Low-res two-view results

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

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

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

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

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

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

S2M2_XL	1.03 1	1.01 32	3.78 12	2.42 3	0.31 3	0.43 1	0.01 1	1.74 1	1.12 1	1.28 4	2.82 34	1.72 54	1.19 31	1.48 1	1.21 20	0.03 38	0.01 11	0.01 161	0.00 1	0.02 3	0.02 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	1.56 2	0.84 15	3.56 8	3.37 51	1.49 142	2.27 14	0.59 51	3.96 2	2.27 11	2.10 27	0.11 1	2.58 73	2.83 97	2.97 4	1.00 8	0.04 51	0.88 344	0.00 1	0.00 1	0.02 3	0.34 48

MS-F	1.59 3	0.74 5	3.22 2	2.42 3	0.35 9	2.15 11	0.02 2	5.40 7	3.17 32	1.79 19	0.61 9	2.15 67	1.22 32	4.28 17	1.38 29	0.61 374	0.61 281	0.00 1	0.27 333	0.02 3	1.34 262

HiDET	1.65 4	0.66 1	3.60 9	2.94 28	0.46 18	1.94 8	0.02 2	6.37 16	3.42 41	1.52 14	0.68 10	1.27 45	0.95 25	4.92 30	2.00 64	0.31 284	0.53 257	0.00 1	0.23 300	0.01 1	1.17 239

LGtest1	1.67 5	0.87 16	4.47 31	2.67 9	0.82 56	3.00 26	0.11 13	6.42 18	1.80 3	1.94 24	1.62 19	0.65 33	0.92 24	5.90 40	1.02 11	0.04 51	0.55 264	0.00 1	0.00 1	0.10 73	0.46 87

MLG-Stereo_test1	1.73 6	0.79 8	3.82 14	2.83 21	2.75 268	2.77 20	0.15 19	6.43 22	2.10 10	1.21 1	0.16 2	1.52 50	0.52 8	7.62 80	0.90 4	0.03 38	0.74 309	0.00 1	0.03 137	0.03 18	0.24 29

MLG-Stereo	1.73 6	0.78 7	3.87 15	3.09 37	1.06 87	3.04 27	0.16 22	7.00 41	2.55 16	1.24 2	0.19 4	1.50 48	0.65 15	7.55 78	0.86 2	0.11 172	0.81 326	0.00 1	0.03 137	0.03 18	0.19 25

OmniDepth	1.76 8	1.05 38	3.18 1	2.17 1	0.16 1	6.45 214	0.05 5	6.54 28	3.33 36	1.56 15	0.40 7	1.99 64	2.73 94	4.72 22	0.75 1	0.04 51	0.02 35	0.00 1	0.00 1	0.04 31	0.05 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MLG-Stereo_test3	1.79 9	0.82 13	4.52 33	2.79 18	1.61 159	3.91 56	0.24 29	6.61 30	1.52 2	1.35 7	1.22 14	1.97 62	0.63 14	6.25 50	1.27 23	0.04 51	0.66 291	0.00 1	0.00 1	0.05 36	0.29 36

LG-Stereo_L2	1.81 10	1.11 52	5.06 59	3.06 36	0.92 69	2.71 19	0.43 38	7.45 53	1.91 6	1.93 21	0.44 8	0.41 23	0.52 8	8.16 93	1.05 14	0.05 78	0.73 307	0.00 1	0.00 1	0.04 31	0.32 42

LG-Stereo_L1	1.82 11	1.13 55	4.80 43	3.05 35	1.18 98	2.86 23	0.49 42	7.33 52	2.07 8	1.66 16	0.31 5	0.52 26	0.58 11	8.22 96	1.09 16	0.05 78	0.74 309	0.01 161	0.00 1	0.03 18	0.29 36

MLG-Stereo_test2	1.82 11	0.81 11	3.61 10	3.13 39	2.26 232	2.82 22	0.16 22	5.42 8	2.37 12	2.20 32	0.17 3	3.22 80	0.17 1	7.52 77	0.91 5	0.37 306	0.71 303	0.00 1	0.00 1	0.05 36	0.51 100

252Zero-FE	1.84 13	0.98 28	4.47 31	3.26 45	0.75 45	1.97 10	0.08 7	6.80 36	4.77 64	1.93 21	3.67 44	0.18 1	0.28 2	4.02 16	1.16 18	0.04 51	1.19 441	0.09 279	0.42 413	0.04 31	0.69 133

CSFM-Stereo	1.85 14	0.72 3	3.47 6	2.90 26	0.34 8	3.06 28	0.15 19	6.97 40	3.08 26	2.66 48	1.25 15	1.50 48	1.08 28	4.86 27	1.63 46	0.66 385	0.61 281	0.00 1	0.23 300	0.02 3	1.84 331

Wavelet-MonSter	2.01 15	1.07 46	5.09 64	2.96 29	2.61 257	2.98 25	0.04 4	5.15 5	2.07 8	2.18 30	4.47 60	0.37 20	1.33 37	5.56 34	2.03 68	0.01 4	0.99 382	0.02 186	0.29 344	0.02 3	0.95 198

SGD-Stereo	2.03 16	0.90 18	4.25 21	2.80 19	0.38 11	3.39 39	0.90 68	7.22 50	2.50 15	4.05 83	1.12 13	1.77 56	1.31 35	8.51 103	1.04 12	0.24 258	0.01 11	0.00 1	0.00 1	0.06 46	0.12 15

dual_stereo	2.05 17	0.76 6	3.43 4	2.96 29	1.50 146	2.64 18	0.08 7	5.59 9	2.63 17	1.35 7	0.77 12	2.38 70	0.61 12	10.75 173	1.98 63	0.02 20	1.41 481	0.00 1	0.23 300	0.01 1	1.86 335

MonSter	2.06 18	0.90 18	4.81 44	2.70 10	1.72 178	6.01 186	0.13 15	6.67 31	3.15 29	1.51 12	2.25 23	0.33 15	0.36 3	7.02 65	1.29 25	0.01 4	0.98 368	0.00 1	0.38 399	0.02 3	1.01 208

LCMNet	2.07 19	0.71 2	3.39 3	2.31 2	0.61 33	1.95 9	0.09 11	6.95 38	7.84 138	1.41 9	1.63 20	1.25 44	1.31 35	6.83 60	1.95 58	0.48 338	0.58 274	0.00 1	0.24 310	0.02 3	1.82 329

Monster-pub-eth3d	2.07 19	0.90 18	4.82 46	2.70 10	1.72 178	6.01 186	0.13 15	6.67 31	3.14 28	1.51 12	2.25 23	0.33 15	0.37 5	7.11 72	1.29 25	0.01 4	0.98 368	0.00 1	0.38 399	0.02 3	1.01 208

MonStereo	2.08 21	0.90 18	4.78 42	2.70 10	1.71 177	6.04 189	0.13 15	6.67 31	3.15 29	1.50 10	2.24 22	0.32 14	0.36 3	7.36 73	1.29 25	0.01 4	0.98 368	0.00 1	0.38 399	0.02 3	1.01 208

IGEV	2.11 22	0.73 4	4.37 26	2.86 24	3.48 310	4.13 66	0.94 70	7.90 62	3.86 49	2.26 34	4.35 57	0.28 9	0.61 12	3.78 11	1.05 14	0.08 143	0.72 304	0.00 1	0.20 283	0.03 18	0.56 109

Monster-pub-mixall	2.13 23	0.98 28	4.13 19	2.74 15	0.99 80	2.50 15	0.53 48	6.96 39	3.27 33	3.25 66	3.80 48	0.40 22	0.48 7	9.26 131	1.12 17	0.02 20	1.14 427	0.01 161	0.18 272	0.04 31	0.70 137

4.5_new	2.16 24	0.96 24	4.43 29	2.83 21	1.93 203	5.59 164	1.24 91	6.25 14	2.81 20	4.41 93	3.54 42	0.46 24	0.96 26	3.70 8	1.41 36	0.33 291	1.01 391	0.00 1	0.21 287	0.11 83	1.11 231

4.5w-stereo	2.16 24	0.96 24	4.43 29	2.83 21	1.93 203	5.59 164	1.25 94	6.25 14	2.81 20	4.41 93	3.53 41	0.46 24	0.96 26	3.70 8	1.42 39	0.33 291	1.01 391	0.00 1	0.21 287	0.11 83	1.11 231

S2M2_L	2.24 26	1.47 105	4.41 28	3.77 64	1.20 100	2.26 13	0.06 6	6.51 25	7.31 120	1.92 20	4.58 65	4.42 103	0.81 20	2.90 3	1.83 52	0.58 362	0.11 133	0.03 205	0.00 1	0.49 291	0.09 9
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
4.25_new	2.28 27	1.01 32	4.72 39	3.33 47	2.74 263	4.30 71	2.29 202	6.42 18	3.33 36	2.35 36	3.76 45	0.26 4	2.35 79	4.64 19	1.40 31	0.63 377	0.99 382	0.00 1	0.26 325	0.03 18	0.74 146

4.5w_new	2.28 27	1.01 32	4.72 39	3.33 47	2.74 263	4.30 71	2.29 202	6.42 18	3.33 36	2.35 36	3.76 45	0.26 4	2.35 79	4.64 19	1.40 31	0.63 377	0.99 382	0.00 1	0.26 325	0.03 18	0.74 146

4.25w-stereo	2.28 27	1.01 32	4.72 39	3.33 47	2.74 263	4.31 73	2.30 206	6.42 18	3.33 36	2.35 36	3.76 45	0.26 4	2.35 79	4.64 19	1.40 31	0.63 377	0.99 382	0.00 1	0.26 325	0.03 18	0.74 146

asda	2.30 30	1.05 38	5.07 63	3.16 41	1.97 208	3.28 35	0.84 67	6.58 29	3.63 45	2.65 47	3.26 37	0.65 33	2.93 99	6.05 45	1.83 52	0.70 390	1.01 391	0.00 1	0.27 333	0.10 73	0.86 167

LG-G_1	2.39 31	0.79 8	4.63 35	3.83 70	0.64 37	10.74 293	0.58 49	7.00 41	1.89 4	1.72 17	1.33 16	1.33 46	2.10 67	8.16 93	1.40 31	0.05 78	0.66 291	0.00 1	0.00 1	0.06 46	0.94 195

LG-G	2.39 31	0.79 8	4.63 35	3.83 70	0.64 37	10.74 293	0.58 49	7.00 41	1.89 4	1.72 17	1.33 16	1.33 46	2.10 67	8.16 93	1.40 31	0.05 78	0.66 291	0.00 1	0.00 1	0.06 46	0.94 195

asd	2.40 33	0.92 22	4.93 52	2.96 29	2.30 235	3.95 57	0.35 32	7.56 56	2.81 20	3.69 76	2.96 35	0.54 28	2.23 76	8.72 107	1.25 21	0.70 390	0.84 333	0.00 1	0.13 224	0.12 88	0.93 189

4w-stereo	2.40 33	1.23 70	5.26 70	2.81 20	2.14 223	3.64 50	0.60 52	7.00 41	2.73 19	2.99 56	4.33 56	0.35 18	3.26 106	7.50 76	1.55 43	0.32 288	0.98 368	0.00 1	0.30 353	0.05 36	0.96 202

DEFOM-Stereo	2.43 35	1.22 67	4.56 34	3.89 72	1.05 84	12.70 324	0.80 64	5.07 4	2.70 18	3.02 58	1.81 21	0.61 30	0.54 10	8.77 109	1.01 9	0.02 20	0.01 11	0.00 1	0.00 1	0.03 18	0.69 133

2.75w_new	2.45 36	1.02 37	5.11 65	2.65 6	1.60 157	3.48 44	2.22 201	6.17 13	3.29 35	5.05 117	4.14 55	0.30 12	2.34 78	6.69 59	2.71 119	0.06 112	0.99 382	0.00 1	0.28 338	0.03 18	0.85 164

2.5w	2.47 37	0.97 26	5.69 81	3.45 53	1.92 201	3.19 32	2.18 196	6.67 31	2.91 24	2.14 28	5.66 98	0.25 3	1.97 62	7.82 84	1.43 40	0.18 227	1.07 408	0.00 1	0.30 353	0.03 18	1.46 282

GEAStereo	2.49 38	1.24 71	4.35 24	4.86 136	1.65 167	4.29 69	1.45 109	9.09 84	4.32 56	2.74 51	2.76 31	1.20 42	2.22 72	3.97 13	1.97 60	0.07 133	1.09 410	0.05 229	0.00 1	0.25 149	2.16 402

AdaDepth	2.53 39	1.09 48	6.44 113	3.77 64	3.11 293	3.50 48	0.68 55	5.77 10	3.85 48	2.06 26	3.46 40	0.52 26	1.57 45	11.34 198	1.39 30	0.04 51	0.91 351	0.00 1	0.22 289	0.05 36	0.78 156

RAStereo	2.53 39	1.48 108	7.27 151	4.18 93	1.48 136	1.78 5	0.13 15	8.50 70	8.15 148	2.40 40	4.11 54	3.37 81	0.81 20	3.73 10	2.75 122	0.05 78	0.00 1	0.00 1	0.00 1	0.35 209	0.14 17

monsters	2.54 41	1.47 105	4.92 51	4.14 87	4.45 362	2.18 12	0.17 24	8.94 80	3.39 40	4.75 106	3.04 36	0.22 2	0.75 17	8.85 111	1.43 40	0.17 218	0.98 368	0.00 1	0.32 360	0.02 3	0.60 119

IGEV-Stereo++	2.55 42	0.93 23	4.65 37	4.40 111	3.52 312	3.33 37	0.10 12	8.77 76	4.60 60	2.63 46	4.41 58	2.00 65	4.67 168	3.47 6	0.98 6	0.02 20	0.78 320	0.09 279	0.00 1	0.06 46	1.65 307

3.25w_new	2.57 43	1.05 38	5.06 59	2.75 16	1.49 142	5.86 179	1.15 83	7.21 48	3.61 43	4.57 99	3.97 52	0.64 31	2.42 85	7.83 86	1.41 36	0.07 133	0.97 364	0.00 1	0.23 300	0.08 60	0.95 198

3.25w	2.57 43	1.05 38	5.06 59	2.75 16	1.49 142	5.87 180	1.15 83	7.21 48	3.61 43	4.57 99	3.97 52	0.64 31	2.42 85	7.82 84	1.41 36	0.07 133	0.97 364	0.00 1	0.23 300	0.08 60	0.95 198

qwe	2.64 45	0.97 26	4.85 48	3.09 37	2.86 276	4.53 84	0.28 30	7.28 51	3.06 25	5.38 124	4.85 72	0.57 29	0.88 22	9.13 124	2.39 95	0.42 325	0.96 360	0.00 1	0.30 353	0.12 88	0.90 180

3.75w	2.66 46	1.12 54	4.96 55	2.92 27	3.25 299	7.95 257	1.38 100	6.44 23	3.16 31	3.38 68	4.87 73	0.33 15	2.71 93	6.99 64	1.28 24	0.36 301	0.96 360	0.00 1	0.14 235	0.10 73	0.89 177

2w_stereo	2.67 47	1.09 48	5.38 74	3.25 44	1.25 110	4.61 88	3.77 274	7.59 58	4.10 53	4.28 89	5.14 82	0.27 7	4.25 139	4.81 26	2.06 71	0.11 172	0.72 304	0.00 1	0.18 272	0.02 3	0.48 92

GREAT-IGEV	2.67 47	1.48 108	5.32 73	3.65 59	1.73 180	2.92 24	0.20 26	6.37 16	6.52 108	1.34 6	5.23 85	1.09 40	1.45 43	10.01 154	1.57 44	0.11 172	1.50 493	0.00 1	0.24 310	0.19 124	2.48 433

GSStereo	2.68 49	1.24 71	4.35 24	4.97 149	1.65 167	4.29 69	1.45 109	9.98 99	5.42 75	3.09 60	2.76 31	1.86 58	2.22 72	3.97 13	1.97 60	0.06 112	1.02 399	0.00 1	0.86 462	0.25 149	2.14 398

2.25w	2.72 50	1.05 38	6.11 93	3.00 33	1.81 191	3.48 44	0.41 35	6.68 35	2.83 23	4.84 110	6.79 108	0.37 20	2.42 85	9.01 115	3.30 157	0.22 252	1.00 387	0.00 1	0.30 353	0.02 3	0.81 158

monsterstereo	2.74 51	1.26 75	5.23 69	4.64 123	4.44 358	1.81 7	0.08 7	6.52 26	5.70 81	3.84 81	7.47 116	0.27 7	0.37 5	9.33 133	1.51 42	0.05 78	1.11 421	0.00 1	0.35 377	0.03 18	0.75 150

LG-Stereo	2.75 52	1.78 157	8.47 198	4.32 110	1.04 83	3.56 49	1.20 88	7.18 47	6.19 101	2.53 44	7.57 120	1.07 39	0.75 17	5.24 32	2.51 102	0.49 342	0.27 187	0.01 161	0.03 137	0.34 203	0.44 81

3.5w_stereo	2.78 53	1.48 108	5.51 78	2.66 7	1.61 159	5.90 184	1.09 80	7.46 54	3.28 34	4.31 91	4.49 61	0.35 18	2.04 66	10.32 162	3.27 156	0.21 247	0.66 291	0.00 1	0.09 202	0.02 3	0.88 173

111111	2.79 54	1.16 56	4.90 49	4.16 88	4.50 365	3.40 40	0.22 28	9.37 90	4.11 54	2.47 43	4.41 58	2.27 68	2.02 64	9.21 127	1.37 28	0.01 4	0.79 322	0.08 269	0.01 93	0.14 99	1.19 243

StereoAnything_RVC	2.80 55	12.35 518	6.48 120	2.89 25	1.06 87	1.47 4	0.17 24	5.24 6	2.04 7	1.29 5	0.35 6	0.29 11	3.53 114	8.37 101	1.01 9	0.05 78	0.88 344	0.00 1	0.00 1	6.93 515	1.66 308

3w_stereo	2.85 56	1.08 47	6.84 135	3.00 33	0.62 34	5.35 147	6.31 350	7.70 60	3.87 50	4.12 86	5.00 80	0.30 12	4.15 137	4.87 28	1.71 48	0.00 1	1.02 399	0.00 1	0.24 310	0.03 18	0.87 172

fffft	2.87 57	1.37 90	6.09 92	3.63 58	1.48 136	4.34 76	4.03 282	9.11 86	3.91 51	3.19 62	2.34 25	1.90 60	1.43 42	10.93 177	2.22 78	0.00 1	0.23 175	0.00 1	0.00 1	0.38 238	0.85 164
1: 1. 1
Replicate-Monster	2.96 58	3.67 401	12.48 362	2.73 14	1.29 115	3.18 31	0.44 39	7.55 55	4.93 66	4.05 83	1.50 18	0.77 36	1.12 29	9.21 127	0.87 3	0.19 239	1.15 428	0.00 1	0.22 289	0.28 177	3.54 470

MaDis-Stereo	2.96 58	2.05 225	7.26 150	3.35 50	2.54 251	1.78 5	0.28 30	8.41 67	5.58 79	2.77 53	3.62 43	7.05 158	4.60 156	5.95 41	3.33 158	0.01 4	0.05 72	0.00 1	0.00 1	0.19 124	0.39 66

gasm-f	2.98 60	1.42 97	4.98 56	4.86 136	1.58 154	4.40 80	2.46 216	9.09 84	4.32 56	2.74 51	5.99 102	1.20 42	3.99 129	6.65 58	2.16 77	0.07 133	1.09 410	0.05 229	0.00 1	0.30 187	2.16 402

IGEV-Stereo+	3.03 61	1.10 50	5.14 68	3.52 56	4.87 378	2.53 16	0.68 55	4.40 3	3.11 27	2.20 32	0.71 11	0.79 38	3.45 109	8.89 113	1.25 21	0.08 143	0.70 300	0.00 1	0.40 409	5.72 511	11.13 553

LG-Stereo_Zeroshot	3.06 62	1.06 45	6.40 110	5.55 192	1.90 199	3.79 53	0.82 65	7.92 64	3.70 47	4.01 82	10.87 168	2.27 68	5.15 181	3.49 7	2.09 74	0.19 239	0.64 288	0.00 1	0.35 377	0.42 259	0.58 117

SMoEStereo_RVC	3.08 63	1.77 156	5.88 86	4.29 108	0.76 46	6.25 203	1.85 170	8.81 78	4.44 58	4.08 85	3.85 50	2.76 75	2.21 70	11.07 180	2.28 81	0.01 4	0.13 141	0.03 205	0.00 1	0.35 209	0.83 162

Zero-FE251	3.09 64	1.71 144	6.29 103	4.81 133	2.16 226	7.18 234	0.73 58	8.50 70	3.56 42	5.39 125	2.58 26	5.37 128	4.09 134	4.80 25	1.73 49	0.49 342	0.81 326	0.05 229	0.03 137	0.03 18	1.45 280

AIO_test	3.09 64	1.33 86	5.84 84	4.60 121	3.35 302	5.26 141	2.32 207	9.12 88	5.01 67	1.93 21	4.76 70	4.23 101	1.35 39	7.85 89	1.18 19	0.92 428	1.03 404	0.00 1	0.29 344	0.07 55	1.30 258

GIP-stereo	3.09 64	1.42 97	4.82 46	5.64 200	4.11 337	3.31 36	0.74 59	9.86 97	6.75 112	2.44 41	5.48 88	4.08 95	3.14 102	5.77 38	1.68 47	0.14 198	0.63 286	0.00 1	0.00 1	0.09 70	1.66 308

UniTT-Stereo	3.10 67	1.22 67	7.79 173	4.50 116	2.51 248	2.59 17	0.42 37	5.88 11	5.74 84	5.46 128	7.76 122	1.12 41	1.46 44	9.06 119	5.42 250	0.06 112	0.07 110	0.00 1	0.01 93	0.60 328	0.26 32

IGEV-RUCA	3.15 68	1.28 80	5.12 66	5.23 170	2.34 240	6.02 188	1.75 160	7.71 61	5.31 72	2.77 53	4.98 79	4.01 93	2.39 84	10.02 155	1.73 49	0.17 218	0.26 185	0.21 369	0.29 344	0.74 364	0.58 117

1w_stereo	3.18 69	0.88 17	4.34 23	3.77 64	2.15 224	4.45 82	6.50 356	7.10 46	5.69 80	3.58 73	7.40 115	0.28 9	4.26 141	8.58 105	2.83 135	0.05 78	0.64 288	0.00 1	0.01 93	0.02 3	1.16 236

mms	3.23 70	1.87 183	6.16 98	4.22 98	2.38 242	4.13 66	3.87 275	8.68 74	5.05 68	2.68 49	5.66 98	3.05 77	1.33 37	9.68 145	2.35 89	0.01 4	0.55 264	0.00 1	0.00 1	0.42 259	2.47 432

ours_stereo	3.25 71	1.81 165	5.95 91	4.18 93	1.97 208	3.79 53	2.71 232	8.97 81	6.86 113	2.39 39	5.79 101	3.97 92	1.82 59	9.84 149	2.05 70	0.02 20	0.21 170	0.00 1	0.00 1	0.38 238	2.35 423

zero-FE	3.32 72	1.18 61	5.60 79	4.69 124	4.43 357	3.21 34	1.46 113	6.93 37	2.47 14	1.50 10	2.64 27	1.71 53	4.81 171	6.47 56	3.42 165	0.59 368	0.90 349	0.00 1	0.28 338	13.31 546	0.77 153

AIO-Stereo	3.32 72	1.49 113	5.67 80	5.06 154	1.51 148	4.67 94	1.71 153	10.31 106	5.90 97	3.02 58	4.90 76	5.32 126	0.80 19	10.66 167	1.88 55	0.06 112	0.85 340	0.00 1	0.70 453	0.14 99	1.78 321

AIO_rvc	3.33 74	1.66 137	6.67 129	4.55 117	3.62 315	5.18 135	1.79 165	8.85 79	5.06 69	2.17 29	4.89 75	4.69 111	1.16 30	10.57 165	2.01 67	0.59 368	1.10 417	0.00 1	0.04 153	0.16 108	1.84 331

RSM++	3.35 75	1.29 82	5.82 83	5.16 167	1.00 81	4.93 122	2.54 220	10.70 115	5.17 70	3.45 70	4.81 71	6.63 152	1.86 60	10.23 159	2.06 71	0.05 78	0.06 97	0.01 161	0.18 272	0.19 124	0.95 198

HUF	3.37 76	1.82 173	7.11 146	3.74 63	1.68 172	5.10 131	2.12 190	10.44 110	5.26 71	2.44 41	4.54 63	5.45 131	2.61 90	7.44 75	2.03 68	0.91 426	2.05 513	0.09 279	0.00 1	0.19 124	2.46 429

RSM	3.39 77	1.22 67	5.46 76	5.06 154	1.60 157	4.70 97	1.76 162	10.72 116	4.92 65	3.67 75	4.52 62	7.70 173	1.74 55	11.04 179	2.06 71	0.05 78	0.18 157	0.00 1	0.35 377	0.19 124	0.92 184

FlowAnything_test	3.40 78	1.63 129	7.17 147	8.89 407	1.37 121	8.59 261	2.43 214	8.27 66	4.69 62	4.28 89	2.68 28	3.47 86	0.74 16	6.21 49	5.48 254	0.11 172	0.04 61	0.17 350	0.65 449	0.17 114	0.91 183

DEFOM-Stereo_RVC	3.40 78	7.12 467	4.30 22	11.17 468	1.69 174	4.59 86	0.46 41	9.11 86	3.63 45	2.69 50	3.29 38	0.75 35	7.02 239	9.35 134	2.00 64	0.01 4	0.15 150	0.00 1	0.19 278	0.06 46	0.39 66

EGLCR-Stereo	3.41 80	1.28 80	6.47 116	4.22 98	1.36 119	5.18 135	1.24 91	11.58 136	5.47 77	3.80 79	3.40 39	8.10 181	1.69 53	9.53 142	2.23 80	0.09 153	0.89 348	0.01 161	0.00 1	0.24 145	1.42 277

VIP-Stereo	3.44 81	1.88 184	6.40 110	3.40 52	4.56 370	14.56 354	1.70 151	6.48 24	4.46 59	2.19 31	5.59 93	2.42 71	1.80 57	9.75 148	2.11 76	0.01 4	0.98 368	0.00 1	0.01 93	0.09 70	0.49 95

DDF-Stereo	3.46 82	1.20 62	5.41 75	5.11 162	4.42 356	3.37 38	1.47 115	6.01 12	2.40 13	1.25 3	2.68 28	1.67 52	4.52 155	8.23 99	3.48 167	0.58 362	0.92 353	0.00 1	0.29 344	15.46 553	0.74 146

Selective-IGEV	3.46 82	1.32 85	5.92 90	4.55 117	2.27 233	4.65 91	2.07 189	11.50 133	5.81 86	3.19 62	4.75 69	5.46 132	1.77 56	11.24 192	2.37 92	0.05 78	0.82 331	0.00 1	0.20 283	0.10 73	1.17 239

tt45	3.47 84	1.65 134	5.29 72	4.20 96	1.93 203	8.00 258	1.99 186	9.99 102	4.05 52	5.83 132	4.57 64	4.57 110	2.37 83	11.40 200	2.38 94	0.01 4	0.14 147	0.00 1	0.01 93	0.40 248	0.69 133

MGS-Stereo	3.47 84	1.54 117	7.34 158	3.79 67	0.51 27	4.78 107	1.51 120	6.53 27	9.92 181	4.54 98	10.22 154	5.44 129	1.26 34	8.51 103	2.53 106	0.21 247	0.01 11	0.02 186	0.00 1	0.59 322	0.23 27

IGEV++	3.49 86	1.67 139	6.59 125	6.41 270	1.44 126	4.50 83	1.66 141	11.20 127	5.34 73	3.01 57	6.40 106	4.30 102	4.36 144	5.66 37	3.53 171	0.05 78	1.20 443	0.00 1	0.15 244	0.32 193	2.10 392

CroCo-Stereo	3.51 87	2.49 324	8.03 183	9.10 410	1.26 112	0.97 2	0.96 73	11.24 132	8.52 158	3.79 78	4.87 73	7.93 179	4.44 153	3.26 5	2.76 124	0.03 38	0.00 1	0.00 1	0.00 1	0.34 203	0.16 21
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
MSCF	3.53 88	2.33 295	6.43 112	4.97 149	1.76 185	5.30 144	1.43 104	9.49 92	5.37 74	5.50 129	6.46 107	1.79 57	6.92 237	6.16 48	1.85 54	0.11 172	1.01 391	0.00 1	1.07 481	0.27 171	2.30 417

Pointernet	3.56 89	0.99 31	6.55 123	3.79 67	0.85 61	5.19 137	0.36 33	17.55 244	7.32 121	4.50 97	6.92 109	4.82 114	2.69 91	5.26 33	2.99 139	0.04 51	0.53 257	0.00 1	0.35 377	0.05 36	0.42 75

GLC_STEREO	3.61 90	1.35 88	3.91 16	6.86 311	0.23 2	4.69 95	1.61 129	9.80 95	7.20 118	5.64 131	9.11 135	5.19 120	2.02 64	10.25 160	3.70 178	0.07 133	0.04 61	0.22 377	0.00 1	0.24 145	0.17 23

MoCha-V2	3.68 91	1.42 97	5.50 77	6.03 241	1.50 146	4.53 84	1.32 98	11.05 125	6.30 104	5.86 133	5.39 87	2.66 74	6.33 214	10.36 163	1.58 45	0.19 239	1.57 499	0.00 1	0.24 310	0.07 55	1.77 320

GASTEREO	3.69 92	2.44 316	6.32 104	5.26 173	1.76 185	5.46 149	1.44 107	9.55 94	5.71 82	5.61 130	6.96 111	1.61 51	6.99 238	8.15 92	1.89 56	0.10 164	1.01 391	0.00 1	1.07 481	0.17 114	2.30 417

fffy	3.69 92	1.76 153	7.01 139	4.25 107	1.49 142	4.74 103	1.69 150	10.96 121	7.10 116	2.90 55	6.29 104	6.27 147	3.10 101	10.41 164	2.09 74	0.01 4	1.02 399	0.00 1	0.00 1	0.37 226	2.28 414

SCV	3.72 94	1.81 165	7.24 149	5.65 202	1.66 169	4.31 73	1.64 133	12.11 140	6.98 114	2.28 35	4.94 78	6.07 140	2.70 92	10.28 161	2.30 82	0.09 153	0.98 368	0.00 1	0.53 434	0.55 307	2.27 412

999	3.74 95	1.55 119	5.72 82	5.15 166	2.42 244	7.40 241	2.13 191	10.76 117	7.33 122	3.20 64	5.04 81	5.01 116	2.26 77	12.45 261	3.06 144	0.06 112	0.24 179	0.00 1	0.00 1	0.37 226	0.66 127

AEACV	3.74 95	1.42 97	6.45 114	5.61 196	6.24 446	4.69 95	1.54 125	7.61 59	7.19 117	3.59 74	7.87 125	4.20 98	6.43 219	6.07 46	1.96 59	0.03 38	1.03 404	0.04 221	0.54 436	0.23 141	2.12 395

CREStereo	3.75 97	1.21 63	3.79 13	2.66 7	0.66 39	5.52 153	0.39 34	10.77 119	14.18 229	7.14 143	10.54 160	5.25 123	3.54 115	6.27 52	2.88 137	0.04 51	0.01 11	0.03 205	0.01 93	0.05 36	0.05 2
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
castereo++	3.76 98	1.79 159	5.06 59	4.09 84	2.65 258	16.30 396	1.89 178	8.46 69	9.15 171	2.53 44	4.66 66	5.04 117	2.00 63	9.08 121	1.04 12	0.02 20	0.59 278	0.00 1	0.34 373	0.08 60	0.50 98

trnet	3.79 99	1.10 50	3.76 11	2.70 10	0.63 36	5.60 166	0.41 35	10.89 120	14.11 228	7.11 142	10.55 162	5.73 135	3.75 119	6.25 50	2.89 138	0.04 51	0.02 35	0.03 205	0.01 93	0.06 46	0.07 5

SCV_C0	3.81 100	1.92 194	7.94 180	4.22 98	1.75 183	4.82 110	1.56 126	11.79 137	8.00 141	3.23 65	5.14 82	6.19 144	1.81 58	11.49 209	2.42 97	0.17 218	1.09 410	0.00 1	0.23 300	0.38 238	2.04 379

LoS	3.83 101	1.25 74	4.39 27	3.29 46	0.58 31	4.87 111	1.15 83	11.00 122	13.34 217	5.02 113	10.69 163	4.14 96	3.78 121	9.15 126	3.20 151	0.08 143	0.03 52	0.09 279	0.00 1	0.13 97	0.35 50
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 102	0.81 11	6.63 127	4.40 111	11.89 529	11.98 312	0.20 26	8.42 68	5.78 85	1.97 25	2.73 30	0.77 36	1.59 46	2.60 2	0.98 6	0.04 51	0.04 61	10.46 550	5.41 539	0.05 36	0.14 17

IGEVStereo-DCA	3.90 103	2.95 358	7.30 152	4.05 79	0.92 69	4.94 124	1.65 136	14.40 177	5.82 87	4.17 87	4.67 67	4.50 108	3.95 127	11.24 192	4.28 208	0.18 227	0.56 267	0.00 1	0.17 259	0.25 149	1.98 357

ff7	3.92 104	2.12 245	7.30 152	4.22 98	1.47 131	4.90 115	1.65 136	14.40 177	5.82 87	5.08 118	5.59 93	3.45 82	4.61 159	11.48 205	2.76 124	0.04 51	0.98 368	0.00 1	0.17 259	0.35 209	1.98 357

ffff	3.92 104	2.12 245	7.30 152	4.22 98	1.47 131	4.90 115	1.65 136	14.40 177	5.82 87	5.08 118	5.59 93	3.45 82	4.61 159	11.48 205	2.76 124	0.04 51	0.98 368	0.00 1	0.17 259	0.35 209	1.98 357

11t	3.92 104	2.12 245	7.30 152	4.22 98	1.47 131	4.90 115	1.65 136	14.40 177	5.82 87	5.08 118	5.59 93	3.45 82	4.61 159	11.48 205	2.76 124	0.04 51	0.98 368	0.00 1	0.17 259	0.35 209	1.98 357

ccc-4	3.92 104	2.12 245	7.30 152	4.22 98	1.47 131	4.90 115	1.65 136	14.40 177	5.82 87	5.08 118	5.59 93	3.45 82	4.61 159	11.48 205	2.76 124	0.04 51	0.98 368	0.00 1	0.17 259	0.35 209	1.98 357

anonymousdsp	3.97 108	2.10 238	6.76 132	4.43 113	1.82 194	4.92 120	1.68 142	14.84 190	5.82 87	5.26 123	5.54 91	4.20 98	4.37 148	11.54 215	2.68 117	0.04 51	0.87 342	0.00 1	0.18 272	0.36 220	1.98 357

IGEV-Stereo	3.97 108	2.10 238	6.78 134	4.43 113	1.81 191	4.92 120	1.68 142	14.84 190	5.82 87	5.25 122	5.54 91	4.22 100	4.36 144	11.55 216	2.68 117	0.04 51	0.88 344	0.00 1	0.18 272	0.36 220	1.98 357
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 110	2.95 358	11.04 319	4.05 79	0.92 69	4.94 124	1.53 124	11.97 139	6.50 107	4.17 87	4.67 67	4.50 108	3.95 127	11.24 192	4.28 208	0.18 227	0.56 267	0.00 1	0.22 289	0.25 149	1.88 337

rvit_stereo_0081_aga	4.01 111	3.10 370	10.05 268	5.65 202	3.01 288	4.91 119	1.88 175	8.80 77	7.27 119	6.97 138	6.94 110	5.81 137	3.23 105	7.63 81	3.77 182	0.08 143	0.00 1	0.00 1	0.00 1	0.62 332	0.44 81

water-stereo	4.05 112	1.16 56	6.14 95	3.96 74	0.83 59	5.09 130	1.09 80	13.45 163	5.71 82	6.59 136	14.69 203	7.49 167	5.81 201	3.80 12	3.51 168	0.38 310	0.18 157	0.10 292	0.05 168	0.07 55	0.90 180

CES	4.08 113	1.34 87	3.46 5	3.65 59	11.49 526	5.24 139	0.99 75	10.15 103	9.15 171	3.80 79	9.29 140	1.76 55	0.91 23	6.94 62	2.64 116	0.07 133	0.05 72	0.01 161	0.00 1	1.63 430	9.03 538

test_xeample3	4.08 113	2.95 358	11.20 323	4.05 79	1.05 84	5.62 167	1.58 127	13.23 151	4.76 63	7.10 141	3.83 49	3.18 79	3.30 107	11.75 220	4.42 215	0.08 143	0.74 309	0.00 1	0.38 399	0.26 162	2.04 379

LoS_RVC	4.09 115	3.01 364	4.81 44	4.88 139	7.78 486	5.24 139	2.80 237	7.57 57	4.24 55	4.41 93	10.34 156	3.62 88	6.34 215	6.59 57	2.37 92	0.04 51	0.03 52	0.00 1	0.01 93	0.06 46	7.70 526

CASnet	4.11 116	1.27 78	5.28 71	5.63 199	0.31 3	4.89 114	2.86 239	11.52 134	11.73 197	11.06 187	11.80 177	4.16 97	1.63 48	6.30 53	2.22 78	0.63 377	0.00 1	0.60 434	0.13 224	0.15 104	0.07 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 117	1.50 115	5.89 89	3.82 69	1.88 197	3.75 52	6.51 357	8.68 74	6.38 106	4.81 107	8.44 128	9.56 204	4.31 142	10.00 153	4.16 199	0.05 78	0.84 333	0.00 1	0.19 278	0.23 141	1.71 313

ProNet	4.14 117	2.35 304	7.50 162	4.22 98	1.47 131	5.67 171	6.24 346	13.78 173	7.71 128	3.38 68	4.93 77	3.72 89	3.52 112	11.52 214	2.72 120	0.08 143	1.32 465	0.01 161	0.26 325	0.47 279	2.02 373

WCG-NET	4.15 119	1.44 103	6.47 116	3.48 54	0.31 3	4.36 79	1.74 158	8.24 65	15.53 243	8.94 167	9.64 143	6.87 156	4.12 136	7.42 74	2.86 136	0.02 20	1.09 410	0.00 1	0.00 1	0.21 133	0.28 34

castereo	4.17 120	1.71 144	4.94 53	4.23 106	1.13 92	6.25 203	6.97 374	10.76 117	16.22 252	3.25 66	7.74 121	3.55 87	7.25 244	5.61 36	2.63 114	0.04 51	0.38 215	0.00 1	0.26 325	0.08 60	0.44 81

rvit_stereo_0081	4.20 121	2.18 264	9.43 243	6.66 294	1.77 187	3.43 41	2.29 202	8.53 72	16.32 257	4.68 104	5.52 89	5.21 121	4.60 156	8.22 96	4.20 201	0.05 78	0.01 11	0.00 1	0.01 93	0.41 252	0.49 95

rvit_stereo_0082	4.20 121	2.18 264	9.43 243	6.66 294	1.77 187	3.43 41	2.29 202	8.53 72	16.32 257	4.68 104	5.52 89	5.21 121	4.60 156	8.22 96	4.20 201	0.05 78	0.01 11	0.00 1	0.01 93	0.41 252	0.49 95

CroCo-Stereo Lap2	4.21 123	2.60 335	9.11 221	10.21 439	6.06 439	1.11 3	0.78 62	10.63 113	8.34 152	3.46 71	5.18 84	8.92 192	5.66 197	6.42 54	4.53 220	0.03 38	0.05 72	0.00 1	0.00 1	0.81 378	0.39 66

HART	4.24 124	2.13 251	6.15 96	5.53 188	1.40 124	4.32 75	0.74 59	13.35 160	5.92 98	6.13 134	12.75 188	6.81 155	1.70 54	11.14 189	2.42 97	0.03 38	1.48 492	0.10 292	0.00 1	0.55 307	2.26 410

CAS++	4.25 125	2.16 259	6.64 128	4.57 120	1.14 95	4.22 68	1.62 130	19.22 269	10.81 188	9.35 170	9.25 139	1.97 62	1.40 41	9.87 151	2.00 64	0.15 209	0.05 72	0.00 1	0.00 1	0.33 197	0.28 34
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 126	2.26 281	8.78 207	5.09 158	1.45 127	5.66 168	1.08 79	13.30 159	8.20 149	8.93 166	10.09 152	6.61 151	3.52 112	5.14 31	3.20 151	0.02 20	1.13 424	0.06 241	0.00 1	0.32 193	0.39 66

rvit_stereo_0080	4.27 127	2.89 352	9.02 216	4.10 85	1.93 203	4.06 59	7.35 385	10.37 107	8.86 165	5.39 125	7.51 117	6.20 145	4.36 144	7.08 66	4.75 227	0.45 334	0.01 11	0.00 1	0.00 1	0.59 322	0.45 84

whm_eth	4.27 127	2.89 352	9.02 216	4.10 85	1.93 203	4.06 59	7.35 385	10.37 107	8.86 165	5.39 125	7.51 117	6.20 145	4.36 144	7.08 66	4.75 227	0.45 334	0.01 11	0.00 1	0.00 1	0.59 322	0.45 84

testlalala	4.28 129	1.72 147	8.36 195	4.01 75	3.59 313	7.88 254	1.70 151	9.98 99	5.56 78	13.20 222	10.02 146	7.06 159	1.91 61	5.98 42	2.36 90	0.03 38	1.26 457	0.00 1	0.41 412	0.06 46	0.52 101

DA	4.31 130	1.05 38	5.88 86	5.93 236	1.67 170	16.29 394	1.88 175	10.25 104	8.13 146	4.63 101	7.82 123	6.18 142	4.91 174	4.78 23	3.04 142	0.17 218	1.18 434	0.00 1	0.00 1	0.08 60	2.28 414

GGEV	4.31 130	1.05 38	5.88 86	5.93 236	1.67 170	16.29 394	1.88 175	10.25 104	8.13 146	4.63 101	7.82 123	6.18 142	4.91 174	4.78 23	3.04 142	0.17 218	1.18 434	0.00 1	0.00 1	0.08 60	2.28 414

MM-Stereo_test2	4.38 132	1.62 126	7.85 176	5.85 232	1.12 90	7.07 232	2.18 196	15.22 194	8.69 162	7.23 147	5.26 86	4.83 115	3.75 119	10.87 175	2.40 96	0.03 38	1.04 406	0.00 1	0.14 235	0.41 252	2.02 373

plain	4.41 133	2.18 264	11.50 331	5.46 186	2.97 286	3.20 33	1.38 100	9.01 83	5.96 99	3.56 72	16.63 223	3.01 76	2.76 95	14.80 347	4.25 207	0.32 288	0.00 1	0.04 221	0.01 93	0.79 373	0.43 78

depthmonostereo	4.46 134	2.22 270	7.17 147	4.79 131	1.32 117	7.84 253	1.36 99	15.70 203	12.86 208	5.04 114	7.89 127	5.04 117	6.26 213	6.95 63	3.25 154	0.07 133	0.23 175	0.12 319	0.07 187	0.08 60	1.06 220

MC-Stereo	4.47 135	1.16 56	5.85 85	6.14 247	1.43 125	3.70 51	1.73 154	10.62 112	7.83 137	6.85 137	13.33 194	6.77 154	6.21 212	11.23 191	2.52 104	0.04 51	1.30 459	0.06 241	0.24 310	0.17 114	2.14 398

MIF-Stereo (partial)	4.55 136	1.63 129	8.37 196	5.46 186	5.35 402	3.48 44	0.94 70	9.80 95	8.03 143	4.45 96	15.68 213	5.33 127	5.11 178	11.92 230	4.57 221	0.06 112	0.02 35	0.06 241	0.03 137	0.45 272	0.30 39

DilatedVolume-Stereo	4.62 137	1.66 137	6.95 138	4.21 97	1.86 196	10.94 295	0.99 75	12.18 141	6.28 103	12.65 201	10.00 145	5.44 129	3.80 122	10.06 157	3.61 176	0.13 194	0.49 246	0.09 279	0.28 338	0.09 70	0.68 130

XX-TBD	4.63 138	10.71 498	3.94 17	10.55 453	0.62 34	5.95 185	0.08 7	7.91 63	12.75 204	11.73 193	14.80 206	4.04 94	1.64 49	4.90 29	2.61 112	0.08 143	0.01 11	0.00 1	0.00 1	0.26 162	0.06 4

rvit_stereo_0083	4.77 139	2.28 283	10.63 299	7.49 353	1.73 180	4.88 112	2.71 232	8.97 81	18.71 289	5.01 112	7.88 126	6.38 149	5.11 178	7.80 83	4.86 233	0.28 277	0.04 61	0.00 1	0.01 93	0.26 162	0.39 66

MyStereo07	4.80 140	2.38 309	6.21 99	6.63 289	4.77 375	6.47 215	9.60 423	16.70 226	5.88 95	4.81 107	5.77 100	3.13 78	5.68 198	12.07 236	2.46 99	0.09 153	1.33 469	0.03 205	0.32 360	0.74 364	0.93 189

CREStereo++_RVC	4.83 141	1.16 56	4.67 38	4.71 127	2.02 213	4.01 58	0.11 13	9.48 91	18.00 274	8.87 163	16.74 225	4.43 104	2.15 69	6.09 47	3.39 162	0.07 133	0.00 1	0.00 1	10.51 558	0.05 36	0.12 15
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
WCG-NET（raft）	4.87 142	1.67 139	6.84 135	3.49 55	0.31 3	4.96 126	1.95 182	11.08 126	15.49 242	8.82 161	11.46 174	9.50 202	4.96 176	11.32 196	3.26 155	0.09 153	1.41 481	0.00 1	0.03 137	0.23 141	0.54 104

TANstereo	4.87 142	1.49 113	5.02 58	4.02 77	0.51 27	14.25 350	0.15 19	9.17 89	12.84 206	12.80 212	18.36 243	5.14 119	4.43 150	6.01 43	2.30 82	0.09 153	0.12 140	0.00 1	0.01 93	0.02 3	0.68 130

Former-RAFT_DAM_RVC	4.91 144	3.05 369	9.51 246	4.55 117	3.59 313	9.01 269	1.46 113	14.59 188	19.31 296	7.65 153	7.22 114	2.04 66	2.21 70	10.13 158	2.51 102	0.12 187	0.03 52	0.08 269	0.00 1	0.62 332	0.50 98

Reg-Stereo(zero)	4.96 145	0.83 14	5.01 57	3.71 61	2.33 237	3.81 55	1.18 87	17.25 237	13.30 216	10.52 179	10.73 165	10.47 213	4.43 150	9.47 140	4.17 200	0.06 112	0.74 309	0.00 1	0.27 333	0.04 31	0.88 173

FE-Mocha	4.97 146	2.28 283	10.93 314	5.13 165	2.55 252	4.77 105	0.79 63	14.50 184	5.84 94	13.74 240	11.07 169	12.61 246	3.39 108	6.44 55	2.76 124	0.10 164	1.00 387	0.15 338	0.39 408	0.14 99	0.93 189

rvit_stereo_ft	5.02 147	3.45 388	10.80 306	11.76 479	2.76 269	4.08 64	8.16 403	10.64 114	10.63 187	4.34 92	6.39 105	6.65 153	4.63 164	9.35 134	5.82 267	0.11 172	0.00 1	0.00 1	0.00 1	0.34 203	0.42 75

iRaftStereo_RVC	5.06 148	2.15 255	7.88 178	5.54 191	0.78 52	5.22 138	0.45 40	18.47 258	11.75 198	9.72 174	15.05 208	5.74 136	3.18 104	9.29 132	2.52 104	0.02 20	1.24 454	0.00 1	0.01 93	0.58 316	1.62 304

MSKI-zero shot	5.11 149	1.81 165	6.47 116	6.17 250	1.78 189	6.42 213	1.50 119	13.59 165	8.66 161	10.63 182	11.58 175	13.29 269	2.35 79	12.34 254	3.09 146	0.05 78	1.21 449	0.02 186	0.29 344	0.15 104	0.85 164

GCAP-BAT	5.15 150	2.42 312	8.74 205	4.07 82	5.04 388	6.61 222	1.82 167	10.43 109	6.66 111	13.47 233	12.76 189	9.14 196	2.87 98	11.51 213	3.58 175	0.03 38	1.24 454	0.01 161	0.60 444	0.13 97	1.81 323

sCroCo_RVC	5.29 151	3.82 405	17.52 437	11.17 468	6.67 459	5.78 177	2.66 227	10.47 111	8.48 157	3.78 77	9.32 141	4.76 113	4.83 172	8.33 100	4.88 234	1.17 462	0.52 255	0.06 241	0.03 137	0.70 354	0.90 180

MM-Stereo_test1	5.41 152	1.55 119	6.52 121	5.96 238	1.09 89	4.88 112	6.82 367	14.32 176	12.83 205	13.28 225	10.54 160	5.88 138	6.54 221	11.72 218	2.75 122	0.18 227	1.13 424	0.00 1	0.02 123	0.48 282	1.73 315

tg	5.41 152	2.04 219	7.70 167	5.40 183	1.27 113	7.45 244	0.49 42	18.97 262	13.10 210	9.51 171	14.60 202	7.15 160	4.05 132	10.89 176	2.99 139	0.02 20	0.70 300	0.00 1	0.00 1	0.55 307	1.42 277

RAFT-Stereo-weight	5.42 154	1.21 63	6.22 100	4.69 124	1.28 114	6.18 200	1.58 127	18.42 257	18.47 283	11.35 190	10.27 155	11.93 238	1.65 50	9.59 143	3.83 184	0.10 164	0.60 280	0.00 1	0.00 1	0.16 108	0.89 177

CAS	5.44 155	0.98 28	3.95 18	17.59 528	7.74 485	7.82 251	6.09 342	9.89 98	9.40 175	4.82 109	10.69 163	1.93 61	1.22 32	4.54 18	2.47 100	10.98 550	0.02 35	0.00 1	0.02 123	0.53 298	8.19 532

4D-IteraStereo	5.47 156	2.05 225	8.66 200	5.34 177	4.93 381	6.11 190	1.79 165	13.74 171	16.35 259	14.53 249	11.10 170	8.22 182	1.59 46	8.73 108	3.37 160	0.00 1	0.49 246	0.09 279	0.02 123	0.25 149	1.98 357

PMTNet	5.52 157	1.11 52	4.24 20	2.49 5	1.38 122	8.75 264	0.67 54	12.64 145	12.84 206	8.66 158	11.27 172	6.00 139	4.70 170	9.91 152	3.02 141	22.39 566	0.01 11	0.04 221	0.02 123	0.06 46	0.23 27

RCA-Stereo	5.58 158	1.26 75	6.71 130	4.85 135	0.80 55	5.51 152	3.97 279	17.56 245	19.40 297	8.45 157	14.11 199	8.73 188	8.70 273	6.88 61	2.77 130	0.05 78	0.98 368	0.11 314	0.00 1	0.14 99	0.61 120

test_1	5.63 159	1.29 82	9.52 248	4.90 145	1.45 127	6.51 217	2.93 243	13.65 168	19.05 294	12.58 200	8.67 129	13.02 263	4.07 133	9.39 138	2.58 107	0.01 4	1.09 410	0.00 1	0.38 399	0.28 177	1.26 253

test-3	5.64 160	1.29 82	9.52 248	4.88 139	1.45 127	6.53 218	2.92 241	13.64 166	19.04 293	12.75 211	8.67 129	13.01 262	4.10 135	9.39 138	2.58 107	0.01 4	1.09 410	0.00 1	0.37 389	0.28 177	1.25 252

xyz-stereo-finetune	5.68 161	2.00 209	6.56 124	3.16 41	0.33 7	11.80 309	3.99 280	13.58 164	21.58 317	8.92 165	12.57 186	6.12 141	3.72 118	12.06 235	6.59 293	0.07 133	0.02 35	0.00 1	0.02 123	0.19 124	0.25 31

AE-Stereo	5.68 161	1.78 157	9.22 235	9.25 414	2.52 249	10.13 277	2.92 241	13.10 150	14.88 234	4.88 111	13.10 192	10.72 216	4.43 150	9.24 130	3.37 160	0.10 164	1.31 463	0.06 241	0.32 360	0.21 133	2.03 377

cross-raft	5.70 163	1.44 103	7.08 141	6.69 296	2.11 218	5.89 181	1.44 107	16.44 217	8.38 153	13.42 231	20.70 276	12.20 242	4.38 149	9.06 119	3.11 147	0.03 38	0.38 215	0.00 1	0.22 289	0.24 145	0.84 163

tt1	5.74 164	2.52 325	6.54 122	6.89 313	0.86 63	10.31 284	4.08 283	19.77 279	16.80 264	7.17 144	9.02 132	4.71 112	8.97 278	11.11 185	2.34 87	0.05 78	1.17 430	0.00 1	0.04 153	0.29 184	2.07 385

test_4	5.75 165	1.40 94	6.47 116	7.20 338	0.89 66	5.81 178	1.82 167	12.26 142	6.62 110	12.85 213	30.51 395	7.61 171	3.81 123	12.70 272	3.47 166	0.02 20	0.27 187	0.03 205	0.17 259	0.39 243	0.67 128

ACVNet-DCA	5.76 166	2.52 325	6.38 106	6.77 304	0.74 40	10.55 287	5.19 311	21.10 300	13.53 218	7.39 149	10.06 147	4.44 105	9.58 287	11.08 181	2.33 84	0.05 78	1.18 434	0.00 1	0.04 153	0.37 226	1.93 345

CFNet-RSSM	5.78 167	1.24 71	9.20 233	4.82 134	1.23 105	6.33 206	1.21 90	17.35 239	18.14 276	13.35 227	11.17 171	11.69 229	5.43 185	9.71 147	3.34 159	0.03 38	0.20 162	0.00 1	0.36 384	0.37 226	0.42 75

cc1	5.79 168	2.52 325	6.38 106	6.77 304	0.74 40	10.55 287	5.19 311	19.19 266	15.95 248	7.39 149	10.06 147	4.44 105	9.58 287	11.08 181	2.33 84	0.05 78	1.18 434	0.00 1	0.04 153	0.34 203	2.04 379

HUI-Stereo	5.80 169	1.98 204	10.42 289	5.66 205	0.45 12	5.52 153	2.68 229	13.29 158	7.82 136	12.71 210	18.16 237	12.91 260	6.60 222	10.73 172	5.36 248	0.89 422	0.08 116	0.10 292	0.00 1	0.25 149	0.36 56

Gwc-CoAtRS	5.80 169	1.37 90	9.07 218	4.80 132	1.39 123	6.90 228	1.27 95	16.50 220	15.48 241	13.07 220	13.35 195	12.64 247	5.61 195	9.14 125	4.20 201	0.04 51	0.32 200	0.00 1	0.29 344	0.30 187	0.33 45

ROB_FTStereo	5.82 171	1.97 197	10.37 285	5.67 212	0.46 18	5.52 153	1.63 131	13.27 156	7.79 130	12.69 204	18.06 234	12.86 255	6.63 226	12.28 250	5.43 251	0.87 421	0.09 118	0.10 292	0.00 1	0.26 162	0.36 56

EAI-Stereo	5.82 171	2.06 229	9.08 219	6.23 255	2.20 229	6.24 202	6.20 345	20.18 287	6.36 105	10.65 183	15.97 218	6.31 148	3.63 117	12.09 239	4.88 234	0.06 112	0.73 307	0.04 221	1.59 501	0.21 133	1.67 310

gcap-zeroshot	5.83 173	1.82 173	11.95 349	5.34 177	1.98 210	11.06 298	1.64 133	11.01 123	7.05 115	15.27 261	9.84 144	18.92 358	5.12 180	9.85 150	2.50 101	0.27 273	0.90 349	0.07 260	0.33 367	0.05 36	1.61 302

PSM-adaLoss	5.83 173	1.97 197	10.44 293	5.66 205	0.46 18	5.54 160	1.91 180	13.24 152	7.80 134	12.69 204	18.19 241	12.80 251	6.65 234	11.89 228	5.45 253	1.02 442	0.09 118	0.10 292	0.00 1	0.26 162	0.36 56

CRE-IMP	5.83 173	1.86 179	11.10 321	6.20 253	0.51 27	6.86 227	1.64 133	12.56 143	9.01 167	13.16 221	16.11 220	10.94 219	6.14 211	12.81 275	6.46 290	0.50 346	0.07 110	0.10 292	0.00 1	0.27 171	0.27 33

model_zeroshot	5.85 176	1.91 191	10.98 316	6.34 266	2.55 252	10.42 285	2.38 210	17.38 240	9.39 174	14.72 252	10.36 157	11.21 222	2.93 99	8.95 114	3.57 173	0.14 198	1.01 391	0.15 338	0.38 399	0.08 60	2.15 401

ROB_FTStereo_v2	5.85 176	1.97 197	10.38 286	5.66 205	0.46 18	5.52 153	1.95 182	13.24 152	7.78 129	12.68 203	18.16 237	12.83 252	6.61 224	12.27 248	5.63 261	1.00 439	0.09 118	0.10 292	0.00 1	0.26 162	0.36 56

RAFT-IKP	5.85 176	1.97 197	10.36 283	5.66 205	0.45 12	5.33 146	2.01 187	13.27 156	7.79 130	12.69 204	18.19 241	12.77 250	6.67 235	12.36 256	5.60 258	1.11 453	0.09 118	0.10 292	0.00 1	0.25 149	0.35 50

iGMRVC	5.86 179	1.97 197	10.41 288	5.66 205	0.45 12	5.53 157	1.75 160	13.35 160	7.81 135	12.69 204	18.17 239	12.86 255	6.53 220	12.34 254	5.77 263	1.13 456	0.09 118	0.10 292	0.00 1	0.26 162	0.34 48

xyz-stereo-finetune2	5.88 180	2.14 254	6.76 132	2.96 29	0.36 10	14.90 357	1.85 170	11.54 135	5.89 96	11.35 190	18.02 233	7.27 165	9.34 285	15.17 352	9.04 329	0.06 112	0.02 35	0.08 269	0.15 244	0.28 177	0.32 42

Patchmatch Stereo++	5.88 180	1.97 197	10.43 291	5.66 205	0.45 12	5.54 160	2.32 207	13.26 154	7.79 130	12.69 204	18.14 235	12.86 255	6.63 226	12.36 256	5.60 258	1.09 450	0.09 118	0.10 292	0.00 1	0.25 149	0.35 50
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 180	1.97 197	10.43 291	5.66 205	0.45 12	5.54 160	2.32 207	13.26 154	7.79 130	12.69 204	18.14 235	12.86 255	6.63 226	12.36 256	5.60 258	1.09 450	0.09 118	0.10 292	0.00 1	0.25 149	0.35 50

IGEV-FE	5.90 183	2.30 288	15.24 408	6.91 315	2.11 218	4.35 77	1.51 120	15.68 201	8.52 158	13.72 238	11.87 179	11.49 224	3.84 126	11.42 202	4.77 230	0.10 164	0.84 333	0.15 338	0.25 322	0.87 388	1.98 357

IGEV_Zeroshot_test	5.90 183	2.30 288	15.24 408	6.90 314	2.11 218	4.35 77	1.51 120	15.68 201	8.52 158	13.73 239	11.89 180	11.49 224	3.82 124	11.41 201	4.76 229	0.11 172	0.84 333	0.15 338	0.25 322	0.87 388	1.98 357

raftrobust	5.94 185	2.07 233	6.94 137	7.67 360	6.24 446	4.96 126	1.82 167	17.76 246	14.36 230	12.03 194	11.62 176	7.74 174	9.01 279	11.29 195	3.71 180	0.05 78	0.79 322	0.00 1	0.04 153	0.25 149	0.38 64

RAFT-Stereo + iAFF	5.94 185	2.35 304	8.80 208	4.07 82	1.36 119	2.78 21	0.66 53	17.05 232	15.89 247	12.65 201	18.49 245	11.81 233	7.89 254	8.48 102	3.80 183	0.02 20	0.75 314	0.00 1	0.00 1	0.43 263	1.49 291

DeepStereo_RVC	5.95 187	1.88 184	10.44 293	5.76 223	0.60 32	5.45 148	1.78 164	12.93 147	8.02 142	14.07 244	14.98 207	12.40 243	10.05 295	12.02 233	7.35 299	0.61 374	0.10 129	0.12 319	0.00 1	0.21 133	0.29 36

LL-Strereo2	5.97 188	2.88 351	10.62 298	6.59 283	3.38 304	6.31 205	2.20 198	15.61 200	8.46 156	11.33 189	10.75 166	15.69 304	3.45 109	13.58 311	4.65 223	0.16 212	0.48 243	1.33 486	0.13 224	0.36 220	1.42 277

test_3	5.97 188	1.26 75	9.95 265	6.84 310	1.45 127	8.73 263	3.18 251	14.26 175	19.86 299	12.22 196	8.91 131	13.78 275	3.99 129	9.38 137	2.58 107	0.01 4	1.10 417	0.00 1	0.37 389	0.30 187	1.20 245

NRIStereo	5.98 190	1.91 191	9.60 251	6.29 263	0.45 12	6.56 220	2.52 219	15.37 197	11.43 193	12.55 199	15.07 209	11.45 223	6.11 209	12.32 251	6.23 278	0.83 412	0.16 153	0.11 314	0.00 1	0.32 193	0.33 45

HH	6.00 191	2.42 312	9.81 259	5.74 220	1.64 165	7.05 230	3.48 264	17.54 242	7.69 126	8.73 159	12.47 183	14.83 288	8.86 275	13.04 288	2.59 110	0.04 51	1.21 449	0.20 366	0.05 168	0.30 187	2.34 420

HanStereo	6.00 191	2.42 312	9.81 259	5.74 220	1.64 165	7.05 230	3.48 264	17.54 242	7.69 126	8.73 159	12.47 183	14.83 288	8.86 275	13.04 288	2.59 110	0.04 51	1.21 449	0.20 366	0.05 168	0.30 187	2.34 420

MM-Stereo_test3	6.01 193	1.69 142	6.25 102	6.36 267	5.46 411	4.64 90	6.31 350	20.05 284	24.24 352	8.85 162	11.38 173	7.22 161	2.79 96	9.11 122	3.08 145	0.11 172	0.92 353	0.00 1	0.02 123	0.54 305	1.11 231

test-1	6.03 194	1.76 153	15.61 415	8.01 379	1.98 210	7.82 251	1.16 86	13.64 166	13.60 221	9.69 173	15.16 210	11.55 227	5.45 187	7.78 82	4.35 212	0.16 212	1.18 434	0.00 1	0.13 224	0.16 108	1.39 269

rvit_0105_6	6.06 195	3.23 375	15.34 413	10.26 440	1.75 183	5.08 129	5.19 311	11.03 124	20.73 306	6.39 135	7.02 112	10.21 209	7.94 256	11.42 202	3.83 184	0.40 315	0.29 195	0.00 1	0.01 93	0.57 313	0.40 72

Selective-RAFT	6.10 196	1.16 56	10.90 313	7.41 345	0.91 68	15.22 368	1.11 82	14.84 190	16.23 253	7.19 146	7.06 113	11.49 224	8.10 259	12.83 277	5.19 243	0.26 269	0.97 364	0.00 1	0.46 417	0.10 73	0.65 124

H2IRNET	6.11 197	1.63 129	7.52 163	4.69 124	2.30 235	4.07 63	0.71 57	12.58 144	13.88 223	7.18 145	20.80 279	15.50 300	10.48 300	10.72 171	8.26 314	0.19 239	0.00 1	0.07 260	0.52 433	0.52 297	0.55 106

EKT-Stereo	6.11 197	1.71 144	9.09 220	7.69 361	5.56 414	5.16 133	4.26 288	19.18 265	15.13 237	9.20 169	12.84 190	9.55 203	4.18 138	11.74 219	3.24 153	0.53 350	0.62 284	0.09 279	0.14 235	0.17 114	2.16 402

1test111	6.16 199	2.52 325	6.38 106	6.77 304	0.74 40	10.55 287	5.19 311	21.10 300	13.53 218	7.39 149	10.06 147	4.44 105	9.58 287	12.08 237	9.26 336	0.05 78	1.18 434	0.00 1	0.04 153	0.37 226	1.93 345

RAFT-Test	6.19 200	1.47 105	7.90 179	4.91 146	2.70 262	9.97 273	1.52 123	17.08 233	9.06 170	13.21 223	23.67 319	12.89 259	4.63 164	9.47 140	3.57 173	0.02 20	0.81 326	0.00 1	0.38 399	0.21 133	0.39 66

testlalala2	6.22 201	2.05 225	8.67 201	15.89 522	10.72 522	7.88 254	3.50 268	13.65 168	10.50 186	15.90 284	12.54 185	8.50 187	2.47 88	5.89 39	3.87 189	0.06 112	0.63 286	0.00 1	0.50 429	0.54 305	0.61 120

s12784h	6.22 201	1.01 32	4.95 54	3.57 57	0.54 30	19.55 437	0.95 72	19.51 276	18.39 278	12.98 218	12.58 187	7.78 175	5.56 194	11.34 198	4.36 213	0.89 422	0.01 11	0.05 229	0.00 1	0.07 55	0.20 26

Any-RAFT	6.28 203	1.42 97	4.91 50	5.00 151	1.25 110	10.18 278	1.90 179	22.68 319	15.87 246	12.12 195	19.23 253	13.69 274	4.65 166	9.35 134	2.36 90	0.06 112	0.57 270	0.00 1	0.00 1	0.05 36	0.35 50

GMOStereo	6.33 204	2.04 219	8.28 190	5.68 213	1.20 100	6.11 190	2.14 192	11.20 127	13.15 211	18.66 345	21.83 293	17.35 330	6.64 230	7.09 68	2.78 131	0.02 20	1.42 483	0.13 326	0.00 1	0.53 298	0.37 60

error version	6.33 204	2.04 219	8.28 190	5.68 213	1.20 100	6.11 190	2.14 192	11.20 127	13.15 211	18.66 345	21.83 293	17.35 330	6.64 230	7.09 68	2.78 131	0.02 20	1.42 483	0.13 326	0.00 1	0.53 298	0.37 60

test-v	6.33 204	2.04 219	8.28 190	5.68 213	1.20 100	6.11 190	2.14 192	11.20 127	13.15 211	18.66 345	21.83 293	17.35 330	6.64 230	7.09 68	2.78 131	0.02 20	1.42 483	0.13 326	0.00 1	0.53 298	0.37 60

test-2	6.33 204	2.04 219	8.28 190	5.68 213	1.20 100	6.11 190	2.14 192	11.20 127	13.15 211	18.66 345	21.83 293	17.35 330	6.64 230	7.09 68	2.78 131	0.02 20	1.42 483	0.13 326	0.00 1	0.53 298	0.37 60

GMStereo	6.44 208	4.92 433	12.13 353	5.60 195	0.87 64	9.18 271	2.57 224	12.99 148	25.54 370	12.85 213	11.84 178	5.60 133	3.62 116	11.92 230	6.44 289	0.53 350	0.02 35	0.05 229	0.36 384	0.98 395	0.70 137
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 209	3.34 384	8.02 182	6.23 255	1.68 172	6.33 206	2.48 217	14.54 187	16.71 263	11.71 192	24.13 323	9.38 198	7.13 240	11.83 224	4.32 210	0.12 187	0.01 11	0.00 1	0.00 1	0.73 361	0.33 45

knoymous	6.46 210	1.84 177	5.13 67	4.31 109	1.88 197	6.36 210	5.55 325	15.25 195	14.48 231	13.85 242	21.25 283	12.66 249	6.63 226	13.20 297	5.11 239	0.19 239	0.13 141	0.12 319	0.00 1	0.71 358	0.57 115

rafts_anoy	6.46 210	2.37 306	7.09 142	7.48 352	6.02 436	5.31 145	2.45 215	14.50 184	22.01 323	12.94 217	16.18 221	8.48 186	5.53 192	9.70 146	6.32 284	0.05 78	1.66 501	0.10 292	0.05 168	0.30 187	0.69 133

anonymousdsp2	6.47 212	1.81 165	9.73 256	5.25 172	1.23 105	9.35 272	3.96 278	22.51 315	18.39 278	12.87 215	10.19 153	10.17 208	4.46 154	11.77 221	3.83 184	0.06 112	1.00 387	0.31 405	0.18 272	0.25 149	2.06 384

XX-Stereo	6.50 213	1.81 165	10.42 289	12.71 495	7.14 470	3.46 43	0.90 68	16.31 213	6.13 100	9.03 168	28.11 364	13.48 272	2.22 72	11.87 227	2.61 112	0.45 334	0.78 320	0.08 269	0.42 413	1.09 403	0.88 173

AFF-stereo	6.50 213	2.29 285	8.09 185	4.63 122	0.87 64	3.48 44	0.75 61	16.92 231	13.98 225	13.26 224	25.21 333	15.46 299	7.68 251	11.50 211	3.71 180	0.04 51	0.70 300	0.00 1	0.00 1	0.48 282	1.02 213

xx1	6.52 215	2.52 325	6.38 106	6.77 304	0.74 40	10.55 287	5.19 311	19.19 266	15.95 248	7.39 149	10.07 151	16.17 310	12.10 335	11.08 181	2.33 84	0.05 78	1.18 434	0.02 186	0.36 384	0.37 226	1.93 345

RALCasStereoNet	6.53 216	2.84 350	8.12 186	7.88 374	6.12 441	6.85 226	5.29 318	14.66 189	13.94 224	10.20 175	18.18 240	10.24 210	3.83 125	12.33 252	5.56 257	0.04 51	1.88 507	0.11 314	0.01 93	0.26 162	2.24 409

11t1	6.61 217	1.76 153	9.64 253	5.62 198	2.15 224	13.57 339	2.67 228	15.77 205	8.83 164	13.66 237	11.90 181	12.03 240	9.76 292	12.23 247	8.58 322	0.23 253	1.33 469	0.00 1	0.31 358	0.26 162	1.95 353

TRStereo	6.64 218	6.95 466	12.06 352	9.69 425	7.59 478	5.12 132	1.68 142	20.72 290	12.34 200	10.93 186	9.07 133	10.57 215	3.16 103	14.33 326	4.23 205	0.60 372	0.80 325	0.14 333	0.37 389	0.56 311	1.86 335

DisPM	6.68 219	1.58 124	9.90 263	7.19 337	1.12 90	5.71 172	3.69 270	13.74 171	12.42 201	16.60 296	23.63 318	12.64 247	6.39 217	13.31 303	4.08 197	0.77 400	0.01 11	0.08 269	0.15 244	0.14 99	0.53 102

AIO-test1	6.69 220	2.11 242	7.06 140	10.57 454	6.38 454	8.85 266	1.73 154	22.56 318	20.92 309	7.01 139	17.67 231	8.06 180	4.87 173	10.79 174	3.39 162	0.17 218	0.09 118	0.00 1	0.34 373	0.35 209	0.86 167

DCRE	6.73 221	2.11 242	9.19 232	7.76 367	4.90 379	7.81 250	5.86 337	16.46 218	11.38 192	9.61 172	22.55 308	11.84 235	6.35 216	11.09 184	3.63 177	0.04 51	1.19 441	0.06 241	0.37 389	0.15 104	2.23 407

AnonymousM	6.73 221	12.03 513	3.53 7	4.47 115	1.55 151	4.42 81	3.17 250	11.94 138	8.44 155	17.00 310	10.06 147	9.08 195	4.00 131	7.56 79	4.06 195	0.55 358	0.68 298	23.13 562	8.12 551	0.07 55	0.65 124

iRaft-Stereo_20w	6.75 223	2.17 262	13.20 375	5.07 156	2.34 240	7.43 243	2.61 225	20.20 288	7.85 139	15.28 262	10.36 157	14.42 283	8.13 260	16.81 386	4.20 201	0.06 112	0.84 333	0.13 326	0.83 458	0.66 347	2.42 428

DCANet-4	6.78 224	1.21 63	11.48 329	3.95 73	0.76 46	4.73 99	1.68 142	18.40 256	25.78 373	15.44 266	20.36 269	6.42 150	8.48 268	8.87 112	6.24 279	0.18 227	0.05 72	0.01 161	0.00 1	0.10 73	1.37 263

SST-Stereo	6.85 225	1.67 139	9.39 241	7.24 340	0.82 56	5.89 181	1.87 174	15.34 196	9.89 180	19.25 364	20.26 268	16.63 318	8.40 266	13.81 318	5.75 262	0.40 315	0.05 72	0.13 326	0.00 1	0.10 73	0.08 7

Pruner-Stereo	6.85 225	1.81 165	10.24 278	6.92 317	0.92 69	5.55 163	4.01 281	14.42 182	11.85 199	18.22 341	21.92 299	15.64 303	5.69 199	12.10 240	6.08 271	0.84 414	0.02 35	0.18 355	0.10 211	0.11 83	0.38 64

RALAANet	6.86 227	3.28 380	11.09 320	7.63 357	4.95 383	6.16 199	1.63 131	20.54 289	15.45 239	15.30 263	14.52 201	12.98 261	4.35 143	13.53 307	3.98 190	0.11 172	0.35 210	0.00 1	0.29 344	0.58 316	0.48 92

DCANet	6.87 228	2.02 215	9.12 223	4.03 78	0.76 46	4.77 105	1.74 158	16.15 210	25.07 359	15.88 282	20.79 278	7.89 177	11.31 316	9.23 129	6.15 273	0.18 227	0.05 72	0.00 1	0.00 1	0.28 177	2.01 372

PSM-softLoss	6.90 229	1.81 165	10.84 308	7.04 322	0.93 74	5.53 157	1.97 184	23.18 326	9.65 177	14.16 245	22.01 304	12.84 253	5.15 181	13.03 286	7.95 307	0.76 397	0.06 97	0.27 389	0.55 439	0.21 133	0.14 17

KMStereo	6.90 229	1.81 165	10.84 308	7.04 322	0.93 74	5.53 157	1.97 184	23.18 326	9.65 177	14.16 245	22.01 304	12.84 253	5.15 181	13.03 286	7.95 307	0.76 397	0.06 97	0.27 389	0.55 439	0.21 133	0.14 17

PFNet+	6.92 231	1.64 133	10.96 315	6.27 258	0.90 67	5.66 168	1.68 142	14.43 183	16.02 250	18.13 339	21.24 282	14.33 280	5.97 204	13.13 294	5.51 256	0.90 424	0.20 162	0.11 314	0.30 353	0.08 60	0.94 195

RAFT-345	6.94 232	1.48 108	7.45 160	5.65 202	0.96 78	5.49 151	3.20 252	13.73 170	10.97 189	13.81 241	42.93 513	9.01 194	5.31 184	13.09 293	4.73 226	0.58 362	0.05 72	0.10 292	0.06 179	0.08 60	0.08 7

MyStereo06	6.95 233	2.25 277	14.05 387	6.69 296	4.74 373	7.75 248	9.60 423	17.85 248	9.03 169	13.29 226	10.78 167	18.68 352	5.70 200	10.66 167	4.52 219	0.09 153	1.32 465	0.02 186	0.26 325	0.84 385	0.92 184

NF-Stereo	6.96 234	1.80 162	10.17 272	7.16 336	0.79 54	6.15 198	3.26 259	20.74 295	18.45 282	13.42 231	19.33 254	11.67 228	6.05 205	12.71 273	6.17 274	0.57 361	0.06 97	0.21 369	0.23 300	0.12 88	0.09 9

OCTAStereo	6.97 235	1.80 162	10.20 275	7.15 335	0.78 52	6.12 195	3.38 260	20.72 290	18.47 283	13.41 228	19.33 254	11.91 236	6.05 205	12.68 271	6.19 275	0.59 368	0.06 97	0.21 369	0.22 289	0.12 88	0.10 12

RE-Stereo	6.97 235	1.79 159	10.18 273	7.14 330	0.77 49	6.14 196	3.39 261	20.72 290	18.43 280	13.41 228	19.33 254	11.78 231	6.09 207	12.66 269	6.22 276	0.58 362	0.05 72	0.21 369	0.22 289	0.12 88	0.10 12

TVStereo	6.97 235	1.79 159	10.18 273	7.14 330	0.77 49	6.14 196	3.39 261	20.72 290	18.43 280	13.41 228	19.33 254	11.78 231	6.09 207	12.66 269	6.22 276	0.58 362	0.05 72	0.21 369	0.22 289	0.12 88	0.10 12

sAnonymous2	6.98 238	7.12 467	20.67 468	9.13 411	5.40 404	5.28 142	8.11 401	16.71 227	11.50 195	5.04 114	9.17 136	3.77 90	8.23 261	7.84 87	3.15 148	0.11 172	0.07 110	0.06 241	0.28 338	10.80 537	7.09 522

CroCo_RVC	6.98 238	7.12 467	20.67 468	9.13 411	5.40 404	5.28 142	8.11 401	16.71 227	11.50 195	5.04 114	9.17 136	3.77 90	8.23 261	7.84 87	3.15 148	0.11 172	0.07 110	0.06 241	0.28 338	10.80 537	7.09 522

DIP-Stereo	6.99 240	2.37 306	11.45 328	4.78 129	1.70 176	13.13 330	1.47 115	15.76 204	7.43 123	14.57 250	26.61 350	10.76 217	5.10 177	14.97 350	8.10 311	0.06 112	0.06 97	0.06 241	0.00 1	0.17 114	1.22 247
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 241	3.33 382	16.60 426	10.68 456	1.59 155	5.89 181	6.84 369	14.50 184	23.99 348	7.31 148	9.49 142	13.18 265	9.62 290	12.33 252	4.32 210	0.39 312	0.46 239	0.00 1	0.02 123	0.67 349	0.68 130

ADStereo(finetuned)	7.09 241	2.04 219	11.52 332	4.01 75	0.77 49	4.78 107	1.73 154	16.15 210	25.08 360	15.89 283	20.74 277	7.88 176	13.56 366	9.11 122	6.07 270	0.18 227	0.05 72	0.00 1	0.00 1	0.28 177	1.93 345

raft+_RVC	7.10 243	2.37 306	6.59 125	6.94 320	5.82 428	6.35 209	5.97 340	21.05 298	23.63 344	10.90 185	17.95 232	9.80 205	5.55 193	11.49 209	4.47 218	0.04 51	1.50 493	0.00 1	0.00 1	0.38 238	1.23 249

OMP-Stereo	7.13 244	2.89 352	9.89 262	10.98 464	1.73 180	4.81 109	1.85 170	18.38 255	16.26 254	16.94 308	14.11 199	17.45 335	7.57 247	13.26 301	5.12 241	0.43 327	0.04 61	0.06 241	0.02 123	0.20 131	0.56 109

RAFT_R40	7.14 245	1.73 149	9.36 240	7.36 344	0.82 56	5.74 174	3.69 270	15.47 199	15.09 236	18.24 342	19.87 262	16.82 319	8.50 269	13.72 316	5.81 266	0.28 277	0.02 35	0.14 333	0.00 1	0.11 83	0.09 9

fff	7.26 246	1.99 205	9.12 223	4.17 89	0.47 22	4.73 99	1.68 142	16.56 222	33.55 441	15.45 267	20.36 269	7.49 167	12.54 343	9.03 116	6.26 280	0.18 227	0.05 72	0.01 161	0.00 1	0.10 73	1.37 263

MIPNet	7.26 246	2.30 288	13.74 381	5.32 176	1.61 159	11.32 301	2.77 236	27.02 373	18.47 283	15.56 273	13.20 193	7.01 157	9.46 286	8.84 110	6.32 284	0.15 209	0.03 52	0.06 241	0.08 194	0.42 259	1.39 269

csc	7.26 246	1.99 205	9.12 223	4.17 89	0.47 22	4.73 99	1.68 142	16.56 222	33.55 441	15.45 267	20.36 269	7.49 167	12.54 343	9.03 116	6.26 280	0.18 227	0.05 72	0.01 161	0.00 1	0.10 73	1.37 263

cscssc	7.26 246	1.99 205	9.12 223	4.17 89	0.47 22	4.73 99	1.68 142	16.56 222	33.55 441	15.45 267	20.36 269	7.49 167	12.54 343	9.03 116	6.26 280	0.18 227	0.05 72	0.01 161	0.00 1	0.10 73	1.37 263

riskmin	7.28 250	1.54 117	8.37 196	5.01 152	3.24 298	11.65 306	3.20 252	16.61 225	18.86 291	10.45 177	13.46 196	16.20 312	12.68 349	12.46 262	6.57 292	0.17 218	1.38 477	0.14 333	0.33 367	0.67 349	2.52 435

AIO-test2	7.31 251	2.95 358	8.32 194	9.20 413	5.66 420	8.78 265	5.13 309	26.30 363	23.78 345	7.04 140	20.37 273	5.69 134	3.51 111	10.05 156	2.74 121	4.35 519	0.14 147	0.03 205	0.62 447	0.71 358	0.80 157

R-Stereo Train	7.33 252	1.62 126	9.31 237	6.80 308	2.33 237	7.57 245	5.36 320	24.47 341	7.63 124	16.40 289	33.07 438	12.42 244	5.52 190	8.06 90	5.23 244	0.05 78	0.05 72	0.01 161	0.00 1	0.12 88	0.56 109

RAFT-Stereo	7.33 252	1.62 126	9.31 237	6.80 308	2.33 237	7.57 245	5.36 320	24.47 341	7.63 124	16.40 289	33.07 438	12.42 244	5.52 190	8.06 90	5.23 244	0.05 78	0.05 72	0.01 161	0.00 1	0.12 88	0.56 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 254	2.06 229	12.02 351	4.71 127	1.69 174	5.17 134	1.28 96	19.54 277	13.09 209	16.93 306	28.48 369	13.05 264	5.43 185	13.25 300	7.41 300	0.02 20	0.62 284	0.00 1	0.01 93	0.45 272	2.09 391

UGAM-zero	7.48 255	1.91 191	14.55 394	4.78 129	2.00 212	6.34 208	1.02 78	18.99 263	8.70 163	14.93 255	15.74 214	24.94 421	13.86 376	13.13 294	5.05 236	0.04 51	0.96 360	0.02 186	1.08 483	0.18 120	1.46 282

StereoVision	7.48 255	2.90 355	10.47 295	10.13 435	3.93 328	4.99 128	1.86 173	21.10 300	17.66 270	8.90 164	29.71 385	10.95 220	6.61 224	12.83 277	5.11 239	0.69 389	0.05 72	0.17 350	0.03 137	0.98 395	0.56 109

IPLGR	7.48 255	1.61 125	14.03 386	4.92 147	1.30 116	10.30 282	1.20 88	24.52 344	22.59 331	16.71 303	18.84 248	8.44 185	7.49 246	9.62 144	6.34 286	0.26 269	0.05 72	0.05 229	0.06 179	0.37 226	0.93 189

PAM_32	7.56 258	1.96 196	15.04 405	6.11 246	2.08 215	16.93 407	1.38 100	16.49 219	7.93 140	15.16 258	9.17 136	25.77 427	11.69 325	12.95 282	4.03 193	0.14 198	0.77 319	0.09 279	0.83 458	0.61 330	2.00 371

HHNet	7.57 259	2.01 212	8.03 183	3.71 61	3.46 308	4.93 122	6.17 344	19.69 278	16.27 255	20.91 395	31.75 418	10.56 214	5.82 202	10.69 170	5.10 238	0.67 387	0.07 110	0.21 369	0.14 235	0.63 336	0.54 104

IIG-Stereo	7.59 260	2.47 319	9.40 242	10.39 447	1.78 189	6.67 223	1.47 115	17.83 247	16.51 262	18.91 357	20.12 266	17.76 339	8.74 274	13.21 299	5.43 251	0.44 330	0.05 72	0.03 205	0.00 1	0.17 114	0.45 84

ASMatch	7.61 261	1.63 129	9.18 231	5.79 224	2.27 233	4.63 89	2.54 220	17.23 236	13.73 222	17.27 314	34.28 456	13.26 268	10.15 298	12.39 259	5.49 255	0.12 187	0.24 179	0.21 369	0.17 259	0.18 120	1.55 298

ACRE	7.62 262	3.21 374	14.93 403	7.81 369	5.00 386	10.01 275	4.45 292	16.32 214	15.86 245	17.81 327	19.21 251	8.38 184	4.25 139	11.11 185	10.58 360	0.78 404	0.32 200	0.03 205	0.15 244	0.44 266	1.84 331

LCNet	7.64 263	1.41 95	6.15 96	6.93 318	1.35 118	9.00 268	5.44 322	18.37 254	11.30 190	16.62 297	24.39 326	14.67 284	11.03 306	12.03 234	4.01 191	0.07 133	0.02 35	0.23 378	2.07 510	1.00 398	6.69 517

IPLG	7.65 264	2.00 209	13.81 382	5.86 233	4.35 352	10.97 296	1.43 104	22.52 316	16.50 261	19.78 372	20.62 275	5.28 125	5.49 188	12.58 268	9.70 346	0.13 194	0.06 97	0.03 205	0.07 187	0.41 252	1.38 267

MyStereo8	7.68 265	3.00 362	12.46 360	7.70 364	5.11 392	11.40 303	1.39 103	15.98 207	10.05 185	16.45 291	24.04 322	12.01 239	7.91 255	10.68 169	10.57 359	0.14 198	1.52 496	0.08 269	0.48 424	0.60 328	1.98 357

CIPLG	7.69 266	3.27 378	14.40 391	7.84 371	5.08 391	10.24 279	4.59 297	16.02 208	15.45 239	18.05 337	19.72 260	8.79 191	4.61 159	11.84 226	10.40 356	0.76 397	0.33 206	0.03 205	0.15 244	0.44 266	1.83 330

x	7.70 267	2.12 245	8.93 214	5.08 157	2.55 252	11.65 306	4.40 291	20.91 297	12.53 202	13.58 235	20.49 274	15.73 305	11.10 308	10.65 166	10.16 350	0.11 172	1.37 475	0.04 221	0.29 344	0.34 203	1.95 353

IPLGR_C	7.70 267	3.32 381	14.54 393	7.98 377	5.04 388	10.26 280	4.64 300	16.50 220	16.28 256	17.97 335	18.85 249	8.30 183	4.66 167	11.22 190	10.89 368	0.77 400	0.32 200	0.03 205	0.15 244	0.43 263	1.84 331

qqq	7.72 269	2.15 255	10.06 269	5.01 152	1.82 194	8.62 262	7.27 383	21.10 300	13.53 218	12.48 198	18.71 247	16.17 310	12.10 335	12.08 237	9.26 336	0.08 143	1.35 473	0.02 186	0.36 384	0.36 220	1.93 345

111	7.73 270	2.39 311	9.12 223	4.17 89	0.47 22	10.65 291	3.49 267	21.34 306	28.25 396	10.60 181	16.85 226	14.74 287	10.22 299	12.48 263	6.61 294	0.43 327	0.01 11	0.00 1	0.00 1	0.35 209	2.39 427

AIO-Stereo-zeroshot	7.75 271	3.47 390	14.99 404	5.34 177	7.99 489	7.13 233	0.96 73	23.20 328	10.00 184	11.29 188	17.31 227	18.44 351	9.03 280	13.19 296	5.77 263	0.06 112	1.01 391	0.12 319	1.51 498	1.49 425	2.74 445

RAFT+CT+SA	7.76 272	2.01 212	7.56 164	11.32 471	3.31 300	4.60 87	7.19 380	17.21 235	27.40 388	10.43 176	27.34 354	7.63 172	7.83 253	15.46 358	3.51 168	0.03 38	0.39 218	0.18 355	0.46 417	0.33 197	0.93 189

IGEV-BASED-STEREO-	7.80 273	28.14 556	42.31 529	3.20 43	0.50 26	4.12 65	1.45 109	7.06 45	4.60 60	4.66 103	3.90 51	2.47 72	1.37 40	6.02 44	1.94 57	24.62 567	0.43 235	0.01 161	0.08 194	4.61 498	14.42 558

PAM	7.81 274	1.90 186	15.85 422	6.14 247	2.58 256	17.79 419	4.51 294	16.29 212	8.05 145	16.48 292	9.10 134	25.01 423	11.39 318	12.89 280	3.54 172	0.05 78	0.79 322	0.08 269	0.83 458	0.62 332	2.23 407

testlalala_base	7.81 274	3.52 392	8.75 206	8.73 402	5.44 410	12.21 315	1.77 163	12.73 146	6.24 102	10.56 180	13.62 197	8.76 190	5.61 195	8.69 106	4.24 206	16.24 560	3.38 537	0.00 1	0.46 417	22.32 563	3.02 457

RAFT-RH_RVC	7.88 276	1.51 116	7.72 170	5.41 184	0.96 78	11.41 304	1.48 118	13.43 162	15.04 235	17.54 322	45.66 528	10.86 218	6.42 218	13.48 305	5.26 246	0.81 409	0.04 61	0.12 319	0.13 224	0.12 88	0.17 23

TransformOpticalFlow	7.95 277	2.10 238	9.83 261	6.06 243	1.24 108	6.82 225	7.98 397	18.60 259	14.06 227	14.93 255	28.79 371	18.74 353	11.03 306	12.79 274	4.12 198	0.06 112	0.04 61	0.21 369	0.04 153	0.21 133	1.27 254

rvit_0105_5	8.01 278	3.69 402	17.73 440	10.42 449	1.61 159	7.29 235	6.68 362	18.33 252	25.98 374	10.45 177	10.46 159	15.53 301	11.01 304	12.87 279	5.37 249	0.44 330	0.41 227	0.00 1	0.15 244	0.70 354	1.08 225

TestStereo1	8.04 279	2.22 270	8.85 211	10.87 462	2.12 221	4.66 92	2.40 212	21.17 304	23.79 346	17.41 315	26.31 345	9.41 199	9.09 281	16.23 366	3.85 187	0.14 198	0.40 220	0.02 186	0.13 224	0.58 316	1.10 227

SA-5K	8.04 279	2.22 270	8.85 211	10.87 462	2.12 221	4.66 92	2.40 212	21.17 304	23.79 346	17.41 315	26.31 345	9.41 199	9.09 281	16.23 366	3.85 187	0.14 198	0.40 220	0.02 186	0.13 224	0.58 316	1.10 227

PFNet	8.10 281	1.75 151	12.34 357	7.54 356	2.40 243	7.41 242	5.81 335	23.83 337	17.85 272	20.78 389	17.57 229	15.22 297	7.72 252	13.37 304	6.46 290	0.33 291	0.20 162	0.12 319	0.19 278	0.32 193	0.77 153

FACV-RUCA	8.11 282	2.29 285	10.34 282	8.07 381	6.02 436	14.18 349	3.04 247	20.05 284	19.00 292	12.98 218	18.43 244	8.73 188	11.58 320	12.20 244	5.78 265	0.38 310	0.64 288	4.34 522	0.35 377	1.89 441	1.96 355

Select-FE	8.15 283	3.89 408	22.25 479	6.74 300	4.35 352	4.71 98	1.24 91	20.11 286	6.59 109	12.93 216	23.07 315	20.54 371	12.80 350	14.28 324	4.68 224	0.18 227	1.09 410	0.07 260	0.97 474	0.39 243	2.10 392

AAGNet	8.15 283	1.75 151	10.57 296	7.72 366	0.74 40	5.74 174	4.98 308	15.90 206	14.59 232	20.31 381	23.80 320	15.08 295	11.25 314	12.27 248	16.70 426	0.85 415	0.06 97	0.32 407	0.01 93	0.15 104	0.16 21

STrans-v2	8.16 285	2.09 236	9.79 258	5.44 185	1.53 150	11.87 310	9.69 429	19.77 279	13.20 215	14.01 243	25.80 337	17.88 343	12.55 346	13.30 302	4.39 214	0.06 112	0.01 11	0.18 355	0.01 93	0.25 149	1.31 260

Prome-Stereo	8.22 286	1.48 108	6.24 101	7.06 325	1.55 151	6.54 219	9.08 413	21.88 309	9.88 179	21.12 400	32.48 432	11.82 234	11.59 322	11.99 232	4.04 194	0.08 143	0.02 35	0.19 361	0.12 220	0.45 272	6.89 521

FENet	8.22 286	1.39 92	7.33 157	6.43 274	2.17 228	10.97 296	2.20 198	22.10 312	21.26 310	17.85 330	23.22 316	14.29 278	11.50 319	13.56 310	8.32 316	0.29 281	0.24 179	0.03 205	0.03 137	0.18 120	1.04 215

FSD	8.27 288	7.12 467	12.35 358	14.29 506	6.22 444	8.24 260	12.03 465	13.05 149	8.40 154	8.19 154	7.55 119	10.42 212	7.18 242	11.33 197	9.08 330	5.65 528	3.82 546	5.53 527	4.12 529	5.22 504	5.70 504

AIO-Stereo-zeroshot1	8.37 289	4.16 414	20.63 467	5.82 228	11.79 527	6.40 212	2.02 188	20.82 296	8.03 143	14.52 248	21.38 286	17.44 334	5.83 203	14.43 333	5.13 242	0.06 112	1.00 387	0.05 229	1.81 506	2.44 459	3.62 473

raft_robust	8.39 290	2.81 347	7.62 165	6.32 265	1.17 97	5.47 150	0.82 65	34.37 470	35.49 464	18.40 344	20.25 267	7.24 164	5.51 189	15.77 360	3.40 164	0.11 172	1.10 417	0.00 1	0.50 429	0.33 197	1.19 243

HITNet	8.41 291	3.59 399	9.91 264	5.30 174	1.52 149	13.35 336	4.48 293	22.00 310	16.06 251	15.52 271	22.95 314	15.28 298	11.74 326	14.91 349	9.25 335	0.10 164	0.01 11	0.48 423	0.06 179	0.58 316	1.04 215
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
SA	8.43 292	2.16 259	10.02 267	8.41 390	0.93 74	7.36 240	2.21 200	23.73 335	26.15 376	13.55 234	30.84 402	9.89 206	10.09 296	16.84 388	3.52 170	0.18 227	0.68 298	0.17 350	0.40 409	0.48 282	0.92 184

GMM-Stereo	8.44 293	1.27 78	7.36 159	6.64 292	2.56 255	10.00 274	9.29 420	23.79 336	11.33 191	17.96 334	29.59 383	17.14 324	7.59 248	11.77 221	4.61 222	0.13 194	0.01 11	0.24 382	0.94 466	0.49 291	6.14 509

test_sample1	8.49 294	1.83 176	10.60 297	5.53 188	2.95 284	15.17 367	4.51 294	20.73 294	11.47 194	14.78 253	22.80 312	19.06 360	13.86 376	12.52 264	10.17 351	0.14 198	1.20 443	0.02 186	0.19 278	0.28 177	1.93 345

mmm	8.54 295	2.13 251	10.21 276	5.81 226	2.96 285	14.00 345	6.67 360	19.28 272	12.59 203	16.95 309	24.40 327	17.83 342	10.70 303	12.90 281	9.42 341	0.17 218	1.28 458	0.50 425	0.60 444	0.44 266	2.03 377

RAFT_CTSACE	8.55 296	2.62 340	9.63 252	7.41 345	5.06 390	5.76 176	2.54 220	15.38 198	17.84 271	24.33 441	34.69 461	16.37 313	7.22 243	18.05 409	2.63 114	0.01 4	0.56 267	0.00 1	0.03 137	0.42 259	0.41 73

HI	8.56 297	2.44 316	7.70 167	5.09 158	5.21 396	4.06 59	0.49 42	19.26 270	9.96 182	25.77 456	27.88 359	20.72 372	12.22 339	18.06 410	11.58 375	0.05 78	0.11 133	0.00 1	0.10 211	0.16 108	0.31 40

CoSv	8.56 297	2.44 316	7.70 167	5.09 158	5.21 396	4.06 59	0.49 42	19.26 270	9.96 182	25.77 456	27.88 359	20.72 372	12.22 339	18.06 410	11.58 375	0.05 78	0.11 133	0.00 1	0.10 211	0.16 108	0.31 40

dd	8.57 299	5.20 437	13.37 376	6.91 315	1.05 84	10.30 282	3.89 276	17.29 238	34.00 448	15.73 276	17.50 228	7.45 166	6.60 222	15.00 351	10.99 369	1.39 470	0.41 227	0.18 355	0.46 417	2.25 453	1.40 272

CASS	8.64 300	2.03 217	8.60 199	8.71 401	1.59 155	15.02 365	2.75 235	23.27 331	18.58 287	16.29 285	22.78 311	13.42 270	13.68 370	13.07 292	7.66 301	1.18 463	0.05 72	0.13 326	0.01 93	0.75 368	3.24 465
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 301	1.84 177	9.64 253	5.53 188	2.43 245	13.92 343	8.00 398	21.09 299	16.82 267	14.92 254	22.73 310	19.44 362	13.75 371	12.99 283	6.85 295	0.15 209	1.15 428	0.07 260	0.20 283	0.35 209	1.78 321

DN-CSS_ROB	8.72 302	3.49 391	16.63 427	6.74 300	3.39 305	6.20 201	3.43 263	23.40 332	22.03 324	17.46 319	30.28 391	9.33 197	8.32 264	14.71 340	6.36 287	0.91 426	0.00 1	0.45 419	0.00 1	0.65 342	0.70 137

GANet-ADL	8.73 303	2.80 346	9.48 245	7.87 373	2.77 270	12.88 327	5.29 318	29.97 412	25.61 371	14.50 247	16.64 224	17.02 322	7.60 249	11.61 217	8.01 309	0.51 349	0.40 220	0.10 292	0.12 220	0.77 371	0.70 137

PSM-AAD	8.76 304	1.41 95	6.46 115	6.87 312	1.18 98	12.78 325	9.66 428	20.03 283	15.78 244	21.79 411	24.91 328	14.31 279	13.16 359	12.42 260	4.07 196	0.05 78	0.06 97	2.44 507	0.16 253	0.45 272	7.17 524

FTStereo	8.76 304	1.57 122	6.75 131	6.55 280	2.45 246	7.65 247	11.62 461	18.36 253	9.01 167	20.25 374	40.79 500	15.87 306	12.36 342	11.02 178	4.69 225	0.24 258	0.01 11	0.09 279	0.16 253	0.19 124	5.58 502

GwcNet-ADL	8.81 306	2.00 209	10.21 276	7.70 364	2.82 273	6.99 229	7.05 376	30.58 418	26.21 378	15.71 275	17.65 230	13.93 276	6.83 236	13.90 319	11.43 374	0.49 342	0.76 318	0.01 161	0.01 93	0.55 307	1.46 282

test_5	8.85 307	2.05 225	9.51 246	11.62 475	4.99 385	6.74 224	5.48 324	18.25 251	23.57 342	16.72 304	29.73 386	15.54 302	10.54 302	16.25 369	4.02 192	0.05 78	0.40 220	0.27 389	0.08 194	0.34 203	0.81 158

ARAFT	8.86 308	3.86 406	17.37 436	5.96 238	0.94 77	12.59 322	10.80 445	18.20 250	19.95 300	18.77 352	16.27 222	17.78 340	8.88 277	18.82 420	5.30 247	0.35 298	0.04 61	0.00 1	0.00 1	0.62 332	0.64 122

ffm	8.89 309	2.34 298	12.99 370	6.28 259	3.81 322	12.43 318	7.47 387	19.77 279	16.80 264	16.64 299	32.03 423	17.29 326	11.78 327	11.11 185	2.34 87	0.05 78	1.17 430	0.80 451	0.37 389	0.29 184	2.07 385

Sa-1000	8.91 310	2.10 238	9.11 221	8.07 381	1.16 96	16.62 404	2.39 211	25.58 351	25.43 368	15.52 271	28.24 366	12.19 241	8.67 271	16.40 374	3.70 178	0.39 312	0.86 341	0.16 347	0.23 300	0.48 282	0.89 177

IRAFT_RVC	8.93 311	1.80 162	10.65 300	7.83 370	1.81 191	6.36 210	10.05 436	26.32 364	27.59 390	17.93 333	19.70 259	17.67 338	9.98 294	13.20 297	6.29 283	0.37 306	0.30 197	0.19 361	0.05 168	0.23 141	0.24 29

DMCA	8.96 312	2.60 335	11.84 343	5.61 196	4.25 345	11.09 299	4.36 290	25.89 353	20.23 304	17.10 312	20.96 281	17.55 336	11.92 333	11.47 204	12.27 386	0.60 372	0.09 118	0.35 410	0.05 168	0.48 282	0.57 115

GES	9.01 313	2.61 339	12.88 366	6.76 302	2.02 213	13.08 329	6.33 352	22.23 314	22.21 326	19.80 373	26.73 351	8.97 193	11.01 304	14.41 330	8.35 319	0.54 356	0.10 129	0.30 404	0.15 244	0.82 381	0.99 205

GrayStereo	9.02 314	1.35 88	7.73 171	8.62 397	2.88 278	10.28 281	10.99 449	18.66 260	16.36 260	22.78 423	30.63 398	17.56 337	12.19 338	11.50 211	5.08 237	0.09 153	0.02 35	0.19 361	0.78 457	0.33 197	2.37 424

DEmStereo	9.07 315	1.70 143	10.89 311	4.86 136	1.23 105	11.51 305	5.70 328	14.24 174	27.02 385	22.33 419	32.56 433	11.70 230	15.04 392	11.83 224	8.53 320	0.31 284	0.16 153	0.02 186	0.09 202	0.11 83	1.47 286

RAFT	9.07 315	2.76 344	10.38 286	8.89 407	1.24 108	13.48 337	8.19 404	17.14 234	17.29 269	23.01 426	19.34 258	20.06 369	11.13 309	17.79 407	6.43 288	0.09 153	1.12 423	0.28 395	0.02 123	0.79 373	1.94 352

iRaft-Stereo_5w	9.10 317	2.33 295	10.69 302	6.64 292	4.47 364	4.74 103	10.72 444	16.71 227	16.97 268	15.39 264	26.15 341	21.25 379	12.59 347	16.38 371	12.90 396	0.85 415	0.51 252	0.08 269	0.22 289	0.95 394	1.53 296

HCRNet	9.13 318	1.82 173	8.73 204	14.95 515	5.22 398	10.66 292	2.49 218	26.57 368	18.64 288	16.31 286	25.51 335	18.42 350	11.15 310	13.53 307	7.25 298	0.10 164	0.04 61	0.10 292	0.02 123	0.27 171	0.76 151

SFCPSM	9.16 319	1.72 147	12.32 356	5.64 200	3.51 311	16.58 403	6.93 372	31.11 426	26.15 376	17.05 311	20.08 265	11.05 221	9.94 293	12.55 265	6.05 269	0.36 301	0.17 156	0.37 412	0.22 289	0.40 248	1.01 208

KYRaft	9.17 320	1.39 92	7.74 172	7.07 327	1.03 82	8.05 259	7.90 396	23.72 334	9.22 173	21.43 406	31.08 405	22.52 394	8.03 257	12.21 245	3.16 150	0.10 164	0.02 35	0.05 229	0.67 450	0.46 277	17.51 563

CrosDoStereo	9.41 321	1.65 134	8.83 209	5.19 168	1.13 92	7.34 238	14.47 487	16.33 215	24.64 356	24.44 442	33.36 443	13.18 265	13.52 363	12.56 266	9.08 330	0.06 112	0.11 133	0.09 279	0.04 153	0.41 252	1.73 315

DeepStereo_LL	9.41 321	1.65 134	8.83 209	5.19 168	1.13 92	7.34 238	14.47 487	16.33 215	24.64 356	24.44 442	33.36 443	13.18 265	13.52 363	12.56 266	9.08 330	0.06 112	0.11 133	0.09 279	0.04 153	0.41 252	1.73 315

DRaft	9.41 321	1.56 121	10.09 270	4.18 93	0.92 69	12.87 326	5.68 327	17.40 241	29.75 404	21.24 402	38.12 483	9.96 207	13.97 380	11.81 223	8.08 310	0.66 385	0.30 197	0.07 260	0.26 325	0.33 197	0.88 173

rvit_stereo_0075_2	9.46 324	4.16 414	20.27 464	12.15 490	8.82 504	5.72 173	4.24 287	23.21 329	18.05 275	12.37 197	28.80 372	16.10 309	8.43 267	14.57 336	8.89 325	0.58 362	0.34 208	0.52 427	0.08 194	0.44 266	1.41 275

test_sample3	9.46 324	2.24 273	11.38 326	5.72 218	2.79 272	18.29 427	5.20 316	27.54 380	21.43 313	18.03 336	21.98 303	16.47 314	11.22 312	13.58 311	9.99 349	0.24 258	0.96 360	0.05 229	0.17 259	0.47 279	1.39 269

THIR-Stereo	9.52 326	2.21 267	9.26 236	5.38 181	0.85 61	15.55 373	11.50 460	16.88 230	21.74 321	24.45 444	31.96 421	14.20 277	13.85 375	11.89 228	8.54 321	0.14 198	0.25 184	0.10 292	0.05 168	0.40 248	1.11 231

DFGA-Net	9.58 327	4.57 423	19.91 461	6.37 268	4.05 331	11.38 302	2.98 245	26.08 356	29.76 405	17.13 313	19.22 252	9.43 201	7.17 241	16.49 377	13.39 398	0.13 194	0.00 1	0.06 241	0.13 224	1.89 441	1.46 282

MyStereo04	9.58 327	2.38 309	10.28 281	6.63 289	4.77 375	6.47 215	9.60 423	32.50 444	42.15 500	14.59 251	12.10 182	11.92 237	11.87 332	14.80 347	8.14 313	0.09 153	1.33 469	0.03 205	0.32 360	0.74 364	0.93 189

CoDeX	9.58 327	2.12 245	10.82 307	6.52 278	3.76 321	16.55 402	6.82 367	26.62 369	25.63 372	17.50 320	25.62 336	14.70 286	11.81 331	12.82 276	7.88 306	0.42 325	0.20 162	0.15 338	0.02 123	0.36 220	1.28 255

anonymousa	9.61 330	2.06 229	9.20 233	5.24 171	6.67 459	15.03 366	4.18 286	19.08 264	21.43 313	19.03 359	30.96 404	21.49 382	14.23 382	11.12 188	8.61 323	0.08 143	1.24 454	0.29 400	0.69 451	0.18 120	1.48 289

MyStereo05	9.63 331	2.25 277	10.26 279	6.69 296	4.74 373	7.75 248	9.60 423	31.51 434	41.00 494	17.45 318	13.02 191	10.28 211	12.27 341	14.74 344	7.68 303	0.09 153	1.32 465	0.02 186	0.26 325	0.84 385	0.92 184

rvit_0105_3	9.68 332	4.32 419	19.50 456	12.22 491	1.90 199	9.16 270	8.63 405	19.21 268	30.92 418	15.42 265	14.72 204	18.81 355	12.18 337	15.98 362	7.12 296	0.67 387	0.42 233	0.01 161	0.49 427	0.56 311	1.40 272

test_sample4	9.81 333	2.27 282	11.39 327	5.70 217	2.74 263	17.40 415	5.20 316	28.01 385	21.50 315	18.70 349	28.46 368	14.96 290	12.86 352	13.80 317	9.68 345	0.24 258	0.97 364	0.06 241	0.16 253	0.51 295	1.48 289

DispNO	9.82 334	2.57 331	17.77 442	6.22 254	5.73 422	11.89 311	4.77 303	25.54 350	21.70 320	17.56 323	21.28 285	18.01 344	13.83 374	17.46 398	9.91 348	0.35 298	0.16 153	0.03 205	0.12 220	0.51 295	1.05 218

BUS	9.86 335	1.86 179	9.14 228	7.14 330	4.12 339	19.47 435	2.69 230	34.15 466	23.28 337	18.82 354	21.95 300	14.37 281	11.63 323	14.72 341	12.39 387	0.36 301	0.13 141	0.15 338	0.04 153	0.37 226	0.46 87

CFNet_pseudo	9.92 336	2.21 267	11.76 338	5.09 158	2.93 283	14.43 351	3.12 248	27.16 374	32.52 433	17.58 325	22.81 313	21.97 387	9.29 284	13.06 290	8.34 317	0.23 253	0.46 239	1.23 482	0.27 333	2.89 465	0.99 205

ccs_rob	9.95 337	2.21 267	11.74 337	5.11 162	2.91 279	14.48 353	3.21 254	27.26 376	32.72 437	17.53 321	22.70 309	21.96 386	9.25 283	12.99 283	8.34 317	0.23 253	0.45 237	1.38 487	0.28 338	3.13 473	1.07 223

G2L-ROB	9.96 338	2.29 285	9.59 250	6.06 243	4.08 334	12.02 314	7.60 391	29.90 411	18.79 290	20.31 381	22.15 307	22.44 392	13.11 358	17.47 399	12.03 379	0.03 38	0.01 11	0.01 161	0.02 123	0.27 171	1.07 223

MSMDNet	9.96 338	2.08 234	11.66 336	5.39 182	2.92 280	16.50 401	2.89 240	29.73 407	34.55 455	17.86 331	21.91 298	18.86 356	8.36 265	13.06 290	7.74 305	0.24 258	0.47 242	0.66 441	0.24 310	3.07 469	1.04 215

MLCV	9.96 338	3.33 382	14.77 395	5.75 222	1.62 163	14.91 358	1.31 97	22.06 311	24.83 358	22.51 420	31.57 415	17.20 325	8.07 258	17.07 392	12.11 381	0.48 338	0.01 11	0.05 229	0.05 168	0.48 282	1.10 227

PCWNet_CMD	9.97 341	2.08 234	11.61 335	5.36 180	2.92 280	16.39 398	2.94 244	29.76 408	34.38 452	17.83 328	21.86 297	18.91 357	8.27 263	13.01 285	7.73 304	0.23 253	0.46 239	0.79 449	0.25 322	3.46 483	1.12 235

UCFNet_RVC	10.01 342	2.81 347	6.11 93	7.31 342	3.92 327	16.80 406	8.00 398	28.68 392	20.81 307	16.57 294	23.35 317	25.82 429	13.06 357	13.55 309	9.18 333	0.12 187	0.06 97	1.19 476	0.32 360	1.47 424	1.06 220

test_sample5	10.07 343	2.24 273	11.22 324	5.82 228	2.68 260	16.15 390	5.79 333	27.87 383	21.59 318	19.26 365	32.74 436	15.92 307	12.97 353	14.33 326	9.26 336	0.27 273	0.98 368	0.07 260	0.17 259	0.57 313	1.49 291

Anonymous3	10.07 343	4.14 413	31.49 507	9.77 428	5.11 392	25.00 475	11.85 462	25.20 347	19.24 295	10.80 184	14.78 205	7.92 178	8.68 272	14.40 329	6.12 272	3.25 508	1.40 478	0.08 269	0.06 179	0.81 378	1.30 258

BEATNet_4x	10.11 345	5.82 448	14.80 397	6.14 247	1.55 151	13.87 342	5.98 341	26.24 360	18.35 277	16.53 293	25.41 334	18.01 344	13.78 373	18.01 408	12.39 387	0.48 338	0.18 157	0.81 455	0.11 217	2.02 445	1.70 312

GANet-RSSM	10.17 346	2.02 215	8.21 188	7.09 329	5.57 415	13.17 332	7.29 384	27.27 377	19.65 298	15.81 278	28.83 373	26.18 432	16.33 412	14.58 338	9.28 340	0.25 265	0.27 187	0.16 347	0.04 153	0.65 342	0.72 141

DualNet	10.19 347	2.24 273	11.22 324	5.82 228	2.68 260	16.15 390	5.79 333	27.87 383	21.59 318	20.28 375	34.11 453	15.92 307	12.97 353	14.33 326	9.26 336	0.27 273	0.98 368	0.07 260	0.17 259	0.57 313	1.49 291

DCVSM-stereo	10.23 348	2.16 259	12.54 364	6.23 255	3.65 316	12.01 313	3.56 269	19.41 274	23.18 335	24.08 439	19.88 263	29.55 451	18.82 445	14.49 334	10.42 357	0.25 265	1.17 430	0.28 395	0.06 179	0.82 381	2.07 385

gwcnet-sp	10.26 349	3.56 395	15.31 410	6.59 283	4.30 347	15.71 376	5.71 330	26.09 357	25.15 362	21.68 408	21.77 290	15.01 292	16.42 415	15.21 353	10.76 364	0.12 187	0.20 162	0.02 186	0.09 202	0.63 336	0.86 167

scenet	10.26 349	3.56 395	15.31 410	6.59 283	4.30 347	15.71 376	5.71 330	26.09 357	25.15 362	21.68 408	21.77 290	15.01 292	16.42 415	15.21 353	10.76 364	0.12 187	0.20 162	0.02 186	0.09 202	0.63 336	0.86 167

ssnet	10.26 349	3.56 395	15.31 410	6.59 283	4.30 347	15.71 376	5.71 330	26.09 357	25.15 362	21.68 408	21.77 290	15.01 292	16.42 415	15.21 353	10.76 364	0.12 187	0.20 162	0.02 186	0.09 202	0.63 336	0.86 167

PSMNet-ADL	10.30 352	2.32 293	7.83 175	9.69 425	4.44 358	16.04 383	4.16 284	27.57 381	25.08 360	15.16 258	19.04 250	25.28 425	13.63 369	16.49 377	15.33 412	0.86 418	0.81 326	0.01 161	0.04 153	0.33 197	1.81 323

ff1	10.31 353	2.34 298	12.99 370	6.28 259	3.81 322	12.43 318	7.47 387	19.77 279	16.80 264	16.64 299	32.03 423	17.29 326	11.78 327	17.54 400	24.30 479	0.05 78	1.17 430	0.80 451	0.37 389	0.29 184	2.07 385

PSMNet-RSSM	10.31 353	2.47 319	7.79 173	7.85 372	4.38 355	10.47 286	6.67 360	29.67 405	22.25 327	16.62 297	33.75 449	23.30 401	14.58 387	13.91 320	10.56 358	0.23 253	0.09 118	0.07 260	0.24 310	0.87 388	0.48 92

IER	10.32 355	2.06 229	11.88 345	4.95 148	5.34 401	13.34 335	6.11 343	27.47 379	23.59 343	20.37 383	30.03 388	16.50 315	20.42 464	14.24 323	8.81 324	0.16 212	0.03 52	0.18 355	0.10 211	0.27 171	0.56 109

BSDual-CNN	10.33 356	1.86 179	9.14 228	7.14 330	4.12 339	15.83 381	8.93 410	34.15 466	23.28 337	18.82 354	21.95 300	22.14 389	13.58 367	14.72 341	9.53 342	0.36 301	0.13 141	0.15 338	0.04 153	0.37 226	0.46 87

psmg	10.36 357	1.86 179	9.14 228	5.58 194	4.12 339	15.74 380	7.65 392	30.05 413	23.28 337	21.80 412	26.26 343	22.14 389	13.58 367	14.72 341	9.53 342	0.36 301	0.13 141	0.17 350	0.04 153	0.44 266	0.67 128

test_for_model	10.44 358	31.57 559	7.69 166	28.25 555	19.35 552	5.66 168	1.73 154	9.50 93	9.59 176	13.59 236	6.15 103	5.25 123	2.58 89	5.60 35	1.81 51	10.21 546	3.48 541	0.00 1	0.16 253	35.71 571	10.93 550

CFNet-ft	10.46 359	3.02 365	7.10 143	7.69 361	5.42 407	16.93 407	5.92 338	22.83 323	22.31 328	15.81 278	30.40 393	26.42 435	15.19 395	13.60 313	12.18 383	0.14 198	0.10 129	1.87 494	0.34 373	1.22 409	0.73 144

CFNet_RVC	10.46 359	3.02 365	7.10 143	7.69 361	5.42 407	16.93 407	5.92 338	22.82 322	22.31 328	15.81 278	30.40 393	26.41 434	15.19 395	13.60 313	12.19 384	0.14 198	0.10 129	1.87 494	0.34 373	1.22 409	0.73 144

test_sample6	10.49 361	2.24 273	11.49 330	5.91 235	2.48 247	16.12 389	6.37 355	28.98 396	22.48 330	20.28 375	34.11 453	17.08 323	13.28 360	14.57 336	10.61 361	0.32 288	0.95 359	0.10 292	0.19 278	0.59 322	1.61 302

UGAM	10.51 362	1.74 150	10.16 271	7.06 325	4.44 358	6.56 220	11.34 455	16.06 209	27.83 392	21.09 399	28.18 365	23.47 403	11.21 311	26.86 492	11.33 373	0.05 78	0.49 246	0.46 421	0.36 384	0.44 266	0.97 203

qqq1	10.51 362	1.90 186	14.85 398	4.89 141	1.48 136	14.92 359	3.21 254	31.03 421	30.74 414	20.28 375	29.37 379	18.33 346	14.54 383	16.56 380	4.42 215	0.41 319	1.20 443	0.00 1	0.14 235	0.39 243	1.60 299

fff1	10.51 362	1.90 186	14.85 398	4.89 141	1.48 136	14.92 359	3.21 254	31.03 421	30.74 414	20.28 375	29.37 379	18.33 346	14.54 383	16.56 380	4.42 215	0.41 319	1.20 443	0.00 1	0.14 235	0.39 243	1.60 299

UDGNet	10.51 362	14.75 527	11.91 346	10.29 442	2.78 271	7.93 256	1.94 181	19.31 273	34.57 456	17.74 326	13.70 198	13.56 273	7.30 245	13.52 306	7.18 297	5.80 529	0.11 133	12.86 555	2.76 517	9.87 533	2.34 420

ICVP	10.54 366	2.11 242	7.49 161	9.62 423	3.41 306	13.85 341	6.34 353	26.81 371	23.24 336	16.90 305	31.76 419	27.31 444	12.81 351	12.18 243	12.47 391	1.59 475	0.58 274	0.19 361	0.13 224	0.63 336	1.45 280
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 367	2.15 255	12.88 366	5.55 192	4.11 337	15.24 369	3.93 277	28.55 390	32.41 431	18.70 349	24.95 330	22.99 396	9.66 291	14.22 322	8.13 312	0.29 281	0.84 333	1.63 491	0.23 300	3.43 482	1.31 260

G2L-Stereo	10.65 368	2.78 345	11.19 322	7.63 357	4.24 344	8.87 267	9.35 421	29.83 410	23.03 334	19.75 371	26.33 347	23.15 400	12.08 334	16.39 372	16.43 423	0.34 296	0.04 61	0.09 279	0.01 93	0.41 252	1.05 218

cf-r	10.67 369	2.34 298	9.77 257	6.17 250	5.79 425	12.94 328	5.14 310	25.21 349	27.86 393	17.84 329	32.03 423	25.81 428	15.91 406	12.22 246	12.56 393	0.17 218	0.19 161	0.05 229	0.06 179	0.59 322	0.72 141

RAFT + AFF	10.71 370	4.59 425	18.51 447	10.52 450	5.02 387	13.14 331	11.12 452	26.24 360	27.48 389	15.09 257	16.07 219	19.83 366	11.23 313	17.09 393	10.38 354	0.45 334	1.45 488	0.65 440	0.23 300	2.31 456	2.74 445

hknet	10.77 371	1.95 195	11.80 340	7.14 330	3.83 326	15.83 381	8.93 410	34.15 466	22.70 332	18.82 354	21.95 300	23.13 398	17.03 423	16.94 390	9.85 347	0.28 277	0.13 141	0.15 338	0.04 153	0.37 226	0.46 87

ttt	10.82 372	2.17 262	9.66 255	7.03 321	4.44 358	14.16 347	6.87 370	33.72 462	30.69 412	15.67 274	31.50 413	14.99 291	10.50 301	16.54 379	13.98 400	0.41 319	1.31 463	0.10 292	0.29 344	0.47 279	1.92 343

ACVNet	10.83 373	2.25 277	7.10 143	6.43 274	3.02 289	13.17 332	3.75 272	22.83 323	35.15 462	15.81 278	30.67 399	24.65 413	15.77 404	16.47 375	18.13 436	0.16 212	0.01 11	0.06 241	0.07 187	0.65 342	0.43 78

AdaStereo	10.85 374	4.57 423	10.79 304	9.59 422	3.46 308	17.49 416	6.29 348	32.70 447	26.07 375	19.04 360	26.55 349	19.60 365	10.12 297	17.71 406	10.38 354	1.00 439	0.05 72	0.42 416	0.02 123	0.70 354	0.46 87
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
G2L-Stereo_test	11.01 375	2.34 298	9.34 239	5.12 164	4.31 350	12.30 316	13.21 478	33.14 455	23.33 340	23.77 436	25.10 331	21.80 384	13.91 378	16.39 372	14.37 403	0.09 153	0.06 97	0.01 161	0.02 123	0.38 238	1.16 236

SMFormer	11.03 376	1.90 186	14.85 398	4.89 141	1.48 136	14.92 359	3.21 254	31.03 421	30.74 414	20.28 375	29.37 379	18.33 346	14.54 383	16.56 380	14.46 405	0.41 319	1.20 443	0.28 395	0.24 310	0.45 272	1.47 286

tta	11.03 376	1.90 186	14.85 398	4.89 141	1.48 136	14.92 359	3.21 254	31.03 421	30.73 413	20.28 375	29.37 379	18.33 346	14.54 383	16.56 380	14.46 405	0.41 319	1.20 443	0.28 395	0.24 310	0.39 243	1.60 299

iResNet	11.06 378	4.16 414	16.83 429	7.89 375	2.23 231	15.59 374	9.17 418	24.49 343	29.14 401	20.78 389	31.13 407	16.87 321	11.58 320	15.45 357	12.50 392	0.64 381	0.05 72	0.02 186	0.10 211	0.79 373	1.71 313

DDVS	11.10 379	3.37 385	13.49 378	7.49 353	4.07 332	16.17 392	2.73 234	24.18 339	17.91 273	21.37 404	30.15 390	31.23 466	8.50 269	19.92 428	15.00 410	0.82 411	1.56 498	0.08 269	0.22 289	0.84 385	2.84 449

test_sample7	11.16 380	2.69 341	11.55 333	5.82 228	2.21 230	15.39 371	9.15 416	29.36 399	25.26 365	24.82 446	21.48 287	24.89 417	18.88 448	14.41 330	11.06 370	0.78 404	1.96 511	0.43 417	0.14 235	0.73 361	2.20 405

CFNet	11.23 381	3.41 387	10.68 301	7.08 328	4.22 343	17.38 414	4.83 306	31.29 431	31.29 421	19.15 362	26.85 352	24.06 409	13.75 371	16.23 366	12.22 385	0.26 269	0.05 72	0.44 418	0.09 202	0.92 392	0.41 73

AACVNet	11.24 382	3.71 403	11.56 334	9.45 418	3.35 302	11.67 308	4.88 307	23.23 330	14.00 226	28.19 480	29.90 387	30.39 462	18.03 438	20.04 430	13.22 397	0.50 346	0.21 170	0.23 378	0.07 187	0.75 368	1.52 295

DeepPruner_ROB	11.28 383	5.83 449	15.23 406	6.93 318	4.50 365	10.08 276	6.62 359	36.65 498	20.17 303	18.12 338	27.95 361	23.10 397	13.43 362	20.08 431	11.90 378	1.16 459	0.51 252	0.23 378	0.17 259	1.11 404	1.91 342

GMStereo_Zeroshot	11.32 384	8.59 489	21.66 474	10.06 433	2.53 250	12.38 317	1.43 104	21.36 307	21.50 315	23.48 431	35.74 467	24.85 416	6.12 210	20.48 438	8.28 315	0.83 412	0.02 35	0.25 385	0.01 93	6.33 514	0.53 102

LMCR-Stereo	11.32 384	4.98 435	11.87 344	14.09 503	4.01 329	16.97 411	5.70 328	26.41 365	23.41 341	22.57 422	22.11 306	15.18 296	15.44 400	21.48 460	17.57 432	2.29 491	0.04 61	0.00 1	0.03 137	1.53 428	0.65 124

LL-Strereo	11.34 386	4.25 417	13.90 383	9.09 409	6.20 443	7.31 237	8.93 410	35.93 486	30.30 408	16.93 306	15.83 216	21.85 385	17.45 433	21.92 464	10.25 352	0.43 327	1.47 491	0.74 446	0.08 194	1.15 405	2.71 443

GwcNet-RSSM	11.34 386	2.72 343	10.26 279	7.24 340	5.38 403	12.67 323	6.70 363	26.70 370	31.93 427	17.56 323	34.45 458	24.37 412	15.77 404	13.70 315	15.31 411	0.19 239	0.20 162	0.14 333	0.05 168	0.81 378	0.64 122

HSM-Net_RVC	11.37 388	1.57 122	6.32 104	5.99 240	2.67 259	20.99 447	7.19 380	28.50 388	28.64 398	21.03 398	25.84 338	33.64 489	16.37 414	16.83 387	10.76 364	0.21 247	0.08 116	0.02 186	0.00 1	0.16 108	0.55 106
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 389	3.02 365	11.83 342	8.45 392	5.40 404	19.47 435	2.69 230	39.63 522	34.82 457	19.11 361	27.64 357	14.37 281	11.63 323	16.21 365	12.39 387	0.94 432	0.21 170	0.29 400	0.00 1	0.48 282	0.55 106

ToySt	11.51 390	2.48 322	17.84 443	6.10 245	2.09 216	16.11 388	12.36 468	25.07 346	28.25 396	15.22 260	25.16 332	25.51 426	15.98 408	17.63 405	15.46 414	0.19 239	1.08 409	0.04 221	0.31 358	0.66 347	2.67 440

DAS	11.51 390	2.60 335	15.62 416	9.37 416	6.27 450	16.04 383	7.71 393	22.70 320	33.92 446	19.53 367	29.03 374	19.51 363	19.10 452	17.44 397	8.98 327	0.78 404	0.02 35	0.29 400	0.01 93	0.48 282	0.81 158

ac_64	11.57 392	2.13 251	11.77 339	8.79 404	5.51 412	19.40 433	6.29 348	24.72 345	15.20 238	23.50 432	24.91 328	33.07 483	16.82 420	19.33 423	17.78 434	0.53 350	0.15 150	0.02 186	0.03 137	0.35 209	1.03 214

mmx	11.59 393	2.34 298	12.99 370	6.28 259	3.81 322	12.43 318	7.47 387	32.76 449	28.92 399	16.64 299	32.03 423	17.29 326	11.78 327	17.54 400	24.30 479	0.24 258	1.21 449	0.80 451	0.37 389	0.65 342	1.89 338

xxx	11.59 393	2.34 298	12.99 370	6.28 259	3.81 322	12.43 318	7.47 387	32.75 448	28.92 399	16.64 299	32.03 423	17.29 326	11.78 327	17.54 400	24.30 479	0.24 258	1.21 449	0.80 451	0.37 389	0.65 342	1.89 338

NOSS_ROB	11.76 395	4.63 427	8.14 187	7.46 350	2.92 280	17.82 420	10.55 442	30.45 417	34.08 450	16.37 287	19.97 264	23.14 399	16.31 410	18.22 413	10.67 363	2.98 503	1.84 505	3.39 520	1.64 502	2.24 452	2.37 424

ITSA-stereo	11.88 396	2.48 322	11.96 350	6.54 279	1.92 201	13.33 334	4.81 305	37.17 504	49.04 527	18.70 349	18.52 246	21.69 383	12.63 348	16.77 385	15.60 416	0.53 350	0.40 220	0.32 407	0.33 367	1.07 401	3.89 482

HSM	11.89 397	2.32 293	8.70 202	6.70 299	4.10 336	16.45 399	8.06 400	30.42 416	20.31 305	23.35 430	26.42 348	41.60 532	17.59 435	20.66 441	9.57 344	0.11 172	0.03 52	0.01 161	0.01 93	0.24 145	1.22 247

coex_refinement	12.03 398	2.30 288	8.72 203	8.56 395	5.30 400	16.95 410	7.17 377	31.75 436	32.48 432	18.92 358	31.46 412	25.97 431	12.98 355	14.55 335	21.39 461	0.33 291	0.06 97	0.02 186	0.10 211	0.49 291	1.18 242

SepStereo	12.04 399	2.60 335	15.62 416	9.37 416	6.27 450	16.04 383	7.71 393	22.70 320	33.92 446	19.53 367	29.03 374	19.51 363	19.10 452	27.97 498	8.98 327	0.78 404	0.02 35	0.29 400	0.01 93	0.48 282	0.81 158

DMCA-RVC	12.06 400	4.35 420	14.21 390	10.52 450	4.86 377	13.84 340	4.33 289	25.20 347	24.13 349	20.56 387	29.22 377	26.65 437	25.85 494	17.02 391	16.34 421	0.41 319	0.35 210	0.55 430	0.24 310	0.83 384	1.81 323

ACV-stereo	12.12 401	6.01 455	30.51 503	7.45 348	3.42 307	21.69 453	6.74 364	22.11 313	20.81 307	17.88 332	21.26 284	26.73 440	17.28 427	20.80 445	14.16 401	0.79 408	1.10 417	0.17 350	0.09 202	0.67 349	2.66 438

1111x	12.31 402	2.33 295	12.13 353	5.79 224	2.84 274	15.49 372	8.70 406	36.34 493	29.33 402	16.58 295	27.52 356	26.70 439	15.76 403	17.21 394	24.79 486	0.26 269	1.37 475	0.04 221	0.42 413	0.46 277	2.07 385

UPFNet	12.31 402	2.15 255	11.91 346	7.90 376	7.21 472	20.03 441	9.28 419	29.44 403	27.18 387	20.88 392	30.86 403	21.23 378	18.11 439	19.60 425	17.41 431	0.55 358	0.57 270	0.26 387	0.07 187	0.67 349	0.92 184

FADNet-RVC-Resample	12.31 402	5.22 438	32.28 510	10.14 436	4.08 334	14.97 363	6.98 375	26.54 367	24.42 354	23.72 434	29.31 378	19.87 367	15.01 391	16.26 370	10.61 361	0.65 382	0.52 255	0.48 423	0.54 436	1.52 427	3.09 461

RASNet	12.38 405	2.58 333	12.48 362	6.76 302	5.97 434	16.37 397	6.74 364	34.99 477	22.20 325	17.44 317	33.11 440	22.81 395	24.84 485	20.33 435	18.27 439	1.16 459	0.05 72	0.06 241	0.01 93	0.27 171	1.06 220

test_xeample	12.39 406	2.09 236	10.36 283	5.73 219	3.06 291	18.17 426	6.27 347	31.98 440	24.37 353	18.78 353	33.92 452	19.09 361	16.00 409	14.60 339	39.03 546	0.19 239	1.32 465	0.01 161	0.33 367	0.36 220	2.04 379

iResNet_ROB	12.41 407	3.19 373	12.39 359	6.63 289	3.72 318	16.98 412	2.64 226	32.29 442	38.58 484	26.93 471	33.73 448	26.24 433	17.40 430	17.36 396	8.95 326	0.33 291	0.01 11	0.00 1	0.00 1	0.40 248	0.35 50

DSFCA	12.44 408	3.00 362	14.87 402	6.04 242	7.03 468	17.06 413	10.86 448	31.11 426	32.12 428	26.41 466	23.81 321	22.37 391	15.13 394	21.13 455	13.53 399	0.95 435	0.66 291	0.28 395	0.38 399	1.21 408	0.77 153

FADNet_RVC	12.44 408	6.19 457	40.86 526	7.04 322	3.69 317	11.30 300	4.17 285	29.67 405	27.67 391	18.20 340	26.04 339	13.47 271	17.15 424	16.85 389	14.95 409	0.99 437	0.75 314	0.60 434	1.32 493	4.18 492	3.62 473

CBMV_ROB	12.51 410	3.86 406	7.98 181	5.81 226	2.99 287	16.05 387	4.62 298	27.61 382	31.37 422	26.75 469	32.62 434	23.97 408	22.66 478	21.14 456	12.09 380	2.15 488	1.78 504	2.24 501	1.27 492	1.64 432	1.54 297

NLCA_NET_v2_RVC	12.58 411	4.09 411	18.25 445	8.26 386	5.83 429	14.72 355	5.85 336	33.49 460	27.86 393	22.14 417	32.16 429	24.94 421	14.01 381	16.19 364	16.82 428	0.90 424	0.35 210	0.37 412	0.58 443	1.51 426	3.31 467
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 412	2.25 277	13.50 379	8.30 388	6.23 445	19.81 439	6.34 353	26.43 366	35.15 462	26.38 465	30.67 399	24.65 413	14.91 390	16.47 375	19.16 448	0.16 212	0.01 11	0.06 241	0.07 187	0.74 364	0.43 78

hitnet-ft	12.59 412	3.03 368	7.87 177	7.49 353	4.20 342	27.41 495	3.75 272	23.41 333	24.15 350	21.14 401	34.12 455	31.93 474	19.74 460	20.28 434	18.13 436	0.54 356	1.45 488	0.35 410	0.09 202	1.26 412	1.41 275

xxxx	12.60 414	2.03 217	10.79 304	6.18 252	2.86 276	21.84 454	3.02 246	34.55 474	25.46 369	16.39 288	31.58 416	26.87 443	14.75 389	14.00 321	37.45 538	0.21 247	1.36 474	0.01 161	0.32 360	0.35 209	2.07 385

ISRNet	12.68 415	2.57 331	19.05 453	13.05 498	6.24 446	7.30 236	2.84 238	29.80 409	32.13 429	23.26 429	35.61 466	24.75 415	16.48 418	15.81 361	14.55 407	0.85 415	1.01 391	2.29 502	0.55 439	1.08 402	4.43 486

pcwnet_v2	12.68 415	2.30 288	18.36 446	8.32 389	5.74 423	17.73 418	4.77 303	36.75 501	46.28 523	20.98 396	29.07 376	16.62 316	13.52 363	16.56 380	10.30 353	0.55 358	1.02 399	0.34 409	0.24 310	2.10 448	2.11 394

iResNetv2_ROB	12.78 417	4.09 411	15.60 414	6.44 276	3.75 320	14.86 356	7.17 377	34.46 472	37.12 471	26.06 460	34.81 462	29.76 452	16.32 411	14.77 345	7.67 302	0.31 284	0.03 52	0.12 319	0.01 93	0.94 393	1.23 249

ADLNet	12.84 418	2.93 356	11.94 348	8.87 405	6.88 463	17.96 421	8.85 407	34.12 464	26.67 382	27.81 479	26.24 342	26.84 442	15.04 392	17.54 400	19.94 452	0.59 368	0.58 274	0.24 382	0.11 217	0.80 377	2.85 451

CBFPSM	12.96 419	3.37 385	30.97 505	5.30 174	3.22 297	22.79 461	16.93 507	21.82 308	21.35 311	21.93 414	28.34 367	29.99 456	17.38 429	15.32 356	16.39 422	0.11 172	0.48 243	0.10 292	0.17 259	0.58 316	2.72 444

ADLNet2	12.99 420	2.94 357	14.18 388	9.57 421	5.96 433	20.23 444	10.41 441	33.05 453	37.61 475	19.46 366	19.74 261	22.46 393	18.63 442	22.37 467	20.76 456	0.37 306	0.15 150	0.06 241	0.08 194	1.04 400	0.72 141

dad	13.05 421	11.39 506	15.64 418	7.35 343	2.10 217	15.64 375	3.48 264	18.77 261	35.55 465	27.77 477	33.76 450	31.59 468	13.04 356	14.79 346	11.16 372	3.35 509	0.54 260	7.85 545	0.96 473	3.88 489	2.49 434

AASNet	13.05 421	3.27 378	12.23 355	10.28 441	6.90 464	17.61 417	7.88 395	41.14 529	38.29 480	23.20 428	29.62 384	16.85 320	15.59 402	15.50 359	19.03 446	0.39 312	0.03 52	0.78 448	0.05 168	1.32 416	1.08 225

HBP-ISP	13.07 423	8.80 491	8.99 215	8.11 384	4.55 368	13.48 337	6.60 358	29.09 398	30.50 410	21.33 403	36.14 468	16.62 316	19.42 456	20.92 449	12.81 395	3.63 511	2.61 526	7.18 541	4.12 529	3.74 487	2.69 442

222	13.07 423	1.99 205	10.74 303	6.56 281	2.74 263	19.95 440	2.54 220	34.13 465	24.42 354	22.52 421	31.39 409	20.78 374	16.99 422	14.31 325	48.07 570	0.16 212	1.33 469	0.01 161	0.32 360	0.37 226	2.02 373

DualNet (step1)	13.16 425	5.31 440	19.76 457	6.41 270	3.12 294	17.98 422	9.85 432	29.36 399	25.26 365	24.82 446	21.48 287	24.89 417	18.87 446	14.41 330	11.06 370	6.83 533	1.96 511	6.61 534	7.47 544	3.22 476	4.59 487

UNet	13.18 426	2.47 319	14.45 392	7.45 348	7.82 487	26.01 484	4.67 301	34.38 471	29.42 403	20.90 394	31.81 420	26.68 438	18.98 449	21.08 454	15.56 415	0.21 247	0.06 97	0.27 389	0.09 202	0.37 226	1.01 208

HGLStereo	13.21 427	3.45 388	14.01 385	10.32 444	7.72 484	15.72 379	7.19 380	31.94 439	28.12 395	20.83 391	36.16 470	26.61 436	20.82 466	18.74 417	19.63 451	1.01 441	0.22 173	0.07 260	0.08 194	0.59 322	1.00 207

GEStereo_RVC	13.23 428	3.13 371	15.23 406	10.33 445	4.95 383	18.92 432	11.46 459	31.58 435	48.03 525	20.51 386	27.68 358	19.00 359	13.31 361	20.44 437	16.01 419	1.15 458	0.51 252	0.10 292	0.14 235	0.67 349	1.47 286

delet	13.26 429	2.43 315	12.99 370	8.45 392	6.26 449	22.40 457	10.83 447	28.78 393	38.76 485	20.39 385	30.36 392	20.85 375	17.67 436	22.97 469	19.13 447	0.14 198	0.45 237	0.19 361	0.08 194	0.78 372	1.24 251

CRFU-Net	13.32 430	3.53 394	12.90 368	8.76 403	6.05 438	26.25 487	10.15 438	25.86 352	14.68 233	30.76 500	30.58 397	30.11 459	21.59 475	20.52 439	20.28 454	1.53 474	0.48 243	0.27 389	0.16 253	0.64 341	1.28 255

CSP-Net	13.41 431	3.62 400	11.03 318	6.62 288	4.07 332	25.76 483	9.61 427	29.66 404	27.14 386	29.97 494	33.42 445	29.84 454	17.23 426	20.64 440	16.03 420	1.12 454	0.41 227	0.03 205	0.00 1	0.75 368	1.29 257

MMNet	13.55 432	2.82 349	13.90 383	7.63 357	6.36 453	26.45 489	4.63 299	24.00 338	42.67 503	26.25 463	33.12 441	20.98 377	19.45 458	20.14 432	19.49 450	0.75 395	0.54 260	0.11 314	0.01 93	0.53 298	1.10 227

STTStereo	13.60 433	5.63 446	28.73 499	8.07 381	5.65 419	13.97 344	7.17 377	31.25 428	26.70 383	25.59 454	32.06 428	31.71 471	14.71 388	17.24 395	16.46 425	0.29 281	0.40 220	0.71 443	1.43 496	1.31 414	2.82 448

SGM-Forest	13.63 434	2.55 330	8.22 189	6.30 264	2.16 226	23.84 467	11.13 453	34.68 475	32.40 430	27.27 473	33.02 437	30.08 458	17.82 437	22.13 465	15.40 413	1.66 481	0.32 200	0.88 460	0.03 137	0.79 373	1.93 345
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 435	4.93 434	11.80 340	11.93 484	5.53 413	16.75 405	14.38 486	36.12 490	32.59 434	23.08 427	27.03 353	25.90 430	15.40 398	25.87 487	14.23 402	1.24 466	0.09 118	1.53 489	0.61 446	2.06 447	2.94 454

AANet_RVC	13.75 436	6.34 459	12.90 368	8.87 405	4.53 367	14.09 346	9.12 415	29.37 402	38.32 482	23.85 438	37.41 476	23.55 404	17.51 434	23.31 472	18.56 440	2.08 487	1.30 459	0.25 385	0.06 179	0.73 361	2.87 452

xyz-stereo	13.76 437	1.43 102	40.88 527	3.14 40	0.83 59	42.24 550	4.68 302	14.87 193	26.49 379	23.70 433	37.20 474	30.36 461	19.90 461	18.77 418	9.23 334	0.28 277	0.03 52	0.64 438	0.03 137	0.20 131	0.32 42

ssnet_v2	13.84 438	3.15 372	13.44 377	7.99 378	3.08 292	22.60 458	14.51 489	36.65 498	33.59 444	22.04 416	26.10 340	28.64 447	17.16 425	23.13 470	20.86 458	0.50 346	0.32 200	0.20 366	0.13 224	1.41 420	1.38 267

FADNet-RVC	13.86 439	12.75 521	41.65 528	8.64 398	4.63 371	16.45 399	6.89 371	28.91 394	24.20 351	20.89 393	31.44 411	26.73 440	11.37 317	21.58 462	15.91 417	0.25 265	0.14 147	0.14 333	0.24 310	2.97 467	1.50 294

psm_up	13.88 440	2.70 342	10.89 311	10.20 438	5.97 434	15.01 364	12.58 470	39.13 519	31.75 425	21.39 405	31.09 406	30.18 460	25.01 488	20.33 435	17.62 433	0.75 395	0.39 218	0.18 355	0.03 137	0.82 381	1.67 310

DLCB_ROB	13.97 441	3.74 404	11.01 317	9.99 432	5.85 430	21.40 450	10.37 440	30.17 414	30.49 409	28.21 481	32.18 430	32.67 479	21.17 470	20.20 433	18.59 441	0.34 296	0.18 157	0.41 415	0.15 244	0.61 330	1.76 319

StereoDRNet-Refined	14.03 442	3.52 392	12.77 365	8.70 400	3.31 300	18.50 429	4.58 296	29.08 397	30.59 411	29.85 492	42.52 510	25.24 424	19.57 459	23.88 476	23.55 473	0.44 330	0.07 110	0.54 428	0.38 399	0.88 391	2.64 437
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 443	5.00 436	47.51 542	6.57 282	4.04 330	21.14 448	14.37 484	28.25 386	21.37 312	21.95 415	31.37 408	21.31 380	18.66 443	16.15 363	20.61 455	0.31 284	0.41 227	0.09 279	0.05 168	1.00 398	0.76 151

CVANet_RVC	14.09 444	4.82 432	10.86 310	9.46 419	5.60 418	19.70 438	12.94 475	33.38 458	34.86 458	23.72 434	33.31 442	29.76 452	16.35 413	24.37 478	12.45 390	1.22 464	0.23 175	1.45 488	0.87 465	3.41 480	3.01 456

SACVNet	14.10 445	5.24 439	14.19 389	12.11 488	6.12 441	18.45 428	9.11 414	33.13 454	22.94 333	28.79 484	33.88 451	32.69 480	23.78 479	20.91 448	12.13 382	1.08 448	0.54 260	0.84 458	0.48 424	1.41 420	4.26 484

rvit_105_1	14.11 446	6.23 458	22.11 477	13.74 502	4.55 368	15.38 370	28.19 557	27.21 375	43.35 507	19.53 367	24.36 325	22.05 388	15.96 407	18.37 414	12.70 394	2.27 490	0.58 274	0.26 387	2.37 515	0.70 354	2.20 405

PS-NSSS	14.36 447	8.44 487	16.43 425	7.44 347	5.79 425	18.65 431	12.71 473	39.02 516	26.84 384	20.99 397	36.15 469	21.47 381	18.25 440	18.21 412	18.63 442	2.44 496	0.55 264	5.38 526	0.37 389	5.25 505	4.11 483

CBMV	14.52 448	4.59 425	9.99 266	6.61 287	2.85 275	22.76 460	12.45 469	30.63 419	33.32 440	31.98 505	35.00 464	31.68 469	19.43 457	26.53 490	16.71 427	1.28 467	0.61 281	0.63 436	0.12 220	1.26 412	1.89 338
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 449	11.96 512	39.55 525	8.50 394	6.64 458	18.53 430	6.74 364	35.70 484	35.06 460	19.21 363	28.06 363	28.14 445	13.94 379	18.54 416	11.61 377	0.48 338	0.75 314	0.38 414	0.49 427	9.17 528	2.05 383

fast-acv-ft	14.96 450	4.73 429	17.68 439	8.03 380	5.27 399	28.61 503	9.97 435	26.25 362	35.58 466	26.03 459	38.02 482	31.91 473	21.50 472	19.25 422	21.18 459	0.61 374	0.38 215	0.63 436	0.48 424	1.31 414	1.73 315

pmcnn	15.27 451	4.31 418	22.32 480	7.46 350	4.46 363	22.15 456	15.74 498	28.53 389	31.88 426	27.78 478	40.04 496	39.06 516	19.11 454	18.79 419	20.78 457	1.04 446	0.23 175	0.00 1	0.00 1	0.53 298	1.17 239

Anonymous_2	15.61 452	7.12 467	18.63 450	6.49 277	7.98 488	26.94 492	11.93 463	19.48 275	18.48 286	18.25 343	15.95 217	24.18 410	21.32 471	21.17 457	15.94 418	10.88 549	13.80 565	11.19 553	25.13 569	10.92 539	6.42 515

z-ln-s-r	15.70 453	7.13 472	42.53 530	5.88 234	5.57 415	14.47 352	13.18 477	22.93 325	38.31 481	19.68 370	44.92 527	23.85 407	18.42 441	23.81 475	30.69 525	0.37 306	0.02 35	0.00 1	0.01 93	1.15 405	1.16 236

TCMNet	15.72 454	7.51 476	21.42 473	14.39 507	12.57 534	26.22 486	13.91 483	30.23 415	36.03 468	25.57 453	31.73 417	23.65 405	15.35 397	19.98 429	24.06 478	1.44 471	0.67 296	2.04 498	0.99 476	3.41 480	3.26 466

NVstereo2D	15.77 455	4.01 409	17.73 440	9.96 431	8.10 494	30.36 511	9.52 422	43.10 541	43.12 506	15.45 267	28.03 362	23.46 402	16.84 421	24.62 479	17.06 429	3.35 509	0.87 342	1.76 493	1.13 485	7.76 521	9.19 539

test_sample9	15.79 456	5.31 440	19.76 457	6.41 270	3.12 294	17.98 422	9.85 432	29.36 399	25.26 365	24.82 446	21.48 287	24.89 417	18.87 446	21.03 450	22.11 462	6.83 533	36.75 577	6.61 534	7.47 544	3.22 476	4.59 487

StereoDRNet	16.00 457	5.45 444	16.67 428	11.34 472	8.74 503	25.62 480	11.07 451	40.40 527	37.03 470	29.77 491	30.04 389	34.35 498	19.09 451	19.81 426	25.28 489	0.65 382	0.30 197	0.16 347	0.14 235	1.80 439	2.33 419

Wz-Net-LNSev-Ref	16.12 458	4.56 422	29.46 500	7.78 368	6.11 440	26.08 485	13.01 476	31.08 425	37.61 475	27.66 475	46.96 534	29.92 455	15.40 398	21.54 461	22.39 464	1.09 450	0.05 72	0.10 292	0.00 1	0.43 263	1.21 246

YMNet	16.35 459	6.51 462	23.16 484	11.45 473	8.85 505	25.42 478	8.89 408	32.99 450	32.63 435	34.40 521	39.12 490	34.27 495	17.43 431	20.90 446	22.93 467	0.93 429	1.30 459	1.21 478	0.94 466	1.77 437	1.81 323

YMNet_1	16.35 459	6.51 462	23.16 484	11.45 473	8.85 505	25.42 478	8.89 408	32.99 450	32.63 435	34.40 521	39.12 490	34.27 495	17.43 431	20.90 446	22.93 467	0.93 429	1.30 459	1.21 478	0.94 466	1.77 437	1.81 323

DRN-Test	16.60 461	4.76 430	16.90 432	10.75 457	8.16 496	29.42 507	14.37 484	43.26 543	39.35 486	28.93 486	35.46 465	29.03 449	20.11 463	20.78 443	24.51 484	0.94 432	0.93 356	0.46 421	0.35 377	1.42 422	2.12 395

SDNR	16.80 462	5.88 451	30.01 502	6.39 269	6.53 455	57.67 570	3.15 249	24.30 340	31.49 423	21.50 407	36.56 473	14.69 285	16.76 419	19.14 421	14.45 404	11.12 552	14.00 566	3.11 516	0.51 431	8.86 527	9.92 545

DISCO	16.93 463	2.58 333	17.15 435	8.26 386	4.37 354	27.65 497	10.68 443	31.28 430	44.93 516	22.21 418	34.47 459	36.48 506	23.91 480	36.14 528	34.48 533	0.35 298	0.11 133	0.04 221	0.07 187	1.95 443	1.40 272

PA-Net	16.98 464	8.05 484	29.56 501	10.52 450	11.30 525	21.91 455	29.93 561	32.64 445	39.50 487	20.38 384	28.51 370	23.80 406	20.82 466	21.45 459	25.60 491	0.25 265	2.36 523	0.23 378	4.99 535	1.34 417	6.47 516
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 465	8.11 485	28.42 498	9.29 415	8.89 508	24.46 470	25.06 549	35.40 481	49.52 532	26.73 468	33.49 447	20.50 370	18.75 444	20.67 442	19.18 449	2.30 492	2.09 514	1.13 474	0.75 456	2.86 463	2.84 449

GwcNet	17.31 466	6.61 465	23.02 482	10.83 461	8.63 501	29.48 508	10.80 445	39.37 521	45.73 518	24.16 440	37.85 481	31.50 467	21.81 477	21.37 458	27.25 505	0.81 409	0.88 344	0.57 433	0.46 417	1.54 429	3.61 471

NaN_ROB	17.35 467	7.91 480	18.84 452	11.29 470	4.93 381	33.28 524	20.75 530	38.10 511	43.81 508	30.28 497	31.53 414	32.88 481	20.88 468	29.10 503	17.85 435	0.40 315	0.43 235	0.31 405	0.44 416	0.98 395	3.03 459

S-Stereo	17.36 468	4.46 421	22.16 478	12.58 494	9.10 510	23.07 462	12.60 471	33.18 456	46.12 521	22.78 423	38.67 488	29.04 450	27.48 502	19.40 424	23.90 477	3.14 507	3.13 535	0.88 460	1.95 509	3.77 488	9.86 544

FAT-Stereo	17.45 469	3.56 395	19.19 454	10.31 443	6.54 456	18.00 425	14.89 492	38.68 514	40.49 490	27.39 474	39.66 493	37.32 508	32.14 531	21.07 453	22.97 469	3.68 512	2.16 520	0.81 455	1.21 489	2.10 448	6.78 519

DANet	17.51 470	8.91 492	27.61 494	14.94 514	7.48 474	22.67 459	5.66 326	27.33 378	26.64 380	32.62 512	36.27 471	37.40 509	30.07 519	31.65 514	26.09 497	1.30 468	1.46 490	2.33 504	0.53 434	3.54 484	5.69 503
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 471	17.23 535	20.10 463	12.02 486	6.91 465	28.81 504	11.45 458	41.35 530	21.95 322	30.13 496	34.66 460	32.04 476	11.30 315	21.04 452	16.43 423	8.91 541	2.67 527	12.29 554	0.84 461	12.72 545	8.43 534

PSMNet_ROB	17.59 472	6.52 464	16.27 423	14.43 508	7.71 483	29.22 506	33.59 566	43.94 546	38.52 483	24.74 445	33.46 446	34.17 494	17.29 428	18.52 415	25.68 493	0.40 315	0.29 195	0.96 464	2.22 512	2.03 446	1.81 323

Syn2CoEx	17.68 473	11.86 511	28.39 497	20.88 538	8.24 497	25.66 481	12.35 466	37.57 506	33.60 445	29.57 488	39.80 495	30.02 457	28.00 505	19.91 427	18.91 445	1.14 457	0.53 257	1.23 482	0.46 417	1.97 444	3.61 471

GANet	17.85 474	5.41 443	14.79 396	11.91 482	4.73 372	24.54 472	17.04 510	41.01 528	34.96 459	33.06 513	45.84 529	39.83 521	29.19 512	24.71 481	22.45 466	1.34 469	0.41 227	1.09 470	0.70 453	2.15 450	1.89 338

GASNet	17.87 475	20.62 546	32.66 512	21.17 539	9.48 513	16.26 393	9.15 416	45.00 551	40.55 492	26.16 461	24.34 324	33.05 482	15.45 401	29.82 508	18.15 438	3.79 514	0.28 193	1.87 494	0.51 431	7.06 516	1.97 356

test_sample8	17.93 476	5.31 440	19.76 457	6.41 270	3.12 294	17.98 422	9.85 432	32.68 446	20.05 301	33.68 518	26.30 344	40.74 526	34.14 535	21.03 450	22.11 462	6.83 533	36.75 577	6.61 534	7.47 544	3.22 476	4.59 487

NCCL2	17.94 477	7.94 482	16.87 431	24.07 549	7.60 479	24.52 471	17.08 511	35.42 482	26.65 381	32.01 506	38.57 485	41.96 535	27.61 503	22.24 466	24.43 483	0.65 382	0.33 206	2.64 510	2.13 511	2.28 455	3.86 480

ADCRef	18.01 478	8.01 483	44.10 535	10.75 457	8.85 505	27.18 494	11.06 450	31.77 437	34.40 453	31.90 504	42.45 509	18.79 354	21.55 474	25.18 484	35.17 534	1.03 444	0.42 233	2.18 500	1.79 504	1.38 418	2.27 412

XPNet_ROB	18.03 479	6.06 456	18.19 444	11.68 477	6.83 461	21.23 449	16.93 507	36.66 500	39.82 489	32.51 511	42.05 508	41.04 529	25.77 493	25.72 485	28.80 515	1.67 482	0.91 351	0.79 449	0.27 333	1.24 411	2.38 426

SuperB	18.07 480	7.33 473	56.73 558	8.42 391	5.42 407	20.39 445	9.73 430	26.04 355	50.80 536	26.88 470	39.52 492	17.79 341	21.54 473	23.17 471	25.96 496	0.77 400	0.32 200	1.11 473	0.73 455	16.11 554	2.75 447

RP	18.36 481	5.94 453	17.54 438	15.95 525	12.33 533	21.55 452	12.66 472	28.65 391	45.65 517	23.78 437	42.55 511	39.77 520	29.54 516	26.72 491	23.58 475	6.14 531	1.05 407	4.38 523	1.77 503	3.90 490	3.82 479

APVNet	18.42 482	6.37 460	23.10 483	12.76 497	8.28 498	30.74 513	24.17 545	42.08 536	30.76 417	25.86 458	41.66 504	31.83 472	24.99 486	28.01 499	28.77 513	0.49 342	0.57 270	3.05 514	0.55 439	1.80 439	2.46 429

w-ln-seven-2	18.44 483	8.73 490	43.71 534	11.92 483	6.91 465	24.43 469	13.73 481	30.66 420	41.21 496	29.15 487	43.29 518	30.86 464	29.28 513	23.47 473	24.59 485	0.99 437	1.11 421	0.64 438	0.17 259	1.63 430	2.26 410

ETE_ROB	18.45 484	10.71 498	20.90 470	14.23 505	4.92 380	23.28 464	22.01 533	33.00 452	36.14 469	30.68 499	39.03 489	46.10 548	26.28 495	27.52 496	26.22 498	0.53 350	0.49 246	1.16 475	0.94 466	1.69 434	3.07 460

PWCDC_ROB	18.66 485	11.24 504	21.32 472	18.82 533	8.08 493	25.75 482	6.94 373	35.08 478	53.33 543	30.37 498	49.70 542	20.87 376	21.63 476	31.05 513	22.39 464	6.94 537	0.28 193	0.10 292	0.06 179	5.98 513	3.22 464

Nwc_Net	18.76 486	5.80 447	19.91 461	14.99 516	11.96 530	26.32 488	15.90 499	41.68 533	40.50 491	21.85 413	43.58 519	34.89 499	29.47 515	27.48 495	26.34 499	3.75 513	0.27 187	2.55 509	3.31 522	2.25 453	2.46 429

ADCP+	18.93 487	5.83 449	35.35 516	9.85 429	10.36 518	29.49 509	13.65 480	34.22 469	37.75 477	30.02 495	41.45 502	24.18 410	26.43 499	34.71 522	36.58 536	0.27 273	0.40 220	2.00 497	1.19 487	2.31 456	2.66 438

MDST_ROB	18.99 488	3.23 375	15.81 421	14.15 504	6.98 467	44.89 553	16.81 506	43.19 542	42.83 504	43.71 549	43.84 520	28.79 448	19.02 450	30.64 512	18.70 443	1.84 484	0.84 333	0.69 442	0.47 423	0.71 358	2.61 436

Wz-Net-LNSev	19.04 489	11.48 507	43.55 533	10.82 460	8.01 491	24.96 474	17.46 515	34.72 476	44.36 512	33.43 516	44.72 526	32.54 478	24.13 481	21.64 463	24.38 482	0.93 429	0.22 173	0.00 1	0.03 137	1.44 423	1.99 368

AF-Net	19.18 490	6.50 461	16.90 432	16.60 526	11.00 524	23.83 466	11.31 454	36.25 491	51.10 539	25.56 452	38.34 484	41.77 533	31.01 524	30.20 510	27.83 508	4.87 525	0.27 187	4.60 524	1.00 477	2.67 461	2.02 373

PWC_ROB	19.21 491	12.15 517	28.02 496	11.02 466	6.62 457	25.15 476	5.47 323	36.42 495	49.47 530	33.19 514	44.32 523	34.98 500	26.66 500	32.22 517	27.30 506	1.71 483	0.27 187	1.62 490	0.37 389	2.38 458	4.90 494

stereogan	19.38 492	4.02 410	18.62 449	13.54 500	10.30 517	37.03 534	9.83 431	39.12 518	46.13 522	25.09 451	41.76 506	40.01 522	27.19 501	32.16 515	25.48 490	2.44 496	1.13 424	2.70 512	0.86 462	5.45 507	4.81 491

edge stereo	19.38 492	5.98 454	19.25 455	11.11 467	8.07 492	23.51 465	12.74 474	35.93 486	42.55 501	35.05 524	43.06 515	41.34 531	36.05 540	26.06 488	25.62 492	2.70 500	2.47 524	6.38 532	1.54 499	3.18 475	5.01 495

RYNet	19.73 494	5.52 445	18.58 448	11.63 476	15.84 544	47.05 556	17.28 512	38.60 513	49.19 529	27.71 476	27.46 355	38.63 514	26.42 498	20.79 444	32.08 529	0.73 392	0.59 278	0.97 465	0.16 253	7.40 518	8.04 530

LALA_ROB	19.82 495	8.32 486	18.64 451	13.59 501	5.79 425	28.03 501	23.44 540	43.09 540	37.57 474	33.91 520	41.55 503	50.73 559	25.61 492	29.09 502	27.30 506	0.73 392	0.67 296	2.08 499	1.42 495	2.70 462	2.12 395

Wz-Net-MNSev	19.84 496	7.55 477	35.79 517	10.79 459	7.51 476	38.96 542	18.39 522	35.08 478	44.72 514	31.28 501	41.70 505	41.18 530	20.49 465	28.41 500	30.13 524	0.96 436	0.36 213	0.05 229	0.13 224	1.70 435	1.64 305

aanetorigin	19.84 496	13.32 523	54.46 549	10.07 434	7.99 489	14.16 347	15.32 493	17.85 248	34.49 454	49.59 559	48.88 539	34.28 497	31.32 527	23.53 474	29.64 520	1.12 454	0.81 326	0.73 444	0.94 466	3.05 468	5.23 499

SGM_RVC	20.33 498	3.24 377	8.92 213	7.20 338	1.62 163	39.61 544	17.01 509	39.11 517	35.12 461	46.26 554	42.62 512	51.57 561	39.45 547	39.66 550	29.87 522	1.16 459	0.37 214	0.55 430	0.35 377	1.20 407	1.64 305
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 499	11.06 501	33.58 513	12.11 488	7.19 471	28.90 505	11.99 464	38.49 512	58.85 565	32.22 509	37.28 475	33.11 484	21.14 469	36.93 539	38.84 545	1.49 472	1.50 493	0.15 338	0.64 448	2.18 451	2.67 440

NCC-stereo	20.61 500	7.39 474	25.96 488	15.90 523	16.62 545	20.15 442	23.27 536	44.11 549	41.29 497	25.00 449	38.64 486	35.47 501	28.75 508	36.35 531	26.90 503	4.83 523	2.14 517	3.33 518	9.27 555	3.10 470	3.72 477

Abc-Net	20.61 500	7.39 474	25.96 488	15.90 523	16.62 545	20.15 442	23.27 536	44.11 549	41.29 497	25.00 449	38.64 486	35.47 501	28.75 508	36.35 531	26.90 503	4.83 523	2.14 517	3.33 518	9.27 555	3.10 470	3.72 477
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 500	12.13 516	46.35 538	21.53 540	17.78 548	19.41 434	23.64 543	37.23 505	50.61 533	26.20 462	37.72 477	24.90 420	25.02 489	24.63 480	23.53 472	3.13 506	1.65 500	5.69 528	4.09 528	3.64 486	3.34 468

RGC	20.62 503	14.30 525	21.99 476	18.85 534	14.53 539	21.42 451	14.82 491	36.00 489	44.32 511	28.54 483	41.82 507	40.12 523	29.43 514	35.44 527	23.33 470	4.12 516	0.72 304	8.80 546	4.39 532	4.55 497	4.84 493

DGSMNet	20.75 504	13.28 522	34.59 515	14.80 513	17.14 547	23.25 463	17.99 520	36.39 494	43.00 505	20.70 388	32.67 435	36.05 505	19.22 455	30.34 511	25.04 488	4.61 520	4.62 550	6.31 531	5.20 538	14.71 550	15.15 560

WCMA_ROB	21.17 505	5.89 452	22.32 480	10.39 447	7.65 481	34.55 528	16.42 504	33.20 457	34.02 449	42.06 543	52.50 547	44.09 540	37.59 543	33.66 520	26.77 502	7.45 540	3.18 536	1.27 485	1.43 496	4.18 492	4.81 491

MSAF-DinoV2	21.31 506	8.93 493	27.84 495	12.03 487	5.14 394	30.91 515	17.73 516	40.05 525	55.15 548	22.96 425	32.01 422	48.05 554	31.88 529	38.57 546	41.67 553	0.94 432	0.49 246	0.45 419	1.22 490	4.83 500	5.39 501

psmorigin	21.56 507	11.18 503	36.59 519	10.19 437	7.08 469	25.30 477	12.35 466	33.52 461	33.12 439	43.62 548	54.15 556	42.72 536	37.44 542	36.87 538	28.98 516	1.65 480	2.78 530	0.81 455	1.19 487	3.62 485	8.10 531

NLCSM	21.57 508	11.79 509	26.98 491	15.58 518	21.07 555	27.82 499	20.66 529	47.26 557	29.81 406	29.67 490	20.92 280	40.28 525	31.20 526	48.11 562	48.78 572	0.73 392	0.92 353	0.99 467	1.11 484	3.94 491	3.87 481

G-Net	21.66 509	9.10 494	39.39 523	15.85 521	9.60 514	51.00 561	16.73 505	28.32 387	31.17 420	38.99 535	43.24 516	33.26 487	32.09 530	28.50 501	26.50 501	4.74 522	3.92 547	3.60 521	1.02 478	8.42 526	7.86 528

MultiAttention	21.69 510	2.01 212	15.73 420	12.71 495	4.25 345	64.19 580	95.86 606	42.54 537	41.72 499	15.77 277	30.53 396	28.15 446	7.60 249	44.56 559	14.92 408	1.03 444	0.26 185	1.05 468	1.56 500	4.71 499	4.75 490

z-mn7	21.81 511	11.53 508	47.41 541	11.79 480	5.69 421	34.28 527	15.73 497	36.31 492	57.93 561	27.24 472	53.82 551	32.35 477	26.33 496	36.69 534	33.32 532	1.02 442	0.41 227	0.54 428	0.11 217	1.72 436	1.92 343

FBW_ROB	21.87 512	11.80 510	25.52 487	14.64 511	7.49 475	31.20 517	16.35 503	45.28 552	44.78 515	44.85 553	40.36 498	43.50 539	27.85 504	34.94 523	23.52 471	3.07 505	2.15 519	7.53 544	3.03 521	4.30 494	5.17 498

w-ln-seven	21.91 513	10.67 497	57.04 560	12.00 485	10.37 519	30.36 511	19.88 526	37.81 508	56.05 555	37.35 531	44.23 522	33.79 490	24.77 484	23.92 477	31.80 528	0.77 400	0.34 208	0.85 459	0.20 283	2.88 464	3.10 462

SANet	22.05 514	8.47 488	32.65 511	9.90 430	4.31 350	33.49 525	23.44 540	42.82 539	56.64 557	39.67 538	44.09 521	44.62 541	32.96 533	29.24 507	25.79 494	1.08 448	0.74 309	0.98 466	0.69 451	5.69 510	3.66 476

SQANet	22.07 515	25.29 554	21.78 475	26.81 553	18.92 551	30.75 514	10.25 439	33.47 459	30.10 407	25.73 455	34.31 457	33.45 488	19.94 462	29.16 504	20.03 453	11.68 553	3.08 534	26.95 566	5.80 541	20.97 561	12.99 554

UDG	22.21 516	15.90 533	16.41 424	21.71 541	20.17 553	32.51 520	13.78 482	36.62 497	35.77 467	26.64 467	31.43 410	37.49 510	32.33 532	22.77 468	21.19 460	11.08 551	5.60 554	23.12 561	7.74 548	17.07 556	14.89 559

STTRV1_RVC	22.31 517	18.60 539	39.50 524	16.79 527	23.81 562	29.59 510	15.67 496	35.42 482	34.27 451	35.05 524	34.94 463	31.94 475	28.80 510	29.17 505	23.89 476	12.64 559	3.40 540	6.58 533	4.73 534	15.20 552	6.23 510

SHD	22.33 518	11.30 505	32.10 508	15.61 519	9.88 515	26.75 490	10.12 437	41.84 534	61.77 570	36.36 528	44.65 525	39.28 517	31.10 525	35.07 524	32.76 531	2.35 493	1.95 510	1.24 484	1.90 508	4.33 495	6.34 512

CSAN	22.36 519	11.11 502	26.06 490	21.79 542	5.59 417	34.55 528	36.54 568	40.04 524	50.84 537	37.47 532	40.31 497	45.09 544	33.07 534	27.44 494	25.80 495	1.60 478	0.75 314	1.08 469	1.80 505	2.89 465	3.36 469

ADCL	22.44 520	7.79 478	49.20 544	10.61 455	7.28 473	40.40 547	21.03 531	32.07 441	55.07 547	28.53 482	48.73 537	31.68 469	31.69 528	34.04 521	38.38 541	1.22 464	0.93 356	2.65 511	1.89 507	2.65 460	2.94 454

zh-mn7	22.69 521	14.64 526	55.04 552	11.01 465	5.85 430	27.67 498	15.65 495	35.14 480	57.38 559	40.62 539	57.78 562	31.22 465	25.60 491	36.79 537	32.55 530	1.50 473	0.57 270	0.24 382	0.22 289	1.40 419	3.02 457

CC-Net-ROB	22.73 522	23.99 551	30.57 504	14.72 512	8.91 509	32.98 521	16.17 501	46.75 556	37.29 472	33.88 519	32.33 431	35.48 503	25.00 487	24.75 482	28.78 514	9.60 545	3.03 533	25.33 564	3.87 526	14.82 551	6.33 511

ADCPNet	22.75 523	10.94 500	58.96 563	12.24 492	7.57 477	37.33 535	20.08 528	33.89 463	37.37 473	33.49 517	44.32 523	39.36 519	28.43 507	32.19 516	38.55 543	2.25 489	2.69 529	2.37 506	3.59 525	4.33 495	5.01 495

MeshStereo	22.95 524	7.84 479	12.46 360	8.13 385	5.20 395	38.49 540	13.36 479	42.69 538	38.05 479	51.34 562	53.82 551	58.22 567	43.29 556	38.42 544	29.59 519	2.96 502	2.84 532	3.11 516	2.33 514	3.12 472	3.65 475
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
Wz-Net-SNSev	23.35 525	18.18 537	47.37 540	14.55 509	8.63 501	28.33 502	29.16 559	39.88 523	55.80 553	32.16 508	53.91 554	39.35 518	24.42 482	27.60 497	38.11 540	1.06 447	0.24 179	1.20 477	0.95 471	3.16 474	2.93 453

DDUNet	23.49 526	20.59 545	17.13 434	24.58 550	22.45 558	24.86 473	17.96 519	31.42 432	31.06 419	29.59 489	37.81 479	37.85 512	26.39 497	25.77 486	18.74 444	18.99 563	8.10 562	26.65 565	11.80 561	19.41 560	18.58 565

MSMD_ROB	23.50 527	10.55 496	15.65 419	17.87 532	10.07 516	35.58 531	19.04 524	34.53 473	37.81 478	41.55 542	60.11 565	46.01 547	39.81 549	32.74 518	24.92 487	6.86 536	3.63 544	8.92 547	11.16 560	7.21 517	5.99 508

LE_ROB	23.59 528	4.64 428	16.84 430	8.59 396	3.05 290	33.01 522	18.53 523	28.96 395	67.40 582	70.71 584	55.67 560	48.44 555	48.90 563	26.06 488	37.98 539	0.44 330	0.24 179	0.27 389	0.54 436	0.49 291	0.98 204

ADCMid	23.61 529	12.42 519	44.10 535	11.85 481	8.33 499	27.89 500	20.03 527	36.49 496	39.56 488	40.81 540	47.01 535	36.89 507	43.95 557	39.12 548	42.60 557	1.95 485	1.55 497	3.05 514	3.98 527	5.20 503	5.37 500

zh-sn7	23.82 530	16.94 534	52.41 547	14.57 510	8.11 495	26.98 493	24.39 547	37.04 503	49.49 531	34.43 523	52.44 546	33.79 490	35.37 538	40.92 553	39.03 546	0.86 418	0.93 356	0.55 430	0.40 409	3.27 479	4.37 485

AnyNet_C32	24.34 531	15.07 529	42.84 531	13.07 499	11.83 528	31.80 518	31.73 563	32.47 443	45.77 519	35.92 526	49.66 541	34.05 492	35.21 537	44.09 558	43.39 561	1.61 479	1.70 502	1.22 481	2.94 520	4.87 501	7.60 525

PSMNet-RUCA	24.65 532	28.24 557	42.85 532	35.58 563	34.48 568	16.04 383	11.34 455	40.36 526	31.70 424	31.88 503	41.00 501	37.50 511	25.41 490	29.19 506	17.07 430	12.35 556	2.12 516	20.72 560	8.27 553	17.19 557	9.64 542

MFN_U_SF_DS_RVC	24.71 533	14.86 528	32.18 509	26.47 552	10.48 520	40.27 546	22.83 535	36.88 502	44.51 513	42.59 544	47.13 536	40.20 524	28.00 505	36.70 535	28.36 509	4.23 518	4.00 548	6.73 537	16.35 566	5.05 502	6.34 512

ccnet	24.80 534	17.64 536	24.53 486	12.35 493	18.18 550	38.47 539	17.76 518	46.24 554	32.78 438	37.51 533	46.76 531	38.80 515	30.45 522	38.35 543	41.98 554	9.41 544	6.40 556	9.67 549	8.04 549	11.64 543	9.00 537

FC-DCNN	25.07 535	12.06 515	20.30 465	19.06 535	9.41 511	38.40 538	23.46 542	41.37 531	44.07 510	46.76 556	53.99 555	50.49 557	39.32 546	36.43 533	29.46 518	7.40 539	3.39 538	6.15 529	5.01 536	8.05 523	6.83 520

FC-DCNN v2	25.13 536	12.03 513	19.82 460	19.08 536	9.43 512	38.89 541	23.42 539	41.85 535	44.02 509	46.96 557	54.51 557	50.70 558	39.69 548	36.34 530	29.25 517	7.36 538	3.39 538	6.17 530	5.02 537	8.00 522	6.71 518

XQC	25.15 537	18.26 538	52.31 546	22.53 547	12.15 531	37.47 536	21.78 532	38.74 515	55.51 552	32.40 510	30.75 401	38.36 513	30.19 521	38.28 542	41.25 552	4.61 520	1.44 487	2.77 513	2.26 513	12.52 544	9.49 541

DPSNet	25.20 538	7.92 481	36.17 518	11.72 478	6.85 462	53.68 563	43.17 574	52.22 567	60.09 568	31.61 502	39.76 494	40.91 528	35.82 539	33.42 519	26.48 500	4.98 526	2.10 515	0.50 425	1.13 485	9.63 530	5.83 505

SGM-ForestM	25.21 539	4.80 431	13.50 379	8.68 399	3.74 319	46.85 555	22.04 534	46.25 555	51.32 541	51.28 561	52.07 545	62.64 574	47.13 561	46.05 560	36.30 535	1.99 486	2.25 522	1.21 478	1.24 491	1.65 433	3.21 463

PDISCO_ROB	25.35 540	10.44 495	31.01 506	29.47 558	20.36 554	38.32 537	17.74 517	45.56 553	55.34 550	29.88 493	42.94 514	46.63 549	29.76 517	36.23 529	31.29 527	10.74 548	2.20 521	6.96 538	3.53 524	9.98 534	8.52 535

EDNetEfficient	25.68 541	22.94 550	77.88 587	9.49 420	7.66 482	20.89 446	17.37 513	22.52 316	56.02 554	61.49 574	53.31 549	35.83 504	41.88 555	25.06 483	39.53 548	0.86 418	0.83 332	0.91 462	2.82 518	8.28 524	7.98 529

Wz-Net-TNSev	25.85 542	21.47 548	59.51 565	10.38 446	7.64 480	42.40 551	23.33 538	35.97 488	54.36 545	36.56 529	43.26 517	45.90 546	41.27 553	37.81 540	37.10 537	2.35 493	1.90 509	0.77 447	1.34 494	5.89 512	7.75 527

WZ-Net	25.86 543	14.23 524	64.17 568	15.77 520	10.61 521	39.36 543	28.01 556	41.38 532	54.97 546	28.82 485	53.68 550	40.90 527	30.14 520	37.91 541	42.98 560	1.59 475	0.49 246	0.73 444	0.95 471	5.43 506	5.12 497

GANetREF_RVC	26.12 544	30.35 558	27.03 492	26.08 551	6.28 452	31.16 516	37.25 570	48.48 559	50.90 538	37.30 530	36.39 472	34.11 493	30.98 523	38.51 545	28.38 510	9.08 542	2.68 528	16.48 557	5.42 540	16.24 555	9.34 540
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FCDSN-DC	26.18 545	15.77 532	20.36 466	28.79 557	15.78 543	40.13 545	19.12 525	43.57 544	42.59 502	44.78 552	52.51 548	50.73 559	40.32 551	35.32 526	28.55 511	6.41 532	3.61 543	7.11 540	6.54 542	10.58 535	10.93 550
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 546	15.49 531	48.87 543	15.20 517	10.99 523	31.86 519	24.37 546	43.99 547	58.30 563	43.12 546	49.92 543	41.90 534	41.43 554	42.90 557	46.29 565	3.00 504	2.60 525	2.45 508	3.47 523	7.63 519	8.41 533

DLNR_Zeroshot_test	27.91 547	51.88 573	91.97 601	98.26 610	97.92 611	3.07 30	0.49 42	31.27 429	8.33 150	8.40 155	15.66 212	7.22 161	1.66 51	12.16 241	4.82 231	40.46 575	1.87 506	0.06 241	0.33 367	80.45 598	1.99 368

DLNR-FE	27.94 548	51.88 573	92.05 602	98.26 610	97.81 610	3.06 28	0.49 42	31.86 438	8.33 150	8.42 156	15.65 211	7.22 161	1.66 51	12.17 242	4.82 231	40.33 574	1.88 507	0.06 241	0.33 367	80.59 599	1.99 368

MFN_U_SF_RVC	28.91 549	15.44 530	55.12 554	22.00 544	8.49 500	41.39 548	15.36 494	52.74 568	46.70 524	47.83 558	53.87 553	54.97 564	40.50 552	39.54 549	40.77 550	6.09 530	4.92 552	7.08 539	9.02 554	7.68 520	8.69 536

PASM	29.37 550	19.17 540	50.43 545	23.55 548	23.15 560	27.62 496	27.82 555	35.90 485	50.76 535	35.98 527	40.55 499	47.26 552	34.98 536	35.28 525	38.72 544	12.58 558	15.96 568	17.57 559	22.46 568	13.71 547	13.92 557

EDNetEfficientorigin	29.50 551	36.05 565	99.77 614	9.67 424	5.93 432	26.79 491	16.02 500	26.87 372	55.18 549	61.15 571	57.72 561	45.04 543	50.99 566	26.90 493	44.78 563	0.53 350	0.54 260	1.72 492	2.53 516	11.05 540	10.75 547

AnyNet_C01	30.67 552	27.57 555	76.09 585	17.61 529	12.18 532	50.42 560	28.89 558	39.14 520	41.14 495	41.36 541	65.66 577	47.21 551	40.16 550	47.50 561	49.82 573	2.38 495	2.79 531	2.31 503	2.83 519	8.35 525	9.99 546

LSM	30.92 553	21.18 547	57.13 562	19.98 537	54.02 580	33.70 526	25.92 551	43.87 545	49.18 528	46.43 555	55.59 559	43.44 537	36.70 541	36.70 535	28.75 512	2.94 501	9.77 563	5.07 525	8.20 552	10.77 536	29.00 572

RTS	30.97 554	24.38 552	96.47 604	17.75 530	12.63 535	58.43 572	26.47 552	38.01 509	63.33 573	44.41 550	46.81 532	33.16 485	45.26 558	52.06 569	42.65 558	2.66 498	1.40 478	1.09 470	1.02 478	5.49 508	5.86 506

RTSA	30.97 554	24.38 552	96.47 604	17.75 530	12.63 535	58.43 572	26.47 552	38.01 509	63.33 573	44.41 550	46.81 532	33.16 485	45.26 558	52.06 569	42.65 558	2.66 498	1.40 478	1.09 470	1.02 478	5.49 508	5.86 506

DispFullNet	31.01 556	32.97 560	59.04 564	30.27 559	28.46 564	33.06 523	11.44 457	37.69 507	54.13 544	33.30 515	37.78 478	44.68 542	28.96 511	42.19 556	29.68 521	12.35 556	3.56 542	36.10 570	12.90 563	32.29 569	19.42 567

coex-ft	31.29 557	39.15 569	93.51 603	9.71 427	5.77 424	36.25 533	26.79 554	31.43 433	59.45 566	73.35 588	58.73 563	45.49 545	48.48 562	30.19 509	46.52 567	1.59 475	1.71 503	0.94 463	0.97 474	9.43 529	6.35 514

MANE	33.27 558	12.69 520	21.10 471	22.10 545	15.09 542	49.75 558	29.51 560	54.10 571	56.36 556	59.73 567	64.93 574	65.43 578	57.34 576	52.70 572	41.02 551	10.52 547	6.09 555	7.35 542	20.29 567	9.66 531	9.65 543

otaku	33.83 559	36.87 567	53.81 548	40.41 566	21.58 556	54.54 565	17.45 514	44.01 548	61.47 569	39.63 536	50.06 544	46.76 550	29.76 517	40.64 552	30.07 523	19.17 564	7.09 559	32.34 568	9.92 557	24.17 564	16.94 562

PVD	34.10 560	19.91 542	39.04 522	27.08 554	18.09 549	35.11 530	44.32 576	52.16 566	66.36 579	53.04 565	64.50 572	52.33 562	56.17 572	52.24 571	42.11 555	4.17 517	4.82 551	9.60 548	4.65 533	11.11 541	25.25 570

ELAS	34.78 561	20.32 543	38.13 521	21.79 542	14.89 540	57.95 571	37.04 569	51.15 565	51.19 540	60.95 570	64.42 571	59.08 569	54.44 569	51.53 567	46.26 564	12.00 554	7.83 560	10.46 550	8.04 549	14.42 548	13.71 556
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 562	20.50 544	37.14 520	22.37 546	15.07 541	54.02 564	38.42 571	50.06 562	56.72 558	61.86 575	63.52 567	58.79 568	54.60 570	54.13 574	43.99 562	12.20 555	7.90 561	10.75 552	7.65 547	14.42 548	13.42 555
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 563	19.78 541	33.90 514	55.86 575	36.15 569	76.79 593	94.89 605	49.29 560	51.59 542	38.15 534	37.83 480	53.71 563	39.29 545	40.56 551	40.41 549	4.02 515	6.72 558	2.35 505	4.12 529	9.70 532	10.76 548

Ntro	35.59 564	38.58 568	55.41 555	43.66 570	22.54 559	57.26 566	23.73 544	47.69 558	63.99 576	39.63 536	48.82 538	47.68 553	37.60 544	41.55 555	30.80 526	17.85 562	6.61 557	33.21 569	10.52 559	26.65 565	17.97 564

BEATNet-Init1	36.29 565	22.72 549	56.79 559	28.53 556	13.41 538	59.81 575	33.49 564	53.72 570	58.64 564	60.78 569	63.63 568	70.42 581	56.59 574	53.93 573	46.48 566	5.63 527	4.14 549	7.49 543	7.45 543	11.35 542	10.88 549

ACVNet-4b	36.91 566	52.81 575	57.04 560	42.64 569	22.08 557	48.32 557	14.64 490	50.28 563	59.78 567	43.17 547	46.34 530	55.50 565	24.49 483	39.03 547	23.55 473	25.75 569	3.76 545	47.36 574	33.76 573	28.62 566	19.22 566

GCST	37.71 567	41.51 570	27.28 493	92.08 606	36.49 570	24.16 468	0.99 75	26.00 354	20.14 302	26.34 464	15.80 215	19.97 368	4.67 168	17.54 400	5.83 268	80.93 599	35.32 576	87.67 605	74.76 594	73.87 594	42.93 582

MSC_U_SF_DS_RVC	37.85 568	35.62 564	55.10 553	38.16 565	13.19 537	57.63 569	24.72 548	52.87 569	63.40 575	66.39 580	63.74 569	58.16 566	54.28 568	51.56 568	47.39 568	9.36 543	5.44 553	14.82 556	15.34 565	18.80 559	11.04 552

Consistency-Raft	41.94 569	35.39 563	45.40 537	33.16 561	41.47 574	45.14 554	33.50 565	56.78 575	55.37 551	32.11 507	65.41 575	30.46 463	49.76 564	40.94 554	48.33 571	27.72 570	35.00 575	43.33 572	51.89 584	39.60 572	28.04 571

ACVNet_1	42.11 570	50.66 572	66.19 573	45.24 572	25.33 563	50.11 559	25.60 550	55.90 572	65.25 577	60.15 568	59.98 564	63.57 575	50.05 565	50.45 565	38.46 542	20.06 565	11.00 564	38.79 571	14.48 564	31.31 568	19.68 568

NVStereoNet_ROB	42.81 571	34.00 561	46.84 539	37.40 564	28.64 565	35.65 532	33.88 567	49.95 561	58.27 562	69.65 583	75.69 587	66.36 579	65.66 580	48.37 563	62.04 586	16.50 561	25.07 572	23.61 563	32.35 571	21.58 562	24.72 569
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	46.09 572	34.58 562	56.32 557	34.09 562	32.26 567	43.96 552	18.17 521	50.50 564	57.55 560	51.51 563	64.67 573	70.37 580	54.67 571	50.74 566	54.45 578	54.81 582	15.31 567	55.16 580	36.55 574	43.82 573	42.26 581

RainbowNet	51.77 573	63.10 583	65.03 572	60.15 576	39.21 573	59.39 574	31.46 562	57.61 577	78.49 594	50.61 560	66.05 578	59.57 570	45.26 558	50.17 564	42.57 556	46.92 579	45.90 583	53.26 578	32.46 572	54.03 579	34.14 575

anonymity	52.60 574	58.73 577	63.81 567	41.37 568	59.41 584	53.52 562	41.39 572	56.50 574	40.60 493	55.03 566	49.64 540	49.57 556	56.22 573	59.42 576	50.07 574	55.57 583	50.19 589	51.15 576	51.23 582	51.90 575	56.75 585

MADNet+	53.97 575	69.36 586	98.79 611	67.30 580	38.52 571	79.97 597	81.50 599	61.38 579	62.53 571	52.01 564	55.50 558	61.22 573	59.61 578	70.25 586	77.26 600	25.21 568	25.07 572	17.40 558	12.69 562	34.21 570	29.70 574

JetBlue	54.72 576	46.20 571	75.05 583	51.44 573	47.85 575	76.48 592	62.38 585	64.44 581	62.86 572	63.67 578	65.49 576	78.96 588	68.77 581	68.63 584	75.95 599	37.07 571	25.78 574	29.10 567	29.19 570	29.75 567	35.27 576

SGM+DAISY	55.54 577	57.77 576	64.45 570	40.89 567	53.89 578	63.34 578	50.45 578	56.00 573	45.95 520	61.43 573	64.32 570	61.05 572	56.70 575	61.32 579	56.86 580	56.51 585	49.35 587	50.49 575	50.00 581	52.52 576	57.57 586

SPS-STEREO	56.02 578	59.82 580	64.35 569	45.23 571	53.96 579	61.34 576	44.05 575	60.08 578	50.73 534	62.61 576	61.78 566	59.73 571	57.62 577	60.63 578	59.08 581	58.29 586	48.28 584	51.30 577	49.29 580	55.67 580	56.59 584
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 579	62.74 582	73.58 582	66.59 579	38.77 572	63.23 577	49.56 577	72.12 592	82.24 598	79.37 596	88.96 603	76.25 585	73.29 586	55.14 575	48.05 569	38.17 572	24.21 571	54.92 579	37.94 575	48.23 574	29.29 573

IMH-64-1	59.89 580	58.89 578	69.08 577	66.46 577	50.96 576	57.48 567	51.18 579	69.03 585	67.25 580	67.90 581	80.31 592	70.42 581	74.30 587	72.66 592	50.07 574	42.88 576	43.00 580	65.88 581	47.48 577	53.41 577	39.15 577

IMH-64	59.89 580	58.89 578	69.08 577	66.46 577	50.96 576	57.48 567	51.18 579	69.03 585	67.25 580	67.90 581	80.31 592	70.42 581	74.30 587	72.66 592	50.07 574	42.88 576	43.00 580	65.88 581	47.48 577	53.41 577	39.15 577

IMH	63.51 582	61.05 581	69.15 579	69.90 581	54.09 581	65.82 582	55.66 581	72.12 592	72.52 587	72.73 586	81.82 594	73.16 584	79.86 592	77.03 597	52.57 577	44.46 578	50.01 588	68.11 583	51.57 583	56.59 581	41.88 580

TorneroNet-64	66.18 583	71.37 588	72.19 581	76.80 585	59.54 585	67.82 583	59.56 582	67.83 584	79.98 595	63.09 577	67.00 579	82.98 593	69.97 583	68.02 581	62.78 587	49.03 580	44.17 582	73.23 585	64.19 586	69.14 585	54.83 583

PWCK	66.53 584	88.82 604	80.30 590	80.69 593	30.85 566	65.18 581	41.64 573	72.55 594	71.28 586	78.68 595	69.18 581	78.14 587	62.17 579	82.93 603	63.46 588	80.46 598	40.52 579	82.05 596	47.71 579	74.54 595	39.47 579

WAO-6	71.06 585	73.42 590	67.24 574	79.78 592	61.93 588	69.67 584	60.23 583	75.12 597	87.02 601	74.87 589	79.60 591	79.28 589	84.75 600	68.25 583	61.91 585	67.67 589	48.98 586	81.65 594	73.43 591	66.76 583	59.64 587

TorneroNet	71.59 586	73.91 591	76.67 586	81.06 594	65.65 589	71.44 586	65.68 587	71.66 591	75.08 589	71.76 585	73.09 586	84.12 597	74.51 589	70.46 587	69.58 591	59.87 587	48.58 585	79.93 590	73.78 592	75.74 596	69.18 596

LVE	71.96 587	73.19 589	84.13 594	75.60 584	55.78 583	75.59 589	63.60 586	77.67 598	83.64 599	82.16 597	87.25 602	83.54 595	82.79 597	76.17 595	65.22 589	49.11 581	57.71 595	74.86 587	62.93 585	66.84 584	61.36 588

MFMNet_re	72.11 588	79.45 596	64.79 571	52.91 574	84.26 599	78.00 595	69.47 590	64.08 580	67.45 583	61.33 572	71.28 583	64.22 576	69.42 582	72.45 589	61.54 583	81.63 601	73.93 602	80.19 592	74.21 593	83.02 601	88.49 604

WAO-7	72.48 589	78.58 593	55.84 556	79.20 590	69.56 594	71.30 585	73.06 594	78.20 601	84.37 600	77.52 592	85.78 598	79.44 590	80.26 593	65.93 580	66.47 590	62.13 588	69.81 600	70.46 584	73.18 590	66.66 582	61.95 589

notaker	72.59 590	79.99 598	79.75 589	79.06 589	68.60 592	63.66 579	62.15 584	69.61 588	75.78 590	77.77 593	79.16 590	79.92 591	84.80 601	77.69 598	59.73 582	70.15 592	61.03 596	77.65 589	68.69 588	70.81 587	65.81 593

ktn	72.86 591	80.20 599	70.88 580	79.38 591	69.76 595	75.01 587	70.17 593	69.27 587	77.21 591	73.05 587	77.79 589	77.79 586	77.01 590	73.04 594	56.44 579	79.36 595	66.31 597	80.24 593	68.37 587	72.53 592	63.45 590

UNDER WATER-64	73.59 592	75.19 592	88.26 597	74.50 583	55.55 582	78.94 596	76.55 596	65.86 582	68.37 584	75.79 591	69.24 582	84.00 596	77.49 591	69.01 585	73.11 594	81.39 600	57.22 594	82.69 597	80.62 597	69.53 586	68.45 595

LRCNet_RVC	73.95 593	70.63 587	75.65 584	77.92 587	60.69 587	41.66 549	16.24 502	71.26 590	48.66 526	88.23 604	93.84 606	90.11 605	82.18 595	80.69 602	61.88 584	97.09 613	72.20 601	96.71 612	97.62 613	77.99 597	77.70 600

DPSimNet_ROB	74.86 594	83.75 602	61.14 566	77.51 586	65.78 590	76.04 591	75.86 595	74.62 596	77.61 592	82.20 598	75.97 588	80.50 592	72.45 584	68.06 582	84.65 604	81.90 602	52.11 590	79.97 591	76.71 596	70.85 588	79.47 601

UNDER WATER	76.36 595	79.65 597	88.23 596	84.62 596	67.01 591	77.90 594	78.03 597	67.43 583	72.64 588	75.52 590	71.49 585	85.52 598	82.57 596	70.68 588	75.48 598	79.61 597	54.01 591	86.59 603	84.76 602	72.44 591	72.94 598

TCMNet-wrong-test	76.88 596	91.55 607	89.69 598	97.65 609	97.33 609	94.96 604	92.79 604	70.14 589	66.18 578	63.79 579	71.43 584	65.35 577	51.30 567	85.36 605	74.52 597	56.30 584	20.24 569	82.94 601	82.30 599	95.20 613	88.51 605

WAO-8	77.20 597	78.94 594	67.39 575	86.73 600	72.82 596	79.98 598	69.63 591	77.88 599	88.66 603	83.17 600	86.77 599	85.56 599	85.20 602	72.63 590	69.82 592	75.00 593	55.65 592	87.92 606	83.63 600	71.60 589	64.97 591

Venus	77.20 597	78.94 594	67.39 575	86.73 600	72.82 596	79.98 598	69.63 591	77.88 599	88.66 603	83.17 600	86.77 599	85.56 599	85.20 602	72.63 590	69.82 592	75.00 593	55.65 592	87.92 606	83.63 600	71.61 590	64.97 591

HanzoNet	77.99 599	81.45 601	83.64 591	78.05 588	69.26 593	75.78 590	69.09 589	73.99 595	78.09 593	82.39 599	83.06 595	85.66 601	87.00 605	86.11 606	74.40 596	85.46 606	68.53 599	81.84 595	75.61 595	73.07 593	67.26 594

JetRed	79.80 600	80.33 600	91.79 600	71.25 582	75.71 598	91.85 601	80.84 598	79.41 602	80.84 596	84.48 602	84.47 597	83.34 594	72.72 585	79.51 599	85.74 605	69.66 591	81.68 603	73.70 586	72.68 589	82.42 600	73.53 599

Dean	80.94 601	86.19 603	83.94 593	85.03 599	60.07 586	75.42 588	67.27 588	81.85 603	88.36 602	92.35 606	87.09 601	92.14 607	93.19 607	83.37 604	74.06 595	68.69 590	66.48 598	94.89 611	84.90 603	83.86 603	69.69 597

ASD4	87.80 602	90.70 606	83.73 592	83.43 595	90.78 605	97.93 607	99.61 613	89.14 605	96.84 609	88.33 605	93.49 604	89.94 604	86.43 604	88.88 607	91.91 606	79.57 596	81.89 604	76.64 588	81.57 598	83.78 602	81.45 602

RSGM-EC	88.05 603	67.56 584	54.72 550	84.76 597	87.14 600	94.31 602	92.47 602	94.54 609	98.04 610	95.58 610	98.08 610	85.88 602	83.46 598	79.65 600	79.54 601	95.39 610	97.60 610	91.56 608	95.03 610	94.55 611	91.16 609

acva	88.05 603	67.56 584	54.72 550	84.76 597	87.14 600	94.31 602	92.47 602	94.54 609	98.04 610	95.58 610	98.08 610	85.88 602	83.46 598	79.65 600	79.54 601	95.39 610	97.60 610	91.56 608	95.03 610	94.55 611	91.16 609

KSHMR	88.63 605	93.05 608	84.15 595	95.59 607	91.74 606	82.94 600	83.28 600	84.59 604	81.87 597	87.85 603	83.96 596	91.71 606	81.49 594	76.73 596	82.12 603	96.47 612	96.06 609	96.71 612	97.16 612	92.74 609	92.47 612

tt	89.84 606	1.21 63	99.99 616	99.29 614	100.00 617	100.00 617	100.00 618	100.00 619	99.99 617	78.46 594	68.51 580	99.99 620	100.00 617	100.00 620	100.00 620	95.27 608	99.93 616	87.33 604	86.20 604	94.13 610	86.50 603

xxxxx1	91.89 607	95.36 610	98.42 608	87.40 602	89.37 602	98.54 608	98.20 610	92.95 606	93.30 606	93.53 607	95.30 607	97.01 609	96.36 608	94.68 609	94.93 607	83.39 603	84.31 605	82.86 598	88.15 606	84.30 604	89.46 606

tt_ll	91.89 607	95.36 610	98.42 608	87.40 602	89.37 602	98.54 608	98.20 610	92.95 606	93.30 606	93.53 607	95.30 607	97.01 609	96.36 608	94.68 609	94.93 607	83.39 603	84.31 605	82.86 598	88.15 606	84.30 604	89.46 606

ff	91.89 607	95.36 610	98.42 608	87.40 602	89.37 602	98.54 608	98.20 610	92.95 606	93.30 606	93.53 607	95.30 607	97.01 609	96.36 608	94.68 609	94.93 607	83.39 603	84.31 605	82.86 598	88.15 606	84.30 604	89.46 606

USTest	93.46 610	90.54 605	77.93 588	88.02 605	92.66 607	99.95 615	99.98 616	99.76 616	99.80 615	99.20 615	99.52 615	98.00 612	99.17 613	89.23 608	99.32 614	90.19 607	98.20 612	84.23 602	87.33 605	84.55 607	91.69 611

MADNet++	94.07 611	93.58 609	90.62 599	96.24 608	96.57 608	97.26 606	90.52 601	94.64 611	91.89 605	97.09 612	93.64 605	94.65 608	92.81 606	96.06 612	95.06 610	95.31 609	95.85 608	92.44 610	92.08 609	91.00 608	94.17 614

PML	99.07 612	100.00 619	98.17 607	99.22 613	99.21 613	99.98 616	99.74 614	98.27 613	98.10 612	100.00 620	99.37 613	98.77 614	99.85 614	100.00 620	98.07 612	100.00 617	99.54 613	100.00 617	99.51 615	99.87 616	93.65 613

MEDIAN_ROB	99.20 613	99.85 614	99.64 613	98.51 612	98.53 612	98.60 611	97.88 609	98.83 614	98.59 613	99.35 616	99.47 614	99.57 615	99.05 612	98.38 613	98.37 613	99.99 615	99.63 614	100.00 617	100.00 618	99.82 615	99.92 616

HaxPig	99.40 614	99.99 616	97.53 606	99.99 616	99.99 615	96.91 605	97.19 607	99.57 615	99.99 617	99.98 619	100.00 617	99.99 620	99.96 616	99.06 614	97.86 611	99.99 615	100.00 618	100.00 617	100.00 618	100.00 617	99.98 617

Anonymous_1	99.63 615	99.96 615	99.94 615	99.77 615	99.59 614	100.00 617	100.00 618	99.81 618	99.98 616	99.63 617	99.94 616	99.75 617	100.00 617	99.67 615	99.89 615	98.37 614	99.84 615	98.70 614	99.26 614	99.29 614	99.24 615

test_example2	99.67 616	99.99 616	99.99 616	100.00 617	99.99 615	99.87 614	99.99 617	98.01 612	100.00 619	100.00 620	100.00 617	98.18 613	98.43 611	99.98 617	99.98 616	100.00 617	99.99 617	99.40 615	99.52 616	100.00 617	100.00 618

ccccc	99.70 617	98.11 613	100.00 618	100.00 617	100.00 617	99.33 613	99.79 615	99.78 617	99.22 614	99.63 617	98.82 612	99.67 616	99.92 615	99.95 616	99.99 617	100.00 617	100.00 618	99.97 616	99.91 617	100.00 617	100.00 618

AVERAGE_ROB	99.81 618	99.99 616	99.44 612	100.00 617	100.00 617	99.02 612	97.81 608	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

DPSMNet_ROB	99.95 619	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	99.16 613	100.00 617	99.95 618	100.00 617	99.98 617	99.99 617	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

DGTPSM_ROB	99.95 619	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	99.16 613	100.00 617	99.95 618	100.00 617	99.98 617	99.99 617	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

RAFT-FEzeroshot	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

RAFT-FE	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

FlowAnything	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

Selective-RAFT-Error	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

CasAABBNet	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

LSM0	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

DPSM_ROB	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

DPSM	100.00 621	100.00 619	100.00 618	100.00 617	100.00 617	100.00 617	100.00 618	100.00 619	100.00 619	100.00 620	100.00 617	100.00 622	100.00 617	100.00 620	100.00 620	100.00 617	100.00 618	100.00 617	100.00 618	100.00 617	100.00 618

GS-Stereo							1.45 109	9.98 99	5.42 75	3.09 60	2.76 31	1.86 58	2.22 72	3.97 13	1.97 60	0.06 112	1.02 399	0.00 1	0.86 462	0.25 149	2.14 398

FADE		36.34 566		32.23 560	23.74 561			57.46 576	71.16 585	43.07 545		43.49 538		59.46 577		38.46 573	21.19 570	44.28 573	42.47 576	17.94 558	15.62 561

Low-res two-view benchmark