Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 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

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 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

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

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

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

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

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

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

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

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

BEATNet_4x	0.11 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

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

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

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

TCMNet	0.03 29	0.04 37	0.03 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

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

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	1.57 501	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 102

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	1.65 505	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	1.71 510	0.04 44	0.04 45	0.04 73	0.04 78	0.07 104	0.04 79

AnyNet_C32	0.14 109	0.04 37	0.03 36	2.22 470	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

ADCP+	0.15 121	0.04 37	0.04 43	2.20 469	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
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

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

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 404	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

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

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	1.66 507	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

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

DFGA-Net	0.05 41	0.06 54	0.04 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

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

GwcNet	0.12 93	0.07 57	0.05 57	0.08 49	0.05 99	0.08 103	1.20 432	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

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

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

BEATNet-Init1	0.19 139	0.08 58	0.08 60	2.23 472	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	2.23 472	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

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

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

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

SuperB	0.21 147	0.10 66	2.51 535	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

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

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

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

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

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

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
ac_64	0.22 151	0.13 80	0.19 158	0.23 144	0.10 118	0.26 189	1.02 419	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

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	0.73 381

S2M2_L	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
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
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	0.82 397

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

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

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

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

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
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
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 121	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

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
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

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

ACVNet	0.20 141	0.19 96	0.14 125	0.20 132	0.14 154	0.20 159	0.96 411	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	0.96 411	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

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

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

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

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

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

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

ASD4		0.20 100

MSKI-zero shot	0.24 157	0.21 106	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

CIPLG	0.13 100	0.21 106	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

MIPNet	0.14 109	0.21 106	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

ACRE	0.13 100	0.21 106	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

Pointernet	0.21 147	0.22 110	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

test_for_model	0.15 121	0.23 111	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

WAO-6	0.22 151	0.23 111	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

IMH-64-1	0.22 151	0.23 111	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	0.23 111	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

MIM_Stereo	0.25 158	0.23 111	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

iResNetv2_ROB	0.20 141	0.23 111	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	0.23 111	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

Wz-Net-LNSev	0.06 44	0.24 118	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

IPLGR	0.14 109	0.24 118	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

tg	0.21 147	0.25 120	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

UNDER WATER-64	0.25 158	0.26 121	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++	0.17 133	0.27 122	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
TorneroNet-64	0.45 251	0.27 122	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	0.75 394	0.28 182	0.30 232

LoS	0.25 158	0.27 122	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.
DLNR_Zeroshot_test	0.31 180	0.28 125	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

SQANet	0.28 168	0.28 125	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

HGLStereo	0.28 168	0.29 127	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

MultiAttention	0.30 173	0.30 128	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	0.30 128	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

DANet	0.30 173	0.30 128	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
AANet_RVC	1.26 457	0.31 131	4.99 563	5.93 555	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	5.66 563	4.76 556	0.26 187	0.30 245	0.24 174	0.27 204

gcap-zeroshot	0.35 200	0.32 132	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

iResNet_ROB	0.28 168	0.32 132	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

H2IRNET	0.34 193	0.34 134	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

MLCV	0.31 180	0.35 135	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

ETE_ROB	0.35 200	0.35 135	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

DN-CSS_ROB	0.31 180	0.35 135	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

RSM	0.36 204	0.36 138	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

Any-RAFT	0.32 188	0.36 138	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

LG-Stereo_L2	0.34 193	0.37 140	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

RAFT-Test	0.36 204	0.37 140	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

XPNet_ROB	0.37 209	0.37 140	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

WAO-8	0.38 215	0.38 143	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	0.38 143	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

HanzoNet	0.39 223	0.38 143	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

Venus	0.38 215	0.38 143	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	0.38 143	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

DMCA	0.36 204	0.38 143	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

StereoDRNet-Refined	0.33 191	0.39 149	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
DISCO	1.11 404	0.39 149	5.28 565	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	6.95 576	0.22 186	0.30 194	0.21 170	0.27 191	0.21 186	5.25 557	0.21 174

EKT-Stereo	0.37 209	0.40 151	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

knoymous	0.40 227	0.40 151	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	0.40 151	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	0.40 151	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	0.40 151	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	0.40 151	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	0.40 151	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.
iRaft-Stereo_20w	0.34 193	0.41 158	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

GwcNet-ADL	0.41 234	0.41 158	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	0.41 158	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	0.41 158	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	0.41 158	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	0.41 158	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

DGSMNet	0.34 193	0.41 158	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

iRaft-Stereo_5w	0.34 193	0.42 165	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

GREAT-IGEV	0.38 215	0.43 166	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

fffy	0.38 215	0.43 166	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

IGEV++	0.34 193	0.43 166	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

ccccc		0.44 169		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

Wz-Net-LNSev-Ref	0.11 84	0.44 169	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

IGEV-Stereo	0.35 200	0.44 169	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
HART	0.38 215	0.45 172	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

mms	0.40 227	0.45 172	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

GMOStereo	0.37 209	0.45 172	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

RAFT + AFF	0.31 180	0.45 172	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

otaku	0.46 256	0.46 176	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

Dean	0.46 256	0.46 176	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-4b	0.46 256	0.46 176	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

psmorigin	0.41 234	0.46 176	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

Ntro	0.47 262	0.47 180	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

HaxPig	0.47 262	0.47 180	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

UNDER WATER	0.47 262	0.47 180	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	0.47 180	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

ACVNet_1	0.46 256	0.47 180	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

CES	0.39 223	0.47 180	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

xyz-stereo-finetune2	0.18 136	0.48 186	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

RainbowNet	0.48 267	0.48 186	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

xyz-stereo-finetune	0.28 168	0.49 188	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

GIP-stereo	0.36 204	0.49 188	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

notaker	0.48 267	0.49 188	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	0.49 188	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

xyz-stereo	0.18 136	0.50 192	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

FoundationStereo	0.50 275	0.50 192	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	0.50 192	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	0.50 192	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

KSHMR	0.66 303	0.50 192	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	1.16 417	1.11 415	0.66 338	0.52 335	0.49 287	0.49 298	0.51 329	0.66 363	0.50 296	1.14 427

WZ-Net	0.05 41	0.50 192	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

SANet	0.50 275	0.50 192	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

fffft	0.48 267	0.51 199	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
CASnet	0.35 200	0.51 199	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)
LG-Stereo_L1	0.47 262	0.52 201	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

Occ-G	1.12 405	0.52 201	3.72 557	3.50 520	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	3.42 533	4.02 552	0.52 332	0.45 320	0.51 302	0.44 301

AEACV	1.12 405	0.52 201	3.12 549	3.24 505	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	3.01 529	3.88 550	0.71 353	0.60 354	0.80 340	0.48 313

ktn	0.72 317	0.53 204	1.08 399	1.14 357	0.51 342	1.22 465	1.36 490	0.51 307	0.59 344	0.51 312	0.51 342	0.69 347	1.20 426	0.67 340	0.51 333	0.51 299	0.49 298	0.58 338	0.66 363	0.52 304	0.53 329

TorneroNet	0.66 303	0.53 204	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	1.15 427	0.71 331	0.49 298	1.14 419	1.08 423	0.49 291	0.49 318

ICVP	0.15 121	0.53 204	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)
Wz-Net-MNSev	0.06 44	0.54 207	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

PSMNet_ROB	0.54 285	0.54 207	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

LG-Stereo_Zeroshot	0.48 267	0.55 209	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

Selective-IGEV	0.51 280	0.55 209	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

Monster-pub-mixall	0.44 248	0.56 211	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	1.46 464	0.26 184	0.34 222	0.26 213	0.36 224	0.53 329

Monster-pub-eth3d	0.45 251	0.57 212	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	1.42 461	0.28 196	0.34 222	0.28 225	0.37 228	0.53 329

Replicate-Monster	0.45 251	0.57 212	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	1.36 456	0.31 220	0.34 222	0.30 245	0.36 224	0.54 332

LG-Stereo	0.60 293	0.58 214	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

AIO-test2	0.55 289	0.59 215	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

FCDSN-DC	0.41 234	0.59 215	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.
AIO-test1	0.54 285	0.60 217	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

DispNO	1.00 374	0.63 218	0.43 262	3.45 516	0.44 317	0.65 342	0.43 305	0.64 331	0.43 307	0.64 339	0.43 312	0.64 341	3.03 535	0.64 336	0.43 307	4.55 542	0.43 277	0.63 343	0.43 318	0.63 315	0.43 298

LMCR-Stereo	0.65 301	0.63 218	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	0.73 381

MonSter	0.60 293	0.64 220	0.52 302	0.62 287	0.44 317	2.07 500	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

AIO-Stereo	0.84 347	0.66 221	0.70 336	0.83 314	0.67 368	0.98 376	0.82 398	1.14 392	0.72 370	1.03 385	0.74 380	1.03 389	1.09 414	0.99 381	0.45 309	1.04 367	0.73 347	0.95 387	0.74 393	0.94 361	0.46 304

anonymity	0.63 298	0.69 222	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

CoDeX	0.15 121	0.70 223	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

RAFT-Stereo + iAFF	0.70 312	0.72 224	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

DSFCA	0.66 303	0.73 225	0.78 367	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

SMoEStereo_RVC	0.63 298	0.75 226	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

GCAP-BAT	0.33 191	0.78 227	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

SFCPSM	0.17 133	0.78 227	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	0.79 395	0.02 15	0.75 350	0.76 359	0.02 20	0.02 20	0.02 20

G-Net	0.79 330	0.79 229	0.79 372	0.79 308	0.79 386	0.79 355	0.79 387	0.79 345	0.79 397	0.79 357	0.79 399	0.79 360	0.79 390	0.79 351	0.79 395	0.79 338	0.79 354	0.79 363	0.79 401	0.79 336	0.79 392

DMCA-RVC	0.70 312	0.80 230	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

NaN_ROB	0.80 332	0.80 230	0.80 373	0.80 310	0.80 388	0.80 356	0.80 391	0.80 347	0.80 398	0.80 358	0.80 400	0.80 361	0.80 391	0.80 353	0.80 397	0.80 339	0.80 357	0.80 366	0.80 403	0.80 340	0.80 394

CSAN	0.80 332	0.80 230	0.80 373	0.80 310	0.80 388	0.80 356	0.80 391	0.80 347	0.80 398	0.80 358	0.80 400	0.80 361	0.80 391	0.80 353	0.80 397	0.80 339	0.80 357	0.80 366	0.80 403	0.80 340	0.80 394

testlalala	0.32 188	0.81 233	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

ARAFT	0.68 308	0.81 233	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

RSM++	0.76 325	0.82 235	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	0.71 378	0.83 347	0.70 358

water-stereo	0.41 234	0.84 236	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

Selective-RAFT-Error	0.88 352	0.84 236	0.98 391	0.86 318	0.97 402	0.88 363	0.95 410	0.84 352	0.99 420	0.92 370	0.82 405	0.84 366	0.98 404	0.87 362	0.97 412	0.81 342	0.83 360	0.79 363	0.82 406	0.79 336	0.85 399

depthmonostereo	0.44 248	0.85 238	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

MS	0.88 352	0.86 239	0.69 335	0.94 331	0.71 376	0.89 366	0.77 381	0.91 359	0.72 370	0.87 363	0.65 360	0.93 378	0.74 367	0.93 374	0.63 348	2.77 526	0.66 335	0.80 366	0.59 352	0.79 336	0.75 386

DilatedVolume-Stereo	0.43 244	0.86 239	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

AIO-Stereo-zeroshot	0.91 357	0.86 239	0.89 379	1.25 416	0.69 372	1.05 385	0.81 395	1.16 400	0.50 329	1.12 407	0.97 416	0.72 351	0.82 393	1.06 389	0.95 410	0.61 316	0.87 362	1.03 411	0.85 409	1.04 382	1.01 416

SM2	0.88 352	0.87 242	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	2.92 528	0.56 316	0.78 362	0.61 356	0.78 333	0.79 392

test_sample3	0.09 51	0.87 242	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_sample1	0.09 51	0.87 242	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

SCV_C0	0.45 251	0.88 245	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

tt45	1.04 396	0.88 245	1.36 476	0.92 325	1.03 421	1.51 481	0.79 387	0.70 339	0.88 405	0.74 353	0.90 408	1.60 481	0.72 365	1.60 478	0.75 373	0.91 353	0.78 353	1.52 490	0.79 401	1.14 394	1.32 491

AFF-stereo	0.73 319	0.88 245	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

CASS	0.57 292	0.89 248	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.
Selective-RAFT	0.89 356	0.89 248	0.72 342	1.16 364	0.78 385	1.06 386	0.82 398	0.87 353	0.97 417	1.00 379	0.91 411	0.90 371	1.00 405	0.89 365	0.93 409	0.83 347	0.83 360	0.82 373	0.82 406	0.81 343	0.82 397

MLG-Stereo	0.92 359	0.90 250	0.84 377	1.27 417	0.49 333	1.38 475	0.88 402	1.41 471	0.97 417	0.73 348	1.09 424	1.26 470	0.43 305	0.72 344	1.05 420	1.13 378	0.49 298	1.18 428	0.66 363	1.01 368	0.46 304

UNet	0.29 172	0.90 250	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	0.76 388

xxxxx1	0.31 180	0.91 252	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	0.91 252	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

ff	0.31 180	0.91 252	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

DPSM_ROB	0.92 359	0.91 252	0.91 384	0.91 322	0.92 397	0.92 369	0.92 406	0.92 364	0.91 407	0.93 372	0.91 411	0.92 374	0.90 398	0.91 368	0.92 405	0.92 356	0.91 376	0.91 382	0.92 410	0.93 359	0.93 406

DPSM	0.92 359	0.91 252	0.91 384	0.91 322	0.92 397	0.92 369	0.92 406	0.92 364	0.91 407	0.93 372	0.91 411	0.92 374	0.90 398	0.91 368	0.92 405	0.92 356	0.91 376	0.91 382	0.92 410	0.93 359	0.93 406

AIO-Stereo-zeroshot1	0.75 321	0.92 257	0.85 378	0.96 337	0.59 351	1.27 468	0.44 306	0.59 324	0.69 360	0.91 368	0.68 365	0.55 328	0.61 345	1.06 389	0.83 401	0.62 319	0.70 341	0.90 379	0.41 310	0.89 352	0.56 340

pmcnn	0.92 359	0.92 257	0.92 386	0.92 325	0.92 397	0.92 369	0.92 406	0.92 364	0.92 411	0.92 370	0.92 414	0.92 374	0.92 400	0.92 372	0.92 405	0.92 356	0.92 379	0.92 384	0.92 410	0.92 358	0.92 405

AdaDepth	0.86 350	0.93 259	0.71 339	1.01 344	1.07 429	1.02 383	0.71 365	1.00 372	0.71 368	1.01 383	0.71 374	1.00 384	0.72 365	1.14 415	0.71 367	0.92 356	0.64 331	0.90 379	0.64 360	0.89 352	0.69 357

tt1	0.31 180	0.93 259	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

SCV	0.46 256	0.94 261	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

tta	0.09 51	0.95 262	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

R-Stereo Train	0.81 337	0.96 263	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	0.96 263	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
test_sample6	0.09 51	0.97 265	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

zh-sn7	0.10 62	0.98 266	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

Former-RAFT_DAM_RVC	0.49 273	0.98 266	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

dd	0.23 155	0.98 266	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

222	0.10 62	0.99 269	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_sample7	0.09 51	1.00 270	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

ACVNet-DCA	0.37 209	1.00 270	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

GANet	1.00 374	1.00 270	1.00 393	1.00 341	1.00 405	1.00 378	1.00 414	1.00 372	1.00 421	1.00 379	1.00 418	1.00 384	1.00 405	1.00 383	1.00 415	1.00 363	1.00 386	1.00 392	1.00 417	1.00 365	1.00 413

TDLM	1.00 374	1.00 270	1.00 393	1.00 341	1.00 405	1.00 378	1.00 414	1.00 372	1.00 421	1.00 379	1.00 418	1.00 384	1.00 405	1.00 383	1.00 415	1.00 363	1.00 386	1.00 392	1.00 417	1.00 365	1.00 413

CVANet_RVC	1.00 374	1.00 270	1.00 393	1.00 341	1.00 405	1.00 378	1.00 414	1.00 372	1.00 421	1.00 379	1.00 418	1.00 384	1.00 405	1.00 383	1.00 415	1.00 363	1.00 386	1.00 392	1.00 417	1.00 365	1.00 413

DGTPSM_ROB	0.93 364	1.00 270	0.92 386	0.94 331	0.96 401	0.91 368	0.92 406	0.91 359	0.96 416	0.91 368	0.96 415	0.93 378	0.92 400	0.94 375	0.92 405	0.92 356	0.92 379	0.90 379	0.92 410	0.94 361	0.91 404

trnet	1.01 386	1.01 276	1.01 396	1.01 344	1.01 411	1.01 382	1.01 417	1.01 376	1.01 424	1.01 383	1.01 421	1.01 388	1.01 411	1.01 387	1.01 418	1.01 366	1.01 389	1.01 395	1.01 421	1.01 368	1.01 416

SMFormer	0.09 51	1.01 276	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

xxx	0.09 51	1.01 276	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

GLC_STEREO	1.07 400	1.01 276	1.06 398	1.07 349	1.05 424	1.06 386	1.08 421	1.08 378	1.05 427	1.07 387	1.06 423	1.08 391	1.05 413	1.06 389	1.10 422	1.07 369	1.09 400	1.05 415	1.05 422	1.06 388	1.12 423

1test111	0.37 209	1.02 280	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	1.02 280	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

test_sample4	0.10 62	1.03 282	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

test_sample2	0.09 51	1.03 282	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

xx1	0.38 215	1.03 282	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

dad	0.23 155	1.03 282	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

DualNet (step1)	0.10 62	1.05 286	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	1.05 286	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	1.05 286	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_sample5	0.10 62	1.07 289	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

DualNet	0.10 62	1.07 289	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

ttt	0.10 62	1.09 291	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

test_xeample	0.10 62	1.09 291	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

FC-DCNN	1.07 400	1.09 291	0.98 391	0.89 319	0.52 343	1.41 478	0.91 405	1.21 457	1.24 485	1.96 488	2.05 540	1.91 489	1.30 479	1.27 471	1.08 421	0.80 339	0.60 324	0.58 338	0.41 310	0.68 319	0.54 332

MSMD_ROB	1.19 407	1.10 294	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	7.00 577	0.70 365	1.10 372	0.70 341	1.10 418	0.70 372	1.10 392	0.70 358

999	1.00 374	1.12 295	0.59 312	1.10 351	1.21 488	1.09 391	0.52 335	1.08 378	1.43 499	1.18 417	1.35 491	0.98 383	0.52 335	0.91 368	0.85 402	0.72 332	1.46 482	0.83 374	0.98 415	0.68 319	1.41 499

zh-mn7	0.12 93	1.14 296	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

1111x	0.10 62	1.14 296	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

LoS_RVC	0.30 173	1.14 296	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

x	0.11 84	1.15 299	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

xxxx	0.11 84	1.16 300	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

CAS	0.30 173	1.17 301	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

HSM-Net_RVC	0.95 367	1.17 301	0.78 367	1.18 366	0.71 376	1.16 415	0.75 370	1.09 380	0.80 398	1.10 389	0.75 381	1.17 418	0.74 367	1.17 420	0.80 397	1.13 378	0.73 347	1.17 425	0.77 397	1.16 398	0.72 375
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 368	1.18 303	0.81 375	1.10 351	0.91 396	1.02 383	0.82 398	1.04 377	0.91 407	1.03 385	0.86 406	1.28 472	0.82 393	1.03 388	0.89 404	1.17 381	0.81 359	1.02 397	0.82 406	1.08 389	0.81 396

psm_up	0.43 244	1.19 304	0.17 149	0.25 154	0.18 182	0.25 182	0.19 172	1.26 461	0.91 407	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	1.18 404	0.99 411

aaaa	0.98 370	1.20 305	0.76 349	1.78 441	1.00 405	1.11 396	0.79 387	1.10 381	0.76 377	1.11 394	0.78 396	1.11 399	0.76 371	1.10 395	0.77 387	1.18 382	0.89 363	1.07 417	0.70 372	1.01 368	0.71 362

DisPM	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

CrosDoStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

PFNet+	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

LCNet	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

HHNet	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

Patchmatch Stereo++	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437
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	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

STrans-v2	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

TransformOpticalFlow	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

OMP-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

IIG-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

NF-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

OCTAStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

PSM-softLoss	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

KMStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

NRIStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

PSM-adaLoss	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

PSM-AAD	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

FTStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

ROB_FTStereo_v2	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

ROB_FTStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

Consistency-Raft	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

KYRaft	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

HUI-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

ASMatch	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

DeepStereo_LL	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

DEmStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

SST-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

THIR-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

RAFT_R40	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

DRaft	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

PFNet	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

GrayStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

RE-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

Pruner-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

TVStereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

DeepStereo_RVC	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

RAFT-RH_RVC	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

IRAFT_RVC	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

RAFT-345	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

iRAFT	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

CRE-IMP	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

GMM-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

RAFT-IKP	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

Prome-Stereo	1.20 408	1.20 305	1.20 413	1.20 368	1.20 441	1.20 419	1.20 432	1.20 412	1.20 437	1.20 419	1.20 434	1.20 423	1.20 426	1.20 422	1.20 434	1.20 388	1.20 415	1.20 430	1.20 434	1.20 407	1.20 437

UPFNet	0.42 243	1.20 305	0.17 149	0.24 149	0.17 175	0.25 182	0.17 162	1.19 409	0.90 406	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	1.15 396	0.93 406

7.25w	1.00 374	1.21 352	0.76 349	1.94 453	1.01 411	1.11 396	0.76 371	1.15 394	0.76 377	1.11 394	0.76 382	1.14 409	0.76 371	1.11 399	0.76 375	1.21 435	0.90 371	1.02 397	0.71 378	1.02 372	0.71 362

7.5w++	1.00 374	1.21 352	0.76 349	1.94 453	1.01 411	1.11 396	0.76 371	1.15 394	0.76 377	1.11 394	0.76 382	1.14 409	0.76 371	1.11 399	0.76 375	1.21 435	0.90 371	1.02 397	0.71 378	1.02 372	0.71 362

7.5w	1.00 374	1.21 352	0.76 349	1.94 453	1.01 411	1.11 396	0.76 371	1.15 394	0.76 377	1.11 394	0.76 382	1.14 409	0.76 371	1.11 399	0.76 375	1.21 435	0.90 371	1.02 397	0.71 378	1.02 372	0.71 362

GASTEREO	0.48 267	1.21 352	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

z-mn7	0.16 129	1.21 352	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

ours_stereo	1.20 408	1.21 352	0.90 382	1.64 439	1.11 431	1.35 471	0.67 355	1.76 480	0.93 412	1.70 484	1.10 425	1.39 475	0.75 370	1.41 475	0.81 400	1.60 472	1.03 392	1.33 480	1.00 417	1.61 468	0.72 375

WCG-NET	0.61 296	1.21 352	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

delet	0.43 244	1.21 352	0.17 149	0.25 154	0.17 175	0.25 182	0.18 168	1.26 461	0.95 414	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	1.18 404	0.98 410

9.5w	1.00 374	1.22 360	0.76 349	2.00 464	1.00 405	1.11 396	0.76 371	1.14 392	0.76 377	1.11 394	0.76 382	1.17 418	0.76 371	1.11 399	0.76 375	1.23 442	0.89 363	1.02 397	0.71 378	1.05 384	0.71 362

8.5w	0.99 372	1.22 360	0.76 349	1.88 447	0.99 403	1.11 396	0.76 371	1.11 383	0.76 377	1.11 394	0.76 382	1.14 409	0.76 371	1.12 408	0.76 375	1.20 388	0.89 363	1.02 397	0.71 378	1.02 372	0.72 375

ghrstf	1.00 374	1.22 360	0.77 359	1.95 457	1.01 411	1.11 396	0.76 371	1.15 394	0.76 377	1.12 407	0.81 403	1.11 399	0.76 371	1.11 399	0.76 375	1.18 382	0.90 371	1.02 397	0.71 378	1.02 372	0.71 362

bbb	1.01 386	1.22 360	0.77 359	1.86 446	1.02 418	1.11 396	0.76 371	1.16 400	0.81 401	1.12 407	0.81 403	1.12 404	0.84 397	1.12 408	0.77 387	1.22 439	0.94 383	1.02 397	0.71 378	1.05 384	0.72 375

w-ln-seven-2	0.14 109	1.22 360	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

CroCo-Stereo	0.73 319	1.22 360	0.25 178	1.22 413	0.25 208	1.22 465	0.25 200	1.22 458	0.25 199	1.22 466	0.25 208	1.22 469	0.25 202	1.22 468	0.25 202	1.22 439	0.26 184	1.21 475	0.25 207	1.22 454	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
4.5w	1.01 386	1.23 366	0.77 359	1.81 442	1.01 411	1.16 415	0.81 395	1.16 400	0.76 377	1.12 407	0.77 390	1.18 420	0.77 382	1.16 419	0.76 375	1.25 446	0.89 363	1.02 397	0.76 396	1.02 372	0.76 388

sdada	0.99 372	1.23 366	0.76 349	1.84 443	1.06 425	1.11 396	0.80 391	1.11 383	0.76 377	1.11 394	0.76 382	1.11 399	0.76 371	1.12 408	0.76 375	1.24 443	0.90 371	1.02 397	0.71 378	1.02 372	0.71 362

WCG-NET（raft）	0.32 188	1.24 368	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

MMNet	0.44 248	1.24 368	0.17 149	0.25 154	0.17 175	0.25 182	0.18 168	1.26 461	0.93 412	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	1.20 407	0.99 411

wade	1.02 392	1.25 370	0.78 367	2.25 474	1.06 425	1.11 396	0.83 401	1.11 383	0.76 377	1.12 407	0.78 396	1.12 404	0.76 371	1.11 399	0.76 375	1.22 439	0.89 363	1.02 397	0.70 372	1.02 372	0.71 362

6.5_w	1.00 374	1.26 371	0.76 349	1.90 450	1.02 418	1.11 396	0.76 371	1.11 383	0.76 377	1.11 394	0.76 382	1.14 409	0.77 382	1.11 399	0.76 375	1.24 443	0.89 363	1.02 397	0.71 378	1.05 384	0.71 362

ads	1.05 397	1.26 371	0.77 359	2.83 495	1.06 425	1.11 396	0.80 391	1.12 389	0.78 393	1.11 394	0.77 390	1.12 404	0.77 382	1.14 415	0.78 393	1.20 388	0.89 363	1.02 397	0.75 394	1.02 372	0.71 362

gdasf	1.06 399	1.27 373	0.78 367	2.22 470	1.03 421	1.18 417	0.77 381	1.16 400	0.81 401	1.20 419	0.77 390	1.12 404	0.82 393	1.24 469	0.77 387	1.40 459	1.01 389	1.03 411	0.72 390	1.05 384	0.77 390

daf	1.02 392	1.28 374	0.77 359	2.17 467	1.03 421	1.12 410	0.81 395	1.11 383	0.77 390	1.11 394	0.87 407	1.15 416	0.82 393	1.12 408	0.77 387	1.18 382	0.89 363	1.02 397	0.71 378	1.08 389	0.71 362

5.5w	1.01 386	1.29 375	0.77 359	1.85 444	1.01 411	1.19 418	0.77 381	1.12 389	0.77 390	1.16 416	0.77 390	1.14 409	0.78 389	1.12 408	0.78 393	1.25 446	0.92 379	1.03 411	0.71 378	1.04 382	0.71 362

CroCo-Stereo Lap2	0.77 326	1.29 375	0.29 192	1.27 417	0.29 230	1.27 468	0.26 208	1.26 461	0.26 212	1.26 467	0.26 214	1.27 471	0.26 211	1.26 470	0.27 208	1.27 449	0.27 190	1.27 478	0.27 221	1.27 456	0.27 204

CSP-Net	0.34 193	1.29 375	1.19 410	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	1.26 448	1.21 461	0.03 38	0.09 110	0.02 20	0.09 108

adal-stereo	1.01 386	1.30 378	0.81 375	1.96 459	1.06 425	1.13 412	0.77 381	1.11 383	0.76 377	1.11 394	0.77 390	1.11 399	0.77 382	1.11 399	0.77 387	1.19 386	0.94 383	1.06 416	0.77 397	1.02 372	0.71 362

zero-FE	0.72 317	1.31 379	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

Syn2CoEx	0.25 158	1.31 379	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

wdaf	1.00 374	1.32 381	0.76 349	1.90 450	0.99 403	1.10 392	0.76 371	1.16 400	0.76 377	1.11 394	0.77 390	1.10 395	0.76 371	1.10 395	0.76 375	1.18 382	0.92 379	1.01 395	0.70 372	1.01 368	0.74 385

CC-Net-ROB	1.36 461	1.33 382	1.33 465	1.36 424	1.38 495	1.36 473	1.33 486	1.37 468	1.34 490	1.35 469	1.36 493	1.38 474	1.34 482	1.38 474	1.38 495	1.35 454	1.38 478	1.33 480	1.35 488	1.43 462	1.34 494

MaskLacGwcNet_RVC	1.35 460	1.35 383	1.35 468	1.35 423	1.35 492	1.35 471	1.35 488	1.36 466	1.35 493	1.36 470	1.35 491	1.36 473	1.36 484	1.36 472	1.35 492	1.35 454	1.35 475	1.35 483	1.35 488	1.35 459	1.35 495

PML	0.46 256	1.36 384	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

PS-NSSS	1.38 463	1.39 385	1.34 466	1.34 422	1.35 492	1.38 475	1.37 495	1.35 465	1.38 496	1.34 468	1.34 490	1.39 475	1.38 487	1.70 482	1.40 496	1.36 456	1.36 476	1.36 485	1.37 491	1.37 460	1.36 496

waafd	1.05 397	1.40 386	0.77 359	2.31 479	1.20 441	1.12 410	0.78 385	1.12 389	0.77 390	1.11 394	0.80 400	1.19 421	0.77 382	1.12 408	0.76 375	1.24 443	0.91 376	1.04 414	0.72 390	1.09 391	0.72 375

MSCF	0.51 280	1.40 386	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

z-ln-s-r	0.21 147	1.40 386	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	1.47 389	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

Gwc-CoAtRS	0.41 234	1.49 390	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

FENet	0.54 285	1.52 391	1.19 410	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	1.40 459	1.07 394	0.32 207	0.23 194	0.33 201	0.23 179

CFNet-ft	0.55 289	1.57 392	0.14 125	0.20 132	0.14 154	0.20 159	2.53 538	1.61 473	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	1.56 466	1.24 486

DPSMNet_ROB	1.60 467	1.59 393	1.70 496	1.59 431	1.59 503	1.61 483	1.61 505	1.60 472	1.60 502	1.62 482	1.59 505	1.60 481	1.60 492	1.60 478	1.59 502	1.59 470	1.60 496	1.59 491	1.59 508	1.59 467	1.59 508

RASNet	1.49 464	1.65 394	1.45 484	1.38 426	1.43 498	1.47 480	1.36 490	1.38 469	1.36 494	1.39 471	1.60 506	1.45 478	1.45 490	1.51 477	2.21 535	1.53 469	1.36 476	1.36 485	1.36 490	1.66 471	1.36 496

CRFU-Net	0.65 301	1.67 395	1.22 460	1.96 459	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	1.80 477	1.62 497	0.34 222	0.23 194	0.33 201	0.23 179

FlowAnything	1.02 392	1.71 396	0.72 342	1.59 431	0.69 372	1.60 482	0.69 359	1.61 473	0.70 363	1.60 476	0.69 368	1.60 481	0.69 357	1.61 480	0.69 361	0.81 342	0.58 321	0.81 369	0.56 348	0.82 345	0.56 340

FlowAnything_test	1.02 392	1.72 397	0.71 339	1.59 431	0.70 374	1.61 483	0.69 359	1.61 473	0.70 363	1.60 476	0.70 370	1.61 484	0.69 357	1.61 480	0.70 365	0.81 342	0.58 321	0.81 369	0.55 344	0.81 343	0.56 340

gwcnet-sp	0.82 341	1.72 397	1.48 486	0.39 197	0.15 165	0.31 201	0.21 180	0.20 156	0.25 199	1.61 479	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 470	0.32 207	0.16 162	6.75 564	0.23 179

scenet	0.82 341	1.72 397	1.48 486	0.39 197	0.15 165	0.31 201	0.21 180	0.20 156	0.25 199	1.61 479	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 470	0.32 207	0.16 162	6.75 564	0.23 179

ssnet	0.82 341	1.72 397	1.48 486	0.39 197	0.15 165	0.31 201	0.21 180	0.20 156	0.25 199	1.61 479	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 470	0.32 207	0.16 162	6.75 564	0.23 179

HBP-ISP	1.24 456	1.72 397	1.65 494	1.15 359	0.76 383	1.40 477	0.88 402	1.67 479	1.02 425	1.69 483	1.38 496	1.69 485	1.21 472	1.87 490	1.21 479	1.05 368	0.79 354	0.97 390	0.80 403	1.19 406	0.75 386

LL-Strereo2	0.48 267	1.73 402	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

test_xeample3	1.10 402	1.81 403	0.61 319	0.84 315	0.49 333	0.77 351	0.66 351	0.92 364	1.40 497	0.68 345	0.46 319	0.78 358	0.54 339	1.72 483	1.48 499	1.34 453	1.52 486	1.35 483	1.67 516	1.33 458	1.55 503

mmm	0.14 109	1.83 404	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

4.5_new	2.00 483	1.84 405	1.98 524	2.77 491	2.16 537	2.27 504	1.28 485	2.09 492	1.98 533	2.01 494	1.28 486	2.71 524	1.98 519	2.51 515	1.65 505	2.26 499	1.33 470	1.87 500	1.87 528	2.49 505	1.60 509

MM-Stereo_test2	1.20 408	1.85 406	1.05 397	1.46 428	0.94 400	1.36 473	0.99 413	1.36 466	0.95 414	1.41 472	0.98 417	1.40 477	0.96 402	1.37 473	0.95 410	1.37 458	1.06 393	1.33 480	0.93 414	1.29 457	0.89 402

hknet	1.10 402	1.85 406	3.49 552	4.48 530	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	4.39 539	4.19 553	0.33 215	0.23 194	0.34 205	0.27 204

2.25w	2.00 483	1.86 408	1.98 524	2.95 498	2.17 539	2.26 503	1.35 488	2.42 510	2.00 536	2.07 501	1.27 485	2.53 513	1.99 521	2.29 505	1.49 500	2.21 497	1.32 463	1.85 497	1.87 528	2.52 509	1.62 512

PAM	0.39 223	1.88 409	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

DCVSM-stereo	0.36 204	1.89 410	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

DCRE	0.84 347	1.89 410	0.77 359	0.94 331	0.72 379	0.88 363	0.73 368	0.87 353	0.78 393	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

RAFT-Stereo-weight	0.45 251	1.90 412	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

BUS	0.83 344	1.91 413	0.92 386	4.48 530	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	1.97 486	4.19 553	0.33 215	0.23 194	0.34 205	0.27 204

BSDual-CNN	0.81 337	1.91 413	0.92 386	4.48 530	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	1.97 486	4.19 553	0.33 215	0.23 194	0.34 205	0.27 204

psmg	0.43 244	1.91 413	0.92 386	1.91 452	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	1.97 486	1.44 481	0.04 73	0.03 54	0.02 20	0.03 51

GANet-RSSM	0.75 321	1.91 413	0.14 125	0.47 243	0.14 154	0.21 166	3.21 558	2.30 505	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	2.13 487	2.12 531

MFMNet_re	1.81 475	1.91 413	1.71 498	1.95 457	1.70 513	1.95 494	1.70 510	1.96 485	1.74 515	1.97 490	1.72 513	1.95 490	1.71 499	1.97 494	1.71 510	1.86 478	1.62 497	1.85 497	1.66 515	1.86 479	1.64 514

SPS-STEREO	1.59 466	1.91 413	1.21 459	1.94 453	1.20 441	2.00 497	1.23 479	1.99 487	1.24 485	2.00 493	1.25 483	2.03 497	1.26 475	2.00 495	1.29 488	1.90 483	1.18 414	1.89 504	1.21 479	1.89 481	1.20 437
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 465	1.94 419	1.22 460	1.88 447	1.21 488	1.88 489	1.22 478	1.88 482	1.22 483	1.88 485	1.22 480	1.88 487	1.22 473	1.89 491	1.22 480	1.87 479	1.22 462	1.88 503	1.22 480	1.88 480	1.22 483
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ssnet_v2	0.68 308	1.96 420	1.25 464	0.29 165	0.20 188	0.30 196	0.20 175	0.29 190	0.22 186	1.50 475	0.20 187	0.31 205	0.20 185	0.27 196	0.22 186	0.24 174	1.49 484	0.26 187	0.18 184	3.90 526	0.19 171

qqq	0.16 129	2.01 421	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

MM-Stereo_test3	1.27 458	2.07 422	1.18 408	1.60 434	1.02 418	1.45 479	1.01 417	1.40 470	1.04 426	1.44 473	1.03 422	1.46 479	1.02 412	1.44 476	1.02 419	1.51 468	1.12 407	1.32 479	0.98 415	1.38 461	0.97 409

ACV-stereo	0.30 173	2.08 423	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

GCST	0.50 275	2.08 423	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

AIO_test	2.18 503	2.09 425	2.04 528	2.42 483	2.01 529	2.47 514	1.94 524	2.34 506	2.03 537	2.56 519	1.94 526	2.43 510	1.94 516	2.41 510	1.87 526	2.39 511	2.10 522	2.35 521	1.91 534	2.25 491	2.19 533

ToySt	0.92 359	2.11 426	0.90 382	0.95 334	0.79 386	0.99 377	0.78 385	0.94 368	0.81 401	0.94 374	0.78 396	0.95 380	0.77 382	0.94 375	0.86 403	0.91 353	0.79 354	0.85 376	0.77 397	0.89 352	0.73 381

TRStereo	2.00 483	2.13 427	1.85 513	2.27 475	1.84 518	2.28 506	1.84 514	2.29 501	1.86 523	2.30 507	1.87 518	2.30 501	1.87 509	2.08 497	1.72 512	2.08 491	1.72 503	2.08 509	1.72 521	2.08 484	1.72 518

XX-Stereo	2.00 483	2.13 427	1.85 513	2.27 475	1.84 518	2.28 506	1.84 514	2.29 501	1.86 523	2.30 507	1.87 518	2.30 501	1.87 509	2.08 497	1.72 512	2.08 491	1.72 503	2.08 509	1.72 521	2.08 484	1.72 518

EAI-Stereo	2.00 483	2.13 427	1.85 513	2.27 475	1.84 518	2.28 506	1.84 514	2.29 501	1.86 523	2.30 507	1.87 518	2.30 501	1.87 509	2.08 497	1.72 512	2.08 491	1.72 503	2.08 509	1.72 521	2.08 484	1.72 518

11t1	0.17 133	2.16 430	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

UGAM-zero	0.51 280	2.17 431	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

cf-r	0.66 303	2.17 431	0.12 100	0.18 127	0.12 149	0.18 151	2.70 541	2.60 517	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	1.81 478	1.74 521

3.25w	2.04 496	2.20 433	1.48 486	3.03 499	2.17 539	2.63 525	1.39 496	1.96 485	1.95 532	1.96 488	1.37 494	2.71 524	1.96 518	2.71 524	1.73 517	2.26 499	1.32 463	1.87 500	1.87 528	2.51 508	1.63 513

IGEV	2.02 491	2.20 433	1.82 507	2.90 497	2.16 537	2.41 512	1.25 481	2.00 488	1.98 533	1.99 492	1.31 488	2.72 528	1.93 515	2.67 523	1.69 509	2.26 499	1.32 463	1.83 496	1.87 528	2.53 512	1.61 511

UDG	0.80 332	2.21 435	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

UGAM	0.51 280	2.23 436	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

3w_stereo	2.04 496	2.24 437	1.70 496	3.15 502	2.18 541	2.49 516	1.26 483	2.03 490	1.98 533	1.98 491	1.33 489	2.72 528	1.99 521	2.59 518	1.72 512	2.22 498	1.33 470	1.85 497	1.88 533	2.50 507	1.58 507

NCCL2	2.28 515	2.27 438	2.28 530	2.28 478	2.28 542	2.27 504	2.29 536	2.28 499	2.28 539	2.27 506	2.28 541	2.28 500	2.27 529	2.27 504	2.28 540	2.28 503	2.28 527	2.27 514	2.29 540	2.27 492	2.29 535

ccnet	0.80 332	2.28 439	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	1.56 491	2.38 508	0.33 249	0.41 254	0.29 206	0.42 292	1.57 503	2.28 493	0.29 222

HUF	2.18 503	2.30 440	1.99 527	2.34 481	2.02 532	2.41 512	2.06 532	2.38 508	1.89 529	2.36 511	1.85 516	2.56 517	1.98 519	2.31 507	1.97 531	2.30 505	2.03 520	2.30 516	2.11 535	2.23 489	2.16 532

3.75w	1.99 479	2.31 441	1.83 510	3.16 503	1.65 507	1.93 490	1.98 525	2.72 519	1.68 504	2.73 528	1.97 529	2.00 494	1.72 500	1.81 488	1.25 484	2.27 502	2.01 515	2.38 522	1.42 497	1.71 473	1.24 486

1w_stereo	2.05 498	2.32 442	1.35 468	3.74 528	2.01 529	2.73 529	1.42 500	1.88 482	1.93 531	2.03 496	1.28 486	2.71 524	1.99 521	2.72 526	1.72 512	2.20 496	1.32 463	1.87 500	1.86 527	2.45 501	1.54 502

4.25_new	2.00 483	2.33 443	1.82 507	3.32 510	1.69 510	1.95 494	1.99 528	2.72 519	1.71 508	2.72 523	1.97 529	2.01 495	1.74 503	1.77 485	1.28 486	2.18 494	2.01 515	2.48 528	1.58 506	1.65 469	1.17 432

4.5w_new	2.00 483	2.33 443	1.82 507	3.32 510	1.69 510	1.95 494	1.99 528	2.72 519	1.71 508	2.72 523	1.97 529	2.01 495	1.74 503	1.77 485	1.28 486	2.18 494	2.01 515	2.48 528	1.58 506	1.65 469	1.17 432

4.5w-stereo	1.99 479	2.33 443	1.81 502	3.28 507	1.68 509	1.94 491	1.99 528	2.72 519	1.70 507	2.72 523	1.99 538	1.97 492	1.68 496	1.76 484	1.29 488	1.91 484	2.02 519	2.53 530	1.61 510	1.75 476	1.16 431

monsterstereo	2.20 509	2.33 443	1.95 522	3.65 524	2.07 534	2.49 516	1.61 505	2.48 512	1.83 521	2.45 514	1.61 508	2.67 523	1.86 508	2.64 520	1.94 529	2.48 517	1.66 500	2.34 519	1.68 518	2.40 498	1.86 525

2.75w_new	1.99 479	2.34 447	1.81 502	3.14 501	1.62 505	1.94 491	1.99 528	2.72 519	1.71 508	2.72 523	1.99 538	1.90 488	1.73 501	1.82 489	1.29 488	2.37 509	2.01 515	2.31 517	1.42 497	1.77 477	1.22 483

AIO_rvc	2.18 503	2.34 447	1.87 517	2.32 480	1.94 527	2.40 511	1.89 522	2.37 507	2.07 538	2.52 518	1.95 528	2.44 511	1.99 521	2.41 510	1.89 528	2.32 507	2.09 521	2.24 513	2.18 536	2.21 488	2.23 534

GES	0.66 303	2.34 447	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	2.46 542	2.49 505	0.30 232

2w_stereo	1.99 479	2.36 450	1.81 502	3.24 505	1.67 508	1.94 491	1.98 525	2.72 519	1.68 504	2.72 523	1.94 526	1.98 493	1.74 503	1.79 487	1.27 485	1.95 485	2.00 513	2.53 530	1.60 509	1.68 472	1.15 428

PAM_32	0.64 300	2.38 451	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

2.5w	2.01 490	2.40 452	1.37 478	3.28 507	2.01 529	2.71 526	1.43 502	1.82 481	1.83 521	1.90 487	1.41 498	2.71 524	1.35 483	2.71 524	1.85 522	2.66 521	1.53 487	1.64 492	1.23 481	2.53 512	1.87 527

monsters	2.18 503	2.41 453	1.96 523	3.47 517	2.03 533	2.53 520	1.64 507	2.48 512	1.73 513	2.40 513	1.50 501	2.62 520	1.94 516	2.59 518	1.94 529	2.44 513	1.57 491	2.28 515	1.87 528	2.42 499	1.86 525

DDUNet	0.81 337	2.45 454	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

FBW_ROB	2.12 501	2.46 455	1.77 501	2.49 486	1.79 517	2.38 510	1.83 513	2.46 511	1.78 517	2.48 516	1.97 529	2.40 509	1.78 506	2.42 512	1.83 520	2.31 506	1.85 510	2.38 522	1.82 526	2.35 496	1.84 523

asda	2.17 502	2.54 456	1.81 502	3.47 517	1.78 516	2.50 518	1.86 518	2.61 518	1.68 504	2.61 520	1.83 515	2.37 508	1.73 501	2.44 513	1.88 527	2.51 518	1.84 509	2.34 519	1.62 512	2.23 489	1.77 522

HH	0.71 314	2.54 456	0.74 346	1.10 351	0.32 248	0.41 256	0.37 274	0.69 337	0.78 393	0.73 348	0.90 408	0.75 355	1.00 405	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	2.54 456	0.74 346	1.10 351	0.32 248	0.41 256	0.37 274	0.69 337	0.78 393	0.73 348	0.90 408	0.75 355	1.00 405	0.84 357	0.69 361	0.69 327	0.40 257	0.35 238	0.26 213	0.35 217	0.26 196

qwe	2.18 503	2.60 459	1.58 491	3.83 529	1.90 526	2.53 520	1.90 523	2.48 512	1.73 513	2.37 512	1.92 525	2.53 513	1.68 496	2.56 516	1.83 520	2.52 520	1.87 511	2.07 508	1.68 518	2.32 495	1.71 517

sAnonymous2	3.31 538	2.63 460	1.38 480	3.71 526	1.86 521	4.70 562	1.11 422	4.82 564	2.72 542	5.45 569	1.98 535	4.59 554	2.64 531	2.65 521	6.21 574	4.37 537	1.08 398	5.16 568	2.24 538	4.52 535	2.39 540

CroCo_RVC	3.31 538	2.63 460	1.38 480	3.71 526	1.86 521	4.70 562	1.11 422	4.82 564	2.72 542	5.45 569	1.98 535	4.59 554	2.64 531	2.65 521	6.21 574	4.37 537	1.08 398	5.16 568	2.24 538	4.52 535	2.39 540

ff7	1.68 468	2.68 462	1.35 468	0.97 338	0.89 392	1.84 486	2.15 533	2.12 493	1.80 518	2.05 498	1.56 502	2.33 504	2.12 526	2.23 501	2.25 536	1.31 450	1.07 394	1.48 487	1.41 494	0.90 355	1.04 418

ffff	1.68 468	2.68 462	1.35 468	0.97 338	0.89 392	1.84 486	2.15 533	2.12 493	1.80 518	2.05 498	1.56 502	2.33 504	2.12 526	2.23 501	2.25 536	1.31 450	1.07 394	1.48 487	1.41 494	0.90 355	1.04 418

ccc-4	1.68 468	2.68 462	1.35 468	0.97 338	0.89 392	1.84 486	2.15 533	2.12 493	1.80 518	2.05 498	1.56 502	2.33 504	2.12 526	2.23 501	2.25 536	1.31 450	1.07 394	1.48 487	1.41 494	0.90 355	1.04 418

LGtest1	2.22 510	2.70 465	1.89 518	2.76 490	1.86 521	2.75 531	1.86 518	2.75 526	1.86 523	2.75 529	1.86 517	2.77 533	1.87 509	2.75 530	1.86 523	2.46 514	1.58 492	2.45 525	1.56 502	2.45 501	1.56 504

11t	1.27 458	2.70 465	1.34 466	1.32 421	0.89 392	1.30 470	1.34 487	1.64 476	0.57 341	1.45 474	0.72 377	1.05 390	1.29 478	1.07 392	1.29 488	1.49 465	1.02 391	0.97 390	1.15 427	1.48 463	1.31 490

LG-G_1	2.22 510	2.71 467	1.89 518	2.77 491	1.87 524	2.75 531	1.87 520	2.76 527	1.87 527	2.75 529	1.87 518	2.76 531	1.87 509	2.75 530	1.86 523	2.47 515	1.58 492	2.45 525	1.57 503	2.45 501	1.57 505

LG-G	2.22 510	2.71 467	1.89 518	2.77 491	1.87 524	2.75 531	1.87 520	2.76 527	1.87 527	2.75 529	1.87 518	2.76 531	1.87 509	2.75 530	1.86 523	2.47 515	1.58 492	2.45 525	1.57 503	2.45 501	1.57 505

4.25w-stereo	1.98 478	2.72 469	1.46 485	3.47 517	1.43 498	2.07 500	1.98 525	2.53 516	1.52 501	2.71 522	1.98 535	1.81 486	1.62 494	1.96 493	1.36 493	1.88 482	2.00 513	2.53 530	1.61 510	1.74 475	1.15 428

4w-stereo	2.02 491	2.72 469	1.44 483	3.36 513	1.59 503	2.48 515	1.72 511	2.28 499	1.24 485	2.24 505	1.65 510	2.56 517	1.32 481	2.39 509	1.98 532	2.67 523	1.51 485	1.66 493	1.24 482	2.53 512	1.88 530

3.25w_new	2.03 493	2.72 469	1.35 468	3.33 512	1.57 501	2.72 527	1.53 504	2.15 497	1.33 489	2.15 503	1.60 506	2.63 521	1.30 479	2.72 526	1.99 533	2.67 523	1.53 487	1.75 495	1.25 484	2.53 512	1.87 527

3.5w_stereo	2.03 493	2.72 469	1.35 468	3.41 514	1.57 501	2.72 527	1.49 503	2.01 489	1.34 490	2.15 503	1.61 508	2.63 521	1.36 484	2.72 526	1.99 533	2.66 521	1.58 492	1.68 494	1.24 482	2.53 512	1.87 527

sCroCo_RVC	2.10 499	2.76 473	1.92 521	2.78 494	1.39 496	2.73 529	1.41 498	2.73 525	1.40 497	2.77 534	1.41 498	2.74 530	1.40 488	2.74 529	1.40 496	2.72 525	1.42 480	2.72 533	1.44 499	2.79 519	1.42 500

PSMNet-RSSM	0.77 326	2.76 473	0.14 125	0.20 132	0.14 154	0.20 159	2.66 539	2.79 530	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	2.52 509	2.31 536

asd	2.18 503	2.77 475	1.58 491	3.59 522	2.00 528	2.58 524	1.85 517	2.39 509	1.71 508	2.47 515	1.97 529	2.59 519	1.61 493	2.56 516	1.79 519	2.51 518	1.99 512	2.11 512	1.62 512	2.36 497	1.60 509

GwcNet-RSSM	0.77 326	2.77 475	0.14 125	0.20 132	0.14 154	0.20 159	2.67 540	2.78 529	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	2.52 509	2.31 536

hitnet-ft	0.79 330	2.78 477	0.14 125	0.20 132	0.14 154	0.21 166	2.89 542	2.80 531	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	2.54 517	2.33 538

PDISCO_ROB	0.83 344	2.80 478	3.49 552	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	3.30 537	0.13 144	0.14 114	2.34 528	0.16 142	0.12 146	2.62 518	0.10 113

iGMRVC	0.84 347	2.85 479	0.72 342	0.72 303	0.73 380	0.77 351	0.79 387	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	0.72 390	0.73 328	0.72 375

MC-Stereo	1.76 471	2.96 480	1.37 478	2.14 466	1.37 494	2.14 502	1.36 490	2.14 496	1.37 495	2.14 502	1.37 494	2.14 499	1.37 486	2.14 500	1.37 494	1.97 486	1.32 463	1.97 506	1.32 487	1.98 482	1.33 492

PASM	0.39 223	3.06 481	1.36 476	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

DDVS	0.30 173	3.10 482	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

DEFOM-Stereo	0.68 308	3.11 483	1.40 482	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	1.59 470	1.47 483	0.30 200	0.29 235	0.30 188	0.28 217

4D-IteraStereo	0.78 329	3.13 484	0.89 379	0.69 298	0.32 248	0.40 240	0.32 238	0.76 343	0.97 417	0.52 315	0.65 360	0.89 370	0.32 249	0.76 350	0.98 413	0.83 347	0.94 383	0.35 238	0.27 221	0.70 324	0.89 402

plain	1.88 476	3.16 485	0.64 324	3.10 500	0.65 364	3.10 536	0.64 347	3.12 534	0.65 353	3.10 535	0.65 360	3.11 535	0.65 349	3.12 534	0.65 350	3.12 530	0.65 333	3.13 535	0.65 361	3.13 521	0.65 351

iRaftStereo_RVC	0.97 368	3.17 486	2.30 531	2.42 483	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	2.38 510	2.34 528	0.49 320	0.36 284	0.49 291	0.36 264

RCA-Stereo	0.51 280	3.22 487	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

Anonymous3	2.55 527	3.26 488	1.65 494	3.28 507	1.63 506	3.24 538	1.68 508	3.27 536	1.66 503	3.28 537	1.67 511	3.25 537	1.66 495	3.27 536	1.64 504	3.26 531	1.65 499	3.30 536	1.65 514	4.95 553	1.65 516

MIF-Stereo (partial)	2.58 528	3.31 489	0.66 328	3.18 504	0.66 367	3.18 537	0.66 351	3.21 535	0.67 356	3.19 536	0.66 363	3.19 536	0.66 352	3.31 538	0.68 357	5.09 559	1.79 507	8.23 578	1.67 516	6.18 562	1.38 498

MM-Stereo_test1	1.80 474	3.41 490	1.52 490	2.12 465	1.41 497	2.04 498	1.41 498	2.05 491	1.46 500	2.04 497	1.41 498	2.05 498	1.42 489	2.05 496	1.43 498	2.04 490	1.54 489	1.94 505	1.38 493	1.99 483	1.33 492

UniTT-Stereo	2.03 493	3.43 491	0.72 342	3.42 515	0.73 380	3.27 539	0.68 356	3.38 538	0.69 360	3.29 538	0.72 377	3.28 538	0.70 359	3.35 539	0.68 357	3.39 532	0.68 336	3.31 537	0.69 370	3.37 522	0.73 381

castereo++	0.54 285	3.59 492	1.15 404	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	1.45 463	1.16 410	0.15 139	0.14 157	0.15 138	0.13 147

DPSNet	3.66 540	3.60 493	3.62 555	3.63 523	3.64 565	3.65 542	3.65 563	3.66 541	3.67 560	3.67 540	3.65 561	3.67 541	3.66 551	3.66 540	3.68 558	3.68 535	3.66 548	3.67 541	3.68 564	3.67 523	3.67 562

RAStereo	2.23 513	3.64 494	0.76 349	3.65 524	0.86 390	3.66 543	0.76 371	3.67 542	0.81 401	3.66 539	0.76 382	3.66 540	0.77 382	3.68 541	0.77 387	3.68 535	0.77 352	3.69 542	0.77 397	3.70 524	0.77 390

qqq1	0.25 158	3.70 495	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	3.70 495	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

RAFT_CTSACE	1.92 477	3.71 497	1.72 499	1.88 447	1.72 514	2.04 498	1.42 500	2.18 498	1.89 529	2.02 495	1.97 529	1.95 490	2.06 525	1.93 492	1.62 503	1.76 475	1.66 500	2.02 507	1.73 524	1.73 474	1.43 501

MyStereo07	0.60 293	3.72 498	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	3.72 498	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

castereo	0.61 296	3.79 500	1.35 468	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	1.43 462	1.38 478	0.17 150	0.16 162	0.18 152	0.16 153

ffm	0.25 158	3.83 501	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	3.83 501	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	3.83 501	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

NINENet	0.69 311	3.87 504	1.20 413	1.98 461	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	1.79 476	1.56 490	0.34 222	0.22 189	0.34 205	0.23 179

MyStereo8	0.71 314	3.92 505	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

MyStereo06	0.75 321	4.12 506	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	4.12 506	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

test-3	0.98 370	4.13 508	1.85 513	1.85 444	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	1.68 474	1.81 508	0.40 268	0.43 318	0.66 317	0.50 321

GCAP-Stereo	0.75 321	4.15 509	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

IGEVStereo-DCA	1.77 472	4.21 510	1.84 511	2.49 486	2.11 535	2.54 522	1.36 490	1.65 477	1.17 434	2.75 529	1.90 523	2.54 515	1.15 419	0.94 375	1.11 423	1.50 466	1.32 463	0.96 388	1.46 500	1.49 464	0.88 400

rrr	1.77 472	4.21 510	1.84 511	2.49 486	2.11 535	2.54 522	1.36 490	1.65 477	1.17 434	2.75 529	1.90 523	2.54 515	1.15 419	0.94 375	1.11 423	1.50 466	1.32 463	0.96 388	1.46 500	1.49 464	0.88 400

GEStereo_RVC	0.86 350	4.45 512	0.20 161	0.27 163	0.20 188	0.27 192	0.20 175	0.26 183	0.18 173	5.03 565	0.20 187	0.27 192	0.19 181	0.27 196	0.21 184	0.20 151	0.19 165	0.19 162	4.02 569	0.20 159	0.18 169

error version	0.93 364	4.47 513	2.35 532	1.99 462	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	1.87 479	2.16 524	0.47 307	0.37 286	0.39 245	0.33 250

test_1	0.93 364	4.47 513	2.35 532	1.99 462	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	1.87 479	2.16 524	0.47 307	0.37 286	0.39 245	0.33 250

TestStereo	4.88 566	4.75 515	4.79 561	4.87 547	4.92 574	4.81 567	4.90 573	4.78 562	4.77 572	4.87 563	4.89 572	4.90 567	4.91 565	4.99 566	4.79 570	4.98 556	4.87 557	4.87 565	4.92 574	5.00 554	5.00 572

DispFullNet	4.61 562	4.84 516	3.12 549	5.00 548	3.57 562	4.75 565	3.03 549	7.75 577	4.17 569	4.91 564	3.09 553	6.20 573	3.95 558	6.71 573	3.51 556	5.30 561	3.67 549	5.86 574	3.63 561	5.61 559	3.46 560

MLG-Stereo_test3	4.26 555	4.85 517	3.95 558	5.35 551	3.60 563	4.75 565	3.76 564	5.49 570	3.71 561	5.39 567	3.69 562	4.82 565	3.66 551	4.85 562	3.73 562	4.93 554	3.19 545	4.69 559	2.99 546	4.84 550	2.98 545

CFNet-RSSM	0.91 357	4.89 518	0.34 223	0.44 235	1.07 429	1.62 485	1.40 497	0.91 359	0.35 265	1.60 476	1.39 497	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

StereoVision	3.15 536	5.00 519	0.89 379	4.83 545	1.00 405	3.93 544	1.27 484	6.37 571	1.34 490	5.67 571	1.26 484	5.84 572	1.27 476	5.03 568	1.24 481	5.10 560	1.09 400	4.61 554	0.57 350	5.62 560	1.12 423

LL-Strereo	1.01 386	5.06 520	1.63 493	0.70 300	1.43 498	0.56 328	0.46 312	0.57 319	0.50 329	0.57 328	0.50 336	1.58 480	0.49 326	0.59 329	0.50 328	1.64 473	0.52 310	0.51 329	1.37 491	0.52 304	0.45 303

FC-DCNN v2	5.10 570	5.15 521	4.49 560	5.07 549	3.37 560	6.87 574	4.75 572	5.04 567	6.34 576	7.84 577	5.06 573	6.72 577	4.09 561	4.99 566	5.44 573	5.03 557	3.16 542	4.67 557	4.86 573	5.15 556	3.89 567

DEFOM-Stereo_RVC	0.83 344	5.18 522	1.98 524	2.19 468	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	2.28 503	2.13 523	0.24 183	0.17 180	0.18 152	0.16 153

rvit_105_1	3.83 542	5.22 523	3.01 538	4.53 533	3.01 547	4.51 550	3.01 544	4.56 551	3.04 545	4.53 550	3.03 546	4.55 552	3.03 535	4.56 551	3.04 542	4.57 543	3.05 532	4.57 549	3.05 547	4.57 537	3.05 546

rvit_stereo_0081	3.83 542	5.23 524	3.01 538	4.53 533	3.03 549	4.55 556	3.02 545	4.56 551	3.04 545	4.52 548	3.02 544	4.54 550	3.03 535	4.56 551	3.04 542	4.57 543	3.05 532	4.57 549	3.05 547	4.58 538	3.05 546

CFNet	1.37 462	5.27 525	0.19 158	5.49 552	0.19 186	0.28 193	0.19 172	0.28 186	0.19 179	0.28 189	0.19 183	0.28 193	4.35 562	0.28 198	0.19 179	0.23 169	0.17 158	0.23 176	4.21 571	4.81 548	0.17 165

rvit_stereo_0083	3.92 551	5.30 526	3.06 546	4.61 542	3.09 556	4.67 561	3.08 554	4.66 559	3.09 554	4.62 558	3.10 554	4.66 562	3.11 544	4.67 559	3.16 553	4.72 553	3.16 542	4.77 562	3.11 554	4.66 544	3.11 553

rvit_0105_3	3.91 549	5.33 527	3.06 546	4.60 541	3.07 555	4.60 559	3.06 553	4.62 557	3.08 553	4.60 557	3.07 552	4.62 559	3.08 542	4.67 559	3.10 551	4.70 551	3.11 539	4.77 562	3.19 558	4.77 547	3.14 555

rvit_stereo_0081_aga	3.86 544	5.33 527	3.02 541	4.55 539	3.04 553	4.54 552	3.02 545	4.64 558	3.06 549	4.54 552	3.04 548	4.62 559	3.08 542	4.62 557	3.07 547	4.58 546	3.06 536	4.60 553	3.08 551	4.63 541	3.07 550

MLG-Stereo_test1	4.25 554	5.34 529	3.61 554	5.31 550	3.63 564	5.23 568	3.57 561	5.38 569	3.65 559	5.23 566	3.47 558	4.76 563	3.74 554	4.85 562	3.71 559	4.96 555	3.18 544	4.71 560	2.92 544	4.86 551	2.90 544

rvit_0105_5	4.10 553	5.40 530	3.13 551	4.71 544	3.15 558	4.72 564	3.10 556	4.90 566	3.27 557	4.69 560	3.16 556	4.84 566	3.25 547	4.96 565	3.34 555	5.05 558	3.39 547	5.10 567	3.40 559	5.11 555	3.42 559

UDGNet	2.23 513	5.40 530	1.72 499	2.48 485	1.69 510	2.51 519	1.69 509	2.51 515	1.72 512	2.50 517	1.69 512	2.52 512	1.69 498	2.50 514	1.68 508	2.41 512	1.70 502	2.42 524	1.69 520	2.42 499	1.64 514

rvit_stereo_ft	3.93 552	5.44 532	3.05 545	4.59 540	3.06 554	4.61 560	3.08 554	4.67 560	3.12 555	4.63 559	3.10 554	4.65 561	3.11 544	4.69 561	3.13 552	4.70 551	3.14 541	4.71 560	3.15 556	4.74 545	3.16 556

MLG-Stereo_test2	4.28 556	5.46 533	3.69 556	4.86 546	3.72 566	5.58 571	3.42 559	4.81 563	3.77 565	4.85 562	3.72 563	5.55 571	3.63 550	5.58 569	3.53 557	4.41 540	3.28 546	4.99 566	2.95 545	4.75 546	3.13 554

rvit_0105_4	3.91 549	5.47 534	3.02 541	4.54 536	3.02 548	4.54 552	3.03 549	4.75 561	3.17 556	4.57 554	3.06 549	4.61 558	3.16 546	4.65 558	3.09 550	4.66 550	3.11 539	4.68 558	3.18 557	4.81 548	3.16 556

rvit_stereo_0080	3.89 547	5.70 535	3.04 543	4.54 536	3.03 549	4.56 557	3.05 551	4.60 555	3.07 550	4.58 555	3.06 549	4.59 554	3.06 540	4.61 555	3.08 548	4.63 548	3.09 537	4.64 555	3.10 552	4.65 542	3.10 551

whm_eth	3.89 547	5.70 535	3.04 543	4.54 536	3.03 549	4.56 557	3.05 551	4.60 555	3.07 550	4.58 555	3.06 549	4.59 554	3.06 540	4.61 555	3.08 548	4.63 548	3.09 537	4.64 555	3.10 552	4.65 542	3.10 551

rvit_0105_6	3.87 546	5.73 537	3.10 548	4.69 543	3.12 557	4.54 552	3.02 545	4.56 551	3.04 545	4.54 552	3.03 546	4.54 550	3.04 538	4.56 551	3.05 544	4.58 546	3.05 532	4.58 551	3.05 547	4.58 538	3.05 546

rvit_stereo_0082	3.86 544	5.82 538	3.01 538	4.53 533	3.03 549	4.54 552	3.02 545	4.56 551	3.04 545	4.53 550	3.02 544	4.55 552	3.04 538	4.57 554	3.05 544	4.57 543	3.05 532	4.58 551	3.05 547	4.58 538	3.06 549

SGM-Forest	5.21 572	5.92 539	4.08 559	6.18 557	4.16 571	6.31 573	4.34 571	6.50 572	4.33 570	6.14 573	4.21 569	6.61 576	4.55 564	6.67 572	4.48 569	5.94 565	3.94 551	5.85 573	4.03 570	5.79 561	4.17 570
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 537	6.02 540	1.12 400	5.61 554	1.16 437	5.43 570	1.02 419	5.15 568	0.70 363	5.43 568	1.21 479	5.03 569	0.97 403	4.85 562	0.99 414	4.53 541	1.16 410	5.53 570	1.25 484	5.37 558	1.30 489

IER	0.88 352	7.04 541	2.23 529	2.75 489	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

HCRNet	1.22 455	7.11 542	3.00 537	3.55 521	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	3.64 534	3.00 531	0.76 359	0.32 259	0.18 152	0.13 147

SA	4.33 558	7.35 543	6.85 573	5.96 556	4.09 570	3.59 541	3.15 557	3.82 543	2.64 541	3.91 541	3.85 564	3.57 539	2.72 533	3.13 535	4.03 565	7.09 573	6.86 568	3.57 539	3.12 555	3.85 525	3.51 561

cross-raft	4.83 565	7.52 544	6.43 569	6.63 559	3.96 569	4.51 550	3.99 568	4.49 549	3.96 567	4.52 548	3.96 566	4.50 549	3.97 559	4.50 550	3.97 564	6.65 568	6.44 565	4.33 546	3.92 568	4.35 533	3.91 568

test_5	4.62 563	7.55 545	6.23 568	6.32 558	3.40 561	5.29 569	3.50 560	3.53 540	4.11 568	4.28 545	4.47 571	4.26 548	4.38 563	3.68 541	3.24 554	5.89 564	5.60 560	4.84 564	3.50 560	4.33 532	3.93 569

RAFT+CT+SA	4.28 556	7.62 546	4.91 562	5.55 553	2.28 542	3.09 535	3.64 562	4.49 549	3.07 550	4.80 561	3.35 557	4.77 564	3.70 553	4.29 548	3.05 544	5.58 562	5.98 563	3.58 540	3.78 566	4.26 531	3.72 563

raft_robust	4.71 564	7.75 547	5.40 567	6.81 560	3.31 559	4.28 549	4.20 570	4.32 548	4.37 571	4.35 547	4.35 570	4.14 546	3.75 555	4.30 549	4.20 568	6.67 569	6.37 564	3.36 538	4.24 572	4.86 551	3.25 558

test_4	4.88 566	8.13 548	6.98 574	7.46 564	4.44 572	4.25 548	3.85 567	4.04 547	3.92 566	4.13 544	3.91 565	4.18 547	3.84 556	4.14 546	4.06 566	7.01 572	7.13 569	4.53 547	3.72 565	4.09 529	3.72 563

Sa-1000	4.34 559	8.37 549	6.84 572	6.98 563	4.45 573	3.58 540	3.00 543	3.42 539	3.39 558	2.61 520	4.00 567	3.83 543	4.01 560	3.90 543	3.90 563	5.98 566	5.62 561	3.76 543	2.34 541	4.35 533	2.47 542

TestStereo1	4.60 560	8.41 550	6.44 570	6.86 561	3.79 567	3.97 545	3.78 565	3.99 545	3.74 562	3.97 542	3.52 559	3.94 544	3.58 548	3.98 544	3.72 560	6.82 570	6.50 566	3.76 543	3.66 562	3.90 526	3.74 565

SA-5K	4.60 560	8.41 550	6.44 570	6.86 561	3.79 567	3.97 545	3.78 565	3.99 545	3.74 562	3.97 542	3.52 559	3.94 544	3.58 548	3.98 544	3.72 560	6.82 570	6.50 566	3.76 543	3.66 562	3.90 526	3.74 565

U	5.15 571	8.49 552	1.81 502	8.49 568	1.77 515	8.49 579	1.77 512	8.51 579	1.77 516	8.49 579	1.77 514	8.50 579	1.78 506	8.58 579	1.77 518	8.54 577	1.78 506	8.55 579	1.78 525	8.55 573	1.84 523

CFNet_RVC	2.38 523	8.71 553	0.38 238	9.33 571	0.42 314	0.56 328	0.42 303	0.60 326	0.38 280	0.62 336	0.42 310	0.56 331	7.29 574	0.62 331	0.42 305	0.53 303	0.37 241	0.49 320	0.34 271	8.30 571	6.87 577

rvit_stereo_0075_2	6.64 574	8.80 554	5.25 564	7.89 565	5.27 576	7.90 578	5.27 574	7.92 578	5.28 574	7.91 578	5.29 575	7.93 578	5.27 566	7.92 578	5.28 571	7.93 574	5.28 559	7.93 577	5.29 576	7.93 570	5.28 574

test_3	5.01 568	8.86 555	7.77 576	8.09 566	2.76 546	4.13 547	4.05 569	3.88 544	3.76 564	4.33 546	4.13 568	3.71 542	3.91 557	4.21 547	4.06 566	7.93 574	7.69 571	4.53 547	3.91 567	4.17 530	4.29 571

SGM+DAISY	7.06 576	9.15 556	5.38 566	8.84 570	5.18 575	8.80 580	5.31 575	8.79 580	5.28 574	8.89 580	5.20 574	8.93 580	5.33 567	8.95 580	5.36 572	8.70 578	5.21 558	8.74 580	5.20 575	8.89 574	5.15 573

test-1	6.46 573	9.16 557	8.03 579	8.09 566	5.62 577	6.11 572	6.35 576	6.85 574	4.94 573	6.08 572	6.29 578	4.98 568	6.43 570	6.22 570	6.36 576	6.16 567	7.47 570	5.82 572	5.44 577	7.11 567	5.68 575

RAFT	6.73 575	9.36 558	7.40 575	8.51 569	6.55 578	6.88 575	6.60 577	6.79 573	6.60 577	6.80 574	6.72 579	5.31 570	5.50 568	6.61 571	6.61 577	8.42 576	5.89 562	5.73 571	5.45 578	6.61 563	6.24 576

CFNet_pseudo	2.67 531	9.36 558	0.32 208	10.99 580	0.33 259	0.85 360	0.33 247	0.49 289	0.33 253	0.49 295	0.32 249	0.49 299	7.26 573	0.49 298	0.33 249	0.41 254	9.62 577	0.41 281	0.29 235	10.03 579	0.29 222

CFNet_ucs	2.73 532	9.64 560	0.33 213	9.92 576	0.32 248	0.49 302	0.33 247	0.49 289	0.33 253	0.49 295	0.33 255	0.49 299	8.98 577	0.48 292	0.33 249	0.41 254	9.96 580	0.40 268	0.29 235	10.12 580	0.54 332

PCWNet_CMD	2.80 535	9.82 561	0.32 208	10.09 578	0.32 248	0.49 302	0.33 247	3.34 537	0.33 253	0.49 295	0.33 255	0.49 299	8.73 575	0.48 292	0.33 249	0.41 254	9.22 574	0.42 292	0.29 235	9.55 577	0.31 239

pcwnet_v2	2.66 530	9.89 562	0.33 213	9.89 575	0.32 248	0.50 310	0.32 238	0.49 289	0.33 253	0.49 295	0.34 263	0.49 299	8.76 576	0.48 292	0.33 249	0.41 254	9.58 576	0.40 268	0.29 235	9.01 575	0.63 349

UCFNet_RVC	2.75 533	10.06 563	0.29 192	10.31 579	0.29 230	0.42 274	0.29 226	0.43 269	0.29 225	0.42 260	0.29 229	0.42 272	9.87 579	0.43 270	0.29 227	0.36 221	9.84 579	0.36 243	0.26 213	9.77 578	0.26 196

MSMDNet	2.65 529	10.14 564	0.33 213	9.74 574	0.32 248	0.87 362	0.33 247	2.95 533	0.68 357	0.49 295	0.34 263	0.49 299	5.70 569	0.49 298	0.33 249	0.42 268	9.57 575	0.41 281	0.31 254	8.36 572	0.65 351

ccs_rob	2.79 534	10.17 565	0.32 208	10.00 577	0.33 259	0.49 302	0.33 247	1.90 484	0.32 247	0.51 312	0.33 255	0.49 299	9.24 578	0.49 298	0.33 249	0.41 254	9.82 578	0.41 281	0.28 225	9.34 576	0.29 222

test-v	7.53 577	11.89 566	7.98 577	9.36 572	7.14 579	7.06 576	7.09 578	7.37 575	6.91 578	7.29 575	5.71 576	6.45 574	6.93 571	6.73 574	7.27 578	8.93 579	7.85 572	6.98 575	6.80 579	7.56 568	7.34 578

test-2	7.53 577	11.89 566	7.98 577	9.36 572	7.14 579	7.06 576	7.09 578	7.37 575	6.91 578	7.29 575	5.71 576	6.45 574	6.93 571	6.73 574	7.27 578	8.93 579	7.85 572	6.98 575	6.80 579	7.56 568	7.34 578

rafts_anoy	20.00 581	20.00 568	20.00 581	20.00 581	20.00 582	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 582	20.00 581	20.00 582	20.00 581	20.00 581

raft+_RVC	20.00 581	20.00 568	20.00 581	20.00 581	20.00 582	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 582	20.00 581	20.00 582	20.00 581	20.00 581

raftrobust	20.00 581	20.00 568	20.00 581	20.00 581	20.00 582	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 582	20.00 581	20.00 582	20.00 581	20.00 581

CasAABBNet	20.00 581	20.00 568	20.00 581	20.00 581	20.00 582	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 582	20.00 581	20.00 582	20.00 581	20.00 581

RALCasStereoNet	20.00 581	20.00 568	20.00 581	20.00 581	20.00 582	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 582	20.00 581	20.00 582	20.00 581	20.00 581

RALAANet	20.00 581	20.00 568	20.00 581	20.00 581	20.00 582	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 581	20.00 582	20.00 581	20.00 582	20.00 581	20.00 581

MANE	19.05 580	23.00 574	15.00 580	23.00 587	15.00 581	24.00 587	16.00 580	24.00 587	16.00 580	22.00 587	15.00 580	23.00 587	16.00 580	23.00 587	15.00 580	22.00 587	15.00 581	22.00 587	15.00 581	22.00 587	15.00 580

stereogan	2.33 517	24.38 575	1.18 408	1.18 366	1.18 440	1.14 413	1.18 430	1.19 409	1.19 436	1.14 414	1.18 433	1.14 409	1.18 424	1.14 415	1.18 432	1.14 380	1.14 408	1.19 429	1.19 431	1.15 396	1.19 436

Abc-Net	2.32 516	24.75 576	1.14 402	1.17 365	1.17 438	1.11 396	1.15 426	1.17 406	1.21 482	1.08 388	1.16 429	1.12 404	1.14 418	1.09 393	1.17 431	1.09 370	1.16 410	1.17 425	1.17 430	1.16 398	1.11 421
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 517	25.00 577	1.13 401	1.15 359	1.15 433	1.10 392	1.15 426	1.15 394	1.15 429	1.12 407	1.15 426	1.09 393	1.13 416	1.10 395	1.15 427	1.11 377	1.09 400	1.16 421	1.12 425	1.16 398	1.17 432

RGC	2.36 519	25.48 578	1.19 410	1.15 359	1.15 433	1.10 392	1.16 428	1.17 406	1.16 430	1.12 407	1.16 429	1.11 399	1.13 416	1.09 393	1.18 432	1.10 372	1.15 409	1.16 421	1.12 425	1.14 394	1.12 423

NCC-stereo	2.36 519	25.52 579	1.17 406	1.15 359	1.17 438	1.11 396	1.11 422	1.15 394	1.16 430	1.10 389	1.16 429	1.10 395	1.15 419	1.14 415	1.13 425	1.09 370	1.11 404	1.15 420	1.16 429	1.17 403	1.17 432

AF-Net	2.37 521	25.71 580	1.17 406	1.13 356	1.15 433	1.15 414	1.18 430	1.19 409	1.16 430	1.10 389	1.15 426	1.10 395	1.18 424	1.12 408	1.15 427	1.10 372	1.10 403	1.17 425	1.15 427	1.16 398	1.12 423

Nwc_Net	2.37 521	25.95 581	1.15 404	1.14 357	1.15 433	1.08 389	1.14 425	1.17 406	1.16 430	1.14 414	1.15 426	1.08 391	1.15 419	1.11 399	1.14 426	1.10 372	1.11 404	1.16 421	1.09 424	1.16 398	1.15 428

FAT-Stereo	2.46 525	26.05 582	1.23 462	1.23 415	1.22 490	1.20 419	1.24 480	1.23 460	1.23 484	1.19 418	1.22 480	1.21 468	1.24 474	1.20 422	1.24 481	1.21 435	1.17 413	1.22 476	1.25 484	1.20 407	1.24 486

S-Stereo	2.51 526	26.86 583	1.23 462	1.22 413	1.22 490	1.24 467	1.25 481	1.22 458	1.24 485	1.21 465	1.24 482	1.19 421	1.27 476	1.19 421	1.24 481	1.19 386	1.20 415	1.25 477	1.19 431	1.24 455	1.23 485

MoCha-V2	2.11 500	26.97 584	0.78 367	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

edge stereo	2.43 524	27.07 585	1.14 402	1.06 348	1.14 432	1.08 389	1.17 429	1.16 400	1.14 428	1.10 389	1.16 429	1.09 393	1.16 423	1.10 395	1.16 430	1.10 372	1.11 404	1.16 421	1.19 431	1.13 393	1.11 421

fff	1000028.16 607	29.62 586	29.72 588	32.61 588	30.02 589	35.13 590	31.83 589	32.07 589	10000000.00 607	35.27 591	29.82 589	32.45 589	30.15 588	32.35 589	30.09 588	31.04 589	29.55 590	30.64 589	30.14 589	10000000.00 608	30.77 589

csc	1000028.16 607	29.62 586	29.72 588	32.61 588	30.02 589	35.13 590	31.83 589	32.07 589	10000000.00 607	35.27 591	29.82 589	32.45 589	30.15 588	32.35 589	30.09 588	31.04 589	29.55 590	30.64 589	30.14 589	10000000.00 608	30.77 589

cscssc	1000028.16 607	29.62 586	29.72 588	32.61 588	30.02 589	35.13 590	31.83 589	32.07 589	10000000.00 607	35.27 591	29.82 589	32.45 589	30.15 588	32.35 589	30.09 588	31.04 589	29.55 590	30.64 589	30.14 589	10000000.00 608	30.77 589

STTStereo	3.73 541	30.40 589	2.37 534	2.39 482	2.31 544	2.35 509	2.33 537	2.29 501	2.42 540	2.32 510	2.34 542	2.33 504	2.36 530	2.30 506	2.27 539	2.35 508	2.22 526	2.31 517	2.22 537	2.29 494	2.34 539

111	30.40 587	30.94 590	29.72 588	32.61 588	30.02 589	33.57 588	30.47 588	31.50 588	29.39 588	30.98 588	29.11 588	29.78 588	30.39 591	29.45 588	30.76 591	30.08 588	29.02 589	29.92 588	30.32 592	29.86 588	30.17 588

DCANet-4	35.22 589	34.54 591	35.08 594	33.58 592	35.47 596	34.55 589	35.53 595	36.08 594	35.85 592	35.92 594	35.77 594	35.18 594	35.48 593	35.39 594	37.15 597	34.55 594	33.92 593	35.02 595	34.90 594	35.79 592	34.74 595

tt	500032.53 605	34.60 592	29.72 588	37.47 597	34.41 594	36.85 594	35.22 593	34.71 592	33.55 590	34.50 589	35.43 592	33.81 592	10000000.00 608	33.57 592	33.13 592	33.68 592	35.00 594	34.03 593	35.26 595	30.96 589	34.63 593

DCANet	500032.53 605	34.60 592	29.72 588	37.47 597	34.41 594	36.85 594	35.22 593	34.71 592	33.55 590	34.50 589	35.43 592	33.81 592	10000000.00 608	33.57 592	33.13 592	33.68 592	35.00 594	34.03 593	35.26 595	30.96 589	34.63 593

WCMA_ROB	31.10 588	35.43 594	27.12 587	39.51 599	23.10 588	38.78 599	25.30 587	37.49 599	25.39 587	37.29 598	27.02 587	38.52 599	26.48 587	37.80 598	26.44 587	36.28 595	22.65 588	33.90 592	22.30 588	37.10 596	24.18 587

ADStereo(finetuned)	36.13 590	36.63 595	38.07 598	36.97 593	33.25 593	35.91 593	34.45 592	36.36 595	32.99 589	38.14 599	36.71 595	36.69 595	34.13 592	38.57 599	40.79 598	37.60 599	36.58 596	35.90 596	33.36 593	35.42 591	34.04 592

Reg-Stereo(zero)	37.00 591	37.00 596	37.00 595	37.00 594	37.00 597	37.00 596	37.00 596	37.00 596	37.00 593	37.00 595	37.00 596	37.00 596	37.00 594	37.00 595	37.00 594	37.00 596	37.00 597	37.00 597	37.00 597	37.00 593	37.00 596

HI	37.00 591	37.00 596	37.00 595	37.00 594	37.00 597	37.00 596	37.00 596	37.00 596	37.00 593	37.00 595	37.00 596	37.00 596	37.00 594	37.00 595	37.00 594	37.00 596	37.00 597	37.00 597	37.00 597	37.00 593	37.00 596

CoSv	37.00 591	37.00 596	37.00 595	37.00 594	37.00 597	37.00 596	37.00 596	37.00 596	37.00 593	37.00 595	37.00 596	37.00 596	37.00 594	37.00 595	37.00 594	37.00 596	37.00 597	37.00 597	37.00 597	37.00 593	37.00 596

NLCA_NET_v2_RVC	5.04 569	50.87 599	2.78 536	2.87 496	2.71 545	2.78 534	0.47 317	2.88 532	2.86 544	1.89 486	2.67 543	2.79 534	2.79 534	2.78 533	2.83 541	2.82 527	2.82 530	2.83 534	2.77 543	2.83 520	2.76 543
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 594	87.70 600	41.95 599	113.75 602	65.62 602	75.05 600	55.25 600	75.64 601	45.04 596	71.61 600	41.75 599	72.81 600	44.06 597	68.38 600	44.63 599	101.89 602	59.57 602	107.10 602	61.05 602	104.38 599	59.38 601

MGS-Stereo	239.45 599	123.00 601	135.00 603	266.00 605	286.00 606	277.00 605	305.00 605	271.00 605	242.00 602	274.00 605	279.00 605	255.00 605	270.00 603	268.00 605	297.00 605	221.00 605	247.00 606	216.00 605	123.00 603	217.00 602	217.00 605

AE-Stereo	201.80 598	123.00 601	115.00 601	219.00 604	218.00 605	223.00 604	244.00 604	217.00 604	236.00 601	202.00 604	203.00 603	205.00 604	208.00 601	225.00 604	204.00 603	210.00 604	198.00 604	197.00 604	184.00 605	204.00 601	201.00 603

EGLCR-Stereo	246.90 600	129.00 603	139.00 604	266.00 605	286.00 606	277.00 605	305.00 605	271.00 605	242.00 602	274.00 605	279.00 605	255.00 605	270.00 603	268.00 605	297.00 605	230.00 606	247.00 606	216.00 605	223.00 607	237.00 603	227.00 606

NOSS_ROB	102.95 595	153.00 604	121.00 602	51.00 600	44.00 600	165.00 603	127.00 601	153.00 602	119.00 598	164.00 603	125.00 601	168.00 603	120.00 599	153.00 602	117.00 601	49.00 600	44.00 600	49.00 600	44.00 600	49.00 597	44.00 599

MeshStereo	159.24 597	171.00 605	160.68 605	162.58 603	160.59 603	164.01 602	160.35 602	158.51 603	158.56 599	158.34 602	160.12 602	158.56 602	159.92 600	157.26 603	158.94 602	154.38 603	158.36 603	155.75 603	159.13 604	153.67 600	154.07 602
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PA-Net	11.80 579	223.51 606	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.
DLCB_ROB	284.23 601	354.61 607	207.27 606	363.24 607	206.46 604	364.72 607	210.41 603	364.72 607	210.41 600	364.81 607	208.64 604	364.81 607	208.64 602	364.72 607	210.41 604	354.70 607	205.53 605	354.70 607	205.53 606	354.70 604	205.53 604

LE_ROB	396.57 602	471.28 608	329.84 607	471.48 608	308.15 608	526.83 608	322.10 607	488.15 608	323.76 604	495.46 608	317.97 607	497.17 608	320.10 605	481.62 608	326.76 607	462.71 608	298.97 608	466.16 608	285.98 608	447.62 605	289.21 607

SGM-ForestM	596.69 603	677.77 609	444.52 608	699.85 609	517.25 609	732.94 609	488.29 608	770.79 609	460.11 605	750.81 609	487.98 608	792.79 609	499.41 606	730.90 609	475.81 608	720.03 609	491.16 609	663.96 609	418.60 609	674.76 606	436.05 608

CBMV_ROB	818.48 604	913.88 610	709.52 609	862.84 610	597.78 610	1073.99 610	700.52 609	1015.66 610	702.59 606	1115.65 610	760.02 609	1130.24 610	721.57 607	1037.41 610	692.65 609	814.05 610	564.29 610	843.28 610	595.31 610	915.51 607	602.92 609

CBMV	128.50 596	1422.70 611	53.10 600	79.50 601	51.30 601	77.30 601	49.70 599	74.00 600	48.20 597	77.20 601	48.80 600	73.90 601	48.00 598	73.80 601	48.80 600	70.40 601	45.10 601	68.90 601	46.10 601	68.20 598	45.00 600
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

SGD-Stereo	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

IGEV-Stereo++	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

IGEV-BASED-STEREO-	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

IGEV-Stereo+	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

SDNR	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

anonymousdsp2	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

anonymousdsp	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

test_example2	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610

DIP-Stereo	10000000.00 610	10000000.00 612	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 607	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 608	10000000.00 611	10000000.00 610	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 611	10000000.00 608	10000000.00 610
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark