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

USTest	0.01 9	0.02 12	0.00 1	0.14 96	0.00 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

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	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

Wz-Net-SNSev	0.03 29	0.09 64	0.07 58	0.09 53	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 66	0.07 57	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 117	0.20 161	0.23 144	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	0.23 169	0.21 170	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 206	0.10 69	0.12 79	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 91	0.11 94	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 191	0.10 69	0.12 79	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 91	0.10 73	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

test_sample6	0.09 51	0.97 264	0.10 69	0.10 56	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 51	0.87 241	0.10 69	0.12 79	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 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 51	1.03 281	0.11 89	0.11 73	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 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 51	0.87 241	0.12 100	0.11 73	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 51	1.01 275	0.09 65	0.09 53	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 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 51	0.95 261	0.09 65	0.10 56	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 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

CoDeX	0.15 121	0.70 222	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	0.67 354	0.02 15	0.69 340	0.75 357	0.01 9	0.02 20	0.02 20

ttt	0.10 62	1.09 290	0.12 100	0.12 79	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 91	0.12 109	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 62	1.14 295	0.13 120	0.14 96	0.03 48	0.04 77	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	0.13 107	0.11 94	0.03 38	0.02 20	0.03 43	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 84	0.44 168	0.33 213	0.39 197	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	0.39 242	0.36 239	0.02 18	0.02 20	0.02 20	0.02 20

SFCPSM	0.17 133	0.78 226	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	0.79 376	0.02 15	0.75 350	0.76 359	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 158	1.31 361	0.74 346	0.92 325	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	0.87 352	0.75 350	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 50	0.02 12	0.02 14	1.01 344	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	0.09 105	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 51	0.02 12	0.04 43	0.90 320	0.06 107	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 127	0.36 269	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

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

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

zh-sn7	0.10 62	0.98 265	0.14 125	0.15 106	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	0.15 123	0.13 133	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 93	1.14 295	0.17 149	0.20 132	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	0.18 147	0.16 142	0.03 38	0.03 54	0.03 43	0.03 51

w-ln-seven-2	0.14 109	1.22 355	0.28 189	0.32 174	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	0.32 200	0.27 190	0.04 73	0.03 54	0.03 43	0.03 51

TCMNet	0.03 29	0.04 37	0.03 36	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 36	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 36	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 36	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

DualNet (step1)	0.10 62	1.05 285	0.12 100	0.12 79	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 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 285	0.12 100	0.12 79	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 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 285	0.12 100	0.12 79	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 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 51	1.00 269	0.11 89	0.11 73	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 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 62	1.07 288	0.11 89	0.10 56	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 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 62	1.03 281	0.12 100	0.10 56	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	0.13 107	0.13 133	0.03 38	0.03 54	0.03 43	0.03 51

11t1	0.17 133	2.16 410	0.13 120	0.13 92	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 147	0.12 109	0.06 94	0.03 54	0.05 92	0.03 51

DualNet	0.10 62	1.07 288	0.11 89	0.10 56	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 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

xxx	0.09 51	1.01 275	0.10 69	0.10 56	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

qqq	0.16 129	2.01 401	0.12 100	0.15 106	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 91	0.14 137	0.04 73	0.04 78	0.03 43	0.03 51

x	0.11 84	1.15 298	0.15 141	0.14 96	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	0.14 114	0.15 140	0.03 38	0.03 54	0.03 43	0.03 51

psmg	0.43 244	1.91 393	0.92 367	1.91 444	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	1.97 467	1.44 462	0.04 73	0.03 54	0.02 20	0.03 51

222	0.10 62	0.99 268	0.12 100	0.13 92	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 91	0.12 109	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 62	1.09 290	0.13 120	0.12 79	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	0.14 114	0.14 137	0.03 38	0.03 54	0.03 43	0.03 51

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	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

BEATNet_4x	0.11 84	0.03 31	0.03 36	1.60 434	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 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 84	0.03 31	0.03 36	1.60 434	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 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 84	0.02 12	0.02 14	1.62 437	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 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 109	0.04 37	0.03 36	2.22 455	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	0.07 102	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 417	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 105	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

z-mn7	0.16 129	1.21 350	0.33 213	0.41 223	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 216	0.31 220	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 147	1.40 367	0.53 306	0.56 277	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 309	0.44 280	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 136	1.47 369	0.33 213	0.40 211	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 232	0.32 224	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

qqq1	0.25 158	3.70 475	0.14 125	0.14 96	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 107	0.12 109	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 158	3.70 475	0.14 125	0.14 96	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 107	0.12 109	0.06 94	0.05 96	0.03 43	0.04 79

mmm	0.14 109	1.83 384	0.12 100	0.11 73	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 91	0.11 94	0.05 86	0.04 78	0.05 92	0.04 79

ffm	0.25 158	3.83 481	0.12 100	0.12 79	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 91	0.12 109	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 158	3.83 481	0.12 100	0.12 79	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 91	0.12 109	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 158	3.83 481	0.12 100	0.12 79	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 91	0.12 109	0.05 86	0.04 78	0.06 96	0.04 79

GASNet	0.05 41	0.04 37	0.12 100	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 122	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

xxxx	0.11 84	1.16 299	0.16 142	0.12 79	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	0.13 107	0.16 142	0.03 38	0.04 78	0.04 77	0.04 79

FADNet_RVC	0.12 93	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 486	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 100	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 491	0.04 44	0.04 45	0.04 73	0.04 78	0.07 104	0.04 79

FADNet	0.12 93	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 488	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 93	0.03 31	0.04 43	1.71 440	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCP+	0.15 121	0.04 37	0.04 43	2.20 454	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 105	0.04 75	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 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	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
AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 385	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

GwcNet	0.12 93	0.07 57	0.05 57	0.08 49	0.05 99	0.08 103	1.20 413	0.07 104	0.05 97	0.05 91	0.05 100	0.08 104	0.05 94	0.08 105	0.03 48	0.07 58	0.05 56	0.06 94	0.05 96	0.07 104	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 108	0.08 103	0.06 105	0.08 107	0.07 109	0.08 104	0.07 109	0.08 104	0.06 106	0.07 102	0.07 100	0.08 60	0.07 57	0.07 99	0.07 104	0.06 96	0.06 102

FADNet-RVC-Resample	0.12 93	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 482	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 102

SuperB	0.21 147	0.10 66	2.51 516	0.12 79	0.09 112	0.10 108	0.09 110	0.08 107	0.07 109	0.10 108	0.09 112	0.09 108	0.07 110	0.07 102	0.07 100	0.07 58	0.08 59	0.07 99	0.07 104	0.08 106	0.07 104

SepStereo	0.09 51	0.09 64	0.10 69	0.09 53	0.09 112	0.09 107	0.09 110	0.10 109	0.08 111	0.10 108	0.09 112	0.09 108	0.09 113	0.09 108	0.08 102	0.09 66	0.08 59	0.09 106	0.08 108	0.09 109	0.08 105

BEATNet-Init1	0.19 139	0.08 58	0.08 60	2.23 456	0.08 110	0.08 103	0.07 108	0.07 104	0.08 111	0.08 104	0.07 109	0.08 104	0.07 110	0.11 121	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

DeepPrunerF	0.19 139	0.08 58	0.08 60	2.23 456	0.08 110	0.08 103	0.07 108	0.07 104	0.08 111	0.08 104	0.07 109	0.08 104	0.07 110	0.11 121	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

S2M2	0.12 93	0.14 84	0.10 69	0.15 106	0.10 118	0.14 124	0.10 115	0.14 125	0.10 115	0.15 130	0.10 116	0.14 125	0.10 117	0.14 127	0.10 111	0.13 107	0.10 73	0.13 124	0.09 110	0.13 126	0.09 108

CSP-Net	0.34 193	1.29 359	1.19 391	1.36 424	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	1.26 430	1.21 442	0.03 38	0.09 110	0.02 20	0.09 108

LRCNet_RVC	0.13 100	0.13 80	0.09 65	0.13 92	0.10 118	0.14 124	0.10 115	0.14 125	0.10 115	0.23 170	0.10 116	0.20 156	0.10 117	0.24 178	0.11 123	0.11 86	0.09 68	0.12 121	0.14 157	0.12 124	0.09 108

ELAS_RVC	0.14 109	0.16 86	0.10 69	0.15 106	0.10 118	0.18 151	0.11 128	0.19 151	0.11 130	0.19 150	0.12 141	0.18 150	0.11 129	0.19 152	0.12 138	0.14 114	0.08 59	0.14 126	0.09 110	0.15 138	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 100	0.16 86	0.11 89	0.15 106	0.09 112	0.18 151	0.11 128	0.18 149	0.11 130	0.17 144	0.11 130	0.18 150	0.11 129	0.18 149	0.11 123	0.14 114	0.08 59	0.14 126	0.08 108	0.14 128	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnonymousM	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

PVD	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

SHD	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

SAMSARA	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

XQC	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTSC	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTS	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTSA	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

MADNet+	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

MADNet++	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

PDISCO_ROB	0.83 344	2.80 458	3.49 533	0.14 96	0.11 133	0.17 147	0.09 110	0.15 137	0.10 115	0.15 130	0.12 141	0.16 136	0.14 155	3.30 518	0.13 144	0.14 114	2.34 509	0.16 142	0.12 146	2.62 499	0.10 113

SGM_RVC	0.15 121	0.17 92	0.11 89	0.18 127	0.11 133	0.19 154	0.11 128	0.19 151	0.12 149	0.19 150	0.12 141	0.20 156	0.12 146	0.19 152	0.12 138	0.16 131	0.11 94	0.17 150	0.10 117	0.17 148	0.10 113
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 109	0.17 92	0.12 100	0.17 125	0.11 133	0.17 147	0.11 128	0.17 146	0.11 130	0.17 144	0.11 130	0.17 146	0.11 129	0.17 146	0.11 123	0.16 131	0.11 94	0.16 142	0.11 129	0.16 142	0.11 125

ITSA-stereo	0.15 121	0.17 92	0.13 120	0.20 132	0.13 152	0.19 154	0.13 147	0.18 149	0.13 152	0.19 150	0.13 153	0.18 150	0.14 155	0.18 149	0.14 148	0.16 131	0.11 94	0.15 139	0.14 157	0.18 152	0.11 125

test_for_model	0.15 121	0.23 110	0.18 155	0.21 141	0.11 133	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.21 155	0.18 164	0.14 126	0.11 129	0.14 128	0.11 125

testlalala2	0.13 100	0.16 86	0.11 89	0.15 106	0.11 133	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.14 114	0.11 94	0.14 126	0.11 129	0.14 128	0.11 125

JetRed	0.11 84	0.12 79	0.11 89	0.11 73	0.11 133	0.11 119	0.14 149	0.11 121	0.11 130	0.12 122	0.11 130	0.11 120	0.11 129	0.11 121	0.11 123	0.11 86	0.16 142	0.11 118	0.11 129	0.11 120	0.11 125

JetBlue	0.11 84	0.11 77	0.12 100	0.13 92	0.14 154	0.11 119	0.11 128	0.11 121	0.11 130	0.11 120	0.11 130	0.11 120	0.11 129	0.12 125	0.12 138	0.11 86	0.11 94	0.11 118	0.11 129	0.11 120	0.11 125

testlalala_base	0.13 100	0.16 86	0.11 89	0.15 106	0.11 133	0.15 131	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.14 114	0.11 94	0.14 126	0.11 129	0.14 128	0.11 125

CIPLG	0.13 100	0.21 105	0.12 100	0.16 117	0.11 133	0.15 131	0.11 128	0.14 125	0.11 130	0.15 130	0.12 141	0.15 135	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

IPLG	0.13 100	0.20 100	0.14 125	0.15 106	0.11 133	0.14 124	0.11 128	0.14 125	0.11 130	0.14 124	0.11 130	0.14 125	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

MIPNet	0.14 109	0.21 105	0.17 149	0.16 117	0.11 133	0.15 131	0.12 144	0.14 125	0.11 130	0.16 135	0.11 130	0.14 125	0.11 129	0.14 127	0.11 123	0.14 114	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

IPLGR	0.14 109	0.24 117	0.14 125	0.16 117	0.12 149	0.15 131	0.12 144	0.14 125	0.11 130	0.15 130	0.12 141	0.14 125	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

ACRE	0.13 100	0.21 105	0.14 125	0.15 106	0.11 133	0.14 124	0.11 128	0.14 125	0.11 130	0.14 124	0.12 141	0.14 125	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

ICVP	0.15 121	0.53 203	0.11 89	0.16 117	0.11 133	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.16 131	0.11 94	0.16 142	0.11 129	0.16 142	0.11 125
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 100	0.11 77	0.11 89	0.11 73	0.11 133	0.11 119	0.11 128	0.11 121	0.11 130	0.11 120	0.12 141	0.11 120	0.11 129	0.11 121	0.11 123	0.11 86	0.11 94	0.14 126	0.11 129	0.49 291	0.11 125

PASM	0.39 223	3.06 461	1.36 457	1.58 430	0.09 112	0.11 119	0.11 128	0.11 121	0.11 130	0.09 107	0.09 112	0.11 120	0.09 113	0.09 108	0.09 105	0.11 86	0.11 94	0.11 118	0.09 110	0.11 120	0.11 125

LALA_ROB	0.15 121	0.19 96	0.12 100	0.18 127	0.11 133	0.20 159	0.12 144	0.21 162	0.12 149	0.20 155	0.12 141	0.20 156	0.12 146	0.21 166	0.13 144	0.17 139	0.10 73	0.18 159	0.11 129	0.18 152	0.11 125

ProNet	0.14 109	0.20 100	0.14 125	0.16 117	0.11 133	0.16 139	0.11 128	0.17 146	0.11 130	0.17 144	0.12 141	0.17 146	0.13 151	0.17 146	0.12 138	0.15 123	0.11 94	0.16 142	0.11 129	0.15 138	0.12 141

IPLGR_C	0.14 109	0.20 100	0.12 100	0.15 106	0.11 133	0.14 124	0.15 154	0.14 125	0.11 130	0.15 130	0.12 141	0.14 125	0.11 129	0.16 137	0.11 123	0.15 123	0.12 109	0.14 126	0.12 146	0.15 138	0.12 141

ac_64	0.22 151	0.13 80	0.19 158	0.23 144	0.10 118	0.26 189	1.02 400	0.14 125	0.10 115	0.28 189	0.14 158	0.17 146	0.19 181	0.28 198	0.09 105	0.22 158	0.16 142	0.23 176	0.17 180	0.11 120	0.12 141

ACVNet	0.20 141	0.19 96	0.14 125	0.20 132	0.14 154	0.20 159	0.96 392	0.21 162	0.14 154	0.20 155	0.13 153	0.21 163	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	0.17 148	0.12 141

acv_ft	0.20 141	0.19 96	0.14 125	0.20 132	0.14 154	0.20 159	0.96 392	0.21 162	0.14 154	0.20 155	0.13 153	0.21 163	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	0.17 148	0.12 141

HSM	0.14 109	0.16 86	0.12 100	0.17 125	0.12 149	0.17 147	0.11 128	0.17 146	0.11 130	0.17 144	0.12 141	0.17 146	0.12 146	0.17 146	0.12 138	0.16 131	0.11 94	0.16 142	0.11 129	0.16 142	0.12 141

ISRNet	0.11 84	0.05 49	0.36 232	0.24 149	0.07 108	0.13 123	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 124	0.05 94	0.05 82	0.09 105	0.24 174	0.20 167	0.10 107	0.05 96	0.06 96	0.13 147

castereo++	0.54 285	3.59 472	1.15 385	1.31 420	0.14 154	0.16 139	0.14 149	0.16 138	0.14 154	0.16 135	0.14 158	0.16 136	0.13 151	0.16 137	0.14 148	1.45 444	1.16 391	0.15 139	0.14 157	0.15 138	0.13 147

DDVS	0.30 173	3.10 462	0.14 125	0.19 130	0.14 154	0.19 154	0.14 149	0.20 156	0.14 154	0.19 150	0.13 153	0.16 136	0.13 151	0.19 152	0.13 144	0.17 139	0.13 133	0.17 150	0.13 154	0.17 148	0.13 147

HCRNet	1.22 436	7.11 522	3.00 518	3.55 502	0.33 259	0.29 195	0.14 149	0.19 151	0.15 164	0.33 207	0.29 229	0.25 182	0.14 155	0.22 170	0.33 249	3.64 515	3.00 512	0.76 359	0.32 259	0.18 152	0.13 147

DeepPruner_ROB	0.16 129	0.18 95	0.13 120	0.19 130	0.13 152	0.19 154	0.13 147	0.19 151	0.13 152	0.19 150	0.13 153	0.19 154	0.13 151	0.19 152	0.13 144	0.18 147	0.13 133	0.18 159	0.13 154	0.18 152	0.13 147

GMStereo	0.14 109	0.13 80	0.14 125	0.14 96	0.14 154	0.14 124	0.14 149	0.14 125	0.14 154	0.14 124	0.14 158	0.14 125	0.14 155	0.14 127	0.14 148	0.14 114	0.14 137	0.14 126	0.14 157	0.14 128	0.14 152
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.18 136	0.48 185	0.16 142	0.16 117	0.15 165	0.15 131	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 136	0.16 165	0.16 137	0.16 164	0.16 131	0.16 142	0.16 142	0.16 162	0.16 142	0.16 153

xyz-stereo	0.18 136	0.50 191	0.16 142	0.15 106	0.16 172	0.16 139	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 136	0.16 165	0.16 137	0.16 164	0.16 131	0.16 142	0.16 142	0.16 162	0.16 142	0.16 153

DEFOM-Stereo_RVC	0.83 344	5.18 502	1.98 505	2.19 453	0.17 175	0.19 154	0.18 168	0.19 151	0.16 166	0.20 155	0.19 183	0.22 169	0.22 190	0.20 156	0.15 158	2.28 484	2.13 504	0.24 183	0.17 180	0.18 152	0.16 153

castereo	0.61 296	3.79 480	1.35 449	1.52 429	0.15 165	0.17 147	0.16 157	0.20 156	0.21 183	0.18 148	0.16 167	0.21 163	0.12 146	0.26 193	0.17 167	1.43 443	1.38 459	0.17 150	0.16 162	0.18 152	0.16 153

tg	0.21 147	0.25 119	0.21 164	0.26 161	0.17 175	0.24 175	0.17 162	0.24 173	0.17 171	0.24 175	0.17 172	0.24 177	0.17 169	0.24 178	0.17 167	0.24 174	0.17 158	0.23 176	0.16 162	0.23 173	0.16 153

ACV-stereo	0.30 173	2.08 403	0.25 178	0.25 154	0.18 182	0.24 175	0.17 162	0.24 173	0.18 173	0.24 175	0.17 172	0.25 182	0.17 169	0.24 178	0.17 167	0.22 158	0.16 142	0.22 170	0.16 162	0.22 164	0.16 153

GMStereo_Zeroshot	0.16 129	0.16 86	0.16 142	0.16 117	0.16 172	0.16 139	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 136	0.16 165	0.16 137	0.16 164	0.16 131	0.16 142	0.16 142	0.16 162	0.16 142	0.16 153

MSKI-zero shot	0.24 157	0.21 105	0.49 290	0.65 293	0.18 182	0.22 168	0.17 162	0.23 170	0.18 173	0.21 164	0.17 172	0.23 173	0.28 225	0.23 174	0.18 176	0.21 155	0.16 142	0.21 165	0.16 162	0.21 162	0.16 153

dd	0.23 155	0.98 265	0.16 142	0.23 144	0.15 165	0.23 174	0.15 154	0.23 170	0.15 164	0.23 170	0.15 166	0.24 177	0.17 169	0.23 174	0.15 158	0.22 158	0.15 140	0.21 165	0.15 161	0.22 164	0.16 153

dad	0.23 155	1.03 281	0.16 142	0.23 144	0.15 165	0.24 175	0.15 154	0.24 173	0.16 166	0.23 170	0.16 167	0.24 177	0.16 165	0.23 174	0.15 158	0.22 158	0.16 142	0.22 170	0.16 162	0.22 164	0.16 153

iResNetv2_ROB	0.20 141	0.23 110	0.18 155	0.24 149	0.20 188	0.24 175	0.18 168	0.24 173	0.18 173	0.24 175	0.18 182	0.23 173	0.19 181	0.24 178	0.18 176	0.21 155	0.16 142	0.21 165	0.16 162	0.22 164	0.16 153

iResNet	0.20 141	0.23 110	0.18 155	0.24 149	0.18 182	0.24 175	0.20 175	0.24 173	0.18 173	0.23 170	0.17 172	0.23 173	0.18 176	0.23 174	0.18 176	0.22 158	0.16 142	0.21 165	0.16 162	0.21 162	0.16 153

Pointernet	0.21 147	0.22 109	0.19 158	0.24 149	0.19 186	0.24 175	0.19 172	0.24 173	0.19 179	0.24 175	0.19 183	0.24 177	0.19 181	0.24 178	0.19 179	0.22 158	0.17 158	0.22 170	0.17 180	0.22 164	0.17 165

IGEV_Zeroshot_test	0.20 141	0.19 96	0.40 248	0.30 166	0.17 175	0.22 168	0.17 162	0.21 162	0.17 171	0.20 155	0.17 172	0.21 163	0.18 176	0.21 166	0.17 167	0.20 151	0.16 142	0.20 163	0.16 162	0.20 159	0.17 165

MIM_Stereo	0.25 158	0.23 110	0.66 328	0.80 310	0.17 175	0.22 168	0.17 162	0.23 170	0.18 173	0.26 186	0.17 172	0.21 163	0.17 169	0.25 183	0.17 167	0.23 169	0.16 142	0.21 165	0.17 180	0.22 164	0.17 165

CFNet	1.37 443	5.27 505	0.19 158	5.49 533	0.19 186	0.28 193	0.19 172	0.28 186	0.19 179	0.28 189	0.19 183	0.28 193	4.35 543	0.28 198	0.19 179	0.23 169	0.17 158	0.23 176	4.21 552	4.81 529	0.17 165

CAS++	0.17 133	0.27 121	0.21 164	0.10 56	0.21 194	0.15 131	0.22 185	0.10 109	0.21 183	0.22 166	0.10 116	0.19 154	0.18 176	0.10 110	0.19 179	0.20 151	0.19 165	0.18 159	0.10 117	0.19 158	0.18 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 350	4.45 492	0.20 161	0.27 163	0.20 188	0.27 192	0.20 175	0.26 183	0.18 173	5.03 546	0.20 187	0.27 192	0.19 181	0.27 196	0.21 184	0.20 151	0.19 165	0.19 162	4.02 550	0.20 159	0.18 169

ssnet_v2	0.68 308	1.96 400	1.25 445	0.29 165	0.20 188	0.30 196	0.20 175	0.29 190	0.22 186	1.50 456	0.20 187	0.31 205	0.20 185	0.27 196	0.22 186	0.24 174	1.49 465	0.26 187	0.18 184	3.90 507	0.19 171

DCVSM-stereo	0.36 204	1.89 390	0.22 166	0.40 211	0.22 196	0.40 240	0.22 185	0.40 234	0.22 186	0.40 234	0.22 192	0.40 243	0.22 190	0.40 241	0.22 186	0.28 186	0.21 170	0.28 193	0.21 186	0.28 182	0.20 172

DAS	0.20 141	0.20 100	0.20 161	0.20 132	0.20 188	0.20 159	0.20 175	0.20 156	0.20 181	0.20 155	0.20 187	0.20 156	0.20 185	0.20 156	0.20 182	0.20 151	0.20 167	0.20 163	0.20 185	0.20 159	0.20 172

testlalala	0.32 188	0.81 232	0.31 204	0.39 197	0.26 216	0.33 211	0.24 197	0.33 200	0.26 212	0.32 202	0.26 214	0.33 210	0.23 196	0.33 214	0.23 192	0.35 216	0.31 220	0.30 200	0.24 202	0.31 193	0.21 174

HGLStereo	0.28 168	0.29 126	0.22 166	0.36 185	0.22 196	0.36 220	0.21 180	0.36 211	0.21 183	0.42 260	0.21 191	0.36 222	0.22 190	0.36 224	0.21 184	0.34 207	0.21 170	0.34 222	0.21 186	0.34 205	0.21 174

DISCO	1.11 385	0.39 148	5.28 546	0.39 197	0.20 188	0.39 238	0.27 211	0.39 229	0.22 186	0.38 222	0.20 187	0.38 230	0.20 185	6.95 557	0.22 186	0.30 194	0.21 170	0.27 191	0.21 186	5.25 538	0.21 174

PAM	0.39 223	1.88 389	0.34 223	0.37 188	0.41 304	0.45 281	0.22 185	0.28 186	0.23 192	0.28 189	0.24 202	0.29 198	0.23 196	0.29 201	0.23 192	0.38 232	0.32 224	0.38 253	0.37 286	0.32 195	0.22 177

WAO-6	0.22 151	0.23 110	0.22 166	0.23 144	0.22 196	0.22 168	0.22 185	0.22 166	0.22 186	0.22 166	0.22 192	0.22 169	0.22 190	0.22 170	0.22 186	0.22 158	0.22 174	0.22 170	0.22 189	0.22 164	0.22 177

WCG-NET（raft）	0.32 188	1.24 357	0.24 175	0.32 174	0.24 206	0.32 209	0.23 192	0.32 197	0.24 194	0.32 202	0.24 202	0.32 207	0.24 199	0.32 208	0.24 196	0.30 194	0.23 178	0.30 200	0.23 194	0.30 188	0.23 179

IMH-64-1	0.22 151	0.23 110	0.23 169	0.22 142	0.22 196	0.22 168	0.22 185	0.22 166	0.22 186	0.22 166	0.22 192	0.22 169	0.22 190	0.22 170	0.22 186	0.22 158	0.22 174	0.23 176	0.22 189	0.22 164	0.23 179

IMH-64	0.22 151	0.23 110	0.23 169	0.22 142	0.22 196	0.22 168	0.22 185	0.22 166	0.22 186	0.22 166	0.22 192	0.22 169	0.22 190	0.22 170	0.22 186	0.22 158	0.22 174	0.23 176	0.22 189	0.22 164	0.23 179

DLNR_Zeroshot_test	0.31 180	0.28 124	0.47 277	0.79 308	0.24 206	0.30 196	0.26 208	0.30 192	0.24 194	0.32 202	0.23 196	0.31 205	0.24 199	0.30 203	0.23 192	0.29 193	0.26 184	0.29 198	0.24 202	0.33 201	0.23 179

gwcnet-sp	0.82 341	1.72 377	1.48 467	0.39 197	0.15 165	0.31 201	0.21 180	0.20 156	0.25 199	1.61 460	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 451	0.32 207	0.16 162	6.75 545	0.23 179

scenet	0.82 341	1.72 377	1.48 467	0.39 197	0.15 165	0.31 201	0.21 180	0.20 156	0.25 199	1.61 460	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 451	0.32 207	0.16 162	6.75 545	0.23 179

ssnet	0.82 341	1.72 377	1.48 467	0.39 197	0.15 165	0.31 201	0.21 180	0.20 156	0.25 199	1.61 460	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 451	0.32 207	0.16 162	6.75 545	0.23 179

CRFU-Net	0.65 301	1.67 375	1.22 441	1.96 447	0.27 218	0.41 256	0.27 211	0.41 249	0.27 217	0.40 234	0.26 214	0.41 256	0.27 219	0.40 241	0.27 208	1.80 458	1.62 478	0.34 222	0.23 194	0.33 201	0.23 179

NINENet	0.69 311	3.87 484	1.20 394	1.98 448	0.05 99	0.40 240	0.04 81	0.40 234	0.05 97	0.41 248	0.04 88	0.41 256	0.05 94	0.40 241	0.05 88	1.79 457	1.56 471	0.34 222	0.22 189	0.34 205	0.23 179

FENet	0.54 285	1.52 371	1.19 391	1.41 427	0.23 201	0.35 217	0.23 192	0.35 207	0.23 192	0.34 209	0.23 196	0.35 216	0.23 196	0.35 218	0.23 192	1.40 441	1.07 375	0.32 207	0.23 194	0.33 201	0.23 179

iResNet_ROB	0.28 168	0.32 131	0.24 175	0.32 174	0.25 208	0.32 209	0.24 197	0.32 197	0.24 194	0.33 207	0.24 202	0.35 216	0.24 199	0.33 214	0.24 196	0.31 199	0.24 180	0.32 207	0.24 202	0.32 195	0.24 189

UNDER WATER-64	0.25 158	0.26 120	0.25 178	0.26 161	0.25 208	0.25 182	0.25 200	0.25 179	0.25 199	0.25 179	0.25 208	0.25 182	0.25 202	0.26 193	0.25 202	0.25 180	0.25 181	0.25 184	0.25 207	0.25 175	0.25 190

CAS	0.30 173	1.17 300	0.25 178	0.25 154	0.25 208	0.26 189	0.25 200	0.25 179	0.26 212	0.25 179	0.25 208	0.25 182	0.25 202	0.25 183	0.25 202	0.26 181	0.26 184	0.26 187	0.25 207	0.26 177	0.25 190

LoS	0.25 158	0.27 121	0.25 178	0.25 154	0.25 208	0.25 182	0.25 200	0.26 183	0.25 199	0.25 179	0.25 208	0.25 182	0.25 202	0.25 183	0.25 202	0.26 181	0.25 181	0.25 184	0.26 213	0.26 177	0.25 190
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 352	7.04 521	2.23 510	2.75 471	0.28 222	0.43 278	0.25 200	0.39 229	0.25 199	0.41 248	0.27 218	0.39 235	0.25 202	0.40 241	0.28 217	0.37 225	0.28 196	0.37 246	0.25 207	0.37 228	0.25 190

IGEV-Stereo	0.35 200	0.44 168	0.45 266	0.49 253	0.30 240	0.37 225	0.30 231	0.36 211	0.30 236	0.36 216	0.29 229	0.36 222	0.29 231	0.36 224	0.30 234	0.46 275	0.39 254	0.32 207	0.24 202	0.32 195	0.25 190
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 319	1.22 355	0.25 178	1.22 413	0.25 208	1.22 446	0.25 200	1.22 439	0.25 199	1.22 447	0.25 208	1.22 450	0.25 202	1.22 450	0.25 202	1.22 429	0.26 184	1.21 456	0.25 207	1.22 435	0.25 190
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
LG-Stereo_L2	0.34 193	0.37 139	0.38 238	0.47 243	0.28 222	0.39 238	0.28 218	0.39 229	0.28 220	0.39 228	0.28 225	0.39 235	0.28 225	0.38 230	0.28 217	0.42 268	0.35 236	0.36 243	0.26 213	0.35 217	0.26 196

model_zeroshot	0.27 167	0.20 100	0.27 185	0.33 178	0.21 194	0.37 225	0.22 185	0.37 217	0.24 194	0.26 186	0.27 218	0.33 210	0.21 189	0.25 183	0.27 208	0.32 200	0.20 167	0.34 222	0.23 194	0.25 175	0.26 196

GCAP-BAT	0.33 191	0.78 226	0.32 208	0.38 191	0.25 208	0.34 213	0.25 200	0.34 204	0.26 212	0.34 209	0.25 208	0.35 216	0.26 211	0.35 218	0.27 208	0.36 221	0.30 214	0.32 207	0.24 202	0.32 195	0.26 196

HH	0.71 314	2.54 436	0.74 346	1.10 351	0.32 248	0.41 256	0.37 274	0.69 337	0.78 377	0.73 348	0.90 389	0.75 355	1.00 386	0.84 357	0.69 361	0.69 327	0.40 257	0.35 238	0.26 213	0.35 217	0.26 196

HanStereo	0.71 314	2.54 436	0.74 346	1.10 351	0.32 248	0.41 256	0.37 274	0.69 337	0.78 377	0.73 348	0.90 389	0.75 355	1.00 386	0.84 357	0.69 361	0.69 327	0.40 257	0.35 238	0.26 213	0.35 217	0.26 196

LoS_RVC	0.30 173	1.14 295	0.25 178	0.25 154	0.25 208	0.26 189	0.25 200	0.25 179	0.25 199	0.25 179	0.25 208	0.26 191	0.26 211	0.26 193	0.25 202	0.26 181	0.26 184	0.25 184	0.25 207	0.26 177	0.26 196

iRaft-Stereo_5w	0.34 193	0.42 164	0.31 204	0.39 197	0.30 240	0.38 232	0.30 231	0.40 234	0.29 225	0.40 234	0.37 281	0.41 256	0.34 261	0.38 230	0.30 234	0.34 207	0.27 190	0.34 222	0.26 213	0.34 205	0.26 196

UCFNet_RVC	2.75 514	10.06 543	0.29 192	10.31 560	0.29 230	0.42 274	0.29 226	0.43 269	0.29 225	0.42 260	0.29 229	0.42 272	9.87 560	0.43 270	0.29 227	0.36 221	9.84 560	0.36 243	0.26 213	9.77 559	0.26 196

GIP-stereo	0.36 204	0.49 187	0.39 245	0.48 247	0.32 248	0.41 256	0.28 218	0.40 234	0.30 236	0.41 248	0.28 225	0.40 243	0.28 225	0.42 268	0.28 217	0.45 272	0.32 224	0.38 253	0.30 245	0.37 228	0.27 204

tt1	0.31 180	0.93 258	0.24 175	0.33 178	0.23 201	0.31 201	0.24 197	0.32 197	0.24 194	0.32 202	0.23 196	0.32 207	0.25 202	0.32 208	0.24 196	0.27 184	0.26 184	0.27 191	0.26 213	0.27 180	0.27 204

xxxxx1	0.31 180	0.91 251	0.23 169	0.31 171	0.23 201	0.31 201	0.23 192	0.33 200	0.25 199	0.31 197	0.24 202	0.33 210	0.25 202	0.32 208	0.24 196	0.28 186	0.28 196	0.28 193	0.28 225	0.29 185	0.27 204

tt_ll	0.31 180	0.91 251	0.23 169	0.31 171	0.23 201	0.31 201	0.23 192	0.33 200	0.25 199	0.31 197	0.24 202	0.33 210	0.25 202	0.32 208	0.24 196	0.28 186	0.28 196	0.28 193	0.28 225	0.29 185	0.27 204

CroCo-Stereo Lap2	0.77 326	1.29 359	0.29 192	1.27 417	0.29 230	1.27 449	0.26 208	1.26 442	0.26 212	1.26 448	0.26 214	1.27 452	0.26 211	1.26 451	0.27 208	1.27 431	0.27 190	1.27 459	0.27 221	1.27 437	0.27 204

ff	0.31 180	0.91 251	0.23 169	0.31 171	0.23 201	0.31 201	0.23 192	0.33 200	0.25 199	0.31 197	0.24 202	0.33 210	0.25 202	0.32 208	0.24 196	0.28 186	0.28 196	0.28 193	0.28 225	0.29 185	0.27 204

BUS	0.83 344	1.91 393	0.92 367	4.48 511	0.02 21	0.40 240	0.04 81	0.41 249	0.02 21	0.48 288	0.03 52	0.41 256	0.05 94	0.03 39	0.05 88	1.97 467	4.19 534	0.33 215	0.23 194	0.34 205	0.27 204

BSDual-CNN	0.81 337	1.91 393	0.92 367	4.48 511	0.02 21	0.42 274	0.06 105	0.41 249	0.02 21	0.48 288	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 467	4.19 534	0.33 215	0.23 194	0.34 205	0.27 204

hknet	1.10 383	1.85 386	3.49 533	4.48 511	0.02 21	0.42 274	0.06 105	0.41 249	0.02 21	0.48 288	0.03 52	0.41 256	0.03 52	0.42 268	0.03 48	4.39 520	4.19 534	0.33 215	0.23 194	0.34 205	0.27 204

DGSMNet	0.34 193	0.41 157	0.27 185	0.41 223	0.28 222	0.41 256	0.28 218	0.41 249	0.27 217	0.41 248	0.27 218	0.42 272	0.27 219	0.41 255	0.28 217	0.40 246	0.29 206	0.40 268	0.28 225	0.40 250	0.27 204

AANet_RVC	1.26 438	0.31 130	4.99 544	5.93 536	0.20 188	0.25 182	0.20 175	0.25 179	0.20 181	0.23 170	0.19 183	0.25 182	0.20 185	0.25 183	0.20 182	5.66 544	4.76 537	0.26 187	0.30 245	0.24 174	0.27 204

MLCV	0.31 180	0.35 134	0.27 185	0.35 181	0.28 222	0.35 217	0.27 211	0.35 207	0.28 220	0.36 216	0.27 218	0.35 216	0.27 219	0.35 218	0.27 208	0.34 207	0.27 190	0.34 222	0.27 221	0.34 205	0.27 204

DN-CSS_ROB	0.31 180	0.35 134	0.28 189	0.35 181	0.28 222	0.34 213	0.27 211	0.34 204	0.25 199	0.35 213	0.27 218	0.36 222	0.26 211	0.34 216	0.28 217	0.35 216	0.28 196	0.34 222	0.28 225	0.34 205	0.27 204

DEFOM-Stereo	0.68 308	3.11 463	1.40 463	1.63 438	0.25 208	0.31 201	0.25 200	0.31 196	0.28 220	0.31 197	0.29 229	0.29 198	0.27 219	0.31 207	0.28 217	1.59 451	1.47 464	0.30 200	0.29 235	0.30 188	0.28 217

SQANet	0.28 168	0.28 124	0.28 189	0.28 164	0.28 222	0.28 193	0.28 218	0.28 186	0.28 220	0.28 189	0.28 225	0.28 193	0.28 225	0.28 198	0.28 217	0.28 186	0.28 196	0.28 193	0.28 225	0.28 182	0.28 217

Any-RAFT	0.32 188	0.36 137	0.27 185	0.36 185	0.27 218	0.36 220	0.27 211	0.36 211	0.27 217	0.36 216	0.27 218	0.36 222	0.27 219	0.36 224	0.28 217	0.36 221	0.28 196	0.36 243	0.28 225	0.36 224	0.28 217

FCDSN-DC	0.41 234	0.59 214	0.64 324	0.54 271	0.33 259	0.50 310	0.37 274	0.42 265	0.40 290	0.61 333	0.43 312	0.50 313	0.49 326	0.38 230	0.32 241	0.28 186	0.23 178	0.26 187	0.22 189	0.35 217	0.28 217
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 234	1.49 370	0.32 208	0.42 232	0.32 248	0.41 256	0.32 238	0.41 249	0.33 253	0.41 248	0.32 249	0.41 256	0.32 249	0.41 255	0.32 241	0.39 242	0.28 196	0.39 263	0.28 225	0.40 250	0.28 217

GREAT-IGEV	0.38 215	0.43 165	0.36 232	0.48 247	0.32 248	0.45 281	0.32 238	0.45 271	0.32 247	0.45 271	0.32 249	0.45 278	0.32 249	0.45 275	0.32 241	0.44 270	0.33 232	0.41 281	0.29 235	0.41 260	0.29 222

RSM	0.36 204	0.36 137	0.43 262	0.37 188	0.42 314	0.49 302	0.42 303	0.37 217	0.28 220	0.36 216	0.29 229	0.36 222	0.30 238	0.37 228	0.28 217	0.34 207	0.31 220	0.34 222	0.35 278	0.40 250	0.29 222

IGEV++	0.34 193	0.43 165	0.30 196	0.40 211	0.29 230	0.40 240	0.29 226	0.40 234	0.29 225	0.40 234	0.29 229	0.40 243	0.29 231	0.40 241	0.30 234	0.38 232	0.29 206	0.37 246	0.29 235	0.37 228	0.29 222

RCA-Stereo	0.51 280	3.22 467	0.34 223	0.44 235	0.34 269	0.44 280	0.34 258	0.43 269	0.34 262	0.43 266	0.34 263	0.44 276	0.33 256	0.43 270	0.33 249	0.38 232	0.29 206	0.38 253	0.29 235	0.38 238	0.29 222

iRaft-Stereo_20w	0.34 193	0.41 157	0.31 204	0.39 197	0.29 230	0.40 240	0.32 238	0.41 249	0.32 247	0.38 222	0.30 241	0.39 235	0.30 238	0.38 230	0.32 241	0.35 216	0.27 190	0.34 222	0.27 221	0.34 205	0.29 222

CFNet_pseudo	2.67 512	9.36 538	0.32 208	10.99 561	0.33 259	0.85 360	0.33 247	0.49 289	0.33 253	0.49 295	0.32 249	0.49 299	7.26 554	0.49 298	0.33 249	0.41 254	9.62 558	0.41 281	0.29 235	10.03 560	0.29 222

ccnet	0.80 332	2.28 419	0.33 213	0.50 260	0.33 259	0.50 310	0.33 247	0.50 297	0.33 253	0.49 295	0.33 255	0.49 299	1.56 472	2.38 489	0.33 249	0.41 254	0.29 206	0.42 292	1.57 484	2.28 474	0.29 222

CFNet-RSSM	0.91 357	4.89 498	0.34 223	0.44 235	1.07 411	1.62 466	1.40 478	0.91 359	0.35 265	1.60 457	1.39 478	0.64 341	0.34 261	0.44 272	0.33 249	0.41 254	0.35 236	0.75 357	0.30 245	0.41 260	0.29 222

psmorigin	0.41 234	0.46 175	0.33 213	0.49 253	0.33 259	0.49 302	0.33 247	0.49 289	0.33 253	0.49 295	0.33 255	0.49 299	0.33 256	0.51 312	0.33 249	0.41 254	0.30 214	0.41 281	0.30 245	0.79 336	0.29 222

ccs_rob	2.79 515	10.17 545	0.32 208	10.00 558	0.33 259	0.49 302	0.33 247	1.90 465	0.32 247	0.51 312	0.33 255	0.49 299	9.24 559	0.49 298	0.33 249	0.41 254	9.82 559	0.41 281	0.28 225	9.34 557	0.29 222

MultiAttention	0.30 173	0.30 127	0.30 196	0.30 166	0.30 240	0.30 196	0.30 231	0.30 192	0.30 236	0.30 193	0.30 241	0.30 201	0.30 238	0.30 203	0.30 234	0.30 194	0.30 214	0.30 200	0.30 245	0.30 188	0.30 232

MSAF-DinoV2	0.30 173	0.30 127	0.30 196	0.30 166	0.30 240	0.30 196	0.30 231	0.30 192	0.30 236	0.30 193	0.30 241	0.30 201	0.30 238	0.30 203	0.30 234	0.30 194	0.30 214	0.30 200	0.30 245	0.30 188	0.30 232

TorneroNet-64	0.45 251	0.27 121	0.30 196	0.58 280	0.27 218	0.70 346	0.30 231	0.28 186	0.73 374	0.73 348	0.28 225	0.71 348	0.66 352	0.75 349	0.27 208	0.27 184	0.29 206	0.37 246	0.75 378	0.28 182	0.30 232

EKT-Stereo	0.37 209	0.40 150	0.44 264	1.07 349	0.29 230	0.34 213	0.31 237	0.36 211	0.29 225	0.38 222	0.31 246	0.37 228	0.30 238	0.36 224	0.29 227	0.34 207	0.28 196	0.39 263	0.30 245	0.37 228	0.30 232

PML	0.46 256	1.36 365	0.29 192	0.58 280	0.30 240	0.57 333	0.29 226	0.57 319	0.29 225	0.57 328	0.29 229	0.57 332	0.29 231	0.56 323	0.29 227	0.52 301	0.30 214	0.53 334	0.31 254	0.53 307	0.30 232

GES	0.66 303	2.34 427	0.29 192	0.41 223	0.29 230	0.41 256	0.29 226	0.42 265	0.29 225	0.40 234	0.41 300	0.41 256	0.30 238	0.51 312	0.29 227	0.32 200	0.29 206	0.32 207	2.46 523	2.49 486	0.30 232

DANet	0.30 173	0.30 127	0.30 196	0.30 166	0.30 240	0.30 196	0.30 231	0.30 192	0.30 236	0.30 193	0.30 241	0.30 201	0.30 238	0.30 203	0.30 234	0.30 194	0.30 214	0.30 200	0.30 245	0.30 188	0.30 232
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
1test111	0.37 209	1.02 279	0.30 196	0.39 197	0.29 230	0.40 240	0.28 218	0.39 229	0.29 225	0.39 228	0.29 229	0.39 235	0.28 225	0.40 241	0.29 227	0.33 204	0.32 224	0.33 215	0.31 254	0.32 195	0.31 239

cc1	0.37 209	1.02 279	0.30 196	0.39 197	0.29 230	0.40 240	0.28 218	0.39 229	0.29 225	0.39 228	0.29 229	0.39 235	0.28 225	0.40 241	0.29 227	0.33 204	0.32 224	0.33 215	0.31 254	0.32 195	0.31 239

PCWNet_CMD	2.80 516	9.82 541	0.32 208	10.09 559	0.32 248	0.49 302	0.33 247	3.34 518	0.33 253	0.49 295	0.33 255	0.49 299	8.73 556	0.48 292	0.33 249	0.41 254	9.22 555	0.42 292	0.29 235	9.55 558	0.31 239

RAFT-Test	0.36 204	0.37 139	0.33 213	0.41 223	0.32 248	0.41 256	0.32 238	0.41 249	0.32 247	0.41 248	0.32 249	0.41 256	0.32 249	0.41 255	0.33 249	0.37 225	0.29 206	0.37 246	0.29 235	0.38 238	0.31 239

water-stereo	0.41 234	0.84 235	0.46 270	0.50 260	0.33 259	0.45 281	0.33 247	0.45 271	0.32 247	0.45 271	0.32 249	0.45 278	0.32 249	0.45 275	0.32 241	0.44 270	0.41 266	0.39 263	0.31 254	0.39 245	0.32 243

depthmonostereo	0.44 248	0.85 237	0.46 270	0.54 271	0.40 297	0.52 321	0.38 280	0.52 309	0.35 265	0.47 281	0.34 263	0.46 282	0.34 261	0.47 283	0.34 262	0.45 272	0.43 277	0.41 281	0.33 267	0.41 260	0.32 243

xyz-stereo-finetune	0.28 168	0.49 187	0.16 142	0.16 117	0.16 172	0.16 139	0.16 157	0.22 166	0.30 236	0.32 202	0.31 246	0.32 207	0.31 247	0.32 208	0.32 241	0.32 200	0.33 232	0.31 206	0.32 259	0.31 193	0.32 243

HART	0.38 215	0.45 171	0.34 223	0.42 232	0.33 259	0.41 256	0.34 258	0.42 265	0.33 253	0.43 266	0.34 263	0.42 272	0.34 261	0.41 255	0.38 280	0.40 246	0.32 224	0.42 292	0.32 259	0.40 250	0.32 243

ACVNet-DCA	0.37 209	1.00 269	0.30 196	0.40 211	0.29 230	0.40 240	0.29 226	0.40 234	0.29 225	0.40 234	0.29 229	0.40 243	0.29 231	0.39 238	0.28 217	0.33 204	0.32 224	0.33 215	0.32 259	0.33 201	0.32 243

xx1	0.38 215	1.03 281	0.31 204	0.40 211	0.31 246	0.41 256	0.28 218	0.40 234	0.29 225	0.40 234	0.29 229	0.40 243	0.29 231	0.40 241	0.29 227	0.34 207	0.33 232	0.34 222	0.32 259	0.34 205	0.32 243

RAFT + AFF	0.31 180	0.45 171	0.34 223	0.39 197	0.28 222	0.38 232	0.33 247	0.29 190	0.31 244	0.30 193	0.30 241	0.29 198	0.27 219	0.29 201	0.30 234	0.28 186	0.29 206	0.29 198	0.29 235	0.27 180	0.32 243

GCST	0.50 275	2.08 403	0.38 238	0.53 269	0.35 272	0.49 302	0.35 263	0.50 297	0.35 265	0.49 295	0.35 272	0.49 299	0.35 267	0.49 298	0.35 266	0.48 284	0.37 241	0.45 299	0.33 267	0.44 270	0.33 250

RAFT-Stereo-weight	0.45 251	1.90 392	0.34 223	0.42 232	0.36 278	0.43 278	0.35 263	0.42 265	0.34 262	0.42 260	0.34 263	0.44 276	0.34 261	0.41 255	0.34 262	0.38 232	0.32 224	0.38 253	0.32 259	0.38 238	0.33 250

LL-Strereo2	0.48 267	1.73 382	0.51 299	0.59 283	0.34 269	0.42 274	0.33 247	0.40 234	0.31 244	0.42 260	0.33 255	0.42 272	0.31 247	0.44 272	0.39 287	0.60 312	0.51 308	0.44 295	0.33 267	0.44 270	0.33 250

GMOStereo	0.37 209	0.45 171	0.23 169	0.30 166	0.37 281	0.41 256	0.36 269	0.41 249	0.35 265	0.43 266	0.36 275	0.41 256	0.40 285	0.41 255	0.36 269	0.34 207	0.22 174	0.47 307	0.37 286	0.39 245	0.33 250

error version	0.93 364	4.47 493	2.35 513	1.99 449	0.37 281	0.41 256	0.36 269	0.41 249	0.35 265	0.43 266	0.36 275	0.41 256	0.40 285	0.41 255	0.36 269	1.87 460	2.16 505	0.47 307	0.37 286	0.39 245	0.33 250

test_1	0.93 364	4.47 493	2.35 513	1.99 449	0.37 281	0.41 256	0.36 269	0.41 249	0.35 265	0.43 266	0.36 275	0.41 256	0.40 285	0.41 255	0.36 269	1.87 460	2.16 505	0.47 307	0.37 286	0.39 245	0.33 250

GASTEREO	0.48 267	1.21 350	0.47 277	0.57 278	0.38 288	0.50 310	0.38 280	0.50 297	0.38 280	0.50 307	0.38 286	0.50 313	0.38 278	0.50 305	0.38 280	0.52 301	0.42 274	0.46 302	0.34 271	0.46 275	0.34 256

SCV_C0	0.45 251	0.88 244	0.49 290	0.54 271	0.37 281	0.48 297	0.37 274	0.48 285	0.37 276	0.48 288	0.36 275	0.48 295	0.37 274	0.49 298	0.37 277	0.50 293	0.41 266	0.44 295	0.34 271	0.44 270	0.34 256

SCV	0.46 256	0.94 260	0.45 266	0.54 271	0.37 281	0.48 297	0.38 280	0.48 285	0.37 276	0.48 288	0.39 291	0.48 295	0.37 274	0.49 298	0.37 277	0.50 293	0.46 283	0.44 295	0.34 271	0.44 270	0.34 256

UGAM-zero	0.51 280	2.17 411	0.39 245	0.53 269	0.36 278	0.50 310	0.36 269	0.50 297	0.36 275	0.49 295	0.36 275	0.50 313	0.35 267	0.50 305	0.36 269	0.49 287	0.37 241	0.47 307	0.35 278	0.46 275	0.34 256

UGAM	0.51 280	2.23 416	0.39 245	0.54 271	0.35 272	0.50 310	0.35 263	0.49 289	0.35 265	0.49 295	0.35 272	0.49 299	0.36 270	0.50 305	0.36 269	0.49 287	0.37 241	0.45 299	0.34 271	0.45 274	0.34 256

gcap-zeroshot	0.35 200	0.32 131	0.37 235	0.49 253	0.39 295	0.33 211	0.21 180	0.26 183	0.35 265	0.42 260	0.34 263	0.49 299	0.29 231	0.47 283	0.39 287	0.34 207	0.17 158	0.38 253	0.23 194	0.48 287	0.34 256

H2IRNET	0.34 193	0.34 133	0.34 223	0.34 180	0.34 269	0.34 213	0.34 258	0.34 204	0.34 262	0.34 209	0.34 263	0.34 215	0.34 261	0.34 216	0.34 262	0.34 207	0.34 235	0.34 222	0.34 271	0.34 205	0.34 256

ETE_ROB	0.35 200	0.35 134	0.35 230	0.35 181	0.35 272	0.35 217	0.35 263	0.35 207	0.35 265	0.35 213	0.35 272	0.35 216	0.35 267	0.35 218	0.35 266	0.35 216	0.35 236	0.35 238	0.35 278	0.35 217	0.35 263

fffy	0.38 215	0.43 165	0.33 213	0.46 237	0.33 259	0.45 281	0.32 238	0.45 271	0.32 247	0.45 271	0.32 249	0.45 278	0.33 256	0.45 275	0.32 241	0.38 232	0.38 247	0.38 253	0.37 286	0.37 228	0.36 264

CES	0.39 223	0.47 179	0.36 232	0.36 185	0.37 281	0.45 281	0.35 263	0.35 207	0.40 290	0.36 216	0.44 314	0.47 288	0.36 270	0.44 272	0.36 269	0.37 225	0.39 254	0.44 295	0.35 278	0.37 228	0.36 264

iRaftStereo_RVC	0.97 368	3.17 466	2.30 512	2.42 465	0.38 288	0.54 326	0.38 280	0.54 313	0.38 280	0.54 321	0.38 286	0.54 324	0.38 278	0.54 319	0.38 280	2.38 491	2.34 509	0.49 320	0.36 284	0.49 291	0.36 264

DMCA	0.36 204	0.38 142	0.37 235	0.35 181	0.35 272	0.36 220	0.36 269	0.36 211	0.35 265	0.35 213	0.37 281	0.36 222	0.36 270	0.35 218	0.36 269	0.36 221	0.36 239	0.35 238	0.36 284	0.36 224	0.36 264

LG-Stereo_L1	0.47 262	0.52 200	0.47 277	0.62 287	0.39 295	0.53 323	0.40 290	0.53 311	0.39 289	0.53 318	0.39 291	0.53 321	0.39 284	0.53 317	0.39 287	0.55 306	0.46 283	0.49 320	0.37 286	0.49 291	0.37 268

LG-Stereo_Zeroshot	0.48 267	0.55 208	0.47 277	0.63 289	0.41 304	0.56 328	0.44 306	0.56 316	0.41 299	0.56 326	0.41 300	0.57 332	0.42 302	0.56 323	0.41 298	0.55 306	0.43 277	0.51 329	0.37 286	0.51 302	0.37 268

LG-Stereo	0.60 293	0.58 213	0.47 277	0.64 292	0.74 382	1.00 378	0.69 359	0.57 319	0.41 299	0.57 328	0.41 300	0.57 332	0.41 296	1.00 383	0.75 373	0.91 353	0.51 308	0.52 332	0.37 286	0.52 304	0.37 268

CASnet	0.35 200	0.51 198	0.44 264	0.32 174	0.31 246	0.24 175	0.34 258	0.36 211	0.25 199	0.31 197	0.37 281	0.30 201	0.33 256	0.25 183	0.45 309	0.37 225	0.37 241	0.33 215	0.35 278	0.34 205	0.37 268
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 280	0.55 208	0.45 266	0.69 298	0.45 319	0.61 336	0.45 310	0.50 297	0.40 290	0.56 326	0.44 314	0.55 328	0.40 285	0.72 344	0.67 354	0.59 311	0.46 283	0.45 299	0.34 271	0.46 275	0.37 268

StereoDRNet-Refined	0.33 191	0.39 148	0.26 184	0.39 197	0.26 216	0.40 240	0.26 208	0.40 234	0.26 212	0.39 228	0.26 214	0.39 235	0.26 211	0.39 238	0.26 207	0.37 225	0.25 181	0.37 246	0.25 207	0.37 228	0.37 268
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 209	0.37 139	0.37 235	0.37 188	0.37 281	0.37 225	0.37 274	0.37 217	0.37 276	0.37 221	0.37 281	0.37 228	0.37 274	0.37 228	0.37 277	0.37 225	0.37 241	0.37 246	0.37 286	0.37 228	0.37 268

MSCF	0.51 280	1.40 367	0.49 290	0.58 280	0.38 288	0.50 310	0.38 280	0.54 313	0.41 299	0.52 315	0.41 300	0.53 321	0.42 302	0.53 317	0.41 298	0.60 312	0.47 291	0.48 315	0.37 286	0.48 287	0.38 275

DilatedVolume-Stereo	0.43 244	0.86 238	0.48 285	0.50 260	0.33 259	0.46 287	0.33 247	0.46 275	0.33 253	0.46 275	0.33 255	0.47 288	0.33 256	0.47 283	0.34 262	0.45 272	0.42 274	0.40 268	0.33 267	0.47 283	0.38 275

WAO-8	0.38 215	0.38 142	0.38 238	0.38 191	0.38 288	0.38 232	0.38 280	0.38 225	0.38 280	0.38 222	0.38 286	0.38 230	0.38 278	0.38 230	0.38 280	0.38 232	0.38 247	0.38 253	0.37 286	0.38 238	0.38 275

WAO-7	0.38 215	0.38 142	0.38 238	0.38 191	0.38 288	0.38 232	0.38 280	0.38 225	0.38 280	0.38 222	0.38 286	0.38 230	0.38 278	0.38 230	0.38 280	0.38 232	0.38 247	0.38 253	0.38 299	0.38 238	0.38 275

Venus	0.38 215	0.38 142	0.38 238	0.38 191	0.38 288	0.37 225	0.38 280	0.37 217	0.37 276	0.41 248	0.37 281	0.39 235	0.37 274	0.38 230	0.38 280	0.37 225	0.38 247	0.38 253	0.37 286	0.37 228	0.38 275

IMH	0.38 215	0.38 142	0.38 238	0.38 191	0.38 288	0.38 232	0.38 280	0.38 225	0.38 280	0.42 260	0.38 286	0.40 243	0.38 278	0.38 230	0.38 280	0.38 232	0.38 247	0.39 263	0.38 299	0.38 238	0.38 275

mms	0.40 227	0.45 171	0.35 230	0.48 247	0.36 278	0.47 292	0.34 258	0.45 271	0.38 280	0.47 281	0.33 255	0.45 278	0.32 249	0.45 275	0.32 241	0.39 242	0.38 247	0.38 253	0.37 286	0.39 245	0.39 281

GCAP-Stereo	0.75 321	4.15 489	0.42 261	0.75 306	0.35 272	0.78 353	0.40 290	0.79 345	0.38 280	0.78 356	0.36 275	0.78 358	0.36 270	0.79 351	0.39 287	0.75 335	0.39 254	0.76 359	0.39 302	0.75 329	0.39 281

HanzoNet	0.39 223	0.38 142	0.40 248	0.39 197	0.41 304	0.38 232	0.38 280	0.38 225	0.38 280	0.39 228	0.39 291	0.38 230	0.38 278	0.39 238	0.40 291	0.38 232	0.38 247	0.40 268	0.38 299	0.38 238	0.40 283

knoymous	0.40 227	0.40 150	0.40 248	0.40 211	0.40 297	0.40 240	0.40 290	0.40 234	0.40 290	0.40 234	0.40 294	0.40 243	0.40 285	0.40 241	0.40 291	0.40 246	0.40 257	0.40 268	0.40 303	0.40 250	0.40 283

anonymousa	0.40 227	0.40 150	0.40 248	0.40 211	0.40 297	0.40 240	0.40 290	0.40 234	0.40 290	0.40 234	0.40 294	0.40 243	0.40 285	0.40 241	0.40 291	0.40 246	0.40 257	0.40 268	0.40 303	0.40 250	0.40 283

riskmin	0.40 227	0.40 150	0.40 248	0.40 211	0.40 297	0.40 240	0.40 290	0.40 234	0.40 290	0.40 234	0.40 294	0.40 243	0.40 285	0.40 241	0.40 291	0.40 246	0.40 257	0.40 268	0.40 303	0.40 250	0.40 283

Anonymous_2	0.40 227	0.40 150	0.40 248	0.40 211	0.40 297	0.40 240	0.40 290	0.40 234	0.40 290	0.40 234	0.40 294	0.40 243	0.40 285	0.40 241	0.40 291	0.40 246	0.40 257	0.40 268	0.40 303	0.40 250	0.40 283

Anonymous_1	0.40 227	0.40 150	0.40 248	0.40 211	0.40 297	0.40 240	0.40 290	0.40 234	0.40 290	0.40 234	0.40 294	0.40 243	0.40 285	0.40 241	0.40 291	0.40 246	0.40 257	0.40 268	0.40 303	0.40 250	0.40 283

AdaStereo	0.40 227	0.40 150	0.40 248	0.40 211	0.40 297	0.40 240	0.40 290	0.40 234	0.40 290	0.40 234	0.40 294	0.40 243	0.40 285	0.40 241	0.40 291	0.40 246	0.40 257	0.40 268	0.40 303	0.40 250	0.40 283
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.
fffft	0.48 267	0.51 198	0.45 266	0.52 268	0.45 319	0.52 321	0.45 310	0.52 309	0.48 324	0.53 318	0.45 317	0.52 320	0.45 309	0.52 315	0.46 313	0.51 299	0.41 266	0.50 324	0.41 310	0.50 296	0.41 290
1: 1. 1
Former-RAFT_DAM_RVC	0.49 273	0.98 265	0.64 324	0.84 315	0.46 321	0.45 281	0.35 263	0.47 281	0.47 317	0.45 271	0.34 263	0.46 282	0.48 321	0.46 279	0.35 266	0.39 242	0.71 345	0.39 263	0.35 278	0.41 260	0.41 290

GwcNet-ADL	0.41 234	0.41 157	0.41 256	0.41 223	0.41 304	0.41 256	0.41 298	0.41 249	0.41 299	0.41 248	0.41 300	0.41 256	0.41 296	0.41 255	0.41 298	0.41 254	0.41 266	0.41 281	0.41 310	0.41 260	0.41 290

PSMNet-ADL	0.41 234	0.41 157	0.41 256	0.41 223	0.41 304	0.41 256	0.41 298	0.41 249	0.41 299	0.41 248	0.41 300	0.41 256	0.41 296	0.41 255	0.41 298	0.41 254	0.41 266	0.41 281	0.41 310	0.41 260	0.41 290

GANet-ADL	0.41 234	0.41 157	0.41 256	0.41 223	0.41 304	0.41 256	0.41 298	0.41 249	0.41 299	0.41 248	0.41 300	0.41 256	0.41 296	0.41 255	0.41 298	0.41 254	0.41 266	0.41 281	0.41 310	0.41 260	0.41 290

ADLNet2	0.41 234	0.41 157	0.41 256	0.41 223	0.41 304	0.41 256	0.41 298	0.41 249	0.41 299	0.41 248	0.41 300	0.41 256	0.41 296	0.41 255	0.41 298	0.41 254	0.41 266	0.41 281	0.41 310	0.41 260	0.41 290

ADLNet	0.41 234	0.41 157	0.41 256	0.41 223	0.41 304	0.41 256	0.41 298	0.41 249	0.41 299	0.41 248	0.41 300	0.41 256	0.41 296	0.41 255	0.41 298	0.41 254	0.41 266	0.41 281	0.41 310	0.41 260	0.41 290

MonSter	0.60 293	0.64 219	0.52 302	0.62 287	0.44 317	2.07 481	0.44 306	0.62 329	0.44 310	0.62 336	0.44 314	0.62 340	0.44 307	0.62 331	0.44 308	0.58 310	0.42 274	0.62 341	0.46 322	0.58 311	0.42 297

DispNO	1.00 371	0.63 217	0.43 262	3.45 497	0.44 317	0.65 342	0.43 305	0.64 331	0.43 307	0.64 339	0.43 312	0.64 341	3.03 516	0.64 336	0.43 307	4.55 523	0.43 277	0.63 343	0.43 318	0.63 315	0.43 298

MyStereo07	0.60 293	3.72 478	0.48 285	0.49 253	0.41 304	0.36 220	0.32 238	0.49 289	0.43 307	0.51 312	0.42 310	0.49 299	0.43 305	0.51 312	0.64 349	0.49 287	0.45 281	0.34 222	0.32 259	0.35 217	0.43 298

MyStereo04	0.56 291	3.72 478	0.59 312	0.49 253	0.41 304	0.36 220	0.32 238	0.37 217	0.31 244	0.34 209	0.46 319	0.35 216	0.32 249	0.35 218	0.33 249	0.49 287	0.45 281	0.34 222	0.32 259	0.35 217	0.43 298

PAM_32	0.64 300	2.38 431	0.51 299	0.92 325	0.43 316	0.53 323	0.44 306	0.87 353	0.43 307	0.52 315	0.45 317	0.53 321	0.40 285	0.54 319	0.46 313	0.62 319	0.56 316	0.48 315	0.45 320	0.76 330	0.44 301

Occ-G	1.12 386	0.52 200	3.72 538	3.50 501	0.50 337	0.56 328	0.47 317	0.54 313	0.46 312	0.54 321	0.41 300	0.54 324	0.42 302	0.52 315	0.42 305	3.42 514	4.02 533	0.52 332	0.45 320	0.51 302	0.44 301

LL-Strereo	1.01 376	5.06 500	1.63 474	0.70 300	1.43 479	0.56 328	0.46 312	0.57 319	0.50 329	0.57 328	0.50 336	1.58 461	0.49 326	0.59 329	0.50 328	1.64 454	0.52 310	0.51 329	1.37 472	0.52 304	0.45 303

MLG-Stereo	0.92 359	0.90 249	0.84 358	1.27 417	0.49 333	1.38 456	0.88 383	1.41 452	0.97 398	0.73 348	1.09 405	1.26 451	0.43 305	0.72 344	1.05 401	1.13 378	0.49 298	1.18 409	0.66 363	1.01 368	0.46 304

AIO-Stereo	0.84 347	0.66 220	0.70 336	0.83 314	0.67 368	0.98 376	0.82 380	1.14 382	0.72 370	1.03 385	0.74 380	1.03 389	1.09 395	0.99 381	0.45 309	1.04 367	0.73 347	0.95 387	0.74 377	0.94 361	0.46 304

otaku	0.46 256	0.46 175	0.46 270	0.46 237	0.46 321	0.46 287	0.46 312	0.46 275	0.46 312	0.46 275	0.46 319	0.46 282	0.46 312	0.46 279	0.46 313	0.46 275	0.46 283	0.46 302	0.46 322	0.46 275	0.46 304

Ntro	0.47 262	0.47 179	0.46 270	0.46 237	0.46 321	0.47 292	0.47 317	0.46 275	0.47 317	0.46 275	0.46 319	0.47 288	0.46 312	0.47 283	0.47 319	0.47 280	0.46 283	0.46 302	0.46 322	0.46 275	0.46 304

Dean	0.46 256	0.46 175	0.46 270	0.46 237	0.46 321	0.46 287	0.46 312	0.46 275	0.46 312	0.47 281	0.46 319	0.46 282	0.46 312	0.46 279	0.46 313	0.46 275	0.46 283	0.46 302	0.46 322	0.46 275	0.46 304

ACVNet_1	0.46 256	0.47 179	0.46 270	0.46 237	0.46 321	0.46 287	0.46 312	0.46 275	0.47 317	0.46 275	0.46 319	0.46 282	0.46 312	0.46 279	0.46 313	0.46 275	0.46 283	0.47 307	0.46 322	0.46 275	0.46 304

ACVNet-4b	0.46 256	0.46 175	0.46 270	0.46 237	0.46 321	0.46 287	0.46 312	0.46 275	0.46 312	0.46 275	0.46 319	0.46 282	0.46 312	0.47 283	0.46 313	0.46 275	0.46 283	0.46 302	0.46 322	0.46 275	0.46 304

UNDER WATER	0.47 262	0.47 179	0.47 277	0.47 243	0.47 327	0.47 292	0.47 317	0.47 281	0.47 317	0.47 281	0.47 327	0.47 288	0.46 312	0.47 283	0.47 319	0.47 280	0.47 291	0.47 307	0.46 322	0.47 283	0.47 311

LVE	0.47 262	0.47 179	0.47 277	0.47 243	0.49 333	0.47 292	0.47 317	0.47 281	0.49 326	0.47 281	0.47 327	0.47 288	0.46 312	0.47 283	0.47 319	0.47 280	0.47 291	0.48 315	0.47 329	0.47 283	0.47 311

AIO-test2	0.55 289	0.59 214	0.52 302	0.67 297	0.47 327	0.61 336	0.47 317	0.61 328	0.47 317	0.61 333	0.47 327	0.61 338	0.48 321	0.62 331	0.47 319	0.64 321	0.53 312	0.58 338	0.47 329	0.58 311	0.48 313

AIO-test1	0.54 285	0.60 216	0.52 302	0.66 296	0.47 327	0.61 336	0.47 317	0.58 322	0.46 312	0.61 333	0.46 319	0.61 338	0.45 309	0.62 331	0.45 309	0.61 316	0.52 310	0.57 337	0.48 332	0.57 310	0.48 313

RainbowNet	0.48 267	0.48 185	0.48 285	0.48 247	0.48 331	0.48 297	0.48 326	0.48 285	0.48 324	0.48 288	0.48 331	0.48 295	0.48 321	0.48 292	0.48 325	0.48 284	0.48 295	0.48 315	0.48 332	0.48 287	0.48 313

HaxPig	0.47 262	0.47 179	0.47 277	0.49 253	0.47 327	0.47 292	0.47 317	0.47 281	0.47 317	0.47 281	0.47 327	0.47 288	0.47 320	0.47 283	0.47 319	0.47 280	0.47 291	0.47 307	0.47 329	0.47 283	0.48 313

AEACV	1.12 386	0.52 200	3.12 530	3.24 486	0.86 390	0.53 323	0.49 328	0.60 326	0.47 317	0.53 318	0.49 334	0.55 328	0.45 309	0.55 322	0.47 319	3.01 510	3.88 531	0.71 353	0.60 354	0.80 340	0.48 313

TorneroNet	0.66 303	0.53 203	0.50 294	0.50 260	0.64 362	1.06 386	0.70 362	0.50 297	0.51 336	0.49 295	0.69 368	0.49 299	0.50 329	0.48 292	1.15 408	0.71 331	0.49 298	1.14 400	1.08 404	0.49 291	0.49 318

notaker	0.48 267	0.49 187	0.48 285	0.48 247	0.48 331	0.48 297	0.48 326	0.48 285	0.49 326	0.48 288	0.48 331	0.48 295	0.48 321	0.48 292	0.48 325	0.48 284	0.48 295	0.48 315	0.48 332	0.48 287	0.49 318

ACVNet_2	0.49 273	0.49 187	0.49 290	0.49 253	0.49 333	0.49 302	0.49 328	0.49 289	0.49 326	0.49 295	0.49 334	0.49 299	0.49 326	0.49 298	0.49 327	0.49 287	0.49 298	0.49 320	0.49 335	0.49 291	0.49 318

FoundationStereo	0.50 275	0.50 191	0.50 294	0.50 260	0.50 337	0.50 310	0.50 330	0.50 297	0.50 329	0.50 307	0.50 336	0.50 313	0.50 329	0.50 305	0.50 328	0.50 293	0.50 304	0.50 324	0.50 337	0.50 296	0.50 321

StereoAnything_RVC	0.50 275	0.50 191	0.50 294	0.50 260	0.50 337	0.50 310	0.50 330	0.50 297	0.50 329	0.50 307	0.50 336	0.50 313	0.50 329	0.50 305	0.50 328	0.50 293	0.50 304	0.50 324	0.50 337	0.50 296	0.50 321

dual_stereo	0.50 275	0.50 191	0.50 294	0.50 260	0.50 337	0.50 310	0.50 330	0.50 297	0.50 329	0.50 307	0.50 336	0.50 313	0.50 329	0.50 305	0.50 328	0.50 293	0.50 304	0.50 324	0.50 337	0.50 296	0.50 321

WCG-NET	0.61 296	1.21 350	0.54 307	0.61 286	0.53 346	0.67 344	0.53 336	0.66 334	0.53 337	0.64 339	0.53 345	0.65 344	0.53 336	0.59 329	0.52 335	0.65 322	0.48 295	0.64 344	0.52 341	0.58 311	0.50 321

MyStereo8	0.71 314	3.92 485	0.52 302	0.59 283	0.52 343	0.57 333	0.53 336	0.59 324	0.50 329	0.59 332	0.51 342	0.57 332	0.50 329	0.56 323	0.52 335	0.54 304	0.49 298	0.54 335	0.49 335	0.55 309	0.50 321

test-3	0.98 370	4.13 488	1.85 494	1.85 441	0.61 357	0.69 345	0.37 274	0.63 330	0.61 347	0.66 342	0.51 342	0.73 353	0.44 307	0.57 327	0.54 338	1.68 455	1.81 489	0.40 268	0.43 318	0.66 317	0.50 321

SANet	0.50 275	0.50 191	0.50 294	0.50 260	0.50 337	0.50 310	0.50 330	0.50 297	0.50 329	0.50 307	0.50 336	0.50 313	0.50 329	0.50 305	0.50 328	0.50 293	0.50 304	0.50 324	0.50 337	0.50 296	0.50 321

zero-FE	0.72 317	1.31 361	0.66 328	0.92 325	0.60 352	0.82 358	0.58 341	0.82 351	0.58 342	0.81 360	0.60 349	0.81 364	0.60 343	0.82 355	0.58 342	0.74 334	0.59 323	0.73 354	0.52 341	0.76 330	0.51 328

Monster-pub-eth3d	0.45 251	0.57 211	0.60 314	0.39 197	0.28 222	0.37 225	0.28 218	0.37 217	0.30 236	0.39 228	0.29 229	0.39 235	0.30 238	0.92 372	0.27 208	1.42 442	0.28 196	0.34 222	0.28 225	0.37 228	0.53 329

Monster-pub-mixall	0.44 248	0.56 210	0.60 314	0.38 191	0.27 218	0.37 225	0.27 211	0.37 217	0.29 225	0.38 222	0.27 218	0.38 230	0.29 231	0.85 361	0.27 208	1.46 445	0.26 184	0.34 222	0.26 213	0.36 224	0.53 329

ktn	0.72 317	0.53 203	1.08 380	1.14 357	0.51 342	1.22 446	1.36 471	0.51 307	0.59 344	0.51 312	0.51 342	0.69 347	1.20 407	0.67 340	0.51 333	0.51 299	0.49 298	0.58 338	0.66 363	0.52 304	0.53 329

Replicate-Monster	0.45 251	0.57 211	0.60 314	0.40 211	0.29 230	0.37 225	0.27 211	0.37 217	0.30 236	0.40 234	0.31 246	0.40 243	0.30 238	0.99 381	0.27 208	1.36 438	0.31 220	0.34 222	0.30 245	0.36 224	0.54 332

CFNet_ucs	2.73 513	9.64 540	0.33 213	9.92 557	0.32 248	0.49 302	0.33 247	0.49 289	0.33 253	0.49 295	0.33 255	0.49 299	8.98 558	0.48 292	0.33 249	0.41 254	9.96 561	0.40 268	0.29 235	10.12 561	0.54 332

anonymity	0.63 298	0.69 221	0.56 309	0.71 302	0.56 349	0.71 348	0.56 339	0.71 340	0.56 340	0.72 347	0.56 347	0.71 348	0.56 340	0.71 343	0.58 342	0.68 326	0.55 314	0.68 349	0.55 344	0.68 319	0.54 332

FC-DCNN	1.07 381	1.09 290	0.98 372	0.89 319	0.52 343	1.41 459	0.91 386	1.21 438	1.24 466	1.96 469	2.05 521	1.91 470	1.30 460	1.27 452	1.08 402	0.80 339	0.60 324	0.58 338	0.41 310	0.68 319	0.54 332

PSMNet_ROB	0.54 285	0.54 206	0.54 307	0.54 271	0.53 346	0.54 326	0.54 338	0.53 311	0.54 339	0.54 321	0.54 346	0.54 324	0.53 336	0.54 319	0.54 338	0.54 304	0.53 312	0.54 335	0.54 343	0.54 308	0.54 332

MyStereo06	0.75 321	4.12 486	0.60 314	0.63 289	0.61 357	0.62 339	0.66 351	0.56 316	0.45 311	0.55 324	0.48 331	0.54 324	0.46 312	0.57 327	0.45 309	0.60 312	0.57 319	0.64 344	0.55 344	0.72 325	0.55 337

MyStereo05	0.80 332	4.12 486	0.63 321	0.63 289	0.61 357	0.62 339	0.66 351	0.65 332	0.62 348	0.67 343	0.61 353	0.65 344	0.58 341	0.67 340	0.55 340	0.60 312	0.57 319	0.64 344	0.55 344	0.72 325	0.55 337

ARAFT	0.68 308	0.81 232	0.63 321	0.74 305	0.60 352	0.78 353	0.62 345	0.77 344	0.66 355	0.74 353	0.63 355	0.75 355	0.62 346	0.83 356	0.60 345	0.70 330	0.55 314	0.70 352	0.60 354	0.78 333	0.55 337

FlowAnything_test	1.02 378	1.72 377	0.71 339	1.59 431	0.70 374	1.61 464	0.69 359	1.61 454	0.70 363	1.60 457	0.70 370	1.61 465	0.69 357	1.61 461	0.70 365	0.81 342	0.58 321	0.81 369	0.55 344	0.81 343	0.56 340

FlowAnything	1.02 378	1.71 376	0.72 342	1.59 431	0.69 372	1.60 463	0.69 359	1.61 454	0.70 363	1.60 457	0.69 368	1.60 462	0.69 357	1.61 461	0.69 361	0.81 342	0.58 321	0.81 369	0.56 348	0.82 345	0.56 340

AIO-Stereo-zeroshot1	0.75 321	0.92 256	0.85 359	0.96 337	0.59 351	1.27 449	0.44 306	0.59 324	0.69 360	0.91 368	0.68 365	0.55 328	0.61 345	1.06 389	0.83 382	0.62 319	0.70 341	0.90 379	0.41 310	0.89 352	0.56 340

CASS	0.57 292	0.89 247	0.56 309	0.57 278	0.56 349	0.56 328	0.56 339	0.56 316	0.53 337	0.57 328	0.57 348	0.59 336	0.48 321	0.56 323	0.57 341	0.55 306	0.56 316	0.47 307	0.56 348	0.62 314	0.56 340
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 337	2.45 434	0.57 311	0.90 320	0.60 352	0.88 363	0.59 343	0.90 357	0.60 345	0.88 365	0.60 349	0.90 371	0.58 341	0.88 363	0.60 345	0.84 349	0.60 324	0.86 377	0.57 350	0.86 349	0.60 344

SMoEStereo_RVC	0.63 298	0.75 225	0.51 299	0.73 304	0.53 346	0.71 348	0.47 317	0.67 335	0.58 342	0.74 353	0.60 349	0.72 351	0.53 336	0.74 348	0.51 333	0.61 316	0.62 329	0.62 341	0.61 356	0.63 315	0.61 345

UDG	0.80 332	2.21 415	0.60 314	0.91 322	0.60 352	0.90 367	0.58 341	0.88 356	0.60 345	0.90 366	0.60 349	0.88 368	0.60 343	0.90 367	0.58 342	0.86 351	0.60 324	0.84 375	0.59 352	0.84 348	0.61 345

RAFT-Stereo + iAFF	0.70 312	0.72 223	0.71 339	0.80 310	0.62 360	0.82 358	0.61 344	0.81 350	0.62 348	0.81 360	0.63 355	0.80 361	0.70 359	0.73 346	0.61 347	0.76 336	0.61 328	0.74 356	0.61 356	0.77 332	0.61 345

AFF-stereo	0.73 319	0.88 244	0.67 332	0.75 306	0.68 371	0.75 350	0.64 347	0.80 347	0.72 370	0.83 362	0.70 370	0.82 365	0.64 347	0.84 357	0.67 354	0.77 337	0.63 330	0.81 369	0.63 359	0.78 333	0.62 348

pcwnet_v2	2.66 511	9.89 542	0.33 213	9.89 556	0.32 248	0.50 310	0.32 238	0.49 289	0.33 253	0.49 295	0.34 263	0.49 299	8.76 557	0.48 292	0.33 249	0.41 254	9.58 557	0.40 268	0.29 235	9.01 556	0.63 349

DSFCA	0.66 303	0.73 224	0.78 351	0.65 293	0.65 364	0.64 341	0.64 347	0.65 332	0.63 350	0.64 339	0.64 358	0.64 341	0.64 347	0.65 337	0.65 350	0.65 322	0.65 333	0.65 347	0.65 361	0.66 317	0.64 350

plain	1.88 457	3.16 465	0.64 324	3.10 481	0.65 364	3.10 517	0.64 347	3.12 515	0.65 353	3.10 516	0.65 360	3.11 516	0.65 349	3.12 515	0.65 350	3.12 511	0.65 333	3.13 516	0.65 361	3.13 502	0.65 351

MSMDNet	2.65 510	10.14 544	0.33 213	9.74 555	0.32 248	0.87 362	0.33 247	2.95 514	0.68 357	0.49 295	0.34 263	0.49 299	5.70 550	0.49 298	0.33 249	0.42 268	9.57 556	0.41 281	0.31 254	8.36 553	0.65 351

PA-Net	11.80 560	223.51 586	0.62 320	0.59 283	0.71 376	0.59 335	0.73 368	0.67 335	0.73 374	0.55 324	0.61 353	0.60 337	0.74 367	0.63 335	0.73 369	0.66 324	0.60 324	0.69 350	0.66 363	0.72 325	0.65 351
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MoCha-V2	2.11 481	26.97 564	0.78 351	0.92 325	0.77 384	0.96 375	0.72 367	0.90 357	0.72 370	0.94 374	0.70 370	0.90 371	0.71 363	0.91 368	0.71 367	0.85 350	0.71 345	0.88 378	0.69 370	0.87 350	0.67 354

R-Stereo Train	0.81 337	0.96 262	0.67 332	0.95 334	0.67 368	0.95 373	0.68 356	0.95 370	0.68 357	0.95 376	0.68 365	0.96 381	0.68 355	0.96 379	0.68 357	0.94 361	0.68 336	0.94 385	0.68 368	0.94 361	0.68 355

RAFT-Stereo	0.81 337	0.96 262	0.67 332	0.95 334	0.67 368	0.95 373	0.68 356	0.95 370	0.68 357	0.95 376	0.68 365	0.96 381	0.68 355	0.96 379	0.68 357	0.94 361	0.68 336	0.94 385	0.68 368	0.94 361	0.68 355
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.86 350	0.93 258	0.71 339	1.01 344	1.07 411	1.02 383	0.71 365	1.00 372	0.71 368	1.01 383	0.71 374	1.00 384	0.72 365	1.14 399	0.71 367	0.92 356	0.64 331	0.90 379	0.64 360	0.89 352	0.69 357

RSM++	0.76 325	0.82 234	0.66 328	0.85 317	0.64 362	0.85 360	0.71 365	0.94 368	0.64 352	0.87 363	0.67 364	0.87 367	0.65 349	0.84 357	0.65 350	0.81 342	0.70 341	0.79 363	0.71 375	0.83 347	0.70 358

DCRE	0.84 347	1.89 390	0.77 350	0.94 331	0.72 379	0.88 363	0.73 368	0.87 353	0.78 377	0.90 366	0.71 374	0.88 368	0.67 354	0.88 363	0.73 369	0.81 342	0.68 336	0.81 369	0.70 372	0.82 345	0.70 358

DMCA-RVC	0.70 312	0.80 229	0.70 336	0.70 300	0.70 374	0.70 346	0.70 362	0.71 340	0.70 363	0.70 346	0.71 374	0.71 348	0.70 359	0.70 342	0.69 361	0.69 327	0.70 341	0.69 350	0.70 372	0.69 323	0.70 358

MSMD_ROB	1.19 388	1.10 293	0.70 336	1.10 351	0.60 352	1.10 392	0.70 362	1.10 381	0.70 363	1.10 389	0.70 370	1.10 395	0.70 359	7.00 558	0.70 365	1.10 372	0.70 341	1.10 399	0.70 372	1.10 373	0.70 358

ours_stereo	1.20 389	1.21 350	0.90 363	1.64 439	1.11 413	1.35 452	0.67 355	1.76 461	0.93 393	1.70 465	1.10 406	1.39 456	0.75 370	1.41 456	0.81 381	1.60 453	1.03 373	1.33 461	1.00 398	1.61 449	0.72 362

iGMRVC	0.84 347	2.85 459	0.72 342	0.72 303	0.73 380	0.77 351	0.79 374	0.73 342	0.74 376	0.73 348	0.72 377	0.73 353	0.76 371	0.73 346	0.73 369	0.72 332	0.73 347	0.73 354	0.72 376	0.73 328	0.72 362

HSM-Net_RVC	0.95 367	1.17 300	0.78 351	1.18 366	0.71 376	1.16 399	0.75 370	1.09 380	0.80 381	1.10 389	0.75 381	1.17 402	0.74 367	1.17 402	0.80 378	1.13 378	0.73 347	1.17 406	0.77 379	1.16 379	0.72 362
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 474	3.43 471	0.72 342	3.42 496	0.73 380	3.27 520	0.68 356	3.38 519	0.69 360	3.29 519	0.72 377	3.28 519	0.70 359	3.35 520	0.68 357	3.39 513	0.68 336	3.31 518	0.69 370	3.37 503	0.73 365

ToySt	0.92 359	2.11 406	0.90 363	0.95 334	0.79 386	0.99 377	0.78 373	0.94 368	0.81 384	0.94 374	0.78 383	0.95 380	0.77 372	0.94 375	0.86 384	0.91 353	0.79 354	0.85 376	0.77 379	0.89 352	0.73 365

LMCR-Stereo	0.65 301	0.63 217	0.65 327	0.65 293	0.65 364	0.66 343	0.63 346	0.58 322	0.65 353	0.63 338	0.64 358	0.65 344	0.65 349	0.66 338	0.66 353	0.66 324	0.64 331	0.65 347	0.67 367	0.68 319	0.73 365

DRN-Test	0.14 109	0.13 80	0.09 65	0.14 96	0.09 112	0.15 131	0.09 110	0.14 125	0.10 115	0.14 124	0.09 112	0.14 125	0.09 113	0.13 126	0.09 105	0.12 91	0.09 68	0.12 121	0.09 110	0.12 124	0.73 365

MS	0.88 352	0.86 238	0.69 335	0.94 331	0.71 376	0.89 366	0.77 372	0.91 359	0.72 370	0.87 363	0.65 360	0.93 378	0.74 367	0.93 374	0.63 348	2.77 507	0.66 335	0.80 366	0.59 352	0.79 336	0.75 369

HBP-ISP	1.24 437	1.72 377	1.65 475	1.15 359	0.76 383	1.40 458	0.88 383	1.67 460	1.02 406	1.69 464	1.38 477	1.69 466	1.21 453	1.87 471	1.21 460	1.05 368	0.79 354	0.97 390	0.80 384	1.19 387	0.75 369

UNet	0.29 172	0.90 249	0.10 69	0.14 96	0.10 118	0.14 124	0.10 115	0.91 359	0.69 360	0.14 124	0.11 130	0.14 125	0.11 129	0.14 127	0.10 111	0.12 91	0.09 68	0.12 121	0.09 110	0.88 351	0.76 371

RAStereo	2.23 494	3.64 474	0.76 349	3.65 505	0.86 390	3.66 524	0.76 371	3.67 523	0.81 384	3.66 520	0.76 382	3.66 521	0.77 372	3.68 522	0.77 375	3.68 516	0.77 352	3.69 523	0.77 379	3.70 505	0.77 372

SM2	0.88 352	0.87 241	0.63 321	1.03 347	0.63 361	0.94 372	0.64 347	0.91 359	0.63 350	0.95 376	0.63 355	0.92 374	0.71 363	0.89 365	0.73 369	2.92 509	0.56 316	0.78 362	0.61 356	0.78 333	0.79 373

G-Net	0.79 330	0.79 228	0.79 354	0.79 308	0.79 386	0.79 355	0.79 374	0.79 345	0.79 380	0.79 357	0.79 384	0.79 360	0.79 374	0.79 351	0.79 376	0.79 338	0.79 354	0.79 363	0.79 382	0.79 336	0.79 373

NaN_ROB	0.80 332	0.80 229	0.80 355	0.80 310	0.80 388	0.80 356	0.80 377	0.80 347	0.80 381	0.80 358	0.80 385	0.80 361	0.80 375	0.80 353	0.80 378	0.80 339	0.80 357	0.80 366	0.80 384	0.80 340	0.80 375

CSAN	0.80 332	0.80 229	0.80 355	0.80 310	0.80 388	0.80 356	0.80 377	0.80 347	0.80 381	0.80 358	0.80 385	0.80 361	0.80 375	0.80 353	0.80 378	0.80 339	0.80 357	0.80 366	0.80 384	0.80 340	0.80 375

DPSimNet_ROB	0.97 368	1.18 302	0.81 357	1.10 351	0.91 396	1.02 383	0.82 380	1.04 377	0.91 388	1.03 385	0.86 388	1.28 453	0.82 377	1.03 388	0.89 385	1.17 381	0.81 359	1.02 396	0.82 387	1.08 372	0.81 377

Selective-RAFT	0.89 356	0.89 247	0.72 342	1.16 364	0.78 385	1.06 386	0.82 380	0.87 353	0.97 398	1.00 379	0.91 392	0.90 371	1.00 386	0.89 365	0.93 390	0.83 347	0.83 360	0.82 373	0.82 387	0.81 343	0.82 378

StereoDRNet	0.15 121	0.14 84	0.10 69	0.14 96	0.09 112	0.15 131	0.09 110	0.14 125	0.09 114	0.14 124	0.10 116	0.14 125	0.09 113	0.14 127	0.09 105	0.13 107	0.10 73	0.13 124	0.09 110	0.13 126	0.82 378

Selective-RAFT-Error	0.88 352	0.84 235	0.98 372	0.86 318	0.97 402	0.88 363	0.95 391	0.84 352	0.99 401	0.92 370	0.82 387	0.84 366	0.98 385	0.87 362	0.97 393	0.81 342	0.83 360	0.79 363	0.82 387	0.79 336	0.85 380

IGEVStereo-DCA	1.77 453	4.21 490	1.84 492	2.49 468	2.11 516	2.54 503	1.36 471	1.65 458	1.17 415	2.75 510	1.90 504	2.54 496	1.15 400	0.94 375	1.11 404	1.50 447	1.32 444	0.96 388	1.46 481	1.49 445	0.88 381

rrr	1.77 453	4.21 490	1.84 492	2.49 468	2.11 516	2.54 503	1.36 471	1.65 458	1.17 415	2.75 510	1.90 504	2.54 496	1.15 400	0.94 375	1.11 404	1.50 447	1.32 444	0.96 388	1.46 481	1.49 445	0.88 381

MM-Stereo_test2	1.20 389	1.85 386	1.05 378	1.46 428	0.94 400	1.36 454	0.99 394	1.36 447	0.95 395	1.41 453	0.98 398	1.40 458	0.96 383	1.37 454	0.95 391	1.37 440	1.06 374	1.33 461	0.93 395	1.29 438	0.89 383

4D-IteraStereo	0.78 329	3.13 464	0.89 360	0.69 298	0.32 248	0.40 240	0.32 238	0.76 343	0.97 398	0.52 315	0.65 360	0.89 370	0.32 249	0.76 350	0.98 394	0.83 347	0.94 367	0.35 238	0.27 221	0.70 324	0.89 383

DGTPSM_ROB	0.93 364	1.00 269	0.92 367	0.94 331	0.96 401	0.91 368	0.92 387	0.91 359	0.96 397	0.91 368	0.96 396	0.93 378	0.92 381	0.94 375	0.92 386	0.92 356	0.92 365	0.90 379	0.92 391	0.94 361	0.91 385

pmcnn	0.92 359	0.92 256	0.92 367	0.92 325	0.92 397	0.92 369	0.92 387	0.92 364	0.92 392	0.92 370	0.92 395	0.92 374	0.92 381	0.92 372	0.92 386	0.92 356	0.92 365	0.92 384	0.92 391	0.92 358	0.92 386

UPFNet	0.42 243	1.20 304	0.17 149	0.24 149	0.17 175	0.25 182	0.17 162	1.19 390	0.90 387	0.25 179	0.17 172	0.24 177	0.17 169	0.25 183	0.17 167	0.22 158	0.17 158	0.22 170	0.16 162	1.15 377	0.93 387

DPSM_ROB	0.92 359	0.91 251	0.91 365	0.91 322	0.92 397	0.92 369	0.92 387	0.92 364	0.91 388	0.93 372	0.91 392	0.92 374	0.90 379	0.91 368	0.92 386	0.92 356	0.91 363	0.91 382	0.92 391	0.93 359	0.93 387

DPSM	0.92 359	0.91 251	0.91 365	0.91 322	0.92 397	0.92 369	0.92 387	0.92 364	0.91 388	0.93 372	0.91 392	0.92 374	0.90 379	0.91 368	0.92 386	0.92 356	0.91 363	0.91 382	0.92 391	0.93 359	0.93 387

MM-Stereo_test3	1.27 439	2.07 402	1.18 389	1.60 434	1.02 408	1.45 460	1.01 398	1.40 451	1.04 407	1.44 454	1.03 403	1.46 460	1.02 393	1.44 457	1.02 400	1.51 449	1.12 388	1.32 460	0.98 396	1.38 442	0.97 390

delet	0.43 244	1.21 350	0.17 149	0.25 154	0.17 175	0.25 182	0.18 168	1.26 442	0.95 395	0.25 179	0.17 172	0.25 182	0.17 169	0.25 183	0.17 167	0.23 169	0.16 142	0.22 170	0.16 162	1.18 385	0.98 391

MMNet	0.44 248	1.24 357	0.17 149	0.25 154	0.17 175	0.25 182	0.18 168	1.26 442	0.93 393	0.25 179	0.17 172	0.25 182	0.18 176	0.25 183	0.17 167	0.23 169	0.16 142	0.23 176	0.16 162	1.20 388	0.99 392

psm_up	0.43 244	1.19 303	0.17 149	0.25 154	0.18 182	0.25 182	0.19 172	1.26 442	0.91 388	0.26 186	0.17 172	0.25 182	0.17 169	0.25 183	0.17 167	0.22 158	0.17 158	0.23 176	0.16 162	1.18 385	0.99 392

GANet	1.00 371	1.00 269	1.00 374	1.00 341	1.00 403	1.00 378	1.00 395	1.00 372	1.00 402	1.00 379	1.00 399	1.00 384	1.00 386	1.00 383	1.00 396	1.00 363	1.00 368	1.00 392	1.00 398	1.00 365	1.00 394

TDLM	1.00 371	1.00 269	1.00 374	1.00 341	1.00 403	1.00 378	1.00 395	1.00 372	1.00 402	1.00 379	1.00 399	1.00 384	1.00 386	1.00 383	1.00 396	1.00 363	1.00 368	1.00 392	1.00 398	1.00 365	1.00 394

CVANet_RVC	1.00 371	1.00 269	1.00 374	1.00 341	1.00 403	1.00 378	1.00 395	1.00 372	1.00 402	1.00 379	1.00 399	1.00 384	1.00 386	1.00 383	1.00 396	1.00 363	1.00 368	1.00 392	1.00 398	1.00 365	1.00 394

AIO-Stereo-zeroshot	0.91 357	0.86 238	0.89 360	1.25 416	0.69 372	1.05 385	0.81 379	1.16 385	0.50 329	1.12 394	0.97 397	0.72 351	0.82 377	1.06 389	0.95 391	0.61 316	0.87 362	1.03 397	0.85 390	1.04 370	1.01 397

trnet	1.01 376	1.01 275	1.01 377	1.01 344	1.01 407	1.01 382	1.01 398	1.01 376	1.01 405	1.01 383	1.01 402	1.01 388	1.01 392	1.01 387	1.01 399	1.01 366	1.01 371	1.01 395	1.01 402	1.01 368	1.01 397

ff7	1.68 449	2.68 442	1.35 449	0.97 338	0.89 392	1.84 467	2.15 514	2.12 474	1.80 499	2.05 479	1.56 483	2.33 485	2.12 507	2.23 482	2.25 517	1.31 432	1.07 375	1.48 468	1.41 475	0.90 355	1.04 399

ffff	1.68 449	2.68 442	1.35 449	0.97 338	0.89 392	1.84 467	2.15 514	2.12 474	1.80 499	2.05 479	1.56 483	2.33 485	2.12 507	2.23 482	2.25 517	1.31 432	1.07 375	1.48 468	1.41 475	0.90 355	1.04 399

ccc-4	1.68 449	2.68 442	1.35 449	0.97 338	0.89 392	1.84 467	2.15 514	2.12 474	1.80 499	2.05 479	1.56 483	2.33 485	2.12 507	2.23 482	2.25 517	1.31 432	1.07 375	1.48 468	1.41 475	0.90 355	1.04 399

edge stereo	2.43 505	27.07 565	1.14 383	1.06 348	1.14 414	1.08 389	1.17 410	1.16 385	1.14 409	1.10 389	1.16 410	1.09 393	1.16 404	1.10 395	1.16 411	1.10 372	1.11 385	1.16 402	1.19 412	1.13 374	1.11 402

Abc-Net	2.32 497	24.75 556	1.14 383	1.17 365	1.17 420	1.11 395	1.15 407	1.17 387	1.21 463	1.08 388	1.16 410	1.12 399	1.14 399	1.09 393	1.17 412	1.09 370	1.16 391	1.17 406	1.17 411	1.16 379	1.11 402
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 517	5.00 499	0.89 360	4.83 526	1.00 403	3.93 525	1.27 465	6.37 552	1.34 471	5.67 552	1.26 465	5.84 553	1.27 457	5.03 549	1.24 462	5.10 541	1.09 381	4.61 535	0.57 350	5.62 541	1.12 404

GLC_STEREO	1.07 381	1.01 275	1.06 379	1.07 349	1.05 410	1.06 386	1.08 402	1.08 378	1.05 408	1.07 387	1.06 404	1.08 391	1.05 394	1.06 389	1.10 403	1.07 369	1.09 381	1.05 398	1.05 403	1.06 371	1.12 404

AF-Net	2.37 502	25.71 560	1.17 387	1.13 356	1.15 415	1.15 398	1.18 411	1.19 390	1.16 411	1.10 389	1.15 407	1.10 395	1.18 405	1.12 398	1.15 408	1.10 372	1.10 384	1.17 406	1.15 408	1.16 379	1.12 404

RGC	2.36 500	25.48 558	1.19 391	1.15 359	1.15 415	1.10 392	1.16 409	1.17 387	1.16 411	1.12 394	1.16 410	1.11 398	1.13 397	1.09 393	1.18 413	1.10 372	1.15 390	1.16 402	1.12 406	1.14 375	1.12 404

KSHMR	0.66 303	0.50 191	0.48 285	1.15 359	0.52 343	0.49 302	0.51 334	0.49 289	0.71 368	0.67 343	0.50 336	1.16 401	1.11 396	0.66 338	0.52 335	0.49 287	0.49 298	0.51 329	0.66 363	0.50 296	1.14 408

4.25w-stereo	1.98 459	2.72 449	1.46 466	3.47 498	1.43 479	2.07 481	1.98 506	2.53 497	1.52 482	2.71 503	1.98 516	1.81 467	1.62 475	1.96 474	1.36 474	1.88 463	2.00 494	2.53 511	1.61 491	1.74 456	1.15 409

2w_stereo	1.99 460	2.36 430	1.81 483	3.24 486	1.67 489	1.94 472	1.98 506	2.72 500	1.68 485	2.72 504	1.94 507	1.98 474	1.74 484	1.79 468	1.27 466	1.95 466	2.00 494	2.53 511	1.60 490	1.68 453	1.15 409

Nwc_Net	2.37 502	25.95 561	1.15 385	1.14 357	1.15 415	1.08 389	1.14 406	1.17 387	1.16 411	1.14 397	1.15 407	1.08 391	1.15 400	1.11 397	1.14 407	1.10 372	1.11 385	1.16 402	1.09 405	1.16 379	1.15 409

4.5w-stereo	1.99 460	2.33 423	1.81 483	3.28 488	1.68 490	1.94 472	1.99 509	2.72 500	1.70 488	2.72 504	1.99 519	1.97 473	1.68 477	1.76 465	1.29 469	1.91 465	2.02 500	2.53 511	1.61 491	1.75 457	1.16 412

4.25_new	2.00 464	2.33 423	1.82 488	3.32 491	1.69 491	1.95 475	1.99 509	2.72 500	1.71 489	2.72 504	1.97 510	2.01 476	1.74 484	1.77 466	1.28 467	2.18 475	2.01 496	2.48 509	1.58 487	1.65 450	1.17 413

4.5w_new	2.00 464	2.33 423	1.82 488	3.32 491	1.69 491	1.95 475	1.99 509	2.72 500	1.71 489	2.72 504	1.97 510	2.01 476	1.74 484	1.77 466	1.28 467	2.18 475	2.01 496	2.48 509	1.58 487	1.65 450	1.17 413

RP	2.33 498	25.00 557	1.13 382	1.15 359	1.15 415	1.10 392	1.15 407	1.15 383	1.15 410	1.12 394	1.15 407	1.09 393	1.13 397	1.10 395	1.15 408	1.11 377	1.09 381	1.16 402	1.12 406	1.16 379	1.17 413

NCC-stereo	2.36 500	25.52 559	1.17 387	1.15 359	1.17 420	1.11 395	1.11 403	1.15 383	1.16 411	1.10 389	1.16 410	1.10 395	1.15 400	1.14 399	1.13 406	1.09 370	1.11 385	1.15 401	1.16 410	1.17 384	1.17 413

stereogan	2.33 498	24.38 555	1.18 389	1.18 366	1.18 422	1.14 397	1.18 411	1.19 390	1.19 417	1.14 397	1.18 414	1.14 400	1.18 405	1.14 399	1.18 413	1.14 380	1.14 389	1.19 410	1.19 412	1.15 377	1.19 417

DisPM	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

CrosDoStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

PFNet+	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

LCNet	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

HHNet	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

Patchmatch Stereo++	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418
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	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

STrans-v2	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

TransformOpticalFlow	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

OMP-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

IIG-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

NF-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

OCTAStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

PSM-softLoss	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

KMStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

NRIStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

PSM-adaLoss	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

PSM-AAD	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

FTStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

ROB_FTStereo_v2	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

ROB_FTStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

Consistency-Raft	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

KYRaft	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

HUI-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

ASMatch	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

DeepStereo_LL	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

DEmStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

SST-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

THIR-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

RAFT_R40	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

DRaft	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

PFNet	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

GrayStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

RE-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

Pruner-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

TVStereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

DeepStereo_RVC	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

RAFT-RH_RVC	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

IRAFT_RVC	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

RAFT-345	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

iRAFT	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

CRE-IMP	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

GMM-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

RAFT-IKP	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

Prome-Stereo	1.20 389	1.20 304	1.20 394	1.20 368	1.20 423	1.20 400	1.20 413	1.20 393	1.20 418	1.20 401	1.20 415	1.20 404	1.20 407	1.20 404	1.20 415	1.20 383	1.20 396	1.20 411	1.20 415	1.20 388	1.20 418

SPS-STEREO	1.59 447	1.91 393	1.21 440	1.94 445	1.20 423	2.00 478	1.23 460	1.99 468	1.24 466	2.00 474	1.25 464	2.03 478	1.26 456	2.00 476	1.29 469	1.90 464	1.18 395	1.89 485	1.21 460	1.89 462	1.20 418
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 460	2.34 427	1.81 483	3.14 482	1.62 486	1.94 472	1.99 509	2.72 500	1.71 489	2.72 504	1.99 519	1.90 469	1.73 482	1.82 470	1.29 469	2.37 490	2.01 496	2.31 498	1.42 478	1.77 458	1.22 464

GANetREF_RVC	1.55 446	1.94 399	1.22 441	1.88 442	1.21 469	1.88 470	1.22 459	1.88 463	1.22 464	1.88 466	1.22 461	1.88 468	1.22 454	1.89 472	1.22 461	1.87 460	1.22 443	1.88 484	1.22 461	1.88 461	1.22 464
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
S-Stereo	2.51 507	26.86 563	1.23 443	1.22 413	1.22 471	1.24 448	1.25 462	1.22 439	1.24 466	1.21 446	1.24 463	1.19 403	1.27 457	1.19 403	1.24 462	1.19 382	1.20 396	1.25 458	1.19 412	1.24 436	1.23 466

3.75w	1.99 460	2.31 421	1.83 491	3.16 484	1.65 488	1.93 471	1.98 506	2.72 500	1.68 485	2.73 509	1.97 510	2.00 475	1.72 481	1.81 469	1.25 465	2.27 483	2.01 496	2.38 503	1.42 478	1.71 454	1.24 467

CFNet-ft	0.55 289	1.57 372	0.14 125	0.20 132	0.14 154	0.20 159	2.53 519	1.61 454	0.14 154	0.20 155	0.14 158	0.20 156	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	1.56 447	1.24 467

FAT-Stereo	2.46 506	26.05 562	1.23 443	1.23 415	1.22 471	1.20 400	1.24 461	1.23 441	1.23 465	1.19 400	1.22 461	1.21 449	1.24 455	1.20 404	1.24 462	1.21 428	1.17 394	1.22 457	1.25 465	1.20 388	1.24 467

MaDis-Stereo	3.19 518	6.02 520	1.12 381	5.61 535	1.16 419	5.43 551	1.02 400	5.15 549	0.70 363	5.43 549	1.21 460	5.03 550	0.97 384	4.85 543	0.99 395	4.53 522	1.16 391	5.53 551	1.25 465	5.37 539	1.30 470

11t	1.27 439	2.70 445	1.34 447	1.32 421	0.89 392	1.30 451	1.34 468	1.64 457	0.57 341	1.45 455	0.72 377	1.05 390	1.29 459	1.07 392	1.29 469	1.49 446	1.02 372	0.97 390	1.15 408	1.48 444	1.31 471

tt45	1.04 380	0.88 244	1.36 457	0.92 325	1.03 409	1.51 462	0.79 374	0.70 339	0.88 386	0.74 353	0.90 389	1.60 462	0.72 365	1.60 459	0.75 373	0.91 353	0.78 353	1.52 471	0.79 382	1.14 375	1.32 472

MM-Stereo_test1	1.80 455	3.41 470	1.52 471	2.12 451	1.41 478	2.04 479	1.41 479	2.05 472	1.46 481	2.04 478	1.41 479	2.05 479	1.42 470	2.05 477	1.43 479	2.04 471	1.54 470	1.94 486	1.38 474	1.99 464	1.33 473

MC-Stereo	1.76 452	2.96 460	1.37 459	2.14 452	1.37 475	2.14 483	1.36 471	2.14 477	1.37 476	2.14 483	1.37 475	2.14 480	1.37 467	2.14 481	1.37 475	1.97 467	1.32 444	1.97 487	1.32 468	1.98 463	1.33 473

CC-Net-ROB	1.36 442	1.33 363	1.33 446	1.36 424	1.38 476	1.36 454	1.33 467	1.37 449	1.34 471	1.35 450	1.36 474	1.38 455	1.34 463	1.38 455	1.38 476	1.35 436	1.38 459	1.33 461	1.35 469	1.43 443	1.34 475

MaskLacGwcNet_RVC	1.35 441	1.35 364	1.35 449	1.35 423	1.35 473	1.35 452	1.35 469	1.36 447	1.35 474	1.36 451	1.35 472	1.36 454	1.36 465	1.36 453	1.35 473	1.35 436	1.35 456	1.35 464	1.35 469	1.35 440	1.35 476

RASNet	1.49 445	1.65 374	1.45 465	1.38 426	1.43 479	1.47 461	1.36 471	1.38 450	1.36 475	1.39 452	1.60 487	1.45 459	1.45 471	1.51 458	2.21 516	1.53 450	1.36 457	1.36 466	1.36 471	1.66 452	1.36 477

PS-NSSS	1.38 444	1.39 366	1.34 447	1.34 422	1.35 473	1.38 456	1.37 476	1.35 446	1.38 477	1.34 449	1.34 471	1.39 456	1.38 468	1.70 463	1.40 477	1.36 438	1.36 457	1.36 466	1.37 472	1.37 441	1.36 477

MIF-Stereo (partial)	2.58 509	3.31 469	0.66 328	3.18 485	0.66 367	3.18 518	0.66 351	3.21 516	0.67 356	3.19 517	0.66 363	3.19 517	0.66 352	3.31 519	0.68 357	5.09 540	1.79 488	8.23 559	1.67 497	6.18 543	1.38 479

999	1.00 371	1.12 294	0.59 312	1.10 351	1.21 469	1.09 391	0.52 335	1.08 378	1.43 480	1.18 399	1.35 472	0.98 383	0.52 335	0.91 368	0.85 383	0.72 332	1.46 463	0.83 374	0.98 396	0.68 319	1.41 480

sCroCo_RVC	2.10 480	2.76 453	1.92 502	2.78 476	1.39 477	2.73 510	1.41 479	2.73 506	1.40 478	2.77 515	1.41 479	2.74 511	1.40 469	2.74 510	1.40 477	2.72 506	1.42 461	2.72 514	1.44 480	2.79 500	1.42 481

RAFT_CTSACE	1.92 458	3.71 477	1.72 480	1.88 442	1.72 495	2.04 479	1.42 481	2.18 479	1.89 510	2.02 476	1.97 510	1.95 471	2.06 506	1.93 473	1.62 484	1.76 456	1.66 481	2.02 488	1.73 505	1.73 455	1.43 482

1w_stereo	2.05 479	2.32 422	1.35 449	3.74 509	2.01 510	2.73 510	1.42 481	1.88 463	1.93 512	2.03 477	1.28 467	2.71 505	1.99 502	2.72 507	1.72 493	2.20 477	1.32 444	1.87 481	1.86 508	2.45 482	1.54 483

test_xeample3	1.10 383	1.81 383	0.61 319	0.84 315	0.49 333	0.77 351	0.66 351	0.92 364	1.40 478	0.68 345	0.46 319	0.78 358	0.54 339	1.72 464	1.48 480	1.34 435	1.52 467	1.35 464	1.67 497	1.33 439	1.55 484

LGtest1	2.22 491	2.70 445	1.89 499	2.76 472	1.86 502	2.75 512	1.86 499	2.75 507	1.86 504	2.75 510	1.86 498	2.77 514	1.87 490	2.75 511	1.86 504	2.46 495	1.58 473	2.45 506	1.56 483	2.45 482	1.56 485

LG-G_1	2.22 491	2.71 447	1.89 499	2.77 473	1.87 505	2.75 512	1.87 501	2.76 508	1.87 508	2.75 510	1.87 499	2.76 512	1.87 490	2.75 511	1.86 504	2.47 496	1.58 473	2.45 506	1.57 484	2.45 482	1.57 486

LG-G	2.22 491	2.71 447	1.89 499	2.77 473	1.87 505	2.75 512	1.87 501	2.76 508	1.87 508	2.75 510	1.87 499	2.76 512	1.87 490	2.75 511	1.86 504	2.47 496	1.58 473	2.45 506	1.57 484	2.45 482	1.57 486

3w_stereo	2.04 477	2.24 417	1.70 477	3.15 483	2.18 522	2.49 497	1.26 464	2.03 471	1.98 514	1.98 472	1.33 470	2.72 509	1.99 502	2.59 499	1.72 493	2.22 479	1.33 451	1.85 478	1.88 514	2.50 488	1.58 488

DPSMNet_ROB	1.60 448	1.59 373	1.70 477	1.59 431	1.59 484	1.61 464	1.61 486	1.60 453	1.60 483	1.62 463	1.59 486	1.60 462	1.60 473	1.60 459	1.59 483	1.59 451	1.60 477	1.59 472	1.59 489	1.59 448	1.59 489

asd	2.18 484	2.77 455	1.58 472	3.59 503	2.00 509	2.58 505	1.85 498	2.39 490	1.71 489	2.47 496	1.97 510	2.59 500	1.61 474	2.56 497	1.79 500	2.51 499	1.99 493	2.11 493	1.62 493	2.36 478	1.60 490

4.5_new	2.00 464	1.84 385	1.98 505	2.77 473	2.16 518	2.27 485	1.28 466	2.09 473	1.98 514	2.01 475	1.28 467	2.71 505	1.98 500	2.51 496	1.65 486	2.26 480	1.33 451	1.87 481	1.87 509	2.49 486	1.60 490

IGEV	2.02 472	2.20 413	1.82 488	2.90 478	2.16 518	2.41 493	1.25 462	2.00 469	1.98 514	1.99 473	1.31 469	2.72 509	1.93 496	2.67 504	1.69 490	2.26 480	1.32 444	1.83 477	1.87 509	2.53 493	1.61 492

2.25w	2.00 464	1.86 388	1.98 505	2.95 479	2.17 520	2.26 484	1.35 469	2.42 491	2.00 517	2.07 482	1.27 466	2.53 494	1.99 502	2.29 486	1.49 481	2.21 478	1.32 444	1.85 478	1.87 509	2.52 490	1.62 493

3.25w	2.04 477	2.20 413	1.48 467	3.03 480	2.17 520	2.63 506	1.39 477	1.96 466	1.95 513	1.96 469	1.37 475	2.71 505	1.96 499	2.71 505	1.73 498	2.26 480	1.32 444	1.87 481	1.87 509	2.51 489	1.63 494

UDGNet	2.23 494	5.40 510	1.72 480	2.48 467	1.69 491	2.51 500	1.69 490	2.51 496	1.72 493	2.50 498	1.69 493	2.52 493	1.69 479	2.50 495	1.68 489	2.41 493	1.70 483	2.42 505	1.69 501	2.42 480	1.64 495

MFMNet_re	1.81 456	1.91 393	1.71 479	1.95 446	1.70 494	1.95 475	1.70 491	1.96 466	1.74 496	1.97 471	1.72 494	1.95 471	1.71 480	1.97 475	1.71 491	1.86 459	1.62 478	1.85 478	1.66 496	1.86 460	1.64 495

Anonymous3	2.55 508	3.26 468	1.65 475	3.28 488	1.63 487	3.24 519	1.68 489	3.27 517	1.66 484	3.28 518	1.67 492	3.25 518	1.66 476	3.27 517	1.64 485	3.26 512	1.65 480	3.30 517	1.65 495	4.95 534	1.65 497

qwe	2.18 484	2.60 439	1.58 472	3.83 510	1.90 507	2.53 501	1.90 504	2.48 493	1.73 494	2.37 493	1.92 506	2.53 494	1.68 477	2.56 497	1.83 501	2.52 501	1.87 492	2.07 489	1.68 499	2.32 476	1.71 498

TRStereo	2.00 464	2.13 407	1.85 494	2.27 458	1.84 499	2.28 487	1.84 495	2.29 482	1.86 504	2.30 488	1.87 499	2.30 482	1.87 490	2.08 478	1.72 493	2.08 472	1.72 484	2.08 490	1.72 502	2.08 465	1.72 499

XX-Stereo	2.00 464	2.13 407	1.85 494	2.27 458	1.84 499	2.28 487	1.84 495	2.29 482	1.86 504	2.30 488	1.87 499	2.30 482	1.87 490	2.08 478	1.72 493	2.08 472	1.72 484	2.08 490	1.72 502	2.08 465	1.72 499

EAI-Stereo	2.00 464	2.13 407	1.85 494	2.27 458	1.84 499	2.28 487	1.84 495	2.29 482	1.86 504	2.30 488	1.87 499	2.30 482	1.87 490	2.08 478	1.72 493	2.08 472	1.72 484	2.08 490	1.72 502	2.08 465	1.72 499

cf-r	0.66 303	2.17 411	0.12 100	0.18 127	0.12 149	0.18 151	2.70 522	2.60 498	0.12 149	0.18 148	0.12 141	0.18 150	0.12 146	0.18 149	0.12 138	0.15 123	0.11 94	0.15 139	0.11 129	1.81 459	1.74 502

asda	2.17 483	2.54 436	1.81 483	3.47 498	1.78 497	2.50 499	1.86 499	2.61 499	1.68 485	2.61 501	1.83 496	2.37 489	1.73 482	2.44 494	1.88 508	2.51 499	1.84 490	2.34 500	1.62 493	2.23 470	1.77 503

U	5.15 552	8.49 532	1.81 483	8.49 549	1.77 496	8.49 560	1.77 493	8.51 560	1.77 497	8.49 560	1.77 495	8.50 560	1.78 487	8.58 560	1.77 499	8.54 558	1.78 487	8.55 560	1.78 506	8.55 554	1.84 504

FBW_ROB	2.12 482	2.46 435	1.77 482	2.49 468	1.79 498	2.38 491	1.83 494	2.46 492	1.78 498	2.48 497	1.97 510	2.40 490	1.78 487	2.42 493	1.83 501	2.31 487	1.85 491	2.38 503	1.82 507	2.35 477	1.84 504

monsterstereo	2.20 490	2.33 423	1.95 503	3.65 505	2.07 515	2.49 497	1.61 486	2.48 493	1.83 502	2.45 495	1.61 489	2.67 504	1.86 489	2.64 501	1.94 510	2.48 498	1.66 481	2.34 500	1.68 499	2.40 479	1.86 506

monsters	2.18 484	2.41 433	1.96 504	3.47 498	2.03 514	2.53 501	1.64 488	2.48 493	1.73 494	2.40 494	1.50 482	2.62 501	1.94 497	2.59 499	1.94 510	2.44 494	1.57 472	2.28 496	1.87 509	2.42 480	1.86 506

2.5w	2.01 471	2.40 432	1.37 459	3.28 488	2.01 510	2.71 507	1.43 483	1.82 462	1.83 502	1.90 468	1.41 479	2.71 505	1.35 464	2.71 505	1.85 503	2.66 502	1.53 468	1.64 473	1.23 462	2.53 493	1.87 508

3.25w_new	2.03 474	2.72 449	1.35 449	3.33 493	1.57 482	2.72 508	1.53 485	2.15 478	1.33 470	2.15 484	1.60 487	2.63 502	1.30 460	2.72 507	1.99 514	2.67 504	1.53 468	1.75 476	1.25 465	2.53 493	1.87 508

3.5w_stereo	2.03 474	2.72 449	1.35 449	3.41 495	1.57 482	2.72 508	1.49 484	2.01 470	1.34 471	2.15 484	1.61 489	2.63 502	1.36 465	2.72 507	1.99 514	2.66 502	1.58 473	1.68 475	1.24 463	2.53 493	1.87 508

4w-stereo	2.02 472	2.72 449	1.44 464	3.36 494	1.59 484	2.48 496	1.72 492	2.28 480	1.24 466	2.24 486	1.65 491	2.56 498	1.32 462	2.39 490	1.98 513	2.67 504	1.51 466	1.66 474	1.24 463	2.53 493	1.88 511

GANet-RSSM	0.75 321	1.91 393	0.14 125	0.47 243	0.14 154	0.21 166	3.21 539	2.30 486	0.14 154	0.46 275	0.14 158	0.23 173	0.18 176	0.21 166	0.14 148	0.18 147	0.27 190	0.37 246	0.13 154	2.13 468	2.12 512

HUF	2.18 484	2.30 420	1.99 508	2.34 463	2.02 513	2.41 493	2.06 513	2.38 489	1.89 510	2.36 492	1.85 497	2.56 498	1.98 500	2.31 488	1.97 512	2.30 486	2.03 501	2.30 497	2.11 516	2.23 470	2.16 513

AIO_test	2.18 484	2.09 405	2.04 509	2.42 465	2.01 510	2.47 495	1.94 505	2.34 487	2.03 518	2.56 500	1.94 507	2.43 491	1.94 497	2.41 491	1.87 507	2.39 492	2.10 503	2.35 502	1.91 515	2.25 472	2.19 514

AIO_rvc	2.18 484	2.34 427	1.87 498	2.32 462	1.94 508	2.40 492	1.89 503	2.37 488	2.07 519	2.52 499	1.95 509	2.44 492	1.99 502	2.41 491	1.89 509	2.32 488	2.09 502	2.24 494	2.18 517	2.21 469	2.23 515

NCCL2	2.28 496	2.27 418	2.28 511	2.28 461	2.28 523	2.27 485	2.29 517	2.28 480	2.28 520	2.27 487	2.28 522	2.28 481	2.27 510	2.27 485	2.28 521	2.28 484	2.28 508	2.27 495	2.29 521	2.27 473	2.29 516

PSMNet-RSSM	0.77 326	2.76 453	0.14 125	0.20 132	0.14 154	0.20 159	2.66 520	2.79 511	0.14 154	0.21 164	0.14 158	0.21 163	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	2.52 490	2.31 517

GwcNet-RSSM	0.77 326	2.77 455	0.14 125	0.20 132	0.14 154	0.20 159	2.67 521	2.78 510	0.14 154	0.20 155	0.14 158	0.20 156	0.14 155	0.21 166	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	2.52 490	2.31 517

hitnet-ft	0.79 330	2.78 457	0.14 125	0.20 132	0.14 154	0.21 166	2.89 523	2.80 512	0.14 154	0.20 155	0.14 158	0.20 156	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	2.54 498	2.33 519

STTStereo	3.73 522	30.40 569	2.37 515	2.39 464	2.31 525	2.35 490	2.33 518	2.29 482	2.42 521	2.32 491	2.34 523	2.33 485	2.36 511	2.30 487	2.27 520	2.35 489	2.22 507	2.31 498	2.22 518	2.29 475	2.34 520

sAnonymous2	3.31 519	2.63 440	1.38 461	3.71 507	1.86 502	4.70 543	1.11 403	4.82 545	2.72 523	5.45 550	1.98 516	4.59 535	2.64 512	2.65 502	6.21 555	4.37 518	1.08 379	5.16 549	2.24 519	4.52 516	2.39 521

CroCo_RVC	3.31 519	2.63 440	1.38 461	3.71 507	1.86 502	4.70 543	1.11 403	4.82 545	2.72 523	5.45 550	1.98 516	4.59 535	2.64 512	2.65 502	6.21 555	4.37 518	1.08 379	5.16 549	2.24 519	4.52 516	2.39 521

Sa-1000	4.34 540	8.37 529	6.84 553	6.98 544	4.45 554	3.58 521	3.00 524	3.42 520	3.39 539	2.61 501	4.00 548	3.83 524	4.01 541	3.90 524	3.90 544	5.98 547	5.62 542	3.76 524	2.34 522	4.35 514	2.47 523

NLCA_NET_v2_RVC	5.04 550	50.87 579	2.78 517	2.87 477	2.71 526	2.78 515	0.47 317	2.88 513	2.86 525	1.89 467	2.67 524	2.79 515	2.79 515	2.78 514	2.83 522	2.82 508	2.82 511	2.83 515	2.77 524	2.83 501	2.76 524
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MLG-Stereo_test1	4.25 535	5.34 509	3.61 535	5.31 531	3.63 545	5.23 549	3.57 542	5.38 550	3.65 540	5.23 547	3.47 539	4.76 544	3.74 535	4.85 543	3.71 540	4.96 536	3.18 525	4.71 541	2.92 525	4.86 532	2.90 525

MLG-Stereo_test3	4.26 536	4.85 497	3.95 539	5.35 532	3.60 544	4.75 546	3.76 545	5.49 551	3.71 542	5.39 548	3.69 543	4.82 546	3.66 532	4.85 543	3.73 543	4.93 535	3.19 526	4.69 540	2.99 527	4.84 531	2.98 526

rvit_0105_6	3.87 527	5.73 517	3.10 529	4.69 524	3.12 538	4.54 533	3.02 526	4.56 532	3.04 526	4.54 533	3.03 527	4.54 531	3.04 519	4.56 532	3.05 525	4.58 527	3.05 513	4.58 532	3.05 528	4.58 519	3.05 527

rvit_105_1	3.83 523	5.22 503	3.01 519	4.53 514	3.01 528	4.51 531	3.01 525	4.56 532	3.04 526	4.53 531	3.03 527	4.55 533	3.03 516	4.56 532	3.04 523	4.57 524	3.05 513	4.57 530	3.05 528	4.57 518	3.05 527

rvit_stereo_0081	3.83 523	5.23 504	3.01 519	4.53 514	3.03 530	4.55 537	3.02 526	4.56 532	3.04 526	4.52 529	3.02 525	4.54 531	3.03 516	4.56 532	3.04 523	4.57 524	3.05 513	4.57 530	3.05 528	4.58 519	3.05 527

rvit_stereo_0082	3.86 525	5.82 518	3.01 519	4.53 514	3.03 530	4.54 533	3.02 526	4.56 532	3.04 526	4.53 531	3.02 525	4.55 533	3.04 519	4.57 535	3.05 525	4.57 524	3.05 513	4.58 532	3.05 528	4.58 519	3.06 530

rvit_stereo_0081_aga	3.86 525	5.33 507	3.02 522	4.55 520	3.04 534	4.54 533	3.02 526	4.64 539	3.06 530	4.54 533	3.04 529	4.62 540	3.08 523	4.62 538	3.07 528	4.58 527	3.06 517	4.60 534	3.08 532	4.63 522	3.07 531

rvit_stereo_0080	3.89 528	5.70 515	3.04 524	4.54 517	3.03 530	4.56 538	3.05 532	4.60 536	3.07 531	4.58 536	3.06 530	4.59 535	3.06 521	4.61 536	3.08 529	4.63 529	3.09 518	4.64 536	3.10 533	4.65 523	3.10 532

whm_eth	3.89 528	5.70 515	3.04 524	4.54 517	3.03 530	4.56 538	3.05 532	4.60 536	3.07 531	4.58 536	3.06 530	4.59 535	3.06 521	4.61 536	3.08 529	4.63 529	3.09 518	4.64 536	3.10 533	4.65 523	3.10 532

rvit_stereo_0083	3.92 532	5.30 506	3.06 527	4.61 523	3.09 537	4.67 542	3.08 535	4.66 540	3.09 535	4.62 539	3.10 535	4.66 543	3.11 525	4.67 540	3.16 534	4.72 534	3.16 523	4.77 543	3.11 535	4.66 525	3.11 534

MLG-Stereo_test2	4.28 537	5.46 513	3.69 537	4.86 527	3.72 547	5.58 552	3.42 540	4.81 544	3.77 546	4.85 543	3.72 544	5.55 552	3.63 531	5.58 550	3.53 538	4.41 521	3.28 527	4.99 547	2.95 526	4.75 527	3.13 535

rvit_0105_3	3.91 530	5.33 507	3.06 527	4.60 522	3.07 536	4.60 540	3.06 534	4.62 538	3.08 534	4.60 538	3.07 533	4.62 540	3.08 523	4.67 540	3.10 532	4.70 532	3.11 520	4.77 543	3.19 539	4.77 528	3.14 536

rvit_0105_4	3.91 530	5.47 514	3.02 522	4.54 517	3.02 529	4.54 533	3.03 530	4.75 542	3.17 537	4.57 535	3.06 530	4.61 539	3.16 527	4.65 539	3.09 531	4.66 531	3.11 520	4.68 539	3.18 538	4.81 529	3.16 537

rvit_stereo_ft	3.93 533	5.44 512	3.05 526	4.59 521	3.06 535	4.61 541	3.08 535	4.67 541	3.12 536	4.63 540	3.10 535	4.65 542	3.11 525	4.69 542	3.13 533	4.70 532	3.14 522	4.71 541	3.15 537	4.74 526	3.16 537

raft_robust	4.71 545	7.75 527	5.40 548	6.81 541	3.31 540	4.28 530	4.20 551	4.32 529	4.37 552	4.35 528	4.35 551	4.14 527	3.75 536	4.30 530	4.20 549	6.67 550	6.37 545	3.36 519	4.24 553	4.86 532	3.25 539

rvit_0105_5	4.10 534	5.40 510	3.13 532	4.71 525	3.15 539	4.72 545	3.10 537	4.90 547	3.27 538	4.69 541	3.16 537	4.84 547	3.25 528	4.96 546	3.34 536	5.05 539	3.39 528	5.10 548	3.40 540	5.11 536	3.42 540

DispFullNet	4.61 543	4.84 496	3.12 530	5.00 529	3.57 543	4.75 546	3.03 530	7.75 558	4.17 550	4.91 545	3.09 534	6.20 554	3.95 539	6.71 554	3.51 537	5.30 542	3.67 530	5.86 555	3.63 542	5.61 540	3.46 541

SA	4.33 539	7.35 523	6.85 554	5.96 537	4.09 551	3.59 522	3.15 538	3.82 524	2.64 522	3.91 522	3.85 545	3.57 520	2.72 514	3.13 516	4.03 546	7.09 554	6.86 549	3.57 520	3.12 536	3.85 506	3.51 542

DPSNet	3.66 521	3.60 473	3.62 536	3.63 504	3.64 546	3.65 523	3.65 544	3.66 522	3.67 541	3.67 521	3.65 542	3.67 522	3.66 532	3.66 521	3.68 539	3.68 516	3.66 529	3.67 522	3.68 545	3.67 504	3.67 543

RAFT+CT+SA	4.28 537	7.62 526	4.91 543	5.55 534	2.28 523	3.09 516	3.64 543	4.49 530	3.07 531	4.80 542	3.35 538	4.77 545	3.70 534	4.29 529	3.05 525	5.58 543	5.98 544	3.58 521	3.78 547	4.26 512	3.72 544

test_4	4.88 547	8.13 528	6.98 555	7.46 545	4.44 553	4.25 529	3.85 548	4.04 528	3.92 547	4.13 525	3.91 546	4.18 528	3.84 537	4.14 527	4.06 547	7.01 553	7.13 550	4.53 528	3.72 546	4.09 510	3.72 544

TestStereo1	4.60 541	8.41 530	6.44 551	6.86 542	3.79 548	3.97 526	3.78 546	3.99 526	3.74 543	3.97 523	3.52 540	3.94 525	3.58 529	3.98 525	3.72 541	6.82 551	6.50 547	3.76 524	3.66 543	3.90 507	3.74 546

SA-5K	4.60 541	8.41 530	6.44 551	6.86 542	3.79 548	3.97 526	3.78 546	3.99 526	3.74 543	3.97 523	3.52 540	3.94 525	3.58 529	3.98 525	3.72 541	6.82 551	6.50 547	3.76 524	3.66 543	3.90 507	3.74 546

FC-DCNN v2	5.10 551	5.15 501	4.49 541	5.07 530	3.37 541	6.87 555	4.75 553	5.04 548	6.34 557	7.84 558	5.06 554	6.72 558	4.09 542	4.99 547	5.44 554	5.03 538	3.16 523	4.67 538	4.86 554	5.15 537	3.89 548

cross-raft	4.83 546	7.52 524	6.43 550	6.63 540	3.96 550	4.51 531	3.99 549	4.49 530	3.96 548	4.52 529	3.96 547	4.50 530	3.97 540	4.50 531	3.97 545	6.65 549	6.44 546	4.33 527	3.92 549	4.35 514	3.91 549

test_5	4.62 544	7.55 525	6.23 549	6.32 539	3.40 542	5.29 550	3.50 541	3.53 521	4.11 549	4.28 526	4.47 552	4.26 529	4.38 544	3.68 522	3.24 535	5.89 545	5.60 541	4.84 545	3.50 541	4.33 513	3.93 550

SGM-Forest	5.21 553	5.92 519	4.08 540	6.18 538	4.16 552	6.31 554	4.34 552	6.50 553	4.33 551	6.14 554	4.21 550	6.61 557	4.55 545	6.67 553	4.48 550	5.94 546	3.94 532	5.85 554	4.03 551	5.79 542	4.17 551
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 549	8.86 535	7.77 557	8.09 547	2.76 527	4.13 528	4.05 550	3.88 525	3.76 545	4.33 527	4.13 549	3.71 523	3.91 538	4.21 528	4.06 547	7.93 555	7.69 552	4.53 528	3.91 548	4.17 511	4.29 552

TestStereo	4.88 547	4.75 495	4.79 542	4.87 528	4.92 555	4.81 548	4.90 554	4.78 543	4.77 553	4.87 544	4.89 553	4.90 548	4.91 546	4.99 547	4.79 551	4.98 537	4.87 538	4.87 546	4.92 555	5.00 535	5.00 553

SGM+DAISY	7.06 557	9.15 536	5.38 547	8.84 551	5.18 556	8.80 561	5.31 556	8.79 561	5.28 555	8.89 561	5.20 555	8.93 561	5.33 548	8.95 561	5.36 553	8.70 559	5.21 539	8.74 561	5.20 556	8.89 555	5.15 554

rvit_stereo_0075_2	6.64 555	8.80 534	5.25 545	7.89 546	5.27 557	7.90 559	5.27 555	7.92 559	5.28 555	7.91 559	5.29 556	7.93 559	5.27 547	7.92 559	5.28 552	7.93 555	5.28 540	7.93 558	5.29 557	7.93 551	5.28 555

test-1	6.46 554	9.16 537	8.03 560	8.09 547	5.62 558	6.11 553	6.35 557	6.85 555	4.94 554	6.08 553	6.29 559	4.98 549	6.43 551	6.22 551	6.36 557	6.16 548	7.47 551	5.82 553	5.44 558	7.11 548	5.68 556

RAFT	6.73 556	9.36 538	7.40 556	8.51 550	6.55 559	6.88 556	6.60 558	6.79 554	6.60 558	6.80 555	6.72 560	5.31 551	5.50 549	6.61 552	6.61 558	8.42 557	5.89 543	5.73 552	5.45 559	6.61 544	6.24 557

CFNet_RVC	2.38 504	8.71 533	0.38 238	9.33 552	0.42 314	0.56 328	0.42 303	0.60 326	0.38 280	0.62 336	0.42 310	0.56 331	7.29 555	0.62 331	0.42 305	0.53 303	0.37 241	0.49 320	0.34 271	8.30 552	6.87 558

test-v	7.53 558	11.89 546	7.98 558	9.36 553	7.14 560	7.06 557	7.09 559	7.37 556	6.91 559	7.29 556	5.71 557	6.45 555	6.93 552	6.73 555	7.27 559	8.93 560	7.85 553	6.98 556	6.80 560	7.56 549	7.34 559

test-2	7.53 558	11.89 546	7.98 558	9.36 553	7.14 560	7.06 557	7.09 559	7.37 556	6.91 559	7.29 556	5.71 557	6.45 555	6.93 552	6.73 555	7.27 559	8.93 560	7.85 553	6.98 556	6.80 560	7.56 549	7.34 559

MANE	19.05 561	23.00 554	15.00 561	23.00 568	15.00 562	24.00 568	16.00 561	24.00 568	16.00 561	22.00 568	15.00 561	23.00 568	16.00 561	23.00 568	15.00 561	22.00 568	15.00 562	22.00 568	15.00 562	22.00 568	15.00 561

rafts_anoy	20.00 562	20.00 548	20.00 562	20.00 562	20.00 563	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 563	20.00 562	20.00 563	20.00 562	20.00 562

raft+_RVC	20.00 562	20.00 548	20.00 562	20.00 562	20.00 563	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 563	20.00 562	20.00 563	20.00 562	20.00 562

raftrobust	20.00 562	20.00 548	20.00 562	20.00 562	20.00 563	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 563	20.00 562	20.00 563	20.00 562	20.00 562

CasAABBNet	20.00 562	20.00 548	20.00 562	20.00 562	20.00 563	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 563	20.00 562	20.00 563	20.00 562	20.00 562

RALCasStereoNet	20.00 562	20.00 548	20.00 562	20.00 562	20.00 563	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 563	20.00 562	20.00 563	20.00 562	20.00 562

RALAANet	20.00 562	20.00 548	20.00 562	20.00 562	20.00 563	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 562	20.00 563	20.00 562	20.00 563	20.00 562	20.00 562

WCMA_ROB	31.10 569	35.43 574	27.12 568	39.51 580	23.10 569	38.78 580	25.30 568	37.49 580	25.39 568	37.29 579	27.02 568	38.52 580	26.48 568	37.80 579	26.44 568	36.28 576	22.65 569	33.90 573	22.30 569	37.10 577	24.18 568

111	30.40 568	30.94 570	29.72 569	32.61 569	30.02 570	33.57 569	30.47 569	31.50 569	29.39 569	30.98 569	29.11 569	29.78 569	30.39 572	29.45 569	30.76 572	30.08 569	29.02 570	29.92 569	30.32 573	29.86 569	30.17 569

fff	1000028.16 588	29.62 566	29.72 569	32.61 569	30.02 570	35.13 571	31.83 570	32.07 570	10000000.00 588	35.27 572	29.82 570	32.45 570	30.15 569	32.35 570	30.09 569	31.04 570	29.55 571	30.64 570	30.14 570	10000000.00 589	30.77 570

csc	1000028.16 588	29.62 566	29.72 569	32.61 569	30.02 570	35.13 571	31.83 570	32.07 570	10000000.00 588	35.27 572	29.82 570	32.45 570	30.15 569	32.35 570	30.09 569	31.04 570	29.55 571	30.64 570	30.14 570	10000000.00 589	30.77 570

cscssc	1000028.16 588	29.62 566	29.72 569	32.61 569	30.02 570	35.13 571	31.83 570	32.07 570	10000000.00 588	35.27 572	29.82 570	32.45 570	30.15 569	32.35 570	30.09 569	31.04 570	29.55 571	30.64 570	30.14 570	10000000.00 589	30.77 570

ADStereo(finetuned)	36.13 571	36.63 575	38.07 579	36.97 574	33.25 574	35.91 574	34.45 573	36.36 576	32.99 570	38.14 580	36.71 576	36.69 576	34.13 573	38.57 580	40.79 579	37.60 580	36.58 577	35.90 577	33.36 574	35.42 572	34.04 573

tt	500032.53 586	34.60 572	29.72 569	37.47 578	34.41 575	36.85 575	35.22 574	34.71 573	33.55 571	34.50 570	35.43 573	33.81 573	10000000.00 589	33.57 573	33.13 573	33.68 573	35.00 575	34.03 574	35.26 576	30.96 570	34.63 574

DCANet	500032.53 586	34.60 572	29.72 569	37.47 578	34.41 575	36.85 575	35.22 574	34.71 573	33.55 571	34.50 570	35.43 573	33.81 573	10000000.00 589	33.57 573	33.13 573	33.68 573	35.00 575	34.03 574	35.26 576	30.96 570	34.63 574

DCANet-4	35.22 570	34.54 571	35.08 575	33.58 573	35.47 577	34.55 570	35.53 576	36.08 575	35.85 573	35.92 575	35.77 575	35.18 575	35.48 574	35.39 575	37.15 578	34.55 575	33.92 574	35.02 576	34.90 575	35.79 573	34.74 576

Reg-Stereo(zero)	37.00 572	37.00 576	37.00 576	37.00 575	37.00 578	37.00 577	37.00 577	37.00 577	37.00 574	37.00 576	37.00 577	37.00 577	37.00 575	37.00 576	37.00 575	37.00 577	37.00 578	37.00 578	37.00 578	37.00 574	37.00 577

HI	37.00 572	37.00 576	37.00 576	37.00 575	37.00 578	37.00 577	37.00 577	37.00 577	37.00 574	37.00 576	37.00 577	37.00 577	37.00 575	37.00 576	37.00 575	37.00 577	37.00 578	37.00 578	37.00 578	37.00 574	37.00 577

CoSv	37.00 572	37.00 576	37.00 576	37.00 575	37.00 578	37.00 577	37.00 577	37.00 577	37.00 574	37.00 576	37.00 577	37.00 577	37.00 575	37.00 576	37.00 575	37.00 577	37.00 578	37.00 578	37.00 578	37.00 574	37.00 577

NOSS_ROB	102.95 576	153.00 584	121.00 583	51.00 581	44.00 581	165.00 584	127.00 582	153.00 583	119.00 579	164.00 584	125.00 582	168.00 584	120.00 580	153.00 583	117.00 582	49.00 581	44.00 581	49.00 581	44.00 581	49.00 578	44.00 580

CBMV	128.50 577	1422.70 591	53.10 581	79.50 582	51.30 582	77.30 582	49.70 580	74.00 581	48.20 578	77.20 582	48.80 581	73.90 582	48.00 579	73.80 582	48.80 581	70.40 582	45.10 582	68.90 582	46.10 582	68.20 579	45.00 581
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 575	87.70 580	41.95 580	113.75 583	65.62 583	75.05 581	55.25 581	75.64 582	45.04 577	71.61 581	41.75 580	72.81 581	44.06 578	68.38 581	44.63 580	101.89 583	59.57 583	107.10 583	61.05 583	104.38 580	59.38 582

MeshStereo	159.24 578	171.00 585	160.68 586	162.58 584	160.59 584	164.01 583	160.35 583	158.51 584	158.56 580	158.34 583	160.12 583	158.56 583	159.92 581	157.26 584	158.94 583	154.38 584	158.36 584	155.75 584	159.13 585	153.67 581	154.07 583
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 579	123.00 581	115.00 582	219.00 585	218.00 586	223.00 585	244.00 585	217.00 585	236.00 582	202.00 585	203.00 584	205.00 585	208.00 582	225.00 585	204.00 584	210.00 585	198.00 585	197.00 585	184.00 586	204.00 582	201.00 584

DLCB_ROB	284.23 582	354.61 587	207.27 587	363.24 588	206.46 585	364.72 588	210.41 584	364.72 588	210.41 581	364.81 588	208.64 585	364.81 588	208.64 583	364.72 588	210.41 585	354.70 588	205.53 586	354.70 588	205.53 587	354.70 585	205.53 585

MGS-Stereo	239.45 580	123.00 581	135.00 584	266.00 586	286.00 587	277.00 586	305.00 586	271.00 586	242.00 583	274.00 586	279.00 586	255.00 586	270.00 584	268.00 586	297.00 586	221.00 586	247.00 587	216.00 586	123.00 584	217.00 583	217.00 586

EGLCR-Stereo	246.90 581	129.00 583	139.00 585	266.00 586	286.00 587	277.00 586	305.00 586	271.00 586	242.00 583	274.00 586	279.00 586	255.00 586	270.00 584	268.00 586	297.00 586	230.00 587	247.00 587	216.00 586	223.00 588	237.00 584	227.00 587

LE_ROB	396.57 583	471.28 588	329.84 588	471.48 589	308.15 589	526.83 589	322.10 588	488.15 589	323.76 585	495.46 589	317.97 588	497.17 589	320.10 586	481.62 589	326.76 588	462.71 589	298.97 589	466.16 589	285.98 589	447.62 586	289.21 588

SGM-ForestM	596.69 584	677.77 589	444.52 589	699.85 590	517.25 590	732.94 590	488.29 589	770.79 590	460.11 586	750.81 590	487.98 589	792.79 590	499.41 587	730.90 590	475.81 589	720.03 590	491.16 590	663.96 590	418.60 590	674.76 587	436.05 589

CBMV_ROB	818.48 585	913.88 590	709.52 590	862.84 591	597.78 591	1073.99 591	700.52 590	1015.66 591	702.59 587	1115.65 591	760.02 590	1130.24 591	721.57 588	1037.41 591	692.65 590	814.05 591	564.29 591	843.28 591	595.31 591	915.51 588	602.92 590

111111	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

SGD-Stereo	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

IGEV-Stereo++	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

IGEV-BASED-STEREO-	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

IGEV-Stereo+	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

SDNR	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

anonymousdsp2	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

anonymousdsp	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

test_example2	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591

DIP-Stereo	10000000.00 591	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 588	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 589	10000000.00 592	10000000.00 591	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 592	10000000.00 589	10000000.00 591
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 168		0.48 247	0.35 272	0.48 297		0.51 307		0.47 281		0.47 288		0.47 283		0.41 254	0.40 257	0.40 268	0.40 303	0.41 260

Low-res two-view benchmark