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

FoundationStereo	0.26 1	0.29 30	1.25 8	0.24 64	0.10 59	0.41 2	0.07 36	0.57 1	0.80 4	0.24 9	0.03 2	0.09 3	0.37 49	0.46 1	0.12 1	0.03 317	0.03 253	0.00 1	0.00 1	0.00 1	0.01 17

MonSter	0.46 2	0.23 14	1.44 13	0.05 10	0.77 270	1.17 10	0.01 2	3.17 23	0.72 1	0.28 14	0.18 10	0.07 1	0.04 1	0.83 9	0.17 7	0.00 1	0.00 1	0.00 1	0.01 257	0.00 1	0.01 17

dual_stereo	0.56 3	0.32 52	1.08 3	0.07 16	0.11 68	0.77 6	0.03 15	3.60 43	1.17 14	0.12 1	0.03 2	0.20 14	0.11 4	2.77 84	0.51 69	0.00 1	0.14 388	0.00 1	0.16 361	0.00 1	0.02 57

RAStereo	0.68 4	0.42 140	3.15 192	0.18 55	0.52 237	1.17 10	0.02 11	3.16 22	0.98 9	0.51 56	1.43 49	0.16 7	0.22 13	0.75 6	0.83 127	0.00 1	0.00 1	0.00 1	0.00 1	0.07 176	0.02 57

GIP-stereo	0.70 5	0.44 157	1.70 34	1.52 253	0.75 266	1.48 33	0.05 25	4.18 72	1.10 10	0.18 5	0.42 18	0.58 77	0.38 52	0.65 3	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	0.01 17

DEFOM-Stereo	0.70 5	0.29 30	1.62 24	0.16 49	0.06 24	1.95 76	0.45 160	0.88 2	0.74 2	0.55 58	0.51 20	0.14 6	0.09 3	6.32 193	0.20 11	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

GREAT-IGEV	0.72 7	0.29 30	1.91 45	1.31 222	0.40 201	1.41 30	0.08 41	2.29 7	2.48 40	0.18 5	0.69 24	0.10 4	0.34 43	1.72 50	0.37 32	0.00 1	0.09 348	0.00 1	0.22 393	0.10 217	0.41 396

IGEV-Stereo++	0.74 8	0.23 14	1.31 10	0.06 13	1.62 331	1.95 76	0.01 2	3.29 27	1.81 20	0.38 32	1.68 60	0.10 4	1.16 139	0.91 11	0.19 10	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	0.01 17

GLC_STEREO	0.75 9	0.29 30	1.19 6	0.55 117	0.01 1	1.98 80	0.57 199	3.07 16	3.02 83	0.90 73	1.48 50	0.19 10	0.40 56	0.93 12	0.36 28	0.00 1	0.01 153	0.00 1	0.00 1	0.04 110	0.02 57

rvit_stereo_0081_aga	0.76 10	0.51 191	3.29 201	0.11 28	0.25 151	1.73 64	0.22 105	3.68 45	2.54 47	0.26 13	0.16 6	0.27 34	0.30 36	1.31 28	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.12 252	0.04 138

MaDis-Stereo	0.80 11	0.69 265	3.02 171	0.33 83	1.83 352	1.22 12	0.06 29	3.41 34	1.49 15	0.31 24	0.38 17	0.42 61	0.51 75	1.14 21	1.21 182	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	0.05 171

AEACV	0.80 11	0.29 30	1.70 34	0.96 173	0.24 148	2.03 83	0.88 278	3.50 40	0.88 7	0.34 26	0.20 11	0.29 39	2.01 192	1.77 55	0.33 21	0.00 1	0.03 253	0.00 1	0.29 413	0.10 217	0.09 236

IGEV-RUCA	0.81 13	0.15 1	1.13 4	0.52 112	0.32 180	2.13 93	0.51 179	3.46 37	1.71 18	0.95 74	0.16 6	0.24 29	0.55 81	2.81 86	0.41 39	0.12 385	0.21 424	0.20 437	0.25 404	0.21 334	0.20 344

UniTT-Stereo	0.83 14	0.33 67	1.98 56	0.92 164	1.27 313	0.54 4	0.11 53	1.35 3	2.94 71	1.67 92	2.09 73	0.20 14	0.31 39	1.57 42	1.07 166	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.01 17

Pointernet	0.84 15	0.35 87	2.00 60	0.12 30	0.13 84	1.77 65	0.06 29	4.87 111	2.53 45	0.14 3	2.11 75	0.76 84	0.44 70	1.02 16	0.32 20	0.00 1	0.04 282	0.00 1	0.15 358	0.02 42	0.01 17

castereo	0.87 16	0.60 230	1.07 2	0.34 88	0.17 106	1.89 71	0.79 254	4.84 110	2.05 24	0.65 64	2.55 87	0.31 44	0.40 56	1.02 16	0.38 35	0.01 206	0.09 348	0.00 1	0.24 399	0.03 85	0.02 57

rvit_stereo_0081	0.88 17	0.28 27	1.81 36	0.62 129	0.13 84	1.34 23	0.12 59	3.14 19	4.59 181	0.43 51	0.30 15	0.54 74	0.11 4	3.89 107	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

rvit_stereo_0082	0.88 17	0.28 27	1.81 36	0.62 129	0.13 84	1.34 23	0.12 59	3.14 19	4.59 181	0.43 51	0.30 15	0.54 74	0.11 4	3.89 107	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

rvit_stereo_0080	0.88 17	0.51 191	3.12 189	0.07 16	0.12 78	1.31 20	0.37 141	3.78 55	3.29 105	0.56 59	1.13 41	0.40 56	0.76 100	1.71 47	0.47 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

whm_eth	0.88 17	0.51 191	3.12 189	0.07 16	0.12 78	1.31 20	0.37 141	3.78 55	3.29 105	0.56 59	1.13 41	0.40 56	0.76 100	1.71 47	0.47 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

AIO_test	0.90 21	0.40 123	1.67 30	0.14 44	0.16 99	2.97 198	0.83 264	3.61 44	2.67 52	0.29 16	0.71 25	1.50 110	0.29 29	2.37 76	0.13 2	0.00 1	0.04 282	0.00 1	0.08 330	0.03 85	0.03 94

LoS	0.91 22	0.34 77	2.10 75	0.38 96	0.13 84	2.47 125	0.26 118	5.00 122	2.74 61	0.89 72	0.21 12	0.49 68	0.36 46	1.97 65	0.67 90	0.02 282	0.02 206	0.00 1	0.00 1	0.06 160	0.01 17
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
AIO-Stereo	0.94 23	0.22 12	1.20 7	0.06 13	0.08 46	2.36 114	0.62 209	5.50 162	2.61 49	0.30 19	3.32 110	0.41 59	0.25 15	1.12 20	0.17 7	0.00 1	0.01 153	0.00 1	0.35 430	0.06 160	0.12 284

SMoEStereo_RVC	0.95 24	0.35 87	1.37 12	0.63 132	0.07 32	2.07 85	0.16 86	2.88 13	1.68 17	0.30 19	1.23 44	0.19 10	0.28 25	6.80 226	0.84 130	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.13 292

GCAP-Stereo	0.95 24	0.62 239	1.99 58	0.30 71	0.03 10	1.66 51	0.01 2	4.43 82	3.00 80	1.63 91	1.17 43	1.39 102	0.76 100	1.31 28	0.55 73	0.00 1	0.03 253	0.00 1	0.00 1	0.12 252	0.02 57

fffft	0.97 26	0.29 30	1.69 33	0.03 1	0.05 15	2.12 92	0.65 217	3.44 36	1.87 23	0.34 26	0.60 22	0.23 26	0.20 9	6.69 221	0.89 146	0.00 1	0.01 153	0.00 1	0.00 1	0.18 311	0.09 236
1: 1. 1
DEFOM-Stereo_RVC	0.98 27	2.14 426	1.55 18	0.88 156	0.26 158	0.56 5	0.04 17	2.80 12	0.86 5	0.30 19	0.80 28	0.21 24	2.33 206	6.17 183	0.37 32	0.00 1	0.07 328	0.00 1	0.17 369	0.01 11	0.01 17

Occ-G	0.98 27	0.38 110	1.82 38	0.15 46	0.18 119	1.45 32	0.69 228	3.15 21	2.25 29	1.45 87	0.59 21	5.06 253	0.54 80	0.75 6	0.77 117	0.00 1	0.03 253	0.00 1	0.17 369	0.16 287	0.01 17

CASnet	0.98 27	0.32 52	1.62 24	0.65 135	0.07 32	2.11 90	0.14 75	3.50 40	4.03 149	3.77 144	1.41 48	0.31 44	0.29 29	0.80 8	0.57 75	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 27	0.42 140	1.86 40	0.07 16	0.22 141	1.65 50	0.02 11	4.07 67	6.33 261	0.72 66	1.54 52	0.43 62	0.64 90	1.22 27	0.44 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	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
MM-Stereo_test2	0.99 31	0.29 30	2.26 88	1.34 226	0.12 78	1.78 67	0.53 181	4.71 104	3.31 107	0.76 68	0.80 28	0.50 70	0.35 44	1.86 59	0.73 102	0.00 1	0.05 296	0.00 1	0.07 325	0.26 357	0.06 189

trnet	0.99 31	0.37 104	1.89 43	0.08 21	0.19 129	1.68 55	0.02 11	4.12 71	6.41 265	0.70 65	1.57 53	0.46 65	0.67 92	1.15 22	0.41 39	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.01 17

CroCo-Stereo	0.99 31	0.89 314	3.19 195	0.46 105	0.44 209	0.38 1	0.05 25	4.61 94	3.95 143	0.48 53	1.78 64	1.01 90	0.27 23	1.11 19	1.07 166	0.01 206	0.00 1	0.00 1	0.00 1	0.05 136	0.04 138
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
rvit_stereo_ft	1.00 34	0.78 290	3.84 252	0.84 151	0.36 192	1.23 13	0.24 111	3.81 59	3.76 132	0.37 31	0.87 30	0.74 82	1.12 129	1.18 25	0.76 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.06 189

AIO_rvc	1.02 35	0.59 226	1.95 54	0.15 46	0.09 52	3.42 230	0.99 293	4.46 84	2.73 60	0.28 14	1.62 55	1.32 100	0.28 25	2.10 71	0.21 12	0.00 1	0.03 253	0.00 1	0.04 311	0.11 236	0.11 271

RSM++	1.02 35	0.24 17	1.33 11	0.86 154	0.04 12	2.78 170	0.30 130	2.63 9	2.67 52	0.48 53	1.95 68	0.52 71	0.25 15	5.50 162	0.57 75	0.00 1	0.00 1	0.00 1	0.17 369	0.11 236	0.09 236

mms	1.03 37	0.54 206	1.58 21	0.05 10	0.36 192	1.52 40	0.08 41	2.97 15	1.84 22	0.38 32	2.94 97	0.32 47	0.25 15	6.82 227	0.39 36	0.00 1	0.04 282	0.00 1	0.00 1	0.17 300	0.28 376

ours_stereo	1.03 37	0.55 210	1.86 40	0.12 30	0.32 180	1.16 9	0.09 46	3.27 26	2.18 27	0.39 39	3.02 101	0.34 54	0.26 21	6.32 193	0.37 32	0.00 1	0.01 153	0.00 1	0.00 1	0.18 311	0.13 292

rvit_stereo_0083	1.03 37	0.26 22	3.09 187	0.49 110	0.09 52	1.27 17	0.24 111	2.72 10	4.60 183	0.38 32	0.77 27	0.78 85	1.18 141	4.35 127	0.33 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 94

EGLCR-Stereo	1.04 40	0.20 5	2.00 60	1.14 200	0.16 99	2.50 129	0.11 53	4.96 117	2.61 49	0.79 70	0.07 5	1.46 108	0.37 49	3.96 114	0.23 13	0.01 206	0.05 296	0.00 1	0.00 1	0.00 1	0.07 208

HUF	1.05 41	0.64 243	2.33 92	0.35 91	0.22 141	3.09 209	0.41 151	3.73 53	2.89 68	0.36 29	2.71 92	0.33 51	0.30 36	2.28 75	0.23 13	0.00 1	0.61 460	0.00 1	0.00 1	0.15 280	0.39 391

rrr	1.05 41	0.45 164	3.18 194	0.32 78	0.06 24	2.74 163	0.95 291	3.49 39	1.12 11	0.39 39	0.16 6	0.20 14	0.29 29	6.47 204	0.87 138	0.00 1	0.00 1	0.00 1	0.21 387	0.06 160	0.10 258

IGEVStereo-DCA	1.06 43	0.45 164	2.06 65	0.32 78	0.06 24	2.74 163	0.84 268	3.71 47	2.27 30	0.39 39	0.16 6	0.20 14	0.29 29	6.47 204	0.87 138	0.00 1	0.00 1	0.00 1	0.16 361	0.06 160	0.06 189

test_xeample3	1.08 44	0.43 151	3.39 210	0.49 110	0.05 15	2.58 142	0.93 286	3.32 29	1.77 19	0.23 8	0.23 13	0.19 10	0.28 25	6.34 195	0.85 131	0.00 1	0.01 153	0.00 1	0.26 411	0.06 160	0.10 258

tt45	1.09 45	0.35 87	1.49 17	0.39 97	0.23 146	3.50 242	0.14 75	3.35 31	1.81 20	0.36 29	2.04 71	0.27 34	0.26 21	6.84 229	0.63 84	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.03 94

MGS-Stereo	1.10 46	0.26 22	2.45 100	0.58 123	0.06 24	1.84 69	0.67 223	2.16 6	3.42 114	1.03 76	6.13 198	0.49 68	0.36 46	1.43 34	0.62 81	0.00 1	0.00 1	0.00 1	0.00 1	0.47 407	0.00 1

ff7	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 361	0.09 206	0.06 189

ffff	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 361	0.09 206	0.06 189

11t	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 361	0.09 206	0.06 189

anonymousdsp	1.12 47	0.59 226	1.66 27	0.03 1	0.07 32	2.81 181	0.82 260	4.07 67	2.30 36	0.41 45	1.12 40	0.30 40	0.40 56	7.05 245	0.49 63	0.00 1	0.00 1	0.00 1	0.17 369	0.10 217	0.05 171

ccc-4	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 361	0.09 206	0.06 189

IGEV-Stereo	1.12 47	0.59 226	1.66 27	0.03 1	0.07 32	2.82 184	0.82 260	4.09 70	2.30 36	0.41 45	1.11 37	0.30 40	0.41 63	7.05 245	0.49 63	0.00 1	0.00 1	0.00 1	0.17 369	0.10 217	0.05 171
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
fffy	1.13 53	0.51 191	2.15 77	1.01 180	0.09 52	2.30 111	0.19 96	4.07 67	1.13 13	0.16 4	2.66 89	0.20 14	0.38 52	6.98 241	0.35 25	0.00 1	0.06 312	0.00 1	0.00 1	0.14 276	0.16 321

IGEV++	1.14 54	0.51 191	1.66 27	0.55 117	0.08 46	2.52 130	1.01 297	6.51 216	3.16 91	0.59 61	2.11 75	0.43 62	1.18 141	1.44 35	0.79 121	0.00 1	0.05 296	0.00 1	0.05 317	0.11 236	0.11 271

castereo++	1.18 55	0.54 206	1.95 54	0.30 71	0.51 233	4.56 307	1.00 295	4.61 94	1.12 11	0.29 16	2.14 79	1.89 125	0.15 7	3.94 113	0.18 9	0.00 1	0.04 282	0.00 1	0.31 421	0.03 85	0.00 1

CAS++	1.18 55	0.55 210	1.99 58	0.17 50	0.27 161	1.85 70	0.63 210	8.48 266	3.07 86	1.71 93	2.32 83	0.18 9	0.20 9	1.91 64	0.30 17	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ProNet	1.20 57	0.60 230	2.00 60	0.26 66	0.08 46	2.73 162	0.68 224	5.00 122	2.52 44	0.29 16	1.32 46	0.37 55	0.36 46	6.94 239	0.44 46	0.00 1	0.07 328	0.00 1	0.00 1	0.17 300	0.07 208

TANstereo	1.20 57	0.49 183	2.04 63	0.34 88	0.10 59	1.80 68	0.01 2	3.40 33	4.10 157	4.37 157	4.82 151	0.41 59	0.70 94	0.94 13	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 59	0.20 5	1.30 9	0.12 30	0.06 24	2.48 127	0.51 179	3.78 55	2.74 61	0.48 53	2.38 84	2.18 134	0.28 25	6.77 225	0.56 74	0.00 1	0.00 1	0.00 1	0.16 361	0.07 176	0.05 171

sCroCo_RVC	1.21 59	0.65 249	5.16 331	1.09 192	1.29 316	0.92 7	0.19 96	3.92 61	2.68 55	0.30 19	3.04 102	0.52 71	1.56 170	1.58 43	0.78 119	0.09 376	0.25 436	0.00 1	0.00 1	0.07 176	0.11 271

Selective-IGEV	1.23 61	0.18 3	1.13 4	0.07 16	0.17 106	2.38 118	0.54 184	6.10 188	2.51 43	0.41 45	3.20 107	0.26 32	0.29 29	6.94 239	0.16 5	0.00 1	0.01 153	0.00 1	0.11 348	0.04 110	0.10 258

WCG-NET	1.24 62	0.43 151	1.46 15	0.33 83	0.08 46	2.14 94	1.08 306	3.09 18	6.86 282	2.73 110	3.43 118	0.74 82	0.94 118	0.89 10	0.33 21	0.00 1	0.04 282	0.00 1	0.00 1	0.10 217	0.05 171

CroCo-Stereo Lap2	1.24 62	0.88 311	3.39 210	0.95 171	4.59 452	0.47 3	0.08 41	3.51 42	2.80 64	1.17 84	2.24 80	1.57 113	0.20 9	1.48 38	1.14 175	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.12 284

999	1.25 64	0.37 104	1.63 26	1.15 201	0.34 187	3.03 204	0.66 220	3.41 34	2.27 30	0.30 19	3.20 107	0.19 10	0.25 15	7.23 260	0.85 131	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.01 17

rvit_0105_6	1.26 65	0.87 308	4.85 311	0.61 127	0.07 32	1.60 44	0.32 132	3.79 58	5.87 230	0.25 11	0.26 14	1.09 93	0.29 29	4.60 133	0.62 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 189

Former-RAFT_DAM_RVC	1.26 65	0.42 140	2.36 96	0.59 125	1.26 311	2.43 123	0.01 2	3.29 27	7.76 315	1.71 93	2.78 94	0.27 34	0.32 41	1.16 24	0.58 79	0.04 336	0.01 153	0.00 1	0.00 1	0.04 110	0.10 258

LoS_RVC	1.26 65	1.43 383	1.91 45	0.42 100	3.77 427	1.71 61	0.04 17	2.58 8	2.49 42	0.42 49	2.58 88	0.30 40	0.57 85	1.71 47	0.66 89	0.01 206	0.02 206	0.00 1	0.00 1	0.02 42	4.49 468

MIF-Stereo (partial)	1.29 68	0.33 67	3.02 171	0.03 1	1.12 304	1.26 16	0.13 68	4.46 84	3.75 130	0.35 28	2.39 85	0.31 44	0.74 98	6.09 179	1.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.08 188	0.04 138

MyStereo07	1.31 69	0.79 291	1.61 23	1.03 183	1.11 302	2.63 153	0.46 161	5.48 159	2.24 28	0.64 63	1.48 50	0.27 34	0.59 88	7.03 244	0.45 50	0.00 1	0.09 348	0.00 1	0.01 257	0.11 236	0.09 236

plain	1.34 70	0.51 191	5.09 325	0.30 71	0.05 15	1.58 42	0.08 41	4.47 86	3.77 133	0.42 49	1.76 62	0.60 79	0.74 98	6.11 180	0.94 154	0.00 1	0.00 1	0.00 1	0.00 1	0.40 399	0.02 57

sAnonymous2	1.35 71	1.66 404	8.14 410	0.55 117	0.46 215	1.23 13	0.24 111	4.00 65	3.47 116	0.40 43	1.11 37	0.23 26	1.42 156	0.96 14	0.57 75	0.01 206	0.00 1	0.00 1	0.20 383	2.07 455	0.22 348

CroCo_RVC	1.35 71	1.66 404	8.14 410	0.55 117	0.46 215	1.23 13	0.24 111	4.00 65	3.47 116	0.40 43	1.11 37	0.23 26	1.42 156	0.96 14	0.57 75	0.01 206	0.00 1	0.00 1	0.20 383	2.07 455	0.22 348

knoymous	1.36 73	0.21 9	1.68 32	0.20 56	0.49 227	1.58 42	0.11 53	5.15 129	2.40 39	4.62 165	1.77 63	4.56 233	0.45 71	3.23 93	0.63 84	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.01 17

rvit_0105_4	1.38 74	0.98 332	5.52 352	0.61 127	0.05 15	1.62 47	0.41 151	3.95 64	5.80 228	0.31 24	0.73 26	1.37 101	0.53 79	4.89 143	0.78 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

SCV_C0	1.40 75	0.49 183	3.06 186	0.12 30	0.21 137	2.29 106	0.09 46	6.46 212	3.81 134	0.63 62	2.00 70	0.24 29	0.41 63	7.31 263	0.43 44	0.01 206	0.05 296	0.00 1	0.21 387	0.16 287	0.07 208

MoCha-V2	1.41 76	0.42 140	2.61 119	0.81 146	0.23 146	2.53 133	0.20 100	4.81 108	3.16 91	0.82 71	3.15 105	0.30 40	1.61 174	6.66 220	0.40 38	0.00 1	0.20 421	0.00 1	0.24 399	0.05 136	0.02 57

PMTNet	1.41 76	0.37 104	2.06 65	0.26 66	0.15 93	2.94 196	0.34 137	3.39 32	5.33 210	1.00 75	1.27 45	0.28 38	0.93 116	4.04 117	0.74 104	5.00 470	0.00 1	0.00 1	0.00 1	0.03 85	0.01 17

AE-Stereo	1.44 78	0.32 52	2.69 127	1.58 265	0.20 134	2.24 103	0.59 201	6.01 184	5.70 223	1.18 85	3.17 106	1.02 91	0.78 106	1.73 51	0.83 127	0.02 282	0.18 411	0.00 1	0.29 413	0.11 236	0.07 208

XX-TBD	1.44 78	0.85 305	2.04 63	2.45 387	0.05 15	2.34 113	0.01 2	3.46 37	7.51 303	2.88 115	4.98 158	0.26 32	0.25 15	1.15 22	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 80	0.36 97	2.54 110	1.99 328	0.12 78	1.90 72	0.12 59	4.47 86	2.83 65	3.31 130	3.44 119	0.56 76	1.47 159	5.39 159	0.47 60	0.00 1	0.04 282	0.00 1	0.21 387	0.07 176	0.04 138

rvit_0105_5	1.48 81	0.89 314	5.43 343	0.46 105	0.04 12	1.60 44	0.60 204	4.65 101	5.90 233	0.76 68	1.59 54	1.75 120	0.78 106	4.20 122	0.88 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 189

WCG-NET（raft）	1.49 82	0.50 186	1.55 18	0.21 59	0.08 46	2.15 96	1.01 297	2.72 10	6.26 257	2.79 111	3.06 104	4.38 226	1.04 126	3.53 100	0.26 15	0.00 1	0.12 374	0.00 1	0.00 1	0.10 217	0.08 223

testlalala	1.50 83	0.41 134	1.67 30	0.98 177	0.31 177	4.00 286	0.90 283	5.26 145	2.17 26	6.56 260	3.61 123	1.74 119	0.38 52	1.21 26	0.42 43	0.00 1	0.02 206	0.00 1	0.29 413	0.01 11	0.01 17

StereoAnything_RVC	1.52 84	7.77 470	2.81 149	0.05 10	0.02 3	1.11 8	0.06 29	3.26 25	0.75 3	0.12 1	0.02 1	0.07 1	0.68 93	6.69 221	0.13 2	0.02 282	0.08 339	0.00 1	0.00 1	6.69 474	0.02 57

model_zeroshot	1.52 84	0.42 140	4.10 271	1.25 210	0.11 68	3.04 205	0.14 75	5.79 177	2.84 66	3.12 122	3.65 124	2.05 132	0.42 68	2.38 77	0.71 98	0.01 206	0.10 359	0.00 1	0.20 383	0.02 42	0.04 138

CES	1.56 86	0.35 87	1.44 13	0.42 100	7.70 472	2.66 159	0.13 68	4.89 112	2.53 45	0.25 11	1.10 36	0.33 51	0.31 39	1.61 45	0.58 79	0.01 206	0.02 206	0.00 1	0.00 1	0.54 409	6.26 474

MM-Stereo_test1	1.57 87	0.36 97	2.19 86	1.17 203	0.35 190	2.39 119	0.56 190	4.53 89	5.21 205	3.67 139	1.65 58	0.40 56	0.84 113	6.90 234	0.80 124	0.00 1	0.03 253	0.00 1	0.00 1	0.31 373	0.03 94

SCV	1.59 88	0.58 223	2.57 113	2.72 400	0.31 177	2.15 96	0.79 254	6.88 230	2.72 57	0.20 7	2.68 90	0.68 80	0.58 87	7.60 278	0.41 39	0.00 1	0.03 253	0.00 1	0.22 393	0.37 390	0.24 358

CREStereo++_RVC	1.59 88	0.39 114	2.26 88	0.36 92	0.01 1	1.67 52	0.01 2	2.95 14	8.12 326	3.69 141	7.44 243	0.47 66	0.32 41	0.74 5	0.39 36	0.00 1	0.00 1	0.00 1	3.03 477	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
Reg-Stereo(zero)	1.60 90	0.19 4	2.59 116	0.45 104	0.47 222	1.64 49	0.23 109	3.22 24	5.87 230	4.29 154	3.01 99	4.49 231	1.64 175	2.47 80	1.16 178	0.00 1	0.08 339	0.00 1	0.13 354	0.01 11	0.10 258

11t1	1.62 91	0.26 22	2.53 109	2.37 381	0.24 148	2.58 142	0.06 29	6.66 221	3.00 80	3.40 132	3.01 99	1.14 95	1.94 190	4.18 120	0.91 150	0.01 206	0.02 206	0.00 1	0.00 1	0.03 85	0.03 94

iRaftStereo_RVC	1.62 91	0.68 260	1.98 56	0.67 137	0.05 15	2.99 200	0.04 17	5.36 154	3.74 129	3.82 145	4.96 156	2.54 142	0.62 89	3.35 97	0.97 158	0.00 1	0.07 328	0.00 1	0.00 1	0.30 368	0.27 372

RAFT-Stereo-weight	1.67 93	0.31 42	1.57 20	0.97 176	0.15 93	3.19 221	0.77 248	5.06 124	6.19 256	4.96 176	3.38 116	2.83 149	0.35 44	2.87 87	0.74 104	0.01 206	0.06 312	0.00 1	0.00 1	0.01 11	0.02 57

HART	1.68 94	0.67 258	2.72 133	0.04 9	0.27 161	1.72 63	0.04 17	5.60 165	3.16 91	1.44 86	7.73 254	2.41 139	0.15 7	6.44 200	0.62 81	0.00 1	0.12 374	0.00 1	0.00 1	0.24 355	0.17 324

IGEV-Stereo+	1.69 95	0.43 151	1.59 22	0.37 94	3.10 395	2.10 88	0.07 36	1.86 4	0.91 8	0.39 39	0.03 2	0.20 14	0.41 63	7.05 245	0.16 5	0.02 282	0.07 328	0.00 1	0.18 376	5.14 468	9.77 489

Selective-RAFT	1.69 95	0.32 52	3.29 201	0.92 164	0.18 119	3.89 279	0.06 29	4.22 73	4.00 146	1.47 88	1.98 69	3.07 162	2.81 231	6.35 197	0.89 146	0.01 206	0.00 1	0.00 1	0.21 387	0.05 136	0.00 1

rvit_0105_3	1.71 97	0.90 317	5.93 363	0.78 144	0.02 3	1.62 47	1.69 343	5.15 129	5.99 241	2.22 99	1.64 57	1.97 130	1.17 140	4.19 121	0.92 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.03 94

4D-IteraStereo	1.72 98	0.86 306	3.01 169	0.09 23	2.86 391	3.57 253	1.06 301	3.92 61	5.31 208	5.28 188	1.02 31	3.92 200	0.38 52	1.83 57	1.04 165	0.00 1	0.01 153	0.00 1	0.00 1	0.07 176	0.09 236

rafts_anoy	1.72 98	0.79 291	2.58 115	2.03 338	1.75 345	2.47 125	0.16 86	5.48 159	6.01 243	3.24 126	2.11 75	1.92 129	1.33 149	3.08 91	1.13 174	0.01 206	0.18 411	0.00 1	0.01 257	0.03 85	0.07 208

x	1.73 100	0.28 27	2.49 107	1.91 311	0.17 106	2.10 88	0.83 264	8.74 279	3.55 122	3.28 127	2.12 78	3.10 163	1.96 191	2.90 88	1.12 172	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.03 94

TestStereo	1.74 101	1.02 338	3.64 233	0.20 56	0.28 168	1.33 22	0.01 2	5.24 140	4.01 148	3.18 123	4.97 157	2.07 133	0.70 94	7.32 264	0.75 109	0.02 282	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

Anonymous3	1.76 102	0.44 157	6.37 377	0.33 83	0.50 230	4.33 296	0.54 184	4.43 82	2.48 40	2.21 98	3.24 109	1.53 112	1.14 132	5.64 163	1.29 187	0.17 399	0.23 430	0.00 1	0.00 1	0.12 252	0.15 309

GCAP-BAT	1.77 103	0.49 183	2.78 143	0.66 136	0.16 99	3.76 272	0.80 256	3.72 52	3.27 102	3.68 140	5.03 160	3.66 191	0.56 83	5.82 170	0.65 86	0.00 1	0.05 296	0.00 1	0.24 399	0.01 11	0.01 17

anonymousdsp2	1.78 104	0.39 114	3.40 212	1.10 193	0.04 12	3.63 254	0.50 176	7.80 248	2.77 63	2.91 117	2.88 96	3.17 167	1.01 121	5.15 152	0.43 44	0.00 1	0.01 153	0.02 365	0.15 358	0.05 136	0.12 284

DCRE	1.79 105	0.68 260	2.55 111	1.66 277	0.27 161	1.27 17	0.05 25	4.57 93	4.04 151	3.30 129	9.24 290	3.83 198	1.20 144	2.08 70	0.67 90	0.00 1	0.12 374	0.00 1	0.24 399	0.04 110	0.09 236

raft+_RVC	1.79 105	0.84 303	2.32 91	2.40 382	0.85 278	1.38 26	0.09 46	6.36 202	4.75 191	2.85 114	5.46 182	1.17 97	1.36 154	4.54 131	0.91 150	0.00 1	0.10 359	0.00 1	0.00 1	0.11 236	0.22 348

HUI-Stereo	1.80 107	0.41 134	2.85 153	0.12 30	0.18 119	3.72 266	0.65 217	5.23 134	2.97 78	5.87 211	4.34 142	3.45 175	1.52 165	3.93 112	0.65 86	0.02 282	0.00 1	0.00 1	0.00 1	0.08 188	0.10 258

GMOStereo	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 330	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

error version	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 330	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

test-v	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 330	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

test-2	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 330	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

test-1	1.82 112	0.45 164	5.42 342	0.89 158	0.41 205	2.14 94	0.56 190	5.75 171	4.15 161	3.28 127	5.11 161	3.61 188	0.70 94	1.53 41	1.56 211	0.02 282	0.34 442	0.00 1	0.08 330	0.02 42	0.30 380

MM-Stereo_test3	1.83 113	0.59 226	1.93 48	1.43 242	3.99 433	2.44 124	0.81 258	5.81 178	6.70 277	1.73 95	4.79 149	1.23 99	0.65 91	3.30 94	0.85 131	0.00 1	0.01 153	0.00 1	0.00 1	0.33 380	0.05 171

GMStereo	1.83 113	0.99 334	4.55 297	0.57 122	0.05 15	2.53 133	0.01 2	4.95 115	11.14 387	3.52 134	2.24 80	0.53 73	0.49 73	3.76 105	0.80 124	0.20 406	0.00 1	0.00 1	0.12 351	0.12 252	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 115	0.21 9	2.45 100	1.02 181	0.22 141	1.37 25	0.82 260	4.66 103	5.06 199	7.02 278	1.73 61	4.09 208	0.41 63	6.51 209	0.76 111	0.00 1	0.00 1	0.00 1	0.29 413	0.18 311	0.14 299

1test111	1.86 116	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	8.45 262	3.33 109	1.03 76	3.33 111	0.32 47	3.71 272	4.40 128	0.96 155	0.00 1	0.02 206	0.00 1	0.03 293	0.02 42	0.03 94

LL-Strereo2	1.86 116	0.83 302	2.33 92	0.36 92	0.17 106	3.79 275	1.52 333	5.82 179	4.04 151	4.43 158	2.51 86	4.23 215	0.37 49	5.66 165	0.99 160	0.00 1	0.02 206	0.00 1	0.05 317	0.06 160	0.11 271

test-3	1.86 116	0.21 9	2.46 103	1.03 183	0.22 141	1.38 26	0.83 264	4.65 101	5.04 198	7.26 295	1.78 64	4.10 210	0.41 63	6.53 212	0.76 111	0.00 1	0.00 1	0.00 1	0.29 413	0.18 311	0.14 299

raftrobust	1.86 116	0.74 277	1.94 51	2.15 355	2.24 373	2.74 163	0.53 181	4.89 112	4.05 153	6.09 223	3.89 127	1.64 114	2.55 215	2.44 78	1.12 172	0.00 1	0.03 253	0.00 1	0.00 1	0.12 252	0.08 223

gcap-zeroshot	1.87 120	0.44 157	4.24 275	0.53 113	0.51 233	3.12 214	0.75 244	6.42 210	3.91 140	3.75 143	1.67 59	7.79 322	0.55 81	2.61 82	0.53 71	0.02 282	0.21 424	0.00 1	0.23 396	0.00 1	0.05 171

riskmin	1.88 121	0.15 1	2.11 76	1.38 235	0.88 280	2.40 120	0.04 17	5.93 183	6.10 246	2.25 100	1.34 47	6.06 283	5.08 344	2.78 85	1.01 163	0.00 1	0.02 206	0.00 1	0.00 1	0.01 11	0.06 189

test_3	1.88 121	0.22 12	2.75 137	0.96 173	0.22 141	1.28 19	0.77 248	4.62 96	5.87 230	6.55 259	1.84 66	4.28 221	0.45 71	6.48 206	0.76 111	0.00 1	0.01 153	0.00 1	0.28 412	0.17 300	0.14 299

PSM-adaLoss	1.88 121	0.40 123	2.86 155	0.12 30	0.19 129	3.75 271	0.71 234	5.23 134	2.96 74	5.86 206	4.33 141	3.45 175	1.51 160	5.40 160	0.69 92	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236

s12784h	1.89 124	0.30 39	2.57 113	0.11 28	0.09 52	4.18 292	0.13 68	6.61 219	7.44 302	3.62 137	4.28 138	0.59 78	0.81 109	6.61 216	0.46 54	0.01 206	0.01 153	0.00 1	0.00 1	0.02 42	0.00 1

ROB_FTStereo	1.90 125	0.42 140	2.86 155	0.12 30	0.19 129	3.71 263	0.75 244	5.24 140	2.95 72	5.87 211	4.26 137	3.41 173	1.51 160	5.80 169	0.65 86	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

RAFT-IKP	1.90 125	0.42 140	2.83 150	0.12 30	0.18 119	3.50 242	0.64 214	5.24 140	2.96 74	5.86 206	4.34 142	3.50 184	1.51 160	5.99 176	0.76 111	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

EKT-Stereo	1.91 127	0.48 179	2.77 141	2.19 358	4.36 439	1.42 31	0.24 111	4.63 97	3.51 118	2.94 118	3.47 120	3.55 186	2.25 202	5.26 154	0.85 131	0.04 336	0.12 374	0.00 1	0.09 341	0.06 160	0.05 171

ROB_FTStereo_v2	1.91 127	0.41 134	2.85 153	0.12 30	0.19 129	3.71 263	0.73 239	5.23 134	2.95 72	5.86 206	4.36 144	3.46 177	1.51 160	5.86 172	0.69 92	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

qqq	1.93 129	0.30 39	2.96 166	1.40 237	0.05 15	1.96 79	0.39 146	8.45 262	3.33 109	3.06 120	3.84 125	4.67 236	2.70 222	4.40 128	0.96 155	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.03 94

RALCasStereoNet	1.93 129	1.01 336	2.75 137	1.88 307	1.75 345	2.88 193	0.18 94	4.64 100	4.36 168	2.27 101	5.14 162	2.22 135	0.79 108	7.10 251	1.00 162	0.00 1	0.34 442	0.00 1	0.00 1	0.10 217	0.16 321

Patchmatch Stereo++	1.95 131	0.40 123	2.86 155	0.12 30	0.18 119	3.74 268	0.66 220	5.24 140	2.96 74	5.86 206	4.32 139	3.46 177	1.52 165	6.88 231	0.70 94	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 131	0.40 123	2.86 155	0.12 30	0.18 119	3.74 268	0.66 220	5.24 140	2.96 74	5.86 206	4.32 139	3.46 177	1.52 165	6.88 231	0.70 94	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236

CRE-IMP	1.95 131	0.35 87	2.68 125	0.27 70	0.17 106	3.90 280	0.85 274	5.14 127	2.87 67	5.74 197	4.14 134	3.49 182	0.83 110	6.40 198	1.80 234	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.19 338

tg	1.96 134	0.64 243	2.15 77	0.68 138	0.12 78	4.40 304	0.04 17	5.74 170	4.19 163	4.00 149	5.23 172	2.58 143	0.93 116	7.12 252	0.77 117	0.00 1	0.02 206	0.00 1	0.00 1	0.31 373	0.25 362

iGMRVC	1.96 134	0.40 123	2.88 160	0.12 30	0.19 129	3.74 268	0.73 239	5.23 134	2.97 78	5.87 211	4.37 145	3.48 181	1.52 165	6.73 224	0.74 104	0.02 282	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

DIP-Stereo	1.97 136	0.64 243	2.95 164	0.17 50	0.10 59	4.83 314	0.13 68	8.60 274	4.06 156	6.42 252	4.92 155	0.44 64	0.72 97	3.57 101	1.80 234	0.00 1	0.01 153	0.00 1	0.00 1	0.05 136	0.04 138
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 137	0.34 77	2.71 131	0.26 66	0.06 24	2.29 106	0.48 164	4.89 112	14.65 419	2.81 113	5.51 184	0.78 85	3.21 245	1.44 35	0.33 21	0.00 1	0.01 153	0.00 1	0.00 1	0.07 176	0.02 57

rvit_stereo_0075_2	2.00 138	0.32 52	5.49 347	0.60 126	1.98 358	1.77 65	0.10 49	7.24 238	5.70 223	2.90 116	4.06 131	3.11 164	0.56 83	5.32 156	0.76 111	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.16 321

MSKI-zero shot	2.00 138	0.36 97	2.15 77	0.81 146	0.25 151	2.69 161	0.29 125	6.16 192	2.34 38	4.31 155	7.52 244	3.70 194	0.25 15	8.42 338	0.41 39	0.01 206	0.13 384	0.00 1	0.25 404	0.03 85	0.02 57

ACVNet-DCA	2.01 140	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	8.45 262	3.33 109	1.03 76	3.33 111	0.32 47	3.71 272	8.05 309	0.45 50	0.00 1	0.02 206	0.00 1	0.03 293	0.02 42	0.03 94

Gwc-CoAtRS	2.02 141	0.33 67	2.61 119	1.04 188	0.30 171	3.56 250	0.40 150	5.89 182	5.94 236	5.08 181	5.01 159	5.55 267	1.72 179	1.60 44	0.91 150	0.01 206	0.09 348	0.00 1	0.25 404	0.01 11	0.02 57

DCANet-4	2.03 142	0.34 77	5.30 339	0.31 75	0.18 119	1.69 56	0.12 59	4.95 115	8.55 342	5.78 198	5.17 163	1.12 94	2.82 232	2.11 72	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 328

cross-raft	2.03 142	0.35 87	2.78 143	1.10 193	0.16 99	3.77 273	0.48 164	7.03 236	3.75 130	5.06 180	5.55 185	6.26 288	1.41 155	1.75 52	0.89 146	0.01 206	0.07 328	0.00 1	0.19 381	0.03 85	0.03 94

DeepStereo_RVC	2.05 144	0.39 114	2.87 159	0.14 44	0.17 106	3.51 245	0.70 231	5.21 133	3.00 80	6.27 241	4.13 133	3.47 180	4.53 320	4.81 137	1.49 203	0.01 206	0.00 1	0.00 1	0.00 1	0.09 206	0.18 328

MIPNet	2.06 145	0.69 265	4.57 300	0.32 78	0.21 137	1.92 74	0.19 96	6.89 231	5.64 222	5.48 192	4.02 130	2.02 131	3.50 259	3.32 96	2.01 249	0.00 1	0.01 153	0.01 334	0.01 257	0.20 323	0.13 292

DCANet	2.08 146	0.64 243	3.81 246	0.31 75	0.17 106	1.70 60	0.25 116	5.23 134	8.47 338	6.07 222	5.30 179	1.41 103	4.23 298	1.85 58	2.02 251	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.19 338

CFNet-RSSM	2.11 147	0.33 67	2.71 131	1.04 188	0.30 171	3.21 223	0.41 151	6.67 222	6.96 285	5.62 195	4.58 146	5.40 264	1.71 178	1.86 59	0.87 138	0.00 1	0.08 339	0.00 1	0.32 423	0.02 42	0.02 57

U	2.12 148	0.25 18	2.47 106	0.17 50	8.09 473	10.63 413	0.00 1	3.08 17	0.87 6	0.24 9	0.45 19	0.17 8	0.08 2	0.69 4	0.15 4	0.00 1	0.00 1	9.89 479	5.19 489	0.01 11	0.01 17

RAFT-Stereo + iAFF	2.12 148	0.58 223	2.43 98	1.27 213	0.16 99	1.60 44	0.14 75	5.17 131	5.90 233	7.10 284	10.10 306	3.06 161	1.74 182	1.87 61	0.97 158	0.01 206	0.02 206	0.00 1	0.00 1	0.23 345	0.02 57

IGEV_Zeroshot_test	2.13 150	0.50 186	4.91 314	1.41 240	0.18 119	2.62 151	0.36 139	7.80 248	3.87 136	5.04 179	5.42 181	4.77 239	1.03 124	3.43 98	0.79 121	0.00 1	0.16 403	0.00 1	0.18 376	0.17 300	0.04 138

tt1	2.14 151	0.63 242	2.22 87	2.27 366	0.02 3	5.71 332	0.63 210	4.53 89	10.19 368	1.16 83	3.39 117	0.33 51	3.05 241	8.00 303	0.46 54	0.00 1	0.02 206	0.00 1	0.03 293	0.10 217	0.04 138

NRIStereo	2.14 151	0.35 87	2.65 124	1.10 193	0.14 89	3.05 206	0.86 275	5.35 152	3.18 97	6.24 236	3.36 115	4.17 214	1.82 188	8.12 317	2.01 249	0.00 1	0.10 359	0.00 1	0.00 1	0.12 252	0.19 338

testlalala2	2.15 153	0.44 157	2.44 99	9.24 471	6.30 463	3.64 255	0.18 94	4.63 97	2.55 48	3.73 142	4.17 135	3.14 165	0.51 75	1.08 18	0.26 15	0.00 1	0.10 359	0.00 1	0.44 442	0.11 236	0.03 94

H2IRNET	2.16 154	0.45 164	2.60 117	1.22 206	0.03 10	1.98 80	0.13 68	4.73 105	7.04 290	1.15 82	7.79 258	5.88 279	3.39 255	4.97 146	1.45 200	0.01 206	0.00 1	0.04 394	0.17 369	0.19 319	0.03 94

dd	2.16 154	1.22 364	4.82 309	0.68 138	0.12 78	1.39 29	0.17 91	5.14 127	11.22 390	2.70 109	3.51 122	1.52 111	1.23 146	5.08 148	3.96 331	0.12 385	0.01 153	0.04 394	0.21 387	0.07 176	0.01 17

cc1	2.17 156	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	4.31 74	10.41 373	1.03 76	3.33 111	0.32 47	3.71 272	8.05 309	0.45 50	0.00 1	0.02 206	0.00 1	0.03 293	0.10 217	0.05 171

RAFT-Test	2.17 156	0.36 97	3.40 212	1.05 190	0.34 187	4.90 316	0.69 228	6.27 198	3.98 144	4.65 169	7.02 230	6.30 291	1.12 129	1.81 56	0.99 160	0.01 206	0.17 407	0.00 1	0.34 427	0.02 42	0.02 57

Any-RAFT	2.18 158	0.25 18	1.94 51	1.37 233	0.80 273	5.01 319	0.56 190	8.51 267	5.58 220	4.01 150	4.85 153	5.44 265	2.26 204	2.45 79	0.35 25	0.00 1	0.15 395	0.00 1	0.00 1	0.02 42	0.02 57

FENet	2.19 159	0.34 77	3.04 176	2.05 344	0.26 158	2.82 184	0.13 68	7.02 235	5.55 217	4.97 177	1.94 67	4.91 245	3.39 255	4.71 135	2.50 277	0.02 282	0.03 253	0.00 1	0.00 1	0.00 1	0.21 346

GANet-ADL	2.20 160	0.50 186	3.27 200	2.02 335	0.11 68	2.21 101	0.48 164	8.64 276	6.79 280	4.56 163	5.83 190	3.98 202	1.27 148	2.68 83	1.43 197	0.04 336	0.08 339	0.02 365	0.00 1	0.15 280	0.03 94

FACV-RUCA	2.21 161	0.34 77	3.59 226	1.30 220	2.90 392	2.22 102	1.25 316	7.98 253	5.71 227	3.59 136	7.21 237	1.14 95	1.60 173	3.12 92	1.46 201	0.01 206	0.03 253	0.10 419	0.04 311	0.35 385	0.17 324

AIO-test1	2.22 162	0.76 282	2.78 143	0.30 71	4.38 440	2.48 127	0.96 292	5.59 164	14.64 417	0.74 67	2.86 95	0.92 87	0.30 36	5.64 163	1.67 222	0.00 1	0.00 1	0.00 1	0.03 293	0.17 300	0.14 299

CAS	2.24 163	0.25 18	1.86 40	11.21 476	3.86 429	1.67 52	0.02 11	3.87 60	2.67 52	0.41 45	1.63 56	0.24 29	0.27 23	1.50 39	0.74 104	9.43 484	0.01 153	0.00 1	0.00 1	0.01 11	5.21 471

NF-Stereo	2.24 163	0.33 67	3.00 167	2.04 340	0.10 59	3.46 233	0.43 155	6.51 216	3.17 94	6.84 268	5.24 173	2.67 147	1.34 151	8.17 324	1.53 207	0.01 206	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

OCTAStereo	2.24 163	0.33 67	3.03 173	2.04 340	0.10 59	3.45 232	0.43 155	6.50 213	3.17 94	6.84 268	5.20 168	2.65 144	1.33 149	8.18 325	1.56 211	0.01 206	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

PSM-softLoss	2.24 163	0.34 77	3.42 214	1.81 297	0.17 106	2.74 163	0.39 146	6.17 194	2.92 69	6.26 239	6.29 208	2.96 154	0.97 119	8.68 352	1.71 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

KMStereo	2.24 163	0.34 77	3.42 214	1.81 297	0.17 106	2.74 163	0.39 146	6.17 194	2.92 69	6.26 239	6.29 208	2.96 154	0.97 119	8.68 352	1.71 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

StereoVision	2.25 168	0.72 270	4.00 261	1.03 183	2.64 385	1.91 73	0.28 121	5.83 180	4.43 171	1.89 96	10.65 322	3.88 199	0.52 78	5.13 151	1.98 248	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.03 94

RE-Stereo	2.25 168	0.33 67	3.03 173	2.04 340	0.10 59	3.47 235	0.43 155	6.50 213	3.18 97	6.84 268	5.20 168	2.65 144	1.34 151	8.18 325	1.58 213	0.01 206	0.00 1	0.01 334	0.00 1	0.02 42	0.01 17

TVStereo	2.25 168	0.33 67	3.03 173	2.04 340	0.10 59	3.47 235	0.43 155	6.50 213	3.18 97	6.84 268	5.20 168	2.65 144	1.34 151	8.18 325	1.58 213	0.01 206	0.00 1	0.01 334	0.00 1	0.02 42	0.01 17

ADStereo(finetuned)	2.26 171	0.64 243	5.22 335	0.31 75	0.18 119	1.71 61	0.25 116	5.23 134	8.46 337	6.06 221	5.30 179	1.41 103	6.37 371	1.87 61	1.87 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.18 328

fff	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 397	5.80 200	5.17 163	1.44 105	5.41 351	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 328

IPLGR	2.28 172	0.51 191	6.00 365	0.15 46	0.15 93	1.99 82	0.22 105	6.34 201	6.04 244	6.80 266	5.76 187	2.87 151	2.31 205	4.88 139	1.28 186	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.18 328

csc	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 397	5.80 200	5.17 163	1.44 105	5.41 351	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 328

cscssc	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 397	5.80 200	5.17 163	1.44 105	5.41 351	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 328

test_sample1	2.31 176	0.26 22	3.29 201	2.08 345	0.46 215	2.62 151	0.05 25	9.88 308	4.23 164	3.90 146	3.92 129	3.49 182	4.44 313	5.67 166	1.88 239	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.03 94

EAI-Stereo	2.31 176	0.44 157	2.72 133	0.68 138	0.56 241	3.51 245	2.62 367	11.42 354	4.14 160	2.09 97	7.23 239	1.21 98	0.91 114	5.67 166	1.51 204	0.01 206	0.25 436	0.00 1	0.88 457	0.04 110	0.26 368

test_sample2	2.32 178	0.25 18	3.38 208	2.08 345	0.41 205	2.58 142	0.15 81	9.50 297	4.97 197	3.66 138	4.86 154	4.29 223	3.26 246	5.83 171	1.09 169	0.00 1	0.01 153	0.00 1	0.00 1	0.03 85	0.03 94

ICVP	2.32 178	0.38 110	2.89 162	0.92 164	0.70 262	2.55 137	0.87 277	9.97 311	3.99 145	4.13 152	8.97 280	2.71 148	1.69 177	2.52 81	3.52 319	0.05 348	0.24 435	0.01 334	0.01 257	0.11 236	0.13 292
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 180	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	4.31 74	10.41 373	1.03 76	3.33 111	4.67 236	2.70 222	8.05 309	0.45 50	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.03 94

MyStereo06	2.35 181	0.66 255	4.54 294	1.10 193	0.96 290	2.57 140	0.10 49	9.30 292	4.05 153	5.22 185	6.09 194	5.95 281	2.38 208	3.00 89	0.73 102	0.01 206	0.08 339	0.00 1	0.01 257	0.13 266	0.15 309

PFNet+	2.35 181	0.31 42	3.69 235	0.79 145	0.17 106	3.15 219	0.75 244	4.52 88	6.30 258	7.90 322	6.34 211	2.53 141	1.18 141	7.72 288	1.62 217	0.03 317	0.00 1	0.00 1	0.00 1	0.01 11	0.03 94

RAFT+CT+SA	2.36 183	0.71 269	2.46 103	0.83 150	2.26 374	3.18 220	0.93 286	6.82 229	5.48 212	2.55 105	8.07 262	1.64 114	1.59 172	8.54 343	1.15 176	0.02 282	0.00 1	0.00 1	0.38 432	0.19 319	0.36 388

TRStereo	2.36 183	3.10 441	4.70 306	1.99 328	2.08 362	2.61 148	1.11 307	8.79 281	3.73 128	3.19 124	3.04 102	3.96 201	0.77 103	5.92 173	1.44 198	0.03 317	0.14 388	0.00 1	0.29 413	0.08 188	0.25 362

test_4	2.38 185	0.34 77	2.68 125	0.08 21	0.11 68	3.69 261	1.14 309	3.33 30	3.34 112	4.03 151	17.35 413	3.31 172	0.51 75	6.28 189	1.15 176	0.00 1	0.00 1	0.00 1	0.11 348	0.16 287	0.01 17

ACRE	2.41 186	1.08 347	5.11 326	0.55 117	2.05 361	2.65 156	0.78 253	5.26 145	4.67 185	7.59 308	9.20 283	1.70 117	1.08 127	3.74 104	2.18 261	0.01 206	0.18 411	0.02 365	0.08 330	0.22 339	0.10 258

HH	2.42 187	0.73 273	3.76 240	0.91 160	0.14 89	2.78 170	0.71 234	7.92 251	2.72 57	1.53 89	6.10 196	7.93 326	4.01 287	8.60 347	0.44 46	0.00 1	0.09 348	0.00 1	0.00 1	0.05 136	0.04 138

HanStereo	2.42 187	0.73 273	3.76 240	0.91 160	0.14 89	2.78 170	0.71 234	7.92 251	2.72 57	1.53 89	6.10 196	7.93 326	4.01 287	8.60 347	0.44 46	0.00 1	0.09 348	0.00 1	0.00 1	0.05 136	0.04 138

DisPM	2.43 189	0.32 52	3.04 176	1.76 289	0.18 119	3.46 233	0.65 217	5.13 126	4.88 194	8.59 350	7.04 233	2.84 150	1.03 124	8.85 364	0.83 127	0.01 206	0.00 1	0.00 1	0.00 1	0.01 11	0.02 57

IPLG	2.43 189	0.66 255	4.77 308	0.54 114	0.31 177	3.01 202	0.26 118	6.15 191	5.55 217	7.69 311	6.21 203	1.89 125	1.74 182	7.19 258	2.35 269	0.01 206	0.01 153	0.00 1	0.00 1	0.24 355	0.12 284

rvit_105_1	2.44 191	0.80 295	5.08 324	1.77 291	0.09 52	1.95 76	3.62 394	5.62 168	8.21 330	4.85 174	2.07 72	3.15 166	1.58 171	7.08 249	2.71 284	0.00 1	0.00 1	0.00 1	0.01 257	0.04 110	0.08 223

CASS	2.44 191	0.44 157	3.56 224	0.85 153	0.38 197	3.14 216	0.22 105	9.64 302	4.00 146	6.78 264	7.62 250	3.57 187	3.58 264	3.80 106	1.10 170	0.02 282	0.01 153	0.00 1	0.00 1	0.05 136	0.01 17
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 191	1.17 361	4.94 315	0.62 129	2.08 362	2.65 156	0.80 256	5.60 165	4.79 192	7.87 319	9.23 285	1.67 116	1.15 134	3.43 98	2.23 263	0.01 206	0.19 417	0.02 365	0.08 330	0.22 339	0.10 258

R-Stereo Train	2.44 191	0.32 52	1.93 48	0.94 167	0.16 99	3.67 257	0.61 206	6.37 204	3.08 87	9.14 366	17.44 414	1.80 121	0.77 103	1.76 53	0.70 94	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.03 94

RAFT-Stereo	2.44 191	0.32 52	1.93 48	0.94 167	0.16 99	3.67 257	0.61 206	6.37 204	3.08 87	9.14 366	17.44 414	1.80 121	0.77 103	1.76 53	0.70 94	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.03 94
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 196	1.09 349	3.70 238	2.55 393	0.80 273	3.37 229	0.15 81	7.44 244	5.54 216	5.65 196	6.01 193	3.54 185	1.13 131	6.34 195	1.58 213	0.00 1	0.01 153	0.00 1	0.05 317	0.21 334	0.03 94

CIPLG	2.47 197	1.10 351	4.71 307	0.63 132	2.15 367	2.67 160	0.77 248	5.19 132	4.73 189	7.85 318	9.56 298	1.72 118	1.14 132	4.20 122	2.34 267	0.01 206	0.19 417	0.02 365	0.09 341	0.23 345	0.08 223

BUS	2.49 198	0.32 52	3.05 181	0.46 105	0.46 215	7.12 362	0.50 176	9.05 284	4.69 186	6.11 225	6.15 199	5.29 259	0.83 110	3.91 109	1.77 231	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

Pruner-Stereo	2.49 198	0.40 123	2.46 103	1.80 295	0.25 151	3.51 245	0.77 248	6.03 185	4.92 195	8.91 360	6.09 194	4.45 228	1.11 128	6.99 242	2.11 254	0.02 282	0.00 1	0.02 365	0.00 1	0.01 11	0.04 138

GES	2.49 198	0.38 110	4.29 278	1.58 265	0.05 15	4.58 308	1.07 303	9.70 304	3.39 113	5.21 184	6.64 216	1.84 124	3.36 250	4.86 138	2.54 280	0.06 357	0.01 153	0.06 405	0.01 257	0.12 252	0.03 94

mmm	2.50 201	0.29 30	3.22 197	1.98 326	0.32 180	3.72 266	0.12 59	9.45 296	4.05 153	5.84 205	10.80 324	2.47 140	2.86 235	4.07 118	0.75 109	0.00 1	0.02 206	0.00 1	0.01 257	0.03 85	0.02 57

MIM_Stereo	2.50 201	0.75 279	4.26 276	1.18 204	0.11 68	3.08 207	0.33 135	6.07 187	3.28 104	5.01 178	10.12 307	4.29 223	1.74 182	8.06 313	1.27 185	0.00 1	0.12 374	0.00 1	0.01 257	0.18 311	0.15 309

iRaft-Stereo_20w	2.56 203	0.35 87	4.98 317	0.37 94	0.67 256	3.47 235	0.59 201	12.57 395	3.89 138	6.10 224	6.23 205	1.49 109	2.24 200	6.65 219	0.86 136	0.00 1	0.19 417	0.00 1	0.33 425	0.08 188	0.22 348

HCRNet	2.56 203	0.53 202	3.35 206	0.24 64	3.39 408	2.19 99	0.23 109	6.89 231	5.50 213	5.26 187	4.79 149	5.27 258	2.78 229	7.71 286	2.89 289	0.00 1	0.02 206	0.00 1	0.00 1	0.04 110	0.04 138

RAFT	2.57 205	0.76 282	3.09 187	0.91 160	0.09 52	2.41 121	0.94 288	5.35 152	2.65 51	6.11 225	7.21 237	9.43 353	4.30 305	5.73 168	1.77 231	0.00 1	0.12 374	0.00 1	0.02 280	0.46 406	0.08 223

ACVNet	2.58 206	0.53 202	2.69 127	0.84 151	0.59 243	2.61 148	0.55 188	8.35 258	5.70 223	4.45 159	9.26 293	5.77 275	3.50 259	2.24 73	4.41 341	0.00 1	0.00 1	0.00 1	0.00 1	0.17 300	0.01 17

HHNet	2.59 207	0.55 210	2.55 111	0.20 56	0.32 180	2.84 187	0.94 288	5.77 176	5.14 203	7.33 299	13.80 374	0.94 88	3.20 244	5.27 155	2.41 274	0.13 390	0.02 206	0.06 405	0.00 1	0.23 345	0.03 94

AFF-stereo	2.59 207	0.68 260	2.35 95	1.55 260	0.17 106	1.67 52	0.08 41	5.75 171	6.60 274	6.20 233	12.13 352	6.16 285	2.36 207	4.75 136	1.11 171	0.02 282	0.02 206	0.00 1	0.00 1	0.23 345	0.05 171

raft_robust	2.64 209	1.20 363	2.62 121	1.10 193	0.28 168	1.50 38	0.12 59	6.28 199	9.04 347	6.80 266	7.19 236	3.73 196	2.13 196	9.06 372	1.07 166	0.03 317	0.12 374	0.00 1	0.21 387	0.17 300	0.22 348

GwcNet-ADL	2.65 210	0.48 179	3.84 252	0.82 148	0.33 185	2.04 84	0.69 228	8.07 254	9.42 354	6.05 219	6.66 217	4.14 212	1.73 180	5.40 160	3.01 293	0.08 371	0.06 312	0.00 1	0.00 1	0.06 160	0.03 94

ToySt	2.69 211	0.55 210	7.03 392	1.03 183	0.10 59	3.49 240	1.04 299	6.38 208	4.55 180	2.69 107	6.28 207	7.95 330	4.38 309	5.08 148	2.58 281	0.01 206	0.11 367	0.00 1	0.04 311	0.28 365	0.19 338

BSDual-CNN	2.69 211	0.32 52	3.05 181	0.46 105	0.46 215	7.13 364	1.63 339	9.05 284	4.69 186	6.11 225	6.15 199	6.26 288	2.54 213	3.91 109	1.91 241	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

DN-CSS_ROB	2.69 211	1.40 382	5.34 340	2.31 376	0.75 266	3.14 216	0.06 29	6.11 189	3.87 136	5.34 190	12.18 355	2.34 138	1.22 145	7.84 294	1.48 202	0.03 317	0.00 1	0.00 1	0.00 1	0.35 385	0.03 94

AIO-test2	2.70 214	1.23 366	3.52 222	1.24 208	3.05 394	2.65 156	0.06 29	6.30 200	15.40 424	2.58 106	7.30 241	0.48 67	0.57 85	5.36 157	0.96 155	3.06 468	0.00 1	0.00 1	0.01 257	0.16 287	0.15 309

RAFT_R40	2.71 215	0.33 67	3.00 167	1.26 211	0.30 171	3.83 277	1.00 295	5.69 169	4.29 165	9.69 380	6.33 210	5.02 252	4.02 289	8.58 346	0.86 136	0.01 206	0.00 1	0.00 1	0.00 1	0.03 85	0.02 57

AnonymousM	2.71 215	6.75 464	0.98 1	0.73 141	0.06 24	2.41 121	0.53 181	5.30 147	3.05 84	4.75 172	2.09 73	1.89 125	1.01 121	1.88 63	0.51 69	0.01 206	0.02 206	17.42 485	4.76 485	0.02 42	0.01 17

XX-Stereo	2.71 215	0.38 110	5.96 364	2.25 365	2.20 371	1.54 41	0.21 103	5.44 158	3.05 84	2.28 102	16.16 393	7.03 307	0.24 14	6.19 184	0.79 121	0.00 1	0.15 395	0.00 1	0.23 396	0.13 266	0.04 138

UDGNet	2.73 218	7.09 467	3.90 254	2.71 398	0.06 24	2.98 199	0.20 100	4.63 97	8.58 343	2.69 107	2.70 91	0.95 89	1.01 121	6.27 188	1.51 204	1.28 455	0.00 1	5.24 477	0.94 459	1.70 450	0.13 292

SST-Stereo	2.75 219	0.31 42	2.78 143	1.33 224	0.33 185	3.99 285	0.82 260	5.60 165	3.93 142	10.92 407	6.19 202	5.00 250	4.23 298	8.66 351	0.74 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.03 94

GMStereo_Zeroshot	2.77 220	1.98 423	5.14 329	1.53 256	0.36 192	3.56 250	0.10 49	5.57 163	5.91 235	6.89 273	7.02 230	8.50 343	0.91 114	6.01 177	1.65 220	0.00 1	0.00 1	0.00 1	0.00 1	0.20 323	0.01 17

111	2.78 221	0.92 324	3.81 246	0.22 60	0.07 32	2.83 186	0.70 231	6.03 185	14.00 412	3.22 125	8.93 276	5.48 266	3.30 248	3.66 102	2.03 252	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.29 378

HITNet	2.79 222	0.77 285	4.02 262	2.03 338	0.11 68	5.58 329	0.59 201	9.24 290	5.15 204	6.42 252	7.26 240	3.66 191	2.92 237	4.07 118	3.87 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.02 57
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
CFNet_pseudo	2.81 223	0.42 140	4.04 265	0.33 83	0.24 148	2.59 145	0.12 59	8.20 257	7.66 309	7.04 281	10.42 315	6.56 298	2.05 194	4.88 139	1.53 207	0.00 1	0.02 206	0.01 334	0.00 1	0.05 136	0.07 208

ccs_rob	2.81 223	0.42 140	4.06 267	0.33 83	0.25 151	2.59 145	0.12 59	8.19 256	7.68 310	7.02 278	10.37 314	6.54 294	2.06 195	4.88 139	1.53 207	0.00 1	0.02 206	0.01 334	0.00 1	0.05 136	0.07 208

DMCA	2.82 225	0.64 243	4.45 288	1.61 270	0.89 281	3.86 278	0.57 199	9.18 288	5.10 201	6.24 236	6.49 214	7.17 314	2.13 196	3.31 95	4.73 347	0.00 1	0.01 153	0.00 1	0.00 1	0.04 110	0.02 57

TestStereo1	2.85 226	0.81 297	3.48 218	3.11 416	0.44 209	2.52 130	1.50 331	6.37 204	8.18 328	4.62 165	9.24 290	2.23 136	3.69 269	9.19 377	1.26 183	0.00 1	0.01 153	0.00 1	0.00 1	0.27 363	0.09 236

SA-5K	2.85 226	0.81 297	3.48 218	3.11 416	0.44 209	2.52 130	1.50 331	6.37 204	8.18 328	4.62 165	9.24 290	2.23 136	3.69 269	9.19 377	1.26 183	0.00 1	0.01 153	0.00 1	0.00 1	0.27 363	0.09 236

LCNet	2.85 226	0.42 140	1.90 44	0.95 171	0.56 241	2.07 85	1.60 337	4.99 121	3.57 124	6.05 219	10.59 319	4.59 234	6.79 383	7.46 271	0.72 100	0.01 206	0.00 1	0.01 334	0.77 455	0.30 368	3.57 462

IRAFT_RVC	2.85 226	0.41 134	3.32 204	2.09 348	0.41 205	2.92 194	5.22 422	6.41 209	3.63 125	6.53 258	5.48 183	5.09 254	4.88 338	8.20 328	2.15 258	0.01 206	0.17 407	0.01 334	0.00 1	0.02 42	0.04 138

AIO-Stereo-zeroshot	2.86 230	0.99 334	7.52 405	1.52 253	0.92 284	2.94 196	0.03 15	9.31 293	3.81 134	2.42 104	5.86 191	9.23 350	4.64 325	4.31 126	2.19 262	0.02 282	0.18 411	0.00 1	0.54 447	0.35 385	0.35 386

iRaft-Stereo_5w	2.86 230	0.86 306	4.08 270	0.06 13	0.25 151	2.76 169	0.60 204	4.97 118	4.10 157	2.98 119	7.85 259	10.17 364	4.17 295	8.16 321	5.83 365	0.00 1	0.00 1	0.00 1	0.01 257	0.26 357	0.06 189

test_sample4	2.87 232	0.40 123	4.54 294	1.80 295	0.54 239	3.95 283	0.15 81	11.48 356	6.49 271	6.33 248	6.81 221	3.68 193	2.65 220	6.11 180	2.36 270	0.02 282	0.01 153	0.00 1	0.00 1	0.04 110	0.05 171

test_sample3	2.87 232	0.37 104	4.45 288	1.95 321	0.59 243	4.69 311	0.16 86	11.50 357	6.45 268	5.82 203	6.44 213	3.76 197	2.64 218	6.01 177	2.41 274	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	0.05 171

MyStereo8	2.88 234	1.19 362	5.03 320	1.61 270	3.75 425	4.30 295	0.07 36	6.14 190	6.16 252	6.22 234	9.64 301	4.28 221	1.45 158	2.05 69	4.76 349	0.00 1	0.16 403	0.00 1	0.14 355	0.26 357	0.43 401

ffm	2.90 235	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	4.53 89	10.19 368	6.29 244	9.23 285	5.59 268	3.72 276	8.00 303	0.46 54	0.00 1	0.02 206	0.00 1	0.00 1	0.10 217	0.04 138

test_5	2.90 235	0.70 267	3.69 235	2.01 333	3.17 399	4.61 310	1.32 324	6.69 223	7.02 289	2.79 111	7.18 235	4.99 247	4.14 292	7.96 300	1.31 188	0.00 1	0.00 1	0.00 1	0.03 293	0.19 319	0.26 368

test_sample5	2.91 237	0.40 123	4.33 280	1.81 297	0.50 230	3.33 227	0.17 91	11.27 348	6.55 272	6.18 231	8.35 267	3.65 189	2.71 225	6.61 216	2.15 258	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.05 171

PFNet	2.93 238	0.40 123	5.51 350	2.13 353	0.84 277	3.11 213	0.75 244	6.78 226	4.79 192	9.98 388	6.00 192	4.78 240	2.13 196	8.33 332	2.11 254	0.19 403	0.06 312	0.00 1	0.11 348	0.20 323	0.35 386

MyStereo05	2.94 239	0.66 255	5.25 338	1.10 193	0.96 290	2.57 140	0.10 49	8.53 268	12.34 404	6.28 242	3.88 126	3.18 168	3.30 248	7.81 293	2.37 271	0.01 206	0.08 339	0.00 1	0.01 257	0.13 266	0.15 309

MyStereo04	2.95 240	0.79 291	5.38 341	1.03 183	1.11 302	2.63 153	0.46 161	10.00 314	12.44 405	4.19 153	3.91 128	3.04 160	3.60 265	7.34 266	2.74 288	0.00 1	0.09 348	0.00 1	0.01 257	0.11 236	0.09 236

PSMNet-ADL	2.98 241	0.43 151	2.41 97	1.43 242	0.40 201	5.94 339	0.28 121	8.45 262	5.13 202	3.36 131	6.77 219	8.41 337	4.61 323	7.20 259	4.55 344	0.02 282	0.09 348	0.00 1	0.00 1	0.01 11	0.03 94

PCWNet_CMD	2.99 242	0.39 114	4.02 262	0.39 97	0.26 158	2.53 133	0.15 81	9.24 290	9.22 349	7.12 285	11.53 342	6.94 305	2.41 209	4.02 116	1.33 190	0.01 206	0.02 206	0.02 365	0.00 1	0.05 136	0.07 208

MSMDNet	2.99 242	0.39 114	4.02 262	0.40 99	0.25 151	2.53 133	0.16 86	9.35 294	9.25 350	7.08 283	11.39 337	6.93 304	2.43 210	4.01 115	1.34 192	0.01 206	0.02 206	0.02 365	0.00 1	0.05 136	0.07 208

OMP-Stereo	3.03 244	0.93 327	2.72 133	4.21 454	0.51 233	2.19 99	1.25 316	6.19 196	6.00 242	7.99 326	6.21 203	8.50 343	2.49 212	9.44 389	1.74 229	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.05 171

DualNet	3.05 245	0.40 123	4.33 280	1.81 297	0.50 230	3.33 227	0.17 91	11.27 348	6.55 272	6.50 255	10.86 328	3.65 189	2.71 225	6.61 216	2.15 258	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.05 171

SA	3.06 246	0.74 277	3.79 243	1.60 269	0.30 171	3.19 221	1.43 328	6.72 224	9.06 348	4.63 168	10.80 324	2.89 152	4.71 328	9.62 392	1.18 181	0.00 1	0.09 348	0.00 1	0.19 381	0.23 345	0.02 57

CFNet_ucs	3.07 247	0.44 157	4.05 266	0.54 114	0.37 195	3.08 207	0.19 96	9.80 306	8.49 340	7.64 310	12.62 361	5.67 273	1.76 186	4.96 145	1.51 204	0.00 1	0.04 282	0.01 334	0.00 1	0.09 206	0.11 271

NINENet	3.09 248	0.56 216	3.22 197	1.61 270	1.37 322	7.12 362	0.50 176	11.88 368	5.63 221	6.63 261	8.40 268	5.29 259	0.83 110	6.51 209	1.77 231	0.15 393	0.07 328	0.07 411	0.00 1	0.09 206	0.00 1

UCFNet_RVC	3.09 248	0.77 285	2.27 90	2.35 379	1.79 349	3.50 242	1.06 301	12.12 380	6.91 283	4.71 171	7.67 253	7.58 318	4.40 311	4.95 144	1.67 222	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.01 17

AdaStereo	3.09 248	0.58 223	3.04 176	2.84 405	0.48 224	4.08 288	1.29 322	12.16 382	7.77 316	6.03 218	9.62 299	5.79 277	1.53 169	4.56 132	1.93 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57
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.
psmg	3.10 251	0.32 52	3.05 181	0.54 114	0.46 215	8.68 387	2.84 373	9.87 307	4.69 186	8.08 327	8.69 272	6.26 288	2.54 213	3.91 109	1.91 241	0.01 206	0.04 282	0.06 405	0.00 1	0.11 236	0.00 1

testlalala_base	3.12 252	0.48 179	2.79 147	2.14 354	1.98 358	4.13 291	0.64 214	6.16 192	2.09 25	2.38 103	4.08 132	1.80 121	0.50 74	1.65 46	0.72 100	12.33 492	2.33 474	0.00 1	0.31 421	14.56 486	1.32 441

DCVSM-stereo	3.13 253	0.37 104	2.95 164	1.51 251	0.80 273	2.75 168	0.49 174	6.79 227	5.25 206	11.43 415	5.57 186	10.79 376	5.30 348	5.25 153	2.95 291	0.03 317	0.09 348	0.03 382	0.00 1	0.12 252	0.09 236

ARAFT	3.13 253	1.11 353	7.34 399	0.42 100	0.14 89	4.52 306	2.99 375	7.41 243	5.97 239	8.85 358	7.06 234	5.20 257	1.25 147	8.49 341	1.44 198	0.00 1	0.03 253	0.00 1	0.00 1	0.33 380	0.11 271

test_sample6	3.14 255	0.41 134	4.42 285	1.92 315	0.49 227	3.25 224	0.21 103	11.30 350	6.69 276	6.50 255	10.86 328	4.03 204	2.93 238	7.06 248	2.65 282	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.06 189

IIG-Stereo	3.16 256	0.75 279	2.83 150	4.08 449	0.21 137	2.56 139	0.74 242	6.55 218	5.56 219	8.39 342	9.38 296	7.94 328	2.79 230	9.50 391	1.89 240	0.02 282	0.00 1	0.00 1	0.00 1	0.02 42	0.04 138

DMCA-RVC	3.17 257	1.26 370	6.39 379	2.10 350	1.51 327	3.02 203	0.56 190	7.84 250	5.06 199	9.23 369	5.19 167	8.46 339	2.72 227	6.31 191	3.22 300	0.06 357	0.11 367	0.09 417	0.02 280	0.16 287	0.08 223

HI	3.18 258	0.90 317	3.05 181	1.28 218	0.15 93	2.29 106	0.04 17	5.31 149	3.52 119	7.96 323	12.69 362	11.43 387	6.61 375	4.26 124	4.02 332	0.00 1	0.06 312	0.00 1	0.00 1	0.05 136	0.01 17

CoSv	3.18 258	0.90 317	3.05 181	1.28 218	0.15 93	2.29 106	0.04 17	5.31 149	3.52 119	7.96 323	12.69 362	11.43 387	6.61 375	4.26 124	4.02 332	0.00 1	0.06 312	0.00 1	0.00 1	0.05 136	0.01 17

IER	3.20 260	0.54 206	5.13 328	0.58 123	1.59 328	7.29 367	0.56 190	6.36 202	4.95 196	7.44 303	8.84 273	6.20 286	6.26 368	4.88 139	3.29 304	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

BEATNet_4x	3.24 261	1.27 372	5.89 361	1.56 263	0.10 59	5.26 325	1.07 303	10.08 318	5.50 213	6.89 273	7.73 254	4.53 232	4.13 291	5.05 147	5.27 354	0.04 336	0.05 296	0.00 1	0.00 1	0.23 345	0.23 354

DispNO	3.25 262	0.72 270	6.85 389	1.95 321	1.34 321	3.49 240	0.84 268	8.14 255	6.30 258	6.34 249	7.76 257	6.30 291	4.28 304	6.93 236	3.51 315	0.00 1	0.03 253	0.03 382	0.12 351	0.07 176	0.07 208

RAFT-345	3.27 263	0.41 134	2.88 160	1.02 181	0.21 137	2.63 153	0.48 164	3.76 54	5.51 215	7.35 300	24.88 449	4.25 217	1.76 186	8.15 320	2.13 256	0.01 206	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

GANet-RSSM	3.27 263	0.60 230	3.38 208	2.94 412	2.00 360	2.61 148	0.48 164	10.93 342	6.11 249	5.47 191	10.20 309	6.57 299	5.44 357	6.25 187	2.23 263	0.00 1	0.00 1	0.08 414	0.00 1	0.17 300	0.03 94

SFCPSM	3.29 265	0.43 151	5.11 326	0.34 88	0.94 288	8.48 383	2.15 355	14.51 424	5.29 207	7.00 277	7.65 252	3.43 174	2.59 217	5.11 150	2.37 271	0.01 206	0.03 253	0.01 334	0.07 325	0.13 266	0.15 309

test_sample7	3.30 266	0.47 172	3.43 217	1.98 326	0.35 190	4.33 296	1.88 349	10.66 331	7.73 312	8.36 337	7.55 246	6.55 295	4.27 300	6.58 214	1.62 217	0.06 357	0.03 253	0.00 1	0.00 1	0.05 136	0.06 189

NOSS_ROB	3.30 266	0.46 170	2.62 121	2.08 345	1.01 297	5.60 330	0.74 242	10.37 324	11.48 393	5.15 183	8.43 269	5.67 273	1.73 180	7.97 302	2.34 267	0.02 282	0.06 312	0.00 1	0.00 1	0.07 176	0.14 299

gwcnet-sp	3.31 268	1.47 386	7.26 396	1.73 286	0.69 258	7.57 374	1.14 309	8.59 270	6.17 253	8.57 347	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

scenet	3.31 268	1.47 386	7.26 396	1.73 286	0.69 258	7.57 374	1.14 309	8.59 270	6.17 253	8.57 347	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

ssnet	3.31 268	1.47 386	7.26 396	1.73 286	0.69 258	7.57 374	1.14 309	8.59 270	6.17 253	8.57 347	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

hknet	3.31 268	0.42 140	4.68 304	0.46 105	1.17 307	7.13 364	1.63 339	9.05 284	6.91 283	6.11 225	6.15 199	9.66 356	2.85 234	7.48 274	2.45 276	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

CFNet-ft	3.31 268	0.94 329	2.69 127	1.50 248	2.38 377	2.81 181	0.68 224	8.35 258	7.43 300	4.45 159	9.94 304	10.20 365	4.60 321	6.50 208	3.41 307	0.00 1	0.00 1	0.03 382	0.00 1	0.22 339	0.03 94

CFNet_RVC	3.31 268	0.94 329	2.69 127	1.50 248	2.38 377	2.81 181	0.68 224	8.35 258	7.43 300	4.45 159	9.94 304	10.20 365	4.60 321	6.49 207	3.41 307	0.00 1	0.00 1	0.03 382	0.00 1	0.22 339	0.03 94

ASMatch	3.32 274	0.50 186	3.32 204	1.72 285	0.45 214	1.93 75	0.68 224	6.42 210	3.89 138	6.18 231	22.30 437	4.61 235	4.82 336	7.65 281	1.70 224	0.00 1	0.02 206	0.00 1	0.03 293	0.01 11	0.18 328

GMM-Stereo	3.32 274	0.27 26	2.52 108	0.82 148	0.48 224	2.27 105	4.91 417	5.06 124	3.08 87	7.06 282	16.72 401	6.21 287	3.70 271	7.60 278	1.16 178	0.04 336	0.00 1	0.00 1	0.04 311	0.10 217	4.45 466

AACVNet	3.33 276	1.03 340	3.56 224	3.46 430	0.63 250	3.09 209	0.28 121	8.78 280	3.43 115	5.99 216	10.64 321	10.08 362	4.03 290	8.69 354	2.51 278	0.03 317	0.01 153	0.00 1	0.00 1	0.26 357	0.06 189

PSM-AAD	3.33 276	0.20 5	1.47 16	0.73 141	0.54 239	2.55 137	6.19 430	4.97 118	3.27 102	10.92 407	11.92 347	2.95 153	9.59 426	7.90 297	0.82 126	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	2.47 459

PSMNet-RSSM	3.33 276	0.77 285	3.22 197	2.12 351	1.90 357	2.33 112	0.71 234	11.17 344	5.83 229	5.90 214	11.43 340	7.04 309	4.83 337	5.96 175	3.17 298	0.00 1	0.00 1	0.02 365	0.00 1	0.08 188	0.02 57

PAM	3.38 279	0.31 42	5.61 355	1.37 233	0.71 263	7.60 377	0.38 145	8.94 282	3.55 122	5.54 193	4.69 148	16.09 424	7.03 387	3.67 103	1.02 164	0.00 1	0.21 424	0.00 1	0.38 432	0.07 176	0.41 396

qqq1	3.38 279	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 388	10.41 373	7.16 288	10.23 310	4.78 240	4.45 314	8.71 356	0.30 17	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

fff1	3.38 279	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 388	10.41 373	7.16 288	10.23 310	4.78 240	4.45 314	8.71 356	0.30 17	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

TransformOpticalFlow	3.38 279	0.70 267	4.54 294	1.00 179	0.30 171	3.56 250	0.14 75	9.67 303	7.30 298	5.55 194	13.34 370	6.74 302	5.03 341	8.22 329	1.34 192	0.00 1	0.01 153	0.01 334	0.00 1	0.04 110	0.11 271

RAFT_CTSACE	3.40 283	1.07 345	4.52 292	1.27 213	3.14 396	4.00 286	1.07 303	3.93 63	4.43 171	4.66 170	17.94 417	7.21 316	2.76 228	10.82 410	0.85 131	0.00 1	0.07 328	0.00 1	0.00 1	0.30 368	0.01 17

AAGNet	3.41 284	0.34 77	2.45 100	1.78 293	0.39 199	3.69 261	1.05 300	4.79 107	4.61 184	9.62 378	7.74 256	4.98 246	6.38 372	7.34 266	13.02 447	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

cf-r	3.42 285	0.81 297	3.97 255	2.41 385	2.78 388	2.85 188	0.64 214	8.44 261	6.32 260	6.25 238	11.57 343	8.97 348	3.54 263	5.93 174	3.83 327	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.07 208

CoDeX	3.43 286	0.68 260	4.49 290	0.98 177	1.65 334	6.37 346	2.14 354	13.23 408	6.07 245	7.23 293	8.95 277	4.09 208	3.79 280	6.31 191	2.37 271	0.03 317	0.06 312	0.00 1	0.00 1	0.07 176	0.15 309

STrans-v2	3.43 286	0.73 273	4.82 309	0.26 66	0.60 245	3.00 201	1.19 313	10.41 326	7.22 295	5.79 199	10.97 331	6.75 303	7.03 387	8.25 330	1.40 195	0.00 1	0.01 153	0.00 1	0.00 1	0.03 85	0.18 328

MLCV	3.44 288	0.88 311	5.60 354	1.39 236	0.25 151	4.36 299	0.33 135	7.25 239	7.28 297	9.17 368	12.24 357	5.09 254	2.47 211	9.15 375	3.23 301	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.02 57

ff1	3.45 289	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	4.53 89	10.19 368	6.29 244	9.23 285	5.59 268	3.72 276	10.11 397	9.35 417	0.00 1	0.02 206	0.00 1	0.00 1	0.10 217	0.04 138

PAM_32	3.50 290	0.32 52	5.22 335	1.32 223	0.53 238	7.49 371	0.39 146	9.52 300	3.91 140	5.22 185	5.28 178	16.75 430	7.44 393	4.61 134	0.90 149	0.00 1	0.20 421	0.00 1	0.39 435	0.09 206	0.39 391

UGAM-zero	3.51 291	0.33 67	4.44 287	0.88 156	0.65 253	3.52 248	0.16 86	11.35 352	2.71 56	5.09 182	5.82 189	15.28 417	9.14 421	8.38 334	1.61 216	0.00 1	0.16 403	0.00 1	0.46 443	0.02 42	0.19 338

DeepPruner_ROB	3.52 292	1.14 358	4.06 267	1.12 199	1.65 334	3.65 256	0.83 264	13.96 416	4.47 175	7.80 315	10.84 326	7.05 311	2.16 199	8.14 319	3.08 296	0.07 366	0.03 253	0.00 1	0.01 257	0.32 377	0.06 189

SMFormer	3.54 293	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 388	10.41 373	7.16 288	10.23 310	4.78 240	4.45 314	8.71 356	3.51 315	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.04 138

tta	3.54 293	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 388	10.41 373	7.16 288	10.23 310	4.78 240	4.45 314	8.71 356	3.51 315	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

Sa-1000	3.55 295	0.75 279	3.63 232	1.91 311	0.30 171	3.55 249	1.63 339	7.39 242	8.54 341	7.70 312	17.44 414	4.00 203	2.82 232	9.44 389	1.33 190	0.00 1	0.10 359	0.00 1	0.18 376	0.21 334	0.04 138

AIO-Stereo-zeroshot1	3.58 296	1.29 377	12.46 439	1.53 256	0.98 292	3.48 238	0.81 258	11.99 372	4.40 170	4.33 156	11.05 333	8.83 346	2.02 193	4.52 130	1.66 221	0.01 206	0.14 388	0.00 1	0.68 452	0.86 433	0.44 403

DDVS	3.59 297	0.53 202	4.53 293	2.02 335	1.27 313	6.63 352	0.49 174	8.73 278	4.10 157	7.14 286	7.63 251	12.68 398	2.25 202	8.69 354	4.09 335	0.08 371	0.20 421	0.01 334	0.00 1	0.14 276	0.59 421

KYRaft	3.59 297	0.31 42	1.84 39	0.76 143	0.46 215	2.29 106	4.04 399	4.75 106	3.25 101	8.93 363	19.47 423	6.62 301	5.07 343	7.79 292	0.71 98	0.01 206	0.00 1	0.00 1	0.01 257	0.04 110	5.38 473

STTStereo	3.60 299	0.93 327	6.34 376	2.71 398	2.23 372	3.68 260	0.63 210	9.42 295	6.73 278	9.87 384	6.97 224	8.84 347	3.65 267	6.85 230	3.04 294	0.00 1	0.02 206	0.01 334	0.00 1	0.02 42	0.02 57

LMCR-Stereo	3.63 300	1.29 377	4.20 274	2.54 391	0.17 106	8.08 380	1.52 333	11.46 355	4.73 189	8.45 345	10.66 323	1.91 128	5.03 341	7.69 284	3.58 320	0.92 449	0.00 1	0.00 1	0.00 1	0.36 389	0.02 57

Prome-Stereo	3.65 301	0.29 30	1.92 47	0.91 160	0.49 227	2.07 85	4.75 415	4.41 81	3.23 100	9.32 372	20.63 430	4.06 206	7.19 389	7.70 285	1.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	4.72 470

hitnet-ft	3.66 302	0.65 249	2.79 147	0.89 158	0.72 265	4.25 293	0.55 188	9.11 287	7.52 304	7.14 286	10.19 308	12.49 397	4.70 327	7.44 270	4.41 341	0.03 317	0.00 1	0.06 405	0.00 1	0.20 323	0.04 138

iResNet	3.68 303	0.91 321	7.94 408	2.97 413	0.34 187	4.44 305	0.48 164	7.70 245	9.74 360	7.72 313	12.74 364	4.03 204	2.87 236	8.05 309	3.37 306	0.02 282	0.01 153	0.00 1	0.00 1	0.10 217	0.09 236

acv_ft	3.69 304	0.53 202	4.58 301	2.31 376	4.71 454	7.44 370	0.86 275	8.54 269	5.70 223	9.29 371	9.26 293	5.77 275	4.15 293	2.24 73	8.13 401	0.00 1	0.00 1	0.00 1	0.00 1	0.29 367	0.01 17

ac_64	3.70 305	0.47 172	3.50 221	2.87 406	3.50 412	5.91 338	0.72 238	10.17 321	4.34 167	8.16 330	5.80 188	10.82 377	5.64 360	7.08 249	4.73 347	0.03 317	0.00 1	0.00 1	0.00 1	0.08 188	0.14 299

CFNet	3.72 306	1.10 351	5.03 320	2.49 389	1.59 328	4.90 316	0.22 105	11.38 353	9.88 364	4.80 173	11.25 336	6.44 293	3.68 268	8.33 332	3.00 292	0.00 1	0.00 1	0.00 1	0.00 1	0.22 339	0.07 208

DAS	3.74 307	0.35 87	5.19 333	1.99 328	3.74 421	2.36 114	3.22 382	7.77 246	9.27 351	8.70 351	12.08 350	4.45 228	5.43 354	8.39 335	1.71 225	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.02 57

DRaft	3.74 307	0.43 151	2.60 117	0.12 30	0.15 93	4.76 312	1.34 325	5.33 151	4.31 166	10.30 392	21.91 434	3.27 170	8.83 415	7.36 268	3.66 323	0.05 348	0.10 359	0.00 1	0.14 355	0.10 217	0.14 299

GrayStereo	3.74 307	0.20 5	1.94 51	1.55 260	0.60 245	3.12 214	8.22 452	5.76 173	3.32 108	10.40 396	16.66 400	5.81 278	8.60 413	6.57 213	1.37 194	0.01 206	0.00 1	0.01 334	0.63 448	0.02 42	0.04 138

GEStereo_RVC	3.74 307	0.73 273	4.95 316	2.01 333	1.24 310	4.36 299	3.07 377	11.77 365	7.80 317	6.87 272	6.52 215	7.70 321	4.31 307	8.98 370	4.19 337	0.03 317	0.01 153	0.02 365	0.02 280	0.13 266	0.11 271

ITSA-stereo	3.76 311	0.54 206	3.80 244	1.91 311	0.29 170	3.09 209	0.70 231	13.22 407	15.64 425	6.79 265	6.66 217	4.15 213	3.52 262	8.30 331	5.00 352	0.09 376	0.07 328	0.11 420	0.10 346	0.18 311	0.95 433

GwcNet-RSSM	3.77 312	1.05 342	5.06 322	2.21 361	1.87 354	2.36 114	1.52 333	8.98 283	7.96 321	5.91 215	14.59 383	7.94 328	3.50 259	6.43 199	5.70 362	0.00 1	0.00 1	0.04 394	0.00 1	0.20 323	0.08 223

SepStereo	3.78 313	0.35 87	5.19 333	1.99 328	3.74 421	2.36 114	3.22 382	7.77 246	9.27 351	8.70 351	12.08 350	4.45 228	5.43 354	9.18 376	1.71 225	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.02 57

DEmStereo	3.79 314	0.37 104	3.69 235	0.17 50	0.17 106	5.28 326	2.54 362	4.35 76	3.70 126	8.21 335	20.15 425	5.13 256	10.38 432	7.65 281	3.85 328	0.01 206	0.01 153	0.01 334	0.00 1	0.02 42	0.06 189

FADNet-RVC-Resample	3.79 314	1.62 400	12.06 435	1.43 242	0.66 254	5.94 339	2.41 358	10.18 322	8.58 343	6.28 242	4.22 136	5.33 263	4.80 335	7.71 286	3.19 299	0.17 399	0.21 424	0.17 433	0.12 351	0.41 402	0.29 378

anonymousa	3.80 316	0.55 210	3.35 206	1.24 208	3.74 421	9.04 392	0.36 139	6.74 225	4.03 149	7.72 313	19.64 424	10.62 372	6.01 366	1.52 40	1.40 195	0.00 1	0.00 1	0.00 1	0.05 317	0.00 1	0.03 94

UPFNet	3.82 317	0.47 172	4.34 283	2.21 361	3.38 406	7.26 366	2.69 369	9.89 309	5.96 237	7.98 325	7.53 245	7.89 325	3.15 243	7.72 288	5.88 366	0.01 206	0.02 206	0.00 1	0.00 1	0.04 110	0.06 189

NLCA_NET_v2_RVC	3.84 318	1.06 344	5.23 337	2.72 400	3.27 402	4.36 299	0.61 206	10.71 334	7.56 305	8.75 353	7.89 260	9.86 358	3.90 284	7.15 257	3.44 309	0.14 391	0.02 206	0.02 365	0.03 293	0.04 110	0.03 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 319	0.82 300	3.01 169	2.00 332	2.58 384	5.28 326	3.34 386	10.85 340	6.33 261	7.27 296	7.32 242	10.15 363	9.02 419	6.19 184	2.51 278	0.22 409	0.01 153	0.00 1	0.00 1	0.12 252	0.03 94

mmx	3.86 320	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	12.18 383	10.66 381	6.29 244	9.23 285	5.59 268	3.72 276	10.11 397	9.35 417	0.05 348	0.02 206	0.00 1	0.00 1	0.03 85	0.04 138

ttt	3.86 320	0.23 14	2.34 94	2.22 364	1.68 339	4.36 299	0.28 121	12.45 387	11.09 386	6.90 275	11.85 345	4.08 207	3.28 247	8.47 340	7.85 391	0.06 357	0.04 282	0.00 1	0.00 1	0.03 85	0.03 94

xxx	3.86 320	0.31 42	3.98 259	1.34 226	0.98 292	2.80 173	0.48 164	12.18 383	10.66 381	6.29 244	9.23 285	5.59 268	3.72 276	10.11 397	9.35 417	0.05 348	0.02 206	0.00 1	0.00 1	0.03 85	0.04 138

THIR-Stereo	3.86 320	0.77 285	2.62 121	0.12 30	0.13 84	4.25 293	6.63 440	5.30 147	4.18 162	10.33 393	17.13 408	6.58 300	7.62 400	7.78 291	3.51 315	0.01 206	0.07 328	0.07 411	0.00 1	0.11 236	0.02 57

UGAM	3.90 324	0.48 179	4.69 305	0.17 50	0.08 46	3.67 257	1.22 314	4.81 108	14.45 416	4.59 164	11.94 348	14.20 409	3.80 281	9.92 396	3.61 321	0.00 1	0.00 1	0.00 1	0.02 280	0.32 377	0.07 208

AASNet	3.90 324	0.92 324	4.41 284	3.56 436	4.00 434	6.70 353	1.26 319	18.71 454	6.14 250	7.35 300	7.91 261	4.35 225	2.58 216	3.04 90	6.62 379	0.00 1	0.00 1	0.00 1	0.00 1	0.39 396	0.14 299

PS-NSSS	3.90 324	1.84 415	4.55 297	0.87 155	2.95 393	4.10 290	2.00 352	10.77 337	8.23 331	6.75 262	14.63 384	5.01 251	2.24 200	8.41 337	2.91 290	0.33 422	0.03 253	0.83 456	0.00 1	0.82 431	0.70 426

DualNet (step1)	3.91 327	1.11 353	6.15 370	1.27 213	0.60 245	5.22 322	2.54 362	10.66 331	7.73 312	8.36 337	7.55 246	6.55 295	4.27 300	6.58 214	1.62 217	1.49 459	0.03 253	3.10 468	2.99 474	0.20 323	0.15 309

FADNet_RVC	3.91 327	1.67 406	12.95 446	0.96 173	0.75 266	5.71 332	0.54 184	10.83 339	6.60 274	3.46 133	8.09 263	4.10 210	3.40 257	9.43 386	6.33 370	0.36 424	0.44 453	0.17 433	0.46 443	0.91 434	0.95 433

ISRNet	3.93 329	0.55 210	5.49 347	3.20 422	2.69 387	2.11 90	0.26 118	7.01 234	6.40 264	11.00 410	17.99 418	8.31 334	2.64 218	6.51 209	4.36 339	0.00 1	0.00 1	0.00 1	0.00 1	0.08 188	0.02 57

CrosDoStereo	3.96 330	0.45 164	3.04 176	0.32 78	0.20 134	3.28 225	11.63 473	5.76 173	4.45 173	9.04 364	16.58 398	4.99 247	7.45 394	8.04 306	3.72 324	0.00 1	0.02 206	0.01 334	0.00 1	0.16 287	0.10 258

DeepStereo_LL	3.96 330	0.45 164	3.04 176	0.32 78	0.20 134	3.28 225	11.63 473	5.76 173	4.45 173	9.04 364	16.58 398	4.99 247	7.45 394	8.04 306	3.72 324	0.00 1	0.02 206	0.01 334	0.00 1	0.16 287	0.10 258

RAFT-RH_RVC	3.96 330	0.46 170	2.93 163	1.55 260	0.42 208	3.14 216	0.14 75	3.70 46	5.98 240	11.25 413	32.23 468	5.29 259	1.68 176	8.13 318	2.14 257	0.08 371	0.00 1	0.00 1	0.03 293	0.01 11	0.00 1

UNet	3.97 333	0.61 234	6.50 382	1.68 278	3.22 400	9.82 401	0.31 131	9.50 297	5.32 209	7.20 292	6.35 212	10.59 370	5.91 364	6.93 236	5.49 358	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

FADNet-RVC	3.98 334	1.84 415	12.48 441	1.69 279	0.44 209	4.33 296	1.31 323	11.84 366	7.15 294	3.53 135	3.50 121	10.63 373	4.43 312	9.12 373	6.25 369	0.03 317	0.10 359	0.00 1	0.03 293	0.60 416	0.25 362

HSM	4.00 335	0.79 291	3.16 193	1.59 268	2.17 368	6.77 355	1.11 307	12.28 385	6.35 263	6.75 262	8.11 264	13.90 406	5.37 350	8.85 364	2.71 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

HBP-ISP	4.09 336	1.05 342	4.10 271	1.87 304	1.31 319	7.56 373	3.98 398	11.26 346	9.94 365	7.81 316	14.44 382	3.23 169	4.27 300	8.89 367	1.87 237	0.06 357	0.06 312	0.00 1	0.00 1	0.06 160	0.04 138

TDLM	4.11 337	1.11 353	3.54 223	1.62 273	1.04 298	3.91 281	7.41 450	10.60 329	10.67 383	6.38 250	12.59 360	5.95 281	4.77 331	8.79 362	3.04 294	0.58 438	0.00 1	0.01 334	0.00 1	0.19 319	0.12 284

CSP-Net	4.12 338	1.28 375	3.70 238	1.54 258	1.06 299	13.28 440	2.33 357	12.96 402	5.45 211	8.87 359	8.54 271	8.43 338	3.03 239	8.16 321	3.65 322	0.00 1	0.00 1	0.00 1	0.00 1	0.18 311	0.03 94

test_xeample	4.13 339	0.36 97	2.75 137	1.23 207	0.51 233	3.96 284	0.13 68	12.63 396	7.65 308	7.49 305	10.86 328	3.29 171	3.36 250	6.71 223	21.53 469	0.02 282	0.03 253	0.00 1	0.00 1	0.03 85	0.04 138

Anonymous_2	4.14 340	0.62 239	3.21 196	1.40 237	1.43 324	5.19 321	0.32 132	6.63 220	4.38 169	4.48 162	2.30 82	8.08 331	7.00 385	5.37 158	2.29 265	0.23 410	0.75 461	5.20 476	18.12 501	5.66 469	0.23 354

CBMV_ROB	4.14 340	0.52 198	3.14 191	1.30 220	0.77 270	6.92 358	1.97 351	10.11 320	9.58 357	8.92 361	14.20 379	7.12 313	5.90 363	8.65 350	3.50 314	0.01 206	0.05 296	0.00 1	0.00 1	0.04 110	0.09 236

SACVNet	4.15 342	1.26 370	3.81 246	3.12 418	1.68 339	3.09 209	2.85 374	11.91 369	5.96 237	10.52 399	11.20 334	10.59 370	3.95 285	8.97 369	3.25 303	0.08 371	0.02 206	0.00 1	0.00 1	0.32 377	0.44 403

MMNet	4.16 343	0.77 285	5.47 346	1.40 237	1.67 337	10.78 416	0.63 210	8.64 276	8.47 338	8.80 356	8.33 266	7.51 317	6.61 375	7.53 275	6.54 375	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.05 171

CVANet_RVC	4.16 343	1.16 360	3.60 227	1.94 320	1.46 325	3.92 282	4.68 413	10.89 341	8.34 333	7.58 307	10.84 326	10.27 367	6.62 378	8.56 344	2.69 283	0.39 427	0.00 1	0.00 1	0.01 257	0.21 334	0.09 236

pcwnet_v2	4.20 345	0.36 97	8.53 413	1.33 224	1.12 304	3.43 231	0.41 151	12.85 399	14.16 414	9.90 386	14.29 380	5.90 280	3.03 239	6.20 186	2.06 253	0.01 206	0.05 296	0.04 394	0.02 280	0.16 287	0.18 328

HSM-Net_RVC	4.20 345	0.32 52	2.76 140	0.63 132	0.69 258	6.95 359	1.69 343	11.96 371	8.36 334	8.83 357	12.17 354	15.18 416	4.21 296	6.91 235	3.30 305	0.02 282	0.02 206	0.00 1	0.00 1	0.01 11	0.01 17
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 347	0.50 186	5.45 345	1.34 226	1.68 339	7.04 360	4.51 410	10.73 335	7.00 287	10.78 404	6.80 220	8.48 341	4.63 324	9.91 395	5.12 353	0.02 282	0.06 312	0.02 365	0.03 293	0.08 188	0.03 94

FADNet	4.23 348	1.65 403	11.75 434	1.64 275	0.80 273	4.80 313	0.77 248	13.76 415	11.65 395	3.97 148	5.24 173	9.62 355	5.14 345	8.40 336	3.78 326	0.21 407	0.04 282	0.07 411	0.05 317	1.14 439	0.10 258

iResNet_ROB	4.23 348	1.02 338	4.90 313	2.18 357	0.93 287	2.92 194	0.37 141	15.10 431	16.91 434	7.89 321	10.51 318	7.03 307	3.07 242	8.16 321	3.46 313	0.01 206	0.00 1	0.00 1	0.00 1	0.10 217	0.02 57

IGEV-BASED-STEREO-	4.24 350	25.07 487	26.53 482	0.44 103	0.07 32	1.50 38	0.54 184	2.09 5	1.57 16	0.51 56	0.62 23	0.21 24	0.20 9	1.44 35	0.53 71	12.03 491	0.01 153	0.00 1	0.08 330	1.75 451	9.69 487

1111x	4.25 351	0.30 39	4.31 279	1.47 247	0.37 195	5.10 320	0.32 132	12.86 400	9.82 362	6.01 217	9.73 302	8.78 345	5.97 365	9.43 386	10.39 429	0.06 357	0.03 253	0.00 1	0.00 1	0.02 42	0.04 138

HGLStereo	4.25 351	0.52 198	4.65 302	3.09 414	5.18 456	6.51 351	0.73 239	10.37 324	6.74 279	7.32 298	12.44 359	7.00 306	7.21 391	7.46 271	5.51 359	0.00 1	0.02 206	0.00 1	0.00 1	0.06 160	0.10 258

delet	4.27 353	0.72 270	4.50 291	1.07 191	3.75 425	10.79 417	4.04 399	9.95 310	7.89 318	8.09 328	8.89 275	8.46 339	3.81 282	7.56 276	5.80 364	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.02 57

iResNetv2_ROB	4.28 354	1.43 383	7.17 395	2.91 407	1.26 311	4.36 299	1.62 338	13.64 413	10.25 372	9.83 382	11.41 338	7.68 320	4.00 286	7.75 290	1.85 236	0.00 1	0.00 1	0.00 1	0.00 1	0.37 390	0.09 236

RAFT + AFF	4.30 355	1.55 394	5.84 359	1.43 242	2.36 376	5.94 339	6.72 442	10.01 315	7.56 305	7.55 306	8.96 279	7.09 312	6.73 381	8.57 345	4.02 332	0.02 282	0.47 456	0.00 1	0.01 257	0.56 410	0.54 415

ADLNet	4.32 356	0.80 295	4.33 280	3.60 437	3.56 414	6.87 357	2.48 361	11.20 345	7.58 307	9.87 384	9.62 299	8.39 336	4.95 339	6.16 182	6.60 377	0.01 206	0.01 153	0.00 1	0.01 257	0.12 252	0.25 362

CRFU-Net	4.45 357	0.67 258	5.02 318	2.78 403	1.32 320	12.67 435	3.35 387	11.26 346	3.52 119	10.06 390	9.30 295	10.91 380	6.92 384	7.26 261	3.24 302	0.15 393	0.16 403	0.16 430	0.00 1	0.26 357	0.05 171

ACV-stereo	4.46 358	0.76 282	9.94 425	1.91 311	1.06 299	11.61 424	1.28 320	6.25 197	7.09 291	3.09 121	5.21 171	16.88 431	10.23 431	7.96 300	5.47 357	0.06 357	0.15 395	0.01 334	0.00 1	0.12 252	0.14 299

ssnet_v2	4.46 358	0.87 308	5.18 332	1.57 264	0.67 256	9.14 393	4.73 414	11.84 366	9.68 358	8.79 354	6.24 206	9.91 359	4.34 308	6.28 189	9.30 416	0.00 1	0.01 153	0.00 1	0.00 1	0.28 365	0.30 380

ADLNet2	4.46 358	0.90 317	6.06 367	2.74 402	3.91 430	6.79 356	3.01 376	10.95 343	8.40 336	7.27 296	9.80 303	9.85 357	5.43 354	7.29 262	6.44 373	0.01 206	0.03 253	0.00 1	0.00 1	0.15 280	0.11 271

StereoDRNet-Refined	4.46 358	0.62 239	3.80 244	1.92 315	0.40 201	9.35 395	0.15 81	10.02 316	8.83 346	12.69 425	11.62 344	9.34 351	3.87 283	8.06 313	8.02 395	0.00 1	0.00 1	0.01 334	0.05 317	0.20 323	0.26 368
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 362	0.31 42	2.77 141	1.69 279	0.47 222	7.74 379	0.07 36	14.04 417	7.91 320	5.82 203	8.97 280	9.34 351	3.41 258	7.33 265	20.24 464	0.05 348	0.03 253	0.00 1	0.00 1	0.03 85	0.04 138

NVstereo2D	4.51 362	0.82 300	6.86 390	3.28 425	3.38 406	8.16 381	3.13 379	10.51 327	15.15 422	4.90 175	6.89 223	7.87 323	4.78 333	9.88 394	3.91 330	0.01 206	0.00 1	0.00 1	0.06 324	0.02 42	0.58 418

DLCB_ROB	4.51 362	0.91 321	3.78 242	2.19 358	1.07 301	6.28 343	3.09 378	9.78 305	7.72 311	10.65 402	12.97 366	13.91 407	3.71 272	8.72 360	5.30 355	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.10 258

RASNet	4.52 365	0.61 234	4.42 285	3.42 428	4.68 453	4.58 308	0.99 293	9.54 301	8.01 322	5.28 188	11.42 339	10.34 369	8.88 416	9.28 381	8.68 408	0.15 393	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

FTStereo	4.55 366	0.36 97	2.18 85	0.94 167	0.38 197	2.60 147	8.82 455	4.98 120	3.17 94	10.88 406	30.35 464	5.60 272	7.60 399	7.62 280	1.55 210	0.17 399	0.00 1	0.05 401	0.00 1	0.03 85	3.80 464

dad	4.66 367	1.89 419	5.51 350	0.94 167	0.09 52	2.16 98	0.37 141	7.10 237	14.43 415	10.13 391	16.84 402	14.97 414	1.90 189	6.82 227	4.15 336	1.09 452	0.11 367	4.08 473	0.46 443	0.17 300	0.06 189

LL-Strereo	4.71 368	1.64 402	7.51 404	1.15 201	4.31 438	3.71 263	1.45 329	9.21 289	8.36 334	8.37 341	8.17 265	10.82 377	11.36 438	12.51 430	4.82 350	0.00 1	0.12 374	0.00 1	0.00 1	0.31 373	0.32 383

CBFPSM	4.87 369	0.94 329	14.70 453	1.51 251	1.15 306	11.49 422	2.55 366	7.28 240	6.47 269	6.23 235	4.83 152	15.30 418	8.99 418	6.88 231	8.20 402	0.03 317	0.02 206	0.00 1	0.00 1	0.40 399	0.42 399

SGM-Forest	4.96 370	0.32 52	2.84 152	1.21 205	0.64 252	10.23 406	6.64 441	11.55 358	10.98 385	10.94 409	13.59 372	11.65 390	4.30 305	8.94 368	4.63 345	0.11 381	0.04 282	0.00 1	0.00 1	0.05 136	0.46 407
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 371	1.47 386	7.42 401	2.40 382	2.14 366	8.73 388	3.64 395	12.42 386	13.11 407	7.03 280	7.57 249	7.88 324	6.52 374	10.16 402	7.82 390	0.02 282	0.03 253	0.00 1	0.00 1	0.11 236	1.07 437
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 372	1.74 408	6.38 378	1.96 324	1.29 316	2.26 104	1.69 343	10.07 317	18.53 437	7.88 320	18.15 419	8.49 342	2.70 222	10.59 407	7.04 381	0.96 450	0.15 395	0.02 365	0.00 1	0.13 266	0.12 284

PSMNet_ROB	5.02 373	1.63 401	6.03 366	1.90 310	1.83 352	9.57 399	6.35 437	15.58 436	7.23 296	6.15 230	10.48 317	12.22 395	4.16 294	8.02 305	8.71 409	0.02 282	0.01 153	0.01 334	0.10 346	0.20 323	0.12 284

GASNet	5.19 374	4.61 453	9.38 420	4.73 458	2.10 364	3.80 276	1.57 336	12.07 376	10.96 384	8.92 361	7.03 232	8.21 333	7.67 401	14.02 441	7.36 383	0.02 282	0.15 395	0.00 1	0.00 1	0.69 423	0.42 399

TCMNet	5.22 375	1.96 421	9.78 423	4.11 450	6.57 464	8.83 389	1.35 327	10.74 336	8.07 324	6.39 251	12.76 365	8.32 335	4.75 330	8.62 349	10.09 428	0.11 381	0.18 411	0.31 445	0.09 341	0.75 428	0.57 417

FINET	5.32 376	1.14 358	10.04 426	2.17 356	3.67 420	6.49 349	6.76 443	11.68 361	22.08 455	7.42 302	12.15 353	4.24 216	3.61 266	9.25 380	5.35 356	0.04 336	0.04 282	0.00 1	0.00 1	0.17 300	0.09 236

CBMV	5.35 377	0.91 321	3.67 234	1.62 273	0.44 209	10.09 404	7.19 448	12.49 392	12.33 403	12.22 421	14.69 385	10.93 381	6.48 373	8.51 342	4.96 351	0.02 282	0.15 395	0.00 1	0.00 1	0.17 300	0.17 324
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 378	0.40 123	2.72 133	1.50 248	0.48 224	6.15 342	0.07 36	13.73 414	8.06 323	8.79 354	11.03 332	3.71 195	4.21 296	7.47 273	38.74 499	0.03 317	0.02 206	0.00 1	0.00 1	0.04 110	0.05 171

YMNet	5.52 379	1.83 413	8.79 415	3.47 432	4.46 446	10.72 414	0.91 284	9.99 312	6.43 266	13.76 436	16.35 395	11.65 390	4.49 318	7.95 298	8.03 397	0.12 385	0.35 444	0.12 423	0.08 330	0.71 425	0.27 372

YMNet_1	5.52 379	1.83 413	8.79 415	3.47 432	4.46 446	10.72 414	0.91 284	9.99 312	6.43 266	13.76 436	16.35 395	11.65 390	4.49 318	7.95 298	8.03 397	0.12 385	0.35 444	0.12 423	0.08 330	0.71 425	0.27 372

StereoDRNet	5.59 381	1.75 409	6.80 387	3.12 418	4.45 445	10.61 412	4.35 407	18.80 456	9.73 359	12.22 421	6.87 222	11.44 389	4.65 326	8.09 316	8.26 403	0.02 282	0.11 367	0.00 1	0.03 293	0.20 323	0.28 376

PSMNet-RUCA	5.60 382	4.62 454	11.61 432	10.29 475	7.55 471	7.08 361	1.94 350	12.01 373	10.52 380	3.90 146	11.88 346	4.43 227	1.75 185	7.56 276	4.24 338	1.68 462	0.12 374	4.78 475	0.67 451	4.74 466	0.68 425

fast-acv-ft	5.62 383	1.39 381	7.01 391	2.02 335	1.89 356	12.23 430	1.82 348	7.35 241	9.45 355	10.46 398	20.27 428	14.55 412	7.71 402	7.41 269	7.61 387	0.10 379	0.09 348	0.16 430	0.07 325	0.59 414	0.13 292

ETE_ROB	5.80 384	1.77 410	6.33 375	1.44 246	0.78 272	6.43 348	6.90 444	12.53 393	8.08 325	12.93 430	14.89 386	21.13 456	5.87 362	9.83 393	6.57 376	0.04 336	0.01 153	0.00 1	0.02 280	0.08 188	0.33 384

test_sample9	5.87 385	1.11 353	6.15 370	1.27 213	0.60 245	5.22 322	2.54 362	10.66 331	7.73 312	8.36 337	7.55 246	6.55 295	4.27 300	11.68 421	11.44 439	1.49 459	24.31 507	3.10 468	2.99 474	0.20 323	0.15 309

DRN-Test	5.87 385	0.98 332	5.89 361	2.69 397	3.65 418	12.37 432	3.35 387	20.07 472	10.20 371	11.93 420	12.31 358	11.06 384	5.31 349	7.89 296	9.05 412	0.04 336	0.05 296	0.04 394	0.04 311	0.18 311	0.25 362

NCCL2	5.88 387	1.59 397	5.44 344	1.87 304	0.92 284	9.55 398	11.55 472	12.11 378	9.94 365	9.67 379	8.85 274	22.28 459	7.41 392	8.78 361	7.17 382	0.01 206	0.00 1	0.03 382	0.00 1	0.13 266	0.23 354

iinet-f	5.94 388	1.60 398	26.88 483	1.79 294	1.38 323	11.92 428	1.47 330	6.80 228	7.11 292	6.90 275	14.43 381	10.64 374	7.97 404	7.00 243	12.12 443	0.02 282	0.03 253	0.05 401	0.00 1	0.63 419	0.02 57

MaskLacGwcNet_RVC	5.97 389	5.36 458	5.02 318	3.75 443	3.57 415	15.81 447	4.27 404	11.72 363	6.96 285	7.23 293	8.47 270	9.09 349	2.66 221	9.36 385	2.71 284	7.49 477	2.32 473	2.01 466	0.08 330	6.77 475	4.67 469

Wz-Net-LNSev-Ref	5.98 390	1.55 394	9.92 424	2.40 382	3.22 400	10.28 407	3.14 380	11.64 359	9.79 361	9.54 376	20.22 427	11.16 385	6.77 382	10.61 408	9.16 413	0.06 357	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

APVNet	5.98 390	1.72 407	8.72 414	3.21 423	4.04 435	12.31 431	1.81 347	19.09 461	6.10 246	6.13 229	13.41 371	10.69 375	6.30 369	11.26 416	13.90 452	0.05 348	0.02 206	0.11 420	0.03 293	0.53 408	0.20 344

NaN_ROB	6.00 392	1.24 368	6.29 374	1.34 226	1.68 339	9.60 400	10.31 466	15.09 429	15.79 427	12.62 424	8.95 277	11.67 393	5.83 361	11.78 424	6.41 372	0.05 348	0.13 384	0.08 414	0.20 383	0.22 339	0.79 428

DANet	6.02 393	1.23 366	8.45 412	3.86 446	3.94 432	7.64 378	1.34 325	9.51 299	7.00 287	13.39 433	15.53 390	15.99 422	7.02 386	12.14 426	12.37 444	0.19 403	0.12 374	0.02 365	0.03 293	0.13 266	0.56 416
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 394	1.22 364	5.61 355	2.56 394	0.90 283	6.32 344	7.07 446	12.92 401	8.30 332	14.76 442	15.13 388	19.84 448	6.66 380	10.36 403	8.58 407	0.02 282	0.04 282	0.00 1	0.03 293	0.11 236	0.24 358

GANet	6.22 395	1.07 345	4.07 269	2.27 366	0.89 281	9.19 394	9.52 460	12.02 374	8.13 327	10.72 403	29.09 460	13.86 405	7.52 398	11.00 413	4.39 340	0.36 424	0.00 1	0.02 365	0.02 280	0.12 252	0.08 223

DISCO	6.28 396	0.57 218	5.78 358	3.43 429	1.17 307	11.22 419	3.39 389	12.14 381	16.16 429	6.52 257	11.22 335	16.96 432	6.32 370	19.51 469	10.74 433	0.00 1	0.00 1	0.00 1	0.00 1	0.35 385	0.11 271

Syn2CoEx	6.32 397	2.72 436	9.33 419	2.45 387	1.67 337	8.59 385	3.32 385	18.08 450	12.27 402	8.53 346	21.08 431	10.30 368	9.80 427	9.30 382	7.86 392	0.01 206	0.00 1	0.00 1	0.00 1	0.63 419	0.43 401

RYNet	6.34 398	0.89 314	5.88 360	1.41 240	4.48 449	15.97 448	4.18 402	13.41 409	16.49 430	10.81 405	7.00 229	14.33 410	8.72 414	9.43 386	13.71 451	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.07 208

GwcNet	6.42 399	1.97 422	10.92 429	2.59 395	5.58 459	11.55 423	2.21 356	14.10 419	16.52 433	10.04 389	17.19 411	10.86 379	5.61 359	9.23 379	8.84 411	0.01 206	0.06 312	0.03 382	0.08 330	0.56 410	0.40 394

Wz-Net-LNSev	6.46 400	1.93 420	16.44 459	1.52 253	4.15 436	12.66 434	4.96 418	13.05 404	12.10 401	10.55 401	16.23 394	11.32 386	7.19 389	8.43 339	8.48 406	0.00 1	0.01 153	0.00 1	0.00 1	0.08 188	0.06 189

DGSMNet	6.47 401	2.61 434	13.64 449	3.46 430	3.74 421	8.97 391	6.01 428	14.15 420	13.01 406	7.46 304	14.10 377	9.94 360	4.79 334	10.44 404	6.22 368	1.30 456	1.70 469	1.80 463	1.52 468	2.27 458	2.35 457

GANetREF_RVC	6.56 402	2.89 438	7.58 406	3.41 427	0.40 201	12.96 437	9.58 461	15.09 429	17.25 436	10.33 393	10.62 320	12.27 396	8.16 408	12.21 427	4.53 343	0.41 430	0.00 1	0.00 1	0.02 280	3.12 461	0.39 391
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
LALA_ROB	6.58 403	1.80 412	6.25 373	1.26 211	0.94 288	10.08 403	9.02 457	16.00 438	11.51 394	12.74 426	13.02 367	24.77 462	5.25 347	10.56 406	8.02 395	0.04 336	0.05 296	0.00 1	0.02 280	0.10 217	0.25 362

S-Stereo	6.63 404	0.84 303	9.67 422	3.15 420	3.48 411	6.49 349	6.22 432	12.99 403	22.84 457	9.48 374	15.51 389	12.00 394	8.43 410	8.04 306	10.70 432	0.12 385	0.17 407	0.00 1	0.38 432	0.13 266	1.92 451

DeepPrunerF	6.75 405	2.69 435	23.31 476	3.68 439	7.16 466	3.78 274	4.29 405	13.42 410	20.13 449	8.13 329	10.46 316	7.18 315	8.06 406	11.10 414	9.44 420	0.24 412	0.15 395	0.29 443	0.42 438	0.66 422	0.45 405

edge stereo	6.76 406	1.01 336	6.76 386	2.20 360	2.45 381	6.41 347	2.45 360	14.84 428	11.98 400	15.29 444	18.31 420	22.02 457	12.56 443	10.82 410	7.49 385	0.03 317	0.06 312	0.11 420	0.03 293	0.30 368	0.14 299

NCC-stereo	6.77 407	1.49 390	6.48 380	2.92 409	4.40 441	7.43 368	3.61 392	19.52 468	13.29 408	8.39 342	16.91 403	15.96 420	12.13 440	12.85 432	7.70 388	1.47 457	0.11 367	0.01 334	0.42 438	0.14 276	0.24 358

Abc-Net	6.77 407	1.49 390	6.48 380	2.92 409	4.40 441	7.43 368	3.61 392	19.52 468	13.29 408	8.39 342	16.91 403	15.96 420	12.13 440	12.85 432	7.70 388	1.47 457	0.11 367	0.01 334	0.42 438	0.14 276	0.24 358
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 409	0.68 260	6.80 387	2.30 370	1.77 348	5.63 331	4.20 403	18.79 455	18.62 438	10.53 400	17.15 409	18.52 441	13.74 451	8.86 366	7.38 384	0.03 317	0.15 395	0.01 334	0.07 325	0.12 252	0.26 368

test_for_model	6.81 410	27.63 491	2.16 84	21.79 489	16.18 490	3.48 238	0.94 288	5.88 181	3.72 127	7.62 309	2.72 93	1.03 92	0.42 68	0.58 2	0.35 25	9.03 482	2.28 472	0.00 1	0.05 317	23.91 496	6.49 475

RP	6.84 411	1.29 377	5.53 353	3.92 447	5.18 456	6.32 344	3.53 390	11.73 364	15.31 423	9.54 376	22.38 438	18.25 439	14.47 453	10.11 397	7.49 385	0.91 448	0.01 153	0.12 423	0.15 358	0.33 380	0.19 338

ccnet	6.87 412	0.92 324	5.15 330	3.09 414	2.18 370	11.78 426	4.90 416	17.97 449	8.79 345	12.79 428	20.20 426	16.00 423	8.35 409	9.12 373	14.17 454	0.42 433	0.33 441	0.25 442	0.09 341	0.40 399	0.48 408

RGC	6.88 413	2.23 428	6.13 368	4.05 448	4.73 455	8.94 390	2.78 371	15.19 433	11.74 396	11.13 411	19.34 422	17.86 436	10.42 433	13.02 435	8.03 397	0.73 442	0.01 153	0.24 441	0.41 437	0.31 373	0.38 390

Nwc_Net	6.97 414	1.25 369	6.63 384	3.82 444	3.37 405	10.83 418	1.67 342	19.56 470	11.35 391	8.36 337	23.62 442	17.19 434	11.44 439	11.21 415	8.08 400	0.80 444	0.00 1	0.00 1	0.02 280	0.13 266	0.09 236

ADCRef	7.27 415	1.38 380	16.37 457	2.52 390	3.30 404	11.63 425	3.16 381	10.80 338	9.35 353	13.03 431	25.27 452	8.17 332	8.92 417	8.06 313	21.81 472	0.15 393	0.08 339	0.16 430	0.34 427	0.38 392	0.58 418

psmorigin	7.34 416	1.58 396	18.31 464	2.35 379	0.87 279	6.72 354	1.70 346	10.63 330	7.14 293	19.77 457	22.71 439	20.13 450	11.34 437	12.96 434	9.49 421	0.04 336	0.17 407	0.06 405	0.17 369	0.21 334	0.50 411

Wz-Net-MNSev	7.43 417	2.35 431	15.22 454	2.34 378	3.41 410	17.27 456	8.55 453	11.91 369	13.48 410	13.37 432	17.05 406	13.70 402	7.47 397	11.90 425	9.99 427	0.40 429	0.03 253	0.00 1	0.01 257	0.16 287	0.07 208

SDNR	7.50 418	2.32 430	15.58 456	1.82 301	0.63 250	44.66 499	0.44 159	8.59 270	9.52 356	9.84 383	25.18 451	5.30 262	4.38 309	11.46 419	6.49 374	0.05 348	0.03 253	0.00 1	0.01 257	1.79 452	1.87 450

CSAN	7.62 419	1.60 398	6.56 383	1.83 302	0.66 254	12.40 433	10.52 469	14.45 423	21.32 453	14.19 438	15.98 392	17.84 435	13.02 448	12.32 428	8.38 404	0.09 376	0.07 328	0.03 382	0.04 311	0.33 380	0.67 424

SQANet	7.64 420	3.40 447	5.49 347	11.73 478	9.62 477	11.96 429	2.82 372	11.33 351	6.10 246	8.33 336	11.49 341	11.00 382	5.16 346	10.12 401	2.72 287	8.92 481	2.21 471	10.41 480	1.58 469	11.13 480	7.39 479

anonymity	7.68 421	3.83 450	12.39 438	7.04 469	12.67 484	8.18 382	2.00 352	17.50 446	6.85 281	13.56 435	9.21 284	9.97 361	7.82 403	11.28 417	5.58 360	6.27 475	4.98 497	3.68 472	2.96 473	3.33 463	4.48 467

CC-Net-ROB	7.68 421	9.21 474	7.46 402	3.82 444	3.66 419	15.68 446	5.02 419	17.95 448	10.45 379	6.44 254	14.00 376	7.63 319	4.77 331	10.75 409	3.10 297	5.99 474	2.46 476	16.28 484	1.08 461	6.30 473	1.56 447

stereogan	7.69 423	0.88 311	7.08 394	3.49 435	3.93 431	18.98 460	3.23 384	16.52 440	19.58 445	9.93 387	18.92 421	20.50 454	9.04 420	14.07 442	6.14 367	0.26 415	0.04 282	0.21 438	0.03 293	0.63 419	0.33 384

pmcnn	7.72 424	1.27 372	9.42 421	2.91 407	3.14 396	9.44 396	6.23 433	12.56 394	16.51 431	14.53 440	24.08 444	27.44 468	8.49 411	9.32 383	8.44 405	0.06 357	0.08 339	0.00 1	0.00 1	0.30 368	0.15 309

AF-Net	7.78 425	1.44 385	6.68 385	3.37 426	4.50 450	8.61 386	2.69 369	17.07 443	20.17 450	9.52 375	24.02 443	20.31 453	14.59 454	11.58 420	9.84 425	0.61 439	0.00 1	0.12 423	0.00 1	0.38 392	0.12 284

PASM	7.90 426	4.22 451	21.97 474	3.25 424	3.29 403	5.39 328	6.57 439	10.57 328	19.09 440	12.77 427	13.92 375	18.11 438	9.51 425	13.79 440	10.77 435	0.19 403	0.45 454	0.29 443	1.08 461	1.49 447	1.19 439

PWCDC_ROB	7.92 427	3.17 445	7.48 403	5.73 464	4.40 441	10.45 409	0.35 138	14.52 425	28.19 467	10.36 395	31.27 466	7.04 309	9.14 421	13.22 437	8.78 410	2.74 467	0.02 206	0.00 1	0.00 1	1.31 444	0.17 324

test_sample8	7.99 428	1.11 353	6.15 370	1.27 213	0.60 245	5.22 322	2.54 362	12.04 375	6.15 251	17.46 450	9.02 282	24.67 461	18.16 459	11.68 421	11.44 439	1.49 459	24.31 507	3.10 468	2.99 474	0.20 323	0.15 309

ADCP+	8.09 429	1.79 411	14.50 451	1.54 258	4.28 437	16.57 450	5.20 421	12.80 398	11.20 389	12.83 429	17.07 407	11.02 383	10.80 435	17.59 462	23.18 477	0.03 317	0.05 296	0.01 334	0.18 376	0.39 396	0.81 429

SuperB	8.10 430	3.15 444	24.67 478	2.65 396	1.23 309	9.88 402	4.29 405	10.18 322	30.07 470	11.53 417	12.18 355	6.12 284	6.65 379	10.50 405	14.47 455	0.14 391	0.11 367	0.35 448	0.25 404	13.06 484	0.48 408

PWC_ROB	8.24 431	3.13 442	12.74 444	2.43 386	4.43 444	7.51 372	1.22 314	16.63 441	19.24 443	16.08 447	28.29 457	13.99 408	10.16 430	13.63 439	14.06 453	0.42 433	0.00 1	0.05 401	0.00 1	0.59 414	0.27 372

MDST_ROB	8.37 432	0.32 52	9.03 417	4.18 453	2.42 380	26.86 478	6.14 429	19.36 465	13.52 411	27.09 472	22.75 440	9.47 354	4.74 329	15.06 449	6.34 371	0.02 282	0.02 206	0.00 1	0.00 1	0.02 42	0.13 292

G-Net	8.41 433	1.54 393	10.97 430	5.73 464	3.60 416	26.19 472	4.41 408	10.10 319	7.42 299	19.71 456	24.99 450	14.38 411	15.83 455	10.99 412	9.53 422	0.50 437	0.46 455	0.19 436	0.25 404	0.80 430	0.66 423

XQC	8.43 434	3.58 448	16.40 458	2.92 409	2.17 368	13.22 439	3.60 391	14.64 426	25.86 463	11.87 419	12.04 349	15.06 415	10.67 434	15.24 451	19.41 462	0.39 427	0.08 339	0.05 401	0.07 325	0.84 432	0.45 405

FBW_ROB	8.50 435	1.03 340	7.98 409	1.93 319	1.28 315	13.10 438	6.23 433	22.50 476	18.98 439	18.82 453	14.91 387	19.06 444	10.04 429	18.41 464	9.83 424	0.62 440	0.22 428	1.82 465	0.82 456	0.99 437	1.36 443

UDG	8.58 436	9.31 475	4.89 312	10.00 474	9.52 475	10.36 408	2.41 358	12.07 376	9.82 362	7.81 316	9.55 297	16.52 426	9.81 428	7.84 294	7.88 393	4.20 469	2.51 478	18.53 486	3.71 481	9.55 477	5.28 472

aanetorigin	8.72 437	3.29 446	27.55 484	1.95 321	3.84 428	4.93 318	5.39 426	5.49 161	10.05 367	27.85 473	31.47 467	15.80 419	12.78 445	9.04 371	11.98 441	0.25 413	0.22 428	0.22 439	0.25 404	1.28 443	0.84 431

GCST	9.08 438	17.31 483	3.98 259	52.92 506	10.66 479	11.29 421	0.20 100	6.97 233	6.47 269	9.46 373	4.68 147	4.75 238	1.51 160	9.34 384	1.31 188	8.19 480	0.05 296	22.38 488	0.34 427	6.17 472	3.53 461

RTSC	9.15 439	3.00 440	13.57 448	3.72 441	1.76 347	11.82 427	0.46 161	16.95 442	36.83 484	15.80 446	15.53 390	12.91 400	7.46 396	20.01 472	21.76 471	0.31 420	0.13 384	0.01 334	0.08 330	0.57 412	0.41 396

WCMA_ROB	9.21 440	0.87 308	7.37 400	2.54 391	2.13 365	13.59 441	5.80 427	11.64 359	14.01 413	24.43 469	32.99 473	27.09 467	18.02 458	12.51 430	9.85 426	0.81 445	0.07 328	0.01 334	0.01 257	0.16 287	0.23 354

Wz-Net-SNSev	9.23 441	6.70 463	24.28 477	1.87 304	1.81 351	8.57 384	12.29 478	17.37 445	20.39 451	10.43 397	23.11 441	16.66 428	8.03 405	14.47 446	17.86 459	0.00 1	0.02 206	0.01 334	0.00 1	0.41 402	0.30 380

MSMD_ROB	9.28 442	1.09 349	4.65 302	1.58 265	0.39 199	16.52 449	4.41 408	13.60 411	14.87 421	22.34 460	39.89 484	25.67 465	20.71 470	12.42 429	6.98 380	0.34 423	0.03 253	0.00 1	0.00 1	0.05 136	0.09 236

Consistency-Raft	9.42 443	4.74 456	12.66 442	5.30 462	9.08 474	4.08 288	5.26 423	19.26 463	24.87 461	11.17 412	29.85 462	13.57 401	5.51 358	7.67 283	13.40 449	0.36 424	0.35 444	1.81 464	4.24 482	11.61 481	3.57 462

DDUNet	9.47 444	11.32 480	6.14 369	12.93 480	11.65 481	10.45 409	3.87 397	11.70 362	7.89 318	9.27 370	13.28 369	16.18 425	6.14 367	8.80 363	5.77 363	6.64 476	3.38 490	20.90 487	4.28 483	11.01 479	7.80 480

ADCPNet	9.54 445	2.39 432	31.46 487	2.09 348	1.60 330	16.71 452	6.39 438	12.11 378	11.45 392	13.53 434	21.45 433	19.41 445	10.94 436	14.38 444	21.54 470	0.27 418	1.16 464	0.39 451	1.49 466	0.58 413	1.45 444

SHD	9.61 446	2.60 433	12.46 439	3.69 440	3.54 413	9.47 397	1.25 316	20.16 473	37.84 487	18.19 452	21.24 432	16.96 432	12.83 447	14.47 446	16.05 457	0.32 421	0.13 384	0.01 334	0.08 330	0.38 392	0.48 408

PDISCO_ROB	9.62 447	1.99 424	11.51 431	9.88 473	9.61 476	21.48 465	3.83 396	19.33 464	28.49 468	11.27 414	14.17 378	19.92 449	5.02 340	16.35 458	9.18 414	5.28 472	0.41 450	0.14 428	0.09 341	2.05 454	2.36 458

MFN_U_SF_DS_RVC	9.78 448	4.27 452	14.47 450	2.29 369	2.85 390	23.40 469	13.62 480	13.60 411	19.54 444	19.42 455	24.27 445	16.74 429	8.59 412	17.05 461	7.98 394	1.25 454	1.68 468	0.17 433	2.63 471	0.72 427	1.04 435

SGM_RVC	10.08 449	0.60 230	3.42 214	2.30 370	0.32 180	19.41 462	6.33 436	18.95 459	14.64 417	25.14 471	24.32 446	33.34 478	18.79 463	19.86 470	12.55 446	0.25 413	0.26 438	0.22 439	0.24 399	0.34 384	0.40 394
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 450	1.88 418	16.82 460	1.85 303	1.73 343	24.84 470	17.20 493	19.92 471	27.41 465	12.23 423	13.62 373	16.52 426	18.35 460	14.42 445	12.50 445	0.78 443	0.54 459	0.08 414	0.25 404	1.18 440	0.59 421

ADCL	10.16 451	2.11 425	19.36 467	1.92 315	1.88 355	22.23 466	8.91 456	14.04 417	23.56 459	14.62 441	26.19 453	12.75 399	13.59 450	16.06 457	22.95 476	0.26 415	0.18 411	0.75 454	0.65 449	0.69 423	0.58 418

FCDSN-DC	10.24 452	0.56 216	3.49 220	1.96 324	1.29 316	16.90 453	4.59 412	17.16 444	19.10 441	24.64 470	32.46 472	33.82 479	22.14 476	15.93 454	10.45 430	0.04 336	0.00 1	0.00 1	0.00 1	0.05 136	0.21 346
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 452	3.13 442	20.70 470	2.21 361	2.39 379	11.23 420	6.19 430	14.17 421	11.19 388	23.20 466	22.25 436	17.89 437	19.54 466	18.51 465	26.21 484	0.45 435	0.42 452	1.10 459	1.29 463	1.56 449	1.18 438

SANet	10.64 454	1.86 417	10.91 428	1.76 289	0.71 263	14.62 444	9.23 459	19.18 462	37.14 485	19.22 454	27.96 456	25.86 466	19.11 465	13.02 435	10.63 431	0.08 371	0.06 312	0.03 382	0.02 280	0.62 417	0.81 429

FC-DCNN	10.72 455	0.52 198	4.27 277	1.88 307	1.63 332	17.18 454	5.29 424	18.20 451	19.69 446	28.50 474	34.51 476	34.03 480	21.48 473	15.89 453	11.15 437	0.03 317	0.01 153	0.02 365	0.01 257	0.07 176	0.09 236

FC-DCNN v2	10.88 456	0.52 198	4.17 273	1.92 315	1.63 332	17.79 458	5.35 425	18.87 458	19.88 447	28.77 475	34.99 478	34.62 482	21.72 474	16.03 456	11.16 438	0.03 317	0.01 153	0.02 365	0.00 1	0.06 160	0.08 223

AnyNet_C32	10.98 457	5.58 459	22.79 475	4.16 451	5.83 460	15.64 445	14.30 481	13.18 405	17.15 435	16.44 449	20.52 429	14.68 413	13.44 449	22.46 476	30.08 490	0.17 399	0.26 438	0.36 449	0.36 431	1.23 441	0.91 432

Wz-Net-TNSev	11.35 458	10.56 478	35.88 492	2.28 368	1.73 343	18.25 459	11.42 471	15.88 437	20.88 452	14.44 439	16.97 405	19.57 446	19.04 464	19.31 468	18.67 461	0.01 206	0.06 312	0.00 1	0.16 361	0.62 417	1.25 440

MeshStereo	11.52 459	1.52 392	4.55 297	1.89 309	1.46 325	19.87 464	5.11 420	20.66 474	15.91 428	32.67 480	34.51 476	39.34 487	21.15 471	18.74 466	12.10 442	0.11 381	0.06 312	0.01 334	0.00 1	0.45 405	0.22 348
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
otaku	11.73 460	7.51 469	7.07 393	13.22 481	10.85 480	26.61 477	7.25 449	18.84 457	19.16 442	11.58 418	17.23 412	20.19 451	8.09 407	15.11 450	4.64 346	9.13 483	2.42 475	13.08 481	1.83 470	12.48 483	8.22 482

Ntro	12.35 461	8.88 472	7.80 407	13.79 482	12.42 483	26.54 476	6.98 445	18.54 452	22.14 456	9.82 381	16.45 397	20.30 452	9.29 424	15.95 455	6.61 378	9.53 485	2.47 477	14.93 483	2.77 472	13.11 485	8.63 485

MFN_U_SF_RVC	12.94 462	3.66 449	25.81 481	3.61 438	2.26 374	22.77 467	4.55 411	27.10 482	20.06 448	23.90 467	28.99 459	30.53 474	16.98 456	19.92 471	20.26 465	1.24 453	1.07 463	0.98 458	1.33 464	1.80 453	2.04 453

WZ-Net	13.00 463	4.64 455	41.07 495	3.48 434	3.15 398	19.12 461	15.66 491	14.81 427	31.33 472	15.71 445	27.88 455	22.22 458	14.01 452	20.44 474	25.03 481	0.64 441	0.00 1	0.01 334	0.03 293	0.39 396	0.37 389

ADCS	13.02 464	4.93 457	28.38 485	3.17 421	2.67 386	13.61 442	10.83 470	18.70 453	33.46 475	22.59 461	24.78 448	19.59 447	18.51 462	23.40 479	32.16 493	0.10 379	0.19 417	0.37 450	0.18 376	1.26 442	1.46 445

MFMNet_re	13.29 465	8.60 471	18.29 463	9.75 472	7.25 468	19.65 463	14.84 485	20.71 475	30.72 471	23.03 464	28.77 458	18.85 443	26.09 482	13.55 438	9.82 423	2.44 465	1.35 467	0.34 447	0.23 396	4.78 467	6.69 477

EDNetEfficient	13.82 466	6.19 461	54.79 501	2.83 404	3.60 416	4.86 315	8.57 454	8.61 275	32.90 474	40.77 492	30.59 465	18.33 440	21.87 475	11.38 418	25.36 482	0.15 393	0.23 430	0.06 405	1.03 460	2.54 459	1.79 448

LSM	14.01 467	5.95 460	33.49 488	6.78 468	43.61 508	10.22 405	9.98 465	15.16 432	22.93 458	23.07 465	32.34 471	18.52 441	12.67 444	15.45 452	11.10 436	0.16 398	0.51 458	0.09 417	0.32 423	1.08 438	16.85 503

SAMSARA	14.63 468	2.74 437	12.38 437	12.65 479	6.74 465	36.50 491	72.93 514	19.36 465	23.77 460	16.20 448	13.04 368	29.21 471	12.78 445	16.98 460	15.21 456	0.11 381	0.26 438	0.03 382	0.14 355	0.76 429	0.77 427

SPS-STEREO	15.04 469	6.23 462	13.21 447	11.34 477	11.65 481	23.30 468	7.15 447	24.16 479	15.65 426	31.78 479	29.19 461	31.62 475	21.32 472	24.62 480	19.50 463	7.59 478	4.19 495	3.22 471	1.48 465	6.99 476	6.54 476
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 470	2.93 439	14.67 452	4.21 454	3.39 408	17.43 457	4.16 401	27.84 486	48.84 496	31.02 478	43.54 489	29.76 473	30.81 487	25.97 482	21.40 468	0.23 410	0.41 450	0.04 394	0.33 425	0.41 402	1.33 442

SGM+DAISY	15.62 471	7.26 468	19.28 466	8.94 470	10.11 478	26.25 473	10.49 468	19.36 465	14.65 419	30.64 477	33.59 474	33.00 477	22.32 477	24.96 481	16.42 458	7.90 479	6.25 499	4.51 474	3.37 478	5.86 470	7.20 478

ACVNet-4b	15.90 472	22.00 485	12.37 436	16.40 484	15.14 487	31.87 484	7.50 451	19.04 460	27.85 466	11.48 416	22.02 435	31.86 476	9.16 423	17.95 463	5.69 361	10.43 487	2.58 479	24.44 491	4.87 487	16.04 488	9.28 486

NVStereoNet_ROB	16.04 473	6.75 464	12.90 445	6.37 467	7.42 469	12.89 436	9.74 463	22.78 477	25.12 462	30.32 476	46.19 492	34.37 481	25.38 479	21.48 475	21.38 467	5.94 473	3.10 487	6.07 478	10.09 493	4.01 464	8.54 484
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 474	10.81 479	59.36 503	4.42 456	2.49 382	30.06 481	15.15 489	17.51 447	16.51 431	17.88 451	37.69 481	24.04 460	17.54 457	29.60 485	33.29 494	0.28 419	0.38 448	0.43 452	0.42 438	2.57 460	1.98 452

MSC_U_SF_DS_RVC	16.41 475	6.93 466	21.83 473	5.94 466	2.81 389	38.71 493	14.59 482	24.55 480	34.87 482	33.66 484	34.35 475	29.24 472	24.20 478	22.59 477	17.95 460	2.52 466	2.81 482	1.17 461	1.51 467	5.89 471	2.16 454

ELAS_RVC	16.54 476	2.26 429	10.09 427	5.50 463	4.46 446	28.28 480	16.72 492	25.55 481	33.54 476	40.19 490	40.30 486	36.68 484	30.03 485	29.40 484	20.61 466	0.98 451	1.21 465	0.86 457	0.70 453	1.39 446	2.16 454
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 477	2.14 426	9.23 418	4.92 459	4.53 451	32.66 487	15.11 488	27.40 484	28.68 469	40.27 491	44.90 490	38.33 486	30.50 486	26.44 483	21.94 473	0.88 446	1.23 466	0.67 453	0.89 458	1.49 447	2.18 456
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 478	1.28 375	11.61 432	3.72 441	1.65 334	16.67 451	9.17 458	14.39 422	55.91 500	63.81 511	40.86 487	35.94 483	37.73 494	14.24 443	26.87 485	0.05 348	0.10 359	0.13 427	0.22 393	0.12 252	0.15 309

SGM-ForestM	16.99 479	1.08 347	5.74 357	2.12 351	0.75 266	31.63 483	12.21 476	27.80 485	32.25 473	37.88 487	39.99 485	52.96 496	35.20 491	33.60 489	24.47 479	0.26 415	0.39 449	0.31 445	0.39 435	0.26 357	0.53 414

DispFullNet	17.47 480	26.01 489	33.98 490	22.58 490	20.86 495	13.84 443	1.28 320	16.50 439	26.27 464	19.97 458	17.17 410	20.52 455	18.49 461	22.86 478	10.76 434	5.13 471	2.83 483	30.72 495	7.72 491	20.86 492	11.01 493

EDNetEfficientorigin	17.87 481	14.00 481	99.53 522	1.64 275	0.92 284	10.55 411	6.26 435	13.21 406	34.84 481	38.20 489	36.91 480	27.47 469	26.32 483	14.71 448	25.69 483	0.04 336	0.06 312	0.14 428	0.52 446	3.16 462	3.27 460

RainbowNet	18.01 482	26.22 490	19.95 468	18.59 486	14.88 486	27.38 479	10.46 467	27.39 483	34.54 479	14.91 443	27.01 454	25.65 464	12.44 442	18.94 467	9.23 415	13.91 495	3.46 491	23.36 490	4.86 486	16.03 487	10.91 492

ACVNet_1	18.70 483	25.08 488	12.72 443	17.33 485	15.18 488	26.02 471	9.62 462	28.44 487	34.49 478	24.39 468	24.32 446	37.22 485	20.13 469	16.67 459	13.39 448	10.45 488	2.59 480	24.77 492	4.92 488	16.57 489	9.75 488

RTS	18.87 484	9.32 476	86.48 510	4.95 460	6.10 461	42.08 495	14.70 483	15.49 434	41.06 489	22.65 462	32.32 469	13.77 403	19.54 466	37.98 494	28.96 487	0.41 430	0.23 430	0.00 1	0.02 280	0.91 434	0.50 411

RTSA	18.87 484	9.32 476	86.48 510	4.95 460	6.10 461	42.08 495	14.70 483	15.49 434	41.06 489	22.65 462	32.32 469	13.77 403	19.54 466	37.98 494	28.96 487	0.41 430	0.23 430	0.00 1	0.02 280	0.91 434	0.50 411

MANE	19.47 486	1.27 372	5.07 323	4.69 457	5.55 458	30.49 482	9.94 464	34.01 489	37.27 486	44.13 496	51.57 500	52.51 494	40.41 496	33.58 488	24.81 480	0.89 447	0.86 462	1.11 460	9.72 492	0.38 392	1.06 436

coex-ft	19.78 487	19.39 484	87.73 512	1.77 291	1.80 350	17.25 455	13.50 479	12.63 396	42.10 491	60.18 507	38.90 482	28.72 470	28.74 484	11.74 423	27.40 486	0.21 407	0.23 430	0.04 394	0.30 419	1.36 445	1.54 446

BEATNet-Init1	23.31 488	9.03 473	41.67 496	4.17 452	2.53 383	45.68 501	19.47 496	33.43 488	38.45 488	47.59 499	49.10 496	59.31 500	41.80 498	38.35 496	29.21 489	0.47 436	0.50 457	0.81 455	0.66 450	2.10 457	1.86 449

DLNR_Zeroshot_test	24.70 489	50.77 507	90.11 513	98.11 522	97.34 520	1.38 26	0.12 59	22.79 478	3.09 90	1.07 81	2.95 98	0.71 81	0.29 29	6.93 236	2.29 265	38.56 505	0.37 447	0.00 1	0.30 419	76.73 516	0.09 236

ACVNet_2	26.45 490	29.35 495	25.14 479	20.27 488	15.43 489	34.97 489	12.23 477	48.37 501	66.25 510	42.69 493	56.73 504	51.77 492	25.59 480	20.39 473	13.52 450	10.13 486	2.59 480	22.78 489	3.52 480	17.57 490	9.80 490

MADNet+	27.07 491	33.84 497	90.97 514	20.14 487	7.47 470	48.43 503	47.10 510	35.43 490	36.46 483	20.11 459	30.05 463	25.29 463	35.08 490	45.50 502	50.28 508	2.13 463	2.00 470	1.19 462	0.76 454	4.71 465	4.43 465

IMH-64-1	27.21 492	28.77 492	16.84 461	31.57 493	20.76 493	26.43 474	15.10 486	47.11 496	45.20 493	33.53 482	51.16 498	41.42 488	31.10 488	36.48 490	22.39 474	13.48 493	2.87 485	33.95 497	10.70 494	23.50 494	11.75 494

IMH-64	27.21 492	28.77 492	16.84 461	31.57 493	20.76 493	26.43 474	15.10 486	47.11 496	45.20 493	33.53 482	51.16 498	41.42 488	31.10 488	36.48 490	22.39 474	13.48 493	2.87 485	33.95 497	10.70 494	23.50 494	11.75 494

JetBlue	29.12 494	15.72 482	54.12 500	15.93 483	20.98 496	60.90 512	30.62 503	39.38 491	34.62 480	34.08 485	39.69 483	57.35 499	43.17 499	50.71 508	50.60 509	2.41 464	3.79 493	2.81 467	3.45 479	9.57 478	12.59 497

WAO-7	29.39 495	24.43 486	20.47 469	32.71 496	13.83 485	34.70 488	20.27 499	52.19 507	65.03 508	43.29 494	59.35 506	52.19 493	44.68 501	31.71 486	30.56 491	10.98 489	4.94 496	13.71 482	12.52 498	12.06 482	8.22 482

IMH	29.82 496	29.11 494	18.51 465	34.28 497	21.40 498	32.33 486	15.39 490	49.40 503	53.07 498	37.88 487	55.32 503	45.05 490	39.54 495	40.63 497	24.12 478	14.03 496	3.27 489	34.93 499	11.24 496	24.69 497	12.21 496

PWCK	30.53 497	44.32 504	47.25 498	29.76 491	7.23 467	40.78 494	27.10 502	44.73 495	44.32 492	47.31 498	36.37 479	47.16 491	26.05 481	41.26 498	31.87 492	21.83 500	4.03 494	29.50 494	4.67 484	27.17 501	7.80 480

TorneroNet-64	32.42 498	31.89 496	30.52 486	34.73 498	21.13 497	46.99 502	18.82 494	43.10 494	59.42 503	32.70 481	46.98 493	62.01 503	36.98 492	43.97 501	33.88 495	14.10 497	3.22 488	35.28 500	11.72 497	26.84 500	14.07 498

Dean	34.67 499	38.70 502	25.33 480	29.89 492	17.21 491	45.24 500	11.98 475	56.90 511	76.55 512	63.47 510	60.22 507	67.36 509	48.14 504	37.24 492	39.01 500	11.00 490	2.83 483	28.35 493	5.60 490	18.14 491	10.31 491

WAO-6	34.74 500	36.76 501	15.36 455	37.53 499	24.15 502	35.99 490	19.36 495	48.96 502	68.54 511	43.84 495	47.58 494	52.77 495	52.60 505	32.63 487	34.73 497	26.20 503	7.74 502	42.78 504	21.64 504	28.07 502	17.62 504

LVE	34.99 501	40.10 503	34.97 491	32.49 495	18.61 492	51.45 508	26.82 501	52.15 506	65.94 509	47.21 497	61.04 508	53.99 497	37.30 493	37.95 493	34.09 496	15.55 499	5.95 498	31.01 496	13.81 499	22.58 493	16.72 502

TorneroNet	35.11 502	33.92 498	33.82 489	37.86 500	22.01 499	49.64 505	21.58 500	48.09 500	55.23 499	37.50 486	53.79 501	62.81 506	43.66 500	46.71 504	41.25 503	14.80 498	3.53 492	36.72 501	14.57 500	28.28 503	16.49 501

WAO-8	38.15 503	35.51 499	21.50 471	43.67 501	23.92 500	44.44 497	20.26 497	52.83 508	76.62 513	53.57 504	66.79 512	62.63 504	54.56 508	42.03 499	39.18 501	22.71 501	6.65 500	37.08 502	19.08 502	24.72 499	15.24 499

Venus	38.15 503	35.51 499	21.50 471	43.67 501	23.92 500	44.44 497	20.26 497	52.83 508	76.62 513	53.57 504	66.81 513	62.63 504	54.56 508	42.03 499	39.18 501	22.71 501	6.65 500	37.08 502	19.08 502	24.70 498	15.24 499

UNDER WATER	45.09 505	48.60 506	67.37 505	49.30 505	31.41 504	53.80 510	37.39 505	40.25 493	52.48 497	50.24 500	45.37 491	68.37 511	57.76 511	51.03 509	49.88 507	29.97 504	13.75 504	51.22 506	36.57 505	37.87 505	29.12 505

UNDER WATER-64	45.16 506	46.99 505	66.69 504	43.90 503	27.64 503	55.58 511	41.87 507	39.42 492	48.42 495	51.73 503	43.08 488	67.76 510	56.69 510	48.02 506	48.34 506	39.50 506	17.64 505	51.78 507	38.93 507	36.62 504	32.61 506

notaker	47.42 507	55.20 508	49.13 499	56.52 509	40.18 505	38.52 492	32.97 504	47.21 498	56.08 501	57.21 506	57.24 505	60.09 501	59.19 512	53.93 510	41.64 504	40.61 507	19.93 506	57.21 508	37.41 506	49.02 507	39.02 507

ktn	48.94 508	57.58 509	38.86 494	59.57 510	43.27 507	50.37 506	43.38 508	48.07 499	61.11 504	51.30 502	54.25 502	54.96 498	52.88 506	47.30 505	35.83 498	57.77 511	24.88 509	62.69 511	43.55 508	50.70 508	40.41 508

DPSimNet_ROB	53.45 509	64.73 513	44.39 497	53.97 507	45.39 509	53.66 509	54.83 511	55.15 510	57.87 502	64.16 512	50.83 497	63.40 507	53.34 507	46.45 503	65.81 513	63.13 512	26.54 510	57.94 509	51.11 511	45.52 506	50.69 512

KSHMR	55.63 510	63.60 512	37.85 493	74.69 512	49.56 510	49.01 504	45.73 509	57.46 512	63.97 507	61.61 509	62.07 510	72.39 513	47.01 502	50.65 507	43.29 505	54.10 510	62.21 512	66.10 512	53.94 512	51.25 510	46.11 510

HanzoNet	56.48 511	59.32 510	58.25 502	55.32 508	41.94 506	50.95 507	41.33 506	51.12 504	61.40 505	65.62 513	65.59 511	71.66 512	69.41 513	70.77 513	60.03 511	63.99 513	34.70 511	61.96 510	50.54 510	51.00 509	44.71 509

JetRed	61.02 512	61.05 511	82.56 509	46.09 504	56.80 512	83.19 513	63.76 512	59.26 513	63.61 506	69.29 514	68.85 514	66.59 508	47.62 503	61.57 511	74.09 514	45.58 508	66.14 514	46.59 505	45.06 509	63.17 511	49.58 511

LRCNet_RVC	66.23 513	65.67 514	67.63 506	71.47 511	54.32 511	32.17 485	2.66 368	63.19 514	21.35 454	81.79 515	91.26 516	83.62 514	71.62 514	69.32 512	52.57 510	95.49 519	64.45 513	95.07 519	95.19 519	71.52 512	74.31 514

TCMNet-wrong-test	67.23 514	85.83 517	81.56 508	95.63 518	94.73 518	89.35 514	85.42 515	51.73 505	33.71 477	51.26 501	61.71 509	61.33 502	41.23 497	77.26 514	64.71 512	48.76 509	9.03 503	70.12 513	68.11 513	90.76 519	82.37 519

MADNet++	82.84 515	82.38 516	73.57 507	87.72 517	82.97 516	93.14 515	69.15 513	86.42 518	82.50 515	93.46 519	86.70 515	86.28 515	80.92 515	88.34 515	88.84 515	86.83 517	84.17 518	72.64 514	68.92 514	80.47 517	81.42 518

tt	83.26 516	0.34 77	99.99 524	79.40 516	93.18 517	100.00 524	100.00 524	100.00 527	99.95 521	60.33 508	47.63 495	99.98 526	99.96 522	99.98 524	100.00 527	92.42 518	99.82 522	73.83 518	73.63 515	88.42 518	56.35 513

xxxxx1	85.63 517	90.31 518	96.68 517	76.54 513	80.57 513	97.44 519	96.86 519	85.53 515	88.53 516	88.68 516	91.71 517	94.23 516	92.93 516	90.02 516	91.98 516	70.60 514	70.39 515	73.68 515	81.46 516	74.61 513	79.86 515

tt_ll	85.63 517	90.31 518	96.68 517	76.54 513	80.57 513	97.44 519	96.86 519	85.53 515	88.53 516	88.68 516	91.71 517	94.23 516	92.93 516	90.02 516	91.98 516	70.60 514	70.39 515	73.68 515	81.46 516	74.61 513	79.86 515

ff	85.63 517	90.31 518	96.68 517	76.54 513	80.57 513	97.44 519	96.86 519	85.53 515	88.53 516	88.68 516	91.71 517	94.23 516	92.93 516	90.02 516	91.98 516	70.60 514	70.39 515	73.68 515	81.46 516	74.61 513	79.86 515

PML	97.88 520	100.00 527	96.45 516	98.01 521	97.88 521	100.00 524	99.35 522	96.88 519	97.72 520	100.00 526	97.36 520	97.38 520	99.60 521	100.00 527	96.32 520	99.99 524	97.55 519	100.00 523	96.01 520	99.18 521	87.92 520

MEDIAN_ROB	98.41 521	99.70 522	99.30 521	97.09 519	97.02 519	96.89 517	95.77 518	97.66 521	97.28 519	98.79 522	98.94 521	99.18 521	98.14 520	96.89 519	96.88 521	99.96 523	99.16 520	100.00 523	99.99 524	99.69 522	99.88 522

HaxPig	98.85 522	99.94 524	95.08 515	99.99 525	100.00 524	94.03 516	94.78 516	99.15 522	99.98 523	99.99 525	100.00 523	99.98 526	99.99 523	98.12 520	95.97 519	100.00 526	99.99 524	100.00 523	99.99 524	100.00 525	99.99 525

Anonymous_1	99.08 523	99.91 523	99.85 523	97.63 520	99.10 522	100.00 524	100.00 524	99.61 524	99.96 522	99.28 524	99.86 522	99.54 523	99.99 523	99.29 521	99.75 522	96.05 520	99.59 521	97.31 520	98.57 521	97.71 520	98.63 521

test_example2	99.39 524	99.98 526	99.99 524	100.00 528	99.98 523	99.72 523	99.99 523	97.34 520	100.00 524	100.00 526	100.00 523	96.42 519	96.66 519	99.97 523	99.96 523	100.00 526	99.97 523	98.66 521	99.15 522	100.00 525	100.00 527

AVERAGE_ROB	99.62 525	99.95 525	98.81 520	100.00 528	100.00 524	98.08 522	95.47 517	100.00 527	100.00 524	100.00 526	100.00 523	100.00 528	100.00 525	100.00 527	99.99 524	100.00 526	100.00 525	100.00 523	100.00 526	100.00 525	100.00 527

DGTPSM_ROB	99.90 526	100.00 527	99.99 524	99.99 525	100.00 524	100.00 524	100.00 524	99.97 525	100.00 524	98.35 520	100.00 523	99.84 524	100.00 525	99.98 524	99.99 524	99.99 524	100.00 525	100.00 523	100.00 526	100.00 525	100.00 527

DPSMNet_ROB	99.91 527	100.00 527	99.99 524	99.99 525	100.00 524	100.00 524	100.00 524	99.98 526	100.00 524	98.35 520	100.00 523	99.84 524	100.00 525	99.98 524	99.99 524	100.00 526	100.00 525	100.00 523	100.00 526	100.00 525	100.00 527

DPSM_ROB	99.95 528	100.00 527	100.00 528	99.76 523	100.00 524	100.00 524	100.00 524	100.00 527	100.00 524	100.00 526	100.00 523	100.00 528	100.00 525	100.00 527	100.00 527	99.21 521	100.00 525	100.00 523	100.00 526	99.99 523	99.95 523

DPSM	99.95 528	100.00 527	100.00 528	99.76 523	100.00 524	100.00 524	100.00 524	100.00 527	100.00 524	100.00 526	100.00 523	100.00 528	100.00 525	100.00 527	100.00 527	99.21 521	100.00 525	100.00 523	100.00 526	99.99 523	99.95 523

Selective-RAFT-Error	100.00 530	100.00 527	100.00 528	100.00 528	100.00 524	100.00 524	100.00 524	100.00 527	100.00 524	100.00 526	100.00 523	100.00 528	100.00 525	100.00 527	100.00 527	100.00 526	100.00 525	100.00 523	100.00 526	100.00 525	100.00 527

CasAABBNet	100.00 530	100.00 527	100.00 528	100.00 528	100.00 524	100.00 524	100.00 524	100.00 527	100.00 524	100.00 526	100.00 523	100.00 528	100.00 525	100.00 527	100.00 527	100.00 526	100.00 525	100.00 523	100.00 526	100.00 525	100.00 527

LSM0	100.00 530	100.00 527	100.00 528	100.00 528	100.00 524	100.00 524	100.00 524	100.00 527	100.00 524	100.00 526	100.00 523	100.00 528	100.00 525	100.00 527	100.00 527	100.00 526	100.00 525	100.00 523	100.00 526	100.00 525	99.99 525

ccccc		96.61 521		100.00 528	100.00 524	97.41 518		99.56 523		99.27 523		99.35 522		99.92 522		100.00 526	100.00 525	99.95 522	99.77 523	100.00 525

ASD4		81.57 515

Low-res two-view benchmark