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 2	0.19 3	0.35 1	0.39 10	0.21 6	0.25 2	0.22 6	0.48 4	0.31 4	0.32 8	0.26 5	0.37 18	0.24 4	0.83 100	0.29 12	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.11 1

XX-TBD	0.46 74	0.70 441	0.35 1	0.79 422	0.25 31	0.58 130	0.26 28	0.69 20	1.27 349	0.76 114	1.00 160	0.45 35	0.33 27	0.47 9	0.37 95	0.19 142	0.15 182	0.15 8	0.11 8	0.17 50	0.14 31

FoundationStereo	0.24 1	0.21 12	0.36 3	0.38 8	0.22 11	0.32 9	0.22 6	0.39 1	0.23 2	0.30 6	0.25 3	0.30 9	0.33 27	0.34 2	0.26 5	0.16 27	0.12 23	0.15 8	0.11 8	0.13 1	0.12 6

trnet	0.39 27	0.21 12	0.37 4	0.36 3	0.20 3	0.53 103	0.29 43	0.78 42	1.12 256	0.59 89	0.71 88	0.53 78	0.42 62	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.13 12

CAS	0.63 186	0.18 1	0.37 4	2.27 495	0.84 447	0.57 127	0.54 274	0.79 46	0.62 64	0.48 56	0.70 85	0.36 15	0.26 7	0.45 7	0.35 74	2.24 496	0.10 1	0.14 1	0.09 1	0.15 14	1.06 485

CES	0.48 87	0.20 4	0.37 4	0.39 10	1.39 487	0.55 117	0.35 86	0.98 117	0.66 88	0.44 42	0.66 71	0.35 14	0.27 8	0.56 27	0.33 50	0.15 11	0.13 76	0.15 8	0.10 2	0.19 120	1.46 491

CREStereo++_RVC	0.47 81	0.21 12	0.38 7	0.45 59	0.38 240	0.45 48	0.25 19	0.75 32	1.29 358	0.80 126	1.21 260	0.47 45	0.37 44	0.53 19	0.44 152	0.16 27	0.11 6	0.15 8	0.80 483	0.18 81	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 99	0.20 4	0.38 7	0.41 17	0.19 1	0.96 315	0.34 81	1.17 192	1.25 338	0.81 130	0.90 130	0.63 115	0.50 116	1.45 260	0.42 140	0.14 6	0.12 23	0.17 41	0.11 8	0.18 81	0.11 1

CREStereo	0.39 27	0.21 12	0.38 7	0.34 1	0.22 11	0.53 103	0.29 43	0.77 38	1.11 252	0.58 81	0.71 88	0.51 66	0.41 58	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.14 31
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 74	0.21 12	0.38 7	0.37 5	0.23 15	0.71 211	0.27 34	0.74 31	1.04 217	0.64 96	0.70 85	0.55 82	0.47 93	0.86 112	0.35 74	1.00 479	0.13 76	0.15 8	0.10 2	0.15 14	0.13 12

MonSter	0.28 4	0.18 1	0.39 11	0.36 3	0.21 6	0.55 117	0.31 56	0.55 7	0.43 15	0.28 3	0.29 7	0.23 2	0.21 1	0.56 27	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

SGD-Stereo	0.32 6	0.20 4	0.40 12	0.38 8	0.19 1	0.43 40	0.22 6	0.64 13	0.33 5	0.42 35	0.34 9	0.27 4	0.35 35	1.15 185	0.30 20	0.20 174	0.10 1	0.15 8	0.13 33	0.17 50	0.13 12

DEFOM-Stereo	0.33 8	0.20 4	0.40 12	0.42 23	0.28 77	0.80 258	0.23 13	0.48 4	0.37 8	0.37 22	0.31 8	0.23 2	0.24 4	1.20 198	0.27 7	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.14 31

IGEV-Stereo++	0.30 5	0.20 4	0.40 12	0.46 64	0.30 115	0.33 10	0.22 6	0.75 32	0.45 19	0.32 8	0.41 13	0.32 12	0.48 104	0.38 3	0.27 7	0.15 11	0.11 6	0.15 8	0.12 20	0.15 14	0.13 12

LoS_RVC	0.42 43	0.26 88	0.40 12	0.44 47	0.82 445	0.51 94	0.44 189	0.64 13	0.41 11	0.44 42	0.78 104	0.44 27	0.47 93	0.56 27	0.36 83	0.13 2	0.12 23	0.14 1	0.10 2	0.13 1	0.84 473

castereo++	0.38 24	0.23 36	0.41 16	0.43 26	0.31 141	0.97 319	0.22 6	0.86 69	0.58 54	0.32 8	0.44 19	0.51 66	0.39 52	0.93 129	0.24 2	0.17 63	0.11 6	0.17 41	0.12 20	0.14 4	0.14 31

GLC_STEREO	0.39 27	0.25 73	0.41 16	0.54 210	0.23 15	0.48 56	0.30 50	0.73 27	0.58 54	0.52 73	0.73 93	0.51 66	0.31 20	0.64 48	0.42 140	0.17 63	0.20 301	0.23 227	0.19 167	0.21 194	0.17 109

AnonymousM	0.59 166	1.11 474	0.41 16	0.44 47	0.32 159	0.43 40	0.47 220	1.05 148	0.64 71	0.98 175	0.63 67	0.67 128	0.43 69	0.59 33	0.41 129	0.20 174	0.15 182	1.84 494	0.84 485	0.14 4	0.13 12

GREAT-IGEV	0.32 6	0.20 4	0.42 19	0.37 5	0.29 94	0.36 15	0.28 38	0.56 8	0.58 54	0.28 3	0.50 37	0.29 5	0.29 12	0.84 103	0.27 7	0.14 6	0.11 6	0.15 8	0.11 8	0.17 50	0.14 31

DEFOM-Stereo_RVC	0.40 34	0.67 434	0.42 19	0.64 336	0.29 94	0.48 56	0.25 19	0.85 67	0.44 17	0.38 27	0.36 11	0.30 9	0.70 208	1.15 185	0.29 12	0.16 27	0.11 6	0.16 23	0.11 8	0.18 81	0.12 6

IGEV-Stereo+	0.45 67	0.21 12	0.43 21	0.41 17	0.39 251	0.15 1	0.19 2	0.44 3	0.36 6	0.26 2	0.25 3	0.31 11	0.41 58	1.43 256	0.30 20	0.17 63	0.12 23	0.15 8	0.11 8	1.16 481	1.70 496

LGtest1	0.27 2	0.21 12	0.44 22	0.41 17	0.21 6	0.42 34	0.19 2	0.56 8	0.26 3	0.29 5	0.24 2	0.29 5	0.29 12	0.55 26	0.25 3	0.18 101	0.12 23	0.16 23	0.12 20	0.14 4	0.13 12

AIO_test	0.35 13	0.22 26	0.44 22	0.43 26	0.27 54	0.57 127	0.44 189	0.79 46	0.41 11	0.32 8	0.47 26	0.46 38	0.30 16	0.69 58	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.15 14	0.12 6

LoS	0.40 34	0.21 12	0.44 22	0.37 5	0.22 11	0.50 78	0.40 142	1.00 123	0.94 171	0.48 56	0.66 71	0.48 49	0.40 56	0.60 44	0.37 95	0.18 101	0.14 127	0.16 23	0.11 8	0.14 4	0.14 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TANstereo	0.44 59	0.21 12	0.44 22	0.41 17	0.21 6	0.65 175	0.26 28	0.79 46	0.83 135	0.93 159	0.98 154	0.51 66	0.46 84	0.54 21	0.35 74	0.18 101	0.24 362	0.16 23	0.13 33	0.16 29	0.26 308

S2M2	0.34 9	0.28 134	0.45 26	0.40 13	0.30 115	0.31 8	0.16 1	0.60 11	0.64 71	0.31 7	0.48 28	0.47 45	0.34 33	0.38 3	0.32 37	0.25 298	0.22 341	0.20 128	0.22 272	0.25 269	0.22 239

Reg-Stereo(zero)	0.44 59	0.22 26	0.45 26	0.43 26	0.23 15	0.38 19	0.25 19	0.76 35	1.08 236	0.90 151	0.78 104	0.90 210	0.47 93	0.70 62	0.36 83	0.15 11	0.12 23	0.15 8	0.12 20	0.15 14	0.15 59

GIP-stereo	0.34 9	0.23 36	0.45 26	0.50 126	0.36 209	0.38 19	0.23 13	0.78 42	0.52 43	0.34 14	0.51 39	0.46 38	0.38 50	0.51 14	0.27 7	0.20 174	0.12 23	0.16 23	0.12 20	0.16 29	0.14 31

castereo	0.41 41	0.22 26	0.46 29	0.44 47	0.30 115	0.61 149	0.56 298	0.97 113	0.80 127	0.38 27	0.69 81	0.45 35	0.69 203	0.51 14	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.16 29	0.12 6

tt45	0.45 67	0.23 36	0.46 29	0.45 59	0.33 179	0.79 250	0.32 63	0.78 42	0.41 11	0.51 72	0.44 19	0.49 56	0.37 44	2.14 356	0.34 65	0.16 27	0.13 76	0.19 94	0.16 109	0.17 50	0.18 133

Any-RAFT	0.53 109	0.24 50	0.47 31	0.47 75	0.27 54	1.00 328	0.25 19	1.58 303	1.05 221	0.85 144	0.99 156	1.06 270	0.47 93	0.70 62	0.32 37	0.18 101	0.13 76	0.16 23	0.13 33	0.16 29	0.16 84

knoymous	0.51 98	0.29 169	0.47 31	0.43 26	0.30 115	0.55 117	0.55 290	1.02 129	0.77 119	0.98 175	0.85 120	0.94 227	0.56 146	0.85 108	0.45 165	0.20 174	0.14 127	0.26 305	0.14 57	0.23 242	0.23 258

StereoAnything_RVC	0.45 67	1.43 487	0.48 33	0.35 2	0.20 3	0.26 3	0.21 4	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 40	1.27 214	0.22 1	0.21 206	0.11 6	0.14 1	0.10 2	2.37 492	0.11 1

IGEV-RUCA	0.37 19	0.23 36	0.48 33	0.49 115	0.36 209	0.60 143	0.23 13	0.64 13	0.49 28	0.39 31	0.49 34	0.44 27	0.31 20	0.85 108	0.30 20	0.24 272	0.13 76	0.16 23	0.12 20	0.20 154	0.19 173

Occ-G	0.42 43	0.21 12	0.48 33	0.41 17	0.26 36	0.42 34	0.62 330	0.77 38	0.49 28	0.43 40	0.66 71	1.02 261	0.46 84	0.78 84	0.41 129	0.16 27	0.13 76	0.18 73	0.13 33	0.16 29	0.16 84

CASnet	0.41 41	0.25 73	0.48 33	0.50 126	0.20 3	0.50 78	0.36 100	0.81 56	0.80 127	0.83 136	0.68 77	0.48 49	0.31 20	0.54 21	0.32 37	0.18 101	0.12 23	0.27 321	0.22 272	0.23 242	0.14 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.43 49	0.23 36	0.48 33	0.51 156	0.28 77	0.39 21	0.32 63	0.88 77	0.68 93	0.60 91	0.84 118	0.56 89	0.61 177	1.03 155	0.31 35	0.17 63	0.11 6	0.17 41	0.15 71	0.16 29	0.13 12

AIO_rvc	0.36 14	0.23 36	0.49 38	0.43 26	0.27 54	0.59 135	0.38 120	0.94 101	0.45 19	0.33 13	0.46 24	0.49 56	0.22 3	0.84 103	0.30 20	0.16 27	0.11 6	0.16 23	0.12 20	0.15 14	0.13 12

999	0.48 87	0.22 26	0.49 38	0.48 100	0.34 196	0.75 226	0.31 56	0.85 67	0.55 49	0.37 22	0.48 28	0.50 62	0.36 40	2.45 383	0.39 113	0.16 27	0.13 76	0.18 73	0.15 71	0.16 29	0.19 173

RSM	0.39 27	0.24 50	0.49 38	0.46 64	0.26 36	0.47 53	0.40 142	0.92 88	0.44 17	0.41 33	0.42 14	0.65 121	0.33 27	1.07 168	0.29 12	0.15 11	0.12 23	0.17 41	0.13 33	0.17 50	0.13 12

MoCha-V2	0.40 34	0.20 4	0.49 38	0.50 126	0.21 6	0.44 45	0.33 69	0.93 94	0.53 47	0.53 74	0.53 43	0.42 22	0.58 164	1.09 173	0.27 7	0.14 6	0.12 23	0.15 8	0.12 20	0.17 50	0.15 59

UCFNet_RVC	0.69 228	0.35 304	0.49 38	0.64 336	0.39 251	0.85 284	0.58 313	1.75 342	1.14 271	0.97 171	1.19 254	1.17 303	0.93 311	0.99 146	0.62 256	0.28 349	0.20 301	0.34 393	0.31 394	0.32 352	0.27 318

SMoEStereo_RVC	0.39 27	0.25 73	0.50 43	0.45 59	0.30 115	0.61 149	0.36 100	0.72 25	0.45 19	0.46 49	0.43 17	0.42 22	0.35 35	1.39 248	0.29 12	0.15 11	0.12 23	0.20 128	0.15 71	0.16 29	0.15 59

MyStereo07	0.48 87	0.29 169	0.50 43	0.55 233	0.45 296	0.59 135	0.79 380	1.05 148	0.51 39	0.48 56	0.53 43	0.43 25	0.55 141	1.30 221	0.34 65	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

ACVNet-DCA	0.56 148	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

xx1	0.67 222	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 490	0.58 81	0.79 109	0.95 235	0.77 231	1.46 262	0.32 37	0.20 174	0.12 23	0.24 247	0.23 295	0.22 217	0.21 222

1test111	0.54 124	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	0.88 115	0.59 243	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

cc1	0.64 198	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 490	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.19 120	0.19 173

Selective-IGEV	0.39 27	0.24 50	0.50 43	0.44 47	0.25 31	0.46 51	0.33 69	1.25 224	0.40 10	0.35 15	0.45 22	0.52 73	0.30 16	1.07 168	0.30 20	0.14 6	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

fffft	0.38 24	0.23 36	0.51 50	0.44 47	0.32 159	0.43 40	0.48 230	0.76 35	0.36 6	0.44 42	0.34 9	0.38 20	0.31 20	1.31 222	0.32 37	0.14 6	0.11 6	0.19 94	0.15 71	0.16 29	0.16 84
1: 1. 1
ours_stereo	0.39 27	0.28 134	0.51 50	0.46 64	0.30 115	0.40 23	0.44 189	0.73 27	0.56 51	0.35 15	0.56 54	0.46 38	0.33 27	1.11 178	0.32 37	0.16 27	0.13 76	0.19 94	0.15 71	0.19 120	0.14 31

AIO-Stereo	0.37 19	0.25 73	0.51 50	0.47 75	0.23 15	0.45 48	0.39 135	1.07 163	0.52 43	0.41 33	0.48 28	0.52 73	0.25 6	0.72 69	0.30 20	0.16 27	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

RSM++	0.38 24	0.24 50	0.51 50	0.47 75	0.26 36	0.50 78	0.41 155	0.79 46	0.45 19	0.37 22	0.45 22	0.60 103	0.35 35	1.02 154	0.30 20	0.15 11	0.13 76	0.17 41	0.14 57	0.18 81	0.13 12

IGEV++	0.40 34	0.22 26	0.51 50	0.52 178	0.29 94	0.45 48	0.25 19	1.65 319	0.46 25	0.37 22	0.57 57	0.46 38	0.45 79	0.50 12	0.38 105	0.19 142	0.12 23	0.16 23	0.13 33	0.16 29	0.15 59

tt1	0.62 179	0.32 238	0.51 50	0.54 210	0.26 36	1.16 359	0.48 230	0.95 106	2.47 478	0.57 79	0.77 102	0.49 56	0.81 251	1.55 281	0.32 37	0.20 174	0.12 23	0.24 247	0.15 71	0.19 120	0.20 205

EGLCR-Stereo	0.37 19	0.22 26	0.51 50	0.43 26	0.26 36	0.44 45	0.22 6	0.99 119	0.48 27	0.42 35	0.42 14	0.67 128	0.29 12	0.86 112	0.33 50	0.17 63	0.12 23	0.19 94	0.17 129	0.17 50	0.15 59

HUF	0.36 14	0.23 36	0.52 57	0.40 13	0.22 11	0.54 110	0.47 220	0.82 59	0.43 15	0.36 19	0.43 17	0.50 62	0.42 62	0.64 48	0.29 12	0.17 63	0.12 23	0.16 23	0.12 20	0.15 14	0.14 31

mms	0.40 34	0.27 114	0.52 57	0.46 64	0.32 159	0.43 40	0.46 213	0.70 22	0.46 25	0.35 15	0.58 60	0.44 27	0.30 16	1.36 238	0.33 50	0.16 27	0.13 76	0.18 73	0.15 71	0.19 120	0.15 59

AEACV	0.37 19	0.24 50	0.52 57	0.47 75	0.51 334	0.37 17	0.38 120	0.65 16	0.53 47	0.42 35	0.56 54	0.46 38	0.60 168	0.53 19	0.30 20	0.16 27	0.13 76	0.18 73	0.15 71	0.17 50	0.14 31

LCNet	0.72 241	0.28 134	0.52 57	0.55 233	0.31 141	0.69 199	0.54 274	1.00 123	0.88 149	1.19 275	1.34 312	0.97 243	1.34 416	2.56 390	0.45 165	0.18 101	0.13 76	0.21 162	0.25 322	0.27 295	0.73 468

RAFT-Stereo-weight	0.47 81	0.24 50	0.53 61	0.48 100	0.27 54	0.60 143	0.35 86	1.02 129	1.07 230	0.99 178	0.78 104	0.76 151	0.28 9	0.76 79	0.36 83	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.15 59

anonymousdsp	0.43 49	0.27 114	0.53 61	0.44 47	0.32 159	0.50 78	0.42 159	0.89 78	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.33 229	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

PSM-AAD	0.79 290	0.27 114	0.53 61	0.55 233	0.28 77	0.77 240	1.24 452	0.99 119	0.91 161	1.66 427	1.57 382	0.81 168	2.19 477	1.65 295	0.44 152	0.19 142	0.14 127	0.38 415	0.32 402	0.21 194	0.70 465

Prome-Stereo	0.75 270	0.27 114	0.53 61	0.55 233	0.32 159	0.59 135	0.97 421	0.89 78	0.88 149	1.45 386	2.46 463	0.91 213	1.41 419	1.58 286	0.44 152	0.18 101	0.13 76	0.19 94	0.17 129	0.20 154	0.92 476

HSM-Net_RVC	0.87 329	0.29 169	0.53 61	0.53 195	0.30 115	1.15 357	0.55 290	3.57 496	1.28 354	1.53 403	1.74 410	1.68 407	0.93 311	1.49 268	0.77 305	0.22 232	0.17 246	0.19 94	0.18 145	0.20 154	0.19 173
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LG-Stereo_Zeroshot	0.36 14	0.23 36	0.54 66	0.50 126	0.28 77	0.36 15	0.22 6	1.02 129	0.39 9	0.42 35	0.64 70	0.36 15	0.51 119	0.39 5	0.29 12	0.18 101	0.12 23	0.17 41	0.13 33	0.18 81	0.18 133

MM-Stereo_test3	0.50 96	0.24 50	0.54 66	0.54 210	0.74 420	0.49 68	0.53 267	1.09 171	1.05 221	0.62 94	0.95 141	0.61 107	0.42 62	0.77 82	0.38 105	0.20 174	0.17 246	0.20 128	0.16 109	0.18 81	0.18 133

HART	0.45 67	0.22 26	0.54 66	0.50 126	0.26 36	0.41 27	0.29 43	1.03 134	0.50 31	0.58 81	1.45 347	0.61 107	0.35 35	1.08 172	0.30 20	0.15 11	0.13 76	0.19 94	0.14 57	0.19 120	0.14 31

WCG-NET	0.42 43	0.21 12	0.54 66	0.40 13	0.25 31	0.47 53	0.32 63	0.73 27	1.15 282	0.76 114	0.73 93	0.58 96	0.45 79	0.60 44	0.34 65	0.15 11	0.11 6	0.16 23	0.14 57	0.15 14	0.13 12

IGEV-Stereo	0.43 49	0.27 114	0.54 66	0.45 59	0.32 159	0.50 78	0.42 159	0.90 84	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.32 226	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raft+_RVC	0.53 109	0.26 88	0.54 66	0.60 292	0.47 312	0.54 110	0.54 274	1.27 226	0.99 197	0.76 114	1.03 183	0.70 139	0.56 146	0.93 129	0.47 186	0.18 101	0.14 127	0.19 94	0.18 145	0.18 81	0.15 59

ACVNet	0.63 186	0.31 222	0.54 66	0.54 210	0.36 209	0.80 258	0.46 213	1.37 244	1.07 230	0.93 159	1.30 291	1.08 276	0.85 271	0.80 90	0.94 345	0.21 206	0.19 283	0.21 162	0.18 145	0.22 217	0.18 133

CFNet-ft	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 386	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

CFNet_RVC	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 386	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

SCV	0.46 74	0.26 88	0.55 75	0.47 75	0.25 31	0.39 21	0.38 120	1.98 413	0.60 61	0.35 15	0.48 28	0.55 82	0.36 40	1.28 216	0.32 37	0.24 272	0.12 23	0.17 41	0.13 33	0.18 81	0.14 31

AIO-test1	0.56 148	0.25 73	0.55 75	0.64 336	0.78 433	0.80 258	0.36 100	1.18 197	1.34 379	0.57 79	0.88 126	0.61 107	0.50 116	1.12 181	0.35 74	0.17 63	0.17 246	0.22 189	0.24 308	0.18 81	0.23 258

WCG-NET（raft）	0.45 67	0.21 12	0.55 75	0.40 13	0.24 21	0.50 78	0.36 100	0.73 27	1.09 244	0.71 106	0.76 100	0.92 222	0.51 119	0.84 103	0.34 65	0.16 27	0.12 23	0.15 8	0.14 57	0.14 4	0.14 31

MM-Stereo_test1	0.49 92	0.24 50	0.56 78	0.51 156	0.30 115	0.50 78	0.54 274	0.91 85	1.03 212	0.84 139	0.69 81	0.54 80	0.60 168	1.16 189	0.33 50	0.18 101	0.16 217	0.20 128	0.17 129	0.19 120	0.15 59

CAS++	0.47 81	0.31 222	0.56 78	0.47 75	0.32 159	0.42 34	0.28 38	1.76 348	0.72 104	0.71 106	0.72 91	0.37 18	0.28 9	0.69 58	0.33 50	0.27 336	0.22 341	0.26 305	0.21 243	0.29 324	0.19 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ff7	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

IGEVStereo-DCA	0.46 74	0.28 134	0.56 78	0.43 26	0.33 179	0.49 68	0.42 159	0.87 70	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.18 133

ffff	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

11t	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

ccc-4	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

test_4	0.53 109	0.22 26	0.56 78	0.54 210	0.32 159	0.64 161	0.39 135	0.80 53	0.62 64	0.92 158	1.87 428	0.68 130	0.42 62	1.16 189	0.37 95	0.15 11	0.13 76	0.20 128	0.22 272	0.20 154	0.15 59

FTStereo	0.91 338	0.26 88	0.56 78	0.54 210	0.33 179	0.66 183	1.87 485	1.00 123	0.75 111	1.75 433	4.15 486	1.04 268	1.65 444	1.57 284	0.46 179	0.19 142	0.16 217	0.23 227	0.21 243	0.18 81	0.63 456

raftrobust	0.52 99	0.25 73	0.56 78	0.65 350	0.52 345	0.49 68	0.34 81	0.98 117	0.91 161	1.30 329	0.87 124	0.63 115	0.81 251	0.78 84	0.41 129	0.19 142	0.15 182	0.16 23	0.14 57	0.15 14	0.16 84

fffy	0.42 43	0.27 114	0.57 88	0.46 64	0.29 94	0.48 56	0.35 86	0.91 85	0.55 49	0.40 32	0.58 60	0.55 82	0.41 58	1.26 211	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.18 81	0.14 31

Pointernet	0.37 19	0.20 4	0.57 88	0.43 26	0.28 77	0.51 94	0.27 34	0.93 94	0.61 62	0.47 52	0.63 67	0.49 56	0.38 50	0.49 11	0.33 50	0.17 63	0.13 76	0.14 1	0.11 8	0.13 1	0.12 6

MSKI-zero shot	0.55 139	0.26 88	0.57 88	0.51 156	0.26 36	0.69 199	0.28 38	1.18 197	0.64 71	0.91 156	1.32 303	0.82 173	0.33 27	1.92 334	0.32 37	0.17 63	0.12 23	0.17 41	0.13 33	0.16 29	0.16 84

ICVP	0.63 186	0.33 260	0.57 88	0.61 306	0.40 261	0.80 258	0.58 313	1.61 311	0.89 152	0.90 151	1.24 268	0.88 201	0.73 215	0.72 69	0.88 335	0.29 359	0.21 323	0.22 189	0.21 243	0.24 257	0.27 318
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	0.79 290	0.35 304	0.57 88	0.58 268	0.42 273	0.96 315	0.46 213	1.47 270	1.33 376	1.19 275	1.22 262	1.81 421	0.98 339	1.66 299	0.94 345	0.33 385	0.28 389	0.34 393	0.27 349	0.35 366	0.31 358

U	9.45 517	0.21 12	0.58 93	0.47 75	53.11 534	61.27 539	0.24 18	0.70 22	0.52 43	0.36 19	0.28 6	0.29 5	0.35 35	0.33 1	0.26 5	0.19 142	0.11 6	60.50 536	8.88 524	0.17 50	0.13 12

test_for_model	1.30 417	3.71 519	0.58 93	3.22 509	2.84 509	0.59 135	0.33 69	1.40 252	0.83 135	1.42 382	0.61 64	0.52 73	0.37 44	0.51 14	0.33 50	2.46 497	0.15 182	0.16 23	0.11 8	4.39 519	1.50 492

MGS-Stereo	0.42 43	0.26 88	0.58 93	0.44 47	0.28 77	0.50 78	0.34 81	0.57 10	0.83 135	0.46 49	1.31 297	0.52 73	0.33 27	0.65 53	0.36 83	0.19 142	0.16 217	0.18 73	0.15 71	0.17 50	0.16 84

MaDis-Stereo	0.36 14	0.25 73	0.58 93	0.44 47	0.34 196	0.30 7	0.30 50	0.72 25	0.50 31	0.37 22	0.36 11	0.58 96	0.49 112	0.52 17	0.36 83	0.19 142	0.16 217	0.19 94	0.15 71	0.18 81	0.14 31

ProNet	0.43 49	0.28 134	0.58 93	0.43 26	0.30 115	0.56 122	0.52 259	1.00 123	0.58 54	0.44 42	0.49 34	0.43 25	0.43 69	1.28 216	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.17 50	0.16 84

RCA-Stereo	0.50 96	0.23 36	0.58 93	0.48 100	0.33 179	0.55 117	0.45 206	0.97 113	1.38 399	0.68 101	1.05 188	0.63 115	0.80 248	0.59 33	0.32 37	0.17 63	0.12 23	0.17 41	0.14 57	0.16 29	0.14 31

GrayStereo	0.82 304	0.26 88	0.58 93	0.63 327	0.37 223	0.76 232	1.86 484	1.11 180	0.87 145	1.99 454	1.89 430	1.08 276	1.82 459	1.39 248	0.48 191	0.19 142	0.14 127	0.19 94	0.21 243	0.18 81	0.39 397

ttt	0.94 345	0.34 283	0.59 100	0.61 306	0.37 223	0.94 306	0.50 247	2.17 452	1.34 379	1.23 294	1.61 391	0.91 213	0.76 227	1.85 328	3.97 482	0.30 363	0.26 374	0.26 305	0.24 308	0.29 324	0.29 334

UniTT-Stereo	0.36 14	0.23 36	0.59 100	0.48 100	0.36 209	0.40 23	0.32 63	0.53 6	0.49 28	0.54 76	0.55 51	0.36 15	0.31 20	0.58 32	0.51 209	0.20 174	0.15 182	0.17 41	0.15 71	0.19 120	0.15 59

testlalala	0.45 67	0.28 134	0.59 100	0.42 23	0.39 251	0.71 211	0.39 135	1.08 169	0.45 19	1.24 302	0.80 114	0.61 107	0.36 40	0.54 21	0.33 50	0.20 174	0.13 76	0.18 73	0.12 20	0.15 14	0.15 59

GMM-Stereo	0.74 262	0.25 73	0.59 100	0.54 210	0.34 196	0.72 214	0.99 425	1.01 128	0.87 145	1.36 360	1.78 416	1.12 293	0.81 251	2.09 352	0.46 179	0.18 101	0.12 23	0.25 286	0.25 322	0.20 154	0.85 474

rafts_anoy	0.52 99	0.29 169	0.59 100	0.59 281	0.50 323	0.53 103	0.40 142	1.11 180	1.03 212	0.84 139	0.83 116	0.68 130	0.54 134	0.72 69	0.51 209	0.19 142	0.14 127	0.24 247	0.26 339	0.21 194	0.18 133

riskmin	0.56 148	0.27 114	0.60 105	0.43 26	0.31 141	0.83 273	0.42 159	1.14 186	1.04 217	0.73 112	0.75 98	1.11 292	1.01 351	0.81 95	0.51 209	0.20 174	0.14 127	0.24 247	0.15 71	0.24 257	0.25 284

RAFT+CT+SA	0.58 161	0.29 169	0.60 105	0.66 357	0.37 223	0.42 34	0.55 290	1.27 226	1.03 212	0.70 104	1.22 262	0.60 103	0.70 208	1.64 294	0.41 129	0.18 101	0.13 76	0.22 189	0.22 272	0.21 194	0.18 133

SGM-Forest	1.24 411	0.38 328	0.60 105	0.52 178	0.37 223	1.56 414	1.30 457	1.65 319	1.36 391	2.11 460	1.79 417	1.63 399	0.93 311	7.48 496	0.95 348	0.36 406	0.37 441	0.39 421	0.34 416	0.37 377	0.32 363
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 99	0.24 50	0.61 108	0.49 115	0.30 115	0.90 291	0.29 43	1.07 163	0.83 135	0.83 136	1.02 174	0.62 112	0.43 69	1.35 233	0.41 129	0.17 63	0.12 23	0.22 189	0.20 199	0.17 50	0.15 59

x	0.54 124	0.31 222	0.61 108	0.47 75	0.30 115	0.67 187	0.47 220	1.53 292	0.79 126	0.81 130	0.83 116	0.78 158	0.70 208	0.70 62	0.62 256	0.21 206	0.19 283	0.22 189	0.19 167	0.21 194	0.20 205

cross-raft	0.54 124	0.25 73	0.61 108	0.52 178	0.29 94	0.68 194	0.37 114	1.46 268	0.76 117	1.01 186	1.06 190	1.28 333	0.46 84	0.71 66	0.35 74	0.15 11	0.12 23	0.18 73	0.16 109	0.19 120	0.14 31

PSMNet-RSSM	0.72 241	0.30 189	0.61 108	0.63 327	0.42 273	0.73 217	0.56 298	1.92 398	1.10 250	1.09 208	1.37 321	1.22 311	0.98 339	1.28 216	0.72 287	0.27 336	0.19 283	0.27 321	0.29 380	0.24 257	0.24 272

SGM_RVC	1.68 451	0.36 314	0.61 108	0.59 281	0.29 94	2.25 464	1.18 448	2.38 474	1.68 444	3.60 494	2.67 468	3.69 486	2.42 483	8.13 503	1.90 447	0.31 370	0.31 410	0.30 355	0.28 369	0.30 335	0.29 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	0.72 241	0.35 304	0.62 113	0.69 383	0.46 307	1.14 351	0.44 189	1.37 244	1.01 205	0.83 136	1.17 245	1.33 343	0.96 329	1.43 256	0.95 348	0.33 385	0.22 341	0.21 162	0.23 295	0.27 295	0.29 334

KYRaft	0.75 270	0.28 134	0.62 113	0.56 246	0.29 94	0.67 187	0.86 398	0.94 101	0.84 139	1.62 422	2.21 451	1.16 302	1.02 356	1.57 284	0.40 118	0.20 174	0.13 76	0.22 189	0.28 369	0.20 154	1.02 480

NOSS_ROB	1.26 414	0.46 366	0.62 113	0.56 246	0.38 240	1.06 340	0.78 377	1.73 336	1.40 409	1.01 186	1.43 339	1.10 288	0.75 219	10.62 519	0.65 265	0.45 439	0.43 457	0.48 445	0.45 446	0.44 413	0.41 402

AIO-test2	0.57 155	0.28 134	0.63 116	0.61 306	0.58 371	0.79 250	0.51 248	1.18 197	1.40 409	0.63 95	1.15 237	0.51 66	0.43 69	1.09 173	0.35 74	0.21 206	0.17 246	0.26 305	0.30 389	0.20 154	0.19 173

HHNet	0.62 179	0.26 88	0.63 116	0.43 26	0.45 296	0.50 78	0.58 313	1.07 163	1.01 205	1.25 307	2.23 452	0.70 139	0.61 177	1.07 168	0.47 186	0.20 174	0.13 76	0.23 227	0.19 167	0.19 120	0.30 348

FENet	0.60 169	0.28 134	0.63 116	0.54 210	0.33 179	0.83 273	0.38 120	1.27 226	1.07 230	1.00 183	0.86 121	0.99 251	0.85 271	0.96 135	0.68 275	0.22 232	0.15 182	0.23 227	0.20 199	0.22 217	0.23 258

GANet-RSSM	0.72 241	0.28 134	0.63 116	0.64 336	0.58 371	0.80 258	0.58 313	1.89 388	1.08 236	1.04 197	1.25 272	1.15 301	1.04 360	1.49 268	0.62 256	0.25 298	0.19 283	0.22 189	0.22 272	0.22 217	0.21 222

R-Stereo Train	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 419	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109

RAFT-Stereo	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 419	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CBMV_ROB	0.90 335	0.44 357	0.63 116	0.51 156	0.37 223	1.25 374	0.49 240	1.77 352	1.27 349	1.41 376	2.00 439	1.33 343	1.08 371	2.17 359	0.76 299	0.43 433	0.42 456	0.47 443	0.44 444	0.41 397	0.36 383

rvit_stereo_0081	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

GCAP-BAT	0.49 92	0.31 222	0.64 123	0.41 17	0.46 307	0.70 206	0.35 86	0.77 38	0.64 71	0.86 146	1.00 160	0.77 154	0.37 44	1.18 195	0.36 83	0.18 101	0.14 127	0.18 73	0.13 33	0.17 50	0.15 59

rvit_stereo_0082	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

RAFT-Test	0.54 124	0.25 73	0.64 123	0.47 75	0.30 115	0.97 319	0.27 34	1.24 222	0.81 129	0.96 168	1.12 220	1.28 333	0.48 104	0.71 66	0.36 83	0.17 63	0.13 76	0.17 41	0.14 57	0.16 29	0.16 84

raft_robust	0.68 226	0.30 189	0.64 123	0.52 178	0.26 36	0.54 110	0.35 86	1.33 233	1.24 335	1.16 257	1.07 194	0.60 103	0.54 134	3.58 424	0.37 95	0.18 101	0.14 127	0.20 128	0.22 272	0.20 154	0.16 84

iRaftStereo_RVC	0.47 81	0.26 88	0.64 123	0.50 126	0.29 94	0.53 103	0.33 69	1.05 148	0.77 119	0.84 139	1.00 160	0.55 82	0.37 44	0.81 95	0.40 118	0.17 63	0.12 23	0.22 189	0.20 199	0.19 120	0.15 59

AFF-stereo	0.58 161	0.25 73	0.64 123	0.46 64	0.29 94	0.34 11	0.38 120	1.15 188	1.14 271	1.17 266	1.60 387	1.10 288	0.71 212	0.97 142	0.43 149	0.13 2	0.11 6	0.19 94	0.19 167	0.17 50	0.14 31

SCV_C0	0.43 49	0.26 88	0.65 130	0.43 26	0.29 94	0.47 53	0.31 56	1.34 238	0.73 108	0.38 27	0.49 34	0.54 80	0.29 12	1.24 208	0.30 20	0.17 63	0.13 76	0.16 23	0.13 33	0.20 154	0.15 59

GMOStereo	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 376	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

error version	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 376	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-v	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 376	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-2	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 376	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test_xeample	1.45 433	0.28 134	0.65 130	0.51 156	0.28 77	0.94 306	0.59 321	2.14 441	1.29 358	1.24 302	1.51 366	0.88 201	0.86 279	1.46 262	15.10 517	0.22 232	0.20 301	0.22 189	0.20 199	0.22 217	0.22 239

HSM	1.19 409	0.32 238	0.65 130	0.57 262	0.38 240	1.23 371	0.59 321	2.25 462	1.19 309	1.30 329	1.25 272	1.94 435	1.03 358	9.32 510	0.71 284	0.22 232	0.16 217	0.20 128	0.16 109	0.21 194	0.21 222

RAStereo	0.34 9	0.21 12	0.66 137	0.47 75	0.27 54	0.26 3	0.29 43	0.69 20	0.63 67	0.32 8	0.42 14	0.45 35	0.31 20	0.45 7	0.34 65	0.17 63	0.15 182	0.19 94	0.15 71	0.18 81	0.13 12

H2IRNET	0.56 148	0.26 88	0.66 137	0.47 75	0.35 200	0.41 27	0.26 28	0.92 88	1.17 294	0.61 92	1.28 287	1.08 276	0.86 279	0.99 146	0.63 260	0.19 142	0.16 217	0.22 189	0.25 322	0.21 194	0.18 133

RAFT-345	0.84 316	0.25 73	0.66 137	0.50 126	0.27 54	0.54 110	0.42 159	0.83 63	1.11 252	1.32 343	2.34 457	0.86 193	0.54 134	5.72 463	0.47 186	0.18 101	0.13 76	0.22 189	0.17 129	0.17 50	0.16 84

RALCasStereoNet	0.54 124	0.30 189	0.66 137	0.59 281	0.51 334	0.61 149	0.52 259	0.94 101	0.93 168	0.70 104	1.01 166	0.78 158	0.44 76	1.33 229	0.47 186	0.20 174	0.16 217	0.18 73	0.16 109	0.20 154	0.19 173

CBMV	0.95 348	0.44 357	0.66 137	0.53 195	0.35 200	1.53 411	1.63 475	1.69 328	1.42 417	2.00 456	1.60 387	1.43 358	1.17 386	1.59 288	0.99 357	0.34 395	0.34 423	0.39 421	0.33 411	0.33 361	0.32 363
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 49	0.24 50	0.67 142	0.51 156	0.32 159	0.55 117	0.45 206	0.97 113	0.77 119	0.59 89	0.51 39	0.49 56	0.42 62	0.80 90	0.30 20	0.15 11	0.13 76	0.18 73	0.14 57	0.19 120	0.14 31

AE-Stereo	0.49 92	0.27 114	0.67 142	0.60 292	0.39 251	0.67 187	0.46 213	1.18 197	1.09 244	0.47 52	0.75 98	0.69 135	0.47 93	0.59 33	0.40 118	0.16 27	0.15 182	0.21 162	0.20 199	0.19 120	0.15 59

RAFT-RH_RVC	1.03 377	0.24 50	0.67 142	0.49 115	0.28 77	0.81 266	0.33 69	0.83 63	1.08 236	2.05 457	4.65 493	1.04 268	0.57 155	5.98 471	0.50 204	0.18 101	0.13 76	0.26 305	0.20 199	0.16 29	0.17 109

222	1.61 445	0.29 169	0.67 142	0.56 246	0.29 94	1.06 340	0.42 159	2.17 452	1.31 368	1.31 339	1.52 367	0.92 222	0.94 316	1.76 318	17.65 521	0.24 272	0.20 301	0.21 162	0.19 167	0.22 217	0.23 258

HI	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 339	1.43 339	1.62 394	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

CoSv	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 339	1.43 339	1.62 394	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

testlalala2	0.58 161	0.27 114	0.68 146	1.72 489	1.27 485	0.68 194	0.42 159	0.93 94	0.70 98	0.90 151	0.93 137	0.76 151	0.34 33	0.52 17	0.40 118	0.18 101	0.15 182	0.17 41	0.13 33	0.17 50	0.17 109

11t1	0.52 99	0.28 134	0.68 146	0.51 156	0.28 77	0.83 273	0.39 135	1.22 216	0.63 67	0.84 139	0.74 96	0.68 130	0.68 200	0.91 122	0.57 238	0.21 206	0.18 267	0.19 94	0.16 109	0.20 154	0.21 222

GCAP-Stereo	0.40 34	0.28 134	0.68 146	0.47 75	0.25 31	0.53 103	0.32 63	0.82 59	0.58 54	0.65 98	0.69 81	0.58 96	0.42 62	0.47 9	0.29 12	0.17 63	0.14 127	0.17 41	0.13 33	0.17 50	0.14 31

BUS	0.74 262	0.32 238	0.68 146	0.54 210	0.44 289	2.34 468	0.42 159	2.16 446	0.98 190	1.20 279	1.11 213	1.03 265	0.62 182	0.91 122	0.70 279	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

BSDual-CNN	0.71 239	0.32 238	0.68 146	0.54 210	0.44 289	1.27 376	0.65 339	2.16 446	0.98 190	1.20 279	1.11 213	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

psmg	0.72 241	0.32 238	0.68 146	0.50 126	0.44 289	1.48 406	0.75 369	1.94 404	0.98 190	1.21 283	1.33 305	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.19 283	0.25 286	0.25 322	0.23 242	0.22 239

test-3	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.32 343	0.69 81	0.87 197	0.45 79	1.68 305	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

test_1	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.28 316	0.68 77	0.87 197	0.45 79	1.67 300	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

xxxx	1.51 437	0.28 134	0.68 146	0.54 210	0.28 77	1.16 359	0.44 189	2.19 455	1.29 358	1.09 208	1.36 319	1.22 311	0.85 271	1.79 321	15.70 520	0.24 272	0.21 323	0.21 162	0.20 199	0.22 217	0.23 258

RAFT-Stereo + iAFF	0.54 124	0.25 73	0.68 146	0.43 26	0.24 21	0.40 23	0.34 81	1.04 140	1.09 244	1.32 343	1.60 387	0.80 164	0.68 200	0.67 57	0.39 113	0.13 2	0.10 1	0.18 73	0.17 129	0.17 50	0.13 12

Gwc-CoAtRS	0.52 99	0.24 50	0.68 146	0.48 100	0.29 94	0.64 161	0.25 19	1.16 190	1.08 236	1.01 186	1.00 160	1.12 293	0.56 146	0.69 58	0.37 95	0.16 27	0.13 76	0.17 41	0.15 71	0.15 14	0.15 59

LL-Strereo2	0.52 99	0.33 260	0.69 159	0.52 178	0.37 223	0.70 206	0.30 50	1.13 185	0.67 89	0.94 164	0.78 104	0.91 213	0.42 62	1.05 163	0.42 140	0.17 63	0.16 217	0.29 344	0.25 322	0.21 194	0.16 84

NRIStereo	0.60 169	0.29 169	0.69 159	0.53 195	0.28 77	0.63 158	0.33 69	1.08 169	0.87 145	1.14 241	0.87 124	0.91 213	0.59 165	2.24 367	0.49 198	0.20 174	0.14 127	0.21 162	0.19 167	0.21 194	0.17 109

ASMatch	0.88 330	0.26 88	0.69 159	0.51 156	0.35 200	0.48 56	0.37 114	1.12 182	0.92 166	1.10 216	3.28 476	0.96 241	0.98 339	4.90 444	0.49 198	0.19 142	0.16 217	0.22 189	0.19 167	0.19 120	0.27 318

THIR-Stereo	1.02 375	0.27 114	0.69 159	0.49 115	0.28 77	0.95 310	1.34 459	1.03 134	0.97 185	1.34 355	1.90 431	1.17 303	1.58 437	6.44 476	0.78 307	0.19 142	0.14 127	0.21 162	0.22 272	0.19 120	0.20 205

test_xeample3	0.42 43	0.28 134	0.69 159	0.43 26	0.33 179	0.56 122	0.38 120	0.79 46	0.45 19	0.53 74	0.46 24	0.44 27	0.44 76	1.38 243	0.31 35	0.18 101	0.14 127	0.19 94	0.15 71	0.17 50	0.16 84

EAI-Stereo	0.65 206	0.28 134	0.69 159	0.53 195	0.27 54	0.60 143	0.40 142	2.28 465	0.64 71	0.71 106	3.18 475	0.57 91	0.43 69	1.06 164	0.41 129	0.18 101	0.13 76	0.17 41	0.17 129	0.17 50	0.17 109

MIF-Stereo (partial)	0.45 67	0.25 73	0.70 165	0.50 126	0.52 345	0.35 12	0.26 28	0.91 85	0.59 60	0.45 48	0.71 88	0.51 66	0.51 119	1.11 178	0.45 165	0.20 174	0.16 217	0.23 227	0.20 199	0.24 257	0.18 133

testlalala_base	0.77 278	0.40 339	0.70 165	0.65 350	0.50 323	0.79 250	0.28 38	1.50 277	0.51 39	0.73 112	0.90 130	0.69 135	0.54 134	0.66 55	0.40 118	2.82 501	0.14 127	0.17 41	0.12 20	2.68 496	0.19 173

DCRE	0.82 304	0.26 88	0.70 165	0.58 268	0.44 289	0.54 110	0.48 230	0.95 106	0.78 122	0.78 121	7.33 507	0.86 193	0.52 124	0.76 79	0.41 129	0.16 27	0.16 217	0.19 94	0.17 129	0.18 81	0.17 109

fff	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

DRaft	0.80 293	0.24 50	0.70 165	0.45 59	0.30 115	0.97 319	0.53 267	1.05 148	0.97 185	1.78 436	2.02 442	0.80 164	1.74 451	2.73 397	0.72 287	0.17 63	0.14 127	0.20 128	0.20 199	0.18 81	0.21 222

Pruner-Stereo	0.62 179	0.29 169	0.70 165	0.61 306	0.31 141	0.63 158	0.43 176	1.17 192	0.99 197	1.53 403	1.08 198	0.95 235	0.55 141	1.35 233	0.51 209	0.23 257	0.14 127	0.24 247	0.21 243	0.21 194	0.23 258

DCANet	0.54 124	0.24 50	0.70 165	0.43 26	0.24 21	0.49 68	0.36 100	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	0.92 302	0.81 95	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

csc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

cscssc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

111	0.60 169	0.23 36	0.70 165	0.43 26	0.24 21	0.72 214	0.42 159	1.18 197	1.41 413	0.80 126	1.38 326	1.10 288	0.79 242	0.96 135	0.58 241	0.18 101	0.13 76	0.17 41	0.15 71	0.17 50	0.19 173

CFNet-RSSM	0.54 124	0.24 50	0.70 165	0.48 100	0.28 77	0.60 143	0.27 34	1.49 273	1.14 271	1.06 198	0.93 137	1.08 276	0.54 134	0.70 62	0.35 74	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.14 31

psm_up	0.77 278	0.34 283	0.70 165	0.66 357	0.58 371	1.05 337	0.92 411	1.52 286	1.12 256	1.26 311	1.16 242	1.31 341	1.23 400	1.20 198	0.81 318	0.25 298	0.29 400	0.31 361	0.27 349	0.27 295	0.25 284

rvit_stereo_0080	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

Former-RAFT_DAM_RVC	0.46 74	0.36 314	0.71 177	0.47 75	0.36 209	0.67 187	0.35 86	0.78 42	1.12 256	0.61 92	0.62 66	0.39 21	0.39 52	0.71 66	0.39 113	0.20 174	0.17 246	0.22 189	0.18 145	0.23 242	0.19 173

whm_eth	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

qqq	0.57 155	0.34 283	0.71 177	0.47 75	0.27 54	0.64 161	0.62 330	1.42 256	0.78 122	0.80 126	0.92 134	0.95 235	0.77 231	0.88 115	0.59 243	0.21 206	0.20 301	0.24 247	0.23 295	0.22 217	0.21 222

test_3	0.55 139	0.23 36	0.71 177	0.53 195	0.28 77	0.61 149	0.40 142	0.92 88	1.05 221	1.19 275	0.68 77	0.93 224	0.44 76	1.67 300	0.39 113	0.15 11	0.12 23	0.22 189	0.19 167	0.21 194	0.14 31

TestStereo	0.64 198	0.39 333	0.71 177	0.51 156	0.27 54	0.56 122	0.42 159	1.03 134	0.91 161	0.80 126	1.00 160	0.68 130	0.52 124	3.25 414	0.45 165	0.22 232	0.15 182	0.24 247	0.18 145	0.27 295	0.16 84

mmm	0.63 186	0.35 304	0.72 183	0.51 156	0.30 115	0.86 285	0.54 274	1.59 304	0.86 141	1.07 201	1.38 326	0.79 162	0.75 219	0.91 122	0.58 241	0.22 232	0.18 267	0.29 344	0.25 322	0.25 269	0.23 258

CASS	0.65 206	0.34 283	0.72 183	0.56 246	0.27 54	0.78 245	0.42 159	1.59 304	0.86 141	1.30 329	1.25 272	0.87 197	0.84 268	0.84 103	0.54 229	0.35 402	0.19 283	0.26 305	0.21 243	0.28 313	0.42 406
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	0.96 349	0.58 412	0.72 183	0.61 306	0.46 307	1.64 421	0.76 372	1.86 381	1.28 354	1.30 329	1.53 368	0.86 193	0.94 316	3.27 415	0.69 278	0.45 439	0.44 460	0.54 457	0.48 453	0.47 423	0.40 398

DisPM	0.66 213	0.28 134	0.72 183	0.61 306	0.35 200	0.62 157	0.45 206	1.02 129	0.99 197	1.56 411	1.10 207	0.80 164	0.59 165	2.37 378	0.41 129	0.23 257	0.14 127	0.23 227	0.21 243	0.20 154	0.25 284

GANet-ADL	0.60 169	0.35 304	0.72 183	0.64 336	0.40 261	0.68 194	0.51 248	1.49 273	1.12 256	0.95 166	1.08 198	0.91 213	0.57 155	0.76 79	0.55 233	0.26 320	0.18 267	0.18 73	0.16 109	0.23 242	0.25 284

CrosDoStereo	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 521	1.10 174	0.98 190	1.34 355	1.75 413	1.00 252	1.89 462	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

AAGNet	1.83 458	0.28 134	0.72 183	0.61 306	0.32 159	0.67 187	0.51 248	0.96 112	0.98 190	1.47 389	1.20 258	1.00 252	1.18 389	2.83 399	22.77 527	0.22 232	0.13 76	0.22 189	0.19 167	0.23 242	0.15 59

OMP-Stereo	0.94 345	0.33 260	0.72 183	0.90 458	0.31 141	0.49 68	0.36 100	1.16 190	1.06 225	1.58 417	1.12 220	1.46 368	0.69 203	6.94 486	0.49 198	0.19 142	0.14 127	0.24 247	0.18 145	0.20 154	0.14 31

IIG-Stereo	0.96 349	0.31 222	0.72 183	0.88 454	0.33 179	0.61 149	0.26 28	1.19 205	1.03 212	1.69 429	1.37 321	1.46 368	0.75 219	6.96 487	0.51 209	0.19 142	0.14 127	0.23 227	0.18 145	0.20 154	0.14 31

DeepStereo_LL	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 521	1.10 174	0.98 190	1.34 355	1.75 413	1.00 252	1.89 462	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

SST-Stereo	0.83 311	0.28 134	0.72 183	0.59 281	0.31 141	0.72 214	0.26 28	1.09 171	0.86 141	1.47 389	1.10 207	1.00 252	0.87 284	5.73 464	0.45 165	0.22 232	0.13 76	0.23 227	0.19 167	0.23 242	0.18 133

DeepStereo_RVC	0.55 139	0.29 169	0.72 183	0.51 156	0.30 115	0.59 135	0.33 69	1.03 134	0.70 98	1.16 257	0.93 137	0.83 180	0.94 316	0.96 135	0.54 229	0.21 206	0.14 127	0.21 162	0.19 167	0.24 257	0.24 272

coex_refinement	0.80 293	0.28 134	0.73 195	0.70 388	0.51 334	0.95 310	0.60 325	1.78 356	1.23 329	1.36 360	1.37 321	1.82 423	0.81 251	1.32 226	1.13 378	0.26 320	0.17 246	0.19 94	0.20 199	0.24 257	0.25 284

rvit_stereo_0081_aga	0.44 59	0.34 283	0.73 195	0.51 156	0.41 268	0.50 78	0.40 142	0.81 56	0.57 53	0.58 81	0.56 54	0.53 78	0.43 69	0.66 55	0.40 118	0.26 320	0.21 323	0.22 189	0.20 199	0.26 281	0.18 133

rrr	0.46 74	0.28 134	0.73 195	0.43 26	0.33 179	0.49 68	0.38 120	0.76 35	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.16 84

EKT-Stereo	0.53 109	0.30 189	0.73 195	0.58 268	0.60 382	0.51 94	0.48 230	0.94 101	0.90 156	0.71 106	0.88 126	0.77 154	0.43 69	1.07 168	0.40 118	0.22 232	0.16 217	0.21 162	0.18 145	0.20 154	0.22 239

Patchmatch Stereo++	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133
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	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.41 155	1.04 140	0.64 71	1.12 224	0.96 144	0.82 173	0.61 177	1.06 164	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo_v2	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.42 159	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.12 181	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.25 19	1.05 148	0.64 71	1.12 224	0.95 141	0.82 173	0.61 177	1.15 185	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

HUI-Stereo	0.52 99	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.30 50	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	0.79 88	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

RAFT_R40	0.83 311	0.28 134	0.73 195	0.59 281	0.31 141	0.69 199	0.44 189	1.10 174	0.95 173	1.47 389	1.10 207	1.00 252	0.85 271	5.53 458	0.46 179	0.22 232	0.13 76	0.23 227	0.20 199	0.23 242	0.18 133

iGMRVC	0.56 148	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.38 120	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.52 273	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

iRAFT	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

CroCo-Stereo	0.40 34	0.31 222	0.73 195	0.58 268	0.27 54	0.26 3	0.33 69	0.95 106	0.81 129	0.42 35	0.47 26	0.65 121	0.47 93	0.39 5	0.34 65	0.18 101	0.15 182	0.16 23	0.14 57	0.19 120	0.16 84
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	0.64 198	0.30 189	0.73 195	0.59 281	0.33 179	0.68 194	0.58 313	1.04 140	0.76 117	1.08 202	1.19 254	1.65 404	0.93 311	1.06 164	0.56 235	0.21 206	0.18 267	0.27 321	0.24 308	0.22 217	0.17 109

RAFT-IKP	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.59 135	0.36 100	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.61 177	1.22 201	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

HCRNet	0.70 232	0.39 333	0.73 195	0.60 292	0.59 379	0.76 232	0.35 86	1.22 216	1.13 268	1.02 190	0.99 156	1.02 261	0.76 227	2.19 364	0.70 279	0.28 349	0.19 283	0.28 334	0.23 295	0.25 269	0.23 258

test_sample2	0.62 179	0.29 169	0.74 211	0.50 126	0.28 77	0.80 258	0.61 327	1.61 311	1.00 202	0.88 148	0.99 156	0.94 227	0.83 264	1.16 189	0.51 209	0.23 257	0.18 267	0.22 189	0.21 243	0.23 242	0.22 239

anonymousdsp2	0.53 109	0.27 114	0.74 211	0.48 100	0.29 94	0.76 232	0.47 220	1.61 311	0.82 134	0.77 119	0.77 102	0.75 147	0.47 93	1.03 155	0.40 118	0.18 101	0.13 76	0.18 73	0.13 33	0.19 120	0.18 133

CRE-IMP	0.55 139	0.30 189	0.74 211	0.52 178	0.29 94	0.79 250	0.25 19	1.04 140	0.72 104	1.09 208	0.95 141	0.81 168	0.57 155	1.10 175	0.50 204	0.21 206	0.14 127	0.23 227	0.19 167	0.28 313	0.22 239

test_sample1	0.61 175	0.29 169	0.75 214	0.50 126	0.31 141	0.76 232	0.48 230	1.59 304	0.84 139	0.90 151	0.94 140	0.88 201	0.95 321	1.16 189	0.67 271	0.22 232	0.18 267	0.20 128	0.19 167	0.21 194	0.21 222

anonymousa	0.72 241	0.27 114	0.75 214	0.47 75	0.63 391	1.43 403	0.45 206	1.24 222	0.89 152	1.28 316	1.75 413	1.62 394	1.13 383	0.69 58	0.59 243	0.19 142	0.16 217	0.23 227	0.25 322	0.20 154	0.18 133

TestStereo1	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

test_5	0.65 206	0.30 189	0.75 214	0.67 369	0.50 323	0.92 301	0.52 259	1.39 250	1.12 256	0.76 114	1.11 213	1.00 252	0.90 296	1.53 277	0.45 165	0.18 101	0.13 76	0.23 227	0.22 272	0.21 194	0.19 173

SA-5K	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

NF-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.02 174	0.82 173	0.57 155	5.40 456	0.48 191	0.23 257	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

OCTAStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.82 173	0.57 155	5.35 451	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

RE-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

TVStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

AdaStereo	0.70 232	0.43 354	0.75 214	0.73 407	0.37 223	0.92 301	0.53 267	1.85 378	1.18 301	1.12 224	1.23 266	1.07 275	0.65 197	0.96 135	0.63 260	0.31 370	0.15 182	0.32 375	0.21 243	0.29 324	0.22 239
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	0.72 241	0.35 304	0.76 224	0.55 233	0.42 273	0.73 217	0.38 120	1.21 208	1.02 208	1.79 439	1.04 186	1.62 394	1.03 358	1.04 161	0.79 313	0.24 272	0.27 382	0.29 344	0.24 308	0.30 335	0.36 383

test_sample7	0.74 262	0.37 321	0.76 224	0.52 178	0.35 200	0.91 294	0.67 347	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.31 370	0.28 389	0.32 375	0.31 394	0.33 361	0.29 334

4D-IteraStereo	0.48 87	0.24 50	0.76 224	0.50 126	0.44 289	0.66 183	0.31 56	0.87 70	1.02 208	1.03 194	0.72 91	0.78 158	0.32 26	0.64 48	0.37 95	0.17 63	0.11 6	0.23 227	0.19 167	0.19 120	0.13 12

Sa-1000	0.72 241	0.29 169	0.76 224	0.59 281	0.30 115	0.73 217	0.37 114	1.62 315	1.33 376	1.28 316	2.04 443	0.86 193	0.75 219	1.84 325	0.38 105	0.19 142	0.14 127	0.25 286	0.23 295	0.20 154	0.16 84

IRAFT_RVC	0.88 330	0.28 134	0.76 224	0.63 327	0.31 141	0.65 175	1.02 430	1.22 216	0.94 171	1.22 288	1.04 186	1.01 259	0.98 339	5.82 466	0.53 223	0.22 232	0.12 23	0.25 286	0.20 199	0.20 154	0.19 173

CVANet_RVC	1.07 383	0.43 354	0.76 224	0.60 292	0.50 323	0.90 291	0.97 421	1.52 286	1.26 343	1.33 351	1.38 326	1.24 318	1.18 389	6.75 485	0.75 296	0.34 395	0.23 353	0.34 393	0.29 380	0.42 401	0.27 318

HH	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 399	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

HanStereo	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 399	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

CroCo-Stereo Lap2	0.44 59	0.34 283	0.77 230	0.61 306	0.79 436	0.28 6	0.35 86	0.75 32	0.71 103	0.38 27	0.50 37	0.72 143	0.55 141	0.57 31	0.47 186	0.17 63	0.18 267	0.19 94	0.16 109	0.21 194	0.20 205

PFNet+	0.59 166	0.28 134	0.77 230	0.53 195	0.30 115	0.59 135	0.31 56	0.92 88	1.14 271	1.33 351	1.10 207	0.79 162	0.57 155	1.31 222	0.49 198	0.25 298	0.17 246	0.28 334	0.26 339	0.21 194	0.25 284

PSM-softLoss	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

KMStereo	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

cf-r	0.73 259	0.30 189	0.77 230	0.55 233	0.63 391	0.78 245	0.48 230	1.79 362	1.15 282	1.13 238	1.26 279	1.43 358	0.87 284	1.40 254	0.85 331	0.25 298	0.18 267	0.22 189	0.23 295	0.19 120	0.19 173

HITNet	0.65 206	0.40 339	0.77 230	0.48 100	0.24 21	1.05 337	0.49 240	1.76 348	1.02 208	1.18 271	1.18 247	0.89 209	0.80 248	0.85 108	0.79 313	0.17 63	0.12 23	0.21 162	0.17 129	0.29 324	0.15 59
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 9	0.25 73	0.78 238	0.47 75	0.26 36	0.37 17	0.30 50	0.71 24	0.52 43	0.36 19	0.57 57	0.29 5	0.21 1	0.50 12	0.36 83	0.13 2	0.13 76	0.20 128	0.18 145	0.18 81	0.12 6

NINENet	0.77 278	0.37 321	0.78 238	0.62 318	0.51 334	2.34 468	0.42 159	1.83 374	1.04 217	1.14 241	1.23 266	1.03 265	0.62 182	1.24 208	0.70 279	0.28 349	0.23 353	0.31 361	0.21 243	0.26 281	0.25 284

DLCB_ROB	0.86 325	0.40 339	0.78 238	0.68 380	0.54 351	1.11 346	0.84 392	1.49 273	1.23 329	1.64 426	1.65 400	1.70 409	0.91 299	1.70 307	1.05 361	0.25 298	0.24 362	0.26 305	0.27 349	0.27 295	0.24 272

Selective-RAFT	0.52 99	0.28 134	0.79 241	0.55 233	0.27 54	0.91 294	0.33 69	0.80 53	0.88 149	0.58 81	0.63 67	0.81 168	0.77 231	1.29 220	0.48 191	0.19 142	0.14 127	0.17 41	0.15 71	0.19 120	0.17 109

AACVNet	0.86 325	0.35 304	0.79 241	0.82 436	0.39 251	0.76 232	0.49 240	1.61 311	0.81 129	1.08 202	1.33 305	1.30 337	0.93 311	4.34 435	0.74 291	0.25 298	0.21 323	0.28 334	0.22 272	0.29 324	0.25 284

GwcNet-ADL	0.64 198	0.31 222	0.79 241	0.56 246	0.41 268	0.60 143	0.58 313	1.41 254	1.26 343	1.08 202	1.13 225	0.91 213	0.60 168	1.04 161	0.78 307	0.27 336	0.18 267	0.18 73	0.18 145	0.25 269	0.29 334

DEmStereo	0.97 355	0.23 36	0.79 241	0.47 75	0.32 159	1.04 336	0.56 298	0.93 94	0.89 152	1.39 373	2.14 449	1.02 261	2.07 473	5.64 462	0.77 305	0.17 63	0.15 182	0.20 128	0.20 199	0.18 81	0.20 205

TDLM	1.06 381	0.44 357	0.79 241	0.63 327	0.50 323	0.89 288	1.44 464	1.48 271	1.26 343	1.12 224	1.40 332	1.08 276	0.98 339	6.65 479	0.78 307	0.33 385	0.21 323	0.33 383	0.26 339	0.37 377	0.24 272

UDGNet	0.72 241	1.17 479	0.80 246	0.77 418	0.41 268	0.77 240	0.38 120	0.97 113	1.34 379	0.81 130	0.88 126	0.71 142	0.60 168	1.21 200	0.54 229	0.52 452	0.19 283	1.02 485	0.26 339	0.71 465	0.31 358

rvit_stereo_0083	0.47 81	0.33 260	0.81 247	0.56 246	0.36 209	0.50 78	0.44 189	0.68 19	0.95 173	0.49 61	0.57 57	0.55 82	0.49 112	0.88 115	0.46 179	0.25 298	0.25 369	0.24 247	0.20 199	0.24 257	0.17 109

FCDSN-DC	2.32 478	0.63 429	0.81 247	0.84 440	0.75 427	2.23 463	0.94 417	2.09 435	1.80 453	5.45 512	7.72 511	7.77 509	6.93 516	3.39 416	1.80 442	0.52 452	0.48 469	0.52 451	0.51 461	0.57 445	0.58 448
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ac_64	0.82 304	0.29 169	0.81 247	0.71 396	0.60 382	1.05 337	0.54 274	1.99 415	0.92 166	1.18 271	1.06 190	1.99 440	1.08 371	1.94 338	0.97 354	0.27 336	0.22 341	0.24 247	0.23 295	0.22 217	0.19 173

FACV-RUCA	0.63 186	0.34 283	0.82 250	0.62 318	0.65 396	0.81 266	0.41 155	1.44 263	1.07 230	0.86 146	1.14 229	0.61 107	0.69 203	0.80 90	0.53 223	0.28 349	0.19 283	0.47 443	0.21 243	0.35 366	0.25 284

ITSA-stereo	0.82 304	0.36 314	0.82 250	0.54 210	0.31 141	0.80 258	0.47 220	2.17 452	1.67 442	1.13 238	1.13 225	0.94 227	0.86 279	2.46 385	1.00 358	0.26 320	0.23 353	0.28 334	0.27 349	0.28 313	0.36 383

Anonymous_2	1.30 417	0.55 402	0.82 250	0.52 178	0.58 371	1.01 329	0.64 337	1.25 224	0.97 185	0.96 168	0.78 104	1.33 343	1.29 408	1.03 155	0.74 291	0.62 468	0.64 486	1.06 486	9.63 525	1.16 481	0.49 430

SA	0.66 213	0.30 189	0.82 250	0.61 306	0.30 115	0.58 130	0.38 120	1.44 263	1.30 364	0.96 168	1.36 319	0.66 125	0.95 321	1.85 328	0.42 140	0.19 142	0.15 182	0.25 286	0.23 295	0.21 194	0.17 109

CSP-Net	0.97 355	0.38 328	0.83 254	0.53 195	0.41 268	1.63 419	0.77 375	2.00 416	1.05 221	1.25 307	1.20 258	1.33 343	0.83 264	4.93 446	0.85 331	0.32 377	0.22 341	0.20 128	0.20 199	0.23 242	0.25 284

DIP-Stereo	0.62 179	0.30 189	0.83 254	0.48 100	0.36 209	0.95 310	0.33 69	2.37 473	0.67 89	1.25 307	1.00 160	0.68 130	0.51 119	0.91 122	0.61 253	0.18 101	0.15 182	0.21 162	0.17 129	0.19 120	0.19 173
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	2.81 494	0.59 415	0.85 256	0.73 407	0.57 362	2.97 486	1.05 433	3.39 495	2.61 483	6.98 515	7.67 510	10.38 517	6.31 513	5.75 465	3.37 476	0.53 458	0.48 469	0.51 449	0.50 458	0.53 438	0.51 436

ffm	0.72 241	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 478	1.15 247	1.45 347	1.06 270	0.82 256	1.55 281	0.32 37	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

ff1	1.37 426	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 478	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 497	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

mmx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 497	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

xxx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 497	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

SACVNet	0.85 320	0.46 366	0.85 256	0.81 428	0.56 359	0.80 258	0.79 380	1.68 326	1.12 256	1.34 355	1.33 305	1.25 322	0.94 316	2.39 380	0.76 299	0.34 395	0.26 374	0.31 361	0.29 380	0.35 366	0.44 415

model_zeroshot	0.48 87	0.29 169	0.86 262	0.51 156	0.36 209	0.69 199	0.37 114	1.12 182	0.62 64	0.85 144	0.84 118	0.66 125	0.37 44	0.73 73	0.34 65	0.20 174	0.16 217	0.19 94	0.16 109	0.17 50	0.16 84

SMFormer	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.23 242	0.24 272

tta	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.18 81	0.18 133

qqq1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

fff1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

1111x	1.70 453	0.29 169	0.86 262	0.51 156	0.27 54	1.01 329	0.68 351	2.22 459	1.28 354	1.13 238	1.40 332	1.21 309	1.10 375	5.53 458	15.20 518	0.22 232	0.21 323	0.22 189	0.22 272	0.24 257	0.22 239

StereoVision	0.65 206	0.34 283	0.86 262	0.59 281	0.40 261	0.50 78	0.41 155	1.09 171	0.93 168	0.71 106	2.50 464	0.82 173	0.57 155	1.03 155	0.49 198	0.25 298	0.28 389	0.29 344	0.28 369	0.36 373	0.20 205

CFNet_pseudo	0.66 213	0.32 238	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.24 318	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.33 383	0.19 167	0.36 373	0.25 284

GANet	1.36 425	0.47 371	0.86 262	0.67 369	0.45 296	1.34 388	1.73 477	1.64 318	1.24 335	1.49 397	2.38 458	1.55 384	1.20 395	9.30 509	0.93 343	0.30 363	0.31 410	0.33 383	0.28 369	0.39 390	0.30 348

ccs_rob	0.66 213	0.33 260	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.23 316	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.35 401	0.20 199	0.37 377	0.25 284

FC-DCNN	2.72 493	0.59 415	0.86 262	0.73 407	0.57 362	2.91 484	1.04 432	3.01 489	2.60 482	6.83 514	7.64 509	9.92 514	6.33 514	5.21 448	3.14 471	0.53 458	0.48 469	0.51 449	0.50 458	0.53 438	0.51 436

rvit_stereo_ft	0.47 81	0.35 304	0.87 273	0.67 369	0.42 273	0.40 23	0.59 321	0.81 56	0.74 110	0.46 49	0.55 51	0.57 91	0.49 112	0.65 53	0.50 204	0.25 298	0.17 246	0.22 189	0.22 272	0.24 257	0.17 109

test_sample6	0.71 239	0.34 283	0.87 273	0.52 178	0.30 115	0.82 268	0.58 313	1.79 362	1.15 282	1.14 241	1.33 305	0.91 213	0.79 242	1.31 222	0.74 291	0.27 336	0.21 323	0.27 321	0.29 380	0.28 313	0.27 318

test_sample5	0.69 228	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.11 222	1.25 272	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

DualNet	0.70 232	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.14 241	1.33 305	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

RALAANet	0.60 169	0.33 260	0.87 273	0.62 318	0.50 323	0.69 199	0.31 56	1.21 208	1.06 225	1.09 208	1.16 242	0.88 201	0.46 84	1.22 201	0.42 140	0.19 142	0.15 182	0.21 162	0.17 129	0.27 295	0.17 109

MSMDNet	0.66 213	0.32 238	0.87 273	0.49 115	0.37 223	0.79 250	0.40 142	1.43 262	1.31 368	1.15 247	1.31 297	1.24 318	0.63 187	0.88 115	0.57 238	0.21 206	0.16 217	0.26 305	0.19 167	0.39 390	0.24 272

DeepPruner_ROB	0.74 262	0.48 375	0.87 273	0.57 262	0.44 289	0.79 250	0.54 274	1.73 336	0.96 178	1.38 368	1.27 282	1.24 318	0.73 215	1.43 256	0.73 290	0.34 395	0.28 389	0.27 321	0.26 339	0.31 344	0.31 358

test_sample3	0.68 226	0.32 238	0.88 280	0.52 178	0.30 115	0.97 319	0.52 259	1.86 381	1.15 282	1.08 202	1.11 213	0.88 201	0.71 212	1.17 193	0.68 275	0.25 298	0.20 301	0.25 286	0.25 322	0.25 269	0.25 284

PCWNet_CMD	0.66 213	0.32 238	0.88 280	0.49 115	0.37 223	0.78 245	0.40 142	1.42 256	1.31 368	1.16 257	1.31 297	1.25 322	0.62 182	0.89 120	0.57 238	0.20 174	0.16 217	0.27 321	0.19 167	0.40 394	0.25 284

CFNet_ucs	0.70 232	0.33 260	0.88 280	0.50 126	0.43 282	0.74 221	0.44 189	1.60 308	1.29 358	1.22 288	1.54 372	1.09 286	0.63 187	0.99 146	0.59 243	0.25 298	0.20 301	0.37 412	0.21 243	0.40 394	0.28 330

RAFT_CTSACE	0.63 186	0.26 88	0.88 280	0.55 233	0.51 334	0.71 211	0.44 189	0.80 53	0.97 185	0.97 171	1.84 423	1.18 306	0.68 200	1.47 266	0.36 83	0.16 27	0.15 182	0.21 162	0.20 199	0.20 154	0.14 31

LMCR-Stereo	0.82 304	0.46 366	0.88 280	0.75 413	0.43 282	1.33 386	0.56 298	2.43 478	0.98 190	1.53 403	1.49 361	0.74 145	1.00 349	1.63 293	0.89 338	0.28 349	0.17 246	0.22 189	0.17 129	0.29 324	0.20 205

StereoDRNet-Refined	0.80 293	0.41 347	0.88 280	0.62 318	0.42 273	1.33 386	0.48 230	1.52 286	1.17 294	1.45 386	1.44 345	1.44 363	0.90 296	1.26 211	1.24 390	0.20 174	0.16 217	0.27 321	0.24 308	0.25 269	0.28 330
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gcap-zeroshot	0.53 109	0.28 134	0.89 286	0.49 115	0.28 77	0.76 232	0.37 114	1.34 238	0.73 108	0.89 149	0.67 74	1.35 348	0.51 119	0.79 88	0.33 50	0.18 101	0.15 182	0.18 73	0.15 71	0.17 50	0.16 84

TransformOpticalFlow	0.96 349	0.28 134	0.89 286	0.52 178	0.31 141	0.66 183	0.54 274	1.75 342	1.12 256	1.09 208	1.44 345	1.37 353	1.01 351	6.70 483	0.42 140	0.19 142	0.12 23	0.20 128	0.19 167	0.18 81	0.19 173

ADLNet	0.85 320	0.36 314	0.89 286	0.85 445	0.72 416	1.24 372	0.76 372	1.82 369	1.36 391	1.52 402	1.35 318	1.27 330	0.99 347	1.23 203	1.15 380	0.27 336	0.20 301	0.26 305	0.25 322	0.28 313	0.30 348

MSMD_ROB	1.99 469	0.59 415	0.89 286	0.70 388	0.61 385	3.95 500	0.94 417	1.80 365	1.79 452	4.41 502	4.43 487	8.17 510	3.66 499	3.40 417	1.33 401	0.52 452	0.48 469	0.54 457	0.58 468	0.53 438	0.50 432

GES	0.66 213	0.34 283	0.90 290	0.59 281	0.38 240	0.94 306	0.57 309	2.11 436	0.86 141	1.02 190	1.11 213	0.66 125	0.79 242	0.99 146	0.61 253	0.27 336	0.19 283	0.20 128	0.20 199	0.21 194	0.30 348

UPFNet	0.80 293	0.32 238	0.90 290	0.59 281	0.74 420	1.26 375	0.80 386	1.52 286	1.10 250	1.30 329	1.12 220	1.30 337	0.84 268	1.67 300	1.09 369	0.24 272	0.24 362	0.24 247	0.23 295	0.25 269	0.18 133

DMCA	0.67 222	0.34 283	0.90 290	0.51 156	0.44 289	0.86 285	0.47 220	1.42 256	1.02 208	1.17 266	1.12 220	1.23 316	0.75 219	0.78 84	0.95 348	0.25 298	0.19 283	0.27 321	0.19 167	0.24 257	0.27 318

test_sample4	0.69 228	0.33 260	0.91 293	0.51 156	0.30 115	0.92 301	0.52 259	1.87 383	1.15 282	1.14 241	1.18 247	0.87 197	0.75 219	1.18 195	0.68 275	0.25 298	0.20 301	0.26 305	0.26 339	0.26 281	0.25 284

iRaft-Stereo_5w	0.85 320	0.29 169	0.91 293	0.53 195	0.43 282	0.49 68	0.68 351	0.99 119	0.87 145	0.79 124	1.34 312	1.46 368	0.91 299	5.11 447	1.11 375	0.17 63	0.14 127	0.22 189	0.18 145	0.20 154	0.20 205

AASNet	0.76 276	0.35 304	0.91 293	0.79 422	0.81 443	1.14 351	0.56 298	2.02 424	1.08 236	1.22 288	1.24 268	0.93 224	0.76 227	0.77 82	1.16 381	0.27 336	0.23 353	0.24 247	0.20 199	0.28 313	0.24 272

RASNet	1.12 396	0.30 189	0.91 293	0.66 357	0.77 431	0.97 319	0.57 309	1.37 244	1.35 388	1.02 190	1.34 312	2.11 449	1.43 421	7.09 488	1.39 411	0.19 142	0.17 246	0.17 41	0.19 167	0.18 81	0.16 84

MIM_Stereo	0.57 155	0.24 50	0.92 297	0.46 64	0.30 115	0.54 110	0.28 38	1.27 226	0.75 111	1.00 183	1.16 242	0.93 224	0.53 129	1.45 260	0.61 253	0.16 27	0.16 217	0.20 128	0.19 167	0.17 50	0.14 31

MeshStereo	2.26 476	0.56 405	0.92 297	0.61 306	0.49 316	2.60 477	1.02 430	3.18 491	2.05 468	7.40 519	4.98 497	7.58 507	2.98 493	6.37 475	1.96 450	0.43 433	0.43 457	0.45 438	0.39 432	0.43 407	0.42 406
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	1.00 366	0.30 189	0.93 299	0.47 75	0.30 115	0.57 127	0.25 19	2.25 462	0.63 67	1.01 186	1.10 207	2.73 472	1.85 460	6.26 472	0.40 118	0.17 63	0.14 127	0.19 94	0.15 71	0.16 29	0.17 109

GCST	1.08 386	1.47 489	0.93 299	1.73 490	1.14 476	1.30 381	0.31 56	1.33 233	1.16 291	1.29 321	0.97 153	0.98 245	0.49 112	2.08 351	0.46 179	1.19 489	0.70 489	1.30 489	0.85 487	1.02 477	0.89 475

CoDeX	0.73 259	0.29 169	0.93 299	0.54 210	0.36 209	1.14 351	0.61 327	2.34 470	1.17 294	1.16 257	1.25 272	0.91 213	0.87 284	1.33 229	0.64 264	0.20 174	0.16 217	0.21 162	0.18 145	0.20 154	0.18 133

PS-NSSS	0.99 361	0.58 412	0.93 299	0.58 268	0.57 362	0.91 294	0.80 386	1.81 368	1.14 271	1.14 241	1.67 404	1.00 252	0.83 264	4.62 439	0.78 307	0.37 410	0.31 410	0.52 451	0.32 402	0.45 416	0.38 394

DDVS	0.78 286	0.41 347	0.94 303	0.60 292	0.43 282	1.30 381	0.43 176	1.40 252	0.91 161	1.20 279	1.15 237	1.43 358	0.64 191	2.18 362	0.89 338	0.28 349	0.22 341	0.26 305	0.23 295	0.31 344	0.33 369

MIPNet	0.56 148	0.28 134	0.94 303	0.49 115	0.33 179	0.66 183	0.38 120	1.35 241	1.08 236	1.06 198	0.92 134	0.60 103	0.79 242	0.73 73	0.52 216	0.17 63	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

GMStereo	0.55 139	0.45 364	0.94 303	0.50 126	0.32 159	0.64 161	0.43 176	1.00 123	1.40 409	0.82 134	0.73 93	0.51 66	0.45 79	0.85 108	0.55 233	0.24 272	0.15 182	0.20 128	0.21 243	0.31 344	0.24 272
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.85 320	0.38 328	0.94 303	0.80 425	1.03 465	1.17 361	0.58 313	1.52 286	1.20 314	1.19 275	1.62 394	1.13 298	1.20 395	1.80 322	1.06 363	0.24 272	0.24 362	0.24 247	0.21 243	0.23 242	0.27 318

G2L-Stereo	0.80 293	0.32 238	0.95 307	0.60 292	0.42 273	0.78 245	0.69 355	1.50 277	1.09 244	1.33 351	1.14 229	1.45 365	0.72 214	2.45 383	1.10 372	0.25 298	0.20 301	0.26 305	0.21 243	0.20 154	0.26 308

UGAM	1.14 401	0.27 114	0.95 307	0.53 195	0.42 273	0.70 206	0.72 363	0.95 106	1.32 372	0.98 175	1.48 359	1.78 420	0.87 284	9.65 515	0.87 334	0.21 206	0.18 267	0.30 355	0.24 308	0.19 120	0.16 84

MyStereo06	0.61 175	0.28 134	0.95 307	0.56 246	0.46 307	0.61 149	0.73 364	1.78 356	0.67 89	1.03 194	1.12 220	1.13 298	0.56 146	0.78 84	0.41 129	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

hknet	0.77 278	0.32 238	0.95 307	0.54 210	0.38 240	1.27 376	0.65 339	2.16 446	1.07 230	1.20 279	1.11 213	1.59 390	0.81 251	1.37 239	0.66 268	0.22 232	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

delet	0.85 320	0.32 238	0.95 307	0.65 350	0.66 399	1.64 421	0.84 392	1.75 342	1.35 388	1.32 343	1.30 291	1.30 337	0.88 289	1.68 305	1.10 372	0.21 206	0.21 323	0.24 247	0.24 308	0.21 194	0.21 222

acv_ft	0.75 270	0.31 222	0.95 307	0.70 388	0.86 452	1.24 372	0.53 267	1.44 263	1.07 230	1.24 302	1.30 291	1.08 276	0.92 302	0.80 90	1.34 403	0.21 206	0.19 283	0.21 162	0.18 145	0.21 194	0.18 133

CIPLG	0.62 179	0.33 260	0.96 313	0.58 268	0.50 323	0.75 226	0.48 230	1.05 148	0.96 178	1.40 374	1.57 382	0.64 118	0.48 104	0.89 120	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

STrans-v2	1.04 380	0.28 134	0.96 313	0.49 115	0.32 159	0.68 194	0.79 380	2.47 480	1.12 256	1.12 224	1.46 353	1.40 354	1.46 426	6.70 483	0.43 149	0.18 101	0.13 76	0.20 128	0.18 145	0.18 81	0.18 133

dd	0.59 166	0.48 375	0.97 315	0.55 233	0.32 159	0.64 161	0.47 220	1.02 129	1.34 379	0.78 121	0.86 121	0.58 96	0.54 134	1.01 151	0.86 333	0.28 349	0.18 267	0.26 305	0.19 167	0.32 352	0.24 272

IPLG	0.69 228	0.27 114	0.97 315	0.51 156	0.43 282	0.79 250	0.33 69	1.21 208	1.06 225	1.30 329	1.10 207	0.52 73	0.55 141	3.16 412	0.63 260	0.16 27	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

TRStereo	0.60 169	0.60 423	0.97 315	0.74 410	0.67 403	0.46 51	0.38 120	1.85 378	0.89 152	0.79 124	0.80 114	0.88 201	0.39 52	1.10 175	0.41 129	0.23 257	0.15 182	0.23 227	0.24 308	0.17 50	0.15 59

rvit_0105_6	0.53 109	0.37 321	0.98 318	0.65 350	0.38 240	0.51 94	0.51 248	0.77 38	1.20 314	0.54 76	0.55 51	0.65 121	0.53 129	0.94 132	0.44 152	0.32 377	0.32 418	0.28 334	0.24 308	0.28 313	0.21 222

IGEV_Zeroshot_test	0.53 109	0.30 189	0.99 319	0.56 246	0.35 200	0.41 27	0.32 63	1.37 244	0.63 67	1.00 183	1.09 203	0.95 235	0.41 58	0.83 100	0.39 113	0.18 101	0.12 23	0.19 94	0.18 145	0.19 120	0.17 109

UDG	1.41 431	2.65 512	0.99 319	1.44 487	1.64 491	1.34 388	0.80 386	1.60 308	1.23 329	1.23 294	1.71 407	2.01 442	1.34 416	1.47 266	1.41 416	0.90 477	0.54 480	2.29 497	0.75 480	1.84 488	1.04 482

IPLGR_C	0.62 179	0.33 260	0.99 319	0.58 268	0.49 316	0.76 232	0.48 230	1.10 174	0.96 178	1.40 374	1.56 378	0.62 112	0.48 104	0.80 90	0.71 284	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

GEStereo_RVC	0.90 335	0.37 321	0.99 319	0.64 336	0.50 323	0.95 310	0.79 380	2.42 477	1.17 294	1.16 257	1.11 213	1.26 326	0.92 302	3.24 413	0.90 341	0.29 359	0.19 283	0.23 227	0.20 199	0.27 295	0.29 334

iResNet_ROB	0.77 278	0.30 189	0.99 319	0.57 262	0.36 209	0.83 273	0.36 100	2.33 468	1.58 436	1.27 314	1.30 291	1.25 322	0.84 268	1.65 295	0.79 313	0.20 174	0.14 127	0.17 41	0.12 20	0.18 81	0.27 318

MyStereo8	0.65 206	0.29 169	1.00 324	0.58 268	0.49 316	0.91 294	0.35 86	1.18 197	1.31 368	1.16 257	1.27 282	0.90 210	0.64 191	0.72 69	0.95 348	0.18 101	0.14 127	0.20 128	0.18 145	0.22 217	0.26 308

CRFU-Net	0.86 325	0.39 333	1.00 324	0.65 350	0.57 362	1.78 436	0.86 398	2.15 443	0.81 129	1.38 368	1.18 247	1.64 402	1.19 392	1.35 233	0.90 341	0.26 320	0.22 341	0.21 162	0.19 167	0.23 242	0.24 272

iRaft-Stereo_20w	0.65 206	0.31 222	1.00 324	0.47 75	0.34 196	0.73 217	0.30 50	2.96 488	0.70 98	1.15 247	1.14 229	0.76 151	0.65 197	1.11 178	0.38 105	0.17 63	0.13 76	0.18 73	0.16 109	0.19 120	0.18 133

MaskLacGwcNet_RVC	1.10 391	1.02 467	1.00 324	0.82 436	0.67 403	1.93 448	0.93 415	1.62 315	1.11 252	1.15 247	1.25 272	1.50 376	0.79 242	1.96 340	0.76 299	1.89 492	0.34 423	0.79 476	0.36 425	1.25 485	0.83 472

rvit_105_1	0.72 241	0.52 392	1.01 328	0.78 420	0.49 316	0.75 226	0.87 400	1.12 182	1.18 301	0.99 178	0.79 109	0.90 210	0.77 231	1.26 211	0.75 296	0.41 424	0.36 439	0.36 409	0.41 437	0.30 335	0.33 369

GMStereo_Zeroshot	0.67 222	0.61 425	1.01 328	0.64 336	0.37 223	0.84 281	0.35 86	1.05 148	1.12 256	1.12 224	1.06 190	1.27 330	0.54 134	1.19 197	0.59 243	0.32 377	0.17 246	0.31 361	0.18 145	0.52 436	0.22 239

plain	0.46 74	0.27 114	1.01 328	0.50 126	0.40 261	0.35 12	0.37 114	0.87 70	0.56 51	0.43 40	0.76 100	0.42 22	0.40 56	1.13 183	0.45 165	0.21 206	0.15 182	0.24 247	0.19 167	0.24 257	0.16 84

ACRE	0.61 175	0.33 260	1.01 328	0.58 268	0.49 316	0.75 226	0.47 220	1.06 161	0.95 173	1.37 363	1.55 374	0.62 112	0.46 84	0.83 100	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.18 81	0.21 222

ccnet	1.12 396	0.67 434	1.01 328	0.78 420	0.73 419	1.72 427	0.99 425	1.84 377	1.26 343	1.47 389	1.85 425	1.75 417	1.29 408	1.75 313	1.88 446	0.57 461	0.53 477	0.57 466	0.55 465	0.59 449	0.54 439

GwcNet-RSSM	0.77 278	0.32 238	1.01 328	0.62 318	0.54 351	0.78 245	0.51 248	1.73 336	1.20 314	1.09 208	1.37 321	1.46 368	0.85 271	1.53 277	1.09 369	0.25 298	0.18 267	0.23 227	0.24 308	0.20 154	0.19 173

CFNet	0.96 349	0.36 314	1.01 328	0.62 318	0.42 273	0.99 326	0.47 220	1.90 391	1.32 372	0.99 178	1.39 330	1.10 288	0.86 279	5.58 461	0.79 313	0.23 257	0.17 246	0.28 334	0.27 349	0.26 281	0.21 222

ssnet_v2	0.88 330	0.36 314	1.02 335	0.62 318	0.38 240	1.32 384	0.97 421	2.07 432	1.34 379	1.37 363	1.18 247	1.54 382	0.92 302	1.10 175	1.65 437	0.30 363	0.27 382	0.30 355	0.28 369	0.27 295	0.26 308

IER	0.70 232	0.31 222	1.02 335	0.48 100	0.52 345	1.34 388	0.51 248	1.17 192	0.99 197	1.23 294	1.34 312	1.12 293	1.11 376	0.99 146	0.71 284	0.20 174	0.16 217	0.21 162	0.21 243	0.20 154	0.19 173

sCroCo_RVC	0.49 92	0.40 339	1.02 335	0.65 350	0.60 382	0.52 98	0.40 142	0.83 63	0.61 62	0.44 42	0.74 96	0.49 56	0.50 116	0.63 47	0.48 191	0.26 320	0.27 382	0.23 227	0.22 272	0.29 324	0.25 284

SFCPSM	0.70 232	0.28 134	1.02 335	0.51 156	0.38 240	1.37 391	0.66 344	2.00 416	1.03 212	1.17 266	1.21 260	0.82 173	0.78 238	1.03 155	0.53 223	0.21 206	0.17 246	0.22 189	0.24 308	0.21 194	0.19 173

PAM_32	0.77 278	0.28 134	1.03 339	0.52 178	0.30 115	1.32 384	0.35 86	1.97 411	0.65 86	1.02 190	1.06 190	3.05 477	1.49 431	0.96 135	0.36 83	0.19 142	0.13 76	0.20 128	0.18 145	0.19 120	0.19 173

DAS	0.84 316	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 439	1.55 374	0.95 235	1.04 360	2.83 399	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

SepStereo	0.82 304	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 439	1.55 374	0.95 235	1.04 360	2.30 373	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

MANE	6.19 509	0.59 415	1.03 339	0.93 464	1.22 482	13.38 521	2.69 507	12.81 523	17.94 526	8.21 520	10.82 518	14.72 520	11.68 518	11.39 521	11.90 512	0.59 465	0.50 474	0.52 451	1.76 510	0.55 442	0.54 439

G2L-Stereo_aug	0.82 304	0.26 88	1.04 343	0.51 156	0.38 240	0.97 319	0.53 267	1.44 263	1.41 413	1.51 401	1.43 339	1.53 380	0.95 321	2.47 387	0.96 352	0.19 142	0.14 127	0.16 23	0.14 57	0.17 50	0.19 173

test-1	0.52 99	0.26 88	1.04 343	0.56 246	0.32 159	0.61 149	0.38 120	1.10 174	0.91 161	0.78 121	1.01 166	0.77 154	0.52 124	0.60 44	0.42 140	0.17 63	0.14 127	0.20 128	0.17 129	0.20 154	0.23 258

rvit_0105_5	0.58 161	0.39 333	1.05 345	0.66 357	0.37 223	0.58 130	0.56 298	0.94 101	1.18 301	0.64 96	0.68 77	0.75 147	0.63 187	0.88 115	0.50 204	0.32 377	0.32 418	0.30 355	0.27 349	0.28 313	0.25 284

rvit_stereo_0075_2	0.64 198	0.46 366	1.05 345	0.66 357	0.66 399	0.53 103	0.48 230	1.20 207	1.12 256	0.76 114	0.92 134	0.78 158	0.53 129	1.03 155	0.59 243	0.37 410	0.28 389	0.40 426	0.31 394	0.37 377	0.32 363

NLCA_NET_v2_RVC	0.79 290	0.43 354	1.05 345	0.64 336	0.58 371	0.95 310	0.53 267	1.53 292	1.18 301	1.37 363	1.15 237	1.43 358	0.88 289	1.61 291	0.84 328	0.25 298	0.22 341	0.27 321	0.27 349	0.29 324	0.29 334
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	0.64 198	0.32 238	1.05 345	0.55 233	0.40 261	0.54 110	0.45 206	1.21 208	0.93 168	1.03 194	1.47 354	0.69 135	0.63 187	1.76 318	0.49 198	0.18 101	0.14 127	0.25 286	0.22 272	0.22 217	0.20 205

rvit_0105_4	0.56 148	0.38 328	1.06 349	0.66 357	0.38 240	0.53 103	0.53 267	0.84 66	1.17 294	0.56 78	0.61 64	0.72 143	0.59 165	0.98 143	0.45 165	0.32 377	0.33 422	0.29 344	0.25 322	0.29 324	0.23 258

ADStereo(finetuned)	0.57 155	0.24 50	1.06 349	0.43 26	0.24 21	0.49 68	0.35 86	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	1.20 395	0.84 103	0.51 209	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

dad	0.86 325	0.66 433	1.06 349	0.56 246	0.37 223	0.76 232	0.44 189	1.17 192	1.50 427	1.44 384	1.27 282	1.34 347	0.75 219	2.52 389	0.84 328	0.42 428	0.27 382	0.83 477	0.26 339	0.41 397	0.29 334

DSFCA	0.93 343	0.34 283	1.06 349	0.52 178	0.65 396	1.55 413	0.93 415	1.49 273	1.19 309	1.56 411	1.15 237	1.50 376	0.96 329	3.07 407	1.02 360	0.30 363	0.26 374	0.25 286	0.25 322	0.28 313	0.24 272

NCCL2	1.00 366	0.56 405	1.06 349	0.75 413	0.57 362	1.31 383	1.72 476	1.77 352	1.36 391	1.50 398	1.17 245	1.91 430	1.17 386	1.54 279	1.29 398	0.35 402	0.31 410	0.45 438	0.44 444	0.40 394	0.40 398

ISRNet	0.80 293	0.33 260	1.07 354	0.81 428	0.66 399	0.60 143	0.34 81	1.19 205	1.13 268	1.59 418	1.53 368	1.35 348	0.77 231	1.27 214	0.94 345	0.39 417	0.34 423	0.43 433	0.38 430	0.34 364	0.49 430

MyStereo05	0.66 213	0.28 134	1.07 354	0.56 246	0.46 307	0.61 149	0.73 364	1.34 238	1.41 413	1.15 247	0.91 132	0.77 154	0.80 248	1.41 255	0.63 260	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

MyStereo04	0.67 222	0.29 169	1.07 354	0.55 233	0.45 296	0.59 135	0.79 380	1.50 277	1.40 409	0.91 156	0.91 132	0.74 145	0.86 279	1.52 273	0.62 256	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

DCANet-4	0.54 124	0.26 88	1.07 354	0.42 23	0.24 21	0.48 56	0.36 100	0.99 119	1.30 364	1.10 216	1.02 174	0.56 89	0.75 219	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

PAM	0.76 276	0.29 169	1.08 358	0.52 178	0.33 179	1.38 394	0.39 135	2.01 420	0.67 89	1.06 198	0.96 144	2.89 476	1.43 421	0.86 112	0.35 74	0.19 142	0.12 23	0.19 94	0.17 129	0.19 120	0.20 205

rvit_0105_3	0.63 186	0.44 357	1.08 358	0.72 399	0.40 261	0.64 161	0.71 360	1.03 134	1.17 294	0.82 134	0.70 85	0.80 164	0.70 208	0.91 122	0.56 235	0.35 402	0.34 423	0.34 393	0.32 402	0.27 295	0.28 330

SQANet	1.31 419	0.88 459	1.08 358	1.83 492	1.44 488	1.44 404	0.75 369	1.74 340	1.09 244	1.32 343	1.26 279	1.28 333	1.01 351	1.50 270	0.83 325	2.50 498	0.34 423	1.47 490	0.55 465	2.32 491	1.57 493

RAFT + AFF	1.00 366	0.42 351	1.09 361	0.67 369	0.50 323	1.22 370	1.24 452	2.24 461	1.19 309	1.30 329	1.56 378	1.17 303	1.49 431	3.44 421	0.83 325	0.21 206	0.25 369	0.30 355	0.26 339	0.27 295	0.27 318

MMNet	0.84 316	0.32 238	1.09 361	0.60 292	0.59 379	1.85 442	0.49 240	1.51 284	1.27 349	1.37 363	1.15 237	1.26 326	1.18 389	1.67 300	1.22 388	0.19 142	0.18 267	0.23 227	0.22 272	0.25 269	0.21 222

XPNet_ROB	0.96 349	0.49 378	1.09 361	0.72 399	0.57 362	1.11 346	1.14 443	1.66 324	1.23 329	1.85 446	1.39 330	1.64 402	1.11 376	1.80 322	1.42 420	0.38 414	0.30 404	0.33 383	0.29 380	0.37 377	0.34 373

PFNet	0.91 338	0.26 88	1.10 364	0.63 327	0.32 159	0.64 161	0.56 298	1.17 192	0.99 197	1.47 389	1.08 198	0.98 245	0.69 203	6.62 478	0.54 229	0.20 174	0.12 23	0.24 247	0.19 167	0.20 154	0.17 109

MLCV	0.72 241	0.34 283	1.10 364	0.51 156	0.23 15	0.91 294	0.39 135	1.33 233	1.23 329	1.46 388	1.55 374	1.01 259	0.64 191	1.95 339	0.80 317	0.18 101	0.12 23	0.18 73	0.14 57	0.19 120	0.17 109

Anonymous3	0.61 175	0.44 357	1.11 366	0.59 281	0.49 316	0.93 305	0.65 339	0.93 94	0.81 129	0.72 111	0.88 126	0.65 121	0.69 203	1.06 164	0.53 223	0.35 402	0.30 404	0.26 305	0.26 339	0.31 344	0.27 318

DISCO	1.03 377	0.34 283	1.11 366	0.69 383	0.45 296	2.07 457	0.84 392	2.13 437	1.50 427	1.15 247	1.33 305	2.40 461	1.07 370	2.60 392	1.51 432	0.23 257	0.18 267	0.22 189	0.20 199	0.31 344	0.27 318

DDUNet	1.50 436	2.69 513	1.12 368	1.77 491	1.88 493	1.84 441	0.92 411	1.70 333	1.16 291	1.38 368	1.79 417	1.60 392	1.12 379	1.37 239	1.08 367	1.10 487	0.76 490	2.37 499	0.94 491	2.00 489	1.37 490

RP	1.09 389	0.50 385	1.12 368	0.90 458	1.04 466	1.11 346	0.84 392	1.80 365	1.62 438	1.55 410	2.00 439	1.90 429	1.78 454	1.84 325	1.25 391	0.52 452	0.36 439	0.48 445	0.36 425	0.45 416	0.43 413

DualNet (step1)	0.83 311	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.57 461	0.28 389	0.62 469	0.67 476	0.45 416	0.42 406

test_sample9	1.86 461	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	2.27 371	7.92 501	0.57 461	12.61 529	0.62 469	0.67 476	0.45 416	0.42 406

test_sample8	2.19 474	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.82 369	1.15 282	2.26 463	1.30 291	4.94 496	2.52 486	2.27 371	7.92 501	0.57 461	12.61 529	0.62 469	0.67 476	0.45 416	0.42 406

DRN-Test	1.00 366	0.44 357	1.13 370	0.70 388	0.81 443	1.62 418	0.79 380	2.14 441	1.44 420	1.78 436	1.33 305	1.43 358	1.05 364	2.18 362	1.53 433	0.27 336	0.21 323	0.31 361	0.30 389	0.32 352	0.28 330

IPLGR	0.58 161	0.27 114	1.14 374	0.48 100	0.28 77	0.65 175	0.33 69	1.22 216	1.13 268	1.18 271	1.05 188	0.69 135	0.66 199	0.96 135	0.52 216	0.17 63	0.15 182	0.20 128	0.17 129	0.20 154	0.18 133

NaN_ROB	1.13 399	0.55 402	1.15 375	0.64 336	0.48 313	1.61 417	2.03 493	1.72 335	1.48 424	2.09 459	1.27 282	1.40 354	1.08 371	3.94 427	1.30 399	0.28 349	0.34 423	0.28 334	0.28 369	0.30 335	0.33 369

ETE_ROB	0.96 349	0.64 431	1.16 376	0.69 383	0.48 313	1.14 351	1.13 442	1.77 352	1.19 309	1.91 451	1.45 347	1.73 412	1.05 364	1.60 289	1.14 379	0.32 377	0.26 374	0.38 415	0.34 416	0.39 390	0.41 402

LALA_ROB	1.01 372	0.59 415	1.16 376	0.67 369	0.51 334	1.63 419	1.26 456	1.69 328	1.38 399	1.81 443	1.37 321	1.94 435	1.02 356	1.58 286	1.38 408	0.37 410	0.27 382	0.43 433	0.37 428	0.43 407	0.37 388

ADLNet2	0.88 330	0.34 283	1.17 378	0.77 418	0.64 394	1.12 349	0.76 372	1.74 340	1.24 335	1.21 283	1.65 400	1.71 410	1.05 364	1.67 300	1.17 384	0.24 272	0.21 323	0.21 162	0.22 272	0.26 281	0.29 334

BEATNet_4x	0.73 259	0.49 378	1.17 378	0.53 195	0.26 36	1.03 334	0.55 290	1.82 369	1.06 225	1.21 283	1.22 262	0.96 241	0.91 299	1.01 151	1.06 363	0.21 206	0.14 127	0.24 247	0.19 167	0.37 377	0.21 222

PSMNet_ROB	0.90 335	0.52 392	1.17 378	0.72 399	0.61 385	1.27 376	1.12 441	1.76 348	1.12 256	1.09 208	1.28 287	1.45 365	0.89 295	1.65 295	1.42 420	0.33 385	0.25 369	0.37 412	0.39 432	0.35 366	0.29 334

otaku	1.60 443	1.11 474	1.21 381	2.20 494	1.56 490	1.97 451	1.24 452	2.07 432	1.36 391	1.44 384	1.62 394	1.73 412	1.19 392	1.73 312	0.98 356	2.89 503	0.57 482	1.74 491	0.60 472	2.78 498	1.94 499

anonymity	1.12 396	0.97 462	1.21 381	1.07 475	1.12 473	1.08 343	0.89 404	1.95 406	1.16 291	1.29 321	1.26 279	1.22 311	1.09 374	1.15 185	1.01 359	1.02 482	1.00 505	0.97 481	0.97 493	0.98 474	0.99 479

STTStereo	0.78 286	0.50 385	1.22 383	0.64 336	0.54 351	0.89 288	0.54 274	1.44 263	1.11 252	1.38 368	1.09 203	1.27 330	0.85 271	1.43 256	0.83 325	0.29 359	0.27 382	0.33 383	0.39 432	0.32 352	0.30 348

Ntro	1.64 447	1.15 477	1.23 384	2.48 499	1.83 492	2.09 458	1.16 446	1.96 407	1.38 399	1.21 283	1.62 394	1.62 394	1.29 408	1.87 331	1.11 375	3.04 504	0.56 481	1.82 493	0.64 474	2.80 499	2.05 500

ToySt	0.66 213	0.33 260	1.23 384	0.51 156	0.33 179	0.86 285	0.68 351	1.10 174	0.97 185	0.84 139	1.08 198	1.25 322	0.94 316	1.01 151	0.74 291	0.19 142	0.19 283	0.24 247	0.24 308	0.27 295	0.23 258

SPS-STEREO	1.67 449	1.04 468	1.23 384	1.21 479	1.13 475	1.82 439	1.11 439	2.16 446	1.52 430	3.07 492	2.32 455	2.82 474	1.80 456	4.11 430	2.04 453	1.03 483	0.99 504	0.97 481	0.94 491	1.03 479	1.02 480
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 343	1.74 410	1.88 425	1.74 451	2.35 376	1.25 391	0.45 439	0.37 441	0.45 438	0.58 468	0.42 401	0.42 406

Abc-Net	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 343	1.74 410	1.88 425	1.74 451	2.35 376	1.25 391	0.45 439	0.37 441	0.45 438	0.58 468	0.42 401	0.42 406
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	1.17 408	0.49 378	1.24 387	0.70 388	0.97 464	1.71 425	0.92 411	1.91 395	1.46 422	1.38 368	1.14 229	1.88 425	1.30 412	4.24 431	1.87 444	0.26 320	0.21 323	0.35 401	0.27 349	0.55 442	0.54 439

RGC	1.14 401	0.79 451	1.26 390	0.91 461	0.96 463	1.52 410	0.77 375	1.92 398	1.26 343	1.54 407	1.93 433	2.02 444	1.54 434	2.25 369	1.31 400	0.44 438	0.35 434	0.58 467	0.48 453	0.47 423	0.46 420

SGM-ForestM	6.52 511	0.38 328	1.26 390	0.63 327	0.35 200	13.59 522	5.32 517	6.32 516	6.70 512	11.14 521	9.18 516	22.51 531	13.93 520	16.89 524	20.07 523	0.36 406	0.37 441	0.36 409	0.35 421	0.36 373	0.34 373

CSAN	1.41 431	0.59 415	1.26 390	0.70 388	0.50 323	1.76 431	1.78 478	1.77 352	1.90 460	2.35 468	2.32 455	1.92 433	1.94 466	5.56 460	1.49 430	0.43 433	0.35 434	0.40 426	0.41 437	0.43 407	0.41 402

DMCA-RVC	0.74 262	0.40 339	1.27 393	0.66 357	0.49 316	0.77 240	0.47 220	1.35 241	1.01 205	1.53 403	1.01 166	1.29 336	0.82 256	1.31 222	0.78 307	0.27 336	0.21 323	0.35 401	0.27 349	0.32 352	0.24 272

CC-Net-ROB	1.49 434	1.26 481	1.27 393	0.88 454	0.79 436	1.76 431	1.00 427	1.79 362	1.26 343	1.10 216	1.61 391	1.21 309	0.99 347	8.13 503	0.84 328	1.09 486	0.41 454	2.20 495	0.46 449	1.20 484	0.48 426

PA-Net	1.01 372	0.57 409	1.29 395	0.64 336	0.74 420	1.19 366	0.84 392	1.69 328	1.43 419	1.16 257	1.19 254	1.32 342	1.19 392	3.42 419	1.25 391	0.29 359	0.45 464	0.33 383	0.49 456	0.32 352	0.47 423
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.11 394	0.50 385	1.30 396	0.71 396	0.65 396	1.14 351	0.75 369	1.93 402	1.37 395	1.71 430	1.83 421	2.54 465	1.44 423	2.43 382	1.23 389	0.42 428	0.41 454	0.54 457	0.35 421	0.42 401	0.46 420

UNet	0.83 311	0.34 283	1.31 397	0.58 268	0.74 420	1.58 415	0.49 240	1.41 254	1.04 217	1.21 283	1.08 198	1.54 382	1.12 379	1.65 295	1.09 369	0.23 257	0.17 246	0.25 286	0.20 199	0.25 269	0.22 239

GANetREF_RVC	1.07 383	0.86 456	1.31 397	0.82 436	0.53 348	1.41 402	1.31 458	1.76 348	1.52 430	1.27 314	1.31 297	1.46 368	1.24 402	2.03 346	0.96 352	0.56 460	0.45 464	0.67 472	0.50 458	0.88 471	0.59 450
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	1.84 459	0.47 371	1.31 397	0.69 383	0.57 362	2.11 459	1.14 443	1.87 383	1.73 448	4.04 498	6.43 502	5.62 501	3.61 498	2.59 391	1.94 449	0.52 452	0.44 460	0.39 421	0.42 440	0.48 426	0.47 423

FAT-Stereo	1.07 383	0.41 347	1.32 400	0.72 399	0.58 371	1.08 343	0.89 404	1.96 407	1.65 440	1.75 433	1.98 436	2.03 445	1.48 429	2.02 345	1.18 387	0.42 428	0.35 434	0.34 393	0.29 380	0.35 366	0.53 438

DANet	1.08 386	0.61 425	1.32 400	0.85 445	0.72 416	1.37 391	0.51 248	1.54 294	1.15 282	1.78 436	1.54 372	2.01 442	1.11 376	2.90 402	2.00 452	0.33 385	0.30 404	0.40 426	0.30 389	0.44 413	0.45 417
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	1.13 399	0.52 392	1.33 402	0.86 447	0.91 456	1.38 394	0.71 360	2.16 446	1.62 438	1.56 411	2.40 460	1.99 440	1.65 444	1.81 324	1.48 429	0.48 447	0.28 389	0.49 447	0.33 411	0.39 390	0.32 363

Nwc_Net	1.09 389	0.49 378	1.33 402	0.89 457	0.80 441	1.49 408	0.66 344	2.19 455	1.27 349	1.32 343	2.26 453	1.96 437	1.54 434	1.92 334	1.34 403	0.40 420	0.30 404	0.43 433	0.45 446	0.38 386	0.37 388

PWCDC_ROB	1.29 415	0.75 448	1.33 402	1.05 472	0.88 455	1.73 428	0.52 259	1.89 388	3.28 492	1.29 321	4.88 496	1.22 311	1.46 426	1.77 320	1.45 424	0.60 466	0.26 374	0.29 344	0.25 322	0.52 436	0.37 388

DispNO	0.93 343	0.30 189	1.34 405	0.55 233	0.55 357	0.89 288	0.49 240	1.48 271	1.21 320	1.17 266	1.27 282	1.19 307	0.90 296	5.23 449	0.74 291	0.22 232	0.17 246	0.24 247	0.21 243	0.19 120	0.20 205

iResNet	0.75 270	0.40 339	1.36 406	0.67 369	0.29 94	0.92 301	0.59 321	1.52 286	1.25 338	1.28 316	1.48 359	0.94 227	0.76 227	1.62 292	0.78 307	0.18 101	0.14 127	0.18 73	0.15 71	0.22 217	0.23 258

LL-Strereo	1.33 422	0.39 333	1.38 407	0.61 306	0.61 385	0.75 226	0.66 344	1.63 317	1.17 294	1.56 411	1.60 387	2.03 445	2.12 474	9.72 516	0.97 354	0.21 206	0.18 267	0.27 321	0.23 295	0.22 217	0.25 284

DFGA-Net	0.72 241	0.40 339	1.40 408	0.52 178	0.45 296	0.83 273	0.44 189	1.28 230	1.08 236	0.99 178	1.19 254	0.70 139	0.55 141	2.14 356	1.16 381	0.18 101	0.16 217	0.24 247	0.23 295	0.27 295	0.25 284

YMNet	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 444	0.62 330	1.55 298	1.18 301	1.63 424	1.99 437	1.77 418	0.97 332	1.50 270	1.45 424	0.33 385	0.37 441	0.31 361	0.32 402	0.32 352	0.29 334

YMNet_1	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 444	0.62 330	1.55 298	1.18 301	1.63 424	1.99 437	1.77 418	0.97 332	1.50 270	1.45 424	0.33 385	0.37 441	0.31 361	0.32 402	0.32 352	0.29 334

fast-acv-ft	0.94 345	0.44 357	1.40 408	0.58 268	0.51 334	1.77 434	0.69 355	1.36 243	1.42 417	1.29 321	1.86 426	1.74 414	1.25 403	1.52 273	1.38 408	0.26 320	0.28 389	0.28 334	0.28 369	0.27 295	0.26 308

stereogan	1.15 405	0.42 351	1.40 408	0.86 447	0.84 447	2.38 470	0.71 360	1.88 386	1.73 448	1.72 431	1.94 435	2.31 456	1.29 408	2.07 350	1.08 367	0.36 406	0.35 434	0.39 421	0.31 394	0.51 434	0.46 420

ACV-stereo	0.99 361	0.51 388	1.41 413	0.56 246	0.41 268	2.43 472	0.57 309	1.15 188	1.18 301	0.81 130	1.01 166	3.39 483	2.14 475	1.60 289	1.07 366	0.27 336	0.22 341	0.22 189	0.22 272	0.28 313	0.32 363

APVNet	1.06 381	0.53 396	1.42 414	0.84 440	0.79 436	1.92 447	0.82 390	1.90 391	1.08 236	1.08 202	1.43 339	1.56 385	1.13 383	3.07 407	1.58 434	0.31 370	0.34 423	0.42 431	0.36 425	0.36 373	0.37 388

PSMNet-RUCA	1.02 375	0.97 462	1.44 415	1.23 481	1.10 469	1.40 397	0.62 330	1.69 328	1.38 399	0.94 164	1.53 368	0.97 243	0.83 264	1.17 193	0.93 343	0.69 473	0.34 423	0.99 483	0.60 472	0.97 473	0.64 460

gwcnet-sp	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 329	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

scenet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 329	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

ssnet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 329	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

PDISCO_ROB	1.32 421	0.65 432	1.44 415	1.36 482	1.46 489	2.55 475	0.92 411	2.45 479	2.07 469	1.37 363	1.49 361	1.65 404	1.00 349	2.82 398	1.35 406	1.01 480	0.27 382	0.54 457	0.47 451	0.71 465	0.73 468

NVStereoNet_ROB	1.88 462	1.07 469	1.45 420	1.07 475	1.17 477	1.47 405	1.48 467	1.89 388	1.93 463	1.94 452	4.67 494	3.08 480	1.80 456	6.51 477	1.65 437	1.06 485	0.86 499	1.08 487	1.32 500	0.93 472	1.26 488
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	1.71 455	0.62 428	1.45 420	0.67 369	0.61 385	1.81 437	1.08 437	2.52 481	1.70 445	1.77 435	1.73 409	1.98 439	1.25 403	12.57 522	1.84 443	0.34 395	0.37 441	0.56 464	0.38 430	0.45 416	0.43 413

WAO-6	2.81 494	1.60 492	1.46 422	2.36 498	2.28 500	3.55 493	2.29 502	4.21 502	4.56 506	2.36 470	4.51 488	4.88 495	2.66 488	4.60 438	4.07 483	1.72 491	1.15 511	2.31 498	1.46 506	2.31 490	1.85 497

IMH-64-1	2.70 491	1.79 496	1.46 422	3.26 511	2.66 505	3.23 491	2.10 494	4.08 499	2.75 487	2.34 466	3.81 483	3.06 478	2.22 478	4.25 432	2.59 463	3.75 514	0.84 494	2.75 509	1.35 501	3.15 507	2.60 510

IMH-64	2.70 491	1.79 496	1.46 422	3.26 511	2.66 505	3.23 491	2.10 494	4.08 499	2.75 487	2.34 466	3.81 483	3.06 478	2.22 478	4.25 432	2.59 463	3.75 514	0.84 494	2.75 509	1.35 501	3.15 507	2.60 510

sAnonymous2	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 469	0.56 443

CroCo_RVC	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 469	0.56 443

IMH	3.21 498	1.85 500	1.48 427	3.25 510	2.69 507	4.07 502	2.02 492	4.41 504	3.80 499	2.72 479	7.11 506	4.75 494	2.92 491	5.92 468	2.55 461	3.85 517	0.88 500	2.78 511	1.36 503	3.19 509	2.59 509

NVstereo2D	0.92 340	0.41 347	1.48 427	0.72 399	0.72 416	1.20 368	0.87 400	1.75 342	1.38 399	0.99 178	1.13 225	1.26 326	0.98 339	2.21 366	0.89 338	0.43 433	0.20 301	0.38 415	0.24 308	0.57 445	0.63 456

ARAFT	0.77 278	0.36 314	1.49 429	0.51 156	0.31 141	0.90 291	0.82 390	1.90 391	1.06 225	1.62 422	1.24 268	1.02 261	0.64 191	1.84 325	0.50 204	0.18 101	0.14 127	0.28 334	0.27 349	0.17 50	0.16 84

AANet_RVC	1.16 407	0.52 392	1.49 429	0.65 350	0.45 296	0.75 226	0.69 355	1.42 256	1.55 435	1.34 355	1.87 428	1.53 380	0.78 238	7.43 494	1.38 408	0.25 298	0.17 246	0.19 94	0.16 109	0.22 217	0.26 308

ELAS	2.37 480	0.74 446	1.54 431	0.99 468	0.92 458	4.78 506	2.33 503	3.33 493	3.37 494	5.05 510	4.77 495	3.67 485	4.53 506	3.42 419	4.50 484	0.62 468	0.53 477	0.55 461	0.53 463	0.63 454	0.64 460
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.66 448	0.63 429	1.56 432	1.11 477	0.74 420	2.98 487	0.91 409	1.55 298	1.22 326	2.76 482	8.18 514	2.32 457	2.53 487	1.92 334	1.87 444	0.48 447	0.44 460	0.45 438	0.31 394	0.60 453	0.57 447

RainbowNet	1.97 468	1.76 494	1.57 433	2.81 502	2.21 497	1.98 453	1.81 480	2.54 482	1.89 458	1.50 398	1.84 423	1.96 437	1.65 444	2.14 356	1.25 391	3.33 510	0.85 497	2.39 502	0.98 495	2.82 501	2.22 501

MDST_ROB	1.67 449	0.34 283	1.58 434	0.92 463	0.58 371	4.26 504	1.11 439	2.83 485	1.41 413	4.49 504	2.55 465	1.45 365	0.97 332	7.79 500	1.17 384	0.31 370	0.25 369	0.37 412	0.33 411	0.31 344	0.30 348

FINET	0.97 355	0.54 397	1.60 435	0.63 327	0.79 436	1.08 343	1.07 436	1.56 301	2.20 472	1.15 247	1.49 361	0.94 227	0.88 289	2.32 374	1.05 361	0.42 428	0.35 434	0.32 375	0.28 369	0.43 407	0.38 394

LVE	3.31 499	1.67 493	1.64 436	2.85 503	2.42 503	3.20 490	2.26 501	4.78 507	5.05 507	2.35 468	6.91 503	6.02 502	2.37 481	9.15 507	2.17 458	3.19 507	1.08 510	2.38 501	1.47 507	2.81 500	2.40 506

ACVNet-4b	2.15 472	1.41 485	1.64 436	2.80 501	2.31 501	2.31 467	1.24 452	2.32 467	2.14 470	1.26 311	2.39 459	2.66 469	1.48 429	5.95 470	1.06 363	3.20 508	0.45 464	2.37 499	0.89 488	2.83 502	2.37 504

Syn2CoEx	1.14 401	0.69 438	1.66 438	0.80 425	0.67 403	1.40 397	0.88 402	2.06 431	1.54 433	1.25 307	1.58 385	1.42 357	1.50 433	4.09 429	1.40 412	0.36 406	0.32 418	0.34 393	0.29 380	0.29 324	0.34 373

MFMNet_re	1.40 430	1.14 476	1.68 439	1.39 484	1.07 467	1.48 406	1.43 463	1.87 383	1.82 455	2.26 463	2.19 450	1.51 378	1.86 461	1.52 273	1.25 391	0.93 478	0.83 493	0.84 478	0.80 483	0.99 476	1.05 484

AIO-Stereo-zeroshot	0.72 241	0.35 304	1.70 440	0.49 115	0.56 359	0.63 158	0.38 120	2.41 476	0.65 86	0.77 119	1.07 194	1.82 423	0.95 321	0.93 129	0.43 149	0.20 174	0.13 76	0.21 162	0.25 322	0.28 313	0.26 308

StereoDRNet	0.98 359	0.47 371	1.70 440	0.76 415	0.94 460	1.51 409	0.91 409	1.92 398	1.32 372	1.61 419	1.13 225	1.47 373	0.97 332	1.75 313	1.46 427	0.28 349	0.23 353	0.29 344	0.27 349	0.35 366	0.27 318

iResNetv2_ROB	0.80 293	0.37 321	1.71 442	0.56 246	0.37 223	0.94 306	0.64 337	1.73 336	1.34 379	1.23 294	1.42 335	1.26 326	0.92 302	1.85 328	0.56 235	0.23 257	0.15 182	0.19 94	0.14 57	0.24 257	0.19 173

ACVNet_1	2.18 473	1.45 488	1.72 443	2.85 503	2.33 502	2.28 465	1.46 465	3.08 490	2.22 473	1.82 444	2.05 444	3.56 484	1.98 468	3.09 410	1.40 412	3.17 505	0.60 484	2.40 503	0.92 490	2.91 505	2.37 504

GASNet	0.99 361	0.97 462	1.72 443	0.98 467	0.68 409	0.83 273	0.67 347	1.60 308	1.28 354	1.31 339	1.22 262	1.22 311	1.21 398	2.41 381	1.41 416	0.43 433	0.26 374	0.36 409	0.34 416	0.55 442	0.31 358

WAO-7	2.66 487	1.40 484	1.73 445	1.39 484	1.17 477	3.93 499	1.94 489	4.11 501	3.88 500	2.92 486	5.50 498	4.18 489	3.00 494	7.63 498	3.71 479	1.13 488	1.00 505	1.17 488	1.13 499	1.18 483	1.09 486

TorneroNet-64	5.30 508	2.03 502	1.74 446	3.43 513	2.81 508	10.09 516	2.12 496	9.10 520	17.12 525	4.96 509	9.27 517	10.72 519	3.70 500	9.20 508	4.55 485	3.31 509	0.84 494	2.88 512	1.55 508	3.49 510	3.04 513

WAO-8	4.40 502	1.82 498	1.79 447	2.34 496	2.20 495	9.19 514	1.53 468	6.09 513	16.46 520	3.94 496	7.84 512	7.32 504	3.72 501	9.41 513	3.31 474	2.00 493	1.07 508	2.44 504	1.37 504	2.50 493	1.68 494

Venus	4.40 502	1.82 498	1.79 447	2.34 496	2.20 495	9.19 514	1.53 468	6.09 513	16.46 520	3.94 496	7.84 512	7.32 504	3.72 501	9.41 513	3.31 474	2.00 493	1.07 508	2.44 504	1.37 504	2.50 493	1.68 494

FADNet	0.92 340	0.61 425	1.81 449	0.62 318	0.55 357	0.96 315	0.57 309	1.78 356	1.33 376	0.93 159	1.01 166	1.36 350	1.01 351	2.71 396	0.75 296	0.33 385	0.34 423	0.31 361	0.34 416	0.59 449	0.40 398

TorneroNet	10.70 520	2.03 502	1.82 450	3.43 513	3.01 511	43.83 534	2.22 500	8.87 519	67.47 540	7.17 518	27.36 529	10.68 518	3.85 503	8.67 506	7.65 500	3.59 512	0.88 500	3.04 513	1.57 509	3.71 511	3.17 514

Wz-Net-LNSev-Ref	0.99 361	0.40 339	1.82 450	0.66 357	0.62 390	2.05 456	0.78 377	1.91 395	1.29 358	1.54 407	1.42 335	1.51 378	1.23 400	1.99 342	1.33 401	0.23 257	0.14 127	0.20 128	0.15 71	0.27 295	0.26 308

FADNet_RVC	0.83 311	0.51 388	1.83 452	0.54 210	0.42 273	1.19 366	0.46 213	1.51 284	1.09 244	0.89 149	1.24 268	0.91 213	0.87 284	2.11 354	1.11 375	0.27 336	0.22 341	0.31 361	0.28 369	0.43 407	0.38 394

CBFPSM	0.92 340	0.33 260	1.86 453	0.49 115	0.38 240	1.75 429	0.84 392	1.39 250	1.12 256	1.09 208	0.99 156	2.37 459	1.66 448	1.32 226	1.42 420	0.19 142	0.18 267	0.20 128	0.20 199	0.21 194	0.33 369

XX-Stereo	0.63 186	0.26 88	1.90 454	0.81 428	0.67 403	0.43 40	0.23 13	1.03 134	0.58 54	0.65 98	1.56 378	1.41 356	0.39 52	1.28 216	0.35 74	0.20 174	0.14 127	0.20 128	0.19 167	0.18 81	0.14 31

ELAS_RVC	2.48 485	0.74 446	1.90 454	1.05 472	0.92 458	2.76 480	4.01 515	2.76 484	4.11 502	4.69 505	4.63 491	4.62 491	5.96 511	3.97 428	3.96 481	0.63 470	0.53 477	0.56 464	0.52 462	0.64 456	0.63 456
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	1.25 413	0.99 465	1.93 456	1.02 471	1.21 481	0.96 315	1.01 429	1.75 342	1.92 461	1.36 360	2.12 447	1.44 363	1.01 351	1.14 184	1.40 412	0.72 474	0.82 492	0.89 479	0.98 495	1.31 486	0.95 477

FADNet-RVC	0.88 330	0.67 434	1.93 456	0.60 292	0.48 313	0.91 294	0.60 325	1.71 334	1.18 301	0.90 151	0.96 144	1.36 350	0.92 302	2.25 369	1.17 384	0.30 363	0.29 400	0.32 375	0.32 402	0.41 397	0.35 378

ACVNet_2	2.43 484	1.41 485	2.04 458	2.62 500	2.24 498	2.63 479	1.88 486	3.31 492	3.01 489	2.19 461	3.45 479	4.62 491	2.04 470	4.50 437	1.47 428	2.55 499	0.64 486	2.22 496	0.84 485	2.69 497	2.29 503

Dean	2.91 497	1.53 491	2.07 459	2.96 507	2.51 504	3.15 488	2.14 497	4.75 506	4.41 505	2.76 482	6.10 501	5.53 500	2.37 481	2.97 405	1.92 448	3.18 506	0.85 497	2.51 506	1.04 498	2.88 504	2.47 507

TCMNet	1.01 372	0.60 423	2.10 460	0.86 447	1.33 486	1.14 351	0.67 347	1.69 328	1.23 329	1.11 222	1.57 382	1.30 337	0.97 332	2.01 344	1.50 431	0.31 370	0.31 410	0.38 415	0.34 416	0.42 401	0.36 383

FADNet-RVC-Resample	0.84 316	0.47 371	2.10 460	0.61 306	0.45 296	1.07 342	0.61 327	1.59 304	1.20 314	1.08 202	0.98 154	1.03 265	0.98 339	2.17 359	0.72 287	0.23 257	0.22 341	0.30 355	0.32 402	0.35 366	0.34 373

KSHMR	8.75 516	2.06 505	2.11 462	3.53 515	3.11 512	4.13 503	2.69 507	5.60 510	61.37 539	3.00 489	55.83 539	4.98 499	2.45 484	4.49 436	2.61 465	3.46 511	1.55 515	3.14 515	1.94 513	3.72 512	3.18 515

ktn	4.70 504	2.38 510	2.12 463	3.76 516	3.24 513	4.85 507	2.95 512	5.52 509	7.37 513	4.07 500	19.32 526	7.46 506	3.47 496	7.39 492	2.95 467	4.04 518	1.85 516	3.26 517	2.22 516	3.08 506	2.65 512

SGM+DAISY	2.41 483	1.07 469	2.14 464	1.18 478	1.10 469	2.14 461	1.36 460	1.96 407	1.66 441	5.46 513	7.07 505	4.95 497	4.32 505	5.50 457	2.26 459	1.04 484	1.02 507	0.99 483	0.97 493	1.02 477	1.04 482

SDNR	1.62 446	0.51 388	2.17 465	0.53 195	0.56 359	3.80 498	0.45 206	1.54 294	1.29 358	1.33 351	2.41 461	1.08 276	0.96 329	11.18 520	1.16 381	0.66 472	0.63 485	0.43 433	0.32 402	0.64 456	0.67 462

S-Stereo	1.15 405	0.46 366	2.17 465	0.81 428	0.80 441	1.21 369	1.19 449	1.93 402	2.02 466	1.47 389	2.11 446	1.57 386	1.17 386	2.05 349	1.41 416	0.40 420	0.40 452	0.35 401	0.31 394	0.44 413	0.70 465

SANet	1.88 462	0.57 409	2.18 467	0.63 327	0.40 261	2.80 483	1.57 472	2.39 475	5.88 510	2.36 470	3.57 480	3.72 487	2.97 492	4.74 440	1.76 440	0.34 395	0.30 404	0.32 375	0.29 380	0.48 426	0.37 388

Wz-Net-MNSev	1.11 394	0.58 412	2.23 468	0.66 357	0.71 414	1.95 450	1.46 465	1.98 413	1.45 421	1.79 439	1.43 339	1.49 375	1.33 415	1.97 341	1.42 420	0.27 336	0.23 353	0.28 334	0.28 369	0.34 364	0.31 358

PVD	1.70 453	0.84 453	2.26 469	0.94 466	0.83 446	2.48 473	0.97 421	2.59 483	3.35 493	3.01 490	2.77 469	2.34 458	2.47 485	2.67 395	3.14 471	0.47 446	0.45 464	0.59 468	0.48 453	0.59 449	0.75 470

GwcNet	1.08 386	0.51 388	2.33 470	0.79 422	1.18 479	1.76 431	0.70 358	1.68 326	1.47 423	1.41 376	1.64 398	1.74 414	1.04 360	2.20 365	1.41 416	0.30 363	0.29 400	0.29 344	0.27 349	0.30 335	0.35 378

SHD	1.31 419	0.71 442	2.34 471	0.86 447	0.75 427	1.77 434	0.65 339	2.22 459	2.50 481	2.40 472	1.71 407	1.91 430	1.60 440	1.93 337	2.37 460	0.38 414	0.31 410	0.38 415	0.40 436	0.48 426	0.50 432

ADCRef	1.35 424	0.55 402	2.37 472	0.72 399	0.77 431	1.94 449	0.78 377	1.91 395	1.27 349	1.57 415	1.59 386	1.36 350	1.41 419	1.54 279	7.53 496	0.23 257	0.20 301	0.32 375	0.30 389	0.29 324	0.29 334

RTSC	1.29 415	0.73 443	2.44 473	0.83 439	0.57 362	1.85 442	0.65 339	1.88 386	2.00 465	2.20 462	1.66 402	1.60 392	1.26 405	2.33 375	3.92 480	0.32 377	0.23 353	0.27 321	0.29 380	0.37 377	0.37 388

PWC_ROB	1.24 411	0.76 449	2.46 474	0.72 399	0.78 433	1.15 357	0.49 240	1.75 342	1.92 461	2.31 465	3.07 473	1.59 390	1.40 418	2.46 385	2.10 456	0.33 385	0.22 341	0.35 401	0.24 308	0.38 386	0.41 402

DGSMNet	1.14 401	0.76 449	2.49 475	0.81 428	0.86 452	1.39 396	1.39 461	2.13 437	1.35 388	1.26 311	1.63 397	1.48 374	0.98 339	1.75 313	1.10 372	0.45 439	0.43 457	0.55 461	0.49 456	0.75 467	0.70 465

IGEV-BASED-STEREO-	0.70 232	3.18 516	2.55 476	0.39 10	0.23 15	0.44 45	0.23 13	0.63 12	0.42 14	0.44 42	0.44 19	0.34 13	0.28 9	0.56 27	0.29 12	1.35 490	0.10 1	0.22 189	0.19 167	0.46 422	1.31 489

XQC	1.37 426	0.87 457	2.56 477	0.84 440	0.69 411	1.83 440	0.89 404	2.07 432	1.88 457	1.88 447	1.53 368	1.91 430	1.55 436	2.85 401	3.05 468	0.48 447	0.29 400	0.44 437	0.39 432	0.69 463	0.60 453

SAMSARA	1.55 440	0.84 453	2.61 478	1.22 480	1.07 467	2.50 474	1.93 488	2.05 426	1.89 458	2.75 481	1.66 402	2.81 473	1.69 449	3.08 409	1.97 451	0.46 445	0.51 475	0.42 431	0.46 449	0.58 447	0.59 450

PASM	1.34 423	0.92 460	2.62 479	0.86 447	0.87 454	1.03 334	1.08 437	1.50 277	1.51 429	1.82 444	1.41 334	1.68 407	1.26 405	4.87 443	1.34 403	0.61 467	0.65 488	0.68 473	0.78 482	0.69 463	0.68 464

notaker	3.98 501	2.40 511	2.68 480	3.82 518	3.27 515	3.97 501	2.14 497	4.78 507	3.45 496	4.12 501	6.94 504	7.65 508	3.26 495	7.82 501	5.30 488	4.04 518	1.41 513	3.36 518	2.10 515	3.88 513	3.31 516

Wz-Net-LNSev	1.03 377	0.67 434	2.71 481	0.64 336	0.84 447	1.75 429	1.00 427	1.80 365	1.32 372	1.28 316	1.25 272	1.65 404	1.22 399	1.39 248	1.40 412	0.28 349	0.26 374	0.24 247	0.23 295	0.33 361	0.32 363

pmcnn	2.37 480	0.42 351	2.71 481	0.63 327	0.43 282	1.54 412	1.19 449	2.01 420	1.53 432	2.64 478	7.60 508	18.07 523	1.45 425	3.44 421	2.78 466	0.18 101	0.15 182	0.15 8	0.12 20	0.20 154	0.18 133

aanetorigin	1.23 410	0.79 451	2.78 483	0.70 388	0.79 436	0.99 326	1.06 435	1.06 161	1.37 395	3.52 493	2.61 466	1.72 411	1.63 442	1.99 342	1.78 441	0.25 298	0.24 362	0.26 305	0.25 322	0.38 386	0.45 417

MSC_U_SF_DS_RVC	2.12 471	1.15 477	3.10 484	1.05 472	0.76 430	5.03 509	2.40 505	2.16 446	2.62 484	1.89 449	2.28 454	2.69 470	1.65 444	9.35 511	2.04 453	0.64 471	0.51 475	0.68 473	0.71 479	1.09 480	0.67 462

AIO-Stereo-zeroshot1	0.98 359	0.39 333	3.21 485	0.50 126	0.63 391	0.64 161	0.39 135	2.36 471	0.75 111	0.95 166	4.63 491	1.81 421	0.56 146	0.96 135	0.41 129	0.18 101	0.13 76	0.21 162	0.26 339	0.32 352	0.35 378

MFN_U_SF_RVC	1.52 438	0.84 453	3.42 486	0.87 453	0.66 399	2.56 476	0.95 419	2.36 471	1.70 445	1.98 453	1.86 426	2.45 463	1.79 455	2.95 403	2.58 462	0.52 452	0.48 469	0.55 461	0.59 471	0.59 449	0.61 454

MFN_U_SF_DS_RVC	1.74 457	0.87 457	3.56 487	0.80 425	0.75 427	3.72 495	2.44 506	1.82 369	1.82 455	1.74 432	1.91 432	1.92 433	1.26 405	7.69 499	1.28 397	0.45 439	0.47 468	0.52 451	0.77 481	0.50 430	0.50 432

ADCL	1.72 456	0.57 409	3.66 488	0.67 369	0.61 385	2.61 478	1.85 483	1.96 407	1.67 442	1.90 450	1.83 421	2.06 448	1.90 464	2.13 355	9.15 505	0.26 320	0.24 362	0.34 393	0.32 402	0.38 386	0.35 378

DispFullNet	2.34 479	2.85 514	3.66 488	3.08 508	2.27 499	1.97 451	0.67 347	2.00 416	1.70 445	2.52 474	2.00 439	2.23 451	5.86 509	3.44 421	1.58 434	1.01 480	0.32 418	2.64 508	1.94 513	2.85 503	2.24 502

iinet-f	0.99 361	0.45 364	3.71 490	0.55 233	0.43 282	1.81 437	0.68 351	1.14 186	1.14 271	1.18 271	1.42 335	1.58 389	1.44 423	1.34 232	1.59 436	0.24 272	0.23 353	0.20 128	0.19 167	0.26 281	0.25 284

pcwnet_v2	0.97 355	0.37 321	4.33 491	0.62 318	0.54 351	0.79 250	0.45 206	2.02 424	1.58 436	1.42 382	1.64 398	1.09 286	0.79 242	1.24 208	0.67 271	0.32 377	0.25 369	0.29 344	0.27 349	0.37 377	0.35 378

DPSNet	1.69 452	0.59 415	4.33 491	0.70 388	0.57 362	2.02 455	1.62 474	3.35 494	1.78 451	1.48 395	1.38 326	2.17 450	2.84 490	4.77 441	3.66 478	0.48 447	0.31 410	0.29 344	0.25 322	0.64 456	0.48 426

MADNet++	5.01 505	3.14 515	4.91 493	4.55 522	3.94 519	5.20 510	4.41 516	4.40 503	4.13 503	4.95 508	6.08 500	4.74 493	5.37 507	9.40 512	10.67 511	4.65 520	4.15 521	3.97 520	3.34 519	4.09 515	4.08 521

ADCMid	1.89 465	0.73 443	5.06 494	0.72 399	0.67 403	2.00 454	1.14 443	1.97 411	1.48 424	2.86 485	1.81 420	2.37 459	2.05 472	2.24 367	10.39 510	0.33 385	0.31 410	0.39 421	0.43 442	0.50 430	0.44 415

AnyNet_C32	1.96 467	1.10 471	5.17 495	0.90 458	1.11 471	2.12 460	2.37 504	1.85 378	1.48 424	2.45 473	1.70 406	2.05 447	1.64 443	2.50 388	10.28 509	0.37 410	0.34 423	0.35 401	0.41 437	0.49 429	0.54 439

UNDER WATER	5.08 506	2.33 509	5.55 496	3.94 520	3.51 516	5.20 510	2.72 509	5.61 511	16.52 522	3.84 495	4.60 490	9.21 512	5.89 510	5.90 467	8.66 504	3.75 514	1.34 512	3.18 516	1.88 511	4.33 518	3.61 518

ADCS	2.25 475	0.99 465	5.55 496	0.81 428	0.74 420	2.19 462	1.80 479	2.27 464	2.14 470	2.80 484	2.13 448	2.40 461	2.03 469	2.64 394	13.69 514	0.41 424	0.39 450	0.40 426	0.45 446	0.58 447	0.56 443

PWCK	2.88 496	2.05 504	5.72 498	2.08 493	1.11 471	3.55 493	3.90 514	2.86 487	3.54 498	3.03 491	3.63 481	3.10 481	2.31 480	8.15 505	3.09 469	2.12 495	0.91 502	1.75 492	0.98 495	2.57 495	1.18 487

DeepPrunerF	1.60 443	0.73 443	5.81 499	0.88 454	1.19 480	0.91 294	0.95 419	2.19 455	5.24 508	1.17 266	1.30 291	1.19 307	1.30 412	4.90 444	1.66 439	0.42 428	0.34 423	0.52 451	0.47 451	0.41 397	0.40 398

tt	6.58 512	0.26 88	6.10 500	3.77 517	2.16 494	11.55 518	19.63 524	13.33 524	5.74 509	2.96 487	2.65 467	4.97 498	6.33 514	3.81 425	7.24 495	9.15 525	11.32 528	5.89 525	6.24 523	6.03 520	2.55 508

Wz-Net-SNSev	1.49 434	1.23 480	6.27 501	0.68 380	0.67 403	1.37 391	1.41 462	2.00 416	1.39 404	1.48 395	1.61 391	2.29 454	1.32 414	3.93 426	2.14 457	0.31 370	0.28 389	0.31 361	0.33 411	0.42 401	0.36 383

Wz-Net-TNSev	1.88 462	2.08 506	7.66 502	0.67 369	0.64 394	2.42 471	1.83 482	2.33 468	1.74 450	1.57 415	1.56 378	2.58 466	1.90 464	4.86 442	3.12 470	0.39 417	0.37 441	0.33 383	0.37 428	0.53 438	0.58 448

ADCP+	1.99 469	0.48 375	7.73 503	0.66 357	0.91 456	2.30 466	1.05 433	1.82 369	1.34 379	1.54 407	1.32 303	1.74 414	1.61 441	2.17 359	13.37 513	0.24 272	0.21 323	0.32 375	0.28 369	0.37 377	0.29 334

ADCPNet	1.85 460	0.69 438	8.07 504	0.71 396	0.58 371	2.79 482	1.22 451	1.94 404	1.54 433	1.88 447	1.69 405	2.46 464	2.04 470	2.37 378	6.48 491	0.38 414	0.37 441	0.38 415	0.43 442	0.47 423	0.45 417

EDNetEfficient	2.37 480	1.10 471	8.08 505	0.74 410	0.71 414	0.98 325	1.56 470	1.46 268	4.06 501	4.90 507	2.82 470	2.25 452	3.48 497	2.95 403	9.97 506	0.26 320	0.24 362	0.26 305	0.30 389	0.68 462	0.61 454

HanzoNet	11.04 521	3.62 518	8.10 506	4.08 521	3.55 518	4.90 508	2.73 510	7.19 517	10.10 514	31.86 535	28.92 530	21.96 530	36.36 532	18.08 525	10.17 508	7.94 524	3.32 519	3.47 519	3.31 518	7.06 523	4.04 520

UNDER WATER-64	5.27 507	2.32 508	8.78 507	3.93 519	3.54 517	7.61 512	3.03 513	5.84 512	14.19 516	4.04 498	4.04 485	9.39 513	6.26 512	5.93 469	8.48 503	3.60 513	1.51 514	3.13 514	1.88 511	4.29 517	3.61 518

WZ-Net	1.95 466	0.95 461	10.10 508	0.86 447	0.78 433	1.69 424	1.60 473	2.20 458	1.98 464	2.08 458	1.93 433	2.30 455	1.97 467	5.30 450	3.17 473	0.34 395	0.26 374	0.29 344	0.31 394	0.51 434	0.47 423

JetBlue	3.97 500	2.01 501	10.19 509	1.38 483	2.84 509	10.53 517	9.54 518	3.60 497	2.41 476	2.73 480	3.39 478	4.54 490	4.31 504	7.85 502	6.84 494	0.88 476	0.93 503	0.89 479	0.91 489	1.74 487	1.91 498

AnyNet_C01	2.26 476	1.78 495	10.22 510	0.93 464	0.74 420	2.92 485	2.20 499	2.29 466	1.80 453	2.53 475	2.41 461	2.71 471	1.73 450	3.41 418	6.72 493	0.41 424	0.39 450	0.40 426	0.42 440	0.67 461	0.63 456

psmorigin	1.52 438	0.69 438	10.52 511	0.68 380	0.59 379	1.13 350	0.70 358	1.57 302	1.19 309	1.99 454	1.79 417	2.26 453	1.47 428	2.09 352	1.36 407	0.39 417	0.40 452	0.34 393	0.33 411	0.43 407	0.56 443

MADNet+	2.69 490	3.22 517	11.53 512	1.44 487	1.12 473	3.19 489	1.81 480	2.85 486	2.37 474	1.68 428	2.07 445	2.85 475	2.18 476	7.41 493	5.23 487	0.79 475	0.76 490	0.69 475	0.65 475	0.98 474	0.95 477

LSM	6.33 510	1.10 471	13.19 513	1.41 486	68.17 535	1.64 421	1.90 487	1.92 398	2.46 477	2.99 488	3.11 474	1.88 425	1.80 456	2.61 393	2.06 455	0.41 424	0.58 483	0.50 448	0.57 467	0.64 456	17.66 530

PML	51.67 537	36.25 534	13.28 514	7.46 523	20.81 524	108.69 540	232.22 541	8.72 518	27.82 531	87.01 540	269.67 541	69.67 540	61.95 540	24.76 533	14.20 516	9.74 527	3.40 520	9.62 526	4.70 521	18.74 528	4.72 522

TCMNet-wrong-test	10.31 518	11.40 525	14.84 515	20.96 526	18.45 523	13.80 523	10.76 519	15.78 525	3.53 497	5.20 511	5.52 499	16.26 521	12.61 519	7.51 497	10.15 507	7.43 523	2.37 517	4.31 521	3.43 520	11.36 525	10.61 524

RTS	2.67 488	1.38 482	15.28 516	0.99 468	1.26 483	3.78 496	1.96 490	2.15 443	2.62 484	2.61 476	2.85 471	2.60 467	1.59 438	6.27 473	5.71 489	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

RTSA	2.67 488	1.38 482	15.28 516	0.99 468	1.26 483	3.78 496	1.96 490	2.15 443	2.62 484	2.61 476	2.85 471	2.60 467	1.59 438	6.27 473	5.71 489	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

SuperB	2.53 486	0.59 415	18.45 518	0.69 383	0.50 323	1.87 444	0.88 402	1.67 325	2.39 475	1.50 398	1.42 335	1.14 300	1.15 385	4.28 434	5.07 486	0.24 272	0.19 283	0.22 189	0.19 167	7.86 524	0.34 373

DGTPSM_ROB	13.01 523	8.23 521	21.87 519	9.51 524	18.10 521	11.56 519	32.01 529	10.63 521	16.20 518	7.03 516	19.48 527	10.15 515	16.66 522	9.83 517	22.42 525	4.75 521	8.68 523	5.37 522	10.25 526	6.16 521	11.36 525

DPSMNet_ROB	13.02 524	8.23 521	21.91 520	9.53 525	18.11 522	11.56 519	32.02 530	10.64 522	16.23 519	7.05 517	19.49 528	10.16 516	16.66 522	9.85 518	22.43 526	4.77 522	8.68 523	5.38 523	10.26 527	6.17 522	11.36 525

LRCNet_RVC	22.74 527	32.10 533	21.97 521	29.84 530	26.23 527	4.42 505	0.81 389	22.66 526	2.02 466	26.93 531	29.26 531	23.06 532	15.59 521	23.84 529	18.88 522	31.75 533	19.90 534	34.65 532	32.13 533	30.54 532	28.32 533

LE_ROB	8.05 514	0.37 321	23.53 522	0.74 410	0.33 179	2.77 481	2.87 511	3.71 498	27.24 530	25.39 530	8.87 515	8.46 511	26.71 530	6.65 479	21.99 524	0.21 206	0.19 283	0.20 128	0.21 243	0.25 269	0.22 239

Anonymous_1	43.04 536	18.73 527	24.79 523	21.81 527	46.26 533	27.80 525	37.60 531	28.08 530	16.14 517	14.66 524	14.30 520	20.65 524	17.88 524	21.56 526	25.94 528	117.93 540	8.92 525	100.65 537	126.50 537	158.64 540	12.08 527

DPSM_ROB	19.08 525	19.14 528	25.17 524	22.15 528	20.85 525	28.17 526	37.82 532	26.56 528	16.85 523	14.14 522	14.84 521	21.70 525	18.75 525	21.87 527	26.55 529	10.16 528	9.30 526	10.47 527	10.42 528	14.03 526	12.61 528

DPSM	19.08 525	19.14 528	25.17 524	22.15 528	20.85 525	28.17 526	37.82 532	26.56 528	16.85 523	14.14 522	14.84 521	21.70 525	18.75 525	21.87 527	26.55 529	10.16 528	9.30 526	10.47 527	10.42 528	14.03 526	12.61 528

JetRed	6.91 513	8.80 523	25.96 526	2.85 503	3.25 514	13.98 524	11.87 520	6.25 515	4.28 504	4.45 503	4.56 489	6.69 503	5.46 508	7.46 495	14.05 515	2.59 500	3.31 518	2.59 507	2.29 517	4.20 516	3.36 517

xxxxx1	54.10 538	25.67 530	27.13 527	113.43 537	96.96 537	30.69 530	47.44 534	32.38 532	25.60 527	17.75 526	17.27 523	21.81 527	21.02 527	24.43 530	33.82 531	33.37 534	40.54 535	157.71 538	175.86 538	66.16 536	72.93 538

tt_ll	54.10 538	25.67 530	27.13 527	113.43 537	96.96 537	30.69 530	47.44 534	32.38 532	25.60 527	17.75 526	17.27 523	21.81 527	21.02 527	24.43 530	33.82 531	33.37 534	40.54 535	157.71 538	175.86 538	66.16 536	72.93 538

ff	54.10 538	25.67 530	27.13 527	113.43 537	96.96 537	30.69 530	47.44 534	32.38 532	25.60 527	17.75 526	17.27 523	21.81 527	21.02 527	24.43 530	33.82 531	33.37 534	40.54 535	157.71 538	175.86 538	66.16 536	72.93 538

DPSimNet_ROB	11.20 522	4.98 520	35.43 530	2.90 506	4.52 520	7.89 513	17.09 523	4.66 505	6.06 511	14.89 525	10.93 519	17.29 522	36.81 534	13.18 523	15.68 519	2.86 502	6.29 522	5.75 524	5.09 522	3.91 514	7.70 523

HaxPig	38.92 532	41.40 538	41.64 531	29.95 531	32.27 528	28.90 528	27.60 526	29.73 531	37.71 536	43.82 536	43.87 535	33.17 533	35.56 531	41.53 534	40.37 536	43.94 537	47.51 539	45.82 533	47.08 535	42.38 533	44.15 536

AVERAGE_ROB	40.43 533	42.37 539	42.73 532	36.96 533	35.58 530	30.50 529	27.61 527	36.71 537	38.39 537	44.91 537	44.36 536	37.45 535	36.70 533	41.88 535	40.35 535	45.43 538	46.81 538	47.11 534	46.35 534	42.51 534	43.87 535

DLNR_Zeroshot_test	23.17 528	48.52 541	43.29 533	176.68 540	78.69 536	0.35 12	0.21 4	23.41 527	0.75 111	0.66 100	0.86 121	0.59 102	0.30 16	1.56 283	0.44 152	9.57 526	0.12 23	0.18 73	0.14 57	76.92 539	0.16 84

MEDIAN_ROB	42.00 534	44.40 540	44.29 534	35.15 532	34.95 529	31.28 533	29.60 528	35.88 536	40.02 538	47.20 538	46.64 537	37.37 534	38.48 538	44.35 539	42.45 537	48.03 539	49.39 540	49.71 535	49.03 536	45.14 535	46.65 537

CasAABBNet	38.33 530	38.46 535	50.35 535	44.75 535	41.84 531	56.68 535	76.37 538	53.22 538	33.83 534	28.31 532	29.54 532	43.62 537	37.71 536	43.84 537	53.41 539	20.30 530	18.70 532	21.07 529	21.07 531	28.24 529	25.34 531

Selective-RAFT-Error	38.39 531	38.47 536	50.44 536	44.73 534	41.97 532	56.68 535	76.38 539	53.24 539	33.92 535	28.34 533	29.85 533	43.60 536	38.20 537	43.75 536	53.34 538	20.38 531	18.70 532	21.09 530	21.05 530	28.30 530	25.43 532

LSM0	42.82 535	38.75 537	50.81 537	47.07 536	109.38 540	57.00 537	76.02 537	53.74 540	33.71 533	29.02 534	30.41 534	43.87 538	37.22 535	43.91 538	53.54 540	20.52 532	18.62 531	21.10 531	21.11 532	28.41 531	42.22 534

BEATNet-Init1	26.87 529	13.43 526	70.68 538	0.91 461	0.68 409	57.02 538	21.06 525	32.82 535	32.67 532	52.12 539	53.61 538	66.05 539	49.56 539	48.79 540	34.71 534	0.49 451	0.44 460	0.53 456	0.53 463	0.63 454	0.59 450

coex-ft	8.13 515	2.13 507	98.04 539	0.67 369	0.53 348	1.71 425	1.56 470	1.65 319	11.11 515	18.17 529	3.75 482	3.88 488	7.61 517	2.98 406	6.49 492	0.30 363	0.30 404	0.32 375	0.31 394	0.66 460	0.50 432

EDNetEfficientorigin	10.57 519	1.47 489	177.42 540	0.67 369	0.53 348	1.58 415	1.16 446	1.90 391	3.37 494	4.71 506	3.38 477	3.10 481	2.69 489	3.13 411	3.58 477	0.25 298	0.23 353	0.33 383	0.27 349	0.83 468	0.81 471

test_example2	192.40 541	210.76 542	206.48 541	199.83 541	204.73 541	172.94 541	183.52 540	133.93 541	133.41 541	191.38 541	196.19 540	187.13 541	178.77 541	205.33 541	208.00 541	222.09 541	238.72 541	186.54 541	190.54 541	227.34 541	170.31 541

ccccc		492.34 543		530.87 542	530.37 542	478.08 542		491.76 542		448.18 542		476.12 542		541.64 542		663.49 542	459.54 542	353.94 542	309.79 542	586.66 542

ASD4		10.99 524

Low-res two-view benchmark