Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.93 1	0.78 16	3.42 12	1.97 1	0.27 9	0.44 1	0.01 1	1.71 1	0.99 1	1.17 8	2.70 21	1.74 42	1.21 24	1.17 1	1.00 34	0.00 1	0.01 23	0.01 155	0.00 1	0.02 3	0.02 9

FoundationStereo	1.26 2	0.73 12	2.84 3	2.65 31	0.58 54	2.31 9	0.61 39	3.40 2	1.57 8	1.89 24	0.09 3	2.61 56	2.90 82	2.37 4	0.60 5	0.04 183	0.04 108	0.00 1	0.00 1	0.02 3	0.03 25

MLG-Stereo	1.48 3	0.65 7	3.04 7	2.52 24	0.79 95	3.11 22	0.16 12	6.26 29	1.80 11	0.84 1	0.10 5	1.51 38	0.65 11	7.44 68	0.53 1	0.02 143	0.09 225	0.00 1	0.03 177	0.03 21	0.02 9

LGtest1	1.48 3	0.75 14	4.03 41	2.33 13	0.65 65	3.02 20	0.11 8	6.12 25	1.51 4	1.41 14	1.48 14	0.65 29	0.93 20	5.60 31	0.81 14	0.03 169	0.12 269	0.00 1	0.00 1	0.10 85	0.04 40

MLG-Stereo_test1	1.51 5	0.65 7	3.00 5	2.47 23	2.46 247	2.84 17	0.16 12	5.64 13	1.77 10	0.98 4	0.09 3	1.53 39	0.52 4	7.44 68	0.56 2	0.02 143	0.09 225	0.00 1	0.03 177	0.03 21	0.02 9

MLG-Stereo_test2	1.52 6	0.64 2	2.81 2	2.52 24	1.79 202	2.76 15	0.16 12	4.70 6	1.80 11	1.75 18	0.08 2	3.21 63	0.17 1	7.28 62	0.64 6	0.02 143	0.11 258	0.00 1	0.00 1	0.04 28	0.03 25

MLG-Stereo_test3	1.57 7	0.69 10	3.82 28	2.19 5	1.34 159	3.92 46	0.25 20	5.89 20	1.27 3	0.91 2	1.07 10	1.99 50	0.64 10	6.09 42	1.10 38	0.03 169	0.09 225	0.00 1	0.00 1	0.05 36	0.04 40

dual_stereo	1.57 7	0.64 2	2.56 1	2.33 13	0.47 38	2.62 12	0.08 4	4.85 7	1.95 14	1.01 6	0.69 9	1.90 47	0.61 8	10.34 153	0.96 23	0.01 92	0.20 330	0.00 1	0.18 315	0.01 1	0.03 25

LG-Stereo_L2	1.59 9	0.87 37	4.31 55	2.54 28	0.69 71	2.76 15	0.44 29	6.85 43	1.57 8	1.59 15	0.39 7	0.39 18	0.52 4	7.85 77	0.82 15	0.04 183	0.12 269	0.00 1	0.00 1	0.03 21	0.02 9

LG-Stereo_L1	1.59 9	0.89 43	4.07 46	2.55 29	0.95 114	2.93 18	0.50 33	6.75 41	1.54 5	1.32 11	0.24 6	0.50 22	0.59 7	7.91 78	0.85 17	0.04 183	0.12 269	0.01 155	0.00 1	0.03 21	0.02 9

MonSter	1.74 11	0.74 13	3.64 19	2.27 9	1.62 184	6.01 180	0.13 10	6.02 22	2.88 31	1.35 12	2.11 16	0.30 13	0.36 2	6.50 47	0.83 16	0.00 1	0.00 1	0.00 1	0.02 158	0.02 3	0.02 9

4.5_new	1.82 12	0.79 20	3.44 14	2.35 15	1.84 203	5.69 159	1.28 81	5.59 11	2.60 20	3.74 71	3.37 28	0.43 19	0.97 21	3.16 8	0.98 25	0.01 92	0.01 23	0.00 1	0.00 1	0.07 56	0.16 160

4.5w-stereo	1.83 13	0.79 20	3.45 16	2.35 15	1.84 203	5.69 159	1.29 83	5.59 11	2.60 20	3.75 72	3.37 28	0.43 19	0.97 21	3.16 8	0.98 25	0.01 92	0.01 23	0.00 1	0.00 1	0.07 56	0.16 160

IGEV	1.86 14	0.58 1	3.90 33	2.40 18	3.49 303	4.20 55	0.97 63	7.16 48	3.22 37	2.00 30	4.16 41	0.26 10	0.62 9	3.40 11	0.65 7	0.03 169	0.09 225	0.00 1	0.00 1	0.03 21	0.02 9

SGD-Stereo	1.88 15	0.76 15	3.80 26	2.37 17	0.33 18	3.48 32	0.93 60	6.52 36	2.22 16	3.84 75	1.08 11	1.78 44	1.34 27	8.32 89	0.70 10	0.09 234	0.01 23	0.00 1	0.00 1	0.06 41	0.03 25

4.25_new	1.94 16	0.81 23	3.74 22	2.82 37	2.69 260	4.37 62	2.37 189	5.76 14	2.78 26	1.99 27	3.60 31	0.23 3	2.40 66	4.13 13	0.99 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 74

4.5w_new	1.94 16	0.81 23	3.74 22	2.82 37	2.69 260	4.37 62	2.37 189	5.76 14	2.78 26	1.99 27	3.60 31	0.23 3	2.40 66	4.13 13	0.99 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 74

4.25w-stereo	1.94 16	0.81 23	3.74 22	2.82 37	2.69 260	4.37 62	2.37 189	5.76 14	2.78 26	1.99 27	3.60 31	0.23 3	2.40 66	4.13 13	0.99 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 74

asda	1.95 19	0.81 23	4.14 53	2.66 33	1.93 216	3.30 28	0.86 56	5.92 21	3.10 36	2.41 39	3.10 24	0.63 28	2.99 84	5.57 30	1.48 48	0.02 143	0.01 23	0.00 1	0.00 1	0.07 56	0.07 74

4w-stereo	2.03 20	0.98 57	4.12 51	2.31 12	1.96 217	3.70 42	0.61 39	6.37 33	2.37 18	2.10 32	4.19 42	0.33 15	3.33 92	7.03 59	1.12 39	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.08 89

asd	2.06 21	0.78 16	3.85 29	2.45 20	2.18 229	3.99 48	0.35 23	6.94 44	2.60 20	2.99 52	2.79 22	0.52 23	2.27 61	8.33 90	0.93 19	0.02 143	0.01 23	0.00 1	0.00 1	0.07 56	0.11 115

S2M2	2.06 21	1.28 117	4.05 45	3.20 54	1.14 137	2.31 9	0.06 2	6.26 29	6.67 109	1.75 18	4.48 49	4.47 88	0.81 16	2.36 3	1.52 51	0.25 313	0.10 241	0.03 190	0.00 1	0.49 295	0.03 25

2.5w	2.10 23	0.78 16	4.30 54	2.96 44	1.85 206	3.22 23	2.25 180	6.05 23	2.69 24	1.80 22	5.44 77	0.23 3	2.01 50	7.36 65	1.01 36	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.06 64

2.75w_new	2.10 23	0.82 27	3.93 35	2.18 4	1.44 167	3.52 36	2.30 184	5.52 9	2.91 33	4.14 84	3.93 39	0.27 11	2.38 63	6.17 43	2.32 116	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.06 64

LG-G_1	2.14 25	0.64 2	4.04 42	3.18 52	0.37 20	11.00 282	0.60 37	6.27 31	1.55 6	1.28 9	1.15 12	1.34 36	2.14 55	8.08 83	0.99 27	0.04 183	0.12 269	0.00 1	0.00 1	0.06 41	0.03 25

LG-G	2.14 25	0.64 2	4.04 42	3.18 52	0.37 20	11.00 282	0.60 37	6.27 31	1.55 6	1.28 9	1.15 12	1.34 36	2.14 55	8.08 83	0.99 27	0.04 183	0.12 269	0.00 1	0.00 1	0.06 41	0.03 25

GREAT-IGEV	2.18 27	1.15 93	4.04 42	2.89 41	0.69 71	2.95 19	0.20 17	5.82 19	5.88 93	0.92 3	5.07 69	1.08 34	1.46 33	9.60 134	0.86 18	0.00 1	0.13 281	0.00 1	0.24 357	0.14 101	0.46 302

AdaDepth	2.20 28	0.82 27	4.90 76	3.27 59	2.91 275	3.54 39	0.70 45	5.30 8	3.05 35	1.73 17	3.31 27	0.49 21	1.60 35	10.91 180	0.96 23	0.03 169	0.11 258	0.00 1	0.23 347	0.04 28	0.03 25

IGEV-Stereo++	2.20 28	0.79 20	3.67 20	3.72 96	3.17 284	3.39 30	0.10 6	8.37 71	3.77 46	2.11 33	4.25 43	2.01 51	4.78 151	2.96 6	0.59 3	0.01 92	0.02 67	0.08 252	0.00 1	0.06 41	0.05 53

monsters	2.21 30	1.25 112	4.09 48	3.59 85	4.35 349	2.20 8	0.18 16	8.31 70	2.84 30	4.11 82	2.86 23	0.20 1	0.76 14	8.41 91	0.95 22	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.01 1

DEFOM-Stereo	2.21 30	0.88 39	3.63 18	3.42 68	0.89 108	13.14 318	0.83 53	4.68 5	1.96 15	2.72 47	1.66 15	0.59 25	0.54 6	8.53 95	0.68 8	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.02 9

3.25w_new	2.24 32	0.88 39	3.97 37	2.28 10	1.34 159	6.00 177	1.19 76	6.56 37	3.26 39	3.90 77	3.77 35	0.62 26	2.46 70	7.46 71	0.99 27	0.00 1	0.01 23	0.00 1	0.00 1	0.06 41	0.06 64

3.25w	2.24 32	0.88 39	3.97 37	2.28 10	1.34 159	6.01 180	1.19 76	6.56 37	3.26 39	3.90 77	3.77 35	0.62 26	2.46 70	7.44 68	0.99 27	0.00 1	0.01 23	0.00 1	0.00 1	0.06 41	0.06 64

qwe	2.30 34	0.82 27	3.76 25	2.60 30	2.75 266	4.59 72	0.28 21	6.62 39	2.90 32	4.62 95	4.62 55	0.55 24	0.89 18	8.78 108	2.09 99	0.00 1	0.01 23	0.00 1	0.00 1	0.07 56	0.14 140

StereoAnything_RVC	2.31 35	11.20 495	4.65 65	2.23 7	0.14 1	1.49 4	0.17 15	4.50 4	1.24 2	1.03 7	0.06 1	0.20 1	3.60 103	8.05 81	0.59 3	0.02 143	0.11 258	0.00 1	0.00 1	6.97 495	0.03 25

3.75w	2.32 36	0.89 43	3.85 29	2.45 20	3.23 289	8.15 238	1.42 90	5.77 17	2.79 29	2.60 43	4.64 56	0.31 14	2.77 79	6.56 49	0.94 20	0.00 1	0.01 23	0.00 1	0.00 1	0.06 41	0.05 53

RAStereo	2.32 36	1.08 79	6.36 140	3.73 97	1.39 166	1.81 7	0.12 9	7.70 57	7.44 131	2.27 37	3.94 40	3.43 64	0.81 16	3.55 12	2.47 128	0.00 1	0.00 1	0.00 1	0.00 1	0.29 193	0.07 74

2.25w	2.37 38	0.87 37	4.69 68	2.52 24	1.76 197	3.53 37	0.41 26	6.10 24	2.56 19	3.93 79	6.70 90	0.35 17	2.47 72	8.53 95	2.97 158	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.02 9

2w_stereo	2.37 38	0.83 30	4.12 51	2.73 34	1.22 143	4.67 76	3.90 257	6.98 45	3.62 45	3.48 64	5.01 68	0.24 7	4.36 122	4.43 18	1.70 65	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.03 25

monsterstereo	2.41 40	0.98 57	4.33 56	4.12 113	4.48 353	1.80 5	0.08 4	5.78 18	5.21 79	3.36 61	7.40 101	0.25 8	0.37 3	8.92 114	1.00 34	0.01 92	0.01 23	0.00 1	0.00 1	0.02 3	0.01 1

LG-Stereo	2.43 41	1.44 160	7.64 198	3.73 97	0.82 100	3.64 41	1.24 79	6.41 35	5.30 82	1.97 25	7.31 98	0.84 33	0.74 12	4.85 22	2.21 111	0.05 202	0.04 108	0.01 155	0.03 177	0.33 228	0.10 102

111111	2.45 42	1.01 63	3.89 32	3.60 86	4.13 331	3.49 35	0.23 19	8.63 76	3.25 38	2.15 34	4.26 44	2.29 54	2.03 51	8.86 113	0.94 20	0.01 92	0.02 67	0.08 252	0.00 1	0.14 101	0.04 40

3.5w_stereo	2.46 43	1.21 102	4.40 60	2.23 7	1.53 178	6.00 177	1.12 71	6.82 42	2.60 20	3.48 64	4.35 46	0.33 15	2.08 54	9.99 146	3.03 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.06 64

3w_stereo	2.49 44	0.84 33	5.43 98	2.46 22	0.46 37	5.44 132	6.54 346	7.07 46	3.41 44	3.30 59	4.77 61	0.28 12	4.24 120	4.24 17	1.30 43	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.07 74

fffft	2.58 45	0.86 36	5.15 88	3.15 51	1.32 155	4.44 67	4.17 264	8.04 63	3.29 41	3.03 54	2.20 17	1.88 46	1.45 32	10.41 156	1.80 70	0.00 1	0.04 108	0.00 1	0.00 1	0.31 211	0.10 102
1: 1. 1
AIO_test	2.59 46	0.89 43	4.07 46	3.70 95	2.35 241	5.35 127	2.39 193	8.10 64	4.33 54	1.35 12	4.60 53	4.27 84	1.35 28	7.29 63	0.71 12	0.76 418	0.07 195	0.00 1	0.09 265	0.06 41	0.03 25

GIP-stereo	2.66 47	1.00 62	4.00 39	4.99 178	3.41 295	3.38 29	0.77 51	8.73 79	5.69 91	2.08 31	5.38 72	4.13 80	3.21 86	5.21 25	1.05 37	0.01 92	0.06 172	0.00 1	0.00 1	0.07 56	0.04 40

MaDis-Stereo	2.73 48	1.56 205	6.21 138	2.96 44	2.45 246	1.80 5	0.28 21	7.43 52	5.07 71	2.57 41	3.43 30	7.13 144	4.71 146	5.74 36	2.91 154	0.00 1	0.05 139	0.00 1	0.00 1	0.15 109	0.12 122

HUF	2.75 49	1.32 130	5.28 93	2.83 40	0.55 49	5.23 122	2.19 171	8.97 80	4.23 52	1.97 25	4.39 47	5.03 101	2.64 75	6.86 57	1.44 47	0.73 415	0.63 450	0.09 263	0.00 1	0.17 126	0.44 296

LG-Stereo_Zeroshot	2.77 50	0.90 46	5.49 102	4.91 174	1.75 196	3.75 43	0.85 55	7.14 47	3.33 42	3.51 67	10.67 144	2.03 52	5.26 164	3.11 7	1.80 70	0.00 1	0.06 172	0.00 1	0.19 328	0.43 268	0.19 188

IGEV-Stereo+	2.77 50	0.92 48	4.09 48	3.14 49	4.62 358	2.57 11	0.70 45	4.34 3	2.29 17	1.76 20	0.59 8	0.77 32	3.49 97	8.65 103	0.68 8	0.03 169	0.10 241	0.00 1	0.24 357	5.77 489	10.68 527

AIO_rvc	2.81 52	1.10 84	4.88 74	3.63 89	2.59 254	5.36 128	1.85 147	8.21 68	4.37 56	1.60 16	4.74 59	4.74 96	1.16 23	10.10 148	1.13 40	0.47 373	0.04 108	0.00 1	0.04 198	0.15 109	0.12 122

SMoEStereo_RVC	2.81 52	1.07 76	5.08 83	3.86 104	0.60 59	6.39 195	1.91 155	7.82 60	3.79 47	3.87 76	3.69 34	2.78 58	2.25 60	10.60 163	1.99 86	0.00 1	0.02 67	0.03 190	0.00 1	0.25 166	0.17 168

mms	2.86 54	1.38 143	5.26 91	3.68 92	1.84 203	4.23 57	4.01 258	8.01 62	4.29 53	2.43 40	5.53 82	3.05 60	1.35 28	9.22 124	2.06 95	0.00 1	0.06 172	0.00 1	0.00 1	0.36 239	0.44 296

UniTT-Stereo	2.89 55	0.90 46	6.74 153	4.08 110	2.42 244	2.63 13	0.42 27	5.57 10	4.88 63	5.36 110	7.63 103	1.09 35	1.47 34	8.80 110	5.11 249	0.03 169	0.07 195	0.00 1	0.01 126	0.48 286	0.11 115

1w_stereo	2.90 56	0.72 11	3.59 17	3.30 60	2.15 228	4.37 62	6.74 355	6.40 34	5.23 80	2.83 49	7.30 97	0.25 8	4.36 122	8.30 88	2.44 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.02 9

ours_stereo	2.91 57	1.34 133	5.14 86	3.67 90	1.49 174	3.87 45	2.80 216	8.10 64	6.28 101	2.15 34	5.66 84	3.98 76	1.84 47	9.38 129	1.77 69	0.00 1	0.02 67	0.00 1	0.00 1	0.32 221	0.34 264

AIO-Stereo	2.91 57	1.19 99	5.14 86	4.15 115	0.79 95	4.67 76	1.76 136	9.59 88	5.19 77	2.66 46	4.76 60	5.40 114	0.78 15	10.30 152	1.23 42	0.00 1	0.06 172	0.00 1	0.36 405	0.09 74	0.15 155

EGLCR-Stereo	2.92 59	1.06 71	5.28 93	3.38 66	0.55 49	4.59 72	0.66 41	10.43 108	4.81 62	3.30 59	3.23 26	7.93 157	1.71 42	9.22 124	1.62 59	0.05 202	0.12 269	0.00 1	0.00 1	0.23 156	0.16 160

IGEV++	2.98 60	1.27 115	5.17 89	5.41 227	0.47 38	4.63 74	1.71 127	9.97 98	4.75 60	2.58 42	6.27 88	4.35 86	4.44 129	4.98 23	3.05 167	0.00 1	0.07 195	0.00 1	0.08 252	0.24 162	0.18 176

IGEV-RUCA	3.00 61	1.12 89	4.51 62	4.78 163	2.30 236	6.18 185	1.80 141	7.24 50	4.79 61	2.63 45	4.91 65	4.06 77	2.44 69	9.70 137	1.50 49	0.14 254	0.26 375	0.21 350	0.29 379	0.74 365	0.35 269

zero-FE	3.01 62	1.06 71	4.57 64	4.18 119	4.04 326	3.24 24	1.51 98	6.17 27	1.87 13	1.00 5	2.52 18	1.72 41	4.92 154	6.19 44	2.77 146	0.27 319	0.10 241	0.00 1	0.05 221	13.94 527	0.09 94

MSCF	3.01 62	1.87 286	5.23 90	3.98 108	0.70 73	5.42 131	1.48 92	8.59 74	4.59 58	5.05 106	6.40 89	1.76 43	7.07 219	5.69 34	1.36 44	0.00 1	0.02 67	0.00 1	0.63 440	0.16 116	0.24 222

Selective-IGEV	3.06 64	1.11 86	4.98 77	3.56 80	1.66 186	4.73 80	2.14 170	10.73 117	4.56 57	2.93 50	4.60 53	5.54 116	1.77 45	10.82 177	1.69 63	0.00 1	0.01 23	0.00 1	0.14 298	0.06 41	0.13 135

RSM++	3.08 65	1.04 69	5.27 92	4.25 129	0.50 43	5.04 114	2.63 207	10.11 99	4.34 55	3.16 56	4.66 57	6.73 134	1.87 48	9.96 144	1.69 63	0.00 1	0.00 1	0.01 155	0.18 315	0.14 101	0.10 102

RSM	3.10 66	0.98 57	4.86 73	4.17 116	1.08 126	4.76 88	1.83 144	10.14 100	4.21 51	3.38 63	4.34 45	7.82 154	1.75 44	10.69 167	1.64 62	0.00 1	0.03 96	0.00 1	0.18 315	0.13 96	0.07 74

FlowAnything_test	3.13 67	1.42 150	6.59 146	8.69 390	1.35 162	8.70 243	2.51 200	7.60 55	3.03 34	4.10 81	2.67 20	3.52 69	0.75 13	5.86 40	4.48 229	0.06 218	0.03 96	0.15 321	0.66 442	0.16 116	0.18 176

AEACV	3.17 68	1.11 86	5.39 97	4.55 147	5.35 399	4.29 60	1.60 106	6.21 28	5.43 85	3.08 55	7.85 106	4.23 82	6.55 206	5.51 28	1.56 52	0.00 1	0.09 225	0.03 190	0.32 394	0.20 137	0.12 122

GASTEREO	3.18 69	1.99 307	5.13 85	4.28 132	0.70 73	5.59 143	1.49 96	8.66 77	4.94 65	5.17 109	6.84 93	1.58 40	7.14 220	7.72 75	1.38 45	0.00 1	0.02 67	0.00 1	0.64 441	0.08 68	0.23 215

DEFOM-Stereo_RVC	3.18 69	6.90 462	3.85 29	10.48 443	1.59 182	4.71 79	0.47 31	8.39 72	2.76 25	2.34 38	3.12 25	0.74 30	7.20 222	9.02 121	1.62 59	0.00 1	0.14 296	0.00 1	0.19 328	0.02 3	0.03 25

SCV	3.20 71	1.40 145	5.96 122	4.71 157	0.71 76	4.21 56	1.70 115	10.94 118	6.06 96	1.85 23	4.80 63	6.16 122	2.74 78	9.82 139	1.74 67	0.05 202	0.09 225	0.00 1	0.24 357	0.50 301	0.30 248

tt45	3.20 71	0.95 52	4.36 58	3.73 97	1.86 207	8.19 239	2.05 168	9.12 85	3.36 43	5.60 113	4.42 48	4.61 95	2.39 65	11.00 182	1.96 81	0.00 1	0.04 108	0.00 1	0.01 126	0.32 221	0.10 102

MoCha-V2	3.20 71	0.92 48	4.82 72	5.09 185	0.40 24	4.63 74	1.37 88	9.81 94	5.41 84	5.58 112	5.26 71	2.63 57	6.48 203	9.90 142	1.15 41	0.02 143	0.24 364	0.00 1	0.25 363	0.07 56	0.04 40

Pointernet	3.22 74	0.84 33	5.79 116	3.22 57	0.35 19	5.27 125	0.37 24	16.46 215	5.96 94	4.11 82	6.81 92	4.84 99	2.73 77	4.78 21	2.52 131	0.00 1	0.15 301	0.00 1	0.22 338	0.04 28	0.02 9

SCV_C0	3.23 75	1.31 127	6.44 143	3.20 54	0.82 100	4.84 94	1.61 107	10.34 106	6.85 114	2.74 48	4.91 65	6.26 124	1.81 46	11.06 186	1.50 49	0.11 243	0.06 172	0.00 1	0.23 347	0.33 228	0.11 115

MGS-Stereo	3.26 76	1.29 121	6.73 151	3.30 60	0.47 38	4.89 97	1.55 102	6.15 26	8.88 153	4.31 86	10.15 134	5.48 115	1.27 26	8.09 85	1.97 83	0.04 183	0.01 23	0.02 173	0.00 1	0.57 324	0.04 40

rrr	3.26 76	1.57 209	7.72 202	3.36 64	0.60 59	4.93 100	1.59 105	10.72 116	5.11 75	3.79 73	4.58 51	4.53 92	4.00 112	10.13 149	2.09 99	0.00 1	0.06 172	0.00 1	0.22 338	0.12 91	0.18 176

CroCo-Stereo	3.27 78	1.90 289	7.18 174	8.50 389	1.11 127	0.96 2	0.97 63	10.18 101	8.20 142	3.59 68	4.69 58	8.02 161	4.53 136	2.75 5	2.34 118	0.01 92	0.00 1	0.00 1	0.00 1	0.31 211	0.11 115
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
fffy	3.28 79	1.20 100	5.94 121	3.67 90	0.85 103	4.84 94	1.75 132	10.18 101	6.44 104	2.60 43	6.15 86	6.33 127	3.16 85	10.08 147	1.62 59	0.00 1	0.12 269	0.00 1	0.00 1	0.30 199	0.33 260

IGEVStereo-DCA	3.31 80	1.57 209	6.20 133	3.36 64	0.60 59	4.93 100	1.70 115	13.26 152	5.04 66	3.79 73	4.58 51	4.53 92	4.00 112	10.13 149	2.09 99	0.00 1	0.06 172	0.00 1	0.18 315	0.12 91	0.14 140

test_xeample3	3.34 81	1.54 193	7.67 199	3.33 63	0.68 67	5.74 161	1.63 109	12.05 126	3.88 50	6.71 118	3.81 38	3.17 62	3.34 93	10.59 162	2.07 96	0.00 1	0.02 67	0.00 1	0.27 372	0.13 96	0.16 160

GLC_STEREO	3.40 82	1.06 71	3.44 14	6.52 303	0.20 3	4.76 88	1.66 111	8.97 80	6.59 107	5.39 111	9.04 115	5.23 108	2.03 51	9.76 138	2.77 146	0.01 92	0.03 96	0.21 350	0.00 1	0.23 156	0.06 64

999	3.44 83	0.92 48	4.78 70	4.69 156	2.34 240	7.58 229	2.20 172	9.81 94	6.11 98	2.96 51	4.79 62	5.07 102	2.27 61	12.10 245	2.76 145	0.03 169	0.09 225	0.00 1	0.00 1	0.29 193	0.10 102

ff7	3.48 84	1.76 267	6.20 133	3.45 70	1.13 131	5.02 108	1.70 115	13.26 152	5.04 66	4.66 97	5.47 78	3.49 65	4.70 142	11.14 191	2.01 88	0.00 1	0.04 108	0.00 1	0.18 315	0.30 199	0.14 140

ffff	3.48 84	1.76 267	6.20 133	3.45 70	1.13 131	5.02 108	1.70 115	13.26 152	5.04 66	4.66 97	5.47 78	3.49 65	4.70 142	11.14 191	2.01 88	0.00 1	0.04 108	0.00 1	0.18 315	0.30 199	0.14 140

11t	3.48 84	1.76 267	6.20 133	3.45 70	1.13 131	5.02 108	1.70 115	13.26 152	5.04 66	4.66 97	5.47 78	3.49 65	4.70 142	11.14 191	2.01 88	0.00 1	0.04 108	0.00 1	0.18 315	0.30 199	0.14 140

ccc-4	3.48 84	1.76 267	6.20 133	3.45 70	1.13 131	5.02 108	1.70 115	13.26 152	5.04 66	4.66 97	5.47 78	3.49 65	4.70 142	11.14 191	2.01 88	0.00 1	0.04 108	0.00 1	0.18 315	0.30 199	0.14 140

anonymousdsp	3.51 88	1.75 263	5.66 112	3.49 74	1.13 131	5.04 114	1.74 129	13.69 163	5.07 71	4.83 102	5.42 75	4.25 83	4.44 129	11.14 191	1.98 84	0.00 1	0.04 108	0.00 1	0.18 315	0.31 211	0.13 135

castereo++	3.52 89	1.28 117	3.96 36	3.76 101	2.61 255	16.87 394	1.95 160	7.57 53	8.51 148	2.26 36	4.54 50	5.10 103	2.04 53	8.75 107	0.74 13	0.00 1	0.15 301	0.00 1	0.35 401	0.05 36	0.02 9

IGEV-Stereo	3.52 89	1.75 263	5.67 113	3.49 74	1.12 129	5.04 114	1.73 128	13.70 164	5.07 71	4.83 102	5.42 75	4.27 84	4.43 128	11.15 196	1.98 84	0.00 1	0.04 108	0.00 1	0.18 315	0.31 211	0.12 122
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 91	1.05 70	3.35 11	2.17 3	0.59 56	5.61 144	0.40 25	10.50 109	13.34 207	6.93 125	10.44 141	5.29 112	3.47 96	5.82 38	2.62 136	0.01 92	0.01 23	0.02 173	0.01 126	0.04 28	0.01 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
LoS	3.59 92	1.07 76	3.81 27	2.80 36	0.52 47	4.98 104	1.18 75	10.35 107	12.97 197	4.54 93	10.75 147	3.89 75	3.27 89	8.78 108	2.63 138	0.03 169	0.03 96	0.09 263	0.00 1	0.12 91	0.04 40
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	3.61 93	1.91 292	6.17 132	3.31 62	0.67 66	5.51 134	6.46 342	12.60 140	6.23 99	3.18 57	4.80 63	3.64 71	3.57 99	11.15 196	2.11 103	0.02 143	0.21 337	0.01 155	0.01 126	0.41 263	0.14 140

trnet	3.62 94	0.95 52	3.30 9	2.21 6	0.56 51	5.67 157	0.42 27	10.62 115	13.30 205	6.89 123	10.45 142	5.78 118	3.69 105	5.80 37	2.61 134	0.00 1	0.02 67	0.03 190	0.01 126	0.04 28	0.02 9

U	3.65 95	0.64 2	5.91 119	3.91 105	11.89 511	11.50 288	0.20 17	7.66 56	5.38 83	1.79 21	2.55 19	0.76 31	1.61 36	2.34 2	0.70 10	0.00 1	0.04 108	10.60 526	5.47 514	0.04 28	0.02 9

water-stereo	3.66 96	0.84 33	4.79 71	3.60 86	0.79 95	5.03 113	0.89 58	12.93 144	5.45 87	5.82 114	14.74 182	6.51 132	4.76 150	3.37 10	3.26 179	0.03 169	0.13 281	0.09 263	0.04 198	0.06 41	0.07 74

Occ-G	3.68 97	1.07 76	4.68 66	3.11 48	1.26 147	3.63 40	6.75 356	7.88 61	4.90 64	4.37 90	8.36 107	9.68 184	4.39 125	9.65 135	3.23 178	0.00 1	0.11 258	0.00 1	0.19 328	0.19 133	0.07 74

rvit_stereo_0081_aga	3.72 98	2.39 352	8.60 249	5.27 214	2.99 282	5.02 108	1.94 159	8.12 66	6.24 100	6.74 119	6.85 94	5.85 119	3.28 90	7.31 64	3.04 165	0.02 143	0.00 1	0.00 1	0.00 1	0.59 330	0.22 207

GCAP-Stereo	3.72 98	1.60 217	7.39 188	4.24 124	0.37 20	5.78 163	1.12 71	12.28 129	6.53 106	8.35 137	9.69 124	6.62 133	3.57 99	4.58 20	1.91 76	0.00 1	0.07 195	0.05 217	0.00 1	0.25 166	0.04 40

LoS_RVC	3.72 98	2.57 363	3.90 33	4.27 131	7.61 466	5.39 130	2.90 220	7.29 51	3.84 48	3.67 70	10.20 135	3.66 72	4.48 133	6.19 44	2.14 106	0.01 92	0.03 96	0.00 1	0.00 1	0.06 41	6.15 493

HART	3.80 101	1.52 186	5.45 99	4.85 169	0.51 44	4.41 66	0.76 49	12.59 139	5.08 74	5.95 115	12.76 167	6.87 138	1.72 43	10.71 169	1.84 73	0.00 1	0.13 281	0.10 282	0.00 1	0.45 273	0.26 231

CES	3.85 102	1.14 91	2.91 4	3.05 47	11.37 506	5.37 129	1.02 67	9.52 87	8.82 151	3.50 66	9.21 120	1.78 44	0.90 19	6.53 48	2.37 120	0.02 143	0.04 108	0.01 155	0.00 1	1.62 413	7.74 514

WCG-NET	3.86 103	0.96 55	5.80 117	2.92 42	0.28 11	4.48 68	1.80 141	7.23 49	15.03 221	8.77 145	9.58 123	6.94 142	4.20 118	6.92 58	2.05 93	0.00 1	0.08 215	0.00 1	0.00 1	0.14 101	0.08 89

CASnet	3.91 104	1.03 68	4.68 66	4.98 176	0.27 9	4.99 106	2.95 221	11.02 120	11.02 172	10.61 164	11.76 157	4.15 81	1.65 39	5.85 39	1.91 76	0.50 379	0.00 1	0.59 411	0.12 287	0.13 96	0.02 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	3.91 104	1.52 186	6.96 168	3.43 69	3.47 301	8.07 236	1.75 132	8.59 74	4.60 59	12.85 200	9.85 126	7.14 145	1.93 49	5.51 28	1.93 78	0.01 92	0.10 241	0.00 1	0.31 390	0.04 28	0.04 40

rvit_stereo_0081	3.93 106	1.78 276	8.60 249	6.26 288	1.73 193	3.48 32	2.36 186	7.71 58	15.81 236	4.41 91	5.39 73	5.14 105	3.94 109	7.95 79	3.57 185	0.01 92	0.01 23	0.00 1	0.01 126	0.39 255	0.10 102

rvit_stereo_0082	3.93 106	1.78 276	8.60 249	6.26 288	1.73 193	3.48 32	2.36 186	7.71 58	15.81 236	4.41 91	5.39 73	5.14 105	3.94 109	7.95 79	3.57 185	0.01 92	0.01 23	0.00 1	0.01 126	0.39 255	0.10 102

castereo	3.96 108	1.45 162	4.33 56	3.73 97	1.04 119	6.35 193	7.23 371	9.95 97	15.86 239	3.01 53	7.69 104	3.59 70	7.43 225	5.17 24	1.88 74	0.03 169	0.13 281	0.00 1	0.26 367	0.07 56	0.03 25

rvit_stereo_0080	3.98 109	2.11 330	7.62 196	3.68 92	1.90 214	4.16 50	7.60 377	9.69 90	8.13 139	5.08 107	7.39 99	6.27 125	4.44 129	6.73 55	3.92 207	0.20 282	0.01 23	0.00 1	0.00 1	0.55 317	0.12 122

whm_eth	3.98 109	2.11 330	7.62 196	3.68 92	1.90 214	4.16 50	7.60 377	9.69 90	8.13 139	5.08 107	7.39 99	6.27 125	4.44 129	6.73 55	3.92 207	0.20 282	0.01 23	0.00 1	0.00 1	0.55 317	0.12 122

MC-Stereo	3.99 111	0.95 52	4.70 69	5.09 185	0.44 36	3.77 44	1.79 139	9.86 96	7.05 126	6.34 117	13.35 173	6.83 137	6.34 200	10.80 175	1.75 68	0.00 1	0.11 258	0.06 231	0.24 357	0.12 91	0.14 140

CroCo-Stereo Lap2	4.01 112	2.03 322	8.14 225	9.82 423	6.03 424	1.11 3	0.79 52	9.71 92	7.98 136	3.26 58	4.99 67	9.08 176	5.80 181	6.08 41	4.39 226	0.00 1	0.05 139	0.00 1	0.00 1	0.71 355	0.30 248

depthmonostereo	4.02 113	1.64 234	5.29 95	4.40 137	1.19 140	8.04 235	1.16 74	15.24 188	12.52 188	4.62 95	7.49 102	4.11 79	4.80 152	6.61 50	2.71 142	0.04 183	0.21 337	0.11 296	0.07 248	0.07 56	0.02 9

MM-Stereo_test2	4.03 114	1.20 100	7.42 189	5.18 203	0.76 91	7.24 219	2.26 181	14.57 175	8.19 141	6.89 123	5.13 70	4.85 100	3.80 106	10.49 159	1.96 81	0.00 1	0.12 269	0.00 1	0.09 265	0.33 228	0.08 89

CAS++	4.07 115	1.67 241	6.02 126	4.17 116	1.02 117	4.26 59	1.68 112	19.10 261	10.01 164	9.18 148	9.17 118	1.98 49	1.41 31	9.54 132	1.73 66	0.02 143	0.05 139	0.00 1	0.00 1	0.32 221	0.11 115
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
plain	4.15 116	1.67 241	9.97 320	4.86 170	2.97 281	3.27 25	1.41 89	8.20 67	5.51 88	3.37 62	16.69 201	3.03 59	2.71 76	14.44 325	3.91 206	0.14 254	0.00 1	0.03 190	0.01 126	0.69 350	0.14 140

DilatedVolume-Stereo	4.23 117	1.38 143	5.58 110	3.85 103	1.58 180	10.80 275	1.02 67	11.59 121	5.65 89	11.75 173	9.98 127	4.54 94	3.29 91	9.83 140	3.01 161	0.05 202	0.18 318	0.08 252	0.23 347	0.08 68	0.06 64

MIF-Stereo (partial)	4.33 118	1.23 106	7.27 180	5.04 180	5.31 398	3.47 31	0.95 62	9.06 83	7.41 130	4.15 85	15.76 191	5.38 113	5.22 161	11.56 215	4.21 220	0.04 183	0.02 67	0.05 217	0.03 177	0.34 234	0.12 122

MyStereo07	4.38 119	1.92 296	5.06 82	6.09 277	4.31 344	6.54 201	9.96 413	15.35 192	5.15 76	4.34 88	5.65 83	3.15 61	5.77 180	11.33 204	1.81 72	0.06 218	0.10 241	0.03 190	0.04 198	0.63 339	0.30 248

XX-TBD	4.45 120	10.67 488	3.01 6	10.28 440	0.57 53	5.84 168	0.07 3	7.57 53	12.24 186	11.43 172	14.74 182	4.07 78	1.66 40	4.51 19	2.05 93	0.01 92	0.01 23	0.00 1	0.00 1	0.26 176	0.01 1

rvit_stereo_0083	4.53 121	1.94 300	9.94 318	7.12 341	1.67 187	4.98 104	2.80 216	8.25 69	18.22 268	4.76 101	7.78 105	6.41 129	4.87 153	7.54 72	3.74 195	0.11 243	0.04 108	0.00 1	0.01 126	0.24 162	0.16 160

Reg-Stereo(zero)	4.54 122	0.68 9	4.39 59	3.20 54	1.30 149	3.29 27	0.89 58	16.64 218	12.89 196	10.01 156	10.70 146	10.29 189	4.51 135	8.83 111	2.63 138	0.01 92	0.14 296	0.00 1	0.13 292	0.03 21	0.17 168

GCAP-BAT	4.57 123	2.24 345	7.50 191	3.14 49	4.24 335	5.93 175	1.88 150	9.03 82	5.80 92	13.03 207	12.47 165	8.46 167	2.89 81	11.02 183	2.94 156	0.00 1	0.12 269	0.01 155	0.28 375	0.05 36	0.28 239

WCG-NET（raft）	4.57 123	1.16 94	6.01 125	2.95 43	0.19 2	5.09 118	2.01 163	10.28 104	15.34 227	8.64 143	11.43 154	9.63 183	5.06 158	10.96 181	2.19 109	0.00 1	0.13 281	0.00 1	0.01 126	0.14 101	0.12 122

CREStereo++_RVC	4.61 125	0.99 61	3.70 21	4.08 110	2.01 222	3.94 47	0.10 6	9.10 84	16.94 247	8.65 144	16.77 203	4.46 87	2.18 57	5.72 35	3.12 170	0.00 1	0.00 1	0.00 1	10.32 533	0.02 3	0.01 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
iRaftStereo_RVC	4.68 126	1.51 184	6.89 164	4.91 174	0.72 85	5.26 124	0.46 30	17.60 230	10.47 167	9.53 152	15.13 186	5.75 117	3.24 88	8.93 115	2.22 112	0.00 1	0.09 225	0.00 1	0.00 1	0.46 277	0.41 286

Former-RAFT_DAM_RVC	4.69 127	2.56 362	8.72 254	4.26 130	3.52 304	9.22 251	1.48 92	13.54 159	18.88 275	7.47 133	7.08 96	2.04 53	2.24 59	9.66 136	2.27 115	0.05 202	0.02 67	0.07 242	0.00 1	0.53 311	0.21 200

TANstereo	4.70 128	1.08 79	4.01 40	3.53 79	0.47 38	14.26 337	0.15 11	8.67 78	12.54 189	12.50 184	18.43 220	5.20 107	4.54 138	5.68 33	2.07 96	0.00 1	0.13 281	0.00 1	0.01 126	0.02 3	0.63 333

rvit_stereo_ft	4.73 129	2.68 368	9.30 287	11.34 465	2.74 265	4.18 54	8.45 387	9.77 93	9.90 163	4.04 80	6.26 87	6.73 134	4.72 147	8.99 117	5.03 247	0.01 92	0.00 1	0.00 1	0.00 1	0.28 186	0.09 94

MSKI-zero shot	4.76 130	1.56 205	5.98 123	5.14 196	1.13 131	6.55 203	1.55 102	12.76 142	8.06 137	10.44 162	11.50 155	13.47 249	2.38 63	12.07 243	1.90 75	0.01 92	0.20 330	0.02 173	0.29 379	0.14 101	0.14 140

MM-Stereo_test1	5.04 131	1.17 97	6.08 128	5.38 223	0.80 98	4.99 106	7.07 364	13.43 158	12.00 183	12.94 203	10.20 135	5.92 120	6.69 208	11.26 202	2.19 109	0.01 92	0.11 258	0.00 1	0.00 1	0.42 266	0.07 74

sCroCo_RVC	5.06 132	3.29 391	16.45 425	10.72 447	6.64 440	5.83 166	2.74 211	9.67 89	8.06 137	3.66 69	9.20 119	4.81 98	4.95 155	8.12 86	4.64 232	0.64 405	0.50 434	0.06 231	0.03 177	0.70 353	0.42 289

RAFT-Stereo-weight	5.07 133	0.93 51	5.57 108	4.24 124	0.72 85	6.05 183	1.63 109	17.77 234	17.16 248	10.99 169	10.22 137	12.06 220	1.67 41	9.25 126	2.69 140	0.06 218	0.11 258	0.00 1	0.00 1	0.15 109	0.12 122

tg	5.09 134	1.48 170	6.73 151	4.83 165	1.23 145	7.57 228	0.49 32	18.35 246	11.87 179	9.28 150	14.61 179	7.15 146	4.12 115	10.58 160	2.74 143	0.00 1	0.04 108	0.00 1	0.00 1	0.45 273	0.36 272

model_zeroshot	5.12 135	1.53 189	9.70 310	5.33 219	1.54 179	8.71 244	2.23 178	15.60 199	8.29 144	13.74 219	10.02 132	10.57 192	2.97 83	8.47 93	2.61 134	0.02 143	0.18 318	0.14 315	0.25 363	0.06 41	0.34 264

AE-Stereo	5.15 136	1.56 205	7.99 217	8.70 391	2.18 229	9.12 250	3.02 224	11.78 123	13.30 205	4.34 88	12.84 168	10.83 195	4.53 136	8.71 105	2.82 149	0.04 183	0.44 418	0.05 217	0.33 398	0.20 137	0.17 168

4D-IteraStereo	5.15 136	1.47 165	7.98 215	4.89 173	4.69 361	6.25 187	1.85 147	13.23 151	16.30 240	14.18 225	11.26 151	8.33 164	1.61 36	8.07 82	2.42 121	0.00 1	0.05 139	0.08 252	0.01 126	0.19 133	0.15 155

CAS	5.20 138	0.78 16	3.30 9	17.06 507	7.59 465	8.07 236	6.31 333	9.46 86	9.09 154	4.57 94	10.67 144	1.91 48	1.22 25	4.18 16	2.16 107	10.33 524	0.02 67	0.00 1	0.02 158	0.44 271	6.83 502

test_1	5.20 138	1.06 71	7.72 202	4.21 122	0.59 56	6.69 205	3.03 225	12.98 147	17.51 257	12.35 182	8.66 110	13.20 240	4.12 115	9.00 119	2.11 103	0.00 1	0.05 139	0.00 1	0.32 394	0.25 166	0.18 176

test-3	5.21 140	1.06 71	7.71 201	4.19 120	0.59 56	6.72 208	3.01 223	12.96 145	17.49 256	12.53 192	8.65 108	13.20 240	4.14 117	9.00 119	2.11 103	0.00 1	0.05 139	0.00 1	0.32 394	0.25 166	0.18 176

EAI-Stereo	5.21 140	1.74 254	8.46 241	5.69 240	1.37 165	5.67 157	3.52 243	18.77 255	5.65 89	9.75 153	16.08 195	6.36 128	3.57 99	11.73 227	3.64 190	0.01 92	0.33 396	0.03 190	1.06 465	0.21 141	0.65 341

tt1	5.27 142	1.99 307	5.11 84	6.02 273	0.26 4	10.59 270	4.22 268	18.45 248	16.31 241	6.75 120	8.95 114	4.75 97	9.15 259	10.82 177	1.61 57	0.00 1	0.05 139	0.00 1	0.04 198	0.26 176	0.14 140

ACVNet-DCA	5.28 143	2.00 309	4.99 78	5.89 256	0.26 4	10.85 277	5.38 297	20.20 273	11.88 180	6.95 126	10.01 128	4.49 89	9.78 275	10.79 172	1.59 54	0.00 1	0.05 139	0.00 1	0.04 198	0.25 166	0.20 193

IGEV_Zeroshot_test	5.28 143	2.03 322	14.26 399	6.09 277	1.33 157	4.32 61	1.03 70	14.46 172	6.50 105	13.33 216	11.89 158	11.01 197	3.45 94	10.71 169	3.64 190	0.03 169	0.22 347	0.15 321	0.26 367	0.80 369	0.20 193

RCA-Stereo	5.32 145	1.08 79	5.91 119	4.29 135	0.51 44	5.65 147	4.12 262	16.97 222	18.67 273	8.27 136	14.16 176	8.86 171	8.90 254	6.45 46	2.18 108	0.00 1	0.07 195	0.10 282	0.00 1	0.10 85	0.07 74

gcap-zeroshot	5.34 146	1.50 180	10.42 331	4.65 154	1.22 143	9.78 255	1.70 115	10.29 105	6.36 103	15.08 245	9.84 125	17.96 323	5.21 160	9.43 130	1.99 86	0.10 239	0.36 401	0.06 231	0.29 379	0.05 36	0.43 292

cc1	5.34 146	2.00 309	4.99 78	5.89 256	0.26 4	10.85 277	5.38 297	17.85 238	15.48 229	6.95 126	10.01 128	4.49 89	9.78 275	10.79 172	1.59 54	0.00 1	0.05 139	0.00 1	0.04 198	0.30 199	0.13 135

PMTNet	5.36 148	0.97 56	3.42 12	1.97 1	1.30 149	8.96 245	0.69 44	12.33 130	12.16 185	8.50 140	11.35 152	6.09 121	4.50 134	9.34 128	2.70 141	22.71 541	0.01 23	0.04 210	0.02 158	0.06 41	0.01 1

cross-raft	5.37 149	1.23 106	6.66 149	5.91 261	1.25 146	6.00 177	1.48 92	15.82 205	7.70 133	12.95 204	20.80 259	11.63 206	4.42 126	8.59 97	2.23 113	0.01 92	0.21 337	0.00 1	0.22 338	0.21 141	0.10 102

xyz-stereo-finetune	5.39 150	1.47 165	5.53 106	2.65 31	0.30 12	11.94 295	3.28 230	12.96 145	21.28 300	8.14 134	12.32 163	6.19 123	3.62 104	11.80 231	5.98 270	0.01 92	0.02 67	0.00 1	0.02 158	0.16 116	0.04 40

HH	5.47 151	2.08 327	9.00 269	4.88 171	1.07 124	4.93 100	3.60 250	16.68 219	6.83 112	8.39 138	12.14 160	15.05 270	9.06 257	12.68 272	1.93 78	0.02 143	0.17 312	0.18 334	0.00 1	0.28 186	0.48 307

HanStereo	5.47 151	2.08 327	9.00 269	4.88 171	1.07 124	4.93 100	3.60 250	16.68 219	6.83 112	8.39 138	12.14 160	15.05 270	9.06 257	12.68 272	1.93 78	0.02 143	0.17 312	0.18 334	0.00 1	0.28 186	0.48 307

test_4	5.47 151	0.98 57	5.56 107	6.55 307	0.62 62	5.53 136	1.88 150	11.68 122	6.00 95	12.60 195	30.86 383	7.48 153	3.87 107	12.25 253	2.97 158	0.00 1	0.07 195	0.03 190	0.14 298	0.34 234	0.04 40

HUI-Stereo	5.48 154	1.74 254	9.01 271	5.08 184	0.42 31	5.65 147	2.77 213	12.55 138	7.03 125	12.54 194	18.10 214	13.07 238	6.71 209	9.92 143	3.74 195	0.61 399	0.08 215	0.09 263	0.00 1	0.22 144	0.23 215

RAFT-Stereo + iAFF	5.48 154	1.66 240	7.56 193	3.49 74	0.40 24	2.75 14	0.67 42	16.07 210	14.76 219	12.27 179	18.67 225	11.95 215	8.08 240	7.84 76	2.89 151	0.01 92	0.06 172	0.00 1	0.00 1	0.37 246	0.04 40

ROB_FTStereo	5.49 156	1.74 254	8.96 266	5.09 185	0.42 31	5.65 147	1.68 112	12.53 137	7.00 118	12.53 192	18.00 211	13.02 234	6.74 211	11.51 212	3.81 201	0.60 395	0.09 225	0.09 263	0.00 1	0.22 144	0.22 207

PSM-adaLoss	5.50 157	1.74 254	9.03 275	5.09 185	0.42 31	5.66 152	1.98 162	12.50 132	7.01 123	12.52 186	18.13 217	12.96 230	6.77 215	11.11 189	3.83 202	0.72 411	0.09 225	0.09 263	0.00 1	0.22 144	0.22 207

ROB_FTStereo_v2	5.53 158	1.74 254	8.97 268	5.09 185	0.42 31	5.64 146	2.02 164	12.50 132	7.00 118	12.51 185	18.10 214	12.99 231	6.72 210	11.50 211	4.04 218	0.70 407	0.09 225	0.09 263	0.00 1	0.22 144	0.23 215

CRE-IMP	5.53 158	1.63 233	9.62 300	5.65 236	0.48 42	7.02 216	1.70 115	11.84 124	8.33 145	12.99 206	16.02 194	11.08 199	6.23 192	12.06 241	5.06 248	0.28 321	0.07 195	0.09 263	0.00 1	0.24 162	0.21 200

RAFT-IKP	5.53 158	1.74 254	8.95 263	5.09 185	0.41 26	5.45 133	2.08 169	12.52 134	7.00 118	12.52 186	18.13 217	12.93 229	6.79 216	11.59 219	3.99 213	0.80 425	0.09 225	0.09 263	0.00 1	0.22 144	0.22 207

LL-Strereo2	5.54 161	2.17 337	9.12 280	5.65 236	2.54 252	6.48 197	2.27 182	15.08 183	7.79 135	10.99 169	10.26 138	15.94 283	3.50 98	13.25 298	3.63 189	0.00 1	0.13 281	1.34 463	0.10 274	0.30 199	0.19 188

iGMRVC	5.54 161	1.74 254	9.01 271	5.09 185	0.42 31	5.66 152	1.81 143	12.61 141	7.02 124	12.52 186	18.11 216	13.02 234	6.64 207	11.57 216	4.16 219	0.82 427	0.09 225	0.09 263	0.00 1	0.22 144	0.21 200

Gwc-CoAtRS	5.54 161	1.22 103	8.40 235	4.28 132	1.36 164	6.93 214	1.31 84	15.48 194	15.03 221	12.62 196	13.32 172	12.74 227	5.71 177	8.61 98	2.98 160	0.01 92	0.22 347	0.00 1	0.29 379	0.28 186	0.07 74

test_3	5.55 164	1.02 65	8.07 222	6.18 283	0.54 48	9.00 246	3.28 230	13.55 160	18.66 272	11.97 176	8.89 113	13.98 254	4.05 114	8.96 116	2.10 102	0.00 1	0.05 139	0.00 1	0.31 390	0.26 176	0.18 176

CFNet-RSSM	5.55 164	1.08 79	8.60 249	4.30 136	1.21 142	6.42 196	1.25 80	16.12 211	17.84 261	13.12 208	11.14 150	11.84 211	5.52 167	9.14 123	2.35 119	0.01 92	0.20 330	0.00 1	0.36 405	0.34 234	0.07 74

Patchmatch Stereo++	5.56 166	1.74 254	9.01 271	5.09 185	0.41 26	5.66 152	2.40 194	12.52 134	7.00 118	12.52 186	18.08 212	13.02 234	6.74 211	11.59 219	4.01 215	0.78 420	0.09 225	0.09 263	0.00 1	0.22 144	0.22 207
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.56 166	1.74 254	9.01 271	5.09 185	0.41 26	5.66 152	2.40 194	12.52 134	7.00 118	12.52 186	18.08 212	13.02 234	6.74 211	11.59 219	4.01 215	0.78 420	0.09 225	0.09 263	0.00 1	0.22 144	0.22 207

raftrobust	5.56 166	1.42 150	6.00 124	7.04 335	5.11 383	4.90 99	1.88 150	17.13 225	13.72 209	11.87 174	11.58 156	7.82 154	9.21 260	10.28 151	2.92 155	0.02 143	0.05 139	0.00 1	0.00 1	0.22 144	0.11 115

1test111	5.59 169	2.00 309	4.99 78	5.89 256	0.26 4	10.85 277	5.38 297	20.20 273	11.88 180	6.95 126	10.01 128	4.49 89	9.78 275	11.09 187	7.45 294	0.00 1	0.05 139	0.00 1	0.04 198	0.25 166	0.20 193

xyz-stereo-finetune2	5.60 170	1.64 234	5.87 118	2.44 19	0.32 13	15.39 361	1.90 154	10.59 114	5.28 81	10.58 163	17.82 209	7.37 152	8.93 255	14.86 333	8.46 323	0.01 92	0.02 67	0.08 252	0.14 298	0.23 156	0.04 40

test-1	5.62 171	1.53 189	14.78 409	7.44 354	1.11 127	7.99 234	1.19 76	13.03 149	12.04 184	9.39 151	15.23 188	11.15 202	5.56 169	7.06 60	3.57 185	0.07 229	0.50 434	0.00 1	0.10 274	0.16 116	0.47 303

DeepStereo_RVC	5.65 172	1.65 236	9.06 277	5.21 209	0.56 51	5.55 141	1.84 146	12.16 128	7.22 127	13.94 221	14.96 184	12.58 223	10.27 284	11.25 201	5.81 268	0.39 353	0.10 241	0.11 296	0.00 1	0.18 129	0.22 207

MM-Stereo_test3	5.71 173	1.22 103	5.59 111	5.84 254	5.43 403	4.74 85	6.54 346	19.30 263	23.72 332	8.53 141	11.36 153	7.15 146	2.84 80	8.62 99	2.51 130	0.05 202	0.07 195	0.00 1	0.00 1	0.45 273	0.17 168

EKT-Stereo	5.73 174	1.42 150	7.85 207	7.16 343	5.35 399	5.22 121	4.41 272	18.13 245	14.05 211	8.77 145	12.85 169	9.55 182	4.26 121	11.19 198	2.45 127	0.45 367	0.23 353	0.07 242	0.10 274	0.16 116	0.87 373

NRIStereo	5.73 174	1.67 241	8.42 237	5.72 246	0.41 26	6.71 207	2.60 205	14.73 179	10.71 171	12.39 183	15.07 185	11.58 205	6.23 192	12.06 241	4.78 236	0.61 399	0.17 312	0.11 296	0.00 1	0.28 186	0.27 235

rvit_0105_6	5.74 176	2.76 369	14.29 400	9.83 425	1.73 193	5.18 120	5.24 292	10.21 103	20.31 286	6.26 116	6.78 91	10.10 188	6.43 202	11.20 200	3.33 181	0.18 270	0.29 384	0.00 1	0.00 1	0.51 305	0.14 140

RAFT-Test	5.75 177	1.32 130	6.77 158	4.07 109	1.71 191	9.95 257	1.56 104	15.78 204	8.34 147	12.73 199	23.83 297	11.80 209	4.69 141	8.99 117	2.57 133	0.01 92	0.29 384	0.00 1	0.38 411	0.16 116	0.07 74

Selective-RAFT	5.78 178	0.83 30	10.24 327	6.70 318	0.72 85	15.49 366	1.13 73	13.82 170	15.41 228	6.97 130	6.97 95	11.63 206	8.27 243	12.32 255	4.73 234	0.10 239	0.01 23	0.00 1	0.26 367	0.07 56	0.03 25

11t1	5.86 179	1.10 84	7.74 204	5.18 203	1.44 167	13.82 328	2.36 186	14.92 182	7.26 128	12.98 205	11.10 149	11.24 203	9.30 262	11.59 219	6.54 279	0.10 239	0.16 310	0.00 1	0.01 126	0.18 129	0.23 215

s12784h	5.87 180	0.88 39	4.11 50	3.01 46	0.51 44	18.49 412	0.98 65	18.89 257	17.60 258	12.52 186	12.46 164	7.87 156	5.01 157	11.05 185	3.13 172	0.73 415	0.01 23	0.04 210	0.00 1	0.07 56	0.01 1

H2IRNET	5.89 181	1.14 91	6.65 148	4.13 114	2.24 232	4.15 49	0.73 48	12.10 127	13.21 201	7.09 131	20.45 251	15.74 280	10.74 289	10.36 154	7.84 307	0.06 218	0.00 1	0.07 242	0.53 433	0.37 246	0.16 160

testlalala2	5.91 182	1.62 228	8.59 248	15.36 500	10.36 499	7.93 233	3.62 252	12.89 143	9.73 160	15.55 261	12.18 162	8.57 169	2.50 73	5.35 27	2.62 136	0.01 92	0.26 375	0.00 1	0.50 428	0.49 295	0.07 74

anonymousdsp2	5.93 183	1.54 193	8.34 230	4.43 142	0.38 23	9.24 252	4.11 260	21.92 301	17.36 253	12.28 181	10.08 133	10.05 186	4.42 126	11.04 184	2.54 132	0.01 92	0.02 67	0.30 381	0.18 315	0.21 141	0.18 176

GMStereo	5.94 184	3.84 409	10.86 343	5.13 195	0.71 76	7.27 220	2.66 209	12.38 131	25.14 348	12.01 178	10.66 143	5.12 104	3.46 95	11.39 207	6.16 276	0.45 367	0.02 67	0.05 217	0.31 390	0.86 374	0.25 228
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 185	2.02 319	7.09 173	7.06 336	5.10 382	6.36 194	5.44 303	13.97 171	13.25 203	9.93 155	17.45 205	10.37 191	3.89 108	11.64 224	4.24 222	0.02 143	0.46 425	0.10 282	0.00 1	0.20 137	0.31 256

GMOStereo	5.97 186	1.55 196	7.18 174	5.17 198	0.71 76	5.54 137	2.21 173	10.54 110	12.86 192	18.29 328	22.01 276	17.06 299	6.27 194	6.62 51	2.43 122	0.00 1	0.23 353	0.12 300	0.00 1	0.46 277	0.10 102

error version	5.97 186	1.55 196	7.18 174	5.17 198	0.71 76	5.54 137	2.21 173	10.54 110	12.86 192	18.29 328	22.01 276	17.06 299	6.27 194	6.62 51	2.43 122	0.00 1	0.23 353	0.12 300	0.00 1	0.46 277	0.10 102

test-v	5.97 186	1.55 196	7.18 174	5.17 198	0.71 76	5.54 137	2.21 173	10.54 110	12.86 192	18.29 328	22.01 276	17.06 299	6.27 194	6.62 51	2.43 122	0.00 1	0.23 353	0.12 300	0.00 1	0.46 277	0.10 102

test-2	5.97 186	1.55 196	7.18 174	5.17 198	0.71 76	5.54 137	2.21 173	10.54 110	12.86 192	18.29 328	22.01 276	17.06 299	6.27 194	6.62 51	2.43 122	0.00 1	0.23 353	0.12 300	0.00 1	0.46 277	0.10 102

xx1	5.99 190	2.00 309	4.99 78	5.89 256	0.26 4	10.85 277	5.38 297	17.84 236	15.48 229	6.95 126	10.01 128	16.02 286	11.15 300	10.79 172	1.59 54	0.00 1	0.05 139	0.02 173	0.05 221	0.25 166	0.20 193

rafts_anoy	6.02 191	1.67 241	6.27 139	6.53 304	4.98 373	5.30 126	2.53 201	13.77 168	21.01 294	12.70 198	16.23 197	8.56 168	5.65 175	9.09 122	5.22 253	0.04 183	0.31 389	0.09 263	0.03 177	0.25 166	0.17 168

TestStereo	6.02 191	2.55 361	7.33 187	5.57 232	1.68 190	6.05 183	1.78 137	13.73 165	16.40 244	10.87 168	23.79 296	9.00 174	5.63 174	11.26 202	3.96 210	0.09 234	0.01 23	0.00 1	0.00 1	0.69 350	0.01 1

Any-RAFT	6.04 193	1.16 94	4.52 63	4.47 143	1.20 141	10.46 264	1.97 161	21.84 296	15.52 231	11.21 171	19.37 232	13.34 243	4.72 147	8.65 103	2.03 92	0.01 92	0.19 325	0.00 1	0.00 1	0.04 28	0.08 89

iRaft-Stereo_20w	6.06 194	1.84 283	12.04 361	4.23 123	1.67 187	6.77 211	2.22 177	18.73 254	6.08 97	14.72 234	10.33 139	13.42 248	8.14 241	15.88 356	3.08 169	0.01 92	0.24 364	0.13 311	0.39 413	0.61 333	0.71 351

DCRE	6.07 195	1.75 263	8.41 236	7.20 344	3.82 313	6.48 197	4.18 267	15.52 196	10.42 166	9.24 149	22.47 286	11.71 208	5.46 166	10.62 164	3.02 163	0.02 143	0.26 375	0.05 217	0.30 386	0.15 109	0.24 222

XX-Stereo	6.14 196	1.47 165	9.11 279	11.87 472	6.76 444	3.27 25	0.93 60	15.13 185	5.43 85	8.79 147	28.46 347	13.71 252	2.22 58	11.51 212	2.07 96	0.20 282	0.24 364	0.08 252	0.29 379	1.04 385	0.13 135

AFF-stereo	6.17 197	1.61 222	7.02 170	4.08 110	0.64 63	3.53 37	0.76 49	16.00 209	13.14 199	12.86 201	25.42 312	15.67 279	7.86 234	11.12 190	3.21 177	0.02 143	0.06 172	0.00 1	0.00 1	0.40 260	0.08 89

knoymous	6.19 198	1.49 176	4.49 61	3.81 102	1.87 210	5.84 168	5.76 311	14.51 173	14.18 213	13.31 215	21.59 272	12.64 224	6.49 204	12.41 260	4.03 217	0.12 248	0.13 281	0.12 300	0.00 1	0.71 355	0.35 269

TRStereo	6.22 199	6.09 448	11.30 348	9.19 404	7.41 461	4.75 87	1.74 129	19.70 266	11.74 178	10.61 164	8.65 108	10.67 193	3.22 87	13.81 313	3.60 188	0.31 327	0.23 353	0.12 300	0.36 405	0.48 286	0.38 276

AnonymousM	6.33 200	11.42 496	3.06 8	3.93 106	1.49 174	4.54 69	3.29 232	11.00 119	7.70 133	16.52 285	9.38 121	9.07 175	3.97 111	7.10 61	3.01 161	0.43 363	0.07 195	22.69 535	7.67 524	0.06 41	0.21 200

AIO-test1	6.38 201	1.41 149	5.70 115	9.77 421	5.61 409	9.09 248	1.79 139	21.63 294	20.69 290	6.75 120	17.68 207	8.19 162	4.99 156	10.38 155	3.16 173	0.01 92	0.01 23	0.00 1	0.13 292	0.28 186	0.26 231

MyStereo06	6.40 202	1.76 267	13.15 376	6.19 284	4.40 350	7.09 217	9.95 411	16.68 219	6.98 117	12.91 202	10.76 148	17.84 320	5.71 177	9.97 145	3.39 184	0.06 218	0.10 241	0.02 173	0.04 198	0.73 360	0.29 245

DCANet-4	6.41 203	1.02 65	9.66 304	3.41 67	0.68 67	4.73 80	1.70 115	17.70 232	24.33 341	15.10 246	20.25 245	6.45 130	8.65 247	8.47 93	5.31 257	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 333

riskmin	6.42 204	1.29 121	6.76 157	3.95 107	2.25 233	10.49 265	2.53 201	15.11 184	17.60 258	9.77 154	12.91 170	15.25 275	12.04 325	11.58 217	5.11 249	0.14 254	0.24 364	0.13 311	0.03 177	0.61 333	0.69 346

DisPM	6.43 205	1.31 127	8.36 231	6.61 313	1.06 123	5.83 166	3.82 255	13.04 150	11.63 177	16.38 281	23.88 299	12.80 228	6.50 205	13.03 294	3.04 165	0.51 382	0.01 23	0.08 252	0.15 305	0.10 85	0.42 289

DCANet	6.46 206	1.59 213	7.28 181	3.51 78	0.68 67	4.77 92	1.75 132	15.33 190	23.62 327	15.55 261	20.73 258	7.31 150	11.56 315	8.83 111	5.26 255	0.00 1	0.05 139	0.00 1	0.00 1	0.26 176	1.11 394

RALAANet	6.49 207	2.49 359	9.69 309	7.09 337	4.98 373	6.23 186	1.68 112	19.90 270	14.26 214	15.04 244	14.56 178	12.69 226	4.38 124	12.91 284	3.07 168	0.02 143	0.07 195	0.00 1	0.10 274	0.51 305	0.15 155

Pruner-Stereo	6.59 208	1.51 184	8.71 253	6.34 292	0.85 103	5.66 152	4.15 263	13.74 166	11.02 172	18.11 323	22.09 281	15.86 282	5.80 181	11.75 229	5.15 251	0.60 395	0.02 67	0.18 334	0.10 274	0.07 56	0.16 160

sAnonymous2	6.59 208	6.21 450	19.05 447	8.91 394	5.27 394	4.58 70	6.69 352	15.56 197	11.12 175	4.86 104	8.71 111	3.81 73	7.93 235	7.38 66	2.89 151	0.09 234	0.07 195	0.05 217	0.28 375	11.25 518	7.10 507

CroCo_RVC	6.59 208	6.21 450	19.05 447	8.91 394	5.27 394	4.58 70	6.69 352	15.56 197	11.12 175	4.86 104	8.71 111	3.81 73	7.93 235	7.38 66	2.89 151	0.09 234	0.07 195	0.05 217	0.28 375	11.25 518	7.10 507

SST-Stereo	6.60 211	1.46 163	8.37 232	6.68 316	0.77 92	6.01 180	1.93 158	14.68 178	9.24 156	19.09 346	20.43 250	16.86 297	8.59 246	13.49 304	3.80 200	0.22 293	0.05 139	0.13 311	0.00 1	0.08 68	0.05 53

PSM-softLoss	6.61 212	1.60 217	9.42 293	6.48 299	0.88 106	5.65 147	2.04 166	22.64 306	8.77 149	13.95 222	22.11 283	13.01 232	5.22 161	12.73 276	6.05 271	0.49 376	0.06 172	0.27 366	0.56 435	0.16 116	0.06 64

KMStereo	6.61 212	1.60 217	9.42 293	6.48 299	0.88 106	5.65 147	2.04 166	22.64 306	8.77 149	13.95 222	22.11 283	13.01 232	5.22 161	12.73 276	6.05 271	0.49 376	0.06 172	0.27 366	0.56 435	0.16 116	0.06 64

ADStereo(finetuned)	6.68 214	1.59 213	9.70 310	3.49 74	0.68 67	4.79 93	1.75 132	15.33 190	23.64 328	15.56 263	20.68 253	7.30 149	13.85 360	8.71 105	5.17 252	0.00 1	0.05 139	0.00 1	0.00 1	0.25 166	1.05 391

PFNet+	6.68 214	1.40 145	9.60 299	5.64 235	0.85 103	5.79 165	1.74 129	13.63 161	15.30 226	17.88 316	21.38 270	14.52 261	6.07 187	12.74 278	4.89 244	0.63 403	0.20 330	0.11 296	0.30 386	0.05 36	0.91 378

rvit_0105_4	6.69 216	2.81 371	15.46 413	10.22 437	1.58 180	5.99 176	5.81 312	13.77 168	23.65 329	7.16 132	9.46 122	12.64 224	7.78 232	12.03 236	3.83 202	0.19 274	0.47 427	0.00 1	0.01 126	0.60 331	0.37 273

raft+_RVC	6.69 216	1.61 222	5.57 108	6.37 293	4.62 358	6.51 200	6.18 330	20.39 280	23.38 324	10.62 166	17.82 209	9.89 185	5.65 175	10.70 168	3.67 193	0.00 1	0.14 296	0.00 1	0.00 1	0.34 234	0.27 235

NF-Stereo	6.72 218	1.59 213	8.93 259	6.60 311	0.73 90	6.27 189	3.38 238	20.21 279	18.01 264	13.22 214	19.46 236	11.82 210	6.16 188	12.39 259	4.74 235	0.33 330	0.06 172	0.20 345	0.23 347	0.08 68	0.05 53

RE-Stereo	6.73 219	1.58 211	8.94 261	6.59 308	0.71 76	6.27 189	3.51 241	20.20 273	17.99 262	13.21 211	19.46 236	11.94 213	6.20 190	12.34 256	4.79 239	0.34 334	0.05 139	0.20 345	0.23 347	0.09 74	0.05 53

TVStereo	6.73 219	1.58 211	8.94 261	6.59 308	0.71 76	6.27 189	3.51 241	20.20 273	17.99 262	13.21 211	19.46 236	11.94 213	6.20 190	12.34 256	4.79 239	0.34 334	0.05 139	0.20 345	0.23 347	0.09 74	0.05 53

OCTAStereo	6.74 221	1.59 213	8.96 266	6.60 311	0.72 85	6.25 187	3.50 239	20.20 273	18.03 265	13.21 211	19.45 234	12.07 221	6.16 188	12.36 258	4.78 236	0.35 337	0.06 172	0.20 345	0.23 347	0.09 74	0.05 53

DIP-Stereo	6.74 221	1.93 299	10.02 325	4.28 132	1.64 185	13.54 324	1.52 99	15.16 186	6.63 108	14.30 230	26.81 330	10.90 196	5.19 159	14.78 332	7.56 298	0.00 1	0.06 172	0.05 217	0.00 1	0.17 126	0.17 168
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 223	1.67 241	12.34 363	4.67 155	1.47 169	10.01 258	2.24 179	26.43 350	17.22 249	14.72 234	12.75 166	7.02 143	9.68 273	8.44 92	5.26 255	0.01 92	0.04 108	0.05 217	0.09 265	0.35 238	0.55 319

RAFT-345	6.79 224	1.29 121	6.80 160	5.06 183	0.91 111	5.61 144	3.32 237	13.36 157	10.17 165	13.73 218	43.66 497	9.12 177	5.38 165	12.29 254	4.44 227	0.32 328	0.05 139	0.09 263	0.06 238	0.06 41	0.03 25

x	6.80 225	1.36 137	6.94 166	4.58 151	1.88 211	10.78 274	4.55 275	19.79 269	10.62 168	12.69 197	19.54 239	14.87 268	10.11 281	9.52 131	8.03 314	0.07 229	0.15 301	0.04 210	0.04 198	0.24 162	0.22 207

PAM_32	6.82 226	1.73 251	14.16 396	5.34 221	1.47 169	13.84 329	0.88 57	14.75 180	6.34 102	14.22 228	9.14 117	24.94 400	11.87 321	12.50 267	2.79 148	0.14 254	0.27 380	0.09 263	0.42 417	0.54 313	0.89 374

fff	6.83 227	1.55 196	7.28 181	3.56 80	0.32 13	4.73 80	1.70 115	15.75 201	31.87 407	15.11 247	20.25 245	6.90 139	12.80 340	8.63 100	5.33 258	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 333

csc	6.83 227	1.55 196	7.28 181	3.56 80	0.32 13	4.73 80	1.70 115	15.75 201	31.87 407	15.11 247	20.25 245	6.90 139	12.80 340	8.63 100	5.33 258	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 333

cscssc	6.83 227	1.55 196	7.28 181	3.56 80	0.32 13	4.73 80	1.70 115	15.75 201	31.87 407	15.11 247	20.25 245	6.90 139	12.80 340	8.63 100	5.33 258	0.01 92	0.04 108	0.00 1	0.00 1	0.09 74	0.63 333

UGAM-zero	6.91 230	1.47 165	13.65 388	4.24 124	1.67 187	5.51 134	0.72 47	17.44 228	6.74 110	14.56 231	15.84 192	24.16 388	14.20 369	12.79 279	3.96 210	0.00 1	0.22 347	0.02 173	0.58 437	0.14 101	0.27 235

RAFT_R40	6.91 230	1.53 189	8.45 240	6.79 324	0.77 92	5.86 172	3.82 255	14.85 181	14.53 218	18.05 322	20.03 243	17.06 299	8.69 248	13.40 301	3.84 204	0.14 254	0.02 67	0.14 315	0.00 1	0.09 74	0.05 53

OMP-Stereo	6.93 232	2.57 363	9.03 275	10.63 445	1.72 192	4.89 97	1.91 155	17.84 236	15.56 232	16.69 290	14.16 176	17.70 317	7.33 223	12.93 285	4.83 242	0.24 307	0.03 96	0.06 231	0.02 158	0.19 133	0.39 279

PAM	6.94 233	1.65 236	14.88 410	5.38 223	1.98 219	14.76 351	1.28 81	14.54 174	6.77 111	15.52 259	9.10 116	24.15 387	11.60 317	12.46 264	2.33 117	0.04 183	0.28 383	0.07 242	0.42 417	0.57 324	0.99 386

qqq	6.96 234	1.40 145	8.15 226	4.50 144	1.03 118	8.55 242	6.93 362	20.20 273	11.88 180	12.00 177	18.19 219	16.02 286	11.15 300	11.09 187	7.45 294	0.06 218	0.13 281	0.02 173	0.05 221	0.25 166	0.20 193

AIO-test2	7.01 235	2.23 344	6.87 162	8.42 387	5.28 396	9.03 247	5.32 294	25.92 343	23.54 325	6.78 122	20.55 252	5.25 109	3.58 102	9.56 133	2.50 129	3.96 495	0.04 108	0.03 190	0.47 424	0.56 323	0.33 260

MIM_Stereo	7.02 236	1.55 196	10.78 340	4.17 116	0.58 54	5.25 123	1.32 86	19.03 258	12.59 191	16.74 292	28.83 350	13.20 240	5.53 168	12.89 282	7.11 287	0.00 1	0.23 353	0.00 1	0.01 126	0.38 252	0.28 239

R-Stereo Train	7.04 237	1.34 133	7.89 210	6.23 286	2.30 236	7.51 224	5.54 305	23.96 318	6.94 115	16.26 278	33.57 429	12.04 218	5.61 170	7.67 73	3.74 195	0.01 92	0.05 139	0.01 155	0.00 1	0.10 85	0.12 122

RAFT-Stereo	7.04 237	1.34 133	7.89 210	6.23 286	2.30 236	7.51 224	5.54 305	23.96 318	6.94 115	16.26 278	33.57 429	12.04 218	5.61 170	7.67 73	3.74 195	0.01 92	0.05 139	0.01 155	0.00 1	0.10 85	0.12 122
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 239	2.38 351	13.26 377	7.36 349	4.86 364	10.28 261	4.40 270	15.51 195	13.69 208	17.22 302	19.23 231	8.00 159	4.20 118	10.64 165	8.50 324	0.33 330	0.32 392	0.03 190	0.14 298	0.37 246	0.77 361

MyStereo8	7.13 240	2.48 357	10.86 343	6.81 326	4.98 373	10.73 271	1.42 90	14.58 176	9.73 160	15.75 265	23.16 292	12.17 222	7.96 238	9.85 141	10.21 351	0.04 183	0.19 325	0.08 252	0.21 335	0.58 328	0.82 364

IPLGR	7.14 241	1.31 127	13.14 375	4.24 124	1.15 138	9.78 255	0.98 65	23.98 320	21.70 307	16.22 277	18.43 220	8.45 166	7.66 227	9.26 127	5.45 263	0.21 287	0.05 139	0.04 210	0.06 238	0.32 221	0.38 276

CIPLG	7.15 242	2.44 354	12.82 370	7.38 350	4.93 368	10.51 266	4.56 276	15.17 187	13.25 203	17.45 307	19.75 240	8.42 165	4.60 140	11.41 208	8.31 319	0.33 330	0.32 392	0.03 190	0.14 298	0.37 246	0.72 353

AIO-Stereo-zeroshot	7.16 243	3.12 388	14.04 394	4.74 158	6.89 450	6.58 204	0.68 43	21.97 302	9.36 159	10.84 167	17.38 204	17.36 313	9.24 261	12.45 263	4.44 227	0.04 183	0.24 364	0.10 282	1.00 463	1.36 406	1.43 412

IPLGR_C	7.16 243	2.48 357	12.98 373	7.52 359	4.91 367	10.56 267	4.59 278	15.63 200	14.12 212	17.42 305	18.87 227	8.00 159	4.59 139	10.76 171	8.81 328	0.32 328	0.32 392	0.03 190	0.13 292	0.36 239	0.76 358

IPLG	7.20 245	1.43 154	12.55 367	5.17 198	4.32 347	11.11 284	1.48 92	21.79 295	15.10 223	19.16 347	20.23 244	5.26 110	5.61 170	11.68 225	8.14 316	0.05 202	0.06 172	0.03 190	0.07 248	0.33 228	0.50 312

StereoVision	7.21 246	2.17 337	9.29 286	9.43 408	3.91 317	5.09 118	1.91 155	20.04 271	17.37 254	8.57 142	29.59 362	11.08 199	6.76 214	12.44 261	4.71 233	0.54 386	0.05 139	0.16 327	0.03 177	0.82 370	0.30 248

111	7.26 247	1.65 236	7.28 181	3.56 80	0.32 13	10.76 272	3.53 244	20.55 282	27.51 372	10.07 157	16.62 200	14.30 256	9.53 270	12.02 235	5.87 269	0.14 254	0.01 23	0.00 1	0.00 1	0.31 211	1.14 398

testlalala_base	7.28 248	3.39 393	7.80 206	8.27 385	5.04 377	12.56 307	1.83 144	11.93 125	5.19 77	10.18 158	13.62 174	8.87 172	5.72 179	8.22 87	2.75 144	15.38 535	2.41 502	0.00 1	0.35 401	20.24 537	1.89 430

HHNet	7.39 249	1.75 263	7.24 179	3.26 58	3.18 285	5.04 114	6.40 339	19.04 259	15.70 234	20.71 377	32.13 408	10.69 194	5.91 183	10.45 158	4.60 231	0.40 356	0.07 195	0.21 350	0.13 292	0.54 313	0.41 286

ASMatch	7.40 250	1.42 150	8.49 243	5.09 185	2.00 221	4.74 85	2.62 206	16.54 217	13.17 200	17.08 297	34.75 437	13.13 239	10.33 286	12.04 238	4.82 241	0.05 202	0.24 364	0.21 350	0.17 313	0.16 116	0.97 382

IIG-Stereo	7.41 251	2.13 335	8.55 245	10.02 431	1.76 197	6.82 212	1.53 100	17.17 226	15.84 238	18.74 341	20.30 249	18.01 324	8.39 244	12.89 282	5.22 253	0.27 319	0.03 96	0.03 190	0.00 1	0.16 116	0.30 248

RAFT+CT+SA	7.44 252	1.46 163	6.46 145	10.73 448	3.34 294	4.70 78	7.45 375	16.45 214	25.89 356	10.18 158	27.15 334	7.27 148	8.00 239	15.11 335	3.19 176	0.02 143	0.00 1	0.18 334	0.46 423	0.30 199	0.47 303

LCNet	7.52 253	1.23 106	5.35 96	6.42 296	1.29 148	9.27 253	5.64 308	17.85 238	10.63 169	16.54 286	24.54 303	14.85 267	11.29 304	11.74 228	3.88 205	0.02 143	0.02 67	0.22 354	2.04 487	0.90 379	6.76 500

rvit_0105_5	7.60 254	3.13 389	16.37 424	9.97 430	1.59 182	7.41 222	6.27 332	17.78 235	25.62 353	10.30 160	10.39 140	14.79 265	8.95 256	12.51 268	4.87 243	0.17 267	0.42 412	0.00 1	0.11 284	0.62 336	0.71 351

IGEV-BASED-STEREO-	7.61 255	27.25 533	41.87 511	2.73 34	0.41 26	4.25 58	1.50 97	6.63 40	3.87 49	4.31 86	3.78 37	2.48 55	1.39 30	5.67 32	1.56 52	25.09 543	0.05 139	0.01 155	0.08 252	4.67 478	14.58 534

TestStereo1	7.62 256	1.62 228	7.60 194	10.47 441	1.86 207	4.76 88	2.48 198	19.73 267	22.33 314	16.79 293	26.02 318	9.33 179	9.30 262	15.92 359	3.37 182	0.01 92	0.02 67	0.02 173	0.05 221	0.55 317	0.28 239

SA-5K	7.62 256	1.62 228	7.60 194	10.47 441	1.86 207	4.76 88	2.48 198	19.73 267	22.33 314	16.79 293	26.02 318	9.33 179	9.30 262	15.92 359	3.37 182	0.01 92	0.02 67	0.02 173	0.05 221	0.55 317	0.28 239

FACV-RUCA	7.66 258	1.94 300	9.40 292	7.72 368	6.03 424	12.99 316	3.10 227	19.47 264	18.51 270	12.27 179	18.43 220	8.28 163	10.16 282	11.38 206	5.62 265	0.36 339	0.62 449	4.36 498	0.30 386	1.72 420	0.55 319

test_sample1	7.66 258	1.26 114	8.87 257	5.04 180	2.61 255	14.61 348	4.58 277	20.08 272	9.81 162	13.83 220	21.62 273	18.21 330	12.26 327	11.71 226	8.01 312	0.11 243	0.11 258	0.02 173	0.02 158	0.20 137	0.17 168

mmm	7.72 260	1.50 180	8.56 246	5.29 215	1.89 212	14.14 336	5.70 310	18.42 247	11.02 172	16.04 272	23.78 295	17.00 298	10.03 280	12.03 236	7.54 297	0.12 248	0.07 195	0.50 402	0.20 333	0.31 211	0.18 176

RAFT-RH_RVC	7.73 261	1.25 112	6.99 169	4.83 165	0.90 110	11.76 290	1.53 100	13.00 148	14.43 217	17.51 309	46.41 509	11.02 198	6.30 198	12.68 272	4.93 245	0.51 382	0.04 108	0.12 300	0.13 292	0.09 74	0.09 94

AIO-Stereo-zeroshot1	7.76 262	3.78 405	19.59 450	5.04 180	10.79 502	5.87 174	1.85 147	19.52 265	7.33 129	14.18 225	21.16 266	16.50 292	5.97 186	13.73 312	3.79 199	0.04 183	0.17 312	0.04 210	1.30 474	2.45 438	2.15 442

TransformOpticalFlow	7.76 262	1.90 289	9.31 288	5.50 230	1.18 139	6.97 215	8.27 383	17.86 240	13.21 201	14.58 232	29.13 352	19.01 335	10.85 291	12.51 268	3.69 194	0.01 92	0.04 108	0.20 345	0.04 198	0.17 126	0.84 367

HITNet	7.83 264	2.93 379	8.39 233	4.76 162	1.48 172	12.75 312	4.64 279	20.97 284	14.37 216	15.14 251	22.15 285	14.57 262	10.62 287	14.38 324	8.14 316	0.04 183	0.01 23	0.48 400	0.02 158	0.57 324	0.10 102
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
test_sample2	7.86 265	1.27 115	7.98 215	5.00 179	2.29 235	13.33 322	6.88 359	20.42 281	15.24 224	13.95 222	21.58 271	18.96 334	12.12 326	12.07 243	5.36 261	0.12 248	0.10 241	0.07 242	0.03 177	0.28 186	0.19 188

PFNet	7.91 266	1.44 160	11.60 354	7.03 333	2.42 244	7.60 230	6.03 325	23.36 315	17.24 251	20.29 369	17.67 206	15.44 278	7.71 229	13.02 293	5.71 266	0.24 307	0.20 330	0.12 300	0.19 328	0.31 211	0.61 331

SA	7.93 267	1.54 193	9.13 282	7.98 375	0.64 63	5.85 170	2.29 183	22.27 303	24.54 346	13.17 210	31.07 388	8.87 172	10.32 285	16.49 375	3.12 170	0.04 183	0.12 269	0.17 329	0.30 386	0.45 273	0.17 168

AAGNet	7.94 268	1.48 170	9.34 290	7.13 342	0.70 73	5.85 170	5.16 290	15.40 193	14.01 210	20.13 366	24.03 300	15.28 276	11.52 311	12.05 239	15.47 404	0.63 403	0.06 172	0.32 383	0.01 126	0.12 91	0.09 94

FENet	7.94 268	1.01 63	6.72 150	5.87 255	2.07 225	11.11 284	2.03 165	21.39 289	20.81 291	17.14 300	22.65 287	14.43 258	11.54 314	12.97 288	7.89 309	0.15 262	0.24 364	0.03 190	0.02 158	0.14 101	0.62 332

dd	7.96 270	4.08 413	11.49 353	6.53 304	0.93 113	8.28 241	4.03 259	16.53 216	33.82 426	15.17 253	16.50 199	6.79 136	5.96 185	14.30 321	9.90 342	1.13 451	0.42 412	0.17 329	0.44 420	2.01 431	0.79 362

raft_robust	7.97 271	2.26 347	6.75 154	5.83 252	0.72 85	5.57 142	0.84 54	33.59 444	34.21 433	18.17 324	19.88 242	6.50 131	5.62 173	15.33 338	2.83 150	0.03 169	0.23 353	0.00 1	0.37 409	0.32 221	0.39 279

STrans-v2	7.98 272	1.84 283	9.42 293	4.84 168	1.48 172	12.23 302	10.05 416	19.06 260	12.32 187	13.63 217	26.06 322	18.13 329	12.35 330	12.99 290	3.99 213	0.01 92	0.01 23	0.18 334	0.01 126	0.22 144	0.83 365

Prome-Stereo	8.10 273	1.28 117	5.48 101	6.50 301	1.51 176	6.70 206	9.42 402	21.08 286	9.13 155	20.88 378	32.84 417	11.95 215	11.86 320	11.75 229	3.97 212	0.01 92	0.02 67	0.18 334	0.12 287	0.41 263	7.01 505

ffm	8.12 274	1.43 154	9.67 305	5.70 241	3.44 296	11.96 296	6.35 334	18.45 248	16.31 241	15.83 267	31.44 396	17.22 308	10.87 293	10.82 177	1.61 57	0.00 1	0.05 139	0.80 430	0.08 252	0.26 176	0.14 140

CASS	8.15 275	1.67 241	7.68 200	8.25 384	1.52 177	14.39 340	2.72 210	22.65 308	17.23 250	15.42 257	22.68 288	13.47 249	11.87 321	12.44 261	6.07 274	0.96 440	0.05 139	0.12 300	0.01 126	0.71 355	3.14 464
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 276	2.59 365	14.14 395	6.11 280	3.22 288	6.31 192	3.53 244	22.92 312	20.59 289	16.66 288	30.05 370	9.31 178	7.95 237	13.49 304	4.78 236	0.72 411	0.00 1	0.45 397	0.00 1	0.54 313	0.09 94

RAFT_CTSACE	8.24 277	1.97 304	8.39 233	6.89 330	5.11 383	5.86 172	2.63 207	14.62 177	16.88 246	23.52 415	34.77 438	16.02 286	7.37 224	17.91 390	2.23 113	0.00 1	0.12 269	0.00 1	0.03 177	0.39 255	0.05 53

HI	8.30 278	2.00 309	6.75 154	4.58 151	5.15 386	4.16 50	0.50 33	17.99 242	9.24 156	25.03 429	28.22 343	20.23 348	12.47 333	17.93 391	11.49 369	0.00 1	0.10 241	0.00 1	0.05 221	0.08 68	0.05 53

CoSv	8.30 278	2.00 309	6.75 154	4.58 151	5.15 386	4.16 50	0.50 33	17.99 242	9.24 156	25.03 429	28.22 343	20.23 348	12.47 333	17.93 391	11.49 369	0.00 1	0.10 241	0.00 1	0.05 221	0.08 68	0.05 53

GMM-Stereo	8.34 280	1.09 83	6.42 142	6.14 282	2.52 249	10.30 263	9.64 407	23.44 316	10.64 170	17.84 314	29.89 366	17.37 314	7.75 231	11.55 214	4.36 224	0.05 202	0.01 23	0.23 358	0.90 453	0.46 277	6.26 494

GANet-ADL	8.36 281	2.31 349	8.44 239	7.39 352	2.65 259	12.58 309	5.24 292	29.55 391	25.24 349	14.19 227	16.70 202	17.07 304	6.91 217	10.65 166	6.26 277	0.38 343	0.39 404	0.10 282	0.12 287	0.75 366	0.28 239

Sa-1000	8.38 282	1.50 180	8.13 224	7.56 361	0.89 108	14.39 340	2.47 197	24.31 325	23.74 333	15.18 254	28.35 346	11.42 204	8.85 253	16.20 370	3.28 180	0.17 267	0.23 353	0.15 321	0.23 347	0.46 277	0.19 188

GwcNet-ADL	8.48 283	1.70 249	9.38 291	7.10 339	2.78 268	6.74 210	6.57 349	30.15 396	26.01 360	15.15 252	17.77 208	13.93 253	6.96 218	12.96 287	9.91 343	0.48 375	0.72 456	0.01 155	0.01 126	0.51 305	0.84 367

ARAFT	8.50 284	3.19 390	16.58 426	5.52 231	0.91 111	12.13 301	11.20 436	17.19 227	18.28 269	18.40 335	16.33 198	17.10 305	8.58 245	18.56 397	5.00 246	0.11 243	0.04 108	0.00 1	0.00 1	0.55 317	0.25 228

test_5	8.51 285	1.50 180	8.19 229	11.06 457	5.00 376	6.91 213	5.67 309	17.50 229	22.09 311	16.07 273	29.63 363	15.28 276	10.78 290	15.94 361	3.65 192	0.00 1	0.00 1	0.26 365	0.08 252	0.31 211	0.35 269

RAFT	8.51 285	2.16 336	8.93 259	8.14 379	0.81 99	12.63 310	8.49 389	16.34 212	15.56 232	22.31 398	18.99 229	19.29 342	11.39 309	17.57 386	6.05 271	0.01 92	0.19 325	0.27 366	0.02 158	0.64 343	0.45 300

GES	8.51 285	1.98 306	11.82 357	6.39 295	1.77 199	12.36 306	6.22 331	21.55 291	21.34 301	19.02 345	26.02 318	8.79 170	9.34 265	13.94 316	7.24 289	0.38 343	0.10 241	0.30 381	0.14 298	0.69 350	0.73 354

DMCA	8.51 285	1.90 289	9.96 319	5.16 197	4.14 332	10.29 262	4.46 274	25.52 335	19.55 278	16.33 280	20.69 254	17.59 315	11.26 303	10.42 157	11.36 367	0.50 379	0.08 215	0.35 386	0.05 221	0.36 239	0.31 256

PSM-AAD	8.62 289	1.22 103	5.69 114	6.31 291	1.12 129	12.74 311	10.01 415	19.29 262	15.25 225	21.54 392	25.11 308	14.24 255	13.47 350	12.15 248	3.93 209	0.01 92	0.06 172	2.48 483	0.16 308	0.38 252	7.28 510

FTStereo	8.67 290	1.13 90	6.04 127	6.04 274	2.39 243	7.86 232	12.05 449	17.72 233	8.33 145	20.16 367	41.41 480	16.10 290	12.64 338	10.80 175	4.37 225	0.18 270	0.01 23	0.09 263	0.16 308	0.15 109	5.71 489

iRaft-Stereo_5w	8.70 291	1.81 281	9.33 289	5.83 252	3.78 309	4.87 96	11.12 435	15.86 208	14.80 220	15.23 255	26.36 324	21.49 359	12.91 343	15.94 361	12.73 377	0.58 390	0.05 139	0.08 252	0.09 265	0.85 373	0.33 260

test_sample3	8.76 292	1.62 228	9.99 322	5.21 209	2.61 255	17.43 400	5.37 295	26.91 357	19.77 281	17.13 299	20.82 260	16.55 294	9.70 274	12.52 270	8.59 325	0.21 287	0.07 195	0.05 217	0.04 198	0.39 255	0.30 248

IRAFT_RVC	8.76 292	1.47 165	9.55 298	7.31 346	1.77 199	6.49 199	10.43 425	25.94 344	27.33 368	17.50 308	19.85 241	17.93 322	10.21 283	12.88 281	5.44 262	0.17 267	0.30 386	0.19 342	0.05 221	0.22 144	0.12 122

HCRNet	8.80 294	1.43 154	7.74 204	14.41 493	5.25 390	10.85 277	2.56 204	26.07 346	18.04 266	15.48 258	25.03 306	18.63 333	9.93 278	13.01 291	6.76 282	0.04 183	0.04 108	0.10 282	0.01 126	0.18 129	0.38 276

DEmStereo	8.85 295	1.36 137	9.99 322	4.24 124	1.05 122	11.49 287	5.91 314	13.76 167	26.68 365	22.03 396	32.92 419	11.86 212	15.27 393	11.48 209	8.08 315	0.16 264	0.15 301	0.02 173	0.09 265	0.09 74	0.44 296

SFCPSM	8.85 295	1.40 145	11.34 349	5.23 213	3.47 301	16.55 391	7.18 370	30.71 407	25.24 349	16.45 282	19.45 234	11.10 201	9.61 271	11.88 233	5.52 264	0.22 293	0.17 312	0.36 389	0.22 338	0.29 193	0.58 326

GrayStereo	8.86 297	1.17 97	6.94 166	8.09 377	2.82 269	10.58 269	11.40 441	17.93 241	15.74 235	22.43 401	30.95 384	17.80 319	12.44 332	11.19 198	4.57 230	0.02 143	0.02 67	0.18 334	0.79 450	0.31 211	1.90 432

anonymousa	9.03 298	1.62 228	8.03 221	4.19 120	5.53 407	15.37 360	3.81 254	18.55 251	21.20 299	18.28 327	30.99 386	20.79 351	13.42 348	10.58 160	7.57 299	0.00 1	0.05 139	0.29 377	0.18 315	0.10 85	0.11 115

KYRaft	9.04 299	1.11 86	7.02 170	6.50 301	0.97 116	8.27 240	8.19 382	22.86 311	8.20 142	21.30 390	31.38 393	22.64 371	8.20 242	11.99 234	2.96 157	0.02 143	0.02 67	0.05 217	0.68 444	0.40 260	18.09 541

DFGA-Net	9.06 300	3.56 398	17.96 442	5.71 245	3.89 314	10.76 272	3.08 226	25.17 332	29.50 380	16.21 276	18.47 223	9.49 181	6.31 199	15.80 352	12.54 374	0.05 202	0.00 1	0.06 231	0.09 265	1.76 421	0.83 365

rvit_stereo_0075_2	9.10 301	3.87 410	19.26 449	11.81 470	8.82 487	5.75 162	4.40 270	22.77 309	17.68 260	11.90 175	28.34 345	16.05 289	6.35 201	14.30 321	7.67 304	0.52 384	0.34 399	0.51 403	0.08 252	0.38 252	1.14 398

test_sample4	9.10 301	1.65 236	9.91 317	5.19 206	2.57 253	16.59 392	5.38 297	27.37 361	19.80 282	17.80 313	27.52 337	15.01 269	11.21 302	12.69 275	8.15 318	0.21 287	0.07 195	0.06 231	0.03 177	0.43 268	0.30 248

BUS	9.20 303	1.48 170	7.93 212	6.74 321	3.96 319	17.62 406	2.79 214	33.06 439	21.58 304	17.99 319	21.34 267	14.49 259	9.40 267	14.18 318	10.57 355	0.19 274	0.13 281	0.14 315	0.04 198	0.30 199	0.09 94

rvit_0105_3	9.23 304	3.67 401	17.68 438	11.75 468	1.89 212	9.37 254	8.48 388	18.68 252	30.64 397	15.02 243	14.72 181	17.87 321	9.94 279	15.66 348	6.54 279	0.36 339	0.43 416	0.01 155	0.41 415	0.50 301	1.01 389

MyStereo04	9.24 305	1.92 296	8.78 255	6.09 277	4.31 344	6.54 201	9.96 413	32.24 429	41.99 478	14.26 229	11.98 159	12.00 217	12.01 324	13.93 314	7.53 296	0.06 218	0.10 241	0.03 190	0.04 198	0.63 339	0.30 248

CoDeX	9.24 305	1.77 273	9.54 297	6.08 276	3.79 311	16.45 390	6.76 357	26.15 347	25.03 347	17.18 301	25.12 309	14.69 264	11.68 318	12.22 250	6.71 281	0.30 324	0.20 330	0.15 321	0.02 158	0.23 156	0.68 344

CrosDoStereo	9.24 305	1.29 121	8.16 227	4.56 149	1.04 119	7.52 226	15.00 474	15.85 206	24.31 339	24.27 418	33.44 426	13.37 244	13.82 358	12.23 251	8.86 331	0.01 92	0.11 258	0.09 263	0.04 198	0.36 239	0.53 316

DeepStereo_LL	9.24 305	1.29 121	8.16 227	4.56 149	1.04 119	7.52 226	15.00 474	15.85 206	24.31 339	24.27 418	33.44 426	13.37 244	13.82 358	12.23 251	8.86 331	0.01 92	0.11 258	0.09 263	0.04 198	0.36 239	0.53 316

DRaft	9.27 309	1.23 106	9.08 278	3.62 88	0.78 94	13.27 321	5.89 313	16.97 222	29.57 382	21.15 388	38.46 463	10.09 187	13.98 364	11.58 217	7.91 310	0.43 363	0.30 386	0.06 231	0.26 367	0.26 176	0.45 300

MyStereo05	9.29 310	1.76 267	8.95 263	6.19 284	4.40 350	7.09 217	9.95 411	31.21 412	40.82 470	17.31 303	12.93 171	10.33 190	12.52 336	13.93 314	7.05 286	0.06 218	0.10 241	0.02 173	0.04 198	0.73 360	0.29 245

MLCV	9.32 311	2.22 342	12.55 367	5.22 211	1.32 155	13.79 327	1.35 87	21.14 288	23.65 329	21.91 395	31.37 392	17.14 306	7.57 226	16.00 364	10.18 349	0.22 293	0.01 23	0.03 190	0.02 158	0.40 260	0.29 245

DispNO	9.33 312	1.78 276	15.84 416	5.73 247	5.74 418	12.24 303	4.81 286	25.06 330	21.10 296	16.70 291	20.86 261	17.78 318	11.76 319	16.74 379	8.85 330	0.22 293	0.15 301	0.03 190	0.12 287	0.41 263	0.64 339

test_sample5	9.36 313	1.61 222	9.63 301	5.30 216	2.52 249	15.42 363	6.00 321	27.25 359	19.96 283	18.36 333	31.81 402	15.99 284	11.29 304	13.21 295	7.66 302	0.23 302	0.08 215	0.07 242	0.04 198	0.48 286	0.34 264

BEATNet_4x	9.37 314	4.85 426	12.05 362	5.48 229	1.35 162	13.15 319	6.15 329	25.06 330	16.74 245	16.18 275	24.65 304	17.29 312	12.51 335	16.91 381	10.92 360	0.38 343	0.18 318	0.81 435	0.05 221	1.95 427	0.65 341

THIR-Stereo	9.38 315	1.78 276	8.50 244	4.74 158	0.71 76	15.92 373	11.93 447	16.39 213	21.56 303	24.27 418	32.07 406	14.40 257	14.14 368	11.49 210	8.39 322	0.05 202	0.25 372	0.10 282	0.05 221	0.33 228	0.58 326

ff1	9.41 316	1.43 154	9.67 305	5.70 241	3.44 296	11.96 296	6.35 334	18.45 248	16.31 241	15.83 267	31.44 396	17.22 308	10.87 293	16.19 367	21.98 450	0.00 1	0.05 139	0.80 430	0.08 252	0.26 176	0.14 140

G2L-ROB	9.43 317	1.49 176	8.01 219	5.66 238	4.08 327	11.74 289	7.70 379	29.33 387	18.14 267	19.72 357	21.64 274	22.32 369	11.02 298	16.47 374	10.74 359	0.02 143	0.01 23	0.00 1	0.00 1	0.19 133	0.33 260

GANet-RSSM	9.48 318	1.32 130	6.45 144	6.72 320	5.51 406	12.78 313	6.03 325	26.55 351	18.96 276	14.92 239	27.95 340	25.41 405	14.69 381	13.52 307	7.60 301	0.10 239	0.10 241	0.16 327	0.01 126	0.51 305	0.39 279

UCFNet_RVC	9.48 318	2.12 333	4.89 75	7.03 333	3.78 309	16.05 374	6.37 338	28.25 371	20.00 285	15.93 271	23.07 291	25.21 402	12.79 339	12.57 271	8.01 312	0.07 229	0.04 108	1.17 453	0.23 347	1.31 404	0.69 346

DualNet	9.49 320	1.61 222	9.63 301	5.30 216	2.52 249	15.42 363	6.00 321	27.25 359	19.96 283	19.40 349	33.22 422	15.99 284	11.29 304	13.21 295	7.66 302	0.23 302	0.08 215	0.07 242	0.04 198	0.48 286	0.34 264

CFNet_pseudo	9.58 321	1.91 292	10.73 338	4.53 146	2.91 275	14.26 337	2.75 212	26.73 355	32.14 414	17.10 298	23.02 290	22.14 366	8.74 251	12.17 249	7.43 292	0.20 282	0.45 423	1.24 462	0.24 357	2.49 440	0.49 311

Anonymous3	9.60 322	3.45 396	29.83 484	9.58 416	4.75 362	24.51 451	10.20 422	24.04 322	18.77 274	10.42 161	14.64 180	7.97 158	8.75 252	14.05 317	5.80 267	2.44 480	1.39 482	0.08 252	0.06 238	0.73 360	0.48 307

ccs_rob	9.61 323	1.92 296	10.72 337	4.55 147	2.89 272	14.33 339	2.86 219	26.85 356	32.36 417	17.05 296	22.91 289	22.12 365	8.70 249	12.10 245	7.44 293	0.19 274	0.44 418	1.38 464	0.25 363	2.68 443	0.57 324

PCWNet_CMD	9.64 324	1.77 273	10.59 334	4.80 164	2.90 273	16.25 388	2.42 196	29.37 389	34.10 430	17.41 304	22.04 280	19.10 338	7.70 228	12.05 239	6.86 283	0.22 293	0.45 423	0.80 430	0.22 338	3.11 455	0.69 346

MSMDNet	9.64 324	1.77 273	10.63 335	4.83 165	2.90 273	16.35 389	2.37 189	29.33 387	34.29 434	17.43 306	22.10 282	19.05 337	7.79 233	12.11 247	6.87 284	0.23 302	0.46 425	0.67 419	0.21 335	2.77 446	0.60 329

DCVSM-stereo	9.70 326	1.83 282	11.36 350	5.81 249	3.59 305	10.57 268	3.00 222	18.71 253	22.11 312	23.79 416	19.02 230	29.73 430	17.68 424	13.33 299	9.11 335	0.21 287	1.14 476	0.27 366	0.06 238	0.75 366	1.89 430

BSDual-CNN	9.70 326	1.48 170	7.93 212	6.74 321	3.96 319	16.10 378	7.13 367	33.06 439	21.58 304	17.99 319	21.34 267	22.28 367	11.53 312	14.18 318	7.81 305	0.19 274	0.13 281	0.14 315	0.04 198	0.30 199	0.09 94

PSMNet-RSSM	9.71 328	1.73 251	6.09 129	7.47 357	4.27 338	10.06 259	6.00 321	29.14 383	21.74 308	15.76 266	32.88 418	22.63 370	13.18 345	12.94 286	9.12 336	0.09 234	0.02 67	0.07 242	0.10 274	0.70 353	0.24 222

test_for_model	9.76 329	30.79 535	6.40 141	27.43 531	18.83 529	5.78 163	1.78 137	8.51 73	8.82 151	13.12 208	5.92 85	5.28 111	2.60 74	5.21 25	1.43 46	9.57 521	2.41 502	0.00 1	0.06 238	33.29 546	8.04 516

IER	9.78 330	1.55 196	9.97 320	4.51 145	5.23 388	13.78 326	5.11 289	26.66 353	22.79 321	19.69 356	29.45 360	16.42 291	18.52 435	13.64 311	7.57 299	0.06 218	0.03 96	0.18 334	0.09 265	0.18 129	0.23 215

test_sample6	9.79 331	1.61 222	9.84 314	5.35 222	2.35 241	15.59 367	6.60 351	28.40 372	20.96 293	19.40 349	33.22 422	17.17 307	11.58 316	13.43 303	8.82 329	0.26 317	0.10 241	0.10 282	0.06 238	0.50 301	0.41 286

psmg	9.80 332	1.48 170	7.93 212	5.18 203	3.96 319	15.85 372	7.93 381	29.11 382	21.58 304	20.93 379	25.06 307	22.28 367	11.53 312	14.18 318	7.81 305	0.19 274	0.13 281	0.17 329	0.04 198	0.36 239	0.21 200

gwcnet-sp	9.81 333	2.82 372	13.47 384	5.99 267	4.27 338	16.20 384	5.91 314	25.55 336	24.34 342	21.01 381	20.69 254	15.22 272	14.96 385	14.50 327	9.97 344	0.05 202	0.15 301	0.02 173	0.08 252	0.49 295	0.51 313

scenet	9.81 333	2.82 372	13.47 384	5.99 267	4.27 338	16.20 384	5.91 314	25.55 336	24.34 342	21.01 381	20.69 254	15.22 272	14.96 385	14.50 327	9.97 344	0.05 202	0.15 301	0.02 173	0.08 252	0.49 295	0.51 313

ssnet	9.81 333	2.82 372	13.47 384	5.99 267	4.27 338	16.20 384	5.91 314	25.55 336	24.34 342	21.01 381	20.69 254	15.22 272	14.96 385	14.50 327	9.97 344	0.05 202	0.15 301	0.02 173	0.08 252	0.49 295	0.51 313

CFNet-ft	9.87 336	2.18 340	5.49 102	7.45 355	5.25 390	15.76 369	5.98 319	21.89 298	21.87 309	14.96 240	30.02 368	25.68 406	13.68 354	12.46 264	10.94 362	0.08 232	0.06 172	1.83 469	0.22 338	1.09 387	0.43 292

CFNet_RVC	9.87 336	2.18 340	5.49 102	7.45 355	5.25 390	15.76 369	5.98 319	21.89 298	21.87 309	14.96 240	30.02 368	25.68 406	13.68 354	12.46 264	10.94 362	0.08 232	0.06 172	1.83 469	0.22 338	1.09 387	0.43 292

PSMNet-ADL	9.88 338	2.01 317	6.80 160	9.18 403	4.26 337	15.11 355	3.50 239	27.12 358	24.42 345	14.72 234	18.96 228	25.32 404	13.43 349	15.76 351	14.04 390	0.79 424	0.78 462	0.00 1	0.02 158	0.26 176	1.18 402

qqq1	9.96 339	1.37 139	13.37 379	4.41 138	1.30 149	14.40 343	3.29 232	30.25 398	29.81 386	19.55 351	29.37 354	18.06 325	14.40 375	15.42 342	3.18 174	0.38 343	0.21 337	0.00 1	0.01 126	0.29 193	0.18 176

fff1	9.96 339	1.37 139	13.37 379	4.41 138	1.30 149	14.40 343	3.29 232	30.25 398	29.81 386	19.55 351	29.37 354	18.06 325	14.40 375	15.42 342	3.18 174	0.38 343	0.21 337	0.00 1	0.01 126	0.29 193	0.18 176

ttt	9.98 341	1.49 176	7.30 186	6.43 297	3.95 318	14.02 332	5.06 288	33.03 438	29.84 390	14.90 238	30.95 384	14.81 266	9.66 272	15.36 340	11.38 368	0.38 343	0.19 325	0.10 282	0.03 177	0.37 246	0.28 239

UGAM	10.01 342	1.28 117	9.19 285	6.53 304	4.31 344	6.72 208	10.45 427	15.31 189	25.98 358	20.56 373	27.42 336	22.70 372	11.49 310	26.30 469	10.64 358	0.00 1	0.00 1	0.46 398	0.03 177	0.39 255	0.43 292

UDGNet	10.05 343	13.89 506	10.00 324	9.36 407	2.69 260	7.82 231	1.88 150	18.86 256	34.64 436	17.52 310	13.70 175	13.40 246	7.18 221	13.01 291	6.30 278	5.30 504	0.08 215	12.57 529	2.80 496	8.19 505	1.71 425

cf-r	10.06 344	1.60 217	7.99 217	5.82 250	5.70 417	12.92 315	4.78 282	24.18 324	27.47 371	16.91 295	31.02 387	25.12 401	14.05 365	11.63 223	11.01 365	0.03 169	0.03 96	0.05 217	0.03 177	0.43 268	0.39 279

ICVP	10.07 345	1.73 251	6.11 130	9.08 399	3.31 292	12.25 304	6.56 348	26.30 349	22.52 317	16.49 284	31.80 401	26.94 417	12.42 331	11.35 205	10.92 360	1.17 454	0.57 445	0.17 329	0.10 274	0.58 328	1.07 393
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
G2L-Stereo	10.09 346	1.97 304	9.53 296	7.09 337	4.21 334	9.10 249	8.53 390	29.05 381	22.51 316	19.28 348	25.57 314	22.70 372	10.67 288	15.44 346	14.88 400	0.25 313	0.04 108	0.08 252	0.01 126	0.36 239	0.42 289

hknet	10.13 347	1.56 205	10.27 328	6.74 321	3.72 307	16.10 378	7.13 367	33.06 439	21.12 297	17.99 319	21.34 267	23.11 375	14.95 384	16.43 373	8.34 321	0.14 254	0.13 281	0.14 315	0.04 198	0.30 199	0.09 94

AdaStereo	10.22 348	3.63 399	9.14 284	9.15 401	3.24 290	15.79 371	5.39 302	31.94 420	25.42 351	18.39 334	26.47 325	19.44 343	9.50 269	16.60 377	8.59 325	0.44 365	0.05 139	0.40 394	0.00 1	0.57 324	0.16 160
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.
CFNet_ucs	10.25 349	1.91 292	11.88 358	4.98 176	4.08 327	15.11 355	3.57 248	28.02 368	31.98 413	18.21 326	25.20 310	23.27 378	9.38 266	13.38 300	7.22 288	0.23 302	0.81 463	1.65 468	0.22 338	3.01 451	0.93 379

iResNet	10.26 350	3.10 387	15.72 415	7.35 348	2.13 226	13.86 330	7.07 364	22.80 310	28.01 373	20.10 365	30.40 374	16.79 296	11.06 299	14.46 326	10.29 354	0.39 353	0.05 139	0.00 1	0.07 248	0.73 360	0.73 354

RAFT + AFF	10.27 351	3.77 404	17.13 428	10.24 438	4.97 371	13.08 317	11.52 442	25.69 339	25.80 354	14.72 234	16.12 196	19.16 339	11.35 308	16.24 371	9.04 334	0.30 324	1.46 484	0.66 418	0.20 333	2.03 433	1.94 433

ACVNet	10.36 352	1.68 247	5.49 102	6.01 270	2.75 266	12.78 313	3.56 246	21.89 298	34.81 437	14.96 240	30.78 380	24.72 397	13.88 362	15.81 353	17.20 417	0.13 252	0.01 23	0.06 231	0.06 238	0.51 305	0.15 155

G2L-Stereo_test	10.39 353	1.61 222	7.86 208	4.75 161	4.34 348	11.83 291	11.94 448	32.49 430	22.58 318	23.08 410	24.40 301	21.48 358	11.95 323	15.64 347	13.00 378	0.04 183	0.06 172	0.01 155	0.02 158	0.32 221	0.37 273

test_sample7	10.45 354	2.24 345	9.90 316	5.32 218	2.01 222	14.98 353	7.44 374	28.75 375	23.91 336	24.38 423	21.03 263	24.64 393	17.82 427	13.58 308	9.82 340	0.59 394	0.87 468	0.39 393	0.12 287	0.66 349	0.47 303

tta	10.45 354	1.37 139	13.37 379	4.41 138	1.30 149	14.39 340	3.29 232	30.25 398	29.81 386	19.55 351	29.37 354	18.06 325	14.40 375	15.42 342	12.69 375	0.38 343	0.21 337	0.28 373	0.03 177	0.29 193	0.18 176

SMFormer	10.46 356	1.37 139	13.37 379	4.41 138	1.30 149	14.40 343	3.29 232	30.25 398	29.81 386	19.55 351	29.37 354	18.06 325	14.40 375	15.42 342	12.70 376	0.38 343	0.21 337	0.28 373	0.03 177	0.33 228	0.31 256

ToySt	10.51 357	2.00 309	15.67 414	5.33 219	0.95 114	14.97 352	9.51 404	24.02 321	27.37 369	14.61 233	24.67 305	24.56 391	14.70 382	16.86 380	13.35 382	0.06 218	0.23 353	0.03 190	0.09 265	0.62 336	0.67 343

AACVNet	10.58 358	2.86 375	9.78 313	8.95 396	3.30 291	10.80 275	4.78 282	22.37 304	12.55 190	27.50 455	29.84 365	30.06 436	15.99 402	19.10 406	11.60 371	0.40 356	0.18 318	0.22 354	0.03 177	0.62 336	0.73 354

GwcNet-RSSM	10.65 359	1.94 300	8.57 247	6.89 330	5.26 393	12.26 305	5.21 291	25.80 342	31.50 404	16.67 289	33.52 428	23.70 385	13.88 362	12.84 280	13.67 386	0.05 202	0.10 241	0.14 315	0.02 158	0.65 345	0.39 279

CFNet	10.67 360	2.33 350	8.90 258	6.66 315	4.09 329	16.05 374	4.26 269	30.44 404	31.01 400	18.53 336	26.48 326	23.69 384	13.68 354	15.27 336	10.59 357	0.05 202	0.02 67	0.44 395	0.05 221	0.73 360	0.23 215

DDVS	10.70 361	3.00 383	11.95 359	6.84 328	3.80 312	15.73 368	2.83 218	23.57 317	17.37 254	20.98 380	29.89 366	31.40 446	8.70 249	19.22 409	13.19 380	0.74 417	1.53 486	0.07 242	0.21 335	0.84 372	2.11 437

mmx	10.71 362	1.43 154	9.67 305	5.70 241	3.44 296	11.96 296	6.35 334	32.18 424	28.03 374	15.83 267	31.44 396	17.22 308	10.87 293	16.19 367	21.98 450	0.22 293	0.06 172	0.80 430	0.08 252	0.48 286	0.21 200

xxx	10.71 362	1.43 154	9.67 305	5.70 241	3.44 296	11.96 296	6.35 334	32.18 424	28.03 374	15.83 267	31.44 396	17.22 308	10.87 293	16.19 367	21.98 450	0.22 293	0.06 172	0.80 430	0.08 252	0.48 286	0.21 200

NINENet	10.74 364	2.29 348	10.44 332	8.03 376	5.09 380	17.62 406	2.79 214	38.69 495	33.24 425	18.35 332	26.31 323	14.49 259	9.40 267	15.88 356	10.57 355	0.41 358	0.21 337	0.29 377	0.00 1	0.42 266	0.23 215

LMCR-Stereo	10.75 365	4.13 415	10.67 336	13.11 480	3.99 324	16.68 393	5.91 314	25.30 333	22.69 319	22.04 397	21.80 275	14.67 263	14.24 371	20.55 436	15.86 406	1.90 469	0.04 108	0.00 1	0.02 158	1.29 401	0.18 176

DeepPruner_ROB	10.77 366	4.56 421	13.13 374	6.37 293	4.28 343	10.14 260	6.86 358	36.42 476	19.59 279	17.87 315	27.37 335	23.19 377	12.26 327	19.09 405	10.23 352	1.05 447	0.48 429	0.23 358	0.15 305	0.89 377	1.17 400

LL-Strereo	10.79 367	3.52 397	12.54 366	8.77 392	5.44 404	7.49 223	9.26 400	35.15 464	28.70 379	16.47 283	15.85 193	21.06 355	17.42 422	21.62 442	9.72 339	0.21 287	0.22 347	0.74 424	0.08 252	0.98 381	0.60 329

DAS	10.80 368	2.03 322	13.96 391	9.01 397	6.23 431	14.67 349	7.38 372	21.59 292	32.58 420	18.67 339	28.13 341	19.20 340	17.08 417	16.54 376	7.31 290	0.58 390	0.01 23	0.29 377	0.01 126	0.47 284	0.20 193

GMStereo_Zeroshot	10.83 369	7.81 468	19.95 456	9.55 414	2.47 248	11.83 291	1.31 84	20.84 283	20.52 287	22.73 404	35.93 444	24.76 399	5.94 184	19.68 413	7.04 285	0.45 367	0.02 67	0.25 362	0.01 126	5.38 487	0.19 188

HSM-Net_RVC	10.88 370	1.23 106	5.46 100	5.57 232	2.63 258	20.12 423	6.06 327	27.67 365	28.35 378	20.63 375	25.51 313	34.01 469	14.38 374	16.18 366	9.29 337	0.11 243	0.07 195	0.01 155	0.00 1	0.13 96	0.14 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 371	3.81 407	6.88 163	6.69 317	2.30 236	16.06 376	10.94 432	30.06 395	32.41 418	16.10 274	18.72 226	22.78 374	14.21 370	17.52 385	8.62 327	2.35 475	1.84 491	3.32 495	1.57 479	2.06 434	1.52 417

ac_64	11.10 372	1.49 176	9.88 315	8.24 383	5.45 405	19.12 415	6.46 342	24.10 323	14.34 215	22.80 406	23.87 298	33.28 462	15.54 397	18.87 401	17.26 419	0.28 321	0.12 269	0.02 173	0.02 158	0.26 176	0.63 333

1111x	11.32 373	1.34 133	8.95 263	5.20 207	1.96 217	14.46 346	7.75 380	35.65 469	28.23 377	15.66 264	26.66 329	26.65 411	14.76 383	15.88 356	22.27 455	0.24 307	0.13 281	0.04 210	0.06 238	0.30 199	0.24 222

HSM	11.33 374	1.80 280	7.04 172	6.13 281	3.99 324	16.16 382	6.92 361	29.69 393	19.39 277	22.95 407	26.05 321	41.08 504	15.79 400	20.25 427	8.89 333	0.02 143	0.03 96	0.01 155	0.00 1	0.15 109	0.34 264

SepStereo	11.34 375	2.03 322	13.96 391	9.01 397	6.23 431	14.67 349	7.38 372	21.59 292	32.58 420	18.67 339	28.13 341	19.20 340	17.08 417	27.36 474	7.31 290	0.58 390	0.01 23	0.29 377	0.01 126	0.47 284	0.20 193

DMCA-RVC	11.41 376	3.32 392	11.68 355	10.12 433	4.81 363	11.92 294	4.11 260	24.67 328	23.66 331	20.06 364	28.51 348	26.71 412	24.96 474	15.95 363	14.82 397	0.41 358	0.34 399	0.56 409	0.16 308	0.72 359	0.69 346

ITSA-stereo	11.44 377	2.03 322	10.92 345	5.90 260	1.78 201	12.05 300	4.17 264	36.77 479	49.15 506	18.17 324	18.53 224	21.79 361	12.59 337	15.74 350	14.05 391	0.45 367	0.39 404	0.28 373	0.29 379	0.98 381	2.81 452

test_xeample	11.49 378	1.24 111	7.50 191	5.22 211	2.18 229	17.40 399	6.49 344	31.14 411	22.77 320	17.90 317	33.09 421	18.48 332	14.61 380	13.51 306	37.38 522	0.16 264	0.13 281	0.01 155	0.03 177	0.23 156	0.24 222

coex_refinement	11.56 379	1.53 189	7.45 190	8.18 380	5.09 380	17.10 396	7.07 364	31.05 410	32.20 416	18.57 337	30.81 382	25.84 408	12.31 329	13.41 302	19.47 432	0.23 302	0.04 108	0.02 173	0.10 274	0.44 271	0.37 273

RASNet	11.59 380	1.71 250	10.36 330	6.30 290	5.66 413	15.48 365	6.12 328	34.50 457	20.86 292	16.61 287	32.51 413	22.04 364	23.00 458	19.44 410	16.15 410	0.71 409	0.03 96	0.05 217	0.01 126	0.15 109	0.13 135

ACV-stereo	11.65 381	5.15 433	28.84 478	6.80 325	3.33 293	20.38 424	6.59 350	21.03 285	20.57 288	17.67 312	20.95 262	26.81 414	16.69 409	20.19 425	13.26 381	0.72 411	1.11 475	0.15 321	0.09 265	0.65 345	2.13 438

iResNet_ROB	11.71 382	1.96 303	10.77 339	6.01 270	3.68 306	15.13 357	2.34 185	31.72 418	37.58 455	26.16 444	32.77 415	25.88 409	15.34 395	16.35 372	7.94 311	0.19 274	0.01 23	0.00 1	0.00 1	0.31 211	0.12 122

UPFNet	11.72 383	1.52 186	10.33 329	7.38 350	7.14 455	20.05 422	9.62 406	28.90 380	25.94 357	20.02 362	29.73 364	20.91 352	16.34 405	18.61 399	16.17 411	0.26 317	0.17 312	0.25 362	0.03 177	0.55 317	0.56 323

FADNet-RVC-Resample	11.72 383	4.35 419	30.33 487	9.46 412	3.90 315	14.11 333	7.17 369	25.78 340	23.31 323	23.27 412	29.52 361	19.50 345	15.00 389	15.38 341	8.33 320	0.53 385	0.50 434	0.49 401	0.50 428	1.38 408	1.67 423

xxxx	11.74 385	1.16 94	7.88 209	5.61 234	1.99 220	20.46 425	3.12 228	33.99 448	23.76 335	15.53 260	30.67 376	26.88 416	14.50 379	12.98 289	35.48 513	0.19 274	0.18 318	0.01 155	0.02 158	0.22 144	0.27 235

CBMV_ROB	11.77 386	2.89 376	6.92 165	5.20 207	2.88 271	14.12 334	4.79 284	26.69 354	29.84 390	26.17 445	31.92 403	23.61 383	20.74 450	20.20 426	10.18 349	1.78 466	1.80 490	2.17 477	1.26 473	1.61 412	0.55 319

DSFCA	11.85 387	2.01 317	12.93 372	5.40 226	6.87 448	15.36 359	10.45 427	30.68 406	31.84 406	25.99 441	23.52 293	22.03 363	14.05 365	20.28 430	12.46 373	0.57 389	0.41 408	0.28 373	0.38 411	1.02 383	0.47 303

FADNet_RVC	11.94 388	5.17 434	39.74 504	6.44 298	3.46 300	11.42 286	4.17 264	29.16 384	26.89 366	17.97 318	25.96 315	13.41 247	15.67 398	15.84 355	13.54 385	0.90 436	0.75 460	0.55 407	1.20 470	3.65 469	2.85 453

iResNetv2_ROB	12.00 389	2.91 378	13.46 383	5.82 250	3.73 308	13.15 319	6.45 341	34.15 450	36.02 446	25.25 433	33.81 432	29.79 432	14.24 371	13.61 310	6.10 275	0.21 287	0.02 67	0.12 300	0.00 1	0.82 370	0.25 228

hitnet-ft	12.04 390	2.11 330	6.14 131	7.27 345	3.90 315	25.98 466	3.56 246	22.56 305	23.74 333	20.55 371	33.81 432	31.59 447	18.67 438	19.47 411	17.20 417	0.42 362	1.36 481	0.35 386	0.07 248	1.11 390	0.86 371

NLCA_NET_v2_RVC	12.05 391	3.43 395	16.25 421	7.62 363	5.58 408	14.57 347	6.00 321	32.98 437	27.41 370	21.69 393	31.40 394	25.21 402	13.47 350	14.96 334	15.60 405	0.84 430	0.33 396	0.35 386	0.35 401	1.29 401	1.78 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.16 392	1.68 247	11.97 360	7.70 365	6.20 428	19.61 419	5.52 304	25.78 340	34.81 437	25.62 439	30.78 380	24.72 397	13.20 347	15.81 353	18.80 428	0.13 252	0.01 23	0.06 231	0.06 238	0.63 339	0.15 155

dad	12.24 393	10.20 482	13.68 389	6.64 314	1.47 169	13.55 325	3.58 249	17.62 231	35.33 442	27.15 454	32.65 414	30.85 440	10.86 292	14.33 323	10.04 347	2.95 485	0.55 443	7.92 519	0.91 456	3.35 464	1.17 400

ISRNet	12.26 394	2.02 319	17.38 429	12.71 477	6.24 433	7.39 221	1.62 108	29.23 386	31.94 412	22.65 403	35.28 440	24.62 392	15.27 393	15.28 337	13.76 388	0.78 420	1.00 473	2.30 480	0.52 431	0.92 380	4.29 476

pcwnet_v2	12.32 395	2.00 309	17.53 433	7.79 370	5.69 416	17.06 395	3.69 253	36.52 477	46.17 497	20.55 371	29.39 359	16.50 292	13.00 344	15.70 349	9.32 338	0.50 379	1.00 473	0.34 385	0.24 357	2.00 430	1.38 409

222	12.33 396	1.29 121	8.09 223	6.06 275	2.14 227	19.51 418	2.53 201	33.63 445	23.55 326	21.72 394	30.51 375	20.11 347	16.77 411	13.22 297	46.51 544	0.15 262	0.14 296	0.01 155	0.03 177	0.26 176	0.26 231

ADLNet	12.34 397	2.22 342	10.14 326	8.38 386	6.78 446	17.56 402	9.05 394	33.21 442	26.28 362	27.06 451	26.01 317	26.80 413	13.76 357	16.99 382	18.74 427	0.24 307	0.39 404	0.23 358	0.10 274	0.64 343	2.16 443

CBFPSM	12.42 398	2.59 365	28.96 481	4.74 158	3.20 287	22.33 437	16.31 487	21.13 287	21.03 295	21.04 384	27.81 338	30.24 437	15.99 402	14.59 331	14.80 396	0.04 183	0.49 432	0.10 282	0.16 308	0.51 305	2.34 447

DualNet (step1)	12.44 399	4.86 427	17.49 430	5.97 264	2.94 278	17.57 403	8.30 384	28.75 375	23.91 336	24.38 423	21.03 263	24.64 393	17.82 427	13.58 308	9.82 340	6.44 511	0.87 468	6.62 508	7.44 520	3.20 460	3.11 460

ADLNet2	12.44 399	2.17 337	12.84 371	9.17 402	5.82 421	20.00 421	10.13 420	32.53 432	36.22 449	18.62 338	19.39 233	21.96 362	17.07 416	21.43 441	19.42 431	0.24 307	0.15 301	0.06 231	0.08 252	0.86 374	0.57 324

AASNet	12.49 401	2.46 356	10.49 333	9.82 423	6.86 447	17.33 398	6.73 354	41.09 509	37.86 458	22.53 402	29.11 351	16.68 295	13.48 352	14.54 330	17.87 423	0.20 282	0.02 67	0.78 426	0.05 221	1.18 393	0.76 358

HBP-ISP	12.52 402	7.82 469	8.47 242	7.57 362	4.27 338	12.56 307	6.42 340	28.68 374	29.56 381	21.11 386	35.69 442	15.85 281	18.42 434	20.44 433	11.00 364	3.03 486	2.63 506	7.09 517	3.97 505	3.58 467	2.27 445

CRFU-Net	12.56 403	2.89 376	11.77 356	8.18 380	5.80 420	24.84 454	10.46 431	24.56 326	13.12 198	30.06 473	29.37 354	29.09 424	19.64 443	19.96 418	18.53 426	0.82 427	0.48 429	0.27 366	0.15 305	0.53 311	0.68 344

UNet	12.64 404	2.02 319	13.36 378	6.85 329	7.76 469	25.31 463	4.74 281	34.10 449	28.19 376	20.03 363	31.07 388	27.02 419	17.36 420	20.18 424	13.87 389	0.06 218	0.05 139	0.27 366	0.01 126	0.23 156	0.39 279

delet	12.65 405	1.85 285	11.36 350	7.71 367	6.22 430	22.52 439	10.22 424	28.14 370	37.67 456	19.66 355	29.24 353	21.00 354	15.99 402	21.97 443	17.77 422	0.03 169	0.07 195	0.19 342	0.04 198	0.60 331	0.75 357

HGLStereo	12.72 406	2.66 367	12.34 363	9.93 427	7.55 463	16.16 382	7.45 375	31.48 417	27.01 367	20.01 361	35.31 441	26.98 418	18.90 439	17.87 389	18.90 429	0.33 330	0.16 310	0.07 242	0.05 221	0.48 286	0.70 350

GEStereo_RVC	12.81 407	2.49 359	13.64 387	9.68 419	4.97 371	18.16 408	11.30 438	31.26 413	47.47 499	19.84 358	26.97 331	19.03 336	13.19 346	20.14 423	14.86 399	0.83 429	0.51 438	0.10 282	0.13 292	0.54 313	0.99 386

CSP-Net	12.85 408	2.95 380	9.64 303	5.94 263	3.96 319	25.85 464	9.93 410	28.81 379	26.00 359	29.31 469	32.44 412	30.00 434	15.16 391	20.25 427	14.30 394	0.55 388	0.19 325	0.03 190	0.00 1	0.65 345	0.98 385

SGM-Forest	12.92 409	1.87 286	6.61 147	5.68 239	2.05 224	23.19 445	11.30 438	34.24 453	30.77 398	26.54 447	31.99 404	29.98 433	15.74 399	21.17 440	13.36 383	1.05 447	0.33 396	0.84 437	0.01 126	0.71 355	0.97 382
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 410	2.08 327	12.74 369	6.98 332	6.27 435	26.39 471	4.73 280	23.10 313	41.79 475	25.48 437	32.29 411	21.09 356	17.79 425	19.52 412	17.90 424	0.19 274	0.07 195	0.10 282	0.00 1	0.37 246	0.59 328

STTStereo	12.97 410	4.88 430	26.57 475	7.54 360	5.41 401	13.43 323	6.49 344	30.53 405	26.35 364	25.14 432	31.43 395	32.00 450	14.12 367	16.01 365	14.83 398	0.29 323	0.31 389	0.67 419	1.08 466	1.21 395	1.11 394

TDLM	12.98 412	3.78 405	9.77 312	10.75 450	4.94 369	16.10 378	14.08 464	35.05 462	31.87 407	22.36 399	26.51 328	26.09 410	14.97 388	24.73 462	13.11 379	1.05 447	0.05 139	1.21 457	0.27 372	1.83 423	1.00 388

AANet_RVC	13.16 413	5.34 437	10.83 342	8.20 382	4.44 352	14.13 335	9.46 403	28.78 378	37.67 456	23.44 414	37.47 454	23.48 381	15.83 401	22.39 447	16.63 413	1.67 463	0.86 466	0.24 361	0.02 158	0.63 339	1.60 419

psm_up	13.18 414	1.91 292	8.81 256	9.59 417	5.84 423	15.17 358	11.37 440	38.74 496	30.81 399	20.66 376	30.32 373	30.00 434	23.12 459	19.19 407	16.02 407	0.58 390	0.10 241	0.17 329	0.01 126	0.65 345	0.55 319

xyz-stereo	13.23 415	0.83 30	38.70 501	2.53 27	0.83 102	41.19 526	4.82 287	13.68 162	26.28 362	22.98 408	37.78 456	29.35 429	18.53 436	18.11 394	7.85 308	0.22 293	0.03 96	0.64 416	0.01 126	0.13 96	0.06 64

ssnet_v2	13.23 415	2.43 353	11.25 347	7.34 347	2.92 277	23.05 444	12.95 454	35.93 472	32.92 424	21.23 389	25.38 311	28.81 423	15.22 392	22.57 448	19.81 435	0.18 270	0.08 215	0.19 342	0.05 221	1.24 398	1.06 392

CVANet_RVC	13.24 417	3.39 393	8.43 238	8.42 387	5.04 377	18.52 413	11.72 445	32.03 422	33.85 427	23.17 411	32.77 415	29.78 431	16.51 408	23.20 452	11.28 366	0.94 437	0.04 108	1.19 456	0.47 424	3.13 456	1.01 389

FADNet-RVC	13.27 418	11.57 497	39.71 503	7.94 373	4.50 354	15.41 362	6.95 363	27.96 366	22.98 322	20.37 370	30.73 379	26.86 415	11.31 307	20.50 435	14.28 393	0.14 254	0.14 296	0.13 311	0.18 315	2.83 447	0.86 371

DLCB_ROB	13.35 419	3.00 383	9.12 280	9.43 408	5.68 414	21.80 434	10.12 419	29.19 385	29.92 392	27.71 456	31.45 400	32.37 453	19.50 442	19.02 403	16.73 414	0.22 293	0.04 108	0.38 392	0.06 238	0.49 295	0.85 370

StereoDRNet-Refined	13.36 420	2.80 370	10.82 341	7.94 373	3.10 283	18.95 414	4.45 273	28.47 373	29.65 384	29.11 465	41.47 481	24.44 390	17.64 423	23.34 453	21.66 446	0.16 264	0.07 195	0.53 405	0.32 394	0.77 368	1.64 421
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 421	4.08 413	11.41 352	11.67 467	5.79 419	17.28 397	9.39 401	32.77 434	22.29 313	28.11 459	33.35 424	32.48 454	21.86 454	19.75 414	10.28 353	1.00 443	0.48 429	0.85 438	0.29 379	1.31 404	3.08 458

iinet-f	13.51 422	4.29 416	45.90 517	6.01 270	3.96 319	21.00 428	13.40 459	27.40 363	21.12 297	21.11 386	30.72 378	21.49 359	16.96 414	15.33 338	19.50 433	0.12 248	0.42 412	0.09 263	0.05 221	0.89 377	0.39 279

rvit_105_1	13.56 423	5.57 440	19.88 455	13.22 481	4.58 357	15.04 354	28.61 535	26.56 352	42.75 481	18.83 342	24.53 302	20.93 353	13.85 360	18.02 393	11.90 372	1.74 464	0.60 447	0.25 362	2.10 490	0.61 333	1.64 421

CBMV	13.69 424	3.63 399	8.02 220	5.93 262	2.69 260	22.57 440	12.44 451	29.81 394	31.57 405	31.20 478	33.79 431	31.04 441	17.41 421	25.28 465	14.11 392	0.71 409	0.60 447	0.60 412	0.11 284	1.11 390	1.13 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 425	7.41 466	14.68 406	6.70 318	5.63 411	18.43 411	12.59 452	38.89 498	25.56 352	20.27 368	35.71 443	21.11 357	16.35 406	17.16 383	17.56 420	2.28 473	0.53 440	5.37 501	0.36 405	4.28 475	3.09 459

FADNet	14.18 426	10.92 491	37.56 498	7.79 370	6.64 440	17.48 401	6.91 360	34.73 459	34.03 428	18.85 343	27.02 332	28.26 421	14.24 371	17.77 388	10.09 348	0.41 358	0.67 454	0.37 390	0.37 409	8.13 503	1.34 406

fast-acv-ft	14.25 427	4.00 412	16.20 419	7.51 358	5.14 385	26.38 470	9.77 408	24.62 327	34.84 439	25.30 435	37.27 452	32.09 451	20.38 448	18.32 395	19.50 433	0.36 339	0.32 392	0.63 414	0.47 424	1.18 393	0.76 358

pmcnn	14.59 428	3.68 402	19.78 454	6.83 327	4.51 355	21.27 431	14.67 469	27.37 361	30.54 395	27.09 453	40.19 473	38.71 490	18.53 436	17.70 387	19.27 430	0.84 430	0.09 225	0.00 1	0.00 1	0.48 286	0.31 256

Anonymous_2	14.95 429	6.75 459	17.63 435	5.45 228	7.10 454	26.19 467	11.58 443	18.06 244	17.30 252	17.61 311	15.47 189	23.33 379	20.95 452	20.55 436	14.63 395	11.05 529	12.86 539	11.27 527	25.12 543	11.32 520	4.82 484

z-ln-s-r	14.97 430	6.05 444	40.55 506	5.39 225	5.41 401	13.95 331	13.34 458	21.84 296	36.75 452	18.86 344	43.90 500	23.71 386	16.41 407	22.64 450	28.99 500	0.02 143	0.02 67	0.00 1	0.00 1	1.04 385	0.48 307

test_sample9	15.04 431	4.86 427	17.49 430	5.97 264	2.94 278	17.57 403	8.30 384	28.75 375	23.91 336	24.38 423	21.03 263	24.64 393	17.82 427	20.07 421	20.17 437	6.44 511	36.07 550	6.62 508	7.44 520	3.20 460	3.11 460

NVstereo2D	15.15 432	2.97 381	16.28 422	9.23 405	7.56 464	30.03 486	9.53 405	42.80 519	42.72 480	15.11 247	27.03 333	23.16 376	16.93 413	24.28 458	15.45 403	3.07 488	0.43 416	1.44 465	0.61 438	6.74 493	7.60 512

TCMNet	15.19 433	6.68 457	19.70 452	13.83 486	12.53 514	26.35 469	13.66 460	29.47 390	35.21 440	24.71 427	31.20 390	23.44 380	15.13 390	18.97 402	22.59 458	1.13 451	0.65 451	2.04 473	0.97 461	3.18 457	2.31 446

Wz-Net-LNSev-Ref	15.26 434	3.68 402	27.36 477	7.11 340	5.83 422	24.88 456	12.12 450	30.19 397	36.12 448	27.08 452	45.98 504	29.10 425	13.65 353	20.45 434	20.26 440	0.67 406	0.00 1	0.10 282	0.00 1	0.32 221	0.26 231

StereoDRNet	15.30 435	4.47 420	14.35 402	10.71 446	8.69 482	25.02 459	11.03 433	39.66 500	35.62 444	29.17 466	28.81 349	34.05 470	17.80 426	18.80 400	23.77 465	0.41 358	0.30 386	0.15 321	0.14 298	1.64 415	1.42 411

FINET	15.49 436	6.08 445	24.99 470	8.12 378	7.69 467	21.80 434	22.35 514	33.76 447	48.27 501	25.99 441	32.27 410	19.48 344	16.83 412	19.07 404	16.38 412	1.37 458	0.70 455	0.95 444	0.27 372	2.61 442	0.90 375

DRN-Test	15.88 437	3.83 408	14.70 407	9.96 429	8.02 476	28.93 483	14.65 468	42.34 514	38.25 461	28.18 460	34.31 436	29.22 427	18.35 433	20.01 419	22.68 459	0.37 342	0.41 408	0.46 398	0.28 375	1.28 400	1.34 406

YMNet	15.91 438	5.68 442	21.74 462	10.94 453	8.77 484	25.22 461	9.21 397	32.22 427	31.35 401	33.81 496	38.84 464	34.00 467	17.83 430	19.95 416	21.57 444	0.87 433	1.30 477	1.22 459	0.91 456	1.64 415	1.18 402

YMNet_1	15.91 438	5.68 442	21.74 462	10.94 453	8.77 484	25.22 461	9.21 397	32.22 427	31.35 401	33.81 496	38.84 464	34.00 467	17.83 430	19.95 416	21.57 444	0.87 433	1.30 477	1.22 459	0.91 456	1.64 415	1.18 402

SDNR	16.15 440	5.23 435	28.92 480	5.73 247	6.05 427	56.85 545	3.26 229	23.18 314	29.73 385	20.62 374	36.48 447	13.59 251	16.97 415	18.43 396	13.44 384	10.56 525	13.84 540	3.10 492	0.44 420	7.80 499	8.81 520

PA-Net	16.29 441	6.88 461	27.34 476	9.88 426	11.12 504	21.77 433	28.15 534	32.06 423	39.49 462	19.99 360	27.91 339	23.50 382	20.59 449	20.25 427	24.04 468	0.24 307	2.26 500	0.22 354	4.59 508	1.13 392	4.48 480
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 442	1.88 288	16.15 418	7.78 369	4.19 333	26.92 474	10.21 423	30.31 402	44.26 490	21.35 391	33.91 434	35.80 480	22.40 456	35.65 509	33.87 508	0.18 270	0.08 215	0.04 210	0.04 198	1.71 419	0.54 318

GwcNet	16.48 443	5.23 435	20.03 457	10.24 438	8.48 479	28.79 480	10.09 417	38.60 494	44.51 491	23.29 413	36.95 450	31.29 444	19.79 446	20.42 432	25.70 481	0.54 386	0.72 456	0.57 410	0.39 413	1.37 407	2.64 450

NaN_ROB	16.51 444	6.51 454	16.22 420	10.53 444	4.64 360	31.76 496	17.78 498	37.00 483	43.37 485	29.68 471	31.29 391	32.67 459	20.32 447	28.00 480	16.06 408	0.38 343	0.41 408	0.32 383	0.41 415	0.87 376	1.94 433

FAT-Stereo	16.81 445	2.97 381	17.56 434	9.80 422	6.21 429	16.12 381	13.23 457	38.18 493	39.67 464	27.00 450	39.73 471	37.55 486	31.30 505	20.39 431	21.52 443	3.44 490	2.05 493	0.81 435	1.10 467	1.89 426	5.72 490

S-Stereo	16.85 446	3.95 411	20.67 460	12.08 473	8.91 488	21.68 432	12.61 453	32.20 426	44.61 492	22.37 400	38.42 462	29.15 426	28.02 488	18.58 398	22.36 457	2.88 484	3.11 514	0.87 442	1.82 484	3.58 467	9.08 522

DANet	16.85 446	8.00 470	26.04 474	14.56 495	7.25 457	20.59 426	5.37 295	26.22 348	26.02 361	32.17 486	36.00 445	37.20 484	29.77 497	30.75 489	24.62 473	1.14 453	1.34 479	2.21 478	0.51 430	3.18 457	4.07 474
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	16.87 448	16.27 512	17.93 441	11.24 461	6.69 443	28.95 484	10.44 426	41.23 511	21.49 302	29.68 471	34.27 435	32.48 454	11.00 297	20.05 420	15.09 401	8.22 516	2.59 505	12.23 528	0.75 448	10.40 513	6.34 496

PSMNet_ROB	16.90 449	5.45 438	14.16 396	13.77 484	7.25 457	27.65 477	32.74 540	43.21 522	37.88 459	24.00 417	32.97 420	34.55 474	16.69 409	17.41 384	23.96 467	0.38 343	0.22 347	0.93 443	2.05 488	1.83 423	0.96 381

GANet	16.92 450	4.32 418	12.46 365	10.84 452	4.24 335	23.04 443	15.36 481	39.91 503	34.47 435	32.42 487	45.10 503	40.04 499	27.54 483	23.61 456	20.20 439	1.02 446	0.08 215	0.67 419	0.22 338	1.87 425	0.97 382

Syn2CoEx	17.03 451	10.40 485	25.65 473	20.35 514	8.02 476	26.28 468	11.27 437	37.16 485	32.69 422	28.89 463	40.17 472	29.27 428	26.63 478	19.19 407	17.63 421	0.98 441	0.54 441	1.23 461	0.23 347	1.82 422	2.24 444

test_sample8	17.19 452	4.86 427	17.49 430	5.97 264	2.94 278	17.57 403	8.30 384	31.87 419	18.55 271	33.54 493	26.00 316	40.64 502	32.90 509	20.07 421	20.17 437	6.44 511	36.07 550	6.62 508	7.44 520	3.20 460	3.11 460

NCCL2	17.23 453	6.37 453	14.30 401	23.45 525	7.18 456	24.16 449	17.05 494	34.39 455	25.88 355	31.55 480	38.01 458	42.09 509	26.81 479	20.94 439	22.69 460	0.45 367	0.23 353	2.63 485	1.80 483	2.02 432	2.57 448

GASNet	17.30 454	19.38 521	30.46 488	20.66 516	9.36 492	16.06 376	9.06 395	43.89 526	40.04 467	25.35 436	23.73 294	32.90 460	15.37 396	28.91 483	17.05 415	3.04 487	0.27 380	1.88 471	0.45 422	6.73 492	1.37 408

ADCRef	17.30 454	6.73 458	42.01 512	10.11 432	8.78 486	26.61 472	10.45 427	31.29 415	32.75 423	31.19 477	41.62 484	18.47 331	19.78 445	24.29 459	34.06 510	0.76 418	0.42 412	2.16 476	1.79 482	1.23 397	1.56 418

XPNet_ROB	17.33 456	4.84 425	15.44 412	11.15 458	6.64 440	20.88 427	16.10 485	36.26 475	39.54 463	31.80 484	41.32 479	41.30 506	23.91 463	24.67 460	27.40 487	1.07 450	0.74 458	0.79 428	0.25 363	1.10 389	1.31 405

w-ln-seven-2	17.58 457	7.62 467	41.78 510	11.29 463	6.55 439	23.49 446	14.08 464	29.64 392	39.85 466	28.44 462	42.38 488	30.45 438	27.66 485	22.16 445	22.15 453	0.44 365	0.49 432	0.65 417	0.17 313	1.58 411	0.81 363

RP	17.58 457	4.92 431	15.27 411	15.44 501	11.95 512	21.05 429	11.75 446	27.64 364	45.09 495	22.99 409	42.05 487	39.39 495	27.74 486	25.54 466	22.33 456	5.45 505	0.59 446	4.33 497	1.62 481	3.53 466	2.86 455

SuperB	17.60 459	6.22 452	56.40 535	7.91 372	5.07 379	19.70 420	9.03 393	24.87 329	50.15 513	26.25 446	39.13 466	17.61 316	20.84 451	22.28 446	25.31 477	0.70 407	0.31 389	1.10 451	0.71 445	16.58 532	1.86 427

ETE_ROB	17.67 460	9.48 477	17.66 436	13.60 482	4.57 356	23.03 442	21.09 509	32.49 430	35.24 441	30.49 474	38.06 459	46.18 523	24.49 466	26.40 470	24.21 470	0.46 372	0.24 364	1.14 452	0.84 451	1.52 410	2.13 438

APVNet	17.75 461	5.46 439	20.35 459	12.31 475	8.40 478	30.16 488	24.10 523	41.14 510	30.12 393	25.08 431	41.09 477	31.24 442	23.12 459	27.07 473	27.86 493	0.34 334	0.56 444	3.02 490	0.52 431	1.68 418	1.45 413

PWCDC_ROB	17.80 462	9.62 478	18.38 443	17.95 509	7.74 468	24.61 453	5.56 307	34.41 456	52.79 517	29.66 470	50.20 519	20.63 350	19.69 444	29.85 488	20.87 441	6.18 508	0.26 375	0.10 282	0.05 221	5.36 486	2.00 435

MDST_ROB	17.92 463	1.60 217	13.68 389	13.88 488	6.44 437	43.05 528	14.86 471	42.74 518	41.66 473	43.25 523	42.85 492	28.43 422	17.28 419	29.35 485	16.06 408	0.88 435	0.11 258	0.63 414	0.47 424	0.50 301	0.64 339

Nwc_Net	17.98 464	4.67 423	17.79 440	14.26 491	11.65 510	25.14 460	14.88 472	40.85 507	39.83 465	21.07 385	43.24 494	34.50 473	27.64 484	26.44 472	25.03 474	3.22 489	0.18 318	2.52 484	3.18 497	1.98 428	1.51 416

ADCP+	18.16 465	4.61 422	32.94 491	9.31 406	10.23 497	28.87 481	11.69 444	33.43 443	36.49 450	29.28 468	40.49 474	24.18 389	24.61 469	33.89 498	35.33 512	0.25 313	0.40 407	2.00 472	1.17 469	2.16 435	1.87 429

Wz-Net-LNSev	18.19 466	10.57 487	41.33 508	10.19 435	7.94 474	24.29 450	15.28 479	34.15 450	43.38 486	32.90 490	43.72 498	31.94 449	22.21 455	20.81 438	22.26 454	0.47 373	0.22 347	0.00 1	0.02 158	1.22 396	0.94 380

PWC_ROB	18.37 467	10.55 486	25.19 471	10.21 436	6.29 436	23.75 447	4.79 284	35.93 472	48.75 505	32.56 488	44.46 502	34.68 475	24.78 471	30.99 490	25.72 482	1.38 460	0.08 215	1.57 466	0.26 367	2.18 436	3.17 465

AF-Net	18.38 468	5.60 441	14.21 398	15.95 502	10.78 501	22.26 436	10.45 427	35.39 466	50.22 514	24.71 427	37.77 455	41.55 507	29.24 495	29.11 484	26.67 483	4.35 500	0.06 172	4.56 499	0.90 453	2.42 437	1.38 409

stereogan	18.62 469	3.07 385	16.31 423	13.04 479	9.99 495	35.74 510	9.09 396	38.17 492	45.27 496	24.39 426	41.24 478	39.93 497	25.46 475	31.29 492	24.33 472	1.80 467	0.91 471	2.71 487	0.75 448	5.15 485	3.70 466

edge stereo	18.75 470	5.12 432	17.66 436	10.77 451	7.84 472	22.41 438	11.03 433	35.23 465	42.07 479	34.62 498	42.74 490	41.28 505	35.50 514	25.14 464	24.17 469	2.42 479	2.42 504	6.35 506	1.45 477	2.89 450	3.80 467

RYNet	18.92 471	4.69 424	16.88 427	10.99 455	15.84 521	46.72 530	16.57 490	37.84 489	48.03 500	26.92 449	26.48 326	37.84 489	24.92 473	19.80 415	31.04 506	0.25 313	0.25 372	0.62 413	0.03 177	6.34 491	6.39 497

Wz-Net-MNSev	18.98 472	6.53 455	33.16 493	10.15 434	7.26 459	38.37 518	16.45 488	34.19 452	43.20 484	30.65 475	40.76 475	40.51 501	19.24 441	27.56 475	28.06 498	0.81 426	0.26 375	0.05 217	0.10 274	1.45 409	0.84 367

LALA_ROB	19.19 473	7.15 464	15.93 417	12.96 478	5.30 397	28.30 479	23.21 521	42.51 515	36.69 451	33.45 492	40.81 476	50.96 534	24.53 467	27.92 477	25.66 480	0.60 395	0.44 418	2.04 473	1.22 471	2.54 441	1.47 414

aanetorigin	19.21 474	12.59 499	53.50 526	9.67 418	7.83 471	11.85 293	13.87 462	17.05 224	34.15 431	49.18 533	48.89 515	34.05 470	30.22 499	22.86 451	28.00 497	1.01 445	0.75 460	0.67 419	0.89 452	3.07 453	4.14 475

SGM_RVC	19.52 475	2.12 333	6.79 159	6.59 308	1.33 157	38.20 517	15.74 483	38.13 491	34.07 429	45.71 528	41.91 486	51.41 535	38.10 520	38.77 525	27.80 492	0.61 399	0.36 401	0.51 403	0.33 398	1.03 384	0.90 375
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 476	9.36 474	31.06 489	10.99 455	6.24 433	28.10 478	10.14 421	37.50 488	58.34 538	31.74 482	36.70 449	32.50 456	21.03 453	36.00 514	37.24 521	1.23 456	0.44 418	0.12 300	0.31 390	1.98 428	1.69 424

NCC-stereo	19.75 477	6.08 445	23.96 466	15.05 496	16.17 522	18.42 409	21.45 510	43.31 524	41.00 471	24.30 421	38.12 460	34.98 476	26.92 480	35.46 506	25.65 478	4.29 498	2.07 495	3.24 493	8.90 529	2.86 448	2.86 455

Abc-Net	19.75 477	6.08 445	23.96 466	15.05 496	16.17 522	18.42 409	21.45 510	43.31 524	41.00 471	24.30 421	38.12 460	34.98 476	26.92 480	35.46 506	25.65 478	4.29 498	2.07 495	3.24 493	8.90 529	2.86 448	2.86 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 479	12.06 498	33.43 494	13.79 485	16.23 524	22.97 441	15.88 484	35.41 467	41.96 477	19.90 359	32.16 409	35.60 479	18.14 432	29.48 487	23.10 462	3.85 494	3.89 525	6.16 505	4.75 510	13.56 524	13.44 533

RGC	19.90 480	13.26 502	20.24 458	18.19 510	14.06 519	21.21 430	14.33 466	34.97 461	43.60 488	27.73 457	41.49 482	39.76 496	27.98 487	34.52 501	21.37 442	3.66 493	0.54 441	8.67 520	4.16 506	4.19 473	4.02 472

DeepPrunerF	19.92 481	11.02 494	44.29 513	20.74 517	17.75 526	19.19 416	22.57 515	36.86 482	49.93 509	25.48 437	36.62 448	24.69 396	23.97 464	23.44 454	21.79 447	2.68 483	1.63 488	5.70 502	3.95 504	3.38 465	2.67 451

WCMA_ROB	20.02 482	4.30 417	19.72 453	9.47 413	7.00 452	32.71 502	13.99 463	31.97 421	32.48 419	41.51 517	52.00 523	44.09 514	36.14 516	32.43 494	24.29 471	6.19 509	2.79 510	1.09 450	1.10 467	3.95 470	3.13 463

MSAF-DinoV2	20.61 483	7.35 465	24.41 468	11.43 466	4.88 366	30.12 487	16.70 491	39.67 501	54.27 521	22.75 405	32.01 405	48.05 528	30.44 501	37.52 519	40.45 529	0.72 411	0.50 434	0.44 395	1.23 472	4.64 477	4.54 481

psmorigin	20.95 484	10.24 484	35.84 495	9.75 420	7.05 453	24.59 452	10.11 418	32.85 436	32.17 415	43.09 521	54.57 532	42.79 510	36.62 517	35.99 513	27.41 488	1.58 462	2.72 509	0.79 428	1.05 464	3.26 463	6.50 498

SANet	20.96 485	6.60 456	29.81 483	8.83 393	3.19 286	31.27 495	20.56 508	41.86 513	56.09 532	39.30 512	43.62 496	44.95 516	31.93 507	27.83 476	23.67 464	0.94 437	0.52 439	0.99 446	0.42 417	4.72 479	2.03 436

FBW_ROB	21.00 486	10.23 483	22.72 464	13.71 483	6.77 445	30.49 493	16.46 489	44.58 527	43.57 487	44.25 526	39.59 469	43.27 512	26.12 477	33.96 499	21.80 448	2.58 482	1.84 491	7.14 518	2.78 495	4.00 471	4.06 473

w-ln-seven	21.04 487	9.30 473	55.15 533	11.32 464	9.98 494	30.27 489	18.05 499	37.06 484	55.12 528	36.70 504	43.26 495	33.73 466	22.90 457	22.63 449	29.52 501	0.39 353	0.18 318	0.85 438	0.16 308	2.75 445	1.47 414

z-mn7	21.05 488	9.91 480	45.96 518	11.27 462	5.23 388	33.41 504	15.27 478	35.65 469	57.07 534	26.62 448	53.08 525	32.21 452	24.80 472	35.65 509	30.93 505	0.49 376	0.25 372	0.55 407	0.11 284	1.62 413	0.90 375

SQANet	21.24 489	24.08 530	19.60 451	26.40 530	18.74 528	30.87 494	9.24 399	32.70 433	29.58 383	25.25 433	33.37 425	33.47 464	19.19 440	28.11 481	18.32 425	10.87 526	2.92 512	26.49 540	5.65 515	18.43 536	11.48 528

G-Net	21.25 490	8.24 471	37.97 500	15.14 499	9.26 491	50.87 536	16.80 493	27.96 366	30.54 395	38.92 509	42.93 493	33.27 461	32.17 508	27.99 479	25.25 476	4.40 501	3.83 523	3.60 496	0.97 461	7.91 502	6.95 504

SHD	21.32 491	10.03 481	30.16 486	14.30 492	8.68 481	24.15 448	8.93 391	40.82 506	61.17 542	35.79 502	44.15 501	38.73 491	30.20 498	33.88 497	31.09 507	2.00 470	0.81 463	1.17 453	1.55 478	4.08 472	4.78 483

MultiAttention	21.34 492	1.48 170	14.65 405	12.08 473	4.10 330	63.05 554	95.71 578	42.52 516	41.89 476	15.33 256	30.20 372	28.14 420	7.73 230	44.07 534	13.67 386	0.84 430	0.27 380	1.06 447	1.58 480	4.47 476	3.88 471

CSAN	21.34 492	9.45 476	23.34 465	20.99 519	4.95 370	32.57 500	34.26 541	38.83 497	49.95 511	36.97 506	39.72 470	44.97 517	31.73 506	26.05 467	23.94 466	1.52 461	0.47 427	0.85 438	1.43 476	2.73 444	2.14 441

UDG	21.45 494	14.84 508	14.44 403	21.30 522	20.08 531	32.05 499	13.76 461	35.98 474	35.52 443	25.93 440	30.69 377	37.26 485	30.66 502	21.97 443	19.89 436	10.88 527	5.55 530	22.78 536	7.65 523	14.83 530	13.05 532

ADCL	21.64 495	6.20 449	47.32 520	9.93 427	6.91 451	38.69 521	19.97 506	31.26 413	54.04 519	27.89 458	47.97 512	31.35 445	30.66 502	33.18 496	36.62 516	0.99 442	0.92 472	2.63 485	1.82 484	2.45 438	2.13 438

ADCPNet	21.93 496	9.38 475	57.92 536	11.76 469	6.88 449	36.03 511	18.44 501	32.80 435	35.93 445	32.91 491	43.80 499	39.21 494	26.99 482	31.14 491	36.94 518	2.05 471	2.67 508	2.30 480	3.45 500	4.22 474	3.82 468

zh-mn7	21.99 497	13.21 501	53.55 527	10.73 448	5.68 414	27.38 476	14.94 473	34.53 458	56.55 533	40.02 513	57.13 536	31.28 443	23.73 462	35.83 511	30.28 503	0.95 439	0.44 418	0.22 354	0.19 328	1.26 399	1.86 427

CC-Net-ROB	22.04 498	22.91 527	28.86 479	14.05 489	8.73 483	33.79 505	15.26 477	46.84 531	36.06 447	33.72 494	32.10 407	35.47 478	24.02 465	23.57 455	27.88 494	8.95 519	2.95 513	24.94 538	3.68 501	12.41 522	4.62 482

STTRV1_RVC	22.05 499	18.29 516	39.19 502	16.73 505	23.82 538	29.51 485	15.66 482	34.87 460	34.16 432	35.00 499	34.89 439	31.89 448	28.80 493	28.81 482	23.08 461	11.86 533	3.26 515	6.50 507	4.65 509	14.38 529	5.69 488

MeshStereo	22.27 500	6.87 460	11.15 346	7.69 364	4.87 365	37.70 515	13.06 455	41.64 512	36.95 453	50.92 536	53.41 528	58.12 540	41.93 530	37.73 521	27.62 491	2.52 481	2.37 501	2.99 489	2.07 489	3.09 454	2.60 449
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
DDUNet	22.66 501	19.69 523	14.64 404	24.11 526	22.38 535	24.84 454	17.71 497	30.36 403	30.32 394	29.02 464	37.31 453	37.63 487	24.66 470	24.67 460	17.08 416	18.42 538	7.92 536	26.43 539	11.81 535	17.23 534	16.95 538

Wz-Net-SNSev	22.67 502	16.94 514	45.69 516	13.85 487	8.52 480	28.89 482	27.06 531	39.39 499	55.04 526	31.77 483	53.23 526	39.18 493	23.41 461	26.40 470	36.25 514	0.78 420	0.21 337	1.21 457	0.90 453	3.03 452	1.62 420

ADCMid	22.76 503	10.75 489	41.73 509	11.23 460	7.97 475	27.26 475	19.18 505	35.44 468	38.02 460	40.23 514	46.38 507	36.56 482	42.70 531	38.20 523	40.75 530	1.77 465	1.43 483	3.05 491	3.81 503	4.96 481	3.82 468

MSMD_ROB	22.90 504	9.64 479	14.76 408	17.46 508	9.88 493	34.94 507	18.83 502	33.67 446	37.47 454	40.97 516	59.80 540	45.93 521	38.34 522	31.74 493	23.24 463	6.22 510	3.58 520	8.78 521	11.03 534	6.76 494	5.06 487

LE_ROB	22.93 505	3.07 385	14.02 393	7.70 365	2.86 270	31.99 498	17.35 496	28.10 369	67.19 554	70.51 557	55.61 535	49.07 529	47.62 537	24.76 463	36.49 515	0.35 337	0.20 330	0.27 366	0.55 434	0.48 286	0.44 296

zh-sn7	23.03 506	15.48 510	50.25 522	14.08 490	7.77 470	26.71 473	23.32 522	36.59 478	48.43 503	33.80 495	51.71 521	33.34 463	33.77 511	39.91 528	37.07 519	0.60 395	0.86 466	0.54 406	0.35 401	3.18 457	2.85 453

AnyNet_C32	23.37 507	13.28 503	40.29 505	12.36 476	11.44 507	30.39 490	29.15 536	31.36 416	44.90 494	35.36 500	48.86 513	33.61 465	34.20 512	43.15 533	41.62 536	1.27 457	1.35 480	1.18 455	2.58 493	4.77 480	6.27 495

SGM-ForestM	23.72 508	2.44 354	9.13 282	7.43 353	2.25 233	44.80 529	19.11 504	44.90 528	49.97 512	50.74 535	51.18 520	62.06 548	45.83 535	44.96 535	33.88 509	1.00 443	0.84 465	0.78 426	0.62 439	1.29 401	1.11 394

MFN_U_SF_DS_RVC	23.92 509	13.60 504	30.09 485	25.46 528	10.02 496	38.51 519	20.40 507	35.77 471	43.76 489	42.15 518	47.10 511	39.99 498	28.20 490	35.96 512	27.06 485	3.64 492	3.85 524	6.66 511	16.30 540	4.97 482	4.98 486

ccnet	24.02 510	16.16 511	21.70 461	11.83 471	17.75 526	37.87 516	16.18 486	45.46 530	31.93 411	36.99 507	46.46 510	38.76 492	29.52 496	37.55 520	40.93 533	9.20 520	6.29 531	9.63 523	7.71 525	11.19 517	7.21 509

PSMNet-RUCA	24.03 511	26.83 532	40.96 507	35.46 538	34.27 543	16.24 387	9.79 409	39.82 502	31.45 403	31.49 479	41.54 483	36.82 483	26.02 476	27.92 477	15.09 401	11.51 531	2.06 494	20.58 534	8.10 527	15.83 531	8.74 519

XQC	24.10 512	16.76 513	50.68 523	21.37 523	11.01 503	35.24 509	18.84 503	37.28 487	55.11 527	31.64 481	30.06 371	37.71 488	30.31 500	37.17 517	39.66 526	4.20 497	0.41 408	2.76 488	1.89 486	11.46 521	8.42 518

FC-DCNN	24.37 513	10.99 493	19.02 446	18.44 511	9.16 489	36.98 512	23.07 519	40.44 504	43.05 483	46.25 530	53.58 530	50.44 531	37.86 519	35.45 505	27.57 490	6.87 515	3.37 516	6.01 503	4.88 511	7.86 501	6.05 492

DPSNet	24.40 514	6.97 463	33.14 492	11.16 459	6.54 438	53.33 539	43.32 549	51.28 539	59.37 540	30.89 476	39.36 467	40.35 500	34.30 513	32.57 495	25.09 475	4.65 503	1.62 487	0.37 390	0.66 442	8.51 507	4.44 479

FC-DCNN v2	24.44 515	10.97 492	18.53 444	18.49 512	9.18 490	37.41 514	23.03 518	40.91 508	43.02 482	46.46 531	54.06 531	50.67 532	38.26 521	35.41 504	27.52 489	6.85 514	3.38 517	6.03 504	4.89 512	7.82 500	5.94 491

PDISCO_ROB	24.45 516	9.24 472	29.28 482	28.68 534	19.96 530	37.14 513	15.33 480	45.04 529	54.69 523	29.24 467	42.67 489	46.07 522	28.17 489	35.35 503	30.30 504	9.92 523	2.13 497	6.90 512	3.20 498	8.74 508	6.87 503

Wz-Net-TNSev	25.12 517	20.16 524	57.98 537	9.56 415	7.42 462	42.73 527	22.27 513	35.14 463	53.46 518	35.97 503	42.74 490	45.83 519	39.87 526	36.56 515	34.73 511	1.82 468	1.51 485	0.76 425	1.34 475	5.84 490	6.80 501

EDNetEfficient	25.16 518	22.23 526	77.22 561	9.09 400	7.38 460	19.38 417	16.78 492	21.41 290	55.74 531	61.52 548	53.51 529	36.22 481	40.65 529	24.22 457	38.27 523	0.62 402	0.74 458	0.86 441	2.60 494	7.70 498	7.09 506

WZ-Net	25.17 519	12.95 500	63.02 541	15.13 498	10.42 500	38.51 519	27.42 533	40.46 505	54.17 520	28.32 461	52.95 524	40.81 503	28.36 491	37.07 516	41.35 535	1.21 455	0.21 337	0.73 423	0.94 459	5.42 488	3.87 470

GANetREF_RVC	25.41 520	29.28 534	24.63 469	25.18 527	6.04 426	30.44 491	35.39 544	47.84 533	50.60 515	36.88 505	36.04 446	34.11 472	31.23 504	37.46 518	27.96 496	8.58 517	2.66 507	16.29 531	4.95 513	14.37 528	8.32 517
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FCDSN-DC	25.59 521	14.91 509	18.83 445	28.55 533	15.68 520	39.29 522	18.16 500	42.83 521	41.69 474	44.43 527	51.94 522	50.82 533	39.22 525	34.59 502	27.29 486	6.05 507	3.63 521	7.01 515	6.41 516	10.35 512	10.17 526
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 522	13.71 505	46.90 519	14.51 494	10.34 498	30.46 492	22.72 517	42.81 520	57.61 537	42.58 519	49.37 517	41.91 508	40.43 527	41.90 532	44.58 541	2.37 476	2.19 499	2.37 482	3.29 499	7.32 496	6.52 499

DLNR_Zeroshot_test	27.62 523	51.32 548	91.46 574	98.51 584	98.03 583	3.10 21	0.50 33	30.95 409	7.65 132	8.16 135	15.68 190	7.31 150	1.63 38	11.87 232	4.21 220	40.37 549	0.87 468	0.06 231	0.34 400	80.23 572	0.24 222

MFN_U_SF_RVC	28.16 524	14.14 507	53.23 525	21.11 520	7.91 473	39.97 523	13.13 456	51.65 541	46.34 498	47.41 532	53.38 527	55.32 538	40.53 528	38.47 524	39.74 527	5.67 506	4.46 526	6.98 514	8.73 528	7.47 497	7.44 511

PASM	28.19 525	17.35 515	48.18 521	22.49 524	22.20 534	25.92 465	25.84 529	34.35 454	49.45 507	35.37 501	39.48 468	46.72 525	33.36 510	34.28 500	36.77 517	11.73 532	14.94 541	17.43 533	22.18 542	13.45 523	12.32 531

EDNetEfficientorigin	28.98 526	35.45 541	99.82 587	9.43 408	5.65 412	24.97 457	14.79 470	26.06 345	54.82 524	60.87 544	57.59 537	45.42 518	50.27 540	26.11 468	43.62 538	0.30 324	0.37 403	1.61 467	2.35 491	10.17 511	9.99 525

AnyNet_C01	29.76 527	25.78 531	75.37 559	17.03 506	11.34 505	49.00 534	27.12 532	37.99 490	40.05 468	40.73 515	65.13 550	46.98 526	38.86 524	46.63 536	48.19 546	2.14 472	2.13 497	2.13 475	2.56 492	8.14 504	7.98 515

LSM	29.98 528	19.52 522	55.11 532	19.06 513	53.75 555	32.57 500	23.17 520	42.61 517	48.57 504	45.97 529	55.04 534	42.93 511	36.02 515	35.63 508	27.03 484	2.33 474	9.19 537	4.87 500	7.71 525	10.65 515	27.91 548

RTS	30.15 529	23.12 528	96.33 577	16.71 503	11.63 508	58.66 548	24.28 524	36.80 480	62.63 546	43.79 524	46.10 505	32.56 457	43.90 532	51.29 542	40.92 531	2.38 477	0.66 452	1.06 447	0.74 446	5.11 483	4.34 477

RTSA	30.15 529	23.12 528	96.33 577	16.71 503	11.63 508	58.66 548	24.28 524	36.80 480	62.63 546	43.79 524	46.10 505	32.56 457	43.90 532	51.29 542	40.92 531	2.38 477	0.66 452	1.06 447	0.74 446	5.11 483	4.34 477

DispFullNet	30.27 531	31.74 536	58.63 538	30.13 535	28.18 541	31.79 497	8.94 392	37.16 485	54.68 522	32.60 489	37.99 457	44.62 515	28.80 493	41.55 531	27.93 495	11.94 534	3.46 518	35.53 544	12.34 536	30.08 544	17.26 539

coex-ft	30.77 532	38.58 544	93.29 576	9.44 411	5.62 410	34.95 508	25.30 527	30.83 408	59.36 539	73.23 561	58.53 538	45.92 520	47.29 536	29.44 486	45.30 542	1.37 458	1.65 489	0.95 444	0.96 460	8.35 506	4.96 485

MANE	31.97 533	10.75 489	17.71 439	20.94 518	13.77 517	47.80 532	26.85 530	53.00 544	55.20 529	59.29 540	64.30 547	64.93 551	56.31 550	51.83 545	38.69 525	9.61 522	4.72 527	6.91 513	19.93 541	9.20 509	7.64 513

otaku	33.18 534	35.99 542	52.93 524	40.01 541	21.41 532	55.08 540	17.25 495	43.30 523	61.58 543	39.25 511	49.16 516	46.61 524	28.49 492	39.77 527	28.76 499	18.56 539	7.00 535	31.82 542	9.61 531	21.53 539	15.48 535

PVD	33.19 535	18.59 518	37.64 499	26.09 529	16.99 525	33.25 503	42.25 548	51.42 540	66.03 552	52.65 538	64.31 548	51.93 536	55.13 546	51.61 544	40.40 528	4.00 496	3.51 519	9.53 522	4.26 507	10.62 514	23.56 543

ELAS	33.68 536	18.95 519	36.71 497	20.64 515	13.61 516	56.43 541	35.14 543	50.03 538	49.90 508	60.58 543	63.83 546	58.64 543	53.36 543	50.73 540	44.44 540	11.03 528	6.58 533	10.02 524	7.43 519	13.58 526	11.94 530
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 537	19.15 520	35.97 496	21.28 521	13.79 518	52.58 537	36.11 545	48.96 536	55.66 530	61.47 547	62.91 542	58.35 542	53.55 544	53.37 547	42.23 537	11.25 530	6.64 534	10.32 525	7.05 518	13.56 524	11.58 529
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 538	18.53 517	31.91 490	55.34 550	35.34 544	75.99 568	94.71 577	47.97 534	50.84 516	37.47 508	36.99 451	53.12 537	38.55 523	39.56 526	38.65 524	3.59 491	5.40 529	2.22 479	3.72 502	9.43 510	9.29 524

Ntro	34.97 539	37.63 543	54.53 530	43.26 545	22.45 536	57.73 546	21.97 512	47.14 532	64.21 549	39.12 510	48.86 513	47.93 527	36.94 518	40.66 529	29.83 502	17.16 537	6.51 532	32.70 543	10.17 532	24.06 540	16.48 537

BEATNet-Init1	35.08 540	20.64 525	54.70 531	27.43 531	12.00 513	58.29 547	31.01 538	52.58 543	57.49 536	60.36 542	62.98 543	69.98 554	55.54 548	53.00 546	44.40 539	4.61 502	2.84 511	7.05 516	6.89 517	10.97 516	8.94 521

ACVNet-4b	36.40 541	52.20 549	56.11 534	42.45 544	21.78 533	48.56 533	14.37 467	49.50 537	60.15 541	43.17 522	46.38 507	55.62 539	24.56 468	38.15 522	21.97 449	25.13 544	3.66 522	46.93 548	33.56 547	25.97 541	17.74 540

MSC_U_SF_DS_RVC	37.16 542	34.69 538	53.68 528	37.47 540	12.55 515	56.80 544	22.63 516	52.02 542	63.29 548	66.20 553	63.82 545	58.12 540	53.73 545	51.21 541	46.48 543	8.79 518	5.31 528	14.69 530	15.22 539	17.27 535	9.21 523

GCST	37.32 543	40.98 545	25.25 472	92.15 579	35.59 545	25.00 458	1.02 67	25.45 334	19.73 280	26.01 443	15.21 187	19.51 346	4.75 149	16.71 378	4.32 223	80.90 572	35.46 549	87.50 578	74.71 567	73.21 568	42.99 555

FADE	41.00 544	35.07 539	67.42 550	32.15 536	23.61 537	40.02 524	25.39 528	57.09 549	71.09 558	43.02 520	41.74 485	43.42 513	51.38 541	58.81 549	50.88 551	37.95 548	21.02 543	44.59 547	42.77 549	17.09 533	15.50 536

ACVNet_1	41.30 545	49.46 547	64.91 546	44.67 546	25.07 539	49.43 535	25.23 526	55.33 546	65.87 551	59.72 541	59.33 539	63.43 549	48.79 539	49.63 539	37.09 520	19.05 540	9.82 538	38.29 545	13.97 538	28.67 542	18.23 542

Consistency-Raft	41.82 546	35.10 540	44.56 515	32.85 537	41.39 549	46.76 531	34.76 542	57.01 548	54.94 525	32.10 485	65.22 551	30.82 439	48.46 538	40.81 530	48.77 547	27.39 545	34.28 548	42.92 546	51.66 557	39.28 547	27.28 545

NVStereoNet_ROB	41.93 547	32.40 537	44.55 514	36.60 539	27.78 540	34.52 506	32.38 539	48.84 535	57.18 535	69.34 556	75.62 562	66.07 553	64.86 554	47.34 537	60.78 558	15.72 536	23.99 545	23.40 537	32.06 546	21.34 538	23.86 544
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.25 548	62.74 557	64.52 545	60.13 551	39.00 548	58.72 550	30.83 537	57.31 550	79.18 567	50.24 534	65.35 552	60.13 545	44.25 534	49.47 538	41.16 534	46.52 553	46.06 556	52.72 552	31.78 545	52.33 553	32.47 549

anonymity	52.32 549	58.23 553	63.91 542	41.12 543	59.25 559	53.27 538	41.04 547	55.69 547	40.20 469	54.85 539	49.49 518	49.13 530	55.48 547	59.07 550	49.65 550	55.86 556	50.03 562	51.00 550	51.08 555	51.71 551	56.36 557

MADNet+	53.31 550	68.61 558	98.75 584	67.03 555	37.58 546	79.83 574	81.74 573	60.38 552	61.61 544	51.43 537	54.92 533	61.11 547	59.29 552	69.66 559	76.71 574	23.88 542	24.03 546	17.08 532	12.35 537	32.47 545	27.69 547

JetBlue	54.08 551	45.10 546	74.15 557	51.17 548	47.68 550	75.66 567	60.97 558	63.63 553	62.09 545	63.32 551	64.88 549	78.86 561	68.17 555	68.15 557	75.09 573	36.86 546	24.88 547	29.01 541	29.12 544	28.71 543	34.13 550

SGM+DAISY	54.67 552	56.61 550	62.73 540	40.21 542	53.22 553	61.95 553	48.59 551	55.05 545	44.62 493	61.03 546	63.68 544	60.46 546	55.62 549	60.68 552	55.34 554	56.34 558	48.56 559	50.16 549	49.63 554	52.25 552	56.76 559

SPS-STEREO	55.62 553	59.14 554	64.16 543	45.05 547	53.84 556	59.88 551	44.00 550	59.53 551	49.94 510	62.33 549	61.09 541	59.80 544	56.82 551	60.06 551	57.85 555	58.41 559	48.34 558	51.07 551	49.21 553	55.41 555	56.48 558
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 554	61.72 556	72.56 556	66.35 554	38.29 547	61.93 552	48.64 552	71.64 565	81.91 570	79.28 569	88.72 577	76.25 558	72.87 560	54.33 548	46.74 545	37.13 547	23.36 544	54.52 553	37.80 548	46.22 548	27.59 546

IMH-64-1	59.25 555	58.09 551	67.69 551	66.06 552	50.51 551	56.45 542	49.45 553	68.83 558	67.75 555	67.58 554	80.37 566	70.15 555	74.28 562	72.16 564	48.94 548	42.00 550	42.87 553	65.57 554	47.02 550	51.52 549	37.76 552

IMH-64	59.25 555	58.09 551	67.69 551	66.06 552	50.51 551	56.45 542	49.45 553	68.83 558	67.75 555	67.58 554	80.37 566	70.15 555	74.28 562	72.16 564	48.94 548	42.00 550	42.87 553	65.57 554	47.02 550	51.52 549	37.76 552

IMH	62.95 557	60.33 555	67.78 553	69.51 556	53.65 554	65.09 557	54.21 555	72.00 566	73.28 561	72.49 559	81.93 568	72.96 557	79.81 566	76.65 570	51.41 552	43.57 552	49.82 561	67.81 556	51.14 556	54.83 554	40.67 554

TorneroNet-64	65.66 558	70.70 560	71.20 555	76.52 560	59.70 561	66.78 558	58.05 556	67.53 557	80.00 568	62.67 550	67.40 553	83.09 566	69.42 557	67.34 554	62.05 561	48.31 555	44.07 555	72.93 558	63.88 559	68.05 559	53.58 556

PWCK	65.90 559	88.63 576	79.40 564	80.32 568	29.96 542	63.85 556	39.45 546	72.07 567	71.26 559	78.74 568	68.99 555	77.82 560	61.77 553	82.81 574	62.64 562	80.17 571	39.88 552	81.90 569	47.37 552	73.54 569	37.51 551

WAO-6	70.64 560	73.02 562	66.25 547	79.92 567	61.74 563	68.74 559	59.08 557	75.27 570	87.02 574	74.72 562	79.40 565	79.19 562	84.60 572	67.70 556	60.53 557	67.85 562	48.88 560	81.48 567	73.29 564	65.57 557	58.60 560

TorneroNet	71.21 561	73.44 563	75.82 560	80.82 569	65.65 565	70.53 561	64.39 561	71.42 564	75.97 563	71.47 558	73.68 560	84.17 569	74.00 561	69.85 560	69.09 565	59.37 560	48.19 557	79.67 563	73.51 565	74.93 570	68.26 569

LVE	71.50 562	72.46 561	83.91 569	75.21 559	55.29 558	74.81 562	62.76 560	77.22 571	83.77 572	82.09 571	87.11 576	83.38 567	82.41 571	75.93 568	64.49 563	48.28 554	57.24 568	74.61 560	62.53 558	65.49 556	61.01 561

MFMNet_re	72.05 563	79.64 569	64.23 544	52.73 549	84.71 574	77.93 570	68.35 562	63.96 554	66.93 553	61.00 545	71.29 558	63.84 550	68.91 556	72.42 566	61.11 559	82.03 575	74.22 575	80.34 566	74.44 566	83.62 576	89.34 578

notaker	72.18 564	79.78 570	78.84 563	78.75 564	68.52 567	63.26 555	61.68 559	69.22 561	75.95 562	77.58 566	78.85 564	79.69 564	84.79 573	77.39 571	58.43 556	69.68 565	60.79 569	77.46 562	68.48 561	69.62 561	64.92 566

WAO-7	72.21 565	78.21 565	54.04 529	79.33 566	69.31 569	70.20 560	72.09 568	77.85 574	84.90 573	77.35 565	86.03 572	79.37 563	79.88 567	65.32 553	65.33 564	62.33 561	69.70 573	70.51 557	73.21 563	67.23 558	62.02 562

ktn	72.58 566	80.06 572	69.96 554	79.14 565	69.86 570	75.40 566	70.43 567	69.01 560	76.90 564	72.88 560	77.46 563	77.43 559	77.41 565	72.78 567	55.00 553	79.09 568	65.99 570	80.09 565	68.29 560	71.46 566	62.98 563

UNDER WATER-64	73.11 567	74.48 564	87.70 570	74.03 558	55.20 557	78.24 571	75.71 570	65.33 555	67.91 557	75.60 564	69.32 556	84.41 570	76.93 564	68.43 558	72.45 568	81.18 573	56.77 567	82.46 570	80.34 570	68.22 560	67.48 568

LRCNet_RVC	73.59 568	69.80 559	74.41 558	77.63 562	60.56 562	40.33 525	15.08 476	71.04 563	48.36 502	88.07 577	94.62 580	90.11 576	81.83 569	80.58 573	61.26 560	97.12 584	72.30 574	96.65 583	97.58 584	77.13 571	77.30 573

DPSimNet_ROB	74.29 569	83.27 574	59.30 539	77.19 561	65.13 564	75.14 564	74.95 569	73.99 569	76.94 565	81.99 570	75.48 561	80.18 565	71.76 558	67.39 555	84.00 576	81.87 574	51.14 563	79.99 564	76.70 569	70.17 562	79.21 574

UNDER WATER	75.92 570	79.25 568	87.75 571	84.39 571	66.43 566	77.08 569	77.22 571	66.90 556	72.16 560	75.32 563	71.56 559	85.89 574	82.15 570	70.11 561	74.99 572	79.34 570	53.61 564	86.40 576	84.53 575	71.29 565	72.11 571

TCMNet-wrong-test	76.74 571	91.47 579	89.31 572	97.64 582	97.35 582	94.87 577	92.51 576	69.78 562	65.29 550	63.44 552	71.10 557	65.66 552	51.44 542	85.29 576	74.70 571	56.06 557	20.22 542	83.11 574	82.39 572	95.02 583	88.18 577

WAO-8	76.87 572	78.41 566	66.45 548	86.81 573	72.47 571	79.27 572	68.59 564	77.75 572	89.01 576	83.09 573	86.98 573	85.87 572	84.97 574	72.12 562	69.11 566	74.93 566	55.23 565	87.79 579	83.50 573	70.47 563	64.56 564

Venus	76.87 572	78.41 566	66.45 548	86.81 573	72.47 571	79.27 572	68.59 564	77.75 572	89.01 576	83.09 573	86.98 573	85.87 572	84.97 574	72.12 562	69.11 566	74.93 566	55.23 565	87.79 579	83.50 573	70.48 564	64.56 564

HanzoNet	77.61 574	81.11 573	82.83 565	77.82 563	69.15 568	75.25 565	69.06 566	73.49 568	77.84 566	82.19 572	82.80 569	85.42 571	86.67 577	85.99 577	73.64 570	85.24 579	68.38 572	81.71 568	75.47 568	71.98 567	66.24 567

JetRed	79.55 575	79.88 571	91.52 575	71.05 557	75.80 573	91.66 576	80.11 572	79.14 575	80.44 569	84.35 575	84.23 571	83.38 567	72.48 559	79.43 572	85.44 577	69.33 564	81.58 576	73.66 559	72.56 562	82.35 573	72.60 572

Dean	80.72 576	85.82 575	83.27 566	84.91 572	59.53 560	75.11 563	68.39 563	81.59 576	88.05 575	92.41 579	86.98 573	92.41 578	93.02 579	83.11 575	73.31 569	68.01 563	66.13 571	94.82 582	84.66 576	83.28 574	69.50 570

ASD4	87.72 577	90.49 577	83.85 568	83.29 570	90.74 578	97.88 580	99.60 585	88.98 578	96.82 582	88.24 578	93.42 578	89.82 575	86.15 576	88.78 578	91.81 578	79.31 569	81.76 577	76.68 561	81.50 571	83.55 575	81.68 575

KSHMR	88.54 578	93.03 580	83.31 567	95.54 580	91.74 579	82.37 575	83.41 574	84.43 577	81.99 571	87.89 576	84.05 570	91.94 577	81.33 568	76.34 569	81.76 575	96.44 583	96.14 582	96.69 584	97.12 583	92.52 582	92.67 583

tt	89.96 579	1.02 65	100.00 590	99.40 586	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	78.36 567	67.94 554	99.99 591	100.00 589	100.00 591	100.00 592	95.81 582	99.93 587	87.43 577	86.39 577	95.11 584	87.89 576

xxxxx1	91.92 580	95.33 582	98.45 581	87.29 575	89.24 575	98.50 581	98.17 582	92.95 579	93.21 579	93.55 580	95.36 581	96.99 580	96.28 580	94.65 580	94.94 579	83.26 576	84.17 578	82.90 571	88.32 579	85.49 578	89.37 579

tt_ll	91.92 580	95.33 582	98.45 581	87.29 575	89.24 575	98.50 581	98.17 582	92.95 579	93.21 579	93.55 580	95.36 581	96.99 580	96.28 580	94.65 580	94.94 579	83.26 576	84.17 578	82.90 571	88.32 579	85.49 578	89.37 579

ff	91.92 580	95.33 582	98.45 581	87.29 575	89.24 575	98.50 581	98.17 582	92.95 579	93.21 579	93.55 580	95.36 581	96.99 580	96.28 580	94.65 580	94.94 579	83.26 576	84.17 578	82.90 571	88.32 579	85.49 578	89.37 579

USTest	93.52 583	90.92 578	77.74 562	87.90 578	92.63 580	100.00 588	100.00 589	99.79 587	99.80 586	99.21 586	99.52 586	98.03 583	99.15 585	89.52 579	99.31 586	90.37 580	98.47 583	84.34 575	87.43 578	84.58 577	91.71 582

MADNet++	94.16 584	94.02 581	90.25 573	96.28 581	96.84 581	97.17 579	90.16 575	94.71 582	91.69 578	97.07 583	93.71 579	94.62 579	92.63 578	96.15 583	95.18 582	95.42 581	95.89 581	92.80 581	92.23 582	92.10 581	94.30 585

PML	99.19 585	100.00 591	98.08 580	99.28 585	99.53 585	100.00 588	99.73 586	98.24 583	99.44 585	100.00 590	99.57 587	98.76 585	99.84 586	100.00 591	98.88 585	100.00 587	99.54 584	100.00 588	99.50 586	99.90 587	93.55 584

MEDIAN_ROB	99.19 585	99.84 586	99.62 586	98.49 583	98.51 584	98.58 584	97.81 581	98.80 585	98.56 583	99.36 587	99.49 585	99.56 586	99.06 584	98.35 584	98.31 584	99.99 586	99.63 585	100.00 588	100.00 589	99.81 586	99.95 587

HaxPig	99.40 587	99.99 588	97.38 579	100.00 588	100.00 588	96.91 578	97.35 579	99.59 586	99.99 588	100.00 590	100.00 589	99.99 591	99.99 588	99.04 585	97.77 583	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	99.99 588

Anonymous_1	99.65 588	99.95 587	99.93 588	99.80 587	99.60 586	100.00 588	100.00 589	99.82 589	99.98 587	99.62 588	99.94 588	99.75 588	100.00 589	99.66 586	99.88 587	98.45 585	99.84 586	98.73 585	99.26 585	99.41 585	99.36 586

test_example2	99.68 589	99.99 588	99.99 589	100.00 588	99.99 587	99.86 587	99.99 588	98.29 584	100.00 589	100.00 590	100.00 589	98.15 584	98.39 583	99.98 588	99.98 588	100.00 587	99.99 588	99.40 586	99.53 587	100.00 588	100.00 589

ccccc	99.71 590	98.19 585	100.00 590	100.00 588	100.00 588	99.32 586	99.81 587	99.79 587	99.22 584	99.63 589	98.80 584	99.69 587	99.91 587	99.95 587	99.99 589	100.00 587	100.00 589	99.97 587	99.90 588	100.00 588	100.00 589

AVERAGE_ROB	99.80 591	99.99 588	99.40 585	100.00 588	100.00 588	98.99 585	97.72 580	100.00 590	100.00 589	100.00 590	100.00 589	100.00 593	100.00 589	100.00 591	100.00 592	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

DPSMNet_ROB	99.95 592	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	99.15 585	100.00 589	99.96 589	100.00 589	99.99 589	99.99 589	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

DGTPSM_ROB	99.95 592	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	99.14 584	100.00 589	99.96 589	100.00 589	99.99 589	99.99 589	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

FlowAnything	100.00 594	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	100.00 590	100.00 589	100.00 593	100.00 589	100.00 591	100.00 592	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

Selective-RAFT-Error	100.00 594	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	100.00 590	100.00 589	100.00 593	100.00 589	100.00 591	100.00 592	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

CasAABBNet	100.00 594	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	100.00 590	100.00 589	100.00 593	100.00 589	100.00 591	100.00 592	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

LSM0	100.00 594	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	100.00 590	100.00 589	100.00 593	100.00 589	100.00 591	100.00 592	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

DPSM_ROB	100.00 594	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	100.00 590	100.00 589	100.00 593	100.00 589	100.00 591	100.00 592	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

DPSM	100.00 594	100.00 591	100.00 590	100.00 588	100.00 588	100.00 588	100.00 589	100.00 590	100.00 589	100.00 590	100.00 589	100.00 593	100.00 589	100.00 591	100.00 592	100.00 587	100.00 589	100.00 588	100.00 589	100.00 588	100.00 589

Low-res two-view benchmark