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

HI	0.54 147	0.37 294	1.50 210	0.13 286	0.00 1	1.15 134	0.00 1	1.68 91	0.62 108	1.34 281	0.01 1	2.67 353	0.66 316	0.36 118	0.20 162	0.00 1	0.04 377	0.00 1	0.00 1	0.05 235	0.00 1

CoSv	0.54 147	0.37 294	1.50 210	0.13 286	0.00 1	1.15 134	0.00 1	1.68 91	0.62 108	1.34 281	0.01 1	2.67 353	0.66 316	0.36 118	0.20 162	0.00 1	0.04 377	0.00 1	0.00 1	0.05 235	0.00 1

SCV_C0	0.34 69	0.20 204	0.96 86	0.02 93	0.00 1	0.41 25	0.02 148	3.62 284	0.65 134	0.12 89	0.01 1	0.07 78	0.09 159	0.18 34	0.13 111	0.00 1	0.03 363	0.00 1	0.19 428	0.12 336	0.04 276

SCV	0.42 97	0.28 256	0.68 41	0.26 347	0.16 360	0.26 7	0.05 241	4.98 403	0.63 116	0.10 79	0.01 1	0.02 4	0.05 99	0.26 82	0.13 111	0.00 1	0.01 274	0.00 1	0.18 426	0.25 412	0.18 415

DEFOM-Stereo_RVC	0.19 18	0.03 2	0.46 13	0.03 142	0.00 1	0.36 21	0.02 148	1.68 91	0.67 152	0.01 4	0.01 1	0.05 51	0.00 1	0.12 16	0.22 171	0.00 1	0.02 333	0.00 1	0.15 406	0.01 39	0.00 1

FoundationStereo	0.08 1	0.12 122	0.24 2	0.02 93	0.01 143	0.12 1	0.04 220	0.24 1	0.59 79	0.00 1	0.01 1	0.04 26	0.01 9	0.11 12	0.07 55	0.00 1	0.02 333	0.00 1	0.00 1	0.00 1	0.00 1

StereoAnything_RVC	0.66 178	1.49 461	1.08 127	0.01 26	0.01 143	0.37 22	0.05 241	2.93 182	0.63 116	0.08 56	0.01 1	0.00 1	0.02 29	0.17 31	0.04 8	0.00 1	0.07 407	0.00 1	0.00 1	6.28 478	0.01 86

AIO_rvc	0.21 23	0.32 275	0.50 19	0.09 259	0.03 250	0.43 30	0.06 263	1.25 62	0.63 116	0.03 28	0.01 1	0.09 89	0.04 85	0.28 92	0.16 139	0.00 1	0.01 274	0.00 1	0.03 350	0.10 319	0.10 370

HUF	0.25 45	0.32 275	1.18 155	0.06 209	0.11 334	0.31 8	0.08 277	0.73 35	0.62 108	0.10 79	0.01 1	0.02 4	0.03 58	0.16 27	0.14 122	0.00 1	0.58 477	0.00 1	0.00 1	0.14 348	0.37 449

AIO_test	0.17 10	0.11 114	0.55 26	0.08 248	0.06 290	0.42 29	0.06 263	0.35 6	0.38 65	0.03 28	0.01 1	0.86 228	0.03 58	0.21 60	0.10 93	0.00 1	0.01 274	0.00 1	0.08 385	0.03 176	0.02 188

castereo++	0.25 45	0.15 155	0.48 18	0.09 259	0.00 1	1.08 103	0.03 194	1.53 82	0.67 152	0.00 1	0.01 1	0.59 184	0.00 1	0.09 3	0.06 47	0.00 1	0.02 333	0.00 1	0.28 461	0.02 121	0.00 1

castereo	0.32 64	0.28 256	0.46 13	0.01 26	0.05 279	0.81 46	0.04 220	3.37 249	0.61 96	0.08 56	0.01 1	0.08 84	0.14 200	0.10 10	0.11 102	0.00 1	0.01 274	0.00 1	0.22 441	0.02 121	0.01 86

MonSter	0.19 18	0.07 51	0.24 2	0.00 1	0.00 1	0.41 25	0.00 1	2.16 117	0.64 127	0.03 28	0.01 1	0.04 26	0.01 9	0.09 3	0.08 68	0.00 1	0.00 1	0.00 1	0.01 321	0.00 1	0.01 86

GIP-stereo	0.31 61	0.03 2	0.78 51	0.00 1	0.00 1	1.06 94	0.03 194	2.98 185	0.66 143	0.05 40	0.01 1	0.04 26	0.01 9	0.18 34	0.24 182	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.00 1

fffft	0.22 29	0.03 2	0.46 13	0.01 26	0.00 1	0.93 63	0.01 77	1.42 69	0.61 96	0.02 9	0.01 1	0.04 26	0.01 9	0.21 60	0.34 240	0.00 1	0.00 1	0.00 1	0.00 1	0.14 348	0.07 345
1: 1. 1
DEFOM-Stereo	0.14 5	0.04 9	0.38 8	0.05 192	0.00 1	1.04 84	0.00 1	0.32 4	0.63 116	0.00 1	0.01 1	0.04 26	0.03 58	0.20 52	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

SMoEStereo_RVC	0.18 16	0.06 37	0.53 23	0.02 93	0.00 1	1.03 76	0.04 220	0.38 8	0.64 127	0.07 48	0.01 1	0.04 26	0.02 29	0.26 82	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.07 270	0.10 370

tt45	0.47 121	0.06 37	0.70 44	0.02 93	0.00 1	1.30 208	0.05 241	0.85 45	0.60 87	0.05 40	0.01 1	0.09 89	0.03 58	5.40 354	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.09 306	0.01 86

fffy	0.14 5	0.06 37	0.88 66	0.02 93	0.00 1	0.33 11	0.01 77	0.79 39	0.13 4	0.02 9	0.01 1	0.06 64	0.01 9	0.16 27	0.03 5	0.00 1	0.04 377	0.00 1	0.00 1	0.09 306	0.06 327

dual_stereo	0.29 55	0.05 19	0.31 7	0.03 142	0.00 1	0.31 8	0.02 148	3.31 243	0.61 96	0.01 4	0.01 1	0.02 4	0.03 58	0.79 166	0.13 111	0.00 1	0.07 407	0.00 1	0.08 385	0.00 1	0.01 86

rvit_stereo_0083	0.13 3	0.02 1	0.30 6	0.00 1	0.00 1	0.14 3	0.01 77	0.56 21	1.11 269	0.05 40	0.01 1	0.04 26	0.02 29	0.25 74	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 86

rvit_stereo_0081_aga	0.17 10	0.11 114	0.81 54	0.00 1	0.00 1	0.80 43	0.01 77	0.79 39	0.59 79	0.02 9	0.01 1	0.05 51	0.03 58	0.19 40	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 10	0.04 9	0.25 4	0.00 1	0.00 1	0.75 40	0.01 77	1.22 59	0.79 204	0.07 48	0.01 1	0.03 15	0.02 29	0.17 31	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

model_zeroshot	0.49 129	0.26 241	2.10 304	0.03 142	0.01 143	1.69 335	0.08 277	2.63 153	0.18 24	1.02 239	0.01 1	0.61 186	0.06 121	0.86 169	0.14 122	0.00 1	0.02 333	0.00 1	0.16 415	0.02 121	0.01 86

ACV-stereo	1.64 379	0.27 245	2.94 368	0.04 172	0.04 269	6.31 456	0.18 325	1.81 99	0.22 40	0.23 112	0.01 1	10.52 465	5.41 463	4.07 286	0.77 326	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.02 188

rvit_stereo_0082	0.17 10	0.04 9	0.25 4	0.00 1	0.00 1	0.75 40	0.01 77	1.22 59	0.79 204	0.07 48	0.01 1	0.03 15	0.02 29	0.17 31	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo++	0.20 21	0.05 19	0.22 1	0.01 26	0.00 1	1.11 114	0.00 1	1.84 100	0.34 60	0.08 56	0.01 1	0.02 4	0.03 58	0.19 40	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.01 86

Pointernet	0.34 69	0.10 95	1.09 130	0.01 26	0.08 310	1.18 147	0.05 241	2.99 186	0.62 108	0.03 28	0.01 1	0.15 118	0.05 99	0.24 69	0.09 81	0.00 1	0.00 1	0.00 1	0.11 398	0.01 39	0.00 1

IGEV-Stereo+	0.43 104	0.17 177	0.46 13	0.14 298	1.06 459	0.63 38	0.02 148	0.30 3	0.24 48	0.09 64	0.01 1	0.04 26	0.03 58	1.86 215	0.05 23	0.00 1	0.01 274	0.00 1	0.15 406	1.83 473	1.61 475

AIO-Stereo	0.21 23	0.07 51	0.44 11	0.03 142	0.03 250	0.41 25	0.01 77	1.65 86	0.65 134	0.09 64	0.01 1	0.02 4	0.04 85	0.22 63	0.05 23	0.00 1	0.00 1	0.00 1	0.33 470	0.05 235	0.08 358

RSM++	0.17 10	0.07 51	0.42 10	0.03 142	0.00 1	0.40 24	0.00 1	1.18 58	0.59 79	0.02 9	0.01 1	0.01 2	0.05 99	0.20 52	0.14 122	0.00 1	0.00 1	0.00 1	0.17 423	0.09 306	0.07 345

RSM	0.18 16	0.05 19	0.39 9	0.03 142	0.02 228	0.38 23	0.00 1	1.33 66	0.59 79	0.09 64	0.01 1	0.03 15	0.04 85	0.19 40	0.14 122	0.00 1	0.00 1	0.00 1	0.16 415	0.06 255	0.04 276

test_sample1	0.61 160	0.04 9	0.90 71	0.34 372	0.00 1	1.09 105	0.00 1	3.54 276	0.88 226	0.86 207	0.01 1	0.53 178	0.34 257	3.51 260	0.20 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

CAS++	0.32 64	0.22 222	0.69 43	0.04 172	0.00 1	0.35 16	0.01 77	4.32 354	0.48 71	0.02 9	0.01 1	0.07 78	0.00 1	0.19 40	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.27 49	0.27 245	0.64 35	0.02 93	0.01 143	1.64 326	0.01 77	1.41 68	0.73 185	0.10 79	0.01 1	0.03 15	0.10 167	0.24 69	0.04 8	0.00 1	0.07 407	0.00 1	0.00 1	0.03 176	0.06 327

11t1	0.33 66	0.05 19	0.86 62	0.44 385	0.00 1	1.04 84	0.00 1	2.45 138	0.60 87	0.44 151	0.01 1	0.05 51	0.05 99	0.43 128	0.06 47	0.00 1	0.01 274	0.00 1	0.00 1	0.02 121	0.01 86

ff7	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 406	0.07 270	0.01 86

ffff	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 406	0.07 270	0.01 86

11t	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 406	0.07 270	0.01 86

CASnet	0.16 7	0.14 143	0.52 22	0.01 26	0.00 1	0.86 50	0.00 1	0.51 14	0.75 192	0.10 79	0.01 1	0.04 26	0.02 29	0.22 63	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala_base	1.19 325	0.11 114	0.90 71	0.07 233	0.05 279	1.19 150	0.01 77	4.28 347	0.15 11	0.04 37	0.01 1	0.24 132	0.04 85	0.12 16	0.29 214	7.21 485	1.13 482	0.00 1	0.25 451	7.61 482	0.00 1

AEACV	0.22 29	0.05 19	0.66 38	0.02 93	0.03 250	0.87 52	0.00 1	1.07 52	0.15 11	0.18 107	0.01 1	0.02 4	0.72 324	0.15 24	0.09 81	0.00 1	0.03 363	0.00 1	0.27 457	0.08 284	0.07 345

GCAP-Stereo	0.24 41	0.29 266	0.82 56	0.01 26	0.00 1	1.24 182	0.00 1	1.70 94	0.23 43	0.02 9	0.01 1	0.09 89	0.10 167	0.18 34	0.05 23	0.00 1	0.03 363	0.00 1	0.00 1	0.08 284	0.01 86

anonymousdsp	0.21 23	0.21 212	0.63 32	0.02 93	0.00 1	1.07 95	0.00 1	0.74 37	0.77 201	0.09 64	0.01 1	0.04 26	0.07 137	0.25 74	0.04 8	0.00 1	0.00 1	0.00 1	0.16 415	0.08 284	0.03 247

Selective-IGEV	0.22 29	0.06 37	0.46 13	0.05 192	0.04 269	0.34 14	0.04 220	2.16 117	0.59 79	0.09 64	0.01 1	0.02 4	0.05 99	0.18 34	0.05 23	0.00 1	0.00 1	0.00 1	0.09 390	0.03 176	0.09 364

EGLCR-Stereo	0.28 51	0.09 76	0.73 46	0.18 317	0.05 279	1.17 140	0.04 220	2.37 125	0.17 22	0.35 134	0.01 1	0.01 2	0.02 29	0.38 123	0.04 8	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.03 247

Selective-RAFT	0.37 82	0.06 37	0.65 37	0.03 142	0.01 143	1.17 140	0.02 148	2.63 153	0.66 143	0.01 4	0.01 1	0.22 131	0.18 213	1.31 192	0.24 182	0.00 1	0.00 1	0.00 1	0.20 433	0.04 212	0.00 1

ProNet	0.20 21	0.25 237	0.78 51	0.01 26	0.01 143	0.95 68	0.00 1	0.70 31	0.68 159	0.02 9	0.01 1	0.05 51	0.03 58	0.31 101	0.03 5	0.00 1	0.01 274	0.00 1	0.00 1	0.12 336	0.04 276

CroCo-Stereo Lap2	0.33 66	0.49 354	1.18 155	0.02 93	0.00 1	0.33 11	0.00 1	3.08 201	0.61 96	0.02 9	0.01 1	0.04 26	0.08 151	0.45 135	0.15 131	0.00 1	0.00 1	0.00 1	0.00 1	0.07 270	0.02 188

qqq	0.50 132	0.04 9	0.78 51	0.02 93	0.00 1	1.05 91	0.00 1	3.15 212	0.68 159	0.46 157	0.01 1	0.73 211	0.12 189	2.95 240	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

ccc-4	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 406	0.07 270	0.01 86

x	0.41 94	0.04 9	0.74 48	0.54 408	0.00 1	0.98 71	0.00 1	3.07 199	0.67 152	0.48 159	0.01 1	0.48 171	0.07 137	0.93 172	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

raft_robust	0.98 271	0.57 377	1.21 166	0.06 209	0.17 363	1.36 227	0.02 148	3.46 267	2.18 405	0.33 122	0.01 1	1.54 280	1.42 365	6.77 420	0.15 131	0.00 1	0.02 333	0.00 1	0.18 426	0.11 329	0.09 364

IGEV-Stereo	0.21 23	0.21 212	0.63 32	0.02 93	0.00 1	1.07 95	0.00 1	0.73 35	0.77 201	0.09 64	0.01 1	0.04 26	0.07 137	0.24 69	0.04 8	0.00 1	0.00 1	0.00 1	0.16 415	0.08 284	0.03 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.42 97	0.28 256	1.02 103	0.05 192	0.18 367	1.04 84	0.02 148	2.40 128	0.16 17	2.25 366	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 386	0.02 188

error version	0.42 97	0.28 256	1.02 103	0.05 192	0.18 367	1.04 84	0.02 148	2.40 128	0.16 17	2.25 366	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 386	0.02 188

test-v	0.42 97	0.28 256	1.02 103	0.05 192	0.18 367	1.04 84	0.02 148	2.40 128	0.16 17	2.25 366	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 386	0.02 188

test-3	0.63 168	0.06 37	1.00 95	0.07 233	0.13 342	0.99 72	0.01 77	2.46 140	0.20 32	1.96 344	0.01 1	1.10 259	0.05 99	3.75 269	0.23 177	0.00 1	0.00 1	0.00 1	0.26 454	0.15 360	0.13 392

test_1	0.61 160	0.06 37	1.00 95	0.07 233	0.12 336	0.99 72	0.01 77	2.46 140	0.20 32	1.71 323	0.01 1	1.10 259	0.04 85	3.71 267	0.23 177	0.00 1	0.00 1	0.00 1	0.25 451	0.15 360	0.13 392

test_3	0.58 154	0.06 37	1.04 118	0.07 233	0.12 336	1.01 74	0.01 77	2.45 138	0.20 32	0.95 220	0.01 1	1.05 251	0.05 99	3.74 268	0.23 177	0.00 1	0.00 1	0.00 1	0.25 451	0.15 360	0.13 392

TRStereo	0.59 156	0.79 417	1.59 234	0.56 412	0.01 143	1.19 150	0.03 194	4.74 386	0.60 87	0.17 104	0.01 1	0.62 189	0.44 276	0.57 149	0.07 55	0.00 1	0.04 377	0.00 1	0.24 448	0.01 39	0.14 399

test-2	0.42 97	0.28 256	1.02 103	0.05 192	0.18 367	1.04 84	0.02 148	2.40 128	0.16 17	2.25 366	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 386	0.02 188

cross-raft	0.53 144	0.12 122	1.78 263	0.03 142	0.01 143	1.04 84	0.10 297	3.21 230	0.23 43	0.37 142	0.01 1	2.86 366	0.04 85	0.24 69	0.24 182	0.00 1	0.01 274	0.00 1	0.16 415	0.01 39	0.02 188

CFNet-RSSM	0.51 135	0.12 122	1.26 172	0.03 142	0.14 348	1.24 182	0.02 148	4.12 330	0.15 11	0.31 118	0.01 1	1.96 314	0.04 85	0.19 40	0.25 190	0.00 1	0.01 274	0.00 1	0.27 457	0.01 39	0.01 86

Gwc-CoAtRS	0.42 97	0.12 122	1.28 176	0.03 142	0.13 342	1.03 76	0.02 148	2.33 123	0.15 11	0.35 134	0.01 1	2.27 337	0.03 58	0.20 52	0.25 190	0.00 1	0.01 274	0.00 1	0.22 441	0.01 39	0.01 86

FENet	0.52 138	0.07 51	1.62 236	0.04 172	0.00 1	1.19 150	0.05 241	3.10 204	0.98 241	0.89 210	0.01 1	1.63 293	0.09 159	0.47 139	0.28 210	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.01 86

MM-Stereo_test2	0.26 48	0.08 63	1.52 218	0.46 391	0.00 1	1.14 127	0.01 77	0.63 27	0.21 37	0.38 144	0.02 67	0.04 26	0.06 121	0.18 34	0.20 162	0.00 1	0.04 377	0.00 1	0.05 366	0.22 400	0.04 276

mms	0.11 2	0.07 51	0.45 12	0.01 26	0.00 1	0.35 16	0.01 77	0.38 8	0.15 11	0.05 40	0.02 67	0.06 64	0.05 99	0.20 52	0.04 8	0.00 1	0.02 333	0.00 1	0.00 1	0.10 319	0.14 399

ours_stereo	0.16 7	0.06 37	0.73 46	0.00 1	0.00 1	0.80 43	0.04 220	0.44 12	0.54 74	0.05 40	0.02 67	0.06 64	0.03 58	0.19 40	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.11 329	0.06 327

U	1.74 393	0.03 2	0.99 94	0.03 142	7.39 490	10.20 475	0.00 1	0.71 33	0.20 32	0.02 9	0.02 67	0.12 105	0.02 29	0.11 12	0.04 8	0.00 1	0.00 1	9.67 487	5.13 503	0.01 39	0.00 1

rvit_stereo_0080	0.30 58	0.23 229	1.20 163	0.00 1	0.00 1	0.90 54	0.01 77	2.79 167	0.60 87	0.02 9	0.02 67	0.06 64	0.01 9	0.12 16	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188

test_sample2	0.63 168	0.05 19	1.13 140	0.31 362	0.01 143	1.22 166	0.00 1	3.87 315	1.03 249	0.91 215	0.02 67	0.50 175	0.13 196	3.16 246	0.26 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

IGEV++	0.36 79	0.19 193	0.57 28	0.09 259	0.00 1	0.35 16	0.03 194	4.62 376	0.24 48	0.12 89	0.02 67	0.03 15	0.17 209	0.24 69	0.23 177	0.00 1	0.05 390	0.00 1	0.04 361	0.09 306	0.08 358

MyStereo05	0.79 217	0.19 193	3.17 382	0.02 93	0.00 1	1.51 284	0.01 77	3.56 278	2.48 419	1.34 281	0.02 67	1.25 266	0.38 268	1.19 185	0.50 289	0.00 1	0.06 398	0.00 1	0.00 1	0.02 121	0.07 345

MyStereo04	0.78 216	0.27 245	3.19 383	0.02 93	0.01 143	1.64 326	0.01 77	3.64 287	2.20 407	0.98 233	0.02 67	1.29 268	0.57 294	1.10 182	0.53 296	0.00 1	0.07 407	0.00 1	0.00 1	0.03 176	0.06 327

whm_eth	0.30 58	0.23 229	1.20 163	0.00 1	0.00 1	0.90 54	0.01 77	2.79 167	0.60 87	0.02 9	0.02 67	0.06 64	0.01 9	0.12 16	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188

MIM_Stereo	0.45 112	0.43 326	1.18 155	0.51 405	0.04 269	1.26 195	0.02 148	2.38 126	0.65 134	0.07 48	0.02 67	0.70 205	0.20 225	1.01 179	0.13 111	0.00 1	0.09 422	0.00 1	0.00 1	0.14 348	0.10 370

DLNR_Zeroshot_test	23.05 506	49.79 511	87.94 510	97.52 522	94.73 517	1.18 147	0.00 1	20.60 497	0.14 7	0.02 9	0.02 67	0.02 4	0.02 29	4.35 299	0.10 93	32.22 509	0.04 377	0.00 1	0.27 457	72.00 515	0.06 327

LL-Strereo2	0.36 79	0.47 347	1.08 127	0.09 259	0.03 250	1.12 118	0.07 270	1.66 89	0.93 234	0.43 150	0.02 67	0.51 177	0.08 151	0.23 66	0.29 214	0.00 1	0.00 1	0.00 1	0.03 350	0.04 212	0.04 276

LoS_RVC	0.19 18	0.48 349	0.51 20	0.12 280	0.10 327	1.01 74	0.01 77	0.81 42	0.19 27	0.07 48	0.02 67	0.06 64	0.05 99	0.31 101	0.05 23	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.04 276

CAS	0.85 237	0.09 76	0.67 39	6.43 483	0.05 279	1.12 118	0.00 1	0.88 46	0.69 172	0.02 9	0.02 67	0.06 64	0.06 121	0.26 82	0.12 107	6.37 484	0.00 1	0.00 1	0.00 1	0.00 1	0.20 425

CES	0.43 104	0.14 143	0.85 60	0.05 192	1.52 466	1.22 166	0.05 241	1.01 50	0.59 79	0.03 28	0.02 67	0.14 116	0.10 167	0.40 125	0.10 93	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	2.45 480

knoymous	0.35 75	0.05 19	1.11 134	0.05 192	0.01 143	1.15 134	0.01 77	2.06 112	0.14 7	0.40 146	0.02 67	1.67 296	0.00 1	0.31 101	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

riskmin	0.47 121	0.03 2	1.01 98	0.08 248	0.01 143	1.12 118	0.01 77	3.00 187	0.21 37	0.46 157	0.02 67	2.08 320	1.06 340	0.26 82	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 86

MC-Stereo	0.24 41	0.12 122	0.71 45	0.04 172	0.02 228	1.07 95	0.00 1	1.30 64	0.17 22	0.59 167	0.02 67	0.08 84	0.11 177	0.18 34	0.05 23	0.00 1	0.02 333	0.00 1	0.17 423	0.06 255	0.02 188

GLC_STEREO	0.13 3	0.08 63	0.61 30	0.01 26	0.00 1	0.94 65	0.03 194	0.29 2	0.21 37	0.05 40	0.02 67	0.06 64	0.04 85	0.26 82	0.07 55	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

CroCo-Stereo	0.39 88	0.40 311	1.67 248	0.07 233	0.00 1	0.19 5	0.01 77	3.55 277	0.75 192	0.08 56	0.02 67	0.46 167	0.08 151	0.28 92	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86
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
raftrobust	0.46 115	0.42 320	1.05 123	0.01 26	0.21 383	1.17 140	0.05 241	2.07 114	0.19 27	2.98 404	0.02 67	0.12 105	0.15 203	0.25 74	0.31 225	0.00 1	0.03 363	0.00 1	0.00 1	0.08 284	0.06 327

PMTNet	0.21 23	0.19 193	0.85 60	0.02 93	0.02 228	1.14 127	0.30 372	0.88 46	0.11 1	0.03 28	0.02 67	0.07 78	0.02 29	0.37 120	0.12 107	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.00 1

DeepPruner_ROB	0.86 241	0.50 357	1.80 266	0.01 26	0.00 1	1.57 298	0.17 321	3.48 270	0.42 67	3.31 413	0.02 67	2.09 322	0.17 209	3.01 242	0.61 312	0.00 1	0.00 1	0.00 1	0.00 1	0.12 336	0.01 86

rvit_0105_6	0.34 69	0.10 95	1.37 195	0.01 26	0.00 1	0.86 50	0.00 1	2.78 166	1.32 309	0.04 37	0.03 91	0.07 78	0.02 29	0.19 40	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 247

IGEV-BASED-STEREO-	1.75 395	19.48 503	12.37 485	0.06 209	0.00 1	0.47 32	0.05 241	0.46 13	0.31 55	0.13 97	0.03 91	0.03 15	0.00 1	0.07 2	0.41 265	0.00 1	0.00 1	0.00 1	0.06 376	0.07 270	0.92 466

rvit_stereo_ft	0.31 61	0.32 275	1.63 238	0.01 26	0.00 1	0.19 5	0.00 1	2.84 173	0.79 204	0.02 9	0.03 91	0.08 84	0.02 29	0.19 40	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.03 247

testlalala2	0.77 208	0.13 132	1.72 255	3.72 478	2.44 474	1.10 109	0.01 77	3.27 240	0.73 185	0.09 64	0.03 91	1.38 273	0.08 151	0.12 16	0.09 81	0.00 1	0.02 333	0.00 1	0.37 474	0.01 39	0.01 86

IGEVStereo-DCA	0.46 115	0.09 76	1.02 103	0.02 93	0.00 1	0.82 47	0.00 1	0.53 15	0.75 192	0.09 64	0.03 91	0.03 15	0.06 121	5.04 337	0.51 291	0.00 1	0.00 1	0.00 1	0.15 406	0.05 235	0.01 86

rrr	0.62 166	0.09 76	2.07 299	0.02 93	0.00 1	0.82 47	0.06 263	2.29 121	0.85 223	0.09 64	0.03 91	0.03 15	0.06 121	5.04 337	0.51 291	0.00 1	0.00 1	0.00 1	0.19 428	0.05 235	0.07 345

MaDis-Stereo	0.22 29	0.29 266	0.87 64	0.05 192	0.18 367	0.41 25	0.01 77	1.24 61	0.56 76	0.02 9	0.03 91	0.13 110	0.05 99	0.32 107	0.24 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

4D-IteraStereo	0.35 75	0.60 382	1.93 273	0.02 93	0.09 318	1.03 76	0.07 270	1.25 62	0.34 60	0.02 9	0.03 91	0.84 227	0.10 167	0.31 101	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235	0.07 345

LoS	0.28 51	0.16 166	0.95 85	0.07 233	0.01 143	1.32 213	0.07 270	1.30 64	0.60 87	0.04 37	0.03 91	0.28 142	0.11 177	0.48 140	0.11 102	0.00 1	0.01 274	0.00 1	0.00 1	0.03 176	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TestStereo	0.61 160	0.55 370	1.84 270	0.00 1	0.00 1	0.94 65	0.00 1	1.65 86	0.23 43	0.12 89	0.03 91	0.08 84	0.06 121	6.59 405	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.25 45	0.60 382	1.28 176	0.01 26	0.00 1	0.48 33	0.00 1	0.74 37	1.24 294	0.16 101	0.03 91	0.07 78	0.09 159	0.22 63	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MM-Stereo_test1	0.40 92	0.13 132	1.31 186	0.64 423	0.07 300	0.92 61	0.03 194	3.08 201	0.80 208	0.35 134	0.04 102	0.05 51	0.02 29	0.20 52	0.13 111	0.00 1	0.02 333	0.00 1	0.00 1	0.26 415	0.02 188

RAStereo	0.17 10	0.21 212	1.18 155	0.04 172	0.01 143	0.18 4	0.00 1	0.81 42	0.34 60	0.07 48	0.04 102	0.05 51	0.05 99	0.19 40	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.00 1

AnonymousM	0.34 69	0.07 51	0.63 32	0.02 93	0.01 143	1.09 105	0.03 194	1.54 83	0.68 159	0.17 104	0.04 102	0.02 4	0.24 235	0.25 74	0.04 8	0.00 1	0.01 274	1.93 479	0.00 1	0.01 39	0.00 1

test_xeample3	0.35 75	0.10 95	1.95 278	0.02 93	0.00 1	0.93 63	0.07 270	1.70 94	0.86 225	0.09 64	0.04 102	0.05 51	0.05 99	0.23 66	0.51 291	0.00 1	0.00 1	0.00 1	0.24 448	0.06 255	0.08 358

UDGNet	0.35 75	0.50 357	1.14 142	0.02 93	0.00 1	1.12 118	0.02 148	0.70 31	1.57 355	0.31 118	0.05 106	0.06 64	0.02 29	1.45 203	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.34 69	0.67 398	1.55 221	0.04 172	0.01 143	1.22 166	0.03 194	0.84 44	1.16 282	0.18 107	0.05 106	0.12 105	0.05 99	0.29 95	0.44 272	0.02 414	0.00 1	0.00 1	0.00 1	0.05 235	0.00 1

sAnonymous2	0.37 82	0.32 275	3.21 386	0.01 26	0.00 1	0.35 16	0.08 277	1.96 107	0.90 227	0.03 28	0.05 106	0.04 26	0.11 177	0.11 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 348	0.18 415

CroCo_RVC	0.37 82	0.32 275	3.21 386	0.01 26	0.00 1	0.35 16	0.08 277	1.96 107	0.90 227	0.03 28	0.05 106	0.04 26	0.11 177	0.11 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 348	0.18 415

sCroCo_RVC	0.21 23	0.14 143	1.54 219	0.01 26	0.00 1	0.13 2	0.04 220	1.10 53	0.65 134	0.10 79	0.05 106	0.03 15	0.04 85	0.23 66	0.05 23	0.00 1	0.07 407	0.00 1	0.00 1	0.01 39	0.00 1

rvit_0105_4	0.39 88	0.16 166	1.66 244	0.01 26	0.00 1	0.85 49	0.00 1	3.15 212	1.33 311	0.07 48	0.06 111	0.10 99	0.03 58	0.29 95	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

FADNet	1.20 328	0.93 435	4.51 437	0.03 142	0.06 290	2.56 381	0.16 318	4.02 322	1.42 326	0.32 120	0.06 111	1.66 295	1.07 342	5.56 363	0.87 332	0.19 453	0.02 333	0.01 404	0.01 321	0.50 458	0.03 247

plain	0.41 94	0.28 256	2.26 324	0.07 233	0.00 1	0.50 34	0.01 77	2.84 173	0.92 230	0.05 40	0.07 113	0.13 110	0.17 209	0.43 128	0.20 162	0.00 1	0.00 1	0.00 1	0.00 1	0.34 439	0.01 86

CREStereo	0.22 29	0.17 177	0.64 35	0.00 1	0.01 143	1.22 166	0.01 77	1.15 56	0.56 76	0.10 79	0.07 113	0.04 26	0.00 1	0.32 107	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1
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
FADNet-RVC	1.10 307	1.07 446	4.79 443	0.03 142	0.00 1	1.60 313	0.08 277	3.77 298	1.70 368	0.35 134	0.07 113	0.61 186	0.66 316	5.32 350	1.11 346	0.01 392	0.08 418	0.00 1	0.00 1	0.48 456	0.18 415

DCVSM-stereo	0.70 192	0.04 9	1.69 251	0.07 233	0.01 143	1.27 198	0.04 220	1.85 101	0.14 7	3.56 420	0.08 116	3.07 378	0.60 297	1.35 196	0.11 102	0.00 1	0.00 1	0.01 404	0.00 1	0.02 121	0.00 1

rvit_stereo_0075_2	0.37 82	0.13 132	2.43 337	0.02 93	0.00 1	1.12 118	0.02 148	1.66 89	1.15 280	0.16 101	0.08 116	0.02 4	0.05 99	0.40 125	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.10 370

trnet	0.22 29	0.14 143	0.67 39	0.00 1	0.00 1	1.24 182	0.01 77	1.16 57	0.56 76	0.09 64	0.08 116	0.05 51	0.00 1	0.29 95	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

MIF-Stereo (partial)	0.27 49	0.18 185	1.14 142	0.01 26	0.00 1	0.43 30	0.02 148	1.97 109	0.39 66	0.11 87	0.08 116	0.07 78	0.06 121	0.44 130	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235	0.02 188

rvit_0105_5	0.41 94	0.20 204	1.94 277	0.01 26	0.00 1	0.91 56	0.00 1	3.18 221	1.27 299	0.08 56	0.09 120	0.10 99	0.02 29	0.35 116	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.03 247

test_for_model	4.23 457	22.88 506	0.91 75	12.40 497	10.47 497	1.08 103	0.06 263	4.08 325	1.36 314	1.91 339	0.09 120	0.15 118	0.03 58	0.10 10	0.22 171	7.44 487	1.43 485	0.00 1	0.01 321	18.08 505	1.99 478

RAFT	0.60 157	0.50 357	1.01 98	0.50 401	0.04 269	0.94 65	0.08 277	3.01 189	0.65 134	0.22 111	0.09 120	3.41 393	0.27 244	0.53 144	0.37 254	0.00 1	0.03 363	0.00 1	0.01 321	0.40 448	0.03 247

DMCA-RVC	0.90 260	0.64 391	3.30 391	0.03 142	0.04 269	1.30 208	0.06 263	2.65 156	0.73 185	3.21 410	0.09 120	0.99 246	0.66 316	3.14 245	0.99 342	0.01 392	0.04 377	0.02 429	0.01 321	0.07 270	0.01 86

testlalala	0.46 115	0.13 132	0.82 56	0.17 311	0.10 327	1.13 125	0.03 194	2.63 153	1.13 276	2.04 352	0.10 124	0.29 144	0.04 85	0.15 24	0.27 203	0.00 1	0.01 274	0.00 1	0.26 454	0.00 1	0.00 1

Wz-Net-LNSev	1.30 338	0.85 427	6.26 465	0.02 93	0.03 250	4.02 423	0.13 308	4.21 337	1.12 274	0.77 194	0.10 124	3.60 398	1.11 345	2.68 234	1.12 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

MIPNet	0.64 171	0.42 320	2.01 288	0.08 248	0.07 300	1.29 204	0.11 299	3.47 269	1.29 304	0.67 178	0.10 124	0.63 192	0.97 338	1.25 189	0.25 190	0.00 1	0.01 274	0.01 404	0.01 321	0.11 329	0.04 276

UPFNet	0.87 248	0.09 76	2.05 297	0.00 1	0.00 1	1.90 351	0.11 299	3.41 258	0.83 216	2.15 357	0.10 124	1.92 310	0.09 159	3.94 282	0.70 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.00 1

RAFT-Test	0.61 160	0.16 166	2.27 327	0.04 172	0.15 354	1.80 346	0.17 321	2.52 146	0.65 134	0.56 165	0.11 128	2.76 360	0.02 29	0.27 90	0.34 240	0.00 1	0.07 407	0.00 1	0.29 464	0.01 39	0.01 86

DIP-Stereo	0.58 154	0.23 229	0.90 71	0.08 248	0.00 1	1.43 256	0.01 77	6.01 452	1.38 316	0.92 217	0.11 128	0.04 26	0.19 219	0.12 16	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.03 176	0.01 86
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WCG-NET（raft）	0.29 55	0.24 233	0.51 20	0.01 26	0.00 1	0.91 56	0.05 241	0.56 21	1.12 274	0.21 110	0.12 130	1.54 280	0.14 200	0.14 23	0.07 55	0.00 1	0.11 434	0.00 1	0.00 1	0.08 284	0.03 247

Anonymous_2	1.69 390	0.05 19	1.31 186	0.08 248	0.03 250	1.22 166	0.01 77	3.25 232	0.19 27	0.76 192	0.13 131	2.68 355	1.99 398	0.39 124	0.13 111	0.05 431	0.25 463	3.27 482	14.54 507	3.40 474	0.01 86

IGEV-RUCA	0.28 51	0.05 19	0.53 23	0.12 280	0.11 334	1.25 191	0.32 377	0.80 41	0.20 32	0.10 79	0.14 132	0.16 123	0.25 238	0.29 95	0.25 190	0.05 431	0.19 460	0.20 458	0.23 445	0.18 378	0.19 420

ToySt	0.47 121	0.25 237	2.47 344	0.04 172	0.01 143	1.17 140	0.00 1	2.01 110	0.63 116	0.08 56	0.14 132	1.16 261	0.05 99	0.80 168	0.46 281	0.00 1	0.00 1	0.00 1	0.03 350	0.10 319	0.04 276

DCANet-4	0.69 189	0.15 155	3.76 410	0.03 142	0.01 143	1.22 166	0.01 77	3.14 210	1.90 384	2.34 376	0.14 132	0.11 101	0.25 238	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296

fff	0.66 178	0.42 320	2.21 310	0.01 26	0.01 143	1.22 166	0.02 148	3.26 234	1.04 251	2.34 376	0.14 132	0.09 89	1.83 391	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296

csc	0.66 178	0.42 320	2.21 310	0.01 26	0.01 143	1.22 166	0.02 148	3.26 234	1.04 251	2.34 376	0.14 132	0.09 89	1.83 391	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296

cscssc	0.66 178	0.42 320	2.21 310	0.01 26	0.01 143	1.22 166	0.02 148	3.26 234	1.04 251	2.34 376	0.14 132	0.09 89	1.83 391	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296

UNet	1.13 315	0.24 233	4.21 425	0.01 26	0.02 228	2.31 371	0.02 148	3.06 197	0.76 200	1.17 261	0.14 132	2.73 358	1.58 379	4.48 312	1.92 389	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

anonymousdsp2	0.52 138	0.06 37	1.51 216	0.10 270	0.00 1	1.19 150	0.01 77	4.32 354	0.63 116	0.33 122	0.15 139	0.78 224	0.09 159	1.01 179	0.06 47	0.00 1	0.00 1	0.00 1	0.11 398	0.04 212	0.05 296

DMCA	0.68 187	0.22 222	1.96 281	0.01 26	0.01 143	1.28 200	0.02 148	3.02 190	1.54 348	2.14 356	0.15 139	1.74 297	0.10 167	0.45 135	0.95 340	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

Reg-Stereo(zero)	0.46 115	0.04 9	1.77 260	0.01 26	0.14 348	1.20 159	0.13 308	1.13 55	0.26 52	0.05 40	0.16 141	1.75 299	1.10 344	0.67 160	0.45 276	0.00 1	0.03 363	0.00 1	0.12 403	0.01 39	0.09 364

UniTT-Stereo	0.16 7	0.11 114	1.13 140	0.03 142	0.17 363	0.32 10	0.02 148	0.38 8	0.32 58	0.03 28	0.16 141	0.05 51	0.07 137	0.16 27	0.16 139	0.00 1	0.00 1	0.00 1	0.00 1	0.11 329	0.00 1

gwcnet-sp	0.98 271	0.38 299	4.06 420	0.04 172	0.00 1	2.60 383	0.15 314	3.51 272	1.13 276	1.75 325	0.16 141	0.68 199	0.39 269	3.69 264	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.06 255	0.03 247

scenet	0.98 271	0.38 299	4.06 420	0.04 172	0.00 1	2.60 383	0.15 314	3.51 272	1.13 276	1.75 325	0.16 141	0.68 199	0.39 269	3.69 264	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.06 255	0.03 247

ssnet	0.98 271	0.38 299	4.06 420	0.04 172	0.00 1	2.60 383	0.15 314	3.51 272	1.13 276	1.75 325	0.16 141	0.68 199	0.39 269	3.69 264	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.06 255	0.03 247

rafts_anoy	0.39 88	0.44 331	1.15 145	0.06 209	0.03 250	1.12 118	0.04 220	2.75 164	0.33 59	0.10 79	0.16 141	0.11 101	0.19 219	0.74 164	0.31 225	0.00 1	0.14 449	0.00 1	0.01 321	0.02 121	0.05 296

HITNet	0.80 221	0.58 378	2.14 305	0.69 428	0.00 1	1.35 225	0.02 148	4.50 368	1.15 280	1.76 329	0.16 141	0.60 185	0.30 246	1.13 184	1.64 373	0.00 1	0.00 1	0.00 1	0.00 1	0.06 255	0.00 1
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
999	0.48 128	0.07 51	0.55 26	0.01 26	0.00 1	1.27 198	0.09 289	0.33 5	0.61 96	0.01 4	0.17 148	0.03 15	0.02 29	5.79 373	0.51 291	0.00 1	0.00 1	0.00 1	0.00 1	0.11 329	0.00 1

test_5	0.74 197	0.50 357	1.55 221	0.44 385	0.25 397	1.45 266	0.01 77	4.16 332	0.78 203	0.79 199	0.17 148	0.42 163	0.64 309	3.06 244	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.16 365	0.21 427

NRIStereo	0.74 197	0.08 63	0.88 66	0.47 395	0.05 279	1.58 302	0.49 397	1.38 67	0.61 96	0.88 208	0.17 148	0.66 198	0.03 58	6.96 437	0.22 171	0.00 1	0.06 398	0.00 1	0.00 1	0.06 255	0.17 409

STTStereo	0.83 229	0.34 284	2.44 339	0.24 338	0.15 354	1.41 246	0.10 297	3.02 190	1.55 349	1.34 281	0.17 148	1.77 302	0.45 280	3.42 254	0.30 222	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 86

Former-RAFT_DAM_RVC	0.23 36	0.13 132	0.62 31	0.01 26	0.00 1	1.05 91	0.00 1	0.63 27	0.80 208	0.76 192	0.18 152	0.09 89	0.06 121	0.05 1	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.05 296

Patchmatch Stereo++	0.50 132	0.09 76	1.01 98	0.06 209	0.07 300	1.60 313	0.27 354	1.45 77	0.68 159	0.98 233	0.18 152	0.77 219	0.03 58	2.58 227	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.05 296
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 115	0.09 76	1.01 98	0.06 209	0.09 318	1.61 317	0.30 372	1.43 70	0.69 172	0.97 224	0.18 152	0.77 219	0.02 29	1.67 209	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.05 296

HUI-Stereo	0.45 112	0.09 76	1.08 127	0.06 209	0.08 310	1.61 317	0.32 377	1.43 70	0.70 182	0.97 224	0.18 152	0.77 219	0.02 29	1.44 202	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.05 296

iRAFT	0.50 132	0.09 76	1.01 98	0.06 209	0.07 300	1.60 313	0.27 354	1.45 77	0.68 159	0.98 233	0.18 152	0.77 219	0.03 58	2.58 227	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.05 296

RAFT-IKP	0.45 112	0.09 76	1.06 124	0.06 209	0.06 290	1.44 260	0.31 376	1.44 74	0.69 172	0.97 224	0.18 152	0.76 215	0.02 29	1.65 208	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.04 276

CFNet-ft	0.77 208	0.46 339	1.34 190	0.01 26	0.27 405	1.32 213	0.02 148	2.40 128	0.68 159	0.63 173	0.18 152	3.23 390	0.21 230	3.97 283	0.54 299	0.00 1	0.00 1	0.01 404	0.00 1	0.03 176	0.02 188

CFNet_RVC	0.77 208	0.46 339	1.34 190	0.01 26	0.27 405	1.32 213	0.02 148	2.40 128	0.68 159	0.63 173	0.18 152	3.23 390	0.21 230	3.97 283	0.54 299	0.00 1	0.00 1	0.01 404	0.00 1	0.03 176	0.02 188

ROB_FTStereo_v2	0.43 104	0.09 76	1.00 95	0.06 209	0.08 310	1.57 298	0.33 380	1.44 74	0.67 152	0.97 224	0.19 160	0.77 219	0.02 29	1.23 188	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.05 296

ROB_FTStereo	0.47 121	0.09 76	1.04 118	0.06 209	0.08 310	1.59 309	0.33 380	1.43 70	0.68 159	0.97 224	0.19 160	0.76 215	0.03 58	1.86 215	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.05 296

iGMRVC	0.51 135	0.09 76	1.04 118	0.06 209	0.08 310	1.61 317	0.27 354	1.44 74	0.69 172	0.97 224	0.19 160	0.76 215	0.03 58	2.69 235	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.04 276

FADNet-RVC-Resample	1.08 295	1.00 441	5.32 450	0.10 270	0.14 348	1.53 291	0.25 346	3.62 284	1.18 284	0.51 163	0.19 160	1.04 250	0.28 245	5.20 343	0.44 272	0.10 443	0.16 455	0.09 446	0.06 376	0.24 405	0.21 427

ADStereo(finetuned)	0.83 229	0.43 326	3.68 407	0.03 142	0.00 1	1.22 166	0.01 77	3.26 234	1.86 380	2.61 393	0.20 164	0.09 89	2.39 410	0.34 111	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.06 327

CBFPSM	1.39 352	0.61 385	4.29 429	0.01 26	0.01 143	3.64 417	0.03 194	3.39 254	0.80 208	0.64 176	0.21 165	6.18 442	3.70 441	2.38 224	1.82 381	0.00 1	0.01 274	0.00 1	0.00 1	0.08 284	0.01 86

LCNet	0.87 248	0.18 185	0.97 92	0.14 298	0.26 400	1.19 150	0.22 339	2.36 124	0.71 184	1.82 333	0.21 165	0.11 101	2.56 412	5.56 363	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.15 360	0.81 462

HCRNet	0.73 195	0.19 193	1.10 132	0.01 26	0.00 1	1.17 140	0.01 77	3.07 199	1.97 388	0.60 168	0.21 165	0.56 181	0.11 177	5.34 352	0.20 162	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.02 188

DCANet	0.66 178	0.43 326	2.21 310	0.03 142	0.00 1	1.22 166	0.01 77	3.26 234	1.85 379	2.61 393	0.21 165	0.09 89	0.49 285	0.33 110	0.39 264	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.06 327

UGAM-zero	1.60 375	0.15 155	2.43 337	0.12 280	0.28 415	1.07 95	0.04 220	5.96 451	0.26 52	1.18 263	0.22 169	8.02 454	4.54 449	6.89 431	0.27 203	0.00 1	0.09 422	0.00 1	0.29 464	0.01 39	0.15 402

iRaftStereo_RVC	0.36 79	0.27 245	0.76 49	0.01 26	0.00 1	1.20 159	0.01 77	2.15 116	0.62 108	0.15 100	0.22 169	0.69 202	0.12 189	0.28 92	0.18 154	0.00 1	0.06 398	0.00 1	0.00 1	0.27 420	0.22 430

Anonymous3	0.49 129	0.12 122	2.21 310	0.01 26	0.00 1	2.53 380	0.09 289	3.16 217	0.65 134	0.12 89	0.22 169	0.12 105	0.05 99	0.37 120	0.08 68	0.00 1	0.07 407	0.00 1	0.00 1	0.04 212	0.03 247

BEATNet_4x	0.97 269	0.77 414	3.36 394	0.46 391	0.01 143	1.32 213	0.09 289	4.57 374	1.26 296	1.88 338	0.22 169	1.09 257	0.42 274	1.79 213	2.09 399	0.00 1	0.00 1	0.00 1	0.00 1	0.08 284	0.06 327

rvit_0105_3	0.47 121	0.28 256	2.20 309	0.01 26	0.00 1	1.13 125	0.00 1	3.20 228	1.26 296	0.08 56	0.26 173	0.09 89	0.03 58	0.62 157	0.11 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

rvit_105_1	0.60 157	0.33 282	2.37 334	0.01 26	0.00 1	1.16 137	0.00 1	3.38 252	1.20 288	0.16 101	0.26 173	0.13 110	0.04 85	2.66 233	0.24 182	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.03 247

Any-RAFT	0.64 171	0.08 63	1.07 125	0.03 142	0.00 1	2.77 393	0.08 277	3.57 279	1.23 291	0.96 222	0.26 173	1.61 288	0.31 250	0.72 163	0.06 47	0.00 1	0.10 431	0.00 1	0.00 1	0.01 39	0.00 1

AACVNet	0.87 248	0.44 331	1.19 160	0.17 311	0.00 1	1.76 341	0.00 1	3.60 283	0.60 87	1.03 243	0.26 173	1.31 269	0.17 209	6.33 392	0.28 210	0.00 1	0.00 1	0.00 1	0.00 1	0.17 370	0.01 86

ICVP	0.46 115	0.08 63	1.58 231	0.01 26	0.01 143	1.10 109	0.21 335	3.80 304	0.52 73	0.42 149	0.27 177	0.33 150	0.06 121	0.57 149	0.13 111	0.00 1	0.07 407	0.00 1	0.00 1	0.04 212	0.01 86
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	2.87 430	0.98 438	8.75 476	0.07 233	0.16 360	5.93 453	2.90 457	4.00 321	1.84 376	1.52 306	0.27 177	3.81 405	3.22 431	6.05 379	17.38 489	0.00 1	0.00 1	0.00 1	0.00 1	0.14 348	0.30 439

PCWNet_CMD	0.65 173	0.14 143	2.02 290	0.01 26	0.01 143	1.10 109	0.00 1	2.80 170	0.97 239	0.48 159	0.28 179	2.31 341	1.50 370	1.19 185	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

MSMDNet	0.65 173	0.14 143	2.02 290	0.01 26	0.01 143	1.11 114	0.00 1	2.88 177	0.98 241	0.49 162	0.28 179	2.32 342	1.49 367	1.19 185	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

AIO-test1	0.53 144	0.38 299	1.50 210	0.02 93	0.03 250	1.12 118	0.01 77	3.13 209	0.69 172	0.44 151	0.30 181	0.06 64	0.06 121	2.52 225	0.13 111	0.00 1	0.00 1	0.00 1	0.02 341	0.13 341	0.09 364

CRE-IMP	0.40 92	0.06 37	1.04 118	0.07 233	0.05 279	1.45 266	0.46 394	1.48 80	0.63 116	0.90 212	0.30 181	0.88 230	0.01 9	0.26 82	0.22 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.17 409

RALCasStereoNet	0.44 108	0.44 331	1.03 114	0.03 142	0.00 1	1.10 109	0.03 194	2.46 140	0.90 227	0.07 48	0.32 183	0.12 105	0.20 225	1.28 191	0.25 190	0.00 1	0.31 468	0.00 1	0.00 1	0.08 284	0.12 385

GES	0.61 160	0.08 63	1.78 263	0.00 1	0.00 1	1.59 309	0.07 270	5.32 423	0.13 4	0.62 169	0.32 183	0.37 154	0.67 321	0.68 162	0.49 287	0.03 422	0.00 1	0.01 404	0.00 1	0.02 121	0.01 86

MMNet	1.20 328	0.27 245	3.59 405	0.09 259	0.00 1	4.15 426	0.01 77	3.63 286	1.19 286	1.93 343	0.32 183	1.35 272	1.23 353	4.42 304	1.84 383	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

GANet-RSSM	0.88 252	0.38 299	1.45 206	0.60 416	0.00 1	1.36 227	0.02 148	4.55 370	0.69 172	0.71 184	0.32 183	1.56 282	0.61 300	4.55 317	0.64 316	0.00 1	0.00 1	0.05 441	0.00 1	0.08 284	0.02 188

FADNet_RVC	1.15 320	1.06 445	4.34 433	0.02 93	0.06 290	2.77 393	0.04 220	3.50 271	0.80 208	0.35 134	0.32 183	0.65 195	0.09 159	5.20 343	1.56 368	0.24 459	0.34 470	0.11 451	0.33 470	0.65 465	0.60 455

GANetREF_RVC	1.10 307	0.95 436	2.98 370	0.06 209	0.00 1	2.23 366	0.18 325	3.95 319	2.53 422	0.56 165	0.32 183	1.89 309	0.66 316	5.03 336	0.51 291	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235	0.04 276
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
PSMNet_ROB	1.09 303	0.69 402	2.92 367	0.03 142	0.07 300	1.68 333	0.16 318	3.44 264	1.30 306	0.96 222	0.32 183	2.81 361	0.63 306	4.23 293	2.48 408	0.00 1	0.00 1	0.00 1	0.00 1	0.08 284	0.04 276

WCG-NET	0.22 29	0.17 177	0.54 25	0.01 26	0.00 1	0.91 56	0.05 241	0.61 25	1.09 266	0.17 104	0.33 190	0.03 15	0.13 196	0.20 52	0.07 55	0.00 1	0.03 363	0.00 1	0.00 1	0.09 306	0.02 188

IPLGR	0.76 206	0.21 212	2.98 370	0.06 209	0.07 300	1.24 182	0.05 241	3.09 203	1.38 316	0.62 169	0.34 191	0.75 214	0.78 326	3.35 249	0.22 171	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235	0.06 327

RYNet	1.52 364	0.35 286	3.38 395	0.25 341	0.04 269	2.31 371	0.03 194	4.62 376	1.47 336	1.14 256	0.34 191	4.52 419	1.38 363	6.36 394	4.23 430	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

NCCL2	1.30 338	0.63 390	2.31 330	0.02 93	0.03 250	1.57 298	3.41 460	3.91 317	1.39 318	3.14 409	0.34 191	3.90 406	0.30 246	3.75 269	1.19 353	0.00 1	0.00 1	0.02 429	0.00 1	0.03 176	0.05 296

ITSA-stereo	1.13 315	0.14 143	1.59 234	0.17 311	0.04 269	1.40 241	0.14 312	5.66 441	3.10 432	0.74 188	0.35 194	0.62 189	1.06 340	5.53 359	1.63 372	0.03 422	0.00 1	0.09 446	0.06 376	0.07 270	0.07 345

dad	0.88 252	0.62 387	2.26 324	0.06 209	0.01 143	1.24 182	0.00 1	0.98 49	2.17 404	1.29 276	0.35 194	0.37 154	0.04 85	5.80 374	1.06 345	0.01 392	0.00 1	1.13 473	0.11 398	0.05 235	0.00 1

NLCA_NET_v2_RVC	1.04 286	0.55 370	2.52 347	0.56 412	1.00 456	1.37 232	0.00 1	3.43 262	1.35 313	2.24 365	0.35 194	2.18 334	0.58 296	4.28 295	0.34 240	0.00 1	0.00 1	0.00 1	0.01 321	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	0.96 267	0.41 314	2.03 292	0.02 93	0.01 143	2.14 360	0.01 77	4.31 350	1.07 262	1.35 287	0.36 197	0.70 205	0.44 276	2.58 227	0.34 240	0.53 467	0.00 1	1.82 475	1.10 487	0.02 121	0.02 188

test_sample9	2.36 421	0.41 314	2.03 292	0.02 93	0.01 143	2.14 360	0.01 77	4.31 350	1.07 262	1.35 287	0.36 197	0.70 205	0.44 276	5.58 367	8.70 464	0.53 467	16.52 507	1.82 475	1.10 487	0.02 121	0.02 188

test_sample7	0.72 194	0.18 185	1.23 169	0.55 410	0.01 143	1.21 163	0.00 1	4.31 350	1.07 262	1.35 287	0.36 197	0.70 205	0.44 276	2.58 227	0.34 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.02 188

NVstereo2D	1.09 303	0.17 177	4.40 434	0.00 1	0.00 1	1.59 309	0.18 325	4.29 348	1.40 322	0.85 206	0.36 197	2.30 339	0.62 305	5.26 346	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

iRaft-Stereo_20w	0.92 262	0.15 155	2.68 357	0.24 338	0.06 290	1.36 227	0.28 362	7.46 472	0.34 60	1.56 316	0.37 201	0.62 189	1.24 356	1.25 189	0.34 240	0.00 1	0.09 422	0.00 1	0.16 415	0.02 121	0.13 392

AdaStereo	0.65 173	0.09 76	1.12 136	0.02 93	0.00 1	1.45 266	0.23 343	4.38 356	1.44 331	1.17 261	0.37 201	1.56 282	0.18 213	0.56 148	0.37 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1
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.
PSM-softLoss	0.85 237	0.10 95	1.50 210	1.14 457	0.03 250	1.47 273	0.27 354	2.48 143	0.69 172	1.30 277	0.38 203	0.39 159	0.01 9	6.88 428	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

KMStereo	0.85 237	0.10 95	1.50 210	1.14 457	0.03 250	1.47 273	0.27 354	2.48 143	0.69 172	1.30 277	0.38 203	0.39 159	0.01 9	6.88 428	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

RALAANet	0.54 147	0.62 387	1.41 199	0.01 26	0.01 143	0.92 61	0.02 148	2.39 127	1.87 382	1.13 255	0.38 203	0.15 118	0.30 246	1.00 178	0.38 257	0.00 1	0.00 1	0.00 1	0.04 361	0.14 348	0.01 86

RAFT+CT+SA	0.66 178	0.45 335	1.22 167	0.10 270	0.30 419	1.24 182	0.02 148	4.21 337	0.67 152	0.62 169	0.39 206	0.33 150	0.05 99	2.69 235	0.14 122	0.00 1	0.00 1	0.00 1	0.35 473	0.13 341	0.30 439

tg	0.34 69	0.26 241	0.68 41	0.01 26	0.00 1	1.25 191	0.01 77	1.75 96	0.65 134	0.11 87	0.40 207	0.74 213	0.11 177	0.29 95	0.08 68	0.00 1	0.02 333	0.00 1	0.00 1	0.29 430	0.21 427

EKT-Stereo	0.74 197	0.18 185	1.23 169	0.81 437	4.25 480	1.19 150	0.03 194	2.17 119	0.13 4	0.35 134	0.40 207	0.97 244	0.08 151	2.61 232	0.09 81	0.00 1	0.09 422	0.00 1	0.07 380	0.04 212	0.03 247

psm_up	0.84 235	0.32 275	1.44 205	0.02 93	0.00 1	1.98 353	0.05 241	3.40 256	1.04 251	2.06 353	0.40 207	1.74 297	0.45 280	3.47 257	0.24 182	0.06 437	0.00 1	0.00 1	0.00 1	0.08 284	0.00 1

DSFCA	1.30 338	0.14 143	1.82 267	0.01 26	0.03 250	3.74 420	0.86 415	2.71 163	1.23 291	3.09 407	0.41 210	2.93 369	1.49 367	6.12 382	1.35 363	0.00 1	0.02 333	0.00 1	0.00 1	0.02 121	0.01 86

raft+_RVC	0.42 97	0.48 349	1.11 134	0.51 405	0.17 363	1.16 137	0.04 220	2.25 120	0.59 79	0.12 89	0.42 211	0.08 84	0.15 203	0.60 153	0.28 210	0.00 1	0.09 422	0.00 1	0.00 1	0.06 255	0.19 420

GwcNet-RSSM	1.02 282	0.69 402	2.70 359	0.22 330	0.02 228	1.42 253	0.05 241	4.02 322	1.01 247	0.90 212	0.42 211	2.89 367	0.26 241	4.43 305	1.17 351	0.00 1	0.00 1	0.02 429	0.00 1	0.13 341	0.05 296

R-Stereo Train	0.44 108	0.09 76	0.94 81	0.02 93	0.00 1	1.24 182	0.09 289	3.65 288	0.11 1	1.87 336	0.42 211	0.06 64	0.01 9	0.25 74	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188

RAFT-Stereo	0.44 108	0.09 76	0.94 81	0.02 93	0.00 1	1.24 182	0.09 289	3.65 288	0.11 1	1.87 336	0.42 211	0.06 64	0.01 9	0.25 74	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample3	0.84 235	0.15 155	2.22 317	0.48 396	0.01 143	1.37 232	0.01 77	4.63 379	1.17 283	1.43 299	0.43 215	0.80 226	0.10 167	3.48 258	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.02 188

MoCha-V2	0.33 66	0.11 114	0.92 76	0.09 259	0.06 290	0.34 14	0.00 1	2.56 150	0.64 127	0.32 120	0.43 215	0.17 125	0.09 159	0.26 82	0.10 93	0.00 1	0.14 449	0.00 1	0.22 441	0.05 235	0.01 86

DeepPrunerF	2.50 423	0.87 429	14.90 488	0.17 311	0.31 423	1.41 246	0.29 365	5.62 439	9.97 473	1.02 239	0.43 215	2.01 315	1.65 383	6.85 424	3.99 427	0.00 1	0.01 274	0.07 442	0.10 394	0.24 405	0.12 385

GCST	0.81 223	0.64 391	1.41 199	0.44 385	0.01 143	0.91 56	0.08 277	3.75 295	1.04 251	0.12 89	0.44 218	0.27 140	0.35 262	5.12 341	0.38 257	1.19 474	0.00 1	0.00 1	0.00 1	0.08 284	0.05 296

GwcNet-ADL	0.62 166	0.20 204	2.03 292	0.05 192	0.01 143	1.29 204	0.02 148	3.16 217	1.39 318	0.97 224	0.44 218	1.48 276	0.23 233	0.78 165	0.27 203	0.01 392	0.00 1	0.00 1	0.00 1	0.01 39	0.03 247

ccs_rob	0.65 173	0.17 177	2.09 302	0.00 1	0.01 143	1.22 166	0.00 1	2.77 165	0.73 185	0.75 189	0.44 218	2.32 342	0.64 309	1.76 211	0.15 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

PASM	1.58 374	1.05 444	7.51 471	0.56 412	0.09 318	1.37 232	0.28 362	2.85 175	1.44 331	3.91 428	0.44 218	3.02 375	0.64 309	6.38 395	1.59 371	0.00 1	0.01 274	0.00 1	0.03 350	0.26 415	0.15 402

ac_64	1.12 313	0.18 185	1.64 239	0.18 317	0.25 397	1.48 279	0.02 148	4.97 402	1.47 336	0.69 181	0.45 222	4.94 428	0.46 283	4.87 330	0.74 324	0.00 1	0.00 1	0.00 1	0.00 1	0.06 255	0.00 1

PFNet+	0.54 147	0.10 95	1.31 186	0.16 308	0.05 279	1.44 260	0.56 401	1.60 85	0.98 241	1.35 287	0.46 223	0.37 154	0.01 9	2.18 222	0.22 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

Pruner-Stereo	0.53 144	0.10 95	1.02 103	0.89 447	0.10 327	1.57 298	0.36 385	2.06 112	0.63 116	2.23 364	0.46 223	0.25 136	0.01 9	0.45 135	0.37 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

CFNet_pseudo	0.66 178	0.17 177	2.08 301	0.00 1	0.01 143	1.22 166	0.00 1	2.79 167	0.73 185	0.78 197	0.46 223	2.32 342	0.63 306	1.77 212	0.15 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

GREAT-IGEV	0.24 41	0.10 95	0.92 76	0.06 209	0.33 428	1.11 114	0.06 263	0.36 7	0.19 27	0.02 9	0.47 226	0.02 4	0.06 121	0.13 22	0.16 139	0.00 1	0.09 422	0.00 1	0.20 433	0.09 306	0.36 448

RCA-Stereo	0.37 82	0.14 143	0.76 49	0.01 26	0.00 1	1.17 140	0.00 1	3.14 210	0.61 96	0.71 184	0.47 226	0.05 51	0.13 196	0.19 40	0.03 5	0.00 1	0.01 274	0.00 1	0.00 1	0.06 255	0.01 86

PSMNet-RSSM	0.90 260	0.44 331	1.35 193	0.13 286	0.00 1	1.37 232	0.03 194	4.79 394	0.85 223	1.11 253	0.49 228	2.15 327	0.35 262	4.09 290	0.73 323	0.00 1	0.00 1	0.01 404	0.00 1	0.03 176	0.01 86

XX-Stereo	1.04 286	0.20 204	4.94 446	0.85 441	0.04 269	1.25 191	0.00 1	3.37 249	0.45 70	1.22 272	0.50 229	3.70 403	0.02 29	3.91 281	0.05 23	0.00 1	0.09 422	0.00 1	0.20 433	0.03 176	0.02 188

Occ-G	0.24 41	0.10 95	0.59 29	0.01 26	0.01 143	0.80 43	0.04 220	0.62 26	0.15 11	0.01 4	0.51 230	1.34 271	0.04 85	0.09 3	0.21 169	0.00 1	0.00 1	0.00 1	0.15 406	0.15 360	0.00 1

RAFT-Stereo-weight	0.39 88	0.07 51	0.81 54	0.07 233	0.02 228	1.34 221	0.05 241	3.15 212	0.31 55	0.94 219	0.52 231	0.26 138	0.01 9	0.19 40	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.01 86

MM-Stereo_test3	0.43 104	0.33 282	0.92 76	0.75 432	0.04 269	0.96 69	0.05 241	3.11 206	0.79 204	0.12 89	0.53 232	0.26 138	0.06 121	0.26 82	0.13 111	0.00 1	0.01 274	0.00 1	0.00 1	0.28 428	0.01 86

DN-CSS_ROB	0.77 208	0.90 433	2.01 288	0.85 441	0.00 1	1.47 273	0.01 77	2.92 181	0.93 234	0.12 89	0.53 232	0.44 165	0.16 206	4.33 297	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.30 435	0.01 86

gcap-zeroshot	0.70 192	0.26 241	1.98 284	0.19 325	0.27 405	1.43 256	0.02 148	4.23 341	0.82 213	0.75 189	0.54 234	2.19 335	0.03 58	0.63 158	0.25 190	0.00 1	0.11 434	0.00 1	0.20 433	0.00 1	0.01 86

SQANet	2.28 419	1.25 455	2.39 336	4.17 480	2.91 475	2.60 383	0.24 345	4.17 334	0.83 216	2.42 385	0.57 235	1.59 284	0.88 333	3.30 248	0.68 319	7.35 486	0.12 442	0.47 466	0.02 341	6.56 479	3.00 482

ARAFT	1.12 313	0.82 425	4.11 423	0.04 172	0.00 1	1.64 326	0.03 194	4.85 397	1.69 367	2.78 397	0.57 235	0.47 170	0.11 177	4.81 328	0.24 182	0.00 1	0.03 363	0.00 1	0.00 1	0.24 405	0.05 296

test_sample8	3.62 448	0.41 314	2.03 292	0.02 93	0.01 143	2.14 360	0.01 77	4.38 356	1.04 251	6.51 451	0.58 237	14.04 474	6.94 469	5.58 367	8.70 464	0.53 467	16.52 507	1.82 475	1.10 487	0.02 121	0.02 188

mmm	0.52 138	0.04 9	1.14 142	0.61 419	0.00 1	1.14 127	0.00 1	3.45 265	0.75 192	1.24 274	0.58 237	0.20 130	0.18 213	0.93 172	0.08 68	0.00 1	0.01 274	0.00 1	0.00 1	0.02 121	0.01 86

GMStereo_Zeroshot	0.63 168	0.14 143	1.54 219	0.75 432	0.00 1	1.26 195	0.01 77	1.85 101	0.31 55	1.44 302	0.58 237	1.76 300	0.19 219	2.55 226	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.00 1

iinet-f	1.68 389	0.61 385	11.37 483	0.29 356	0.03 250	4.39 433	0.04 220	3.18 221	1.10 267	1.16 260	0.58 237	2.96 372	2.76 417	2.13 220	2.46 407	0.00 1	0.02 333	0.02 429	0.00 1	0.46 452	0.01 86

Wz-Net-TNSev	3.91 452	5.20 490	20.57 492	0.15 301	0.01 143	7.14 461	3.57 461	6.70 464	3.57 437	1.74 324	0.58 237	7.39 452	4.33 447	8.86 466	7.99 458	0.00 1	0.00 1	0.00 1	0.02 341	0.24 405	0.16 405

NF-Stereo	0.82 225	0.10 95	1.12 136	1.19 461	0.01 143	1.52 288	0.29 365	2.67 161	0.66 143	1.20 266	0.58 237	0.24 132	0.01 9	6.38 395	0.32 230	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

OCTAStereo	0.82 225	0.10 95	1.15 145	1.19 461	0.01 143	1.53 291	0.29 365	2.66 157	0.66 143	1.20 266	0.58 237	0.25 136	0.01 9	6.38 395	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

RE-Stereo	0.82 225	0.10 95	1.15 145	1.19 461	0.01 143	1.52 288	0.29 365	2.66 157	0.66 143	1.20 266	0.58 237	0.24 132	0.01 9	6.38 395	0.32 230	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

TVStereo	0.82 225	0.10 95	1.15 145	1.19 461	0.01 143	1.52 288	0.29 365	2.66 157	0.66 143	1.20 266	0.58 237	0.24 132	0.01 9	6.38 395	0.32 230	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

cf-r	0.98 271	0.51 361	2.04 296	0.25 341	0.01 143	1.40 241	0.03 194	4.47 366	1.65 364	0.95 220	0.58 237	2.63 351	0.24 235	4.19 292	0.58 307	0.00 1	0.00 1	0.00 1	0.00 1	0.06 255	0.04 276

HH	0.88 252	0.37 294	1.93 273	0.25 341	0.10 327	0.62 36	0.00 1	3.79 301	0.18 24	0.33 122	0.59 247	3.94 407	0.81 329	4.44 306	0.09 81	0.00 1	0.06 398	0.00 1	0.00 1	0.03 176	0.02 188

HanStereo	0.88 252	0.37 294	1.93 273	0.25 341	0.10 327	0.62 36	0.00 1	3.79 301	0.18 24	0.33 122	0.59 247	3.94 407	0.81 329	4.44 306	0.09 81	0.00 1	0.06 398	0.00 1	0.00 1	0.03 176	0.02 188

Wz-Net-LNSev-Ref	1.54 368	0.68 400	4.62 441	0.01 26	0.00 1	5.13 444	0.30 372	4.64 380	1.23 291	2.39 384	0.59 247	2.12 325	2.00 399	4.94 333	2.19 403	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

PSMNet-ADL	0.77 208	0.08 63	0.90 71	0.07 233	0.01 143	2.01 354	0.02 148	2.55 149	1.11 269	0.33 122	0.59 247	2.15 327	0.69 322	4.07 286	0.85 331	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

LALA_ROB	1.33 344	0.59 380	1.74 257	0.02 93	0.06 290	3.25 403	0.50 399	3.45 265	1.39 318	3.70 422	0.59 247	4.59 421	0.25 238	3.58 262	2.79 416	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.02 188

NINENet	1.03 284	0.22 222	1.30 184	0.10 270	0.01 143	5.85 450	0.03 194	4.41 361	1.25 295	1.55 315	0.60 252	2.39 346	0.06 121	2.72 237	0.05 23	0.00 1	0.01 274	0.01 404	0.00 1	0.04 212	0.00 1

StereoDRNet	1.48 361	0.75 408	4.58 440	0.05 192	0.10 327	2.49 378	1.10 426	4.62 376	1.47 336	3.38 417	0.62 253	2.29 338	0.65 314	4.52 314	2.89 417	0.00 1	0.03 363	0.00 1	0.01 321	0.05 235	0.07 345

AIO-Stereo-zeroshot	1.10 307	0.35 286	4.53 438	0.18 317	0.37 429	0.79 42	0.00 1	5.71 444	0.74 191	0.40 146	0.64 254	4.47 417	1.41 364	1.42 197	0.30 222	0.00 1	0.11 434	0.00 1	0.28 461	0.17 370	0.14 399

MyStereo8	0.85 237	0.52 362	3.20 385	0.20 326	0.00 1	1.47 273	0.01 77	3.53 275	1.91 385	1.34 281	0.65 255	1.22 264	0.31 250	0.57 149	1.38 366	0.00 1	0.14 449	0.00 1	0.06 376	0.09 306	0.30 439

MaskLacGwcNet_RVC	1.63 377	0.45 335	2.21 310	1.53 467	0.18 367	4.33 431	0.41 389	3.37 249	1.40 322	0.54 164	0.65 255	3.10 381	0.11 177	4.93 332	0.60 311	4.57 480	0.51 473	0.00 1	0.00 1	1.37 470	2.39 479

test_sample4	0.86 241	0.16 166	2.28 328	0.50 401	0.01 143	1.42 253	0.01 77	4.65 381	1.27 299	1.52 306	0.66 257	0.69 202	0.08 151	3.50 259	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.02 188

tt1	0.88 252	0.27 245	1.25 171	0.08 248	0.00 1	3.36 409	0.02 148	3.03 192	6.40 460	0.33 122	0.66 257	0.05 51	0.40 272	1.59 204	0.05 23	0.00 1	0.02 333	0.00 1	0.00 1	0.09 306	0.03 247

BUS	0.97 269	0.10 95	0.96 86	0.01 26	0.00 1	5.85 450	0.03 194	5.40 426	0.93 234	2.26 370	0.66 257	2.39 346	0.06 121	0.61 154	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

BSDual-CNN	0.83 229	0.10 95	0.96 86	0.01 26	0.00 1	3.32 406	0.21 335	5.40 426	0.93 234	2.26 370	0.66 257	1.81 305	0.10 167	0.61 154	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

hknet	1.08 295	0.13 132	2.07 299	0.01 26	0.00 1	3.32 406	0.21 335	5.40 426	0.92 230	2.26 370	0.66 257	3.43 394	0.05 99	2.81 238	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

test-1	0.52 138	0.25 237	0.94 81	0.03 142	0.22 385	1.20 159	0.08 277	4.03 324	0.25 51	0.70 182	0.66 257	0.71 209	0.03 58	0.30 100	0.43 269	0.00 1	0.18 458	0.00 1	0.07 380	0.01 39	0.25 435

ACVNet	0.57 153	0.21 212	1.34 190	0.09 259	0.00 1	1.36 227	0.22 339	2.40 128	1.05 257	0.63 173	0.66 257	1.94 312	0.26 241	0.31 101	0.79 328	0.00 1	0.00 1	0.00 1	0.00 1	0.08 284	0.00 1

acv_ft	0.79 217	0.21 212	1.28 176	0.01 26	1.08 460	1.68 333	0.01 77	3.75 295	1.05 257	1.31 280	0.66 257	1.94 312	0.46 283	0.31 101	1.68 375	0.00 1	0.00 1	0.00 1	0.00 1	0.27 420	0.00 1

CoDeX	0.94 264	0.34 284	2.09 302	0.05 192	0.20 378	1.49 280	0.20 333	5.89 447	1.57 355	0.66 177	0.67 265	1.05 251	0.32 255	3.82 276	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.00 1

GEStereo_RVC	1.10 307	0.42 320	1.72 255	0.28 354	0.01 143	1.37 232	0.11 299	6.25 456	0.84 219	1.05 246	0.67 265	1.61 288	0.79 327	6.11 381	0.63 314	0.00 1	0.00 1	0.00 1	0.00 1	0.10 319	0.04 276

MyStereo06	0.80 221	0.19 193	2.53 348	0.02 93	0.00 1	1.51 284	0.01 77	4.61 375	0.24 48	0.89 210	0.69 267	3.14 383	1.18 350	0.58 152	0.33 233	0.00 1	0.06 398	0.00 1	0.00 1	0.02 121	0.07 345

ACVNet-DCA	0.61 160	0.27 245	1.28 176	0.13 286	0.00 1	3.44 411	0.01 77	3.15 212	0.68 159	0.33 122	0.69 267	0.04 26	0.61 300	1.43 198	0.05 23	0.00 1	0.02 333	0.00 1	0.03 350	0.01 39	0.01 86

xx1	0.95 266	0.27 245	1.28 176	0.13 286	0.00 1	3.44 411	0.01 77	3.18 221	7.23 469	0.33 122	0.69 267	0.73 211	0.12 189	1.43 198	0.05 23	0.00 1	0.02 333	0.00 1	0.00 1	0.01 39	0.01 86

1test111	0.69 189	0.27 245	1.28 176	0.13 286	0.00 1	3.44 411	0.01 77	3.15 212	0.68 159	0.33 122	0.69 267	0.04 26	0.61 300	2.95 240	0.07 55	0.00 1	0.02 333	0.00 1	0.03 350	0.01 39	0.01 86

cc1	0.94 264	0.27 245	1.28 176	0.13 286	0.00 1	3.44 411	0.01 77	3.18 221	7.23 469	0.33 122	0.69 267	0.04 26	0.61 300	1.43 198	0.05 23	0.00 1	0.02 333	0.00 1	0.03 350	0.09 306	0.04 276

CFNet	1.08 295	0.62 387	2.26 324	0.26 347	0.03 250	1.40 241	0.04 220	4.45 365	2.09 395	0.48 159	0.69 267	1.31 269	0.24 235	6.63 409	0.83 330	0.00 1	0.00 1	0.00 1	0.00 1	0.17 370	0.04 276

CRFU-Net	1.32 343	0.27 245	2.46 343	1.17 460	0.03 250	4.08 424	0.05 241	5.61 436	0.67 152	1.53 308	0.70 273	3.47 396	2.62 415	3.24 247	0.24 182	0.01 392	0.01 274	0.11 451	0.00 1	0.13 341	0.00 1

IGEV_Zeroshot_test	0.74 197	0.20 204	3.00 372	0.26 347	0.02 228	1.10 109	0.05 241	3.72 293	0.19 27	0.88 208	0.71 274	2.84 363	0.63 306	0.53 144	0.33 233	0.00 1	0.07 407	0.00 1	0.16 415	0.04 212	0.00 1

UCFNet_RVC	0.66 178	0.35 286	1.20 163	0.02 93	0.30 419	1.53 291	0.01 77	3.42 260	0.67 152	1.12 254	0.73 275	1.26 267	0.20 225	1.84 214	0.46 281	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DRN-Test	1.62 376	0.23 229	3.72 408	0.18 317	0.13 342	3.34 408	0.19 331	5.93 450	2.01 393	4.14 431	0.76 276	2.12 325	1.78 388	5.22 345	2.62 414	0.00 1	0.00 1	0.01 404	0.01 321	0.03 176	0.01 86

HBP-ISP	1.45 357	0.75 408	3.02 373	0.30 358	0.10 327	4.28 430	1.49 435	4.68 382	1.29 304	3.43 418	0.78 277	0.93 237	1.01 339	6.48 402	0.36 253	0.04 425	0.02 333	0.00 1	0.00 1	0.05 235	0.03 247

SFCPSM	0.81 223	0.11 114	2.53 348	0.01 26	0.07 300	2.45 376	0.18 325	4.99 404	1.18 284	0.77 194	0.78 277	0.69 202	0.31 250	1.72 210	0.20 162	0.00 1	0.00 1	0.00 1	0.05 366	0.06 255	0.01 86

SACVNet	0.96 267	0.36 290	1.49 209	0.05 192	0.00 1	1.62 323	0.28 362	3.86 313	1.28 303	1.79 332	0.80 279	1.59 284	0.07 137	5.29 348	0.48 285	0.01 392	0.00 1	0.00 1	0.00 1	0.23 402	0.01 86

DDVS	0.92 262	0.16 166	1.39 197	0.21 327	0.27 405	3.17 400	0.26 350	2.56 150	0.62 108	0.70 182	0.81 280	2.17 333	0.45 280	5.26 346	0.29 214	0.00 1	0.01 274	0.01 404	0.00 1	0.04 212	0.02 188

IRAFT_RVC	1.02 282	0.20 204	1.58 231	1.39 465	0.26 400	1.33 219	0.32 377	2.52 146	0.66 143	1.58 317	0.81 280	1.16 261	1.58 379	6.51 403	0.43 269	0.00 1	0.12 442	0.00 1	0.00 1	0.02 121	0.03 247

AE-Stereo	0.47 121	0.11 114	1.03 114	0.04 172	0.09 318	1.11 114	0.03 194	4.16 332	0.34 60	0.35 134	0.82 282	0.15 118	0.16 206	0.45 135	0.05 23	0.00 1	0.09 422	0.00 1	0.26 454	0.09 306	0.05 296

AAGNet	1.54 368	0.07 51	0.88 66	1.04 453	0.27 405	1.47 273	0.66 407	1.57 84	0.61 96	1.68 322	0.82 282	1.62 290	2.29 404	6.18 383	11.63 476	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

DisPM	0.86 241	0.09 76	1.10 132	0.76 435	0.02 228	1.51 284	0.57 403	1.75 96	0.70 182	2.43 387	0.83 284	0.38 158	0.01 9	6.89 431	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

CSP-Net	1.01 280	0.52 362	0.92 76	0.01 26	0.00 1	2.83 395	0.05 241	4.99 404	0.69 172	0.91 215	0.85 285	1.82 307	0.23 233	6.04 378	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.10 319	0.01 86

DeepStereo_RVC	0.52 138	0.08 63	1.37 195	0.06 209	0.06 290	1.34 221	0.41 389	1.43 70	0.68 159	1.03 243	0.85 285	0.49 173	1.56 375	0.79 166	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.13 392

ssnet_v2	1.14 317	0.28 256	1.77 260	0.03 142	0.00 1	2.07 357	0.37 386	5.20 414	1.87 382	2.00 347	0.87 287	3.09 380	0.55 291	1.31 192	3.02 419	0.00 1	0.00 1	0.00 1	0.00 1	0.18 378	0.12 385

DPSNet	3.38 444	0.60 382	9.55 477	0.61 419	0.46 437	5.10 443	1.44 434	11.17 482	3.92 444	2.57 390	0.88 288	5.90 439	9.68 481	7.63 455	7.25 456	0.08 439	0.16 455	0.01 404	0.07 380	0.34 439	0.17 409

GCAP-BAT	0.37 82	0.13 132	1.16 149	0.10 270	0.12 336	1.59 309	0.04 220	0.67 30	0.43 68	0.84 204	0.89 289	0.39 159	0.07 137	0.27 90	0.49 287	0.00 1	0.01 274	0.00 1	0.19 428	0.00 1	0.00 1

test_sample5	0.86 241	0.16 166	2.25 320	0.49 398	0.01 143	1.41 246	0.01 77	4.55 370	1.27 299	1.35 287	0.89 289	0.58 182	0.11 177	3.75 269	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.02 188

111	0.79 217	0.70 406	2.21 310	0.01 26	0.01 143	1.19 150	0.16 318	3.78 300	1.98 390	1.22 272	0.91 291	2.01 315	0.32 255	0.32 107	0.64 316	0.00 1	0.00 1	0.00 1	0.00 1	0.08 284	0.17 409

DISCO	1.93 405	0.18 185	2.44 339	0.67 427	0.53 442	5.25 445	0.00 1	5.43 430	1.56 354	2.09 355	0.91 291	6.48 444	0.89 334	8.55 465	3.60 426	0.00 1	0.00 1	0.00 1	0.00 1	0.06 255	0.01 86

CASS	0.56 151	0.13 132	1.40 198	0.03 142	0.01 143	1.65 330	0.04 220	3.03 192	0.63 116	1.96 344	0.93 293	0.28 142	0.36 264	0.52 142	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TDLM	1.08 295	0.49 354	1.43 203	0.27 352	0.00 1	1.56 297	2.12 444	3.10 204	1.75 371	1.36 292	0.93 293	1.06 253	0.49 285	6.21 385	0.70 321	0.00 1	0.00 1	0.00 1	0.00 1	0.16 365	0.02 188

IER	0.75 202	0.12 122	1.93 273	0.01 26	0.00 1	2.31 371	0.02 148	2.96 183	0.98 241	1.30 277	0.96 295	1.40 274	1.19 351	1.31 192	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

SA	0.83 229	0.41 314	1.17 152	0.00 1	0.20 378	1.28 200	0.01 77	3.98 320	1.86 380	0.41 148	0.96 295	0.27 140	1.33 362	4.07 286	0.35 247	0.00 1	0.00 1	0.00 1	0.17 423	0.14 348	0.01 86

GANet-ADL	0.52 138	0.09 76	1.43 203	0.13 286	0.02 228	1.43 256	0.02 148	3.22 231	0.59 79	0.34 133	0.98 297	1.09 257	0.19 219	0.40 125	0.34 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.01 86

FACV-RUCA	0.49 129	0.10 95	1.30 184	0.06 209	0.12 336	1.14 127	0.07 270	3.57 279	0.92 230	0.18 107	0.99 298	0.19 127	0.31 250	0.25 74	0.16 139	0.00 1	0.00 1	0.08 445	0.02 341	0.24 405	0.12 385

IPLG	0.86 241	0.41 314	2.31 330	0.06 209	0.06 290	1.36 227	0.11 299	3.17 219	0.83 216	0.62 169	1.00 299	0.46 167	0.61 300	5.57 366	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.18 378	0.01 86

XPNet_ROB	1.17 323	0.41 314	1.68 249	0.04 172	0.01 143	1.65 330	0.17 321	3.46 267	1.39 318	3.89 427	1.01 300	1.60 286	0.53 288	4.35 299	3.07 420	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.02 188

XX-TBD	0.28 51	0.39 306	0.97 92	0.05 192	0.00 1	1.09 105	0.00 1	0.71 33	0.54 74	0.44 151	1.04 301	0.06 64	0.06 121	0.19 40	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	1.52 364	0.31 271	4.00 416	0.09 259	0.00 1	4.64 437	0.08 277	4.41 361	1.21 289	1.25 275	1.05 302	2.90 368	0.93 337	6.70 415	2.48 408	0.01 392	0.00 1	0.07 442	0.00 1	0.27 420	0.05 296

SST-Stereo	1.04 286	0.05 19	1.16 149	0.72 430	0.23 390	1.70 337	0.58 404	1.92 104	1.46 334	1.19 264	1.09 303	1.60 286	1.93 396	6.92 435	0.21 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

iResNet	1.00 279	0.45 335	3.08 377	0.86 445	0.01 143	1.97 352	0.01 77	3.67 291	1.49 342	1.77 330	1.09 303	0.35 152	0.13 196	3.83 277	1.27 360	0.00 1	0.00 1	0.00 1	0.00 1	0.07 270	0.01 86

PAM	1.34 345	0.13 132	2.83 364	0.30 358	0.31 423	2.21 365	0.30 372	5.05 409	0.23 43	0.82 203	1.11 305	9.08 460	2.34 407	0.90 171	0.44 272	0.00 1	0.13 447	0.00 1	0.31 466	0.03 176	0.28 437

hitnet-ft	1.09 303	0.39 306	1.45 206	0.04 172	0.00 1	1.34 221	0.22 339	3.34 248	2.25 410	1.48 304	1.11 305	4.17 410	0.37 266	4.73 325	0.79 328	0.01 392	0.00 1	0.03 434	0.00 1	0.09 306	0.01 86

test_sample6	0.89 259	0.17 177	2.23 319	0.48 396	0.01 143	1.43 256	0.01 77	4.49 367	1.40 322	1.43 299	1.12 307	0.64 194	0.14 200	3.86 278	0.42 267	0.00 1	0.01 274	0.00 1	0.00 1	0.02 121	0.02 188

DualNet	0.88 252	0.16 166	2.25 320	0.49 398	0.01 143	1.41 246	0.01 77	4.55 370	1.27 299	1.43 299	1.12 307	0.58 182	0.11 177	3.75 269	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.02 188

CFNet_ucs	0.77 208	0.20 204	2.22 317	0.01 26	0.01 143	1.32 213	0.00 1	3.30 242	1.31 308	1.15 257	1.14 309	2.19 335	0.42 274	2.04 218	0.12 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

RAFT_R40	0.99 278	0.05 19	1.26 172	0.71 429	0.20 378	1.65 330	0.67 408	1.94 106	0.61 96	1.05 246	1.15 310	1.80 304	1.47 366	6.91 433	0.31 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

iResNetv2_ROB	1.08 295	1.12 448	4.68 442	1.09 456	0.00 1	1.38 238	0.05 241	3.83 308	1.11 269	0.80 201	1.15 310	1.02 249	0.12 189	4.52 314	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.33 436	0.03 247

OMP-Stereo	1.20 328	0.54 369	0.96 86	2.39 472	0.29 417	1.58 302	0.33 380	2.01 110	0.68 159	2.68 395	1.16 312	3.10 381	0.18 213	7.40 450	0.56 302	0.00 1	0.00 1	0.00 1	0.00 1	0.07 270	0.01 86

PA-Net	1.31 342	0.59 380	3.65 406	0.06 209	0.15 354	1.44 260	0.54 400	4.08 325	2.71 426	0.78 197	1.16 312	2.32 342	0.64 309	5.96 376	1.92 389	0.01 392	0.00 1	0.00 1	0.00 1	0.04 212	0.06 327
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
delet	1.14 317	0.32 275	1.56 228	0.03 142	0.17 363	2.86 397	1.03 423	4.25 342	2.14 402	1.03 243	1.17 314	1.64 294	0.92 336	4.35 299	1.27 360	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.00 1

ETE_ROB	1.16 322	0.52 362	1.71 254	0.01 26	0.02 228	1.79 345	0.22 339	4.10 328	1.32 309	4.68 440	1.18 315	2.81 361	0.08 151	3.56 261	1.12 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.06 327

iResNet_ROB	1.05 293	0.76 412	2.06 298	0.07 233	0.00 1	1.35 225	0.03 194	6.80 467	2.57 424	0.79 199	1.20 316	0.94 240	0.12 189	3.81 274	0.41 265	0.00 1	0.00 1	0.00 1	0.00 1	0.08 284	0.01 86

CVANet_RVC	1.10 307	0.39 306	1.69 251	0.28 354	0.00 1	1.45 266	0.48 395	3.26 234	1.64 363	2.93 400	1.22 317	1.51 277	0.37 266	6.09 380	0.50 289	0.00 1	0.00 1	0.00 1	0.00 1	0.18 378	0.01 86

anonymity	0.74 197	0.15 155	1.17 152	0.16 308	0.27 405	0.71 39	0.01 77	4.70 383	1.78 373	1.15 257	1.23 318	0.31 145	1.65 383	0.54 146	0.53 296	0.02 414	0.02 333	0.00 1	0.27 457	0.02 121	0.06 327

PFNet	1.06 294	0.19 193	2.95 369	1.16 459	0.56 445	1.58 302	0.25 346	1.50 81	0.60 87	2.38 383	1.23 318	0.63 192	0.30 246	6.85 424	0.43 269	0.16 450	0.01 274	0.00 1	0.07 380	0.18 378	0.18 415

Wz-Net-MNSev	1.85 400	1.19 452	5.61 456	0.01 26	0.00 1	4.74 438	2.16 446	4.93 401	1.48 340	3.77 424	1.24 320	1.77 302	2.56 412	4.94 333	2.61 413	0.00 1	0.01 274	0.00 1	0.00 1	0.07 270	0.01 86

TANstereo	0.30 58	0.28 256	0.86 62	0.03 142	0.01 143	1.14 127	0.00 1	0.53 15	0.44 69	1.06 249	1.24 320	0.06 64	0.05 99	0.25 74	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet-Refined	0.83 229	0.12 122	1.18 155	0.02 93	0.01 143	1.31 212	0.00 1	3.33 245	1.07 262	1.92 340	1.24 320	2.48 348	0.18 213	1.86 215	1.67 374	0.00 1	0.00 1	0.00 1	0.00 1	0.14 348	0.05 296
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CREStereo++_RVC	0.29 55	0.19 193	0.83 59	0.05 192	0.00 1	1.19 150	0.00 1	0.66 29	0.99 245	0.25 113	1.26 323	0.05 51	0.07 137	0.20 52	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
RASNet	1.53 366	0.31 271	1.97 283	0.09 259	3.20 476	1.69 335	0.06 263	3.27 240	2.12 397	0.77 194	1.29 324	5.32 437	1.69 386	6.60 406	2.17 401	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.02 188

CC-Net-ROB	1.86 401	0.64 391	2.55 350	1.42 466	0.19 374	3.38 410	0.04 220	4.41 361	2.45 418	0.90 212	1.31 325	0.98 245	0.18 213	6.60 406	0.53 296	1.14 473	1.60 486	7.16 483	0.00 1	1.33 469	0.32 444

SuperB	3.70 450	1.77 467	15.73 489	0.31 362	0.05 279	4.37 432	1.67 438	3.58 282	11.57 474	2.36 380	1.32 326	2.03 318	1.91 395	6.95 436	9.01 466	0.05 431	0.03 363	0.10 450	0.08 385	11.00 495	0.10 370

HSM	1.36 348	0.40 311	1.07 125	0.01 26	0.30 419	1.73 340	0.03 194	5.89 447	1.22 290	1.83 334	1.36 327	4.78 425	1.30 361	6.61 408	0.57 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.00 1

GASNet	1.43 355	1.53 462	4.54 439	0.31 362	0.02 228	1.49 280	0.20 333	3.86 313	1.95 387	0.75 189	1.37 328	2.11 323	1.57 378	5.82 375	2.60 412	0.00 1	0.05 390	0.00 1	0.00 1	0.43 450	0.10 370

PSMNet-RUCA	0.66 178	0.48 349	1.68 249	0.01 26	0.02 228	2.02 355	0.25 346	3.93 318	1.50 344	0.37 142	1.38 329	0.11 101	0.12 189	0.64 159	0.31 225	0.00 1	0.00 1	0.00 1	0.00 1	0.27 420	0.00 1

s12784h	0.56 151	0.14 143	1.22 167	0.02 93	0.00 1	1.14 127	0.03 194	3.43 262	1.47 336	1.02 239	1.41 330	0.05 51	0.02 29	1.08 181	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.00 1

psmg	0.83 229	0.10 95	0.96 86	0.01 26	0.00 1	3.28 404	0.27 354	4.83 396	0.93 234	1.92 340	1.46 331	1.81 305	0.10 167	0.61 154	0.18 154	0.00 1	0.00 1	0.01 404	0.00 1	0.01 39	0.00 1

AIO-test2	0.76 206	0.80 418	1.47 208	0.12 280	0.15 354	1.22 166	0.01 77	3.17 219	0.73 185	0.36 141	1.50 332	0.16 123	0.05 99	2.37 223	0.16 139	2.85 478	0.00 1	0.00 1	0.01 321	0.04 212	0.07 345

DANet	1.74 393	0.22 222	3.06 375	0.75 432	0.44 434	2.46 377	0.35 384	3.40 256	1.41 325	4.22 432	1.56 333	5.03 430	0.56 292	6.29 390	5.00 440	0.01 392	0.00 1	0.00 1	0.01 321	0.04 212	0.08 358
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DispNO	1.25 333	0.52 362	3.40 396	0.11 279	0.05 279	1.45 266	0.01 77	3.73 294	1.68 366	1.34 281	1.59 334	3.15 384	1.12 348	5.56 363	1.14 350	0.00 1	0.02 333	0.03 434	0.12 403	0.05 235	0.03 247

RAFT_CTSACE	0.68 187	0.52 362	1.74 257	0.50 401	0.05 279	1.16 137	0.00 1	2.68 162	0.66 143	0.68 180	1.60 335	1.76 300	0.80 328	0.94 174	0.13 111	0.00 1	0.02 333	0.00 1	0.00 1	0.27 420	0.00 1

MSKI-zero shot	0.73 195	0.13 132	1.56 228	0.02 93	0.14 348	1.34 221	0.04 220	3.00 187	0.23 43	0.67 178	1.64 336	0.89 231	0.00 1	4.55 317	0.10 93	0.00 1	0.02 333	0.00 1	0.21 439	0.03 176	0.01 86

FINET	1.36 348	0.46 339	4.05 419	0.22 330	0.73 451	1.03 76	0.00 1	3.57 279	5.71 457	1.59 318	1.64 336	0.49 173	0.19 219	5.53 359	1.90 386	0.00 1	0.01 274	0.00 1	0.00 1	0.08 284	0.03 247

GwcNet	1.67 385	0.81 422	5.52 453	0.23 336	1.21 461	4.21 428	0.62 406	3.71 292	1.57 355	1.01 238	1.65 338	3.99 409	0.52 287	5.46 356	2.30 404	0.00 1	0.00 1	0.00 1	0.01 321	0.35 442	0.13 392

1111x	1.53 366	0.06 37	1.77 260	0.27 352	0.00 1	2.12 359	0.01 77	5.63 440	1.65 364	1.53 308	1.67 339	0.92 232	0.64 309	6.18 383	8.17 461	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.01 86

TestStereo1	0.77 208	0.46 339	1.12 136	0.15 301	0.19 374	1.29 204	0.01 77	3.33 245	1.55 349	0.45 154	1.67 339	0.13 110	1.23 353	3.39 252	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.17 370	0.07 345

SA-5K	0.77 208	0.46 339	1.12 136	0.15 301	0.19 374	1.29 204	0.01 77	3.33 245	1.55 349	0.45 154	1.67 339	0.13 110	1.23 353	3.39 252	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.17 370	0.07 345

ADCRef	2.29 420	0.65 395	5.67 457	0.10 270	0.09 318	4.81 439	0.76 413	4.75 389	1.37 315	2.88 399	1.67 339	1.62 290	2.30 405	3.77 273	14.93 483	0.02 414	0.00 1	0.01 404	0.10 394	0.20 396	0.11 377

PDISCO_ROB	2.21 417	0.78 415	3.43 398	0.96 449	2.04 472	7.04 460	0.09 289	7.36 471	5.72 458	1.21 271	1.67 339	3.16 385	1.28 359	7.52 453	1.37 365	0.00 1	0.00 1	0.00 1	0.00 1	0.34 439	0.13 392

ISRNet	0.88 252	0.19 193	2.71 361	0.05 192	0.00 1	1.17 140	0.03 194	2.96 183	0.80 208	2.17 359	1.70 344	2.59 350	0.20 225	2.58 227	0.46 281	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.00 1

NaN_ROB	2.02 411	0.58 378	2.65 356	0.29 356	0.28 415	3.19 401	5.19 481	3.84 309	2.55 423	5.31 446	1.73 345	2.30 339	1.96 397	6.78 421	3.09 421	0.01 392	0.06 398	0.03 434	0.10 394	0.10 319	0.37 449

CBMV	1.56 370	0.24 233	1.92 272	0.31 362	0.03 250	2.90 398	4.33 471	3.79 301	1.81 374	4.98 443	1.73 345	2.70 356	1.68 385	3.81 274	0.92 339	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235	0.08 358
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LMCR-Stereo	1.10 307	0.69 402	1.95 278	0.50 401	0.01 143	2.73 388	0.09 289	6.20 455	0.64 127	2.37 381	1.76 347	0.13 110	1.59 381	2.94 239	0.23 177	0.00 1	0.00 1	0.00 1	0.00 1	0.12 336	0.00 1

NOSS_ROB	1.29 336	0.22 222	1.35 193	0.64 423	0.16 360	2.56 381	0.00 1	4.14 331	2.37 414	2.29 375	1.76 347	2.84 363	0.02 29	6.80 423	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.11 377

Ntro	3.24 437	1.34 457	2.83 364	7.27 484	4.43 481	6.22 455	0.74 412	4.73 385	1.48 340	0.39 145	1.77 349	2.70 356	1.28 359	4.59 321	1.25 357	8.06 489	0.28 467	2.12 481	0.05 366	8.11 484	5.16 488

H2IRNET	0.47 121	0.22 222	1.27 174	0.15 301	0.01 143	1.18 147	0.01 77	1.65 86	0.48 71	0.02 9	1.80 350	0.46 167	0.04 85	1.62 207	0.35 247	0.00 1	0.00 1	0.01 404	0.01 321	0.16 365	0.02 188

RAFT + AFF	1.63 377	1.13 449	2.62 355	0.04 172	0.80 452	2.29 370	1.03 423	5.54 435	2.06 394	1.77 330	1.81 351	1.22 264	3.65 440	6.23 387	1.57 370	0.01 392	0.35 471	0.00 1	0.01 321	0.33 436	0.12 385

MLCV	1.01 280	0.53 367	2.17 307	0.03 142	0.00 1	1.60 313	0.03 194	2.90 179	1.30 306	2.60 392	1.85 352	1.00 247	0.40 272	4.88 331	0.74 324	0.00 1	0.00 1	0.00 1	0.00 1	0.07 270	0.01 86

AASNet	0.86 241	0.53 367	1.96 281	0.04 172	0.00 1	1.70 337	0.05 241	5.13 413	1.84 376	0.93 218	1.88 353	0.96 241	0.19 219	0.67 160	0.91 338	0.00 1	0.00 1	0.00 1	0.00 1	0.27 420	0.09 364

xxxx	1.78 397	0.07 51	1.02 103	0.00 1	0.01 143	1.44 260	0.00 1	5.81 446	1.53 347	1.37 293	1.91 354	1.08 255	0.05 99	4.37 302	16.98 488	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

PSM-AAD	1.15 320	0.04 9	0.88 66	0.10 270	0.27 405	1.32 213	3.25 458	2.41 135	0.64 127	2.93 400	1.92 355	0.15 118	5.39 462	3.42 254	0.19 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.05 296

XQC	2.57 425	1.20 453	6.33 467	0.18 317	0.01 143	3.84 421	0.33 380	5.24 416	3.83 443	4.43 435	1.94 356	4.58 420	3.19 429	7.19 445	8.67 463	0.00 1	0.03 363	0.00 1	0.03 350	0.27 420	0.19 420

AFF-stereo	0.65 173	0.46 339	0.82 56	0.37 379	0.00 1	1.19 150	0.00 1	3.04 196	1.42 326	0.72 186	1.95 357	1.16 261	0.26 241	0.97 176	0.31 225	0.00 1	0.02 333	0.00 1	0.00 1	0.21 397	0.02 188

ADCPNet	3.63 449	0.82 425	13.20 486	0.08 248	0.43 433	7.02 459	2.23 448	4.77 391	2.41 415	4.31 434	1.96 358	7.57 453	5.16 457	6.45 401	13.80 480	0.02 414	0.75 478	0.04 437	0.90 486	0.16 365	0.53 454

HART	0.44 108	0.24 233	1.41 199	0.01 26	0.00 1	0.33 11	0.00 1	2.91 180	0.61 96	0.26 114	1.98 359	0.35 152	0.03 58	0.20 52	0.14 122	0.00 1	0.11 434	0.00 1	0.00 1	0.19 386	0.05 296

pcwnet_v2	1.29 336	0.17 177	5.98 460	0.10 270	0.01 143	1.76 341	0.02 148	5.08 412	2.90 429	1.54 314	1.98 359	2.03 318	0.81 329	3.01 242	0.28 210	0.00 1	0.00 1	0.00 1	0.01 321	0.03 176	0.03 247

iRaft-Stereo_5w	1.08 295	0.56 374	2.70 359	0.02 93	0.02 228	1.20 159	0.01 77	3.18 221	0.63 116	0.14 99	2.00 361	1.62 290	1.54 373	6.69 414	1.01 344	0.00 1	0.00 1	0.00 1	0.00 1	0.23 402	0.01 86

DLCB_ROB	1.17 323	0.22 222	1.28 176	0.08 248	0.00 1	1.51 284	0.23 343	3.39 254	1.52 346	3.43 418	2.00 361	3.40 392	0.31 250	4.29 296	1.82 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PAM_32	1.45 357	0.13 132	2.69 358	0.26 347	0.30 419	2.15 363	0.29 365	4.92 400	0.22 40	0.84 204	2.02 363	9.57 463	3.27 433	0.97 176	0.56 302	0.00 1	0.12 442	0.00 1	0.31 466	0.04 212	0.27 436

ffm	1.04 286	0.05 19	1.65 240	0.34 372	0.01 143	1.58 302	0.02 148	3.03 192	6.40 460	1.39 294	2.07 364	2.15 327	0.34 257	1.59 204	0.05 23	0.00 1	0.02 333	0.00 1	0.00 1	0.09 306	0.03 247

ff1	1.65 380	0.05 19	1.65 240	0.34 372	0.01 143	1.58 302	0.02 148	3.03 192	6.40 460	1.39 294	2.07 364	2.15 327	0.34 257	6.68 411	7.08 452	0.00 1	0.02 333	0.00 1	0.00 1	0.09 306	0.03 247

mmx	1.56 370	0.05 19	1.65 240	0.34 372	0.01 143	1.58 302	0.02 148	5.51 433	2.25 410	1.39 294	2.07 364	2.15 327	0.34 257	6.68 411	7.08 452	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

xxx	1.56 370	0.05 19	1.65 240	0.34 372	0.01 143	1.58 302	0.02 148	5.51 433	2.25 410	1.39 294	2.07 364	2.15 327	0.34 257	6.68 411	7.08 452	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

ttt	1.35 347	0.05 19	1.09 130	0.46 391	0.01 143	1.61 317	0.00 1	5.61 436	1.97 388	1.75 325	2.10 368	1.40 274	0.11 177	4.81 328	6.07 448	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

222	2.69 427	0.09 76	1.03 114	0.00 1	0.00 1	1.54 295	0.00 1	5.61 436	1.55 349	1.51 305	2.10 368	0.53 178	0.07 137	4.54 316	35.09 506	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

Wz-Net-SNSev	2.53 424	2.49 477	10.66 481	0.39 381	0.01 143	2.73 388	0.40 387	5.02 407	1.50 344	2.15 357	2.12 370	6.48 444	1.11 345	9.47 472	5.84 447	0.00 1	0.01 274	0.00 1	0.00 1	0.21 397	0.06 327

Syn2CoEx	1.66 381	1.17 450	4.29 429	0.04 172	0.00 1	1.44 260	0.56 401	5.33 424	1.98 390	2.01 350	2.12 370	2.08 320	2.81 419	6.55 404	2.42 405	0.00 1	0.00 1	0.00 1	0.00 1	0.33 436	0.06 327

SMFormer	1.04 286	0.16 166	1.55 221	0.33 366	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 308	2.16 372	0.92 232	0.02 29	4.46 308	1.24 355	0.00 1	0.01 274	0.00 1	0.00 1	0.03 176	0.02 188

tta	1.04 286	0.16 166	1.55 221	0.33 366	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 308	2.16 372	0.92 232	0.02 29	4.46 308	1.24 355	0.00 1	0.01 274	0.00 1	0.00 1	0.03 176	0.01 86

qqq1	0.98 271	0.16 166	1.55 221	0.33 366	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 308	2.16 372	0.92 232	0.02 29	4.46 308	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.03 176	0.01 86

fff1	0.98 271	0.16 166	1.55 221	0.33 366	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 308	2.16 372	0.92 232	0.02 29	4.46 308	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.03 176	0.01 86

test_xeample	1.79 398	0.08 63	1.03 114	0.02 93	0.00 1	1.44 260	0.00 1	5.48 431	1.84 376	1.65 320	2.17 376	0.37 154	0.06 121	4.00 285	17.67 490	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

ADLNet	1.20 328	0.29 266	1.98 284	0.00 1	0.02 228	2.20 364	0.11 299	4.39 359	2.52 421	2.19 362	2.20 377	2.66 352	0.70 323	3.42 254	1.25 357	0.00 1	0.00 1	0.00 1	0.00 1	0.10 319	0.04 276

anonymousa	0.79 217	0.26 241	1.91 271	0.03 142	0.29 417	1.46 272	0.02 148	3.76 297	0.97 239	0.72 186	2.25 378	3.21 388	0.56 292	0.15 24	0.12 107	0.00 1	0.00 1	0.00 1	0.04 361	0.00 1	0.02 188

IIG-Stereo	1.30 338	0.48 349	1.04 118	2.41 473	0.05 279	1.61 317	0.14 312	2.59 152	0.68 159	2.97 403	2.28 379	3.08 379	0.57 294	7.41 451	0.65 318	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.00 1

TransformOpticalFlow	1.47 360	0.31 271	3.22 389	0.66 425	0.08 310	1.54 295	0.09 289	3.84 309	1.58 359	1.66 321	2.32 380	3.60 398	3.12 427	6.99 439	0.42 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

DAS	1.26 334	0.08 63	2.25 320	0.04 172	0.01 143	1.28 200	1.18 427	3.80 304	1.58 359	4.60 437	2.37 381	1.53 278	0.53 288	5.36 353	0.59 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

SepStereo	1.28 335	0.08 63	2.25 320	0.04 172	0.01 143	1.28 200	1.18 427	3.80 304	1.58 359	4.60 437	2.37 381	1.53 278	0.53 288	5.63 369	0.59 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 121	0.01 86

UGAM	1.08 295	0.19 193	2.83 364	0.05 192	0.01 143	1.09 105	0.11 299	2.89 178	0.64 127	0.08 56	2.46 383	3.64 400	0.08 151	6.99 439	0.25 190	0.00 1	0.00 1	0.00 1	0.02 341	0.27 420	0.04 276

IPLGR_C	0.75 202	0.88 430	2.58 352	0.13 286	0.02 228	1.40 241	0.27 354	3.19 226	0.84 219	1.92 340	2.46 383	0.18 126	0.11 177	0.49 141	0.26 198	0.00 1	0.05 390	0.01 404	0.05 366	0.19 386	0.06 327

ACRE	0.75 202	0.78 415	2.72 363	0.13 286	0.02 228	1.40 241	0.26 350	3.20 228	0.82 213	1.84 335	2.46 383	0.19 127	0.10 167	0.52 142	0.26 198	0.00 1	0.04 377	0.01 404	0.05 366	0.19 386	0.05 296

DGSMNet	2.23 418	0.80 418	6.10 462	0.96 449	1.73 467	3.22 402	4.12 467	5.30 422	1.11 269	1.19 264	2.48 386	3.18 386	0.65 314	4.57 320	1.33 362	1.11 472	1.37 484	1.55 474	1.26 490	1.37 470	1.28 472

otaku	3.17 436	1.32 456	2.49 345	6.07 482	3.26 477	4.62 436	2.15 445	5.35 425	1.34 312	2.00 347	2.54 387	3.50 397	1.49 367	3.68 263	1.11 346	7.89 488	0.23 462	1.88 478	0.03 350	7.74 483	4.78 487

CIPLG	0.75 202	0.81 422	2.38 335	0.13 286	0.03 250	1.41 246	0.27 354	3.19 226	0.84 219	1.98 346	2.56 388	0.19 127	0.10 167	0.54 146	0.26 198	0.00 1	0.05 390	0.01 404	0.05 366	0.19 386	0.05 296

RAFT-Stereo + iAFF	0.60 157	0.36 290	0.96 86	0.03 142	0.02 228	1.21 163	0.02 148	2.80 170	1.55 349	1.08 250	2.63 389	0.43 164	0.16 206	0.37 120	0.25 190	0.00 1	0.02 333	0.00 1	0.00 1	0.19 386	0.01 86

PS-NSSS	1.08 295	0.45 335	1.70 253	0.02 93	0.01 143	1.37 232	0.01 77	4.38 356	2.09 395	1.15 257	2.65 390	0.65 195	0.07 137	6.35 393	0.56 302	0.16 450	0.00 1	0.00 1	0.00 1	0.05 235	0.00 1

NCC-stereo	1.67 385	0.56 374	3.10 378	0.08 248	0.22 385	2.24 367	0.13 308	5.05 409	1.42 326	2.27 373	2.72 391	4.29 412	3.53 436	5.76 371	2.01 395	0.04 425	0.00 1	0.00 1	0.00 1	0.03 176	0.02 188

Abc-Net	1.67 385	0.56 374	3.10 378	0.08 248	0.22 385	2.24 367	0.13 308	5.05 409	1.42 326	2.27 373	2.72 391	4.29 412	3.53 436	5.76 371	2.01 395	0.04 425	0.00 1	0.00 1	0.00 1	0.03 176	0.02 188
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	1.93 405	0.97 437	3.83 414	0.55 410	2.19 473	1.49 280	0.05 241	4.09 327	1.00 246	2.59 391	2.77 393	5.17 433	5.63 464	7.19 445	0.63 314	0.00 1	0.10 431	0.00 1	0.00 1	0.25 412	0.20 425

FBW_ROB	2.36 421	0.36 290	3.16 381	0.37 379	0.14 348	4.42 435	0.18 325	6.64 461	3.05 431	2.98 404	2.85 394	4.86 427	1.11 345	11.00 484	4.53 433	0.16 450	0.05 390	0.37 465	0.09 390	0.19 386	0.78 461

STrans-v2	1.67 385	0.36 290	3.28 390	0.02 93	0.19 374	1.45 266	0.08 277	6.69 463	1.49 342	2.00 347	2.86 395	3.67 402	3.88 444	7.04 443	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

MGS-Stereo	0.31 61	0.10 95	0.89 70	0.02 93	0.00 1	0.50 34	0.00 1	0.39 11	0.61 96	0.02 9	2.91 396	0.04 26	0.03 58	0.21 60	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.44 451	0.00 1

AnyNet_C32	3.93 453	2.58 478	12.07 484	0.39 381	0.49 440	5.50 447	6.45 492	4.44 364	2.19 406	6.86 456	2.94 397	5.28 435	3.20 430	6.63 409	18.37 492	0.08 439	0.04 377	0.20 458	0.09 390	0.57 461	0.19 420

RainbowNet	4.74 461	3.21 484	3.07 376	9.34 489	6.01 482	4.89 441	3.60 462	7.09 468	4.39 449	1.63 319	3.01 398	4.72 424	2.96 423	5.53 359	1.19 353	8.95 491	2.12 489	8.48 486	0.19 428	8.75 485	5.73 489

HGLStereo	1.03 284	0.18 185	1.50 210	0.01 26	0.01 143	1.41 246	0.01 77	3.41 258	0.82 213	1.05 246	3.09 399	2.11 323	1.24 356	4.51 313	1.18 352	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.03 247

GMM-Stereo	1.09 303	0.05 19	1.62 236	0.13 286	0.22 385	1.41 246	0.87 416	2.31 122	0.62 108	2.75 396	3.14 400	0.54 180	0.90 335	5.33 351	0.13 111	0.01 392	0.00 1	0.00 1	0.02 341	0.01 39	1.80 477

psmorigin	2.01 410	0.37 294	10.25 479	0.22 330	0.03 250	1.62 323	0.19 331	3.31 243	1.05 257	4.92 442	3.14 400	5.85 438	2.21 403	5.31 349	1.71 378	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235	0.02 188

RTSC	2.66 426	1.24 454	6.04 461	0.18 317	0.02 228	4.40 434	0.08 277	4.29 348	4.98 453	6.00 449	3.15 402	2.97 373	1.56 375	6.71 416	10.89 472	0.00 1	0.07 407	0.00 1	0.05 366	0.40 448	0.24 434

ADLNet2	1.38 351	0.39 306	3.13 380	0.00 1	0.70 450	1.23 181	0.26 350	4.19 335	2.36 413	1.45 303	3.16 403	4.23 411	0.82 332	4.56 319	0.88 333	0.00 1	0.00 1	0.00 1	0.00 1	0.13 341	0.02 188

DDUNet	3.28 439	10.54 499	2.29 329	3.50 477	3.31 478	4.21 428	0.21 335	3.77 298	1.03 249	2.54 389	3.17 404	3.20 387	0.21 230	3.89 280	0.69 320	1.94 476	0.05 390	9.87 488	3.53 496	5.03 477	2.55 481

MFN_U_SF_RVC	3.76 451	1.77 467	9.85 478	0.84 438	0.27 405	9.50 472	0.49 397	8.07 473	3.41 435	4.81 441	3.28 405	9.40 461	3.49 435	7.76 458	8.31 462	0.41 463	0.54 474	0.52 468	0.80 484	0.89 466	0.84 463

SAMSARA	3.32 443	1.07 446	6.25 464	0.86 445	0.31 423	7.55 465	3.87 465	5.26 421	4.20 446	7.43 460	3.35 406	10.04 464	3.83 443	6.98 438	4.83 437	0.00 1	0.14 449	0.00 1	0.05 366	0.17 370	0.22 430

SHD	3.01 433	1.02 443	5.52 453	0.45 390	0.39 431	4.12 425	0.17 321	6.68 462	12.04 476	7.20 458	3.36 407	4.40 415	2.58 414	4.69 322	7.17 455	0.01 392	0.04 377	0.00 1	0.03 350	0.22 400	0.17 409

ADCL	3.30 440	0.81 422	6.76 469	0.25 341	0.25 397	6.93 458	4.65 475	4.79 394	2.62 425	4.61 439	3.36 407	5.22 434	4.55 450	5.54 362	14.91 482	0.05 431	0.01 274	0.11 451	0.13 405	0.28 428	0.10 370

test_4	0.51 135	0.10 95	1.27 174	0.01 26	0.06 290	0.97 70	0.03 194	1.12 54	0.16 17	0.27 115	3.42 409	0.65 195	0.09 159	1.59 204	0.26 198	0.00 1	0.00 1	0.00 1	0.08 385	0.14 348	0.00 1

WZ-Net	4.16 456	1.75 466	23.59 495	0.08 248	0.04 269	2.62 387	2.16 446	5.89 447	4.74 452	5.73 448	3.51 410	6.99 451	4.89 455	10.82 481	10.11 469	0.00 1	0.00 1	0.00 1	0.00 1	0.12 336	0.11 377

fast-acv-ft	1.41 354	0.46 339	4.29 429	0.10 270	0.13 342	3.97 422	0.29 365	2.42 136	1.91 385	0.81 202	3.55 411	3.02 375	1.26 358	3.35 249	2.05 398	0.04 425	0.01 274	0.04 437	0.04 361	0.39 447	0.05 296

ADCMid	3.95 454	1.34 457	10.91 482	0.18 317	0.38 430	5.02 442	1.27 432	4.87 398	2.94 430	11.15 474	3.60 412	6.76 448	5.21 460	6.40 400	16.96 487	0.12 446	0.08 418	0.55 470	0.46 475	0.53 460	0.19 420

HSM-Net_RVC	1.40 353	0.07 51	1.58 231	0.00 1	0.01 143	1.88 349	0.05 241	7.24 469	1.71 370	3.63 421	3.63 413	3.21 388	0.36 264	4.25 294	0.44 272	0.01 392	0.01 274	0.00 1	0.00 1	0.01 39	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UDG	2.86 429	8.81 497	1.57 230	2.60 474	0.89 455	2.39 375	0.11 299	3.42 260	1.02 248	2.18 361	3.64 414	5.04 431	1.60 382	4.17 291	2.09 399	1.21 475	0.04 377	7.69 484	3.67 497	4.10 475	0.93 468

CrosDoStereo	1.66 381	0.15 155	1.66 244	0.02 93	0.07 300	1.38 238	6.16 488	3.12 207	1.06 260	0.97 224	3.74 415	0.96 241	4.79 453	7.00 441	1.92 389	0.00 1	0.00 1	0.00 1	0.00 1	0.11 329	0.00 1

DeepStereo_LL	1.66 381	0.15 155	1.66 244	0.02 93	0.07 300	1.38 238	6.16 488	3.12 207	1.06 260	0.97 224	3.74 415	0.96 241	4.79 453	7.00 441	1.92 389	0.00 1	0.00 1	0.00 1	0.00 1	0.11 329	0.00 1

SGM-Forest	1.84 399	0.08 63	1.31 186	0.15 301	0.22 385	3.52 415	2.46 454	3.85 311	2.16 403	5.29 445	3.90 417	3.71 404	1.56 375	6.28 389	1.90 386	0.01 392	0.02 333	0.00 1	0.00 1	0.03 176	0.30 439
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
edge stereo	1.94 407	0.40 311	3.82 413	0.15 301	0.09 318	1.81 347	0.45 393	4.77 391	2.21 408	3.36 414	3.94 418	8.39 456	1.72 387	5.75 370	1.69 377	0.00 1	0.00 1	0.01 404	0.00 1	0.17 370	0.01 86

ccnet	1.70 391	0.20 204	1.95 278	0.26 347	0.18 367	3.72 419	1.22 429	4.22 340	1.43 330	2.37 381	3.96 419	3.45 395	1.51 371	4.69 322	4.47 432	0.06 437	0.00 1	0.09 446	0.01 321	0.10 319	0.01 86

MFN_U_SF_DS_RVC	3.30 440	2.61 479	7.84 472	0.09 259	0.26 400	12.92 479	7.62 496	4.25 342	3.64 440	2.95 402	3.99 420	4.61 423	1.22 352	8.36 462	1.77 379	0.59 470	1.15 483	0.04 437	0.85 485	0.48 456	0.67 459

GrayStereo	1.46 359	0.03 2	0.87 64	0.63 422	0.20 378	1.24 182	4.61 474	2.85 175	0.62 108	4.98 443	4.00 421	0.45 166	4.67 451	3.37 251	0.08 68	0.00 1	0.00 1	0.00 1	0.50 477	0.01 39	0.01 86

THIR-Stereo	1.48 361	0.29 266	1.51 216	0.01 26	0.02 228	1.05 91	4.32 470	2.11 115	0.22 40	1.08 250	4.24 422	1.93 311	4.19 446	6.76 419	1.87 385	0.00 1	0.00 1	0.04 437	0.00 1	0.05 235	0.00 1

AANet_RVC	1.66 381	0.88 430	3.52 401	0.06 209	0.00 1	1.22 166	0.00 1	3.25 232	2.51 420	2.21 363	4.49 423	3.65 401	0.20 225	7.10 444	3.42 423	0.50 466	0.04 377	0.00 1	0.00 1	0.08 284	0.05 296

RGC	1.86 401	0.67 398	3.45 400	0.07 233	0.26 400	3.29 405	0.11 299	4.78 393	1.46 334	3.26 412	4.51 424	5.14 432	2.68 416	5.46 356	1.94 393	0.00 1	0.00 1	0.00 1	0.00 1	0.08 284	0.09 364

stereogan	2.13 414	0.31 271	3.75 409	0.01 26	0.09 318	7.44 464	0.60 405	4.27 345	3.29 434	3.91 428	4.62 425	6.41 443	1.84 394	5.17 342	0.58 307	0.00 1	0.01 274	0.01 404	0.00 1	0.24 405	0.05 296

FAT-Stereo	1.86 401	0.19 193	3.31 392	0.17 311	0.03 250	1.78 344	0.97 420	4.76 390	2.79 427	4.22 432	4.87 426	5.31 436	2.83 421	5.06 339	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.01 86

DispFullNet	7.91 476	23.96 507	13.67 487	14.71 500	7.88 491	4.83 440	0.04 220	5.01 406	2.89 428	8.86 468	4.96 427	6.11 440	10.72 483	10.18 478	3.51 425	2.44 477	0.33 469	15.15 497	4.65 500	12.33 497	5.95 490

CBMV_ROB	1.70 391	0.11 114	1.98 284	0.46 391	0.00 1	2.85 396	0.91 419	4.27 345	2.21 408	4.02 430	5.00 428	2.97 373	2.32 406	5.40 354	1.35 363	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.06 327

RP	1.76 396	0.55 370	2.59 354	0.22 330	0.60 448	1.70 337	0.98 422	4.31 350	1.99 392	3.12 408	5.04 429	4.41 416	2.96 423	4.72 324	1.90 386	0.01 392	0.00 1	0.00 1	0.01 321	0.14 348	0.01 86

DRaft	1.34 345	0.12 122	1.19 160	0.06 209	0.01 143	1.64 326	0.43 391	1.86 103	0.14 7	3.76 423	5.27 430	0.41 162	4.38 448	5.49 358	1.68 375	0.01 392	0.06 398	0.00 1	0.07 380	0.07 270	0.11 377

Sa-1000	1.04 286	0.39 306	1.17 152	0.00 1	0.20 378	1.33 219	0.03 194	4.19 335	1.81 374	0.99 237	5.33 431	0.61 186	0.15 203	4.07 286	0.30 222	0.00 1	0.00 1	0.00 1	0.16 415	0.13 341	0.00 1

ACVNet_1	6.16 470	1.86 471	4.43 435	9.52 491	7.22 489	7.59 466	2.37 450	9.99 480	6.71 464	3.84 426	5.35 432	13.23 472	4.90 456	6.25 388	1.94 393	9.06 493	2.40 493	10.88 494	0.11 398	9.58 492	6.03 492

EAI-Stereo	1.14 317	0.12 122	1.19 160	0.21 327	0.32 426	1.84 348	2.32 449	5.42 429	1.19 286	1.02 239	5.66 433	0.48 171	0.60 297	0.86 169	0.62 313	0.00 1	0.13 447	0.00 1	0.65 481	0.02 121	0.17 409

S-Stereo	2.00 409	0.30 270	5.74 458	0.24 338	0.23 390	2.51 379	1.90 440	4.74 386	5.15 454	2.42 385	5.80 434	2.85 365	0.72 324	5.08 340	2.17 401	0.00 1	0.02 333	0.00 1	0.00 1	0.08 284	0.04 276

HHNet	0.87 248	0.25 237	1.78 263	0.16 308	0.08 310	1.30 208	0.44 392	1.93 105	0.64 127	1.41 298	5.92 435	0.14 116	1.79 389	0.35 116	0.95 340	0.05 431	0.00 1	0.01 404	0.00 1	0.14 348	0.01 86

MADNet+	10.71 486	14.57 501	70.07 508	0.58 415	0.47 439	19.89 493	4.20 468	11.05 481	6.87 465	3.03 406	5.99 436	9.01 459	6.35 467	31.95 506	28.31 505	0.22 454	0.26 466	0.01 404	0.04 361	0.46 452	0.87 464

ADCS	5.09 464	2.15 474	16.58 490	0.34 372	0.07 300	5.91 452	4.26 469	6.73 465	6.99 466	9.44 469	6.09 437	6.57 446	5.17 459	9.54 473	21.38 501	0.00 1	0.00 1	0.00 1	0.00 1	0.36 444	0.23 433

Consistency-Raft	1.36 348	0.65 395	4.81 444	0.33 366	0.32 426	1.62 323	0.11 299	3.65 288	3.80 442	0.33 122	6.12 438	0.86 228	2.14 402	0.94 174	1.25 357	0.02 414	0.01 274	0.00 1	0.00 1	0.24 405	0.01 86

AIO-Stereo-zeroshot1	1.57 373	0.69 402	7.27 470	0.30 358	0.44 434	0.87 52	0.02 148	6.19 454	0.84 219	0.45 154	6.17 439	4.35 414	1.17 349	1.32 195	0.48 285	0.00 1	0.09 422	0.00 1	0.34 472	0.26 415	0.12 385

CSAN	2.70 428	0.75 408	3.41 397	0.18 317	0.12 336	4.18 427	4.05 466	4.11 329	4.36 447	6.03 450	6.24 440	4.60 422	4.74 452	7.29 448	3.43 424	0.02 414	0.03 363	0.01 404	0.02 341	0.18 378	0.22 430

DEmStereo	1.51 363	0.08 63	2.17 307	0.09 259	0.02 228	1.76 341	0.90 418	1.47 79	0.60 87	2.46 388	6.42 441	1.08 255	5.16 457	6.21 385	1.86 384	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

ACVNet-4b	5.67 466	1.65 463	4.43 435	9.46 490	7.11 488	8.72 471	1.68 439	6.61 460	5.76 459	0.27 115	6.49 442	11.67 466	2.43 411	8.40 463	1.56 368	9.06 493	2.34 491	10.49 492	0.02 341	9.22 490	5.98 491

StereoVision	0.86 241	0.38 299	1.75 259	0.03 142	0.01 143	1.14 127	0.02 148	3.38 252	0.92 230	0.13 97	6.89 443	0.50 175	0.12 189	1.10 182	0.78 327	0.00 1	0.00 1	0.00 1	0.00 1	0.04 212	0.02 188

MFMNet_re	2.02 411	0.98 438	4.27 428	2.74 476	0.88 453	1.47 273	0.15 314	4.21 337	3.18 433	6.63 454	6.93 444	1.87 308	3.63 439	2.13 220	0.99 342	0.00 1	0.00 1	0.00 1	0.00 1	0.23 402	0.05 296

KYRaft	1.19 325	0.05 19	0.94 81	0.06 209	0.24 394	1.25 191	0.78 414	2.48 143	0.61 96	3.23 411	7.13 445	1.00 247	2.77 418	1.43 198	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	1.71 476

DCRE	0.69 189	0.35 286	1.16 149	0.06 209	0.02 228	0.91 56	0.00 1	1.05 51	0.30 54	0.98 233	7.63 446	0.72 210	0.02 29	0.16 27	0.07 55	0.00 1	0.02 333	0.00 1	0.21 439	0.02 121	0.03 247

RAFT-345	1.19 325	0.06 37	1.55 221	0.54 408	0.13 342	1.53 291	0.25 346	0.56 21	1.76 372	1.20 266	7.85 447	0.93 237	0.05 99	6.87 427	0.46 281	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

Nwc_Net	1.94 407	0.55 370	3.79 411	0.07 233	0.08 310	2.73 388	0.04 220	6.75 466	1.11 269	2.03 351	7.92 448	4.82 426	2.11 401	4.78 326	2.01 395	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235	0.01 86

SPS-STEREO	3.08 435	0.49 354	2.49 345	0.21 327	0.24 394	3.67 418	1.24 430	5.80 445	2.43 417	10.68 472	8.00 449	9.48 462	3.59 438	8.11 461	5.08 441	0.01 392	0.01 274	0.00 1	0.00 1	0.04 212	0.11 377
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MDST_ROB	3.50 446	0.07 51	3.94 415	2.66 475	1.46 464	12.94 480	0.97 420	7.32 470	2.42 416	14.82 487	8.08 450	2.74 359	1.51 371	8.44 464	2.48 408	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.11 377

MSC_U_SF_DS_RVC	5.12 465	2.33 475	8.42 474	0.33 366	0.27 405	24.60 502	8.84 499	5.50 432	9.75 472	3.82 425	8.16 451	8.53 457	1.82 390	9.44 471	5.18 442	1.02 471	1.65 487	0.33 464	0.47 476	1.06 468	0.90 465

AnyNet_C01	6.59 473	4.31 488	36.24 501	0.96 449	0.46 437	9.96 473	5.74 485	6.02 453	3.63 439	7.59 461	8.56 452	8.83 458	3.14 428	13.74 489	20.83 499	0.12 446	0.08 418	0.25 462	0.09 390	1.01 467	0.34 445

Prome-Stereo	1.23 332	0.06 37	0.93 80	0.12 280	0.24 394	1.26 195	0.67 408	2.53 148	0.69 172	2.08 354	8.70 453	0.76 215	2.91 422	2.12 219	0.11 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 474

SGM_RVC	4.07 455	0.38 299	1.98 284	0.84 438	0.26 400	6.20 454	2.37 450	6.45 458	3.57 437	11.56 477	9.27 454	15.55 476	6.78 468	10.07 477	4.60 435	0.22 454	0.25 463	0.20 458	0.23 445	0.26 415	0.34 445
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	1.90 404	0.43 326	1.83 268	0.39 381	0.00 1	2.24 367	3.37 459	3.90 316	1.44 331	2.17 359	9.66 455	2.57 349	1.09 343	6.88 428	1.81 380	0.00 1	0.00 1	0.02 429	0.00 1	0.10 319	0.03 247

EDNetEfficient	6.54 472	1.17 450	33.15 499	0.66 425	1.96 469	2.07 357	3.72 463	2.80 170	14.85 480	20.02 495	9.69 456	6.59 447	10.19 482	7.19 445	15.49 485	0.03 422	0.10 431	0.01 404	0.20 433	0.62 464	0.29 438

AF-Net	2.17 416	0.65 395	3.53 402	0.00 1	0.09 318	2.02 355	0.48 395	6.44 457	1.70 368	3.36 414	10.22 457	4.95 429	2.81 419	4.34 298	2.66 415	0.00 1	0.00 1	0.00 1	0.00 1	0.13 341	0.01 86

aanetorigin	2.87 430	0.73 407	8.74 475	0.23 336	0.23 390	1.61 317	2.07 442	1.76 98	1.10 267	14.21 485	10.25 458	2.93 369	3.38 434	4.98 335	4.06 428	0.10 443	0.05 390	0.09 446	0.11 398	0.57 461	0.15 402

tt	68.65 512	0.15 155	99.57 519	50.64 510	14.90 504	100.00 521	100.00 520	100.00 523	99.76 517	27.80 502	10.52 459	99.97 523	98.63 518	99.61 518	100.00 523	90.62 515	98.21 516	46.66 511	52.02 512	62.86 513	21.04 509

SDNR	3.31 442	0.91 434	6.28 466	0.44 385	0.02 228	26.11 503	0.01 77	3.81 307	1.62 362	2.82 398	11.06 460	2.93 369	0.60 297	7.95 459	1.52 367	0.01 392	0.01 274	0.00 1	0.00 1	0.06 255	0.12 385

pmcnn	3.61 447	0.68 400	5.38 452	0.61 419	1.46 464	2.75 392	1.26 431	5.04 408	1.57 355	8.77 467	11.67 461	18.69 482	2.38 409	6.03 377	5.61 445	0.00 1	0.07 407	0.00 1	0.00 1	0.21 397	0.07 345

ASMatch	1.44 356	0.14 143	2.15 306	0.60 416	0.21 383	1.21 163	0.26 350	0.96 48	0.66 143	0.29 117	11.75 462	0.93 237	2.37 408	6.73 417	0.54 299	0.00 1	0.00 1	0.00 1	0.01 321	0.00 1	0.04 276

G-Net	3.49 445	0.47 347	4.03 418	1.61 468	1.91 468	10.78 476	1.92 441	3.06 197	1.26 296	8.59 466	12.06 463	6.13 441	7.82 473	4.78 326	4.77 436	0.08 439	0.12 442	0.07 442	0.15 406	0.16 365	0.11 377

PWCK	8.72 479	5.37 491	16.61 491	5.74 481	0.12 336	19.88 492	11.41 502	11.31 483	13.42 478	14.07 482	12.84 464	13.20 471	8.05 475	15.44 490	10.25 470	5.95 483	0.22 461	2.09 480	0.05 366	7.50 480	0.92 466

SANet	4.63 460	0.89 432	5.34 451	0.30 358	0.09 318	7.43 463	3.75 464	6.53 459	16.16 483	6.79 455	13.29 465	12.44 468	7.74 471	7.38 449	4.11 429	0.00 1	0.01 274	0.00 1	0.00 1	0.10 319	0.31 443

LSM	7.38 474	1.68 464	22.24 494	3.99 479	40.72 509	3.54 416	4.79 479	4.74 386	6.65 463	10.25 471	13.51 466	4.49 418	3.81 442	6.91 433	5.31 443	0.00 1	0.04 377	0.00 1	0.00 1	0.26 415	14.60 506

SGM+DAISY	4.39 458	1.34 457	5.18 448	1.01 452	0.88 453	5.61 449	2.86 456	4.88 399	3.53 436	13.29 481	13.95 467	12.66 469	7.55 470	7.98 460	5.39 444	0.23 458	0.18 458	0.15 455	0.24 448	0.29 430	0.64 457

NVStereoNet_ROB	3.25 438	0.46 339	2.71 361	0.34 372	0.56 445	2.36 374	0.87 416	4.56 373	4.47 451	4.55 436	14.09 468	11.93 467	3.23 432	9.79 475	3.14 422	0.43 464	0.03 363	0.53 469	0.31 466	0.36 444	0.38 451
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
EDNetEfficientorigin	10.31 485	1.90 472	98.96 518	0.22 330	0.23 390	2.73 388	0.71 410	4.50 368	16.94 484	18.72 488	15.36 469	12.74 470	10.73 484	8.96 467	11.94 477	0.01 392	0.01 274	0.00 1	0.00 1	0.25 412	1.31 473

PWC_ROB	2.90 432	1.01 442	6.12 463	0.53 407	0.57 447	1.30 208	0.40 387	3.85 311	4.42 450	7.37 459	15.40 470	3.03 377	1.55 374	6.31 391	5.74 446	0.00 1	0.00 1	0.00 1	0.00 1	0.46 452	0.05 296

coex-ft	12.01 491	5.60 492	80.23 509	0.15 301	0.15 354	1.88 349	0.73 411	2.66 157	30.12 496	49.31 509	16.59 471	15.97 477	14.42 491	6.79 422	14.50 481	0.05 431	0.08 418	0.01 404	0.05 366	0.37 446	0.61 456

JetBlue	13.83 494	5.03 489	33.82 500	0.84 438	6.92 486	50.14 509	20.02 507	15.09 486	8.92 471	11.33 475	17.05 472	28.25 494	18.01 499	32.60 507	18.53 494	0.32 461	0.12 442	0.15 455	0.23 445	4.59 476	4.64 486

UNDER WATER-64	20.03 505	10.28 498	31.50 498	20.05 504	13.64 501	32.81 507	23.45 508	16.01 487	33.44 500	22.01 500	17.25 473	40.58 505	32.20 508	24.50 500	22.36 503	10.06 501	2.70 501	18.37 501	4.24 499	14.84 501	10.24 505

FTStereo	2.16 415	0.03 2	1.42 202	0.17 311	0.13 342	1.42 253	4.67 476	2.44 137	0.63 116	3.36 414	17.95 474	0.78 224	4.17 445	4.41 303	0.14 122	0.15 449	0.00 1	0.00 1	0.00 1	0.01 39	1.25 471

IMH-64-1	9.55 481	2.76 482	2.44 339	11.17 494	9.13 494	12.03 477	5.45 482	18.33 491	15.78 481	6.59 452	18.69 475	16.95 478	6.20 465	10.63 479	8.06 459	9.46 496	2.46 494	15.42 499	1.61 491	10.89 493	6.88 496

IMH-64	9.55 481	2.76 482	2.44 339	11.17 494	9.13 494	12.03 477	5.45 482	18.33 491	15.78 481	6.59 452	18.69 475	16.95 478	6.20 465	10.63 479	8.06 459	9.46 496	2.46 494	15.42 499	1.61 491	10.89 493	6.88 496

RTS	9.75 483	2.69 480	65.25 506	0.85 441	1.99 470	14.36 482	4.75 477	5.69 442	17.29 485	7.97 462	19.00 477	6.83 449	3.02 425	26.15 503	18.62 495	0.00 1	0.15 453	0.00 1	0.00 1	0.29 430	0.16 405

RTSA	9.75 483	2.69 480	65.25 506	0.85 441	1.99 470	14.36 482	4.75 477	5.69 442	17.29 485	7.97 462	19.00 477	6.83 449	3.02 425	26.15 503	18.62 495	0.00 1	0.15 453	0.00 1	0.00 1	0.29 430	0.16 405

WCMA_ROB	4.54 459	0.48 349	3.19 383	0.49 398	0.63 449	5.38 446	2.57 455	4.70 383	3.77 441	14.17 484	19.02 479	15.47 475	9.03 477	6.73 417	4.85 438	0.01 392	0.05 390	0.01 404	0.01 321	0.08 284	0.16 405

MeshStereo	5.78 467	0.75 408	3.04 374	0.25 341	0.14 348	7.88 468	2.09 443	9.64 477	5.18 455	20.48 496	19.06 480	22.80 487	9.54 480	9.64 474	4.88 439	0.00 1	0.00 1	0.00 1	0.00 1	0.29 430	0.03 247
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
UNDER WATER	19.61 504	12.37 500	31.14 497	20.44 505	14.31 502	28.63 506	18.15 506	16.43 488	34.24 501	20.82 497	19.14 481	38.83 502	30.09 504	24.31 499	20.97 500	10.09 502	2.68 500	19.51 504	4.70 502	15.52 502	9.93 503

PVD	5.81 468	0.99 440	5.56 455	0.72 430	0.51 441	6.72 457	0.18 325	9.90 479	23.69 488	11.45 476	19.26 482	8.18 455	9.46 479	9.24 469	9.49 468	0.02 414	0.16 455	0.00 1	0.08 385	0.18 378	0.40 452

WAO-6	11.09 487	1.69 465	3.21 386	7.54 485	7.10 487	16.34 486	6.63 493	20.12 495	38.64 504	9.67 470	19.28 483	27.53 493	10.97 485	12.43 486	11.57 475	4.26 479	2.35 492	10.54 493	0.02 341	7.59 481	4.29 485

ACVNet_2	8.69 478	1.80 470	5.09 447	8.55 488	6.72 485	13.47 481	4.34 472	13.70 485	23.86 489	6.89 457	19.74 484	20.52 483	5.36 461	7.70 457	2.48 408	8.53 490	1.67 488	7.99 485	0.32 469	8.79 488	6.29 495

ELAS_RVC	7.69 475	0.80 418	4.90 445	1.06 454	1.02 457	10.00 474	9.43 500	9.75 478	14.69 479	21.83 499	20.27 485	17.88 480	16.41 494	13.01 487	10.44 471	0.22 454	0.55 475	0.28 463	0.19 428	0.35 442	0.65 458
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT-RH_RVC	2.05 413	0.15 155	1.66 244	0.60 416	0.27 405	1.49 280	0.02 148	0.58 24	0.65 134	5.35 447	21.66 486	1.06 253	0.07 137	6.85 424	0.57 305	0.04 425	0.00 1	0.00 1	0.03 350	0.01 39	0.00 1

FCDSN-DC	5.04 463	0.15 155	1.83 268	0.22 330	0.44 434	5.60 448	1.66 437	5.22 415	4.37 448	14.49 486	21.86 487	20.65 485	11.88 486	7.66 456	4.55 434	0.02 414	0.00 1	0.00 1	0.00 1	0.03 176	0.05 296
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.09 469	0.18 185	2.35 333	0.42 384	0.53 442	7.80 467	1.42 433	8.14 474	7.07 467	19.05 493	22.10 488	22.85 488	13.84 489	9.42 470	6.44 449	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.06 327

Dean	11.46 490	2.03 473	5.20 449	10.73 493	8.20 493	18.71 491	5.73 484	21.10 499	41.49 507	11.12 473	22.16 489	25.92 492	7.74 471	7.52 453	4.31 431	9.01 492	2.27 490	9.95 491	0.61 480	9.18 489	6.22 493

KSHMR	14.27 498	6.95 495	5.79 459	15.08 501	12.84 500	17.44 487	10.61 501	18.88 493	30.94 497	18.81 490	22.21 490	28.54 495	8.85 476	15.56 491	9.24 467	10.34 503	3.60 503	21.61 505	4.68 501	14.48 500	8.94 501

FC-DCNN v2	6.25 471	0.19 193	2.31 330	0.44 385	0.55 444	8.05 469	1.51 436	8.71 475	7.22 468	19.24 494	22.98 491	24.00 491	13.47 488	9.80 476	6.51 450	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.05 296

LVE	11.10 488	2.36 476	3.34 393	9.94 492	8.13 492	21.22 495	7.75 497	16.47 489	32.55 499	8.55 465	23.64 492	23.22 489	7.93 474	10.98 483	6.65 451	9.45 495	2.55 499	11.08 495	0.58 479	9.35 491	6.28 494

PWCDC_ROB	3.06 434	1.38 460	3.81 412	0.14 298	0.00 1	3.14 399	0.02 148	4.40 360	12.35 477	1.08 250	23.69 493	2.01 315	2.01 400	3.87 279	2.43 406	0.24 459	0.00 1	0.00 1	0.00 1	0.61 463	0.08 358

IMH	11.11 489	3.50 485	2.56 351	11.25 496	9.13 494	14.49 484	5.10 480	20.68 498	26.30 492	8.28 464	23.85 494	20.63 484	9.19 478	12.39 485	7.96 457	9.50 498	2.50 496	15.28 498	1.66 493	11.07 496	6.96 498

LE_ROB	12.79 493	0.64 391	10.26 480	2.13 470	1.29 462	7.25 462	5.81 486	9.09 476	49.27 510	57.55 510	24.58 495	23.68 490	31.13 506	9.00 468	23.57 504	0.04 425	0.06 398	0.13 454	0.20 433	0.08 284	0.11 377

MSMD_ROB	4.94 462	0.43 326	2.58 352	0.12 280	0.01 143	8.43 470	1.09 425	4.25 342	4.11 445	13.11 480	26.36 496	13.95 473	13.88 490	7.45 452	2.92 418	0.10 443	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

ktn	19.15 503	18.52 502	6.39 468	22.64 507	17.26 505	24.47 500	12.11 503	24.52 506	34.74 502	18.75 489	27.70 497	32.54 496	17.85 498	15.71 492	16.67 486	22.09 507	3.64 504	28.95 508	10.91 506	17.40 504	10.22 504

notaker	17.52 501	21.54 505	7.84 472	18.05 503	14.44 503	17.58 488	6.43 491	20.13 496	24.44 491	21.34 498	27.71 498	39.12 503	18.78 500	19.63 497	20.40 498	11.95 504	2.71 502	25.51 507	5.85 504	17.10 503	9.78 502

ELAS	8.05 477	0.76 412	4.02 417	0.95 448	1.02 457	14.85 485	6.99 495	12.80 484	11.73 475	22.43 501	27.75 499	17.88 480	15.19 492	10.96 482	11.31 473	0.22 454	0.56 476	0.23 461	0.22 441	0.50 458	0.71 460
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	9.09 480	1.79 469	3.55 404	0.80 436	0.15 354	18.67 490	4.36 473	23.07 505	26.68 493	12.59 479	27.90 500	22.52 486	13.03 487	13.53 488	11.47 474	0.09 442	0.03 363	0.58 471	0.10 394	0.47 455	0.34 445

TorneroNet-64	15.45 499	5.66 493	3.44 399	13.86 498	12.03 499	28.15 505	6.27 490	19.89 494	38.68 505	12.16 478	28.06 501	35.76 501	15.44 493	19.56 496	15.40 484	9.71 499	2.52 497	19.13 502	2.70 494	12.55 498	7.94 500

DPSimNet_ROB	25.03 507	19.56 504	24.93 496	24.36 508	17.85 506	22.25 497	25.93 509	28.52 507	29.10 495	32.61 504	28.25 502	32.87 497	26.42 501	24.51 501	40.42 507	16.75 506	13.93 506	25.19 506	22.38 509	19.96 506	24.75 510

SGM-ForestM	12.56 492	0.80 418	4.31 432	1.07 455	0.41 432	21.56 496	8.57 498	17.42 490	19.67 487	29.93 503	28.49 503	45.83 507	27.22 503	26.05 502	18.40 493	0.14 448	0.25 463	0.18 457	0.28 461	0.18 378	0.42 453

TorneroNet	16.10 500	5.74 494	4.12 424	13.88 499	11.97 498	26.89 504	6.85 494	21.13 500	38.32 503	14.15 483	33.36 504	33.52 500	17.49 497	18.89 495	19.64 497	9.77 500	2.53 498	19.43 503	3.35 495	13.21 499	7.86 499

WAO-8	13.93 495	3.75 486	4.23 426	7.74 486	6.54 483	22.81 498	2.39 452	22.66 502	45.98 508	18.88 491	35.42 505	33.21 498	16.91 495	16.55 493	12.78 478	5.01 481	0.81 480	9.89 489	0.77 482	8.77 487	3.61 483

Venus	13.93 495	3.75 486	4.23 426	7.74 486	6.54 483	22.81 498	2.39 452	22.66 502	45.98 508	18.88 491	35.42 505	33.21 498	16.91 495	16.55 493	12.78 478	5.01 481	0.81 480	9.89 489	0.77 482	8.76 486	3.61 483

BEATNet-Init1	17.91 502	7.45 496	36.82 502	1.88 469	1.38 463	37.29 508	14.71 505	21.90 501	24.20 490	38.07 506	36.59 507	50.41 508	32.00 507	29.42 505	21.83 502	0.33 462	0.39 472	0.47 466	0.54 478	1.50 472	1.07 470

MANE	14.02 497	0.85 427	3.53 402	2.13 470	3.75 479	18.44 489	6.14 487	22.67 504	27.90 494	33.01 505	41.08 508	41.26 506	30.90 505	23.39 498	17.99 491	0.47 465	0.76 479	0.91 472	4.04 498	0.17 370	1.00 469

HanzoNet	29.69 508	29.33 508	21.66 493	21.75 506	19.07 507	24.58 501	12.99 504	28.87 508	40.49 506	43.09 507	44.02 509	55.65 509	44.93 509	43.17 509	44.44 508	27.88 508	9.47 505	29.77 509	15.86 508	20.94 507	15.84 507

JetRed	34.54 509	39.28 510	62.16 504	15.62 502	26.51 508	69.20 511	40.79 511	31.43 509	32.41 498	46.06 508	44.55 510	40.19 504	26.50 502	38.43 508	56.06 510	12.76 505	37.49 511	13.23 496	9.38 505	29.52 508	19.34 508

MADNet++	47.78 510	34.15 509	37.11 503	42.94 509	41.23 510	64.94 510	30.63 510	60.79 511	53.26 511	72.08 511	61.65 511	57.68 510	54.96 510	58.03 510	59.24 511	43.01 510	36.17 510	36.07 510	22.50 510	47.50 509	41.67 511

xxxxx1	76.92 513	82.43 514	93.26 513	61.67 511	66.92 512	95.84 515	95.11 515	75.84 512	80.96 512	82.71 513	86.75 512	89.18 512	87.35 512	85.27 512	87.18 512	55.08 511	54.60 512	60.31 512	72.71 513	62.51 510	62.73 512

tt_ll	76.92 513	82.43 514	93.26 513	61.67 511	66.92 512	95.84 515	95.11 515	75.84 512	80.96 512	82.71 513	86.75 512	89.18 512	87.35 512	85.27 512	87.18 512	55.08 511	54.60 512	60.31 512	72.71 513	62.51 510	62.73 512

ff	76.92 513	82.43 514	93.26 513	61.67 511	66.92 512	95.84 515	95.11 515	75.84 512	80.96 512	82.71 513	86.75 512	89.18 512	87.35 512	85.27 512	87.18 512	55.08 511	54.60 512	60.31 512	72.71 513	62.51 510	62.73 512

LRCNet_RVC	60.63 511	63.16 512	62.94 505	69.09 514	50.21 511	19.92 494	0.07 270	58.32 510	5.21 456	75.67 512	86.75 512	74.68 511	62.48 511	59.01 511	49.80 509	93.38 516	56.36 515	93.48 516	92.95 516	67.44 514	71.73 516

PML	89.08 516	99.72 520	92.85 512	94.72 516	94.92 518	99.54 520	97.42 518	93.50 515	95.96 516	99.77 521	92.33 516	95.35 516	93.51 516	99.96 523	91.15 515	99.98 524	31.71 509	100.00 522	45.94 511	93.46 517	69.88 515

MEDIAN_ROB	96.83 517	99.41 518	98.66 517	94.75 517	94.23 516	93.08 514	90.54 513	95.61 517	94.75 515	97.65 518	97.73 517	98.30 517	96.57 517	94.51 515	93.74 517	99.78 523	98.24 517	99.99 521	99.89 520	99.48 520	99.67 520

Anonymous_1	97.10 518	99.72 520	99.64 520	92.33 515	93.91 515	100.00 521	100.00 520	99.20 520	99.90 518	98.57 519	99.75 518	99.14 519	99.94 519	98.50 517	99.54 518	87.90 514	98.87 518	90.88 515	96.91 517	92.22 516	95.12 517

HaxPig	97.68 519	99.63 519	91.34 511	99.82 524	99.97 521	88.15 512	88.00 512	98.28 518	99.93 519	99.98 522	99.99 519	99.95 522	99.99 520	96.29 516	92.24 516	99.99 525	99.98 520	100.00 522	99.99 521	100.00 526	99.98 524

Selective-RAFT-Error	100.00 528	100.00 526	100.00 524	100.00 527	100.00 523	100.00 521	100.00 520	100.00 523	100.00 520	100.00 523	100.00 520	100.00 524	100.00 521	100.00 525	100.00 523	100.00 526	100.00 521	100.00 522	100.00 522	99.99 524	99.95 522

CasAABBNet	99.94 526	100.00 526	100.00 524	99.72 523	100.00 523	100.00 521	100.00 520	100.00 523	100.00 520	100.00 523	100.00 520	100.00 524	100.00 521	100.00 525	100.00 523	99.21 521	100.00 521	100.00 522	100.00 522	99.96 523	99.95 522

test_example2	98.83 520	99.97 525	99.97 521	99.96 526	99.97 521	99.46 519	99.97 519	95.54 516	100.00 520	100.00 523	100.00 520	93.37 515	93.47 515	99.93 522	99.91 519	100.00 526	99.79 519	96.64 517	98.71 518	100.00 526	100.00 526

LSM0	99.94 526	100.00 526	100.00 524	99.84 525	100.00 523	100.00 521	100.00 520	100.00 523	100.00 520	100.00 523	100.00 520	100.00 524	100.00 521	100.00 525	100.00 523	99.22 522	100.00 521	100.00 522	100.00 522	99.99 524	99.83 521

DPSMNet_ROB	99.46 525	99.94 523	99.98 522	96.59 521	100.00 523	100.00 521	100.00 520	99.81 521	100.00 520	95.87 517	100.00 520	99.32 520	100.00 521	99.79 519	99.99 521	98.46 520	100.00 521	99.86 518	100.00 522	99.52 521	100.00 526

DGTPSM_ROB	99.45 524	99.94 523	99.98 522	96.58 520	100.00 523	100.00 521	100.00 520	99.81 521	100.00 520	95.86 516	100.00 520	99.32 520	100.00 521	99.79 519	99.99 521	98.34 519	100.00 521	99.86 518	100.00 522	99.52 521	99.99 525

DPSM_ROB	99.17 521	100.00 526	100.00 524	96.28 518	98.84 519	100.00 521	100.00 520	100.00 523	100.00 520	100.00 523	100.00 520	100.00 524	100.00 521	100.00 525	100.00 523	93.66 517	100.00 521	100.00 522	100.00 522	96.31 518	98.27 518

DPSM	99.17 521	100.00 526	100.00 524	96.28 518	98.84 519	100.00 521	100.00 520	100.00 523	100.00 520	100.00 523	100.00 520	100.00 524	100.00 521	100.00 525	100.00 523	93.66 517	100.00 521	100.00 522	100.00 522	96.31 518	98.27 518

AVERAGE_ROB	99.23 523	99.81 522	97.56 516	100.00 527	100.00 523	96.24 518	91.02 514	100.00 523	100.00 520	100.00 523	100.00 520	100.00 524	100.00 521	99.98 524	99.97 520	100.00 526	100.00 521	100.00 522	100.00 522	100.00 526	100.00 526

ccccc		94.69 517		100.00 527	100.00 523	92.59 513		98.75 519		98.59 520		98.60 518		99.86 521		100.00 526	100.00 521	99.91 520	99.54 519	100.00 526

ASD4		67.10 513

Low-res two-view benchmark