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

gcap-zeroshot	1.87 92	0.44 139	4.24 241	0.53 94	0.51 206	3.12 183	0.75 216	6.42 179	3.91 112	3.75 113	1.67 45	7.79 289	0.55 59	2.61 71	0.53 52	0.02 249	0.21 388	0.00 1	0.23 361	0.00 1	0.05 156

EGLCR-Stereo	1.04 24	0.20 3	2.00 41	1.14 177	0.16 86	2.50 102	0.11 38	4.96 93	2.61 31	0.79 46	0.07 2	1.46 80	0.37 32	3.96 98	0.23 6	0.01 176	0.05 275	0.00 1	0.00 1	0.00 1	0.07 190

anonymousa	3.80 280	0.55 188	3.35 174	1.24 183	3.74 386	9.04 353	0.36 119	6.74 193	4.03 120	7.72 277	19.64 383	10.62 337	6.01 329	1.52 35	1.40 163	0.00 1	0.00 1	0.00 1	0.05 293	0.00 1	0.03 82

CREStereo++_RVC	1.59 64	0.39 98	2.26 66	0.36 75	0.01 1	1.67 42	0.01 2	2.95 9	8.12 288	3.69 111	7.44 210	0.47 47	0.32 26	0.74 3	0.39 23	0.00 1	0.00 1	0.00 1	3.03 436	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
TANstereo	1.20 37	0.49 164	2.04 44	0.34 73	0.10 52	1.80 56	0.01 2	3.40 21	4.10 128	4.37 124	4.82 122	0.41 40	0.70 67	0.94 9	0.46 37	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 56	0.85 273	2.04 44	2.45 352	0.05 14	2.34 89	0.01 2	3.46 23	7.51 266	2.88 86	4.98 129	0.26 19	0.25 9	1.15 17	0.46 37	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FENet	2.19 130	0.34 66	3.04 147	2.05 309	0.26 140	2.82 156	0.13 53	7.02 201	5.55 187	4.97 144	1.94 53	4.91 212	3.39 221	4.71 116	2.50 243	0.02 249	0.03 241	0.00 1	0.00 1	0.00 1	0.21 316

rvit_0105_6	1.26 43	0.87 276	4.85 277	0.61 108	0.07 29	1.60 35	0.32 112	3.79 40	5.87 199	0.25 4	0.26 9	1.09 68	0.29 17	4.60 115	0.62 62	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 172

rvit_0105_5	1.48 59	0.89 282	5.43 308	0.46 87	0.04 11	1.60 35	0.60 178	4.65 78	5.90 201	0.76 45	1.59 42	1.75 91	0.78 79	4.20 106	0.88 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 172

rvit_0105_4	1.38 53	0.98 298	5.52 316	0.61 108	0.05 14	1.62 38	0.41 129	3.95 46	5.80 197	0.31 10	0.73 16	1.37 73	0.53 57	4.89 124	0.78 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

rvit_stereo_0083	1.03 23	0.26 19	3.09 155	0.49 92	0.09 47	1.27 11	0.24 92	2.72 7	4.60 154	0.38 15	0.77 17	0.78 61	1.18 112	4.35 109	0.33 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.03 82

rvit_stereo_0081	0.88 9	0.28 24	1.81 22	0.62 110	0.13 73	1.34 17	0.12 44	3.14 12	4.59 152	0.43 32	0.30 10	0.54 53	0.11 2	3.89 92	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

GCAP-BAT	1.77 76	0.49 164	2.78 116	0.66 116	0.16 86	3.76 239	0.80 226	3.72 35	3.27 79	3.68 110	5.03 131	3.66 160	0.56 60	5.82 149	0.65 65	0.00 1	0.05 275	0.00 1	0.24 364	0.01 8	0.01 16

rvit_stereo_0082	0.88 9	0.28 24	1.81 22	0.62 110	0.13 73	1.34 17	0.12 44	3.14 12	4.59 152	0.43 32	0.30 10	0.54 53	0.11 2	3.89 92	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

U	2.12 119	0.25 15	2.47 82	0.17 39	8.09 432	10.63 374	0.00 1	3.08 11	0.87 1	0.24 3	0.45 13	0.17 3	0.08 1	0.69 2	0.15 1	0.00 1	0.00 1	9.89 438	5.19 448	0.01 8	0.01 16

rvit_stereo_0080	0.88 9	0.51 171	3.12 157	0.07 11	0.12 69	1.31 14	0.37 121	3.78 37	3.29 82	0.56 39	1.13 30	0.40 38	0.76 73	1.71 42	0.47 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

RAFT-Stereo-weight	1.67 67	0.31 34	1.57 11	0.97 154	0.15 82	3.19 190	0.77 220	5.06 100	6.19 224	4.96 143	3.38 90	2.83 118	0.35 28	2.87 74	0.74 82	0.01 176	0.06 289	0.00 1	0.00 1	0.01 8	0.02 49

trnet	0.99 19	0.37 89	1.89 28	0.08 15	0.19 114	1.68 45	0.02 10	4.12 52	6.41 232	0.70 43	1.57 41	0.46 46	0.67 66	1.15 17	0.41 25	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.01 16

whm_eth	0.88 9	0.51 171	3.12 157	0.07 11	0.12 69	1.31 14	0.37 121	3.78 37	3.29 82	0.56 39	1.13 30	0.40 38	0.76 73	1.71 42	0.47 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

testlalala	1.50 61	0.41 117	1.67 18	0.98 155	0.31 157	4.00 253	0.90 251	5.26 121	2.17 11	6.56 224	3.61 96	1.74 90	0.38 34	1.21 21	0.42 27	0.00 1	0.02 195	0.00 1	0.29 376	0.01 8	0.01 16

CAS	2.24 132	0.25 15	1.86 26	11.21 435	3.86 394	1.67 42	0.02 10	3.87 42	2.67 34	0.41 26	1.63 43	0.24 18	0.27 13	1.50 34	0.74 82	9.43 443	0.01 144	0.00 1	0.00 1	0.01 8	5.21 430

riskmin	1.88 93	0.15 1	2.11 57	1.38 202	0.88 248	2.40 95	0.04 15	5.93 153	6.10 214	2.25 73	1.34 35	6.06 250	5.08 307	2.78 73	1.01 133	0.00 1	0.02 195	0.00 1	0.00 1	0.01 8	0.06 172

DisPM	2.43 158	0.32 43	3.04 147	1.76 254	0.18 104	3.46 201	0.65 191	5.13 102	4.88 165	8.59 312	7.04 202	2.84 119	1.03 94	8.85 323	0.83 103	0.01 176	0.00 1	0.00 1	0.00 1	0.01 8	0.02 49

PSMNet-ADL	2.98 209	0.43 134	2.41 73	1.43 209	0.40 176	5.94 304	0.28 101	8.45 227	5.13 173	3.36 103	6.77 188	8.41 302	4.61 287	7.20 225	4.55 306	0.02 249	0.09 319	0.00 1	0.00 1	0.01 8	0.03 82

PFNet+	2.35 150	0.31 34	3.69 201	0.79 124	0.17 92	3.15 188	0.75 216	4.52 67	6.30 226	7.90 286	6.34 180	2.53 111	1.18 112	7.72 250	1.62 184	0.03 283	0.00 1	0.00 1	0.00 1	0.01 8	0.03 82

ASMatch	3.32 240	0.50 166	3.32 172	1.72 250	0.45 188	1.93 62	0.68 196	6.42 179	3.89 110	6.18 196	22.30 396	4.61 202	4.82 299	7.65 243	1.70 190	0.00 1	0.02 195	0.00 1	0.03 272	0.01 8	0.18 299

Pruner-Stereo	2.49 167	0.40 107	2.46 79	1.80 260	0.25 133	3.51 212	0.77 220	6.03 155	4.92 166	8.91 322	6.09 163	4.45 196	1.11 98	6.99 209	2.11 220	0.02 249	0.00 1	0.02 330	0.00 1	0.01 8	0.04 123

RAFT-RH_RVC	3.96 293	0.46 151	2.93 134	1.55 225	0.42 182	3.14 185	0.14 60	3.70 29	5.98 208	11.25 374	32.23 427	5.29 226	1.68 145	8.13 278	2.14 223	0.08 336	0.00 1	0.00 1	0.03 272	0.01 8	0.00 1

RAFT-345	3.27 229	0.41 117	2.88 131	1.02 158	0.21 122	2.63 126	0.48 141	3.76 36	5.51 185	7.35 264	24.88 408	4.25 186	1.76 154	8.15 280	2.13 222	0.01 176	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

TestStereo	1.74 74	1.02 304	3.64 199	0.20 45	0.28 148	1.33 16	0.01 2	5.24 116	4.01 119	3.18 94	4.97 128	2.07 103	0.70 67	7.32 228	0.75 87	0.02 249	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1

Gwc-CoAtRS	2.02 112	0.33 56	2.61 93	1.04 165	0.30 151	3.56 217	0.40 128	5.89 152	5.94 204	5.08 148	5.01 130	5.55 234	1.72 148	1.60 39	0.91 121	0.01 176	0.09 319	0.00 1	0.25 368	0.01 8	0.02 49

CREStereo	0.98 16	0.42 123	1.86 26	0.07 11	0.22 125	1.65 40	0.02 10	4.07 49	6.33 229	0.72 44	1.54 40	0.43 43	0.64 65	1.22 22	0.44 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	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
R-Stereo Train	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 224	0.61 180	6.37 173	3.08 65	9.14 328	17.44 374	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82

RAFT-Stereo	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 224	0.61 180	6.37 173	3.08 65	9.14 328	17.44 374	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 308	0.32 43	2.76 113	0.63 113	0.69 229	6.95 324	1.69 303	11.96 331	8.36 296	8.83 319	12.17 319	15.18 377	4.21 262	6.91 203	3.30 271	0.02 249	0.02 195	0.00 1	0.00 1	0.01 8	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
rvit_0105_3	1.71 70	0.90 285	5.93 326	0.78 123	0.02 3	1.62 38	1.69 303	5.15 105	5.99 209	2.22 72	1.64 44	1.97 100	1.17 111	4.19 105	0.92 124	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.03 82

UGAM-zero	3.51 255	0.33 56	4.44 253	0.88 135	0.65 224	3.52 215	0.16 70	11.35 312	2.71 37	5.09 149	5.82 158	15.28 378	9.14 380	8.38 294	1.61 183	0.00 1	0.16 369	0.00 1	0.46 403	0.02 36	0.19 309

model_zeroshot	1.52 62	0.42 123	4.10 237	1.25 184	0.11 60	3.04 175	0.14 60	5.79 148	2.84 45	3.12 93	3.65 97	2.05 102	0.42 46	2.38 67	0.71 77	0.01 176	0.10 328	0.00 1	0.20 351	0.02 36	0.04 123

Pointernet	0.84 8	0.35 75	2.00 41	0.12 24	0.13 73	1.77 54	0.06 21	4.87 87	2.53 27	0.14 1	2.11 59	0.76 60	0.44 48	1.02 12	0.32 13	0.00 1	0.04 265	0.00 1	0.15 328	0.02 36	0.01 16

rvit_stereo_ft	1.00 21	0.78 258	3.84 218	0.84 130	0.36 168	1.23 7	0.24 92	3.81 41	3.76 105	0.37 14	0.87 18	0.74 59	1.12 99	1.18 20	0.76 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 172

test_sample1	2.31 145	0.26 19	3.29 169	2.08 310	0.46 189	2.62 124	0.05 18	9.88 271	4.23 134	3.90 116	3.92 102	3.49 151	4.44 279	5.67 145	1.88 205	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.03 82

CAS++	1.18 36	0.55 188	1.99 39	0.17 39	0.27 142	1.85 58	0.63 184	8.48 231	3.07 64	1.71 67	2.32 66	0.18 4	0.20 4	1.91 57	0.30 10	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	2.01 111	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	8.45 227	3.33 85	1.03 51	3.33 85	0.32 32	3.71 238	8.05 269	0.45 33	0.00 1	0.02 195	0.00 1	0.03 272	0.02 36	0.03 82

xx1	2.33 149	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	4.31 54	10.41 335	1.03 51	3.33 85	4.67 203	2.70 188	8.05 269	0.45 33	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.03 82

1test111	1.86 88	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	8.45 227	3.33 85	1.03 51	3.33 85	0.32 32	3.71 238	4.40 110	0.96 126	0.00 1	0.02 195	0.00 1	0.03 272	0.02 36	0.03 82

1111x	4.25 314	0.30 31	4.31 245	1.47 213	0.37 170	5.10 285	0.32 112	12.86 359	9.82 324	6.01 182	9.73 268	8.78 310	5.97 328	9.43 345	10.39 388	0.06 322	0.03 241	0.00 1	0.00 1	0.02 36	0.04 123

Any-RAFT	2.18 129	0.25 15	1.94 34	1.37 201	0.80 241	5.01 284	0.56 165	8.51 232	5.58 190	4.01 118	4.85 124	5.44 232	2.26 172	2.45 69	0.35 17	0.00 1	0.15 361	0.00 1	0.00 1	0.02 36	0.02 49

RAFT-Test	2.17 127	0.36 83	3.40 180	1.05 167	0.34 165	4.90 281	0.69 200	6.27 168	3.98 115	4.65 136	7.02 199	6.30 258	1.12 99	1.81 50	0.99 130	0.01 176	0.17 373	0.00 1	0.34 389	0.02 36	0.02 49

LoS_RVC	1.26 43	1.43 348	1.91 30	0.42 82	3.77 392	1.71 51	0.04 15	2.58 5	2.49 24	0.42 30	2.58 70	0.30 26	0.57 62	1.71 42	0.66 68	0.01 176	0.02 195	0.00 1	0.00 1	0.02 36	4.49 427

knoymous	1.36 52	0.21 7	1.68 19	0.20 45	0.49 200	1.58 33	0.11 38	5.15 105	2.40 22	4.62 132	1.77 49	4.56 200	0.45 49	3.23 79	0.63 64	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.01 16

DCANet-4	2.03 113	0.34 66	5.30 304	0.31 61	0.18 104	1.69 46	0.12 44	4.95 91	8.55 304	5.78 163	5.17 134	1.12 69	2.82 198	2.11 64	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 299

qqq	1.93 101	0.30 31	2.96 137	1.40 204	0.05 14	1.96 65	0.39 125	8.45 227	3.33 85	3.06 91	3.84 98	4.67 203	2.70 188	4.40 110	0.96 126	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.03 82

fff	2.28 141	0.61 206	3.81 212	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 358	5.80 165	5.17 134	1.44 77	5.41 314	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 299

x	1.73 73	0.28 24	2.49 83	1.91 276	0.17 92	2.10 74	0.83 233	8.74 244	3.55 96	3.28 99	2.12 62	3.10 132	1.96 159	2.90 75	1.12 141	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.03 82

IER	3.20 226	0.54 186	5.13 294	0.58 104	1.59 296	7.29 331	0.56 165	6.36 171	4.95 167	7.44 267	8.84 239	6.20 253	6.26 331	4.88 120	3.29 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

IIG-Stereo	3.16 224	0.75 248	2.83 121	4.08 410	0.21 122	2.56 112	0.74 214	6.55 186	5.56 189	8.39 304	9.38 262	7.94 295	2.79 196	9.50 350	1.89 206	0.02 249	0.00 1	0.00 1	0.00 1	0.02 36	0.04 123

NF-Stereo	2.24 132	0.33 56	3.00 138	2.04 305	0.10 52	3.46 201	0.43 132	6.51 184	3.17 71	6.84 232	5.24 143	2.67 116	1.34 122	8.17 284	1.53 174	0.01 176	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

OCTAStereo	2.24 132	0.33 56	3.03 144	2.04 305	0.10 52	3.45 200	0.43 132	6.50 181	3.17 71	6.84 232	5.20 139	2.65 113	1.33 120	8.18 285	1.56 178	0.01 176	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

PSM-softLoss	2.24 132	0.34 66	3.42 182	1.81 262	0.17 92	2.74 135	0.39 125	6.17 164	2.92 47	6.26 204	6.29 177	2.96 123	0.97 89	8.68 311	1.71 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

KMStereo	2.24 132	0.34 66	3.42 182	1.81 262	0.17 92	2.74 135	0.39 125	6.17 164	2.92 47	6.26 204	6.29 177	2.96 123	0.97 89	8.68 311	1.71 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

DEmStereo	3.79 278	0.37 89	3.69 201	0.17 39	0.17 92	5.28 291	2.54 321	4.35 56	3.70 99	8.21 297	20.15 384	5.13 223	10.38 391	7.65 243	3.85 294	0.01 176	0.01 144	0.01 299	0.00 1	0.02 36	0.06 172

GrayStereo	3.74 271	0.20 3	1.94 34	1.55 225	0.60 216	3.12 183	8.22 411	5.76 144	3.32 84	10.40 358	16.66 360	5.81 245	8.60 372	6.57 187	1.37 162	0.01 176	0.00 1	0.01 299	0.63 408	0.02 36	0.04 123

RE-Stereo	2.25 137	0.33 56	3.03 144	2.04 305	0.10 52	3.47 203	0.43 132	6.50 181	3.18 74	6.84 232	5.20 139	2.65 113	1.34 122	8.18 285	1.58 180	0.01 176	0.00 1	0.01 299	0.00 1	0.02 36	0.01 16

TVStereo	2.25 137	0.33 56	3.03 144	2.04 305	0.10 52	3.47 203	0.43 132	6.50 181	3.18 74	6.84 232	5.20 139	2.65 113	1.34 122	8.18 285	1.58 180	0.01 176	0.00 1	0.01 299	0.00 1	0.02 36	0.01 16

IRAFT_RVC	2.85 194	0.41 117	3.32 172	2.09 313	0.41 179	2.92 166	5.22 381	6.41 178	3.63 98	6.53 222	5.48 152	5.09 221	4.88 301	8.20 288	2.15 224	0.01 176	0.17 373	0.01 299	0.00 1	0.02 36	0.04 123

AnonymousM	2.71 183	6.75 424	0.98 1	0.73 120	0.06 22	2.41 96	0.53 157	5.30 123	3.05 62	4.75 139	2.09 57	1.89 96	1.01 91	1.88 56	0.51 51	0.01 176	0.02 195	17.42 444	4.76 444	0.02 36	0.01 16

test-1	1.82 85	0.45 145	5.42 307	0.89 136	0.41 179	2.14 77	0.56 165	5.75 142	4.15 132	3.28 99	5.11 132	3.61 157	0.70 67	1.53 36	1.56 178	0.02 249	0.34 404	0.00 1	0.08 305	0.02 36	0.30 345

s12784h	1.89 96	0.30 31	2.57 89	0.11 22	0.09 47	4.18 259	0.13 53	6.61 187	7.44 265	3.62 108	4.28 111	0.59 56	0.81 82	6.61 190	0.46 37	0.01 176	0.01 144	0.00 1	0.00 1	0.02 36	0.00 1

csc	2.28 141	0.61 206	3.81 212	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 358	5.80 165	5.17 134	1.44 77	5.41 314	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 299

cscssc	2.28 141	0.61 206	3.81 212	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 358	5.80 165	5.17 134	1.44 77	5.41 314	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 299

CFNet-RSSM	2.11 118	0.33 56	2.71 105	1.04 165	0.30 151	3.21 192	0.41 129	6.67 190	6.96 248	5.62 160	4.58 119	5.40 231	1.71 147	1.86 53	0.87 111	0.00 1	0.08 312	0.00 1	0.32 385	0.02 36	0.02 49

UNet	3.97 296	0.61 206	6.50 345	1.68 243	3.22 365	9.82 362	0.31 111	9.50 261	5.32 179	7.20 256	6.35 181	10.59 335	5.91 327	6.93 204	5.49 320	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

STTStereo	3.60 263	0.93 293	6.34 339	2.71 363	2.23 340	3.68 227	0.63 184	9.42 259	6.73 242	9.87 346	6.97 193	8.84 312	3.65 233	6.85 199	3.04 260	0.00 1	0.02 195	0.01 299	0.00 1	0.02 36	0.02 49

RYNet	6.34 357	0.89 282	5.88 323	1.41 207	4.48 410	15.97 407	4.18 361	13.41 368	16.49 389	10.81 367	7.00 198	14.33 371	8.72 373	9.43 345	13.71 410	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.07 190

AdaStereo	3.09 216	0.58 199	3.04 147	2.84 369	0.48 197	4.08 255	1.29 283	12.16 341	7.77 279	6.03 183	9.62 265	5.79 244	1.53 140	4.56 114	1.93 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49
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.
NVstereo2D	4.51 325	0.82 268	6.86 353	3.28 388	3.38 371	8.16 343	3.13 338	10.51 288	15.15 382	4.90 142	6.89 192	7.87 290	4.78 296	9.88 353	3.91 296	0.01 176	0.00 1	0.00 1	0.06 300	0.02 36	0.58 378

HSM	4.00 298	0.79 259	3.16 161	1.59 233	2.17 336	6.77 320	1.11 269	12.28 344	6.35 231	6.75 226	8.11 230	13.90 367	5.37 313	8.85 323	2.71 250	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

MDST_ROB	8.37 391	0.32 43	9.03 378	4.18 413	2.42 348	26.86 437	6.14 388	19.36 424	13.52 372	27.09 431	22.75 399	9.47 319	4.74 293	15.06 408	6.34 333	0.02 249	0.02 195	0.00 1	0.00 1	0.02 36	0.13 270

rvit_stereo_0075_2	2.00 109	0.32 43	5.49 312	0.60 107	1.98 326	1.77 54	0.10 34	7.24 204	5.70 193	2.90 87	4.06 104	3.11 133	0.56 60	5.32 137	0.76 89	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.16 295

test_sample2	2.32 147	0.25 15	3.38 176	2.08 310	0.41 179	2.58 115	0.15 65	9.50 261	4.97 168	3.66 109	4.86 125	4.29 192	3.26 212	5.83 150	1.09 138	0.00 1	0.01 144	0.00 1	0.00 1	0.03 79	0.03 82

mmm	2.50 170	0.29 27	3.22 165	1.98 291	0.32 159	3.72 233	0.12 44	9.45 260	4.05 124	5.84 170	10.80 290	2.47 110	2.86 201	4.07 102	0.75 87	0.00 1	0.02 195	0.00 1	0.01 238	0.03 79	0.02 49

11t1	1.62 65	0.26 19	2.53 85	2.37 346	0.24 130	2.58 115	0.06 21	6.66 189	3.00 58	3.40 104	3.01 76	1.14 70	1.94 158	4.18 104	0.91 121	0.01 176	0.02 195	0.00 1	0.00 1	0.03 79	0.03 82

mmx	3.86 284	0.31 34	3.97 221	1.34 195	0.98 260	2.80 145	0.48 141	12.18 342	10.66 342	6.29 209	9.23 251	5.59 235	3.72 242	10.11 356	9.35 377	0.05 313	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

ttt	3.86 284	0.23 12	2.34 70	2.22 329	1.68 307	4.36 266	0.28 101	12.45 346	11.09 347	6.90 239	11.85 311	4.08 176	3.28 213	8.47 300	7.85 353	0.06 322	0.04 265	0.00 1	0.00 1	0.03 79	0.03 82

xxx	3.86 284	0.31 34	3.98 225	1.34 195	0.98 260	2.80 145	0.48 141	12.18 342	10.66 342	6.29 209	9.23 251	5.59 235	3.72 242	10.11 356	9.35 377	0.05 313	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

MSKI-zero shot	2.00 109	0.36 83	2.15 58	0.81 125	0.25 133	2.69 133	0.29 105	6.16 162	2.34 21	4.31 122	7.52 211	3.70 163	0.25 9	8.42 298	0.41 25	0.01 176	0.13 351	0.00 1	0.25 368	0.03 79	0.02 49

Wz-Net-LNSev-Ref	5.98 349	1.55 359	9.92 384	2.40 347	3.22 365	10.28 368	3.14 339	11.64 319	9.79 323	9.54 338	20.22 386	11.16 350	6.77 343	10.61 367	9.16 373	0.06 322	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

AAGNet	3.41 249	0.34 66	2.45 76	1.78 258	0.39 174	3.69 228	1.05 263	4.79 84	4.61 155	9.62 340	7.74 222	4.98 213	6.38 335	7.34 230	13.02 406	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

STrans-v2	3.43 251	0.73 242	4.82 275	0.26 54	0.60 216	3.00 172	1.19 275	10.41 287	7.22 258	5.79 164	10.97 297	6.75 270	7.03 348	8.25 290	1.40 163	0.00 1	0.01 144	0.00 1	0.00 1	0.03 79	0.18 299

FTStereo	4.55 329	0.36 83	2.18 64	0.94 145	0.38 172	2.60 120	8.82 414	4.98 96	3.17 71	10.88 368	30.35 423	5.60 239	7.60 358	7.62 242	1.55 177	0.17 360	0.00 1	0.05 366	0.00 1	0.03 79	3.80 423

SST-Stereo	2.75 187	0.31 34	2.78 116	1.33 193	0.33 162	3.99 252	0.82 229	5.60 138	3.93 113	10.92 369	6.19 171	5.00 217	4.23 264	8.66 310	0.74 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.03 82

RAFT_R40	2.71 183	0.33 56	3.00 138	1.26 185	0.30 151	3.83 244	1.00 259	5.69 141	4.29 135	9.69 342	6.33 179	5.02 219	4.02 255	8.58 306	0.86 109	0.01 176	0.00 1	0.00 1	0.00 1	0.03 79	0.02 49

cross-raft	2.03 113	0.35 75	2.78 116	1.10 170	0.16 86	3.77 240	0.48 141	7.03 202	3.75 103	5.06 147	5.55 154	6.26 255	1.41 126	1.75 46	0.89 119	0.01 176	0.07 302	0.00 1	0.19 349	0.03 79	0.03 82

rafts_anoy	1.72 71	0.79 259	2.58 90	2.03 303	1.75 313	2.47 99	0.16 70	5.48 133	6.01 211	3.24 98	2.11 59	1.92 99	1.33 120	3.08 78	1.13 143	0.01 176	0.18 377	0.00 1	0.01 238	0.03 79	0.07 190

xxxx	4.51 325	0.31 34	2.77 114	1.69 244	0.47 196	7.74 341	0.07 26	14.04 376	7.91 283	5.82 168	8.97 246	9.34 316	3.41 224	7.33 229	20.24 423	0.05 313	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

test_xeample	4.13 302	0.36 83	2.75 110	1.23 182	0.51 206	3.96 251	0.13 53	12.63 355	7.65 271	7.49 269	10.86 294	3.29 140	3.36 216	6.71 195	21.53 428	0.02 249	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

MMNet	4.16 306	0.77 253	5.47 311	1.40 204	1.67 305	10.78 375	0.63 184	8.64 241	8.47 300	8.80 318	8.33 232	7.51 284	6.61 338	7.53 239	6.54 337	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.05 156

PMTNet	1.41 54	0.37 89	2.06 46	0.26 54	0.15 82	2.94 168	0.34 117	3.39 20	5.33 180	1.00 50	1.27 33	0.28 24	0.93 88	4.04 101	0.74 82	5.00 429	0.00 1	0.00 1	0.00 1	0.03 79	0.01 16

RASNet	4.52 328	0.61 206	4.42 251	3.42 391	4.68 414	4.58 273	0.99 258	9.54 264	8.01 285	5.28 154	11.42 305	10.34 334	8.88 375	9.28 340	8.68 368	0.15 354	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

DLCB_ROB	4.51 325	0.91 287	3.78 208	2.19 323	1.07 269	6.28 308	3.09 337	9.78 268	7.72 274	10.65 364	12.97 328	13.91 368	3.71 238	8.72 319	5.30 317	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.10 238

rvit_105_1	2.44 160	0.80 263	5.08 290	1.77 256	0.09 47	1.95 63	3.62 353	5.62 140	8.21 292	4.85 141	2.07 56	3.15 135	1.58 142	7.08 216	2.71 250	0.00 1	0.00 1	0.00 1	0.01 238	0.04 101	0.08 204

IGEV-Stereo++	0.74 2	0.23 12	1.31 6	0.06 8	1.62 299	1.95 63	0.01 2	3.29 16	1.81 9	0.38 15	1.68 46	0.10 1	1.16 110	0.91 7	0.19 5	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	0.01 16

test_sample4	2.87 200	0.40 107	4.54 260	1.80 260	0.54 210	3.95 250	0.15 65	11.48 316	6.49 236	6.33 213	6.81 190	3.68 162	2.65 186	6.11 159	2.36 236	0.02 249	0.01 144	0.00 1	0.00 1	0.04 101	0.05 156

test_sample3	2.87 200	0.37 89	4.45 254	1.95 286	0.59 214	4.69 276	0.16 70	11.50 317	6.45 233	5.82 168	6.44 182	3.76 166	2.64 185	6.01 156	2.41 240	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	0.05 156

Former-RAFT_DAM_RVC	1.26 43	0.42 123	2.36 72	0.59 106	1.26 279	2.43 98	0.01 2	3.29 16	7.76 278	1.71 67	2.78 73	0.27 21	0.32 26	1.16 19	0.58 60	0.04 301	0.01 144	0.00 1	0.00 1	0.04 101	0.10 238

CASnet	0.98 16	0.32 43	1.62 14	0.65 115	0.07 29	2.11 76	0.14 60	3.50 25	4.03 120	3.77 114	1.41 36	0.31 30	0.29 17	0.80 6	0.57 56	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	1.23 41	0.18 2	1.13 2	0.07 11	0.17 92	2.38 94	0.54 159	6.10 158	2.51 25	0.41 26	3.20 82	0.26 19	0.29 17	6.94 207	0.16 2	0.00 1	0.01 144	0.00 1	0.11 319	0.04 101	0.10 238

DCRE	1.79 78	0.68 229	2.55 87	1.66 242	0.27 142	1.27 11	0.05 18	4.57 71	4.04 122	3.30 101	9.24 256	3.83 167	1.20 115	2.08 63	0.67 69	0.00 1	0.12 343	0.00 1	0.24 364	0.04 101	0.09 217

ADStereo(finetuned)	2.26 140	0.64 215	5.22 301	0.31 61	0.18 104	1.71 51	0.25 97	5.23 110	8.46 299	6.06 186	5.30 148	1.41 75	6.37 334	1.87 54	1.87 203	0.00 1	0.00 1	0.00 1	0.00 1	0.04 101	0.18 299

BUS	2.49 167	0.32 43	3.05 152	0.46 87	0.46 189	7.12 326	0.50 153	9.05 248	4.69 157	6.11 190	6.15 168	5.29 226	0.83 83	3.91 94	1.77 197	0.01 176	0.03 241	0.03 347	0.00 1	0.04 101	0.00 1

BSDual-CNN	2.69 180	0.32 43	3.05 152	0.46 87	0.46 189	7.13 328	1.63 299	9.05 248	4.69 157	6.11 190	6.15 168	6.26 255	2.54 180	3.91 94	1.91 207	0.01 176	0.03 241	0.03 347	0.00 1	0.04 101	0.00 1

hknet	3.31 234	0.42 123	4.68 270	0.46 87	1.17 275	7.13 328	1.63 299	9.05 248	6.91 246	6.11 190	6.15 168	9.66 321	2.85 200	7.48 238	2.45 242	0.01 176	0.03 241	0.03 347	0.00 1	0.04 101	0.00 1

GLC_STEREO	0.75 3	0.29 27	1.19 3	0.55 98	0.01 1	1.98 66	0.57 173	3.07 10	3.02 61	0.90 49	1.48 38	0.19 5	0.40 36	0.93 8	0.36 19	0.00 1	0.01 144	0.00 1	0.00 1	0.04 101	0.02 49

DAS	3.74 271	0.35 75	5.19 299	1.99 293	3.74 386	2.36 90	3.22 341	7.77 212	9.27 313	8.70 313	12.08 315	4.45 196	5.43 317	8.39 295	1.71 191	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.02 49

SepStereo	3.78 277	0.35 75	5.19 299	1.99 293	3.74 386	2.36 90	3.22 341	7.77 212	9.27 313	8.70 313	12.08 315	4.45 196	5.43 317	9.18 335	1.71 191	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.02 49

TransformOpticalFlow	3.38 245	0.70 236	4.54 260	1.00 157	0.30 151	3.56 217	0.14 60	9.67 266	7.30 261	5.55 159	13.34 332	6.74 269	5.03 304	8.22 289	1.34 160	0.00 1	0.01 144	0.01 299	0.00 1	0.04 101	0.11 250

PSM-AAD	3.33 242	0.20 3	1.47 9	0.73 120	0.54 210	2.55 110	6.19 389	4.97 94	3.27 79	10.92 369	11.92 312	2.95 122	9.59 385	7.90 259	0.82 102	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	2.47 418

KYRaft	3.59 261	0.31 34	1.84 25	0.76 122	0.46 189	2.29 86	4.04 358	4.75 83	3.25 78	8.93 325	19.47 382	6.62 268	5.07 306	7.79 254	0.71 77	0.01 176	0.00 1	0.00 1	0.01 238	0.04 101	5.38 432

HCRNet	2.56 172	0.53 181	3.35 174	0.24 53	3.39 373	2.19 80	0.23 91	6.89 198	5.50 183	5.26 153	4.79 121	5.27 225	2.78 195	7.71 248	2.89 255	0.00 1	0.02 195	0.00 1	0.00 1	0.04 101	0.04 123

DCANet	2.08 117	0.64 215	3.81 212	0.31 61	0.17 92	1.70 50	0.25 97	5.23 110	8.47 300	6.07 187	5.30 148	1.41 75	4.23 264	1.85 52	2.02 217	0.00 1	0.00 1	0.00 1	0.00 1	0.04 101	0.19 309

222	5.36 340	0.40 107	2.72 107	1.50 214	0.48 197	6.15 307	0.07 26	13.73 373	8.06 286	8.79 316	11.03 298	3.71 164	4.21 262	7.47 237	38.74 458	0.03 283	0.02 195	0.00 1	0.00 1	0.04 101	0.05 156

EAI-Stereo	2.31 145	0.44 139	2.72 107	0.68 118	0.56 212	3.51 212	2.62 326	11.42 314	4.14 131	2.09 70	7.23 207	1.21 72	0.91 86	5.67 145	1.51 171	0.01 176	0.25 398	0.00 1	0.88 416	0.04 101	0.26 336

UPFNet	3.82 281	0.47 153	4.34 249	2.21 326	3.38 371	7.26 330	2.69 328	9.89 272	5.96 205	7.98 287	7.53 212	7.89 292	3.15 209	7.72 250	5.88 328	0.01 176	0.02 195	0.00 1	0.00 1	0.04 101	0.06 172

DMCA	2.82 193	0.64 215	4.45 254	1.61 235	0.89 249	3.86 245	0.57 173	9.18 252	5.10 172	6.24 201	6.49 183	7.17 281	2.13 164	3.31 80	4.73 309	0.00 1	0.01 144	0.00 1	0.00 1	0.04 101	0.02 49

NLCA_NET_v2_RVC	3.84 282	1.06 310	5.23 302	2.72 365	3.27 367	4.36 266	0.61 180	10.71 295	7.56 268	8.75 315	7.89 226	9.86 323	3.90 250	7.15 223	3.44 275	0.14 352	0.02 195	0.02 330	0.03 272	0.04 101	0.03 82
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	4.14 303	0.52 177	3.14 159	1.30 192	0.77 239	6.92 323	1.97 310	10.11 281	9.58 319	8.92 323	14.20 341	7.12 280	5.90 326	8.65 309	3.50 280	0.01 176	0.05 275	0.00 1	0.00 1	0.04 101	0.09 217

test_sample7	3.30 232	0.47 153	3.43 185	1.98 291	0.35 167	4.33 263	1.88 309	10.66 292	7.73 275	8.36 299	7.55 213	6.55 262	4.27 266	6.58 188	1.62 184	0.06 322	0.03 241	0.00 1	0.00 1	0.05 127	0.06 172

test_sample6	3.14 223	0.41 117	4.42 251	1.92 280	0.49 200	3.25 193	0.21 85	11.30 310	6.69 241	6.50 219	10.86 294	4.03 173	2.93 204	7.06 215	2.65 248	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.06 172

test_sample5	2.91 205	0.40 107	4.33 246	1.81 262	0.50 203	3.33 196	0.17 74	11.27 308	6.55 237	6.18 196	8.35 233	3.65 158	2.71 191	6.61 190	2.15 224	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.05 156

MoCha-V2	1.41 54	0.42 123	2.61 93	0.81 125	0.23 129	2.53 106	0.20 82	4.81 85	3.16 69	0.82 47	3.15 80	0.30 26	1.61 144	6.66 194	0.40 24	0.00 1	0.20 386	0.00 1	0.24 364	0.05 127	0.02 49

DualNet	3.05 213	0.40 107	4.33 246	1.81 262	0.50 203	3.33 196	0.17 74	11.27 308	6.55 237	6.50 219	10.86 294	3.65 158	2.71 191	6.61 190	2.15 224	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.05 156

MaDis-Stereo	0.80 5	0.69 234	3.02 142	0.33 69	1.83 320	1.22 6	0.06 21	3.41 22	1.49 6	0.31 10	0.38 12	0.42 42	0.51 53	1.14 16	1.21 150	0.00 1	0.00 1	0.00 1	0.00 1	0.05 127	0.05 156

PCWNet_CMD	2.99 210	0.39 98	4.02 228	0.39 80	0.26 140	2.53 106	0.15 65	9.24 254	9.22 311	7.12 249	11.53 308	6.94 272	2.41 176	4.02 100	1.33 158	0.01 176	0.02 195	0.02 330	0.00 1	0.05 127	0.07 190

HH	2.42 156	0.73 242	3.76 206	0.91 138	0.14 78	2.78 142	0.71 206	7.92 217	2.72 38	1.53 63	6.10 165	7.93 293	4.01 253	8.60 307	0.44 29	0.00 1	0.09 319	0.00 1	0.00 1	0.05 127	0.04 123

HanStereo	2.42 156	0.73 242	3.76 206	0.91 138	0.14 78	2.78 142	0.71 206	7.92 217	2.72 38	1.53 63	6.10 165	7.93 293	4.01 253	8.60 307	0.44 29	0.00 1	0.09 319	0.00 1	0.00 1	0.05 127	0.04 123

anonymousdsp2	1.78 77	0.39 98	3.40 180	1.10 170	0.04 11	3.63 221	0.50 153	7.80 214	2.77 42	2.91 88	2.88 74	3.17 136	1.01 91	5.15 133	0.43 28	0.00 1	0.01 144	0.02 330	0.15 328	0.05 127	0.12 262

CASS	2.44 160	0.44 139	3.56 191	0.85 132	0.38 172	3.14 185	0.22 87	9.64 265	4.00 117	6.78 228	7.62 217	3.57 156	3.58 230	3.80 91	1.10 139	0.02 249	0.01 144	0.00 1	0.00 1	0.05 127	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	1.69 68	0.32 43	3.29 169	0.92 142	0.18 104	3.89 246	0.06 21	4.22 53	4.00 117	1.47 62	1.98 55	3.07 131	2.81 197	6.35 173	0.89 119	0.01 176	0.00 1	0.00 1	0.21 355	0.05 127	0.00 1

CroCo-Stereo	0.99 19	0.89 282	3.19 163	0.46 87	0.44 183	0.38 1	0.05 18	4.61 72	3.95 114	0.48 34	1.78 50	1.01 65	0.27 13	1.11 14	1.07 135	0.01 176	0.00 1	0.00 1	0.00 1	0.05 127	0.04 123
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
Prome-Stereo	3.65 265	0.29 27	1.92 31	0.91 138	0.49 200	2.07 72	4.75 374	4.41 61	3.23 77	9.32 334	20.63 389	4.06 175	7.19 349	7.70 247	1.17 148	0.00 1	0.00 1	0.00 1	0.00 1	0.05 127	4.72 429

CFNet_pseudo	2.81 191	0.42 123	4.04 231	0.33 69	0.24 130	2.59 118	0.12 44	8.20 222	7.66 272	7.04 245	10.42 281	6.56 265	2.05 162	4.88 120	1.53 174	0.00 1	0.02 195	0.01 299	0.00 1	0.05 127	0.07 190

FCDSN-DC	10.24 411	0.56 192	3.49 188	1.96 289	1.29 284	16.90 412	4.59 371	17.16 403	19.10 400	24.64 429	32.46 431	33.82 438	22.14 435	15.93 413	10.45 389	0.04 301	0.00 1	0.00 1	0.00 1	0.05 127	0.21 316
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DIP-Stereo	1.97 107	0.64 215	2.95 135	0.17 39	0.10 52	4.83 279	0.13 53	8.60 239	4.06 127	6.42 216	4.92 126	0.44 45	0.72 70	3.57 87	1.80 200	0.00 1	0.01 144	0.00 1	0.00 1	0.05 127	0.04 123
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	2.99 210	0.39 98	4.02 228	0.40 81	0.25 133	2.53 106	0.16 70	9.35 258	9.25 312	7.08 247	11.39 303	6.93 271	2.43 177	4.01 99	1.34 160	0.01 176	0.02 195	0.02 330	0.00 1	0.05 127	0.07 190

ccs_rob	2.81 191	0.42 123	4.06 233	0.33 69	0.25 133	2.59 118	0.12 44	8.19 221	7.68 273	7.02 242	10.37 280	6.54 261	2.06 163	4.88 120	1.53 174	0.00 1	0.02 195	0.01 299	0.00 1	0.05 127	0.07 190

MSMD_ROB	9.28 401	1.09 315	4.65 268	1.58 230	0.39 174	16.52 408	4.41 367	13.60 370	14.87 381	22.34 419	39.89 443	25.67 424	20.71 429	12.42 388	6.98 342	0.34 384	0.03 241	0.00 1	0.00 1	0.05 127	0.09 217

SGM-Forest	4.96 333	0.32 43	2.84 123	1.21 180	0.64 223	10.23 367	6.64 400	11.55 318	10.98 346	10.94 371	13.59 334	11.65 353	4.30 271	8.94 327	4.63 307	0.11 346	0.04 265	0.00 1	0.00 1	0.05 127	0.46 368
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	10.88 415	0.52 177	4.17 239	1.92 280	1.63 300	17.79 417	5.35 384	18.87 417	19.88 406	28.77 434	34.99 437	34.62 441	21.72 433	16.03 415	11.16 397	0.03 283	0.01 144	0.02 330	0.00 1	0.06 148	0.08 204

AIO-Stereo	0.94 14	0.22 10	1.20 4	0.06 8	0.08 42	2.36 90	0.62 183	5.50 136	2.61 31	0.30 8	3.32 84	0.41 40	0.25 9	1.12 15	0.17 4	0.00 1	0.01 144	0.00 1	0.35 392	0.06 148	0.12 262

SMFormer	3.54 257	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	3.51 281	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.04 123

tta	3.54 257	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	3.51 281	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

qqq1	3.38 245	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	0.30 10	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

fff1	3.38 245	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	0.30 10	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

IGEVStereo-DCA	1.06 26	0.45 145	2.06 46	0.32 64	0.06 22	2.74 135	0.84 236	3.71 30	2.27 14	0.39 21	0.16 3	0.20 7	0.29 17	6.47 179	0.87 111	0.00 1	0.00 1	0.00 1	0.16 331	0.06 148	0.06 172

rrr	1.05 25	0.45 145	3.18 162	0.32 64	0.06 22	2.74 135	0.95 257	3.49 24	1.12 5	0.39 21	0.16 3	0.20 7	0.29 17	6.47 179	0.87 111	0.00 1	0.00 1	0.00 1	0.21 355	0.06 148	0.10 238

EKT-Stereo	1.91 99	0.48 160	2.77 114	2.19 323	4.36 403	1.42 24	0.24 92	4.63 74	3.51 94	2.94 89	3.47 93	3.55 155	2.25 170	5.26 135	0.85 106	0.04 301	0.12 343	0.00 1	0.09 313	0.06 148	0.05 156

LL-Strereo2	1.86 88	0.83 270	2.33 69	0.36 75	0.17 92	3.79 242	1.52 293	5.82 149	4.04 122	4.43 125	2.51 69	4.23 184	0.37 32	5.66 144	0.99 130	0.00 1	0.02 195	0.00 1	0.05 293	0.06 148	0.11 250

LoS	0.91 13	0.34 66	2.10 56	0.38 79	0.13 73	2.47 99	0.26 99	5.00 98	2.74 40	0.89 48	0.21 7	0.49 48	0.36 29	1.97 58	0.67 69	0.02 249	0.02 195	0.00 1	0.00 1	0.06 148	0.01 16
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
HBP-ISP	4.09 299	1.05 308	4.10 237	1.87 269	1.31 287	7.56 336	3.98 357	11.26 306	9.94 327	7.81 280	14.44 344	3.23 138	4.27 266	8.89 326	1.87 203	0.06 322	0.06 289	0.00 1	0.00 1	0.06 148	0.04 123

GwcNet-ADL	2.65 179	0.48 160	3.84 218	0.82 127	0.33 162	2.04 70	0.69 200	8.07 219	9.42 316	6.05 184	6.66 186	4.14 181	1.73 149	5.40 140	3.01 259	0.08 336	0.06 289	0.00 1	0.00 1	0.06 148	0.03 82

test_xeample3	1.08 27	0.43 134	3.39 178	0.49 92	0.05 14	2.58 115	0.93 252	3.32 18	1.77 8	0.23 2	0.23 8	0.19 5	0.28 15	6.34 171	0.85 106	0.00 1	0.01 144	0.00 1	0.26 374	0.06 148	0.10 238

HGLStereo	4.25 314	0.52 177	4.65 268	3.09 378	5.18 417	6.51 316	0.73 211	10.37 285	6.74 243	7.32 262	12.44 324	7.00 273	7.21 351	7.46 235	5.51 321	0.00 1	0.02 195	0.00 1	0.00 1	0.06 148	0.10 238

HITNet	2.79 190	0.77 253	4.02 228	2.03 303	0.11 60	5.58 294	0.59 175	9.24 254	5.15 175	6.42 216	7.26 208	3.66 160	2.92 203	4.07 102	3.87 295	0.00 1	0.00 1	0.00 1	0.00 1	0.06 148	0.02 49
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
RAStereo	0.68 1	0.42 123	3.15 160	0.18 44	0.52 209	1.17 5	0.02 10	3.16 15	0.98 4	0.51 37	1.43 37	0.16 2	0.22 7	0.75 4	0.83 103	0.00 1	0.00 1	0.00 1	0.00 1	0.07 164	0.02 49

RSM	1.21 39	0.20 3	1.30 5	0.12 24	0.06 22	2.48 101	0.51 156	3.78 37	2.74 40	0.48 34	2.38 67	2.18 104	0.28 15	6.77 197	0.56 55	0.00 1	0.00 1	0.00 1	0.16 331	0.07 164	0.05 156

DispNO	3.25 228	0.72 239	6.85 352	1.95 286	1.34 289	3.49 208	0.84 236	8.14 220	6.30 226	6.34 214	7.76 223	6.30 258	4.28 270	6.93 204	3.51 281	0.00 1	0.03 241	0.03 347	0.12 322	0.07 164	0.07 190

CoDeX	3.43 251	0.68 229	4.49 256	0.98 155	1.65 302	6.37 311	2.14 313	13.23 367	6.07 213	7.23 257	8.95 243	4.09 177	3.79 246	6.31 169	2.37 237	0.03 283	0.06 289	0.00 1	0.00 1	0.07 164	0.15 284

4D-IteraStereo	1.72 71	0.86 274	3.01 140	0.09 17	2.86 358	3.57 220	1.06 264	3.92 43	5.31 178	5.28 154	1.02 20	3.92 169	0.38 34	1.83 51	1.04 134	0.00 1	0.01 144	0.00 1	0.00 1	0.07 164	0.09 217

MC-Stereo	1.47 58	0.36 83	2.54 86	1.99 293	0.12 69	1.90 59	0.12 44	4.47 65	2.83 44	3.31 102	3.44 92	0.56 55	1.47 130	5.39 139	0.47 42	0.00 1	0.04 265	0.00 1	0.21 355	0.07 164	0.04 123

RCA-Stereo	1.99 108	0.34 66	2.71 105	0.26 54	0.06 22	2.29 86	0.48 141	4.89 88	14.65 379	2.81 84	5.51 153	0.78 61	3.21 211	1.44 30	0.33 14	0.00 1	0.01 144	0.00 1	0.00 1	0.07 164	0.02 49

dd	2.16 125	1.22 330	4.82 275	0.68 118	0.12 69	1.39 23	0.17 74	5.14 103	11.22 351	2.70 81	3.51 95	1.52 82	1.23 117	5.08 129	3.96 297	0.12 349	0.01 144	0.04 359	0.21 355	0.07 164	0.01 16

sCroCo_RVC	1.21 39	0.65 219	5.16 297	1.09 169	1.29 284	0.92 4	0.19 79	3.92 43	2.68 36	0.30 8	3.04 77	0.52 50	1.56 141	1.58 38	0.78 96	0.09 341	0.25 398	0.00 1	0.00 1	0.07 164	0.11 250

FC-DCNN	10.72 414	0.52 177	4.27 243	1.88 272	1.63 300	17.18 413	5.29 383	18.20 410	19.69 405	28.50 433	34.51 435	34.03 439	21.48 432	15.89 412	11.15 396	0.03 283	0.01 144	0.02 330	0.01 238	0.07 164	0.09 217

NOSS_ROB	3.30 232	0.46 151	2.62 95	2.08 310	1.01 265	5.60 295	0.74 214	10.37 285	11.48 354	5.15 150	8.43 235	5.67 240	1.73 149	7.97 262	2.34 233	0.02 249	0.06 289	0.00 1	0.00 1	0.07 164	0.14 275

MIF-Stereo (partial)	1.29 46	0.33 56	3.02 142	0.03 1	1.12 272	1.26 10	0.13 53	4.46 64	3.75 103	0.35 13	2.39 68	0.31 30	0.74 71	6.09 158	1.76 196	0.00 1	0.00 1	0.00 1	0.00 1	0.08 175	0.04 123

Wz-Net-LNSev	6.46 359	1.93 383	16.44 418	1.52 219	4.15 400	12.66 393	4.96 377	13.05 363	12.10 362	10.55 363	16.23 356	11.32 351	7.19 349	8.43 299	8.48 366	0.00 1	0.01 144	0.00 1	0.00 1	0.08 175	0.06 172

iRaft-Stereo_20w	2.56 172	0.35 75	4.98 283	0.37 77	0.67 227	3.47 203	0.59 175	12.57 354	3.89 110	6.10 189	6.23 174	1.49 81	2.24 168	6.65 193	0.86 109	0.00 1	0.19 382	0.00 1	0.33 387	0.08 175	0.22 318

TRStereo	2.36 152	3.10 402	4.70 272	1.99 293	2.08 330	2.61 121	1.11 269	8.79 246	3.73 101	3.19 95	3.04 77	3.96 170	0.77 76	5.92 152	1.44 166	0.03 283	0.14 355	0.00 1	0.29 376	0.08 175	0.25 331

Patchmatch Stereo++	1.95 103	0.40 107	2.86 126	0.12 24	0.18 104	3.74 235	0.66 193	5.24 116	2.96 52	5.86 171	4.32 112	3.46 146	1.52 136	6.88 200	0.70 73	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217
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
OMP-Stereo	3.03 212	0.93 293	2.72 107	4.21 414	0.51 206	2.19 80	1.25 278	6.19 166	6.00 210	7.99 288	6.21 172	8.50 308	2.49 179	9.44 348	1.74 195	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.05 156

PSM-adaLoss	1.88 93	0.40 107	2.86 126	0.12 24	0.19 114	3.75 238	0.71 206	5.23 110	2.96 52	5.86 171	4.33 114	3.45 144	1.51 131	5.40 140	0.69 71	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217

ROB_FTStereo_v2	1.91 99	0.41 117	2.85 124	0.12 24	0.19 114	3.71 230	0.73 211	5.23 110	2.95 50	5.86 171	4.36 117	3.46 146	1.51 131	5.86 151	0.69 71	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

ROB_FTStereo	1.90 97	0.42 123	2.86 126	0.12 24	0.19 114	3.71 230	0.75 216	5.24 116	2.95 50	5.87 176	4.26 110	3.41 142	1.51 131	5.80 148	0.65 65	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

HUI-Stereo	1.80 80	0.41 117	2.85 124	0.12 24	0.18 104	3.72 233	0.65 191	5.23 110	2.97 56	5.87 176	4.34 115	3.45 144	1.52 136	3.93 97	0.65 65	0.02 249	0.00 1	0.00 1	0.00 1	0.08 175	0.10 238

iGMRVC	1.96 106	0.40 107	2.88 131	0.12 24	0.19 114	3.74 235	0.73 211	5.23 110	2.97 56	5.87 176	4.37 118	3.48 150	1.52 136	6.73 196	0.74 82	0.02 249	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

iRAFT	1.95 103	0.40 107	2.86 126	0.12 24	0.18 104	3.74 235	0.66 193	5.24 116	2.96 52	5.86 171	4.32 112	3.46 146	1.52 136	6.88 200	0.70 73	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217

RAFT-IKP	1.90 97	0.42 123	2.83 121	0.12 24	0.18 104	3.50 210	0.64 188	5.24 116	2.96 52	5.86 171	4.34 115	3.50 153	1.51 131	5.99 155	0.76 89	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

ac_64	3.70 269	0.47 153	3.50 189	2.87 370	3.50 377	5.91 303	0.72 210	10.17 282	4.34 137	8.16 292	5.80 157	10.82 342	5.64 323	7.08 216	4.73 309	0.03 283	0.00 1	0.00 1	0.00 1	0.08 175	0.14 275

PSMNet-RSSM	3.33 242	0.77 253	3.22 165	2.12 316	1.90 325	2.33 88	0.71 206	11.17 304	5.83 198	5.90 179	11.43 306	7.04 276	4.83 300	5.96 154	3.17 264	0.00 1	0.00 1	0.02 330	0.00 1	0.08 175	0.02 49

DSFCA	4.21 310	0.50 166	5.45 310	1.34 195	1.68 307	7.04 325	4.51 369	10.73 296	7.00 250	10.78 366	6.80 189	8.48 306	4.63 288	9.91 354	5.12 315	0.02 249	0.06 289	0.02 330	0.03 272	0.08 175	0.03 82

ETE_ROB	5.80 343	1.77 375	6.33 338	1.44 212	0.78 240	6.43 313	6.90 403	12.53 352	8.08 287	12.93 391	14.89 348	21.13 415	5.87 325	9.83 352	6.57 338	0.04 301	0.01 144	0.00 1	0.02 259	0.08 175	0.33 349

ff7	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 331	0.09 192	0.06 172

ffff	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 331	0.09 192	0.06 172

11t	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 331	0.09 192	0.06 172

StereoVision	2.25 137	0.72 239	4.00 227	1.03 160	2.64 353	1.91 60	0.28 101	5.83 150	4.43 141	1.89 69	10.65 288	3.88 168	0.52 56	5.13 132	1.98 214	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.03 82

CFNet_ucs	3.07 215	0.44 139	4.05 232	0.54 95	0.37 170	3.08 177	0.19 79	9.80 269	8.49 302	7.64 274	12.62 326	5.67 240	1.76 154	4.96 126	1.51 171	0.00 1	0.04 265	0.01 299	0.00 1	0.09 192	0.11 250

ccc-4	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 331	0.09 192	0.06 172

NINENet	3.09 216	0.56 192	3.22 165	1.61 235	1.37 290	7.12 326	0.50 153	11.88 328	5.63 191	6.63 225	8.40 234	5.29 226	0.83 83	6.51 184	1.77 197	0.15 354	0.07 302	0.07 376	0.00 1	0.09 192	0.00 1

IPLGR	2.28 141	0.51 171	6.00 328	0.15 37	0.15 82	1.99 68	0.22 87	6.34 170	6.04 212	6.80 230	5.76 156	2.87 120	2.31 173	4.88 120	1.28 154	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.18 299

DeepStereo_RVC	2.05 115	0.39 98	2.87 130	0.14 36	0.17 92	3.51 212	0.70 203	5.21 109	3.00 58	6.27 206	4.13 106	3.47 149	4.53 284	4.81 118	1.49 170	0.01 176	0.00 1	0.00 1	0.00 1	0.09 192	0.18 299

cf-r	3.42 250	0.81 265	3.97 221	2.41 350	2.78 355	2.85 160	0.64 188	8.44 226	6.32 228	6.25 203	11.57 309	8.97 313	3.54 229	5.93 153	3.83 293	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.07 190

WCG-NET（raft）	1.49 60	0.50 166	1.55 10	0.21 48	0.08 42	2.15 78	1.01 260	2.72 7	6.26 225	2.79 82	3.06 79	4.38 195	1.04 96	3.53 86	0.26 8	0.00 1	0.12 343	0.00 1	0.00 1	0.10 202	0.08 204

cc1	2.17 127	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	4.31 54	10.41 335	1.03 51	3.33 85	0.32 32	3.71 238	8.05 269	0.45 33	0.00 1	0.02 195	0.00 1	0.03 272	0.10 202	0.05 156

ffm	2.90 203	0.31 34	3.97 221	1.34 195	0.98 260	2.80 145	0.48 141	4.53 68	10.19 330	6.29 209	9.23 251	5.59 235	3.72 242	8.00 263	0.46 37	0.00 1	0.02 195	0.00 1	0.00 1	0.10 202	0.04 123

ff1	3.45 254	0.31 34	3.97 221	1.34 195	0.98 260	2.80 145	0.48 141	4.53 68	10.19 330	6.29 209	9.23 251	5.59 235	3.72 242	10.11 356	9.35 377	0.00 1	0.02 195	0.00 1	0.00 1	0.10 202	0.04 123

tt1	2.14 122	0.63 214	2.22 65	2.27 331	0.02 3	5.71 297	0.63 184	4.53 68	10.19 330	1.16 58	3.39 91	0.33 35	3.05 207	8.00 263	0.46 37	0.00 1	0.02 195	0.00 1	0.03 272	0.10 202	0.04 123

AEACV	0.80 5	0.29 27	1.70 20	0.96 151	0.24 130	2.03 69	0.88 246	3.50 25	0.88 2	0.34 12	0.20 6	0.29 25	2.01 160	1.77 49	0.33 14	0.00 1	0.03 241	0.00 1	0.29 376	0.10 202	0.09 217

anonymousdsp	1.12 29	0.59 201	1.66 15	0.03 1	0.07 29	2.81 153	0.82 229	4.07 49	2.30 19	0.41 26	1.12 29	0.30 26	0.40 36	7.05 212	0.49 45	0.00 1	0.00 1	0.00 1	0.17 338	0.10 202	0.05 156

IGEV-Stereo	1.12 29	0.59 201	1.66 15	0.03 1	0.07 29	2.82 156	0.82 229	4.09 51	2.30 19	0.41 26	1.11 26	0.30 26	0.41 42	7.05 212	0.49 45	0.00 1	0.00 1	0.00 1	0.17 338	0.10 202	0.05 156
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DRaft	3.74 271	0.43 134	2.60 91	0.12 24	0.15 82	4.76 277	1.34 286	5.33 125	4.31 136	10.30 354	21.91 393	3.27 139	8.83 374	7.36 232	3.66 289	0.05 313	0.10 328	0.00 1	0.14 325	0.10 202	0.14 275

CRE-IMP	1.95 103	0.35 75	2.68 99	0.27 58	0.17 92	3.90 247	0.85 242	5.14 103	2.87 46	5.74 162	4.14 107	3.49 151	0.83 83	6.40 174	1.80 200	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.19 309

GMM-Stereo	3.32 240	0.27 23	2.52 84	0.82 127	0.48 197	2.27 85	4.91 376	5.06 100	3.08 65	7.06 246	16.72 361	6.21 254	3.70 237	7.60 241	1.16 147	0.04 301	0.00 1	0.00 1	0.04 289	0.10 202	4.45 425

RALCasStereoNet	1.93 101	1.01 302	2.75 110	1.88 272	1.75 313	2.88 165	0.18 77	4.64 77	4.36 138	2.27 74	5.14 133	2.22 105	0.79 81	7.10 218	1.00 132	0.00 1	0.34 404	0.00 1	0.00 1	0.10 202	0.16 295

111	2.78 189	0.92 290	3.81 212	0.22 49	0.07 29	2.83 158	0.70 203	6.03 155	14.00 373	3.22 97	8.93 242	5.48 233	3.30 214	3.66 88	2.03 218	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.29 343

MLCV	3.44 253	0.88 279	5.60 318	1.39 203	0.25 133	4.36 266	0.33 115	7.25 205	7.28 260	9.17 330	12.24 322	5.09 221	2.47 178	9.15 334	3.23 267	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.02 49

iResNet	3.68 267	0.91 287	7.94 371	2.97 377	0.34 165	4.44 271	0.48 141	7.70 211	9.74 322	7.72 277	12.74 327	4.03 173	2.87 202	8.05 269	3.37 272	0.02 249	0.01 144	0.00 1	0.00 1	0.10 202	0.09 217

iResNet_ROB	4.23 311	1.02 304	4.90 279	2.18 322	0.93 255	2.92 166	0.37 121	15.10 390	16.91 393	7.89 285	10.51 284	7.03 274	3.07 208	8.16 281	3.46 279	0.01 176	0.00 1	0.00 1	0.00 1	0.10 202	0.02 49

LALA_ROB	6.58 362	1.80 377	6.25 336	1.26 185	0.94 256	10.08 364	9.02 416	16.00 397	11.51 355	12.74 387	13.02 329	24.77 421	5.25 310	10.56 365	8.02 357	0.04 301	0.05 275	0.00 1	0.02 259	0.10 202	0.25 331

RSM++	1.02 22	0.24 14	1.33 7	0.86 133	0.04 11	2.78 142	0.30 110	2.63 6	2.67 34	0.48 34	1.95 54	0.52 50	0.25 9	5.50 142	0.57 56	0.00 1	0.00 1	0.00 1	0.17 338	0.11 219	0.09 217

testlalala2	2.15 124	0.44 139	2.44 75	9.24 431	6.30 424	3.64 222	0.18 77	4.63 74	2.55 30	3.73 112	4.17 108	3.14 134	0.51 53	1.08 13	0.26 8	0.00 1	0.10 328	0.00 1	0.44 402	0.11 219	0.03 82

IGEV++	1.14 35	0.51 171	1.66 15	0.55 98	0.08 42	2.52 103	1.01 260	6.51 184	3.16 69	0.59 41	2.11 59	0.43 43	1.18 112	1.44 30	0.79 98	0.00 1	0.05 275	0.00 1	0.05 293	0.11 219	0.11 250

MyStereo07	1.31 47	0.79 259	1.61 13	1.03 160	1.11 270	2.63 126	0.46 138	5.48 133	2.24 12	0.64 42	1.48 38	0.27 21	0.59 63	7.03 211	0.45 33	0.00 1	0.09 319	0.00 1	0.01 238	0.11 219	0.09 217

MyStereo04	2.95 208	0.79 259	5.38 306	1.03 160	1.11 270	2.63 126	0.46 138	10.00 275	12.44 366	4.19 121	3.91 101	3.04 129	3.60 231	7.34 230	2.74 254	0.00 1	0.09 319	0.00 1	0.01 238	0.11 219	0.09 217

AE-Stereo	1.44 56	0.32 43	2.69 101	1.58 230	0.20 119	2.24 83	0.59 175	6.01 154	5.70 193	1.18 60	3.17 81	1.02 66	0.78 79	1.73 45	0.83 103	0.02 249	0.18 377	0.00 1	0.29 376	0.11 219	0.07 190

psmg	3.10 219	0.32 43	3.05 152	0.54 95	0.46 189	8.68 349	2.84 332	9.87 270	4.69 157	8.08 289	8.69 238	6.26 255	2.54 180	3.91 94	1.91 207	0.01 176	0.04 265	0.06 370	0.00 1	0.11 219	0.00 1

THIR-Stereo	3.86 284	0.77 253	2.62 95	0.12 24	0.13 73	4.25 260	6.63 399	5.30 123	4.18 133	10.33 355	17.13 368	6.58 267	7.62 359	7.78 253	3.51 281	0.01 176	0.07 302	0.07 376	0.00 1	0.11 219	0.02 49

ICVP	2.32 147	0.38 94	2.89 133	0.92 142	0.70 233	2.55 110	0.87 245	9.97 274	3.99 116	4.13 120	8.97 246	2.71 117	1.69 146	2.52 70	3.52 285	0.05 313	0.24 397	0.01 299	0.01 238	0.11 219	0.13 270
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raft+_RVC	1.79 78	0.84 271	2.32 68	2.40 347	0.85 246	1.38 20	0.09 33	6.36 171	4.75 162	2.85 85	5.46 151	1.17 71	1.36 125	4.54 113	0.91 121	0.00 1	0.10 328	0.00 1	0.00 1	0.11 219	0.22 318

delet	4.27 316	0.72 239	4.50 257	1.07 168	3.75 390	10.79 376	4.04 358	9.95 273	7.89 281	8.09 290	8.89 241	8.46 304	3.81 248	7.56 240	5.80 326	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.02 49

PA-Net	4.98 334	1.47 351	7.42 364	2.40 347	2.14 334	8.73 350	3.64 354	12.42 345	13.11 368	7.03 244	7.57 216	7.88 291	6.52 337	10.16 361	7.82 352	0.02 249	0.03 241	0.00 1	0.00 1	0.11 219	1.07 396
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	3.09 216	0.77 253	2.27 67	2.35 344	1.79 317	3.50 210	1.06 264	12.12 339	6.91 246	4.71 138	7.67 220	7.58 285	4.40 277	4.95 125	1.67 189	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.01 16

XPNet_ROB	6.03 353	1.22 330	5.61 319	2.56 359	0.90 251	6.32 309	7.07 405	12.92 360	8.30 294	14.76 401	15.13 350	19.84 407	6.66 341	10.36 362	8.58 367	0.02 249	0.04 265	0.00 1	0.03 272	0.11 219	0.24 328

rvit_stereo_0081_aga	0.76 4	0.51 171	3.29 169	0.11 22	0.25 133	1.73 53	0.22 87	3.68 28	2.54 29	0.26 6	0.16 3	0.27 21	0.30 23	1.31 23	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.12 233	0.04 123

WCG-NET	1.31 47	0.53 181	1.77 21	0.43 85	0.33 162	2.05 71	0.43 132	4.68 81	4.48 146	3.21 96	0.90 19	2.34 108	1.15 104	3.50 85	0.24 7	0.00 1	0.01 144	0.00 1	0.00 1	0.12 233	0.01 16

DCVSM-stereo	3.13 221	0.37 89	2.95 135	1.51 217	0.80 241	2.75 140	0.49 151	6.79 195	5.25 176	11.43 376	5.57 155	10.79 341	5.30 311	5.25 134	2.95 257	0.03 283	0.09 319	0.03 347	0.00 1	0.12 233	0.09 217

ACV-stereo	4.46 321	0.76 251	9.94 385	1.91 276	1.06 267	11.61 383	1.28 281	6.25 167	7.09 254	3.09 92	5.21 142	16.88 390	10.23 390	7.96 260	5.47 319	0.06 322	0.15 361	0.01 299	0.00 1	0.12 233	0.14 275

SPstereo	0.95 15	0.62 211	1.99 39	0.30 59	0.03 9	1.66 41	0.01 2	4.43 62	3.00 58	1.63 65	1.17 32	1.39 74	0.76 73	1.31 23	0.55 54	0.00 1	0.03 241	0.00 1	0.00 1	0.12 233	0.02 49

NRIStereo	2.14 122	0.35 75	2.65 98	1.10 170	0.14 78	3.05 176	0.86 243	5.35 126	3.18 74	6.24 201	3.36 89	4.17 183	1.82 156	8.12 277	2.01 215	0.00 1	0.10 328	0.00 1	0.00 1	0.12 233	0.19 309

Anonymous3	1.76 75	0.44 139	6.37 340	0.33 69	0.50 203	4.33 263	0.54 159	4.43 62	2.48 23	2.21 71	3.24 83	1.53 83	1.14 102	5.64 143	1.29 155	0.17 360	0.23 392	0.00 1	0.00 1	0.12 233	0.15 284

raftrobust	1.86 88	0.74 246	1.94 34	2.15 320	2.24 341	2.74 135	0.53 157	4.89 88	4.05 124	6.09 188	3.89 100	1.64 85	2.55 182	2.44 68	1.12 141	0.00 1	0.03 241	0.00 1	0.00 1	0.12 233	0.08 204

ADLNet	4.32 319	0.80 263	4.33 246	3.60 398	3.56 379	6.87 322	2.48 320	11.20 305	7.58 270	9.87 346	9.62 265	8.39 301	4.95 302	6.16 161	6.60 339	0.01 176	0.01 144	0.00 1	0.01 238	0.12 233	0.25 331

GES	2.49 167	0.38 94	4.29 244	1.58 230	0.05 14	4.58 273	1.07 266	9.70 267	3.39 89	5.21 151	6.64 185	1.84 95	3.36 216	4.86 119	2.54 246	0.06 322	0.01 144	0.06 370	0.01 238	0.12 233	0.03 82

GMStereo	1.83 86	0.99 300	4.55 263	0.57 103	0.05 14	2.53 106	0.01 2	4.95 91	11.14 348	3.52 106	2.24 63	0.53 52	0.49 51	3.76 90	0.80 101	0.20 367	0.00 1	0.00 1	0.12 322	0.12 233	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
psm_up	3.85 283	0.82 268	3.01 140	2.00 297	2.58 352	5.28 291	3.34 345	10.85 300	6.33 229	7.27 260	7.32 209	10.15 328	9.02 378	6.19 162	2.51 244	0.22 370	0.01 144	0.00 1	0.00 1	0.12 233	0.03 82

FAT-Stereo	6.78 368	0.68 229	6.80 350	2.30 335	1.77 316	5.63 296	4.20 362	18.79 414	18.62 397	10.53 362	17.15 369	18.52 400	13.74 410	8.86 325	7.38 346	0.03 283	0.15 361	0.01 299	0.07 301	0.12 233	0.26 336

GANet	6.22 354	1.07 311	4.07 235	2.27 331	0.89 249	9.19 355	9.52 419	12.02 333	8.13 289	10.72 365	29.09 419	13.86 366	7.52 357	11.00 372	4.39 302	0.36 385	0.00 1	0.02 330	0.02 259	0.12 233	0.08 204

LE_ROB	16.73 437	1.28 340	11.61 392	3.72 402	1.65 302	16.67 410	9.17 417	14.39 381	55.91 458	63.81 469	40.86 446	35.94 442	37.73 453	14.24 402	26.87 444	0.05 313	0.10 328	0.13 389	0.22 360	0.12 233	0.15 284

MyStereo06	2.35 150	0.66 225	4.54 260	1.10 170	0.96 258	2.57 113	0.10 34	9.30 256	4.05 124	5.22 152	6.09 163	5.95 248	2.38 175	3.00 76	0.73 81	0.01 176	0.08 312	0.00 1	0.01 238	0.13 248	0.15 284

MyStereo05	2.94 207	0.66 225	5.25 303	1.10 170	0.96 258	2.57 113	0.10 34	8.53 233	12.34 365	6.28 207	3.88 99	3.18 137	3.30 214	7.81 255	2.37 237	0.01 176	0.08 312	0.00 1	0.01 238	0.13 248	0.15 284

GEStereo_RVC	3.74 271	0.73 242	4.95 282	2.01 298	1.24 278	4.36 266	3.07 336	11.77 325	7.80 280	6.87 236	6.52 184	7.70 288	4.31 273	8.98 329	4.19 301	0.03 283	0.01 144	0.02 330	0.02 259	0.13 248	0.11 250

XX-Stereo	2.71 183	0.38 94	5.96 327	2.25 330	2.20 339	1.54 32	0.21 85	5.44 132	3.05 62	2.28 75	16.16 355	7.03 274	0.24 8	6.19 162	0.79 98	0.00 1	0.15 361	0.00 1	0.23 361	0.13 248	0.04 123

SFCPSM	3.29 231	0.43 134	5.11 292	0.34 73	0.94 256	8.48 345	2.15 314	14.51 383	5.29 177	7.00 241	7.65 219	3.43 143	2.59 184	5.11 131	2.37 237	0.01 176	0.03 241	0.01 299	0.07 301	0.13 248	0.15 284

S-Stereo	6.63 363	0.84 271	9.67 383	3.15 384	3.48 376	6.49 314	6.22 391	12.99 362	22.84 416	9.48 336	15.51 351	12.00 355	8.43 369	8.04 266	10.70 391	0.12 349	0.17 373	0.00 1	0.38 394	0.13 248	1.92 410

Nwc_Net	6.97 373	1.25 334	6.63 347	3.82 405	3.37 370	10.83 377	1.67 302	19.56 429	11.35 352	8.36 299	23.62 401	17.19 393	11.44 398	11.21 374	8.08 360	0.80 405	0.00 1	0.00 1	0.02 259	0.13 248	0.09 217

DANet	6.02 352	1.23 332	8.45 375	3.86 407	3.94 397	7.64 340	1.34 286	9.51 263	7.00 250	13.39 394	15.53 352	15.99 383	7.02 347	12.14 385	12.37 403	0.19 364	0.12 343	0.02 330	0.03 272	0.13 248	0.56 377
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	5.01 335	1.74 373	6.38 341	1.96 289	1.29 284	2.26 84	1.69 303	10.07 278	18.53 396	7.88 284	18.15 378	8.49 307	2.70 188	10.59 366	7.04 343	0.96 411	0.15 361	0.02 330	0.00 1	0.13 248	0.12 262

NCCL2	5.88 346	1.59 362	5.44 309	1.87 269	0.92 252	9.55 359	11.55 431	12.11 337	9.94 327	9.67 341	8.85 240	22.28 418	7.41 352	8.78 320	7.17 344	0.01 176	0.00 1	0.03 347	0.00 1	0.13 248	0.23 324

DDVS	3.59 261	0.53 181	4.53 259	2.02 300	1.27 281	6.63 317	0.49 151	8.73 243	4.10 128	7.14 250	7.63 218	12.68 359	2.25 170	8.69 313	4.09 299	0.08 336	0.20 386	0.01 299	0.00 1	0.14 258	0.59 381

NCC-stereo	6.77 366	1.49 355	6.48 343	2.92 373	4.40 404	7.43 332	3.61 351	19.52 427	13.29 369	8.39 304	16.91 363	15.96 381	12.13 399	12.85 391	7.70 350	1.47 418	0.11 336	0.01 299	0.42 398	0.14 258	0.24 328

Abc-Net	6.77 366	1.49 355	6.48 343	2.92 373	4.40 404	7.43 332	3.61 351	19.52 427	13.29 369	8.39 304	16.91 363	15.96 381	12.13 399	12.85 391	7.70 350	1.47 418	0.11 336	0.01 299	0.42 398	0.14 258	0.24 328
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
gwcnet-sp	3.31 234	1.47 351	7.26 359	1.73 251	0.69 229	7.57 337	1.14 271	8.59 235	6.17 221	8.57 309	5.25 145	4.26 187	3.36 216	6.46 176	3.44 275	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.11 250

scenet	3.31 234	1.47 351	7.26 359	1.73 251	0.69 229	7.57 337	1.14 271	8.59 235	6.17 221	8.57 309	5.25 145	4.26 187	3.36 216	6.46 176	3.44 275	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.11 250

ssnet	3.31 234	1.47 351	7.26 359	1.73 251	0.69 229	7.57 337	1.14 271	8.59 235	6.17 221	8.57 309	5.25 145	4.26 187	3.36 216	6.46 176	3.44 275	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.11 250

CroCo-Stereo Lap2	1.24 42	0.88 279	3.39 178	0.95 149	4.59 413	0.47 2	0.08 30	3.51 27	2.80 43	1.17 59	2.24 63	1.57 84	0.20 4	1.48 33	1.14 144	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.12 262

GANet-ADL	2.20 131	0.50 166	3.27 168	2.02 300	0.11 60	2.21 82	0.48 141	8.64 241	6.79 244	4.56 130	5.83 159	3.98 171	1.27 119	2.68 72	1.43 165	0.04 301	0.08 312	0.02 330	0.00 1	0.15 261	0.03 82

ADLNet2	4.46 321	0.90 285	6.06 330	2.74 366	3.91 395	6.79 321	3.01 335	10.95 303	8.40 298	7.27 260	9.80 269	9.85 322	5.43 317	7.29 227	6.44 335	0.01 176	0.03 241	0.00 1	0.00 1	0.15 261	0.11 250

Occ-G	0.98 16	0.38 94	1.82 24	0.15 37	0.18 104	1.45 25	0.69 200	3.15 14	2.25 13	1.45 61	0.59 14	5.06 220	0.54 58	0.75 4	0.77 95	0.00 1	0.03 241	0.00 1	0.17 338	0.16 267	0.01 16

UniTT-Stereo	0.83 7	0.33 56	1.98 37	0.92 142	1.27 281	0.54 3	0.11 38	1.35 1	2.94 49	1.67 66	2.09 57	0.20 7	0.31 24	1.57 37	1.07 135	0.00 1	0.00 1	0.00 1	0.00 1	0.16 267	0.01 16

Wz-Net-MNSev	7.43 376	2.35 392	15.22 413	2.34 343	3.41 375	17.27 415	8.55 412	11.91 329	13.48 371	13.37 393	17.05 366	13.70 363	7.47 356	11.90 384	9.99 387	0.40 390	0.03 241	0.00 1	0.01 238	0.16 267	0.07 190

test_4	2.38 154	0.34 66	2.68 99	0.08 15	0.11 60	3.69 228	1.14 271	3.33 19	3.34 88	4.03 119	17.35 373	3.31 141	0.51 53	6.28 167	1.15 145	0.00 1	0.00 1	0.00 1	0.11 319	0.16 267	0.01 16

CrosDoStereo	3.96 293	0.45 145	3.04 147	0.32 64	0.20 119	3.28 194	11.63 432	5.76 144	4.45 143	9.04 326	16.58 358	4.99 214	7.45 353	8.04 266	3.72 290	0.00 1	0.02 195	0.01 299	0.00 1	0.16 267	0.10 238

DeepStereo_LL	3.96 293	0.45 145	3.04 147	0.32 64	0.20 119	3.28 194	11.63 432	5.76 144	4.45 143	9.04 326	16.58 358	4.99 214	7.45 353	8.04 266	3.72 290	0.00 1	0.02 195	0.01 299	0.00 1	0.16 267	0.10 238

pcwnet_v2	4.20 308	0.36 83	8.53 376	1.33 193	1.12 272	3.43 199	0.41 129	12.85 358	14.16 375	9.90 348	14.29 342	5.90 247	3.03 205	6.20 164	2.06 219	0.01 176	0.05 275	0.04 359	0.02 259	0.16 267	0.18 299

DMCA-RVC	3.17 225	1.26 335	6.39 342	2.10 315	1.51 295	3.02 174	0.56 165	7.84 216	5.06 170	9.23 331	5.19 138	8.46 304	2.72 193	6.31 169	3.22 266	0.06 322	0.11 336	0.09 382	0.02 259	0.16 267	0.08 204

WCMA_ROB	9.21 399	0.87 276	7.37 363	2.54 356	2.13 333	13.59 400	5.80 386	11.64 319	14.01 374	24.43 428	32.99 432	27.09 426	18.02 417	12.51 389	9.85 386	0.81 406	0.07 302	0.01 299	0.01 238	0.16 267	0.23 324

IGEV_Zeroshot_test	2.13 121	0.50 166	4.91 280	1.41 207	0.18 104	2.62 124	0.36 119	7.80 214	3.87 108	5.04 146	5.42 150	4.77 206	1.03 94	3.43 83	0.79 98	0.00 1	0.16 369	0.00 1	0.18 344	0.17 276	0.04 123

ProNet	1.20 37	0.60 203	2.00 41	0.26 54	0.08 42	2.73 134	0.68 196	5.00 98	2.52 26	0.29 7	1.32 34	0.37 37	0.36 29	6.94 207	0.44 29	0.00 1	0.07 302	0.00 1	0.00 1	0.17 276	0.07 190

raft_robust	2.64 178	1.20 329	2.62 95	1.10 170	0.28 148	1.50 30	0.12 44	6.28 169	9.04 309	6.80 230	7.19 205	3.73 165	2.13 164	9.06 331	1.07 135	0.03 283	0.12 343	0.00 1	0.21 355	0.17 276	0.22 318

dad	4.66 330	1.89 382	5.51 314	0.94 145	0.09 47	2.16 79	0.37 121	7.10 203	14.43 376	10.13 353	16.84 362	14.97 375	1.90 157	6.82 198	4.15 300	1.09 413	0.11 336	4.08 433	0.46 403	0.17 276	0.06 172

test_3	1.88 93	0.22 10	2.75 110	0.96 151	0.22 125	1.28 13	0.77 220	4.62 73	5.87 199	6.55 223	1.84 52	4.28 190	0.45 49	6.48 181	0.76 89	0.00 1	0.01 144	0.00 1	0.28 375	0.17 276	0.14 275

FINET	5.32 338	1.14 324	10.04 386	2.17 321	3.67 385	6.49 314	6.76 402	11.68 321	22.08 414	7.42 266	12.15 318	4.24 185	3.61 232	9.25 339	5.35 318	0.04 301	0.04 265	0.00 1	0.00 1	0.17 276	0.09 217

ACVNet	2.58 175	0.53 181	2.69 101	0.84 130	0.59 214	2.61 121	0.55 163	8.35 223	5.70 193	4.45 126	9.26 259	5.77 242	3.50 225	2.24 65	4.41 303	0.00 1	0.00 1	0.00 1	0.00 1	0.17 276	0.01 16

GANet-RSSM	3.27 229	0.60 203	3.38 176	2.94 376	2.00 328	2.61 121	0.48 141	10.93 302	6.11 217	5.47 157	10.20 275	6.57 266	5.44 320	6.25 165	2.23 229	0.00 1	0.00 1	0.08 379	0.00 1	0.17 276	0.03 82

CBMV	5.35 339	0.91 287	3.67 200	1.62 238	0.44 183	10.09 365	7.19 407	12.49 351	12.33 364	12.22 382	14.69 347	10.93 346	6.48 336	8.51 302	4.96 313	0.02 249	0.15 361	0.00 1	0.00 1	0.17 276	0.17 297
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ITSA-stereo	3.76 275	0.54 186	3.80 210	1.91 276	0.29 150	3.09 179	0.70 203	13.22 366	15.64 384	6.79 229	6.66 186	4.15 182	3.52 228	8.30 291	5.00 314	0.09 341	0.07 302	0.11 384	0.10 317	0.18 285	0.95 392

MIM_Stereo	2.50 170	0.75 248	4.26 242	1.18 179	0.11 60	3.08 177	0.33 115	6.07 157	3.28 81	5.01 145	10.12 273	4.29 192	1.74 151	8.06 273	1.27 153	0.00 1	0.12 343	0.00 1	0.01 238	0.18 285	0.15 284

CSP-Net	4.12 301	1.28 340	3.70 204	1.54 223	1.06 267	13.28 399	2.33 316	12.96 361	5.45 181	8.87 321	8.54 237	8.43 303	3.03 205	8.16 281	3.65 288	0.00 1	0.00 1	0.00 1	0.00 1	0.18 285	0.03 82

test-3	1.86 88	0.21 7	2.46 79	1.03 160	0.22 125	1.38 20	0.83 233	4.65 78	5.04 169	7.26 259	1.78 50	4.10 179	0.41 42	6.53 186	0.76 89	0.00 1	0.00 1	0.00 1	0.29 376	0.18 285	0.14 275

test_1	1.85 87	0.21 7	2.45 76	1.02 158	0.22 125	1.37 19	0.82 229	4.66 80	5.06 170	7.02 242	1.73 47	4.09 177	0.41 42	6.51 184	0.76 89	0.00 1	0.00 1	0.00 1	0.29 376	0.18 285	0.14 275

DRN-Test	5.87 344	0.98 298	5.89 324	2.69 362	3.65 383	12.37 391	3.35 346	20.07 431	10.20 333	11.93 381	12.31 323	11.06 349	5.31 312	7.89 258	9.05 372	0.04 301	0.05 275	0.04 359	0.04 289	0.18 285	0.25 331

H2IRNET	2.16 125	0.45 145	2.60 91	1.22 181	0.03 9	1.98 66	0.13 53	4.73 82	7.04 253	1.15 57	7.79 224	5.88 246	3.39 221	4.97 127	1.45 168	0.01 176	0.00 1	0.04 359	0.17 338	0.19 291	0.03 82

RAFT+CT+SA	2.36 152	0.71 238	2.46 79	0.83 129	2.26 342	3.18 189	0.93 252	6.82 197	5.48 182	2.55 78	8.07 228	1.64 85	1.59 143	8.54 303	1.15 145	0.02 249	0.00 1	0.00 1	0.38 394	0.19 291	0.36 353

test_5	2.90 203	0.70 236	3.69 201	2.01 298	3.17 364	4.61 275	1.32 285	6.69 191	7.02 252	2.79 82	7.18 204	4.99 214	4.14 258	7.96 260	1.31 156	0.00 1	0.00 1	0.00 1	0.03 272	0.19 291	0.26 336

TDLM	4.11 300	1.11 319	3.54 190	1.62 238	1.04 266	3.91 248	7.41 409	10.60 290	10.67 344	6.38 215	12.59 325	5.95 248	4.77 294	8.79 321	3.04 260	0.58 399	0.00 1	0.01 299	0.00 1	0.19 291	0.12 262

DualNet (step1)	3.91 291	1.11 319	6.15 333	1.27 187	0.60 216	5.22 287	2.54 321	10.66 292	7.73 275	8.36 299	7.55 213	6.55 262	4.27 266	6.58 188	1.62 184	1.49 420	0.03 241	3.10 428	2.99 433	0.20 295	0.15 284

test_sample9	5.87 344	1.11 319	6.15 333	1.27 187	0.60 216	5.22 287	2.54 321	10.66 292	7.73 275	8.36 299	7.55 213	6.55 262	4.27 266	11.68 380	11.44 398	1.49 420	24.31 465	3.10 428	2.99 433	0.20 295	0.15 284

test_sample8	7.99 387	1.11 319	6.15 333	1.27 187	0.60 216	5.22 287	2.54 321	12.04 334	6.15 219	17.46 409	9.02 248	24.67 420	18.16 418	11.68 380	11.44 398	1.49 420	24.31 465	3.10 428	2.99 433	0.20 295	0.15 284

GMStereo_Zeroshot	2.77 188	1.98 385	5.14 295	1.53 221	0.36 168	3.56 217	0.10 34	5.57 137	5.91 203	6.89 237	7.02 199	8.50 308	0.91 86	6.01 156	1.65 187	0.00 1	0.00 1	0.00 1	0.00 1	0.20 295	0.01 16

MIPNet	2.06 116	0.69 234	4.57 266	0.32 64	0.21 122	1.92 61	0.19 79	6.89 198	5.64 192	5.48 158	4.02 103	2.02 101	3.50 225	3.32 81	2.01 215	0.00 1	0.01 144	0.01 299	0.01 238	0.20 295	0.13 270

PFNet	2.93 206	0.40 107	5.51 314	2.13 318	0.84 245	3.11 182	0.75 216	6.78 194	4.79 163	9.98 350	6.00 161	4.78 207	2.13 164	8.33 292	2.11 220	0.19 364	0.06 289	0.00 1	0.11 319	0.20 295	0.35 351

hitnet-ft	3.66 266	0.65 219	2.79 119	0.89 136	0.72 235	4.25 260	0.55 163	9.11 251	7.52 267	7.14 250	10.19 274	12.49 358	4.70 291	7.44 234	4.41 303	0.03 283	0.00 1	0.06 370	0.00 1	0.20 295	0.04 123

GwcNet-RSSM	3.77 276	1.05 308	5.06 288	2.21 326	1.87 322	2.36 90	1.52 293	8.98 247	7.96 284	5.91 180	14.59 345	7.94 295	3.50 225	6.43 175	5.70 324	0.00 1	0.00 1	0.04 359	0.00 1	0.20 295	0.08 204

StereoDRNet-Refined	4.46 321	0.62 211	3.80 210	1.92 280	0.40 176	9.35 356	0.15 65	10.02 277	8.83 308	12.69 386	11.62 310	9.34 316	3.87 249	8.06 273	8.02 357	0.00 1	0.00 1	0.01 299	0.05 293	0.20 295	0.26 336
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	5.59 341	1.75 374	6.80 350	3.12 382	4.45 408	10.61 373	4.35 366	18.80 415	9.73 321	12.22 382	6.87 191	11.44 352	4.65 290	8.09 276	8.26 363	0.02 249	0.11 336	0.00 1	0.03 272	0.20 295	0.28 342

PSMNet_ROB	5.02 336	1.63 366	6.03 329	1.90 275	1.83 320	9.57 360	6.35 396	15.58 395	7.23 259	6.15 195	10.48 283	12.22 356	4.16 260	8.02 265	8.71 369	0.02 249	0.01 144	0.01 299	0.10 317	0.20 295	0.12 262

Sa-1000	3.55 259	0.75 248	3.63 198	1.91 276	0.30 151	3.55 216	1.63 299	7.39 208	8.54 303	7.70 276	17.44 374	4.00 172	2.82 198	9.44 348	1.33 158	0.00 1	0.10 328	0.00 1	0.18 344	0.21 306	0.04 123

RALAANet	2.46 165	1.09 315	3.70 204	2.55 358	0.80 241	3.37 198	0.15 65	7.44 210	5.54 186	5.65 161	6.01 162	3.54 154	1.13 101	6.34 171	1.58 180	0.00 1	0.01 144	0.00 1	0.05 293	0.21 306	0.03 82

psmorigin	7.34 375	1.58 361	18.31 423	2.35 344	0.87 247	6.72 319	1.70 306	10.63 291	7.14 256	19.77 416	22.71 398	20.13 409	11.34 396	12.96 393	9.49 381	0.04 301	0.17 373	0.06 370	0.17 338	0.21 306	0.50 372

CVANet_RVC	4.16 306	1.16 326	3.60 193	1.94 285	1.46 293	3.92 249	4.68 372	10.89 301	8.34 295	7.58 271	10.84 292	10.27 332	6.62 339	8.56 304	2.69 249	0.39 388	0.00 1	0.00 1	0.01 238	0.21 306	0.09 217

IPLGR_C	2.44 160	1.17 327	4.94 281	0.62 110	2.08 330	2.65 129	0.80 226	5.60 138	4.79 163	7.87 283	9.23 251	1.67 87	1.15 104	3.43 83	2.23 229	0.01 176	0.19 382	0.02 330	0.08 305	0.22 310	0.10 238

ACRE	2.41 155	1.08 313	5.11 292	0.55 98	2.05 329	2.65 129	0.78 225	5.26 121	4.67 156	7.59 272	9.20 249	1.70 88	1.08 97	3.74 89	2.18 227	0.01 176	0.18 377	0.02 330	0.08 305	0.22 310	0.10 238

CFNet-ft	3.31 234	0.94 295	2.69 101	1.50 214	2.38 345	2.81 153	0.68 196	8.35 223	7.43 263	4.45 126	9.94 270	10.20 330	4.60 285	6.50 183	3.41 273	0.00 1	0.00 1	0.03 347	0.00 1	0.22 310	0.03 82

CFNet	3.72 270	1.10 317	5.03 286	2.49 354	1.59 296	4.90 281	0.22 87	11.38 313	9.88 326	4.80 140	11.25 302	6.44 260	3.68 234	8.33 292	3.00 258	0.00 1	0.00 1	0.00 1	0.00 1	0.22 310	0.07 190

CFNet_RVC	3.31 234	0.94 295	2.69 101	1.50 214	2.38 345	2.81 153	0.68 196	8.35 223	7.43 263	4.45 126	9.94 270	10.20 330	4.60 285	6.49 182	3.41 273	0.00 1	0.00 1	0.03 347	0.00 1	0.22 310	0.03 82

NaN_ROB	6.00 351	1.24 333	6.29 337	1.34 195	1.68 307	9.60 361	10.31 425	15.09 388	15.79 386	12.62 385	8.95 243	11.67 354	5.83 324	11.78 383	6.41 334	0.05 313	0.13 351	0.08 379	0.20 351	0.22 310	0.79 387

SA	3.06 214	0.74 246	3.79 209	1.60 234	0.30 151	3.19 190	1.43 288	6.72 192	9.06 310	4.63 135	10.80 290	2.89 121	4.71 292	9.62 351	1.18 149	0.00 1	0.09 319	0.00 1	0.19 349	0.23 316	0.02 49

CIPLG	2.47 166	1.10 317	4.71 273	0.63 113	2.15 335	2.67 132	0.77 220	5.19 108	4.73 160	7.85 282	9.56 264	1.72 89	1.14 102	4.20 106	2.34 233	0.01 176	0.19 382	0.02 330	0.09 313	0.23 316	0.08 204

GMOStereo	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

error version	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

test-v	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

HHNet	2.59 176	0.55 188	2.55 87	0.20 45	0.32 159	2.84 159	0.94 254	5.77 147	5.14 174	7.33 263	13.80 336	0.94 63	3.20 210	5.27 136	2.41 240	0.13 351	0.02 195	0.06 370	0.00 1	0.23 316	0.03 82

test-2	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

RAFT-Stereo + iAFF	2.12 119	0.58 199	2.43 74	1.27 187	0.16 86	1.60 35	0.14 60	5.17 107	5.90 201	7.10 248	10.10 272	3.06 130	1.74 151	1.87 54	0.97 128	0.01 176	0.02 195	0.00 1	0.00 1	0.23 316	0.02 49

AFF-stereo	2.59 176	0.68 229	2.35 71	1.55 225	0.17 92	1.67 42	0.08 30	5.75 142	6.60 239	6.20 198	12.13 317	6.16 252	2.36 174	4.75 117	1.11 140	0.02 249	0.02 195	0.00 1	0.00 1	0.23 316	0.05 156

BEATNet_4x	3.24 227	1.27 337	5.89 324	1.56 228	0.10 52	5.26 290	1.07 266	10.08 279	5.50 183	6.89 237	7.73 221	4.53 199	4.13 257	5.05 128	5.27 316	0.04 301	0.05 275	0.00 1	0.00 1	0.23 316	0.23 324

IPLG	2.43 158	0.66 225	4.77 274	0.54 95	0.31 157	3.01 173	0.26 99	6.15 161	5.55 187	7.69 275	6.21 172	1.89 96	1.74 151	7.19 224	2.35 235	0.01 176	0.01 144	0.00 1	0.00 1	0.24 326	0.12 262

MyStereo8	2.88 202	1.19 328	5.03 286	1.61 235	3.75 390	4.30 262	0.07 26	6.14 160	6.16 220	6.22 199	9.64 267	4.28 190	1.45 129	2.05 62	4.76 311	0.00 1	0.16 369	0.00 1	0.14 325	0.26 327	0.43 362

CRFU-Net	4.45 320	0.67 228	5.02 284	2.78 367	1.32 288	12.67 394	3.35 346	11.26 306	3.52 95	10.06 352	9.30 261	10.91 345	6.92 345	7.26 226	3.24 268	0.15 354	0.16 369	0.16 392	0.00 1	0.26 327	0.05 156

iRaft-Stereo_5w	2.86 198	0.86 274	4.08 236	0.06 8	0.25 133	2.76 141	0.60 178	4.97 94	4.10 128	2.98 90	7.85 225	10.17 329	4.17 261	8.16 281	5.83 327	0.00 1	0.00 1	0.00 1	0.01 238	0.26 327	0.06 172

AACVNet	3.33 242	1.03 306	3.56 191	3.46 393	0.63 221	3.09 179	0.28 101	8.78 245	3.43 91	5.99 181	10.64 287	10.08 327	4.03 256	8.69 313	2.51 244	0.03 283	0.01 144	0.00 1	0.00 1	0.26 327	0.06 172

SGM-ForestM	16.99 438	1.08 313	5.74 320	2.12 316	0.75 236	31.63 442	12.21 435	27.80 444	32.25 432	37.88 446	39.99 444	52.96 455	35.20 450	33.60 448	24.47 438	0.26 376	0.39 409	0.31 406	0.39 396	0.26 327	0.53 375

TestStereo1	2.85 194	0.81 265	3.48 186	3.11 380	0.44 183	2.52 103	1.50 291	6.37 173	8.18 290	4.62 132	9.24 256	2.23 106	3.69 235	9.19 336	1.26 151	0.00 1	0.01 144	0.00 1	0.00 1	0.27 332	0.09 217

SA-5K	2.85 194	0.81 265	3.48 186	3.11 380	0.44 183	2.52 103	1.50 291	6.37 173	8.18 290	4.62 132	9.24 256	2.23 106	3.69 235	9.19 336	1.26 151	0.00 1	0.01 144	0.00 1	0.00 1	0.27 332	0.09 217

ToySt	2.69 180	0.55 188	7.03 355	1.03 160	0.10 52	3.49 208	1.04 262	6.38 177	4.55 151	2.69 79	6.28 176	7.95 297	4.38 275	5.08 129	2.58 247	0.01 176	0.11 336	0.00 1	0.04 289	0.28 334	0.19 309

ssnet_v2	4.46 321	0.87 276	5.18 298	1.57 229	0.67 227	9.14 354	4.73 373	11.84 326	9.68 320	8.79 316	6.24 175	9.91 324	4.34 274	6.28 167	9.30 376	0.00 1	0.01 144	0.00 1	0.00 1	0.28 334	0.30 345

acv_ft	3.69 268	0.53 181	4.58 267	2.31 341	4.71 415	7.44 334	0.86 243	8.54 234	5.70 193	9.29 333	9.26 259	5.77 242	4.15 259	2.24 65	8.13 361	0.00 1	0.00 1	0.00 1	0.00 1	0.29 336	0.01 16

RAFT_CTSACE	3.40 248	1.07 311	4.52 258	1.27 187	3.14 361	4.00 253	1.07 266	3.93 45	4.43 141	4.66 137	17.94 377	7.21 283	2.76 194	10.82 369	0.85 106	0.00 1	0.07 302	0.00 1	0.00 1	0.30 337	0.01 16

LCNet	2.85 194	0.42 123	1.90 29	0.95 149	0.56 212	2.07 72	1.60 297	4.99 97	3.57 97	6.05 184	10.59 285	4.59 201	6.79 344	7.46 235	0.72 79	0.01 176	0.00 1	0.01 299	0.77 414	0.30 337	3.57 421

iRaftStereo_RVC	1.62 65	0.68 229	1.98 37	0.67 117	0.05 14	2.99 171	0.04 15	5.36 128	3.74 102	3.82 115	4.96 127	2.54 112	0.62 64	3.35 82	0.97 128	0.00 1	0.07 302	0.00 1	0.00 1	0.30 337	0.27 340

edge stereo	6.76 365	1.01 302	6.76 349	2.20 325	2.45 349	6.41 312	2.45 319	14.84 387	11.98 361	15.29 403	18.31 379	22.02 416	12.56 402	10.82 369	7.49 347	0.03 283	0.06 289	0.11 384	0.03 272	0.30 337	0.14 275

pmcnn	7.72 383	1.27 337	9.42 382	2.91 371	3.14 361	9.44 357	6.23 392	12.56 353	16.51 390	14.53 399	24.08 403	27.44 427	8.49 370	9.32 342	8.44 365	0.06 322	0.08 312	0.00 1	0.00 1	0.30 337	0.15 284

LL-Strereo	4.71 331	1.64 367	7.51 367	1.15 178	4.31 402	3.71 230	1.45 289	9.21 253	8.36 296	8.37 303	8.17 231	10.82 342	11.36 397	12.51 389	4.82 312	0.00 1	0.12 343	0.00 1	0.00 1	0.31 342	0.32 348

RGC	6.88 372	2.23 389	6.13 331	4.05 409	4.73 416	8.94 351	2.78 330	15.19 392	11.74 357	11.13 372	19.34 381	17.86 395	10.42 392	13.02 394	8.03 359	0.73 403	0.01 144	0.24 402	0.41 397	0.31 342	0.38 355

UGAM	3.90 288	0.48 160	4.69 271	0.17 39	0.08 42	3.67 224	1.22 276	4.81 85	14.45 377	4.59 131	11.94 313	14.20 370	3.80 247	9.92 355	3.61 287	0.00 1	0.00 1	0.00 1	0.02 259	0.32 344	0.07 190

SACVNet	4.15 305	1.26 335	3.81 212	3.12 382	1.68 307	3.09 179	2.85 333	11.91 329	5.96 205	10.52 361	11.20 300	10.59 335	3.95 251	8.97 328	3.25 269	0.08 336	0.02 195	0.00 1	0.00 1	0.32 344	0.44 364

DeepPruner_ROB	3.52 256	1.14 324	4.06 233	1.12 176	1.65 302	3.65 223	0.83 233	13.96 375	4.47 145	7.80 279	10.84 292	7.05 278	2.16 167	8.14 279	3.08 262	0.07 331	0.03 241	0.00 1	0.01 238	0.32 344	0.06 172

ARAFT	3.13 221	1.11 319	7.34 362	0.42 82	0.14 78	4.52 272	2.99 334	7.41 209	5.97 207	8.85 320	7.06 203	5.20 224	1.25 118	8.49 301	1.44 166	0.00 1	0.03 241	0.00 1	0.00 1	0.33 347	0.11 250

RP	6.84 370	1.29 342	5.53 317	3.92 408	5.18 417	6.32 309	3.53 349	11.73 324	15.31 383	9.54 338	22.38 397	18.25 398	14.47 412	10.11 356	7.49 347	0.91 409	0.01 144	0.12 387	0.15 328	0.33 347	0.19 309

CSAN	7.62 378	1.60 363	6.56 346	1.83 267	0.66 225	12.40 392	10.52 428	14.45 382	21.32 412	14.19 397	15.98 354	17.84 394	13.02 407	12.32 387	8.38 364	0.09 341	0.07 302	0.03 347	0.04 289	0.33 347	0.67 384

SGM_RVC	10.08 408	0.60 203	3.42 182	2.30 335	0.32 159	19.41 421	6.33 395	18.95 418	14.64 378	25.14 430	24.32 405	33.34 437	18.79 422	19.86 429	12.55 405	0.25 374	0.26 400	0.22 400	0.24 364	0.34 350	0.40 357
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AIO-Stereo-zeroshot	2.86 198	0.99 300	7.52 368	1.52 219	0.92 252	2.94 168	0.03 14	9.31 257	3.81 107	2.42 77	5.86 160	9.23 315	4.64 289	4.31 108	2.19 228	0.02 249	0.18 377	0.00 1	0.54 407	0.35 351	0.35 351

DISCO	6.28 355	0.57 194	5.78 321	3.43 392	1.17 275	11.22 378	3.39 348	12.14 340	16.16 388	6.52 221	11.22 301	16.96 391	6.32 333	19.51 428	10.74 392	0.00 1	0.00 1	0.00 1	0.00 1	0.35 351	0.11 250

DN-CSS_ROB	2.69 180	1.40 347	5.34 305	2.31 341	0.75 236	3.14 185	0.06 21	6.11 159	3.87 108	5.34 156	12.18 320	2.34 108	1.22 116	7.84 256	1.48 169	0.03 283	0.00 1	0.00 1	0.00 1	0.35 351	0.03 82

LMCR-Stereo	3.63 264	1.29 342	4.20 240	2.54 356	0.17 92	8.08 342	1.52 293	11.46 315	4.73 160	8.45 307	10.66 289	1.91 98	5.03 304	7.69 246	3.58 286	0.92 410	0.00 1	0.00 1	0.00 1	0.36 354	0.02 49

iResNetv2_ROB	4.28 317	1.43 348	7.17 358	2.91 371	1.26 279	4.36 266	1.62 298	13.64 372	10.25 334	9.83 344	11.41 304	7.68 287	4.00 252	7.75 252	1.85 202	0.00 1	0.00 1	0.00 1	0.00 1	0.37 355	0.09 217

AF-Net	7.78 384	1.44 350	6.68 348	3.37 389	4.50 411	8.61 348	2.69 328	17.07 402	20.17 409	9.52 337	24.02 402	20.31 412	14.59 413	11.58 379	9.84 385	0.61 400	0.00 1	0.12 387	0.00 1	0.38 356	0.12 262

SHD	9.61 405	2.60 394	12.46 398	3.69 401	3.54 378	9.47 358	1.25 278	20.16 432	37.84 445	18.19 411	21.24 391	16.96 391	12.83 406	14.47 405	16.05 416	0.32 382	0.13 351	0.01 299	0.08 305	0.38 356	0.48 369

ADCRef	7.27 374	1.38 345	16.37 416	2.52 355	3.30 369	11.63 384	3.16 340	10.80 298	9.35 315	13.03 392	25.27 411	8.17 299	8.92 376	8.06 273	21.81 431	0.15 354	0.08 312	0.16 392	0.34 389	0.38 356	0.58 378

MANE	19.47 445	1.27 337	5.07 289	4.69 417	5.55 419	30.49 441	9.94 423	34.01 448	37.27 444	44.13 455	51.57 459	52.51 453	40.41 455	33.58 447	24.81 439	0.89 408	0.86 421	1.11 420	9.72 451	0.38 356	1.06 395

WZ-Net	13.00 422	4.64 415	41.07 454	3.48 395	3.15 363	19.12 420	15.66 450	14.81 386	31.33 431	15.71 404	27.88 414	22.22 417	14.01 411	20.44 433	25.03 440	0.64 402	0.00 1	0.01 299	0.03 272	0.39 360	0.37 354

AASNet	3.90 288	0.92 290	4.41 250	3.56 397	4.00 398	6.70 318	1.26 280	18.71 413	6.14 218	7.35 264	7.91 227	4.35 194	2.58 183	3.04 77	6.62 341	0.00 1	0.00 1	0.00 1	0.00 1	0.39 360	0.14 275

ADCP+	8.09 388	1.79 376	14.50 410	1.54 223	4.28 401	16.57 409	5.20 380	12.80 357	11.20 350	12.83 390	17.07 367	11.02 348	10.80 394	17.59 421	23.18 436	0.03 283	0.05 275	0.01 299	0.18 344	0.39 360	0.81 388

plain	1.34 49	0.51 171	5.09 291	0.30 59	0.05 14	1.58 33	0.08 30	4.47 65	3.77 106	0.42 30	1.76 48	0.60 57	0.74 71	6.11 159	0.94 125	0.00 1	0.00 1	0.00 1	0.00 1	0.40 363	0.02 49

CBFPSM	4.87 332	0.94 295	14.70 412	1.51 217	1.15 274	11.49 381	2.55 325	7.28 206	6.47 234	6.23 200	4.83 123	15.30 379	8.99 377	6.88 200	8.20 362	0.03 283	0.02 195	0.00 1	0.00 1	0.40 363	0.42 360

ccnet	6.87 371	0.92 290	5.15 296	3.09 378	2.18 338	11.78 385	4.90 375	17.97 408	8.79 307	12.79 389	20.20 385	16.00 384	8.35 368	9.12 332	14.17 413	0.42 394	0.33 403	0.25 403	0.09 313	0.40 363	0.48 369

Wz-Net-SNSev	9.23 400	6.70 423	24.28 436	1.87 269	1.81 319	8.57 346	12.29 437	17.37 404	20.39 410	10.43 359	23.11 400	16.66 388	8.03 364	14.47 405	17.86 418	0.00 1	0.02 195	0.01 299	0.00 1	0.41 366	0.30 345

FADNet-RVC-Resample	3.79 278	1.62 365	12.06 394	1.43 209	0.66 225	5.94 304	2.41 317	10.18 283	8.58 305	6.28 207	4.22 109	5.33 230	4.80 298	7.71 248	3.19 265	0.17 360	0.21 388	0.17 395	0.12 322	0.41 366	0.29 343

PVD	15.44 429	2.93 400	14.67 411	4.21 414	3.39 373	17.43 416	4.16 360	27.84 445	48.84 454	31.02 437	43.54 448	29.76 432	30.81 446	25.97 441	21.40 427	0.23 371	0.41 410	0.04 359	0.33 387	0.41 366	1.33 401

MeshStereo	11.52 418	1.52 357	4.55 263	1.89 274	1.46 293	19.87 423	5.11 379	20.66 433	15.91 387	32.67 439	34.51 435	39.34 446	21.15 430	18.74 425	12.10 401	0.11 346	0.06 289	0.01 299	0.00 1	0.45 369	0.22 318
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
RAFT	2.57 174	0.76 251	3.09 155	0.91 138	0.09 47	2.41 96	0.94 254	5.35 126	2.65 33	6.11 190	7.21 206	9.43 318	4.30 271	5.73 147	1.77 197	0.00 1	0.12 343	0.00 1	0.02 259	0.46 370	0.08 204

MGS-Stereo	1.10 28	0.26 19	2.45 76	0.58 104	0.06 22	1.84 57	0.67 195	2.16 4	3.42 90	1.03 51	6.13 167	0.49 48	0.36 29	1.43 29	0.62 62	0.00 1	0.00 1	0.00 1	0.00 1	0.47 371	0.00 1

APVNet	5.98 349	1.72 372	8.72 377	3.21 386	4.04 399	12.31 390	1.81 307	19.09 420	6.10 214	6.13 194	13.41 333	10.69 340	6.30 332	11.26 375	13.90 411	0.05 313	0.02 195	0.11 384	0.03 272	0.53 372	0.20 315

CES	1.56 63	0.35 75	1.44 8	0.42 82	7.70 431	2.66 131	0.13 53	4.89 88	2.53 27	0.25 4	1.10 25	0.33 35	0.31 24	1.61 40	0.58 60	0.01 176	0.02 195	0.00 1	0.00 1	0.54 373	6.26 433

RAFT + AFF	4.30 318	1.55 359	5.84 322	1.43 209	2.36 344	5.94 304	6.72 401	10.01 276	7.56 268	7.55 270	8.96 245	7.09 279	6.73 342	8.57 305	4.02 298	0.02 249	0.47 416	0.00 1	0.01 238	0.56 374	0.54 376

GwcNet	6.42 358	1.97 384	10.92 389	2.59 360	5.58 420	11.55 382	2.21 315	14.10 378	16.52 392	10.04 351	17.19 371	10.86 344	5.61 322	9.23 338	8.84 371	0.01 176	0.06 289	0.03 347	0.08 305	0.56 374	0.40 357

RTSC	9.15 398	3.00 401	13.57 407	3.72 402	1.76 315	11.82 386	0.46 138	16.95 401	36.83 442	15.80 405	15.53 352	12.91 361	7.46 355	20.01 431	21.76 430	0.31 381	0.13 351	0.01 299	0.08 305	0.57 376	0.41 359

ADCPNet	9.54 404	2.39 393	31.46 446	2.09 313	1.60 298	16.71 411	6.39 397	12.11 337	11.45 353	13.53 395	21.45 392	19.41 404	10.94 395	14.38 403	21.54 429	0.27 379	1.16 423	0.39 411	1.49 425	0.58 377	1.45 403

fast-acv-ft	5.62 342	1.39 346	7.01 354	2.02 300	1.89 324	12.23 389	1.82 308	7.35 207	9.45 317	10.46 360	20.27 387	14.55 373	7.71 361	7.41 233	7.61 349	0.10 344	0.09 319	0.16 392	0.07 301	0.59 378	0.13 270

PWC_ROB	8.24 390	3.13 403	12.74 403	2.43 351	4.43 407	7.51 335	1.22 276	16.63 400	19.24 402	16.08 406	28.29 416	13.99 369	10.16 389	13.63 398	14.06 412	0.42 394	0.00 1	0.05 366	0.00 1	0.59 378	0.27 340

FADNet-RVC	3.98 297	1.84 378	12.48 400	1.69 244	0.44 183	4.33 263	1.31 284	11.84 326	7.15 257	3.53 107	3.50 94	10.63 338	4.43 278	9.12 332	6.25 331	0.03 283	0.10 328	0.00 1	0.03 272	0.60 380	0.25 331

Wz-Net-TNSev	11.35 417	10.56 437	35.88 451	2.28 333	1.73 311	18.25 418	11.42 430	15.88 396	20.88 411	14.44 398	16.97 365	19.57 405	19.04 423	19.31 427	18.67 420	0.01 176	0.06 289	0.00 1	0.16 331	0.62 381	1.25 399

SANet	10.64 413	1.86 380	10.91 388	1.76 254	0.71 234	14.62 403	9.23 418	19.18 421	37.14 443	19.22 413	27.96 415	25.86 425	19.11 424	13.02 394	10.63 390	0.08 336	0.06 289	0.03 347	0.02 259	0.62 381	0.81 388

iinet-f	5.94 347	1.60 363	26.88 442	1.79 259	1.38 291	11.92 387	1.47 290	6.80 196	7.11 255	6.90 239	14.43 343	10.64 339	7.97 363	7.00 210	12.12 402	0.02 249	0.03 241	0.05 366	0.00 1	0.63 383	0.02 49

Syn2CoEx	6.32 356	2.72 397	9.33 380	2.45 352	1.67 305	8.59 347	3.32 344	18.08 409	12.27 363	8.53 308	21.08 390	10.30 333	9.80 386	9.30 341	7.86 354	0.01 176	0.00 1	0.00 1	0.00 1	0.63 383	0.43 362

stereogan	7.69 382	0.88 279	7.08 357	3.49 396	3.93 396	18.98 419	3.23 343	16.52 399	19.58 404	9.93 349	18.92 380	20.50 413	9.04 379	14.07 401	6.14 329	0.26 376	0.04 265	0.21 399	0.03 272	0.63 383	0.33 349

DeepPrunerF	6.75 364	2.69 396	23.31 435	3.68 400	7.16 426	3.78 241	4.29 364	13.42 369	20.13 408	8.13 291	10.46 282	7.18 282	8.06 365	11.10 373	9.44 380	0.24 373	0.15 361	0.29 404	0.42 398	0.66 386	0.45 366

GASNet	5.19 337	4.61 414	9.38 381	4.73 418	2.10 332	3.80 243	1.57 296	12.07 335	10.96 345	8.92 323	7.03 201	8.21 300	7.67 360	14.02 400	7.36 345	0.02 249	0.15 361	0.00 1	0.00 1	0.69 387	0.42 360

ADCL	10.16 410	2.11 387	19.36 426	1.92 280	1.88 323	22.23 425	8.91 415	14.04 376	23.56 418	14.62 400	26.19 412	12.75 360	13.59 409	16.06 416	22.95 435	0.26 376	0.18 377	0.75 414	0.65 409	0.69 387	0.58 378

MFN_U_SF_DS_RVC	9.78 407	4.27 413	14.47 409	2.29 334	2.85 357	23.40 428	13.62 439	13.60 370	19.54 403	19.42 414	24.27 404	16.74 389	8.59 371	17.05 420	7.98 356	1.25 415	1.68 427	0.17 395	2.63 430	0.72 389	1.04 394

SAMSARA	14.63 427	2.74 398	12.38 396	12.65 438	6.74 425	36.50 450	72.93 473	19.36 424	23.77 419	16.20 407	13.04 330	29.21 430	12.78 404	16.98 419	15.21 415	0.11 346	0.26 400	0.03 347	0.14 325	0.76 390	0.77 386

G-Net	8.41 392	1.54 358	10.97 390	5.73 424	3.60 381	26.19 431	4.41 367	10.10 280	7.42 262	19.71 415	24.99 409	14.38 372	15.83 414	10.99 371	9.53 382	0.50 398	0.46 415	0.19 398	0.25 368	0.80 391	0.66 383

PS-NSSS	3.90 288	1.84 378	4.55 263	0.87 134	2.95 359	4.10 257	2.00 311	10.77 297	8.23 293	6.75 226	14.63 346	5.01 218	2.24 168	8.41 297	2.91 256	0.33 383	0.03 241	0.83 416	0.00 1	0.82 392	0.70 385

XQC	8.43 393	3.58 409	16.40 417	2.92 373	2.17 336	13.22 398	3.60 350	14.64 385	25.86 422	11.87 380	12.04 314	15.06 376	10.67 393	15.24 410	19.41 421	0.39 388	0.08 312	0.05 366	0.07 301	0.84 393	0.45 366

AIO-Stereo-zeroshot1	3.58 260	1.29 342	12.46 398	1.53 221	0.98 260	3.48 206	0.81 228	11.99 332	4.40 140	4.33 123	11.05 299	8.83 311	2.02 161	4.52 112	1.66 188	0.01 176	0.14 355	0.00 1	0.68 411	0.86 394	0.44 364

FADNet_RVC	3.91 291	1.67 371	12.95 405	0.96 151	0.75 236	5.71 297	0.54 159	10.83 299	6.60 239	3.46 105	8.09 229	4.10 179	3.40 223	9.43 345	6.33 332	0.36 385	0.44 413	0.17 395	0.46 403	0.91 395	0.95 392

RTS	18.87 443	9.32 435	86.48 468	4.95 420	6.10 422	42.08 454	14.70 442	15.49 393	41.06 447	22.65 421	32.32 428	13.77 364	19.54 425	37.98 453	28.96 446	0.41 391	0.23 392	0.00 1	0.02 259	0.91 395	0.50 372

RTSA	18.87 443	9.32 435	86.48 468	4.95 420	6.10 422	42.08 454	14.70 442	15.49 393	41.06 447	22.65 421	32.32 428	13.77 364	19.54 425	37.98 453	28.96 446	0.41 391	0.23 392	0.00 1	0.02 259	0.91 395	0.50 372

FBW_ROB	8.50 394	1.03 306	7.98 372	1.93 284	1.28 283	13.10 397	6.23 392	22.50 435	18.98 398	18.82 412	14.91 349	19.06 403	10.04 388	18.41 423	9.83 384	0.62 401	0.22 390	1.82 425	0.82 415	0.99 398	1.36 402

LSM	14.01 426	5.95 420	33.49 447	6.78 428	43.61 467	10.22 366	9.98 424	15.16 391	22.93 417	23.07 424	32.34 430	18.52 400	12.67 403	15.45 411	11.10 395	0.16 359	0.51 418	0.09 382	0.32 385	1.08 399	16.85 462

FADNet	4.23 311	1.65 368	11.75 393	1.64 240	0.80 241	4.80 278	0.77 220	13.76 374	11.65 356	3.97 117	5.24 143	9.62 320	5.14 308	8.40 296	3.78 292	0.21 368	0.04 265	0.07 376	0.05 293	1.14 400	0.10 238

DPSNet	10.14 409	1.88 381	16.82 419	1.85 268	1.73 311	24.84 429	17.20 452	19.92 430	27.41 424	12.23 384	13.62 335	16.52 386	18.35 419	14.42 404	12.50 404	0.78 404	0.54 419	0.08 379	0.25 368	1.18 401	0.59 381

AnyNet_C32	10.98 416	5.58 419	22.79 434	4.16 411	5.83 421	15.64 404	14.30 440	13.18 364	17.15 394	16.44 408	20.52 388	14.68 374	13.44 408	22.46 435	30.08 449	0.17 360	0.26 400	0.36 409	0.36 393	1.23 402	0.91 391

ADCS	13.02 423	4.93 417	28.38 444	3.17 385	2.67 354	13.61 401	10.83 429	18.70 412	33.46 434	22.59 420	24.78 407	19.59 406	18.51 421	23.40 438	32.16 452	0.10 344	0.19 382	0.37 410	0.18 344	1.26 403	1.46 404

aanetorigin	8.72 396	3.29 407	27.55 443	1.95 286	3.84 393	4.93 283	5.39 385	5.49 135	10.05 329	27.85 432	31.47 426	15.80 380	12.78 404	9.04 330	11.98 400	0.25 374	0.22 390	0.22 400	0.25 368	1.28 404	0.84 390

PWCDC_ROB	7.92 386	3.17 406	7.48 366	5.73 424	4.40 404	10.45 370	0.35 118	14.52 384	28.19 426	10.36 357	31.27 425	7.04 276	9.14 380	13.22 396	8.78 370	2.74 427	0.02 195	0.00 1	0.00 1	1.31 405	0.17 297

coex-ft	19.78 446	19.39 443	87.73 470	1.77 256	1.80 318	17.25 414	13.50 438	12.63 355	42.10 449	60.18 465	38.90 441	28.72 429	28.74 443	11.74 382	27.40 445	0.21 368	0.23 392	0.04 359	0.30 382	1.36 406	1.54 405

ELAS_RVC	16.54 435	2.26 390	10.09 387	5.50 423	4.46 409	28.28 439	16.72 451	25.55 440	33.54 435	40.19 449	40.30 445	36.68 443	30.03 444	29.40 443	20.61 425	0.98 412	1.21 424	0.86 417	0.70 412	1.39 407	2.16 413
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PASM	7.90 385	4.22 412	21.97 433	3.25 387	3.29 368	5.39 293	6.57 398	10.57 289	19.09 399	12.77 388	13.92 337	18.11 397	9.51 384	13.79 399	10.77 394	0.19 364	0.45 414	0.29 404	1.08 420	1.49 408	1.19 398

ELAS	16.72 436	2.14 388	9.23 379	4.92 419	4.53 412	32.66 446	15.11 447	27.40 443	28.68 428	40.27 450	44.90 449	38.33 445	30.50 445	26.44 442	21.94 432	0.88 407	1.23 425	0.67 413	0.89 417	1.49 408	2.18 415
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCMid	10.24 411	3.13 403	20.70 429	2.21 326	2.39 347	11.23 379	6.19 389	14.17 380	11.19 349	23.20 425	22.25 395	17.89 396	19.54 425	18.51 424	26.21 443	0.45 396	0.42 412	1.10 419	1.29 422	1.56 410	1.18 397

UDGNet	2.73 186	7.09 427	3.90 220	2.71 363	0.06 22	2.98 170	0.20 82	4.63 74	8.58 305	2.69 79	2.70 71	0.95 64	1.01 91	6.27 166	1.51 171	1.28 416	0.00 1	5.24 436	0.94 418	1.70 411	0.13 270

IGEV-BASED-STEREO-	4.24 313	25.07 446	26.53 441	0.44 86	0.07 29	1.50 30	0.54 159	2.09 3	1.57 7	0.51 37	0.62 15	0.21 15	0.20 4	1.44 30	0.53 52	12.03 450	0.01 144	0.00 1	0.08 305	1.75 412	9.69 446

SDNR	7.50 377	2.32 391	15.58 415	1.82 266	0.63 221	44.66 458	0.44 137	8.59 235	9.52 318	9.84 345	25.18 410	5.30 229	4.38 275	11.46 378	6.49 336	0.05 313	0.03 241	0.00 1	0.01 238	1.79 413	1.87 409

MFN_U_SF_RVC	12.94 421	3.66 410	25.81 440	3.61 399	2.26 342	22.77 426	4.55 370	27.10 441	20.06 407	23.90 426	28.99 418	30.53 433	16.98 415	19.92 430	20.26 424	1.24 414	1.07 422	0.98 418	1.33 423	1.80 414	2.04 412

PDISCO_ROB	9.62 406	1.99 386	11.51 391	9.88 433	9.61 435	21.48 424	3.83 355	19.33 423	28.49 427	11.27 375	14.17 340	19.92 408	5.02 303	16.35 417	9.18 374	5.28 431	0.41 410	0.14 390	0.09 313	2.05 415	2.36 417

sAnonymous2	1.35 50	1.66 369	8.14 373	0.55 98	0.46 189	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 351	2.07 416	0.22 318

CroCo_RVC	1.35 50	1.66 369	8.14 373	0.55 98	0.46 189	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 351	2.07 416	0.22 318

BEATNet-Init1	23.31 447	9.03 432	41.67 455	4.17 412	2.53 351	45.68 460	19.47 455	33.43 447	38.45 446	47.59 458	49.10 455	59.31 459	41.80 456	38.35 455	29.21 448	0.47 397	0.50 417	0.81 415	0.66 410	2.10 418	1.86 408

DGSMNet	6.47 360	2.61 395	13.64 408	3.46 393	3.74 386	8.97 352	6.01 387	14.15 379	13.01 367	7.46 268	14.10 339	9.94 325	4.79 297	10.44 363	6.22 330	1.30 417	1.70 428	1.80 423	1.52 427	2.27 419	2.35 416

EDNetEfficient	13.82 425	6.19 421	54.79 460	2.83 368	3.60 381	4.86 280	8.57 413	8.61 240	32.90 433	40.77 451	30.59 424	18.33 399	21.87 434	11.38 377	25.36 441	0.15 354	0.23 392	0.06 370	1.03 419	2.54 420	1.79 407

AnyNet_C01	16.12 433	10.81 438	59.36 462	4.42 416	2.49 350	30.06 440	15.15 448	17.51 406	16.51 390	17.88 410	37.69 440	24.04 419	17.54 416	29.60 444	33.29 453	0.28 380	0.38 408	0.43 412	0.42 398	2.57 421	1.98 411

GANetREF_RVC	6.56 361	2.89 399	7.58 369	3.41 390	0.40 176	12.96 396	9.58 420	15.09 388	17.25 395	10.33 355	10.62 286	12.27 357	8.16 367	12.21 386	4.53 305	0.41 391	0.00 1	0.00 1	0.02 259	3.12 422	0.39 356
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
EDNetEfficientorigin	17.87 440	14.00 440	99.53 480	1.64 240	0.92 252	10.55 372	6.26 394	13.21 365	34.84 439	38.20 448	36.91 439	27.47 428	26.32 442	14.71 407	25.69 442	0.04 301	0.06 289	0.14 390	0.52 406	3.16 423	3.27 419

anonymity	7.68 380	3.83 411	12.39 397	7.04 429	12.67 443	8.18 344	2.00 311	17.50 405	6.85 245	13.56 396	9.21 250	9.97 326	7.82 362	11.28 376	5.58 322	6.27 434	4.98 456	3.68 432	2.96 432	3.33 424	4.48 426

NVStereoNet_ROB	16.04 432	6.75 424	12.90 404	6.37 427	7.42 429	12.89 395	9.74 422	22.78 436	25.12 421	30.32 435	46.19 451	34.37 440	25.38 438	21.48 434	21.38 426	5.94 432	3.10 446	6.07 437	10.09 452	4.01 425	8.54 443
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MADNet+	27.07 450	33.84 456	90.97 472	20.14 446	7.47 430	48.43 462	47.10 469	35.43 449	36.46 441	20.11 418	30.05 422	25.29 422	35.08 449	45.50 461	50.28 467	2.13 423	2.00 429	1.19 422	0.76 413	4.71 426	4.43 424

MFMNet_re	13.29 424	8.60 430	18.29 422	9.75 432	7.25 428	19.65 422	14.84 444	20.71 434	30.72 430	23.03 423	28.77 417	18.85 402	26.09 441	13.55 397	9.82 383	2.44 425	1.35 426	0.34 407	0.23 361	4.78 427	6.69 436

IGEV-Stereo+	1.69 68	0.43 134	1.59 12	0.37 77	3.10 360	2.10 74	0.07 26	1.86 2	0.91 3	0.39 21	0.03 1	0.20 7	0.41 42	7.05 212	0.16 2	0.02 249	0.07 302	0.00 1	0.18 344	5.14 428	9.77 448

Anonymous_2	4.14 303	0.62 211	3.21 164	1.40 204	1.43 292	5.19 286	0.32 112	6.63 188	4.38 139	4.48 129	2.30 65	8.08 298	7.00 346	5.37 138	2.29 231	0.23 371	0.75 420	5.20 435	18.12 460	5.66 429	0.23 324

SGM+DAISY	15.62 430	7.26 428	19.28 425	8.94 430	10.11 437	26.25 432	10.49 427	19.36 424	14.65 379	30.64 436	33.59 433	33.00 436	22.32 436	24.96 440	16.42 417	7.90 438	6.25 458	4.51 434	3.37 437	5.86 430	7.20 437

MSC_U_SF_DS_RVC	16.41 434	6.93 426	21.83 432	5.94 426	2.81 356	38.71 452	14.59 441	24.55 439	34.87 440	33.66 443	34.35 434	29.24 431	24.20 437	22.59 436	17.95 419	2.52 426	2.81 441	1.17 421	1.51 426	5.89 431	2.16 413

GCST	9.08 397	17.31 442	3.98 225	52.92 465	10.66 438	11.29 380	0.20 82	6.97 200	6.47 234	9.46 335	4.68 120	4.75 205	1.51 131	9.34 343	1.31 156	8.19 439	0.05 275	22.38 447	0.34 389	6.17 432	3.53 420

CC-Net-ROB	7.68 380	9.21 433	7.46 365	3.82 405	3.66 384	15.68 405	5.02 378	17.95 407	10.45 341	6.44 218	14.00 338	7.63 286	4.77 294	10.75 368	3.10 263	5.99 433	2.46 435	16.28 443	1.08 420	6.30 433	1.56 406

MaskLacGwcNet_RVC	5.97 348	5.36 418	5.02 284	3.75 404	3.57 380	15.81 406	4.27 363	11.72 323	6.96 248	7.23 257	8.47 236	9.09 314	2.66 187	9.36 344	2.71 250	7.49 436	2.32 432	2.01 426	0.08 305	6.77 434	4.67 428

SPS-STEREO	15.04 428	6.23 422	13.21 406	11.34 436	11.65 440	23.30 427	7.15 406	24.16 438	15.65 385	31.78 438	29.19 420	31.62 434	21.32 431	24.62 439	19.50 422	7.59 437	4.19 454	3.22 431	1.48 424	6.99 435	6.54 435
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UDG	8.58 395	9.31 434	4.89 278	10.00 434	9.52 434	10.36 369	2.41 317	12.07 335	9.82 324	7.81 280	9.55 263	16.52 386	9.81 387	7.84 256	7.88 355	4.20 428	2.51 437	18.53 445	3.71 440	9.55 436	5.28 431

JetBlue	29.12 453	15.72 441	54.12 459	15.93 442	20.98 455	60.90 471	30.62 462	39.38 450	34.62 438	34.08 444	39.69 442	57.35 458	43.17 457	50.71 467	50.60 468	2.41 424	3.79 452	2.81 427	3.45 438	9.57 437	12.59 456

DDUNet	9.47 403	11.32 439	6.14 332	12.93 439	11.65 440	10.45 370	3.87 356	11.70 322	7.89 281	9.27 332	13.28 331	16.18 385	6.14 330	8.80 322	5.77 325	6.64 435	3.38 449	20.90 446	4.28 442	11.01 438	7.80 439

SQANet	7.64 379	3.40 408	5.49 312	11.73 437	9.62 436	11.96 388	2.82 331	11.33 311	6.10 214	8.33 298	11.49 307	11.00 347	5.16 309	10.12 360	2.72 253	8.92 440	2.21 430	10.41 439	1.58 428	11.13 439	7.39 438

Consistency-Raft	9.42 402	4.74 416	12.66 401	5.30 422	9.08 433	4.08 255	5.26 382	19.26 422	24.87 420	11.17 373	29.85 421	13.57 362	5.51 321	7.67 245	13.40 408	0.36 385	0.35 406	1.81 424	4.24 441	11.61 440	3.57 421

WAO-7	29.39 454	24.43 445	20.47 428	32.71 455	13.83 444	34.70 447	20.27 458	52.19 465	65.03 466	43.29 453	59.35 465	52.19 452	44.68 459	31.71 445	30.56 450	10.98 448	4.94 455	13.71 441	12.52 457	12.06 441	8.22 441

otaku	11.73 419	7.51 429	7.07 356	13.22 440	10.85 439	26.61 436	7.25 408	18.84 416	19.16 401	11.58 379	17.23 372	20.19 410	8.09 366	15.11 409	4.64 308	9.13 442	2.42 434	13.08 440	1.83 429	12.48 442	8.22 441

SuperB	8.10 389	3.15 405	24.67 437	2.65 361	1.23 277	9.88 363	4.29 364	10.18 283	30.07 429	11.53 378	12.18 320	6.12 251	6.65 340	10.50 364	14.47 414	0.14 352	0.11 336	0.35 408	0.25 368	13.06 443	0.48 369

Ntro	12.35 420	8.88 431	7.80 370	13.79 441	12.42 442	26.54 435	6.98 404	18.54 411	22.14 415	9.82 343	16.45 357	20.30 411	9.29 383	15.95 414	6.61 340	9.53 444	2.47 436	14.93 442	2.77 431	13.11 444	8.63 444

testlalala_base	3.12 220	0.48 160	2.79 119	2.14 319	1.98 326	4.13 258	0.64 188	6.16 162	2.09 10	2.38 76	4.08 105	1.80 92	0.50 52	1.65 41	0.72 79	12.33 451	2.33 433	0.00 1	0.31 384	14.56 445	1.32 400

RainbowNet	18.01 441	26.22 449	19.95 427	18.59 445	14.88 445	27.38 438	10.46 426	27.39 442	34.54 437	14.91 402	27.01 413	25.65 423	12.44 401	18.94 426	9.23 375	13.91 454	3.46 450	23.36 449	4.86 445	16.03 446	10.91 451

ACVNet-4b	15.90 431	22.00 444	12.37 395	16.40 443	15.14 446	31.87 443	7.50 410	19.04 419	27.85 425	11.48 377	22.02 394	31.86 435	9.16 382	17.95 422	5.69 323	10.43 446	2.58 438	24.44 450	4.87 446	16.04 447	9.28 445

ACVNet_1	18.70 442	25.08 447	12.72 402	17.33 444	15.18 447	26.02 430	9.62 421	28.44 446	34.49 436	24.39 427	24.32 405	37.22 444	20.13 428	16.67 418	13.39 407	10.45 447	2.59 439	24.77 451	4.92 447	16.57 448	9.75 447

ACVNet_2	26.45 449	29.35 454	25.14 438	20.27 447	15.43 448	34.97 448	12.23 436	48.37 460	66.25 468	42.69 452	56.73 463	51.77 451	25.59 439	20.39 432	13.52 409	10.13 445	2.59 439	22.78 448	3.52 439	17.57 449	9.80 449

Dean	34.67 458	38.70 461	25.33 439	29.89 451	17.21 450	45.24 459	11.98 434	56.90 469	76.55 470	63.47 468	60.22 466	67.36 467	48.14 462	37.24 451	39.01 459	11.00 449	2.83 442	28.35 452	5.60 449	18.14 450	10.31 450

DispFullNet	17.47 439	26.01 448	33.98 449	22.58 449	20.86 454	13.84 402	1.28 281	16.50 398	26.27 423	19.97 417	17.17 370	20.52 414	18.49 420	22.86 437	10.76 393	5.13 430	2.83 442	30.72 454	7.72 450	20.86 451	11.01 452

LVE	34.99 460	40.10 462	34.97 450	32.49 454	18.61 451	51.45 467	26.82 460	52.15 464	65.94 467	47.21 456	61.04 467	53.99 456	37.30 452	37.95 452	34.09 455	15.55 458	5.95 457	31.01 455	13.81 458	22.58 452	16.72 461

IMH-64-1	27.21 451	28.77 451	16.84 420	31.57 452	20.76 452	26.43 433	15.10 445	47.11 455	45.20 451	33.53 441	51.16 457	41.42 447	31.10 447	36.48 449	22.39 433	13.48 452	2.87 444	33.95 456	10.70 453	23.50 453	11.75 453

IMH-64	27.21 451	28.77 451	16.84 420	31.57 452	20.76 452	26.43 433	15.10 445	47.11 455	45.20 451	33.53 441	51.16 457	41.42 447	31.10 447	36.48 449	22.39 433	13.48 452	2.87 444	33.95 456	10.70 453	23.50 453	11.75 453

test_for_model	6.81 369	27.63 450	2.16 63	21.79 448	16.18 449	3.48 206	0.94 254	5.88 151	3.72 100	7.62 273	2.72 72	1.03 67	0.42 46	0.58 1	0.35 17	9.03 441	2.28 431	0.00 1	0.05 293	23.91 455	6.49 434

IMH	29.82 455	29.11 453	18.51 424	34.28 456	21.40 457	32.33 445	15.39 449	49.40 462	53.07 456	37.88 446	55.32 462	45.05 449	39.54 454	40.63 456	24.12 437	14.03 455	3.27 448	34.93 458	11.24 455	24.69 456	12.21 455

Venus	38.15 462	35.51 458	21.50 430	43.67 460	23.92 459	44.44 456	20.26 456	52.83 466	76.62 471	53.57 462	66.81 471	62.63 462	54.56 466	42.03 458	39.18 460	22.71 460	6.65 459	37.08 461	19.08 461	24.70 457	15.24 458

WAO-8	38.15 462	35.51 458	21.50 430	43.67 460	23.92 459	44.44 456	20.26 456	52.83 466	76.62 471	53.57 462	66.79 470	62.63 462	54.56 466	42.03 458	39.18 460	22.71 460	6.65 459	37.08 461	19.08 461	24.72 458	15.24 458

TorneroNet-64	32.42 457	31.89 455	30.52 445	34.73 457	21.13 456	46.99 461	18.82 453	43.10 453	59.42 461	32.70 440	46.98 452	62.01 461	36.98 451	43.97 460	33.88 454	14.10 456	3.22 447	35.28 459	11.72 456	26.84 459	14.07 457

PWCK	30.53 456	44.32 463	47.25 457	29.76 450	7.23 427	40.78 453	27.10 461	44.73 454	44.32 450	47.31 457	36.37 438	47.16 450	26.05 440	41.26 457	31.87 451	21.83 459	4.03 453	29.50 453	4.67 443	27.17 460	7.80 439

WAO-6	34.74 459	36.76 460	15.36 414	37.53 458	24.15 461	35.99 449	19.36 454	48.96 461	68.54 469	43.84 454	47.58 453	52.77 454	52.60 463	32.63 446	34.73 456	26.20 462	7.74 461	42.78 463	21.64 463	28.07 461	17.62 463

TorneroNet	35.11 461	33.92 457	33.82 448	37.86 459	22.01 458	49.64 464	21.58 459	48.09 459	55.23 457	37.50 445	53.79 460	62.81 464	43.66 458	46.71 463	41.25 462	14.80 457	3.53 451	36.72 460	14.57 459	28.28 462	16.49 460

UNDER WATER-64	45.16 465	46.99 464	66.69 463	43.90 462	27.64 462	55.58 470	41.87 466	39.42 451	48.42 453	51.73 461	43.08 447	67.76 468	56.69 468	48.02 465	48.34 465	39.50 465	17.64 463	51.78 466	38.93 466	36.62 463	32.61 465

UNDER WATER	45.09 464	48.60 465	67.37 464	49.30 464	31.41 463	53.80 469	37.39 464	40.25 452	52.48 455	50.24 459	45.37 450	68.37 469	57.76 469	51.03 468	49.88 466	29.97 463	13.75 462	51.22 465	36.57 464	37.87 464	29.12 464

DPSimNet_ROB	53.45 468	64.73 472	44.39 456	53.97 466	45.39 468	53.66 468	54.83 470	55.15 468	57.87 460	64.16 470	50.83 456	63.40 465	53.34 465	46.45 462	65.81 471	63.13 470	26.54 468	57.94 468	51.11 470	45.52 465	50.69 471

notaker	47.42 466	55.20 467	49.13 458	56.52 468	40.18 464	38.52 451	32.97 463	47.21 457	56.08 459	57.21 464	57.24 464	60.09 460	59.19 470	53.93 469	41.64 463	40.61 466	19.93 464	57.21 467	37.41 465	49.02 466	39.02 466

ktn	48.94 467	57.58 468	38.86 453	59.57 469	43.27 466	50.37 465	43.38 467	48.07 458	61.11 462	51.30 460	54.25 461	54.96 457	52.88 464	47.30 464	35.83 457	57.77 469	24.88 467	62.69 470	43.55 467	50.70 467	40.41 467

HanzoNet	56.48 470	59.32 469	58.25 461	55.32 467	41.94 465	50.95 466	41.33 465	51.12 463	61.40 463	65.62 471	65.59 469	71.66 470	69.41 471	70.77 472	60.03 470	63.99 471	34.70 469	61.96 469	50.54 469	51.00 468	44.71 468

KSHMR	55.63 469	63.60 471	37.85 452	74.69 471	49.56 469	49.01 463	45.73 468	57.46 470	63.97 465	61.61 467	62.07 468	72.39 471	47.01 460	50.65 466	43.29 464	54.10 468	62.21 470	66.10 471	53.94 471	51.25 469	46.11 469

JetRed	61.02 471	61.05 470	82.56 467	46.09 463	56.80 471	83.19 472	63.76 471	59.26 471	63.61 464	69.29 472	68.85 472	66.59 466	47.62 461	61.57 470	74.09 472	45.58 467	66.14 472	46.59 464	45.06 468	63.17 470	49.58 470

LRCNet_RVC	66.23 472	65.67 473	67.63 465	71.47 470	54.32 470	32.17 444	2.66 327	63.19 472	21.35 413	81.79 473	91.26 474	83.62 472	71.62 472	69.32 471	52.57 469	95.49 477	64.45 471	95.07 477	95.19 477	71.52 471	74.31 473

xxxxx1	85.63 475	90.31 476	96.68 475	76.54 472	80.57 472	97.44 476	96.86 477	85.53 473	88.53 474	88.68 474	91.71 475	94.23 474	92.93 474	90.02 474	91.98 474	70.60 472	70.39 473	73.68 473	81.46 474	74.61 472	79.86 474

tt_ll	85.63 475	90.31 476	96.68 475	76.54 472	80.57 472	97.44 476	96.86 477	85.53 473	88.53 474	88.68 474	91.71 475	94.23 474	92.93 474	90.02 474	91.98 474	70.60 472	70.39 473	73.68 473	81.46 474	74.61 472	79.86 474

ff	85.63 475	90.31 476	96.68 475	76.54 472	80.57 472	97.44 476	96.86 477	85.53 473	88.53 474	88.68 474	91.71 475	94.23 474	92.93 474	90.02 474	91.98 474	70.60 472	70.39 473	73.68 473	81.46 474	74.61 472	79.86 474

DLNR_Zeroshot_test	24.70 448	50.77 466	90.11 471	98.11 480	97.34 478	1.38 20	0.12 44	22.79 437	3.09 68	1.07 56	2.95 75	0.71 58	0.29 17	6.93 204	2.29 231	38.56 464	0.37 407	0.00 1	0.30 382	76.73 475	0.09 217

MADNet++	82.84 473	82.38 475	73.57 466	87.72 476	82.97 475	93.14 473	69.15 472	86.42 476	82.50 473	93.46 477	86.70 473	86.28 473	80.92 473	88.34 473	88.84 473	86.83 475	84.17 476	72.64 472	68.92 472	80.47 476	81.42 477

tt	83.26 474	0.34 66	99.99 482	79.40 475	93.18 476	100.00 481	100.00 482	100.00 484	99.95 479	60.33 466	47.63 454	99.98 483	99.96 480	99.98 481	100.00 485	92.42 476	99.82 480	73.83 476	73.63 473	88.42 477	56.35 472

Anonymous_1	99.08 481	99.91 480	99.85 481	97.63 478	99.10 480	100.00 481	100.00 482	99.61 481	99.96 480	99.28 481	99.86 480	99.54 480	99.99 481	99.29 479	99.75 480	96.05 478	99.59 479	97.31 478	98.57 479	97.71 478	98.63 479

PML	97.88 478	100.00 484	96.45 474	98.01 479	97.88 479	100.00 481	99.35 480	96.88 477	97.72 478	100.00 483	97.36 478	97.38 478	99.60 479	100.00 484	96.32 478	99.99 482	97.55 477	100.00 480	96.01 478	99.18 479	87.92 478

MEDIAN_ROB	98.41 479	99.70 479	99.30 479	97.09 477	97.02 477	96.89 475	95.77 476	97.66 479	97.28 477	98.79 480	98.94 479	99.18 479	98.14 478	96.89 477	96.88 479	99.96 481	99.16 478	100.00 480	99.99 481	99.69 480	99.88 480

DPSM_ROB	99.95 486	100.00 484	100.00 486	99.76 481	100.00 482	100.00 481	100.00 482	100.00 484	100.00 482	100.00 483	100.00 481	100.00 485	100.00 483	100.00 484	100.00 485	99.21 479	100.00 483	100.00 480	100.00 483	99.99 481	99.95 481

DPSM	99.95 486	100.00 484	100.00 486	99.76 481	100.00 482	100.00 481	100.00 482	100.00 484	100.00 482	100.00 483	100.00 481	100.00 485	100.00 483	100.00 484	100.00 485	99.21 479	100.00 483	100.00 480	100.00 483	99.99 481	99.95 481

HaxPig	98.85 480	99.94 481	95.08 473	99.99 483	100.00 482	94.03 474	94.78 474	99.15 480	99.98 481	99.99 482	100.00 481	99.98 483	99.99 481	98.12 478	95.97 477	100.00 484	99.99 482	100.00 480	99.99 481	100.00 483	99.99 483

Selective-RAFT-Error	100.00 488	100.00 484	100.00 486	100.00 486	100.00 482	100.00 481	100.00 482	100.00 484	100.00 482	100.00 483	100.00 481	100.00 485	100.00 483	100.00 484	100.00 485	100.00 484	100.00 483	100.00 480	100.00 483	100.00 483	100.00 485

CasAABBNet	100.00 488	100.00 484	100.00 486	100.00 486	100.00 482	100.00 481	100.00 482	100.00 484	100.00 482	100.00 483	100.00 481	100.00 485	100.00 483	100.00 484	100.00 485	100.00 484	100.00 483	100.00 480	100.00 483	100.00 483	100.00 485

test_example2	99.39 482	99.98 483	99.99 482	100.00 486	99.98 481	99.72 480	99.99 481	97.34 478	100.00 482	100.00 483	100.00 481	96.42 477	96.66 477	99.97 480	99.96 481	100.00 484	99.97 481	98.66 479	99.15 480	100.00 483	100.00 485

LSM0	100.00 488	100.00 484	100.00 486	100.00 486	100.00 482	100.00 481	100.00 482	100.00 484	100.00 482	100.00 483	100.00 481	100.00 485	100.00 483	100.00 484	100.00 485	100.00 484	100.00 483	100.00 480	100.00 483	100.00 483	99.99 483

DPSMNet_ROB	99.91 485	100.00 484	99.99 482	99.99 483	100.00 482	100.00 481	100.00 482	99.98 483	100.00 482	98.35 478	100.00 481	99.84 481	100.00 483	99.98 481	99.99 482	100.00 484	100.00 483	100.00 480	100.00 483	100.00 483	100.00 485

DGTPSM_ROB	99.90 484	100.00 484	99.99 482	99.99 483	100.00 482	100.00 481	100.00 482	99.97 482	100.00 482	98.35 478	100.00 481	99.84 481	100.00 483	99.98 481	99.99 482	99.99 482	100.00 483	100.00 480	100.00 483	100.00 483	100.00 485

AVERAGE_ROB	99.62 483	99.95 482	98.81 478	100.00 486	100.00 482	98.08 479	95.47 475	100.00 484	100.00 482	100.00 483	100.00 481	100.00 485	100.00 483	100.00 484	99.99 482	100.00 484	100.00 483	100.00 480	100.00 483	100.00 483	100.00 485

ASD4		81.57 474

Low-res two-view benchmark