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

CAS	1.26 194	0.40 8	1.46 104	2.97 566	1.61 503	4.13 423	0.73 189	1.78 57	1.49 150	0.83 110	1.10 105	0.59 59	0.53 31	1.26 110	0.80 149	2.99 570	0.13 1	0.21 20	0.13 1	0.31 183	1.72 551

MS-F	0.52 3	0.42 18	0.89 2	0.61 9	0.36 16	1.64 72	0.25 5	0.96 4	0.91 42	0.62 33	0.42 8	0.56 53	0.53 31	0.71 4	0.45 19	0.17 7	0.15 22	0.18 2	0.14 2	0.19 5	0.20 27

LoS_RVC	0.94 105	1.30 469	1.31 85	0.84 125	1.63 506	2.02 95	0.59 121	1.51 23	1.36 99	0.81 100	1.33 160	0.84 121	0.88 149	1.36 134	0.73 123	0.21 37	0.17 48	0.20 8	0.14 2	0.20 19	1.45 544

CES	1.01 134	0.55 116	1.74 133	0.92 185	2.15 551	2.15 108	0.50 79	2.01 81	1.45 120	0.76 85	1.02 82	0.61 61	0.47 18	1.29 120	0.79 148	0.22 46	0.17 48	0.24 70	0.14 2	0.63 452	2.29 562

HiDET	0.61 9	0.41 14	0.88 1	0.64 20	0.39 45	2.67 155	0.25 5	1.59 33	0.91 42	0.59 25	0.44 10	0.52 44	0.50 28	0.76 7	0.54 53	0.17 7	0.15 22	0.18 2	0.15 5	0.19 5	0.21 57

LCMNet	0.63 14	0.40 8	0.95 3	0.58 2	0.39 45	3.11 203	0.27 8	1.58 31	0.84 35	0.56 12	0.58 18	0.52 44	0.53 31	0.77 9	0.51 46	0.17 7	0.16 32	0.19 5	0.15 5	0.20 19	0.21 57

CSFM-Stereo	0.60 7	0.39 4	0.95 3	0.60 8	0.32 8	2.66 154	0.31 14	1.44 17	0.77 14	0.72 61	0.51 13	0.55 50	0.51 29	0.75 6	0.46 23	0.17 7	0.17 48	0.18 2	0.15 5	0.20 19	0.18 4

Monster-pub-mixall	0.64 16	0.42 18	1.00 6	0.83 115	0.48 116	1.39 48	0.32 18	1.45 18	0.82 29	0.88 118	0.85 55	0.39 14	0.36 4	1.99 243	0.47 27	0.20 32	0.16 32	0.17 1	0.15 5	0.18 1	0.21 57

MLG-Stereo_test1	0.80 62	0.39 4	1.02 7	0.65 28	1.20 412	3.14 206	0.29 12	1.59 33	3.05 512	0.50 5	0.24 1	0.67 77	0.43 13	1.33 128	0.40 6	0.21 37	0.18 79	0.23 39	0.15 5	0.19 5	0.20 27

LG-G_1	0.70 25	0.40 8	1.12 49	0.71 53	0.30 3	2.80 160	0.40 40	2.21 100	0.78 18	0.59 25	0.55 16	0.51 40	0.58 43	1.24 103	0.49 32	0.24 72	0.18 79	0.23 39	0.15 5	0.21 34	0.21 57

LG-G	0.70 25	0.40 8	1.12 49	0.71 53	0.30 3	2.80 160	0.40 40	2.21 100	0.78 18	0.59 25	0.55 16	0.51 40	0.58 43	1.24 103	0.49 32	0.24 72	0.18 79	0.23 39	0.15 5	0.21 34	0.21 57

StereoAnything_RVC	0.94 105	2.66 541	2.20 183	0.76 81	0.34 11	1.18 20	0.39 34	2.31 116	0.69 7	0.51 8	0.34 4	0.32 1	0.89 155	1.57 176	0.35 1	0.32 272	0.16 32	0.23 39	0.15 5	3.31 564	0.18 4

trnet	0.91 99	0.48 61	1.46 104	0.62 13	0.31 5	4.40 484	0.41 47	2.20 98	1.53 179	0.94 127	1.14 111	0.88 134	0.89 155	1.09 63	0.71 115	0.27 125	0.19 114	0.22 25	0.15 5	0.21 34	0.19 7

XX-TBD	1.03 139	0.95 398	1.94 150	1.30 404	0.43 71	3.97 389	0.33 20	1.74 51	1.73 266	1.59 197	2.02 379	0.69 82	0.60 52	1.16 83	0.66 89	0.30 228	0.25 303	0.23 39	0.15 5	0.31 183	0.22 76

CREStereo	0.92 100	0.53 98	1.45 103	0.61 9	0.34 11	4.42 488	0.40 40	2.21 100	1.54 188	0.94 127	1.12 108	0.87 131	0.87 147	1.12 71	0.72 120	0.28 162	0.19 114	0.22 25	0.15 5	0.22 47	0.19 7
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	0.99 129	0.48 61	1.73 130	0.62 13	0.56 161	4.20 454	0.43 56	1.88 63	1.58 211	1.00 136	1.05 96	0.78 107	0.98 180	1.50 164	0.85 167	1.21 545	0.20 154	0.23 39	0.15 5	0.22 47	0.19 7

OmniDepth	0.54 4	0.42 18	1.05 10	0.58 2	0.25 1	1.30 40	0.36 29	1.53 26	0.86 37	0.56 12	0.37 5	0.57 55	0.65 66	0.87 20	0.40 6	0.20 32	0.15 22	0.19 5	0.16 17	0.22 47	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Wavelet-MonSter	0.57 6	0.47 51	1.13 54	0.66 36	0.78 269	1.60 67	0.30 13	1.17 9	0.68 4	0.58 21	0.69 30	0.39 14	0.48 22	0.99 48	0.46 23	0.15 1	0.16 32	0.20 8	0.16 17	0.20 19	0.19 7

Replicate-Monster	0.79 60	1.36 480	2.08 175	0.70 47	0.52 139	2.05 102	0.34 24	1.92 72	0.82 29	1.03 144	0.60 20	0.48 39	0.52 30	1.28 115	0.39 4	0.19 26	0.14 11	0.19 5	0.16 17	0.22 47	0.78 496

qwe	0.75 36	0.45 29	1.10 39	0.67 43	1.06 372	2.49 136	0.45 64	2.57 157	0.90 39	0.71 59	0.83 51	0.43 26	0.48 22	1.10 64	0.64 77	0.17 7	0.14 11	0.24 70	0.16 17	0.21 34	0.20 27

1w_stereo	0.86 83	0.42 18	1.07 16	0.72 61	0.81 278	3.00 188	0.67 160	3.28 248	0.75 13	0.74 69	1.32 158	0.37 8	1.37 277	0.92 33	0.68 97	0.16 5	0.14 11	0.20 8	0.16 17	0.19 5	0.22 76

monsterstereo	0.82 74	0.50 74	1.26 75	0.77 87	1.41 469	2.54 146	0.40 40	3.14 230	0.71 9	0.70 55	1.11 106	0.41 23	0.39 7	1.50 164	0.50 38	0.19 26	0.16 32	0.22 25	0.16 17	0.21 34	0.17 1

monsters	0.82 74	0.58 150	1.16 60	0.76 81	1.52 485	2.92 177	0.40 40	2.66 172	0.72 10	0.66 47	0.84 52	0.38 12	0.41 10	1.84 227	0.48 28	0.20 32	0.16 32	0.20 8	0.16 17	0.19 5	0.19 7

111111	0.87 87	0.50 74	1.13 54	0.66 36	1.08 378	3.37 242	0.33 20	2.33 119	1.47 133	0.74 69	1.50 206	0.61 61	0.59 48	1.40 140	0.48 28	0.24 72	0.19 114	0.22 25	0.16 17	0.24 60	0.19 7

MLG-Stereo_test3	0.60 7	0.37 2	1.12 49	0.59 5	0.57 173	2.19 113	0.31 14	1.68 47	0.56 2	0.49 4	0.51 13	0.56 53	0.33 1	0.96 42	0.54 53	0.21 37	0.17 48	0.23 39	0.16 17	0.20 19	0.21 57

MLG-Stereo_test2	0.76 45	0.40 8	1.07 16	0.64 20	0.82 287	3.49 269	0.23 3	1.69 48	2.14 353	0.62 33	0.32 3	0.67 77	0.33 1	1.14 76	0.37 3	0.23 58	0.19 114	0.23 39	0.16 17	0.19 5	0.20 27

MLG-Stereo	0.77 52	0.39 4	1.04 8	0.64 20	0.41 58	3.01 190	0.31 14	1.89 66	2.92 498	0.47 1	0.29 2	0.66 76	0.47 18	1.35 132	0.39 4	0.20 32	0.18 79	0.24 70	0.16 17	0.19 5	0.20 27

LGtest1	0.55 5	0.41 14	1.14 57	0.70 47	0.40 51	0.99 10	0.26 7	1.32 11	0.93 50	0.53 9	0.60 20	0.44 31	0.49 24	1.02 51	0.45 19	0.27 125	0.19 114	0.23 39	0.16 17	0.21 34	0.23 87

FoundationStereo	0.50 2	0.39 4	1.11 46	0.79 91	0.42 65	0.70 4	0.36 29	0.76 2	0.80 24	0.62 33	0.38 6	0.73 96	0.77 108	0.69 2	0.36 2	0.26 108	0.17 48	0.23 39	0.16 17	0.18 1	0.20 27

GIP-stereo	0.88 89	0.50 74	1.34 90	1.32 410	0.94 333	2.90 171	0.42 51	3.41 271	1.06 63	0.63 37	0.76 38	0.90 140	0.76 106	0.91 31	0.52 47	0.27 125	0.18 79	0.25 96	0.16 17	0.25 74	0.19 7

DEFOM-Stereo	0.70 25	0.46 36	1.13 54	0.72 61	0.48 116	3.40 247	0.44 60	0.90 3	0.77 14	0.86 115	0.58 18	0.45 34	0.43 13	1.76 214	0.43 13	0.24 72	0.18 79	0.22 25	0.16 17	0.21 34	0.20 27

dual_stereo	0.68 22	0.40 8	1.05 10	0.64 20	0.37 31	0.84 8	0.34 24	3.40 270	1.03 60	0.50 5	0.46 12	0.58 56	0.40 8	1.85 233	0.49 32	0.23 58	0.17 48	0.21 20	0.16 17	0.20 19	0.19 7

LoS	0.94 105	0.52 86	1.88 144	0.86 144	0.36 16	4.15 427	0.51 83	2.18 95	1.45 120	0.97 135	0.88 58	0.62 63	0.79 120	1.59 182	0.86 174	0.26 108	0.19 114	0.24 70	0.16 17	0.21 34	0.20 27
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
s12784h	1.31 209	0.45 29	2.41 210	0.71 53	0.35 14	4.42 488	0.50 79	4.22 462	2.73 469	2.01 311	2.48 466	0.91 142	0.96 171	2.01 247	0.70 112	0.29 185	0.18 79	0.24 70	0.16 17	0.27 106	0.18 4

VIP-Stereo	0.85 81	0.83 358	1.59 122	0.76 81	0.87 311	3.18 210	0.80 248	1.94 76	0.83 32	0.78 93	1.04 90	0.64 67	0.59 48	1.24 103	0.61 67	0.28 162	0.18 79	0.23 39	0.17 35	0.22 47	0.19 7

252Zero-FE	0.72 31	0.46 36	1.08 25	1.01 250	0.41 58	1.27 31	0.22 2	1.79 58	1.03 60	2.52 456	1.24 131	0.32 1	0.41 10	1.03 52	0.45 19	0.21 37	0.17 48	0.20 8	0.17 35	0.20 19	0.20 27

MonStereo	0.62 11	0.43 23	1.07 16	0.66 36	0.82 287	1.13 15	0.39 34	2.57 157	0.92 47	0.58 21	0.64 25	0.36 4	0.36 4	0.90 28	0.43 13	0.15 1	0.15 22	0.20 8	0.17 35	0.21 34	0.19 7

Monster-pub-eth3d	0.62 11	0.43 23	1.07 16	0.66 36	0.82 287	1.13 15	0.39 34	2.57 157	0.92 47	0.58 21	0.64 25	0.36 4	0.36 4	0.88 24	0.43 13	0.15 1	0.15 22	0.20 8	0.17 35	0.21 34	0.19 7

asda	0.77 52	0.46 36	1.10 39	0.64 20	0.82 287	3.33 238	0.49 77	2.40 122	0.81 28	0.63 37	0.80 46	0.44 31	0.85 140	0.88 24	0.60 65	0.17 7	0.13 1	0.24 70	0.17 35	0.20 19	0.20 27

asd	0.70 25	0.45 29	1.10 39	0.67 43	0.90 323	2.88 169	0.43 56	1.64 43	0.79 21	0.68 52	0.88 58	0.43 26	0.74 96	0.85 19	0.49 32	0.19 26	0.13 1	0.24 70	0.17 35	0.22 47	0.20 27

2.25w	0.75 36	0.47 51	1.09 33	0.69 46	0.65 212	2.28 119	0.40 40	2.42 126	0.80 24	0.73 64	1.03 85	0.40 16	0.81 131	1.24 103	0.80 149	0.16 5	0.15 22	0.21 20	0.17 35	0.19 5	0.21 57

4.25_new	0.73 32	0.46 36	1.08 25	0.71 53	0.97 341	2.52 140	0.58 117	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 66	0.87 20	0.50 38	0.17 7	0.13 1	0.25 96	0.17 35	0.19 5	0.20 27

4.5w_new	0.73 32	0.46 36	1.08 25	0.71 53	0.97 341	2.52 140	0.58 117	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 66	0.87 20	0.50 38	0.17 7	0.13 1	0.25 96	0.17 35	0.19 5	0.20 27

4.25w-stereo	0.73 32	0.46 36	1.08 25	0.71 53	0.97 341	2.52 140	0.58 117	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 66	0.87 20	0.50 38	0.17 7	0.13 1	0.25 96	0.17 35	0.19 5	0.20 27

2.5w	0.75 36	0.44 26	1.06 14	0.66 36	0.69 237	2.39 128	0.56 105	2.77 187	0.82 29	0.63 37	0.88 58	0.37 8	0.75 99	1.36 134	0.50 38	0.18 21	0.14 11	0.22 25	0.17 35	0.19 5	0.21 57

2.75w_new	0.75 36	0.45 29	1.10 39	0.65 28	0.62 199	2.45 134	0.56 105	2.75 184	0.74 12	0.78 93	0.73 34	0.38 12	0.92 163	1.04 57	0.66 89	0.17 7	0.14 11	0.22 25	0.17 35	0.18 1	0.19 7

3.25w_new	0.69 23	0.46 36	1.10 39	0.61 9	0.61 193	2.23 116	0.51 83	2.45 132	0.90 39	0.63 37	0.78 43	0.47 36	0.71 83	0.78 10	0.50 38	0.17 7	0.14 11	0.20 8	0.17 35	0.20 19	0.20 27

3.25w	0.69 23	0.46 36	1.10 39	0.61 9	0.61 193	2.23 116	0.51 83	2.45 132	0.90 39	0.63 37	0.78 43	0.47 36	0.71 83	0.79 11	0.50 38	0.17 7	0.14 11	0.20 8	0.17 35	0.20 19	0.20 27

3.5w_stereo	0.77 52	0.53 98	1.09 33	0.65 28	0.72 246	2.52 140	0.51 83	2.43 129	0.80 24	0.76 85	1.20 120	0.43 26	0.66 73	1.23 102	0.73 123	0.17 7	0.13 1	0.23 39	0.17 35	0.20 19	0.21 57

2w_stereo	0.75 36	0.46 36	1.08 25	0.68 45	0.56 161	2.00 94	0.61 128	2.87 205	0.83 32	0.93 126	0.93 72	0.36 4	1.13 225	0.90 28	0.61 67	0.17 7	0.13 1	0.23 39	0.17 35	0.20 19	0.21 57

GREAT-IGEV	0.74 35	0.54 110	1.86 142	1.10 303	0.44 79	2.44 132	0.34 24	1.37 12	1.51 163	0.48 2	0.86 56	0.51 40	0.60 52	1.07 60	0.45 19	0.22 46	0.17 48	0.21 20	0.17 35	0.23 55	0.25 114

DEFOM-Stereo_RVC	0.81 71	1.13 436	1.23 70	0.97 222	0.57 173	0.81 7	0.43 56	3.49 277	0.84 35	0.73 64	0.95 77	0.44 31	1.17 241	1.45 154	0.60 65	0.26 108	0.18 79	0.24 70	0.17 35	0.30 164	0.19 7

AIO_rvc	0.78 57	0.55 116	1.25 74	0.75 67	0.65 212	1.46 54	0.99 371	2.13 91	1.52 172	0.57 17	1.15 112	1.09 168	0.55 37	1.15 81	0.53 48	0.24 72	0.17 48	0.24 70	0.17 35	0.25 74	0.21 57

HUF	1.15 158	0.64 218	8.62 335	0.90 171	0.35 14	1.35 44	0.78 231	1.97 78	1.50 156	0.63 37	1.52 209	0.83 119	0.66 73	1.28 115	0.63 74	0.29 185	0.23 244	0.26 125	0.17 35	0.23 55	0.25 114

MonSter	0.62 11	0.43 23	1.07 16	0.66 36	0.82 287	1.13 15	0.39 34	2.57 157	0.92 47	0.58 21	0.64 25	0.36 4	0.35 3	0.95 38	0.43 13	0.15 1	0.15 22	0.20 8	0.17 35	0.21 34	0.19 7

IGEV-Stereo++	0.93 102	0.44 26	1.08 25	0.70 47	1.20 412	3.87 357	0.33 20	3.36 265	1.43 117	0.75 71	1.17 115	0.68 79	1.04 193	0.95 38	0.42 9	0.22 46	0.16 32	0.23 39	0.17 35	0.24 60	0.20 27

IGEV-Stereo+	0.94 105	0.47 51	1.19 64	0.86 144	2.02 547	1.40 49	0.39 34	1.17 9	0.88 38	0.61 31	0.44 10	0.47 36	0.79 120	2.14 259	0.42 9	0.27 125	0.19 114	0.22 25	0.17 35	2.26 559	2.41 565

test_for_model	2.16 334	3.87 554	1.58 120	4.16 581	3.64 577	2.51 138	0.96 361	3.63 302	2.62 455	2.45 445	1.39 178	1.02 160	0.73 91	0.92 33	0.57 59	2.97 569	2.19 575	0.26 125	0.17 35	5.32 586	2.24 561

DDF-Stereo	0.90 96	0.53 98	1.16 60	0.88 155	1.31 436	1.59 66	0.86 287	2.26 107	0.79 21	0.48 2	0.63 24	0.54 48	0.73 91	2.97 318	1.03 233	0.39 370	0.17 48	0.24 70	0.18 59	1.06 523	0.29 183

DA	0.98 121	0.46 36	1.34 90	0.92 185	0.43 71	4.34 472	0.85 282	2.79 195	1.35 97	0.82 102	1.30 152	0.89 136	1.08 211	1.11 66	0.56 56	0.30 228	0.18 79	0.24 70	0.18 59	0.25 74	0.23 87

zero-FE	0.95 112	0.52 86	2.63 227	0.86 144	1.27 430	1.41 50	0.86 287	2.27 109	0.73 11	0.50 5	0.64 25	0.54 48	0.78 116	2.70 307	1.02 231	0.35 321	0.17 48	0.24 70	0.18 59	1.03 520	0.29 183

GGEV	0.98 121	0.46 36	1.34 90	0.92 185	0.43 71	4.34 472	0.85 282	2.79 195	1.35 97	0.82 102	1.30 152	0.89 136	1.08 211	1.11 66	0.56 56	0.30 228	0.18 79	0.24 70	0.18 59	0.25 74	0.23 87

4w-stereo	0.67 19	0.49 70	1.07 16	0.63 16	0.75 258	1.63 71	0.44 60	2.23 104	0.77 14	0.56 12	0.92 69	0.40 16	0.82 133	1.08 61	0.53 48	0.18 21	0.13 1	0.25 96	0.18 59	0.19 5	0.20 27

3.75w	0.75 36	0.47 51	1.09 33	0.63 16	1.10 384	2.61 151	0.53 93	2.46 135	0.97 56	0.62 33	0.80 46	0.40 16	0.66 73	1.11 66	0.48 28	0.19 26	0.13 1	0.23 39	0.18 59	0.20 19	0.21 57

3w_stereo	0.71 30	0.47 51	1.14 57	0.65 28	0.39 45	1.73 76	0.68 167	2.79 195	0.79 21	0.67 50	0.84 52	0.37 8	1.02 188	1.03 52	0.56 56	0.18 21	0.14 11	0.23 39	0.18 59	0.20 19	0.22 76

IGEV	0.70 25	0.36 1	1.07 16	0.71 53	1.31 436	2.82 162	0.41 47	1.76 53	0.98 57	0.73 64	0.71 31	0.35 3	0.42 12	0.90 28	0.42 9	0.18 21	0.18 79	0.22 25	0.18 59	0.18 1	0.20 27

LG-Stereo_L2	0.63 14	0.46 36	1.15 59	0.70 47	0.43 71	2.32 122	0.28 9	1.86 62	0.68 4	0.56 12	0.42 8	0.37 8	0.45 16	1.36 134	0.40 6	0.23 58	0.18 79	0.22 25	0.18 59	0.21 34	0.20 27

LG-Stereo_L1	0.61 9	0.47 51	1.10 39	0.73 64	0.49 124	1.72 74	0.33 20	1.95 77	0.65 3	0.56 12	0.40 7	0.40 16	0.43 13	1.40 140	0.42 9	0.23 58	0.19 114	0.23 39	0.18 59	0.21 34	0.19 7

SGD-Stereo	0.65 18	0.41 14	1.06 14	0.85 137	0.31 5	2.44 132	0.46 68	1.09 6	0.69 7	0.84 112	0.52 15	0.55 50	0.53 31	1.49 163	0.46 23	0.31 251	0.14 11	0.25 96	0.18 59	0.23 55	0.20 27

Reg-Stereo(zero)	1.60 242	0.42 18	10.69 363	0.89 162	0.68 231	3.27 228	0.47 74	2.27 109	1.54 188	1.48 186	1.24 131	2.55 381	2.68 475	1.48 161	1.10 246	0.19 26	0.19 114	0.22 25	0.18 59	0.24 60	0.26 138

Pointernet	0.88 89	0.44 26	2.26 192	0.84 125	0.37 31	2.29 120	0.38 32	3.06 224	1.46 128	0.66 47	1.39 178	0.91 142	0.73 91	1.01 50	0.72 120	0.23 58	0.19 114	0.20 8	0.18 59	0.19 5	0.20 27

testlalala_base	1.62 246	0.74 307	1.63 123	1.19 352	1.40 462	2.63 153	0.84 273	4.09 426	1.31 91	1.22 159	1.42 185	1.21 192	0.85 140	1.16 83	0.73 123	3.92 584	2.10 573	0.27 156	0.18 59	4.49 582	1.11 528

GCAP-Stereo	0.93 102	0.68 258	1.35 94	0.85 137	0.41 58	3.61 301	0.52 92	2.20 98	1.50 156	1.11 153	1.04 90	1.17 179	0.84 138	1.11 66	0.71 115	0.25 93	0.20 154	0.27 156	0.18 59	0.28 123	0.23 87

Any-RAFT	1.40 217	0.53 98	2.78 237	1.09 294	0.64 204	4.41 486	0.81 258	3.97 390	2.78 476	1.99 297	1.34 165	2.36 355	1.56 339	1.56 173	0.75 132	0.27 125	0.20 154	0.25 96	0.18 59	0.25 74	0.28 173

Selective-IGEV	0.80 62	0.52 86	1.05 10	0.75 67	0.61 193	1.31 41	0.82 262	2.60 165	1.41 111	0.82 102	1.64 248	0.71 90	0.62 57	1.22 100	0.64 77	0.22 46	0.19 114	0.24 70	0.18 59	0.25 74	0.20 27

DCANet-4	1.96 302	0.51 80	14.31 414	0.82 104	0.40 51	4.16 437	0.57 108	4.29 492	2.98 506	2.30 409	1.80 305	1.03 163	1.54 335	1.44 150	1.44 319	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

fff	1.74 264	0.70 272	9.08 339	0.81 94	0.36 16	4.15 427	0.57 108	4.23 466	2.09 338	2.30 409	1.80 305	1.19 187	3.02 490	1.44 150	1.46 323	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

ADStereo(finetuned)	2.04 317	0.73 299	13.28 388	0.82 104	0.40 51	4.16 437	0.59 121	4.25 476	2.97 503	2.35 427	1.84 331	1.18 183	3.40 509	1.52 169	1.54 346	0.29 185	0.24 279	0.23 39	0.18 59	0.30 164	0.51 413

DCANet	1.74 264	0.73 299	9.08 339	0.82 104	0.40 51	4.18 445	0.59 121	4.25 476	2.97 503	2.35 427	1.84 331	1.18 183	1.63 363	1.51 167	1.55 347	0.29 185	0.24 279	0.23 39	0.18 59	0.30 164	0.53 420

csc	1.74 264	0.70 272	9.08 339	0.81 94	0.36 16	4.15 427	0.57 108	4.23 466	2.09 338	2.30 409	1.80 305	1.19 187	3.02 490	1.44 150	1.46 323	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

cscssc	1.74 264	0.70 272	9.08 339	0.81 94	0.36 16	4.15 427	0.57 108	4.23 466	2.09 338	2.30 409	1.80 305	1.19 187	3.02 490	1.44 150	1.46 323	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

iResNet_ROB	1.89 286	1.02 412	8.60 334	1.39 447	0.98 348	3.72 318	0.66 158	3.84 346	2.65 460	1.88 260	2.05 390	1.98 314	1.27 257	4.52 353	1.67 373	0.30 228	0.20 154	0.28 189	0.18 59	0.31 183	0.40 340

GEAStereo	0.84 80	0.48 61	1.09 33	0.85 137	0.45 87	4.54 510	0.83 267	1.88 63	0.91 42	0.75 71	0.89 61	0.53 46	0.80 127	0.92 33	0.53 48	0.30 228	0.19 114	0.27 156	0.19 83	0.28 123	0.19 7

gasm-f	0.89 92	0.49 70	1.30 84	0.85 137	0.44 79	4.42 488	0.95 354	1.88 63	0.91 42	0.75 71	1.46 192	0.53 46	0.88 149	0.88 24	0.57 59	0.30 228	0.19 114	0.27 156	0.19 83	0.28 123	0.19 7

Zero-FE251	0.80 62	0.75 320	1.71 128	0.88 155	0.70 241	2.59 150	0.45 64	1.38 13	0.83 32	1.79 242	0.61 22	0.73 96	0.81 131	0.82 16	0.61 67	0.29 185	0.23 244	0.27 156	0.19 83	0.20 19	0.20 27

AdaDepth	0.76 45	0.45 29	1.41 100	0.70 47	1.27 430	3.12 204	0.43 56	1.02 5	0.94 54	0.63 37	0.91 67	0.43 26	0.58 43	1.41 145	0.48 28	0.18 21	0.21 188	0.23 39	0.19 83	0.25 74	0.26 138

4.5_new	0.67 19	0.46 36	1.11 46	0.63 16	0.78 269	1.97 92	0.51 83	2.18 95	0.78 18	0.73 64	0.90 65	0.42 24	0.49 24	0.81 13	0.49 32	0.21 37	0.14 11	0.26 125	0.19 83	0.22 47	0.20 27

4.5w-stereo	0.67 19	0.46 36	1.11 46	0.63 16	0.78 269	1.97 92	0.51 83	2.18 95	0.77 14	0.73 64	0.90 65	0.42 24	0.49 24	0.81 13	0.49 32	0.21 37	0.14 11	0.26 125	0.19 83	0.22 47	0.20 27

LG-Stereo_Zeroshot	0.89 92	0.47 51	2.08 175	0.76 81	0.73 251	3.91 362	0.41 47	2.07 87	1.07 64	0.77 90	0.89 61	0.64 67	0.86 143	0.95 38	0.77 141	0.26 108	0.18 79	0.26 125	0.19 83	0.32 210	0.32 233

SCV	0.95 112	0.63 206	1.38 96	1.70 507	0.41 58	1.23 23	0.89 316	3.53 288	1.57 208	0.61 31	1.54 218	0.93 148	0.77 108	1.66 199	0.66 89	0.36 333	0.20 154	0.25 96	0.19 83	0.29 141	0.25 114

AIO_test	0.76 45	0.47 51	1.31 85	0.81 94	0.70 241	1.36 45	0.88 311	1.40 15	1.45 120	0.55 11	0.95 77	1.81 286	0.58 43	1.16 83	0.46 23	0.27 125	0.17 48	0.24 70	0.19 83	0.24 60	0.21 57

castereo++	0.93 102	0.56 127	1.26 75	0.92 185	0.73 251	2.48 135	1.00 372	2.99 213	1.03 60	0.68 52	1.41 183	1.92 301	0.59 48	1.26 110	0.44 17	0.25 93	0.19 114	0.28 189	0.19 83	0.23 55	0.23 87

IGEV-RUCA	0.90 96	0.53 98	1.05 10	0.81 94	0.74 256	3.89 359	0.80 248	1.92 72	1.41 111	0.96 134	0.71 31	0.70 83	0.73 91	1.30 124	0.68 97	0.29 185	0.20 154	0.25 96	0.19 83	0.43 362	0.34 264

Occ-G	0.86 83	0.52 86	1.39 97	0.82 104	0.66 219	1.37 46	0.79 238	1.58 31	1.31 91	1.56 195	0.87 57	2.18 337	0.89 155	0.97 43	0.88 184	0.26 108	0.19 114	0.26 125	0.19 83	0.25 74	0.24 104

RSM	0.80 62	0.50 74	1.08 25	0.83 115	0.51 130	1.31 41	0.77 227	2.28 112	1.43 117	0.82 102	1.44 189	1.22 193	0.62 57	1.17 90	0.63 74	0.22 46	0.18 79	0.24 70	0.19 83	0.27 106	0.20 27

MoCha-V2	0.87 87	0.48 61	1.87 143	0.88 155	0.32 8	1.37 46	0.55 101	2.71 178	1.42 113	0.92 125	1.75 282	0.65 72	1.17 241	1.45 154	0.57 59	0.21 37	0.21 188	0.20 8	0.19 83	0.24 60	0.23 87

IGEV++	0.90 96	0.58 150	1.32 88	0.94 205	0.45 87	1.27 31	1.00 372	3.32 257	1.55 196	0.82 102	1.34 165	0.86 129	1.09 213	1.16 83	0.89 187	0.33 289	0.18 79	0.23 39	0.19 83	0.29 141	0.22 76

testlalala	1.14 157	0.62 197	1.34 90	1.00 244	0.78 269	4.38 477	0.93 344	2.46 135	2.20 364	2.44 444	1.52 209	1.31 204	0.61 55	1.04 57	0.65 84	0.35 321	0.19 114	0.24 70	0.19 83	0.24 60	0.23 87

RCA-Stereo	1.21 173	0.52 86	1.58 120	0.90 171	0.46 98	4.68 536	0.79 238	4.13 437	1.74 272	1.92 274	1.80 305	0.94 152	1.48 312	1.14 76	0.70 112	0.27 125	0.18 79	0.25 96	0.19 83	0.25 74	0.23 87

CroCo-Stereo	0.98 121	0.87 373	3.44 264	0.87 150	0.53 148	0.49 2	0.50 79	3.99 396	1.49 150	0.81 100	1.25 139	1.00 158	0.75 99	1.10 64	1.09 245	0.24 72	0.21 188	0.24 70	0.19 83	0.35 265	0.27 154
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
raftrobust	1.19 165	0.72 288	2.30 198	1.26 383	1.31 436	3.55 287	0.68 167	2.75 184	1.47 133	2.21 386	1.38 176	1.17 179	1.22 250	1.20 97	1.11 249	0.28 162	0.24 279	0.21 20	0.19 83	0.25 74	0.28 173

pmcnn	5.45 553	1.22 458	17.40 457	1.60 493	2.41 558	3.48 266	2.12 517	4.52 546	3.26 533	3.67 539	13.15 589	22.10 596	3.46 515	11.92 561	17.16 581	0.34 301	0.21 188	0.23 39	0.19 83	0.36 278	0.28 173

GSStereo	0.96 117	0.48 61	1.09 33	0.97 222	0.45 87	4.54 510	0.83 267	3.32 257	1.37 100	0.75 71	0.89 61	0.76 104	0.80 127	0.92 33	0.53 48	0.26 108	0.18 79	0.26 125	0.20 103	0.28 123	0.21 57

GS-Stereo							0.83 267	3.32 257	1.37 100	0.75 71	0.89 61	0.76 104	0.80 127	0.92 33	0.53 48	0.26 108	0.18 79	0.26 125	0.20 103	0.28 123	0.21 57

depthmonostereo	0.94 105	0.71 284	2.39 207	0.85 137	0.54 149	2.21 115	0.53 93	1.83 61	1.17 70	0.95 131	1.09 102	0.99 155	0.97 174	2.37 277	0.68 97	0.23 58	0.27 327	0.22 25	0.20 103	0.25 74	0.26 138

SCV_C0	0.89 92	0.59 158	1.96 155	0.83 115	0.44 79	1.24 27	0.64 146	3.33 263	1.66 246	0.82 102	1.20 120	0.73 96	0.66 73	1.62 190	0.66 89	0.32 272	0.21 188	0.24 70	0.20 103	0.28 123	0.23 87

castereo	0.82 74	0.70 272	1.04 8	0.85 137	0.50 128	1.29 39	0.91 329	3.22 240	1.20 73	0.83 110	1.24 131	0.72 92	0.91 160	1.00 49	0.67 94	0.26 108	0.16 32	0.25 96	0.20 103	0.24 60	0.21 57

fffft	0.76 45	0.47 51	1.28 82	0.82 104	0.54 149	1.51 59	0.80 248	2.09 89	1.18 71	0.63 37	0.84 52	0.59 59	0.55 37	1.80 221	0.85 167	0.19 26	0.18 79	0.27 156	0.20 103	0.26 93	0.24 104
1: 1. 1
WCG-NET	0.88 89	0.49 70	1.26 75	0.90 171	0.37 31	1.48 56	1.07 390	1.73 50	2.30 386	1.63 207	1.49 205	0.92 147	0.97 174	0.95 38	0.76 136	0.22 46	0.16 32	0.23 39	0.20 103	0.25 74	0.21 57

GCAP-BAT	1.21 173	0.74 307	3.23 254	0.95 209	0.70 241	3.86 354	0.93 344	1.89 66	1.48 142	1.85 250	1.96 364	1.68 252	0.79 120	1.78 216	0.81 155	0.29 185	0.20 154	0.24 70	0.20 103	0.26 93	0.35 278

AIO-Stereo	0.76 45	0.54 110	1.07 16	0.73 64	0.40 51	1.28 37	0.82 262	2.26 107	1.49 150	0.70 55	1.58 229	0.89 136	0.45 16	1.03 52	0.55 55	0.24 72	0.18 79	0.25 96	0.20 103	0.26 93	0.21 57

WCG-NET（raft）	0.95 112	0.55 116	1.20 68	0.84 125	0.31 5	1.44 52	1.01 375	1.55 28	2.37 407	1.64 210	1.42 185	2.38 357	1.01 185	1.29 120	0.76 136	0.22 46	0.19 114	0.22 25	0.20 103	0.25 74	0.21 57

MaDis-Stereo	0.82 74	0.66 240	1.53 112	0.65 28	1.87 537	1.24 27	0.36 29	2.13 91	1.27 86	0.67 50	0.75 37	0.88 134	0.70 81	1.15 81	1.07 240	0.29 185	0.23 244	0.26 125	0.20 103	0.31 183	0.22 76

anonymousdsp2	1.26 194	0.60 170	3.74 278	1.02 261	0.41 58	3.60 297	0.72 184	3.68 312	1.47 133	1.37 173	1.56 226	1.83 290	1.01 185	2.00 244	0.66 89	0.29 185	0.20 154	0.28 189	0.20 103	0.32 210	0.29 183

knoymous	1.30 205	0.60 170	5.57 303	0.88 155	0.75 258	3.04 191	0.90 321	2.68 174	1.33 93	1.48 186	1.07 100	2.78 412	0.88 149	1.29 120	0.85 167	0.31 251	0.22 217	0.35 345	0.20 103	0.45 378	0.37 298

Wz-Net-LNSev-Ref	2.42 393	1.47 493	14.14 408	1.30 404	1.35 450	3.51 276	1.64 487	4.04 409	2.10 346	2.46 446	1.88 345	2.28 342	2.51 466	4.73 358	3.17 491	0.38 358	0.19 114	0.35 345	0.20 103	0.40 308	0.36 284

TANstereo	1.01 134	0.55 116	1.73 130	0.76 81	0.36 16	4.04 401	0.38 32	1.48 21	1.62 236	2.03 320	2.10 399	0.84 121	0.93 166	0.98 45	0.62 71	0.28 162	0.36 411	0.23 39	0.20 103	0.25 74	0.46 381

111	1.83 277	0.92 386	9.08 339	0.81 94	0.36 16	4.25 459	0.91 329	4.44 532	2.70 466	2.39 437	1.96 364	2.30 348	1.64 366	1.28 115	1.82 394	0.28 162	0.22 217	0.24 70	0.20 103	0.31 183	0.54 426

S2M2_XL	0.46 1	0.41 14	1.09 33	0.65 28	0.34 11	0.29 1	0.23 3	0.67 1	0.50 1	0.53 9	0.92 69	0.65 72	0.53 31	0.54 1	0.50 38	0.28 162	0.24 279	0.25 96	0.21 119	0.23 55	0.22 76
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DilatedVolume-Stereo	0.81 71	0.60 170	1.51 111	1.01 250	0.59 185	1.34 43	0.51 83	1.56 29	1.08 65	1.26 162	1.24 131	0.77 106	0.87 147	1.79 220	0.72 120	0.23 58	0.24 279	0.22 25	0.21 119	0.25 74	0.23 87

xyz-stereo	10.85 584	0.45 29	79.01 621	0.62 13	0.45 87	83.70 621	0.77 227	2.59 164	1.34 94	2.19 374	32.02 610	2.76 410	1.62 350	5.75 378	2.39 453	0.25 93	0.17 48	0.33 308	0.21 119	0.25 74	0.19 7

HART	1.03 139	0.85 367	3.13 251	0.84 125	0.38 42	1.17 19	0.42 51	3.54 289	1.47 133	1.08 148	2.17 414	1.48 227	0.57 40	1.37 139	0.74 129	0.23 58	0.18 79	0.28 189	0.21 119	0.32 210	0.24 104

999	0.97 119	0.48 61	1.24 73	1.03 268	0.64 204	3.25 224	0.92 342	1.40 15	1.39 104	0.71 59	1.68 260	0.70 83	0.66 73	3.03 320	0.89 187	0.23 58	0.19 114	0.25 96	0.21 119	0.25 74	0.29 183

mms	0.77 52	0.68 258	1.17 62	0.83 115	0.71 244	1.41 50	0.67 160	1.61 35	1.12 67	0.77 90	1.37 173	0.63 65	0.54 36	1.75 213	0.63 74	0.24 72	0.19 114	0.26 125	0.21 119	0.31 183	0.34 264

ours_stereo	0.76 45	0.64 218	1.40 99	0.86 144	0.61 193	1.12 14	0.57 108	1.63 41	1.20 73	0.72 61	1.43 187	0.70 83	0.62 57	1.56 173	0.58 62	0.25 93	0.18 79	0.26 125	0.21 119	0.29 141	0.31 222

fffy	0.80 62	0.59 158	1.56 118	1.00 244	0.47 108	1.27 31	0.76 214	1.90 69	1.02 59	0.75 71	1.35 168	0.83 119	0.72 86	1.70 207	0.62 71	0.23 58	0.19 114	0.27 156	0.21 119	0.28 123	0.32 233

RAStereo	0.75 36	0.52 86	2.86 241	0.58 2	0.62 199	1.19 21	0.32 18	1.81 60	0.99 58	0.75 71	1.05 96	0.64 67	0.47 18	0.80 12	0.94 214	0.22 46	0.20 154	0.27 156	0.21 119	0.34 247	0.22 76

RSM++	0.77 52	0.51 80	1.08 25	0.95 209	0.42 65	1.52 61	0.71 181	2.11 90	1.40 108	0.80 98	1.23 130	0.90 140	0.59 48	1.14 76	0.69 106	0.24 72	0.19 114	0.25 96	0.21 119	0.28 123	0.20 27

gcap-zeroshot	1.30 205	0.61 187	4.09 281	0.94 205	0.56 161	3.50 273	0.84 273	3.12 228	1.72 263	1.84 249	1.22 126	2.72 400	0.88 149	1.46 158	0.80 149	0.29 185	0.30 362	0.27 156	0.21 119	0.29 141	0.25 114

testlalala2	2.31 365	0.63 206	20.54 542	2.56 559	2.87 564	3.79 333	0.76 214	4.20 453	1.48 142	1.42 182	1.43 187	2.45 371	0.80 127	1.03 52	0.68 97	0.27 125	0.25 303	0.24 70	0.21 119	0.33 229	0.28 173

ACVNet-DCA	1.85 279	0.74 307	13.77 397	1.78 516	0.36 16	4.48 495	0.74 201	3.98 392	1.53 179	1.01 137	1.81 317	0.72 92	1.62 350	2.13 256	0.64 77	0.29 185	0.17 48	0.32 273	0.21 119	0.33 229	0.32 233

1test111	1.99 309	0.74 307	13.77 397	1.78 516	0.36 16	4.48 495	0.74 201	3.98 392	1.53 179	1.01 137	1.81 317	0.72 92	1.62 350	4.66 355	0.98 224	0.29 185	0.17 48	0.32 273	0.21 119	0.33 229	0.32 233

cc1	1.98 306	0.74 307	13.77 397	1.78 516	0.36 16	4.48 495	0.74 201	4.23 466	3.95 557	1.01 137	1.81 317	0.72 92	1.62 350	2.13 256	0.64 77	0.29 185	0.17 48	0.32 273	0.21 119	0.31 183	0.29 183

ff7	0.98 121	0.69 261	2.05 163	0.84 125	0.52 139	4.55 515	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

IGEVStereo-DCA	0.86 83	0.65 229	2.05 163	0.90 171	0.46 98	1.57 63	0.86 287	1.62 36	1.24 77	0.65 45	0.77 41	0.74 101	0.72 86	2.59 299	0.86 174	0.28 162	0.21 188	0.28 189	0.21 119	0.29 141	0.27 154

ffff	0.98 121	0.69 261	2.05 163	0.84 125	0.52 139	4.55 515	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

rrr	2.27 353	0.65 229	23.82 594	0.90 171	0.46 98	1.57 63	0.96 361	7.98 583	1.19 72	0.65 45	0.77 41	0.74 101	0.72 86	2.59 299	0.86 174	0.28 162	0.21 188	0.28 189	0.21 119	0.29 141	0.25 114

11t	0.98 121	0.69 261	2.05 163	0.84 125	0.52 139	4.55 515	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

MSKI-zero shot	2.22 341	0.64 218	20.09 520	0.96 215	0.56 161	4.04 401	0.70 179	3.91 370	1.50 156	1.92 274	2.28 434	1.92 301	0.71 83	2.93 315	0.67 94	0.26 108	0.23 244	0.26 125	0.21 119	0.28 123	0.26 138

UniTT-Stereo	0.82 74	0.47 51	2.63 227	0.96 215	1.19 406	0.78 6	0.39 34	1.12 7	1.54 188	1.19 158	1.26 140	0.51 40	0.64 63	1.13 74	1.03 233	0.30 228	0.20 154	0.24 70	0.21 119	0.40 308	0.25 114

anonymousdsp	0.95 112	0.69 261	1.27 80	0.83 115	0.52 139	4.54 510	0.84 273	1.76 53	1.24 77	0.76 85	1.06 98	0.78 107	0.77 108	1.67 203	0.69 106	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.26 138

riskmin	1.25 187	0.56 127	2.05 163	1.05 271	0.93 331	2.86 168	0.55 101	3.23 242	1.34 94	1.55 193	1.07 100	3.56 485	2.03 424	1.29 120	1.00 229	0.28 162	0.27 327	0.34 326	0.21 119	0.41 333	0.43 359

CroCo-Stereo Lap2	0.99 129	0.89 377	2.55 216	0.99 236	1.80 534	0.54 3	0.46 68	3.10 226	1.24 77	1.07 147	1.21 124	1.05 167	0.78 116	1.26 110	1.08 242	0.27 125	0.23 244	0.27 156	0.21 119	0.43 362	0.34 264

ccc-4	0.98 121	0.69 261	2.05 163	0.84 125	0.52 139	4.55 515	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

IGEV-Stereo	0.95 112	0.69 261	1.27 80	0.84 125	0.52 139	4.54 510	0.84 273	1.76 53	1.24 77	0.75 71	1.06 98	0.79 111	0.77 108	1.68 204	0.69 106	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.26 138
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RALCasStereoNet	1.19 165	1.02 412	2.06 172	1.12 314	1.14 390	3.08 199	0.70 179	2.99 213	1.73 266	1.34 167	1.68 260	1.18 183	0.91 160	2.16 261	1.00 229	0.30 228	0.26 316	0.24 70	0.21 119	0.29 141	0.30 212

test_xeample3	2.12 329	0.63 206	21.55 575	0.91 179	0.47 108	1.85 82	0.94 350	7.96 582	1.23 75	0.75 71	0.76 38	0.64 67	0.70 81	1.77 215	0.83 161	0.30 228	0.21 188	0.27 156	0.21 119	0.27 106	0.24 104

R-Stereo Train	1.20 170	0.58 150	1.81 139	0.99 236	0.67 226	3.78 329	0.90 321	4.09 426	1.51 163	2.16 364	1.71 271	1.13 174	0.94 168	1.40 140	0.91 198	0.30 228	0.24 279	0.26 125	0.21 119	0.26 93	0.25 114

RAFT-Stereo	1.20 170	0.58 150	1.81 139	0.99 236	0.67 226	3.78 329	0.90 321	4.09 426	1.51 163	2.16 364	1.71 271	1.13 174	0.94 168	1.40 140	0.91 198	0.30 228	0.24 279	0.26 125	0.21 119	0.26 93	0.25 114
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	2.65 430	5.00 559	19.28 493	2.06 541	1.09 382	3.83 339	1.13 408	4.14 443	2.09 338	1.85 250	2.03 381	2.01 320	1.51 323	3.58 330	1.58 351	0.34 301	0.21 188	0.32 273	0.21 119	0.44 370	0.29 183

MLCV	1.87 281	0.91 384	8.59 333	1.10 303	0.57 173	3.59 295	0.53 93	3.70 322	2.20 364	2.80 497	2.25 428	2.00 317	1.42 295	4.13 348	1.86 399	0.30 228	0.20 154	0.32 273	0.21 119	0.33 229	0.36 284

G2L-ROB	2.13 331	0.78 335	10.06 353	1.19 352	1.06 372	3.84 344	0.93 344	3.32 257	2.27 378	2.20 377	1.47 197	2.65 393	1.20 249	8.38 433	1.81 392	0.28 162	0.19 114	0.23 39	0.22 152	0.28 123	0.32 233

G2L-Stereo_test	2.11 327	0.86 370	7.12 315	1.65 500	1.19 406	3.54 284	1.02 379	3.57 293	2.01 319	2.50 451	1.68 260	3.15 442	1.50 319	9.21 452	1.62 363	0.28 162	0.19 114	0.23 39	0.22 152	0.27 106	0.31 222

MM-Stereo_test3	1.09 147	0.59 158	1.55 116	1.73 511	1.18 399	1.91 87	0.86 287	3.52 284	1.76 276	1.25 160	1.86 341	1.10 171	0.69 79	1.32 127	0.86 174	0.27 125	0.23 244	0.27 156	0.22 152	0.34 247	0.30 212

MM-Stereo_test2	1.79 273	0.53 98	20.16 522	1.43 455	0.47 108	2.57 147	0.73 189	1.67 45	1.47 133	0.94 127	0.96 79	0.84 121	0.79 120	1.16 83	0.68 97	0.24 72	0.17 48	0.25 96	0.22 152	0.30 164	0.22 76

SMoEStereo_RVC	0.80 62	0.53 98	1.12 49	0.92 185	0.44 79	2.41 130	0.79 238	1.49 22	1.16 68	0.70 55	1.12 108	0.64 67	0.64 63	1.69 205	0.87 180	0.22 46	0.16 32	0.31 253	0.22 152	0.26 93	0.25 114

RAFT-Stereo-weight	1.11 150	0.48 61	1.22 69	0.99 236	0.42 65	4.17 442	0.80 248	3.60 297	1.50 156	1.97 290	1.50 206	1.30 203	0.65 66	1.24 103	0.85 167	0.25 93	0.19 114	0.26 125	0.22 152	0.27 106	0.23 87

MGS-Stereo	0.80 62	0.56 127	1.53 112	0.93 201	0.39 45	1.26 30	0.73 189	1.45 18	1.30 90	1.01 137	2.26 429	0.80 113	0.56 39	1.16 83	0.65 84	0.27 125	0.23 244	0.26 125	0.22 152	0.27 106	0.25 114

tt1	1.79 273	0.73 299	10.41 360	1.75 513	0.36 16	4.55 515	0.79 238	4.22 462	3.37 541	1.08 148	1.80 305	0.74 101	1.48 312	2.21 269	0.65 84	0.29 185	0.16 32	0.31 253	0.22 152	0.30 164	0.29 183

MC-Stereo	1.06 142	0.48 61	1.55 116	1.15 335	0.41 58	4.56 520	0.61 128	2.06 85	1.46 128	1.90 267	1.61 241	0.89 136	1.12 223	1.35 132	0.73 123	0.25 93	0.18 79	0.26 125	0.22 152	0.25 74	0.24 104

CIPLG	2.27 353	1.18 447	19.24 488	0.92 185	1.34 449	3.95 379	0.89 316	4.23 466	1.82 284	2.31 415	2.67 487	1.17 179	1.06 205	1.53 171	1.32 299	0.37 341	0.23 244	0.27 156	0.22 152	0.31 183	0.45 371

IPLGR_C	2.28 358	1.31 473	19.46 496	0.92 185	1.32 443	3.93 369	0.89 316	4.20 453	1.82 284	2.30 409	2.63 484	1.16 178	1.07 208	1.41 145	1.29 295	0.37 341	0.23 244	0.27 156	0.22 152	0.31 183	0.45 371

ACRE	2.27 353	1.11 434	19.45 495	0.91 179	1.30 434	3.94 374	0.87 307	4.21 459	1.80 282	2.28 403	2.62 482	1.17 179	1.04 193	1.52 169	1.30 296	0.37 341	0.23 244	0.27 156	0.22 152	0.31 183	0.46 381

GANet-ADL	2.20 340	0.73 299	20.11 521	1.25 376	0.69 237	3.83 339	0.76 214	3.49 277	1.71 260	1.65 214	1.99 375	2.10 332	1.10 219	1.42 147	1.26 285	0.38 358	0.33 387	0.25 96	0.22 152	0.42 352	0.36 284

Gwc-CoAtRS	1.58 236	0.57 137	11.69 375	1.01 250	0.60 188	2.53 144	0.64 146	2.36 120	1.56 202	1.80 243	1.47 197	2.74 402	1.18 243	1.12 71	0.90 191	0.27 125	0.21 188	0.25 96	0.22 152	0.27 106	0.23 87

iResNet	2.52 413	0.94 396	21.17 566	1.84 525	0.72 246	3.75 324	0.81 258	4.14 443	2.55 448	2.33 425	2.03 381	1.35 209	1.44 301	3.27 322	2.16 439	0.35 321	0.23 244	0.28 189	0.22 152	0.44 370	0.45 371

DLNR-FE	28.68 606	56.10 619	49.61 610	183.75 624	105.98 618	3.44 253	0.28 9	29.58 609	1.49 150	1.01 137	1.26 140	0.93 148	0.63 60	3.81 337	1.51 341	33.14 614	0.41 454	0.26 125	0.23 167	99.94 621	0.32 233

water-stereo	0.78 57	0.45 29	1.94 150	0.79 91	0.48 116	2.36 125	0.47 74	1.53 26	1.09 66	0.88 118	1.04 90	0.82 117	0.75 99	0.72 5	0.78 142	0.22 46	0.23 244	0.25 96	0.23 167	0.24 60	0.29 183

xyz-stereo-finetune	1.05 141	0.62 197	1.46 104	0.59 5	0.36 16	3.48 266	0.81 258	2.69 176	1.74 272	0.94 127	1.21 124	0.91 142	0.78 116	2.53 294	1.28 292	0.24 72	0.24 279	0.26 125	0.23 167	0.30 164	0.23 87

tt45	0.96 117	0.48 61	1.19 64	0.89 162	0.66 219	3.91 362	0.76 214	1.90 69	1.26 85	0.70 55	1.30 152	0.71 90	0.63 60	2.59 299	0.74 129	0.22 46	0.17 48	0.28 189	0.23 167	0.27 106	0.27 154

model_zeroshot	1.21 173	0.60 170	3.55 268	1.05 271	0.57 173	3.46 259	0.63 143	2.73 181	1.55 196	2.05 325	1.38 176	1.50 230	0.82 133	1.69 205	0.87 180	0.29 185	0.23 244	0.30 230	0.23 167	0.27 106	0.32 233

qqq1	1.92 295	0.57 137	4.46 285	1.36 433	0.57 173	2.03 96	0.73 189	4.25 476	2.80 482	2.32 419	2.31 450	1.95 305	1.52 325	10.99 514	0.71 115	0.34 301	0.32 380	0.30 230	0.23 167	0.29 141	0.29 183

fff1	1.92 295	0.57 137	4.46 285	1.36 433	0.57 173	2.03 96	0.73 189	4.25 476	2.80 482	2.32 419	2.31 450	1.95 305	1.52 325	10.99 514	0.71 115	0.34 301	0.32 380	0.30 230	0.23 167	0.29 141	0.29 183

11t1	1.11 150	0.53 98	1.80 138	1.55 486	0.65 212	2.20 114	0.60 124	3.66 309	1.49 150	1.60 198	1.26 140	1.03 163	1.35 274	1.72 209	0.97 221	0.28 162	0.31 372	0.29 210	0.23 167	0.30 164	0.34 264

DLNR_Zeroshot_test	28.62 605	55.50 618	49.94 612	183.62 623	115.05 622	3.43 252	0.28 9	29.49 608	1.49 150	1.01 137	1.26 140	0.93 148	0.63 60	3.92 344	1.51 341	29.81 613	0.41 454	0.26 125	0.23 167	93.28 619	0.32 233

AEACV	0.79 60	0.54 110	1.35 94	0.97 222	0.63 202	1.13 15	0.92 342	2.02 82	0.91 42	0.76 85	0.79 45	0.80 113	1.61 347	1.28 115	0.61 67	0.22 46	0.18 79	0.26 125	0.23 167	0.27 106	0.23 87

RAFT-Test	1.44 221	0.59 158	6.10 306	1.01 250	0.69 237	2.90 171	0.80 248	3.68 312	1.70 259	1.85 250	1.68 260	3.15 442	1.03 189	1.20 97	0.99 227	0.27 125	0.22 217	0.25 96	0.23 167	0.27 106	0.25 114

HH	2.23 344	0.86 370	21.59 576	0.98 230	0.51 130	1.49 57	0.82 262	2.74 182	1.54 188	1.10 150	1.69 265	4.62 535	1.86 410	2.55 295	0.69 106	0.26 108	0.22 217	0.29 210	0.23 167	0.34 247	0.27 154

HanStereo	2.23 344	0.86 370	21.59 576	0.98 230	0.51 130	1.49 57	0.82 262	2.74 182	1.54 188	1.10 150	1.69 265	4.62 535	1.86 410	2.55 295	0.69 106	0.26 108	0.22 217	0.29 210	0.23 167	0.34 247	0.27 154

EGLCR-Stereo	1.06 142	0.51 80	1.56 118	1.02 261	0.39 45	4.27 465	0.42 51	4.08 424	1.48 142	0.90 121	0.68 29	1.09 168	0.66 73	1.81 222	0.62 71	0.27 125	0.19 114	0.29 210	0.23 167	0.37 288	0.25 114

Selective-RAFT	1.15 158	0.46 36	1.64 125	0.99 236	0.45 87	4.17 442	0.51 83	3.21 238	1.69 256	1.12 154	1.34 165	1.45 224	1.40 285	2.08 251	0.94 214	0.41 393	0.20 154	0.24 70	0.23 167	0.27 106	0.25 114

ProNet	0.82 74	0.71 284	1.50 109	0.86 144	0.45 87	1.78 77	0.83 267	1.75 52	1.28 87	0.66 47	1.13 110	0.78 107	0.76 106	1.66 199	0.71 115	0.24 72	0.20 154	0.25 96	0.23 167	0.29 141	0.25 114

IPLG	2.48 405	0.65 229	19.63 501	0.91 179	0.79 273	4.60 525	0.56 105	4.31 503	1.84 291	1.91 272	2.00 377	1.31 204	1.38 278	6.61 397	1.53 345	0.27 125	0.20 154	0.27 156	0.23 167	0.31 183	0.36 284

MIPNet	2.33 372	0.71 284	19.82 506	0.89 162	0.56 161	4.76 554	0.61 128	4.32 507	2.37 407	1.83 248	1.48 204	1.48 227	1.98 423	2.63 302	1.44 319	0.29 185	0.20 154	0.26 125	0.23 167	0.30 164	0.39 320

IPLGR	2.53 414	0.58 150	20.46 540	0.82 104	0.52 139	4.56 520	0.50 79	4.30 500	2.38 412	1.87 257	1.53 216	1.68 252	1.72 383	6.95 409	1.15 255	0.28 162	0.21 188	0.27 156	0.23 167	0.33 229	0.32 233

cross-raft	2.01 313	0.57 137	19.01 486	1.03 268	0.56 161	2.11 107	0.72 184	3.63 302	1.57 208	1.77 236	1.51 208	3.17 444	1.13 225	1.16 83	0.85 167	0.23 58	0.21 188	0.26 125	0.23 167	0.28 123	0.25 114

RAFT-Stereo + iAFF	1.25 187	0.72 288	1.74 133	1.05 271	0.36 16	4.13 423	0.42 51	2.95 209	2.84 492	2.02 316	2.40 460	1.61 244	1.11 222	1.26 110	0.97 221	0.21 37	0.15 22	0.26 125	0.23 167	0.29 141	0.23 87

CFNet-RSSM	2.08 324	0.52 86	20.06 516	1.01 250	0.56 161	3.39 244	0.64 146	3.67 310	1.55 196	1.72 228	1.37 173	2.57 383	1.19 247	1.11 66	0.86 174	0.27 125	0.20 154	0.25 96	0.23 167	0.27 106	0.23 87

DIP-Stereo	1.24 183	0.69 261	1.77 135	0.65 28	0.61 193	4.29 467	0.58 117	4.44 532	2.53 442	1.98 292	1.33 160	0.91 142	0.86 143	1.25 109	1.25 282	0.36 333	0.23 244	0.32 273	0.23 167	0.32 210	0.29 183
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 454	0.57 137	17.46 460	0.92 185	0.90 323	3.70 314	1.20 424	5.64 577	2.51 440	3.22 526	2.43 461	2.54 380	1.59 340	11.41 532	1.65 371	0.34 301	0.25 303	0.26 125	0.23 167	0.30 164	0.29 183
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	3.03 478	1.72 509	12.78 384	1.17 343	1.12 387	3.79 333	1.10 401	3.86 352	3.13 518	2.62 477	4.26 541	3.96 501	1.41 290	11.43 534	5.23 520	0.94 533	0.47 486	0.34 326	0.23 167	0.40 308	0.55 430

HSM	2.35 381	0.81 347	2.21 185	1.14 322	1.55 492	3.44 253	1.03 381	3.99 396	2.25 373	2.29 405	2.11 403	8.04 571	3.05 494	11.60 540	1.71 377	0.33 289	0.22 217	0.28 189	0.23 167	0.32 210	0.35 278

z-ln-s-r	2.67 434	1.16 444	12.43 380	1.34 422	1.26 428	3.70 314	1.21 427	4.20 453	2.38 412	2.04 323	1.92 359	2.43 366	1.60 346	10.58 495	5.19 519	0.29 185	0.20 154	0.32 273	0.24 193	0.51 406	0.38 313

LG-Stereo	0.85 81	0.60 170	2.71 232	0.59 5	0.45 87	2.85 166	0.55 101	2.41 123	1.34 94	0.59 25	1.19 118	0.43 26	0.40 8	0.76 7	0.75 132	0.20 32	0.17 48	0.31 253	0.24 193	0.29 141	0.19 7

MM-Stereo_test1	1.90 288	0.53 98	19.85 508	1.39 447	0.48 116	1.81 80	0.79 238	3.00 215	1.82 284	1.69 219	1.09 102	0.87 131	0.97 174	1.45 154	0.74 129	0.24 72	0.21 188	0.27 156	0.24 193	0.35 265	0.24 104

Former-RAFT_DAM_RVC	0.92 100	0.73 299	1.42 101	0.92 185	1.08 378	2.97 187	0.53 93	1.77 56	1.39 104	1.16 156	1.54 218	0.58 56	0.65 66	1.03 52	0.84 164	0.25 93	0.23 244	0.30 230	0.24 193	0.43 362	0.29 183

GMStereo_Zeroshot	1.41 219	1.21 452	3.33 261	1.29 397	0.72 246	3.35 240	0.53 93	2.58 163	1.68 250	2.35 427	1.56 226	2.42 363	0.96 171	2.50 284	1.16 258	0.45 427	0.23 244	0.40 399	0.24 193	0.79 499	0.33 251

iRaft-Stereo_20w	1.88 285	0.62 197	10.58 362	0.90 171	0.83 293	2.96 186	0.78 231	4.90 562	1.58 211	2.29 405	1.60 237	1.25 196	4.51 537	2.28 275	0.90 191	0.29 185	0.21 188	0.26 125	0.24 193	0.41 333	0.31 222

test-1	1.23 178	0.65 229	1.88 144	0.96 215	0.52 139	3.84 344	0.62 141	4.01 400	1.47 133	1.93 278	1.78 299	1.83 290	0.92 163	1.19 96	1.28 292	0.26 108	0.29 349	0.31 253	0.24 193	0.29 141	0.36 284

LMCR-Stereo	2.40 389	1.31 473	18.61 479	1.59 491	0.86 306	3.87 357	1.15 411	4.32 507	1.60 227	2.25 398	2.27 430	1.13 174	2.43 460	2.48 283	1.60 355	0.88 531	0.24 279	0.29 210	0.24 193	0.56 427	0.30 212

TestStereo	2.00 310	1.02 412	12.25 378	0.70 47	0.61 193	1.88 84	0.55 101	2.31 116	1.52 172	1.41 180	1.33 160	1.27 198	0.90 158	11.62 542	0.81 155	0.34 301	0.19 114	0.33 308	0.24 193	0.44 370	0.24 104

raft+_RVC	1.21 173	0.83 358	2.61 223	1.35 427	0.97 341	3.60 297	0.76 214	3.23 242	1.51 163	1.33 166	1.67 257	1.03 163	1.10 219	1.87 234	0.92 203	0.24 72	0.22 217	0.25 96	0.24 193	0.26 93	0.25 114

RALAANet	1.28 202	1.08 427	3.21 253	1.25 376	0.94 333	1.44 52	0.69 173	3.15 232	2.57 449	2.01 311	1.80 305	1.29 202	1.05 198	2.00 244	1.48 331	0.27 125	0.20 154	0.27 156	0.24 193	0.40 308	0.27 154

RASNet	2.56 421	0.70 272	10.06 353	1.60 493	2.25 555	3.67 310	1.00 372	3.38 267	3.14 520	1.81 244	2.11 403	4.60 534	2.30 450	10.25 487	2.61 474	0.37 341	0.24 279	0.25 96	0.24 193	0.28 123	0.26 138

GASTEREO	1.00 131	0.98 406	1.23 70	0.90 171	0.40 51	3.40 247	0.88 311	2.77 187	1.44 119	1.39 176	1.30 152	0.55 50	1.35 274	1.33 128	0.64 77	0.25 93	0.19 114	0.25 96	0.25 205	0.25 74	0.31 222

MSCF	0.97 119	0.82 354	1.26 75	0.88 155	0.40 51	3.17 208	0.88 311	2.79 195	1.39 104	1.32 165	1.19 118	0.58 56	1.33 269	1.28 115	0.64 77	0.25 93	0.19 114	0.25 96	0.25 205	0.28 123	0.32 233

PAM_32	2.45 397	0.63 206	20.74 550	1.05 271	0.65 212	2.83 163	0.46 68	2.91 206	1.54 188	1.95 284	2.66 486	4.99 545	3.78 520	1.96 241	0.92 203	0.27 125	0.22 217	0.27 156	0.25 205	0.36 278	0.48 391

PAM	2.43 394	0.61 187	20.86 553	1.07 280	0.73 251	2.93 181	0.53 93	3.24 244	1.53 179	1.89 266	2.43 461	5.29 555	2.76 477	1.84 227	1.02 231	0.27 125	0.24 279	0.26 125	0.25 205	0.40 308	0.50 405

rvit_stereo_0081_aga	0.81 71	0.75 320	1.84 141	0.72 61	0.73 251	1.21 22	0.63 143	1.92 72	1.39 104	0.87 117	0.80 46	0.79 111	0.69 79	1.27 114	0.69 106	0.35 321	0.29 349	0.26 125	0.25 205	0.40 308	0.27 154

rvit_stereo_0081	0.80 62	0.63 206	1.19 64	0.91 179	0.64 204	1.27 31	0.61 128	2.05 83	1.71 260	0.82 102	0.73 34	0.85 125	0.75 99	1.30 124	0.80 149	0.31 251	0.26 316	0.27 156	0.25 205	0.38 293	0.27 154

rvit_stereo_0082	0.80 62	0.63 206	1.19 64	0.91 179	0.64 204	1.27 31	0.61 128	2.05 83	1.71 260	0.82 102	0.73 34	0.85 125	0.75 99	1.30 124	0.80 149	0.31 251	0.26 316	0.27 156	0.25 205	0.38 293	0.27 154

plain	1.55 229	0.69 261	13.59 394	0.65 28	0.73 251	1.66 73	0.57 108	3.17 235	1.94 307	0.77 90	1.24 131	0.80 113	0.86 143	1.60 184	0.96 220	0.33 289	0.21 188	0.32 273	0.25 205	0.42 352	0.28 173

MIF-Stereo (partial)	0.98 121	0.55 116	2.83 238	0.71 53	1.03 364	1.08 12	0.49 77	2.55 153	1.66 246	0.79 96	1.20 120	0.80 113	0.90 158	1.61 189	1.56 349	0.36 333	0.24 279	0.33 308	0.25 205	0.40 308	0.28 173

MIM_Stereo	1.20 170	0.78 335	3.30 259	1.05 271	0.43 71	3.04 191	0.60 124	2.46 135	1.51 163	1.60 198	1.58 229	1.82 287	1.29 262	2.00 244	1.07 240	0.24 72	0.24 279	0.28 189	0.25 205	0.27 106	0.27 154

TestStereo1	1.56 233	0.81 347	2.32 199	1.61 496	0.64 204	4.13 423	1.36 445	3.79 335	3.20 528	1.60 198	2.57 478	1.39 214	2.15 437	2.51 287	1.30 296	0.29 185	0.20 154	0.34 326	0.25 205	0.40 308	0.36 284

SA-5K	1.56 233	0.81 347	2.32 199	1.61 496	0.64 204	4.13 423	1.36 445	3.79 335	3.20 528	1.60 198	2.57 478	1.39 214	2.15 437	2.51 287	1.30 296	0.29 185	0.20 154	0.34 326	0.25 205	0.40 308	0.36 284

GLC_STEREO	0.76 45	0.52 86	1.12 49	0.83 115	0.33 10	1.86 83	0.82 262	1.46 20	1.38 103	0.95 131	1.04 90	0.68 79	0.72 86	0.97 43	0.80 149	0.23 58	0.25 303	0.32 273	0.25 205	0.32 210	0.30 212

DAS	2.31 365	0.67 250	4.79 292	1.14 322	1.64 508	2.93 181	2.13 518	4.09 426	2.74 470	4.17 551	2.52 471	2.46 373	1.79 393	11.55 539	1.63 366	0.37 341	0.22 217	0.39 393	0.25 205	0.41 333	0.34 264

SepStereo	2.15 333	0.67 250	4.79 292	1.14 322	1.64 508	2.93 181	2.13 518	4.09 426	2.74 470	4.17 551	2.52 471	2.46 373	1.79 393	8.36 431	1.63 366	0.37 341	0.22 217	0.39 393	0.25 205	0.41 333	0.34 264

STrans-v2	3.03 478	0.77 329	20.91 557	0.81 94	0.63 202	3.89 359	1.01 375	4.27 484	2.64 459	2.28 403	3.70 533	4.13 511	5.20 545	7.33 413	1.27 288	0.31 251	0.18 79	0.29 210	0.25 205	0.29 141	0.41 346

IIG-Stereo	1.95 300	0.79 339	2.14 179	2.78 563	0.66 219	4.62 527	0.76 214	4.27 484	1.53 179	2.63 480	3.14 518	3.35 459	1.61 347	7.65 422	1.41 314	0.39 370	0.20 154	0.31 253	0.25 205	0.33 229	0.22 76

RAFT-345	2.46 400	0.55 116	19.69 503	1.02 261	0.49 124	4.43 491	0.78 231	1.64 43	2.34 396	2.09 334	3.12 516	1.96 310	1.31 266	6.65 399	1.43 317	0.36 333	0.23 244	0.32 273	0.25 205	0.28 123	0.25 114

Prome-Stereo	1.61 244	0.55 116	1.71 128	0.98 230	0.60 188	4.41 486	1.82 501	3.03 219	1.53 179	2.18 370	3.45 528	1.72 262	3.49 516	2.23 272	1.08 242	0.29 185	0.20 154	0.26 125	0.25 205	0.34 247	2.16 560

AFF-stereo	1.31 209	0.77 329	1.46 104	1.10 303	0.45 87	3.93 369	0.48 76	2.92 207	2.92 498	1.90 267	2.21 422	2.11 334	1.52 325	1.93 238	1.12 252	0.21 37	0.16 32	0.25 96	0.25 205	0.29 141	0.20 27

tg	1.15 158	0.67 250	1.31 85	0.94 205	0.54 149	4.02 397	0.41 47	2.96 210	1.59 226	1.69 219	1.85 338	1.84 293	0.97 174	1.78 216	0.83 161	0.27 125	0.17 48	0.29 210	0.26 225	0.29 141	0.27 154

rvit_stereo_0083	0.86 83	0.67 250	1.42 101	0.87 150	0.65 212	1.23 23	0.64 146	1.67 45	2.28 382	0.79 96	0.93 72	0.93 148	1.07 208	1.46 158	0.75 132	0.32 272	0.36 411	0.30 230	0.26 225	0.33 229	0.28 173

CAS++	0.89 92	0.64 218	1.46 104	0.81 94	0.51 130	1.24 27	0.86 287	3.44 272	1.46 128	1.14 155	1.29 150	0.62 63	0.58 43	1.13 74	0.59 63	0.34 301	0.30 362	0.34 326	0.26 225	0.41 333	0.29 183
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	1.01 134	0.80 343	1.26 75	1.00 244	1.04 367	3.95 379	0.95 354	2.07 87	1.42 113	0.75 71	1.22 126	0.68 79	0.91 160	1.63 194	0.67 94	0.24 72	0.24 279	0.34 326	0.26 225	0.41 333	0.37 298

MyStereo06	2.46 400	0.72 288	19.97 513	1.02 261	0.99 351	4.26 460	0.86 287	3.51 283	1.68 250	1.92 274	1.73 276	4.01 504	4.22 530	1.62 190	0.88 184	0.24 72	0.23 244	0.34 326	0.26 225	0.42 352	0.36 284

MyStereo05	2.37 387	0.72 288	19.94 511	1.02 261	0.99 351	4.26 460	0.86 287	4.01 400	2.62 455	2.14 351	1.26 140	2.28 342	1.63 363	2.07 249	1.68 374	0.24 72	0.23 244	0.34 326	0.26 225	0.42 352	0.36 284

MyStereo04	2.29 361	0.80 343	18.77 480	1.00 244	1.04 367	3.95 379	0.95 354	3.91 370	2.54 446	1.99 297	1.27 147	2.31 349	1.65 368	2.02 248	1.77 388	0.24 72	0.24 279	0.34 326	0.26 225	0.41 333	0.37 298

EKT-Stereo	6.79 568	0.64 218	4.24 283	1.77 515	106.39 619	4.51 508	0.61 128	3.16 233	1.53 179	1.88 260	1.22 126	1.98 314	1.36 276	3.81 337	0.84 164	0.35 321	0.24 279	0.29 210	0.26 225	0.34 247	0.48 391

PCWNet_CMD	2.23 344	0.65 229	17.36 455	0.83 115	0.76 262	3.51 276	0.64 146	3.60 297	1.97 310	1.70 223	1.63 246	3.22 447	3.05 494	2.09 254	1.11 249	0.31 251	0.36 411	0.47 443	0.26 225	0.64 460	0.47 386

4D-IteraStereo	1.97 304	0.84 363	20.43 539	0.78 89	1.56 495	2.09 106	1.05 387	2.43 129	1.56 202	1.41 180	1.00 81	1.94 303	0.61 55	1.22 100	1.06 237	0.27 125	0.18 79	0.31 253	0.26 225	0.27 106	0.23 87

DCRE	1.44 221	0.74 307	3.50 267	1.13 321	0.72 246	1.78 77	0.67 160	2.14 93	1.56 202	1.99 297	8.09 563	1.73 263	1.07 208	1.24 103	0.83 161	0.23 58	0.25 303	0.26 125	0.26 225	0.28 123	0.30 212

CSP-Net	1.78 272	1.32 475	1.92 149	1.16 341	1.03 364	3.38 243	1.31 438	3.52 284	1.75 274	1.96 288	1.93 362	2.40 358	1.48 312	8.58 437	1.58 351	0.46 434	0.34 399	0.27 156	0.26 225	0.41 333	0.50 405

test-3	1.19 165	0.52 86	2.00 157	1.01 250	0.42 65	1.95 90	0.91 329	4.35 513	1.47 133	2.24 395	1.16 113	2.06 327	0.79 120	2.68 305	0.76 136	0.27 125	0.18 79	0.28 189	0.26 225	0.26 93	0.25 114

test_1	1.19 165	0.52 86	2.00 157	1.01 250	0.42 65	1.95 90	0.90 321	4.36 518	1.47 133	2.17 368	1.16 113	2.06 327	0.78 116	2.68 305	0.76 136	0.27 125	0.18 79	0.28 189	0.26 225	0.26 93	0.25 114

TransformOpticalFlow	3.03 478	0.77 329	20.99 560	1.00 244	0.55 157	4.18 445	0.64 146	4.33 509	3.02 510	2.18 370	3.09 514	4.35 522	5.07 543	7.36 416	1.27 288	0.32 272	0.18 79	0.32 273	0.26 225	0.28 123	0.46 381

OMP-Stereo	1.97 304	0.93 390	1.88 144	2.76 562	0.67 226	4.58 522	1.48 466	4.31 503	1.54 188	3.15 523	2.76 494	3.25 450	1.38 278	7.66 423	1.35 307	0.40 378	0.20 154	0.33 308	0.26 225	0.33 229	0.24 104

NRIStereo	1.28 202	0.61 187	1.67 126	1.15 335	0.38 42	4.73 549	0.90 321	2.42 126	1.50 156	1.93 278	1.33 160	1.75 265	1.22 250	2.96 317	1.33 303	0.46 434	0.22 217	0.29 210	0.26 225	0.30 164	0.28 173

CRE-IMP	1.23 178	0.61 187	2.14 179	0.82 104	0.39 45	4.54 510	0.83 267	2.63 168	1.55 196	1.95 284	1.46 192	1.87 298	0.96 171	1.48 161	1.33 303	0.45 427	0.21 188	0.31 253	0.26 225	0.41 333	0.31 222

iRaftStereo_RVC	1.09 147	0.70 272	1.39 97	0.95 209	0.45 87	3.83 339	0.42 51	2.37 121	1.58 211	1.69 219	1.76 291	1.80 281	0.83 137	1.50 164	0.98 224	0.28 162	0.18 79	0.29 210	0.26 225	0.30 164	0.31 222

UNet	2.51 410	0.74 307	20.17 523	1.14 322	1.44 472	3.48 266	0.76 214	3.77 331	1.87 294	2.05 325	1.57 228	2.75 404	2.39 457	3.51 328	2.51 467	0.32 272	0.26 316	0.41 411	0.26 225	0.38 293	0.39 320

FENet	2.25 348	0.50 74	20.29 532	1.35 427	0.67 226	4.01 395	0.60 124	3.95 383	1.99 313	1.96 288	1.11 106	2.43 366	1.43 298	1.60 184	1.39 309	0.32 272	0.22 217	0.33 308	0.26 225	0.29 141	0.39 320

ACVNet	1.46 224	0.64 218	3.56 270	0.93 201	0.85 301	4.22 455	0.80 248	2.85 200	2.08 335	1.78 238	1.88 345	3.10 437	1.46 308	1.33 128	1.89 402	0.29 185	0.26 316	0.30 230	0.26 225	0.39 303	0.27 154

acv_ft	1.55 229	0.64 218	3.29 258	1.14 322	2.01 544	2.93 181	0.97 364	3.81 339	2.08 335	2.22 388	1.88 345	3.10 437	1.66 370	1.33 128	2.22 443	0.29 185	0.26 316	0.30 230	0.26 225	0.39 303	0.27 154

DMCA	1.72 261	0.74 307	6.63 309	1.14 322	0.96 337	3.98 391	0.90 321	3.75 327	2.76 474	2.83 500	1.58 229	2.35 353	1.18 243	1.58 177	1.98 416	0.40 378	0.27 327	0.42 418	0.26 225	0.36 278	0.38 313

MSMDNet	2.23 344	0.64 218	17.32 451	0.84 125	0.75 258	3.53 280	0.64 146	3.61 300	1.98 312	1.71 227	1.64 248	3.22 447	2.99 487	2.08 251	1.11 249	0.31 251	0.37 424	0.45 434	0.26 225	0.62 450	0.45 371

HITNet	2.07 322	0.82 354	14.77 417	1.34 422	0.56 161	3.47 262	0.80 248	4.07 420	2.35 398	2.16 364	1.61 241	1.64 247	1.44 301	2.09 254	2.56 473	0.26 108	0.18 79	0.41 411	0.26 225	0.45 378	0.25 114
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
xyz-stereo-finetune2	1.16 162	0.63 206	1.50 109	0.57 1	0.36 16	3.47 262	0.65 155	2.70 177	1.23 75	0.88 118	1.75 282	0.91 142	1.76 388	3.54 329	1.74 384	0.24 72	0.22 217	0.30 230	0.27 251	0.31 183	0.26 138

S2M2_L	0.64 16	0.55 116	1.07 16	0.89 162	0.54 149	1.08 12	0.20 1	1.16 8	1.37 100	0.59 25	0.81 50	0.86 129	0.47 18	0.70 3	0.65 84	0.31 251	0.33 387	0.27 156	0.27 251	0.36 278	0.31 222
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0080	0.94 105	0.72 288	2.56 217	0.64 20	0.59 185	1.90 85	0.75 211	2.71 178	1.40 108	0.91 122	1.04 90	0.85 125	0.82 133	1.14 76	0.78 142	0.35 321	0.29 349	0.25 96	0.27 251	0.45 378	0.29 183

MyStereo8	2.33 372	1.13 436	19.26 491	1.22 367	1.62 504	4.16 437	0.57 108	3.50 280	2.36 401	2.15 359	1.75 282	2.28 342	1.14 232	1.46 158	2.20 441	0.24 72	0.21 188	0.32 273	0.27 251	0.36 278	0.43 359

CoDeX	2.40 389	0.78 335	13.21 387	1.00 244	1.18 399	3.24 221	1.32 439	4.14 443	2.41 419	1.74 232	1.84 331	2.05 325	1.47 310	10.03 479	1.60 355	0.34 301	0.28 339	0.32 273	0.27 251	0.32 210	0.39 320

whm_eth	0.94 105	0.72 288	2.56 217	0.64 20	0.59 185	1.90 85	0.75 211	2.71 178	1.40 108	0.91 122	1.04 90	0.85 125	0.82 133	1.14 76	0.78 142	0.35 321	0.29 349	0.25 96	0.27 251	0.45 378	0.29 183

CBFPSM	2.05 319	0.95 398	10.12 356	1.07 280	1.05 369	2.84 164	1.20 424	3.28 248	1.73 266	1.82 246	1.30 152	4.56 533	4.06 526	2.34 276	2.34 452	0.25 93	0.38 430	0.32 273	0.27 251	0.37 288	0.79 500

iRaft-Stereo_5w	2.10 325	0.83 358	8.57 332	0.81 94	0.76 262	3.21 213	0.84 273	3.71 323	1.65 244	1.56 195	2.50 468	2.20 338	2.23 446	9.13 449	2.01 420	0.38 358	0.19 114	0.35 345	0.27 251	0.45 378	0.39 320

GwcNet-ADL	2.47 403	0.67 250	21.48 574	0.96 215	0.72 246	4.61 526	0.95 354	4.42 528	2.36 401	1.98 292	1.80 305	2.55 381	1.24 255	1.90 236	1.41 314	0.40 378	0.46 482	0.24 70	0.27 251	0.41 333	0.49 398

HHNet	2.48 405	0.71 284	20.52 541	0.64 20	0.64 204	4.07 409	0.93 344	3.76 329	1.56 202	2.15 359	4.92 547	0.98 154	3.37 508	1.66 199	1.79 391	0.32 272	0.20 154	0.31 253	0.27 251	0.36 278	0.42 350

Patchmatch Stereo++	1.25 187	0.65 229	2.06 172	0.75 67	0.37 31	4.68 536	0.76 214	2.53 143	1.58 211	1.99 297	1.47 197	1.78 271	1.14 232	2.44 279	0.90 191	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183
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
PSM-adaLoss	1.24 183	0.65 229	2.03 160	0.75 67	0.37 31	4.68 536	0.73 189	2.53 143	1.58 211	1.99 297	1.47 197	1.78 271	1.13 225	2.18 265	0.87 180	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

ROB_FTStereo_v2	1.23 178	0.66 240	2.02 159	0.75 67	0.37 31	4.67 535	0.76 214	2.53 143	1.58 211	1.99 297	1.46 192	1.78 271	1.14 232	2.08 251	0.88 184	0.48 448	0.22 217	0.32 273	0.27 251	0.40 308	0.29 183

ROB_FTStereo	1.25 187	0.66 240	2.14 179	0.75 67	0.37 31	4.65 532	0.77 227	2.53 143	1.58 211	1.99 297	1.47 197	1.78 271	1.13 225	2.26 274	0.86 174	0.47 443	0.22 217	0.32 273	0.27 251	0.40 308	0.29 183

HUI-Stereo	1.25 187	0.66 240	2.33 201	0.75 67	0.37 31	4.68 536	0.78 231	2.53 143	1.58 211	1.99 297	1.46 192	1.79 278	1.13 225	2.17 263	0.85 167	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

DEmStereo	2.97 468	0.58 150	13.42 390	0.79 91	0.51 130	3.84 344	1.84 504	2.42 126	1.60 227	2.25 398	2.74 491	2.03 321	6.04 555	6.79 408	12.80 564	0.35 321	0.26 316	0.26 125	0.27 251	0.27 106	0.37 298

SST-Stereo	1.76 269	0.58 150	3.10 249	1.44 458	0.46 98	4.71 548	0.76 214	2.22 103	2.79 478	2.07 333	2.18 416	2.43 366	3.22 503	6.66 400	0.84 164	0.42 404	0.19 114	0.30 230	0.27 251	0.35 265	0.26 138

RAFT_R40	1.70 260	0.59 158	2.99 245	1.46 464	0.46 98	4.74 552	0.98 370	2.23 104	1.56 202	2.02 316	2.35 458	2.71 398	2.56 469	6.71 404	0.90 191	0.40 378	0.19 114	0.30 230	0.27 251	0.33 229	0.26 138

DRaft	2.28 358	0.56 127	2.64 229	0.74 66	0.46 98	3.94 374	1.23 429	2.32 118	1.55 196	2.64 481	2.80 498	1.60 242	5.34 548	6.96 410	10.99 555	0.34 301	0.22 217	0.27 156	0.27 251	0.29 141	0.37 298

PFNet	2.47 403	0.60 170	16.95 449	2.15 545	0.81 278	4.63 529	0.91 329	2.55 153	1.52 172	2.40 439	2.79 496	1.83 290	1.42 295	7.54 418	1.34 306	0.33 289	0.21 188	0.36 361	0.27 251	0.32 210	0.39 320

iGMRVC	1.26 194	0.66 240	2.14 179	0.75 67	0.37 31	4.66 533	0.74 201	2.53 143	1.58 211	1.99 297	1.46 192	1.78 271	1.14 232	2.46 281	0.92 203	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

iRAFT	1.25 187	0.65 229	2.06 172	0.75 67	0.37 31	4.68 536	0.76 214	2.53 143	1.58 211	1.99 297	1.47 197	1.78 271	1.14 232	2.44 279	0.90 191	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

RAFT-IKP	1.25 187	0.66 240	2.23 190	0.75 67	0.37 31	4.64 530	0.74 201	2.53 143	1.58 211	1.99 297	1.47 197	1.78 271	1.13 225	2.22 271	0.92 203	0.48 448	0.22 217	0.32 273	0.27 251	0.40 308	0.29 183

CFNet_pseudo	2.12 329	0.67 250	15.14 428	0.85 137	0.74 256	3.95 379	0.64 146	3.95 383	1.78 279	1.90 267	1.79 302	3.27 452	1.62 350	2.51 287	1.16 258	0.31 251	0.36 411	0.53 483	0.27 251	0.63 452	0.44 365

XX-Stereo	2.54 416	0.61 187	20.21 524	1.78 516	1.19 406	4.30 469	0.46 68	4.39 524	1.58 211	2.32 419	1.89 351	4.64 537	0.60 52	4.16 349	0.82 158	0.31 251	0.21 188	0.28 189	0.27 251	0.51 406	0.26 138

222	2.68 438	0.57 137	2.03 160	1.11 310	0.81 278	3.23 217	0.65 155	4.52 546	2.45 428	2.34 426	2.29 438	1.41 220	1.44 301	10.50 493	18.47 588	0.32 272	0.30 362	0.32 273	0.27 251	0.32 210	0.34 264

xxxx	2.67 434	0.54 110	2.03 160	1.22 367	0.81 278	3.49 269	0.63 143	4.49 541	2.49 436	2.22 388	2.23 425	2.05 325	1.38 278	10.05 480	17.91 584	0.32 272	0.32 380	0.30 230	0.27 251	0.33 229	0.34 264

MMNet	2.02 314	0.81 347	10.76 364	1.12 314	1.23 420	3.53 280	0.89 316	3.79 335	2.08 335	2.15 359	1.76 291	2.15 335	2.12 433	3.69 335	2.32 450	0.31 251	0.29 349	0.34 326	0.27 251	0.38 293	0.42 350

ccs_rob	2.13 331	0.67 250	15.11 427	0.84 125	0.75 258	3.96 384	0.65 155	3.95 383	1.78 279	1.88 260	1.79 302	3.26 451	1.64 366	2.51 287	1.16 258	0.31 251	0.36 411	0.54 490	0.27 251	0.65 463	0.45 371

G2L-Stereo	2.49 407	0.94 396	14.54 416	1.15 335	1.35 450	3.57 293	0.95 354	3.62 301	2.00 317	2.11 341	1.61 241	3.20 445	1.34 271	9.54 459	1.91 405	0.34 301	0.27 327	0.35 345	0.28 280	0.30 164	0.35 278

IGEV-BASED-STEREO-	1.09 147	3.30 550	2.61 223	0.82 104	0.38 42	1.27 31	0.62 141	1.51 23	1.29 88	0.91 122	0.92 69	0.65 72	0.57 40	1.08 61	0.59 63	1.55 559	0.15 22	0.32 273	0.28 280	1.10 530	1.98 558

rvit_stereo_ft	1.00 131	0.87 373	3.55 268	0.97 222	0.66 219	1.06 11	0.80 248	2.78 190	1.67 248	0.78 93	0.96 79	0.95 153	1.14 232	1.06 59	0.90 191	0.32 272	0.24 279	0.27 156	0.28 280	0.39 303	0.27 154

test_sample1	1.62 246	0.55 116	1.88 144	1.44 458	0.79 273	2.27 118	0.64 146	4.00 398	1.82 284	1.87 257	1.35 168	1.57 237	1.62 350	9.55 461	1.24 279	0.30 228	0.27 327	0.31 253	0.28 280	0.32 210	0.32 233

DispNO	3.00 474	0.75 320	18.92 483	1.17 343	1.10 384	3.72 318	0.94 350	4.29 492	2.54 446	2.24 395	2.28 434	4.51 529	2.12 433	11.40 531	2.09 430	0.31 251	0.28 339	0.31 253	0.28 280	0.36 278	0.39 320

AE-Stereo	1.18 163	0.60 170	2.05 163	1.10 303	0.60 188	4.39 480	0.72 184	3.74 326	1.62 236	1.10 150	1.90 356	1.01 159	0.92 163	1.45 154	0.82 158	0.28 162	0.22 217	0.28 189	0.28 280	0.26 93	0.22 76

iinet-f	2.26 351	1.18 447	13.71 395	1.14 322	1.11 386	3.77 327	1.10 401	4.14 443	2.17 359	2.06 330	1.76 291	2.99 428	2.99 487	2.50 284	2.49 465	0.35 321	0.39 439	0.27 156	0.28 280	0.45 378	0.39 320

gwcnet-sp	2.31 365	1.21 452	17.34 452	1.08 288	0.92 326	3.56 289	1.04 384	3.69 317	2.09 338	2.55 461	1.60 237	1.80 281	1.62 350	3.87 340	1.95 411	0.29 185	0.29 349	0.30 230	0.28 280	0.38 293	0.39 320

scenet	2.31 365	1.21 452	17.34 452	1.08 288	0.92 326	3.56 289	1.04 384	3.69 317	2.09 338	2.55 461	1.60 237	1.80 281	1.62 350	3.87 340	1.95 411	0.29 185	0.29 349	0.30 230	0.28 280	0.38 293	0.39 320

CASS	1.29 204	0.66 240	2.62 226	0.95 209	0.66 219	2.84 164	0.69 173	3.00 215	1.79 281	2.57 465	1.95 363	1.39 214	1.55 337	1.59 182	1.06 237	0.50 464	0.28 339	0.34 326	0.28 280	0.46 389	0.63 459
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	2.31 365	1.21 452	17.34 452	1.08 288	0.92 326	3.56 289	1.04 384	3.69 317	2.09 338	2.55 461	1.60 237	1.80 281	1.62 350	3.87 340	1.95 411	0.29 185	0.29 349	0.30 230	0.28 280	0.38 293	0.39 320

BUS	1.49 228	0.59 158	1.94 150	0.87 150	0.85 301	4.50 504	0.76 214	4.48 538	1.88 296	2.93 505	1.83 326	3.63 487	0.97 174	1.60 184	1.17 261	0.34 301	0.25 303	0.31 253	0.28 280	0.35 265	0.33 251

CRFU-Net	2.49 407	0.78 335	10.36 358	2.30 552	1.08 378	3.91 362	1.41 459	3.85 349	1.65 244	2.15 359	1.76 291	3.34 458	7.95 575	5.56 373	1.48 331	0.47 443	0.35 405	0.30 230	0.28 280	0.37 288	0.43 359

BSDual-CNN	1.46 224	0.59 158	1.94 150	0.87 150	0.85 301	4.16 437	1.16 413	4.48 538	1.88 296	2.93 505	1.83 326	2.60 386	1.31 266	1.60 184	1.21 271	0.34 301	0.25 303	0.31 253	0.28 280	0.35 265	0.33 251

hknet	1.98 306	0.64 218	8.70 336	0.87 150	1.07 376	4.16 437	1.16 413	4.48 538	1.73 266	2.93 505	1.83 326	3.48 470	1.30 265	3.91 343	1.51 341	0.31 251	0.25 303	0.31 253	0.28 280	0.35 265	0.33 251

GMOStereo	1.13 152	0.70 272	2.26 192	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 432	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

error version	1.13 152	0.70 272	2.26 192	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 432	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

test-v	1.13 152	0.70 272	2.26 192	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 432	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

CrosDoStereo	5.24 549	0.60 170	20.23 525	0.82 104	0.51 130	3.39 244	18.11 599	3.82 342	2.27 378	1.98 292	8.74 568	1.96 310	6.96 567	7.35 414	26.35 602	0.30 228	0.22 217	0.30 230	0.28 280	0.33 229	0.38 313

ASMatch	2.62 427	0.60 170	20.65 548	1.37 443	0.64 204	4.39 480	0.78 231	1.97 78	1.58 211	1.70 223	3.89 538	1.94 303	3.79 521	5.46 369	1.64 369	0.31 251	0.24 279	0.34 326	0.28 280	0.33 229	0.50 405

DeepStereo_LL	5.24 549	0.60 170	20.23 525	0.82 104	0.51 130	3.39 244	18.11 599	3.82 342	2.27 378	1.98 292	8.74 568	1.96 310	6.96 567	7.35 414	26.35 602	0.30 228	0.22 217	0.30 230	0.28 280	0.33 229	0.38 313

THIR-Stereo	4.14 530	0.82 354	10.85 366	0.86 144	0.43 71	2.16 109	16.77 597	3.22 240	1.54 188	2.04 323	12.05 586	2.68 394	7.53 572	7.30 412	12.62 563	0.30 228	0.21 188	0.29 210	0.28 280	0.33 229	0.41 346

DeepStereo_RVC	1.55 229	0.63 206	3.32 260	0.77 87	0.42 65	4.49 501	0.72 184	2.50 141	1.58 211	2.02 316	1.81 317	1.54 235	6.38 563	1.73 210	1.19 264	0.46 434	0.22 217	0.29 210	0.28 280	0.35 265	0.38 313

test-2	1.13 152	0.70 272	2.26 192	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 432	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

GEStereo_RVC	1.91 292	0.80 343	6.57 308	1.20 357	1.06 372	4.02 397	1.43 463	4.13 437	1.89 300	2.03 320	1.80 305	2.34 351	1.86 410	4.94 359	1.77 388	0.48 448	0.38 430	0.32 273	0.28 280	0.42 352	0.50 405

test_xeample	2.67 434	0.56 127	2.05 163	1.09 294	0.81 278	3.24 221	0.80 248	4.55 548	2.70 466	2.42 441	2.27 430	1.39 214	1.40 285	10.75 502	17.51 583	0.30 228	0.30 362	0.32 273	0.28 280	0.34 247	0.33 251

GANet-RSSM	1.98 306	0.62 197	3.49 265	1.69 504	1.23 420	4.22 455	0.91 329	3.31 252	1.86 293	1.81 244	1.74 278	2.34 351	1.82 403	10.92 511	1.73 383	0.34 301	0.29 349	0.31 253	0.28 280	0.39 303	0.40 340

AdaStereo	1.45 223	0.83 358	2.34 204	1.28 393	0.81 278	3.21 213	1.14 410	4.20 453	2.46 431	2.05 325	1.77 296	2.48 375	1.18 243	1.71 208	1.44 319	0.43 410	0.25 303	0.43 422	0.28 280	0.44 370	0.34 264
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.
IGEV-FE	2.16 334	0.69 261	20.56 543	1.22 367	0.54 149	2.18 110	0.53 93	3.38 267	1.61 231	1.93 278	1.55 222	3.74 490	1.06 205	1.56 173	0.91 198	0.29 185	0.20 154	0.27 156	0.29 308	0.40 308	0.32 233

HI	1.27 199	0.90 379	2.33 201	1.10 303	0.68 231	2.92 177	0.45 64	2.49 139	1.76 276	2.13 348	1.65 254	2.42 363	1.84 405	1.58 177	1.61 358	0.26 108	0.16 32	0.28 189	0.29 308	0.26 93	0.25 114

CoSv	1.27 199	0.90 379	2.33 201	1.10 303	0.68 231	2.92 177	0.45 64	2.49 139	1.76 276	2.13 348	1.65 254	2.42 363	1.84 405	1.58 177	1.61 358	0.26 108	0.16 32	0.28 189	0.29 308	0.26 93	0.25 114

UGAM-zero	2.79 445	0.57 137	20.87 555	0.98 230	0.77 268	2.08 105	0.35 28	3.88 358	1.51 163	2.05 325	1.64 248	5.07 549	3.42 513	9.83 468	1.24 279	0.28 162	0.21 188	0.27 156	0.29 308	0.29 141	0.28 173

ACV-stereo	2.92 459	0.92 386	20.27 530	1.33 415	1.05 369	4.68 536	1.10 401	2.66 172	1.64 240	1.46 184	1.32 158	5.41 557	4.24 531	7.83 425	1.90 404	0.44 418	0.52 500	0.32 273	0.29 308	0.45 378	0.63 459

IGEV_Zeroshot_test	2.16 334	0.69 261	20.60 547	1.22 367	0.54 149	2.18 110	0.53 93	3.38 267	1.61 231	1.93 278	1.55 222	3.76 492	1.05 198	1.55 172	0.91 198	0.29 185	0.20 154	0.27 156	0.29 308	0.40 308	0.32 233

CFNet_ucs	2.36 386	0.68 258	18.42 476	0.89 162	0.81 278	3.85 352	0.68 167	4.29 492	2.37 407	2.09 334	2.04 384	3.31 456	1.24 255	2.63 302	1.14 254	0.36 333	0.45 473	0.56 493	0.29 308	0.66 468	0.49 398

x	1.15 158	0.57 137	1.53 112	1.44 458	0.67 226	1.94 89	0.97 364	3.87 355	1.57 208	1.61 203	1.28 148	1.58 239	1.22 250	1.93 238	1.04 235	0.28 162	0.30 362	0.34 326	0.29 308	0.32 210	0.31 222

test_4	1.30 205	0.50 74	6.16 307	0.84 125	0.45 87	1.61 68	1.12 405	2.14 93	1.42 113	1.52 190	2.31 450	1.84 293	0.79 120	2.52 292	1.19 264	0.27 125	0.17 48	0.29 210	0.29 308	0.29 141	0.25 114

test_3	1.19 165	0.51 80	2.08 175	0.99 236	0.41 58	2.05 102	0.87 307	4.40 526	1.42 113	1.99 297	1.18 116	2.03 321	0.79 120	2.70 307	0.75 132	0.27 125	0.17 48	0.29 210	0.29 308	0.30 164	0.27 154

PSMNet-ADL	1.91 292	0.72 288	1.78 137	1.09 294	0.86 306	4.18 445	0.78 231	3.77 331	2.10 346	1.72 228	1.85 338	2.91 423	1.82 403	10.38 492	1.91 405	0.48 448	0.46 482	0.28 189	0.29 308	0.38 293	0.51 413

AAGNet	2.86 450	0.60 170	1.77 135	2.05 540	0.46 98	4.76 554	1.09 399	2.27 109	1.56 202	2.17 368	1.84 331	2.41 360	4.00 525	6.23 390	24.22 600	0.46 434	0.19 114	0.30 230	0.29 308	0.32 210	0.24 104

IRAFT_RVC	1.87 281	0.60 170	4.33 284	2.40 555	0.66 219	4.59 523	1.59 481	2.96 210	1.51 163	2.23 392	1.75 282	2.09 331	2.63 472	6.70 401	1.50 335	0.33 289	0.21 188	0.33 308	0.29 308	0.32 210	0.32 233

ICVP	2.26 351	0.66 240	21.18 567	0.99 236	0.88 315	4.28 466	0.95 354	3.32 257	1.60 227	1.66 215	1.76 291	1.34 207	1.14 232	1.62 190	1.32 299	0.53 479	0.35 405	0.33 308	0.29 308	0.40 308	0.51 413
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	1.60 242	0.56 127	2.47 213	0.78 89	1.36 453	4.11 418	0.71 181	3.57 293	2.79 478	1.75 234	1.61 241	1.58 239	1.41 290	5.79 379	1.56 349	0.34 301	0.28 339	0.36 361	0.29 308	0.33 229	0.37 298

HGLStereo	2.03 315	0.74 307	7.50 321	1.23 372	1.56 495	3.62 302	0.95 354	3.78 334	1.89 300	2.03 320	2.20 420	3.12 440	2.14 436	5.68 376	2.04 422	0.37 341	0.31 372	0.32 273	0.29 308	0.40 308	0.45 371

BEATNet_4x	1.92 295	1.36 480	8.75 337	1.20 357	0.56 161	3.46 259	1.03 381	4.00 398	2.43 423	2.25 398	1.70 267	2.10 332	1.59 340	2.57 298	3.05 489	0.37 341	0.22 217	0.47 443	0.29 308	0.60 441	0.40 340

DISCO	2.25 348	0.73 299	10.06 353	1.76 514	1.12 387	3.47 262	1.25 432	3.24 244	2.26 376	2.65 485	1.96 364	4.53 531	1.92 418	4.17 350	3.61 496	0.32 272	0.25 303	0.31 253	0.29 308	0.66 468	0.41 346

DN-CSS_ROB	1.91 292	1.55 499	11.13 369	1.82 523	0.88 315	3.99 392	0.61 128	4.01 400	1.67 248	1.64 210	1.89 351	1.39 214	1.06 205	3.23 321	1.50 335	0.31 251	0.19 114	0.44 427	0.29 308	0.37 288	0.31 222

test_sample2	1.75 268	0.56 127	2.25 191	1.41 451	0.80 275	2.91 174	0.86 287	4.05 413	2.04 327	1.91 272	1.39 178	1.57 237	1.55 337	10.65 499	1.06 237	0.32 272	0.28 339	0.32 273	0.30 327	0.36 278	0.33 251

1111x	3.13 487	0.57 137	8.38 331	1.20 357	0.76 262	3.80 335	0.88 311	4.61 553	2.63 457	2.31 415	2.16 412	1.95 305	1.81 401	11.54 538	18.13 586	0.32 272	0.31 372	0.32 273	0.30 327	0.35 265	0.34 264

IER	1.69 258	0.65 229	7.19 316	0.94 205	1.15 392	3.28 232	0.89 316	3.48 274	1.97 310	2.10 337	1.98 372	2.28 342	2.12 433	2.25 273	1.75 387	0.29 185	0.23 244	0.36 361	0.30 327	0.32 210	0.34 264

RAFT_CTSACE	1.80 275	1.06 424	10.00 352	1.71 508	1.39 460	3.49 269	1.06 388	3.05 221	1.62 236	1.70 223	2.04 384	2.51 378	1.80 398	1.98 242	0.94 214	0.25 93	0.22 217	0.28 189	0.30 327	0.30 164	0.26 138

NINENet	1.87 281	0.74 307	2.60 220	1.12 314	1.06 372	4.50 504	0.76 214	4.41 527	2.24 370	2.16 364	1.86 341	3.63 487	0.97 174	8.00 428	1.17 261	0.41 393	0.30 362	0.41 411	0.30 327	0.41 333	0.36 284

AASNet	2.44 396	0.92 386	19.79 505	1.35 427	1.49 480	3.81 337	1.07 390	3.85 349	2.93 500	1.95 284	2.29 438	1.96 310	1.29 262	1.73 210	1.93 407	0.39 370	0.33 387	0.45 434	0.30 327	0.55 421	0.45 371

ADLNet2	3.15 490	0.92 386	20.06 516	1.20 357	1.79 531	3.83 339	1.48 466	3.94 381	3.59 547	2.19 374	2.47 465	4.65 538	1.93 419	10.69 501	1.96 414	0.39 370	0.37 424	0.28 189	0.30 327	0.48 396	0.43 359

Pruner-Stereo	1.32 211	0.59 158	2.11 178	1.79 521	0.47 108	4.73 549	0.79 238	2.53 143	1.72 263	2.47 448	1.58 229	1.48 227	1.03 189	1.66 199	1.47 328	0.44 418	0.21 188	0.34 326	0.30 327	0.30 164	0.39 320

sAnonymous2	1.37 214	1.22 458	9.79 349	0.92 185	0.88 315	1.23 23	0.61 128	2.56 155	1.69 256	0.85 113	1.02 82	0.73 96	1.23 253	0.98 45	0.78 142	0.29 185	0.25 303	0.31 253	0.30 327	1.06 523	0.71 477

CroCo_RVC	1.37 214	1.22 458	9.79 349	0.92 185	0.88 315	1.23 23	0.61 128	2.56 155	1.69 256	0.85 113	1.02 82	0.73 96	1.23 253	0.98 45	0.78 142	0.29 185	0.25 303	0.31 253	0.30 327	1.06 523	0.71 477

sCroCo_RVC	1.06 142	0.82 354	5.05 294	1.02 261	1.05 369	0.98 9	0.61 128	2.06 85	1.29 88	0.69 54	1.26 140	0.82 117	1.10 219	1.20 97	0.90 191	0.42 404	0.40 444	0.33 308	0.30 327	0.46 389	0.38 313

GES	1.38 216	0.64 218	2.61 223	1.09 294	0.57 173	4.30 469	1.02 379	3.86 352	1.51 163	1.72 228	1.74 278	1.28 199	1.77 390	1.62 190	1.61 358	0.39 370	0.27 327	0.33 308	0.30 327	0.41 333	0.47 386

GMStereo	1.01 134	1.00 410	2.86 241	0.83 115	0.45 87	1.47 55	0.57 108	1.89 66	2.11 348	1.52 190	1.24 131	0.87 131	0.74 96	1.58 177	0.94 214	0.40 378	0.21 188	0.30 230	0.30 327	0.47 393	0.36 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	2.35 381	0.62 197	9.77 348	1.32 410	1.71 522	3.27 228	0.93 344	3.48 274	2.50 437	1.74 232	1.73 276	3.91 498	1.77 390	10.21 485	1.86 399	0.40 378	0.31 372	0.33 308	0.30 327	0.34 247	0.39 320

cf-r	2.57 424	0.79 339	16.09 436	1.48 470	1.35 450	4.19 449	0.93 344	3.68 312	2.36 401	1.97 290	1.81 317	3.42 466	1.45 305	8.24 430	1.83 396	0.32 272	0.26 316	0.33 308	0.30 327	0.34 247	0.37 298

GwcNet-RSSM	2.66 432	1.05 419	15.91 434	1.22 367	1.19 406	4.12 420	1.12 405	3.84 346	2.02 321	1.93 278	1.79 302	3.12 440	1.46 308	10.37 490	2.05 424	0.33 289	0.27 327	0.35 345	0.30 327	0.40 308	0.36 284

FE-Mocha	1.06 142	0.74 307	2.45 212	0.97 222	0.69 237	1.57 63	0.40 40	2.92 207	1.47 133	1.82 246	1.81 317	1.62 245	0.88 149	1.36 134	0.78 142	0.29 185	0.20 154	0.35 345	0.31 343	0.26 93	0.33 251

coex_refinement	2.10 325	0.85 367	3.67 277	1.31 407	1.13 389	3.21 213	0.85 282	3.86 352	2.31 390	2.51 454	1.92 359	3.49 476	1.69 377	11.08 521	2.13 435	0.37 341	0.25 303	0.27 156	0.31 343	0.41 333	0.37 298

rvit_0105_6	1.00 131	0.93 390	2.21 185	0.92 185	0.55 157	1.52 61	0.79 238	2.41 123	2.96 502	0.76 85	0.72 33	1.02 160	0.75 99	1.42 147	0.81 155	0.40 378	0.43 463	0.34 326	0.31 343	0.43 362	0.34 264

rvit_0105_4	1.07 146	0.99 407	2.39 207	0.93 201	0.54 149	1.62 70	0.84 273	2.77 187	2.91 496	0.80 98	0.91 67	1.09 168	0.86 143	1.63 194	0.85 167	0.40 378	0.45 473	0.35 345	0.31 343	0.43 362	0.40 340

UGAM	2.58 425	0.56 127	18.55 478	0.89 162	0.71 244	3.23 217	1.03 381	2.75 184	1.75 274	1.36 170	2.77 495	2.69 395	1.28 259	10.75 502	1.40 310	0.28 162	0.24 279	0.40 399	0.31 343	0.35 265	0.30 212

SMFormer	2.00 310	0.57 137	4.46 285	1.36 433	0.57 173	2.03 96	0.73 189	4.25 476	2.80 482	2.32 419	2.31 450	1.95 305	1.52 325	10.99 514	2.13 435	0.34 301	0.32 380	0.36 361	0.31 343	0.38 293	0.36 284

tta	2.00 310	0.57 137	4.46 285	1.36 433	0.57 173	2.03 96	0.73 189	4.25 476	2.80 482	2.32 419	2.31 450	1.95 305	1.52 325	10.99 514	2.13 435	0.34 301	0.32 380	0.36 361	0.31 343	0.29 141	0.29 183

CASnet	0.78 57	0.51 80	1.29 83	0.81 94	0.29 2	1.28 37	0.74 201	1.51 23	1.89 300	1.64 210	1.09 102	0.65 72	0.64 63	0.91 31	0.76 136	0.29 185	0.17 48	0.41 411	0.31 343	0.32 210	0.19 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	1.36 213	0.55 116	2.39 207	1.54 481	0.51 130	4.59 523	0.79 238	2.50 141	1.88 296	2.50 451	1.83 326	1.45 224	1.01 185	2.71 309	0.93 212	0.46 434	0.20 154	0.32 273	0.31 343	0.31 183	0.44 365

Wz-Net-LNSev	2.30 364	1.67 508	14.88 420	1.18 349	1.65 512	3.49 269	1.54 476	3.63 302	2.03 323	1.88 260	1.64 248	3.29 453	2.06 428	2.71 309	2.02 421	0.40 378	0.33 387	0.32 273	0.31 343	0.53 416	0.49 398

delet	1.92 295	0.76 326	5.14 295	1.01 250	1.65 512	3.44 253	2.03 513	3.76 329	2.48 432	2.01 311	2.05 390	2.63 390	1.90 416	5.34 366	2.12 432	0.28 162	0.29 349	0.40 399	0.31 343	0.41 333	0.45 371

UPFNet	1.81 276	0.63 206	6.71 310	1.25 376	1.44 472	3.50 273	1.35 443	4.02 404	1.85 292	2.40 439	1.52 209	2.41 360	1.40 285	3.62 332	1.88 401	0.34 301	0.33 387	0.37 373	0.31 343	0.41 333	0.39 320

DCVSM-stereo	2.31 365	0.66 240	20.69 549	1.11 310	0.93 331	2.58 149	0.73 189	2.61 166	1.60 227	2.57 465	1.53 216	3.30 455	1.72 383	2.19 266	1.23 277	0.34 301	0.53 501	0.41 411	0.32 355	0.45 378	0.62 455

ToySt	1.35 212	0.72 288	3.65 276	1.01 250	0.50 128	3.31 237	1.01 375	3.46 273	1.73 266	1.30 163	1.55 222	2.07 330	1.47 310	1.88 235	1.40 310	0.27 125	0.27 327	0.30 230	0.32 355	0.42 352	0.39 320

anonymousa	2.16 334	0.67 250	19.19 487	1.04 270	1.67 516	2.06 104	0.79 238	2.86 203	1.96 308	1.85 250	2.14 409	3.23 449	1.81 401	1.12 71	1.15 255	0.26 108	0.26 316	0.34 326	0.32 355	0.30 164	0.28 173

AACVNet	1.83 277	1.02 412	2.41 210	1.45 462	0.87 311	3.21 213	0.73 189	3.16 233	1.61 231	2.01 311	1.82 325	2.28 342	1.33 269	10.98 513	1.49 334	0.39 370	0.32 380	0.38 389	0.32 355	0.43 362	0.44 365

FTStereo	3.71 515	0.53 98	20.37 534	0.96 215	0.65 212	4.34 472	11.29 590	2.62 167	1.50 156	2.58 469	5.04 548	1.90 299	13.84 587	3.71 336	1.25 282	0.38 358	0.24 279	0.31 253	0.32 355	0.30 164	2.10 559

GrayStereo	2.58 425	0.53 98	1.63 123	1.58 490	0.89 320	4.17 442	8.17 586	3.03 219	1.52 172	2.80 497	2.50 468	1.70 259	17.10 592	2.83 312	1.15 255	0.33 289	0.21 188	0.27 156	0.32 355	0.28 123	0.53 420

RAFT	1.23 178	0.84 363	2.05 163	0.96 215	0.47 108	1.80 79	0.94 350	3.18 237	1.46 128	1.60 198	1.71 271	3.04 432	1.59 340	1.64 196	1.32 299	0.38 358	0.24 279	0.40 399	0.32 355	0.40 308	0.35 278

rafts_anoy	1.24 183	0.80 343	3.61 274	1.17 343	1.20 412	3.00 188	0.61 128	3.17 235	1.58 211	1.37 173	1.26 140	1.19 187	1.12 223	1.78 216	1.25 282	0.32 272	0.23 244	0.32 273	0.32 355	0.31 183	0.30 212

z-mn7	3.36 503	9.42 582	14.16 409	1.28 393	1.22 419	3.78 329	1.43 463	3.92 375	3.35 540	2.85 501	3.36 525	3.06 436	1.97 422	9.66 463	5.16 516	0.42 404	0.35 405	0.43 422	0.33 363	0.63 452	0.48 391

AIO-test1	2.18 338	0.66 240	18.95 484	0.89 162	1.48 479	3.40 247	0.97 364	4.19 452	1.68 250	0.86 115	1.35 168	0.99 155	0.75 99	4.47 352	1.27 288	0.23 58	0.23 244	0.28 189	0.33 363	0.31 183	0.35 278

xx1	2.03 315	0.74 307	13.77 397	1.78 516	0.36 16	4.48 495	0.74 201	4.23 466	3.95 557	1.01 137	1.81 317	1.79 278	1.34 271	2.13 256	0.64 77	0.29 185	0.17 48	0.33 308	0.33 363	0.33 229	0.32 233

ttt	2.76 444	0.56 127	2.28 197	1.41 451	1.21 418	3.67 310	0.77 227	4.59 551	2.94 501	2.35 427	2.30 443	2.45 371	1.54 335	11.25 528	15.56 571	0.43 410	0.36 411	0.37 373	0.33 363	0.40 308	0.40 340

qqq	1.30 205	0.57 137	1.67 126	1.15 335	0.51 130	2.18 110	0.91 329	3.98 392	1.53 179	1.50 189	1.24 131	1.79 278	1.34 271	4.66 355	0.98 224	0.28 162	0.31 372	0.33 308	0.33 363	0.33 229	0.32 233

test_5	1.87 281	0.75 320	10.23 357	1.14 322	1.40 462	3.85 352	1.27 433	3.91 370	1.93 306	1.69 219	1.78 299	1.67 250	1.79 393	2.99 319	1.17 261	0.30 228	0.18 79	0.35 345	0.33 363	0.34 247	0.33 251

Sa-1000	1.63 250	0.79 339	3.56 270	1.11 310	0.48 116	4.06 404	1.41 459	4.49 541	2.75 473	2.00 309	2.80 498	1.84 293	1.43 298	2.64 304	1.50 335	0.27 125	0.19 114	0.36 361	0.33 363	0.36 278	0.30 212

dd	1.26 194	1.15 441	2.47 213	0.92 185	0.49 124	4.35 475	0.75 211	1.92 72	2.11 348	1.44 183	1.24 131	1.19 187	1.05 198	1.78 216	1.70 376	0.57 487	0.34 399	0.35 345	0.33 363	0.60 441	0.46 381

StereoDRNet-Refined	1.77 271	0.81 347	2.22 188	1.21 364	0.76 262	3.26 226	0.71 181	3.82 342	2.05 330	2.29 405	2.05 390	2.98 427	1.44 301	7.15 411	2.27 447	0.30 228	0.23 244	0.42 418	0.33 363	0.45 378	0.64 463
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
w-ln-seven-2	2.73 443	2.13 527	12.47 382	1.18 349	1.01 361	3.54 284	1.58 480	3.93 377	3.26 533	2.43 443	2.02 379	2.63 390	2.28 449	7.93 427	5.45 522	0.40 378	0.40 444	0.44 427	0.34 372	0.62 450	0.47 386

DFGA-Net	2.11 327	3.00 545	7.43 319	1.11 310	0.76 262	3.72 318	0.60 124	2.63 168	1.91 304	2.01 311	2.07 395	1.22 193	1.04 193	10.26 488	2.26 445	0.27 125	0.22 217	0.34 326	0.34 372	0.61 446	0.48 391

LL-Strereo	3.01 476	1.81 515	17.59 463	1.12 314	2.10 550	2.90 171	1.09 399	4.33 509	2.00 317	3.12 520	2.24 426	3.29 453	3.15 497	11.31 529	1.84 397	0.30 228	0.28 339	0.46 440	0.34 372	0.49 402	0.45 371

RAFT+CT+SA	1.62 246	0.72 288	7.42 318	0.97 222	1.42 471	4.04 401	0.94 350	3.90 365	1.61 231	1.61 203	1.63 246	1.33 206	1.18 243	2.73 311	1.10 246	0.27 125	0.19 114	0.31 253	0.34 372	0.33 229	0.33 251

psmg	1.47 227	0.59 158	1.94 150	0.92 185	0.85 301	4.30 469	1.42 461	4.10 434	1.88 296	2.64 481	2.09 398	2.60 386	1.31 266	1.60 184	1.21 271	0.34 301	0.27 327	0.33 308	0.34 372	0.36 278	0.34 264

NF-Stereo	1.58 236	0.61 187	2.66 230	2.26 548	0.47 108	4.68 536	0.67 160	3.31 252	1.48 142	2.11 341	1.59 233	1.36 210	1.09 213	6.08 387	1.20 267	0.40 378	0.20 154	0.36 361	0.34 372	0.31 183	0.36 284

OCTAStereo	1.58 236	0.61 187	2.72 233	2.27 551	0.46 98	4.68 536	0.67 160	3.30 251	1.48 142	2.11 341	1.59 233	1.36 210	1.09 213	6.02 384	1.21 271	0.41 393	0.20 154	0.36 361	0.34 372	0.31 183	0.37 298

RE-Stereo	1.58 236	0.61 187	2.72 233	2.26 548	0.46 98	4.68 536	0.68 167	3.31 252	1.48 142	2.11 341	1.59 233	1.36 210	1.09 213	6.01 382	1.22 274	0.41 393	0.20 154	0.36 361	0.34 372	0.31 183	0.37 298

TVStereo	1.58 236	0.61 187	2.72 233	2.26 548	0.46 98	4.68 536	0.68 167	3.31 252	1.48 142	2.11 341	1.59 233	1.36 210	1.09 213	6.01 382	1.22 274	0.41 393	0.20 154	0.36 361	0.34 372	0.31 183	0.37 298

RAFT-RH_RVC	2.63 428	0.55 116	19.97 513	1.26 383	0.47 108	4.46 493	0.57 108	1.71 49	1.64 240	3.06 517	5.51 551	2.03 321	1.28 259	6.70 401	1.52 344	0.42 404	0.22 217	0.37 373	0.34 372	0.28 123	0.29 183

pcwnet_v2	2.70 441	0.65 229	22.48 586	1.08 288	1.03 364	3.56 289	0.81 258	4.29 492	3.14 520	2.29 405	2.29 438	3.01 430	1.71 381	3.32 325	1.43 317	0.43 410	0.50 498	0.41 411	0.34 372	0.61 446	0.56 435

ADLNet	2.29 361	0.83 358	3.62 275	1.35 427	1.60 501	3.67 310	1.24 431	3.95 383	2.98 506	2.58 469	2.29 438	4.01 504	1.79 393	11.23 527	2.09 430	0.37 341	0.38 430	0.36 361	0.34 372	0.45 378	0.71 477

psm_up	2.28 358	0.81 347	5.45 302	1.26 383	1.50 482	3.84 344	1.23 429	4.23 466	2.03 323	2.55 461	1.80 305	2.44 370	1.65 368	12.90 574	1.58 351	0.37 341	0.38 430	0.41 411	0.34 372	0.43 362	0.39 320

RYNet	2.97 468	0.93 390	15.09 426	1.12 314	1.38 458	3.66 309	1.42 461	4.03 405	2.29 385	2.10 337	1.70 267	3.79 493	2.16 440	13.64 584	3.02 488	0.37 341	0.41 454	0.48 451	0.34 372	0.81 502	0.75 490

DeepPruner_ROB	2.05 319	1.09 430	10.50 361	1.01 250	1.20 412	4.39 480	0.91 329	3.14 230	1.72 263	2.60 473	1.54 218	2.78 412	1.27 257	4.52 353	1.72 379	0.51 470	0.40 444	0.37 373	0.34 372	0.48 396	0.52 418

PWCDC_ROB	2.95 461	3.26 548	14.06 407	1.59 491	1.56 495	4.19 449	0.86 287	4.30 500	4.08 559	2.06 330	7.37 557	2.75 404	2.42 459	3.59 331	2.67 477	1.34 557	0.36 411	0.39 393	0.34 372	1.13 533	0.62 455

rvit_0105_5	1.13 152	0.93 390	2.60 220	0.91 179	0.56 161	1.92 88	0.91 329	3.02 218	2.63 457	0.95 131	1.20 120	1.18 183	0.93 166	1.51 167	0.93 212	0.40 378	0.43 463	0.37 373	0.35 388	0.42 352	0.44 365

test_sample3	2.34 376	0.61 187	11.94 376	1.33 415	0.85 301	3.10 202	0.73 189	4.24 474	2.19 362	2.21 386	1.75 282	1.80 281	1.41 290	11.11 523	1.46 323	0.35 321	0.29 349	0.34 326	0.35 388	0.39 303	0.37 298

LL-Strereo2	1.23 178	0.85 367	2.38 206	0.93 201	0.68 231	3.72 318	1.37 450	2.54 152	1.99 313	1.75 234	1.40 181	1.82 287	0.73 91	1.40 140	0.99 227	0.31 251	0.23 244	0.55 491	0.35 388	0.29 141	0.24 104

raft_robust	1.92 295	1.15 441	3.34 262	1.02 261	0.43 71	3.84 344	0.46 68	4.42 528	2.52 441	1.67 217	1.36 172	2.17 336	6.37 561	6.78 406	1.04 235	0.28 162	0.24 279	0.30 230	0.35 388	0.31 183	0.32 233

Anonymous3	1.72 261	0.76 326	11.61 374	0.83 115	0.84 300	4.46 493	0.84 273	3.57 293	1.16 68	1.34 167	1.37 173	1.11 173	1.03 189	1.58 177	1.13 253	0.70 515	0.58 516	0.33 308	0.35 388	0.47 393	0.42 350

ARAFT	2.56 421	1.13 436	19.50 498	0.89 162	0.48 116	4.15 427	1.40 456	4.36 518	2.82 490	2.36 431	1.88 345	1.70 259	1.04 193	6.45 394	1.22 274	0.29 185	0.18 79	0.37 373	0.35 388	0.35 265	0.25 114

hitnet-ft	2.37 387	0.73 299	8.34 329	0.96 215	0.89 320	3.77 327	0.80 248	3.55 291	2.58 450	2.24 395	2.04 384	3.65 489	1.49 318	11.71 552	1.89 402	0.44 418	0.53 501	0.44 427	0.35 388	0.52 410	0.48 391

DMCA-RVC	2.45 397	1.22 458	18.29 471	1.23 372	1.14 390	2.49 136	0.85 282	3.29 250	1.68 250	3.02 512	1.41 183	2.00 317	1.53 332	6.39 393	2.00 418	0.38 358	0.30 362	0.44 427	0.35 388	0.45 378	0.44 365

TDLM	2.29 361	1.08 427	4.61 291	1.29 397	1.01 361	4.26 460	2.17 520	3.75 327	2.79 478	2.31 415	1.98 372	2.06 327	1.59 340	12.45 569	1.72 379	0.51 470	0.28 339	0.52 478	0.35 388	0.56 427	0.50 405

SGM_RVC	4.57 538	0.72 288	17.46 460	1.84 525	0.58 182	4.23 458	3.45 560	4.66 555	3.66 550	7.99 583	8.82 571	7.56 569	8.74 580	12.30 565	6.84 531	0.43 410	0.38 430	0.39 393	0.35 388	0.51 406	0.48 391
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_sample4	2.34 376	0.63 206	11.59 373	1.30 404	0.83 293	3.07 198	0.72 184	4.27 484	2.30 386	2.30 409	1.88 345	1.73 263	1.42 295	11.14 524	1.46 323	0.35 321	0.29 349	0.35 345	0.36 398	0.40 308	0.38 313

StereoVision	1.65 252	0.75 320	7.47 320	1.01 250	1.80 534	2.61 151	0.61 128	3.06 224	1.96 308	1.25 160	3.46 529	1.85 296	0.88 149	2.07 249	1.93 407	0.43 410	0.36 411	0.37 373	0.36 398	0.48 396	0.33 251

TRStereo	2.31 365	1.87 516	19.74 504	1.53 479	1.16 397	4.26 460	1.08 395	4.73 558	1.45 120	1.55 193	1.28 148	1.75 265	0.85 140	1.81 222	1.20 267	0.36 333	0.26 316	0.32 273	0.36 398	0.34 247	0.33 251

SFCPSM	2.18 338	0.63 206	17.03 450	0.88 155	0.98 348	3.74 323	1.28 435	4.09 426	2.16 357	1.85 250	1.83 326	1.65 248	1.39 281	2.50 284	1.50 335	0.33 289	0.27 327	0.39 393	0.36 398	0.34 247	0.37 298

CFNet-ft	1.90 288	0.95 398	3.56 270	1.07 280	1.54 488	4.09 411	0.90 321	2.85 200	1.82 284	1.78 238	1.70 267	2.75 404	1.48 312	9.33 454	1.72 379	0.33 289	0.30 362	0.61 509	0.36 398	0.52 410	0.39 320

DSFCA	1.89 286	0.69 261	3.14 252	1.10 303	1.18 399	3.99 392	1.79 497	3.50 280	2.16 357	3.10 518	1.64 248	2.91 423	2.50 465	5.38 367	2.26 445	0.43 410	0.38 430	0.37 373	0.36 398	0.50 404	0.42 350

CFNet	2.34 376	1.10 431	8.96 338	1.34 422	1.24 422	4.09 411	0.73 189	4.04 409	2.77 475	1.62 206	1.87 344	2.27 341	1.45 305	11.41 532	1.82 394	0.31 251	0.24 279	0.43 422	0.36 398	0.43 362	0.33 251

CFNet_RVC	1.90 288	0.95 398	3.56 270	1.07 280	1.54 488	4.09 411	0.90 321	2.85 200	1.82 284	1.78 238	1.70 267	2.75 404	1.48 312	9.33 454	1.72 379	0.33 289	0.30 362	0.61 509	0.36 398	0.52 410	0.39 320

StereoDRNet	2.84 449	1.49 495	14.48 415	1.33 415	1.57 499	3.44 253	2.06 514	3.69 317	2.36 401	3.26 527	1.84 331	2.79 414	1.80 398	10.88 508	3.16 490	0.41 393	0.33 387	0.39 393	0.36 398	0.59 437	0.58 444

DLCB_ROB	2.05 319	0.95 398	2.37 205	1.24 374	1.02 363	2.92 177	1.30 436	3.68 312	2.30 386	2.91 503	2.17 414	3.32 457	1.52 325	10.37 490	2.50 466	0.40 378	0.33 387	0.40 399	0.36 398	0.41 333	0.47 386

LE_ROB	18.58 598	1.21 452	48.38 609	8.60 599	23.00 603	7.32 578	19.74 602	9.94 586	38.69 613	43.53 611	21.91 598	28.40 606	40.92 608	23.18 598	54.71 614	0.34 301	0.33 387	0.32 273	0.36 398	0.42 352	0.40 340

PWC_ROB	2.69 440	2.01 523	8.36 330	1.33 415	1.90 539	3.23 217	1.18 417	4.33 509	3.25 532	3.11 519	3.41 527	2.71 398	2.18 444	9.15 450	4.48 504	0.56 485	0.31 372	0.61 509	0.36 398	0.69 475	0.74 487

test_sample5	2.33 372	0.62 197	11.29 370	1.29 397	0.83 293	3.09 200	0.74 201	4.28 489	2.31 390	2.20 377	1.97 370	1.68 252	1.39 281	11.19 525	1.47 328	0.37 341	0.31 372	0.37 373	0.37 410	0.41 333	0.39 320

H2IRNET	1.90 288	0.53 98	14.29 413	1.14 322	0.60 188	4.48 495	0.44 60	2.65 170	1.81 283	1.05 146	2.30 443	1.67 250	1.40 285	2.17 263	1.50 335	0.36 333	0.21 188	0.33 308	0.37 410	0.34 247	0.29 183

mmm	1.27 199	0.58 150	2.20 183	1.41 451	0.68 231	2.39 128	0.85 282	3.90 365	1.63 239	2.20 377	1.84 331	1.28 199	1.50 319	1.91 237	0.89 187	0.31 251	0.27 327	0.45 434	0.37 410	0.38 293	0.34 264

DualNet	2.33 372	0.62 197	11.29 370	1.29 397	0.83 293	3.09 200	0.74 201	4.28 489	2.31 390	2.26 401	2.04 384	1.68 252	1.39 281	11.19 525	1.47 328	0.37 341	0.31 372	0.37 373	0.37 410	0.41 333	0.39 320

ffm	1.72 261	0.60 170	5.21 298	1.14 322	0.99 351	3.62 302	0.86 287	4.22 462	3.37 541	2.20 377	2.30 443	3.48 470	1.62 350	2.21 269	0.65 84	0.29 185	0.16 32	0.48 451	0.37 410	0.30 164	0.29 183

ff1	2.96 464	0.60 170	5.21 298	1.14 322	0.99 351	3.62 302	0.86 287	4.22 462	3.37 541	2.20 377	2.30 443	3.48 470	1.62 350	11.62 542	16.09 573	0.29 185	0.16 32	0.48 451	0.37 410	0.30 164	0.29 183

mmx	2.98 470	0.60 170	5.21 298	1.14 322	0.99 351	3.62 302	0.86 287	4.49 541	3.05 512	2.20 377	2.30 443	3.48 470	1.62 350	11.62 542	16.09 573	0.33 289	0.28 339	0.48 451	0.37 410	0.44 370	0.37 298

xxx	2.98 470	0.60 170	5.21 298	1.14 322	0.99 351	3.62 302	0.86 287	4.49 541	3.05 512	2.20 377	2.30 443	3.48 470	1.62 350	11.62 542	16.09 573	0.33 289	0.28 339	0.48 451	0.37 410	0.44 370	0.37 298

ssnet_v2	2.04 317	0.88 376	7.87 323	1.20 357	0.87 311	3.86 354	1.64 487	4.01 400	2.60 454	2.61 475	1.96 364	3.79 493	1.71 381	2.20 267	2.96 485	0.41 393	0.35 405	0.42 418	0.37 410	0.55 421	0.52 418

Wz-Net-MNSev	2.71 442	2.54 539	13.91 404	1.52 477	1.37 455	3.28 232	2.47 528	4.03 405	2.32 394	2.57 465	2.07 395	2.29 347	3.01 489	7.55 419	2.74 479	0.38 358	0.36 411	0.36 361	0.37 410	0.57 432	0.47 386

SA	1.62 246	0.75 320	3.78 280	1.07 280	0.43 71	4.26 460	1.36 445	4.45 535	3.12 517	1.63 207	1.97 370	1.68 252	2.26 448	2.55 295	1.27 288	0.27 125	0.22 217	0.37 373	0.37 410	0.35 265	0.30 212

PSMNet-RSSM	1.96 302	0.77 329	3.26 256	1.29 397	1.31 436	4.19 449	0.96 361	3.68 312	1.89 300	2.05 325	1.80 305	2.60 386	1.70 379	9.84 469	1.81 392	0.35 321	0.29 349	0.35 345	0.37 410	0.42 352	0.35 278

DPSNet	3.43 505	1.37 482	12.19 377	1.39 447	1.24 422	4.15 427	2.06 514	4.51 545	3.34 539	2.69 488	1.96 364	3.52 480	5.56 550	10.68 500	9.68 549	0.93 532	0.73 540	0.40 399	0.37 410	1.06 523	0.86 508

zh-mn7	3.15 490	9.61 584	12.45 381	1.26 383	0.99 351	2.91 174	1.32 439	4.12 435	2.74 470	3.33 530	3.07 511	2.84 416	1.89 415	8.91 443	4.69 508	0.49 460	0.40 444	0.38 389	0.38 423	0.56 427	0.63 459

DDVS	1.68 257	0.79 339	2.52 215	1.26 383	1.16 397	3.17 208	0.78 231	3.12 228	1.82 284	1.86 255	1.91 357	2.92 425	1.43 298	6.20 389	1.63 366	0.45 427	0.65 528	0.34 326	0.38 423	0.48 396	0.79 500

rvit_stereo_0075_2	1.18 163	0.74 307	2.66 230	0.90 171	1.27 430	2.51 138	0.69 173	2.25 106	2.06 332	1.40 178	1.86 341	1.46 226	0.84 138	1.42 147	0.94 214	0.46 434	0.40 444	0.48 451	0.38 423	0.46 389	0.51 413

RAFT + AFF	2.51 410	2.66 541	4.48 289	1.15 335	1.95 541	4.15 427	2.01 512	4.46 536	3.30 538	2.19 374	2.51 470	2.22 339	4.87 541	8.91 443	2.06 425	0.30 228	0.60 521	0.48 451	0.38 423	0.77 495	0.69 472

GwcNet	3.00 474	1.63 502	19.83 507	1.32 410	2.04 548	3.27 228	1.55 477	3.65 306	2.33 395	2.00 309	2.12 406	3.56 485	1.68 376	9.47 457	2.45 462	0.44 418	0.45 473	0.46 440	0.38 423	0.60 441	0.76 492

NLCA_NET_v2_RVC	2.54 416	1.04 418	16.73 445	1.53 479	2.00 543	3.96 384	0.87 307	3.87 355	2.31 390	2.54 460	1.67 257	2.85 417	1.63 363	5.55 372	1.62 363	0.46 434	0.33 387	0.38 389	0.38 423	0.53 416	0.62 455
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	3.32 500	0.96 404	21.16 565	1.32 410	0.83 293	3.81 337	3.91 573	4.47 537	2.53 442	3.34 531	2.24 426	4.45 526	2.58 470	10.07 481	1.96 414	0.45 427	0.43 463	0.48 451	0.38 423	0.52 410	0.53 420
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_sample6	2.35 381	0.62 197	10.78 365	1.33 415	0.83 293	3.15 207	0.79 238	4.36 518	2.43 423	2.26 401	2.04 384	1.69 257	1.39 281	11.48 537	1.61 358	0.38 358	0.32 380	0.37 373	0.39 430	0.41 333	0.42 350

fast-acv-ft	2.54 416	1.19 449	20.08 519	1.41 451	1.40 462	3.18 210	1.17 416	3.37 266	2.28 382	1.90 267	2.15 411	2.69 395	2.17 442	2.91 313	2.31 449	0.37 341	0.39 439	0.45 434	0.39 430	0.57 432	0.45 371

PFNet+	1.46 224	0.57 137	2.84 239	0.92 185	0.47 108	4.64 530	0.84 273	2.46 135	1.99 313	2.14 351	1.64 248	1.34 207	1.03 189	4.68 357	1.23 277	0.45 427	0.33 387	0.37 373	0.39 430	0.32 210	0.49 398

PSM-softLoss	1.66 255	0.59 158	5.15 296	2.25 546	0.48 116	4.68 536	0.69 173	2.57 157	1.52 172	2.14 351	1.45 190	1.42 221	0.99 181	6.04 385	1.20 267	0.41 393	0.23 244	0.37 373	0.39 430	0.32 210	0.31 222

KMStereo	1.66 255	0.59 158	5.15 296	2.25 546	0.48 116	4.68 536	0.69 173	2.57 157	1.52 172	2.14 351	1.45 190	1.42 221	0.99 181	6.04 385	1.20 267	0.41 393	0.23 244	0.37 373	0.39 430	0.32 210	0.31 222

Syn2CoEx	3.08 482	2.55 540	19.88 509	1.34 422	1.18 399	2.43 131	1.65 490	3.91 370	2.40 417	2.39 437	2.27 430	2.90 420	3.17 501	9.57 462	2.54 471	0.50 464	0.45 473	0.53 483	0.39 430	0.74 490	0.72 485

SuperB	4.79 543	4.41 557	21.08 562	1.45 462	1.08 378	3.91 362	3.08 553	4.18 449	3.01 509	2.50 451	2.10 399	2.75 404	3.49 516	8.80 440	19.60 593	0.44 418	0.33 387	0.53 483	0.39 430	12.01 603	0.64 463

RTSC	2.95 461	2.51 535	15.49 432	1.54 481	1.30 434	3.51 276	0.86 287	3.89 360	2.48 432	3.64 537	3.12 516	3.04 432	2.30 450	5.70 377	6.67 526	0.55 483	0.35 405	0.37 373	0.39 430	0.70 476	0.60 449

GANet	2.93 460	1.05 419	11.29 370	1.64 498	0.96 337	3.91 362	2.52 531	3.72 324	2.41 419	2.95 510	3.00 507	3.21 446	2.03 424	12.42 568	4.72 509	0.51 470	0.41 454	0.46 440	0.39 430	0.60 441	0.50 405

NaN_ROB	4.06 528	1.13 436	16.64 443	1.12 314	1.25 425	3.50 273	3.05 551	4.29 492	3.26 533	3.64 537	2.56 476	2.97 426	4.79 539	13.33 578	16.91 579	0.37 341	0.41 454	0.38 389	0.39 430	0.48 396	0.81 502

SGM-Forest	2.96 464	0.62 197	3.49 265	1.09 294	0.80 275	4.06 404	3.30 556	4.37 521	3.09 516	4.18 554	3.27 523	4.67 539	3.86 523	11.69 551	7.91 541	0.51 470	0.46 482	0.49 465	0.39 430	0.48 396	0.49 398
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
w-ln-seven	2.86 450	3.06 546	14.02 405	1.27 391	1.32 443	4.10 417	1.59 481	3.90 365	2.59 453	3.03 513	2.27 430	3.42 466	2.25 447	6.70 401	4.81 512	0.39 370	0.34 399	0.48 451	0.40 441	0.74 490	0.55 430

ITSA-stereo	1.86 280	0.72 288	3.74 278	1.20 357	0.66 219	4.09 411	0.91 329	4.24 474	2.53 442	1.93 278	1.77 296	1.59 241	2.15 437	6.12 388	2.44 461	0.40 378	0.38 430	0.40 399	0.40 441	0.50 404	0.98 520

test_sample7	1.65 252	0.70 272	2.60 220	1.48 470	0.76 262	2.38 126	1.07 390	4.35 513	2.11 348	2.14 351	1.75 282	1.75 265	1.67 372	6.26 391	1.26 285	0.44 418	0.48 492	0.43 422	0.40 441	0.46 389	0.43 359

FINET	2.96 464	1.07 425	23.18 592	1.29 397	1.86 536	2.03 96	1.52 471	4.30 500	4.71 565	2.23 392	2.34 457	1.65 248	1.48 312	5.89 381	2.81 483	0.51 470	0.47 486	0.49 465	0.40 441	0.59 437	0.49 398

FADNet-RVC	2.51 410	2.27 531	14.03 406	1.09 294	0.81 278	3.54 284	1.10 401	4.13 437	2.48 432	1.39 176	1.22 126	1.85 296	1.77 390	9.78 467	2.06 425	0.38 358	0.37 424	0.40 399	0.40 441	0.67 470	0.48 391

UCFNet_RVC	1.57 235	0.84 363	3.25 255	1.36 433	1.40 462	4.07 409	1.01 375	2.68 174	1.50 156	2.11 341	1.88 345	2.37 356	1.50 319	3.41 326	1.42 316	0.36 333	0.28 339	0.52 478	0.40 441	0.53 416	0.43 359

XPNet_ROB	2.27 353	1.11 434	4.10 282	1.36 433	0.97 341	3.94 374	1.63 485	4.07 420	2.14 353	2.82 499	2.00 377	2.32 350	1.73 386	10.81 506	3.39 493	0.51 470	0.47 486	0.48 451	0.40 441	0.51 406	0.56 435

Select-FE	2.25 348	0.87 373	17.36 455	1.06 277	0.99 351	2.04 101	0.46 68	3.79 335	1.61 231	2.52 456	1.81 317	4.41 525	3.15 497	1.83 225	0.92 203	0.32 272	0.35 405	0.30 230	0.41 448	0.32 210	0.55 430

FACV-RUCA	1.26 194	0.65 229	2.21 185	1.06 277	1.50 482	2.69 157	1.15 411	3.05 221	1.87 294	1.36 170	1.99 375	1.03 163	1.15 240	1.36 134	1.10 246	0.41 393	0.41 454	0.73 533	0.41 448	0.61 446	0.41 346

SACVNet	2.46 400	1.14 440	9.47 346	1.44 458	1.18 399	4.06 404	1.49 470	3.84 346	2.24 370	2.62 477	1.89 351	2.57 383	1.28 259	11.35 530	1.64 369	0.50 464	0.39 439	0.48 451	0.41 448	0.55 421	0.75 490

PSM-AAD	2.43 394	0.54 110	1.32 88	0.92 185	0.54 149	4.48 495	7.47 582	2.96 210	1.55 196	2.31 415	2.56 476	1.26 197	16.23 591	2.46 281	0.89 187	0.28 162	0.21 188	0.58 498	0.41 448	0.34 247	1.32 538

CVANet_RVC	2.55 420	1.10 431	9.13 344	1.46 464	1.15 392	3.96 384	1.53 473	3.91 370	2.50 437	3.04 514	2.04 384	2.60 386	1.72 383	12.46 570	1.50 335	0.49 460	0.30 362	0.51 472	0.41 448	0.63 452	0.50 405

NVstereo2D	2.54 416	0.90 379	11.10 368	1.32 410	1.47 477	3.58 294	1.38 452	4.13 437	2.45 428	1.90 267	1.71 271	2.86 418	1.76 388	10.86 507	1.66 372	0.60 492	0.43 463	0.53 483	0.41 448	0.78 497	0.94 516

DRN-Test	3.03 478	0.99 407	18.18 468	1.35 427	1.60 501	3.59 295	1.48 466	4.13 437	2.45 428	3.47 536	1.92 359	2.58 385	2.53 467	10.88 508	2.80 482	0.39 370	0.36 411	0.44 427	0.41 448	0.55 421	0.57 439

AIO-test2	1.61 244	1.30 469	3.40 263	1.16 341	1.31 436	3.18 210	0.74 201	4.06 417	1.52 172	1.72 228	2.21 422	0.78 107	0.74 96	3.64 334	0.95 219	3.64 578	0.26 316	0.35 345	0.42 455	0.37 288	0.33 251

rvit_0105_3	1.24 183	0.93 390	2.84 239	0.97 222	0.58 182	2.38 126	1.08 395	3.26 247	2.53 442	1.18 157	1.40 181	1.24 195	1.04 193	1.73 210	0.97 221	0.44 418	0.44 468	0.40 399	0.42 455	0.42 352	0.50 405

SANet	5.65 557	1.72 509	20.94 558	1.26 383	0.88 315	7.20 576	3.81 571	4.60 552	11.23 587	4.56 558	8.78 570	7.49 568	6.95 566	11.85 558	18.11 585	0.49 460	0.44 468	0.50 468	0.42 455	0.90 510	0.82 506

zh-sn7	3.81 518	11.43 591	15.78 433	1.25 376	1.15 392	3.68 313	2.58 536	4.15 447	2.42 422	2.61 475	3.10 515	3.38 464	3.03 493	11.43 534	6.88 532	0.45 427	0.48 492	0.45 434	0.43 458	0.72 488	0.71 477

FADNet	2.49 407	1.76 512	13.17 386	1.17 343	0.95 336	3.27 228	0.88 311	3.94 381	2.27 378	1.40 178	1.29 150	2.51 378	2.06 428	9.93 474	1.94 409	0.43 410	0.45 473	0.40 399	0.43 458	1.06 523	0.53 420

PS-NSSS	2.22 341	1.33 478	2.90 243	0.97 222	1.53 487	4.11 418	1.08 395	4.55 548	2.65 460	2.10 337	2.32 455	1.77 270	1.40 285	11.79 555	1.61 358	0.68 511	0.45 473	0.96 545	0.43 458	0.95 514	0.92 514

FADNet-RVC-Resample	2.83 448	2.02 524	21.07 561	1.12 314	0.91 325	3.53 280	1.37 450	4.08 424	2.09 338	1.68 218	1.33 160	2.03 321	1.51 323	9.54 459	1.69 375	0.38 358	0.37 424	0.42 418	0.44 461	0.56 427	0.56 435

DANet	2.63 428	1.07 425	8.10 328	1.83 524	1.70 521	3.25 224	1.16 413	4.31 503	2.38 412	3.40 534	2.18 416	4.08 508	1.80 398	9.77 465	3.89 500	0.52 476	0.55 508	0.59 501	0.44 461	0.63 452	0.86 508
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SGM-ForestM	11.55 586	1.16 444	21.62 578	2.14 544	0.81 278	22.25 601	19.08 601	16.50 601	11.34 588	15.94 603	14.44 594	27.12 605	22.61 602	24.76 602	28.39 609	0.50 464	0.48 492	0.47 443	0.44 461	0.55 421	0.53 420

MDST_ROB	5.53 554	0.59 158	23.11 590	2.55 558	2.69 560	21.20 599	1.98 510	4.77 560	2.65 460	9.36 588	4.25 540	4.14 512	4.45 535	22.57 596	3.68 498	0.48 448	0.33 387	0.47 443	0.44 461	0.44 370	0.44 365

SDNR	3.97 525	1.93 518	20.28 531	1.31 407	0.94 333	5.16 562	0.67 160	4.33 509	2.58 450	4.82 563	5.94 554	5.01 547	1.45 305	17.52 592	2.53 469	0.79 521	0.72 539	0.59 501	0.45 465	1.15 537	1.17 530

GASNet	3.24 495	5.55 563	20.58 546	1.56 488	1.25 425	2.32 122	1.12 405	4.04 409	2.67 463	1.88 260	2.10 399	3.00 429	2.16 440	10.59 496	2.43 460	0.65 503	0.37 424	0.61 509	0.45 465	0.87 507	0.58 444

KYRaft	1.59 241	0.52 86	1.73 130	0.95 209	0.49 124	4.38 477	1.79 497	2.43 129	1.51 163	2.49 450	2.98 506	2.00 317	3.41 510	2.14 259	0.82 158	0.30 228	0.21 188	0.33 308	0.46 467	0.35 265	2.45 568

APVNet	3.13 487	1.25 464	21.14 563	1.31 407	1.52 485	3.94 374	1.13 408	3.32 257	2.14 353	2.20 377	2.03 381	3.05 435	1.96 421	11.79 555	2.53 469	0.42 404	0.45 473	0.64 517	0.46 467	0.67 470	0.57 439

MaskLacGwcNet_RVC	3.13 487	1.43 490	9.93 351	2.50 557	1.62 504	4.29 467	1.68 494	3.95 383	2.43 423	1.66 215	1.91 357	3.04 432	1.41 290	13.26 576	1.58 351	3.82 582	1.59 565	1.12 553	0.46 467	2.21 558	2.74 574

ISRNet	1.69 258	0.76 326	5.69 304	1.27 391	1.36 453	2.85 166	0.61 128	3.60 297	1.91 304	2.13 348	2.12 406	2.90 420	1.41 290	2.51 287	1.71 377	0.49 460	0.50 498	0.56 493	0.47 470	0.49 402	0.57 439

aanetorigin	3.30 498	1.66 506	17.52 462	1.18 349	1.58 500	2.57 147	3.80 570	2.65 170	2.03 323	6.12 573	4.30 542	2.82 415	5.70 551	5.47 370	4.67 506	0.50 464	0.44 468	0.43 422	0.47 470	1.17 539	0.92 514

stereogan	3.09 483	0.93 390	16.43 440	1.37 443	1.66 515	3.70 314	1.67 492	3.87 355	3.15 522	3.04 514	2.70 490	5.04 548	2.79 479	9.96 475	1.78 390	0.63 497	0.49 497	0.69 523	0.47 470	0.83 505	0.68 470

RTS	3.90 521	7.04 567	17.94 465	1.92 531	2.19 552	5.00 560	2.96 547	4.29 492	3.19 525	4.05 547	3.08 512	4.94 543	3.16 499	7.64 420	6.72 527	0.66 505	0.44 468	0.51 472	0.47 470	0.95 514	0.76 492

RTSA	3.90 521	7.04 567	17.94 465	1.92 531	2.19 552	5.00 560	2.96 547	4.29 492	3.19 525	4.05 547	3.08 512	4.94 543	3.16 499	7.64 420	6.72 527	0.66 505	0.44 468	0.51 472	0.47 470	0.95 514	0.76 492

FlowAnything_test	0.75 36	0.60 170	1.18 63	0.82 104	0.58 182	2.29 120	0.66 158	1.38 13	0.80 24	1.03 144	0.76 38	0.63 65	0.49 24	0.84 18	0.91 198	0.31 251	0.27 327	0.40 399	0.48 475	0.31 183	0.30 212

dad	1.65 252	1.19 449	3.04 248	0.98 230	0.56 161	4.22 455	0.84 273	1.99 80	2.48 432	2.14 351	1.68 260	1.62 245	1.13 225	3.85 339	2.04 422	1.03 538	0.40 444	2.04 564	0.48 475	0.75 493	0.53 420

GMM-Stereo	2.45 397	0.52 86	20.38 535	0.89 162	0.82 287	4.18 445	1.91 506	2.45 132	1.48 142	2.48 449	2.30 443	1.69 257	1.86 410	2.93 315	1.08 242	0.28 162	0.18 79	0.33 308	0.48 475	0.35 265	2.41 565

ETE_ROB	2.07 322	1.40 486	3.01 247	1.09 294	0.92 326	3.94 374	1.53 473	4.25 476	2.23 368	3.31 528	2.06 394	2.35 353	1.52 325	8.74 439	2.07 428	0.44 418	0.36 411	0.51 472	0.48 475	0.54 419	0.62 455

YMNet	2.40 389	1.41 488	13.46 391	1.36 433	1.67 516	3.96 384	0.97 364	3.81 339	2.37 407	2.64 481	2.57 478	3.35 459	1.53 332	3.28 323	2.42 458	0.48 448	0.54 503	0.52 478	0.49 479	0.70 476	0.54 426

YMNet_1	2.40 389	1.41 488	13.46 391	1.36 433	1.67 516	3.96 384	0.97 364	3.81 339	2.37 407	2.64 481	2.57 478	3.35 459	1.53 332	3.28 323	2.42 458	0.48 448	0.54 503	0.52 478	0.49 479	0.70 476	0.54 426

coex-ft	18.59 599	6.62 566	113.53 624	1.17 343	1.31 436	2.33 124	1.93 507	2.81 199	14.00 593	124.82 627	8.45 566	5.90 561	51.74 618	9.99 477	22.69 596	0.57 487	0.62 524	0.50 468	0.49 479	1.08 529	1.28 534

Wz-Net-SNSev	2.98 470	4.36 556	15.98 435	1.57 489	1.19 406	3.28 232	1.80 499	3.96 388	2.40 417	2.32 419	2.28 434	3.48 470	2.05 427	7.84 426	3.82 499	0.47 443	0.39 439	0.53 483	0.49 479	0.71 485	0.60 449

WZ-Net	3.62 510	4.87 558	16.77 447	1.43 455	1.40 462	3.75 324	2.29 524	4.12 435	2.50 437	2.74 492	2.19 418	4.06 507	5.29 547	10.19 484	7.36 537	0.54 481	0.37 424	0.47 443	0.49 479	0.77 495	0.73 486

AF-Net	2.87 454	1.30 469	16.24 437	1.33 415	1.75 526	3.26 226	1.59 481	4.09 426	2.43 423	2.69 488	2.94 504	4.51 529	3.20 502	5.84 380	2.75 480	0.76 519	0.36 411	0.72 530	0.49 479	0.70 476	0.56 435

TCMNet	2.98 470	1.30 469	18.26 470	1.47 467	2.09 549	3.84 344	1.08 395	3.96 388	2.39 416	2.53 459	2.29 438	2.43 366	1.75 387	10.09 482	2.39 453	0.52 476	0.45 473	0.61 509	0.50 485	0.80 501	0.78 496

AIO-Stereo-zeroshot	2.35 381	0.99 407	19.62 500	1.09 294	0.96 337	1.51 59	0.44 60	4.05 413	1.64 240	1.31 164	1.67 257	4.93 542	2.45 462	2.52 292	1.40 310	0.30 228	0.20 154	0.31 253	0.50 485	0.57 432	0.60 449

G-Net	4.11 529	1.21 452	19.47 497	2.31 553	2.94 565	4.74 552	2.95 546	3.33 263	2.14 353	4.44 557	9.43 573	6.93 566	3.84 522	9.01 447	4.92 515	0.79 521	0.80 545	0.70 525	0.50 485	0.95 514	0.87 511

WCMA_ROB	5.12 547	0.90 379	21.33 569	1.50 474	1.33 447	4.09 411	3.49 561	4.03 405	4.59 564	6.57 576	10.95 580	12.92 582	8.41 579	9.86 470	8.78 546	0.75 518	0.58 516	0.51 472	0.50 485	0.68 473	0.57 439

NLCSM	2.22 341	1.98 522	7.74 322	1.20 357	1.25 425	3.47 262	1.30 436	3.63 302	2.01 319	1.61 203	2.28 434	2.73 401	1.95 420	7.78 424	1.99 417	0.43 410	0.40 444	0.50 468	0.51 489	0.90 510	0.71 477

psmorigin	6.59 565	1.15 441	88.11 622	1.52 477	0.97 341	2.88 169	1.20 424	3.21 238	2.04 327	3.73 540	2.46 463	5.15 553	2.55 468	10.60 497	2.47 464	0.55 483	0.68 535	0.48 451	0.51 489	0.70 476	0.88 512

STTStereo	2.34 376	0.95 398	14.93 423	1.43 455	1.54 488	3.86 354	0.86 287	3.65 306	2.44 427	2.15 359	1.55 222	2.49 377	1.59 340	5.14 363	1.44 319	0.38 358	0.39 439	0.47 443	0.51 489	0.52 410	0.51 413

CBMV_ROB	3.62 510	0.70 272	21.42 573	1.21 364	0.89 320	4.43 491	1.76 496	4.39 524	2.79 478	5.88 570	3.38 526	4.18 514	5.12 544	10.75 502	2.32 450	0.56 485	0.55 508	0.53 483	0.51 489	0.55 421	0.46 381

FAT-Stereo	3.34 501	0.81 347	20.05 515	1.25 376	1.20 412	3.44 253	1.99 511	4.23 466	2.67 463	3.14 521	3.82 536	3.51 479	3.32 507	11.68 550	1.94 409	0.64 500	0.67 532	0.48 451	0.52 493	0.61 446	0.81 502

CSAN	4.71 541	1.39 485	20.23 525	1.19 352	0.87 311	3.65 308	3.50 562	4.57 550	3.87 553	3.89 543	7.82 560	3.54 484	6.16 559	23.47 601	6.82 530	0.52 476	0.45 473	0.49 465	0.52 493	0.63 452	0.66 466

NOSS_ROB	2.27 353	0.73 299	3.00 246	1.71 508	1.00 360	3.90 361	0.97 364	4.29 492	2.81 488	2.94 509	2.19 418	3.88 497	1.19 247	11.77 554	1.62 363	0.59 490	0.54 503	0.56 493	0.52 493	0.56 427	0.54 426

LALA_ROB	1.95 300	1.48 494	3.11 250	1.05 271	0.98 348	3.99 392	1.82 501	4.44 532	2.28 382	3.31 528	1.85 338	2.76 410	1.67 372	4.04 347	3.23 492	0.46 434	0.41 454	0.55 491	0.52 493	0.60 441	0.57 439

ADCP+	3.74 516	1.96 520	16.90 448	1.09 294	1.55 492	4.35 475	3.65 568	3.93 377	2.98 506	2.22 388	1.66 256	3.95 499	4.83 540	3.41 326	18.87 591	0.38 358	0.41 454	0.63 514	0.53 497	0.64 460	0.81 502

NCCL2	2.53 414	1.35 479	10.90 367	1.15 335	0.97 341	3.53 280	2.56 534	3.65 306	2.23 368	2.76 493	1.80 305	2.41 360	1.66 370	10.35 489	2.07 428	0.44 418	0.40 444	0.57 496	0.53 497	0.59 437	0.65 465

FSD	0.75 36	0.64 218	1.23 70	0.76 81	0.60 188	0.77 5	0.67 160	1.57 30	0.68 4	0.72 61	0.62 23	1.02 160	0.72 86	0.81 13	0.73 123	0.59 490	0.54 503	0.57 496	0.54 499	0.57 432	0.55 430

Wz-Net-TNSev	3.67 512	8.83 573	13.47 393	1.48 470	1.18 399	3.60 297	2.49 530	4.27 484	3.13 518	2.18 370	1.89 351	4.21 518	2.80 480	12.10 563	7.58 540	0.57 487	0.55 508	0.47 443	0.54 499	0.91 512	1.05 523

edge stereo	3.37 504	1.01 411	21.99 582	1.28 393	1.37 455	2.67 155	1.39 454	3.98 392	2.87 493	2.93 505	3.27 523	4.35 522	2.43 460	11.62 542	2.39 453	0.60 492	0.63 526	0.79 536	0.55 501	0.68 473	0.67 467

SHD	2.82 447	2.04 525	13.80 401	1.69 504	1.79 531	2.73 158	1.07 390	3.85 349	3.18 524	4.63 559	2.74 491	3.38 464	2.77 478	5.48 371	3.66 497	0.62 496	0.47 486	0.51 472	0.55 501	0.65 463	0.74 487

FC-DCNN v2	6.91 571	0.77 329	19.25 489	1.69 504	1.64 508	9.13 583	2.40 527	7.20 581	9.47 586	11.07 598	11.62 584	20.05 595	15.79 590	12.55 572	11.99 562	0.66 505	0.57 511	0.58 498	0.56 503	0.63 452	0.61 452

XQC	2.96 464	2.42 534	14.85 418	1.36 433	1.32 443	3.29 236	1.53 473	4.28 489	2.78 476	3.21 525	2.46 463	3.53 481	2.92 485	6.58 396	4.67 506	0.70 515	0.41 454	0.59 501	0.56 503	0.96 518	0.83 507

FC-DCNN	6.64 566	0.77 329	19.26 491	1.68 503	1.64 508	8.27 581	2.35 526	6.35 579	9.23 585	10.85 596	11.27 582	19.89 593	13.33 585	12.51 571	11.79 561	0.66 505	0.57 511	0.58 498	0.56 503	0.63 452	0.61 452

RP	2.79 445	1.20 451	10.36 358	1.54 481	1.93 540	3.44 253	1.97 509	4.05 413	2.34 396	2.66 486	2.79 496	3.98 502	2.58 470	10.21 485	2.61 474	0.95 534	0.47 486	0.71 526	0.57 506	0.71 485	0.68 470

FADNet_RVC	2.65 430	2.28 533	16.51 442	0.98 230	0.92 326	4.09 411	0.83 267	4.26 483	1.73 266	1.46 184	1.78 299	1.60 242	1.50 319	8.88 441	2.39 453	0.47 443	0.38 430	0.44 427	0.58 507	0.89 508	0.97 518

MeshStereo	5.35 551	1.32 475	21.34 570	1.34 422	1.15 392	4.40 484	3.90 572	5.18 567	4.55 562	10.14 593	11.82 585	11.47 577	5.84 553	13.84 586	7.03 535	0.61 494	0.58 516	0.60 506	0.58 507	0.72 488	0.59 448
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
rvit_105_1	1.43 220	0.90 379	3.27 257	1.08 288	0.68 231	2.79 159	1.27 433	3.52 284	2.35 398	1.38 175	1.54 218	1.28 199	1.14 232	2.91 313	1.40 310	0.54 481	0.47 486	0.45 434	0.59 509	0.44 370	0.58 444

PDISCO_ROB	2.86 450	1.53 498	14.27 412	1.98 537	2.19 552	4.52 509	1.35 443	4.65 554	3.19 525	2.09 334	2.16 412	3.53 481	2.45 462	5.32 365	2.12 432	1.30 555	0.78 544	0.72 530	0.59 509	1.24 543	1.28 534

EAI-Stereo	2.35 381	0.63 206	2.97 244	0.95 209	0.65 212	3.84 344	14.27 595	5.04 565	2.19 362	2.06 330	7.25 556	1.10 171	0.94 168	1.65 198	1.37 308	0.31 251	0.22 217	0.27 156	0.60 511	0.27 106	0.32 233

FCDSN-DC	6.04 562	0.84 363	19.25 489	1.24 374	1.09 382	4.38 477	2.62 537	4.38 522	4.71 565	9.59 591	11.22 581	19.19 592	17.40 593	12.30 565	8.55 545	0.69 514	0.57 511	0.60 506	0.60 511	0.70 476	0.78 496
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	2.95 461	1.38 483	18.46 477	1.19 352	1.20 412	3.80 335	1.65 490	3.54 289	2.35 398	1.98 292	1.71 271	2.75 404	1.79 393	11.43 534	2.78 481	0.42 404	0.36 411	0.50 468	0.60 511	0.59 437	0.49 398

HBP-ISP	3.25 497	1.10 431	20.86 553	1.54 481	1.15 392	4.50 504	2.89 545	4.43 531	2.38 412	4.14 550	1.96 364	1.90 299	2.04 426	11.08 521	1.32 299	0.66 505	0.57 511	0.66 520	0.61 514	0.64 460	0.61 452

MSAF-DinoV2	13.69 593	13.09 595	22.03 584	2.41 556	1.44 472	4.03 399	1.38 452	9.07 585	9.20 584	2.23 392	1.98 372	5.08 550	5.06 542	177.66 628	5.46 523	0.45 427	0.34 399	0.40 399	0.62 515	6.09 588	5.80 599

AIO-Stereo-zeroshot1	2.68 438	1.26 465	22.01 583	1.08 288	0.99 351	1.61 68	0.86 287	3.69 317	1.64 240	1.52 190	5.62 553	3.35 459	3.44 514	2.20 267	1.33 303	0.26 108	0.21 188	0.30 230	0.62 515	0.93 513	0.67 467

ADCRef	3.30 498	1.23 462	14.90 421	1.17 343	1.41 469	3.95 379	1.64 487	3.88 358	2.36 401	3.05 516	2.21 422	2.40 358	2.81 481	5.04 360	16.63 578	0.46 434	0.34 399	0.63 514	0.62 515	0.54 419	0.67 467

PA-Net	3.09 483	1.24 463	18.84 481	1.38 445	1.19 406	3.42 251	1.75 495	3.89 360	3.27 537	1.88 260	2.10 399	3.03 431	1.88 414	11.60 540	2.88 484	0.40 378	0.54 503	0.44 427	0.62 515	0.52 410	1.02 521
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccnet	2.66 432	0.97 405	8.01 327	1.54 481	1.24 422	3.75 324	2.18 521	4.07 420	2.41 419	2.66 486	3.25 521	2.87 419	2.31 453	9.89 471	3.50 494	0.78 520	0.75 542	0.71 526	0.67 519	0.76 494	0.81 502

Nwc_Net	2.88 456	1.16 444	18.30 472	1.35 427	1.68 519	3.52 279	1.18 417	3.90 365	2.06 332	2.52 456	2.82 501	3.82 495	2.34 454	6.78 406	2.55 472	0.86 530	0.40 444	0.59 501	0.67 519	0.57 432	0.55 430

AnyNet_C01	4.37 535	7.80 569	16.40 439	1.98 537	1.40 462	6.37 571	6.47 581	4.09 426	5.03 570	4.06 549	3.78 534	4.16 513	3.31 506	6.62 398	10.00 550	0.61 494	0.67 532	0.63 514	0.67 519	2.01 555	1.31 536

SAMSARA	3.55 508	2.16 529	14.18 410	1.86 528	1.49 480	4.62 527	2.65 538	3.58 296	2.80 482	7.05 578	3.05 510	5.16 554	4.07 527	9.18 451	4.80 511	0.64 500	0.67 532	0.59 501	0.68 522	0.89 508	0.91 513

MSMD_ROB	5.61 555	1.08 427	16.68 444	1.21 364	0.83 293	10.14 584	2.07 516	3.93 377	6.22 579	10.37 594	8.03 562	22.22 597	9.45 581	11.66 548	4.52 505	0.66 505	0.58 516	0.66 520	0.68 522	0.65 463	0.63 459

ADCS	4.22 533	5.33 560	16.32 438	1.64 498	1.31 436	3.91 362	3.64 567	4.21 459	2.89 494	5.11 564	2.81 500	4.46 527	3.06 496	5.21 364	19.50 592	0.63 497	0.64 527	0.69 523	0.69 524	1.12 532	1.26 533

BEATNet-Init1	49.72 617	64.32 620	97.77 623	4.68 591	4.28 587	84.75 622	60.42 614	73.38 622	68.59 620	88.29 624	88.51 626	91.94 623	97.99 624	85.26 624	70.96 624	0.80 523	0.65 528	0.85 541	0.70 525	7.96 599	2.33 563

STTRV1_RVC	3.52 507	1.03 417	20.87 555	1.47 467	1.47 477	3.23 217	1.55 477	4.06 417	3.22 530	1.95 284	3.50 530	2.63 390	2.07 430	11.96 562	2.21 442	1.86 560	4.03 596	0.81 539	0.73 526	1.06 523	0.70 476

AnyNet_C32	4.17 531	5.75 564	12.62 383	1.60 493	1.54 488	5.51 566	4.09 574	3.90 365	3.23 531	4.22 555	3.03 509	3.10 437	3.41 510	8.01 429	18.85 590	0.53 479	0.58 516	0.53 483	0.74 527	1.19 541	0.97 518

GANetREF_RVC	3.20 494	1.93 518	18.84 481	1.51 476	0.80 275	4.12 420	1.82 501	4.16 448	2.91 496	1.87 257	1.74 278	2.48 375	1.84 405	13.18 575	1.74 384	0.80 523	0.57 511	0.79 536	0.74 527	1.20 542	0.86 508
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
S-Stereo	3.48 506	0.91 384	22.06 585	1.36 433	1.50 482	3.55 287	2.53 533	4.21 459	2.81 488	2.37 432	3.81 535	3.75 491	1.84 405	11.90 560	2.51 467	0.63 497	0.71 538	0.48 451	0.76 529	0.67 470	1.19 532

ELAS_RVC	5.72 558	1.64 505	20.40 536	2.09 543	2.01 544	4.95 559	11.47 591	4.66 555	6.31 581	8.09 584	8.01 561	8.06 573	11.65 583	8.36 431	10.22 551	0.99 537	1.17 555	0.81 539	0.76 529	1.14 534	1.58 547
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LCNet	1.55 229	0.54 110	1.88 144	0.99 236	0.55 157	3.60 297	1.21 427	2.86 203	1.53 179	2.18 370	1.74 278	1.43 223	4.17 529	3.62 332	0.87 180	0.29 185	0.20 154	0.28 189	0.77 531	0.47 393	1.85 554

PVD	3.12 486	1.97 521	12.80 385	1.79 521	1.63 506	3.83 339	1.34 442	3.48 274	3.88 554	5.77 568	3.56 531	3.45 469	3.29 505	5.58 375	5.30 521	0.71 517	0.69 536	0.74 534	0.77 531	0.79 499	1.13 529

ADCL	4.35 534	1.63 502	14.21 411	1.29 397	1.26 428	5.56 567	11.16 589	3.97 390	3.37 541	6.07 571	4.67 544	4.30 521	5.72 552	5.08 362	14.51 568	0.50 464	0.48 492	0.89 543	0.77 531	0.78 497	0.76 492

DeepPrunerF	3.70 513	1.72 509	14.87 419	1.33 415	1.74 525	3.70 314	1.55 477	4.20 453	14.00 593	2.02 316	1.77 296	2.74 402	2.30 450	10.88 508	6.88 532	0.68 511	0.60 521	0.78 535	0.78 534	0.81 502	0.71 477

RGC	3.10 485	1.45 492	14.90 421	1.46 464	1.79 531	3.33 238	1.39 454	4.04 409	2.26 376	2.77 494	3.26 522	4.00 503	2.71 476	11.63 547	2.62 476	0.82 526	0.46 482	0.79 536	0.79 535	0.71 485	0.78 496

LSM	12.71 591	3.52 552	20.79 551	55.63 617	84.76 616	3.63 307	6.30 580	3.73 325	4.93 569	5.55 567	13.92 591	3.53 481	3.25 504	9.72 464	4.12 501	0.64 500	0.85 546	0.71 526	0.81 536	1.03 520	26.84 609

EDNetEfficientorigin	12.35 590	2.51 535	179.47 627	1.19 352	0.96 337	2.91 174	1.81 500	3.00 215	5.35 572	8.91 586	4.79 545	4.18 514	4.64 538	9.98 476	11.30 556	0.37 341	0.38 430	0.60 506	0.85 537	1.32 546	2.43 567

NCC-stereo	3.16 492	1.28 467	18.31 473	1.25 376	1.75 526	4.06 404	1.40 456	3.89 360	2.22 366	2.72 490	2.55 474	3.49 476	2.65 473	9.91 472	2.99 486	1.29 553	0.65 528	0.64 517	0.86 538	0.65 463	0.71 477

Abc-Net	3.16 492	1.28 467	18.31 473	1.25 376	1.75 526	4.06 404	1.40 456	3.89 360	2.22 366	2.72 490	2.55 474	3.49 476	2.65 473	9.91 472	2.99 486	1.29 553	0.65 528	0.64 517	0.86 538	0.65 463	0.71 477
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	2.91 457	1.91 517	18.25 469	3.06 567	1.89 538	3.13 205	1.67 492	3.52 284	2.97 503	3.14 521	2.87 503	2.26 340	2.41 458	2.42 278	2.00 418	1.10 540	1.05 552	0.94 544	0.90 540	1.28 544	1.46 546

FBW_ROB	3.24 495	1.02 412	9.21 345	1.49 473	1.07 376	3.78 329	1.48 466	4.31 503	3.08 515	2.46 446	2.32 455	4.20 517	2.08 431	15.19 590	7.16 536	0.84 529	0.62 524	1.33 558	0.92 541	0.99 519	1.31 536

MADNet+	3.97 525	9.54 583	13.83 402	1.87 529	1.69 520	4.19 449	2.87 544	4.80 561	4.10 560	2.51 454	2.67 487	4.55 532	3.41 510	8.72 438	6.92 534	1.25 550	1.27 560	1.04 548	0.93 542	1.39 548	1.85 554

ELAS	5.99 561	1.62 500	20.29 532	1.96 536	2.01 544	15.09 593	8.38 587	5.23 568	5.54 574	9.02 587	8.61 567	6.74 564	9.75 582	7.48 417	11.40 558	0.96 535	1.18 556	0.72 530	0.93 542	1.30 545	1.67 549
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.64 251	1.50 496	2.57 219	1.50 474	1.38 458	3.05 193	1.36 445	3.31 252	2.24 370	1.36 170	2.07 395	1.40 219	1.09 213	1.83 225	1.55 347	1.15 543	0.69 536	1.26 556	0.96 544	1.64 552	0.94 516

GCST	2.56 421	1.79 514	18.02 467	1.92 531	1.33 447	1.72 74	0.51 83	3.67 310	2.03 323	1.70 223	1.61 241	1.55 236	1.29 262	5.06 361	1.24 279	2.06 562	0.77 543	1.45 560	0.97 545	1.14 534	1.34 539

UDGNet	1.40 217	1.52 497	2.22 188	1.38 445	0.62 199	4.39 480	0.68 167	1.80 59	2.18 361	1.34 167	1.18 116	0.99 155	1.00 183	2.16 261	1.19 264	1.09 539	0.34 399	1.30 557	0.98 546	1.10 530	0.58 444

MultiAttention	8.74 578	0.56 127	7.25 317	2.07 542	22.74 602	35.86 609	8.44 588	4.97 564	2.58 450	2.57 465	5.11 549	5.55 559	1.59 340	52.70 620	7.50 539	0.47 443	0.24 279	0.52 478	1.00 547	6.84 594	6.30 601

EDNetEfficient	5.61 555	2.14 528	16.75 446	1.67 502	3.64 577	4.12 420	7.51 583	3.05 221	5.63 576	11.57 599	4.83 546	3.95 499	12.72 584	8.44 435	20.78 595	0.41 393	0.43 463	0.47 443	1.01 548	1.66 553	1.39 543

PASM	2.67 434	2.05 526	9.71 347	1.73 511	1.37 455	2.53 144	1.52 471	3.10 226	2.17 359	2.79 496	1.84 331	2.90 420	1.85 409	11.89 559	2.19 440	0.81 525	0.85 546	0.87 542	1.01 548	1.14 534	1.05 523

SPS-STEREO	3.97 525	1.44 491	20.85 552	1.72 510	1.71 522	3.24 221	2.30 525	3.55 291	2.68 465	4.79 562	3.66 532	5.44 558	2.97 486	9.11 448	9.35 548	1.15 543	1.10 554	1.06 550	1.02 550	1.16 538	1.18 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	3.35 502	1.76 512	13.89 403	2.33 554	1.65 512	4.49 501	1.62 484	4.73 558	2.90 495	1.92 274	2.05 390	1.99 316	1.61 347	12.57 573	1.60 355	2.46 565	2.18 574	2.68 575	1.04 551	2.11 557	1.38 542

anonymity	1.76 269	1.26 465	2.73 236	1.66 501	1.32 443	1.84 81	1.07 390	3.49 277	2.30 386	2.11 341	2.11 403	1.71 261	3.90 524	1.82 224	1.48 331	1.10 540	1.09 553	1.08 551	1.08 552	1.05 522	1.09 526

SQANet	3.70 513	9.34 581	18.41 475	2.75 561	2.74 561	3.40 247	1.47 465	3.50 280	1.68 250	2.60 473	1.75 282	2.69 395	1.91 417	6.72 405	1.74 384	2.96 568	1.41 563	1.85 563	1.12 553	3.17 563	2.70 573

Consistency-Raft	2.86 450	1.66 506	19.61 499	1.40 450	1.75 526	3.84 344	1.32 439	4.07 420	2.25 373	1.78 238	2.67 487	1.82 287	4.41 534	1.94 240	2.06 425	0.83 528	0.94 550	1.03 547	1.12 553	1.70 554	1.09 526

SGM+DAISY	8.36 577	3.82 553	24.83 596	2.02 539	1.75 526	14.80 592	17.22 598	4.27 484	11.79 590	13.88 600	14.38 593	11.74 580	13.83 586	10.56 494	15.12 569	1.21 545	1.19 558	1.14 554	1.13 555	1.17 539	1.37 540

otaku	4.58 539	8.93 576	19.95 512	3.11 568	2.67 559	3.91 362	2.57 535	3.82 342	2.25 373	2.22 388	9.72 575	4.08 508	2.35 455	8.57 436	2.13 435	3.51 576	1.65 567	2.15 567	1.17 556	3.69 570	3.15 577

ADCMid	3.96 524	3.27 549	15.48 431	1.26 383	1.40 462	4.66 533	2.28 523	4.06 417	3.54 546	3.94 544	3.02 508	3.85 496	3.67 519	4.03 346	18.65 589	0.68 511	0.61 523	1.09 552	1.18 557	1.38 547	1.08 525

MSC_U_SF_DS_RVC	4.48 536	10.62 587	15.18 429	1.55 486	1.45 476	6.16 569	3.54 565	5.41 575	3.68 551	2.59 472	2.74 491	4.81 540	2.20 445	13.79 585	4.40 503	2.04 561	3.36 594	1.05 549	1.20 558	2.09 556	1.72 551

CREStereo++_RVC	1.02 138	0.49 70	1.54 115	0.83 115	0.55 157	4.01 395	0.31 14	1.63 41	1.99 313	1.63 207	2.13 408	0.84 121	0.65 66	0.88 24	0.70 112	0.27 125	0.15 22	0.23 39	1.22 559	0.24 60	0.17 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
Ntro	4.21 532	8.94 577	19.89 510	3.22 569	2.96 566	4.15 427	1.89 505	3.92 375	2.36 401	1.77 236	2.14 409	3.35 459	2.17 442	9.48 458	2.24 444	3.52 577	1.76 568	2.13 566	1.31 560	3.83 573	3.09 575

MFN_U_SF_RVC	3.81 518	10.78 588	15.01 424	1.84 525	1.39 460	3.73 322	1.63 485	4.05 413	3.26 533	2.91 503	2.38 459	4.36 524	3.65 518	8.43 434	4.91 514	1.11 542	1.04 551	0.99 546	1.31 560	1.58 550	1.75 553

JetBlue	6.27 564	9.15 579	13.76 396	1.94 535	4.60 590	11.91 586	12.00 592	5.12 566	3.45 545	3.79 541	4.52 543	9.54 575	6.56 565	9.40 456	13.48 566	1.26 551	1.37 562	1.17 555	1.34 562	7.06 596	3.95 590

WAO-7	5.16 548	3.21 547	18.98 485	1.88 530	1.44 472	5.34 564	3.09 554	4.91 563	5.81 577	4.35 556	8.92 572	6.55 563	6.06 556	13.40 580	10.81 554	1.34 557	1.20 559	1.48 561	1.35 563	1.60 551	1.45 544

PWCK	5.85 559	9.95 585	15.22 430	2.90 564	1.56 495	5.66 568	7.69 584	5.27 569	4.74 567	3.88 542	7.51 558	8.04 571	5.28 546	15.18 589	8.40 544	3.08 571	1.51 564	2.24 568	1.37 564	5.55 587	1.96 557

MonStereo1	8.07 576	2.24 530	5.83 305	4.68 591	3.60 576	18.80 598	2.52 531	5.89 578	5.86 578	4.76 561	13.98 592	7.41 567	50.63 617	13.28 577	5.16 516	4.40 589	0.90 548	2.69 576	1.55 565	3.92 575	3.30 582

NVStereoNet_ROB	4.91 546	1.40 486	16.46 441	1.47 467	1.72 524	3.46 259	1.96 508	3.89 360	3.61 548	2.90 502	24.61 602	4.81 540	4.49 536	13.57 582	4.87 513	1.33 556	1.29 561	1.70 562	1.68 566	1.41 549	1.66 548
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	5.41 552	12.60 592	20.42 538	3.27 570	3.15 572	4.50 504	3.02 550	4.66 555	3.73 552	3.35 533	5.36 550	7.86 570	2.88 482	12.33 567	4.76 510	3.12 572	2.22 576	2.70 577	1.69 567	3.49 566	3.10 576

AnonymousM	1.22 177	1.32 475	0.97 5	0.88 155	0.56 161	4.03 399	0.69 173	2.41 123	1.68 250	1.48 186	1.31 157	1.15 177	1.00 183	1.18 95	0.73 123	0.32 272	0.40 444	2.07 565	1.70 568	0.24 60	0.22 76

ADCPNet	3.89 520	1.63 502	20.25 529	1.28 393	1.27 430	6.43 572	2.65 538	3.93 377	2.70 466	2.78 495	2.20 420	4.28 520	6.16 559	5.56 373	10.27 552	0.65 503	1.18 556	0.71 526	1.70 568	0.84 506	1.37 540

RainbowNet	4.56 537	8.28 570	20.07 518	3.64 577	3.23 574	4.15 427	2.99 549	4.18 449	3.03 511	2.20 377	2.65 485	4.26 519	2.90 484	9.77 465	2.12 432	3.88 583	2.27 578	2.71 578	1.72 570	3.78 572	3.31 583

ACVNet-4b	6.73 567	13.67 597	21.87 581	3.54 574	3.07 568	4.19 449	2.25 522	4.03 405	3.65 549	1.64 210	3.98 539	5.88 560	2.89 483	10.01 478	16.98 580	23.29 612	2.24 577	2.53 570	1.78 571	3.87 574	3.21 580

ACVNet_1	6.04 562	13.97 599	21.36 571	3.58 575	3.14 571	4.73 549	2.48 529	4.20 453	3.17 523	2.98 511	2.83 502	23.31 598	4.34 533	11.06 518	2.45 462	3.68 579	2.33 580	2.60 572	1.79 572	3.69 570	3.19 579

MFN_U_SF_DS_RVC	3.94 523	10.88 589	12.30 379	1.26 383	1.55 492	5.19 563	3.33 558	4.42 528	2.82 490	2.58 469	2.62 482	5.00 546	2.11 432	14.03 588	2.73 478	1.28 552	2.34 581	0.67 522	1.83 573	0.81 502	1.03 522

WAO-6	5.87 560	2.27 531	15.05 425	2.96 565	2.77 562	12.01 587	3.58 566	5.37 574	11.91 591	3.34 531	9.69 574	6.78 565	5.84 553	11.82 557	8.89 547	2.87 567	2.35 582	2.50 569	1.84 574	2.85 562	2.67 570

Dean	7.52 573	9.08 578	21.41 572	3.74 578	3.53 575	4.81 556	3.53 563	5.33 573	5.25 571	4.17 551	26.53 603	25.62 604	4.09 528	10.97 512	4.32 502	3.69 580	2.30 579	2.91 579	1.87 575	4.03 576	3.24 581

LVE	6.88 570	9.31 580	21.14 563	3.61 576	3.18 573	4.49 501	2.79 540	10.21 587	11.69 589	3.16 524	11.53 583	18.33 589	4.31 532	11.66 548	3.52 495	4.45 591	2.93 586	2.56 571	1.91 576	3.62 567	3.16 578

WAO-8	11.95 587	13.02 593	20.56 543	3.50 571	3.08 569	15.11 594	2.80 541	12.91 592	19.11 602	7.69 580	13.12 587	11.62 578	7.01 569	84.40 622	7.91 541	3.42 574	1.92 571	3.54 589	1.93 577	3.68 568	2.69 571

Venus	11.95 587	13.02 593	20.56 543	3.50 571	3.08 569	15.11 594	2.80 541	12.91 592	19.11 602	7.69 580	13.12 587	11.62 578	7.01 569	84.40 622	7.91 541	3.42 574	1.92 571	3.54 589	1.93 577	3.68 568	2.69 571

DualNet (step1)	2.34 376	1.05 419	7.87 323	1.07 280	0.86 306	3.93 369	1.19 420	4.35 513	2.11 348	2.14 351	1.75 282	1.75 265	1.67 372	6.26 391	1.26 285	1.23 547	0.48 492	4.27 593	2.09 579	0.70 476	0.69 472

test_sample9	3.79 517	1.05 419	7.87 323	1.07 280	0.86 306	3.93 369	1.19 420	4.35 513	2.11 348	2.14 351	1.75 282	1.75 265	1.67 372	11.06 518	11.61 559	1.23 547	14.45 608	4.27 593	2.09 579	0.70 476	0.69 472

test_sample8	4.76 542	1.05 419	7.87 323	1.07 280	0.86 306	3.93 369	1.19 420	4.38 522	2.05 330	5.49 566	1.89 351	12.98 583	6.37 561	11.06 518	11.61 559	1.23 547	14.45 608	4.27 593	2.09 579	0.70 476	0.69 472

IMH-64-1	4.84 544	2.53 537	6.83 311	4.30 585	3.74 579	4.81 556	6.05 578	5.30 570	3.92 555	3.95 545	8.33 564	5.08 550	6.06 556	8.96 445	6.30 524	4.57 593	2.96 588	3.04 580	2.12 582	4.28 578	3.62 586

IMH-64	4.84 544	2.53 537	6.83 311	4.30 585	3.74 579	4.81 556	6.05 578	5.30 570	3.92 555	3.95 545	8.33 564	5.08 550	6.06 556	8.96 445	6.30 524	4.57 593	2.96 588	3.04 580	2.12 582	4.28 578	3.62 586

IMH	6.81 569	13.66 596	20.41 537	4.33 587	3.74 579	5.50 565	3.06 552	5.49 576	6.22 579	4.64 560	10.35 577	9.30 574	8.03 577	13.61 583	6.81 529	4.80 596	2.99 591	3.09 582	2.12 582	4.36 580	3.61 585

DDUNet	2.91 457	2.78 543	6.94 314	3.53 573	2.26 556	3.28 232	1.36 445	3.77 331	2.04 327	2.62 477	2.49 467	4.18 514	1.69 377	5.38 367	1.85 398	2.21 564	1.77 569	2.61 573	2.43 585	2.60 560	2.34 564

TorneroNet-64	10.12 580	8.74 572	20.95 559	4.27 583	3.76 582	13.86 591	2.85 543	15.05 597	23.15 605	10.07 592	23.84 601	13.47 584	8.24 578	13.96 587	17.21 582	3.96 585	2.72 583	3.23 584	2.48 586	6.29 589	4.27 593

UDG	3.55 508	2.81 544	17.45 459	2.69 560	1.98 542	3.97 389	1.19 420	4.35 513	2.02 321	2.42 441	2.53 473	4.50 528	2.46 464	6.53 395	2.41 457	2.12 563	1.77 569	2.63 574	2.57 587	2.64 561	1.95 556

ktn	21.74 602	10.34 586	19.68 502	4.53 589	4.00 584	6.53 573	4.51 576	6.79 580	78.82 623	84.69 623	100.86 627	58.49 618	7.57 573	12.11 564	13.35 565	4.58 595	3.24 593	3.49 586	2.62 588	4.65 583	3.84 589

TorneroNet	25.88 604	11.28 590	21.62 578	4.20 582	4.07 585	55.25 613	3.15 555	15.16 598	76.94 622	58.09 618	82.72 624	86.88 622	41.15 609	13.35 579	18.13 586	4.32 586	2.85 584	3.45 585	2.62 588	8.33 601	4.14 592

notaker	10.50 583	8.60 571	20.23 525	4.54 590	3.95 583	6.27 570	3.44 559	8.07 584	4.75 568	8.73 585	46.45 612	13.86 587	27.86 603	13.49 581	13.61 567	4.56 592	3.18 592	3.52 588	2.68 590	8.13 600	4.05 591

DispFullNet	4.64 540	3.48 551	23.95 595	3.99 579	3.03 567	3.35 240	1.06 388	4.18 449	2.80 482	6.33 575	2.94 504	4.04 506	7.81 574	3.92 344	5.16 516	2.75 566	1.61 566	3.10 583	2.68 590	3.32 565	3.31 583

KSHMR	16.96 597	5.37 561	21.64 580	4.46 588	4.50 588	8.30 582	3.32 557	15.58 600	76.24 621	6.62 577	61.47 617	56.53 617	5.43 549	35.17 608	11.37 557	4.39 588	2.97 590	3.63 591	2.74 592	5.10 585	4.34 594

UNDER WATER-64	9.33 579	5.37 561	22.60 588	5.22 595	4.86 591	10.75 585	4.61 577	11.45 588	17.30 597	7.59 579	9.80 576	15.99 588	17.90 595	10.63 498	15.72 572	4.36 587	2.87 585	4.39 596	2.86 593	7.01 595	5.36 597

UNDER WATER	10.47 581	3.95 555	22.62 589	5.07 594	4.51 589	7.78 580	3.77 569	12.56 591	21.72 604	7.84 582	10.78 578	23.96 600	31.66 604	10.78 505	16.19 576	4.44 590	2.93 586	4.24 592	2.86 593	6.33 591	5.47 598

JetRed	10.48 582	27.10 606	35.70 602	4.27 583	4.09 586	15.55 596	12.83 594	12.16 589	5.50 573	5.83 569	5.56 552	10.14 576	7.43 571	8.88 441	26.39 604	3.32 573	3.81 595	3.51 587	2.96 595	7.85 598	6.69 602

MANE	11.39 585	1.38 483	23.16 591	4.82 593	2.79 563	22.02 600	14.51 596	25.81 603	26.28 606	10.93 597	13.17 590	19.90 594	18.03 596	15.69 591	20.41 594	0.96 535	0.74 541	1.42 559	3.24 596	0.74 490	1.71 550

TCMNet-wrong-test	12.32 589	14.13 600	19.38 494	22.38 604	19.85 599	15.99 597	12.34 593	22.95 602	4.56 563	6.24 574	6.27 555	18.40 591	15.71 589	10.10 483	10.72 553	9.06 600	4.78 597	5.35 597	3.95 597	12.28 604	11.97 604

DGSMNet	7.55 574	1.62 500	17.42 458	1.92 531	12.73 594	7.45 579	42.99 613	4.13 437	2.07 334	2.10 337	3.16 519	3.42 466	1.70 379	9.24 453	2.30 448	3.70 581	10.89 606	11.80 608	5.54 598	4.24 577	2.66 569

MADNet++	7.57 575	5.80 565	13.28 388	6.38 596	5.26 592	7.18 575	7.77 585	5.32 572	5.62 575	6.11 572	7.78 559	6.02 562	8.01 576	11.74 553	16.36 577	9.36 601	4.95 599	8.57 603	5.66 599	4.83 584	5.34 596

PML	64.32 619	53.22 617	17.88 464	8.10 598	32.94 605	148.46 627	247.79 629	12.18 590	45.42 616	111.41 625	288.92 629	101.47 625	101.31 625	31.67 604	15.55 570	14.03 605	4.83 598	10.98 605	6.18 600	28.82 608	5.17 595

USTest	15.98 596	15.58 601	22.56 587	18.49 603	16.99 596	26.43 602	36.08 609	27.68 606	12.77 592	10.69 595	10.80 579	18.35 590	15.09 588	18.62 593	23.37 597	4.85 597	5.34 600	7.38 601	7.43 601	9.90 602	11.23 603

tt	7.19 572	0.51 80	6.83 311	4.03 580	2.30 557	12.05 588	20.19 603	15.46 599	6.58 582	3.42 535	3.22 520	5.37 556	6.39 564	4.20 351	7.46 538	9.81 602	11.53 607	7.05 600	7.46 602	6.31 590	3.71 588

DGTPSM_ROB	15.31 594	8.85 574	28.14 600	9.90 600	18.89 597	12.44 589	33.21 606	13.48 594	17.86 600	9.50 589	22.89 599	13.78 585	19.67 597	21.26 594	23.68 598	5.08 598	8.84 601	5.62 598	11.50 603	6.72 592	14.87 605

DPSM_ROB	20.78 600	20.03 604	26.57 598	23.62 606	22.46 600	31.10 604	39.97 611	33.52 610	17.41 598	15.25 601	15.80 596	24.06 601	20.71 600	23.30 599	27.62 606	10.78 603	9.41 604	11.69 606	11.50 603	14.49 605	16.36 607

DPSM	20.78 600	20.03 604	26.57 598	23.62 606	22.46 600	31.10 604	39.97 611	33.52 610	17.41 598	15.25 601	15.80 596	24.06 601	20.71 600	23.30 599	27.62 606	10.78 603	9.41 604	11.69 606	11.50 603	14.49 605	16.36 607

DPSMNet_ROB	15.52 595	8.89 575	31.44 601	10.07 601	18.91 598	12.44 589	33.22 607	13.51 595	17.94 601	9.58 590	22.91 600	13.79 586	19.67 597	21.43 595	23.73 599	5.17 599	8.84 601	5.63 599	11.52 606	6.79 593	14.90 606

Anonymous_2	3.01 476	0.89 377	4.53 290	1.06 277	1.18 399	2.93 181	0.87 307	3.24 244	1.46 128	1.86 255	1.35 168	4.11 510	2.35 455	1.64 196	1.28 292	0.82 526	0.90 548	8.71 604	15.84 607	4.44 581	0.74 487

FlowAnything	41.75 608	39.90 608	53.36 616	47.83 616	45.06 609	62.45 614	80.51 619	67.34 620	34.89 610	30.56 608	31.52 605	48.18 612	42.05 614	46.66 618	55.24 616	21.71 611	18.88 611	23.49 613	23.13 608	29.12 609	33.04 612

LSM0	49.58 616	40.04 609	53.62 618	97.15 618	128.68 623	62.75 619	79.89 618	67.63 621	35.11 612	33.02 610	32.61 611	48.43 616	41.60 610	46.60 614	55.43 617	21.63 610	18.99 615	23.62 614	23.13 608	29.47 614	52.26 621

Selective-RAFT-Error	41.77 609	40.16 610	53.34 615	47.73 612	45.25 613	62.51 615	80.64 620	67.22 616	34.93 611	30.64 609	31.81 606	48.11 611	42.11 615	46.57 613	54.95 615	21.61 607	18.87 610	23.48 609	23.15 610	29.16 610	33.08 616

RAFT-FEzeroshot	41.78 610	40.21 612	53.07 613	47.74 614	45.19 611	62.51 615	80.73 622	67.30 618	34.75 607	30.51 606	31.88 607	48.27 614	41.88 612	46.64 616	55.54 618	21.62 608	18.89 613	23.48 609	23.22 611	29.20 612	33.05 613

RAFT-FE	41.78 610	40.21 612	53.07 613	47.74 614	45.19 611	62.51 615	80.73 622	67.30 618	34.75 607	30.51 606	31.88 607	48.27 614	41.88 612	46.64 616	55.54 618	21.62 608	18.89 613	23.48 609	23.22 611	29.20 612	33.05 613

CasAABBNet	41.80 612	40.20 611	53.41 617	47.73 612	45.18 610	62.51 615	80.71 621	67.26 617	34.80 609	30.49 605	31.88 607	48.24 613	41.81 611	46.63 615	55.64 620	21.60 606	18.88 611	23.48 609	23.22 611	29.19 611	33.05 613

LRCNet_RVC	25.52 603	33.45 607	23.21 593	31.79 608	32.78 604	6.74 574	1.18 417	25.88 604	4.46 561	28.94 604	30.89 604	24.91 603	17.57 594	27.66 603	24.34 601	35.26 615	25.60 616	35.91 615	33.81 614	31.90 615	34.10 617

AVERAGE_ROB	44.46 614	45.91 615	46.59 608	40.59 611	38.66 607	32.99 607	30.52 604	46.19 614	43.26 615	49.59 613	48.97 615	44.62 609	39.89 606	45.04 612	43.94 612	48.74 617	50.69 618	50.80 616	49.79 615	45.54 617	46.97 619

HaxPig	43.25 613	43.65 614	45.00 607	33.85 609	35.61 606	32.69 606	30.52 604	45.09 613	42.97 614	48.77 612	48.17 614	43.00 607	40.26 607	44.58 611	43.61 611	47.18 616	49.30 617	51.54 617	50.25 616	43.73 616	45.29 618

MEDIAN_ROB	47.37 615	49.08 616	49.92 611	40.32 610	39.97 608	34.95 608	33.43 608	49.17 615	46.39 617	53.06 615	52.65 616	47.65 610	42.23 616	48.35 619	47.29 613	52.10 618	54.04 619	54.28 618	53.48 617	48.76 618	50.33 620

U	12.82 592	0.38 3	1.99 156	0.66 36	58.94 614	63.38 620	0.34 24	1.91 71	0.94 54	0.59 25	0.80 46	0.46 35	0.57 40	0.83 17	0.44 17	0.29 185	0.17 48	63.35 619	59.81 618	0.29 141	0.20 27

DPSimNet_ROB	102.30 621	119.72 627	143.59 626	109.42 620	94.10 617	127.22 626	127.15 625	26.62 605	102.36 628	149.58 628	83.99 625	139.34 628	137.54 628	64.62 621	82.36 625	105.18 621	66.15 621	120.15 620	69.61 619	99.58 620	77.72 622

RSGM-EC	108.14 623	104.44 624	68.66 619	115.42 621	109.31 620	116.48 624	139.19 626	127.02 627	55.95 618	55.27 616	71.01 618	116.54 626	111.76 626	176.57 626	175.06 627	117.34 625	71.64 622	140.65 623	83.55 620	123.96 622	82.91 623

acva	108.14 623	104.44 624	68.66 619	115.42 621	109.31 620	116.48 624	139.19 626	127.02 627	55.95 618	55.27 616	71.01 618	116.54 626	111.76 626	176.57 626	175.06 627	117.34 625	71.64 622	140.65 623	83.55 620	123.96 622	82.91 623

HanzoNet	31.60 607	17.23 602	21.22 568	7.32 597	5.84 593	7.25 577	3.53 563	13.82 596	14.20 595	50.38 614	47.01 613	44.45 608	56.61 619	36.61 609	32.00 610	63.89 619	56.57 620	7.97 602	89.20 622	28.69 607	28.25 611

ASD4	103.30 622	113.98 626	120.24 625	106.67 619	79.75 615	115.36 623	120.35 624	119.13 626	79.65 627	120.04 626	74.64 620	101.45 624	65.48 620	109.11 625	84.31 626	104.31 620	90.04 624	133.15 622	103.58 623	130.15 624	94.66 625

Anonymous_1	57.11 618	19.68 603	26.15 597	23.10 605	142.31 624	30.84 603	39.75 610	33.86 612	16.98 596	70.53 622	15.42 595	23.46 599	19.75 599	23.04 597	27.23 605	164.73 627	9.02 603	130.38 621	137.40 624	161.27 628	27.24 610

test_example2	212.63 628	219.92 628	221.87 628	213.67 625	221.17 628	199.47 628	200.74 628	185.30 629	141.66 629	209.52 629	213.45 628	210.82 629	205.48 629	221.27 629	216.64 629	236.83 628	242.07 629	213.93 625	217.01 625	235.69 629	226.10 629

xxxxx1	112.33 625	88.53 621	37.76 604	227.84 626	157.23 625	39.05 610	61.41 615	93.76 623	79.29 624	62.45 619	74.79 621	78.32 619	70.96 621	33.47 605	70.69 621	114.00 622	130.36 625	259.31 626	274.34 626	145.54 625	147.50 626

tt_ll	112.33 625	88.53 621	37.76 604	227.84 626	157.23 625	39.05 610	61.41 615	93.76 623	79.29 624	62.45 619	74.79 621	78.32 619	70.96 621	33.47 605	70.69 621	114.00 622	130.36 625	259.31 626	274.34 626	145.54 625	147.50 626

ff	112.33 625	88.53 621	37.76 604	227.84 626	157.23 625	39.05 610	61.41 615	93.76 623	79.29 624	62.45 619	74.79 621	78.32 619	70.96 621	33.47 605	70.69 621	114.00 622	130.36 625	259.31 626	274.34 626	145.54 625	147.50 626

FADE	78.44 620	13.79 598	36.09 603	10.71 602	13.34 595	4.15 427	4.14 575	28.60 607	8.36 583	5.15 565	3.88 537	11.85 581	36.55 605	44.37 610	28.26 608	474.90 629	161.58 628	347.36 629	322.13 629	7.29 597	6.23 600

ccccc	590.94 629	629.75 629	645.59 629	567.84 629	570.84 629	582.44 629	641.68 630	613.82 630	494.59 630	614.58 630	651.20 630	555.57 630	637.59 630	666.94 630	652.42 630	781.57 630	507.24 630	391.36 630	342.44 630	689.82 630	581.48 630

Low-res two-view benchmark