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 97	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

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

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

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

ADCMid	0.08 50	0.02 12	0.02 14	1.01 342	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	0.09 105	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 51	0.02 12	0.04 43	0.90 319	0.06 107	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 127	0.36 268	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 84	0.02 12	0.02 14	1.62 435	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

AnyNet_C32	0.14 109	0.04 37	0.03 36	2.22 453	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	0.07 102	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	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

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

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

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

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

BEATNet_4x	0.11 84	0.03 31	0.03 36	1.60 432	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 84	0.03 31	0.03 36	1.60 432	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

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 415	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	0.08 105	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

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

GASNet	0.05 41	0.04 37	0.12 100	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 122	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

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

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 383	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

FADNet-RVC-Resample	0.12 93	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	1.57 480	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 102

FADNet_RVC	0.12 93	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	1.65 484	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 100	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	1.71 489	0.04 44	0.04 45	0.04 73	0.04 78	0.07 104	0.04 79

FADNet	0.12 93	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	1.66 486	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 93	0.03 31	0.04 43	1.71 438	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

ADCP+	0.15 121	0.04 37	0.04 43	2.20 452	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	0.08 105	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
GwcNet	0.12 93	0.07 58	0.05 57	0.08 49	0.05 99	0.08 103	1.20 411	0.07 104	0.05 97	0.05 91	0.05 100	0.08 105	0.05 94	0.08 105	0.03 48	0.07 58	0.05 56	0.06 94	0.05 96	0.07 104	0.05 97

Wz-Net-SNSev	0.03 29	0.09 65	0.07 58	0.09 53	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 66	0.07 57	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 108	0.08 103	0.06 105	0.08 107	0.07 109	0.08 104	0.07 109	0.08 105	0.06 106	0.07 102	0.07 100	0.08 60	0.07 57	0.07 99	0.07 104	0.06 96	0.06 102

SepStereo	0.09 51	0.09 65	0.10 69	0.09 53	0.09 112	0.09 107	0.09 110	0.10 109	0.08 111	0.10 108	0.09 112	0.09 109	0.09 113	0.09 108	0.08 102	0.09 66	0.08 59	0.09 106	0.08 108	0.09 109	0.08 105

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	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	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	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	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	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

BEATNet-Init1	0.19 139	0.08 59	0.08 60	2.23 454	0.08 110	0.08 103	0.07 108	0.07 104	0.08 111	0.08 104	0.07 109	0.08 105	0.07 110	0.11 121	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

SuperB	0.21 148	0.10 67	2.51 514	0.12 80	0.09 112	0.10 108	0.09 110	0.08 107	0.07 109	0.10 108	0.09 112	0.09 109	0.07 110	0.07 102	0.07 100	0.07 58	0.08 59	0.07 99	0.07 104	0.08 106	0.07 104

DeepPrunerF	0.19 139	0.08 59	0.08 60	2.23 454	0.08 110	0.08 103	0.07 108	0.07 104	0.08 111	0.08 104	0.07 109	0.08 105	0.07 110	0.11 121	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

ELAS_RVC	0.14 109	0.16 87	0.10 69	0.15 107	0.10 118	0.18 151	0.11 128	0.19 151	0.11 130	0.19 150	0.12 141	0.18 151	0.11 129	0.19 152	0.12 138	0.14 114	0.08 59	0.14 126	0.09 110	0.15 139	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 100	0.16 87	0.11 89	0.15 107	0.09 112	0.18 151	0.11 128	0.18 149	0.11 130	0.17 144	0.11 130	0.18 151	0.11 129	0.18 149	0.11 123	0.14 114	0.08 59	0.14 126	0.08 108	0.14 129	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
test_sample2	0.09 51	1.03 278	0.11 89	0.11 74	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 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 51	1.01 272	0.09 65	0.09 53	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 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

LRCNet_RVC	0.13 100	0.13 81	0.09 65	0.13 93	0.10 118	0.14 124	0.10 115	0.14 125	0.10 115	0.23 171	0.10 116	0.20 157	0.10 117	0.24 179	0.11 123	0.11 86	0.09 68	0.12 121	0.14 158	0.12 125	0.09 108

UNet	0.29 173	0.90 246	0.10 69	0.14 97	0.10 118	0.14 124	0.10 115	0.91 357	0.69 359	0.14 124	0.11 130	0.14 126	0.11 129	0.14 127	0.10 111	0.12 91	0.09 68	0.12 121	0.09 110	0.88 348	0.76 370

DRN-Test	0.14 109	0.13 81	0.09 65	0.14 97	0.09 112	0.15 131	0.09 110	0.14 125	0.10 115	0.14 124	0.09 112	0.14 126	0.09 113	0.13 126	0.09 105	0.12 91	0.09 68	0.12 121	0.09 110	0.12 125	0.73 365

S2M2	0.12 93	0.14 85	0.10 69	0.15 107	0.10 118	0.14 124	0.10 115	0.14 125	0.10 115	0.15 130	0.10 116	0.14 126	0.10 117	0.14 127	0.10 111	0.13 107	0.10 73	0.13 124	0.09 110	0.13 127	0.09 108

test_sample6	0.09 51	0.97 261	0.10 69	0.10 57	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample5	0.10 62	1.07 285	0.11 89	0.10 57	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 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

test_sample3	0.09 51	0.87 239	0.10 69	0.12 80	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 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 51	0.87 239	0.12 100	0.11 74	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 51	0.95 258	0.09 65	0.10 57	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 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

DualNet	0.10 62	1.07 285	0.11 89	0.10 57	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 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

xxx	0.09 51	1.01 272	0.10 69	0.10 57	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

WZ-Net	0.05 41	0.50 193	0.10 69	0.12 80	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 91	0.10 73	0.01 9	0.01 9	0.01 10	0.01 10

AnonymousM	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

PVD	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

SHD	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

SAMSARA	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

XQC	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTSC	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTS	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTSA	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

MADNet+	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

MADNet++	0.10 62	0.10 67	0.10 69	0.10 57	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 111	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

StereoDRNet	0.15 121	0.14 85	0.10 69	0.14 97	0.09 112	0.15 131	0.09 110	0.14 125	0.09 114	0.14 124	0.10 116	0.14 126	0.09 113	0.14 127	0.09 105	0.13 107	0.10 73	0.13 124	0.09 110	0.13 127	0.82 376

LALA_ROB	0.15 121	0.19 97	0.12 100	0.18 128	0.11 134	0.20 159	0.12 144	0.21 163	0.12 149	0.20 155	0.12 141	0.20 157	0.12 146	0.21 167	0.13 144	0.17 140	0.10 73	0.18 160	0.11 129	0.18 153	0.11 125

FADE		0.06 54		0.09 53	0.10 118							0.05 91				0.15 123	0.10 73	0.17 150	0.13 154	0.11 120

S2M2_XL	0.14 109	0.17 93	0.12 100	0.17 126	0.11 134	0.17 147	0.11 128	0.17 146	0.11 130	0.17 144	0.11 130	0.17 147	0.11 129	0.17 146	0.11 123	0.16 132	0.11 95	0.16 142	0.11 129	0.16 143	0.11 125

ITSA-stereo	0.15 121	0.17 93	0.13 120	0.20 133	0.13 153	0.19 154	0.13 147	0.18 149	0.13 152	0.19 150	0.13 153	0.18 151	0.14 155	0.18 149	0.14 148	0.16 132	0.11 95	0.15 139	0.14 158	0.18 153	0.11 125

testlalala2	0.13 100	0.16 87	0.11 89	0.15 107	0.11 134	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 137	0.11 129	0.16 137	0.11 123	0.14 114	0.11 95	0.14 126	0.11 129	0.14 129	0.11 125

JetBlue	0.11 84	0.11 78	0.12 100	0.13 93	0.14 155	0.11 119	0.11 128	0.11 121	0.11 130	0.11 120	0.11 130	0.11 121	0.11 129	0.12 125	0.12 138	0.11 86	0.11 95	0.11 118	0.11 129	0.11 120	0.11 125

mmm	0.14 109	1.83 382	0.12 100	0.11 74	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 91	0.11 95	0.05 86	0.04 78	0.05 92	0.04 79

1111x	0.10 62	1.14 292	0.13 120	0.14 97	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	0.13 107	0.11 95	0.03 38	0.02 20	0.03 43	0.02 20

testlalala_base	0.13 100	0.16 87	0.11 89	0.15 107	0.11 134	0.15 131	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 137	0.11 129	0.16 137	0.11 123	0.14 114	0.11 95	0.14 126	0.11 129	0.14 129	0.11 125

ProNet	0.14 109	0.20 101	0.14 125	0.16 118	0.11 134	0.16 139	0.11 128	0.17 146	0.11 130	0.17 144	0.12 141	0.17 147	0.13 151	0.17 146	0.12 138	0.15 123	0.11 95	0.16 142	0.11 129	0.15 139	0.12 141

Wz-Net-MNSev	0.06 44	0.54 208	0.10 69	0.12 80	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 91	0.11 95	0.01 9	0.01 9	0.01 10	0.01 10

ICVP	0.15 121	0.53 205	0.11 89	0.16 118	0.11 134	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 137	0.11 129	0.16 137	0.11 123	0.16 132	0.11 95	0.16 142	0.11 129	0.16 143	0.11 125
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 100	0.11 78	0.11 89	0.11 74	0.11 134	0.11 119	0.11 128	0.11 121	0.11 130	0.11 120	0.12 141	0.11 121	0.11 129	0.11 121	0.11 123	0.11 86	0.11 95	0.14 126	0.11 129	0.49 290	0.11 125

cf-r	0.66 302	2.17 409	0.12 100	0.18 128	0.12 150	0.18 151	2.70 520	2.60 495	0.12 149	0.18 148	0.12 141	0.18 151	0.12 146	0.18 149	0.12 138	0.15 123	0.11 95	0.15 139	0.11 129	1.81 457	1.74 500

PASM	0.39 224	3.06 459	1.36 455	1.58 428	0.09 112	0.11 119	0.11 128	0.11 121	0.11 130	0.09 107	0.09 112	0.11 121	0.09 113	0.09 108	0.09 105	0.11 86	0.11 95	0.11 118	0.09 110	0.11 120	0.11 125

HSM	0.14 109	0.16 87	0.12 100	0.17 126	0.12 150	0.17 147	0.11 128	0.17 146	0.11 130	0.17 144	0.12 141	0.17 147	0.12 146	0.17 146	0.12 138	0.16 132	0.11 95	0.16 142	0.11 129	0.16 143	0.12 141

SGM_RVC	0.15 121	0.17 93	0.11 89	0.18 128	0.11 134	0.19 154	0.11 128	0.19 151	0.12 149	0.19 150	0.12 141	0.20 157	0.12 146	0.19 152	0.12 138	0.16 132	0.11 95	0.17 150	0.10 117	0.17 149	0.10 113
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DualNet (step1)	0.10 62	1.05 282	0.12 100	0.12 80	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 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 282	0.12 100	0.12 80	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 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 282	0.12 100	0.12 80	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 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 51	1.00 266	0.11 89	0.11 74	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 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

qqq1	0.25 159	3.70 473	0.14 125	0.14 97	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	0.13 107	0.12 110	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 159	3.70 473	0.14 125	0.14 97	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	0.13 107	0.12 110	0.06 94	0.05 96	0.03 43	0.04 79

11t1	0.17 133	2.16 408	0.13 120	0.13 93	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	0.18 148	0.12 110	0.06 94	0.03 54	0.05 92	0.03 51

ffm	0.25 159	3.83 479	0.12 100	0.12 80	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 91	0.12 110	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 159	3.83 479	0.12 100	0.12 80	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 91	0.12 110	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 159	3.83 479	0.12 100	0.12 80	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 91	0.12 110	0.05 86	0.04 78	0.06 96	0.04 79

ttt	0.10 62	1.09 287	0.12 100	0.12 80	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 91	0.12 110	0.03 38	0.02 20	0.03 43	0.02 20

CIPLG	0.13 100	0.21 107	0.12 100	0.16 118	0.11 134	0.15 131	0.11 128	0.14 125	0.11 130	0.15 130	0.12 141	0.15 136	0.11 129	0.14 127	0.11 123	0.15 123	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

IPLG	0.13 100	0.20 101	0.14 125	0.15 107	0.11 134	0.14 124	0.11 128	0.14 125	0.11 130	0.14 124	0.11 130	0.14 126	0.11 129	0.14 127	0.11 123	0.15 123	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

IPLGR_C	0.14 109	0.20 101	0.12 100	0.15 107	0.11 134	0.14 124	0.15 154	0.14 125	0.11 130	0.15 130	0.12 141	0.14 126	0.11 129	0.16 137	0.11 123	0.15 123	0.12 110	0.14 126	0.12 146	0.15 139	0.12 141

MIPNet	0.14 109	0.21 107	0.17 149	0.16 118	0.11 134	0.15 131	0.12 144	0.14 125	0.11 130	0.16 135	0.11 130	0.14 126	0.11 129	0.14 127	0.11 123	0.14 114	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

IPLGR	0.14 109	0.24 119	0.14 125	0.16 118	0.12 150	0.15 131	0.12 144	0.14 125	0.11 130	0.15 130	0.12 141	0.14 126	0.11 129	0.14 127	0.11 123	0.15 123	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

ACRE	0.13 100	0.21 107	0.14 125	0.15 107	0.11 134	0.14 124	0.11 128	0.14 125	0.11 130	0.14 124	0.12 141	0.14 126	0.11 129	0.14 127	0.11 123	0.15 123	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

222	0.10 62	0.99 265	0.12 100	0.13 93	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 91	0.12 110	0.03 38	0.02 20	0.04 77	0.03 51

ACVNet	0.20 141	0.19 97	0.14 125	0.20 133	0.14 155	0.20 159	0.96 390	0.21 163	0.14 154	0.20 155	0.13 153	0.21 165	0.14 155	0.20 156	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	0.17 149	0.12 141

acv_ft	0.20 141	0.19 97	0.14 125	0.20 133	0.14 155	0.20 159	0.96 390	0.21 163	0.14 154	0.20 155	0.13 153	0.21 165	0.14 155	0.20 156	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	0.17 149	0.12 141

hitnet-ft	0.79 329	2.78 455	0.14 125	0.20 133	0.14 155	0.21 167	2.89 521	2.80 509	0.14 154	0.20 155	0.14 158	0.20 157	0.14 155	0.20 156	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	2.54 496	2.33 517

PSMNet-RSSM	0.77 325	2.76 451	0.14 125	0.20 133	0.14 155	0.20 159	2.66 518	2.79 508	0.14 154	0.21 165	0.14 158	0.21 165	0.14 155	0.20 156	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	2.52 488	2.31 515

GwcNet-RSSM	0.77 325	2.77 453	0.14 125	0.20 133	0.14 155	0.20 159	2.67 519	2.78 507	0.14 154	0.20 155	0.14 158	0.20 157	0.14 155	0.21 167	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	2.52 488	2.31 515

CFNet-ft	0.55 288	1.57 369	0.14 125	0.20 133	0.14 155	0.20 159	2.53 517	1.61 451	0.14 154	0.20 155	0.14 158	0.20 157	0.14 155	0.20 156	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	1.56 445	1.24 465

zh-sn7	0.10 62	0.98 262	0.14 125	0.15 107	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	0.15 123	0.13 134	0.03 38	0.03 54	0.03 43	0.03 51

DDVS	0.30 174	3.10 460	0.14 125	0.19 131	0.14 155	0.19 154	0.14 149	0.20 156	0.14 154	0.19 150	0.13 153	0.16 137	0.13 151	0.19 152	0.13 144	0.17 140	0.13 134	0.17 150	0.13 154	0.17 149	0.13 147

test_sample4	0.10 62	1.03 278	0.12 100	0.10 57	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	0.13 107	0.13 134	0.03 38	0.03 54	0.03 43	0.03 51

DeepPruner_ROB	0.16 129	0.18 96	0.13 120	0.19 131	0.13 153	0.19 154	0.13 147	0.19 151	0.13 152	0.19 150	0.13 153	0.19 155	0.13 151	0.19 152	0.13 144	0.18 148	0.13 134	0.18 160	0.13 154	0.18 153	0.13 147

qqq	0.16 129	2.01 399	0.12 100	0.15 107	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 91	0.14 138	0.04 73	0.04 78	0.03 43	0.03 51

test_xeample	0.10 62	1.09 287	0.13 120	0.12 80	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	0.14 114	0.14 138	0.03 38	0.03 54	0.03 43	0.03 51

GMStereo	0.14 109	0.13 81	0.14 125	0.14 97	0.14 155	0.14 124	0.14 149	0.14 125	0.14 154	0.14 124	0.14 158	0.14 126	0.14 155	0.14 127	0.14 148	0.14 114	0.14 138	0.14 126	0.14 158	0.14 129	0.14 152
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
x	0.11 84	1.15 295	0.15 141	0.14 97	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	0.14 114	0.15 141	0.03 38	0.03 54	0.03 43	0.03 51

dd	0.23 156	0.98 262	0.16 142	0.23 146	0.15 166	0.23 175	0.15 154	0.23 171	0.15 164	0.23 171	0.15 166	0.24 179	0.17 169	0.23 175	0.15 158	0.22 160	0.15 141	0.21 167	0.15 162	0.22 166	0.16 153

zh-mn7	0.12 93	1.14 292	0.17 149	0.20 133	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	0.18 148	0.16 143	0.03 38	0.03 54	0.03 43	0.03 51

xyz-stereo-finetune2	0.18 136	0.48 187	0.16 142	0.16 118	0.15 166	0.15 131	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 137	0.16 165	0.16 137	0.16 164	0.16 132	0.16 143	0.16 142	0.16 163	0.16 143	0.16 153

xyz-stereo	0.18 136	0.50 193	0.16 142	0.15 107	0.16 173	0.16 139	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 137	0.16 165	0.16 137	0.16 164	0.16 132	0.16 143	0.16 142	0.16 163	0.16 143	0.16 153

ACV-stereo	0.30 174	2.08 401	0.25 179	0.25 156	0.18 183	0.24 176	0.17 162	0.24 174	0.18 173	0.24 176	0.17 172	0.25 184	0.17 169	0.24 179	0.17 167	0.22 160	0.16 143	0.22 172	0.16 163	0.22 166	0.16 153

JetRed	0.11 84	0.12 80	0.11 89	0.11 74	0.11 134	0.11 119	0.14 149	0.11 121	0.11 130	0.12 122	0.11 130	0.11 121	0.11 129	0.11 121	0.11 123	0.11 86	0.16 143	0.11 118	0.11 129	0.11 120	0.11 125

GMStereo_Zeroshot	0.16 129	0.16 87	0.16 142	0.16 118	0.16 173	0.16 139	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 137	0.16 165	0.16 137	0.16 164	0.16 132	0.16 143	0.16 142	0.16 163	0.16 143	0.16 153

IGEV_Zeroshot_test	0.20 141	0.19 97	0.40 250	0.30 168	0.17 176	0.22 169	0.17 162	0.21 163	0.17 171	0.20 155	0.17 172	0.21 165	0.18 176	0.21 167	0.17 167	0.20 152	0.16 143	0.20 164	0.16 163	0.20 160	0.17 165

MSKI-zero shot	0.24 158	0.21 107	0.49 292	0.65 292	0.18 183	0.22 169	0.17 162	0.23 171	0.18 173	0.21 165	0.17 172	0.23 175	0.28 226	0.23 175	0.18 176	0.21 157	0.16 143	0.21 167	0.16 163	0.21 164	0.16 153

MIM_Stereo	0.25 159	0.23 112	0.66 326	0.80 309	0.17 176	0.22 169	0.17 162	0.23 171	0.18 173	0.26 187	0.17 172	0.21 165	0.17 169	0.25 184	0.17 167	0.23 171	0.16 143	0.21 167	0.17 181	0.22 166	0.17 165

dad	0.23 156	1.03 278	0.16 142	0.23 146	0.15 166	0.24 176	0.15 154	0.24 174	0.16 166	0.23 171	0.16 167	0.24 179	0.16 165	0.23 175	0.15 158	0.22 160	0.16 143	0.22 172	0.16 163	0.22 166	0.16 153

xxxx	0.11 84	1.16 296	0.16 142	0.12 80	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	0.13 107	0.16 143	0.03 38	0.04 78	0.04 77	0.04 79

MMNet	0.44 250	1.24 354	0.17 149	0.25 156	0.17 176	0.25 183	0.18 168	1.26 439	0.93 391	0.25 180	0.17 172	0.25 184	0.18 176	0.25 184	0.17 167	0.23 171	0.16 143	0.23 178	0.16 163	1.20 386	0.99 390

delet	0.43 246	1.21 347	0.17 149	0.25 156	0.17 176	0.25 183	0.18 168	1.26 439	0.95 393	0.25 180	0.17 172	0.25 184	0.17 169	0.25 184	0.17 167	0.23 171	0.16 143	0.22 172	0.16 163	1.18 383	0.98 389

ac_64	0.22 152	0.13 81	0.19 158	0.23 146	0.10 118	0.26 190	1.02 398	0.14 125	0.10 115	0.28 190	0.14 158	0.17 147	0.19 181	0.28 199	0.09 105	0.22 160	0.16 143	0.23 178	0.17 181	0.11 120	0.12 141

iResNetv2_ROB	0.20 141	0.23 112	0.18 155	0.24 151	0.20 189	0.24 176	0.18 168	0.24 174	0.18 173	0.24 176	0.18 182	0.23 175	0.19 181	0.24 179	0.18 176	0.21 157	0.16 143	0.21 167	0.16 163	0.22 166	0.16 153

iResNet	0.20 141	0.23 112	0.18 155	0.24 151	0.18 183	0.24 176	0.20 175	0.24 174	0.18 173	0.23 171	0.17 172	0.23 175	0.18 176	0.23 175	0.18 176	0.22 160	0.16 143	0.21 167	0.16 163	0.21 164	0.16 153

tg	0.21 148	0.25 121	0.21 165	0.26 163	0.17 176	0.24 176	0.17 162	0.24 174	0.17 171	0.24 176	0.17 172	0.24 179	0.17 169	0.24 179	0.17 167	0.24 176	0.17 159	0.23 178	0.16 163	0.23 175	0.16 153

Pointernet	0.21 148	0.22 111	0.19 158	0.24 151	0.19 187	0.24 176	0.19 172	0.24 174	0.19 179	0.24 176	0.19 183	0.24 179	0.19 181	0.24 179	0.19 179	0.22 160	0.17 159	0.22 172	0.17 181	0.22 166	0.17 165

gcap-zeroshot	0.35 201	0.32 133	0.37 237	0.49 252	0.39 294	0.33 212	0.21 181	0.26 184	0.35 263	0.42 258	0.34 261	0.49 298	0.29 232	0.47 284	0.39 286	0.34 209	0.17 159	0.38 252	0.23 196	0.48 286	0.34 257

psm_up	0.43 246	1.19 300	0.17 149	0.25 156	0.18 183	0.25 183	0.19 172	1.26 439	0.91 386	0.26 187	0.17 172	0.25 184	0.17 169	0.25 184	0.17 167	0.22 160	0.17 159	0.23 178	0.16 163	1.18 383	0.99 390

UPFNet	0.42 245	1.20 301	0.17 149	0.24 151	0.17 176	0.25 183	0.17 162	1.19 387	0.90 385	0.25 180	0.17 172	0.24 179	0.17 169	0.25 184	0.17 167	0.22 160	0.17 159	0.22 172	0.16 163	1.15 375	0.93 385

CFNet	1.37 441	5.27 503	0.19 158	5.49 531	0.19 187	0.28 194	0.19 172	0.28 187	0.19 179	0.28 190	0.19 183	0.28 195	4.35 541	0.28 199	0.19 179	0.23 171	0.17 159	0.23 178	4.21 550	4.81 527	0.17 165

test_for_model	0.15 121	0.23 112	0.18 155	0.21 143	0.11 134	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 137	0.11 129	0.16 137	0.11 123	0.21 157	0.18 165	0.14 126	0.11 129	0.14 129	0.11 125

CAS++	0.17 133	0.27 123	0.21 165	0.10 57	0.21 196	0.15 131	0.22 186	0.10 109	0.21 184	0.22 167	0.10 116	0.19 155	0.18 176	0.10 110	0.19 179	0.20 152	0.19 166	0.18 160	0.10 117	0.19 159	0.18 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 350	4.45 490	0.20 161	0.27 165	0.20 189	0.27 193	0.20 175	0.26 184	0.18 173	5.03 543	0.20 187	0.27 194	0.19 181	0.27 197	0.21 185	0.20 152	0.19 166	0.19 163	4.02 548	0.20 160	0.18 169

ISRNet	0.11 84	0.05 49	0.36 234	0.24 151	0.07 108	0.13 123	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 125	0.05 94	0.05 82	0.09 105	0.24 176	0.20 168	0.10 107	0.05 96	0.06 96	0.13 147

model_zeroshot	0.27 168	0.20 101	0.27 186	0.33 180	0.21 196	0.37 226	0.22 186	0.37 218	0.24 195	0.26 187	0.27 219	0.33 212	0.21 190	0.25 184	0.27 209	0.32 202	0.20 168	0.34 224	0.23 196	0.25 177	0.26 197

DAS	0.20 141	0.20 101	0.20 161	0.20 133	0.20 189	0.20 159	0.20 175	0.20 156	0.20 181	0.20 155	0.20 187	0.20 157	0.20 185	0.20 156	0.20 182	0.20 152	0.20 168	0.20 164	0.20 186	0.20 160	0.20 172

ASD4	0.20 141	0.20 101	0.20 161	0.20 133	0.20 189	0.20 159	0.20 175	0.20 156	0.20 181	0.20 155	0.20 187	0.20 157	0.20 185	0.20 156	0.20 182	0.20 152	0.20 168	0.20 164	0.20 186	0.20 160	0.20 172

DCVSM-stereo	0.36 205	1.89 388	0.22 167	0.40 211	0.22 198	0.40 238	0.22 186	0.40 232	0.22 187	0.40 233	0.22 193	0.40 243	0.22 191	0.40 242	0.22 187	0.28 188	0.21 172	0.28 195	0.21 188	0.28 184	0.20 172

Wz-Net-LNSev	0.06 44	0.24 119	0.20 161	0.23 146	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	0.23 171	0.21 172	0.02 18	0.01 9	0.01 10	0.01 10

HGLStereo	0.28 169	0.29 128	0.22 167	0.36 187	0.22 198	0.36 221	0.21 181	0.36 212	0.21 184	0.42 258	0.21 192	0.36 224	0.22 191	0.36 225	0.21 185	0.34 209	0.21 172	0.34 224	0.21 188	0.34 207	0.21 175

DISCO	1.11 383	0.39 150	5.28 544	0.39 198	0.20 189	0.39 236	0.27 212	0.39 227	0.22 187	0.38 223	0.20 187	0.38 232	0.20 185	6.95 554	0.22 187	0.30 196	0.21 172	0.27 193	0.21 188	5.25 536	0.21 175

WAO-6	0.22 152	0.23 112	0.22 167	0.23 146	0.22 198	0.22 169	0.22 186	0.22 167	0.22 187	0.22 167	0.22 193	0.22 171	0.22 191	0.22 171	0.22 187	0.22 160	0.22 176	0.22 172	0.22 191	0.22 166	0.22 178

IMH-64-1	0.22 152	0.23 112	0.23 170	0.22 144	0.22 198	0.22 169	0.22 186	0.22 167	0.22 187	0.22 167	0.22 193	0.22 171	0.22 191	0.22 171	0.22 187	0.22 160	0.22 176	0.23 178	0.22 191	0.22 166	0.23 180

IMH-64	0.22 152	0.23 112	0.23 170	0.22 144	0.22 198	0.22 169	0.22 186	0.22 167	0.22 187	0.22 167	0.22 193	0.22 171	0.22 191	0.22 171	0.22 187	0.22 160	0.22 176	0.23 178	0.22 191	0.22 166	0.23 180

GMOStereo	0.37 210	0.45 173	0.23 170	0.30 168	0.37 280	0.41 254	0.36 268	0.41 247	0.35 263	0.43 264	0.36 274	0.41 255	0.40 284	0.41 256	0.36 268	0.34 209	0.22 176	0.47 306	0.37 285	0.39 244	0.33 251

WCG-NET（raft）	0.32 189	1.24 354	0.24 176	0.32 176	0.24 208	0.32 210	0.23 193	0.32 198	0.24 195	0.32 203	0.24 203	0.32 209	0.24 200	0.32 209	0.24 197	0.30 196	0.23 180	0.30 202	0.23 196	0.30 190	0.23 180

FCDSN-DC	0.41 235	0.59 213	0.64 322	0.54 270	0.33 258	0.50 308	0.37 273	0.42 263	0.40 289	0.61 331	0.43 311	0.50 312	0.49 325	0.38 231	0.32 239	0.28 188	0.23 180	0.26 189	0.22 191	0.35 219	0.28 218
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet_ROB	0.28 169	0.32 133	0.24 176	0.32 176	0.25 210	0.32 210	0.24 198	0.32 198	0.24 195	0.33 208	0.24 203	0.35 218	0.24 200	0.33 215	0.24 197	0.31 201	0.24 182	0.32 209	0.24 204	0.32 197	0.24 190

UNDER WATER-64	0.25 159	0.26 122	0.25 179	0.26 163	0.25 210	0.25 183	0.25 201	0.25 180	0.25 200	0.25 180	0.25 209	0.25 184	0.25 203	0.26 194	0.25 203	0.25 182	0.25 183	0.25 186	0.25 209	0.25 177	0.25 191

LoS	0.25 159	0.27 123	0.25 179	0.25 156	0.25 210	0.25 183	0.25 201	0.26 184	0.25 200	0.25 180	0.25 209	0.25 184	0.25 203	0.25 184	0.25 203	0.26 183	0.25 183	0.25 186	0.26 215	0.26 179	0.25 191
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
StereoDRNet-Refined	0.33 192	0.39 150	0.26 185	0.39 198	0.26 218	0.40 238	0.26 209	0.40 232	0.26 213	0.39 228	0.26 215	0.39 236	0.26 212	0.39 239	0.26 208	0.37 227	0.25 183	0.37 245	0.25 209	0.37 228	0.37 269
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	0.31 181	0.93 255	0.24 176	0.33 180	0.23 203	0.31 202	0.24 198	0.32 198	0.24 195	0.32 203	0.23 197	0.32 209	0.25 203	0.32 209	0.24 197	0.27 186	0.26 186	0.27 193	0.26 215	0.27 182	0.27 205

DLNR_Zeroshot_test	0.31 181	0.28 126	0.47 279	0.79 307	0.24 208	0.30 197	0.26 209	0.30 193	0.24 195	0.32 203	0.23 197	0.31 207	0.24 200	0.30 204	0.23 193	0.29 195	0.26 186	0.29 200	0.24 204	0.33 203	0.23 180

LoS_RVC	0.30 174	1.14 292	0.25 179	0.25 156	0.25 210	0.26 190	0.25 201	0.25 180	0.25 200	0.25 180	0.25 209	0.26 193	0.26 212	0.26 194	0.25 203	0.26 183	0.26 186	0.25 186	0.25 209	0.26 179	0.26 197

CAS	0.30 174	1.17 297	0.25 179	0.25 156	0.25 210	0.26 190	0.25 201	0.25 180	0.26 213	0.25 180	0.25 209	0.25 184	0.25 203	0.25 184	0.25 203	0.26 183	0.26 186	0.26 189	0.25 209	0.26 179	0.25 191

CroCo-Stereo	0.73 318	1.22 352	0.25 179	1.22 411	0.25 210	1.22 443	0.25 201	1.22 436	0.25 200	1.22 444	0.25 209	1.22 448	0.25 203	1.22 447	0.25 203	1.22 432	0.26 186	1.21 454	0.25 209	1.22 433	0.25 191
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
w-ln-seven-2	0.14 109	1.22 352	0.28 190	0.32 176	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	0.32 202	0.27 191	0.04 73	0.03 54	0.03 43	0.03 51

CroCo-Stereo Lap2	0.77 325	1.29 356	0.29 193	1.27 415	0.29 230	1.27 446	0.26 209	1.26 439	0.26 213	1.26 445	0.26 215	1.27 450	0.26 212	1.26 448	0.27 209	1.27 434	0.27 191	1.27 457	0.27 222	1.27 435	0.27 205

iRaft-Stereo_5w	0.34 194	0.42 166	0.31 205	0.39 198	0.30 239	0.38 230	0.30 229	0.40 232	0.29 226	0.40 233	0.37 280	0.41 255	0.34 259	0.38 231	0.30 232	0.34 209	0.27 191	0.34 224	0.26 215	0.34 207	0.26 197

iRaft-Stereo_20w	0.34 194	0.41 159	0.31 205	0.39 198	0.29 230	0.40 238	0.32 236	0.41 247	0.32 245	0.38 223	0.30 240	0.39 236	0.30 238	0.38 231	0.32 239	0.35 218	0.27 191	0.34 224	0.27 222	0.34 207	0.29 223

GANet-RSSM	0.75 320	1.91 391	0.14 125	0.47 242	0.14 155	0.21 167	3.21 537	2.30 483	0.14 154	0.46 273	0.14 158	0.23 175	0.18 176	0.21 167	0.14 148	0.18 148	0.27 191	0.37 245	0.13 154	2.13 466	2.12 510

MLCV	0.31 181	0.35 136	0.27 186	0.35 183	0.28 223	0.35 218	0.27 212	0.35 208	0.28 221	0.36 217	0.27 219	0.35 218	0.27 220	0.35 219	0.27 209	0.34 209	0.27 191	0.34 224	0.27 222	0.34 207	0.27 205

xxxxx1	0.31 181	0.91 248	0.23 170	0.31 173	0.23 203	0.31 202	0.23 193	0.33 201	0.25 200	0.31 198	0.24 203	0.33 212	0.25 203	0.32 209	0.24 197	0.28 188	0.28 197	0.28 195	0.28 226	0.29 187	0.27 205

EKT-Stereo	0.37 210	0.40 152	0.44 266	1.07 347	0.29 230	0.34 214	0.31 235	0.36 212	0.29 226	0.38 223	0.31 245	0.37 230	0.30 238	0.36 225	0.29 225	0.34 209	0.28 197	0.39 262	0.30 245	0.37 228	0.30 233

SQANet	0.28 169	0.28 126	0.28 190	0.28 166	0.28 223	0.28 194	0.28 217	0.28 187	0.28 221	0.28 190	0.28 225	0.28 195	0.28 226	0.28 199	0.28 215	0.28 188	0.28 197	0.28 195	0.28 226	0.28 184	0.28 218

Any-RAFT	0.32 189	0.36 139	0.27 186	0.36 187	0.27 220	0.36 221	0.27 212	0.36 212	0.27 218	0.36 217	0.27 219	0.36 224	0.27 220	0.36 225	0.28 215	0.36 223	0.28 197	0.36 242	0.28 226	0.36 226	0.28 218

tt_ll	0.31 181	0.91 248	0.23 170	0.31 173	0.23 203	0.31 202	0.23 193	0.33 201	0.25 200	0.31 198	0.24 203	0.33 212	0.25 203	0.32 209	0.24 197	0.28 188	0.28 197	0.28 195	0.28 226	0.29 187	0.27 205

ff	0.31 181	0.91 248	0.23 170	0.31 173	0.23 203	0.31 202	0.23 193	0.33 201	0.25 200	0.31 198	0.24 203	0.33 212	0.25 203	0.32 209	0.24 197	0.28 188	0.28 197	0.28 195	0.28 226	0.29 187	0.27 205

IER	0.88 352	7.04 519	2.23 508	2.75 469	0.28 223	0.43 276	0.25 201	0.39 227	0.25 200	0.41 246	0.27 219	0.39 236	0.25 203	0.40 242	0.28 215	0.37 227	0.28 197	0.37 245	0.25 209	0.37 228	0.25 191

Gwc-CoAtRS	0.41 235	1.49 367	0.32 209	0.42 231	0.32 247	0.41 254	0.32 236	0.41 247	0.33 251	0.41 246	0.32 247	0.41 255	0.32 247	0.41 256	0.32 239	0.39 244	0.28 197	0.39 262	0.28 226	0.40 249	0.28 218

DN-CSS_ROB	0.31 181	0.35 136	0.28 190	0.35 183	0.28 223	0.34 214	0.27 212	0.34 205	0.25 200	0.35 214	0.27 219	0.36 224	0.26 212	0.34 217	0.28 215	0.35 218	0.28 197	0.34 224	0.28 226	0.34 207	0.27 205

IGEV++	0.34 194	0.43 167	0.30 197	0.40 211	0.29 230	0.40 238	0.29 224	0.40 232	0.29 226	0.40 233	0.29 229	0.40 243	0.29 232	0.40 242	0.30 232	0.38 234	0.29 206	0.37 245	0.29 235	0.37 228	0.29 223

TorneroNet-64	0.45 252	0.27 123	0.30 197	0.58 279	0.27 220	0.70 344	0.30 229	0.28 187	0.73 372	0.73 347	0.28 225	0.71 347	0.66 351	0.75 350	0.27 209	0.27 186	0.29 206	0.37 245	0.75 376	0.28 184	0.30 233

RAFT-Test	0.36 205	0.37 141	0.33 214	0.41 222	0.32 247	0.41 254	0.32 236	0.41 247	0.32 245	0.41 246	0.32 247	0.41 255	0.32 247	0.41 256	0.33 247	0.37 227	0.29 206	0.37 245	0.29 235	0.38 237	0.31 240

RCA-Stereo	0.51 279	3.22 465	0.34 224	0.44 234	0.34 268	0.44 278	0.34 256	0.43 267	0.34 260	0.43 264	0.34 261	0.44 275	0.33 254	0.43 271	0.33 247	0.38 234	0.29 206	0.38 252	0.29 235	0.38 237	0.29 223

GES	0.66 302	2.34 425	0.29 193	0.41 222	0.29 230	0.41 254	0.29 224	0.42 263	0.29 226	0.40 233	0.41 299	0.41 255	0.30 238	0.51 313	0.29 225	0.32 202	0.29 206	0.32 209	2.46 521	2.49 484	0.30 233

DGSMNet	0.34 194	0.41 159	0.27 186	0.41 222	0.28 223	0.41 254	0.28 217	0.41 247	0.27 218	0.41 246	0.27 219	0.42 271	0.27 220	0.41 256	0.28 215	0.40 248	0.29 206	0.40 267	0.28 226	0.40 249	0.27 205

RAFT + AFF	0.31 181	0.45 173	0.34 224	0.39 198	0.28 223	0.38 230	0.33 245	0.29 191	0.31 242	0.30 194	0.30 240	0.29 200	0.27 220	0.29 202	0.30 232	0.28 188	0.29 206	0.29 200	0.29 235	0.27 182	0.32 244

ccnet	0.80 331	2.28 417	0.33 214	0.50 259	0.33 258	0.50 308	0.33 245	0.50 295	0.33 251	0.49 293	0.33 253	0.49 298	1.56 470	2.38 486	0.33 247	0.41 256	0.29 206	0.42 291	1.57 482	2.28 472	0.29 223

MultiAttention	0.30 174	0.30 129	0.30 197	0.30 168	0.30 239	0.30 197	0.30 229	0.30 193	0.30 236	0.30 194	0.30 240	0.30 203	0.30 238	0.30 204	0.30 232	0.30 196	0.30 214	0.30 202	0.30 245	0.30 190	0.30 233

MSAF-DinoV2	0.30 174	0.30 129	0.30 197	0.30 168	0.30 239	0.30 197	0.30 229	0.30 193	0.30 236	0.30 194	0.30 240	0.30 203	0.30 238	0.30 204	0.30 232	0.30 196	0.30 214	0.30 202	0.30 245	0.30 190	0.30 233

GCAP-BAT	0.33 192	0.78 225	0.32 209	0.38 193	0.25 210	0.34 214	0.25 201	0.34 205	0.26 213	0.34 210	0.25 209	0.35 218	0.26 212	0.35 219	0.27 209	0.36 223	0.30 214	0.32 209	0.24 204	0.32 197	0.26 197

PML	0.46 255	1.36 362	0.29 193	0.58 279	0.30 239	0.57 331	0.29 224	0.57 317	0.29 226	0.57 326	0.29 229	0.57 331	0.29 232	0.56 324	0.29 225	0.52 303	0.30 214	0.53 333	0.31 253	0.53 306	0.30 233

psmorigin	0.41 235	0.46 177	0.33 214	0.49 252	0.33 258	0.49 300	0.33 245	0.49 287	0.33 251	0.49 293	0.33 253	0.49 298	0.33 254	0.51 313	0.33 247	0.41 256	0.30 214	0.41 280	0.30 245	0.79 334	0.29 223

DANet	0.30 174	0.30 129	0.30 197	0.30 168	0.30 239	0.30 197	0.30 229	0.30 193	0.30 236	0.30 194	0.30 240	0.30 203	0.30 238	0.30 204	0.30 232	0.30 196	0.30 214	0.30 202	0.30 245	0.30 190	0.30 233
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
z-mn7	0.16 129	1.21 347	0.33 214	0.41 222	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	0.35 218	0.31 220	0.04 73	0.04 78	0.04 77	0.04 79

RSM	0.36 205	0.36 139	0.43 264	0.37 190	0.42 313	0.49 300	0.42 302	0.37 218	0.28 221	0.36 217	0.29 229	0.36 224	0.30 238	0.37 229	0.28 215	0.34 209	0.31 220	0.34 224	0.35 277	0.40 249	0.29 223

testlalala	0.32 189	0.81 231	0.31 205	0.39 198	0.26 218	0.33 212	0.24 198	0.33 201	0.26 213	0.32 203	0.26 215	0.33 212	0.23 197	0.33 215	0.23 193	0.35 218	0.31 220	0.30 202	0.24 204	0.31 195	0.21 175

w-ln-seven	0.18 136	1.47 366	0.33 214	0.40 211	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	0.38 234	0.32 223	0.05 86	0.04 78	0.04 77	0.04 79

HART	0.38 216	0.45 173	0.34 224	0.42 231	0.33 258	0.41 254	0.34 256	0.42 263	0.33 251	0.43 264	0.34 261	0.42 271	0.34 259	0.41 256	0.38 279	0.40 248	0.32 223	0.42 291	0.32 258	0.40 249	0.32 244

GIP-stereo	0.36 205	0.49 189	0.39 247	0.48 246	0.32 247	0.41 254	0.28 217	0.40 232	0.30 236	0.41 246	0.28 225	0.40 243	0.28 226	0.42 269	0.28 215	0.45 274	0.32 223	0.38 252	0.30 245	0.37 228	0.27 205

PAM	0.39 224	1.88 387	0.34 224	0.37 190	0.41 303	0.45 279	0.22 186	0.28 187	0.23 193	0.28 190	0.24 203	0.29 200	0.23 197	0.29 202	0.23 193	0.38 234	0.32 223	0.38 252	0.37 285	0.32 197	0.22 178

RAFT-Stereo-weight	0.45 252	1.90 390	0.34 224	0.42 231	0.36 277	0.43 276	0.35 261	0.42 263	0.34 260	0.42 258	0.34 261	0.44 275	0.34 259	0.41 256	0.34 260	0.38 234	0.32 223	0.38 252	0.32 258	0.38 237	0.33 251

ACVNet-DCA	0.37 210	1.00 266	0.30 197	0.40 211	0.29 230	0.40 238	0.29 224	0.40 232	0.29 226	0.40 233	0.29 229	0.40 243	0.29 232	0.39 239	0.28 215	0.33 206	0.32 223	0.33 217	0.32 258	0.33 203	0.32 244

1test111	0.37 210	1.02 276	0.30 197	0.39 198	0.29 230	0.40 238	0.28 217	0.39 227	0.29 226	0.39 228	0.29 229	0.39 236	0.28 226	0.40 242	0.29 225	0.33 206	0.32 223	0.33 217	0.31 253	0.32 197	0.31 240

cc1	0.37 210	1.02 276	0.30 197	0.39 198	0.29 230	0.40 238	0.28 217	0.39 227	0.29 226	0.39 228	0.29 229	0.39 236	0.28 226	0.40 242	0.29 225	0.33 206	0.32 223	0.33 217	0.31 253	0.32 197	0.31 240

xyz-stereo-finetune	0.28 169	0.49 189	0.16 142	0.16 118	0.16 173	0.16 139	0.16 157	0.22 167	0.30 236	0.32 203	0.31 245	0.32 209	0.31 245	0.32 209	0.32 239	0.32 202	0.33 231	0.31 208	0.32 258	0.31 195	0.32 244

GREAT-IGEV	0.38 216	0.43 167	0.36 234	0.48 246	0.32 247	0.45 279	0.32 236	0.45 269	0.32 245	0.45 269	0.32 247	0.45 277	0.32 247	0.45 276	0.32 239	0.44 272	0.33 231	0.41 280	0.29 235	0.41 259	0.29 223

xx1	0.38 216	1.03 278	0.31 205	0.40 211	0.31 245	0.41 254	0.28 217	0.40 232	0.29 226	0.40 233	0.29 229	0.40 243	0.29 232	0.40 242	0.29 225	0.34 209	0.33 231	0.34 224	0.32 258	0.34 207	0.32 244

H2IRNET	0.34 194	0.34 135	0.34 224	0.34 182	0.34 268	0.34 214	0.34 256	0.34 205	0.34 260	0.34 210	0.34 261	0.34 217	0.34 259	0.34 217	0.34 260	0.34 209	0.34 234	0.34 224	0.34 270	0.34 207	0.34 257

LG-Stereo_L2	0.34 194	0.37 141	0.38 240	0.47 242	0.28 223	0.39 236	0.28 217	0.39 227	0.28 221	0.39 228	0.28 225	0.39 236	0.28 226	0.38 231	0.28 215	0.42 270	0.35 235	0.36 242	0.26 215	0.35 219	0.26 197

CFNet-RSSM	0.91 355	4.89 496	0.34 224	0.44 234	1.07 409	1.62 463	1.40 476	0.91 357	0.35 263	1.60 454	1.39 476	0.64 340	0.34 259	0.44 273	0.33 247	0.41 256	0.35 235	0.75 356	0.30 245	0.41 259	0.29 223

ETE_ROB	0.35 201	0.35 136	0.35 232	0.35 183	0.35 271	0.35 218	0.35 261	0.35 208	0.35 263	0.35 214	0.35 270	0.35 218	0.35 266	0.35 219	0.35 264	0.35 218	0.35 235	0.35 237	0.35 277	0.35 219	0.35 264

Wz-Net-LNSev-Ref	0.11 84	0.44 170	0.33 214	0.39 198	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	0.39 244	0.36 238	0.02 18	0.02 20	0.02 20	0.02 20

DMCA	0.36 205	0.38 144	0.37 237	0.35 183	0.35 271	0.36 221	0.36 268	0.36 212	0.35 263	0.35 214	0.37 280	0.36 224	0.36 269	0.35 219	0.36 268	0.36 223	0.36 238	0.35 237	0.36 283	0.36 226	0.36 265

UGAM-zero	0.51 279	2.17 409	0.39 247	0.53 268	0.36 277	0.50 308	0.36 268	0.50 295	0.36 274	0.49 293	0.36 274	0.50 312	0.35 266	0.50 306	0.36 268	0.49 289	0.37 240	0.47 306	0.35 277	0.46 274	0.34 257

UGAM	0.51 279	2.23 414	0.39 247	0.54 270	0.35 271	0.50 308	0.35 261	0.49 287	0.35 263	0.49 293	0.35 270	0.49 298	0.36 269	0.50 306	0.36 268	0.49 289	0.37 240	0.45 298	0.34 270	0.45 273	0.34 257

GCST	0.50 274	2.08 401	0.38 240	0.53 268	0.35 271	0.49 300	0.35 261	0.50 295	0.35 263	0.49 293	0.35 270	0.49 298	0.35 266	0.49 299	0.35 264	0.48 286	0.37 240	0.45 298	0.33 266	0.44 269	0.33 251

CASnet	0.35 201	0.51 200	0.44 266	0.32 176	0.31 245	0.24 176	0.34 256	0.36 212	0.25 200	0.31 198	0.37 280	0.30 203	0.33 254	0.25 184	0.45 308	0.37 227	0.37 240	0.33 217	0.35 277	0.34 207	0.37 269
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_RVC	2.38 502	8.71 531	0.38 240	9.33 550	0.42 313	0.56 326	0.42 302	0.60 324	0.38 279	0.62 334	0.42 309	0.56 330	7.29 553	0.62 332	0.42 304	0.53 305	0.37 240	0.49 319	0.34 270	8.30 550	6.87 556

XPNet_ROB	0.37 210	0.37 141	0.37 237	0.37 190	0.37 280	0.37 226	0.37 273	0.37 218	0.37 275	0.37 222	0.37 280	0.37 230	0.37 273	0.37 229	0.37 276	0.37 227	0.37 240	0.37 245	0.37 285	0.37 228	0.37 269

mms	0.40 228	0.45 173	0.35 232	0.48 246	0.36 277	0.47 290	0.34 256	0.45 269	0.38 279	0.47 279	0.33 253	0.45 277	0.32 247	0.45 276	0.32 239	0.39 244	0.38 246	0.38 252	0.37 285	0.39 244	0.39 282

fffy	0.38 216	0.43 167	0.33 214	0.46 236	0.33 258	0.45 279	0.32 236	0.45 269	0.32 245	0.45 269	0.32 247	0.45 277	0.33 254	0.45 276	0.32 239	0.38 234	0.38 246	0.38 252	0.37 285	0.37 228	0.36 265

WAO-8	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.38 230	0.38 279	0.38 223	0.38 279	0.38 223	0.38 285	0.38 232	0.38 277	0.38 231	0.38 279	0.38 234	0.38 246	0.38 252	0.37 285	0.38 237	0.38 276

WAO-7	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.38 230	0.38 279	0.38 223	0.38 279	0.38 223	0.38 285	0.38 232	0.38 277	0.38 231	0.38 279	0.38 234	0.38 246	0.38 252	0.38 298	0.38 237	0.38 276

HanzoNet	0.39 224	0.38 144	0.40 250	0.39 198	0.41 303	0.38 230	0.38 279	0.38 223	0.38 279	0.39 228	0.39 290	0.38 232	0.38 277	0.39 239	0.40 290	0.38 234	0.38 246	0.40 267	0.38 298	0.38 237	0.40 285

Venus	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.37 226	0.38 279	0.37 218	0.37 275	0.41 246	0.37 280	0.39 236	0.37 273	0.38 231	0.38 279	0.37 227	0.38 246	0.38 252	0.37 285	0.37 228	0.38 276

IMH	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.38 230	0.38 279	0.38 223	0.38 279	0.42 258	0.38 285	0.40 243	0.38 277	0.38 231	0.38 279	0.38 234	0.38 246	0.39 262	0.38 298	0.38 237	0.38 276

GCAP-Stereo	0.75 320	4.15 487	0.42 263	0.75 305	0.35 271	0.78 351	0.40 289	0.79 343	0.38 279	0.78 355	0.36 274	0.78 357	0.36 269	0.79 352	0.39 286	0.75 337	0.39 253	0.76 358	0.39 301	0.75 328	0.39 282

CES	0.39 224	0.47 181	0.36 234	0.36 187	0.37 280	0.45 279	0.35 261	0.35 208	0.40 289	0.36 217	0.44 313	0.47 287	0.36 269	0.44 273	0.36 268	0.37 227	0.39 253	0.44 294	0.35 277	0.37 228	0.36 265

IGEV-Stereo	0.35 201	0.44 170	0.45 268	0.49 252	0.30 239	0.37 226	0.30 229	0.36 212	0.30 236	0.36 217	0.29 229	0.36 224	0.29 232	0.36 225	0.30 232	0.46 277	0.39 253	0.32 209	0.24 204	0.32 197	0.25 191
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ccccc	0.41 235	0.44 170	0.34 224	0.48 246	0.35 271	0.48 295	0.35 261	0.51 305	0.35 263	0.47 279	0.35 270	0.47 287	0.34 259	0.47 284	0.35 264	0.41 256	0.40 256	0.40 267	0.40 302	0.41 259	0.39 282

HH	0.71 313	2.54 434	0.74 344	1.10 349	0.32 247	0.41 254	0.37 273	0.69 335	0.78 375	0.73 347	0.90 387	0.75 354	1.00 384	0.84 358	0.69 360	0.69 329	0.40 256	0.35 237	0.26 215	0.35 219	0.26 197

HanStereo	0.71 313	2.54 434	0.74 344	1.10 349	0.32 247	0.41 254	0.37 273	0.69 335	0.78 375	0.73 347	0.90 387	0.75 354	1.00 384	0.84 358	0.69 360	0.69 329	0.40 256	0.35 237	0.26 215	0.35 219	0.26 197

knoymous	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 232	0.40 289	0.40 233	0.40 293	0.40 243	0.40 284	0.40 242	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 285

anonymousa	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 232	0.40 289	0.40 233	0.40 293	0.40 243	0.40 284	0.40 242	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 285

riskmin	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 232	0.40 289	0.40 233	0.40 293	0.40 243	0.40 284	0.40 242	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 285

Anonymous_2	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 232	0.40 289	0.40 233	0.40 293	0.40 243	0.40 284	0.40 242	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 285

Anonymous_1	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 232	0.40 289	0.40 233	0.40 293	0.40 243	0.40 284	0.40 242	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 285

AdaStereo	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 232	0.40 289	0.40 233	0.40 293	0.40 243	0.40 284	0.40 242	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 285
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.
water-stereo	0.41 235	0.84 234	0.46 272	0.50 259	0.33 258	0.45 279	0.33 245	0.45 269	0.32 245	0.45 269	0.32 247	0.45 277	0.32 247	0.45 276	0.32 239	0.44 272	0.41 265	0.39 262	0.31 253	0.39 244	0.32 244

SCV_C0	0.45 252	0.88 241	0.49 292	0.54 270	0.37 280	0.48 295	0.37 273	0.48 283	0.37 275	0.48 286	0.36 274	0.48 294	0.37 273	0.49 299	0.37 276	0.50 295	0.41 265	0.44 294	0.34 270	0.44 269	0.34 257

fffft	0.48 266	0.51 200	0.45 268	0.52 267	0.45 318	0.52 319	0.45 309	0.52 307	0.48 323	0.53 316	0.45 316	0.52 319	0.45 308	0.52 316	0.46 312	0.51 301	0.41 265	0.50 323	0.41 309	0.50 295	0.41 292
1: 1. 1
GwcNet-ADL	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 247	0.41 298	0.41 246	0.41 299	0.41 255	0.41 295	0.41 256	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 292

PSMNet-ADL	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 247	0.41 298	0.41 246	0.41 299	0.41 255	0.41 295	0.41 256	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 292

GANet-ADL	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 247	0.41 298	0.41 246	0.41 299	0.41 255	0.41 295	0.41 256	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 292

ADLNet2	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 247	0.41 298	0.41 246	0.41 299	0.41 255	0.41 295	0.41 256	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 292

ADLNet	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 247	0.41 298	0.41 246	0.41 299	0.41 255	0.41 295	0.41 256	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 292

GASTEREO	0.48 266	1.21 347	0.47 279	0.57 277	0.38 287	0.50 308	0.38 279	0.50 295	0.38 279	0.50 305	0.38 285	0.50 312	0.38 277	0.50 306	0.38 279	0.52 303	0.42 273	0.46 301	0.34 270	0.46 274	0.34 257

DilatedVolume-Stereo	0.43 246	0.86 237	0.48 287	0.50 259	0.33 258	0.46 285	0.33 245	0.46 273	0.33 251	0.46 273	0.33 253	0.47 287	0.33 254	0.47 284	0.34 260	0.45 274	0.42 273	0.40 267	0.33 266	0.47 282	0.38 276

MonSter	0.60 292	0.64 218	0.52 304	0.62 286	0.44 316	2.07 478	0.44 305	0.62 327	0.44 309	0.62 334	0.44 313	0.62 339	0.44 306	0.62 332	0.44 307	0.58 312	0.42 273	0.62 340	0.46 321	0.58 310	0.42 299

depthmonostereo	0.44 250	0.85 236	0.46 272	0.54 270	0.40 296	0.52 319	0.38 279	0.52 307	0.35 263	0.47 279	0.34 261	0.46 281	0.34 259	0.47 284	0.34 260	0.45 274	0.43 276	0.41 280	0.33 266	0.41 259	0.32 244

LG-Stereo_Zeroshot	0.48 266	0.55 210	0.47 279	0.63 288	0.41 303	0.56 326	0.44 305	0.56 314	0.41 298	0.56 324	0.41 299	0.57 331	0.42 301	0.56 324	0.41 297	0.55 308	0.43 276	0.51 328	0.37 285	0.51 301	0.37 269

DispNO	1.00 369	0.63 216	0.43 264	3.45 495	0.44 316	0.65 340	0.43 304	0.64 329	0.43 306	0.64 337	0.43 311	0.64 340	3.03 514	0.64 337	0.43 306	4.55 521	0.43 276	0.63 342	0.43 317	0.63 314	0.43 300

z-ln-s-r	0.21 148	1.40 364	0.53 308	0.56 276	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	0.57 311	0.44 279	0.04 73	0.04 78	0.04 77	0.04 79

MyStereo07	0.60 292	3.72 476	0.48 287	0.49 252	0.41 303	0.36 221	0.32 236	0.49 287	0.43 306	0.51 310	0.42 309	0.49 298	0.43 304	0.51 313	0.64 347	0.49 289	0.45 280	0.34 224	0.32 258	0.35 219	0.43 300

MyStereo04	0.56 290	3.72 476	0.59 314	0.49 252	0.41 303	0.36 221	0.32 236	0.37 218	0.31 242	0.34 210	0.46 318	0.35 218	0.32 247	0.35 219	0.33 247	0.49 289	0.45 280	0.34 224	0.32 258	0.35 219	0.43 300

LG-Stereo_L1	0.47 261	0.52 202	0.47 279	0.62 286	0.39 294	0.53 321	0.40 289	0.53 309	0.39 288	0.53 316	0.39 290	0.53 320	0.39 283	0.53 318	0.39 286	0.55 308	0.46 282	0.49 319	0.37 285	0.49 290	0.37 269

SCV	0.46 255	0.94 257	0.45 268	0.54 270	0.37 280	0.48 295	0.38 279	0.48 283	0.37 275	0.48 286	0.39 290	0.48 294	0.37 273	0.49 299	0.37 276	0.50 295	0.46 282	0.44 294	0.34 270	0.44 269	0.34 257

otaku	0.46 255	0.46 177	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 273	0.46 311	0.46 273	0.46 318	0.46 281	0.46 311	0.46 280	0.46 312	0.46 277	0.46 282	0.46 301	0.46 321	0.46 274	0.46 306

Ntro	0.47 261	0.47 181	0.46 272	0.46 236	0.46 320	0.47 290	0.47 316	0.46 273	0.47 316	0.46 273	0.46 318	0.47 287	0.46 311	0.47 284	0.47 318	0.47 282	0.46 282	0.46 301	0.46 321	0.46 274	0.46 306

Dean	0.46 255	0.46 177	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 273	0.46 311	0.47 279	0.46 318	0.46 281	0.46 311	0.46 280	0.46 312	0.46 277	0.46 282	0.46 301	0.46 321	0.46 274	0.46 306

ACVNet_1	0.46 255	0.47 181	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 273	0.47 316	0.46 273	0.46 318	0.46 281	0.46 311	0.46 280	0.46 312	0.46 277	0.46 282	0.47 306	0.46 321	0.46 274	0.46 306

ACVNet-4b	0.46 255	0.46 177	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 273	0.46 311	0.46 273	0.46 318	0.46 281	0.46 311	0.47 284	0.46 312	0.46 277	0.46 282	0.46 301	0.46 321	0.46 274	0.46 306

Selective-IGEV	0.51 279	0.55 210	0.45 268	0.69 297	0.45 318	0.61 334	0.45 309	0.50 295	0.40 289	0.56 324	0.44 313	0.55 327	0.40 284	0.72 345	0.67 352	0.59 313	0.46 282	0.45 298	0.34 270	0.46 274	0.37 269

MSCF	0.51 279	1.40 364	0.49 292	0.58 279	0.38 287	0.50 308	0.38 279	0.54 311	0.41 298	0.52 313	0.41 299	0.53 320	0.42 301	0.53 318	0.41 297	0.60 314	0.47 290	0.48 314	0.37 285	0.48 286	0.38 276

HaxPig	0.47 261	0.47 181	0.47 279	0.49 252	0.47 326	0.47 290	0.47 316	0.47 279	0.47 316	0.47 279	0.47 326	0.47 287	0.47 319	0.47 284	0.47 318	0.47 282	0.47 290	0.47 306	0.47 328	0.47 282	0.48 315

UNDER WATER	0.47 261	0.47 181	0.47 279	0.47 242	0.47 326	0.47 290	0.47 316	0.47 279	0.47 316	0.47 279	0.47 326	0.47 287	0.46 311	0.47 284	0.47 318	0.47 282	0.47 290	0.47 306	0.46 321	0.47 282	0.47 313

LVE	0.47 261	0.47 181	0.47 279	0.47 242	0.49 332	0.47 290	0.47 316	0.47 279	0.49 325	0.47 279	0.47 326	0.47 287	0.46 311	0.47 284	0.47 318	0.47 282	0.47 290	0.48 314	0.47 328	0.47 282	0.47 313

WCG-NET	0.61 295	1.21 347	0.54 309	0.61 285	0.53 345	0.67 342	0.53 335	0.66 332	0.53 336	0.64 337	0.53 344	0.65 343	0.53 335	0.59 330	0.52 334	0.65 324	0.48 294	0.64 343	0.52 340	0.58 310	0.50 323

RainbowNet	0.48 266	0.48 187	0.48 287	0.48 246	0.48 330	0.48 295	0.48 325	0.48 283	0.48 323	0.48 286	0.48 330	0.48 294	0.48 320	0.48 293	0.48 324	0.48 286	0.48 294	0.48 314	0.48 331	0.48 286	0.48 315

notaker	0.48 266	0.49 189	0.48 287	0.48 246	0.48 330	0.48 295	0.48 325	0.48 283	0.49 325	0.48 286	0.48 330	0.48 294	0.48 320	0.48 293	0.48 324	0.48 286	0.48 294	0.48 314	0.48 331	0.48 286	0.49 320

MLG-Stereo	0.92 357	0.90 246	0.84 356	1.27 415	0.49 332	1.38 453	0.88 381	1.41 449	0.97 396	0.73 347	1.09 403	1.26 449	0.43 304	0.72 345	1.05 399	1.13 381	0.49 297	1.18 407	0.66 361	1.01 366	0.46 306

MyStereo8	0.71 313	3.92 483	0.52 304	0.59 282	0.52 342	0.57 331	0.53 335	0.59 322	0.50 328	0.59 330	0.51 341	0.57 331	0.50 328	0.56 324	0.52 334	0.54 306	0.49 297	0.54 334	0.49 334	0.55 308	0.50 323

ktn	0.72 316	0.53 205	1.08 378	1.14 355	0.51 341	1.22 443	1.36 469	0.51 305	0.59 343	0.51 310	0.51 341	0.69 346	1.20 405	0.67 341	0.51 332	0.51 301	0.49 297	0.58 337	0.66 361	0.52 303	0.53 331

KSHMR	0.66 302	0.50 193	0.48 287	1.15 357	0.52 342	0.49 300	0.51 333	0.49 287	0.71 367	0.67 341	0.50 335	1.16 399	1.11 394	0.66 339	0.52 334	0.49 289	0.49 297	0.51 328	0.66 361	0.50 295	1.14 406

TorneroNet	0.66 302	0.53 205	0.50 296	0.50 259	0.64 361	1.06 382	0.70 361	0.50 295	0.51 335	0.49 293	0.69 366	0.49 298	0.50 328	0.48 293	1.15 406	0.71 333	0.49 297	1.14 398	1.08 402	0.49 290	0.49 320

ACVNet_2	0.49 272	0.49 189	0.49 292	0.49 252	0.49 332	0.49 300	0.49 327	0.49 287	0.49 325	0.49 293	0.49 333	0.49 298	0.49 325	0.49 299	0.49 326	0.49 289	0.49 297	0.49 319	0.49 334	0.49 290	0.49 320

FoundationStereo	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 295	0.50 328	0.50 305	0.50 335	0.50 312	0.50 328	0.50 306	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 323

StereoAnything_RVC	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 295	0.50 328	0.50 305	0.50 335	0.50 312	0.50 328	0.50 306	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 323

dual_stereo	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 295	0.50 328	0.50 305	0.50 335	0.50 312	0.50 328	0.50 306	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 323

SANet	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 295	0.50 328	0.50 305	0.50 335	0.50 312	0.50 328	0.50 306	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 323

LG-Stereo	0.60 292	0.58 212	0.47 279	0.64 291	0.74 380	1.00 374	0.69 357	0.57 317	0.41 298	0.57 326	0.41 299	0.57 331	0.41 295	1.00 379	0.75 371	0.91 356	0.51 307	0.52 331	0.37 285	0.52 303	0.37 269

LL-Strereo2	0.48 266	1.73 380	0.51 301	0.59 282	0.34 268	0.42 272	0.33 245	0.40 232	0.31 242	0.42 258	0.33 253	0.42 271	0.31 245	0.44 273	0.39 286	0.60 314	0.51 307	0.44 294	0.33 266	0.44 269	0.33 251

AIO-test1	0.54 284	0.60 215	0.52 304	0.66 295	0.47 326	0.61 334	0.47 316	0.58 320	0.46 311	0.61 331	0.46 318	0.61 337	0.45 308	0.62 332	0.45 308	0.61 318	0.52 309	0.57 336	0.48 331	0.57 309	0.48 315

LL-Strereo	1.01 374	5.06 498	1.63 472	0.70 299	1.43 477	0.56 326	0.46 311	0.57 317	0.50 328	0.57 326	0.50 335	1.58 459	0.49 325	0.59 330	0.50 327	1.64 454	0.52 309	0.51 328	1.37 470	0.52 303	0.45 305

AIO-test2	0.55 288	0.59 213	0.52 304	0.67 296	0.47 326	0.61 334	0.47 316	0.61 326	0.47 316	0.61 331	0.47 326	0.61 337	0.48 320	0.62 332	0.47 318	0.64 323	0.53 311	0.58 337	0.47 328	0.58 310	0.48 315

PSMNet_ROB	0.54 284	0.54 208	0.54 309	0.54 270	0.53 345	0.54 324	0.54 337	0.53 309	0.54 338	0.54 319	0.54 345	0.54 323	0.53 335	0.54 320	0.54 337	0.54 306	0.53 311	0.54 334	0.54 342	0.54 307	0.54 332

anonymity	0.63 297	0.69 220	0.56 311	0.71 301	0.56 348	0.71 346	0.56 338	0.71 338	0.56 339	0.72 345	0.56 347	0.71 347	0.56 339	0.71 344	0.58 341	0.68 328	0.55 313	0.68 348	0.55 343	0.68 318	0.54 332

ARAFT	0.68 307	0.81 231	0.63 320	0.74 304	0.60 351	0.78 351	0.62 344	0.77 342	0.66 354	0.74 352	0.63 355	0.75 354	0.62 345	0.83 357	0.60 344	0.70 332	0.55 313	0.70 351	0.60 353	0.78 332	0.55 336

PAM_32	0.64 299	2.38 429	0.51 301	0.92 324	0.43 315	0.53 321	0.44 305	0.87 351	0.43 306	0.52 313	0.45 316	0.53 320	0.40 284	0.54 320	0.46 312	0.62 321	0.56 315	0.48 314	0.45 319	0.76 329	0.44 303

CASS	0.57 291	0.89 244	0.56 311	0.57 277	0.56 348	0.56 326	0.56 338	0.56 314	0.53 336	0.57 326	0.57 348	0.59 335	0.48 320	0.56 324	0.57 340	0.55 308	0.56 315	0.47 306	0.56 347	0.62 313	0.56 339
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MyStereo06	0.75 320	4.12 484	0.60 316	0.63 288	0.61 357	0.62 337	0.66 349	0.56 314	0.45 310	0.55 322	0.48 330	0.54 323	0.46 311	0.57 328	0.45 308	0.60 314	0.57 317	0.64 343	0.55 343	0.72 324	0.55 336

MyStereo05	0.80 331	4.12 484	0.63 320	0.63 288	0.61 357	0.62 337	0.66 349	0.65 330	0.62 348	0.67 341	0.61 353	0.65 343	0.58 340	0.67 341	0.55 339	0.60 314	0.57 317	0.64 343	0.55 343	0.72 324	0.55 336

FlowAnything_test	1.02 376	1.72 375	0.71 337	1.59 429	0.70 373	1.61 461	0.69 357	1.61 451	0.70 362	1.60 454	0.70 368	1.61 463	0.69 357	1.61 458	0.70 364	0.81 344	0.58 319	0.81 366	0.55 343	0.81 340	0.56 339

FlowAnything	1.02 376	1.71 374	0.72 340	1.59 429	0.69 371	1.60 460	0.69 357	1.61 451	0.70 362	1.60 454	0.69 366	1.60 460	0.69 357	1.61 458	0.69 360	0.81 344	0.58 319	0.81 366	0.56 347	0.82 342	0.56 339

zero-FE	0.72 316	1.31 358	0.66 326	0.92 324	0.60 351	0.82 356	0.58 340	0.82 349	0.58 341	0.81 359	0.60 349	0.81 363	0.60 342	0.82 356	0.58 341	0.74 336	0.59 321	0.73 353	0.52 340	0.76 329	0.51 330

DDUNet	0.81 336	2.45 432	0.57 313	0.90 319	0.60 351	0.88 361	0.59 342	0.90 355	0.60 344	0.88 363	0.60 349	0.90 370	0.58 340	0.88 363	0.60 344	0.84 351	0.60 322	0.86 374	0.57 349	0.86 346	0.60 343

UDG	0.80 331	2.21 413	0.60 316	0.91 321	0.60 351	0.90 364	0.58 340	0.88 354	0.60 344	0.90 364	0.60 349	0.88 367	0.60 342	0.90 366	0.58 341	0.86 353	0.60 322	0.84 372	0.59 352	0.84 345	0.61 344

PA-Net	11.80 558	223.51 584	0.62 319	0.59 282	0.71 375	0.59 333	0.73 367	0.67 333	0.73 372	0.55 322	0.61 353	0.60 336	0.74 366	0.63 336	0.73 368	0.66 326	0.60 322	0.69 349	0.66 361	0.72 324	0.65 350
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN	1.07 379	1.09 287	0.98 370	0.89 318	0.52 342	1.41 456	0.91 384	1.21 435	1.24 464	1.96 466	2.05 519	1.91 468	1.30 458	1.27 449	1.08 400	0.80 341	0.60 322	0.58 337	0.41 309	0.68 318	0.54 332

RAFT-Stereo + iAFF	0.70 311	0.72 222	0.71 337	0.80 309	0.62 360	0.82 356	0.61 343	0.81 348	0.62 348	0.81 359	0.63 355	0.80 360	0.70 359	0.73 347	0.61 346	0.76 338	0.61 326	0.74 355	0.61 355	0.77 331	0.61 344

SMoEStereo_RVC	0.63 297	0.75 224	0.51 301	0.73 303	0.53 345	0.71 346	0.47 316	0.67 333	0.58 341	0.74 352	0.60 349	0.72 350	0.53 335	0.74 349	0.51 332	0.61 318	0.62 327	0.62 340	0.61 355	0.63 314	0.61 344

AFF-stereo	0.73 318	0.88 241	0.67 330	0.75 305	0.68 370	0.75 348	0.64 346	0.80 345	0.72 369	0.83 361	0.70 368	0.82 364	0.64 346	0.84 358	0.67 352	0.77 339	0.63 328	0.81 366	0.63 357	0.78 332	0.62 347

STTRV1_RVC	0.82 340	1.60 371	0.70 333	1.01 342	0.60 351	1.07 385	0.69 357	1.01 372	0.60 344	0.72 345	0.55 346	1.02 386	0.68 354	1.03 384	0.67 352	0.89 355	0.63 328	0.92 381	0.57 349	0.90 352	0.65 350

AdaDepth	0.86 350	0.93 255	0.71 337	1.01 342	1.07 409	1.02 379	0.71 364	1.00 368	0.71 367	1.01 380	0.71 372	1.00 381	0.72 364	1.14 396	0.71 366	0.92 359	0.64 330	0.90 376	0.64 358	0.89 349	0.69 357

LMCR-Stereo	0.65 300	0.63 216	0.65 325	0.65 292	0.65 363	0.66 341	0.63 345	0.58 320	0.65 352	0.63 336	0.64 357	0.65 343	0.65 348	0.66 339	0.66 351	0.66 326	0.64 330	0.65 346	0.67 365	0.68 318	0.73 365

plain	1.88 455	3.16 463	0.64 322	3.10 479	0.65 363	3.10 514	0.64 346	3.12 512	0.65 352	3.10 513	0.65 359	3.11 514	0.65 348	3.12 512	0.65 348	3.12 509	0.65 332	3.13 514	0.65 359	3.13 500	0.65 350

DSFCA	0.66 302	0.73 223	0.78 349	0.65 292	0.65 363	0.64 339	0.64 346	0.65 330	0.63 350	0.64 337	0.64 357	0.64 340	0.64 346	0.65 338	0.65 348	0.65 324	0.65 332	0.65 346	0.65 359	0.66 316	0.64 349

UniTT-Stereo	2.03 472	3.43 469	0.72 340	3.42 494	0.73 378	3.27 517	0.68 354	3.38 516	0.69 359	3.29 516	0.72 375	3.28 517	0.70 359	3.35 517	0.68 356	3.39 511	0.68 334	3.31 516	0.69 368	3.37 501	0.73 365

DCRE	0.84 347	1.89 388	0.77 348	0.94 330	0.72 377	0.88 361	0.73 367	0.87 351	0.78 375	0.90 364	0.71 372	0.88 367	0.67 353	0.88 363	0.73 368	0.81 344	0.68 334	0.81 366	0.70 370	0.82 342	0.70 358

R-Stereo Train	0.81 336	0.96 259	0.67 330	0.95 332	0.67 367	0.95 369	0.68 354	0.95 366	0.68 356	0.95 374	0.68 363	0.96 378	0.68 354	0.96 376	0.68 356	0.94 364	0.68 334	0.94 383	0.68 366	0.94 359	0.68 355

RAFT-Stereo	0.81 336	0.96 259	0.67 330	0.95 332	0.67 367	0.95 369	0.68 354	0.95 366	0.68 356	0.95 374	0.68 363	0.96 378	0.68 354	0.96 376	0.68 356	0.94 364	0.68 334	0.94 383	0.68 366	0.94 359	0.68 355
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CoDeX	0.15 121	0.70 221	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	0.67 352	0.02 15	0.69 338	0.75 356	0.01 9	0.02 20	0.02 20

AIO-Stereo-zeroshot1	0.75 320	0.92 253	0.85 357	0.96 335	0.59 350	1.27 446	0.44 305	0.59 322	0.69 359	0.91 366	0.68 363	0.55 327	0.61 344	1.06 386	0.83 380	0.62 321	0.70 339	0.90 376	0.41 309	0.89 349	0.56 339

RSM++	0.76 324	0.82 233	0.66 326	0.85 316	0.64 361	0.85 358	0.71 364	0.94 364	0.64 351	0.87 362	0.67 362	0.87 366	0.65 348	0.84 358	0.65 348	0.81 344	0.70 339	0.79 361	0.71 373	0.83 344	0.70 358

DMCA-RVC	0.70 311	0.80 228	0.70 333	0.70 299	0.70 373	0.70 344	0.70 361	0.71 338	0.70 362	0.70 344	0.71 372	0.71 347	0.70 359	0.70 343	0.69 360	0.69 329	0.70 339	0.69 349	0.70 370	0.69 322	0.70 358

MSMD_ROB	1.19 386	1.10 290	0.70 333	1.10 349	0.60 351	1.10 389	0.70 361	1.10 378	0.70 362	1.10 386	0.70 368	1.10 393	0.70 359	7.00 555	0.70 364	1.10 375	0.70 339	1.10 397	0.70 370	1.10 371	0.70 358

MoCha-V2	2.11 479	26.97 562	0.78 349	0.92 324	0.77 382	0.96 371	0.72 366	0.90 355	0.72 369	0.94 372	0.70 368	0.90 370	0.71 363	0.91 367	0.71 366	0.85 352	0.71 343	0.88 375	0.69 368	0.87 347	0.67 354

Former-RAFT_DAM_RVC	0.49 272	0.98 262	0.64 322	0.84 314	0.46 320	0.45 279	0.35 261	0.47 279	0.47 316	0.45 269	0.34 261	0.46 281	0.48 320	0.46 280	0.35 264	0.39 244	0.71 343	0.39 262	0.35 277	0.41 259	0.41 292

AIO-Stereo	0.84 347	0.66 219	0.70 333	0.83 313	0.67 367	0.98 372	0.82 378	1.14 379	0.72 369	1.03 382	0.74 378	1.03 387	1.09 393	0.99 378	0.45 308	1.04 370	0.73 345	0.95 385	0.74 375	0.94 359	0.46 306

iGMRVC	0.84 347	2.85 457	0.72 340	0.72 302	0.73 378	0.77 349	0.79 372	0.73 340	0.74 374	0.73 347	0.72 375	0.73 352	0.76 369	0.73 347	0.73 368	0.72 334	0.73 345	0.73 353	0.72 374	0.73 327	0.72 362

HSM-Net_RVC	0.95 365	1.17 297	0.78 349	1.18 364	0.71 375	1.16 396	0.75 369	1.09 377	0.80 379	1.10 386	0.75 379	1.17 400	0.74 366	1.17 399	0.80 376	1.13 381	0.73 345	1.17 404	0.77 377	1.16 377	0.72 362
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SFCPSM	0.17 133	0.78 225	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	0.79 374	0.02 15	0.75 348	0.76 358	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 159	1.31 358	0.74 344	0.92 324	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	0.87 354	0.75 348	0.02 18	0.02 20	0.02 20	0.02 20

RAStereo	2.23 492	3.64 472	0.76 347	3.65 503	0.86 388	3.66 521	0.76 370	3.67 520	0.81 382	3.66 517	0.76 380	3.66 519	0.77 370	3.68 519	0.77 373	3.68 514	0.77 350	3.69 521	0.77 377	3.70 503	0.77 371

tt45	1.04 378	0.88 241	1.36 455	0.92 324	1.03 407	1.51 459	0.79 372	0.70 337	0.88 384	0.74 352	0.90 387	1.60 460	0.72 364	1.60 456	0.75 371	0.91 356	0.78 351	1.52 469	0.79 380	1.14 373	1.32 470

ToySt	0.92 357	2.11 404	0.90 361	0.95 332	0.79 384	0.99 373	0.78 371	0.94 364	0.81 382	0.94 372	0.78 381	0.95 377	0.77 370	0.94 372	0.86 382	0.91 356	0.79 352	0.85 373	0.77 377	0.89 349	0.73 365

HBP-ISP	1.24 435	1.72 375	1.65 473	1.15 357	0.76 381	1.40 455	0.88 381	1.67 457	1.02 404	1.69 461	1.38 475	1.69 464	1.21 451	1.87 468	1.21 458	1.05 371	0.79 352	0.97 388	0.80 382	1.19 385	0.75 369

G-Net	0.79 329	0.79 227	0.79 352	0.79 307	0.79 384	0.79 353	0.79 372	0.79 343	0.79 378	0.79 356	0.79 382	0.79 359	0.79 372	0.79 352	0.79 374	0.79 340	0.79 352	0.79 361	0.79 380	0.79 334	0.79 372

NaN_ROB	0.80 331	0.80 228	0.80 353	0.80 309	0.80 386	0.80 354	0.80 375	0.80 345	0.80 379	0.80 357	0.80 383	0.80 360	0.80 373	0.80 354	0.80 376	0.80 341	0.80 355	0.80 364	0.80 382	0.80 337	0.80 373

CSAN	0.80 331	0.80 228	0.80 353	0.80 309	0.80 386	0.80 354	0.80 375	0.80 345	0.80 379	0.80 357	0.80 383	0.80 360	0.80 373	0.80 354	0.80 376	0.80 341	0.80 355	0.80 364	0.80 382	0.80 337	0.80 373

DPSimNet_ROB	0.97 366	1.18 299	0.81 355	1.10 349	0.91 394	1.02 379	0.82 378	1.04 374	0.91 386	1.03 382	0.86 386	1.28 451	0.82 375	1.03 384	0.89 383	1.17 384	0.81 357	1.02 394	0.82 385	1.08 370	0.81 375

Selective-RAFT-Error	0.88 352	0.84 234	0.98 370	0.86 317	0.97 400	0.88 361	0.95 389	0.84 350	0.99 399	0.92 368	0.82 385	0.84 365	0.98 383	0.87 362	0.97 391	0.81 344	0.83 358	0.79 361	0.82 385	0.79 334	0.85 378

Selective-RAFT	0.89 354	0.89 244	0.72 340	1.16 362	0.78 383	1.06 382	0.82 378	0.87 351	0.97 396	1.00 376	0.91 390	0.90 370	1.00 384	0.89 365	0.93 388	0.83 349	0.83 358	0.82 370	0.82 385	0.81 340	0.82 376

AIO-Stereo-zeroshot	0.91 355	0.86 237	0.89 358	1.25 414	0.69 371	1.05 381	0.81 377	1.16 382	0.50 328	1.12 391	0.97 395	0.72 350	0.82 375	1.06 386	0.95 389	0.61 318	0.87 360	1.03 395	0.85 388	1.04 368	1.01 395

DPSM_ROB	0.92 357	0.91 248	0.91 363	0.91 321	0.92 395	0.92 366	0.92 385	0.92 360	0.91 386	0.93 370	0.91 390	0.92 373	0.90 377	0.91 367	0.92 384	0.92 359	0.91 361	0.91 379	0.92 389	0.93 357	0.93 385

DPSM	0.92 357	0.91 248	0.91 363	0.91 321	0.92 395	0.92 366	0.92 385	0.92 360	0.91 386	0.93 370	0.91 390	0.92 373	0.90 377	0.91 367	0.92 384	0.92 359	0.91 361	0.91 379	0.92 389	0.93 357	0.93 385

DGTPSM_ROB	0.93 362	1.00 266	0.92 365	0.94 330	0.96 399	0.91 365	0.92 385	0.91 357	0.96 395	0.91 366	0.96 394	0.93 376	0.92 379	0.94 372	0.92 384	0.92 359	0.92 363	0.90 376	0.92 389	0.94 359	0.91 383

pmcnn	0.92 357	0.92 253	0.92 365	0.92 324	0.92 395	0.92 366	0.92 385	0.92 360	0.92 390	0.92 368	0.92 393	0.92 373	0.92 379	0.92 371	0.92 384	0.92 359	0.92 363	0.92 381	0.92 389	0.92 356	0.92 384

4D-IteraStereo	0.78 328	3.13 462	0.89 358	0.69 297	0.32 247	0.40 238	0.32 236	0.76 341	0.97 396	0.52 313	0.65 359	0.89 369	0.32 247	0.76 351	0.98 392	0.83 349	0.94 365	0.35 237	0.27 222	0.70 323	0.89 381

GANet	1.00 369	1.00 266	1.00 372	1.00 339	1.00 401	1.00 374	1.00 393	1.00 368	1.00 400	1.00 376	1.00 397	1.00 381	1.00 384	1.00 379	1.00 394	1.00 366	1.00 366	1.00 390	1.00 396	1.00 363	1.00 392

TDLM	1.00 369	1.00 266	1.00 372	1.00 339	1.00 401	1.00 374	1.00 393	1.00 368	1.00 400	1.00 376	1.00 397	1.00 381	1.00 384	1.00 379	1.00 394	1.00 366	1.00 366	1.00 390	1.00 396	1.00 363	1.00 392

CVANet_RVC	1.00 369	1.00 266	1.00 372	1.00 339	1.00 401	1.00 374	1.00 393	1.00 368	1.00 400	1.00 376	1.00 397	1.00 381	1.00 384	1.00 379	1.00 394	1.00 366	1.00 366	1.00 390	1.00 396	1.00 363	1.00 392

trnet	1.01 374	1.01 272	1.01 375	1.01 342	1.01 405	1.01 378	1.01 396	1.01 372	1.01 403	1.01 380	1.01 400	1.01 385	1.01 390	1.01 383	1.01 397	1.01 369	1.01 369	1.01 393	1.01 400	1.01 366	1.01 395

11t	1.27 437	2.70 443	1.34 445	1.32 419	0.89 390	1.30 448	1.34 466	1.64 454	0.57 340	1.45 452	0.72 375	1.05 388	1.29 457	1.07 389	1.29 467	1.49 446	1.02 370	0.97 388	1.15 406	1.48 442	1.31 469

ours_stereo	1.20 387	1.21 347	0.90 361	1.64 437	1.11 411	1.35 449	0.67 353	1.76 458	0.93 391	1.70 462	1.10 404	1.39 454	0.75 368	1.41 453	0.81 379	1.60 453	1.03 371	1.33 459	1.00 396	1.61 447	0.72 362

MM-Stereo_test2	1.20 387	1.85 384	1.05 376	1.46 426	0.94 398	1.36 451	0.99 392	1.36 444	0.95 393	1.41 450	0.98 396	1.40 456	0.96 381	1.37 451	0.95 389	1.37 442	1.06 372	1.33 459	0.93 393	1.29 436	0.89 381

ff7	1.68 447	2.68 440	1.35 447	0.97 336	0.89 390	1.84 464	2.15 512	2.12 471	1.80 497	2.05 476	1.56 481	2.33 483	2.12 505	2.23 479	2.25 515	1.31 435	1.07 373	1.48 466	1.41 473	0.90 352	1.04 397

ffff	1.68 447	2.68 440	1.35 447	0.97 336	0.89 390	1.84 464	2.15 512	2.12 471	1.80 497	2.05 476	1.56 481	2.33 483	2.12 505	2.23 479	2.25 515	1.31 435	1.07 373	1.48 466	1.41 473	0.90 352	1.04 397

ccc-4	1.68 447	2.68 440	1.35 447	0.97 336	0.89 390	1.84 464	2.15 512	2.12 471	1.80 497	2.05 476	1.56 481	2.33 483	2.12 505	2.23 479	2.25 515	1.31 435	1.07 373	1.48 466	1.41 473	0.90 352	1.04 397

FENet	0.54 284	1.52 368	1.19 389	1.41 425	0.23 203	0.35 218	0.23 193	0.35 208	0.23 193	0.34 210	0.23 197	0.35 218	0.23 197	0.35 219	0.23 193	1.40 443	1.07 373	0.32 209	0.23 196	0.33 203	0.23 180

sAnonymous2	3.31 517	2.63 438	1.38 459	3.71 505	1.86 500	4.70 540	1.11 401	4.82 542	2.72 521	5.45 547	1.98 514	4.59 533	2.64 510	2.65 499	6.21 553	4.37 516	1.08 377	5.16 547	2.24 517	4.52 514	2.39 519

CroCo_RVC	3.31 517	2.63 438	1.38 459	3.71 505	1.86 500	4.70 540	1.11 401	4.82 542	2.72 521	5.45 547	1.98 514	4.59 533	2.64 510	2.65 499	6.21 553	4.37 516	1.08 377	5.16 547	2.24 517	4.52 514	2.39 519

StereoVision	3.15 515	5.00 497	0.89 358	4.83 524	1.00 401	3.93 522	1.27 463	6.37 549	1.34 469	5.67 549	1.26 463	5.84 551	1.27 455	5.03 546	1.24 460	5.10 539	1.09 379	4.61 533	0.57 349	5.62 539	1.12 402

GLC_STEREO	1.07 379	1.01 272	1.06 377	1.07 347	1.05 408	1.06 382	1.08 400	1.08 375	1.05 406	1.07 384	1.06 402	1.08 389	1.05 392	1.06 386	1.10 401	1.07 372	1.09 379	1.05 396	1.05 401	1.06 369	1.12 402

RP	2.33 496	25.00 555	1.13 380	1.15 357	1.15 413	1.10 389	1.15 405	1.15 380	1.15 408	1.12 391	1.15 405	1.09 391	1.13 395	1.10 392	1.15 406	1.11 380	1.09 379	1.16 400	1.12 404	1.16 377	1.17 411

AF-Net	2.37 500	25.71 558	1.17 385	1.13 354	1.15 413	1.15 395	1.18 409	1.19 387	1.16 409	1.10 386	1.15 405	1.10 393	1.18 403	1.12 395	1.15 406	1.10 375	1.10 382	1.17 404	1.15 406	1.16 377	1.12 402

NCC-stereo	2.36 498	25.52 557	1.17 385	1.15 357	1.17 418	1.11 392	1.11 401	1.15 380	1.16 409	1.10 386	1.16 408	1.10 393	1.15 398	1.14 396	1.13 404	1.09 373	1.11 383	1.15 399	1.16 408	1.17 382	1.17 411

edge stereo	2.43 503	27.07 563	1.14 381	1.06 346	1.14 412	1.08 386	1.17 408	1.16 382	1.14 407	1.10 386	1.16 408	1.09 391	1.16 402	1.10 392	1.16 409	1.10 375	1.11 383	1.16 400	1.19 410	1.13 372	1.11 400

Nwc_Net	2.37 500	25.95 559	1.15 383	1.14 355	1.15 413	1.08 386	1.14 404	1.17 384	1.16 409	1.14 394	1.15 405	1.08 389	1.15 398	1.11 394	1.14 405	1.10 375	1.11 383	1.16 400	1.09 403	1.16 377	1.15 407

MM-Stereo_test3	1.27 437	2.07 400	1.18 387	1.60 432	1.02 406	1.45 457	1.01 396	1.40 448	1.04 405	1.44 451	1.03 401	1.46 458	1.02 391	1.44 454	1.02 398	1.51 449	1.12 386	1.32 458	0.98 394	1.38 440	0.97 388

stereogan	2.33 496	24.38 553	1.18 387	1.18 364	1.18 420	1.14 394	1.18 409	1.19 387	1.19 415	1.14 394	1.18 412	1.14 398	1.18 403	1.14 396	1.18 411	1.14 383	1.14 387	1.19 408	1.19 410	1.15 375	1.19 415

RGC	2.36 498	25.48 556	1.19 389	1.15 357	1.15 413	1.10 389	1.16 407	1.17 384	1.16 409	1.12 391	1.16 408	1.11 396	1.13 395	1.09 390	1.18 411	1.10 375	1.15 388	1.16 400	1.12 404	1.14 373	1.12 402

castereo++	0.54 284	3.59 470	1.15 383	1.31 418	0.14 155	0.16 139	0.14 149	0.16 138	0.14 154	0.16 135	0.14 158	0.16 137	0.13 151	0.16 137	0.14 148	1.45 445	1.16 389	0.15 139	0.14 158	0.15 139	0.13 147

MaDis-Stereo	3.19 516	6.02 518	1.12 379	5.61 533	1.16 417	5.43 548	1.02 398	5.15 546	0.70 362	5.43 546	1.21 458	5.03 548	0.97 382	4.85 540	0.99 393	4.53 520	1.16 389	5.53 549	1.25 463	5.37 537	1.30 468

Abc-Net	2.32 495	24.75 554	1.14 381	1.17 363	1.17 418	1.11 392	1.15 405	1.17 384	1.21 461	1.08 385	1.16 408	1.12 397	1.14 397	1.09 390	1.17 410	1.09 373	1.16 389	1.17 404	1.17 409	1.16 377	1.11 400
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	2.46 504	26.05 560	1.23 441	1.23 413	1.22 469	1.20 397	1.24 459	1.23 438	1.23 463	1.19 397	1.22 459	1.21 447	1.24 453	1.20 401	1.24 460	1.21 431	1.17 392	1.22 455	1.25 463	1.20 386	1.24 465

SPS-STEREO	1.59 445	1.91 391	1.21 438	1.94 443	1.20 421	2.00 475	1.23 458	1.99 465	1.24 464	2.00 471	1.25 462	2.03 476	1.26 454	2.00 473	1.29 467	1.90 464	1.18 393	1.89 483	1.21 458	1.89 460	1.20 416
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DisPM	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

CrosDoStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

PFNet+	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

LCNet	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

HHNet	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

Patchmatch Stereo++	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416
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	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

STrans-v2	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

TransformOpticalFlow	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

OMP-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

IIG-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

NF-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

OCTAStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

PSM-softLoss	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

KMStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

NRIStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

PSM-adaLoss	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

PSM-AAD	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

FTStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

ROB_FTStereo_v2	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

ROB_FTStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

Consistency-Raft	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

KYRaft	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

HUI-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

ASMatch	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

DeepStereo_LL	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

DEmStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

SST-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

THIR-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

RAFT_R40	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

DRaft	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

PFNet	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

GrayStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

RE-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

Pruner-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

TVStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

DeepStereo_RVC	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

RAFT-RH_RVC	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

IRAFT_RVC	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

RAFT-345	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

iRAFT	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

CRE-IMP	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

GMM-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

RAFT-IKP	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

Prome-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 390	1.20 416	1.20 398	1.20 413	1.20 402	1.20 405	1.20 401	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 416

S-Stereo	2.51 505	26.86 561	1.23 441	1.22 411	1.22 469	1.24 445	1.25 460	1.22 436	1.24 464	1.21 443	1.24 461	1.19 401	1.27 455	1.19 400	1.24 460	1.19 385	1.20 394	1.25 456	1.19 410	1.24 434	1.23 464

CSP-Net	0.34 194	1.29 356	1.19 389	1.36 422	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	1.26 433	1.21 440	0.03 38	0.09 110	0.02 20	0.09 108

GANetREF_RVC	1.55 444	1.94 397	1.22 439	1.88 440	1.21 467	1.88 467	1.22 457	1.88 460	1.22 462	1.88 463	1.22 459	1.88 466	1.22 452	1.89 469	1.22 459	1.87 460	1.22 441	1.88 482	1.22 459	1.88 459	1.22 462
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
2.25w	2.00 462	1.86 386	1.98 503	2.95 477	2.17 518	2.26 481	1.35 467	2.42 488	2.00 515	2.07 479	1.27 464	2.53 492	1.99 500	2.29 483	1.49 479	2.21 478	1.32 442	1.85 476	1.87 507	2.52 488	1.62 491

3.25w	2.04 475	2.20 411	1.48 465	3.03 478	2.17 518	2.63 503	1.39 475	1.96 463	1.95 511	1.96 466	1.37 473	2.71 503	1.96 497	2.71 502	1.73 496	2.26 480	1.32 442	1.87 479	1.87 507	2.51 487	1.63 492

1w_stereo	2.05 477	2.32 420	1.35 447	3.74 507	2.01 508	2.73 507	1.42 479	1.88 460	1.93 510	2.03 474	1.28 465	2.71 503	1.99 500	2.72 504	1.72 491	2.20 477	1.32 442	1.87 479	1.86 506	2.45 480	1.54 481

IGEV	2.02 470	2.20 411	1.82 486	2.90 476	2.16 516	2.41 490	1.25 460	2.00 466	1.98 512	1.99 470	1.31 467	2.72 507	1.93 494	2.67 501	1.69 488	2.26 480	1.32 442	1.83 475	1.87 507	2.53 491	1.61 490

IGEVStereo-DCA	1.77 451	4.21 488	1.84 490	2.49 466	2.11 514	2.54 500	1.36 469	1.65 455	1.17 413	2.75 507	1.90 502	2.54 494	1.15 398	0.94 372	1.11 402	1.50 447	1.32 442	0.96 386	1.46 479	1.49 443	0.88 379

rrr	1.77 451	4.21 488	1.84 490	2.49 466	2.11 514	2.54 500	1.36 469	1.65 455	1.17 413	2.75 507	1.90 502	2.54 494	1.15 398	0.94 372	1.11 402	1.50 447	1.32 442	0.96 386	1.46 479	1.49 443	0.88 379

MC-Stereo	1.76 450	2.96 458	1.37 457	2.14 450	1.37 473	2.14 480	1.36 469	2.14 474	1.37 474	2.14 480	1.37 473	2.14 478	1.37 465	2.14 478	1.37 473	1.97 467	1.32 442	1.97 485	1.32 466	1.98 461	1.33 471

4.5_new	2.00 462	1.84 383	1.98 503	2.77 471	2.16 516	2.27 482	1.28 464	2.09 470	1.98 512	2.01 472	1.28 465	2.71 503	1.98 498	2.51 493	1.65 484	2.26 480	1.33 449	1.87 479	1.87 507	2.49 484	1.60 488

3w_stereo	2.04 475	2.24 415	1.70 475	3.15 481	2.18 520	2.49 494	1.26 462	2.03 468	1.98 512	1.98 469	1.33 468	2.72 507	1.99 500	2.59 496	1.72 491	2.22 479	1.33 449	1.85 476	1.88 512	2.50 486	1.58 486

gwcnet-sp	0.82 340	1.72 375	1.48 465	0.39 198	0.15 166	0.31 202	0.21 181	0.20 156	0.25 200	1.61 457	0.23 197	0.28 195	0.26 212	0.20 156	0.15 158	0.24 176	1.33 449	0.32 209	0.16 163	6.75 543	0.23 180

scenet	0.82 340	1.72 375	1.48 465	0.39 198	0.15 166	0.31 202	0.21 181	0.20 156	0.25 200	1.61 457	0.23 197	0.28 195	0.26 212	0.20 156	0.15 158	0.24 176	1.33 449	0.32 209	0.16 163	6.75 543	0.23 180

ssnet	0.82 340	1.72 375	1.48 465	0.39 198	0.15 166	0.31 202	0.21 181	0.20 156	0.25 200	1.61 457	0.23 197	0.28 195	0.26 212	0.20 156	0.15 158	0.24 176	1.33 449	0.32 209	0.16 163	6.75 543	0.23 180

MaskLacGwcNet_RVC	1.35 439	1.35 361	1.35 447	1.35 421	1.35 471	1.35 449	1.35 467	1.36 444	1.35 472	1.36 448	1.35 470	1.36 452	1.36 463	1.36 450	1.35 471	1.35 439	1.35 454	1.35 462	1.35 467	1.35 438	1.35 474

RASNet	1.49 443	1.65 372	1.45 463	1.38 424	1.43 477	1.47 458	1.36 469	1.38 447	1.36 473	1.39 449	1.60 485	1.45 457	1.45 469	1.51 455	2.21 514	1.53 450	1.36 455	1.36 464	1.36 469	1.66 450	1.36 475

PS-NSSS	1.38 442	1.39 363	1.34 445	1.34 420	1.35 471	1.38 453	1.37 474	1.35 443	1.38 475	1.34 446	1.34 469	1.39 454	1.38 466	1.70 460	1.40 475	1.36 441	1.36 455	1.36 464	1.37 470	1.37 439	1.36 475

castereo	0.61 295	3.79 478	1.35 447	1.52 427	0.15 166	0.17 147	0.16 157	0.20 156	0.21 184	0.18 148	0.16 167	0.21 165	0.12 146	0.26 194	0.17 167	1.43 444	1.38 457	0.17 150	0.16 163	0.18 153	0.16 153

CC-Net-ROB	1.36 440	1.33 360	1.33 444	1.36 422	1.38 474	1.36 451	1.33 465	1.37 446	1.34 469	1.35 447	1.36 472	1.38 453	1.34 461	1.38 452	1.38 474	1.35 439	1.38 457	1.33 459	1.35 467	1.43 441	1.34 473

sCroCo_RVC	2.10 478	2.76 451	1.92 500	2.78 474	1.39 475	2.73 507	1.41 477	2.73 503	1.40 476	2.77 512	1.41 477	2.74 509	1.40 467	2.74 507	1.40 475	2.72 506	1.42 459	2.72 512	1.44 478	2.79 498	1.42 479

psmg	0.43 246	1.91 391	0.92 365	1.91 442	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	1.97 467	1.44 460	0.04 73	0.03 54	0.02 20	0.03 51

999	1.00 369	1.12 291	0.59 314	1.10 349	1.21 467	1.09 388	0.52 334	1.08 375	1.43 478	1.18 396	1.35 470	0.98 380	0.52 334	0.91 367	0.85 381	0.72 334	1.46 461	0.83 371	0.98 394	0.68 318	1.41 478

DEFOM-Stereo	0.68 307	3.11 461	1.40 461	1.63 436	0.25 210	0.31 202	0.25 201	0.31 197	0.28 221	0.31 198	0.29 229	0.29 200	0.27 220	0.31 208	0.28 215	1.59 451	1.47 462	0.30 202	0.29 235	0.30 190	0.28 218

ssnet_v2	0.68 307	1.96 398	1.25 443	0.29 167	0.20 189	0.30 197	0.20 175	0.29 191	0.22 187	1.50 453	0.20 187	0.31 207	0.20 185	0.27 197	0.22 187	0.24 176	1.49 463	0.26 189	0.18 185	3.90 505	0.19 171

4w-stereo	2.02 470	2.72 447	1.44 462	3.36 492	1.59 482	2.48 493	1.72 490	2.28 477	1.24 464	2.24 483	1.65 489	2.56 496	1.32 460	2.39 487	1.98 511	2.67 504	1.51 464	1.66 472	1.24 461	2.53 491	1.88 509

test_xeample3	1.10 381	1.81 381	0.61 318	0.84 314	0.49 332	0.77 349	0.66 349	0.92 360	1.40 476	0.68 343	0.46 318	0.78 357	0.54 338	1.72 461	1.48 478	1.34 438	1.52 465	1.35 462	1.67 495	1.33 437	1.55 482

2.5w	2.01 469	2.40 430	1.37 457	3.28 486	2.01 508	2.71 504	1.43 481	1.82 459	1.83 500	1.90 465	1.41 477	2.71 503	1.35 462	2.71 502	1.85 501	2.66 502	1.53 466	1.64 471	1.23 460	2.53 491	1.87 506

3.25w_new	2.03 472	2.72 447	1.35 447	3.33 491	1.57 480	2.72 505	1.53 483	2.15 475	1.33 468	2.15 481	1.60 485	2.63 500	1.30 458	2.72 504	1.99 512	2.67 504	1.53 466	1.75 474	1.25 463	2.53 491	1.87 506

MM-Stereo_test1	1.80 453	3.41 468	1.52 469	2.12 449	1.41 476	2.04 476	1.41 477	2.05 469	1.46 479	2.04 475	1.41 477	2.05 477	1.42 468	2.05 474	1.43 477	2.04 471	1.54 468	1.94 484	1.38 472	1.99 462	1.33 471

NINENet	0.69 310	3.87 482	1.20 392	1.98 446	0.05 99	0.40 238	0.04 81	0.40 232	0.05 97	0.41 246	0.04 88	0.41 255	0.05 94	0.40 242	0.05 88	1.79 457	1.56 469	0.34 224	0.22 191	0.34 207	0.23 180

monsters	2.18 482	2.41 431	1.96 502	3.47 496	2.03 512	2.53 498	1.64 486	2.48 490	1.73 492	2.40 491	1.50 480	2.62 499	1.94 495	2.59 496	1.94 508	2.44 494	1.57 470	2.28 494	1.87 507	2.42 478	1.86 504

3.5w_stereo	2.03 472	2.72 447	1.35 447	3.41 493	1.57 480	2.72 505	1.49 482	2.01 467	1.34 469	2.15 481	1.61 487	2.63 500	1.36 463	2.72 504	1.99 512	2.66 502	1.58 471	1.68 473	1.24 461	2.53 491	1.87 506

LG-G_1	2.22 489	2.71 445	1.89 497	2.77 471	1.87 503	2.75 509	1.87 499	2.76 505	1.87 506	2.75 507	1.87 497	2.76 510	1.87 488	2.75 508	1.86 502	2.47 496	1.58 471	2.45 504	1.57 482	2.45 480	1.57 484

LG-G	2.22 489	2.71 445	1.89 497	2.77 471	1.87 503	2.75 509	1.87 499	2.76 505	1.87 506	2.75 507	1.87 497	2.76 510	1.87 488	2.75 508	1.86 502	2.47 496	1.58 471	2.45 504	1.57 482	2.45 480	1.57 484

LGtest1	2.22 489	2.70 443	1.89 497	2.76 470	1.86 500	2.75 509	1.86 497	2.75 504	1.86 502	2.75 507	1.86 496	2.77 512	1.87 488	2.75 508	1.86 502	2.46 495	1.58 471	2.45 504	1.56 481	2.45 480	1.56 483

DPSMNet_ROB	1.60 446	1.59 370	1.70 475	1.59 429	1.59 482	1.61 461	1.61 484	1.60 450	1.60 481	1.62 460	1.59 484	1.60 460	1.60 471	1.60 456	1.59 481	1.59 451	1.60 475	1.59 470	1.59 487	1.59 446	1.59 487

CRFU-Net	0.65 300	1.67 373	1.22 439	1.96 445	0.27 220	0.41 254	0.27 212	0.41 247	0.27 218	0.40 233	0.26 215	0.41 255	0.27 220	0.40 242	0.27 209	1.80 458	1.62 476	0.34 224	0.23 196	0.33 203	0.23 180

MFMNet_re	1.81 454	1.91 391	1.71 477	1.95 444	1.70 492	1.95 472	1.70 489	1.96 463	1.74 494	1.97 468	1.72 492	1.95 469	1.71 478	1.97 472	1.71 489	1.86 459	1.62 476	1.85 476	1.66 494	1.86 458	1.64 493

Anonymous3	2.55 506	3.26 466	1.65 473	3.28 486	1.63 485	3.24 516	1.68 487	3.27 514	1.66 482	3.28 515	1.67 490	3.25 516	1.66 474	3.27 514	1.64 483	3.26 510	1.65 478	3.30 515	1.65 493	4.95 532	1.65 495

monsterstereo	2.20 488	2.33 421	1.95 501	3.65 503	2.07 513	2.49 494	1.61 484	2.48 490	1.83 500	2.45 492	1.61 487	2.67 502	1.86 487	2.64 498	1.94 508	2.48 498	1.66 479	2.34 498	1.68 497	2.40 477	1.86 504

RAFT_CTSACE	1.92 456	3.71 475	1.72 478	1.88 440	1.72 493	2.04 476	1.42 479	2.18 476	1.89 508	2.02 473	1.97 508	1.95 469	2.06 504	1.93 470	1.62 482	1.76 456	1.66 479	2.02 486	1.73 503	1.73 453	1.43 480

UDGNet	2.23 492	5.40 508	1.72 478	2.48 465	1.69 489	2.51 497	1.69 488	2.51 493	1.72 491	2.50 495	1.69 491	2.52 491	1.69 477	2.50 492	1.68 487	2.41 493	1.70 481	2.42 503	1.69 499	2.42 478	1.64 493

TRStereo	2.00 462	2.13 405	1.85 492	2.27 456	1.84 497	2.28 484	1.84 493	2.29 479	1.86 502	2.30 485	1.87 497	2.30 480	1.87 488	2.08 475	1.72 491	2.08 472	1.72 482	2.08 488	1.72 500	2.08 463	1.72 497

XX-Stereo	2.00 462	2.13 405	1.85 492	2.27 456	1.84 497	2.28 484	1.84 493	2.29 479	1.86 502	2.30 485	1.87 497	2.30 480	1.87 488	2.08 475	1.72 491	2.08 472	1.72 482	2.08 488	1.72 500	2.08 463	1.72 497

EAI-Stereo	2.00 462	2.13 405	1.85 492	2.27 456	1.84 497	2.28 484	1.84 493	2.29 479	1.86 502	2.30 485	1.87 497	2.30 480	1.87 488	2.08 475	1.72 491	2.08 472	1.72 482	2.08 488	1.72 500	2.08 463	1.72 497

U	5.15 550	8.49 530	1.81 481	8.49 547	1.77 494	8.49 557	1.77 491	8.51 557	1.77 495	8.49 557	1.77 493	8.50 558	1.78 485	8.58 557	1.77 497	8.54 556	1.78 485	8.55 558	1.78 504	8.55 552	1.84 502

MIF-Stereo (partial)	2.58 507	3.31 467	0.66 326	3.18 483	0.66 366	3.18 515	0.66 349	3.21 513	0.67 355	3.19 514	0.66 361	3.19 515	0.66 351	3.31 516	0.68 356	5.09 538	1.79 486	8.23 557	1.67 495	6.18 541	1.38 477

test-3	0.98 368	4.13 486	1.85 492	1.85 439	0.61 357	0.69 343	0.37 273	0.63 328	0.61 347	0.66 340	0.51 341	0.73 352	0.44 306	0.57 328	0.54 337	1.68 455	1.81 487	0.40 267	0.43 317	0.66 316	0.50 323

asda	2.17 481	2.54 434	1.81 481	3.47 496	1.78 495	2.50 496	1.86 497	2.61 496	1.68 483	2.61 498	1.83 494	2.37 487	1.73 480	2.44 491	1.88 506	2.51 499	1.84 488	2.34 498	1.62 491	2.23 468	1.77 501

FBW_ROB	2.12 480	2.46 433	1.77 480	2.49 466	1.79 496	2.38 488	1.83 492	2.46 489	1.78 496	2.48 494	1.97 508	2.40 488	1.78 485	2.42 490	1.83 499	2.31 487	1.85 489	2.38 501	1.82 505	2.35 475	1.84 502

qwe	2.18 482	2.60 437	1.58 470	3.83 508	1.90 505	2.53 498	1.90 502	2.48 490	1.73 492	2.37 490	1.92 504	2.53 492	1.68 475	2.56 494	1.83 499	2.52 501	1.87 490	2.07 487	1.68 497	2.32 474	1.71 496

asd	2.18 482	2.77 453	1.58 470	3.59 501	2.00 507	2.58 502	1.85 496	2.39 487	1.71 487	2.47 493	1.97 508	2.59 498	1.61 472	2.56 494	1.79 498	2.51 499	1.99 491	2.11 491	1.62 491	2.36 476	1.60 488

4.25w-stereo	1.98 457	2.72 447	1.46 464	3.47 496	1.43 477	2.07 478	1.98 504	2.53 494	1.52 480	2.71 500	1.98 514	1.81 465	1.62 473	1.96 471	1.36 472	1.88 463	2.00 492	2.53 509	1.61 489	1.74 454	1.15 407

2w_stereo	1.99 458	2.36 428	1.81 481	3.24 484	1.67 487	1.94 469	1.98 504	2.72 497	1.68 483	2.72 501	1.94 505	1.98 472	1.74 482	1.79 465	1.27 464	1.95 466	2.00 492	2.53 509	1.60 488	1.68 451	1.15 407

4.25_new	2.00 462	2.33 421	1.82 486	3.32 489	1.69 489	1.95 472	1.99 507	2.72 497	1.71 487	2.72 501	1.97 508	2.01 474	1.74 482	1.77 463	1.28 465	2.18 475	2.01 494	2.48 507	1.58 485	1.65 448	1.17 411

4.5w_new	2.00 462	2.33 421	1.82 486	3.32 489	1.69 489	1.95 472	1.99 507	2.72 497	1.71 487	2.72 501	1.97 508	2.01 474	1.74 482	1.77 463	1.28 465	2.18 475	2.01 494	2.48 507	1.58 485	1.65 448	1.17 411

2.75w_new	1.99 458	2.34 425	1.81 481	3.14 480	1.62 484	1.94 469	1.99 507	2.72 497	1.71 487	2.72 501	1.99 517	1.90 467	1.73 480	1.82 467	1.29 467	2.37 490	2.01 494	2.31 496	1.42 476	1.77 456	1.22 462

3.75w	1.99 458	2.31 419	1.83 489	3.16 482	1.65 486	1.93 468	1.98 504	2.72 497	1.68 483	2.73 506	1.97 508	2.00 473	1.72 479	1.81 466	1.25 463	2.27 483	2.01 494	2.38 501	1.42 476	1.71 452	1.24 465

4.5w-stereo	1.99 458	2.33 421	1.81 481	3.28 486	1.68 488	1.94 469	1.99 507	2.72 497	1.70 486	2.72 501	1.99 517	1.97 471	1.68 475	1.76 462	1.29 467	1.91 465	2.02 498	2.53 509	1.61 489	1.75 455	1.16 410

HUF	2.18 482	2.30 418	1.99 506	2.34 461	2.02 511	2.41 490	2.06 511	2.38 486	1.89 508	2.36 489	1.85 495	2.56 496	1.98 498	2.31 485	1.97 510	2.30 486	2.03 499	2.30 495	2.11 514	2.23 468	2.16 511

AIO_rvc	2.18 482	2.34 425	1.87 496	2.32 460	1.94 506	2.40 489	1.89 501	2.37 485	2.07 517	2.52 496	1.95 507	2.44 490	1.99 500	2.41 488	1.89 507	2.32 488	2.09 500	2.24 492	2.18 515	2.21 467	2.23 513

AIO_test	2.18 482	2.09 403	2.04 507	2.42 463	2.01 508	2.47 492	1.94 503	2.34 484	2.03 516	2.56 497	1.94 505	2.43 489	1.94 495	2.41 488	1.87 505	2.39 492	2.10 501	2.35 500	1.91 513	2.25 470	2.19 512

DEFOM-Stereo_RVC	0.83 344	5.18 500	1.98 503	2.19 451	0.17 176	0.19 154	0.18 168	0.19 151	0.16 166	0.20 155	0.19 183	0.22 171	0.22 191	0.20 156	0.15 158	2.28 484	2.13 502	0.24 185	0.17 181	0.18 153	0.16 153

error version	0.93 362	4.47 491	2.35 511	1.99 447	0.37 280	0.41 254	0.36 268	0.41 247	0.35 263	0.43 264	0.36 274	0.41 255	0.40 284	0.41 256	0.36 268	1.87 460	2.16 503	0.47 306	0.37 285	0.39 244	0.33 251

test_1	0.93 362	4.47 491	2.35 511	1.99 447	0.37 280	0.41 254	0.36 268	0.41 247	0.35 263	0.43 264	0.36 274	0.41 255	0.40 284	0.41 256	0.36 268	1.87 460	2.16 503	0.47 306	0.37 285	0.39 244	0.33 251

STTStereo	3.73 520	30.40 567	2.37 513	2.39 462	2.31 523	2.35 487	2.33 516	2.29 479	2.42 519	2.32 488	2.34 521	2.33 483	2.36 509	2.30 484	2.27 518	2.35 489	2.22 505	2.31 496	2.22 516	2.29 473	2.34 518

NCCL2	2.28 494	2.27 416	2.28 509	2.28 459	2.28 521	2.27 482	2.29 515	2.28 477	2.28 518	2.27 484	2.28 520	2.28 479	2.27 508	2.27 482	2.28 519	2.28 484	2.28 506	2.27 493	2.29 519	2.27 471	2.29 514

iRaftStereo_RVC	0.97 366	3.17 464	2.30 510	2.42 463	0.38 287	0.54 324	0.38 279	0.54 311	0.38 279	0.54 319	0.38 285	0.54 323	0.38 277	0.54 320	0.38 279	2.38 491	2.34 507	0.49 319	0.36 283	0.49 290	0.36 265

PDISCO_ROB	0.83 344	2.80 456	3.49 531	0.14 97	0.11 134	0.17 147	0.09 110	0.15 137	0.10 115	0.15 130	0.12 141	0.16 137	0.14 155	3.30 515	0.13 144	0.14 114	2.34 507	0.16 142	0.12 146	2.62 497	0.10 113

NLCA_NET_v2_RVC	5.04 548	50.87 577	2.78 515	2.87 475	2.71 524	2.78 512	0.47 316	2.88 510	2.86 523	1.89 464	2.67 522	2.79 513	2.79 513	2.78 511	2.83 520	2.82 507	2.82 509	2.83 513	2.77 522	2.83 499	2.76 522
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HCRNet	1.22 434	7.11 520	3.00 516	3.55 500	0.33 258	0.29 196	0.14 149	0.19 151	0.15 164	0.33 208	0.29 229	0.25 184	0.14 155	0.22 171	0.33 247	3.64 513	3.00 510	0.76 358	0.32 258	0.18 153	0.13 147

rvit_0105_6	3.87 525	5.73 515	3.10 527	4.69 522	3.12 536	4.54 530	3.02 524	4.56 529	3.04 524	4.54 530	3.03 525	4.54 529	3.04 517	4.56 529	3.05 523	4.58 525	3.05 511	4.58 530	3.05 526	4.58 517	3.05 525

rvit_105_1	3.83 521	5.22 501	3.01 517	4.53 512	3.01 526	4.51 528	3.01 523	4.56 529	3.04 524	4.53 528	3.03 525	4.55 531	3.03 514	4.56 529	3.04 521	4.57 522	3.05 511	4.57 528	3.05 526	4.57 516	3.05 525

rvit_stereo_0081	3.83 521	5.23 502	3.01 517	4.53 512	3.03 528	4.55 534	3.02 524	4.56 529	3.04 524	4.52 526	3.02 523	4.54 529	3.03 514	4.56 529	3.04 521	4.57 522	3.05 511	4.57 528	3.05 526	4.58 517	3.05 525

rvit_stereo_0082	3.86 523	5.82 516	3.01 517	4.53 512	3.03 528	4.54 530	3.02 524	4.56 529	3.04 524	4.53 528	3.02 523	4.55 531	3.04 517	4.57 532	3.05 523	4.57 522	3.05 511	4.58 530	3.05 526	4.58 517	3.06 528

rvit_stereo_0081_aga	3.86 523	5.33 505	3.02 520	4.55 518	3.04 532	4.54 530	3.02 524	4.64 536	3.06 528	4.54 530	3.04 527	4.62 538	3.08 521	4.62 535	3.07 526	4.58 525	3.06 515	4.60 532	3.08 530	4.63 520	3.07 529

rvit_stereo_0080	3.89 526	5.70 513	3.04 522	4.54 515	3.03 528	4.56 535	3.05 530	4.60 533	3.07 529	4.58 533	3.06 528	4.59 533	3.06 519	4.61 533	3.08 527	4.63 527	3.09 516	4.64 534	3.10 531	4.65 521	3.10 530

whm_eth	3.89 526	5.70 513	3.04 522	4.54 515	3.03 528	4.56 535	3.05 530	4.60 533	3.07 529	4.58 533	3.06 528	4.59 533	3.06 519	4.61 533	3.08 527	4.63 527	3.09 516	4.64 534	3.10 531	4.65 521	3.10 530

rvit_0105_4	3.91 528	5.47 512	3.02 520	4.54 515	3.02 527	4.54 530	3.03 528	4.75 539	3.17 535	4.57 532	3.06 528	4.61 537	3.16 525	4.65 536	3.09 529	4.66 529	3.11 518	4.68 537	3.18 536	4.81 527	3.16 535

rvit_0105_3	3.91 528	5.33 505	3.06 525	4.60 520	3.07 534	4.60 537	3.06 532	4.62 535	3.08 532	4.60 535	3.07 531	4.62 538	3.08 521	4.67 537	3.10 530	4.70 530	3.11 518	4.77 541	3.19 537	4.77 526	3.14 534

rvit_stereo_ft	3.93 531	5.44 510	3.05 524	4.59 519	3.06 533	4.61 538	3.08 533	4.67 538	3.12 534	4.63 537	3.10 533	4.65 540	3.11 523	4.69 539	3.13 531	4.70 530	3.14 520	4.71 539	3.15 535	4.74 524	3.16 535

rvit_stereo_0083	3.92 530	5.30 504	3.06 525	4.61 521	3.09 535	4.67 539	3.08 533	4.66 537	3.09 533	4.62 536	3.10 533	4.66 541	3.11 523	4.67 537	3.16 532	4.72 532	3.16 521	4.77 541	3.11 533	4.66 523	3.11 532

FC-DCNN v2	5.10 549	5.15 499	4.49 539	5.07 528	3.37 539	6.87 552	4.75 551	5.04 545	6.34 555	7.84 555	5.06 552	6.72 556	4.09 540	4.99 544	5.44 552	5.03 536	3.16 521	4.67 536	4.86 552	5.15 535	3.89 546

MLG-Stereo_test1	4.25 533	5.34 507	3.61 533	5.31 529	3.63 543	5.23 546	3.57 540	5.38 547	3.65 538	5.23 544	3.47 537	4.76 542	3.74 533	4.85 540	3.71 538	4.96 534	3.18 523	4.71 539	2.92 523	4.86 530	2.90 523

MLG-Stereo_test3	4.26 534	4.85 495	3.95 537	5.35 530	3.60 542	4.75 543	3.76 543	5.49 548	3.71 540	5.39 545	3.69 541	4.82 544	3.66 530	4.85 540	3.73 541	4.93 533	3.19 524	4.69 538	2.99 525	4.84 529	2.98 524

MLG-Stereo_test2	4.28 535	5.46 511	3.69 535	4.86 525	3.72 545	5.58 549	3.42 538	4.81 541	3.77 544	4.85 540	3.72 542	5.55 550	3.63 529	5.58 547	3.53 536	4.41 519	3.28 525	4.99 545	2.95 524	4.75 525	3.13 533

rvit_0105_5	4.10 532	5.40 508	3.13 530	4.71 523	3.15 537	4.72 542	3.10 535	4.90 544	3.27 536	4.69 538	3.16 535	4.84 545	3.25 526	4.96 543	3.34 534	5.05 537	3.39 526	5.10 546	3.40 538	5.11 534	3.42 538

DPSNet	3.66 519	3.60 471	3.62 534	3.63 502	3.64 544	3.65 520	3.65 542	3.66 519	3.67 539	3.67 518	3.65 540	3.67 520	3.66 530	3.66 518	3.68 537	3.68 514	3.66 527	3.67 520	3.68 543	3.67 502	3.67 541

DispFullNet	4.61 541	4.84 494	3.12 528	5.00 527	3.57 541	4.75 543	3.03 528	7.75 555	4.17 548	4.91 542	3.09 532	6.20 552	3.95 537	6.71 551	3.51 535	5.30 540	3.67 528	5.86 553	3.63 540	5.61 538	3.46 539

AEACV	1.12 384	0.52 202	3.12 528	3.24 484	0.86 388	0.53 321	0.49 327	0.60 324	0.47 316	0.53 316	0.49 333	0.55 327	0.45 308	0.55 323	0.47 318	3.01 508	3.88 529	0.71 352	0.60 353	0.80 337	0.48 315

SGM-Forest	5.21 551	5.92 517	4.08 538	6.18 536	4.16 550	6.31 551	4.34 550	6.50 550	4.33 549	6.14 551	4.21 548	6.61 555	4.55 543	6.67 550	4.48 548	5.94 544	3.94 530	5.85 552	4.03 549	5.79 540	4.17 549
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Occ-G	1.12 384	0.52 202	3.72 536	3.50 499	0.50 336	0.56 326	0.47 316	0.54 311	0.46 311	0.54 319	0.41 299	0.54 323	0.42 301	0.52 316	0.42 304	3.42 512	4.02 531	0.52 331	0.45 319	0.51 301	0.44 303

BUS	0.83 344	1.91 391	0.92 365	4.48 509	0.02 21	0.40 238	0.04 81	0.41 247	0.02 21	0.48 286	0.03 52	0.41 255	0.05 94	0.03 39	0.05 88	1.97 467	4.19 532	0.33 217	0.23 196	0.34 207	0.27 205

BSDual-CNN	0.81 336	1.91 391	0.92 365	4.48 509	0.02 21	0.42 272	0.06 105	0.41 247	0.02 21	0.48 286	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 467	4.19 532	0.33 217	0.23 196	0.34 207	0.27 205

hknet	1.10 381	1.85 384	3.49 531	4.48 509	0.02 21	0.42 272	0.06 105	0.41 247	0.02 21	0.48 286	0.03 52	0.41 255	0.03 52	0.42 269	0.03 48	4.39 518	4.19 532	0.33 217	0.23 196	0.34 207	0.27 205

AANet_RVC	1.26 436	0.31 132	4.99 542	5.93 534	0.20 189	0.25 183	0.20 175	0.25 180	0.20 181	0.23 171	0.19 183	0.25 184	0.20 185	0.25 184	0.20 182	5.66 542	4.76 535	0.26 189	0.30 245	0.24 176	0.27 205

TestStereo	4.88 545	4.75 493	4.79 540	4.87 526	4.92 553	4.81 545	4.90 552	4.78 540	4.77 551	4.87 541	4.89 551	4.90 546	4.91 544	4.99 544	4.79 549	4.98 535	4.87 536	4.87 544	4.92 553	5.00 533	5.00 551

SGM+DAISY	7.06 555	9.15 534	5.38 545	8.84 549	5.18 554	8.80 558	5.31 554	8.79 558	5.28 553	8.89 558	5.20 553	8.93 559	5.33 546	8.95 558	5.36 551	8.70 557	5.21 537	8.74 559	5.20 554	8.89 553	5.15 552

rvit_stereo_0075_2	6.64 553	8.80 532	5.25 543	7.89 544	5.27 555	7.90 556	5.27 553	7.92 556	5.28 553	7.91 556	5.29 554	7.93 557	5.27 545	7.92 556	5.28 550	7.93 553	5.28 538	7.93 556	5.29 555	7.93 549	5.28 553

test_5	4.62 542	7.55 523	6.23 547	6.32 537	3.40 540	5.29 547	3.50 539	3.53 518	4.11 547	4.28 523	4.47 550	4.26 527	4.38 542	3.68 519	3.24 533	5.89 543	5.60 539	4.84 543	3.50 539	4.33 511	3.93 548

Sa-1000	4.34 538	8.37 527	6.84 551	6.98 542	4.45 552	3.58 518	3.00 522	3.42 517	3.39 537	2.61 498	4.00 546	3.83 522	4.01 539	3.90 521	3.90 542	5.98 545	5.62 540	3.76 522	2.34 520	4.35 512	2.47 521

RAFT	6.73 554	9.36 536	7.40 554	8.51 548	6.55 557	6.88 553	6.60 556	6.79 551	6.60 556	6.80 552	6.72 558	5.31 549	5.50 547	6.61 549	6.61 556	8.42 555	5.89 541	5.73 550	5.45 557	6.61 542	6.24 555

RAFT+CT+SA	4.28 535	7.62 524	4.91 541	5.55 532	2.28 521	3.09 513	3.64 541	4.49 527	3.07 529	4.80 539	3.35 536	4.77 543	3.70 532	4.29 526	3.05 523	5.58 541	5.98 542	3.58 519	3.78 545	4.26 510	3.72 542

raft_robust	4.71 543	7.75 525	5.40 546	6.81 539	3.31 538	4.28 527	4.20 549	4.32 526	4.37 550	4.35 525	4.35 549	4.14 525	3.75 534	4.30 527	4.20 547	6.67 548	6.37 543	3.36 517	4.24 551	4.86 530	3.25 537

cross-raft	4.83 544	7.52 522	6.43 548	6.63 538	3.96 548	4.51 528	3.99 547	4.49 527	3.96 546	4.52 526	3.96 545	4.50 528	3.97 538	4.50 528	3.97 543	6.65 547	6.44 544	4.33 525	3.92 547	4.35 512	3.91 547

TestStereo1	4.60 539	8.41 528	6.44 549	6.86 540	3.79 546	3.97 523	3.78 544	3.99 523	3.74 541	3.97 520	3.52 538	3.94 523	3.58 527	3.98 522	3.72 539	6.82 549	6.50 545	3.76 522	3.66 541	3.90 505	3.74 544

SA-5K	4.60 539	8.41 528	6.44 549	6.86 540	3.79 546	3.97 523	3.78 544	3.99 523	3.74 541	3.97 520	3.52 538	3.94 523	3.58 527	3.98 522	3.72 539	6.82 549	6.50 545	3.76 522	3.66 541	3.90 505	3.74 544

SA	4.33 537	7.35 521	6.85 552	5.96 535	4.09 549	3.59 519	3.15 536	3.82 521	2.64 520	3.91 519	3.85 543	3.57 518	2.72 512	3.13 513	4.03 544	7.09 552	6.86 547	3.57 518	3.12 534	3.85 504	3.51 540

test_4	4.88 545	8.13 526	6.98 553	7.46 543	4.44 551	4.25 526	3.85 546	4.04 525	3.92 545	4.13 522	3.91 544	4.18 526	3.84 535	4.14 524	4.06 545	7.01 551	7.13 548	4.53 526	3.72 544	4.09 508	3.72 542

test-1	6.46 552	9.16 535	8.03 558	8.09 545	5.62 556	6.11 550	6.35 555	6.85 552	4.94 552	6.08 550	6.29 557	4.98 547	6.43 549	6.22 548	6.36 555	6.16 546	7.47 549	5.82 551	5.44 556	7.11 546	5.68 554

test_3	5.01 547	8.86 533	7.77 555	8.09 545	2.76 525	4.13 525	4.05 548	3.88 522	3.76 543	4.33 524	4.13 547	3.71 521	3.91 536	4.21 525	4.06 545	7.93 553	7.69 550	4.53 526	3.91 546	4.17 509	4.29 550

test-v	7.53 556	11.89 544	7.98 556	9.36 551	7.14 558	7.06 554	7.09 557	7.37 553	6.91 557	7.29 553	5.71 555	6.45 553	6.93 550	6.73 552	7.27 557	8.93 558	7.85 551	6.98 554	6.80 558	7.56 547	7.34 557

test-2	7.53 556	11.89 544	7.98 556	9.36 551	7.14 558	7.06 554	7.09 557	7.37 553	6.91 557	7.29 553	5.71 555	6.45 553	6.93 550	6.73 552	7.27 557	8.93 558	7.85 551	6.98 554	6.80 558	7.56 547	7.34 557

PCWNet_CMD	2.80 514	9.82 539	0.32 209	10.09 557	0.32 247	0.49 300	0.33 245	3.34 515	0.33 251	0.49 293	0.33 253	0.49 298	8.73 554	0.48 293	0.33 247	0.41 256	9.22 553	0.42 291	0.29 235	9.55 556	0.31 240

MSMDNet	2.65 508	10.14 542	0.33 214	9.74 553	0.32 247	0.87 360	0.33 245	2.95 511	0.68 356	0.49 293	0.34 261	0.49 298	5.70 548	0.49 299	0.33 247	0.42 270	9.57 554	0.41 280	0.31 253	8.36 551	0.65 350

pcwnet_v2	2.66 509	9.89 540	0.33 214	9.89 554	0.32 247	0.50 308	0.32 236	0.49 287	0.33 251	0.49 293	0.34 261	0.49 298	8.76 555	0.48 293	0.33 247	0.41 256	9.58 555	0.40 267	0.29 235	9.01 554	0.63 348

CFNet_pseudo	2.67 510	9.36 536	0.32 209	10.99 559	0.33 258	0.85 358	0.33 245	0.49 287	0.33 251	0.49 293	0.32 247	0.49 298	7.26 552	0.49 299	0.33 247	0.41 256	9.62 556	0.41 280	0.29 235	10.03 558	0.29 223

ccs_rob	2.79 513	10.17 543	0.32 209	10.00 556	0.33 258	0.49 300	0.33 245	1.90 462	0.32 245	0.51 310	0.33 253	0.49 298	9.24 557	0.49 299	0.33 247	0.41 256	9.82 557	0.41 280	0.28 226	9.34 555	0.29 223

UCFNet_RVC	2.75 512	10.06 541	0.29 193	10.31 558	0.29 230	0.42 272	0.29 224	0.43 267	0.29 226	0.42 258	0.29 229	0.42 271	9.87 558	0.43 271	0.29 225	0.36 223	9.84 558	0.36 242	0.26 215	9.77 557	0.26 197

CFNet_ucs	2.73 511	9.64 538	0.33 214	9.92 555	0.32 247	0.49 300	0.33 245	0.49 287	0.33 251	0.49 293	0.33 253	0.49 298	8.98 556	0.48 293	0.33 247	0.41 256	9.96 559	0.40 267	0.29 235	10.12 559	0.54 332

MANE	19.05 559	23.00 552	15.00 559	23.00 566	15.00 560	24.00 565	16.00 559	24.00 565	16.00 559	22.00 565	15.00 559	23.00 566	16.00 559	23.00 565	15.00 559	22.00 566	15.00 560	22.00 566	15.00 560	22.00 566	15.00 559

rafts_anoy	20.00 560	20.00 546	20.00 560	20.00 560	20.00 561	20.00 559	20.00 560	20.00 559	20.00 560	20.00 559	20.00 560	20.00 560	20.00 560	20.00 559	20.00 560	20.00 560	20.00 561	20.00 560	20.00 561	20.00 560	20.00 560

raft+_RVC	20.00 560	20.00 546	20.00 560	20.00 560	20.00 561	20.00 559	20.00 560	20.00 559	20.00 560	20.00 559	20.00 560	20.00 560	20.00 560	20.00 559	20.00 560	20.00 560	20.00 561	20.00 560	20.00 561	20.00 560	20.00 560

raftrobust	20.00 560	20.00 546	20.00 560	20.00 560	20.00 561	20.00 559	20.00 560	20.00 559	20.00 560	20.00 559	20.00 560	20.00 560	20.00 560	20.00 559	20.00 560	20.00 560	20.00 561	20.00 560	20.00 561	20.00 560	20.00 560

CasAABBNet	20.00 560	20.00 546	20.00 560	20.00 560	20.00 561	20.00 559	20.00 560	20.00 559	20.00 560	20.00 559	20.00 560	20.00 560	20.00 560	20.00 559	20.00 560	20.00 560	20.00 561	20.00 560	20.00 561	20.00 560	20.00 560

RALCasStereoNet	20.00 560	20.00 546	20.00 560	20.00 560	20.00 561	20.00 559	20.00 560	20.00 559	20.00 560	20.00 559	20.00 560	20.00 560	20.00 560	20.00 559	20.00 560	20.00 560	20.00 561	20.00 560	20.00 561	20.00 560	20.00 560

RALAANet	20.00 560	20.00 546	20.00 560	20.00 560	20.00 561	20.00 559	20.00 560	20.00 559	20.00 560	20.00 559	20.00 560	20.00 560	20.00 560	20.00 559	20.00 560	20.00 560	20.00 561	20.00 560	20.00 561	20.00 560	20.00 560

WCMA_ROB	31.10 567	35.43 572	27.12 566	39.51 578	23.10 567	38.78 577	25.30 566	37.49 577	25.39 566	37.29 576	27.02 566	38.52 578	26.48 566	37.80 576	26.44 566	36.28 574	22.65 567	33.90 571	22.30 567	37.10 575	24.18 566

111	30.40 566	30.94 568	29.72 567	32.61 567	30.02 568	33.57 566	30.47 567	31.50 566	29.39 567	30.98 566	29.11 567	29.78 567	30.39 570	29.45 566	30.76 570	30.08 567	29.02 568	29.92 567	30.32 571	29.86 567	30.17 567

fff	1000028.16 586	29.62 564	29.72 567	32.61 567	30.02 568	35.13 568	31.83 568	32.07 567	10000000.00 586	35.27 569	29.82 568	32.45 568	30.15 567	32.35 567	30.09 567	31.04 568	29.55 569	30.64 568	30.14 568	10000000.00 587	30.77 568

csc	1000028.16 586	29.62 564	29.72 567	32.61 567	30.02 568	35.13 568	31.83 568	32.07 567	10000000.00 586	35.27 569	29.82 568	32.45 568	30.15 567	32.35 567	30.09 567	31.04 568	29.55 569	30.64 568	30.14 568	10000000.00 587	30.77 568

cscssc	1000028.16 586	29.62 564	29.72 567	32.61 567	30.02 568	35.13 568	31.83 568	32.07 567	10000000.00 586	35.27 569	29.82 568	32.45 568	30.15 567	32.35 567	30.09 567	31.04 568	29.55 569	30.64 568	30.14 568	10000000.00 587	30.77 568

DCANet-4	35.22 568	34.54 569	35.08 573	33.58 571	35.47 575	34.55 567	35.53 574	36.08 572	35.85 571	35.92 572	35.77 573	35.18 573	35.48 572	35.39 572	37.15 576	34.55 573	33.92 572	35.02 574	34.90 573	35.79 571	34.74 574

tt	500032.53 584	34.60 570	29.72 567	37.47 576	34.41 573	36.85 572	35.22 572	34.71 570	33.55 569	34.50 567	35.43 571	33.81 571	10000000.00 587	33.57 570	33.13 571	33.68 571	35.00 573	34.03 572	35.26 574	30.96 568	34.63 572

DCANet	500032.53 584	34.60 570	29.72 567	37.47 576	34.41 573	36.85 572	35.22 572	34.71 570	33.55 569	34.50 567	35.43 571	33.81 571	10000000.00 587	33.57 570	33.13 571	33.68 571	35.00 573	34.03 572	35.26 574	30.96 568	34.63 572

ADStereo(finetuned)	36.13 569	36.63 573	38.07 577	36.97 572	33.25 572	35.91 571	34.45 571	36.36 573	32.99 568	38.14 577	36.71 574	36.69 574	34.13 571	38.57 577	40.79 577	37.60 578	36.58 575	35.90 575	33.36 572	35.42 570	34.04 571

Reg-Stereo(zero)	37.00 570	37.00 574	37.00 574	37.00 573	37.00 576	37.00 574	37.00 575	37.00 574	37.00 572	37.00 573	37.00 575	37.00 575	37.00 573	37.00 573	37.00 573	37.00 575	37.00 576	37.00 576	37.00 576	37.00 572	37.00 575

HI	37.00 570	37.00 574	37.00 574	37.00 573	37.00 576	37.00 574	37.00 575	37.00 574	37.00 572	37.00 573	37.00 575	37.00 575	37.00 573	37.00 573	37.00 573	37.00 575	37.00 576	37.00 576	37.00 576	37.00 572	37.00 575

CoSv	37.00 570	37.00 574	37.00 574	37.00 573	37.00 576	37.00 574	37.00 575	37.00 574	37.00 572	37.00 573	37.00 575	37.00 575	37.00 573	37.00 573	37.00 573	37.00 575	37.00 576	37.00 576	37.00 576	37.00 572	37.00 575

NOSS_ROB	102.95 574	153.00 582	121.00 581	51.00 579	44.00 579	165.00 581	127.00 580	153.00 580	119.00 577	164.00 581	125.00 580	168.00 582	120.00 578	153.00 580	117.00 580	49.00 579	44.00 579	49.00 579	44.00 579	49.00 576	44.00 578

CBMV	128.50 575	1422.70 589	53.10 579	79.50 580	51.30 580	77.30 579	49.70 578	74.00 578	48.20 576	77.20 579	48.80 579	73.90 580	48.00 577	73.80 579	48.80 579	70.40 580	45.10 580	68.90 580	46.10 580	68.20 577	45.00 579
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 573	87.70 578	41.95 578	113.75 581	65.62 581	75.05 578	55.25 579	75.64 579	45.04 575	71.61 578	41.75 578	72.81 579	44.06 576	68.38 578	44.63 578	101.89 581	59.57 581	107.10 581	61.05 581	104.38 578	59.38 580

MeshStereo	159.24 576	171.00 583	160.68 584	162.58 582	160.59 582	164.01 580	160.35 581	158.51 581	158.56 578	158.34 580	160.12 581	158.56 581	159.92 579	157.26 581	158.94 581	154.38 582	158.36 582	155.75 582	159.13 583	153.67 579	154.07 581
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 577	123.00 579	115.00 580	219.00 583	218.00 584	223.00 582	244.00 583	217.00 582	236.00 580	202.00 582	203.00 582	205.00 583	208.00 580	225.00 582	204.00 582	210.00 583	198.00 583	197.00 583	184.00 584	204.00 580	201.00 582

DLCB_ROB	284.23 580	354.61 585	207.27 585	363.24 586	206.46 583	364.72 585	210.41 582	364.72 585	210.41 579	364.81 585	208.64 583	364.81 586	208.64 581	364.72 585	210.41 583	354.70 586	205.53 584	354.70 586	205.53 585	354.70 583	205.53 583

MGS-Stereo	239.45 578	123.00 579	135.00 582	266.00 584	286.00 585	277.00 583	305.00 584	271.00 583	242.00 581	274.00 583	279.00 584	255.00 584	270.00 582	268.00 583	297.00 584	221.00 584	247.00 585	216.00 584	123.00 582	217.00 581	217.00 584

EGLCR-Stereo	246.90 579	129.00 581	139.00 583	266.00 584	286.00 585	277.00 583	305.00 584	271.00 583	242.00 581	274.00 583	279.00 584	255.00 584	270.00 582	268.00 583	297.00 584	230.00 585	247.00 585	216.00 584	223.00 586	237.00 582	227.00 585

LE_ROB	396.57 581	471.28 586	329.84 586	471.48 587	308.15 587	526.83 586	322.10 586	488.15 586	323.76 583	495.46 586	317.97 586	497.17 587	320.10 584	481.62 586	326.76 586	462.71 587	298.97 587	466.16 587	285.98 587	447.62 584	289.21 586

SGM-ForestM	596.69 582	677.77 587	444.52 587	699.85 588	517.25 588	732.94 587	488.29 587	770.79 587	460.11 584	750.81 587	487.98 587	792.79 588	499.41 585	730.90 587	475.81 587	720.03 588	491.16 588	663.96 588	418.60 588	674.76 585	436.05 587

CBMV_ROB	818.48 583	913.88 588	709.52 588	862.84 589	597.78 589	1073.99 588	700.52 588	1015.66 588	702.59 585	1115.65 588	760.02 588	1130.24 589	721.57 586	1037.41 588	692.65 588	814.05 589	564.29 589	843.28 589	595.31 589	915.51 586	602.92 588

111111	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

SGD-Stereo	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

IGEV-Stereo++	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

IGEV-BASED-STEREO-	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

IGEV-Stereo+	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

SDNR	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

anonymousdsp2	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

anonymousdsp	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

test_example2	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589

DIP-Stereo	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 589	10000000.00 586	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 589
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark