Low-res two-view results

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

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

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

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

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

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

S2M2	0.64 7	0.55 75	1.07 9	0.89 117	0.54 131	1.08 10	0.20 1	1.16 5	1.37 52	0.59 13	0.81 30	0.86 81	0.47 11	0.70 2	0.65 43	0.31 199	0.33 331	0.27 106	0.27 198	0.36 226	0.31 174

MLG-Stereo_test2	0.76 15	0.40 6	1.07 9	0.64 10	0.82 250	3.49 218	0.23 2	1.69 33	2.14 296	0.62 20	0.32 3	0.67 34	0.33 1	1.14 39	0.37 3	0.23 23	0.19 74	0.23 17	0.16 12	0.19 2	0.20 16

LGtest1	0.55 2	0.41 11	1.14 25	0.70 23	0.40 44	0.99 8	0.26 3	1.32 7	0.93 14	0.53 7	0.60 15	0.44 6	0.49 15	1.02 22	0.45 14	0.27 84	0.19 74	0.23 17	0.16 12	0.21 9	0.23 48

LG-Stereo_L2	0.63 6	0.46 19	1.15 26	0.70 23	0.43 61	2.32 96	0.28 4	1.86 44	0.68 3	0.56 9	0.42 7	0.37 3	0.45 9	1.36 91	0.40 5	0.23 23	0.18 45	0.22 9	0.18 31	0.21 9	0.20 16

DLNR_Zeroshot_test	28.62 540	55.50 550	49.94 545	183.62 553	115.05 551	3.43 203	0.28 4	29.49 541	1.49 97	1.01 92	1.26 93	0.93 98	0.63 40	3.92 288	1.51 286	29.81 544	0.41 391	0.26 80	0.23 119	93.28 550	0.32 183

MLG-Stereo_test1	0.80 27	0.39 3	1.02 2	0.65 16	1.20 360	3.14 161	0.29 6	1.59 20	3.05 449	0.50 4	0.24 1	0.67 34	0.43 6	1.33 86	0.40 5	0.21 6	0.18 45	0.23 17	0.15 4	0.19 2	0.20 16

MLG-Stereo_test3	0.60 3	0.37 1	1.12 18	0.59 3	0.57 152	2.19 92	0.31 7	1.68 32	0.56 1	0.49 3	0.51 10	0.56 16	0.33 1	0.96 14	0.54 24	0.21 6	0.17 18	0.23 17	0.16 12	0.20 6	0.21 31

MLG-Stereo	0.77 21	0.39 3	1.04 3	0.64 10	0.41 49	3.01 146	0.31 7	1.89 46	2.92 435	0.47 1	0.29 2	0.66 33	0.47 11	1.35 89	0.39 4	0.20 4	0.18 45	0.24 40	0.16 12	0.19 2	0.20 16

CREStereo++_RVC	1.02 87	0.49 35	1.54 70	0.83 78	0.55 137	4.01 338	0.31 7	1.63 27	1.99 258	1.63 155	2.13 347	0.84 73	0.65 45	0.88 6	0.70 68	0.27 84	0.15 3	0.23 17	1.22 493	0.24 24	0.17 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
RAStereo	0.75 14	0.52 48	2.86 189	0.58 2	0.62 173	1.19 17	0.32 10	1.81 43	0.99 16	0.75 39	1.05 55	0.64 26	0.47 11	0.80 4	0.94 161	0.22 12	0.20 108	0.27 106	0.21 75	0.34 195	0.22 40

111111	0.87 45	0.50 37	1.13 23	0.66 20	1.08 328	3.37 194	0.33 11	2.33 89	1.47 81	0.74 38	1.50 152	0.61 21	0.59 29	1.40 95	0.48 18	0.24 35	0.19 74	0.22 9	0.16 12	0.24 24	0.19 4

LG-Stereo_L1	0.61 4	0.47 22	1.10 16	0.73 33	0.49 107	1.72 60	0.33 11	1.95 55	0.65 2	0.56 9	0.40 6	0.40 4	0.43 6	1.40 95	0.42 7	0.23 23	0.19 74	0.23 17	0.18 31	0.21 9	0.19 4

IGEV-Stereo++	0.93 58	0.44 15	1.08 13	0.70 23	1.20 360	3.87 300	0.33 11	3.36 211	1.43 66	0.75 39	1.17 72	0.68 36	1.04 145	0.95 10	0.42 7	0.22 12	0.16 7	0.23 17	0.17 23	0.24 24	0.20 16

XX-TBD	1.03 88	0.95 344	1.94 103	1.30 344	0.43 61	3.97 332	0.33 11	1.74 36	1.73 210	1.59 146	2.02 319	0.69 39	0.60 32	1.16 46	0.66 48	0.30 180	0.25 249	0.23 17	0.15 4	0.31 133	0.22 40

GREAT-IGEV	0.74 13	0.54 69	1.86 95	1.10 250	0.44 67	2.44 104	0.34 15	1.37 8	1.51 109	0.48 2	0.86 32	0.51 11	0.60 32	1.07 28	0.45 14	0.22 12	0.17 18	0.21 5	0.17 23	0.23 20	0.25 72

dual_stereo	0.68 9	0.40 6	1.05 5	0.64 10	0.37 27	0.84 6	0.34 15	3.40 215	1.03 18	0.50 4	0.46 9	0.58 17	0.40 4	1.85 182	0.49 19	0.23 23	0.17 18	0.21 5	0.16 12	0.20 6	0.19 4

U	12.82 528	0.38 2	1.99 108	0.66 20	58.94 546	63.38 550	0.34 15	1.91 51	0.94 15	0.59 13	0.80 28	0.46 9	0.57 22	0.83 5	0.44 12	0.29 141	0.17 18	63.35 549	59.81 548	0.29 90	0.20 16

UGAM-zero	2.79 387	0.57 95	20.87 491	0.98 180	0.77 235	2.08 85	0.35 18	3.88 301	1.51 109	2.05 269	1.64 193	5.07 485	3.42 448	9.83 406	1.24 224	0.28 121	0.21 139	0.27 106	0.29 255	0.29 90	0.28 129

FoundationStereo	0.50 1	0.39 3	1.11 17	0.79 56	0.42 55	0.70 3	0.36 19	0.76 1	0.80 9	0.62 20	0.38 5	0.73 53	0.77 74	0.69 1	0.36 2	0.26 69	0.17 18	0.23 17	0.16 12	0.18 1	0.20 16

MaDis-Stereo	0.82 37	0.66 195	1.53 67	0.65 16	1.87 474	1.24 23	0.36 19	2.13 69	1.27 40	0.67 29	0.75 22	0.88 86	0.70 54	1.15 44	1.07 185	0.29 141	0.23 195	0.26 80	0.20 61	0.31 133	0.22 40

Pointernet	0.88 47	0.44 15	2.26 143	0.84 87	0.37 27	2.29 95	0.38 21	3.06 175	1.46 76	0.66 27	1.39 126	0.91 92	0.73 61	1.01 21	0.72 76	0.23 23	0.19 74	0.20 1	0.18 31	0.19 2	0.20 16

TANstereo	1.01 83	0.55 75	1.73 83	0.76 50	0.36 13	4.04 343	0.38 21	1.48 13	1.62 180	2.03 265	2.10 338	0.84 73	0.93 120	0.98 17	0.62 33	0.28 121	0.36 351	0.23 17	0.20 61	0.25 37	0.46 326

StereoAnything_RVC	0.94 61	2.66 481	2.20 134	0.76 50	0.34 9	1.18 16	0.39 23	2.31 86	0.69 4	0.51 6	0.34 4	0.32 1	0.89 110	1.57 128	0.35 1	0.32 219	0.16 7	0.23 17	0.15 4	3.31 501	0.18 2

MonSter	0.62 5	0.43 14	1.07 9	0.66 20	0.82 250	1.13 13	0.39 23	2.57 121	0.92 13	0.58 12	0.64 16	0.36 2	0.35 3	0.95 10	0.43 10	0.15 1	0.15 3	0.20 1	0.17 23	0.21 9	0.19 4

IGEV-Stereo+	0.94 61	0.47 22	1.19 28	0.86 103	2.02 484	1.40 41	0.39 23	1.17 6	0.88 11	0.61 18	0.44 8	0.47 10	0.79 85	2.14 207	0.42 7	0.27 84	0.19 74	0.22 9	0.17 23	2.26 496	2.41 501

UniTT-Stereo	0.82 37	0.47 22	2.63 176	0.96 167	1.19 355	0.78 4	0.39 23	1.12 4	1.54 134	1.19 110	1.26 93	0.51 11	0.64 42	1.13 37	1.03 179	0.30 180	0.20 108	0.24 40	0.21 75	0.40 256	0.25 72

LG-G_1	0.70 10	0.40 6	1.12 18	0.71 27	0.30 2	2.80 121	0.40 27	2.21 76	0.78 7	0.59 13	0.55 12	0.51 11	0.58 25	1.24 65	0.49 19	0.24 35	0.18 45	0.23 17	0.15 4	0.21 9	0.21 31

LG-G	0.70 10	0.40 6	1.12 18	0.71 27	0.30 2	2.80 121	0.40 27	2.21 76	0.78 7	0.59 13	0.55 12	0.51 11	0.58 25	1.24 65	0.49 19	0.24 35	0.18 45	0.23 17	0.15 4	0.21 9	0.21 31

CREStereo	0.92 56	0.53 59	1.45 59	0.61 6	0.34 9	4.42 426	0.40 27	2.21 76	1.54 134	0.94 83	1.12 65	0.87 83	0.87 105	1.12 34	0.72 76	0.28 121	0.19 74	0.22 9	0.15 4	0.22 18	0.19 4
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
LG-Stereo_Zeroshot	0.89 50	0.47 22	2.08 127	0.76 50	0.73 219	3.91 305	0.41 30	2.07 65	1.07 21	0.77 53	0.89 35	0.64 26	0.86 101	0.95 10	0.77 94	0.26 69	0.18 45	0.26 80	0.19 47	0.32 159	0.32 183

tg	1.15 106	0.67 205	1.31 44	0.94 157	0.54 131	4.02 340	0.41 30	2.96 161	1.59 172	1.69 167	1.85 280	1.84 239	0.97 128	1.78 168	0.83 111	0.27 84	0.17 18	0.29 156	0.26 172	0.29 90	0.27 110

trnet	0.91 55	0.48 28	1.46 60	0.62 7	0.31 4	4.40 422	0.41 30	2.20 74	1.53 125	0.94 83	1.14 68	0.88 86	0.89 110	1.09 30	0.71 71	0.27 84	0.19 74	0.22 9	0.15 4	0.21 9	0.19 4

HART	1.03 88	0.85 315	3.13 199	0.84 87	0.38 38	1.17 15	0.42 33	3.54 234	1.47 81	1.08 100	2.17 354	1.48 174	0.57 22	1.37 94	0.74 82	0.23 23	0.18 45	0.28 135	0.21 75	0.32 159	0.24 62

GIP-stereo	0.88 47	0.50 37	1.34 49	1.32 350	0.94 291	2.90 130	0.42 33	3.41 216	1.06 20	0.63 22	0.76 23	0.90 90	0.76 72	0.91 7	0.52 22	0.27 84	0.18 45	0.25 59	0.16 12	0.25 37	0.19 4

EGLCR-Stereo	1.06 91	0.51 42	1.56 73	1.02 209	0.39 41	4.27 405	0.42 33	4.08 364	1.48 89	0.90 78	0.68 17	1.09 115	0.66 48	1.81 173	0.62 33	0.27 84	0.19 74	0.29 156	0.23 119	0.37 236	0.25 72

iRaftStereo_RVC	1.09 95	0.70 226	1.39 54	0.95 161	0.45 74	3.83 283	0.42 33	2.37 91	1.58 157	1.69 167	1.76 235	1.80 227	0.83 96	1.50 118	0.98 171	0.28 121	0.18 45	0.29 156	0.26 172	0.30 113	0.31 174

RAFT-Stereo + iAFF	1.25 135	0.72 241	1.74 86	1.05 219	0.36 13	4.13 364	0.42 33	2.95 160	2.84 429	2.02 261	2.40 398	1.61 191	1.11 171	1.26 70	0.97 168	0.21 6	0.15 3	0.26 80	0.23 119	0.29 90	0.23 48

DEFOM-Stereo_RVC	0.81 35	1.13 381	1.23 34	0.97 174	0.57 152	0.81 5	0.43 38	3.49 222	0.84 10	0.73 37	0.95 39	0.44 6	1.17 189	1.45 108	0.60 31	0.26 69	0.18 45	0.24 40	0.17 23	0.30 113	0.19 4

PMTNet	0.99 79	0.48 28	1.73 83	0.62 7	0.56 141	4.20 394	0.43 38	1.88 45	1.58 157	1.00 91	1.05 55	0.78 60	0.98 133	1.50 118	0.85 117	1.21 480	0.20 108	0.23 17	0.15 4	0.22 18	0.19 4

DEFOM-Stereo	0.70 10	0.46 19	1.13 23	0.72 31	0.48 101	3.40 199	0.44 40	0.90 2	0.77 6	0.86 74	0.58 14	0.45 8	0.43 6	1.76 166	0.43 10	0.24 35	0.18 45	0.22 9	0.16 12	0.21 9	0.20 16

AIO-Stereo-zeroshot	2.35 324	0.99 352	19.62 437	1.09 241	0.96 295	1.51 50	0.44 40	4.05 353	1.64 184	1.31 115	1.67 202	4.93 478	2.45 399	2.52 239	1.40 255	0.30 180	0.20 108	0.31 198	0.50 423	0.57 377	0.60 389

H2IRNET	1.90 236	0.53 59	14.29 351	1.14 269	0.60 165	4.48 432	0.44 40	2.65 131	1.81 227	1.05 98	2.30 381	1.67 196	1.40 229	2.17 211	1.50 280	0.36 278	0.21 139	0.33 253	0.37 353	0.34 195	0.29 139

HI	1.27 147	0.90 325	2.33 152	1.10 250	0.68 203	2.92 135	0.45 43	2.49 103	1.76 220	2.13 292	1.65 199	2.42 309	1.84 346	1.58 129	1.61 302	0.26 69	0.16 7	0.28 135	0.29 255	0.26 50	0.25 72

CoSv	1.27 147	0.90 325	2.33 152	1.10 250	0.68 203	2.92 135	0.45 43	2.49 103	1.76 220	2.13 292	1.65 199	2.42 309	1.84 346	1.58 129	1.61 302	0.26 69	0.16 7	0.28 135	0.29 255	0.26 50	0.25 72

SGD-Stereo	0.65 8	0.41 11	1.06 8	0.85 99	0.31 4	2.44 104	0.46 45	1.09 3	0.69 4	0.84 71	0.52 11	0.55 15	0.53 16	1.49 117	0.46 16	0.31 199	0.14 2	0.25 59	0.18 31	0.23 20	0.20 16

PAM_32	2.45 340	0.63 161	20.74 486	1.05 219	0.65 185	2.83 123	0.46 45	2.91 158	1.54 134	1.95 229	2.66 424	4.99 481	3.78 455	1.96 190	0.92 151	0.27 84	0.22 168	0.27 106	0.25 154	0.36 226	0.48 335

CroCo-Stereo Lap2	0.99 79	0.89 323	2.55 165	0.99 186	1.80 471	0.54 2	0.46 45	3.10 177	1.24 31	1.07 99	1.21 79	1.05 114	0.78 82	1.26 70	1.08 187	0.27 84	0.23 195	0.27 106	0.21 75	0.43 309	0.34 210

raft_robust	1.92 243	1.15 386	3.34 210	1.02 209	0.43 61	3.84 288	0.46 45	4.42 465	2.52 381	1.67 165	1.36 120	2.17 282	6.37 495	6.78 349	1.04 180	0.28 121	0.24 228	0.30 176	0.35 331	0.31 133	0.32 183

XX-Stereo	2.54 359	0.61 142	20.21 461	1.78 454	1.19 355	4.30 409	0.46 45	4.39 461	1.58 157	2.32 362	1.89 293	4.64 473	0.60 32	4.16 293	0.82 108	0.31 199	0.21 139	0.28 135	0.27 198	0.51 353	0.26 96

Reg-Stereo(zero)	1.60 190	0.42 13	10.69 306	0.89 117	0.68 203	3.27 181	0.47 50	2.27 83	1.54 134	1.48 135	1.24 86	2.55 326	2.68 412	1.48 115	1.10 191	0.19 2	0.19 74	0.22 9	0.18 31	0.24 24	0.26 96

AFF-stereo	1.31 157	0.77 280	1.46 60	1.10 250	0.45 74	3.93 312	0.48 51	2.92 159	2.92 435	1.90 213	2.21 362	2.11 280	1.52 268	1.93 187	1.12 197	0.21 6	0.16 7	0.25 59	0.25 154	0.29 90	0.20 16

MIF-Stereo (partial)	0.98 73	0.55 75	2.83 186	0.71 27	1.03 316	1.08 10	0.49 52	2.55 117	1.66 190	0.79 57	1.20 76	0.80 66	0.90 113	1.61 141	1.56 293	0.36 278	0.24 228	0.33 253	0.25 154	0.40 256	0.28 129

CES	1.01 83	0.55 75	1.74 86	0.92 139	2.15 488	2.15 88	0.50 53	2.01 59	1.45 68	0.76 49	1.02 44	0.61 21	0.47 11	1.29 78	0.79 99	0.22 12	0.17 18	0.24 40	0.14 2	0.63 395	2.29 498

IPLGR	2.53 357	0.58 108	20.46 477	0.82 68	0.52 122	4.56 455	0.50 53	4.30 437	2.38 354	1.87 203	1.53 162	1.68 198	1.72 324	6.95 352	1.15 200	0.28 121	0.21 139	0.27 106	0.23 119	0.33 177	0.32 183

CroCo-Stereo	0.98 73	0.87 320	3.44 212	0.87 108	0.53 130	0.49 1	0.50 53	3.99 336	1.49 97	0.81 61	1.25 92	1.00 106	0.75 67	1.10 31	1.09 190	0.24 35	0.21 139	0.24 40	0.19 47	0.35 213	0.27 110
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
s12784h	1.31 157	0.45 17	2.41 160	0.71 27	0.35 11	4.42 426	0.50 53	4.22 399	2.73 407	2.01 256	2.48 404	0.91 92	0.96 125	2.01 195	0.70 68	0.29 141	0.18 45	0.24 40	0.16 12	0.27 62	0.18 2

GCST	2.56 364	1.79 457	18.02 403	1.92 469	1.33 387	1.72 60	0.51 57	3.67 254	2.03 266	1.70 171	1.61 186	1.55 183	1.29 209	5.06 305	1.24 224	2.06 497	0.77 477	1.45 494	0.97 480	1.14 471	1.34 475

LoS	0.94 61	0.52 48	1.88 97	0.86 103	0.36 13	4.15 368	0.51 57	2.18 73	1.45 68	0.97 90	0.88 34	0.62 23	0.79 85	1.59 134	0.86 124	0.26 69	0.19 74	0.24 40	0.16 12	0.21 9	0.20 16
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-RAFT	1.15 106	0.46 19	1.64 79	0.99 186	0.45 74	4.17 382	0.51 57	3.21 188	1.69 200	1.12 106	1.34 113	1.45 171	1.40 229	2.08 199	0.94 161	0.41 335	0.20 108	0.24 40	0.23 119	0.27 62	0.25 72

GCAP-Stereo	0.93 58	0.68 213	1.35 51	0.85 99	0.41 49	3.61 248	0.52 60	2.20 74	1.50 102	1.11 105	1.04 51	1.17 126	0.84 97	1.11 32	0.71 71	0.25 56	0.20 108	0.27 106	0.18 31	0.28 78	0.23 48

PAM	2.43 337	0.61 142	20.86 489	1.07 227	0.73 219	2.93 138	0.53 61	3.24 194	1.53 125	1.89 212	2.43 399	5.29 490	2.76 414	1.84 177	1.02 178	0.27 84	0.24 228	0.26 80	0.25 154	0.40 256	0.50 348

Former-RAFT_DAM_RVC	0.92 56	0.73 252	1.42 57	0.92 139	1.08 328	2.97 144	0.53 61	1.77 40	1.39 54	1.16 108	1.54 164	0.58 17	0.65 45	1.03 23	0.84 114	0.25 56	0.23 195	0.30 176	0.24 143	0.43 309	0.29 139

GMStereo_Zeroshot	1.41 167	1.21 396	3.33 209	1.29 336	0.72 215	3.35 192	0.53 61	2.58 124	1.68 194	2.35 370	1.56 171	2.42 309	0.96 125	2.50 231	1.16 203	0.45 367	0.23 195	0.40 342	0.24 143	0.79 439	0.33 197

IGEV_Zeroshot_test	2.16 280	0.69 216	20.60 483	1.22 311	0.54 131	2.18 90	0.53 61	3.38 213	1.61 177	1.93 224	1.55 168	3.76 429	1.05 150	1.55 125	0.91 148	0.29 141	0.20 108	0.27 106	0.29 255	0.40 256	0.32 183

MLCV	1.87 229	0.91 330	8.59 277	1.10 250	0.57 152	3.59 242	0.53 61	3.70 266	2.20 307	2.80 434	2.25 368	2.00 263	1.42 239	4.13 292	1.86 341	0.30 180	0.20 108	0.32 218	0.21 75	0.33 177	0.36 230

LG-Stereo	0.85 41	0.60 127	2.71 180	0.59 3	0.45 74	2.85 126	0.55 66	2.41 92	1.34 48	0.59 13	1.19 75	0.43 5	0.40 4	0.76 3	0.75 85	0.20 4	0.17 18	0.31 198	0.24 143	0.29 90	0.19 4

MoCha-V2	0.87 45	0.48 28	1.87 96	0.88 113	0.32 7	1.37 39	0.55 66	2.71 138	1.42 62	0.92 82	1.75 226	0.65 30	1.17 189	1.45 108	0.57 26	0.21 6	0.21 139	0.20 1	0.19 47	0.24 24	0.23 48

riskmin	1.25 135	0.56 86	2.05 115	1.05 219	0.93 289	2.86 128	0.55 66	3.23 192	1.34 48	1.55 142	1.07 59	3.56 423	2.03 362	1.29 78	1.00 176	0.28 121	0.27 273	0.34 271	0.21 75	0.41 280	0.43 304

TestStereo	2.00 258	1.02 357	12.25 321	0.70 23	0.61 169	1.88 69	0.55 66	2.31 86	1.52 118	1.41 129	1.33 108	1.27 145	0.90 113	11.62 478	0.81 105	0.34 247	0.19 74	0.33 253	0.24 143	0.44 317	0.24 62

IPLG	2.48 348	0.65 184	19.63 438	0.91 133	0.79 237	4.60 460	0.56 70	4.31 440	1.84 235	1.91 218	2.00 317	1.31 151	1.38 222	6.61 341	1.53 289	0.27 84	0.20 108	0.27 106	0.23 119	0.31 133	0.36 230

ours_stereo	0.76 15	0.64 174	1.40 56	0.86 103	0.61 169	1.12 12	0.57 71	1.63 27	1.20 27	0.72 36	1.43 135	0.70 40	0.62 37	1.56 126	0.58 28	0.25 56	0.18 45	0.26 80	0.21 75	0.29 90	0.31 174

MyStereo8	2.33 315	1.13 381	19.26 428	1.22 311	1.62 441	4.16 377	0.57 71	3.50 225	2.36 343	2.15 303	1.75 226	2.28 288	1.14 180	1.46 112	2.20 382	0.24 35	0.21 139	0.32 218	0.27 198	0.36 226	0.43 304

plain	1.55 177	0.69 216	13.59 334	0.65 16	0.73 219	1.66 59	0.57 71	3.17 185	1.94 252	0.77 53	1.24 86	0.80 66	0.86 101	1.60 136	0.96 167	0.33 235	0.21 139	0.32 218	0.25 154	0.42 299	0.28 129

DCANet-4	1.96 250	0.51 42	14.31 352	0.82 68	0.40 44	4.16 377	0.57 71	4.29 429	2.98 443	2.30 352	1.80 249	1.03 110	1.54 278	1.44 104	1.44 264	0.29 141	0.23 195	0.23 17	0.18 31	0.24 24	0.42 295

fff	1.74 212	0.70 226	9.08 283	0.81 58	0.36 13	4.15 368	0.57 71	4.23 403	2.09 281	2.30 352	1.80 249	1.19 134	3.02 427	1.44 104	1.46 268	0.29 141	0.23 195	0.23 17	0.18 31	0.24 24	0.42 295

RAFT-RH_RVC	2.63 372	0.55 75	19.97 450	1.26 325	0.47 93	4.46 430	0.57 71	1.71 34	1.64 184	3.06 452	5.51 484	2.03 267	1.28 206	6.70 345	1.52 288	0.42 346	0.22 168	0.37 317	0.34 316	0.28 78	0.29 139

csc	1.74 212	0.70 226	9.08 283	0.81 58	0.36 13	4.15 368	0.57 71	4.23 403	2.09 281	2.30 352	1.80 249	1.19 134	3.02 427	1.44 104	1.46 268	0.29 141	0.23 195	0.23 17	0.18 31	0.24 24	0.42 295

cscssc	1.74 212	0.70 226	9.08 283	0.81 58	0.36 13	4.15 368	0.57 71	4.23 403	2.09 281	2.30 352	1.80 249	1.19 134	3.02 427	1.44 104	1.46 268	0.29 141	0.23 195	0.23 17	0.18 31	0.24 24	0.42 295

GMStereo	1.01 83	1.00 355	2.86 189	0.83 78	0.45 74	1.47 46	0.57 71	1.89 46	2.11 291	1.52 139	1.24 86	0.87 83	0.74 65	1.58 129	0.94 161	0.40 321	0.21 139	0.30 176	0.30 273	0.47 340	0.36 230
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DIP-Stereo	1.24 131	0.69 216	1.77 88	0.65 16	0.61 169	4.29 407	0.58 80	4.44 469	2.53 382	1.98 237	1.33 108	0.91 92	0.86 101	1.25 69	1.25 227	0.36 278	0.23 195	0.32 218	0.23 119	0.32 159	0.29 139
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LoS_RVC	0.94 61	1.30 413	1.31 44	0.84 87	1.63 443	2.02 77	0.59 81	1.51 15	1.36 51	0.81 61	1.33 108	0.84 73	0.88 106	1.36 91	0.73 78	0.21 6	0.17 18	0.20 1	0.14 2	0.20 6	1.45 480

ADStereo(finetuned)	2.04 265	0.73 252	13.28 328	0.82 68	0.40 44	4.16 377	0.59 81	4.25 413	2.97 440	2.35 370	1.84 273	1.18 130	3.40 444	1.52 122	1.54 290	0.29 141	0.24 228	0.23 17	0.18 31	0.30 113	0.51 356

DCANet	1.74 212	0.73 252	9.08 283	0.82 68	0.40 44	4.18 385	0.59 81	4.25 413	2.97 440	2.35 370	1.84 273	1.18 130	1.63 304	1.51 120	1.55 291	0.29 141	0.24 228	0.23 17	0.18 31	0.30 113	0.53 363

DFGA-Net	2.11 275	3.00 485	7.43 264	1.11 257	0.76 229	3.72 263	0.60 84	2.63 129	1.91 249	2.01 256	2.07 334	1.22 140	1.04 145	10.26 426	2.26 386	0.27 84	0.22 168	0.34 271	0.34 316	0.61 390	0.48 335

11t1	1.11 98	0.53 59	1.80 91	1.55 425	0.65 185	2.20 93	0.60 84	3.66 253	1.49 97	1.60 147	1.26 93	1.03 110	1.35 220	1.72 161	0.97 168	0.28 121	0.31 316	0.29 156	0.23 119	0.30 113	0.34 210

MIM_Stereo	1.20 118	0.78 286	3.30 207	1.05 219	0.43 61	3.04 147	0.60 84	2.46 100	1.51 109	1.60 147	1.58 174	1.82 233	1.29 209	2.00 192	1.07 185	0.24 35	0.24 228	0.28 135	0.25 154	0.27 62	0.27 110

FENet	2.25 292	0.50 37	20.29 469	1.35 366	0.67 198	4.01 338	0.60 84	3.95 323	1.99 258	1.96 233	1.11 64	2.43 312	1.43 242	1.60 136	1.39 254	0.32 219	0.22 168	0.33 253	0.26 172	0.29 90	0.39 265

ISRNet	1.69 206	0.76 277	5.69 252	1.27 332	1.36 393	2.85 126	0.61 88	3.60 241	1.91 249	2.13 292	2.12 345	2.90 361	1.41 234	2.51 234	1.71 320	0.49 397	0.50 433	0.56 428	0.47 409	0.49 349	0.57 379

rvit_stereo_0081	0.80 27	0.63 161	1.19 28	0.91 133	0.64 177	1.27 27	0.61 88	2.05 61	1.71 204	0.82 63	0.73 20	0.85 77	0.75 67	1.30 82	0.80 100	0.31 199	0.26 262	0.27 106	0.25 154	0.38 241	0.27 110

rvit_stereo_0082	0.80 27	0.63 161	1.19 28	0.91 133	0.64 177	1.27 27	0.61 88	2.05 61	1.71 204	0.82 63	0.73 20	0.85 77	0.75 67	1.30 82	0.80 100	0.31 199	0.26 262	0.27 106	0.25 154	0.38 241	0.27 110

StereoVision	1.65 200	0.75 272	7.47 265	1.01 200	1.80 471	2.61 115	0.61 88	3.06 175	1.96 253	1.25 112	3.46 464	1.85 242	0.88 106	2.07 197	1.93 349	0.43 351	0.36 351	0.37 317	0.36 341	0.48 343	0.33 197

EKT-Stereo	6.79 506	0.64 174	4.24 231	1.77 453	106.39 550	4.51 445	0.61 88	3.16 183	1.53 125	1.88 206	1.22 81	1.98 260	1.36 221	3.81 282	0.84 114	0.35 267	0.24 228	0.29 156	0.26 172	0.34 195	0.48 335

MC-Stereo	1.06 91	0.48 28	1.55 71	1.15 282	0.41 49	4.56 455	0.61 88	2.06 63	1.46 76	1.90 213	1.61 186	0.89 88	1.12 172	1.35 89	0.73 78	0.25 56	0.18 45	0.26 80	0.22 106	0.25 37	0.24 62

MIPNet	2.33 315	0.71 238	19.82 443	0.89 117	0.56 141	4.76 489	0.61 88	4.32 444	2.37 349	1.83 194	1.48 150	1.48 174	1.98 361	2.63 249	1.44 264	0.29 141	0.20 108	0.26 80	0.23 119	0.30 113	0.39 265

rafts_anoy	1.24 131	0.80 293	3.61 222	1.17 290	1.20 360	3.00 145	0.61 88	3.17 185	1.58 157	1.37 123	1.26 93	1.19 134	1.12 172	1.78 168	1.25 227	0.32 219	0.23 195	0.32 218	0.32 300	0.31 133	0.30 165

sAnonymous2	1.37 162	1.22 402	9.79 293	0.92 139	0.88 274	1.23 19	0.61 88	2.56 119	1.69 200	0.85 72	1.02 44	0.73 53	1.23 200	0.98 17	0.78 95	0.29 141	0.25 249	0.31 198	0.30 273	1.06 461	0.71 416

CroCo_RVC	1.37 162	1.22 402	9.79 293	0.92 139	0.88 274	1.23 19	0.61 88	2.56 119	1.69 200	0.85 72	1.02 44	0.73 53	1.23 200	0.98 17	0.78 95	0.29 141	0.25 249	0.31 198	0.30 273	1.06 461	0.71 416

sCroCo_RVC	1.06 91	0.82 304	5.05 242	1.02 209	1.05 321	0.98 7	0.61 88	2.06 63	1.29 42	0.69 31	1.26 93	0.82 70	1.10 168	1.20 60	0.90 141	0.42 346	0.40 384	0.33 253	0.30 273	0.46 336	0.38 259

DN-CSS_ROB	1.91 240	1.55 442	11.13 312	1.82 461	0.88 274	3.99 335	0.61 88	4.01 340	1.67 192	1.64 158	1.89 293	1.39 161	1.06 157	3.23 266	1.50 280	0.31 199	0.19 74	0.44 367	0.29 255	0.37 236	0.31 174

IGEV-BASED-STEREO-	1.09 95	3.30 489	2.61 172	0.82 68	0.38 38	1.27 27	0.62 100	1.51 15	1.29 42	0.91 79	0.92 37	0.65 30	0.57 22	1.08 29	0.59 29	1.55 494	0.15 3	0.32 218	0.28 227	1.10 467	1.98 494

test-1	1.23 126	0.65 184	1.88 97	0.96 167	0.52 122	3.84 288	0.62 100	4.01 340	1.47 81	1.93 224	1.78 243	1.83 236	0.92 118	1.19 59	1.28 237	0.26 69	0.29 293	0.31 198	0.24 143	0.29 90	0.36 230

rvit_stereo_0081_aga	0.81 35	0.75 272	1.84 94	0.72 31	0.73 219	1.21 18	0.63 102	1.92 52	1.39 54	0.87 76	0.80 28	0.79 64	0.69 52	1.27 74	0.69 62	0.35 267	0.29 293	0.26 80	0.25 154	0.40 256	0.27 110

model_zeroshot	1.21 121	0.60 127	3.55 216	1.05 219	0.57 152	3.46 209	0.63 102	2.73 141	1.55 142	2.05 269	1.38 124	1.50 177	0.82 93	1.69 157	0.87 130	0.29 141	0.23 195	0.30 176	0.23 119	0.27 62	0.32 183

xxxx	2.67 378	0.54 69	2.03 112	1.22 311	0.81 242	3.49 218	0.63 102	4.49 478	2.49 376	2.22 332	2.23 365	2.05 271	1.38 222	10.05 418	17.91 517	0.32 219	0.32 324	0.30 176	0.27 198	0.33 177	0.34 210

SCV_C0	0.89 50	0.59 115	1.96 107	0.83 78	0.44 67	1.24 23	0.64 105	3.33 209	1.66 190	0.82 63	1.20 76	0.73 53	0.66 48	1.62 142	0.66 48	0.32 219	0.21 139	0.24 40	0.20 61	0.28 78	0.23 48

rvit_stereo_0083	0.86 42	0.67 205	1.42 57	0.87 108	0.65 185	1.23 19	0.64 105	1.67 30	2.28 324	0.79 57	0.93 38	0.93 98	1.07 159	1.46 112	0.75 85	0.32 219	0.36 351	0.30 176	0.26 172	0.33 177	0.28 129

test_sample1	1.62 194	0.55 75	1.88 97	1.44 397	0.79 237	2.27 94	0.64 105	4.00 338	1.82 228	1.87 203	1.35 116	1.57 184	1.62 291	9.55 400	1.24 224	0.30 180	0.27 273	0.31 198	0.28 227	0.32 159	0.32 183

PCWNet_CMD	2.23 288	0.65 184	17.36 392	0.83 78	0.76 229	3.51 225	0.64 105	3.60 241	1.97 255	1.70 171	1.63 191	3.22 387	3.05 430	2.09 202	1.11 194	0.31 199	0.36 351	0.47 381	0.26 172	0.64 402	0.47 331

TransformOpticalFlow	3.03 419	0.77 280	20.99 496	1.00 194	0.55 137	4.18 385	0.64 105	4.33 446	3.02 447	2.18 314	3.09 451	4.35 459	5.07 477	7.36 359	1.27 233	0.32 219	0.18 45	0.32 218	0.26 172	0.28 78	0.46 326

CFNet_pseudo	2.12 276	0.67 205	15.14 366	0.85 99	0.74 224	3.95 322	0.64 105	3.95 323	1.78 223	1.90 213	1.79 246	3.27 392	1.62 291	2.51 234	1.16 203	0.31 199	0.36 351	0.53 418	0.27 198	0.63 395	0.44 310

CFNet-RSSM	2.08 272	0.52 48	20.06 453	1.01 200	0.56 141	3.39 196	0.64 105	3.67 254	1.55 142	1.72 176	1.37 121	2.57 328	1.19 195	1.11 32	0.86 124	0.27 84	0.20 108	0.25 59	0.23 119	0.27 62	0.23 48

Gwc-CoAtRS	1.58 184	0.57 95	11.69 318	1.01 200	0.60 165	2.53 110	0.64 105	2.36 90	1.56 148	1.80 190	1.47 144	2.74 344	1.18 191	1.12 34	0.90 141	0.27 84	0.21 139	0.25 59	0.22 106	0.27 62	0.23 48

MSMDNet	2.23 288	0.64 174	17.32 388	0.84 87	0.75 226	3.53 229	0.64 105	3.61 244	1.98 257	1.71 175	1.64 193	3.22 387	2.99 424	2.08 199	1.11 194	0.31 199	0.37 364	0.45 373	0.26 172	0.62 394	0.45 316

xyz-stereo-finetune2	1.16 110	0.63 161	1.50 65	0.57 1	0.36 13	3.47 212	0.65 114	2.70 137	1.23 29	0.88 77	1.75 226	0.91 92	1.76 329	3.54 274	1.74 327	0.24 35	0.22 168	0.30 176	0.27 198	0.31 133	0.26 96

222	2.68 381	0.57 95	2.03 112	1.11 257	0.81 242	3.23 170	0.65 114	4.52 483	2.45 368	2.34 369	2.29 376	1.41 167	1.44 245	10.50 431	18.47 521	0.32 219	0.30 306	0.32 218	0.27 198	0.32 159	0.34 210

ccs_rob	2.13 278	0.67 205	15.11 365	0.84 87	0.75 226	3.96 327	0.65 114	3.95 323	1.78 223	1.88 206	1.79 246	3.26 391	1.64 307	2.51 234	1.16 203	0.31 199	0.36 351	0.54 425	0.27 198	0.65 405	0.45 316

iResNet_ROB	1.89 234	1.02 357	8.60 278	1.39 386	0.98 303	3.72 263	0.66 117	3.84 289	2.65 398	1.88 206	2.05 329	1.98 260	1.27 204	4.52 297	1.67 316	0.30 180	0.20 108	0.28 135	0.18 31	0.31 133	0.40 285

mms	0.77 21	0.68 213	1.17 27	0.83 78	0.71 213	1.41 42	0.67 118	1.61 21	1.12 22	0.77 53	1.37 121	0.63 25	0.54 18	1.75 165	0.63 36	0.24 35	0.19 74	0.26 80	0.21 75	0.31 133	0.34 210

SDNR	3.97 463	1.93 461	20.28 468	1.31 347	0.94 291	5.16 497	0.67 118	4.33 446	2.58 390	4.82 496	5.94 487	5.01 483	1.45 249	17.52 527	2.53 411	0.79 456	0.72 473	0.59 435	0.45 404	1.15 474	1.17 466

DCRE	1.44 169	0.74 260	3.50 215	1.13 268	0.72 215	1.78 62	0.67 118	2.14 71	1.56 148	1.99 242	8.09 496	1.73 209	1.07 159	1.24 65	0.83 111	0.23 23	0.25 249	0.26 80	0.26 172	0.28 78	0.30 165

NF-Stereo	1.58 184	0.61 142	2.66 178	2.26 485	0.47 93	4.68 471	0.67 118	3.31 201	1.48 89	2.11 285	1.59 178	1.36 157	1.09 162	6.08 331	1.20 212	0.40 321	0.20 108	0.36 305	0.34 316	0.31 133	0.36 230

OCTAStereo	1.58 184	0.61 142	2.72 181	2.27 488	0.46 83	4.68 471	0.67 118	3.30 200	1.48 89	2.11 285	1.59 178	1.36 157	1.09 162	6.02 328	1.21 216	0.41 335	0.20 108	0.36 305	0.34 316	0.31 133	0.37 244

CFNet_ucs	2.36 329	0.68 213	18.42 412	0.89 117	0.81 242	3.85 295	0.68 123	4.29 429	2.37 349	2.09 278	2.04 323	3.31 396	1.24 202	2.63 249	1.14 199	0.36 278	0.45 409	0.56 428	0.29 255	0.66 410	0.49 341

UDGNet	1.40 165	1.52 440	2.22 139	1.38 384	0.62 173	4.39 418	0.68 123	1.80 42	2.18 304	1.34 117	1.18 73	0.99 104	1.00 136	2.16 209	1.19 209	1.09 474	0.34 343	1.30 491	0.98 481	1.10 467	0.58 384

RE-Stereo	1.58 184	0.61 142	2.72 181	2.26 485	0.46 83	4.68 471	0.68 123	3.31 201	1.48 89	2.11 285	1.59 178	1.36 157	1.09 162	6.01 326	1.22 219	0.41 335	0.20 108	0.36 305	0.34 316	0.31 133	0.37 244

TVStereo	1.58 184	0.61 142	2.72 181	2.26 485	0.46 83	4.68 471	0.68 123	3.31 201	1.48 89	2.11 285	1.59 178	1.36 157	1.09 162	6.01 326	1.22 219	0.41 335	0.20 108	0.36 305	0.34 316	0.31 133	0.37 244

raftrobust	1.19 113	0.72 241	2.30 149	1.26 325	1.31 379	3.55 234	0.68 123	2.75 144	1.47 81	2.21 329	1.38 124	1.17 126	1.22 197	1.20 60	1.11 194	0.28 121	0.24 228	0.21 5	0.19 47	0.25 37	0.28 129

rvit_stereo_0075_2	1.18 111	0.74 260	2.66 178	0.90 126	1.27 375	2.51 108	0.69 128	2.25 81	2.06 275	1.40 127	1.86 283	1.46 173	0.84 97	1.42 101	0.94 161	0.46 372	0.40 384	0.48 389	0.38 366	0.46 336	0.51 356

CASS	1.29 152	0.66 195	2.62 175	0.95 161	0.66 191	2.84 124	0.69 128	3.00 166	1.79 225	2.57 404	1.95 304	1.39 161	1.55 280	1.59 134	1.06 182	0.50 400	0.28 283	0.34 271	0.28 227	0.46 336	0.63 399
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	1.66 203	0.59 115	5.15 244	2.25 483	0.48 101	4.68 471	0.69 128	2.57 121	1.52 118	2.14 295	1.45 138	1.42 168	0.99 134	6.04 329	1.20 212	0.41 335	0.23 195	0.37 317	0.39 372	0.32 159	0.31 174

KMStereo	1.66 203	0.59 115	5.15 244	2.25 483	0.48 101	4.68 471	0.69 128	2.57 121	1.52 118	2.14 295	1.45 138	1.42 168	0.99 134	6.04 329	1.20 212	0.41 335	0.23 195	0.37 317	0.39 372	0.32 159	0.31 174

AnonymousM	1.22 125	1.32 419	0.97 1	0.88 113	0.56 141	4.03 342	0.69 128	2.41 92	1.68 194	1.48 135	1.31 106	1.15 124	1.00 136	1.18 58	0.73 78	0.32 219	0.40 384	2.07 499	1.70 501	0.24 24	0.22 40

RALAANet	1.28 150	1.08 372	3.21 201	1.25 319	0.94 291	1.44 43	0.69 128	3.15 182	2.57 389	2.01 256	1.80 249	1.29 149	1.05 150	2.00 192	1.48 276	0.27 84	0.20 108	0.27 106	0.24 143	0.40 256	0.27 110

MSKI-zero shot	2.22 286	0.64 174	20.09 457	0.96 167	0.56 141	4.04 343	0.70 134	3.91 312	1.50 102	1.92 220	2.28 373	1.92 247	0.71 56	2.93 261	0.67 52	0.26 69	0.23 195	0.26 80	0.21 75	0.28 78	0.26 96

RALCasStereoNet	1.19 113	1.02 357	2.06 124	1.12 261	1.14 340	3.08 155	0.70 134	2.99 164	1.73 210	1.34 117	1.68 205	1.18 130	0.91 115	2.16 209	1.00 176	0.30 180	0.26 262	0.24 40	0.21 75	0.29 90	0.30 165

RSM++	0.77 21	0.51 42	1.08 13	0.95 161	0.42 55	1.52 52	0.71 136	2.11 68	1.40 57	0.80 59	1.23 85	0.90 90	0.59 29	1.14 39	0.69 62	0.24 35	0.19 74	0.25 59	0.21 75	0.28 78	0.20 16

HCRNet	1.60 190	0.56 86	2.47 162	0.78 54	1.36 393	4.11 359	0.71 136	3.57 238	2.79 415	1.75 182	1.61 186	1.58 186	1.41 234	5.79 323	1.56 293	0.34 247	0.28 283	0.36 305	0.29 255	0.33 177	0.37 244

StereoDRNet-Refined	1.77 219	0.81 297	2.22 139	1.21 308	0.76 229	3.26 179	0.71 136	3.82 285	2.05 273	2.29 348	2.05 329	2.98 368	1.44 245	7.15 354	2.27 388	0.30 180	0.23 195	0.42 359	0.33 308	0.45 325	0.64 402
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 319	0.63 161	11.59 316	1.30 344	0.83 253	3.07 154	0.72 139	4.27 421	2.30 328	2.30 352	1.88 287	1.73 209	1.42 239	11.14 461	1.46 268	0.35 267	0.29 293	0.35 290	0.36 341	0.40 256	0.38 259

AE-Stereo	1.18 111	0.60 127	2.05 115	1.10 250	0.60 165	4.39 418	0.72 139	3.74 270	1.62 180	1.10 102	1.90 298	1.01 107	0.92 118	1.45 108	0.82 108	0.28 121	0.22 168	0.28 135	0.28 227	0.26 50	0.22 40

anonymousdsp2	1.26 142	0.60 127	3.74 226	1.02 209	0.41 49	3.60 244	0.72 139	3.68 256	1.47 81	1.37 123	1.56 171	1.83 236	1.01 138	2.00 192	0.66 48	0.29 141	0.20 108	0.28 135	0.20 61	0.32 159	0.29 139

DeepStereo_RVC	1.55 177	0.63 161	3.32 208	0.77 53	0.42 55	4.49 438	0.72 139	2.50 105	1.58 157	2.02 261	1.81 261	1.54 182	6.38 497	1.73 162	1.19 209	0.46 372	0.22 168	0.29 156	0.28 227	0.35 213	0.38 259

cross-raft	2.01 261	0.57 95	19.01 423	1.03 216	0.56 141	2.11 87	0.72 139	3.63 246	1.57 154	1.77 184	1.51 154	3.17 384	1.13 174	1.16 46	0.85 117	0.23 23	0.21 139	0.26 80	0.23 119	0.28 78	0.25 72

MM-Stereo_test2	1.79 221	0.53 59	20.16 459	1.43 394	0.47 93	2.57 112	0.73 144	1.67 30	1.47 81	0.94 83	0.96 41	0.84 73	0.79 85	1.16 46	0.68 55	0.24 35	0.17 18	0.25 59	0.22 106	0.30 113	0.22 40

DCVSM-stereo	2.31 308	0.66 195	20.69 485	1.11 257	0.93 289	2.58 114	0.73 144	2.61 127	1.60 173	2.57 404	1.53 162	3.30 395	1.72 324	2.19 214	1.23 222	0.34 247	0.53 436	0.41 352	0.32 300	0.45 325	0.62 395

test_sample3	2.34 319	0.61 142	11.94 319	1.33 355	0.85 261	3.10 158	0.73 144	4.24 411	2.19 305	2.21 329	1.75 226	1.80 227	1.41 234	11.11 460	1.46 268	0.35 267	0.29 293	0.34 271	0.35 331	0.39 251	0.37 244

MGS-Stereo	0.80 27	0.56 86	1.53 67	0.93 153	0.39 41	1.26 26	0.73 144	1.45 11	1.30 44	1.01 92	2.26 369	0.80 66	0.56 21	1.16 46	0.65 43	0.27 84	0.23 195	0.26 80	0.22 106	0.27 62	0.25 72

SMFormer	2.00 258	0.57 95	4.46 233	1.36 372	0.57 152	2.03 78	0.73 144	4.25 413	2.80 419	2.32 362	2.31 388	1.95 251	1.52 268	10.99 451	2.13 376	0.34 247	0.32 324	0.36 305	0.31 289	0.38 241	0.36 230

tta	2.00 258	0.57 95	4.46 233	1.36 372	0.57 152	2.03 78	0.73 144	4.25 413	2.80 419	2.32 362	2.31 388	1.95 251	1.52 268	10.99 451	2.13 376	0.34 247	0.32 324	0.36 305	0.31 289	0.29 90	0.29 139

qqq1	1.92 243	0.57 95	4.46 233	1.36 372	0.57 152	2.03 78	0.73 144	4.25 413	2.80 419	2.32 362	2.31 388	1.95 251	1.52 268	10.99 451	0.71 71	0.34 247	0.32 324	0.30 176	0.23 119	0.29 90	0.29 139

fff1	1.92 243	0.57 95	4.46 233	1.36 372	0.57 152	2.03 78	0.73 144	4.25 413	2.80 419	2.32 362	2.31 388	1.95 251	1.52 268	10.99 451	0.71 71	0.34 247	0.32 324	0.30 176	0.23 119	0.29 90	0.29 139

CAS	1.26 142	0.40 6	1.46 60	2.97 502	1.61 440	4.13 364	0.73 144	1.78 41	1.49 97	0.83 69	1.10 63	0.59 19	0.53 16	1.26 70	0.80 100	2.99 505	0.13 1	0.21 5	0.13 1	0.31 133	1.72 487

AACVNet	1.83 225	1.02 357	2.41 160	1.45 401	0.87 271	3.21 166	0.73 144	3.16 183	1.61 177	2.01 256	1.82 267	2.28 288	1.33 216	10.98 450	1.49 279	0.39 315	0.32 324	0.38 333	0.32 300	0.43 309	0.44 310

PSM-adaLoss	1.24 131	0.65 184	2.03 112	0.75 36	0.37 27	4.68 471	0.73 144	2.53 107	1.58 157	1.99 242	1.47 144	1.78 217	1.13 174	2.18 213	0.87 130	0.48 385	0.23 195	0.32 218	0.27 198	0.40 256	0.29 139

CFNet	2.34 319	1.10 376	8.96 282	1.34 362	1.24 369	4.09 353	0.73 144	4.04 349	2.77 412	1.62 154	1.87 286	2.27 287	1.45 249	11.41 469	1.82 336	0.31 199	0.24 228	0.43 363	0.36 341	0.43 309	0.33 197

AIO-test2	1.61 192	1.30 413	3.40 211	1.16 288	1.31 379	3.18 164	0.74 156	4.06 357	1.52 118	1.72 176	2.21 362	0.78 60	0.74 65	3.64 279	0.95 166	3.64 513	0.26 262	0.35 290	0.42 395	0.37 236	0.33 197

test_sample5	2.33 315	0.62 152	11.29 313	1.29 336	0.83 253	3.09 156	0.74 156	4.28 426	2.31 332	2.20 321	1.97 311	1.68 198	1.39 225	11.19 462	1.47 273	0.37 286	0.31 316	0.37 317	0.37 353	0.41 280	0.39 265

ACVNet-DCA	1.85 227	0.74 260	13.77 337	1.78 454	0.36 13	4.48 432	0.74 156	3.98 332	1.53 125	1.01 92	1.81 261	0.72 49	1.62 291	2.13 204	0.64 39	0.29 141	0.17 18	0.32 218	0.21 75	0.33 177	0.32 183

xx1	2.03 263	0.74 260	13.77 337	1.78 454	0.36 13	4.48 432	0.74 156	4.23 403	3.95 492	1.01 92	1.81 261	1.79 224	1.34 217	2.13 204	0.64 39	0.29 141	0.17 18	0.33 253	0.33 308	0.33 177	0.32 183

1test111	1.99 257	0.74 260	13.77 337	1.78 454	0.36 13	4.48 432	0.74 156	3.98 332	1.53 125	1.01 92	1.81 261	0.72 49	1.62 291	4.66 299	0.98 171	0.29 141	0.17 18	0.32 218	0.21 75	0.33 177	0.32 183

cc1	1.98 254	0.74 260	13.77 337	1.78 454	0.36 13	4.48 432	0.74 156	4.23 403	3.95 492	1.01 92	1.81 261	0.72 49	1.62 291	2.13 204	0.64 39	0.29 141	0.17 18	0.32 218	0.21 75	0.31 133	0.29 139

DualNet	2.33 315	0.62 152	11.29 313	1.29 336	0.83 253	3.09 156	0.74 156	4.28 426	2.31 332	2.26 344	2.04 323	1.68 198	1.39 225	11.19 462	1.47 273	0.37 286	0.31 316	0.37 317	0.37 353	0.41 280	0.39 265

CASnet	0.78 24	0.51 42	1.29 43	0.81 58	0.29 1	1.28 32	0.74 156	1.51 15	1.89 245	1.64 158	1.09 61	0.65 30	0.64 42	0.91 7	0.76 89	0.29 141	0.17 18	0.41 352	0.31 289	0.32 159	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iGMRVC	1.26 142	0.66 195	2.14 130	0.75 36	0.37 27	4.66 468	0.74 156	2.53 107	1.58 157	1.99 242	1.46 140	1.78 217	1.14 180	2.46 228	0.92 151	0.48 385	0.23 195	0.32 218	0.27 198	0.40 256	0.29 139

RAFT-IKP	1.25 135	0.66 195	2.23 141	0.75 36	0.37 27	4.64 465	0.74 156	2.53 107	1.58 157	1.99 242	1.47 144	1.78 217	1.13 174	2.22 219	0.92 151	0.48 385	0.22 168	0.32 218	0.27 198	0.40 256	0.29 139

rvit_stereo_0080	0.94 61	0.72 241	2.56 166	0.64 10	0.59 163	1.90 70	0.75 166	2.71 138	1.40 57	0.91 79	1.04 51	0.85 77	0.82 93	1.14 39	0.78 95	0.35 267	0.29 293	0.25 59	0.27 198	0.45 325	0.29 139

whm_eth	0.94 61	0.72 241	2.56 166	0.64 10	0.59 163	1.90 70	0.75 166	2.71 138	1.40 57	0.91 79	1.04 51	0.85 77	0.82 93	1.14 39	0.78 95	0.35 267	0.29 293	0.25 59	0.27 198	0.45 325	0.29 139

dd	1.26 142	1.15 386	2.47 162	0.92 139	0.49 107	4.35 413	0.75 166	1.92 52	2.11 291	1.44 132	1.24 86	1.19 134	1.05 150	1.78 168	1.70 319	0.57 423	0.34 343	0.35 290	0.33 308	0.60 385	0.46 326

tt45	0.96 71	0.48 28	1.19 28	0.89 117	0.66 191	3.91 305	0.76 169	1.90 49	1.26 39	0.70 32	1.30 104	0.71 47	0.63 40	2.59 246	0.74 82	0.22 12	0.17 18	0.28 135	0.23 119	0.27 62	0.27 110

fffy	0.80 27	0.59 115	1.56 73	1.00 194	0.47 93	1.27 27	0.76 169	1.90 49	1.02 17	0.75 39	1.35 116	0.83 71	0.72 57	1.70 159	0.62 33	0.23 23	0.19 74	0.27 106	0.21 75	0.28 78	0.32 183

testlalala2	2.31 308	0.63 161	20.54 479	2.56 495	2.87 501	3.79 277	0.76 169	4.20 391	1.48 89	1.42 131	1.43 135	2.45 316	0.80 92	1.03 23	0.68 55	0.27 84	0.25 249	0.24 40	0.21 75	0.33 177	0.28 129

BUS	1.49 176	0.59 115	1.94 103	0.87 108	0.85 261	4.50 441	0.76 169	4.48 475	1.88 241	2.93 441	1.83 268	3.63 425	0.97 128	1.60 136	1.17 206	0.34 247	0.25 249	0.31 198	0.28 227	0.35 213	0.33 197

NINENet	1.87 229	0.74 260	2.60 169	1.12 261	1.06 324	4.50 441	0.76 169	4.41 464	2.24 313	2.16 308	1.86 283	3.63 425	0.97 128	8.00 370	1.17 206	0.41 335	0.30 306	0.41 352	0.30 273	0.41 280	0.36 230

GANet-ADL	2.20 285	0.73 252	20.11 458	1.25 319	0.69 209	3.83 283	0.76 169	3.49 222	1.71 204	1.65 162	1.99 315	2.10 278	1.10 168	1.42 101	1.26 230	0.38 303	0.33 331	0.25 59	0.22 106	0.42 299	0.36 230

Patchmatch Stereo++	1.25 135	0.65 184	2.06 124	0.75 36	0.37 27	4.68 471	0.76 169	2.53 107	1.58 157	1.99 242	1.47 144	1.78 217	1.14 180	2.44 226	0.90 141	0.48 385	0.23 195	0.32 218	0.27 198	0.40 256	0.29 139
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
IIG-Stereo	1.95 248	0.79 289	2.14 130	2.78 499	0.66 191	4.62 462	0.76 169	4.27 421	1.53 125	2.63 417	3.14 454	3.35 399	1.61 288	7.65 366	1.41 259	0.39 315	0.20 108	0.31 198	0.25 154	0.33 177	0.22 40

ROB_FTStereo_v2	1.23 126	0.66 195	2.02 111	0.75 36	0.37 27	4.67 470	0.76 169	2.53 107	1.58 157	1.99 242	1.46 140	1.78 217	1.14 180	2.08 199	0.88 134	0.48 385	0.22 168	0.32 218	0.27 198	0.40 256	0.29 139

SST-Stereo	1.76 217	0.58 108	3.10 197	1.44 397	0.46 83	4.71 483	0.76 169	2.22 79	2.79 415	2.07 277	2.18 356	2.43 312	3.22 438	6.66 344	0.84 114	0.42 346	0.19 74	0.30 176	0.27 198	0.35 213	0.26 96

iRAFT	1.25 135	0.65 184	2.06 124	0.75 36	0.37 27	4.68 471	0.76 169	2.53 107	1.58 157	1.99 242	1.47 144	1.78 217	1.14 180	2.44 226	0.90 141	0.48 385	0.23 195	0.32 218	0.27 198	0.40 256	0.29 139

raft+_RVC	1.21 121	0.83 307	2.61 172	1.35 366	0.97 299	3.60 244	0.76 169	3.23 192	1.51 109	1.33 116	1.67 202	1.03 110	1.10 168	1.87 183	0.92 151	0.24 35	0.22 168	0.25 59	0.24 143	0.26 50	0.25 72

UNet	2.51 353	0.74 260	20.17 460	1.14 269	1.44 411	3.48 215	0.76 169	3.77 275	1.87 239	2.05 269	1.57 173	2.75 346	2.39 394	3.51 273	2.51 409	0.32 219	0.26 262	0.41 352	0.26 172	0.38 241	0.39 265

xyz-stereo	10.85 520	0.45 17	79.01 549	0.62 7	0.45 74	83.70 551	0.77 182	2.59 125	1.34 48	2.19 318	32.02 539	2.76 352	1.62 291	5.75 322	2.39 394	0.25 56	0.17 18	0.33 253	0.21 75	0.25 37	0.19 4

RSM	0.80 27	0.50 37	1.08 13	0.83 78	0.51 113	1.31 35	0.77 182	2.28 85	1.43 66	0.82 63	1.44 137	1.22 140	0.62 37	1.17 53	0.63 36	0.22 12	0.18 45	0.24 40	0.19 47	0.27 62	0.20 16

ttt	2.76 386	0.56 86	2.28 148	1.41 390	1.21 366	3.67 257	0.77 182	4.59 488	2.94 438	2.35 370	2.30 381	2.45 316	1.54 278	11.25 465	15.56 504	0.43 351	0.36 351	0.37 317	0.33 308	0.40 256	0.40 285

ROB_FTStereo	1.25 135	0.66 195	2.14 130	0.75 36	0.37 27	4.65 467	0.77 182	2.53 107	1.58 157	1.99 242	1.47 144	1.78 217	1.13 174	2.26 222	0.86 124	0.47 381	0.22 168	0.32 218	0.27 198	0.40 256	0.29 139

HUF	1.15 106	0.64 174	8.62 279	0.90 126	0.35 11	1.35 37	0.78 186	1.97 56	1.50 102	0.63 22	1.52 155	0.83 71	0.66 48	1.28 75	0.63 36	0.29 141	0.23 195	0.26 80	0.17 23	0.23 20	0.25 72

DDVS	1.68 205	0.79 289	2.52 164	1.26 325	1.16 346	3.17 163	0.78 186	3.12 179	1.82 228	1.86 201	1.91 299	2.92 366	1.43 242	6.20 333	1.63 309	0.45 367	0.65 462	0.34 271	0.38 366	0.48 343	0.79 436

iRaft-Stereo_20w	1.88 233	0.62 152	10.58 305	0.90 126	0.83 253	2.96 143	0.78 186	4.90 499	1.58 157	2.29 348	1.60 182	1.25 143	4.51 472	2.28 223	0.90 141	0.29 141	0.21 139	0.26 80	0.24 143	0.41 280	0.31 174

PSMNet-ADL	1.91 240	0.72 241	1.78 90	1.09 241	0.86 266	4.18 385	0.78 186	3.77 275	2.10 289	1.72 176	1.85 280	2.91 364	1.82 344	10.38 430	1.91 347	0.48 385	0.46 418	0.28 135	0.29 255	0.38 241	0.51 356

HUI-Stereo	1.25 135	0.66 195	2.33 152	0.75 36	0.37 27	4.68 471	0.78 186	2.53 107	1.58 157	1.99 242	1.46 140	1.79 224	1.13 174	2.17 211	0.85 117	0.48 385	0.23 195	0.32 218	0.27 198	0.40 256	0.29 139

ASMatch	2.62 370	0.60 127	20.65 484	1.37 382	0.64 177	4.39 418	0.78 186	1.97 56	1.58 157	1.70 171	3.89 472	1.94 249	3.79 456	5.46 313	1.64 312	0.31 199	0.24 228	0.34 271	0.28 227	0.33 177	0.50 348

RAFT-345	2.46 343	0.55 75	19.69 440	1.02 209	0.49 107	4.43 428	0.78 186	1.64 29	2.34 338	2.09 278	3.12 452	1.96 256	1.31 213	6.65 343	1.43 262	0.36 278	0.23 195	0.32 218	0.25 154	0.28 78	0.25 72

MM-Stereo_test1	1.90 236	0.53 59	19.85 445	1.39 386	0.48 101	1.81 65	0.79 193	3.00 166	1.82 228	1.69 167	1.09 61	0.87 83	0.97 128	1.45 108	0.74 82	0.24 35	0.21 139	0.27 106	0.24 143	0.35 213	0.24 62

SMoEStereo_RVC	0.80 27	0.53 59	1.12 18	0.92 139	0.44 67	2.41 102	0.79 193	1.49 14	1.16 23	0.70 32	1.12 65	0.64 26	0.64 42	1.69 157	0.87 130	0.22 12	0.16 7	0.31 198	0.22 106	0.26 50	0.25 72

rvit_0105_6	1.00 81	0.93 336	2.21 136	0.92 139	0.55 137	1.52 52	0.79 193	2.41 92	2.96 439	0.76 49	0.72 19	1.02 108	0.75 67	1.42 101	0.81 105	0.40 321	0.43 399	0.34 271	0.31 289	0.43 309	0.34 210

Occ-G	0.86 42	0.52 48	1.39 54	0.82 68	0.66 191	1.37 39	0.79 193	1.58 19	1.31 45	1.56 144	0.87 33	2.18 283	0.89 110	0.97 15	0.88 134	0.26 69	0.19 74	0.26 80	0.19 47	0.25 37	0.24 62

test_sample6	2.35 324	0.62 152	10.78 308	1.33 355	0.83 253	3.15 162	0.79 193	4.36 455	2.43 363	2.26 344	2.04 323	1.69 203	1.39 225	11.48 473	1.61 302	0.38 303	0.32 324	0.37 317	0.39 372	0.41 280	0.42 295

tt1	1.79 221	0.73 252	10.41 303	1.75 451	0.36 13	4.55 450	0.79 193	4.22 399	3.37 476	1.08 100	1.80 249	0.74 57	1.48 256	2.21 217	0.65 43	0.29 141	0.16 7	0.31 198	0.22 106	0.30 113	0.29 139

anonymousa	2.16 280	0.67 205	19.19 424	1.04 218	1.67 453	2.06 84	0.79 193	2.86 156	1.96 253	1.85 196	2.14 348	3.23 389	1.81 342	1.12 34	1.15 200	0.26 69	0.26 262	0.34 271	0.32 300	0.30 113	0.28 129

RCA-Stereo	1.21 121	0.52 48	1.58 75	0.90 126	0.46 83	4.68 471	0.79 193	4.13 376	1.74 216	1.92 220	1.80 249	0.94 101	1.48 256	1.14 39	0.70 68	0.27 84	0.18 45	0.25 59	0.19 47	0.25 37	0.23 48

DisPM	1.36 161	0.55 75	2.39 158	1.54 420	0.51 113	4.59 458	0.79 193	2.50 105	1.88 241	2.50 393	1.83 268	1.45 171	1.01 138	2.71 255	0.93 159	0.46 372	0.20 108	0.32 218	0.31 289	0.31 133	0.44 310

Pruner-Stereo	1.32 159	0.59 115	2.11 129	1.79 459	0.47 93	4.73 484	0.79 193	2.53 107	1.72 207	2.47 390	1.58 174	1.48 174	1.03 141	1.66 151	1.47 273	0.44 358	0.21 139	0.34 271	0.30 273	0.30 113	0.39 265

IGEV-RUCA	0.90 53	0.53 59	1.05 5	0.81 58	0.74 224	3.89 302	0.80 203	1.92 52	1.41 60	0.96 89	0.71 18	0.70 40	0.73 61	1.30 82	0.68 55	0.29 141	0.20 108	0.25 59	0.19 47	0.43 309	0.34 210

fffft	0.76 15	0.47 22	1.28 42	0.82 68	0.54 131	1.51 50	0.80 203	2.09 67	1.18 25	0.63 22	0.84 31	0.59 19	0.55 19	1.80 172	0.85 117	0.19 2	0.18 45	0.27 106	0.20 61	0.26 50	0.24 62
1: 1. 1
rvit_stereo_ft	1.00 81	0.87 320	3.55 216	0.97 174	0.66 191	1.06 9	0.80 203	2.78 147	1.67 192	0.78 56	0.96 41	0.95 102	1.14 180	1.06 27	0.90 141	0.32 219	0.24 228	0.27 106	0.28 227	0.39 251	0.27 110

RAFT-Stereo-weight	1.11 98	0.48 28	1.22 33	0.99 186	0.42 55	4.17 382	0.80 203	3.60 241	1.50 102	1.97 235	1.50 152	1.30 150	0.65 45	1.24 65	0.85 117	0.25 56	0.19 74	0.26 80	0.22 106	0.27 62	0.23 48

RAFT-Test	1.44 169	0.59 115	6.10 253	1.01 200	0.69 209	2.90 130	0.80 203	3.68 256	1.70 203	1.85 196	1.68 205	3.15 383	1.03 141	1.20 60	0.99 174	0.27 84	0.22 168	0.25 59	0.23 119	0.27 62	0.25 72

test_xeample	2.67 378	0.56 86	2.05 115	1.09 241	0.81 242	3.24 174	0.80 203	4.55 485	2.70 404	2.42 384	2.27 370	1.39 161	1.40 229	10.75 439	17.51 516	0.30 180	0.30 306	0.32 218	0.28 227	0.34 195	0.33 197

ACVNet	1.46 172	0.64 174	3.56 218	0.93 153	0.85 261	4.22 395	0.80 203	2.85 153	2.08 278	1.78 186	1.88 287	3.10 378	1.46 252	1.33 86	1.89 344	0.29 141	0.26 262	0.30 176	0.26 172	0.39 251	0.27 110

hitnet-ft	2.37 330	0.73 252	8.34 273	0.96 167	0.89 279	3.77 272	0.80 203	3.55 236	2.58 390	2.24 338	2.04 323	3.65 427	1.49 262	11.71 488	1.89 344	0.44 358	0.53 436	0.44 367	0.35 331	0.52 356	0.48 335

HITNet	2.07 270	0.82 304	14.77 355	1.34 362	0.56 141	3.47 212	0.80 203	4.07 360	2.35 340	2.16 308	1.61 186	1.64 193	1.44 245	2.09 202	2.56 415	0.26 69	0.18 45	0.41 352	0.26 172	0.45 325	0.25 72
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
xyz-stereo-finetune	1.05 90	0.62 152	1.46 60	0.59 3	0.36 13	3.48 215	0.81 212	2.69 136	1.74 216	0.94 83	1.21 79	0.91 92	0.78 82	2.53 241	1.28 237	0.24 35	0.24 228	0.26 80	0.23 119	0.30 113	0.23 48

Any-RAFT	1.40 165	0.53 59	2.78 185	1.09 241	0.64 177	4.41 424	0.81 212	3.97 330	2.78 413	1.99 242	1.34 113	2.36 301	1.56 282	1.56 126	0.75 85	0.27 84	0.20 108	0.25 59	0.18 31	0.25 37	0.28 129

pcwnet_v2	2.70 384	0.65 184	22.48 521	1.08 235	1.03 316	3.56 236	0.81 212	4.29 429	3.14 457	2.29 348	2.29 376	3.01 371	1.71 322	3.32 270	1.43 262	0.43 351	0.50 433	0.41 352	0.34 316	0.61 390	0.56 375

iResNet	2.52 356	0.94 342	21.17 502	1.84 463	0.72 215	3.75 269	0.81 212	4.14 382	2.55 388	2.33 368	2.03 320	1.35 156	1.44 245	3.27 267	2.16 380	0.35 267	0.23 195	0.28 135	0.22 106	0.44 317	0.45 316

AIO-Stereo	0.76 15	0.54 69	1.07 9	0.73 33	0.40 44	1.28 32	0.82 216	2.26 82	1.49 97	0.70 32	1.58 174	0.89 88	0.45 9	1.03 23	0.55 25	0.24 35	0.18 45	0.25 59	0.20 61	0.26 50	0.21 31

HH	2.23 288	0.86 318	21.59 512	0.98 180	0.51 113	1.49 48	0.82 216	2.74 142	1.54 134	1.10 102	1.69 209	4.62 471	1.86 351	2.55 242	0.69 62	0.26 69	0.22 168	0.29 156	0.23 119	0.34 195	0.27 110

HanStereo	2.23 288	0.86 318	21.59 512	0.98 180	0.51 113	1.49 48	0.82 216	2.74 142	1.54 134	1.10 102	1.69 209	4.62 471	1.86 351	2.55 242	0.69 62	0.26 69	0.22 168	0.29 156	0.23 119	0.34 195	0.27 110

Selective-IGEV	0.80 27	0.52 48	1.05 5	0.75 36	0.61 169	1.31 35	0.82 216	2.60 126	1.41 60	0.82 63	1.64 193	0.71 47	0.62 37	1.22 63	0.64 39	0.22 12	0.19 74	0.24 40	0.18 31	0.25 37	0.20 16

GLC_STEREO	0.76 15	0.52 48	1.12 18	0.83 78	0.33 8	1.86 68	0.82 216	1.46 12	1.38 53	0.95 87	1.04 51	0.68 36	0.72 57	0.97 15	0.80 100	0.23 23	0.25 249	0.32 218	0.25 154	0.32 159	0.30 165

ProNet	0.82 37	0.71 238	1.50 65	0.86 103	0.45 74	1.78 62	0.83 221	1.75 37	1.28 41	0.66 27	1.13 67	0.78 60	0.76 72	1.66 151	0.71 71	0.24 35	0.20 108	0.25 59	0.23 119	0.29 90	0.25 72

CRE-IMP	1.23 126	0.61 142	2.14 130	0.82 68	0.39 41	4.54 447	0.83 221	2.63 129	1.55 142	1.95 229	1.46 140	1.87 244	0.96 125	1.48 115	1.33 248	0.45 367	0.21 139	0.31 198	0.26 172	0.41 280	0.31 174

FADNet_RVC	2.65 374	2.28 473	16.51 379	0.98 180	0.92 284	4.09 353	0.83 221	4.26 420	1.73 210	1.46 133	1.78 243	1.60 189	1.50 263	8.88 382	2.39 394	0.47 381	0.38 370	0.44 367	0.58 443	0.89 448	0.97 454

rvit_0105_4	1.07 94	0.99 352	2.39 158	0.93 153	0.54 131	1.62 58	0.84 224	2.77 146	2.91 433	0.80 59	0.91 36	1.09 115	0.86 101	1.63 146	0.85 117	0.40 321	0.45 409	0.35 290	0.31 289	0.43 309	0.40 285

gcap-zeroshot	1.30 153	0.61 142	4.09 229	0.94 157	0.56 141	3.50 222	0.84 224	3.12 179	1.72 207	1.84 195	1.22 81	2.72 343	0.88 106	1.46 112	0.80 100	0.29 141	0.30 306	0.27 106	0.21 75	0.29 90	0.25 72

testlalala_base	1.62 194	0.74 260	1.63 77	1.19 298	1.40 402	2.63 116	0.84 224	4.09 366	1.31 45	1.22 111	1.42 133	1.21 139	0.85 99	1.16 46	0.73 78	3.92 519	2.10 506	0.27 106	0.18 31	4.49 518	1.11 464

anonymousdsp	0.95 67	0.69 216	1.27 40	0.83 78	0.52 122	4.54 447	0.84 224	1.76 38	1.24 31	0.76 49	1.06 57	0.78 60	0.77 74	1.67 155	0.69 62	0.27 84	0.17 18	0.29 156	0.21 75	0.31 133	0.26 96

IGEV-Stereo	0.95 67	0.69 216	1.27 40	0.84 87	0.52 122	4.54 447	0.84 224	1.76 38	1.24 31	0.75 39	1.06 57	0.79 64	0.77 74	1.68 156	0.69 62	0.27 84	0.17 18	0.29 156	0.21 75	0.31 133	0.26 96
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.10 273	0.83 307	8.57 276	0.81 58	0.76 229	3.21 166	0.84 224	3.71 267	1.65 188	1.56 144	2.50 406	2.20 284	2.23 385	9.13 389	2.01 361	0.38 303	0.19 74	0.35 290	0.27 198	0.45 325	0.39 265

dad	1.65 200	1.19 393	3.04 196	0.98 180	0.56 141	4.22 395	0.84 224	1.99 58	2.48 372	2.14 295	1.68 205	1.62 192	1.13 174	3.85 283	2.04 363	1.03 473	0.40 384	2.04 498	0.48 414	0.75 433	0.53 363

PFNet+	1.46 172	0.57 95	2.84 187	0.92 139	0.47 93	4.64 465	0.84 224	2.46 100	1.99 258	2.14 295	1.64 193	1.34 154	1.03 141	4.68 301	1.23 222	0.45 367	0.33 331	0.37 317	0.39 372	0.32 159	0.49 341

Anonymous3	1.72 209	0.76 277	11.61 317	0.83 78	0.84 260	4.46 430	0.84 224	3.57 238	1.16 23	1.34 117	1.37 121	1.11 120	1.03 141	1.58 129	1.13 198	0.70 450	0.58 450	0.33 253	0.35 331	0.47 340	0.42 295

coex_refinement	2.10 273	0.85 315	3.67 225	1.31 347	1.13 339	3.21 166	0.85 233	3.86 295	2.31 332	2.51 395	1.92 301	3.49 414	1.69 318	11.08 458	2.13 376	0.37 286	0.25 249	0.27 106	0.31 289	0.41 280	0.37 244

mmm	1.27 147	0.58 108	2.20 134	1.41 390	0.68 203	2.39 101	0.85 233	3.90 308	1.63 183	2.20 321	1.84 273	1.28 146	1.50 263	1.91 186	0.89 137	0.31 199	0.27 273	0.45 373	0.37 353	0.38 241	0.34 210

DMCA-RVC	2.45 340	1.22 402	18.29 407	1.23 315	1.14 340	2.49 107	0.85 233	3.29 199	1.68 194	3.02 448	1.41 131	2.00 263	1.53 275	6.39 337	2.00 359	0.38 303	0.30 306	0.44 367	0.35 331	0.45 325	0.44 310

MM-Stereo_test3	1.09 95	0.59 115	1.55 71	1.73 449	1.18 348	1.91 72	0.86 236	3.52 229	1.76 220	1.25 112	1.86 283	1.10 118	0.69 52	1.32 85	0.86 124	0.27 84	0.23 195	0.27 106	0.22 106	0.34 195	0.30 165

AIO-Stereo-zeroshot1	2.68 381	1.26 409	22.01 519	1.08 235	0.99 306	1.61 56	0.86 236	3.69 261	1.64 184	1.52 139	5.62 486	3.35 399	3.44 449	2.20 215	1.33 248	0.26 69	0.21 139	0.30 176	0.62 451	0.93 452	0.67 406

test_sample2	1.75 216	0.56 86	2.25 142	1.41 390	0.80 239	2.91 133	0.86 236	4.05 353	2.04 270	1.91 218	1.39 126	1.57 184	1.55 280	10.65 436	1.06 182	0.32 219	0.28 283	0.32 218	0.30 273	0.36 226	0.33 197

CAS++	0.89 50	0.64 174	1.46 60	0.81 58	0.51 113	1.24 23	0.86 236	3.44 217	1.46 76	1.14 107	1.29 102	0.62 23	0.58 25	1.13 37	0.59 29	0.34 247	0.30 306	0.34 271	0.26 172	0.41 280	0.29 139
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	2.46 343	0.72 241	19.97 450	1.02 209	0.99 306	4.26 400	0.86 236	3.51 228	1.68 194	1.92 220	1.73 220	4.01 441	4.22 465	1.62 142	0.88 134	0.24 35	0.23 195	0.34 271	0.26 172	0.42 299	0.36 230

MyStereo05	2.37 330	0.72 241	19.94 448	1.02 209	0.99 306	4.26 400	0.86 236	4.01 340	2.62 393	2.14 295	1.26 93	2.28 288	1.63 304	2.07 197	1.68 317	0.24 35	0.23 195	0.34 271	0.26 172	0.42 299	0.36 230

ff7	0.98 73	0.69 216	2.05 115	0.84 87	0.52 122	4.55 450	0.86 236	1.62 22	1.24 31	0.75 39	1.03 47	0.70 40	0.77 74	1.84 177	0.68 55	0.27 84	0.17 18	0.29 156	0.21 75	0.31 133	0.27 110

IGEVStereo-DCA	0.86 42	0.65 184	2.05 115	0.90 126	0.46 83	1.57 54	0.86 236	1.62 22	1.24 31	0.65 25	0.77 25	0.74 57	0.72 57	2.59 246	0.86 124	0.28 121	0.21 139	0.28 135	0.21 75	0.29 90	0.27 110

ffff	0.98 73	0.69 216	2.05 115	0.84 87	0.52 122	4.55 450	0.86 236	1.62 22	1.24 31	0.75 39	1.03 47	0.70 40	0.77 74	1.84 177	0.68 55	0.27 84	0.17 18	0.29 156	0.21 75	0.31 133	0.27 110

ffm	1.72 209	0.60 127	5.21 246	1.14 269	0.99 306	3.62 249	0.86 236	4.22 399	3.37 476	2.20 321	2.30 381	3.48 408	1.62 291	2.21 217	0.65 43	0.29 141	0.16 7	0.48 389	0.37 353	0.30 113	0.29 139

ff1	2.96 405	0.60 127	5.21 246	1.14 269	0.99 306	3.62 249	0.86 236	4.22 399	3.37 476	2.20 321	2.30 381	3.48 408	1.62 291	11.62 478	16.09 506	0.29 141	0.16 7	0.48 389	0.37 353	0.30 113	0.29 139

mmx	2.98 411	0.60 127	5.21 246	1.14 269	0.99 306	3.62 249	0.86 236	4.49 478	3.05 449	2.20 321	2.30 381	3.48 408	1.62 291	11.62 478	16.09 506	0.33 235	0.28 283	0.48 389	0.37 353	0.44 317	0.37 244

11t	0.98 73	0.69 216	2.05 115	0.84 87	0.52 122	4.55 450	0.86 236	1.62 22	1.24 31	0.75 39	1.03 47	0.70 40	0.77 74	1.84 177	0.68 55	0.27 84	0.17 18	0.29 156	0.21 75	0.31 133	0.27 110

xxx	2.98 411	0.60 127	5.21 246	1.14 269	0.99 306	3.62 249	0.86 236	4.49 478	3.05 449	2.20 321	2.30 381	3.48 408	1.62 291	11.62 478	16.09 506	0.33 235	0.28 283	0.48 389	0.37 353	0.44 317	0.37 244

ccc-4	0.98 73	0.69 216	2.05 115	0.84 87	0.52 122	4.55 450	0.86 236	1.62 22	1.24 31	0.75 39	1.03 47	0.70 40	0.77 74	1.84 177	0.68 55	0.27 84	0.17 18	0.29 156	0.21 75	0.31 133	0.27 110

STTStereo	2.34 319	0.95 344	14.93 361	1.43 394	1.54 425	3.86 297	0.86 236	3.65 249	2.44 367	2.15 303	1.55 168	2.49 322	1.59 283	5.14 307	1.44 264	0.38 303	0.39 379	0.47 381	0.51 427	0.52 356	0.51 356

RTSC	2.95 402	2.51 475	15.49 370	1.54 420	1.30 377	3.51 225	0.86 236	3.89 303	2.48 372	3.64 471	3.12 452	3.04 373	2.30 387	5.70 321	6.67 461	0.55 419	0.35 347	0.37 317	0.39 372	0.70 418	0.60 389

PWCDC_ROB	2.95 402	3.26 487	14.06 346	1.59 430	1.56 432	4.19 389	0.86 236	4.30 437	4.08 494	2.06 274	7.37 490	2.75 346	2.42 396	3.59 276	2.67 419	1.34 492	0.36 351	0.39 336	0.34 316	1.13 470	0.62 395

Anonymous_2	3.01 417	0.89 323	4.53 238	1.06 225	1.18 348	2.93 138	0.87 254	3.24 194	1.46 76	1.86 201	1.35 116	4.11 447	2.35 392	1.64 148	1.28 237	0.82 461	0.90 482	8.71 537	15.84 540	4.44 517	0.74 424

ACRE	2.27 296	1.11 379	19.45 432	0.91 133	1.30 377	3.94 317	0.87 254	4.21 396	1.80 226	2.28 346	2.62 420	1.17 126	1.04 145	1.52 122	1.30 241	0.37 286	0.23 195	0.27 106	0.22 106	0.31 133	0.46 326

test_3	1.19 113	0.51 42	2.08 127	0.99 186	0.41 49	2.05 83	0.87 254	4.40 463	1.42 62	1.99 242	1.18 73	2.03 267	0.79 85	2.70 254	0.75 85	0.27 84	0.17 18	0.29 156	0.29 255	0.30 113	0.27 110

NLCA_NET_v2_RVC	2.54 359	1.04 363	16.73 382	1.53 418	2.00 480	3.96 327	0.87 254	3.87 298	2.31 332	2.54 399	1.67 202	2.85 358	1.63 304	5.55 316	1.62 307	0.46 372	0.33 331	0.38 333	0.38 366	0.53 362	0.62 395
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AIO_test	0.76 15	0.47 22	1.31 44	0.81 58	0.70 211	1.36 38	0.88 258	1.40 9	1.45 68	0.55 8	0.95 39	1.81 232	0.58 25	1.16 46	0.46 16	0.27 84	0.17 18	0.24 40	0.19 47	0.24 24	0.21 31

1111x	3.13 428	0.57 95	8.38 275	1.20 302	0.76 229	3.80 279	0.88 258	4.61 490	2.63 395	2.31 358	2.16 351	1.95 251	1.81 342	11.54 474	18.13 519	0.32 219	0.31 316	0.32 218	0.30 273	0.35 213	0.34 210

FADNet	2.49 350	1.76 455	13.17 326	1.17 290	0.95 294	3.27 181	0.88 258	3.94 321	2.27 321	1.40 127	1.29 102	2.51 323	2.06 366	9.93 412	1.94 351	0.43 351	0.45 409	0.40 342	0.43 398	1.06 461	0.53 363

G2L-Stereo_aug	2.62 370	0.63 161	18.80 417	1.29 336	1.11 335	3.13 159	0.89 261	3.65 249	1.84 235	2.21 329	2.16 351	3.04 373	2.10 370	7.62 363	2.39 394	0.28 121	0.21 139	0.32 218	0.20 61	0.30 113	0.33 197

SCV	0.95 67	0.63 161	1.38 53	1.70 445	0.41 49	1.23 19	0.89 261	3.53 233	1.57 154	0.61 18	1.54 164	0.93 98	0.77 74	1.66 151	0.66 48	0.36 278	0.20 108	0.25 59	0.19 47	0.29 90	0.25 72

IER	1.69 206	0.65 184	7.19 262	0.94 157	1.15 342	3.28 185	0.89 261	3.48 219	1.97 255	2.10 281	1.98 313	2.28 288	2.12 372	2.25 221	1.75 330	0.29 141	0.23 195	0.36 305	0.30 273	0.32 159	0.34 210

CIPLG	2.27 296	1.18 391	19.24 425	0.92 139	1.34 389	3.95 322	0.89 261	4.23 403	1.82 228	2.31 358	2.67 425	1.17 126	1.06 157	1.53 124	1.32 244	0.37 286	0.23 195	0.27 106	0.22 106	0.31 133	0.45 316

IPLGR_C	2.28 301	1.31 417	19.46 433	0.92 139	1.32 384	3.93 312	0.89 261	4.20 391	1.82 228	2.30 352	2.63 422	1.16 125	1.07 159	1.41 100	1.29 240	0.37 286	0.23 195	0.27 106	0.22 106	0.31 133	0.45 316

MMNet	2.02 262	0.81 297	10.76 307	1.12 261	1.23 367	3.53 229	0.89 261	3.79 279	2.08 278	2.15 303	1.76 235	2.15 281	2.12 372	3.69 280	2.32 391	0.31 199	0.29 293	0.34 271	0.27 198	0.38 241	0.42 295

knoymous	1.30 153	0.60 127	5.57 251	0.88 113	0.75 226	3.04 147	0.90 267	2.68 134	1.33 47	1.48 135	1.07 59	2.78 354	0.88 106	1.29 78	0.85 117	0.31 199	0.22 168	0.35 290	0.20 61	0.45 325	0.37 244

test_1	1.19 113	0.52 48	2.00 109	1.01 200	0.42 55	1.95 75	0.90 267	4.36 455	1.47 81	2.17 312	1.16 70	2.06 273	0.78 82	2.68 252	0.76 89	0.27 84	0.18 45	0.28 135	0.26 172	0.26 50	0.25 72

NRIStereo	1.28 150	0.61 142	1.67 80	1.15 282	0.38 38	4.73 484	0.90 267	2.42 95	1.50 102	1.93 224	1.33 108	1.75 211	1.22 197	2.96 263	1.33 248	0.46 372	0.22 168	0.29 156	0.26 172	0.30 113	0.28 129

CFNet-ft	1.90 236	0.95 344	3.56 218	1.07 227	1.54 425	4.09 353	0.90 267	2.85 153	1.82 228	1.78 186	1.70 211	2.75 346	1.48 256	9.33 393	1.72 322	0.33 235	0.30 306	0.61 443	0.36 341	0.52 356	0.39 265

DMCA	1.72 209	0.74 260	6.63 256	1.14 269	0.96 295	3.98 334	0.90 267	3.75 271	2.76 411	2.83 437	1.58 174	2.35 299	1.18 191	1.58 129	1.98 358	0.40 321	0.27 273	0.42 359	0.26 172	0.36 226	0.38 259

R-Stereo Train	1.20 118	0.58 108	1.81 92	0.99 186	0.67 198	3.78 274	0.90 267	4.09 366	1.51 109	2.16 308	1.71 215	1.13 121	0.94 122	1.40 95	0.91 148	0.30 180	0.24 228	0.26 80	0.21 75	0.26 50	0.25 72

RAFT-Stereo	1.20 118	0.58 108	1.81 92	0.99 186	0.67 198	3.78 274	0.90 267	4.09 366	1.51 109	2.16 308	1.71 215	1.13 121	0.94 122	1.40 95	0.91 148	0.30 180	0.24 228	0.26 80	0.21 75	0.26 50	0.25 72
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	1.90 236	0.95 344	3.56 218	1.07 227	1.54 425	4.09 353	0.90 267	2.85 153	1.82 228	1.78 186	1.70 211	2.75 346	1.48 256	9.33 393	1.72 322	0.33 235	0.30 306	0.61 443	0.36 341	0.52 356	0.39 265

castereo	0.82 37	0.70 226	1.04 3	0.85 99	0.50 111	1.29 34	0.91 275	3.22 190	1.20 27	0.83 69	1.24 86	0.72 49	0.91 115	1.00 20	0.67 52	0.26 69	0.16 7	0.25 59	0.20 61	0.24 24	0.21 31

rvit_0105_5	1.13 100	0.93 336	2.60 169	0.91 133	0.56 141	1.92 73	0.91 275	3.02 169	2.63 395	0.95 87	1.20 76	1.18 130	0.93 120	1.51 120	0.93 159	0.40 321	0.43 399	0.37 317	0.35 331	0.42 299	0.44 310

ITSA-stereo	1.86 228	0.72 241	3.74 226	1.20 302	0.66 191	4.09 353	0.91 275	4.24 411	2.53 382	1.93 224	1.77 240	1.59 188	2.15 376	6.12 332	2.44 403	0.40 321	0.38 370	0.40 342	0.40 383	0.50 351	0.98 456

qqq	1.30 153	0.57 95	1.67 80	1.15 282	0.51 113	2.18 90	0.91 275	3.98 332	1.53 125	1.50 138	1.24 86	1.79 224	1.34 217	4.66 299	0.98 171	0.28 121	0.31 316	0.33 253	0.33 308	0.33 177	0.32 183

GMOStereo	1.13 100	0.70 226	2.26 143	0.75 36	0.44 67	3.05 149	0.91 275	2.78 147	1.45 68	2.37 375	1.52 155	1.53 178	1.05 150	1.17 53	0.92 151	0.25 56	0.19 74	0.35 290	0.28 227	0.34 195	0.26 96

error version	1.13 100	0.70 226	2.26 143	0.75 36	0.44 67	3.05 149	0.91 275	2.78 147	1.45 68	2.37 375	1.52 155	1.53 178	1.05 150	1.17 53	0.92 151	0.25 56	0.19 74	0.35 290	0.28 227	0.34 195	0.26 96

test-v	1.13 100	0.70 226	2.26 143	0.75 36	0.44 67	3.05 149	0.91 275	2.78 147	1.45 68	2.37 375	1.52 155	1.53 178	1.05 150	1.17 53	0.92 151	0.25 56	0.19 74	0.35 290	0.28 227	0.34 195	0.26 96

test-3	1.19 113	0.52 48	2.00 109	1.01 200	0.42 55	1.95 75	0.91 275	4.35 450	1.47 81	2.24 338	1.16 70	2.06 273	0.79 85	2.68 252	0.76 89	0.27 84	0.18 45	0.28 135	0.26 172	0.26 50	0.25 72

PFNet	2.47 346	0.60 127	16.95 386	2.15 482	0.81 242	4.63 464	0.91 275	2.55 117	1.52 118	2.40 382	2.79 434	1.83 236	1.42 239	7.54 361	1.34 251	0.33 235	0.21 139	0.36 305	0.27 198	0.32 159	0.39 265

test-2	1.13 100	0.70 226	2.26 143	0.75 36	0.44 67	3.05 149	0.91 275	2.78 147	1.45 68	2.37 375	1.52 155	1.53 178	1.05 150	1.17 53	0.92 151	0.25 56	0.19 74	0.35 290	0.28 227	0.34 195	0.26 96

111	1.83 225	0.92 332	9.08 283	0.81 58	0.36 13	4.25 399	0.91 275	4.44 469	2.70 404	2.39 380	1.96 305	2.30 294	1.64 307	1.28 75	1.82 336	0.28 121	0.22 168	0.24 40	0.20 61	0.31 133	0.54 369

GANet-RSSM	1.98 254	0.62 152	3.49 213	1.69 442	1.23 367	4.22 395	0.91 275	3.31 201	1.86 238	1.81 191	1.74 222	2.34 297	1.82 344	10.92 448	1.73 326	0.34 247	0.29 293	0.31 198	0.28 227	0.39 251	0.40 285

DeepPruner_ROB	2.05 267	1.09 375	10.50 304	1.01 200	1.20 360	4.39 418	0.91 275	3.14 181	1.72 207	2.60 411	1.54 164	2.78 354	1.27 204	4.52 297	1.72 322	0.51 406	0.40 384	0.37 317	0.34 316	0.48 343	0.52 361

999	0.97 72	0.48 28	1.24 35	1.03 216	0.64 177	3.25 177	0.92 288	1.40 9	1.39 54	0.71 35	1.68 205	0.70 40	0.66 48	3.03 265	0.89 137	0.23 23	0.19 74	0.25 59	0.21 75	0.25 37	0.29 139

AEACV	0.79 26	0.54 69	1.35 51	0.97 174	0.63 175	1.13 13	0.92 288	2.02 60	0.91 12	0.76 49	0.79 27	0.80 66	1.61 288	1.28 75	0.61 32	0.22 12	0.18 45	0.26 80	0.23 119	0.27 62	0.23 48

GCAP-BAT	1.21 121	0.74 260	3.23 202	0.95 161	0.70 211	3.86 297	0.93 290	1.89 46	1.48 89	1.85 196	1.96 305	1.68 198	0.79 85	1.78 168	0.81 105	0.29 141	0.20 108	0.24 40	0.20 61	0.26 50	0.35 224

testlalala	1.14 105	0.62 152	1.34 49	1.00 194	0.78 236	4.38 415	0.93 290	2.46 100	2.20 307	2.44 386	1.52 155	1.31 151	0.61 35	1.04 26	0.65 43	0.35 267	0.19 74	0.24 40	0.19 47	0.24 24	0.23 48

HHNet	2.48 348	0.71 238	20.52 478	0.64 10	0.64 177	4.07 351	0.93 290	3.76 273	1.56 148	2.15 303	4.92 481	0.98 103	3.37 443	1.66 151	1.79 334	0.32 219	0.20 108	0.31 198	0.27 198	0.36 226	0.42 295

ac_64	2.35 324	0.62 152	9.77 292	1.32 350	1.71 459	3.27 181	0.93 290	3.48 219	2.50 377	1.74 180	1.73 220	3.91 435	1.77 331	10.21 423	1.86 341	0.40 321	0.31 316	0.33 253	0.30 273	0.34 195	0.39 265

cf-r	2.57 367	0.79 289	16.09 373	1.48 409	1.35 390	4.19 389	0.93 290	3.68 256	2.36 343	1.97 235	1.81 261	3.42 405	1.45 249	8.24 372	1.83 338	0.32 219	0.26 262	0.33 253	0.30 273	0.34 195	0.37 244

DispNO	3.00 415	0.75 272	18.92 420	1.17 290	1.10 334	3.72 263	0.94 295	4.29 429	2.54 386	2.24 338	2.28 373	4.51 465	2.12 372	11.40 468	2.09 371	0.31 199	0.28 283	0.31 198	0.28 227	0.36 226	0.39 265

RAFT+CT+SA	1.62 194	0.72 241	7.42 263	0.97 174	1.42 410	4.04 343	0.94 295	3.90 308	1.61 177	1.61 152	1.63 191	1.33 153	1.18 191	2.73 257	1.10 191	0.27 84	0.19 74	0.31 198	0.34 316	0.33 177	0.33 197

RAFT	1.23 126	0.84 311	2.05 115	0.96 167	0.47 93	1.80 64	0.94 295	3.18 187	1.46 76	1.60 147	1.71 215	3.04 373	1.59 283	1.64 148	1.32 244	0.38 303	0.24 228	0.40 342	0.32 300	0.40 256	0.35 224

test_xeample3	2.12 276	0.63 161	21.55 511	0.91 133	0.47 93	1.85 67	0.94 295	7.96 517	1.23 29	0.75 39	0.76 23	0.64 26	0.70 54	1.77 167	0.83 111	0.30 180	0.21 139	0.27 106	0.21 75	0.27 62	0.24 62

G2L-Stereo	2.49 350	0.94 342	14.54 354	1.15 282	1.35 390	3.57 240	0.95 299	3.62 245	2.00 262	2.11 285	1.61 186	3.20 385	1.34 217	9.54 398	1.91 347	0.34 247	0.27 273	0.35 290	0.28 227	0.30 113	0.35 224

MyStereo07	1.01 83	0.80 293	1.26 37	1.00 194	1.04 319	3.95 322	0.95 299	2.07 65	1.42 62	0.75 39	1.22 81	0.68 36	0.91 115	1.63 146	0.67 52	0.24 35	0.24 228	0.34 271	0.26 172	0.41 280	0.37 244

MyStereo04	2.29 304	0.80 293	18.77 416	1.00 194	1.04 319	3.95 322	0.95 299	3.91 312	2.54 386	1.99 242	1.27 99	2.31 295	1.65 309	2.02 196	1.77 331	0.24 35	0.24 228	0.34 271	0.26 172	0.41 280	0.37 244

GwcNet-ADL	2.47 346	0.67 205	21.48 510	0.96 167	0.72 215	4.61 461	0.95 299	4.42 465	2.36 343	1.98 237	1.80 249	2.55 326	1.24 202	1.90 185	1.41 259	0.40 321	0.46 418	0.24 40	0.27 198	0.41 280	0.49 341

ICVP	2.26 294	0.66 195	21.18 503	0.99 186	0.88 274	4.28 406	0.95 299	3.32 206	1.60 173	1.66 163	1.76 235	1.34 154	1.14 180	1.62 142	1.32 244	0.53 415	0.35 347	0.33 253	0.29 255	0.40 256	0.51 356
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.03 263	0.74 260	7.50 266	1.23 315	1.56 432	3.62 249	0.95 299	3.78 278	1.89 245	2.03 265	2.20 360	3.12 381	2.14 375	5.68 320	2.04 363	0.37 286	0.31 316	0.32 218	0.29 255	0.40 256	0.45 316

test_for_model	2.16 280	3.87 493	1.58 75	4.16 517	3.64 513	2.51 108	0.96 305	3.63 246	2.62 393	2.45 387	1.39 126	1.02 108	0.73 61	0.92 9	0.57 26	2.97 504	2.19 508	0.26 80	0.17 23	5.32 522	2.24 497

rrr	2.27 296	0.65 184	23.82 529	0.90 126	0.46 83	1.57 54	0.96 305	7.98 518	1.19 26	0.65 25	0.77 25	0.74 57	0.72 57	2.59 246	0.86 124	0.28 121	0.21 139	0.28 135	0.21 75	0.29 90	0.25 72

PSMNet-RSSM	1.96 250	0.77 280	3.26 204	1.29 336	1.31 379	4.19 389	0.96 305	3.68 256	1.89 245	2.05 269	1.80 249	2.60 331	1.70 320	9.84 407	1.81 335	0.35 267	0.29 293	0.35 290	0.37 353	0.42 299	0.35 224

YMNet	2.40 332	1.41 431	13.46 331	1.36 372	1.67 453	3.96 327	0.97 308	3.81 282	2.37 349	2.64 418	2.57 416	3.35 399	1.53 275	3.28 268	2.42 400	0.48 385	0.54 438	0.52 414	0.49 417	0.70 418	0.54 369

YMNet_1	2.40 332	1.41 431	13.46 331	1.36 372	1.67 453	3.96 327	0.97 308	3.81 282	2.37 349	2.64 418	2.57 416	3.35 399	1.53 275	3.28 268	2.42 400	0.48 385	0.54 438	0.52 414	0.49 417	0.70 418	0.54 369

AIO-test1	2.18 283	0.66 195	18.95 421	0.89 117	1.48 417	3.40 199	0.97 308	4.19 390	1.68 194	0.86 74	1.35 116	0.99 104	0.75 67	4.47 296	1.27 233	0.23 23	0.23 195	0.28 135	0.33 308	0.31 133	0.35 224

x	1.15 106	0.57 95	1.53 67	1.44 397	0.67 198	1.94 74	0.97 308	3.87 298	1.57 154	1.61 152	1.28 100	1.58 186	1.22 197	1.93 187	1.04 180	0.28 121	0.30 306	0.34 271	0.29 255	0.32 159	0.31 174

acv_ft	1.55 177	0.64 174	3.29 206	1.14 269	2.01 481	2.93 138	0.97 308	3.81 282	2.08 278	2.22 332	1.88 287	3.10 378	1.66 311	1.33 86	2.22 384	0.29 141	0.26 262	0.30 176	0.26 172	0.39 251	0.27 110

NOSS_ROB	2.27 296	0.73 252	3.00 194	1.71 446	1.00 313	3.90 304	0.97 308	4.29 429	2.81 425	2.94 445	2.19 358	3.88 434	1.19 195	11.77 490	1.62 307	0.59 426	0.54 438	0.56 428	0.52 430	0.56 373	0.54 369

RAFT_R40	1.70 208	0.59 115	2.99 193	1.46 403	0.46 83	4.74 487	0.98 314	2.23 80	1.56 148	2.02 261	2.35 396	2.71 341	2.56 406	6.71 347	0.90 141	0.40 321	0.19 74	0.30 176	0.27 198	0.33 177	0.26 96

AIO_rvc	0.78 24	0.55 75	1.25 36	0.75 36	0.65 185	1.46 45	0.99 315	2.13 69	1.52 118	0.57 11	1.15 69	1.09 115	0.55 19	1.15 44	0.53 23	0.24 35	0.17 18	0.24 40	0.17 23	0.25 37	0.21 31

castereo++	0.93 58	0.56 86	1.26 37	0.92 139	0.73 219	2.48 106	1.00 316	2.99 164	1.03 18	0.68 30	1.41 131	1.92 247	0.59 29	1.26 70	0.44 12	0.25 56	0.19 74	0.28 135	0.19 47	0.23 20	0.23 48

IGEV++	0.90 53	0.58 108	1.32 47	0.94 157	0.45 74	1.27 27	1.00 316	3.32 206	1.55 142	0.82 63	1.34 113	0.86 81	1.09 162	1.16 46	0.89 137	0.33 235	0.18 45	0.23 17	0.19 47	0.29 90	0.22 40

RASNet	2.56 364	0.70 226	10.06 297	1.60 432	2.25 492	3.67 257	1.00 316	3.38 213	3.14 457	1.81 191	2.11 342	4.60 470	2.30 387	10.25 425	2.61 416	0.37 286	0.24 228	0.25 59	0.24 143	0.28 78	0.26 96

WCG-NET（raft）	0.95 67	0.55 75	1.20 32	0.84 87	0.31 4	1.44 43	1.01 319	1.55 18	2.37 349	1.64 158	1.42 133	2.38 303	1.01 138	1.29 78	0.76 89	0.22 12	0.19 74	0.22 9	0.20 61	0.25 37	0.21 31

ToySt	1.35 160	0.72 241	3.65 224	1.01 200	0.50 111	3.31 190	1.01 319	3.46 218	1.73 210	1.30 114	1.55 168	2.07 276	1.47 254	1.88 184	1.40 255	0.27 84	0.27 273	0.30 176	0.32 300	0.42 299	0.39 265

STrans-v2	3.03 419	0.77 280	20.91 493	0.81 58	0.63 175	3.89 302	1.01 319	4.27 421	2.64 397	2.28 346	3.70 468	4.13 448	5.20 479	7.33 356	1.27 233	0.31 199	0.18 45	0.29 156	0.25 154	0.29 90	0.41 291

UCFNet_RVC	1.57 183	0.84 311	3.25 203	1.36 372	1.40 402	4.07 351	1.01 319	2.68 134	1.50 102	2.11 285	1.88 287	2.37 302	1.50 263	3.41 271	1.42 261	0.36 278	0.28 283	0.52 414	0.40 383	0.53 362	0.43 304

GES	1.38 164	0.64 174	2.61 172	1.09 241	0.57 152	4.30 409	1.02 323	3.86 295	1.51 109	1.72 176	1.74 222	1.28 146	1.77 331	1.62 142	1.61 302	0.39 315	0.27 273	0.33 253	0.30 273	0.41 280	0.47 331

UGAM	2.58 368	0.56 86	18.55 414	0.89 117	0.71 213	3.23 170	1.03 324	2.75 144	1.75 218	1.36 120	2.77 433	2.69 338	1.28 206	10.75 439	1.40 255	0.28 121	0.24 228	0.40 342	0.31 289	0.35 213	0.30 165

BEATNet_4x	1.92 243	1.36 424	8.75 281	1.20 302	0.56 141	3.46 209	1.03 324	4.00 338	2.43 363	2.25 341	1.70 211	2.10 278	1.59 283	2.57 245	3.05 431	0.37 286	0.22 168	0.47 381	0.29 255	0.60 385	0.40 285

HSM	2.35 324	0.81 297	2.21 136	1.14 269	1.55 429	3.44 204	1.03 324	3.99 336	2.25 316	2.29 348	2.11 342	8.04 504	3.05 430	11.60 476	1.71 320	0.33 235	0.22 168	0.28 135	0.23 119	0.32 159	0.35 224

gwcnet-sp	2.31 308	1.21 396	17.34 389	1.08 235	0.92 284	3.56 236	1.04 327	3.69 261	2.09 281	2.55 400	1.60 182	1.80 227	1.62 291	3.87 284	1.95 353	0.29 141	0.29 293	0.30 176	0.28 227	0.38 241	0.39 265

scenet	2.31 308	1.21 396	17.34 389	1.08 235	0.92 284	3.56 236	1.04 327	3.69 261	2.09 281	2.55 400	1.60 182	1.80 227	1.62 291	3.87 284	1.95 353	0.29 141	0.29 293	0.30 176	0.28 227	0.38 241	0.39 265

ssnet	2.31 308	1.21 396	17.34 389	1.08 235	0.92 284	3.56 236	1.04 327	3.69 261	2.09 281	2.55 400	1.60 182	1.80 227	1.62 291	3.87 284	1.95 353	0.29 141	0.29 293	0.30 176	0.28 227	0.38 241	0.39 265

4D-IteraStereo	1.97 252	0.84 311	20.43 476	0.78 54	1.56 432	2.09 86	1.05 330	2.43 97	1.56 148	1.41 129	1.00 43	1.94 249	0.61 35	1.22 63	1.06 182	0.27 84	0.18 45	0.31 198	0.26 172	0.27 62	0.23 48

RAFT_CTSACE	1.80 223	1.06 369	10.00 296	1.71 446	1.39 400	3.49 218	1.06 331	3.05 172	1.62 180	1.70 171	2.04 323	2.51 323	1.80 339	1.98 191	0.94 161	0.25 56	0.22 168	0.28 135	0.30 273	0.30 113	0.26 96

DispFullNet	4.64 478	3.48 490	23.95 530	3.99 515	3.03 504	3.35 192	1.06 331	4.18 387	2.80 419	6.33 507	2.94 442	4.04 443	7.81 508	3.92 288	5.16 456	2.75 501	1.61 499	3.10 516	2.68 523	3.32 502	3.31 518

WCG-NET	0.88 47	0.49 35	1.26 37	0.90 126	0.37 27	1.48 47	1.07 333	1.73 35	2.30 328	1.63 155	1.49 151	0.92 97	0.97 128	0.95 10	0.76 89	0.22 12	0.16 7	0.23 17	0.20 61	0.25 37	0.21 31

test_sample7	1.65 200	0.70 226	2.60 169	1.48 409	0.76 229	2.38 99	1.07 333	4.35 450	2.11 291	2.14 295	1.75 226	1.75 211	1.67 313	6.26 335	1.26 230	0.44 358	0.48 428	0.43 363	0.40 383	0.46 336	0.43 304

anonymity	1.76 217	1.26 409	2.73 184	1.66 439	1.32 384	1.84 66	1.07 333	3.49 222	2.30 328	2.11 285	2.11 342	1.71 207	3.90 459	1.82 175	1.48 276	1.10 475	1.09 486	1.08 485	1.08 486	1.05 460	1.09 462

AASNet	2.44 339	0.92 332	19.79 442	1.35 366	1.49 418	3.81 281	1.07 333	3.85 292	2.93 437	1.95 229	2.29 376	1.96 256	1.29 209	1.73 162	1.93 349	0.39 315	0.33 331	0.45 373	0.30 273	0.55 367	0.45 316

SHD	2.82 389	2.04 467	13.80 341	1.69 442	1.79 468	2.73 119	1.07 333	3.85 292	3.18 461	4.63 493	2.74 429	3.38 404	2.77 415	5.48 315	3.66 439	0.62 431	0.47 422	0.51 408	0.55 437	0.65 405	0.74 424

TCMNet	2.98 411	1.30 413	18.26 406	1.47 406	2.09 486	3.84 288	1.08 338	3.96 328	2.39 357	2.53 398	2.29 376	2.43 312	1.75 328	10.09 420	2.39 394	0.52 412	0.45 409	0.61 443	0.50 423	0.80 441	0.78 433

rvit_0105_3	1.24 131	0.93 336	2.84 187	0.97 174	0.58 161	2.38 99	1.08 338	3.26 197	2.53 382	1.18 109	1.40 129	1.24 142	1.04 145	1.73 162	0.97 168	0.44 358	0.44 404	0.40 342	0.42 395	0.42 299	0.50 348

TRStereo	2.31 308	1.87 459	19.74 441	1.53 418	1.16 346	4.26 400	1.08 338	4.73 495	1.45 68	1.55 142	1.28 100	1.75 211	0.85 99	1.81 173	1.20 212	0.36 278	0.26 262	0.32 218	0.36 341	0.34 195	0.33 197

PS-NSSS	2.22 286	1.33 422	2.90 191	0.97 174	1.53 424	4.11 359	1.08 338	4.55 485	2.65 398	2.10 281	2.32 393	1.77 216	1.40 229	11.79 491	1.61 302	0.68 446	0.45 409	0.96 479	0.43 398	0.95 453	0.92 450

LL-Strereo	3.01 417	1.81 458	17.59 399	1.12 261	2.10 487	2.90 130	1.09 342	4.33 446	2.00 262	3.12 455	2.24 366	3.29 393	3.15 433	11.31 466	1.84 339	0.30 180	0.28 283	0.46 378	0.34 316	0.49 349	0.45 316

AAGNet	2.86 392	0.60 127	1.77 88	2.05 478	0.46 83	4.76 489	1.09 342	2.27 83	1.56 148	2.17 312	1.84 273	2.41 306	4.00 460	6.23 334	24.22 533	0.46 372	0.19 74	0.30 176	0.29 255	0.32 159	0.24 62

ACV-stereo	2.92 400	0.92 332	20.27 467	1.33 355	1.05 321	4.68 471	1.10 344	2.66 133	1.64 184	1.46 133	1.32 107	5.41 492	4.24 466	7.83 368	1.90 346	0.44 358	0.52 435	0.32 218	0.29 255	0.45 325	0.63 399

iinet-f	2.26 294	1.18 391	13.71 335	1.14 269	1.11 335	3.77 272	1.10 344	4.14 382	2.17 302	2.06 274	1.76 235	2.99 369	2.99 424	2.50 231	2.49 407	0.35 267	0.39 379	0.27 106	0.28 227	0.45 325	0.39 265

FADNet-RVC	2.51 353	2.27 471	14.03 345	1.09 241	0.81 242	3.54 233	1.10 344	4.13 376	2.48 372	1.39 126	1.22 81	1.85 242	1.77 331	9.78 405	2.06 366	0.38 303	0.37 364	0.40 342	0.40 383	0.67 412	0.48 335

AANet_RVC	3.03 419	1.72 452	12.78 324	1.17 290	1.12 337	3.79 277	1.10 344	3.86 295	3.13 455	2.62 414	4.26 475	3.96 438	1.41 234	11.43 471	5.23 457	0.94 468	0.47 422	0.34 271	0.23 119	0.40 256	0.55 373

GASNet	3.24 435	5.55 502	20.58 482	1.56 427	1.25 372	2.32 96	1.12 348	4.04 349	2.67 401	1.88 206	2.10 338	3.00 370	2.16 379	10.59 433	2.43 402	0.65 438	0.37 364	0.61 443	0.45 404	0.87 447	0.58 384

test_4	1.30 153	0.50 37	6.16 254	0.84 87	0.45 74	1.61 56	1.12 348	2.14 71	1.42 62	1.52 139	2.31 388	1.84 239	0.79 85	2.52 239	1.19 209	0.27 84	0.17 18	0.29 156	0.29 255	0.29 90	0.25 72

GwcNet-RSSM	2.66 376	1.05 364	15.91 371	1.22 311	1.19 355	4.12 361	1.12 348	3.84 289	2.02 264	1.93 224	1.79 246	3.12 381	1.46 252	10.37 428	2.05 365	0.33 235	0.27 273	0.35 290	0.30 273	0.40 256	0.36 230

APVNet	3.13 428	1.25 408	21.14 499	1.31 347	1.52 423	3.94 317	1.13 351	3.32 206	2.14 296	2.20 321	2.03 320	3.05 377	1.96 360	11.79 491	2.53 411	0.42 346	0.45 409	0.64 451	0.46 406	0.67 412	0.57 379

iResNetv2_ROB	2.65 374	5.00 498	19.28 430	2.06 479	1.09 332	3.83 283	1.13 351	4.14 382	2.09 281	1.85 196	2.03 320	2.01 266	1.51 266	3.58 275	1.58 295	0.34 247	0.21 139	0.32 218	0.21 75	0.44 317	0.29 139

AdaStereo	1.45 171	0.83 307	2.34 155	1.28 333	0.81 242	3.21 166	1.14 353	4.20 391	2.46 371	2.05 269	1.77 240	2.48 320	1.18 191	1.71 160	1.44 264	0.43 351	0.25 249	0.43 363	0.28 227	0.44 317	0.34 210
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.
FACV-RUCA	1.26 142	0.65 184	2.21 136	1.06 225	1.50 420	2.69 118	1.15 354	3.05 172	1.87 239	1.36 120	1.99 315	1.03 110	1.15 188	1.36 91	1.10 191	0.41 335	0.41 391	0.73 467	0.41 389	0.61 390	0.41 291

LMCR-Stereo	2.40 332	1.31 417	18.61 415	1.59 430	0.86 266	3.87 300	1.15 354	4.32 444	1.60 173	2.25 341	2.27 370	1.13 121	2.43 397	2.48 230	1.60 299	0.88 466	0.24 228	0.29 156	0.24 143	0.56 373	0.30 165

BSDual-CNN	1.46 172	0.59 115	1.94 103	0.87 108	0.85 261	4.16 377	1.16 356	4.48 475	1.88 241	2.93 441	1.83 268	2.60 331	1.31 213	1.60 136	1.21 216	0.34 247	0.25 249	0.31 198	0.28 227	0.35 213	0.33 197

hknet	1.98 254	0.64 174	8.70 280	0.87 108	1.07 326	4.16 377	1.16 356	4.48 475	1.73 210	2.93 441	1.83 268	3.48 408	1.30 212	3.91 287	1.51 286	0.31 199	0.25 249	0.31 198	0.28 227	0.35 213	0.33 197

DANet	2.63 372	1.07 370	8.10 272	1.83 462	1.70 458	3.25 177	1.16 356	4.31 440	2.38 354	3.40 468	2.18 356	4.08 445	1.80 339	9.77 403	3.89 442	0.52 412	0.55 442	0.59 435	0.44 400	0.63 395	0.86 444
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
fast-acv-ft	2.54 359	1.19 393	20.08 456	1.41 390	1.40 402	3.18 164	1.17 359	3.37 212	2.28 324	1.90 213	2.15 350	2.69 338	2.17 381	2.91 259	2.31 390	0.37 286	0.39 379	0.45 373	0.39 372	0.57 377	0.45 316

LRCNet_RVC	25.52 538	33.45 542	23.21 528	31.79 543	32.78 539	6.74 509	1.18 360	25.88 538	4.46 496	28.94 536	30.89 536	24.91 536	17.57 528	27.66 538	24.34 534	35.26 545	25.60 546	35.91 545	33.81 544	31.90 546	34.10 546

Nwc_Net	2.88 397	1.16 389	18.30 408	1.35 366	1.68 456	3.52 228	1.18 360	3.90 308	2.06 275	2.52 397	2.82 439	3.82 432	2.34 391	6.78 349	2.55 414	0.86 465	0.40 384	0.59 435	0.67 454	0.57 377	0.55 373

PWC_ROB	2.69 383	2.01 465	8.36 274	1.33 355	1.90 476	3.23 170	1.18 360	4.33 446	3.25 469	3.11 454	3.41 462	2.71 341	2.18 383	9.15 390	4.48 446	0.56 421	0.31 316	0.61 443	0.36 341	0.69 417	0.74 424

DualNet (step1)	2.34 319	1.05 364	7.87 267	1.07 227	0.86 266	3.93 312	1.19 363	4.35 450	2.11 291	2.14 295	1.75 226	1.75 211	1.67 313	6.26 335	1.26 230	1.23 482	0.48 428	4.27 526	2.09 512	0.70 418	0.69 411

test_sample9	3.79 456	1.05 364	7.87 267	1.07 227	0.86 266	3.93 312	1.19 363	4.35 450	2.11 291	2.14 295	1.75 226	1.75 211	1.67 313	11.06 455	11.61 492	1.23 482	14.45 541	4.27 526	2.09 512	0.70 418	0.69 411

test_sample8	4.76 480	1.05 364	7.87 267	1.07 227	0.86 266	3.93 312	1.19 363	4.38 459	2.05 273	5.49 498	1.89 293	12.98 516	6.37 495	11.06 455	11.61 492	1.23 482	14.45 541	4.27 526	2.09 512	0.70 418	0.69 411

UDG	3.55 447	2.81 484	17.45 395	2.69 496	1.98 479	3.97 332	1.19 363	4.35 450	2.02 264	2.42 384	2.53 411	4.50 464	2.46 401	6.53 339	2.41 399	2.12 498	1.77 502	2.63 508	2.57 520	2.64 498	1.95 492

CBFPSM	2.05 267	0.95 344	10.12 299	1.07 227	1.05 321	2.84 124	1.20 367	3.28 198	1.73 210	1.82 193	1.30 104	4.56 469	4.06 461	2.34 224	2.34 393	0.25 56	0.38 370	0.32 218	0.27 198	0.37 236	0.79 436

psmorigin	6.59 503	1.15 386	88.11 550	1.52 416	0.97 299	2.88 129	1.20 367	3.21 188	2.04 270	3.73 474	2.46 401	5.15 488	2.55 405	10.60 434	2.47 406	0.55 419	0.68 469	0.48 389	0.51 427	0.70 418	0.88 448

HSM-Net_RVC	2.87 395	0.57 95	17.46 396	0.92 139	0.90 282	3.70 260	1.20 367	5.64 513	2.51 380	3.22 461	2.43 399	2.54 325	1.59 283	11.41 469	1.65 314	0.34 247	0.25 249	0.26 80	0.23 119	0.30 113	0.29 139
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LCNet	1.55 177	0.54 69	1.88 97	0.99 186	0.55 137	3.60 244	1.21 370	2.86 156	1.53 125	2.18 314	1.74 222	1.43 170	4.17 464	3.62 277	0.87 130	0.29 141	0.20 108	0.28 135	0.77 466	0.47 340	1.85 490

DRaft	2.28 301	0.56 86	2.64 177	0.74 35	0.46 83	3.94 317	1.23 371	2.32 88	1.55 142	2.64 418	2.80 436	1.60 189	5.34 482	6.96 353	10.99 488	0.34 247	0.22 168	0.27 106	0.27 198	0.29 90	0.37 244

psm_up	2.28 301	0.81 297	5.45 250	1.26 325	1.50 420	3.84 288	1.23 371	4.23 403	2.03 266	2.55 400	1.80 249	2.44 315	1.65 309	12.90 510	1.58 295	0.37 286	0.38 370	0.41 352	0.34 316	0.43 309	0.39 265

ADLNet	2.29 304	0.83 307	3.62 223	1.35 366	1.60 438	3.67 257	1.24 373	3.95 323	2.98 443	2.58 407	2.29 376	4.01 441	1.79 334	11.23 464	2.09 371	0.37 286	0.38 370	0.36 305	0.34 316	0.45 325	0.71 416

DISCO	2.25 292	0.73 252	10.06 297	1.76 452	1.12 337	3.47 212	1.25 374	3.24 194	2.26 319	2.65 422	1.96 305	4.53 467	1.92 358	4.17 294	3.61 438	0.32 219	0.25 249	0.31 198	0.29 255	0.66 410	0.41 291

rvit_105_1	1.43 168	0.90 325	3.27 205	1.08 235	0.68 203	2.79 120	1.27 375	3.52 229	2.35 340	1.38 125	1.54 164	1.28 146	1.14 180	2.91 259	1.40 255	0.54 417	0.47 422	0.45 373	0.59 445	0.44 317	0.58 384

test_5	1.87 229	0.75 272	10.23 300	1.14 269	1.40 402	3.85 295	1.27 375	3.91 312	1.93 251	1.69 167	1.78 243	1.67 196	1.79 334	2.99 264	1.17 206	0.30 180	0.18 45	0.35 290	0.33 308	0.34 195	0.33 197

SFCPSM	2.18 283	0.63 161	17.03 387	0.88 113	0.98 303	3.74 268	1.28 377	4.09 366	2.16 300	1.85 196	1.83 268	1.65 194	1.39 225	2.50 231	1.50 280	0.33 235	0.27 273	0.39 336	0.36 341	0.34 195	0.37 244

DLCB_ROB	2.05 267	0.95 344	2.37 156	1.24 317	1.02 315	2.92 135	1.30 378	3.68 256	2.30 328	2.91 439	2.17 354	3.32 397	1.52 268	10.37 428	2.50 408	0.40 321	0.33 331	0.40 342	0.36 341	0.41 280	0.47 331

CSP-Net	1.78 220	1.32 419	1.92 102	1.16 288	1.03 316	3.38 195	1.31 379	3.52 229	1.75 218	1.96 233	1.93 303	2.40 304	1.48 256	8.58 378	1.58 295	0.46 372	0.34 343	0.27 106	0.26 172	0.41 280	0.50 348

CoDeX	2.40 332	0.78 286	13.21 327	1.00 194	1.18 348	3.24 174	1.32 380	4.14 382	2.41 360	1.74 180	1.84 273	2.05 271	1.47 254	10.03 417	1.60 299	0.34 247	0.28 283	0.32 218	0.27 198	0.32 159	0.39 265

Consistency-Raft	2.86 392	1.66 449	19.61 436	1.40 389	1.75 463	3.84 288	1.32 380	4.07 360	2.25 316	1.78 186	2.67 425	1.82 233	4.41 469	1.94 189	2.06 366	0.83 463	0.94 483	1.03 481	1.12 487	1.70 491	1.09 462

PVD	3.12 427	1.97 464	12.80 325	1.79 459	1.63 443	3.83 283	1.34 382	3.48 219	3.88 489	5.77 500	3.56 466	3.45 407	3.29 440	5.58 319	5.30 458	0.71 452	0.69 470	0.74 468	0.77 466	0.79 439	1.13 465

UPFNet	1.81 224	0.63 161	6.71 257	1.25 319	1.44 411	3.50 222	1.35 383	4.02 344	1.85 237	2.40 382	1.52 155	2.41 306	1.40 229	3.62 277	1.88 343	0.34 247	0.33 331	0.37 317	0.31 289	0.41 280	0.39 265

PDISCO_ROB	2.86 392	1.53 441	14.27 350	1.98 475	2.19 489	4.52 446	1.35 383	4.65 491	3.19 462	2.09 278	2.16 351	3.53 419	2.45 399	5.32 309	2.12 373	1.30 490	0.78 478	0.72 464	0.59 445	1.24 480	1.28 470

PSMNet-RUCA	1.64 199	1.50 439	2.57 168	1.50 413	1.38 398	3.05 149	1.36 385	3.31 201	2.24 313	1.36 120	2.07 334	1.40 166	1.09 162	1.83 176	1.55 291	1.15 478	0.69 470	1.26 490	0.96 479	1.64 489	0.94 452

TestStereo1	1.56 181	0.81 297	2.32 150	1.61 435	0.64 177	4.13 364	1.36 385	3.79 279	3.20 465	1.60 147	2.57 416	1.39 161	2.15 376	2.51 234	1.30 241	0.29 141	0.20 108	0.34 271	0.25 154	0.40 256	0.36 230

SA-5K	1.56 181	0.81 297	2.32 150	1.61 435	0.64 177	4.13 364	1.36 385	3.79 279	3.20 465	1.60 147	2.57 416	1.39 161	2.15 376	2.51 234	1.30 241	0.29 141	0.20 108	0.34 271	0.25 154	0.40 256	0.36 230

SA	1.62 194	0.75 272	3.78 228	1.07 227	0.43 61	4.26 400	1.36 385	4.45 472	3.12 454	1.63 155	1.97 311	1.68 198	2.26 386	2.55 242	1.27 233	0.27 84	0.22 168	0.37 317	0.37 353	0.35 213	0.30 165

DDUNet	2.91 398	2.78 483	6.94 261	3.53 509	2.26 493	3.28 185	1.36 385	3.77 275	2.04 270	2.62 414	2.49 405	4.18 451	1.69 318	5.38 311	1.85 340	2.21 499	1.77 502	2.61 507	2.43 518	2.60 497	2.34 500

LL-Strereo2	1.23 126	0.85 315	2.38 157	0.93 153	0.68 203	3.72 263	1.37 390	2.54 116	1.99 258	1.75 182	1.40 129	1.82 233	0.73 61	1.40 95	0.99 174	0.31 199	0.23 195	0.55 426	0.35 331	0.29 90	0.24 62

FADNet-RVC-Resample	2.83 390	2.02 466	21.07 497	1.12 261	0.91 283	3.53 229	1.37 390	4.08 364	2.09 281	1.68 166	1.33 108	2.03 267	1.51 266	9.54 398	1.69 318	0.38 303	0.37 364	0.42 359	0.44 400	0.56 373	0.56 375

NVstereo2D	2.54 359	0.90 325	11.10 311	1.32 350	1.47 415	3.58 241	1.38 392	4.13 376	2.45 368	1.90 213	1.71 215	2.86 359	1.76 329	10.86 444	1.66 315	0.60 427	0.43 399	0.53 418	0.41 389	0.78 437	0.94 452

RGC	3.10 426	1.45 435	14.90 359	1.46 403	1.79 468	3.33 191	1.39 393	4.04 349	2.26 319	2.77 431	3.26 458	4.00 440	2.71 413	11.63 483	2.62 418	0.82 461	0.46 418	0.79 470	0.79 470	0.71 427	0.78 433

edge stereo	3.37 443	1.01 356	21.99 518	1.28 333	1.37 395	2.67 117	1.39 393	3.98 332	2.87 430	2.93 441	3.27 459	4.35 459	2.43 397	11.62 478	2.39 394	0.60 427	0.63 460	0.79 470	0.55 437	0.68 415	0.67 406

ARAFT	2.56 364	1.13 381	19.50 435	0.89 117	0.48 101	4.15 368	1.40 395	4.36 455	2.82 427	2.36 374	1.88 287	1.70 205	1.04 145	6.45 338	1.22 219	0.29 141	0.18 45	0.37 317	0.35 331	0.35 213	0.25 72

NCC-stereo	3.16 432	1.28 411	18.31 409	1.25 319	1.75 463	4.06 346	1.40 395	3.89 303	2.22 309	2.72 427	2.55 412	3.49 414	2.65 410	9.91 410	2.99 428	1.29 488	0.65 462	0.64 451	0.86 473	0.65 405	0.71 416

Abc-Net	3.16 432	1.28 411	18.31 409	1.25 319	1.75 463	4.06 346	1.40 395	3.89 303	2.22 309	2.72 427	2.55 412	3.49 414	2.65 410	9.91 410	2.99 428	1.29 488	0.65 462	0.64 451	0.86 473	0.65 405	0.71 416
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CRFU-Net	2.49 350	0.78 286	10.36 301	2.30 489	1.08 328	3.91 305	1.41 398	3.85 292	1.65 188	2.15 303	1.76 235	3.34 398	7.95 509	5.56 317	1.48 276	0.47 381	0.35 347	0.30 176	0.28 227	0.37 236	0.43 304

Sa-1000	1.63 198	0.79 289	3.56 218	1.11 257	0.48 101	4.06 346	1.41 398	4.49 478	2.75 410	2.00 254	2.80 436	1.84 239	1.43 242	2.64 251	1.50 280	0.27 84	0.19 74	0.36 305	0.33 308	0.36 226	0.30 165

psmg	1.47 175	0.59 115	1.94 103	0.92 139	0.85 261	4.30 409	1.42 400	4.10 374	1.88 241	2.64 418	2.09 337	2.60 331	1.31 213	1.60 136	1.21 216	0.34 247	0.27 273	0.33 253	0.34 316	0.36 226	0.34 210

RYNet	2.97 409	0.93 336	15.09 364	1.12 261	1.38 398	3.66 256	1.42 400	4.03 345	2.29 327	2.10 281	1.70 211	3.79 430	2.16 379	13.64 519	3.02 430	0.37 286	0.41 391	0.48 389	0.34 316	0.81 442	0.75 427

GEStereo_RVC	1.91 240	0.80 293	6.57 255	1.20 302	1.06 324	4.02 340	1.43 402	4.13 376	1.89 245	2.03 265	1.80 249	2.34 297	1.86 351	4.94 303	1.77 331	0.48 385	0.38 370	0.32 218	0.28 227	0.42 299	0.50 348

SQANet	3.70 452	9.34 520	18.41 411	2.75 497	2.74 498	3.40 199	1.47 403	3.50 225	1.68 194	2.60 411	1.75 226	2.69 338	1.91 357	6.72 348	1.74 327	2.96 503	1.41 496	1.85 497	1.12 487	3.17 500	2.70 509

ADLNet2	3.15 431	0.92 332	20.06 453	1.20 302	1.79 468	3.83 283	1.48 404	3.94 321	3.59 482	2.19 318	2.47 403	4.65 474	1.93 359	10.69 438	1.96 356	0.39 315	0.37 364	0.28 135	0.30 273	0.48 343	0.43 304

OMP-Stereo	1.97 252	0.93 336	1.88 97	2.76 498	0.67 198	4.58 457	1.48 404	4.31 440	1.54 134	3.15 458	2.76 432	3.25 390	1.38 222	7.66 367	1.35 252	0.40 321	0.20 108	0.33 253	0.26 172	0.33 177	0.24 62

DRN-Test	3.03 419	0.99 352	18.18 404	1.35 366	1.60 438	3.59 242	1.48 404	4.13 376	2.45 368	3.47 470	1.92 301	2.58 330	2.53 404	10.88 445	2.80 424	0.39 315	0.36 351	0.44 367	0.41 389	0.55 367	0.57 379

FBW_ROB	3.24 435	1.02 357	9.21 289	1.49 412	1.07 326	3.78 274	1.48 404	4.31 440	3.08 452	2.46 388	2.32 393	4.20 454	2.08 369	15.19 525	7.16 470	0.84 464	0.62 458	1.33 492	0.92 476	0.99 458	1.31 472

SACVNet	2.46 343	1.14 385	9.47 290	1.44 397	1.18 348	4.06 346	1.49 408	3.84 289	2.24 313	2.62 414	1.89 293	2.57 328	1.28 206	11.35 467	1.64 312	0.50 400	0.39 379	0.48 389	0.41 389	0.55 367	0.75 427

FINET	2.96 405	1.07 370	23.18 527	1.29 336	1.86 473	2.03 78	1.52 409	4.30 437	4.71 500	2.23 336	2.34 395	1.65 194	1.48 256	5.89 325	2.81 425	0.51 406	0.47 422	0.49 402	0.40 383	0.59 381	0.49 341

PASM	2.67 378	2.05 468	9.71 291	1.73 449	1.37 395	2.53 110	1.52 409	3.10 177	2.17 302	2.79 433	1.84 273	2.90 361	1.85 350	11.89 495	2.19 381	0.81 460	0.85 480	0.87 476	1.01 482	1.14 471	1.05 459

XQC	2.96 405	2.42 474	14.85 356	1.36 372	1.32 384	3.29 189	1.53 411	4.28 426	2.78 413	3.21 460	2.46 401	3.53 419	2.92 422	6.58 340	4.67 448	0.70 450	0.41 391	0.59 435	0.56 439	0.96 457	0.83 443

CVANet_RVC	2.55 363	1.10 376	9.13 288	1.46 403	1.15 342	3.96 327	1.53 411	3.91 312	2.50 377	3.04 449	2.04 323	2.60 331	1.72 324	12.46 506	1.50 280	0.49 397	0.30 306	0.51 408	0.41 389	0.63 395	0.50 348

ETE_ROB	2.07 270	1.40 429	3.01 195	1.09 241	0.92 284	3.94 317	1.53 411	4.25 413	2.23 311	3.31 463	2.06 333	2.35 299	1.52 268	8.74 380	2.07 369	0.44 358	0.36 351	0.51 408	0.48 414	0.54 365	0.62 395

Wz-Net-LNSev	2.30 307	1.67 451	14.88 358	1.18 296	1.65 449	3.49 218	1.54 414	3.63 246	2.03 266	1.88 206	1.64 193	3.29 393	2.06 366	2.71 255	2.02 362	0.40 321	0.33 331	0.32 218	0.31 289	0.53 362	0.49 341

GwcNet	3.00 415	1.63 445	19.83 444	1.32 350	2.04 485	3.27 181	1.55 415	3.65 249	2.33 337	2.00 254	2.12 345	3.56 423	1.68 317	9.47 396	2.45 404	0.44 358	0.45 409	0.46 378	0.38 366	0.60 385	0.76 429

DeepPrunerF	3.70 452	1.72 452	14.87 357	1.33 355	1.74 462	3.70 260	1.55 415	4.20 391	14.00 525	2.02 261	1.77 240	2.74 344	2.30 387	10.88 445	6.88 467	0.68 446	0.60 455	0.78 469	0.78 469	0.81 442	0.71 416

STTRV1_RVC	3.52 446	1.03 362	20.87 491	1.47 406	1.47 415	3.23 170	1.55 415	4.06 357	3.22 467	1.95 229	3.50 465	2.63 335	2.07 368	11.96 498	2.21 383	1.86 495	4.03 529	0.81 473	0.73 461	1.06 461	0.70 415

IRAFT_RVC	1.87 229	0.60 127	4.33 232	2.40 492	0.66 191	4.59 458	1.59 418	2.96 161	1.51 109	2.23 336	1.75 226	2.09 277	2.63 409	6.70 345	1.50 280	0.33 235	0.21 139	0.33 253	0.29 255	0.32 159	0.32 183

AF-Net	2.87 395	1.30 413	16.24 374	1.33 355	1.75 463	3.26 179	1.59 418	4.09 366	2.43 363	2.69 425	2.94 442	4.51 465	3.20 437	5.84 324	2.75 422	0.76 454	0.36 351	0.72 464	0.49 417	0.70 418	0.56 375

CC-Net-ROB	3.35 442	1.76 455	13.89 343	2.33 491	1.65 449	4.49 438	1.62 420	4.73 495	2.90 432	1.92 220	2.05 329	1.99 262	1.61 288	12.57 509	1.60 299	2.46 500	2.18 507	2.68 509	1.04 485	2.11 494	1.38 478

MFN_U_SF_RVC	3.81 457	10.78 525	15.01 362	1.84 463	1.39 400	3.73 267	1.63 421	4.05 353	3.26 470	2.91 439	2.38 397	4.36 461	3.65 453	8.43 375	4.91 454	1.11 477	1.04 484	0.99 480	1.31 494	1.58 487	1.75 489

XPNet_ROB	2.27 296	1.11 379	4.10 230	1.36 372	0.97 299	3.94 317	1.63 421	4.07 360	2.14 296	2.82 436	2.00 317	2.32 296	1.73 327	10.81 443	3.39 435	0.51 406	0.47 422	0.48 389	0.40 383	0.51 353	0.56 375

ssnet_v2	2.04 265	0.88 322	7.87 267	1.20 302	0.87 271	3.86 297	1.64 423	4.01 340	2.60 392	2.61 413	1.96 305	3.79 430	1.71 322	2.20 215	2.96 427	0.41 335	0.35 347	0.42 359	0.37 353	0.55 367	0.52 361

Wz-Net-LNSev-Ref	2.42 336	1.47 436	14.14 347	1.30 344	1.35 390	3.51 225	1.64 423	4.04 349	2.10 289	2.46 388	1.88 287	2.28 288	2.51 403	4.73 302	3.17 433	0.38 303	0.19 74	0.35 290	0.20 61	0.40 256	0.36 230

ADCRef	3.30 438	1.23 406	14.90 359	1.17 290	1.41 409	3.95 322	1.64 423	3.88 301	2.36 343	3.05 451	2.21 362	2.40 304	2.81 418	5.04 304	16.63 511	0.46 372	0.34 343	0.63 448	0.62 451	0.54 365	0.67 406

Syn2CoEx	3.08 423	2.55 480	19.88 446	1.34 362	1.18 348	2.43 103	1.65 426	3.91 312	2.40 358	2.39 380	2.27 370	2.90 361	3.17 436	9.57 401	2.54 413	0.50 400	0.45 409	0.53 418	0.39 372	0.74 431	0.72 422

PSMNet_ROB	2.95 402	1.38 426	18.46 413	1.19 298	1.20 360	3.80 279	1.65 426	3.54 234	2.35 340	1.98 237	1.71 215	2.75 346	1.79 334	11.43 471	2.78 423	0.42 346	0.36 351	0.50 405	0.60 447	0.59 381	0.49 341

stereogan	3.09 424	0.93 336	16.43 377	1.37 382	1.66 452	3.70 260	1.67 428	3.87 298	3.15 459	3.04 449	2.70 428	5.04 484	2.79 416	9.96 413	1.78 333	0.63 432	0.49 432	0.69 457	0.47 409	0.83 445	0.68 409

MFMNet_re	2.91 398	1.91 460	18.25 405	3.06 503	1.89 475	3.13 159	1.67 428	3.52 229	2.97 440	3.14 456	2.87 441	2.26 286	2.41 395	2.42 225	2.00 359	1.10 475	1.05 485	0.94 478	0.90 475	1.28 481	1.46 482

MaskLacGwcNet_RVC	3.13 428	1.43 433	9.93 295	2.50 493	1.62 441	4.29 407	1.68 430	3.95 323	2.43 363	1.66 163	1.91 299	3.04 373	1.41 234	13.26 512	1.58 295	3.82 517	1.59 498	1.12 487	0.46 406	2.21 495	2.74 510

PA-Net	3.09 424	1.24 407	18.84 418	1.38 384	1.19 355	3.42 202	1.75 431	3.89 303	3.27 473	1.88 206	2.10 338	3.03 372	1.88 355	11.60 476	2.88 426	0.40 321	0.54 438	0.44 367	0.62 451	0.52 356	1.02 457
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	3.62 449	0.70 226	21.42 509	1.21 308	0.89 279	4.43 428	1.76 432	4.39 461	2.79 415	5.88 502	3.38 461	4.18 451	5.12 478	10.75 439	2.32 391	0.56 421	0.55 442	0.53 418	0.51 427	0.55 367	0.46 326

KYRaft	1.59 189	0.52 48	1.73 83	0.95 161	0.49 107	4.38 415	1.79 433	2.43 97	1.51 109	2.49 392	2.98 444	2.00 263	3.41 445	2.14 207	0.82 108	0.30 180	0.21 139	0.33 253	0.46 406	0.35 213	2.45 504

DSFCA	1.89 234	0.69 216	3.14 200	1.10 250	1.18 348	3.99 335	1.79 433	3.50 225	2.16 300	3.10 453	1.64 193	2.91 364	2.50 402	5.38 311	2.26 386	0.43 351	0.38 370	0.37 317	0.36 341	0.50 351	0.42 295

Wz-Net-SNSev	2.98 411	4.36 495	15.98 372	1.57 428	1.19 355	3.28 185	1.80 435	3.96 328	2.40 358	2.32 362	2.28 373	3.48 408	2.05 365	7.84 369	3.82 441	0.47 381	0.39 379	0.53 418	0.49 417	0.71 427	0.60 389

EDNetEfficientorigin	12.35 526	2.51 475	179.47 555	1.19 298	0.96 295	2.91 133	1.81 436	3.00 166	5.35 507	8.91 518	4.79 479	4.18 451	4.64 473	9.98 414	11.30 489	0.37 286	0.38 370	0.60 440	0.85 472	1.32 483	2.43 503

Prome-Stereo	1.61 192	0.55 75	1.71 82	0.98 180	0.60 165	4.41 424	1.82 437	3.03 170	1.53 125	2.18 314	3.45 463	1.72 208	3.49 451	2.23 220	1.08 187	0.29 141	0.20 108	0.26 80	0.25 154	0.34 195	2.16 496

GANetREF_RVC	3.20 434	1.93 461	18.84 418	1.51 415	0.80 239	4.12 361	1.82 437	4.16 386	2.91 433	1.87 203	1.74 222	2.48 320	1.84 346	13.18 511	1.74 327	0.80 458	0.57 445	0.79 470	0.74 462	1.20 479	0.86 444
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
LALA_ROB	1.95 248	1.48 437	3.11 198	1.05 219	0.98 303	3.99 335	1.82 437	4.44 469	2.28 324	3.31 463	1.85 280	2.76 352	1.67 313	4.04 291	3.23 434	0.46 372	0.41 391	0.55 426	0.52 430	0.60 385	0.57 379

DEmStereo	2.97 409	0.58 108	13.42 330	0.79 56	0.51 113	3.84 288	1.84 440	2.42 95	1.60 173	2.25 341	2.74 429	2.03 267	6.04 489	6.79 351	12.80 497	0.35 267	0.26 262	0.26 80	0.27 198	0.27 62	0.37 244

Ntro	4.21 470	8.94 516	19.89 447	3.22 505	2.96 503	4.15 368	1.89 441	3.92 317	2.36 343	1.77 184	2.14 348	3.35 399	2.17 381	9.48 397	2.24 385	3.52 512	1.76 501	2.13 500	1.31 494	3.83 510	3.09 511

GMM-Stereo	2.45 340	0.52 48	20.38 472	0.89 117	0.82 250	4.18 385	1.91 442	2.45 99	1.48 89	2.48 391	2.30 381	1.69 203	1.86 351	2.93 261	1.08 187	0.28 121	0.18 45	0.33 253	0.48 414	0.35 213	2.41 501

coex-ft	18.59 534	6.62 505	113.53 552	1.17 290	1.31 379	2.33 98	1.93 443	2.81 152	14.00 525	124.82 554	8.45 499	5.90 495	51.74 547	9.99 415	22.69 529	0.57 423	0.62 458	0.50 405	0.49 417	1.08 466	1.28 470

NVStereoNet_ROB	4.91 484	1.40 429	16.46 378	1.47 406	1.72 461	3.46 209	1.96 444	3.89 303	3.61 483	2.90 438	24.61 534	4.81 476	4.49 471	13.57 517	4.87 453	1.33 491	1.29 494	1.70 496	1.68 499	1.41 486	1.66 484
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RP	2.79 387	1.20 395	10.36 301	1.54 420	1.93 477	3.44 204	1.97 445	4.05 353	2.34 338	2.66 423	2.79 434	3.98 439	2.58 407	10.21 423	2.61 416	0.95 469	0.47 422	0.71 460	0.57 442	0.71 427	0.68 409

MDST_ROB	5.53 492	0.59 115	23.11 525	2.55 494	2.69 497	21.20 533	1.98 446	4.77 497	2.65 398	9.36 520	4.25 474	4.14 449	4.45 470	22.57 531	3.68 440	0.48 385	0.33 331	0.47 381	0.44 400	0.44 317	0.44 310

FAT-Stereo	3.34 441	0.81 297	20.05 452	1.25 319	1.20 360	3.44 204	1.99 447	4.23 403	2.67 401	3.14 456	3.82 471	3.51 417	3.32 442	11.68 486	1.94 351	0.64 435	0.67 466	0.48 389	0.52 430	0.61 390	0.81 438

RAFT + AFF	2.51 353	2.66 481	4.48 237	1.15 282	1.95 478	4.15 368	2.01 448	4.46 473	3.30 474	2.19 318	2.51 408	2.22 285	4.87 476	8.91 384	2.06 366	0.30 180	0.60 455	0.48 389	0.38 366	0.77 435	0.69 411

delet	1.92 243	0.76 277	5.14 243	1.01 200	1.65 449	3.44 204	2.03 449	3.76 273	2.48 372	2.01 256	2.05 329	2.63 335	1.90 356	5.34 310	2.12 373	0.28 121	0.29 293	0.40 342	0.31 289	0.41 280	0.45 316

DPSNet	3.43 444	1.37 425	12.19 320	1.39 386	1.24 369	4.15 368	2.06 450	4.51 482	3.34 475	2.69 425	1.96 305	3.52 418	5.56 484	10.68 437	9.68 482	0.93 467	0.73 474	0.40 342	0.37 353	1.06 461	0.86 444

StereoDRNet	2.84 391	1.49 438	14.48 353	1.33 355	1.57 436	3.44 204	2.06 450	3.69 261	2.36 343	3.26 462	1.84 273	2.79 356	1.80 339	10.88 445	3.16 432	0.41 335	0.33 331	0.39 336	0.36 341	0.59 381	0.58 384

MSMD_ROB	5.61 493	1.08 372	16.68 381	1.21 308	0.83 253	10.14 519	2.07 452	3.93 318	6.22 513	10.37 526	8.03 495	22.22 530	9.45 515	11.66 484	4.52 447	0.66 440	0.58 450	0.66 454	0.68 457	0.65 405	0.63 399

pmcnn	5.45 491	1.22 402	17.40 393	1.60 432	2.41 495	3.48 215	2.12 453	4.52 483	3.26 470	3.67 473	13.15 522	22.10 529	3.46 450	11.92 497	17.16 514	0.34 247	0.21 139	0.23 17	0.19 47	0.36 226	0.28 129

DAS	2.31 308	0.67 205	4.79 240	1.14 269	1.64 445	2.93 138	2.13 454	4.09 366	2.74 408	4.17 485	2.52 409	2.46 318	1.79 334	11.55 475	1.63 309	0.37 286	0.22 168	0.39 336	0.25 154	0.41 280	0.34 210

SepStereo	2.15 279	0.67 205	4.79 240	1.14 269	1.64 445	2.93 138	2.13 454	4.09 366	2.74 408	4.17 485	2.52 409	2.46 318	1.79 334	8.36 373	1.63 309	0.37 286	0.22 168	0.39 336	0.25 154	0.41 280	0.34 210

TDLM	2.29 304	1.08 372	4.61 239	1.29 336	1.01 314	4.26 400	2.17 456	3.75 271	2.79 415	2.31 358	1.98 313	2.06 273	1.59 283	12.45 505	1.72 322	0.51 406	0.28 283	0.52 414	0.35 331	0.56 373	0.50 348

ccnet	2.66 376	0.97 351	8.01 271	1.54 420	1.24 369	3.75 269	2.18 457	4.07 360	2.41 360	2.66 423	3.25 457	2.87 360	2.31 390	9.89 409	3.50 436	0.78 455	0.75 476	0.71 460	0.67 454	0.76 434	0.81 438

ACVNet-4b	6.73 505	13.67 532	21.87 517	3.54 510	3.07 505	4.19 389	2.25 458	4.03 345	3.65 484	1.64 158	3.98 473	5.88 494	2.89 420	10.01 416	16.98 513	23.29 543	2.24 510	2.53 504	1.78 504	3.87 511	3.21 516

ADCMid	3.96 462	3.27 488	15.48 369	1.26 325	1.40 402	4.66 468	2.28 459	4.06 357	3.54 481	3.94 478	3.02 446	3.85 433	3.67 454	4.03 290	18.65 522	0.68 446	0.61 457	1.09 486	1.18 491	1.38 484	1.08 461

WZ-Net	3.62 449	4.87 497	16.77 384	1.43 394	1.40 402	3.75 269	2.29 460	4.12 375	2.50 377	2.74 429	2.19 358	4.06 444	5.29 481	10.19 422	7.36 471	0.54 417	0.37 364	0.47 381	0.49 417	0.77 435	0.73 423

SPS-STEREO	3.97 463	1.44 434	20.85 488	1.72 448	1.71 459	3.24 174	2.30 461	3.55 236	2.68 403	4.79 495	3.66 467	5.44 493	2.97 423	9.11 388	9.35 481	1.15 478	1.10 487	1.06 484	1.02 484	1.16 475	1.18 467
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	6.64 504	0.77 280	19.26 428	1.68 441	1.64 445	8.27 516	2.35 462	6.35 514	9.23 517	10.85 528	11.27 515	19.89 526	13.33 519	12.51 507	11.79 494	0.66 440	0.57 445	0.58 432	0.56 439	0.63 395	0.61 392

FC-DCNN v2	6.91 509	0.77 280	19.25 426	1.69 442	1.64 445	9.13 518	2.40 463	7.20 516	9.47 518	11.07 530	11.62 517	20.05 528	15.79 524	12.55 508	11.99 495	0.66 440	0.57 445	0.58 432	0.56 439	0.63 395	0.61 392

Wz-Net-MNSev	2.71 385	2.54 479	13.91 344	1.52 416	1.37 395	3.28 185	2.47 464	4.03 345	2.32 336	2.57 404	2.07 334	2.29 293	3.01 426	7.55 362	2.74 421	0.38 303	0.36 351	0.36 305	0.37 353	0.57 377	0.47 331

ACVNet_1	6.04 500	13.97 534	21.36 507	3.58 511	3.14 508	4.73 484	2.48 465	4.20 391	3.17 460	2.98 447	2.83 440	23.31 531	4.34 468	11.06 455	2.45 404	3.68 514	2.33 513	2.60 506	1.79 505	3.69 507	3.19 515

Wz-Net-TNSev	3.67 451	8.83 512	13.47 333	1.48 409	1.18 348	3.60 244	2.49 466	4.27 421	3.13 455	2.18 314	1.89 293	4.21 455	2.80 417	12.10 499	7.58 473	0.57 423	0.55 442	0.47 381	0.54 436	0.91 451	1.05 459

GANet	2.93 401	1.05 364	11.29 313	1.64 437	0.96 295	3.91 305	2.52 467	3.72 268	2.41 360	2.95 446	3.00 445	3.21 386	2.03 362	12.42 504	4.72 450	0.51 406	0.41 391	0.46 378	0.39 372	0.60 385	0.50 348

S-Stereo	3.48 445	0.91 330	22.06 520	1.36 372	1.50 420	3.55 234	2.53 468	4.21 396	2.81 425	2.37 375	3.81 470	3.75 428	1.84 346	11.90 496	2.51 409	0.63 432	0.71 472	0.48 389	0.76 464	0.67 412	1.19 468

NCCL2	2.53 357	1.35 423	10.90 310	1.15 282	0.97 299	3.53 229	2.56 469	3.65 249	2.23 311	2.76 430	1.80 249	2.41 306	1.66 311	10.35 427	2.07 369	0.44 358	0.40 384	0.57 431	0.53 434	0.59 381	0.65 404

otaku	4.58 477	8.93 515	19.95 449	3.11 504	2.67 496	3.91 305	2.57 470	3.82 285	2.25 316	2.22 332	9.72 508	4.08 445	2.35 392	8.57 377	2.13 376	3.51 511	1.65 500	2.15 501	1.17 490	3.69 507	3.15 513

FCDSN-DC	6.04 500	0.84 311	19.25 426	1.24 317	1.09 332	4.38 415	2.62 471	4.38 459	4.71 500	9.59 523	11.22 514	19.19 525	17.40 527	12.30 501	8.55 478	0.69 449	0.57 445	0.60 440	0.60 447	0.70 418	0.78 433
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	3.55 447	2.16 470	14.18 348	1.86 466	1.49 418	4.62 462	2.65 472	3.58 240	2.80 419	7.05 510	3.05 448	5.16 489	4.07 462	9.18 391	4.80 452	0.64 435	0.67 466	0.59 435	0.68 457	0.89 448	0.91 449

ADCPNet	3.89 458	1.63 445	20.25 466	1.28 333	1.27 375	6.43 507	2.65 472	3.93 318	2.70 404	2.78 432	2.20 360	4.28 457	6.16 493	5.56 317	10.27 485	0.65 438	1.18 489	0.71 460	1.70 501	0.84 446	1.37 476

LVE	6.88 508	9.31 519	21.14 499	3.61 512	3.18 510	4.49 438	2.79 474	10.21 521	11.69 521	3.16 459	11.53 516	18.33 522	4.31 467	11.66 484	3.52 437	4.45 525	2.93 519	2.56 505	1.91 509	3.62 504	3.16 514

WAO-8	11.95 523	13.02 529	20.56 480	3.50 507	3.08 506	15.11 529	2.80 475	12.91 526	19.11 534	7.69 512	13.12 520	11.62 511	7.01 503	84.40 552	7.91 474	3.42 509	1.92 504	3.54 522	1.93 510	3.68 505	2.69 507

Venus	11.95 523	13.02 529	20.56 480	3.50 507	3.08 506	15.11 529	2.80 475	12.91 526	19.11 534	7.69 512	13.12 520	11.62 511	7.01 503	84.40 552	7.91 474	3.42 509	1.92 504	3.54 522	1.93 510	3.68 505	2.69 507

TorneroNet-64	10.12 516	8.74 511	20.95 495	4.27 519	3.76 518	13.86 526	2.85 477	15.05 531	23.15 537	10.07 524	23.84 533	13.47 517	8.24 512	13.96 522	17.21 515	3.96 520	2.72 516	3.23 517	2.48 519	6.29 524	4.27 528

MADNet+	3.97 463	9.54 521	13.83 342	1.87 467	1.69 457	4.19 389	2.87 478	4.80 498	4.10 495	2.51 395	2.67 425	4.55 468	3.41 445	8.72 379	6.92 468	1.25 485	1.27 493	1.04 482	0.93 477	1.39 485	1.85 490

HBP-ISP	3.25 437	1.10 376	20.86 489	1.54 420	1.15 342	4.50 441	2.89 479	4.43 468	2.38 354	4.14 484	1.96 305	1.90 245	2.04 364	11.08 458	1.32 244	0.66 440	0.57 445	0.66 454	0.61 450	0.64 402	0.61 392

G-Net	4.11 467	1.21 396	19.47 434	2.31 490	2.94 502	4.74 487	2.95 480	3.33 209	2.14 296	4.44 491	9.43 506	6.93 500	3.84 457	9.01 387	4.92 455	0.79 456	0.80 479	0.70 459	0.50 423	0.95 453	0.87 447

RTS	3.90 459	7.04 506	17.94 401	1.92 469	2.19 489	5.00 495	2.96 481	4.29 429	3.19 462	4.05 481	3.08 449	4.94 479	3.16 434	7.64 364	6.72 462	0.66 440	0.44 404	0.51 408	0.47 409	0.95 453	0.76 429

RTSA	3.90 459	7.04 506	17.94 401	1.92 469	2.19 489	5.00 495	2.96 481	4.29 429	3.19 462	4.05 481	3.08 449	4.94 479	3.16 434	7.64 364	6.72 462	0.66 440	0.44 404	0.51 408	0.47 409	0.95 453	0.76 429

RainbowNet	4.56 475	8.28 509	20.07 455	3.64 513	3.23 511	4.15 368	2.99 483	4.18 387	3.03 448	2.20 321	2.65 423	4.26 456	2.90 421	9.77 403	2.12 373	3.88 518	2.27 511	2.71 511	1.72 503	3.78 509	3.31 518

ACVNet_2	5.41 490	12.60 528	20.42 475	3.27 506	3.15 509	4.50 441	3.02 484	4.66 492	3.73 487	3.35 467	5.36 483	7.86 503	2.88 419	12.33 503	4.76 451	3.12 507	2.22 509	2.70 510	1.69 500	3.49 503	3.10 512

NaN_ROB	4.06 466	1.13 381	16.64 380	1.12 261	1.25 372	3.50 222	3.05 485	4.29 429	3.26 470	3.64 471	2.56 414	2.97 367	4.79 474	13.33 513	16.91 512	0.37 286	0.41 391	0.38 333	0.39 372	0.48 343	0.81 438

IMH	6.81 507	13.66 531	20.41 474	4.33 523	3.74 515	5.50 500	3.06 486	5.49 512	6.22 513	4.64 494	10.35 510	9.30 507	8.03 511	13.61 518	6.81 464	4.80 530	2.99 524	3.09 515	2.12 515	4.36 516	3.61 520

SuperB	4.79 481	4.41 496	21.08 498	1.45 401	1.08 328	3.91 305	3.08 487	4.18 387	3.01 446	2.50 393	2.10 338	2.75 346	3.49 451	8.80 381	19.60 526	0.44 358	0.33 331	0.53 418	0.39 372	12.01 537	0.64 402

WAO-7	5.16 486	3.21 486	18.98 422	1.88 468	1.44 411	5.34 499	3.09 488	4.91 500	5.81 512	4.35 490	8.92 505	6.55 497	6.06 490	13.40 515	10.81 487	1.34 492	1.20 492	1.48 495	1.35 497	1.60 488	1.45 480

TorneroNet	25.88 539	11.28 527	21.62 514	4.20 518	4.07 521	55.25 546	3.15 489	15.16 532	76.94 549	58.09 545	82.72 551	86.88 552	41.15 542	13.35 514	18.13 519	4.32 521	2.85 517	3.45 518	2.62 521	8.33 535	4.14 527

SGM-Forest	2.96 405	0.62 152	3.49 213	1.09 241	0.80 239	4.06 346	3.30 490	4.37 458	3.09 453	4.18 488	3.27 459	4.67 475	3.86 458	11.69 487	7.91 474	0.51 406	0.46 418	0.49 402	0.39 372	0.48 343	0.49 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
KSHMR	16.96 532	5.37 500	21.64 516	4.46 524	4.50 524	8.30 517	3.32 491	15.58 534	76.24 548	6.62 509	61.47 546	56.53 547	5.43 483	35.17 543	11.37 490	4.39 523	2.97 523	3.63 524	2.74 525	5.10 521	4.34 529

MFN_U_SF_DS_RVC	3.94 461	10.88 526	12.30 322	1.26 325	1.55 429	5.19 498	3.33 492	4.42 465	2.82 427	2.58 407	2.62 420	5.00 482	2.11 371	14.03 523	2.73 420	1.28 487	2.34 514	0.67 456	1.83 506	0.81 442	1.03 458

notaker	10.50 519	8.60 510	20.23 462	4.54 526	3.95 519	6.27 505	3.44 493	8.07 519	4.75 503	8.73 517	46.45 541	13.86 520	27.86 537	13.49 516	13.61 500	4.56 526	3.18 525	3.52 521	2.68 523	8.13 534	4.05 526

SGM_RVC	4.57 476	0.72 241	17.46 396	1.84 463	0.58 161	4.23 398	3.45 494	4.66 492	3.66 485	7.99 515	8.82 504	7.56 502	8.74 514	12.30 501	6.84 466	0.43 351	0.38 370	0.39 336	0.35 331	0.51 353	0.48 335
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	5.12 485	0.90 325	21.33 505	1.50 413	1.33 387	4.09 353	3.49 495	4.03 345	4.59 499	6.57 508	10.95 513	12.92 515	8.41 513	9.86 408	8.78 479	0.75 453	0.58 450	0.51 408	0.50 423	0.68 415	0.57 379

CSAN	4.71 479	1.39 428	20.23 462	1.19 298	0.87 271	3.65 255	3.50 496	4.57 487	3.87 488	3.89 477	7.82 493	3.54 422	6.16 493	23.47 536	6.82 465	0.52 412	0.45 409	0.49 402	0.52 430	0.63 395	0.66 405

HanzoNet	31.60 541	17.23 537	21.22 504	7.32 532	5.84 529	7.25 512	3.53 497	13.82 530	14.20 527	50.38 543	47.01 542	44.45 541	56.61 548	36.61 544	32.00 542	63.89 549	56.57 550	7.97 535	89.20 550	28.69 541	28.25 543

Dean	7.52 511	9.08 517	21.41 508	3.74 514	3.53 512	4.81 491	3.53 497	5.33 509	5.25 506	4.17 485	26.53 535	25.62 537	4.09 463	10.97 449	4.32 444	3.69 515	2.30 512	2.91 512	1.87 508	4.03 512	3.24 517

MSC_U_SF_DS_RVC	4.48 474	10.62 524	15.18 367	1.55 425	1.45 414	6.16 504	3.54 499	5.41 511	3.68 486	2.59 410	2.74 429	4.81 476	2.20 384	13.79 520	4.40 445	2.04 496	3.36 527	1.05 483	1.20 492	2.09 493	1.72 487

WAO-6	5.87 498	2.27 471	15.05 363	2.96 501	2.77 499	12.01 522	3.58 500	5.37 510	11.91 523	3.34 465	9.69 507	6.78 499	5.84 487	11.82 493	8.89 480	2.87 502	2.35 515	2.50 503	1.84 507	2.85 499	2.67 506

ADCS	4.22 471	5.33 499	16.32 375	1.64 437	1.31 379	3.91 305	3.64 501	4.21 396	2.89 431	5.11 497	2.81 438	4.46 463	3.06 432	5.21 308	19.50 525	0.63 432	0.64 461	0.69 457	0.69 459	1.12 469	1.26 469

ADCP+	3.74 455	1.96 463	16.90 385	1.09 241	1.55 429	4.35 413	3.65 502	3.93 318	2.98 443	2.22 332	1.66 201	3.95 436	4.83 475	3.41 271	18.87 524	0.38 303	0.41 391	0.63 448	0.53 434	0.64 402	0.81 438

UNDER WATER	10.47 517	3.95 494	22.62 524	5.07 529	4.51 525	7.78 515	3.77 503	12.56 525	21.72 536	7.84 514	10.78 511	23.96 533	31.66 538	10.78 442	16.19 509	4.44 524	2.93 519	4.24 525	2.86 526	6.33 526	5.47 533

aanetorigin	3.30 438	1.66 449	17.52 398	1.18 296	1.58 437	2.57 112	3.80 504	2.65 131	2.03 266	6.12 505	4.30 476	2.82 357	5.70 485	5.47 314	4.67 448	0.50 400	0.44 404	0.43 363	0.47 409	1.17 476	0.92 450

SANet	5.65 495	1.72 452	20.94 494	1.26 325	0.88 274	7.20 511	3.81 505	4.60 489	11.23 519	4.56 492	8.78 503	7.49 501	6.95 500	11.85 494	18.11 518	0.49 397	0.44 404	0.50 405	0.42 395	0.90 450	0.82 442

MeshStereo	5.35 489	1.32 419	21.34 506	1.34 362	1.15 342	4.40 422	3.90 506	5.18 503	4.55 497	10.14 525	11.82 518	11.47 510	5.84 487	13.84 521	7.03 469	0.61 429	0.58 450	0.60 440	0.58 443	0.72 430	0.59 388
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
CBMV	3.32 440	0.96 350	21.16 501	1.32 350	0.83 253	3.81 281	3.91 507	4.47 474	2.53 382	3.34 465	2.24 366	4.45 462	2.58 407	10.07 419	1.96 356	0.45 367	0.43 399	0.48 389	0.38 366	0.52 356	0.53 363
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	4.17 469	5.75 503	12.62 323	1.60 432	1.54 425	5.51 501	4.09 508	3.90 308	3.23 468	4.22 489	3.03 447	3.10 378	3.41 445	8.01 371	18.85 523	0.53 415	0.58 450	0.53 418	0.74 462	1.19 478	0.97 454

ktn	21.74 537	10.34 523	19.68 439	4.53 525	4.00 520	6.53 508	4.51 509	6.79 515	78.82 550	84.69 550	100.86 554	58.49 548	7.57 507	12.11 500	13.35 498	4.58 529	3.24 526	3.49 519	2.62 521	4.65 519	3.84 524

UNDER WATER-64	9.33 515	5.37 500	22.60 523	5.22 530	4.86 527	10.75 520	4.61 510	11.45 522	17.30 529	7.59 511	9.80 509	15.99 521	17.90 529	10.63 435	15.72 505	4.36 522	2.87 518	4.39 529	2.86 526	7.01 529	5.36 532

IMH-64-1	4.84 482	2.53 477	6.83 258	4.30 521	3.74 515	4.81 491	6.05 511	5.30 506	3.92 490	3.95 479	8.33 497	5.08 486	6.06 490	8.96 385	6.30 459	4.57 527	2.96 521	3.04 513	2.12 515	4.28 514	3.62 521

IMH-64	4.84 482	2.53 477	6.83 258	4.30 521	3.74 515	4.81 491	6.05 511	5.30 506	3.92 490	3.95 479	8.33 497	5.08 486	6.06 490	8.96 385	6.30 459	4.57 527	2.96 521	3.04 513	2.12 515	4.28 514	3.62 521

LSM	12.71 527	3.52 491	20.79 487	55.63 549	84.76 548	3.63 254	6.30 513	3.73 269	4.93 504	5.55 499	13.92 524	3.53 419	3.25 439	9.72 402	4.12 443	0.64 435	0.85 480	0.71 460	0.81 471	1.03 459	26.84 541

AnyNet_C01	4.37 473	7.80 508	16.40 376	1.98 475	1.40 402	6.37 506	6.47 514	4.09 366	5.03 505	4.06 483	3.78 469	4.16 450	3.31 441	6.62 342	10.00 483	0.61 429	0.67 466	0.63 448	0.67 454	2.01 492	1.31 472

PSM-AAD	2.43 337	0.54 69	1.32 47	0.92 139	0.54 131	4.48 432	7.47 515	2.96 161	1.55 142	2.31 358	2.56 414	1.26 144	16.23 525	2.46 228	0.89 137	0.28 121	0.21 139	0.58 432	0.41 389	0.34 195	1.32 474

EDNetEfficient	5.61 493	2.14 469	16.75 383	1.67 440	3.64 513	4.12 361	7.51 516	3.05 172	5.63 511	11.57 531	4.83 480	3.95 436	12.72 518	8.44 376	20.78 528	0.41 335	0.43 399	0.47 381	1.01 482	1.66 490	1.39 479

PWCK	5.85 497	9.95 522	15.22 368	2.90 500	1.56 432	5.66 503	7.69 517	5.27 505	4.74 502	3.88 476	7.51 491	8.04 504	5.28 480	15.18 524	8.40 477	3.08 506	1.51 497	2.24 502	1.37 498	5.55 523	1.96 493

MADNet++	7.57 513	5.80 504	13.28 328	6.38 531	5.26 528	7.18 510	7.77 518	5.32 508	5.62 510	6.11 504	7.78 492	6.02 496	8.01 510	11.74 489	16.36 510	9.36 535	4.95 532	8.57 536	5.66 532	4.83 520	5.34 531

GrayStereo	2.58 368	0.53 59	1.63 77	1.58 429	0.89 279	4.17 382	8.17 519	3.03 170	1.52 118	2.80 434	2.50 406	1.70 205	17.10 526	2.83 258	1.15 200	0.33 235	0.21 139	0.27 106	0.32 300	0.28 78	0.53 363

ELAS	5.99 499	1.62 443	20.29 469	1.96 474	2.01 481	15.09 528	8.38 520	5.23 504	5.54 509	9.02 519	8.61 500	6.74 498	9.75 516	7.48 360	11.40 491	0.96 470	1.18 489	0.72 464	0.93 477	1.30 482	1.67 485
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	4.35 472	1.63 445	14.21 349	1.29 336	1.26 374	5.56 502	11.16 521	3.97 330	3.37 476	6.07 503	4.67 478	4.30 458	5.72 486	5.08 306	14.51 501	0.50 400	0.48 428	0.89 477	0.77 466	0.78 437	0.76 429

FTStereo	3.71 454	0.53 59	20.37 471	0.96 167	0.65 185	4.34 412	11.29 522	2.62 128	1.50 102	2.58 407	5.04 482	1.90 245	13.84 521	3.71 281	1.25 227	0.38 303	0.24 228	0.31 198	0.32 300	0.30 113	2.10 495

ELAS_RVC	5.72 496	1.64 448	20.40 473	2.09 480	2.01 481	4.95 494	11.47 523	4.66 492	6.31 515	8.09 516	8.01 494	8.06 506	11.65 517	8.36 373	10.22 484	0.99 472	1.17 488	0.81 473	0.76 464	1.14 471	1.58 483
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.27 502	9.15 518	13.76 336	1.94 473	4.60 526	11.91 521	12.00 524	5.12 502	3.45 480	3.79 475	4.52 477	9.54 508	6.56 499	9.40 395	13.48 499	1.26 486	1.37 495	1.17 489	1.34 496	7.06 530	3.95 525

TCMNet-wrong-test	12.32 525	14.13 535	19.38 431	22.38 539	19.85 535	15.99 532	12.34 525	22.95 536	4.56 498	6.24 506	6.27 488	18.40 524	15.71 523	10.10 421	10.72 486	9.06 534	4.78 530	5.35 530	3.95 530	12.28 538	11.97 536

JetRed	10.48 518	27.10 541	35.70 537	4.27 519	4.09 522	15.55 531	12.83 526	12.16 523	5.50 508	5.83 501	5.56 485	10.14 509	7.43 505	8.88 382	26.39 537	3.32 508	3.81 528	3.51 520	2.96 528	7.85 532	6.69 534

EAI-Stereo	2.35 324	0.63 161	2.97 192	0.95 161	0.65 185	3.84 288	14.27 527	5.04 501	2.19 305	2.06 274	7.25 489	1.10 118	0.94 122	1.65 150	1.37 253	0.31 199	0.22 168	0.27 106	0.60 447	0.27 62	0.32 183

MANE	11.39 521	1.38 426	23.16 526	4.82 528	2.79 500	22.02 534	14.51 528	25.81 537	26.28 538	10.93 529	13.17 523	19.90 527	18.03 530	15.69 526	20.41 527	0.96 470	0.74 475	1.42 493	3.24 529	0.74 431	1.71 486

THIR-Stereo	4.14 468	0.82 304	10.85 309	0.86 103	0.43 61	2.16 89	16.77 529	3.22 190	1.54 134	2.04 268	12.05 519	2.68 337	7.53 506	7.30 355	12.62 496	0.30 180	0.21 139	0.29 156	0.28 227	0.33 177	0.41 291

SGM+DAISY	8.36 514	3.82 492	24.83 531	2.02 477	1.75 463	14.80 527	17.22 530	4.27 421	11.79 522	13.88 532	14.38 525	11.74 513	13.83 520	10.56 432	15.12 502	1.21 480	1.19 491	1.14 488	1.13 489	1.17 476	1.37 476

CrosDoStereo	5.24 487	0.60 127	20.23 462	0.82 68	0.51 113	3.39 196	18.11 531	3.82 285	2.27 321	1.98 237	8.74 501	1.96 256	6.96 501	7.35 357	26.35 535	0.30 180	0.22 168	0.30 176	0.28 227	0.33 177	0.38 259

DeepStereo_LL	5.24 487	0.60 127	20.23 462	0.82 68	0.51 113	3.39 196	18.11 531	3.82 285	2.27 321	1.98 237	8.74 501	1.96 256	6.96 501	7.35 357	26.35 535	0.30 180	0.22 168	0.30 176	0.28 227	0.33 177	0.38 259

SGM-ForestM	11.55 522	1.16 389	21.62 514	2.14 481	0.81 242	22.25 535	19.08 533	16.50 535	11.34 520	15.94 535	14.44 526	27.12 538	22.61 536	24.76 537	28.39 541	0.50 400	0.48 428	0.47 381	0.44 400	0.55 367	0.53 363

LE_ROB	18.58 533	1.21 396	48.38 543	8.60 534	23.00 538	7.32 513	19.74 534	9.94 520	38.69 542	43.53 540	21.91 530	28.40 539	40.92 541	23.18 533	54.71 546	0.34 247	0.33 331	0.32 218	0.36 341	0.42 299	0.40 285

tt	7.19 510	0.51 42	6.83 258	4.03 516	2.30 494	12.05 523	20.19 535	15.46 533	6.58 516	3.42 469	3.22 456	5.37 491	6.39 498	4.20 295	7.46 472	9.81 536	11.53 540	7.05 533	7.46 535	6.31 525	3.71 523

HaxPig	43.25 544	43.65 546	45.00 541	33.85 544	35.61 541	32.69 540	30.52 536	45.09 545	42.97 543	48.77 541	48.17 543	43.00 540	40.26 540	44.58 545	43.61 543	47.18 546	49.30 547	51.54 547	50.25 546	43.73 547	45.29 547

AVERAGE_ROB	44.46 545	45.91 547	46.59 542	40.59 546	38.66 542	32.99 541	30.52 536	46.19 546	43.26 544	49.59 542	48.97 544	44.62 542	39.89 539	45.04 546	43.94 544	48.74 547	50.69 548	50.80 546	49.79 545	45.54 548	46.97 548

DGTPSM_ROB	15.31 529	8.85 513	28.14 535	9.90 535	18.89 533	12.44 524	33.21 538	13.48 528	17.86 532	9.50 521	22.89 531	13.78 518	19.67 531	21.26 529	23.68 531	5.08 532	8.84 534	5.62 531	11.50 536	6.72 527	14.87 537

DPSMNet_ROB	15.52 530	8.89 514	31.44 536	10.07 536	18.91 534	12.44 524	33.22 539	13.51 529	17.94 533	9.58 522	22.91 532	13.79 519	19.67 531	21.43 530	23.73 532	5.17 533	8.84 534	5.63 532	11.52 539	6.79 528	14.90 538

MEDIAN_ROB	47.37 546	49.08 548	49.92 544	40.32 545	39.97 543	34.95 542	33.43 540	49.17 547	46.39 546	53.06 544	52.65 545	47.65 543	42.23 546	48.35 550	47.29 545	52.10 548	54.04 549	54.28 548	53.48 547	48.76 549	50.33 549

USTest	15.98 531	15.58 536	22.56 522	18.49 538	16.99 532	26.43 536	36.08 541	27.68 540	12.77 524	10.69 527	10.80 512	18.35 523	15.09 522	18.62 528	23.37 530	4.85 531	5.34 533	7.38 534	7.43 534	9.90 536	11.23 535

Anonymous_1	57.11 549	19.68 538	26.15 532	23.10 540	142.31 553	30.84 537	39.75 542	33.86 544	16.98 528	70.53 549	15.42 527	23.46 532	19.75 533	23.04 532	27.23 538	164.73 555	9.02 536	130.38 551	137.40 552	161.27 556	27.24 542

DPSM_ROB	20.78 535	20.03 539	26.57 533	23.62 541	22.46 536	31.10 538	39.97 543	33.52 542	17.41 530	15.25 533	15.80 528	24.06 534	20.71 534	23.30 534	27.62 539	10.78 537	9.41 537	11.69 539	11.50 536	14.49 539	16.36 539

DPSM	20.78 535	20.03 539	26.57 533	23.62 541	22.46 536	31.10 538	39.97 543	33.52 542	17.41 530	15.25 533	15.80 528	24.06 534	20.71 534	23.30 534	27.62 539	10.78 537	9.41 537	11.69 539	11.50 536	14.49 539	16.36 539

DGSMNet	7.55 512	1.62 443	17.42 394	1.92 469	12.73 530	7.45 514	42.99 545	4.13 376	2.07 277	2.10 281	3.16 455	3.42 405	1.70 320	9.24 392	2.30 389	3.70 516	10.89 539	11.80 541	5.54 531	4.24 513	2.66 505

BEATNet-Init1	49.72 548	64.32 551	97.77 551	4.68 527	4.28 523	84.75 552	60.42 546	73.38 551	68.59 547	88.29 551	88.51 553	91.94 553	97.99 553	85.26 554	70.96 553	0.80 458	0.65 462	0.85 475	0.70 460	7.96 533	2.33 499

xxxxx1	112.33 553	88.53 552	37.76 538	227.84 555	157.23 554	39.05 543	61.41 547	93.76 552	79.29 551	62.45 546	74.79 548	78.32 549	70.96 550	33.47 540	70.69 550	114.00 552	130.36 553	259.31 554	274.34 554	145.54 553	147.50 553

tt_ll	112.33 553	88.53 552	37.76 538	227.84 555	157.23 554	39.05 543	61.41 547	93.76 552	79.29 551	62.45 546	74.79 548	78.32 549	70.96 550	33.47 540	70.69 550	114.00 552	130.36 553	259.31 554	274.34 554	145.54 553	147.50 553

ff	112.33 553	88.53 552	37.76 538	227.84 555	157.23 554	39.05 543	61.41 547	93.76 552	79.29 551	62.45 546	74.79 548	78.32 549	70.96 550	33.47 540	70.69 550	114.00 552	130.36 553	259.31 554	274.34 554	145.54 553	147.50 553

LSM0	49.58 547	40.04 543	53.62 548	97.15 550	128.68 552	62.75 549	79.89 550	67.63 550	35.11 541	33.02 539	32.61 540	48.43 546	41.60 543	46.60 548	55.43 548	21.63 542	18.99 545	23.62 544	23.13 541	29.47 545	52.26 550

Selective-RAFT-Error	41.77 542	40.16 544	53.34 546	47.73 547	45.25 545	62.51 547	80.64 551	67.22 548	34.93 540	30.64 538	31.81 537	48.11 544	42.11 545	46.57 547	54.95 547	21.61 541	18.87 543	23.48 542	23.15 542	29.16 543	33.08 545

CasAABBNet	41.80 543	40.20 545	53.41 547	47.73 547	45.18 544	62.51 547	80.71 552	67.26 549	34.80 539	30.49 537	31.88 538	48.24 545	41.81 544	46.63 549	55.64 549	21.60 540	18.88 544	23.48 542	23.22 543	29.19 544	33.05 544

ASD4	103.30 552	113.98 555	120.24 553	106.67 551	79.75 547	115.36 553	120.35 553	119.13 555	79.65 554	120.04 553	74.64 547	101.45 554	65.48 549	109.11 555	84.31 555	104.31 550	90.04 552	133.15 552	103.58 551	130.15 552	94.66 552

DPSimNet_ROB	102.30 551	119.72 556	143.59 554	109.42 552	94.10 549	127.22 554	127.15 554	26.62 539	102.36 555	149.58 555	83.99 552	139.34 556	137.54 555	64.62 551	82.36 554	105.18 551	66.15 551	120.15 550	69.61 549	99.58 551	77.72 551

test_example2	212.63 556	219.92 557	221.87 556	213.67 554	221.17 557	199.47 556	200.74 555	185.30 556	141.66 556	209.52 556	213.45 555	210.82 557	205.48 556	221.27 556	216.64 556	236.83 556	242.07 557	213.93 553	217.01 553	235.69 557	226.10 556

PML	64.32 550	53.22 549	17.88 400	8.10 533	32.94 540	148.46 555	247.79 556	12.18 524	45.42 545	111.41 552	288.92 556	101.47 555	101.31 554	31.67 539	15.55 503	14.03 539	4.83 531	10.98 538	6.18 533	28.82 542	5.17 530

ccccc	590.94 557	629.75 558	645.59 557	567.84 558	570.84 558	582.44 557	641.68 557	613.82 557	494.59 557	614.58 557	651.20 557	555.57 558	637.59 557	666.94 557	652.42 557	781.57 558	507.24 558	391.36 558	342.44 558	689.82 558	581.48 557

FADE		13.79 533		10.71 537	13.34 531							11.85 514				474.90 557	161.58 556	347.36 557	322.13 557	7.29 531

Low-res two-view benchmark