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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 51	0.02 12	0.02 14	1.01 366	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 53	0.02 12	0.04 44	0.90 343	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 282	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 88	0.02 12	0.02 14	1.62 459	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 89	0.04 76	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

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

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

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

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

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

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

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

BEATNet_4x	0.11 88	0.03 31	0.03 37	1.60 456	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 88	0.03 31	0.03 37	1.60 456	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCRef	0.12 97	0.03 31	0.04 44	1.71 462	0.04 79	0.03 40	0.03 50	0.04 77	0.04 82	0.04 74	0.03 52	0.04 77	0.03 52	0.06 89	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCPNet	0.10 66	0.03 31	0.04 44	1.27 439	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 108	0.04 76	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

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

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

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

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

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

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.12 126	0.04 89	0.06 98	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC-Resample	0.12 97	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	1.57 511	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 97	0.04 37	0.04 44	0.05 43	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.65 515	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 104	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.05 95	0.04 72	1.71 520	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

AnyNet_C32	0.14 113	0.04 37	0.03 37	2.22 478	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 105	0.04 76	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 125	0.04 37	0.04 44	2.20 477	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.04 85	0.08 108	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ISRNet	0.11 88	0.05 49	0.36 248	0.24 159	0.07 111	0.13 127	0.05 94	0.06 95	0.05 98	0.05 92	0.05 101	0.13 128	0.05 95	0.05 83	0.09 109	0.24 184	0.20 176	0.10 108	0.05 96	0.06 96	0.13 151

Wz-Net-TNSev	0.02 15	0.05 49	0.04 44	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 53	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 412	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

EDNetEfficient	0.04 38	0.05 49	0.04 44	0.04 37	0.03 48	0.04 78	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

FADNet	0.12 97	0.05 49	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.66 517	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

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

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

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

FADE	0.07 49	0.06 54	0.02 14	0.09 55	0.10 121	0.03 40	0.03 50	0.05 89	0.03 55	0.04 74	0.03 52	0.05 91	0.03 52	0.04 72	0.03 48	0.15 125	0.10 75	0.17 153	0.13 155	0.11 123	0.11 128

GwcNet	0.12 97	0.07 58	0.05 58	0.08 49	0.05 99	0.08 106	1.20 441	0.07 105	0.05 98	0.05 92	0.05 101	0.08 107	0.05 95	0.08 108	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

OmniDepth	0.08 51	0.08 59	0.11 90	0.11 76	0.05 99	0.08 106	0.05 94	0.08 108	0.07 112	0.08 107	0.05 101	0.08 107	0.05 95	0.09 111	0.08 105	0.15 125	0.11 97	0.07 99	0.05 96	0.07 106	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 59	0.07 59	0.07 47	0.07 111	0.08 106	0.06 109	0.08 108	0.07 112	0.08 107	0.07 113	0.08 107	0.06 110	0.07 105	0.07 103	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

BEATNet-Init1	0.19 143	0.08 59	0.08 61	2.23 479	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 143	0.08 59	0.08 61	2.23 479	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

Wz-Net-SNSev	0.03 29	0.09 66	0.07 59	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 53	0.09 66	0.10 70	0.09 55	0.09 115	0.09 111	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 112	0.09 117	0.09 111	0.08 105	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

AnonymousM	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SuperB	0.21 152	0.10 68	2.51 545	0.12 83	0.09 115	0.10 112	0.09 114	0.08 108	0.07 112	0.10 112	0.09 116	0.09 112	0.07 114	0.07 105	0.07 103	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

PVD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

JetBlue	0.11 88	0.11 79	0.12 102	0.13 96	0.14 158	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 124	0.11 133	0.12 129	0.12 142	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 128

aanetorigin	0.13 104	0.11 79	0.11 90	0.11 76	0.11 137	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.11 97	0.14 127	0.11 130	0.49 315	0.11 128

JetRed	0.11 88	0.12 81	0.11 90	0.11 76	0.11 137	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 128

DA	0.09 53	0.13 82	0.39 262	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 53	0.13 82	0.39 262	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

LRCNet_RVC	0.13 104	0.13 82	0.09 66	0.13 96	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.23 178	0.10 120	0.20 161	0.10 121	0.24 185	0.11 127	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

GMStereo	0.14 113	0.13 82	0.14 127	0.14 100	0.14 158	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 129	0.14 159	0.14 131	0.14 152	0.14 116	0.14 141	0.14 127	0.14 161	0.14 132	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 156	0.13 82	0.19 165	0.23 154	0.10 121	0.26 200	1.02 428	0.14 129	0.10 119	0.28 201	0.14 162	0.17 150	0.19 191	0.28 208	0.09 109	0.22 168	0.16 146	0.23 184	0.17 189	0.11 123	0.12 145

DRN-Test	0.14 113	0.13 82	0.09 66	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 129	0.09 117	0.13 130	0.09 109	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 389

S2M2_L	0.12 97	0.14 88	0.10 70	0.15 110	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 129	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 125	0.14 88	0.10 70	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 129	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 401

testlalala2	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

GMStereo_Zeroshot	0.16 133	0.16 90	0.16 146	0.16 121	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 160

testlalala_base	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

HSM	0.14 113	0.16 90	0.12 102	0.17 129	0.12 153	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.12 145

ELAS_RVC	0.14 113	0.16 90	0.10 70	0.15 110	0.10 121	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 154	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 104	0.16 90	0.11 90	0.15 110	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 154	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 113	0.17 96	0.12 102	0.17 129	0.11 137	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 150	0.11 133	0.17 150	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 125	0.17 96	0.13 122	0.20 137	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 135	0.11 97	0.15 142	0.14 161	0.18 156	0.11 128

SGM_RVC	0.15 125	0.17 96	0.11 90	0.18 131	0.11 137	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 97	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 133	0.18 99	0.13 122	0.19 134	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 151

IGEV_Zeroshot_test	0.20 145	0.19 100	0.40 267	0.30 177	0.17 182	0.22 176	0.17 171	0.21 170	0.17 180	0.20 160	0.17 178	0.21 169	0.18 186	0.21 171	0.17 172	0.20 158	0.16 146	0.20 170	0.16 169	0.20 163	0.17 172

ACVNet	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 420	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 420	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

LALA_ROB	0.15 125	0.19 100	0.12 102	0.18 131	0.11 137	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 171	0.13 148	0.17 143	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

model_zeroshot	0.27 174	0.20 104	0.27 194	0.33 189	0.21 206	0.37 239	0.22 197	0.37 231	0.24 207	0.26 197	0.27 232	0.33 223	0.21 201	0.25 190	0.27 217	0.32 211	0.20 176	0.34 236	0.23 207	0.25 184	0.26 205

ProNet	0.14 113	0.20 104	0.14 127	0.16 121	0.11 137	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 97	0.16 145	0.11 130	0.15 142	0.12 145

DAS	0.20 145	0.20 104	0.20 168	0.20 137	0.20 199	0.20 163	0.20 186	0.20 161	0.20 191	0.20 160	0.20 197	0.20 161	0.20 195	0.20 160	0.20 187	0.20 158	0.20 176	0.20 170	0.20 196	0.20 163	0.20 180

IPLG	0.13 104	0.20 104	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR_C	0.14 113	0.20 104	0.12 102	0.15 110	0.11 137	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.16 141	0.11 127	0.15 125	0.12 113	0.14 127	0.12 147	0.15 142	0.12 145

ASD4	0.20 145	0.20 104	0.20 168	0.20 137	0.20 199	0.20 163	0.20 186	0.20 161	0.20 191	0.20 160	0.20 197	0.20 161	0.20 195	0.20 160	0.20 187	0.20 158	0.20 176	0.20 170	0.20 196	0.20 163	0.20 180

MSKI-zero shot	0.24 162	0.21 110	0.49 312	0.65 314	0.18 192	0.22 176	0.17 171	0.23 180	0.18 183	0.21 172	0.17 178	0.23 183	0.28 239	0.23 181	0.18 181	0.21 165	0.16 146	0.21 173	0.16 169	0.21 169	0.16 160

CIPLG	0.13 104	0.21 110	0.12 102	0.16 121	0.11 137	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 139	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

MIPNet	0.14 113	0.21 110	0.17 153	0.16 121	0.11 137	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.14 116	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 104	0.21 110	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

Pointernet	0.21 152	0.22 114	0.19 165	0.24 159	0.19 196	0.24 185	0.19 182	0.24 183	0.19 189	0.24 183	0.19 193	0.24 187	0.19 191	0.24 185	0.19 184	0.22 168	0.17 164	0.22 178	0.17 189	0.22 171	0.17 172

test_for_model	0.15 125	0.23 115	0.18 162	0.21 147	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.21 165	0.18 173	0.14 127	0.11 130	0.14 132	0.11 128

WAO-6	0.22 156	0.23 115	0.22 174	0.23 154	0.22 208	0.22 176	0.22 197	0.22 174	0.22 198	0.22 174	0.22 204	0.22 177	0.22 202	0.22 175	0.22 193	0.22 168	0.22 184	0.22 178	0.22 201	0.22 171	0.22 186

IMH-64-1	0.22 156	0.23 115	0.23 177	0.22 150	0.22 208	0.22 176	0.22 197	0.22 174	0.22 198	0.22 174	0.22 204	0.22 177	0.22 202	0.22 175	0.22 193	0.22 168	0.22 184	0.23 184	0.22 201	0.22 171	0.23 188

IMH-64	0.22 156	0.23 115	0.23 177	0.22 150	0.22 208	0.22 176	0.22 197	0.22 174	0.22 198	0.22 174	0.22 204	0.22 177	0.22 202	0.22 175	0.22 193	0.22 168	0.22 184	0.23 184	0.22 201	0.22 171	0.23 188

MIM_Stereo	0.25 165	0.23 115	0.66 352	0.80 333	0.17 182	0.22 176	0.17 171	0.23 180	0.18 183	0.26 197	0.17 178	0.21 169	0.17 178	0.25 190	0.17 172	0.23 179	0.16 146	0.21 173	0.17 189	0.22 171	0.17 172

iResNetv2_ROB	0.20 145	0.23 115	0.18 162	0.24 159	0.20 199	0.24 185	0.18 178	0.24 183	0.18 183	0.24 183	0.18 191	0.23 183	0.19 191	0.24 185	0.18 181	0.21 165	0.16 146	0.21 173	0.16 169	0.22 171	0.16 160

iResNet	0.20 145	0.23 115	0.18 162	0.24 159	0.18 192	0.24 185	0.20 186	0.24 183	0.18 183	0.23 178	0.17 178	0.23 183	0.18 186	0.23 181	0.18 181	0.22 168	0.16 146	0.21 173	0.16 169	0.21 169	0.16 160

RSGM-EC	0.24 162	0.24 122	0.15 143	0.22 150	0.15 169	0.22 176	0.15 158	0.22 174	0.15 168	0.24 183	0.15 170	0.22 177	0.15 169	0.22 175	1.19 441	0.20 158	0.17 164	0.24 192	0.14 161	0.20 163	0.14 156

acva	0.24 162	0.24 122	0.15 143	0.22 150	0.15 169	0.22 176	0.15 158	0.22 174	0.15 168	0.24 183	0.15 170	0.22 177	0.15 169	0.22 175	1.19 441	0.20 158	0.17 164	0.24 192	0.14 161	0.20 163	0.14 156

Wz-Net-LNSev	0.06 44	0.24 122	0.20 168	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 180	0.02 18	0.01 9	0.01 10	0.01 10

IPLGR	0.14 113	0.24 122	0.14 127	0.16 121	0.12 153	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

tg	0.21 152	0.25 126	0.21 172	0.26 171	0.17 182	0.24 185	0.17 171	0.24 183	0.17 180	0.24 183	0.17 178	0.24 187	0.17 178	0.24 185	0.17 172	0.24 184	0.17 164	0.23 184	0.16 169	0.23 180	0.16 160

RAFT-FEzeroshot	0.34 201	0.26 127	0.17 153	0.21 147	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 171	0.27 204	0.24 203	0.19 155	0.16 146	0.19 166	0.16 169	0.26 186	3.08 560

RAFT-FE	0.34 201	0.26 127	0.17 153	0.21 147	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 171	0.27 204	0.24 203	0.19 155	0.16 146	0.19 166	0.16 169	0.26 186	3.08 560

UNDER WATER-64	0.25 165	0.26 127	0.25 187	0.26 171	0.25 221	0.25 192	0.25 213	0.25 189	0.25 212	0.25 189	0.25 221	0.25 192	0.25 215	0.26 200	0.25 211	0.25 190	0.25 192	0.25 195	0.25 220	0.25 184	0.25 199

CAS++	0.17 137	0.27 130	0.21 172	0.10 59	0.21 206	0.15 135	0.22 197	0.10 111	0.21 195	0.22 174	0.10 120	0.19 158	0.18 186	0.10 114	0.19 184	0.20 158	0.19 174	0.18 163	0.10 118	0.19 162	0.18 176
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 271	0.27 130	0.30 206	0.58 300	0.27 231	0.70 371	0.30 246	0.28 198	0.73 400	0.73 375	0.28 239	0.71 374	0.66 377	0.75 375	0.27 217	0.27 195	0.29 219	0.37 260	0.75 404	0.28 193	0.30 244

LoS	0.25 165	0.27 130	0.25 187	0.25 164	0.25 221	0.25 192	0.25 213	0.26 194	0.25 212	0.25 189	0.25 221	0.25 192	0.25 215	0.25 190	0.25 211	0.26 192	0.25 192	0.25 195	0.26 226	0.26 186	0.25 199
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 188	0.28 133	0.47 297	0.79 331	0.24 219	0.30 209	0.26 221	0.30 205	0.24 207	0.32 215	0.23 208	0.31 218	0.24 212	0.30 214	0.23 199	0.29 204	0.26 195	0.29 211	0.24 215	0.33 213	0.23 188

SQANet	0.28 175	0.28 133	0.28 198	0.28 175	0.28 236	0.28 205	0.28 232	0.28 198	0.28 234	0.28 201	0.28 239	0.28 205	0.28 239	0.28 208	0.28 227	0.28 197	0.28 208	0.28 206	0.28 239	0.28 193	0.28 226

HGLStereo	0.28 175	0.29 135	0.22 174	0.36 197	0.22 208	0.36 234	0.21 192	0.36 225	0.21 195	0.42 276	0.21 203	0.36 236	0.22 202	0.36 236	0.21 191	0.34 219	0.21 180	0.34 236	0.21 198	0.34 217	0.21 183

MultiAttention	0.30 181	0.30 136	0.30 206	0.30 177	0.30 255	0.30 209	0.30 246	0.30 205	0.30 251	0.30 206	0.30 256	0.30 214	0.30 253	0.30 214	0.30 244	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 244

MSAF-DinoV2	0.30 181	0.30 136	0.30 206	0.30 177	0.30 255	0.30 209	0.30 246	0.30 205	0.30 251	0.30 206	0.30 256	0.30 214	0.30 253	0.30 214	0.30 244	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 244

DANet	0.30 181	0.30 136	0.30 206	0.30 177	0.30 255	0.30 209	0.30 246	0.30 205	0.30 251	0.30 206	0.30 256	0.30 214	0.30 253	0.30 214	0.30 244	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 244
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	1.26 464	0.31 139	4.99 573	5.93 563	0.20 199	0.25 192	0.20 186	0.25 189	0.20 191	0.23 178	0.19 193	0.25 192	0.20 195	0.25 190	0.20 187	5.66 573	4.76 566	0.26 200	0.30 263	0.24 182	0.27 213

gcap-zeroshot	0.35 210	0.32 140	0.37 252	0.49 271	0.39 318	0.33 224	0.21 192	0.26 194	0.35 285	0.42 276	0.34 283	0.49 319	0.29 246	0.47 303	0.39 305	0.34 219	0.17 164	0.38 268	0.23 207	0.48 311	0.34 271

iResNet_ROB	0.28 175	0.32 140	0.24 184	0.32 185	0.25 221	0.32 222	0.24 210	0.32 210	0.24 207	0.33 220	0.24 215	0.35 230	0.24 212	0.33 225	0.24 203	0.31 210	0.24 191	0.32 220	0.24 215	0.32 206	0.24 198

H2IRNET	0.34 201	0.34 142	0.34 238	0.34 191	0.34 289	0.34 226	0.34 278	0.34 217	0.34 282	0.34 222	0.34 283	0.34 228	0.34 281	0.34 227	0.34 274	0.34 219	0.34 252	0.34 236	0.34 291	0.34 217	0.34 271

MLCV	0.31 188	0.35 143	0.27 194	0.35 193	0.28 236	0.35 231	0.27 224	0.35 221	0.28 234	0.36 230	0.27 232	0.35 230	0.27 232	0.35 230	0.27 217	0.34 219	0.27 202	0.34 236	0.27 234	0.34 217	0.27 213

ETE_ROB	0.35 210	0.35 143	0.35 246	0.35 193	0.35 292	0.35 231	0.35 283	0.35 221	0.35 285	0.35 227	0.35 292	0.35 230	0.35 288	0.35 230	0.35 278	0.35 228	0.35 254	0.35 252	0.35 303	0.35 229	0.35 280

DN-CSS_ROB	0.31 188	0.35 143	0.28 198	0.35 193	0.28 236	0.34 226	0.27 224	0.34 217	0.25 212	0.35 227	0.27 232	0.36 236	0.26 224	0.34 227	0.28 227	0.35 228	0.28 208	0.34 236	0.28 239	0.34 217	0.27 213

RSM	0.36 216	0.36 146	0.43 282	0.37 200	0.42 338	0.49 322	0.42 329	0.37 231	0.28 234	0.36 230	0.29 244	0.36 236	0.30 253	0.37 240	0.28 227	0.34 219	0.31 233	0.34 236	0.35 303	0.40 268	0.29 231

Any-RAFT	0.32 196	0.36 146	0.27 194	0.36 197	0.27 231	0.36 234	0.27 224	0.36 225	0.27 231	0.36 230	0.27 232	0.36 236	0.27 232	0.36 236	0.28 227	0.36 233	0.28 208	0.36 257	0.28 239	0.36 236	0.28 226

IGEV-FE	0.35 210	0.37 148	0.17 153	0.19 134	0.17 182	0.20 163	0.17 171	0.19 155	0.17 180	0.19 154	0.17 178	0.19 158	0.17 178	0.37 240	0.36 282	0.19 155	0.17 164	0.19 166	0.17 189	0.38 253	2.84 551

LG-Stereo_L2	0.34 201	0.37 148	0.38 255	0.47 260	0.28 236	0.39 252	0.28 232	0.39 243	0.28 234	0.39 242	0.28 239	0.39 249	0.28 239	0.38 243	0.28 227	0.42 285	0.35 254	0.36 257	0.26 226	0.35 229	0.26 205

RAFT-Test	0.36 216	0.37 148	0.33 228	0.41 235	0.32 267	0.41 270	0.32 257	0.41 263	0.32 266	0.41 262	0.32 268	0.41 270	0.32 268	0.41 269	0.33 261	0.37 237	0.29 219	0.37 260	0.29 249	0.38 253	0.31 253

XPNet_ROB	0.37 222	0.37 148	0.37 252	0.37 200	0.37 302	0.37 239	0.37 296	0.37 231	0.37 298	0.37 235	0.37 303	0.37 242	0.37 296	0.37 240	0.37 291	0.37 237	0.37 259	0.37 260	0.37 311	0.37 240	0.37 287

WAO-8	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.38 246	0.38 302	0.38 239	0.38 302	0.38 236	0.38 308	0.38 244	0.38 300	0.38 243	0.38 294	0.38 248	0.38 265	0.38 268	0.37 311	0.38 253	0.38 294

WAO-7	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.38 246	0.38 302	0.38 239	0.38 302	0.38 236	0.38 308	0.38 244	0.38 300	0.38 243	0.38 294	0.38 248	0.38 265	0.38 268	0.38 324	0.38 253	0.38 294

HanzoNet	0.39 240	0.38 152	0.40 267	0.39 209	0.41 328	0.38 246	0.38 302	0.38 239	0.38 302	0.39 242	0.39 317	0.38 244	0.38 300	0.39 251	0.40 309	0.38 248	0.38 265	0.40 284	0.38 324	0.38 253	0.40 303

Venus	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.37 239	0.38 302	0.37 231	0.37 298	0.41 262	0.37 303	0.39 249	0.37 296	0.38 243	0.38 294	0.37 237	0.38 265	0.38 268	0.37 311	0.37 240	0.38 294

IMH	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.38 246	0.38 302	0.38 239	0.38 302	0.42 276	0.38 308	0.40 257	0.38 300	0.38 243	0.38 294	0.38 248	0.38 265	0.39 279	0.38 324	0.38 253	0.38 294

DMCA	0.36 216	0.38 152	0.37 252	0.35 193	0.35 292	0.36 234	0.36 290	0.36 225	0.35 285	0.35 227	0.37 303	0.36 236	0.36 291	0.35 230	0.36 282	0.36 233	0.36 257	0.35 252	0.36 309	0.36 236	0.36 283

StereoDRNet-Refined	0.33 199	0.39 158	0.26 193	0.39 209	0.26 229	0.40 254	0.26 221	0.40 248	0.26 225	0.39 242	0.26 227	0.39 249	0.26 224	0.39 251	0.26 216	0.37 237	0.25 192	0.37 260	0.25 220	0.37 240	0.37 287
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 411	0.39 158	5.28 575	0.39 209	0.20 199	0.39 252	0.27 224	0.39 243	0.22 198	0.38 236	0.20 197	0.38 244	0.20 195	6.95 586	0.22 193	0.30 205	0.21 180	0.27 204	0.21 198	5.25 567	0.21 183

Zero-FE251	0.36 216	0.40 160	0.28 198	0.41 235	0.28 236	0.41 270	0.28 232	0.41 263	0.28 234	0.41 262	0.28 239	0.41 270	0.28 239	0.42 282	0.30 244	0.37 237	0.26 195	0.37 260	0.27 234	0.45 292	0.56 361

EKT-Stereo	0.37 222	0.40 160	0.44 284	1.07 371	0.29 245	0.34 226	0.31 255	0.36 225	0.29 240	0.38 236	0.31 264	0.37 242	0.30 253	0.36 236	0.29 237	0.34 219	0.28 208	0.39 279	0.30 263	0.37 240	0.30 244

knoymous	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

anonymousa	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

riskmin	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

Anonymous_2	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

Anonymous_1	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

AdaStereo	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303
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.
iRaft-Stereo_20w	0.34 201	0.41 168	0.31 218	0.39 209	0.29 245	0.40 254	0.32 257	0.41 263	0.32 266	0.38 236	0.30 256	0.39 249	0.30 253	0.38 243	0.32 252	0.35 228	0.27 202	0.34 236	0.27 234	0.34 217	0.29 231

GwcNet-ADL	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

PSMNet-ADL	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

GANet-ADL	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

ADLNet2	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

ADLNet	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

DGSMNet	0.34 201	0.41 168	0.27 194	0.41 235	0.28 236	0.41 270	0.28 232	0.41 263	0.27 231	0.41 262	0.27 232	0.42 288	0.27 232	0.41 269	0.28 227	0.40 263	0.29 219	0.40 284	0.28 239	0.40 268	0.27 213

iRaft-Stereo_5w	0.34 201	0.42 175	0.31 218	0.39 209	0.30 255	0.38 246	0.30 246	0.40 248	0.29 240	0.40 248	0.37 303	0.41 270	0.34 281	0.38 243	0.30 244	0.34 219	0.27 202	0.34 236	0.26 226	0.34 217	0.26 205

GREAT-IGEV	0.38 228	0.43 176	0.36 248	0.48 265	0.32 267	0.45 301	0.32 257	0.45 291	0.32 266	0.45 289	0.32 268	0.45 298	0.32 268	0.45 294	0.32 252	0.44 287	0.33 248	0.41 301	0.29 249	0.41 278	0.29 231

fffy	0.38 228	0.43 176	0.33 228	0.46 254	0.33 279	0.45 301	0.32 257	0.45 291	0.32 266	0.45 289	0.32 268	0.45 298	0.33 276	0.45 294	0.32 252	0.38 248	0.38 265	0.38 268	0.37 311	0.37 240	0.36 283

IGEV++	0.34 201	0.43 176	0.30 206	0.40 223	0.29 245	0.40 254	0.29 241	0.40 248	0.29 240	0.40 248	0.29 244	0.40 257	0.29 246	0.40 254	0.30 244	0.38 248	0.29 219	0.37 260	0.29 249	0.37 240	0.29 231

MS-F	0.38 228	0.44 179	0.31 218	0.43 251	0.30 255	0.43 297	0.31 255	0.43 287	0.31 262	0.45 289	0.31 264	0.43 295	0.31 265	0.43 288	0.69 383	0.38 248	0.33 248	0.40 284	0.30 263	0.38 253	0.30 244

HiDET	0.38 228	0.44 179	0.30 206	0.42 245	0.30 255	0.42 290	0.30 246	0.42 281	0.30 251	0.44 287	0.30 256	0.42 288	0.30 253	0.42 282	0.68 378	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.29 231

LCMNet	0.38 228	0.44 179	0.30 206	0.42 245	0.30 255	0.42 290	0.30 246	0.42 281	0.30 251	0.45 289	0.30 256	0.42 288	0.30 253	0.42 282	0.69 383	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.29 231

CSFM-Stereo	0.38 228	0.44 179	0.30 206	0.42 245	0.30 255	0.42 290	0.30 246	0.43 287	0.30 251	0.44 287	0.30 256	0.42 288	0.30 253	0.42 282	0.73 393	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.30 244

Select-FE	0.41 251	0.44 179	0.23 177	0.26 171	0.22 208	0.26 200	0.22 197	0.26 194	0.23 204	0.26 197	0.23 208	0.26 202	0.23 208	0.45 294	0.42 324	0.25 190	0.22 184	0.25 195	0.22 201	0.45 292	2.90 552

ccccc	0.41 251	0.44 179	0.34 238	0.48 265	0.35 292	0.48 317	0.35 283	0.51 330	0.35 285	0.47 301	0.35 292	0.47 308	0.34 281	0.47 303	0.35 278	0.41 271	0.40 275	0.40 284	0.40 328	0.41 278	0.39 300

Wz-Net-LNSev-Ref	0.11 88	0.44 179	0.33 228	0.39 209	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 259	0.36 257	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-Stereo	0.35 210	0.44 179	0.45 286	0.49 271	0.30 255	0.37 239	0.30 246	0.36 225	0.30 251	0.36 230	0.29 244	0.36 236	0.29 246	0.36 236	0.30 244	0.46 294	0.39 272	0.32 220	0.24 215	0.32 206	0.25 199
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 228	0.45 187	0.34 238	0.42 245	0.33 279	0.41 270	0.34 278	0.42 281	0.33 273	0.43 282	0.34 283	0.42 288	0.34 281	0.41 269	0.38 294	0.40 263	0.32 237	0.42 312	0.32 279	0.40 268	0.32 258

mms	0.40 244	0.45 187	0.35 246	0.48 265	0.36 298	0.47 312	0.34 278	0.45 291	0.38 302	0.47 301	0.33 275	0.45 298	0.32 268	0.45 294	0.32 252	0.39 259	0.38 265	0.38 268	0.37 311	0.39 262	0.39 300

GMOStereo	0.37 222	0.45 187	0.23 177	0.30 177	0.37 302	0.41 270	0.36 290	0.41 263	0.35 285	0.43 282	0.36 296	0.41 270	0.40 309	0.41 269	0.36 282	0.34 219	0.22 184	0.47 332	0.37 311	0.39 262	0.33 265

RAFT + AFF	0.31 188	0.45 187	0.34 238	0.39 209	0.28 236	0.38 246	0.33 267	0.29 203	0.31 262	0.30 206	0.30 256	0.29 211	0.27 232	0.29 212	0.30 244	0.28 197	0.29 219	0.29 211	0.29 249	0.27 191	0.32 258

otaku	0.46 277	0.46 191	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.46 339	0.46 295	0.46 346	0.46 302	0.46 337	0.46 299	0.46 333	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

Dean	0.46 277	0.46 191	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.46 339	0.47 301	0.46 346	0.46 302	0.46 337	0.46 299	0.46 333	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

ACVNet-4b	0.46 277	0.46 191	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.46 339	0.46 295	0.46 346	0.46 302	0.46 337	0.47 303	0.46 333	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

psmorigin	0.41 251	0.46 191	0.33 228	0.49 271	0.33 279	0.49 322	0.33 267	0.49 309	0.33 273	0.49 315	0.33 275	0.49 319	0.33 276	0.51 334	0.33 261	0.41 271	0.30 227	0.41 301	0.30 263	0.79 361	0.29 231

Ntro	0.47 283	0.47 195	0.46 290	0.46 254	0.46 346	0.47 312	0.47 344	0.46 295	0.47 344	0.46 295	0.46 346	0.47 308	0.46 337	0.47 303	0.47 340	0.47 299	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

HaxPig	0.47 283	0.47 195	0.47 297	0.49 271	0.47 352	0.47 312	0.47 344	0.47 301	0.47 344	0.47 301	0.47 354	0.47 308	0.47 345	0.47 303	0.47 340	0.47 299	0.47 315	0.47 332	0.47 355	0.47 307	0.48 333

UNDER WATER	0.47 283	0.47 195	0.47 297	0.47 260	0.47 352	0.47 312	0.47 344	0.47 301	0.47 344	0.47 301	0.47 354	0.47 308	0.46 337	0.47 303	0.47 340	0.47 299	0.47 315	0.47 332	0.46 348	0.47 307	0.47 331

LVE	0.47 283	0.47 195	0.47 297	0.47 260	0.49 358	0.47 312	0.47 344	0.47 301	0.49 353	0.47 301	0.47 354	0.47 308	0.46 337	0.47 303	0.47 340	0.47 299	0.47 315	0.48 340	0.47 355	0.47 307	0.47 331

ACVNet_1	0.46 277	0.47 195	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.47 344	0.46 295	0.46 346	0.46 302	0.46 337	0.46 299	0.46 333	0.46 294	0.46 307	0.47 332	0.46 348	0.46 295	0.46 324

CES	0.39 240	0.47 195	0.36 248	0.36 197	0.37 302	0.45 301	0.35 283	0.35 221	0.40 316	0.36 230	0.44 340	0.47 308	0.36 291	0.44 291	0.36 282	0.37 237	0.39 272	0.44 315	0.35 303	0.37 240	0.36 283

xyz-stereo-finetune2	0.18 140	0.48 201	0.16 146	0.16 121	0.15 169	0.15 135	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 160

RainbowNet	0.48 288	0.48 201	0.48 305	0.48 265	0.48 356	0.48 317	0.48 353	0.48 305	0.48 351	0.48 308	0.48 358	0.48 315	0.48 346	0.48 312	0.48 346	0.48 303	0.48 319	0.48 340	0.48 358	0.48 311	0.48 333

xyz-stereo-finetune	0.28 175	0.49 203	0.16 146	0.16 121	0.16 178	0.16 143	0.16 163	0.22 174	0.30 251	0.32 215	0.31 264	0.32 220	0.31 265	0.32 219	0.32 252	0.32 211	0.33 248	0.31 219	0.32 279	0.31 204	0.32 258

GIP-stereo	0.36 216	0.49 203	0.39 262	0.48 265	0.32 267	0.41 270	0.28 232	0.40 248	0.30 251	0.41 262	0.28 239	0.40 257	0.28 239	0.42 282	0.28 227	0.45 290	0.32 237	0.38 268	0.30 263	0.37 240	0.27 213

notaker	0.48 288	0.49 203	0.48 305	0.48 265	0.48 356	0.48 317	0.48 353	0.48 305	0.49 353	0.48 308	0.48 358	0.48 315	0.48 346	0.48 312	0.48 346	0.48 303	0.48 319	0.48 340	0.48 358	0.48 311	0.49 338

ACVNet_2	0.49 294	0.49 203	0.49 312	0.49 271	0.49 358	0.49 322	0.49 355	0.49 309	0.49 353	0.49 315	0.49 361	0.49 319	0.49 351	0.49 318	0.49 348	0.49 306	0.49 322	0.49 345	0.49 361	0.49 315	0.49 338

252Zero-FE	0.45 271	0.50 207	0.36 248	0.50 278	0.36 298	0.50 330	0.36 290	0.50 317	0.36 296	0.49 315	0.36 296	0.49 319	0.36 291	0.54 343	0.41 316	0.45 290	0.34 252	0.45 319	0.34 291	0.55 334	0.75 393

xyz-stereo	0.18 140	0.50 207	0.16 146	0.15 110	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 160

FoundationStereo	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

StereoAnything_RVC	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

dual_stereo	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

KSHMR	0.66 327	0.50 207	0.48 305	1.15 381	0.52 368	0.49 322	0.51 361	0.49 309	0.71 395	0.67 369	0.50 363	1.16 427	1.11 422	0.66 364	0.52 356	0.49 306	0.49 322	0.51 354	0.66 388	0.50 320	1.14 432

WZ-Net	0.05 41	0.50 207	0.10 70	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

fffft	0.48 288	0.51 215	0.45 286	0.52 287	0.45 344	0.52 345	0.45 337	0.52 334	0.48 351	0.53 341	0.45 344	0.52 345	0.45 334	0.52 339	0.46 333	0.51 318	0.41 284	0.50 349	0.41 335	0.50 320	0.41 310
1: 1. 1
CASnet	0.35 210	0.51 215	0.44 284	0.32 185	0.31 265	0.24 185	0.34 278	0.36 225	0.25 212	0.31 210	0.37 303	0.30 214	0.33 276	0.25 190	0.45 329	0.37 237	0.37 259	0.33 228	0.35 303	0.34 217	0.37 287
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LG-Stereo_L1	0.47 283	0.52 217	0.47 297	0.62 308	0.39 318	0.53 347	0.40 316	0.53 336	0.39 315	0.53 341	0.39 317	0.53 346	0.39 308	0.53 341	0.39 305	0.55 330	0.46 307	0.49 345	0.37 311	0.49 315	0.37 287

Occ-G	1.12 412	0.52 217	3.72 567	3.50 527	0.50 362	0.56 352	0.47 344	0.54 338	0.46 339	0.54 346	0.41 326	0.54 349	0.42 326	0.52 339	0.42 324	3.42 543	4.02 562	0.52 357	0.45 346	0.51 326	0.44 321

AEACV	1.12 412	0.52 217	3.12 559	3.24 512	0.86 414	0.53 347	0.49 355	0.60 352	0.47 344	0.53 341	0.49 361	0.55 353	0.45 334	0.55 347	0.47 340	3.01 539	3.88 560	0.71 379	0.60 380	0.80 364	0.48 333

ktn	0.72 342	0.53 220	1.08 406	1.14 379	0.51 367	1.22 471	1.36 499	0.51 330	0.59 371	0.51 335	0.51 369	0.69 373	1.20 433	0.67 366	0.51 354	0.51 318	0.49 322	0.58 364	0.66 388	0.52 328	0.53 350

TorneroNet	0.66 327	0.53 220	0.50 316	0.50 278	0.64 387	1.06 409	0.70 389	0.50 317	0.51 363	0.49 315	0.69 394	0.49 319	0.50 354	0.48 312	1.15 434	0.71 356	0.49 322	1.14 426	1.08 431	0.49 315	0.49 338

ICVP	0.15 125	0.53 220	0.11 90	0.16 121	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 44	0.54 223	0.10 70	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 306	0.54 223	0.54 331	0.54 291	0.53 371	0.54 350	0.54 365	0.53 336	0.54 366	0.54 346	0.54 373	0.54 349	0.53 361	0.54 343	0.54 359	0.54 324	0.53 337	0.54 361	0.54 369	0.54 333	0.54 353

LG-Stereo_Zeroshot	0.48 288	0.55 225	0.47 297	0.63 310	0.41 328	0.56 352	0.44 332	0.56 342	0.41 325	0.56 351	0.41 326	0.57 358	0.42 326	0.56 348	0.41 316	0.55 330	0.43 297	0.51 354	0.37 311	0.51 326	0.37 287

Selective-IGEV	0.51 301	0.55 225	0.45 286	0.69 319	0.45 344	0.61 361	0.45 337	0.50 317	0.40 316	0.56 351	0.44 340	0.55 353	0.40 309	0.72 370	0.67 374	0.59 335	0.46 307	0.45 319	0.34 291	0.46 295	0.37 287

Monster-pub-mixall	0.44 268	0.56 227	0.60 339	0.38 203	0.27 231	0.37 239	0.27 224	0.37 231	0.29 240	0.38 236	0.27 232	0.38 244	0.29 246	0.85 387	0.27 217	1.46 473	0.26 195	0.34 236	0.26 226	0.36 236	0.53 350

Monster-pub-eth3d	0.45 271	0.57 228	0.60 339	0.39 209	0.28 236	0.37 239	0.28 232	0.37 231	0.30 251	0.39 242	0.29 244	0.39 249	0.30 253	0.92 397	0.27 217	1.42 470	0.28 208	0.34 236	0.28 239	0.37 240	0.53 350

Replicate-Monster	0.45 271	0.57 228	0.60 339	0.40 223	0.29 245	0.37 239	0.27 224	0.37 231	0.30 251	0.40 248	0.31 264	0.40 257	0.30 253	0.99 405	0.27 217	1.36 466	0.31 233	0.34 236	0.30 263	0.36 236	0.54 353

LG-Stereo	0.60 314	0.58 230	0.47 297	0.64 313	0.74 406	1.00 401	0.69 385	0.57 345	0.41 325	0.57 354	0.41 326	0.57 358	0.41 320	1.00 407	0.75 397	0.91 379	0.51 333	0.52 357	0.37 311	0.52 328	0.37 287

FSD	0.61 317	0.59 231	0.50 316	2.58 495	0.44 341	0.56 352	0.44 332	0.55 341	0.44 336	0.56 351	0.44 340	0.56 356	0.44 331	0.56 348	0.46 333	0.61 340	0.42 293	0.52 357	0.42 343	0.52 328	0.51 348

AIO-test2	0.55 310	0.59 231	0.52 326	0.67 318	0.47 352	0.61 361	0.47 344	0.61 354	0.47 344	0.61 359	0.47 354	0.61 364	0.48 346	0.62 357	0.47 340	0.64 346	0.53 337	0.58 364	0.47 355	0.58 337	0.48 333

FCDSN-DC	0.41 251	0.59 231	0.64 348	0.54 291	0.33 279	0.50 330	0.37 296	0.42 281	0.40 316	0.61 359	0.43 338	0.50 334	0.49 351	0.38 243	0.32 252	0.28 197	0.23 189	0.26 200	0.22 201	0.35 229	0.28 226
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 306	0.60 234	0.52 326	0.66 317	0.47 352	0.61 361	0.47 344	0.58 348	0.46 339	0.61 359	0.46 346	0.61 364	0.45 334	0.62 357	0.45 329	0.61 340	0.52 335	0.57 363	0.48 358	0.57 336	0.48 333

DispNO	1.00 396	0.63 235	0.43 282	3.45 523	0.44 341	0.65 367	0.43 331	0.64 357	0.43 333	0.64 365	0.43 338	0.64 367	3.03 544	0.64 362	0.43 327	4.55 552	0.43 297	0.63 369	0.43 344	0.63 341	0.43 318

LMCR-Stereo	0.65 325	0.63 235	0.65 351	0.65 314	0.65 389	0.66 368	0.63 373	0.58 348	0.65 380	0.63 364	0.64 385	0.65 370	0.65 374	0.66 364	0.66 373	0.66 349	0.64 356	0.65 373	0.67 392	0.68 345	0.73 389

MonSter	0.60 314	0.64 237	0.52 326	0.62 308	0.44 341	2.07 507	0.44 332	0.62 355	0.44 336	0.62 362	0.44 340	0.62 366	0.44 331	0.62 357	0.44 328	0.58 334	0.42 293	0.62 367	0.46 348	0.58 337	0.42 317

AIO-Stereo	0.84 374	0.66 238	0.70 359	0.83 337	0.67 393	0.98 399	0.82 407	1.14 407	0.72 397	1.03 410	0.74 406	1.03 414	1.09 421	0.99 405	0.45 329	1.04 393	0.73 371	0.95 412	0.74 403	0.94 386	0.46 324

anonymity	0.63 322	0.69 239	0.56 333	0.71 325	0.56 374	0.71 373	0.56 366	0.71 366	0.56 367	0.72 373	0.56 375	0.71 374	0.56 365	0.71 369	0.58 363	0.68 351	0.55 339	0.68 375	0.55 370	0.68 345	0.54 353

CoDeX	0.15 125	0.70 240	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 374	0.02 15	0.69 364	0.75 383	0.01 9	0.02 20	0.02 20

FE-Mocha	0.35 210	0.71 241	0.40 267	0.47 260	0.27 231	0.34 226	0.27 224	0.34 217	0.26 225	0.34 222	0.26 227	0.34 228	0.27 232	0.34 227	0.27 217	0.44 287	0.41 284	0.33 228	0.29 249	0.32 206	0.29 231

RAFT-Stereo + iAFF	0.70 336	0.72 242	0.71 363	0.80 333	0.62 386	0.82 383	0.61 371	0.81 376	0.62 376	0.81 387	0.63 383	0.80 387	0.70 385	0.73 372	0.61 368	0.76 361	0.61 352	0.74 382	0.61 382	0.77 358	0.61 367

DSFCA	0.66 327	0.73 243	0.78 376	0.65 314	0.65 389	0.64 366	0.64 374	0.65 358	0.63 378	0.64 365	0.64 385	0.64 367	0.64 372	0.65 363	0.65 370	0.65 347	0.65 358	0.65 373	0.65 386	0.66 343	0.64 372

SMoEStereo_RVC	0.63 322	0.75 244	0.51 323	0.73 327	0.53 371	0.71 373	0.47 344	0.67 361	0.58 369	0.74 380	0.60 377	0.72 377	0.53 361	0.74 374	0.51 354	0.61 340	0.62 353	0.62 367	0.61 382	0.63 341	0.61 367

GCAP-BAT	0.33 199	0.78 245	0.32 223	0.38 203	0.25 221	0.34 226	0.25 213	0.34 217	0.26 225	0.34 222	0.25 221	0.35 230	0.26 224	0.35 230	0.27 217	0.36 233	0.30 227	0.32 220	0.24 215	0.32 206	0.26 205

SFCPSM	0.17 137	0.78 245	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 401	0.02 15	0.75 374	0.76 385	0.02 20	0.02 20	0.02 20

G-Net	0.79 355	0.79 247	0.79 379	0.79 331	0.79 410	0.79 380	0.79 401	0.79 371	0.79 407	0.79 384	0.79 411	0.79 386	0.79 399	0.79 377	0.79 401	0.79 363	0.79 378	0.79 388	0.79 408	0.79 361	0.79 397

DMCA-RVC	0.70 336	0.80 248	0.70 359	0.70 323	0.70 399	0.70 371	0.70 389	0.71 366	0.70 390	0.70 372	0.71 400	0.71 374	0.70 385	0.70 368	0.69 383	0.69 352	0.70 365	0.69 376	0.70 397	0.69 349	0.70 381

NaN_ROB	0.80 357	0.80 248	0.80 380	0.80 333	0.80 412	0.80 381	0.80 404	0.80 373	0.80 408	0.80 385	0.80 412	0.80 387	0.80 400	0.80 379	0.80 403	0.80 364	0.80 381	0.80 391	0.80 410	0.80 364	0.80 398

CSAN	0.80 357	0.80 248	0.80 380	0.80 333	0.80 412	0.80 381	0.80 404	0.80 373	0.80 408	0.80 385	0.80 412	0.80 387	0.80 400	0.80 379	0.80 403	0.80 364	0.80 381	0.80 391	0.80 410	0.80 364	0.80 398

testlalala	0.32 196	0.81 251	0.31 218	0.39 209	0.26 229	0.33 224	0.24 210	0.33 213	0.26 225	0.32 215	0.26 227	0.33 223	0.23 208	0.33 225	0.23 199	0.35 228	0.31 233	0.30 213	0.24 215	0.31 204	0.21 183

ARAFT	0.68 332	0.81 251	0.63 346	0.74 328	0.60 377	0.78 378	0.62 372	0.77 370	0.66 382	0.74 380	0.63 383	0.75 381	0.62 371	0.83 382	0.60 366	0.70 355	0.55 339	0.70 378	0.60 380	0.78 359	0.55 358

RSM++	0.76 350	0.82 253	0.66 352	0.85 340	0.64 387	0.85 385	0.71 392	0.94 392	0.64 379	0.87 390	0.67 390	0.87 393	0.65 374	0.84 383	0.65 370	0.81 367	0.70 365	0.79 388	0.71 400	0.83 371	0.70 381

water-stereo	0.41 251	0.84 254	0.46 290	0.50 278	0.33 279	0.45 301	0.33 267	0.45 291	0.32 266	0.45 289	0.32 268	0.45 298	0.32 268	0.45 294	0.32 252	0.44 287	0.41 284	0.39 279	0.31 273	0.39 262	0.32 258

Selective-RAFT-Error	0.88 379	0.84 254	0.98 398	0.86 341	0.97 426	0.88 388	0.95 419	0.84 378	0.99 429	0.92 396	0.82 414	0.84 392	0.98 411	0.87 388	0.97 419	0.81 367	0.83 384	0.79 388	0.82 413	0.79 361	0.85 403

depthmonostereo	0.44 268	0.85 256	0.46 290	0.54 291	0.40 320	0.52 345	0.38 302	0.52 334	0.35 285	0.47 301	0.34 283	0.46 302	0.34 281	0.47 303	0.34 274	0.45 290	0.43 297	0.41 301	0.33 287	0.41 278	0.32 258

DilatedVolume-Stereo	0.43 263	0.86 257	0.48 305	0.50 278	0.33 279	0.46 307	0.33 267	0.46 295	0.33 273	0.46 295	0.33 275	0.47 308	0.33 276	0.47 303	0.34 274	0.45 290	0.42 293	0.40 284	0.33 287	0.47 307	0.38 294

AIO-Stereo-zeroshot	0.91 382	0.86 257	0.89 385	1.25 438	0.69 397	1.05 408	0.81 406	1.16 411	0.50 356	1.12 420	0.97 425	0.72 377	0.82 402	1.06 414	0.95 417	0.61 340	0.87 386	1.03 423	0.85 416	1.04 396	1.01 421

test_sample3	0.09 53	0.87 259	0.10 70	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 259	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SCV_C0	0.45 271	0.88 261	0.49 312	0.54 291	0.37 302	0.48 317	0.37 296	0.48 305	0.37 298	0.48 308	0.36 296	0.48 315	0.37 296	0.49 318	0.37 291	0.50 312	0.41 284	0.44 315	0.34 291	0.44 288	0.34 271

tt45	1.04 406	0.88 261	1.36 483	0.92 348	1.03 434	1.51 488	0.79 401	0.70 365	0.88 413	0.74 380	0.90 416	1.60 489	0.72 390	1.60 486	0.75 397	0.91 379	0.78 377	1.52 498	0.79 408	1.14 401	1.32 496

AFF-stereo	0.73 344	0.88 261	0.67 356	0.75 329	0.68 396	0.75 375	0.64 374	0.80 373	0.72 397	0.83 389	0.70 396	0.82 391	0.64 372	0.84 383	0.67 374	0.77 362	0.63 354	0.81 393	0.63 384	0.78 359	0.62 370

DLNR-FE	0.28 175	0.89 264	0.30 206	0.34 191	0.19 196	0.28 205	0.19 182	0.28 198	0.20 191	0.28 201	0.20 197	0.28 205	0.20 195	0.28 208	0.20 187	0.33 215	0.28 208	0.25 195	0.19 195	0.24 182	0.19 178

CASS	0.57 313	0.89 264	0.56 333	0.57 298	0.56 374	0.56 352	0.56 366	0.56 342	0.53 364	0.57 354	0.57 376	0.59 362	0.48 346	0.56 348	0.57 362	0.55 330	0.56 341	0.47 332	0.56 374	0.62 340	0.56 361
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 381	0.89 264	0.72 366	1.16 386	0.78 409	1.06 409	0.82 407	0.87 379	0.97 426	1.00 404	0.91 419	0.90 397	1.00 412	0.89 391	0.93 416	0.83 372	0.83 384	0.82 397	0.82 413	0.81 367	0.82 401

MLG-Stereo	0.92 384	0.90 267	0.84 383	1.27 439	0.49 358	1.38 481	0.88 410	1.41 479	0.97 426	0.73 375	1.09 433	1.26 477	0.43 329	0.72 370	1.05 427	1.13 404	0.49 322	1.18 435	0.66 388	1.01 393	0.46 324

UNet	0.29 180	0.90 267	0.10 70	0.14 100	0.10 121	0.14 128	0.10 119	0.91 385	0.69 387	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.10 115	0.12 93	0.09 70	0.12 122	0.09 111	0.88 375	0.76 395

xxxxx1	0.31 188	0.91 269	0.23 177	0.31 182	0.23 214	0.31 214	0.23 205	0.33 213	0.25 212	0.31 210	0.24 215	0.33 223	0.25 215	0.32 219	0.24 203	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 213

tt_ll	0.31 188	0.91 269	0.23 177	0.31 182	0.23 214	0.31 214	0.23 205	0.33 213	0.25 212	0.31 210	0.24 215	0.33 223	0.25 215	0.32 219	0.24 203	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 213

ff	0.31 188	0.91 269	0.23 177	0.31 182	0.23 214	0.31 214	0.23 205	0.33 213	0.25 212	0.31 210	0.24 215	0.33 223	0.25 215	0.32 219	0.24 203	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 213

DPSM_ROB	0.92 384	0.91 269	0.91 391	0.91 345	0.92 421	0.92 393	0.92 415	0.92 388	0.91 416	0.93 398	0.91 419	0.92 400	0.90 404	0.91 393	0.92 412	0.92 382	0.91 389	0.91 406	0.92 418	0.93 384	0.93 411

DPSM	0.92 384	0.91 269	0.91 391	0.91 345	0.92 421	0.92 393	0.92 415	0.92 388	0.91 416	0.93 398	0.91 419	0.92 400	0.90 404	0.91 393	0.92 412	0.92 382	0.91 389	0.91 406	0.92 418	0.93 384	0.93 411

AIO-Stereo-zeroshot1	0.75 346	0.92 274	0.85 384	0.96 359	0.59 376	1.27 474	0.44 332	0.59 350	0.69 387	0.91 394	0.68 391	0.55 353	0.61 370	1.06 414	0.83 407	0.62 344	0.70 365	0.90 403	0.41 335	0.89 376	0.56 361

pmcnn	0.92 384	0.92 274	0.92 393	0.92 348	0.92 421	0.92 393	0.92 415	0.92 388	0.92 420	0.92 396	0.92 423	0.92 400	0.92 407	0.92 397	0.92 412	0.92 382	0.92 391	0.92 408	0.92 418	0.92 383	0.92 410

AdaDepth	0.86 377	0.93 276	0.71 363	1.01 366	1.07 436	1.02 406	0.71 392	1.00 396	0.71 395	1.01 408	0.71 400	1.00 408	0.72 390	1.14 425	0.71 391	0.92 382	0.64 356	0.90 403	0.64 385	0.89 376	0.69 380

tt1	0.31 188	0.93 276	0.24 184	0.33 189	0.23 214	0.31 214	0.24 210	0.32 210	0.24 207	0.32 215	0.23 208	0.32 220	0.25 215	0.32 219	0.24 203	0.27 195	0.26 195	0.27 204	0.26 226	0.27 191	0.27 213

SCV	0.46 277	0.94 278	0.45 286	0.54 291	0.37 302	0.48 317	0.38 302	0.48 305	0.37 298	0.48 308	0.39 317	0.48 315	0.37 296	0.49 318	0.37 291	0.50 312	0.46 307	0.44 315	0.34 291	0.44 288	0.34 271

tta	0.09 53	0.95 279	0.09 66	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

R-Stereo Train	0.81 362	0.96 280	0.67 356	0.95 356	0.67 393	0.95 396	0.68 382	0.95 394	0.68 384	0.95 402	0.68 391	0.96 405	0.68 380	0.96 403	0.68 378	0.94 387	0.68 360	0.94 410	0.68 393	0.94 386	0.68 378

RAFT-Stereo	0.81 362	0.96 280	0.67 356	0.95 356	0.67 393	0.95 396	0.68 382	0.95 394	0.68 384	0.95 402	0.68 391	0.96 405	0.68 380	0.96 403	0.68 378	0.94 387	0.68 360	0.94 410	0.68 393	0.94 386	0.68 378
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 53	0.97 282	0.10 70	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

zh-sn7	0.10 66	0.98 283	0.14 127	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

Former-RAFT_DAM_RVC	0.49 294	0.98 283	0.64 348	0.84 338	0.46 346	0.45 301	0.35 283	0.47 301	0.47 344	0.45 289	0.34 283	0.46 302	0.48 346	0.46 299	0.35 278	0.39 259	0.71 369	0.39 279	0.35 303	0.41 278	0.41 310

dd	0.23 160	0.98 283	0.16 146	0.23 154	0.15 169	0.23 184	0.15 158	0.23 180	0.15 168	0.23 178	0.15 170	0.24 187	0.17 178	0.23 181	0.15 162	0.22 168	0.15 144	0.21 173	0.15 167	0.22 171	0.16 160

222	0.10 66	0.99 286	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

test_sample7	0.09 53	1.00 287	0.11 90	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

ACVNet-DCA	0.37 222	1.00 287	0.30 206	0.40 223	0.29 245	0.40 254	0.29 241	0.40 248	0.29 240	0.40 248	0.29 244	0.40 257	0.29 246	0.39 251	0.28 227	0.33 215	0.32 237	0.33 228	0.32 279	0.33 213	0.32 258

GANet	1.00 396	1.00 287	1.00 400	1.00 363	1.00 427	1.00 401	1.00 423	1.00 396	1.00 430	1.00 404	1.00 427	1.00 408	1.00 412	1.00 407	1.00 422	1.00 389	1.00 394	1.00 417	1.00 425	1.00 390	1.00 418

TDLM	1.00 396	1.00 287	1.00 400	1.00 363	1.00 427	1.00 401	1.00 423	1.00 396	1.00 430	1.00 404	1.00 427	1.00 408	1.00 412	1.00 407	1.00 422	1.00 389	1.00 394	1.00 417	1.00 425	1.00 390	1.00 418

CVANet_RVC	1.00 396	1.00 287	1.00 400	1.00 363	1.00 427	1.00 401	1.00 423	1.00 396	1.00 430	1.00 404	1.00 427	1.00 408	1.00 412	1.00 407	1.00 422	1.00 389	1.00 394	1.00 417	1.00 425	1.00 390	1.00 418

DGTPSM_ROB	0.93 389	1.00 287	0.92 393	0.94 354	0.96 425	0.91 392	0.92 415	0.91 385	0.96 425	0.91 394	0.96 424	0.93 403	0.92 407	0.94 399	0.92 412	0.92 382	0.92 391	0.90 403	0.92 418	0.94 386	0.91 409

trnet	1.01 402	1.01 293	1.01 403	1.01 366	1.01 431	1.01 405	1.01 426	1.01 400	1.01 433	1.01 408	1.01 430	1.01 412	1.01 418	1.01 411	1.01 425	1.01 392	1.01 397	1.01 420	1.01 429	1.01 393	1.01 421

SMFormer	0.09 53	1.01 293	0.09 66	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 293	0.10 70	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

GLC_STEREO	1.07 407	1.01 293	1.06 405	1.07 371	1.05 435	1.06 409	1.08 430	1.08 403	1.05 436	1.07 412	1.06 432	1.08 416	1.05 420	1.06 414	1.10 429	1.07 395	1.09 407	1.05 424	1.05 430	1.06 397	1.12 428

1test111	0.37 222	1.02 297	0.30 206	0.39 209	0.29 245	0.40 254	0.28 232	0.39 243	0.29 240	0.39 242	0.29 244	0.39 249	0.28 239	0.40 254	0.29 237	0.33 215	0.32 237	0.33 228	0.31 273	0.32 206	0.31 253

cc1	0.37 222	1.02 297	0.30 206	0.39 209	0.29 245	0.40 254	0.28 232	0.39 243	0.29 240	0.39 242	0.29 244	0.39 249	0.28 239	0.40 254	0.29 237	0.33 215	0.32 237	0.33 228	0.31 273	0.32 206	0.31 253

test_sample4	0.10 66	1.03 299	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

test_sample2	0.09 53	1.03 299	0.11 90	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xx1	0.38 228	1.03 299	0.31 218	0.40 223	0.31 265	0.41 270	0.28 232	0.40 248	0.29 240	0.40 248	0.29 244	0.40 257	0.29 246	0.40 254	0.29 237	0.34 219	0.33 248	0.34 236	0.32 279	0.34 217	0.32 258

dad	0.23 160	1.03 299	0.16 146	0.23 154	0.15 169	0.24 185	0.15 158	0.24 183	0.16 172	0.23 178	0.16 173	0.24 187	0.16 171	0.23 181	0.15 162	0.22 168	0.16 146	0.22 178	0.16 169	0.22 171	0.16 160

DualNet (step1)	0.10 66	1.05 303	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 66	1.05 303	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 66	1.05 303	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 66	1.07 306	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

DualNet	0.10 66	1.07 306	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 66	1.09 308	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

test_xeample	0.10 66	1.09 308	0.13 122	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

FC-DCNN	1.07 407	1.09 308	0.98 398	0.89 342	0.52 368	1.41 485	0.91 414	1.21 464	1.24 494	1.96 496	2.05 551	1.91 497	1.30 486	1.27 478	1.08 428	0.80 364	0.60 348	0.58 364	0.41 335	0.68 345	0.54 353

MSMD_ROB	1.19 414	1.10 311	0.70 359	1.10 373	0.60 377	1.10 416	0.70 389	1.10 406	0.70 390	1.10 414	0.70 396	1.10 420	0.70 385	7.00 587	0.70 389	1.10 398	0.70 365	1.10 425	0.70 397	1.10 399	0.70 381

999	1.00 396	1.12 312	0.59 337	1.10 373	1.21 495	1.09 415	0.52 362	1.08 403	1.43 508	1.18 425	1.35 500	0.98 407	0.52 360	0.91 393	0.85 408	0.72 357	1.46 491	0.83 398	0.98 423	0.68 345	1.41 504

zh-mn7	0.12 97	1.14 313	0.17 153	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

1111x	0.10 66	1.14 313	0.13 122	0.14 100	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

LoS_RVC	0.30 181	1.14 313	0.25 187	0.25 164	0.25 221	0.26 200	0.25 213	0.25 189	0.25 212	0.25 189	0.25 221	0.26 202	0.26 224	0.26 200	0.25 211	0.26 192	0.26 195	0.25 195	0.25 220	0.26 186	0.26 205

DDF-Stereo	0.43 263	1.15 316	0.57 335	0.53 288	0.32 267	0.41 270	0.32 257	0.41 263	0.32 266	0.41 262	0.32 268	0.41 270	0.32 268	0.40 254	0.32 252	0.52 320	0.50 328	0.38 268	0.31 273	0.39 262	0.31 253

x	0.11 88	1.15 316	0.15 143	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

xxxx	0.11 88	1.16 318	0.16 146	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

CAS	0.30 181	1.17 319	0.25 187	0.25 164	0.25 221	0.26 200	0.25 213	0.25 189	0.26 225	0.25 189	0.25 221	0.25 192	0.25 215	0.25 190	0.25 211	0.26 192	0.26 195	0.26 200	0.25 220	0.26 186	0.25 199

HSM-Net_RVC	0.95 392	1.17 319	0.78 376	1.18 388	0.71 401	1.16 424	0.75 397	1.09 405	0.80 408	1.10 414	0.75 407	1.17 428	0.74 392	1.17 428	0.80 403	1.13 404	0.73 371	1.17 432	0.77 405	1.16 405	0.72 386
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 393	1.18 321	0.81 382	1.10 373	0.91 420	1.02 406	0.82 407	1.04 402	0.91 416	1.03 410	0.86 415	1.28 479	0.82 402	1.03 412	0.89 410	1.17 407	0.81 383	1.02 421	0.82 413	1.08 398	0.81 400

psm_up	0.43 263	1.19 322	0.17 153	0.25 164	0.18 192	0.25 192	0.19 182	1.26 468	0.91 416	0.26 197	0.17 178	0.25 192	0.17 178	0.25 190	0.17 172	0.22 168	0.17 164	0.23 184	0.16 169	1.18 411	0.99 416

DisPM	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

CrosDoStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

PFNet+	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

LCNet	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

HHNet	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

Patchmatch Stereo++	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442
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	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

STrans-v2	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

TransformOpticalFlow	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

OMP-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

IIG-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

NF-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

OCTAStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

PSM-softLoss	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

KMStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

NRIStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

PSM-adaLoss	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

PSM-AAD	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

FTStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

ROB_FTStereo_v2	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

ROB_FTStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

Consistency-Raft	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

KYRaft	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

HUI-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

ASMatch	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

DeepStereo_LL	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

DEmStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

SST-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

THIR-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

RAFT_R40	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

DRaft	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

PFNet	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

GrayStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

RE-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

Pruner-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

TVStereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

DeepStereo_RVC	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

RAFT-RH_RVC	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

IRAFT_RVC	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

RAFT-345	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

iRAFT	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

CRE-IMP	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

GMM-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

RAFT-IKP	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

Prome-Stereo	1.20 415	1.20 323	1.20 420	1.20 390	1.20 449	1.20 425	1.20 441	1.20 419	1.20 446	1.20 427	1.20 443	1.20 430	1.20 433	1.20 430	1.20 443	1.20 409	1.20 422	1.20 437	1.20 442	1.20 414	1.20 442

UPFNet	0.42 262	1.20 323	0.17 153	0.24 159	0.17 182	0.25 192	0.17 171	1.19 416	0.90 414	0.25 189	0.17 178	0.24 187	0.17 178	0.25 190	0.17 172	0.22 168	0.17 164	0.22 178	0.16 169	1.15 403	0.93 411

Wavelet-MonSter	1.00 396	1.21 369	0.76 373	1.94 467	1.01 431	1.11 419	0.76 398	1.15 408	0.76 403	1.11 419	0.76 408	1.14 425	0.76 395	1.11 422	0.76 399	1.21 454	0.90 387	1.02 421	0.71 400	1.02 395	0.71 385

GASTEREO	0.48 288	1.21 369	0.47 297	0.57 298	0.38 309	0.50 330	0.38 302	0.50 317	0.38 302	0.50 328	0.38 308	0.50 334	0.38 300	0.50 325	0.38 294	0.52 320	0.42 293	0.46 323	0.34 291	0.46 295	0.34 271

z-mn7	0.16 133	1.21 369	0.33 228	0.41 235	0.04 79	0.04 78	0.03 50	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.35 228	0.31 233	0.04 73	0.04 78	0.04 77	0.04 79

ours_stereo	1.20 415	1.21 369	0.90 388	1.64 461	1.11 438	1.35 477	0.67 381	1.76 488	0.93 421	1.70 492	1.10 434	1.39 483	0.75 394	1.41 483	0.81 406	1.60 481	1.03 399	1.33 488	1.00 425	1.61 476	0.72 386

WCG-NET	0.61 317	1.21 369	0.54 331	0.61 307	0.53 371	0.67 369	0.53 363	0.66 360	0.53 364	0.64 365	0.53 372	0.65 370	0.53 361	0.59 355	0.52 356	0.65 347	0.48 319	0.64 370	0.52 367	0.58 337	0.50 341

delet	0.43 263	1.21 369	0.17 153	0.25 164	0.17 182	0.25 192	0.18 178	1.26 468	0.95 423	0.25 189	0.17 178	0.25 192	0.17 178	0.25 190	0.17 172	0.23 179	0.16 146	0.22 178	0.16 169	1.18 411	0.98 415

w-ln-seven-2	0.14 113	1.22 375	0.28 198	0.32 185	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 211	0.27 202	0.04 73	0.03 54	0.03 43	0.03 51

CroCo-Stereo	0.73 344	1.22 375	0.25 187	1.22 435	0.25 221	1.22 471	0.25 213	1.22 465	0.25 212	1.22 473	0.25 221	1.22 476	0.25 215	1.22 476	0.25 211	1.22 456	0.26 195	1.21 482	0.25 220	1.22 461	0.25 199
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
WCG-NET（raft）	0.32 196	1.24 377	0.24 184	0.32 185	0.24 219	0.32 222	0.23 205	0.32 210	0.24 207	0.32 215	0.24 215	0.32 220	0.24 212	0.32 219	0.24 203	0.30 205	0.23 189	0.30 213	0.23 207	0.30 199	0.23 188

MMNet	0.44 268	1.24 377	0.17 153	0.25 164	0.17 182	0.25 192	0.18 178	1.26 468	0.93 421	0.25 189	0.17 178	0.25 192	0.18 186	0.25 190	0.17 172	0.23 179	0.16 146	0.23 184	0.16 169	1.20 414	0.99 416

CroCo-Stereo Lap2	0.77 351	1.29 379	0.29 202	1.27 439	0.29 245	1.27 474	0.26 221	1.26 468	0.26 225	1.26 474	0.26 227	1.27 478	0.26 224	1.26 477	0.27 217	1.27 458	0.27 202	1.27 486	0.27 234	1.27 464	0.27 213

CSP-Net	0.34 201	1.29 379	1.19 417	1.36 446	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 457	1.21 468	0.03 38	0.09 111	0.02 20	0.09 111

zero-FE	0.72 342	1.31 381	0.66 352	0.92 348	0.60 377	0.82 383	0.58 368	0.82 377	0.58 369	0.81 387	0.60 377	0.81 390	0.60 368	0.82 381	0.58 363	0.74 359	0.59 347	0.73 380	0.52 367	0.76 356	0.51 348

Syn2CoEx	0.25 165	1.31 381	0.74 370	0.92 348	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 377	0.75 374	0.02 18	0.02 20	0.02 20	0.02 20

CC-Net-ROB	1.36 468	1.33 383	1.33 472	1.36 446	1.38 502	1.36 479	1.33 495	1.37 475	1.34 499	1.35 476	1.36 502	1.38 481	1.34 489	1.38 482	1.38 504	1.35 464	1.38 487	1.33 488	1.35 497	1.43 470	1.34 499

MaskLacGwcNet_RVC	1.35 467	1.35 384	1.35 475	1.35 445	1.35 499	1.35 477	1.35 497	1.36 473	1.35 502	1.36 477	1.35 500	1.36 480	1.36 491	1.36 479	1.35 501	1.35 464	1.35 483	1.35 491	1.35 497	1.35 467	1.35 500

NLCSM	1.94 485	1.36 385	0.90 388	17.57 589	1.19 448	1.40 483	0.90 412	1.37 475	0.90 414	1.37 478	0.91 419	1.38 481	0.91 406	1.37 480	0.90 411	1.28 459	0.90 387	1.25 484	0.85 416	1.24 462	0.85 403

PML	0.46 277	1.36 385	0.29 202	0.58 300	0.30 255	0.57 358	0.29 241	0.57 345	0.29 240	0.57 354	0.29 244	0.57 358	0.29 246	0.56 348	0.29 237	0.52 320	0.30 227	0.53 360	0.31 273	0.53 332	0.30 244

PS-NSSS	1.38 470	1.39 387	1.34 473	1.34 444	1.35 499	1.38 481	1.37 504	1.35 472	1.38 505	1.34 475	1.34 499	1.39 483	1.38 494	1.70 490	1.40 505	1.36 466	1.36 484	1.36 493	1.37 500	1.37 468	1.36 501

MSCF	0.51 301	1.40 388	0.49 312	0.58 300	0.38 309	0.50 330	0.38 302	0.54 338	0.41 325	0.52 338	0.41 326	0.53 346	0.42 326	0.53 341	0.41 316	0.60 336	0.47 315	0.48 340	0.37 311	0.48 311	0.38 294

z-ln-s-r	0.21 152	1.40 388	0.53 330	0.56 297	0.04 79	0.05 90	0.04 82	0.05 89	0.05 98	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 89	0.57 333	0.44 304	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 140	1.47 390	0.33 228	0.40 223	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.38 248	0.32 237	0.05 86	0.04 78	0.04 77	0.04 79

Gwc-CoAtRS	0.41 251	1.49 391	0.32 223	0.42 245	0.32 267	0.41 270	0.32 257	0.41 263	0.33 273	0.41 262	0.32 268	0.41 270	0.32 268	0.41 269	0.32 252	0.39 259	0.28 208	0.39 279	0.28 239	0.40 268	0.28 226

FENet	0.54 306	1.52 392	1.19 417	1.41 449	0.23 214	0.35 231	0.23 205	0.35 221	0.23 204	0.34 222	0.23 208	0.35 230	0.23 208	0.35 230	0.23 199	1.40 469	1.07 401	0.32 220	0.23 207	0.33 213	0.23 188

CFNet-ft	0.55 310	1.57 393	0.14 127	0.20 137	0.14 158	0.20 163	2.53 549	1.61 481	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	1.56 474	1.24 491

DPSMNet_ROB	1.60 474	1.59 394	1.70 505	1.59 453	1.59 511	1.61 490	1.61 515	1.60 480	1.60 512	1.62 490	1.59 515	1.60 489	1.60 500	1.60 486	1.59 512	1.59 479	1.60 505	1.59 499	1.59 517	1.59 475	1.59 514

STTRV1_RVC	0.82 367	1.60 395	0.70 359	1.01 366	0.60 377	1.07 412	0.69 385	1.01 400	0.60 372	0.72 373	0.55 374	1.02 413	0.68 380	1.03 412	0.67 374	0.89 378	0.63 354	0.92 408	0.57 376	0.90 379	0.65 373

RASNet	1.49 471	1.65 396	1.45 491	1.38 448	1.43 505	1.47 487	1.36 499	1.38 477	1.36 503	1.39 479	1.60 516	1.45 486	1.45 497	1.51 485	2.21 546	1.53 478	1.36 484	1.36 493	1.36 499	1.66 479	1.36 501

CRFU-Net	0.65 325	1.67 397	1.22 467	1.96 470	0.27 231	0.41 270	0.27 224	0.41 263	0.27 231	0.40 248	0.26 227	0.41 270	0.27 232	0.40 254	0.27 217	1.80 486	1.62 506	0.34 236	0.23 207	0.33 213	0.23 188

FlowAnything	1.02 404	1.71 398	0.72 366	1.59 453	0.69 397	1.60 489	0.69 385	1.61 481	0.70 390	1.60 484	0.69 394	1.60 489	0.69 383	1.61 488	0.69 383	0.81 367	0.58 345	0.81 393	0.56 374	0.82 369	0.56 361

FlowAnything_test	1.02 404	1.72 399	0.71 363	1.59 453	0.70 399	1.61 490	0.69 385	1.61 481	0.70 390	1.60 484	0.70 396	1.61 492	0.69 383	1.61 488	0.70 389	0.81 367	0.58 345	0.81 393	0.55 370	0.81 367	0.56 361

gwcnet-sp	0.82 367	1.72 399	1.48 493	0.39 209	0.15 169	0.31 214	0.21 192	0.20 161	0.25 212	1.61 487	0.23 208	0.28 205	0.26 224	0.20 160	0.15 162	0.24 184	1.33 478	0.32 220	0.16 169	6.75 574	0.23 188

scenet	0.82 367	1.72 399	1.48 493	0.39 209	0.15 169	0.31 214	0.21 192	0.20 161	0.25 212	1.61 487	0.23 208	0.28 205	0.26 224	0.20 160	0.15 162	0.24 184	1.33 478	0.32 220	0.16 169	6.75 574	0.23 188

ssnet	0.82 367	1.72 399	1.48 493	0.39 209	0.15 169	0.31 214	0.21 192	0.20 161	0.25 212	1.61 487	0.23 208	0.28 205	0.26 224	0.20 160	0.15 162	0.24 184	1.33 478	0.32 220	0.16 169	6.75 574	0.23 188

HBP-ISP	1.24 463	1.72 399	1.65 503	1.15 381	0.76 407	1.40 483	0.88 410	1.67 487	1.02 434	1.69 491	1.38 505	1.69 493	1.21 479	1.87 498	1.21 488	1.05 394	0.79 378	0.97 415	0.80 410	1.19 413	0.75 393

LL-Strereo2	0.48 288	1.73 404	0.51 323	0.59 303	0.34 289	0.42 290	0.33 267	0.40 248	0.31 262	0.42 276	0.33 275	0.42 288	0.31 265	0.44 291	0.39 305	0.60 336	0.51 333	0.44 315	0.33 287	0.44 288	0.33 265

test_xeample3	1.10 409	1.81 405	0.61 344	0.84 338	0.49 358	0.77 376	0.66 377	0.92 388	1.40 506	0.68 371	0.46 346	0.78 384	0.54 364	1.72 491	1.48 508	1.34 463	1.52 495	1.35 491	1.67 525	1.33 466	1.55 509

mmm	0.14 113	1.83 406	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 82	0.03 40	0.03 52	0.03 42	0.03 52	0.06 89	0.04 76	0.12 93	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

4.5_new	2.00 492	1.84 407	1.98 533	2.77 499	2.16 546	2.27 512	1.28 494	2.09 500	1.98 544	2.01 502	1.28 495	2.71 534	1.98 528	2.51 525	1.65 515	2.26 510	1.33 478	1.87 509	1.87 537	2.49 514	1.60 515

MM-Stereo_test2	1.20 415	1.85 408	1.05 404	1.46 450	0.94 424	1.36 479	0.99 422	1.36 473	0.95 423	1.41 480	0.98 426	1.40 485	0.96 409	1.37 480	0.95 417	1.37 468	1.06 400	1.33 488	0.93 422	1.29 465	0.89 407

hknet	1.10 409	1.85 408	3.49 562	4.48 538	0.02 21	0.42 290	0.06 109	0.41 263	0.02 21	0.48 308	0.03 52	0.41 270	0.03 52	0.42 282	0.03 48	4.39 549	4.19 563	0.33 228	0.23 207	0.34 217	0.27 213

2.25w	2.00 492	1.86 410	1.98 533	2.95 505	2.17 548	2.26 511	1.35 497	2.42 520	2.00 547	2.07 509	1.27 494	2.53 522	1.99 530	2.29 513	1.49 509	2.21 508	1.32 471	1.85 505	1.87 537	2.52 518	1.62 518

PAM	0.39 240	1.88 411	0.34 238	0.37 200	0.41 328	0.45 301	0.22 197	0.28 198	0.23 204	0.28 201	0.24 215	0.29 211	0.23 208	0.29 212	0.23 199	0.38 248	0.32 237	0.38 268	0.37 311	0.32 206	0.22 186

DCVSM-stereo	0.36 216	1.89 412	0.22 174	0.40 223	0.22 208	0.40 254	0.22 197	0.40 248	0.22 198	0.40 248	0.22 204	0.40 257	0.22 202	0.40 254	0.22 193	0.28 197	0.21 180	0.28 206	0.21 198	0.28 193	0.20 180

DCRE	0.84 374	1.89 412	0.77 375	0.94 354	0.72 403	0.88 388	0.73 395	0.87 379	0.78 404	0.90 392	0.71 400	0.88 394	0.67 379	0.88 389	0.73 393	0.81 367	0.68 360	0.81 393	0.70 397	0.82 369	0.70 381

RAFT-Stereo-weight	0.45 271	1.90 414	0.34 238	0.42 245	0.36 298	0.43 297	0.35 283	0.42 281	0.34 282	0.42 276	0.34 283	0.44 296	0.34 281	0.41 269	0.34 274	0.38 248	0.32 237	0.38 268	0.32 279	0.38 253	0.33 265

BUS	0.83 371	1.91 415	0.92 393	4.48 538	0.02 21	0.40 254	0.04 82	0.41 263	0.02 21	0.48 308	0.03 52	0.41 270	0.05 95	0.03 39	0.05 89	1.97 497	4.19 563	0.33 228	0.23 207	0.34 217	0.27 213

BSDual-CNN	0.81 362	1.91 415	0.92 393	4.48 538	0.02 21	0.42 290	0.06 109	0.41 263	0.02 21	0.48 308	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 497	4.19 563	0.33 228	0.23 207	0.34 217	0.27 213

psmg	0.43 263	1.91 415	0.92 393	1.91 466	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 497	1.44 490	0.04 73	0.03 54	0.02 20	0.03 51

GANet-RSSM	0.75 346	1.91 415	0.14 127	0.47 260	0.14 158	0.21 174	3.21 569	2.30 513	0.14 158	0.46 295	0.14 162	0.23 183	0.18 186	0.21 171	0.14 152	0.18 151	0.27 202	0.37 260	0.13 155	2.13 496	2.12 538

MFMNet_re	1.81 482	1.91 415	1.71 507	1.95 469	1.70 522	1.95 501	1.70 520	1.96 493	1.74 525	1.97 498	1.72 524	1.95 498	1.71 508	1.97 502	1.71 520	1.86 487	1.62 506	1.85 505	1.66 524	1.86 487	1.64 520

SPS-STEREO	1.59 473	1.91 415	1.21 466	1.94 467	1.20 449	2.00 504	1.23 488	1.99 495	1.24 494	2.00 501	1.25 492	2.03 505	1.26 482	2.00 503	1.29 497	1.90 493	1.18 421	1.89 513	1.21 487	1.89 489	1.20 442
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 472	1.94 421	1.22 467	1.88 464	1.21 495	1.88 496	1.22 487	1.88 490	1.22 492	1.88 493	1.22 489	1.88 495	1.22 480	1.89 499	1.22 489	1.87 489	1.22 469	1.88 512	1.22 488	1.88 488	1.22 488
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
ssnet_v2	0.68 332	1.96 422	1.25 471	0.29 176	0.20 199	0.30 209	0.20 186	0.29 203	0.22 198	1.50 483	0.20 197	0.31 218	0.20 195	0.27 204	0.22 193	0.24 184	1.49 493	0.26 200	0.18 194	3.90 536	0.19 178

qqq	0.16 133	2.01 423	0.12 102	0.15 110	0.04 79	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.03 48	0.12 93	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

MM-Stereo_test3	1.27 465	2.07 424	1.18 415	1.60 456	1.02 433	1.45 486	1.01 426	1.40 478	1.04 435	1.44 481	1.03 431	1.46 487	1.02 419	1.44 484	1.02 426	1.51 477	1.12 414	1.32 487	0.98 423	1.38 469	0.97 414

ACV-stereo	0.30 181	2.08 425	0.25 187	0.25 164	0.18 192	0.24 185	0.17 171	0.24 183	0.18 183	0.24 183	0.17 178	0.25 192	0.17 178	0.24 185	0.17 172	0.22 168	0.16 146	0.22 178	0.16 169	0.22 171	0.16 160

GCST	0.50 296	2.08 425	0.38 255	0.53 288	0.35 292	0.49 322	0.35 283	0.50 317	0.35 285	0.49 315	0.35 292	0.49 319	0.35 288	0.49 318	0.35 278	0.48 303	0.37 259	0.45 319	0.33 287	0.44 288	0.33 265

AIO_test	2.18 513	2.09 427	2.04 537	2.42 488	2.01 538	2.47 522	1.94 534	2.34 516	2.03 548	2.56 529	1.94 537	2.43 518	1.94 525	2.41 520	1.87 537	2.39 523	2.10 532	2.35 530	1.91 543	2.25 500	2.19 540

ToySt	0.92 384	2.11 428	0.90 388	0.95 356	0.79 410	0.99 400	0.78 400	0.94 392	0.81 411	0.94 400	0.78 410	0.95 404	0.77 397	0.94 399	0.86 409	0.91 379	0.79 378	0.85 400	0.77 405	0.89 376	0.73 389

TRStereo	2.00 492	2.13 429	1.85 522	2.27 481	1.84 527	2.28 514	1.84 524	2.29 509	1.86 534	2.30 515	1.87 529	2.30 509	1.87 518	2.08 505	1.72 522	2.08 502	1.72 512	2.08 518	1.72 530	2.08 493	1.72 525

XX-Stereo	2.00 492	2.13 429	1.85 522	2.27 481	1.84 527	2.28 514	1.84 524	2.29 509	1.86 534	2.30 515	1.87 529	2.30 509	1.87 518	2.08 505	1.72 522	2.08 502	1.72 512	2.08 518	1.72 530	2.08 493	1.72 525

EAI-Stereo	2.00 492	2.13 429	1.85 522	2.27 481	1.84 527	2.28 514	1.84 524	2.29 509	1.86 534	2.30 515	1.87 529	2.30 509	1.87 518	2.08 505	1.72 522	2.08 502	1.72 512	2.08 518	1.72 530	2.08 493	1.72 525

11t1	0.17 137	2.16 432	0.13 122	0.13 96	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.05 89	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

UGAM-zero	0.51 301	2.17 433	0.39 262	0.53 288	0.36 298	0.50 330	0.36 290	0.50 317	0.36 296	0.49 315	0.36 296	0.50 334	0.35 288	0.50 325	0.36 282	0.49 306	0.37 259	0.47 332	0.35 303	0.46 295	0.34 271

cf-r	0.66 327	2.17 433	0.12 102	0.18 131	0.12 153	0.18 155	2.70 552	2.60 527	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 97	0.15 142	0.11 130	1.81 486	1.74 528

3.25w	2.04 505	2.20 435	1.48 493	3.03 506	2.17 548	2.63 534	1.39 505	1.96 493	1.95 543	1.96 496	1.37 503	2.71 534	1.96 527	2.71 534	1.73 527	2.26 510	1.32 471	1.87 509	1.87 537	2.51 517	1.63 519

IGEV	2.02 500	2.20 435	1.82 516	2.90 504	2.16 546	2.41 520	1.25 490	2.00 496	1.98 544	1.99 500	1.31 497	2.72 538	1.93 524	2.67 533	1.69 519	2.26 510	1.32 471	1.83 504	1.87 537	2.53 521	1.61 517

UDG	0.80 357	2.21 437	0.60 339	0.91 345	0.60 377	0.90 391	0.58 368	0.88 382	0.60 372	0.90 392	0.60 377	0.88 394	0.60 368	0.90 392	0.58 363	0.86 376	0.60 348	0.84 399	0.59 379	0.84 372	0.61 367

UGAM	0.51 301	2.23 438	0.39 262	0.54 291	0.35 292	0.50 330	0.35 283	0.49 309	0.35 285	0.49 315	0.35 292	0.49 319	0.36 291	0.50 325	0.36 282	0.49 306	0.37 259	0.45 319	0.34 291	0.45 292	0.34 271

3w_stereo	2.04 505	2.24 439	1.70 505	3.15 509	2.18 550	2.49 524	1.26 492	2.03 498	1.98 544	1.98 499	1.33 498	2.72 538	1.99 530	2.59 528	1.72 522	2.22 509	1.33 478	1.85 505	1.88 542	2.50 516	1.58 513

NCCL2	2.28 525	2.27 440	2.28 539	2.28 484	2.28 551	2.27 512	2.29 547	2.28 507	2.28 550	2.27 514	2.28 552	2.28 508	2.27 538	2.27 512	2.28 551	2.28 514	2.28 537	2.27 523	2.29 550	2.27 501	2.29 542

ccnet	0.80 357	2.28 441	0.33 228	0.50 278	0.33 279	0.50 330	0.33 267	0.50 317	0.33 273	0.49 315	0.33 275	0.49 319	1.56 498	2.38 517	0.33 261	0.41 271	0.29 219	0.42 312	1.57 512	2.28 502	0.29 231

HUF	2.18 513	2.30 442	1.99 536	2.34 486	2.02 541	2.41 520	2.06 543	2.38 518	1.89 540	2.36 520	1.85 527	2.56 527	1.98 528	2.31 515	1.97 542	2.30 517	2.03 530	2.30 525	2.11 544	2.23 498	2.16 539

3.75w	1.99 488	2.31 443	1.83 519	3.16 510	1.65 515	1.93 497	1.98 535	2.72 529	1.68 514	2.73 538	1.97 540	2.00 502	1.72 509	1.81 496	1.25 493	2.27 513	2.01 525	2.38 531	1.42 506	1.71 481	1.24 491

1w_stereo	2.05 507	2.32 444	1.35 475	3.74 536	2.01 538	2.73 538	1.42 509	1.88 490	1.93 542	2.03 504	1.28 495	2.71 534	1.99 530	2.72 536	1.72 522	2.20 507	1.32 471	1.87 509	1.86 536	2.45 510	1.54 508

4.25_new	2.00 492	2.33 445	1.82 516	3.32 517	1.69 519	1.95 501	1.99 538	2.72 529	1.71 518	2.72 533	1.97 540	2.01 503	1.74 512	1.77 493	1.28 495	2.18 505	2.01 525	2.48 537	1.58 515	1.65 477	1.17 437

4.5w_new	2.00 492	2.33 445	1.82 516	3.32 517	1.69 519	1.95 501	1.99 538	2.72 529	1.71 518	2.72 533	1.97 540	2.01 503	1.74 512	1.77 493	1.28 495	2.18 505	2.01 525	2.48 537	1.58 515	1.65 477	1.17 437

4.5w-stereo	1.99 488	2.33 445	1.81 511	3.28 514	1.68 518	1.94 498	1.99 538	2.72 529	1.70 517	2.72 533	1.99 549	1.97 500	1.68 504	1.76 492	1.29 497	1.91 494	2.02 529	2.53 539	1.61 519	1.75 484	1.16 436

monsterstereo	2.20 519	2.33 445	1.95 531	3.65 531	2.07 543	2.49 524	1.61 515	2.48 522	1.83 532	2.45 524	1.61 518	2.67 533	1.86 517	2.64 530	1.94 540	2.48 529	1.66 509	2.34 528	1.68 527	2.40 507	1.86 532

2.75w_new	1.99 488	2.34 449	1.81 511	3.14 508	1.62 513	1.94 498	1.99 538	2.72 529	1.71 518	2.72 533	1.99 549	1.90 496	1.73 510	1.82 497	1.29 497	2.37 521	2.01 525	2.31 526	1.42 506	1.77 485	1.22 488

AIO_rvc	2.18 513	2.34 449	1.87 526	2.32 485	1.94 536	2.40 519	1.89 532	2.37 517	2.07 549	2.52 528	1.95 539	2.44 519	1.99 530	2.41 520	1.89 539	2.32 519	2.09 531	2.24 522	2.18 546	2.21 497	2.23 541

GES	0.66 327	2.34 449	0.29 202	0.41 235	0.29 245	0.41 270	0.29 241	0.42 281	0.29 240	0.40 248	0.41 326	0.41 270	0.30 253	0.51 334	0.29 237	0.32 211	0.29 219	0.32 220	2.46 552	2.49 514	0.30 244

2w_stereo	1.99 488	2.36 452	1.81 511	3.24 512	1.67 516	1.94 498	1.98 535	2.72 529	1.68 514	2.72 533	1.94 537	1.98 501	1.74 512	1.79 495	1.27 494	1.95 496	2.00 523	2.53 539	1.60 518	1.68 480	1.15 433

PAM_32	0.64 324	2.38 453	0.51 323	0.92 348	0.43 340	0.53 347	0.44 332	0.87 379	0.43 333	0.52 338	0.45 344	0.53 346	0.40 309	0.54 343	0.46 333	0.62 344	0.56 341	0.48 340	0.45 346	0.76 356	0.44 321

2.5w	2.01 499	2.40 454	1.37 485	3.28 514	2.01 538	2.71 535	1.43 512	1.82 489	1.83 532	1.90 495	1.41 507	2.71 534	1.35 490	2.71 534	1.85 533	2.66 533	1.53 496	1.64 500	1.23 489	2.53 521	1.87 534

MonStereo	2.17 511	2.41 455	1.49 497	2.67 496	1.67 516	2.60 533	2.04 542	2.32 514	1.76 526	2.44 523	1.68 522	2.50 520	1.69 506	2.38 517	1.80 530	2.28 514	1.78 515	2.63 542	2.14 545	3.47 532	1.68 523

monsters	2.18 513	2.41 455	1.96 532	3.47 524	2.03 542	2.53 528	1.64 517	2.48 522	1.73 523	2.40 522	1.50 510	2.62 530	1.94 525	2.59 528	1.94 540	2.44 525	1.57 500	2.28 524	1.87 537	2.42 508	1.86 532

DDUNet	0.81 362	2.45 457	0.57 335	0.90 343	0.60 377	0.88 388	0.59 370	0.90 383	0.60 372	0.88 391	0.60 377	0.90 397	0.58 366	0.88 389	0.60 366	0.84 374	0.60 348	0.86 401	0.57 376	0.86 373	0.60 366

FBW_ROB	2.12 510	2.46 458	1.77 510	2.49 491	1.79 526	2.38 518	1.83 523	2.46 521	1.78 528	2.48 526	1.97 540	2.40 517	1.78 515	2.42 522	1.83 531	2.31 518	1.85 520	2.38 531	1.82 535	2.35 505	1.84 530

asda	2.17 511	2.54 459	1.81 511	3.47 524	1.78 525	2.50 526	1.86 528	2.61 528	1.68 514	2.61 530	1.83 526	2.37 516	1.73 510	2.44 523	1.88 538	2.51 530	1.84 519	2.34 528	1.62 521	2.23 498	1.77 529

HH	0.71 339	2.54 459	0.74 370	1.10 373	0.32 267	0.41 270	0.37 296	0.69 363	0.78 404	0.73 375	0.90 416	0.75 381	1.00 412	0.84 383	0.69 383	0.69 352	0.40 275	0.35 252	0.26 226	0.35 229	0.26 205

HanStereo	0.71 339	2.54 459	0.74 370	1.10 373	0.32 267	0.41 270	0.37 296	0.69 363	0.78 404	0.73 375	0.90 416	0.75 381	1.00 412	0.84 383	0.69 383	0.69 352	0.40 275	0.35 252	0.26 226	0.35 229	0.26 205

qwe	2.18 513	2.60 462	1.58 500	3.83 537	1.90 535	2.53 528	1.90 533	2.48 522	1.73 523	2.37 521	1.92 536	2.53 522	1.68 504	2.56 526	1.83 531	2.52 532	1.87 521	2.07 517	1.68 527	2.32 504	1.71 524

sAnonymous2	3.31 548	2.63 463	1.38 487	3.71 533	1.86 530	4.70 571	1.11 431	4.82 574	2.72 553	5.45 579	1.98 546	4.59 564	2.64 540	2.65 531	6.21 585	4.37 547	1.08 405	5.16 578	2.24 548	4.52 545	2.39 547

CroCo_RVC	3.31 548	2.63 463	1.38 487	3.71 533	1.86 530	4.70 571	1.11 431	4.82 574	2.72 553	5.45 579	1.98 546	4.59 564	2.64 540	2.65 531	6.21 585	4.37 547	1.08 405	5.16 578	2.24 548	4.52 545	2.39 547

ff7	1.68 475	2.68 465	1.35 475	0.97 360	0.89 416	1.84 493	2.15 544	2.12 501	1.80 529	2.05 506	1.56 512	2.33 512	2.12 535	2.23 509	2.25 547	1.31 460	1.07 401	1.48 495	1.41 503	0.90 379	1.04 423

ffff	1.68 475	2.68 465	1.35 475	0.97 360	0.89 416	1.84 493	2.15 544	2.12 501	1.80 529	2.05 506	1.56 512	2.33 512	2.12 535	2.23 509	2.25 547	1.31 460	1.07 401	1.48 495	1.41 503	0.90 379	1.04 423

ccc-4	1.68 475	2.68 465	1.35 475	0.97 360	0.89 416	1.84 493	2.15 544	2.12 501	1.80 529	2.05 506	1.56 512	2.33 512	2.12 535	2.23 509	2.25 547	1.31 460	1.07 401	1.48 495	1.41 503	0.90 379	1.04 423

LGtest1	2.22 520	2.70 468	1.89 527	2.76 498	1.86 530	2.75 540	1.86 528	2.75 536	1.86 534	2.75 539	1.86 528	2.77 543	1.87 518	2.75 540	1.86 534	2.46 526	1.58 501	2.45 534	1.56 511	2.45 510	1.56 510

11t	1.27 465	2.70 468	1.34 473	1.32 443	0.89 416	1.30 476	1.34 496	1.64 484	0.57 368	1.45 482	0.72 403	1.05 415	1.29 485	1.07 417	1.29 497	1.49 474	1.02 398	0.97 415	1.15 435	1.48 471	1.31 495

LG-G_1	2.22 520	2.71 470	1.89 527	2.77 499	1.87 533	2.75 540	1.87 530	2.76 537	1.87 538	2.75 539	1.87 529	2.76 541	1.87 518	2.75 540	1.86 534	2.47 527	1.58 501	2.45 534	1.57 512	2.45 510	1.57 511

LG-G	2.22 520	2.71 470	1.89 527	2.77 499	1.87 533	2.75 540	1.87 530	2.76 537	1.87 538	2.75 539	1.87 529	2.76 541	1.87 518	2.75 540	1.86 534	2.47 527	1.58 501	2.45 534	1.57 512	2.45 510	1.57 511

4.25w-stereo	1.98 487	2.72 472	1.46 492	3.47 524	1.43 505	2.07 507	1.98 535	2.53 526	1.52 510	2.71 532	1.98 546	1.81 494	1.62 502	1.96 501	1.36 502	1.88 492	2.00 523	2.53 539	1.61 519	1.74 483	1.15 433

4w-stereo	2.02 500	2.72 472	1.44 490	3.36 520	1.59 511	2.48 523	1.72 521	2.28 507	1.24 494	2.24 513	1.65 520	2.56 527	1.32 488	2.39 519	1.98 543	2.67 535	1.51 494	1.66 501	1.24 490	2.53 521	1.88 537

3.25w_new	2.03 502	2.72 472	1.35 475	3.33 519	1.57 509	2.72 536	1.53 514	2.15 505	1.33 498	2.15 511	1.60 516	2.63 531	1.30 486	2.72 536	1.99 544	2.67 535	1.53 496	1.75 503	1.25 492	2.53 521	1.87 534

3.5w_stereo	2.03 502	2.72 472	1.35 475	3.41 521	1.57 509	2.72 536	1.49 513	2.01 497	1.34 499	2.15 511	1.61 518	2.63 531	1.36 491	2.72 536	1.99 544	2.66 533	1.58 501	1.68 502	1.24 490	2.53 521	1.87 534

sCroCo_RVC	2.10 508	2.76 476	1.92 530	2.78 502	1.39 503	2.73 538	1.41 507	2.73 535	1.40 506	2.77 544	1.41 507	2.74 540	1.40 495	2.74 539	1.40 505	2.72 537	1.42 489	2.72 543	1.44 508	2.79 528	1.42 505

PSMNet-RSSM	0.77 351	2.76 476	0.14 127	0.20 137	0.14 158	0.20 163	2.66 550	2.79 540	0.14 158	0.21 172	0.14 162	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 518	2.31 543

MonStereo1	1.94 485	2.77 478	1.52 498	3.73 535	1.51 508	2.13 509	1.42 509	2.32 514	1.52 510	2.31 518	1.50 510	2.53 522	1.59 499	2.34 516	1.56 510	1.91 494	1.36 484	1.86 508	1.31 495	2.07 492	1.53 507

asd	2.18 513	2.77 478	1.58 500	3.59 529	2.00 537	2.58 532	1.85 527	2.39 519	1.71 518	2.47 525	1.97 540	2.59 529	1.61 501	2.56 526	1.79 529	2.51 530	1.99 522	2.11 521	1.62 521	2.36 506	1.60 515

GwcNet-RSSM	0.77 351	2.77 478	0.14 127	0.20 137	0.14 158	0.20 163	2.67 551	2.78 539	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 171	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 518	2.31 543

hitnet-ft	0.79 355	2.78 481	0.14 127	0.20 137	0.14 158	0.21 174	2.89 553	2.80 541	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.54 526	2.33 545

PDISCO_ROB	0.83 371	2.80 482	3.49 562	0.14 100	0.11 137	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 140	0.14 159	3.30 547	0.13 148	0.14 116	2.34 538	0.16 145	0.12 147	2.62 527	0.10 116

iGMRVC	0.84 374	2.85 483	0.72 366	0.72 326	0.73 404	0.77 376	0.79 401	0.73 368	0.74 402	0.73 375	0.72 403	0.73 379	0.76 395	0.73 372	0.73 393	0.72 357	0.73 371	0.73 380	0.72 402	0.73 354	0.72 386

MC-Stereo	1.76 478	2.96 484	1.37 485	2.14 475	1.37 501	2.14 510	1.36 499	2.14 504	1.37 504	2.14 510	1.37 503	2.14 507	1.37 493	2.14 508	1.37 503	1.97 497	1.32 471	1.97 515	1.32 496	1.98 490	1.33 497

VIP-Stereo	0.70 336	2.97 485	2.43 544	2.49 491	0.16 178	0.25 192	0.16 163	0.25 189	0.16 172	0.25 189	0.18 191	0.25 192	0.16 171	0.26 200	0.16 168	1.86 487	1.26 470	0.23 184	0.15 167	0.23 180	0.15 159

PASM	0.39 240	3.06 486	1.36 483	1.58 452	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 111	0.09 116	0.11 124	0.09 117	0.09 111	0.09 109	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 128

DDVS	0.30 181	3.10 487	0.14 127	0.19 134	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 140	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

DEFOM-Stereo	0.68 332	3.11 488	1.40 489	1.63 460	0.25 221	0.31 214	0.25 213	0.31 209	0.28 234	0.31 210	0.29 244	0.29 211	0.27 232	0.31 218	0.28 227	1.59 479	1.47 492	0.30 213	0.29 249	0.30 199	0.28 226

4D-IteraStereo	0.78 354	3.13 489	0.89 385	0.69 319	0.32 267	0.40 254	0.32 257	0.76 369	0.97 426	0.52 338	0.65 387	0.89 396	0.32 268	0.76 376	0.98 420	0.83 372	0.94 393	0.35 252	0.27 234	0.70 350	0.89 407

plain	1.88 483	3.16 490	0.64 348	3.10 507	0.65 389	3.10 545	0.64 374	3.12 544	0.65 380	3.10 545	0.65 387	3.11 545	0.65 374	3.12 544	0.65 370	3.12 540	0.65 358	3.13 545	0.65 386	3.13 530	0.65 373

iRaftStereo_RVC	0.97 393	3.17 491	2.30 540	2.42 488	0.38 309	0.54 350	0.38 302	0.54 338	0.38 302	0.54 346	0.38 308	0.54 349	0.38 300	0.54 343	0.38 294	2.38 522	2.34 538	0.49 345	0.36 309	0.49 315	0.36 283

RCA-Stereo	0.51 301	3.22 492	0.34 238	0.44 252	0.34 289	0.44 300	0.34 278	0.43 287	0.34 282	0.43 282	0.34 283	0.44 296	0.33 276	0.43 288	0.33 261	0.38 248	0.29 219	0.38 268	0.29 249	0.38 253	0.29 231

Anonymous3	2.55 537	3.26 493	1.65 503	3.28 514	1.63 514	3.24 547	1.68 518	3.27 546	1.66 513	3.28 547	1.67 521	3.25 547	1.66 503	3.27 546	1.64 514	3.26 541	1.65 508	3.30 546	1.65 523	4.95 563	1.65 522

MIF-Stereo (partial)	2.58 538	3.31 494	0.66 352	3.18 511	0.66 392	3.18 546	0.66 377	3.21 545	0.67 383	3.19 546	0.66 389	3.19 546	0.66 377	3.31 548	0.68 378	5.09 569	1.79 517	8.23 588	1.67 525	6.18 572	1.38 503

MM-Stereo_test1	1.80 481	3.41 495	1.52 498	2.12 474	1.41 504	2.04 505	1.41 507	2.05 499	1.46 509	2.04 505	1.41 507	2.05 506	1.42 496	2.05 504	1.43 507	2.04 501	1.54 498	1.94 514	1.38 502	1.99 491	1.33 497

UniTT-Stereo	2.03 502	3.43 496	0.72 366	3.42 522	0.73 404	3.27 548	0.68 382	3.38 548	0.69 387	3.29 548	0.72 403	3.28 548	0.70 385	3.35 549	0.68 378	3.39 542	0.68 360	3.31 547	0.69 395	3.37 531	0.73 389

castereo++	0.54 306	3.59 497	1.15 411	1.31 442	0.14 158	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 140	0.13 155	0.16 141	0.14 152	1.45 472	1.16 417	0.15 142	0.14 161	0.15 142	0.13 151

DPSNet	3.66 550	3.60 498	3.62 565	3.63 530	3.64 574	3.65 551	3.65 574	3.66 551	3.67 571	3.67 550	3.65 572	3.67 551	3.66 560	3.66 550	3.68 569	3.68 545	3.66 558	3.67 551	3.68 574	3.67 533	3.67 573

RAStereo	2.23 523	3.64 499	0.76 373	3.65 531	0.86 414	3.66 552	0.76 398	3.67 552	0.81 411	3.66 549	0.76 408	3.66 550	0.77 397	3.68 551	0.77 400	3.68 545	0.77 376	3.69 552	0.77 405	3.70 534	0.77 396

qqq1	0.25 165	3.70 500	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 165	3.70 500	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

RAFT_CTSACE	1.92 484	3.71 502	1.72 508	1.88 464	1.72 523	2.04 505	1.42 509	2.18 506	1.89 540	2.02 503	1.97 540	1.95 498	2.06 534	1.93 500	1.62 513	1.76 484	1.66 509	2.02 516	1.73 533	1.73 482	1.43 506

MyStereo07	0.60 314	3.72 503	0.48 305	0.49 271	0.41 328	0.36 234	0.32 257	0.49 309	0.43 333	0.51 335	0.42 336	0.49 319	0.43 329	0.51 334	0.64 369	0.49 306	0.45 305	0.34 236	0.32 279	0.35 229	0.43 318

MyStereo04	0.56 312	3.72 503	0.59 337	0.49 271	0.41 328	0.36 234	0.32 257	0.37 231	0.31 262	0.34 222	0.46 346	0.35 230	0.32 268	0.35 230	0.33 261	0.49 306	0.45 305	0.34 236	0.32 279	0.35 229	0.43 318

castereo	0.61 317	3.79 505	1.35 475	1.52 451	0.15 169	0.17 151	0.16 163	0.20 161	0.21 195	0.18 152	0.16 173	0.21 169	0.12 150	0.26 200	0.17 172	1.43 471	1.38 487	0.17 153	0.16 169	0.18 156	0.16 160

ffm	0.25 165	3.83 506	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 165	3.83 506	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 165	3.83 506	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

NINENet	0.69 335	3.87 509	1.20 420	1.98 471	0.05 99	0.40 254	0.04 82	0.40 248	0.05 98	0.41 262	0.04 89	0.41 270	0.05 95	0.40 254	0.05 89	1.79 485	1.56 499	0.34 236	0.22 201	0.34 217	0.23 188

GEAStereo	0.62 320	3.91 510	0.48 305	0.69 319	0.38 309	0.51 342	0.38 302	0.51 330	0.38 302	0.53 341	0.38 308	0.50 334	0.38 300	0.51 334	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.34 271

gasm-f	0.62 320	3.91 510	0.48 305	0.69 319	0.38 309	0.51 342	0.38 302	0.51 330	0.38 302	0.53 341	0.38 308	0.50 334	0.38 300	0.51 334	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.34 271

MyStereo8	0.71 339	3.92 512	0.52 326	0.59 303	0.52 368	0.57 358	0.53 363	0.59 350	0.50 356	0.59 358	0.51 369	0.57 358	0.50 354	0.56 348	0.52 356	0.54 324	0.49 322	0.54 361	0.49 361	0.55 334	0.50 341

MyStereo06	0.75 346	4.12 513	0.60 339	0.63 310	0.61 383	0.62 364	0.66 377	0.56 342	0.45 338	0.55 349	0.48 358	0.54 349	0.46 337	0.57 353	0.45 329	0.60 336	0.57 343	0.64 370	0.55 370	0.72 351	0.55 358

MyStereo05	0.80 357	4.12 513	0.63 346	0.63 310	0.61 383	0.62 364	0.66 377	0.65 358	0.62 376	0.67 369	0.61 381	0.65 370	0.58 366	0.67 366	0.55 361	0.60 336	0.57 343	0.64 370	0.55 370	0.72 351	0.55 358

test-3	0.98 395	4.13 515	1.85 522	1.85 463	0.61 383	0.69 370	0.37 296	0.63 356	0.61 375	0.66 368	0.51 369	0.73 379	0.44 331	0.57 353	0.54 359	1.68 483	1.81 518	0.40 284	0.43 344	0.66 343	0.50 341

GCAP-Stereo	0.75 346	4.15 516	0.42 281	0.75 329	0.35 292	0.78 378	0.40 316	0.79 371	0.38 302	0.78 383	0.36 296	0.78 384	0.36 291	0.79 377	0.39 305	0.75 360	0.39 272	0.76 385	0.39 327	0.75 355	0.39 300

IGEVStereo-DCA	1.77 479	4.21 517	1.84 520	2.49 491	2.11 544	2.54 530	1.36 499	1.65 485	1.17 443	2.75 539	1.90 534	2.54 525	1.15 426	0.94 399	1.11 430	1.50 475	1.32 471	0.96 413	1.46 509	1.49 472	0.88 405

rrr	1.77 479	4.21 517	1.84 520	2.49 491	2.11 544	2.54 530	1.36 499	1.65 485	1.17 443	2.75 539	1.90 534	2.54 525	1.15 426	0.94 399	1.11 430	1.50 475	1.32 471	0.96 413	1.46 509	1.49 472	0.88 405

GSStereo	0.81 362	4.28 519	0.50 316	0.59 303	0.40 320	0.51 342	0.38 302	0.50 317	0.38 302	0.50 328	0.38 308	0.50 334	3.79 565	0.50 325	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.35 280

GEStereo_RVC	0.86 377	4.45 520	0.20 168	0.27 174	0.20 199	0.27 204	0.20 186	0.26 194	0.18 183	5.03 575	0.20 197	0.27 204	0.19 191	0.27 204	0.21 191	0.20 158	0.19 174	0.19 166	4.02 579	0.20 163	0.18 176

error version	0.93 389	4.47 521	2.35 541	1.99 472	0.37 302	0.41 270	0.36 290	0.41 263	0.35 285	0.43 282	0.36 296	0.41 270	0.40 309	0.41 269	0.36 282	1.87 489	2.16 534	0.47 332	0.37 311	0.39 262	0.33 265

test_1	0.93 389	4.47 521	2.35 541	1.99 472	0.37 302	0.41 270	0.36 290	0.41 263	0.35 285	0.43 282	0.36 296	0.41 270	0.40 309	0.41 269	0.36 282	1.87 489	2.16 534	0.47 332	0.37 311	0.39 262	0.33 265

TestStereo	4.88 576	4.75 523	4.79 571	4.87 555	4.92 583	4.81 576	4.90 584	4.78 572	4.77 583	4.87 573	4.89 583	4.90 577	4.91 576	4.99 576	4.79 581	4.98 566	4.87 567	4.87 575	4.92 584	5.00 564	5.00 583

DispFullNet	4.61 572	4.84 524	3.12 559	5.00 556	3.57 571	4.75 574	3.03 560	7.75 587	4.17 580	4.91 574	3.09 564	6.20 583	3.95 569	6.71 583	3.51 567	5.30 571	3.67 559	5.86 584	3.63 571	5.61 569	3.46 571

MLG-Stereo_test3	4.26 565	4.85 525	3.95 568	5.35 559	3.60 572	4.75 574	3.76 575	5.49 580	3.71 572	5.39 577	3.69 573	4.82 575	3.66 560	4.85 572	3.73 573	4.93 564	3.19 555	4.69 569	2.99 556	4.84 560	2.98 554

CFNet-RSSM	0.91 382	4.89 526	0.34 238	0.44 252	1.07 436	1.62 492	1.40 506	0.91 385	0.35 285	1.60 484	1.39 506	0.64 367	0.34 281	0.44 291	0.33 261	0.41 271	0.35 254	0.75 383	0.30 263	0.41 278	0.29 231

StereoVision	3.15 546	5.00 527	0.89 385	4.83 553	1.00 427	3.93 553	1.27 493	6.37 581	1.34 499	5.67 581	1.26 493	5.84 582	1.27 483	5.03 578	1.24 490	5.10 570	1.09 407	4.61 564	0.57 376	5.62 570	1.12 428

LL-Strereo	1.01 402	5.06 528	1.63 502	0.70 323	1.43 505	0.56 352	0.46 339	0.57 345	0.50 356	0.57 354	0.50 363	1.58 488	0.49 351	0.59 355	0.50 349	1.64 482	0.52 335	0.51 354	1.37 500	0.52 328	0.45 323

FC-DCNN v2	5.10 580	5.15 529	4.49 570	5.07 557	3.37 569	6.87 583	4.75 583	5.04 577	6.34 587	7.84 587	5.06 584	6.72 587	4.09 572	4.99 576	5.44 584	5.03 567	3.16 552	4.67 567	4.86 583	5.15 566	3.89 578

DEFOM-Stereo_RVC	0.83 371	5.18 530	1.98 533	2.19 476	0.17 182	0.19 158	0.18 178	0.19 155	0.16 172	0.20 160	0.19 193	0.22 177	0.22 202	0.20 160	0.15 162	2.28 514	2.13 533	0.24 192	0.17 189	0.18 156	0.16 160

rvit_105_1	3.83 552	5.22 531	3.01 548	4.53 541	3.01 556	4.51 559	3.01 555	4.56 561	3.04 556	4.53 560	3.03 557	4.55 562	3.03 544	4.56 561	3.04 553	4.57 553	3.05 542	4.57 559	3.05 557	4.57 547	3.05 555

rvit_stereo_0081	3.83 552	5.23 532	3.01 548	4.53 541	3.03 558	4.55 565	3.02 556	4.56 561	3.04 556	4.52 558	3.02 555	4.54 560	3.03 544	4.56 561	3.04 553	4.57 553	3.05 542	4.57 559	3.05 557	4.58 548	3.05 555

CFNet	1.37 469	5.27 533	0.19 165	5.49 560	0.19 196	0.28 205	0.19 182	0.28 198	0.19 189	0.28 201	0.19 193	0.28 205	4.35 573	0.28 208	0.19 184	0.23 179	0.17 164	0.23 184	4.21 581	4.81 558	0.17 172

rvit_stereo_0083	3.92 561	5.30 534	3.06 556	4.61 550	3.09 565	4.67 570	3.08 565	4.66 569	3.09 565	4.62 568	3.10 565	4.66 572	3.11 553	4.67 569	3.16 564	4.72 563	3.16 552	4.77 572	3.11 564	4.66 554	3.11 564

rvit_0105_3	3.91 559	5.33 535	3.06 556	4.60 549	3.07 564	4.60 568	3.06 564	4.62 567	3.08 564	4.60 567	3.07 563	4.62 569	3.08 551	4.67 569	3.10 562	4.70 561	3.11 549	4.77 572	3.19 568	4.77 557	3.14 566

rvit_stereo_0081_aga	3.86 554	5.33 535	3.02 551	4.55 547	3.04 562	4.54 561	3.02 556	4.64 568	3.06 560	4.54 562	3.04 559	4.62 569	3.08 551	4.62 567	3.07 558	4.58 556	3.06 546	4.60 563	3.08 561	4.63 551	3.07 559

MLG-Stereo_test1	4.25 564	5.34 537	3.61 564	5.31 558	3.63 573	5.23 577	3.57 572	5.38 579	3.65 570	5.23 576	3.47 569	4.76 573	3.74 563	4.85 572	3.71 570	4.96 565	3.18 554	4.71 570	2.92 554	4.86 561	2.90 552

rvit_0105_5	4.10 563	5.40 538	3.13 561	4.71 552	3.15 567	4.72 573	3.10 567	4.90 576	3.27 568	4.69 570	3.16 567	4.84 576	3.25 556	4.96 575	3.34 566	5.05 568	3.39 557	5.10 577	3.40 569	5.11 565	3.42 570

UDGNet	2.23 523	5.40 538	1.72 508	2.48 490	1.69 519	2.51 527	1.69 519	2.51 525	1.72 522	2.50 527	1.69 523	2.52 521	1.69 506	2.50 524	1.68 518	2.41 524	1.70 511	2.42 533	1.69 529	2.42 508	1.64 520

rvit_stereo_ft	3.93 562	5.44 540	3.05 555	4.59 548	3.06 563	4.61 569	3.08 565	4.67 570	3.12 566	4.63 569	3.10 565	4.65 571	3.11 553	4.69 571	3.13 563	4.70 561	3.14 551	4.71 570	3.15 566	4.74 555	3.16 567

MLG-Stereo_test2	4.28 566	5.46 541	3.69 566	4.86 554	3.72 575	5.58 580	3.42 570	4.81 573	3.77 576	4.85 572	3.72 574	5.55 581	3.63 559	5.58 579	3.53 568	4.41 550	3.28 556	4.99 576	2.95 555	4.75 556	3.13 565

rvit_0105_4	3.91 559	5.47 542	3.02 551	4.54 544	3.02 557	4.54 561	3.03 560	4.75 571	3.17 567	4.57 564	3.06 560	4.61 568	3.16 555	4.65 568	3.09 561	4.66 560	3.11 549	4.68 568	3.18 567	4.81 558	3.16 567

rvit_stereo_0080	3.89 557	5.70 543	3.04 553	4.54 544	3.03 558	4.56 566	3.05 562	4.60 565	3.07 561	4.58 565	3.06 560	4.59 564	3.06 549	4.61 565	3.08 559	4.63 558	3.09 547	4.64 565	3.10 562	4.65 552	3.10 562

whm_eth	3.89 557	5.70 543	3.04 553	4.54 544	3.03 558	4.56 566	3.05 562	4.60 565	3.07 561	4.58 565	3.06 560	4.59 564	3.06 549	4.61 565	3.08 559	4.63 558	3.09 547	4.64 565	3.10 562	4.65 552	3.10 562

rvit_0105_6	3.87 556	5.73 545	3.10 558	4.69 551	3.12 566	4.54 561	3.02 556	4.56 561	3.04 556	4.54 562	3.03 557	4.54 560	3.04 547	4.56 561	3.05 555	4.58 556	3.05 542	4.58 561	3.05 557	4.58 548	3.05 555

rvit_stereo_0082	3.86 554	5.82 546	3.01 548	4.53 541	3.03 558	4.54 561	3.02 556	4.56 561	3.04 556	4.53 560	3.02 555	4.55 562	3.04 547	4.57 564	3.05 555	4.57 553	3.05 542	4.58 561	3.05 557	4.58 548	3.06 558

SGM-Forest	5.21 582	5.92 547	4.08 569	6.18 565	4.16 580	6.31 582	4.34 582	6.50 582	4.33 581	6.14 583	4.21 580	6.61 586	4.55 575	6.67 582	4.48 580	5.94 575	3.94 561	5.85 583	4.03 580	5.79 571	4.17 581
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 547	6.02 548	1.12 407	5.61 562	1.16 444	5.43 579	1.02 428	5.15 578	0.70 390	5.43 578	1.21 488	5.03 579	0.97 410	4.85 572	0.99 421	4.53 551	1.16 417	5.53 580	1.25 492	5.37 568	1.30 494

IER	0.88 379	7.04 549	2.23 538	2.75 497	0.28 236	0.43 297	0.25 213	0.39 243	0.25 212	0.41 262	0.27 232	0.39 249	0.25 215	0.40 254	0.28 227	0.37 237	0.28 208	0.37 260	0.25 220	0.37 240	0.25 199

HCRNet	1.22 462	7.11 550	3.00 547	3.55 528	0.33 279	0.29 208	0.14 153	0.19 155	0.15 168	0.33 220	0.29 244	0.25 192	0.14 159	0.22 175	0.33 261	3.64 544	3.00 541	0.76 385	0.32 279	0.18 156	0.13 151

SA	4.33 568	7.35 551	6.85 583	5.96 564	4.09 579	3.59 550	3.15 568	3.82 553	2.64 552	3.91 551	3.85 575	3.57 549	2.72 542	3.13 545	4.03 576	7.09 583	6.86 578	3.57 549	3.12 565	3.85 535	3.51 572

cross-raft	4.83 575	7.52 552	6.43 579	6.63 567	3.96 578	4.51 559	3.99 579	4.49 559	3.96 578	4.52 558	3.96 577	4.50 559	3.97 570	4.50 560	3.97 575	6.65 578	6.44 575	4.33 556	3.92 578	4.35 543	3.91 579

test_5	4.62 573	7.55 553	6.23 578	6.32 566	3.40 570	5.29 578	3.50 571	3.53 550	4.11 579	4.28 555	4.47 582	4.26 558	4.38 574	3.68 551	3.24 565	5.89 574	5.60 570	4.84 574	3.50 570	4.33 542	3.93 580

RAFT+CT+SA	4.28 566	7.62 554	4.91 572	5.55 561	2.28 551	3.09 544	3.64 573	4.49 559	3.07 561	4.80 571	3.35 568	4.77 574	3.70 562	4.29 558	3.05 555	5.58 572	5.98 573	3.58 550	3.78 576	4.26 541	3.72 574

raft_robust	4.71 574	7.75 555	5.40 577	6.81 568	3.31 568	4.28 558	4.20 581	4.32 558	4.37 582	4.35 557	4.35 581	4.14 556	3.75 564	4.30 559	4.20 579	6.67 579	6.37 574	3.36 548	4.24 582	4.86 561	3.25 569

test_4	4.88 576	8.13 556	6.98 584	7.46 572	4.44 581	4.25 557	3.85 578	4.04 557	3.92 577	4.13 554	3.91 576	4.18 557	3.84 567	4.14 556	4.06 577	7.01 582	7.13 579	4.53 557	3.72 575	4.09 539	3.72 574

Sa-1000	4.34 569	8.37 557	6.84 582	6.98 571	4.45 582	3.58 549	3.00 554	3.42 549	3.39 569	2.61 530	4.00 578	3.83 553	4.01 571	3.90 553	3.90 574	5.98 576	5.62 571	3.76 553	2.34 551	4.35 543	2.47 549

TestStereo1	4.60 570	8.41 558	6.44 580	6.86 569	3.79 576	3.97 554	3.78 576	3.99 555	3.74 573	3.97 552	3.52 570	3.94 554	3.58 557	3.98 554	3.72 571	6.82 580	6.50 576	3.76 553	3.66 572	3.90 536	3.74 576

SA-5K	4.60 570	8.41 558	6.44 580	6.86 569	3.79 576	3.97 554	3.78 576	3.99 555	3.74 573	3.97 552	3.52 570	3.94 554	3.58 557	3.98 554	3.72 571	6.82 580	6.50 576	3.76 553	3.66 572	3.90 536	3.74 576

U	5.15 581	8.49 560	1.81 511	8.49 576	1.77 524	8.49 588	1.77 522	8.51 589	1.77 527	8.49 589	1.77 525	8.50 589	1.78 515	8.58 589	1.77 528	8.54 587	1.78 515	8.55 589	1.78 534	8.55 583	1.84 530

CFNet_RVC	2.38 533	8.71 561	0.38 255	9.33 579	0.42 338	0.56 352	0.42 329	0.60 352	0.38 302	0.62 362	0.42 336	0.56 356	7.29 585	0.62 357	0.42 324	0.53 323	0.37 259	0.49 345	0.34 291	8.30 581	6.87 588

rvit_stereo_0075_2	6.64 584	8.80 562	5.25 574	7.89 573	5.27 585	7.90 587	5.27 585	7.92 588	5.28 585	7.91 588	5.29 586	7.93 588	5.27 577	7.92 588	5.28 582	7.93 584	5.28 569	7.93 587	5.29 586	7.93 580	5.28 585

test_3	5.01 578	8.86 563	7.77 586	8.09 574	2.76 555	4.13 556	4.05 580	3.88 554	3.76 575	4.33 556	4.13 579	3.71 552	3.91 568	4.21 557	4.06 577	7.93 584	7.69 581	4.53 557	3.91 577	4.17 540	4.29 582

SGM+DAISY	7.06 586	9.15 564	5.38 576	8.84 578	5.18 584	8.80 589	5.31 586	8.79 590	5.28 585	8.89 590	5.20 585	8.93 590	5.33 578	8.95 590	5.36 583	8.70 588	5.21 568	8.74 590	5.20 585	8.89 584	5.15 584

test-1	6.46 583	9.16 565	8.03 589	8.09 574	5.62 586	6.11 581	6.35 587	6.85 584	4.94 584	6.08 582	6.29 589	4.98 578	6.43 581	6.22 580	6.36 587	6.16 577	7.47 580	5.82 582	5.44 587	7.11 577	5.68 586

RAFT	6.73 585	9.36 566	7.40 585	8.51 577	6.55 587	6.88 584	6.60 588	6.79 583	6.60 588	6.80 584	6.72 590	5.31 580	5.50 579	6.61 581	6.61 588	8.42 586	5.89 572	5.73 581	5.45 588	6.61 573	6.24 587

CFNet_pseudo	2.67 541	9.36 566	0.32 223	10.99 588	0.33 279	0.85 385	0.33 267	0.49 309	0.33 273	0.49 315	0.32 268	0.49 319	7.26 584	0.49 318	0.33 261	0.41 271	9.62 587	0.41 301	0.29 249	10.03 589	0.29 231

CFNet_ucs	2.73 542	9.64 568	0.33 228	9.92 584	0.32 267	0.49 322	0.33 267	0.49 309	0.33 273	0.49 315	0.33 275	0.49 319	8.98 588	0.48 312	0.33 261	0.41 271	9.96 590	0.40 284	0.29 249	10.12 590	0.54 353

PCWNet_CMD	2.80 545	9.82 569	0.32 223	10.09 586	0.32 267	0.49 322	0.33 267	3.34 547	0.33 273	0.49 315	0.33 275	0.49 319	8.73 586	0.48 312	0.33 261	0.41 271	9.22 584	0.42 312	0.29 249	9.55 587	0.31 253

pcwnet_v2	2.66 540	9.89 570	0.33 228	9.89 583	0.32 267	0.50 330	0.32 257	0.49 309	0.33 273	0.49 315	0.34 283	0.49 319	8.76 587	0.48 312	0.33 261	0.41 271	9.58 586	0.40 284	0.29 249	9.01 585	0.63 371

UCFNet_RVC	2.75 543	10.06 571	0.29 202	10.31 587	0.29 245	0.42 290	0.29 241	0.43 287	0.29 240	0.42 276	0.29 244	0.42 288	9.87 590	0.43 288	0.29 237	0.36 233	9.84 589	0.36 257	0.26 226	9.77 588	0.26 205

MSMDNet	2.65 539	10.14 572	0.33 228	9.74 582	0.32 267	0.87 387	0.33 267	2.95 543	0.68 384	0.49 315	0.34 283	0.49 319	5.70 580	0.49 318	0.33 261	0.42 285	9.57 585	0.41 301	0.31 273	8.36 582	0.65 373

ccs_rob	2.79 544	10.17 573	0.32 223	10.00 585	0.33 279	0.49 322	0.33 267	1.90 492	0.32 266	0.51 335	0.33 275	0.49 319	9.24 589	0.49 318	0.33 261	0.41 271	9.82 588	0.41 301	0.28 239	9.34 586	0.29 231

test-v	7.53 587	11.89 574	7.98 587	9.36 580	7.14 588	7.06 585	7.09 589	7.37 585	6.91 589	7.29 585	5.71 587	6.45 584	6.93 582	6.73 584	7.27 589	8.93 589	7.85 582	6.98 585	6.80 589	7.56 578	7.34 589

test-2	7.53 587	11.89 574	7.98 587	9.36 580	7.14 588	7.06 585	7.09 589	7.37 585	6.91 589	7.29 585	5.71 587	6.45 584	6.93 582	6.73 584	7.27 589	8.93 589	7.85 582	6.98 585	6.80 589	7.56 578	7.34 589

rafts_anoy	20.00 591	20.00 576	20.00 591	20.00 590	20.00 591	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592

raft+_RVC	20.00 591	20.00 576	20.00 591	20.00 590	20.00 591	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592

raftrobust	20.00 591	20.00 576	20.00 591	20.00 590	20.00 591	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592

CasAABBNet	20.00 591	20.00 576	20.00 591	20.00 590	20.00 591	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592

RALCasStereoNet	20.00 591	20.00 576	20.00 591	20.00 590	20.00 591	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592

RALAANet	20.00 591	20.00 576	20.00 591	20.00 590	20.00 591	20.00 590	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592	20.00 591	20.00 592

MANE	19.05 590	23.00 582	15.00 590	23.00 596	15.00 590	24.00 596	16.00 591	24.00 597	16.00 591	22.00 597	15.00 591	23.00 597	16.00 591	23.00 597	15.00 591	22.00 597	15.00 591	22.00 597	15.00 591	22.00 597	15.00 591

stereogan	2.33 527	24.38 583	1.18 415	1.18 388	1.18 447	1.14 422	1.18 439	1.19 416	1.19 445	1.14 423	1.18 442	1.14 425	1.18 431	1.14 425	1.18 439	1.14 406	1.14 415	1.19 436	1.19 439	1.15 403	1.19 441

Abc-Net	2.32 526	24.75 584	1.14 409	1.17 387	1.17 445	1.11 419	1.15 435	1.17 413	1.21 491	1.08 413	1.16 438	1.12 424	1.14 425	1.09 418	1.17 438	1.09 396	1.16 417	1.17 432	1.17 438	1.16 405	1.11 426
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 527	25.00 585	1.13 408	1.15 381	1.15 440	1.10 416	1.15 435	1.15 408	1.15 438	1.12 420	1.15 435	1.09 418	1.13 423	1.10 420	1.15 434	1.11 403	1.09 407	1.16 428	1.12 433	1.16 405	1.17 437

RGC	2.36 529	25.48 586	1.19 417	1.15 381	1.15 440	1.10 416	1.16 437	1.17 413	1.16 439	1.12 420	1.16 438	1.11 423	1.13 423	1.09 418	1.18 439	1.10 398	1.15 416	1.16 428	1.12 433	1.14 401	1.12 428

NCC-stereo	2.36 529	25.52 587	1.17 413	1.15 381	1.17 445	1.11 419	1.11 431	1.15 408	1.16 439	1.10 414	1.16 438	1.10 420	1.15 426	1.14 425	1.13 432	1.09 396	1.11 411	1.15 427	1.16 437	1.17 410	1.17 437

AF-Net	2.37 531	25.71 588	1.17 413	1.13 378	1.15 440	1.15 423	1.18 439	1.19 416	1.16 439	1.10 414	1.15 435	1.10 420	1.18 431	1.12 424	1.15 434	1.10 398	1.10 410	1.17 432	1.15 435	1.16 405	1.12 428

Nwc_Net	2.37 531	25.95 589	1.15 411	1.14 379	1.15 440	1.08 413	1.14 434	1.17 413	1.16 439	1.14 423	1.15 435	1.08 416	1.15 426	1.11 422	1.14 433	1.10 398	1.11 411	1.16 428	1.09 432	1.16 405	1.15 433

FAT-Stereo	2.46 535	26.05 590	1.23 469	1.23 437	1.22 497	1.20 425	1.24 489	1.23 467	1.23 493	1.19 426	1.22 489	1.21 475	1.24 481	1.20 430	1.24 490	1.21 454	1.17 420	1.22 483	1.25 492	1.20 414	1.24 491

S-Stereo	2.51 536	26.86 591	1.23 469	1.22 435	1.22 497	1.24 473	1.25 490	1.22 465	1.24 494	1.21 472	1.24 491	1.19 429	1.27 483	1.19 429	1.24 490	1.19 408	1.20 422	1.25 484	1.19 439	1.24 462	1.23 490

MoCha-V2	2.11 509	26.97 592	0.78 376	0.92 348	0.77 408	0.96 398	0.72 394	0.90 383	0.72 397	0.94 400	0.70 396	0.90 397	0.71 389	0.91 393	0.71 391	0.85 375	0.71 369	0.88 402	0.69 395	0.87 374	0.67 377

edge stereo	2.43 534	27.07 593	1.14 409	1.06 370	1.14 439	1.08 413	1.17 438	1.16 411	1.14 437	1.10 414	1.16 438	1.09 418	1.16 430	1.10 420	1.16 437	1.10 398	1.11 411	1.16 428	1.19 439	1.13 400	1.11 426

fff	1000028.16 617	29.62 594	29.72 598	32.61 597	30.02 598	35.13 599	31.83 600	32.07 599	10000000.00 618	35.27 601	29.82 600	32.45 599	30.15 599	32.35 599	30.09 599	31.04 599	29.55 600	30.64 599	30.14 599	10000000.00 618	30.77 600

csc	1000028.16 617	29.62 594	29.72 598	32.61 597	30.02 598	35.13 599	31.83 600	32.07 599	10000000.00 618	35.27 601	29.82 600	32.45 599	30.15 599	32.35 599	30.09 599	31.04 599	29.55 600	30.64 599	30.14 599	10000000.00 618	30.77 600

cscssc	1000028.16 617	29.62 594	29.72 598	32.61 597	30.02 598	35.13 599	31.83 600	32.07 599	10000000.00 618	35.27 601	29.82 600	32.45 599	30.15 599	32.35 599	30.09 599	31.04 599	29.55 600	30.64 599	30.14 599	10000000.00 618	30.77 600

STTStereo	3.73 551	30.40 597	2.37 543	2.39 487	2.31 553	2.35 517	2.33 548	2.29 509	2.42 551	2.32 519	2.34 553	2.33 512	2.36 539	2.30 514	2.27 550	2.35 520	2.22 536	2.31 526	2.22 547	2.29 503	2.34 546

111	30.40 597	30.94 598	29.72 598	32.61 597	30.02 598	33.57 597	30.47 599	31.50 598	29.39 599	30.98 598	29.11 599	29.78 598	30.39 602	29.45 598	30.76 602	30.08 598	29.02 599	29.92 598	30.32 602	29.86 598	30.17 599

DCANet-4	35.22 599	34.54 599	35.08 604	33.58 601	35.47 605	34.55 598	35.53 606	36.08 604	35.85 603	35.92 604	35.77 605	35.18 604	35.48 604	35.39 604	37.15 608	34.55 604	33.92 603	35.02 605	34.90 604	35.79 602	34.74 606

tt	500032.53 615	34.60 600	29.72 598	37.47 606	34.41 603	36.85 603	35.22 604	34.71 602	33.55 601	34.50 599	35.43 603	33.81 602	10000000.00 619	33.57 602	33.13 603	33.68 602	35.00 604	34.03 603	35.26 605	30.96 599	34.63 604

DCANet	500032.53 615	34.60 600	29.72 598	37.47 606	34.41 603	36.85 603	35.22 604	34.71 602	33.55 601	34.50 599	35.43 603	33.81 602	10000000.00 619	33.57 602	33.13 603	33.68 602	35.00 604	34.03 603	35.26 605	30.96 599	34.63 604

WCMA_ROB	31.10 598	35.43 602	27.12 597	39.51 608	23.10 597	38.78 608	25.30 598	37.49 609	25.39 598	37.29 608	27.02 598	38.52 609	26.48 598	37.80 608	26.44 598	36.28 605	22.65 598	33.90 602	22.30 598	37.10 606	24.18 598

ADStereo(finetuned)	36.13 600	36.63 603	38.07 608	36.97 602	33.25 602	35.91 602	34.45 603	36.36 605	32.99 600	38.14 609	36.71 606	36.69 605	34.13 603	38.57 609	40.79 609	37.60 609	36.58 606	35.90 606	33.36 603	35.42 601	34.04 603

Reg-Stereo(zero)	37.00 601	37.00 604	37.00 605	37.00 603	37.00 606	37.00 605	37.00 607	37.00 606	37.00 604	37.00 605	37.00 607	37.00 606	37.00 605	37.00 605	37.00 605	37.00 606	37.00 607	37.00 607	37.00 607	37.00 603	37.00 607

HI	37.00 601	37.00 604	37.00 605	37.00 603	37.00 606	37.00 605	37.00 607	37.00 606	37.00 604	37.00 605	37.00 607	37.00 606	37.00 605	37.00 605	37.00 605	37.00 606	37.00 607	37.00 607	37.00 607	37.00 603	37.00 607

CoSv	37.00 601	37.00 604	37.00 605	37.00 603	37.00 606	37.00 605	37.00 607	37.00 606	37.00 604	37.00 605	37.00 607	37.00 606	37.00 605	37.00 605	37.00 605	37.00 606	37.00 607	37.00 607	37.00 607	37.00 603	37.00 607

NLCA_NET_v2_RVC	5.04 579	50.87 607	2.78 546	2.87 503	2.71 554	2.78 543	0.47 344	2.88 542	2.86 555	1.89 494	2.67 554	2.79 544	2.79 543	2.78 543	2.83 552	2.82 538	2.82 540	2.83 544	2.77 553	2.83 529	2.76 550
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 604	87.70 608	41.95 609	113.75 611	65.62 611	75.05 609	55.25 611	75.64 611	45.04 607	71.61 610	41.75 610	72.81 610	44.06 608	68.38 610	44.63 610	101.89 612	59.57 612	107.10 612	61.05 612	104.38 609	59.38 612

MGS-Stereo	239.45 609	123.00 609	135.00 613	266.00 614	286.00 615	277.00 614	305.00 616	271.00 615	242.00 613	274.00 615	279.00 616	255.00 615	270.00 614	268.00 615	297.00 616	221.00 615	247.00 616	216.00 615	123.00 613	217.00 612	217.00 616

AE-Stereo	201.80 608	123.00 609	115.00 611	219.00 613	218.00 614	223.00 613	244.00 615	217.00 614	236.00 612	202.00 614	203.00 614	205.00 614	208.00 612	225.00 614	204.00 614	210.00 614	198.00 614	197.00 614	184.00 615	204.00 611	201.00 614

EGLCR-Stereo	246.90 610	129.00 611	139.00 614	266.00 614	286.00 615	277.00 614	305.00 616	271.00 615	242.00 613	274.00 615	279.00 616	255.00 615	270.00 614	268.00 615	297.00 616	230.00 616	247.00 616	216.00 615	223.00 617	237.00 613	227.00 617

NOSS_ROB	102.95 605	153.00 612	121.00 612	51.00 609	44.00 609	165.00 612	127.00 612	153.00 612	119.00 609	164.00 613	125.00 612	168.00 613	120.00 610	153.00 612	117.00 612	49.00 610	44.00 610	49.00 610	44.00 610	49.00 607	44.00 610

MeshStereo	159.24 607	171.00 613	160.68 615	162.58 612	160.59 612	164.01 611	160.35 613	158.51 613	158.56 610	158.34 612	160.12 613	158.56 612	159.92 611	157.26 613	158.94 613	154.38 613	158.36 613	155.75 613	159.13 614	153.67 610	154.07 613
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
PA-Net	11.80 589	223.51 614	0.62 345	0.59 303	0.71 401	0.59 360	0.73 395	0.67 361	0.73 400	0.55 349	0.61 381	0.60 363	0.74 392	0.63 361	0.73 393	0.66 349	0.60 348	0.69 376	0.66 388	0.72 351	0.65 373
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 611	354.61 615	207.27 616	363.24 616	206.46 613	364.72 616	210.41 614	364.72 617	210.41 611	364.81 617	208.64 615	364.81 617	208.64 613	364.72 617	210.41 615	354.70 617	205.53 615	354.70 617	205.53 616	354.70 614	205.53 615

LE_ROB	396.57 612	471.28 616	329.84 617	471.48 617	308.15 617	526.83 617	322.10 618	488.15 618	323.76 615	495.46 618	317.97 618	497.17 618	320.10 616	481.62 618	326.76 618	462.71 618	298.97 618	466.16 618	285.98 618	447.62 615	289.21 618

SGM-ForestM	596.69 613	677.77 617	444.52 618	699.85 618	517.25 618	732.94 618	488.29 619	770.79 619	460.11 616	750.81 619	487.98 619	792.79 619	499.41 617	730.90 619	475.81 619	720.03 619	491.16 619	663.96 619	418.60 619	674.76 616	436.05 619

CBMV_ROB	818.48 614	913.88 618	709.52 619	862.84 619	597.78 619	1073.99 619	700.52 620	1015.66 620	702.59 617	1115.65 620	760.02 620	1130.24 620	721.57 618	1037.41 620	692.65 620	814.05 620	564.29 620	843.28 620	595.31 620	915.51 617	602.92 620

CBMV	128.50 606	1422.70 619	53.10 610	79.50 610	51.30 610	77.30 610	49.70 610	74.00 610	48.20 608	77.20 611	48.80 611	73.90 611	48.00 609	73.80 611	48.80 611	70.40 611	45.10 611	68.90 611	46.10 611	68.20 608	45.00 611
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

SGD-Stereo	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

IGEV-Stereo++	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

IGEV-BASED-STEREO-	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

IGEV-Stereo+	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

SDNR	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

anonymousdsp2	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

anonymousdsp	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

test_example2	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621

DIP-Stereo	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 620	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 619	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 621	10000000.00 618	10000000.00 621
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 302	0.50 317	0.38 302	0.50 328	0.38 308	0.50 334	3.79 565	0.50 325	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.35 280

Low-res two-view benchmark