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

dual_stereo	0.27 3	0.19 4	0.35 1	0.39 13	0.21 9	0.25 2	0.22 14	0.48 5	0.31 12	0.32 16	0.26 10	0.37 26	0.24 7	0.83 102	0.29 21	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.11 1

XX-TBD	0.46 83	0.70 453	0.35 1	0.79 434	0.25 40	0.58 137	0.26 37	0.69 25	1.27 361	0.76 125	1.00 170	0.45 44	0.33 34	0.47 9	0.37 104	0.19 154	0.15 192	0.15 8	0.11 8	0.17 62	0.14 41

MLG-Stereo_test2	0.26 2	0.20 7	0.36 3	0.37 5	0.22 15	0.35 14	0.18 2	0.45 4	0.21 2	0.26 5	0.23 5	0.34 17	0.20 1	0.77 83	0.23 2	0.16 33	0.11 6	0.15 8	0.11 8	0.13 1	0.11 1

FoundationStereo	0.24 1	0.21 21	0.36 3	0.38 11	0.22 15	0.32 11	0.22 14	0.39 1	0.23 5	0.30 13	0.25 7	0.30 11	0.33 34	0.34 2	0.26 13	0.16 33	0.12 29	0.15 8	0.11 8	0.13 1	0.12 9

trnet	0.39 36	0.21 21	0.37 5	0.36 3	0.20 3	0.53 110	0.29 52	0.78 49	1.12 268	0.59 98	0.71 98	0.53 87	0.42 71	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.13 18

CAS	0.63 197	0.18 1	0.37 5	2.27 507	0.84 459	0.57 134	0.54 286	0.79 54	0.62 74	0.48 65	0.70 95	0.36 21	0.26 10	0.45 7	0.35 83	2.24 508	0.10 1	0.14 1	0.09 1	0.15 22	1.06 497

CES	0.48 96	0.20 7	0.37 5	0.39 13	1.39 499	0.55 124	0.35 96	0.98 129	0.66 98	0.44 51	0.66 81	0.35 19	0.27 12	0.56 27	0.33 59	0.15 13	0.13 86	0.15 8	0.10 2	0.19 132	1.46 503

MLG-Stereo_test1	0.27 3	0.19 4	0.38 8	0.40 16	0.24 28	0.38 23	0.20 8	0.59 12	0.19 1	0.24 2	0.17 1	0.33 15	0.27 12	0.90 126	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

MLG-Stereo	0.29 8	0.19 4	0.38 8	0.41 23	0.20 3	0.42 39	0.20 8	0.66 20	0.21 2	0.25 3	0.22 4	0.33 15	0.28 15	1.09 180	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

CREStereo++_RVC	0.47 90	0.21 21	0.38 8	0.45 70	0.38 251	0.45 54	0.25 28	0.75 39	1.29 370	0.80 137	1.21 271	0.47 54	0.37 53	0.53 19	0.44 161	0.16 33	0.11 6	0.15 8	0.80 495	0.18 93	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.52 109	0.20 7	0.38 8	0.41 23	0.19 1	0.96 325	0.34 91	1.17 204	1.25 350	0.81 141	0.90 140	0.63 126	0.50 126	1.45 269	0.42 149	0.14 6	0.12 29	0.17 50	0.11 8	0.18 93	0.11 1

CREStereo	0.39 36	0.21 21	0.38 8	0.34 1	0.22 15	0.53 110	0.29 52	0.77 45	1.11 264	0.58 90	0.71 98	0.51 75	0.41 67	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.14 41
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	0.46 83	0.21 21	0.38 8	0.37 5	0.23 20	0.71 220	0.27 43	0.74 38	1.04 229	0.64 106	0.70 95	0.55 92	0.47 103	0.86 114	0.35 83	1.00 491	0.13 86	0.15 8	0.10 2	0.15 22	0.13 18

MonSter	0.28 6	0.18 1	0.39 14	0.36 3	0.21 9	0.55 124	0.31 65	0.55 8	0.43 24	0.28 7	0.29 13	0.23 2	0.21 2	0.56 27	0.25 8	0.11 1	0.10 1	0.14 1	0.11 8	0.14 10	0.11 1

SGD-Stereo	0.32 14	0.20 7	0.40 15	0.38 11	0.19 1	0.43 46	0.22 14	0.64 16	0.33 13	0.42 44	0.34 18	0.27 6	0.35 42	1.15 193	0.30 29	0.20 186	0.10 1	0.15 8	0.13 42	0.17 62	0.13 18

DEFOM-Stereo	0.33 16	0.20 7	0.40 15	0.42 30	0.28 88	0.80 267	0.23 22	0.48 5	0.37 16	0.37 31	0.31 16	0.23 2	0.24 7	1.20 206	0.27 16	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.14 41

IGEV-Stereo++	0.30 10	0.20 7	0.40 15	0.46 76	0.30 126	0.33 12	0.22 14	0.75 39	0.45 28	0.32 16	0.41 22	0.32 14	0.48 114	0.38 3	0.27 16	0.15 13	0.11 6	0.15 8	0.12 27	0.15 22	0.13 18

LoS_RVC	0.42 52	0.26 99	0.40 15	0.44 58	0.82 457	0.51 101	0.44 200	0.64 16	0.41 20	0.44 51	0.78 114	0.44 36	0.47 103	0.56 27	0.36 92	0.13 2	0.12 29	0.14 1	0.10 2	0.13 1	0.84 485

111111	0.34 17	0.20 7	0.41 19	0.45 70	0.42 284	0.37 20	0.22 14	0.95 117	0.38 17	0.31 14	0.31 16	0.40 30	0.27 12	0.96 141	0.26 13	0.17 74	0.12 29	0.15 8	0.11 8	0.15 22	0.13 18

castereo++	0.38 33	0.23 46	0.41 19	0.43 37	0.31 152	0.97 329	0.22 14	0.86 79	0.58 64	0.32 16	0.44 28	0.51 75	0.39 61	0.93 135	0.24 5	0.17 74	0.11 6	0.17 50	0.12 27	0.14 10	0.14 41

GLC_STEREO	0.39 36	0.25 83	0.41 19	0.54 222	0.23 20	0.48 63	0.30 59	0.73 34	0.58 64	0.52 82	0.73 103	0.51 75	0.31 27	0.64 49	0.42 149	0.17 74	0.20 313	0.23 239	0.19 179	0.21 206	0.17 120

AnonymousM	0.59 177	1.11 486	0.41 19	0.44 58	0.32 170	0.43 46	0.47 231	1.05 160	0.64 81	0.98 186	0.63 77	0.67 139	0.43 78	0.59 33	0.41 138	0.20 186	0.15 192	1.84 506	0.84 497	0.14 10	0.13 18

MLG-Stereo_test3	0.28 6	0.18 1	0.42 23	0.40 16	0.23 20	0.47 59	0.19 5	0.61 14	0.29 11	0.35 23	0.21 2	0.35 19	0.21 2	0.60 44	0.25 8	0.15 13	0.11 6	0.16 27	0.11 8	0.13 1	0.13 18

GREAT-IGEV	0.32 14	0.20 7	0.42 23	0.37 5	0.29 105	0.36 18	0.28 47	0.56 9	0.58 64	0.28 7	0.50 46	0.29 7	0.29 19	0.84 105	0.27 16	0.14 6	0.11 6	0.15 8	0.11 8	0.17 62	0.14 41

DEFOM-Stereo_RVC	0.40 43	0.67 446	0.42 23	0.64 348	0.29 105	0.48 63	0.25 28	0.85 77	0.44 26	0.38 36	0.36 20	0.30 11	0.70 218	1.15 193	0.29 21	0.16 33	0.11 6	0.16 27	0.11 8	0.18 93	0.12 9

IGEV-Stereo+	0.45 76	0.21 21	0.43 26	0.41 23	0.39 262	0.15 1	0.19 5	0.44 3	0.36 14	0.26 5	0.25 7	0.31 13	0.41 67	1.43 265	0.30 29	0.17 74	0.12 29	0.15 8	0.11 8	1.16 493	1.70 508

LG-Stereo_L1	0.30 10	0.20 7	0.44 27	0.37 5	0.26 46	0.29 8	0.21 11	0.66 20	0.26 8	0.25 3	0.25 7	0.24 4	0.22 5	1.24 216	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

LG-G_1	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LG-G	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LGtest1	0.27 3	0.21 21	0.44 27	0.41 23	0.21 9	0.42 39	0.19 5	0.56 9	0.26 8	0.29 10	0.24 6	0.29 7	0.29 19	0.55 26	0.25 8	0.18 113	0.12 29	0.16 27	0.12 27	0.14 10	0.13 18

AIO_test	0.35 22	0.22 35	0.44 27	0.43 37	0.27 65	0.57 134	0.44 200	0.79 54	0.41 20	0.32 16	0.47 35	0.46 47	0.30 23	0.69 59	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.15 22	0.12 9

LoS	0.40 43	0.21 21	0.44 27	0.37 5	0.22 15	0.50 85	0.40 152	1.00 135	0.94 183	0.48 65	0.66 81	0.48 58	0.40 65	0.60 44	0.37 104	0.18 113	0.14 137	0.16 27	0.11 8	0.14 10	0.14 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TANstereo	0.44 68	0.21 21	0.44 27	0.41 23	0.21 9	0.65 184	0.26 37	0.79 54	0.83 147	0.93 170	0.98 164	0.51 75	0.46 94	0.54 21	0.35 83	0.18 113	0.24 374	0.16 27	0.13 42	0.16 38	0.26 320

LG-Stereo_L2	0.29 8	0.20 7	0.45 34	0.37 5	0.25 40	0.26 3	0.20 8	0.78 49	0.28 10	0.28 7	0.26 10	0.24 4	0.26 10	0.91 127	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

S2M2	0.34 17	0.28 146	0.45 34	0.40 16	0.30 126	0.31 10	0.16 1	0.60 13	0.64 81	0.31 14	0.48 37	0.47 54	0.34 40	0.38 3	0.32 46	0.25 310	0.22 353	0.20 138	0.22 284	0.25 281	0.22 251

Reg-Stereo(zero)	0.44 68	0.22 35	0.45 34	0.43 37	0.23 20	0.38 23	0.25 28	0.76 42	1.08 248	0.90 162	0.78 114	0.90 221	0.47 103	0.70 63	0.36 92	0.15 13	0.12 29	0.15 8	0.12 27	0.15 22	0.15 69

GIP-stereo	0.34 17	0.23 46	0.45 34	0.50 138	0.36 220	0.38 23	0.23 22	0.78 49	0.52 52	0.34 22	0.51 48	0.46 47	0.38 59	0.51 14	0.27 16	0.20 186	0.12 29	0.16 27	0.12 27	0.16 38	0.14 41

castereo	0.41 50	0.22 35	0.46 38	0.44 58	0.30 126	0.61 156	0.56 310	0.97 125	0.80 138	0.38 36	0.69 91	0.45 44	0.69 213	0.51 14	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.16 38	0.12 9

tt45	0.45 76	0.23 46	0.46 38	0.45 70	0.33 190	0.79 259	0.32 72	0.78 49	0.41 20	0.51 81	0.44 28	0.49 65	0.37 53	2.14 366	0.34 74	0.16 33	0.13 86	0.19 103	0.16 120	0.17 62	0.18 145

Any-RAFT	0.53 119	0.24 60	0.47 40	0.47 87	0.27 65	1.00 338	0.25 28	1.58 315	1.05 233	0.85 155	0.99 166	1.06 281	0.47 103	0.70 63	0.32 46	0.18 113	0.13 86	0.16 27	0.13 42	0.16 38	0.16 95

knoymous	0.51 108	0.29 181	0.47 40	0.43 37	0.30 126	0.55 124	0.55 302	1.02 141	0.77 130	0.98 186	0.85 130	0.94 238	0.56 156	0.85 110	0.45 174	0.20 186	0.14 137	0.26 317	0.14 66	0.23 254	0.23 270

StereoAnything_RVC	0.45 76	1.43 499	0.48 42	0.35 2	0.20 3	0.26 3	0.21 11	0.43 2	0.22 4	0.22 1	0.21 2	0.19 1	0.36 49	1.27 223	0.22 1	0.21 218	0.11 6	0.14 1	0.10 2	2.37 504	0.11 1

IGEV-RUCA	0.37 28	0.23 46	0.48 42	0.49 127	0.36 220	0.60 150	0.23 22	0.64 16	0.49 37	0.39 40	0.49 43	0.44 36	0.31 27	0.85 110	0.30 29	0.24 284	0.13 86	0.16 27	0.12 27	0.20 166	0.19 185

Occ-G	0.42 52	0.21 21	0.48 42	0.41 23	0.26 46	0.42 39	0.62 342	0.77 45	0.49 37	0.43 49	0.66 81	1.02 272	0.46 94	0.78 86	0.41 138	0.16 33	0.13 86	0.18 82	0.13 42	0.16 38	0.16 95

CASnet	0.41 50	0.25 83	0.48 42	0.50 138	0.20 3	0.50 85	0.36 110	0.81 66	0.80 138	0.83 147	0.68 87	0.48 58	0.31 27	0.54 21	0.32 46	0.18 113	0.12 29	0.27 333	0.22 284	0.23 254	0.14 41
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.43 58	0.23 46	0.48 42	0.51 168	0.28 88	0.39 26	0.32 72	0.88 88	0.68 103	0.60 100	0.84 128	0.56 99	0.61 187	1.03 162	0.31 44	0.17 74	0.11 6	0.17 50	0.15 81	0.16 38	0.13 18

AIO_rvc	0.36 23	0.23 46	0.49 47	0.43 37	0.27 65	0.59 142	0.38 130	0.94 112	0.45 28	0.33 21	0.46 33	0.49 65	0.22 5	0.84 105	0.30 29	0.16 33	0.11 6	0.16 27	0.12 27	0.15 22	0.13 18

999	0.48 96	0.22 35	0.49 47	0.48 112	0.34 207	0.75 235	0.31 65	0.85 77	0.55 59	0.37 31	0.48 37	0.50 71	0.36 49	2.45 393	0.39 122	0.16 33	0.13 86	0.18 82	0.15 81	0.16 38	0.19 185

RSM	0.39 36	0.24 60	0.49 47	0.46 76	0.26 46	0.47 59	0.40 152	0.92 99	0.44 26	0.41 42	0.42 23	0.65 132	0.33 34	1.07 175	0.29 21	0.15 13	0.12 29	0.17 50	0.13 42	0.17 62	0.13 18

MoCha-V2	0.40 43	0.20 7	0.49 47	0.50 138	0.21 9	0.44 51	0.33 79	0.93 105	0.53 56	0.53 83	0.53 52	0.42 31	0.58 174	1.09 180	0.27 16	0.14 6	0.12 29	0.15 8	0.12 27	0.17 62	0.15 69

UCFNet_RVC	0.69 239	0.35 316	0.49 47	0.64 348	0.39 262	0.85 294	0.58 325	1.75 354	1.14 283	0.97 182	1.19 265	1.17 314	0.93 322	0.99 153	0.62 266	0.28 361	0.20 313	0.34 405	0.31 406	0.32 364	0.27 330

SMoEStereo_RVC	0.39 36	0.25 83	0.50 52	0.45 70	0.30 126	0.61 156	0.36 110	0.72 32	0.45 28	0.46 58	0.43 26	0.42 31	0.35 42	1.39 257	0.29 21	0.15 13	0.12 29	0.20 138	0.15 81	0.16 38	0.15 69

MyStereo07	0.48 96	0.29 181	0.50 52	0.55 245	0.45 308	0.59 142	0.79 392	1.05 160	0.51 48	0.48 65	0.53 52	0.43 34	0.55 151	1.30 230	0.34 74	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

ACVNet-DCA	0.56 158	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

xx1	0.67 233	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 502	0.58 90	0.79 119	0.95 246	0.77 241	1.46 271	0.32 46	0.20 186	0.12 29	0.24 259	0.23 307	0.22 229	0.21 234

1test111	0.54 134	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	0.88 119	0.59 253	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

cc1	0.64 209	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 502	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.19 132	0.19 185

Selective-IGEV	0.39 36	0.24 60	0.50 52	0.44 58	0.25 40	0.46 57	0.33 79	1.25 236	0.40 19	0.35 23	0.45 31	0.52 82	0.30 23	1.07 175	0.30 29	0.14 6	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

fffft	0.38 33	0.23 46	0.51 59	0.44 58	0.32 170	0.43 46	0.48 241	0.76 42	0.36 14	0.44 51	0.34 18	0.38 28	0.31 27	1.31 231	0.32 46	0.14 6	0.11 6	0.19 103	0.15 81	0.16 38	0.16 95
1: 1. 1
ours_stereo	0.39 36	0.28 146	0.51 59	0.46 76	0.30 126	0.40 28	0.44 200	0.73 34	0.56 61	0.35 23	0.56 63	0.46 47	0.33 34	1.11 186	0.32 46	0.16 33	0.13 86	0.19 103	0.15 81	0.19 132	0.14 41

AIO-Stereo	0.37 28	0.25 83	0.51 59	0.47 87	0.23 20	0.45 54	0.39 145	1.07 175	0.52 52	0.41 42	0.48 37	0.52 82	0.25 9	0.72 70	0.30 29	0.16 33	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

RSM++	0.38 33	0.24 60	0.51 59	0.47 87	0.26 46	0.50 85	0.41 165	0.79 54	0.45 28	0.37 31	0.45 31	0.60 114	0.35 42	1.02 161	0.30 29	0.15 13	0.13 86	0.17 50	0.14 66	0.18 93	0.13 18

IGEV++	0.40 43	0.22 35	0.51 59	0.52 190	0.29 105	0.45 54	0.25 28	1.65 331	0.46 34	0.37 31	0.57 66	0.46 47	0.45 89	0.50 12	0.38 114	0.19 154	0.12 29	0.16 27	0.13 42	0.16 38	0.15 69

tt1	0.62 190	0.32 250	0.51 59	0.54 222	0.26 46	1.16 370	0.48 241	0.95 117	2.47 490	0.57 88	0.77 112	0.49 65	0.81 262	1.55 290	0.32 46	0.20 186	0.12 29	0.24 259	0.15 81	0.19 132	0.20 217

EGLCR-Stereo	0.37 28	0.22 35	0.51 59	0.43 37	0.26 46	0.44 51	0.22 14	0.99 131	0.48 36	0.42 44	0.42 23	0.67 139	0.29 19	0.86 114	0.33 59	0.17 74	0.12 29	0.19 103	0.17 140	0.17 62	0.15 69

HUF	0.36 23	0.23 46	0.52 66	0.40 16	0.22 15	0.54 117	0.47 231	0.82 69	0.43 24	0.36 28	0.43 26	0.50 71	0.42 71	0.64 49	0.29 21	0.17 74	0.12 29	0.16 27	0.12 27	0.15 22	0.14 41

mms	0.40 43	0.27 125	0.52 66	0.46 76	0.32 170	0.43 46	0.46 224	0.70 27	0.46 34	0.35 23	0.58 69	0.44 36	0.30 23	1.36 247	0.33 59	0.16 33	0.13 86	0.18 82	0.15 81	0.19 132	0.15 69

AEACV	0.37 28	0.24 60	0.52 66	0.47 87	0.51 346	0.37 20	0.38 130	0.65 19	0.53 56	0.42 44	0.56 63	0.46 47	0.60 178	0.53 19	0.30 29	0.16 33	0.13 86	0.18 82	0.15 81	0.17 62	0.14 41

LCNet	0.72 252	0.28 146	0.52 66	0.55 245	0.31 152	0.69 208	0.54 286	1.00 135	0.88 161	1.19 286	1.34 323	0.97 254	1.34 428	2.56 401	0.45 174	0.18 113	0.13 86	0.21 173	0.25 334	0.27 307	0.73 480

RAFT-Stereo-weight	0.47 90	0.24 60	0.53 70	0.48 112	0.27 65	0.60 150	0.35 96	1.02 141	1.07 242	0.99 189	0.78 114	0.76 162	0.28 15	0.76 80	0.36 92	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.15 69

anonymousdsp	0.43 58	0.27 125	0.53 70	0.44 58	0.32 170	0.50 85	0.42 169	0.89 89	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.33 238	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

PSM-AAD	0.79 301	0.27 125	0.53 70	0.55 245	0.28 88	0.77 249	1.24 464	0.99 131	0.91 173	1.66 439	1.57 393	0.81 179	2.19 489	1.65 304	0.44 161	0.19 154	0.14 137	0.38 427	0.32 414	0.21 206	0.70 477

Prome-Stereo	0.75 281	0.27 125	0.53 70	0.55 245	0.32 170	0.59 142	0.97 433	0.89 89	0.88 161	1.45 398	2.46 474	0.91 224	1.41 431	1.58 295	0.44 161	0.18 113	0.13 86	0.19 103	0.17 140	0.20 166	0.92 488

HSM-Net_RVC	0.87 340	0.29 181	0.53 70	0.53 207	0.30 126	1.15 368	0.55 302	3.57 508	1.28 366	1.53 415	1.74 421	1.68 419	0.93 322	1.49 277	0.77 315	0.22 244	0.17 258	0.19 103	0.18 157	0.20 166	0.19 185
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
xyz-stereo-finetune	0.48 96	0.25 83	0.54 75	0.42 30	0.23 20	0.80 267	0.42 169	0.80 62	0.80 138	0.61 101	0.62 75	0.54 89	0.43 78	1.70 316	0.58 250	0.15 13	0.15 192	0.19 103	0.15 81	0.16 38	0.15 69

LG-Stereo_Zeroshot	0.36 23	0.23 46	0.54 75	0.50 138	0.28 88	0.36 18	0.22 14	1.02 141	0.39 18	0.42 44	0.64 80	0.36 21	0.51 129	0.39 5	0.29 21	0.18 113	0.12 29	0.17 50	0.13 42	0.18 93	0.18 145

MM-Stereo_test3	0.50 106	0.24 60	0.54 75	0.54 222	0.74 432	0.49 75	0.53 279	1.09 183	1.05 233	0.62 104	0.95 151	0.61 118	0.42 71	0.77 83	0.38 114	0.20 186	0.17 258	0.20 138	0.16 120	0.18 93	0.18 145

HART	0.45 76	0.22 35	0.54 75	0.50 138	0.26 46	0.41 32	0.29 52	1.03 146	0.50 40	0.58 90	1.45 358	0.61 118	0.35 42	1.08 179	0.30 29	0.15 13	0.13 86	0.19 103	0.14 66	0.19 132	0.14 41

WCG-NET	0.42 52	0.21 21	0.54 75	0.40 16	0.25 40	0.47 59	0.32 72	0.73 34	1.15 294	0.76 125	0.73 103	0.58 106	0.45 89	0.60 44	0.34 74	0.15 13	0.11 6	0.16 27	0.14 66	0.15 22	0.13 18

IGEV-Stereo	0.43 58	0.27 125	0.54 75	0.45 70	0.32 170	0.50 85	0.42 169	0.90 95	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.32 235	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raft+_RVC	0.53 119	0.26 99	0.54 75	0.60 304	0.47 324	0.54 117	0.54 286	1.27 238	0.99 209	0.76 125	1.03 193	0.70 150	0.56 156	0.93 135	0.47 195	0.18 113	0.14 137	0.19 103	0.18 157	0.18 93	0.15 69

ACVNet	0.63 197	0.31 234	0.54 75	0.54 222	0.36 220	0.80 267	0.46 224	1.37 256	1.07 242	0.93 170	1.30 302	1.08 287	0.85 282	0.80 92	0.94 356	0.21 218	0.19 295	0.21 173	0.18 157	0.22 229	0.18 145

CFNet-ft	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 398	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

CFNet_RVC	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 398	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

SCV	0.46 83	0.26 99	0.55 85	0.47 87	0.25 40	0.39 26	0.38 130	1.98 425	0.60 71	0.35 23	0.48 37	0.55 92	0.36 49	1.28 225	0.32 46	0.24 284	0.12 29	0.17 50	0.13 42	0.18 93	0.14 41

AIO-test1	0.56 158	0.25 83	0.55 85	0.64 348	0.78 445	0.80 267	0.36 110	1.18 209	1.34 391	0.57 88	0.88 136	0.61 118	0.50 126	1.12 189	0.35 83	0.17 74	0.17 258	0.22 201	0.24 320	0.18 93	0.23 270

WCG-NET（raft）	0.45 76	0.21 21	0.55 85	0.40 16	0.24 28	0.50 85	0.36 110	0.73 34	1.09 256	0.71 117	0.76 110	0.92 233	0.51 129	0.84 105	0.34 74	0.16 33	0.12 29	0.15 8	0.14 66	0.14 10	0.14 41

MM-Stereo_test1	0.49 102	0.24 60	0.56 88	0.51 168	0.30 126	0.50 85	0.54 286	0.91 96	1.03 224	0.84 150	0.69 91	0.54 89	0.60 178	1.16 197	0.33 59	0.18 113	0.16 229	0.20 138	0.17 140	0.19 132	0.15 69

CAS++	0.47 90	0.31 234	0.56 88	0.47 87	0.32 170	0.42 39	0.28 47	1.76 360	0.72 114	0.71 117	0.72 101	0.37 26	0.28 15	0.69 59	0.33 59	0.27 348	0.22 353	0.26 317	0.21 255	0.29 336	0.19 185
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ff7	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

IGEVStereo-DCA	0.46 83	0.28 146	0.56 88	0.43 37	0.33 190	0.49 75	0.42 169	0.87 80	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.18 145

ffff	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

11t	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

ccc-4	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

test_4	0.53 119	0.22 35	0.56 88	0.54 222	0.32 170	0.64 168	0.39 145	0.80 62	0.62 74	0.92 169	1.87 439	0.68 141	0.42 71	1.16 197	0.37 104	0.15 13	0.13 86	0.20 138	0.22 284	0.20 166	0.15 69

FTStereo	0.91 349	0.26 99	0.56 88	0.54 222	0.33 190	0.66 192	1.87 497	1.00 135	0.75 121	1.75 445	4.15 497	1.04 279	1.65 456	1.57 293	0.46 188	0.19 154	0.16 229	0.23 239	0.21 255	0.18 93	0.63 468

raftrobust	0.52 109	0.25 83	0.56 88	0.65 362	0.52 357	0.49 75	0.34 91	0.98 129	0.91 173	1.30 340	0.87 134	0.63 126	0.81 262	0.78 86	0.41 138	0.19 154	0.15 192	0.16 27	0.14 66	0.15 22	0.16 95

xyz-stereo-finetune2	0.58 171	0.27 125	0.57 98	0.40 16	0.24 28	1.09 356	0.32 72	0.79 54	0.53 56	0.65 108	1.07 204	0.58 106	0.80 258	2.47 397	0.80 327	0.16 33	0.15 192	0.21 173	0.17 140	0.16 38	0.17 120

fffy	0.42 52	0.27 125	0.57 98	0.46 76	0.29 105	0.48 63	0.35 96	0.91 96	0.55 59	0.40 41	0.58 69	0.55 92	0.41 67	1.26 220	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.18 93	0.14 41

Pointernet	0.37 28	0.20 7	0.57 98	0.43 37	0.28 88	0.51 101	0.27 43	0.93 105	0.61 72	0.47 61	0.63 77	0.49 65	0.38 59	0.49 11	0.33 59	0.17 74	0.13 86	0.14 1	0.11 8	0.13 1	0.12 9

MSKI-zero shot	0.55 149	0.26 99	0.57 98	0.51 168	0.26 46	0.69 208	0.28 47	1.18 209	0.64 81	0.91 167	1.32 314	0.82 184	0.33 34	1.92 344	0.32 46	0.17 74	0.12 29	0.17 50	0.13 42	0.16 38	0.16 95

ICVP	0.63 197	0.33 272	0.57 98	0.61 318	0.40 272	0.80 267	0.58 325	1.61 323	0.89 164	0.90 162	1.24 279	0.88 212	0.73 225	0.72 70	0.88 346	0.29 371	0.21 335	0.22 201	0.21 255	0.24 269	0.27 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	0.79 301	0.35 316	0.57 98	0.58 280	0.42 284	0.96 325	0.46 224	1.47 282	1.33 388	1.19 286	1.22 273	1.81 433	0.98 350	1.66 308	0.94 356	0.33 397	0.28 401	0.34 405	0.27 361	0.35 378	0.31 370

U	9.45 529	0.21 21	0.58 104	0.47 87	53.11 547	61.27 552	0.24 27	0.70 27	0.52 52	0.36 28	0.28 12	0.29 7	0.35 42	0.33 1	0.26 13	0.19 154	0.11 6	60.50 549	8.88 537	0.17 62	0.13 18

test_for_model	1.30 428	3.71 531	0.58 104	3.22 521	2.84 521	0.59 142	0.33 79	1.40 264	0.83 147	1.42 394	0.61 73	0.52 82	0.37 53	0.51 14	0.33 59	2.46 509	0.15 192	0.16 27	0.11 8	4.39 531	1.50 504

MGS-Stereo	0.42 52	0.26 99	0.58 104	0.44 58	0.28 88	0.50 85	0.34 91	0.57 11	0.83 147	0.46 58	1.31 308	0.52 82	0.33 34	0.65 54	0.36 92	0.19 154	0.16 229	0.18 82	0.15 81	0.17 62	0.16 95

MaDis-Stereo	0.36 23	0.25 83	0.58 104	0.44 58	0.34 207	0.30 9	0.30 59	0.72 32	0.50 40	0.37 31	0.36 20	0.58 106	0.49 122	0.52 17	0.36 92	0.19 154	0.16 229	0.19 103	0.15 81	0.18 93	0.14 41

ProNet	0.43 58	0.28 146	0.58 104	0.43 37	0.30 126	0.56 129	0.52 271	1.00 135	0.58 64	0.44 51	0.49 43	0.43 34	0.43 78	1.28 225	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.17 62	0.16 95

RCA-Stereo	0.50 106	0.23 46	0.58 104	0.48 112	0.33 190	0.55 124	0.45 217	0.97 125	1.38 411	0.68 112	1.05 198	0.63 126	0.80 258	0.59 33	0.32 46	0.17 74	0.12 29	0.17 50	0.14 66	0.16 38	0.14 41

GrayStereo	0.82 315	0.26 99	0.58 104	0.63 339	0.37 234	0.76 241	1.86 496	1.11 192	0.87 157	1.99 466	1.89 441	1.08 287	1.82 471	1.39 257	0.48 200	0.19 154	0.14 137	0.19 103	0.21 255	0.18 93	0.39 409

ttt	0.94 356	0.34 295	0.59 111	0.61 318	0.37 234	0.94 316	0.50 259	2.17 464	1.34 391	1.23 305	1.61 402	0.91 224	0.76 237	1.85 338	3.97 494	0.30 375	0.26 386	0.26 317	0.24 320	0.29 336	0.29 346

UniTT-Stereo	0.36 23	0.23 46	0.59 111	0.48 112	0.36 220	0.40 28	0.32 72	0.53 7	0.49 37	0.54 85	0.55 60	0.36 21	0.31 27	0.58 32	0.51 218	0.20 186	0.15 192	0.17 50	0.15 81	0.19 132	0.15 69

testlalala	0.45 76	0.28 146	0.59 111	0.42 30	0.39 262	0.71 220	0.39 145	1.08 181	0.45 28	1.24 313	0.80 124	0.61 118	0.36 49	0.54 21	0.33 59	0.20 186	0.13 86	0.18 82	0.12 27	0.15 22	0.15 69

GMM-Stereo	0.74 273	0.25 83	0.59 111	0.54 222	0.34 207	0.72 223	0.99 437	1.01 140	0.87 157	1.36 371	1.78 427	1.12 304	0.81 262	2.09 362	0.46 188	0.18 113	0.12 29	0.25 298	0.25 334	0.20 166	0.85 486

rafts_anoy	0.52 109	0.29 181	0.59 111	0.59 293	0.50 335	0.53 110	0.40 152	1.11 192	1.03 224	0.84 150	0.83 126	0.68 141	0.54 144	0.72 70	0.51 218	0.19 154	0.14 137	0.24 259	0.26 351	0.21 206	0.18 145

riskmin	0.56 158	0.27 125	0.60 116	0.43 37	0.31 152	0.83 283	0.42 169	1.14 198	1.04 229	0.73 123	0.75 108	1.11 303	1.01 362	0.81 97	0.51 218	0.20 186	0.14 137	0.24 259	0.15 81	0.24 269	0.25 296

RAFT+CT+SA	0.58 171	0.29 181	0.60 116	0.66 369	0.37 234	0.42 39	0.55 302	1.27 238	1.03 224	0.70 115	1.22 273	0.60 114	0.70 218	1.64 303	0.41 138	0.18 113	0.13 86	0.22 201	0.22 284	0.21 206	0.18 145

SGM-Forest	1.24 422	0.38 340	0.60 116	0.52 190	0.37 234	1.56 425	1.30 469	1.65 331	1.36 403	2.11 472	1.79 428	1.63 411	0.93 322	7.48 508	0.95 359	0.36 418	0.37 453	0.39 433	0.34 428	0.37 389	0.32 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
tg	0.52 109	0.24 60	0.61 119	0.49 127	0.30 126	0.90 301	0.29 52	1.07 175	0.83 147	0.83 147	1.02 184	0.62 123	0.43 78	1.35 242	0.41 138	0.17 74	0.12 29	0.22 201	0.20 211	0.17 62	0.15 69

x	0.54 134	0.31 234	0.61 119	0.47 87	0.30 126	0.67 196	0.47 231	1.53 304	0.79 137	0.81 141	0.83 126	0.78 169	0.70 218	0.70 63	0.62 266	0.21 218	0.19 295	0.22 201	0.19 179	0.21 206	0.20 217

cross-raft	0.54 134	0.25 83	0.61 119	0.52 190	0.29 105	0.68 203	0.37 124	1.46 280	0.76 127	1.01 197	1.06 200	1.28 345	0.46 94	0.71 67	0.35 83	0.15 13	0.12 29	0.18 82	0.16 120	0.19 132	0.14 41

PSMNet-RSSM	0.72 252	0.30 201	0.61 119	0.63 339	0.42 284	0.73 226	0.56 310	1.92 410	1.10 262	1.09 219	1.37 332	1.22 323	0.98 350	1.28 225	0.72 297	0.27 348	0.19 295	0.27 333	0.29 392	0.24 269	0.24 284

SGM_RVC	1.68 462	0.36 326	0.61 119	0.59 293	0.29 105	2.25 475	1.18 460	2.38 486	1.68 456	3.60 506	2.67 479	3.69 498	2.42 495	8.13 515	1.90 459	0.31 382	0.31 422	0.30 367	0.28 381	0.30 347	0.29 346
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	0.72 252	0.35 316	0.62 124	0.69 395	0.46 319	1.14 362	0.44 200	1.37 256	1.01 217	0.83 147	1.17 256	1.33 355	0.96 340	1.43 265	0.95 359	0.33 397	0.22 353	0.21 173	0.23 307	0.27 307	0.29 346

KYRaft	0.75 281	0.28 146	0.62 124	0.56 258	0.29 105	0.67 196	0.86 410	0.94 112	0.84 151	1.62 434	2.21 462	1.16 313	1.02 367	1.57 293	0.40 127	0.20 186	0.13 86	0.22 201	0.28 381	0.20 166	1.02 492

NOSS_ROB	1.26 425	0.46 378	0.62 124	0.56 258	0.38 251	1.06 350	0.78 389	1.73 348	1.40 421	1.01 197	1.43 350	1.10 299	0.75 229	10.62 531	0.65 275	0.45 451	0.43 469	0.48 457	0.45 458	0.44 425	0.41 414

AIO-test2	0.57 165	0.28 146	0.63 127	0.61 318	0.58 383	0.79 259	0.51 260	1.18 209	1.40 421	0.63 105	1.15 248	0.51 75	0.43 78	1.09 180	0.35 83	0.21 218	0.17 258	0.26 317	0.30 401	0.20 166	0.19 185

HHNet	0.62 190	0.26 99	0.63 127	0.43 37	0.45 308	0.50 85	0.58 325	1.07 175	1.01 217	1.25 318	2.23 463	0.70 150	0.61 187	1.07 175	0.47 195	0.20 186	0.13 86	0.23 239	0.19 179	0.19 132	0.30 360

FENet	0.60 180	0.28 146	0.63 127	0.54 222	0.33 190	0.83 283	0.38 130	1.27 238	1.07 242	1.00 194	0.86 131	0.99 262	0.85 282	0.96 141	0.68 285	0.22 244	0.15 192	0.23 239	0.20 211	0.22 229	0.23 270

GANet-RSSM	0.72 252	0.28 146	0.63 127	0.64 348	0.58 383	0.80 267	0.58 325	1.89 400	1.08 248	1.04 208	1.25 283	1.15 312	1.04 371	1.49 277	0.62 266	0.25 310	0.19 295	0.22 201	0.22 284	0.22 229	0.21 234

R-Stereo Train	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 431	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120

RAFT-Stereo	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 431	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CBMV_ROB	0.90 346	0.44 369	0.63 127	0.51 168	0.37 234	1.25 385	0.49 251	1.77 364	1.27 361	1.41 388	2.00 450	1.33 355	1.08 382	2.17 369	0.76 309	0.43 445	0.42 468	0.47 455	0.44 456	0.41 409	0.36 395

rvit_stereo_0081	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

GCAP-BAT	0.49 102	0.31 234	0.64 134	0.41 23	0.46 319	0.70 215	0.35 96	0.77 45	0.64 81	0.86 157	1.00 170	0.77 165	0.37 53	1.18 203	0.36 92	0.18 113	0.14 137	0.18 82	0.13 42	0.17 62	0.15 69

rvit_stereo_0082	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

RAFT-Test	0.54 134	0.25 83	0.64 134	0.47 87	0.30 126	0.97 329	0.27 43	1.24 234	0.81 141	0.96 179	1.12 231	1.28 345	0.48 114	0.71 67	0.36 92	0.17 74	0.13 86	0.17 50	0.14 66	0.16 38	0.16 95

raft_robust	0.68 237	0.30 201	0.64 134	0.52 190	0.26 46	0.54 117	0.35 96	1.33 245	1.24 347	1.16 268	1.07 204	0.60 114	0.54 144	3.58 435	0.37 104	0.18 113	0.14 137	0.20 138	0.22 284	0.20 166	0.16 95

iRaftStereo_RVC	0.47 90	0.26 99	0.64 134	0.50 138	0.29 105	0.53 110	0.33 79	1.05 160	0.77 130	0.84 150	1.00 170	0.55 92	0.37 53	0.81 97	0.40 127	0.17 74	0.12 29	0.22 201	0.20 211	0.19 132	0.15 69

AFF-stereo	0.58 171	0.25 83	0.64 134	0.46 76	0.29 105	0.34 13	0.38 130	1.15 200	1.14 283	1.17 277	1.60 398	1.10 299	0.71 222	0.97 149	0.43 158	0.13 2	0.11 6	0.19 103	0.19 179	0.17 62	0.14 41

SCV_C0	0.43 58	0.26 99	0.65 141	0.43 37	0.29 105	0.47 59	0.31 65	1.34 250	0.73 118	0.38 36	0.49 43	0.54 89	0.29 19	1.24 216	0.30 29	0.17 74	0.13 86	0.16 27	0.13 42	0.20 166	0.15 69

GMOStereo	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

error version	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-v	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-2	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test_xeample	1.45 444	0.28 146	0.65 141	0.51 168	0.28 88	0.94 316	0.59 333	2.14 453	1.29 370	1.24 313	1.51 377	0.88 212	0.86 290	1.46 271	15.10 529	0.22 244	0.20 313	0.22 201	0.20 211	0.22 229	0.22 251

HSM	1.19 420	0.32 250	0.65 141	0.57 274	0.38 251	1.23 382	0.59 333	2.25 474	1.19 321	1.30 340	1.25 283	1.94 447	1.03 369	9.32 522	0.71 294	0.22 244	0.16 229	0.20 138	0.16 120	0.21 206	0.21 234

RAStereo	0.34 17	0.21 21	0.66 148	0.47 87	0.27 65	0.26 3	0.29 52	0.69 25	0.63 77	0.32 16	0.42 23	0.45 44	0.31 27	0.45 7	0.34 74	0.17 74	0.15 192	0.19 103	0.15 81	0.18 93	0.13 18

H2IRNET	0.56 158	0.26 99	0.66 148	0.47 87	0.35 211	0.41 32	0.26 37	0.92 99	1.17 306	0.61 101	1.28 298	1.08 287	0.86 290	0.99 153	0.63 270	0.19 154	0.16 229	0.22 201	0.25 334	0.21 206	0.18 145

RAFT-345	0.84 327	0.25 83	0.66 148	0.50 138	0.27 65	0.54 117	0.42 169	0.83 73	1.11 264	1.32 354	2.34 468	0.86 204	0.54 144	5.72 475	0.47 195	0.18 113	0.13 86	0.22 201	0.17 140	0.17 62	0.16 95

RALCasStereoNet	0.54 134	0.30 201	0.66 148	0.59 293	0.51 346	0.61 156	0.52 271	0.94 112	0.93 180	0.70 115	1.01 176	0.78 169	0.44 86	1.33 238	0.47 195	0.20 186	0.16 229	0.18 82	0.16 120	0.20 166	0.19 185

CBMV	0.95 359	0.44 369	0.66 148	0.53 207	0.35 211	1.53 422	1.63 487	1.69 340	1.42 429	2.00 468	1.60 398	1.43 370	1.17 398	1.59 297	0.99 369	0.34 407	0.34 435	0.39 433	0.33 423	0.33 373	0.32 375
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MM-Stereo_test2	0.43 58	0.24 60	0.67 153	0.51 168	0.32 170	0.55 124	0.45 217	0.97 125	0.77 130	0.59 98	0.51 48	0.49 65	0.42 71	0.80 92	0.30 29	0.15 13	0.13 86	0.18 82	0.14 66	0.19 132	0.14 41

AE-Stereo	0.49 102	0.27 125	0.67 153	0.60 304	0.39 262	0.67 196	0.46 224	1.18 209	1.09 256	0.47 61	0.75 108	0.69 146	0.47 103	0.59 33	0.40 127	0.16 33	0.15 192	0.21 173	0.20 211	0.19 132	0.15 69

RAFT-RH_RVC	1.03 388	0.24 60	0.67 153	0.49 127	0.28 88	0.81 276	0.33 79	0.83 73	1.08 248	2.05 469	4.65 504	1.04 279	0.57 165	5.98 483	0.50 213	0.18 113	0.13 86	0.26 317	0.20 211	0.16 38	0.17 120

222	1.61 456	0.29 181	0.67 153	0.56 258	0.29 105	1.06 350	0.42 169	2.17 464	1.31 380	1.31 350	1.52 378	0.92 233	0.94 327	1.76 328	17.65 533	0.24 284	0.20 313	0.21 173	0.19 179	0.22 229	0.23 270

HI	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 350	1.43 350	1.62 406	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

CoSv	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 350	1.43 350	1.62 406	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

testlalala2	0.58 171	0.27 125	0.68 157	1.72 501	1.27 497	0.68 203	0.42 169	0.93 105	0.70 108	0.90 162	0.93 147	0.76 162	0.34 40	0.52 17	0.40 127	0.18 113	0.15 192	0.17 50	0.13 42	0.17 62	0.17 120

11t1	0.52 109	0.28 146	0.68 157	0.51 168	0.28 88	0.83 283	0.39 145	1.22 228	0.63 77	0.84 150	0.74 106	0.68 141	0.68 210	0.91 127	0.57 247	0.21 218	0.18 279	0.19 103	0.16 120	0.20 166	0.21 234

GCAP-Stereo	0.40 43	0.28 146	0.68 157	0.47 87	0.25 40	0.53 110	0.32 72	0.82 69	0.58 64	0.65 108	0.69 91	0.58 106	0.42 71	0.47 9	0.29 21	0.17 74	0.14 137	0.17 50	0.13 42	0.17 62	0.14 41

BUS	0.74 273	0.32 250	0.68 157	0.54 222	0.44 301	2.34 479	0.42 169	2.16 458	0.98 202	1.20 290	1.11 224	1.03 276	0.62 192	0.91 127	0.70 289	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

BSDual-CNN	0.71 250	0.32 250	0.68 157	0.54 222	0.44 301	1.27 387	0.65 351	2.16 458	0.98 202	1.20 290	1.11 224	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

psmg	0.72 252	0.32 250	0.68 157	0.50 138	0.44 301	1.48 417	0.75 381	1.94 416	0.98 202	1.21 294	1.33 316	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.19 295	0.25 298	0.25 334	0.23 254	0.22 251

test-3	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.32 354	0.69 91	0.87 208	0.45 89	1.68 314	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

test_1	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.28 327	0.68 87	0.87 208	0.45 89	1.67 309	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

xxxx	1.51 448	0.28 146	0.68 157	0.54 222	0.28 88	1.16 370	0.44 200	2.19 467	1.29 370	1.09 219	1.36 330	1.22 323	0.85 282	1.79 331	15.70 532	0.24 284	0.21 335	0.21 173	0.20 211	0.22 229	0.23 270

RAFT-Stereo + iAFF	0.54 134	0.25 83	0.68 157	0.43 37	0.24 28	0.40 28	0.34 91	1.04 152	1.09 256	1.32 354	1.60 398	0.80 175	0.68 210	0.67 58	0.39 122	0.13 2	0.10 1	0.18 82	0.17 140	0.17 62	0.13 18

Gwc-CoAtRS	0.52 109	0.24 60	0.68 157	0.48 112	0.29 105	0.64 168	0.25 28	1.16 202	1.08 248	1.01 197	1.00 170	1.12 304	0.56 156	0.69 59	0.37 104	0.16 33	0.13 86	0.17 50	0.15 81	0.15 22	0.15 69

LL-Strereo2	0.52 109	0.33 272	0.69 170	0.52 190	0.37 234	0.70 215	0.30 59	1.13 197	0.67 99	0.94 175	0.78 114	0.91 224	0.42 71	1.05 170	0.42 149	0.17 74	0.16 229	0.29 356	0.25 334	0.21 206	0.16 95

NRIStereo	0.60 180	0.29 181	0.69 170	0.53 207	0.28 88	0.63 165	0.33 79	1.08 181	0.87 157	1.14 252	0.87 134	0.91 224	0.59 175	2.24 377	0.49 207	0.20 186	0.14 137	0.21 173	0.19 179	0.21 206	0.17 120

ASMatch	0.88 341	0.26 99	0.69 170	0.51 168	0.35 211	0.48 63	0.37 124	1.12 194	0.92 178	1.10 227	3.28 487	0.96 252	0.98 350	4.90 456	0.49 207	0.19 154	0.16 229	0.22 201	0.19 179	0.19 132	0.27 330

THIR-Stereo	1.02 386	0.27 125	0.69 170	0.49 127	0.28 88	0.95 320	1.34 471	1.03 146	0.97 197	1.34 366	1.90 442	1.17 314	1.58 449	6.44 488	0.78 317	0.19 154	0.14 137	0.21 173	0.22 284	0.19 132	0.20 217

test_xeample3	0.42 52	0.28 146	0.69 170	0.43 37	0.33 190	0.56 129	0.38 130	0.79 54	0.45 28	0.53 83	0.46 33	0.44 36	0.44 86	1.38 252	0.31 44	0.18 113	0.14 137	0.19 103	0.15 81	0.17 62	0.16 95

EAI-Stereo	0.65 217	0.28 146	0.69 170	0.53 207	0.27 65	0.60 150	0.40 152	2.28 477	0.64 81	0.71 117	3.18 486	0.57 101	0.43 78	1.06 171	0.41 138	0.18 113	0.13 86	0.17 50	0.17 140	0.17 62	0.17 120

MIF-Stereo (partial)	0.45 76	0.25 83	0.70 176	0.50 138	0.52 357	0.35 14	0.26 37	0.91 96	0.59 70	0.45 57	0.71 98	0.51 75	0.51 129	1.11 186	0.45 174	0.20 186	0.16 229	0.23 239	0.20 211	0.24 269	0.18 145

testlalala_base	0.77 289	0.40 351	0.70 176	0.65 362	0.50 335	0.79 259	0.28 47	1.50 289	0.51 48	0.73 123	0.90 140	0.69 146	0.54 144	0.66 56	0.40 127	2.82 513	0.14 137	0.17 50	0.12 27	2.68 508	0.19 185

DCRE	0.82 315	0.26 99	0.70 176	0.58 280	0.44 301	0.54 117	0.48 241	0.95 117	0.78 133	0.78 132	7.33 518	0.86 204	0.52 134	0.76 80	0.41 138	0.16 33	0.16 229	0.19 103	0.17 140	0.18 93	0.17 120

fff	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

DRaft	0.80 304	0.24 60	0.70 176	0.45 70	0.30 126	0.97 329	0.53 279	1.05 160	0.97 197	1.78 448	2.02 453	0.80 175	1.74 463	2.73 408	0.72 297	0.17 74	0.14 137	0.20 138	0.20 211	0.18 93	0.21 234

Pruner-Stereo	0.62 190	0.29 181	0.70 176	0.61 318	0.31 152	0.63 165	0.43 187	1.17 204	0.99 209	1.53 415	1.08 209	0.95 246	0.55 151	1.35 242	0.51 218	0.23 269	0.14 137	0.24 259	0.21 255	0.21 206	0.23 270

DCANet	0.54 134	0.24 60	0.70 176	0.43 37	0.24 28	0.49 75	0.36 110	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	0.92 313	0.81 97	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

csc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

cscssc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

111	0.60 180	0.23 46	0.70 176	0.43 37	0.24 28	0.72 223	0.42 169	1.18 209	1.41 425	0.80 137	1.38 337	1.10 299	0.79 252	0.96 141	0.58 250	0.18 113	0.13 86	0.17 50	0.15 81	0.17 62	0.19 185

CFNet-RSSM	0.54 134	0.24 60	0.70 176	0.48 112	0.28 88	0.60 150	0.27 43	1.49 285	1.14 283	1.06 209	0.93 147	1.08 287	0.54 144	0.70 63	0.35 83	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.14 41

psm_up	0.77 289	0.34 295	0.70 176	0.66 369	0.58 383	1.05 347	0.92 423	1.52 298	1.12 268	1.26 322	1.16 253	1.31 353	1.23 412	1.20 206	0.81 329	0.25 310	0.29 412	0.31 373	0.27 361	0.27 307	0.25 296

rvit_stereo_0080	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

Former-RAFT_DAM_RVC	0.46 83	0.36 326	0.71 188	0.47 87	0.36 220	0.67 196	0.35 96	0.78 49	1.12 268	0.61 101	0.62 75	0.39 29	0.39 61	0.71 67	0.39 122	0.20 186	0.17 258	0.22 201	0.18 157	0.23 254	0.19 185

whm_eth	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

qqq	0.57 165	0.34 295	0.71 188	0.47 87	0.27 65	0.64 168	0.62 342	1.42 268	0.78 133	0.80 137	0.92 144	0.95 246	0.77 241	0.88 119	0.59 253	0.21 218	0.20 313	0.24 259	0.23 307	0.22 229	0.21 234

test_3	0.55 149	0.23 46	0.71 188	0.53 207	0.28 88	0.61 156	0.40 152	0.92 99	1.05 233	1.19 286	0.68 87	0.93 235	0.44 86	1.67 309	0.39 122	0.15 13	0.12 29	0.22 201	0.19 179	0.21 206	0.14 41

TestStereo	0.64 209	0.39 345	0.71 188	0.51 168	0.27 65	0.56 129	0.42 169	1.03 146	0.91 173	0.80 137	1.00 170	0.68 141	0.52 134	3.25 425	0.45 174	0.22 244	0.15 192	0.24 259	0.18 157	0.27 307	0.16 95

mmm	0.63 197	0.35 316	0.72 194	0.51 168	0.30 126	0.86 295	0.54 286	1.59 316	0.86 153	1.07 212	1.38 337	0.79 173	0.75 229	0.91 127	0.58 250	0.22 244	0.18 279	0.29 356	0.25 334	0.25 281	0.23 270

CASS	0.65 217	0.34 295	0.72 194	0.56 258	0.27 65	0.78 254	0.42 169	1.59 316	0.86 153	1.30 340	1.25 283	0.87 208	0.84 279	0.84 105	0.54 238	0.35 414	0.19 295	0.26 317	0.21 255	0.28 325	0.42 418
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	0.96 360	0.58 424	0.72 194	0.61 318	0.46 319	1.64 432	0.76 384	1.86 393	1.28 366	1.30 340	1.53 379	0.86 204	0.94 327	3.27 426	0.69 288	0.45 451	0.44 472	0.54 469	0.48 465	0.47 435	0.40 410

DisPM	0.66 224	0.28 146	0.72 194	0.61 318	0.35 211	0.62 164	0.45 217	1.02 141	0.99 209	1.56 423	1.10 218	0.80 175	0.59 175	2.37 388	0.41 138	0.23 269	0.14 137	0.23 239	0.21 255	0.20 166	0.25 296

GANet-ADL	0.60 180	0.35 316	0.72 194	0.64 348	0.40 272	0.68 203	0.51 260	1.49 285	1.12 268	0.95 177	1.08 209	0.91 224	0.57 165	0.76 80	0.55 242	0.26 332	0.18 279	0.18 82	0.16 120	0.23 254	0.25 296

CrosDoStereo	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 533	1.10 186	0.98 202	1.34 366	1.75 424	1.00 263	1.89 474	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

AAGNet	1.83 469	0.28 146	0.72 194	0.61 318	0.32 170	0.67 196	0.51 260	0.96 124	0.98 202	1.47 401	1.20 269	1.00 263	1.18 401	2.83 410	22.77 540	0.22 244	0.13 86	0.22 201	0.19 179	0.23 254	0.15 69

OMP-Stereo	0.94 356	0.33 272	0.72 194	0.90 470	0.31 152	0.49 75	0.36 110	1.16 202	1.06 237	1.58 429	1.12 231	1.46 380	0.69 213	6.94 498	0.49 207	0.19 154	0.14 137	0.24 259	0.18 157	0.20 166	0.14 41

IIG-Stereo	0.96 360	0.31 234	0.72 194	0.88 466	0.33 190	0.61 156	0.26 37	1.19 217	1.03 224	1.69 441	1.37 332	1.46 380	0.75 229	6.96 499	0.51 218	0.19 154	0.14 137	0.23 239	0.18 157	0.20 166	0.14 41

DeepStereo_LL	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 533	1.10 186	0.98 202	1.34 366	1.75 424	1.00 263	1.89 474	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

SST-Stereo	0.83 322	0.28 146	0.72 194	0.59 293	0.31 152	0.72 223	0.26 37	1.09 183	0.86 153	1.47 401	1.10 218	1.00 263	0.87 295	5.73 476	0.45 174	0.22 244	0.13 86	0.23 239	0.19 179	0.23 254	0.18 145

DeepStereo_RVC	0.55 149	0.29 181	0.72 194	0.51 168	0.30 126	0.59 142	0.33 79	1.03 146	0.70 108	1.16 268	0.93 147	0.83 191	0.94 327	0.96 141	0.54 238	0.21 218	0.14 137	0.21 173	0.19 179	0.24 269	0.24 284

coex_refinement	0.80 304	0.28 146	0.73 206	0.70 400	0.51 346	0.95 320	0.60 337	1.78 368	1.23 341	1.36 371	1.37 332	1.82 435	0.81 262	1.32 235	1.13 390	0.26 332	0.17 258	0.19 103	0.20 211	0.24 269	0.25 296

rvit_stereo_0081_aga	0.44 68	0.34 295	0.73 206	0.51 168	0.41 279	0.50 85	0.40 152	0.81 66	0.57 63	0.58 90	0.56 63	0.53 87	0.43 78	0.66 56	0.40 127	0.26 332	0.21 335	0.22 201	0.20 211	0.26 293	0.18 145

rrr	0.46 83	0.28 146	0.73 206	0.43 37	0.33 190	0.49 75	0.38 130	0.76 42	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.16 95

EKT-Stereo	0.53 119	0.30 201	0.73 206	0.58 280	0.60 394	0.51 101	0.48 241	0.94 112	0.90 168	0.71 117	0.88 136	0.77 165	0.43 78	1.07 175	0.40 127	0.22 244	0.16 229	0.21 173	0.18 157	0.20 166	0.22 251

Patchmatch Stereo++	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145
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
PSM-adaLoss	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.41 165	1.04 152	0.64 81	1.12 235	0.96 154	0.82 184	0.61 187	1.06 171	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo_v2	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.42 169	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.12 189	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.25 28	1.05 160	0.64 81	1.12 235	0.95 151	0.82 184	0.61 187	1.15 193	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

HUI-Stereo	0.52 109	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.30 59	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	0.79 90	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

RAFT_R40	0.83 322	0.28 146	0.73 206	0.59 293	0.31 152	0.69 208	0.44 200	1.10 186	0.95 185	1.47 401	1.10 218	1.00 263	0.85 282	5.53 470	0.46 188	0.22 244	0.13 86	0.23 239	0.20 211	0.23 254	0.18 145

iGMRVC	0.56 158	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.38 130	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.52 282	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

iRAFT	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

CroCo-Stereo	0.40 43	0.31 234	0.73 206	0.58 280	0.27 65	0.26 3	0.33 79	0.95 117	0.81 141	0.42 44	0.47 35	0.65 132	0.47 103	0.39 5	0.34 74	0.18 113	0.15 192	0.16 27	0.14 66	0.19 132	0.16 95
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
RAFT	0.64 209	0.30 201	0.73 206	0.59 293	0.33 190	0.68 203	0.58 325	1.04 152	0.76 127	1.08 213	1.19 265	1.65 416	0.93 322	1.06 171	0.56 244	0.21 218	0.18 279	0.27 333	0.24 320	0.22 229	0.17 120

RAFT-IKP	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.59 142	0.36 110	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.61 187	1.22 209	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

HCRNet	0.70 243	0.39 345	0.73 206	0.60 304	0.59 391	0.76 241	0.35 96	1.22 228	1.13 280	1.02 201	0.99 166	1.02 272	0.76 237	2.19 374	0.70 289	0.28 361	0.19 295	0.28 346	0.23 307	0.25 281	0.23 270

test_sample2	0.62 190	0.29 181	0.74 222	0.50 138	0.28 88	0.80 267	0.61 339	1.61 323	1.00 214	0.88 159	0.99 166	0.94 238	0.83 275	1.16 197	0.51 218	0.23 269	0.18 279	0.22 201	0.21 255	0.23 254	0.22 251

anonymousdsp2	0.53 119	0.27 125	0.74 222	0.48 112	0.29 105	0.76 241	0.47 231	1.61 323	0.82 146	0.77 130	0.77 112	0.75 158	0.47 103	1.03 162	0.40 127	0.18 113	0.13 86	0.18 82	0.13 42	0.19 132	0.18 145

CRE-IMP	0.55 149	0.30 201	0.74 222	0.52 190	0.29 105	0.79 259	0.25 28	1.04 152	0.72 114	1.09 219	0.95 151	0.81 179	0.57 165	1.10 183	0.50 213	0.21 218	0.14 137	0.23 239	0.19 179	0.28 325	0.22 251

test_sample1	0.61 186	0.29 181	0.75 225	0.50 138	0.31 152	0.76 241	0.48 241	1.59 316	0.84 151	0.90 162	0.94 150	0.88 212	0.95 332	1.16 197	0.67 281	0.22 244	0.18 279	0.20 138	0.19 179	0.21 206	0.21 234

anonymousa	0.72 252	0.27 125	0.75 225	0.47 87	0.63 403	1.43 414	0.45 217	1.24 234	0.89 164	1.28 327	1.75 424	1.62 406	1.13 394	0.69 59	0.59 253	0.19 154	0.16 229	0.23 239	0.25 334	0.20 166	0.18 145

TestStereo1	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

test_5	0.65 217	0.30 201	0.75 225	0.67 381	0.50 335	0.92 311	0.52 271	1.39 262	1.12 268	0.76 125	1.11 224	1.00 263	0.90 307	1.53 286	0.45 174	0.18 113	0.13 86	0.23 239	0.22 284	0.21 206	0.19 185

SA-5K	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

NF-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.02 184	0.82 184	0.57 165	5.40 468	0.48 200	0.23 269	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

OCTAStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.82 184	0.57 165	5.35 463	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

RE-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

TVStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

AdaStereo	0.70 243	0.43 366	0.75 225	0.73 419	0.37 234	0.92 311	0.53 279	1.85 390	1.18 313	1.12 235	1.23 277	1.07 286	0.65 207	0.96 141	0.63 270	0.31 382	0.15 192	0.32 387	0.21 255	0.29 336	0.22 251
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.
DCVSM-stereo	0.72 252	0.35 316	0.76 235	0.55 245	0.42 284	0.73 226	0.38 130	1.21 220	1.02 220	1.79 451	1.04 196	1.62 406	1.03 369	1.04 168	0.79 323	0.24 284	0.27 394	0.29 356	0.24 320	0.30 347	0.36 395

test_sample7	0.74 273	0.37 333	0.76 235	0.52 190	0.35 211	0.91 304	0.67 359	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.31 382	0.28 401	0.32 387	0.31 406	0.33 373	0.29 346

4D-IteraStereo	0.48 96	0.24 60	0.76 235	0.50 138	0.44 301	0.66 192	0.31 65	0.87 80	1.02 220	1.03 205	0.72 101	0.78 169	0.32 33	0.64 49	0.37 104	0.17 74	0.11 6	0.23 239	0.19 179	0.19 132	0.13 18

Sa-1000	0.72 252	0.29 181	0.76 235	0.59 293	0.30 126	0.73 226	0.37 124	1.62 327	1.33 388	1.28 327	2.04 454	0.86 204	0.75 229	1.84 335	0.38 114	0.19 154	0.14 137	0.25 298	0.23 307	0.20 166	0.16 95

IRAFT_RVC	0.88 341	0.28 146	0.76 235	0.63 339	0.31 152	0.65 184	1.02 442	1.22 228	0.94 183	1.22 299	1.04 196	1.01 270	0.98 350	5.82 478	0.53 232	0.22 244	0.12 29	0.25 298	0.20 211	0.20 166	0.19 185

CVANet_RVC	1.07 394	0.43 366	0.76 235	0.60 304	0.50 335	0.90 301	0.97 433	1.52 298	1.26 355	1.33 362	1.38 337	1.24 330	1.18 401	6.75 497	0.75 306	0.34 407	0.23 365	0.34 405	0.29 392	0.42 413	0.27 330

HH	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 411	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

HanStereo	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 411	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

CroCo-Stereo Lap2	0.44 68	0.34 295	0.77 241	0.61 318	0.79 448	0.28 7	0.35 96	0.75 39	0.71 113	0.38 36	0.50 46	0.72 154	0.55 151	0.57 31	0.47 195	0.17 74	0.18 279	0.19 103	0.16 120	0.21 206	0.20 217

PFNet+	0.59 177	0.28 146	0.77 241	0.53 207	0.30 126	0.59 142	0.31 65	0.92 99	1.14 283	1.33 362	1.10 218	0.79 173	0.57 165	1.31 231	0.49 207	0.25 310	0.17 258	0.28 346	0.26 351	0.21 206	0.25 296

PSM-softLoss	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

KMStereo	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

cf-r	0.73 270	0.30 201	0.77 241	0.55 245	0.63 403	0.78 254	0.48 241	1.79 374	1.15 294	1.13 249	1.26 290	1.43 370	0.87 295	1.40 263	0.85 342	0.25 310	0.18 279	0.22 201	0.23 307	0.19 132	0.19 185

HITNet	0.65 217	0.40 351	0.77 241	0.48 112	0.24 28	1.05 347	0.49 251	1.76 360	1.02 220	1.18 282	1.18 258	0.89 220	0.80 258	0.85 110	0.79 323	0.17 74	0.12 29	0.21 173	0.17 140	0.29 336	0.15 69
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
LG-Stereo	0.34 17	0.25 83	0.78 249	0.47 87	0.26 46	0.37 20	0.30 59	0.71 31	0.52 52	0.36 28	0.57 66	0.29 7	0.21 2	0.50 12	0.36 92	0.13 2	0.13 86	0.20 138	0.18 157	0.18 93	0.12 9

NINENet	0.77 289	0.37 333	0.78 249	0.62 330	0.51 346	2.34 479	0.42 169	1.83 386	1.04 229	1.14 252	1.23 277	1.03 276	0.62 192	1.24 216	0.70 289	0.28 361	0.23 365	0.31 373	0.21 255	0.26 293	0.25 296

DLCB_ROB	0.86 336	0.40 351	0.78 249	0.68 392	0.54 363	1.11 357	0.84 404	1.49 285	1.23 341	1.64 438	1.65 411	1.70 421	0.91 310	1.70 316	1.05 373	0.25 310	0.24 374	0.26 317	0.27 361	0.27 307	0.24 284

Selective-RAFT	0.52 109	0.28 146	0.79 252	0.55 245	0.27 65	0.91 304	0.33 79	0.80 62	0.88 161	0.58 90	0.63 77	0.81 179	0.77 241	1.29 229	0.48 200	0.19 154	0.14 137	0.17 50	0.15 81	0.19 132	0.17 120

AACVNet	0.86 336	0.35 316	0.79 252	0.82 448	0.39 262	0.76 241	0.49 251	1.61 323	0.81 141	1.08 213	1.33 316	1.30 349	0.93 322	4.34 446	0.74 301	0.25 310	0.21 335	0.28 346	0.22 284	0.29 336	0.25 296

GwcNet-ADL	0.64 209	0.31 234	0.79 252	0.56 258	0.41 279	0.60 150	0.58 325	1.41 266	1.26 355	1.08 213	1.13 236	0.91 224	0.60 178	1.04 168	0.78 317	0.27 348	0.18 279	0.18 82	0.18 157	0.25 281	0.29 346

DEmStereo	0.97 366	0.23 46	0.79 252	0.47 87	0.32 170	1.04 346	0.56 310	0.93 105	0.89 164	1.39 385	2.14 460	1.02 272	2.07 485	5.64 474	0.77 315	0.17 74	0.15 192	0.20 138	0.20 211	0.18 93	0.20 217

TDLM	1.06 392	0.44 369	0.79 252	0.63 339	0.50 335	0.89 298	1.44 476	1.48 283	1.26 355	1.12 235	1.40 343	1.08 287	0.98 350	6.65 491	0.78 317	0.33 397	0.21 335	0.33 395	0.26 351	0.37 389	0.24 284

UDGNet	0.72 252	1.17 491	0.80 257	0.77 430	0.41 279	0.77 249	0.38 130	0.97 125	1.34 391	0.81 141	0.88 136	0.71 153	0.60 178	1.21 208	0.54 238	0.52 464	0.19 295	1.02 497	0.26 351	0.71 477	0.31 370

rvit_stereo_0083	0.47 90	0.33 272	0.81 258	0.56 258	0.36 220	0.50 85	0.44 200	0.68 24	0.95 185	0.49 70	0.57 66	0.55 92	0.49 122	0.88 119	0.46 188	0.25 310	0.25 381	0.24 259	0.20 211	0.24 269	0.17 120

FCDSN-DC	2.32 489	0.63 441	0.81 258	0.84 452	0.75 439	2.23 474	0.94 429	2.09 447	1.80 465	5.45 524	7.72 522	7.77 521	6.93 528	3.39 427	1.80 454	0.52 464	0.48 481	0.52 463	0.51 473	0.57 457	0.58 460
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ac_64	0.82 315	0.29 181	0.81 258	0.71 408	0.60 394	1.05 347	0.54 286	1.99 427	0.92 178	1.18 282	1.06 200	1.99 452	1.08 382	1.94 348	0.97 365	0.27 348	0.22 353	0.24 259	0.23 307	0.22 229	0.19 185

FACV-RUCA	0.63 197	0.34 295	0.82 261	0.62 330	0.65 408	0.81 276	0.41 165	1.44 275	1.07 242	0.86 157	1.14 240	0.61 118	0.69 213	0.80 92	0.53 232	0.28 361	0.19 295	0.47 455	0.21 255	0.35 378	0.25 296

ITSA-stereo	0.82 315	0.36 326	0.82 261	0.54 222	0.31 152	0.80 267	0.47 231	2.17 464	1.67 454	1.13 249	1.13 236	0.94 238	0.86 290	2.46 395	1.00 370	0.26 332	0.23 365	0.28 346	0.27 361	0.28 325	0.36 395

Anonymous_2	1.30 428	0.55 414	0.82 261	0.52 190	0.58 383	1.01 339	0.64 349	1.25 236	0.97 197	0.96 179	0.78 114	1.33 355	1.29 420	1.03 162	0.74 301	0.62 480	0.64 498	1.06 498	9.63 538	1.16 493	0.49 442

SA	0.66 224	0.30 201	0.82 261	0.61 318	0.30 126	0.58 137	0.38 130	1.44 275	1.30 376	0.96 179	1.36 330	0.66 136	0.95 332	1.85 338	0.42 149	0.19 154	0.15 192	0.25 298	0.23 307	0.21 206	0.17 120

CSP-Net	0.97 366	0.38 340	0.83 265	0.53 207	0.41 279	1.63 430	0.77 387	2.00 428	1.05 233	1.25 318	1.20 269	1.33 355	0.83 275	4.93 458	0.85 342	0.32 389	0.22 353	0.20 138	0.20 211	0.23 254	0.25 296

DIP-Stereo	0.62 190	0.30 201	0.83 265	0.48 112	0.36 220	0.95 320	0.33 79	2.37 485	0.67 99	1.25 318	1.00 170	0.68 141	0.51 129	0.91 127	0.61 263	0.18 113	0.15 192	0.21 173	0.17 140	0.19 132	0.19 185
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FC-DCNN v2	2.81 505	0.59 427	0.85 267	0.73 419	0.57 374	2.97 497	1.05 445	3.39 507	2.61 495	6.98 527	7.67 521	10.38 529	6.31 525	5.75 477	3.37 488	0.53 470	0.48 481	0.51 461	0.50 470	0.53 450	0.51 448

ffm	0.72 252	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 490	1.15 258	1.45 358	1.06 281	0.82 267	1.55 290	0.32 46	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

ff1	1.37 437	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 490	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 509	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

mmx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 509	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

xxx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 509	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

SACVNet	0.85 331	0.46 378	0.85 267	0.81 440	0.56 371	0.80 267	0.79 392	1.68 338	1.12 268	1.34 366	1.33 316	1.25 334	0.94 327	2.39 390	0.76 309	0.34 407	0.26 386	0.31 373	0.29 392	0.35 378	0.44 427

model_zeroshot	0.48 96	0.29 181	0.86 273	0.51 168	0.36 220	0.69 208	0.37 124	1.12 194	0.62 74	0.85 155	0.84 128	0.66 136	0.37 53	0.73 74	0.34 74	0.20 186	0.16 229	0.19 103	0.16 120	0.17 62	0.16 95

SMFormer	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.23 254	0.24 284

tta	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.18 93	0.18 145

qqq1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

fff1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

1111x	1.70 464	0.29 181	0.86 273	0.51 168	0.27 65	1.01 339	0.68 363	2.22 471	1.28 366	1.13 249	1.40 343	1.21 321	1.10 386	5.53 470	15.20 530	0.22 244	0.21 335	0.22 201	0.22 284	0.24 269	0.22 251

StereoVision	0.65 217	0.34 295	0.86 273	0.59 293	0.40 272	0.50 85	0.41 165	1.09 183	0.93 180	0.71 117	2.50 475	0.82 184	0.57 165	1.03 162	0.49 207	0.25 310	0.28 401	0.29 356	0.28 381	0.36 385	0.20 217

CFNet_pseudo	0.66 224	0.32 250	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.24 330	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.33 395	0.19 179	0.36 385	0.25 296

GANet	1.36 436	0.47 383	0.86 273	0.67 381	0.45 308	1.34 399	1.73 489	1.64 330	1.24 347	1.49 409	2.38 469	1.55 396	1.20 407	9.30 521	0.93 354	0.30 375	0.31 422	0.33 395	0.28 381	0.39 402	0.30 360

ccs_rob	0.66 224	0.33 272	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.23 328	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.35 413	0.20 211	0.37 389	0.25 296

FC-DCNN	2.72 504	0.59 427	0.86 273	0.73 419	0.57 374	2.91 495	1.04 444	3.01 501	2.60 494	6.83 526	7.64 520	9.92 526	6.33 526	5.21 460	3.14 483	0.53 470	0.48 481	0.51 461	0.50 470	0.53 450	0.51 448

rvit_stereo_ft	0.47 90	0.35 316	0.87 284	0.67 381	0.42 284	0.40 28	0.59 333	0.81 66	0.74 120	0.46 58	0.55 60	0.57 101	0.49 122	0.65 54	0.50 213	0.25 310	0.17 258	0.22 201	0.22 284	0.24 269	0.17 120

test_sample6	0.71 250	0.34 295	0.87 284	0.52 190	0.30 126	0.82 278	0.58 325	1.79 374	1.15 294	1.14 252	1.33 316	0.91 224	0.79 252	1.31 231	0.74 301	0.27 348	0.21 335	0.27 333	0.29 392	0.28 325	0.27 330

test_sample5	0.69 239	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.11 233	1.25 283	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

DualNet	0.70 243	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.14 252	1.33 316	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

RALAANet	0.60 180	0.33 272	0.87 284	0.62 330	0.50 335	0.69 208	0.31 65	1.21 220	1.06 237	1.09 219	1.16 253	0.88 212	0.46 94	1.22 209	0.42 149	0.19 154	0.15 192	0.21 173	0.17 140	0.27 307	0.17 120

MSMDNet	0.66 224	0.32 250	0.87 284	0.49 127	0.37 234	0.79 259	0.40 152	1.43 274	1.31 380	1.15 258	1.31 308	1.24 330	0.63 197	0.88 119	0.57 247	0.21 218	0.16 229	0.26 317	0.19 179	0.39 402	0.24 284

DeepPruner_ROB	0.74 273	0.48 387	0.87 284	0.57 274	0.44 301	0.79 259	0.54 286	1.73 348	0.96 190	1.38 379	1.27 293	1.24 330	0.73 225	1.43 265	0.73 300	0.34 407	0.28 401	0.27 333	0.26 351	0.31 356	0.31 370

test_sample3	0.68 237	0.32 250	0.88 291	0.52 190	0.30 126	0.97 329	0.52 271	1.86 393	1.15 294	1.08 213	1.11 224	0.88 212	0.71 222	1.17 201	0.68 285	0.25 310	0.20 313	0.25 298	0.25 334	0.25 281	0.25 296

PCWNet_CMD	0.66 224	0.32 250	0.88 291	0.49 127	0.37 234	0.78 254	0.40 152	1.42 268	1.31 380	1.16 268	1.31 308	1.25 334	0.62 192	0.89 124	0.57 247	0.20 186	0.16 229	0.27 333	0.19 179	0.40 406	0.25 296

CFNet_ucs	0.70 243	0.33 272	0.88 291	0.50 138	0.43 294	0.74 230	0.44 200	1.60 320	1.29 370	1.22 299	1.54 383	1.09 297	0.63 197	0.99 153	0.59 253	0.25 310	0.20 313	0.37 424	0.21 255	0.40 406	0.28 342

RAFT_CTSACE	0.63 197	0.26 99	0.88 291	0.55 245	0.51 346	0.71 220	0.44 200	0.80 62	0.97 197	0.97 182	1.84 434	1.18 317	0.68 210	1.47 275	0.36 92	0.16 33	0.15 192	0.21 173	0.20 211	0.20 166	0.14 41

LMCR-Stereo	0.82 315	0.46 378	0.88 291	0.75 425	0.43 294	1.33 397	0.56 310	2.43 490	0.98 202	1.53 415	1.49 372	0.74 156	1.00 360	1.63 302	0.89 349	0.28 361	0.17 258	0.22 201	0.17 140	0.29 336	0.20 217

StereoDRNet-Refined	0.80 304	0.41 359	0.88 291	0.62 330	0.42 284	1.33 397	0.48 241	1.52 298	1.17 306	1.45 398	1.44 356	1.44 375	0.90 307	1.26 220	1.24 402	0.20 186	0.16 229	0.27 333	0.24 320	0.25 281	0.28 342
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gcap-zeroshot	0.53 119	0.28 146	0.89 297	0.49 127	0.28 88	0.76 241	0.37 124	1.34 250	0.73 118	0.89 160	0.67 84	1.35 360	0.51 129	0.79 90	0.33 59	0.18 113	0.15 192	0.18 82	0.15 81	0.17 62	0.16 95

TransformOpticalFlow	0.96 360	0.28 146	0.89 297	0.52 190	0.31 152	0.66 192	0.54 286	1.75 354	1.12 268	1.09 219	1.44 356	1.37 365	1.01 362	6.70 495	0.42 149	0.19 154	0.12 29	0.20 138	0.19 179	0.18 93	0.19 185

ADLNet	0.85 331	0.36 326	0.89 297	0.85 457	0.72 428	1.24 383	0.76 384	1.82 381	1.36 403	1.52 414	1.35 329	1.27 342	0.99 358	1.23 211	1.15 392	0.27 348	0.20 313	0.26 317	0.25 334	0.28 325	0.30 360

MSMD_ROB	1.99 480	0.59 427	0.89 297	0.70 400	0.61 397	3.95 511	0.94 429	1.80 377	1.79 464	4.41 514	4.43 498	8.17 522	3.66 511	3.40 428	1.33 413	0.52 464	0.48 481	0.54 469	0.58 480	0.53 450	0.50 444

GES	0.66 224	0.34 295	0.90 301	0.59 293	0.38 251	0.94 316	0.57 321	2.11 448	0.86 153	1.02 201	1.11 224	0.66 136	0.79 252	0.99 153	0.61 263	0.27 348	0.19 295	0.20 138	0.20 211	0.21 206	0.30 360

UPFNet	0.80 304	0.32 250	0.90 301	0.59 293	0.74 432	1.26 386	0.80 398	1.52 298	1.10 262	1.30 340	1.12 231	1.30 349	0.84 279	1.67 309	1.09 381	0.24 284	0.24 374	0.24 259	0.23 307	0.25 281	0.18 145

DMCA	0.67 233	0.34 295	0.90 301	0.51 168	0.44 301	0.86 295	0.47 231	1.42 268	1.02 220	1.17 277	1.12 231	1.23 328	0.75 229	0.78 86	0.95 359	0.25 310	0.19 295	0.27 333	0.19 179	0.24 269	0.27 330

test_sample4	0.69 239	0.33 272	0.91 304	0.51 168	0.30 126	0.92 311	0.52 271	1.87 395	1.15 294	1.14 252	1.18 258	0.87 208	0.75 229	1.18 203	0.68 285	0.25 310	0.20 313	0.26 317	0.26 351	0.26 293	0.25 296

iRaft-Stereo_5w	0.85 331	0.29 181	0.91 304	0.53 207	0.43 294	0.49 75	0.68 363	0.99 131	0.87 157	0.79 135	1.34 323	1.46 380	0.91 310	5.11 459	1.11 387	0.17 74	0.14 137	0.22 201	0.18 157	0.20 166	0.20 217

AASNet	0.76 287	0.35 316	0.91 304	0.79 434	0.81 455	1.14 362	0.56 310	2.02 436	1.08 248	1.22 299	1.24 279	0.93 235	0.76 237	0.77 83	1.16 393	0.27 348	0.23 365	0.24 259	0.20 211	0.28 325	0.24 284

RASNet	1.12 407	0.30 201	0.91 304	0.66 369	0.77 443	0.97 329	0.57 321	1.37 256	1.35 400	1.02 201	1.34 323	2.11 461	1.43 433	7.09 500	1.39 423	0.19 154	0.17 258	0.17 50	0.19 179	0.18 93	0.16 95

MIM_Stereo	0.57 165	0.24 60	0.92 308	0.46 76	0.30 126	0.54 117	0.28 47	1.27 238	0.75 121	1.00 194	1.16 253	0.93 235	0.53 139	1.45 269	0.61 263	0.16 33	0.16 229	0.20 138	0.19 179	0.17 62	0.14 41

MeshStereo	2.26 487	0.56 417	0.92 308	0.61 318	0.49 328	2.60 488	1.02 442	3.18 503	2.05 480	7.40 531	4.98 508	7.58 519	2.98 505	6.37 487	1.96 462	0.43 445	0.43 469	0.45 450	0.39 444	0.43 419	0.42 418
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
UGAM-zero	1.00 377	0.30 201	0.93 310	0.47 87	0.30 126	0.57 134	0.25 28	2.25 474	0.63 77	1.01 197	1.10 218	2.73 484	1.85 472	6.26 484	0.40 127	0.17 74	0.14 137	0.19 103	0.15 81	0.16 38	0.17 120

GCST	1.08 397	1.47 501	0.93 310	1.73 502	1.14 488	1.30 392	0.31 65	1.33 245	1.16 303	1.29 332	0.97 163	0.98 256	0.49 122	2.08 361	0.46 188	1.19 501	0.70 501	1.30 501	0.85 499	1.02 489	0.89 487

CoDeX	0.73 270	0.29 181	0.93 310	0.54 222	0.36 220	1.14 362	0.61 339	2.34 482	1.17 306	1.16 268	1.25 283	0.91 224	0.87 295	1.33 238	0.64 274	0.20 186	0.16 229	0.21 173	0.18 157	0.20 166	0.18 145

PS-NSSS	0.99 372	0.58 424	0.93 310	0.58 280	0.57 374	0.91 304	0.80 398	1.81 380	1.14 283	1.14 252	1.67 415	1.00 263	0.83 275	4.62 450	0.78 317	0.37 422	0.31 422	0.52 463	0.32 414	0.45 428	0.38 406

DDVS	0.78 297	0.41 359	0.94 314	0.60 304	0.43 294	1.30 392	0.43 187	1.40 264	0.91 173	1.20 290	1.15 248	1.43 370	0.64 201	2.18 372	0.89 349	0.28 361	0.22 353	0.26 317	0.23 307	0.31 356	0.33 381

MIPNet	0.56 158	0.28 146	0.94 314	0.49 127	0.33 190	0.66 192	0.38 130	1.35 253	1.08 248	1.06 209	0.92 144	0.60 114	0.79 252	0.73 74	0.52 225	0.17 74	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

GMStereo	0.55 149	0.45 376	0.94 314	0.50 138	0.32 170	0.64 168	0.43 187	1.00 135	1.40 421	0.82 145	0.73 103	0.51 75	0.45 89	0.85 110	0.55 242	0.24 284	0.15 192	0.20 138	0.21 255	0.31 356	0.24 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.85 331	0.38 340	0.94 314	0.80 437	1.03 477	1.17 372	0.58 325	1.52 298	1.20 326	1.19 286	1.62 405	1.13 309	1.20 407	1.80 332	1.06 375	0.24 284	0.24 374	0.24 259	0.21 255	0.23 254	0.27 330

G2L-Stereo	0.80 304	0.32 250	0.95 318	0.60 304	0.42 284	0.78 254	0.69 367	1.50 289	1.09 256	1.33 362	1.14 240	1.45 377	0.72 224	2.45 393	1.10 384	0.25 310	0.20 313	0.26 317	0.21 255	0.20 166	0.26 320

UGAM	1.14 412	0.27 125	0.95 318	0.53 207	0.42 284	0.70 215	0.72 375	0.95 117	1.32 384	0.98 186	1.48 370	1.78 432	0.87 295	9.65 527	0.87 345	0.21 218	0.18 279	0.30 367	0.24 320	0.19 132	0.16 95

MyStereo06	0.61 186	0.28 146	0.95 318	0.56 258	0.46 319	0.61 156	0.73 376	1.78 368	0.67 99	1.03 205	1.12 231	1.13 309	0.56 156	0.78 86	0.41 138	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

hknet	0.77 289	0.32 250	0.95 318	0.54 222	0.38 251	1.27 387	0.65 351	2.16 458	1.07 242	1.20 290	1.11 224	1.59 402	0.81 262	1.37 248	0.66 278	0.22 244	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

delet	0.85 331	0.32 250	0.95 318	0.65 362	0.66 411	1.64 432	0.84 404	1.75 354	1.35 400	1.32 354	1.30 302	1.30 349	0.88 300	1.68 314	1.10 384	0.21 218	0.21 335	0.24 259	0.24 320	0.21 206	0.21 234

acv_ft	0.75 281	0.31 234	0.95 318	0.70 400	0.86 464	1.24 383	0.53 279	1.44 275	1.07 242	1.24 313	1.30 302	1.08 287	0.92 313	0.80 92	1.34 415	0.21 218	0.19 295	0.21 173	0.18 157	0.21 206	0.18 145

CIPLG	0.62 190	0.33 272	0.96 324	0.58 280	0.50 335	0.75 235	0.48 241	1.05 160	0.96 190	1.40 386	1.57 393	0.64 129	0.48 114	0.89 124	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

STrans-v2	1.04 391	0.28 146	0.96 324	0.49 127	0.32 170	0.68 203	0.79 392	2.47 492	1.12 268	1.12 235	1.46 364	1.40 366	1.46 438	6.70 495	0.43 158	0.18 113	0.13 86	0.20 138	0.18 157	0.18 93	0.18 145

dd	0.59 177	0.48 387	0.97 326	0.55 245	0.32 170	0.64 168	0.47 231	1.02 141	1.34 391	0.78 132	0.86 131	0.58 106	0.54 144	1.01 158	0.86 344	0.28 361	0.18 279	0.26 317	0.19 179	0.32 364	0.24 284

IPLG	0.69 239	0.27 125	0.97 326	0.51 168	0.43 294	0.79 259	0.33 79	1.21 220	1.06 237	1.30 340	1.10 218	0.52 82	0.55 151	3.16 423	0.63 270	0.16 33	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

TRStereo	0.60 180	0.60 435	0.97 326	0.74 422	0.67 415	0.46 57	0.38 130	1.85 390	0.89 164	0.79 135	0.80 124	0.88 212	0.39 61	1.10 183	0.41 138	0.23 269	0.15 192	0.23 239	0.24 320	0.17 62	0.15 69

rvit_0105_6	0.53 119	0.37 333	0.98 329	0.65 362	0.38 251	0.51 101	0.51 260	0.77 45	1.20 326	0.54 85	0.55 60	0.65 132	0.53 139	0.94 138	0.44 161	0.32 389	0.32 430	0.28 346	0.24 320	0.28 325	0.21 234

IGEV_Zeroshot_test	0.53 119	0.30 201	0.99 330	0.56 258	0.35 211	0.41 32	0.32 72	1.37 256	0.63 77	1.00 194	1.09 214	0.95 246	0.41 67	0.83 102	0.39 122	0.18 113	0.12 29	0.19 103	0.18 157	0.19 132	0.17 120

UDG	1.41 442	2.65 524	0.99 330	1.44 499	1.64 503	1.34 399	0.80 398	1.60 320	1.23 341	1.23 305	1.71 418	2.01 454	1.34 428	1.47 275	1.41 428	0.90 489	0.54 492	2.29 509	0.75 492	1.84 500	1.04 494

IPLGR_C	0.62 190	0.33 272	0.99 330	0.58 280	0.49 328	0.76 241	0.48 241	1.10 186	0.96 190	1.40 386	1.56 389	0.62 123	0.48 114	0.80 92	0.71 294	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

GEStereo_RVC	0.90 346	0.37 333	0.99 330	0.64 348	0.50 335	0.95 320	0.79 392	2.42 489	1.17 306	1.16 268	1.11 224	1.26 338	0.92 313	3.24 424	0.90 352	0.29 371	0.19 295	0.23 239	0.20 211	0.27 307	0.29 346

iResNet_ROB	0.77 289	0.30 201	0.99 330	0.57 274	0.36 220	0.83 283	0.36 110	2.33 480	1.58 448	1.27 325	1.30 302	1.25 334	0.84 279	1.65 304	0.79 323	0.20 186	0.14 137	0.17 50	0.12 27	0.18 93	0.27 330

MyStereo8	0.65 217	0.29 181	1.00 335	0.58 280	0.49 328	0.91 304	0.35 96	1.18 209	1.31 380	1.16 268	1.27 293	0.90 221	0.64 201	0.72 70	0.95 359	0.18 113	0.14 137	0.20 138	0.18 157	0.22 229	0.26 320

CRFU-Net	0.86 336	0.39 345	1.00 335	0.65 362	0.57 374	1.78 447	0.86 410	2.15 455	0.81 141	1.38 379	1.18 258	1.64 414	1.19 404	1.35 242	0.90 352	0.26 332	0.22 353	0.21 173	0.19 179	0.23 254	0.24 284

iRaft-Stereo_20w	0.65 217	0.31 234	1.00 335	0.47 87	0.34 207	0.73 226	0.30 59	2.96 500	0.70 108	1.15 258	1.14 240	0.76 162	0.65 207	1.11 186	0.38 114	0.17 74	0.13 86	0.18 82	0.16 120	0.19 132	0.18 145

MaskLacGwcNet_RVC	1.10 402	1.02 479	1.00 335	0.82 448	0.67 415	1.93 459	0.93 427	1.62 327	1.11 264	1.15 258	1.25 283	1.50 388	0.79 252	1.96 350	0.76 309	1.89 504	0.34 435	0.79 488	0.36 437	1.25 497	0.83 484

rvit_105_1	0.72 252	0.52 404	1.01 339	0.78 432	0.49 328	0.75 235	0.87 412	1.12 194	1.18 313	0.99 189	0.79 119	0.90 221	0.77 241	1.26 220	0.75 306	0.41 436	0.36 451	0.36 421	0.41 449	0.30 347	0.33 381

GMStereo_Zeroshot	0.67 233	0.61 437	1.01 339	0.64 348	0.37 234	0.84 291	0.35 96	1.05 160	1.12 268	1.12 235	1.06 200	1.27 342	0.54 144	1.19 205	0.59 253	0.32 389	0.17 258	0.31 373	0.18 157	0.52 448	0.22 251

plain	0.46 83	0.27 125	1.01 339	0.50 138	0.40 272	0.35 14	0.37 124	0.87 80	0.56 61	0.43 49	0.76 110	0.42 31	0.40 65	1.13 191	0.45 174	0.21 218	0.15 192	0.24 259	0.19 179	0.24 269	0.16 95

ACRE	0.61 186	0.33 272	1.01 339	0.58 280	0.49 328	0.75 235	0.47 231	1.06 173	0.95 185	1.37 374	1.55 385	0.62 123	0.46 94	0.83 102	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.18 93	0.21 234

ccnet	1.12 407	0.67 446	1.01 339	0.78 432	0.73 431	1.72 438	0.99 437	1.84 389	1.26 355	1.47 401	1.85 436	1.75 429	1.29 420	1.75 323	1.88 458	0.57 473	0.53 489	0.57 478	0.55 477	0.59 461	0.54 451

GwcNet-RSSM	0.77 289	0.32 250	1.01 339	0.62 330	0.54 363	0.78 254	0.51 260	1.73 348	1.20 326	1.09 219	1.37 332	1.46 380	0.85 282	1.53 286	1.09 381	0.25 310	0.18 279	0.23 239	0.24 320	0.20 166	0.19 185

CFNet	0.96 360	0.36 326	1.01 339	0.62 330	0.42 284	0.99 336	0.47 231	1.90 403	1.32 384	0.99 189	1.39 341	1.10 299	0.86 290	5.58 473	0.79 323	0.23 269	0.17 258	0.28 346	0.27 361	0.26 293	0.21 234

ssnet_v2	0.88 341	0.36 326	1.02 346	0.62 330	0.38 251	1.32 395	0.97 433	2.07 444	1.34 391	1.37 374	1.18 258	1.54 394	0.92 313	1.10 183	1.65 449	0.30 375	0.27 394	0.30 367	0.28 381	0.27 307	0.26 320

IER	0.70 243	0.31 234	1.02 346	0.48 112	0.52 357	1.34 399	0.51 260	1.17 204	0.99 209	1.23 305	1.34 323	1.12 304	1.11 387	0.99 153	0.71 294	0.20 186	0.16 229	0.21 173	0.21 255	0.20 166	0.19 185

sCroCo_RVC	0.49 102	0.40 351	1.02 346	0.65 362	0.60 394	0.52 105	0.40 152	0.83 73	0.61 72	0.44 51	0.74 106	0.49 65	0.50 126	0.63 48	0.48 200	0.26 332	0.27 394	0.23 239	0.22 284	0.29 336	0.25 296

SFCPSM	0.70 243	0.28 146	1.02 346	0.51 168	0.38 251	1.37 402	0.66 356	2.00 428	1.03 224	1.17 277	1.21 271	0.82 184	0.78 248	1.03 162	0.53 232	0.21 218	0.17 258	0.22 201	0.24 320	0.21 206	0.19 185

PAM_32	0.77 289	0.28 146	1.03 350	0.52 190	0.30 126	1.32 395	0.35 96	1.97 423	0.65 96	1.02 201	1.06 200	3.05 489	1.49 443	0.96 141	0.36 92	0.19 154	0.13 86	0.20 138	0.18 157	0.19 132	0.19 185

DAS	0.84 327	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 451	1.55 385	0.95 246	1.04 371	2.83 410	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

SepStereo	0.82 315	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 451	1.55 385	0.95 246	1.04 371	2.30 383	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

MANE	6.19 520	0.59 427	1.03 350	0.93 476	1.22 494	13.38 532	2.69 519	12.81 535	17.94 539	8.21 532	10.82 530	14.72 532	11.68 530	11.39 533	11.90 524	0.59 477	0.50 486	0.52 463	1.76 522	0.55 454	0.54 451

G2L-Stereo_aug	0.82 315	0.26 99	1.04 354	0.51 168	0.38 251	0.97 329	0.53 279	1.44 275	1.41 425	1.51 413	1.43 350	1.53 392	0.95 332	2.47 397	0.96 363	0.19 154	0.14 137	0.16 27	0.14 66	0.17 62	0.19 185

test-1	0.52 109	0.26 99	1.04 354	0.56 258	0.32 170	0.61 156	0.38 130	1.10 186	0.91 173	0.78 132	1.01 176	0.77 165	0.52 134	0.60 44	0.42 149	0.17 74	0.14 137	0.20 138	0.17 140	0.20 166	0.23 270

rvit_0105_5	0.58 171	0.39 345	1.05 356	0.66 369	0.37 234	0.58 137	0.56 310	0.94 112	1.18 313	0.64 106	0.68 87	0.75 158	0.63 197	0.88 119	0.50 213	0.32 389	0.32 430	0.30 367	0.27 361	0.28 325	0.25 296

rvit_stereo_0075_2	0.64 209	0.46 378	1.05 356	0.66 369	0.66 411	0.53 110	0.48 241	1.20 219	1.12 268	0.76 125	0.92 144	0.78 169	0.53 139	1.03 162	0.59 253	0.37 422	0.28 401	0.40 438	0.31 406	0.37 389	0.32 375

NLCA_NET_v2_RVC	0.79 301	0.43 366	1.05 356	0.64 348	0.58 383	0.95 320	0.53 279	1.53 304	1.18 313	1.37 374	1.15 248	1.43 370	0.88 300	1.61 300	0.84 339	0.25 310	0.22 353	0.27 333	0.27 361	0.29 336	0.29 346
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DN-CSS_ROB	0.64 209	0.32 250	1.05 356	0.55 245	0.40 272	0.54 117	0.45 217	1.21 220	0.93 180	1.03 205	1.47 365	0.69 146	0.63 197	1.76 328	0.49 207	0.18 113	0.14 137	0.25 298	0.22 284	0.22 229	0.20 217

rvit_0105_4	0.56 158	0.38 340	1.06 360	0.66 369	0.38 251	0.53 110	0.53 279	0.84 76	1.17 306	0.56 87	0.61 73	0.72 154	0.59 175	0.98 150	0.45 174	0.32 389	0.33 434	0.29 356	0.25 334	0.29 336	0.23 270

ADStereo(finetuned)	0.57 165	0.24 60	1.06 360	0.43 37	0.24 28	0.49 75	0.35 96	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	1.20 407	0.84 105	0.51 218	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

dad	0.86 336	0.66 445	1.06 360	0.56 258	0.37 234	0.76 241	0.44 200	1.17 204	1.50 439	1.44 396	1.27 293	1.34 359	0.75 229	2.52 400	0.84 339	0.42 440	0.27 394	0.83 489	0.26 351	0.41 409	0.29 346

DSFCA	0.93 354	0.34 295	1.06 360	0.52 190	0.65 408	1.55 424	0.93 427	1.49 285	1.19 321	1.56 423	1.15 248	1.50 388	0.96 340	3.07 418	1.02 372	0.30 375	0.26 386	0.25 298	0.25 334	0.28 325	0.24 284

NCCL2	1.00 377	0.56 417	1.06 360	0.75 425	0.57 374	1.31 394	1.72 488	1.77 364	1.36 403	1.50 410	1.17 256	1.91 442	1.17 398	1.54 288	1.29 410	0.35 414	0.31 422	0.45 450	0.44 456	0.40 406	0.40 410

ISRNet	0.80 304	0.33 272	1.07 365	0.81 440	0.66 411	0.60 150	0.34 91	1.19 217	1.13 280	1.59 430	1.53 379	1.35 360	0.77 241	1.27 223	0.94 356	0.39 429	0.34 435	0.43 445	0.38 442	0.34 376	0.49 442

MyStereo05	0.66 224	0.28 146	1.07 365	0.56 258	0.46 319	0.61 156	0.73 376	1.34 250	1.41 425	1.15 258	0.91 142	0.77 165	0.80 258	1.41 264	0.63 270	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

MyStereo04	0.67 233	0.29 181	1.07 365	0.55 245	0.45 308	0.59 142	0.79 392	1.50 289	1.40 421	0.91 167	0.91 142	0.74 156	0.86 290	1.52 282	0.62 266	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

DCANet-4	0.54 134	0.26 99	1.07 365	0.42 30	0.24 28	0.48 63	0.36 110	0.99 131	1.30 376	1.10 227	1.02 184	0.56 99	0.75 229	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

PAM	0.76 287	0.29 181	1.08 369	0.52 190	0.33 190	1.38 405	0.39 145	2.01 432	0.67 99	1.06 209	0.96 154	2.89 488	1.43 433	0.86 114	0.35 83	0.19 154	0.12 29	0.19 103	0.17 140	0.19 132	0.20 217

rvit_0105_3	0.63 197	0.44 369	1.08 369	0.72 411	0.40 272	0.64 168	0.71 372	1.03 146	1.17 306	0.82 145	0.70 95	0.80 175	0.70 218	0.91 127	0.56 244	0.35 414	0.34 435	0.34 405	0.32 414	0.27 307	0.28 342

SQANet	1.31 430	0.88 471	1.08 369	1.83 504	1.44 500	1.44 415	0.75 381	1.74 352	1.09 256	1.32 354	1.26 290	1.28 345	1.01 362	1.50 279	0.83 336	2.50 510	0.34 435	1.47 502	0.55 477	2.32 503	1.57 505

RAFT + AFF	1.00 377	0.42 363	1.09 372	0.67 381	0.50 335	1.22 381	1.24 464	2.24 473	1.19 321	1.30 340	1.56 389	1.17 314	1.49 443	3.44 432	0.83 336	0.21 218	0.25 381	0.30 367	0.26 351	0.27 307	0.27 330

MMNet	0.84 327	0.32 250	1.09 372	0.60 304	0.59 391	1.85 453	0.49 251	1.51 296	1.27 361	1.37 374	1.15 248	1.26 338	1.18 401	1.67 309	1.22 400	0.19 154	0.18 279	0.23 239	0.22 284	0.25 281	0.21 234

XPNet_ROB	0.96 360	0.49 390	1.09 372	0.72 411	0.57 374	1.11 357	1.14 455	1.66 336	1.23 341	1.85 458	1.39 341	1.64 414	1.11 387	1.80 332	1.42 432	0.38 426	0.30 416	0.33 395	0.29 392	0.37 389	0.34 385

PFNet	0.91 349	0.26 99	1.10 375	0.63 339	0.32 170	0.64 168	0.56 310	1.17 204	0.99 209	1.47 401	1.08 209	0.98 256	0.69 213	6.62 490	0.54 238	0.20 186	0.12 29	0.24 259	0.19 179	0.20 166	0.17 120

MLCV	0.72 252	0.34 295	1.10 375	0.51 168	0.23 20	0.91 304	0.39 145	1.33 245	1.23 341	1.46 400	1.55 385	1.01 270	0.64 201	1.95 349	0.80 327	0.18 113	0.12 29	0.18 82	0.14 66	0.19 132	0.17 120

Anonymous3	0.61 186	0.44 369	1.11 377	0.59 293	0.49 328	0.93 315	0.65 351	0.93 105	0.81 141	0.72 122	0.88 136	0.65 132	0.69 213	1.06 171	0.53 232	0.35 414	0.30 416	0.26 317	0.26 351	0.31 356	0.27 330

DISCO	1.03 388	0.34 295	1.11 377	0.69 395	0.45 308	2.07 468	0.84 404	2.13 449	1.50 439	1.15 258	1.33 316	2.40 473	1.07 381	2.60 403	1.51 444	0.23 269	0.18 279	0.22 201	0.20 211	0.31 356	0.27 330

DDUNet	1.50 447	2.69 525	1.12 379	1.77 503	1.88 505	1.84 452	0.92 423	1.70 345	1.16 303	1.38 379	1.79 428	1.60 404	1.12 390	1.37 248	1.08 379	1.10 499	0.76 502	2.37 511	0.94 503	2.00 501	1.37 502

RP	1.09 400	0.50 397	1.12 379	0.90 470	1.04 478	1.11 357	0.84 404	1.80 377	1.62 450	1.55 422	2.00 450	1.90 441	1.78 466	1.84 335	1.25 403	0.52 464	0.36 451	0.48 457	0.36 437	0.45 428	0.43 425

DualNet (step1)	0.83 322	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.57 473	0.28 401	0.62 481	0.67 488	0.45 428	0.42 418

test_sample9	1.86 472	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	2.27 381	7.92 513	0.57 473	12.61 542	0.62 481	0.67 488	0.45 428	0.42 418

test_sample8	2.19 485	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.82 381	1.15 294	2.26 475	1.30 302	4.94 508	2.52 498	2.27 381	7.92 513	0.57 473	12.61 542	0.62 481	0.67 488	0.45 428	0.42 418

DRN-Test	1.00 377	0.44 369	1.13 381	0.70 400	0.81 455	1.62 429	0.79 392	2.14 453	1.44 432	1.78 448	1.33 316	1.43 370	1.05 375	2.18 372	1.53 445	0.27 348	0.21 335	0.31 373	0.30 401	0.32 364	0.28 342

IPLGR	0.58 171	0.27 125	1.14 385	0.48 112	0.28 88	0.65 184	0.33 79	1.22 228	1.13 280	1.18 282	1.05 198	0.69 146	0.66 209	0.96 141	0.52 225	0.17 74	0.15 192	0.20 138	0.17 140	0.20 166	0.18 145

NaN_ROB	1.13 410	0.55 414	1.15 386	0.64 348	0.48 325	1.61 428	2.03 505	1.72 347	1.48 436	2.09 471	1.27 293	1.40 366	1.08 382	3.94 438	1.30 411	0.28 361	0.34 435	0.28 346	0.28 381	0.30 347	0.33 381

ETE_ROB	0.96 360	0.64 443	1.16 387	0.69 395	0.48 325	1.14 362	1.13 454	1.77 364	1.19 321	1.91 463	1.45 358	1.73 424	1.05 375	1.60 298	1.14 391	0.32 389	0.26 386	0.38 427	0.34 428	0.39 402	0.41 414

LALA_ROB	1.01 383	0.59 427	1.16 387	0.67 381	0.51 346	1.63 430	1.26 468	1.69 340	1.38 411	1.81 455	1.37 332	1.94 447	1.02 367	1.58 295	1.38 420	0.37 422	0.27 394	0.43 445	0.37 440	0.43 419	0.37 400

ADLNet2	0.88 341	0.34 295	1.17 389	0.77 430	0.64 406	1.12 360	0.76 384	1.74 352	1.24 347	1.21 294	1.65 411	1.71 422	1.05 375	1.67 309	1.17 396	0.24 284	0.21 335	0.21 173	0.22 284	0.26 293	0.29 346

BEATNet_4x	0.73 270	0.49 390	1.17 389	0.53 207	0.26 46	1.03 344	0.55 302	1.82 381	1.06 237	1.21 294	1.22 273	0.96 252	0.91 310	1.01 158	1.06 375	0.21 218	0.14 137	0.24 259	0.19 179	0.37 389	0.21 234

PSMNet_ROB	0.90 346	0.52 404	1.17 389	0.72 411	0.61 397	1.27 387	1.12 453	1.76 360	1.12 268	1.09 219	1.28 298	1.45 377	0.89 306	1.65 304	1.42 432	0.33 397	0.25 381	0.37 424	0.39 444	0.35 378	0.29 346

otaku	1.60 454	1.11 486	1.21 392	2.20 506	1.56 502	1.97 462	1.24 464	2.07 444	1.36 403	1.44 396	1.62 405	1.73 424	1.19 404	1.73 322	0.98 368	2.89 515	0.57 494	1.74 503	0.60 484	2.78 510	1.94 511

anonymity	1.12 407	0.97 474	1.21 392	1.07 487	1.12 485	1.08 353	0.89 416	1.95 418	1.16 303	1.29 332	1.26 290	1.22 323	1.09 385	1.15 193	1.01 371	1.02 494	1.00 517	0.97 493	0.97 505	0.98 486	0.99 491

STTStereo	0.78 297	0.50 397	1.22 394	0.64 348	0.54 363	0.89 298	0.54 286	1.44 275	1.11 264	1.38 379	1.09 214	1.27 342	0.85 282	1.43 265	0.83 336	0.29 371	0.27 394	0.33 395	0.39 444	0.32 364	0.30 360

Ntro	1.64 458	1.15 489	1.23 395	2.48 511	1.83 504	2.09 469	1.16 458	1.96 419	1.38 411	1.21 294	1.62 405	1.62 406	1.29 420	1.87 341	1.11 387	3.04 516	0.56 493	1.82 505	0.64 486	2.80 511	2.05 512

ToySt	0.66 224	0.33 272	1.23 395	0.51 168	0.33 190	0.86 295	0.68 363	1.10 186	0.97 197	0.84 150	1.08 209	1.25 334	0.94 327	1.01 158	0.74 301	0.19 154	0.19 295	0.24 259	0.24 320	0.27 307	0.23 270

SPS-STEREO	1.67 460	1.04 480	1.23 395	1.21 491	1.13 487	1.82 450	1.11 451	2.16 458	1.52 442	3.07 504	2.32 466	2.82 486	1.80 468	4.11 441	2.04 465	1.03 495	0.99 516	0.97 493	0.94 503	1.03 491	1.02 492
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 354	1.74 421	1.88 437	1.74 463	2.35 386	1.25 403	0.45 451	0.37 453	0.45 450	0.58 480	0.42 413	0.42 418

Abc-Net	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 354	1.74 421	1.88 437	1.74 463	2.35 386	1.25 403	0.45 451	0.37 453	0.45 450	0.58 480	0.42 413	0.42 418
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	1.17 419	0.49 390	1.24 398	0.70 400	0.97 476	1.71 436	0.92 423	1.91 407	1.46 434	1.38 379	1.14 240	1.88 437	1.30 424	4.24 442	1.87 456	0.26 332	0.21 335	0.35 413	0.27 361	0.55 454	0.54 451

RGC	1.14 412	0.79 463	1.26 401	0.91 473	0.96 475	1.52 421	0.77 387	1.92 410	1.26 355	1.54 419	1.93 444	2.02 456	1.54 446	2.25 379	1.31 412	0.44 450	0.35 446	0.58 479	0.48 465	0.47 435	0.46 432

SGM-ForestM	6.52 522	0.38 340	1.26 401	0.63 339	0.35 211	13.59 533	5.32 529	6.32 528	6.70 524	11.14 534	9.18 527	22.51 544	13.93 533	16.89 536	20.07 535	0.36 418	0.37 453	0.36 421	0.35 433	0.36 385	0.34 385

CSAN	1.41 442	0.59 427	1.26 401	0.70 400	0.50 335	1.76 442	1.78 490	1.77 364	1.90 472	2.35 480	2.32 466	1.92 445	1.94 478	5.56 472	1.49 442	0.43 445	0.35 446	0.40 438	0.41 449	0.43 419	0.41 414

DMCA-RVC	0.74 273	0.40 351	1.27 404	0.66 369	0.49 328	0.77 249	0.47 231	1.35 253	1.01 217	1.53 415	1.01 176	1.29 348	0.82 267	1.31 231	0.78 317	0.27 348	0.21 335	0.35 413	0.27 361	0.32 364	0.24 284

CC-Net-ROB	1.49 445	1.26 493	1.27 404	0.88 466	0.79 448	1.76 442	1.00 439	1.79 374	1.26 355	1.10 227	1.61 402	1.21 321	0.99 358	8.13 515	0.84 339	1.09 498	0.41 466	2.20 507	0.46 461	1.20 496	0.48 438

PA-Net	1.01 383	0.57 421	1.29 406	0.64 348	0.74 432	1.19 377	0.84 404	1.69 340	1.43 431	1.16 268	1.19 265	1.32 354	1.19 404	3.42 430	1.25 403	0.29 371	0.45 476	0.33 395	0.49 468	0.32 364	0.47 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.11 405	0.50 397	1.30 407	0.71 408	0.65 408	1.14 362	0.75 381	1.93 414	1.37 407	1.71 442	1.83 432	2.54 477	1.44 435	2.43 392	1.23 401	0.42 440	0.41 466	0.54 469	0.35 433	0.42 413	0.46 432

UNet	0.83 322	0.34 295	1.31 408	0.58 280	0.74 432	1.58 426	0.49 251	1.41 266	1.04 229	1.21 294	1.08 209	1.54 394	1.12 390	1.65 304	1.09 381	0.23 269	0.17 258	0.25 298	0.20 211	0.25 281	0.22 251

GANetREF_RVC	1.07 394	0.86 468	1.31 408	0.82 448	0.53 360	1.41 413	1.31 470	1.76 360	1.52 442	1.27 325	1.31 308	1.46 380	1.24 414	2.03 356	0.96 363	0.56 472	0.45 476	0.67 484	0.50 470	0.88 483	0.59 462
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
WCMA_ROB	1.84 470	0.47 383	1.31 408	0.69 395	0.57 374	2.11 470	1.14 455	1.87 395	1.73 460	4.04 510	6.43 513	5.62 513	3.61 510	2.59 402	1.94 461	0.52 464	0.44 472	0.39 433	0.42 452	0.48 438	0.47 435

FAT-Stereo	1.07 394	0.41 359	1.32 411	0.72 411	0.58 383	1.08 353	0.89 416	1.96 419	1.65 452	1.75 445	1.98 447	2.03 457	1.48 441	2.02 355	1.18 399	0.42 440	0.35 446	0.34 405	0.29 392	0.35 378	0.53 450

DANet	1.08 397	0.61 437	1.32 411	0.85 457	0.72 428	1.37 402	0.51 260	1.54 306	1.15 294	1.78 448	1.54 383	2.01 454	1.11 387	2.90 413	2.00 464	0.33 397	0.30 416	0.40 438	0.30 401	0.44 425	0.45 429
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AF-Net	1.13 410	0.52 404	1.33 413	0.86 459	0.91 468	1.38 405	0.71 372	2.16 458	1.62 450	1.56 423	2.40 471	1.99 452	1.65 456	1.81 334	1.48 441	0.48 459	0.28 401	0.49 459	0.33 423	0.39 402	0.32 375

Nwc_Net	1.09 400	0.49 390	1.33 413	0.89 469	0.80 453	1.49 419	0.66 356	2.19 467	1.27 361	1.32 354	2.26 464	1.96 449	1.54 446	1.92 344	1.34 415	0.40 432	0.30 416	0.43 445	0.45 458	0.38 398	0.37 400

PWCDC_ROB	1.29 426	0.75 460	1.33 413	1.05 484	0.88 467	1.73 439	0.52 271	1.89 400	3.28 504	1.29 332	4.88 507	1.22 323	1.46 438	1.77 330	1.45 436	0.60 478	0.26 386	0.29 356	0.25 334	0.52 448	0.37 400

DispNO	0.93 354	0.30 201	1.34 416	0.55 245	0.55 369	0.89 298	0.49 251	1.48 283	1.21 332	1.17 277	1.27 293	1.19 318	0.90 307	5.23 461	0.74 301	0.22 244	0.17 258	0.24 259	0.21 255	0.19 132	0.20 217

iResNet	0.75 281	0.40 351	1.36 417	0.67 381	0.29 105	0.92 311	0.59 333	1.52 298	1.25 350	1.28 327	1.48 370	0.94 238	0.76 237	1.62 301	0.78 317	0.18 113	0.14 137	0.18 82	0.15 81	0.22 229	0.23 270

LL-Strereo	1.33 433	0.39 345	1.38 418	0.61 318	0.61 397	0.75 235	0.66 356	1.63 329	1.17 306	1.56 423	1.60 398	2.03 457	2.12 486	9.72 528	0.97 365	0.21 218	0.18 279	0.27 333	0.23 307	0.22 229	0.25 296

DFGA-Net	0.72 252	0.40 351	1.40 419	0.52 190	0.45 308	0.83 283	0.44 200	1.28 242	1.08 248	0.99 189	1.19 265	0.70 150	0.55 151	2.14 366	1.16 393	0.18 113	0.16 229	0.24 259	0.23 307	0.27 307	0.25 296

YMNet	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 455	0.62 342	1.55 310	1.18 313	1.63 436	1.99 448	1.77 430	0.97 343	1.50 279	1.45 436	0.33 397	0.37 453	0.31 373	0.32 414	0.32 364	0.29 346

YMNet_1	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 455	0.62 342	1.55 310	1.18 313	1.63 436	1.99 448	1.77 430	0.97 343	1.50 279	1.45 436	0.33 397	0.37 453	0.31 373	0.32 414	0.32 364	0.29 346

fast-acv-ft	0.94 356	0.44 369	1.40 419	0.58 280	0.51 346	1.77 445	0.69 367	1.36 255	1.42 429	1.29 332	1.86 437	1.74 426	1.25 415	1.52 282	1.38 420	0.26 332	0.28 401	0.28 346	0.28 381	0.27 307	0.26 320

stereogan	1.15 416	0.42 363	1.40 419	0.86 459	0.84 459	2.38 481	0.71 372	1.88 398	1.73 460	1.72 443	1.94 446	2.31 468	1.29 420	2.07 360	1.08 379	0.36 418	0.35 446	0.39 433	0.31 406	0.51 446	0.46 432

ACV-stereo	0.99 372	0.51 400	1.41 424	0.56 258	0.41 279	2.43 483	0.57 321	1.15 200	1.18 313	0.81 141	1.01 176	3.39 495	2.14 487	1.60 298	1.07 378	0.27 348	0.22 353	0.22 201	0.22 284	0.28 325	0.32 375

APVNet	1.06 392	0.53 408	1.42 425	0.84 452	0.79 448	1.92 458	0.82 402	1.90 403	1.08 248	1.08 213	1.43 350	1.56 397	1.13 394	3.07 418	1.58 446	0.31 382	0.34 435	0.42 443	0.36 437	0.36 385	0.37 400

PSMNet-RUCA	1.02 386	0.97 474	1.44 426	1.23 493	1.10 481	1.40 408	0.62 342	1.69 340	1.38 411	0.94 175	1.53 379	0.97 254	0.83 275	1.17 201	0.93 354	0.69 485	0.34 435	0.99 495	0.60 484	0.97 485	0.64 472

gwcnet-sp	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 340	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

scenet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 340	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

ssnet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 340	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

PDISCO_ROB	1.32 432	0.65 444	1.44 426	1.36 494	1.46 501	2.55 486	0.92 423	2.45 491	2.07 481	1.37 374	1.49 372	1.65 416	1.00 360	2.82 409	1.35 418	1.01 492	0.27 394	0.54 469	0.47 463	0.71 477	0.73 480

NVStereoNet_ROB	1.88 473	1.07 481	1.45 431	1.07 487	1.17 489	1.47 416	1.48 479	1.89 400	1.93 475	1.94 464	4.67 505	3.08 492	1.80 468	6.51 489	1.65 449	1.06 497	0.86 511	1.08 499	1.32 512	0.93 484	1.26 500
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FBW_ROB	1.71 466	0.62 440	1.45 431	0.67 381	0.61 397	1.81 448	1.08 449	2.52 493	1.70 457	1.77 447	1.73 420	1.98 451	1.25 415	12.57 534	1.84 455	0.34 407	0.37 453	0.56 476	0.38 442	0.45 428	0.43 425

WAO-6	2.81 505	1.60 504	1.46 433	2.36 510	2.28 512	3.55 504	2.29 514	4.21 514	4.56 518	2.36 482	4.51 499	4.88 507	2.66 500	4.60 449	4.07 495	1.72 503	1.15 523	2.31 510	1.46 518	2.31 502	1.85 509

IMH-64-1	2.70 502	1.79 508	1.46 433	3.26 523	2.66 517	3.23 502	2.10 506	4.08 511	2.75 499	2.34 478	3.81 494	3.06 490	2.22 490	4.25 443	2.59 475	3.75 526	0.84 506	2.75 521	1.35 513	3.15 519	2.60 522

IMH-64	2.70 502	1.79 508	1.46 433	3.26 523	2.66 517	3.23 502	2.10 506	4.08 511	2.75 499	2.34 478	3.81 494	3.06 490	2.22 490	4.25 443	2.59 475	3.75 526	0.84 506	2.75 521	1.35 513	3.15 519	2.60 522

sAnonymous2	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 481	0.56 455

CroCo_RVC	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 481	0.56 455

IMH	3.21 509	1.85 512	1.48 438	3.25 522	2.69 519	4.07 513	2.02 504	4.41 516	3.80 511	2.72 491	7.11 517	4.75 506	2.92 503	5.92 480	2.55 473	3.85 530	0.88 512	2.78 523	1.36 515	3.19 521	2.59 521

NVstereo2D	0.92 351	0.41 359	1.48 438	0.72 411	0.72 428	1.20 379	0.87 412	1.75 354	1.38 411	0.99 189	1.13 236	1.26 338	0.98 350	2.21 376	0.89 349	0.43 445	0.20 313	0.38 427	0.24 320	0.57 457	0.63 468

ARAFT	0.77 289	0.36 326	1.49 440	0.51 168	0.31 152	0.90 301	0.82 402	1.90 403	1.06 237	1.62 434	1.24 279	1.02 272	0.64 201	1.84 335	0.50 213	0.18 113	0.14 137	0.28 346	0.27 361	0.17 62	0.16 95

AANet_RVC	1.16 418	0.52 404	1.49 440	0.65 362	0.45 308	0.75 235	0.69 367	1.42 268	1.55 447	1.34 366	1.87 439	1.53 392	0.78 248	7.43 506	1.38 420	0.25 310	0.17 258	0.19 103	0.16 120	0.22 229	0.26 320

ELAS	2.37 491	0.74 458	1.54 442	0.99 480	0.92 470	4.78 517	2.33 515	3.33 505	3.37 506	5.05 522	4.77 506	3.67 497	4.53 518	3.42 430	4.50 496	0.62 480	0.53 489	0.55 473	0.53 475	0.63 466	0.64 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.66 459	0.63 441	1.56 443	1.11 489	0.74 432	2.98 498	0.91 421	1.55 310	1.22 338	2.76 494	8.18 525	2.32 469	2.53 499	1.92 344	1.87 456	0.48 459	0.44 472	0.45 450	0.31 406	0.60 465	0.57 459

RainbowNet	1.97 479	1.76 506	1.57 444	2.81 514	2.21 509	1.98 464	1.81 492	2.54 494	1.89 470	1.50 410	1.84 434	1.96 449	1.65 456	2.14 366	1.25 403	3.33 522	0.85 509	2.39 514	0.98 507	2.82 513	2.22 513

MDST_ROB	1.67 460	0.34 295	1.58 445	0.92 475	0.58 383	4.26 515	1.11 451	2.83 497	1.41 425	4.49 516	2.55 476	1.45 377	0.97 343	7.79 512	1.17 396	0.31 382	0.25 381	0.37 424	0.33 423	0.31 356	0.30 360

FINET	0.97 366	0.54 409	1.60 446	0.63 339	0.79 448	1.08 353	1.07 448	1.56 313	2.20 484	1.15 258	1.49 372	0.94 238	0.88 300	2.32 384	1.05 373	0.42 440	0.35 446	0.32 387	0.28 381	0.43 419	0.38 406

LVE	3.31 510	1.67 505	1.64 447	2.85 515	2.42 515	3.20 501	2.26 513	4.78 519	5.05 519	2.35 480	6.91 514	6.02 514	2.37 493	9.15 519	2.17 470	3.19 519	1.08 522	2.38 513	1.47 519	2.81 512	2.40 518

ACVNet-4b	2.15 483	1.41 497	1.64 447	2.80 513	2.31 513	2.31 478	1.24 464	2.32 479	2.14 482	1.26 322	2.39 470	2.66 481	1.48 441	5.95 482	1.06 375	3.20 520	0.45 476	2.37 511	0.89 500	2.83 514	2.37 516

Syn2CoEx	1.14 412	0.69 450	1.66 449	0.80 437	0.67 415	1.40 408	0.88 414	2.06 443	1.54 445	1.25 318	1.58 396	1.42 369	1.50 445	4.09 440	1.40 424	0.36 418	0.32 430	0.34 405	0.29 392	0.29 336	0.34 385

MFMNet_re	1.40 441	1.14 488	1.68 450	1.39 496	1.07 479	1.48 417	1.43 475	1.87 395	1.82 467	2.26 475	2.19 461	1.51 390	1.86 473	1.52 282	1.25 403	0.93 490	0.83 505	0.84 490	0.80 495	0.99 488	1.05 496

AIO-Stereo-zeroshot	0.72 252	0.35 316	1.70 451	0.49 127	0.56 371	0.63 165	0.38 130	2.41 488	0.65 96	0.77 130	1.07 204	1.82 435	0.95 332	0.93 135	0.43 158	0.20 186	0.13 86	0.21 173	0.25 334	0.28 325	0.26 320

StereoDRNet	0.98 370	0.47 383	1.70 451	0.76 427	0.94 472	1.51 420	0.91 421	1.92 410	1.32 384	1.61 431	1.13 236	1.47 385	0.97 343	1.75 323	1.46 439	0.28 361	0.23 365	0.29 356	0.27 361	0.35 378	0.27 330

iResNetv2_ROB	0.80 304	0.37 333	1.71 453	0.56 258	0.37 234	0.94 316	0.64 349	1.73 348	1.34 391	1.23 305	1.42 346	1.26 338	0.92 313	1.85 338	0.56 244	0.23 269	0.15 192	0.19 103	0.14 66	0.24 269	0.19 185

ACVNet_1	2.18 484	1.45 500	1.72 454	2.85 515	2.33 514	2.28 476	1.46 477	3.08 502	2.22 485	1.82 456	2.05 455	3.56 496	1.98 480	3.09 421	1.40 424	3.17 517	0.60 496	2.40 515	0.92 502	2.91 517	2.37 516

GASNet	0.99 372	0.97 474	1.72 454	0.98 479	0.68 421	0.83 283	0.67 359	1.60 320	1.28 366	1.31 350	1.22 273	1.22 323	1.21 410	2.41 391	1.41 428	0.43 445	0.26 386	0.36 421	0.34 428	0.55 454	0.31 370

WAO-7	2.66 498	1.40 496	1.73 456	1.39 496	1.17 489	3.93 510	1.94 501	4.11 513	3.88 512	2.92 498	5.50 509	4.18 501	3.00 506	7.63 510	3.71 491	1.13 500	1.00 517	1.17 500	1.13 511	1.18 495	1.09 498

TorneroNet-64	5.30 519	2.03 514	1.74 457	3.43 525	2.81 520	10.09 527	2.12 508	9.10 532	17.12 538	4.96 521	9.27 528	10.72 531	3.70 512	9.20 520	4.55 497	3.31 521	0.84 506	2.88 524	1.55 520	3.49 522	3.04 525

WAO-8	4.40 513	1.82 510	1.79 458	2.34 508	2.20 507	9.19 525	1.53 480	6.09 525	16.46 533	3.94 508	7.84 523	7.32 516	3.72 513	9.41 525	3.31 486	2.00 505	1.07 520	2.44 516	1.37 516	2.50 505	1.68 506

Venus	4.40 513	1.82 510	1.79 458	2.34 508	2.20 507	9.19 525	1.53 480	6.09 525	16.46 533	3.94 508	7.84 523	7.32 516	3.72 513	9.41 525	3.31 486	2.00 505	1.07 520	2.44 516	1.37 516	2.50 505	1.68 506

FADNet	0.92 351	0.61 437	1.81 460	0.62 330	0.55 369	0.96 325	0.57 321	1.78 368	1.33 388	0.93 170	1.01 176	1.36 362	1.01 362	2.71 407	0.75 306	0.33 397	0.34 435	0.31 373	0.34 428	0.59 461	0.40 410

TorneroNet	10.70 532	2.03 514	1.82 461	3.43 525	3.01 523	43.83 547	2.22 512	8.87 531	67.47 553	7.17 530	27.36 542	10.68 530	3.85 515	8.67 518	7.65 512	3.59 524	0.88 512	3.04 525	1.57 521	3.71 523	3.17 526

Wz-Net-LNSev-Ref	0.99 372	0.40 351	1.82 461	0.66 369	0.62 402	2.05 467	0.78 389	1.91 407	1.29 370	1.54 419	1.42 346	1.51 390	1.23 412	1.99 352	1.33 413	0.23 269	0.14 137	0.20 138	0.15 81	0.27 307	0.26 320

FADNet_RVC	0.83 322	0.51 400	1.83 463	0.54 222	0.42 284	1.19 377	0.46 224	1.51 296	1.09 256	0.89 160	1.24 279	0.91 224	0.87 295	2.11 364	1.11 387	0.27 348	0.22 353	0.31 373	0.28 381	0.43 419	0.38 406

CBFPSM	0.92 351	0.33 272	1.86 464	0.49 127	0.38 251	1.75 440	0.84 404	1.39 262	1.12 268	1.09 219	0.99 166	2.37 471	1.66 460	1.32 235	1.42 432	0.19 154	0.18 279	0.20 138	0.20 211	0.21 206	0.33 381

XX-Stereo	0.63 197	0.26 99	1.90 465	0.81 440	0.67 415	0.43 46	0.23 22	1.03 146	0.58 64	0.65 108	1.56 389	1.41 368	0.39 61	1.28 225	0.35 83	0.20 186	0.14 137	0.20 138	0.19 179	0.18 93	0.14 41

ELAS_RVC	2.48 496	0.74 458	1.90 465	1.05 484	0.92 470	2.76 491	4.01 527	2.76 496	4.11 514	4.69 517	4.63 502	4.62 503	5.96 523	3.97 439	3.96 493	0.63 482	0.53 489	0.56 476	0.52 474	0.64 468	0.63 468
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	1.25 424	0.99 477	1.93 467	1.02 483	1.21 493	0.96 325	1.01 441	1.75 354	1.92 473	1.36 371	2.12 458	1.44 375	1.01 362	1.14 192	1.40 424	0.72 486	0.82 504	0.89 491	0.98 507	1.31 498	0.95 489

FADNet-RVC	0.88 341	0.67 446	1.93 467	0.60 304	0.48 325	0.91 304	0.60 337	1.71 346	1.18 313	0.90 162	0.96 154	1.36 362	0.92 313	2.25 379	1.17 396	0.30 375	0.29 412	0.32 387	0.32 414	0.41 409	0.35 390

ACVNet_2	2.43 495	1.41 497	2.04 469	2.62 512	2.24 510	2.63 490	1.88 498	3.31 504	3.01 501	2.19 473	3.45 490	4.62 503	2.04 482	4.50 448	1.47 440	2.55 511	0.64 498	2.22 508	0.84 497	2.69 509	2.29 515

Dean	2.91 508	1.53 503	2.07 470	2.96 519	2.51 516	3.15 499	2.14 509	4.75 518	4.41 517	2.76 494	6.10 512	5.53 512	2.37 493	2.97 416	1.92 460	3.18 518	0.85 509	2.51 518	1.04 510	2.88 516	2.47 519

TCMNet	1.01 383	0.60 435	2.10 471	0.86 459	1.33 498	1.14 362	0.67 359	1.69 340	1.23 341	1.11 233	1.57 393	1.30 349	0.97 343	2.01 354	1.50 443	0.31 382	0.31 422	0.38 427	0.34 428	0.42 413	0.36 395

FADNet-RVC-Resample	0.84 327	0.47 383	2.10 471	0.61 318	0.45 308	1.07 352	0.61 339	1.59 316	1.20 326	1.08 213	0.98 164	1.03 276	0.98 350	2.17 369	0.72 297	0.23 269	0.22 353	0.30 367	0.32 414	0.35 378	0.34 385

KSHMR	8.75 528	2.06 517	2.11 473	3.53 527	3.11 524	4.13 514	2.69 519	5.60 522	61.37 552	3.00 501	55.83 552	4.98 511	2.45 496	4.49 447	2.61 477	3.46 523	1.55 527	3.14 527	1.94 525	3.72 524	3.18 527

ktn	4.70 515	2.38 522	2.12 474	3.76 528	3.24 525	4.85 518	2.95 524	5.52 521	7.37 525	4.07 512	19.32 538	7.46 518	3.47 508	7.39 504	2.95 479	4.04 531	1.85 528	3.26 529	2.22 528	3.08 518	2.65 524

SGM+DAISY	2.41 494	1.07 481	2.14 475	1.18 490	1.10 481	2.14 472	1.36 472	1.96 419	1.66 453	5.46 525	7.07 516	4.95 509	4.32 517	5.50 469	2.26 471	1.04 496	1.02 519	0.99 495	0.97 505	1.02 489	1.04 494

SDNR	1.62 457	0.51 400	2.17 476	0.53 207	0.56 371	3.80 509	0.45 217	1.54 306	1.29 370	1.33 362	2.41 472	1.08 287	0.96 340	11.18 532	1.16 393	0.66 484	0.63 497	0.43 445	0.32 414	0.64 468	0.67 474

S-Stereo	1.15 416	0.46 378	2.17 476	0.81 440	0.80 453	1.21 380	1.19 461	1.93 414	2.02 478	1.47 401	2.11 457	1.57 398	1.17 398	2.05 359	1.41 428	0.40 432	0.40 464	0.35 413	0.31 406	0.44 425	0.70 477

SANet	1.88 473	0.57 421	2.18 478	0.63 339	0.40 272	2.80 494	1.57 484	2.39 487	5.88 522	2.36 482	3.57 491	3.72 499	2.97 504	4.74 452	1.76 452	0.34 407	0.30 416	0.32 387	0.29 392	0.48 438	0.37 400

Wz-Net-MNSev	1.11 405	0.58 424	2.23 479	0.66 369	0.71 426	1.95 461	1.46 477	1.98 425	1.45 433	1.79 451	1.43 350	1.49 387	1.33 427	1.97 351	1.42 432	0.27 348	0.23 365	0.28 346	0.28 381	0.34 376	0.31 370

PVD	1.70 464	0.84 465	2.26 480	0.94 478	0.83 458	2.48 484	0.97 433	2.59 495	3.35 505	3.01 502	2.77 480	2.34 470	2.47 497	2.67 406	3.14 483	0.47 458	0.45 476	0.59 480	0.48 465	0.59 461	0.75 482

GwcNet	1.08 397	0.51 400	2.33 481	0.79 434	1.18 491	1.76 442	0.70 370	1.68 338	1.47 435	1.41 388	1.64 409	1.74 426	1.04 371	2.20 375	1.41 428	0.30 375	0.29 412	0.29 356	0.27 361	0.30 347	0.35 390

SHD	1.31 430	0.71 454	2.34 482	0.86 459	0.75 439	1.77 445	0.65 351	2.22 471	2.50 493	2.40 484	1.71 418	1.91 442	1.60 452	1.93 347	2.37 472	0.38 426	0.31 422	0.38 427	0.40 448	0.48 438	0.50 444

ADCRef	1.35 435	0.55 414	2.37 483	0.72 411	0.77 443	1.94 460	0.78 389	1.91 407	1.27 361	1.57 427	1.59 397	1.36 362	1.41 431	1.54 288	7.53 508	0.23 269	0.20 313	0.32 387	0.30 401	0.29 336	0.29 346

RTSC	1.29 426	0.73 455	2.44 484	0.83 451	0.57 374	1.85 453	0.65 351	1.88 398	2.00 477	2.20 474	1.66 413	1.60 404	1.26 417	2.33 385	3.92 492	0.32 389	0.23 365	0.27 333	0.29 392	0.37 389	0.37 400

PWC_ROB	1.24 422	0.76 461	2.46 485	0.72 411	0.78 445	1.15 368	0.49 251	1.75 354	1.92 473	2.31 477	3.07 484	1.59 402	1.40 430	2.46 395	2.10 468	0.33 397	0.22 353	0.35 413	0.24 320	0.38 398	0.41 414

DGSMNet	1.14 412	0.76 461	2.49 486	0.81 440	0.86 464	1.39 407	1.39 473	2.13 449	1.35 400	1.26 322	1.63 408	1.48 386	0.98 350	1.75 323	1.10 384	0.45 451	0.43 469	0.55 473	0.49 468	0.75 479	0.70 477

IGEV-BASED-STEREO-	0.70 243	3.18 528	2.55 487	0.39 13	0.23 20	0.44 51	0.23 22	0.63 15	0.42 23	0.44 51	0.44 28	0.34 17	0.28 15	0.56 27	0.29 21	1.35 502	0.10 1	0.22 201	0.19 179	0.46 434	1.31 501

XQC	1.37 437	0.87 469	2.56 488	0.84 452	0.69 423	1.83 451	0.89 416	2.07 444	1.88 469	1.88 459	1.53 379	1.91 442	1.55 448	2.85 412	3.05 480	0.48 459	0.29 412	0.44 449	0.39 444	0.69 475	0.60 465

SAMSARA	1.55 451	0.84 465	2.61 489	1.22 492	1.07 479	2.50 485	1.93 500	2.05 438	1.89 470	2.75 493	1.66 413	2.81 485	1.69 461	3.08 420	1.97 463	0.46 457	0.51 487	0.42 443	0.46 461	0.58 459	0.59 462

PASM	1.34 434	0.92 472	2.62 490	0.86 459	0.87 466	1.03 344	1.08 449	1.50 289	1.51 441	1.82 456	1.41 345	1.68 419	1.26 417	4.87 455	1.34 415	0.61 479	0.65 500	0.68 485	0.78 494	0.69 475	0.68 476

notaker	3.98 512	2.40 523	2.68 491	3.82 530	3.27 527	3.97 512	2.14 509	4.78 519	3.45 508	4.12 513	6.94 515	7.65 520	3.26 507	7.82 513	5.30 500	4.04 531	1.41 525	3.36 530	2.10 527	3.88 525	3.31 528

Wz-Net-LNSev	1.03 388	0.67 446	2.71 492	0.64 348	0.84 459	1.75 440	1.00 439	1.80 377	1.32 384	1.28 327	1.25 283	1.65 416	1.22 411	1.39 257	1.40 424	0.28 361	0.26 386	0.24 259	0.23 307	0.33 373	0.32 375

pmcnn	2.37 491	0.42 363	2.71 492	0.63 339	0.43 294	1.54 423	1.19 461	2.01 432	1.53 444	2.64 490	7.60 519	18.07 536	1.45 437	3.44 432	2.78 478	0.18 113	0.15 192	0.15 8	0.12 27	0.20 166	0.18 145

aanetorigin	1.23 421	0.79 463	2.78 494	0.70 400	0.79 448	0.99 336	1.06 447	1.06 173	1.37 407	3.52 505	2.61 477	1.72 423	1.63 454	1.99 352	1.78 453	0.25 310	0.24 374	0.26 317	0.25 334	0.38 398	0.45 429

MSC_U_SF_DS_RVC	2.12 482	1.15 489	3.10 495	1.05 484	0.76 442	5.03 520	2.40 517	2.16 458	2.62 496	1.89 461	2.28 465	2.69 482	1.65 456	9.35 523	2.04 465	0.64 483	0.51 487	0.68 485	0.71 491	1.09 492	0.67 474

AIO-Stereo-zeroshot1	0.98 370	0.39 345	3.21 496	0.50 138	0.63 403	0.64 168	0.39 145	2.36 483	0.75 121	0.95 177	4.63 502	1.81 433	0.56 156	0.96 141	0.41 138	0.18 113	0.13 86	0.21 173	0.26 351	0.32 364	0.35 390

MFN_U_SF_RVC	1.52 449	0.84 465	3.42 497	0.87 465	0.66 411	2.56 487	0.95 431	2.36 483	1.70 457	1.98 465	1.86 437	2.45 475	1.79 467	2.95 414	2.58 474	0.52 464	0.48 481	0.55 473	0.59 483	0.59 461	0.61 466

MFN_U_SF_DS_RVC	1.74 468	0.87 469	3.56 498	0.80 437	0.75 439	3.72 506	2.44 518	1.82 381	1.82 467	1.74 444	1.91 443	1.92 445	1.26 417	7.69 511	1.28 409	0.45 451	0.47 480	0.52 463	0.77 493	0.50 442	0.50 444

ADCL	1.72 467	0.57 421	3.66 499	0.67 381	0.61 397	2.61 489	1.85 495	1.96 419	1.67 454	1.90 462	1.83 432	2.06 460	1.90 476	2.13 365	9.15 517	0.26 332	0.24 374	0.34 405	0.32 414	0.38 398	0.35 390

DispFullNet	2.34 490	2.85 526	3.66 499	3.08 520	2.27 511	1.97 462	0.67 359	2.00 428	1.70 457	2.52 486	2.00 450	2.23 463	5.86 521	3.44 432	1.58 446	1.01 492	0.32 430	2.64 520	1.94 525	2.85 515	2.24 514

iinet-f	0.99 372	0.45 376	3.71 501	0.55 245	0.43 294	1.81 448	0.68 363	1.14 198	1.14 283	1.18 282	1.42 346	1.58 401	1.44 435	1.34 241	1.59 448	0.24 284	0.23 365	0.20 138	0.19 179	0.26 293	0.25 296

pcwnet_v2	0.97 366	0.37 333	4.33 502	0.62 330	0.54 363	0.79 259	0.45 217	2.02 436	1.58 448	1.42 394	1.64 409	1.09 297	0.79 252	1.24 216	0.67 281	0.32 389	0.25 381	0.29 356	0.27 361	0.37 389	0.35 390

DPSNet	1.69 463	0.59 427	4.33 502	0.70 400	0.57 374	2.02 466	1.62 486	3.35 506	1.78 463	1.48 407	1.38 337	2.17 462	2.84 502	4.77 453	3.66 490	0.48 459	0.31 422	0.29 356	0.25 334	0.64 468	0.48 438

MADNet++	5.01 516	3.14 527	4.91 504	4.55 534	3.94 531	5.20 521	4.41 528	4.40 515	4.13 515	4.95 520	6.08 511	4.74 505	5.37 519	9.40 524	10.67 523	4.65 533	4.15 533	3.97 532	3.34 531	4.09 527	4.08 533

ADCMid	1.89 476	0.73 455	5.06 505	0.72 411	0.67 415	2.00 465	1.14 455	1.97 423	1.48 436	2.86 497	1.81 431	2.37 471	2.05 484	2.24 377	10.39 522	0.33 397	0.31 422	0.39 433	0.43 454	0.50 442	0.44 427

AnyNet_C32	1.96 478	1.10 483	5.17 506	0.90 470	1.11 483	2.12 471	2.37 516	1.85 390	1.48 436	2.45 485	1.70 417	2.05 459	1.64 455	2.50 399	10.28 521	0.37 422	0.34 435	0.35 413	0.41 449	0.49 441	0.54 451

UNDER WATER	5.08 517	2.33 521	5.55 507	3.94 532	3.51 528	5.20 521	2.72 521	5.61 523	16.52 535	3.84 507	4.60 501	9.21 524	5.89 522	5.90 479	8.66 516	3.75 526	1.34 524	3.18 528	1.88 523	4.33 530	3.61 530

ADCS	2.25 486	0.99 477	5.55 507	0.81 440	0.74 432	2.19 473	1.80 491	2.27 476	2.14 482	2.80 496	2.13 459	2.40 473	2.03 481	2.64 405	13.69 526	0.41 436	0.39 462	0.40 438	0.45 458	0.58 459	0.56 455

PWCK	2.88 507	2.05 516	5.72 509	2.08 505	1.11 483	3.55 504	3.90 526	2.86 499	3.54 510	3.03 503	3.63 492	3.10 493	2.31 492	8.15 517	3.09 481	2.12 507	0.91 514	1.75 504	0.98 507	2.57 507	1.18 499

DeepPrunerF	1.60 454	0.73 455	5.81 510	0.88 466	1.19 492	0.91 304	0.95 431	2.19 467	5.24 520	1.17 277	1.30 302	1.19 318	1.30 424	4.90 456	1.66 451	0.42 440	0.34 435	0.52 463	0.47 463	0.41 409	0.40 410

tt	6.58 523	0.26 99	6.10 511	3.77 529	2.16 506	11.55 529	19.63 536	13.33 536	5.74 521	2.96 499	2.65 478	4.97 510	6.33 526	3.81 436	7.24 507	9.15 538	11.32 541	5.89 537	6.24 536	6.03 532	2.55 520

Wz-Net-SNSev	1.49 445	1.23 492	6.27 512	0.68 392	0.67 415	1.37 402	1.41 474	2.00 428	1.39 416	1.48 407	1.61 402	2.29 466	1.32 426	3.93 437	2.14 469	0.31 382	0.28 401	0.31 373	0.33 423	0.42 413	0.36 395

Wz-Net-TNSev	1.88 473	2.08 518	7.66 513	0.67 381	0.64 406	2.42 482	1.83 494	2.33 480	1.74 462	1.57 427	1.56 389	2.58 478	1.90 476	4.86 454	3.12 482	0.39 429	0.37 453	0.33 395	0.37 440	0.53 450	0.58 460

ADCP+	1.99 480	0.48 387	7.73 514	0.66 369	0.91 468	2.30 477	1.05 445	1.82 381	1.34 391	1.54 419	1.32 314	1.74 426	1.61 453	2.17 369	13.37 525	0.24 284	0.21 335	0.32 387	0.28 381	0.37 389	0.29 346

ADCPNet	1.85 471	0.69 450	8.07 515	0.71 408	0.58 383	2.79 493	1.22 463	1.94 416	1.54 445	1.88 459	1.69 416	2.46 476	2.04 482	2.37 388	6.48 503	0.38 426	0.37 453	0.38 427	0.43 454	0.47 435	0.45 429

EDNetEfficient	2.37 491	1.10 483	8.08 516	0.74 422	0.71 426	0.98 335	1.56 482	1.46 280	4.06 513	4.90 519	2.82 481	2.25 464	3.48 509	2.95 414	9.97 518	0.26 332	0.24 374	0.26 317	0.30 401	0.68 474	0.61 466

HanzoNet	11.04 533	3.62 530	8.10 517	4.08 533	3.55 530	4.90 519	2.73 522	7.19 529	10.10 526	31.86 548	28.92 543	21.96 543	36.36 545	18.08 538	10.17 520	7.94 537	3.32 531	3.47 531	3.31 530	7.06 535	4.04 532

UNDER WATER-64	5.27 518	2.32 520	8.78 518	3.93 531	3.54 529	7.61 523	3.03 525	5.84 524	14.19 529	4.04 510	4.04 496	9.39 525	6.26 524	5.93 481	8.48 515	3.60 525	1.51 526	3.13 526	1.88 523	4.29 529	3.61 530

WZ-Net	1.95 477	0.95 473	10.10 519	0.86 459	0.78 445	1.69 435	1.60 485	2.20 470	1.98 476	2.08 470	1.93 444	2.30 467	1.97 479	5.30 462	3.17 485	0.34 407	0.26 386	0.29 356	0.31 406	0.51 446	0.47 435

JetBlue	3.97 511	2.01 513	10.19 520	1.38 495	2.84 521	10.53 528	9.54 530	3.60 509	2.41 488	2.73 492	3.39 489	4.54 502	4.31 516	7.85 514	6.84 506	0.88 488	0.93 515	0.89 491	0.91 501	1.74 499	1.91 510

AnyNet_C01	2.26 487	1.78 507	10.22 521	0.93 476	0.74 432	2.92 496	2.20 511	2.29 478	1.80 465	2.53 487	2.41 472	2.71 483	1.73 462	3.41 429	6.72 505	0.41 436	0.39 462	0.40 438	0.42 452	0.67 473	0.63 468

psmorigin	1.52 449	0.69 450	10.52 522	0.68 392	0.59 391	1.13 361	0.70 370	1.57 314	1.19 321	1.99 466	1.79 428	2.26 465	1.47 440	2.09 362	1.36 419	0.39 429	0.40 464	0.34 405	0.33 423	0.43 419	0.56 455

MADNet+	2.69 501	3.22 529	11.53 523	1.44 499	1.12 485	3.19 500	1.81 492	2.85 498	2.37 486	1.68 440	2.07 456	2.85 487	2.18 488	7.41 505	5.23 499	0.79 487	0.76 502	0.69 487	0.65 487	0.98 486	0.95 489

LSM	6.33 521	1.10 483	13.19 524	1.41 498	68.17 548	1.64 432	1.90 499	1.92 410	2.46 489	2.99 500	3.11 485	1.88 437	1.80 468	2.61 404	2.06 467	0.41 436	0.58 495	0.50 460	0.57 479	0.64 468	17.66 543

PML	51.67 550	36.25 547	13.28 525	7.46 535	20.81 537	108.69 553	232.22 554	8.72 530	27.82 544	87.01 553	269.67 554	69.67 553	61.95 553	24.76 546	14.20 528	9.74 540	3.40 532	9.62 539	4.70 533	18.74 541	4.72 534

TCMNet-wrong-test	10.31 530	11.40 537	14.84 526	20.96 539	18.45 536	13.80 534	10.76 531	15.78 537	3.53 509	5.20 523	5.52 510	16.26 534	12.61 531	7.51 509	10.15 519	7.43 536	2.37 529	4.31 533	3.43 532	11.36 538	10.61 537

RTS	2.67 499	1.38 494	15.28 527	0.99 480	1.26 495	3.78 507	1.96 502	2.15 455	2.62 496	2.61 488	2.85 482	2.60 479	1.59 450	6.27 485	5.71 501	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

RTSA	2.67 499	1.38 494	15.28 527	0.99 480	1.26 495	3.78 507	1.96 502	2.15 455	2.62 496	2.61 488	2.85 482	2.60 479	1.59 450	6.27 485	5.71 501	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

SuperB	2.53 497	0.59 427	18.45 529	0.69 395	0.50 335	1.87 455	0.88 414	1.67 337	2.39 487	1.50 410	1.42 346	1.14 311	1.15 396	4.28 445	5.07 498	0.24 284	0.19 295	0.22 201	0.19 179	7.86 536	0.34 385

USTest	14.33 537	14.94 539	21.04 530	17.44 538	16.05 533	23.26 536	33.84 543	21.73 538	11.80 528	9.36 533	10.14 529	15.97 533	13.20 532	17.28 537	22.43 538	3.78 529	5.01 534	6.17 538	6.16 535	9.25 537	7.72 536

DGTPSM_ROB	13.01 535	8.23 533	21.87 531	9.51 536	18.10 534	11.56 530	32.01 541	10.63 533	16.20 531	7.03 528	19.48 539	10.15 527	16.66 535	9.83 529	22.42 537	4.75 534	8.68 536	5.37 534	10.25 539	6.16 533	11.36 538

DPSMNet_ROB	13.02 536	8.23 533	21.91 532	9.53 537	18.11 535	11.56 530	32.02 542	10.64 534	16.23 532	7.05 529	19.49 540	10.16 528	16.66 535	9.85 530	22.43 538	4.77 535	8.68 536	5.38 535	10.26 540	6.17 534	11.36 538

LRCNet_RVC	22.74 540	32.10 546	21.97 533	29.84 543	26.23 540	4.42 516	0.81 401	22.66 539	2.02 478	26.93 544	29.26 544	23.06 545	15.59 534	23.84 542	18.88 534	31.75 546	19.90 547	34.65 545	32.13 546	30.54 545	28.32 546

LE_ROB	8.05 526	0.37 333	23.53 534	0.74 422	0.33 190	2.77 492	2.87 523	3.71 510	27.24 543	25.39 543	8.87 526	8.46 523	26.71 543	6.65 491	21.99 536	0.21 218	0.19 295	0.20 138	0.21 255	0.25 281	0.22 251

Anonymous_1	43.04 549	18.73 540	24.79 535	21.81 540	46.26 546	27.80 537	37.60 544	28.08 543	16.14 530	14.66 537	14.30 532	20.65 537	17.88 537	21.56 539	25.94 541	117.93 553	8.92 538	100.65 550	126.50 550	158.64 553	12.08 540

DPSM_ROB	19.08 538	19.14 541	25.17 536	22.15 541	20.85 538	28.17 538	37.82 545	26.56 541	16.85 536	14.14 535	14.84 533	21.70 538	18.75 538	21.87 540	26.55 542	10.16 541	9.30 539	10.47 540	10.42 541	14.03 539	12.61 541

DPSM	19.08 538	19.14 541	25.17 536	22.15 541	20.85 538	28.17 538	37.82 545	26.56 541	16.85 536	14.14 535	14.84 533	21.70 538	18.75 538	21.87 540	26.55 542	10.16 541	9.30 539	10.47 540	10.42 541	14.03 539	12.61 541

JetRed	6.91 524	8.80 535	25.96 538	2.85 515	3.25 526	13.98 535	11.87 532	6.25 527	4.28 516	4.45 515	4.56 500	6.69 515	5.46 520	7.46 507	14.05 527	2.59 512	3.31 530	2.59 519	2.29 529	4.20 528	3.36 529

xxxxx1	54.10 551	25.67 543	27.13 539	113.43 550	96.96 550	30.69 542	47.44 547	32.38 545	25.60 540	17.75 539	17.27 535	21.81 540	21.02 540	24.43 543	33.82 544	33.37 547	40.54 548	157.71 551	175.86 551	66.16 549	72.93 551

tt_ll	54.10 551	25.67 543	27.13 539	113.43 550	96.96 550	30.69 542	47.44 547	32.38 545	25.60 540	17.75 539	17.27 535	21.81 540	21.02 540	24.43 543	33.82 544	33.37 547	40.54 548	157.71 551	175.86 551	66.16 549	72.93 551

ff	54.10 551	25.67 543	27.13 539	113.43 550	96.96 550	30.69 542	47.44 547	32.38 545	25.60 540	17.75 539	17.27 535	21.81 540	21.02 540	24.43 543	33.82 544	33.37 547	40.54 548	157.71 551	175.86 551	66.16 549	72.93 551

DPSimNet_ROB	11.20 534	4.98 532	35.43 542	2.90 518	4.52 532	7.89 524	17.09 535	4.66 517	6.06 523	14.89 538	10.93 531	17.29 535	36.81 547	13.18 535	15.68 531	2.86 514	6.29 535	5.75 536	5.09 534	3.91 526	7.70 535

HaxPig	38.92 545	41.40 551	41.64 543	29.95 544	32.27 541	28.90 540	27.60 538	29.73 544	37.71 549	43.82 549	43.87 548	33.17 546	35.56 544	41.53 547	40.37 549	43.94 550	47.51 552	45.82 546	47.08 548	42.38 546	44.15 549

AVERAGE_ROB	40.43 546	42.37 552	42.73 544	36.96 546	35.58 543	30.50 541	27.61 539	36.71 550	38.39 550	44.91 550	44.36 549	37.45 548	36.70 546	41.88 548	40.35 548	45.43 551	46.81 551	47.11 547	46.35 547	42.51 547	43.87 548

DLNR_Zeroshot_test	23.17 541	48.52 554	43.29 545	176.68 553	78.69 549	0.35 14	0.21 11	23.41 540	0.75 121	0.66 111	0.86 131	0.59 113	0.30 23	1.56 292	0.44 161	9.57 539	0.12 29	0.18 82	0.14 66	76.92 552	0.16 95

MEDIAN_ROB	42.00 547	44.40 553	44.29 546	35.15 545	34.95 542	31.28 545	29.60 540	35.88 549	40.02 551	47.20 551	46.64 550	37.37 547	38.48 551	44.35 552	42.45 550	48.03 552	49.39 553	49.71 548	49.03 549	45.14 548	46.65 550

CasAABBNet	38.33 543	38.46 548	50.35 547	44.75 548	41.84 544	56.68 548	76.37 551	53.22 551	33.83 547	28.31 545	29.54 545	43.62 550	37.71 549	43.84 550	53.41 552	20.30 543	18.70 545	21.07 542	21.07 544	28.24 542	25.34 544

Selective-RAFT-Error	38.39 544	38.47 549	50.44 548	44.73 547	41.97 545	56.68 548	76.38 552	53.24 552	33.92 548	28.34 546	29.85 546	43.60 549	38.20 550	43.75 549	53.34 551	20.38 544	18.70 545	21.09 543	21.05 543	28.30 543	25.43 545

LSM0	42.82 548	38.75 550	50.81 549	47.07 549	109.38 553	57.00 550	76.02 550	53.74 553	33.71 546	29.02 547	30.41 547	43.87 551	37.22 548	43.91 551	53.54 553	20.52 545	18.62 544	21.10 544	21.11 545	28.41 544	42.22 547

xyz-stereo	7.16 525	0.22 35	69.90 550	0.42 30	0.21 9	32.92 546	0.49 251	0.87 80	0.76 127	1.38 379	27.04 541	1.19 318	1.16 397	4.69 451	0.97 365	0.16 33	0.12 29	0.20 138	0.14 66	0.16 38	0.12 9

BEATNet-Init1	26.87 542	13.43 538	70.68 551	0.91 473	0.68 421	57.02 551	21.06 537	32.82 548	32.67 545	52.12 552	53.61 551	66.05 552	49.56 552	48.79 553	34.71 547	0.49 463	0.44 472	0.53 468	0.53 475	0.63 466	0.59 462

coex-ft	8.13 527	2.13 519	98.04 552	0.67 381	0.53 360	1.71 436	1.56 482	1.65 331	11.11 527	18.17 542	3.75 493	3.88 500	7.61 529	2.98 417	6.49 504	0.30 375	0.30 416	0.32 387	0.31 406	0.66 472	0.50 444

EDNetEfficientorigin	10.57 531	1.47 501	177.42 553	0.67 381	0.53 360	1.58 426	1.16 458	1.90 403	3.37 506	4.71 518	3.38 488	3.10 493	2.69 501	3.13 422	3.58 489	0.25 310	0.23 365	0.33 395	0.27 361	0.83 480	0.81 483

test_example2	192.40 554	210.76 555	206.48 554	199.83 554	204.73 554	172.94 554	183.52 553	133.93 554	133.41 554	191.38 554	196.19 553	187.13 554	178.77 554	205.33 554	208.00 554	222.09 554	238.72 554	186.54 554	190.54 554	227.34 554	170.31 554

ccccc		492.34 556		530.87 555	530.37 555	478.08 555		491.76 555		448.18 555		476.12 555		541.64 555		663.49 555	459.54 555	353.94 555	309.79 555	586.66 555

ASD4		10.99 536

Low-res two-view benchmark