Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

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

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

Wz-Net-LNSev	0.06 44	0.24 119	0.20 161	0.23 146	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 171	0.21 172	0.02 18	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

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

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

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

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

test_sample6	0.09 51	0.97 261	0.10 69	0.10 57	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 51	1.03 278	0.11 89	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 51	1.01 272	0.09 65	0.09 53	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 51	0.95 258	0.09 65	0.10 57	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 51	1.01 272	0.10 69	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

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

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

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

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

Wz-Net-LNSev-Ref	0.11 84	0.44 170	0.33 214	0.39 198	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 244	0.36 238	0.02 18	0.02 20	0.02 20	0.02 20

BSDual-CNN	0.81 336	1.91 391	0.92 365	4.48 509	0.02 21	0.42 272	0.06 105	0.41 248	0.02 21	0.48 287	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 467	4.19 532	0.33 217	0.23 196	0.34 207	0.27 206

psmg	0.43 246	1.91 391	0.92 365	1.91 442	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 467	1.44 460	0.04 73	0.03 54	0.02 20	0.03 51

CSP-Net	0.34 194	1.29 356	1.19 389	1.36 422	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 433	1.21 440	0.03 38	0.09 110	0.02 20	0.09 108

Syn2CoEx	0.25 159	1.31 358	0.74 344	0.92 324	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 354	0.75 348	0.02 18	0.02 20	0.02 20	0.02 20

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

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

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

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

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

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

zh-sn7	0.10 62	0.98 262	0.14 125	0.15 107	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 123	0.13 134	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 93	1.14 292	0.17 149	0.20 133	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 148	0.16 143	0.03 38	0.03 54	0.03 43	0.03 51

w-ln-seven-2	0.14 109	1.22 352	0.28 190	0.32 176	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 202	0.27 191	0.04 73	0.03 54	0.03 43	0.03 51

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

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

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

DualNet (step1)	0.10 62	1.05 282	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 282	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 282	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 51	1.00 266	0.11 89	0.11 74	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 62	1.07 285	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 62	1.03 278	0.12 100	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.13 134	0.03 38	0.03 54	0.03 43	0.03 51

test_sample3	0.09 51	0.87 239	0.10 69	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 51	0.87 239	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

DualNet	0.10 62	1.07 285	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 62	1.09 287	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 62	1.14 292	0.13 120	0.14 97	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.11 95	0.03 38	0.02 20	0.03 43	0.02 20

qqq	0.16 129	2.01 399	0.12 100	0.15 107	0.04 79	0.06 92	0.05 93	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.03 48	0.12 91	0.14 138	0.04 73	0.04 78	0.03 43	0.03 51

x	0.11 84	1.15 295	0.15 141	0.14 97	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.15 141	0.03 38	0.03 54	0.03 43	0.03 51

hknet	1.10 381	1.85 384	3.49 531	4.48 509	0.02 21	0.42 272	0.06 105	0.41 248	0.02 21	0.48 287	0.03 52	0.41 255	0.03 52	0.42 270	0.03 48	4.39 518	4.19 532	0.33 217	0.23 196	0.34 207	0.27 206

222	0.10 62	0.99 265	0.12 100	0.13 93	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 84	1.16 296	0.16 142	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.16 143	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 62	1.09 287	0.13 120	0.12 80	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.14 138	0.03 38	0.03 54	0.03 43	0.03 51

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

GwcNet	0.12 93	0.07 58	0.05 57	0.08 49	0.05 99	0.08 103	1.20 411	0.07 105	0.05 98	0.05 92	0.05 100	0.08 105	0.05 94	0.08 106	0.03 48	0.07 58	0.05 56	0.06 94	0.05 96	0.07 104	0.05 97

BEATNet_4x	0.11 84	0.03 31	0.03 36	1.60 432	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 84	0.03 31	0.03 36	1.60 432	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

z-mn7	0.16 129	1.21 347	0.33 214	0.41 222	0.04 79	0.04 77	0.03 50	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 218	0.31 220	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 136	1.47 366	0.33 214	0.40 211	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 234	0.32 223	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 95	0.04 82	0.06 97	0.04 88	0.06 98	0.04 84	0.06 89	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

mmm	0.14 109	1.83 382	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.04 82	0.03 40	0.03 52	0.03 42	0.03 52	0.06 89	0.04 75	0.12 91	0.11 95	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 41	0.04 37	0.12 100	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 82	0.12 123	0.04 88	0.06 98	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 383	0.06 95	0.04 82	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 82	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

ADCRef	0.12 93	0.03 31	0.04 43	1.71 438	0.04 79	0.03 40	0.03 50	0.04 77	0.04 82	0.04 74	0.03 52	0.04 77	0.03 52	0.06 89	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

AnyNet_C01	0.11 84	0.02 12	0.02 14	1.62 435	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 89	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 109	0.04 37	0.03 36	2.22 453	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 103	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 121	0.04 37	0.04 43	2.20 452	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.05 100	0.04 77	0.04 84	0.08 106	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 415	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 106	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
z-ln-s-r	0.21 148	1.40 364	0.53 308	0.56 276	0.04 79	0.05 89	0.04 81	0.05 89	0.05 98	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.05 88	0.57 311	0.44 279	0.04 73	0.04 78	0.04 77	0.04 79

qqq1	0.25 159	3.70 473	0.14 125	0.14 97	0.04 79	0.06 92	0.05 93	0.06 95	0.05 98	0.06 97	0.05 100	0.04 77	0.05 94	0.06 89	0.05 88	0.13 107	0.12 110	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 159	3.70 473	0.14 125	0.14 97	0.04 79	0.06 92	0.05 93	0.06 95	0.05 98	0.06 97	0.05 100	0.04 77	0.05 94	0.06 89	0.05 88	0.13 107	0.12 110	0.06 94	0.05 96	0.03 43	0.04 79

11t1	0.17 133	2.16 408	0.13 120	0.13 93	0.04 79	0.06 92	0.04 81	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.05 88	0.18 148	0.12 110	0.06 94	0.03 54	0.05 92	0.03 51

ffm	0.25 159	3.83 479	0.12 100	0.12 80	0.05 99	0.06 92	0.05 93	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 94	0.06 89	0.05 88	0.12 91	0.12 110	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 159	3.83 479	0.12 100	0.12 80	0.05 99	0.06 92	0.05 93	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 94	0.06 89	0.05 88	0.12 91	0.12 110	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 159	3.83 479	0.12 100	0.12 80	0.05 99	0.06 92	0.05 93	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 94	0.06 89	0.05 88	0.12 91	0.12 110	0.05 86	0.04 78	0.06 96	0.04 79

BUS	0.83 344	1.91 391	0.92 365	4.48 509	0.02 21	0.40 238	0.04 81	0.41 248	0.02 21	0.48 287	0.03 52	0.41 255	0.05 94	0.03 39	0.05 88	1.97 467	4.19 532	0.33 217	0.23 196	0.34 207	0.27 206

NINENet	0.69 310	3.87 482	1.20 392	1.98 446	0.05 99	0.40 238	0.04 81	0.40 233	0.05 98	0.41 247	0.04 88	0.41 255	0.05 94	0.40 243	0.05 88	1.79 457	1.56 469	0.34 224	0.22 191	0.34 207	0.23 181

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 107	0.06 97	0.06 106	0.05 91	0.06 106	0.06 89	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 107	0.06 97	0.06 106	0.05 91	0.06 106	0.06 89	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 107	0.06 97	0.06 106	0.05 91	0.06 106	0.06 89	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 108	0.08 103	0.06 105	0.08 108	0.07 110	0.08 105	0.07 109	0.08 105	0.06 106	0.07 103	0.07 100	0.08 60	0.07 57	0.07 99	0.07 104	0.06 96	0.06 102

SuperB	0.21 148	0.10 67	2.51 514	0.12 80	0.09 112	0.10 108	0.09 110	0.08 108	0.07 110	0.10 109	0.09 112	0.09 109	0.07 110	0.07 103	0.07 100	0.07 58	0.08 59	0.07 99	0.07 104	0.08 106	0.07 104

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

BEATNet-Init1	0.19 139	0.08 59	0.08 60	2.23 454	0.08 110	0.08 103	0.07 108	0.07 105	0.08 112	0.08 105	0.07 109	0.08 105	0.07 110	0.11 122	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

DeepPrunerF	0.19 139	0.08 59	0.08 60	2.23 454	0.08 110	0.08 103	0.07 108	0.07 105	0.08 112	0.08 105	0.07 109	0.08 105	0.07 110	0.11 122	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

ISRNet	0.11 84	0.05 49	0.36 234	0.24 151	0.07 108	0.13 123	0.05 93	0.06 95	0.05 98	0.05 92	0.05 100	0.13 125	0.05 94	0.05 83	0.09 105	0.24 176	0.20 168	0.10 107	0.05 96	0.06 96	0.13 148

ac_64	0.22 152	0.13 81	0.19 158	0.23 146	0.10 118	0.26 190	1.02 398	0.14 126	0.10 116	0.28 191	0.14 158	0.17 147	0.19 181	0.28 200	0.09 105	0.22 160	0.16 143	0.23 178	0.17 181	0.11 120	0.12 142

ADCMid	0.08 50	0.02 12	0.02 14	1.01 342	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 105	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

PASM	0.39 224	3.06 459	1.36 455	1.58 428	0.09 112	0.11 119	0.11 128	0.11 122	0.11 131	0.09 108	0.09 112	0.11 121	0.09 113	0.09 109	0.09 105	0.11 86	0.11 95	0.11 118	0.09 110	0.11 120	0.11 125

DRN-Test	0.14 109	0.13 81	0.09 65	0.14 97	0.09 112	0.15 131	0.09 110	0.14 126	0.10 116	0.14 125	0.09 112	0.14 126	0.09 113	0.13 127	0.09 105	0.12 91	0.09 68	0.12 121	0.09 110	0.12 125	0.73 366

StereoDRNet	0.15 121	0.14 85	0.10 69	0.14 97	0.09 112	0.15 131	0.09 110	0.14 126	0.09 115	0.14 125	0.10 116	0.14 126	0.09 113	0.14 128	0.09 105	0.13 107	0.10 73	0.13 124	0.09 110	0.13 127	0.82 377

S2M2	0.12 93	0.14 85	0.10 69	0.15 107	0.10 118	0.14 124	0.10 115	0.14 126	0.10 116	0.15 131	0.10 116	0.14 126	0.10 117	0.14 128	0.10 111	0.13 107	0.10 73	0.13 124	0.09 110	0.13 127	0.09 108

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

UNet	0.29 173	0.90 246	0.10 69	0.14 97	0.10 118	0.14 124	0.10 115	0.91 358	0.69 360	0.14 125	0.11 130	0.14 126	0.11 129	0.14 128	0.10 111	0.12 91	0.09 68	0.12 121	0.09 110	0.88 348	0.76 371

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 109	0.17 93	0.12 100	0.17 126	0.11 134	0.17 147	0.11 128	0.17 147	0.11 131	0.17 145	0.11 130	0.17 147	0.11 129	0.17 147	0.11 123	0.16 132	0.11 95	0.16 142	0.11 129	0.16 143	0.11 125

test_for_model	0.15 121	0.23 112	0.18 155	0.21 143	0.11 134	0.16 139	0.11 128	0.16 139	0.11 131	0.16 136	0.11 130	0.16 137	0.11 129	0.16 138	0.11 123	0.21 157	0.18 165	0.14 126	0.11 129	0.14 129	0.11 125

testlalala2	0.13 100	0.16 87	0.11 89	0.15 107	0.11 134	0.16 139	0.11 128	0.16 139	0.11 131	0.16 136	0.11 130	0.16 137	0.11 129	0.16 138	0.11 123	0.14 114	0.11 95	0.14 126	0.11 129	0.14 129	0.11 125

JetRed	0.11 84	0.12 80	0.11 89	0.11 74	0.11 134	0.11 119	0.14 149	0.11 122	0.11 131	0.12 123	0.11 130	0.11 121	0.11 129	0.11 122	0.11 123	0.11 86	0.16 143	0.11 118	0.11 129	0.11 120	0.11 125

testlalala_base	0.13 100	0.16 87	0.11 89	0.15 107	0.11 134	0.15 131	0.11 128	0.16 139	0.11 131	0.16 136	0.11 130	0.16 137	0.11 129	0.16 138	0.11 123	0.14 114	0.11 95	0.14 126	0.11 129	0.14 129	0.11 125

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

IPLG	0.13 100	0.20 101	0.14 125	0.15 107	0.11 134	0.14 124	0.11 128	0.14 126	0.11 131	0.14 125	0.11 130	0.14 126	0.11 129	0.14 128	0.11 123	0.15 123	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

IPLGR_C	0.14 109	0.20 101	0.12 100	0.15 107	0.11 134	0.14 124	0.15 154	0.14 126	0.11 131	0.15 131	0.12 141	0.14 126	0.11 129	0.16 138	0.11 123	0.15 123	0.12 110	0.14 126	0.12 146	0.15 139	0.12 142

MIPNet	0.14 109	0.21 107	0.17 149	0.16 118	0.11 134	0.15 131	0.12 144	0.14 126	0.11 131	0.16 136	0.11 130	0.14 126	0.11 129	0.14 128	0.11 123	0.14 114	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

IPLGR	0.14 109	0.24 119	0.14 125	0.16 118	0.12 150	0.15 131	0.12 144	0.14 126	0.11 131	0.15 131	0.12 141	0.14 126	0.11 129	0.14 128	0.11 123	0.15 123	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

ACRE	0.13 100	0.21 107	0.14 125	0.15 107	0.11 134	0.14 124	0.11 128	0.14 126	0.11 131	0.14 125	0.12 141	0.14 126	0.11 129	0.14 128	0.11 123	0.15 123	0.12 110	0.14 126	0.11 129	0.14 129	0.11 125

ICVP	0.15 121	0.53 205	0.11 89	0.16 118	0.11 134	0.16 139	0.11 128	0.16 139	0.11 131	0.16 136	0.11 130	0.16 137	0.11 129	0.16 138	0.11 123	0.16 132	0.11 95	0.16 142	0.11 129	0.16 143	0.11 125
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LRCNet_RVC	0.13 100	0.13 81	0.09 65	0.13 93	0.10 118	0.14 124	0.10 115	0.14 126	0.10 116	0.23 172	0.10 116	0.20 157	0.10 117	0.24 180	0.11 123	0.11 86	0.09 68	0.12 121	0.14 158	0.12 125	0.09 108

aanetorigin	0.13 100	0.11 78	0.11 89	0.11 74	0.11 134	0.11 119	0.11 128	0.11 122	0.11 131	0.11 121	0.12 141	0.11 121	0.11 129	0.11 122	0.11 123	0.11 86	0.11 95	0.14 126	0.11 129	0.49 290	0.11 125

ELAS	0.13 100	0.16 87	0.11 89	0.15 107	0.09 112	0.18 151	0.11 128	0.18 150	0.11 131	0.17 145	0.11 130	0.18 151	0.11 129	0.18 150	0.11 123	0.14 114	0.08 59	0.14 126	0.08 108	0.14 129	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	0.11 84	0.11 78	0.12 100	0.13 93	0.14 155	0.11 119	0.11 128	0.11 122	0.11 131	0.11 121	0.11 130	0.11 121	0.11 129	0.12 126	0.12 138	0.11 86	0.11 95	0.11 118	0.11 129	0.11 120	0.11 125

ProNet	0.14 109	0.20 101	0.14 125	0.16 118	0.11 134	0.16 139	0.11 128	0.17 147	0.11 131	0.17 145	0.12 141	0.17 147	0.13 151	0.17 147	0.12 138	0.15 123	0.11 95	0.16 142	0.11 129	0.15 139	0.12 142

cf-r	0.66 302	2.17 409	0.12 100	0.18 128	0.12 150	0.18 151	2.70 520	2.60 496	0.12 150	0.18 149	0.12 141	0.18 151	0.12 146	0.18 150	0.12 138	0.15 123	0.11 95	0.15 139	0.11 129	1.81 457	1.74 501

HSM	0.14 109	0.16 87	0.12 100	0.17 126	0.12 150	0.17 147	0.11 128	0.17 147	0.11 131	0.17 145	0.12 141	0.17 147	0.12 146	0.17 147	0.12 138	0.16 132	0.11 95	0.16 142	0.11 129	0.16 143	0.12 142

ELAS_RVC	0.14 109	0.16 87	0.10 69	0.15 107	0.10 118	0.18 151	0.11 128	0.19 152	0.11 131	0.19 151	0.12 141	0.18 151	0.11 129	0.19 153	0.12 138	0.14 114	0.08 59	0.14 126	0.09 110	0.15 139	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 121	0.17 93	0.11 89	0.18 128	0.11 134	0.19 154	0.11 128	0.19 152	0.12 150	0.19 151	0.12 141	0.20 157	0.12 146	0.19 153	0.12 138	0.16 132	0.11 95	0.17 150	0.10 117	0.17 149	0.10 113
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 174	3.10 460	0.14 125	0.19 131	0.14 155	0.19 154	0.14 149	0.20 157	0.14 155	0.19 151	0.13 153	0.16 137	0.13 151	0.19 153	0.13 144	0.17 140	0.13 134	0.17 150	0.13 154	0.17 149	0.13 148

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

PDISCO_ROB	0.83 344	2.80 456	3.49 531	0.14 97	0.11 134	0.17 147	0.09 110	0.15 138	0.10 116	0.15 131	0.12 141	0.16 137	0.14 155	3.30 516	0.13 144	0.14 114	2.34 507	0.16 142	0.12 146	2.62 497	0.10 113

LALA_ROB	0.15 121	0.19 97	0.12 100	0.18 128	0.11 134	0.20 159	0.12 144	0.21 164	0.12 150	0.20 156	0.12 141	0.20 157	0.12 146	0.21 168	0.13 144	0.17 140	0.10 73	0.18 160	0.11 129	0.18 153	0.11 125

castereo++	0.54 284	3.59 470	1.15 383	1.31 418	0.14 155	0.16 139	0.14 149	0.16 139	0.14 155	0.16 136	0.14 158	0.16 137	0.13 151	0.16 138	0.14 148	1.45 445	1.16 389	0.15 139	0.14 158	0.15 139	0.13 148

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

GMStereo	0.14 109	0.13 81	0.14 125	0.14 97	0.14 155	0.14 124	0.14 149	0.14 126	0.14 155	0.14 125	0.14 158	0.14 126	0.14 155	0.14 128	0.14 148	0.14 114	0.14 138	0.14 126	0.14 158	0.14 129	0.14 153
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 141	0.19 97	0.14 125	0.20 133	0.14 155	0.20 159	0.96 390	0.21 164	0.14 155	0.20 156	0.13 153	0.21 165	0.14 155	0.20 157	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	0.17 149	0.12 142

acv_ft	0.20 141	0.19 97	0.14 125	0.20 133	0.14 155	0.20 159	0.96 390	0.21 164	0.14 155	0.20 156	0.13 153	0.21 165	0.14 155	0.20 157	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	0.17 149	0.12 142

hitnet-ft	0.79 329	2.78 455	0.14 125	0.20 133	0.14 155	0.21 167	2.89 521	2.80 510	0.14 155	0.20 156	0.14 158	0.20 157	0.14 155	0.20 157	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	2.54 496	2.33 518

GANet-RSSM	0.75 320	1.91 391	0.14 125	0.47 242	0.14 155	0.21 167	3.21 537	2.30 484	0.14 155	0.46 274	0.14 158	0.23 175	0.18 176	0.21 168	0.14 148	0.18 148	0.27 191	0.37 245	0.13 154	2.13 466	2.12 511

PSMNet-RSSM	0.77 325	2.76 451	0.14 125	0.20 133	0.14 155	0.20 159	2.66 518	2.79 509	0.14 155	0.21 166	0.14 158	0.21 165	0.14 155	0.20 157	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	2.52 488	2.31 516

GwcNet-RSSM	0.77 325	2.77 453	0.14 125	0.20 133	0.14 155	0.20 159	2.67 519	2.78 508	0.14 155	0.20 156	0.14 158	0.20 157	0.14 155	0.21 168	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	2.52 488	2.31 516

CFNet-ft	0.55 288	1.57 369	0.14 125	0.20 133	0.14 155	0.20 159	2.53 517	1.61 452	0.14 155	0.20 156	0.14 158	0.20 157	0.14 155	0.20 157	0.14 148	0.17 140	0.12 110	0.17 150	0.12 146	1.56 445	1.24 466

DEFOM-Stereo_RVC	0.83 344	5.18 500	1.98 503	2.19 451	0.17 176	0.19 154	0.18 168	0.19 152	0.16 167	0.20 156	0.19 183	0.22 171	0.22 191	0.20 157	0.15 158	2.28 484	2.13 502	0.24 185	0.17 181	0.18 153	0.16 154

gwcnet-sp	0.82 340	1.72 375	1.48 465	0.39 198	0.15 166	0.31 202	0.21 181	0.20 157	0.25 201	1.61 458	0.23 197	0.28 195	0.26 212	0.20 157	0.15 158	0.24 176	1.33 449	0.32 209	0.16 163	6.75 543	0.23 181

scenet	0.82 340	1.72 375	1.48 465	0.39 198	0.15 166	0.31 202	0.21 181	0.20 157	0.25 201	1.61 458	0.23 197	0.28 195	0.26 212	0.20 157	0.15 158	0.24 176	1.33 449	0.32 209	0.16 163	6.75 543	0.23 181

ssnet	0.82 340	1.72 375	1.48 465	0.39 198	0.15 166	0.31 202	0.21 181	0.20 157	0.25 201	1.61 458	0.23 197	0.28 195	0.26 212	0.20 157	0.15 158	0.24 176	1.33 449	0.32 209	0.16 163	6.75 543	0.23 181

dd	0.23 156	0.98 262	0.16 142	0.23 146	0.15 166	0.23 175	0.15 154	0.23 172	0.15 165	0.23 172	0.15 166	0.24 179	0.17 169	0.23 176	0.15 158	0.22 160	0.15 141	0.21 167	0.15 162	0.22 166	0.16 154

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

xyz-stereo-finetune2	0.18 136	0.48 187	0.16 142	0.16 118	0.15 166	0.15 131	0.16 157	0.16 139	0.16 167	0.16 136	0.16 167	0.16 137	0.16 165	0.16 138	0.16 164	0.16 132	0.16 143	0.16 142	0.16 163	0.16 143	0.16 154

xyz-stereo	0.18 136	0.50 193	0.16 142	0.15 107	0.16 173	0.16 139	0.16 157	0.16 139	0.16 167	0.16 136	0.16 167	0.16 137	0.16 165	0.16 138	0.16 164	0.16 132	0.16 143	0.16 142	0.16 163	0.16 143	0.16 154

GMStereo_Zeroshot	0.16 129	0.16 87	0.16 142	0.16 118	0.16 173	0.16 139	0.16 157	0.16 139	0.16 167	0.16 136	0.16 167	0.16 137	0.16 165	0.16 138	0.16 164	0.16 132	0.16 143	0.16 142	0.16 163	0.16 143	0.16 154

castereo	0.61 295	3.79 478	1.35 447	1.52 427	0.15 166	0.17 147	0.16 157	0.20 157	0.21 185	0.18 149	0.16 167	0.21 165	0.12 146	0.26 195	0.17 167	1.43 444	1.38 457	0.17 150	0.16 163	0.18 153	0.16 154

tg	0.21 148	0.25 121	0.21 165	0.26 163	0.17 176	0.24 176	0.17 162	0.24 175	0.17 172	0.24 177	0.17 172	0.24 179	0.17 169	0.24 180	0.17 167	0.24 176	0.17 159	0.23 178	0.16 163	0.23 175	0.16 154

ACV-stereo	0.30 174	2.08 401	0.25 179	0.25 156	0.18 183	0.24 176	0.17 162	0.24 175	0.18 174	0.24 177	0.17 172	0.25 184	0.17 169	0.24 180	0.17 167	0.22 160	0.16 143	0.22 172	0.16 163	0.22 166	0.16 154

IGEV_Zeroshot_test	0.20 141	0.19 97	0.40 250	0.30 168	0.17 176	0.22 169	0.17 162	0.21 164	0.17 172	0.20 156	0.17 172	0.21 165	0.18 176	0.21 168	0.17 167	0.20 152	0.16 143	0.20 164	0.16 163	0.20 160	0.17 166

MIM_Stereo	0.25 159	0.23 112	0.66 326	0.80 309	0.17 176	0.22 169	0.17 162	0.23 172	0.18 174	0.26 188	0.17 172	0.21 165	0.17 169	0.25 185	0.17 167	0.23 171	0.16 143	0.21 167	0.17 181	0.22 166	0.17 166

MMNet	0.44 250	1.24 354	0.17 149	0.25 156	0.17 176	0.25 183	0.18 168	1.26 440	0.93 392	0.25 181	0.17 172	0.25 184	0.18 176	0.25 185	0.17 167	0.23 171	0.16 143	0.23 178	0.16 163	1.20 386	0.99 391

delet	0.43 246	1.21 347	0.17 149	0.25 156	0.17 176	0.25 183	0.18 168	1.26 440	0.95 394	0.25 181	0.17 172	0.25 184	0.17 169	0.25 185	0.17 167	0.23 171	0.16 143	0.22 172	0.16 163	1.18 383	0.98 390

psm_up	0.43 246	1.19 300	0.17 149	0.25 156	0.18 183	0.25 183	0.19 172	1.26 440	0.91 387	0.26 188	0.17 172	0.25 184	0.17 169	0.25 185	0.17 167	0.22 160	0.17 159	0.23 178	0.16 163	1.18 383	0.99 391

UPFNet	0.42 245	1.20 301	0.17 149	0.24 151	0.17 176	0.25 183	0.17 162	1.19 388	0.90 386	0.25 181	0.17 172	0.24 179	0.17 169	0.25 185	0.17 167	0.22 160	0.17 159	0.22 172	0.16 163	1.15 375	0.93 386

MSKI-zero shot	0.24 158	0.21 107	0.49 292	0.65 292	0.18 183	0.22 169	0.17 162	0.23 172	0.18 174	0.21 166	0.17 172	0.23 175	0.28 226	0.23 176	0.18 176	0.21 157	0.16 143	0.21 167	0.16 163	0.21 164	0.16 154

iResNetv2_ROB	0.20 141	0.23 112	0.18 155	0.24 151	0.20 189	0.24 176	0.18 168	0.24 175	0.18 174	0.24 177	0.18 182	0.23 175	0.19 181	0.24 180	0.18 176	0.21 157	0.16 143	0.21 167	0.16 163	0.22 166	0.16 154

iResNet	0.20 141	0.23 112	0.18 155	0.24 151	0.18 183	0.24 176	0.20 175	0.24 175	0.18 174	0.23 172	0.17 172	0.23 175	0.18 176	0.23 176	0.18 176	0.22 160	0.16 143	0.21 167	0.16 163	0.21 164	0.16 154

Pointernet	0.21 148	0.22 111	0.19 158	0.24 151	0.19 187	0.24 176	0.19 172	0.24 175	0.19 180	0.24 177	0.19 183	0.24 179	0.19 181	0.24 180	0.19 179	0.22 160	0.17 159	0.22 172	0.17 181	0.22 166	0.17 166

CAS++	0.17 133	0.27 123	0.21 165	0.10 57	0.21 196	0.15 131	0.22 186	0.10 110	0.21 185	0.22 168	0.10 116	0.19 155	0.18 176	0.10 111	0.19 179	0.20 152	0.19 166	0.18 160	0.10 117	0.19 159	0.18 170
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet	1.37 441	5.27 503	0.19 158	5.49 531	0.19 187	0.28 194	0.19 172	0.28 188	0.19 180	0.28 191	0.19 183	0.28 195	4.35 541	0.28 200	0.19 179	0.23 171	0.17 159	0.23 178	4.21 550	4.81 527	0.17 166

DAS	0.20 141	0.20 101	0.20 161	0.20 133	0.20 189	0.20 159	0.20 175	0.20 157	0.20 182	0.20 156	0.20 187	0.20 157	0.20 185	0.20 157	0.20 182	0.20 152	0.20 168	0.20 164	0.20 186	0.20 160	0.20 173

ASD4	0.20 141	0.20 101	0.20 161	0.20 133	0.20 189	0.20 159	0.20 175	0.20 157	0.20 182	0.20 156	0.20 187	0.20 157	0.20 185	0.20 157	0.20 182	0.20 152	0.20 168	0.20 164	0.20 186	0.20 160	0.20 173

AANet_RVC	1.26 436	0.31 132	4.99 542	5.93 534	0.20 189	0.25 183	0.20 175	0.25 181	0.20 182	0.23 172	0.19 183	0.25 184	0.20 185	0.25 185	0.20 182	5.66 542	4.76 535	0.26 189	0.30 245	0.24 176	0.27 206

GEStereo_RVC	0.86 350	4.45 490	0.20 161	0.27 165	0.20 189	0.27 193	0.20 175	0.26 185	0.18 174	5.03 544	0.20 187	0.27 194	0.19 181	0.27 198	0.21 185	0.20 152	0.19 166	0.19 163	4.02 548	0.20 160	0.18 170

HGLStereo	0.28 169	0.29 128	0.22 167	0.36 187	0.22 198	0.36 221	0.21 181	0.36 213	0.21 185	0.42 259	0.21 192	0.36 224	0.22 191	0.36 226	0.21 185	0.34 209	0.21 172	0.34 224	0.21 188	0.34 207	0.21 176

DCVSM-stereo	0.36 205	1.89 388	0.22 167	0.40 211	0.22 198	0.40 238	0.22 186	0.40 233	0.22 188	0.40 234	0.22 193	0.40 243	0.22 191	0.40 243	0.22 187	0.28 188	0.21 172	0.28 195	0.21 188	0.28 184	0.20 173

WAO-6	0.22 152	0.23 112	0.22 167	0.23 146	0.22 198	0.22 169	0.22 186	0.22 168	0.22 188	0.22 168	0.22 193	0.22 171	0.22 191	0.22 172	0.22 187	0.22 160	0.22 176	0.22 172	0.22 191	0.22 166	0.22 179

IMH-64-1	0.22 152	0.23 112	0.23 170	0.22 144	0.22 198	0.22 169	0.22 186	0.22 168	0.22 188	0.22 168	0.22 193	0.22 171	0.22 191	0.22 172	0.22 187	0.22 160	0.22 176	0.23 178	0.22 191	0.22 166	0.23 181

IMH-64	0.22 152	0.23 112	0.23 170	0.22 144	0.22 198	0.22 169	0.22 186	0.22 168	0.22 188	0.22 168	0.22 193	0.22 171	0.22 191	0.22 172	0.22 187	0.22 160	0.22 176	0.23 178	0.22 191	0.22 166	0.23 181

ssnet_v2	0.68 307	1.96 398	1.25 443	0.29 167	0.20 189	0.30 197	0.20 175	0.29 192	0.22 188	1.50 454	0.20 187	0.31 207	0.20 185	0.27 198	0.22 187	0.24 176	1.49 463	0.26 189	0.18 185	3.90 505	0.19 172

DISCO	1.11 383	0.39 150	5.28 544	0.39 198	0.20 189	0.39 236	0.27 212	0.39 228	0.22 188	0.38 224	0.20 187	0.38 232	0.20 185	6.95 555	0.22 187	0.30 196	0.21 172	0.27 193	0.21 188	5.25 536	0.21 176

PAM	0.39 224	1.88 387	0.34 224	0.37 190	0.41 303	0.45 279	0.22 186	0.28 188	0.23 194	0.28 191	0.24 203	0.29 200	0.23 197	0.29 203	0.23 193	0.38 234	0.32 223	0.38 252	0.37 285	0.32 197	0.22 179

DLNR_Zeroshot_test	0.31 181	0.28 126	0.47 279	0.79 307	0.24 208	0.30 197	0.26 209	0.30 194	0.24 196	0.32 204	0.23 197	0.31 207	0.24 200	0.30 205	0.23 193	0.29 195	0.26 186	0.29 200	0.24 204	0.33 203	0.23 181

testlalala	0.32 189	0.81 231	0.31 205	0.39 198	0.26 218	0.33 212	0.24 198	0.33 202	0.26 214	0.32 204	0.26 215	0.33 212	0.23 197	0.33 216	0.23 193	0.35 218	0.31 220	0.30 202	0.24 204	0.31 195	0.21 176

FENet	0.54 284	1.52 368	1.19 389	1.41 425	0.23 203	0.35 218	0.23 193	0.35 209	0.23 194	0.34 211	0.23 197	0.35 218	0.23 197	0.35 220	0.23 193	1.40 443	1.07 373	0.32 209	0.23 196	0.33 203	0.23 181

WCG-NET（raft）	0.32 189	1.24 354	0.24 176	0.32 176	0.24 208	0.32 210	0.23 193	0.32 199	0.24 196	0.32 204	0.24 203	0.32 209	0.24 200	0.32 210	0.24 197	0.30 196	0.23 180	0.30 202	0.23 196	0.30 190	0.23 181

tt1	0.31 181	0.93 255	0.24 176	0.33 180	0.23 203	0.31 202	0.24 198	0.32 199	0.24 196	0.32 204	0.23 197	0.32 209	0.25 203	0.32 210	0.24 197	0.27 186	0.26 186	0.27 193	0.26 215	0.27 182	0.27 206

xxxxx1	0.31 181	0.91 248	0.23 170	0.31 173	0.23 203	0.31 202	0.23 193	0.33 202	0.25 201	0.31 199	0.24 203	0.33 212	0.25 203	0.32 210	0.24 197	0.28 188	0.28 197	0.28 195	0.28 226	0.29 187	0.27 206

tt_ll	0.31 181	0.91 248	0.23 170	0.31 173	0.23 203	0.31 202	0.23 193	0.33 202	0.25 201	0.31 199	0.24 203	0.33 212	0.25 203	0.32 210	0.24 197	0.28 188	0.28 197	0.28 195	0.28 226	0.29 187	0.27 206

ff	0.31 181	0.91 248	0.23 170	0.31 173	0.23 203	0.31 202	0.23 193	0.33 202	0.25 201	0.31 199	0.24 203	0.33 212	0.25 203	0.32 210	0.24 197	0.28 188	0.28 197	0.28 195	0.28 226	0.29 187	0.27 206

iResNet_ROB	0.28 169	0.32 133	0.24 176	0.32 176	0.25 210	0.32 210	0.24 198	0.32 199	0.24 196	0.33 209	0.24 203	0.35 218	0.24 200	0.33 216	0.24 197	0.31 201	0.24 182	0.32 209	0.24 204	0.32 197	0.24 191

UNDER WATER-64	0.25 159	0.26 122	0.25 179	0.26 163	0.25 210	0.25 183	0.25 201	0.25 181	0.25 201	0.25 181	0.25 209	0.25 184	0.25 203	0.26 195	0.25 203	0.25 182	0.25 183	0.25 186	0.25 209	0.25 177	0.25 192

LoS_RVC	0.30 174	1.14 292	0.25 179	0.25 156	0.25 210	0.26 190	0.25 201	0.25 181	0.25 201	0.25 181	0.25 209	0.26 193	0.26 212	0.26 195	0.25 203	0.26 183	0.26 186	0.25 186	0.25 209	0.26 179	0.26 198

CAS	0.30 174	1.17 297	0.25 179	0.25 156	0.25 210	0.26 190	0.25 201	0.25 181	0.26 214	0.25 181	0.25 209	0.25 184	0.25 203	0.25 185	0.25 203	0.26 183	0.26 186	0.26 189	0.25 209	0.26 179	0.25 192

LoS	0.25 159	0.27 123	0.25 179	0.25 156	0.25 210	0.25 183	0.25 201	0.26 185	0.25 201	0.25 181	0.25 209	0.25 184	0.25 203	0.25 185	0.25 203	0.26 183	0.25 183	0.25 186	0.26 215	0.26 179	0.25 192
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 318	1.22 352	0.25 179	1.22 411	0.25 210	1.22 443	0.25 201	1.22 437	0.25 201	1.22 445	0.25 209	1.22 448	0.25 203	1.22 448	0.25 203	1.22 432	0.26 186	1.21 454	0.25 209	1.22 433	0.25 192
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
StereoDRNet-Refined	0.33 192	0.39 150	0.26 185	0.39 198	0.26 218	0.40 238	0.26 209	0.40 233	0.26 214	0.39 229	0.26 215	0.39 236	0.26 212	0.39 240	0.26 208	0.37 227	0.25 183	0.37 245	0.25 209	0.37 228	0.37 270
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
model_zeroshot	0.27 168	0.20 101	0.27 186	0.33 180	0.21 196	0.37 226	0.22 186	0.37 219	0.24 196	0.26 188	0.27 219	0.33 212	0.21 190	0.25 185	0.27 209	0.32 202	0.20 168	0.34 224	0.23 196	0.25 177	0.26 198

GCAP-BAT	0.33 192	0.78 225	0.32 209	0.38 193	0.25 210	0.34 214	0.25 201	0.34 206	0.26 214	0.34 211	0.25 209	0.35 218	0.26 212	0.35 220	0.27 209	0.36 223	0.30 214	0.32 209	0.24 204	0.32 197	0.26 198

TorneroNet-64	0.45 252	0.27 123	0.30 197	0.58 279	0.27 220	0.70 344	0.30 229	0.28 188	0.73 373	0.73 348	0.28 225	0.71 347	0.66 351	0.75 351	0.27 209	0.27 186	0.29 206	0.37 245	0.75 376	0.28 184	0.30 234

CroCo-Stereo Lap2	0.77 325	1.29 356	0.29 193	1.27 415	0.29 230	1.27 446	0.26 209	1.26 440	0.26 214	1.26 446	0.26 215	1.27 450	0.26 212	1.26 449	0.27 209	1.27 434	0.27 191	1.27 457	0.27 222	1.27 435	0.27 206

CRFU-Net	0.65 300	1.67 373	1.22 439	1.96 445	0.27 220	0.41 254	0.27 212	0.41 248	0.27 219	0.40 234	0.26 215	0.41 255	0.27 220	0.40 243	0.27 209	1.80 458	1.62 476	0.34 224	0.23 196	0.33 203	0.23 181

MLCV	0.31 181	0.35 136	0.27 186	0.35 183	0.28 223	0.35 218	0.27 212	0.35 209	0.28 222	0.36 218	0.27 219	0.35 218	0.27 220	0.35 220	0.27 209	0.34 209	0.27 191	0.34 224	0.27 222	0.34 207	0.27 206

LG-Stereo_L2	0.34 194	0.37 141	0.38 240	0.47 242	0.28 223	0.39 236	0.28 217	0.39 228	0.28 222	0.39 229	0.28 225	0.39 236	0.28 226	0.38 232	0.28 215	0.42 270	0.35 235	0.36 242	0.26 215	0.35 219	0.26 198

GIP-stereo	0.36 205	0.49 189	0.39 247	0.48 246	0.32 247	0.41 254	0.28 217	0.40 233	0.30 237	0.41 247	0.28 225	0.40 243	0.28 226	0.42 270	0.28 215	0.45 274	0.32 223	0.38 252	0.30 245	0.37 228	0.27 206

DEFOM-Stereo	0.68 307	3.11 461	1.40 461	1.63 436	0.25 210	0.31 202	0.25 201	0.31 198	0.28 222	0.31 199	0.29 229	0.29 200	0.27 220	0.31 209	0.28 215	1.59 451	1.47 462	0.30 202	0.29 235	0.30 190	0.28 219

RSM	0.36 205	0.36 139	0.43 264	0.37 190	0.42 313	0.49 300	0.42 302	0.37 219	0.28 222	0.36 218	0.29 229	0.36 224	0.30 238	0.37 230	0.28 215	0.34 209	0.31 220	0.34 224	0.35 277	0.40 249	0.29 224

ACVNet-DCA	0.37 210	1.00 266	0.30 197	0.40 211	0.29 230	0.40 238	0.29 224	0.40 233	0.29 227	0.40 234	0.29 229	0.40 243	0.29 232	0.39 240	0.28 215	0.33 206	0.32 223	0.33 217	0.32 258	0.33 203	0.32 245

SQANet	0.28 169	0.28 126	0.28 190	0.28 166	0.28 223	0.28 194	0.28 217	0.28 188	0.28 222	0.28 191	0.28 225	0.28 195	0.28 226	0.28 200	0.28 215	0.28 188	0.28 197	0.28 195	0.28 226	0.28 184	0.28 219

Any-RAFT	0.32 189	0.36 139	0.27 186	0.36 187	0.27 220	0.36 221	0.27 212	0.36 213	0.27 219	0.36 218	0.27 219	0.36 224	0.27 220	0.36 226	0.28 215	0.36 223	0.28 197	0.36 242	0.28 226	0.36 226	0.28 219

IER	0.88 352	7.04 519	2.23 508	2.75 469	0.28 223	0.43 276	0.25 201	0.39 228	0.25 201	0.41 247	0.27 219	0.39 236	0.25 203	0.40 243	0.28 215	0.37 227	0.28 197	0.37 245	0.25 209	0.37 228	0.25 192

DGSMNet	0.34 194	0.41 159	0.27 186	0.41 222	0.28 223	0.41 254	0.28 217	0.41 248	0.27 219	0.41 247	0.27 219	0.42 271	0.27 220	0.41 257	0.28 215	0.40 248	0.29 206	0.40 267	0.28 226	0.40 249	0.27 206

DN-CSS_ROB	0.31 181	0.35 136	0.28 190	0.35 183	0.28 223	0.34 214	0.27 212	0.34 206	0.25 201	0.35 215	0.27 219	0.36 224	0.26 212	0.34 218	0.28 215	0.35 218	0.28 197	0.34 224	0.28 226	0.34 207	0.27 206

xx1	0.38 216	1.03 278	0.31 205	0.40 211	0.31 245	0.41 254	0.28 217	0.40 233	0.29 227	0.40 234	0.29 229	0.40 243	0.29 232	0.40 243	0.29 225	0.34 209	0.33 231	0.34 224	0.32 258	0.34 207	0.32 245

1test111	0.37 210	1.02 276	0.30 197	0.39 198	0.29 230	0.40 238	0.28 217	0.39 228	0.29 227	0.39 229	0.29 229	0.39 236	0.28 226	0.40 243	0.29 225	0.33 206	0.32 223	0.33 217	0.31 253	0.32 197	0.31 241

cc1	0.37 210	1.02 276	0.30 197	0.39 198	0.29 230	0.40 238	0.28 217	0.39 228	0.29 227	0.39 229	0.29 229	0.39 236	0.28 226	0.40 243	0.29 225	0.33 206	0.32 223	0.33 217	0.31 253	0.32 197	0.31 241

EKT-Stereo	0.37 210	0.40 152	0.44 266	1.07 347	0.29 230	0.34 214	0.31 235	0.36 213	0.29 227	0.38 224	0.31 245	0.37 230	0.30 238	0.36 226	0.29 225	0.34 209	0.28 197	0.39 262	0.30 245	0.37 228	0.30 234

PML	0.46 255	1.36 362	0.29 193	0.58 279	0.30 239	0.57 331	0.29 224	0.57 318	0.29 227	0.57 327	0.29 229	0.57 331	0.29 232	0.56 325	0.29 225	0.52 303	0.30 214	0.53 333	0.31 253	0.53 306	0.30 234

GES	0.66 302	2.34 425	0.29 193	0.41 222	0.29 230	0.41 254	0.29 224	0.42 264	0.29 227	0.40 234	0.41 299	0.41 255	0.30 238	0.51 314	0.29 225	0.32 202	0.29 206	0.32 209	2.46 521	2.49 484	0.30 234

UCFNet_RVC	2.75 512	10.06 541	0.29 193	10.31 558	0.29 230	0.42 272	0.29 224	0.43 268	0.29 227	0.42 259	0.29 229	0.42 271	9.87 558	0.43 272	0.29 225	0.36 223	9.84 558	0.36 242	0.26 215	9.77 557	0.26 198

MultiAttention	0.30 174	0.30 129	0.30 197	0.30 168	0.30 239	0.30 197	0.30 229	0.30 194	0.30 237	0.30 195	0.30 240	0.30 203	0.30 238	0.30 205	0.30 232	0.30 196	0.30 214	0.30 202	0.30 245	0.30 190	0.30 234

MSAF-DinoV2	0.30 174	0.30 129	0.30 197	0.30 168	0.30 239	0.30 197	0.30 229	0.30 194	0.30 237	0.30 195	0.30 240	0.30 203	0.30 238	0.30 205	0.30 232	0.30 196	0.30 214	0.30 202	0.30 245	0.30 190	0.30 234

IGEV++	0.34 194	0.43 167	0.30 197	0.40 211	0.29 230	0.40 238	0.29 224	0.40 233	0.29 227	0.40 234	0.29 229	0.40 243	0.29 232	0.40 243	0.30 232	0.38 234	0.29 206	0.37 245	0.29 235	0.37 228	0.29 224

IGEV-Stereo	0.35 201	0.44 170	0.45 268	0.49 252	0.30 239	0.37 226	0.30 229	0.36 213	0.30 237	0.36 218	0.29 229	0.36 224	0.29 232	0.36 226	0.30 232	0.46 277	0.39 253	0.32 209	0.24 204	0.32 197	0.25 192
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 194	0.42 166	0.31 205	0.39 198	0.30 239	0.38 230	0.30 229	0.40 233	0.29 227	0.40 234	0.37 280	0.41 255	0.34 259	0.38 232	0.30 232	0.34 209	0.27 191	0.34 224	0.26 215	0.34 207	0.26 198

RAFT + AFF	0.31 181	0.45 173	0.34 224	0.39 198	0.28 223	0.38 230	0.33 245	0.29 192	0.31 243	0.30 195	0.30 240	0.29 200	0.27 220	0.29 203	0.30 232	0.28 188	0.29 206	0.29 200	0.29 235	0.27 182	0.32 245

DANet	0.30 174	0.30 129	0.30 197	0.30 168	0.30 239	0.30 197	0.30 229	0.30 194	0.30 237	0.30 195	0.30 240	0.30 203	0.30 238	0.30 205	0.30 232	0.30 196	0.30 214	0.30 202	0.30 245	0.30 190	0.30 234
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
water-stereo	0.41 235	0.84 234	0.46 272	0.50 259	0.33 258	0.45 279	0.33 245	0.45 270	0.32 246	0.45 270	0.32 247	0.45 277	0.32 247	0.45 277	0.32 239	0.44 272	0.41 265	0.39 262	0.31 253	0.39 244	0.32 245

xyz-stereo-finetune	0.28 169	0.49 189	0.16 142	0.16 118	0.16 173	0.16 139	0.16 157	0.22 168	0.30 237	0.32 204	0.31 245	0.32 209	0.31 245	0.32 210	0.32 239	0.32 202	0.33 231	0.31 208	0.32 258	0.31 195	0.32 245

GREAT-IGEV	0.38 216	0.43 167	0.36 234	0.48 246	0.32 247	0.45 279	0.32 236	0.45 270	0.32 246	0.45 270	0.32 247	0.45 277	0.32 247	0.45 277	0.32 239	0.44 272	0.33 231	0.41 280	0.29 235	0.41 259	0.29 224

mms	0.40 228	0.45 173	0.35 232	0.48 246	0.36 277	0.47 290	0.34 256	0.45 270	0.38 280	0.47 280	0.33 253	0.45 277	0.32 247	0.45 277	0.32 239	0.39 244	0.38 246	0.38 252	0.37 285	0.39 244	0.39 283

fffy	0.38 216	0.43 167	0.33 214	0.46 236	0.33 258	0.45 279	0.32 236	0.45 270	0.32 246	0.45 270	0.32 247	0.45 277	0.33 254	0.45 277	0.32 239	0.38 234	0.38 246	0.38 252	0.37 285	0.37 228	0.36 266

iRaft-Stereo_20w	0.34 194	0.41 159	0.31 205	0.39 198	0.29 230	0.40 238	0.32 236	0.41 248	0.32 246	0.38 224	0.30 240	0.39 236	0.30 238	0.38 232	0.32 239	0.35 218	0.27 191	0.34 224	0.27 222	0.34 207	0.29 224

FCDSN-DC	0.41 235	0.59 213	0.64 322	0.54 270	0.33 258	0.50 308	0.37 273	0.42 264	0.40 290	0.61 332	0.43 311	0.50 312	0.49 325	0.38 232	0.32 239	0.28 188	0.23 180	0.26 189	0.22 191	0.35 219	0.28 219
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 235	1.49 367	0.32 209	0.42 231	0.32 247	0.41 254	0.32 236	0.41 248	0.33 252	0.41 247	0.32 247	0.41 255	0.32 247	0.41 257	0.32 239	0.39 244	0.28 197	0.39 262	0.28 226	0.40 249	0.28 219

MyStereo04	0.56 290	3.72 476	0.59 314	0.49 252	0.41 303	0.36 221	0.32 236	0.37 219	0.31 243	0.34 211	0.46 318	0.35 218	0.32 247	0.35 220	0.33 247	0.49 289	0.45 280	0.34 224	0.32 258	0.35 219	0.43 301

PCWNet_CMD	2.80 514	9.82 539	0.32 209	10.09 557	0.32 247	0.49 300	0.33 245	3.34 516	0.33 252	0.49 294	0.33 253	0.49 298	8.73 554	0.48 294	0.33 247	0.41 256	9.22 553	0.42 291	0.29 235	9.55 556	0.31 241

CFNet_ucs	2.73 511	9.64 538	0.33 214	9.92 555	0.32 247	0.49 300	0.33 245	0.49 288	0.33 252	0.49 294	0.33 253	0.49 298	8.98 556	0.48 294	0.33 247	0.41 256	9.96 559	0.40 267	0.29 235	10.12 559	0.54 333

RAFT-Test	0.36 205	0.37 141	0.33 214	0.41 222	0.32 247	0.41 254	0.32 236	0.41 248	0.32 246	0.41 247	0.32 247	0.41 255	0.32 247	0.41 257	0.33 247	0.37 227	0.29 206	0.37 245	0.29 235	0.38 237	0.31 241

RCA-Stereo	0.51 279	3.22 465	0.34 224	0.44 234	0.34 268	0.44 278	0.34 256	0.43 268	0.34 261	0.43 265	0.34 261	0.44 275	0.33 254	0.43 272	0.33 247	0.38 234	0.29 206	0.38 252	0.29 235	0.38 237	0.29 224

CFNet_pseudo	2.67 510	9.36 536	0.32 209	10.99 559	0.33 258	0.85 358	0.33 245	0.49 288	0.33 252	0.49 294	0.32 247	0.49 298	7.26 552	0.49 300	0.33 247	0.41 256	9.62 556	0.41 280	0.29 235	10.03 558	0.29 224

pcwnet_v2	2.66 509	9.89 540	0.33 214	9.89 554	0.32 247	0.50 308	0.32 236	0.49 288	0.33 252	0.49 294	0.34 261	0.49 298	8.76 555	0.48 294	0.33 247	0.41 256	9.58 555	0.40 267	0.29 235	9.01 554	0.63 349

HCRNet	1.22 434	7.11 520	3.00 516	3.55 500	0.33 258	0.29 196	0.14 149	0.19 152	0.15 165	0.33 209	0.29 229	0.25 184	0.14 155	0.22 172	0.33 247	3.64 513	3.00 510	0.76 358	0.32 258	0.18 153	0.13 148

ccnet	0.80 331	2.28 417	0.33 214	0.50 259	0.33 258	0.50 308	0.33 245	0.50 296	0.33 252	0.49 294	0.33 253	0.49 298	1.56 470	2.38 487	0.33 247	0.41 256	0.29 206	0.42 291	1.57 482	2.28 472	0.29 224

CFNet-RSSM	0.91 355	4.89 496	0.34 224	0.44 234	1.07 409	1.62 463	1.40 476	0.91 358	0.35 264	1.60 455	1.39 476	0.64 340	0.34 259	0.44 274	0.33 247	0.41 256	0.35 235	0.75 356	0.30 245	0.41 259	0.29 224

psmorigin	0.41 235	0.46 177	0.33 214	0.49 252	0.33 258	0.49 300	0.33 245	0.49 288	0.33 252	0.49 294	0.33 253	0.49 298	0.33 254	0.51 314	0.33 247	0.41 256	0.30 214	0.41 280	0.30 245	0.79 334	0.29 224

MSMDNet	2.65 508	10.14 542	0.33 214	9.74 553	0.32 247	0.87 360	0.33 245	2.95 512	0.68 357	0.49 294	0.34 261	0.49 298	5.70 548	0.49 300	0.33 247	0.42 270	9.57 554	0.41 280	0.31 253	8.36 551	0.65 351

ccs_rob	2.79 513	10.17 543	0.32 209	10.00 556	0.33 258	0.49 300	0.33 245	1.90 463	0.32 246	0.51 311	0.33 253	0.49 298	9.24 557	0.49 300	0.33 247	0.41 256	9.82 557	0.41 280	0.28 226	9.34 555	0.29 224

depthmonostereo	0.44 250	0.85 236	0.46 272	0.54 270	0.40 296	0.52 319	0.38 279	0.52 308	0.35 264	0.47 280	0.34 261	0.46 281	0.34 259	0.47 285	0.34 260	0.45 274	0.43 276	0.41 280	0.33 266	0.41 259	0.32 245

DilatedVolume-Stereo	0.43 246	0.86 237	0.48 287	0.50 259	0.33 258	0.46 285	0.33 245	0.46 274	0.33 252	0.46 274	0.33 253	0.47 287	0.33 254	0.47 285	0.34 260	0.45 274	0.42 273	0.40 267	0.33 266	0.47 282	0.38 277

RAFT-Stereo-weight	0.45 252	1.90 390	0.34 224	0.42 231	0.36 277	0.43 276	0.35 261	0.42 264	0.34 261	0.42 259	0.34 261	0.44 275	0.34 259	0.41 257	0.34 260	0.38 234	0.32 223	0.38 252	0.32 258	0.38 237	0.33 252

H2IRNET	0.34 194	0.34 135	0.34 224	0.34 182	0.34 268	0.34 214	0.34 256	0.34 206	0.34 261	0.34 211	0.34 261	0.34 217	0.34 259	0.34 218	0.34 260	0.34 209	0.34 234	0.34 224	0.34 270	0.34 207	0.34 258

ccccc	0.41 235	0.44 170	0.34 224	0.48 246	0.35 271	0.48 295	0.35 261	0.51 306	0.35 264	0.47 280	0.35 270	0.47 287	0.34 259	0.47 285	0.35 264	0.41 256	0.40 256	0.40 267	0.40 302	0.41 259	0.39 283

GCST	0.50 274	2.08 401	0.38 240	0.53 268	0.35 271	0.49 300	0.35 261	0.50 296	0.35 264	0.49 294	0.35 270	0.49 298	0.35 266	0.49 300	0.35 264	0.48 286	0.37 240	0.45 298	0.33 266	0.44 269	0.33 252

Former-RAFT_DAM_RVC	0.49 272	0.98 262	0.64 322	0.84 314	0.46 320	0.45 279	0.35 261	0.47 280	0.47 317	0.45 270	0.34 261	0.46 281	0.48 320	0.46 281	0.35 264	0.39 244	0.71 343	0.39 262	0.35 277	0.41 259	0.41 293

ETE_ROB	0.35 201	0.35 136	0.35 232	0.35 183	0.35 271	0.35 218	0.35 261	0.35 209	0.35 264	0.35 215	0.35 270	0.35 218	0.35 266	0.35 220	0.35 264	0.35 218	0.35 235	0.35 237	0.35 277	0.35 219	0.35 265

UGAM-zero	0.51 279	2.17 409	0.39 247	0.53 268	0.36 277	0.50 308	0.36 268	0.50 296	0.36 275	0.49 294	0.36 274	0.50 312	0.35 266	0.50 307	0.36 268	0.49 289	0.37 240	0.47 306	0.35 277	0.46 274	0.34 258

UGAM	0.51 279	2.23 414	0.39 247	0.54 270	0.35 271	0.50 308	0.35 261	0.49 288	0.35 264	0.49 294	0.35 270	0.49 298	0.36 269	0.50 307	0.36 268	0.49 289	0.37 240	0.45 298	0.34 270	0.45 273	0.34 258

CES	0.39 224	0.47 181	0.36 234	0.36 187	0.37 280	0.45 279	0.35 261	0.35 209	0.40 290	0.36 218	0.44 313	0.47 287	0.36 269	0.44 274	0.36 268	0.37 227	0.39 253	0.44 294	0.35 277	0.37 228	0.36 266

GMOStereo	0.37 210	0.45 173	0.23 170	0.30 168	0.37 280	0.41 254	0.36 268	0.41 248	0.35 264	0.43 265	0.36 274	0.41 255	0.40 284	0.41 257	0.36 268	0.34 209	0.22 176	0.47 306	0.37 285	0.39 244	0.33 252

error version	0.93 362	4.47 491	2.35 511	1.99 447	0.37 280	0.41 254	0.36 268	0.41 248	0.35 264	0.43 265	0.36 274	0.41 255	0.40 284	0.41 257	0.36 268	1.87 460	2.16 503	0.47 306	0.37 285	0.39 244	0.33 252

test_1	0.93 362	4.47 491	2.35 511	1.99 447	0.37 280	0.41 254	0.36 268	0.41 248	0.35 264	0.43 265	0.36 274	0.41 255	0.40 284	0.41 257	0.36 268	1.87 460	2.16 503	0.47 306	0.37 285	0.39 244	0.33 252

DMCA	0.36 205	0.38 144	0.37 237	0.35 183	0.35 271	0.36 221	0.36 268	0.36 213	0.35 264	0.35 215	0.37 280	0.36 224	0.36 269	0.35 220	0.36 268	0.36 223	0.36 238	0.35 237	0.36 283	0.36 226	0.36 266

ADCS	0.09 51	0.02 12	0.04 43	0.90 319	0.06 107	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 128	0.36 268	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

SCV_C0	0.45 252	0.88 241	0.49 292	0.54 270	0.37 280	0.48 295	0.37 273	0.48 284	0.37 276	0.48 287	0.36 274	0.48 294	0.37 273	0.49 300	0.37 276	0.50 295	0.41 265	0.44 294	0.34 270	0.44 269	0.34 258

SCV	0.46 255	0.94 257	0.45 268	0.54 270	0.37 280	0.48 295	0.38 279	0.48 284	0.37 276	0.48 287	0.39 290	0.48 294	0.37 273	0.49 300	0.37 276	0.50 295	0.46 282	0.44 294	0.34 270	0.44 269	0.34 258

XPNet_ROB	0.37 210	0.37 141	0.37 237	0.37 190	0.37 280	0.37 226	0.37 273	0.37 219	0.37 276	0.37 223	0.37 280	0.37 230	0.37 273	0.37 230	0.37 276	0.37 227	0.37 240	0.37 245	0.37 285	0.37 228	0.37 270

GASTEREO	0.48 266	1.21 347	0.47 279	0.57 277	0.38 287	0.50 308	0.38 279	0.50 296	0.38 280	0.50 306	0.38 285	0.50 312	0.38 277	0.50 307	0.38 279	0.52 303	0.42 273	0.46 301	0.34 270	0.46 274	0.34 258

HART	0.38 216	0.45 173	0.34 224	0.42 231	0.33 258	0.41 254	0.34 256	0.42 264	0.33 252	0.43 265	0.34 261	0.42 271	0.34 259	0.41 257	0.38 279	0.40 248	0.32 223	0.42 291	0.32 258	0.40 249	0.32 245

WAO-8	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.38 230	0.38 279	0.38 224	0.38 280	0.38 224	0.38 285	0.38 232	0.38 277	0.38 232	0.38 279	0.38 234	0.38 246	0.38 252	0.37 285	0.38 237	0.38 277

WAO-7	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.38 230	0.38 279	0.38 224	0.38 280	0.38 224	0.38 285	0.38 232	0.38 277	0.38 232	0.38 279	0.38 234	0.38 246	0.38 252	0.38 298	0.38 237	0.38 277

Venus	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.37 226	0.38 279	0.37 219	0.37 276	0.41 247	0.37 280	0.39 236	0.37 273	0.38 232	0.38 279	0.37 227	0.38 246	0.38 252	0.37 285	0.37 228	0.38 277

IMH	0.38 216	0.38 144	0.38 240	0.38 193	0.38 287	0.38 230	0.38 279	0.38 224	0.38 280	0.42 259	0.38 285	0.40 243	0.38 277	0.38 232	0.38 279	0.38 234	0.38 246	0.39 262	0.38 298	0.38 237	0.38 277

iRaftStereo_RVC	0.97 366	3.17 464	2.30 510	2.42 463	0.38 287	0.54 324	0.38 279	0.54 312	0.38 280	0.54 320	0.38 285	0.54 323	0.38 277	0.54 321	0.38 279	2.38 491	2.34 507	0.49 319	0.36 283	0.49 290	0.36 266

LG-Stereo_L1	0.47 261	0.52 202	0.47 279	0.62 286	0.39 294	0.53 321	0.40 289	0.53 310	0.39 289	0.53 317	0.39 290	0.53 320	0.39 283	0.53 319	0.39 286	0.55 308	0.46 282	0.49 319	0.37 285	0.49 290	0.37 270

gcap-zeroshot	0.35 201	0.32 133	0.37 237	0.49 252	0.39 294	0.33 212	0.21 181	0.26 185	0.35 264	0.42 259	0.34 261	0.49 298	0.29 232	0.47 285	0.39 286	0.34 209	0.17 159	0.38 252	0.23 196	0.48 286	0.34 258

GCAP-Stereo	0.75 320	4.15 487	0.42 263	0.75 305	0.35 271	0.78 351	0.40 289	0.79 344	0.38 280	0.78 356	0.36 274	0.78 357	0.36 269	0.79 353	0.39 286	0.75 337	0.39 253	0.76 358	0.39 301	0.75 328	0.39 283

LL-Strereo2	0.48 266	1.73 380	0.51 301	0.59 282	0.34 268	0.42 272	0.33 245	0.40 233	0.31 243	0.42 259	0.33 253	0.42 271	0.31 245	0.44 274	0.39 286	0.60 314	0.51 307	0.44 294	0.33 266	0.44 269	0.33 252

HanzoNet	0.39 224	0.38 144	0.40 250	0.39 198	0.41 303	0.38 230	0.38 279	0.38 224	0.38 280	0.39 229	0.39 290	0.38 232	0.38 277	0.39 240	0.40 290	0.38 234	0.38 246	0.40 267	0.38 298	0.38 237	0.40 286

knoymous	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 233	0.40 290	0.40 234	0.40 293	0.40 243	0.40 284	0.40 243	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 286

anonymousa	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 233	0.40 290	0.40 234	0.40 293	0.40 243	0.40 284	0.40 243	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 286

riskmin	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 233	0.40 290	0.40 234	0.40 293	0.40 243	0.40 284	0.40 243	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 286

Anonymous_2	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 233	0.40 290	0.40 234	0.40 293	0.40 243	0.40 284	0.40 243	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 286

Anonymous_1	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 233	0.40 290	0.40 234	0.40 293	0.40 243	0.40 284	0.40 243	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 286

AdaStereo	0.40 228	0.40 152	0.40 250	0.40 211	0.40 296	0.40 238	0.40 289	0.40 233	0.40 290	0.40 234	0.40 293	0.40 243	0.40 284	0.40 243	0.40 290	0.40 248	0.40 256	0.40 267	0.40 302	0.40 249	0.40 286
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.
MSCF	0.51 279	1.40 364	0.49 292	0.58 279	0.38 287	0.50 308	0.38 279	0.54 312	0.41 299	0.52 314	0.41 299	0.53 320	0.42 301	0.53 319	0.41 297	0.60 314	0.47 290	0.48 314	0.37 285	0.48 286	0.38 277

LG-Stereo_Zeroshot	0.48 266	0.55 210	0.47 279	0.63 288	0.41 303	0.56 326	0.44 305	0.56 315	0.41 299	0.56 325	0.41 299	0.57 331	0.42 301	0.56 325	0.41 297	0.55 308	0.43 276	0.51 328	0.37 285	0.51 301	0.37 270

GwcNet-ADL	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 248	0.41 299	0.41 247	0.41 299	0.41 255	0.41 295	0.41 257	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 293

PSMNet-ADL	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 248	0.41 299	0.41 247	0.41 299	0.41 255	0.41 295	0.41 257	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 293

GANet-ADL	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 248	0.41 299	0.41 247	0.41 299	0.41 255	0.41 295	0.41 257	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 293

ADLNet2	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 248	0.41 299	0.41 247	0.41 299	0.41 255	0.41 295	0.41 257	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 293

ADLNet	0.41 235	0.41 159	0.41 258	0.41 222	0.41 303	0.41 254	0.41 297	0.41 248	0.41 299	0.41 247	0.41 299	0.41 255	0.41 295	0.41 257	0.41 297	0.41 256	0.41 265	0.41 280	0.41 309	0.41 259	0.41 293

Occ-G	1.12 384	0.52 202	3.72 536	3.50 499	0.50 336	0.56 326	0.47 316	0.54 312	0.46 312	0.54 320	0.41 299	0.54 323	0.42 301	0.52 317	0.42 304	3.42 512	4.02 531	0.52 331	0.45 319	0.51 301	0.44 304

CFNet_RVC	2.38 502	8.71 531	0.38 240	9.33 550	0.42 313	0.56 326	0.42 302	0.60 325	0.38 280	0.62 335	0.42 309	0.56 330	7.29 553	0.62 333	0.42 304	0.53 305	0.37 240	0.49 319	0.34 270	8.30 550	6.87 557

DispNO	1.00 369	0.63 216	0.43 264	3.45 495	0.44 316	0.65 340	0.43 304	0.64 330	0.43 307	0.64 338	0.43 311	0.64 340	3.03 514	0.64 338	0.43 306	4.55 521	0.43 276	0.63 342	0.43 317	0.63 314	0.43 301

MonSter	0.60 292	0.64 218	0.52 304	0.62 286	0.44 316	2.07 478	0.44 305	0.62 328	0.44 310	0.62 335	0.44 313	0.62 339	0.44 306	0.62 333	0.44 307	0.58 312	0.42 273	0.62 340	0.46 321	0.58 310	0.42 300

AIO-test1	0.54 284	0.60 215	0.52 304	0.66 295	0.47 326	0.61 334	0.47 316	0.58 321	0.46 312	0.61 332	0.46 318	0.61 337	0.45 308	0.62 333	0.45 308	0.61 318	0.52 309	0.57 336	0.48 331	0.57 309	0.48 316

AIO-Stereo	0.84 347	0.66 219	0.70 333	0.83 313	0.67 367	0.98 372	0.82 378	1.14 380	0.72 370	1.03 383	0.74 378	1.03 387	1.09 393	0.99 379	0.45 308	1.04 370	0.73 345	0.95 385	0.74 375	0.94 359	0.46 307

MyStereo06	0.75 320	4.12 484	0.60 316	0.63 288	0.61 357	0.62 337	0.66 349	0.56 315	0.45 311	0.55 323	0.48 330	0.54 323	0.46 311	0.57 329	0.45 308	0.60 314	0.57 317	0.64 343	0.55 343	0.72 324	0.55 337

CASnet	0.35 201	0.51 200	0.44 266	0.32 176	0.31 245	0.24 176	0.34 256	0.36 213	0.25 201	0.31 199	0.37 280	0.30 203	0.33 254	0.25 185	0.45 308	0.37 227	0.37 240	0.33 217	0.35 277	0.34 207	0.37 270
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffft	0.48 266	0.51 200	0.45 268	0.52 267	0.45 318	0.52 319	0.45 309	0.52 308	0.48 324	0.53 317	0.45 316	0.52 319	0.45 308	0.52 317	0.46 312	0.51 301	0.41 265	0.50 323	0.41 309	0.50 295	0.41 293
1: 1. 1
PAM_32	0.64 299	2.38 429	0.51 301	0.92 324	0.43 315	0.53 321	0.44 305	0.87 352	0.43 307	0.52 314	0.45 316	0.53 320	0.40 284	0.54 321	0.46 312	0.62 321	0.56 315	0.48 314	0.45 319	0.76 329	0.44 304

otaku	0.46 255	0.46 177	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 274	0.46 312	0.46 274	0.46 318	0.46 281	0.46 311	0.46 281	0.46 312	0.46 277	0.46 282	0.46 301	0.46 321	0.46 274	0.46 307

Dean	0.46 255	0.46 177	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 274	0.46 312	0.47 280	0.46 318	0.46 281	0.46 311	0.46 281	0.46 312	0.46 277	0.46 282	0.46 301	0.46 321	0.46 274	0.46 307

ACVNet_1	0.46 255	0.47 181	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 274	0.47 317	0.46 274	0.46 318	0.46 281	0.46 311	0.46 281	0.46 312	0.46 277	0.46 282	0.47 306	0.46 321	0.46 274	0.46 307

ACVNet-4b	0.46 255	0.46 177	0.46 272	0.46 236	0.46 320	0.46 285	0.46 311	0.46 274	0.46 312	0.46 274	0.46 318	0.46 281	0.46 311	0.47 285	0.46 312	0.46 277	0.46 282	0.46 301	0.46 321	0.46 274	0.46 307

AIO-test2	0.55 288	0.59 213	0.52 304	0.67 296	0.47 326	0.61 334	0.47 316	0.61 327	0.47 317	0.61 332	0.47 326	0.61 337	0.48 320	0.62 333	0.47 318	0.64 323	0.53 311	0.58 337	0.47 328	0.58 310	0.48 316

Ntro	0.47 261	0.47 181	0.46 272	0.46 236	0.46 320	0.47 290	0.47 316	0.46 274	0.47 317	0.46 274	0.46 318	0.47 287	0.46 311	0.47 285	0.47 318	0.47 282	0.46 282	0.46 301	0.46 321	0.46 274	0.46 307

HaxPig	0.47 261	0.47 181	0.47 279	0.49 252	0.47 326	0.47 290	0.47 316	0.47 280	0.47 317	0.47 280	0.47 326	0.47 287	0.47 319	0.47 285	0.47 318	0.47 282	0.47 290	0.47 306	0.47 328	0.47 282	0.48 316

UNDER WATER	0.47 261	0.47 181	0.47 279	0.47 242	0.47 326	0.47 290	0.47 316	0.47 280	0.47 317	0.47 280	0.47 326	0.47 287	0.46 311	0.47 285	0.47 318	0.47 282	0.47 290	0.47 306	0.46 321	0.47 282	0.47 314

LVE	0.47 261	0.47 181	0.47 279	0.47 242	0.49 332	0.47 290	0.47 316	0.47 280	0.49 326	0.47 280	0.47 326	0.47 287	0.46 311	0.47 285	0.47 318	0.47 282	0.47 290	0.48 314	0.47 328	0.47 282	0.47 314

AEACV	1.12 384	0.52 202	3.12 528	3.24 484	0.86 388	0.53 321	0.49 327	0.60 325	0.47 317	0.53 317	0.49 333	0.55 327	0.45 308	0.55 324	0.47 318	3.01 508	3.88 529	0.71 352	0.60 353	0.80 337	0.48 316

RainbowNet	0.48 266	0.48 187	0.48 287	0.48 246	0.48 330	0.48 295	0.48 325	0.48 284	0.48 324	0.48 287	0.48 330	0.48 294	0.48 320	0.48 294	0.48 324	0.48 286	0.48 294	0.48 314	0.48 331	0.48 286	0.48 316

notaker	0.48 266	0.49 189	0.48 287	0.48 246	0.48 330	0.48 295	0.48 325	0.48 284	0.49 326	0.48 287	0.48 330	0.48 294	0.48 320	0.48 294	0.48 324	0.48 286	0.48 294	0.48 314	0.48 331	0.48 286	0.49 321

ACVNet_2	0.49 272	0.49 189	0.49 292	0.49 252	0.49 332	0.49 300	0.49 327	0.49 288	0.49 326	0.49 294	0.49 333	0.49 298	0.49 325	0.49 300	0.49 326	0.49 289	0.49 297	0.49 319	0.49 334	0.49 290	0.49 321

FoundationStereo	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 296	0.50 329	0.50 306	0.50 335	0.50 312	0.50 328	0.50 307	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 324

StereoAnything_RVC	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 296	0.50 329	0.50 306	0.50 335	0.50 312	0.50 328	0.50 307	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 324

dual_stereo	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 296	0.50 329	0.50 306	0.50 335	0.50 312	0.50 328	0.50 307	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 324

LL-Strereo	1.01 374	5.06 498	1.63 472	0.70 299	1.43 477	0.56 326	0.46 311	0.57 318	0.50 329	0.57 327	0.50 335	1.58 459	0.49 325	0.59 331	0.50 327	1.64 454	0.52 309	0.51 328	1.37 470	0.52 303	0.45 306

SANet	0.50 274	0.50 193	0.50 296	0.50 259	0.50 336	0.50 308	0.50 329	0.50 296	0.50 329	0.50 306	0.50 335	0.50 312	0.50 328	0.50 307	0.50 327	0.50 295	0.50 303	0.50 323	0.50 336	0.50 295	0.50 324

SMoEStereo_RVC	0.63 297	0.75 224	0.51 301	0.73 303	0.53 345	0.71 346	0.47 316	0.67 334	0.58 342	0.74 353	0.60 349	0.72 350	0.53 335	0.74 350	0.51 332	0.61 318	0.62 327	0.62 340	0.61 355	0.63 314	0.61 345

ktn	0.72 316	0.53 205	1.08 378	1.14 355	0.51 341	1.22 443	1.36 469	0.51 306	0.59 344	0.51 311	0.51 341	0.69 346	1.20 405	0.67 342	0.51 332	0.51 301	0.49 297	0.58 337	0.66 361	0.52 303	0.53 332

WCG-NET	0.61 295	1.21 347	0.54 309	0.61 285	0.53 345	0.67 342	0.53 335	0.66 333	0.53 337	0.64 338	0.53 344	0.65 343	0.53 335	0.59 331	0.52 334	0.65 324	0.48 294	0.64 343	0.52 340	0.58 310	0.50 324

MyStereo8	0.71 313	3.92 483	0.52 304	0.59 282	0.52 342	0.57 331	0.53 335	0.59 323	0.50 329	0.59 331	0.51 341	0.57 331	0.50 328	0.56 325	0.52 334	0.54 306	0.49 297	0.54 334	0.49 334	0.55 308	0.50 324

KSHMR	0.66 302	0.50 193	0.48 287	1.15 357	0.52 342	0.49 300	0.51 333	0.49 288	0.71 368	0.67 342	0.50 335	1.16 399	1.11 394	0.66 340	0.52 334	0.49 289	0.49 297	0.51 328	0.66 361	0.50 295	1.14 407

test-3	0.98 368	4.13 486	1.85 492	1.85 439	0.61 357	0.69 343	0.37 273	0.63 329	0.61 348	0.66 341	0.51 341	0.73 352	0.44 306	0.57 329	0.54 337	1.68 455	1.81 487	0.40 267	0.43 317	0.66 316	0.50 324

PSMNet_ROB	0.54 284	0.54 208	0.54 309	0.54 270	0.53 345	0.54 324	0.54 337	0.53 310	0.54 339	0.54 320	0.54 345	0.54 323	0.53 335	0.54 321	0.54 337	0.54 306	0.53 311	0.54 334	0.54 342	0.54 307	0.54 333

MyStereo05	0.80 331	4.12 484	0.63 320	0.63 288	0.61 357	0.62 337	0.66 349	0.65 331	0.62 349	0.67 342	0.61 353	0.65 343	0.58 340	0.67 342	0.55 339	0.60 314	0.57 317	0.64 343	0.55 343	0.72 324	0.55 337

CASS	0.57 291	0.89 244	0.56 311	0.57 277	0.56 348	0.56 326	0.56 338	0.56 315	0.53 337	0.57 327	0.57 348	0.59 335	0.48 320	0.56 325	0.57 340	0.55 308	0.56 315	0.47 306	0.56 347	0.62 313	0.56 340
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
zero-FE	0.72 316	1.31 358	0.66 326	0.92 324	0.60 351	0.82 356	0.58 340	0.82 350	0.58 342	0.81 360	0.60 349	0.81 363	0.60 342	0.82 357	0.58 341	0.74 336	0.59 321	0.73 353	0.52 340	0.76 329	0.51 331

anonymity	0.63 297	0.69 220	0.56 311	0.71 301	0.56 348	0.71 346	0.56 338	0.71 339	0.56 340	0.72 346	0.56 347	0.71 347	0.56 339	0.71 345	0.58 341	0.68 328	0.55 313	0.68 348	0.55 343	0.68 318	0.54 333

UDG	0.80 331	2.21 413	0.60 316	0.91 321	0.60 351	0.90 364	0.58 340	0.88 355	0.60 345	0.90 365	0.60 349	0.88 367	0.60 342	0.90 367	0.58 341	0.86 353	0.60 322	0.84 372	0.59 352	0.84 345	0.61 345

DDUNet	0.81 336	2.45 432	0.57 313	0.90 319	0.60 351	0.88 361	0.59 342	0.90 356	0.60 345	0.88 364	0.60 349	0.90 370	0.58 340	0.88 364	0.60 344	0.84 351	0.60 322	0.86 374	0.57 349	0.86 346	0.60 344

ARAFT	0.68 307	0.81 231	0.63 320	0.74 304	0.60 351	0.78 351	0.62 344	0.77 343	0.66 355	0.74 353	0.63 355	0.75 354	0.62 345	0.83 358	0.60 344	0.70 332	0.55 313	0.70 351	0.60 353	0.78 332	0.55 337

RAFT-Stereo + iAFF	0.70 311	0.72 222	0.71 337	0.80 309	0.62 360	0.82 356	0.61 343	0.81 349	0.62 349	0.81 360	0.63 355	0.80 360	0.70 359	0.73 348	0.61 346	0.76 338	0.61 326	0.74 355	0.61 355	0.77 331	0.61 345

MyStereo07	0.60 292	3.72 476	0.48 287	0.49 252	0.41 303	0.36 221	0.32 236	0.49 288	0.43 307	0.51 311	0.42 309	0.49 298	0.43 304	0.51 314	0.64 347	0.49 289	0.45 280	0.34 224	0.32 258	0.35 219	0.43 301

RSM++	0.76 324	0.82 233	0.66 326	0.85 316	0.64 361	0.85 358	0.71 364	0.94 365	0.64 352	0.87 363	0.67 362	0.87 366	0.65 348	0.84 359	0.65 348	0.81 344	0.70 339	0.79 361	0.71 373	0.83 344	0.70 359

plain	1.88 455	3.16 463	0.64 322	3.10 479	0.65 363	3.10 514	0.64 346	3.12 513	0.65 353	3.10 514	0.65 359	3.11 514	0.65 348	3.12 513	0.65 348	3.12 509	0.65 332	3.13 514	0.65 359	3.13 500	0.65 351

DSFCA	0.66 302	0.73 223	0.78 349	0.65 292	0.65 363	0.64 339	0.64 346	0.65 331	0.63 351	0.64 338	0.64 357	0.64 340	0.64 346	0.65 339	0.65 348	0.65 324	0.65 332	0.65 346	0.65 359	0.66 316	0.64 350

LMCR-Stereo	0.65 300	0.63 216	0.65 325	0.65 292	0.65 363	0.66 341	0.63 345	0.58 321	0.65 353	0.63 337	0.64 357	0.65 343	0.65 348	0.66 340	0.66 351	0.66 326	0.64 330	0.65 346	0.67 365	0.68 318	0.73 366

CoDeX	0.15 121	0.70 221	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 352	0.02 15	0.69 338	0.75 356	0.01 9	0.02 20	0.02 20

Selective-IGEV	0.51 279	0.55 210	0.45 268	0.69 297	0.45 318	0.61 334	0.45 309	0.50 296	0.40 290	0.56 325	0.44 313	0.55 327	0.40 284	0.72 346	0.67 352	0.59 313	0.46 282	0.45 298	0.34 270	0.46 274	0.37 270

AFF-stereo	0.73 318	0.88 241	0.67 330	0.75 305	0.68 370	0.75 348	0.64 346	0.80 346	0.72 370	0.83 362	0.70 368	0.82 364	0.64 346	0.84 359	0.67 352	0.77 339	0.63 328	0.81 366	0.63 357	0.78 332	0.62 348

STTRV1_RVC	0.82 340	1.60 371	0.70 333	1.01 342	0.60 351	1.07 385	0.69 357	1.01 373	0.60 345	0.72 346	0.55 346	1.02 386	0.68 354	1.03 385	0.67 352	0.89 355	0.63 328	0.92 381	0.57 349	0.90 352	0.65 351

MIF-Stereo (partial)	2.58 507	3.31 467	0.66 326	3.18 483	0.66 366	3.18 515	0.66 349	3.21 514	0.67 356	3.19 515	0.66 361	3.19 515	0.66 351	3.31 517	0.68 356	5.09 538	1.79 486	8.23 557	1.67 495	6.18 541	1.38 478

UniTT-Stereo	2.03 472	3.43 469	0.72 340	3.42 494	0.73 378	3.27 517	0.68 354	3.38 517	0.69 360	3.29 517	0.72 375	3.28 517	0.70 359	3.35 518	0.68 356	3.39 511	0.68 334	3.31 516	0.69 368	3.37 501	0.73 366

R-Stereo Train	0.81 336	0.96 259	0.67 330	0.95 332	0.67 367	0.95 369	0.68 354	0.95 367	0.68 357	0.95 375	0.68 363	0.96 378	0.68 354	0.96 377	0.68 356	0.94 364	0.68 334	0.94 383	0.68 366	0.94 359	0.68 356

RAFT-Stereo	0.81 336	0.96 259	0.67 330	0.95 332	0.67 367	0.95 369	0.68 354	0.95 367	0.68 357	0.95 375	0.68 363	0.96 378	0.68 354	0.96 377	0.68 356	0.94 364	0.68 334	0.94 383	0.68 366	0.94 359	0.68 356
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FlowAnything	1.02 376	1.71 374	0.72 340	1.59 429	0.69 371	1.60 460	0.69 357	1.61 452	0.70 363	1.60 455	0.69 366	1.60 460	0.69 357	1.61 459	0.69 360	0.81 344	0.58 319	0.81 366	0.56 347	0.82 342	0.56 340

HH	0.71 313	2.54 434	0.74 344	1.10 349	0.32 247	0.41 254	0.37 273	0.69 336	0.78 376	0.73 348	0.90 387	0.75 354	1.00 384	0.84 359	0.69 360	0.69 329	0.40 256	0.35 237	0.26 215	0.35 219	0.26 198

HanStereo	0.71 313	2.54 434	0.74 344	1.10 349	0.32 247	0.41 254	0.37 273	0.69 336	0.78 376	0.73 348	0.90 387	0.75 354	1.00 384	0.84 359	0.69 360	0.69 329	0.40 256	0.35 237	0.26 215	0.35 219	0.26 198

DMCA-RVC	0.70 311	0.80 228	0.70 333	0.70 299	0.70 373	0.70 344	0.70 361	0.71 339	0.70 363	0.70 345	0.71 372	0.71 347	0.70 359	0.70 344	0.69 360	0.69 329	0.70 339	0.69 349	0.70 370	0.69 322	0.70 359

FlowAnything_test	1.02 376	1.72 375	0.71 337	1.59 429	0.70 373	1.61 461	0.69 357	1.61 452	0.70 363	1.60 455	0.70 368	1.61 463	0.69 357	1.61 459	0.70 364	0.81 344	0.58 319	0.81 366	0.55 343	0.81 340	0.56 340

MSMD_ROB	1.19 386	1.10 290	0.70 333	1.10 349	0.60 351	1.10 389	0.70 361	1.10 379	0.70 363	1.10 387	0.70 368	1.10 393	0.70 359	7.00 556	0.70 364	1.10 375	0.70 339	1.10 397	0.70 370	1.10 371	0.70 359

AdaDepth	0.86 350	0.93 255	0.71 337	1.01 342	1.07 409	1.02 379	0.71 364	1.00 369	0.71 368	1.01 381	0.71 372	1.00 381	0.72 364	1.14 397	0.71 366	0.92 359	0.64 330	0.90 376	0.64 358	0.89 349	0.69 358

MoCha-V2	2.11 479	26.97 562	0.78 349	0.92 324	0.77 382	0.96 371	0.72 366	0.90 356	0.72 370	0.94 373	0.70 368	0.90 370	0.71 363	0.91 368	0.71 366	0.85 352	0.71 343	0.88 375	0.69 368	0.87 347	0.67 355

DCRE	0.84 347	1.89 388	0.77 348	0.94 330	0.72 377	0.88 361	0.73 367	0.87 352	0.78 376	0.90 365	0.71 372	0.88 367	0.67 353	0.88 364	0.73 368	0.81 344	0.68 334	0.81 366	0.70 370	0.82 342	0.70 359

iGMRVC	0.84 347	2.85 457	0.72 340	0.72 302	0.73 378	0.77 349	0.79 372	0.73 341	0.74 375	0.73 348	0.72 375	0.73 352	0.76 369	0.73 348	0.73 368	0.72 334	0.73 345	0.73 353	0.72 374	0.73 327	0.72 363

PA-Net	11.80 558	223.51 584	0.62 319	0.59 282	0.71 375	0.59 333	0.73 367	0.67 334	0.73 373	0.55 323	0.61 353	0.60 336	0.74 366	0.63 337	0.73 368	0.66 326	0.60 322	0.69 349	0.66 361	0.72 324	0.65 351
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo	0.60 292	0.58 212	0.47 279	0.64 291	0.74 380	1.00 374	0.69 357	0.57 318	0.41 299	0.57 327	0.41 299	0.57 331	0.41 295	1.00 380	0.75 371	0.91 356	0.51 307	0.52 331	0.37 285	0.52 303	0.37 270

tt45	1.04 378	0.88 241	1.36 455	0.92 324	1.03 407	1.51 459	0.79 372	0.70 338	0.88 385	0.74 353	0.90 387	1.60 460	0.72 364	1.60 457	0.75 371	0.91 356	0.78 351	1.52 469	0.79 380	1.14 373	1.32 471

RAStereo	2.23 492	3.64 472	0.76 347	3.65 503	0.86 388	3.66 521	0.76 370	3.67 521	0.81 383	3.66 518	0.76 380	3.66 519	0.77 370	3.68 520	0.77 373	3.68 514	0.77 350	3.69 521	0.77 377	3.70 503	0.77 372

SFCPSM	0.17 133	0.78 225	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 374	0.02 15	0.75 348	0.76 358	0.02 20	0.02 20	0.02 20

G-Net	0.79 329	0.79 227	0.79 352	0.79 307	0.79 384	0.79 353	0.79 372	0.79 344	0.79 379	0.79 357	0.79 382	0.79 359	0.79 372	0.79 353	0.79 374	0.79 340	0.79 352	0.79 361	0.79 380	0.79 334	0.79 373

HSM-Net_RVC	0.95 365	1.17 297	0.78 349	1.18 364	0.71 375	1.16 396	0.75 369	1.09 378	0.80 380	1.10 387	0.75 379	1.17 400	0.74 366	1.17 400	0.80 376	1.13 381	0.73 345	1.17 404	0.77 377	1.16 377	0.72 363
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 331	0.80 228	0.80 353	0.80 309	0.80 386	0.80 354	0.80 375	0.80 346	0.80 380	0.80 358	0.80 383	0.80 360	0.80 373	0.80 355	0.80 376	0.80 341	0.80 355	0.80 364	0.80 382	0.80 337	0.80 374

CSAN	0.80 331	0.80 228	0.80 353	0.80 309	0.80 386	0.80 354	0.80 375	0.80 346	0.80 380	0.80 358	0.80 383	0.80 360	0.80 373	0.80 355	0.80 376	0.80 341	0.80 355	0.80 364	0.80 382	0.80 337	0.80 374

ours_stereo	1.20 387	1.21 347	0.90 361	1.64 437	1.11 411	1.35 449	0.67 353	1.76 459	0.93 392	1.70 463	1.10 404	1.39 454	0.75 368	1.41 454	0.81 379	1.60 453	1.03 371	1.33 459	1.00 396	1.61 447	0.72 363

AIO-Stereo-zeroshot1	0.75 320	0.92 253	0.85 357	0.96 335	0.59 350	1.27 446	0.44 305	0.59 323	0.69 360	0.91 367	0.68 363	0.55 327	0.61 344	1.06 387	0.83 380	0.62 321	0.70 339	0.90 376	0.41 309	0.89 349	0.56 340

999	1.00 369	1.12 291	0.59 314	1.10 349	1.21 467	1.09 388	0.52 334	1.08 376	1.43 479	1.18 397	1.35 470	0.98 380	0.52 334	0.91 368	0.85 381	0.72 334	1.46 461	0.83 371	0.98 394	0.68 318	1.41 479

ToySt	0.92 357	2.11 404	0.90 361	0.95 332	0.79 384	0.99 373	0.78 371	0.94 365	0.81 383	0.94 373	0.78 381	0.95 377	0.77 370	0.94 373	0.86 382	0.91 356	0.79 352	0.85 373	0.77 377	0.89 349	0.73 366

DPSimNet_ROB	0.97 366	1.18 299	0.81 355	1.10 349	0.91 394	1.02 379	0.82 378	1.04 375	0.91 387	1.03 383	0.86 386	1.28 451	0.82 375	1.03 385	0.89 383	1.17 384	0.81 357	1.02 394	0.82 385	1.08 370	0.81 376

DGTPSM_ROB	0.93 362	1.00 266	0.92 365	0.94 330	0.96 399	0.91 365	0.92 385	0.91 358	0.96 396	0.91 367	0.96 394	0.93 376	0.92 379	0.94 373	0.92 384	0.92 359	0.92 363	0.90 376	0.92 389	0.94 359	0.91 384

DPSM_ROB	0.92 357	0.91 248	0.91 363	0.91 321	0.92 395	0.92 366	0.92 385	0.92 361	0.91 387	0.93 371	0.91 390	0.92 373	0.90 377	0.91 368	0.92 384	0.92 359	0.91 361	0.91 379	0.92 389	0.93 357	0.93 386

DPSM	0.92 357	0.91 248	0.91 363	0.91 321	0.92 395	0.92 366	0.92 385	0.92 361	0.91 387	0.93 371	0.91 390	0.92 373	0.90 377	0.91 368	0.92 384	0.92 359	0.91 361	0.91 379	0.92 389	0.93 357	0.93 386

pmcnn	0.92 357	0.92 253	0.92 365	0.92 324	0.92 395	0.92 366	0.92 385	0.92 361	0.92 391	0.92 369	0.92 393	0.92 373	0.92 379	0.92 372	0.92 384	0.92 359	0.92 363	0.92 381	0.92 389	0.92 356	0.92 385

Selective-RAFT	0.89 354	0.89 244	0.72 340	1.16 362	0.78 383	1.06 382	0.82 378	0.87 352	0.97 397	1.00 377	0.91 390	0.90 370	1.00 384	0.89 366	0.93 388	0.83 349	0.83 358	0.82 370	0.82 385	0.81 340	0.82 377

MM-Stereo_test2	1.20 387	1.85 384	1.05 376	1.46 426	0.94 398	1.36 451	0.99 392	1.36 445	0.95 394	1.41 451	0.98 396	1.40 456	0.96 381	1.37 452	0.95 389	1.37 442	1.06 372	1.33 459	0.93 393	1.29 436	0.89 382

AIO-Stereo-zeroshot	0.91 355	0.86 237	0.89 358	1.25 414	0.69 371	1.05 381	0.81 377	1.16 383	0.50 329	1.12 392	0.97 395	0.72 350	0.82 375	1.06 387	0.95 389	0.61 318	0.87 360	1.03 395	0.85 388	1.04 368	1.01 396

Selective-RAFT-Error	0.88 352	0.84 234	0.98 370	0.86 317	0.97 400	0.88 361	0.95 389	0.84 351	0.99 400	0.92 369	0.82 385	0.84 365	0.98 383	0.87 363	0.97 391	0.81 344	0.83 358	0.79 361	0.82 385	0.79 334	0.85 379

4D-IteraStereo	0.78 328	3.13 462	0.89 358	0.69 297	0.32 247	0.40 238	0.32 236	0.76 342	0.97 397	0.52 314	0.65 359	0.89 369	0.32 247	0.76 352	0.98 392	0.83 349	0.94 365	0.35 237	0.27 222	0.70 323	0.89 382

MaDis-Stereo	3.19 516	6.02 518	1.12 379	5.61 533	1.16 417	5.43 548	1.02 398	5.15 547	0.70 363	5.43 547	1.21 458	5.03 548	0.97 382	4.85 541	0.99 393	4.53 520	1.16 389	5.53 549	1.25 463	5.37 537	1.30 469

GANet	1.00 369	1.00 266	1.00 372	1.00 339	1.00 401	1.00 374	1.00 393	1.00 369	1.00 401	1.00 377	1.00 397	1.00 381	1.00 384	1.00 380	1.00 394	1.00 366	1.00 366	1.00 390	1.00 396	1.00 363	1.00 393

TDLM	1.00 369	1.00 266	1.00 372	1.00 339	1.00 401	1.00 374	1.00 393	1.00 369	1.00 401	1.00 377	1.00 397	1.00 381	1.00 384	1.00 380	1.00 394	1.00 366	1.00 366	1.00 390	1.00 396	1.00 363	1.00 393

CVANet_RVC	1.00 369	1.00 266	1.00 372	1.00 339	1.00 401	1.00 374	1.00 393	1.00 369	1.00 401	1.00 377	1.00 397	1.00 381	1.00 384	1.00 380	1.00 394	1.00 366	1.00 366	1.00 390	1.00 396	1.00 363	1.00 393

trnet	1.01 374	1.01 272	1.01 375	1.01 342	1.01 405	1.01 378	1.01 396	1.01 373	1.01 404	1.01 381	1.01 400	1.01 385	1.01 390	1.01 384	1.01 397	1.01 369	1.01 369	1.01 393	1.01 400	1.01 366	1.01 396

MM-Stereo_test3	1.27 437	2.07 400	1.18 387	1.60 432	1.02 406	1.45 457	1.01 396	1.40 449	1.04 406	1.44 452	1.03 401	1.46 458	1.02 391	1.44 455	1.02 398	1.51 449	1.12 386	1.32 458	0.98 394	1.38 440	0.97 389

MLG-Stereo	0.92 357	0.90 246	0.84 356	1.27 415	0.49 332	1.38 453	0.88 381	1.41 450	0.97 397	0.73 348	1.09 403	1.26 449	0.43 304	0.72 346	1.05 399	1.13 381	0.49 297	1.18 407	0.66 361	1.01 366	0.46 307

FC-DCNN	1.07 379	1.09 287	0.98 370	0.89 318	0.52 342	1.41 456	0.91 384	1.21 436	1.24 465	1.96 467	2.05 519	1.91 468	1.30 458	1.27 450	1.08 400	0.80 341	0.60 322	0.58 337	0.41 309	0.68 318	0.54 333

GLC_STEREO	1.07 379	1.01 272	1.06 377	1.07 347	1.05 408	1.06 382	1.08 400	1.08 376	1.05 407	1.07 385	1.06 402	1.08 389	1.05 392	1.06 387	1.10 401	1.07 372	1.09 379	1.05 396	1.05 401	1.06 369	1.12 403

IGEVStereo-DCA	1.77 451	4.21 488	1.84 490	2.49 466	2.11 514	2.54 500	1.36 469	1.65 456	1.17 414	2.75 508	1.90 502	2.54 494	1.15 398	0.94 373	1.11 402	1.50 447	1.32 442	0.96 386	1.46 479	1.49 443	0.88 380

rrr	1.77 451	4.21 488	1.84 490	2.49 466	2.11 514	2.54 500	1.36 469	1.65 456	1.17 414	2.75 508	1.90 502	2.54 494	1.15 398	0.94 373	1.11 402	1.50 447	1.32 442	0.96 386	1.46 479	1.49 443	0.88 380

NCC-stereo	2.36 498	25.52 557	1.17 385	1.15 357	1.17 418	1.11 392	1.11 401	1.15 381	1.16 410	1.10 387	1.16 408	1.10 393	1.15 398	1.14 397	1.13 404	1.09 373	1.11 383	1.15 399	1.16 408	1.17 382	1.17 412

Nwc_Net	2.37 500	25.95 559	1.15 383	1.14 355	1.15 413	1.08 386	1.14 404	1.17 385	1.16 410	1.14 395	1.15 405	1.08 389	1.15 398	1.11 395	1.14 405	1.10 375	1.11 383	1.16 400	1.09 403	1.16 377	1.15 408

TorneroNet	0.66 302	0.53 205	0.50 296	0.50 259	0.64 361	1.06 382	0.70 361	0.50 296	0.51 336	0.49 294	0.69 366	0.49 298	0.50 328	0.48 294	1.15 406	0.71 333	0.49 297	1.14 398	1.08 402	0.49 290	0.49 321

AF-Net	2.37 500	25.71 558	1.17 385	1.13 354	1.15 413	1.15 395	1.18 409	1.19 388	1.16 410	1.10 387	1.15 405	1.10 393	1.18 403	1.12 396	1.15 406	1.10 375	1.10 382	1.17 404	1.15 406	1.16 377	1.12 403

RP	2.33 496	25.00 555	1.13 380	1.15 357	1.15 413	1.10 389	1.15 405	1.15 381	1.15 409	1.12 392	1.15 405	1.09 391	1.13 395	1.10 393	1.15 406	1.11 380	1.09 379	1.16 400	1.12 404	1.16 377	1.17 412

edge stereo	2.43 503	27.07 563	1.14 381	1.06 346	1.14 412	1.08 386	1.17 408	1.16 383	1.14 408	1.10 387	1.16 408	1.09 391	1.16 402	1.10 393	1.16 409	1.10 375	1.11 383	1.16 400	1.19 410	1.13 372	1.11 401

Abc-Net	2.32 495	24.75 554	1.14 381	1.17 363	1.17 418	1.11 392	1.15 405	1.17 385	1.21 462	1.08 386	1.16 408	1.12 397	1.14 397	1.09 391	1.17 410	1.09 373	1.16 389	1.17 404	1.17 409	1.16 377	1.11 401
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 498	25.48 556	1.19 389	1.15 357	1.15 413	1.10 389	1.16 407	1.17 385	1.16 410	1.12 392	1.16 408	1.11 396	1.13 395	1.09 391	1.18 411	1.10 375	1.15 388	1.16 400	1.12 404	1.14 373	1.12 403

stereogan	2.33 496	24.38 553	1.18 387	1.18 364	1.18 420	1.14 394	1.18 409	1.19 388	1.19 416	1.14 395	1.18 412	1.14 398	1.18 403	1.14 397	1.18 411	1.14 383	1.14 387	1.19 408	1.19 410	1.15 375	1.19 416

DisPM	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

CrosDoStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

PFNet+	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

LCNet	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

HHNet	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

Patchmatch Stereo++	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

STrans-v2	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

TransformOpticalFlow	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

OMP-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

IIG-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

NF-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

OCTAStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

PSM-softLoss	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

KMStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

NRIStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

PSM-adaLoss	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

PSM-AAD	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

FTStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

ROB_FTStereo_v2	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

ROB_FTStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

Consistency-Raft	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

KYRaft	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

HUI-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

ASMatch	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

DeepStereo_LL	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

DEmStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

SST-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

THIR-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

RAFT_R40	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

DRaft	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

PFNet	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

GrayStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

RE-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

Pruner-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

TVStereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

DeepStereo_RVC	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

RAFT-RH_RVC	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

IRAFT_RVC	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

RAFT-345	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

iRAFT	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

CRE-IMP	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

GMM-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

RAFT-IKP	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

Prome-Stereo	1.20 387	1.20 301	1.20 392	1.20 366	1.20 421	1.20 397	1.20 411	1.20 391	1.20 417	1.20 399	1.20 413	1.20 402	1.20 405	1.20 402	1.20 413	1.20 386	1.20 394	1.20 409	1.20 413	1.20 386	1.20 417

HBP-ISP	1.24 435	1.72 375	1.65 473	1.15 357	0.76 381	1.40 455	0.88 381	1.67 458	1.02 405	1.69 462	1.38 475	1.69 464	1.21 451	1.87 469	1.21 458	1.05 371	0.79 352	0.97 388	0.80 382	1.19 385	0.75 370

GANetREF_RVC	1.55 444	1.94 397	1.22 439	1.88 440	1.21 467	1.88 467	1.22 457	1.88 461	1.22 463	1.88 464	1.22 459	1.88 466	1.22 452	1.89 470	1.22 459	1.87 460	1.22 441	1.88 482	1.22 459	1.88 459	1.22 463
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
StereoVision	3.15 515	5.00 497	0.89 358	4.83 524	1.00 401	3.93 522	1.27 463	6.37 550	1.34 470	5.67 550	1.26 463	5.84 551	1.27 455	5.03 547	1.24 460	5.10 539	1.09 379	4.61 533	0.57 349	5.62 539	1.12 403

FAT-Stereo	2.46 504	26.05 560	1.23 441	1.23 413	1.22 469	1.20 397	1.24 459	1.23 439	1.23 464	1.19 398	1.22 459	1.21 447	1.24 453	1.20 402	1.24 460	1.21 431	1.17 392	1.22 455	1.25 463	1.20 386	1.24 466

S-Stereo	2.51 505	26.86 561	1.23 441	1.22 411	1.22 469	1.24 445	1.25 460	1.22 437	1.24 465	1.21 444	1.24 461	1.19 401	1.27 455	1.19 401	1.24 460	1.19 385	1.20 394	1.25 456	1.19 410	1.24 434	1.23 465

3.75w	1.99 458	2.31 419	1.83 489	3.16 482	1.65 486	1.93 468	1.98 504	2.72 498	1.68 484	2.73 507	1.97 508	2.00 473	1.72 479	1.81 467	1.25 463	2.27 483	2.01 494	2.38 501	1.42 476	1.71 452	1.24 466

2w_stereo	1.99 458	2.36 428	1.81 481	3.24 484	1.67 487	1.94 469	1.98 504	2.72 498	1.68 484	2.72 502	1.94 505	1.98 472	1.74 482	1.79 466	1.27 464	1.95 466	2.00 492	2.53 509	1.60 488	1.68 451	1.15 408

4.25_new	2.00 462	2.33 421	1.82 486	3.32 489	1.69 489	1.95 472	1.99 507	2.72 498	1.71 488	2.72 502	1.97 508	2.01 474	1.74 482	1.77 464	1.28 465	2.18 475	2.01 494	2.48 507	1.58 485	1.65 448	1.17 412

4.5w_new	2.00 462	2.33 421	1.82 486	3.32 489	1.69 489	1.95 472	1.99 507	2.72 498	1.71 488	2.72 502	1.97 508	2.01 474	1.74 482	1.77 464	1.28 465	2.18 475	2.01 494	2.48 507	1.58 485	1.65 448	1.17 412

4.5w-stereo	1.99 458	2.33 421	1.81 481	3.28 486	1.68 488	1.94 469	1.99 507	2.72 498	1.70 487	2.72 502	1.99 517	1.97 471	1.68 475	1.76 463	1.29 467	1.91 465	2.02 498	2.53 509	1.61 489	1.75 455	1.16 411

2.75w_new	1.99 458	2.34 425	1.81 481	3.14 480	1.62 484	1.94 469	1.99 507	2.72 498	1.71 488	2.72 502	1.99 517	1.90 467	1.73 480	1.82 468	1.29 467	2.37 490	2.01 494	2.31 496	1.42 476	1.77 456	1.22 463

11t	1.27 437	2.70 443	1.34 445	1.32 419	0.89 390	1.30 448	1.34 466	1.64 455	0.57 341	1.45 453	0.72 375	1.05 388	1.29 457	1.07 390	1.29 467	1.49 446	1.02 370	0.97 388	1.15 406	1.48 442	1.31 470

SPS-STEREO	1.59 445	1.91 391	1.21 438	1.94 443	1.20 421	2.00 475	1.23 458	1.99 466	1.24 465	2.00 472	1.25 462	2.03 476	1.26 454	2.00 474	1.29 467	1.90 464	1.18 393	1.89 483	1.21 458	1.89 460	1.20 417
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	1.35 439	1.35 361	1.35 447	1.35 421	1.35 471	1.35 449	1.35 467	1.36 445	1.35 473	1.36 449	1.35 470	1.36 452	1.36 463	1.36 451	1.35 471	1.35 439	1.35 454	1.35 462	1.35 467	1.35 438	1.35 475

4.25w-stereo	1.98 457	2.72 447	1.46 464	3.47 496	1.43 477	2.07 478	1.98 504	2.53 495	1.52 481	2.71 501	1.98 514	1.81 465	1.62 473	1.96 472	1.36 472	1.88 463	2.00 492	2.53 509	1.61 489	1.74 454	1.15 408

MC-Stereo	1.76 450	2.96 458	1.37 457	2.14 450	1.37 473	2.14 480	1.36 469	2.14 475	1.37 475	2.14 481	1.37 473	2.14 478	1.37 465	2.14 479	1.37 473	1.97 467	1.32 442	1.97 485	1.32 466	1.98 461	1.33 472

CC-Net-ROB	1.36 440	1.33 360	1.33 444	1.36 422	1.38 474	1.36 451	1.33 465	1.37 447	1.34 470	1.35 448	1.36 472	1.38 453	1.34 461	1.38 453	1.38 474	1.35 439	1.38 457	1.33 459	1.35 467	1.43 441	1.34 474

sCroCo_RVC	2.10 478	2.76 451	1.92 500	2.78 474	1.39 475	2.73 507	1.41 477	2.73 504	1.40 477	2.77 513	1.41 477	2.74 509	1.40 467	2.74 508	1.40 475	2.72 506	1.42 459	2.72 512	1.44 478	2.79 498	1.42 480

PS-NSSS	1.38 442	1.39 363	1.34 445	1.34 420	1.35 471	1.38 453	1.37 474	1.35 444	1.38 476	1.34 447	1.34 469	1.39 454	1.38 466	1.70 461	1.40 475	1.36 441	1.36 455	1.36 464	1.37 470	1.37 439	1.36 476

MM-Stereo_test1	1.80 453	3.41 468	1.52 469	2.12 449	1.41 476	2.04 476	1.41 477	2.05 470	1.46 480	2.04 476	1.41 477	2.05 477	1.42 468	2.05 475	1.43 477	2.04 471	1.54 468	1.94 484	1.38 472	1.99 462	1.33 472

test_xeample3	1.10 381	1.81 381	0.61 318	0.84 314	0.49 332	0.77 349	0.66 349	0.92 361	1.40 477	0.68 344	0.46 318	0.78 357	0.54 338	1.72 462	1.48 478	1.34 438	1.52 465	1.35 462	1.67 495	1.33 437	1.55 483

2.25w	2.00 462	1.86 386	1.98 503	2.95 477	2.17 518	2.26 481	1.35 467	2.42 489	2.00 516	2.07 480	1.27 464	2.53 492	1.99 500	2.29 484	1.49 479	2.21 478	1.32 442	1.85 476	1.87 507	2.52 488	1.62 492

FADNet-RVC-Resample	0.12 93	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 480	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 102

DPSMNet_ROB	1.60 446	1.59 370	1.70 475	1.59 429	1.59 482	1.61 461	1.61 484	1.60 451	1.60 482	1.62 461	1.59 484	1.60 460	1.60 471	1.60 457	1.59 481	1.59 451	1.60 475	1.59 470	1.59 487	1.59 446	1.59 488

RAFT_CTSACE	1.92 456	3.71 475	1.72 478	1.88 440	1.72 493	2.04 476	1.42 479	2.18 477	1.89 509	2.02 474	1.97 508	1.95 469	2.06 504	1.93 471	1.62 482	1.76 456	1.66 479	2.02 486	1.73 503	1.73 453	1.43 481

Anonymous3	2.55 506	3.26 466	1.65 473	3.28 486	1.63 485	3.24 516	1.68 487	3.27 515	1.66 483	3.28 516	1.67 490	3.25 516	1.66 474	3.27 515	1.64 483	3.26 510	1.65 478	3.30 515	1.65 493	4.95 532	1.65 496

4.5_new	2.00 462	1.84 383	1.98 503	2.77 471	2.16 516	2.27 482	1.28 464	2.09 471	1.98 513	2.01 473	1.28 465	2.71 503	1.98 498	2.51 494	1.65 484	2.26 480	1.33 449	1.87 479	1.87 507	2.49 484	1.60 489

FADNet_RVC	0.12 93	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 484	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 93	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 486	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

UDGNet	2.23 492	5.40 508	1.72 478	2.48 465	1.69 489	2.51 497	1.69 488	2.51 494	1.72 492	2.50 496	1.69 491	2.52 491	1.69 477	2.50 493	1.68 487	2.41 493	1.70 481	2.42 503	1.69 499	2.42 478	1.64 494

IGEV	2.02 470	2.20 411	1.82 486	2.90 476	2.16 516	2.41 490	1.25 460	2.00 467	1.98 513	1.99 471	1.31 467	2.72 507	1.93 494	2.67 502	1.69 488	2.26 480	1.32 442	1.83 475	1.87 507	2.53 491	1.61 491

FADNet-RVC	0.13 100	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 82	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 489	0.04 44	0.04 45	0.04 73	0.04 78	0.07 104	0.04 79

MFMNet_re	1.81 454	1.91 391	1.71 477	1.95 444	1.70 492	1.95 472	1.70 489	1.96 464	1.74 495	1.97 469	1.72 492	1.95 469	1.71 478	1.97 473	1.71 489	1.86 459	1.62 476	1.85 476	1.66 494	1.86 458	1.64 494

3w_stereo	2.04 475	2.24 415	1.70 475	3.15 481	2.18 520	2.49 494	1.26 462	2.03 469	1.98 513	1.98 470	1.33 468	2.72 507	1.99 500	2.59 497	1.72 491	2.22 479	1.33 449	1.85 476	1.88 512	2.50 486	1.58 487

1w_stereo	2.05 477	2.32 420	1.35 447	3.74 507	2.01 508	2.73 507	1.42 479	1.88 461	1.93 511	2.03 475	1.28 465	2.71 503	1.99 500	2.72 505	1.72 491	2.20 477	1.32 442	1.87 479	1.86 506	2.45 480	1.54 482

TRStereo	2.00 462	2.13 405	1.85 492	2.27 456	1.84 497	2.28 484	1.84 493	2.29 480	1.86 503	2.30 486	1.87 497	2.30 480	1.87 488	2.08 476	1.72 491	2.08 472	1.72 482	2.08 488	1.72 500	2.08 463	1.72 498

XX-Stereo	2.00 462	2.13 405	1.85 492	2.27 456	1.84 497	2.28 484	1.84 493	2.29 480	1.86 503	2.30 486	1.87 497	2.30 480	1.87 488	2.08 476	1.72 491	2.08 472	1.72 482	2.08 488	1.72 500	2.08 463	1.72 498

EAI-Stereo	2.00 462	2.13 405	1.85 492	2.27 456	1.84 497	2.28 484	1.84 493	2.29 480	1.86 503	2.30 486	1.87 497	2.30 480	1.87 488	2.08 476	1.72 491	2.08 472	1.72 482	2.08 488	1.72 500	2.08 463	1.72 498

3.25w	2.04 475	2.20 411	1.48 465	3.03 478	2.17 518	2.63 503	1.39 475	1.96 464	1.95 512	1.96 467	1.37 473	2.71 503	1.96 497	2.71 503	1.73 496	2.26 480	1.32 442	1.87 479	1.87 507	2.51 487	1.63 493

U	5.15 550	8.49 530	1.81 481	8.49 547	1.77 494	8.49 557	1.77 491	8.51 558	1.77 496	8.49 558	1.77 493	8.50 558	1.78 485	8.58 558	1.77 497	8.54 556	1.78 485	8.55 558	1.78 504	8.55 552	1.84 503

asd	2.18 482	2.77 453	1.58 470	3.59 501	2.00 507	2.58 502	1.85 496	2.39 488	1.71 488	2.47 494	1.97 508	2.59 498	1.61 472	2.56 495	1.79 498	2.51 499	1.99 491	2.11 491	1.62 491	2.36 476	1.60 489

qwe	2.18 482	2.60 437	1.58 470	3.83 508	1.90 505	2.53 498	1.90 502	2.48 491	1.73 493	2.37 491	1.92 504	2.53 492	1.68 475	2.56 495	1.83 499	2.52 501	1.87 490	2.07 487	1.68 497	2.32 474	1.71 497

FBW_ROB	2.12 480	2.46 433	1.77 480	2.49 466	1.79 496	2.38 488	1.83 492	2.46 490	1.78 497	2.48 495	1.97 508	2.40 488	1.78 485	2.42 491	1.83 499	2.31 487	1.85 489	2.38 501	1.82 505	2.35 475	1.84 503

2.5w	2.01 469	2.40 430	1.37 457	3.28 486	2.01 508	2.71 504	1.43 481	1.82 460	1.83 501	1.90 466	1.41 477	2.71 503	1.35 462	2.71 503	1.85 501	2.66 502	1.53 466	1.64 471	1.23 460	2.53 491	1.87 507

LG-G_1	2.22 489	2.71 445	1.89 497	2.77 471	1.87 503	2.75 509	1.87 499	2.76 506	1.87 507	2.75 508	1.87 497	2.76 510	1.87 488	2.75 509	1.86 502	2.47 496	1.58 471	2.45 504	1.57 482	2.45 480	1.57 485

LG-G	2.22 489	2.71 445	1.89 497	2.77 471	1.87 503	2.75 509	1.87 499	2.76 506	1.87 507	2.75 508	1.87 497	2.76 510	1.87 488	2.75 509	1.86 502	2.47 496	1.58 471	2.45 504	1.57 482	2.45 480	1.57 485

LGtest1	2.22 489	2.70 443	1.89 497	2.76 470	1.86 500	2.75 509	1.86 497	2.75 505	1.86 503	2.75 508	1.86 496	2.77 512	1.87 488	2.75 509	1.86 502	2.46 495	1.58 471	2.45 504	1.56 481	2.45 480	1.56 484

AIO_test	2.18 482	2.09 403	2.04 507	2.42 463	2.01 508	2.47 492	1.94 503	2.34 485	2.03 517	2.56 498	1.94 505	2.43 489	1.94 495	2.41 489	1.87 505	2.39 492	2.10 501	2.35 500	1.91 513	2.25 470	2.19 513

asda	2.17 481	2.54 434	1.81 481	3.47 496	1.78 495	2.50 496	1.86 497	2.61 497	1.68 484	2.61 499	1.83 494	2.37 487	1.73 480	2.44 492	1.88 506	2.51 499	1.84 488	2.34 498	1.62 491	2.23 468	1.77 502

AIO_rvc	2.18 482	2.34 425	1.87 496	2.32 460	1.94 506	2.40 489	1.89 501	2.37 486	2.07 518	2.52 497	1.95 507	2.44 490	1.99 500	2.41 489	1.89 507	2.32 488	2.09 500	2.24 492	2.18 515	2.21 467	2.23 514

monsterstereo	2.20 488	2.33 421	1.95 501	3.65 503	2.07 513	2.49 494	1.61 484	2.48 491	1.83 501	2.45 493	1.61 487	2.67 502	1.86 487	2.64 499	1.94 508	2.48 498	1.66 479	2.34 498	1.68 497	2.40 477	1.86 505

monsters	2.18 482	2.41 431	1.96 502	3.47 496	2.03 512	2.53 498	1.64 486	2.48 491	1.73 493	2.40 492	1.50 480	2.62 499	1.94 495	2.59 497	1.94 508	2.44 494	1.57 470	2.28 494	1.87 507	2.42 478	1.86 505

HUF	2.18 482	2.30 418	1.99 506	2.34 461	2.02 511	2.41 490	2.06 511	2.38 487	1.89 509	2.36 490	1.85 495	2.56 496	1.98 498	2.31 486	1.97 510	2.30 486	2.03 499	2.30 495	2.11 514	2.23 468	2.16 512

4w-stereo	2.02 470	2.72 447	1.44 462	3.36 492	1.59 482	2.48 493	1.72 490	2.28 478	1.24 465	2.24 484	1.65 489	2.56 496	1.32 460	2.39 488	1.98 511	2.67 504	1.51 464	1.66 472	1.24 461	2.53 491	1.88 510

3.25w_new	2.03 472	2.72 447	1.35 447	3.33 491	1.57 480	2.72 505	1.53 483	2.15 476	1.33 469	2.15 482	1.60 485	2.63 500	1.30 458	2.72 505	1.99 512	2.67 504	1.53 466	1.75 474	1.25 463	2.53 491	1.87 507

3.5w_stereo	2.03 472	2.72 447	1.35 447	3.41 493	1.57 480	2.72 505	1.49 482	2.01 468	1.34 470	2.15 482	1.61 487	2.63 500	1.36 463	2.72 505	1.99 512	2.66 502	1.58 471	1.68 473	1.24 461	2.53 491	1.87 507

RASNet	1.49 443	1.65 372	1.45 463	1.38 424	1.43 477	1.47 458	1.36 469	1.38 448	1.36 474	1.39 450	1.60 485	1.45 457	1.45 469	1.51 456	2.21 514	1.53 450	1.36 455	1.36 464	1.36 469	1.66 450	1.36 476

ff7	1.68 447	2.68 440	1.35 447	0.97 336	0.89 390	1.84 464	2.15 512	2.12 472	1.80 498	2.05 477	1.56 481	2.33 483	2.12 505	2.23 480	2.25 515	1.31 435	1.07 373	1.48 466	1.41 473	0.90 352	1.04 398

ffff	1.68 447	2.68 440	1.35 447	0.97 336	0.89 390	1.84 464	2.15 512	2.12 472	1.80 498	2.05 477	1.56 481	2.33 483	2.12 505	2.23 480	2.25 515	1.31 435	1.07 373	1.48 466	1.41 473	0.90 352	1.04 398

ccc-4	1.68 447	2.68 440	1.35 447	0.97 336	0.89 390	1.84 464	2.15 512	2.12 472	1.80 498	2.05 477	1.56 481	2.33 483	2.12 505	2.23 480	2.25 515	1.31 435	1.07 373	1.48 466	1.41 473	0.90 352	1.04 398

STTStereo	3.73 520	30.40 567	2.37 513	2.39 462	2.31 523	2.35 487	2.33 516	2.29 480	2.42 520	2.32 489	2.34 521	2.33 483	2.36 509	2.30 485	2.27 518	2.35 489	2.22 505	2.31 496	2.22 516	2.29 473	2.34 519

NCCL2	2.28 494	2.27 416	2.28 509	2.28 459	2.28 521	2.27 482	2.29 515	2.28 478	2.28 519	2.27 485	2.28 520	2.28 479	2.27 508	2.27 483	2.28 519	2.28 484	2.28 506	2.27 493	2.29 519	2.27 471	2.29 515

NLCA_NET_v2_RVC	5.04 548	50.87 577	2.78 515	2.87 475	2.71 524	2.78 512	0.47 316	2.88 511	2.86 524	1.89 465	2.67 522	2.79 513	2.79 513	2.78 512	2.83 520	2.82 507	2.82 509	2.83 513	2.77 522	2.83 499	2.76 523
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 521	5.22 501	3.01 517	4.53 512	3.01 526	4.51 528	3.01 523	4.56 530	3.04 525	4.53 529	3.03 525	4.55 531	3.03 514	4.56 530	3.04 521	4.57 522	3.05 511	4.57 528	3.05 526	4.57 516	3.05 526

rvit_stereo_0081	3.83 521	5.23 502	3.01 517	4.53 512	3.03 528	4.55 534	3.02 524	4.56 530	3.04 525	4.52 527	3.02 523	4.54 529	3.03 514	4.56 530	3.04 521	4.57 522	3.05 511	4.57 528	3.05 526	4.58 517	3.05 526

rvit_0105_6	3.87 525	5.73 515	3.10 527	4.69 522	3.12 536	4.54 530	3.02 524	4.56 530	3.04 525	4.54 531	3.03 525	4.54 529	3.04 517	4.56 530	3.05 523	4.58 525	3.05 511	4.58 530	3.05 526	4.58 517	3.05 526

rvit_stereo_0082	3.86 523	5.82 516	3.01 517	4.53 512	3.03 528	4.54 530	3.02 524	4.56 530	3.04 525	4.53 529	3.02 523	4.55 531	3.04 517	4.57 533	3.05 523	4.57 522	3.05 511	4.58 530	3.05 526	4.58 517	3.06 529

RAFT+CT+SA	4.28 535	7.62 524	4.91 541	5.55 532	2.28 521	3.09 513	3.64 541	4.49 528	3.07 530	4.80 540	3.35 536	4.77 543	3.70 532	4.29 527	3.05 523	5.58 541	5.98 542	3.58 519	3.78 545	4.26 510	3.72 543

rvit_stereo_0081_aga	3.86 523	5.33 505	3.02 520	4.55 518	3.04 532	4.54 530	3.02 524	4.64 537	3.06 529	4.54 531	3.04 527	4.62 538	3.08 521	4.62 536	3.07 526	4.58 525	3.06 515	4.60 532	3.08 530	4.63 520	3.07 530

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

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

rvit_0105_4	3.91 528	5.47 512	3.02 520	4.54 515	3.02 527	4.54 530	3.03 528	4.75 540	3.17 536	4.57 533	3.06 528	4.61 537	3.16 525	4.65 537	3.09 529	4.66 529	3.11 518	4.68 537	3.18 536	4.81 527	3.16 536

rvit_0105_3	3.91 528	5.33 505	3.06 525	4.60 520	3.07 534	4.60 537	3.06 532	4.62 536	3.08 533	4.60 536	3.07 531	4.62 538	3.08 521	4.67 538	3.10 530	4.70 530	3.11 518	4.77 541	3.19 537	4.77 526	3.14 535

rvit_stereo_ft	3.93 531	5.44 510	3.05 524	4.59 519	3.06 533	4.61 538	3.08 533	4.67 539	3.12 535	4.63 538	3.10 533	4.65 540	3.11 523	4.69 540	3.13 531	4.70 530	3.14 520	4.71 539	3.15 535	4.74 524	3.16 536

rvit_stereo_0083	3.92 530	5.30 504	3.06 525	4.61 521	3.09 535	4.67 539	3.08 533	4.66 538	3.09 534	4.62 537	3.10 533	4.66 541	3.11 523	4.67 538	3.16 532	4.72 532	3.16 521	4.77 541	3.11 533	4.66 523	3.11 533

test_5	4.62 542	7.55 523	6.23 547	6.32 537	3.40 540	5.29 547	3.50 539	3.53 519	4.11 548	4.28 524	4.47 550	4.26 527	4.38 542	3.68 520	3.24 533	5.89 543	5.60 539	4.84 543	3.50 539	4.33 511	3.93 549

rvit_0105_5	4.10 532	5.40 508	3.13 530	4.71 523	3.15 537	4.72 542	3.10 535	4.90 545	3.27 537	4.69 539	3.16 535	4.84 545	3.25 526	4.96 544	3.34 534	5.05 537	3.39 526	5.10 546	3.40 538	5.11 534	3.42 539

DispFullNet	4.61 541	4.84 494	3.12 528	5.00 527	3.57 541	4.75 543	3.03 528	7.75 556	4.17 549	4.91 543	3.09 532	6.20 552	3.95 537	6.71 552	3.51 535	5.30 540	3.67 528	5.86 553	3.63 540	5.61 538	3.46 540

MLG-Stereo_test2	4.28 535	5.46 511	3.69 535	4.86 525	3.72 545	5.58 549	3.42 538	4.81 542	3.77 545	4.85 541	3.72 542	5.55 550	3.63 529	5.58 548	3.53 536	4.41 519	3.28 525	4.99 545	2.95 524	4.75 525	3.13 534

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

MLG-Stereo_test1	4.25 533	5.34 507	3.61 533	5.31 529	3.63 543	5.23 546	3.57 540	5.38 548	3.65 539	5.23 545	3.47 537	4.76 542	3.74 533	4.85 541	3.71 538	4.96 534	3.18 523	4.71 539	2.92 523	4.86 530	2.90 524

TestStereo1	4.60 539	8.41 528	6.44 549	6.86 540	3.79 546	3.97 523	3.78 544	3.99 524	3.74 542	3.97 521	3.52 538	3.94 523	3.58 527	3.98 523	3.72 539	6.82 549	6.50 545	3.76 522	3.66 541	3.90 505	3.74 545

SA-5K	4.60 539	8.41 528	6.44 549	6.86 540	3.79 546	3.97 523	3.78 544	3.99 524	3.74 542	3.97 521	3.52 538	3.94 523	3.58 527	3.98 523	3.72 539	6.82 549	6.50 545	3.76 522	3.66 541	3.90 505	3.74 545

MLG-Stereo_test3	4.26 534	4.85 495	3.95 537	5.35 530	3.60 542	4.75 543	3.76 543	5.49 549	3.71 541	5.39 546	3.69 541	4.82 544	3.66 530	4.85 541	3.73 541	4.93 533	3.19 524	4.69 538	2.99 525	4.84 529	2.98 525

Sa-1000	4.34 538	8.37 527	6.84 551	6.98 542	4.45 552	3.58 518	3.00 522	3.42 518	3.39 538	2.61 499	4.00 546	3.83 522	4.01 539	3.90 522	3.90 542	5.98 545	5.62 540	3.76 522	2.34 520	4.35 512	2.47 522

cross-raft	4.83 544	7.52 522	6.43 548	6.63 538	3.96 548	4.51 528	3.99 547	4.49 528	3.96 547	4.52 527	3.96 545	4.50 528	3.97 538	4.50 529	3.97 543	6.65 547	6.44 544	4.33 525	3.92 547	4.35 512	3.91 548

SA	4.33 537	7.35 521	6.85 552	5.96 535	4.09 549	3.59 519	3.15 536	3.82 522	2.64 521	3.91 520	3.85 543	3.57 518	2.72 512	3.13 514	4.03 544	7.09 552	6.86 547	3.57 518	3.12 534	3.85 504	3.51 541

test_4	4.88 545	8.13 526	6.98 553	7.46 543	4.44 551	4.25 526	3.85 546	4.04 526	3.92 546	4.13 523	3.91 544	4.18 526	3.84 535	4.14 525	4.06 545	7.01 551	7.13 548	4.53 526	3.72 544	4.09 508	3.72 543

test_3	5.01 547	8.86 533	7.77 555	8.09 545	2.76 525	4.13 525	4.05 548	3.88 523	3.76 544	4.33 525	4.13 547	3.71 521	3.91 536	4.21 526	4.06 545	7.93 553	7.69 550	4.53 526	3.91 546	4.17 509	4.29 551

raft_robust	4.71 543	7.75 525	5.40 546	6.81 539	3.31 538	4.28 527	4.20 549	4.32 527	4.37 551	4.35 526	4.35 549	4.14 525	3.75 534	4.30 528	4.20 547	6.67 548	6.37 543	3.36 517	4.24 551	4.86 530	3.25 538

SGM-Forest	5.21 551	5.92 517	4.08 538	6.18 536	4.16 550	6.31 551	4.34 550	6.50 551	4.33 550	6.14 552	4.21 548	6.61 555	4.55 543	6.67 551	4.48 548	5.94 544	3.94 530	5.85 552	4.03 549	5.79 540	4.17 550
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 545	4.75 493	4.79 540	4.87 526	4.92 553	4.81 545	4.90 552	4.78 541	4.77 552	4.87 542	4.89 551	4.90 546	4.91 544	4.99 545	4.79 549	4.98 535	4.87 536	4.87 544	4.92 553	5.00 533	5.00 552

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

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

FC-DCNN v2	5.10 549	5.15 499	4.49 539	5.07 528	3.37 539	6.87 552	4.75 551	5.04 546	6.34 556	7.84 556	5.06 552	6.72 556	4.09 540	4.99 545	5.44 552	5.03 536	3.16 521	4.67 536	4.86 552	5.15 535	3.89 547

sAnonymous2	3.31 517	2.63 438	1.38 459	3.71 505	1.86 500	4.70 540	1.11 401	4.82 543	2.72 522	5.45 548	1.98 514	4.59 533	2.64 510	2.65 500	6.21 553	4.37 516	1.08 377	5.16 547	2.24 517	4.52 514	2.39 520

CroCo_RVC	3.31 517	2.63 438	1.38 459	3.71 505	1.86 500	4.70 540	1.11 401	4.82 543	2.72 522	5.45 548	1.98 514	4.59 533	2.64 510	2.65 500	6.21 553	4.37 516	1.08 377	5.16 547	2.24 517	4.52 514	2.39 520

test-1	6.46 552	9.16 535	8.03 558	8.09 545	5.62 556	6.11 550	6.35 555	6.85 553	4.94 553	6.08 551	6.29 557	4.98 547	6.43 549	6.22 549	6.36 555	6.16 546	7.47 549	5.82 551	5.44 556	7.11 546	5.68 555

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

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

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

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

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

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

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

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

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

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

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

fff	1000028.16 586	29.62 564	29.72 567	32.61 567	30.02 568	35.13 568	31.83 568	32.07 568	10000000.00 587	35.27 570	29.82 568	32.45 568	30.15 567	32.35 568	30.09 567	31.04 568	29.55 569	30.64 568	30.14 568	10000000.00 587	30.77 569

csc	1000028.16 586	29.62 564	29.72 567	32.61 567	30.02 568	35.13 568	31.83 568	32.07 568	10000000.00 587	35.27 570	29.82 568	32.45 568	30.15 567	32.35 568	30.09 567	31.04 568	29.55 569	30.64 568	30.14 568	10000000.00 587	30.77 569

cscssc	1000028.16 586	29.62 564	29.72 567	32.61 567	30.02 568	35.13 568	31.83 568	32.07 568	10000000.00 587	35.27 570	29.82 568	32.45 568	30.15 567	32.35 568	30.09 567	31.04 568	29.55 569	30.64 568	30.14 568	10000000.00 587	30.77 569

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

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

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

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

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

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

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

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

MDST_ROB	69.83 573	87.70 578	41.95 578	113.75 581	65.62 581	75.05 578	55.25 579	75.64 580	45.04 576	71.61 579	41.75 578	72.81 579	44.06 576	68.38 579	44.63 578	101.89 581	59.57 581	107.10 581	61.05 581	104.38 578	59.38 581

CBMV	128.50 575	1422.70 589	53.10 579	79.50 580	51.30 580	77.30 579	49.70 578	74.00 579	48.20 577	77.20 580	48.80 579	73.90 580	48.00 577	73.80 580	48.80 579	70.40 580	45.10 580	68.90 580	46.10 580	68.20 577	45.00 580
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 574	153.00 582	121.00 581	51.00 579	44.00 579	165.00 581	127.00 580	153.00 581	119.00 578	164.00 582	125.00 580	168.00 582	120.00 578	153.00 581	117.00 580	49.00 579	44.00 579	49.00 579	44.00 579	49.00 576	44.00 579

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 589	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 589	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 587	10000000.00 590	10000000.00 589	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 590	10000000.00 587	10000000.00 590
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 54		0.09 53	0.10 118			0.05 89	0.03 55	0.04 74		0.05 91		0.04 72		0.15 123	0.10 73	0.17 150	0.13 154	0.11 120	0.11 125

Low-res two-view benchmark