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

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

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

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

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

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

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

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

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

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

Wz-Net-LNSev	0.06 44	0.24 122	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 180	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 223	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

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

SFCPSM	0.17 136	0.78 245	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 402	0.02 15	0.75 376	0.76 385	0.02 20	0.02 20	0.02 20

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

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

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

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

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

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

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

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

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

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

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

test_sample7	0.09 52	1.00 287	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

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

CoDeX	0.15 124	0.70 240	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 373	0.02 15	0.69 365	0.75 383	0.01 9	0.02 20	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 87	0.44 179	0.33 227	0.39 209	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 259	0.36 257	0.02 18	0.02 20	0.02 20	0.02 20

BUS	0.83 370	1.91 416	0.92 393	4.48 540	0.02 21	0.40 253	0.04 81	0.41 262	0.02 21	0.48 307	0.03 52	0.41 270	0.05 94	0.03 39	0.05 88	1.97 498	4.19 564	0.33 228	0.23 207	0.34 217	0.27 212

BSDual-CNN	0.81 361	1.91 416	0.92 393	4.48 540	0.02 21	0.42 289	0.06 108	0.41 262	0.02 21	0.48 307	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 498	4.19 564	0.33 228	0.23 207	0.34 217	0.27 212

hknet	1.10 410	1.85 409	3.49 562	4.48 540	0.02 21	0.42 289	0.06 108	0.41 262	0.02 21	0.48 307	0.03 52	0.41 270	0.03 52	0.42 281	0.03 48	4.39 550	4.19 564	0.33 228	0.23 207	0.34 217	0.27 212

psmg	0.43 262	1.91 416	0.92 393	1.91 468	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 498	1.44 491	0.04 73	0.03 54	0.02 20	0.03 51

CSP-Net	0.34 200	1.29 381	1.19 417	1.36 447	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 459	1.21 469	0.03 38	0.09 111	0.02 20	0.09 111

Syn2CoEx	0.25 164	1.31 383	0.74 370	0.92 348	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 377	0.75 376	0.02 18	0.02 20	0.02 20	0.02 20

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

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

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

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 460	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

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

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

zh-sn7	0.10 65	0.98 283	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 96	1.14 315	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

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

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

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

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

DualNet (step1)	0.10 65	1.05 305	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 305	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 305	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

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

test_sample5	0.10 65	1.07 308	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 65	1.03 300	0.12 101	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

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

test_sample2	0.09 52	1.03 300	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

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

SMFormer	0.09 52	1.01 294	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

mmm	0.14 112	1.83 407	0.12 101	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

DualNet	0.10 65	1.07 308	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 310	0.12 101	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 315	0.13 121	0.14 100	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 294	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

x	0.11 87	1.15 318	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

222	0.10 65	0.99 286	0.12 101	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 87	1.16 320	0.16 145	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 65	1.09 310	0.13 121	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

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

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 457	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 457	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCMid	0.08 50	0.02 12	0.02 14	1.01 366	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

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

z-mn7	0.16 132	1.21 371	0.33 227	0.41 235	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 228	0.31 233	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 151	1.40 389	0.53 329	0.56 297	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 333	0.44 304	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven-2	0.14 112	1.22 377	0.28 197	0.32 185	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 211	0.27 202	0.04 73	0.03 54	0.03 43	0.03 51

w-ln-seven	0.18 139	1.47 391	0.33 227	0.40 223	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 248	0.32 237	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

qqq1	0.25 164	3.70 501	0.14 126	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 164	3.70 501	0.14 126	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

11t1	0.17 136	2.16 433	0.13 121	0.13 96	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 98	0.03 52	0.06 88	0.05 88	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

GASNet	0.05 41	0.04 37	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	0.04 88	0.06 98	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

qqq	0.16 132	2.01 424	0.12 101	0.15 110	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 98	0.03 52	0.06 88	0.03 48	0.12 93	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 413	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

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

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 511	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 515	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 520	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 517	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 464	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 480	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 124	0.04 37	0.04 43	2.20 479	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
OmniDepth	0.08 50	0.08 59	0.11 89	0.11 76	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 107	0.05 94	0.09 110	0.08 104	0.15 125	0.11 97	0.07 99	0.05 96	0.07 106	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 52	0.13 82	0.39 261	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 98	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 82	0.39 261	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 98	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

ffm	0.25 164	3.83 507	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 164	3.83 507	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 164	3.83 507	0.12 101	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

NINENet	0.69 334	3.87 510	1.20 420	1.98 473	0.05 99	0.40 253	0.04 81	0.40 247	0.05 97	0.41 261	0.04 88	0.41 270	0.05 94	0.40 253	0.05 88	1.79 486	1.56 500	0.34 236	0.22 201	0.34 217	0.23 187

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

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

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

GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 99	0.08 105	1.20 441	0.07 104	0.05 97	0.05 91	0.05 100	0.08 107	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

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

ISRNet	0.11 87	0.05 49	0.36 247	0.24 159	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 128	0.05 94	0.05 82	0.09 108	0.24 184	0.20 176	0.10 108	0.05 96	0.06 96	0.13 150

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

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 481	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 107	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 481	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 107	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

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

SuperB	0.21 151	0.10 68	2.51 545	0.12 83	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 112	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

PASM	0.39 239	3.06 487	1.36 483	1.58 453	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 124	0.09 116	0.09 110	0.09 108	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 128

DRN-Test	0.14 112	0.13 82	0.09 65	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 129	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 389

StereoDRNet	0.15 124	0.14 88	0.10 69	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 129	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 401

ELAS	0.13 103	0.16 90	0.11 89	0.15 110	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 154	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_L	0.12 96	0.14 88	0.10 69	0.15 110	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 129	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

LRCNet_RVC	0.13 103	0.13 82	0.09 65	0.13 96	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 177	0.10 119	0.20 161	0.10 120	0.24 184	0.11 126	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

UNet	0.29 179	0.90 267	0.10 69	0.14 100	0.10 121	0.14 127	0.10 118	0.91 384	0.69 388	0.14 127	0.11 133	0.14 129	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 375	0.76 395

ac_64	0.22 155	0.13 82	0.19 164	0.23 154	0.10 121	0.26 199	1.02 428	0.14 128	0.10 118	0.28 200	0.14 161	0.17 150	0.19 190	0.28 207	0.09 108	0.22 168	0.16 146	0.23 184	0.17 189	0.11 123	0.12 144

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

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

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

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

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

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

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

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

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

FADE		0.06 54		0.09 55	0.10 121							0.05 91				0.15 125	0.10 75	0.17 153	0.13 155	0.11 123

ELAS_RVC	0.14 112	0.16 90	0.10 69	0.15 110	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 154	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 112	0.17 96	0.12 101	0.17 129	0.11 137	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 150	0.11 132	0.17 149	0.11 126	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_for_model	0.15 124	0.23 115	0.18 161	0.21 147	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.21 165	0.18 173	0.14 127	0.11 130	0.14 132	0.11 128

testlalala2	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

JetRed	0.11 87	0.12 81	0.11 89	0.11 76	0.11 137	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 124	0.11 132	0.11 124	0.11 126	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 128

testlalala_base	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

ProNet	0.14 112	0.20 104	0.14 126	0.16 121	0.11 137	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 150	0.13 154	0.17 149	0.12 141	0.15 125	0.11 97	0.16 145	0.11 130	0.15 142	0.12 144

CIPLG	0.13 103	0.21 110	0.12 101	0.16 121	0.11 137	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 139	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLG	0.13 103	0.20 104	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR_C	0.14 112	0.20 104	0.12 101	0.15 110	0.11 137	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 129	0.11 132	0.16 140	0.11 126	0.15 125	0.12 113	0.14 127	0.12 147	0.15 142	0.12 144

MIPNet	0.14 112	0.21 110	0.17 152	0.16 121	0.11 137	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 129	0.11 132	0.14 130	0.11 126	0.14 116	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 103	0.21 110	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ICVP	0.15 124	0.53 220	0.11 89	0.16 121	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 103	0.11 79	0.11 89	0.11 76	0.11 137	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 124	0.11 132	0.11 124	0.11 126	0.11 88	0.11 97	0.14 127	0.11 130	0.49 315	0.11 128

PDISCO_ROB	0.83 370	2.80 483	3.49 562	0.14 100	0.11 137	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 140	0.14 158	3.30 547	0.13 147	0.14 116	2.34 539	0.16 145	0.12 147	2.62 528	0.10 116

LALA_ROB	0.15 124	0.19 100	0.12 101	0.18 131	0.11 137	0.20 162	0.12 147	0.21 169	0.12 152	0.20 159	0.12 144	0.20 161	0.12 149	0.21 170	0.13 147	0.17 143	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

SGM_RVC	0.15 124	0.17 96	0.11 89	0.18 131	0.11 137	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 161	0.12 149	0.19 155	0.12 141	0.16 135	0.11 97	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IPLGR	0.14 112	0.24 122	0.14 126	0.16 121	0.12 153	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

cf-r	0.66 326	2.17 434	0.12 101	0.18 131	0.12 153	0.18 154	2.70 552	2.60 527	0.12 152	0.18 151	0.12 144	0.18 154	0.12 149	0.18 152	0.12 141	0.15 125	0.11 97	0.15 142	0.11 130	1.81 487	1.74 528

HSM	0.14 112	0.16 90	0.12 101	0.17 129	0.12 153	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 150	0.12 149	0.17 149	0.12 141	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.12 144

ITSA-stereo	0.15 124	0.17 96	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 154	0.14 158	0.18 152	0.14 151	0.16 135	0.11 97	0.15 142	0.14 161	0.18 156	0.11 128

DeepPruner_ROB	0.16 132	0.18 99	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 158	0.13 154	0.19 155	0.13 147	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 150

castereo++	0.54 305	3.59 498	1.15 411	1.31 442	0.14 158	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 140	0.13 154	0.16 140	0.14 151	1.45 473	1.16 418	0.15 142	0.14 161	0.15 142	0.13 150

DDVS	0.30 180	3.10 488	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 140	0.13 154	0.19 155	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 150

JetBlue	0.11 87	0.11 79	0.12 101	0.13 96	0.14 158	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 124	0.11 132	0.12 128	0.12 141	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 128

GMStereo	0.14 112	0.13 82	0.14 126	0.14 100	0.14 158	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 129	0.14 158	0.14 130	0.14 151	0.14 116	0.14 141	0.14 127	0.14 161	0.14 132	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 144	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 420	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 144	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 420	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

hitnet-ft	0.79 354	2.78 482	0.14 126	0.20 137	0.14 158	0.21 173	2.89 553	2.80 541	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.54 527	2.33 545

GANet-RSSM	0.75 345	1.91 416	0.14 126	0.47 260	0.14 158	0.21 173	3.21 569	2.30 513	0.14 157	0.46 294	0.14 161	0.23 183	0.18 185	0.21 170	0.14 151	0.18 151	0.27 202	0.37 260	0.13 155	2.13 497	2.12 538

PSMNet-RSSM	0.77 350	2.76 477	0.14 126	0.20 137	0.14 158	0.20 162	2.66 550	2.79 540	0.14 157	0.21 171	0.14 161	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.52 519	2.31 543

GwcNet-RSSM	0.77 350	2.77 479	0.14 126	0.20 137	0.14 158	0.20 162	2.67 551	2.78 539	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.21 170	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.52 519	2.31 543

CFNet-ft	0.55 309	1.57 394	0.14 126	0.20 137	0.14 158	0.20 162	2.53 549	1.61 481	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	1.56 475	1.24 491

RSGM-EC	0.24 161	0.24 122	0.15 142	0.22 150	0.15 169	0.22 175	0.15 157	0.22 173	0.15 167	0.24 182	0.15 169	0.22 177	0.15 168	0.22 174	1.19 441	0.20 158	0.17 164	0.24 192	0.14 161	0.20 163	0.14 155

acva	0.24 161	0.24 122	0.15 142	0.22 150	0.15 169	0.22 175	0.15 157	0.22 173	0.15 167	0.24 182	0.15 169	0.22 177	0.15 168	0.22 174	1.19 441	0.20 158	0.17 164	0.24 192	0.14 161	0.20 163	0.14 155

xyz-stereo-finetune2	0.18 139	0.48 201	0.16 145	0.16 121	0.15 169	0.15 134	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 140	0.16 170	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 159

castereo	0.61 316	3.79 506	1.35 475	1.52 452	0.15 169	0.17 150	0.16 162	0.20 160	0.21 194	0.18 151	0.16 172	0.21 169	0.12 149	0.26 199	0.17 171	1.43 472	1.38 488	0.17 153	0.16 169	0.18 156	0.16 159

gwcnet-sp	0.82 366	1.72 400	1.48 493	0.39 209	0.15 169	0.31 213	0.21 191	0.20 160	0.25 211	1.61 487	0.23 207	0.28 205	0.26 223	0.20 159	0.15 161	0.24 184	1.33 479	0.32 220	0.16 169	6.75 575	0.23 187

scenet	0.82 366	1.72 400	1.48 493	0.39 209	0.15 169	0.31 213	0.21 191	0.20 160	0.25 211	1.61 487	0.23 207	0.28 205	0.26 223	0.20 159	0.15 161	0.24 184	1.33 479	0.32 220	0.16 169	6.75 575	0.23 187

ssnet	0.82 366	1.72 400	1.48 493	0.39 209	0.15 169	0.31 213	0.21 191	0.20 160	0.25 211	1.61 487	0.23 207	0.28 205	0.26 223	0.20 159	0.15 161	0.24 184	1.33 479	0.32 220	0.16 169	6.75 575	0.23 187

dd	0.23 159	0.98 283	0.16 145	0.23 154	0.15 169	0.23 183	0.15 157	0.23 179	0.15 167	0.23 177	0.15 169	0.24 187	0.17 177	0.23 180	0.15 161	0.22 168	0.15 144	0.21 173	0.15 167	0.22 171	0.16 159

dad	0.23 159	1.03 300	0.16 145	0.23 154	0.15 169	0.24 184	0.15 157	0.24 182	0.16 171	0.23 177	0.16 172	0.24 187	0.16 170	0.23 180	0.15 161	0.22 168	0.16 146	0.22 178	0.16 169	0.22 171	0.16 159

VIP-Stereo	0.70 335	2.97 486	2.43 544	2.49 493	0.16 178	0.25 191	0.16 162	0.25 188	0.16 171	0.25 188	0.18 190	0.25 192	0.16 170	0.26 199	0.16 167	1.86 488	1.26 471	0.23 184	0.15 167	0.23 180	0.15 158

xyz-stereo-finetune	0.28 174	0.49 203	0.16 145	0.16 121	0.16 178	0.16 142	0.16 162	0.22 173	0.30 250	0.32 214	0.31 263	0.32 220	0.31 264	0.32 218	0.32 251	0.32 211	0.33 248	0.31 219	0.32 279	0.31 204	0.32 257

xyz-stereo	0.18 139	0.50 207	0.16 145	0.15 110	0.16 178	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 140	0.16 170	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 159

GMStereo_Zeroshot	0.16 132	0.16 90	0.16 145	0.16 121	0.16 178	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 140	0.16 170	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 159

RAFT-FEzeroshot	0.34 200	0.26 127	0.17 152	0.21 147	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 169	0.16 170	0.27 203	0.24 202	0.19 155	0.16 146	0.19 166	0.16 169	0.26 186	3.08 560

RAFT-FE	0.34 200	0.26 127	0.17 152	0.21 147	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 169	0.16 170	0.27 203	0.24 202	0.19 155	0.16 146	0.19 166	0.16 169	0.26 186	3.08 560

IGEV-FE	0.35 209	0.37 148	0.17 152	0.19 134	0.17 182	0.20 162	0.17 170	0.19 154	0.17 179	0.19 153	0.17 177	0.19 158	0.17 177	0.37 239	0.36 281	0.19 155	0.17 164	0.19 166	0.17 189	0.38 253	2.84 551

DEFOM-Stereo_RVC	0.83 370	5.18 531	1.98 533	2.19 478	0.17 182	0.19 157	0.18 177	0.19 154	0.16 171	0.20 159	0.19 192	0.22 177	0.22 201	0.20 159	0.15 161	2.28 515	2.13 534	0.24 192	0.17 189	0.18 156	0.16 159

tg	0.21 151	0.25 126	0.21 171	0.26 171	0.17 182	0.24 184	0.17 170	0.24 182	0.17 179	0.24 182	0.17 177	0.24 187	0.17 177	0.24 184	0.17 171	0.24 184	0.17 164	0.23 184	0.16 169	0.23 180	0.16 159

IGEV_Zeroshot_test	0.20 144	0.19 100	0.40 266	0.30 177	0.17 182	0.22 175	0.17 170	0.21 169	0.17 179	0.20 159	0.17 177	0.21 169	0.18 185	0.21 170	0.17 171	0.20 158	0.16 146	0.20 170	0.16 169	0.20 163	0.17 171

MIM_Stereo	0.25 164	0.23 115	0.66 351	0.80 333	0.17 182	0.22 175	0.17 170	0.23 179	0.18 182	0.26 196	0.17 177	0.21 169	0.17 177	0.25 189	0.17 171	0.23 179	0.16 146	0.21 173	0.17 189	0.22 171	0.17 171

MMNet	0.44 267	1.24 379	0.17 152	0.25 164	0.17 182	0.25 191	0.18 177	1.26 469	0.93 421	0.25 188	0.17 177	0.25 192	0.18 185	0.25 189	0.17 171	0.23 179	0.16 146	0.23 184	0.16 169	1.20 416	0.99 416

delet	0.43 262	1.21 371	0.17 152	0.25 164	0.17 182	0.25 191	0.18 177	1.26 469	0.95 423	0.25 188	0.17 177	0.25 192	0.17 177	0.25 189	0.17 171	0.23 179	0.16 146	0.22 178	0.16 169	1.18 413	0.98 415

UPFNet	0.42 261	1.20 325	0.17 152	0.24 159	0.17 182	0.25 191	0.17 170	1.19 417	0.90 415	0.25 188	0.17 177	0.24 187	0.17 177	0.25 189	0.17 171	0.22 168	0.17 164	0.22 178	0.16 169	1.15 405	0.93 411

ACV-stereo	0.30 180	2.08 426	0.25 186	0.25 164	0.18 192	0.24 184	0.17 170	0.24 182	0.18 182	0.24 182	0.17 177	0.25 192	0.17 177	0.24 184	0.17 171	0.22 168	0.16 146	0.22 178	0.16 169	0.22 171	0.16 159

MSKI-zero shot	0.24 161	0.21 110	0.49 311	0.65 314	0.18 192	0.22 175	0.17 170	0.23 179	0.18 182	0.21 171	0.17 177	0.23 183	0.28 238	0.23 180	0.18 180	0.21 165	0.16 146	0.21 173	0.16 169	0.21 169	0.16 159

psm_up	0.43 262	1.19 324	0.17 152	0.25 164	0.18 192	0.25 191	0.19 181	1.26 469	0.91 416	0.26 196	0.17 177	0.25 192	0.17 177	0.25 189	0.17 171	0.22 168	0.17 164	0.23 184	0.16 169	1.18 413	0.99 416

iResNet	0.20 144	0.23 115	0.18 161	0.24 159	0.18 192	0.24 184	0.20 185	0.24 182	0.18 182	0.23 177	0.17 177	0.23 183	0.18 185	0.23 180	0.18 180	0.22 168	0.16 146	0.21 173	0.16 169	0.21 169	0.16 159

DLNR-FE	0.28 174	0.89 264	0.30 205	0.34 191	0.19 196	0.28 204	0.19 181	0.28 197	0.20 190	0.28 200	0.20 196	0.28 205	0.20 194	0.28 207	0.20 186	0.33 215	0.28 208	0.25 195	0.19 195	0.24 182	0.19 177

Pointernet	0.21 151	0.22 114	0.19 164	0.24 159	0.19 196	0.24 184	0.19 181	0.24 182	0.19 188	0.24 182	0.19 192	0.24 187	0.19 190	0.24 184	0.19 183	0.22 168	0.17 164	0.22 178	0.17 189	0.22 171	0.17 171

CFNet	1.37 470	5.27 534	0.19 164	5.49 562	0.19 196	0.28 204	0.19 181	0.28 197	0.19 188	0.28 200	0.19 192	0.28 205	4.35 573	0.28 207	0.19 183	0.23 179	0.17 164	0.23 184	4.21 582	4.81 559	0.17 171

ssnet_v2	0.68 331	1.96 423	1.25 471	0.29 176	0.20 199	0.30 208	0.20 185	0.29 202	0.22 197	1.50 483	0.20 196	0.31 218	0.20 194	0.27 203	0.22 192	0.24 184	1.49 494	0.26 200	0.18 194	3.90 537	0.19 177

DAS	0.20 144	0.20 104	0.20 167	0.20 137	0.20 199	0.20 162	0.20 185	0.20 160	0.20 190	0.20 159	0.20 196	0.20 161	0.20 194	0.20 159	0.20 186	0.20 158	0.20 176	0.20 170	0.20 196	0.20 163	0.20 179

GEStereo_RVC	0.86 376	4.45 521	0.20 167	0.27 174	0.20 199	0.27 203	0.20 185	0.26 193	0.18 182	5.03 575	0.20 196	0.27 204	0.19 190	0.27 203	0.21 190	0.20 158	0.19 174	0.19 166	4.02 580	0.20 163	0.18 175

ASD4	0.20 144	0.20 104	0.20 167	0.20 137	0.20 199	0.20 162	0.20 185	0.20 160	0.20 190	0.20 159	0.20 196	0.20 161	0.20 194	0.20 159	0.20 186	0.20 158	0.20 176	0.20 170	0.20 196	0.20 163	0.20 179

AANet_RVC	1.26 465	0.31 139	4.99 573	5.93 565	0.20 199	0.25 191	0.20 185	0.25 188	0.20 190	0.23 177	0.19 192	0.25 192	0.20 194	0.25 189	0.20 186	5.66 574	4.76 567	0.26 200	0.30 263	0.24 182	0.27 212

iResNetv2_ROB	0.20 144	0.23 115	0.18 161	0.24 159	0.20 199	0.24 184	0.18 177	0.24 182	0.18 182	0.24 182	0.18 190	0.23 183	0.19 190	0.24 184	0.18 180	0.21 165	0.16 146	0.21 173	0.16 169	0.22 171	0.16 159

DISCO	1.11 412	0.39 158	5.28 575	0.39 209	0.20 199	0.39 251	0.27 223	0.39 242	0.22 197	0.38 235	0.20 196	0.38 244	0.20 194	6.95 586	0.22 192	0.30 205	0.21 180	0.27 204	0.21 198	5.25 568	0.21 182

model_zeroshot	0.27 173	0.20 104	0.27 193	0.33 189	0.21 206	0.37 238	0.22 196	0.37 230	0.24 206	0.26 196	0.27 231	0.33 223	0.21 200	0.25 189	0.27 216	0.32 211	0.20 176	0.34 236	0.23 207	0.25 184	0.26 204

CAS++	0.17 136	0.27 130	0.21 171	0.10 59	0.21 206	0.15 134	0.22 196	0.10 110	0.21 194	0.22 173	0.10 119	0.19 158	0.18 185	0.10 113	0.19 183	0.20 158	0.19 174	0.18 163	0.10 118	0.19 162	0.18 175
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Select-FE	0.41 250	0.44 179	0.23 176	0.26 171	0.22 208	0.26 199	0.22 196	0.26 193	0.23 203	0.26 196	0.23 207	0.26 202	0.23 207	0.45 293	0.42 323	0.25 190	0.22 184	0.25 195	0.22 201	0.45 292	2.90 552

DCVSM-stereo	0.36 215	1.89 413	0.22 173	0.40 223	0.22 208	0.40 253	0.22 196	0.40 247	0.22 197	0.40 247	0.22 203	0.40 257	0.22 201	0.40 253	0.22 192	0.28 197	0.21 180	0.28 206	0.21 198	0.28 193	0.20 179

WAO-6	0.22 155	0.23 115	0.22 173	0.23 154	0.22 208	0.22 175	0.22 196	0.22 173	0.22 197	0.22 173	0.22 203	0.22 177	0.22 201	0.22 174	0.22 192	0.22 168	0.22 184	0.22 178	0.22 201	0.22 171	0.22 185

IMH-64-1	0.22 155	0.23 115	0.23 176	0.22 150	0.22 208	0.22 175	0.22 196	0.22 173	0.22 197	0.22 173	0.22 203	0.22 177	0.22 201	0.22 174	0.22 192	0.22 168	0.22 184	0.23 184	0.22 201	0.22 171	0.23 187

IMH-64	0.22 155	0.23 115	0.23 176	0.22 150	0.22 208	0.22 175	0.22 196	0.22 173	0.22 197	0.22 173	0.22 203	0.22 177	0.22 201	0.22 174	0.22 192	0.22 168	0.22 184	0.23 184	0.22 201	0.22 171	0.23 187

HGLStereo	0.28 174	0.29 135	0.22 173	0.36 197	0.22 208	0.36 233	0.21 191	0.36 224	0.21 194	0.42 275	0.21 202	0.36 236	0.22 201	0.36 235	0.21 190	0.34 219	0.21 180	0.34 236	0.21 198	0.34 217	0.21 182

tt1	0.31 187	0.93 276	0.24 183	0.33 189	0.23 214	0.31 213	0.24 209	0.32 209	0.24 206	0.32 214	0.23 207	0.32 220	0.25 214	0.32 218	0.24 202	0.27 195	0.26 195	0.27 204	0.26 226	0.27 191	0.27 212

xxxxx1	0.31 187	0.91 269	0.23 176	0.31 182	0.23 214	0.31 213	0.23 204	0.33 212	0.25 211	0.31 209	0.24 214	0.33 223	0.25 214	0.32 218	0.24 202	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 212

tt_ll	0.31 187	0.91 269	0.23 176	0.31 182	0.23 214	0.31 213	0.23 204	0.33 212	0.25 211	0.31 209	0.24 214	0.33 223	0.25 214	0.32 218	0.24 202	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 212

ff	0.31 187	0.91 269	0.23 176	0.31 182	0.23 214	0.31 213	0.23 204	0.33 212	0.25 211	0.31 209	0.24 214	0.33 223	0.25 214	0.32 218	0.24 202	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 212

FENet	0.54 305	1.52 393	1.19 417	1.41 450	0.23 214	0.35 230	0.23 204	0.35 220	0.23 203	0.34 221	0.23 207	0.35 230	0.23 207	0.35 229	0.23 198	1.40 470	1.07 402	0.32 220	0.23 207	0.33 213	0.23 187

WCG-NET（raft）	0.32 195	1.24 379	0.24 183	0.32 185	0.24 219	0.32 221	0.23 204	0.32 209	0.24 206	0.32 214	0.24 214	0.32 220	0.24 211	0.32 218	0.24 202	0.30 205	0.23 189	0.30 213	0.23 207	0.30 199	0.23 187

DLNR_Zeroshot_test	0.31 187	0.28 133	0.47 296	0.79 331	0.24 219	0.30 208	0.26 220	0.30 204	0.24 206	0.32 214	0.23 207	0.31 218	0.24 211	0.30 213	0.23 198	0.29 204	0.26 195	0.29 211	0.24 215	0.33 213	0.23 187

DEFOM-Stereo	0.68 331	3.11 489	1.40 489	1.63 462	0.25 221	0.31 213	0.25 212	0.31 208	0.28 233	0.31 209	0.29 243	0.29 211	0.27 231	0.31 217	0.28 226	1.59 480	1.47 493	0.30 213	0.29 249	0.30 199	0.28 225

GCAP-BAT	0.33 198	0.78 245	0.32 222	0.38 203	0.25 221	0.34 225	0.25 212	0.34 216	0.26 224	0.34 221	0.25 220	0.35 230	0.26 223	0.35 229	0.27 216	0.36 233	0.30 227	0.32 220	0.24 215	0.32 206	0.26 204

UNDER WATER-64	0.25 164	0.26 127	0.25 186	0.26 171	0.25 221	0.25 191	0.25 212	0.25 188	0.25 211	0.25 188	0.25 220	0.25 192	0.25 214	0.26 199	0.25 210	0.25 190	0.25 192	0.25 195	0.25 220	0.25 184	0.25 198

LoS_RVC	0.30 180	1.14 315	0.25 186	0.25 164	0.25 221	0.26 199	0.25 212	0.25 188	0.25 211	0.25 188	0.25 220	0.26 202	0.26 223	0.26 199	0.25 210	0.26 192	0.26 195	0.25 195	0.25 220	0.26 186	0.26 204

CAS	0.30 180	1.17 321	0.25 186	0.25 164	0.25 221	0.26 199	0.25 212	0.25 188	0.26 224	0.25 188	0.25 220	0.25 192	0.25 214	0.25 189	0.25 210	0.26 192	0.26 195	0.26 200	0.25 220	0.26 186	0.25 198

LoS	0.25 164	0.27 130	0.25 186	0.25 164	0.25 221	0.25 191	0.25 212	0.26 193	0.25 211	0.25 188	0.25 220	0.25 192	0.25 214	0.25 189	0.25 210	0.26 192	0.25 192	0.25 195	0.26 226	0.26 186	0.25 198
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 343	1.22 377	0.25 186	1.22 435	0.25 221	1.22 472	0.25 212	1.22 466	0.25 211	1.22 474	0.25 220	1.22 478	0.25 214	1.22 477	0.25 210	1.22 458	0.26 195	1.21 484	0.25 220	1.22 463	0.25 198
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iResNet_ROB	0.28 174	0.32 140	0.24 183	0.32 185	0.25 221	0.32 221	0.24 209	0.32 209	0.24 206	0.33 219	0.24 214	0.35 230	0.24 211	0.33 224	0.24 202	0.31 210	0.24 191	0.32 220	0.24 215	0.32 206	0.24 197

testlalala	0.32 195	0.81 251	0.31 217	0.39 209	0.26 229	0.33 223	0.24 209	0.33 212	0.26 224	0.32 214	0.26 226	0.33 223	0.23 207	0.33 224	0.23 198	0.35 228	0.31 233	0.30 213	0.24 215	0.31 204	0.21 182

StereoDRNet-Refined	0.33 198	0.39 158	0.26 192	0.39 209	0.26 229	0.40 253	0.26 220	0.40 247	0.26 224	0.39 241	0.26 226	0.39 249	0.26 223	0.39 250	0.26 215	0.37 237	0.25 192	0.37 260	0.25 220	0.37 240	0.37 286
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 209	0.71 241	0.40 266	0.47 260	0.27 231	0.34 225	0.27 223	0.34 216	0.26 224	0.34 221	0.26 226	0.34 228	0.27 231	0.34 226	0.27 216	0.44 287	0.41 284	0.33 228	0.29 249	0.32 206	0.29 230

Monster-pub-mixall	0.44 267	0.56 227	0.60 338	0.38 203	0.27 231	0.37 238	0.27 223	0.37 230	0.29 239	0.38 235	0.27 231	0.38 244	0.29 245	0.85 386	0.27 216	1.46 474	0.26 195	0.34 236	0.26 226	0.36 236	0.53 349

TorneroNet-64	0.45 270	0.27 130	0.30 205	0.58 300	0.27 231	0.70 370	0.30 245	0.28 197	0.73 401	0.73 374	0.28 238	0.71 374	0.66 376	0.75 374	0.27 216	0.27 195	0.29 219	0.37 260	0.75 405	0.28 193	0.30 243

Any-RAFT	0.32 195	0.36 146	0.27 193	0.36 197	0.27 231	0.36 233	0.27 223	0.36 224	0.27 230	0.36 229	0.27 231	0.36 236	0.27 231	0.36 235	0.28 226	0.36 233	0.28 208	0.36 257	0.28 239	0.36 236	0.28 225

CRFU-Net	0.65 324	1.67 398	1.22 467	1.96 472	0.27 231	0.41 269	0.27 223	0.41 262	0.27 230	0.40 247	0.26 226	0.41 270	0.27 231	0.40 253	0.27 216	1.80 487	1.62 507	0.34 236	0.23 207	0.33 213	0.23 187

Zero-FE251	0.36 215	0.40 160	0.28 197	0.41 235	0.28 236	0.41 269	0.28 231	0.41 262	0.28 233	0.41 261	0.28 238	0.41 270	0.28 238	0.42 281	0.30 243	0.37 237	0.26 195	0.37 260	0.27 234	0.45 292	0.56 360

Monster-pub-eth3d	0.45 270	0.57 228	0.60 338	0.39 209	0.28 236	0.37 238	0.28 231	0.37 230	0.30 250	0.39 241	0.29 243	0.39 249	0.30 252	0.92 396	0.27 216	1.42 471	0.28 208	0.34 236	0.28 239	0.37 240	0.53 349

LG-Stereo_L2	0.34 200	0.37 148	0.38 254	0.47 260	0.28 236	0.39 251	0.28 231	0.39 242	0.28 233	0.39 241	0.28 238	0.39 249	0.28 238	0.38 242	0.28 226	0.42 285	0.35 254	0.36 257	0.26 226	0.35 229	0.26 204

SQANet	0.28 174	0.28 133	0.28 197	0.28 175	0.28 236	0.28 204	0.28 231	0.28 197	0.28 233	0.28 200	0.28 238	0.28 205	0.28 238	0.28 207	0.28 226	0.28 197	0.28 208	0.28 206	0.28 239	0.28 193	0.28 225

IER	0.88 379	7.04 550	2.23 538	2.75 499	0.28 236	0.43 296	0.25 212	0.39 242	0.25 211	0.41 261	0.27 231	0.39 249	0.25 214	0.40 253	0.28 226	0.37 237	0.28 208	0.37 260	0.25 220	0.37 240	0.25 198

DGSMNet	0.34 200	0.41 168	0.27 193	0.41 235	0.28 236	0.41 269	0.28 231	0.41 262	0.27 230	0.41 261	0.27 231	0.42 288	0.27 231	0.41 268	0.28 226	0.40 263	0.29 219	0.40 284	0.28 239	0.40 268	0.27 212

RAFT + AFF	0.31 187	0.45 187	0.34 237	0.39 209	0.28 236	0.38 245	0.33 266	0.29 202	0.31 261	0.30 205	0.30 255	0.29 211	0.27 231	0.29 211	0.30 243	0.28 197	0.29 219	0.29 211	0.29 249	0.27 191	0.32 257

MLCV	0.31 187	0.35 143	0.27 193	0.35 193	0.28 236	0.35 230	0.27 223	0.35 220	0.28 233	0.36 229	0.27 231	0.35 230	0.27 231	0.35 229	0.27 216	0.34 219	0.27 202	0.34 236	0.27 234	0.34 217	0.27 212

DN-CSS_ROB	0.31 187	0.35 143	0.28 197	0.35 193	0.28 236	0.34 225	0.27 223	0.34 216	0.25 211	0.35 226	0.27 231	0.36 236	0.26 223	0.34 226	0.28 226	0.35 228	0.28 208	0.34 236	0.28 239	0.34 217	0.27 212

Replicate-Monster	0.45 270	0.57 228	0.60 338	0.40 223	0.29 245	0.37 238	0.27 223	0.37 230	0.30 250	0.40 247	0.31 263	0.40 257	0.30 252	0.99 404	0.27 216	1.36 467	0.31 233	0.34 236	0.30 263	0.36 236	0.54 352

IGEV++	0.34 200	0.43 176	0.30 205	0.40 223	0.29 245	0.40 253	0.29 240	0.40 247	0.29 239	0.40 247	0.29 243	0.40 257	0.29 245	0.40 253	0.30 243	0.38 248	0.29 219	0.37 260	0.29 249	0.37 240	0.29 230

ACVNet-DCA	0.37 221	1.00 287	0.30 205	0.40 223	0.29 245	0.40 253	0.29 240	0.40 247	0.29 239	0.40 247	0.29 243	0.40 257	0.29 245	0.39 250	0.28 226	0.33 215	0.32 237	0.33 228	0.32 279	0.33 213	0.32 257

1test111	0.37 221	1.02 298	0.30 205	0.39 209	0.29 245	0.40 253	0.28 231	0.39 242	0.29 239	0.39 241	0.29 243	0.39 249	0.28 238	0.40 253	0.29 236	0.33 215	0.32 237	0.33 228	0.31 273	0.32 206	0.31 252

cc1	0.37 221	1.02 298	0.30 205	0.39 209	0.29 245	0.40 253	0.28 231	0.39 242	0.29 239	0.39 241	0.29 243	0.39 249	0.28 238	0.40 253	0.29 236	0.33 215	0.32 237	0.33 228	0.31 273	0.32 206	0.31 252

EKT-Stereo	0.37 221	0.40 160	0.44 283	1.07 371	0.29 245	0.34 225	0.31 254	0.36 224	0.29 239	0.38 235	0.31 263	0.37 242	0.30 252	0.36 235	0.29 236	0.34 219	0.28 208	0.39 279	0.30 263	0.37 240	0.30 243

CroCo-Stereo Lap2	0.77 350	1.29 381	0.29 201	1.27 439	0.29 245	1.27 475	0.26 220	1.26 469	0.26 224	1.26 475	0.26 226	1.27 480	0.26 223	1.26 478	0.27 216	1.27 460	0.27 202	1.27 487	0.27 234	1.27 465	0.27 212

iRaft-Stereo_20w	0.34 200	0.41 168	0.31 217	0.39 209	0.29 245	0.40 253	0.32 256	0.41 262	0.32 265	0.38 235	0.30 255	0.39 249	0.30 252	0.38 242	0.32 251	0.35 228	0.27 202	0.34 236	0.27 234	0.34 217	0.29 230

GES	0.66 326	2.34 450	0.29 201	0.41 235	0.29 245	0.41 269	0.29 240	0.42 280	0.29 239	0.40 247	0.41 325	0.41 270	0.30 252	0.51 333	0.29 236	0.32 211	0.29 219	0.32 220	2.46 553	2.49 515	0.30 243

UCFNet_RVC	2.75 543	10.06 572	0.29 201	10.31 589	0.29 245	0.42 289	0.29 240	0.43 286	0.29 239	0.42 275	0.29 243	0.42 288	9.87 590	0.43 287	0.29 236	0.36 233	9.84 590	0.36 257	0.26 226	9.77 589	0.26 204

MS-F	0.38 227	0.44 179	0.31 217	0.43 251	0.30 255	0.43 296	0.31 254	0.43 286	0.31 261	0.45 288	0.31 263	0.43 295	0.31 264	0.43 287	0.69 384	0.38 248	0.33 248	0.40 284	0.30 263	0.38 253	0.30 243

HiDET	0.38 227	0.44 179	0.30 205	0.42 245	0.30 255	0.42 289	0.30 245	0.42 280	0.30 250	0.44 286	0.30 255	0.42 288	0.30 252	0.42 281	0.68 377	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.29 230

LCMNet	0.38 227	0.44 179	0.30 205	0.42 245	0.30 255	0.42 289	0.30 245	0.42 280	0.30 250	0.45 288	0.30 255	0.42 288	0.30 252	0.42 281	0.69 384	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.29 230

CSFM-Stereo	0.38 227	0.44 179	0.30 205	0.42 245	0.30 255	0.42 289	0.30 245	0.43 286	0.30 250	0.44 286	0.30 255	0.42 288	0.30 252	0.42 281	0.73 394	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.30 243

MultiAttention	0.30 180	0.30 136	0.30 205	0.30 177	0.30 255	0.30 208	0.30 245	0.30 204	0.30 250	0.30 205	0.30 255	0.30 214	0.30 252	0.30 213	0.30 243	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 243

MSAF-DinoV2	0.30 180	0.30 136	0.30 205	0.30 177	0.30 255	0.30 208	0.30 245	0.30 204	0.30 250	0.30 205	0.30 255	0.30 214	0.30 252	0.30 213	0.30 243	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 243

IGEV-Stereo	0.35 209	0.44 179	0.45 285	0.49 271	0.30 255	0.37 238	0.30 245	0.36 224	0.30 250	0.36 229	0.29 243	0.36 236	0.29 245	0.36 235	0.30 243	0.46 294	0.39 272	0.32 220	0.24 215	0.32 206	0.25 198
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 200	0.42 175	0.31 217	0.39 209	0.30 255	0.38 245	0.30 245	0.40 247	0.29 239	0.40 247	0.37 302	0.41 270	0.34 280	0.38 242	0.30 243	0.34 219	0.27 202	0.34 236	0.26 226	0.34 217	0.26 204

PML	0.46 276	1.36 387	0.29 201	0.58 300	0.30 255	0.57 357	0.29 240	0.57 344	0.29 239	0.57 353	0.29 243	0.57 358	0.29 245	0.56 347	0.29 236	0.52 320	0.30 227	0.53 360	0.31 273	0.53 332	0.30 243

DANet	0.30 180	0.30 136	0.30 205	0.30 177	0.30 255	0.30 208	0.30 245	0.30 204	0.30 250	0.30 205	0.30 255	0.30 214	0.30 252	0.30 213	0.30 243	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 243
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
xx1	0.38 227	1.03 300	0.31 217	0.40 223	0.31 265	0.41 269	0.28 231	0.40 247	0.29 239	0.40 247	0.29 243	0.40 257	0.29 245	0.40 253	0.29 236	0.34 219	0.33 248	0.34 236	0.32 279	0.34 217	0.32 257

CASnet	0.35 209	0.51 215	0.44 283	0.32 185	0.31 265	0.24 184	0.34 277	0.36 224	0.25 211	0.31 209	0.37 302	0.30 214	0.33 275	0.25 189	0.45 328	0.37 237	0.37 259	0.33 228	0.35 303	0.34 217	0.37 286
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DDF-Stereo	0.43 262	1.15 318	0.57 334	0.53 288	0.32 267	0.41 269	0.32 256	0.41 262	0.32 265	0.41 261	0.32 267	0.41 270	0.32 267	0.40 253	0.32 251	0.52 320	0.50 328	0.38 268	0.31 273	0.39 262	0.31 252

GREAT-IGEV	0.38 227	0.43 176	0.36 247	0.48 265	0.32 267	0.45 300	0.32 256	0.45 290	0.32 265	0.45 288	0.32 267	0.45 298	0.32 267	0.45 293	0.32 251	0.44 287	0.33 248	0.41 301	0.29 249	0.41 278	0.29 230

GIP-stereo	0.36 215	0.49 203	0.39 261	0.48 265	0.32 267	0.41 269	0.28 231	0.40 247	0.30 250	0.41 261	0.28 238	0.40 257	0.28 238	0.42 281	0.28 226	0.45 290	0.32 237	0.38 268	0.30 263	0.37 240	0.27 212

PCWNet_CMD	2.80 545	9.82 570	0.32 222	10.09 588	0.32 267	0.49 321	0.33 266	3.34 547	0.33 272	0.49 314	0.33 274	0.49 319	8.73 586	0.48 311	0.33 260	0.41 271	9.22 585	0.42 312	0.29 249	9.55 588	0.31 252

CFNet_ucs	2.73 542	9.64 569	0.33 227	9.92 586	0.32 267	0.49 321	0.33 266	0.49 308	0.33 272	0.49 314	0.33 274	0.49 319	8.98 588	0.48 311	0.33 260	0.41 271	9.96 591	0.40 284	0.29 249	10.12 591	0.54 352

RAFT-Test	0.36 215	0.37 148	0.33 227	0.41 235	0.32 267	0.41 269	0.32 256	0.41 262	0.32 265	0.41 261	0.32 267	0.41 270	0.32 267	0.41 268	0.33 260	0.37 237	0.29 219	0.37 260	0.29 249	0.38 253	0.31 252

HH	0.71 338	2.54 460	0.74 370	1.10 373	0.32 267	0.41 269	0.37 295	0.69 362	0.78 405	0.73 374	0.90 417	0.75 381	1.00 412	0.84 382	0.69 384	0.69 352	0.40 275	0.35 252	0.26 226	0.35 229	0.26 204

HanStereo	0.71 338	2.54 460	0.74 370	1.10 373	0.32 267	0.41 269	0.37 295	0.69 362	0.78 405	0.73 374	0.90 417	0.75 381	1.00 412	0.84 382	0.69 384	0.69 352	0.40 275	0.35 252	0.26 226	0.35 229	0.26 204

4D-IteraStereo	0.78 353	3.13 490	0.89 386	0.69 319	0.32 267	0.40 253	0.32 256	0.76 368	0.97 426	0.52 337	0.65 386	0.89 396	0.32 267	0.76 375	0.98 420	0.83 372	0.94 394	0.35 252	0.27 234	0.70 350	0.89 407

pcwnet_v2	2.66 540	9.89 571	0.33 227	9.89 585	0.32 267	0.50 329	0.32 256	0.49 308	0.33 272	0.49 314	0.34 282	0.49 319	8.76 587	0.48 311	0.33 260	0.41 271	9.58 587	0.40 284	0.29 249	9.01 586	0.63 370

Gwc-CoAtRS	0.41 250	1.49 392	0.32 222	0.42 245	0.32 267	0.41 269	0.32 256	0.41 262	0.33 272	0.41 261	0.32 267	0.41 270	0.32 267	0.41 268	0.32 251	0.39 259	0.28 208	0.39 279	0.28 239	0.40 268	0.28 225

MSMDNet	2.65 539	10.14 573	0.33 227	9.74 584	0.32 267	0.87 386	0.33 266	2.95 543	0.68 383	0.49 314	0.34 282	0.49 319	5.70 580	0.49 317	0.33 260	0.42 285	9.57 586	0.41 301	0.31 273	8.36 583	0.65 373

water-stereo	0.41 250	0.84 254	0.46 289	0.50 278	0.33 279	0.45 300	0.33 266	0.45 290	0.32 265	0.45 288	0.32 267	0.45 298	0.32 267	0.45 293	0.32 251	0.44 287	0.41 284	0.39 279	0.31 273	0.39 262	0.32 257

DilatedVolume-Stereo	0.43 262	0.86 257	0.48 304	0.50 278	0.33 279	0.46 306	0.33 266	0.46 294	0.33 272	0.46 294	0.33 274	0.47 308	0.33 275	0.47 302	0.34 273	0.45 290	0.42 293	0.40 284	0.33 287	0.47 307	0.38 293

HART	0.38 227	0.45 187	0.34 237	0.42 245	0.33 279	0.41 269	0.34 277	0.42 280	0.33 272	0.43 281	0.34 282	0.42 288	0.34 280	0.41 268	0.38 293	0.40 263	0.32 237	0.42 312	0.32 279	0.40 268	0.32 257

fffy	0.38 227	0.43 176	0.33 227	0.46 254	0.33 279	0.45 300	0.32 256	0.45 290	0.32 265	0.45 288	0.32 267	0.45 298	0.33 275	0.45 293	0.32 251	0.38 248	0.38 265	0.38 268	0.37 311	0.37 240	0.36 282

CFNet_pseudo	2.67 541	9.36 567	0.32 222	10.99 590	0.33 279	0.85 384	0.33 266	0.49 308	0.33 272	0.49 314	0.32 267	0.49 319	7.26 584	0.49 317	0.33 260	0.41 271	9.62 588	0.41 301	0.29 249	10.03 590	0.29 230

HCRNet	1.22 463	7.11 551	3.00 547	3.55 530	0.33 279	0.29 207	0.14 152	0.19 154	0.15 167	0.33 219	0.29 243	0.25 192	0.14 158	0.22 174	0.33 260	3.64 545	3.00 542	0.76 385	0.32 279	0.18 156	0.13 150

ccnet	0.80 356	2.28 442	0.33 227	0.50 278	0.33 279	0.50 329	0.33 266	0.50 316	0.33 272	0.49 314	0.33 274	0.49 319	1.56 498	2.38 517	0.33 260	0.41 271	0.29 219	0.42 312	1.57 513	2.28 503	0.29 230

FCDSN-DC	0.41 250	0.59 231	0.64 347	0.54 291	0.33 279	0.50 329	0.37 295	0.42 280	0.40 315	0.61 358	0.43 337	0.50 334	0.49 350	0.38 242	0.32 251	0.28 197	0.23 189	0.26 200	0.22 201	0.35 229	0.28 225
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 250	0.46 191	0.33 227	0.49 271	0.33 279	0.49 321	0.33 266	0.49 308	0.33 272	0.49 314	0.33 274	0.49 319	0.33 275	0.51 333	0.33 260	0.41 271	0.30 227	0.41 301	0.30 263	0.79 361	0.29 230

ccs_rob	2.79 544	10.17 574	0.32 222	10.00 587	0.33 279	0.49 321	0.33 266	1.90 492	0.32 265	0.51 334	0.33 274	0.49 319	9.24 589	0.49 317	0.33 260	0.41 271	9.82 589	0.41 301	0.28 239	9.34 587	0.29 230

H2IRNET	0.34 200	0.34 142	0.34 237	0.34 191	0.34 289	0.34 225	0.34 277	0.34 216	0.34 281	0.34 221	0.34 282	0.34 228	0.34 280	0.34 226	0.34 273	0.34 219	0.34 252	0.34 236	0.34 291	0.34 217	0.34 270

LL-Strereo2	0.48 287	1.73 405	0.51 322	0.59 303	0.34 289	0.42 289	0.33 266	0.40 247	0.31 261	0.42 275	0.33 274	0.42 288	0.31 264	0.44 290	0.39 304	0.60 336	0.51 333	0.44 315	0.33 287	0.44 288	0.33 264

RCA-Stereo	0.51 300	3.22 493	0.34 237	0.44 252	0.34 289	0.44 299	0.34 277	0.43 286	0.34 281	0.43 281	0.34 282	0.44 296	0.33 275	0.43 287	0.33 260	0.38 248	0.29 219	0.38 268	0.29 249	0.38 253	0.29 230

ccccc	0.41 250	0.44 179	0.34 237	0.48 265	0.35 292	0.48 316	0.35 282	0.51 329	0.35 284	0.47 300	0.35 291	0.47 308	0.34 280	0.47 302	0.35 277	0.41 271	0.40 275	0.40 284	0.40 328	0.41 278	0.39 299

UGAM	0.51 300	2.23 439	0.39 261	0.54 291	0.35 292	0.50 329	0.35 282	0.49 308	0.35 284	0.49 314	0.35 291	0.49 319	0.36 290	0.50 324	0.36 281	0.49 306	0.37 259	0.45 319	0.34 291	0.45 292	0.34 270

GCST	0.50 295	2.08 426	0.38 254	0.53 288	0.35 292	0.49 321	0.35 282	0.50 316	0.35 284	0.49 314	0.35 291	0.49 319	0.35 287	0.49 317	0.35 277	0.48 303	0.37 259	0.45 319	0.33 287	0.44 288	0.33 264

GCAP-Stereo	0.75 345	4.15 517	0.42 280	0.75 329	0.35 292	0.78 377	0.40 315	0.79 370	0.38 301	0.78 382	0.36 295	0.78 384	0.36 290	0.79 376	0.39 304	0.75 360	0.39 272	0.76 385	0.39 327	0.75 355	0.39 299

DMCA	0.36 215	0.38 152	0.37 251	0.35 193	0.35 292	0.36 233	0.36 289	0.36 224	0.35 284	0.35 226	0.37 302	0.36 236	0.36 290	0.35 229	0.36 281	0.36 233	0.36 257	0.35 252	0.36 309	0.36 236	0.36 282

ETE_ROB	0.35 209	0.35 143	0.35 245	0.35 193	0.35 292	0.35 230	0.35 282	0.35 220	0.35 284	0.35 226	0.35 291	0.35 230	0.35 287	0.35 229	0.35 277	0.35 228	0.35 254	0.35 252	0.35 303	0.35 229	0.35 279

252Zero-FE	0.45 270	0.50 207	0.36 247	0.50 278	0.36 298	0.50 329	0.36 289	0.50 316	0.36 295	0.49 314	0.36 295	0.49 319	0.36 290	0.54 342	0.41 315	0.45 290	0.34 252	0.45 319	0.34 291	0.55 334	0.75 393

mms	0.40 243	0.45 187	0.35 245	0.48 265	0.36 298	0.47 311	0.34 277	0.45 290	0.38 301	0.47 300	0.33 274	0.45 298	0.32 267	0.45 293	0.32 251	0.39 259	0.38 265	0.38 268	0.37 311	0.39 262	0.39 299

UGAM-zero	0.51 300	2.17 434	0.39 261	0.53 288	0.36 298	0.50 329	0.36 289	0.50 316	0.36 295	0.49 314	0.36 295	0.50 334	0.35 287	0.50 324	0.36 281	0.49 306	0.37 259	0.47 332	0.35 303	0.46 295	0.34 270

RAFT-Stereo-weight	0.45 270	1.90 415	0.34 237	0.42 245	0.36 298	0.43 296	0.35 282	0.42 280	0.34 281	0.42 275	0.34 282	0.44 296	0.34 280	0.41 268	0.34 273	0.38 248	0.32 237	0.38 268	0.32 279	0.38 253	0.33 264

SCV_C0	0.45 270	0.88 261	0.49 311	0.54 291	0.37 302	0.48 316	0.37 295	0.48 304	0.37 297	0.48 307	0.36 295	0.48 315	0.37 295	0.49 317	0.37 290	0.50 312	0.41 284	0.44 315	0.34 291	0.44 288	0.34 270

SCV	0.46 276	0.94 278	0.45 285	0.54 291	0.37 302	0.48 316	0.38 301	0.48 304	0.37 297	0.48 307	0.39 316	0.48 315	0.37 295	0.49 317	0.37 290	0.50 312	0.46 307	0.44 315	0.34 291	0.44 288	0.34 270

CES	0.39 239	0.47 195	0.36 247	0.36 197	0.37 302	0.45 300	0.35 282	0.35 220	0.40 315	0.36 229	0.44 339	0.47 308	0.36 290	0.44 290	0.36 281	0.37 237	0.39 272	0.44 315	0.35 303	0.37 240	0.36 282

GMOStereo	0.37 221	0.45 187	0.23 176	0.30 177	0.37 302	0.41 269	0.36 289	0.41 262	0.35 284	0.43 281	0.36 295	0.41 270	0.40 308	0.41 268	0.36 281	0.34 219	0.22 184	0.47 332	0.37 311	0.39 262	0.33 264

error version	0.93 390	4.47 522	2.35 541	1.99 474	0.37 302	0.41 269	0.36 289	0.41 262	0.35 284	0.43 281	0.36 295	0.41 270	0.40 308	0.41 268	0.36 281	1.87 490	2.16 535	0.47 332	0.37 311	0.39 262	0.33 264

test_1	0.93 390	4.47 522	2.35 541	1.99 474	0.37 302	0.41 269	0.36 289	0.41 262	0.35 284	0.43 281	0.36 295	0.41 270	0.40 308	0.41 268	0.36 281	1.87 490	2.16 535	0.47 332	0.37 311	0.39 262	0.33 264

XPNet_ROB	0.37 221	0.37 148	0.37 251	0.37 200	0.37 302	0.37 238	0.37 295	0.37 230	0.37 297	0.37 234	0.37 302	0.37 242	0.37 295	0.37 239	0.37 290	0.37 237	0.37 259	0.37 260	0.37 311	0.37 240	0.37 286

GEAStereo	0.62 319	3.91 511	0.48 304	0.69 319	0.38 309	0.51 341	0.38 301	0.51 329	0.38 301	0.53 340	0.38 307	0.50 334	0.38 299	0.51 333	0.38 293	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.34 270

gasm-f	0.62 319	3.91 511	0.48 304	0.69 319	0.38 309	0.51 341	0.38 301	0.51 329	0.38 301	0.53 340	0.38 307	0.50 334	0.38 299	0.51 333	0.38 293	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.34 270

GASTEREO	0.48 287	1.21 371	0.47 296	0.57 298	0.38 309	0.50 329	0.38 301	0.50 316	0.38 301	0.50 327	0.38 307	0.50 334	0.38 299	0.50 324	0.38 293	0.52 320	0.42 293	0.46 323	0.34 291	0.46 295	0.34 270

MSCF	0.51 300	1.40 389	0.49 311	0.58 300	0.38 309	0.50 329	0.38 301	0.54 337	0.41 324	0.52 337	0.41 325	0.53 346	0.42 325	0.53 340	0.41 315	0.60 336	0.47 315	0.48 340	0.37 311	0.48 311	0.38 293

WAO-8	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.38 245	0.38 301	0.38 238	0.38 301	0.38 235	0.38 307	0.38 244	0.38 299	0.38 242	0.38 293	0.38 248	0.38 265	0.38 268	0.37 311	0.38 253	0.38 293

WAO-7	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.38 245	0.38 301	0.38 238	0.38 301	0.38 235	0.38 307	0.38 244	0.38 299	0.38 242	0.38 293	0.38 248	0.38 265	0.38 268	0.38 324	0.38 253	0.38 293

Venus	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.37 238	0.38 301	0.37 230	0.37 297	0.41 261	0.37 302	0.39 249	0.37 295	0.38 242	0.38 293	0.37 237	0.38 265	0.38 268	0.37 311	0.37 240	0.38 293

IMH	0.38 227	0.38 152	0.38 254	0.38 203	0.38 309	0.38 245	0.38 301	0.38 238	0.38 301	0.42 275	0.38 307	0.40 257	0.38 299	0.38 242	0.38 293	0.38 248	0.38 265	0.39 279	0.38 324	0.38 253	0.38 293

iRaftStereo_RVC	0.97 394	3.17 492	2.30 540	2.42 490	0.38 309	0.54 349	0.38 301	0.54 337	0.38 301	0.54 345	0.38 307	0.54 349	0.38 299	0.54 342	0.38 293	2.38 523	2.34 539	0.49 345	0.36 309	0.49 315	0.36 282

LG-Stereo_L1	0.47 282	0.52 217	0.47 296	0.62 308	0.39 318	0.53 346	0.40 315	0.53 335	0.39 314	0.53 340	0.39 316	0.53 346	0.39 307	0.53 340	0.39 304	0.55 330	0.46 307	0.49 345	0.37 311	0.49 315	0.37 286

gcap-zeroshot	0.35 209	0.32 140	0.37 251	0.49 271	0.39 318	0.33 223	0.21 191	0.26 193	0.35 284	0.42 275	0.34 282	0.49 319	0.29 245	0.47 302	0.39 304	0.34 219	0.17 164	0.38 268	0.23 207	0.48 311	0.34 270

GSStereo	0.81 361	4.28 520	0.50 315	0.59 303	0.40 320	0.51 341	0.38 301	0.50 316	0.38 301	0.50 327	0.38 307	0.50 334	3.79 565	0.50 324	0.38 293	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.35 279

depthmonostereo	0.44 267	0.85 256	0.46 289	0.54 291	0.40 320	0.52 344	0.38 301	0.52 333	0.35 284	0.47 300	0.34 282	0.46 302	0.34 280	0.47 302	0.34 273	0.45 290	0.43 297	0.41 301	0.33 287	0.41 278	0.32 257

knoymous	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 257	0.40 308	0.40 253	0.40 308	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 302

anonymousa	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 257	0.40 308	0.40 253	0.40 308	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 302

riskmin	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 257	0.40 308	0.40 253	0.40 308	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 302

Anonymous_2	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 257	0.40 308	0.40 253	0.40 308	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 302

Anonymous_1	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 257	0.40 308	0.40 253	0.40 308	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 302

AdaStereo	0.40 243	0.40 160	0.40 266	0.40 223	0.40 320	0.40 253	0.40 315	0.40 247	0.40 315	0.40 247	0.40 319	0.40 257	0.40 308	0.40 253	0.40 308	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 302
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
LG-Stereo_Zeroshot	0.48 287	0.55 225	0.47 296	0.63 310	0.41 328	0.56 351	0.44 331	0.56 341	0.41 324	0.56 350	0.41 325	0.57 358	0.42 325	0.56 347	0.41 315	0.55 330	0.43 297	0.51 354	0.37 311	0.51 326	0.37 286

PAM	0.39 239	1.88 412	0.34 237	0.37 200	0.41 328	0.45 300	0.22 196	0.28 197	0.23 203	0.28 200	0.24 214	0.29 211	0.23 207	0.29 211	0.23 198	0.38 248	0.32 237	0.38 268	0.37 311	0.32 206	0.22 185

MyStereo07	0.60 313	3.72 504	0.48 304	0.49 271	0.41 328	0.36 233	0.32 256	0.49 308	0.43 332	0.51 334	0.42 335	0.49 319	0.43 328	0.51 333	0.64 368	0.49 306	0.45 305	0.34 236	0.32 279	0.35 229	0.43 317

MyStereo04	0.56 311	3.72 504	0.59 336	0.49 271	0.41 328	0.36 233	0.32 256	0.37 230	0.31 261	0.34 221	0.46 345	0.35 230	0.32 267	0.35 229	0.33 260	0.49 306	0.45 305	0.34 236	0.32 279	0.35 229	0.43 317

HanzoNet	0.39 239	0.38 152	0.40 266	0.39 209	0.41 328	0.38 245	0.38 301	0.38 238	0.38 301	0.39 241	0.39 316	0.38 244	0.38 299	0.39 250	0.40 308	0.38 248	0.38 265	0.40 284	0.38 324	0.38 253	0.40 302

GwcNet-ADL	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 270	0.41 319	0.41 268	0.41 315	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 309

PSMNet-ADL	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 270	0.41 319	0.41 268	0.41 315	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 309

GANet-ADL	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 270	0.41 319	0.41 268	0.41 315	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 309

ADLNet2	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 270	0.41 319	0.41 268	0.41 315	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 309

ADLNet	0.41 250	0.41 168	0.41 275	0.41 235	0.41 328	0.41 269	0.41 323	0.41 262	0.41 324	0.41 261	0.41 325	0.41 270	0.41 319	0.41 268	0.41 315	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 309

RSM	0.36 215	0.36 146	0.43 281	0.37 200	0.42 338	0.49 321	0.42 328	0.37 230	0.28 233	0.36 229	0.29 243	0.36 236	0.30 252	0.37 239	0.28 226	0.34 219	0.31 233	0.34 236	0.35 303	0.40 268	0.29 230

CFNet_RVC	2.38 533	8.71 562	0.38 254	9.33 581	0.42 338	0.56 351	0.42 328	0.60 351	0.38 301	0.62 361	0.42 335	0.56 356	7.29 585	0.62 356	0.42 323	0.53 323	0.37 259	0.49 345	0.34 291	8.30 582	6.87 588

PAM_32	0.64 323	2.38 454	0.51 322	0.92 348	0.43 340	0.53 346	0.44 331	0.87 378	0.43 332	0.52 337	0.45 343	0.53 346	0.40 308	0.54 342	0.46 332	0.62 344	0.56 341	0.48 340	0.45 346	0.76 356	0.44 320

FSD	0.61 316	0.59 231	0.50 315	2.58 497	0.44 341	0.56 351	0.44 331	0.55 340	0.44 335	0.56 350	0.44 339	0.56 356	0.44 330	0.56 347	0.46 332	0.61 340	0.42 293	0.52 357	0.42 343	0.52 328	0.51 347

MonSter	0.60 313	0.64 237	0.52 325	0.62 308	0.44 341	2.07 507	0.44 331	0.62 354	0.44 335	0.62 361	0.44 339	0.62 366	0.44 330	0.62 356	0.44 327	0.58 334	0.42 293	0.62 367	0.46 348	0.58 337	0.42 316

DispNO	1.00 397	0.63 235	0.43 281	3.45 525	0.44 341	0.65 366	0.43 330	0.64 356	0.43 332	0.64 364	0.43 337	0.64 367	3.03 544	0.64 361	0.43 326	4.55 553	0.43 297	0.63 369	0.43 344	0.63 341	0.43 317

fffft	0.48 287	0.51 215	0.45 285	0.52 287	0.45 344	0.52 344	0.45 336	0.52 333	0.48 350	0.53 340	0.45 343	0.52 345	0.45 333	0.52 338	0.46 332	0.51 318	0.41 284	0.50 349	0.41 335	0.50 320	0.41 309
1: 1. 1
Selective-IGEV	0.51 300	0.55 225	0.45 285	0.69 319	0.45 344	0.61 360	0.45 336	0.50 316	0.40 315	0.56 350	0.44 339	0.55 353	0.40 308	0.72 369	0.67 373	0.59 335	0.46 307	0.45 319	0.34 291	0.46 295	0.37 286

Former-RAFT_DAM_RVC	0.49 293	0.98 283	0.64 347	0.84 338	0.46 346	0.45 300	0.35 282	0.47 300	0.47 343	0.45 288	0.34 282	0.46 302	0.48 345	0.46 298	0.35 277	0.39 259	0.71 370	0.39 279	0.35 303	0.41 278	0.41 309

otaku	0.46 276	0.46 191	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.46 338	0.46 294	0.46 345	0.46 302	0.46 336	0.46 298	0.46 332	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 323

Ntro	0.47 282	0.47 195	0.46 289	0.46 254	0.46 346	0.47 311	0.47 343	0.46 294	0.47 343	0.46 294	0.46 345	0.47 308	0.46 336	0.47 302	0.47 339	0.47 299	0.46 307	0.46 323	0.46 348	0.46 295	0.46 323

Dean	0.46 276	0.46 191	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.46 338	0.47 300	0.46 345	0.46 302	0.46 336	0.46 298	0.46 332	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 323

ACVNet_1	0.46 276	0.47 195	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.47 343	0.46 294	0.46 345	0.46 302	0.46 336	0.46 298	0.46 332	0.46 294	0.46 307	0.47 332	0.46 348	0.46 295	0.46 323

ACVNet-4b	0.46 276	0.46 191	0.46 289	0.46 254	0.46 346	0.46 306	0.46 338	0.46 294	0.46 338	0.46 294	0.46 345	0.46 302	0.46 336	0.47 302	0.46 332	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 323

AIO-test2	0.55 309	0.59 231	0.52 325	0.67 318	0.47 352	0.61 360	0.47 343	0.61 353	0.47 343	0.61 358	0.47 353	0.61 364	0.48 345	0.62 356	0.47 339	0.64 346	0.53 337	0.58 364	0.47 355	0.58 337	0.48 332

AIO-test1	0.54 305	0.60 234	0.52 325	0.66 317	0.47 352	0.61 360	0.47 343	0.58 347	0.46 338	0.61 358	0.46 345	0.61 364	0.45 333	0.62 356	0.45 328	0.61 340	0.52 335	0.57 363	0.48 358	0.57 336	0.48 332

HaxPig	0.47 282	0.47 195	0.47 296	0.49 271	0.47 352	0.47 311	0.47 343	0.47 300	0.47 343	0.47 300	0.47 353	0.47 308	0.47 344	0.47 302	0.47 339	0.47 299	0.47 315	0.47 332	0.47 355	0.47 307	0.48 332

UNDER WATER	0.47 282	0.47 195	0.47 296	0.47 260	0.47 352	0.47 311	0.47 343	0.47 300	0.47 343	0.47 300	0.47 353	0.47 308	0.46 336	0.47 302	0.47 339	0.47 299	0.47 315	0.47 332	0.46 348	0.47 307	0.47 330

RainbowNet	0.48 287	0.48 201	0.48 304	0.48 265	0.48 356	0.48 316	0.48 352	0.48 304	0.48 350	0.48 307	0.48 357	0.48 315	0.48 345	0.48 311	0.48 345	0.48 303	0.48 319	0.48 340	0.48 358	0.48 311	0.48 332

notaker	0.48 287	0.49 203	0.48 304	0.48 265	0.48 356	0.48 316	0.48 352	0.48 304	0.49 352	0.48 307	0.48 357	0.48 315	0.48 345	0.48 311	0.48 345	0.48 303	0.48 319	0.48 340	0.48 358	0.48 311	0.49 337

MLG-Stereo	0.92 385	0.90 267	0.84 384	1.27 439	0.49 358	1.38 482	0.88 411	1.41 479	0.97 426	0.73 374	1.09 433	1.26 479	0.43 328	0.72 369	1.05 427	1.13 406	0.49 322	1.18 437	0.66 389	1.01 395	0.46 323

LVE	0.47 282	0.47 195	0.47 296	0.47 260	0.49 358	0.47 311	0.47 343	0.47 300	0.49 352	0.47 300	0.47 353	0.47 308	0.46 336	0.47 302	0.47 339	0.47 299	0.47 315	0.48 340	0.47 355	0.47 307	0.47 330

ACVNet_2	0.49 293	0.49 203	0.49 311	0.49 271	0.49 358	0.49 321	0.49 354	0.49 308	0.49 352	0.49 314	0.49 360	0.49 319	0.49 350	0.49 317	0.49 347	0.49 306	0.49 322	0.49 345	0.49 361	0.49 315	0.49 337

test_xeample3	1.10 410	1.81 406	0.61 343	0.84 338	0.49 358	0.77 375	0.66 376	0.92 387	1.40 506	0.68 370	0.46 345	0.78 384	0.54 363	1.72 491	1.48 508	1.34 464	1.52 496	1.35 492	1.67 526	1.33 467	1.55 509

FoundationStereo	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 334	0.50 353	0.50 324	0.50 348	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 340

StereoAnything_RVC	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 334	0.50 353	0.50 324	0.50 348	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 340

dual_stereo	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 334	0.50 353	0.50 324	0.50 348	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 340

Occ-G	1.12 413	0.52 217	3.72 567	3.50 529	0.50 362	0.56 351	0.47 343	0.54 337	0.46 338	0.54 345	0.41 325	0.54 349	0.42 325	0.52 338	0.42 323	3.42 544	4.02 563	0.52 357	0.45 346	0.51 326	0.44 320

SANet	0.50 295	0.50 207	0.50 315	0.50 278	0.50 362	0.50 329	0.50 356	0.50 316	0.50 355	0.50 327	0.50 362	0.50 334	0.50 353	0.50 324	0.50 348	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 340

ktn	0.72 341	0.53 220	1.08 406	1.14 379	0.51 367	1.22 472	1.36 499	0.51 329	0.59 370	0.51 334	0.51 368	0.69 373	1.20 433	0.67 365	0.51 353	0.51 318	0.49 322	0.58 364	0.66 389	0.52 328	0.53 349

MyStereo8	0.71 338	3.92 513	0.52 325	0.59 303	0.52 368	0.57 357	0.53 362	0.59 349	0.50 355	0.59 357	0.51 368	0.57 358	0.50 353	0.56 347	0.52 355	0.54 324	0.49 322	0.54 361	0.49 361	0.55 334	0.50 340

KSHMR	0.66 326	0.50 207	0.48 304	1.15 381	0.52 368	0.49 321	0.51 360	0.49 308	0.71 396	0.67 368	0.50 362	1.16 429	1.11 422	0.66 363	0.52 355	0.49 306	0.49 322	0.51 354	0.66 389	0.50 320	1.14 432

FC-DCNN	1.07 408	1.09 310	0.98 398	0.89 342	0.52 368	1.41 485	0.91 414	1.21 465	1.24 494	1.96 496	2.05 551	1.91 498	1.30 486	1.27 479	1.08 428	0.80 364	0.60 348	0.58 364	0.41 335	0.68 345	0.54 352

SMoEStereo_RVC	0.63 321	0.75 244	0.51 322	0.73 327	0.53 371	0.71 372	0.47 343	0.67 360	0.58 368	0.74 379	0.60 376	0.72 377	0.53 360	0.74 373	0.51 353	0.61 340	0.62 353	0.62 367	0.61 382	0.63 341	0.61 366

WCG-NET	0.61 316	1.21 371	0.54 330	0.61 307	0.53 371	0.67 368	0.53 362	0.66 359	0.53 363	0.64 364	0.53 371	0.65 370	0.53 360	0.59 354	0.52 355	0.65 347	0.48 319	0.64 370	0.52 367	0.58 337	0.50 340

PSMNet_ROB	0.54 305	0.54 223	0.54 330	0.54 291	0.53 371	0.54 349	0.54 364	0.53 335	0.54 365	0.54 345	0.54 372	0.54 349	0.53 360	0.54 342	0.54 358	0.54 324	0.53 337	0.54 361	0.54 369	0.54 333	0.54 352

CASS	0.57 312	0.89 264	0.56 332	0.57 298	0.56 374	0.56 351	0.56 365	0.56 341	0.53 363	0.57 353	0.57 375	0.59 362	0.48 345	0.56 347	0.57 361	0.55 330	0.56 341	0.47 332	0.56 374	0.62 340	0.56 360
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 321	0.69 239	0.56 332	0.71 325	0.56 374	0.71 372	0.56 365	0.71 365	0.56 366	0.72 372	0.56 374	0.71 374	0.56 364	0.71 368	0.58 362	0.68 351	0.55 339	0.68 375	0.55 370	0.68 345	0.54 352

AIO-Stereo-zeroshot1	0.75 345	0.92 274	0.85 385	0.96 359	0.59 376	1.27 475	0.44 331	0.59 349	0.69 388	0.91 393	0.68 390	0.55 353	0.61 369	1.06 415	0.83 408	0.62 344	0.70 366	0.90 403	0.41 335	0.89 376	0.56 360

zero-FE	0.72 341	1.31 383	0.66 351	0.92 348	0.60 377	0.82 382	0.58 367	0.82 376	0.58 368	0.81 386	0.60 376	0.81 390	0.60 367	0.82 380	0.58 362	0.74 359	0.59 347	0.73 380	0.52 367	0.76 356	0.51 347

DDUNet	0.81 361	2.45 458	0.57 334	0.90 343	0.60 377	0.88 387	0.59 369	0.90 382	0.60 371	0.88 390	0.60 376	0.90 397	0.58 365	0.88 388	0.60 365	0.84 374	0.60 348	0.86 401	0.57 376	0.86 373	0.60 365

UDG	0.80 356	2.21 438	0.60 338	0.91 345	0.60 377	0.90 390	0.58 367	0.88 381	0.60 371	0.90 391	0.60 376	0.88 394	0.60 367	0.90 391	0.58 362	0.86 376	0.60 348	0.84 399	0.59 379	0.84 372	0.61 366

ARAFT	0.68 331	0.81 251	0.63 345	0.74 328	0.60 377	0.78 377	0.62 371	0.77 369	0.66 381	0.74 379	0.63 382	0.75 381	0.62 370	0.83 381	0.60 365	0.70 355	0.55 339	0.70 378	0.60 380	0.78 359	0.55 357

STTRV1_RVC	0.82 366	1.60 396	0.70 359	1.01 366	0.60 377	1.07 411	0.69 385	1.01 399	0.60 371	0.72 372	0.55 373	1.02 414	0.68 379	1.03 412	0.67 373	0.89 378	0.63 354	0.92 408	0.57 376	0.90 379	0.65 373

MSMD_ROB	1.19 415	1.10 313	0.70 359	1.10 373	0.60 377	1.10 416	0.70 389	1.10 407	0.70 391	1.10 415	0.70 397	1.10 422	0.70 386	7.00 587	0.70 390	1.10 400	0.70 366	1.10 427	0.70 398	1.10 401	0.70 381

MyStereo06	0.75 345	4.12 514	0.60 338	0.63 310	0.61 383	0.62 363	0.66 376	0.56 341	0.45 337	0.55 348	0.48 357	0.54 349	0.46 336	0.57 352	0.45 328	0.60 336	0.57 343	0.64 370	0.55 370	0.72 351	0.55 357

MyStereo05	0.80 356	4.12 514	0.63 345	0.63 310	0.61 383	0.62 363	0.66 376	0.65 357	0.62 375	0.67 368	0.61 380	0.65 370	0.58 365	0.67 365	0.55 360	0.60 336	0.57 343	0.64 370	0.55 370	0.72 351	0.55 357

test-3	0.98 396	4.13 516	1.85 522	1.85 465	0.61 383	0.69 369	0.37 295	0.63 355	0.61 374	0.66 367	0.51 368	0.73 379	0.44 330	0.57 352	0.54 358	1.68 484	1.81 519	0.40 284	0.43 344	0.66 343	0.50 340

RAFT-Stereo + iAFF	0.70 335	0.72 242	0.71 363	0.80 333	0.62 386	0.82 382	0.61 370	0.81 375	0.62 375	0.81 386	0.63 382	0.80 387	0.70 386	0.73 371	0.61 367	0.76 361	0.61 352	0.74 382	0.61 382	0.77 358	0.61 366

RSM++	0.76 349	0.82 253	0.66 351	0.85 340	0.64 387	0.85 384	0.71 392	0.94 391	0.64 378	0.87 389	0.67 389	0.87 393	0.65 373	0.84 382	0.65 369	0.81 367	0.70 366	0.79 388	0.71 401	0.83 371	0.70 381

TorneroNet	0.66 326	0.53 220	0.50 315	0.50 278	0.64 387	1.06 408	0.70 389	0.50 316	0.51 362	0.49 314	0.69 395	0.49 319	0.50 353	0.48 311	1.15 434	0.71 356	0.49 322	1.14 428	1.08 432	0.49 315	0.49 337

plain	1.88 484	3.16 491	0.64 347	3.10 509	0.65 389	3.10 545	0.64 373	3.12 544	0.65 379	3.10 545	0.65 386	3.11 546	0.65 373	3.12 544	0.65 369	3.12 541	0.65 358	3.13 546	0.65 387	3.13 531	0.65 373

LMCR-Stereo	0.65 324	0.63 235	0.65 350	0.65 314	0.65 389	0.66 367	0.63 372	0.58 347	0.65 379	0.63 363	0.64 384	0.65 370	0.65 373	0.66 363	0.66 372	0.66 349	0.64 356	0.65 373	0.67 393	0.68 345	0.73 389

DSFCA	0.66 326	0.73 243	0.78 376	0.65 314	0.65 389	0.64 365	0.64 373	0.65 357	0.63 377	0.64 364	0.64 384	0.64 367	0.64 371	0.65 362	0.65 369	0.65 347	0.65 358	0.65 373	0.65 387	0.66 343	0.64 371

MIF-Stereo (partial)	2.58 538	3.31 495	0.66 351	3.18 513	0.66 392	3.18 546	0.66 376	3.21 545	0.67 382	3.19 546	0.66 388	3.19 547	0.66 376	3.31 548	0.68 377	5.09 570	1.79 518	8.23 589	1.67 526	6.18 573	1.38 503

AIO-Stereo	0.84 373	0.66 238	0.70 359	0.83 337	0.67 393	0.98 398	0.82 408	1.14 408	0.72 398	1.03 410	0.74 407	1.03 415	1.09 421	0.99 404	0.45 328	1.04 395	0.73 372	0.95 413	0.74 404	0.94 387	0.46 323

R-Stereo Train	0.81 361	0.96 280	0.67 355	0.95 356	0.67 393	0.95 395	0.68 381	0.95 393	0.68 383	0.95 401	0.68 390	0.96 405	0.68 379	0.96 402	0.68 377	0.94 387	0.68 361	0.94 411	0.68 394	0.94 387	0.68 378

RAFT-Stereo	0.81 361	0.96 280	0.67 355	0.95 356	0.67 393	0.95 395	0.68 381	0.95 393	0.68 383	0.95 401	0.68 390	0.96 405	0.68 379	0.96 402	0.68 377	0.94 387	0.68 361	0.94 411	0.68 394	0.94 387	0.68 378
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AFF-stereo	0.73 343	0.88 261	0.67 355	0.75 329	0.68 396	0.75 374	0.64 373	0.80 372	0.72 398	0.83 388	0.70 397	0.82 391	0.64 371	0.84 382	0.67 373	0.77 362	0.63 354	0.81 393	0.63 384	0.78 359	0.62 369

FlowAnything	1.02 405	1.71 399	0.72 366	1.59 454	0.69 397	1.60 489	0.69 385	1.61 481	0.70 391	1.60 484	0.69 395	1.60 490	0.69 384	1.61 488	0.69 384	0.81 367	0.58 345	0.81 393	0.56 374	0.82 369	0.56 360

AIO-Stereo-zeroshot	0.91 382	0.86 257	0.89 386	1.25 438	0.69 397	1.05 407	0.81 407	1.16 412	0.50 355	1.12 421	0.97 425	0.72 377	0.82 403	1.06 415	0.95 417	0.61 340	0.87 388	1.03 425	0.85 417	1.04 398	1.01 421

FlowAnything_test	1.02 405	1.72 400	0.71 363	1.59 454	0.70 399	1.61 490	0.69 385	1.61 481	0.70 391	1.60 484	0.70 397	1.61 493	0.69 384	1.61 488	0.70 390	0.81 367	0.58 345	0.81 393	0.55 370	0.81 367	0.56 360

DMCA-RVC	0.70 335	0.80 248	0.70 359	0.70 323	0.70 399	0.70 370	0.70 389	0.71 365	0.70 391	0.70 371	0.71 401	0.71 374	0.70 386	0.70 367	0.69 384	0.69 352	0.70 366	0.69 376	0.70 398	0.69 349	0.70 381

HSM-Net_RVC	0.95 393	1.17 321	0.78 376	1.18 388	0.71 401	1.16 424	0.75 398	1.09 406	0.80 409	1.10 415	0.75 408	1.17 430	0.74 393	1.17 429	0.80 404	1.13 406	0.73 372	1.17 434	0.77 406	1.16 407	0.72 386
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	11.80 589	223.51 615	0.62 344	0.59 303	0.71 401	0.59 359	0.73 395	0.67 360	0.73 401	0.55 348	0.61 380	0.60 363	0.74 393	0.63 360	0.73 394	0.66 349	0.60 348	0.69 376	0.66 389	0.72 351	0.65 373
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DCRE	0.84 373	1.89 413	0.77 375	0.94 354	0.72 403	0.88 387	0.73 395	0.87 378	0.78 405	0.90 391	0.71 401	0.88 394	0.67 378	0.88 388	0.73 394	0.81 367	0.68 361	0.81 393	0.70 398	0.82 369	0.70 381

UniTT-Stereo	2.03 502	3.43 497	0.72 366	3.42 524	0.73 404	3.27 548	0.68 381	3.38 548	0.69 388	3.29 548	0.72 404	3.28 549	0.70 386	3.35 549	0.68 377	3.39 543	0.68 361	3.31 548	0.69 396	3.37 532	0.73 389

iGMRVC	0.84 373	2.85 484	0.72 366	0.72 326	0.73 404	0.77 375	0.79 402	0.73 367	0.74 403	0.73 374	0.72 404	0.73 379	0.76 396	0.73 371	0.73 394	0.72 357	0.73 372	0.73 380	0.72 403	0.73 354	0.72 386

LG-Stereo	0.60 313	0.58 230	0.47 296	0.64 313	0.74 406	1.00 400	0.69 385	0.57 344	0.41 324	0.57 353	0.41 325	0.57 358	0.41 319	1.00 406	0.75 398	0.91 379	0.51 333	0.52 357	0.37 311	0.52 328	0.37 286

HBP-ISP	1.24 464	1.72 400	1.65 503	1.15 381	0.76 407	1.40 484	0.88 411	1.67 487	1.02 434	1.69 491	1.38 505	1.69 494	1.21 479	1.87 498	1.21 488	1.05 396	0.79 380	0.97 416	0.80 411	1.19 415	0.75 393

NLSM1	0.86 376	1.03 300	0.68 358	1.32 443	0.77 408	1.09 414	0.73 395	1.04 402	0.68 383	1.03 410	0.68 390	1.03 415	0.68 379	1.04 414	0.68 377	0.98 389	0.67 360	0.93 410	0.64 385	0.93 384	0.64 371

NLCSM	0.91 382	1.00 287	0.83 383	1.62 460	0.77 408	1.16 424	0.68 381	1.03 401	0.68 383	1.01 407	0.68 390	1.01 412	0.68 379	1.01 410	0.68 377	0.99 390	0.74 375	1.02 422	0.90 418	0.95 391	0.83 403

MoCha-V2	2.11 509	26.97 593	0.78 376	0.92 348	0.77 408	0.96 397	0.72 394	0.90 382	0.72 398	0.94 399	0.70 397	0.90 397	0.71 390	0.91 392	0.71 392	0.85 375	0.71 370	0.88 402	0.69 396	0.87 374	0.67 377

Selective-RAFT	0.89 381	0.89 264	0.72 366	1.16 386	0.78 411	1.06 408	0.82 408	0.87 378	0.97 426	1.00 403	0.91 420	0.90 397	1.00 412	0.89 390	0.93 416	0.83 372	0.83 386	0.82 397	0.82 414	0.81 367	0.82 401

ToySt	0.92 385	2.11 429	0.90 389	0.95 356	0.79 412	0.99 399	0.78 401	0.94 391	0.81 412	0.94 399	0.78 411	0.95 404	0.77 398	0.94 398	0.86 410	0.91 379	0.79 380	0.85 400	0.77 406	0.89 376	0.73 389

G-Net	0.79 354	0.79 247	0.79 379	0.79 331	0.79 412	0.79 379	0.79 402	0.79 370	0.79 408	0.79 383	0.79 412	0.79 386	0.79 400	0.79 376	0.79 402	0.79 363	0.79 380	0.79 388	0.79 409	0.79 361	0.79 397

NaN_ROB	0.80 356	0.80 248	0.80 380	0.80 333	0.80 414	0.80 380	0.80 405	0.80 372	0.80 409	0.80 384	0.80 413	0.80 387	0.80 401	0.80 378	0.80 404	0.80 364	0.80 383	0.80 391	0.80 411	0.80 364	0.80 398

CSAN	0.80 356	0.80 248	0.80 380	0.80 333	0.80 414	0.80 380	0.80 405	0.80 372	0.80 409	0.80 384	0.80 413	0.80 387	0.80 401	0.80 378	0.80 404	0.80 364	0.80 383	0.80 391	0.80 411	0.80 364	0.80 398

RAStereo	2.23 523	3.64 500	0.76 373	3.65 533	0.86 416	3.66 552	0.76 399	3.67 552	0.81 412	3.66 549	0.76 409	3.66 551	0.77 398	3.68 551	0.77 401	3.68 546	0.77 378	3.69 553	0.77 406	3.70 535	0.77 396

AEACV	1.12 413	0.52 217	3.12 559	3.24 514	0.86 416	0.53 346	0.49 354	0.60 351	0.47 343	0.53 340	0.49 360	0.55 353	0.45 333	0.55 346	0.47 339	3.01 540	3.88 561	0.71 379	0.60 380	0.80 364	0.48 332

ff7	1.68 476	2.68 466	1.35 475	0.97 360	0.89 418	1.84 493	2.15 544	2.12 501	1.80 529	2.05 506	1.56 512	2.33 513	2.12 535	2.23 509	2.25 547	1.31 461	1.07 402	1.48 496	1.41 504	0.90 379	1.04 423

ffff	1.68 476	2.68 466	1.35 475	0.97 360	0.89 418	1.84 493	2.15 544	2.12 501	1.80 529	2.05 506	1.56 512	2.33 513	2.12 535	2.23 509	2.25 547	1.31 461	1.07 402	1.48 496	1.41 504	0.90 379	1.04 423

11t	1.27 466	2.70 469	1.34 473	1.32 443	0.89 418	1.30 477	1.34 496	1.64 484	0.57 367	1.45 482	0.72 404	1.05 417	1.29 485	1.07 418	1.29 497	1.49 475	1.02 399	0.97 416	1.15 436	1.48 472	1.31 495

ccc-4	1.68 476	2.68 466	1.35 475	0.97 360	0.89 418	1.84 493	2.15 544	2.12 501	1.80 529	2.05 506	1.56 512	2.33 513	2.12 535	2.23 509	2.25 547	1.31 461	1.07 402	1.48 496	1.41 504	0.90 379	1.04 423

DPSimNet_ROB	0.97 394	1.18 323	0.81 382	1.10 373	0.91 422	1.02 405	0.82 408	1.04 402	0.91 416	1.03 410	0.86 416	1.28 481	0.82 403	1.03 412	0.89 411	1.17 409	0.81 385	1.02 422	0.82 414	1.08 400	0.81 400

DPSM_ROB	0.92 385	0.91 269	0.91 391	0.91 345	0.92 423	0.92 392	0.92 415	0.92 387	0.91 416	0.93 397	0.91 420	0.92 400	0.90 405	0.91 392	0.92 412	0.92 382	0.91 390	0.91 406	0.92 419	0.93 384	0.93 411

DPSM	0.92 385	0.91 269	0.91 391	0.91 345	0.92 423	0.92 392	0.92 415	0.92 387	0.91 416	0.93 397	0.91 420	0.92 400	0.90 405	0.91 392	0.92 412	0.92 382	0.91 390	0.91 406	0.92 419	0.93 384	0.93 411

pmcnn	0.92 385	0.92 274	0.92 393	0.92 348	0.92 423	0.92 392	0.92 415	0.92 387	0.92 420	0.92 395	0.92 423	0.92 400	0.92 407	0.92 396	0.92 412	0.92 382	0.92 392	0.92 408	0.92 419	0.92 383	0.92 410

MM-Stereo_test2	1.20 416	1.85 409	1.05 404	1.46 451	0.94 426	1.36 480	0.99 422	1.36 474	0.95 423	1.41 480	0.98 426	1.40 486	0.96 409	1.37 481	0.95 417	1.37 469	1.06 401	1.33 489	0.93 423	1.29 466	0.89 407

DGTPSM_ROB	0.93 390	1.00 287	0.92 393	0.94 354	0.96 427	0.91 391	0.92 415	0.91 384	0.96 425	0.91 393	0.96 424	0.93 403	0.92 407	0.94 398	0.92 412	0.92 382	0.92 392	0.90 403	0.92 419	0.94 387	0.91 409

Selective-RAFT-Error	0.88 379	0.84 254	0.98 398	0.86 341	0.97 428	0.88 387	0.95 419	0.84 377	0.99 429	0.92 395	0.82 415	0.84 392	0.98 411	0.87 387	0.97 419	0.81 367	0.83 386	0.79 388	0.82 414	0.79 361	0.85 404

StereoVision	3.15 546	5.00 528	0.89 386	4.83 555	1.00 429	3.93 553	1.27 493	6.37 581	1.34 499	5.67 581	1.26 493	5.84 583	1.27 483	5.03 578	1.24 490	5.10 571	1.09 408	4.61 565	0.57 376	5.62 571	1.12 428

GANet	1.00 397	1.00 287	1.00 400	1.00 363	1.00 429	1.00 400	1.00 423	1.00 395	1.00 430	1.00 403	1.00 427	1.00 408	1.00 412	1.00 406	1.00 422	1.00 391	1.00 395	1.00 418	1.00 426	1.00 392	1.00 418

TDLM	1.00 397	1.00 287	1.00 400	1.00 363	1.00 429	1.00 400	1.00 423	1.00 395	1.00 430	1.00 403	1.00 427	1.00 408	1.00 412	1.00 406	1.00 422	1.00 391	1.00 395	1.00 418	1.00 426	1.00 392	1.00 418

CVANet_RVC	1.00 397	1.00 287	1.00 400	1.00 363	1.00 429	1.00 400	1.00 423	1.00 395	1.00 430	1.00 403	1.00 427	1.00 408	1.00 412	1.00 406	1.00 422	1.00 391	1.00 395	1.00 418	1.00 426	1.00 392	1.00 418

Wavelet-MonSter	1.00 397	1.21 371	0.76 373	1.94 469	1.01 433	1.11 419	0.76 399	1.15 409	0.76 404	1.11 420	0.76 409	1.14 427	0.76 396	1.11 423	0.76 400	1.21 456	0.90 389	1.02 422	0.71 401	1.02 397	0.71 385

trnet	1.01 403	1.01 294	1.01 403	1.01 366	1.01 433	1.01 404	1.01 426	1.01 399	1.01 433	1.01 407	1.01 430	1.01 412	1.01 418	1.01 410	1.01 425	1.01 394	1.01 398	1.01 421	1.01 430	1.01 395	1.01 421

MM-Stereo_test3	1.27 466	2.07 425	1.18 415	1.60 457	1.02 435	1.45 486	1.01 426	1.40 478	1.04 435	1.44 481	1.03 431	1.46 488	1.02 419	1.44 484	1.02 426	1.51 478	1.12 415	1.32 488	0.98 424	1.38 470	0.97 414

tt45	1.04 407	0.88 261	1.36 483	0.92 348	1.03 436	1.51 488	0.79 402	0.70 364	0.88 414	0.74 379	0.90 417	1.60 490	0.72 391	1.60 486	0.75 398	0.91 379	0.78 379	1.52 499	0.79 409	1.14 403	1.32 496

GLC_STEREO	1.07 408	1.01 294	1.06 405	1.07 371	1.05 437	1.06 408	1.08 430	1.08 404	1.05 436	1.07 413	1.06 432	1.08 418	1.05 420	1.06 415	1.10 429	1.07 397	1.09 408	1.05 426	1.05 431	1.06 399	1.12 428

AdaDepth	0.86 376	0.93 276	0.71 363	1.01 366	1.07 438	1.02 405	0.71 392	1.00 395	0.71 396	1.01 407	0.71 401	1.00 408	0.72 391	1.14 426	0.71 392	0.92 382	0.64 356	0.90 403	0.64 385	0.89 376	0.69 380

CFNet-RSSM	0.91 382	4.89 527	0.34 237	0.44 252	1.07 438	1.62 492	1.40 506	0.91 384	0.35 284	1.60 484	1.39 506	0.64 367	0.34 280	0.44 290	0.33 260	0.41 271	0.35 254	0.75 383	0.30 263	0.41 278	0.29 230

ours_stereo	1.20 416	1.21 371	0.90 389	1.64 463	1.11 440	1.35 478	0.67 380	1.76 488	0.93 421	1.70 492	1.10 434	1.39 484	0.75 395	1.41 483	0.81 407	1.60 482	1.03 400	1.33 489	1.00 426	1.61 477	0.72 386

edge stereo	2.43 534	27.07 594	1.14 409	1.06 370	1.14 441	1.08 412	1.17 438	1.16 412	1.14 437	1.10 415	1.16 438	1.09 420	1.16 430	1.10 421	1.16 437	1.10 400	1.11 412	1.16 430	1.19 440	1.13 402	1.11 426

AF-Net	2.37 531	25.71 589	1.17 413	1.13 378	1.15 442	1.15 423	1.18 439	1.19 417	1.16 439	1.10 415	1.15 435	1.10 422	1.18 431	1.12 425	1.15 434	1.10 400	1.10 411	1.17 434	1.15 436	1.16 407	1.12 428

RP	2.33 527	25.00 586	1.13 408	1.15 381	1.15 442	1.10 416	1.15 435	1.15 409	1.15 438	1.12 421	1.15 435	1.09 420	1.13 423	1.10 421	1.15 434	1.11 405	1.09 408	1.16 430	1.12 434	1.16 407	1.17 437

RGC	2.36 529	25.48 587	1.19 417	1.15 381	1.15 442	1.10 416	1.16 437	1.17 414	1.16 439	1.12 421	1.16 438	1.11 425	1.13 423	1.09 419	1.18 439	1.10 400	1.15 417	1.16 430	1.12 434	1.14 403	1.12 428

Nwc_Net	2.37 531	25.95 590	1.15 411	1.14 379	1.15 442	1.08 412	1.14 434	1.17 414	1.16 439	1.14 424	1.15 435	1.08 418	1.15 426	1.11 423	1.14 433	1.10 400	1.11 412	1.16 430	1.09 433	1.16 407	1.15 433

MaDis-Stereo	3.19 547	6.02 549	1.12 407	5.61 564	1.16 446	5.43 579	1.02 428	5.15 578	0.70 391	5.43 578	1.21 488	5.03 580	0.97 410	4.85 572	0.99 421	4.53 552	1.16 418	5.53 581	1.25 493	5.37 569	1.30 494

NCC-stereo	2.36 529	25.52 588	1.17 413	1.15 381	1.17 447	1.11 419	1.11 431	1.15 409	1.16 439	1.10 415	1.16 438	1.10 422	1.15 426	1.14 426	1.13 432	1.09 398	1.11 412	1.15 429	1.16 438	1.17 412	1.17 437

Abc-Net	2.32 526	24.75 585	1.14 409	1.17 387	1.17 447	1.11 419	1.15 435	1.17 414	1.21 491	1.08 414	1.16 438	1.12 426	1.14 425	1.09 419	1.17 438	1.09 398	1.16 418	1.17 434	1.17 439	1.16 407	1.11 426
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 527	24.38 584	1.18 415	1.18 388	1.18 449	1.14 422	1.18 439	1.19 417	1.19 445	1.14 424	1.18 442	1.14 427	1.18 431	1.14 426	1.18 439	1.14 408	1.14 416	1.19 438	1.19 440	1.15 405	1.19 441

DisPM	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

CrosDoStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

PFNet+	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

LCNet	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

HHNet	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

Patchmatch Stereo++	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

STrans-v2	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

TransformOpticalFlow	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

OMP-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

IIG-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

NF-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

OCTAStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

PSM-softLoss	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

KMStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

NRIStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

PSM-adaLoss	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

PSM-AAD	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

FTStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

ROB_FTStereo_v2	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

ROB_FTStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

Consistency-Raft	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

KYRaft	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

HUI-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

ASMatch	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

DeepStereo_LL	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

DEmStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

SST-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

THIR-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

RAFT_R40	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

DRaft	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

PFNet	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

GrayStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

RE-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

Pruner-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

TVStereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

DeepStereo_RVC	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

RAFT-RH_RVC	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

IRAFT_RVC	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

RAFT-345	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

iRAFT	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

CRE-IMP	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

GMM-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

RAFT-IKP	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

Prome-Stereo	1.20 416	1.20 325	1.20 420	1.20 390	1.20 450	1.20 426	1.20 441	1.20 420	1.20 446	1.20 428	1.20 443	1.20 432	1.20 433	1.20 431	1.20 443	1.20 411	1.20 423	1.20 439	1.20 443	1.20 416	1.20 442

SPS-STEREO	1.59 474	1.91 416	1.21 466	1.94 469	1.20 450	2.00 504	1.23 488	1.99 495	1.24 494	2.00 501	1.25 492	2.03 506	1.26 482	2.00 503	1.29 497	1.90 494	1.18 422	1.89 514	1.21 488	1.89 490	1.20 442
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
999	1.00 397	1.12 314	0.59 336	1.10 373	1.21 496	1.09 414	0.52 361	1.08 404	1.43 508	1.18 426	1.35 500	0.98 407	0.52 359	0.91 392	0.85 409	0.72 357	1.46 492	0.83 398	0.98 424	0.68 345	1.41 504

GANetREF_RVC	1.55 473	1.94 422	1.22 467	1.88 466	1.21 496	1.88 496	1.22 487	1.88 490	1.22 492	1.88 493	1.22 489	1.88 496	1.22 480	1.89 499	1.22 489	1.87 490	1.22 470	1.88 513	1.22 489	1.88 489	1.22 488
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
FAT-Stereo	2.46 535	26.05 591	1.23 469	1.23 437	1.22 498	1.20 426	1.24 489	1.23 468	1.23 493	1.19 427	1.22 489	1.21 477	1.24 481	1.20 431	1.24 490	1.21 456	1.17 421	1.22 485	1.25 493	1.20 416	1.24 491

S-Stereo	2.51 536	26.86 592	1.23 469	1.22 435	1.22 498	1.24 474	1.25 490	1.22 466	1.24 494	1.21 473	1.24 491	1.19 431	1.27 483	1.19 430	1.24 490	1.19 410	1.20 423	1.25 486	1.19 440	1.24 464	1.23 490

MaskLacGwcNet_RVC	1.35 468	1.35 386	1.35 475	1.35 446	1.35 500	1.35 478	1.35 497	1.36 474	1.35 502	1.36 478	1.35 500	1.36 482	1.36 491	1.36 480	1.35 501	1.35 465	1.35 484	1.35 492	1.35 498	1.35 468	1.35 500

PS-NSSS	1.38 471	1.39 388	1.34 473	1.34 445	1.35 500	1.38 482	1.37 504	1.35 473	1.38 505	1.34 476	1.34 499	1.39 484	1.38 494	1.70 490	1.40 505	1.36 467	1.36 485	1.36 494	1.37 501	1.37 469	1.36 501

MC-Stereo	1.76 479	2.96 485	1.37 485	2.14 477	1.37 502	2.14 510	1.36 499	2.14 504	1.37 504	2.14 510	1.37 503	2.14 508	1.37 493	2.14 508	1.37 503	1.97 498	1.32 472	1.97 516	1.32 497	1.98 491	1.33 497

CC-Net-ROB	1.36 469	1.33 385	1.33 472	1.36 447	1.38 503	1.36 480	1.33 495	1.37 476	1.34 499	1.35 477	1.36 502	1.38 483	1.34 489	1.38 482	1.38 504	1.35 465	1.38 488	1.33 489	1.35 498	1.43 471	1.34 499

sCroCo_RVC	2.10 508	2.76 477	1.92 530	2.78 504	1.39 504	2.73 538	1.41 507	2.73 535	1.40 506	2.77 544	1.41 507	2.74 541	1.40 495	2.74 539	1.40 505	2.72 538	1.42 490	2.72 544	1.44 509	2.79 529	1.42 505

MM-Stereo_test1	1.80 482	3.41 496	1.52 498	2.12 476	1.41 505	2.04 505	1.41 507	2.05 499	1.46 509	2.04 505	1.41 507	2.05 507	1.42 496	2.05 504	1.43 507	2.04 502	1.54 499	1.94 515	1.38 503	1.99 492	1.33 497

4.25w-stereo	1.98 487	2.72 473	1.46 492	3.47 526	1.43 506	2.07 507	1.98 535	2.53 526	1.52 510	2.71 532	1.98 546	1.81 495	1.62 502	1.96 501	1.36 502	1.88 493	2.00 524	2.53 540	1.61 520	1.74 484	1.15 433

LL-Strereo	1.01 403	5.06 529	1.63 502	0.70 323	1.43 506	0.56 351	0.46 338	0.57 344	0.50 355	0.57 353	0.50 362	1.58 489	0.49 350	0.59 354	0.50 348	1.64 483	0.52 335	0.51 354	1.37 501	0.52 328	0.45 322

RASNet	1.49 472	1.65 397	1.45 491	1.38 449	1.43 506	1.47 487	1.36 499	1.38 477	1.36 503	1.39 479	1.60 516	1.45 487	1.45 497	1.51 485	2.21 546	1.53 479	1.36 485	1.36 494	1.36 500	1.66 480	1.36 501

MonStereo1	1.94 486	2.77 479	1.52 498	3.73 537	1.51 509	2.13 509	1.42 509	2.32 514	1.52 510	2.31 518	1.50 510	2.53 523	1.59 499	2.34 516	1.56 510	1.91 495	1.36 485	1.86 509	1.31 496	2.07 493	1.53 507

3.25w_new	2.03 502	2.72 473	1.35 475	3.33 521	1.57 510	2.72 536	1.53 514	2.15 505	1.33 498	2.15 511	1.60 516	2.63 532	1.30 486	2.72 536	1.99 544	2.67 536	1.53 497	1.75 504	1.25 493	2.53 522	1.87 534

3.5w_stereo	2.03 502	2.72 473	1.35 475	3.41 523	1.57 510	2.72 536	1.49 513	2.01 497	1.34 499	2.15 511	1.61 518	2.63 532	1.36 491	2.72 536	1.99 544	2.66 534	1.58 502	1.68 503	1.24 491	2.53 522	1.87 534

4w-stereo	2.02 500	2.72 473	1.44 490	3.36 522	1.59 512	2.48 523	1.72 521	2.28 507	1.24 494	2.24 513	1.65 520	2.56 528	1.32 488	2.39 519	1.98 543	2.67 536	1.51 495	1.66 502	1.24 491	2.53 522	1.88 537

DPSMNet_ROB	1.60 475	1.59 395	1.70 505	1.59 454	1.59 512	1.61 490	1.61 515	1.60 480	1.60 512	1.62 490	1.59 515	1.60 490	1.60 500	1.60 486	1.59 512	1.59 480	1.60 506	1.59 500	1.59 518	1.59 476	1.59 514

2.75w_new	1.99 488	2.34 450	1.81 511	3.14 510	1.62 514	1.94 498	1.99 538	2.72 529	1.71 518	2.72 533	1.99 549	1.90 497	1.73 510	1.82 497	1.29 497	2.37 522	2.01 526	2.31 527	1.42 507	1.77 486	1.22 488

Anonymous3	2.55 537	3.26 494	1.65 503	3.28 516	1.63 515	3.24 547	1.68 518	3.27 546	1.66 513	3.28 547	1.67 521	3.25 548	1.66 503	3.27 546	1.64 514	3.26 542	1.65 509	3.30 547	1.65 524	4.95 564	1.65 522

3.75w	1.99 488	2.31 444	1.83 519	3.16 512	1.65 516	1.93 497	1.98 535	2.72 529	1.68 514	2.73 538	1.97 540	2.00 503	1.72 509	1.81 496	1.25 493	2.27 514	2.01 526	2.38 532	1.42 507	1.71 482	1.24 491

MonStereo	2.17 511	2.41 456	1.49 497	2.67 498	1.67 517	2.60 533	2.04 542	2.32 514	1.76 526	2.44 523	1.68 522	2.50 521	1.69 506	2.38 517	1.80 530	2.28 515	1.78 516	2.63 543	2.14 546	3.47 533	1.68 523

2w_stereo	1.99 488	2.36 453	1.81 511	3.24 514	1.67 517	1.94 498	1.98 535	2.72 529	1.68 514	2.72 533	1.94 537	1.98 502	1.74 512	1.79 495	1.27 494	1.95 497	2.00 524	2.53 540	1.60 519	1.68 481	1.15 433

4.5w-stereo	1.99 488	2.33 446	1.81 511	3.28 516	1.68 519	1.94 498	1.99 538	2.72 529	1.70 517	2.72 533	1.99 549	1.97 501	1.68 504	1.76 492	1.29 497	1.91 495	2.02 530	2.53 540	1.61 520	1.75 485	1.16 436

4.25_new	2.00 492	2.33 446	1.82 516	3.32 519	1.69 520	1.95 501	1.99 538	2.72 529	1.71 518	2.72 533	1.97 540	2.01 504	1.74 512	1.77 493	1.28 495	2.18 506	2.01 526	2.48 538	1.58 516	1.65 478	1.17 437

4.5w_new	2.00 492	2.33 446	1.82 516	3.32 519	1.69 520	1.95 501	1.99 538	2.72 529	1.71 518	2.72 533	1.97 540	2.01 504	1.74 512	1.77 493	1.28 495	2.18 506	2.01 526	2.48 538	1.58 516	1.65 478	1.17 437

UDGNet	2.23 523	5.40 539	1.72 508	2.48 492	1.69 520	2.51 527	1.69 519	2.51 525	1.72 522	2.50 527	1.69 523	2.52 522	1.69 506	2.50 524	1.68 518	2.41 525	1.70 512	2.42 534	1.69 530	2.42 509	1.64 520

MFMNet_re	1.81 483	1.91 416	1.71 507	1.95 471	1.70 523	1.95 501	1.70 520	1.96 493	1.74 525	1.97 498	1.72 524	1.95 499	1.71 508	1.97 502	1.71 520	1.86 488	1.62 507	1.85 506	1.66 525	1.86 488	1.64 520

RAFT_CTSACE	1.92 485	3.71 503	1.72 508	1.88 466	1.72 524	2.04 505	1.42 509	2.18 506	1.89 540	2.02 503	1.97 540	1.95 499	2.06 534	1.93 500	1.62 513	1.76 485	1.66 510	2.02 517	1.73 534	1.73 483	1.43 506

U	5.15 581	8.49 561	1.81 511	8.49 578	1.77 525	8.49 588	1.77 522	8.51 589	1.77 527	8.49 589	1.77 525	8.50 590	1.78 515	8.58 589	1.77 528	8.54 588	1.78 516	8.55 590	1.78 535	8.55 584	1.84 530

asda	2.17 511	2.54 460	1.81 511	3.47 526	1.78 526	2.50 526	1.86 528	2.61 528	1.68 514	2.61 530	1.83 526	2.37 517	1.73 510	2.44 523	1.88 538	2.51 531	1.84 520	2.34 529	1.62 522	2.23 499	1.77 529

FBW_ROB	2.12 510	2.46 459	1.77 510	2.49 493	1.79 527	2.38 518	1.83 523	2.46 521	1.78 528	2.48 526	1.97 540	2.40 518	1.78 515	2.42 522	1.83 531	2.31 519	1.85 521	2.38 532	1.82 536	2.35 506	1.84 530

TRStereo	2.00 492	2.13 430	1.85 522	2.27 483	1.84 528	2.28 514	1.84 524	2.29 509	1.86 534	2.30 515	1.87 529	2.30 510	1.87 518	2.08 505	1.72 522	2.08 503	1.72 513	2.08 519	1.72 531	2.08 494	1.72 525

XX-Stereo	2.00 492	2.13 430	1.85 522	2.27 483	1.84 528	2.28 514	1.84 524	2.29 509	1.86 534	2.30 515	1.87 529	2.30 510	1.87 518	2.08 505	1.72 522	2.08 503	1.72 513	2.08 519	1.72 531	2.08 494	1.72 525

EAI-Stereo	2.00 492	2.13 430	1.85 522	2.27 483	1.84 528	2.28 514	1.84 524	2.29 509	1.86 534	2.30 515	1.87 529	2.30 510	1.87 518	2.08 505	1.72 522	2.08 503	1.72 513	2.08 519	1.72 531	2.08 494	1.72 525

LGtest1	2.22 520	2.70 469	1.89 527	2.76 500	1.86 531	2.75 540	1.86 528	2.75 536	1.86 534	2.75 539	1.86 528	2.77 544	1.87 518	2.75 540	1.86 534	2.46 527	1.58 502	2.45 535	1.56 512	2.45 511	1.56 510

sAnonymous2	3.31 548	2.63 464	1.38 487	3.71 535	1.86 531	4.70 571	1.11 431	4.82 574	2.72 553	5.45 579	1.98 546	4.59 565	2.64 540	2.65 531	6.21 585	4.37 548	1.08 406	5.16 579	2.24 549	4.52 546	2.39 547

CroCo_RVC	3.31 548	2.63 464	1.38 487	3.71 535	1.86 531	4.70 571	1.11 431	4.82 574	2.72 553	5.45 579	1.98 546	4.59 565	2.64 540	2.65 531	6.21 585	4.37 548	1.08 406	5.16 579	2.24 549	4.52 546	2.39 547

LG-G_1	2.22 520	2.71 471	1.89 527	2.77 501	1.87 534	2.75 540	1.87 530	2.76 537	1.87 538	2.75 539	1.87 529	2.76 542	1.87 518	2.75 540	1.86 534	2.47 528	1.58 502	2.45 535	1.57 513	2.45 511	1.57 511

LG-G	2.22 520	2.71 471	1.89 527	2.77 501	1.87 534	2.75 540	1.87 530	2.76 537	1.87 538	2.75 539	1.87 529	2.76 542	1.87 518	2.75 540	1.86 534	2.47 528	1.58 502	2.45 535	1.57 513	2.45 511	1.57 511

qwe	2.18 513	2.60 463	1.58 500	3.83 539	1.90 536	2.53 528	1.90 533	2.48 522	1.73 523	2.37 521	1.92 536	2.53 523	1.68 504	2.56 526	1.83 531	2.52 533	1.87 522	2.07 518	1.68 528	2.32 505	1.71 524

AIO_rvc	2.18 513	2.34 450	1.87 526	2.32 487	1.94 537	2.40 519	1.89 532	2.37 517	2.07 549	2.52 528	1.95 539	2.44 520	1.99 530	2.41 520	1.89 539	2.32 520	2.09 532	2.24 523	2.18 547	2.21 498	2.23 541

asd	2.18 513	2.77 479	1.58 500	3.59 531	2.00 538	2.58 532	1.85 527	2.39 519	1.71 518	2.47 525	1.97 540	2.59 530	1.61 501	2.56 526	1.79 529	2.51 531	1.99 523	2.11 522	1.62 522	2.36 507	1.60 515

2.5w	2.01 499	2.40 455	1.37 485	3.28 516	2.01 539	2.71 535	1.43 512	1.82 489	1.83 532	1.90 495	1.41 507	2.71 535	1.35 490	2.71 534	1.85 533	2.66 534	1.53 497	1.64 501	1.23 490	2.53 522	1.87 534

1w_stereo	2.05 507	2.32 445	1.35 475	3.74 538	2.01 539	2.73 538	1.42 509	1.88 490	1.93 542	2.03 504	1.28 495	2.71 535	1.99 530	2.72 536	1.72 522	2.20 508	1.32 472	1.87 510	1.86 537	2.45 511	1.54 508

AIO_test	2.18 513	2.09 428	2.04 537	2.42 490	2.01 539	2.47 522	1.94 534	2.34 516	2.03 548	2.56 529	1.94 537	2.43 519	1.94 525	2.41 520	1.87 537	2.39 524	2.10 533	2.35 531	1.91 544	2.25 501	2.19 540

HUF	2.18 513	2.30 443	1.99 536	2.34 488	2.02 542	2.41 520	2.06 543	2.38 518	1.89 540	2.36 520	1.85 527	2.56 528	1.98 528	2.31 515	1.97 542	2.30 518	2.03 531	2.30 526	2.11 545	2.23 499	2.16 539

monsters	2.18 513	2.41 456	1.96 532	3.47 526	2.03 543	2.53 528	1.64 517	2.48 522	1.73 523	2.40 522	1.50 510	2.62 531	1.94 525	2.59 528	1.94 540	2.44 526	1.57 501	2.28 525	1.87 538	2.42 509	1.86 532

monsterstereo	2.20 519	2.33 446	1.95 531	3.65 533	2.07 544	2.49 524	1.61 515	2.48 522	1.83 532	2.45 524	1.61 518	2.67 534	1.86 517	2.64 530	1.94 540	2.48 530	1.66 510	2.34 529	1.68 528	2.40 508	1.86 532

IGEVStereo-DCA	1.77 480	4.21 518	1.84 520	2.49 493	2.11 545	2.54 530	1.36 499	1.65 485	1.17 443	2.75 539	1.90 534	2.54 526	1.15 426	0.94 398	1.11 430	1.50 476	1.32 472	0.96 414	1.46 510	1.49 473	0.88 405

rrr	1.77 480	4.21 518	1.84 520	2.49 493	2.11 545	2.54 530	1.36 499	1.65 485	1.17 443	2.75 539	1.90 534	2.54 526	1.15 426	0.94 398	1.11 430	1.50 476	1.32 472	0.96 414	1.46 510	1.49 473	0.88 405

4.5_new	2.00 492	1.84 408	1.98 533	2.77 501	2.16 547	2.27 512	1.28 494	2.09 500	1.98 544	2.01 502	1.28 495	2.71 535	1.98 528	2.51 525	1.65 515	2.26 511	1.33 479	1.87 510	1.87 538	2.49 515	1.60 515

IGEV	2.02 500	2.20 436	1.82 516	2.90 506	2.16 547	2.41 520	1.25 490	2.00 496	1.98 544	1.99 500	1.31 497	2.72 539	1.93 524	2.67 533	1.69 519	2.26 511	1.32 472	1.83 505	1.87 538	2.53 522	1.61 517

2.25w	2.00 492	1.86 411	1.98 533	2.95 507	2.17 549	2.26 511	1.35 497	2.42 520	2.00 547	2.07 509	1.27 494	2.53 523	1.99 530	2.29 513	1.49 509	2.21 509	1.32 472	1.85 506	1.87 538	2.52 519	1.62 518

3.25w	2.04 505	2.20 436	1.48 493	3.03 508	2.17 549	2.63 534	1.39 505	1.96 493	1.95 543	1.96 496	1.37 503	2.71 535	1.96 527	2.71 534	1.73 527	2.26 511	1.32 472	1.87 510	1.87 538	2.51 518	1.63 519

3w_stereo	2.04 505	2.24 440	1.70 505	3.15 511	2.18 551	2.49 524	1.26 492	2.03 498	1.98 544	1.98 499	1.33 498	2.72 539	1.99 530	2.59 528	1.72 522	2.22 510	1.33 479	1.85 506	1.88 543	2.50 517	1.58 513

RAFT+CT+SA	4.28 566	7.62 555	4.91 572	5.55 563	2.28 552	3.09 544	3.64 573	4.49 559	3.07 561	4.80 571	3.35 568	4.77 575	3.70 562	4.29 558	3.05 555	5.58 573	5.98 574	3.58 551	3.78 577	4.26 542	3.72 574

NCCL2	2.28 525	2.27 441	2.28 539	2.28 486	2.28 552	2.27 512	2.29 547	2.28 507	2.28 550	2.27 514	2.28 552	2.28 509	2.27 538	2.27 512	2.28 551	2.28 515	2.28 538	2.27 524	2.29 551	2.27 502	2.29 542

STTStereo	3.73 551	30.40 598	2.37 543	2.39 489	2.31 554	2.35 517	2.33 548	2.29 509	2.42 551	2.32 519	2.34 553	2.33 513	2.36 539	2.30 514	2.27 550	2.35 521	2.22 537	2.31 527	2.22 548	2.29 504	2.34 546

NLCA_NET_v2_RVC	5.04 579	50.87 608	2.78 546	2.87 505	2.71 555	2.78 543	0.47 343	2.88 542	2.86 555	1.89 494	2.67 554	2.79 545	2.79 543	2.78 543	2.83 552	2.82 539	2.82 541	2.83 545	2.77 554	2.83 530	2.76 550
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_3	5.01 578	8.86 564	7.77 586	8.09 576	2.76 556	4.13 556	4.05 580	3.88 554	3.76 575	4.33 556	4.13 579	3.71 553	3.91 568	4.21 557	4.06 577	7.93 585	7.69 582	4.53 558	3.91 578	4.17 541	4.29 582

rvit_105_1	3.83 552	5.22 532	3.01 548	4.53 543	3.01 557	4.51 559	3.01 555	4.56 561	3.04 556	4.53 560	3.03 557	4.55 563	3.03 544	4.56 561	3.04 553	4.57 554	3.05 543	4.57 560	3.05 558	4.57 548	3.05 555

rvit_0105_4	3.91 559	5.47 543	3.02 551	4.54 546	3.02 558	4.54 561	3.03 560	4.75 571	3.17 567	4.57 564	3.06 560	4.61 569	3.16 555	4.65 568	3.09 561	4.66 561	3.11 550	4.68 569	3.18 568	4.81 559	3.16 567

rvit_stereo_0081	3.83 552	5.23 533	3.01 548	4.53 543	3.03 559	4.55 565	3.02 556	4.56 561	3.04 556	4.52 558	3.02 555	4.54 561	3.03 544	4.56 561	3.04 553	4.57 554	3.05 543	4.57 560	3.05 558	4.58 549	3.05 555

rvit_stereo_0082	3.86 554	5.82 547	3.01 548	4.53 543	3.03 559	4.54 561	3.02 556	4.56 561	3.04 556	4.53 560	3.02 555	4.55 563	3.04 547	4.57 564	3.05 555	4.57 554	3.05 543	4.58 562	3.05 558	4.58 549	3.06 558

rvit_stereo_0080	3.89 557	5.70 544	3.04 553	4.54 546	3.03 559	4.56 566	3.05 562	4.60 565	3.07 561	4.58 565	3.06 560	4.59 565	3.06 549	4.61 565	3.08 559	4.63 559	3.09 548	4.64 566	3.10 563	4.65 553	3.10 562

whm_eth	3.89 557	5.70 544	3.04 553	4.54 546	3.03 559	4.56 566	3.05 562	4.60 565	3.07 561	4.58 565	3.06 560	4.59 565	3.06 549	4.61 565	3.08 559	4.63 559	3.09 548	4.64 566	3.10 563	4.65 553	3.10 562

rvit_stereo_0081_aga	3.86 554	5.33 536	3.02 551	4.55 549	3.04 563	4.54 561	3.02 556	4.64 568	3.06 560	4.54 562	3.04 559	4.62 570	3.08 551	4.62 567	3.07 558	4.58 557	3.06 547	4.60 564	3.08 562	4.63 552	3.07 559

rvit_stereo_ft	3.93 562	5.44 541	3.05 555	4.59 550	3.06 564	4.61 569	3.08 565	4.67 570	3.12 566	4.63 569	3.10 565	4.65 572	3.11 553	4.69 571	3.13 563	4.70 562	3.14 552	4.71 571	3.15 567	4.74 556	3.16 567

rvit_0105_3	3.91 559	5.33 536	3.06 556	4.60 551	3.07 565	4.60 568	3.06 564	4.62 567	3.08 564	4.60 567	3.07 563	4.62 570	3.08 551	4.67 569	3.10 562	4.70 562	3.11 550	4.77 573	3.19 569	4.77 558	3.14 566

rvit_stereo_0083	3.92 561	5.30 535	3.06 556	4.61 552	3.09 566	4.67 570	3.08 565	4.66 569	3.09 565	4.62 568	3.10 565	4.66 573	3.11 553	4.67 569	3.16 564	4.72 564	3.16 553	4.77 573	3.11 565	4.66 555	3.11 564

rvit_0105_6	3.87 556	5.73 546	3.10 558	4.69 553	3.12 567	4.54 561	3.02 556	4.56 561	3.04 556	4.54 562	3.03 557	4.54 561	3.04 547	4.56 561	3.05 555	4.58 557	3.05 543	4.58 562	3.05 558	4.58 549	3.05 555

rvit_0105_5	4.10 563	5.40 539	3.13 561	4.71 554	3.15 568	4.72 573	3.10 567	4.90 576	3.27 568	4.69 570	3.16 567	4.84 577	3.25 556	4.96 575	3.34 566	5.05 569	3.39 558	5.10 578	3.40 570	5.11 566	3.42 570

raft_robust	4.71 574	7.75 556	5.40 577	6.81 570	3.31 569	4.28 558	4.20 581	4.32 558	4.37 582	4.35 557	4.35 581	4.14 557	3.75 564	4.30 559	4.20 579	6.67 580	6.37 575	3.36 549	4.24 583	4.86 562	3.25 569

FC-DCNN v2	5.10 580	5.15 530	4.49 570	5.07 559	3.37 570	6.87 583	4.75 583	5.04 577	6.34 587	7.84 587	5.06 584	6.72 588	4.09 572	4.99 576	5.44 584	5.03 568	3.16 553	4.67 568	4.86 584	5.15 567	3.89 578

test_5	4.62 573	7.55 554	6.23 578	6.32 568	3.40 571	5.29 578	3.50 571	3.53 550	4.11 579	4.28 555	4.47 582	4.26 559	4.38 574	3.68 551	3.24 565	5.89 575	5.60 571	4.84 575	3.50 571	4.33 543	3.93 580

DispFullNet	4.61 572	4.84 525	3.12 559	5.00 558	3.57 572	4.75 574	3.03 560	7.75 587	4.17 580	4.91 574	3.09 564	6.20 584	3.95 569	6.71 583	3.51 567	5.30 572	3.67 560	5.86 585	3.63 572	5.61 570	3.46 571

MLG-Stereo_test3	4.26 565	4.85 526	3.95 568	5.35 561	3.60 573	4.75 574	3.76 575	5.49 580	3.71 572	5.39 577	3.69 573	4.82 576	3.66 560	4.85 572	3.73 573	4.93 565	3.19 556	4.69 570	2.99 557	4.84 561	2.98 554

MLG-Stereo_test1	4.25 564	5.34 538	3.61 564	5.31 560	3.63 574	5.23 577	3.57 572	5.38 579	3.65 570	5.23 576	3.47 569	4.76 574	3.74 563	4.85 572	3.71 570	4.96 566	3.18 555	4.71 571	2.92 555	4.86 562	2.90 552

DPSNet	3.66 550	3.60 499	3.62 565	3.63 532	3.64 575	3.65 551	3.65 574	3.66 551	3.67 571	3.67 550	3.65 572	3.67 552	3.66 560	3.66 550	3.68 569	3.68 546	3.66 559	3.67 552	3.68 575	3.67 534	3.67 573

MLG-Stereo_test2	4.28 566	5.46 542	3.69 566	4.86 556	3.72 576	5.58 580	3.42 570	4.81 573	3.77 576	4.85 572	3.72 574	5.55 582	3.63 559	5.58 579	3.53 568	4.41 551	3.28 557	4.99 577	2.95 556	4.75 557	3.13 565

TestStereo1	4.60 570	8.41 559	6.44 580	6.86 571	3.79 577	3.97 554	3.78 576	3.99 555	3.74 573	3.97 552	3.52 570	3.94 555	3.58 557	3.98 554	3.72 571	6.82 581	6.50 577	3.76 554	3.66 573	3.90 537	3.74 576

SA-5K	4.60 570	8.41 559	6.44 580	6.86 571	3.79 577	3.97 554	3.78 576	3.99 555	3.74 573	3.97 552	3.52 570	3.94 555	3.58 557	3.98 554	3.72 571	6.82 581	6.50 577	3.76 554	3.66 573	3.90 537	3.74 576

cross-raft	4.83 575	7.52 553	6.43 579	6.63 569	3.96 579	4.51 559	3.99 579	4.49 559	3.96 578	4.52 558	3.96 577	4.50 560	3.97 570	4.50 560	3.97 575	6.65 579	6.44 576	4.33 557	3.92 579	4.35 544	3.91 579

SA	4.33 568	7.35 552	6.85 583	5.96 566	4.09 580	3.59 550	3.15 568	3.82 553	2.64 552	3.91 551	3.85 575	3.57 550	2.72 542	3.13 545	4.03 576	7.09 584	6.86 579	3.57 550	3.12 566	3.85 536	3.51 572

SGM-Forest	5.21 582	5.92 548	4.08 569	6.18 567	4.16 581	6.31 582	4.34 582	6.50 582	4.33 581	6.14 583	4.21 580	6.61 587	4.55 575	6.67 582	4.48 580	5.94 576	3.94 562	5.85 584	4.03 581	5.79 572	4.17 581
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_4	4.88 576	8.13 557	6.98 584	7.46 574	4.44 582	4.25 557	3.85 578	4.04 557	3.92 577	4.13 554	3.91 576	4.18 558	3.84 567	4.14 556	4.06 577	7.01 583	7.13 580	4.53 558	3.72 576	4.09 540	3.72 574

Sa-1000	4.34 569	8.37 558	6.84 582	6.98 573	4.45 583	3.58 549	3.00 554	3.42 549	3.39 569	2.61 530	4.00 578	3.83 554	4.01 571	3.90 553	3.90 574	5.98 577	5.62 572	3.76 554	2.34 552	4.35 544	2.47 549

TestStereo	4.88 576	4.75 524	4.79 571	4.87 557	4.92 584	4.81 576	4.90 584	4.78 572	4.77 583	4.87 573	4.89 583	4.90 578	4.91 576	4.99 576	4.79 581	4.98 567	4.87 568	4.87 576	4.92 585	5.00 565	5.00 583

SGM+DAISY	7.06 586	9.15 565	5.38 576	8.84 580	5.18 585	8.80 589	5.31 586	8.79 590	5.28 585	8.89 590	5.20 585	8.93 591	5.33 578	8.95 590	5.36 583	8.70 589	5.21 569	8.74 591	5.20 586	8.89 585	5.15 584

rvit_stereo_0075_2	6.64 584	8.80 563	5.25 574	7.89 575	5.27 586	7.90 587	5.27 585	7.92 588	5.28 585	7.91 588	5.29 586	7.93 589	5.27 577	7.92 588	5.28 582	7.93 585	5.28 570	7.93 588	5.29 587	7.93 581	5.28 585

test-1	6.46 583	9.16 566	8.03 589	8.09 576	5.62 587	6.11 581	6.35 587	6.85 584	4.94 584	6.08 582	6.29 589	4.98 579	6.43 581	6.22 580	6.36 587	6.16 578	7.47 581	5.82 583	5.44 588	7.11 578	5.68 586

RAFT	6.73 585	9.36 567	7.40 585	8.51 579	6.55 588	6.88 584	6.60 588	6.79 583	6.60 588	6.80 584	6.72 590	5.31 581	5.50 579	6.61 581	6.61 588	8.42 587	5.89 573	5.73 582	5.45 589	6.61 574	6.24 587

test-v	7.53 587	11.89 575	7.98 587	9.36 582	7.14 589	7.06 585	7.09 589	7.37 585	6.91 589	7.29 585	5.71 587	6.45 585	6.93 582	6.73 584	7.27 589	8.93 590	7.85 583	6.98 586	6.80 590	7.56 579	7.34 589

test-2	7.53 587	11.89 575	7.98 587	9.36 582	7.14 589	7.06 585	7.09 589	7.37 585	6.91 589	7.29 585	5.71 587	6.45 585	6.93 582	6.73 584	7.27 589	8.93 590	7.85 583	6.98 586	6.80 590	7.56 579	7.34 589

MANE	19.05 590	23.00 583	15.00 590	23.00 597	15.00 591	24.00 596	16.00 591	24.00 597	16.00 591	22.00 597	15.00 591	23.00 598	16.00 591	23.00 597	15.00 591	22.00 598	15.00 592	22.00 598	15.00 592	22.00 598	15.00 591

rafts_anoy	20.00 591	20.00 577	20.00 591	20.00 591	20.00 592	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 592	20.00 592	20.00 591	20.00 592	20.00 592	20.00 593	20.00 592	20.00 593	20.00 592	20.00 592

raft+_RVC	20.00 591	20.00 577	20.00 591	20.00 591	20.00 592	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 592	20.00 592	20.00 591	20.00 592	20.00 592	20.00 593	20.00 592	20.00 593	20.00 592	20.00 592

raftrobust	20.00 591	20.00 577	20.00 591	20.00 591	20.00 592	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 592	20.00 592	20.00 591	20.00 592	20.00 592	20.00 593	20.00 592	20.00 593	20.00 592	20.00 592

CasAABBNet	20.00 591	20.00 577	20.00 591	20.00 591	20.00 592	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 592	20.00 592	20.00 591	20.00 592	20.00 592	20.00 593	20.00 592	20.00 593	20.00 592	20.00 592

RALCasStereoNet	20.00 591	20.00 577	20.00 591	20.00 591	20.00 592	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 592	20.00 592	20.00 591	20.00 592	20.00 592	20.00 593	20.00 592	20.00 593	20.00 592	20.00 592

RALAANet	20.00 591	20.00 577	20.00 591	20.00 591	20.00 592	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 592	20.00 592	20.00 591	20.00 592	20.00 592	20.00 593	20.00 592	20.00 593	20.00 592	20.00 592

WCMA_ROB	31.10 598	35.43 603	27.12 597	39.51 609	23.10 598	38.78 608	25.30 598	37.49 609	25.39 598	37.29 608	27.02 598	38.52 610	26.48 598	37.80 608	26.44 598	36.28 606	22.65 599	33.90 603	22.30 599	37.10 607	24.18 598

fff	1000028.16 617	29.62 595	29.72 598	32.61 598	30.02 599	35.13 599	31.83 600	32.07 599	10000000.00 618	35.27 601	29.82 600	32.45 600	30.15 599	32.35 599	30.09 599	31.04 600	29.55 601	30.64 600	30.14 600	10000000.00 619	30.77 600

csc	1000028.16 617	29.62 595	29.72 598	32.61 598	30.02 599	35.13 599	31.83 600	32.07 599	10000000.00 618	35.27 601	29.82 600	32.45 600	30.15 599	32.35 599	30.09 599	31.04 600	29.55 601	30.64 600	30.14 600	10000000.00 619	30.77 600

cscssc	1000028.16 617	29.62 595	29.72 598	32.61 598	30.02 599	35.13 599	31.83 600	32.07 599	10000000.00 618	35.27 601	29.82 600	32.45 600	30.15 599	32.35 599	30.09 599	31.04 600	29.55 601	30.64 600	30.14 600	10000000.00 619	30.77 600

111	30.40 597	30.94 599	29.72 598	32.61 598	30.02 599	33.57 597	30.47 599	31.50 598	29.39 599	30.98 598	29.11 599	29.78 599	30.39 602	29.45 598	30.76 602	30.08 599	29.02 600	29.92 599	30.32 603	29.86 599	30.17 599

ADStereo(finetuned)	36.13 600	36.63 604	38.07 608	36.97 603	33.25 603	35.91 602	34.45 603	36.36 605	32.99 600	38.14 609	36.71 606	36.69 606	34.13 603	38.57 609	40.79 609	37.60 610	36.58 607	35.90 607	33.36 604	35.42 602	34.04 603

tt	500032.53 615	34.60 601	29.72 598	37.47 607	34.41 604	36.85 603	35.22 604	34.71 602	33.55 601	34.50 599	35.43 603	33.81 603	10000000.00 619	33.57 602	33.13 603	33.68 603	35.00 605	34.03 604	35.26 606	30.96 600	34.63 604

DCANet	500032.53 615	34.60 601	29.72 598	37.47 607	34.41 604	36.85 603	35.22 604	34.71 602	33.55 601	34.50 599	35.43 603	33.81 603	10000000.00 619	33.57 602	33.13 603	33.68 603	35.00 605	34.03 604	35.26 606	30.96 600	34.63 604

DCANet-4	35.22 599	34.54 600	35.08 604	33.58 602	35.47 606	34.55 598	35.53 606	36.08 604	35.85 603	35.92 604	35.77 605	35.18 605	35.48 604	35.39 604	37.15 608	34.55 605	33.92 604	35.02 606	34.90 605	35.79 603	34.74 606

Reg-Stereo(zero)	37.00 601	37.00 605	37.00 605	37.00 604	37.00 607	37.00 605	37.00 607	37.00 606	37.00 604	37.00 605	37.00 607	37.00 607	37.00 605	37.00 605	37.00 605	37.00 607	37.00 608	37.00 608	37.00 608	37.00 604	37.00 607

HI	37.00 601	37.00 605	37.00 605	37.00 604	37.00 607	37.00 605	37.00 607	37.00 606	37.00 604	37.00 605	37.00 607	37.00 607	37.00 605	37.00 605	37.00 605	37.00 607	37.00 608	37.00 608	37.00 608	37.00 604	37.00 607

CoSv	37.00 601	37.00 605	37.00 605	37.00 604	37.00 607	37.00 605	37.00 607	37.00 606	37.00 604	37.00 605	37.00 607	37.00 607	37.00 605	37.00 605	37.00 605	37.00 607	37.00 608	37.00 608	37.00 608	37.00 604	37.00 607

NOSS_ROB	102.95 605	153.00 613	121.00 612	51.00 610	44.00 610	165.00 612	127.00 612	153.00 612	119.00 609	164.00 613	125.00 612	168.00 614	120.00 610	153.00 612	117.00 612	49.00 611	44.00 611	49.00 611	44.00 611	49.00 608	44.00 610

CBMV	128.50 606	1422.70 620	53.10 610	79.50 611	51.30 611	77.30 610	49.70 610	74.00 610	48.20 608	77.20 611	48.80 611	73.90 612	48.00 609	73.80 611	48.80 611	70.40 612	45.10 612	68.90 612	46.10 612	68.20 609	45.00 611
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 604	87.70 609	41.95 609	113.75 612	65.62 612	75.05 609	55.25 611	75.64 611	45.04 607	71.61 610	41.75 610	72.81 611	44.06 608	68.38 610	44.63 610	101.89 613	59.57 613	107.10 613	61.05 613	104.38 610	59.38 612

MeshStereo	159.24 607	171.00 614	160.68 615	162.58 613	160.59 613	164.01 611	160.35 613	158.51 613	158.56 610	158.34 612	160.12 613	158.56 613	159.92 611	157.26 613	158.94 613	154.38 614	158.36 614	155.75 614	159.13 615	153.67 611	154.07 613
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
DLCB_ROB	284.23 611	354.61 616	207.27 616	363.24 617	206.46 614	364.72 616	210.41 614	364.72 617	210.41 611	364.81 617	208.64 615	364.81 618	208.64 613	364.72 617	210.41 615	354.70 618	205.53 616	354.70 618	205.53 617	354.70 615	205.53 615

AE-Stereo	201.80 608	123.00 610	115.00 611	219.00 614	218.00 615	223.00 613	244.00 615	217.00 614	236.00 612	202.00 614	203.00 614	205.00 615	208.00 612	225.00 614	204.00 614	210.00 615	198.00 615	197.00 615	184.00 616	204.00 612	201.00 614

MGS-Stereo	239.45 609	123.00 610	135.00 613	266.00 615	286.00 616	277.00 614	305.00 616	271.00 615	242.00 613	274.00 615	279.00 616	255.00 616	270.00 614	268.00 615	297.00 616	221.00 616	247.00 617	216.00 616	123.00 614	217.00 613	217.00 616

EGLCR-Stereo	246.90 610	129.00 612	139.00 614	266.00 615	286.00 616	277.00 614	305.00 616	271.00 615	242.00 613	274.00 615	279.00 616	255.00 616	270.00 614	268.00 615	297.00 616	230.00 617	247.00 617	216.00 616	223.00 618	237.00 614	227.00 617

LE_ROB	396.57 612	471.28 617	329.84 617	471.48 618	308.15 618	526.83 617	322.10 618	488.15 618	323.76 615	495.46 618	317.97 618	497.17 619	320.10 616	481.62 618	326.76 618	462.71 619	298.97 619	466.16 619	285.98 619	447.62 616	289.21 618

SGM-ForestM	596.69 613	677.77 618	444.52 618	699.85 619	517.25 619	732.94 618	488.29 619	770.79 619	460.11 616	750.81 619	487.98 619	792.79 620	499.41 617	730.90 619	475.81 619	720.03 620	491.16 620	663.96 620	418.60 620	674.76 617	436.05 619

CBMV_ROB	818.48 614	913.88 619	709.52 619	862.84 620	597.78 620	1073.99 619	700.52 620	1015.66 620	702.59 617	1115.65 620	760.02 620	1130.24 621	721.57 618	1037.41 620	692.65 620	814.05 621	564.29 621	843.28 621	595.31 621	915.51 618	602.92 620

111111	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

SGD-Stereo	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

IGEV-Stereo++	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

IGEV-BASED-STEREO-	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

IGEV-Stereo+	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

SDNR	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

anonymousdsp2	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

anonymousdsp	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

test_example2	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621

DIP-Stereo	10000000.00 620	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 622	10000000.00 619	10000000.00 621
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 301	0.50 316	0.38 301	0.50 327	0.38 307	0.50 334	3.79 565	0.50 324	0.38 293	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.35 279

Low-res two-view benchmark