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

GREAT-IGEV	0.74 8	0.54 59	1.86 84	1.10 238	0.44 61	2.44 101	0.34 8	1.37 8	1.51 101	0.48 1	0.86 24	0.51 9	0.60 23	1.07 27	0.45 9	0.22 9	0.17 18	0.21 5	0.17 16	0.23 12	0.25 61

dual_stereo	0.68 6	0.40 3	1.05 3	0.64 6	0.37 23	0.84 6	0.34 8	3.40 203	1.03 13	0.50 2	0.46 4	0.58 12	0.40 2	1.85 173	0.49 13	0.23 20	0.17 18	0.21 5	0.16 9	0.20 3	0.19 4

StereoAnything_RVC	0.94 52	2.66 468	2.20 123	0.76 38	0.34 7	1.18 16	0.39 16	2.31 78	0.69 1	0.51 3	0.34 1	0.32 1	0.89 100	1.57 119	0.35 1	0.32 207	0.16 7	0.23 15	0.15 4	3.31 488	0.18 2

LGtest1	0.55 2	0.41 5	1.14 17	0.70 15	0.40 40	0.99 8	0.26 2	1.32 7	0.93 9	0.53 4	0.60 7	0.44 4	0.49 9	1.02 21	0.45 9	0.27 72	0.19 67	0.23 15	0.16 9	0.21 5	0.23 38

AIO_test	0.76 10	0.47 14	1.31 35	0.81 46	0.70 202	1.36 38	0.88 246	1.40 9	1.45 61	0.55 5	0.95 31	1.81 221	0.58 19	1.16 44	0.46 11	0.27 72	0.17 18	0.24 32	0.19 38	0.24 16	0.21 24

AIO_rvc	0.78 17	0.55 65	1.25 27	0.75 24	0.65 176	1.46 45	0.99 303	2.13 63	1.52 110	0.57 6	1.15 61	1.09 104	0.55 13	1.15 42	0.53 15	0.24 29	0.17 18	0.24 32	0.17 16	0.25 28	0.21 24

MonSter	0.62 3	0.43 8	1.07 7	0.66 13	0.82 241	1.13 13	0.39 16	2.57 112	0.92 8	0.58 7	0.64 8	0.36 2	0.35 1	0.95 10	0.43 5	0.15 1	0.15 3	0.20 1	0.17 16	0.21 5	0.19 4

LG-Stereo	0.85 33	0.60 117	2.71 169	0.59 2	0.45 68	2.85 121	0.55 57	2.41 83	1.34 42	0.59 8	1.19 67	0.43 3	0.40 2	0.76 3	0.75 76	0.20 4	0.17 18	0.31 187	0.24 132	0.29 80	0.19 4

S2M2	0.64 4	0.55 65	1.07 7	0.89 105	0.54 123	1.08 10	0.20 1	1.16 5	1.37 45	0.59 8	0.81 22	0.86 72	0.47 6	0.70 2	0.65 34	0.31 187	0.33 319	0.27 96	0.27 187	0.36 214	0.31 162

U	12.82 515	0.38 1	1.99 97	0.66 13	58.94 531	63.38 537	0.34 8	1.91 46	0.94 10	0.59 8	0.80 20	0.46 7	0.57 16	0.83 5	0.44 7	0.29 129	0.17 18	63.35 535	59.81 534	0.29 80	0.20 13

SCV	0.95 58	0.63 150	1.38 44	1.70 432	0.41 45	1.23 19	0.89 249	3.53 221	1.57 146	0.61 11	1.54 154	0.93 87	0.77 65	1.66 142	0.66 39	0.36 266	0.20 98	0.25 50	0.19 38	0.29 80	0.25 61

IGEV-Stereo+	0.94 52	0.47 14	1.19 19	0.86 91	2.02 471	1.40 41	0.39 16	1.17 6	0.88 6	0.61 11	0.44 3	0.47 8	0.79 75	2.14 198	0.42 3	0.27 72	0.19 67	0.22 9	0.17 16	2.26 483	2.41 488

FoundationStereo	0.50 1	0.39 2	1.11 13	0.79 44	0.42 50	0.70 3	0.36 12	0.76 1	0.80 4	0.62 13	0.38 2	0.73 44	0.77 65	0.69 1	0.36 2	0.26 57	0.17 18	0.23 15	0.16 9	0.18 1	0.20 13

HUF	1.15 96	0.64 162	8.62 268	0.90 114	0.35 9	1.35 37	0.78 175	1.97 50	1.50 94	0.63 14	1.52 145	0.83 62	0.66 39	1.28 71	0.63 27	0.29 129	0.23 184	0.26 71	0.17 16	0.23 12	0.25 61

GIP-stereo	0.88 38	0.50 28	1.34 40	1.32 338	0.94 281	2.90 125	0.42 24	3.41 204	1.06 15	0.63 14	0.76 15	0.90 81	0.76 63	0.91 7	0.52 14	0.27 72	0.18 43	0.25 50	0.16 9	0.25 28	0.19 4

fffft	0.76 10	0.47 14	1.28 33	0.82 56	0.54 123	1.51 50	0.80 192	2.09 61	1.18 20	0.63 14	0.84 23	0.59 14	0.55 13	1.80 163	0.85 108	0.19 2	0.18 43	0.27 96	0.20 52	0.26 40	0.24 51
1: 1. 1
IGEVStereo-DCA	0.86 34	0.65 172	2.05 104	0.90 114	0.46 76	1.57 54	0.86 224	1.62 21	1.24 25	0.65 17	0.77 17	0.74 48	0.72 48	2.59 236	0.86 115	0.28 109	0.21 129	0.28 125	0.21 66	0.29 80	0.27 98

rrr	2.27 285	0.65 172	23.82 516	0.90 114	0.46 76	1.57 54	0.96 293	7.98 505	1.19 21	0.65 17	0.77 17	0.74 48	0.72 48	2.59 236	0.86 115	0.28 109	0.21 129	0.28 125	0.21 66	0.29 80	0.25 61

Pointernet	0.88 38	0.44 9	2.26 132	0.84 75	0.37 23	2.29 93	0.38 14	3.06 163	1.46 69	0.66 19	1.39 117	0.91 83	0.73 52	1.01 20	0.72 67	0.23 20	0.19 67	0.20 1	0.18 24	0.19 2	0.20 13

ProNet	0.82 29	0.71 226	1.50 55	0.86 91	0.45 68	1.78 61	0.83 209	1.75 34	1.28 35	0.66 19	1.13 59	0.78 51	0.76 63	1.66 142	0.71 62	0.24 29	0.20 98	0.25 50	0.23 109	0.29 80	0.25 61

MaDis-Stereo	0.82 29	0.66 183	1.53 56	0.65 10	1.87 461	1.24 23	0.36 12	2.13 63	1.27 34	0.67 21	0.75 14	0.88 77	0.70 45	1.15 42	1.07 176	0.29 129	0.23 184	0.26 71	0.20 52	0.31 122	0.22 30

castereo++	0.93 49	0.56 76	1.26 28	0.92 127	0.73 210	2.48 103	1.00 304	2.99 152	1.03 13	0.68 22	1.41 122	1.92 236	0.59 21	1.26 66	0.44 7	0.25 45	0.19 67	0.28 125	0.19 38	0.23 12	0.23 38

sCroCo_RVC	1.06 81	0.82 292	5.05 231	1.02 197	1.05 311	0.98 7	0.61 79	2.06 57	1.29 36	0.69 23	1.26 84	0.82 61	1.10 158	1.20 58	0.90 132	0.42 334	0.40 372	0.33 242	0.30 261	0.46 324	0.38 247

SMoEStereo_RVC	0.80 20	0.53 49	1.12 14	0.92 127	0.44 61	2.41 99	0.79 182	1.49 14	1.16 18	0.70 24	1.12 57	0.64 20	0.64 33	1.69 148	0.87 121	0.22 9	0.16 7	0.31 187	0.22 96	0.26 40	0.25 61

tt45	0.96 62	0.48 19	1.19 19	0.89 105	0.66 182	3.91 293	0.76 159	1.90 44	1.26 33	0.70 24	1.30 95	0.71 38	0.63 31	2.59 236	0.74 73	0.22 9	0.17 18	0.28 125	0.23 109	0.27 52	0.27 98

AIO-Stereo	0.76 10	0.54 59	1.07 7	0.73 22	0.40 40	1.28 32	0.82 204	2.26 74	1.49 89	0.70 24	1.58 164	0.89 79	0.45 5	1.03 22	0.55 16	0.24 29	0.18 43	0.25 50	0.20 52	0.26 40	0.21 24

999	0.97 63	0.48 19	1.24 26	1.03 204	0.64 168	3.25 169	0.92 276	1.40 9	1.39 47	0.71 27	1.68 195	0.70 31	0.66 39	3.03 255	0.89 128	0.23 20	0.19 67	0.25 50	0.21 66	0.25 28	0.29 127

ours_stereo	0.76 10	0.64 162	1.40 47	0.86 91	0.61 160	1.12 12	0.57 62	1.63 26	1.20 22	0.72 28	1.43 126	0.70 31	0.62 28	1.56 117	0.58 19	0.25 45	0.18 43	0.26 71	0.21 66	0.29 80	0.31 162

DEFOM-Stereo_RVC	0.81 27	1.13 368	1.23 25	0.97 162	0.57 144	0.81 5	0.43 29	3.49 210	0.84 5	0.73 29	0.95 31	0.44 4	1.17 179	1.45 99	0.60 22	0.26 57	0.18 43	0.24 32	0.17 16	0.30 103	0.19 4

fffy	0.80 20	0.59 105	1.56 62	1.00 182	0.47 86	1.27 27	0.76 159	1.90 44	1.02 12	0.75 30	1.35 107	0.83 62	0.72 48	1.70 150	0.62 24	0.23 20	0.19 67	0.27 96	0.21 66	0.28 68	0.32 171

IGEV-Stereo++	0.93 49	0.44 9	1.08 10	0.70 15	1.20 349	3.87 288	0.33 6	3.36 199	1.43 59	0.75 30	1.17 64	0.68 27	1.04 135	0.95 10	0.42 3	0.22 9	0.16 7	0.23 15	0.17 16	0.24 16	0.20 13

RAStereo	0.75 9	0.52 38	2.86 178	0.58 1	0.62 164	1.19 17	0.32 5	1.81 40	0.99 11	0.75 30	1.05 47	0.64 20	0.47 6	0.80 4	0.94 152	0.22 9	0.20 98	0.27 96	0.21 66	0.34 183	0.22 30

MyStereo07	1.01 74	0.80 281	1.26 28	1.00 182	1.04 309	3.95 310	0.95 287	2.07 59	1.42 55	0.75 30	1.22 72	0.68 27	0.91 105	1.63 137	0.67 43	0.24 29	0.24 217	0.34 259	0.26 161	0.41 268	0.37 232

ff7	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 438	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

ffff	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 438	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

11t	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 438	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

ccc-4	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 438	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

IGEV-Stereo	0.95 58	0.69 204	1.27 31	0.84 75	0.52 114	4.54 435	0.84 212	1.76 35	1.24 25	0.75 30	1.06 49	0.79 55	0.77 65	1.68 147	0.69 53	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.26 85
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_xeample3	2.12 265	0.63 150	21.55 499	0.91 121	0.47 86	1.85 66	0.94 283	7.96 504	1.23 24	0.75 30	0.76 15	0.64 20	0.70 45	1.77 158	0.83 102	0.30 168	0.21 129	0.27 96	0.21 66	0.27 52	0.24 51

rvit_0105_6	1.00 72	0.93 324	2.21 125	0.92 127	0.55 129	1.52 52	0.79 182	2.41 83	2.96 428	0.76 40	0.72 11	1.02 97	0.75 58	1.42 92	0.81 96	0.40 309	0.43 387	0.34 259	0.31 277	0.43 297	0.34 198

AEACV	0.79 19	0.54 59	1.35 42	0.97 162	0.63 166	1.13 13	0.92 276	2.02 54	0.91 7	0.76 40	0.79 19	0.80 57	1.61 278	1.28 71	0.61 23	0.22 9	0.18 43	0.26 71	0.23 109	0.27 52	0.23 38

anonymousdsp	0.95 58	0.69 204	1.27 31	0.83 66	0.52 114	4.54 435	0.84 212	1.76 35	1.24 25	0.76 40	1.06 49	0.78 51	0.77 65	1.67 146	0.69 53	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.26 85

CES	1.01 74	0.55 65	1.74 75	0.92 127	2.15 475	2.15 87	0.50 44	2.01 53	1.45 61	0.76 40	1.02 36	0.61 16	0.47 6	1.29 74	0.79 90	0.22 9	0.17 18	0.24 32	0.14 2	0.63 383	2.29 485

LG-Stereo_Zeroshot	0.89 41	0.47 14	2.08 116	0.76 38	0.73 210	3.91 293	0.41 21	2.07 59	1.07 16	0.77 44	0.89 27	0.64 20	0.86 91	0.95 10	0.77 85	0.26 57	0.18 43	0.26 71	0.19 38	0.32 147	0.32 171

mms	0.77 15	0.68 201	1.17 18	0.83 66	0.71 204	1.41 42	0.67 108	1.61 20	1.12 17	0.77 44	1.37 112	0.63 19	0.54 12	1.75 156	0.63 27	0.24 29	0.19 67	0.26 71	0.21 66	0.31 122	0.34 198

plain	1.55 166	0.69 204	13.59 323	0.65 10	0.73 210	1.66 59	0.57 62	3.17 173	1.94 243	0.77 44	1.24 77	0.80 57	0.86 91	1.60 127	0.96 158	0.33 223	0.21 129	0.32 207	0.25 143	0.42 287	0.28 117

rvit_stereo_ft	1.00 72	0.87 308	3.55 205	0.97 162	0.66 182	1.06 9	0.80 192	2.78 135	1.67 184	0.78 47	0.96 33	0.95 91	1.14 170	1.06 26	0.90 132	0.32 207	0.24 217	0.27 96	0.28 215	0.39 239	0.27 98

rvit_stereo_0083	0.86 34	0.67 193	1.42 48	0.87 96	0.65 176	1.23 19	0.64 96	1.67 29	2.28 314	0.79 48	0.93 30	0.93 87	1.07 149	1.46 103	0.75 76	0.32 207	0.36 339	0.30 166	0.26 161	0.33 165	0.28 117

MIF-Stereo (partial)	0.98 64	0.55 65	2.83 175	0.71 18	1.03 306	1.08 10	0.49 43	2.55 108	1.66 182	0.79 48	1.20 68	0.80 57	0.90 103	1.61 132	1.56 283	0.36 266	0.24 217	0.33 242	0.25 143	0.40 244	0.28 117

rvit_0105_4	1.07 84	0.99 340	2.39 147	0.93 141	0.54 123	1.62 58	0.84 212	2.77 134	2.91 423	0.80 50	0.91 28	1.09 104	0.86 91	1.63 137	0.85 108	0.40 309	0.45 397	0.35 278	0.31 277	0.43 297	0.40 273

RSM++	0.77 15	0.51 32	1.08 10	0.95 149	0.42 50	1.52 52	0.71 126	2.11 62	1.40 50	0.80 50	1.23 76	0.90 81	0.59 21	1.14 38	0.69 53	0.24 29	0.19 67	0.25 50	0.21 66	0.28 68	0.20 13

LoS_RVC	0.94 52	1.30 400	1.31 35	0.84 75	1.63 430	2.02 76	0.59 72	1.51 15	1.36 44	0.81 52	1.33 99	0.84 64	0.88 96	1.36 85	0.73 69	0.21 5	0.17 18	0.20 1	0.14 2	0.20 3	1.45 467

CroCo-Stereo	0.98 64	0.87 308	3.44 201	0.87 96	0.53 122	0.49 1	0.50 44	3.99 324	1.49 89	0.81 52	1.25 83	1.00 95	0.75 58	1.10 30	1.09 181	0.24 29	0.21 129	0.24 32	0.19 38	0.35 201	0.27 98
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
SCV_C0	0.89 41	0.59 105	1.96 96	0.83 66	0.44 61	1.24 23	0.64 96	3.33 197	1.66 182	0.82 54	1.20 68	0.73 44	0.66 39	1.62 133	0.66 39	0.32 207	0.21 129	0.24 32	0.20 52	0.28 68	0.23 38

rvit_stereo_0081	0.80 20	0.63 150	1.19 19	0.91 121	0.64 168	1.27 27	0.61 79	2.05 55	1.71 196	0.82 54	0.73 12	0.85 68	0.75 58	1.30 78	0.80 91	0.31 187	0.26 250	0.27 96	0.25 143	0.38 229	0.27 98

rvit_stereo_0082	0.80 20	0.63 150	1.19 19	0.91 121	0.64 168	1.27 27	0.61 79	2.05 55	1.71 196	0.82 54	0.73 12	0.85 68	0.75 58	1.30 78	0.80 91	0.31 187	0.26 250	0.27 96	0.25 143	0.38 229	0.27 98

RSM	0.80 20	0.50 28	1.08 10	0.83 66	0.51 105	1.31 35	0.77 172	2.28 77	1.43 59	0.82 54	1.44 128	1.22 129	0.62 28	1.17 51	0.63 27	0.22 9	0.18 43	0.24 32	0.19 38	0.27 52	0.20 13

IGEV++	0.90 44	0.58 98	1.32 38	0.94 145	0.45 68	1.27 27	1.00 304	3.32 194	1.55 134	0.82 54	1.34 104	0.86 72	1.09 152	1.16 44	0.89 128	0.33 223	0.18 43	0.23 15	0.19 38	0.29 80	0.22 30

Selective-IGEV	0.80 20	0.52 38	1.05 3	0.75 24	0.61 160	1.31 35	0.82 204	2.60 116	1.41 53	0.82 54	1.64 183	0.71 38	0.62 28	1.22 61	0.64 30	0.22 9	0.19 67	0.24 32	0.18 24	0.25 28	0.20 13

castereo	0.82 29	0.70 214	1.04 2	0.85 87	0.50 103	1.29 34	0.91 263	3.22 178	1.20 22	0.83 60	1.24 77	0.72 40	0.91 105	1.00 19	0.67 43	0.26 57	0.16 7	0.25 50	0.20 52	0.24 16	0.21 24

CAS	1.26 131	0.40 3	1.46 51	2.97 489	1.61 427	4.13 352	0.73 134	1.78 38	1.49 89	0.83 60	1.10 55	0.59 14	0.53 10	1.26 66	0.80 91	2.99 492	0.13 1	0.21 5	0.13 1	0.31 122	1.72 474

SGD-Stereo	0.65 5	0.41 5	1.06 6	0.85 87	0.31 2	2.44 101	0.46 36	1.09 3	0.69 1	0.84 62	0.52 5	0.55 11	0.53 10	1.49 108	0.46 11	0.31 187	0.14 2	0.25 50	0.18 24	0.23 12	0.20 13

sAnonymous2	1.37 151	1.22 389	9.79 282	0.92 127	0.88 264	1.23 19	0.61 79	2.56 110	1.69 192	0.85 63	1.02 36	0.73 44	1.23 190	0.98 16	0.78 86	0.29 129	0.25 237	0.31 187	0.30 261	1.06 449	0.71 403

CroCo_RVC	1.37 151	1.22 389	9.79 282	0.92 127	0.88 264	1.23 19	0.61 79	2.56 110	1.69 192	0.85 63	1.02 36	0.73 44	1.23 190	0.98 16	0.78 86	0.29 129	0.25 237	0.31 187	0.30 261	1.06 449	0.71 403

AIO-test1	2.18 272	0.66 183	18.95 410	0.89 105	1.48 404	3.40 190	0.97 296	4.19 377	1.68 186	0.86 65	1.35 107	0.99 93	0.75 58	4.47 285	1.27 224	0.23 20	0.23 184	0.28 125	0.33 296	0.31 122	0.35 212

DEFOM-Stereo	0.70 7	0.46 12	1.13 16	0.72 20	0.48 94	3.40 190	0.44 31	0.90 2	0.77 3	0.86 65	0.58 6	0.45 6	0.43 4	1.76 157	0.43 5	0.24 29	0.18 43	0.22 9	0.16 9	0.21 5	0.20 13

rvit_stereo_0081_aga	0.81 27	0.75 260	1.84 83	0.72 20	0.73 210	1.21 18	0.63 93	1.92 47	1.39 47	0.87 67	0.80 20	0.79 55	0.69 43	1.27 70	0.69 53	0.35 255	0.29 281	0.26 71	0.25 143	0.40 244	0.27 98

EGLCR-Stereo	1.06 81	0.51 32	1.56 62	1.02 197	0.39 37	4.27 393	0.42 24	4.08 351	1.48 81	0.90 68	0.68 9	1.09 104	0.66 39	1.81 164	0.62 24	0.27 72	0.19 67	0.29 146	0.23 109	0.37 224	0.25 61

rvit_stereo_0080	0.94 52	0.72 229	2.56 155	0.64 6	0.59 154	1.90 69	0.75 156	2.71 126	1.40 50	0.91 69	1.04 43	0.85 68	0.82 83	1.14 38	0.78 86	0.35 255	0.29 281	0.25 50	0.27 187	0.45 313	0.29 127

IGEV-BASED-STEREO-	1.09 85	3.30 476	2.61 161	0.82 56	0.38 34	1.27 27	0.62 91	1.51 15	1.29 36	0.91 69	0.92 29	0.65 24	0.57 16	1.08 28	0.59 20	1.55 482	0.15 3	0.32 207	0.28 215	1.10 454	1.98 481

whm_eth	0.94 52	0.72 229	2.56 155	0.64 6	0.59 154	1.90 69	0.75 156	2.71 126	1.40 50	0.91 69	1.04 43	0.85 68	0.82 83	1.14 38	0.78 86	0.35 255	0.29 281	0.25 50	0.27 187	0.45 313	0.29 127

MoCha-V2	0.87 37	0.48 19	1.87 85	0.88 101	0.32 5	1.37 39	0.55 57	2.71 126	1.42 55	0.92 72	1.75 216	0.65 24	1.17 179	1.45 99	0.57 17	0.21 5	0.21 129	0.20 1	0.19 38	0.24 16	0.23 38

MM-Stereo_test2	1.79 210	0.53 49	20.16 448	1.43 382	0.47 86	2.57 109	0.73 134	1.67 29	1.47 74	0.94 73	0.96 33	0.84 64	0.79 75	1.16 44	0.68 46	0.24 29	0.17 18	0.25 50	0.22 96	0.30 103	0.22 30

trnet	0.91 46	0.48 19	1.46 51	0.62 4	0.31 2	4.40 410	0.41 21	2.20 68	1.53 117	0.94 73	1.14 60	0.88 77	0.89 100	1.09 29	0.71 62	0.27 72	0.19 67	0.22 9	0.15 4	0.21 5	0.19 4

CREStereo	0.92 47	0.53 49	1.45 50	0.61 3	0.34 7	4.42 414	0.40 20	2.21 70	1.54 126	0.94 73	1.12 57	0.87 74	0.87 95	1.12 33	0.72 67	0.28 109	0.19 67	0.22 9	0.15 4	0.22 10	0.19 4
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
rvit_0105_5	1.13 90	0.93 324	2.60 158	0.91 121	0.56 133	1.92 72	0.91 263	3.02 157	2.63 385	0.95 76	1.20 68	1.18 119	0.93 110	1.51 111	0.93 150	0.40 309	0.43 387	0.37 305	0.35 319	0.42 287	0.44 298

GLC_STEREO	0.76 10	0.52 38	1.12 14	0.83 66	0.33 6	1.86 67	0.82 204	1.46 12	1.38 46	0.95 76	1.04 43	0.68 27	0.72 48	0.97 14	0.80 91	0.23 20	0.25 237	0.32 207	0.25 143	0.32 147	0.30 153

IGEV-RUCA	0.90 44	0.53 49	1.05 3	0.81 46	0.74 215	3.89 290	0.80 192	1.92 47	1.41 53	0.96 78	0.71 10	0.70 31	0.73 52	1.30 78	0.68 46	0.29 129	0.20 98	0.25 50	0.19 38	0.43 297	0.34 198

LoS	0.94 52	0.52 38	1.88 86	0.86 91	0.36 11	4.15 356	0.51 48	2.18 67	1.45 61	0.97 79	0.88 26	0.62 17	0.79 75	1.59 125	0.86 115	0.26 57	0.19 67	0.24 32	0.16 9	0.21 5	0.20 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PMTNet	0.99 70	0.48 19	1.73 72	0.62 4	0.56 133	4.20 382	0.43 29	1.88 41	1.58 149	1.00 80	1.05 47	0.78 51	0.98 123	1.50 109	0.85 108	1.21 468	0.20 98	0.23 15	0.15 4	0.22 10	0.19 4

MGS-Stereo	0.80 20	0.56 76	1.53 56	0.93 141	0.39 37	1.26 26	0.73 134	1.45 11	1.30 38	1.01 81	2.26 358	0.80 57	0.56 15	1.16 44	0.65 34	0.27 72	0.23 184	0.26 71	0.22 96	0.27 52	0.25 61

ACVNet-DCA	1.85 216	0.74 248	13.77 326	1.78 441	0.36 11	4.48 420	0.74 146	3.98 320	1.53 117	1.01 81	1.81 250	0.72 40	1.62 281	2.13 195	0.64 30	0.29 129	0.17 18	0.32 207	0.21 66	0.33 165	0.32 171

xx1	2.03 252	0.74 248	13.77 326	1.78 441	0.36 11	4.48 420	0.74 146	4.23 390	3.95 479	1.01 81	1.81 250	1.79 213	1.34 207	2.13 195	0.64 30	0.29 129	0.17 18	0.33 242	0.33 296	0.33 165	0.32 171

1test111	1.99 246	0.74 248	13.77 326	1.78 441	0.36 11	4.48 420	0.74 146	3.98 320	1.53 117	1.01 81	1.81 250	0.72 40	1.62 281	4.66 288	0.98 162	0.29 129	0.17 18	0.32 207	0.21 66	0.33 165	0.32 171

cc1	1.98 243	0.74 248	13.77 326	1.78 441	0.36 11	4.48 420	0.74 146	4.23 390	3.95 479	1.01 81	1.81 250	0.72 40	1.62 281	2.13 195	0.64 30	0.29 129	0.17 18	0.32 207	0.21 66	0.31 122	0.29 127

DLNR_Zeroshot_test	28.62 526	55.50 535	49.94 532	183.62 537	115.05 535	3.43 194	0.28 3	29.49 527	1.49 89	1.01 81	1.26 84	0.93 87	0.63 31	3.92 277	1.51 276	29.81 530	0.41 379	0.26 71	0.23 109	93.28 535	0.32 171

H2IRNET	1.90 225	0.53 49	14.29 340	1.14 257	0.60 156	4.48 420	0.44 31	2.65 121	1.81 218	1.05 87	2.30 370	1.67 185	1.40 219	2.17 202	1.50 270	0.36 266	0.21 129	0.33 242	0.37 341	0.34 183	0.29 127

CroCo-Stereo Lap2	0.99 70	0.89 311	2.55 154	0.99 174	1.80 458	0.54 2	0.46 36	3.10 165	1.24 25	1.07 88	1.21 71	1.05 103	0.78 73	1.26 66	1.08 178	0.27 72	0.23 184	0.27 96	0.21 66	0.43 297	0.34 198

HART	1.03 79	0.85 303	3.13 188	0.84 75	0.38 34	1.17 15	0.42 24	3.54 222	1.47 74	1.08 89	2.17 343	1.48 163	0.57 16	1.37 87	0.74 73	0.23 20	0.18 43	0.28 125	0.21 66	0.32 147	0.24 51

tt1	1.79 210	0.73 240	10.41 292	1.75 438	0.36 11	4.55 438	0.79 182	4.22 386	3.37 463	1.08 89	1.80 238	0.74 48	1.48 246	2.21 208	0.65 34	0.29 129	0.16 7	0.31 187	0.22 96	0.30 103	0.29 127

AE-Stereo	1.18 100	0.60 117	2.05 104	1.10 238	0.60 156	4.39 406	0.72 129	3.74 258	1.62 172	1.10 91	1.90 287	1.01 96	0.92 108	1.45 99	0.82 99	0.28 109	0.22 158	0.28 125	0.28 215	0.26 40	0.22 30

HH	2.23 277	0.86 306	21.59 500	0.98 168	0.51 105	1.49 48	0.82 204	2.74 130	1.54 126	1.10 91	1.69 199	4.62 458	1.86 339	2.55 232	0.69 53	0.26 57	0.22 158	0.29 146	0.23 109	0.34 183	0.27 98

HanStereo	2.23 277	0.86 306	21.59 500	0.98 168	0.51 105	1.49 48	0.82 204	2.74 130	1.54 126	1.10 91	1.69 199	4.62 458	1.86 339	2.55 232	0.69 53	0.26 57	0.22 158	0.29 146	0.23 109	0.34 183	0.27 98

GCAP-Stereo	0.93 49	0.68 201	1.35 42	0.85 87	0.41 45	3.61 236	0.52 51	2.20 68	1.50 94	1.11 94	1.04 43	1.17 115	0.84 87	1.11 31	0.71 62	0.25 45	0.20 98	0.27 96	0.18 24	0.28 68	0.23 38

Selective-RAFT	1.15 96	0.46 12	1.64 68	0.99 174	0.45 68	4.17 370	0.51 48	3.21 176	1.69 192	1.12 95	1.34 104	1.45 160	1.40 219	2.08 190	0.94 152	0.41 323	0.20 98	0.24 32	0.23 109	0.27 52	0.25 61

CAS++	0.89 41	0.64 162	1.46 51	0.81 46	0.51 105	1.24 23	0.86 224	3.44 205	1.46 69	1.14 96	1.29 93	0.62 17	0.58 19	1.13 36	0.59 20	0.34 235	0.30 294	0.34 259	0.26 161	0.41 268	0.29 127
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.92 47	0.73 240	1.42 48	0.92 127	1.08 318	2.97 139	0.53 52	1.77 37	1.39 47	1.16 97	1.54 154	0.58 12	0.65 36	1.03 22	0.84 105	0.25 45	0.23 184	0.30 166	0.24 132	0.43 297	0.29 127

rvit_0105_3	1.24 120	0.93 324	2.84 176	0.97 162	0.58 152	2.38 96	1.08 326	3.26 185	2.53 372	1.18 98	1.40 120	1.24 131	1.04 135	1.73 153	0.97 159	0.44 346	0.44 392	0.40 330	0.42 383	0.42 287	0.50 336

UniTT-Stereo	0.82 29	0.47 14	2.63 165	0.96 155	1.19 344	0.78 4	0.39 16	1.12 4	1.54 126	1.19 99	1.26 84	0.51 9	0.64 33	1.13 36	1.03 170	0.30 168	0.20 98	0.24 32	0.21 66	0.40 244	0.25 61

testlalala_base	1.62 183	0.74 248	1.63 66	1.19 286	1.40 390	2.63 113	0.84 212	4.09 353	1.31 39	1.22 100	1.42 124	1.21 128	0.85 89	1.16 44	0.73 69	3.92 506	2.10 494	0.27 96	0.18 24	4.49 505	1.11 451

MM-Stereo_test3	1.09 85	0.59 105	1.55 60	1.73 436	1.18 337	1.91 71	0.86 224	3.52 217	1.76 211	1.25 101	1.86 272	1.10 107	0.69 43	1.32 81	0.86 115	0.27 72	0.23 184	0.27 96	0.22 96	0.34 183	0.30 153

StereoVision	1.65 189	0.75 260	7.47 254	1.01 188	1.80 458	2.61 112	0.61 79	3.06 163	1.96 244	1.25 101	3.46 453	1.85 231	0.88 96	2.07 188	1.93 338	0.43 339	0.36 339	0.37 305	0.36 329	0.48 331	0.33 185

ToySt	1.35 149	0.72 229	3.65 213	1.01 188	0.50 103	3.31 182	1.01 307	3.46 206	1.73 202	1.30 103	1.55 158	2.07 265	1.47 244	1.88 175	1.40 245	0.27 72	0.27 261	0.30 166	0.32 288	0.42 287	0.39 253

AIO-Stereo-zeroshot	2.35 313	0.99 340	19.62 426	1.09 229	0.96 285	1.51 50	0.44 31	4.05 341	1.64 176	1.31 104	1.67 192	4.93 465	2.45 386	2.52 230	1.40 245	0.30 168	0.20 98	0.31 187	0.50 411	0.57 365	0.60 377

raft+_RVC	1.21 110	0.83 295	2.61 161	1.35 354	0.97 289	3.60 232	0.76 159	3.23 180	1.51 101	1.33 105	1.67 192	1.03 99	1.10 158	1.87 174	0.92 142	0.24 29	0.22 158	0.25 50	0.24 132	0.26 40	0.25 61

UDGNet	1.40 154	1.52 427	2.22 128	1.38 372	0.62 164	4.39 406	0.68 113	1.80 39	2.18 294	1.34 106	1.18 65	0.99 93	1.00 126	2.16 200	1.19 200	1.09 462	0.34 331	1.30 478	0.98 468	1.10 454	0.58 372

Anonymous3	1.72 198	0.76 265	11.61 306	0.83 66	0.84 250	4.46 418	0.84 212	3.57 226	1.16 18	1.34 106	1.37 112	1.11 109	1.03 131	1.58 120	1.13 189	0.70 438	0.58 438	0.33 242	0.35 319	0.47 328	0.42 283

RALCasStereoNet	1.19 102	1.02 345	2.06 113	1.12 249	1.14 329	3.08 149	0.70 124	2.99 152	1.73 202	1.34 106	1.68 195	1.18 119	0.91 105	2.16 200	1.00 167	0.30 168	0.26 250	0.24 32	0.21 66	0.29 80	0.30 153

PSMNet-RUCA	1.64 188	1.50 426	2.57 157	1.50 400	1.38 386	3.05 143	1.36 373	3.31 189	2.24 303	1.36 109	2.07 323	1.40 155	1.09 152	1.83 167	1.55 281	1.15 466	0.69 458	1.26 477	0.96 466	1.64 476	0.94 439

FACV-RUCA	1.26 131	0.65 172	2.21 125	1.06 213	1.50 407	2.69 115	1.15 342	3.05 160	1.87 230	1.36 109	1.99 304	1.03 99	1.15 178	1.36 85	1.10 182	0.41 323	0.41 379	0.73 455	0.41 377	0.61 378	0.41 279

UGAM	2.58 357	0.56 76	18.55 403	0.89 105	0.71 204	3.23 163	1.03 312	2.75 132	1.75 209	1.36 109	2.77 422	2.69 326	1.28 196	10.75 427	1.40 245	0.28 109	0.24 217	0.40 330	0.31 277	0.35 201	0.30 153

anonymousdsp2	1.26 131	0.60 117	3.74 215	1.02 197	0.41 45	3.60 232	0.72 129	3.68 244	1.47 74	1.37 112	1.56 161	1.83 225	1.01 128	2.00 183	0.66 39	0.29 129	0.20 98	0.28 125	0.20 52	0.32 147	0.29 127

rafts_anoy	1.24 120	0.80 281	3.61 211	1.17 278	1.20 349	3.00 140	0.61 79	3.17 173	1.58 149	1.37 112	1.26 84	1.19 123	1.12 162	1.78 159	1.25 218	0.32 207	0.23 184	0.32 207	0.32 288	0.31 122	0.30 153

rvit_105_1	1.43 157	0.90 313	3.27 194	1.08 223	0.68 194	2.79 117	1.27 363	3.52 217	2.35 330	1.38 114	1.54 154	1.28 135	1.14 170	2.91 249	1.40 245	0.54 405	0.47 410	0.45 361	0.59 433	0.44 305	0.58 372

FADNet-RVC	2.51 342	2.27 458	14.03 334	1.09 229	0.81 233	3.54 221	1.10 332	4.13 363	2.48 362	1.39 115	1.22 72	1.85 231	1.77 319	9.78 393	2.06 355	0.38 291	0.37 352	0.40 330	0.40 371	0.67 400	0.48 323

rvit_stereo_0075_2	1.18 100	0.74 248	2.66 167	0.90 114	1.27 363	2.51 105	0.69 118	2.25 73	2.06 266	1.40 116	1.86 272	1.46 162	0.84 87	1.42 92	0.94 152	0.46 360	0.40 372	0.48 377	0.38 354	0.46 324	0.51 344

FADNet	2.49 339	1.76 442	13.17 315	1.17 278	0.95 284	3.27 173	0.88 246	3.94 309	2.27 311	1.40 116	1.29 93	2.51 312	2.06 354	9.93 400	1.94 340	0.43 339	0.45 397	0.40 330	0.43 386	1.06 449	0.53 351

4D-IteraStereo	1.97 241	0.84 299	20.43 465	0.78 42	1.56 419	2.09 85	1.05 318	2.43 88	1.56 140	1.41 118	1.00 35	1.94 238	0.61 26	1.22 61	1.06 173	0.27 72	0.18 43	0.31 187	0.26 161	0.27 52	0.23 38

TestStereo	2.00 247	1.02 345	12.25 310	0.70 15	0.61 160	1.88 68	0.55 57	2.31 78	1.52 110	1.41 118	1.33 99	1.27 134	0.90 103	11.62 466	0.81 96	0.34 235	0.19 67	0.33 242	0.24 132	0.44 305	0.24 51

testlalala2	2.31 297	0.63 150	20.54 468	2.56 482	2.87 488	3.79 265	0.76 159	4.20 378	1.48 81	1.42 120	1.43 126	2.45 305	0.80 82	1.03 22	0.68 46	0.27 72	0.25 237	0.24 32	0.21 66	0.33 165	0.28 117

dd	1.26 131	1.15 373	2.47 151	0.92 127	0.49 100	4.35 401	0.75 156	1.92 47	2.11 282	1.44 121	1.24 77	1.19 123	1.05 140	1.78 159	1.70 309	0.57 411	0.34 331	0.35 278	0.33 296	0.60 373	0.46 314

ACV-stereo	2.92 389	0.92 320	20.27 456	1.33 343	1.05 311	4.68 459	1.10 332	2.66 123	1.64 176	1.46 122	1.32 98	5.41 479	4.24 453	7.83 356	1.90 335	0.44 346	0.52 423	0.32 207	0.29 243	0.45 313	0.63 387

FADNet_RVC	2.65 363	2.28 460	16.51 368	0.98 168	0.92 274	4.09 341	0.83 209	4.26 407	1.73 202	1.46 122	1.78 232	1.60 178	1.50 253	8.88 370	2.39 382	0.47 369	0.38 358	0.44 355	0.58 431	0.89 436	0.97 441

Reg-Stereo(zero)	1.60 179	0.42 7	10.69 295	0.89 105	0.68 194	3.27 173	0.47 41	2.27 75	1.54 126	1.48 124	1.24 77	2.55 315	2.68 399	1.48 106	1.10 182	0.19 2	0.19 67	0.22 9	0.18 24	0.24 16	0.26 85

knoymous	1.30 142	0.60 117	5.57 240	0.88 101	0.75 217	3.04 141	0.90 255	2.68 124	1.33 41	1.48 124	1.07 51	2.78 341	0.88 96	1.29 74	0.85 108	0.31 187	0.22 158	0.35 278	0.20 52	0.45 313	0.37 232

AnonymousM	1.22 114	1.32 406	0.97 1	0.88 101	0.56 133	4.03 330	0.69 118	2.41 83	1.68 186	1.48 124	1.31 97	1.15 113	1.00 126	1.18 56	0.73 69	0.32 207	0.40 372	2.07 486	1.70 488	0.24 16	0.22 30

qqq	1.30 142	0.57 85	1.67 69	1.15 270	0.51 105	2.18 89	0.91 263	3.98 320	1.53 117	1.50 127	1.24 77	1.79 213	1.34 207	4.66 288	0.98 162	0.28 109	0.31 304	0.33 242	0.33 296	0.33 165	0.32 171

AIO-Stereo-zeroshot1	2.68 370	1.26 396	22.01 507	1.08 223	0.99 296	1.61 56	0.86 224	3.69 249	1.64 176	1.52 128	5.62 474	3.35 386	3.44 436	2.20 206	1.33 238	0.26 57	0.21 129	0.30 166	0.62 439	0.93 440	0.67 394

test_4	1.30 142	0.50 28	6.16 243	0.84 75	0.45 68	1.61 56	1.12 336	2.14 65	1.42 55	1.52 128	2.31 377	1.84 228	0.79 75	2.52 230	1.19 200	0.27 72	0.17 18	0.29 146	0.29 243	0.29 80	0.25 61

GMStereo	1.01 74	1.00 343	2.86 178	0.83 66	0.45 68	1.47 46	0.57 62	1.89 42	2.11 282	1.52 128	1.24 77	0.87 74	0.74 56	1.58 120	0.94 152	0.40 309	0.21 129	0.30 166	0.30 261	0.47 328	0.36 218
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
riskmin	1.25 124	0.56 76	2.05 104	1.05 207	0.93 279	2.86 123	0.55 57	3.23 180	1.34 42	1.55 131	1.07 51	3.56 410	2.03 350	1.29 74	1.00 167	0.28 109	0.27 261	0.34 259	0.21 66	0.41 268	0.43 292

TRStereo	2.31 297	1.87 446	19.74 430	1.53 405	1.16 335	4.26 388	1.08 326	4.73 482	1.45 61	1.55 131	1.28 91	1.75 200	0.85 89	1.81 164	1.20 203	0.36 266	0.26 250	0.32 207	0.36 329	0.34 183	0.33 185

Occ-G	0.86 34	0.52 38	1.39 45	0.82 56	0.66 182	1.37 39	0.79 182	1.58 19	1.31 39	1.56 133	0.87 25	2.18 272	0.89 100	0.97 14	0.88 125	0.26 57	0.19 67	0.26 71	0.19 38	0.25 28	0.24 51

iRaft-Stereo_5w	2.10 262	0.83 295	8.57 265	0.81 46	0.76 220	3.21 159	0.84 212	3.71 255	1.65 180	1.56 133	2.50 395	2.20 273	2.23 372	9.13 377	2.01 350	0.38 291	0.19 67	0.35 278	0.27 187	0.45 313	0.39 253

XX-TBD	1.03 79	0.95 332	1.94 92	1.30 332	0.43 56	3.97 320	0.33 6	1.74 33	1.73 202	1.59 135	2.02 308	0.69 30	0.60 23	1.16 44	0.66 39	0.30 168	0.25 237	0.23 15	0.15 4	0.31 122	0.22 30

11t1	1.11 88	0.53 49	1.80 80	1.55 412	0.65 176	2.20 91	0.60 75	3.66 241	1.49 89	1.60 136	1.26 84	1.03 99	1.35 210	1.72 152	0.97 159	0.28 109	0.31 304	0.29 146	0.23 109	0.30 103	0.34 198

MIM_Stereo	1.20 107	0.78 274	3.30 196	1.05 207	0.43 56	3.04 141	0.60 75	2.46 91	1.51 101	1.60 136	1.58 164	1.82 222	1.29 199	2.00 183	1.07 176	0.24 29	0.24 217	0.28 125	0.25 143	0.27 52	0.27 98

TestStereo1	1.56 170	0.81 285	2.32 139	1.61 422	0.64 168	4.13 352	1.36 373	3.79 267	3.20 453	1.60 136	2.57 405	1.39 150	2.15 363	2.51 225	1.30 231	0.29 129	0.20 98	0.34 259	0.25 143	0.40 244	0.36 218

SA-5K	1.56 170	0.81 285	2.32 139	1.61 422	0.64 168	4.13 352	1.36 373	3.79 267	3.20 453	1.60 136	2.57 405	1.39 150	2.15 363	2.51 225	1.30 231	0.29 129	0.20 98	0.34 259	0.25 143	0.40 244	0.36 218

RAFT	1.23 115	0.84 299	2.05 104	0.96 155	0.47 86	1.80 63	0.94 283	3.18 175	1.46 69	1.60 136	1.71 205	3.04 360	1.59 273	1.64 139	1.32 234	0.38 291	0.24 217	0.40 330	0.32 288	0.40 244	0.35 212

x	1.15 96	0.57 85	1.53 56	1.44 385	0.67 189	1.94 73	0.97 296	3.87 286	1.57 146	1.61 141	1.28 91	1.58 175	1.22 187	1.93 178	1.04 171	0.28 109	0.30 294	0.34 259	0.29 243	0.32 147	0.31 162

RAFT+CT+SA	1.62 183	0.72 229	7.42 252	0.97 162	1.42 398	4.04 331	0.94 283	3.90 296	1.61 169	1.61 141	1.63 181	1.33 142	1.18 181	2.73 247	1.10 182	0.27 72	0.19 67	0.31 187	0.34 304	0.33 165	0.33 185

CFNet	2.34 308	1.10 363	8.96 271	1.34 350	1.24 357	4.09 341	0.73 134	4.04 337	2.77 402	1.62 143	1.87 275	2.27 276	1.45 239	11.41 457	1.82 325	0.31 187	0.24 217	0.43 351	0.36 329	0.43 297	0.33 185

WCG-NET	0.88 38	0.49 26	1.26 28	0.90 114	0.37 23	1.48 47	1.07 321	1.73 32	2.30 318	1.63 144	1.49 142	0.92 86	0.97 118	0.95 10	0.76 80	0.22 9	0.16 7	0.23 15	0.20 52	0.25 28	0.21 24

SA	1.62 183	0.75 260	3.78 217	1.07 215	0.43 56	4.26 388	1.36 373	4.45 459	3.12 442	1.63 144	1.97 300	1.68 187	2.26 373	2.55 232	1.27 224	0.27 72	0.22 158	0.37 305	0.37 341	0.35 201	0.30 153

CREStereo++_RVC	1.02 78	0.49 26	1.54 59	0.83 66	0.55 129	4.01 326	0.31 4	1.63 26	1.99 249	1.63 144	2.13 336	0.84 64	0.65 36	0.88 6	0.70 59	0.27 72	0.15 3	0.23 15	1.22 480	0.24 16	0.17 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
WCG-NET（raft）	0.95 58	0.55 65	1.20 23	0.84 75	0.31 2	1.44 43	1.01 307	1.55 18	2.37 339	1.64 147	1.42 124	2.38 292	1.01 128	1.29 74	0.76 80	0.22 9	0.19 67	0.22 9	0.20 52	0.25 28	0.21 24

ACVNet-4b	6.73 493	13.67 519	21.87 505	3.54 497	3.07 492	4.19 377	2.25 445	4.03 333	3.65 471	1.64 147	3.98 461	5.88 481	2.89 407	10.01 404	16.98 500	23.29 529	2.24 498	2.53 491	1.78 491	3.87 498	3.21 503

CASnet	0.78 17	0.51 32	1.29 34	0.81 46	0.29 1	1.28 32	0.74 146	1.51 15	1.89 236	1.64 147	1.09 53	0.65 24	0.64 33	0.91 7	0.76 80	0.29 129	0.17 18	0.41 340	0.31 277	0.32 147	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DN-CSS_ROB	1.91 229	1.55 429	11.13 301	1.82 448	0.88 264	3.99 323	0.61 79	4.01 328	1.67 184	1.64 147	1.89 282	1.39 150	1.06 147	3.23 256	1.50 270	0.31 187	0.19 67	0.44 355	0.29 243	0.37 224	0.31 162

GANet-ADL	2.20 274	0.73 240	20.11 447	1.25 307	0.69 200	3.83 271	0.76 159	3.49 210	1.71 196	1.65 151	1.99 304	2.10 267	1.10 158	1.42 92	1.26 221	0.38 291	0.33 319	0.25 50	0.22 96	0.42 287	0.36 218

ICVP	2.26 283	0.66 183	21.18 491	0.99 174	0.88 264	4.28 394	0.95 287	3.32 194	1.60 165	1.66 152	1.76 224	1.34 143	1.14 170	1.62 133	1.32 234	0.53 403	0.35 335	0.33 242	0.29 243	0.40 244	0.51 344
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MaskLacGwcNet_RVC	3.13 417	1.43 420	9.93 284	2.50 480	1.62 428	4.29 395	1.68 417	3.95 311	2.43 353	1.66 152	1.91 288	3.04 360	1.41 224	13.26 499	1.58 285	3.82 504	1.59 486	1.12 474	0.46 394	2.21 482	2.74 497

raft_robust	1.92 232	1.15 373	3.34 199	1.02 197	0.43 56	3.84 276	0.46 36	4.42 452	2.52 371	1.67 154	1.36 111	2.17 271	6.37 482	6.78 337	1.04 171	0.28 109	0.24 217	0.30 166	0.35 319	0.31 122	0.32 171

FADNet-RVC-Resample	2.83 379	2.02 453	21.07 485	1.12 249	0.91 273	3.53 217	1.37 378	4.08 351	2.09 272	1.68 155	1.33 99	2.03 256	1.51 256	9.54 386	1.69 308	0.38 291	0.37 352	0.42 347	0.44 388	0.56 361	0.56 363

MM-Stereo_test1	1.90 225	0.53 49	19.85 434	1.39 374	0.48 94	1.81 64	0.79 182	3.00 154	1.82 219	1.69 156	1.09 53	0.87 74	0.97 118	1.45 99	0.74 73	0.24 29	0.21 129	0.27 96	0.24 132	0.35 201	0.24 51

tg	1.15 96	0.67 193	1.31 35	0.94 145	0.54 123	4.02 328	0.41 21	2.96 149	1.59 164	1.69 156	1.85 269	1.84 228	0.97 118	1.78 159	0.83 102	0.27 72	0.17 18	0.29 146	0.26 161	0.29 80	0.27 98

test_5	1.87 218	0.75 260	10.23 289	1.14 257	1.40 390	3.85 283	1.27 363	3.91 300	1.93 242	1.69 156	1.78 232	1.67 185	1.79 322	2.99 254	1.17 197	0.30 168	0.18 43	0.35 278	0.33 296	0.34 183	0.33 185

iRaftStereo_RVC	1.09 85	0.70 214	1.39 45	0.95 149	0.45 68	3.83 271	0.42 24	2.37 82	1.58 149	1.69 156	1.76 224	1.80 216	0.83 86	1.50 109	0.98 162	0.28 109	0.18 43	0.29 146	0.26 161	0.30 103	0.31 162

GCST	2.56 353	1.79 444	18.02 392	1.92 456	1.33 375	1.72 60	0.51 48	3.67 242	2.03 257	1.70 160	1.61 176	1.55 172	1.29 199	5.06 294	1.24 215	2.06 484	0.77 465	1.45 481	0.97 467	1.14 458	1.34 462

PCWNet_CMD	2.23 277	0.65 172	17.36 381	0.83 66	0.76 220	3.51 213	0.64 96	3.60 229	1.97 246	1.70 160	1.63 181	3.22 374	3.05 417	2.09 193	1.11 185	0.31 187	0.36 339	0.47 369	0.26 161	0.64 390	0.47 319

RAFT_CTSACE	1.80 212	1.06 356	10.00 285	1.71 433	1.39 388	3.49 207	1.06 319	3.05 160	1.62 172	1.70 160	2.04 312	2.51 312	1.80 327	1.98 182	0.94 152	0.25 45	0.22 158	0.28 125	0.30 261	0.30 103	0.26 85

ASMatch	2.62 359	0.60 117	20.65 473	1.37 370	0.64 168	4.39 406	0.78 175	1.97 50	1.58 149	1.70 160	3.89 460	1.94 238	3.79 443	5.46 302	1.64 302	0.31 187	0.24 217	0.34 259	0.28 215	0.33 165	0.50 336

MSMDNet	2.23 277	0.64 162	17.32 377	0.84 75	0.75 217	3.53 217	0.64 96	3.61 232	1.98 248	1.71 164	1.64 183	3.22 374	2.99 411	2.08 190	1.11 185	0.31 187	0.37 352	0.45 361	0.26 161	0.62 382	0.45 304

AIO-test2	1.61 181	1.30 400	3.40 200	1.16 276	1.31 367	3.18 157	0.74 146	4.06 345	1.52 110	1.72 165	2.21 351	0.78 51	0.74 56	3.64 268	0.95 157	3.64 500	0.26 250	0.35 278	0.42 383	0.37 224	0.33 185

PSMNet-ADL	1.91 229	0.72 229	1.78 79	1.09 229	0.86 256	4.18 373	0.78 175	3.77 263	2.10 280	1.72 165	1.85 269	2.91 351	1.82 332	10.38 418	1.91 336	0.48 373	0.46 406	0.28 125	0.29 243	0.38 229	0.51 344

GES	1.38 153	0.64 162	2.61 161	1.09 229	0.57 144	4.30 397	1.02 311	3.86 283	1.51 101	1.72 165	1.74 212	1.28 135	1.77 319	1.62 133	1.61 292	0.39 303	0.27 261	0.33 242	0.30 261	0.41 268	0.47 319

CFNet-RSSM	2.08 261	0.52 38	20.06 442	1.01 188	0.56 133	3.39 187	0.64 96	3.67 242	1.55 134	1.72 165	1.37 112	2.57 317	1.19 185	1.11 31	0.86 115	0.27 72	0.20 98	0.25 50	0.23 109	0.27 52	0.23 38

CoDeX	2.40 321	0.78 274	13.21 316	1.00 182	1.18 337	3.24 166	1.32 368	4.14 369	2.41 350	1.74 169	1.84 262	2.05 260	1.47 244	10.03 405	1.60 289	0.34 235	0.28 271	0.32 207	0.27 187	0.32 147	0.39 253

ac_64	2.35 313	0.62 142	9.77 281	1.32 338	1.71 446	3.27 173	0.93 278	3.48 207	2.50 367	1.74 169	1.73 210	3.91 422	1.77 319	10.21 411	1.86 330	0.40 309	0.31 304	0.33 242	0.30 261	0.34 183	0.39 253

LL-Strereo2	1.23 115	0.85 303	2.38 146	0.93 141	0.68 194	3.72 251	1.37 378	2.54 107	1.99 249	1.75 171	1.40 120	1.82 222	0.73 52	1.40 88	0.99 165	0.31 187	0.23 184	0.55 414	0.35 319	0.29 80	0.24 51

HCRNet	1.60 179	0.56 76	2.47 151	0.78 42	1.36 381	4.11 347	0.71 126	3.57 226	2.79 405	1.75 171	1.61 176	1.58 175	1.41 224	5.79 311	1.56 283	0.34 235	0.28 271	0.36 293	0.29 243	0.33 165	0.37 232

Ntro	4.21 458	8.94 503	19.89 436	3.22 492	2.96 490	4.15 356	1.89 428	3.92 305	2.36 333	1.77 173	2.14 337	3.35 386	2.17 368	9.48 385	2.24 373	3.52 499	1.76 489	2.13 487	1.31 481	3.83 497	3.09 498

cross-raft	2.01 250	0.57 85	19.01 412	1.03 204	0.56 133	2.11 86	0.72 129	3.63 234	1.57 146	1.77 173	1.51 144	3.17 371	1.13 164	1.16 44	0.85 108	0.23 20	0.21 129	0.26 71	0.23 109	0.28 68	0.25 61

Consistency-Raft	2.86 381	1.66 436	19.61 425	1.40 377	1.75 450	3.84 276	1.32 368	4.07 347	2.25 306	1.78 175	2.67 414	1.82 222	4.41 456	1.94 180	2.06 355	0.83 451	0.94 471	1.03 468	1.12 474	1.70 478	1.09 449

ACVNet	1.46 161	0.64 162	3.56 207	0.93 141	0.85 251	4.22 383	0.80 192	2.85 141	2.08 269	1.78 175	1.88 276	3.10 365	1.46 242	1.33 82	1.89 333	0.29 129	0.26 250	0.30 166	0.26 161	0.39 239	0.27 98

CFNet-ft	1.90 225	0.95 332	3.56 207	1.07 215	1.54 412	4.09 341	0.90 255	2.85 141	1.82 219	1.78 175	1.70 201	2.75 334	1.48 246	9.33 381	1.72 312	0.33 223	0.30 294	0.61 431	0.36 329	0.52 344	0.39 253

CFNet_RVC	1.90 225	0.95 332	3.56 207	1.07 215	1.54 412	4.09 341	0.90 255	2.85 141	1.82 219	1.78 175	1.70 201	2.75 334	1.48 246	9.33 381	1.72 312	0.33 223	0.30 294	0.61 431	0.36 329	0.52 344	0.39 253

Gwc-CoAtRS	1.58 173	0.57 85	11.69 307	1.01 188	0.60 156	2.53 107	0.64 96	2.36 81	1.56 140	1.80 179	1.47 135	2.74 332	1.18 181	1.12 33	0.90 132	0.27 72	0.21 129	0.25 50	0.22 96	0.27 52	0.23 38

GANet-RSSM	1.98 243	0.62 142	3.49 202	1.69 429	1.23 355	4.22 383	0.91 263	3.31 189	1.86 229	1.81 180	1.74 212	2.34 286	1.82 332	10.92 436	1.73 316	0.34 235	0.29 281	0.31 187	0.28 215	0.39 239	0.40 273

RASNet	2.56 353	0.70 214	10.06 286	1.60 419	2.25 479	3.67 245	1.00 304	3.38 201	3.14 445	1.81 180	2.11 331	4.60 457	2.30 374	10.25 413	2.61 403	0.37 274	0.24 217	0.25 50	0.24 132	0.28 68	0.26 85

CBFPSM	2.05 256	0.95 332	10.12 288	1.07 215	1.05 311	2.84 119	1.20 355	3.28 186	1.73 202	1.82 182	1.30 95	4.56 456	4.06 448	2.34 215	2.34 381	0.25 45	0.38 358	0.32 207	0.27 187	0.37 224	0.79 423

MIPNet	2.33 304	0.71 226	19.82 432	0.89 105	0.56 133	4.76 477	0.61 79	4.32 431	2.37 339	1.83 183	1.48 141	1.48 163	1.98 349	2.63 239	1.44 254	0.29 129	0.20 98	0.26 71	0.23 109	0.30 103	0.39 253

gcap-zeroshot	1.30 142	0.61 132	4.09 218	0.94 145	0.56 133	3.50 210	0.84 212	3.12 167	1.72 199	1.84 184	1.22 72	2.72 331	0.88 96	1.46 103	0.80 91	0.29 129	0.30 294	0.27 96	0.21 66	0.29 80	0.25 61

GCAP-BAT	1.21 110	0.74 248	3.23 191	0.95 149	0.70 202	3.86 285	0.93 278	1.89 42	1.48 81	1.85 185	1.96 294	1.68 187	0.79 75	1.78 159	0.81 96	0.29 129	0.20 98	0.24 32	0.20 52	0.26 40	0.35 212

RAFT-Test	1.44 158	0.59 105	6.10 242	1.01 188	0.69 200	2.90 125	0.80 192	3.68 244	1.70 195	1.85 185	1.68 195	3.15 370	1.03 131	1.20 58	0.99 165	0.27 72	0.22 158	0.25 50	0.23 109	0.27 52	0.25 61

anonymousa	2.16 269	0.67 193	19.19 413	1.04 206	1.67 440	2.06 83	0.79 182	2.86 144	1.96 244	1.85 185	2.14 337	3.23 376	1.81 330	1.12 33	1.15 191	0.26 57	0.26 250	0.34 259	0.32 288	0.30 103	0.28 117

SFCPSM	2.18 272	0.63 150	17.03 376	0.88 101	0.98 293	3.74 256	1.28 365	4.09 353	2.16 290	1.85 185	1.83 257	1.65 183	1.39 215	2.50 222	1.50 270	0.33 223	0.27 261	0.39 324	0.36 329	0.34 183	0.37 232

iResNetv2_ROB	2.65 363	5.00 485	19.28 419	2.06 466	1.09 321	3.83 271	1.13 339	4.14 369	2.09 272	1.85 185	2.03 309	2.01 255	1.51 256	3.58 264	1.58 285	0.34 235	0.21 129	0.32 207	0.21 66	0.44 305	0.29 127

DDVS	1.68 194	0.79 277	2.52 153	1.26 313	1.16 335	3.17 156	0.78 175	3.12 167	1.82 219	1.86 190	1.91 288	2.92 353	1.43 232	6.20 321	1.63 299	0.45 355	0.65 450	0.34 259	0.38 354	0.48 331	0.79 423

Anonymous_2	3.01 406	0.89 311	4.53 227	1.06 213	1.18 337	2.93 133	0.87 242	3.24 182	1.46 69	1.86 190	1.35 107	4.11 434	2.35 379	1.64 139	1.28 228	0.82 449	0.90 470	8.71 523	15.84 526	4.44 504	0.74 411

test_sample1	1.62 183	0.55 65	1.88 86	1.44 385	0.79 228	2.27 92	0.64 96	4.00 326	1.82 219	1.87 192	1.35 107	1.57 173	1.62 281	9.55 388	1.24 215	0.30 168	0.27 261	0.31 187	0.28 215	0.32 147	0.32 171

IPLGR	2.53 346	0.58 98	20.46 466	0.82 56	0.52 114	4.56 443	0.50 44	4.30 424	2.38 344	1.87 192	1.53 152	1.68 187	1.72 313	6.95 340	1.15 191	0.28 109	0.21 129	0.27 96	0.23 109	0.33 165	0.32 171

GANetREF_RVC	3.20 423	1.93 448	18.84 407	1.51 402	0.80 230	4.12 349	1.82 424	4.16 373	2.91 423	1.87 192	1.74 212	2.48 309	1.84 334	13.18 498	1.74 317	0.80 446	0.57 433	0.79 458	0.74 449	1.20 466	0.86 431
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
EKT-Stereo	6.79 494	0.64 162	4.24 220	1.77 440	106.39 534	4.51 433	0.61 79	3.16 171	1.53 117	1.88 195	1.22 72	1.98 249	1.36 211	3.81 271	0.84 105	0.35 255	0.24 217	0.29 146	0.26 161	0.34 183	0.48 323

GASNet	3.24 424	5.55 489	20.58 471	1.56 414	1.25 360	2.32 94	1.12 336	4.04 337	2.67 391	1.88 195	2.10 327	3.00 357	2.16 366	10.59 421	2.43 389	0.65 426	0.37 352	0.61 431	0.45 392	0.87 435	0.58 372

Wz-Net-LNSev	2.30 296	1.67 438	14.88 347	1.18 284	1.65 436	3.49 207	1.54 402	3.63 234	2.03 257	1.88 195	1.64 183	3.29 380	2.06 354	2.71 245	2.02 351	0.40 309	0.33 319	0.32 207	0.31 277	0.53 350	0.49 329

PA-Net	3.09 413	1.24 394	18.84 407	1.38 372	1.19 344	3.42 193	1.75 418	3.89 291	3.27 460	1.88 195	2.10 327	3.03 359	1.88 343	11.60 464	2.88 413	0.40 309	0.54 426	0.44 355	0.62 439	0.52 344	1.02 444
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccs_rob	2.13 267	0.67 193	15.11 354	0.84 75	0.75 217	3.96 315	0.65 105	3.95 311	1.78 214	1.88 195	1.79 235	3.26 378	1.64 296	2.51 225	1.16 194	0.31 187	0.36 339	0.54 413	0.27 187	0.65 393	0.45 304

iResNet_ROB	1.89 223	1.02 345	8.60 267	1.39 374	0.98 293	3.72 251	0.66 107	3.84 277	2.65 388	1.88 195	2.05 318	1.98 249	1.27 194	4.52 286	1.67 306	0.30 168	0.20 98	0.28 125	0.18 24	0.31 122	0.40 273

PAM	2.43 326	0.61 132	20.86 478	1.07 215	0.73 210	2.93 133	0.53 52	3.24 182	1.53 117	1.89 201	2.43 388	5.29 477	2.76 401	1.84 168	1.02 169	0.27 72	0.24 217	0.26 71	0.25 143	0.40 244	0.50 336

fast-acv-ft	2.54 348	1.19 380	20.08 445	1.41 378	1.40 390	3.18 157	1.17 347	3.37 200	2.28 314	1.90 202	2.15 339	2.69 326	2.17 368	2.91 249	2.31 378	0.37 274	0.39 367	0.45 361	0.39 360	0.57 365	0.45 304

MC-Stereo	1.06 81	0.48 19	1.55 60	1.15 270	0.41 45	4.56 443	0.61 79	2.06 57	1.46 69	1.90 202	1.61 176	0.89 79	1.12 162	1.35 84	0.73 69	0.25 45	0.18 43	0.26 71	0.22 96	0.25 28	0.24 51

CFNet_pseudo	2.12 265	0.67 193	15.14 355	0.85 87	0.74 215	3.95 310	0.64 96	3.95 311	1.78 214	1.90 202	1.79 235	3.27 379	1.62 281	2.51 225	1.16 194	0.31 187	0.36 339	0.53 406	0.27 187	0.63 383	0.44 298

AFF-stereo	1.31 146	0.77 268	1.46 51	1.10 238	0.45 68	3.93 300	0.48 42	2.92 147	2.92 425	1.90 202	2.21 351	2.11 269	1.52 258	1.93 178	1.12 188	0.21 5	0.16 7	0.25 50	0.25 143	0.29 80	0.20 13

NVstereo2D	2.54 348	0.90 313	11.10 300	1.32 338	1.47 403	3.58 229	1.38 380	4.13 363	2.45 358	1.90 202	1.71 205	2.86 346	1.76 318	10.86 432	1.66 305	0.60 415	0.43 387	0.53 406	0.41 377	0.78 425	0.94 439

test_sample2	1.75 205	0.56 76	2.25 131	1.41 378	0.80 230	2.91 128	0.86 224	4.05 341	2.04 261	1.91 207	1.39 117	1.57 173	1.55 270	10.65 424	1.06 173	0.32 207	0.28 271	0.32 207	0.30 261	0.36 214	0.33 185

IPLG	2.48 337	0.65 172	19.63 427	0.91 121	0.79 228	4.60 448	0.56 61	4.31 427	1.84 226	1.91 207	2.00 306	1.31 140	1.38 212	6.61 329	1.53 279	0.27 72	0.20 98	0.27 96	0.23 109	0.31 122	0.36 218

MyStereo06	2.46 332	0.72 229	19.97 439	1.02 197	0.99 296	4.26 388	0.86 224	3.51 216	1.68 186	1.92 209	1.73 210	4.01 428	4.22 452	1.62 133	0.88 125	0.24 29	0.23 184	0.34 259	0.26 161	0.42 287	0.36 218

MSKI-zero shot	2.22 275	0.64 162	20.09 446	0.96 155	0.56 133	4.04 331	0.70 124	3.91 300	1.50 94	1.92 209	2.28 362	1.92 236	0.71 47	2.93 251	0.67 43	0.26 57	0.23 184	0.26 71	0.21 66	0.28 68	0.26 85

RCA-Stereo	1.21 110	0.52 38	1.58 64	0.90 114	0.46 76	4.68 459	0.79 182	4.13 363	1.74 208	1.92 209	1.80 238	0.94 90	1.48 246	1.14 38	0.70 59	0.27 72	0.18 43	0.25 50	0.19 38	0.25 28	0.23 38

CC-Net-ROB	3.35 431	1.76 442	13.89 332	2.33 478	1.65 436	4.49 426	1.62 407	4.73 482	2.90 422	1.92 209	2.05 318	1.99 251	1.61 278	12.57 496	1.60 289	2.46 487	2.18 495	2.68 496	1.04 472	2.11 481	1.38 465

ITSA-stereo	1.86 217	0.72 229	3.74 215	1.20 290	0.66 182	4.09 341	0.91 263	4.24 398	2.53 372	1.93 213	1.77 229	1.59 177	2.15 363	6.12 320	2.44 390	0.40 309	0.38 358	0.40 330	0.40 371	0.50 339	0.98 443

IGEV_Zeroshot_test	2.16 269	0.69 204	20.60 472	1.22 299	0.54 123	2.18 89	0.53 52	3.38 201	1.61 169	1.93 213	1.55 158	3.76 416	1.05 140	1.55 116	0.91 139	0.29 129	0.20 98	0.27 96	0.29 243	0.40 244	0.32 171

NRIStereo	1.28 139	0.61 132	1.67 69	1.15 270	0.38 34	4.73 472	0.90 255	2.42 86	1.50 94	1.93 213	1.33 99	1.75 200	1.22 187	2.96 253	1.33 238	0.46 360	0.22 158	0.29 146	0.26 161	0.30 103	0.28 117

test-1	1.23 115	0.65 172	1.88 86	0.96 155	0.52 114	3.84 276	0.62 91	4.01 328	1.47 74	1.93 213	1.78 232	1.83 225	0.92 108	1.19 57	1.28 228	0.26 57	0.29 281	0.31 187	0.24 132	0.29 80	0.36 218

GwcNet-RSSM	2.66 365	1.05 351	15.91 360	1.22 299	1.19 344	4.12 349	1.12 336	3.84 277	2.02 255	1.93 213	1.79 235	3.12 368	1.46 242	10.37 416	2.05 354	0.33 223	0.27 261	0.35 278	0.30 261	0.40 244	0.36 218

PAM_32	2.45 329	0.63 150	20.74 475	1.05 207	0.65 176	2.83 118	0.46 36	2.91 146	1.54 126	1.95 218	2.66 413	4.99 468	3.78 442	1.96 181	0.92 142	0.27 72	0.22 158	0.27 96	0.25 143	0.36 214	0.48 323

AASNet	2.44 328	0.92 320	19.79 431	1.35 354	1.49 405	3.81 269	1.07 321	3.85 280	2.93 426	1.95 218	2.29 365	1.96 245	1.29 199	1.73 153	1.93 338	0.39 303	0.33 319	0.45 361	0.30 261	0.55 355	0.45 304

CRE-IMP	1.23 115	0.61 132	2.14 119	0.82 56	0.39 37	4.54 435	0.83 209	2.63 119	1.55 134	1.95 218	1.46 131	1.87 233	0.96 115	1.48 106	1.33 238	0.45 355	0.21 129	0.31 187	0.26 161	0.41 268	0.31 162

CSP-Net	1.78 209	1.32 406	1.92 91	1.16 276	1.03 306	3.38 186	1.31 367	3.52 217	1.75 209	1.96 221	1.93 292	2.40 293	1.48 246	8.58 366	1.58 285	0.46 360	0.34 331	0.27 96	0.26 161	0.41 268	0.50 336

FENet	2.25 281	0.50 28	20.29 458	1.35 354	0.67 189	4.01 326	0.60 75	3.95 311	1.99 249	1.96 221	1.11 56	2.43 301	1.43 232	1.60 127	1.39 244	0.32 207	0.22 158	0.33 242	0.26 161	0.29 80	0.39 253

RAFT-Stereo-weight	1.11 88	0.48 19	1.22 24	0.99 174	0.42 50	4.17 370	0.80 192	3.60 229	1.50 94	1.97 223	1.50 143	1.30 139	0.65 36	1.24 63	0.85 108	0.25 45	0.19 67	0.26 71	0.22 96	0.27 52	0.23 38

cf-r	2.57 356	0.79 277	16.09 362	1.48 396	1.35 378	4.19 377	0.93 278	3.68 244	2.36 333	1.97 223	1.81 250	3.42 392	1.45 239	8.24 360	1.83 327	0.32 207	0.26 250	0.33 242	0.30 261	0.34 183	0.37 232

GwcNet-ADL	2.47 335	0.67 193	21.48 498	0.96 155	0.72 206	4.61 449	0.95 287	4.42 452	2.36 333	1.98 225	1.80 238	2.55 315	1.24 192	1.90 176	1.41 249	0.40 309	0.46 406	0.24 32	0.27 187	0.41 268	0.49 329

CrosDoStereo	5.24 475	0.60 117	20.23 451	0.82 56	0.51 105	3.39 187	18.11 518	3.82 273	2.27 311	1.98 225	8.74 489	1.96 245	6.96 488	7.35 345	26.35 521	0.30 168	0.22 158	0.30 166	0.28 215	0.33 165	0.38 247

DeepStereo_LL	5.24 475	0.60 117	20.23 451	0.82 56	0.51 105	3.39 187	18.11 518	3.82 273	2.27 311	1.98 225	8.74 489	1.96 245	6.96 488	7.35 345	26.35 521	0.30 168	0.22 158	0.30 166	0.28 215	0.33 165	0.38 247

DIP-Stereo	1.24 120	0.69 204	1.77 77	0.65 10	0.61 160	4.29 395	0.58 71	4.44 456	2.53 372	1.98 225	1.33 99	0.91 83	0.86 91	1.25 65	1.25 218	0.36 266	0.23 184	0.32 207	0.23 109	0.32 147	0.29 127
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PSMNet_ROB	2.95 391	1.38 413	18.46 402	1.19 286	1.20 349	3.80 267	1.65 413	3.54 222	2.35 330	1.98 225	1.71 205	2.75 334	1.79 322	11.43 459	2.78 410	0.42 334	0.36 339	0.50 393	0.60 435	0.59 369	0.49 329

MyStereo04	2.29 293	0.80 281	18.77 405	1.00 182	1.04 309	3.95 310	0.95 287	3.91 300	2.54 376	1.99 230	1.27 90	2.31 284	1.65 298	2.02 187	1.77 320	0.24 29	0.24 217	0.34 259	0.26 161	0.41 268	0.37 232

Any-RAFT	1.40 154	0.53 49	2.78 174	1.09 229	0.64 168	4.41 412	0.81 201	3.97 318	2.78 403	1.99 230	1.34 104	2.36 290	1.56 272	1.56 117	0.75 76	0.27 72	0.20 98	0.25 50	0.18 24	0.25 28	0.28 117

DCRE	1.44 158	0.74 248	3.50 204	1.13 256	0.72 206	1.78 61	0.67 108	2.14 65	1.56 140	1.99 230	8.09 484	1.73 198	1.07 149	1.24 63	0.83 102	0.23 20	0.25 237	0.26 71	0.26 161	0.28 68	0.30 153

test_3	1.19 102	0.51 32	2.08 116	0.99 174	0.41 45	2.05 82	0.87 242	4.40 450	1.42 55	1.99 230	1.18 65	2.03 256	0.79 75	2.70 244	0.75 76	0.27 72	0.17 18	0.29 146	0.29 243	0.30 103	0.27 98

Patchmatch Stereo++	1.25 124	0.65 172	2.06 113	0.75 24	0.37 23	4.68 459	0.76 159	2.53 98	1.58 149	1.99 230	1.47 135	1.78 206	1.14 170	2.44 217	0.90 132	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127
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	1.24 120	0.65 172	2.03 101	0.75 24	0.37 23	4.68 459	0.73 134	2.53 98	1.58 149	1.99 230	1.47 135	1.78 206	1.13 164	2.18 204	0.87 121	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

ROB_FTStereo_v2	1.23 115	0.66 183	2.02 100	0.75 24	0.37 23	4.67 458	0.76 159	2.53 98	1.58 149	1.99 230	1.46 131	1.78 206	1.14 170	2.08 190	0.88 125	0.48 373	0.22 158	0.32 207	0.27 187	0.40 244	0.29 127

ROB_FTStereo	1.25 124	0.66 183	2.14 119	0.75 24	0.37 23	4.65 455	0.77 172	2.53 98	1.58 149	1.99 230	1.47 135	1.78 206	1.13 164	2.26 213	0.86 115	0.47 369	0.22 158	0.32 207	0.27 187	0.40 244	0.29 127

HUI-Stereo	1.25 124	0.66 183	2.33 141	0.75 24	0.37 23	4.68 459	0.78 175	2.53 98	1.58 149	1.99 230	1.46 131	1.79 213	1.13 164	2.17 202	0.85 108	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

iGMRVC	1.26 131	0.66 183	2.14 119	0.75 24	0.37 23	4.66 456	0.74 146	2.53 98	1.58 149	1.99 230	1.46 131	1.78 206	1.14 170	2.46 219	0.92 142	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

iRAFT	1.25 124	0.65 172	2.06 113	0.75 24	0.37 23	4.68 459	0.76 159	2.53 98	1.58 149	1.99 230	1.47 135	1.78 206	1.14 170	2.44 217	0.90 132	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

RAFT-IKP	1.25 124	0.66 183	2.23 130	0.75 24	0.37 23	4.64 453	0.74 146	2.53 98	1.58 149	1.99 230	1.47 135	1.78 206	1.13 164	2.22 210	0.92 142	0.48 373	0.22 158	0.32 207	0.27 187	0.40 244	0.29 127

Sa-1000	1.63 187	0.79 277	3.56 207	1.11 245	0.48 94	4.06 334	1.41 386	4.49 465	2.75 400	2.00 242	2.80 425	1.84 228	1.43 232	2.64 241	1.50 270	0.27 72	0.19 67	0.36 293	0.33 296	0.36 214	0.30 153

GwcNet	3.00 404	1.63 432	19.83 433	1.32 338	2.04 472	3.27 173	1.55 403	3.65 237	2.33 327	2.00 242	2.12 334	3.56 410	1.68 306	9.47 384	2.45 391	0.44 346	0.45 397	0.46 366	0.38 354	0.60 373	0.76 416

DFGA-Net	2.11 264	3.00 472	7.43 253	1.11 245	0.76 220	3.72 251	0.60 75	2.63 119	1.91 240	2.01 244	2.07 323	1.22 129	1.04 135	10.26 414	2.26 374	0.27 72	0.22 158	0.34 259	0.34 304	0.61 378	0.48 323

AACVNet	1.83 214	1.02 345	2.41 149	1.45 389	0.87 261	3.21 159	0.73 134	3.16 171	1.61 169	2.01 244	1.82 256	2.28 277	1.33 206	10.98 438	1.49 269	0.39 303	0.32 312	0.38 321	0.32 288	0.43 297	0.44 298

s12784h	1.31 146	0.45 11	2.41 149	0.71 18	0.35 9	4.42 414	0.50 44	4.22 386	2.73 397	2.01 244	2.48 393	0.91 83	0.96 115	2.01 186	0.70 59	0.29 129	0.18 43	0.24 32	0.16 9	0.27 52	0.18 2

RALAANet	1.28 139	1.08 359	3.21 190	1.25 307	0.94 281	1.44 43	0.69 118	3.15 170	2.57 379	2.01 244	1.80 238	1.29 138	1.05 140	2.00 183	1.48 266	0.27 72	0.20 98	0.27 96	0.24 132	0.40 244	0.27 98

delet	1.92 232	0.76 265	5.14 232	1.01 188	1.65 436	3.44 195	2.03 436	3.76 261	2.48 362	2.01 244	2.05 318	2.63 324	1.90 344	5.34 299	2.12 362	0.28 109	0.29 281	0.40 330	0.31 277	0.41 268	0.45 304

RAFT_R40	1.70 197	0.59 105	2.99 182	1.46 391	0.46 76	4.74 475	0.98 302	2.23 72	1.56 140	2.02 249	2.35 385	2.71 329	2.56 393	6.71 335	0.90 132	0.40 309	0.19 67	0.30 166	0.27 187	0.33 165	0.26 85

DeepStereo_RVC	1.55 166	0.63 150	3.32 197	0.77 41	0.42 50	4.49 426	0.72 129	2.50 96	1.58 149	2.02 249	1.81 250	1.54 171	6.38 484	1.73 153	1.19 200	0.46 360	0.22 158	0.29 146	0.28 215	0.35 201	0.38 247

RAFT-Stereo + iAFF	1.25 124	0.72 229	1.74 75	1.05 207	0.36 11	4.13 352	0.42 24	2.95 148	2.84 419	2.02 249	2.40 387	1.61 180	1.11 161	1.26 66	0.97 159	0.21 5	0.15 3	0.26 71	0.23 109	0.29 80	0.23 38

DeepPrunerF	3.70 440	1.72 439	14.87 346	1.33 343	1.74 449	3.70 248	1.55 403	4.20 378	14.00 511	2.02 249	1.77 229	2.74 332	2.30 374	10.88 433	6.88 454	0.68 434	0.60 443	0.78 457	0.78 456	0.81 430	0.71 403

GEStereo_RVC	1.91 229	0.80 281	6.57 244	1.20 290	1.06 314	4.02 328	1.43 390	4.13 363	1.89 236	2.03 253	1.80 238	2.34 286	1.86 339	4.94 292	1.77 320	0.48 373	0.38 358	0.32 207	0.28 215	0.42 287	0.50 336

TANstereo	1.01 74	0.55 65	1.73 72	0.76 38	0.36 11	4.04 331	0.38 14	1.48 13	1.62 172	2.03 253	2.10 327	0.84 64	0.93 110	0.98 16	0.62 24	0.28 109	0.36 339	0.23 15	0.20 52	0.25 28	0.46 314

HGLStereo	2.03 252	0.74 248	7.50 255	1.23 303	1.56 419	3.62 237	0.95 287	3.78 266	1.89 236	2.03 253	2.20 349	3.12 368	2.14 362	5.68 309	2.04 352	0.37 274	0.31 304	0.32 207	0.29 243	0.40 244	0.45 304

THIR-Stereo	4.14 456	0.82 292	10.85 298	0.86 91	0.43 56	2.16 88	16.77 516	3.22 178	1.54 126	2.04 256	12.05 506	2.68 325	7.53 493	7.30 343	12.62 483	0.30 168	0.21 129	0.29 146	0.28 215	0.33 165	0.41 279

UGAM-zero	2.79 376	0.57 85	20.87 480	0.98 168	0.77 226	2.08 84	0.35 11	3.88 289	1.51 101	2.05 257	1.64 183	5.07 472	3.42 435	9.83 394	1.24 215	0.28 109	0.21 129	0.27 96	0.29 243	0.29 80	0.28 117

model_zeroshot	1.21 110	0.60 117	3.55 205	1.05 207	0.57 144	3.46 200	0.63 93	2.73 129	1.55 134	2.05 257	1.38 115	1.50 166	0.82 83	1.69 148	0.87 121	0.29 129	0.23 184	0.30 166	0.23 109	0.27 52	0.32 171

UNet	2.51 342	0.74 248	20.17 449	1.14 257	1.44 399	3.48 205	0.76 159	3.77 263	1.87 230	2.05 257	1.57 163	2.75 334	2.39 381	3.51 263	2.51 396	0.32 207	0.26 250	0.41 340	0.26 161	0.38 229	0.39 253

PSMNet-RSSM	1.96 239	0.77 268	3.26 193	1.29 324	1.31 367	4.19 377	0.96 293	3.68 244	1.89 236	2.05 257	1.80 238	2.60 320	1.70 309	9.84 395	1.81 324	0.35 255	0.29 281	0.35 278	0.37 341	0.42 287	0.35 212

AdaStereo	1.45 160	0.83 295	2.34 144	1.28 321	0.81 233	3.21 159	1.14 341	4.20 378	2.46 361	2.05 257	1.77 229	2.48 309	1.18 181	1.71 151	1.44 254	0.43 339	0.25 237	0.43 351	0.28 215	0.44 305	0.34 198
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.
iinet-f	2.26 283	1.18 378	13.71 324	1.14 257	1.11 324	3.77 260	1.10 332	4.14 369	2.17 292	2.06 262	1.76 224	2.99 356	2.99 411	2.50 222	2.49 394	0.35 255	0.39 367	0.27 96	0.28 215	0.45 313	0.39 253

EAI-Stereo	2.35 313	0.63 150	2.97 181	0.95 149	0.65 176	3.84 276	14.27 514	5.04 488	2.19 295	2.06 262	7.25 477	1.10 107	0.94 112	1.65 141	1.37 243	0.31 187	0.22 158	0.27 96	0.60 435	0.27 52	0.32 171

PWCDC_ROB	2.95 391	3.26 474	14.06 335	1.59 417	1.56 419	4.19 377	0.86 224	4.30 424	4.08 481	2.06 262	7.37 478	2.75 334	2.42 383	3.59 265	2.67 406	1.34 480	0.36 339	0.39 324	0.34 304	1.13 457	0.62 383

SST-Stereo	1.76 206	0.58 98	3.10 186	1.44 385	0.46 76	4.71 471	0.76 159	2.22 71	2.79 405	2.07 265	2.18 345	2.43 301	3.22 425	6.66 332	0.84 105	0.42 334	0.19 67	0.30 166	0.27 187	0.35 201	0.26 85

CFNet_ucs	2.36 318	0.68 201	18.42 401	0.89 105	0.81 233	3.85 283	0.68 113	4.29 416	2.37 339	2.09 266	2.04 312	3.31 383	1.24 192	2.63 239	1.14 190	0.36 266	0.45 397	0.56 416	0.29 243	0.66 398	0.49 329

RAFT-345	2.46 332	0.55 65	19.69 429	1.02 197	0.49 100	4.43 416	0.78 175	1.64 28	2.34 328	2.09 266	3.12 441	1.96 245	1.31 203	6.65 331	1.43 252	0.36 266	0.23 184	0.32 207	0.25 143	0.28 68	0.25 61

PDISCO_ROB	2.86 381	1.53 428	14.27 339	1.98 462	2.19 476	4.52 434	1.35 371	4.65 478	3.19 450	2.09 266	2.16 340	3.53 406	2.45 386	5.32 298	2.12 362	1.30 478	0.78 466	0.72 452	0.59 433	1.24 467	1.28 457

IER	1.69 195	0.65 172	7.19 251	0.94 145	1.15 331	3.28 177	0.89 249	3.48 207	1.97 246	2.10 269	1.98 302	2.28 277	2.12 359	2.25 212	1.75 319	0.29 129	0.23 184	0.36 293	0.30 261	0.32 147	0.34 198

DGSMNet	7.55 500	1.62 430	17.42 383	1.92 456	12.73 517	7.45 502	42.99 531	4.13 363	2.07 268	2.10 269	3.16 444	3.42 392	1.70 309	9.24 380	2.30 377	3.70 503	10.89 525	11.80 527	5.54 518	4.24 500	2.66 492

RYNet	2.97 398	0.93 324	15.09 353	1.12 249	1.38 386	3.66 244	1.42 388	4.03 333	2.29 317	2.10 269	1.70 201	3.79 417	2.16 366	13.64 506	3.02 417	0.37 274	0.41 379	0.48 377	0.34 304	0.81 430	0.75 414

PS-NSSS	2.22 275	1.33 409	2.90 180	0.97 162	1.53 411	4.11 347	1.08 326	4.55 472	2.65 388	2.10 269	2.32 382	1.77 205	1.40 219	11.79 479	1.61 292	0.68 434	0.45 397	0.96 466	0.43 386	0.95 441	0.92 437

G2L-Stereo	2.49 339	0.94 330	14.54 343	1.15 270	1.35 378	3.57 228	0.95 287	3.62 233	2.00 253	2.11 273	1.61 176	3.20 372	1.34 207	9.54 386	1.91 336	0.34 235	0.27 261	0.35 278	0.28 215	0.30 103	0.35 212

anonymity	1.76 206	1.26 396	2.73 173	1.66 426	1.32 372	1.84 65	1.07 321	3.49 210	2.30 318	2.11 273	2.11 331	1.71 196	3.90 446	1.82 166	1.48 266	1.10 463	1.09 474	1.08 472	1.08 473	1.05 448	1.09 449

NF-Stereo	1.58 173	0.61 132	2.66 167	2.26 472	0.47 86	4.68 459	0.67 108	3.31 189	1.48 81	2.11 273	1.59 168	1.36 146	1.09 152	6.08 319	1.20 203	0.40 309	0.20 98	0.36 293	0.34 304	0.31 122	0.36 218

OCTAStereo	1.58 173	0.61 132	2.72 170	2.27 475	0.46 76	4.68 459	0.67 108	3.30 188	1.48 81	2.11 273	1.59 168	1.36 146	1.09 152	6.02 316	1.21 207	0.41 323	0.20 98	0.36 293	0.34 304	0.31 122	0.37 232

RE-Stereo	1.58 173	0.61 132	2.72 170	2.26 472	0.46 76	4.68 459	0.68 113	3.31 189	1.48 81	2.11 273	1.59 168	1.36 146	1.09 152	6.01 314	1.22 210	0.41 323	0.20 98	0.36 293	0.34 304	0.31 122	0.37 232

TVStereo	1.58 173	0.61 132	2.72 170	2.26 472	0.46 76	4.68 459	0.68 113	3.31 189	1.48 81	2.11 273	1.59 168	1.36 146	1.09 152	6.01 314	1.22 210	0.41 323	0.20 98	0.36 293	0.34 304	0.31 122	0.37 232

UCFNet_RVC	1.57 172	0.84 299	3.25 192	1.36 360	1.40 390	4.07 339	1.01 307	2.68 124	1.50 94	2.11 273	1.88 276	2.37 291	1.50 253	3.41 261	1.42 251	0.36 266	0.28 271	0.52 402	0.40 371	0.53 350	0.43 292

HI	1.27 136	0.90 313	2.33 141	1.10 238	0.68 194	2.92 130	0.45 34	2.49 94	1.76 211	2.13 280	1.65 189	2.42 298	1.84 334	1.58 120	1.61 292	0.26 57	0.16 7	0.28 125	0.29 243	0.26 40	0.25 61

CoSv	1.27 136	0.90 313	2.33 141	1.10 238	0.68 194	2.92 130	0.45 34	2.49 94	1.76 211	2.13 280	1.65 189	2.42 298	1.84 334	1.58 120	1.61 292	0.26 57	0.16 7	0.28 125	0.29 243	0.26 40	0.25 61

ISRNet	1.69 195	0.76 265	5.69 241	1.27 320	1.36 381	2.85 121	0.61 79	3.60 229	1.91 240	2.13 280	2.12 334	2.90 348	1.41 224	2.51 225	1.71 310	0.49 385	0.50 421	0.56 416	0.47 397	0.49 337	0.57 367

DualNet (step1)	2.34 308	1.05 351	7.87 256	1.07 215	0.86 256	3.93 300	1.19 351	4.35 437	2.11 282	2.14 283	1.75 216	1.75 200	1.67 302	6.26 323	1.26 221	1.23 470	0.48 416	4.27 513	2.09 499	0.70 406	0.69 399

test_sample9	3.79 444	1.05 351	7.87 256	1.07 215	0.86 256	3.93 300	1.19 351	4.35 437	2.11 282	2.14 283	1.75 216	1.75 200	1.67 302	11.06 443	11.61 479	1.23 470	14.45 527	4.27 513	2.09 499	0.70 406	0.69 399

test_sample7	1.65 189	0.70 214	2.60 158	1.48 396	0.76 220	2.38 96	1.07 321	4.35 437	2.11 282	2.14 283	1.75 216	1.75 200	1.67 302	6.26 323	1.26 221	0.44 346	0.48 416	0.43 351	0.40 371	0.46 324	0.43 292

MyStereo05	2.37 319	0.72 229	19.94 437	1.02 197	0.99 296	4.26 388	0.86 224	4.01 328	2.62 383	2.14 283	1.26 84	2.28 277	1.63 293	2.07 188	1.68 307	0.24 29	0.23 184	0.34 259	0.26 161	0.42 287	0.36 218

dad	1.65 189	1.19 380	3.04 185	0.98 168	0.56 133	4.22 383	0.84 212	1.99 52	2.48 362	2.14 283	1.68 195	1.62 181	1.13 164	3.85 272	2.04 352	1.03 461	0.40 372	2.04 485	0.48 402	0.75 421	0.53 351

PFNet+	1.46 161	0.57 85	2.84 176	0.92 127	0.47 86	4.64 453	0.84 212	2.46 91	1.99 249	2.14 283	1.64 183	1.34 143	1.03 131	4.68 290	1.23 213	0.45 355	0.33 319	0.37 305	0.39 360	0.32 147	0.49 329

PSM-softLoss	1.66 192	0.59 105	5.15 233	2.25 470	0.48 94	4.68 459	0.69 118	2.57 112	1.52 110	2.14 283	1.45 129	1.42 157	0.99 124	6.04 317	1.20 203	0.41 323	0.23 184	0.37 305	0.39 360	0.32 147	0.31 162

KMStereo	1.66 192	0.59 105	5.15 233	2.25 470	0.48 94	4.68 459	0.69 118	2.57 112	1.52 110	2.14 283	1.45 129	1.42 157	0.99 124	6.04 317	1.20 203	0.41 323	0.23 184	0.37 305	0.39 360	0.32 147	0.31 162

MyStereo8	2.33 304	1.13 368	19.26 417	1.22 299	1.62 428	4.16 365	0.57 62	3.50 213	2.36 333	2.15 291	1.75 216	2.28 277	1.14 170	1.46 103	2.20 371	0.24 29	0.21 129	0.32 207	0.27 187	0.36 214	0.43 292

CRFU-Net	2.49 339	0.78 274	10.36 290	2.30 476	1.08 318	3.91 293	1.41 386	3.85 280	1.65 180	2.15 291	1.76 224	3.34 385	7.95 496	5.56 306	1.48 266	0.47 369	0.35 335	0.30 166	0.28 215	0.37 224	0.43 292

HHNet	2.48 337	0.71 226	20.52 467	0.64 6	0.64 168	4.07 339	0.93 278	3.76 261	1.56 140	2.15 291	4.92 469	0.98 92	3.37 430	1.66 142	1.79 323	0.32 207	0.20 98	0.31 187	0.27 187	0.36 214	0.42 283

MMNet	2.02 251	0.81 285	10.76 296	1.12 249	1.23 355	3.53 217	0.89 249	3.79 267	2.08 269	2.15 291	1.76 224	2.15 270	2.12 359	3.69 269	2.32 379	0.31 187	0.29 281	0.34 259	0.27 187	0.38 229	0.42 283

STTStereo	2.34 308	0.95 332	14.93 350	1.43 382	1.54 412	3.86 285	0.86 224	3.65 237	2.44 357	2.15 291	1.55 158	2.49 311	1.59 273	5.14 296	1.44 254	0.38 291	0.39 367	0.47 369	0.51 415	0.52 344	0.51 344

NINENet	1.87 218	0.74 248	2.60 158	1.12 249	1.06 314	4.50 429	0.76 159	4.41 451	2.24 303	2.16 296	1.86 272	3.63 412	0.97 118	8.00 358	1.17 197	0.41 323	0.30 294	0.41 340	0.30 261	0.41 268	0.36 218

R-Stereo Train	1.20 107	0.58 98	1.81 81	0.99 174	0.67 189	3.78 262	0.90 255	4.09 353	1.51 101	2.16 296	1.71 205	1.13 110	0.94 112	1.40 88	0.91 139	0.30 168	0.24 217	0.26 71	0.21 66	0.26 40	0.25 61

RAFT-Stereo	1.20 107	0.58 98	1.81 81	0.99 174	0.67 189	3.78 262	0.90 255	4.09 353	1.51 101	2.16 296	1.71 205	1.13 110	0.94 112	1.40 88	0.91 139	0.30 168	0.24 217	0.26 71	0.21 66	0.26 40	0.25 61
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	2.07 259	0.82 292	14.77 344	1.34 350	0.56 133	3.47 203	0.80 192	4.07 347	2.35 330	2.16 296	1.61 176	1.64 182	1.44 235	2.09 193	2.56 402	0.26 57	0.18 43	0.41 340	0.26 161	0.45 313	0.25 61
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
test_1	1.19 102	0.52 38	2.00 98	1.01 188	0.42 50	1.95 74	0.90 255	4.36 442	1.47 74	2.17 300	1.16 62	2.06 262	0.78 73	2.68 242	0.76 80	0.27 72	0.18 43	0.28 125	0.26 161	0.26 40	0.25 61

AAGNet	2.86 381	0.60 117	1.77 77	2.05 465	0.46 76	4.76 477	1.09 330	2.27 75	1.56 140	2.17 300	1.84 262	2.41 295	4.00 447	6.23 322	24.22 519	0.46 360	0.19 67	0.30 166	0.29 243	0.32 147	0.24 51

Wz-Net-TNSev	3.67 439	8.83 499	13.47 322	1.48 396	1.18 337	3.60 232	2.49 453	4.27 408	3.13 443	2.18 302	1.89 282	4.21 442	2.80 404	12.10 486	7.58 460	0.57 411	0.55 430	0.47 369	0.54 424	0.91 439	1.05 446

LCNet	1.55 166	0.54 59	1.88 86	0.99 174	0.55 129	3.60 232	1.21 358	2.86 144	1.53 117	2.18 302	1.74 212	1.43 159	4.17 451	3.62 266	0.87 121	0.29 129	0.20 98	0.28 125	0.77 453	0.47 328	1.85 477

TransformOpticalFlow	3.03 408	0.77 268	20.99 484	1.00 182	0.55 129	4.18 373	0.64 96	4.33 433	3.02 436	2.18 302	3.09 440	4.35 446	5.07 464	7.36 347	1.27 224	0.32 207	0.18 43	0.32 207	0.26 161	0.28 68	0.46 314

Prome-Stereo	1.61 181	0.55 65	1.71 71	0.98 168	0.60 156	4.41 412	1.82 424	3.03 158	1.53 117	2.18 302	3.45 452	1.72 197	3.49 438	2.23 211	1.08 178	0.29 129	0.20 98	0.26 71	0.25 143	0.34 183	2.16 483

ADLNet2	3.15 420	0.92 320	20.06 442	1.20 290	1.79 455	3.83 271	1.48 392	3.94 309	3.59 469	2.19 306	2.47 392	4.65 461	1.93 347	10.69 426	1.96 345	0.39 303	0.37 352	0.28 125	0.30 261	0.48 331	0.43 292

RAFT + AFF	2.51 342	2.66 468	4.48 226	1.15 270	1.95 465	4.15 356	2.01 435	4.46 460	3.30 461	2.19 306	2.51 397	2.22 274	4.87 463	8.91 372	2.06 355	0.30 168	0.60 443	0.48 377	0.38 354	0.77 423	0.69 399

test_sample5	2.33 304	0.62 142	11.29 302	1.29 324	0.83 243	3.09 150	0.74 146	4.28 413	2.31 322	2.20 308	1.97 300	1.68 187	1.39 215	11.19 450	1.47 263	0.37 274	0.31 304	0.37 305	0.37 341	0.41 268	0.39 253

mmm	1.27 136	0.58 98	2.20 123	1.41 378	0.68 194	2.39 98	0.85 221	3.90 296	1.63 175	2.20 308	1.84 262	1.28 135	1.50 253	1.91 177	0.89 128	0.31 187	0.27 261	0.45 361	0.37 341	0.38 229	0.34 198

ffm	1.72 198	0.60 117	5.21 235	1.14 257	0.99 296	3.62 237	0.86 224	4.22 386	3.37 463	2.20 308	2.30 370	3.48 395	1.62 281	2.21 208	0.65 34	0.29 129	0.16 7	0.48 377	0.37 341	0.30 103	0.29 127

ff1	2.96 394	0.60 117	5.21 235	1.14 257	0.99 296	3.62 237	0.86 224	4.22 386	3.37 463	2.20 308	2.30 370	3.48 395	1.62 281	11.62 466	16.09 493	0.29 129	0.16 7	0.48 377	0.37 341	0.30 103	0.29 127

mmx	2.98 400	0.60 117	5.21 235	1.14 257	0.99 296	3.62 237	0.86 224	4.49 465	3.05 438	2.20 308	2.30 370	3.48 395	1.62 281	11.62 466	16.09 493	0.33 223	0.28 271	0.48 377	0.37 341	0.44 305	0.37 232

xxx	2.98 400	0.60 117	5.21 235	1.14 257	0.99 296	3.62 237	0.86 224	4.49 465	3.05 438	2.20 308	2.30 370	3.48 395	1.62 281	11.62 466	16.09 493	0.33 223	0.28 271	0.48 377	0.37 341	0.44 305	0.37 232

RainbowNet	4.56 463	8.28 496	20.07 444	3.64 500	3.23 498	4.15 356	2.99 470	4.18 374	3.03 437	2.20 308	2.65 412	4.26 443	2.90 408	9.77 391	2.12 362	3.88 505	2.27 499	2.71 498	1.72 490	3.78 496	3.31 505

APVNet	3.13 417	1.25 395	21.14 487	1.31 335	1.52 410	3.94 305	1.13 339	3.32 194	2.14 287	2.20 308	2.03 309	3.05 364	1.96 348	11.79 479	2.53 398	0.42 334	0.45 397	0.64 439	0.46 394	0.67 400	0.57 367

G2L-Stereo_aug	2.62 359	0.63 150	18.80 406	1.29 324	1.11 324	3.13 153	0.89 249	3.65 237	1.84 226	2.21 316	2.16 340	3.04 360	2.10 357	7.62 351	2.39 382	0.28 109	0.21 129	0.32 207	0.20 52	0.30 103	0.33 185

test_sample3	2.34 308	0.61 132	11.94 308	1.33 343	0.85 251	3.10 152	0.73 134	4.24 398	2.19 295	2.21 316	1.75 216	1.80 216	1.41 224	11.11 448	1.46 258	0.35 255	0.29 281	0.34 259	0.35 319	0.39 239	0.37 232

raftrobust	1.19 102	0.72 229	2.30 138	1.26 313	1.31 367	3.55 222	0.68 113	2.75 132	1.47 74	2.21 316	1.38 115	1.17 115	1.22 187	1.20 58	1.11 185	0.28 109	0.24 217	0.21 5	0.19 38	0.25 28	0.28 117

otaku	4.58 465	8.93 502	19.95 438	3.11 491	2.67 483	3.91 293	2.57 457	3.82 273	2.25 306	2.22 319	9.72 496	4.08 432	2.35 379	8.57 365	2.13 365	3.51 498	1.65 488	2.15 488	1.17 477	3.69 494	3.15 500

xxxx	2.67 367	0.54 59	2.03 101	1.22 299	0.81 233	3.49 207	0.63 93	4.49 465	2.49 366	2.22 319	2.23 354	2.05 260	1.38 212	10.05 406	17.91 504	0.32 207	0.32 312	0.30 166	0.27 187	0.33 165	0.34 198

acv_ft	1.55 166	0.64 162	3.29 195	1.14 257	2.01 468	2.93 133	0.97 296	3.81 270	2.08 269	2.22 319	1.88 276	3.10 365	1.66 300	1.33 82	2.22 372	0.29 129	0.26 250	0.30 166	0.26 161	0.39 239	0.27 98

ADCP+	3.74 443	1.96 450	16.90 374	1.09 229	1.55 416	4.35 401	3.65 489	3.93 306	2.98 432	2.22 319	1.66 191	3.95 423	4.83 462	3.41 261	18.87 511	0.38 291	0.41 379	0.63 436	0.53 422	0.64 390	0.81 425

IRAFT_RVC	1.87 218	0.60 117	4.33 221	2.40 479	0.66 182	4.59 446	1.59 405	2.96 149	1.51 101	2.23 323	1.75 216	2.09 266	2.63 396	6.70 333	1.50 270	0.33 223	0.21 129	0.33 242	0.29 243	0.32 147	0.32 171

FINET	2.96 394	1.07 357	23.18 514	1.29 324	1.86 460	2.03 77	1.52 397	4.30 424	4.71 487	2.23 323	2.34 384	1.65 183	1.48 246	5.89 313	2.81 412	0.51 394	0.47 410	0.49 390	0.40 371	0.59 369	0.49 329

DispNO	3.00 404	0.75 260	18.92 409	1.17 278	1.10 323	3.72 251	0.94 283	4.29 416	2.54 376	2.24 325	2.28 362	4.51 452	2.12 359	11.40 456	2.09 360	0.31 187	0.28 271	0.31 187	0.28 215	0.36 214	0.39 253

test-3	1.19 102	0.52 38	2.00 98	1.01 188	0.42 50	1.95 74	0.91 263	4.35 437	1.47 74	2.24 325	1.16 62	2.06 262	0.79 75	2.68 242	0.76 80	0.27 72	0.18 43	0.28 125	0.26 161	0.26 40	0.25 61

hitnet-ft	2.37 319	0.73 240	8.34 262	0.96 155	0.89 269	3.77 260	0.80 192	3.55 224	2.58 380	2.24 325	2.04 312	3.65 414	1.49 252	11.71 476	1.89 333	0.44 346	0.53 424	0.44 355	0.35 319	0.52 344	0.48 323

DEmStereo	2.97 398	0.58 98	13.42 319	0.79 44	0.51 105	3.84 276	1.84 427	2.42 86	1.60 165	2.25 328	2.74 418	2.03 256	6.04 476	6.79 339	12.80 484	0.35 255	0.26 250	0.26 71	0.27 187	0.27 52	0.37 232

LMCR-Stereo	2.40 321	1.31 404	18.61 404	1.59 417	0.86 256	3.87 288	1.15 342	4.32 431	1.60 165	2.25 328	2.27 359	1.13 110	2.43 384	2.48 221	1.60 289	0.88 454	0.24 217	0.29 146	0.24 132	0.56 361	0.30 153

BEATNet_4x	1.92 232	1.36 411	8.75 270	1.20 290	0.56 133	3.46 200	1.03 312	4.00 326	2.43 353	2.25 328	1.70 201	2.10 267	1.59 273	2.57 235	3.05 418	0.37 274	0.22 158	0.47 369	0.29 243	0.60 373	0.40 273

test_sample6	2.35 313	0.62 142	10.78 297	1.33 343	0.83 243	3.15 155	0.79 182	4.36 442	2.43 353	2.26 331	2.04 312	1.69 192	1.39 215	11.48 461	1.61 292	0.38 291	0.32 312	0.37 305	0.39 360	0.41 268	0.42 283

DualNet	2.33 304	0.62 142	11.29 302	1.29 324	0.83 243	3.09 150	0.74 146	4.28 413	2.31 322	2.26 331	2.04 312	1.68 187	1.39 215	11.19 450	1.47 263	0.37 274	0.31 304	0.37 305	0.37 341	0.41 268	0.39 253

ACRE	2.27 285	1.11 366	19.45 421	0.91 121	1.30 365	3.94 305	0.87 242	4.21 383	1.80 217	2.28 333	2.62 409	1.17 115	1.04 135	1.52 113	1.30 231	0.37 274	0.23 184	0.27 96	0.22 96	0.31 122	0.46 314

STrans-v2	3.03 408	0.77 268	20.91 481	0.81 46	0.63 166	3.89 290	1.01 307	4.27 408	2.64 387	2.28 333	3.70 456	4.13 435	5.20 466	7.33 344	1.27 224	0.31 187	0.18 43	0.29 146	0.25 143	0.29 80	0.41 279

iRaft-Stereo_20w	1.88 222	0.62 142	10.58 294	0.90 114	0.83 243	2.96 138	0.78 175	4.90 486	1.58 149	2.29 335	1.60 172	1.25 132	4.51 459	2.28 214	0.90 132	0.29 129	0.21 129	0.26 71	0.24 132	0.41 268	0.31 162

pcwnet_v2	2.70 373	0.65 172	22.48 509	1.08 223	1.03 306	3.56 224	0.81 201	4.29 416	3.14 445	2.29 335	2.29 365	3.01 358	1.71 311	3.32 260	1.43 252	0.43 339	0.50 421	0.41 340	0.34 304	0.61 378	0.56 363

HSM	2.35 313	0.81 285	2.21 125	1.14 257	1.55 416	3.44 195	1.03 312	3.99 324	2.25 306	2.29 335	2.11 331	8.04 491	3.05 417	11.60 464	1.71 310	0.33 223	0.22 158	0.28 125	0.23 109	0.32 147	0.35 212

StereoDRNet-Refined	1.77 208	0.81 285	2.22 128	1.21 296	0.76 220	3.26 171	0.71 126	3.82 273	2.05 264	2.29 335	2.05 318	2.98 355	1.44 235	7.15 342	2.27 376	0.30 168	0.23 184	0.42 347	0.33 296	0.45 313	0.64 390
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 308	0.63 150	11.59 305	1.30 332	0.83 243	3.07 148	0.72 129	4.27 408	2.30 318	2.30 339	1.88 276	1.73 198	1.42 229	11.14 449	1.46 258	0.35 255	0.29 281	0.35 278	0.36 329	0.40 244	0.38 247

DCANet-4	1.96 239	0.51 32	14.31 341	0.82 56	0.40 40	4.16 365	0.57 62	4.29 416	2.98 432	2.30 339	1.80 238	1.03 99	1.54 268	1.44 95	1.44 254	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

fff	1.74 201	0.70 214	9.08 272	0.81 46	0.36 11	4.15 356	0.57 62	4.23 390	2.09 272	2.30 339	1.80 238	1.19 123	3.02 414	1.44 95	1.46 258	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

IPLGR_C	2.28 290	1.31 404	19.46 422	0.92 127	1.32 372	3.93 300	0.89 249	4.20 378	1.82 219	2.30 339	2.63 411	1.16 114	1.07 149	1.41 91	1.29 230	0.37 274	0.23 184	0.27 96	0.22 96	0.31 122	0.45 304

csc	1.74 201	0.70 214	9.08 272	0.81 46	0.36 11	4.15 356	0.57 62	4.23 390	2.09 272	2.30 339	1.80 238	1.19 123	3.02 414	1.44 95	1.46 258	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

cscssc	1.74 201	0.70 214	9.08 272	0.81 46	0.36 11	4.15 356	0.57 62	4.23 390	2.09 272	2.30 339	1.80 238	1.19 123	3.02 414	1.44 95	1.46 258	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

1111x	3.13 417	0.57 85	8.38 264	1.20 290	0.76 220	3.80 267	0.88 246	4.61 477	2.63 385	2.31 345	2.16 340	1.95 240	1.81 330	11.54 462	18.13 506	0.32 207	0.31 304	0.32 207	0.30 261	0.35 201	0.34 198

CIPLG	2.27 285	1.18 378	19.24 414	0.92 127	1.34 377	3.95 310	0.89 249	4.23 390	1.82 219	2.31 345	2.67 414	1.17 115	1.06 147	1.53 115	1.32 234	0.37 274	0.23 184	0.27 96	0.22 96	0.31 122	0.45 304

PSM-AAD	2.43 326	0.54 59	1.32 38	0.92 127	0.54 123	4.48 420	7.47 502	2.96 149	1.55 134	2.31 345	2.56 403	1.26 133	16.23 511	2.46 219	0.89 128	0.28 109	0.21 129	0.58 420	0.41 377	0.34 183	1.32 461

TDLM	2.29 293	1.08 359	4.61 228	1.29 324	1.01 304	4.26 388	2.17 443	3.75 259	2.79 405	2.31 345	1.98 302	2.06 262	1.59 273	12.45 492	1.72 312	0.51 394	0.28 271	0.52 402	0.35 319	0.56 361	0.50 336

SMFormer	2.00 247	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 400	2.80 409	2.32 349	2.31 377	1.95 240	1.52 258	10.99 439	2.13 365	0.34 235	0.32 312	0.36 293	0.31 277	0.38 229	0.36 218

tta	2.00 247	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 400	2.80 409	2.32 349	2.31 377	1.95 240	1.52 258	10.99 439	2.13 365	0.34 235	0.32 312	0.36 293	0.31 277	0.29 80	0.29 127

qqq1	1.92 232	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 400	2.80 409	2.32 349	2.31 377	1.95 240	1.52 258	10.99 439	0.71 62	0.34 235	0.32 312	0.30 166	0.23 109	0.29 80	0.29 127

fff1	1.92 232	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 400	2.80 409	2.32 349	2.31 377	1.95 240	1.52 258	10.99 439	0.71 62	0.34 235	0.32 312	0.30 166	0.23 109	0.29 80	0.29 127

Wz-Net-SNSev	2.98 400	4.36 482	15.98 361	1.57 415	1.19 344	3.28 177	1.80 422	3.96 316	2.40 348	2.32 349	2.28 362	3.48 395	2.05 353	7.84 357	3.82 428	0.47 369	0.39 367	0.53 406	0.49 405	0.71 415	0.60 377

XX-Stereo	2.54 348	0.61 132	20.21 450	1.78 441	1.19 344	4.30 397	0.46 36	4.39 448	1.58 149	2.32 349	1.89 282	4.64 460	0.60 23	4.16 282	0.82 99	0.31 187	0.21 129	0.28 125	0.27 187	0.51 341	0.26 85

iResNet	2.52 345	0.94 330	21.17 490	1.84 450	0.72 206	3.75 257	0.81 201	4.14 369	2.55 378	2.33 355	2.03 309	1.35 145	1.44 235	3.27 257	2.16 369	0.35 255	0.23 184	0.28 125	0.22 96	0.44 305	0.45 304

222	2.68 370	0.57 85	2.03 101	1.11 245	0.81 233	3.23 163	0.65 105	4.52 470	2.45 358	2.34 356	2.29 365	1.41 156	1.44 235	10.50 419	18.47 508	0.32 207	0.30 294	0.32 207	0.27 187	0.32 147	0.34 198

ttt	2.76 375	0.56 76	2.28 137	1.41 378	1.21 354	3.67 245	0.77 172	4.59 475	2.94 427	2.35 357	2.30 370	2.45 305	1.54 268	11.25 453	15.56 491	0.43 339	0.36 339	0.37 305	0.33 296	0.40 244	0.40 273

GMStereo_Zeroshot	1.41 156	1.21 383	3.33 198	1.29 324	0.72 206	3.35 184	0.53 52	2.58 115	1.68 186	2.35 357	1.56 161	2.42 298	0.96 115	2.50 222	1.16 194	0.45 355	0.23 184	0.40 330	0.24 132	0.79 427	0.33 185

ADStereo(finetuned)	2.04 254	0.73 240	13.28 317	0.82 56	0.40 40	4.16 365	0.59 72	4.25 400	2.97 429	2.35 357	1.84 262	1.18 119	3.40 431	1.52 113	1.54 280	0.29 129	0.24 217	0.23 15	0.18 24	0.30 103	0.51 344

DCANet	1.74 201	0.73 240	9.08 272	0.82 56	0.40 40	4.18 373	0.59 72	4.25 400	2.97 429	2.35 357	1.84 262	1.18 119	1.63 293	1.51 111	1.55 281	0.29 129	0.24 217	0.23 15	0.18 24	0.30 103	0.53 351

ARAFT	2.56 353	1.13 368	19.50 424	0.89 105	0.48 94	4.15 356	1.40 383	4.36 442	2.82 417	2.36 361	1.88 276	1.70 194	1.04 135	6.45 326	1.22 210	0.29 129	0.18 43	0.37 305	0.35 319	0.35 201	0.25 61

GMOStereo	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 362	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

error version	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 362	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

test-v	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 362	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

test-2	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 362	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

S-Stereo	3.48 434	0.91 318	22.06 508	1.36 360	1.50 407	3.55 222	2.53 455	4.21 383	2.81 415	2.37 362	3.81 458	3.75 415	1.84 334	11.90 484	2.51 396	0.63 420	0.71 460	0.48 377	0.76 451	0.67 400	1.19 455

111	1.83 214	0.92 320	9.08 272	0.81 46	0.36 11	4.25 387	0.91 263	4.44 456	2.70 394	2.39 367	1.96 294	2.30 283	1.64 296	1.28 71	1.82 325	0.28 109	0.22 158	0.24 32	0.20 52	0.31 122	0.54 357

Syn2CoEx	3.08 412	2.55 467	19.88 435	1.34 350	1.18 337	2.43 100	1.65 413	3.91 300	2.40 348	2.39 367	2.27 359	2.90 348	3.17 423	9.57 389	2.54 400	0.50 388	0.45 397	0.53 406	0.39 360	0.74 419	0.72 409

PFNet	2.47 335	0.60 117	16.95 375	2.15 469	0.81 233	4.63 452	0.91 263	2.55 108	1.52 110	2.40 369	2.79 423	1.83 225	1.42 229	7.54 349	1.34 241	0.33 223	0.21 129	0.36 293	0.27 187	0.32 147	0.39 253

UPFNet	1.81 213	0.63 150	6.71 246	1.25 307	1.44 399	3.50 210	1.35 371	4.02 332	1.85 228	2.40 369	1.52 145	2.41 295	1.40 219	3.62 266	1.88 332	0.34 235	0.33 319	0.37 305	0.31 277	0.41 268	0.39 253

UDG	3.55 435	2.81 471	17.45 384	2.69 483	1.98 466	3.97 320	1.19 351	4.35 437	2.02 255	2.42 371	2.53 400	4.50 451	2.46 388	6.53 327	2.41 386	2.12 485	1.77 490	2.63 495	2.57 507	2.64 485	1.95 479

test_xeample	2.67 367	0.56 76	2.05 104	1.09 229	0.81 233	3.24 166	0.80 192	4.55 472	2.70 394	2.42 371	2.27 359	1.39 150	1.40 219	10.75 427	17.51 503	0.30 168	0.30 294	0.32 207	0.28 215	0.34 183	0.33 185

testlalala	1.14 95	0.62 142	1.34 40	1.00 182	0.78 227	4.38 403	0.93 278	2.46 91	2.20 297	2.44 373	1.52 145	1.31 140	0.61 26	1.04 25	0.65 34	0.35 255	0.19 67	0.24 32	0.19 38	0.24 16	0.23 38

test_for_model	2.16 269	3.87 480	1.58 64	4.16 504	3.64 500	2.51 105	0.96 293	3.63 234	2.62 383	2.45 374	1.39 117	1.02 97	0.73 52	0.92 9	0.57 17	2.97 491	2.19 496	0.26 71	0.17 16	5.32 509	2.24 484

Wz-Net-LNSev-Ref	2.42 325	1.47 423	14.14 336	1.30 332	1.35 378	3.51 213	1.64 410	4.04 337	2.10 280	2.46 375	1.88 276	2.28 277	2.51 390	4.73 291	3.17 420	0.38 291	0.19 67	0.35 278	0.20 52	0.40 244	0.36 218

FBW_ROB	3.24 424	1.02 345	9.21 278	1.49 399	1.07 316	3.78 262	1.48 392	4.31 427	3.08 440	2.46 375	2.32 382	4.20 441	2.08 356	15.19 512	7.16 457	0.84 452	0.62 446	1.33 479	0.92 463	0.99 446	1.31 459

Pruner-Stereo	1.32 148	0.59 105	2.11 118	1.79 446	0.47 86	4.73 472	0.79 182	2.53 98	1.72 199	2.47 377	1.58 164	1.48 163	1.03 131	1.66 142	1.47 263	0.44 346	0.21 129	0.34 259	0.30 261	0.30 103	0.39 253

GMM-Stereo	2.45 329	0.52 38	20.38 461	0.89 105	0.82 241	4.18 373	1.91 429	2.45 90	1.48 81	2.48 378	2.30 370	1.69 192	1.86 339	2.93 251	1.08 178	0.28 109	0.18 43	0.33 242	0.48 402	0.35 201	2.41 488

KYRaft	1.59 178	0.52 38	1.73 72	0.95 149	0.49 100	4.38 403	1.79 420	2.43 88	1.51 101	2.49 379	2.98 433	2.00 252	3.41 432	2.14 198	0.82 99	0.30 168	0.21 129	0.33 242	0.46 394	0.35 201	2.45 491

DisPM	1.36 150	0.55 65	2.39 147	1.54 407	0.51 105	4.59 446	0.79 182	2.50 96	1.88 232	2.50 380	1.83 257	1.45 160	1.01 128	2.71 245	0.93 150	0.46 360	0.20 98	0.32 207	0.31 277	0.31 122	0.44 298

SuperB	4.79 469	4.41 483	21.08 486	1.45 389	1.08 318	3.91 293	3.08 474	4.18 374	3.01 435	2.50 380	2.10 327	2.75 334	3.49 438	8.80 369	19.60 513	0.44 346	0.33 319	0.53 406	0.39 360	12.01 522	0.64 390

coex_refinement	2.10 262	0.85 303	3.67 214	1.31 335	1.13 328	3.21 159	0.85 221	3.86 283	2.31 322	2.51 382	1.92 290	3.49 401	1.69 307	11.08 446	2.13 365	0.37 274	0.25 237	0.27 96	0.31 277	0.41 268	0.37 232

MADNet+	3.97 451	9.54 508	13.83 331	1.87 454	1.69 444	4.19 377	2.87 465	4.80 485	4.10 482	2.51 382	2.67 414	4.55 455	3.41 432	8.72 367	6.92 455	1.25 473	1.27 481	1.04 469	0.93 464	1.39 472	1.85 477

Nwc_Net	2.88 386	1.16 376	18.30 397	1.35 354	1.68 443	3.52 216	1.18 348	3.90 296	2.06 266	2.52 384	2.82 428	3.82 419	2.34 378	6.78 337	2.55 401	0.86 453	0.40 372	0.59 423	0.67 442	0.57 365	0.55 361

TCMNet	2.98 400	1.30 400	18.26 395	1.47 394	2.09 473	3.84 276	1.08 326	3.96 316	2.39 347	2.53 385	2.29 365	2.43 301	1.75 317	10.09 408	2.39 382	0.52 400	0.45 397	0.61 431	0.50 411	0.80 429	0.78 420

NLCA_NET_v2_RVC	2.54 348	1.04 350	16.73 371	1.53 405	2.00 467	3.96 315	0.87 242	3.87 286	2.31 322	2.54 386	1.67 192	2.85 345	1.63 293	5.55 305	1.62 297	0.46 360	0.33 319	0.38 321	0.38 354	0.53 350	0.62 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
gwcnet-sp	2.31 297	1.21 383	17.34 378	1.08 223	0.92 274	3.56 224	1.04 315	3.69 249	2.09 272	2.55 387	1.60 172	1.80 216	1.62 281	3.87 273	1.95 342	0.29 129	0.29 281	0.30 166	0.28 215	0.38 229	0.39 253

scenet	2.31 297	1.21 383	17.34 378	1.08 223	0.92 274	3.56 224	1.04 315	3.69 249	2.09 272	2.55 387	1.60 172	1.80 216	1.62 281	3.87 273	1.95 342	0.29 129	0.29 281	0.30 166	0.28 215	0.38 229	0.39 253

ssnet	2.31 297	1.21 383	17.34 378	1.08 223	0.92 274	3.56 224	1.04 315	3.69 249	2.09 272	2.55 387	1.60 172	1.80 216	1.62 281	3.87 273	1.95 342	0.29 129	0.29 281	0.30 166	0.28 215	0.38 229	0.39 253

psm_up	2.28 290	0.81 285	5.45 239	1.26 313	1.50 407	3.84 276	1.23 359	4.23 390	2.03 257	2.55 387	1.80 238	2.44 304	1.65 298	12.90 497	1.58 285	0.37 274	0.38 358	0.41 340	0.34 304	0.43 297	0.39 253

DCVSM-stereo	2.31 297	0.66 183	20.69 474	1.11 245	0.93 279	2.58 111	0.73 134	2.61 117	1.60 165	2.57 391	1.53 152	3.30 382	1.72 313	2.19 205	1.23 213	0.34 235	0.53 424	0.41 340	0.32 288	0.45 313	0.62 383

CASS	1.29 141	0.66 183	2.62 164	0.95 149	0.66 182	2.84 119	0.69 118	3.00 154	1.79 216	2.57 391	1.95 293	1.39 150	1.55 270	1.59 125	1.06 173	0.50 388	0.28 271	0.34 259	0.28 215	0.46 324	0.63 387
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-MNSev	2.71 374	2.54 466	13.91 333	1.52 403	1.37 383	3.28 177	2.47 451	4.03 333	2.32 326	2.57 391	2.07 323	2.29 282	3.01 413	7.55 350	2.74 408	0.38 291	0.36 339	0.36 293	0.37 341	0.57 365	0.47 319

FTStereo	3.71 442	0.53 49	20.37 460	0.96 155	0.65 176	4.34 400	11.29 509	2.62 118	1.50 94	2.58 394	5.04 470	1.90 234	13.84 508	3.71 270	1.25 218	0.38 291	0.24 217	0.31 187	0.32 288	0.30 103	2.10 482

ADLNet	2.29 293	0.83 295	3.62 212	1.35 354	1.60 425	3.67 245	1.24 361	3.95 311	2.98 432	2.58 394	2.29 365	4.01 428	1.79 322	11.23 452	2.09 360	0.37 274	0.38 358	0.36 293	0.34 304	0.45 313	0.71 403

MFN_U_SF_DS_RVC	3.94 449	10.88 513	12.30 311	1.26 313	1.55 416	5.19 486	3.33 479	4.42 452	2.82 417	2.58 394	2.62 409	5.00 469	2.11 358	14.03 510	2.73 407	1.28 475	2.34 502	0.67 444	1.83 493	0.81 430	1.03 445

MSC_U_SF_DS_RVC	4.48 462	10.62 511	15.18 356	1.55 412	1.45 402	6.16 492	3.54 486	5.41 498	3.68 473	2.59 397	2.74 418	4.81 463	2.20 371	13.79 507	4.40 432	2.04 483	3.36 515	1.05 470	1.20 479	2.09 480	1.72 474

SQANet	3.70 440	9.34 507	18.41 400	2.75 484	2.74 485	3.40 190	1.47 391	3.50 213	1.68 186	2.60 398	1.75 216	2.69 326	1.91 345	6.72 336	1.74 317	2.96 490	1.41 484	1.85 484	1.12 474	3.17 487	2.70 496

DeepPruner_ROB	2.05 256	1.09 362	10.50 293	1.01 188	1.20 349	4.39 406	0.91 263	3.14 169	1.72 199	2.60 398	1.54 154	2.78 341	1.27 194	4.52 286	1.72 312	0.51 394	0.40 372	0.37 305	0.34 304	0.48 331	0.52 349

ssnet_v2	2.04 254	0.88 310	7.87 256	1.20 290	0.87 261	3.86 285	1.64 410	4.01 328	2.60 382	2.61 400	1.96 294	3.79 417	1.71 311	2.20 206	2.96 414	0.41 323	0.35 335	0.42 347	0.37 341	0.55 355	0.52 349

DDUNet	2.91 387	2.78 470	6.94 250	3.53 496	2.26 480	3.28 177	1.36 373	3.77 263	2.04 261	2.62 401	2.49 394	4.18 438	1.69 307	5.38 300	1.85 329	2.21 486	1.77 490	2.61 494	2.43 505	2.60 484	2.34 487

SACVNet	2.46 332	1.14 372	9.47 279	1.44 385	1.18 337	4.06 334	1.49 396	3.84 277	2.24 303	2.62 401	1.89 282	2.57 317	1.28 196	11.35 455	1.64 302	0.50 388	0.39 367	0.48 377	0.41 377	0.55 355	0.75 414

AANet_RVC	3.03 408	1.72 439	12.78 313	1.17 278	1.12 326	3.79 265	1.10 332	3.86 283	3.13 443	2.62 401	4.26 463	3.96 425	1.41 224	11.43 459	5.23 444	0.94 456	0.47 410	0.34 259	0.23 109	0.40 244	0.55 361

IIG-Stereo	1.95 237	0.79 277	2.14 119	2.78 486	0.66 182	4.62 450	0.76 159	4.27 408	1.53 117	2.63 404	3.14 443	3.35 386	1.61 278	7.65 354	1.41 249	0.39 303	0.20 98	0.31 187	0.25 143	0.33 165	0.22 30

YMNet	2.40 321	1.41 418	13.46 320	1.36 360	1.67 440	3.96 315	0.97 296	3.81 270	2.37 339	2.64 405	2.57 405	3.35 386	1.53 265	3.28 258	2.42 387	0.48 373	0.54 426	0.52 402	0.49 405	0.70 406	0.54 357

YMNet_1	2.40 321	1.41 418	13.46 320	1.36 360	1.67 440	3.96 315	0.97 296	3.81 270	2.37 339	2.64 405	2.57 405	3.35 386	1.53 265	3.28 258	2.42 387	0.48 373	0.54 426	0.52 402	0.49 405	0.70 406	0.54 357

psmg	1.47 164	0.59 105	1.94 92	0.92 127	0.85 251	4.30 397	1.42 388	4.10 361	1.88 232	2.64 405	2.09 326	2.60 320	1.31 203	1.60 127	1.21 207	0.34 235	0.27 261	0.33 242	0.34 304	0.36 214	0.34 198

DRaft	2.28 290	0.56 76	2.64 166	0.74 23	0.46 76	3.94 305	1.23 359	2.32 80	1.55 134	2.64 405	2.80 425	1.60 178	5.34 469	6.96 341	10.99 475	0.34 235	0.22 158	0.27 96	0.27 187	0.29 80	0.37 232

DISCO	2.25 281	0.73 240	10.06 286	1.76 439	1.12 326	3.47 203	1.25 362	3.24 182	2.26 309	2.65 409	1.96 294	4.53 454	1.92 346	4.17 283	3.61 425	0.32 207	0.25 237	0.31 187	0.29 243	0.66 398	0.41 279

ccnet	2.66 365	0.97 339	8.01 260	1.54 407	1.24 357	3.75 257	2.18 444	4.07 347	2.41 350	2.66 410	3.25 446	2.87 347	2.31 377	9.89 397	3.50 423	0.78 443	0.75 464	0.71 448	0.67 442	0.76 422	0.81 425

RP	2.79 376	1.20 382	10.36 290	1.54 407	1.93 464	3.44 195	1.97 432	4.05 341	2.34 328	2.66 410	2.79 423	3.98 426	2.58 394	10.21 411	2.61 403	0.95 457	0.47 410	0.71 448	0.57 430	0.71 415	0.68 397

AF-Net	2.87 384	1.30 400	16.24 363	1.33 343	1.75 450	3.26 171	1.59 405	4.09 353	2.43 353	2.69 412	2.94 431	4.51 452	3.20 424	5.84 312	2.75 409	0.76 442	0.36 339	0.72 452	0.49 405	0.70 406	0.56 363

DPSNet	3.43 433	1.37 412	12.19 309	1.39 374	1.24 357	4.15 356	2.06 437	4.51 469	3.34 462	2.69 412	1.96 294	3.52 405	5.56 471	10.68 425	9.68 469	0.93 455	0.73 462	0.40 330	0.37 341	1.06 449	0.86 431

NCC-stereo	3.16 421	1.28 398	18.31 398	1.25 307	1.75 450	4.06 334	1.40 383	3.89 291	2.22 299	2.72 414	2.55 401	3.49 401	2.65 397	9.91 398	2.99 415	1.29 476	0.65 450	0.64 439	0.86 460	0.65 393	0.71 403

Abc-Net	3.16 421	1.28 398	18.31 398	1.25 307	1.75 450	4.06 334	1.40 383	3.89 291	2.22 299	2.72 414	2.55 401	3.49 401	2.65 397	9.91 398	2.99 415	1.29 476	0.65 450	0.64 439	0.86 460	0.65 393	0.71 403
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
WZ-Net	3.62 437	4.87 484	16.77 373	1.43 382	1.40 390	3.75 257	2.29 447	4.12 362	2.50 367	2.74 416	2.19 347	4.06 431	5.29 468	10.19 410	7.36 458	0.54 405	0.37 352	0.47 369	0.49 405	0.77 423	0.73 410

NCCL2	2.53 346	1.35 410	10.90 299	1.15 270	0.97 289	3.53 217	2.56 456	3.65 237	2.23 301	2.76 417	1.80 238	2.41 295	1.66 300	10.35 415	2.07 358	0.44 346	0.40 372	0.57 419	0.53 422	0.59 369	0.65 392

RGC	3.10 415	1.45 422	14.90 348	1.46 391	1.79 455	3.33 183	1.39 381	4.04 337	2.26 309	2.77 418	3.26 447	4.00 427	2.71 400	11.63 471	2.62 405	0.82 449	0.46 406	0.79 458	0.79 457	0.71 415	0.78 420

ADCPNet	3.89 446	1.63 432	20.25 455	1.28 321	1.27 363	6.43 495	2.65 459	3.93 306	2.70 394	2.78 419	2.20 349	4.28 444	6.16 480	5.56 306	10.27 472	0.65 426	1.18 477	0.71 448	1.70 488	0.84 434	1.37 463

PASM	2.67 367	2.05 455	9.71 280	1.73 436	1.37 383	2.53 107	1.52 397	3.10 165	2.17 292	2.79 420	1.84 262	2.90 348	1.85 338	11.89 483	2.19 370	0.81 448	0.85 468	0.87 463	1.01 469	1.14 458	1.05 446

GrayStereo	2.58 357	0.53 49	1.63 66	1.58 416	0.89 269	4.17 370	8.17 506	3.03 158	1.52 110	2.80 421	2.50 395	1.70 194	17.10 512	2.83 248	1.15 191	0.33 223	0.21 129	0.27 96	0.32 288	0.28 68	0.53 351

MLCV	1.87 218	0.91 318	8.59 266	1.10 238	0.57 144	3.59 230	0.53 52	3.70 254	2.20 297	2.80 421	2.25 357	2.00 252	1.42 229	4.13 281	1.86 330	0.30 168	0.20 98	0.32 207	0.21 66	0.33 165	0.36 218

XPNet_ROB	2.27 285	1.11 366	4.10 219	1.36 360	0.97 289	3.94 305	1.63 408	4.07 347	2.14 287	2.82 423	2.00 306	2.32 285	1.73 316	10.81 431	3.39 422	0.51 394	0.47 410	0.48 377	0.40 371	0.51 341	0.56 363

DMCA	1.72 198	0.74 248	6.63 245	1.14 257	0.96 285	3.98 322	0.90 255	3.75 259	2.76 401	2.83 424	1.58 164	2.35 288	1.18 181	1.58 120	1.98 347	0.40 309	0.27 261	0.42 347	0.26 161	0.36 214	0.38 247

NVStereoNet_ROB	4.91 472	1.40 416	16.46 367	1.47 394	1.72 448	3.46 200	1.96 431	3.89 291	3.61 470	2.90 425	24.61 521	4.81 463	4.49 458	13.57 504	4.87 440	1.33 479	1.29 482	1.70 483	1.68 486	1.41 473	1.66 471
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	3.81 445	10.78 512	15.01 351	1.84 450	1.39 388	3.73 255	1.63 408	4.05 341	3.26 457	2.91 426	2.38 386	4.36 448	3.65 440	8.43 363	4.91 441	1.11 465	1.04 472	0.99 467	1.31 481	1.58 474	1.75 476

DLCB_ROB	2.05 256	0.95 332	2.37 145	1.24 305	1.02 305	2.92 130	1.30 366	3.68 244	2.30 318	2.91 426	2.17 343	3.32 384	1.52 258	10.37 416	2.50 395	0.40 309	0.33 319	0.40 330	0.36 329	0.41 268	0.47 319

BUS	1.49 165	0.59 105	1.94 92	0.87 96	0.85 251	4.50 429	0.76 159	4.48 462	1.88 232	2.93 428	1.83 257	3.63 412	0.97 118	1.60 127	1.17 197	0.34 235	0.25 237	0.31 187	0.28 215	0.35 201	0.33 185

BSDual-CNN	1.46 161	0.59 105	1.94 92	0.87 96	0.85 251	4.16 365	1.16 344	4.48 462	1.88 232	2.93 428	1.83 257	2.60 320	1.31 203	1.60 127	1.21 207	0.34 235	0.25 237	0.31 187	0.28 215	0.35 201	0.33 185

hknet	1.98 243	0.64 162	8.70 269	0.87 96	1.07 316	4.16 365	1.16 344	4.48 462	1.73 202	2.93 428	1.83 257	3.48 395	1.30 202	3.91 276	1.51 276	0.31 187	0.25 237	0.31 187	0.28 215	0.35 201	0.33 185

edge stereo	3.37 432	1.01 344	21.99 506	1.28 321	1.37 383	2.67 114	1.39 381	3.98 320	2.87 420	2.93 428	3.27 448	4.35 446	2.43 384	11.62 466	2.39 382	0.60 415	0.63 448	0.79 458	0.55 425	0.68 403	0.67 394

NOSS_ROB	2.27 285	0.73 240	3.00 183	1.71 433	1.00 303	3.90 292	0.97 296	4.29 416	2.81 415	2.94 432	2.19 347	3.88 421	1.19 185	11.77 478	1.62 297	0.59 414	0.54 426	0.56 416	0.52 418	0.56 361	0.54 357

GANet	2.93 390	1.05 351	11.29 302	1.64 424	0.96 285	3.91 293	2.52 454	3.72 256	2.41 350	2.95 433	3.00 434	3.21 373	2.03 350	12.42 491	4.72 437	0.51 394	0.41 379	0.46 366	0.39 360	0.60 373	0.50 336

ACVNet_1	6.04 488	13.97 520	21.36 495	3.58 498	3.14 495	4.73 472	2.48 452	4.20 378	3.17 448	2.98 434	2.83 429	23.31 516	4.34 455	11.06 443	2.45 391	3.68 501	2.33 501	2.60 493	1.79 492	3.69 494	3.19 502

DMCA-RVC	2.45 329	1.22 389	18.29 396	1.23 303	1.14 329	2.49 104	0.85 221	3.29 187	1.68 186	3.02 435	1.41 122	2.00 252	1.53 265	6.39 325	2.00 348	0.38 291	0.30 294	0.44 355	0.35 319	0.45 313	0.44 298

stereogan	3.09 413	0.93 324	16.43 366	1.37 370	1.66 439	3.70 248	1.67 415	3.87 286	3.15 447	3.04 436	2.70 417	5.04 471	2.79 403	9.96 401	1.78 322	0.63 420	0.49 420	0.69 445	0.47 397	0.83 433	0.68 397

CVANet_RVC	2.55 352	1.10 363	9.13 277	1.46 391	1.15 331	3.96 315	1.53 399	3.91 300	2.50 367	3.04 436	2.04 312	2.60 320	1.72 313	12.46 493	1.50 270	0.49 385	0.30 294	0.51 396	0.41 377	0.63 383	0.50 336

ADCRef	3.30 427	1.23 393	14.90 348	1.17 278	1.41 397	3.95 310	1.64 410	3.88 289	2.36 333	3.05 438	2.21 351	2.40 293	2.81 405	5.04 293	16.63 498	0.46 360	0.34 331	0.63 436	0.62 439	0.54 353	0.67 394

RAFT-RH_RVC	2.63 361	0.55 65	19.97 439	1.26 313	0.47 86	4.46 418	0.57 62	1.71 31	1.64 176	3.06 439	5.51 472	2.03 256	1.28 196	6.70 333	1.52 278	0.42 334	0.22 158	0.37 305	0.34 304	0.28 68	0.29 127

DSFCA	1.89 223	0.69 204	3.14 189	1.10 238	1.18 337	3.99 323	1.79 420	3.50 213	2.16 290	3.10 440	1.64 183	2.91 351	2.50 389	5.38 300	2.26 374	0.43 339	0.38 358	0.37 305	0.36 329	0.50 339	0.42 283

PWC_ROB	2.69 372	2.01 452	8.36 263	1.33 343	1.90 463	3.23 163	1.18 348	4.33 433	3.25 456	3.11 441	3.41 451	2.71 329	2.18 370	9.15 378	4.48 433	0.56 409	0.31 304	0.61 431	0.36 329	0.69 405	0.74 411

LL-Strereo	3.01 406	1.81 445	17.59 388	1.12 249	2.10 474	2.90 125	1.09 330	4.33 433	2.00 253	3.12 442	2.24 355	3.29 380	3.15 420	11.31 454	1.84 328	0.30 168	0.28 271	0.46 366	0.34 304	0.49 337	0.45 304

FAT-Stereo	3.34 430	0.81 285	20.05 441	1.25 307	1.20 349	3.44 195	1.99 434	4.23 390	2.67 391	3.14 443	3.82 459	3.51 404	3.32 429	11.68 474	1.94 340	0.64 423	0.67 454	0.48 377	0.52 418	0.61 378	0.81 425

MFMNet_re	2.91 387	1.91 447	18.25 394	3.06 490	1.89 462	3.13 153	1.67 415	3.52 217	2.97 429	3.14 443	2.87 430	2.26 275	2.41 382	2.42 216	2.00 348	1.10 463	1.05 473	0.94 465	0.90 462	1.28 468	1.46 469

OMP-Stereo	1.97 241	0.93 324	1.88 86	2.76 485	0.67 189	4.58 445	1.48 392	4.31 427	1.54 126	3.15 445	2.76 421	3.25 377	1.38 212	7.66 355	1.35 242	0.40 309	0.20 98	0.33 242	0.26 161	0.33 165	0.24 51

LVE	6.88 496	9.31 506	21.14 487	3.61 499	3.18 497	4.49 426	2.79 461	10.21 508	11.69 508	3.16 446	11.53 503	18.33 508	4.31 454	11.66 472	3.52 424	4.45 512	2.93 507	2.56 492	1.91 496	3.62 491	3.16 501

XQC	2.96 394	2.42 461	14.85 345	1.36 360	1.32 372	3.29 181	1.53 399	4.28 413	2.78 403	3.21 447	2.46 390	3.53 406	2.92 409	6.58 328	4.67 435	0.70 438	0.41 379	0.59 423	0.56 427	0.96 445	0.83 430

HSM-Net_RVC	2.87 384	0.57 85	17.46 385	0.92 127	0.90 272	3.70 248	1.20 355	5.64 500	2.51 370	3.22 448	2.43 388	2.54 314	1.59 273	11.41 457	1.65 304	0.34 235	0.25 237	0.26 71	0.23 109	0.30 103	0.29 127
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
StereoDRNet	2.84 380	1.49 425	14.48 342	1.33 343	1.57 423	3.44 195	2.06 437	3.69 249	2.36 333	3.26 449	1.84 262	2.79 343	1.80 327	10.88 433	3.16 419	0.41 323	0.33 319	0.39 324	0.36 329	0.59 369	0.58 372

ETE_ROB	2.07 259	1.40 416	3.01 184	1.09 229	0.92 274	3.94 305	1.53 399	4.25 400	2.23 301	3.31 450	2.06 322	2.35 288	1.52 258	8.74 368	2.07 358	0.44 346	0.36 339	0.51 396	0.48 402	0.54 353	0.62 383

LALA_ROB	1.95 237	1.48 424	3.11 187	1.05 207	0.98 293	3.99 323	1.82 424	4.44 456	2.28 314	3.31 450	1.85 269	2.76 340	1.67 302	4.04 280	3.23 421	0.46 360	0.41 379	0.55 414	0.52 418	0.60 373	0.57 367

WAO-6	5.87 486	2.27 458	15.05 352	2.96 488	2.77 486	12.01 510	3.58 487	5.37 497	11.91 510	3.34 452	9.69 495	6.78 486	5.84 474	11.82 481	8.89 467	2.87 489	2.35 503	2.50 490	1.84 494	2.85 486	2.67 493

CBMV	3.32 429	0.96 338	21.16 489	1.32 338	0.83 243	3.81 269	3.91 494	4.47 461	2.53 372	3.34 452	2.24 355	4.45 449	2.58 394	10.07 407	1.96 345	0.45 355	0.43 387	0.48 377	0.38 354	0.52 344	0.53 351
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	5.41 478	12.60 515	20.42 464	3.27 493	3.15 496	4.50 429	3.02 471	4.66 479	3.73 474	3.35 454	5.36 471	7.86 490	2.88 406	12.33 490	4.76 438	3.12 494	2.22 497	2.70 497	1.69 487	3.49 490	3.10 499

DANet	2.63 361	1.07 357	8.10 261	1.83 449	1.70 445	3.25 169	1.16 344	4.31 427	2.38 344	3.40 455	2.18 345	4.08 432	1.80 327	9.77 391	3.89 429	0.52 400	0.55 430	0.59 423	0.44 388	0.63 383	0.86 431
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt	7.19 498	0.51 32	6.83 247	4.03 503	2.30 481	12.05 511	20.19 522	15.46 520	6.58 503	3.42 456	3.22 445	5.37 478	6.39 485	4.20 284	7.46 459	9.81 522	11.53 526	7.05 520	7.46 521	6.31 512	3.71 510

DRN-Test	3.03 408	0.99 340	18.18 393	1.35 354	1.60 425	3.59 230	1.48 392	4.13 363	2.45 358	3.47 457	1.92 290	2.58 319	2.53 391	10.88 433	2.80 411	0.39 303	0.36 339	0.44 355	0.41 377	0.55 355	0.57 367

RTSC	2.95 391	2.51 462	15.49 359	1.54 407	1.30 365	3.51 213	0.86 224	3.89 291	2.48 362	3.64 458	3.12 441	3.04 360	2.30 374	5.70 310	6.67 448	0.55 407	0.35 335	0.37 305	0.39 360	0.70 406	0.60 377

NaN_ROB	4.06 454	1.13 368	16.64 369	1.12 249	1.25 360	3.50 210	3.05 472	4.29 416	3.26 457	3.64 458	2.56 403	2.97 354	4.79 461	13.33 500	16.91 499	0.37 274	0.41 379	0.38 321	0.39 360	0.48 331	0.81 425

pmcnn	5.45 479	1.22 389	17.40 382	1.60 419	2.41 482	3.48 205	2.12 440	4.52 470	3.26 457	3.67 460	13.15 509	22.10 514	3.46 437	11.92 485	17.16 501	0.34 235	0.21 129	0.23 15	0.19 38	0.36 214	0.28 117

psmorigin	6.59 491	1.15 373	88.11 536	1.52 403	0.97 289	2.88 124	1.20 355	3.21 176	2.04 261	3.73 461	2.46 390	5.15 475	2.55 392	10.60 422	2.47 393	0.55 407	0.68 457	0.48 377	0.51 415	0.70 406	0.88 435

JetBlue	6.27 490	9.15 505	13.76 325	1.94 460	4.60 513	11.91 509	12.00 511	5.12 489	3.45 467	3.79 462	4.52 465	9.54 495	6.56 486	9.40 383	13.48 486	1.26 474	1.37 483	1.17 476	1.34 483	7.06 517	3.95 512

PWCK	5.85 485	9.95 509	15.22 357	2.90 487	1.56 419	5.66 491	7.69 504	5.27 492	4.74 489	3.88 463	7.51 479	8.04 491	5.28 467	15.18 511	8.40 464	3.08 493	1.51 485	2.24 489	1.37 485	5.55 510	1.96 480

CSAN	4.71 467	1.39 415	20.23 451	1.19 286	0.87 261	3.65 243	3.50 483	4.57 474	3.87 475	3.89 464	7.82 481	3.54 409	6.16 480	23.47 522	6.82 452	0.52 400	0.45 397	0.49 390	0.52 418	0.63 383	0.66 393

ADCMid	3.96 450	3.27 475	15.48 358	1.26 313	1.40 390	4.66 456	2.28 446	4.06 345	3.54 468	3.94 465	3.02 435	3.85 420	3.67 441	4.03 279	18.65 509	0.68 434	0.61 445	1.09 473	1.18 478	1.38 471	1.08 448

IMH-64-1	4.84 470	2.53 464	6.83 247	4.30 508	3.74 502	4.81 479	6.05 498	5.30 493	3.92 477	3.95 466	8.33 485	5.08 473	6.06 477	8.96 373	6.30 446	4.57 514	2.96 509	3.04 500	2.12 502	4.28 501	3.62 508

IMH-64	4.84 470	2.53 464	6.83 247	4.30 508	3.74 502	4.81 479	6.05 498	5.30 493	3.92 477	3.95 466	8.33 485	5.08 473	6.06 477	8.96 373	6.30 446	4.57 514	2.96 509	3.04 500	2.12 502	4.28 501	3.62 508

RTS	3.90 447	7.04 493	17.94 390	1.92 456	2.19 476	5.00 483	2.96 468	4.29 416	3.19 450	4.05 468	3.08 438	4.94 466	3.16 421	7.64 352	6.72 449	0.66 428	0.44 392	0.51 396	0.47 397	0.95 441	0.76 416

RTSA	3.90 447	7.04 493	17.94 390	1.92 456	2.19 476	5.00 483	2.96 468	4.29 416	3.19 450	4.05 468	3.08 438	4.94 466	3.16 421	7.64 352	6.72 449	0.66 428	0.44 392	0.51 396	0.47 397	0.95 441	0.76 416

AnyNet_C01	4.37 461	7.80 495	16.40 365	1.98 462	1.40 390	6.37 494	6.47 501	4.09 353	5.03 492	4.06 470	3.78 457	4.16 437	3.31 428	6.62 330	10.00 470	0.61 417	0.67 454	0.63 436	0.67 442	2.01 479	1.31 459

HBP-ISP	3.25 426	1.10 363	20.86 478	1.54 407	1.15 331	4.50 429	2.89 466	4.43 455	2.38 344	4.14 471	1.96 294	1.90 234	2.04 352	11.08 446	1.32 234	0.66 428	0.57 433	0.66 442	0.61 438	0.64 390	0.61 380

Dean	7.52 499	9.08 504	21.41 496	3.74 501	3.53 499	4.81 479	3.53 484	5.33 496	5.25 493	4.17 472	26.53 522	25.62 522	4.09 450	10.97 437	4.32 431	3.69 502	2.30 500	2.91 499	1.87 495	4.03 499	3.24 504

DAS	2.31 297	0.67 193	4.79 229	1.14 257	1.64 432	2.93 133	2.13 441	4.09 353	2.74 398	4.17 472	2.52 398	2.46 307	1.79 322	11.55 463	1.63 299	0.37 274	0.22 158	0.39 324	0.25 143	0.41 268	0.34 198

SepStereo	2.15 268	0.67 193	4.79 229	1.14 257	1.64 432	2.93 133	2.13 441	4.09 353	2.74 398	4.17 472	2.52 398	2.46 307	1.79 322	8.36 361	1.63 299	0.37 274	0.22 158	0.39 324	0.25 143	0.41 268	0.34 198

SGM-Forest	2.96 394	0.62 142	3.49 202	1.09 229	0.80 230	4.06 334	3.30 477	4.37 445	3.09 441	4.18 475	3.27 448	4.67 462	3.86 445	11.69 475	7.91 461	0.51 394	0.46 406	0.49 390	0.39 360	0.48 331	0.49 329
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AnyNet_C32	4.17 457	5.75 490	12.62 312	1.60 419	1.54 412	5.51 489	4.09 495	3.90 296	3.23 455	4.22 476	3.03 436	3.10 365	3.41 432	8.01 359	18.85 510	0.53 403	0.58 438	0.53 406	0.74 449	1.19 465	0.97 441

WAO-7	5.16 474	3.21 473	18.98 411	1.88 455	1.44 399	5.34 487	3.09 475	4.91 487	5.81 499	4.35 477	8.92 493	6.55 484	6.06 477	13.40 502	10.81 474	1.34 480	1.20 480	1.48 482	1.35 484	1.60 475	1.45 467

G-Net	4.11 455	1.21 383	19.47 423	2.31 477	2.94 489	4.74 475	2.95 467	3.33 197	2.14 287	4.44 478	9.43 494	6.93 487	3.84 444	9.01 375	4.92 442	0.79 444	0.80 467	0.70 447	0.50 411	0.95 441	0.87 434

SANet	5.65 483	1.72 439	20.94 482	1.26 313	0.88 264	7.20 499	3.81 492	4.60 476	11.23 506	4.56 479	8.78 491	7.49 488	6.95 487	11.85 482	18.11 505	0.49 385	0.44 392	0.50 393	0.42 383	0.90 438	0.82 429

SHD	2.82 378	2.04 454	13.80 330	1.69 429	1.79 455	2.73 116	1.07 321	3.85 280	3.18 449	4.63 480	2.74 418	3.38 391	2.77 402	5.48 304	3.66 426	0.62 419	0.47 410	0.51 396	0.55 425	0.65 393	0.74 411

IMH	6.81 495	13.66 518	20.41 463	4.33 510	3.74 502	5.50 488	3.06 473	5.49 499	6.22 500	4.64 481	10.35 498	9.30 494	8.03 498	13.61 505	6.81 451	4.80 517	2.99 512	3.09 502	2.12 502	4.36 503	3.61 507

SPS-STEREO	3.97 451	1.44 421	20.85 477	1.72 435	1.71 446	3.24 166	2.30 448	3.55 224	2.68 393	4.79 482	3.66 455	5.44 480	2.97 410	9.11 376	9.35 468	1.15 466	1.10 475	1.06 471	1.02 471	1.16 462	1.18 454
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SDNR	3.97 451	1.93 448	20.28 457	1.31 335	0.94 281	5.16 485	0.67 108	4.33 433	2.58 380	4.82 483	5.94 475	5.01 470	1.45 239	17.52 514	2.53 398	0.79 444	0.72 461	0.59 423	0.45 392	1.15 461	1.17 453

ADCS	4.22 459	5.33 486	16.32 364	1.64 424	1.31 367	3.91 293	3.64 488	4.21 383	2.89 421	5.11 484	2.81 427	4.46 450	3.06 419	5.21 297	19.50 512	0.63 420	0.64 449	0.69 445	0.69 447	1.12 456	1.26 456

test_sample8	4.76 468	1.05 351	7.87 256	1.07 215	0.86 256	3.93 300	1.19 351	4.38 446	2.05 264	5.49 485	1.89 282	12.98 502	6.37 482	11.06 443	11.61 479	1.23 470	14.45 527	4.27 513	2.09 499	0.70 406	0.69 399

LSM	12.71 514	3.52 478	20.79 476	55.63 534	84.76 532	3.63 242	6.30 500	3.73 257	4.93 491	5.55 486	13.92 511	3.53 406	3.25 426	9.72 390	4.12 430	0.64 423	0.85 468	0.71 448	0.81 458	1.03 447	26.84 527

PVD	3.12 416	1.97 451	12.80 314	1.79 446	1.63 430	3.83 271	1.34 370	3.48 207	3.88 476	5.77 487	3.56 454	3.45 394	3.29 427	5.58 308	5.30 445	0.71 440	0.69 458	0.74 456	0.77 453	0.79 427	1.13 452

JetRed	10.48 506	27.10 526	35.70 524	4.27 506	4.09 509	15.55 519	12.83 513	12.16 510	5.50 495	5.83 488	5.56 473	10.14 496	7.43 492	8.88 370	26.39 523	3.32 495	3.81 516	3.51 507	2.96 515	7.85 518	6.69 521

CBMV_ROB	3.62 437	0.70 214	21.42 497	1.21 296	0.89 269	4.43 416	1.76 419	4.39 448	2.79 405	5.88 489	3.38 450	4.18 438	5.12 465	10.75 427	2.32 379	0.56 409	0.55 430	0.53 406	0.51 415	0.55 355	0.46 314

ADCL	4.35 460	1.63 432	14.21 338	1.29 324	1.26 362	5.56 490	11.16 508	3.97 318	3.37 463	6.07 490	4.67 466	4.30 445	5.72 473	5.08 295	14.51 488	0.50 388	0.48 416	0.89 464	0.77 453	0.78 425	0.76 416

MADNet++	7.57 501	5.80 491	13.28 317	6.38 518	5.26 515	7.18 498	7.77 505	5.32 495	5.62 497	6.11 491	7.78 480	6.02 483	8.01 497	11.74 477	16.36 497	9.36 521	4.95 519	8.57 522	5.66 519	4.83 507	5.34 518

aanetorigin	3.30 427	1.66 436	17.52 387	1.18 284	1.58 424	2.57 109	3.80 491	2.65 121	2.03 257	6.12 492	4.30 464	2.82 344	5.70 472	5.47 303	4.67 435	0.50 388	0.44 392	0.43 351	0.47 397	1.17 463	0.92 437

TCMNet-wrong-test	12.32 512	14.13 521	19.38 420	22.38 524	19.85 520	15.99 520	12.34 512	22.95 523	4.56 485	6.24 493	6.27 476	18.40 509	15.71 509	10.10 409	10.72 473	9.06 520	4.78 517	5.35 517	3.95 517	12.28 523	11.97 522

DispFullNet	4.64 466	3.48 477	23.95 517	3.99 502	3.03 491	3.35 184	1.06 319	4.18 374	2.80 409	6.33 494	2.94 431	4.04 430	7.81 495	3.92 277	5.16 443	2.75 488	1.61 487	3.10 503	2.68 510	3.32 489	3.31 505

WCMA_ROB	5.12 473	0.90 313	21.33 493	1.50 400	1.33 375	4.09 341	3.49 482	4.03 333	4.59 486	6.57 495	10.95 500	12.92 501	8.41 500	9.86 396	8.78 466	0.75 441	0.58 438	0.51 396	0.50 411	0.68 403	0.57 367

KSHMR	16.96 518	5.37 487	21.64 504	4.46 511	4.50 511	8.30 505	3.32 478	15.58 521	76.24 534	6.62 496	61.47 532	56.53 532	5.43 470	35.17 529	11.37 477	4.39 510	2.97 511	3.63 511	2.74 512	5.10 508	4.34 516

SAMSARA	3.55 435	2.16 457	14.18 337	1.86 453	1.49 405	4.62 450	2.65 459	3.58 228	2.80 409	7.05 497	3.05 437	5.16 476	4.07 449	9.18 379	4.80 439	0.64 423	0.67 454	0.59 423	0.68 445	0.89 436	0.91 436

UNDER WATER-64	9.33 503	5.37 487	22.60 510	5.22 517	4.86 514	10.75 508	4.61 497	11.45 509	17.30 515	7.59 498	9.80 497	15.99 507	17.90 515	10.63 423	15.72 492	4.36 509	2.87 506	4.39 516	2.86 513	7.01 516	5.36 519

WAO-8	11.95 510	13.02 516	20.56 469	3.50 494	3.08 493	15.11 517	2.80 462	12.91 513	19.11 520	7.69 499	13.12 507	11.62 498	7.01 490	84.40 538	7.91 461	3.42 496	1.92 492	3.54 509	1.93 497	3.68 492	2.69 494

Venus	11.95 510	13.02 516	20.56 469	3.50 494	3.08 493	15.11 517	2.80 462	12.91 513	19.11 520	7.69 499	13.12 507	11.62 498	7.01 490	84.40 538	7.91 461	3.42 496	1.92 492	3.54 509	1.93 497	3.68 492	2.69 494

UNDER WATER	10.47 505	3.95 481	22.62 511	5.07 516	4.51 512	7.78 503	3.77 490	12.56 512	21.72 522	7.84 501	10.78 499	23.96 518	31.66 524	10.78 430	16.19 496	4.44 511	2.93 507	4.24 512	2.86 513	6.33 513	5.47 520

SGM_RVC	4.57 464	0.72 229	17.46 385	1.84 450	0.58 152	4.23 386	3.45 481	4.66 479	3.66 472	7.99 502	8.82 492	7.56 489	8.74 501	12.30 488	6.84 453	0.43 339	0.38 358	0.39 324	0.35 319	0.51 341	0.48 323
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS_RVC	5.72 484	1.64 435	20.40 462	2.09 467	2.01 468	4.95 482	11.47 510	4.66 479	6.31 502	8.09 503	8.01 482	8.06 493	11.65 504	8.36 361	10.22 471	0.99 460	1.17 476	0.81 461	0.76 451	1.14 458	1.58 470
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.50 507	8.60 497	20.23 451	4.54 513	3.95 506	6.27 493	3.44 480	8.07 506	4.75 490	8.73 504	46.45 527	13.86 506	27.86 523	13.49 503	13.61 487	4.56 513	3.18 513	3.52 508	2.68 510	8.13 520	4.05 513

EDNetEfficientorigin	12.35 513	2.51 462	179.47 540	1.19 286	0.96 285	2.91 128	1.81 423	3.00 154	5.35 494	8.91 505	4.79 467	4.18 438	4.64 460	9.98 402	11.30 476	0.37 274	0.38 358	0.60 428	0.85 459	1.32 470	2.43 490

ELAS	5.99 487	1.62 430	20.29 458	1.96 461	2.01 468	15.09 516	8.38 507	5.23 491	5.54 496	9.02 506	8.61 488	6.74 485	9.75 503	7.48 348	11.40 478	0.96 458	1.18 477	0.72 452	0.93 464	1.30 469	1.67 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MDST_ROB	5.53 480	0.59 105	23.11 512	2.55 481	2.69 484	21.20 521	1.98 433	4.77 484	2.65 388	9.36 507	4.25 462	4.14 436	4.45 457	22.57 517	3.68 427	0.48 373	0.33 319	0.47 369	0.44 388	0.44 305	0.44 298

DGTPSM_ROB	15.31 516	8.85 500	28.14 522	9.90 522	18.89 518	12.44 512	33.21 525	13.48 515	17.86 518	9.50 508	22.89 518	13.78 504	19.67 517	21.26 515	23.68 517	5.08 518	8.84 520	5.62 518	11.50 522	6.72 514	14.87 523

DPSMNet_ROB	15.52 517	8.89 501	31.44 523	10.07 523	18.91 519	12.44 512	33.22 526	13.51 516	17.94 519	9.58 509	22.91 519	13.79 505	19.67 517	21.43 516	23.73 518	5.17 519	8.84 520	5.63 519	11.52 525	6.79 515	14.90 524

FCDSN-DC	6.04 488	0.84 299	19.25 415	1.24 305	1.09 321	4.38 403	2.62 458	4.38 446	4.71 487	9.59 510	11.22 501	19.19 510	17.40 513	12.30 488	8.55 465	0.69 437	0.57 433	0.60 428	0.60 435	0.70 406	0.78 420
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TorneroNet-64	10.12 504	8.74 498	20.95 483	4.27 506	3.76 505	13.86 514	2.85 464	15.05 518	23.15 523	10.07 511	23.84 520	13.47 503	8.24 499	13.96 509	17.21 502	3.96 507	2.72 504	3.23 504	2.48 506	6.29 511	4.27 515

MeshStereo	5.35 477	1.32 406	21.34 494	1.34 350	1.15 331	4.40 410	3.90 493	5.18 490	4.55 484	10.14 512	11.82 505	11.47 497	5.84 474	13.84 508	7.03 456	0.61 417	0.58 438	0.60 428	0.58 431	0.72 418	0.59 376
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
MSMD_ROB	5.61 481	1.08 359	16.68 370	1.21 296	0.83 243	10.14 507	2.07 439	3.93 306	6.22 500	10.37 513	8.03 483	22.22 515	9.45 502	11.66 472	4.52 434	0.66 428	0.58 438	0.66 442	0.68 445	0.65 393	0.63 387

FC-DCNN	6.64 492	0.77 268	19.26 417	1.68 428	1.64 432	8.27 504	2.35 449	6.35 501	9.23 504	10.85 514	11.27 502	19.89 511	13.33 506	12.51 494	11.79 481	0.66 428	0.57 433	0.58 420	0.56 427	0.63 383	0.61 380

MANE	11.39 508	1.38 413	23.16 513	4.82 515	2.79 487	22.02 522	14.51 515	25.81 524	26.28 524	10.93 515	13.17 510	19.90 512	18.03 516	15.69 513	20.41 514	0.96 458	0.74 463	1.42 480	3.24 516	0.74 419	1.71 473

FC-DCNN v2	6.91 497	0.77 268	19.25 415	1.69 429	1.64 432	9.13 506	2.40 450	7.20 503	9.47 505	11.07 516	11.62 504	20.05 513	15.79 510	12.55 495	11.99 482	0.66 428	0.57 433	0.58 420	0.56 427	0.63 383	0.61 380

EDNetEfficient	5.61 481	2.14 456	16.75 372	1.67 427	3.64 500	4.12 349	7.51 503	3.05 160	5.63 498	11.57 517	4.83 468	3.95 423	12.72 505	8.44 364	20.78 515	0.41 323	0.43 387	0.47 369	1.01 469	1.66 477	1.39 466

SGM+DAISY	8.36 502	3.82 479	24.83 518	2.02 464	1.75 450	14.80 515	17.22 517	4.27 408	11.79 509	13.88 518	14.38 512	11.74 500	13.83 507	10.56 420	15.12 489	1.21 468	1.19 479	1.14 475	1.13 476	1.17 463	1.37 463

DPSM_ROB	20.78 521	20.03 524	26.57 520	23.62 526	22.46 521	31.10 525	39.97 529	33.52 528	17.41 516	15.25 519	15.80 515	24.06 519	20.71 520	23.30 520	27.62 525	10.78 523	9.41 523	11.69 525	11.50 522	14.49 524	16.36 525

DPSM	20.78 521	20.03 524	26.57 520	23.62 526	22.46 521	31.10 525	39.97 529	33.52 528	17.41 516	15.25 519	15.80 515	24.06 519	20.71 520	23.30 520	27.62 525	10.78 523	9.41 523	11.69 525	11.50 522	14.49 524	16.36 525

SGM-ForestM	11.55 509	1.16 376	21.62 502	2.14 468	0.81 233	22.25 523	19.08 520	16.50 522	11.34 507	15.94 521	14.44 513	27.12 523	22.61 522	24.76 523	28.39 527	0.50 388	0.48 416	0.47 369	0.44 388	0.55 355	0.53 351

LRCNet_RVC	25.52 524	33.45 527	23.21 515	31.79 528	32.78 524	6.74 497	1.18 348	25.88 525	4.46 483	28.94 522	30.89 523	24.91 521	17.57 514	27.66 524	24.34 520	35.26 531	25.60 532	35.91 531	33.81 530	31.90 531	34.10 532

CasAABBNet	41.80 529	40.20 530	53.41 534	47.73 532	45.18 529	62.51 534	80.71 538	67.26 535	34.80 525	30.49 523	31.88 525	48.24 530	41.81 530	46.63 535	55.64 535	21.60 526	18.88 530	23.48 528	23.22 529	29.19 529	33.05 530

Selective-RAFT-Error	41.77 528	40.16 529	53.34 533	47.73 532	45.25 530	62.51 534	80.64 537	67.22 534	34.93 526	30.64 524	31.81 524	48.11 529	42.11 531	46.57 533	54.95 533	21.61 527	18.87 529	23.48 528	23.15 528	29.16 528	33.08 531

LSM0	49.58 533	40.04 528	53.62 535	97.15 535	128.68 536	62.75 536	79.89 536	67.63 536	35.11 527	33.02 525	32.61 526	48.43 531	41.60 529	46.60 534	55.43 534	21.63 528	18.99 531	23.62 530	23.13 527	29.47 530	52.26 536

LE_ROB	18.58 519	1.21 383	48.38 530	8.60 521	23.00 523	7.32 501	19.74 521	9.94 507	38.69 528	43.53 526	21.91 517	28.40 524	40.92 527	23.18 519	54.71 532	0.34 235	0.33 319	0.32 207	0.36 329	0.42 287	0.40 273

HaxPig	43.25 530	43.65 531	45.00 528	33.85 529	35.61 526	32.69 527	30.52 523	45.09 531	42.97 529	48.77 527	48.17 529	43.00 525	40.26 526	44.58 531	43.61 529	47.18 532	49.30 533	51.54 533	50.25 532	43.73 532	45.29 533

AVERAGE_ROB	44.46 531	45.91 532	46.59 529	40.59 531	38.66 527	32.99 528	30.52 523	46.19 532	43.26 530	49.59 528	48.97 530	44.62 527	39.89 525	45.04 532	43.94 530	48.74 533	50.69 534	50.80 532	49.79 531	45.54 533	46.97 534

HanzoNet	31.60 527	17.23 522	21.22 492	7.32 519	5.84 516	7.25 500	3.53 484	13.82 517	14.20 513	50.38 529	47.01 528	44.45 526	56.61 534	36.61 530	32.00 528	63.89 535	56.57 536	7.97 521	89.20 536	28.69 526	28.25 529

MEDIAN_ROB	47.37 532	49.08 533	49.92 531	40.32 530	39.97 528	34.95 529	33.43 527	49.17 533	46.39 532	53.06 530	52.65 531	47.65 528	42.23 532	48.35 536	47.29 531	52.10 534	54.04 535	54.28 534	53.48 533	48.76 534	50.33 535

TorneroNet	25.88 525	11.28 514	21.62 502	4.20 505	4.07 508	55.25 533	3.15 476	15.16 519	76.94 535	58.09 531	82.72 536	86.88 537	41.15 528	13.35 501	18.13 506	4.32 508	2.85 505	3.45 505	2.62 508	8.33 521	4.14 514

xxxxx1	112.33 538	88.53 537	37.76 525	227.84 539	157.23 538	39.05 530	61.41 533	93.76 538	79.29 537	62.45 532	74.79 533	78.32 534	70.96 535	33.47 526	70.69 536	114.00 537	130.36 538	259.31 539	274.34 539	145.54 537	147.50 538

tt_ll	112.33 538	88.53 537	37.76 525	227.84 539	157.23 538	39.05 530	61.41 533	93.76 538	79.29 537	62.45 532	74.79 533	78.32 534	70.96 535	33.47 526	70.69 536	114.00 537	130.36 538	259.31 539	274.34 539	145.54 537	147.50 538

ff	112.33 538	88.53 537	37.76 525	227.84 539	157.23 538	39.05 530	61.41 533	93.76 538	79.29 537	62.45 532	74.79 533	78.32 534	70.96 535	33.47 526	70.69 536	114.00 537	130.36 538	259.31 539	274.34 539	145.54 537	147.50 538

Anonymous_1	57.11 535	19.68 523	26.15 519	23.10 525	142.31 537	30.84 524	39.75 528	33.86 530	16.98 514	70.53 535	15.42 514	23.46 517	19.75 519	23.04 518	27.23 524	164.73 540	9.02 522	130.38 537	137.40 537	161.27 540	27.24 528

ktn	21.74 523	10.34 510	19.68 428	4.53 512	4.00 507	6.53 496	4.51 496	6.79 502	78.82 536	84.69 536	100.86 539	58.49 533	7.57 494	12.11 487	13.35 485	4.58 516	3.24 514	3.49 506	2.62 508	4.65 506	3.84 511

BEATNet-Init1	49.72 534	64.32 536	97.77 537	4.68 514	4.28 510	84.75 538	60.42 532	73.38 537	68.59 533	88.29 537	88.51 538	91.94 538	97.99 538	85.26 540	70.96 539	0.80 446	0.65 450	0.85 462	0.70 448	7.96 519	2.33 486

PML	64.32 536	53.22 534	17.88 389	8.10 520	32.94 525	148.46 540	247.79 541	12.18 511	45.42 531	111.41 538	288.92 541	101.47 539	101.31 539	31.67 525	15.55 490	14.03 525	4.83 518	10.98 524	6.18 520	28.82 527	5.17 517

coex-ft	18.59 520	6.62 492	113.53 538	1.17 278	1.31 367	2.33 95	1.93 430	2.81 140	14.00 511	124.82 539	8.45 487	5.90 482	51.74 533	9.99 403	22.69 516	0.57 411	0.62 446	0.50 393	0.49 405	1.08 453	1.28 457

DPSimNet_ROB	102.30 537	119.72 541	143.59 539	109.42 536	94.10 533	127.22 539	127.15 539	26.62 526	102.36 540	149.58 540	83.99 537	139.34 540	137.54 540	64.62 537	82.36 540	105.18 536	66.15 537	120.15 536	69.61 535	99.58 536	77.72 537

test_example2	212.63 541	219.92 542	221.87 541	213.67 538	221.17 541	199.47 541	200.74 540	185.30 541	141.66 541	209.52 541	213.45 540	210.82 541	205.48 541	221.27 541	216.64 541	236.83 541	242.07 541	213.93 538	217.01 538	235.69 541	226.10 541

ccccc		629.75 543		567.84 542	570.84 542	582.44 542		613.82 542		614.58 542		555.57 542		666.94 542		781.57 542	507.24 542	391.36 542	342.44 542	689.82 542

ASD4		113.98 540

Low-res two-view benchmark