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

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

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

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

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

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

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

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

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

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

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

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

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

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

fffft	0.38 33	0.23 46	0.51 59	0.44 58	0.32 170	0.43 46	0.48 241	0.76 42	0.36 14	0.44 51	0.34 18	0.38 28	0.31 27	1.31 231	0.32 46	0.14 6	0.11 6	0.19 103	0.15 81	0.16 38	0.16 95
1: 1. 1
IGEV-Stereo+	0.45 76	0.21 21	0.43 26	0.41 23	0.39 262	0.15 1	0.19 5	0.44 3	0.36 14	0.26 5	0.25 7	0.31 13	0.41 67	1.43 265	0.30 29	0.17 74	0.12 29	0.15 8	0.11 8	1.16 493	1.70 508

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ff7	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.43 58	0.27 125	0.54 75	0.45 70	0.32 170	0.50 85	0.42 169	0.90 95	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.32 235	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LG-Stereo	0.34 17	0.25 83	0.78 249	0.47 87	0.26 46	0.37 20	0.30 59	0.71 31	0.52 52	0.36 28	0.57 66	0.29 7	0.21 2	0.50 12	0.36 92	0.13 2	0.13 86	0.20 138	0.18 157	0.18 93	0.12 9

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

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

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

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

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

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

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

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

ours_stereo	0.39 36	0.28 146	0.51 59	0.46 76	0.30 126	0.40 28	0.44 200	0.73 34	0.56 61	0.35 23	0.56 63	0.46 47	0.33 34	1.11 186	0.32 46	0.16 33	0.13 86	0.19 103	0.15 81	0.19 132	0.14 41

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

UGAM-zero	1.00 377	0.30 201	0.93 310	0.47 87	0.30 126	0.57 134	0.25 28	2.25 474	0.63 77	1.01 197	1.10 218	2.73 484	1.85 472	6.26 484	0.40 127	0.17 74	0.14 137	0.19 103	0.15 81	0.16 38	0.17 120

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

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

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

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

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

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

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

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

Patchmatch Stereo++	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.41 165	1.04 152	0.64 81	1.12 235	0.96 154	0.82 184	0.61 187	1.06 171	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	0.62 190	0.30 201	0.83 265	0.48 112	0.36 220	0.95 320	0.33 79	2.37 485	0.67 99	1.25 318	1.00 170	0.68 141	0.51 129	0.91 127	0.61 263	0.18 113	0.15 192	0.21 173	0.17 140	0.19 132	0.19 185
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_stereo_0080	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

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

MC-Stereo	0.43 58	0.23 46	0.48 42	0.51 168	0.28 88	0.39 26	0.32 72	0.88 88	0.68 103	0.60 100	0.84 128	0.56 99	0.61 187	1.03 162	0.31 44	0.17 74	0.11 6	0.17 50	0.15 81	0.16 38	0.13 18

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

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

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

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

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

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

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

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

CAS++	0.47 90	0.31 234	0.56 88	0.47 87	0.32 170	0.42 39	0.28 47	1.76 360	0.72 114	0.71 117	0.72 101	0.37 26	0.28 15	0.69 59	0.33 59	0.27 348	0.22 353	0.26 317	0.21 255	0.29 336	0.19 185
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CRE-IMP	0.55 149	0.30 201	0.74 222	0.52 190	0.29 105	0.79 259	0.25 28	1.04 152	0.72 114	1.09 219	0.95 151	0.81 179	0.57 165	1.10 183	0.50 213	0.21 218	0.14 137	0.23 239	0.19 179	0.28 325	0.22 251

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

RAFT-Stereo	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 431	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SCV_C0	0.43 58	0.26 99	0.65 141	0.43 37	0.29 105	0.47 59	0.31 65	1.34 250	0.73 118	0.38 36	0.49 43	0.54 89	0.29 19	1.24 216	0.30 29	0.17 74	0.13 86	0.16 27	0.13 42	0.20 166	0.15 69

gcap-zeroshot	0.53 119	0.28 146	0.89 297	0.49 127	0.28 88	0.76 241	0.37 124	1.34 250	0.73 118	0.89 160	0.67 84	1.35 360	0.51 129	0.79 90	0.33 59	0.18 113	0.15 192	0.18 82	0.15 81	0.17 62	0.16 95

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

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

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

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

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

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

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

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

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

RAFT	0.64 209	0.30 201	0.73 206	0.59 293	0.33 190	0.68 203	0.58 325	1.04 152	0.76 127	1.08 213	1.19 265	1.65 416	0.93 322	1.06 171	0.56 244	0.21 218	0.18 279	0.27 333	0.24 320	0.22 229	0.17 120

MM-Stereo_test2	0.43 58	0.24 60	0.67 153	0.51 168	0.32 170	0.55 124	0.45 217	0.97 125	0.77 130	0.59 98	0.51 48	0.49 65	0.42 71	0.80 92	0.30 29	0.15 13	0.13 86	0.18 82	0.14 66	0.19 132	0.14 41

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

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

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

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

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

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

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

xyz-stereo-finetune	0.48 96	0.25 83	0.54 75	0.42 30	0.23 20	0.80 267	0.42 169	0.80 62	0.80 138	0.61 101	0.62 75	0.54 89	0.43 78	1.70 316	0.58 250	0.15 13	0.15 192	0.19 103	0.15 81	0.16 38	0.15 69

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

CASnet	0.41 50	0.25 83	0.48 42	0.50 138	0.20 3	0.50 85	0.36 110	0.81 66	0.80 138	0.83 147	0.68 87	0.48 58	0.31 27	0.54 21	0.32 46	0.18 113	0.12 29	0.27 333	0.22 284	0.23 254	0.14 41
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 134	0.25 83	0.64 134	0.47 87	0.30 126	0.97 329	0.27 43	1.24 234	0.81 141	0.96 179	1.12 231	1.28 345	0.48 114	0.71 67	0.36 92	0.17 74	0.13 86	0.17 50	0.14 66	0.16 38	0.16 95

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

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

CroCo-Stereo	0.40 43	0.31 234	0.73 206	0.58 280	0.27 65	0.26 3	0.33 79	0.95 117	0.81 141	0.42 44	0.47 35	0.65 132	0.47 103	0.39 5	0.34 74	0.18 113	0.15 192	0.16 27	0.14 66	0.19 132	0.16 95
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Anonymous3	0.61 186	0.44 369	1.11 377	0.59 293	0.49 328	0.93 315	0.65 351	0.93 105	0.81 141	0.72 122	0.88 136	0.65 132	0.69 213	1.06 171	0.53 232	0.35 414	0.30 416	0.26 317	0.26 351	0.31 356	0.27 330

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

tg	0.52 109	0.24 60	0.61 119	0.49 127	0.30 126	0.90 301	0.29 52	1.07 175	0.83 147	0.83 147	1.02 184	0.62 123	0.43 78	1.35 242	0.41 138	0.17 74	0.12 29	0.22 201	0.20 211	0.17 62	0.15 69

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

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

TANstereo	0.44 68	0.21 21	0.44 27	0.41 23	0.21 9	0.65 184	0.26 37	0.79 54	0.83 147	0.93 170	0.98 164	0.51 75	0.46 94	0.54 21	0.35 83	0.18 113	0.24 374	0.16 27	0.13 42	0.16 38	0.26 320

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

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

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

CASS	0.65 217	0.34 295	0.72 194	0.56 258	0.27 65	0.78 254	0.42 169	1.59 316	0.86 153	1.30 340	1.25 283	0.87 208	0.84 279	0.84 105	0.54 238	0.35 414	0.19 295	0.26 317	0.21 255	0.28 325	0.42 418
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SST-Stereo	0.83 322	0.28 146	0.72 194	0.59 293	0.31 152	0.72 223	0.26 37	1.09 183	0.86 153	1.47 401	1.10 218	1.00 263	0.87 295	5.73 476	0.45 174	0.22 244	0.13 86	0.23 239	0.19 179	0.23 254	0.18 145

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

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

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

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

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

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

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

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

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

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

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

ICVP	0.63 197	0.33 272	0.57 98	0.61 318	0.40 272	0.80 267	0.58 325	1.61 323	0.89 164	0.90 162	1.24 279	0.88 212	0.73 225	0.72 70	0.88 346	0.29 371	0.21 335	0.22 201	0.21 255	0.24 269	0.27 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EKT-Stereo	0.53 119	0.30 201	0.73 206	0.58 280	0.60 394	0.51 101	0.48 241	0.94 112	0.90 168	0.71 117	0.88 136	0.77 165	0.43 78	1.07 175	0.40 127	0.22 244	0.16 229	0.21 173	0.18 157	0.20 166	0.22 251

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

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

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

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

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

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

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

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

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

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

ac_64	0.82 315	0.29 181	0.81 258	0.71 408	0.60 394	1.05 347	0.54 286	1.99 427	0.92 178	1.18 282	1.06 200	1.99 452	1.08 382	1.94 348	0.97 365	0.27 348	0.22 353	0.24 259	0.23 307	0.22 229	0.19 185

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

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

DN-CSS_ROB	0.64 209	0.32 250	1.05 356	0.55 245	0.40 272	0.54 117	0.45 217	1.21 220	0.93 180	1.03 205	1.47 365	0.69 146	0.63 197	1.76 328	0.49 207	0.18 113	0.14 137	0.25 298	0.22 284	0.22 229	0.20 217

LoS	0.40 43	0.21 21	0.44 27	0.37 5	0.22 15	0.50 85	0.40 152	1.00 135	0.94 183	0.48 65	0.66 81	0.48 58	0.40 65	0.60 44	0.37 104	0.18 113	0.14 137	0.16 27	0.11 8	0.14 10	0.14 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IRAFT_RVC	0.88 341	0.28 146	0.76 235	0.63 339	0.31 152	0.65 184	1.02 442	1.22 228	0.94 183	1.22 299	1.04 196	1.01 270	0.98 350	5.82 478	0.53 232	0.22 244	0.12 29	0.25 298	0.20 211	0.20 166	0.19 185

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

raft+_RVC	0.53 119	0.26 99	0.54 75	0.60 304	0.47 324	0.54 117	0.54 286	1.27 238	0.99 209	0.76 125	1.03 193	0.70 150	0.56 156	0.93 135	0.47 195	0.18 113	0.14 137	0.19 103	0.18 157	0.18 93	0.15 69

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

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

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

PSMNet-ADL	0.72 252	0.35 316	0.62 124	0.69 395	0.46 319	1.14 362	0.44 200	1.37 256	1.01 217	0.83 147	1.17 256	1.33 355	0.96 340	1.43 265	0.95 359	0.33 397	0.22 353	0.21 173	0.23 307	0.27 307	0.29 346

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

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

DCVSM-stereo	0.72 252	0.35 316	0.76 235	0.55 245	0.42 284	0.73 226	0.38 130	1.21 220	1.02 220	1.79 451	1.04 196	1.62 406	1.03 369	1.04 168	0.79 323	0.24 284	0.27 394	0.29 356	0.24 320	0.30 347	0.36 395

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

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

HITNet	0.65 217	0.40 351	0.77 241	0.48 112	0.24 28	1.05 347	0.49 251	1.76 360	1.02 220	1.18 282	1.18 258	0.89 220	0.80 258	0.85 110	0.79 323	0.17 74	0.12 29	0.21 173	0.17 140	0.29 336	0.15 69
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MM-Stereo_test1	0.49 102	0.24 60	0.56 88	0.51 168	0.30 126	0.50 85	0.54 286	0.91 96	1.03 224	0.84 150	0.69 91	0.54 89	0.60 178	1.16 197	0.33 59	0.18 113	0.16 229	0.20 138	0.17 140	0.19 132	0.15 69

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

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

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

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

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

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

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

PMTNet	0.46 83	0.21 21	0.38 8	0.37 5	0.23 20	0.71 220	0.27 43	0.74 38	1.04 229	0.64 106	0.70 95	0.55 92	0.47 103	0.86 114	0.35 83	1.00 491	0.13 86	0.15 8	0.10 2	0.15 22	0.13 18

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo	0.39 36	0.21 21	0.38 8	0.34 1	0.22 15	0.53 110	0.29 52	0.77 45	1.11 264	0.58 90	0.71 98	0.51 75	0.41 67	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.14 41
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MaskLacGwcNet_RVC	1.10 402	1.02 479	1.00 335	0.82 448	0.67 415	1.93 459	0.93 427	1.62 327	1.11 264	1.15 258	1.25 283	1.50 388	0.79 252	1.96 350	0.76 309	1.89 504	0.34 435	0.79 488	0.36 437	1.25 497	0.83 484

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DANet	1.08 397	0.61 437	1.32 411	0.85 457	0.72 428	1.37 402	0.51 260	1.54 306	1.15 294	1.78 448	1.54 383	2.01 454	1.11 387	2.90 413	2.00 464	0.33 397	0.30 416	0.40 438	0.30 401	0.44 425	0.45 429
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CFNet_RVC	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 398	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	0.80 304	0.41 359	0.88 291	0.62 330	0.42 284	1.33 397	0.48 241	1.52 298	1.17 306	1.45 398	1.44 356	1.44 375	0.90 307	1.26 220	1.24 402	0.20 186	0.16 229	0.27 333	0.24 320	0.25 281	0.28 342
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 455	0.62 342	1.55 310	1.18 313	1.63 436	1.99 448	1.77 430	0.97 343	1.50 279	1.45 436	0.33 397	0.37 453	0.31 373	0.32 414	0.32 364	0.29 346

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

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

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

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

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

NLCA_NET_v2_RVC	0.79 301	0.43 366	1.05 356	0.64 348	0.58 383	0.95 320	0.53 279	1.53 304	1.18 313	1.37 374	1.15 248	1.43 370	0.88 300	1.61 300	0.84 339	0.25 310	0.22 353	0.27 333	0.27 361	0.29 336	0.29 346
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 243	0.43 366	0.75 225	0.73 419	0.37 234	0.92 311	0.53 279	1.85 390	1.18 313	1.12 235	1.23 277	1.07 286	0.65 207	0.96 141	0.63 270	0.31 382	0.15 192	0.32 387	0.21 255	0.29 336	0.22 251
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
RAFT + AFF	1.00 377	0.42 363	1.09 372	0.67 381	0.50 335	1.22 381	1.24 464	2.24 473	1.19 321	1.30 340	1.56 389	1.17 314	1.49 443	3.44 432	0.83 336	0.21 218	0.25 381	0.30 367	0.26 351	0.27 307	0.27 330

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

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

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

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

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

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

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

HGLStereo	0.85 331	0.38 340	0.94 314	0.80 437	1.03 477	1.17 372	0.58 325	1.52 298	1.20 326	1.19 286	1.62 405	1.13 309	1.20 407	1.80 332	1.06 375	0.24 284	0.24 374	0.24 259	0.21 255	0.23 254	0.27 330

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

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

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

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

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

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

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

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

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

G-Net	1.66 459	0.63 441	1.56 443	1.11 489	0.74 432	2.98 498	0.91 421	1.55 310	1.22 338	2.76 494	8.18 525	2.32 469	2.53 499	1.92 344	1.87 456	0.48 459	0.44 472	0.45 450	0.31 406	0.60 465	0.57 459

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

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

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

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

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

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

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

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

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

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

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

s12784h	0.52 109	0.20 7	0.38 8	0.41 23	0.19 1	0.96 325	0.34 91	1.17 204	1.25 350	0.81 141	0.90 140	0.63 126	0.50 126	1.45 269	0.42 149	0.14 6	0.12 29	0.17 50	0.11 8	0.18 93	0.11 1

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV_ROB	0.90 346	0.44 369	0.63 127	0.51 168	0.37 234	1.25 385	0.49 251	1.77 364	1.27 361	1.41 388	2.00 450	1.33 355	1.08 382	2.17 369	0.76 309	0.43 445	0.42 468	0.47 455	0.44 456	0.41 409	0.36 395

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

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

HBP-ISP	0.96 360	0.58 424	0.72 194	0.61 318	0.46 319	1.64 432	0.76 384	1.86 393	1.28 366	1.30 340	1.53 379	0.86 204	0.94 327	3.27 426	0.69 288	0.45 451	0.44 472	0.54 469	0.48 465	0.47 435	0.40 410

HSM-Net_RVC	0.87 340	0.29 181	0.53 70	0.53 207	0.30 126	1.15 368	0.55 302	3.57 508	1.28 366	1.53 415	1.74 421	1.68 419	0.93 322	1.49 277	0.77 315	0.22 244	0.17 258	0.19 103	0.18 157	0.20 166	0.19 185
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_ucs	0.70 243	0.33 272	0.88 291	0.50 138	0.43 294	0.74 230	0.44 200	1.60 320	1.29 370	1.22 299	1.54 383	1.09 297	0.63 197	0.99 153	0.59 253	0.25 310	0.20 313	0.37 424	0.21 255	0.40 406	0.28 342

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

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

CREStereo++_RVC	0.47 90	0.21 21	0.38 8	0.45 70	0.38 251	0.45 54	0.25 28	0.75 39	1.29 370	0.80 137	1.21 271	0.47 54	0.37 53	0.53 19	0.44 161	0.16 33	0.11 6	0.15 8	0.80 495	0.18 93	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xxxx	1.51 448	0.28 146	0.68 157	0.54 222	0.28 88	1.16 370	0.44 200	2.19 467	1.29 370	1.09 219	1.36 330	1.22 323	0.85 282	1.79 331	15.70 532	0.24 284	0.21 335	0.21 173	0.20 211	0.22 229	0.23 270

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

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

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

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

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

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

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

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

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

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

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

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

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

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

hitnet-ft	0.79 301	0.35 316	0.57 98	0.58 280	0.42 284	0.96 325	0.46 224	1.47 282	1.33 388	1.19 286	1.22 273	1.81 433	0.98 350	1.66 308	0.94 356	0.33 397	0.28 401	0.34 405	0.27 361	0.35 378	0.31 370

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

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

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

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

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

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

NCC-stereo	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 354	1.74 421	1.88 437	1.74 463	2.35 386	1.25 403	0.45 451	0.37 453	0.45 450	0.58 480	0.42 413	0.42 418

Abc-Net	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 354	1.74 421	1.88 437	1.74 463	2.35 386	1.25 403	0.45 451	0.37 453	0.45 450	0.58 480	0.42 413	0.42 418
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	1.99 480	0.48 387	7.73 514	0.66 369	0.91 468	2.30 477	1.05 445	1.82 381	1.34 391	1.54 419	1.32 314	1.74 426	1.61 453	2.17 369	13.37 525	0.24 284	0.21 335	0.32 387	0.28 381	0.37 389	0.29 346

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

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

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

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

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

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

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

SGM-Forest	1.24 422	0.38 340	0.60 116	0.52 190	0.37 234	1.56 425	1.30 469	1.65 331	1.36 403	2.11 472	1.79 428	1.63 411	0.93 322	7.48 508	0.95 359	0.36 418	0.37 453	0.39 433	0.34 428	0.37 389	0.32 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
mmx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 509	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

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

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

edge stereo	1.11 405	0.50 397	1.30 407	0.71 408	0.65 408	1.14 362	0.75 381	1.93 414	1.37 407	1.71 442	1.83 432	2.54 477	1.44 435	2.43 392	1.23 401	0.42 440	0.41 466	0.54 469	0.35 433	0.42 413	0.46 432

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

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

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

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

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

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

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

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

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

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

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

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

GMStereo	0.55 149	0.45 376	0.94 314	0.50 138	0.32 170	0.64 168	0.43 187	1.00 135	1.40 421	0.82 145	0.73 103	0.51 75	0.45 89	0.85 110	0.55 242	0.24 284	0.15 192	0.20 138	0.21 255	0.31 356	0.24 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NOSS_ROB	1.26 425	0.46 378	0.62 124	0.56 258	0.38 251	1.06 350	0.78 389	1.73 348	1.40 421	1.01 197	1.43 350	1.10 299	0.75 229	10.62 531	0.65 275	0.45 451	0.43 469	0.48 457	0.45 458	0.44 425	0.41 414

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

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

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

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

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

CBMV	0.95 359	0.44 369	0.66 148	0.53 207	0.35 211	1.53 422	1.63 487	1.69 340	1.42 429	2.00 468	1.60 398	1.43 370	1.17 398	1.59 297	0.99 369	0.34 407	0.34 435	0.39 433	0.33 423	0.33 373	0.32 375
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PA-Net	1.01 383	0.57 421	1.29 406	0.64 348	0.74 432	1.19 377	0.84 404	1.69 340	1.43 431	1.16 268	1.19 265	1.32 354	1.19 404	3.42 430	1.25 403	0.29 371	0.45 476	0.33 395	0.49 468	0.32 364	0.47 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	1.00 377	0.44 369	1.13 381	0.70 400	0.81 455	1.62 429	0.79 392	2.14 453	1.44 432	1.78 448	1.33 316	1.43 370	1.05 375	2.18 372	1.53 445	0.27 348	0.21 335	0.31 373	0.30 401	0.32 364	0.28 342

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

RYNet	1.17 419	0.49 390	1.24 398	0.70 400	0.97 476	1.71 436	0.92 423	1.91 407	1.46 434	1.38 379	1.14 240	1.88 437	1.30 424	4.24 442	1.87 456	0.26 332	0.21 335	0.35 413	0.27 361	0.55 454	0.54 451

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

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

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

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

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

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

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

GANetREF_RVC	1.07 394	0.86 468	1.31 408	0.82 448	0.53 360	1.41 413	1.31 470	1.76 360	1.52 442	1.27 325	1.31 308	1.46 380	1.24 414	2.03 356	0.96 363	0.56 472	0.45 476	0.67 484	0.50 470	0.88 483	0.59 462
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.67 460	1.04 480	1.23 395	1.21 491	1.13 487	1.82 450	1.11 451	2.16 458	1.52 442	3.07 504	2.32 466	2.82 486	1.80 468	4.11 441	2.04 465	1.03 495	0.99 516	0.97 493	0.94 503	1.03 491	1.02 492
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	2.37 491	0.42 363	2.71 492	0.63 339	0.43 294	1.54 423	1.19 461	2.01 432	1.53 444	2.64 490	7.60 519	18.07 536	1.45 437	3.44 432	2.78 478	0.18 113	0.15 192	0.15 8	0.12 27	0.20 166	0.18 145

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

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

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

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

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

AF-Net	1.13 410	0.52 404	1.33 413	0.86 459	0.91 468	1.38 405	0.71 372	2.16 458	1.62 450	1.56 423	2.40 471	1.99 452	1.65 456	1.81 334	1.48 441	0.48 459	0.28 401	0.49 459	0.33 423	0.39 402	0.32 375

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

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

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

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

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

SGM_RVC	1.68 462	0.36 326	0.61 119	0.59 293	0.29 105	2.25 475	1.18 460	2.38 486	1.68 456	3.60 506	2.67 479	3.69 498	2.42 495	8.13 515	1.90 459	0.31 382	0.31 422	0.30 367	0.28 381	0.30 347	0.29 346
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_RVC	1.52 449	0.84 465	3.42 497	0.87 465	0.66 411	2.56 487	0.95 431	2.36 483	1.70 457	1.98 465	1.86 437	2.45 475	1.79 467	2.95 414	2.58 474	0.52 464	0.48 481	0.55 473	0.59 483	0.59 461	0.61 466

FBW_ROB	1.71 466	0.62 440	1.45 431	0.67 381	0.61 397	1.81 448	1.08 449	2.52 493	1.70 457	1.77 447	1.73 420	1.98 451	1.25 415	12.57 534	1.84 455	0.34 407	0.37 453	0.56 476	0.38 442	0.45 428	0.43 425

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

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

WCMA_ROB	1.84 470	0.47 383	1.31 408	0.69 395	0.57 374	2.11 470	1.14 455	1.87 395	1.73 460	4.04 510	6.43 513	5.62 513	3.61 510	2.59 402	1.94 461	0.52 464	0.44 472	0.39 433	0.42 452	0.48 438	0.47 435

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

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

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

FCDSN-DC	2.32 489	0.63 441	0.81 258	0.84 452	0.75 439	2.23 474	0.94 429	2.09 447	1.80 465	5.45 524	7.72 522	7.77 521	6.93 528	3.39 427	1.80 454	0.52 464	0.48 481	0.52 463	0.51 473	0.57 457	0.58 460
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AnyNet_C01	2.26 487	1.78 507	10.22 521	0.93 476	0.74 432	2.92 496	2.20 511	2.29 478	1.80 465	2.53 487	2.41 472	2.71 483	1.73 462	3.41 429	6.72 505	0.41 436	0.39 462	0.40 438	0.42 452	0.67 473	0.63 468

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

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

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

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

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

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

Consistency-Raft	1.25 424	0.99 477	1.93 467	1.02 483	1.21 493	0.96 325	1.01 441	1.75 354	1.92 473	1.36 371	2.12 458	1.44 375	1.01 362	1.14 192	1.40 424	0.72 486	0.82 504	0.89 491	0.98 507	1.31 498	0.95 489

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

NVStereoNet_ROB	1.88 473	1.07 481	1.45 431	1.07 487	1.17 489	1.47 416	1.48 479	1.89 400	1.93 475	1.94 464	4.67 505	3.08 492	1.80 468	6.51 489	1.65 449	1.06 497	0.86 511	1.08 499	1.32 512	0.93 484	1.26 500
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WZ-Net	1.95 477	0.95 473	10.10 519	0.86 459	0.78 445	1.69 435	1.60 485	2.20 470	1.98 476	2.08 470	1.93 444	2.30 467	1.97 479	5.30 462	3.17 485	0.34 407	0.26 386	0.29 356	0.31 406	0.51 446	0.47 435

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

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

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

MeshStereo	2.26 487	0.56 417	0.92 308	0.61 318	0.49 328	2.60 488	1.02 442	3.18 503	2.05 480	7.40 531	4.98 508	7.58 519	2.98 505	6.37 487	1.96 462	0.43 445	0.43 469	0.45 450	0.39 444	0.43 419	0.42 418
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PDISCO_ROB	1.32 432	0.65 444	1.44 426	1.36 494	1.46 501	2.55 486	0.92 423	2.45 491	2.07 481	1.37 374	1.49 372	1.65 416	1.00 360	2.82 409	1.35 418	1.01 492	0.27 394	0.54 469	0.47 463	0.71 477	0.73 480

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

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

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

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

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

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

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

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

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

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

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

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

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

FC-DCNN v2	2.81 505	0.59 427	0.85 267	0.73 419	0.57 374	2.97 497	1.05 445	3.39 507	2.61 495	6.98 527	7.67 521	10.38 529	6.31 525	5.75 477	3.37 488	0.53 470	0.48 481	0.51 461	0.50 470	0.53 450	0.51 448

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

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

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

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

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

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

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

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

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

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

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

ELAS	2.37 491	0.74 458	1.54 442	0.99 480	0.92 470	4.78 517	2.33 515	3.33 505	3.37 506	5.05 522	4.77 506	3.67 497	4.53 518	3.42 430	4.50 496	0.62 480	0.53 489	0.55 473	0.53 475	0.63 466	0.64 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	3.98 512	2.40 523	2.68 491	3.82 530	3.27 527	3.97 512	2.14 509	4.78 519	3.45 508	4.12 513	6.94 515	7.65 520	3.26 507	7.82 513	5.30 500	4.04 531	1.41 525	3.36 530	2.10 527	3.88 525	3.31 528

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

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

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

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

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

ELAS_RVC	2.48 496	0.74 458	1.90 465	1.05 484	0.92 470	2.76 491	4.01 527	2.76 496	4.11 514	4.69 517	4.63 502	4.62 503	5.96 523	3.97 439	3.96 493	0.63 482	0.53 489	0.56 476	0.52 474	0.64 468	0.63 468
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 516	3.14 527	4.91 504	4.55 534	3.94 531	5.20 521	4.41 528	4.40 515	4.13 515	4.95 520	6.08 511	4.74 505	5.37 519	9.40 524	10.67 523	4.65 533	4.15 533	3.97 532	3.34 531	4.09 527	4.08 533

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		10.99 536

Low-res two-view benchmark