Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 13	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

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

PSMNet-RUCA	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

FACV-RUCA	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

IGEV-RUCA	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

coex-ft	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

fast-acv-ft	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

CBFPSM	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

iinet-f	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

Wz-Net-TNSev	0.02 14	0.05 48	0.04 42	0.07 46	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.06 53	0.04 43	0.01 9	0.01 9	0.01 9	0.01 9

MFN_U_SF_RVC	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

MSC_U_SF_DS_RVC	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

MFN_U_SF_DS_RVC	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

RYNet	0.02 14	0.02 12	0.02 13	0.03 28	0.03 46	0.03 39	0.02 19	0.02 19	0.02 20	0.03 39	0.02 19	0.02 19	0.03 50	0.03 38	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

LSM	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

LSM0	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

G2L-Stereo_aug	0.03 28	0.04 36	0.03 34	0.03 28	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.03 33	0.02 14	0.03 37	0.02 20	0.03 42	0.02 19

coex_refinement	0.03 28	0.03 30	0.02 13	0.03 28	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.03 33	0.02 14	0.03 37	0.02 20	0.03 42	0.02 19

G2L-Stereo	0.03 28	0.03 30	0.02 13	0.03 28	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.03 33	0.02 14	0.03 37	0.02 20	0.03 42	0.02 19

TCMNet	0.03 28	0.04 36	0.03 34	0.03 28	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

TCMNet-wrong-test	0.03 28	0.04 36	0.03 34	0.03 28	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.02 19	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

YMNet	0.03 28	0.04 36	0.03 34	0.03 28	0.03 46	0.03 39	0.02 19	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.02 19	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

YMNet_1	0.03 28	0.04 36	0.03 34	0.03 28	0.03 46	0.03 39	0.02 19	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.02 19	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

Wz-Net-SNSev	0.03 28	0.09 63	0.07 57	0.09 52	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.09 64	0.07 55	0.01 9	0.01 9	0.01 9	0.01 9

EDNetEfficientorigin	0.04 36	0.06 53	0.04 42	0.05 42	0.04 75	0.05 83	0.04 76	0.05 82	0.04 77	0.05 85	0.04 84	0.05 84	0.04 80	0.05 76	0.04 71	0.05 49	0.03 34	0.06 86	0.03 52	0.04 72	0.03 49

EDNetEfficient	0.04 36	0.05 48	0.04 42	0.04 36	0.03 46	0.04 73	0.03 48	0.04 72	0.03 53	0.04 69	0.03 50	0.04 72	0.03 50	0.04 67	0.03 46	0.05 49	0.03 34	0.05 79	0.03 52	0.04 72	0.03 49

NVStereoNet_ROB	0.04 36	0.04 36	0.04 42	0.04 36	0.04 75	0.04 73	0.04 76	0.04 72	0.04 77	0.04 69	0.04 84	0.04 72	0.04 80	0.04 67	0.04 71	0.04 42	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 39	0.06 53	0.04 42	0.06 45	0.04 75	0.06 85	0.04 76	0.06 87	0.04 77	0.06 89	0.04 84	0.06 90	0.04 80	0.06 81	0.04 71	0.06 53	0.04 43	0.05 79	0.04 73	0.05 84	0.04 74

GASNet	0.05 39	0.04 36	0.12 99	0.04 36	0.04 75	0.04 73	0.05 86	0.04 72	0.04 77	0.12 115	0.04 84	0.06 90	0.04 80	0.04 67	0.04 71	0.04 42	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

WZ-Net	0.05 39	0.50 185	0.10 68	0.12 79	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.12 89	0.10 71	0.01 9	0.01 9	0.01 9	0.01 9

Wz-Net-LNSev	0.06 42	0.24 116	0.20 154	0.23 138	0.01 9	0.02 18	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.23 164	0.21 165	0.02 18	0.01 9	0.01 9	0.01 9

Wz-Net-MNSev	0.06 42	0.54 198	0.10 68	0.12 79	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.12 89	0.11 93	0.01 9	0.01 9	0.01 9	0.01 9

AASNet	0.06 42	0.08 57	0.08 59	0.08 48	0.05 91	0.06 85	0.05 86	0.05 82	0.06 99	0.06 89	0.06 99	0.05 84	0.06 99	0.06 81	0.05 82	0.08 58	0.08 57	0.08 93	0.05 88	0.06 88	0.05 89

SACVNet	0.06 42	0.08 57	0.08 59	0.08 48	0.05 91	0.06 85	0.05 86	0.05 82	0.06 99	0.06 89	0.06 99	0.05 84	0.06 99	0.06 81	0.05 82	0.08 58	0.08 57	0.08 93	0.05 88	0.06 88	0.05 89

AACVNet	0.06 42	0.08 57	0.08 59	0.08 48	0.05 91	0.06 85	0.05 86	0.05 82	0.06 99	0.06 89	0.06 99	0.05 84	0.06 99	0.06 81	0.05 82	0.08 58	0.08 57	0.08 93	0.05 88	0.06 88	0.05 89

FINET	0.07 47	0.08 57	0.07 57	0.07 46	0.07 100	0.08 96	0.06 98	0.08 100	0.07 102	0.08 97	0.07 102	0.08 97	0.06 99	0.07 95	0.07 93	0.08 58	0.07 55	0.07 91	0.07 96	0.06 88	0.06 94

FADE	0.07 47	0.06 53	0.02 13	0.09 52	0.10 110	0.03 39	0.03 48	0.05 82	0.03 53	0.04 69	0.03 50	0.05 84	0.03 50	0.04 67	0.03 46	0.15 121	0.10 71	0.17 139	0.13 145	0.11 112	0.11 117

ADCMid	0.08 49	0.02 12	0.02 13	1.01 320	0.03 46	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.04 67	0.09 98	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

test_sample7	0.09 50	1.00 250	0.11 88	0.11 73	0.02 20	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 107	0.03 37	0.03 52	0.03 42	0.03 49

test_sample6	0.09 50	0.97 246	0.10 68	0.10 56	0.03 46	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.03 50	0.03 41	0.02 21	0.03 38	0.02 19	0.10 69	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

test_sample3	0.09 50	0.87 226	0.10 68	0.12 79	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

test_sample2	0.09 50	1.03 262	0.11 88	0.11 73	0.03 46	0.03 39	0.03 48	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.09 64	0.09 66	0.03 37	0.02 20	0.03 42	0.02 19

test_sample1	0.09 50	0.87 226	0.12 99	0.11 73	0.03 46	0.03 39	0.03 48	0.03 41	0.02 20	0.04 69	0.02 19	0.03 41	0.03 50	0.03 38	0.03 46	0.10 69	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

SMFormer	0.09 50	1.01 256	0.09 64	0.09 52	0.03 46	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.09 64	0.09 66	0.03 37	0.02 20	0.03 42	0.02 19

tta	0.09 50	0.95 243	0.09 64	0.10 56	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.09 64	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

xxx	0.09 50	1.01 256	0.10 68	0.10 56	0.03 46	0.03 39	0.03 48	0.03 41	0.02 20	0.03 39	0.03 50	0.03 41	0.02 21	0.03 38	0.02 19	0.10 69	0.10 71	0.03 37	0.02 20	0.03 42	0.03 49

SepStereo	0.09 50	0.09 63	0.10 68	0.09 52	0.09 104	0.09 100	0.09 103	0.10 102	0.08 104	0.10 101	0.09 105	0.09 101	0.09 106	0.09 101	0.08 95	0.09 64	0.08 57	0.09 98	0.08 100	0.09 101	0.08 97

APVNet	0.09 50	0.05 48	0.04 42	0.05 42	0.04 75	0.05 83	0.90 358	0.06 87	0.04 77	0.05 85	0.04 84	0.05 84	0.04 80	0.05 76	0.04 71	0.05 49	0.04 43	0.05 79	0.04 73	0.05 84	0.05 89

ADCS	0.09 50	0.02 12	0.04 42	0.90 298	0.06 99	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.14 120	0.36 251	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

DualNet (step1)	0.10 61	1.05 266	0.12 99	0.12 79	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.02 19	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 107	0.03 37	0.03 52	0.03 42	0.03 49

test_sample9	0.10 61	1.05 266	0.12 99	0.12 79	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.02 19	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 107	0.03 37	0.03 52	0.03 42	0.03 49

test_sample8	0.10 61	1.05 266	0.12 99	0.12 79	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 107	0.03 37	0.03 52	0.03 42	0.03 49

test_sample5	0.10 61	1.07 269	0.11 88	0.10 56	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.10 69	0.10 71	0.03 37	0.03 52	0.04 72	0.03 49

test_sample4	0.10 61	1.03 262	0.12 99	0.10 56	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.13 105	0.13 131	0.03 37	0.03 52	0.03 42	0.03 49

DualNet	0.10 61	1.07 269	0.11 88	0.10 56	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.10 69	0.10 71	0.03 37	0.03 52	0.04 72	0.03 49

ttt	0.10 61	1.09 271	0.12 99	0.12 79	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 107	0.03 37	0.02 20	0.03 42	0.02 19

1111x	0.10 61	1.14 276	0.13 118	0.14 96	0.03 46	0.04 73	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.13 105	0.11 93	0.03 37	0.02 20	0.03 42	0.02 19

AnonymousM	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

222	0.10 61	0.99 249	0.12 99	0.13 92	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 107	0.03 37	0.02 20	0.04 72	0.03 49

test_xeample	0.10 61	1.09 271	0.13 118	0.12 79	0.03 46	0.03 39	0.03 48	0.04 72	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.14 112	0.14 134	0.03 37	0.03 52	0.03 42	0.03 49

PVD	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

SHD	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

SAMSARA	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

XQC	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

RTSC	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

RTS	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

RTSA	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

MADNet+	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

MADNet++	0.10 61	0.10 65	0.10 68	0.10 56	0.10 110	0.10 101	0.10 108	0.10 102	0.10 108	0.10 101	0.10 109	0.10 103	0.10 110	0.10 103	0.10 104	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

ADCPNet	0.10 61	0.03 30	0.04 42	1.27 392	0.03 46	0.04 73	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.04 72	0.03 50	0.08 98	0.04 71	0.04 42	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

ISRNet	0.11 82	0.05 48	0.36 222	0.24 143	0.07 100	0.13 116	0.05 86	0.06 87	0.05 91	0.05 85	0.05 93	0.13 117	0.05 87	0.05 76	0.09 98	0.24 169	0.20 161	0.10 99	0.05 88	0.06 88	0.13 139

JetRed	0.11 82	0.12 78	0.11 88	0.11 73	0.11 126	0.11 112	0.14 141	0.11 114	0.11 123	0.12 115	0.11 123	0.11 113	0.11 122	0.11 114	0.11 116	0.11 84	0.16 139	0.11 110	0.11 121	0.11 112	0.11 117

JetBlue	0.11 82	0.11 76	0.12 99	0.13 92	0.14 146	0.11 112	0.11 121	0.11 114	0.11 123	0.11 113	0.11 123	0.11 113	0.11 122	0.12 118	0.12 130	0.11 84	0.11 93	0.11 110	0.11 121	0.11 112	0.11 117

x	0.11 82	1.15 278	0.15 138	0.14 96	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.14 112	0.15 137	0.03 37	0.03 52	0.03 42	0.03 49

Wz-Net-LNSev-Ref	0.11 82	0.44 164	0.33 204	0.39 187	0.02 20	0.03 39	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.39 231	0.36 224	0.02 18	0.02 20	0.02 19	0.02 19

xxxx	0.11 82	1.16 279	0.16 139	0.12 79	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.13 105	0.16 139	0.03 37	0.04 73	0.04 72	0.04 74

BEATNet_4x	0.11 82	0.03 30	0.03 34	1.60 406	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.05 76	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

ADCL	0.11 82	0.03 30	0.03 34	1.60 406	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.05 76	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

AnyNet_C01	0.11 82	0.02 12	0.02 13	1.62 409	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.03 39	0.02 19	0.02 19	0.02 21	0.06 81	0.04 71	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.03 49

S2M2	0.12 91	0.14 83	0.10 68	0.15 105	0.10 110	0.14 117	0.10 108	0.14 118	0.10 108	0.15 123	0.10 109	0.14 118	0.10 110	0.14 120	0.10 104	0.13 105	0.10 71	0.13 116	0.09 102	0.13 119	0.09 100

GwcNet	0.12 91	0.07 56	0.05 56	0.08 48	0.05 91	0.08 96	1.20 386	0.07 97	0.05 91	0.05 85	0.05 93	0.08 97	0.05 87	0.08 98	0.03 46	0.07 56	0.05 54	0.06 86	0.05 88	0.07 96	0.05 89

FADNet-RVC-Resample	0.12 91	0.04 36	0.04 42	0.04 36	0.04 75	0.04 73	0.04 76	0.04 72	0.04 77	0.04 69	0.04 84	0.04 72	0.04 80	0.04 67	1.57 447	0.04 42	0.04 43	0.04 69	0.05 88	0.04 72	0.06 94

FADNet_RVC	0.12 91	0.04 36	0.04 42	0.05 42	0.04 75	0.04 73	0.04 76	0.04 72	0.04 77	0.04 69	0.04 84	0.04 72	0.05 87	0.04 67	1.65 451	0.05 49	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

FADNet	0.12 91	0.05 48	0.04 42	0.04 36	0.04 75	0.04 73	0.04 76	0.04 72	0.04 77	0.04 69	0.04 84	0.04 72	0.05 87	0.04 67	1.66 452	0.06 53	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

ADCRef	0.12 91	0.03 30	0.04 42	1.71 412	0.04 75	0.03 39	0.03 48	0.04 72	0.04 77	0.04 69	0.03 50	0.04 72	0.03 50	0.06 81	0.04 71	0.04 42	0.04 43	0.04 69	0.04 73	0.03 42	0.04 74

testlalala2	0.13 97	0.16 85	0.11 88	0.15 105	0.11 126	0.16 131	0.11 121	0.16 131	0.11 123	0.16 128	0.11 123	0.16 129	0.11 122	0.16 130	0.11 116	0.14 112	0.11 93	0.14 118	0.11 121	0.14 121	0.11 117

testlalala_base	0.13 97	0.16 85	0.11 88	0.15 105	0.11 126	0.15 124	0.11 121	0.16 131	0.11 123	0.16 128	0.11 123	0.16 129	0.11 122	0.16 130	0.11 116	0.14 112	0.11 93	0.14 118	0.11 121	0.14 121	0.11 117

CIPLG	0.13 97	0.21 104	0.12 99	0.16 114	0.11 126	0.15 124	0.11 121	0.14 118	0.11 123	0.15 123	0.12 133	0.15 128	0.11 122	0.14 120	0.11 116	0.15 121	0.12 107	0.14 118	0.11 121	0.14 121	0.11 117

IPLG	0.13 97	0.20 98	0.14 123	0.15 105	0.11 126	0.14 117	0.11 121	0.14 118	0.11 123	0.14 117	0.11 123	0.14 118	0.11 122	0.14 120	0.11 116	0.15 121	0.12 107	0.14 118	0.11 121	0.14 121	0.11 117

ACRE	0.13 97	0.21 104	0.14 123	0.15 105	0.11 126	0.14 117	0.11 121	0.14 118	0.11 123	0.14 117	0.12 133	0.14 118	0.11 122	0.14 120	0.11 116	0.15 121	0.12 107	0.14 118	0.11 121	0.14 121	0.11 117

LRCNet_RVC	0.13 97	0.13 79	0.09 64	0.13 92	0.10 110	0.14 117	0.10 108	0.14 118	0.10 108	0.23 161	0.10 109	0.20 146	0.10 110	0.24 169	0.11 116	0.11 84	0.09 66	0.12 113	0.14 149	0.12 117	0.09 100

aanetorigin	0.13 97	0.11 76	0.11 88	0.11 73	0.11 126	0.11 112	0.11 121	0.11 114	0.11 123	0.11 113	0.12 133	0.11 113	0.11 122	0.11 114	0.11 116	0.11 84	0.11 93	0.14 118	0.11 121	0.49 270	0.11 117

FADNet-RVC	0.13 97	0.04 36	0.04 42	0.04 36	0.04 75	0.04 73	0.05 86	0.04 72	0.04 77	0.04 69	0.05 93	0.04 72	0.05 87	0.04 67	1.71 454	0.04 42	0.04 43	0.04 69	0.04 73	0.07 96	0.04 74

ELAS	0.13 97	0.16 85	0.11 88	0.15 105	0.09 104	0.18 140	0.11 121	0.18 139	0.11 123	0.17 135	0.11 123	0.18 140	0.11 122	0.18 139	0.11 116	0.14 112	0.08 57	0.14 118	0.08 100	0.14 121	0.09 100
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
mmm	0.14 106	1.83 356	0.12 99	0.11 73	0.03 46	0.03 39	0.03 48	0.03 41	0.04 77	0.03 39	0.03 50	0.03 41	0.03 50	0.06 81	0.04 71	0.12 89	0.11 93	0.05 79	0.04 73	0.05 84	0.04 74

ProNet	0.14 106	0.20 98	0.14 123	0.16 114	0.11 126	0.16 131	0.11 121	0.17 137	0.11 123	0.17 135	0.12 133	0.17 137	0.13 143	0.17 137	0.12 130	0.15 121	0.11 93	0.16 134	0.11 121	0.15 131	0.12 133

IPLGR_C	0.14 106	0.20 98	0.12 99	0.15 105	0.11 126	0.14 117	0.15 146	0.14 118	0.11 123	0.15 123	0.12 133	0.14 118	0.11 122	0.16 130	0.11 116	0.15 121	0.12 107	0.14 118	0.12 137	0.15 131	0.12 133

MIPNet	0.14 106	0.21 104	0.17 143	0.16 114	0.11 126	0.15 124	0.12 136	0.14 118	0.11 123	0.16 128	0.11 123	0.14 118	0.11 122	0.14 120	0.11 116	0.14 112	0.12 107	0.14 118	0.11 121	0.14 121	0.11 117

IPLGR	0.14 106	0.24 116	0.14 123	0.16 114	0.12 141	0.15 124	0.12 136	0.14 118	0.11 123	0.15 123	0.12 133	0.14 118	0.11 122	0.14 120	0.11 116	0.15 121	0.12 107	0.14 118	0.11 121	0.14 121	0.11 117

GMStereo	0.14 106	0.13 79	0.14 123	0.14 96	0.14 146	0.14 117	0.14 141	0.14 118	0.14 146	0.14 117	0.14 150	0.14 118	0.14 147	0.14 120	0.14 140	0.14 112	0.14 134	0.14 118	0.14 149	0.14 121	0.14 144
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 106	0.04 36	0.03 34	2.22 427	0.04 75	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.04 72	0.02 21	0.07 95	0.04 71	0.02 14	0.02 14	0.03 37	0.03 52	0.02 19	0.03 49

HSM	0.14 106	0.16 85	0.12 99	0.17 120	0.12 141	0.17 137	0.11 121	0.17 137	0.11 123	0.17 135	0.12 133	0.17 137	0.12 138	0.17 137	0.12 130	0.16 129	0.11 93	0.16 134	0.11 121	0.16 135	0.12 133

DRN-Test	0.14 106	0.13 79	0.09 64	0.14 96	0.09 104	0.15 124	0.09 103	0.14 118	0.10 108	0.14 117	0.09 105	0.14 118	0.09 106	0.13 119	0.09 98	0.12 89	0.09 66	0.12 113	0.09 102	0.12 117	0.73 340

ELAS_RVC	0.14 106	0.16 85	0.10 68	0.15 105	0.10 110	0.18 140	0.11 121	0.19 141	0.11 123	0.19 140	0.12 133	0.18 140	0.11 122	0.19 142	0.12 130	0.14 112	0.08 57	0.14 118	0.09 102	0.15 131	0.09 100
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 116	0.17 91	0.13 118	0.20 126	0.13 144	0.19 143	0.13 139	0.18 139	0.13 144	0.19 140	0.13 145	0.18 140	0.14 147	0.18 139	0.14 140	0.16 129	0.11 93	0.15 131	0.14 149	0.18 142	0.11 117

test_for_model	0.15 116	0.23 109	0.18 148	0.21 135	0.11 126	0.16 131	0.11 121	0.16 131	0.11 123	0.16 128	0.11 123	0.16 129	0.11 122	0.16 130	0.11 116	0.21 150	0.18 158	0.14 118	0.11 121	0.14 121	0.11 117

CoDeX	0.15 116	0.70 211	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.01 9	0.02 19	0.67 331	0.02 14	0.69 312	0.75 334	0.01 9	0.02 19	0.02 19

ICVP	0.15 116	0.53 195	0.11 88	0.16 114	0.11 126	0.16 131	0.11 121	0.16 131	0.11 123	0.16 128	0.11 123	0.16 129	0.11 122	0.16 130	0.11 116	0.16 129	0.11 93	0.16 134	0.11 121	0.16 135	0.11 117
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 116	0.04 36	0.04 42	2.20 426	0.04 75	0.04 73	0.04 76	0.04 72	0.04 77	0.04 69	0.05 93	0.04 72	0.04 80	0.08 98	0.04 71	0.04 42	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

StereoDRNet	0.15 116	0.14 83	0.10 68	0.14 96	0.09 104	0.15 124	0.09 103	0.14 118	0.09 107	0.14 117	0.10 109	0.14 118	0.09 106	0.14 120	0.09 98	0.13 105	0.10 71	0.13 116	0.09 102	0.13 119	0.82 351

LALA_ROB	0.15 116	0.19 94	0.12 99	0.18 121	0.11 126	0.20 148	0.12 136	0.21 153	0.12 141	0.20 145	0.12 133	0.20 146	0.12 138	0.21 157	0.13 136	0.17 134	0.10 71	0.18 149	0.11 121	0.18 142	0.11 117

SGM_RVC	0.15 116	0.17 91	0.11 88	0.18 121	0.11 126	0.19 143	0.11 121	0.19 141	0.12 141	0.19 140	0.12 133	0.20 146	0.12 138	0.19 142	0.12 130	0.16 129	0.11 93	0.17 139	0.10 109	0.17 138	0.10 105
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 124	0.16 85	0.16 139	0.16 114	0.16 163	0.16 131	0.16 149	0.16 131	0.16 158	0.16 128	0.16 159	0.16 129	0.16 157	0.16 130	0.16 156	0.16 129	0.16 139	0.16 134	0.16 154	0.16 135	0.16 145

qqq	0.16 124	2.01 371	0.12 99	0.15 105	0.04 75	0.06 85	0.05 86	0.06 87	0.04 77	0.06 89	0.03 50	0.06 90	0.03 50	0.06 81	0.03 46	0.12 89	0.14 134	0.04 69	0.04 73	0.03 42	0.03 49

DeepPruner_ROB	0.16 124	0.18 93	0.13 118	0.19 124	0.13 144	0.19 143	0.13 139	0.19 141	0.13 144	0.19 140	0.13 145	0.19 144	0.13 143	0.19 142	0.13 136	0.18 142	0.13 131	0.18 149	0.13 145	0.18 142	0.13 139

CAS++	0.17 127	0.27 120	0.21 158	0.10 56	0.21 184	0.15 124	0.22 175	0.10 102	0.21 174	0.22 157	0.10 109	0.19 144	0.18 166	0.10 103	0.19 169	0.20 145	0.19 159	0.18 149	0.10 109	0.19 148	0.18 159
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 127	2.16 380	0.13 118	0.13 92	0.04 75	0.06 85	0.04 76	0.06 87	0.04 77	0.06 89	0.03 50	0.06 90	0.03 50	0.06 81	0.05 82	0.18 142	0.12 107	0.06 86	0.03 52	0.05 84	0.03 49

SFCPSM	0.17 127	0.78 215	0.02 13	0.02 14	0.01 9	0.02 18	0.02 19	0.02 19	0.01 9	0.02 19	0.02 19	0.02 19	0.01 9	0.02 19	0.79 350	0.02 14	0.75 322	0.76 336	0.02 20	0.02 19	0.02 19

BEATNet-Init1	0.19 130	0.08 57	0.08 59	2.23 428	0.08 102	0.08 96	0.07 101	0.07 97	0.08 104	0.08 97	0.07 102	0.08 97	0.07 103	0.11 114	0.08 95	0.08 58	0.08 57	0.08 93	0.07 96	0.08 98	0.08 97

DeepPrunerF	0.19 130	0.08 57	0.08 59	2.23 428	0.08 102	0.08 96	0.07 101	0.07 97	0.08 104	0.08 97	0.07 102	0.08 97	0.07 103	0.11 114	0.08 95	0.08 58	0.08 57	0.08 93	0.07 96	0.08 98	0.08 97

IGEV_Zeroshot_test	0.20 132	0.19 94	0.40 237	0.30 160	0.17 164	0.22 158	0.17 151	0.21 153	0.17 161	0.20 145	0.17 162	0.21 154	0.18 166	0.21 157	0.17 157	0.20 145	0.16 139	0.20 153	0.16 154	0.20 149	0.17 155

DAS	0.20 132	0.20 98	0.20 154	0.20 126	0.20 177	0.20 148	0.20 164	0.20 146	0.20 171	0.20 145	0.20 177	0.20 146	0.20 175	0.20 146	0.20 172	0.20 145	0.20 161	0.20 153	0.20 175	0.20 149	0.20 162

ASD4	0.20 132	0.20 98	0.20 154	0.20 126	0.20 177	0.20 148	0.20 164	0.20 146	0.20 171	0.20 145	0.20 177	0.20 146	0.20 175	0.20 146	0.20 172	0.20 145	0.20 161	0.20 153	0.20 175	0.20 149	0.20 162

ACVNet	0.20 132	0.19 94	0.14 123	0.20 126	0.14 146	0.20 148	0.96 365	0.21 153	0.14 146	0.20 145	0.13 145	0.21 154	0.14 147	0.20 146	0.14 140	0.17 134	0.12 107	0.17 139	0.12 137	0.17 138	0.12 133

acv_ft	0.20 132	0.19 94	0.14 123	0.20 126	0.14 146	0.20 148	0.96 365	0.21 153	0.14 146	0.20 145	0.13 145	0.21 154	0.14 147	0.20 146	0.14 140	0.17 134	0.12 107	0.17 139	0.12 137	0.17 138	0.12 133

iResNetv2_ROB	0.20 132	0.23 109	0.18 148	0.24 143	0.20 177	0.24 165	0.18 157	0.24 163	0.18 163	0.24 166	0.18 172	0.23 164	0.19 171	0.24 169	0.18 166	0.21 150	0.16 139	0.21 156	0.16 154	0.22 155	0.16 145

iResNet	0.20 132	0.23 109	0.18 148	0.24 143	0.18 171	0.24 165	0.20 164	0.24 163	0.18 163	0.23 161	0.17 162	0.23 164	0.18 166	0.23 165	0.18 166	0.22 153	0.16 139	0.21 156	0.16 154	0.21 153	0.16 145

tg	0.21 139	0.25 118	0.21 158	0.26 155	0.17 164	0.24 165	0.17 151	0.24 163	0.17 161	0.24 166	0.17 162	0.24 168	0.17 159	0.24 169	0.17 157	0.24 169	0.17 152	0.23 167	0.16 154	0.23 164	0.16 145

Pointernet	0.21 139	0.22 108	0.19 151	0.24 143	0.19 175	0.24 165	0.19 161	0.24 163	0.19 169	0.24 166	0.19 173	0.24 168	0.19 171	0.24 169	0.19 169	0.22 153	0.17 152	0.22 161	0.17 170	0.22 155	0.17 155

SuperB	0.21 139	0.10 65	2.51 465	0.12 79	0.09 104	0.10 101	0.09 103	0.08 100	0.07 102	0.10 101	0.09 105	0.09 101	0.07 103	0.07 95	0.07 93	0.07 56	0.08 57	0.07 91	0.07 96	0.08 98	0.07 96

WAO-6	0.22 142	0.23 109	0.22 160	0.23 138	0.22 186	0.22 158	0.22 175	0.22 157	0.22 177	0.22 157	0.22 183	0.22 160	0.22 181	0.22 161	0.22 177	0.22 153	0.22 169	0.22 161	0.22 180	0.22 155	0.22 168

IMH-64-1	0.22 142	0.23 109	0.23 163	0.22 136	0.22 186	0.22 158	0.22 175	0.22 157	0.22 177	0.22 157	0.22 183	0.22 160	0.22 181	0.22 161	0.22 177	0.22 153	0.22 169	0.23 167	0.22 180	0.22 155	0.23 170

IMH-64	0.22 142	0.23 109	0.23 163	0.22 136	0.22 186	0.22 158	0.22 175	0.22 157	0.22 177	0.22 157	0.22 183	0.22 160	0.22 181	0.22 161	0.22 177	0.22 153	0.22 169	0.23 167	0.22 180	0.22 155	0.23 170

ac_64	0.22 142	0.13 79	0.19 151	0.23 138	0.10 110	0.26 179	1.02 373	0.14 118	0.10 108	0.28 180	0.14 150	0.17 137	0.19 171	0.28 189	0.09 98	0.22 153	0.16 139	0.23 167	0.17 170	0.11 112	0.12 133

dd	0.23 146	0.98 247	0.16 139	0.23 138	0.15 157	0.23 164	0.15 146	0.23 160	0.15 156	0.23 161	0.15 158	0.24 168	0.17 159	0.23 165	0.15 150	0.22 153	0.15 137	0.21 156	0.15 153	0.22 155	0.16 145

dad	0.23 146	1.03 262	0.16 139	0.23 138	0.15 157	0.24 165	0.15 146	0.24 163	0.16 158	0.23 161	0.16 159	0.24 168	0.16 157	0.23 165	0.15 150	0.22 153	0.16 139	0.22 161	0.16 154	0.22 155	0.16 145

MSKI-zero shot	0.24 148	0.21 104	0.49 274	0.65 271	0.18 171	0.22 158	0.17 151	0.23 160	0.18 163	0.21 155	0.17 162	0.23 164	0.28 216	0.23 165	0.18 166	0.21 150	0.16 139	0.21 156	0.16 154	0.21 153	0.16 145

qqq1	0.25 149	3.70 423	0.14 123	0.14 96	0.04 75	0.06 85	0.05 86	0.06 87	0.05 91	0.06 89	0.05 93	0.04 72	0.05 87	0.06 81	0.05 82	0.13 105	0.12 107	0.06 86	0.05 88	0.03 42	0.04 74

fff1	0.25 149	3.70 423	0.14 123	0.14 96	0.04 75	0.06 85	0.05 86	0.06 87	0.05 91	0.06 89	0.05 93	0.04 72	0.05 87	0.06 81	0.05 82	0.13 105	0.12 107	0.06 86	0.05 88	0.03 42	0.04 74

UNDER WATER-64	0.25 149	0.26 119	0.25 172	0.26 155	0.25 198	0.25 172	0.25 190	0.25 169	0.25 190	0.25 170	0.25 199	0.25 173	0.25 193	0.26 184	0.25 193	0.25 175	0.25 176	0.25 175	0.25 198	0.25 166	0.25 181

ffm	0.25 149	3.83 429	0.12 99	0.12 79	0.05 91	0.06 85	0.05 86	0.06 87	0.05 91	0.03 39	0.03 50	0.06 90	0.05 87	0.06 81	0.05 82	0.12 89	0.12 107	0.05 79	0.04 73	0.06 88	0.04 74

ff1	0.25 149	3.83 429	0.12 99	0.12 79	0.05 91	0.06 85	0.05 86	0.06 87	0.05 91	0.03 39	0.03 50	0.06 90	0.05 87	0.06 81	0.05 82	0.12 89	0.12 107	0.05 79	0.04 73	0.06 88	0.04 74

mmx	0.25 149	3.83 429	0.12 99	0.12 79	0.05 91	0.06 85	0.05 86	0.06 87	0.05 91	0.03 39	0.03 50	0.06 90	0.05 87	0.06 81	0.05 82	0.12 89	0.12 107	0.05 79	0.04 73	0.06 88	0.04 74

MIM_Stereo	0.25 149	0.23 109	0.66 306	0.80 288	0.17 164	0.22 158	0.17 151	0.23 160	0.18 163	0.26 177	0.17 162	0.21 154	0.17 159	0.25 174	0.17 157	0.23 164	0.16 139	0.21 156	0.17 170	0.22 155	0.17 155

LoS	0.25 149	0.27 120	0.25 172	0.25 148	0.25 198	0.25 172	0.25 190	0.26 173	0.25 190	0.25 170	0.25 199	0.25 173	0.25 193	0.25 174	0.25 193	0.26 176	0.25 176	0.25 175	0.26 204	0.26 168	0.25 181
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 149	1.31 338	0.74 320	0.92 303	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.03 41	0.02 21	0.02 19	0.02 19	0.87 330	0.75 322	0.02 18	0.02 20	0.02 19	0.02 19

model_zeroshot	0.27 158	0.20 98	0.27 179	0.33 169	0.21 184	0.37 213	0.22 175	0.37 205	0.24 185	0.26 177	0.27 209	0.33 198	0.21 180	0.25 174	0.27 199	0.32 193	0.20 161	0.34 210	0.23 185	0.25 166	0.26 187

SQANet	0.28 159	0.28 123	0.28 183	0.28 158	0.28 211	0.28 183	0.28 206	0.28 176	0.28 211	0.28 180	0.28 215	0.28 184	0.28 216	0.28 189	0.28 205	0.28 181	0.28 189	0.28 184	0.28 214	0.28 173	0.28 207

HGLStereo	0.28 159	0.29 125	0.22 160	0.36 176	0.22 186	0.36 208	0.21 170	0.36 199	0.21 174	0.42 244	0.21 182	0.36 210	0.22 181	0.36 212	0.21 175	0.34 198	0.21 165	0.34 210	0.21 177	0.34 193	0.21 165

iResNet_ROB	0.28 159	0.32 128	0.24 169	0.32 166	0.25 198	0.32 197	0.24 187	0.32 185	0.24 185	0.33 195	0.24 193	0.35 204	0.24 190	0.33 202	0.24 187	0.31 192	0.24 175	0.32 195	0.24 193	0.32 183	0.24 180

UNet	0.29 162	0.90 233	0.10 68	0.14 96	0.10 110	0.14 117	0.10 108	0.91 336	0.69 338	0.14 117	0.11 123	0.14 118	0.11 122	0.14 120	0.10 104	0.12 89	0.09 66	0.12 113	0.09 102	0.88 324	0.76 345

DDVS	0.30 163	3.10 410	0.14 123	0.19 124	0.14 146	0.19 143	0.14 141	0.20 146	0.14 146	0.19 140	0.13 145	0.16 129	0.13 143	0.19 142	0.13 136	0.17 134	0.13 131	0.17 139	0.13 145	0.17 138	0.13 139

ACV-stereo	0.30 163	2.08 373	0.25 172	0.25 148	0.18 171	0.24 165	0.17 151	0.24 163	0.18 163	0.24 166	0.17 162	0.25 173	0.17 159	0.24 169	0.17 157	0.22 153	0.16 139	0.22 161	0.16 154	0.22 155	0.16 145

LoS_RVC	0.30 163	1.14 276	0.25 172	0.25 148	0.25 198	0.26 179	0.25 190	0.25 169	0.25 190	0.25 170	0.25 199	0.26 182	0.26 202	0.26 184	0.25 193	0.26 176	0.26 179	0.25 175	0.25 198	0.26 168	0.26 187

CAS	0.30 163	1.17 280	0.25 172	0.25 148	0.25 198	0.26 179	0.25 190	0.25 169	0.26 203	0.25 170	0.25 199	0.25 173	0.25 193	0.25 174	0.25 193	0.26 176	0.26 179	0.26 178	0.25 198	0.26 168	0.25 181

DANet	0.30 163	0.30 126	0.30 189	0.30 160	0.30 226	0.30 186	0.30 217	0.30 182	0.30 225	0.30 184	0.30 229	0.30 192	0.30 227	0.30 194	0.30 221	0.30 189	0.30 206	0.30 191	0.30 233	0.30 179	0.30 222
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 168	0.93 241	0.24 169	0.33 169	0.23 191	0.31 189	0.24 187	0.32 185	0.24 185	0.32 191	0.23 187	0.32 196	0.25 193	0.32 197	0.24 187	0.27 179	0.26 179	0.27 182	0.26 204	0.27 171	0.27 194

xxxxx1	0.31 168	0.91 234	0.23 163	0.31 163	0.23 191	0.31 189	0.23 182	0.33 188	0.25 190	0.31 186	0.24 193	0.33 198	0.25 193	0.32 197	0.24 187	0.28 181	0.28 189	0.28 184	0.28 214	0.29 176	0.27 194

DLNR_Zeroshot_test	0.31 168	0.28 123	0.47 264	0.79 286	0.24 196	0.30 186	0.26 198	0.30 182	0.24 185	0.32 191	0.23 187	0.31 194	0.24 190	0.30 194	0.23 183	0.29 188	0.26 179	0.29 189	0.24 193	0.33 189	0.23 170

tt_ll	0.31 168	0.91 234	0.23 163	0.31 163	0.23 191	0.31 189	0.23 182	0.33 188	0.25 190	0.31 186	0.24 193	0.33 198	0.25 193	0.32 197	0.24 187	0.28 181	0.28 189	0.28 184	0.28 214	0.29 176	0.27 194

ff	0.31 168	0.91 234	0.23 163	0.31 163	0.23 191	0.31 189	0.23 182	0.33 188	0.25 190	0.31 186	0.24 193	0.33 198	0.25 193	0.32 197	0.24 187	0.28 181	0.28 189	0.28 184	0.28 214	0.29 176	0.27 194

RAFT + AFF	0.31 168	0.45 167	0.34 212	0.39 187	0.28 211	0.38 217	0.33 231	0.29 180	0.31 228	0.30 184	0.30 229	0.29 189	0.27 210	0.29 192	0.30 221	0.28 181	0.29 198	0.29 189	0.29 223	0.27 171	0.32 231

MLCV	0.31 168	0.35 131	0.27 179	0.35 172	0.28 211	0.35 205	0.27 201	0.35 195	0.28 211	0.36 204	0.27 209	0.35 204	0.27 210	0.35 206	0.27 199	0.34 198	0.27 184	0.34 210	0.27 210	0.34 193	0.27 194

DN-CSS_ROB	0.31 168	0.35 131	0.28 183	0.35 172	0.28 211	0.34 201	0.27 201	0.34 192	0.25 190	0.35 201	0.27 209	0.36 210	0.26 202	0.34 204	0.28 205	0.35 207	0.28 189	0.34 210	0.28 214	0.34 193	0.27 194

WCG-NET（raft）	0.32 176	1.24 334	0.24 169	0.32 166	0.24 196	0.32 197	0.23 182	0.32 185	0.24 185	0.32 191	0.24 193	0.32 196	0.24 190	0.32 197	0.24 187	0.30 189	0.23 173	0.30 191	0.23 185	0.30 179	0.23 170

testlalala	0.32 176	0.81 221	0.31 195	0.39 187	0.26 206	0.33 199	0.24 187	0.33 188	0.26 203	0.32 191	0.26 205	0.33 198	0.23 187	0.33 202	0.23 183	0.35 207	0.31 210	0.30 191	0.24 193	0.31 182	0.21 165

Any-RAFT	0.32 176	0.36 134	0.27 179	0.36 176	0.27 208	0.36 208	0.27 201	0.36 199	0.27 208	0.36 204	0.27 209	0.36 210	0.27 210	0.36 212	0.28 205	0.36 211	0.28 189	0.36 228	0.28 214	0.36 211	0.28 207

GCAP-BAT	0.33 179	0.78 215	0.32 199	0.38 182	0.25 198	0.34 201	0.25 190	0.34 192	0.26 203	0.34 197	0.25 199	0.35 204	0.26 202	0.35 206	0.27 199	0.36 211	0.30 206	0.32 195	0.24 193	0.32 183	0.26 187

StereoDRNet-Refined	0.33 179	0.39 144	0.26 178	0.39 187	0.26 206	0.40 224	0.26 198	0.40 218	0.26 203	0.39 215	0.26 205	0.39 222	0.26 202	0.39 225	0.26 198	0.37 215	0.25 176	0.37 230	0.25 198	0.37 213	0.37 252
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
H2IRNET	0.34 181	0.34 130	0.34 212	0.34 171	0.34 251	0.34 201	0.34 240	0.34 192	0.34 244	0.34 197	0.34 245	0.34 203	0.34 243	0.34 204	0.34 245	0.34 198	0.34 221	0.34 210	0.34 252	0.34 193	0.34 241

IGEV++	0.34 181	0.43 161	0.30 189	0.40 200	0.29 217	0.40 224	0.29 212	0.40 218	0.29 215	0.40 219	0.29 218	0.40 228	0.29 221	0.40 228	0.30 221	0.38 222	0.29 198	0.37 230	0.29 223	0.37 213	0.29 212

iRaft-Stereo_5w	0.34 181	0.42 160	0.31 195	0.39 187	0.30 226	0.38 217	0.30 217	0.40 218	0.29 215	0.40 219	0.37 263	0.41 240	0.34 243	0.38 218	0.30 221	0.34 198	0.27 184	0.34 210	0.26 204	0.34 193	0.26 187

CSP-Net	0.34 181	1.29 336	1.19 364	1.36 398	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	1.26 407	1.21 414	0.03 37	0.09 102	0.02 19	0.09 100

iRaft-Stereo_20w	0.34 181	0.41 153	0.31 195	0.39 187	0.29 217	0.40 224	0.32 222	0.41 233	0.32 231	0.38 210	0.30 229	0.39 222	0.30 227	0.38 218	0.32 226	0.35 207	0.27 184	0.34 210	0.27 210	0.34 193	0.29 212

DGSMNet	0.34 181	0.41 153	0.27 179	0.41 210	0.28 211	0.41 240	0.28 206	0.41 233	0.27 208	0.41 232	0.27 209	0.42 256	0.27 210	0.41 242	0.28 205	0.40 235	0.29 198	0.40 251	0.28 214	0.40 233	0.27 194

gcap-zeroshot	0.35 187	0.32 128	0.37 225	0.49 238	0.39 275	0.33 199	0.21 170	0.26 173	0.35 247	0.42 244	0.34 245	0.49 280	0.29 221	0.47 269	0.39 268	0.34 198	0.17 152	0.38 237	0.23 185	0.48 267	0.34 241

CASnet	0.35 187	0.51 191	0.44 253	0.32 166	0.31 230	0.24 165	0.34 240	0.36 199	0.25 190	0.31 186	0.37 263	0.30 192	0.33 239	0.25 174	0.45 288	0.37 215	0.37 226	0.33 203	0.35 258	0.34 193	0.37 252
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 187	0.44 164	0.45 255	0.49 238	0.30 226	0.37 213	0.30 217	0.36 199	0.30 225	0.36 204	0.29 218	0.36 210	0.29 221	0.36 212	0.30 221	0.46 260	0.39 239	0.32 195	0.24 193	0.32 183	0.25 181
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 187	0.35 131	0.35 220	0.35 172	0.35 254	0.35 205	0.35 245	0.35 195	0.35 247	0.35 201	0.35 253	0.35 204	0.35 249	0.35 206	0.35 247	0.35 207	0.35 222	0.35 223	0.35 258	0.35 205	0.35 247

GIP-stereo	0.36 191	0.49 182	0.39 234	0.48 232	0.32 232	0.41 240	0.28 206	0.40 218	0.30 225	0.41 232	0.28 215	0.40 228	0.28 216	0.42 255	0.28 205	0.45 259	0.32 212	0.38 237	0.30 233	0.37 213	0.27 194

DCVSM-stereo	0.36 191	1.89 360	0.22 160	0.40 200	0.22 186	0.40 224	0.22 175	0.40 218	0.22 177	0.40 219	0.22 183	0.40 228	0.22 181	0.40 228	0.22 177	0.28 181	0.21 165	0.28 184	0.21 177	0.28 173	0.20 162

RSM	0.36 191	0.36 134	0.43 251	0.37 179	0.42 292	0.49 284	0.42 282	0.37 205	0.28 211	0.36 204	0.29 218	0.36 210	0.30 227	0.37 216	0.28 205	0.34 198	0.31 210	0.34 210	0.35 258	0.40 233	0.29 212

RAFT-Test	0.36 191	0.37 136	0.33 204	0.41 210	0.32 232	0.41 240	0.32 222	0.41 233	0.32 231	0.41 232	0.32 233	0.41 240	0.32 233	0.41 242	0.33 232	0.37 215	0.29 198	0.37 230	0.29 223	0.38 222	0.31 227

DMCA	0.36 191	0.38 138	0.37 225	0.35 172	0.35 254	0.36 208	0.36 252	0.36 199	0.35 247	0.35 201	0.37 263	0.36 210	0.36 252	0.35 206	0.36 251	0.36 211	0.36 224	0.35 223	0.36 264	0.36 211	0.36 248

ACVNet-DCA	0.37 196	1.00 250	0.30 189	0.40 200	0.29 217	0.40 224	0.29 212	0.40 218	0.29 215	0.40 219	0.29 218	0.40 228	0.29 221	0.39 225	0.28 205	0.33 195	0.32 212	0.33 203	0.32 243	0.33 189	0.32 231

1test111	0.37 196	1.02 260	0.30 189	0.39 187	0.29 217	0.40 224	0.28 206	0.39 214	0.29 215	0.39 215	0.29 218	0.39 222	0.28 216	0.40 228	0.29 214	0.33 195	0.32 212	0.33 203	0.31 239	0.32 183	0.31 227

cc1	0.37 196	1.02 260	0.30 189	0.39 187	0.29 217	0.40 224	0.28 206	0.39 214	0.29 215	0.39 215	0.29 218	0.39 222	0.28 216	0.40 228	0.29 214	0.33 195	0.32 212	0.33 203	0.31 239	0.32 183	0.31 227

EKT-Stereo	0.37 196	0.40 146	0.44 253	1.07 324	0.29 217	0.34 201	0.31 221	0.36 199	0.29 215	0.38 210	0.31 232	0.37 216	0.30 227	0.36 212	0.29 214	0.34 198	0.28 189	0.39 247	0.30 233	0.37 213	0.30 222

GMOStereo	0.37 196	0.45 167	0.23 163	0.30 160	0.37 263	0.41 240	0.36 252	0.41 233	0.35 247	0.43 250	0.36 257	0.41 240	0.40 265	0.41 242	0.36 251	0.34 198	0.22 169	0.47 287	0.37 266	0.39 229	0.33 235

XPNet_ROB	0.37 196	0.37 136	0.37 225	0.37 179	0.37 263	0.37 213	0.37 257	0.37 205	0.37 258	0.37 209	0.37 263	0.37 216	0.37 256	0.37 216	0.37 259	0.37 215	0.37 226	0.37 230	0.37 266	0.37 213	0.37 252

HART	0.38 202	0.45 167	0.34 212	0.42 218	0.33 243	0.41 240	0.34 240	0.42 249	0.33 236	0.43 250	0.34 245	0.42 256	0.34 243	0.41 242	0.38 262	0.40 235	0.32 212	0.42 273	0.32 243	0.40 233	0.32 231

GREAT-IGEV	0.38 202	0.43 161	0.36 222	0.48 232	0.32 232	0.45 265	0.32 222	0.45 255	0.32 231	0.45 255	0.32 233	0.45 262	0.32 233	0.45 262	0.32 226	0.44 258	0.33 219	0.41 263	0.29 223	0.41 243	0.29 212

fffy	0.38 202	0.43 161	0.33 204	0.46 223	0.33 243	0.45 265	0.32 222	0.45 255	0.32 231	0.45 255	0.32 233	0.45 262	0.33 239	0.45 262	0.32 226	0.38 222	0.38 232	0.38 237	0.37 266	0.37 213	0.36 248

WAO-8	0.38 202	0.38 138	0.38 228	0.38 182	0.38 270	0.38 217	0.38 263	0.38 210	0.38 262	0.38 210	0.38 268	0.38 218	0.38 260	0.38 218	0.38 262	0.38 222	0.38 232	0.38 237	0.37 266	0.38 222	0.38 258

WAO-7	0.38 202	0.38 138	0.38 228	0.38 182	0.38 270	0.38 217	0.38 263	0.38 210	0.38 262	0.38 210	0.38 268	0.38 218	0.38 260	0.38 218	0.38 262	0.38 222	0.38 232	0.38 237	0.38 277	0.38 222	0.38 258

xx1	0.38 202	1.03 262	0.31 195	0.40 200	0.31 230	0.41 240	0.28 206	0.40 218	0.29 215	0.40 219	0.29 218	0.40 228	0.29 221	0.40 228	0.29 214	0.34 198	0.33 219	0.34 210	0.32 243	0.34 193	0.32 231

Venus	0.38 202	0.38 138	0.38 228	0.38 182	0.38 270	0.37 213	0.38 263	0.37 205	0.37 258	0.41 232	0.37 263	0.39 222	0.37 256	0.38 218	0.38 262	0.37 215	0.38 232	0.38 237	0.37 266	0.37 213	0.38 258

IMH	0.38 202	0.38 138	0.38 228	0.38 182	0.38 270	0.38 217	0.38 263	0.38 210	0.38 262	0.42 244	0.38 268	0.40 228	0.38 260	0.38 218	0.38 262	0.38 222	0.38 232	0.39 247	0.38 277	0.38 222	0.38 258

PAM	0.39 210	1.88 359	0.34 212	0.37 179	0.41 282	0.45 265	0.22 175	0.28 176	0.23 183	0.28 180	0.24 193	0.29 189	0.23 187	0.29 192	0.23 183	0.38 222	0.32 212	0.38 237	0.37 266	0.32 183	0.22 168

HanzoNet	0.39 210	0.38 138	0.40 237	0.39 187	0.41 282	0.38 217	0.38 263	0.38 210	0.38 262	0.39 215	0.39 272	0.38 218	0.38 260	0.39 225	0.40 271	0.38 222	0.38 232	0.40 251	0.38 277	0.38 222	0.40 265

CES	0.39 210	0.47 175	0.36 222	0.36 176	0.37 263	0.45 265	0.35 245	0.35 195	0.40 270	0.36 204	0.44 293	0.47 270	0.36 252	0.44 259	0.36 251	0.37 215	0.39 239	0.44 276	0.35 258	0.37 213	0.36 248

PASM	0.39 210	3.06 409	1.36 427	1.58 404	0.09 104	0.11 112	0.11 121	0.11 114	0.11 123	0.09 100	0.09 105	0.11 113	0.09 106	0.09 101	0.09 98	0.11 84	0.11 93	0.11 110	0.09 102	0.11 112	0.11 117

mms	0.40 214	0.45 167	0.35 220	0.48 232	0.36 260	0.47 274	0.34 240	0.45 255	0.38 262	0.47 263	0.33 238	0.45 262	0.32 233	0.45 262	0.32 226	0.39 231	0.38 232	0.38 237	0.37 266	0.39 229	0.39 262

knoymous	0.40 214	0.40 146	0.40 237	0.40 200	0.40 276	0.40 224	0.40 270	0.40 218	0.40 270	0.40 219	0.40 274	0.40 228	0.40 265	0.40 228	0.40 271	0.40 235	0.40 242	0.40 251	0.40 281	0.40 233	0.40 265

anonymousa	0.40 214	0.40 146	0.40 237	0.40 200	0.40 276	0.40 224	0.40 270	0.40 218	0.40 270	0.40 219	0.40 274	0.40 228	0.40 265	0.40 228	0.40 271	0.40 235	0.40 242	0.40 251	0.40 281	0.40 233	0.40 265

riskmin	0.40 214	0.40 146	0.40 237	0.40 200	0.40 276	0.40 224	0.40 270	0.40 218	0.40 270	0.40 219	0.40 274	0.40 228	0.40 265	0.40 228	0.40 271	0.40 235	0.40 242	0.40 251	0.40 281	0.40 233	0.40 265

Anonymous_2	0.40 214	0.40 146	0.40 237	0.40 200	0.40 276	0.40 224	0.40 270	0.40 218	0.40 270	0.40 219	0.40 274	0.40 228	0.40 265	0.40 228	0.40 271	0.40 235	0.40 242	0.40 251	0.40 281	0.40 233	0.40 265

Anonymous_1	0.40 214	0.40 146	0.40 237	0.40 200	0.40 276	0.40 224	0.40 270	0.40 218	0.40 270	0.40 219	0.40 274	0.40 228	0.40 265	0.40 228	0.40 271	0.40 235	0.40 242	0.40 251	0.40 281	0.40 233	0.40 265

AdaStereo	0.40 214	0.40 146	0.40 237	0.40 200	0.40 276	0.40 224	0.40 270	0.40 218	0.40 270	0.40 219	0.40 274	0.40 228	0.40 265	0.40 228	0.40 271	0.40 235	0.40 242	0.40 251	0.40 281	0.40 233	0.40 265
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.
ccccc	0.41 221	0.44 164	0.34 212	0.48 232	0.35 254	0.48 279	0.35 245	0.51 288	0.35 247	0.47 263	0.35 253	0.47 270	0.34 243	0.47 269	0.35 247	0.41 243	0.40 242	0.40 251	0.40 281	0.41 243	0.39 262

GwcNet-ADL	0.41 221	0.41 153	0.41 245	0.41 210	0.41 282	0.41 240	0.41 277	0.41 233	0.41 279	0.41 232	0.41 280	0.41 240	0.41 276	0.41 242	0.41 278	0.41 243	0.41 251	0.41 263	0.41 288	0.41 243	0.41 272

PSMNet-ADL	0.41 221	0.41 153	0.41 245	0.41 210	0.41 282	0.41 240	0.41 277	0.41 233	0.41 279	0.41 232	0.41 280	0.41 240	0.41 276	0.41 242	0.41 278	0.41 243	0.41 251	0.41 263	0.41 288	0.41 243	0.41 272

GANet-ADL	0.41 221	0.41 153	0.41 245	0.41 210	0.41 282	0.41 240	0.41 277	0.41 233	0.41 279	0.41 232	0.41 280	0.41 240	0.41 276	0.41 242	0.41 278	0.41 243	0.41 251	0.41 263	0.41 288	0.41 243	0.41 272

ADLNet2	0.41 221	0.41 153	0.41 245	0.41 210	0.41 282	0.41 240	0.41 277	0.41 233	0.41 279	0.41 232	0.41 280	0.41 240	0.41 276	0.41 242	0.41 278	0.41 243	0.41 251	0.41 263	0.41 288	0.41 243	0.41 272

ADLNet	0.41 221	0.41 153	0.41 245	0.41 210	0.41 282	0.41 240	0.41 277	0.41 233	0.41 279	0.41 232	0.41 280	0.41 240	0.41 276	0.41 242	0.41 278	0.41 243	0.41 251	0.41 263	0.41 288	0.41 243	0.41 272

FCDSN-DC	0.41 221	0.59 203	0.64 302	0.54 254	0.33 243	0.50 292	0.37 257	0.42 249	0.40 270	0.61 311	0.43 291	0.50 294	0.49 304	0.38 218	0.32 226	0.28 181	0.23 173	0.26 178	0.22 180	0.35 205	0.28 207
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 221	0.46 171	0.33 204	0.49 238	0.33 243	0.49 284	0.33 231	0.49 271	0.33 236	0.49 276	0.33 238	0.49 280	0.33 239	0.51 295	0.33 232	0.41 243	0.30 206	0.41 263	0.30 233	0.79 312	0.29 212

Gwc-CoAtRS	0.41 221	1.49 343	0.32 199	0.42 218	0.32 232	0.41 240	0.32 222	0.41 233	0.33 236	0.41 232	0.32 233	0.41 240	0.32 233	0.41 242	0.32 226	0.39 231	0.28 189	0.39 247	0.28 214	0.40 233	0.28 207

UPFNet	0.42 230	1.20 284	0.17 143	0.24 143	0.17 164	0.25 172	0.17 151	1.19 365	0.90 361	0.25 170	0.17 162	0.24 168	0.17 159	0.25 174	0.17 157	0.22 153	0.17 152	0.22 161	0.16 154	1.15 349	0.93 360

psmg	0.43 231	1.91 363	0.92 340	1.91 416	0.02 20	0.02 18	0.03 48	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.03 38	0.02 19	1.97 438	1.44 428	0.04 69	0.03 52	0.02 19	0.03 49

delet	0.43 231	1.21 330	0.17 143	0.25 148	0.17 164	0.25 172	0.18 157	1.26 417	0.95 369	0.25 170	0.17 162	0.25 173	0.17 159	0.25 174	0.17 157	0.23 164	0.16 139	0.22 161	0.16 154	1.18 357	0.98 364

psm_up	0.43 231	1.19 283	0.17 143	0.25 148	0.18 171	0.25 172	0.19 161	1.26 417	0.91 362	0.26 177	0.17 162	0.25 173	0.17 159	0.25 174	0.17 157	0.22 153	0.17 152	0.23 167	0.16 154	1.18 357	0.99 365

MMNet	0.44 234	1.24 334	0.17 143	0.25 148	0.17 164	0.25 172	0.18 157	1.26 417	0.93 367	0.25 170	0.17 162	0.25 173	0.18 166	0.25 174	0.17 157	0.23 164	0.16 139	0.23 167	0.16 154	1.20 360	0.99 365

SCV_C0	0.45 235	0.88 228	0.49 274	0.54 254	0.37 263	0.48 279	0.37 257	0.48 267	0.37 258	0.48 269	0.36 257	0.48 276	0.37 256	0.49 282	0.37 259	0.50 278	0.41 251	0.44 276	0.34 252	0.44 252	0.34 241

RAFT-Stereo-weight	0.45 235	1.90 362	0.34 212	0.42 218	0.36 260	0.43 262	0.35 245	0.42 249	0.34 244	0.42 244	0.34 245	0.44 260	0.34 243	0.41 242	0.34 245	0.38 222	0.32 212	0.38 237	0.32 243	0.38 222	0.33 235

TorneroNet-64	0.45 235	0.27 120	0.30 189	0.58 260	0.27 208	0.70 324	0.30 217	0.28 176	0.73 348	0.73 327	0.28 215	0.71 326	0.66 329	0.75 329	0.27 199	0.27 179	0.29 198	0.37 230	0.75 350	0.28 173	0.30 222

SCV	0.46 238	0.94 242	0.45 255	0.54 254	0.37 263	0.48 279	0.38 263	0.48 267	0.37 258	0.48 269	0.39 272	0.48 276	0.37 256	0.49 282	0.37 259	0.50 278	0.46 263	0.44 276	0.34 252	0.44 252	0.34 241

otaku	0.46 238	0.46 171	0.46 259	0.46 223	0.46 299	0.46 270	0.46 291	0.46 258	0.46 291	0.46 258	0.46 298	0.46 265	0.46 290	0.46 265	0.46 292	0.46 260	0.46 263	0.46 283	0.46 300	0.46 257	0.46 286

Dean	0.46 238	0.46 171	0.46 259	0.46 223	0.46 299	0.46 270	0.46 291	0.46 258	0.46 291	0.47 263	0.46 298	0.46 265	0.46 290	0.46 265	0.46 292	0.46 260	0.46 263	0.46 283	0.46 300	0.46 257	0.46 286

ACVNet_1	0.46 238	0.47 175	0.46 259	0.46 223	0.46 299	0.46 270	0.46 291	0.46 258	0.47 296	0.46 258	0.46 298	0.46 265	0.46 290	0.46 265	0.46 292	0.46 260	0.46 263	0.47 287	0.46 300	0.46 257	0.46 286

ACVNet-4b	0.46 238	0.46 171	0.46 259	0.46 223	0.46 299	0.46 270	0.46 291	0.46 258	0.46 291	0.46 258	0.46 298	0.46 265	0.46 290	0.47 269	0.46 292	0.46 260	0.46 263	0.46 283	0.46 300	0.46 257	0.46 286

PML	0.46 238	1.36 341	0.29 185	0.58 260	0.30 226	0.57 311	0.29 212	0.57 297	0.29 215	0.57 306	0.29 218	0.57 310	0.29 221	0.56 304	0.29 214	0.52 286	0.30 206	0.53 312	0.31 239	0.53 285	0.30 222

Ntro	0.47 244	0.47 175	0.46 259	0.46 223	0.46 299	0.47 274	0.47 296	0.46 258	0.47 296	0.46 258	0.46 298	0.47 270	0.46 290	0.47 269	0.47 298	0.47 265	0.46 263	0.46 283	0.46 300	0.46 257	0.46 286

HaxPig	0.47 244	0.47 175	0.47 264	0.49 238	0.47 305	0.47 274	0.47 296	0.47 263	0.47 296	0.47 263	0.47 306	0.47 270	0.47 298	0.47 269	0.47 298	0.47 265	0.47 270	0.47 287	0.47 307	0.47 264	0.48 294

UNDER WATER	0.47 244	0.47 175	0.47 264	0.47 229	0.47 305	0.47 274	0.47 296	0.47 263	0.47 296	0.47 263	0.47 306	0.47 270	0.46 290	0.47 269	0.47 298	0.47 265	0.47 270	0.47 287	0.46 300	0.47 264	0.47 292

LVE	0.47 244	0.47 175	0.47 264	0.47 229	0.49 311	0.47 274	0.47 296	0.47 263	0.49 305	0.47 263	0.47 306	0.47 270	0.46 290	0.47 269	0.47 298	0.47 265	0.47 270	0.48 295	0.47 307	0.47 264	0.47 292

LG-Stereo_Zeroshot	0.48 248	0.55 200	0.47 264	0.63 267	0.41 282	0.56 306	0.44 285	0.56 294	0.41 279	0.56 304	0.41 280	0.57 310	0.42 282	0.56 304	0.41 278	0.55 290	0.43 259	0.51 307	0.37 266	0.51 280	0.37 252

fffft	0.48 248	0.51 191	0.45 255	0.52 251	0.45 297	0.52 301	0.45 289	0.52 290	0.48 303	0.53 297	0.45 296	0.52 300	0.45 287	0.52 298	0.46 292	0.51 284	0.41 251	0.50 302	0.41 288	0.50 274	0.41 272
1: 1. 1
RainbowNet	0.48 248	0.48 181	0.48 270	0.48 232	0.48 309	0.48 279	0.48 305	0.48 267	0.48 303	0.48 269	0.48 310	0.48 276	0.48 299	0.48 276	0.48 304	0.48 269	0.48 273	0.48 295	0.48 310	0.48 267	0.48 294

notaker	0.48 248	0.49 182	0.48 270	0.48 232	0.48 309	0.48 279	0.48 305	0.48 267	0.49 305	0.48 269	0.48 310	0.48 276	0.48 299	0.48 276	0.48 304	0.48 269	0.48 273	0.48 295	0.48 310	0.48 267	0.49 299

LL-Strereo2	0.48 248	1.73 354	0.51 282	0.59 262	0.34 251	0.42 258	0.33 231	0.40 218	0.31 228	0.42 244	0.33 238	0.42 256	0.31 232	0.44 259	0.39 268	0.60 294	0.51 285	0.44 276	0.33 250	0.44 252	0.33 235

Former-RAFT_DAM_RVC	0.49 253	0.98 247	0.64 302	0.84 293	0.46 299	0.45 265	0.35 245	0.47 263	0.47 296	0.45 255	0.34 245	0.46 265	0.48 299	0.46 265	0.35 247	0.39 231	0.71 317	0.39 247	0.35 258	0.41 243	0.41 272

ACVNet_2	0.49 253	0.49 182	0.49 274	0.49 238	0.49 311	0.49 284	0.49 307	0.49 271	0.49 305	0.49 276	0.49 313	0.49 280	0.49 304	0.49 282	0.49 306	0.49 272	0.49 276	0.49 299	0.49 313	0.49 270	0.49 299

FoundationStereo	0.50 255	0.50 185	0.50 277	0.50 245	0.50 314	0.50 292	0.50 309	0.50 279	0.50 308	0.50 288	0.50 315	0.50 294	0.50 307	0.50 289	0.50 307	0.50 278	0.50 281	0.50 302	0.50 315	0.50 274	0.50 302

StereoAnything_RVC	0.50 255	0.50 185	0.50 277	0.50 245	0.50 314	0.50 292	0.50 309	0.50 279	0.50 308	0.50 288	0.50 315	0.50 294	0.50 307	0.50 289	0.50 307	0.50 278	0.50 281	0.50 302	0.50 315	0.50 274	0.50 302

dual_stereo	0.50 255	0.50 185	0.50 277	0.50 245	0.50 314	0.50 292	0.50 309	0.50 279	0.50 308	0.50 288	0.50 315	0.50 294	0.50 307	0.50 289	0.50 307	0.50 278	0.50 281	0.50 302	0.50 315	0.50 274	0.50 302

GCST	0.50 255	2.08 373	0.38 228	0.53 252	0.35 254	0.49 284	0.35 245	0.50 279	0.35 247	0.49 276	0.35 253	0.49 280	0.35 249	0.49 282	0.35 247	0.48 269	0.37 226	0.45 280	0.33 250	0.44 252	0.33 235

SANet	0.50 255	0.50 185	0.50 277	0.50 245	0.50 314	0.50 292	0.50 309	0.50 279	0.50 308	0.50 288	0.50 315	0.50 294	0.50 307	0.50 289	0.50 307	0.50 278	0.50 281	0.50 302	0.50 315	0.50 274	0.50 302

UGAM-zero	0.51 260	2.17 381	0.39 234	0.53 252	0.36 260	0.50 292	0.36 252	0.50 279	0.36 257	0.49 276	0.36 257	0.50 294	0.35 249	0.50 289	0.36 251	0.49 272	0.37 226	0.47 287	0.35 258	0.46 257	0.34 241

UGAM	0.51 260	2.23 384	0.39 234	0.54 254	0.35 254	0.50 292	0.35 245	0.49 271	0.35 247	0.49 276	0.35 253	0.49 280	0.36 252	0.50 289	0.36 251	0.49 272	0.37 226	0.45 280	0.34 252	0.45 256	0.34 241

Selective-IGEV	0.51 260	0.55 200	0.45 255	0.69 276	0.45 297	0.61 314	0.45 289	0.50 279	0.40 270	0.56 304	0.44 293	0.55 306	0.40 265	0.72 325	0.67 331	0.59 293	0.46 263	0.45 280	0.34 252	0.46 257	0.37 252

RCA-Stereo	0.51 260	3.22 415	0.34 212	0.44 221	0.34 251	0.44 264	0.34 240	0.43 253	0.34 244	0.43 250	0.34 245	0.44 260	0.33 239	0.43 257	0.33 232	0.38 222	0.29 198	0.38 237	0.29 223	0.38 222	0.29 212

AIO-test1	0.54 264	0.60 205	0.52 285	0.66 274	0.47 305	0.61 314	0.47 296	0.58 300	0.46 291	0.61 311	0.46 298	0.61 316	0.45 287	0.62 312	0.45 288	0.61 297	0.52 287	0.57 315	0.48 310	0.57 288	0.48 294

castereo++	0.54 264	3.59 420	1.15 358	1.31 394	0.14 146	0.16 131	0.14 141	0.16 131	0.14 146	0.16 128	0.14 150	0.16 129	0.13 143	0.16 130	0.14 140	1.45 419	1.16 363	0.15 131	0.14 149	0.15 131	0.13 139

FENet	0.54 264	1.52 344	1.19 364	1.41 401	0.23 191	0.35 205	0.23 182	0.35 195	0.23 183	0.34 197	0.23 187	0.35 204	0.23 187	0.35 206	0.23 183	1.40 417	1.07 347	0.32 195	0.23 185	0.33 189	0.23 170

PSMNet_ROB	0.54 264	0.54 198	0.54 289	0.54 254	0.53 323	0.54 304	0.54 317	0.53 291	0.54 318	0.54 299	0.54 325	0.54 302	0.53 314	0.54 300	0.54 317	0.54 288	0.53 289	0.54 313	0.54 320	0.54 286	0.54 310

AIO-test2	0.55 268	0.59 203	0.52 285	0.67 275	0.47 305	0.61 314	0.47 296	0.61 306	0.47 296	0.61 311	0.47 306	0.61 316	0.48 299	0.62 312	0.47 298	0.64 302	0.53 289	0.58 316	0.47 307	0.58 289	0.48 294

CFNet-ft	0.55 268	1.57 345	0.14 123	0.20 126	0.14 146	0.20 148	2.53 468	1.61 428	0.14 146	0.20 145	0.14 150	0.20 146	0.14 147	0.20 146	0.14 140	0.17 134	0.12 107	0.17 139	0.12 137	1.56 419	1.24 434

MyStereo04	0.56 270	3.72 426	0.59 294	0.49 238	0.41 282	0.36 208	0.32 222	0.37 205	0.31 228	0.34 197	0.46 298	0.35 204	0.32 233	0.35 206	0.33 232	0.49 272	0.45 261	0.34 210	0.32 243	0.35 205	0.43 280

CASS	0.57 271	0.89 231	0.56 291	0.57 259	0.56 326	0.56 306	0.56 318	0.56 294	0.53 316	0.57 306	0.57 328	0.59 314	0.48 299	0.56 304	0.57 320	0.55 290	0.56 293	0.47 287	0.56 324	0.62 292	0.56 317
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 272	0.58 202	0.47 264	0.64 270	0.74 355	1.00 353	0.69 336	0.57 297	0.41 279	0.57 306	0.41 280	0.57 310	0.41 276	1.00 357	0.75 347	0.91 332	0.51 285	0.52 310	0.37 266	0.52 282	0.37 252

MonSter	0.60 272	0.64 208	0.52 285	0.62 266	0.44 295	2.07 447	0.44 285	0.62 307	0.44 289	0.62 314	0.44 293	0.62 318	0.44 285	0.62 312	0.44 287	0.58 292	0.42 258	0.62 319	0.46 300	0.58 289	0.42 279

MyStereo07	0.60 272	3.72 426	0.48 270	0.49 238	0.41 282	0.36 208	0.32 222	0.49 271	0.43 286	0.51 292	0.42 289	0.49 280	0.43 284	0.51 295	0.64 326	0.49 272	0.45 261	0.34 210	0.32 243	0.35 205	0.43 280

castereo	0.61 275	3.79 428	1.35 422	1.52 403	0.15 157	0.17 137	0.16 149	0.20 146	0.21 174	0.18 138	0.16 159	0.21 154	0.12 138	0.26 184	0.17 157	1.43 418	1.38 425	0.17 139	0.16 154	0.18 142	0.16 145

WCG-NET	0.61 275	1.21 330	0.54 289	0.61 265	0.53 323	0.67 322	0.53 315	0.66 312	0.53 316	0.64 317	0.53 324	0.65 322	0.53 314	0.59 310	0.52 314	0.65 303	0.48 273	0.64 322	0.52 319	0.58 289	0.50 302

SMoEStereo_RVC	0.63 277	0.75 214	0.51 282	0.73 282	0.53 323	0.71 326	0.47 296	0.67 313	0.58 321	0.74 331	0.60 329	0.72 329	0.53 314	0.74 328	0.51 312	0.61 297	0.62 302	0.62 319	0.61 331	0.63 293	0.61 320

anonymity	0.63 277	0.69 210	0.56 291	0.71 280	0.56 326	0.71 326	0.56 318	0.71 318	0.56 319	0.72 325	0.56 327	0.71 326	0.56 318	0.71 324	0.58 321	0.68 307	0.55 291	0.68 327	0.55 321	0.68 297	0.54 310

PAM_32	0.64 279	2.38 390	0.51 282	0.92 303	0.43 294	0.53 302	0.44 285	0.87 330	0.43 286	0.52 295	0.45 296	0.53 301	0.40 265	0.54 300	0.46 292	0.62 300	0.56 293	0.48 295	0.45 298	0.76 308	0.44 283

CRFU-Net	0.65 280	1.67 349	1.22 414	1.96 419	0.27 208	0.41 240	0.27 201	0.41 233	0.27 208	0.40 219	0.26 205	0.41 240	0.27 210	0.40 228	0.27 199	1.80 432	1.62 437	0.34 210	0.23 185	0.33 189	0.23 170

LMCR-Stereo	0.65 280	0.63 206	0.65 305	0.65 271	0.65 340	0.66 321	0.63 324	0.58 300	0.65 331	0.63 316	0.64 336	0.65 322	0.65 326	0.66 319	0.66 330	0.66 305	0.64 305	0.65 325	0.67 339	0.68 297	0.73 340

KSHMR	0.66 282	0.50 185	0.48 270	1.15 334	0.52 320	0.49 284	0.51 313	0.49 271	0.71 344	0.67 321	0.50 315	1.16 376	1.11 369	0.66 319	0.52 314	0.49 272	0.49 276	0.51 307	0.66 336	0.50 274	1.14 381

TorneroNet	0.66 282	0.53 195	0.50 277	0.50 245	0.64 338	1.06 360	0.70 338	0.50 279	0.51 315	0.49 276	0.69 345	0.49 280	0.50 307	0.48 276	1.15 381	0.71 312	0.49 276	1.14 373	1.08 376	0.49 270	0.49 299

GES	0.66 282	2.34 388	0.29 185	0.41 210	0.29 217	0.41 240	0.29 212	0.42 249	0.29 215	0.40 219	0.41 280	0.41 240	0.30 227	0.51 295	0.29 214	0.32 193	0.29 198	0.32 195	2.46 471	2.49 443	0.30 222

cf-r	0.66 282	2.17 381	0.12 99	0.18 121	0.12 141	0.18 140	2.70 471	2.60 455	0.12 141	0.18 138	0.12 133	0.18 140	0.12 138	0.18 139	0.12 130	0.15 121	0.11 93	0.15 131	0.11 121	1.81 424	1.74 458

DSFCA	0.66 282	0.73 213	0.78 325	0.65 271	0.65 340	0.64 319	0.64 325	0.65 310	0.63 329	0.64 317	0.64 336	0.64 319	0.64 324	0.65 318	0.65 327	0.65 303	0.65 306	0.65 325	0.65 334	0.66 295	0.64 325

DEFOM-Stereo	0.68 287	3.11 411	1.40 432	1.63 410	0.25 198	0.31 189	0.25 190	0.31 184	0.28 211	0.31 186	0.29 218	0.29 189	0.27 210	0.31 196	0.28 205	1.59 425	1.47 430	0.30 191	0.29 223	0.30 179	0.28 207

ssnet_v2	0.68 287	1.96 370	1.25 418	0.29 159	0.20 177	0.30 186	0.20 164	0.29 180	0.22 177	1.50 430	0.20 177	0.31 194	0.20 175	0.27 187	0.22 177	0.24 169	1.49 431	0.26 178	0.18 174	3.90 455	0.19 161

ARAFT	0.68 287	0.81 221	0.63 300	0.74 283	0.60 329	0.78 331	0.62 323	0.77 322	0.66 333	0.74 331	0.63 334	0.75 333	0.62 323	0.83 335	0.60 323	0.70 311	0.55 291	0.70 330	0.60 329	0.78 310	0.55 314

NINENet	0.69 290	3.87 432	1.20 367	1.98 420	0.05 91	0.40 224	0.04 76	0.40 218	0.05 91	0.41 232	0.04 84	0.41 240	0.05 87	0.40 228	0.05 82	1.79 431	1.56 434	0.34 210	0.22 180	0.34 193	0.23 170

RAFT-Stereo + iAFF	0.70 291	0.72 212	0.71 316	0.80 288	0.62 337	0.82 336	0.61 322	0.81 328	0.62 327	0.81 338	0.63 334	0.80 339	0.70 335	0.73 326	0.61 325	0.76 316	0.61 301	0.74 333	0.61 331	0.77 309	0.61 320

DMCA-RVC	0.70 291	0.80 218	0.70 312	0.70 278	0.70 349	0.70 324	0.70 338	0.71 318	0.70 341	0.70 324	0.71 349	0.71 326	0.70 335	0.70 323	0.69 339	0.69 308	0.70 313	0.69 328	0.70 344	0.69 301	0.70 333

MyStereo8	0.71 293	3.92 433	0.52 285	0.59 262	0.52 320	0.57 311	0.53 315	0.59 302	0.50 308	0.59 310	0.51 321	0.57 310	0.50 307	0.56 304	0.52 314	0.54 288	0.49 276	0.54 313	0.49 313	0.55 287	0.50 302

HH	0.71 293	2.54 393	0.74 320	1.10 326	0.32 232	0.41 240	0.37 257	0.69 315	0.78 351	0.73 327	0.90 363	0.75 333	1.00 359	0.84 336	0.69 339	0.69 308	0.40 242	0.35 223	0.26 204	0.35 205	0.26 187

HanStereo	0.71 293	2.54 393	0.74 320	1.10 326	0.32 232	0.41 240	0.37 257	0.69 315	0.78 351	0.73 327	0.90 363	0.75 333	1.00 359	0.84 336	0.69 339	0.69 308	0.40 242	0.35 223	0.26 204	0.35 205	0.26 187

ktn	0.72 296	0.53 195	1.08 353	1.14 332	0.51 319	1.22 421	1.36 440	0.51 288	0.59 322	0.51 292	0.51 321	0.69 325	1.20 380	0.67 321	0.51 312	0.51 284	0.49 276	0.58 316	0.66 336	0.52 282	0.53 309

CroCo-Stereo	0.73 297	1.22 333	0.25 172	1.22 388	0.25 198	1.22 421	0.25 190	1.22 414	0.25 190	1.22 421	0.25 199	1.22 425	0.25 193	1.22 424	0.25 193	1.22 406	0.26 179	1.21 428	0.25 198	1.22 407	0.25 181
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 297	0.88 228	0.67 309	0.75 284	0.68 347	0.75 328	0.64 325	0.80 325	0.72 345	0.83 339	0.70 346	0.82 342	0.64 324	0.84 336	0.67 331	0.77 317	0.63 303	0.81 344	0.63 333	0.78 310	0.62 323

AIO-Stereo-zeroshot1	0.75 299	0.92 239	0.85 332	0.96 313	0.59 328	1.27 424	0.44 285	0.59 302	0.69 338	0.91 344	0.68 342	0.55 306	0.61 322	1.06 364	0.83 356	0.62 300	0.70 313	0.90 352	0.41 288	0.89 325	0.56 317

MyStereo06	0.75 299	4.12 434	0.60 296	0.63 267	0.61 334	0.62 317	0.66 328	0.56 294	0.45 290	0.55 302	0.48 310	0.54 302	0.46 290	0.57 308	0.45 288	0.60 294	0.57 295	0.64 322	0.55 321	0.72 303	0.55 314

GCAP-Stereo	0.75 299	4.15 437	0.42 250	0.75 284	0.35 254	0.78 331	0.40 270	0.79 323	0.38 262	0.78 334	0.36 257	0.78 336	0.36 252	0.79 331	0.39 268	0.75 315	0.39 239	0.76 336	0.39 280	0.75 307	0.39 262

GANet-RSSM	0.75 299	1.91 363	0.14 123	0.47 229	0.14 146	0.21 156	3.21 488	2.30 449	0.14 146	0.46 258	0.14 150	0.23 164	0.18 166	0.21 157	0.14 140	0.18 142	0.27 184	0.37 230	0.13 145	2.13 433	2.12 461

RSM++	0.76 303	0.82 223	0.66 306	0.85 295	0.64 338	0.85 337	0.71 341	0.94 343	0.64 330	0.87 340	0.67 341	0.87 344	0.65 326	0.84 336	0.65 327	0.81 322	0.70 313	0.79 339	0.71 347	0.83 320	0.70 333

CroCo-Stereo Lap2	0.77 304	1.29 336	0.29 185	1.27 392	0.29 217	1.27 424	0.26 198	1.26 417	0.26 203	1.26 422	0.26 205	1.27 426	0.26 202	1.26 425	0.27 199	1.27 408	0.27 184	1.27 431	0.27 210	1.27 409	0.27 194

PSMNet-RSSM	0.77 304	2.76 402	0.14 123	0.20 126	0.14 146	0.20 148	2.66 469	2.79 459	0.14 146	0.21 155	0.14 150	0.21 154	0.14 147	0.20 146	0.14 140	0.17 134	0.12 107	0.17 139	0.12 137	2.52 444	2.31 466

GwcNet-RSSM	0.77 304	2.77 404	0.14 123	0.20 126	0.14 146	0.20 148	2.67 470	2.78 458	0.14 146	0.20 145	0.14 150	0.20 146	0.14 147	0.21 157	0.14 140	0.17 134	0.12 107	0.17 139	0.12 137	2.52 444	2.31 466

4D-IteraStereo	0.78 307	3.13 412	0.89 333	0.69 276	0.32 232	0.40 224	0.32 222	0.76 321	0.97 372	0.52 295	0.65 338	0.89 347	0.32 233	0.76 330	0.98 368	0.83 325	0.94 339	0.35 223	0.27 210	0.70 302	0.89 356

hitnet-ft	0.79 308	2.78 405	0.14 123	0.20 126	0.14 146	0.21 156	2.89 472	2.80 460	0.14 146	0.20 145	0.14 150	0.20 146	0.14 147	0.20 146	0.14 140	0.17 134	0.12 107	0.17 139	0.12 137	2.54 446	2.33 468

G-Net	0.79 308	0.79 217	0.79 328	0.79 286	0.79 359	0.79 333	0.79 348	0.79 323	0.79 354	0.79 335	0.79 358	0.79 338	0.79 347	0.79 331	0.79 350	0.79 318	0.79 326	0.79 339	0.79 354	0.79 312	0.79 347

MyStereo05	0.80 310	4.12 434	0.63 300	0.63 267	0.61 334	0.62 317	0.66 328	0.65 310	0.62 327	0.67 321	0.61 332	0.65 322	0.58 319	0.67 321	0.55 319	0.60 294	0.57 295	0.64 322	0.55 321	0.72 303	0.55 314

UDG	0.80 310	2.21 383	0.60 296	0.91 300	0.60 329	0.90 343	0.58 320	0.88 333	0.60 323	0.90 342	0.60 329	0.88 345	0.60 321	0.90 344	0.58 321	0.86 329	0.60 297	0.84 348	0.59 328	0.84 321	0.61 320

ccnet	0.80 310	2.28 386	0.33 204	0.50 245	0.33 243	0.50 292	0.33 231	0.50 279	0.33 236	0.49 276	0.33 238	0.49 280	1.56 441	2.38 453	0.33 232	0.41 243	0.29 198	0.42 273	1.57 450	2.28 438	0.29 212

NaN_ROB	0.80 310	0.80 218	0.80 329	0.80 288	0.80 361	0.80 334	0.80 351	0.80 325	0.80 355	0.80 336	0.80 359	0.80 339	0.80 348	0.80 333	0.80 352	0.80 319	0.80 329	0.80 342	0.80 356	0.80 315	0.80 348

CSAN	0.80 310	0.80 218	0.80 329	0.80 288	0.80 361	0.80 334	0.80 351	0.80 325	0.80 355	0.80 336	0.80 359	0.80 339	0.80 348	0.80 333	0.80 352	0.80 319	0.80 329	0.80 342	0.80 356	0.80 315	0.80 348

BSDual-CNN	0.81 315	1.91 363	0.92 340	4.48 459	0.02 20	0.42 258	0.06 98	0.41 233	0.02 20	0.48 269	0.03 50	0.02 19	0.02 21	0.03 38	0.02 19	1.97 438	4.19 479	0.33 203	0.23 185	0.34 193	0.27 194

DDUNet	0.81 315	2.45 391	0.57 293	0.90 298	0.60 329	0.88 340	0.59 321	0.90 334	0.60 323	0.88 341	0.60 329	0.90 348	0.58 319	0.88 341	0.60 323	0.84 327	0.60 297	0.86 350	0.57 325	0.86 322	0.60 319

R-Stereo Train	0.81 315	0.96 244	0.67 309	0.95 310	0.67 344	0.95 348	0.68 333	0.95 345	0.68 335	0.95 352	0.68 342	0.96 356	0.68 332	0.96 354	0.68 335	0.94 339	0.68 308	0.94 358	0.68 340	0.94 334	0.68 331

RAFT-Stereo	0.81 315	0.96 244	0.67 309	0.95 310	0.67 344	0.95 348	0.68 333	0.95 345	0.68 335	0.95 352	0.68 342	0.96 356	0.68 332	0.96 354	0.68 335	0.94 339	0.68 308	0.94 358	0.68 340	0.94 334	0.68 331
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 319	1.72 350	1.48 434	0.39 187	0.15 157	0.31 189	0.21 170	0.20 146	0.25 190	1.61 432	0.23 187	0.28 184	0.26 202	0.20 146	0.15 150	0.24 169	1.33 419	0.32 195	0.16 154	6.75 490	0.23 170

scenet	0.82 319	1.72 350	1.48 434	0.39 187	0.15 157	0.31 189	0.21 170	0.20 146	0.25 190	1.61 432	0.23 187	0.28 184	0.26 202	0.20 146	0.15 150	0.24 169	1.33 419	0.32 195	0.16 154	6.75 490	0.23 170

ssnet	0.82 319	1.72 350	1.48 434	0.39 187	0.15 157	0.31 189	0.21 170	0.20 146	0.25 190	1.61 432	0.23 187	0.28 184	0.26 202	0.20 146	0.15 150	0.24 169	1.33 419	0.32 195	0.16 154	6.75 490	0.23 170

STTRV1_RVC	0.82 319	1.60 347	0.70 312	1.01 320	0.60 329	1.07 363	0.69 336	1.01 350	0.60 323	0.72 325	0.55 326	1.02 363	0.68 332	1.03 362	0.67 331	0.89 331	0.63 303	0.92 356	0.57 325	0.90 327	0.65 326

DEFOM-Stereo_RVC	0.83 323	5.18 449	1.98 456	2.19 425	0.17 164	0.19 143	0.18 157	0.19 141	0.16 158	0.20 145	0.19 173	0.22 160	0.22 181	0.20 146	0.15 150	2.28 446	2.13 452	0.24 174	0.17 170	0.18 142	0.16 145

BUS	0.83 323	1.91 363	0.92 340	4.48 459	0.02 20	0.40 224	0.04 76	0.41 233	0.02 20	0.48 269	0.03 50	0.41 240	0.05 87	0.03 38	0.05 82	1.97 438	4.19 479	0.33 203	0.23 185	0.34 193	0.27 194

PDISCO_ROB	0.83 323	2.80 406	3.49 482	0.14 96	0.11 126	0.17 137	0.09 103	0.15 130	0.10 108	0.15 123	0.12 133	0.16 129	0.14 147	3.30 466	0.13 136	0.14 112	2.34 457	0.16 134	0.12 137	2.62 447	0.10 105

AIO-Stereo	0.84 326	0.66 209	0.70 312	0.83 292	0.67 344	0.98 351	0.82 354	1.14 357	0.72 345	1.03 359	0.74 354	1.03 364	1.09 368	0.99 356	0.45 288	1.04 345	0.73 319	0.95 360	0.74 349	0.94 334	0.46 286

DCRE	0.84 326	1.89 360	0.77 324	0.94 308	0.72 352	0.88 340	0.73 343	0.87 330	0.78 351	0.90 342	0.71 349	0.88 345	0.67 331	0.88 341	0.73 344	0.81 322	0.68 308	0.81 344	0.70 344	0.82 319	0.70 333

iGMRVC	0.84 326	2.85 407	0.72 317	0.72 281	0.73 353	0.77 329	0.79 348	0.73 320	0.74 350	0.73 327	0.72 351	0.73 331	0.76 344	0.73 326	0.73 344	0.72 313	0.73 319	0.73 332	0.72 348	0.73 306	0.72 337

GEStereo_RVC	0.86 329	4.45 440	0.20 154	0.27 157	0.20 177	0.27 182	0.20 164	0.26 173	0.18 163	5.03 493	0.20 177	0.27 183	0.19 171	0.27 187	0.21 175	0.20 145	0.19 159	0.19 152	4.02 495	0.20 149	0.18 159

Selective-RAFT-Error	0.88 330	0.84 224	0.98 345	0.86 296	0.97 375	0.88 340	0.95 364	0.84 329	0.99 374	0.92 346	0.82 361	0.84 343	0.98 358	0.87 340	0.97 367	0.81 322	0.83 332	0.79 339	0.82 359	0.79 312	0.85 353

IER	0.88 330	7.04 466	2.23 459	2.75 443	0.28 211	0.43 262	0.25 190	0.39 214	0.25 190	0.41 232	0.27 209	0.39 222	0.25 193	0.40 228	0.28 205	0.37 215	0.28 189	0.37 230	0.25 198	0.37 213	0.25 181

Selective-RAFT	0.89 332	0.89 231	0.72 317	1.16 339	0.78 358	1.06 360	0.82 354	0.87 330	0.97 372	1.00 354	0.91 366	0.90 348	1.00 359	0.89 343	0.93 364	0.83 325	0.83 332	0.82 346	0.82 359	0.81 318	0.82 351

AIO-Stereo-zeroshot	0.91 333	0.86 225	0.89 333	1.25 391	0.69 348	1.05 359	0.81 353	1.16 360	0.50 308	1.12 368	0.97 371	0.72 329	0.82 350	1.06 364	0.95 365	0.61 297	0.87 334	1.03 370	0.85 362	1.04 342	1.01 370

CFNet-RSSM	0.91 333	4.89 445	0.34 212	0.44 221	1.07 384	1.62 438	1.40 446	0.91 336	0.35 247	1.60 431	1.39 445	0.64 319	0.34 243	0.44 259	0.33 232	0.41 243	0.35 222	0.75 334	0.30 233	0.41 243	0.29 212

ToySt	0.92 335	2.11 376	0.90 336	0.95 310	0.79 359	0.99 352	0.78 347	0.94 343	0.81 358	0.94 350	0.78 357	0.95 355	0.77 345	0.94 350	0.86 358	0.91 332	0.79 326	0.85 349	0.77 351	0.89 325	0.73 340

DPSM_ROB	0.92 335	0.91 234	0.91 338	0.91 300	0.92 370	0.92 345	0.92 360	0.92 339	0.91 362	0.93 348	0.91 366	0.92 351	0.90 352	0.91 345	0.92 360	0.92 335	0.91 335	0.91 354	0.92 363	0.93 332	0.93 360

DPSM	0.92 335	0.91 234	0.91 338	0.91 300	0.92 370	0.92 345	0.92 360	0.92 339	0.91 362	0.93 348	0.91 366	0.92 351	0.90 352	0.91 345	0.92 360	0.92 335	0.91 335	0.91 354	0.92 363	0.93 332	0.93 360

pmcnn	0.92 335	0.92 239	0.92 340	0.92 303	0.92 370	0.92 345	0.92 360	0.92 339	0.92 366	0.92 346	0.92 369	0.92 351	0.92 354	0.92 349	0.92 360	0.92 335	0.92 337	0.92 356	0.92 363	0.92 331	0.92 359

error version	0.93 339	4.47 441	2.35 462	1.99 421	0.37 263	0.41 240	0.36 252	0.41 233	0.35 247	0.43 250	0.36 257	0.41 240	0.40 265	0.41 242	0.36 251	1.87 434	2.16 453	0.47 287	0.37 266	0.39 229	0.33 235

test_1	0.93 339	4.47 441	2.35 462	1.99 421	0.37 263	0.41 240	0.36 252	0.41 233	0.35 247	0.43 250	0.36 257	0.41 240	0.40 265	0.41 242	0.36 251	1.87 434	2.16 453	0.47 287	0.37 266	0.39 229	0.33 235

DGTPSM_ROB	0.93 339	1.00 250	0.92 340	0.94 308	0.96 374	0.91 344	0.92 360	0.91 336	0.96 371	0.91 344	0.96 370	0.93 354	0.92 354	0.94 350	0.92 360	0.92 335	0.92 337	0.90 352	0.92 363	0.94 334	0.91 358

HSM-Net_RVC	0.95 342	1.17 280	0.78 325	1.18 341	0.71 350	1.16 374	0.75 345	1.09 355	0.80 355	1.10 363	0.75 355	1.17 377	0.74 341	1.17 376	0.80 352	1.13 356	0.73 319	1.17 379	0.77 351	1.16 351	0.72 337
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 343	3.17 414	2.30 461	2.42 437	0.38 270	0.54 304	0.38 263	0.54 292	0.38 262	0.54 299	0.38 268	0.54 302	0.38 260	0.54 300	0.38 262	2.38 452	2.34 457	0.49 299	0.36 264	0.49 270	0.36 248

DPSimNet_ROB	0.97 343	1.18 282	0.81 331	1.10 326	0.91 369	1.02 358	0.82 354	1.04 352	0.91 362	1.03 359	0.86 362	1.28 427	0.82 350	1.03 362	0.89 359	1.17 358	0.81 331	1.02 369	0.82 359	1.08 344	0.81 350

test-3	0.98 345	4.13 436	1.85 449	1.85 413	0.61 334	0.69 323	0.37 257	0.63 308	0.61 326	0.66 320	0.51 321	0.73 331	0.44 285	0.57 308	0.54 317	1.68 429	1.81 447	0.40 251	0.43 296	0.66 295	0.50 302

999	1.00 346	1.12 275	0.59 294	1.10 326	1.21 441	1.09 366	0.52 314	1.08 353	1.43 450	1.18 373	1.35 440	0.98 358	0.52 313	0.91 345	0.85 357	0.72 313	1.46 429	0.83 347	0.98 368	0.68 297	1.41 446

DispNO	1.00 346	0.63 206	0.43 251	3.45 452	0.44 295	0.65 320	0.43 284	0.64 309	0.43 286	0.64 317	0.43 291	0.64 319	3.03 465	0.64 317	0.43 286	4.55 470	0.43 259	0.63 321	0.43 296	0.63 293	0.43 280

GANet	1.00 346	1.00 250	1.00 347	1.00 317	1.00 376	1.00 353	1.00 368	1.00 347	1.00 375	1.00 354	1.00 373	1.00 359	1.00 359	1.00 357	1.00 370	1.00 341	1.00 340	1.00 365	1.00 370	1.00 338	1.00 367

TDLM	1.00 346	1.00 250	1.00 347	1.00 317	1.00 376	1.00 353	1.00 368	1.00 347	1.00 375	1.00 354	1.00 373	1.00 359	1.00 359	1.00 357	1.00 370	1.00 341	1.00 340	1.00 365	1.00 370	1.00 338	1.00 367

CVANet_RVC	1.00 346	1.00 250	1.00 347	1.00 317	1.00 376	1.00 353	1.00 368	1.00 347	1.00 375	1.00 354	1.00 373	1.00 359	1.00 359	1.00 357	1.00 370	1.00 341	1.00 340	1.00 365	1.00 370	1.00 338	1.00 367

trnet	1.01 351	1.01 256	1.01 350	1.01 320	1.01 380	1.01 357	1.01 371	1.01 350	1.01 378	1.01 358	1.01 376	1.01 362	1.01 365	1.01 361	1.01 373	1.01 344	1.01 343	1.01 368	1.01 374	1.01 341	1.01 370

LL-Strereo	1.01 351	5.06 447	1.63 438	0.70 278	1.43 451	0.56 306	0.46 291	0.57 297	0.50 308	0.57 306	0.50 315	1.58 435	0.49 304	0.59 310	0.50 307	1.64 428	0.52 287	0.51 307	1.37 440	0.52 282	0.45 285

tt45	1.04 353	0.88 228	1.36 427	0.92 303	1.03 382	1.51 436	0.79 348	0.70 317	0.88 360	0.74 331	0.90 363	1.60 436	0.72 340	1.60 433	0.75 347	0.91 332	0.78 325	1.52 443	0.79 354	1.14 347	1.32 438

GLC_STEREO	1.07 354	1.01 256	1.06 352	1.07 324	1.05 383	1.06 360	1.08 375	1.08 353	1.05 381	1.07 361	1.06 378	1.08 366	1.05 367	1.06 364	1.10 376	1.07 347	1.09 353	1.05 371	1.05 375	1.06 343	1.12 377

FC-DCNN	1.07 354	1.09 271	0.98 345	0.89 297	0.52 320	1.41 433	0.91 359	1.21 413	1.24 439	1.96 440	2.05 470	1.91 440	1.30 433	1.27 426	1.08 375	0.80 319	0.60 297	0.58 316	0.41 288	0.68 297	0.54 310

hknet	1.10 356	1.85 357	3.49 482	4.48 459	0.02 20	0.42 258	0.06 98	0.41 233	0.02 20	0.48 269	0.03 50	0.41 240	0.03 50	0.42 255	0.03 46	4.39 468	4.19 479	0.33 203	0.23 185	0.34 193	0.27 194

test_xeample3	1.10 356	1.81 355	0.61 298	0.84 293	0.49 311	0.77 329	0.66 328	0.92 339	1.40 448	0.68 323	0.46 298	0.78 336	0.54 317	1.72 436	1.48 446	1.34 412	1.52 432	1.35 436	1.67 454	1.33 411	1.55 449

DISCO	1.11 358	0.39 144	5.28 492	0.39 187	0.20 177	0.39 223	0.27 201	0.39 214	0.22 177	0.38 210	0.20 177	0.38 218	0.20 175	6.95 502	0.22 177	0.30 189	0.21 165	0.27 182	0.21 177	5.25 483	0.21 165

Occ-G	1.12 359	0.52 193	3.72 485	3.50 453	0.50 314	0.56 306	0.47 296	0.54 292	0.46 291	0.54 299	0.41 280	0.54 302	0.42 282	0.52 298	0.42 284	3.42 462	4.02 478	0.52 310	0.45 298	0.51 280	0.44 283

AEACV	1.12 359	0.52 193	3.12 479	3.24 449	0.86 363	0.53 302	0.49 307	0.60 304	0.47 296	0.53 297	0.49 313	0.55 306	0.45 287	0.55 303	0.47 298	3.01 458	3.88 476	0.71 331	0.60 329	0.80 315	0.48 294

MSMD_ROB	1.19 361	1.10 274	0.70 312	1.10 326	0.60 329	1.10 367	0.70 338	1.10 356	0.70 341	1.10 363	0.70 346	1.10 370	0.70 335	7.00 503	0.70 342	1.10 350	0.70 313	1.10 372	0.70 344	1.10 345	0.70 333

MM-Stereo_test2	1.20 362	1.85 357	1.05 351	1.46 402	0.94 373	1.36 429	0.99 367	1.36 422	0.95 369	1.41 427	0.98 372	1.40 432	0.96 356	1.37 428	0.95 365	1.37 416	1.06 346	1.33 433	0.93 367	1.29 410	0.89 356

ours_stereo	1.20 362	1.21 330	0.90 336	1.64 411	1.11 385	1.35 427	0.67 332	1.76 433	0.93 367	1.70 437	1.10 379	1.39 430	0.75 343	1.41 430	0.81 355	1.60 427	1.03 345	1.33 433	1.00 370	1.61 421	0.72 337

DisPM	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

CrosDoStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

PFNet+	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

LCNet	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

HHNet	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

Patchmatch Stereo++	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

STrans-v2	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

TransformOpticalFlow	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

OMP-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

IIG-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

NF-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

OCTAStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

PSM-softLoss	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

KMStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

NRIStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

PSM-adaLoss	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

PSM-AAD	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

FTStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

ROB_FTStereo_v2	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

ROB_FTStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

Consistency-Raft	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

KYRaft	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

HUI-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

ASMatch	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

DeepStereo_LL	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

DEmStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

SST-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

THIR-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

RAFT_R40	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

DRaft	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

PFNet	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

GrayStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

RE-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

Pruner-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

TVStereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

DeepStereo_RVC	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

RAFT-RH_RVC	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

IRAFT_RVC	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

RAFT-345	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

iRAFT	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

CRE-IMP	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

GMM-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

RAFT-IKP	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

Prome-Stereo	1.20 362	1.20 284	1.20 367	1.20 343	1.20 395	1.20 375	1.20 386	1.20 368	1.20 391	1.20 375	1.20 388	1.20 379	1.20 380	1.20 378	1.20 388	1.20 360	1.20 368	1.20 383	1.20 387	1.20 360	1.20 386

HCRNet	1.22 409	7.11 467	3.00 467	3.55 454	0.33 243	0.29 185	0.14 141	0.19 141	0.15 156	0.33 195	0.29 218	0.25 173	0.14 147	0.22 161	0.33 232	3.64 463	3.00 460	0.76 336	0.32 243	0.18 142	0.13 139

HBP-ISP	1.24 410	1.72 350	1.65 439	1.15 334	0.76 356	1.40 432	0.88 357	1.67 432	1.02 379	1.69 436	1.38 444	1.69 438	1.21 426	1.87 437	1.21 433	1.05 346	0.79 326	0.97 363	0.80 356	1.19 359	0.75 344

AANet_RVC	1.26 411	0.31 127	4.99 490	5.93 481	0.20 177	0.25 172	0.20 164	0.25 169	0.20 171	0.23 161	0.19 173	0.25 173	0.20 175	0.25 174	0.20 172	5.66 489	4.76 482	0.26 178	0.30 233	0.24 165	0.27 194

MM-Stereo_test3	1.27 412	2.07 372	1.18 362	1.60 406	1.02 381	1.45 434	1.01 371	1.40 426	1.04 380	1.44 428	1.03 377	1.46 434	1.02 366	1.44 431	1.02 374	1.51 423	1.12 360	1.32 432	0.98 368	1.38 414	0.97 363

11t	1.27 412	2.70 400	1.34 420	1.32 395	0.89 365	1.30 426	1.34 438	1.64 429	0.57 320	1.45 429	0.72 351	1.05 365	1.29 432	1.07 367	1.29 438	1.49 420	1.02 344	0.97 363	1.15 380	1.48 416	1.31 437

MaskLacGwcNet_RVC	1.35 414	1.35 340	1.35 422	1.35 397	1.35 445	1.35 427	1.35 439	1.36 422	1.35 444	1.36 425	1.35 440	1.36 428	1.36 435	1.36 427	1.35 440	1.35 413	1.35 422	1.35 436	1.35 437	1.35 412	1.35 442

CC-Net-ROB	1.36 415	1.33 339	1.33 419	1.36 398	1.38 448	1.36 429	1.33 437	1.37 424	1.34 442	1.35 424	1.36 442	1.38 429	1.34 434	1.38 429	1.38 442	1.35 413	1.38 425	1.33 433	1.35 437	1.43 415	1.34 441

CFNet	1.37 416	5.27 452	0.19 151	5.49 478	0.19 175	0.28 183	0.19 161	0.28 176	0.19 169	0.28 180	0.19 173	0.28 184	4.35 489	0.28 189	0.19 169	0.23 164	0.17 152	0.23 167	4.21 497	4.81 476	0.17 155

PS-NSSS	1.38 417	1.39 342	1.34 420	1.34 396	1.35 445	1.38 431	1.37 445	1.35 421	1.38 447	1.34 423	1.34 439	1.39 430	1.38 437	1.70 435	1.40 443	1.36 415	1.36 423	1.36 438	1.37 440	1.37 413	1.36 443

RASNet	1.49 418	1.65 348	1.45 433	1.38 400	1.43 451	1.47 435	1.36 440	1.38 425	1.36 445	1.39 426	1.60 452	1.45 433	1.45 440	1.51 432	2.21 465	1.53 424	1.36 423	1.36 438	1.36 439	1.66 422	1.36 443

GANetREF_RVC	1.55 419	1.94 369	1.22 414	1.88 414	1.21 441	1.88 442	1.22 432	1.88 434	1.22 437	1.88 438	1.22 434	1.88 439	1.22 427	1.89 438	1.22 434	1.87 434	1.22 415	1.88 446	1.22 433	1.88 426	1.22 432
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 420	1.91 363	1.21 413	1.94 417	1.20 395	2.00 444	1.23 433	1.99 437	1.24 439	2.00 442	1.25 437	2.03 443	1.26 429	2.00 441	1.29 438	1.90 437	1.18 367	1.89 447	1.21 432	1.89 427	1.20 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 421	1.59 346	1.70 441	1.59 405	1.59 453	1.61 437	1.61 450	1.60 427	1.60 452	1.62 435	1.59 451	1.60 436	1.60 442	1.60 433	1.59 448	1.59 425	1.60 436	1.59 444	1.59 451	1.59 420	1.59 451

ff7	1.68 422	2.68 397	1.35 422	0.97 314	0.89 365	1.84 439	2.15 463	2.12 439	1.80 458	2.05 445	1.56 448	2.33 450	2.12 456	2.23 447	2.25 466	1.31 409	1.07 347	1.48 440	1.41 443	0.90 327	1.04 372

ffff	1.68 422	2.68 397	1.35 422	0.97 314	0.89 365	1.84 439	2.15 463	2.12 439	1.80 458	2.05 445	1.56 448	2.33 450	2.12 456	2.23 447	2.25 466	1.31 409	1.07 347	1.48 440	1.41 443	0.90 327	1.04 372

ccc-4	1.68 422	2.68 397	1.35 422	0.97 314	0.89 365	1.84 439	2.15 463	2.12 439	1.80 458	2.05 445	1.56 448	2.33 450	2.12 456	2.23 447	2.25 466	1.31 409	1.07 347	1.48 440	1.41 443	0.90 327	1.04 372

MC-Stereo	1.76 425	2.96 408	1.37 429	2.14 424	1.37 447	2.14 448	1.36 440	2.14 442	1.37 446	2.14 448	1.37 443	2.14 445	1.37 436	2.14 446	1.37 441	1.97 438	1.32 416	1.97 449	1.32 436	1.98 428	1.33 439

IGEVStereo-DCA	1.77 426	4.21 438	1.84 447	2.49 440	2.11 469	2.54 459	1.36 440	1.65 430	1.17 388	2.75 460	1.90 462	2.54 458	1.15 373	0.94 350	1.11 377	1.50 421	1.32 416	0.96 361	1.46 447	1.49 417	0.88 354

rrr	1.77 426	4.21 438	1.84 447	2.49 440	2.11 469	2.54 459	1.36 440	1.65 430	1.17 388	2.75 460	1.90 462	2.54 458	1.15 373	0.94 350	1.11 377	1.50 421	1.32 416	0.96 361	1.46 447	1.49 417	0.88 354

MM-Stereo_test1	1.80 428	3.41 418	1.52 437	2.12 423	1.41 450	2.04 445	1.41 447	2.05 438	1.46 451	2.04 444	1.41 446	2.05 444	1.42 439	2.05 442	1.43 445	2.04 442	1.54 433	1.94 448	1.38 442	1.99 429	1.33 439

MFMNet_re	1.81 429	1.91 363	1.71 442	1.95 418	1.70 456	1.95 443	1.70 453	1.96 436	1.74 455	1.97 441	1.72 455	1.95 441	1.71 445	1.97 440	1.71 454	1.86 433	1.62 437	1.85 445	1.66 453	1.86 425	1.64 452

plain	1.88 430	3.16 413	0.64 302	3.10 447	0.65 340	3.10 465	0.64 325	3.12 463	0.65 331	3.10 464	0.65 338	3.11 464	0.65 326	3.12 463	0.65 327	3.12 459	0.65 306	3.13 464	0.65 334	3.13 450	0.65 326

RAFT_CTSACE	1.92 431	3.71 425	1.72 443	1.88 414	1.72 457	2.04 445	1.42 449	2.18 443	1.89 465	2.02 443	1.97 466	1.95 441	2.06 455	1.93 439	1.62 449	1.76 430	1.66 440	2.02 450	1.73 460	1.73 423	1.43 448

TRStereo	2.00 432	2.13 377	1.85 449	2.27 430	1.84 460	2.28 450	1.84 456	2.29 445	1.86 461	2.30 450	1.87 459	2.30 447	1.87 448	2.08 443	1.72 456	2.08 443	1.72 442	2.08 451	1.72 457	2.08 430	1.72 455

XX-Stereo	2.00 432	2.13 377	1.85 449	2.27 430	1.84 460	2.28 450	1.84 456	2.29 445	1.86 461	2.30 450	1.87 459	2.30 447	1.87 448	2.08 443	1.72 456	2.08 443	1.72 442	2.08 451	1.72 457	2.08 430	1.72 455

EAI-Stereo	2.00 432	2.13 377	1.85 449	2.27 430	1.84 460	2.28 450	1.84 456	2.29 445	1.86 461	2.30 450	1.87 459	2.30 447	1.87 448	2.08 443	1.72 456	2.08 443	1.72 442	2.08 451	1.72 457	2.08 430	1.72 455

UniTT-Stereo	2.03 435	3.43 419	0.72 317	3.42 451	0.73 353	3.27 468	0.68 333	3.38 467	0.69 338	3.29 467	0.72 351	3.28 467	0.70 335	3.35 468	0.68 335	3.39 461	0.68 308	3.31 466	0.69 342	3.37 451	0.73 340

sCroCo_RVC	2.10 436	2.76 402	1.92 455	2.78 445	1.39 449	2.73 461	1.41 447	2.73 456	1.40 448	2.77 463	1.41 446	2.74 461	1.40 438	2.74 460	1.40 443	2.72 456	1.42 427	2.72 462	1.44 446	2.79 448	1.42 447

MoCha-V2	2.11 437	26.97 509	0.78 325	0.92 303	0.77 357	0.96 350	0.72 342	0.90 334	0.72 345	0.94 350	0.70 346	0.90 348	0.71 339	0.91 345	0.71 343	0.85 328	0.71 317	0.88 351	0.69 342	0.87 323	0.67 330

FBW_ROB	2.12 438	2.46 392	1.77 445	2.49 440	1.79 459	2.38 454	1.83 455	2.46 453	1.78 457	2.48 455	1.97 466	2.40 454	1.78 446	2.42 456	1.83 460	2.31 449	1.85 448	2.38 459	1.82 462	2.35 440	1.84 459

AIO_rvc	2.18 439	2.34 388	1.87 453	2.32 434	1.94 466	2.40 455	1.89 460	2.37 451	2.07 468	2.52 457	1.95 465	2.44 456	1.99 454	2.41 454	1.89 463	2.32 450	2.09 450	2.24 454	2.18 465	2.21 434	2.23 464

HUF	2.18 439	2.30 387	1.99 457	2.34 435	2.02 468	2.41 456	2.06 462	2.38 452	1.89 465	2.36 454	1.85 457	2.56 460	1.98 453	2.31 452	1.97 464	2.30 448	2.03 449	2.30 456	2.11 464	2.23 435	2.16 462

AIO_test	2.18 439	2.09 375	2.04 458	2.42 437	2.01 467	2.47 457	1.94 461	2.34 450	2.03 467	2.56 458	1.94 464	2.43 455	1.94 452	2.41 454	1.87 462	2.39 453	2.10 451	2.35 458	1.91 463	2.25 436	2.19 463

LGtest1	2.22 442	2.70 400	1.89 454	2.76 444	1.86 463	2.75 462	1.86 459	2.75 457	1.86 461	2.75 460	1.86 458	2.77 462	1.87 448	2.75 461	1.86 461	2.46 455	1.58 435	2.45 461	1.56 449	2.45 442	1.56 450

RAStereo	2.23 443	3.64 422	0.76 323	3.65 456	0.86 363	3.66 472	0.76 346	3.67 471	0.81 358	3.66 468	0.76 356	3.66 469	0.77 345	3.68 470	0.77 349	3.68 464	0.77 324	3.69 471	0.77 351	3.70 453	0.77 346

UDGNet	2.23 443	5.40 456	1.72 443	2.48 439	1.69 455	2.51 458	1.69 452	2.51 454	1.72 454	2.50 456	1.69 454	2.52 457	1.69 444	2.50 457	1.68 453	2.41 454	1.70 441	2.42 460	1.69 456	2.42 441	1.64 452

NCCL2	2.28 445	2.27 385	2.28 460	2.28 433	2.28 471	2.27 449	2.29 466	2.28 444	2.28 469	2.27 449	2.28 471	2.28 446	2.27 459	2.27 450	2.28 470	2.28 446	2.28 456	2.27 455	2.29 469	2.27 437	2.29 465

Abc-Net	2.32 446	24.75 501	1.14 356	1.17 340	1.17 392	1.11 370	1.15 380	1.17 362	1.21 436	1.08 362	1.16 383	1.12 374	1.14 372	1.09 368	1.17 385	1.09 348	1.16 363	1.17 379	1.17 383	1.16 351	1.11 375
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 447	25.00 502	1.13 355	1.15 334	1.15 387	1.10 367	1.15 380	1.15 358	1.15 383	1.12 368	1.15 380	1.09 368	1.13 370	1.10 370	1.15 381	1.11 355	1.09 353	1.16 375	1.12 378	1.16 351	1.17 383

stereogan	2.33 447	24.38 500	1.18 362	1.18 341	1.18 394	1.14 372	1.18 384	1.19 365	1.19 390	1.14 371	1.18 387	1.14 375	1.18 378	1.14 374	1.18 386	1.14 357	1.14 361	1.19 382	1.19 384	1.15 349	1.19 385

RGC	2.36 449	25.48 503	1.19 364	1.15 334	1.15 387	1.10 367	1.16 382	1.17 362	1.16 384	1.12 368	1.16 383	1.11 373	1.13 370	1.09 368	1.18 386	1.10 350	1.15 362	1.16 375	1.12 378	1.14 347	1.12 377

NCC-stereo	2.36 449	25.52 504	1.17 360	1.15 334	1.17 392	1.11 370	1.11 376	1.15 358	1.16 384	1.10 363	1.16 383	1.10 370	1.15 373	1.14 374	1.13 379	1.09 348	1.11 357	1.15 374	1.16 382	1.17 356	1.17 383

AF-Net	2.37 451	25.71 505	1.17 360	1.13 331	1.15 387	1.15 373	1.18 384	1.19 365	1.16 384	1.10 363	1.15 380	1.10 370	1.18 378	1.12 373	1.15 381	1.10 350	1.10 356	1.17 379	1.15 380	1.16 351	1.12 377

Nwc_Net	2.37 451	25.95 506	1.15 358	1.14 332	1.15 387	1.08 364	1.14 379	1.17 362	1.16 384	1.14 371	1.15 380	1.08 366	1.15 373	1.11 372	1.14 380	1.10 350	1.11 357	1.16 375	1.09 377	1.16 351	1.15 382

CFNet_RVC	2.38 453	8.71 478	0.38 228	9.33 497	0.42 292	0.56 306	0.42 282	0.60 304	0.38 262	0.62 314	0.42 289	0.56 309	7.29 501	0.62 312	0.42 284	0.53 287	0.37 226	0.49 299	0.34 252	8.30 497	6.87 504

edge stereo	2.43 454	27.07 510	1.14 356	1.06 323	1.14 386	1.08 364	1.17 383	1.16 360	1.14 382	1.10 363	1.16 383	1.09 368	1.16 377	1.10 370	1.16 384	1.10 350	1.11 357	1.16 375	1.19 384	1.13 346	1.11 375

FAT-Stereo	2.46 455	26.05 507	1.23 416	1.23 390	1.22 443	1.20 375	1.24 434	1.23 416	1.23 438	1.19 374	1.22 434	1.21 424	1.24 428	1.20 378	1.24 435	1.21 405	1.17 366	1.22 429	1.25 434	1.20 360	1.24 434

S-Stereo	2.51 456	26.86 508	1.23 416	1.22 388	1.22 443	1.24 423	1.25 435	1.22 414	1.24 439	1.21 420	1.24 436	1.19 378	1.27 430	1.19 377	1.24 435	1.19 359	1.20 368	1.25 430	1.19 384	1.24 408	1.23 433

Anonymous3	2.55 457	3.26 416	1.65 439	3.28 450	1.63 454	3.24 467	1.68 451	3.27 465	1.66 453	3.28 466	1.67 453	3.25 466	1.66 443	3.27 465	1.64 450	3.26 460	1.65 439	3.30 465	1.65 452	4.95 479	1.65 454

MIF-Stereo (partial)	2.58 458	3.31 417	0.66 306	3.18 448	0.66 343	3.18 466	0.66 328	3.21 464	0.67 334	3.19 465	0.66 340	3.19 465	0.66 329	3.31 467	0.68 335	5.09 485	1.79 446	8.23 504	1.67 454	6.18 488	1.38 445

MSMDNet	2.65 459	10.14 489	0.33 204	9.74 500	0.32 232	0.87 339	0.33 231	2.95 462	0.68 335	0.49 276	0.34 245	0.49 280	5.70 496	0.49 282	0.33 232	0.42 257	9.57 501	0.41 263	0.31 239	8.36 498	0.65 326

pcwnet_v2	2.66 460	9.89 487	0.33 204	9.89 501	0.32 232	0.50 292	0.32 222	0.49 271	0.33 236	0.49 276	0.34 245	0.49 280	8.76 503	0.48 276	0.33 232	0.41 243	9.58 502	0.40 251	0.29 223	9.01 501	0.63 324

CFNet_pseudo	2.67 461	9.36 483	0.32 199	10.99 506	0.33 243	0.85 337	0.33 231	0.49 271	0.33 236	0.49 276	0.32 233	0.49 280	7.26 500	0.49 282	0.33 232	0.41 243	9.62 503	0.41 263	0.29 223	10.03 505	0.29 212

CFNet_ucs	2.73 462	9.64 485	0.33 204	9.92 502	0.32 232	0.49 284	0.33 231	0.49 271	0.33 236	0.49 276	0.33 238	0.49 280	8.98 504	0.48 276	0.33 232	0.41 243	9.96 506	0.40 251	0.29 223	10.12 506	0.54 310

UCFNet_RVC	2.75 463	10.06 488	0.29 185	10.31 505	0.29 217	0.42 258	0.29 212	0.43 253	0.29 215	0.42 244	0.29 218	0.42 256	9.87 506	0.43 257	0.29 214	0.36 211	9.84 505	0.36 228	0.26 204	9.77 504	0.26 187

ccs_rob	2.79 464	10.17 490	0.32 199	10.00 503	0.33 243	0.49 284	0.33 231	1.90 435	0.32 231	0.51 292	0.33 238	0.49 280	9.24 505	0.49 282	0.33 232	0.41 243	9.82 504	0.41 263	0.28 214	9.34 502	0.29 212

PCWNet_CMD	2.80 465	9.82 486	0.32 199	10.09 504	0.32 232	0.49 284	0.33 231	3.34 466	0.33 236	0.49 276	0.33 238	0.49 280	8.73 502	0.48 276	0.33 232	0.41 243	9.22 500	0.42 273	0.29 223	9.55 503	0.31 227

StereoVision	3.15 466	5.00 446	0.89 333	4.83 474	1.00 376	3.93 473	1.27 436	6.37 497	1.34 442	5.67 497	1.26 438	5.84 498	1.27 430	5.03 495	1.24 435	5.10 486	1.09 353	4.61 483	0.57 325	5.62 486	1.12 377

MaDis-Stereo	3.19 467	6.02 465	1.12 354	5.61 480	1.16 391	5.43 497	1.02 373	5.15 496	0.70 341	5.43 494	1.21 433	5.03 496	0.97 357	4.85 491	0.99 369	4.53 469	1.16 363	5.53 496	1.25 434	5.37 484	1.30 436

sAnonymous2	3.31 468	2.63 395	1.38 430	3.71 457	1.86 463	4.70 491	1.11 376	4.82 492	2.72 472	5.45 495	1.98 468	4.59 483	2.64 461	2.65 458	6.21 501	4.37 466	1.08 351	5.16 494	2.24 467	4.52 464	2.39 470

CroCo_RVC	3.31 468	2.63 395	1.38 430	3.71 457	1.86 463	4.70 491	1.11 376	4.82 492	2.72 472	5.45 495	1.98 468	4.59 483	2.64 461	2.65 458	6.21 501	4.37 466	1.08 351	5.16 494	2.24 467	4.52 464	2.39 470

DPSNet	3.66 470	3.60 421	3.62 484	3.63 455	3.64 492	3.65 471	3.65 491	3.66 470	3.67 489	3.67 469	3.65 490	3.67 470	3.66 480	3.66 469	3.68 487	3.68 464	3.66 474	3.67 470	3.68 490	3.67 452	3.67 489

STTStereo	3.73 471	30.40 514	2.37 464	2.39 436	2.31 473	2.35 453	2.33 467	2.29 445	2.42 470	2.32 453	2.34 472	2.33 450	2.36 460	2.30 451	2.27 469	2.35 451	2.22 455	2.31 457	2.22 466	2.29 439	2.34 469

rvit_105_1	3.83 472	5.22 450	3.01 468	4.53 462	3.01 476	4.51 479	3.01 474	4.56 480	3.04 475	4.53 479	3.03 476	4.55 481	3.03 465	4.56 480	3.04 472	4.57 471	3.05 461	4.57 478	3.05 473	4.57 466	3.05 474

rvit_stereo_0081	3.83 472	5.23 451	3.01 468	4.53 462	3.03 478	4.55 485	3.02 475	4.56 480	3.04 475	4.52 477	3.02 474	4.54 479	3.03 465	4.56 480	3.04 472	4.57 471	3.05 461	4.57 478	3.05 473	4.58 467	3.05 474

rvit_stereo_0081_aga	3.86 474	5.33 454	3.02 471	4.55 468	3.04 482	4.54 481	3.02 475	4.64 487	3.06 479	4.54 481	3.04 478	4.62 488	3.08 472	4.62 486	3.07 477	4.58 474	3.06 465	4.60 482	3.08 477	4.63 470	3.07 478

rvit_stereo_0082	3.86 474	5.82 463	3.01 468	4.53 462	3.03 478	4.54 481	3.02 475	4.56 480	3.04 475	4.53 479	3.02 474	4.55 481	3.04 468	4.57 483	3.05 474	4.57 471	3.05 461	4.58 480	3.05 473	4.58 467	3.06 477

rvit_0105_6	3.87 476	5.73 462	3.10 478	4.69 472	3.12 486	4.54 481	3.02 475	4.56 480	3.04 475	4.54 481	3.03 476	4.54 479	3.04 468	4.56 480	3.05 474	4.58 474	3.05 461	4.58 480	3.05 473	4.58 467	3.05 474

rvit_stereo_0080	3.89 477	5.70 460	3.04 473	4.54 465	3.03 478	4.56 486	3.05 481	4.60 484	3.07 480	4.58 484	3.06 479	4.59 483	3.06 470	4.61 484	3.08 478	4.63 476	3.09 466	4.64 484	3.10 478	4.65 471	3.10 479

whm_eth	3.89 477	5.70 460	3.04 473	4.54 465	3.03 478	4.56 486	3.05 481	4.60 484	3.07 480	4.58 484	3.06 479	4.59 483	3.06 470	4.61 484	3.08 478	4.63 476	3.09 466	4.64 484	3.10 478	4.65 471	3.10 479

rvit_0105_4	3.91 479	5.47 459	3.02 471	4.54 465	3.02 477	4.54 481	3.03 479	4.75 490	3.17 486	4.57 483	3.06 479	4.61 487	3.16 476	4.65 487	3.09 480	4.66 478	3.11 468	4.68 487	3.18 483	4.81 476	3.16 483

rvit_0105_3	3.91 479	5.33 454	3.06 476	4.60 470	3.07 484	4.60 488	3.06 483	4.62 486	3.08 483	4.60 486	3.07 482	4.62 488	3.08 472	4.67 488	3.10 481	4.70 479	3.11 468	4.77 489	3.19 484	4.77 475	3.14 482

rvit_stereo_0083	3.92 481	5.30 453	3.06 476	4.61 471	3.09 485	4.67 490	3.08 484	4.66 488	3.09 484	4.62 487	3.10 484	4.66 491	3.11 474	4.67 488	3.16 483	4.72 481	3.16 471	4.77 489	3.11 480	4.66 473	3.11 481

rvit_stereo_ft	3.93 482	5.44 458	3.05 475	4.59 469	3.06 483	4.61 489	3.08 484	4.67 489	3.12 485	4.63 488	3.10 484	4.65 490	3.11 474	4.69 490	3.13 482	4.70 479	3.14 470	4.71 488	3.15 482	4.74 474	3.16 483

rvit_0105_5	4.10 483	5.40 456	3.13 481	4.71 473	3.15 487	4.72 493	3.10 486	4.90 494	3.27 487	4.69 489	3.16 486	4.84 493	3.25 477	4.96 492	3.34 485	5.05 484	3.39 473	5.10 493	3.40 485	5.11 481	3.42 486

RAFT+CT+SA	4.28 484	7.62 471	4.91 489	5.55 479	2.28 471	3.09 464	3.64 490	4.49 478	3.07 480	4.80 490	3.35 487	4.77 492	3.70 481	4.29 477	3.05 474	5.58 488	5.98 489	3.58 469	3.78 492	4.26 460	3.72 490

SA	4.33 485	7.35 468	6.85 500	5.96 482	4.09 496	3.59 470	3.15 487	3.82 472	2.64 471	3.91 470	3.85 491	3.57 468	2.72 463	3.13 464	4.03 492	7.09 499	6.86 494	3.57 468	3.12 481	3.85 454	3.51 488

Sa-1000	4.34 486	8.37 474	6.84 499	6.98 489	4.45 499	3.58 469	3.00 473	3.42 468	3.39 488	2.61 459	4.00 494	3.83 472	4.01 487	3.90 472	3.90 490	5.98 492	5.62 487	3.76 472	2.34 470	4.35 462	2.47 472

TestStereo1	4.60 487	8.41 475	6.44 497	6.86 487	3.79 493	3.97 474	3.78 492	3.99 474	3.74 490	3.97 471	3.52 488	3.94 473	3.58 478	3.98 473	3.72 488	6.82 496	6.50 492	3.76 472	3.66 488	3.90 455	3.74 492

SA-5K	4.60 487	8.41 475	6.44 497	6.86 487	3.79 493	3.97 474	3.78 492	3.99 474	3.74 490	3.97 471	3.52 488	3.94 473	3.58 478	3.98 473	3.72 488	6.82 496	6.50 492	3.76 472	3.66 488	3.90 455	3.74 492

DispFullNet	4.61 489	4.84 444	3.12 479	5.00 476	3.57 491	4.75 494	3.03 479	7.75 503	4.17 496	4.91 492	3.09 483	6.20 499	3.95 485	6.71 499	3.51 486	5.30 487	3.67 475	5.86 500	3.63 487	5.61 485	3.46 487

test_5	4.62 490	7.55 470	6.23 495	6.32 484	3.40 490	5.29 496	3.50 489	3.53 469	4.11 495	4.28 474	4.47 498	4.26 477	4.38 490	3.68 470	3.24 484	5.89 490	5.60 486	4.84 491	3.50 486	4.33 461	3.93 496

raft_robust	4.71 491	7.75 472	5.40 494	6.81 486	3.31 488	4.28 478	4.20 497	4.32 477	4.37 498	4.35 476	4.35 497	4.14 475	3.75 482	4.30 478	4.20 495	6.67 495	6.37 490	3.36 467	4.24 498	4.86 478	3.25 485

cross-raft	4.83 492	7.52 469	6.43 496	6.63 485	3.96 495	4.51 479	3.99 495	4.49 478	3.96 494	4.52 477	3.96 493	4.50 478	3.97 486	4.50 479	3.97 491	6.65 494	6.44 491	4.33 475	3.92 494	4.35 462	3.91 495

test_4	4.88 493	8.13 473	6.98 501	7.46 490	4.44 498	4.25 477	3.85 494	4.04 476	3.92 493	4.13 473	3.91 492	4.18 476	3.84 483	4.14 475	4.06 493	7.01 498	7.13 495	4.53 476	3.72 491	4.09 458	3.72 490

TestStereo	4.88 493	4.75 443	4.79 488	4.87 475	4.92 500	4.81 495	4.90 500	4.78 491	4.77 499	4.87 491	4.89 499	4.90 494	4.91 492	4.99 493	4.79 497	4.98 482	4.87 483	4.87 492	4.92 500	5.00 480	5.00 499

test_3	5.01 495	8.86 480	7.77 503	8.09 492	2.76 475	4.13 476	4.05 496	3.88 473	3.76 492	4.33 475	4.13 495	3.71 471	3.91 484	4.21 476	4.06 493	7.93 500	7.69 497	4.53 476	3.91 493	4.17 459	4.29 498

NLCA_NET_v2_RVC	5.04 496	50.87 524	2.78 466	2.87 446	2.71 474	2.78 463	0.47 296	2.88 461	2.86 474	1.89 439	2.67 473	2.79 463	2.79 464	2.78 462	2.83 471	2.82 457	2.82 459	2.83 463	2.77 472	2.83 449	2.76 473
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 497	5.15 448	4.49 487	5.07 477	3.37 489	6.87 500	4.75 499	5.04 495	6.34 503	7.84 503	5.06 500	6.72 503	4.09 488	4.99 493	5.44 500	5.03 483	3.16 471	4.67 486	4.86 499	5.15 482	3.89 494

U	5.15 498	8.49 477	1.81 446	8.49 494	1.77 458	8.49 505	1.77 454	8.51 505	1.77 456	8.49 505	1.77 456	8.50 505	1.78 446	8.58 505	1.77 459	8.54 503	1.78 445	8.55 505	1.78 461	8.55 499	1.84 459

SGM-Forest	5.21 499	5.92 464	4.08 486	6.18 483	4.16 497	6.31 499	4.34 498	6.50 498	4.33 497	6.14 499	4.21 496	6.61 502	4.55 491	6.67 498	4.48 496	5.94 491	3.94 477	5.85 499	4.03 496	5.79 487	4.17 497
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 500	9.16 482	8.03 506	8.09 492	5.62 503	6.11 498	6.35 503	6.85 500	4.94 500	6.08 498	6.29 505	4.98 495	6.43 497	6.22 496	6.36 503	6.16 493	7.47 496	5.82 498	5.44 503	7.11 493	5.68 502

rvit_stereo_0075_2	6.64 501	8.80 479	5.25 491	7.89 491	5.27 502	7.90 504	5.27 501	7.92 504	5.28 501	7.91 504	5.29 502	7.93 504	5.27 493	7.92 504	5.28 498	7.93 500	5.28 485	7.93 503	5.29 502	7.93 496	5.28 501

RAFT	6.73 502	9.36 483	7.40 502	8.51 495	6.55 504	6.88 501	6.60 504	6.79 499	6.60 504	6.80 500	6.72 506	5.31 497	5.50 495	6.61 497	6.61 504	8.42 502	5.89 488	5.73 497	5.45 504	6.61 489	6.24 503

SGM+DAISY	7.06 503	9.15 481	5.38 493	8.84 496	5.18 501	8.80 506	5.31 502	8.79 506	5.28 501	8.89 506	5.20 501	8.93 506	5.33 494	8.95 506	5.36 499	8.70 504	5.21 484	8.74 506	5.20 501	8.89 500	5.15 500

test-v	7.53 504	11.89 491	7.98 504	9.36 498	7.14 505	7.06 502	7.09 505	7.37 501	6.91 505	7.29 501	5.71 503	6.45 500	6.93 498	6.73 500	7.27 505	8.93 505	7.85 498	6.98 501	6.80 505	7.56 494	7.34 505

test-2	7.53 504	11.89 491	7.98 504	9.36 498	7.14 505	7.06 502	7.09 505	7.37 501	6.91 505	7.29 501	5.71 503	6.45 500	6.93 498	6.73 500	7.27 505	8.93 505	7.85 498	6.98 501	6.80 505	7.56 494	7.34 505

PA-Net	11.80 506	223.51 531	0.62 299	0.59 262	0.71 350	0.59 313	0.73 343	0.67 313	0.73 348	0.55 302	0.61 332	0.60 315	0.74 341	0.63 316	0.73 344	0.66 305	0.60 297	0.69 328	0.66 336	0.72 303	0.65 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 507	23.00 499	15.00 507	23.00 513	15.00 507	24.00 513	16.00 507	24.00 513	16.00 507	22.00 513	15.00 507	23.00 513	16.00 507	23.00 513	15.00 507	22.00 513	15.00 507	22.00 513	15.00 507	22.00 513	15.00 507

rafts_anoy	20.00 508	20.00 493	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508

raft+_RVC	20.00 508	20.00 493	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508

raftrobust	20.00 508	20.00 493	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508

CasAABBNet	20.00 508	20.00 493	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508

RALCasStereoNet	20.00 508	20.00 493	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508

RALAANet	20.00 508	20.00 493	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508	20.00 507	20.00 508

111	30.40 514	30.94 515	29.72 515	32.61 514	30.02 515	33.57 514	30.47 515	31.50 514	29.39 515	30.98 514	29.11 515	29.78 514	30.39 518	29.45 514	30.76 518	30.08 514	29.02 515	29.92 514	30.32 518	29.86 514	30.17 515

WCMA_ROB	31.10 515	35.43 519	27.12 514	39.51 525	23.10 514	38.78 525	25.30 514	37.49 525	25.39 514	37.29 524	27.02 514	38.52 525	26.48 514	37.80 524	26.44 514	36.28 521	22.65 514	33.90 518	22.30 514	37.10 522	24.18 514

DCANet-4	35.22 516	34.54 516	35.08 521	33.58 518	35.47 522	34.55 515	35.53 522	36.08 520	35.85 519	35.92 520	35.77 521	35.18 520	35.48 520	35.39 520	37.15 524	34.55 520	33.92 519	35.02 521	34.90 520	35.79 518	34.74 522

ADStereo(finetuned)	36.13 517	36.63 520	38.07 525	36.97 519	33.25 519	35.91 519	34.45 519	36.36 521	32.99 516	38.14 525	36.71 522	36.69 521	34.13 519	38.57 525	40.79 525	37.60 525	36.58 522	35.90 522	33.36 519	35.42 517	34.04 519

Reg-Stereo(zero)	37.00 518	37.00 521	37.00 522	37.00 520	37.00 523	37.00 522	37.00 523	37.00 522	37.00 520	37.00 521	37.00 523	37.00 522	37.00 521	37.00 521	37.00 521	37.00 522	37.00 523	37.00 523	37.00 523	37.00 519	37.00 523

HI	37.00 518	37.00 521	37.00 522	37.00 520	37.00 523	37.00 522	37.00 523	37.00 522	37.00 520	37.00 521	37.00 523	37.00 522	37.00 521	37.00 521	37.00 521	37.00 522	37.00 523	37.00 523	37.00 523	37.00 519	37.00 523

CoSv	37.00 518	37.00 521	37.00 522	37.00 520	37.00 523	37.00 522	37.00 523	37.00 522	37.00 520	37.00 521	37.00 523	37.00 522	37.00 521	37.00 521	37.00 521	37.00 522	37.00 523	37.00 523	37.00 523	37.00 519	37.00 523

MDST_ROB	69.83 521	87.70 525	41.95 526	113.75 528	65.62 528	75.05 526	55.25 527	75.64 527	45.04 523	71.61 526	41.75 526	72.81 526	44.06 524	68.38 526	44.63 526	101.89 528	59.57 528	107.10 528	61.05 528	104.38 525	59.38 528

NOSS_ROB	102.95 522	153.00 529	121.00 529	51.00 526	44.00 526	165.00 529	127.00 528	153.00 528	119.00 525	164.00 529	125.00 528	168.00 529	120.00 526	153.00 528	117.00 528	49.00 526	44.00 526	49.00 526	44.00 526	49.00 523	44.00 526

CBMV	128.50 523	1422.70 536	53.10 527	79.50 527	51.30 527	77.30 527	49.70 526	74.00 526	48.20 524	77.20 527	48.80 527	73.90 527	48.00 525	73.80 527	48.80 527	70.40 527	45.10 527	68.90 527	46.10 527	68.20 524	45.00 527
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 524	171.00 530	160.68 532	162.58 529	160.59 529	164.01 528	160.35 529	158.51 529	158.56 526	158.34 528	160.12 529	158.56 528	159.92 527	157.26 529	158.94 529	154.38 529	158.36 529	155.75 529	159.13 530	153.67 526	154.07 529
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 525	123.00 526	115.00 528	219.00 530	218.00 531	223.00 530	244.00 531	217.00 530	236.00 528	202.00 530	203.00 530	205.00 530	208.00 528	225.00 530	204.00 530	210.00 530	198.00 530	197.00 530	184.00 531	204.00 527	201.00 530

MGS-Stereo	239.45 526	123.00 526	135.00 530	266.00 531	286.00 532	277.00 531	305.00 532	271.00 531	242.00 529	274.00 531	279.00 532	255.00 531	270.00 530	268.00 531	297.00 532	221.00 531	247.00 532	216.00 531	123.00 529	217.00 528	217.00 532

EGLCR-Stereo	246.90 527	129.00 528	139.00 531	266.00 531	286.00 532	277.00 531	305.00 532	271.00 531	242.00 529	274.00 531	279.00 532	255.00 531	270.00 530	268.00 531	297.00 532	230.00 532	247.00 532	216.00 531	223.00 533	237.00 529	227.00 533

DLCB_ROB	284.23 528	354.61 532	207.27 533	363.24 533	206.46 530	364.72 533	210.41 530	364.72 533	210.41 527	364.81 533	208.64 531	364.81 533	208.64 529	364.72 533	210.41 531	354.70 533	205.53 531	354.70 533	205.53 532	354.70 530	205.53 531

LE_ROB	396.57 529	471.28 533	329.84 534	471.48 534	308.15 534	526.83 534	322.10 534	488.15 534	323.76 531	495.46 534	317.97 534	497.17 534	320.10 532	481.62 534	326.76 534	462.71 534	298.97 534	466.16 534	285.98 534	447.62 531	289.21 534

SGM-ForestM	596.69 530	677.77 534	444.52 535	699.85 535	517.25 535	732.94 535	488.29 535	770.79 535	460.11 532	750.81 535	487.98 535	792.79 535	499.41 533	730.90 535	475.81 535	720.03 535	491.16 535	663.96 535	418.60 535	674.76 532	436.05 535

CBMV_ROB	818.48 531	913.88 535	709.52 536	862.84 536	597.78 536	1073.99 536	700.52 536	1015.66 536	702.59 533	1115.65 536	760.02 536	1130.24 536	721.57 534	1037.41 536	692.65 536	814.05 536	564.29 536	843.28 536	595.31 536	915.51 533	602.92 536

tt	500032.53 532	34.60 517	29.72 515	37.47 523	34.41 520	36.85 520	35.22 520	34.71 518	33.55 517	34.50 515	35.43 519	33.81 518	10000000.00 535	33.57 518	33.13 519	33.68 518	35.00 520	34.03 519	35.26 521	30.96 515	34.63 520

DCANet	500032.53 532	34.60 517	29.72 515	37.47 523	34.41 520	36.85 520	35.22 520	34.71 518	33.55 517	34.50 515	35.43 519	33.81 518	10000000.00 535	33.57 518	33.13 519	33.68 518	35.00 520	34.03 519	35.26 521	30.96 515	34.63 520

fff	1000028.16 534	29.62 511	29.72 515	32.61 514	30.02 515	35.13 516	31.83 516	32.07 515	10000000.00 534	35.27 517	29.82 516	32.45 515	30.15 515	32.35 515	30.09 515	31.04 515	29.55 516	30.64 515	30.14 515	10000000.00 534	30.77 516

csc	1000028.16 534	29.62 511	29.72 515	32.61 514	30.02 515	35.13 516	31.83 516	32.07 515	10000000.00 534	35.27 517	29.82 516	32.45 515	30.15 515	32.35 515	30.09 515	31.04 515	29.55 516	30.64 515	30.14 515	10000000.00 534	30.77 516

cscssc	1000028.16 534	29.62 511	29.72 515	32.61 514	30.02 515	35.13 516	31.83 516	32.07 515	10000000.00 534	35.27 517	29.82 516	32.45 515	30.15 515	32.35 515	30.09 515	31.04 515	29.55 516	30.64 515	30.14 515	10000000.00 534	30.77 516

SGD-Stereo	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

IGEV-Stereo++	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

IGEV-BASED-STEREO-	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

IGEV-Stereo+	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

SDNR	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

anonymousdsp2	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

anonymousdsp	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

test_example2	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537

DIP-Stereo	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 535	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 537	10000000.00 534	10000000.00 537
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark