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

GCAP-Stereo	0.09 42	0.07 112	0.13 184	0.18 249	0.06 8	0.11 130	0.07 1	0.13 36	0.12 53	0.09 56	0.10 78	0.07 37	0.09 129	0.13 191	0.10 94	0.06 84	0.05 146	0.05 3	0.04 18	0.04 3	0.05 87

BEATNet_4x	0.12 205	0.08 199	0.14 215	0.18 249	0.07 39	0.15 254	0.07 1	0.22 227	0.18 186	0.16 248	0.19 224	0.18 267	0.14 269	0.16 269	0.15 294	0.07 197	0.05 146	0.05 3	0.05 68	0.06 149	0.06 157

GCST	0.37 462	0.42 479	0.26 401	1.02 503	0.39 478	0.18 322	0.08 3	0.20 185	0.17 160	0.28 410	0.25 314	0.15 221	0.12 210	0.16 269	0.14 267	0.64 496	0.43 484	0.75 493	0.65 496	0.63 490	0.46 489

DN-CSS_ROB	0.13 230	0.13 385	0.16 298	0.18 249	0.10 291	0.16 283	0.08 3	0.22 227	0.18 186	0.17 262	0.22 265	0.13 173	0.13 245	0.12 150	0.13 230	0.05 6	0.05 146	0.10 349	0.10 364	0.08 272	0.06 157

DCVSM-stereo	0.14 261	0.09 263	0.16 298	0.16 111	0.10 291	0.15 254	0.09 5	0.19 174	0.23 260	0.20 327	0.23 274	0.26 360	0.15 286	0.18 317	0.14 267	0.09 306	0.07 326	0.09 304	0.08 286	0.10 359	0.12 392

IGEV-Stereo+	0.07 2	0.04 1	0.08 18	0.15 57	0.06 8	0.04 1	0.09 5	0.10 6	0.09 6	0.06 3	0.06 3	0.06 8	0.06 25	0.06 1	0.08 16	0.06 84	0.04 3	0.05 3	0.04 18	0.06 149	0.06 157

LL-Strereo2	0.10 99	0.10 318	0.15 264	0.18 249	0.08 84	0.15 254	0.09 5	0.17 129	0.14 103	0.14 195	0.10 78	0.09 85	0.07 73	0.16 269	0.10 94	0.05 6	0.05 146	0.10 349	0.07 225	0.06 149	0.05 87

DIP-Stereo	0.11 142	0.07 112	0.14 215	0.17 175	0.09 191	0.13 198	0.09 5	0.16 96	0.16 142	0.11 112	0.16 171	0.14 192	0.12 210	0.15 235	0.13 230	0.06 84	0.05 146	0.06 62	0.05 68	0.05 66	0.06 157
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet	0.15 302	0.10 318	0.17 326	0.17 175	0.08 84	0.18 322	0.09 5	0.28 337	0.25 297	0.19 306	0.24 285	0.24 339	0.17 333	0.17 299	0.14 267	0.08 252	0.06 257	0.09 304	0.10 364	0.07 213	0.06 157

AIO-test2	0.10 99	0.08 199	0.10 78	0.23 413	0.08 84	0.11 130	0.10 10	0.23 245	0.23 260	0.08 31	0.09 55	0.08 61	0.05 7	0.10 35	0.08 16	0.06 84	0.05 146	0.08 228	0.09 330	0.05 66	0.05 87

MonSter	0.07 2	0.06 41	0.05 1	0.15 57	0.05 1	0.07 21	0.10 10	0.15 71	0.15 117	0.05 1	0.06 3	0.05 1	0.06 25	0.07 3	0.09 45	0.04 1	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

IGEV-Stereo++	0.07 2	0.06 41	0.08 18	0.18 249	0.06 8	0.04 1	0.10 10	0.11 13	0.11 37	0.06 3	0.07 21	0.07 37	0.06 25	0.09 17	0.09 45	0.05 6	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

rvit_stereo_0075_2	0.17 345	0.12 359	0.25 398	0.23 413	0.16 429	0.13 198	0.10 10	0.30 361	0.27 319	0.20 327	0.28 350	0.22 317	0.15 286	0.18 317	0.13 230	0.16 447	0.10 395	0.17 441	0.10 364	0.10 359	0.09 336

Pointernet	0.09 42	0.04 1	0.09 49	0.16 111	0.08 84	0.13 198	0.10 10	0.15 71	0.17 160	0.09 56	0.07 21	0.06 8	0.06 25	0.11 75	0.09 45	0.08 252	0.04 3	0.05 3	0.03 1	0.06 149	0.05 87

MaDis-Stereo	0.09 42	0.09 263	0.08 18	0.17 175	0.09 191	0.13 198	0.10 10	0.16 96	0.16 142	0.09 56	0.11 106	0.06 8	0.06 25	0.09 17	0.13 230	0.07 197	0.06 257	0.07 150	0.05 68	0.05 66	0.04 18

raftrobust	0.09 42	0.06 41	0.10 78	0.17 175	0.08 84	0.09 52	0.10 10	0.18 155	0.16 142	0.10 87	0.09 55	0.12 149	0.07 73	0.12 150	0.10 94	0.08 252	0.05 146	0.06 62	0.05 68	0.05 66	0.05 87

RALAANet	0.11 142	0.08 199	0.10 78	0.17 175	0.09 191	0.14 229	0.10 10	0.20 185	0.15 117	0.14 195	0.13 130	0.16 234	0.09 129	0.12 150	0.11 146	0.06 84	0.05 146	0.07 150	0.06 139	0.05 66	0.04 18

UCFNet_RVC	0.14 261	0.08 199	0.13 184	0.11 1	0.10 291	0.20 360	0.10 10	0.24 267	0.22 251	0.17 262	0.20 236	0.23 333	0.15 286	0.17 299	0.15 294	0.12 393	0.07 326	0.10 349	0.13 420	0.11 378	0.10 357

HITNet	0.10 99	0.06 41	0.12 141	0.14 23	0.06 8	0.11 130	0.10 10	0.18 155	0.18 186	0.13 174	0.16 171	0.14 192	0.11 181	0.15 235	0.13 230	0.06 84	0.04 3	0.04 1	0.04 18	0.06 149	0.05 87
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
Reg-Stereo(zero)	0.08 12	0.05 11	0.08 18	0.16 111	0.06 8	0.12 162	0.11 20	0.15 71	0.10 16	0.12 148	0.09 55	0.10 112	0.08 103	0.11 75	0.08 16	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.05 87

StereoAnything_RVC	0.07 2	0.15 403	0.17 326	0.11 1	0.05 1	0.05 3	0.11 20	0.08 3	0.08 2	0.06 3	0.06 3	0.05 1	0.05 7	0.09 17	0.08 16	0.08 252	0.04 3	0.05 3	0.03 1	0.05 66	0.04 18

trnet	0.08 12	0.05 11	0.07 4	0.12 4	0.05 1	0.12 162	0.11 20	0.13 36	0.10 16	0.08 31	0.13 130	0.09 85	0.08 103	0.11 75	0.10 94	0.08 252	0.05 146	0.05 3	0.03 1	0.06 149	0.05 87

MIF-Stereo (partial)	0.11 142	0.06 41	0.10 78	0.19 304	0.10 291	0.10 90	0.11 20	0.17 129	0.18 186	0.14 195	0.16 171	0.09 85	0.11 181	0.12 150	0.12 190	0.08 252	0.05 146	0.08 228	0.07 225	0.06 149	0.07 231

UniTT-Stereo	0.09 42	0.07 112	0.08 18	0.18 249	0.08 84	0.13 198	0.11 20	0.12 24	0.11 37	0.10 87	0.12 117	0.05 1	0.07 73	0.09 17	0.09 45	0.07 197	0.05 146	0.05 3	0.05 68	0.05 66	0.05 87

CASnet	0.09 42	0.09 263	0.09 49	0.19 304	0.06 8	0.07 21	0.11 20	0.18 155	0.14 103	0.11 112	0.10 78	0.09 85	0.07 73	0.10 35	0.10 94	0.06 84	0.04 3	0.10 349	0.08 286	0.05 66	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.09 42	0.05 11	0.11 111	0.13 12	0.07 39	0.14 229	0.11 20	0.15 71	0.15 117	0.09 56	0.09 55	0.12 149	0.09 129	0.15 235	0.10 94	0.07 197	0.05 146	0.05 3	0.03 1	0.05 66	0.05 87
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Patchmatch Stereo++	0.11 142	0.09 263	0.16 298	0.18 249	0.08 84	0.06 6	0.11 20	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231
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
ROB_FTStereo	0.11 142	0.09 263	0.16 298	0.19 304	0.08 84	0.06 6	0.11 20	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231

iRAFT	0.11 142	0.09 263	0.16 298	0.18 249	0.08 84	0.06 6	0.11 20	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231

raft+_RVC	0.11 142	0.07 112	0.09 49	0.16 111	0.07 39	0.10 90	0.11 20	0.24 267	0.20 222	0.12 148	0.15 160	0.12 149	0.08 103	0.12 150	0.13 230	0.07 197	0.04 3	0.07 150	0.06 139	0.05 66	0.05 87

AdaStereo	0.15 302	0.11 343	0.15 264	0.18 249	0.09 191	0.20 360	0.11 20	0.32 381	0.28 333	0.20 327	0.23 274	0.20 293	0.13 245	0.19 330	0.14 267	0.12 393	0.05 146	0.10 349	0.07 225	0.09 329	0.07 231
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.
CBMV	0.19 370	0.14 397	0.17 326	0.18 249	0.10 291	0.20 360	0.11 20	0.29 347	0.30 348	0.29 417	0.30 367	0.30 391	0.23 389	0.27 411	0.19 351	0.13 416	0.15 445	0.17 441	0.16 442	0.10 359	0.10 357
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ISRNet	0.18 358	0.08 199	0.19 359	0.19 304	0.13 387	0.15 254	0.12 33	0.30 361	0.32 361	0.21 340	0.25 314	0.27 367	0.17 333	0.17 299	0.20 357	0.20 460	0.08 351	0.14 421	0.14 423	0.14 420	0.17 452

DEFOM-Stereo_RVC	0.08 12	0.06 41	0.09 49	0.22 393	0.06 8	0.08 32	0.12 33	0.10 6	0.10 16	0.07 12	0.07 21	0.06 8	0.05 7	0.11 75	0.09 45	0.06 84	0.04 3	0.05 3	0.03 1	0.06 149	0.04 18

castereo++	0.08 12	0.05 11	0.08 18	0.15 57	0.05 1	0.14 229	0.12 33	0.11 13	0.15 117	0.07 12	0.07 21	0.07 37	0.06 25	0.08 11	0.08 16	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

IGEV-RUCA	0.08 12	0.06 41	0.11 111	0.14 23	0.09 191	0.10 90	0.12 33	0.10 6	0.12 53	0.06 3	0.07 21	0.07 37	0.06 25	0.09 17	0.08 16	0.06 84	0.05 146	0.05 3	0.04 18	0.05 66	0.06 157

ACV-stereo	0.15 302	0.10 318	0.28 413	0.18 249	0.12 366	0.14 229	0.12 33	0.23 245	0.21 237	0.19 306	0.23 274	0.22 317	0.15 286	0.23 392	0.17 324	0.07 197	0.06 257	0.07 150	0.07 225	0.07 213	0.07 231

AIO-Stereo	0.08 12	0.06 41	0.09 49	0.18 249	0.06 8	0.08 32	0.12 33	0.15 71	0.09 6	0.08 31	0.08 42	0.07 37	0.05 7	0.11 75	0.08 16	0.05 6	0.05 146	0.05 3	0.04 18	0.04 3	0.04 18

RSM++	0.08 12	0.06 41	0.09 49	0.17 175	0.07 39	0.09 52	0.12 33	0.11 13	0.11 37	0.08 31	0.06 3	0.07 37	0.05 7	0.10 35	0.09 45	0.04 1	0.04 3	0.06 62	0.05 68	0.05 66	0.03 1

RSM	0.08 12	0.06 41	0.09 49	0.17 175	0.06 8	0.08 32	0.12 33	0.12 24	0.10 16	0.08 31	0.07 21	0.06 8	0.05 7	0.11 75	0.09 45	0.04 1	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

testlalala2	0.10 99	0.06 41	0.11 111	0.20 352	0.10 291	0.10 90	0.12 33	0.17 129	0.12 53	0.12 148	0.13 130	0.09 85	0.07 73	0.11 75	0.13 230	0.06 84	0.05 146	0.05 3	0.04 18	0.05 66	0.05 87

MIM_Stereo	0.09 42	0.07 112	0.11 111	0.15 57	0.07 39	0.06 6	0.12 33	0.20 185	0.14 103	0.13 174	0.13 130	0.09 85	0.05 7	0.12 150	0.08 16	0.05 6	0.06 257	0.07 150	0.06 139	0.06 149	0.05 87

testlalala	0.08 12	0.07 112	0.17 326	0.16 111	0.08 84	0.09 52	0.12 33	0.15 71	0.10 16	0.07 12	0.09 55	0.06 8	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.04 18	0.04 3	0.04 18

Selective-IGEV	0.07 2	0.06 41	0.08 18	0.17 175	0.06 8	0.08 32	0.12 33	0.13 36	0.07 1	0.08 31	0.07 21	0.06 8	0.04 1	0.10 35	0.09 45	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

EGLCR-Stereo	0.08 12	0.05 11	0.08 18	0.14 23	0.06 8	0.10 90	0.12 33	0.11 13	0.16 142	0.06 3	0.05 1	0.07 37	0.05 7	0.10 35	0.11 146	0.06 84	0.04 3	0.06 62	0.05 68	0.04 3	0.04 18

iRaft-Stereo_5w	0.12 205	0.09 263	0.12 141	0.19 304	0.08 84	0.09 52	0.12 33	0.21 205	0.21 237	0.19 306	0.14 144	0.11 132	0.09 129	0.20 354	0.16 310	0.05 6	0.05 146	0.07 150	0.06 139	0.05 66	0.06 157

PFNet+	0.11 142	0.06 41	0.13 184	0.16 111	0.09 191	0.05 3	0.12 33	0.17 129	0.21 237	0.16 248	0.19 224	0.14 192	0.10 157	0.11 75	0.11 146	0.08 252	0.05 146	0.09 304	0.08 286	0.06 149	0.11 380

OMP-Stereo	0.11 142	0.06 41	0.14 215	0.18 249	0.08 84	0.09 52	0.12 33	0.21 205	0.21 237	0.13 174	0.14 144	0.11 132	0.12 210	0.11 75	0.13 230	0.06 84	0.04 3	0.07 150	0.06 139	0.05 66	0.04 18

IIG-Stereo	0.11 142	0.06 41	0.13 184	0.17 175	0.08 84	0.11 130	0.12 33	0.22 227	0.17 160	0.14 195	0.17 191	0.11 132	0.12 210	0.12 150	0.12 190	0.06 84	0.05 146	0.07 150	0.06 139	0.05 66	0.04 18

PSM-adaLoss	0.11 142	0.09 263	0.16 298	0.18 249	0.08 84	0.06 6	0.12 33	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231

ROB_FTStereo_v2	0.11 142	0.09 263	0.16 298	0.19 304	0.08 84	0.06 6	0.12 33	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231

HUI-Stereo	0.11 142	0.09 263	0.16 298	0.18 249	0.08 84	0.06 6	0.12 33	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231

SST-Stereo	0.10 99	0.07 112	0.15 264	0.18 249	0.09 191	0.06 6	0.12 33	0.17 129	0.11 37	0.15 222	0.17 191	0.13 173	0.12 210	0.10 35	0.11 146	0.06 84	0.04 3	0.09 304	0.06 139	0.06 149	0.05 87

Pruner-Stereo	0.11 142	0.07 112	0.12 141	0.17 175	0.09 191	0.06 6	0.12 33	0.17 129	0.17 160	0.13 174	0.19 224	0.13 173	0.09 129	0.11 75	0.11 146	0.06 84	0.04 3	0.07 150	0.06 139	0.06 149	0.08 294

DeepStereo_RVC	0.11 142	0.08 199	0.16 298	0.18 249	0.08 84	0.08 32	0.12 33	0.17 129	0.12 53	0.13 174	0.14 144	0.12 149	0.12 210	0.12 150	0.11 146	0.06 84	0.04 3	0.07 150	0.06 139	0.07 213	0.08 294

iGMRVC	0.11 142	0.09 263	0.16 298	0.19 304	0.08 84	0.06 6	0.12 33	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231

RAFT-RH_RVC	0.11 142	0.06 41	0.14 215	0.16 111	0.09 191	0.12 162	0.12 33	0.17 129	0.12 53	0.13 174	0.41 434	0.11 132	0.10 157	0.13 191	0.12 190	0.05 6	0.04 3	0.08 228	0.05 68	0.04 3	0.06 157

RAFT-345	0.11 142	0.07 112	0.15 264	0.16 111	0.08 84	0.08 32	0.12 33	0.15 71	0.10 16	0.11 112	0.36 400	0.09 85	0.09 129	0.11 75	0.12 190	0.05 6	0.05 146	0.07 150	0.06 139	0.04 3	0.05 87

CRE-IMP	0.11 142	0.09 263	0.16 298	0.19 304	0.08 84	0.10 90	0.12 33	0.18 155	0.10 16	0.14 195	0.13 130	0.13 173	0.12 210	0.12 150	0.11 146	0.07 197	0.04 3	0.08 228	0.06 139	0.08 272	0.08 294

RAFT-IKP	0.11 142	0.09 263	0.16 298	0.19 304	0.08 84	0.06 6	0.12 33	0.16 96	0.13 81	0.15 222	0.16 171	0.14 192	0.12 210	0.11 75	0.10 94	0.06 84	0.04 3	0.08 228	0.06 139	0.08 272	0.07 231

CREStereo++_RVC	0.08 12	0.04 1	0.06 2	0.13 12	0.07 39	0.09 52	0.12 33	0.14 51	0.14 103	0.10 87	0.14 144	0.08 61	0.07 73	0.09 17	0.11 146	0.06 84	0.04 3	0.05 3	0.05 68	0.04 3	0.04 18
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
XX-Stereo	0.09 42	0.05 11	0.08 18	0.17 175	0.09 191	0.15 254	0.12 33	0.20 185	0.10 16	0.10 87	0.14 144	0.07 37	0.06 25	0.12 150	0.08 16	0.06 84	0.05 146	0.06 62	0.06 139	0.04 3	0.04 18

iResNetv2_ROB	0.14 261	0.08 199	0.15 264	0.16 111	0.08 84	0.16 283	0.12 33	0.25 283	0.35 386	0.21 340	0.29 362	0.24 339	0.13 245	0.14 213	0.14 267	0.06 84	0.05 146	0.06 62	0.04 18	0.09 329	0.08 294

NOSS_ROB	0.19 370	0.12 359	0.18 349	0.16 111	0.12 366	0.15 254	0.12 33	0.30 361	0.32 361	0.20 327	0.22 265	0.27 367	0.23 389	0.21 370	0.16 310	0.16 447	0.18 455	0.23 460	0.21 457	0.12 392	0.13 409

SCV	0.08 12	0.09 263	0.08 18	0.15 57	0.08 84	0.10 90	0.13 65	0.10 6	0.12 53	0.07 12	0.07 21	0.06 8	0.04 1	0.09 17	0.08 16	0.05 6	0.04 3	0.06 62	0.04 18	0.06 149	0.04 18

FoundationStereo	0.06 1	0.04 1	0.08 18	0.12 4	0.05 1	0.09 52	0.13 65	0.06 1	0.09 6	0.05 1	0.05 1	0.06 8	0.04 1	0.06 1	0.07 1	0.06 84	0.04 3	0.05 3	0.03 1	0.05 66	0.04 18

HUF	0.08 12	0.05 11	0.08 18	0.14 23	0.06 8	0.09 52	0.13 65	0.13 36	0.13 81	0.07 12	0.07 21	0.08 61	0.06 25	0.10 35	0.09 45	0.06 84	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

AIO-test1	0.10 99	0.07 112	0.10 78	0.23 413	0.07 39	0.09 52	0.13 65	0.21 205	0.14 103	0.11 112	0.12 117	0.09 85	0.07 73	0.11 75	0.09 45	0.06 84	0.05 146	0.09 304	0.10 364	0.03 1	0.06 157

GIP-stereo	0.08 12	0.06 41	0.11 111	0.14 23	0.06 8	0.09 52	0.13 65	0.14 51	0.11 37	0.07 12	0.08 42	0.05 1	0.04 1	0.10 35	0.07 1	0.05 6	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

DEFOM-Stereo	0.07 2	0.05 11	0.07 4	0.14 23	0.06 8	0.10 90	0.13 65	0.07 2	0.13 81	0.06 3	0.07 21	0.06 8	0.05 7	0.10 35	0.09 45	0.04 1	0.04 3	0.05 3	0.03 1	0.04 3	0.04 18

dual_stereo	0.07 2	0.04 1	0.08 18	0.15 57	0.05 1	0.05 3	0.13 65	0.12 24	0.08 2	0.07 12	0.06 3	0.05 1	0.05 7	0.07 3	0.09 45	0.06 84	0.04 3	0.05 3	0.03 1	0.04 3	0.04 18

UGAM-zero	0.09 42	0.05 11	0.15 264	0.15 57	0.08 84	0.09 52	0.13 65	0.19 174	0.15 117	0.11 112	0.15 160	0.07 37	0.07 73	0.09 17	0.09 45	0.06 84	0.05 146	0.06 62	0.05 68	0.05 66	0.06 157

GCAP-BAT	0.09 42	0.07 112	0.14 215	0.15 57	0.08 84	0.10 90	0.13 65	0.14 51	0.10 16	0.11 112	0.10 78	0.08 61	0.07 73	0.12 150	0.10 94	0.06 84	0.05 146	0.06 62	0.04 18	0.04 3	0.04 18

U	0.08 12	0.07 112	0.09 49	0.19 304	0.10 291	0.10 90	0.13 65	0.12 24	0.17 160	0.07 12	0.07 21	0.06 8	0.05 7	0.07 3	0.08 16	0.06 84	0.04 3	0.06 62	0.04 18	0.06 149	0.05 87

WCG-NET（raft）	0.08 12	0.05 11	0.10 78	0.15 57	0.06 8	0.11 130	0.13 65	0.15 71	0.12 53	0.08 31	0.07 21	0.06 8	0.06 25	0.13 191	0.08 16	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.04 18

DualNet (step1)	0.16 325	0.12 359	0.20 368	0.12 4	0.14 405	0.17 304	0.13 65	0.27 320	0.23 260	0.20 327	0.20 236	0.24 339	0.19 359	0.16 269	0.16 310	0.15 431	0.06 257	0.14 421	0.14 423	0.14 420	0.12 392

test_sample9	0.18 358	0.12 359	0.20 368	0.12 4	0.14 405	0.17 304	0.13 65	0.27 320	0.23 260	0.20 327	0.20 236	0.24 339	0.19 359	0.19 330	0.17 324	0.15 431	0.30 477	0.14 421	0.14 423	0.14 420	0.12 392

test_sample8	0.19 370	0.12 359	0.20 368	0.12 4	0.14 405	0.17 304	0.13 65	0.31 370	0.21 237	0.27 398	0.22 265	0.36 424	0.25 403	0.19 330	0.17 324	0.15 431	0.30 477	0.14 421	0.14 423	0.14 420	0.12 392

gcap-zeroshot	0.09 42	0.05 11	0.10 78	0.16 111	0.07 39	0.13 198	0.13 65	0.11 13	0.12 53	0.13 174	0.12 117	0.09 85	0.08 103	0.09 17	0.09 45	0.06 84	0.05 146	0.06 62	0.05 68	0.04 3	0.04 18

test_for_model	0.09 42	0.12 359	0.14 215	0.23 413	0.11 335	0.08 32	0.13 65	0.12 24	0.12 53	0.10 87	0.07 21	0.07 37	0.06 25	0.11 75	0.10 94	0.06 84	0.05 146	0.05 3	0.03 1	0.07 213	0.04 18

IGEV++	0.08 12	0.06 41	0.08 18	0.18 249	0.07 39	0.09 52	0.13 65	0.10 6	0.09 6	0.08 31	0.08 42	0.06 8	0.06 25	0.13 191	0.09 45	0.05 6	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

GMStereo_Zeroshot	0.16 325	0.13 385	0.24 393	0.20 352	0.10 291	0.17 304	0.13 65	0.29 347	0.25 297	0.23 367	0.32 379	0.25 352	0.11 181	0.19 330	0.14 267	0.09 306	0.06 257	0.11 378	0.06 139	0.12 392	0.08 294

IGEV_Zeroshot_test	0.09 42	0.05 11	0.12 141	0.13 12	0.08 84	0.12 162	0.13 65	0.17 129	0.11 37	0.10 87	0.06 3	0.09 85	0.06 25	0.11 75	0.09 45	0.06 84	0.04 3	0.06 62	0.06 139	0.05 66	0.05 87

MSKI-zero shot	0.09 42	0.05 11	0.09 49	0.15 57	0.07 39	0.10 90	0.13 65	0.14 51	0.13 81	0.09 56	0.09 55	0.09 85	0.06 25	0.12 150	0.10 94	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.04 18

DLNR_Zeroshot_test	10.40 517	1.82 511	19.49 523	120.77 528	13.11 521	0.06 6	0.13 65	0.23 245	0.10 16	0.07 12	0.10 78	0.09 85	0.06 25	0.10 35	0.09 45	0.13 416	0.04 3	0.06 62	0.04 18	51.54 527	0.04 18

SQANet	0.23 414	0.23 450	0.30 424	0.30 461	0.19 452	0.27 425	0.13 65	0.29 347	0.33 368	0.24 375	0.37 406	0.31 401	0.22 383	0.27 411	0.23 396	0.15 431	0.10 395	0.21 455	0.16 442	0.21 457	0.15 433

AEACV	0.08 12	0.05 11	0.08 18	0.14 23	0.13 387	0.14 229	0.13 65	0.14 51	0.09 6	0.07 12	0.09 55	0.07 37	0.08 103	0.10 35	0.09 45	0.06 84	0.04 3	0.06 62	0.05 68	0.05 66	0.04 18

CAS	0.08 12	0.04 1	0.07 4	0.17 175	0.08 84	0.10 90	0.13 65	0.12 24	0.09 6	0.09 56	0.10 78	0.08 61	0.06 25	0.09 17	0.08 16	0.08 252	0.04 3	0.05 3	0.03 1	0.05 66	0.04 18

Selective-RAFT	0.11 142	0.10 318	0.11 111	0.21 378	0.08 84	0.16 283	0.13 65	0.20 185	0.22 251	0.10 87	0.10 78	0.11 132	0.10 157	0.15 235	0.11 146	0.05 6	0.05 146	0.06 62	0.05 68	0.06 149	0.05 87

RCA-Stereo	0.09 42	0.06 41	0.09 49	0.16 111	0.06 8	0.09 52	0.13 65	0.18 155	0.14 103	0.09 56	0.10 78	0.08 61	0.07 73	0.12 150	0.11 146	0.06 84	0.04 3	0.06 62	0.05 68	0.05 66	0.04 18

HBP-ISP	0.18 358	0.13 385	0.16 298	0.15 57	0.11 335	0.08 32	0.13 65	0.28 337	0.29 339	0.22 355	0.33 391	0.21 300	0.25 403	0.23 392	0.17 324	0.14 427	0.16 448	0.21 455	0.17 449	0.10 359	0.08 294

DisPM	0.11 142	0.07 112	0.12 141	0.16 111	0.09 191	0.06 6	0.13 65	0.17 129	0.17 160	0.14 195	0.20 236	0.12 149	0.10 157	0.11 75	0.10 94	0.06 84	0.04 3	0.07 150	0.06 139	0.06 149	0.11 380

GLC_STEREO	0.11 142	0.07 112	0.11 111	0.17 175	0.07 39	0.09 52	0.13 65	0.15 71	0.24 276	0.12 148	0.13 130	0.12 149	0.08 103	0.18 317	0.11 146	0.06 84	0.08 351	0.08 228	0.06 139	0.05 66	0.05 87

TRStereo	0.09 42	0.05 11	0.12 141	0.15 57	0.12 366	0.10 90	0.13 65	0.18 155	0.18 186	0.09 56	0.09 55	0.09 85	0.06 25	0.10 35	0.08 16	0.07 197	0.05 146	0.07 150	0.07 225	0.04 3	0.04 18

HHNet	0.11 142	0.06 41	0.16 298	0.15 57	0.14 405	0.07 21	0.13 65	0.20 185	0.17 160	0.14 195	0.25 314	0.11 132	0.08 103	0.13 191	0.10 94	0.05 6	0.04 3	0.08 228	0.06 139	0.05 66	0.09 336

AAGNet	0.11 142	0.07 112	0.16 298	0.19 304	0.09 191	0.08 32	0.13 65	0.18 155	0.13 81	0.16 248	0.21 256	0.13 173	0.14 269	0.11 75	0.14 267	0.06 84	0.04 3	0.09 304	0.06 139	0.06 149	0.05 87

PSM-softLoss	0.12 205	0.07 112	0.15 264	0.17 175	0.09 191	0.08 32	0.13 65	0.24 267	0.17 160	0.14 195	0.19 224	0.13 173	0.11 181	0.11 75	0.11 146	0.07 197	0.05 146	0.08 228	0.07 225	0.06 149	0.12 392

KMStereo	0.12 205	0.07 112	0.15 264	0.17 175	0.09 191	0.08 32	0.13 65	0.24 267	0.17 160	0.14 195	0.19 224	0.13 173	0.11 181	0.11 75	0.11 146	0.07 197	0.05 146	0.08 228	0.07 225	0.06 149	0.12 392

RAFT_R40	0.11 142	0.07 112	0.14 215	0.18 249	0.09 191	0.06 6	0.13 65	0.17 129	0.16 142	0.14 195	0.18 216	0.15 221	0.12 210	0.10 35	0.11 146	0.06 84	0.04 3	0.09 304	0.06 139	0.06 149	0.05 87

AnonymousM	0.09 42	0.05 11	0.10 78	0.14 23	0.06 8	0.09 52	0.13 65	0.19 174	0.14 103	0.13 174	0.11 106	0.09 85	0.08 103	0.13 191	0.10 94	0.08 252	0.05 146	0.08 228	0.05 68	0.05 66	0.05 87

sAnonymous2	0.13 230	0.12 359	0.24 393	0.20 352	0.12 366	0.17 304	0.13 65	0.26 300	0.21 237	0.11 112	0.11 106	0.13 173	0.08 103	0.10 35	0.10 94	0.09 306	0.05 146	0.08 228	0.06 139	0.15 435	0.10 357

CroCo_RVC	0.13 230	0.12 359	0.24 393	0.20 352	0.12 366	0.17 304	0.13 65	0.26 300	0.21 237	0.11 112	0.11 106	0.13 173	0.08 103	0.10 35	0.10 94	0.09 306	0.05 146	0.08 228	0.06 139	0.15 435	0.10 357

GES	0.14 261	0.08 199	0.16 298	0.15 57	0.10 291	0.13 198	0.13 65	0.28 337	0.25 297	0.16 248	0.23 274	0.18 267	0.13 245	0.16 269	0.13 230	0.08 252	0.07 326	0.07 150	0.06 139	0.08 272	0.09 336

FADNet_RVC	0.16 325	0.14 397	0.40 448	0.20 352	0.11 335	0.13 198	0.13 65	0.26 300	0.22 251	0.21 340	0.23 274	0.20 293	0.17 333	0.14 213	0.16 310	0.08 252	0.08 351	0.12 394	0.09 330	0.11 378	0.10 357

FADNet	0.21 390	0.22 449	0.36 441	0.18 249	0.17 444	0.24 400	0.13 65	0.31 370	0.31 355	0.23 367	0.25 314	0.27 367	0.21 374	0.19 330	0.15 294	0.13 416	0.15 445	0.12 394	0.15 438	0.16 442	0.18 455

CBMV_ROB	0.19 370	0.13 385	0.17 326	0.16 111	0.11 335	0.15 254	0.13 65	0.26 300	0.28 333	0.27 398	0.30 367	0.27 367	0.24 395	0.23 392	0.16 310	0.15 431	0.17 453	0.22 459	0.20 455	0.10 359	0.11 380

PWC_ROB	0.21 390	0.16 411	0.26 401	0.18 249	0.11 335	0.22 382	0.13 65	0.32 381	0.49 444	0.30 420	0.40 424	0.32 409	0.24 395	0.31 432	0.22 386	0.10 342	0.07 326	0.11 378	0.08 286	0.11 378	0.10 357

GREAT-IGEV	0.07 2	0.06 41	0.08 18	0.13 12	0.07 39	0.07 21	0.14 108	0.09 4	0.09 6	0.06 3	0.07 21	0.06 8	0.05 7	0.10 35	0.07 1	0.05 6	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

HI	0.11 142	0.06 41	0.11 111	0.13 12	0.09 191	0.09 52	0.14 108	0.21 205	0.10 16	0.19 306	0.17 191	0.14 192	0.09 129	0.16 269	0.08 16	0.05 6	0.04 3	0.07 150	0.08 286	0.07 213	0.06 157

CoSv	0.11 142	0.06 41	0.11 111	0.13 12	0.09 191	0.09 52	0.14 108	0.21 205	0.10 16	0.19 306	0.17 191	0.14 192	0.09 129	0.16 269	0.08 16	0.05 6	0.04 3	0.07 150	0.08 286	0.07 213	0.06 157

AIO_rvc	0.07 2	0.06 41	0.08 18	0.15 57	0.06 8	0.08 32	0.14 108	0.09 4	0.08 2	0.07 12	0.08 42	0.07 37	0.04 1	0.10 35	0.08 16	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

AIO_test	0.07 2	0.05 11	0.07 4	0.15 57	0.07 39	0.06 6	0.14 108	0.10 6	0.10 16	0.07 12	0.07 21	0.06 8	0.05 7	0.08 11	0.10 94	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

SMoEStereo_RVC	0.08 12	0.06 41	0.12 141	0.16 111	0.07 39	0.09 52	0.14 108	0.11 13	0.13 81	0.09 56	0.07 21	0.07 37	0.07 73	0.12 150	0.10 94	0.05 6	0.04 3	0.06 62	0.05 68	0.04 3	0.04 18

999	0.09 42	0.05 11	0.13 184	0.15 57	0.08 84	0.10 90	0.14 108	0.15 71	0.11 37	0.10 87	0.08 42	0.08 61	0.08 103	0.16 269	0.10 94	0.06 84	0.04 3	0.06 62	0.05 68	0.04 3	0.05 87

DDVS	0.15 302	0.10 318	0.21 375	0.16 111	0.12 366	0.15 254	0.14 108	0.25 283	0.19 200	0.18 292	0.29 362	0.27 367	0.12 210	0.19 330	0.15 294	0.09 306	0.06 257	0.09 304	0.07 225	0.11 378	0.11 380

rvit_stereo_0081_aga	0.11 142	0.09 263	0.14 215	0.18 249	0.09 191	0.13 198	0.14 108	0.14 51	0.19 200	0.10 87	0.18 216	0.16 234	0.09 129	0.12 150	0.09 45	0.10 342	0.06 257	0.08 228	0.07 225	0.07 213	0.06 157

WCG-NET	0.08 12	0.05 11	0.09 49	0.15 57	0.06 8	0.11 130	0.14 108	0.13 36	0.13 81	0.06 3	0.09 55	0.07 37	0.06 25	0.13 191	0.08 16	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

rvit_stereo_0081	0.11 142	0.08 199	0.15 264	0.16 111	0.09 191	0.10 90	0.14 108	0.14 51	0.24 276	0.11 112	0.13 130	0.13 173	0.09 129	0.11 75	0.12 190	0.10 342	0.07 326	0.08 228	0.07 225	0.07 213	0.05 87

model_zeroshot	0.10 99	0.04 1	0.11 111	0.15 57	0.09 191	0.12 162	0.14 108	0.20 185	0.13 81	0.11 112	0.10 78	0.12 149	0.07 73	0.12 150	0.10 94	0.07 197	0.06 257	0.06 62	0.05 68	0.06 149	0.06 157

ITSA-stereo	0.15 302	0.10 318	0.14 215	0.19 304	0.08 84	0.12 162	0.14 108	0.30 361	0.49 444	0.17 262	0.19 224	0.22 317	0.15 286	0.17 299	0.16 310	0.10 342	0.06 257	0.08 228	0.08 286	0.08 272	0.08 294

rvit_stereo_0082	0.11 142	0.08 199	0.15 264	0.16 111	0.09 191	0.10 90	0.14 108	0.14 51	0.24 276	0.11 112	0.13 130	0.13 173	0.09 129	0.11 75	0.12 190	0.10 342	0.07 326	0.08 228	0.07 225	0.07 213	0.05 87

Occ-G	0.08 12	0.05 11	0.06 2	0.14 23	0.07 39	0.08 32	0.14 108	0.13 36	0.15 117	0.07 12	0.11 106	0.07 37	0.05 7	0.09 17	0.10 94	0.06 84	0.05 146	0.05 3	0.04 18	0.05 66	0.05 87

IGEV-BASED-STEREO-	0.09 42	0.10 318	0.31 426	0.15 57	0.06 8	0.08 32	0.14 108	0.10 6	0.10 16	0.07 12	0.07 21	0.06 8	0.04 1	0.11 75	0.07 1	0.12 393	0.04 3	0.07 150	0.05 68	0.05 66	0.05 87

RAFT-Stereo-weight	0.09 42	0.06 41	0.10 78	0.16 111	0.07 39	0.09 52	0.14 108	0.19 174	0.16 142	0.11 112	0.10 78	0.08 61	0.06 25	0.10 35	0.11 146	0.06 84	0.04 3	0.06 62	0.04 18	0.04 3	0.04 18

CAS++	0.11 142	0.07 112	0.11 111	0.14 23	0.09 191	0.12 162	0.14 108	0.24 267	0.14 103	0.11 112	0.09 55	0.11 132	0.07 73	0.14 213	0.09 45	0.11 368	0.09 376	0.09 304	0.07 225	0.07 213	0.08 294
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	0.08 12	0.05 11	0.10 78	0.20 352	0.07 39	0.09 52	0.14 108	0.11 13	0.08 2	0.07 12	0.08 42	0.07 37	0.06 25	0.09 17	0.08 16	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.04 18

MyStereo8	0.12 205	0.07 112	0.15 264	0.15 57	0.09 191	0.18 322	0.14 108	0.19 174	0.22 251	0.12 148	0.18 216	0.11 132	0.10 157	0.16 269	0.18 342	0.07 197	0.05 146	0.07 150	0.05 68	0.08 272	0.09 336

EKT-Stereo	0.11 142	0.07 112	0.14 215	0.15 57	0.10 291	0.13 198	0.14 108	0.18 155	0.21 237	0.11 112	0.08 42	0.12 149	0.09 129	0.11 75	0.12 190	0.08 252	0.06 257	0.07 150	0.06 139	0.08 272	0.07 231

PCWNet_CMD	0.14 261	0.08 199	0.15 264	0.17 175	0.09 191	0.14 229	0.14 108	0.29 347	0.36 390	0.14 195	0.20 236	0.21 300	0.12 210	0.17 299	0.13 230	0.07 197	0.05 146	0.07 150	0.07 225	0.07 213	0.07 231

CFNet_ucs	0.15 302	0.08 199	0.16 298	0.16 111	0.11 335	0.14 229	0.14 108	0.30 361	0.34 379	0.16 248	0.24 285	0.23 333	0.14 269	0.18 317	0.15 294	0.09 306	0.06 257	0.08 228	0.07 225	0.09 329	0.09 336

testlalala_base	0.10 99	0.09 263	0.14 215	0.21 378	0.08 84	0.10 90	0.14 108	0.13 36	0.10 16	0.07 12	0.15 160	0.07 37	0.08 103	0.10 35	0.12 190	0.08 252	0.05 146	0.05 3	0.03 1	0.06 149	0.05 87

Any-RAFT	0.10 99	0.05 11	0.09 49	0.14 23	0.07 39	0.13 198	0.14 108	0.21 205	0.15 117	0.11 112	0.12 117	0.12 149	0.09 129	0.12 150	0.09 45	0.07 197	0.04 3	0.05 3	0.04 18	0.06 149	0.05 87

SDNR	0.19 370	0.08 199	0.19 359	0.16 111	0.12 366	0.77 494	0.14 108	0.25 283	0.32 361	0.19 306	0.24 285	0.19 281	0.13 245	0.19 330	0.15 294	0.16 447	0.18 455	0.14 421	0.11 392	0.08 272	0.11 380

anonymousdsp2	0.11 142	0.07 112	0.10 78	0.16 111	0.09 191	0.13 198	0.14 108	0.18 155	0.22 251	0.13 174	0.14 144	0.12 149	0.09 129	0.14 213	0.11 146	0.05 6	0.04 3	0.05 3	0.04 18	0.06 149	0.05 87

iinet-f	0.16 325	0.06 41	0.45 454	0.14 23	0.10 291	0.21 374	0.14 108	0.27 320	0.23 260	0.21 340	0.24 285	0.21 300	0.15 286	0.18 317	0.21 377	0.09 306	0.07 326	0.07 150	0.06 139	0.09 329	0.10 357

CES	0.08 12	0.04 1	0.08 18	0.14 23	0.07 39	0.09 52	0.14 108	0.11 13	0.09 6	0.08 31	0.09 55	0.11 132	0.06 25	0.12 150	0.08 16	0.06 84	0.04 3	0.05 3	0.03 1	0.05 66	0.05 87

knoymous	0.11 142	0.05 11	0.12 141	0.13 12	0.07 39	0.15 254	0.14 108	0.19 174	0.13 81	0.11 112	0.17 191	0.13 173	0.09 129	0.13 191	0.11 146	0.08 252	0.05 146	0.06 62	0.05 68	0.08 272	0.07 231

riskmin	0.11 142	0.06 41	0.13 184	0.14 23	0.08 84	0.14 229	0.14 108	0.18 155	0.14 103	0.11 112	0.14 144	0.16 234	0.11 181	0.14 213	0.12 190	0.09 306	0.05 146	0.07 150	0.05 68	0.08 272	0.08 294

MC-Stereo	0.08 12	0.06 41	0.09 49	0.17 175	0.06 8	0.10 90	0.14 108	0.12 24	0.10 16	0.09 56	0.12 117	0.09 85	0.06 25	0.11 75	0.10 94	0.06 84	0.04 3	0.06 62	0.05 68	0.04 3	0.04 18

x	0.13 230	0.07 112	0.14 215	0.14 23	0.08 84	0.18 322	0.14 108	0.22 227	0.20 222	0.15 222	0.19 224	0.19 281	0.17 333	0.18 317	0.18 342	0.07 197	0.05 146	0.06 62	0.06 139	0.07 213	0.07 231

BUS	0.14 261	0.09 263	0.14 215	0.22 393	0.10 291	0.19 345	0.14 108	0.34 407	0.19 200	0.17 262	0.22 265	0.16 234	0.13 245	0.15 235	0.13 230	0.08 252	0.06 257	0.10 349	0.09 330	0.07 213	0.07 231

CRFU-Net	0.16 325	0.08 199	0.14 215	0.17 175	0.09 191	0.19 345	0.14 108	0.26 300	0.20 222	0.28 410	0.27 338	0.29 383	0.17 333	0.19 330	0.17 324	0.09 306	0.09 376	0.07 150	0.07 225	0.08 272	0.08 294

NINENet	0.16 325	0.10 318	0.15 264	0.17 175	0.11 335	0.19 345	0.14 108	0.40 445	0.36 390	0.18 292	0.21 256	0.16 234	0.13 245	0.15 235	0.13 230	0.08 252	0.08 351	0.10 349	0.07 225	0.10 359	0.09 336

IPLG	0.10 99	0.07 112	0.15 264	0.17 175	0.08 84	0.11 130	0.14 108	0.20 185	0.15 117	0.12 148	0.17 191	0.07 37	0.07 73	0.14 213	0.13 230	0.06 84	0.04 3	0.06 62	0.05 68	0.04 3	0.04 18

MIPNet	0.11 142	0.08 199	0.14 215	0.17 175	0.09 191	0.12 162	0.14 108	0.20 185	0.24 276	0.11 112	0.10 78	0.09 85	0.07 73	0.13 191	0.12 190	0.06 84	0.04 3	0.06 62	0.05 68	0.04 3	0.04 18

test-3	0.08 12	0.06 41	0.09 49	0.17 175	0.07 39	0.07 21	0.14 108	0.12 24	0.15 117	0.09 56	0.08 42	0.07 37	0.08 103	0.11 75	0.10 94	0.05 6	0.04 3	0.07 150	0.05 68	0.04 3	0.04 18

test_1	0.08 12	0.06 41	0.09 49	0.17 175	0.07 39	0.07 21	0.14 108	0.12 24	0.15 117	0.09 56	0.08 42	0.07 37	0.08 103	0.11 75	0.10 94	0.05 6	0.04 3	0.07 150	0.05 68	0.04 3	0.04 18

STrans-v2	0.10 99	0.07 112	0.12 141	0.18 249	0.07 39	0.10 90	0.14 108	0.21 205	0.11 37	0.11 112	0.15 160	0.12 149	0.10 157	0.11 75	0.12 190	0.05 6	0.04 3	0.06 62	0.06 139	0.04 3	0.04 18

NF-Stereo	0.11 142	0.07 112	0.13 184	0.17 175	0.09 191	0.10 90	0.14 108	0.23 245	0.19 200	0.12 148	0.17 191	0.12 149	0.11 181	0.11 75	0.11 146	0.06 84	0.04 3	0.07 150	0.06 139	0.06 149	0.12 392

OCTAStereo	0.11 142	0.07 112	0.13 184	0.17 175	0.09 191	0.10 90	0.14 108	0.23 245	0.19 200	0.12 148	0.17 191	0.12 149	0.11 181	0.11 75	0.11 146	0.06 84	0.04 3	0.07 150	0.06 139	0.06 149	0.12 392

NRIStereo	0.11 142	0.08 199	0.14 215	0.18 249	0.08 84	0.10 90	0.14 108	0.16 96	0.15 117	0.12 148	0.14 144	0.13 173	0.12 210	0.13 191	0.10 94	0.06 84	0.04 3	0.07 150	0.06 139	0.06 149	0.07 231

ASMatch	0.11 142	0.06 41	0.13 184	0.16 111	0.10 291	0.07 21	0.14 108	0.17 129	0.17 160	0.12 148	0.16 171	0.16 234	0.10 157	0.13 191	0.10 94	0.05 6	0.04 3	0.06 62	0.05 68	0.04 3	0.08 294

RE-Stereo	0.11 142	0.07 112	0.13 184	0.17 175	0.09 191	0.10 90	0.14 108	0.23 245	0.19 200	0.12 148	0.17 191	0.12 149	0.11 181	0.11 75	0.11 146	0.06 84	0.04 3	0.07 150	0.06 139	0.06 149	0.12 392

TVStereo	0.11 142	0.07 112	0.13 184	0.17 175	0.09 191	0.10 90	0.14 108	0.23 245	0.19 200	0.12 148	0.17 191	0.12 149	0.11 181	0.11 75	0.11 146	0.06 84	0.04 3	0.07 150	0.06 139	0.06 149	0.12 392

rafts_anoy	0.11 142	0.06 41	0.10 78	0.17 175	0.08 84	0.10 90	0.14 108	0.17 129	0.14 103	0.13 174	0.13 130	0.12 149	0.10 157	0.11 75	0.12 190	0.07 197	0.04 3	0.09 304	0.11 392	0.07 213	0.06 157

TANstereo	0.09 42	0.04 1	0.08 18	0.13 12	0.06 8	0.11 130	0.14 108	0.15 71	0.19 200	0.11 112	0.15 160	0.10 112	0.06 25	0.12 150	0.09 45	0.07 197	0.05 146	0.05 3	0.04 18	0.06 149	0.05 87

CFNet_pseudo	0.14 261	0.08 199	0.15 264	0.16 111	0.09 191	0.13 198	0.14 108	0.27 320	0.34 379	0.14 195	0.21 256	0.22 317	0.13 245	0.18 317	0.14 267	0.07 197	0.05 146	0.08 228	0.06 139	0.07 213	0.07 231

RALCasStereoNet	0.10 99	0.06 41	0.09 49	0.16 111	0.08 84	0.12 162	0.14 108	0.17 129	0.11 37	0.12 148	0.17 191	0.14 192	0.10 157	0.12 150	0.11 146	0.07 197	0.06 257	0.06 62	0.05 68	0.08 272	0.07 231

sCroCo_RVC	0.12 205	0.09 263	0.23 390	0.24 422	0.11 335	0.19 345	0.14 108	0.17 129	0.14 103	0.10 87	0.13 130	0.12 149	0.07 73	0.14 213	0.11 146	0.08 252	0.08 351	0.08 228	0.08 286	0.05 66	0.07 231

111	0.10 99	0.06 41	0.12 141	0.15 57	0.07 39	0.10 90	0.14 108	0.21 205	0.23 260	0.11 112	0.12 117	0.14 192	0.11 181	0.13 191	0.10 94	0.06 84	0.04 3	0.06 62	0.04 18	0.05 66	0.05 87

psmorigin	0.25 430	0.15 403	0.34 440	0.17 175	0.13 387	0.23 395	0.14 108	0.34 407	0.33 368	0.41 455	0.55 460	0.41 447	0.37 454	0.34 443	0.27 431	0.11 368	0.15 445	0.11 378	0.11 392	0.12 392	0.16 444

Gwc-CoAtRS	0.09 42	0.06 41	0.10 78	0.16 111	0.07 39	0.10 90	0.14 108	0.17 129	0.17 160	0.08 31	0.10 78	0.12 149	0.09 129	0.12 150	0.09 45	0.06 84	0.04 3	0.06 62	0.04 18	0.04 3	0.04 18

CREStereo	0.09 42	0.04 1	0.08 18	0.11 1	0.06 8	0.13 198	0.14 108	0.14 51	0.10 16	0.08 31	0.13 130	0.09 85	0.08 103	0.11 75	0.10 94	0.08 252	0.04 3	0.05 3	0.03 1	0.06 149	0.06 157
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 42	0.05 11	0.09 49	0.12 4	0.06 8	0.12 162	0.14 108	0.15 71	0.11 37	0.09 56	0.13 130	0.10 112	0.07 73	0.13 191	0.10 94	0.15 431	0.04 3	0.05 3	0.03 1	0.07 213	0.06 157

FADNet-RVC-Resample	0.16 325	0.11 343	0.31 426	0.22 393	0.11 335	0.19 345	0.14 108	0.25 283	0.24 276	0.24 375	0.27 338	0.20 293	0.15 286	0.16 269	0.15 294	0.07 197	0.08 351	0.12 394	0.10 364	0.09 329	0.10 357

MaskLacGwcNet_RVC	0.22 399	0.21 445	0.24 393	0.26 437	0.11 335	0.23 395	0.14 108	0.39 441	0.24 276	0.32 432	0.36 400	0.30 391	0.21 374	0.19 330	0.21 377	0.17 452	0.14 439	0.21 455	0.16 442	0.12 392	0.12 392

R-Stereo Train	0.10 99	0.06 41	0.10 78	0.17 175	0.08 84	0.11 130	0.14 108	0.23 245	0.11 37	0.12 148	0.19 224	0.11 132	0.08 103	0.09 17	0.11 146	0.07 197	0.05 146	0.06 62	0.05 68	0.05 66	0.05 87

RAFT-Stereo	0.10 99	0.06 41	0.10 78	0.17 175	0.08 84	0.11 130	0.14 108	0.23 245	0.11 37	0.12 148	0.19 224	0.11 132	0.08 103	0.09 17	0.11 146	0.07 197	0.05 146	0.06 62	0.05 68	0.05 66	0.05 87
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.14 261	0.07 112	0.14 215	0.16 111	0.08 84	0.18 322	0.14 108	0.29 347	0.20 222	0.17 262	0.25 314	0.21 300	0.18 345	0.20 354	0.19 351	0.07 197	0.06 257	0.06 62	0.08 286	0.06 149	0.06 157

MSMDNet	0.14 261	0.08 199	0.15 264	0.17 175	0.09 191	0.14 229	0.14 108	0.29 347	0.36 390	0.14 195	0.21 256	0.21 300	0.12 210	0.17 299	0.14 267	0.07 197	0.05 146	0.07 150	0.07 225	0.07 213	0.07 231

ccs_rob	0.14 261	0.08 199	0.15 264	0.16 111	0.09 191	0.12 162	0.14 108	0.27 320	0.34 379	0.14 195	0.21 256	0.22 317	0.13 245	0.18 317	0.14 267	0.07 197	0.05 146	0.08 228	0.07 225	0.07 213	0.07 231

HSM	0.15 302	0.08 199	0.14 215	0.16 111	0.09 191	0.16 283	0.14 108	0.28 337	0.25 297	0.19 306	0.23 274	0.37 429	0.16 312	0.20 354	0.15 294	0.07 197	0.05 146	0.07 150	0.06 139	0.07 213	0.06 157

iResNet_ROB	0.14 261	0.07 112	0.13 184	0.14 23	0.07 39	0.18 322	0.14 108	0.26 300	0.31 355	0.22 355	0.25 314	0.23 333	0.15 286	0.15 235	0.13 230	0.07 197	0.05 146	0.05 3	0.04 18	0.08 272	0.08 294

SCV_C0	0.08 12	0.07 112	0.07 4	0.16 111	0.09 191	0.08 32	0.15 174	0.11 13	0.12 53	0.08 31	0.07 21	0.06 8	0.05 7	0.11 75	0.07 1	0.05 6	0.05 146	0.05 3	0.04 18	0.06 149	0.05 87

FACV-RUCA	0.13 230	0.11 343	0.12 141	0.19 304	0.12 366	0.15 254	0.15 174	0.22 227	0.20 222	0.15 222	0.16 171	0.14 192	0.16 312	0.14 213	0.13 230	0.07 197	0.05 146	0.08 228	0.06 139	0.10 359	0.08 294

castereo	0.09 42	0.06 41	0.11 111	0.15 57	0.06 8	0.11 130	0.15 174	0.14 51	0.18 186	0.08 31	0.10 78	0.11 132	0.08 103	0.09 17	0.10 94	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

PAM_32	0.09 42	0.05 11	0.17 326	0.15 57	0.08 84	0.10 90	0.15 174	0.14 51	0.15 117	0.09 56	0.08 42	0.09 85	0.07 73	0.14 213	0.08 16	0.06 84	0.05 146	0.06 62	0.06 139	0.05 66	0.06 157

rvit_stereo_0083	0.12 205	0.08 199	0.17 326	0.16 111	0.09 191	0.11 130	0.15 174	0.14 51	0.26 310	0.11 112	0.14 144	0.13 173	0.10 157	0.12 150	0.12 190	0.10 342	0.08 351	0.09 304	0.07 225	0.07 213	0.05 87

rvit_stereo_0080	0.10 99	0.08 199	0.14 215	0.15 57	0.09 191	0.07 21	0.15 174	0.16 96	0.16 142	0.11 112	0.10 78	0.14 192	0.08 103	0.12 150	0.10 94	0.09 306	0.07 326	0.07 150	0.06 139	0.07 213	0.05 87

H2IRNET	0.10 99	0.09 263	0.09 49	0.18 249	0.09 191	0.12 162	0.15 174	0.14 51	0.21 237	0.10 87	0.10 78	0.10 112	0.10 157	0.10 35	0.10 94	0.05 6	0.04 3	0.08 228	0.08 286	0.06 149	0.05 87

MGS-Stereo	0.09 42	0.07 112	0.12 141	0.15 57	0.08 84	0.09 52	0.15 174	0.12 24	0.12 53	0.07 12	0.10 78	0.08 61	0.06 25	0.10 35	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.06 149	0.05 87

AE-Stereo	0.10 99	0.08 199	0.10 78	0.18 249	0.09 191	0.10 90	0.15 174	0.14 51	0.19 200	0.09 56	0.14 144	0.12 149	0.08 103	0.11 75	0.10 94	0.05 6	0.06 257	0.07 150	0.06 139	0.05 66	0.04 18

CoDeX	0.12 205	0.07 112	0.12 141	0.17 175	0.08 84	0.12 162	0.15 174	0.23 245	0.27 319	0.13 174	0.17 191	0.16 234	0.11 181	0.14 213	0.11 146	0.07 197	0.05 146	0.07 150	0.06 139	0.06 149	0.05 87

ACVNet-DCA	0.10 99	0.08 199	0.12 141	0.17 175	0.09 191	0.13 198	0.15 174	0.23 245	0.16 142	0.09 56	0.09 55	0.06 8	0.06 25	0.10 35	0.07 1	0.06 84	0.04 3	0.06 62	0.05 68	0.07 213	0.07 231

xx1	0.11 142	0.08 199	0.12 141	0.17 175	0.09 191	0.13 198	0.15 174	0.16 96	0.18 186	0.09 56	0.09 55	0.16 234	0.16 312	0.10 35	0.07 1	0.06 84	0.04 3	0.08 228	0.08 286	0.07 213	0.07 231

1test111	0.11 142	0.08 199	0.12 141	0.17 175	0.09 191	0.13 198	0.15 174	0.23 245	0.16 142	0.09 56	0.09 55	0.06 8	0.06 25	0.15 235	0.16 310	0.06 84	0.04 3	0.06 62	0.05 68	0.07 213	0.07 231

cc1	0.10 99	0.08 199	0.12 141	0.17 175	0.09 191	0.13 198	0.15 174	0.16 96	0.18 186	0.09 56	0.09 55	0.06 8	0.06 25	0.10 35	0.07 1	0.06 84	0.04 3	0.06 62	0.05 68	0.06 149	0.06 157

11t1	0.12 205	0.06 41	0.13 184	0.14 23	0.08 84	0.17 304	0.15 174	0.18 155	0.15 117	0.15 222	0.15 160	0.16 234	0.16 312	0.15 235	0.13 230	0.08 252	0.05 146	0.06 62	0.05 68	0.08 272	0.07 231

ff7	0.09 42	0.07 112	0.11 111	0.16 111	0.09 191	0.11 130	0.15 174	0.16 96	0.12 53	0.10 87	0.06 3	0.06 8	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157

IGEVStereo-DCA	0.09 42	0.06 41	0.11 111	0.15 57	0.10 291	0.11 130	0.15 174	0.16 96	0.12 53	0.10 87	0.06 3	0.08 61	0.06 25	0.10 35	0.08 16	0.06 84	0.05 146	0.06 62	0.05 68	0.05 66	0.06 157

ffff	0.09 42	0.07 112	0.11 111	0.16 111	0.09 191	0.11 130	0.15 174	0.16 96	0.12 53	0.10 87	0.06 3	0.06 8	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157

11t	0.09 42	0.07 112	0.11 111	0.16 111	0.09 191	0.11 130	0.15 174	0.16 96	0.12 53	0.10 87	0.06 3	0.06 8	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157

whm_eth	0.10 99	0.08 199	0.14 215	0.15 57	0.09 191	0.07 21	0.15 174	0.16 96	0.16 142	0.11 112	0.10 78	0.14 192	0.08 103	0.12 150	0.10 94	0.09 306	0.07 326	0.07 150	0.06 139	0.07 213	0.05 87

plain	0.10 99	0.08 199	0.10 78	0.19 304	0.09 191	0.10 90	0.15 174	0.14 51	0.13 81	0.13 174	0.15 160	0.09 85	0.12 210	0.13 191	0.12 190	0.07 197	0.05 146	0.09 304	0.06 139	0.06 149	0.06 157

RAFT-Test	0.09 42	0.06 41	0.10 78	0.15 57	0.07 39	0.11 130	0.15 174	0.16 96	0.13 81	0.09 56	0.10 78	0.10 112	0.09 129	0.12 150	0.09 45	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.05 87

4D-IteraStereo	0.09 42	0.07 112	0.10 78	0.18 249	0.07 39	0.09 52	0.15 174	0.17 129	0.15 117	0.10 87	0.11 106	0.10 112	0.07 73	0.11 75	0.09 45	0.05 6	0.03 1	0.08 228	0.07 225	0.06 149	0.05 87

LoS_RVC	0.08 12	0.05 11	0.07 4	0.15 57	0.07 39	0.08 32	0.15 174	0.11 13	0.10 16	0.08 31	0.09 55	0.06 8	0.09 129	0.10 35	0.09 45	0.05 6	0.04 3	0.05 3	0.03 1	0.04 3	0.03 1

anonymousdsp	0.09 42	0.07 112	0.11 111	0.16 111	0.09 191	0.11 130	0.15 174	0.16 96	0.12 53	0.09 56	0.06 3	0.06 8	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157

CBFPSM	0.14 261	0.06 41	0.26 401	0.17 175	0.09 191	0.13 198	0.15 174	0.22 227	0.23 260	0.20 327	0.27 338	0.24 339	0.16 312	0.16 269	0.18 342	0.06 84	0.06 257	0.06 62	0.07 225	0.07 213	0.07 231

ProNet	0.09 42	0.07 112	0.10 78	0.17 175	0.08 84	0.10 90	0.15 174	0.15 71	0.12 53	0.09 56	0.06 3	0.07 37	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.04 3	0.06 157

qqq	0.13 230	0.09 263	0.15 264	0.16 111	0.08 84	0.13 198	0.15 174	0.23 245	0.16 142	0.15 222	0.19 224	0.16 234	0.16 312	0.15 235	0.16 310	0.07 197	0.06 257	0.08 228	0.08 286	0.07 213	0.07 231

ccc-4	0.09 42	0.07 112	0.11 111	0.16 111	0.09 191	0.11 130	0.15 174	0.16 96	0.12 53	0.10 87	0.06 3	0.06 8	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157

BSDual-CNN	0.15 302	0.09 263	0.14 215	0.22 393	0.10 291	0.14 229	0.15 174	0.34 407	0.19 200	0.17 262	0.22 265	0.25 352	0.16 312	0.15 235	0.14 267	0.08 252	0.06 257	0.10 349	0.09 330	0.07 213	0.07 231

hknet	0.15 302	0.11 343	0.13 184	0.22 393	0.11 335	0.14 229	0.15 174	0.34 407	0.25 297	0.17 262	0.22 265	0.22 317	0.18 345	0.17 299	0.12 190	0.07 197	0.06 257	0.10 349	0.09 330	0.07 213	0.07 231

IGEV-Stereo	0.09 42	0.07 112	0.11 111	0.16 111	0.09 191	0.11 130	0.15 174	0.16 96	0.12 53	0.09 56	0.06 3	0.06 8	0.06 25	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.11 142	0.08 199	0.14 215	0.17 175	0.08 84	0.12 162	0.15 174	0.17 129	0.15 117	0.14 195	0.11 106	0.16 234	0.09 129	0.16 269	0.11 146	0.07 197	0.05 146	0.06 62	0.05 68	0.05 66	0.06 157

iRaft-Stereo_20w	0.09 42	0.05 11	0.13 184	0.14 23	0.08 84	0.12 162	0.15 174	0.18 155	0.10 16	0.11 112	0.08 42	0.08 61	0.05 7	0.10 35	0.09 45	0.06 84	0.04 3	0.06 62	0.05 68	0.06 149	0.05 87

IPLGR_C	0.11 142	0.08 199	0.14 215	0.17 175	0.08 84	0.12 162	0.15 174	0.17 129	0.15 117	0.14 195	0.10 78	0.16 234	0.09 129	0.16 269	0.11 146	0.07 197	0.05 146	0.06 62	0.05 68	0.05 66	0.06 157

AASNet	0.16 325	0.08 199	0.12 141	0.19 304	0.09 191	0.18 322	0.15 174	0.37 430	0.37 396	0.19 306	0.23 274	0.20 293	0.16 312	0.17 299	0.20 357	0.10 342	0.08 351	0.08 228	0.07 225	0.09 329	0.09 336

ACRE	0.11 142	0.08 199	0.14 215	0.17 175	0.08 84	0.12 162	0.15 174	0.17 129	0.14 103	0.14 195	0.10 78	0.16 234	0.09 129	0.16 269	0.11 146	0.07 197	0.05 146	0.06 62	0.05 68	0.05 66	0.06 157

AACVNet	0.16 325	0.08 199	0.14 215	0.15 57	0.10 291	0.18 322	0.15 174	0.23 245	0.24 276	0.27 398	0.27 338	0.28 376	0.17 333	0.19 330	0.16 310	0.09 306	0.07 326	0.09 304	0.07 225	0.10 359	0.09 336

GANet-ADL	0.13 230	0.07 112	0.15 264	0.17 175	0.10 291	0.18 322	0.15 174	0.30 361	0.20 222	0.13 174	0.18 216	0.19 281	0.12 210	0.16 269	0.13 230	0.08 252	0.06 257	0.06 62	0.05 68	0.07 213	0.08 294

CrosDoStereo	0.12 205	0.06 41	0.12 141	0.14 23	0.08 84	0.12 162	0.15 174	0.17 129	0.22 251	0.19 306	0.24 285	0.15 221	0.11 181	0.11 75	0.12 190	0.06 84	0.04 3	0.07 150	0.07 225	0.05 66	0.05 87

LCNet	0.11 142	0.07 112	0.09 49	0.19 304	0.09 191	0.08 32	0.15 174	0.21 205	0.15 117	0.11 112	0.15 160	0.16 234	0.11 181	0.12 150	0.11 146	0.05 6	0.04 3	0.08 228	0.07 225	0.06 149	0.15 433

TransformOpticalFlow	0.10 99	0.08 199	0.13 184	0.18 249	0.07 39	0.09 52	0.15 174	0.19 174	0.15 117	0.12 148	0.17 191	0.11 132	0.11 181	0.11 75	0.10 94	0.05 6	0.04 3	0.06 62	0.06 139	0.05 66	0.05 87

PSM-AAD	0.11 142	0.07 112	0.10 78	0.19 304	0.09 191	0.10 90	0.15 174	0.20 185	0.13 81	0.12 148	0.14 144	0.18 267	0.11 181	0.11 75	0.10 94	0.05 6	0.05 146	0.09 304	0.08 286	0.06 149	0.14 426

FTStereo	0.12 205	0.06 41	0.14 215	0.18 249	0.09 191	0.07 21	0.15 174	0.21 205	0.18 186	0.12 148	0.24 285	0.12 149	0.12 210	0.13 191	0.13 230	0.05 6	0.05 146	0.07 150	0.06 139	0.06 149	0.10 357

KYRaft	0.11 142	0.07 112	0.10 78	0.19 304	0.09 191	0.08 32	0.15 174	0.22 227	0.12 53	0.13 174	0.16 171	0.20 293	0.10 157	0.12 150	0.10 94	0.05 6	0.04 3	0.08 228	0.08 286	0.06 149	0.16 444

DeepStereo_LL	0.12 205	0.06 41	0.12 141	0.14 23	0.08 84	0.12 162	0.15 174	0.17 129	0.22 251	0.19 306	0.24 285	0.15 221	0.11 181	0.11 75	0.12 190	0.06 84	0.04 3	0.07 150	0.07 225	0.05 66	0.05 87

DEmStereo	0.12 205	0.06 41	0.14 215	0.14 23	0.10 291	0.16 283	0.15 174	0.16 96	0.24 276	0.17 262	0.24 285	0.13 173	0.14 269	0.12 150	0.13 230	0.05 6	0.04 3	0.07 150	0.06 139	0.05 66	0.05 87

PFNet	0.12 205	0.06 41	0.17 326	0.17 175	0.08 84	0.09 52	0.15 174	0.26 300	0.20 222	0.16 248	0.16 171	0.14 192	0.11 181	0.12 150	0.11 146	0.06 84	0.04 3	0.07 150	0.06 139	0.05 66	0.05 87

IRAFT_RVC	0.12 205	0.08 199	0.16 298	0.19 304	0.08 84	0.07 21	0.15 174	0.24 267	0.23 260	0.14 195	0.14 144	0.15 221	0.12 210	0.12 150	0.10 94	0.06 84	0.04 3	0.09 304	0.06 139	0.06 149	0.06 157

GMM-Stereo	0.11 142	0.07 112	0.10 78	0.18 249	0.09 191	0.08 32	0.15 174	0.23 245	0.16 142	0.11 112	0.15 160	0.13 173	0.11 181	0.11 75	0.11 146	0.05 6	0.04 3	0.08 228	0.07 225	0.06 149	0.09 336

Prome-Stereo	0.11 142	0.06 41	0.10 78	0.18 249	0.08 84	0.12 162	0.15 174	0.22 227	0.13 81	0.12 148	0.17 191	0.13 173	0.08 103	0.12 150	0.10 94	0.05 6	0.04 3	0.07 150	0.06 139	0.06 149	0.09 336

pcwnet_v2	0.19 370	0.10 318	0.26 401	0.17 175	0.14 405	0.18 322	0.15 174	0.37 430	0.46 437	0.19 306	0.24 285	0.21 300	0.19 359	0.20 354	0.19 351	0.13 416	0.10 395	0.10 349	0.10 364	0.11 378	0.13 409

test_xeample3	0.09 42	0.06 41	0.12 141	0.16 111	0.09 191	0.11 130	0.15 174	0.16 96	0.13 81	0.10 87	0.06 3	0.08 61	0.06 25	0.10 35	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157

EAI-Stereo	0.09 42	0.07 112	0.11 111	0.15 57	0.06 8	0.10 90	0.15 174	0.16 96	0.09 6	0.08 31	0.09 55	0.08 61	0.07 73	0.09 17	0.11 146	0.05 6	0.04 3	0.05 3	0.05 68	0.05 66	0.04 18

CFNet-RSSM	0.09 42	0.07 112	0.09 49	0.16 111	0.07 39	0.09 52	0.15 174	0.16 96	0.17 160	0.08 31	0.12 117	0.10 112	0.09 129	0.11 75	0.09 45	0.06 84	0.04 3	0.06 62	0.04 18	0.04 3	0.04 18

FENet	0.13 230	0.08 199	0.12 141	0.16 111	0.08 84	0.14 229	0.15 174	0.22 227	0.23 260	0.17 262	0.23 274	0.16 234	0.12 210	0.14 213	0.15 294	0.08 252	0.05 146	0.08 228	0.08 286	0.07 213	0.07 231

FADNet-RVC	0.20 381	0.20 439	0.38 445	0.21 378	0.16 429	0.20 360	0.15 174	0.26 300	0.26 310	0.26 392	0.32 379	0.26 360	0.21 374	0.22 381	0.19 351	0.12 393	0.13 432	0.12 394	0.14 423	0.13 408	0.18 455

SHD	0.26 436	0.15 403	0.30 424	0.24 422	0.18 450	0.22 382	0.15 174	0.38 437	0.71 479	0.32 432	0.41 434	0.36 424	0.28 424	0.32 438	0.29 441	0.12 393	0.11 406	0.14 421	0.13 420	0.16 442	0.20 461

HSM-Net_RVC	0.14 261	0.08 199	0.11 111	0.15 57	0.08 84	0.15 254	0.15 174	0.27 320	0.29 339	0.19 306	0.21 256	0.29 383	0.14 269	0.17 299	0.13 230	0.06 84	0.06 257	0.06 62	0.06 139	0.07 213	0.06 157
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.16 325	0.11 343	0.15 264	0.17 175	0.10 291	0.17 304	0.15 174	0.32 381	0.21 237	0.19 306	0.21 256	0.22 317	0.18 345	0.20 354	0.15 294	0.13 416	0.09 376	0.09 304	0.09 330	0.11 378	0.10 357

PWCDC_ROB	0.20 381	0.13 385	0.22 381	0.24 422	0.11 335	0.19 345	0.15 174	0.33 398	0.54 456	0.29 417	0.50 455	0.21 300	0.15 286	0.27 411	0.20 357	0.11 368	0.09 376	0.10 349	0.08 286	0.11 378	0.09 336

WCMA_ROB	0.24 421	0.11 343	0.22 381	0.17 175	0.14 405	0.32 439	0.15 174	0.32 381	0.32 361	0.38 446	0.53 457	0.40 445	0.34 448	0.34 443	0.25 415	0.11 368	0.12 419	0.12 394	0.10 364	0.14 420	0.14 426

pmcnn	0.15 302	0.07 112	0.19 359	0.15 57	0.07 39	0.20 360	0.15 174	0.24 267	0.26 310	0.21 340	0.34 395	0.28 376	0.18 345	0.18 317	0.17 324	0.07 197	0.05 146	0.05 3	0.04 18	0.07 213	0.06 157

HART	0.08 12	0.07 112	0.09 49	0.17 175	0.07 39	0.10 90	0.16 237	0.13 36	0.11 37	0.08 31	0.10 78	0.07 37	0.05 7	0.10 35	0.08 16	0.05 6	0.04 3	0.06 62	0.04 18	0.05 66	0.04 18

tt45	0.09 42	0.06 41	0.11 111	0.15 57	0.07 39	0.11 130	0.16 237	0.13 36	0.11 37	0.09 56	0.06 3	0.08 61	0.06 25	0.13 191	0.10 94	0.06 84	0.04 3	0.06 62	0.05 68	0.05 66	0.06 157

mms	0.09 42	0.07 112	0.08 18	0.16 111	0.08 84	0.10 90	0.16 237	0.12 24	0.11 37	0.08 31	0.09 55	0.08 61	0.06 25	0.11 75	0.12 190	0.05 6	0.04 3	0.07 150	0.05 68	0.04 3	0.03 1

ours_stereo	0.09 42	0.07 112	0.09 49	0.17 175	0.08 84	0.11 130	0.16 237	0.11 13	0.12 53	0.08 31	0.10 78	0.08 61	0.06 25	0.12 150	0.12 190	0.05 6	0.04 3	0.06 62	0.05 68	0.04 3	0.03 1

tg	0.10 99	0.06 41	0.10 78	0.18 249	0.08 84	0.11 130	0.16 237	0.20 185	0.12 53	0.08 31	0.11 106	0.11 132	0.07 73	0.11 75	0.10 94	0.05 6	0.04 3	0.08 228	0.08 286	0.04 3	0.04 18

PAM	0.10 99	0.05 11	0.16 298	0.15 57	0.08 84	0.09 52	0.16 237	0.15 71	0.16 142	0.12 148	0.09 55	0.09 85	0.07 73	0.13 191	0.08 16	0.06 84	0.05 146	0.06 62	0.06 139	0.05 66	0.06 157

rvit_0105_6	0.14 261	0.09 263	0.18 349	0.17 175	0.10 291	0.10 90	0.16 237	0.19 174	0.26 310	0.12 148	0.18 216	0.17 254	0.12 210	0.18 317	0.12 190	0.15 431	0.11 406	0.12 394	0.10 364	0.09 329	0.06 157

AIO-Stereo-zeroshot	0.11 142	0.05 11	0.11 111	0.15 57	0.13 387	0.13 198	0.16 237	0.23 245	0.17 160	0.10 87	0.12 117	0.10 112	0.07 73	0.11 75	0.09 45	0.06 84	0.05 146	0.06 62	0.06 139	0.07 213	0.08 294

test_sample7	0.15 302	0.10 318	0.16 298	0.14 23	0.11 335	0.16 283	0.16 237	0.27 320	0.23 260	0.20 327	0.20 236	0.24 339	0.19 359	0.16 269	0.16 310	0.12 393	0.06 257	0.10 349	0.09 330	0.10 359	0.10 357

test_sample1	0.13 230	0.07 112	0.14 215	0.13 12	0.08 84	0.19 345	0.16 237	0.20 185	0.15 117	0.14 195	0.22 265	0.18 267	0.16 312	0.17 299	0.14 267	0.07 197	0.06 257	0.06 62	0.06 139	0.08 272	0.07 231

Former-RAFT_DAM_RVC	0.10 99	0.08 199	0.12 141	0.16 111	0.08 84	0.15 254	0.16 237	0.18 155	0.18 186	0.10 87	0.09 55	0.09 85	0.08 103	0.11 75	0.12 190	0.07 197	0.05 146	0.08 228	0.06 139	0.07 213	0.06 157

rrr	0.09 42	0.06 41	0.12 141	0.15 57	0.10 291	0.11 130	0.16 237	0.16 96	0.15 117	0.10 87	0.06 3	0.08 61	0.06 25	0.10 35	0.08 16	0.06 84	0.05 146	0.06 62	0.05 68	0.05 66	0.06 157

tt1	0.10 99	0.08 199	0.12 141	0.17 175	0.09 191	0.12 162	0.16 237	0.15 71	0.19 200	0.09 56	0.08 42	0.06 8	0.06 25	0.10 35	0.07 1	0.06 84	0.04 3	0.06 62	0.05 68	0.06 149	0.06 157

HH	0.09 42	0.06 41	0.13 184	0.17 175	0.08 84	0.10 90	0.16 237	0.14 51	0.10 16	0.08 31	0.09 55	0.08 61	0.07 73	0.10 35	0.09 45	0.06 84	0.04 3	0.06 62	0.05 68	0.05 66	0.04 18

HanStereo	0.09 42	0.06 41	0.13 184	0.17 175	0.08 84	0.10 90	0.16 237	0.14 51	0.10 16	0.08 31	0.09 55	0.08 61	0.07 73	0.10 35	0.09 45	0.06 84	0.04 3	0.06 62	0.05 68	0.05 66	0.04 18

GASNet	0.22 399	0.23 450	0.33 432	0.26 437	0.17 444	0.26 418	0.16 237	0.44 462	0.42 420	0.27 398	0.24 285	0.30 391	0.15 286	0.27 411	0.18 342	0.12 393	0.08 351	0.12 394	0.11 392	0.16 442	0.07 231

IER	0.14 261	0.07 112	0.13 184	0.17 175	0.09 191	0.14 229	0.16 237	0.25 283	0.26 310	0.18 292	0.25 314	0.17 254	0.20 370	0.16 269	0.14 267	0.08 252	0.05 146	0.07 150	0.06 139	0.08 272	0.07 231

UDGNet	0.14 261	0.13 385	0.16 298	0.17 175	0.10 291	0.12 162	0.16 237	0.21 205	0.27 319	0.20 327	0.20 236	0.16 234	0.13 245	0.16 269	0.13 230	0.10 342	0.06 257	0.09 304	0.07 225	0.06 149	0.07 231

ADLNet2	0.16 325	0.09 263	0.13 184	0.16 111	0.09 191	0.20 360	0.16 237	0.31 370	0.39 404	0.16 248	0.20 236	0.20 293	0.18 345	0.21 370	0.22 386	0.08 252	0.06 257	0.07 150	0.07 225	0.09 329	0.07 231

THIR-Stereo	0.12 205	0.07 112	0.11 111	0.15 57	0.08 84	0.14 229	0.16 237	0.17 129	0.25 297	0.16 248	0.24 285	0.14 192	0.12 210	0.12 150	0.14 267	0.06 84	0.04 3	0.07 150	0.07 225	0.05 66	0.05 87

GrayStereo	0.11 142	0.06 41	0.11 111	0.19 304	0.09 191	0.09 52	0.16 237	0.18 155	0.17 160	0.14 195	0.17 191	0.17 254	0.11 181	0.12 150	0.11 146	0.05 6	0.05 146	0.07 150	0.06 139	0.05 66	0.10 357

XX-TBD	0.09 42	0.06 41	0.07 4	0.14 23	0.07 39	0.12 162	0.16 237	0.14 51	0.13 81	0.11 112	0.12 117	0.09 85	0.08 103	0.10 35	0.10 94	0.06 84	0.04 3	0.05 3	0.03 1	0.06 149	0.05 87

RAFT-Stereo + iAFF	0.09 42	0.06 41	0.10 78	0.17 175	0.06 8	0.10 90	0.16 237	0.17 129	0.14 103	0.09 56	0.10 78	0.08 61	0.09 129	0.11 75	0.09 45	0.05 6	0.04 3	0.06 62	0.06 139	0.04 3	0.03 1

AFF-stereo	0.09 42	0.06 41	0.10 78	0.17 175	0.07 39	0.10 90	0.16 237	0.17 129	0.09 6	0.10 87	0.12 117	0.09 85	0.09 129	0.12 150	0.09 45	0.05 6	0.04 3	0.07 150	0.07 225	0.04 3	0.03 1

GMStereo	0.13 230	0.14 397	0.14 215	0.18 249	0.09 191	0.15 254	0.16 237	0.20 185	0.24 276	0.16 248	0.17 191	0.10 112	0.10 157	0.16 269	0.13 230	0.07 197	0.06 257	0.06 62	0.06 139	0.07 213	0.06 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 230	0.07 112	0.14 215	0.17 175	0.09 191	0.15 254	0.16 237	0.28 337	0.27 319	0.14 195	0.17 191	0.12 149	0.13 245	0.14 213	0.11 146	0.08 252	0.05 146	0.07 150	0.07 225	0.07 213	0.06 157

EDNetEfficientorigin	7.91 513	0.31 469	153.02 528	0.19 304	0.09 191	0.21 374	0.16 237	0.22 227	0.59 465	0.72 482	0.67 473	0.42 448	0.50 475	0.24 401	0.39 469	0.08 252	0.07 326	0.08 228	0.07 225	0.12 392	0.10 357

PSMNet-RSSM	0.14 261	0.07 112	0.13 184	0.15 57	0.08 84	0.13 198	0.16 237	0.24 267	0.24 276	0.16 248	0.28 350	0.22 317	0.14 269	0.15 235	0.13 230	0.11 368	0.06 257	0.09 304	0.12 411	0.08 272	0.07 231

edge stereo	0.22 399	0.13 385	0.20 368	0.21 378	0.13 387	0.23 395	0.16 237	0.32 381	0.42 420	0.32 432	0.40 424	0.38 433	0.35 450	0.25 406	0.24 406	0.13 416	0.11 406	0.14 421	0.11 392	0.12 392	0.13 409

RTSC	0.23 414	0.12 359	0.28 413	0.21 378	0.13 387	0.28 431	0.16 237	0.35 419	0.66 475	0.27 398	0.33 391	0.30 391	0.21 374	0.31 432	0.29 441	0.10 342	0.08 351	0.09 304	0.10 364	0.13 408	0.13 409

LE_ROB	0.50 477	0.07 112	0.14 215	0.15 57	0.08 84	0.24 400	0.16 237	0.22 227	1.81 508	4.63 511	0.67 473	0.47 462	0.44 470	0.20 354	0.29 441	0.07 197	0.06 257	0.06 62	0.06 139	0.08 272	0.06 157

fffft	0.09 42	0.06 41	0.12 141	0.16 111	0.07 39	0.09 52	0.17 268	0.12 24	0.11 37	0.08 31	0.07 21	0.09 85	0.06 25	0.11 75	0.12 190	0.05 6	0.04 3	0.06 62	0.05 68	0.04 3	0.05 87
1: 1. 1
fffy	0.09 42	0.08 199	0.09 49	0.16 111	0.07 39	0.13 198	0.17 268	0.13 36	0.12 53	0.08 31	0.09 55	0.08 61	0.09 129	0.13 191	0.11 146	0.05 6	0.05 146	0.07 150	0.05 68	0.04 3	0.05 87

AIO-Stereo-zeroshot1	0.11 142	0.05 11	0.14 215	0.15 57	0.20 455	0.09 52	0.17 268	0.21 205	0.15 117	0.11 112	0.14 144	0.10 112	0.07 73	0.10 35	0.08 16	0.06 84	0.05 146	0.07 150	0.07 225	0.07 213	0.09 336

rvit_stereo_ft	0.12 205	0.07 112	0.13 184	0.19 304	0.10 291	0.12 162	0.17 268	0.16 96	0.16 142	0.12 148	0.13 130	0.15 221	0.10 157	0.14 213	0.13 230	0.09 306	0.06 257	0.08 228	0.07 225	0.07 213	0.05 87

test_sample3	0.14 261	0.08 199	0.15 264	0.14 23	0.09 191	0.19 345	0.17 268	0.26 300	0.18 186	0.16 248	0.22 265	0.19 281	0.15 286	0.17 299	0.13 230	0.08 252	0.06 257	0.07 150	0.06 139	0.09 329	0.08 294

SMFormer	0.14 261	0.07 112	0.17 326	0.14 23	0.08 84	0.16 283	0.17 268	0.26 300	0.27 319	0.19 306	0.20 236	0.18 267	0.15 286	0.15 235	0.17 324	0.08 252	0.05 146	0.07 150	0.06 139	0.07 213	0.06 157

tta	0.14 261	0.07 112	0.17 326	0.14 23	0.08 84	0.16 283	0.17 268	0.26 300	0.27 319	0.19 306	0.20 236	0.18 267	0.15 286	0.15 235	0.17 324	0.08 252	0.05 146	0.07 150	0.06 139	0.06 149	0.06 157

qqq1	0.13 230	0.07 112	0.17 326	0.14 23	0.08 84	0.16 283	0.17 268	0.26 300	0.27 319	0.19 306	0.20 236	0.18 267	0.15 286	0.15 235	0.11 146	0.08 252	0.05 146	0.05 3	0.05 68	0.06 149	0.06 157

fff1	0.13 230	0.07 112	0.17 326	0.14 23	0.08 84	0.16 283	0.17 268	0.26 300	0.27 319	0.19 306	0.20 236	0.18 267	0.15 286	0.15 235	0.11 146	0.08 252	0.05 146	0.05 3	0.05 68	0.06 149	0.06 157

ffm	0.12 205	0.09 263	0.14 215	0.16 111	0.08 84	0.17 304	0.17 268	0.15 71	0.19 200	0.15 222	0.25 314	0.19 281	0.13 245	0.10 35	0.07 1	0.06 84	0.04 3	0.09 304	0.08 286	0.06 149	0.06 157

ff1	0.13 230	0.09 263	0.14 215	0.16 111	0.08 84	0.17 304	0.17 268	0.15 71	0.19 200	0.15 222	0.25 314	0.19 281	0.13 245	0.14 213	0.20 357	0.06 84	0.04 3	0.09 304	0.08 286	0.06 149	0.06 157

mmx	0.14 261	0.09 263	0.14 215	0.16 111	0.08 84	0.17 304	0.17 268	0.27 320	0.25 297	0.15 222	0.25 314	0.19 281	0.13 245	0.14 213	0.20 357	0.08 252	0.06 257	0.09 304	0.08 286	0.08 272	0.08 294

xxx	0.14 261	0.09 263	0.14 215	0.16 111	0.08 84	0.17 304	0.17 268	0.27 320	0.25 297	0.15 222	0.25 314	0.19 281	0.13 245	0.14 213	0.20 357	0.08 252	0.06 257	0.09 304	0.08 286	0.08 272	0.08 294

gwcnet-sp	0.14 261	0.07 112	0.12 141	0.18 249	0.09 191	0.16 283	0.17 268	0.24 267	0.24 276	0.18 292	0.24 285	0.15 221	0.16 312	0.15 235	0.15 294	0.08 252	0.06 257	0.07 150	0.08 286	0.08 272	0.07 231

scenet	0.14 261	0.07 112	0.12 141	0.18 249	0.09 191	0.16 283	0.17 268	0.24 267	0.24 276	0.18 292	0.24 285	0.15 221	0.16 312	0.15 235	0.15 294	0.08 252	0.06 257	0.07 150	0.08 286	0.08 272	0.07 231

CASS	0.13 230	0.12 359	0.11 111	0.23 413	0.09 191	0.15 254	0.17 268	0.18 155	0.19 200	0.17 262	0.18 216	0.15 221	0.15 286	0.14 213	0.14 267	0.09 306	0.06 257	0.10 349	0.08 286	0.09 329	0.07 231
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.11 142	0.07 112	0.13 184	0.16 111	0.11 335	0.11 130	0.17 268	0.18 155	0.17 160	0.11 112	0.18 216	0.10 112	0.10 157	0.15 235	0.11 146	0.06 84	0.05 146	0.06 62	0.06 139	0.05 66	0.04 18

anonymousa	0.13 230	0.07 112	0.13 184	0.18 249	0.09 191	0.13 198	0.17 268	0.19 174	0.29 339	0.15 222	0.24 285	0.15 221	0.14 269	0.14 213	0.14 267	0.07 197	0.05 146	0.07 150	0.09 330	0.05 66	0.06 157

ssnet	0.14 261	0.07 112	0.12 141	0.18 249	0.09 191	0.16 283	0.17 268	0.24 267	0.24 276	0.18 292	0.24 285	0.15 221	0.16 312	0.15 235	0.15 294	0.08 252	0.06 257	0.07 150	0.08 286	0.08 272	0.07 231

DCANet-4	0.10 99	0.06 41	0.12 141	0.16 111	0.06 8	0.09 52	0.17 268	0.18 155	0.19 200	0.13 174	0.16 171	0.09 85	0.14 269	0.11 75	0.12 190	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.05 87

fff	0.10 99	0.06 41	0.12 141	0.15 57	0.07 39	0.09 52	0.17 268	0.16 96	0.20 222	0.13 174	0.16 171	0.10 112	0.11 181	0.11 75	0.12 190	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.05 87

ADStereo(finetuned)	0.10 99	0.06 41	0.12 141	0.16 111	0.06 8	0.09 52	0.17 268	0.15 71	0.19 200	0.13 174	0.17 191	0.10 112	0.12 210	0.11 75	0.12 190	0.06 84	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

psmg	0.14 261	0.09 263	0.14 215	0.17 175	0.10 291	0.15 254	0.17 268	0.29 347	0.19 200	0.17 262	0.21 256	0.25 352	0.16 312	0.15 235	0.14 267	0.08 252	0.06 257	0.08 228	0.08 286	0.07 213	0.06 157

CSP-Net	0.16 325	0.09 263	0.14 215	0.16 111	0.09 191	0.19 345	0.17 268	0.25 283	0.32 361	0.25 388	0.30 367	0.24 339	0.15 286	0.21 370	0.18 342	0.09 306	0.06 257	0.07 150	0.07 225	0.08 272	0.07 231

DAS	0.15 302	0.08 199	0.18 349	0.19 304	0.10 291	0.19 345	0.17 268	0.27 320	0.29 339	0.18 292	0.25 314	0.21 300	0.15 286	0.16 269	0.12 190	0.08 252	0.06 257	0.06 62	0.06 139	0.07 213	0.07 231

SepStereo	0.15 302	0.08 199	0.18 349	0.19 304	0.10 291	0.19 345	0.17 268	0.27 320	0.29 339	0.18 292	0.25 314	0.21 300	0.15 286	0.25 406	0.12 190	0.08 252	0.06 257	0.06 62	0.06 139	0.07 213	0.07 231

IPLGR	0.11 142	0.09 263	0.16 298	0.18 249	0.08 84	0.12 162	0.17 268	0.21 205	0.24 276	0.11 112	0.12 117	0.11 132	0.08 103	0.12 150	0.12 190	0.06 84	0.05 146	0.06 62	0.06 139	0.04 3	0.04 18

DRaft	0.12 205	0.06 41	0.11 111	0.14 23	0.09 191	0.14 229	0.17 268	0.21 205	0.30 348	0.17 262	0.28 350	0.10 112	0.15 286	0.10 35	0.12 190	0.05 6	0.04 3	0.07 150	0.06 139	0.05 66	0.05 87

iRaftStereo_RVC	0.10 99	0.07 112	0.09 49	0.17 175	0.09 191	0.11 130	0.17 268	0.18 155	0.12 53	0.09 56	0.12 117	0.10 112	0.07 73	0.11 75	0.10 94	0.05 6	0.04 3	0.08 228	0.08 286	0.04 3	0.04 18

GEStereo_RVC	0.17 345	0.12 359	0.15 264	0.22 393	0.11 335	0.19 345	0.17 268	0.32 381	0.48 439	0.20 327	0.25 314	0.17 254	0.13 245	0.21 370	0.16 310	0.10 342	0.06 257	0.08 228	0.07 225	0.09 329	0.08 294

Anonymous3	0.16 325	0.13 385	0.33 432	0.26 437	0.14 405	0.27 425	0.17 268	0.28 337	0.28 333	0.15 222	0.17 191	0.14 192	0.10 157	0.15 235	0.12 190	0.08 252	0.08 351	0.08 228	0.08 286	0.08 272	0.11 380

ADLNet	0.16 325	0.08 199	0.15 264	0.16 111	0.10 291	0.16 283	0.17 268	0.32 381	0.27 319	0.22 355	0.27 338	0.24 339	0.16 312	0.18 317	0.21 377	0.10 342	0.06 257	0.10 349	0.10 364	0.08 272	0.09 336

HCRNet	0.16 325	0.24 453	0.12 141	0.35 468	0.11 335	0.15 254	0.17 268	0.26 300	0.22 251	0.19 306	0.24 285	0.21 300	0.14 269	0.15 235	0.13 230	0.11 368	0.07 326	0.11 378	0.10 364	0.09 329	0.07 231

DCANet	0.10 99	0.06 41	0.12 141	0.16 111	0.06 8	0.09 52	0.17 268	0.15 71	0.19 200	0.13 174	0.17 191	0.10 112	0.11 181	0.11 75	0.12 190	0.06 84	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

csc	0.10 99	0.06 41	0.12 141	0.15 57	0.07 39	0.09 52	0.17 268	0.16 96	0.20 222	0.13 174	0.16 171	0.10 112	0.11 181	0.11 75	0.12 190	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.05 87

cscssc	0.10 99	0.06 41	0.12 141	0.15 57	0.07 39	0.09 52	0.17 268	0.16 96	0.20 222	0.13 174	0.16 171	0.10 112	0.11 181	0.11 75	0.12 190	0.06 84	0.04 3	0.05 3	0.04 18	0.04 3	0.05 87

acv_ft	0.15 302	0.09 263	0.15 264	0.19 304	0.10 291	0.16 283	0.17 268	0.25 283	0.33 368	0.19 306	0.26 331	0.21 300	0.17 333	0.17 299	0.18 342	0.07 197	0.06 257	0.06 62	0.06 139	0.08 272	0.06 157

GANet-RSSM	0.14 261	0.07 112	0.13 184	0.13 12	0.08 84	0.14 229	0.17 268	0.22 227	0.21 237	0.17 262	0.24 285	0.23 333	0.15 286	0.16 269	0.15 294	0.10 342	0.06 257	0.07 150	0.08 286	0.08 272	0.07 231

MFN_U_SF_RVC	0.32 454	0.21 445	0.55 465	0.30 461	0.15 419	0.34 448	0.17 268	0.52 475	0.46 437	0.46 466	0.55 460	0.59 472	0.39 457	0.35 449	0.37 465	0.15 431	0.14 439	0.18 450	0.21 457	0.16 442	0.15 433

DMCA	0.14 261	0.09 263	0.16 298	0.19 304	0.09 191	0.15 254	0.17 268	0.23 245	0.27 319	0.14 195	0.19 224	0.17 254	0.18 345	0.15 235	0.17 324	0.10 342	0.06 257	0.08 228	0.06 139	0.09 329	0.10 357

CVANet_RVC	0.18 358	0.10 318	0.14 215	0.21 378	0.10 291	0.18 322	0.17 268	0.34 407	0.33 368	0.22 355	0.31 375	0.28 376	0.18 345	0.23 392	0.17 324	0.12 393	0.08 351	0.12 394	0.11 392	0.09 329	0.07 231

PS-NSSS	0.20 381	0.21 445	0.23 390	0.20 352	0.10 291	0.19 345	0.17 268	0.36 425	0.25 297	0.27 398	0.33 391	0.27 367	0.24 395	0.20 354	0.20 357	0.15 431	0.12 419	0.17 441	0.14 423	0.10 359	0.08 294

MLCV	0.12 205	0.07 112	0.16 298	0.18 249	0.06 8	0.15 254	0.17 268	0.19 174	0.21 237	0.18 292	0.25 314	0.17 254	0.13 245	0.14 213	0.13 230	0.05 6	0.04 3	0.05 3	0.04 18	0.05 66	0.04 18

DispFullNet	0.27 438	0.21 445	0.65 474	0.28 452	0.16 429	0.26 418	0.17 268	0.33 398	0.58 464	0.27 398	0.38 411	0.43 451	0.23 389	0.38 460	0.23 396	0.12 393	0.06 257	0.19 452	0.11 392	0.21 457	0.15 433

MM-Stereo_test2	0.09 42	0.06 41	0.09 49	0.19 304	0.08 84	0.12 162	0.18 312	0.15 71	0.14 103	0.07 12	0.10 78	0.07 37	0.06 25	0.12 150	0.09 45	0.05 6	0.04 3	0.06 62	0.05 68	0.05 66	0.03 1

MM-Stereo_test1	0.10 99	0.07 112	0.08 18	0.18 249	0.07 39	0.12 162	0.18 312	0.21 205	0.20 222	0.09 56	0.11 106	0.08 61	0.06 25	0.10 35	0.10 94	0.06 84	0.05 146	0.07 150	0.06 139	0.05 66	0.04 18

RAStereo	0.10 99	0.09 263	0.08 18	0.20 352	0.08 84	0.13 198	0.18 312	0.15 71	0.17 160	0.10 87	0.12 117	0.05 1	0.06 25	0.09 17	0.08 16	0.07 197	0.05 146	0.07 150	0.05 68	0.05 66	0.04 18

test_sample5	0.14 261	0.08 199	0.14 215	0.16 111	0.08 84	0.18 322	0.18 312	0.25 283	0.17 160	0.17 262	0.27 338	0.18 267	0.14 269	0.16 269	0.13 230	0.08 252	0.05 146	0.08 228	0.07 225	0.08 272	0.08 294

test_sample4	0.14 261	0.08 199	0.14 215	0.15 57	0.08 84	0.19 345	0.18 312	0.26 300	0.17 160	0.16 248	0.25 314	0.18 267	0.14 269	0.16 269	0.13 230	0.08 252	0.06 257	0.08 228	0.06 139	0.08 272	0.08 294

test_sample2	0.12 205	0.07 112	0.12 141	0.14 23	0.08 84	0.16 283	0.18 312	0.21 205	0.16 142	0.14 195	0.20 236	0.19 281	0.15 286	0.15 235	0.12 190	0.08 252	0.05 146	0.07 150	0.06 139	0.08 272	0.07 231

MyStereo07	0.10 99	0.07 112	0.10 78	0.17 175	0.09 191	0.14 229	0.18 312	0.15 71	0.15 117	0.09 56	0.06 3	0.06 8	0.07 73	0.12 150	0.09 45	0.06 84	0.05 146	0.08 228	0.07 225	0.06 149	0.06 157

MyStereo06	0.10 99	0.07 112	0.12 141	0.17 175	0.09 191	0.13 198	0.18 312	0.19 174	0.12 53	0.12 148	0.08 42	0.07 37	0.07 73	0.11 75	0.09 45	0.06 84	0.05 146	0.07 150	0.07 225	0.06 149	0.06 157

MyStereo05	0.13 230	0.07 112	0.10 78	0.17 175	0.09 191	0.13 198	0.18 312	0.27 320	0.35 386	0.17 262	0.14 144	0.15 221	0.11 181	0.15 235	0.13 230	0.06 84	0.05 146	0.07 150	0.07 225	0.06 149	0.06 157

MyStereo04	0.13 230	0.07 112	0.10 78	0.17 175	0.09 191	0.14 229	0.18 312	0.29 347	0.38 401	0.17 262	0.14 144	0.16 234	0.10 157	0.15 235	0.13 230	0.06 84	0.05 146	0.08 228	0.07 225	0.06 149	0.06 157

mmm	0.14 261	0.08 199	0.17 326	0.17 175	0.09 191	0.17 304	0.18 312	0.21 205	0.15 117	0.15 222	0.23 274	0.21 300	0.16 312	0.16 269	0.17 324	0.08 252	0.05 146	0.08 228	0.07 225	0.07 213	0.07 231

DualNet	0.14 261	0.08 199	0.14 215	0.16 111	0.08 84	0.18 322	0.18 312	0.25 283	0.17 160	0.17 262	0.27 338	0.18 267	0.14 269	0.16 269	0.13 230	0.08 252	0.05 146	0.08 228	0.07 225	0.08 272	0.08 294

ttt	0.14 261	0.08 199	0.14 215	0.15 57	0.08 84	0.15 254	0.18 312	0.27 320	0.29 339	0.16 248	0.24 285	0.17 254	0.13 245	0.13 191	0.14 267	0.11 368	0.08 351	0.09 304	0.08 286	0.09 329	0.08 294

ACVNet-4b	0.39 463	0.53 482	0.55 465	0.45 478	0.24 464	0.47 467	0.18 312	0.49 471	0.64 472	0.42 458	0.45 446	0.60 473	0.27 416	0.34 443	0.24 406	0.33 479	0.14 439	0.48 482	0.42 482	0.30 475	0.26 474

LL-Strereo	0.13 230	0.09 263	0.11 111	0.20 352	0.10 291	0.11 130	0.18 312	0.32 381	0.24 276	0.15 222	0.15 160	0.14 192	0.13 245	0.19 330	0.11 146	0.06 84	0.04 3	0.09 304	0.08 286	0.04 3	0.05 87

dd	0.15 302	0.16 411	0.16 298	0.19 304	0.09 191	0.15 254	0.18 312	0.21 205	0.25 297	0.23 367	0.20 236	0.21 300	0.09 129	0.21 370	0.16 310	0.10 342	0.06 257	0.08 228	0.06 139	0.08 272	0.06 157

dad	0.17 345	0.20 439	0.20 368	0.16 111	0.11 335	0.20 360	0.18 312	0.21 205	0.28 333	0.30 420	0.24 285	0.29 383	0.13 245	0.19 330	0.16 310	0.18 453	0.09 376	0.11 378	0.09 330	0.11 378	0.07 231

SACVNet	0.18 358	0.12 359	0.14 215	0.17 175	0.13 387	0.22 382	0.18 312	0.31 370	0.30 348	0.23 367	0.31 375	0.30 391	0.22 383	0.22 381	0.17 324	0.11 368	0.08 351	0.10 349	0.10 364	0.12 392	0.14 426

s12784h	0.09 42	0.06 41	0.07 4	0.15 57	0.05 1	0.16 283	0.18 312	0.15 71	0.15 117	0.10 87	0.11 106	0.11 132	0.11 181	0.10 35	0.12 190	0.05 6	0.04 3	0.05 3	0.04 18	0.04 3	0.04 18

222	0.16 325	0.07 112	0.14 215	0.14 23	0.08 84	0.24 400	0.18 312	0.30 361	0.20 222	0.17 262	0.28 350	0.17 254	0.16 312	0.15 235	0.40 471	0.10 342	0.05 146	0.07 150	0.06 139	0.07 213	0.08 294

xxxx	0.15 302	0.07 112	0.14 215	0.14 23	0.08 84	0.23 395	0.18 312	0.31 370	0.19 200	0.14 195	0.28 350	0.22 317	0.14 269	0.15 235	0.26 424	0.09 306	0.05 146	0.07 150	0.07 225	0.08 272	0.07 231

ARAFT	0.12 205	0.08 199	0.17 326	0.19 304	0.09 191	0.14 229	0.18 312	0.20 185	0.12 53	0.12 148	0.13 130	0.14 192	0.11 181	0.15 235	0.12 190	0.06 84	0.05 146	0.10 349	0.09 330	0.05 66	0.04 18

ac_64	0.16 325	0.08 199	0.15 264	0.18 249	0.10 291	0.22 382	0.18 312	0.24 267	0.21 237	0.18 292	0.24 285	0.29 383	0.18 345	0.19 330	0.22 386	0.09 306	0.07 326	0.08 228	0.09 330	0.07 213	0.06 157

HGLStereo	0.17 345	0.08 199	0.19 359	0.17 175	0.12 366	0.18 322	0.18 312	0.31 370	0.32 361	0.21 340	0.32 379	0.25 352	0.18 345	0.19 330	0.20 357	0.09 306	0.09 376	0.07 150	0.07 225	0.09 329	0.10 357

CFNet-ft	0.14 261	0.07 112	0.15 264	0.12 4	0.09 191	0.16 283	0.18 312	0.22 227	0.24 276	0.17 262	0.26 331	0.24 339	0.14 269	0.16 269	0.14 267	0.11 368	0.06 257	0.08 228	0.09 330	0.09 329	0.08 294

FAT-Stereo	0.20 381	0.12 359	0.22 381	0.21 378	0.12 366	0.17 304	0.18 312	0.34 407	0.39 404	0.27 398	0.37 406	0.34 418	0.32 443	0.21 370	0.20 357	0.09 306	0.11 406	0.10 349	0.09 330	0.11 378	0.14 426

DMCA-RVC	0.17 345	0.10 318	0.15 264	0.24 422	0.11 335	0.18 322	0.18 312	0.25 283	0.24 276	0.21 340	0.26 331	0.25 352	0.27 416	0.18 317	0.20 357	0.12 393	0.08 351	0.13 409	0.10 364	0.10 359	0.08 294

S-Stereo	0.20 381	0.12 359	0.25 398	0.21 378	0.13 387	0.20 360	0.18 312	0.32 381	0.43 425	0.23 367	0.36 400	0.28 376	0.30 436	0.19 330	0.22 386	0.09 306	0.12 419	0.10 349	0.10 364	0.13 408	0.13 409

SuperB	0.20 381	0.10 318	0.56 467	0.16 111	0.09 191	0.18 322	0.18 312	0.24 267	0.50 447	0.26 392	0.39 419	0.17 254	0.21 374	0.22 381	0.21 377	0.08 252	0.06 257	0.06 62	0.06 139	0.12 392	0.10 357

ADCRef	0.19 370	0.12 359	0.41 450	0.20 352	0.12 366	0.22 382	0.18 312	0.32 381	0.36 390	0.26 392	0.32 379	0.17 254	0.23 389	0.24 401	0.24 406	0.07 197	0.06 257	0.09 304	0.09 330	0.08 272	0.08 294

TDLM	0.17 345	0.12 359	0.13 184	0.24 422	0.10 291	0.18 322	0.18 312	0.36 425	0.30 348	0.21 340	0.28 350	0.28 376	0.18 345	0.23 392	0.18 342	0.11 368	0.07 326	0.10 349	0.10 364	0.08 272	0.08 294

CFNet_RVC	0.14 261	0.07 112	0.15 264	0.12 4	0.09 191	0.16 283	0.18 312	0.22 227	0.24 276	0.17 262	0.26 331	0.24 339	0.14 269	0.16 269	0.14 267	0.11 368	0.06 257	0.08 228	0.09 330	0.09 329	0.08 294

NLCA_NET_v2_RVC	0.17 345	0.10 318	0.22 381	0.20 352	0.10 291	0.15 254	0.18 312	0.31 370	0.25 297	0.21 340	0.30 367	0.25 352	0.17 333	0.21 370	0.20 357	0.09 306	0.06 257	0.08 228	0.08 286	0.07 213	0.08 294
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 345	0.12 359	0.15 264	0.20 352	0.09 191	0.18 322	0.18 312	0.26 300	0.23 260	0.26 392	0.40 424	0.22 317	0.17 333	0.21 370	0.20 357	0.08 252	0.05 146	0.09 304	0.10 364	0.07 213	0.07 231
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.13 230	0.10 318	0.18 349	0.19 304	0.08 84	0.13 198	0.18 312	0.20 185	0.26 310	0.15 222	0.23 274	0.15 221	0.13 245	0.14 213	0.14 267	0.06 84	0.04 3	0.06 62	0.05 68	0.06 149	0.05 87

DISCO	0.19 370	0.09 263	0.22 381	0.17 175	0.10 291	0.25 410	0.18 312	0.27 320	0.44 430	0.22 355	0.31 375	0.33 412	0.26 408	0.28 422	0.28 438	0.08 252	0.06 257	0.07 150	0.07 225	0.09 329	0.09 336

DLCB_ROB	0.18 358	0.10 318	0.15 264	0.23 413	0.11 335	0.24 400	0.18 312	0.29 347	0.28 333	0.27 398	0.28 350	0.28 376	0.24 395	0.19 330	0.20 357	0.08 252	0.08 351	0.09 304	0.09 330	0.07 213	0.07 231

SGM_RVC	0.23 414	0.12 359	0.15 264	0.15 57	0.09 191	0.33 445	0.18 312	0.34 407	0.31 355	0.44 462	0.37 406	0.53 469	0.35 450	0.35 449	0.24 406	0.13 416	0.13 432	0.13 409	0.13 420	0.10 359	0.11 380
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MM-Stereo_test3	0.10 99	0.07 112	0.07 4	0.18 249	0.07 39	0.12 162	0.19 350	0.24 267	0.19 200	0.06 3	0.10 78	0.08 61	0.06 25	0.11 75	0.08 16	0.06 84	0.06 257	0.07 150	0.05 68	0.05 66	0.04 18

PSMNet-RUCA	0.27 438	0.33 471	0.41 450	0.36 470	0.32 477	0.18 322	0.19 350	0.42 456	0.30 348	0.33 436	0.41 434	0.39 441	0.25 403	0.31 432	0.20 357	0.18 453	0.10 395	0.25 462	0.15 438	0.21 457	0.16 444

rvit_0105_4	0.14 261	0.09 263	0.17 326	0.17 175	0.10 291	0.12 162	0.19 350	0.23 245	0.27 319	0.14 195	0.20 236	0.17 254	0.13 245	0.17 299	0.13 230	0.15 431	0.11 406	0.11 378	0.10 364	0.09 329	0.06 157

test_sample6	0.14 261	0.08 199	0.13 184	0.16 111	0.08 84	0.17 304	0.19 350	0.25 283	0.17 160	0.17 262	0.27 338	0.19 281	0.14 269	0.15 235	0.13 230	0.08 252	0.05 146	0.08 228	0.07 225	0.08 272	0.08 294

CroCo-Stereo Lap2	0.09 42	0.09 263	0.08 18	0.22 393	0.09 191	0.09 52	0.19 350	0.16 96	0.12 53	0.09 56	0.10 78	0.05 1	0.05 7	0.08 11	0.08 16	0.06 84	0.06 257	0.07 150	0.05 68	0.05 66	0.05 87

CroCo-Stereo	0.09 42	0.08 199	0.08 18	0.22 393	0.09 191	0.09 52	0.19 350	0.15 71	0.12 53	0.07 12	0.07 21	0.08 61	0.06 25	0.08 11	0.07 1	0.07 197	0.05 146	0.06 62	0.04 18	0.05 66	0.04 18
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
psm_up	0.18 358	0.10 318	0.18 349	0.20 352	0.11 335	0.17 304	0.19 350	0.37 430	0.34 379	0.21 340	0.28 350	0.29 383	0.24 395	0.20 354	0.22 386	0.09 306	0.10 395	0.11 378	0.11 392	0.08 272	0.08 294

UNet	0.17 345	0.09 263	0.18 349	0.19 304	0.12 366	0.27 425	0.19 350	0.33 398	0.29 339	0.21 340	0.24 285	0.23 333	0.19 359	0.19 330	0.18 342	0.07 197	0.06 257	0.08 228	0.07 225	0.08 272	0.06 157

aanetorigin	0.22 399	0.17 422	0.56 467	0.17 175	0.10 291	0.15 254	0.19 350	0.20 185	0.33 368	0.49 467	0.48 450	0.29 383	0.27 416	0.20 354	0.23 396	0.08 252	0.07 326	0.08 228	0.07 225	0.10 359	0.09 336

GwcNet	0.20 381	0.13 385	0.19 359	0.18 249	0.12 366	0.24 400	0.19 350	0.35 419	0.43 425	0.20 327	0.32 379	0.33 412	0.20 370	0.22 381	0.24 406	0.11 368	0.09 376	0.09 304	0.09 330	0.09 329	0.10 357

cf-r	0.13 230	0.07 112	0.12 141	0.16 111	0.08 84	0.14 229	0.19 350	0.20 185	0.25 297	0.17 262	0.25 314	0.21 300	0.16 312	0.14 213	0.14 267	0.10 342	0.05 146	0.06 62	0.08 286	0.06 149	0.06 157

DSFCA	0.16 325	0.09 263	0.14 215	0.16 111	0.10 291	0.20 360	0.19 350	0.28 337	0.31 355	0.23 367	0.24 285	0.22 317	0.15 286	0.19 330	0.20 357	0.10 342	0.07 326	0.09 304	0.09 330	0.08 272	0.08 294

stereogan	0.22 399	0.11 343	0.21 375	0.20 352	0.12 366	0.31 438	0.19 350	0.35 419	0.44 430	0.22 355	0.39 419	0.35 422	0.27 416	0.33 440	0.22 386	0.10 342	0.12 419	0.10 349	0.10 364	0.14 420	0.13 409

CC-Net-ROB	0.28 442	0.31 469	0.36 441	0.29 459	0.15 419	0.25 410	0.19 350	0.45 465	0.33 368	0.39 448	0.37 406	0.39 441	0.31 440	0.27 411	0.26 424	0.24 474	0.19 458	0.30 475	0.23 464	0.18 452	0.15 433

DANet	0.21 390	0.15 403	0.28 413	0.25 432	0.13 387	0.22 382	0.19 350	0.27 320	0.27 319	0.28 410	0.32 379	0.35 422	0.31 440	0.31 432	0.23 396	0.11 368	0.09 376	0.11 378	0.10 364	0.13 408	0.11 380
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	0.16 325	0.10 318	0.10 78	0.18 249	0.09 191	0.18 322	0.19 350	0.26 300	0.31 355	0.22 355	0.35 397	0.21 300	0.21 374	0.22 381	0.16 310	0.06 84	0.05 146	0.06 62	0.06 139	0.07 213	0.06 157

SGM-ForestM	0.32 454	0.12 359	0.16 298	0.16 111	0.11 335	0.39 462	0.19 350	0.41 451	0.50 447	0.52 469	0.54 459	1.32 499	0.42 468	0.40 467	0.27 431	0.14 427	0.16 448	0.16 439	0.16 442	0.12 392	0.12 392

MDST_ROB	0.22 399	0.10 318	0.17 326	0.18 249	0.11 335	0.37 458	0.19 350	0.43 460	0.41 413	0.39 448	0.39 419	0.29 383	0.21 374	0.26 408	0.18 342	0.11 368	0.10 395	0.14 421	0.11 392	0.10 359	0.08 294

XPNet_ROB	0.22 399	0.11 343	0.19 359	0.22 393	0.13 387	0.22 382	0.19 350	0.34 407	0.40 410	0.30 420	0.39 419	0.39 441	0.26 408	0.26 408	0.28 438	0.15 431	0.10 395	0.10 349	0.10 364	0.13 408	0.12 392

UGAM	0.13 230	0.10 318	0.09 49	0.22 393	0.08 84	0.12 162	0.20 369	0.17 129	0.23 260	0.21 340	0.16 171	0.13 173	0.13 245	0.19 330	0.12 190	0.07 197	0.05 146	0.13 409	0.11 392	0.07 213	0.05 87

Wz-Net-LNSev-Ref	0.18 358	0.09 263	0.29 421	0.15 57	0.10 291	0.22 382	0.20 369	0.26 300	0.39 404	0.25 388	0.42 440	0.24 339	0.15 286	0.20 354	0.19 351	0.07 197	0.05 146	0.06 62	0.05 68	0.10 359	0.09 336

UDG	0.21 390	0.17 422	0.19 359	0.23 413	0.15 419	0.30 437	0.20 369	0.33 398	0.35 386	0.23 367	0.28 350	0.31 401	0.27 416	0.20 354	0.22 386	0.15 431	0.12 419	0.13 409	0.09 330	0.14 420	0.14 426

GwcNet-ADL	0.13 230	0.08 199	0.14 215	0.20 352	0.09 191	0.11 130	0.20 369	0.30 361	0.24 276	0.13 174	0.14 144	0.18 267	0.14 269	0.13 191	0.14 267	0.07 197	0.05 146	0.06 62	0.05 68	0.07 213	0.06 157

PSMNet-ADL	0.15 302	0.12 359	0.13 184	0.22 393	0.09 191	0.13 198	0.20 369	0.26 300	0.23 260	0.18 292	0.20 236	0.24 339	0.16 312	0.18 317	0.17 324	0.08 252	0.08 351	0.08 228	0.11 392	0.08 272	0.07 231

LMCR-Stereo	0.15 302	0.08 199	0.13 184	0.21 378	0.09 191	0.17 304	0.20 369	0.27 320	0.19 200	0.24 375	0.24 285	0.23 333	0.17 333	0.20 354	0.17 324	0.07 197	0.06 257	0.08 228	0.06 139	0.10 359	0.08 294

DGSMNet	0.24 421	0.19 435	0.33 432	0.21 378	0.24 464	0.24 400	0.20 369	0.35 419	0.41 413	0.24 375	0.32 379	0.38 433	0.21 374	0.29 428	0.23 396	0.12 393	0.11 406	0.14 421	0.16 442	0.23 461	0.23 466

test_xeample	0.15 302	0.06 41	0.13 184	0.14 23	0.08 84	0.21 374	0.20 369	0.28 337	0.20 222	0.16 248	0.29 362	0.19 281	0.16 312	0.15 235	0.26 424	0.09 306	0.05 146	0.07 150	0.07 225	0.07 213	0.07 231

Syn2CoEx	0.21 390	0.16 411	0.27 408	0.29 459	0.14 405	0.26 418	0.20 369	0.33 398	0.31 355	0.28 410	0.36 400	0.27 367	0.25 403	0.19 330	0.24 406	0.16 447	0.12 419	0.14 421	0.11 392	0.09 329	0.08 294

MMNet	0.17 345	0.09 263	0.16 298	0.20 352	0.11 335	0.27 425	0.20 369	0.25 283	0.41 413	0.22 355	0.30 367	0.21 300	0.20 370	0.17 299	0.20 357	0.06 84	0.06 257	0.07 150	0.07 225	0.08 272	0.07 231

EDNetEfficient	0.29 446	0.24 453	1.13 497	0.18 249	0.10 291	0.19 345	0.20 369	0.20 185	0.60 468	0.74 486	0.56 465	0.31 401	0.39 457	0.22 381	0.30 446	0.09 306	0.07 326	0.08 228	0.07 225	0.11 378	0.09 336

ACVNet	0.15 302	0.09 263	0.15 264	0.13 12	0.12 366	0.14 229	0.20 369	0.22 227	0.33 368	0.17 262	0.26 331	0.21 300	0.16 312	0.17 299	0.21 377	0.07 197	0.06 257	0.06 62	0.06 139	0.08 272	0.06 157

hitnet-ft	0.18 358	0.09 263	0.17 326	0.14 23	0.09 191	0.26 418	0.20 369	0.25 283	0.26 310	0.24 375	0.32 379	0.31 401	0.22 383	0.24 401	0.21 377	0.12 393	0.07 326	0.10 349	0.08 286	0.12 392	0.11 380

GwcNet-RSSM	0.14 261	0.07 112	0.12 141	0.15 57	0.08 84	0.15 254	0.20 369	0.21 205	0.27 319	0.18 292	0.27 338	0.22 317	0.16 312	0.14 213	0.15 294	0.10 342	0.05 146	0.07 150	0.09 330	0.07 213	0.07 231

RP	0.21 390	0.13 385	0.21 375	0.23 413	0.11 335	0.21 374	0.20 369	0.25 283	0.44 430	0.21 340	0.38 411	0.36 424	0.24 395	0.27 411	0.25 415	0.11 368	0.12 419	0.13 409	0.12 411	0.12 392	0.14 426

RTS	0.45 473	0.19 435	3.26 505	0.24 422	0.15 419	0.74 488	0.20 369	0.36 425	0.76 485	0.42 458	0.43 443	0.31 401	0.41 465	0.53 479	0.35 460	0.10 342	0.08 351	0.13 409	0.12 411	0.15 435	0.15 433

RTSA	0.45 473	0.19 435	3.26 505	0.24 422	0.15 419	0.74 488	0.20 369	0.36 425	0.76 485	0.42 458	0.43 443	0.31 401	0.41 465	0.53 479	0.35 460	0.10 342	0.08 351	0.13 409	0.12 411	0.15 435	0.15 433

DispNO	0.14 261	0.08 199	0.17 326	0.19 304	0.12 366	0.11 130	0.21 386	0.23 245	0.29 339	0.17 262	0.23 274	0.18 267	0.17 333	0.15 235	0.15 294	0.07 197	0.05 146	0.08 228	0.08 286	0.07 213	0.06 157

StereoVision	0.13 230	0.12 359	0.09 49	0.24 422	0.10 291	0.15 254	0.21 386	0.21 205	0.20 222	0.12 148	0.24 285	0.10 112	0.10 157	0.16 269	0.10 94	0.09 306	0.11 406	0.12 394	0.12 411	0.06 149	0.05 87

fast-acv-ft	0.18 358	0.11 343	0.19 359	0.19 304	0.12 366	0.24 400	0.21 386	0.25 283	0.34 379	0.22 355	0.34 395	0.27 367	0.20 370	0.21 370	0.23 396	0.09 306	0.09 376	0.08 228	0.10 364	0.08 272	0.07 231

ssnet_v2	0.17 345	0.10 318	0.17 326	0.17 175	0.11 335	0.21 374	0.21 386	0.33 398	0.25 297	0.22 355	0.22 265	0.27 367	0.18 345	0.22 381	0.20 357	0.11 368	0.09 376	0.09 304	0.09 330	0.08 272	0.08 294

ICVP	0.15 302	0.09 263	0.12 141	0.22 393	0.09 191	0.17 304	0.21 386	0.25 283	0.23 260	0.18 292	0.30 367	0.26 360	0.18 345	0.17 299	0.14 267	0.09 306	0.07 326	0.08 228	0.07 225	0.07 213	0.07 231
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TestStereo	0.13 230	0.14 397	0.11 111	0.23 413	0.08 84	0.15 254	0.21 386	0.20 185	0.23 260	0.14 195	0.24 285	0.16 234	0.12 210	0.16 269	0.14 267	0.05 6	0.06 257	0.08 228	0.06 139	0.09 329	0.05 87

ccnet	0.29 446	0.28 464	0.23 390	0.20 352	0.28 471	0.41 464	0.21 386	0.45 465	0.33 368	0.36 441	0.46 447	0.36 424	0.30 436	0.39 463	0.42 475	0.23 472	0.14 439	0.21 455	0.17 449	0.23 461	0.18 455

delet	0.17 345	0.08 199	0.17 326	0.19 304	0.11 335	0.20 360	0.21 386	0.30 361	0.37 396	0.17 262	0.26 331	0.19 281	0.19 359	0.19 330	0.21 377	0.08 252	0.08 351	0.09 304	0.11 392	0.06 149	0.06 157

STTStereo	0.18 358	0.12 359	0.27 408	0.20 352	0.11 335	0.16 283	0.21 386	0.29 347	0.23 260	0.21 340	0.30 367	0.29 383	0.18 345	0.20 354	0.19 351	0.12 393	0.11 406	0.11 378	0.14 423	0.09 329	0.08 294

coex-ft	3.30 508	0.34 472	59.09 527	0.18 249	0.13 387	0.26 418	0.22 395	0.27 320	0.72 480	1.90 509	0.70 477	0.44 453	0.45 471	0.29 428	0.41 474	0.09 306	0.09 376	0.12 394	0.09 330	0.14 420	0.13 409

Anonymous_2	0.22 399	0.17 422	0.28 413	0.15 57	0.16 429	0.32 439	0.22 395	0.22 227	0.17 160	0.23 367	0.24 285	0.26 360	0.27 416	0.27 411	0.23 396	0.22 468	0.25 473	0.17 441	0.17 449	0.17 449	0.17 452

Sa-1000	0.12 205	0.08 199	0.08 18	0.18 249	0.08 84	0.14 229	0.22 395	0.22 227	0.18 186	0.15 222	0.20 236	0.17 254	0.11 181	0.10 35	0.10 94	0.06 84	0.05 146	0.09 304	0.09 330	0.05 66	0.05 87

test_4	0.10 99	0.10 318	0.08 18	0.19 304	0.09 191	0.08 32	0.22 395	0.15 71	0.17 160	0.12 148	0.18 216	0.12 149	0.09 129	0.08 11	0.11 146	0.04 1	0.04 3	0.08 228	0.08 286	0.04 3	0.03 1

GANet	0.21 390	0.12 359	0.21 375	0.24 422	0.13 387	0.22 382	0.22 395	0.41 451	0.26 310	0.31 426	0.42 440	0.37 429	0.28 424	0.23 392	0.22 386	0.10 342	0.12 419	0.10 349	0.09 330	0.10 359	0.08 294

DRN-Test	0.19 370	0.11 343	0.20 368	0.22 393	0.10 291	0.22 382	0.22 395	0.39 441	0.37 396	0.24 375	0.32 379	0.26 360	0.21 374	0.22 381	0.24 406	0.11 368	0.07 326	0.11 378	0.10 364	0.09 329	0.07 231

StereoDRNet	0.18 358	0.11 343	0.17 326	0.22 393	0.11 335	0.21 374	0.22 395	0.37 430	0.33 368	0.24 375	0.28 350	0.30 391	0.19 359	0.20 354	0.20 357	0.09 306	0.08 351	0.11 378	0.09 330	0.09 329	0.07 231

FBW_ROB	0.24 421	0.17 422	0.22 381	0.26 437	0.14 405	0.25 410	0.22 395	0.41 451	0.41 413	0.41 455	0.41 434	0.42 448	0.27 416	0.31 432	0.23 396	0.09 306	0.14 439	0.14 421	0.12 411	0.11 378	0.09 336

SGM-Forest	0.20 381	0.14 397	0.18 349	0.19 304	0.13 387	0.20 360	0.22 395	0.33 398	0.30 348	0.24 375	0.29 362	0.28 376	0.19 359	0.23 392	0.17 324	0.15 431	0.16 448	0.15 433	0.14 423	0.12 392	0.12 392
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.14 261	0.09 263	0.13 184	0.17 175	0.09 191	0.14 229	0.23 404	0.24 267	0.27 319	0.14 195	0.15 160	0.18 267	0.12 210	0.17 299	0.14 267	0.14 427	0.11 406	0.10 349	0.10 364	0.08 272	0.06 157

Wz-Net-SNSev	0.25 430	0.17 422	0.44 453	0.25 432	0.14 405	0.26 418	0.23 404	0.38 437	0.56 459	0.30 420	0.55 460	0.39 441	0.26 408	0.23 392	0.30 446	0.10 342	0.09 376	0.09 304	0.10 364	0.11 378	0.11 380

Wz-Net-LNSev	0.22 399	0.16 411	0.38 445	0.21 378	0.13 387	0.25 410	0.23 404	0.32 381	0.43 425	0.30 420	0.41 434	0.31 401	0.18 345	0.22 381	0.25 415	0.10 342	0.09 376	0.08 228	0.08 286	0.12 392	0.11 380

FINET	0.21 390	0.18 432	0.26 401	0.18 249	0.16 429	0.23 395	0.23 404	0.32 381	0.48 439	0.25 388	0.32 379	0.22 317	0.22 383	0.22 381	0.17 324	0.18 453	0.16 448	0.11 378	0.10 364	0.15 435	0.13 409

UPFNet	0.16 325	0.08 199	0.12 141	0.20 352	0.12 366	0.20 360	0.23 404	0.28 337	0.26 310	0.17 262	0.24 285	0.22 317	0.19 359	0.19 330	0.21 377	0.09 306	0.07 326	0.08 228	0.09 330	0.08 272	0.06 157

RGC	0.25 430	0.20 439	0.29 421	0.28 452	0.16 429	0.22 382	0.23 404	0.32 381	0.44 430	0.27 398	0.40 424	0.38 433	0.27 416	0.36 454	0.22 386	0.11 368	0.13 432	0.17 441	0.17 449	0.14 420	0.16 444

G-Net	0.24 421	0.16 411	0.36 441	0.22 393	0.16 429	0.51 471	0.23 404	0.29 347	0.34 379	0.36 441	0.38 411	0.31 401	0.29 432	0.27 411	0.26 424	0.11 368	0.09 376	0.12 394	0.09 330	0.16 442	0.13 409

ADCS	0.29 446	0.18 432	0.45 454	0.21 378	0.17 444	0.28 431	0.23 404	0.41 451	0.63 471	0.40 451	0.49 451	0.40 445	0.36 452	0.39 463	0.40 471	0.13 416	0.12 419	0.13 409	0.14 423	0.16 442	0.16 444

NVstereo2D	0.19 370	0.10 318	0.15 264	0.17 175	0.15 419	0.28 431	0.23 404	0.44 462	0.42 420	0.15 222	0.27 338	0.25 352	0.19 359	0.22 381	0.17 324	0.09 306	0.06 257	0.10 349	0.08 286	0.15 435	0.09 336

NCCL2	0.23 414	0.15 403	0.17 326	0.34 466	0.18 450	0.24 400	0.23 404	0.34 407	0.28 333	0.31 426	0.38 411	0.38 433	0.28 424	0.23 392	0.24 406	0.15 431	0.12 419	0.18 450	0.21 457	0.13 408	0.13 409

otaku	0.39 463	0.37 475	0.52 461	0.44 477	0.28 471	0.58 475	0.24 414	0.41 451	0.62 470	0.40 451	0.49 451	0.46 459	0.33 444	0.40 467	0.32 454	0.30 477	0.30 477	0.39 479	0.33 478	0.29 474	0.28 475

Ntro	0.40 466	0.40 477	0.53 462	0.46 481	0.30 475	0.65 481	0.24 414	0.46 467	0.68 477	0.41 455	0.49 451	0.48 463	0.42 468	0.39 463	0.31 453	0.32 478	0.28 475	0.37 478	0.30 475	0.32 479	0.29 476

Wz-Net-MNSev	0.22 399	0.13 385	0.31 426	0.20 352	0.14 405	0.36 457	0.24 414	0.33 398	0.44 430	0.28 410	0.40 424	0.38 433	0.19 359	0.24 401	0.25 415	0.09 306	0.07 326	0.09 304	0.09 330	0.12 392	0.10 357

raft_robust	0.13 230	0.10 318	0.07 4	0.18 249	0.08 84	0.13 198	0.24 414	0.28 337	0.33 368	0.20 327	0.19 224	0.14 192	0.10 157	0.11 75	0.12 190	0.05 6	0.05 146	0.07 150	0.07 225	0.05 66	0.04 18

RAFT_CTSACE	0.12 205	0.09 263	0.10 78	0.22 393	0.08 84	0.12 162	0.24 414	0.18 155	0.16 142	0.20 327	0.27 338	0.13 173	0.07 73	0.13 191	0.09 45	0.05 6	0.06 257	0.08 228	0.07 225	0.04 3	0.04 18

SA	0.12 205	0.09 263	0.08 18	0.18 249	0.08 84	0.12 162	0.24 414	0.23 245	0.18 186	0.17 262	0.27 338	0.14 192	0.11 181	0.11 75	0.11 146	0.05 6	0.05 146	0.09 304	0.08 286	0.05 66	0.04 18

DDUNet	0.22 399	0.17 422	0.21 375	0.22 393	0.15 419	0.25 410	0.24 414	0.29 347	0.30 348	0.31 426	0.36 400	0.33 412	0.25 403	0.24 401	0.20 357	0.18 453	0.13 432	0.17 441	0.11 392	0.16 442	0.16 444

RAFT	0.13 230	0.09 263	0.11 111	0.18 249	0.08 84	0.15 254	0.24 414	0.20 185	0.19 200	0.21 340	0.21 256	0.17 254	0.12 210	0.16 269	0.09 45	0.06 84	0.07 326	0.10 349	0.09 330	0.05 66	0.05 87

test-1	0.10 99	0.07 112	0.16 298	0.19 304	0.08 84	0.11 130	0.24 414	0.14 51	0.18 186	0.09 56	0.07 21	0.09 85	0.08 103	0.07 3	0.09 45	0.06 84	0.04 3	0.06 62	0.05 68	0.04 3	0.04 18

RAFT + AFF	0.13 230	0.07 112	0.20 368	0.20 352	0.10 291	0.14 229	0.24 414	0.26 300	0.20 222	0.11 112	0.10 78	0.12 149	0.10 157	0.15 235	0.12 190	0.07 197	0.06 257	0.09 304	0.08 286	0.06 149	0.08 294

AF-Net	0.22 399	0.17 422	0.17 326	0.26 437	0.13 387	0.25 410	0.24 414	0.32 381	0.50 447	0.25 388	0.33 391	0.38 433	0.26 408	0.28 422	0.25 415	0.11 368	0.10 395	0.16 439	0.11 392	0.11 378	0.10 357

SANet	0.24 421	0.14 397	0.28 413	0.21 378	0.11 335	0.27 425	0.24 414	0.38 437	0.64 472	0.36 441	0.40 424	0.43 451	0.26 408	0.27 411	0.24 406	0.12 393	0.09 376	0.10 349	0.09 330	0.13 408	0.11 380

MeshStereo	0.27 438	0.13 385	0.18 349	0.15 57	0.11 335	0.32 439	0.24 414	0.40 445	0.36 390	0.52 469	0.57 467	0.67 480	0.40 460	0.35 449	0.26 424	0.14 427	0.13 432	0.13 409	0.11 392	0.11 378	0.10 357
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
rvit_0105_3	0.15 302	0.09 263	0.14 215	0.19 304	0.12 366	0.15 254	0.25 427	0.25 283	0.29 339	0.15 222	0.17 191	0.20 293	0.13 245	0.17 299	0.14 267	0.13 416	0.11 406	0.12 394	0.14 423	0.07 213	0.06 157

1111x	0.15 302	0.08 199	0.12 141	0.18 249	0.07 39	0.18 322	0.25 427	0.31 370	0.24 276	0.17 262	0.24 285	0.26 360	0.15 286	0.13 191	0.23 396	0.07 197	0.07 326	0.08 228	0.09 330	0.07 213	0.06 157

ToySt	0.17 345	0.11 343	0.18 349	0.17 175	0.11 335	0.16 283	0.25 427	0.24 267	0.33 368	0.19 306	0.24 285	0.26 360	0.24 395	0.19 330	0.20 357	0.07 197	0.08 351	0.09 304	0.10 364	0.09 329	0.08 294

cross-raft	0.10 99	0.09 263	0.09 49	0.19 304	0.07 39	0.11 130	0.25 427	0.13 36	0.15 117	0.08 31	0.11 106	0.12 149	0.10 157	0.09 17	0.11 146	0.05 6	0.04 3	0.06 62	0.05 68	0.04 3	0.04 18

ADCPNet	0.25 430	0.16 411	0.61 471	0.21 378	0.15 419	0.35 456	0.25 427	0.32 381	0.35 386	0.30 420	0.40 424	0.36 424	0.28 424	0.28 422	0.32 454	0.12 393	0.10 395	0.11 378	0.12 411	0.14 420	0.13 409

LSM	0.33 457	0.20 439	0.58 469	0.26 437	0.60 494	0.34 448	0.25 427	0.42 456	0.48 439	0.45 463	0.58 469	0.42 448	0.36 452	0.35 449	0.25 415	0.12 393	0.20 461	0.14 421	0.16 442	0.19 455	0.33 481

MSMD_ROB	0.31 452	0.26 459	0.26 401	0.24 422	0.21 458	0.34 448	0.25 427	0.34 407	0.39 404	0.40 451	0.69 475	0.45 455	0.40 460	0.34 443	0.27 431	0.20 460	0.19 458	0.26 463	0.25 466	0.23 461	0.22 465

test_3	0.10 99	0.09 263	0.10 78	0.20 352	0.08 84	0.13 198	0.26 434	0.14 51	0.21 237	0.10 87	0.10 78	0.09 85	0.09 129	0.08 11	0.11 146	0.05 6	0.04 3	0.08 228	0.07 225	0.04 3	0.04 18

Nwc_Net	0.23 414	0.16 411	0.21 375	0.25 432	0.14 405	0.24 400	0.26 434	0.37 430	0.38 401	0.22 355	0.41 434	0.30 391	0.28 424	0.28 422	0.25 415	0.11 368	0.10 395	0.17 441	0.20 455	0.10 359	0.10 357

ADCMid	0.25 430	0.15 403	0.40 448	0.20 352	0.14 405	0.25 410	0.26 434	0.34 407	0.38 401	0.36 441	0.44 445	0.34 418	0.40 460	0.35 449	0.33 457	0.10 342	0.09 376	0.11 378	0.11 392	0.13 408	0.12 392

ADCP+	0.20 381	0.10 318	0.33 432	0.20 352	0.12 366	0.22 382	0.26 434	0.31 370	0.34 379	0.26 392	0.37 406	0.22 317	0.22 383	0.27 411	0.27 431	0.09 306	0.06 257	0.08 228	0.08 286	0.09 329	0.10 357

RYNet	0.22 399	0.12 359	0.22 381	0.19 304	0.17 444	0.46 465	0.26 434	0.38 437	0.48 439	0.24 375	0.28 350	0.34 418	0.23 389	0.20 354	0.30 446	0.10 342	0.06 257	0.09 304	0.09 330	0.13 408	0.15 433

NaN_ROB	0.22 399	0.19 435	0.24 393	0.25 432	0.13 387	0.29 434	0.26 434	0.33 398	0.41 413	0.31 426	0.31 375	0.32 409	0.23 389	0.30 431	0.21 377	0.11 368	0.17 453	0.10 349	0.10 364	0.08 272	0.09 336

PDISCO_ROB	0.27 438	0.16 411	0.26 401	0.28 452	0.20 455	0.32 439	0.26 434	0.44 462	0.57 461	0.28 410	0.40 424	0.45 455	0.29 432	0.33 440	0.34 459	0.12 393	0.09 376	0.17 441	0.16 442	0.17 449	0.13 409

rvit_105_1	0.19 370	0.11 343	0.25 398	0.21 378	0.16 429	0.21 374	0.27 441	0.31 370	0.41 413	0.19 306	0.20 236	0.22 317	0.17 333	0.19 330	0.17 324	0.12 393	0.12 419	0.13 409	0.15 438	0.08 272	0.07 231

ACVNet_1	0.44 471	0.49 481	0.60 470	0.45 478	0.28 471	0.49 470	0.27 441	0.57 482	0.72 480	0.62 475	0.58 469	0.74 484	0.49 474	0.50 474	0.35 460	0.26 475	0.24 472	0.39 479	0.29 473	0.31 478	0.24 467

Wz-Net-TNSev	0.29 446	0.20 439	0.65 474	0.19 304	0.15 419	0.38 461	0.27 441	0.35 419	0.55 457	0.34 438	0.42 440	0.45 455	0.38 455	0.32 438	0.30 446	0.12 393	0.13 432	0.10 349	0.12 411	0.15 435	0.14 426

XQC	0.28 442	0.23 450	0.51 460	0.28 452	0.19 452	0.34 448	0.27 441	0.36 425	0.57 461	0.31 426	0.30 367	0.37 429	0.30 436	0.38 460	0.38 467	0.13 416	0.09 376	0.15 433	0.12 411	0.17 449	0.18 455

AnyNet_C01	0.36 461	0.25 458	1.37 500	0.22 393	0.17 444	0.48 469	0.27 441	0.35 419	0.39 404	0.39 448	0.74 481	0.46 459	0.38 455	0.45 471	0.47 480	0.13 416	0.13 432	0.13 409	0.14 423	0.14 420	0.15 433

LALA_ROB	0.25 430	0.16 411	0.22 381	0.26 437	0.17 444	0.27 425	0.27 441	0.42 456	0.37 396	0.33 436	0.38 411	0.51 465	0.26 408	0.28 422	0.27 431	0.16 447	0.09 376	0.12 394	0.11 392	0.13 408	0.12 392

FC-DCNN v2	0.33 457	0.27 460	0.28 413	0.26 437	0.23 462	0.37 458	0.28 447	0.40 445	0.43 425	0.45 463	0.56 465	0.51 465	0.40 460	0.37 458	0.29 441	0.21 464	0.20 461	0.27 466	0.26 467	0.25 468	0.24 467

RAFT+CT+SA	0.13 230	0.11 343	0.09 49	0.19 304	0.09 191	0.15 254	0.28 447	0.22 227	0.22 251	0.15 222	0.26 331	0.10 112	0.10 157	0.11 75	0.12 190	0.05 6	0.04 3	0.07 150	0.08 286	0.07 213	0.06 157

GMOStereo	0.11 142	0.09 263	0.07 4	0.19 304	0.08 84	0.12 162	0.28 447	0.13 36	0.17 160	0.11 112	0.17 191	0.14 192	0.12 210	0.07 3	0.07 1	0.05 6	0.05 146	0.09 304	0.07 225	0.04 3	0.04 18

error version	0.11 142	0.09 263	0.07 4	0.19 304	0.08 84	0.12 162	0.28 447	0.13 36	0.17 160	0.11 112	0.17 191	0.14 192	0.12 210	0.07 3	0.07 1	0.05 6	0.05 146	0.09 304	0.07 225	0.04 3	0.04 18

test-v	0.11 142	0.09 263	0.07 4	0.19 304	0.08 84	0.12 162	0.28 447	0.13 36	0.17 160	0.11 112	0.17 191	0.14 192	0.12 210	0.07 3	0.07 1	0.05 6	0.05 146	0.09 304	0.07 225	0.04 3	0.04 18

test-2	0.11 142	0.09 263	0.07 4	0.19 304	0.08 84	0.12 162	0.28 447	0.13 36	0.17 160	0.11 112	0.17 191	0.14 192	0.12 210	0.07 3	0.07 1	0.05 6	0.05 146	0.09 304	0.07 225	0.04 3	0.04 18

FCDSN-DC	0.33 457	0.28 464	0.28 413	0.30 461	0.24 464	0.39 462	0.28 447	0.42 456	0.42 420	0.43 461	0.53 457	0.51 465	0.41 465	0.36 454	0.30 446	0.21 464	0.20 461	0.27 466	0.26 467	0.25 468	0.24 467
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DeepPrunerF	0.24 421	0.17 422	0.42 452	0.26 437	0.16 429	0.22 382	0.28 447	0.37 430	0.50 447	0.26 392	0.29 362	0.24 339	0.28 424	0.21 370	0.22 386	0.15 431	0.11 406	0.20 454	0.18 453	0.12 392	0.13 409

FC-DCNN	0.33 457	0.27 460	0.28 413	0.26 437	0.23 462	0.37 458	0.28 447	0.40 445	0.43 425	0.45 463	0.55 460	0.51 465	0.40 460	0.37 458	0.30 446	0.21 464	0.20 461	0.27 466	0.26 467	0.25 468	0.24 467

TestStereo1	0.13 230	0.08 199	0.08 18	0.19 304	0.08 84	0.18 322	0.29 456	0.23 245	0.16 142	0.17 262	0.20 236	0.16 234	0.10 157	0.12 150	0.13 230	0.06 84	0.06 257	0.08 228	0.06 139	0.05 66	0.05 87

test_5	0.14 261	0.12 359	0.08 18	0.20 352	0.10 291	0.14 229	0.29 456	0.21 205	0.24 276	0.18 292	0.28 350	0.11 132	0.15 286	0.12 150	0.13 230	0.06 84	0.05 146	0.07 150	0.08 286	0.08 272	0.07 231

SA-5K	0.13 230	0.08 199	0.08 18	0.19 304	0.08 84	0.18 322	0.29 456	0.23 245	0.16 142	0.17 262	0.20 236	0.16 234	0.10 157	0.12 150	0.13 230	0.06 84	0.06 257	0.08 228	0.06 139	0.05 66	0.05 87

WZ-Net	0.28 442	0.17 422	0.78 488	0.22 393	0.16 429	0.34 448	0.29 456	0.39 441	0.57 461	0.24 375	0.55 460	0.37 429	0.24 395	0.33 440	0.35 460	0.09 306	0.08 351	0.09 304	0.10 364	0.14 420	0.16 444

BEATNet-Init1	0.52 478	0.27 460	0.62 472	0.30 461	0.21 458	0.76 492	0.29 456	0.54 478	0.65 474	0.86 491	0.95 492	2.07 508	0.62 485	0.56 483	0.42 475	0.18 453	0.18 455	0.23 460	0.22 460	0.22 460	0.21 463

ADCL	0.24 421	0.11 343	0.47 458	0.22 393	0.12 366	0.34 448	0.29 456	0.29 347	0.56 459	0.24 375	0.46 447	0.30 391	0.30 436	0.29 428	0.29 441	0.08 252	0.07 326	0.09 304	0.09 330	0.10 359	0.10 357

ETE_ROB	0.23 414	0.17 422	0.22 381	0.25 432	0.13 387	0.26 418	0.29 456	0.31 370	0.36 390	0.28 410	0.36 400	0.45 455	0.26 408	0.27 411	0.26 424	0.11 368	0.08 351	0.12 394	0.09 330	0.14 420	0.13 409

LRCNet_RVC	10.62 518	13.42 522	7.30 510	18.92 521	2.07 511	0.33 445	0.30 463	5.59 514	0.48 439	13.03 520	17.94 521	8.87 515	5.65 512	4.79 512	1.89 509	23.51 525	2.73 515	27.55 526	25.71 526	16.07 523	16.33 524

MFN_U_SF_DS_RVC	0.30 451	0.24 453	0.29 421	0.36 470	0.16 429	0.34 448	0.30 463	0.32 381	0.42 420	0.40 451	0.46 447	0.38 433	0.31 440	0.34 443	0.28 438	0.19 458	0.20 461	0.26 463	0.29 473	0.18 452	0.19 460

NCC-stereo	0.24 421	0.15 403	0.31 426	0.26 437	0.16 429	0.20 360	0.30 463	0.40 445	0.40 410	0.24 375	0.38 411	0.33 412	0.28 424	0.36 454	0.27 431	0.12 393	0.11 406	0.15 433	0.22 460	0.13 408	0.13 409

Abc-Net	0.24 421	0.15 403	0.31 426	0.26 437	0.16 429	0.20 360	0.30 463	0.40 445	0.40 410	0.24 375	0.38 411	0.33 412	0.28 424	0.36 454	0.27 431	0.12 393	0.11 406	0.15 433	0.22 460	0.13 408	0.13 409
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AnyNet_C32	0.26 436	0.16 411	0.36 441	0.20 352	0.16 429	0.25 410	0.30 463	0.32 381	0.44 430	0.31 426	0.49 451	0.30 391	0.33 444	0.40 467	0.33 457	0.12 393	0.12 419	0.12 394	0.14 423	0.14 420	0.15 433

PASM	0.32 454	0.24 453	0.48 459	0.28 452	0.27 470	0.29 434	0.30 463	0.34 407	0.49 444	0.35 439	0.39 419	0.46 459	0.34 448	0.34 443	0.35 460	0.23 472	0.25 473	0.26 463	0.28 472	0.23 461	0.21 463

APVNet	0.22 399	0.12 359	0.19 359	0.18 249	0.14 405	0.32 439	0.31 469	0.39 441	0.32 361	0.27 398	0.40 424	0.30 391	0.29 432	0.26 408	0.25 415	0.11 368	0.12 419	0.11 378	0.14 423	0.12 392	0.12 392

MANE	0.45 473	0.27 460	0.27 408	0.27 449	0.24 464	0.47 467	0.31 469	0.55 479	0.59 465	0.72 482	1.13 501	1.15 493	0.61 483	0.52 477	0.37 465	0.21 464	0.20 461	0.27 466	0.31 477	0.25 468	0.24 467

MSC_U_SF_DS_RVC	0.43 470	0.39 476	0.54 463	0.40 473	0.20 455	0.64 480	0.32 471	0.53 477	0.72 480	0.71 480	0.72 478	0.61 474	0.54 476	0.51 475	0.46 479	0.20 460	0.19 458	0.29 473	0.30 475	0.23 461	0.18 455

NVStereoNet_ROB	0.46 476	0.36 474	0.46 457	0.41 475	0.28 471	0.34 448	0.34 472	0.48 469	0.60 468	0.72 482	0.93 490	0.70 483	0.66 486	0.47 472	0.60 489	0.22 468	0.33 480	0.34 477	0.34 480	0.30 475	0.30 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PSMNet_ROB	0.21 390	0.11 343	0.15 264	0.27 449	0.15 419	0.24 400	0.35 473	0.43 460	0.37 396	0.27 398	0.32 379	0.32 409	0.22 383	0.21 370	0.26 424	0.12 393	0.08 351	0.13 409	0.11 392	0.09 329	0.09 336

PWCK	0.71 487	0.94 501	0.95 495	0.76 490	0.31 476	0.74 488	0.36 474	0.90 492	0.90 490	0.96 495	0.75 483	0.95 488	0.61 483	0.87 498	0.66 492	0.72 498	0.46 485	0.75 493	0.49 486	0.69 497	0.44 488

ELAS_RVC	0.41 468	0.29 467	0.33 432	0.28 452	0.24 464	0.54 473	0.36 474	0.49 471	0.59 465	0.72 482	0.74 481	0.65 478	0.54 476	0.54 481	0.40 471	0.22 468	0.20 461	0.27 466	0.26 467	0.26 472	0.25 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 468	0.29 467	0.33 432	0.27 449	0.24 464	0.60 478	0.36 474	0.50 473	0.50 447	0.71 480	0.79 485	0.67 480	0.54 476	0.51 475	0.42 475	0.22 468	0.20 461	0.27 466	0.26 467	0.26 472	0.25 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RainbowNet	0.54 480	0.61 486	0.70 486	0.57 485	0.43 482	0.65 481	0.37 477	0.60 484	0.87 489	0.50 468	0.66 472	0.64 476	0.47 472	0.49 473	0.43 478	0.47 487	0.48 490	0.52 486	0.41 481	0.52 484	0.40 486

PA-Net	0.23 414	0.18 432	0.33 432	0.28 452	0.22 460	0.21 374	0.38 478	0.29 347	0.39 404	0.22 355	0.32 379	0.25 352	0.26 408	0.20 354	0.25 415	0.09 306	0.23 471	0.15 433	0.22 460	0.09 329	0.13 409
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	0.53 479	0.58 484	0.65 474	0.41 475	0.61 495	0.53 472	0.41 479	0.56 480	0.41 413	0.55 472	0.50 455	0.49 464	0.55 479	0.58 484	0.50 485	0.58 492	0.50 494	0.51 484	0.51 489	0.51 483	0.57 491

Consistency-Raft	0.44 471	0.40 477	0.45 454	0.37 472	0.43 482	0.46 465	0.41 479	0.57 482	0.55 457	0.32 432	0.73 479	0.33 412	0.48 473	0.42 470	0.49 482	0.39 481	0.35 481	0.45 481	0.51 489	0.42 481	0.29 476

GANetREF_RVC	0.31 452	0.34 472	0.27 408	0.35 468	0.16 429	0.32 439	0.41 479	0.48 469	0.51 454	0.35 439	0.35 397	0.34 418	0.33 444	0.39 463	0.32 454	0.27 476	0.20 461	0.29 473	0.15 438	0.18 452	0.17 452
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
DPSNet	0.28 442	0.16 411	0.31 426	0.18 249	0.13 387	0.54 473	0.42 482	0.51 474	0.67 476	0.29 417	0.38 411	0.38 433	0.29 432	0.31 432	0.23 396	0.11 368	0.10 395	0.11 378	0.08 286	0.20 456	0.16 444

CSAN	0.29 446	0.24 453	0.27 408	0.34 466	0.19 452	0.33 445	0.42 482	0.37 430	0.50 447	0.38 446	0.40 424	0.44 453	0.33 444	0.28 422	0.30 446	0.20 460	0.16 448	0.19 452	0.19 454	0.14 420	0.15 433

PVD	0.39 463	0.20 439	0.39 447	0.31 465	0.22 460	0.29 434	0.43 484	0.52 475	0.96 492	0.55 472	0.79 485	0.53 469	0.59 482	0.52 477	0.38 467	0.19 458	0.14 439	0.17 441	0.14 423	0.24 467	0.31 479

SPS-STEREO	0.57 482	0.58 484	0.65 474	0.45 478	0.55 489	0.62 479	0.44 485	0.62 485	0.50 447	0.68 478	0.64 471	0.66 479	0.57 481	0.61 485	0.60 489	0.62 495	0.47 489	0.51 484	0.49 486	0.55 488	0.58 492
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	0.65 484	0.61 486	0.68 482	0.71 488	0.51 485	0.59 476	0.49 486	0.91 493	0.85 487	0.74 486	1.02 494	0.81 485	0.78 491	0.79 490	0.49 482	0.42 483	0.46 485	0.71 490	0.47 484	0.52 484	0.39 484

IMH-64	0.65 484	0.61 486	0.68 482	0.71 488	0.51 485	0.59 476	0.49 486	0.91 493	0.85 487	0.74 486	1.02 494	0.81 485	0.78 491	0.79 490	0.49 482	0.42 483	0.46 485	0.71 490	0.47 484	0.52 484	0.39 484

ACVNet_2	0.66 486	0.66 490	0.68 482	0.63 486	0.41 480	0.71 486	0.49 486	0.96 497	1.39 501	0.89 492	1.09 497	1.04 489	0.73 489	0.54 481	0.47 480	0.43 485	0.40 483	0.53 487	0.44 483	0.47 482	0.35 483

SGM+DAISY	0.56 481	0.57 483	0.65 474	0.40 473	0.54 487	0.66 483	0.49 486	0.56 480	0.45 436	0.66 476	0.69 475	0.67 480	0.56 480	0.63 486	0.56 487	0.59 493	0.48 490	0.50 483	0.50 488	0.52 484	0.58 492

IMH	0.71 487	0.64 489	0.68 482	0.76 490	0.54 487	0.69 484	0.54 490	0.98 499	1.10 494	0.82 490	1.09 497	0.89 487	0.88 496	0.87 498	0.52 486	0.44 486	0.50 494	0.75 493	0.51 489	0.56 489	0.41 487

TorneroNet-64	0.76 491	0.72 493	0.74 487	0.78 492	0.58 493	0.91 499	0.56 491	0.84 491	1.29 498	0.66 476	0.90 488	1.40 501	0.75 490	0.85 496	0.67 495	0.49 488	0.46 485	0.72 492	0.59 492	0.67 494	0.53 490

MFMNet_re	0.64 483	0.66 490	0.65 474	0.51 482	0.69 499	0.69 484	0.57 492	0.64 486	0.73 483	0.60 474	0.73 479	0.62 475	0.67 487	0.65 487	0.60 489	0.66 497	0.58 503	0.63 488	0.59 492	0.68 495	0.69 501

WAO-6	0.81 493	0.80 496	0.62 472	0.86 497	0.63 496	0.76 492	0.58 493	0.98 499	1.54 506	0.90 493	0.96 493	1.07 491	1.03 501	0.70 489	0.66 492	0.72 498	0.49 492	0.90 501	0.71 499	0.68 495	0.58 492

TorneroNet	0.82 494	0.74 494	0.81 492	0.84 495	0.63 496	0.99 501	0.63 494	0.96 497	1.16 495	0.80 489	1.11 499	1.36 500	0.86 495	0.93 501	0.80 500	0.56 490	0.49 492	0.78 498	0.66 497	0.73 500	0.63 500

Dean	0.87 496	0.86 500	0.79 490	0.81 494	0.56 490	0.90 496	0.63 494	1.15 507	1.73 507	1.15 502	1.15 502	1.31 498	0.99 500	0.81 492	0.81 501	0.57 491	0.56 501	0.77 497	0.64 495	0.66 493	0.58 492

JetBlue	0.71 487	0.45 480	1.14 498	0.51 482	0.47 484	2.02 509	0.64 496	0.75 488	0.70 478	0.69 479	0.77 484	1.22 495	0.83 493	1.03 505	1.01 505	0.40 482	0.28 475	0.33 476	0.33 478	0.30 475	0.34 482

LVE	0.83 495	0.85 499	0.85 493	0.80 493	0.56 490	1.04 505	0.65 497	1.05 502	1.47 504	0.96 495	1.22 505	1.10 492	0.85 494	0.83 493	0.71 497	0.49 488	0.55 500	0.76 496	0.60 494	0.65 492	0.59 497

WAO-8	0.91 497	0.81 497	0.65 474	0.94 500	0.69 499	0.90 496	0.67 498	1.07 504	1.83 509	1.06 500	1.45 507	1.30 496	1.07 502	0.84 494	0.78 498	0.74 500	0.53 497	0.86 499	0.75 500	0.69 497	0.62 498

Venus	0.91 497	0.81 497	0.65 474	0.94 500	0.69 499	0.90 496	0.67 498	1.07 504	1.83 509	1.06 500	1.45 507	1.30 496	1.07 502	0.84 494	0.78 498	0.74 500	0.53 497	0.86 499	0.75 500	0.69 497	0.62 498

WAO-7	0.79 492	0.78 495	0.54 463	0.85 496	0.67 498	0.74 488	0.68 500	1.05 502	1.32 499	0.90 493	1.20 504	1.04 489	0.92 497	0.69 488	0.66 492	0.60 494	0.62 504	0.67 489	0.68 498	0.64 491	0.58 492

notaker	0.97 500	1.11 504	0.98 496	1.13 505	0.81 503	0.73 487	0.68 500	0.93 495	1.16 495	1.18 504	1.18 503	1.41 502	1.16 506	1.08 507	0.69 496	0.81 503	0.64 505	1.17 505	0.79 502	0.98 504	0.80 505

HanzoNet	1.29 505	1.26 508	1.19 499	1.12 504	0.85 504	1.02 504	0.83 502	1.03 501	1.48 505	1.64 507	1.61 509	2.50 510	1.72 509	1.61 509	1.61 508	1.26 507	0.80 507	1.31 508	1.01 507	1.02 506	0.86 506

UNDER WATER	0.97 500	0.97 503	1.42 501	0.99 502	0.70 502	1.12 507	0.84 503	0.80 490	1.08 493	1.01 497	0.90 488	1.55 505	1.22 508	1.03 505	1.00 504	0.78 502	0.53 497	1.02 503	0.87 504	0.80 502	0.74 503

UNDER WATER-64	0.95 499	0.94 501	1.43 502	0.87 498	0.56 490	1.18 508	0.87 504	0.77 489	0.94 491	1.04 498	0.85 487	1.58 506	1.21 507	0.94 502	0.96 503	0.87 504	0.57 502	1.03 504	0.88 505	0.78 501	0.73 502

ktn	1.01 502	1.21 506	0.80 491	1.23 507	0.86 505	1.01 503	0.87 504	0.94 496	1.39 501	1.04 498	1.12 500	1.15 493	1.07 502	0.94 502	0.59 488	1.28 508	0.71 506	1.38 509	0.83 503	1.02 506	0.75 504

KSHMR	1.09 503	1.17 505	0.88 494	1.25 508	1.00 507	0.99 501	0.96 506	1.13 506	1.37 500	1.16 503	1.29 506	1.41 502	0.96 499	1.01 504	0.92 502	1.03 506	1.08 508	1.20 506	1.03 508	1.01 505	0.97 507

MADNet+	0.75 490	0.71 492	3.70 508	0.66 487	0.41 480	0.98 500	0.97 507	0.69 487	0.73 483	0.52 469	0.57 467	0.64 476	0.68 488	0.86 497	1.01 505	0.34 480	0.36 482	0.28 472	0.23 464	0.36 480	0.31 479

DPSimNet_ROB	1.11 504	1.23 507	0.78 488	1.13 505	0.88 506	1.10 506	1.13 508	1.16 508	1.23 497	1.43 506	1.02 494	1.41 502	1.10 505	0.90 500	1.60 507	1.46 509	0.51 496	1.21 507	1.03 508	0.90 503	1.01 509

SAMSARA	0.40 466	0.28 464	0.33 432	0.55 484	0.39 478	0.82 495	1.23 509	0.47 468	0.51 454	0.36 441	0.35 397	0.55 471	0.39 457	0.38 460	0.39 469	0.15 431	0.20 461	0.15 433	0.14 423	0.23 461	0.20 461

MADNet++	1.95 507	1.75 510	1.59 503	1.82 509	1.69 510	2.33 510	1.40 510	2.35 510	2.09 511	2.57 510	2.36 511	2.24 509	2.17 510	2.28 510	2.34 510	1.87 510	1.66 510	1.54 510	1.34 510	1.92 509	1.77 511

JetRed	1.62 506	1.46 509	2.98 504	0.92 499	1.21 508	4.99 511	1.53 511	1.27 509	1.39 501	1.83 508	1.74 510	1.60 507	0.95 498	1.41 508	2.45 511	0.90 505	1.60 509	0.93 502	0.90 506	1.35 508	0.99 508

HaxPig	15.71 522	18.52 526	19.18 522	16.89 520	15.89 522	7.73 512	7.60 512	13.31 522	10.82 517	15.42 521	14.91 520	15.98 522	14.92 522	15.58 522	15.98 522	18.95 524	16.73 522	19.46 524	18.08 524	19.26 524	19.05 525

MEDIAN_ROB	20.38 523	24.04 527	23.31 524	21.23 522	21.71 523	10.40 516	7.92 513	17.64 523	15.50 523	20.12 523	19.70 522	20.34 523	20.32 523	21.19 523	21.13 523	23.81 526	21.81 526	24.98 525	23.76 525	24.71 525	23.93 526

AVERAGE_ROB	24.90 527	29.20 528	28.14 525	24.89 526	24.64 526	17.75 521	11.12 514	21.45 524	19.93 524	25.12 527	24.46 526	25.12 527	25.46 527	24.69 527	22.83 524	29.76 527	27.13 527	28.97 527	27.95 527	29.91 526	29.47 527

tt	4.67 509	0.06 41	3.55 507	2.02 510	1.55 509	10.25 515	16.71 515	8.91 518	5.03 512	1.31 505	0.94 491	4.71 511	4.76 511	3.33 511	5.87 513	6.06 517	10.30 521	1.88 511	2.11 512	2.75 510	1.21 510

xxxxx1	7.79 510	5.02 515	7.31 511	3.12 511	3.85 512	16.35 518	22.88 516	5.86 515	8.69 514	7.97 514	8.54 512	9.12 516	8.27 514	10.18 516	10.92 514	2.42 511	2.45 512	3.56 514	12.37 518	3.77 511	3.06 513

tt_ll	7.79 510	5.02 515	7.31 511	3.12 511	3.85 512	16.35 518	22.88 516	5.86 515	8.69 514	7.97 514	8.54 512	9.12 516	8.27 514	10.18 516	10.92 514	2.42 511	2.45 512	3.56 514	12.37 518	3.77 511	3.06 513

ff	7.79 510	5.02 515	7.31 511	3.12 511	3.85 512	16.35 518	22.88 516	5.86 515	8.69 514	7.97 514	8.54 512	9.12 516	8.27 514	10.18 516	10.92 514	2.42 511	2.45 512	3.56 514	12.37 518	3.77 511	3.06 513

DGTPSM_ROB	8.06 514	4.48 513	8.63 517	5.35 514	10.72 517	8.32 513	22.97 519	5.46 512	13.35 518	5.12 512	9.92 515	5.08 512	10.40 517	5.52 513	12.58 517	3.79 514	8.00 516	3.50 512	7.02 515	3.83 514	7.14 517

DPSMNet_ROB	8.06 514	4.48 513	8.63 517	5.37 516	10.74 518	8.32 513	22.98 520	5.46 512	13.36 519	5.12 512	9.92 515	5.08 512	10.40 517	5.53 514	12.58 517	3.80 515	8.00 516	3.50 512	7.02 515	3.83 514	7.14 517

PML	8.91 516	9.34 521	6.13 509	5.35 514	6.41 515	14.99 517	23.38 521	5.27 511	6.83 513	18.04 522	28.19 527	7.67 514	6.83 513	7.85 515	5.75 512	5.35 516	1.83 511	5.95 520	1.93 511	8.64 518	2.52 512

Anonymous_1	10.96 519	7.92 518	7.46 514	10.33 517	10.06 516	18.65 522	26.34 522	11.06 519	13.44 520	9.40 517	10.05 517	9.67 519	11.23 519	10.73 519	12.72 519	6.42 518	8.38 518	5.77 517	10.61 517	12.12 519	6.77 516

DPSM_ROB	11.15 520	8.58 519	8.00 515	10.88 518	11.58 519	19.10 523	26.71 523	12.05 520	14.07 521	10.36 518	10.84 518	10.33 520	11.86 520	11.70 520	13.54 520	6.99 519	8.79 519	5.89 518	6.95 513	7.29 516	7.42 519

DPSM	11.15 520	8.58 519	8.00 515	10.88 518	11.58 519	19.10 523	26.71 523	12.05 520	14.07 521	10.36 518	10.84 518	10.33 520	11.86 520	11.70 520	13.54 520	6.99 519	8.79 519	5.89 518	6.95 513	7.29 516	7.42 519

LSM0	22.87 526	17.28 523	18.96 521	22.19 525	29.04 527	38.42 527	53.71 525	24.28 526	28.31 525	20.78 526	21.00 523	21.43 526	24.16 526	23.50 525	27.39 526	14.09 523	17.38 523	11.84 523	14.04 523	14.73 522	14.89 521

CasAABBNet	22.42 524	17.33 524	16.01 519	22.01 523	23.28 524	38.32 525	53.80 526	24.14 525	28.41 526	20.60 524	21.77 524	20.89 525	23.91 525	23.43 524	27.36 525	14.07 521	17.69 524	11.83 522	14.01 522	14.67 520	14.95 522

Selective-RAFT-Error	22.47 525	17.37 525	16.09 520	22.06 524	23.34 525	38.39 526	53.83 527	24.29 527	28.47 527	20.74 525	21.83 525	20.81 524	23.90 524	23.54 526	27.53 527	14.08 522	17.69 524	11.82 521	14.00 521	14.69 521	15.00 523

test_example2	98.32 528	94.13 529	45.89 526	96.35 527	109.85 528	88.61 528	95.45 528	25.75 528	94.37 528	130.00 529	126.06 528	58.17 528	74.63 528	88.51 528	79.96 528	150.23 528	221.02 528	77.62 528	99.10 528	113.75 528	96.94 528

ccccc		285.66 530		368.85 529	370.60 529	123.16 529		115.05 529		126.68 528		122.83 529		252.94 529		384.56 529	353.86 529	254.69 529	223.00 529	425.87 529

ASD4		3.38 512

Low-res two-view benchmark