Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-SNSev	0.03 29	0.09 66	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

WZ-Net	0.05 41	0.50 207	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 122	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 178	0.21 179	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 223	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 96	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

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

OmniDepth	0.08 50	0.08 59	0.11 89	0.11 76	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 50	0.02 12	0.02 14	1.01 366	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 52	0.13 82	0.39 261	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 82	0.39 261	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

test_sample7	0.09 52	1.00 287	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 52	0.97 282	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 52	0.87 259	0.10 69	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 52	1.03 299	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 259	0.12 101	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 52	1.01 293	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 52	0.95 279	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 293	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

SepStereo	0.09 52	0.09 66	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 111	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 411	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

ADCS	0.09 52	0.02 12	0.04 43	0.90 343	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 130	0.36 281	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 65	0.98 283	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 65	1.05 303	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 303	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 303	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 306	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 65	1.03 299	0.12 101	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 65	1.07 306	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 308	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 313	0.13 121	0.14 100	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 96	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

222	0.10 65	0.99 286	0.12 101	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 65	1.09 308	0.13 121	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 439	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 87	0.05 49	0.36 247	0.24 159	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 183	0.20 175	0.10 108	0.05 96	0.06 96	0.13 150

JetRed	0.11 87	0.12 81	0.11 89	0.11 76	0.11 137	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 87	0.11 79	0.12 101	0.13 96	0.14 158	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 123	0.11 132	0.12 128	0.12 141	0.11 88	0.11 96	0.11 119	0.11 130	0.11 123	0.11 128

x	0.11 87	1.15 316	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 87	0.44 179	0.33 227	0.39 209	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 258	0.36 256	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 87	1.16 318	0.16 145	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 145	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 456	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 456	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 459	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 96	1.14 313	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 150	0.16 145	0.03 38	0.03 54	0.03 43	0.03 51

S2M2_L	0.12 96	0.14 88	0.10 69	0.15 110	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 99	0.08 105	1.20 440	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 510	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 514	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 516	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 462	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

testlalala2	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 132	0.11 128

testlalala_base	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 132	0.11 128

CIPLG	0.13 103	0.21 110	0.12 101	0.16 121	0.11 137	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 138	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 132	0.11 128

IPLG	0.13 103	0.20 104	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 103	0.21 110	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 132	0.11 128

LRCNet_RVC	0.13 103	0.13 82	0.09 65	0.13 96	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 177	0.10 119	0.20 160	0.10 120	0.24 184	0.11 126	0.11 88	0.09 70	0.12 122	0.14 160	0.12 128	0.09 111

aanetorigin	0.13 103	0.11 79	0.11 89	0.11 76	0.11 137	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 315	0.11 128

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 519	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

ELAS	0.13 103	0.16 90	0.11 89	0.15 110	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 375	0.28 197	0.32 185	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 210	0.27 201	0.04 73	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 112	0.17 96	0.12 101	0.17 129	0.11 137	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 406	0.12 101	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 112	0.20 104	0.14 126	0.16 121	0.11 137	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 96	0.16 145	0.11 130	0.15 142	0.12 144

IPLGR_C	0.14 112	0.20 104	0.12 101	0.15 110	0.11 137	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.16 140	0.11 126	0.15 125	0.12 112	0.14 127	0.12 147	0.15 142	0.12 144

MIPNet	0.14 112	0.21 110	0.17 152	0.16 121	0.11 137	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.14 116	0.12 112	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR	0.14 112	0.24 122	0.14 126	0.16 121	0.12 153	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 132	0.11 128

GMStereo	0.14 112	0.13 82	0.14 126	0.14 100	0.14 158	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 160	0.14 132	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 478	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 112	0.16 90	0.12 101	0.17 129	0.12 153	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 96	0.16 145	0.11 130	0.16 146	0.12 144

DRN-Test	0.14 112	0.13 82	0.09 65	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 388

ELAS_RVC	0.14 112	0.16 90	0.10 69	0.15 110	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 96	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 160	0.18 156	0.11 128

test_for_model	0.15 124	0.23 115	0.18 161	0.21 147	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 164	0.18 172	0.14 127	0.11 130	0.14 132	0.11 128

CoDeX	0.15 124	0.70 240	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 373	0.02 15	0.69 363	0.75 383	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 220	0.11 89	0.16 121	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 477	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 88	0.10 69	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 400

LALA_ROB	0.15 124	0.19 100	0.12 101	0.18 131	0.11 137	0.20 162	0.12 147	0.21 169	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 170	0.13 147	0.17 142	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

SGM_RVC	0.15 124	0.17 96	0.11 89	0.18 131	0.11 137	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 369	0.33 227	0.41 235	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 227	0.31 232	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 132	0.16 90	0.16 145	0.16 121	0.16 178	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 146	0.16 159

qqq	0.16 132	2.01 423	0.12 101	0.15 110	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

DeepPruner_ROB	0.16 132	0.18 99	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 163	0.13 155	0.18 156	0.13 150

CAS++	0.17 136	0.27 130	0.21 171	0.10 59	0.21 206	0.15 134	0.22 196	0.10 110	0.21 194	0.22 173	0.10 119	0.19 157	0.18 185	0.10 113	0.19 183	0.20 157	0.19 173	0.18 163	0.10 118	0.19 162	0.18 175
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 432	0.13 121	0.13 96	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 136	0.78 245	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 400	0.02 15	0.75 373	0.76 385	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 390	0.33 227	0.40 223	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 247	0.32 236	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 139	0.48 201	0.16 145	0.16 121	0.15 169	0.15 134	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 146	0.16 159

xyz-stereo	0.18 139	0.50 207	0.16 145	0.15 110	0.16 178	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 146	0.16 159

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 479	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 479	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 100	0.40 266	0.30 177	0.17 182	0.22 175	0.17 170	0.21 169	0.17 179	0.20 159	0.17 177	0.21 168	0.18 185	0.21 170	0.17 171	0.20 157	0.16 145	0.20 170	0.16 168	0.20 163	0.17 171

DAS	0.20 144	0.20 104	0.20 167	0.20 137	0.20 199	0.20 162	0.20 185	0.20 160	0.20 190	0.20 159	0.20 196	0.20 160	0.20 194	0.20 159	0.20 186	0.20 157	0.20 175	0.20 170	0.20 195	0.20 163	0.20 179

ASD4	0.20 144	0.20 104	0.20 167	0.20 137	0.20 199	0.20 162	0.20 185	0.20 160	0.20 190	0.20 159	0.20 196	0.20 160	0.20 194	0.20 159	0.20 186	0.20 157	0.20 175	0.20 170	0.20 195	0.20 163	0.20 179

ACVNet	0.20 144	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 419	0.21 169	0.14 157	0.20 159	0.13 156	0.21 168	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 144	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 419	0.21 169	0.14 157	0.20 159	0.13 156	0.21 168	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 152	0.12 144

iResNetv2_ROB	0.20 144	0.23 115	0.18 161	0.24 159	0.20 199	0.24 184	0.18 177	0.24 182	0.18 182	0.24 182	0.18 190	0.23 182	0.19 190	0.24 184	0.18 180	0.21 164	0.16 145	0.21 173	0.16 168	0.22 171	0.16 159

iResNet	0.20 144	0.23 115	0.18 161	0.24 159	0.18 192	0.24 184	0.20 185	0.24 182	0.18 182	0.23 177	0.17 177	0.23 182	0.18 185	0.23 180	0.18 180	0.22 167	0.16 145	0.21 173	0.16 168	0.21 169	0.16 159

z-ln-s-r	0.21 151	1.40 388	0.53 329	0.56 297	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 332	0.44 303	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 151	0.25 126	0.21 171	0.26 171	0.17 182	0.24 184	0.17 170	0.24 182	0.17 179	0.24 182	0.17 177	0.24 186	0.17 177	0.24 184	0.17 171	0.24 183	0.17 163	0.23 184	0.16 168	0.23 180	0.16 159

Pointernet	0.21 151	0.22 114	0.19 164	0.24 159	0.19 196	0.24 184	0.19 181	0.24 182	0.19 188	0.24 182	0.19 192	0.24 186	0.19 190	0.24 184	0.19 183	0.22 167	0.17 163	0.22 178	0.17 188	0.22 171	0.17 171

SuperB	0.21 151	0.10 68	2.51 543	0.12 83	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

WAO-6	0.22 155	0.23 115	0.22 173	0.23 154	0.22 208	0.22 175	0.22 196	0.22 173	0.22 197	0.22 173	0.22 203	0.22 176	0.22 201	0.22 174	0.22 192	0.22 167	0.22 183	0.22 178	0.22 200	0.22 171	0.22 185

IMH-64-1	0.22 155	0.23 115	0.23 176	0.22 150	0.22 208	0.22 175	0.22 196	0.22 173	0.22 197	0.22 173	0.22 203	0.22 176	0.22 201	0.22 174	0.22 192	0.22 167	0.22 183	0.23 184	0.22 200	0.22 171	0.23 187

IMH-64	0.22 155	0.23 115	0.23 176	0.22 150	0.22 208	0.22 175	0.22 196	0.22 173	0.22 197	0.22 173	0.22 203	0.22 176	0.22 201	0.22 174	0.22 192	0.22 167	0.22 183	0.23 184	0.22 200	0.22 171	0.23 187

ac_64	0.22 155	0.13 82	0.19 164	0.23 154	0.10 121	0.26 199	1.02 427	0.14 128	0.10 118	0.28 200	0.14 161	0.17 149	0.19 190	0.28 207	0.09 108	0.22 167	0.16 145	0.23 184	0.17 188	0.11 123	0.12 144

dd	0.23 159	0.98 283	0.16 145	0.23 154	0.15 169	0.23 183	0.15 157	0.23 179	0.15 167	0.23 177	0.15 169	0.24 186	0.17 177	0.23 180	0.15 161	0.22 167	0.15 143	0.21 173	0.15 166	0.22 171	0.16 159

dad	0.23 159	1.03 299	0.16 145	0.23 154	0.15 169	0.24 184	0.15 157	0.24 182	0.16 171	0.23 177	0.16 172	0.24 186	0.16 170	0.23 180	0.15 161	0.22 167	0.16 145	0.22 178	0.16 168	0.22 171	0.16 159

RSGM-EC	0.24 161	0.24 122	0.15 142	0.22 150	0.15 169	0.22 175	0.15 157	0.22 173	0.15 167	0.24 182	0.15 169	0.22 176	0.15 168	0.22 174	1.19 440	0.20 157	0.17 163	0.24 192	0.14 160	0.20 163	0.14 155

acva	0.24 161	0.24 122	0.15 142	0.22 150	0.15 169	0.22 175	0.15 157	0.22 173	0.15 167	0.24 182	0.15 169	0.22 176	0.15 168	0.22 174	1.19 440	0.20 157	0.17 163	0.24 192	0.14 160	0.20 163	0.14 155

MSKI-zero shot	0.24 161	0.21 110	0.49 311	0.65 314	0.18 192	0.22 175	0.17 170	0.23 179	0.18 182	0.21 171	0.17 177	0.23 182	0.28 238	0.23 180	0.18 180	0.21 164	0.16 145	0.21 173	0.16 168	0.21 169	0.16 159

qqq1	0.25 164	3.70 500	0.14 126	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 164	3.70 500	0.14 126	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

UNDER WATER-64	0.25 164	0.26 127	0.25 186	0.26 171	0.25 221	0.25 191	0.25 212	0.25 188	0.25 211	0.25 188	0.25 220	0.25 191	0.25 214	0.26 199	0.25 210	0.25 189	0.25 191	0.25 195	0.25 219	0.25 184	0.25 198

ffm	0.25 164	3.83 506	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 164	3.83 506	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 164	3.83 506	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 164	0.23 115	0.66 351	0.80 333	0.17 182	0.22 175	0.17 170	0.23 179	0.18 182	0.26 196	0.17 177	0.21 168	0.17 177	0.25 189	0.17 171	0.23 178	0.16 145	0.21 173	0.17 188	0.22 171	0.17 171

LoS	0.25 164	0.27 130	0.25 186	0.25 164	0.25 221	0.25 191	0.25 212	0.26 193	0.25 211	0.25 188	0.25 220	0.25 191	0.25 214	0.25 189	0.25 210	0.26 191	0.25 191	0.25 195	0.26 225	0.26 186	0.25 198
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 164	1.31 381	0.74 368	0.92 348	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 376	0.75 373	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 173	0.20 104	0.27 193	0.33 189	0.21 206	0.37 238	0.22 196	0.37 230	0.24 206	0.26 196	0.27 231	0.33 222	0.21 200	0.25 189	0.27 216	0.32 210	0.20 175	0.34 236	0.23 206	0.25 184	0.26 204

DLNR-FE	0.28 174	0.89 264	0.30 205	0.34 191	0.19 196	0.28 204	0.19 181	0.28 197	0.20 190	0.28 200	0.20 196	0.28 204	0.20 194	0.28 207	0.20 186	0.33 214	0.28 207	0.25 195	0.19 194	0.24 182	0.19 177

xyz-stereo-finetune	0.28 174	0.49 203	0.16 145	0.16 121	0.16 178	0.16 142	0.16 162	0.22 173	0.30 250	0.32 214	0.31 263	0.32 219	0.31 264	0.32 218	0.32 251	0.32 210	0.33 247	0.31 219	0.32 278	0.31 204	0.32 257

SQANet	0.28 174	0.28 133	0.28 197	0.28 175	0.28 236	0.28 204	0.28 231	0.28 197	0.28 233	0.28 200	0.28 238	0.28 204	0.28 238	0.28 207	0.28 226	0.28 196	0.28 207	0.28 206	0.28 238	0.28 193	0.28 225

HGLStereo	0.28 174	0.29 135	0.22 173	0.36 197	0.22 208	0.36 233	0.21 191	0.36 224	0.21 194	0.42 275	0.21 202	0.36 235	0.22 201	0.36 235	0.21 190	0.34 218	0.21 179	0.34 236	0.21 197	0.34 217	0.21 182

iResNet_ROB	0.28 174	0.32 140	0.24 183	0.32 185	0.25 221	0.32 221	0.24 209	0.32 209	0.24 206	0.33 219	0.24 214	0.35 229	0.24 211	0.33 224	0.24 202	0.31 209	0.24 190	0.32 220	0.24 214	0.32 206	0.24 197

UNet	0.29 179	0.90 267	0.10 69	0.14 100	0.10 121	0.14 127	0.10 118	0.91 384	0.69 386	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 375	0.76 394

MultiAttention	0.30 180	0.30 136	0.30 205	0.30 177	0.30 255	0.30 208	0.30 245	0.30 204	0.30 250	0.30 205	0.30 255	0.30 213	0.30 252	0.30 213	0.30 243	0.30 204	0.30 226	0.30 213	0.30 262	0.30 199	0.30 243

MSAF-DinoV2	0.30 180	0.30 136	0.30 205	0.30 177	0.30 255	0.30 208	0.30 245	0.30 204	0.30 250	0.30 205	0.30 255	0.30 213	0.30 252	0.30 213	0.30 243	0.30 204	0.30 226	0.30 213	0.30 262	0.30 199	0.30 243

DDVS	0.30 180	3.10 487	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 152	0.13 150

ACV-stereo	0.30 180	2.08 425	0.25 186	0.25 164	0.18 192	0.24 184	0.17 170	0.24 182	0.18 182	0.24 182	0.17 177	0.25 191	0.17 177	0.24 184	0.17 171	0.22 167	0.16 145	0.22 178	0.16 168	0.22 171	0.16 159

LoS_RVC	0.30 180	1.14 313	0.25 186	0.25 164	0.25 221	0.26 199	0.25 212	0.25 188	0.25 211	0.25 188	0.25 220	0.26 201	0.26 223	0.26 199	0.25 210	0.26 191	0.26 194	0.25 195	0.25 219	0.26 186	0.26 204

CAS	0.30 180	1.17 319	0.25 186	0.25 164	0.25 221	0.26 199	0.25 212	0.25 188	0.26 224	0.25 188	0.25 220	0.25 191	0.25 214	0.25 189	0.25 210	0.26 191	0.26 194	0.26 200	0.25 219	0.26 186	0.25 198

DANet	0.30 180	0.30 136	0.30 205	0.30 177	0.30 255	0.30 208	0.30 245	0.30 204	0.30 250	0.30 205	0.30 255	0.30 213	0.30 252	0.30 213	0.30 243	0.30 204	0.30 226	0.30 213	0.30 262	0.30 199	0.30 243
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 187	0.93 276	0.24 183	0.33 189	0.23 214	0.31 213	0.24 209	0.32 209	0.24 206	0.32 214	0.23 207	0.32 219	0.25 214	0.32 218	0.24 202	0.27 194	0.26 194	0.27 204	0.26 225	0.27 191	0.27 212

xxxxx1	0.31 187	0.91 269	0.23 176	0.31 182	0.23 214	0.31 213	0.23 204	0.33 212	0.25 211	0.31 209	0.24 214	0.33 222	0.25 214	0.32 218	0.24 202	0.28 196	0.28 207	0.28 206	0.28 238	0.29 196	0.27 212

DLNR_Zeroshot_test	0.31 187	0.28 133	0.47 296	0.79 331	0.24 219	0.30 208	0.26 220	0.30 204	0.24 206	0.32 214	0.23 207	0.31 217	0.24 211	0.30 213	0.23 198	0.29 203	0.26 194	0.29 211	0.24 214	0.33 213	0.23 187

tt_ll	0.31 187	0.91 269	0.23 176	0.31 182	0.23 214	0.31 213	0.23 204	0.33 212	0.25 211	0.31 209	0.24 214	0.33 222	0.25 214	0.32 218	0.24 202	0.28 196	0.28 207	0.28 206	0.28 238	0.29 196	0.27 212

ff	0.31 187	0.91 269	0.23 176	0.31 182	0.23 214	0.31 213	0.23 204	0.33 212	0.25 211	0.31 209	0.24 214	0.33 222	0.25 214	0.32 218	0.24 202	0.28 196	0.28 207	0.28 206	0.28 238	0.29 196	0.27 212

RAFT + AFF	0.31 187	0.45 187	0.34 237	0.39 209	0.28 236	0.38 245	0.33 266	0.29 202	0.31 261	0.30 205	0.30 255	0.29 210	0.27 231	0.29 211	0.30 243	0.28 196	0.29 218	0.29 211	0.29 248	0.27 191	0.32 257

MLCV	0.31 187	0.35 143	0.27 193	0.35 193	0.28 236	0.35 230	0.27 223	0.35 220	0.28 233	0.36 229	0.27 231	0.35 229	0.27 231	0.35 229	0.27 216	0.34 218	0.27 201	0.34 236	0.27 233	0.34 217	0.27 212

DN-CSS_ROB	0.31 187	0.35 143	0.28 197	0.35 193	0.28 236	0.34 225	0.27 223	0.34 216	0.25 211	0.35 226	0.27 231	0.36 235	0.26 223	0.34 226	0.28 226	0.35 227	0.28 207	0.34 236	0.28 238	0.34 217	0.27 212

WCG-NET（raft）	0.32 195	1.24 377	0.24 183	0.32 185	0.24 219	0.32 221	0.23 204	0.32 209	0.24 206	0.32 214	0.24 214	0.32 219	0.24 211	0.32 218	0.24 202	0.30 204	0.23 188	0.30 213	0.23 206	0.30 199	0.23 187

testlalala	0.32 195	0.81 251	0.31 217	0.39 209	0.26 229	0.33 223	0.24 209	0.33 212	0.26 224	0.32 214	0.26 226	0.33 222	0.23 207	0.33 224	0.23 198	0.35 227	0.31 232	0.30 213	0.24 214	0.31 204	0.21 182

Any-RAFT	0.32 195	0.36 146	0.27 193	0.36 197	0.27 231	0.36 233	0.27 223	0.36 224	0.27 230	0.36 229	0.27 231	0.36 235	0.27 231	0.36 235	0.28 226	0.36 232	0.28 207	0.36 257	0.28 238	0.36 236	0.28 225

GCAP-BAT	0.33 198	0.78 245	0.32 222	0.38 203	0.25 221	0.34 225	0.25 212	0.34 216	0.26 224	0.34 221	0.25 220	0.35 229	0.26 223	0.35 229	0.27 216	0.36 232	0.30 226	0.32 220	0.24 214	0.32 206	0.26 204

StereoDRNet-Refined	0.33 198	0.39 158	0.26 192	0.39 209	0.26 229	0.40 253	0.26 220	0.40 247	0.26 224	0.39 241	0.26 226	0.39 248	0.26 223	0.39 250	0.26 215	0.37 236	0.25 191	0.37 260	0.25 219	0.37 240	0.37 286
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 200	0.26 127	0.17 152	0.21 147	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 168	0.16 170	0.27 203	0.24 202	0.19 154	0.16 145	0.19 166	0.16 168	0.26 186	3.08 559

RAFT-FE	0.34 200	0.26 127	0.17 152	0.21 147	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 168	0.16 170	0.27 203	0.24 202	0.19 154	0.16 145	0.19 166	0.16 168	0.26 186	3.08 559

LG-Stereo_L2	0.34 200	0.37 148	0.38 254	0.47 260	0.28 236	0.39 251	0.28 231	0.39 242	0.28 233	0.39 241	0.28 238	0.39 248	0.28 238	0.38 242	0.28 226	0.42 284	0.35 253	0.36 257	0.26 225	0.35 229	0.26 204

H2IRNET	0.34 200	0.34 142	0.34 237	0.34 191	0.34 289	0.34 225	0.34 277	0.34 216	0.34 281	0.34 221	0.34 282	0.34 227	0.34 280	0.34 226	0.34 273	0.34 218	0.34 251	0.34 236	0.34 290	0.34 217	0.34 270

IGEV++	0.34 200	0.43 176	0.30 205	0.40 223	0.29 245	0.40 253	0.29 240	0.40 247	0.29 239	0.40 247	0.29 243	0.40 256	0.29 245	0.40 253	0.30 243	0.38 247	0.29 218	0.37 260	0.29 248	0.37 240	0.29 230

iRaft-Stereo_5w	0.34 200	0.42 175	0.31 217	0.39 209	0.30 255	0.38 245	0.30 245	0.40 247	0.29 239	0.40 247	0.37 302	0.41 269	0.34 280	0.38 242	0.30 243	0.34 218	0.27 201	0.34 236	0.26 225	0.34 217	0.26 204

CSP-Net	0.34 200	1.29 379	1.19 415	1.36 446	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 456	1.21 467	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 200	0.41 168	0.31 217	0.39 209	0.29 245	0.40 253	0.32 256	0.41 262	0.32 265	0.38 235	0.30 255	0.39 248	0.30 252	0.38 242	0.32 251	0.35 227	0.27 201	0.34 236	0.27 233	0.34 217	0.29 230

DGSMNet	0.34 200	0.41 168	0.27 193	0.41 235	0.28 236	0.41 269	0.28 231	0.41 262	0.27 230	0.41 261	0.27 231	0.42 287	0.27 231	0.41 268	0.28 226	0.40 262	0.29 218	0.40 284	0.28 238	0.40 268	0.27 212

FE-Mocha	0.35 209	0.71 241	0.40 266	0.47 260	0.27 231	0.34 225	0.27 223	0.34 216	0.26 224	0.34 221	0.26 226	0.34 227	0.27 231	0.34 226	0.27 216	0.44 286	0.41 283	0.33 228	0.29 248	0.32 206	0.29 230

IGEV-FE	0.35 209	0.37 148	0.17 152	0.19 134	0.17 182	0.20 162	0.17 170	0.19 154	0.17 179	0.19 153	0.17 177	0.19 157	0.17 177	0.37 239	0.36 281	0.19 154	0.17 163	0.19 166	0.17 188	0.38 253	2.84 550

gcap-zeroshot	0.35 209	0.32 140	0.37 251	0.49 271	0.39 318	0.33 223	0.21 191	0.26 193	0.35 284	0.42 275	0.34 282	0.49 318	0.29 245	0.47 302	0.39 304	0.34 218	0.17 163	0.38 268	0.23 206	0.48 311	0.34 270

CASnet	0.35 209	0.51 215	0.44 283	0.32 185	0.31 265	0.24 184	0.34 277	0.36 224	0.25 211	0.31 209	0.37 302	0.30 213	0.33 275	0.25 189	0.45 328	0.37 236	0.37 258	0.33 228	0.35 302	0.34 217	0.37 286
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 209	0.44 179	0.45 285	0.49 271	0.30 255	0.37 238	0.30 245	0.36 224	0.30 250	0.36 229	0.29 243	0.36 235	0.29 245	0.36 235	0.30 243	0.46 293	0.39 271	0.32 220	0.24 214	0.32 206	0.25 198
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 209	0.35 143	0.35 245	0.35 193	0.35 292	0.35 230	0.35 282	0.35 220	0.35 284	0.35 226	0.35 291	0.35 229	0.35 287	0.35 229	0.35 277	0.35 227	0.35 253	0.35 252	0.35 302	0.35 229	0.35 279

Zero-FE251	0.36 215	0.40 160	0.28 197	0.41 235	0.28 236	0.41 269	0.28 231	0.41 262	0.28 233	0.41 261	0.28 238	0.41 269	0.28 238	0.42 281	0.30 243	0.37 236	0.26 194	0.37 260	0.27 233	0.45 292	0.56 360

GIP-stereo	0.36 215	0.49 203	0.39 261	0.48 265	0.32 267	0.41 269	0.28 231	0.40 247	0.30 250	0.41 261	0.28 238	0.40 256	0.28 238	0.42 281	0.28 226	0.45 289	0.32 236	0.38 268	0.30 262	0.37 240	0.27 212

DCVSM-stereo	0.36 215	1.89 412	0.22 173	0.40 223	0.22 208	0.40 253	0.22 196	0.40 247	0.22 197	0.40 247	0.22 203	0.40 256	0.22 201	0.40 253	0.22 192	0.28 196	0.21 179	0.28 206	0.21 197	0.28 193	0.20 179

RSM	0.36 215	0.36 146	0.43 281	0.37 200	0.42 338	0.49 321	0.42 328	0.37 230	0.28 233	0.36 229	0.29 243	0.36 235	0.30 252	0.37 239	0.28 226	0.34 218	0.31 232	0.34 236	0.35 302	0.40 268	0.29 230

RAFT-Test	0.36 215	0.37 148	0.33 227	0.41 235	0.32 267	0.41 269	0.32 256	0.41 262	0.32 265	0.41 261	0.32 267	0.41 269	0.32 267	0.41 268	0.33 260	0.37 236	0.29 218	0.37 260	0.29 248	0.38 253	0.31 252

DMCA	0.36 215	0.38 152	0.37 251	0.35 193	0.35 292	0.36 233	0.36 289	0.36 224	0.35 284	0.35 226	0.37 302	0.36 235	0.36 290	0.35 229	0.36 281	0.36 232	0.36 256	0.35 252	0.36 308	0.36 236	0.36 282

ACVNet-DCA	0.37 221	1.00 287	0.30 205	0.40 223	0.29 245	0.40 253	0.29 240	0.40 247	0.29 239	0.40 247	0.29 243	0.40 256	0.29 245	0.39 250	0.28 226	0.33 214	0.32 236	0.33 228	0.32 278	0.33 213	0.32 257

1test111	0.37 221	1.02 297	0.30 205	0.39 209	0.29 245	0.40 253	0.28 231	0.39 242	0.29 239	0.39 241	0.29 243	0.39 248	0.28 238	0.40 253	0.29 236	0.33 214	0.32 236	0.33 228	0.31 272	0.32 206	0.31 252

cc1	0.37 221	1.02 297	0.30 205	0.39 209	0.29 245	0.40 253	0.28 231	0.39 242	0.29 239	0.39 241	0.29 243	0.39 248	0.28 238	0.40 253	0.29 236	0.33 214	0.32 236	0.33 228	0.31 272	0.32 206	0.31 252

EKT-Stereo	0.37 221	0.40 160	0.44 283	1.07 371	0.29 245	0.34 225	0.31 254	0.36 224	0.29 239	0.38 235	0.31 263	0.37 241	0.30 252	0.36 235	0.29 236	0.34 218	0.28 207	0.39 279	0.30 262	0.37 240	0.30 243

GMOStereo	0.37 221	0.45 187	0.23 176	0.30 177	0.37 302	0.41 269	0.36 289	0.41 262	0.35 284	0.43 281	0.36 295	0.41 269	0.40 308	0.41 268	0.36 281	0.34 218	0.22 183	0.47 332	0.37 310	0.39 262	0.33 264

XPNet_ROB	0.37 221	0.37 148	0.37 251	0.37 200	0.37 302	0.37 238	0.37 295	0.37 230	0.37 297	0.37 234	0.37 302	0.37 241	0.37 295	0.37 239	0.37 290	0.37 236	0.37 258	0.37 260	0.37 310	0.37 240	0.37 286

MS-F	0.38 227	0.44 179	0.31 217	0.43 251	0.30 255	0.43 296	0.31 254	0.43 286	0.31 261	0.45 288	0.31 263	0.43 294	0.31 264	0.43 287	0.69 382	0.38 247	0.33 247	0.40 284	0.30 262	0.38 253	0.30 243

HiDET	0.38 227	0.44 179	0.30 205	0.42 245	0.30 255	0.42 289	0.30 245	0.42 280	0.30 250	0.44 286	0.30 255	0.42 287	0.30 252	0.42 281	0.68 377	0.37 236	0.32 236	0.40 284	0.29 248	0.37 240	0.29 230

LCMNet	0.38 227	0.44 179	0.30 205	0.42 245	0.30 255	0.42 289	0.30 245	0.42 280	0.30 250	0.45 288	0.30 255	0.42 287	0.30 252	0.42 281	0.69 382	0.37 236	0.32 236	0.40 284	0.29 248	0.37 240	0.29 230

CSFM-Stereo	0.38 227	0.44 179	0.30 205	0.42 245	0.30 255	0.42 289	0.30 245	0.43 286	0.30 250	0.44 286	0.30 255	0.42 287	0.30 252	0.42 281	0.73 392	0.37 236	0.32 236	0.40 284	0.29 248	0.37 240	0.30 243

HART	0.38 227	0.45 187	0.34 237	0.42 245	0.33 279	0.41 269	0.34 277	0.42 280	0.33 272	0.43 281	0.34 282	0.42 287	0.34 280	0.41 268	0.38 293	0.40 262	0.32 236	0.42 312	0.32 278	0.40 268	0.32 257

GREAT-IGEV	0.38 227	0.43 176	0.36 247	0.48 265	0.32 267	0.45 300	0.32 256	0.45 290	0.32 265	0.45 288	0.32 267	0.45 297	0.32 267	0.45 293	0.32 251	0.44 286	0.33 247	0.41 301	0.29 248	0.41 278	0.29 230

fffy	0.38 227	0.43 176	0.33 227	0.46 254	0.33 279	0.45 300	0.32 256	0.45 290	0.32 265	0.45 288	0.32 267	0.45 297	0.33 275	0.45 293	0.32 251	0.38 247	0.38 264	0.38 268	0.37 310	0.37 240	0.36 282

WAO-8	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.38 245	0.38 301	0.38 238	0.38 301	0.38 235	0.38 307	0.38 243	0.38 299	0.38 242	0.38 293	0.38 247	0.38 264	0.38 268	0.37 310	0.38 253	0.38 293

WAO-7	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.38 245	0.38 301	0.38 238	0.38 301	0.38 235	0.38 307	0.38 243	0.38 299	0.38 242	0.38 293	0.38 247	0.38 264	0.38 268	0.38 323	0.38 253	0.38 293

xx1	0.38 227	1.03 299	0.31 217	0.40 223	0.31 265	0.41 269	0.28 231	0.40 247	0.29 239	0.40 247	0.29 243	0.40 256	0.29 245	0.40 253	0.29 236	0.34 218	0.33 247	0.34 236	0.32 278	0.34 217	0.32 257

Venus	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.37 238	0.38 301	0.37 230	0.37 297	0.41 261	0.37 302	0.39 248	0.37 295	0.38 242	0.38 293	0.37 236	0.38 264	0.38 268	0.37 310	0.37 240	0.38 293

IMH	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.38 245	0.38 301	0.38 238	0.38 301	0.42 275	0.38 307	0.40 256	0.38 299	0.38 242	0.38 293	0.38 247	0.38 264	0.39 279	0.38 323	0.38 253	0.38 293

PAM	0.39 239	1.88 411	0.34 237	0.37 200	0.41 328	0.45 300	0.22 196	0.28 197	0.23 203	0.28 200	0.24 214	0.29 210	0.23 207	0.29 211	0.23 198	0.38 247	0.32 236	0.38 268	0.37 310	0.32 206	0.22 185

HanzoNet	0.39 239	0.38 152	0.40 266	0.39 209	0.41 328	0.38 245	0.38 301	0.38 238	0.38 301	0.39 241	0.39 316	0.38 243	0.38 299	0.39 250	0.40 308	0.38 247	0.38 264	0.40 284	0.38 323	0.38 253	0.40 302

CES	0.39 239	0.47 195	0.36 247	0.36 197	0.37 302	0.45 300	0.35 282	0.35 220	0.40 315	0.36 229	0.44 339	0.47 307	0.36 290	0.44 290	0.36 281	0.37 236	0.39 271	0.44 315	0.35 302	0.37 240	0.36 282

PASM	0.39 239	3.06 486	1.36 481	1.58 452	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

mms	0.40 243	0.45 187	0.35 245	0.48 265	0.36 298	0.47 311	0.34 277	0.45 290	0.38 301	0.47 300	0.33 274	0.45 297	0.32 267	0.45 293	0.32 251	0.39 258	0.38 264	0.38 268	0.37 310	0.39 262	0.39 299

knoymous	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 256	0.40 308	0.40 253	0.40 308	0.40 262	0.40 274	0.40 284	0.40 327	0.40 268	0.40 302

anonymousa	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 256	0.40 308	0.40 253	0.40 308	0.40 262	0.40 274	0.40 284	0.40 327	0.40 268	0.40 302

riskmin	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 256	0.40 308	0.40 253	0.40 308	0.40 262	0.40 274	0.40 284	0.40 327	0.40 268	0.40 302

Anonymous_2	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 256	0.40 308	0.40 253	0.40 308	0.40 262	0.40 274	0.40 284	0.40 327	0.40 268	0.40 302

Anonymous_1	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 256	0.40 308	0.40 253	0.40 308	0.40 262	0.40 274	0.40 284	0.40 327	0.40 268	0.40 302

AdaStereo	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 256	0.40 308	0.40 253	0.40 308	0.40 262	0.40 274	0.40 284	0.40 327	0.40 268	0.40 302
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 250	0.44 179	0.23 176	0.26 171	0.22 208	0.26 199	0.22 196	0.26 193	0.23 203	0.26 196	0.23 207	0.26 201	0.23 207	0.45 293	0.42 323	0.25 189	0.22 183	0.25 195	0.22 200	0.45 292	2.90 551

water-stereo	0.41 250	0.84 254	0.46 289	0.50 278	0.33 279	0.45 300	0.33 266	0.45 290	0.32 265	0.45 288	0.32 267	0.45 297	0.32 267	0.45 293	0.32 251	0.44 286	0.41 283	0.39 279	0.31 272	0.39 262	0.32 257

ccccc	0.41 250	0.44 179	0.34 237	0.48 265	0.35 292	0.48 316	0.35 282	0.51 329	0.35 284	0.47 300	0.35 291	0.47 307	0.34 280	0.47 302	0.35 277	0.41 270	0.40 274	0.40 284	0.40 327	0.41 278	0.39 299

GwcNet-ADL	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 269	0.41 319	0.41 268	0.41 315	0.41 270	0.41 283	0.41 301	0.41 334	0.41 278	0.41 309

PSMNet-ADL	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 269	0.41 319	0.41 268	0.41 315	0.41 270	0.41 283	0.41 301	0.41 334	0.41 278	0.41 309

GANet-ADL	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 269	0.41 319	0.41 268	0.41 315	0.41 270	0.41 283	0.41 301	0.41 334	0.41 278	0.41 309

ADLNet2	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 269	0.41 319	0.41 268	0.41 315	0.41 270	0.41 283	0.41 301	0.41 334	0.41 278	0.41 309

ADLNet	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 269	0.41 319	0.41 268	0.41 315	0.41 270	0.41 283	0.41 301	0.41 334	0.41 278	0.41 309

FCDSN-DC	0.41 250	0.59 231	0.64 347	0.54 291	0.33 279	0.50 329	0.37 295	0.42 280	0.40 315	0.61 358	0.43 337	0.50 333	0.49 350	0.38 242	0.32 251	0.28 196	0.23 188	0.26 200	0.22 200	0.35 229	0.28 225
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 250	0.46 191	0.33 227	0.49 271	0.33 279	0.49 321	0.33 266	0.49 308	0.33 272	0.49 314	0.33 274	0.49 318	0.33 275	0.51 333	0.33 260	0.41 270	0.30 226	0.41 301	0.30 262	0.79 361	0.29 230

Gwc-CoAtRS	0.41 250	1.49 391	0.32 222	0.42 245	0.32 267	0.41 269	0.32 256	0.41 262	0.33 272	0.41 261	0.32 267	0.41 269	0.32 267	0.41 268	0.32 251	0.39 258	0.28 207	0.39 279	0.28 238	0.40 268	0.28 225

UPFNet	0.42 261	1.20 323	0.17 152	0.24 159	0.17 182	0.25 191	0.17 170	1.19 415	0.90 413	0.25 188	0.17 177	0.24 186	0.17 177	0.25 189	0.17 171	0.22 167	0.17 163	0.22 178	0.16 168	1.15 403	0.93 410

DDF-Stereo	0.43 262	1.15 316	0.57 334	0.53 288	0.32 267	0.41 269	0.32 256	0.41 262	0.32 265	0.41 261	0.32 267	0.41 269	0.32 267	0.40 253	0.32 251	0.52 319	0.50 327	0.38 268	0.31 272	0.39 262	0.31 252

DilatedVolume-Stereo	0.43 262	0.86 257	0.48 304	0.50 278	0.33 279	0.46 306	0.33 266	0.46 294	0.33 272	0.46 294	0.33 274	0.47 307	0.33 275	0.47 302	0.34 273	0.45 289	0.42 292	0.40 284	0.33 286	0.47 307	0.38 293

psmg	0.43 262	1.91 415	0.92 391	1.91 466	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 496	1.44 489	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 262	1.21 369	0.17 152	0.25 164	0.17 182	0.25 191	0.18 177	1.26 467	0.95 422	0.25 188	0.17 177	0.25 191	0.17 177	0.25 189	0.17 171	0.23 178	0.16 145	0.22 178	0.16 168	1.18 411	0.98 414

psm_up	0.43 262	1.19 322	0.17 152	0.25 164	0.18 192	0.25 191	0.19 181	1.26 467	0.91 415	0.26 196	0.17 177	0.25 191	0.17 177	0.25 189	0.17 171	0.22 167	0.17 163	0.23 184	0.16 168	1.18 411	0.99 415

Monster-pub-mixall	0.44 267	0.56 227	0.60 338	0.38 203	0.27 231	0.37 238	0.27 223	0.37 230	0.29 239	0.38 235	0.27 231	0.38 243	0.29 245	0.85 386	0.27 216	1.46 472	0.26 194	0.34 236	0.26 225	0.36 236	0.53 349

depthmonostereo	0.44 267	0.85 256	0.46 289	0.54 291	0.40 320	0.52 344	0.38 301	0.52 333	0.35 284	0.47 300	0.34 282	0.46 301	0.34 280	0.47 302	0.34 273	0.45 289	0.43 296	0.41 301	0.33 286	0.41 278	0.32 257

MMNet	0.44 267	1.24 377	0.17 152	0.25 164	0.17 182	0.25 191	0.18 177	1.26 467	0.93 420	0.25 188	0.17 177	0.25 191	0.18 185	0.25 189	0.17 171	0.23 178	0.16 145	0.23 184	0.16 168	1.20 414	0.99 415

252Zero-FE	0.45 270	0.50 207	0.36 247	0.50 278	0.36 298	0.50 329	0.36 289	0.50 316	0.36 295	0.49 314	0.36 295	0.49 318	0.36 290	0.54 342	0.41 315	0.45 289	0.34 251	0.45 319	0.34 290	0.55 334	0.75 392

Monster-pub-eth3d	0.45 270	0.57 228	0.60 338	0.39 209	0.28 236	0.37 238	0.28 231	0.37 230	0.30 250	0.39 241	0.29 243	0.39 248	0.30 252	0.92 396	0.27 216	1.42 469	0.28 207	0.34 236	0.28 238	0.37 240	0.53 349

Replicate-Monster	0.45 270	0.57 228	0.60 338	0.40 223	0.29 245	0.37 238	0.27 223	0.37 230	0.30 250	0.40 247	0.31 263	0.40 256	0.30 252	0.99 404	0.27 216	1.36 465	0.31 232	0.34 236	0.30 262	0.36 236	0.54 352

SCV_C0	0.45 270	0.88 261	0.49 311	0.54 291	0.37 302	0.48 316	0.37 295	0.48 304	0.37 297	0.48 307	0.36 295	0.48 314	0.37 295	0.49 317	0.37 290	0.50 311	0.41 283	0.44 315	0.34 290	0.44 288	0.34 270

RAFT-Stereo-weight	0.45 270	1.90 414	0.34 237	0.42 245	0.36 298	0.43 296	0.35 282	0.42 280	0.34 281	0.42 275	0.34 282	0.44 295	0.34 280	0.41 268	0.34 273	0.38 247	0.32 236	0.38 268	0.32 278	0.38 253	0.33 264

TorneroNet-64	0.45 270	0.27 130	0.30 205	0.58 300	0.27 231	0.70 370	0.30 245	0.28 197	0.73 399	0.73 374	0.28 238	0.71 373	0.66 376	0.75 374	0.27 216	0.27 194	0.29 218	0.37 260	0.75 403	0.28 193	0.30 243

SCV	0.46 276	0.94 278	0.45 285	0.54 291	0.37 302	0.48 316	0.38 301	0.48 304	0.37 297	0.48 307	0.39 316	0.48 314	0.37 295	0.49 317	0.37 290	0.50 311	0.46 306	0.44 315	0.34 290	0.44 288	0.34 270

otaku	0.46 276	0.46 191	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.46 338	0.46 294	0.46 345	0.46 301	0.46 336	0.46 298	0.46 332	0.46 293	0.46 306	0.46 323	0.46 347	0.46 295	0.46 323

Dean	0.46 276	0.46 191	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.46 338	0.47 300	0.46 345	0.46 301	0.46 336	0.46 298	0.46 332	0.46 293	0.46 306	0.46 323	0.46 347	0.46 295	0.46 323

ACVNet_1	0.46 276	0.47 195	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.47 343	0.46 294	0.46 345	0.46 301	0.46 336	0.46 298	0.46 332	0.46 293	0.46 306	0.47 332	0.46 347	0.46 295	0.46 323

ACVNet-4b	0.46 276	0.46 191	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.46 338	0.46 294	0.46 345	0.46 301	0.46 336	0.47 302	0.46 332	0.46 293	0.46 306	0.46 323	0.46 347	0.46 295	0.46 323

PML	0.46 276	1.36 385	0.29 201	0.58 300	0.30 255	0.57 357	0.29 240	0.57 344	0.29 239	0.57 353	0.29 243	0.57 357	0.29 245	0.56 347	0.29 236	0.52 319	0.30 226	0.53 360	0.31 272	0.53 332	0.30 243

LG-Stereo_L1	0.47 282	0.52 217	0.47 296	0.62 308	0.39 318	0.53 346	0.40 315	0.53 335	0.39 314	0.53 340	0.39 316	0.53 345	0.39 307	0.53 340	0.39 304	0.55 329	0.46 306	0.49 345	0.37 310	0.49 315	0.37 286

Ntro	0.47 282	0.47 195	0.46 289	0.46 254	0.46 346	0.47 311	0.47 343	0.46 294	0.47 343	0.46 294	0.46 345	0.47 307	0.46 336	0.47 302	0.47 339	0.47 298	0.46 306	0.46 323	0.46 347	0.46 295	0.46 323

HaxPig	0.47 282	0.47 195	0.47 296	0.49 271	0.47 352	0.47 311	0.47 343	0.47 300	0.47 343	0.47 300	0.47 353	0.47 307	0.47 344	0.47 302	0.47 339	0.47 298	0.47 314	0.47 332	0.47 354	0.47 307	0.48 332

UNDER WATER	0.47 282	0.47 195	0.47 296	0.47 260	0.47 352	0.47 311	0.47 343	0.47 300	0.47 343	0.47 300	0.47 353	0.47 307	0.46 336	0.47 302	0.47 339	0.47 298	0.47 314	0.47 332	0.46 347	0.47 307	0.47 330

LVE	0.47 282	0.47 195	0.47 296	0.47 260	0.49 358	0.47 311	0.47 343	0.47 300	0.49 352	0.47 300	0.47 353	0.47 307	0.46 336	0.47 302	0.47 339	0.47 298	0.47 314	0.48 340	0.47 354	0.47 307	0.47 330

GASTEREO	0.48 287	1.21 369	0.47 296	0.57 298	0.38 309	0.50 329	0.38 301	0.50 316	0.38 301	0.50 327	0.38 307	0.50 333	0.38 299	0.50 324	0.38 293	0.52 319	0.42 292	0.46 323	0.34 290	0.46 295	0.34 270

LG-Stereo_Zeroshot	0.48 287	0.55 225	0.47 296	0.63 310	0.41 328	0.56 351	0.44 331	0.56 341	0.41 324	0.56 350	0.41 325	0.57 357	0.42 325	0.56 347	0.41 315	0.55 329	0.43 296	0.51 354	0.37 310	0.51 326	0.37 286

fffft	0.48 287	0.51 215	0.45 285	0.52 287	0.45 344	0.52 344	0.45 336	0.52 333	0.48 350	0.53 340	0.45 343	0.52 344	0.45 333	0.52 338	0.46 332	0.51 317	0.41 283	0.50 349	0.41 334	0.50 320	0.41 309
1: 1. 1
RainbowNet	0.48 287	0.48 201	0.48 304	0.48 265	0.48 356	0.48 316	0.48 352	0.48 304	0.48 350	0.48 307	0.48 357	0.48 314	0.48 345	0.48 311	0.48 345	0.48 302	0.48 318	0.48 340	0.48 357	0.48 311	0.48 332

notaker	0.48 287	0.49 203	0.48 304	0.48 265	0.48 356	0.48 316	0.48 352	0.48 304	0.49 352	0.48 307	0.48 357	0.48 314	0.48 345	0.48 311	0.48 345	0.48 302	0.48 318	0.48 340	0.48 357	0.48 311	0.49 337

LL-Strereo2	0.48 287	1.73 404	0.51 322	0.59 303	0.34 289	0.42 289	0.33 266	0.40 247	0.31 261	0.42 275	0.33 274	0.42 287	0.31 264	0.44 290	0.39 304	0.60 335	0.51 332	0.44 315	0.33 286	0.44 288	0.33 264

Former-RAFT_DAM_RVC	0.49 293	0.98 283	0.64 347	0.84 338	0.46 346	0.45 300	0.35 282	0.47 300	0.47 343	0.45 288	0.34 282	0.46 301	0.48 345	0.46 298	0.35 277	0.39 258	0.71 368	0.39 279	0.35 302	0.41 278	0.41 309

ACVNet_2	0.49 293	0.49 203	0.49 311	0.49 271	0.49 358	0.49 321	0.49 354	0.49 308	0.49 352	0.49 314	0.49 360	0.49 318	0.49 350	0.49 317	0.49 347	0.49 305	0.49 321	0.49 345	0.49 360	0.49 315	0.49 337

FoundationStereo	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 333	0.50 353	0.50 324	0.50 348	0.50 311	0.50 327	0.50 349	0.50 362	0.50 320	0.50 340

StereoAnything_RVC	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 333	0.50 353	0.50 324	0.50 348	0.50 311	0.50 327	0.50 349	0.50 362	0.50 320	0.50 340

dual_stereo	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 333	0.50 353	0.50 324	0.50 348	0.50 311	0.50 327	0.50 349	0.50 362	0.50 320	0.50 340

GCST	0.50 295	2.08 425	0.38 254	0.53 288	0.35 292	0.49 321	0.35 282	0.50 316	0.35 284	0.49 314	0.35 291	0.49 318	0.35 287	0.49 317	0.35 277	0.48 302	0.37 258	0.45 319	0.33 286	0.44 288	0.33 264

SANet	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 333	0.50 353	0.50 324	0.50 348	0.50 311	0.50 327	0.50 349	0.50 362	0.50 320	0.50 340

MSCF	0.51 300	1.40 388	0.49 311	0.58 300	0.38 309	0.50 329	0.38 301	0.54 337	0.41 324	0.52 337	0.41 325	0.53 345	0.42 325	0.53 340	0.41 315	0.60 335	0.47 314	0.48 340	0.37 310	0.48 311	0.38 293

UGAM-zero	0.51 300	2.17 433	0.39 261	0.53 288	0.36 298	0.50 329	0.36 289	0.50 316	0.36 295	0.49 314	0.36 295	0.50 333	0.35 287	0.50 324	0.36 281	0.49 305	0.37 258	0.47 332	0.35 302	0.46 295	0.34 270

UGAM	0.51 300	2.23 438	0.39 261	0.54 291	0.35 292	0.50 329	0.35 282	0.49 308	0.35 284	0.49 314	0.35 291	0.49 318	0.36 290	0.50 324	0.36 281	0.49 305	0.37 258	0.45 319	0.34 290	0.45 292	0.34 270

Selective-IGEV	0.51 300	0.55 225	0.45 285	0.69 319	0.45 344	0.61 360	0.45 336	0.50 316	0.40 315	0.56 350	0.44 339	0.55 352	0.40 308	0.72 369	0.67 373	0.59 334	0.46 306	0.45 319	0.34 290	0.46 295	0.37 286

RCA-Stereo	0.51 300	3.22 492	0.34 237	0.44 252	0.34 289	0.44 299	0.34 277	0.43 286	0.34 281	0.43 281	0.34 282	0.44 295	0.33 275	0.43 287	0.33 260	0.38 247	0.29 218	0.38 268	0.29 248	0.38 253	0.29 230

AIO-test1	0.54 305	0.60 234	0.52 325	0.66 317	0.47 352	0.61 360	0.47 343	0.58 347	0.46 338	0.61 358	0.46 345	0.61 363	0.45 333	0.62 356	0.45 328	0.61 339	0.52 334	0.57 363	0.48 357	0.57 336	0.48 332

castereo++	0.54 305	3.59 497	1.15 409	1.31 442	0.14 158	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 471	1.16 416	0.15 142	0.14 160	0.15 142	0.13 150

FENet	0.54 305	1.52 392	1.19 415	1.41 449	0.23 214	0.35 230	0.23 204	0.35 220	0.23 203	0.34 221	0.23 207	0.35 229	0.23 207	0.35 229	0.23 198	1.40 468	1.07 400	0.32 220	0.23 206	0.33 213	0.23 187

PSMNet_ROB	0.54 305	0.54 223	0.54 330	0.54 291	0.53 371	0.54 349	0.54 364	0.53 335	0.54 365	0.54 345	0.54 372	0.54 348	0.53 360	0.54 342	0.54 358	0.54 323	0.53 336	0.54 361	0.54 368	0.54 333	0.54 352

AIO-test2	0.55 309	0.59 231	0.52 325	0.67 318	0.47 352	0.61 360	0.47 343	0.61 353	0.47 343	0.61 358	0.47 353	0.61 363	0.48 345	0.62 356	0.47 339	0.64 345	0.53 336	0.58 364	0.47 354	0.58 337	0.48 332

CFNet-ft	0.55 309	1.57 393	0.14 126	0.20 137	0.14 158	0.20 162	2.53 548	1.61 480	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 474	1.24 490

MyStereo04	0.56 311	3.72 503	0.59 336	0.49 271	0.41 328	0.36 233	0.32 256	0.37 230	0.31 261	0.34 221	0.46 345	0.35 229	0.32 267	0.35 229	0.33 260	0.49 305	0.45 304	0.34 236	0.32 278	0.35 229	0.43 317

CASS	0.57 312	0.89 264	0.56 332	0.57 298	0.56 374	0.56 351	0.56 365	0.56 341	0.53 363	0.57 353	0.57 375	0.59 361	0.48 345	0.56 347	0.57 361	0.55 329	0.56 340	0.47 332	0.56 373	0.62 340	0.56 360
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 313	0.58 230	0.47 296	0.64 313	0.74 406	1.00 400	0.69 384	0.57 344	0.41 324	0.57 353	0.41 325	0.57 357	0.41 319	1.00 406	0.75 396	0.91 378	0.51 332	0.52 357	0.37 310	0.52 328	0.37 286

MonSter	0.60 313	0.64 237	0.52 325	0.62 308	0.44 341	2.07 506	0.44 331	0.62 354	0.44 335	0.62 361	0.44 339	0.62 365	0.44 330	0.62 356	0.44 327	0.58 333	0.42 292	0.62 367	0.46 347	0.58 337	0.42 316

MyStereo07	0.60 313	3.72 503	0.48 304	0.49 271	0.41 328	0.36 233	0.32 256	0.49 308	0.43 332	0.51 334	0.42 335	0.49 318	0.43 328	0.51 333	0.64 368	0.49 305	0.45 304	0.34 236	0.32 278	0.35 229	0.43 317

FSD	0.61 316	0.59 231	0.50 315	2.58 495	0.44 341	0.56 351	0.44 331	0.55 340	0.44 335	0.56 350	0.44 339	0.56 355	0.44 330	0.56 347	0.46 332	0.61 339	0.42 292	0.52 357	0.42 342	0.52 328	0.51 347

castereo	0.61 316	3.79 505	1.35 473	1.52 451	0.15 169	0.17 150	0.16 162	0.20 160	0.21 194	0.18 151	0.16 172	0.21 168	0.12 149	0.26 199	0.17 171	1.43 470	1.38 486	0.17 153	0.16 168	0.18 156	0.16 159

WCG-NET	0.61 316	1.21 369	0.54 330	0.61 307	0.53 371	0.67 368	0.53 362	0.66 359	0.53 363	0.64 364	0.53 371	0.65 369	0.53 360	0.59 354	0.52 355	0.65 346	0.48 318	0.64 370	0.52 366	0.58 337	0.50 340

GEAStereo	0.62 319	3.91 510	0.48 304	0.69 319	0.38 309	0.51 341	0.38 301	0.51 329	0.38 301	0.53 340	0.38 307	0.50 333	0.38 299	0.51 333	0.38 293	0.54 323	0.43 296	0.46 323	0.34 290	0.46 295	0.34 270

gasm-f	0.62 319	3.91 510	0.48 304	0.69 319	0.38 309	0.51 341	0.38 301	0.51 329	0.38 301	0.53 340	0.38 307	0.50 333	0.38 299	0.51 333	0.38 293	0.54 323	0.43 296	0.46 323	0.34 290	0.46 295	0.34 270

SMoEStereo_RVC	0.63 321	0.75 244	0.51 322	0.73 327	0.53 371	0.71 372	0.47 343	0.67 360	0.58 368	0.74 379	0.60 376	0.72 376	0.53 360	0.74 373	0.51 353	0.61 339	0.62 352	0.62 367	0.61 381	0.63 341	0.61 366

anonymity	0.63 321	0.69 239	0.56 332	0.71 325	0.56 374	0.71 372	0.56 365	0.71 365	0.56 366	0.72 372	0.56 374	0.71 373	0.56 364	0.71 368	0.58 362	0.68 350	0.55 338	0.68 375	0.55 369	0.68 345	0.54 352

PAM_32	0.64 323	2.38 453	0.51 322	0.92 348	0.43 340	0.53 346	0.44 331	0.87 378	0.43 332	0.52 337	0.45 343	0.53 345	0.40 308	0.54 342	0.46 332	0.62 343	0.56 340	0.48 340	0.45 345	0.76 356	0.44 320

CRFU-Net	0.65 324	1.67 397	1.22 465	1.96 470	0.27 231	0.41 269	0.27 223	0.41 262	0.27 230	0.40 247	0.26 226	0.41 269	0.27 231	0.40 253	0.27 216	1.80 485	1.62 505	0.34 236	0.23 206	0.33 213	0.23 187

LMCR-Stereo	0.65 324	0.63 235	0.65 350	0.65 314	0.65 389	0.66 367	0.63 372	0.58 347	0.65 379	0.63 363	0.64 384	0.65 369	0.65 373	0.66 363	0.66 372	0.66 348	0.64 355	0.65 373	0.67 391	0.68 345	0.73 388

KSHMR	0.66 326	0.50 207	0.48 304	1.15 381	0.52 368	0.49 321	0.51 360	0.49 308	0.71 394	0.67 368	0.50 362	1.16 426	1.11 421	0.66 363	0.52 355	0.49 305	0.49 321	0.51 354	0.66 387	0.50 320	1.14 431

TorneroNet	0.66 326	0.53 220	0.50 315	0.50 278	0.64 387	1.06 408	0.70 388	0.50 316	0.51 362	0.49 314	0.69 393	0.49 318	0.50 353	0.48 311	1.15 433	0.71 355	0.49 321	1.14 426	1.08 430	0.49 315	0.49 337

GES	0.66 326	2.34 449	0.29 201	0.41 235	0.29 245	0.41 269	0.29 240	0.42 280	0.29 239	0.40 247	0.41 325	0.41 269	0.30 252	0.51 333	0.29 236	0.32 210	0.29 218	0.32 220	2.46 551	2.49 514	0.30 243

cf-r	0.66 326	2.17 433	0.12 101	0.18 131	0.12 153	0.18 154	2.70 551	2.60 526	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 486	1.74 527

DSFCA	0.66 326	0.73 243	0.78 374	0.65 314	0.65 389	0.64 365	0.64 373	0.65 357	0.63 377	0.64 364	0.64 384	0.64 366	0.64 371	0.65 362	0.65 369	0.65 346	0.65 357	0.65 373	0.65 385	0.66 343	0.64 371

DEFOM-Stereo	0.68 331	3.11 488	1.40 487	1.63 460	0.25 221	0.31 213	0.25 212	0.31 208	0.28 233	0.31 209	0.29 243	0.29 210	0.27 231	0.31 217	0.28 226	1.59 478	1.47 491	0.30 213	0.29 248	0.30 199	0.28 225

ssnet_v2	0.68 331	1.96 422	1.25 469	0.29 176	0.20 199	0.30 208	0.20 185	0.29 202	0.22 197	1.50 482	0.20 196	0.31 217	0.20 194	0.27 203	0.22 192	0.24 183	1.49 492	0.26 200	0.18 193	3.90 536	0.19 177

ARAFT	0.68 331	0.81 251	0.63 345	0.74 328	0.60 377	0.78 377	0.62 371	0.77 369	0.66 381	0.74 379	0.63 382	0.75 380	0.62 370	0.83 381	0.60 365	0.70 354	0.55 338	0.70 378	0.60 379	0.78 359	0.55 357

NINENet	0.69 334	3.87 509	1.20 418	1.98 471	0.05 99	0.40 253	0.04 81	0.40 247	0.05 97	0.41 261	0.04 88	0.41 269	0.05 94	0.40 253	0.05 88	1.79 484	1.56 498	0.34 236	0.22 200	0.34 217	0.23 187

VIP-Stereo	0.70 335	2.97 485	2.43 542	2.49 491	0.16 178	0.25 191	0.16 162	0.25 188	0.16 171	0.25 188	0.18 190	0.25 191	0.16 170	0.26 199	0.16 167	1.86 486	1.26 469	0.23 184	0.15 166	0.23 180	0.15 158

RAFT-Stereo + iAFF	0.70 335	0.72 242	0.71 361	0.80 333	0.62 386	0.82 382	0.61 370	0.81 375	0.62 375	0.81 386	0.63 382	0.80 386	0.70 384	0.73 371	0.61 367	0.76 360	0.61 351	0.74 382	0.61 381	0.77 358	0.61 366

DMCA-RVC	0.70 335	0.80 248	0.70 358	0.70 323	0.70 399	0.70 370	0.70 388	0.71 365	0.70 389	0.70 371	0.71 399	0.71 373	0.70 384	0.70 367	0.69 382	0.69 351	0.70 364	0.69 376	0.70 396	0.69 349	0.70 380

MyStereo8	0.71 338	3.92 512	0.52 325	0.59 303	0.52 368	0.57 357	0.53 362	0.59 349	0.50 355	0.59 357	0.51 368	0.57 357	0.50 353	0.56 347	0.52 355	0.54 323	0.49 321	0.54 361	0.49 360	0.55 334	0.50 340

HH	0.71 338	2.54 459	0.74 368	1.10 373	0.32 267	0.41 269	0.37 295	0.69 362	0.78 403	0.73 374	0.90 415	0.75 380	1.00 411	0.84 382	0.69 382	0.69 351	0.40 274	0.35 252	0.26 225	0.35 229	0.26 204

HanStereo	0.71 338	2.54 459	0.74 368	1.10 373	0.32 267	0.41 269	0.37 295	0.69 362	0.78 403	0.73 374	0.90 415	0.75 380	1.00 411	0.84 382	0.69 382	0.69 351	0.40 274	0.35 252	0.26 225	0.35 229	0.26 204

zero-FE	0.72 341	1.31 381	0.66 351	0.92 348	0.60 377	0.82 382	0.58 367	0.82 376	0.58 368	0.81 386	0.60 376	0.81 389	0.60 367	0.82 380	0.58 362	0.74 358	0.59 346	0.73 380	0.52 366	0.76 356	0.51 347

ktn	0.72 341	0.53 220	1.08 404	1.14 379	0.51 367	1.22 470	1.36 498	0.51 329	0.59 370	0.51 334	0.51 368	0.69 372	1.20 432	0.67 365	0.51 353	0.51 317	0.49 321	0.58 364	0.66 387	0.52 328	0.53 349

CroCo-Stereo	0.73 343	1.22 375	0.25 186	1.22 435	0.25 221	1.22 470	0.25 212	1.22 464	0.25 211	1.22 472	0.25 220	1.22 475	0.25 214	1.22 475	0.25 210	1.22 455	0.26 194	1.21 482	0.25 219	1.22 461	0.25 198
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 343	0.88 261	0.67 355	0.75 329	0.68 396	0.75 374	0.64 373	0.80 372	0.72 396	0.83 388	0.70 395	0.82 390	0.64 371	0.84 382	0.67 373	0.77 361	0.63 353	0.81 393	0.63 383	0.78 359	0.62 369

AIO-Stereo-zeroshot1	0.75 345	0.92 274	0.85 382	0.96 359	0.59 376	1.27 473	0.44 331	0.59 349	0.69 386	0.91 393	0.68 390	0.55 352	0.61 369	1.06 413	0.83 406	0.62 343	0.70 364	0.90 403	0.41 334	0.89 376	0.56 360

MyStereo06	0.75 345	4.12 513	0.60 338	0.63 310	0.61 383	0.62 363	0.66 376	0.56 341	0.45 337	0.55 348	0.48 357	0.54 348	0.46 336	0.57 352	0.45 328	0.60 335	0.57 342	0.64 370	0.55 369	0.72 351	0.55 357

GCAP-Stereo	0.75 345	4.15 516	0.42 280	0.75 329	0.35 292	0.78 377	0.40 315	0.79 370	0.38 301	0.78 382	0.36 295	0.78 383	0.36 290	0.79 376	0.39 304	0.75 359	0.39 271	0.76 385	0.39 326	0.75 355	0.39 299

GANet-RSSM	0.75 345	1.91 415	0.14 126	0.47 260	0.14 158	0.21 173	3.21 568	2.30 512	0.14 157	0.46 294	0.14 161	0.23 182	0.18 185	0.21 170	0.14 151	0.18 150	0.27 201	0.37 260	0.13 155	2.13 496	2.12 537

RSM++	0.76 349	0.82 253	0.66 351	0.85 340	0.64 387	0.85 384	0.71 391	0.94 391	0.64 378	0.87 389	0.67 389	0.87 392	0.65 373	0.84 382	0.65 369	0.81 366	0.70 364	0.79 388	0.71 399	0.83 371	0.70 380

CroCo-Stereo Lap2	0.77 350	1.29 379	0.29 201	1.27 439	0.29 245	1.27 473	0.26 220	1.26 467	0.26 224	1.26 473	0.26 226	1.27 477	0.26 223	1.26 476	0.27 216	1.27 457	0.27 201	1.27 486	0.27 233	1.27 464	0.27 212

PSMNet-RSSM	0.77 350	2.76 476	0.14 126	0.20 137	0.14 158	0.20 162	2.66 549	2.79 539	0.14 157	0.21 171	0.14 161	0.21 168	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 518	2.31 542

GwcNet-RSSM	0.77 350	2.77 478	0.14 126	0.20 137	0.14 158	0.20 162	2.67 550	2.78 538	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 170	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 518	2.31 542

4D-IteraStereo	0.78 353	3.13 489	0.89 383	0.69 319	0.32 267	0.40 253	0.32 256	0.76 368	0.97 425	0.52 337	0.65 386	0.89 395	0.32 267	0.76 375	0.98 419	0.83 371	0.94 392	0.35 252	0.27 233	0.70 350	0.89 406

hitnet-ft	0.79 354	2.78 481	0.14 126	0.20 137	0.14 158	0.21 173	2.89 552	2.80 540	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 526	2.33 544

G-Net	0.79 354	0.79 247	0.79 377	0.79 331	0.79 410	0.79 379	0.79 400	0.79 370	0.79 406	0.79 383	0.79 410	0.79 385	0.79 398	0.79 376	0.79 400	0.79 362	0.79 377	0.79 388	0.79 407	0.79 361	0.79 396

MyStereo05	0.80 356	4.12 513	0.63 345	0.63 310	0.61 383	0.62 363	0.66 376	0.65 357	0.62 375	0.67 368	0.61 380	0.65 369	0.58 365	0.67 365	0.55 360	0.60 335	0.57 342	0.64 370	0.55 369	0.72 351	0.55 357

UDG	0.80 356	2.21 437	0.60 338	0.91 345	0.60 377	0.90 390	0.58 367	0.88 381	0.60 371	0.90 391	0.60 376	0.88 393	0.60 367	0.90 391	0.58 362	0.86 375	0.60 347	0.84 399	0.59 378	0.84 372	0.61 366

ccnet	0.80 356	2.28 441	0.33 227	0.50 278	0.33 279	0.50 329	0.33 266	0.50 316	0.33 272	0.49 314	0.33 274	0.49 318	1.56 497	2.38 516	0.33 260	0.41 270	0.29 218	0.42 312	1.57 511	2.28 502	0.29 230

NaN_ROB	0.80 356	0.80 248	0.80 378	0.80 333	0.80 412	0.80 380	0.80 403	0.80 372	0.80 407	0.80 384	0.80 411	0.80 386	0.80 399	0.80 378	0.80 402	0.80 363	0.80 380	0.80 391	0.80 409	0.80 364	0.80 397

CSAN	0.80 356	0.80 248	0.80 378	0.80 333	0.80 412	0.80 380	0.80 403	0.80 372	0.80 407	0.80 384	0.80 411	0.80 386	0.80 399	0.80 378	0.80 402	0.80 363	0.80 380	0.80 391	0.80 409	0.80 364	0.80 397

GSStereo	0.81 361	4.28 519	0.50 315	0.59 303	0.40 320	0.51 341	0.38 301	0.50 316	0.38 301	0.50 327	0.38 307	0.50 333	3.79 564	0.50 324	0.38 293	0.54 323	0.43 296	0.46 323	0.34 290	0.46 295	0.35 279

BSDual-CNN	0.81 361	1.91 415	0.92 391	4.48 538	0.02 21	0.42 289	0.06 108	0.41 262	0.02 21	0.48 307	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 496	4.19 562	0.33 228	0.23 206	0.34 217	0.27 212

DDUNet	0.81 361	2.45 457	0.57 334	0.90 343	0.60 377	0.88 387	0.59 369	0.90 382	0.60 371	0.88 390	0.60 376	0.90 396	0.58 365	0.88 388	0.60 365	0.84 373	0.60 347	0.86 401	0.57 375	0.86 373	0.60 365

R-Stereo Train	0.81 361	0.96 280	0.67 355	0.95 356	0.67 393	0.95 395	0.68 381	0.95 393	0.68 383	0.95 401	0.68 390	0.96 404	0.68 379	0.96 402	0.68 377	0.94 386	0.68 359	0.94 410	0.68 392	0.94 386	0.68 377

RAFT-Stereo	0.81 361	0.96 280	0.67 355	0.95 356	0.67 393	0.95 395	0.68 381	0.95 393	0.68 383	0.95 401	0.68 390	0.96 404	0.68 379	0.96 402	0.68 377	0.94 386	0.68 359	0.94 410	0.68 392	0.94 386	0.68 377
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 366	1.72 399	1.48 491	0.39 209	0.15 169	0.31 213	0.21 191	0.20 160	0.25 211	1.61 486	0.23 207	0.28 204	0.26 223	0.20 159	0.15 161	0.24 183	1.33 477	0.32 220	0.16 168	6.75 574	0.23 187

scenet	0.82 366	1.72 399	1.48 491	0.39 209	0.15 169	0.31 213	0.21 191	0.20 160	0.25 211	1.61 486	0.23 207	0.28 204	0.26 223	0.20 159	0.15 161	0.24 183	1.33 477	0.32 220	0.16 168	6.75 574	0.23 187

ssnet	0.82 366	1.72 399	1.48 491	0.39 209	0.15 169	0.31 213	0.21 191	0.20 160	0.25 211	1.61 486	0.23 207	0.28 204	0.26 223	0.20 159	0.15 161	0.24 183	1.33 477	0.32 220	0.16 168	6.75 574	0.23 187

DEFOM-Stereo_RVC	0.83 369	5.18 530	1.98 531	2.19 476	0.17 182	0.19 157	0.18 177	0.19 154	0.16 171	0.20 159	0.19 192	0.22 176	0.22 201	0.20 159	0.15 161	2.28 513	2.13 532	0.24 192	0.17 188	0.18 156	0.16 159

BUS	0.83 369	1.91 415	0.92 391	4.48 538	0.02 21	0.40 253	0.04 81	0.41 262	0.02 21	0.48 307	0.03 52	0.41 269	0.05 94	0.03 39	0.05 88	1.97 496	4.19 562	0.33 228	0.23 206	0.34 217	0.27 212

PDISCO_ROB	0.83 369	2.80 482	3.49 560	0.14 100	0.11 137	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 546	0.13 147	0.14 116	2.34 537	0.16 145	0.12 147	2.62 527	0.10 116

AIO-Stereo	0.84 372	0.66 238	0.70 358	0.83 337	0.67 393	0.98 398	0.82 406	1.14 406	0.72 396	1.03 409	0.74 405	1.03 413	1.09 420	0.99 404	0.45 328	1.04 392	0.73 370	0.95 412	0.74 402	0.94 386	0.46 323

DCRE	0.84 372	1.89 412	0.77 373	0.94 354	0.72 403	0.88 387	0.73 394	0.87 378	0.78 403	0.90 391	0.71 399	0.88 393	0.67 378	0.88 388	0.73 392	0.81 366	0.68 359	0.81 393	0.70 396	0.82 369	0.70 380

iGMRVC	0.84 372	2.85 483	0.72 364	0.72 326	0.73 404	0.77 375	0.79 400	0.73 367	0.74 401	0.73 374	0.72 402	0.73 378	0.76 394	0.73 371	0.73 392	0.72 356	0.73 370	0.73 380	0.72 401	0.73 354	0.72 385

AdaDepth	0.86 375	0.93 276	0.71 361	1.01 366	1.07 436	1.02 405	0.71 391	1.00 395	0.71 394	1.01 407	0.71 399	1.00 407	0.72 389	1.14 424	0.71 390	0.92 381	0.64 355	0.90 403	0.64 384	0.89 376	0.69 379

GEStereo_RVC	0.86 375	4.45 520	0.20 167	0.27 174	0.20 199	0.27 203	0.20 185	0.26 193	0.18 182	5.03 574	0.20 196	0.27 203	0.19 190	0.27 203	0.21 190	0.20 157	0.19 173	0.19 166	4.02 578	0.20 163	0.18 175

Selective-RAFT-Error	0.88 377	0.84 254	0.98 396	0.86 341	0.97 426	0.88 387	0.95 418	0.84 377	0.99 428	0.92 395	0.82 413	0.84 391	0.98 410	0.87 387	0.97 418	0.81 366	0.83 383	0.79 388	0.82 412	0.79 361	0.85 402

IER	0.88 377	7.04 549	2.23 536	2.75 497	0.28 236	0.43 296	0.25 212	0.39 242	0.25 211	0.41 261	0.27 231	0.39 248	0.25 214	0.40 253	0.28 226	0.37 236	0.28 207	0.37 260	0.25 219	0.37 240	0.25 198

Selective-RAFT	0.89 379	0.89 264	0.72 364	1.16 386	0.78 409	1.06 408	0.82 406	0.87 378	0.97 425	1.00 403	0.91 418	0.90 396	1.00 411	0.89 390	0.93 415	0.83 371	0.83 383	0.82 397	0.82 412	0.81 367	0.82 400

AIO-Stereo-zeroshot	0.91 380	0.86 257	0.89 383	1.25 438	0.69 397	1.05 407	0.81 405	1.16 410	0.50 355	1.12 419	0.97 424	0.72 376	0.82 401	1.06 413	0.95 416	0.61 339	0.87 385	1.03 423	0.85 415	1.04 396	1.01 420

CFNet-RSSM	0.91 380	4.89 526	0.34 237	0.44 252	1.07 436	1.62 491	1.40 505	0.91 384	0.35 284	1.60 483	1.39 505	0.64 366	0.34 280	0.44 290	0.33 260	0.41 270	0.35 253	0.75 383	0.30 262	0.41 278	0.29 230

MLG-Stereo	0.92 382	0.90 267	0.84 381	1.27 439	0.49 358	1.38 480	0.88 409	1.41 478	0.97 425	0.73 374	1.09 432	1.26 476	0.43 328	0.72 369	1.05 426	1.13 403	0.49 321	1.18 435	0.66 387	1.01 393	0.46 323

ToySt	0.92 382	2.11 428	0.90 386	0.95 356	0.79 410	0.99 399	0.78 399	0.94 391	0.81 410	0.94 399	0.78 409	0.95 403	0.77 396	0.94 398	0.86 408	0.91 378	0.79 377	0.85 400	0.77 404	0.89 376	0.73 388

DPSM_ROB	0.92 382	0.91 269	0.91 389	0.91 345	0.92 421	0.92 392	0.92 414	0.92 387	0.91 415	0.93 397	0.91 418	0.92 399	0.90 403	0.91 392	0.92 411	0.92 381	0.91 388	0.91 406	0.92 417	0.93 384	0.93 410

DPSM	0.92 382	0.91 269	0.91 389	0.91 345	0.92 421	0.92 392	0.92 414	0.92 387	0.91 415	0.93 397	0.91 418	0.92 399	0.90 403	0.91 392	0.92 411	0.92 381	0.91 388	0.91 406	0.92 417	0.93 384	0.93 410

pmcnn	0.92 382	0.92 274	0.92 391	0.92 348	0.92 421	0.92 392	0.92 414	0.92 387	0.92 419	0.92 395	0.92 422	0.92 399	0.92 406	0.92 396	0.92 411	0.92 381	0.92 390	0.92 408	0.92 417	0.92 383	0.92 409

error version	0.93 387	4.47 521	2.35 539	1.99 472	0.37 302	0.41 269	0.36 289	0.41 262	0.35 284	0.43 281	0.36 295	0.41 269	0.40 308	0.41 268	0.36 281	1.87 488	2.16 533	0.47 332	0.37 310	0.39 262	0.33 264

test_1	0.93 387	4.47 521	2.35 539	1.99 472	0.37 302	0.41 269	0.36 289	0.41 262	0.35 284	0.43 281	0.36 295	0.41 269	0.40 308	0.41 268	0.36 281	1.87 488	2.16 533	0.47 332	0.37 310	0.39 262	0.33 264

DGTPSM_ROB	0.93 387	1.00 287	0.92 391	0.94 354	0.96 425	0.91 391	0.92 414	0.91 384	0.96 424	0.91 393	0.96 423	0.93 402	0.92 406	0.94 398	0.92 411	0.92 381	0.92 390	0.90 403	0.92 417	0.94 386	0.91 408

HSM-Net_RVC	0.95 390	1.17 319	0.78 374	1.18 388	0.71 401	1.16 423	0.75 396	1.09 404	0.80 407	1.10 413	0.75 406	1.17 427	0.74 391	1.17 427	0.80 402	1.13 403	0.73 370	1.17 432	0.77 404	1.16 405	0.72 385
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 391	3.17 491	2.30 538	2.42 488	0.38 309	0.54 349	0.38 301	0.54 337	0.38 301	0.54 345	0.38 307	0.54 348	0.38 299	0.54 342	0.38 293	2.38 521	2.34 537	0.49 345	0.36 308	0.49 315	0.36 282

DPSimNet_ROB	0.97 391	1.18 321	0.81 380	1.10 373	0.91 420	1.02 405	0.82 406	1.04 401	0.91 415	1.03 409	0.86 414	1.28 478	0.82 401	1.03 411	0.89 409	1.17 406	0.81 382	1.02 421	0.82 412	1.08 398	0.81 399

test-3	0.98 393	4.13 515	1.85 520	1.85 463	0.61 383	0.69 369	0.37 295	0.63 355	0.61 374	0.66 367	0.51 368	0.73 378	0.44 330	0.57 352	0.54 358	1.68 482	1.81 517	0.40 284	0.43 343	0.66 343	0.50 340

Wavelet-MonSter	1.00 394	1.21 369	0.76 371	1.94 467	1.01 431	1.11 418	0.76 397	1.15 407	0.76 402	1.11 418	0.76 407	1.14 424	0.76 394	1.11 421	0.76 398	1.21 453	0.90 386	1.02 421	0.71 399	1.02 395	0.71 384

999	1.00 394	1.12 312	0.59 336	1.10 373	1.21 495	1.09 414	0.52 361	1.08 402	1.43 507	1.18 424	1.35 499	0.98 406	0.52 359	0.91 392	0.85 407	0.72 356	1.46 490	0.83 398	0.98 422	0.68 345	1.41 503

DispNO	1.00 394	0.63 235	0.43 281	3.45 523	0.44 341	0.65 366	0.43 330	0.64 356	0.43 332	0.64 364	0.43 337	0.64 366	3.03 543	0.64 361	0.43 326	4.55 551	0.43 296	0.63 369	0.43 343	0.63 341	0.43 317

GANet	1.00 394	1.00 287	1.00 398	1.00 363	1.00 427	1.00 400	1.00 422	1.00 395	1.00 429	1.00 403	1.00 426	1.00 407	1.00 411	1.00 406	1.00 421	1.00 388	1.00 393	1.00 417	1.00 424	1.00 390	1.00 417

TDLM	1.00 394	1.00 287	1.00 398	1.00 363	1.00 427	1.00 400	1.00 422	1.00 395	1.00 429	1.00 403	1.00 426	1.00 407	1.00 411	1.00 406	1.00 421	1.00 388	1.00 393	1.00 417	1.00 424	1.00 390	1.00 417

CVANet_RVC	1.00 394	1.00 287	1.00 398	1.00 363	1.00 427	1.00 400	1.00 422	1.00 395	1.00 429	1.00 403	1.00 426	1.00 407	1.00 411	1.00 406	1.00 421	1.00 388	1.00 393	1.00 417	1.00 424	1.00 390	1.00 417

trnet	1.01 400	1.01 293	1.01 401	1.01 366	1.01 431	1.01 404	1.01 425	1.01 399	1.01 432	1.01 407	1.01 429	1.01 411	1.01 417	1.01 410	1.01 424	1.01 391	1.01 396	1.01 420	1.01 428	1.01 393	1.01 420

LL-Strereo	1.01 400	5.06 528	1.63 500	0.70 323	1.43 505	0.56 351	0.46 338	0.57 344	0.50 355	0.57 353	0.50 362	1.58 487	0.49 350	0.59 354	0.50 348	1.64 481	0.52 334	0.51 354	1.37 499	0.52 328	0.45 322

FlowAnything_test	1.02 402	1.72 399	0.71 361	1.59 453	0.70 399	1.61 489	0.69 384	1.61 480	0.70 389	1.60 483	0.70 395	1.61 491	0.69 382	1.61 487	0.70 388	0.81 366	0.58 344	0.81 393	0.55 369	0.81 367	0.56 360

FlowAnything	1.02 402	1.71 398	0.72 364	1.59 453	0.69 397	1.60 488	0.69 384	1.61 480	0.70 389	1.60 483	0.69 393	1.60 488	0.69 382	1.61 487	0.69 382	0.81 366	0.58 344	0.81 393	0.56 373	0.82 369	0.56 360

tt45	1.04 404	0.88 261	1.36 481	0.92 348	1.03 434	1.51 487	0.79 400	0.70 364	0.88 412	0.74 379	0.90 415	1.60 488	0.72 389	1.60 485	0.75 396	0.91 378	0.78 376	1.52 498	0.79 407	1.14 401	1.32 495

GLC_STEREO	1.07 405	1.01 293	1.06 403	1.07 371	1.05 435	1.06 408	1.08 429	1.08 402	1.05 435	1.07 411	1.06 431	1.08 415	1.05 419	1.06 413	1.10 428	1.07 394	1.09 406	1.05 424	1.05 429	1.06 397	1.12 427

FC-DCNN	1.07 405	1.09 308	0.98 396	0.89 342	0.52 368	1.41 484	0.91 413	1.21 463	1.24 493	1.96 495	2.05 550	1.91 496	1.30 485	1.27 477	1.08 427	0.80 363	0.60 347	0.58 364	0.41 334	0.68 345	0.54 352

hknet	1.10 407	1.85 408	3.49 560	4.48 538	0.02 21	0.42 289	0.06 108	0.41 262	0.02 21	0.48 307	0.03 52	0.41 269	0.03 52	0.42 281	0.03 48	4.39 548	4.19 562	0.33 228	0.23 206	0.34 217	0.27 212

test_xeample3	1.10 407	1.81 405	0.61 343	0.84 338	0.49 358	0.77 375	0.66 376	0.92 387	1.40 505	0.68 370	0.46 345	0.78 383	0.54 363	1.72 490	1.48 507	1.34 462	1.52 494	1.35 491	1.67 524	1.33 466	1.55 508

DISCO	1.11 409	0.39 158	5.28 573	0.39 209	0.20 199	0.39 251	0.27 223	0.39 242	0.22 197	0.38 235	0.20 196	0.38 243	0.20 194	6.95 585	0.22 192	0.30 204	0.21 179	0.27 204	0.21 197	5.25 567	0.21 182

Occ-G	1.12 410	0.52 217	3.72 565	3.50 527	0.50 362	0.56 351	0.47 343	0.54 337	0.46 338	0.54 345	0.41 325	0.54 348	0.42 325	0.52 338	0.42 323	3.42 542	4.02 561	0.52 357	0.45 345	0.51 326	0.44 320

AEACV	1.12 410	0.52 217	3.12 557	3.24 512	0.86 414	0.53 346	0.49 354	0.60 351	0.47 343	0.53 340	0.49 360	0.55 352	0.45 333	0.55 346	0.47 339	3.01 538	3.88 559	0.71 379	0.60 379	0.80 364	0.48 332

MSMD_ROB	1.19 412	1.10 311	0.70 358	1.10 373	0.60 377	1.10 415	0.70 388	1.10 405	0.70 389	1.10 413	0.70 395	1.10 419	0.70 384	7.00 586	0.70 388	1.10 397	0.70 364	1.10 425	0.70 396	1.10 399	0.70 380

MM-Stereo_test2	1.20 413	1.85 408	1.05 402	1.46 450	0.94 424	1.36 478	0.99 421	1.36 472	0.95 422	1.41 479	0.98 425	1.40 484	0.96 408	1.37 479	0.95 416	1.37 467	1.06 399	1.33 488	0.93 421	1.29 465	0.89 406

ours_stereo	1.20 413	1.21 369	0.90 386	1.64 461	1.11 438	1.35 476	0.67 380	1.76 487	0.93 420	1.70 491	1.10 433	1.39 482	0.75 393	1.41 482	0.81 405	1.60 480	1.03 398	1.33 488	1.00 424	1.61 476	0.72 385

DisPM	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

CrosDoStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

PFNet+	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

LCNet	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

HHNet	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

Patchmatch Stereo++	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

STrans-v2	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

TransformOpticalFlow	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

OMP-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

IIG-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

NF-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

OCTAStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

PSM-softLoss	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

KMStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

NRIStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

PSM-adaLoss	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

PSM-AAD	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

FTStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

ROB_FTStereo_v2	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

ROB_FTStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

Consistency-Raft	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

KYRaft	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

HUI-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

ASMatch	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

DeepStereo_LL	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

DEmStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

SST-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

THIR-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

RAFT_R40	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

DRaft	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

PFNet	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

GrayStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

RE-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

Pruner-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

TVStereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

DeepStereo_RVC	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

RAFT-RH_RVC	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

IRAFT_RVC	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

RAFT-345	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

iRAFT	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

CRE-IMP	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

GMM-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

RAFT-IKP	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

Prome-Stereo	1.20 413	1.20 323	1.20 418	1.20 390	1.20 449	1.20 424	1.20 440	1.20 418	1.20 445	1.20 426	1.20 442	1.20 429	1.20 432	1.20 429	1.20 442	1.20 408	1.20 421	1.20 437	1.20 441	1.20 414	1.20 441

HCRNet	1.22 460	7.11 550	3.00 545	3.55 528	0.33 279	0.29 207	0.14 152	0.19 154	0.15 167	0.33 219	0.29 243	0.25 191	0.14 158	0.22 174	0.33 260	3.64 543	3.00 540	0.76 385	0.32 278	0.18 156	0.13 150

HBP-ISP	1.24 461	1.72 399	1.65 501	1.15 381	0.76 407	1.40 482	0.88 409	1.67 486	1.02 433	1.69 490	1.38 504	1.69 492	1.21 478	1.87 497	1.21 487	1.05 393	0.79 377	0.97 415	0.80 409	1.19 413	0.75 392

AANet_RVC	1.26 462	0.31 139	4.99 571	5.93 563	0.20 199	0.25 191	0.20 185	0.25 188	0.20 190	0.23 177	0.19 192	0.25 191	0.20 194	0.25 189	0.20 186	5.66 572	4.76 565	0.26 200	0.30 262	0.24 182	0.27 212

MM-Stereo_test3	1.27 463	2.07 424	1.18 413	1.60 456	1.02 433	1.45 485	1.01 425	1.40 477	1.04 434	1.44 480	1.03 430	1.46 486	1.02 418	1.44 483	1.02 425	1.51 476	1.12 413	1.32 487	0.98 422	1.38 469	0.97 413

11t	1.27 463	2.70 468	1.34 471	1.32 443	0.89 416	1.30 475	1.34 495	1.64 483	0.57 367	1.45 481	0.72 402	1.05 414	1.29 484	1.07 416	1.29 496	1.49 473	1.02 397	0.97 415	1.15 434	1.48 471	1.31 494

MaskLacGwcNet_RVC	1.35 465	1.35 384	1.35 473	1.35 445	1.35 499	1.35 476	1.35 496	1.36 472	1.35 501	1.36 476	1.35 499	1.36 479	1.36 490	1.36 478	1.35 500	1.35 463	1.35 482	1.35 491	1.35 496	1.35 467	1.35 499

CC-Net-ROB	1.36 466	1.33 383	1.33 470	1.36 446	1.38 502	1.36 478	1.33 494	1.37 474	1.34 498	1.35 475	1.36 501	1.38 480	1.34 488	1.38 481	1.38 503	1.35 463	1.38 486	1.33 488	1.35 496	1.43 470	1.34 498

CFNet	1.37 467	5.27 533	0.19 164	5.49 560	0.19 196	0.28 204	0.19 181	0.28 197	0.19 188	0.28 200	0.19 192	0.28 204	4.35 572	0.28 207	0.19 183	0.23 178	0.17 163	0.23 184	4.21 580	4.81 558	0.17 171

PS-NSSS	1.38 468	1.39 387	1.34 471	1.34 444	1.35 499	1.38 480	1.37 503	1.35 471	1.38 504	1.34 474	1.34 498	1.39 482	1.38 493	1.70 489	1.40 504	1.36 465	1.36 483	1.36 493	1.37 499	1.37 468	1.36 500

RASNet	1.49 469	1.65 396	1.45 489	1.38 448	1.43 505	1.47 486	1.36 498	1.38 476	1.36 502	1.39 478	1.60 515	1.45 485	1.45 496	1.51 484	2.21 545	1.53 477	1.36 483	1.36 493	1.36 498	1.66 479	1.36 500

GANetREF_RVC	1.55 470	1.94 421	1.22 465	1.88 464	1.21 495	1.88 495	1.22 486	1.88 489	1.22 491	1.88 492	1.22 488	1.88 494	1.22 479	1.89 498	1.22 488	1.87 488	1.22 468	1.88 512	1.22 487	1.88 488	1.22 487
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 471	1.91 415	1.21 464	1.94 467	1.20 449	2.00 503	1.23 487	1.99 494	1.24 493	2.00 500	1.25 491	2.03 504	1.26 481	2.00 502	1.29 496	1.90 492	1.18 420	1.89 513	1.21 486	1.89 489	1.20 441
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 472	1.59 394	1.70 503	1.59 453	1.59 511	1.61 489	1.61 514	1.60 479	1.60 511	1.62 489	1.59 514	1.60 488	1.60 499	1.60 485	1.59 511	1.59 478	1.60 504	1.59 499	1.59 516	1.59 475	1.59 513

ff7	1.68 473	2.68 465	1.35 473	0.97 360	0.89 416	1.84 492	2.15 543	2.12 500	1.80 528	2.05 505	1.56 511	2.33 511	2.12 534	2.23 508	2.25 546	1.31 459	1.07 400	1.48 495	1.41 502	0.90 379	1.04 422

ffff	1.68 473	2.68 465	1.35 473	0.97 360	0.89 416	1.84 492	2.15 543	2.12 500	1.80 528	2.05 505	1.56 511	2.33 511	2.12 534	2.23 508	2.25 546	1.31 459	1.07 400	1.48 495	1.41 502	0.90 379	1.04 422

ccc-4	1.68 473	2.68 465	1.35 473	0.97 360	0.89 416	1.84 492	2.15 543	2.12 500	1.80 528	2.05 505	1.56 511	2.33 511	2.12 534	2.23 508	2.25 546	1.31 459	1.07 400	1.48 495	1.41 502	0.90 379	1.04 422

MC-Stereo	1.76 476	2.96 484	1.37 483	2.14 475	1.37 501	2.14 509	1.36 498	2.14 503	1.37 503	2.14 509	1.37 502	2.14 506	1.37 492	2.14 507	1.37 502	1.97 496	1.32 470	1.97 515	1.32 495	1.98 490	1.33 496

IGEVStereo-DCA	1.77 477	4.21 517	1.84 518	2.49 491	2.11 544	2.54 529	1.36 498	1.65 484	1.17 442	2.75 538	1.90 533	2.54 524	1.15 425	0.94 398	1.11 429	1.50 474	1.32 470	0.96 413	1.46 508	1.49 472	0.88 404

rrr	1.77 477	4.21 517	1.84 518	2.49 491	2.11 544	2.54 529	1.36 498	1.65 484	1.17 442	2.75 538	1.90 533	2.54 524	1.15 425	0.94 398	1.11 429	1.50 474	1.32 470	0.96 413	1.46 508	1.49 472	0.88 404

MM-Stereo_test1	1.80 479	3.41 495	1.52 496	2.12 474	1.41 504	2.04 504	1.41 506	2.05 498	1.46 508	2.04 504	1.41 506	2.05 505	1.42 495	2.05 503	1.43 506	2.04 500	1.54 497	1.94 514	1.38 501	1.99 491	1.33 496

MFMNet_re	1.81 480	1.91 415	1.71 505	1.95 469	1.70 522	1.95 500	1.70 519	1.96 492	1.74 524	1.97 497	1.72 523	1.95 497	1.71 507	1.97 501	1.71 519	1.86 486	1.62 505	1.85 505	1.66 523	1.86 487	1.64 519

plain	1.88 481	3.16 490	0.64 347	3.10 507	0.65 389	3.10 544	0.64 373	3.12 543	0.65 379	3.10 544	0.65 386	3.11 544	0.65 373	3.12 543	0.65 369	3.12 539	0.65 357	3.13 545	0.65 385	3.13 530	0.65 372

RAFT_CTSACE	1.92 482	3.71 502	1.72 506	1.88 464	1.72 523	2.04 504	1.42 508	2.18 505	1.89 539	2.02 502	1.97 539	1.95 497	2.06 533	1.93 499	1.62 512	1.76 483	1.66 508	2.02 516	1.73 532	1.73 482	1.43 505

NLCSM	1.94 483	1.36 385	0.90 386	17.57 589	1.19 448	1.40 482	0.90 411	1.37 474	0.90 413	1.37 477	0.91 418	1.38 480	0.91 405	1.37 479	0.90 410	1.28 458	0.90 386	1.25 484	0.85 415	1.24 462	0.85 402

MonStereo1	1.94 483	2.77 478	1.52 496	3.73 535	1.51 508	2.13 508	1.42 508	2.32 513	1.52 509	2.31 517	1.50 509	2.53 521	1.59 498	2.34 515	1.56 509	1.91 493	1.36 483	1.86 508	1.31 494	2.07 492	1.53 506

4.25w-stereo	1.98 485	2.72 472	1.46 490	3.47 524	1.43 505	2.07 506	1.98 534	2.53 525	1.52 509	2.71 531	1.98 545	1.81 493	1.62 501	1.96 500	1.36 501	1.88 491	2.00 522	2.53 539	1.61 518	1.74 483	1.15 432

4.5w-stereo	1.99 486	2.33 445	1.81 509	3.28 514	1.68 518	1.94 497	1.99 537	2.72 528	1.70 516	2.72 532	1.99 548	1.97 499	1.68 503	1.76 491	1.29 496	1.91 493	2.02 528	2.53 539	1.61 518	1.75 484	1.16 435

2.75w_new	1.99 486	2.34 449	1.81 509	3.14 508	1.62 513	1.94 497	1.99 537	2.72 528	1.71 517	2.72 532	1.99 548	1.90 495	1.73 509	1.82 496	1.29 496	2.37 520	2.01 524	2.31 526	1.42 505	1.77 485	1.22 487

3.75w	1.99 486	2.31 443	1.83 517	3.16 510	1.65 515	1.93 496	1.98 534	2.72 528	1.68 513	2.73 537	1.97 539	2.00 501	1.72 508	1.81 495	1.25 492	2.27 512	2.01 524	2.38 531	1.42 505	1.71 481	1.24 490

2w_stereo	1.99 486	2.36 452	1.81 509	3.24 512	1.67 516	1.94 497	1.98 534	2.72 528	1.68 513	2.72 532	1.94 536	1.98 500	1.74 511	1.79 494	1.27 493	1.95 495	2.00 522	2.53 539	1.60 517	1.68 480	1.15 432

2.25w	2.00 490	1.86 410	1.98 531	2.95 505	2.17 548	2.26 510	1.35 496	2.42 519	2.00 546	2.07 508	1.27 493	2.53 521	1.99 529	2.29 512	1.49 508	2.21 507	1.32 470	1.85 505	1.87 536	2.52 518	1.62 517

4.25_new	2.00 490	2.33 445	1.82 514	3.32 517	1.69 519	1.95 500	1.99 537	2.72 528	1.71 517	2.72 532	1.97 539	2.01 502	1.74 511	1.77 492	1.28 494	2.18 504	2.01 524	2.48 537	1.58 514	1.65 477	1.17 436

4.5w_new	2.00 490	2.33 445	1.82 514	3.32 517	1.69 519	1.95 500	1.99 537	2.72 528	1.71 517	2.72 532	1.97 539	2.01 502	1.74 511	1.77 492	1.28 494	2.18 504	2.01 524	2.48 537	1.58 514	1.65 477	1.17 436

4.5_new	2.00 490	1.84 407	1.98 531	2.77 499	2.16 546	2.27 511	1.28 493	2.09 499	1.98 543	2.01 501	1.28 494	2.71 533	1.98 527	2.51 524	1.65 514	2.26 509	1.33 477	1.87 509	1.87 536	2.49 514	1.60 514

TRStereo	2.00 490	2.13 429	1.85 520	2.27 481	1.84 527	2.28 513	1.84 523	2.29 508	1.86 533	2.30 514	1.87 528	2.30 508	1.87 517	2.08 504	1.72 521	2.08 501	1.72 511	2.08 518	1.72 529	2.08 493	1.72 524

XX-Stereo	2.00 490	2.13 429	1.85 520	2.27 481	1.84 527	2.28 513	1.84 523	2.29 508	1.86 533	2.30 514	1.87 528	2.30 508	1.87 517	2.08 504	1.72 521	2.08 501	1.72 511	2.08 518	1.72 529	2.08 493	1.72 524

EAI-Stereo	2.00 490	2.13 429	1.85 520	2.27 481	1.84 527	2.28 513	1.84 523	2.29 508	1.86 533	2.30 514	1.87 528	2.30 508	1.87 517	2.08 504	1.72 521	2.08 501	1.72 511	2.08 518	1.72 529	2.08 493	1.72 524

2.5w	2.01 497	2.40 454	1.37 483	3.28 514	2.01 538	2.71 534	1.43 511	1.82 488	1.83 531	1.90 494	1.41 506	2.71 533	1.35 489	2.71 533	1.85 532	2.66 532	1.53 495	1.64 500	1.23 488	2.53 521	1.87 533

4w-stereo	2.02 498	2.72 472	1.44 488	3.36 520	1.59 511	2.48 522	1.72 520	2.28 506	1.24 493	2.24 512	1.65 519	2.56 526	1.32 487	2.39 518	1.98 542	2.67 534	1.51 493	1.66 501	1.24 489	2.53 521	1.88 536

IGEV	2.02 498	2.20 435	1.82 514	2.90 504	2.16 546	2.41 519	1.25 489	2.00 495	1.98 543	1.99 499	1.31 496	2.72 537	1.93 523	2.67 532	1.69 518	2.26 509	1.32 470	1.83 504	1.87 536	2.53 521	1.61 516

3.25w_new	2.03 500	2.72 472	1.35 473	3.33 519	1.57 509	2.72 535	1.53 513	2.15 504	1.33 497	2.15 510	1.60 515	2.63 530	1.30 485	2.72 535	1.99 543	2.67 534	1.53 495	1.75 503	1.25 491	2.53 521	1.87 533

3.5w_stereo	2.03 500	2.72 472	1.35 473	3.41 521	1.57 509	2.72 535	1.49 512	2.01 496	1.34 498	2.15 510	1.61 517	2.63 530	1.36 490	2.72 535	1.99 543	2.66 532	1.58 500	1.68 502	1.24 489	2.53 521	1.87 533

UniTT-Stereo	2.03 500	3.43 496	0.72 364	3.42 522	0.73 404	3.27 547	0.68 381	3.38 547	0.69 386	3.29 547	0.72 402	3.28 547	0.70 384	3.35 548	0.68 377	3.39 541	0.68 359	3.31 547	0.69 394	3.37 531	0.73 388

3.25w	2.04 503	2.20 435	1.48 491	3.03 506	2.17 548	2.63 533	1.39 504	1.96 492	1.95 542	1.96 495	1.37 502	2.71 533	1.96 526	2.71 533	1.73 526	2.26 509	1.32 470	1.87 509	1.87 536	2.51 517	1.63 518

3w_stereo	2.04 503	2.24 439	1.70 503	3.15 509	2.18 550	2.49 523	1.26 491	2.03 497	1.98 543	1.98 498	1.33 497	2.72 537	1.99 529	2.59 527	1.72 521	2.22 508	1.33 477	1.85 505	1.88 541	2.50 516	1.58 512

1w_stereo	2.05 505	2.32 444	1.35 473	3.74 536	2.01 538	2.73 537	1.42 508	1.88 489	1.93 541	2.03 503	1.28 494	2.71 533	1.99 529	2.72 535	1.72 521	2.20 506	1.32 470	1.87 509	1.86 535	2.45 510	1.54 507

sCroCo_RVC	2.10 506	2.76 476	1.92 528	2.78 502	1.39 503	2.73 537	1.41 506	2.73 534	1.40 505	2.77 543	1.41 506	2.74 539	1.40 494	2.74 538	1.40 504	2.72 536	1.42 488	2.72 543	1.44 507	2.79 528	1.42 504

MoCha-V2	2.11 507	26.97 592	0.78 374	0.92 348	0.77 408	0.96 397	0.72 393	0.90 382	0.72 396	0.94 399	0.70 395	0.90 396	0.71 388	0.91 392	0.71 390	0.85 374	0.71 368	0.88 402	0.69 394	0.87 374	0.67 376

FBW_ROB	2.12 508	2.46 458	1.77 508	2.49 491	1.79 526	2.38 517	1.83 522	2.46 520	1.78 527	2.48 525	1.97 539	2.40 516	1.78 514	2.42 521	1.83 530	2.31 517	1.85 519	2.38 531	1.82 534	2.35 505	1.84 529

MonStereo	2.17 509	2.41 455	1.49 495	2.67 496	1.67 516	2.60 532	2.04 541	2.32 513	1.76 525	2.44 522	1.68 521	2.50 519	1.69 505	2.38 516	1.80 529	2.28 513	1.78 514	2.63 542	2.14 544	3.47 532	1.68 522

asda	2.17 509	2.54 459	1.81 509	3.47 524	1.78 525	2.50 525	1.86 527	2.61 527	1.68 513	2.61 529	1.83 525	2.37 515	1.73 509	2.44 522	1.88 537	2.51 529	1.84 518	2.34 528	1.62 520	2.23 498	1.77 528

asd	2.18 511	2.77 478	1.58 498	3.59 529	2.00 537	2.58 531	1.85 526	2.39 518	1.71 517	2.47 524	1.97 539	2.59 528	1.61 500	2.56 525	1.79 528	2.51 529	1.99 521	2.11 521	1.62 520	2.36 506	1.60 514

qwe	2.18 511	2.60 462	1.58 498	3.83 537	1.90 535	2.53 527	1.90 532	2.48 521	1.73 522	2.37 520	1.92 535	2.53 521	1.68 503	2.56 525	1.83 530	2.52 531	1.87 520	2.07 517	1.68 526	2.32 504	1.71 523

monsters	2.18 511	2.41 455	1.96 530	3.47 524	2.03 542	2.53 527	1.64 516	2.48 521	1.73 522	2.40 521	1.50 509	2.62 529	1.94 524	2.59 527	1.94 539	2.44 524	1.57 499	2.28 524	1.87 536	2.42 508	1.86 531

AIO_rvc	2.18 511	2.34 449	1.87 524	2.32 485	1.94 536	2.40 518	1.89 531	2.37 516	2.07 548	2.52 527	1.95 538	2.44 518	1.99 529	2.41 519	1.89 538	2.32 518	2.09 530	2.24 522	2.18 545	2.21 497	2.23 540

HUF	2.18 511	2.30 442	1.99 534	2.34 486	2.02 541	2.41 519	2.06 542	2.38 517	1.89 539	2.36 519	1.85 526	2.56 526	1.98 527	2.31 514	1.97 541	2.30 516	2.03 529	2.30 525	2.11 543	2.23 498	2.16 538

AIO_test	2.18 511	2.09 427	2.04 535	2.42 488	2.01 538	2.47 521	1.94 533	2.34 515	2.03 547	2.56 528	1.94 536	2.43 517	1.94 524	2.41 519	1.87 536	2.39 522	2.10 531	2.35 530	1.91 542	2.25 500	2.19 539

monsterstereo	2.20 517	2.33 445	1.95 529	3.65 531	2.07 543	2.49 523	1.61 514	2.48 521	1.83 531	2.45 523	1.61 517	2.67 532	1.86 516	2.64 529	1.94 539	2.48 528	1.66 508	2.34 528	1.68 526	2.40 507	1.86 531

LG-G_1	2.22 518	2.71 470	1.89 525	2.77 499	1.87 533	2.75 539	1.87 529	2.76 536	1.87 537	2.75 538	1.87 528	2.76 540	1.87 517	2.75 539	1.86 533	2.47 526	1.58 500	2.45 534	1.57 511	2.45 510	1.57 510

LG-G	2.22 518	2.71 470	1.89 525	2.77 499	1.87 533	2.75 539	1.87 529	2.76 536	1.87 537	2.75 538	1.87 528	2.76 540	1.87 517	2.75 539	1.86 533	2.47 526	1.58 500	2.45 534	1.57 511	2.45 510	1.57 510

LGtest1	2.22 518	2.70 468	1.89 525	2.76 498	1.86 530	2.75 539	1.86 527	2.75 535	1.86 533	2.75 538	1.86 527	2.77 542	1.87 517	2.75 539	1.86 533	2.46 525	1.58 500	2.45 534	1.56 510	2.45 510	1.56 509

RAStereo	2.23 521	3.64 499	0.76 371	3.65 531	0.86 414	3.66 551	0.76 397	3.67 551	0.81 410	3.66 548	0.76 407	3.66 549	0.77 396	3.68 550	0.77 399	3.68 544	0.77 375	3.69 552	0.77 404	3.70 534	0.77 395

UDGNet	2.23 521	5.40 538	1.72 506	2.48 490	1.69 519	2.51 526	1.69 518	2.51 524	1.72 521	2.50 526	1.69 522	2.52 520	1.69 505	2.50 523	1.68 517	2.41 523	1.70 510	2.42 533	1.69 528	2.42 508	1.64 519

NCCL2	2.28 523	2.27 440	2.28 537	2.28 484	2.28 551	2.27 511	2.29 546	2.28 506	2.28 549	2.27 513	2.28 551	2.28 507	2.27 537	2.27 511	2.28 550	2.28 513	2.28 536	2.27 523	2.29 549	2.27 501	2.29 541

Abc-Net	2.32 524	24.75 584	1.14 407	1.17 387	1.17 445	1.11 418	1.15 434	1.17 412	1.21 490	1.08 412	1.16 437	1.12 423	1.14 424	1.09 417	1.17 437	1.09 395	1.16 416	1.17 432	1.17 437	1.16 405	1.11 425
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 525	25.00 585	1.13 406	1.15 381	1.15 440	1.10 415	1.15 434	1.15 407	1.15 437	1.12 419	1.15 434	1.09 417	1.13 422	1.10 419	1.15 433	1.11 402	1.09 406	1.16 428	1.12 432	1.16 405	1.17 436

stereogan	2.33 525	24.38 583	1.18 413	1.18 388	1.18 447	1.14 421	1.18 438	1.19 415	1.19 444	1.14 422	1.18 441	1.14 424	1.18 430	1.14 424	1.18 438	1.14 405	1.14 414	1.19 436	1.19 438	1.15 403	1.19 440

RGC	2.36 527	25.48 586	1.19 415	1.15 381	1.15 440	1.10 415	1.16 436	1.17 412	1.16 438	1.12 419	1.16 437	1.11 422	1.13 422	1.09 417	1.18 438	1.10 397	1.15 415	1.16 428	1.12 432	1.14 401	1.12 427

NCC-stereo	2.36 527	25.52 587	1.17 411	1.15 381	1.17 445	1.11 418	1.11 430	1.15 407	1.16 438	1.10 413	1.16 437	1.10 419	1.15 425	1.14 424	1.13 431	1.09 395	1.11 410	1.15 427	1.16 436	1.17 410	1.17 436

AF-Net	2.37 529	25.71 588	1.17 411	1.13 378	1.15 440	1.15 422	1.18 438	1.19 415	1.16 438	1.10 413	1.15 434	1.10 419	1.18 430	1.12 423	1.15 433	1.10 397	1.10 409	1.17 432	1.15 434	1.16 405	1.12 427

Nwc_Net	2.37 529	25.95 589	1.15 409	1.14 379	1.15 440	1.08 412	1.14 433	1.17 412	1.16 438	1.14 422	1.15 434	1.08 415	1.15 425	1.11 421	1.14 432	1.10 397	1.11 410	1.16 428	1.09 431	1.16 405	1.15 432

CFNet_RVC	2.38 531	8.71 561	0.38 254	9.33 579	0.42 338	0.56 351	0.42 328	0.60 351	0.38 301	0.62 361	0.42 335	0.56 355	7.29 584	0.62 356	0.42 323	0.53 322	0.37 258	0.49 345	0.34 290	8.30 581	6.87 587

edge stereo	2.43 532	27.07 593	1.14 407	1.06 370	1.14 439	1.08 412	1.17 437	1.16 410	1.14 436	1.10 413	1.16 437	1.09 417	1.16 429	1.10 419	1.16 436	1.10 397	1.11 410	1.16 428	1.19 438	1.13 400	1.11 425

FAT-Stereo	2.46 533	26.05 590	1.23 467	1.23 437	1.22 497	1.20 424	1.24 488	1.23 466	1.23 492	1.19 425	1.22 488	1.21 474	1.24 480	1.20 429	1.24 489	1.21 453	1.17 419	1.22 483	1.25 491	1.20 414	1.24 490

S-Stereo	2.51 534	26.86 591	1.23 467	1.22 435	1.22 497	1.24 472	1.25 489	1.22 464	1.24 493	1.21 471	1.24 490	1.19 428	1.27 482	1.19 428	1.24 489	1.19 407	1.20 421	1.25 484	1.19 438	1.24 462	1.23 489

Anonymous3	2.55 535	3.26 493	1.65 501	3.28 514	1.63 514	3.24 546	1.68 517	3.27 545	1.66 512	3.28 546	1.67 520	3.25 546	1.66 502	3.27 545	1.64 513	3.26 540	1.65 507	3.30 546	1.65 522	4.95 563	1.65 521

MIF-Stereo (partial)	2.58 536	3.31 494	0.66 351	3.18 511	0.66 392	3.18 545	0.66 376	3.21 544	0.67 382	3.19 545	0.66 388	3.19 545	0.66 376	3.31 547	0.68 377	5.09 568	1.79 516	8.23 588	1.67 524	6.18 572	1.38 502

MSMDNet	2.65 537	10.14 572	0.33 227	9.74 582	0.32 267	0.87 386	0.33 266	2.95 542	0.68 383	0.49 314	0.34 282	0.49 318	5.70 579	0.49 317	0.33 260	0.42 284	9.57 584	0.41 301	0.31 272	8.36 582	0.65 372

pcwnet_v2	2.66 538	9.89 570	0.33 227	9.89 583	0.32 267	0.50 329	0.32 256	0.49 308	0.33 272	0.49 314	0.34 282	0.49 318	8.76 586	0.48 311	0.33 260	0.41 270	9.58 585	0.40 284	0.29 248	9.01 585	0.63 370

CFNet_pseudo	2.67 539	9.36 566	0.32 222	10.99 588	0.33 279	0.85 384	0.33 266	0.49 308	0.33 272	0.49 314	0.32 267	0.49 318	7.26 583	0.49 317	0.33 260	0.41 270	9.62 586	0.41 301	0.29 248	10.03 589	0.29 230

CFNet_ucs	2.73 540	9.64 568	0.33 227	9.92 584	0.32 267	0.49 321	0.33 266	0.49 308	0.33 272	0.49 314	0.33 274	0.49 318	8.98 587	0.48 311	0.33 260	0.41 270	9.96 589	0.40 284	0.29 248	10.12 590	0.54 352

UCFNet_RVC	2.75 541	10.06 571	0.29 201	10.31 587	0.29 245	0.42 289	0.29 240	0.43 286	0.29 239	0.42 275	0.29 243	0.42 287	9.87 589	0.43 287	0.29 236	0.36 232	9.84 588	0.36 257	0.26 225	9.77 588	0.26 204

ccs_rob	2.79 542	10.17 573	0.32 222	10.00 585	0.33 279	0.49 321	0.33 266	1.90 491	0.32 265	0.51 334	0.33 274	0.49 318	9.24 588	0.49 317	0.33 260	0.41 270	9.82 587	0.41 301	0.28 238	9.34 586	0.29 230

PCWNet_CMD	2.80 543	9.82 569	0.32 222	10.09 586	0.32 267	0.49 321	0.33 266	3.34 546	0.33 272	0.49 314	0.33 274	0.49 318	8.73 585	0.48 311	0.33 260	0.41 270	9.22 583	0.42 312	0.29 248	9.55 587	0.31 252

StereoVision	3.15 544	5.00 527	0.89 383	4.83 553	1.00 427	3.93 552	1.27 492	6.37 580	1.34 498	5.67 580	1.26 492	5.84 581	1.27 482	5.03 577	1.24 489	5.10 569	1.09 406	4.61 564	0.57 375	5.62 570	1.12 427

MaDis-Stereo	3.19 545	6.02 548	1.12 405	5.61 562	1.16 444	5.43 578	1.02 427	5.15 577	0.70 389	5.43 577	1.21 487	5.03 578	0.97 409	4.85 571	0.99 420	4.53 550	1.16 416	5.53 580	1.25 491	5.37 568	1.30 493

sAnonymous2	3.31 546	2.63 463	1.38 485	3.71 533	1.86 530	4.70 570	1.11 430	4.82 573	2.72 552	5.45 578	1.98 545	4.59 563	2.64 539	2.65 530	6.21 584	4.37 546	1.08 404	5.16 578	2.24 547	4.52 545	2.39 546

CroCo_RVC	3.31 546	2.63 463	1.38 485	3.71 533	1.86 530	4.70 570	1.11 430	4.82 573	2.72 552	5.45 578	1.98 545	4.59 563	2.64 539	2.65 530	6.21 584	4.37 546	1.08 404	5.16 578	2.24 547	4.52 545	2.39 546

DPSNet	3.66 548	3.60 498	3.62 563	3.63 530	3.64 574	3.65 550	3.65 573	3.66 550	3.67 570	3.67 549	3.65 571	3.67 550	3.66 559	3.66 549	3.68 568	3.68 544	3.66 557	3.67 551	3.68 573	3.67 533	3.67 572

STTStereo	3.73 549	30.40 597	2.37 541	2.39 487	2.31 553	2.35 516	2.33 547	2.29 508	2.42 550	2.32 518	2.34 552	2.33 511	2.36 538	2.30 513	2.27 549	2.35 519	2.22 535	2.31 526	2.22 546	2.29 503	2.34 545

rvit_105_1	3.83 550	5.22 531	3.01 546	4.53 541	3.01 556	4.51 558	3.01 554	4.56 560	3.04 555	4.53 559	3.03 556	4.55 561	3.03 543	4.56 560	3.04 552	4.57 552	3.05 541	4.57 559	3.05 556	4.57 547	3.05 554

rvit_stereo_0081	3.83 550	5.23 532	3.01 546	4.53 541	3.03 558	4.55 564	3.02 555	4.56 560	3.04 555	4.52 557	3.02 554	4.54 559	3.03 543	4.56 560	3.04 552	4.57 552	3.05 541	4.57 559	3.05 556	4.58 548	3.05 554

rvit_stereo_0081_aga	3.86 552	5.33 535	3.02 549	4.55 547	3.04 562	4.54 560	3.02 555	4.64 567	3.06 559	4.54 561	3.04 558	4.62 568	3.08 550	4.62 566	3.07 557	4.58 555	3.06 545	4.60 563	3.08 560	4.63 551	3.07 558

rvit_stereo_0082	3.86 552	5.82 546	3.01 546	4.53 541	3.03 558	4.54 560	3.02 555	4.56 560	3.04 555	4.53 559	3.02 554	4.55 561	3.04 546	4.57 563	3.05 554	4.57 552	3.05 541	4.58 561	3.05 556	4.58 548	3.06 557

rvit_0105_6	3.87 554	5.73 545	3.10 556	4.69 551	3.12 566	4.54 560	3.02 555	4.56 560	3.04 555	4.54 561	3.03 556	4.54 559	3.04 546	4.56 560	3.05 554	4.58 555	3.05 541	4.58 561	3.05 556	4.58 548	3.05 554

rvit_stereo_0080	3.89 555	5.70 543	3.04 551	4.54 544	3.03 558	4.56 565	3.05 561	4.60 564	3.07 560	4.58 564	3.06 559	4.59 563	3.06 548	4.61 564	3.08 558	4.63 557	3.09 546	4.64 565	3.10 561	4.65 552	3.10 561

whm_eth	3.89 555	5.70 543	3.04 551	4.54 544	3.03 558	4.56 565	3.05 561	4.60 564	3.07 560	4.58 564	3.06 559	4.59 563	3.06 548	4.61 564	3.08 558	4.63 557	3.09 546	4.64 565	3.10 561	4.65 552	3.10 561

rvit_0105_4	3.91 557	5.47 542	3.02 549	4.54 544	3.02 557	4.54 560	3.03 559	4.75 570	3.17 566	4.57 563	3.06 559	4.61 567	3.16 554	4.65 567	3.09 560	4.66 559	3.11 548	4.68 568	3.18 566	4.81 558	3.16 566

rvit_0105_3	3.91 557	5.33 535	3.06 554	4.60 549	3.07 564	4.60 567	3.06 563	4.62 566	3.08 563	4.60 566	3.07 562	4.62 568	3.08 550	4.67 568	3.10 561	4.70 560	3.11 548	4.77 572	3.19 567	4.77 557	3.14 565

rvit_stereo_0083	3.92 559	5.30 534	3.06 554	4.61 550	3.09 565	4.67 569	3.08 564	4.66 568	3.09 564	4.62 567	3.10 564	4.66 571	3.11 552	4.67 568	3.16 563	4.72 562	3.16 551	4.77 572	3.11 563	4.66 554	3.11 563

rvit_stereo_ft	3.93 560	5.44 540	3.05 553	4.59 548	3.06 563	4.61 568	3.08 564	4.67 569	3.12 565	4.63 568	3.10 564	4.65 570	3.11 552	4.69 570	3.13 562	4.70 560	3.14 550	4.71 570	3.15 565	4.74 555	3.16 566

rvit_0105_5	4.10 561	5.40 538	3.13 559	4.71 552	3.15 567	4.72 572	3.10 566	4.90 575	3.27 567	4.69 569	3.16 566	4.84 575	3.25 555	4.96 574	3.34 565	5.05 567	3.39 556	5.10 577	3.40 568	5.11 565	3.42 569

MLG-Stereo_test1	4.25 562	5.34 537	3.61 562	5.31 558	3.63 573	5.23 576	3.57 571	5.38 578	3.65 569	5.23 575	3.47 568	4.76 572	3.74 562	4.85 571	3.71 569	4.96 564	3.18 553	4.71 570	2.92 553	4.86 561	2.90 551

MLG-Stereo_test3	4.26 563	4.85 525	3.95 566	5.35 559	3.60 572	4.75 573	3.76 574	5.49 579	3.71 571	5.39 576	3.69 572	4.82 574	3.66 559	4.85 571	3.73 572	4.93 563	3.19 554	4.69 569	2.99 555	4.84 560	2.98 553

MLG-Stereo_test2	4.28 564	5.46 541	3.69 564	4.86 554	3.72 575	5.58 579	3.42 569	4.81 572	3.77 575	4.85 571	3.72 573	5.55 580	3.63 558	5.58 578	3.53 567	4.41 549	3.28 555	4.99 576	2.95 554	4.75 556	3.13 564

RAFT+CT+SA	4.28 564	7.62 554	4.91 570	5.55 561	2.28 551	3.09 543	3.64 572	4.49 558	3.07 560	4.80 570	3.35 567	4.77 573	3.70 561	4.29 557	3.05 554	5.58 571	5.98 572	3.58 550	3.78 575	4.26 541	3.72 573

SA	4.33 566	7.35 551	6.85 581	5.96 564	4.09 579	3.59 549	3.15 567	3.82 552	2.64 551	3.91 550	3.85 574	3.57 548	2.72 541	3.13 544	4.03 575	7.09 582	6.86 577	3.57 549	3.12 564	3.85 535	3.51 571

Sa-1000	4.34 567	8.37 557	6.84 580	6.98 571	4.45 582	3.58 548	3.00 553	3.42 548	3.39 568	2.61 529	4.00 577	3.83 552	4.01 570	3.90 552	3.90 573	5.98 575	5.62 570	3.76 553	2.34 550	4.35 543	2.47 548

TestStereo1	4.60 568	8.41 558	6.44 578	6.86 569	3.79 576	3.97 553	3.78 575	3.99 554	3.74 572	3.97 551	3.52 569	3.94 553	3.58 556	3.98 553	3.72 570	6.82 579	6.50 575	3.76 553	3.66 571	3.90 536	3.74 575

SA-5K	4.60 568	8.41 558	6.44 578	6.86 569	3.79 576	3.97 553	3.78 575	3.99 554	3.74 572	3.97 551	3.52 569	3.94 553	3.58 556	3.98 553	3.72 570	6.82 579	6.50 575	3.76 553	3.66 571	3.90 536	3.74 575

DispFullNet	4.61 570	4.84 524	3.12 557	5.00 556	3.57 571	4.75 573	3.03 559	7.75 586	4.17 579	4.91 573	3.09 563	6.20 582	3.95 568	6.71 582	3.51 566	5.30 570	3.67 558	5.86 584	3.63 570	5.61 569	3.46 570

test_5	4.62 571	7.55 553	6.23 576	6.32 566	3.40 570	5.29 577	3.50 570	3.53 549	4.11 578	4.28 554	4.47 581	4.26 557	4.38 573	3.68 550	3.24 564	5.89 573	5.60 569	4.84 574	3.50 569	4.33 542	3.93 579

raft_robust	4.71 572	7.75 555	5.40 575	6.81 568	3.31 568	4.28 557	4.20 580	4.32 557	4.37 581	4.35 556	4.35 580	4.14 555	3.75 563	4.30 558	4.20 578	6.67 578	6.37 573	3.36 548	4.24 581	4.86 561	3.25 568

cross-raft	4.83 573	7.52 552	6.43 577	6.63 567	3.96 578	4.51 558	3.99 578	4.49 558	3.96 577	4.52 557	3.96 576	4.50 558	3.97 569	4.50 559	3.97 574	6.65 577	6.44 574	4.33 556	3.92 577	4.35 543	3.91 578

test_4	4.88 574	8.13 556	6.98 582	7.46 572	4.44 581	4.25 556	3.85 577	4.04 556	3.92 576	4.13 553	3.91 575	4.18 556	3.84 566	4.14 555	4.06 576	7.01 581	7.13 578	4.53 557	3.72 574	4.09 539	3.72 573

TestStereo	4.88 574	4.75 523	4.79 569	4.87 555	4.92 583	4.81 575	4.90 583	4.78 571	4.77 582	4.87 572	4.89 582	4.90 576	4.91 575	4.99 575	4.79 580	4.98 565	4.87 566	4.87 575	4.92 583	5.00 564	5.00 582

test_3	5.01 576	8.86 563	7.77 584	8.09 574	2.76 555	4.13 555	4.05 579	3.88 553	3.76 574	4.33 555	4.13 578	3.71 551	3.91 567	4.21 556	4.06 576	7.93 583	7.69 580	4.53 557	3.91 576	4.17 540	4.29 581

NLCA_NET_v2_RVC	5.04 577	50.87 607	2.78 544	2.87 503	2.71 554	2.78 542	0.47 343	2.88 541	2.86 554	1.89 493	2.67 553	2.79 543	2.79 542	2.78 542	2.83 551	2.82 537	2.82 539	2.83 544	2.77 552	2.83 529	2.76 549
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 578	5.15 529	4.49 568	5.07 557	3.37 569	6.87 582	4.75 582	5.04 576	6.34 586	7.84 586	5.06 583	6.72 586	4.09 571	4.99 575	5.44 583	5.03 566	3.16 551	4.67 567	4.86 582	5.15 566	3.89 577

U	5.15 579	8.49 560	1.81 509	8.49 576	1.77 524	8.49 587	1.77 521	8.51 588	1.77 526	8.49 588	1.77 524	8.50 588	1.78 514	8.58 588	1.77 527	8.54 586	1.78 514	8.55 589	1.78 533	8.55 583	1.84 529

SGM-Forest	5.21 580	5.92 547	4.08 567	6.18 565	4.16 580	6.31 581	4.34 581	6.50 581	4.33 580	6.14 582	4.21 579	6.61 585	4.55 574	6.67 581	4.48 579	5.94 574	3.94 560	5.85 583	4.03 579	5.79 571	4.17 580
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 581	9.16 565	8.03 587	8.09 574	5.62 586	6.11 580	6.35 586	6.85 583	4.94 583	6.08 581	6.29 588	4.98 577	6.43 580	6.22 579	6.36 586	6.16 576	7.47 579	5.82 582	5.44 586	7.11 577	5.68 585

rvit_stereo_0075_2	6.64 582	8.80 562	5.25 572	7.89 573	5.27 585	7.90 586	5.27 584	7.92 587	5.28 584	7.91 587	5.29 585	7.93 587	5.27 576	7.92 587	5.28 581	7.93 583	5.28 568	7.93 587	5.29 585	7.93 580	5.28 584

RAFT	6.73 583	9.36 566	7.40 583	8.51 577	6.55 587	6.88 583	6.60 587	6.79 582	6.60 587	6.80 583	6.72 589	5.31 579	5.50 578	6.61 580	6.61 587	8.42 585	5.89 571	5.73 581	5.45 587	6.61 573	6.24 586

SGM+DAISY	7.06 584	9.15 564	5.38 574	8.84 578	5.18 584	8.80 588	5.31 585	8.79 589	5.28 584	8.89 589	5.20 584	8.93 589	5.33 577	8.95 589	5.36 582	8.70 587	5.21 567	8.74 590	5.20 584	8.89 584	5.15 583

test-v	7.53 585	11.89 574	7.98 585	9.36 580	7.14 588	7.06 584	7.09 588	7.37 584	6.91 588	7.29 584	5.71 586	6.45 583	6.93 581	6.73 583	7.27 588	8.93 588	7.85 581	6.98 585	6.80 588	7.56 578	7.34 588

test-2	7.53 585	11.89 574	7.98 585	9.36 580	7.14 588	7.06 584	7.09 588	7.37 584	6.91 588	7.29 584	5.71 586	6.45 583	6.93 581	6.73 583	7.27 588	8.93 588	7.85 581	6.98 585	6.80 588	7.56 578	7.34 588

PA-Net	11.80 587	223.51 614	0.62 344	0.59 303	0.71 401	0.59 359	0.73 394	0.67 360	0.73 399	0.55 348	0.61 380	0.60 362	0.74 391	0.63 360	0.73 392	0.66 348	0.60 347	0.69 376	0.66 387	0.72 351	0.65 372
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 588	23.00 582	15.00 588	23.00 596	15.00 590	24.00 595	16.00 590	24.00 596	16.00 590	22.00 596	15.00 590	23.00 596	16.00 590	23.00 596	15.00 590	22.00 596	15.00 590	22.00 597	15.00 590	22.00 597	15.00 590

rafts_anoy	20.00 589	20.00 576	20.00 589	20.00 590	20.00 591	20.00 589	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 591	20.00 591	20.00 591	20.00 591

raft+_RVC	20.00 589	20.00 576	20.00 589	20.00 590	20.00 591	20.00 589	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 591	20.00 591	20.00 591	20.00 591

raftrobust	20.00 589	20.00 576	20.00 589	20.00 590	20.00 591	20.00 589	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 591	20.00 591	20.00 591	20.00 591

CasAABBNet	20.00 589	20.00 576	20.00 589	20.00 590	20.00 591	20.00 589	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 591	20.00 591	20.00 591	20.00 591

RALCasStereoNet	20.00 589	20.00 576	20.00 589	20.00 590	20.00 591	20.00 589	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 591	20.00 591	20.00 591	20.00 591

RALAANet	20.00 589	20.00 576	20.00 589	20.00 590	20.00 591	20.00 589	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 590	20.00 591	20.00 591	20.00 591	20.00 591	20.00 591

111	30.40 595	30.94 598	29.72 596	32.61 597	30.02 598	33.57 596	30.47 598	31.50 597	29.39 598	30.98 597	29.11 598	29.78 597	30.39 601	29.45 597	30.76 601	30.08 597	29.02 598	29.92 598	30.32 601	29.86 598	30.17 598

WCMA_ROB	31.10 596	35.43 602	27.12 595	39.51 608	23.10 597	38.78 607	25.30 597	37.49 608	25.39 597	37.29 607	27.02 597	38.52 608	26.48 597	37.80 607	26.44 597	36.28 604	22.65 597	33.90 602	22.30 597	37.10 606	24.18 597

DCANet-4	35.22 597	34.54 599	35.08 602	33.58 601	35.47 605	34.55 597	35.53 605	36.08 603	35.85 602	35.92 603	35.77 604	35.18 603	35.48 603	35.39 603	37.15 607	34.55 603	33.92 602	35.02 605	34.90 603	35.79 602	34.74 605

ADStereo(finetuned)	36.13 598	36.63 603	38.07 606	36.97 602	33.25 602	35.91 601	34.45 602	36.36 604	32.99 599	38.14 608	36.71 605	36.69 604	34.13 602	38.57 608	40.79 608	37.60 608	36.58 605	35.90 606	33.36 602	35.42 601	34.04 602

Reg-Stereo(zero)	37.00 599	37.00 604	37.00 603	37.00 603	37.00 606	37.00 604	37.00 606	37.00 605	37.00 603	37.00 604	37.00 606	37.00 605	37.00 604	37.00 604	37.00 604	37.00 605	37.00 606	37.00 607	37.00 606	37.00 603	37.00 606

HI	37.00 599	37.00 604	37.00 603	37.00 603	37.00 606	37.00 604	37.00 606	37.00 605	37.00 603	37.00 604	37.00 606	37.00 605	37.00 604	37.00 604	37.00 604	37.00 605	37.00 606	37.00 607	37.00 606	37.00 603	37.00 606

CoSv	37.00 599	37.00 604	37.00 603	37.00 603	37.00 606	37.00 604	37.00 606	37.00 605	37.00 603	37.00 604	37.00 606	37.00 605	37.00 604	37.00 604	37.00 604	37.00 605	37.00 606	37.00 607	37.00 606	37.00 603	37.00 606

MDST_ROB	69.83 602	87.70 608	41.95 607	113.75 611	65.62 611	75.05 608	55.25 610	75.64 610	45.04 606	71.61 609	41.75 609	72.81 609	44.06 607	68.38 609	44.63 609	101.89 611	59.57 611	107.10 612	61.05 611	104.38 609	59.38 611

NOSS_ROB	102.95 603	153.00 612	121.00 610	51.00 609	44.00 609	165.00 611	127.00 611	153.00 611	119.00 608	164.00 612	125.00 611	168.00 612	120.00 609	153.00 611	117.00 611	49.00 609	44.00 609	49.00 610	44.00 609	49.00 607	44.00 609

CBMV	128.50 604	1422.70 619	53.10 608	79.50 610	51.30 610	77.30 609	49.70 609	74.00 609	48.20 607	77.20 610	48.80 610	73.90 610	48.00 608	73.80 610	48.80 610	70.40 610	45.10 610	68.90 611	46.10 610	68.20 608	45.00 610
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 605	171.00 613	160.68 613	162.58 612	160.59 612	164.01 610	160.35 612	158.51 612	158.56 609	158.34 611	160.12 612	158.56 611	159.92 610	157.26 612	158.94 612	154.38 612	158.36 612	155.75 613	159.13 613	153.67 610	154.07 612
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 606	123.00 609	115.00 609	219.00 613	218.00 614	223.00 612	244.00 614	217.00 613	236.00 611	202.00 613	203.00 613	205.00 613	208.00 611	225.00 613	204.00 613	210.00 613	198.00 613	197.00 614	184.00 614	204.00 611	201.00 613

MGS-Stereo	239.45 607	123.00 609	135.00 611	266.00 614	286.00 615	277.00 613	305.00 615	271.00 614	242.00 612	274.00 614	279.00 615	255.00 614	270.00 613	268.00 614	297.00 615	221.00 614	247.00 615	216.00 615	123.00 612	217.00 612	217.00 615

EGLCR-Stereo	246.90 608	129.00 611	139.00 612	266.00 614	286.00 615	277.00 613	305.00 615	271.00 614	242.00 612	274.00 614	279.00 615	255.00 614	270.00 613	268.00 614	297.00 615	230.00 615	247.00 615	216.00 615	223.00 616	237.00 613	227.00 616

DLCB_ROB	284.23 609	354.61 615	207.27 614	363.24 616	206.46 613	364.72 615	210.41 613	364.72 616	210.41 610	364.81 616	208.64 614	364.81 616	208.64 612	364.72 616	210.41 614	354.70 616	205.53 614	354.70 617	205.53 615	354.70 614	205.53 614

LE_ROB	396.57 610	471.28 616	329.84 615	471.48 617	308.15 617	526.83 616	322.10 617	488.15 617	323.76 614	495.46 617	317.97 617	497.17 617	320.10 615	481.62 617	326.76 617	462.71 617	298.97 617	466.16 618	285.98 617	447.62 615	289.21 617

SGM-ForestM	596.69 611	677.77 617	444.52 616	699.85 618	517.25 618	732.94 617	488.29 618	770.79 618	460.11 615	750.81 618	487.98 618	792.79 618	499.41 616	730.90 618	475.81 618	720.03 618	491.16 618	663.96 619	418.60 618	674.76 616	436.05 618

CBMV_ROB	818.48 612	913.88 618	709.52 617	862.84 619	597.78 619	1073.99 618	700.52 619	1015.66 619	702.59 616	1115.65 619	760.02 619	1130.24 619	721.57 617	1037.41 619	692.65 619	814.05 619	564.29 619	843.28 620	595.31 619	915.51 617	602.92 619

tt	500032.53 613	34.60 600	29.72 596	37.47 606	34.41 603	36.85 602	35.22 603	34.71 601	33.55 600	34.50 598	35.43 602	33.81 601	10000000.00 618	33.57 601	33.13 602	33.68 601	35.00 603	34.03 603	35.26 604	30.96 599	34.63 603

DCANet	500032.53 613	34.60 600	29.72 596	37.47 606	34.41 603	36.85 602	35.22 603	34.71 601	33.55 600	34.50 598	35.43 602	33.81 601	10000000.00 618	33.57 601	33.13 602	33.68 601	35.00 603	34.03 603	35.26 604	30.96 599	34.63 603

fff	1000028.16 615	29.62 594	29.72 596	32.61 597	30.02 598	35.13 598	31.83 599	32.07 598	10000000.00 617	35.27 600	29.82 599	32.45 598	30.15 598	32.35 598	30.09 598	31.04 598	29.55 599	30.64 599	30.14 598	10000000.00 618	30.77 599

csc	1000028.16 615	29.62 594	29.72 596	32.61 597	30.02 598	35.13 598	31.83 599	32.07 598	10000000.00 617	35.27 600	29.82 599	32.45 598	30.15 598	32.35 598	30.09 598	31.04 598	29.55 599	30.64 599	30.14 598	10000000.00 618	30.77 599

cscssc	1000028.16 615	29.62 594	29.72 596	32.61 597	30.02 598	35.13 598	31.83 599	32.07 598	10000000.00 617	35.27 600	29.82 599	32.45 598	30.15 598	32.35 598	30.09 598	31.04 598	29.55 599	30.64 599	30.14 598	10000000.00 618	30.77 599

111111	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

SGD-Stereo	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

IGEV-Stereo++	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

IGEV-BASED-STEREO-	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

IGEV-Stereo+	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

SDNR	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

anonymousdsp2	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

anonymousdsp	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

test_example2	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620

DIP-Stereo	10000000.00 618	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 619	10000000.00 620	10000000.00 620	10000000.00 617	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 618	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 618	10000000.00 620
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 301	0.50 316	0.38 301	0.50 327	0.38 307	0.50 333	3.79 564	0.50 324	0.38 293	0.54 323	0.43 296	0.46 323	0.34 290	0.46 295	0.35 279

STTRV1_RVC		1.60 395		1.01 366	0.60 377	1.07 411	0.69 384	1.01 399	0.60 371	0.72 372	0.55 373	1.02 412	0.68 379	1.03 411	0.67 373	0.89 377	0.63 353	0.92 408	0.57 375	0.90 379	0.65 372

FADE		0.06 54		0.09 55	0.10 121													0.17 153		0.11 123

Low-res two-view benchmark