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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 101	0.00 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

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

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

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 44	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

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

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

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

YMNet	0.03 29	0.04 37	0.03 37	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 37	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

Wz-Net-SNSev	0.03 29	0.09 67	0.07 59	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 44	0.05 43	0.04 79	0.05 90	0.04 82	0.05 89	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 44	0.04 37	0.03 48	0.04 78	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

NVStereoNet_ROB	0.04 38	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	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
DFGA-Net	0.05 41	0.06 54	0.04 44	0.06 46	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.04 89	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 41	0.04 37	0.12 103	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.12 127	0.04 89	0.06 98	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 41	0.50 208	0.10 70	0.12 84	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 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 123	0.20 169	0.23 155	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	0.23 180	0.21 181	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 224	0.10 70	0.12 84	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 94	0.11 98	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 110	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	0.05 89	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 110	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	0.05 89	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 110	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	0.05 89	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

BridgeDepth_RVC	0.07 49	0.08 59	0.11 90	0.11 76	0.05 99	0.08 106	0.05 94	0.08 108	0.05 98	0.08 107	0.05 101	0.08 107	0.05 95	0.08 108	0.05 89	0.11 88	0.10 75	0.07 99	0.05 96	0.07 106	0.05 97
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 49	0.08 59	0.07 59	0.07 47	0.07 112	0.08 106	0.06 110	0.08 108	0.07 113	0.08 107	0.07 114	0.08 107	0.06 111	0.07 105	0.07 104	0.08 62	0.07 59	0.07 99	0.07 106	0.06 96	0.06 105

FADE	0.07 49	0.06 54	0.02 14	0.09 55	0.10 122	0.03 40	0.03 50	0.05 89	0.03 55	0.04 74	0.03 52	0.05 91	0.03 52	0.04 72	0.03 48	0.15 126	0.10 75	0.17 154	0.13 156	0.11 124	0.11 129

BridgeDepth	0.08 52	0.08 59	0.11 90	0.11 76	0.05 99	0.08 106	0.05 94	0.08 108	0.07 113	0.08 107	0.05 101	0.08 107	0.05 95	0.09 112	0.08 106	0.15 126	0.11 98	0.07 99	0.05 96	0.07 106	0.06 105
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 52	0.02 12	0.02 14	1.01 367	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	0.09 110	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 54	0.13 83	0.39 263	0.08 49	0.05 99	0.07 104	0.05 94	0.13 128	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 128	0.13 156	0.06 96	0.05 97

GGEV	0.09 54	0.13 83	0.39 263	0.08 49	0.05 99	0.07 104	0.05 94	0.13 128	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 128	0.13 156	0.06 96	0.05 97

test_sample7	0.09 54	1.00 292	0.11 90	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 54	0.97 283	0.10 70	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 54	0.87 260	0.10 70	0.12 84	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 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 54	1.03 306	0.11 90	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 54	0.87 260	0.12 103	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 54	1.01 300	0.09 66	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 54	0.95 280	0.09 66	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 54	1.01 300	0.10 70	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

SepStereo	0.09 54	0.09 67	0.10 70	0.09 55	0.09 116	0.09 112	0.09 115	0.10 112	0.08 116	0.10 113	0.09 117	0.09 113	0.09 118	0.09 112	0.08 106	0.09 68	0.08 61	0.09 108	0.08 110	0.09 113	0.08 109

APVNet	0.09 54	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 421	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

ADCS	0.09 54	0.02 12	0.04 44	0.90 344	0.06 111	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 132	0.36 283	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 67	0.98 284	0.14 128	0.15 111	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	0.15 126	0.13 138	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 67	1.05 311	0.12 103	0.12 84	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 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 67	1.05 311	0.12 103	0.12 84	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 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 67	1.05 311	0.12 103	0.12 84	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 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 67	1.07 315	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 67	1.03 306	0.12 103	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.13 138	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 67	1.07 315	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 67	1.09 317	0.12 103	0.12 84	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 94	0.12 114	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 67	1.14 322	0.13 123	0.14 101	0.03 48	0.04 78	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	0.13 110	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

222	0.10 67	0.99 287	0.12 103	0.13 97	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 94	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 67	1.09 317	0.13 123	0.12 84	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	0.14 117	0.14 142	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

SHD	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

SAMSARA	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

XQC	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTSC	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTS	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTSA	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

MADNet+	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

MADNet++	0.10 67	0.10 69	0.10 70	0.10 59	0.10 122	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

ADCPNet	0.10 67	0.03 31	0.04 44	1.27 440	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 108	0.04 76	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 89	0.05 49	0.36 249	0.24 160	0.07 112	0.13 128	0.05 94	0.06 95	0.05 98	0.05 92	0.05 101	0.13 129	0.05 95	0.05 83	0.09 110	0.24 185	0.20 177	0.10 109	0.05 96	0.06 96	0.13 152

JetRed	0.11 89	0.12 82	0.11 90	0.11 76	0.11 138	0.11 124	0.14 154	0.11 124	0.11 135	0.12 127	0.11 135	0.11 125	0.11 134	0.11 126	0.11 128	0.11 88	0.16 147	0.11 120	0.11 131	0.11 124	0.11 129

JetBlue	0.11 89	0.11 80	0.12 103	0.13 97	0.14 159	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.11 135	0.11 125	0.11 134	0.12 130	0.12 143	0.11 88	0.11 98	0.11 120	0.11 131	0.11 124	0.11 129

x	0.11 89	1.15 325	0.15 144	0.14 101	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	0.14 117	0.15 145	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 89	0.44 180	0.33 229	0.39 210	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	0.39 260	0.36 258	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 89	1.16 327	0.16 147	0.12 84	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	0.13 110	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 89	0.03 31	0.03 37	1.60 464	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 89	0.03 31	0.03 37	1.60 464	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

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 467	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 76	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 98	1.14 322	0.17 154	0.20 138	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	0.18 152	0.16 147	0.03 38	0.03 54	0.03 43	0.03 51

S2M2_L	0.12 98	0.14 89	0.10 70	0.15 111	0.10 122	0.14 129	0.10 120	0.14 130	0.10 120	0.15 135	0.10 121	0.14 130	0.10 122	0.14 132	0.10 116	0.13 110	0.10 75	0.13 126	0.09 112	0.13 131	0.09 112
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 98	0.07 58	0.05 58	0.08 49	0.05 99	0.08 106	1.20 449	0.07 105	0.05 98	0.05 92	0.05 101	0.08 107	0.05 95	0.08 108	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	1.57 519	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 105

FADNet_RVC	0.12 98	0.04 37	0.04 44	0.05 43	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.65 523	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 98	0.05 49	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.66 525	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 98	0.03 31	0.04 44	1.71 471	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 76	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

testlalala2	0.13 105	0.16 91	0.11 90	0.15 111	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.14 117	0.11 98	0.14 128	0.11 131	0.14 133	0.11 129

testlalala_base	0.13 105	0.16 91	0.11 90	0.15 111	0.11 138	0.15 136	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.14 117	0.11 98	0.14 128	0.11 131	0.14 133	0.11 129

CIPLG	0.13 105	0.21 111	0.12 103	0.16 122	0.11 138	0.15 136	0.11 133	0.14 130	0.11 135	0.15 135	0.12 146	0.15 140	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 128	0.11 131	0.14 133	0.11 129

IPLG	0.13 105	0.20 105	0.14 128	0.15 111	0.11 138	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.11 135	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 128	0.11 131	0.14 133	0.11 129

ACRE	0.13 105	0.21 111	0.14 128	0.15 111	0.11 138	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.12 146	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 128	0.11 131	0.14 133	0.11 129

LRCNet_RVC	0.13 105	0.13 83	0.09 66	0.13 97	0.10 122	0.14 129	0.10 120	0.14 130	0.10 120	0.23 179	0.10 121	0.20 162	0.10 122	0.24 186	0.11 128	0.11 88	0.09 70	0.12 123	0.14 162	0.12 129	0.09 112

aanetorigin	0.13 105	0.11 80	0.11 90	0.11 76	0.11 138	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.12 146	0.11 125	0.11 134	0.11 126	0.11 128	0.11 88	0.11 98	0.14 128	0.11 131	0.49 316	0.11 129

FADNet-RVC	0.13 105	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.05 95	0.04 72	1.71 528	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

ELAS	0.13 105	0.16 91	0.11 90	0.15 111	0.09 116	0.18 156	0.11 133	0.18 154	0.11 135	0.17 149	0.11 135	0.18 155	0.11 134	0.18 154	0.11 128	0.14 117	0.08 61	0.14 128	0.08 110	0.14 133	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 114	1.22 384	0.28 199	0.32 186	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	0.32 212	0.27 203	0.04 73	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 114	0.17 97	0.12 103	0.17 130	0.11 138	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.11 135	0.17 151	0.11 134	0.17 151	0.11 128	0.16 136	0.11 98	0.16 146	0.11 131	0.16 147	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 114	1.83 414	0.12 103	0.11 76	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 76	0.12 94	0.11 98	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 114	0.20 105	0.14 128	0.16 122	0.11 138	0.16 144	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 151	0.13 156	0.17 151	0.12 143	0.15 126	0.11 98	0.16 146	0.11 131	0.15 143	0.12 146

IPLGR_C	0.14 114	0.20 105	0.12 103	0.15 111	0.11 138	0.14 129	0.15 159	0.14 130	0.11 135	0.15 135	0.12 146	0.14 130	0.11 134	0.16 142	0.11 128	0.15 126	0.12 114	0.14 128	0.12 148	0.15 143	0.12 146

MIPNet	0.14 114	0.21 111	0.17 154	0.16 122	0.11 138	0.15 136	0.12 149	0.14 130	0.11 135	0.16 140	0.11 135	0.14 130	0.11 134	0.14 132	0.11 128	0.14 117	0.12 114	0.14 128	0.11 131	0.14 133	0.11 129

IPLGR	0.14 114	0.24 123	0.14 128	0.16 122	0.12 154	0.15 136	0.12 149	0.14 130	0.11 135	0.15 135	0.12 146	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 128	0.11 131	0.14 133	0.11 129

GMStereo	0.14 114	0.13 83	0.14 128	0.14 101	0.14 159	0.14 129	0.14 154	0.14 130	0.14 159	0.14 129	0.14 163	0.14 130	0.14 160	0.14 132	0.14 153	0.14 117	0.14 142	0.14 128	0.14 162	0.14 133	0.14 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 114	0.04 37	0.03 37	2.22 487	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	0.07 105	0.04 76	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 114	0.16 91	0.12 103	0.17 130	0.12 154	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 151	0.12 151	0.17 151	0.12 143	0.16 136	0.11 98	0.16 146	0.11 131	0.16 147	0.12 146

DRN-Test	0.14 114	0.13 83	0.09 66	0.14 101	0.09 116	0.15 136	0.09 115	0.14 130	0.10 120	0.14 129	0.09 117	0.14 130	0.09 118	0.13 131	0.09 110	0.12 94	0.09 70	0.12 123	0.09 112	0.12 129	0.73 397

ELAS_RVC	0.14 114	0.16 91	0.10 70	0.15 111	0.10 122	0.18 156	0.11 133	0.19 156	0.11 135	0.19 155	0.12 146	0.18 155	0.11 134	0.19 157	0.12 143	0.14 117	0.08 61	0.14 128	0.09 112	0.15 143	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 126	0.17 97	0.13 123	0.20 138	0.13 157	0.19 159	0.13 152	0.18 154	0.13 157	0.19 155	0.13 158	0.18 155	0.14 160	0.18 154	0.14 153	0.16 136	0.11 98	0.15 143	0.14 162	0.18 157	0.11 129

test_for_model	0.15 126	0.23 116	0.18 163	0.21 148	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.21 166	0.18 174	0.14 128	0.11 131	0.14 133	0.11 129

CoDeX	0.15 126	0.70 241	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	0.67 375	0.02 15	0.69 372	0.75 384	0.01 9	0.02 20	0.02 20

ICVP	0.15 126	0.53 221	0.11 90	0.16 122	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.16 136	0.11 98	0.16 146	0.11 131	0.16 147	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 126	0.04 37	0.04 44	2.20 486	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.04 85	0.08 108	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 126	0.14 89	0.10 70	0.14 101	0.09 116	0.15 136	0.09 115	0.14 130	0.09 119	0.14 129	0.10 121	0.14 130	0.09 118	0.14 132	0.09 110	0.13 110	0.10 75	0.13 126	0.09 112	0.13 131	0.82 409

LALA_ROB	0.15 126	0.19 101	0.12 103	0.18 132	0.11 138	0.20 164	0.12 149	0.21 171	0.12 154	0.20 161	0.12 146	0.20 162	0.12 151	0.21 172	0.13 149	0.17 144	0.10 75	0.18 164	0.11 131	0.18 157	0.11 129

SGM_RVC	0.15 126	0.17 97	0.11 90	0.18 132	0.11 138	0.19 159	0.11 133	0.19 156	0.12 154	0.19 155	0.12 146	0.20 162	0.12 151	0.19 157	0.12 143	0.16 136	0.11 98	0.17 154	0.10 119	0.17 153	0.10 117
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 134	1.21 378	0.33 229	0.41 236	0.04 79	0.04 78	0.03 50	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.35 229	0.31 234	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 134	0.16 91	0.16 147	0.16 122	0.16 179	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 136	0.16 147	0.16 146	0.16 170	0.16 147	0.16 161

qqq	0.16 134	2.01 431	0.12 103	0.15 111	0.04 79	0.06 93	0.05 94	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 94	0.14 142	0.04 73	0.04 78	0.03 43	0.03 51

DeepPruner_ROB	0.16 134	0.18 100	0.13 123	0.19 135	0.13 157	0.19 159	0.13 152	0.19 156	0.13 157	0.19 155	0.13 158	0.19 159	0.13 156	0.19 157	0.13 149	0.18 152	0.13 138	0.18 164	0.13 156	0.18 157	0.13 152

CAS++	0.17 138	0.27 131	0.21 173	0.10 59	0.21 207	0.15 136	0.22 198	0.10 112	0.21 196	0.22 175	0.10 121	0.19 159	0.18 187	0.10 115	0.19 185	0.20 159	0.19 175	0.18 164	0.10 119	0.19 163	0.18 177
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 138	2.16 440	0.13 123	0.13 97	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.05 89	0.18 152	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 138	0.78 246	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	0.79 410	0.02 15	0.75 383	0.76 386	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 141	1.47 398	0.33 229	0.40 224	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.38 249	0.32 238	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 141	0.48 202	0.16 147	0.16 122	0.15 170	0.15 136	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 136	0.16 147	0.16 146	0.16 170	0.16 147	0.16 161

xyz-stereo	0.18 141	0.50 208	0.16 147	0.15 111	0.16 179	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 136	0.16 147	0.16 146	0.16 170	0.16 147	0.16 161

BEATNet-Init1	0.19 144	0.08 59	0.08 61	2.23 488	0.08 114	0.08 106	0.07 113	0.07 105	0.08 116	0.08 107	0.07 114	0.08 107	0.07 115	0.11 126	0.08 106	0.08 62	0.08 61	0.08 103	0.07 106	0.08 110	0.08 109

DeepPrunerF	0.19 144	0.08 59	0.08 61	2.23 488	0.08 114	0.08 106	0.07 113	0.07 105	0.08 116	0.08 107	0.07 114	0.08 107	0.07 115	0.11 126	0.08 106	0.08 62	0.08 61	0.08 103	0.07 106	0.08 110	0.08 109

IGEV_Zeroshot_test	0.20 146	0.19 101	0.40 268	0.30 178	0.17 183	0.22 177	0.17 172	0.21 171	0.17 181	0.20 161	0.17 179	0.21 170	0.18 187	0.21 172	0.17 173	0.20 159	0.16 147	0.20 171	0.16 170	0.20 164	0.17 173

DAS	0.20 146	0.20 105	0.20 169	0.20 138	0.20 200	0.20 164	0.20 187	0.20 162	0.20 192	0.20 161	0.20 198	0.20 162	0.20 196	0.20 161	0.20 188	0.20 159	0.20 177	0.20 171	0.20 197	0.20 164	0.20 181

ASD4	0.20 146	0.20 105	0.20 169	0.20 138	0.20 200	0.20 164	0.20 187	0.20 162	0.20 192	0.20 161	0.20 198	0.20 162	0.20 196	0.20 161	0.20 188	0.20 159	0.20 177	0.20 171	0.20 197	0.20 164	0.20 181

ACVNet	0.20 146	0.19 101	0.14 128	0.20 138	0.14 159	0.20 164	0.96 428	0.21 171	0.14 159	0.20 161	0.13 158	0.21 170	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

acv_ft	0.20 146	0.19 101	0.14 128	0.20 138	0.14 159	0.20 164	0.96 428	0.21 171	0.14 159	0.20 161	0.13 158	0.21 170	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

iResNetv2_ROB	0.20 146	0.23 116	0.18 163	0.24 160	0.20 200	0.24 186	0.18 179	0.24 184	0.18 184	0.24 184	0.18 192	0.23 184	0.19 192	0.24 186	0.18 182	0.21 166	0.16 147	0.21 174	0.16 170	0.22 172	0.16 161

iResNet	0.20 146	0.23 116	0.18 163	0.24 160	0.18 193	0.24 186	0.20 187	0.24 184	0.18 184	0.23 179	0.17 179	0.23 184	0.18 187	0.23 182	0.18 182	0.22 169	0.16 147	0.21 174	0.16 170	0.21 170	0.16 161

z-ln-s-r	0.21 153	1.40 396	0.53 331	0.56 298	0.04 79	0.05 90	0.04 82	0.05 89	0.05 98	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 89	0.57 334	0.44 305	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 153	0.25 127	0.21 173	0.26 172	0.17 183	0.24 186	0.17 172	0.24 184	0.17 181	0.24 184	0.17 179	0.24 188	0.17 179	0.24 186	0.17 173	0.24 185	0.17 165	0.23 185	0.16 170	0.23 181	0.16 161

Pointernet	0.21 153	0.22 115	0.19 166	0.24 160	0.19 197	0.24 186	0.19 183	0.24 184	0.19 190	0.24 184	0.19 194	0.24 188	0.19 192	0.24 186	0.19 185	0.22 169	0.17 165	0.22 179	0.17 190	0.22 172	0.17 173

SuperB	0.21 153	0.10 69	2.51 553	0.12 84	0.09 116	0.10 113	0.09 115	0.08 108	0.07 113	0.10 113	0.09 117	0.09 113	0.07 115	0.07 105	0.07 104	0.07 60	0.08 61	0.07 99	0.07 106	0.08 110	0.07 108

WAO-6	0.22 157	0.23 116	0.22 175	0.23 155	0.22 209	0.22 177	0.22 198	0.22 175	0.22 199	0.22 175	0.22 205	0.22 178	0.22 203	0.22 176	0.22 194	0.22 169	0.22 185	0.22 179	0.22 202	0.22 172	0.22 187

IMH-64-1	0.22 157	0.23 116	0.23 178	0.22 151	0.22 209	0.22 177	0.22 198	0.22 175	0.22 199	0.22 175	0.22 205	0.22 178	0.22 203	0.22 176	0.22 194	0.22 169	0.22 185	0.23 185	0.22 202	0.22 172	0.23 189

IMH-64	0.22 157	0.23 116	0.23 178	0.22 151	0.22 209	0.22 177	0.22 198	0.22 175	0.22 199	0.22 175	0.22 205	0.22 178	0.22 203	0.22 176	0.22 194	0.22 169	0.22 185	0.23 185	0.22 202	0.22 172	0.23 189

ac_64	0.22 157	0.13 83	0.19 166	0.23 155	0.10 122	0.26 201	1.02 436	0.14 130	0.10 120	0.28 202	0.14 163	0.17 151	0.19 192	0.28 209	0.09 110	0.22 169	0.16 147	0.23 185	0.17 190	0.11 124	0.12 146

dd	0.23 161	0.98 284	0.16 147	0.23 155	0.15 170	0.23 185	0.15 159	0.23 181	0.15 169	0.23 179	0.15 171	0.24 188	0.17 179	0.23 182	0.15 163	0.22 169	0.15 145	0.21 174	0.15 168	0.22 172	0.16 161

dad	0.23 161	1.03 306	0.16 147	0.23 155	0.15 170	0.24 186	0.15 159	0.24 184	0.16 173	0.23 179	0.16 174	0.24 188	0.16 172	0.23 182	0.15 163	0.22 169	0.16 147	0.22 179	0.16 170	0.22 172	0.16 161

RSGM-EC	0.24 163	0.24 123	0.15 144	0.22 151	0.15 170	0.22 177	0.15 159	0.22 175	0.15 169	0.24 184	0.15 171	0.22 178	0.15 170	0.22 176	1.19 449	0.20 159	0.17 165	0.24 193	0.14 162	0.20 164	0.14 157

acva	0.24 163	0.24 123	0.15 144	0.22 151	0.15 170	0.22 177	0.15 159	0.22 175	0.15 169	0.24 184	0.15 171	0.22 178	0.15 170	0.22 176	1.19 449	0.20 159	0.17 165	0.24 193	0.14 162	0.20 164	0.14 157

MSKI-zero shot	0.24 163	0.21 111	0.49 313	0.65 315	0.18 193	0.22 177	0.17 172	0.23 181	0.18 184	0.21 173	0.17 179	0.23 184	0.28 240	0.23 182	0.18 182	0.21 166	0.16 147	0.21 174	0.16 170	0.21 170	0.16 161

qqq1	0.25 166	3.70 508	0.14 128	0.14 101	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 110	0.12 114	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 166	3.70 508	0.14 128	0.14 101	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 110	0.12 114	0.06 94	0.05 96	0.03 43	0.04 79

UNDER WATER-64	0.25 166	0.26 128	0.25 188	0.26 172	0.25 222	0.25 193	0.25 214	0.25 190	0.25 213	0.25 190	0.25 222	0.25 193	0.25 216	0.26 201	0.25 212	0.25 191	0.25 193	0.25 196	0.25 221	0.25 185	0.25 200

ffm	0.25 166	3.83 514	0.12 103	0.12 84	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 94	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 166	3.83 514	0.12 103	0.12 84	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 94	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 166	3.83 514	0.12 103	0.12 84	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 94	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 166	0.23 116	0.66 353	0.80 334	0.17 183	0.22 177	0.17 172	0.23 181	0.18 184	0.26 198	0.17 179	0.21 170	0.17 179	0.25 191	0.17 173	0.23 180	0.16 147	0.21 174	0.17 190	0.22 172	0.17 173

LoS	0.25 166	0.27 131	0.25 188	0.25 165	0.25 222	0.25 193	0.25 214	0.26 195	0.25 213	0.25 190	0.25 222	0.25 193	0.25 216	0.25 191	0.25 212	0.26 193	0.25 193	0.25 196	0.26 227	0.26 187	0.25 200
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 166	1.31 390	0.74 377	0.92 349	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	0.87 378	0.75 383	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 175	0.20 105	0.27 195	0.33 190	0.21 207	0.37 240	0.22 198	0.37 232	0.24 208	0.26 198	0.27 233	0.33 224	0.21 202	0.25 191	0.27 218	0.32 212	0.20 177	0.34 237	0.23 208	0.25 185	0.26 206

DLNR-FE	0.28 176	0.89 265	0.30 207	0.34 192	0.19 197	0.28 206	0.19 183	0.28 199	0.20 192	0.28 202	0.20 198	0.28 206	0.20 196	0.28 209	0.20 188	0.33 216	0.28 209	0.25 196	0.19 196	0.24 183	0.19 179

xyz-stereo-finetune	0.28 176	0.49 204	0.16 147	0.16 122	0.16 179	0.16 144	0.16 164	0.22 175	0.30 252	0.32 216	0.31 265	0.32 221	0.31 266	0.32 220	0.32 253	0.32 212	0.33 249	0.31 220	0.32 280	0.31 205	0.32 259

SQANet	0.28 176	0.28 134	0.28 199	0.28 176	0.28 237	0.28 206	0.28 233	0.28 199	0.28 235	0.28 202	0.28 240	0.28 206	0.28 240	0.28 209	0.28 228	0.28 198	0.28 209	0.28 207	0.28 240	0.28 194	0.28 227

HGLStereo	0.28 176	0.29 136	0.22 175	0.36 198	0.22 209	0.36 235	0.21 193	0.36 226	0.21 196	0.42 277	0.21 204	0.36 237	0.22 203	0.36 237	0.21 192	0.34 220	0.21 181	0.34 237	0.21 199	0.34 218	0.21 184

iResNet_ROB	0.28 176	0.32 141	0.24 185	0.32 186	0.25 222	0.32 223	0.24 211	0.32 211	0.24 208	0.33 221	0.24 216	0.35 231	0.24 213	0.33 226	0.24 204	0.31 211	0.24 192	0.32 221	0.24 216	0.32 207	0.24 199

UNet	0.29 181	0.90 268	0.10 70	0.14 101	0.10 122	0.14 129	0.10 120	0.91 386	0.69 395	0.14 129	0.11 135	0.14 130	0.11 134	0.14 132	0.10 116	0.12 94	0.09 70	0.12 123	0.09 112	0.88 376	0.76 403

MultiAttention	0.30 182	0.30 137	0.30 207	0.30 178	0.30 256	0.30 210	0.30 247	0.30 206	0.30 252	0.30 207	0.30 257	0.30 215	0.30 254	0.30 215	0.30 245	0.30 206	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245

MSAF-DinoV2	0.30 182	0.30 137	0.30 207	0.30 178	0.30 256	0.30 210	0.30 247	0.30 206	0.30 252	0.30 207	0.30 257	0.30 215	0.30 254	0.30 215	0.30 245	0.30 206	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245

DDVS	0.30 182	3.10 495	0.14 128	0.19 135	0.14 159	0.19 159	0.14 154	0.20 162	0.14 159	0.19 155	0.13 158	0.16 141	0.13 156	0.19 157	0.13 149	0.17 144	0.13 138	0.17 154	0.13 156	0.17 153	0.13 152

ACV-stereo	0.30 182	2.08 433	0.25 188	0.25 165	0.18 193	0.24 186	0.17 172	0.24 184	0.18 184	0.24 184	0.17 179	0.25 193	0.17 179	0.24 186	0.17 173	0.22 169	0.16 147	0.22 179	0.16 170	0.22 172	0.16 161

LoS_RVC	0.30 182	1.14 322	0.25 188	0.25 165	0.25 222	0.26 201	0.25 214	0.25 190	0.25 213	0.25 190	0.25 222	0.26 203	0.26 225	0.26 201	0.25 212	0.26 193	0.26 196	0.25 196	0.25 221	0.26 187	0.26 206

CAS	0.30 182	1.17 328	0.25 188	0.25 165	0.25 222	0.26 201	0.25 214	0.25 190	0.26 226	0.25 190	0.25 222	0.25 193	0.25 216	0.25 191	0.25 212	0.26 193	0.26 196	0.26 201	0.25 221	0.26 187	0.25 200

DANet	0.30 182	0.30 137	0.30 207	0.30 178	0.30 256	0.30 210	0.30 247	0.30 206	0.30 252	0.30 207	0.30 257	0.30 215	0.30 254	0.30 215	0.30 245	0.30 206	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 189	0.93 277	0.24 185	0.33 190	0.23 215	0.31 215	0.24 211	0.32 211	0.24 208	0.32 216	0.23 209	0.32 221	0.25 216	0.32 220	0.24 204	0.27 196	0.26 196	0.27 205	0.26 227	0.27 192	0.27 214

xxxxx1	0.31 189	0.91 270	0.23 178	0.31 183	0.23 215	0.31 215	0.23 206	0.33 214	0.25 213	0.31 211	0.24 216	0.33 224	0.25 216	0.32 220	0.24 204	0.28 198	0.28 209	0.28 207	0.28 240	0.29 197	0.27 214

DLNR_Zeroshot_test	0.31 189	0.28 134	0.47 298	0.79 332	0.24 220	0.30 210	0.26 222	0.30 206	0.24 208	0.32 216	0.23 209	0.31 219	0.24 213	0.30 215	0.23 200	0.29 205	0.26 196	0.29 212	0.24 216	0.33 214	0.23 189

tt_ll	0.31 189	0.91 270	0.23 178	0.31 183	0.23 215	0.31 215	0.23 206	0.33 214	0.25 213	0.31 211	0.24 216	0.33 224	0.25 216	0.32 220	0.24 204	0.28 198	0.28 209	0.28 207	0.28 240	0.29 197	0.27 214

ff	0.31 189	0.91 270	0.23 178	0.31 183	0.23 215	0.31 215	0.23 206	0.33 214	0.25 213	0.31 211	0.24 216	0.33 224	0.25 216	0.32 220	0.24 204	0.28 198	0.28 209	0.28 207	0.28 240	0.29 197	0.27 214

RAFT + AFF	0.31 189	0.45 188	0.34 239	0.39 210	0.28 237	0.38 247	0.33 268	0.29 204	0.31 263	0.30 207	0.30 257	0.29 212	0.27 233	0.29 213	0.30 245	0.28 198	0.29 220	0.29 212	0.29 250	0.27 192	0.32 259

MLCV	0.31 189	0.35 144	0.27 195	0.35 194	0.28 237	0.35 232	0.27 225	0.35 222	0.28 235	0.36 231	0.27 233	0.35 231	0.27 233	0.35 231	0.27 218	0.34 220	0.27 203	0.34 237	0.27 235	0.34 218	0.27 214

DN-CSS_ROB	0.31 189	0.35 144	0.28 199	0.35 194	0.28 237	0.34 227	0.27 225	0.34 218	0.25 213	0.35 228	0.27 233	0.36 237	0.26 225	0.34 228	0.28 228	0.35 229	0.28 209	0.34 237	0.28 240	0.34 218	0.27 214

WCG-NET（raft）	0.32 197	1.24 386	0.24 185	0.32 186	0.24 220	0.32 223	0.23 206	0.32 211	0.24 208	0.32 216	0.24 216	0.32 221	0.24 213	0.32 220	0.24 204	0.30 206	0.23 190	0.30 214	0.23 208	0.30 200	0.23 189

testlalala	0.32 197	0.81 252	0.31 219	0.39 210	0.26 230	0.33 225	0.24 211	0.33 214	0.26 226	0.32 216	0.26 228	0.33 224	0.23 209	0.33 226	0.23 200	0.35 229	0.31 234	0.30 214	0.24 216	0.31 205	0.21 184

Any-RAFT	0.32 197	0.36 147	0.27 195	0.36 198	0.27 232	0.36 235	0.27 225	0.36 226	0.27 232	0.36 231	0.27 233	0.36 237	0.27 233	0.36 237	0.28 228	0.36 234	0.28 209	0.36 258	0.28 240	0.36 237	0.28 227

GCAP-BAT	0.33 200	0.78 246	0.32 224	0.38 204	0.25 222	0.34 227	0.25 214	0.34 218	0.26 226	0.34 223	0.25 222	0.35 231	0.26 225	0.35 231	0.27 218	0.36 234	0.30 228	0.32 221	0.24 216	0.32 207	0.26 206

StereoDRNet-Refined	0.33 200	0.39 159	0.26 194	0.39 210	0.26 230	0.40 255	0.26 222	0.40 249	0.26 226	0.39 243	0.26 228	0.39 250	0.26 225	0.39 252	0.26 217	0.37 238	0.25 193	0.37 261	0.25 221	0.37 241	0.37 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 202	0.26 128	0.17 154	0.21 148	0.17 183	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 170	0.16 172	0.27 205	0.24 204	0.19 156	0.16 147	0.19 167	0.16 170	0.26 187	3.08 568

RAFT-FE	0.34 202	0.26 128	0.17 154	0.21 148	0.17 183	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 170	0.16 172	0.27 205	0.24 204	0.19 156	0.16 147	0.19 167	0.16 170	0.26 187	3.08 568

LG-Stereo_L2	0.34 202	0.37 149	0.38 256	0.47 261	0.28 237	0.39 253	0.28 233	0.39 244	0.28 235	0.39 243	0.28 240	0.39 250	0.28 240	0.38 244	0.28 228	0.42 286	0.35 255	0.36 258	0.26 227	0.35 230	0.26 206

H2IRNET	0.34 202	0.34 143	0.34 239	0.34 192	0.34 290	0.34 227	0.34 279	0.34 218	0.34 283	0.34 223	0.34 284	0.34 229	0.34 282	0.34 228	0.34 275	0.34 220	0.34 253	0.34 237	0.34 292	0.34 218	0.34 272

IGEV++	0.34 202	0.43 177	0.30 207	0.40 224	0.29 246	0.40 255	0.29 242	0.40 249	0.29 241	0.40 249	0.29 245	0.40 258	0.29 247	0.40 255	0.30 245	0.38 249	0.29 220	0.37 261	0.29 250	0.37 241	0.29 232

iRaft-Stereo_5w	0.34 202	0.42 176	0.31 219	0.39 210	0.30 256	0.38 247	0.30 247	0.40 249	0.29 241	0.40 249	0.37 304	0.41 271	0.34 282	0.38 244	0.30 245	0.34 220	0.27 203	0.34 237	0.26 227	0.34 218	0.26 206

CSP-Net	0.34 202	1.29 388	1.19 425	1.36 453	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	1.26 466	1.21 476	0.03 38	0.09 112	0.02 20	0.09 112

iRaft-Stereo_20w	0.34 202	0.41 169	0.31 219	0.39 210	0.29 246	0.40 255	0.32 258	0.41 264	0.32 267	0.38 237	0.30 257	0.39 250	0.30 254	0.38 244	0.32 253	0.35 229	0.27 203	0.34 237	0.27 235	0.34 218	0.29 232

DGSMNet	0.34 202	0.41 169	0.27 195	0.41 236	0.28 237	0.41 271	0.28 233	0.41 264	0.27 232	0.41 263	0.27 233	0.42 289	0.27 233	0.41 270	0.28 228	0.40 264	0.29 220	0.40 285	0.28 240	0.40 269	0.27 214

FE-Mocha	0.35 211	0.71 242	0.40 268	0.47 261	0.27 232	0.34 227	0.27 225	0.34 218	0.26 226	0.34 223	0.26 228	0.34 229	0.27 233	0.34 228	0.27 218	0.44 288	0.41 285	0.33 229	0.29 250	0.32 207	0.29 232

IGEV-FE	0.35 211	0.37 149	0.17 154	0.19 135	0.17 183	0.20 164	0.17 172	0.19 156	0.17 181	0.19 155	0.17 179	0.19 159	0.17 179	0.37 241	0.36 283	0.19 156	0.17 165	0.19 167	0.17 190	0.38 254	2.84 559

gcap-zeroshot	0.35 211	0.32 141	0.37 253	0.49 272	0.39 319	0.33 225	0.21 193	0.26 195	0.35 286	0.42 277	0.34 284	0.49 320	0.29 247	0.47 304	0.39 306	0.34 220	0.17 165	0.38 269	0.23 208	0.48 312	0.34 272

CASnet	0.35 211	0.51 216	0.44 285	0.32 186	0.31 266	0.24 186	0.34 279	0.36 226	0.25 213	0.31 211	0.37 304	0.30 215	0.33 277	0.25 191	0.45 330	0.37 238	0.37 260	0.33 229	0.35 304	0.34 218	0.37 288
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 211	0.44 180	0.45 287	0.49 272	0.30 256	0.37 240	0.30 247	0.36 226	0.30 252	0.36 231	0.29 245	0.36 237	0.29 247	0.36 237	0.30 245	0.46 295	0.39 273	0.32 221	0.24 216	0.32 207	0.25 200
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 211	0.35 144	0.35 247	0.35 194	0.35 293	0.35 232	0.35 284	0.35 222	0.35 286	0.35 228	0.35 293	0.35 231	0.35 289	0.35 231	0.35 279	0.35 229	0.35 255	0.35 253	0.35 304	0.35 230	0.35 281

Zero-FE251	0.36 217	0.40 161	0.28 199	0.41 236	0.28 237	0.41 271	0.28 233	0.41 264	0.28 235	0.41 263	0.28 240	0.41 271	0.28 240	0.42 283	0.30 245	0.37 238	0.26 196	0.37 261	0.27 235	0.45 293	0.56 362

GIP-stereo	0.36 217	0.49 204	0.39 263	0.48 266	0.32 268	0.41 271	0.28 233	0.40 249	0.30 252	0.41 263	0.28 240	0.40 258	0.28 240	0.42 283	0.28 228	0.45 291	0.32 238	0.38 269	0.30 264	0.37 241	0.27 214

DCVSM-stereo	0.36 217	1.89 420	0.22 175	0.40 224	0.22 209	0.40 255	0.22 198	0.40 249	0.22 199	0.40 249	0.22 205	0.40 258	0.22 203	0.40 255	0.22 194	0.28 198	0.21 181	0.28 207	0.21 199	0.28 194	0.20 181

RSM	0.36 217	0.36 147	0.43 283	0.37 201	0.42 339	0.49 323	0.42 330	0.37 232	0.28 235	0.36 231	0.29 245	0.36 237	0.30 254	0.37 241	0.28 228	0.34 220	0.31 234	0.34 237	0.35 304	0.40 269	0.29 232

RAFT-Test	0.36 217	0.37 149	0.33 229	0.41 236	0.32 268	0.41 271	0.32 258	0.41 264	0.32 267	0.41 263	0.32 269	0.41 271	0.32 269	0.41 270	0.33 262	0.37 238	0.29 220	0.37 261	0.29 250	0.38 254	0.31 254

DMCA	0.36 217	0.38 153	0.37 253	0.35 194	0.35 293	0.36 235	0.36 291	0.36 226	0.35 286	0.35 228	0.37 304	0.36 237	0.36 292	0.35 231	0.36 283	0.36 234	0.36 258	0.35 253	0.36 310	0.36 237	0.36 284

ACVNet-DCA	0.37 223	1.00 292	0.30 207	0.40 224	0.29 246	0.40 255	0.29 242	0.40 249	0.29 241	0.40 249	0.29 245	0.40 258	0.29 247	0.39 252	0.28 228	0.33 216	0.32 238	0.33 229	0.32 280	0.33 214	0.32 259

1test111	0.37 223	1.02 304	0.30 207	0.39 210	0.29 246	0.40 255	0.28 233	0.39 244	0.29 241	0.39 243	0.29 245	0.39 250	0.28 240	0.40 255	0.29 238	0.33 216	0.32 238	0.33 229	0.31 274	0.32 207	0.31 254

cc1	0.37 223	1.02 304	0.30 207	0.39 210	0.29 246	0.40 255	0.28 233	0.39 244	0.29 241	0.39 243	0.29 245	0.39 250	0.28 240	0.40 255	0.29 238	0.33 216	0.32 238	0.33 229	0.31 274	0.32 207	0.31 254

EKT-Stereo	0.37 223	0.40 161	0.44 285	1.07 372	0.29 246	0.34 227	0.31 256	0.36 226	0.29 241	0.38 237	0.31 265	0.37 243	0.30 254	0.36 237	0.29 238	0.34 220	0.28 209	0.39 280	0.30 264	0.37 241	0.30 245

GMOStereo	0.37 223	0.45 188	0.23 178	0.30 178	0.37 303	0.41 271	0.36 291	0.41 264	0.35 286	0.43 283	0.36 297	0.41 271	0.40 310	0.41 270	0.36 283	0.34 220	0.22 185	0.47 333	0.37 312	0.39 263	0.33 266

XPNet_ROB	0.37 223	0.37 149	0.37 253	0.37 201	0.37 303	0.37 240	0.37 297	0.37 232	0.37 299	0.37 236	0.37 304	0.37 243	0.37 297	0.37 241	0.37 292	0.37 238	0.37 260	0.37 261	0.37 312	0.37 241	0.37 288

MS-F	0.38 229	0.44 180	0.31 219	0.43 252	0.30 256	0.43 298	0.31 256	0.43 288	0.31 263	0.45 290	0.31 265	0.43 296	0.31 266	0.43 289	0.69 391	0.38 249	0.33 249	0.40 285	0.30 264	0.38 254	0.30 245

HiDET	0.38 229	0.44 180	0.30 207	0.42 246	0.30 256	0.42 291	0.30 247	0.42 282	0.30 252	0.44 288	0.30 257	0.42 289	0.30 254	0.42 283	0.68 381	0.37 238	0.32 238	0.40 285	0.29 250	0.37 241	0.29 232

LCMNet	0.38 229	0.44 180	0.30 207	0.42 246	0.30 256	0.42 291	0.30 247	0.42 282	0.30 252	0.45 290	0.30 257	0.42 289	0.30 254	0.42 283	0.69 391	0.37 238	0.32 238	0.40 285	0.29 250	0.37 241	0.29 232

CSFM-Stereo	0.38 229	0.44 180	0.30 207	0.42 246	0.30 256	0.42 291	0.30 247	0.43 288	0.30 252	0.44 288	0.30 257	0.42 289	0.30 254	0.42 283	0.73 402	0.37 238	0.32 238	0.40 285	0.29 250	0.37 241	0.30 245

HART	0.38 229	0.45 188	0.34 239	0.42 246	0.33 280	0.41 271	0.34 279	0.42 282	0.33 274	0.43 283	0.34 284	0.42 289	0.34 282	0.41 270	0.38 295	0.40 264	0.32 238	0.42 313	0.32 280	0.40 269	0.32 259

GREAT-IGEV	0.38 229	0.43 177	0.36 249	0.48 266	0.32 268	0.45 302	0.32 258	0.45 292	0.32 267	0.45 290	0.32 269	0.45 299	0.32 269	0.45 295	0.32 253	0.44 288	0.33 249	0.41 302	0.29 250	0.41 279	0.29 232

fffy	0.38 229	0.43 177	0.33 229	0.46 255	0.33 280	0.45 302	0.32 258	0.45 292	0.32 267	0.45 290	0.32 269	0.45 299	0.33 277	0.45 295	0.32 253	0.38 249	0.38 266	0.38 269	0.37 312	0.37 241	0.36 284

WAO-8	0.38 229	0.38 153	0.38 256	0.38 204	0.38 310	0.38 247	0.38 303	0.38 240	0.38 303	0.38 237	0.38 309	0.38 245	0.38 301	0.38 244	0.38 295	0.38 249	0.38 266	0.38 269	0.37 312	0.38 254	0.38 295

WAO-7	0.38 229	0.38 153	0.38 256	0.38 204	0.38 310	0.38 247	0.38 303	0.38 240	0.38 303	0.38 237	0.38 309	0.38 245	0.38 301	0.38 244	0.38 295	0.38 249	0.38 266	0.38 269	0.38 325	0.38 254	0.38 295

xx1	0.38 229	1.03 306	0.31 219	0.40 224	0.31 266	0.41 271	0.28 233	0.40 249	0.29 241	0.40 249	0.29 245	0.40 258	0.29 247	0.40 255	0.29 238	0.34 220	0.33 249	0.34 237	0.32 280	0.34 218	0.32 259

Venus	0.38 229	0.38 153	0.38 256	0.38 204	0.38 310	0.37 240	0.38 303	0.37 232	0.37 299	0.41 263	0.37 304	0.39 250	0.37 297	0.38 244	0.38 295	0.37 238	0.38 266	0.38 269	0.37 312	0.37 241	0.38 295

IMH	0.38 229	0.38 153	0.38 256	0.38 204	0.38 310	0.38 247	0.38 303	0.38 240	0.38 303	0.42 277	0.38 309	0.40 258	0.38 301	0.38 244	0.38 295	0.38 249	0.38 266	0.39 280	0.38 325	0.38 254	0.38 295

PAM	0.39 241	1.88 419	0.34 239	0.37 201	0.41 329	0.45 302	0.22 198	0.28 199	0.23 205	0.28 202	0.24 216	0.29 212	0.23 209	0.29 213	0.23 200	0.38 249	0.32 238	0.38 269	0.37 312	0.32 207	0.22 187

HanzoNet	0.39 241	0.38 153	0.40 268	0.39 210	0.41 329	0.38 247	0.38 303	0.38 240	0.38 303	0.39 243	0.39 318	0.38 245	0.38 301	0.39 252	0.40 310	0.38 249	0.38 266	0.40 285	0.38 325	0.38 254	0.40 304

CES	0.39 241	0.47 196	0.36 249	0.36 198	0.37 303	0.45 302	0.35 284	0.35 222	0.40 317	0.36 231	0.44 341	0.47 309	0.36 292	0.44 292	0.36 283	0.37 238	0.39 273	0.44 316	0.35 304	0.37 241	0.36 284

PASM	0.39 241	3.06 494	1.36 491	1.58 460	0.09 116	0.11 124	0.11 133	0.11 124	0.11 135	0.09 112	0.09 117	0.11 125	0.09 118	0.09 112	0.09 110	0.11 88	0.11 98	0.11 120	0.09 112	0.11 124	0.11 129

mms	0.40 245	0.45 188	0.35 247	0.48 266	0.36 299	0.47 313	0.34 279	0.45 292	0.38 303	0.47 302	0.33 276	0.45 299	0.32 269	0.45 295	0.32 253	0.39 260	0.38 266	0.38 269	0.37 312	0.39 263	0.39 301

knoymous	0.40 245	0.40 161	0.40 268	0.40 224	0.40 321	0.40 255	0.40 317	0.40 249	0.40 317	0.40 249	0.40 321	0.40 258	0.40 310	0.40 255	0.40 310	0.40 264	0.40 276	0.40 285	0.40 329	0.40 269	0.40 304

anonymousa	0.40 245	0.40 161	0.40 268	0.40 224	0.40 321	0.40 255	0.40 317	0.40 249	0.40 317	0.40 249	0.40 321	0.40 258	0.40 310	0.40 255	0.40 310	0.40 264	0.40 276	0.40 285	0.40 329	0.40 269	0.40 304

riskmin	0.40 245	0.40 161	0.40 268	0.40 224	0.40 321	0.40 255	0.40 317	0.40 249	0.40 317	0.40 249	0.40 321	0.40 258	0.40 310	0.40 255	0.40 310	0.40 264	0.40 276	0.40 285	0.40 329	0.40 269	0.40 304

Anonymous_2	0.40 245	0.40 161	0.40 268	0.40 224	0.40 321	0.40 255	0.40 317	0.40 249	0.40 317	0.40 249	0.40 321	0.40 258	0.40 310	0.40 255	0.40 310	0.40 264	0.40 276	0.40 285	0.40 329	0.40 269	0.40 304

Anonymous_1	0.40 245	0.40 161	0.40 268	0.40 224	0.40 321	0.40 255	0.40 317	0.40 249	0.40 317	0.40 249	0.40 321	0.40 258	0.40 310	0.40 255	0.40 310	0.40 264	0.40 276	0.40 285	0.40 329	0.40 269	0.40 304

AdaStereo	0.40 245	0.40 161	0.40 268	0.40 224	0.40 321	0.40 255	0.40 317	0.40 249	0.40 317	0.40 249	0.40 321	0.40 258	0.40 310	0.40 255	0.40 310	0.40 264	0.40 276	0.40 285	0.40 329	0.40 269	0.40 304
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.
Select-FE	0.41 252	0.44 180	0.23 178	0.26 172	0.22 209	0.26 201	0.22 198	0.26 195	0.23 205	0.26 198	0.23 209	0.26 203	0.23 209	0.45 295	0.42 325	0.25 191	0.22 185	0.25 196	0.22 202	0.45 293	2.90 560

water-stereo	0.41 252	0.84 255	0.46 291	0.50 279	0.33 280	0.45 302	0.33 268	0.45 292	0.32 267	0.45 290	0.32 269	0.45 299	0.32 269	0.45 295	0.32 253	0.44 288	0.41 285	0.39 280	0.31 274	0.39 263	0.32 259

ccccc	0.41 252	0.44 180	0.34 239	0.48 266	0.35 293	0.48 318	0.35 284	0.51 331	0.35 286	0.47 302	0.35 293	0.47 309	0.34 282	0.47 304	0.35 279	0.41 272	0.40 276	0.40 285	0.40 329	0.41 279	0.39 301

GwcNet-ADL	0.41 252	0.41 169	0.41 277	0.41 236	0.41 329	0.41 271	0.41 325	0.41 264	0.41 326	0.41 263	0.41 327	0.41 271	0.41 321	0.41 270	0.41 317	0.41 272	0.41 285	0.41 302	0.41 336	0.41 279	0.41 311

PSMNet-ADL	0.41 252	0.41 169	0.41 277	0.41 236	0.41 329	0.41 271	0.41 325	0.41 264	0.41 326	0.41 263	0.41 327	0.41 271	0.41 321	0.41 270	0.41 317	0.41 272	0.41 285	0.41 302	0.41 336	0.41 279	0.41 311

GANet-ADL	0.41 252	0.41 169	0.41 277	0.41 236	0.41 329	0.41 271	0.41 325	0.41 264	0.41 326	0.41 263	0.41 327	0.41 271	0.41 321	0.41 270	0.41 317	0.41 272	0.41 285	0.41 302	0.41 336	0.41 279	0.41 311

ADLNet2	0.41 252	0.41 169	0.41 277	0.41 236	0.41 329	0.41 271	0.41 325	0.41 264	0.41 326	0.41 263	0.41 327	0.41 271	0.41 321	0.41 270	0.41 317	0.41 272	0.41 285	0.41 302	0.41 336	0.41 279	0.41 311

ADLNet	0.41 252	0.41 169	0.41 277	0.41 236	0.41 329	0.41 271	0.41 325	0.41 264	0.41 326	0.41 263	0.41 327	0.41 271	0.41 321	0.41 270	0.41 317	0.41 272	0.41 285	0.41 302	0.41 336	0.41 279	0.41 311

FCDSN-DC	0.41 252	0.59 232	0.64 349	0.54 292	0.33 280	0.50 331	0.37 297	0.42 282	0.40 317	0.61 360	0.43 339	0.50 335	0.49 352	0.38 244	0.32 253	0.28 198	0.23 190	0.26 201	0.22 202	0.35 230	0.28 227
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 252	0.46 192	0.33 229	0.49 272	0.33 280	0.49 323	0.33 268	0.49 310	0.33 274	0.49 316	0.33 276	0.49 320	0.33 277	0.51 335	0.33 262	0.41 272	0.30 228	0.41 302	0.30 264	0.79 362	0.29 232

Gwc-CoAtRS	0.41 252	1.49 399	0.32 224	0.42 246	0.32 268	0.41 271	0.32 258	0.41 264	0.33 274	0.41 263	0.32 269	0.41 271	0.32 269	0.41 270	0.32 253	0.39 260	0.28 209	0.39 280	0.28 240	0.40 269	0.28 227

UPFNet	0.42 263	1.20 332	0.17 154	0.24 160	0.17 183	0.25 193	0.17 172	1.19 425	0.90 423	0.25 190	0.17 179	0.24 188	0.17 179	0.25 191	0.17 173	0.22 169	0.17 165	0.22 179	0.16 170	1.15 412	0.93 419

DDF-Stereo	0.43 264	1.15 325	0.57 336	0.53 289	0.32 268	0.41 271	0.32 258	0.41 264	0.32 267	0.41 263	0.32 269	0.41 271	0.32 269	0.40 255	0.32 253	0.52 321	0.50 329	0.38 269	0.31 274	0.39 263	0.31 254

DilatedVolume-Stereo	0.43 264	0.86 258	0.48 306	0.50 279	0.33 280	0.46 308	0.33 268	0.46 296	0.33 274	0.46 296	0.33 276	0.47 309	0.33 277	0.47 304	0.34 275	0.45 291	0.42 294	0.40 285	0.33 288	0.47 308	0.38 295

psmg	0.43 264	1.91 423	0.92 400	1.91 475	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	1.97 505	1.44 498	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 264	1.21 378	0.17 154	0.25 165	0.17 183	0.25 193	0.18 179	1.26 477	0.95 431	0.25 190	0.17 179	0.25 193	0.17 179	0.25 191	0.17 173	0.23 180	0.16 147	0.22 179	0.16 170	1.18 420	0.98 423

psm_up	0.43 264	1.19 331	0.17 154	0.25 165	0.18 193	0.25 193	0.19 183	1.26 477	0.91 424	0.26 198	0.17 179	0.25 193	0.17 179	0.25 191	0.17 173	0.22 169	0.17 165	0.23 185	0.16 170	1.18 420	0.99 424

Monster-pub-mixall	0.44 269	0.56 228	0.60 340	0.38 204	0.27 232	0.37 240	0.27 225	0.37 232	0.29 241	0.38 237	0.27 233	0.38 245	0.29 247	0.85 388	0.27 218	1.46 481	0.26 196	0.34 237	0.26 227	0.36 237	0.53 351

depthmonostereo	0.44 269	0.85 257	0.46 291	0.54 292	0.40 321	0.52 346	0.38 303	0.52 335	0.35 286	0.47 302	0.34 284	0.46 303	0.34 282	0.47 304	0.34 275	0.45 291	0.43 298	0.41 302	0.33 288	0.41 279	0.32 259

MMNet	0.44 269	1.24 386	0.17 154	0.25 165	0.17 183	0.25 193	0.18 179	1.26 477	0.93 429	0.25 190	0.17 179	0.25 193	0.18 187	0.25 191	0.17 173	0.23 180	0.16 147	0.23 185	0.16 170	1.20 423	0.99 424

252Zero-FE	0.45 272	0.50 208	0.36 249	0.50 279	0.36 299	0.50 331	0.36 291	0.50 318	0.36 297	0.49 316	0.36 297	0.49 320	0.36 292	0.54 344	0.41 317	0.45 291	0.34 253	0.45 320	0.34 292	0.55 335	0.75 401

Monster-pub-eth3d	0.45 272	0.57 229	0.60 340	0.39 210	0.28 237	0.37 240	0.28 233	0.37 232	0.30 252	0.39 243	0.29 245	0.39 250	0.30 254	0.92 398	0.27 218	1.42 478	0.28 209	0.34 237	0.28 240	0.37 241	0.53 351

Replicate-Monster	0.45 272	0.57 229	0.60 340	0.40 224	0.29 246	0.37 240	0.27 225	0.37 232	0.30 252	0.40 249	0.31 265	0.40 258	0.30 254	0.99 406	0.27 218	1.36 474	0.31 234	0.34 237	0.30 264	0.36 237	0.54 354

SCV_C0	0.45 272	0.88 262	0.49 313	0.54 292	0.37 303	0.48 318	0.37 297	0.48 306	0.37 299	0.48 309	0.36 297	0.48 316	0.37 297	0.49 319	0.37 292	0.50 313	0.41 285	0.44 316	0.34 292	0.44 289	0.34 272

RAFT-Stereo-weight	0.45 272	1.90 422	0.34 239	0.42 246	0.36 299	0.43 298	0.35 284	0.42 282	0.34 283	0.42 277	0.34 284	0.44 297	0.34 282	0.41 270	0.34 275	0.38 249	0.32 238	0.38 269	0.32 280	0.38 254	0.33 266

TorneroNet-64	0.45 272	0.27 131	0.30 207	0.58 301	0.27 232	0.70 372	0.30 247	0.28 199	0.73 408	0.73 376	0.28 240	0.71 375	0.66 378	0.75 376	0.27 218	0.27 196	0.29 220	0.37 261	0.75 412	0.28 194	0.30 245

SCV	0.46 278	0.94 279	0.45 287	0.54 292	0.37 303	0.48 318	0.38 303	0.48 306	0.37 299	0.48 309	0.39 318	0.48 316	0.37 297	0.49 319	0.37 292	0.50 313	0.46 308	0.44 316	0.34 292	0.44 289	0.34 272

otaku	0.46 278	0.46 192	0.46 291	0.46 255	0.46 347	0.46 308	0.46 340	0.46 296	0.46 340	0.46 296	0.46 347	0.46 303	0.46 338	0.46 300	0.46 334	0.46 295	0.46 308	0.46 324	0.46 349	0.46 296	0.46 325

Dean	0.46 278	0.46 192	0.46 291	0.46 255	0.46 347	0.46 308	0.46 340	0.46 296	0.46 340	0.47 302	0.46 347	0.46 303	0.46 338	0.46 300	0.46 334	0.46 295	0.46 308	0.46 324	0.46 349	0.46 296	0.46 325

ACVNet_1	0.46 278	0.47 196	0.46 291	0.46 255	0.46 347	0.46 308	0.46 340	0.46 296	0.47 345	0.46 296	0.46 347	0.46 303	0.46 338	0.46 300	0.46 334	0.46 295	0.46 308	0.47 333	0.46 349	0.46 296	0.46 325

ACVNet-4b	0.46 278	0.46 192	0.46 291	0.46 255	0.46 347	0.46 308	0.46 340	0.46 296	0.46 340	0.46 296	0.46 347	0.46 303	0.46 338	0.47 304	0.46 334	0.46 295	0.46 308	0.46 324	0.46 349	0.46 296	0.46 325

PML	0.46 278	1.36 394	0.29 203	0.58 301	0.30 256	0.57 359	0.29 242	0.57 346	0.29 241	0.57 355	0.29 245	0.57 359	0.29 247	0.56 349	0.29 238	0.52 321	0.30 228	0.53 361	0.31 274	0.53 333	0.30 245

LG-Stereo_L1	0.47 284	0.52 218	0.47 298	0.62 309	0.39 319	0.53 348	0.40 317	0.53 337	0.39 316	0.53 342	0.39 318	0.53 347	0.39 309	0.53 342	0.39 306	0.55 331	0.46 308	0.49 346	0.37 312	0.49 316	0.37 288

Ntro	0.47 284	0.47 196	0.46 291	0.46 255	0.46 347	0.47 313	0.47 345	0.46 296	0.47 345	0.46 296	0.46 347	0.47 309	0.46 338	0.47 304	0.47 341	0.47 300	0.46 308	0.46 324	0.46 349	0.46 296	0.46 325

HaxPig	0.47 284	0.47 196	0.47 298	0.49 272	0.47 353	0.47 313	0.47 345	0.47 302	0.47 345	0.47 302	0.47 355	0.47 309	0.47 346	0.47 304	0.47 341	0.47 300	0.47 316	0.47 333	0.47 356	0.47 308	0.48 334

UNDER WATER	0.47 284	0.47 196	0.47 298	0.47 261	0.47 353	0.47 313	0.47 345	0.47 302	0.47 345	0.47 302	0.47 355	0.47 309	0.46 338	0.47 304	0.47 341	0.47 300	0.47 316	0.47 333	0.46 349	0.47 308	0.47 332

LVE	0.47 284	0.47 196	0.47 298	0.47 261	0.49 359	0.47 313	0.47 345	0.47 302	0.49 354	0.47 302	0.47 355	0.47 309	0.46 338	0.47 304	0.47 341	0.47 300	0.47 316	0.48 341	0.47 356	0.47 308	0.47 332

GASTEREO	0.48 289	1.21 378	0.47 298	0.57 299	0.38 310	0.50 331	0.38 303	0.50 318	0.38 303	0.50 329	0.38 309	0.50 335	0.38 301	0.50 326	0.38 295	0.52 321	0.42 294	0.46 324	0.34 292	0.46 296	0.34 272

LG-Stereo_Zeroshot	0.48 289	0.55 226	0.47 298	0.63 311	0.41 329	0.56 353	0.44 333	0.56 343	0.41 326	0.56 352	0.41 327	0.57 359	0.42 327	0.56 349	0.41 317	0.55 331	0.43 298	0.51 355	0.37 312	0.51 327	0.37 288

fffft	0.48 289	0.51 216	0.45 287	0.52 288	0.45 345	0.52 346	0.45 338	0.52 335	0.48 352	0.53 342	0.45 345	0.52 346	0.45 335	0.52 340	0.46 334	0.51 319	0.41 285	0.50 350	0.41 336	0.50 321	0.41 311
1: 1. 1
RainbowNet	0.48 289	0.48 202	0.48 306	0.48 266	0.48 357	0.48 318	0.48 354	0.48 306	0.48 352	0.48 309	0.48 359	0.48 316	0.48 347	0.48 313	0.48 347	0.48 304	0.48 320	0.48 341	0.48 359	0.48 312	0.48 334

notaker	0.48 289	0.49 204	0.48 306	0.48 266	0.48 357	0.48 318	0.48 354	0.48 306	0.49 354	0.48 309	0.48 359	0.48 316	0.48 347	0.48 313	0.48 347	0.48 304	0.48 320	0.48 341	0.48 359	0.48 312	0.49 339

LL-Strereo2	0.48 289	1.73 412	0.51 324	0.59 304	0.34 290	0.42 291	0.33 268	0.40 249	0.31 263	0.42 277	0.33 276	0.42 289	0.31 266	0.44 292	0.39 306	0.60 337	0.51 334	0.44 316	0.33 288	0.44 289	0.33 266

Former-RAFT_DAM_RVC	0.49 295	0.98 284	0.64 349	0.84 339	0.46 347	0.45 302	0.35 284	0.47 302	0.47 345	0.45 290	0.34 284	0.46 303	0.48 347	0.46 300	0.35 279	0.39 260	0.71 377	0.39 280	0.35 304	0.41 279	0.41 311

ACVNet_2	0.49 295	0.49 204	0.49 313	0.49 272	0.49 359	0.49 323	0.49 356	0.49 310	0.49 354	0.49 316	0.49 362	0.49 320	0.49 352	0.49 319	0.49 349	0.49 307	0.49 323	0.49 346	0.49 362	0.49 316	0.49 339

FoundationStereo	0.50 297	0.50 208	0.50 317	0.50 279	0.50 363	0.50 331	0.50 358	0.50 318	0.50 357	0.50 329	0.50 364	0.50 335	0.50 355	0.50 326	0.50 350	0.50 313	0.50 329	0.50 350	0.50 364	0.50 321	0.50 342

StereoAnything_RVC	0.50 297	0.50 208	0.50 317	0.50 279	0.50 363	0.50 331	0.50 358	0.50 318	0.50 357	0.50 329	0.50 364	0.50 335	0.50 355	0.50 326	0.50 350	0.50 313	0.50 329	0.50 350	0.50 364	0.50 321	0.50 342

dual_stereo	0.50 297	0.50 208	0.50 317	0.50 279	0.50 363	0.50 331	0.50 358	0.50 318	0.50 357	0.50 329	0.50 364	0.50 335	0.50 355	0.50 326	0.50 350	0.50 313	0.50 329	0.50 350	0.50 364	0.50 321	0.50 342

GCST	0.50 297	2.08 433	0.38 256	0.53 289	0.35 293	0.49 323	0.35 284	0.50 318	0.35 286	0.49 316	0.35 293	0.49 320	0.35 289	0.49 319	0.35 279	0.48 304	0.37 260	0.45 320	0.33 288	0.44 289	0.33 266

SANet	0.50 297	0.50 208	0.50 317	0.50 279	0.50 363	0.50 331	0.50 358	0.50 318	0.50 357	0.50 329	0.50 364	0.50 335	0.50 355	0.50 326	0.50 350	0.50 313	0.50 329	0.50 350	0.50 364	0.50 321	0.50 342

MSCF	0.51 302	1.40 396	0.49 313	0.58 301	0.38 310	0.50 331	0.38 303	0.54 339	0.41 326	0.52 339	0.41 327	0.53 347	0.42 327	0.53 342	0.41 317	0.60 337	0.47 316	0.48 341	0.37 312	0.48 312	0.38 295

UGAM-zero	0.51 302	2.17 441	0.39 263	0.53 289	0.36 299	0.50 331	0.36 291	0.50 318	0.36 297	0.49 316	0.36 297	0.50 335	0.35 289	0.50 326	0.36 283	0.49 307	0.37 260	0.47 333	0.35 304	0.46 296	0.34 272

UGAM	0.51 302	2.23 446	0.39 263	0.54 292	0.35 293	0.50 331	0.35 284	0.49 310	0.35 286	0.49 316	0.35 293	0.49 320	0.36 292	0.50 326	0.36 283	0.49 307	0.37 260	0.45 320	0.34 292	0.45 293	0.34 272

Selective-IGEV	0.51 302	0.55 226	0.45 287	0.69 320	0.45 345	0.61 362	0.45 338	0.50 318	0.40 317	0.56 352	0.44 341	0.55 354	0.40 310	0.72 371	0.67 375	0.59 336	0.46 308	0.45 320	0.34 292	0.46 296	0.37 288

RCA-Stereo	0.51 302	3.22 500	0.34 239	0.44 253	0.34 290	0.44 301	0.34 279	0.43 288	0.34 283	0.43 283	0.34 284	0.44 297	0.33 277	0.43 289	0.33 262	0.38 249	0.29 220	0.38 269	0.29 250	0.38 254	0.29 232

AIO-test1	0.54 307	0.60 235	0.52 327	0.66 318	0.47 353	0.61 362	0.47 345	0.58 349	0.46 340	0.61 360	0.46 347	0.61 365	0.45 335	0.62 358	0.45 330	0.61 341	0.52 336	0.57 364	0.48 359	0.57 337	0.48 334

castereo++	0.54 307	3.59 505	1.15 419	1.31 447	0.14 159	0.16 144	0.14 154	0.16 143	0.14 159	0.16 140	0.14 163	0.16 141	0.13 156	0.16 142	0.14 153	1.45 480	1.16 425	0.15 143	0.14 162	0.15 143	0.13 152

FENet	0.54 307	1.52 400	1.19 425	1.41 457	0.23 215	0.35 232	0.23 206	0.35 222	0.23 205	0.34 223	0.23 209	0.35 231	0.23 209	0.35 231	0.23 200	1.40 477	1.07 409	0.32 221	0.23 208	0.33 214	0.23 189

PSMNet_ROB	0.54 307	0.54 224	0.54 332	0.54 292	0.53 372	0.54 351	0.54 366	0.53 337	0.54 367	0.54 347	0.54 374	0.54 350	0.53 362	0.54 344	0.54 360	0.54 325	0.53 338	0.54 362	0.54 370	0.54 334	0.54 354

AIO-test2	0.55 311	0.59 232	0.52 327	0.67 319	0.47 353	0.61 362	0.47 345	0.61 355	0.47 345	0.61 360	0.47 355	0.61 365	0.48 347	0.62 358	0.47 341	0.64 347	0.53 338	0.58 365	0.47 356	0.58 338	0.48 334

CFNet-ft	0.55 311	1.57 401	0.14 128	0.20 138	0.14 159	0.20 164	2.53 557	1.61 489	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 154	0.12 148	1.56 482	1.24 499

MyStereo04	0.56 313	3.72 511	0.59 338	0.49 272	0.41 329	0.36 235	0.32 258	0.37 232	0.31 263	0.34 223	0.46 347	0.35 231	0.32 269	0.35 231	0.33 262	0.49 307	0.45 306	0.34 237	0.32 280	0.35 230	0.43 319

CASS	0.57 314	0.89 265	0.56 334	0.57 299	0.56 375	0.56 353	0.56 367	0.56 343	0.53 365	0.57 355	0.57 377	0.59 363	0.48 347	0.56 349	0.57 363	0.55 331	0.56 342	0.47 333	0.56 375	0.62 341	0.56 362
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 315	0.58 231	0.47 298	0.64 314	0.74 407	1.00 402	0.69 392	0.57 346	0.41 326	0.57 355	0.41 327	0.57 359	0.41 321	1.00 408	0.75 406	0.91 380	0.51 334	0.52 358	0.37 312	0.52 329	0.37 288

MonSter	0.60 315	0.64 238	0.52 327	0.62 309	0.44 342	2.07 515	0.44 333	0.62 356	0.44 337	0.62 363	0.44 341	0.62 367	0.44 332	0.62 358	0.44 329	0.58 335	0.42 294	0.62 368	0.46 349	0.58 338	0.42 318

MyStereo07	0.60 315	3.72 511	0.48 306	0.49 272	0.41 329	0.36 235	0.32 258	0.49 310	0.43 334	0.51 336	0.42 337	0.49 320	0.43 330	0.51 335	0.64 370	0.49 307	0.45 306	0.34 237	0.32 280	0.35 230	0.43 319

FSD	0.61 318	0.59 232	0.50 317	2.58 504	0.44 342	0.56 353	0.44 333	0.55 342	0.44 337	0.56 352	0.44 341	0.56 357	0.44 332	0.56 349	0.46 334	0.61 341	0.42 294	0.52 358	0.42 344	0.52 329	0.51 349

castereo	0.61 318	3.79 513	1.35 483	1.52 459	0.15 170	0.17 152	0.16 164	0.20 162	0.21 196	0.18 153	0.16 174	0.21 170	0.12 151	0.26 201	0.17 173	1.43 479	1.38 495	0.17 154	0.16 170	0.18 157	0.16 161

WCG-NET	0.61 318	1.21 378	0.54 332	0.61 308	0.53 372	0.67 370	0.53 364	0.66 361	0.53 365	0.64 366	0.53 373	0.65 371	0.53 362	0.59 356	0.52 357	0.65 348	0.48 320	0.64 371	0.52 368	0.58 338	0.50 342

GEAStereo	0.62 321	3.91 518	0.48 306	0.69 320	0.38 310	0.51 343	0.38 303	0.51 331	0.38 303	0.53 342	0.38 309	0.50 335	0.38 301	0.51 335	0.38 295	0.54 325	0.43 298	0.46 324	0.34 292	0.46 296	0.34 272

gasm-f	0.62 321	3.91 518	0.48 306	0.69 320	0.38 310	0.51 343	0.38 303	0.51 331	0.38 303	0.53 342	0.38 309	0.50 335	0.38 301	0.51 335	0.38 295	0.54 325	0.43 298	0.46 324	0.34 292	0.46 296	0.34 272

SMoEStereo_RVC	0.63 323	0.75 245	0.51 324	0.73 328	0.53 372	0.71 374	0.47 345	0.67 362	0.58 370	0.74 381	0.60 378	0.72 378	0.53 362	0.74 375	0.51 355	0.61 341	0.62 354	0.62 368	0.61 383	0.63 342	0.61 368

anonymity	0.63 323	0.69 240	0.56 334	0.71 326	0.56 375	0.71 374	0.56 367	0.71 367	0.56 368	0.72 374	0.56 376	0.71 375	0.56 366	0.71 370	0.58 364	0.68 352	0.55 340	0.68 376	0.55 371	0.68 346	0.54 354

PAM_32	0.64 325	2.38 461	0.51 324	0.92 349	0.43 341	0.53 348	0.44 333	0.87 380	0.43 334	0.52 339	0.45 345	0.53 347	0.40 310	0.54 344	0.46 334	0.62 345	0.56 342	0.48 341	0.45 347	0.76 357	0.44 322

CRFU-Net	0.65 326	1.67 405	1.22 475	1.96 479	0.27 232	0.41 271	0.27 225	0.41 264	0.27 232	0.40 249	0.26 228	0.41 271	0.27 233	0.40 255	0.27 218	1.80 494	1.62 514	0.34 237	0.23 208	0.33 214	0.23 189

LMCR-Stereo	0.65 326	0.63 236	0.65 352	0.65 315	0.65 390	0.66 369	0.63 374	0.58 349	0.65 381	0.63 365	0.64 386	0.65 371	0.65 375	0.66 365	0.66 374	0.66 350	0.64 357	0.65 374	0.67 400	0.68 346	0.73 397

KSHMR	0.66 328	0.50 208	0.48 306	1.15 382	0.52 369	0.49 323	0.51 362	0.49 310	0.71 403	0.67 370	0.50 364	1.16 436	1.11 430	0.66 365	0.52 357	0.49 307	0.49 323	0.51 355	0.66 396	0.50 321	1.14 440

TorneroNet	0.66 328	0.53 221	0.50 317	0.50 279	0.64 388	1.06 415	0.70 396	0.50 318	0.51 364	0.49 316	0.69 402	0.49 320	0.50 355	0.48 313	1.15 442	0.71 357	0.49 323	1.14 435	1.08 439	0.49 316	0.49 339

GES	0.66 328	2.34 457	0.29 203	0.41 236	0.29 246	0.41 271	0.29 242	0.42 282	0.29 241	0.40 249	0.41 327	0.41 271	0.30 254	0.51 335	0.29 238	0.32 212	0.29 220	0.32 221	2.46 560	2.49 522	0.30 245

cf-r	0.66 328	2.17 441	0.12 103	0.18 132	0.12 154	0.18 156	2.70 560	2.60 535	0.12 154	0.18 153	0.12 146	0.18 155	0.12 151	0.18 154	0.12 143	0.15 126	0.11 98	0.15 143	0.11 131	1.81 494	1.74 536

DSFCA	0.66 328	0.73 244	0.78 383	0.65 315	0.65 390	0.64 367	0.64 375	0.65 359	0.63 379	0.64 366	0.64 386	0.64 368	0.64 373	0.65 364	0.65 371	0.65 348	0.65 359	0.65 374	0.65 394	0.66 344	0.64 376

DEFOM-Stereo	0.68 333	3.11 496	1.40 497	1.63 469	0.25 222	0.31 215	0.25 214	0.31 210	0.28 235	0.31 211	0.29 245	0.29 212	0.27 233	0.31 219	0.28 228	1.59 487	1.47 500	0.30 214	0.29 250	0.30 200	0.28 227

ssnet_v2	0.68 333	1.96 430	1.25 479	0.29 177	0.20 200	0.30 210	0.20 187	0.29 204	0.22 199	1.50 491	0.20 198	0.31 219	0.20 196	0.27 205	0.22 194	0.24 185	1.49 501	0.26 201	0.18 195	3.90 544	0.19 179

ARAFT	0.68 333	0.81 252	0.63 347	0.74 329	0.60 378	0.78 379	0.62 373	0.77 371	0.66 383	0.74 381	0.63 384	0.75 382	0.62 372	0.83 383	0.60 367	0.70 356	0.55 340	0.70 379	0.60 381	0.78 360	0.55 359

NINENet	0.69 336	3.87 517	1.20 428	1.98 480	0.05 99	0.40 255	0.04 82	0.40 249	0.05 98	0.41 263	0.04 89	0.41 271	0.05 95	0.40 255	0.05 89	1.79 493	1.56 507	0.34 237	0.22 202	0.34 218	0.23 189

VIP-Stereo	0.70 337	2.97 493	2.43 552	2.49 500	0.16 179	0.25 193	0.16 164	0.25 190	0.16 173	0.25 190	0.18 192	0.25 193	0.16 172	0.26 201	0.16 169	1.86 495	1.26 478	0.23 185	0.15 168	0.23 181	0.15 160

RAFT-Stereo + iAFF	0.70 337	0.72 243	0.71 370	0.80 334	0.62 387	0.82 384	0.61 372	0.81 377	0.62 377	0.81 388	0.63 384	0.80 388	0.70 394	0.73 373	0.61 369	0.76 362	0.61 353	0.74 383	0.61 383	0.77 359	0.61 368

DMCA-RVC	0.70 337	0.80 249	0.70 366	0.70 324	0.70 400	0.70 372	0.70 396	0.71 367	0.70 398	0.70 373	0.71 409	0.71 375	0.70 394	0.70 369	0.69 391	0.69 353	0.70 373	0.69 377	0.70 405	0.69 350	0.70 389

MyStereo8	0.71 340	3.92 520	0.52 327	0.59 304	0.52 369	0.57 359	0.53 364	0.59 351	0.50 357	0.59 359	0.51 370	0.57 359	0.50 355	0.56 349	0.52 357	0.54 325	0.49 323	0.54 362	0.49 362	0.55 335	0.50 342

HH	0.71 340	2.54 467	0.74 377	1.10 374	0.32 268	0.41 271	0.37 297	0.69 364	0.78 413	0.73 376	0.90 425	0.75 382	1.00 420	0.84 384	0.69 391	0.69 353	0.40 276	0.35 253	0.26 227	0.35 230	0.26 206

HanStereo	0.71 340	2.54 467	0.74 377	1.10 374	0.32 268	0.41 271	0.37 297	0.69 364	0.78 413	0.73 376	0.90 425	0.75 382	1.00 420	0.84 384	0.69 391	0.69 353	0.40 276	0.35 253	0.26 227	0.35 230	0.26 206

zero-FE	0.72 343	1.31 390	0.66 353	0.92 349	0.60 378	0.82 384	0.58 369	0.82 378	0.58 370	0.81 388	0.60 378	0.81 391	0.60 369	0.82 382	0.58 364	0.74 360	0.59 348	0.73 381	0.52 368	0.76 357	0.51 349

ktn	0.72 343	0.53 221	1.08 414	1.14 380	0.51 368	1.22 480	1.36 507	0.51 331	0.59 372	0.51 336	0.51 370	0.69 374	1.20 441	0.67 367	0.51 355	0.51 319	0.49 323	0.58 365	0.66 396	0.52 329	0.53 351

CroCo-Stereo	0.73 345	1.22 384	0.25 188	1.22 436	0.25 222	1.22 480	0.25 214	1.22 474	0.25 213	1.22 482	0.25 222	1.22 485	0.25 216	1.22 485	0.25 212	1.22 465	0.26 196	1.21 491	0.25 221	1.22 470	0.25 200
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
AFF-stereo	0.73 345	0.88 262	0.67 357	0.75 330	0.68 397	0.75 376	0.64 375	0.80 374	0.72 405	0.83 390	0.70 405	0.82 392	0.64 373	0.84 384	0.67 375	0.77 363	0.63 355	0.81 394	0.63 385	0.78 360	0.62 371

AIO-Stereo-zeroshot1	0.75 347	0.92 275	0.85 392	0.96 360	0.59 377	1.27 483	0.44 333	0.59 351	0.69 395	0.91 395	0.68 394	0.55 354	0.61 371	1.06 422	0.83 416	0.62 345	0.70 373	0.90 404	0.41 336	0.89 377	0.56 362

MyStereo06	0.75 347	4.12 521	0.60 340	0.63 311	0.61 384	0.62 365	0.66 378	0.56 343	0.45 339	0.55 350	0.48 359	0.54 350	0.46 338	0.57 354	0.45 330	0.60 337	0.57 344	0.64 371	0.55 371	0.72 352	0.55 359

GCAP-Stereo	0.75 347	4.15 524	0.42 282	0.75 330	0.35 293	0.78 379	0.40 317	0.79 372	0.38 303	0.78 384	0.36 297	0.78 385	0.36 292	0.79 378	0.39 306	0.75 361	0.39 273	0.76 386	0.39 328	0.75 356	0.39 301

GANet-RSSM	0.75 347	1.91 423	0.14 128	0.47 261	0.14 159	0.21 175	3.21 577	2.30 521	0.14 159	0.46 296	0.14 163	0.23 184	0.18 187	0.21 172	0.14 153	0.18 152	0.27 203	0.37 261	0.13 156	2.13 504	2.12 546

RSM++	0.76 351	0.82 254	0.66 353	0.85 341	0.64 388	0.85 386	0.71 399	0.94 393	0.64 380	0.87 391	0.67 391	0.87 394	0.65 375	0.84 384	0.65 371	0.81 368	0.70 373	0.79 389	0.71 408	0.83 372	0.70 389

CroCo-Stereo Lap2	0.77 352	1.29 388	0.29 203	1.27 440	0.29 246	1.27 483	0.26 222	1.26 477	0.26 226	1.26 483	0.26 228	1.27 487	0.26 225	1.26 486	0.27 218	1.27 467	0.27 203	1.27 494	0.27 235	1.27 472	0.27 214

PSMNet-RSSM	0.77 352	2.76 484	0.14 128	0.20 138	0.14 159	0.20 164	2.66 558	2.79 548	0.14 159	0.21 173	0.14 163	0.21 170	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 154	0.12 148	2.52 526	2.31 551

GwcNet-RSSM	0.77 352	2.77 486	0.14 128	0.20 138	0.14 159	0.20 164	2.67 559	2.78 547	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.21 172	0.14 153	0.17 144	0.12 114	0.17 154	0.12 148	2.52 526	2.31 551

4D-IteraStereo	0.78 355	3.13 497	0.89 393	0.69 320	0.32 268	0.40 255	0.32 258	0.76 370	0.97 434	0.52 339	0.65 388	0.89 397	0.32 269	0.76 377	0.98 428	0.83 373	0.94 401	0.35 253	0.27 235	0.70 351	0.89 415

hitnet-ft	0.79 356	2.78 489	0.14 128	0.20 138	0.14 159	0.21 175	2.89 561	2.80 549	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 154	0.12 148	2.54 534	2.33 553

G-Net	0.79 356	0.79 248	0.79 386	0.79 332	0.79 419	0.79 381	0.79 409	0.79 372	0.79 416	0.79 385	0.79 420	0.79 387	0.79 408	0.79 378	0.79 410	0.79 364	0.79 387	0.79 389	0.79 416	0.79 362	0.79 405

MyStereo05	0.80 358	4.12 521	0.63 347	0.63 311	0.61 384	0.62 365	0.66 378	0.65 359	0.62 377	0.67 370	0.61 382	0.65 371	0.58 367	0.67 367	0.55 362	0.60 337	0.57 344	0.64 371	0.55 371	0.72 352	0.55 359

UDG	0.80 358	2.21 445	0.60 340	0.91 346	0.60 378	0.90 392	0.58 369	0.88 383	0.60 373	0.90 393	0.60 378	0.88 395	0.60 369	0.90 393	0.58 364	0.86 377	0.60 349	0.84 400	0.59 380	0.84 373	0.61 368

ccnet	0.80 358	2.28 449	0.33 229	0.50 279	0.33 280	0.50 331	0.33 268	0.50 318	0.33 274	0.49 316	0.33 276	0.49 320	1.56 506	2.38 525	0.33 262	0.41 272	0.29 220	0.42 313	1.57 520	2.28 510	0.29 232

NaN_ROB	0.80 358	0.80 249	0.80 387	0.80 334	0.80 421	0.80 382	0.80 412	0.80 374	0.80 417	0.80 386	0.80 421	0.80 388	0.80 409	0.80 380	0.80 412	0.80 365	0.80 390	0.80 392	0.80 418	0.80 365	0.80 406

CSAN	0.80 358	0.80 249	0.80 387	0.80 334	0.80 421	0.80 382	0.80 412	0.80 374	0.80 417	0.80 386	0.80 421	0.80 388	0.80 409	0.80 380	0.80 412	0.80 365	0.80 390	0.80 392	0.80 418	0.80 365	0.80 406

GSStereo	0.81 363	4.28 527	0.50 317	0.59 304	0.40 321	0.51 343	0.38 303	0.50 318	0.38 303	0.50 329	0.38 309	0.50 335	3.79 573	0.50 326	0.38 295	0.54 325	0.43 298	0.46 324	0.34 292	0.46 296	0.35 281

BSDual-CNN	0.81 363	1.91 423	0.92 400	4.48 547	0.02 21	0.42 291	0.06 110	0.41 264	0.02 21	0.48 309	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 505	4.19 571	0.33 229	0.23 208	0.34 218	0.27 214

DDUNet	0.81 363	2.45 465	0.57 336	0.90 344	0.60 378	0.88 389	0.59 371	0.90 384	0.60 373	0.88 392	0.60 378	0.90 398	0.58 367	0.88 390	0.60 367	0.84 375	0.60 349	0.86 402	0.57 377	0.86 374	0.60 367

R-Stereo Train	0.81 363	0.96 281	0.67 357	0.95 357	0.67 394	0.95 397	0.68 384	0.95 395	0.68 387	0.95 403	0.68 394	0.96 406	0.68 383	0.96 404	0.68 381	0.94 388	0.68 365	0.94 418	0.68 401	0.94 394	0.68 386

RAFT-Stereo	0.81 363	0.96 281	0.67 357	0.95 357	0.67 394	0.95 397	0.68 384	0.95 395	0.68 387	0.95 403	0.68 394	0.96 406	0.68 383	0.96 404	0.68 381	0.94 388	0.68 365	0.94 418	0.68 401	0.94 394	0.68 386
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 368	1.72 407	1.48 501	0.39 210	0.15 170	0.31 215	0.21 193	0.20 162	0.25 213	1.61 495	0.23 209	0.28 206	0.26 225	0.20 161	0.15 163	0.24 185	1.33 486	0.32 221	0.16 170	6.75 582	0.23 189

scenet	0.82 368	1.72 407	1.48 501	0.39 210	0.15 170	0.31 215	0.21 193	0.20 162	0.25 213	1.61 495	0.23 209	0.28 206	0.26 225	0.20 161	0.15 163	0.24 185	1.33 486	0.32 221	0.16 170	6.75 582	0.23 189

ssnet	0.82 368	1.72 407	1.48 501	0.39 210	0.15 170	0.31 215	0.21 193	0.20 162	0.25 213	1.61 495	0.23 209	0.28 206	0.26 225	0.20 161	0.15 163	0.24 185	1.33 486	0.32 221	0.16 170	6.75 582	0.23 189

STTRV1_RVC	0.82 368	1.60 403	0.70 366	1.01 367	0.60 378	1.07 418	0.69 392	1.01 401	0.60 373	0.72 374	0.55 375	1.02 419	0.68 383	1.03 419	0.67 375	0.89 379	0.63 355	0.92 409	0.57 377	0.90 380	0.65 381

DEFOM-Stereo_RVC	0.83 372	5.18 538	1.98 541	2.19 485	0.17 183	0.19 159	0.18 179	0.19 156	0.16 173	0.20 161	0.19 194	0.22 178	0.22 203	0.20 161	0.15 163	2.28 522	2.13 541	0.24 193	0.17 190	0.18 157	0.16 161

BUS	0.83 372	1.91 423	0.92 400	4.48 547	0.02 21	0.40 255	0.04 82	0.41 264	0.02 21	0.48 309	0.03 52	0.41 271	0.05 95	0.03 39	0.05 89	1.97 505	4.19 571	0.33 229	0.23 208	0.34 218	0.27 214

PDISCO_ROB	0.83 372	2.80 490	3.49 570	0.14 101	0.11 138	0.17 152	0.09 115	0.15 142	0.10 120	0.15 135	0.12 146	0.16 141	0.14 160	3.30 555	0.13 149	0.14 117	2.34 546	0.16 146	0.12 148	2.62 535	0.10 117

WQFJA1	0.84 375	0.99 287	0.67 357	1.28 443	0.75 408	1.01 406	0.68 384	1.01 401	0.67 384	1.01 409	0.67 391	1.01 413	0.67 380	1.01 412	0.67 375	0.97 390	0.67 361	0.92 409	0.63 385	0.92 384	0.63 372

WQFJX1	0.84 375	0.99 287	0.67 357	1.28 443	0.75 408	1.01 406	0.68 384	1.01 401	0.67 384	1.01 409	0.67 391	1.01 413	0.67 380	1.01 412	0.67 375	0.97 390	0.67 361	0.92 409	0.63 385	0.92 384	0.63 372

NLMM1	0.84 375	0.99 287	0.67 357	1.28 443	0.75 408	1.01 406	0.67 382	1.01 401	0.68 387	1.01 409	0.68 394	1.01 413	0.68 383	1.01 412	0.68 381	0.97 390	0.67 361	0.93 413	0.63 385	0.92 384	0.64 376

AIO-Stereo	0.84 375	0.66 239	0.70 366	0.83 338	0.67 394	0.98 400	0.82 416	1.14 416	0.72 405	1.03 417	0.74 415	1.03 422	1.09 429	0.99 406	0.45 330	1.04 402	0.73 379	0.95 420	0.74 411	0.94 394	0.46 325

DCRE	0.84 375	1.89 420	0.77 382	0.94 355	0.72 404	0.88 389	0.73 402	0.87 380	0.78 413	0.90 393	0.71 409	0.88 395	0.67 380	0.88 390	0.73 402	0.81 368	0.68 365	0.81 394	0.70 405	0.82 370	0.70 389

iGMRVC	0.84 375	2.85 491	0.72 373	0.72 327	0.73 405	0.77 377	0.79 409	0.73 369	0.74 410	0.73 376	0.72 412	0.73 380	0.76 404	0.73 373	0.73 402	0.72 358	0.73 379	0.73 381	0.72 410	0.73 355	0.72 394

NLMM	0.85 381	1.00 292	0.68 363	1.31 447	0.76 411	1.01 406	0.68 384	1.02 407	0.68 387	1.02 415	0.68 394	1.02 419	0.68 383	1.02 418	0.68 381	0.98 394	0.68 365	0.93 413	0.64 389	0.93 388	0.64 376

NLSM3	0.85 381	0.99 287	0.68 363	1.29 446	0.76 411	1.01 406	0.68 384	1.01 401	0.68 387	1.02 415	0.68 394	1.01 413	0.68 383	1.01 412	0.68 381	0.97 390	0.68 365	0.93 413	0.64 389	0.93 388	0.63 372

NLSM1	0.86 383	1.03 306	0.68 363	1.32 449	0.77 414	1.09 421	0.73 402	1.04 410	0.68 387	1.03 417	0.68 394	1.03 422	0.68 383	1.04 421	0.68 381	0.98 394	0.67 361	0.93 413	0.64 389	0.93 388	0.64 376

AdaDepth	0.86 383	0.93 277	0.71 370	1.01 367	1.07 445	1.02 412	0.71 399	1.00 397	0.71 403	1.01 409	0.71 409	1.00 409	0.72 399	1.14 433	0.71 400	0.92 383	0.64 357	0.90 404	0.64 389	0.89 377	0.69 388

GEStereo_RVC	0.86 383	4.45 528	0.20 169	0.27 175	0.20 200	0.27 205	0.20 187	0.26 195	0.18 184	5.03 583	0.20 198	0.27 205	0.19 192	0.27 205	0.21 192	0.20 159	0.19 175	0.19 167	4.02 587	0.20 164	0.18 177

Selective-RAFT-Error	0.88 386	0.84 255	0.98 406	0.86 342	0.97 435	0.88 389	0.95 427	0.84 379	0.99 437	0.92 397	0.82 423	0.84 393	0.98 419	0.87 389	0.97 427	0.81 368	0.83 393	0.79 389	0.82 421	0.79 362	0.85 412

IER	0.88 386	7.04 557	2.23 546	2.75 506	0.28 237	0.43 298	0.25 214	0.39 244	0.25 213	0.41 263	0.27 233	0.39 250	0.25 216	0.40 255	0.28 228	0.37 238	0.28 209	0.37 261	0.25 221	0.37 241	0.25 200

Selective-RAFT	0.89 388	0.89 265	0.72 373	1.16 387	0.78 418	1.06 415	0.82 416	0.87 380	0.97 434	1.00 405	0.91 428	0.90 398	1.00 420	0.89 392	0.93 424	0.83 373	0.83 393	0.82 398	0.82 421	0.81 368	0.82 409

WQFJX	0.90 389	1.05 311	0.92 400	1.36 453	0.77 414	1.19 433	0.81 414	1.03 408	0.77 412	1.04 420	0.69 402	1.02 419	0.69 391	1.16 436	0.70 397	0.99 396	0.68 365	0.93 413	0.64 389	0.93 388	0.64 376

NLCSM	0.91 390	1.00 292	0.83 390	1.62 467	0.77 414	1.16 431	0.68 384	1.03 408	0.68 387	1.01 409	0.68 394	1.01 413	0.68 383	1.01 412	0.68 381	0.99 396	0.74 382	1.02 429	0.90 425	0.95 398	0.83 411

AIO-Stereo-zeroshot	0.91 390	0.86 258	0.89 393	1.25 439	0.69 398	1.05 414	0.81 414	1.16 420	0.50 357	1.12 429	0.97 433	0.72 378	0.82 411	1.06 422	0.95 425	0.61 341	0.87 395	1.03 432	0.85 424	1.04 405	1.01 429

CFNet-RSSM	0.91 390	4.89 534	0.34 239	0.44 253	1.07 445	1.62 500	1.40 514	0.91 386	0.35 286	1.60 492	1.39 514	0.64 368	0.34 282	0.44 292	0.33 262	0.41 272	0.35 255	0.75 384	0.30 264	0.41 279	0.29 232

MLG-Stereo	0.92 393	0.90 268	0.84 391	1.27 440	0.49 359	1.38 490	0.88 419	1.41 487	0.97 434	0.73 376	1.09 441	1.26 486	0.43 330	0.72 371	1.05 435	1.13 413	0.49 323	1.18 444	0.66 396	1.01 402	0.46 325

ToySt	0.92 393	2.11 436	0.90 396	0.95 357	0.79 419	0.99 401	0.78 408	0.94 393	0.81 420	0.94 401	0.78 419	0.95 405	0.77 406	0.94 400	0.86 418	0.91 380	0.79 387	0.85 401	0.77 413	0.89 377	0.73 397

DPSM_ROB	0.92 393	0.91 270	0.91 398	0.91 346	0.92 430	0.92 394	0.92 423	0.92 389	0.91 424	0.93 399	0.91 428	0.92 401	0.90 413	0.91 394	0.92 420	0.92 383	0.91 397	0.91 407	0.92 426	0.93 388	0.93 419

DPSM	0.92 393	0.91 270	0.91 398	0.91 346	0.92 430	0.92 394	0.92 423	0.92 389	0.91 424	0.93 399	0.91 428	0.92 401	0.90 413	0.91 394	0.92 420	0.92 383	0.91 397	0.91 407	0.92 426	0.93 388	0.93 419

pmcnn	0.92 393	0.92 275	0.92 400	0.92 349	0.92 430	0.92 394	0.92 423	0.92 389	0.92 428	0.92 397	0.92 431	0.92 401	0.92 415	0.92 398	0.92 420	0.92 383	0.92 399	0.92 409	0.92 426	0.92 384	0.92 418

error version	0.93 398	4.47 529	2.35 549	1.99 481	0.37 303	0.41 271	0.36 291	0.41 264	0.35 286	0.43 283	0.36 297	0.41 271	0.40 310	0.41 270	0.36 283	1.87 497	2.16 542	0.47 333	0.37 312	0.39 263	0.33 266

test_1	0.93 398	4.47 529	2.35 549	1.99 481	0.37 303	0.41 271	0.36 291	0.41 264	0.35 286	0.43 283	0.36 297	0.41 271	0.40 310	0.41 270	0.36 283	1.87 497	2.16 542	0.47 333	0.37 312	0.39 263	0.33 266

DGTPSM_ROB	0.93 398	1.00 292	0.92 400	0.94 355	0.96 434	0.91 393	0.92 423	0.91 386	0.96 433	0.91 395	0.96 432	0.93 404	0.92 415	0.94 400	0.92 420	0.92 383	0.92 399	0.90 404	0.92 426	0.94 394	0.91 417

HSM-Net_RVC	0.95 401	1.17 328	0.78 383	1.18 389	0.71 402	1.16 431	0.75 405	1.09 414	0.80 417	1.10 423	0.75 416	1.17 437	0.74 401	1.17 437	0.80 412	1.13 413	0.73 379	1.17 441	0.77 413	1.16 414	0.72 394
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 402	3.17 499	2.30 548	2.42 497	0.38 310	0.54 351	0.38 303	0.54 339	0.38 303	0.54 347	0.38 309	0.54 350	0.38 301	0.54 344	0.38 295	2.38 530	2.34 546	0.49 346	0.36 310	0.49 316	0.36 284

DPSimNet_ROB	0.97 402	1.18 330	0.81 389	1.10 374	0.91 429	1.02 412	0.82 416	1.04 410	0.91 424	1.03 417	0.86 424	1.28 488	0.82 411	1.03 419	0.89 419	1.17 416	0.81 392	1.02 429	0.82 421	1.08 407	0.81 408

test-3	0.98 404	4.13 523	1.85 530	1.85 472	0.61 384	0.69 371	0.37 297	0.63 357	0.61 376	0.66 369	0.51 370	0.73 380	0.44 332	0.57 354	0.54 360	1.68 491	1.81 526	0.40 285	0.43 345	0.66 344	0.50 342

Wavelet-MonSter	1.00 405	1.21 378	0.76 380	1.94 476	1.01 440	1.11 426	0.76 406	1.15 417	0.76 411	1.11 428	0.76 417	1.14 434	0.76 404	1.11 430	0.76 408	1.21 463	0.90 396	1.02 429	0.71 408	1.02 404	0.71 393

999	1.00 405	1.12 321	0.59 338	1.10 374	1.21 503	1.09 421	0.52 363	1.08 412	1.43 516	1.18 434	1.35 508	0.98 408	0.52 361	0.91 394	0.85 417	0.72 358	1.46 499	0.83 399	0.98 431	0.68 346	1.41 512

DispNO	1.00 405	0.63 236	0.43 283	3.45 532	0.44 342	0.65 368	0.43 332	0.64 358	0.43 334	0.64 366	0.43 339	0.64 368	3.03 552	0.64 363	0.43 328	4.55 560	0.43 298	0.63 370	0.43 345	0.63 342	0.43 319

GANet	1.00 405	1.00 292	1.00 408	1.00 364	1.00 436	1.00 402	1.00 431	1.00 397	1.00 438	1.00 405	1.00 435	1.00 409	1.00 420	1.00 408	1.00 430	1.00 398	1.00 402	1.00 425	1.00 433	1.00 399	1.00 426

TDLM	1.00 405	1.00 292	1.00 408	1.00 364	1.00 436	1.00 402	1.00 431	1.00 397	1.00 438	1.00 405	1.00 435	1.00 409	1.00 420	1.00 408	1.00 430	1.00 398	1.00 402	1.00 425	1.00 433	1.00 399	1.00 426

CVANet_RVC	1.00 405	1.00 292	1.00 408	1.00 364	1.00 436	1.00 402	1.00 431	1.00 397	1.00 438	1.00 405	1.00 435	1.00 409	1.00 420	1.00 408	1.00 430	1.00 398	1.00 402	1.00 425	1.00 433	1.00 399	1.00 426

trnet	1.01 411	1.01 300	1.01 411	1.01 367	1.01 440	1.01 406	1.01 434	1.01 401	1.01 441	1.01 409	1.01 438	1.01 413	1.01 426	1.01 412	1.01 433	1.01 401	1.01 405	1.01 428	1.01 437	1.01 402	1.01 429

LL-Strereo	1.01 411	5.06 536	1.63 510	0.70 324	1.43 513	0.56 353	0.46 340	0.57 346	0.50 357	0.57 355	0.50 364	1.58 496	0.49 352	0.59 356	0.50 350	1.64 490	0.52 336	0.51 355	1.37 508	0.52 329	0.45 324

FlowAnything_test	1.02 413	1.72 407	0.71 370	1.59 461	0.70 400	1.61 498	0.69 392	1.61 489	0.70 398	1.60 492	0.70 405	1.61 500	0.69 391	1.61 496	0.70 397	0.81 368	0.58 346	0.81 394	0.55 371	0.81 368	0.56 362

FlowAnything	1.02 413	1.71 406	0.72 373	1.59 461	0.69 398	1.60 497	0.69 392	1.61 489	0.70 398	1.60 492	0.69 402	1.60 497	0.69 391	1.61 496	0.69 391	0.81 368	0.58 346	0.81 394	0.56 375	0.82 370	0.56 362

tt45	1.04 415	0.88 262	1.36 491	0.92 349	1.03 443	1.51 496	0.79 409	0.70 366	0.88 422	0.74 381	0.90 425	1.60 497	0.72 399	1.60 494	0.75 406	0.91 380	0.78 386	1.52 506	0.79 416	1.14 410	1.32 504

GLC_STEREO	1.07 416	1.01 300	1.06 413	1.07 372	1.05 444	1.06 415	1.08 438	1.08 412	1.05 444	1.07 421	1.06 440	1.08 425	1.05 428	1.06 422	1.10 437	1.07 404	1.09 415	1.05 433	1.05 438	1.06 406	1.12 436

FC-DCNN	1.07 416	1.09 317	0.98 406	0.89 343	0.52 369	1.41 493	0.91 422	1.21 473	1.24 502	1.96 504	2.05 559	1.91 505	1.30 494	1.27 487	1.08 436	0.80 365	0.60 349	0.58 365	0.41 336	0.68 346	0.54 354

hknet	1.10 418	1.85 416	3.49 570	4.48 547	0.02 21	0.42 291	0.06 110	0.41 264	0.02 21	0.48 309	0.03 52	0.41 271	0.03 52	0.42 283	0.03 48	4.39 557	4.19 571	0.33 229	0.23 208	0.34 218	0.27 214

test_xeample3	1.10 418	1.81 413	0.61 345	0.84 339	0.49 359	0.77 377	0.66 378	0.92 389	1.40 514	0.68 372	0.46 347	0.78 385	0.54 365	1.72 499	1.48 516	1.34 471	1.52 503	1.35 499	1.67 533	1.33 474	1.55 517

DISCO	1.11 420	0.39 159	5.28 583	0.39 210	0.20 200	0.39 253	0.27 225	0.39 244	0.22 199	0.38 237	0.20 198	0.38 245	0.20 196	6.95 594	0.22 194	0.30 206	0.21 181	0.27 205	0.21 199	5.25 575	0.21 184

Occ-G	1.12 421	0.52 218	3.72 575	3.50 536	0.50 363	0.56 353	0.47 345	0.54 339	0.46 340	0.54 347	0.41 327	0.54 350	0.42 327	0.52 340	0.42 325	3.42 551	4.02 570	0.52 358	0.45 347	0.51 327	0.44 322

AEACV	1.12 421	0.52 218	3.12 567	3.24 521	0.86 423	0.53 348	0.49 356	0.60 353	0.47 345	0.53 342	0.49 362	0.55 354	0.45 335	0.55 348	0.47 341	3.01 547	3.88 568	0.71 380	0.60 381	0.80 365	0.48 334

MSMD_ROB	1.19 423	1.10 320	0.70 366	1.10 374	0.60 378	1.10 423	0.70 396	1.10 415	0.70 398	1.10 423	0.70 405	1.10 429	0.70 394	7.00 595	0.70 397	1.10 407	0.70 373	1.10 434	0.70 405	1.10 408	0.70 389

MM-Stereo_test2	1.20 424	1.85 416	1.05 412	1.46 458	0.94 433	1.36 488	0.99 430	1.36 482	0.95 431	1.41 488	0.98 434	1.40 493	0.96 417	1.37 489	0.95 425	1.37 476	1.06 408	1.33 496	0.93 430	1.29 473	0.89 415

ours_stereo	1.20 424	1.21 378	0.90 396	1.64 470	1.11 447	1.35 486	0.67 382	1.76 496	0.93 429	1.70 500	1.10 442	1.39 491	0.75 403	1.41 491	0.81 415	1.60 489	1.03 407	1.33 496	1.00 433	1.61 484	0.72 394

DisPM	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

CrosDoStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

PFNet+	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

LCNet	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

HHNet	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

Patchmatch Stereo++	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450
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	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

STrans-v2	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

TransformOpticalFlow	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

OMP-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

IIG-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

NF-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

OCTAStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

PSM-softLoss	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

KMStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

NRIStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

PSM-adaLoss	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

PSM-AAD	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

FTStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

ROB_FTStereo_v2	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

ROB_FTStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

Consistency-Raft	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

KYRaft	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

HUI-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

ASMatch	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

DeepStereo_LL	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

DEmStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

SST-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

THIR-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

RAFT_R40	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

DRaft	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

PFNet	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

GrayStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

RE-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

Pruner-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

TVStereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

DeepStereo_RVC	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

RAFT-RH_RVC	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

IRAFT_RVC	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

RAFT-345	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

iRAFT	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

CRE-IMP	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

GMM-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

RAFT-IKP	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

Prome-Stereo	1.20 424	1.20 332	1.20 428	1.20 391	1.20 457	1.20 434	1.20 449	1.20 428	1.20 454	1.20 436	1.20 451	1.20 439	1.20 441	1.20 439	1.20 451	1.20 418	1.20 430	1.20 446	1.20 450	1.20 423	1.20 450

HCRNet	1.22 471	7.11 558	3.00 555	3.55 537	0.33 280	0.29 209	0.14 154	0.19 156	0.15 169	0.33 221	0.29 245	0.25 193	0.14 160	0.22 176	0.33 262	3.64 552	3.00 549	0.76 386	0.32 280	0.18 157	0.13 152

HBP-ISP	1.24 472	1.72 407	1.65 511	1.15 382	0.76 411	1.40 492	0.88 419	1.67 495	1.02 442	1.69 499	1.38 513	1.69 501	1.21 487	1.87 506	1.21 496	1.05 403	0.79 387	0.97 423	0.80 418	1.19 422	0.75 401

AANet_RVC	1.26 473	0.31 140	4.99 581	5.93 572	0.20 200	0.25 193	0.20 187	0.25 190	0.20 192	0.23 179	0.19 194	0.25 193	0.20 196	0.25 191	0.20 188	5.66 581	4.76 574	0.26 201	0.30 264	0.24 183	0.27 214

MM-Stereo_test3	1.27 474	2.07 432	1.18 423	1.60 464	1.02 442	1.45 494	1.01 434	1.40 486	1.04 443	1.44 489	1.03 439	1.46 495	1.02 427	1.44 492	1.02 434	1.51 485	1.12 422	1.32 495	0.98 431	1.38 477	0.97 422

11t	1.27 474	2.70 476	1.34 481	1.32 449	0.89 425	1.30 485	1.34 504	1.64 492	0.57 369	1.45 490	0.72 412	1.05 424	1.29 493	1.07 425	1.29 505	1.49 482	1.02 406	0.97 423	1.15 443	1.48 479	1.31 503

MaskLacGwcNet_RVC	1.35 476	1.35 393	1.35 483	1.35 452	1.35 507	1.35 486	1.35 505	1.36 482	1.35 510	1.36 486	1.35 508	1.36 489	1.36 499	1.36 488	1.35 509	1.35 472	1.35 491	1.35 499	1.35 505	1.35 475	1.35 508

CC-Net-ROB	1.36 477	1.33 392	1.33 480	1.36 453	1.38 510	1.36 488	1.33 503	1.37 484	1.34 507	1.35 485	1.36 510	1.38 490	1.34 497	1.38 490	1.38 512	1.35 472	1.38 495	1.33 496	1.35 505	1.43 478	1.34 507

CFNet	1.37 478	5.27 541	0.19 166	5.49 569	0.19 197	0.28 206	0.19 183	0.28 199	0.19 190	0.28 202	0.19 194	0.28 206	4.35 581	0.28 209	0.19 185	0.23 180	0.17 165	0.23 185	4.21 589	4.81 566	0.17 173

PS-NSSS	1.38 479	1.39 395	1.34 481	1.34 451	1.35 507	1.38 490	1.37 512	1.35 481	1.38 513	1.34 484	1.34 507	1.39 491	1.38 502	1.70 498	1.40 513	1.36 474	1.36 492	1.36 501	1.37 508	1.37 476	1.36 509

RASNet	1.49 480	1.65 404	1.45 499	1.38 456	1.43 513	1.47 495	1.36 507	1.38 485	1.36 511	1.39 487	1.60 524	1.45 494	1.45 505	1.51 493	2.21 554	1.53 486	1.36 492	1.36 501	1.36 507	1.66 487	1.36 509

GANetREF_RVC	1.55 481	1.94 429	1.22 475	1.88 473	1.21 503	1.88 504	1.22 495	1.88 498	1.22 500	1.88 501	1.22 497	1.88 503	1.22 488	1.89 507	1.22 497	1.87 497	1.22 477	1.88 520	1.22 496	1.88 496	1.22 496
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
SPS-STEREO	1.59 482	1.91 423	1.21 474	1.94 476	1.20 457	2.00 512	1.23 496	1.99 503	1.24 502	2.00 509	1.25 500	2.03 513	1.26 490	2.00 511	1.29 505	1.90 501	1.18 429	1.89 521	1.21 495	1.89 497	1.20 450
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 483	1.59 402	1.70 513	1.59 461	1.59 519	1.61 498	1.61 523	1.60 488	1.60 520	1.62 498	1.59 523	1.60 497	1.60 508	1.60 494	1.59 520	1.59 487	1.60 513	1.59 507	1.59 525	1.59 483	1.59 522

ff7	1.68 484	2.68 473	1.35 483	0.97 361	0.89 425	1.84 501	2.15 552	2.12 509	1.80 537	2.05 514	1.56 520	2.33 520	2.12 543	2.23 517	2.25 555	1.31 468	1.07 409	1.48 503	1.41 511	0.90 380	1.04 431

ffff	1.68 484	2.68 473	1.35 483	0.97 361	0.89 425	1.84 501	2.15 552	2.12 509	1.80 537	2.05 514	1.56 520	2.33 520	2.12 543	2.23 517	2.25 555	1.31 468	1.07 409	1.48 503	1.41 511	0.90 380	1.04 431

ccc-4	1.68 484	2.68 473	1.35 483	0.97 361	0.89 425	1.84 501	2.15 552	2.12 509	1.80 537	2.05 514	1.56 520	2.33 520	2.12 543	2.23 517	2.25 555	1.31 468	1.07 409	1.48 503	1.41 511	0.90 380	1.04 431

MC-Stereo	1.76 487	2.96 492	1.37 493	2.14 484	1.37 509	2.14 518	1.36 507	2.14 512	1.37 512	2.14 518	1.37 511	2.14 515	1.37 501	2.14 516	1.37 511	1.97 505	1.32 479	1.97 523	1.32 504	1.98 498	1.33 505

IGEVStereo-DCA	1.77 488	4.21 525	1.84 528	2.49 500	2.11 552	2.54 538	1.36 507	1.65 493	1.17 451	2.75 547	1.90 542	2.54 533	1.15 434	0.94 400	1.11 438	1.50 483	1.32 479	0.96 421	1.46 517	1.49 480	0.88 413

rrr	1.77 488	4.21 525	1.84 528	2.49 500	2.11 552	2.54 538	1.36 507	1.65 493	1.17 451	2.75 547	1.90 542	2.54 533	1.15 434	0.94 400	1.11 438	1.50 483	1.32 479	0.96 421	1.46 517	1.49 480	0.88 413

MM-Stereo_test1	1.80 490	3.41 503	1.52 506	2.12 483	1.41 512	2.04 513	1.41 515	2.05 507	1.46 517	2.04 513	1.41 515	2.05 514	1.42 504	2.05 512	1.43 515	2.04 509	1.54 506	1.94 522	1.38 510	1.99 499	1.33 505

MFMNet_re	1.81 491	1.91 423	1.71 515	1.95 478	1.70 530	1.95 509	1.70 528	1.96 501	1.74 533	1.97 506	1.72 532	1.95 506	1.71 516	1.97 510	1.71 528	1.86 495	1.62 514	1.85 513	1.66 532	1.86 495	1.64 528

plain	1.88 492	3.16 498	0.64 349	3.10 516	0.65 390	3.10 553	0.64 375	3.12 552	0.65 381	3.10 553	0.65 388	3.11 553	0.65 375	3.12 552	0.65 371	3.12 548	0.65 359	3.13 553	0.65 394	3.13 538	0.65 381

RAFT_CTSACE	1.92 493	3.71 510	1.72 516	1.88 473	1.72 531	2.04 513	1.42 517	2.18 514	1.89 548	2.02 511	1.97 548	1.95 506	2.06 542	1.93 508	1.62 521	1.76 492	1.66 517	2.02 524	1.73 541	1.73 490	1.43 514

MonStereo1	1.94 494	2.77 486	1.52 506	3.73 544	1.51 516	2.13 517	1.42 517	2.32 522	1.52 518	2.31 526	1.50 518	2.53 530	1.59 507	2.34 524	1.56 518	1.91 502	1.36 492	1.86 516	1.31 503	2.07 500	1.53 515

4.25w-stereo	1.98 495	2.72 480	1.46 500	3.47 533	1.43 513	2.07 515	1.98 543	2.53 534	1.52 518	2.71 540	1.98 554	1.81 502	1.62 510	1.96 509	1.36 510	1.88 500	2.00 531	2.53 547	1.61 527	1.74 491	1.15 441

4.5w-stereo	1.99 496	2.33 453	1.81 519	3.28 523	1.68 526	1.94 506	1.99 546	2.72 537	1.70 525	2.72 541	1.99 557	1.97 508	1.68 512	1.76 500	1.29 505	1.91 502	2.02 537	2.53 547	1.61 527	1.75 492	1.16 444

2.75w_new	1.99 496	2.34 457	1.81 519	3.14 517	1.62 521	1.94 506	1.99 546	2.72 537	1.71 526	2.72 541	1.99 557	1.90 504	1.73 518	1.82 505	1.29 505	2.37 529	2.01 533	2.31 534	1.42 514	1.77 493	1.22 496

3.75w	1.99 496	2.31 451	1.83 527	3.16 519	1.65 523	1.93 505	1.98 543	2.72 537	1.68 522	2.73 546	1.97 548	2.00 510	1.72 517	1.81 504	1.25 501	2.27 521	2.01 533	2.38 539	1.42 514	1.71 489	1.24 499

2w_stereo	1.99 496	2.36 460	1.81 519	3.24 521	1.67 524	1.94 506	1.98 543	2.72 537	1.68 522	2.72 541	1.94 545	1.98 509	1.74 520	1.79 503	1.27 502	1.95 504	2.00 531	2.53 547	1.60 526	1.68 488	1.15 441

2.25w	2.00 500	1.86 418	1.98 541	2.95 514	2.17 556	2.26 519	1.35 505	2.42 528	2.00 555	2.07 517	1.27 502	2.53 530	1.99 538	2.29 521	1.49 517	2.21 516	1.32 479	1.85 513	1.87 545	2.52 526	1.62 526

4.25_new	2.00 500	2.33 453	1.82 524	3.32 526	1.69 527	1.95 509	1.99 546	2.72 537	1.71 526	2.72 541	1.97 548	2.01 511	1.74 520	1.77 501	1.28 503	2.18 513	2.01 533	2.48 545	1.58 523	1.65 485	1.17 445

4.5w_new	2.00 500	2.33 453	1.82 524	3.32 526	1.69 527	1.95 509	1.99 546	2.72 537	1.71 526	2.72 541	1.97 548	2.01 511	1.74 520	1.77 501	1.28 503	2.18 513	2.01 533	2.48 545	1.58 523	1.65 485	1.17 445

4.5_new	2.00 500	1.84 415	1.98 541	2.77 508	2.16 554	2.27 520	1.28 502	2.09 508	1.98 552	2.01 510	1.28 503	2.71 542	1.98 536	2.51 533	1.65 523	2.26 518	1.33 486	1.87 517	1.87 545	2.49 522	1.60 523

TRStereo	2.00 500	2.13 437	1.85 530	2.27 490	1.84 535	2.28 522	1.84 532	2.29 517	1.86 542	2.30 523	1.87 537	2.30 517	1.87 526	2.08 513	1.72 530	2.08 510	1.72 520	2.08 526	1.72 538	2.08 501	1.72 533

XX-Stereo	2.00 500	2.13 437	1.85 530	2.27 490	1.84 535	2.28 522	1.84 532	2.29 517	1.86 542	2.30 523	1.87 537	2.30 517	1.87 526	2.08 513	1.72 530	2.08 510	1.72 520	2.08 526	1.72 538	2.08 501	1.72 533

EAI-Stereo	2.00 500	2.13 437	1.85 530	2.27 490	1.84 535	2.28 522	1.84 532	2.29 517	1.86 542	2.30 523	1.87 537	2.30 517	1.87 526	2.08 513	1.72 530	2.08 510	1.72 520	2.08 526	1.72 538	2.08 501	1.72 533

2.5w	2.01 507	2.40 462	1.37 493	3.28 523	2.01 546	2.71 543	1.43 520	1.82 497	1.83 540	1.90 503	1.41 515	2.71 542	1.35 498	2.71 542	1.85 541	2.66 541	1.53 504	1.64 508	1.23 497	2.53 529	1.87 542

4w-stereo	2.02 508	2.72 480	1.44 498	3.36 529	1.59 519	2.48 531	1.72 529	2.28 515	1.24 502	2.24 521	1.65 528	2.56 535	1.32 496	2.39 527	1.98 551	2.67 543	1.51 502	1.66 509	1.24 498	2.53 529	1.88 545

IGEV	2.02 508	2.20 443	1.82 524	2.90 513	2.16 554	2.41 528	1.25 498	2.00 504	1.98 552	1.99 508	1.31 505	2.72 546	1.93 532	2.67 541	1.69 527	2.26 518	1.32 479	1.83 512	1.87 545	2.53 529	1.61 525

3.25w_new	2.03 510	2.72 480	1.35 483	3.33 528	1.57 517	2.72 544	1.53 522	2.15 513	1.33 506	2.15 519	1.60 524	2.63 539	1.30 494	2.72 544	1.99 552	2.67 543	1.53 504	1.75 511	1.25 500	2.53 529	1.87 542

3.5w_stereo	2.03 510	2.72 480	1.35 483	3.41 530	1.57 517	2.72 544	1.49 521	2.01 505	1.34 507	2.15 519	1.61 526	2.63 539	1.36 499	2.72 544	1.99 552	2.66 541	1.58 509	1.68 510	1.24 498	2.53 529	1.87 542

UniTT-Stereo	2.03 510	3.43 504	0.72 373	3.42 531	0.73 405	3.27 556	0.68 384	3.38 556	0.69 395	3.29 556	0.72 412	3.28 556	0.70 394	3.35 557	0.68 381	3.39 550	0.68 365	3.31 555	0.69 403	3.37 539	0.73 397

3.25w	2.04 513	2.20 443	1.48 501	3.03 515	2.17 556	2.63 542	1.39 513	1.96 501	1.95 551	1.96 504	1.37 511	2.71 542	1.96 535	2.71 542	1.73 535	2.26 518	1.32 479	1.87 517	1.87 545	2.51 525	1.63 527

3w_stereo	2.04 513	2.24 447	1.70 513	3.15 518	2.18 558	2.49 532	1.26 500	2.03 506	1.98 552	1.98 507	1.33 506	2.72 546	1.99 538	2.59 536	1.72 530	2.22 517	1.33 486	1.85 513	1.88 550	2.50 524	1.58 521

1w_stereo	2.05 515	2.32 452	1.35 483	3.74 545	2.01 546	2.73 546	1.42 517	1.88 498	1.93 550	2.03 512	1.28 503	2.71 542	1.99 538	2.72 544	1.72 530	2.20 515	1.32 479	1.87 517	1.86 544	2.45 518	1.54 516

sCroCo_RVC	2.10 516	2.76 484	1.92 538	2.78 511	1.39 511	2.73 546	1.41 515	2.73 543	1.40 514	2.77 552	1.41 515	2.74 548	1.40 503	2.74 547	1.40 513	2.72 545	1.42 497	2.72 551	1.44 516	2.79 536	1.42 513

MoCha-V2	2.11 517	26.97 600	0.78 383	0.92 349	0.77 414	0.96 399	0.72 401	0.90 384	0.72 405	0.94 401	0.70 405	0.90 398	0.71 398	0.91 394	0.71 400	0.85 376	0.71 377	0.88 403	0.69 403	0.87 375	0.67 385

FBW_ROB	2.12 518	2.46 466	1.77 518	2.49 500	1.79 534	2.38 526	1.83 531	2.46 529	1.78 536	2.48 534	1.97 548	2.40 525	1.78 523	2.42 530	1.83 539	2.31 526	1.85 528	2.38 539	1.82 543	2.35 513	1.84 538

MonStereo	2.17 519	2.41 463	1.49 505	2.67 505	1.67 524	2.60 541	2.04 550	2.32 522	1.76 534	2.44 531	1.68 530	2.50 528	1.69 514	2.38 525	1.80 538	2.28 522	1.78 523	2.63 550	2.14 553	3.47 540	1.68 531

asda	2.17 519	2.54 467	1.81 519	3.47 533	1.78 533	2.50 534	1.86 536	2.61 536	1.68 522	2.61 538	1.83 534	2.37 524	1.73 518	2.44 531	1.88 546	2.51 538	1.84 527	2.34 536	1.62 529	2.23 506	1.77 537

asd	2.18 521	2.77 486	1.58 508	3.59 538	2.00 545	2.58 540	1.85 535	2.39 527	1.71 526	2.47 533	1.97 548	2.59 537	1.61 509	2.56 534	1.79 537	2.51 538	1.99 530	2.11 529	1.62 529	2.36 514	1.60 523

qwe	2.18 521	2.60 470	1.58 508	3.83 546	1.90 543	2.53 536	1.90 541	2.48 530	1.73 531	2.37 529	1.92 544	2.53 530	1.68 512	2.56 534	1.83 539	2.52 540	1.87 529	2.07 525	1.68 535	2.32 512	1.71 532

monsters	2.18 521	2.41 463	1.96 540	3.47 533	2.03 550	2.53 536	1.64 525	2.48 530	1.73 531	2.40 530	1.50 518	2.62 538	1.94 533	2.59 536	1.94 548	2.44 533	1.57 508	2.28 532	1.87 545	2.42 516	1.86 540

AIO_rvc	2.18 521	2.34 457	1.87 534	2.32 494	1.94 544	2.40 527	1.89 540	2.37 525	2.07 557	2.52 536	1.95 547	2.44 527	1.99 538	2.41 528	1.89 547	2.32 527	2.09 539	2.24 530	2.18 554	2.21 505	2.23 549

HUF	2.18 521	2.30 450	1.99 544	2.34 495	2.02 549	2.41 528	2.06 551	2.38 526	1.89 548	2.36 528	1.85 535	2.56 535	1.98 536	2.31 523	1.97 550	2.30 525	2.03 538	2.30 533	2.11 552	2.23 506	2.16 547

AIO_test	2.18 521	2.09 435	2.04 545	2.42 497	2.01 546	2.47 530	1.94 542	2.34 524	2.03 556	2.56 537	1.94 545	2.43 526	1.94 533	2.41 528	1.87 545	2.39 531	2.10 540	2.35 538	1.91 551	2.25 508	2.19 548

monsterstereo	2.20 527	2.33 453	1.95 539	3.65 540	2.07 551	2.49 532	1.61 523	2.48 530	1.83 540	2.45 532	1.61 526	2.67 541	1.86 525	2.64 538	1.94 548	2.48 537	1.66 517	2.34 536	1.68 535	2.40 515	1.86 540

LG-G_1	2.22 528	2.71 478	1.89 535	2.77 508	1.87 541	2.75 548	1.87 538	2.76 545	1.87 546	2.75 547	1.87 537	2.76 549	1.87 526	2.75 548	1.86 542	2.47 535	1.58 509	2.45 542	1.57 520	2.45 518	1.57 519

LG-G	2.22 528	2.71 478	1.89 535	2.77 508	1.87 541	2.75 548	1.87 538	2.76 545	1.87 546	2.75 547	1.87 537	2.76 549	1.87 526	2.75 548	1.86 542	2.47 535	1.58 509	2.45 542	1.57 520	2.45 518	1.57 519

LGtest1	2.22 528	2.70 476	1.89 535	2.76 507	1.86 538	2.75 548	1.86 536	2.75 544	1.86 542	2.75 547	1.86 536	2.77 551	1.87 526	2.75 548	1.86 542	2.46 534	1.58 509	2.45 542	1.56 519	2.45 518	1.56 518

RAStereo	2.23 531	3.64 507	0.76 380	3.65 540	0.86 423	3.66 560	0.76 406	3.67 560	0.81 420	3.66 557	0.76 417	3.66 558	0.77 406	3.68 559	0.77 409	3.68 553	0.77 385	3.69 560	0.77 413	3.70 542	0.77 404

UDGNet	2.23 531	5.40 546	1.72 516	2.48 499	1.69 527	2.51 535	1.69 527	2.51 533	1.72 530	2.50 535	1.69 531	2.52 529	1.69 514	2.50 532	1.68 526	2.41 532	1.70 519	2.42 541	1.69 537	2.42 516	1.64 528

NCCL2	2.28 533	2.27 448	2.28 547	2.28 493	2.28 559	2.27 520	2.29 555	2.28 515	2.28 558	2.27 522	2.28 560	2.28 516	2.27 546	2.27 520	2.28 559	2.28 522	2.28 545	2.27 531	2.29 558	2.27 509	2.29 550

Abc-Net	2.32 534	24.75 592	1.14 417	1.17 388	1.17 454	1.11 426	1.15 443	1.17 422	1.21 499	1.08 422	1.16 446	1.12 433	1.14 433	1.09 426	1.17 446	1.09 405	1.16 425	1.17 441	1.17 446	1.16 414	1.11 434
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 535	25.00 593	1.13 416	1.15 382	1.15 449	1.10 423	1.15 443	1.15 417	1.15 446	1.12 429	1.15 443	1.09 427	1.13 431	1.10 428	1.15 442	1.11 412	1.09 415	1.16 437	1.12 441	1.16 414	1.17 445

stereogan	2.33 535	24.38 591	1.18 423	1.18 389	1.18 456	1.14 429	1.18 447	1.19 425	1.19 453	1.14 432	1.18 450	1.14 434	1.18 439	1.14 433	1.18 447	1.14 415	1.14 423	1.19 445	1.19 447	1.15 412	1.19 449

RGC	2.36 537	25.48 594	1.19 425	1.15 382	1.15 449	1.10 423	1.16 445	1.17 422	1.16 447	1.12 429	1.16 446	1.11 432	1.13 431	1.09 426	1.18 447	1.10 407	1.15 424	1.16 437	1.12 441	1.14 410	1.12 436

NCC-stereo	2.36 537	25.52 595	1.17 421	1.15 382	1.17 454	1.11 426	1.11 439	1.15 417	1.16 447	1.10 423	1.16 446	1.10 429	1.15 434	1.14 433	1.13 440	1.09 405	1.11 419	1.15 436	1.16 445	1.17 419	1.17 445

AF-Net	2.37 539	25.71 596	1.17 421	1.13 379	1.15 449	1.15 430	1.18 447	1.19 425	1.16 447	1.10 423	1.15 443	1.10 429	1.18 439	1.12 432	1.15 442	1.10 407	1.10 418	1.17 441	1.15 443	1.16 414	1.12 436

Nwc_Net	2.37 539	25.95 597	1.15 419	1.14 380	1.15 449	1.08 419	1.14 442	1.17 422	1.16 447	1.14 432	1.15 443	1.08 425	1.15 434	1.11 430	1.14 441	1.10 407	1.11 419	1.16 437	1.09 440	1.16 414	1.15 441

CFNet_RVC	2.38 541	8.71 569	0.38 256	9.33 588	0.42 339	0.56 353	0.42 330	0.60 353	0.38 303	0.62 363	0.42 337	0.56 357	7.29 593	0.62 358	0.42 325	0.53 324	0.37 260	0.49 346	0.34 292	8.30 589	6.87 596

edge stereo	2.43 542	27.07 601	1.14 417	1.06 371	1.14 448	1.08 419	1.17 446	1.16 420	1.14 445	1.10 423	1.16 446	1.09 427	1.16 438	1.10 428	1.16 445	1.10 407	1.11 419	1.16 437	1.19 447	1.13 409	1.11 434

FAT-Stereo	2.46 543	26.05 598	1.23 477	1.23 438	1.22 505	1.20 434	1.24 497	1.23 476	1.23 501	1.19 435	1.22 497	1.21 484	1.24 489	1.20 439	1.24 498	1.21 463	1.17 428	1.22 492	1.25 500	1.20 423	1.24 499

S-Stereo	2.51 544	26.86 599	1.23 477	1.22 436	1.22 505	1.24 482	1.25 498	1.22 474	1.24 502	1.21 481	1.24 499	1.19 438	1.27 491	1.19 438	1.24 498	1.19 417	1.20 430	1.25 493	1.19 447	1.24 471	1.23 498

Anonymous3	2.55 545	3.26 501	1.65 511	3.28 523	1.63 522	3.24 555	1.68 526	3.27 554	1.66 521	3.28 555	1.67 529	3.25 555	1.66 511	3.27 554	1.64 522	3.26 549	1.65 516	3.30 554	1.65 531	4.95 571	1.65 530

MIF-Stereo (partial)	2.58 546	3.31 502	0.66 353	3.18 520	0.66 393	3.18 554	0.66 378	3.21 553	0.67 384	3.19 554	0.66 390	3.19 554	0.66 378	3.31 556	0.68 381	5.09 577	1.79 525	8.23 596	1.67 533	6.18 580	1.38 511

MSMDNet	2.65 547	10.14 580	0.33 229	9.74 591	0.32 268	0.87 388	0.33 268	2.95 551	0.68 387	0.49 316	0.34 284	0.49 320	5.70 588	0.49 319	0.33 262	0.42 286	9.57 593	0.41 302	0.31 274	8.36 590	0.65 381

pcwnet_v2	2.66 548	9.89 578	0.33 229	9.89 592	0.32 268	0.50 331	0.32 258	0.49 310	0.33 274	0.49 316	0.34 284	0.49 320	8.76 595	0.48 313	0.33 262	0.41 272	9.58 594	0.40 285	0.29 250	9.01 593	0.63 372

CFNet_pseudo	2.67 549	9.36 574	0.32 224	10.99 597	0.33 280	0.85 386	0.33 268	0.49 310	0.33 274	0.49 316	0.32 269	0.49 320	7.26 592	0.49 319	0.33 262	0.41 272	9.62 595	0.41 302	0.29 250	10.03 597	0.29 232

CFNet_ucs	2.73 550	9.64 576	0.33 229	9.92 593	0.32 268	0.49 323	0.33 268	0.49 310	0.33 274	0.49 316	0.33 276	0.49 320	8.98 596	0.48 313	0.33 262	0.41 272	9.96 598	0.40 285	0.29 250	10.12 598	0.54 354

UCFNet_RVC	2.75 551	10.06 579	0.29 203	10.31 596	0.29 246	0.42 291	0.29 242	0.43 288	0.29 241	0.42 277	0.29 245	0.42 289	9.87 598	0.43 289	0.29 238	0.36 234	9.84 597	0.36 258	0.26 227	9.77 596	0.26 206

ccs_rob	2.79 552	10.17 581	0.32 224	10.00 594	0.33 280	0.49 323	0.33 268	1.90 500	0.32 267	0.51 336	0.33 276	0.49 320	9.24 597	0.49 319	0.33 262	0.41 272	9.82 596	0.41 302	0.28 240	9.34 594	0.29 232

PCWNet_CMD	2.80 553	9.82 577	0.32 224	10.09 595	0.32 268	0.49 323	0.33 268	3.34 555	0.33 274	0.49 316	0.33 276	0.49 320	8.73 594	0.48 313	0.33 262	0.41 272	9.22 592	0.42 313	0.29 250	9.55 595	0.31 254

StereoVision	3.15 554	5.00 535	0.89 393	4.83 562	1.00 436	3.93 561	1.27 501	6.37 589	1.34 507	5.67 589	1.26 501	5.84 590	1.27 491	5.03 586	1.24 498	5.10 578	1.09 415	4.61 572	0.57 377	5.62 578	1.12 436

MaDis-Stereo	3.19 555	6.02 556	1.12 415	5.61 571	1.16 453	5.43 587	1.02 436	5.15 586	0.70 398	5.43 586	1.21 496	5.03 587	0.97 418	4.85 580	0.99 429	4.53 559	1.16 425	5.53 588	1.25 500	5.37 576	1.30 502

sAnonymous2	3.31 556	2.63 471	1.38 495	3.71 542	1.86 538	4.70 579	1.11 439	4.82 582	2.72 561	5.45 587	1.98 554	4.59 572	2.64 548	2.65 539	6.21 593	4.37 555	1.08 413	5.16 586	2.24 556	4.52 553	2.39 555

CroCo_RVC	3.31 556	2.63 471	1.38 495	3.71 542	1.86 538	4.70 579	1.11 439	4.82 582	2.72 561	5.45 587	1.98 554	4.59 572	2.64 548	2.65 539	6.21 593	4.37 555	1.08 413	5.16 586	2.24 556	4.52 553	2.39 555

DPSNet	3.66 558	3.60 506	3.62 573	3.63 539	3.64 582	3.65 559	3.65 582	3.66 559	3.67 579	3.67 558	3.65 580	3.67 559	3.66 568	3.66 558	3.68 577	3.68 553	3.66 566	3.67 559	3.68 582	3.67 541	3.67 581

STTStereo	3.73 559	30.40 605	2.37 551	2.39 496	2.31 561	2.35 525	2.33 556	2.29 517	2.42 559	2.32 527	2.34 561	2.33 520	2.36 547	2.30 522	2.27 558	2.35 528	2.22 544	2.31 534	2.22 555	2.29 511	2.34 554

rvit_105_1	3.83 560	5.22 539	3.01 556	4.53 550	3.01 564	4.51 567	3.01 563	4.56 569	3.04 564	4.53 568	3.03 565	4.55 570	3.03 552	4.56 569	3.04 561	4.57 561	3.05 550	4.57 567	3.05 565	4.57 555	3.05 563

rvit_stereo_0081	3.83 560	5.23 540	3.01 556	4.53 550	3.03 566	4.55 573	3.02 564	4.56 569	3.04 564	4.52 566	3.02 563	4.54 568	3.03 552	4.56 569	3.04 561	4.57 561	3.05 550	4.57 567	3.05 565	4.58 556	3.05 563

rvit_stereo_0081_aga	3.86 562	5.33 543	3.02 559	4.55 556	3.04 570	4.54 569	3.02 564	4.64 576	3.06 568	4.54 570	3.04 567	4.62 577	3.08 559	4.62 575	3.07 566	4.58 564	3.06 554	4.60 571	3.08 569	4.63 559	3.07 567

rvit_stereo_0082	3.86 562	5.82 554	3.01 556	4.53 550	3.03 566	4.54 569	3.02 564	4.56 569	3.04 564	4.53 568	3.02 563	4.55 570	3.04 555	4.57 572	3.05 563	4.57 561	3.05 550	4.58 569	3.05 565	4.58 556	3.06 566

rvit_0105_6	3.87 564	5.73 553	3.10 566	4.69 560	3.12 574	4.54 569	3.02 564	4.56 569	3.04 564	4.54 570	3.03 565	4.54 568	3.04 555	4.56 569	3.05 563	4.58 564	3.05 550	4.58 569	3.05 565	4.58 556	3.05 563

rvit_stereo_0080	3.89 565	5.70 551	3.04 561	4.54 553	3.03 566	4.56 574	3.05 570	4.60 573	3.07 569	4.58 573	3.06 568	4.59 572	3.06 557	4.61 573	3.08 567	4.63 566	3.09 555	4.64 573	3.10 570	4.65 560	3.10 570

whm_eth	3.89 565	5.70 551	3.04 561	4.54 553	3.03 566	4.56 574	3.05 570	4.60 573	3.07 569	4.58 573	3.06 568	4.59 572	3.06 557	4.61 573	3.08 567	4.63 566	3.09 555	4.64 573	3.10 570	4.65 560	3.10 570

rvit_0105_4	3.91 567	5.47 550	3.02 559	4.54 553	3.02 565	4.54 569	3.03 568	4.75 579	3.17 575	4.57 572	3.06 568	4.61 576	3.16 563	4.65 576	3.09 569	4.66 568	3.11 557	4.68 576	3.18 575	4.81 566	3.16 575

rvit_0105_3	3.91 567	5.33 543	3.06 564	4.60 558	3.07 572	4.60 576	3.06 572	4.62 575	3.08 572	4.60 575	3.07 571	4.62 577	3.08 559	4.67 577	3.10 570	4.70 569	3.11 557	4.77 580	3.19 576	4.77 565	3.14 574

rvit_stereo_0083	3.92 569	5.30 542	3.06 564	4.61 559	3.09 573	4.67 578	3.08 573	4.66 577	3.09 573	4.62 576	3.10 573	4.66 580	3.11 561	4.67 577	3.16 572	4.72 571	3.16 560	4.77 580	3.11 572	4.66 562	3.11 572

rvit_stereo_ft	3.93 570	5.44 548	3.05 563	4.59 557	3.06 571	4.61 577	3.08 573	4.67 578	3.12 574	4.63 577	3.10 573	4.65 579	3.11 561	4.69 579	3.13 571	4.70 569	3.14 559	4.71 578	3.15 574	4.74 563	3.16 575

rvit_0105_5	4.10 571	5.40 546	3.13 569	4.71 561	3.15 575	4.72 581	3.10 575	4.90 584	3.27 576	4.69 578	3.16 575	4.84 584	3.25 564	4.96 583	3.34 574	5.05 576	3.39 565	5.10 585	3.40 577	5.11 573	3.42 578

MLG-Stereo_test1	4.25 572	5.34 545	3.61 572	5.31 567	3.63 581	5.23 585	3.57 580	5.38 587	3.65 578	5.23 584	3.47 577	4.76 581	3.74 571	4.85 580	3.71 578	4.96 573	3.18 562	4.71 578	2.92 562	4.86 569	2.90 560

MLG-Stereo_test3	4.26 573	4.85 533	3.95 576	5.35 568	3.60 580	4.75 582	3.76 583	5.49 588	3.71 580	5.39 585	3.69 581	4.82 583	3.66 568	4.85 580	3.73 581	4.93 572	3.19 563	4.69 577	2.99 564	4.84 568	2.98 562

MLG-Stereo_test2	4.28 574	5.46 549	3.69 574	4.86 563	3.72 583	5.58 588	3.42 578	4.81 581	3.77 584	4.85 580	3.72 582	5.55 589	3.63 567	5.58 587	3.53 576	4.41 558	3.28 564	4.99 584	2.95 563	4.75 564	3.13 573

RAFT+CT+SA	4.28 574	7.62 562	4.91 580	5.55 570	2.28 559	3.09 552	3.64 581	4.49 567	3.07 569	4.80 579	3.35 576	4.77 582	3.70 570	4.29 566	3.05 563	5.58 580	5.98 581	3.58 558	3.78 584	4.26 549	3.72 582

SA	4.33 576	7.35 559	6.85 591	5.96 573	4.09 587	3.59 558	3.15 576	3.82 561	2.64 560	3.91 559	3.85 583	3.57 557	2.72 550	3.13 553	4.03 584	7.09 591	6.86 586	3.57 557	3.12 573	3.85 543	3.51 580

Sa-1000	4.34 577	8.37 565	6.84 590	6.98 580	4.45 590	3.58 557	3.00 562	3.42 557	3.39 577	2.61 538	4.00 586	3.83 561	4.01 579	3.90 561	3.90 582	5.98 584	5.62 579	3.76 561	2.34 559	4.35 551	2.47 557

TestStereo1	4.60 578	8.41 566	6.44 588	6.86 578	3.79 584	3.97 562	3.78 584	3.99 563	3.74 581	3.97 560	3.52 578	3.94 562	3.58 565	3.98 562	3.72 579	6.82 588	6.50 584	3.76 561	3.66 580	3.90 544	3.74 584

SA-5K	4.60 578	8.41 566	6.44 588	6.86 578	3.79 584	3.97 562	3.78 584	3.99 563	3.74 581	3.97 560	3.52 578	3.94 562	3.58 565	3.98 562	3.72 579	6.82 588	6.50 584	3.76 561	3.66 580	3.90 544	3.74 584

DispFullNet	4.61 580	4.84 532	3.12 567	5.00 565	3.57 579	4.75 582	3.03 568	7.75 595	4.17 588	4.91 582	3.09 572	6.20 591	3.95 577	6.71 591	3.51 575	5.30 579	3.67 567	5.86 592	3.63 579	5.61 577	3.46 579

test_5	4.62 581	7.55 561	6.23 586	6.32 575	3.40 578	5.29 586	3.50 579	3.53 558	4.11 587	4.28 563	4.47 590	4.26 566	4.38 582	3.68 559	3.24 573	5.89 582	5.60 578	4.84 582	3.50 578	4.33 550	3.93 588

raft_robust	4.71 582	7.75 563	5.40 585	6.81 577	3.31 576	4.28 566	4.20 589	4.32 566	4.37 590	4.35 565	4.35 589	4.14 564	3.75 572	4.30 567	4.20 587	6.67 587	6.37 582	3.36 556	4.24 590	4.86 569	3.25 577

cross-raft	4.83 583	7.52 560	6.43 587	6.63 576	3.96 586	4.51 567	3.99 587	4.49 567	3.96 586	4.52 566	3.96 585	4.50 567	3.97 578	4.50 568	3.97 583	6.65 586	6.44 583	4.33 564	3.92 586	4.35 551	3.91 587

test_4	4.88 584	8.13 564	6.98 592	7.46 581	4.44 589	4.25 565	3.85 586	4.04 565	3.92 585	4.13 562	3.91 584	4.18 565	3.84 575	4.14 564	4.06 585	7.01 590	7.13 587	4.53 565	3.72 583	4.09 547	3.72 582

TestStereo	4.88 584	4.75 531	4.79 579	4.87 564	4.92 591	4.81 584	4.90 592	4.78 580	4.77 591	4.87 581	4.89 591	4.90 585	4.91 584	4.99 584	4.79 589	4.98 574	4.87 575	4.87 583	4.92 592	5.00 572	5.00 591

test_3	5.01 586	8.86 571	7.77 594	8.09 583	2.76 563	4.13 564	4.05 588	3.88 562	3.76 583	4.33 564	4.13 587	3.71 560	3.91 576	4.21 565	4.06 585	7.93 592	7.69 589	4.53 565	3.91 585	4.17 548	4.29 590

NLCA_NET_v2_RVC	5.04 587	50.87 615	2.78 554	2.87 512	2.71 562	2.78 551	0.47 345	2.88 550	2.86 563	1.89 502	2.67 562	2.79 552	2.79 551	2.78 551	2.83 560	2.82 546	2.82 548	2.83 552	2.77 561	2.83 537	2.76 558
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 588	5.15 537	4.49 578	5.07 566	3.37 577	6.87 591	4.75 591	5.04 585	6.34 595	7.84 595	5.06 592	6.72 595	4.09 580	4.99 584	5.44 592	5.03 575	3.16 560	4.67 575	4.86 591	5.15 574	3.89 586

U	5.15 589	8.49 568	1.81 519	8.49 585	1.77 532	8.49 596	1.77 530	8.51 597	1.77 535	8.49 597	1.77 533	8.50 597	1.78 523	8.58 597	1.77 536	8.54 595	1.78 523	8.55 597	1.78 542	8.55 591	1.84 538

SGM-Forest	5.21 590	5.92 555	4.08 577	6.18 574	4.16 588	6.31 590	4.34 590	6.50 590	4.33 589	6.14 591	4.21 588	6.61 594	4.55 583	6.67 590	4.48 588	5.94 583	3.94 569	5.85 591	4.03 588	5.79 579	4.17 589
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 591	9.16 573	8.03 597	8.09 583	5.62 594	6.11 589	6.35 595	6.85 592	4.94 592	6.08 590	6.29 597	4.98 586	6.43 589	6.22 588	6.36 595	6.16 585	7.47 588	5.82 590	5.44 595	7.11 585	5.68 594

rvit_stereo_0075_2	6.64 592	8.80 570	5.25 582	7.89 582	5.27 593	7.90 595	5.27 593	7.92 596	5.28 593	7.91 596	5.29 594	7.93 596	5.27 585	7.92 596	5.28 590	7.93 592	5.28 577	7.93 595	5.29 594	7.93 588	5.28 593

RAFT	6.73 593	9.36 574	7.40 593	8.51 586	6.55 595	6.88 592	6.60 596	6.79 591	6.60 596	6.80 592	6.72 598	5.31 588	5.50 587	6.61 589	6.61 596	8.42 594	5.89 580	5.73 589	5.45 596	6.61 581	6.24 595

SGM+DAISY	7.06 594	9.15 572	5.38 584	8.84 587	5.18 592	8.80 597	5.31 594	8.79 598	5.28 593	8.89 598	5.20 593	8.93 598	5.33 586	8.95 598	5.36 591	8.70 596	5.21 576	8.74 598	5.20 593	8.89 592	5.15 592

test-v	7.53 595	11.89 582	7.98 595	9.36 589	7.14 596	7.06 593	7.09 597	7.37 593	6.91 597	7.29 593	5.71 595	6.45 592	6.93 590	6.73 592	7.27 597	8.93 597	7.85 590	6.98 593	6.80 597	7.56 586	7.34 597

test-2	7.53 595	11.89 582	7.98 595	9.36 589	7.14 596	7.06 593	7.09 597	7.37 593	6.91 597	7.29 593	5.71 595	6.45 592	6.93 590	6.73 592	7.27 597	8.93 597	7.85 590	6.98 593	6.80 597	7.56 586	7.34 597

PA-Net	11.80 597	223.51 622	0.62 346	0.59 304	0.71 402	0.59 361	0.73 402	0.67 362	0.73 408	0.55 350	0.61 382	0.60 364	0.74 401	0.63 362	0.73 402	0.66 350	0.60 349	0.69 377	0.66 396	0.72 352	0.65 381
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 598	23.00 590	15.00 598	23.00 604	15.00 598	24.00 604	16.00 599	24.00 605	16.00 599	22.00 605	15.00 599	23.00 605	16.00 599	23.00 605	15.00 599	22.00 605	15.00 599	22.00 605	15.00 599	22.00 605	15.00 599

rafts_anoy	20.00 599	20.00 584	20.00 599	20.00 598	20.00 599	20.00 598	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600

raft+_RVC	20.00 599	20.00 584	20.00 599	20.00 598	20.00 599	20.00 598	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600

raftrobust	20.00 599	20.00 584	20.00 599	20.00 598	20.00 599	20.00 598	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600

CasAABBNet	20.00 599	20.00 584	20.00 599	20.00 598	20.00 599	20.00 598	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600

RALCasStereoNet	20.00 599	20.00 584	20.00 599	20.00 598	20.00 599	20.00 598	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600

RALAANet	20.00 599	20.00 584	20.00 599	20.00 598	20.00 599	20.00 598	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 600

111	30.40 605	30.94 606	29.72 606	32.61 605	30.02 606	33.57 605	30.47 607	31.50 606	29.39 607	30.98 606	29.11 607	29.78 606	30.39 610	29.45 606	30.76 610	30.08 606	29.02 607	29.92 606	30.32 610	29.86 606	30.17 607

WCMA_ROB	31.10 606	35.43 610	27.12 605	39.51 616	23.10 605	38.78 616	25.30 606	37.49 617	25.39 606	37.29 616	27.02 606	38.52 617	26.48 606	37.80 616	26.44 606	36.28 613	22.65 606	33.90 610	22.30 606	37.10 614	24.18 606

DCANet-4	35.22 607	34.54 607	35.08 612	33.58 609	35.47 613	34.55 606	35.53 614	36.08 612	35.85 611	35.92 612	35.77 613	35.18 612	35.48 612	35.39 612	37.15 616	34.55 612	33.92 611	35.02 613	34.90 612	35.79 610	34.74 614

ADStereo(finetuned)	36.13 608	36.63 611	38.07 616	36.97 610	33.25 610	35.91 610	34.45 611	36.36 613	32.99 608	38.14 617	36.71 614	36.69 613	34.13 611	38.57 617	40.79 617	37.60 617	36.58 614	35.90 614	33.36 611	35.42 609	34.04 611

Reg-Stereo(zero)	37.00 609	37.00 612	37.00 613	37.00 611	37.00 614	37.00 613	37.00 615	37.00 614	37.00 612	37.00 613	37.00 615	37.00 614	37.00 613	37.00 613	37.00 613	37.00 614	37.00 615	37.00 615	37.00 615	37.00 611	37.00 615

HI	37.00 609	37.00 612	37.00 613	37.00 611	37.00 614	37.00 613	37.00 615	37.00 614	37.00 612	37.00 613	37.00 615	37.00 614	37.00 613	37.00 613	37.00 613	37.00 614	37.00 615	37.00 615	37.00 615	37.00 611	37.00 615

CoSv	37.00 609	37.00 612	37.00 613	37.00 611	37.00 614	37.00 613	37.00 615	37.00 614	37.00 612	37.00 613	37.00 615	37.00 614	37.00 613	37.00 613	37.00 613	37.00 614	37.00 615	37.00 615	37.00 615	37.00 611	37.00 615

MDST_ROB	69.83 612	87.70 616	41.95 617	113.75 619	65.62 619	75.05 617	55.25 619	75.64 619	45.04 615	71.61 618	41.75 618	72.81 618	44.06 616	68.38 618	44.63 618	101.89 620	59.57 620	107.10 620	61.05 620	104.38 617	59.38 620

NOSS_ROB	102.95 613	153.00 620	121.00 620	51.00 617	44.00 617	165.00 620	127.00 620	153.00 620	119.00 617	164.00 621	125.00 620	168.00 621	120.00 618	153.00 620	117.00 620	49.00 618	44.00 618	49.00 618	44.00 618	49.00 615	44.00 618

CBMV	128.50 614	1422.70 627	53.10 618	79.50 618	51.30 618	77.30 618	49.70 618	74.00 618	48.20 616	77.20 619	48.80 619	73.90 619	48.00 617	73.80 619	48.80 619	70.40 619	45.10 619	68.90 619	46.10 619	68.20 616	45.00 619
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 615	171.00 621	160.68 623	162.58 620	160.59 620	164.01 619	160.35 621	158.51 621	158.56 618	158.34 620	160.12 621	158.56 620	159.92 619	157.26 621	158.94 621	154.38 621	158.36 621	155.75 621	159.13 622	153.67 618	154.07 621
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	201.80 616	123.00 617	115.00 619	219.00 621	218.00 622	223.00 621	244.00 623	217.00 622	236.00 620	202.00 622	203.00 622	205.00 622	208.00 620	225.00 622	204.00 622	210.00 622	198.00 622	197.00 622	184.00 623	204.00 619	201.00 622

MGS-Stereo	239.45 617	123.00 617	135.00 621	266.00 622	286.00 623	277.00 622	305.00 624	271.00 623	242.00 621	274.00 623	279.00 624	255.00 623	270.00 622	268.00 623	297.00 624	221.00 623	247.00 624	216.00 623	123.00 621	217.00 620	217.00 624

EGLCR-Stereo	246.90 618	129.00 619	139.00 622	266.00 622	286.00 623	277.00 622	305.00 624	271.00 623	242.00 621	274.00 623	279.00 624	255.00 623	270.00 622	268.00 623	297.00 624	230.00 624	247.00 624	216.00 623	223.00 625	237.00 621	227.00 625

DLCB_ROB	284.23 619	354.61 623	207.27 624	363.24 624	206.46 621	364.72 624	210.41 622	364.72 625	210.41 619	364.81 625	208.64 623	364.81 625	208.64 621	364.72 625	210.41 623	354.70 625	205.53 623	354.70 625	205.53 624	354.70 622	205.53 623

LE_ROB	396.57 620	471.28 624	329.84 625	471.48 625	308.15 625	526.83 625	322.10 626	488.15 626	323.76 623	495.46 626	317.97 626	497.17 626	320.10 624	481.62 626	326.76 626	462.71 626	298.97 626	466.16 626	285.98 626	447.62 623	289.21 626

SGM-ForestM	596.69 621	677.77 625	444.52 626	699.85 626	517.25 626	732.94 626	488.29 627	770.79 627	460.11 624	750.81 627	487.98 627	792.79 627	499.41 625	730.90 627	475.81 627	720.03 627	491.16 627	663.96 627	418.60 627	674.76 624	436.05 627

CBMV_ROB	818.48 622	913.88 626	709.52 627	862.84 627	597.78 627	1073.99 627	700.52 628	1015.66 628	702.59 625	1115.65 628	760.02 628	1130.24 628	721.57 626	1037.41 628	692.65 628	814.05 628	564.29 628	843.28 628	595.31 628	915.51 625	602.92 628

tt	500032.53 623	34.60 608	29.72 606	37.47 614	34.41 611	36.85 611	35.22 612	34.71 610	33.55 609	34.50 607	35.43 611	33.81 610	10000000.00 627	33.57 610	33.13 611	33.68 610	35.00 612	34.03 611	35.26 613	30.96 607	34.63 612

DCANet	500032.53 623	34.60 608	29.72 606	37.47 614	34.41 611	36.85 611	35.22 612	34.71 610	33.55 609	34.50 607	35.43 611	33.81 610	10000000.00 627	33.57 610	33.13 611	33.68 610	35.00 612	34.03 611	35.26 613	30.96 607	34.63 612

fff	1000028.16 625	29.62 602	29.72 606	32.61 605	30.02 606	35.13 607	31.83 608	32.07 607	10000000.00 626	35.27 609	29.82 608	32.45 607	30.15 607	32.35 607	30.09 607	31.04 607	29.55 608	30.64 607	30.14 607	10000000.00 626	30.77 608

csc	1000028.16 625	29.62 602	29.72 606	32.61 605	30.02 606	35.13 607	31.83 608	32.07 607	10000000.00 626	35.27 609	29.82 608	32.45 607	30.15 607	32.35 607	30.09 607	31.04 607	29.55 608	30.64 607	30.14 607	10000000.00 626	30.77 608

cscssc	1000028.16 625	29.62 602	29.72 606	32.61 605	30.02 606	35.13 607	31.83 608	32.07 607	10000000.00 626	35.27 609	29.82 608	32.45 607	30.15 607	32.35 607	30.09 607	31.04 607	29.55 608	30.64 607	30.14 607	10000000.00 626	30.77 608

111111	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

SGD-Stereo	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

IGEV-Stereo++	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

IGEV-BASED-STEREO-	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

IGEV-Stereo+	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

SDNR	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

anonymousdsp2	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

anonymousdsp	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

test_example2	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629

DIP-Stereo	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 627	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 629
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 303	0.50 318	0.38 303	0.50 329	0.38 309	0.50 335	3.79 573	0.50 326	0.38 295	0.54 325	0.43 298	0.46 324	0.34 292	0.46 296	0.35 281

Low-res two-view benchmark