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

FoundationStereo	0.48 1	0.38 14	1.70 5	0.82 126	1.00 251	0.42 2	0.06 27	0.63 1	1.44 7	0.38 10	0.04 1	0.11 3	0.37 46	0.93 4	0.39 2	0.03 286	0.86 361	0.00 1	0.00 1	0.00 1	0.10 53

dual_stereo	0.95 8	0.39 20	1.83 11	0.37 52	1.11 270	0.84 6	0.03 14	4.34 55	1.83 14	0.30 5	0.08 2	0.21 14	0.12 4	3.16 85	0.98 89	0.00 1	1.34 445	0.00 1	0.20 346	0.00 1	1.83 403

IGEV-Stereo+	1.89 85	0.55 91	2.49 34	0.48 73	3.25 397	2.06 85	0.07 32	1.92 4	1.52 9	0.77 51	0.08 2	0.22 20	0.44 68	7.11 219	0.68 34	0.04 311	0.66 330	0.00 1	0.33 404	5.08 464	10.13 484

IGEV-RUCA	0.88 6	0.27 3	1.43 3	0.59 82	0.33 112	2.12 93	0.49 171	3.65 21	1.79 13	1.04 70	0.16 4	0.24 28	0.55 80	2.95 80	0.57 18	0.12 371	0.21 277	0.20 434	0.25 369	0.22 301	0.33 177

IGEVStereo-DCA	1.54 65	1.71 349	2.99 78	0.73 110	0.24 89	2.69 149	0.81 257	4.31 50	2.97 40	0.73 49	0.16 4	0.23 22	0.32 37	7.57 257	2.72 258	0.00 1	0.49 318	0.00 1	0.16 319	0.17 258	1.82 397

rrr	1.64 73	1.71 349	6.31 323	0.73 110	0.24 89	2.69 149	0.92 285	4.25 45	1.75 12	0.73 49	0.16 4	0.23 22	0.32 37	7.57 257	2.72 258	0.00 1	0.49 318	0.00 1	0.20 346	0.17 258	1.68 376

MonSter	0.72 2	0.27 3	2.25 27	0.07 1	0.85 230	1.27 17	0.01 2	3.79 30	0.91 1	0.41 16	0.18 7	0.08 1	0.04 1	1.33 16	0.58 19	0.00 1	0.96 377	0.00 1	0.36 412	0.00 1	0.94 297

EGLCR-Stereo	1.45 53	0.26 2	2.91 66	1.94 268	0.90 235	3.13 204	0.69 226	5.81 131	3.21 52	1.14 76	0.20 8	1.52 111	0.37 46	4.29 114	0.69 39	0.01 154	0.79 346	0.00 1	0.00 1	0.01 6	1.21 327

rvit_stereo_0081_aga	0.95 8	1.03 245	4.52 220	0.16 9	0.25 93	1.70 53	0.21 100	4.27 47	3.17 50	0.38 10	0.23 9	0.27 33	0.31 30	1.56 26	0.64 32	0.00 1	0.00 1	0.00 1	0.00 1	0.13 218	0.15 89

LoS	1.03 12	0.43 30	2.53 37	0.64 92	0.14 40	2.42 116	0.26 114	5.64 120	2.93 36	1.08 72	0.24 10	0.49 65	0.45 70	2.31 63	0.83 64	0.02 247	0.02 154	0.00 1	0.00 1	0.06 98	0.03 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_xeample3	1.71 79	1.75 356	6.64 335	0.90 138	0.29 101	2.55 130	0.90 280	4.08 40	2.36 21	0.56 36	0.24 10	0.23 22	0.31 30	7.51 252	2.73 260	0.00 1	0.70 338	0.00 1	0.36 412	0.18 268	1.92 415

AEACV	1.27 33	0.38 14	2.61 44	1.75 241	1.21 286	2.44 119	0.85 271	4.79 67	1.67 10	0.71 48	0.26 12	0.29 37	2.00 189	2.30 62	0.66 33	0.01 154	0.95 374	0.00 1	0.42 422	0.12 196	2.07 425

StereoAnything_RVC	1.96 95	8.91 467	4.47 213	0.54 79	0.91 238	1.09 8	0.05 20	3.94 37	1.37 6	0.25 1	0.29 13	0.15 5	0.68 92	6.92 208	0.47 6	0.02 247	0.84 354	0.00 1	0.00 1	6.61 470	1.61 361

rvit_stereo_0081	1.03 12	0.55 91	2.58 40	0.64 92	0.13 36	1.35 22	0.12 55	3.74 26	5.28 179	0.55 33	0.32 14	0.55 72	0.12 4	4.08 105	0.53 14	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.05 27

rvit_stereo_0082	1.03 12	0.55 91	2.58 40	0.64 92	0.13 36	1.35 22	0.12 55	3.74 26	5.28 179	0.55 33	0.32 14	0.55 72	0.12 4	4.08 105	0.53 14	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.05 27

rvit_0105_6	1.44 51	1.26 289	5.78 297	0.66 100	0.08 14	1.58 40	0.32 127	4.57 60	6.53 239	0.40 14	0.38 16	1.11 93	0.29 25	4.76 128	0.92 78	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.20 124

GIP-stereo	1.03 12	0.79 166	2.35 30	1.91 263	1.40 312	1.47 31	0.05 20	5.06 79	1.85 15	0.30 5	0.43 17	0.57 75	0.37 46	1.14 7	0.75 49	0.07 344	0.50 320	0.00 1	0.00 1	0.06 98	1.57 359

DEFOM-Stereo	0.78 3	0.56 102	1.98 14	0.21 20	0.12 31	1.93 74	0.44 151	0.99 2	0.93 2	0.70 44	0.51 18	0.15 5	0.09 3	6.39 178	0.40 3	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.14 76

U	2.23 135	0.36 11	2.93 68	0.26 34	8.08 469	11.12 413	0.00 1	3.68 24	1.12 3	0.29 4	0.52 19	0.16 7	0.08 2	0.83 1	0.30 1	0.00 1	0.00 1	9.75 477	5.13 486	0.02 16	0.02 5

MaDis-Stereo	0.96 10	1.11 258	4.01 180	0.36 51	1.86 343	1.20 11	0.06 27	3.99 38	1.73 11	0.45 21	0.56 20	0.43 60	0.51 74	1.28 13	1.46 154	0.00 1	0.00 1	0.00 1	0.00 1	0.06 98	0.08 44

Occ-G	1.39 45	0.66 134	3.05 84	0.60 86	0.75 212	1.46 29	0.67 220	3.66 22	3.50 65	1.76 88	0.65 21	5.00 250	0.55 80	1.15 8	1.56 160	0.00 1	0.74 342	0.00 1	0.17 328	0.19 275	1.61 361

IGEV-BASED-STEREO-	4.37 333	25.82 485	26.88 476	0.56 81	0.08 14	1.46 29	0.53 179	2.17 5	2.15 19	0.67 42	0.73 22	0.23 22	0.20 9	1.58 28	0.80 55	11.76 488	0.38 305	0.00 1	0.08 278	1.75 447	9.67 482

fffft	1.13 24	0.71 155	2.25 27	0.09 3	0.07 12	2.10 88	0.63 208	4.19 43	2.10 18	0.42 18	0.75 23	0.24 28	0.20 9	6.89 203	1.08 107	0.00 1	0.12 249	0.00 1	0.00 1	0.24 318	0.53 228
1: 1. 1
GREAT-IGEV	1.17 28	0.57 108	3.06 85	1.95 272	1.41 314	1.42 28	0.08 38	2.51 7	3.07 47	0.58 37	0.79 24	0.11 3	0.35 43	2.17 55	1.00 94	0.07 344	1.45 448	0.00 1	0.22 359	0.14 229	2.42 444

rvit_stereo_0083	1.16 27	0.47 54	3.68 148	0.54 79	0.10 21	1.25 16	0.24 108	3.17 13	5.31 182	0.52 29	0.80 25	0.82 84	1.16 135	4.52 121	0.51 11	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.13 72

AIO_test	1.34 40	0.72 158	3.32 105	0.86 131	1.19 282	2.90 186	0.80 253	4.46 56	3.34 60	0.77 51	0.86 26	1.48 108	0.30 27	2.95 80	0.49 8	0.00 1	1.00 393	0.00 1	0.13 311	0.04 69	1.24 330

rvit_0105_4	1.58 70	1.41 314	6.67 337	0.65 96	0.05 5	1.60 43	0.41 144	4.70 63	6.48 236	0.46 24	0.87 27	1.40 101	0.53 79	5.08 137	1.12 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.18 109

MM-Stereo_test2	1.30 36	0.52 80	2.67 52	1.71 234	0.29 101	1.79 64	0.51 174	5.28 91	3.84 103	0.95 66	0.93 28	0.51 68	0.36 44	2.29 61	1.12 112	0.00 1	0.95 374	0.00 1	0.07 275	0.32 363	1.97 418

DEFOM-Stereo_RVC	1.09 18	2.27 393	1.82 8	1.16 161	0.34 115	0.56 4	0.05 20	2.94 9	1.46 8	0.40 14	0.94 29	0.22 20	2.27 201	6.26 175	0.63 29	0.00 1	0.08 228	0.00 1	0.17 328	0.04 69	0.16 98

4D-IteraStereo	1.99 98	1.32 299	3.77 153	0.13 8	2.84 384	3.51 236	1.03 295	4.26 46	5.38 186	5.50 184	1.03 30	3.86 195	0.38 52	2.44 69	1.88 198	0.00 1	0.43 310	0.00 1	0.01 214	0.11 179	1.84 404

rvit_stereo_ft	1.23 30	1.42 317	5.16 256	0.94 143	0.36 122	1.22 14	0.24 108	4.57 60	4.49 143	0.51 26	1.04 31	0.73 80	1.10 123	1.50 22	1.01 98	0.00 1	0.00 1	0.00 1	0.00 1	0.05 87	0.22 135

ff7	1.46 54	0.79 166	2.99 78	0.33 44	0.35 116	2.75 158	0.81 257	4.31 50	2.97 40	0.77 51	1.20 32	0.21 14	0.42 58	7.44 239	0.86 67	0.00 1	0.93 368	0.00 1	0.16 319	0.12 196	1.82 397

ffff	1.46 54	0.79 166	2.99 78	0.33 44	0.35 116	2.75 158	0.81 257	4.31 50	2.97 40	0.77 51	1.20 32	0.21 14	0.42 58	7.44 239	0.86 67	0.00 1	0.93 368	0.00 1	0.16 319	0.12 196	1.82 397

11t	1.46 54	0.79 166	2.99 78	0.33 44	0.35 116	2.75 158	0.81 257	4.31 50	2.97 40	0.77 51	1.20 32	0.21 14	0.42 58	7.44 239	0.87 71	0.00 1	0.93 368	0.00 1	0.16 319	0.12 196	1.82 397

ccc-4	1.46 54	0.79 166	2.99 78	0.33 44	0.35 116	2.75 158	0.81 257	4.31 50	2.97 40	0.77 51	1.20 32	0.21 14	0.42 58	7.44 239	0.86 67	0.00 1	0.93 368	0.00 1	0.16 319	0.12 196	1.82 397

anonymousdsp	1.51 62	0.81 173	2.70 55	0.60 86	0.69 196	2.76 162	0.79 251	4.86 69	3.00 46	0.82 62	1.25 36	0.31 40	0.42 58	7.44 239	0.81 59	0.00 1	0.83 350	0.00 1	0.17 328	0.12 196	1.85 406

IGEV-Stereo	1.51 62	0.81 173	2.69 54	0.60 86	0.69 196	2.77 163	0.79 251	4.88 73	2.99 45	0.82 62	1.25 36	0.31 40	0.42 58	7.43 238	0.85 65	0.00 1	0.83 350	0.00 1	0.17 328	0.12 196	1.85 406
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	1.54 65	2.26 390	9.53 406	0.65 96	0.50 153	1.20 11	0.23 106	4.86 69	3.65 87	0.42 18	1.27 38	0.23 22	1.40 154	1.23 10	0.68 34	0.02 247	0.00 1	0.00 1	0.20 346	2.00 451	0.42 208

CroCo_RVC	1.54 65	2.26 390	9.53 406	0.65 96	0.50 153	1.20 11	0.23 106	4.86 69	3.65 87	0.42 18	1.27 38	0.23 22	1.40 154	1.23 10	0.68 34	0.02 247	0.00 1	0.00 1	0.20 346	2.00 451	0.42 208

PMTNet	1.48 59	0.43 30	2.77 59	0.31 37	0.17 54	2.94 188	0.33 130	3.66 22	5.27 178	1.11 74	1.28 40	0.28 35	0.92 111	4.32 115	0.90 74	4.89 468	0.00 1	0.00 1	0.00 1	0.03 45	0.05 27

rvit_stereo_0080	1.09 18	1.08 252	4.16 190	0.12 5	0.12 31	1.32 19	0.36 133	4.52 58	3.94 109	0.70 44	1.29 41	0.41 55	0.75 98	1.98 43	0.76 50	0.00 1	0.00 1	0.00 1	0.00 1	0.03 45	0.18 109

whm_eth	1.09 18	1.08 252	4.16 190	0.12 5	0.12 31	1.32 19	0.36 133	4.52 58	3.94 109	0.70 44	1.29 41	0.41 55	0.75 98	1.98 43	0.76 50	0.00 1	0.00 1	0.00 1	0.00 1	0.03 45	0.18 109

CES	1.72 80	0.40 26	1.82 8	0.65 96	7.83 467	2.62 138	0.13 64	5.35 101	2.68 28	0.36 7	1.30 43	0.33 46	0.32 37	1.92 41	0.72 45	0.01 154	0.02 154	0.00 1	0.00 1	0.56 406	7.35 473

SMoEStereo_RVC	1.13 24	0.92 212	1.82 8	0.80 123	0.09 18	2.07 87	0.16 82	3.61 20	2.17 20	0.38 10	1.37 44	0.19 10	0.29 25	7.04 214	1.02 100	0.00 1	0.03 179	0.00 1	0.00 1	0.19 275	0.51 224

ProNet	1.58 70	0.86 194	3.17 90	0.75 118	0.72 205	2.84 170	0.66 216	5.91 144	3.28 57	0.37 8	1.47 45	0.40 54	0.37 46	7.19 222	0.70 40	0.02 247	0.98 386	0.00 1	0.05 267	0.20 284	1.77 394

CASnet	1.09 18	0.47 54	2.09 20	0.79 120	0.08 14	2.10 88	0.14 74	3.83 32	4.26 127	3.84 136	1.56 46	0.32 44	0.30 27	1.13 6	0.77 54	0.01 154	0.00 1	0.00 1	0.00 1	0.04 69	0.03 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAStereo	0.81 4	0.70 151	3.97 175	0.21 20	0.54 171	1.16 9	0.02 9	3.78 28	1.22 4	0.62 40	1.57 47	0.16 7	0.23 13	0.89 3	1.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.08 130	0.02 5

MyStereo07	1.64 73	1.15 266	2.61 44	1.28 175	1.49 318	2.63 140	0.45 152	6.45 174	2.94 37	1.10 73	1.61 48	0.29 37	0.60 87	7.45 246	0.80 55	0.01 154	1.27 437	0.00 1	0.25 369	0.11 179	0.42 208

GCAP-Stereo	1.35 42	1.11 258	2.82 60	0.66 100	1.08 266	1.68 50	0.01 2	5.17 87	3.68 89	2.10 95	1.63 49	1.42 102	0.75 98	1.77 39	1.59 164	0.00 1	1.08 404	0.00 1	0.00 1	0.17 258	0.26 156

GLC_STEREO	0.87 5	0.39 20	1.55 4	0.72 107	0.01 1	1.98 78	0.55 184	3.52 16	3.54 78	0.96 68	1.63 49	0.19 10	0.41 56	1.29 15	0.58 19	0.00 1	0.01 121	0.00 1	0.00 1	0.05 87	0.08 44

CAS	2.42 161	0.37 13	2.30 29	11.49 475	3.97 426	1.65 47	0.02 9	4.08 40	2.84 34	0.51 26	1.65 51	0.25 30	0.28 22	1.73 32	0.92 78	10.05 482	0.01 121	0.00 1	0.00 1	0.01 6	6.26 470

riskmin	2.49 166	0.22 1	3.34 107	2.33 336	1.78 333	2.89 185	0.46 154	7.35 217	6.95 262	2.75 105	1.67 52	6.75 298	5.08 330	3.24 87	1.93 205	0.00 1	0.99 389	0.00 1	0.27 387	0.02 16	1.73 387

rvit_0105_5	1.70 76	1.36 306	6.71 340	0.52 77	0.04 4	1.58 40	0.58 193	5.39 106	6.62 244	0.91 65	1.72 53	1.77 118	0.77 102	4.44 117	1.28 138	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.23 142

CREStereo	1.09 18	0.51 75	2.16 23	0.11 4	0.24 89	1.67 48	0.03 14	4.24 44	6.91 260	0.80 61	1.73 54	0.44 61	0.64 89	1.58 28	0.61 27	0.00 1	0.00 1	0.00 1	0.00 1	0.01 6	0.02 5
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
AIO_rvc	1.48 59	1.01 243	3.51 125	0.95 145	1.16 278	3.32 221	0.96 287	4.83 68	3.38 62	0.79 59	1.75 55	1.31 100	0.31 30	2.66 71	0.62 28	0.02 247	1.09 405	0.00 1	0.04 263	0.12 196	1.82 397

knoymous	1.50 61	0.28 5	1.99 16	0.33 44	0.48 147	1.58 40	0.11 51	5.71 124	2.81 32	4.85 160	1.75 55	4.58 230	0.46 72	3.66 94	1.30 140	0.01 154	0.02 154	0.00 1	0.00 1	0.02 16	0.09 48

plain	1.53 64	0.86 194	6.50 329	0.42 59	0.05 5	1.56 39	0.09 41	5.18 89	4.02 116	0.54 32	1.76 57	0.59 76	0.75 98	6.48 182	1.23 133	0.00 1	0.00 1	0.00 1	0.00 1	0.43 387	0.07 41

trnet	1.09 18	0.47 54	2.19 25	0.12 5	0.21 78	1.70 53	0.02 9	4.28 49	6.97 263	0.78 57	1.77 58	0.48 64	0.67 91	1.50 22	0.58 19	0.00 1	0.01 121	0.00 1	0.00 1	0.01 6	0.03 12

MM-Stereo_test1	1.90 89	0.63 125	2.65 49	1.43 196	0.56 176	2.37 112	0.54 180	5.36 103	5.81 209	4.00 142	1.78 59	0.42 59	0.83 108	7.32 233	1.28 138	0.00 1	1.03 397	0.00 1	0.00 1	0.35 368	1.64 365

rvit_0105_3	1.94 93	1.44 323	7.39 360	0.88 135	0.02 3	1.61 44	1.64 334	5.88 134	6.73 250	2.37 98	1.78 59	2.01 128	1.16 135	4.46 118	1.26 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 45	0.14 76

gcap-zeroshot	2.22 132	0.68 141	5.64 288	0.79 120	1.15 276	3.33 222	0.73 238	7.14 209	4.59 149	3.86 137	1.79 61	8.42 338	0.56 82	3.00 82	0.89 72	0.02 247	0.66 330	0.00 1	0.26 382	0.01 6	0.83 284

IGEV-Stereo++	1.03 12	0.32 8	2.03 18	0.25 30	1.94 349	1.94 75	0.01 2	3.57 18	2.52 26	0.70 44	1.80 62	0.10 2	1.14 128	1.34 17	0.55 16	0.01 154	0.75 343	0.00 1	0.00 1	0.04 69	1.57 359

test_1	2.18 125	0.38 14	3.87 160	1.54 209	0.91 238	1.38 24	0.80 253	5.36 103	5.53 194	7.12 266	1.86 63	4.05 204	0.41 56	6.65 190	1.17 121	0.00 1	0.99 389	0.00 1	0.28 388	0.20 284	1.08 315

test-3	2.19 128	0.38 14	3.88 165	1.55 210	0.91 238	1.39 25	0.80 253	5.36 103	5.51 192	7.36 285	1.90 64	4.05 204	0.42 58	6.67 192	1.17 121	0.00 1	0.99 389	0.00 1	0.28 388	0.20 284	1.08 315

CroCo-Stereo	1.14 26	1.22 284	3.99 178	0.61 89	0.53 167	0.38 1	0.06 27	5.35 101	4.15 120	0.59 38	1.92 65	1.00 90	0.27 20	1.37 18	1.33 145	0.01 154	0.00 1	0.00 1	0.00 1	0.05 87	0.05 27
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
test_3	2.22 132	0.39 20	4.20 197	1.51 205	0.90 235	1.29 18	0.74 242	5.34 96	6.37 230	6.64 239	1.96 66	4.24 218	0.45 70	6.63 188	1.17 121	0.00 1	1.00 393	0.00 1	0.28 388	0.19 275	1.01 304

RSM++	1.24 31	0.45 44	1.84 12	1.61 214	0.51 160	2.73 155	0.29 118	2.99 10	3.22 53	0.69 43	2.06 67	0.52 69	0.28 22	5.62 153	0.86 67	0.01 154	0.03 179	0.00 1	0.17 328	0.16 249	0.85 286

FENet	2.35 148	0.59 113	3.28 100	2.32 334	0.27 99	2.78 164	0.13 64	7.68 232	6.09 216	5.38 180	2.12 68	4.84 241	3.33 248	4.98 132	2.66 252	0.02 247	0.03 179	0.00 1	0.00 1	0.04 69	0.40 194

Selective-RAFT	1.92 91	0.54 86	3.87 160	1.15 159	0.21 78	3.83 269	0.06 27	5.00 78	4.68 154	1.59 86	2.14 69	3.05 155	2.77 223	6.63 188	1.34 147	0.00 1	0.95 374	0.00 1	0.32 401	0.05 87	0.19 118

tt45	1.25 32	0.90 208	1.98 14	0.59 82	0.25 93	3.47 233	0.14 74	4.07 39	1.97 17	0.45 21	2.17 70	0.29 37	0.27 20	7.02 213	0.95 85	0.00 1	0.04 196	0.00 1	0.00 1	0.22 301	0.24 151

rvit_105_1	2.69 188	1.34 302	6.85 344	1.89 260	0.09 18	1.94 75	3.50 387	6.38 169	9.00 330	4.98 165	2.19 71	3.57 186	1.56 170	7.31 232	3.03 271	0.00 1	0.00 1	0.00 1	0.02 233	0.06 98	0.16 98

SCV_C0	1.89 85	0.92 212	4.30 203	0.85 130	1.06 259	2.33 108	0.10 46	7.61 227	4.42 138	1.05 71	2.20 72	0.26 31	0.43 66	7.70 263	1.08 107	0.02 247	1.05 400	0.00 1	0.21 352	0.17 258	1.97 418

UniTT-Stereo	0.94 7	0.53 82	2.82 60	0.94 143	1.29 301	0.56 4	0.12 55	1.49 3	3.16 49	1.77 89	2.22 73	0.20 13	0.32 37	1.76 38	1.33 145	0.00 1	0.00 1	0.00 1	0.00 1	0.16 249	0.02 5

IGEV++	1.58 70	0.81 173	2.66 50	1.35 181	0.99 249	2.47 124	0.98 291	7.35 217	3.70 91	0.82 62	2.24 74	0.44 61	1.18 137	2.08 51	1.15 117	0.03 286	1.18 429	0.00 1	0.05 267	0.17 258	2.00 422

rafts_anoy	2.09 111	1.42 317	3.34 107	2.87 384	2.72 382	2.46 122	0.17 86	6.20 161	6.48 236	3.40 122	2.25 75	1.91 124	1.32 147	3.59 91	1.75 190	0.01 154	1.52 455	0.00 1	0.01 214	0.06 98	0.28 163

castereo++	1.38 44	0.97 232	2.82 60	0.59 82	0.52 164	4.45 300	0.97 288	5.22 90	1.87 16	0.41 16	2.28 76	1.87 122	0.15 7	4.14 108	0.42 4	0.00 1	0.41 308	0.00 1	0.30 395	0.05 87	0.22 135

Pointernet	1.04 17	0.44 39	2.58 40	0.32 38	0.52 164	1.78 63	0.07 32	5.69 122	2.76 30	0.27 3	2.28 76	0.80 83	0.44 68	1.37 18	0.49 8	0.00 1	0.36 302	0.00 1	0.25 369	0.02 16	0.32 176

AnonymousM	2.96 217	7.19 459	1.41 2	0.92 141	0.06 9	2.37 112	0.52 176	6.05 150	3.83 101	4.97 164	2.37 78	1.91 124	1.00 117	2.23 58	1.06 104	0.01 154	0.57 324	17.64 483	4.90 482	0.02 16	0.27 159

CroCo-Stereo Lap2	1.37 43	1.19 274	4.17 193	1.01 149	4.58 442	0.46 3	0.09 41	4.27 47	2.94 37	1.25 78	2.40 79	1.55 112	0.20 9	1.72 31	1.30 140	0.00 1	0.00 1	0.00 1	0.00 1	0.15 245	0.13 72

CAS++	1.27 33	0.68 141	2.40 33	0.25 30	0.30 103	1.80 65	0.61 202	8.46 246	3.61 84	1.80 90	2.42 80	0.18 9	0.21 12	2.12 52	0.49 8	0.01 154	0.01 121	0.00 1	0.00 1	0.02 16	0.06 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GMStereo	2.07 104	1.56 334	5.64 288	0.74 116	0.05 5	3.63 250	0.01 2	5.17 87	11.27 379	4.22 148	2.44 81	0.53 71	0.49 73	4.06 103	1.01 98	0.22 397	0.00 1	0.00 1	0.14 314	0.18 268	0.05 27
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RSM	1.43 49	0.40 26	1.79 7	0.74 116	0.54 171	2.45 120	0.49 171	4.13 42	3.29 58	0.65 41	2.53 82	2.15 132	0.30 27	6.97 211	0.85 65	0.01 154	0.12 249	0.00 1	0.25 369	0.11 179	0.72 272

MIF-Stereo (partial)	1.44 51	0.59 113	3.98 176	0.08 2	1.09 267	1.24 15	0.13 64	5.12 84	4.07 118	0.47 25	2.56 83	0.31 40	0.74 97	6.31 176	2.02 215	0.00 1	0.00 1	0.00 1	0.00 1	0.12 196	0.04 21

Anonymous_2	4.74 358	0.98 234	4.46 211	2.35 338	2.27 365	5.66 329	0.67 220	8.08 241	5.28 179	4.98 165	2.60 84	8.74 344	6.92 376	5.79 158	3.46 283	0.24 400	1.70 457	5.16 474	18.18 499	5.41 466	1.85 406

LoS_RVC	1.47 58	1.75 356	2.66 50	0.52 77	3.89 421	1.67 48	0.04 16	2.66 8	2.61 27	0.55 33	2.63 85	0.31 40	1.68 175	1.99 45	0.81 59	0.01 154	0.02 154	0.00 1	0.00 1	0.03 45	5.54 466

LL-Strereo2	2.22 132	1.39 313	3.39 112	1.26 172	1.01 253	3.73 262	1.47 325	6.47 175	4.61 150	4.66 158	2.64 86	4.17 212	0.37 46	6.03 165	1.61 166	0.09 362	0.24 284	0.00 1	0.08 278	0.08 130	1.16 323

castereo	1.02 11	0.69 144	1.26 1	0.46 69	0.19 61	1.89 70	0.76 247	5.61 118	2.37 22	0.78 57	2.65 87	0.32 44	0.40 54	1.25 12	1.00 94	0.01 154	0.32 294	0.00 1	0.24 365	0.03 45	0.22 135

x	2.30 144	0.82 177	3.85 157	2.23 311	0.72 205	2.12 93	0.81 257	9.48 280	4.82 165	3.83 135	2.76 88	3.49 182	2.30 204	3.48 90	2.25 231	0.00 1	1.13 412	0.00 1	0.22 359	0.09 145	1.66 370

fffy	1.43 49	0.95 225	2.85 64	1.42 195	0.61 183	2.25 99	0.19 93	4.74 65	1.32 5	0.26 2	2.77 89	0.21 14	0.39 53	6.97 211	0.73 47	0.00 1	0.79 346	0.00 1	0.00 1	0.19 275	2.03 423

SCV	2.06 103	0.84 183	3.74 149	3.56 422	1.22 287	2.30 106	0.76 247	7.87 236	3.29 58	0.59 38	2.83 90	0.67 78	0.58 85	8.00 277	0.91 77	0.00 1	0.89 364	0.00 1	0.48 428	0.41 382	2.18 432

test_for_model	7.41 406	28.34 490	2.84 63	22.38 488	16.53 489	3.40 223	0.91 283	6.72 188	4.54 145	8.04 309	2.84 91	1.04 91	0.43 66	0.86 2	0.60 24	9.67 480	3.31 482	0.00 1	0.08 278	26.60 495	9.03 476

AIO-test1	2.49 166	1.41 314	3.78 154	0.87 133	5.11 451	2.46 122	0.93 286	6.49 176	14.84 410	0.95 66	2.85 92	0.92 86	0.31 30	6.05 168	1.88 198	0.15 377	0.07 224	0.00 1	0.21 352	0.21 294	0.31 172

UDGNet	2.92 211	7.79 462	4.92 245	3.01 390	0.08 14	2.96 190	0.20 96	4.77 66	8.93 326	2.91 110	2.85 92	0.95 89	1.00 117	6.46 181	1.66 180	1.46 448	0.00 1	5.33 475	0.92 449	1.95 450	0.19 118

HUF	1.64 73	1.03 245	4.14 188	1.19 166	1.34 308	3.02 196	0.40 141	4.88 73	3.60 82	0.79 59	2.87 94	0.83 85	0.31 30	2.88 78	0.81 59	0.06 336	2.03 463	0.00 1	0.00 1	0.16 249	2.41 443

Former-RAFT_DAM_RVC	1.39 45	0.74 161	2.72 56	0.73 110	1.26 294	2.42 116	0.02 9	3.78 28	8.16 307	1.81 93	2.94 95	0.28 35	0.32 37	1.51 24	0.76 50	0.04 311	0.01 121	0.00 1	0.00 1	0.08 130	0.19 118

DLNR_Zeroshot_test	24.96 486	51.28 506	90.69 510	97.84 520	97.22 519	1.40 26	0.12 55	23.19 475	3.55 79	1.21 77	2.95 96	0.72 79	0.31 30	7.09 217	2.61 251	38.70 503	1.32 439	0.00 1	0.29 393	77.04 516	1.68 376

anonymousdsp2	2.20 130	0.57 108	4.59 229	1.69 230	0.82 225	3.58 243	0.48 166	8.57 247	3.63 86	3.37 120	3.03 97	3.32 163	1.00 117	5.57 152	0.80 55	0.01 154	0.94 373	0.02 359	0.15 317	0.06 98	1.89 413

mms	1.31 38	0.88 204	2.06 19	0.25 30	0.79 218	1.50 33	0.08 38	3.29 14	2.51 25	0.53 30	3.09 98	0.34 50	0.26 16	7.11 219	0.59 22	0.00 1	0.43 310	0.00 1	0.00 1	0.21 294	2.32 438

Reg-Stereo(zero)	1.92 91	0.28 5	3.18 93	0.63 91	1.41 314	2.02 81	0.48 166	3.85 33	6.29 225	4.49 154	3.12 99	4.55 228	1.62 173	2.77 75	2.16 223	0.00 1	0.61 327	0.00 1	0.26 382	0.02 16	0.62 249

ours_stereo	1.28 35	0.91 209	2.36 32	0.34 49	0.67 192	1.16 9	0.09 41	3.71 25	2.44 23	0.51 26	3.17 100	0.36 53	0.26 16	6.62 187	0.55 16	0.00 1	0.11 245	0.00 1	0.00 1	0.23 313	2.08 426

WCG-NET（raft）	1.70 76	0.97 232	2.01 17	0.40 57	0.17 54	2.10 88	0.97 288	3.05 11	6.47 235	2.89 109	3.17 100	4.31 221	1.03 120	3.85 99	0.60 24	0.00 1	1.32 439	0.00 1	0.01 214	0.18 268	0.41 203

sCroCo_RVC	1.34 40	0.85 186	6.15 313	1.21 168	1.28 296	0.90 7	0.18 90	4.50 57	2.86 35	0.37 8	3.18 102	0.52 69	1.52 168	1.83 40	0.93 80	0.13 372	0.25 287	0.00 1	0.00 1	0.08 130	0.16 98

MoCha-V2	1.83 82	0.87 202	3.33 106	1.41 193	1.27 295	2.50 125	0.20 96	5.60 116	3.90 108	0.98 69	3.30 103	0.35 52	1.58 172	7.09 217	0.80 55	0.00 1	1.52 455	0.00 1	0.23 363	0.06 98	1.70 381

Selective-IGEV	1.56 69	0.34 10	2.13 22	0.77 119	0.76 215	2.36 111	0.52 176	6.80 190	3.08 48	0.53 30	3.34 104	0.26 31	0.31 30	7.24 226	0.73 47	0.01 154	0.80 349	0.00 1	0.14 314	0.08 130	1.01 304

999	1.42 47	0.85 186	2.23 26	1.37 185	0.35 116	3.01 195	0.64 211	3.91 34	2.83 33	0.38 10	3.35 105	0.19 10	0.25 14	7.37 235	1.12 112	0.01 154	0.04 196	0.00 1	0.00 1	0.22 301	0.21 129

NRIStereo	2.27 141	0.52 80	3.35 109	1.26 172	0.17 54	3.04 197	0.84 266	5.96 147	3.74 92	6.27 213	3.44 106	4.13 209	1.80 185	8.31 303	2.11 219	0.00 1	0.10 241	0.00 1	0.00 1	0.12 196	0.20 124

AIO-Stereo	1.30 36	0.45 44	1.73 6	0.67 102	0.77 216	2.33 108	0.60 198	5.99 149	3.27 55	0.45 21	3.46 107	0.41 55	0.28 22	1.53 25	0.71 44	0.04 311	0.79 346	0.00 1	0.67 440	0.10 166	1.67 373

RAFT-Stereo-weight	1.91 90	0.41 28	2.09 20	1.17 163	0.63 187	3.20 209	0.74 242	5.78 129	6.80 254	5.25 176	3.47 108	2.80 148	0.36 44	3.16 85	1.09 111	0.02 247	0.53 321	0.00 1	0.00 1	0.01 6	0.66 262

Anonymous3	1.96 95	0.61 117	7.58 366	0.42 59	0.51 160	4.28 292	0.52 176	5.56 114	2.76 30	2.35 97	3.47 108	1.50 109	1.13 126	5.92 162	1.54 158	0.23 398	0.23 281	0.00 1	0.00 1	0.14 229	0.47 217

ACVNet-DCA	2.41 160	0.93 214	3.39 112	3.05 395	0.39 130	5.69 330	0.55 184	9.15 266	4.33 129	1.42 80	3.48 110	0.33 46	3.65 263	8.26 292	0.70 40	0.00 1	1.14 419	0.00 1	0.03 245	0.09 145	1.65 366

xx1	2.73 196	0.93 214	3.39 112	3.05 395	0.39 130	5.69 330	0.55 184	5.34 96	10.76 364	1.42 80	3.48 110	4.63 233	2.83 226	8.26 292	0.70 40	0.00 1	1.14 419	0.00 1	0.25 369	0.09 145	1.65 366

1test111	2.31 145	0.93 214	3.39 112	3.05 395	0.39 130	5.69 330	0.55 184	9.15 266	4.33 129	1.42 80	3.48 110	0.33 46	3.65 263	4.95 130	2.06 216	0.00 1	1.14 419	0.00 1	0.03 245	0.09 145	1.65 366

cc1	2.56 176	0.93 214	3.39 112	3.05 395	0.39 130	5.69 330	0.55 184	5.34 96	10.76 364	1.42 80	3.48 110	0.33 46	3.65 263	8.26 292	0.70 40	0.00 1	1.14 419	0.00 1	0.03 245	0.12 196	1.89 413

TRStereo	2.71 191	3.79 437	5.46 275	2.19 303	2.22 362	2.98 193	1.07 301	9.83 286	4.39 136	3.46 123	3.48 110	3.92 198	0.77 102	6.43 180	1.70 186	0.03 286	0.63 328	0.00 1	0.29 393	0.11 179	1.49 351

AE-Stereo	1.89 85	0.38 14	3.86 159	1.94 268	0.38 127	2.51 128	0.58 193	7.19 210	7.28 275	1.60 87	3.51 115	1.07 92	0.77 102	2.12 52	1.24 134	0.03 286	1.02 395	0.00 1	0.28 388	0.11 179	1.84 404

WCG-NET	1.42 47	0.84 183	1.90 13	0.61 89	0.10 21	2.10 88	1.05 300	3.33 15	7.10 267	2.86 107	3.53 116	0.75 81	0.93 113	1.28 13	0.72 45	0.00 1	0.97 380	0.00 1	0.00 1	0.16 249	0.22 135

tt1	2.53 171	0.91 209	3.53 129	2.92 385	0.53 167	5.60 327	0.61 202	5.55 111	10.56 358	1.54 85	3.54 117	0.34 50	3.00 229	8.20 290	0.68 34	0.00 1	1.13 412	0.00 1	0.03 245	0.11 179	1.88 410

11t1	2.13 118	0.67 139	3.98 176	2.69 370	0.85 230	2.59 136	0.07 32	7.40 220	3.89 107	3.75 132	3.57 118	1.24 98	1.96 187	4.68 127	1.97 208	0.10 366	1.13 412	0.00 1	0.22 359	0.09 145	1.66 370

EKT-Stereo	2.16 122	0.61 117	3.78 154	2.31 332	4.40 433	1.47 31	0.24 108	5.54 110	4.22 125	3.16 118	3.58 119	3.53 184	2.20 197	5.66 155	1.40 151	0.04 311	0.36 302	0.00 1	0.09 286	0.06 98	0.58 236

MC-Stereo	1.87 83	0.49 68	3.52 126	2.82 379	1.07 260	1.90 72	0.12 55	4.89 76	3.27 55	3.66 130	3.58 119	0.56 74	1.45 157	5.79 158	0.81 59	0.00 1	1.19 430	0.00 1	0.21 352	0.11 179	1.95 417

dd	2.36 150	1.93 370	6.03 308	0.83 127	0.12 31	1.80 65	0.17 86	5.30 93	11.82 384	2.98 112	3.64 121	1.50 109	1.21 143	5.25 141	3.92 301	0.13 372	0.01 121	0.04 387	0.22 359	0.10 166	0.14 76

model_zeroshot	1.98 97	0.70 151	4.98 249	2.25 317	1.07 260	3.20 209	0.13 64	7.01 197	3.34 60	3.46 123	3.77 122	2.69 146	0.42 58	2.86 77	1.18 125	0.06 336	0.85 356	0.00 1	0.25 369	0.02 16	1.40 347

testlalala	1.80 81	0.49 68	2.67 52	1.24 171	0.46 145	3.91 271	0.87 279	6.62 181	2.96 39	6.78 249	3.83 123	1.74 116	0.40 54	1.57 27	0.76 50	0.01 154	1.16 425	0.00 1	0.38 415	0.01 6	0.17 106

MyStereo05	3.24 237	1.05 250	5.93 302	1.39 188	1.20 284	2.57 132	0.10 46	9.11 265	13.17 400	6.45 224	3.86 124	3.20 161	3.26 239	8.35 306	3.02 269	0.01 154	1.24 434	0.00 1	0.21 352	0.13 218	0.50 220

MyStereo04	3.29 240	1.15 266	6.64 335	1.28 175	1.49 318	2.63 140	0.45 152	10.57 309	13.30 401	4.41 153	3.90 125	3.06 157	3.56 257	7.87 273	3.35 281	0.01 154	1.27 437	0.00 1	0.25 369	0.11 179	0.42 208

raftrobust	2.16 122	1.31 296	2.76 58	2.38 342	3.33 401	2.72 154	0.51 174	5.34 96	4.64 151	6.13 209	3.98 126	1.63 113	2.51 212	3.02 83	1.64 175	0.00 1	0.76 345	0.00 1	0.02 233	0.14 229	0.27 159

rvit_stereo_0075_2	2.15 120	0.39 20	6.61 333	0.67 102	1.95 350	1.74 62	0.10 46	7.81 235	6.03 215	2.97 111	4.01 127	3.07 158	0.57 83	5.49 150	1.13 115	0.00 1	0.00 1	0.00 1	0.00 1	0.03 45	0.34 179

FADNet-RVC	4.36 331	2.62 413	14.51 439	2.01 284	0.44 144	4.27 291	1.27 315	12.61 364	7.89 296	3.76 133	4.05 128	10.63 369	4.34 296	9.87 375	7.66 373	0.03 286	0.09 235	0.00 1	0.03 245	0.65 410	0.50 220

MIPNet	2.27 141	1.14 265	5.55 284	0.49 74	0.22 85	2.03 82	0.19 93	7.60 226	6.17 222	5.83 191	4.16 129	2.05 130	3.44 253	3.65 93	2.23 230	0.00 1	0.01 121	0.01 326	0.01 214	0.24 318	0.48 219

testlalala_base	3.54 266	0.53 82	3.53 129	2.31 332	2.22 362	4.04 283	0.61 202	6.91 195	2.73 29	2.69 103	4.17 130	1.78 121	0.51 74	2.02 47	1.08 107	13.13 490	3.23 481	0.00 1	0.35 410	16.60 485	2.27 437

DeepStereo_RVC	2.15 120	0.55 91	3.26 98	0.21 20	0.19 61	3.47 233	0.68 223	5.76 127	3.60 82	6.36 220	4.19 131	3.42 172	4.44 298	5.04 135	1.59 164	0.02 247	0.00 1	0.00 1	0.00 1	0.09 145	0.18 109

CRE-IMP	2.08 105	0.51 75	3.43 120	0.35 50	0.19 61	3.85 270	0.83 265	5.77 128	3.43 64	5.81 190	4.24 132	3.45 180	0.83 108	6.56 183	1.99 211	0.01 154	0.00 1	0.00 1	0.00 1	0.11 179	0.20 124

qqq	2.44 163	0.85 186	4.33 205	1.73 239	0.71 202	1.98 78	0.38 137	9.15 266	4.33 129	3.37 120	4.34 133	4.63 233	2.83 226	4.95 130	2.06 216	0.00 1	1.13 412	0.00 1	0.25 369	0.09 145	1.65 366

FADNet-RVC-Resample	4.11 314	2.25 388	13.88 432	1.64 217	0.66 191	5.91 337	2.34 354	10.87 315	9.09 332	6.53 231	4.34 133	5.69 273	4.71 313	8.01 280	4.64 327	0.18 389	0.22 278	0.17 430	0.12 305	0.46 392	0.59 239

ROB_FTStereo	2.03 100	0.57 108	3.57 136	0.20 11	0.21 78	3.66 252	0.73 238	5.89 135	3.51 70	5.92 199	4.35 135	3.37 168	1.50 160	6.02 164	0.90 74	0.01 154	0.00 1	0.00 1	0.00 1	0.09 145	0.09 48

Patchmatch Stereo++	2.09 111	0.55 91	3.57 136	0.20 11	0.20 69	3.68 257	0.64 211	5.90 140	3.52 72	5.91 194	4.41 136	3.42 172	1.51 164	7.07 215	0.95 85	0.01 154	0.00 1	0.00 1	0.00 1	0.09 145	0.10 53
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
iRAFT	2.09 111	0.55 91	3.57 136	0.20 11	0.20 69	3.68 257	0.64 211	5.90 140	3.52 72	5.91 194	4.41 136	3.42 172	1.51 164	7.07 215	0.95 85	0.01 154	0.00 1	0.00 1	0.00 1	0.09 145	0.10 53

PSM-adaLoss	2.02 99	0.55 91	3.57 136	0.20 11	0.21 78	3.69 260	0.69 226	5.89 135	3.52 72	5.91 194	4.43 138	3.42 172	1.50 160	5.63 154	0.94 84	0.01 154	0.00 1	0.00 1	0.00 1	0.09 145	0.10 53

HUI-Stereo	1.94 93	0.56 102	3.55 133	0.20 11	0.20 69	3.67 256	0.63 208	5.89 135	3.53 76	5.92 199	4.44 139	3.41 171	1.51 164	4.21 110	0.89 72	0.02 247	0.00 1	0.00 1	0.00 1	0.09 145	0.11 62

RAFT-IKP	2.04 101	0.57 108	3.54 131	0.20 11	0.20 69	3.45 230	0.62 206	5.90 140	3.52 72	5.91 194	4.44 139	3.46 181	1.50 160	6.20 172	1.00 94	0.01 154	0.00 1	0.00 1	0.00 1	0.09 145	0.08 44

ROB_FTStereo_v2	2.04 101	0.56 102	3.56 135	0.20 11	0.21 78	3.66 252	0.72 236	5.89 135	3.51 70	5.91 194	4.46 141	3.42 172	1.50 160	6.08 169	0.93 80	0.01 154	0.00 1	0.00 1	0.00 1	0.09 145	0.09 48

iGMRVC	2.09 111	0.56 102	3.59 141	0.20 11	0.21 78	3.68 257	0.71 233	5.89 135	3.53 76	5.92 199	4.46 141	3.44 178	1.51 164	6.93 209	0.98 89	0.02 247	0.00 1	0.00 1	0.00 1	0.09 145	0.09 48

s12784h	2.10 115	0.38 14	3.31 103	0.17 10	0.09 18	4.89 314	0.13 64	7.34 216	8.06 304	3.87 138	4.47 143	0.60 77	1.19 142	6.78 200	0.63 29	0.01 154	0.01 121	0.00 1	0.00 1	0.02 16	0.04 21

testlalala2	2.34 147	0.64 128	2.49 34	9.58 468	6.50 458	3.57 242	0.18 90	5.34 96	3.20 51	3.87 138	4.57 144	3.12 160	0.52 76	1.49 21	0.44 5	0.00 1	0.31 293	0.00 1	0.43 424	0.12 196	0.40 194

CFNet-RSSM	2.26 138	0.43 30	3.24 96	1.28 175	0.31 105	3.19 208	0.40 141	7.62 229	7.29 276	5.88 192	4.68 145	5.32 259	1.68 175	2.26 60	1.04 101	0.01 154	0.09 235	0.00 1	0.31 399	0.03 45	0.16 98

PAM	4.07 312	0.44 39	6.47 328	1.97 275	1.18 280	10.83 411	1.64 334	10.66 311	4.55 147	6.54 232	4.69 146	16.99 427	6.88 375	4.07 104	1.63 171	0.00 1	0.68 334	0.00 1	0.77 445	0.10 166	1.24 330

GCST	9.50 435	17.91 481	6.18 314	53.02 505	11.57 479	10.95 412	0.20 96	7.71 233	7.12 268	9.83 375	4.71 147	4.87 242	1.49 159	9.87 375	2.06 216	8.70 477	0.07 224	22.79 486	0.40 418	6.66 471	3.86 461

test_sample1	2.88 206	0.63 125	4.46 211	2.38 342	0.68 193	2.61 137	0.05 20	10.51 306	5.36 185	4.50 155	4.81 148	3.76 192	5.94 353	6.10 170	2.96 268	0.00 1	0.99 389	0.00 1	0.11 299	0.07 117	1.67 373

iRaftStereo_RVC	1.88 84	1.22 284	2.63 47	0.95 145	0.06 9	2.96 190	0.05 20	6.08 154	3.99 115	3.92 140	4.88 149	2.53 140	0.62 88	3.62 92	1.19 126	0.00 1	1.19 430	0.00 1	0.00 1	0.37 374	1.29 338

HCRNet	2.74 197	0.83 180	4.19 195	0.45 66	3.31 400	2.18 96	0.22 102	7.59 224	5.76 207	6.08 207	4.89 150	5.21 255	2.74 220	8.04 283	3.10 274	0.00 1	0.02 154	0.00 1	0.00 1	0.10 166	0.09 48

MM-Stereo_test3	2.10 115	0.94 223	2.59 43	1.66 223	3.95 425	2.42 116	0.78 250	6.58 178	7.29 276	1.94 94	4.90 151	1.23 97	0.65 90	3.77 96	1.38 149	0.00 1	0.83 350	0.00 1	0.00 1	0.38 377	0.77 278

Any-RAFT	2.33 146	0.36 11	2.35 30	1.58 212	0.84 227	4.93 315	0.55 184	9.10 264	5.93 213	4.30 150	4.90 151	5.79 278	2.22 199	2.75 74	0.51 11	0.02 247	0.32 294	0.00 1	0.00 1	0.02 16	0.18 109

TANstereo	1.32 39	0.79 166	2.93 68	0.37 52	0.11 23	1.81 67	0.01 2	3.56 17	4.36 135	4.53 156	4.96 153	0.41 55	0.68 92	1.22 9	0.59 22	0.01 154	0.00 1	0.00 1	0.00 1	0.00 1	0.03 12

CBFPSM	5.12 367	1.48 327	16.22 446	1.81 248	1.14 275	11.16 414	2.90 366	7.99 240	6.75 252	6.55 233	5.00 154	15.05 412	8.78 410	7.52 253	8.90 391	0.04 311	0.02 154	0.00 1	0.00 1	0.42 383	0.67 265

DIP-Stereo	2.12 117	0.98 234	3.94 172	0.20 11	0.11 23	4.73 310	0.13 64	9.27 273	4.40 137	6.46 225	5.03 155	0.45 63	0.72 96	3.79 97	1.94 206	0.00 1	0.01 121	0.00 1	0.00 1	0.05 87	0.24 151
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
XX-TBD	1.55 68	1.11 258	2.94 70	2.45 350	0.06 9	2.31 107	0.01 2	3.58 19	7.80 295	3.11 117	5.10 156	0.27 33	0.26 16	1.42 20	0.60 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21

TestStereo	1.89 85	1.59 337	4.22 198	0.37 52	0.28 100	1.33 21	0.01 2	5.63 119	4.13 119	3.59 127	5.11 157	2.06 131	0.70 94	7.62 261	0.93 80	0.02 247	0.00 1	0.00 1	0.00 1	0.02 16	0.19 118

Gwc-CoAtRS	2.16 122	0.42 29	3.13 88	1.28 175	0.31 105	3.52 239	0.39 140	6.56 177	6.31 227	5.38 180	5.11 157	5.47 262	1.70 177	2.00 46	1.08 107	0.01 154	0.19 270	0.00 1	0.25 369	0.02 16	0.16 98

ACV-stereo	4.65 351	1.22 284	10.49 416	2.22 308	1.05 257	12.62 429	1.24 313	6.70 187	7.36 279	3.22 119	5.18 159	16.59 423	10.02 420	8.18 289	6.19 356	0.06 336	0.14 259	0.01 326	0.00 1	0.12 196	0.40 194

test-1	2.14 119	0.54 86	6.32 324	1.07 154	1.22 287	2.13 95	0.54 180	6.40 171	4.80 164	3.55 125	5.23 160	4.02 202	0.71 95	1.95 42	2.15 222	0.08 351	0.98 386	0.00 1	0.08 278	0.02 16	1.07 313

OCTAStereo	2.38 151	0.48 60	3.90 167	2.16 295	0.11 23	3.42 225	0.42 146	7.06 203	3.74 92	6.91 252	5.26 161	2.63 144	1.32 147	8.41 311	1.70 186	0.01 154	0.00 1	0.00 1	0.00 1	0.03 45	0.01 1

RE-Stereo	2.38 151	0.48 60	3.91 168	2.17 300	0.11 23	3.43 227	0.42 146	7.07 205	3.75 94	6.91 252	5.26 161	2.62 142	1.33 149	8.41 311	1.72 188	0.01 154	0.00 1	0.01 326	0.00 1	0.03 45	0.01 1

TVStereo	2.38 151	0.48 60	3.91 168	2.17 300	0.11 23	3.43 227	0.42 146	7.07 205	3.75 94	6.91 252	5.26 161	2.62 142	1.33 149	8.41 311	1.72 188	0.01 154	0.00 1	0.01 326	0.00 1	0.03 45	0.01 1

PAM_32	4.12 318	0.46 48	5.63 287	1.95 272	1.02 255	10.74 409	0.85 271	11.04 320	5.02 174	6.19 210	5.28 164	17.64 431	7.30 386	5.03 134	1.45 153	0.00 1	0.68 334	0.00 1	0.77 445	0.14 229	1.14 322

DCANet-4	2.26 138	0.43 30	6.69 339	0.40 57	0.20 69	1.70 53	0.13 64	5.73 125	9.44 342	6.01 202	5.29 165	1.12 94	2.77 223	2.49 70	2.21 225	0.01 154	0.00 1	0.01 326	0.00 1	0.02 16	0.61 244

fff	2.54 173	0.93 214	5.51 277	0.32 38	0.14 40	1.70 53	0.11 51	6.19 158	12.69 394	6.03 204	5.29 165	1.43 103	5.28 337	2.37 66	2.21 225	0.01 154	0.00 1	0.01 326	0.00 1	0.02 16	0.61 244

NF-Stereo	2.38 151	0.48 60	3.88 165	2.17 300	0.11 23	3.43 227	0.42 146	7.08 208	3.75 94	6.91 252	5.29 165	2.65 145	1.33 149	8.40 309	1.67 183	0.01 154	0.00 1	0.00 1	0.00 1	0.03 45	0.02 5

csc	2.54 173	0.93 214	5.51 277	0.32 38	0.14 40	1.70 53	0.11 51	6.19 158	12.69 394	6.03 204	5.29 165	1.43 103	5.28 337	2.37 66	2.21 225	0.01 154	0.00 1	0.01 326	0.00 1	0.02 16	0.61 244

cscssc	2.54 173	0.93 214	5.51 277	0.32 38	0.14 40	1.70 53	0.11 51	6.19 158	12.69 394	6.03 204	5.29 165	1.43 103	5.28 337	2.37 66	2.21 225	0.01 154	0.00 1	0.01 326	0.00 1	0.02 16	0.61 244

tg	2.18 125	1.13 264	2.74 57	0.84 129	0.13 36	4.33 297	0.05 20	6.21 162	4.90 168	4.06 143	5.30 170	2.55 141	0.92 111	7.28 229	0.99 91	0.00 1	0.60 325	0.00 1	0.00 1	0.37 374	1.12 320

GCAP-BAT	2.26 138	0.61 117	3.67 147	1.48 203	0.81 223	4.32 295	0.77 249	4.87 72	4.04 117	3.97 141	5.41 171	4.38 224	0.59 86	6.20 172	1.17 121	0.02 247	1.14 419	0.00 1	0.55 434	0.07 117	1.22 328

ADStereo(finetuned)	2.50 169	0.95 225	6.60 332	0.39 55	0.20 69	1.72 60	0.24 108	6.06 151	9.31 338	6.30 214	5.42 172	1.44 106	6.22 360	2.25 59	2.14 221	0.01 154	0.00 1	0.00 1	0.00 1	0.04 69	0.65 254

DCANet	2.35 148	0.96 228	5.51 277	0.39 55	0.19 61	1.72 60	0.25 112	6.06 151	9.33 339	6.31 215	5.42 172	1.44 106	4.14 289	2.22 56	2.28 236	0.01 154	0.00 1	0.00 1	0.00 1	0.04 69	0.66 262

FADNet	4.55 343	2.35 401	13.60 430	1.87 256	0.80 221	4.74 311	0.75 245	14.47 411	12.41 389	4.07 144	5.45 174	9.64 350	5.03 324	8.86 333	4.82 331	0.20 393	0.04 196	0.07 403	0.05 267	1.27 437	0.40 194

IGEV_Zeroshot_test	2.57 177	0.63 125	5.70 295	1.93 266	0.87 232	2.63 140	0.85 271	8.94 260	4.55 147	5.30 177	5.48 175	5.23 258	1.38 153	3.76 95	1.32 144	0.00 1	0.69 336	0.00 1	0.18 334	0.19 275	1.72 385

IRAFT_RVC	2.98 219	0.66 134	4.23 199	2.20 304	0.40 135	2.91 187	5.04 412	7.03 201	4.21 124	6.59 236	5.52 176	5.02 251	4.77 315	8.41 311	2.30 240	0.01 154	0.17 267	0.01 326	0.00 1	0.03 45	0.05 27

raft+_RVC	2.18 125	1.49 328	3.14 89	2.77 374	2.01 352	1.40 26	0.10 46	7.02 200	5.35 183	2.99 113	5.54 177	1.19 95	1.34 152	4.98 132	1.49 155	0.00 1	1.45 448	0.00 1	0.00 1	0.14 229	1.11 317

DCVSM-stereo	3.32 243	0.51 75	3.40 118	1.79 245	0.79 218	2.94 188	0.48 166	7.31 214	5.69 204	11.47 411	5.61 178	10.63 369	5.93 352	5.74 157	3.63 285	0.03 286	0.09 235	0.03 377	0.00 1	0.12 196	0.11 62

RCA-Stereo	2.19 128	0.46 48	3.22 94	0.47 71	0.33 112	2.27 103	0.47 156	5.60 116	15.20 413	2.86 107	5.61 178	0.78 82	3.15 232	1.71 30	0.48 7	0.00 1	0.90 366	0.00 1	0.00 1	0.10 166	0.26 156

RALCasStereoNet	2.39 158	1.73 354	3.59 141	2.38 342	2.69 381	2.84 170	0.18 90	5.29 92	4.94 169	2.45 100	5.62 180	2.22 133	0.79 107	7.48 251	1.63 171	0.00 1	1.75 458	0.00 1	0.00 1	0.14 229	2.03 423

cross-raft	2.25 137	0.48 60	2.96 77	1.87 256	0.94 242	3.72 261	0.47 156	7.61 227	4.15 120	5.37 179	5.68 181	6.17 286	1.40 154	2.15 54	1.06 104	0.01 154	0.22 278	0.00 1	0.19 337	0.03 45	0.41 203

UGAM-zero	3.92 298	0.49 68	5.26 260	1.17 163	0.89 233	4.00 279	0.47 156	12.42 358	3.62 85	5.46 183	5.86 182	15.76 416	8.92 415	8.63 324	2.44 243	0.00 1	0.84 354	0.00 1	0.89 447	0.03 45	1.27 336

test_sample2	2.79 199	0.59 113	4.40 209	2.38 342	0.43 142	2.58 135	0.15 77	10.14 295	5.78 208	4.23 149	5.86 182	4.31 221	4.02 283	6.34 177	2.00 213	0.00 1	0.96 377	0.00 1	0.12 305	0.07 117	1.37 346

AIO-Stereo-zeroshot	3.35 249	1.28 292	8.51 381	1.86 255	1.83 339	3.51 236	0.31 125	10.50 305	4.32 128	2.74 104	5.87 184	10.30 362	4.53 305	4.66 126	3.16 277	0.02 247	0.87 363	0.00 1	0.97 450	0.38 377	1.43 348

DMCA-RVC	3.59 272	1.98 376	8.68 386	2.30 330	1.48 317	3.54 241	0.55 184	8.40 244	5.43 190	9.37 361	5.90 185	8.34 333	3.21 235	7.19 222	4.46 321	0.06 336	0.11 245	0.08 409	0.02 233	0.21 294	0.40 194

gwcnet-sp	3.58 269	2.01 378	8.82 391	2.01 284	0.69 196	7.38 367	1.10 303	9.23 270	6.66 247	9.32 357	5.91 186	4.21 214	3.31 243	6.91 205	3.69 287	0.00 1	0.00 1	0.00 1	0.00 1	0.24 318	0.18 109

scenet	3.58 269	2.01 378	8.82 391	2.01 284	0.69 196	7.38 367	1.10 303	9.23 270	6.66 247	9.32 357	5.91 186	4.21 214	3.31 243	6.91 205	3.69 287	0.00 1	0.00 1	0.00 1	0.00 1	0.24 318	0.18 109

ssnet	3.58 269	2.01 378	8.82 391	2.01 284	0.69 196	7.38 367	1.10 303	9.23 270	6.66 247	9.32 357	5.91 186	4.21 214	3.31 243	6.91 205	3.69 287	0.00 1	0.00 1	0.00 1	0.00 1	0.24 318	0.18 109

IPLGR	2.46 164	0.68 141	7.02 348	0.22 23	0.16 51	2.01 80	0.22 102	7.01 197	6.62 244	7.10 265	5.92 189	2.91 150	2.27 201	5.12 139	1.52 157	0.00 1	0.00 1	0.00 1	0.00 1	0.12 196	0.41 203

GANet-ADL	2.40 159	0.65 130	3.92 170	2.22 308	0.11 23	2.23 98	0.47 156	9.29 275	7.27 274	4.77 159	5.95 190	3.96 199	1.26 146	3.08 84	2.27 234	0.04 311	0.08 228	0.02 359	0.00 1	0.15 245	0.21 129

PFNet	3.06 223	0.59 113	6.13 311	2.26 320	0.84 227	3.08 199	0.73 238	7.38 219	5.35 183	10.20 379	6.06 191	4.72 235	2.10 196	8.47 316	2.25 231	0.19 390	0.06 211	0.00 1	0.11 299	0.20 284	0.42 208

RALAANet	2.68 187	1.71 349	4.73 238	2.79 376	0.80 221	3.30 218	0.15 77	7.92 237	5.92 212	5.79 189	6.06 191	3.51 183	1.13 126	6.76 197	2.28 236	0.00 1	0.28 290	0.00 1	0.10 292	0.27 337	0.13 72

Pruner-Stereo	2.66 185	0.61 117	3.54 131	1.93 266	0.25 93	3.47 233	0.74 242	6.60 179	5.66 202	8.98 344	6.12 193	4.39 225	1.11 124	7.27 228	2.34 241	0.03 286	0.00 1	0.02 359	0.00 1	0.03 45	0.04 21

MyStereo06	2.71 191	1.05 250	5.43 274	1.39 188	1.20 284	2.57 132	0.10 46	10.39 301	4.79 163	5.54 187	6.16 194	6.39 290	2.33 206	3.40 89	1.35 148	0.01 154	1.24 434	0.00 1	0.21 352	0.13 218	0.50 220

MGS-Stereo	1.22 29	0.44 39	2.92 67	0.83 127	0.07 12	1.82 68	0.65 215	2.44 6	3.95 111	1.11 74	6.19 195	0.49 65	0.37 46	1.73 32	0.81 59	0.00 1	0.00 1	0.00 1	0.00 1	0.48 397	0.01 1

SST-Stereo	2.86 203	0.45 44	3.64 145	1.46 199	0.36 122	3.94 274	0.80 253	6.07 153	4.46 140	10.96 400	6.21 196	4.94 246	4.14 289	8.85 332	0.93 80	0.01 154	0.00 1	0.00 1	0.00 1	0.04 69	0.03 12

ssnet_v2	4.73 357	1.43 319	6.74 341	1.80 247	0.75 212	8.89 386	4.60 405	12.66 365	10.65 362	9.53 364	6.23 197	9.78 354	4.26 295	6.89 203	9.65 403	0.01 154	0.01 121	0.00 1	0.00 1	0.36 371	0.31 172

BUS	2.72 194	0.43 30	3.76 150	0.70 104	0.50 153	7.31 365	0.48 166	9.93 288	5.65 198	6.50 226	6.23 197	5.21 255	1.18 137	4.27 111	1.89 202	0.01 154	0.03 179	0.03 377	0.00 1	0.06 98	0.14 76

BSDual-CNN	2.91 209	0.43 30	3.76 150	0.70 104	0.50 153	6.97 355	1.58 331	9.93 288	5.65 198	6.50 226	6.23 197	6.17 286	2.50 210	4.27 111	2.67 253	0.01 154	0.03 179	0.03 377	0.00 1	0.06 98	0.14 76

hknet	3.56 268	0.66 134	5.82 298	0.70 104	1.19 282	6.97 355	1.58 331	9.93 288	7.76 291	6.50 226	6.23 197	9.53 349	2.81 225	7.84 269	3.39 282	0.01 154	0.03 179	0.03 377	0.00 1	0.06 98	0.14 76

OMP-Stereo	3.15 231	1.19 274	3.49 124	4.34 445	0.51 160	2.20 97	1.21 309	6.67 182	6.52 238	7.99 305	6.24 201	8.38 336	2.44 209	9.65 363	1.92 204	0.01 154	0.02 154	0.00 1	0.00 1	0.08 130	0.15 89

iRaft-Stereo_20w	3.11 226	0.49 68	6.09 309	1.01 149	1.25 292	3.99 278	1.00 293	14.00 404	4.73 157	6.70 247	6.27 202	2.34 135	2.28 203	7.29 231	1.58 161	0.01 154	0.75 343	0.00 1	0.73 443	0.10 166	1.63 364

IPLG	2.63 184	1.09 254	5.67 292	0.73 110	0.31 105	3.00 194	0.25 112	6.84 192	6.02 214	7.93 300	6.31 203	1.91 124	1.72 180	7.47 248	2.53 245	0.01 154	0.01 121	0.00 1	0.00 1	0.29 348	0.58 236

PSM-softLoss	2.38 151	0.48 60	4.28 200	1.94 268	0.19 61	2.73 155	0.38 137	6.67 182	3.50 65	6.33 216	6.33 204	2.93 151	0.97 115	8.90 334	1.88 198	0.01 154	0.00 1	0.00 1	0.00 1	0.03 45	0.03 12

KMStereo	2.38 151	0.48 60	4.28 200	1.94 268	0.19 61	2.73 155	0.38 137	6.67 182	3.50 65	6.33 216	6.33 204	2.93 151	0.97 115	8.90 334	1.88 198	0.01 154	0.00 1	0.00 1	0.00 1	0.03 45	0.03 12

RAFT_R40	2.83 200	0.46 48	3.85 157	1.38 187	0.32 111	3.78 265	0.97 288	6.16 157	4.82 165	9.74 374	6.35 206	4.96 247	3.94 282	8.78 329	1.05 102	0.01 154	0.00 1	0.00 1	0.00 1	0.04 69	0.03 12

PFNet+	2.52 170	0.47 54	4.97 248	0.95 145	0.18 58	3.12 203	0.73 238	4.98 77	6.97 263	7.95 301	6.38 207	2.51 139	1.18 137	8.05 284	1.82 193	0.03 286	0.00 1	0.00 1	0.00 1	0.02 16	0.05 27

ac_64	3.98 305	0.86 194	5.10 253	3.17 403	3.43 407	5.80 334	0.70 231	10.87 315	4.96 170	8.94 343	6.46 208	10.70 372	5.52 346	7.44 239	5.10 340	0.03 286	0.00 1	0.00 1	0.00 1	0.14 229	0.31 172

DMCA	3.08 225	1.10 255	6.20 315	1.82 251	0.90 235	3.80 268	0.55 184	9.76 283	5.42 188	6.56 235	6.47 209	7.06 310	2.09 193	4.05 101	5.46 344	0.00 1	0.01 121	0.00 1	0.00 1	0.11 179	0.16 98

HH	2.88 206	0.82 177	4.07 186	1.71 234	0.54 171	4.71 308	0.69 226	8.72 253	3.57 80	1.80 90	6.49 210	7.81 321	3.92 280	8.93 337	0.99 91	0.00 1	1.06 401	0.00 1	0.03 245	0.05 87	1.69 378

HanStereo	2.88 206	0.82 177	4.07 186	1.71 234	0.54 171	4.71 308	0.69 226	8.72 253	3.57 80	1.80 90	6.49 210	7.81 321	3.92 280	8.93 337	0.99 91	0.00 1	1.06 401	0.00 1	0.03 245	0.05 87	1.69 378

ITSA-stereo	4.02 306	0.73 160	4.51 217	2.16 295	0.31 105	3.58 243	0.70 231	13.77 402	15.84 421	7.13 267	6.59 212	4.25 219	3.48 255	9.04 344	6.12 353	0.09 362	0.08 228	0.11 412	0.10 292	0.19 275	1.54 355

GwcNet-ADL	2.85 202	0.61 117	4.38 208	0.92 141	0.33 112	2.05 83	0.67 220	8.85 256	9.65 344	6.36 220	6.71 213	4.11 208	1.71 178	5.97 163	4.22 311	0.08 351	0.06 211	0.00 1	0.00 1	0.07 117	0.16 98

GES	2.69 188	0.72 158	5.34 266	1.82 251	0.05 5	4.51 303	1.04 298	10.39 301	4.18 122	5.53 186	6.72 214	1.92 127	3.30 241	5.16 140	2.67 253	0.06 336	0.01 121	0.06 398	0.01 214	0.20 284	0.14 76

ToySt	3.39 253	0.89 207	9.29 403	1.47 202	0.94 242	4.20 288	1.98 345	7.33 215	5.42 188	3.01 115	6.75 215	8.67 342	5.10 331	5.43 149	3.72 290	0.07 344	0.89 364	0.00 1	0.23 363	0.28 340	2.13 429

GEStereo_RVC	3.95 302	1.21 283	6.13 311	2.30 330	1.22 287	4.29 293	2.96 369	12.39 356	8.24 308	7.25 277	6.79 216	7.58 317	4.22 293	9.16 348	4.56 324	0.04 311	0.01 121	0.02 359	0.02 233	0.19 275	0.42 208

PSMNet-ADL	3.17 234	0.56 102	3.00 83	1.55 210	0.40 135	5.97 338	0.28 116	9.06 261	5.75 206	3.56 126	6.80 217	8.33 332	4.51 300	7.65 262	5.51 345	0.03 286	0.09 235	0.00 1	0.00 1	0.03 45	0.28 163

UNet	4.19 322	0.87 202	7.18 355	2.00 283	3.22 396	9.55 392	0.31 125	10.11 293	6.22 224	7.98 303	6.82 218	10.42 363	5.77 349	7.28 229	5.83 348	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.12 66

DSFCA	4.48 340	1.03 245	6.84 343	1.61 214	1.68 328	7.26 363	4.46 403	11.27 327	7.51 283	11.01 402	6.89 219	8.49 340	4.54 306	10.41 389	6.18 355	0.03 286	0.06 211	0.02 359	0.03 245	0.13 218	0.14 76

GMOStereo	2.08 105	0.85 186	2.95 73	0.23 25	0.73 207	1.50 33	0.86 274	5.08 80	4.78 159	8.42 323	6.99 220	3.36 164	1.14 128	1.73 32	1.21 128	0.00 1	1.32 439	0.00 1	0.00 1	0.28 340	0.23 142

error version	2.08 105	0.85 186	2.95 73	0.23 25	0.73 207	1.50 33	0.86 274	5.08 80	4.78 159	8.42 323	6.99 220	3.36 164	1.14 128	1.73 32	1.21 128	0.00 1	1.32 439	0.00 1	0.00 1	0.28 340	0.23 142

test-v	2.08 105	0.85 186	2.95 73	0.23 25	0.73 207	1.50 33	0.86 274	5.08 80	4.78 159	8.42 323	6.99 220	3.36 164	1.14 128	1.73 32	1.21 128	0.00 1	1.32 439	0.00 1	0.00 1	0.28 340	0.23 142

test-2	2.08 105	0.85 186	2.95 73	0.23 25	0.73 207	1.50 33	0.86 274	5.08 80	4.78 159	8.42 323	6.99 220	3.36 164	1.14 128	1.73 32	1.21 128	0.00 1	1.32 439	0.00 1	0.00 1	0.28 340	0.23 142

DisPM	2.59 179	0.47 54	4.32 204	1.89 260	0.20 69	3.42 225	0.63 208	5.56 114	5.60 196	8.66 334	7.05 224	2.82 149	1.03 120	9.05 345	1.07 106	0.02 247	0.00 1	0.00 1	0.00 1	0.02 16	0.04 21

STTStereo	3.90 296	1.43 319	8.20 378	3.03 392	2.28 366	3.64 251	0.64 211	10.11 293	7.09 266	10.20 379	7.08 225	8.73 343	3.57 258	7.44 239	4.00 306	0.00 1	0.02 154	0.01 326	0.01 214	0.04 69	0.40 194

RAFT-Test	2.49 166	0.45 44	4.35 207	1.89 260	1.28 296	4.83 312	0.68 223	7.19 210	4.51 144	5.00 168	7.09 226	6.81 302	1.12 125	2.22 56	1.16 120	0.01 154	0.63 328	0.00 1	0.33 404	0.05 87	0.20 124

EAI-Stereo	2.75 198	0.54 86	3.17 90	0.91 140	1.28 296	4.02 280	5.30 415	12.39 356	4.76 158	2.51 101	7.10 227	1.22 96	0.94 114	6.03 165	1.96 207	0.01 154	0.56 322	0.00 1	1.38 460	0.04 69	0.95 299

GMStereo_Zeroshot	2.92 211	2.33 400	6.12 310	1.66 223	0.36 122	3.61 245	0.09 41	5.95 146	6.20 223	7.15 269	7.11 228	8.37 334	0.91 110	6.17 171	1.97 208	0.00 1	0.00 1	0.00 1	0.00 1	0.22 301	0.14 76

ARAFT	3.32 243	1.74 355	7.92 374	0.64 92	0.15 46	4.45 300	2.89 365	8.20 242	6.30 226	9.23 356	7.12 229	5.58 266	1.24 145	8.60 320	1.69 185	0.01 154	0.03 179	0.00 1	0.00 1	0.35 368	0.35 184

raft_robust	2.91 209	1.71 349	3.42 119	1.36 182	0.57 177	1.53 38	0.12 55	7.06 203	9.09 332	6.96 259	7.21 230	4.43 226	2.09 193	9.40 355	1.61 166	0.03 286	0.93 368	0.00 1	0.21 352	0.17 258	0.38 191

test_sample3	3.27 238	0.62 123	5.29 265	2.24 315	0.58 180	4.62 306	0.16 82	12.15 350	7.51 283	6.44 223	7.25 231	3.72 191	3.03 230	6.73 194	3.17 279	0.01 154	0.85 356	0.00 1	0.10 292	0.07 117	0.88 289

FACV-RUCA	2.38 151	0.44 39	4.18 194	1.33 180	2.87 385	2.45 120	1.21 309	8.68 250	6.12 218	4.07 144	7.28 232	1.25 99	2.00 189	3.37 88	1.62 168	0.01 154	0.03 179	0.10 411	0.05 267	0.36 371	0.29 166

RAFT	2.94 213	1.29 293	4.06 185	1.36 182	0.50 153	2.39 114	0.91 283	6.11 155	3.25 54	6.64 239	7.30 233	9.96 356	4.20 291	6.03 165	2.21 225	0.00 1	1.02 395	0.00 1	0.02 233	0.54 405	1.01 304

AIO-test2	2.98 219	1.88 363	4.72 237	1.67 227	3.34 403	2.64 145	0.06 27	6.96 196	15.70 420	2.65 102	7.31 234	0.93 87	0.57 83	5.81 160	1.20 127	3.30 465	0.09 235	0.00 1	0.09 286	0.22 301	0.43 215

test_5	3.16 233	1.18 271	4.96 247	2.33 336	3.10 393	4.51 303	1.27 315	7.47 223	7.61 289	3.00 114	7.38 235	5.37 261	4.06 284	8.28 297	1.54 158	0.00 1	0.34 298	0.00 1	0.02 233	0.21 294	0.62 249

GASNet	5.62 374	5.76 453	12.05 421	5.03 453	2.08 357	3.77 264	1.53 329	12.92 374	11.62 382	9.64 369	7.40 236	8.58 341	7.54 391	14.76 439	8.25 380	0.02 247	0.15 261	0.00 1	0.00 1	0.81 426	0.52 227

test_sample4	3.29 240	0.64 128	5.38 269	2.08 288	0.53 167	3.91 271	0.15 77	12.13 347	7.50 282	7.04 260	7.50 237	3.64 189	3.19 233	6.95 210	3.14 276	0.02 247	0.85 356	0.00 1	0.10 292	0.07 117	0.92 295

CREStereo++_RVC	1.70 76	0.50 74	3.07 87	0.45 66	0.01 1	1.69 52	0.02 9	3.09 12	8.24 308	3.82 134	7.53 238	0.49 65	0.32 37	1.05 5	0.52 13	0.00 1	0.00 1	0.00 1	3.03 474	0.01 6	0.08 44
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
SFCPSM	3.39 253	0.61 117	5.42 272	0.43 62	0.93 241	8.26 375	2.08 349	15.01 417	5.89 211	7.17 270	7.60 239	3.39 170	2.55 213	5.39 146	2.53 245	0.01 154	0.03 179	0.01 326	0.07 275	0.19 275	0.31 172

MSKI-zero shot	2.23 135	0.49 68	2.49 34	1.60 213	0.81 223	2.69 149	0.29 118	6.82 191	2.50 24	4.37 152	7.61 240	3.65 190	0.26 16	8.62 323	0.63 29	0.01 154	1.09 405	0.00 1	0.25 369	0.03 45	0.46 216

DispNO	3.51 265	1.33 301	8.51 381	2.26 320	1.36 309	3.46 232	0.81 257	8.74 255	6.58 240	6.78 249	7.63 241	6.22 289	4.20 291	7.47 248	4.44 320	0.00 1	0.03 179	0.03 377	0.11 299	0.13 218	0.14 76

DDVS	3.79 290	0.66 134	5.66 291	2.27 324	1.28 296	6.48 347	0.47 156	9.33 277	4.35 134	7.29 280	7.71 242	12.49 395	2.21 198	9.01 343	5.16 341	0.08 351	0.20 275	0.01 326	0.00 1	0.14 229	1.03 311

NVstereo2D	4.82 361	1.29 293	7.98 375	3.68 426	3.48 408	8.02 374	3.10 374	11.25 325	15.50 418	5.14 173	7.71 242	8.21 328	4.68 311	10.19 386	4.30 315	0.02 247	0.19 270	0.13 419	0.36 412	0.07 117	1.12 320

AAGNet	3.50 263	0.49 68	3.38 110	1.91 263	0.41 139	3.66 252	1.02 294	5.14 85	5.16 177	9.65 372	7.75 244	4.91 243	6.23 361	7.45 246	12.73 435	0.01 154	0.00 1	0.00 1	0.00 1	0.05 87	0.06 36

H2IRNET	2.29 143	0.86 194	3.38 110	1.51 205	0.11 23	1.97 77	0.13 64	5.15 86	7.19 271	1.26 79	7.77 245	5.80 279	3.31 243	5.09 138	1.66 180	0.01 154	0.00 1	0.04 387	0.17 328	0.27 337	0.10 53

HART	2.08 105	1.10 255	3.44 122	0.47 71	1.15 276	1.70 53	0.04 16	6.40 171	3.69 90	1.50 84	7.78 246	2.42 138	0.16 8	6.76 197	1.15 117	0.00 1	1.46 450	0.00 1	0.00 1	0.31 358	2.12 428

UPFNet	4.17 320	0.83 180	5.51 277	2.49 353	3.36 404	7.13 362	2.60 357	10.52 308	7.16 269	8.76 338	7.83 247	7.85 324	3.41 252	8.60 320	7.04 366	0.01 154	0.02 154	0.00 1	0.00 1	0.12 196	0.17 106

RYNet	6.82 393	1.51 329	7.35 359	1.79 245	4.52 439	16.68 445	4.41 402	14.19 407	17.43 429	11.64 414	7.86 248	15.03 411	8.81 411	10.10 383	14.16 446	0.04 311	0.13 255	0.15 422	0.05 267	0.08 130	0.53 228

iRaft-Stereo_5w	3.20 235	1.27 291	5.27 261	0.27 36	0.99 249	2.71 152	0.58 193	5.75 126	5.85 210	3.03 116	7.88 249	10.08 358	4.08 287	8.40 309	6.09 351	0.00 1	0.25 287	0.00 1	0.12 305	0.31 358	0.95 299

UCFNet_RVC	3.37 251	1.25 288	3.30 101	2.55 363	1.80 335	3.92 273	1.28 317	12.49 361	7.16 269	5.12 172	7.88 249	8.14 326	4.59 308	5.67 156	2.11 219	0.00 1	0.00 1	0.00 1	0.00 1	0.14 229	0.07 41

HITNet	3.11 226	1.38 312	5.35 268	2.23 311	0.12 31	5.59 326	0.58 193	9.95 291	5.72 205	6.62 238	7.91 251	3.90 197	3.24 237	4.39 116	4.58 326	0.01 154	0.00 1	0.00 1	0.00 1	0.08 130	0.57 234
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
CASS	2.62 183	0.57 108	4.28 200	0.90 138	0.38 127	3.45 230	0.22 102	9.91 287	4.46 140	7.33 284	7.92 252	3.53 184	3.59 259	4.16 109	1.49 155	0.03 286	0.01 121	0.00 1	0.00 1	0.05 87	0.06 36
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PA-Net	5.40 370	2.35 401	9.55 408	2.75 372	2.21 360	8.74 383	3.92 391	13.05 379	13.35 402	7.30 282	7.98 253	8.08 325	6.39 363	11.17 399	9.30 398	0.02 247	0.03 179	0.00 1	0.03 245	0.16 249	1.55 358
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NLCA_NET_v2_RVC	4.11 314	1.53 333	6.87 345	3.04 394	3.33 401	4.34 298	0.59 197	11.36 331	7.92 299	8.98 344	7.98 253	9.72 352	3.82 270	7.92 275	4.43 319	0.15 377	0.02 154	0.03 377	0.03 245	0.07 117	0.14 76
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	4.40 335	1.36 306	7.91 371	1.40 190	0.63 187	5.54 323	2.72 359	11.31 328	8.40 313	8.64 331	8.05 255	6.80 299	5.05 327	7.22 224	2.53 245	1.74 453	1.04 398	3.05 466	2.96 471	0.22 301	1.35 343

test_sample9	6.40 385	1.36 306	7.91 371	1.40 190	0.63 187	5.54 323	2.72 359	11.31 328	8.40 313	8.64 331	8.05 255	6.80 299	5.05 327	12.52 418	13.17 438	1.74 453	25.14 505	3.05 466	2.96 471	0.22 301	1.35 343

test_sample7	3.75 285	0.67 139	4.34 206	2.21 307	0.35 116	4.47 302	2.08 349	11.31 328	8.40 313	8.64 331	8.05 255	6.80 299	5.05 327	7.22 224	2.53 245	0.07 344	1.04 398	0.00 1	0.00 1	0.06 98	1.66 370

psm_up	4.33 330	1.34 302	4.43 210	2.27 324	2.62 378	5.29 319	3.30 385	11.49 333	6.89 258	8.05 311	8.06 258	10.09 360	11.10 427	7.12 221	3.76 292	0.24 400	0.01 121	0.00 1	0.00 1	0.20 284	0.37 188

StereoDRNet	6.02 379	2.40 403	8.22 379	3.43 416	4.43 435	10.57 408	4.21 396	19.44 453	11.24 378	12.86 421	8.06 258	11.64 386	4.79 316	8.65 325	9.32 399	0.01 154	0.10 241	0.00 1	0.03 245	0.34 366	0.69 266

FADNet_RVC	4.24 326	2.32 399	14.23 436	1.18 165	0.79 218	5.64 328	0.60 198	11.50 334	7.19 271	3.68 131	8.08 260	4.14 210	4.06 284	10.29 387	7.47 370	0.36 414	0.44 313	0.18 431	0.47 427	0.93 428	1.23 329

HSM	4.25 328	1.10 255	4.14 188	1.78 244	2.14 358	6.67 351	1.08 302	12.92 374	6.90 259	7.06 261	8.17 261	14.17 405	6.03 356	9.16 348	3.11 275	0.00 1	0.00 1	0.00 1	0.00 1	0.09 145	0.41 203

RAFT+CT+SA	2.59 179	1.19 274	3.55 133	1.09 155	2.21 360	3.14 206	0.90 280	7.59 224	5.65 198	2.76 106	8.21 262	2.04 129	1.57 171	8.84 331	1.31 142	0.02 247	0.34 298	0.00 1	0.38 415	0.22 301	0.73 273

LL-Strereo	5.14 368	2.29 397	8.95 395	1.26 172	5.05 450	3.66 252	1.40 322	10.33 298	8.98 328	8.71 335	8.24 263	10.70 372	11.10 427	12.66 422	5.36 343	0.05 326	1.35 446	0.00 1	0.00 1	0.38 377	2.23 436

AASNet	4.20 323	1.63 340	5.82 298	3.79 429	3.93 423	6.55 348	1.22 311	19.12 451	6.82 255	7.86 299	8.35 264	4.36 223	2.55 213	3.87 100	7.47 370	0.00 1	0.00 1	0.00 1	0.00 1	0.49 400	0.22 135

BEATNet_4x	3.69 279	2.12 383	8.11 376	1.82 251	0.16 51	5.30 320	1.04 298	10.87 315	6.14 221	7.09 264	8.42 265	4.99 249	4.42 297	5.89 161	6.23 357	0.04 311	0.05 205	0.00 1	0.00 1	0.32 363	0.84 285

MaskLacGwcNet_RVC	6.42 386	6.12 455	6.53 331	4.29 443	3.61 412	15.41 441	4.13 394	12.36 354	7.32 278	7.60 290	8.51 266	8.97 346	2.64 217	10.17 385	3.72 290	8.16 476	2.40 466	2.00 463	0.11 299	8.55 475	5.84 468

psmg	3.34 245	0.43 30	3.76 150	0.73 110	0.50 153	8.47 382	2.74 362	10.88 318	5.65 198	8.91 342	8.78 267	6.17 286	2.50 210	4.27 111	2.67 253	0.01 154	0.04 196	0.06 398	0.00 1	0.12 196	0.10 53

NaN_ROB	6.51 389	2.25 388	8.77 389	1.69 230	1.79 334	9.71 395	10.94 460	16.20 429	16.13 422	13.04 425	8.86 268	11.77 388	5.94 353	12.88 424	8.01 376	0.05 326	0.13 255	0.07 403	0.20 346	0.32 363	1.50 352

IER	3.42 259	0.91 209	6.38 326	0.73 110	1.60 320	7.07 360	0.55 184	7.07 205	5.45 191	8.17 317	8.89 269	6.13 284	6.13 357	5.36 145	3.77 295	0.00 1	0.00 1	0.00 1	0.00 1	0.08 130	0.05 27

NOSS_ROB	3.67 276	0.86 194	3.81 156	2.53 359	1.11 270	6.10 340	0.72 236	11.08 322	12.36 388	5.45 182	8.91 270	5.65 268	2.09 193	8.30 301	3.16 277	0.20 393	0.07 224	0.00 1	0.00 1	0.11 179	0.80 281

RAFT + AFF	4.63 350	2.28 394	7.43 363	1.51 205	2.38 368	5.81 335	6.49 430	10.74 313	8.53 317	7.75 295	8.95 271	7.47 315	6.68 373	9.17 350	5.06 337	0.08 351	0.47 316	0.00 1	0.01 214	0.66 411	1.03 311

CSP-Net	4.40 335	1.70 347	4.90 244	1.82 251	1.04 256	12.96 431	2.25 352	13.75 400	6.34 228	9.64 369	8.99 272	8.31 331	3.24 237	8.45 315	4.32 316	0.01 154	0.00 1	0.00 1	0.00 1	0.23 313	0.06 36

ICVP	2.53 171	0.47 54	3.64 145	1.20 167	0.69 196	2.71 152	0.84 266	10.63 310	4.66 153	4.31 151	8.99 272	2.75 147	1.93 186	2.91 79	4.07 308	0.06 336	0.24 284	0.01 326	0.01 214	0.13 218	0.26 156
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CoDeX	3.61 274	0.86 194	5.27 261	1.16 161	1.62 321	6.24 342	2.07 348	13.78 403	6.86 257	7.42 286	9.00 274	4.06 206	3.72 268	6.58 184	3.02 269	0.03 286	0.06 211	0.00 1	0.00 1	0.15 245	0.35 184

111	3.05 222	1.41 314	5.51 277	0.32 38	0.14 40	2.83 168	0.68 223	6.76 189	14.21 407	3.59 127	9.11 275	5.50 263	3.30 241	4.05 101	2.43 242	0.01 154	0.00 1	0.00 1	0.00 1	0.13 218	1.02 308

test_sample5	3.34 245	0.65 130	5.17 257	2.10 289	0.49 150	3.31 219	0.17 86	11.91 341	7.47 280	6.91 252	9.15 276	3.61 187	3.37 250	7.53 254	3.06 272	0.02 247	0.85 356	0.00 1	0.10 292	0.07 117	0.90 290

MMNet	4.44 339	1.37 311	6.26 320	1.73 239	1.64 322	10.51 407	0.61 202	9.27 273	9.66 345	9.55 366	9.22 277	7.40 314	6.52 367	7.90 274	6.98 363	0.01 154	0.00 1	0.00 1	0.00 1	0.14 229	0.10 53

ACRE	2.67 186	1.66 344	6.50 329	0.72 107	2.03 354	2.65 147	0.84 266	5.97 148	5.52 193	7.85 298	9.23 278	1.72 115	1.09 122	4.09 107	2.73 260	0.02 247	0.19 270	0.02 359	0.08 278	0.26 327	0.21 129

NINENet	3.38 252	0.81 173	4.16 190	1.88 259	1.40 312	7.31 365	0.48 166	12.95 377	6.64 246	7.29 280	9.24 279	5.21 255	1.18 137	6.72 193	1.89 202	0.17 385	0.08 228	0.07 403	0.00 1	0.09 145	0.03 12

IPLGR_C	2.69 188	1.75 356	6.20 315	0.79 120	2.06 356	2.64 145	0.86 274	6.36 168	5.64 197	8.13 315	9.26 280	1.69 114	1.15 134	3.79 97	2.80 265	0.02 247	0.20 275	0.02 359	0.08 278	0.26 327	0.18 109

anonymity	8.04 415	4.13 441	12.86 425	7.43 465	13.11 483	8.34 376	2.02 347	18.21 444	7.55 286	13.88 433	9.27 281	10.63 369	7.79 395	11.57 408	6.06 350	6.25 471	5.59 495	3.71 470	3.28 475	3.27 459	5.78 467

TestStereo1	3.12 228	1.34 302	4.67 234	3.47 419	0.71 202	2.50 125	1.45 323	7.27 212	8.71 320	4.91 162	9.28 282	2.34 135	3.61 260	9.44 356	1.62 168	0.00 1	0.33 296	0.00 1	0.00 1	0.30 351	0.40 194

SA-5K	3.12 228	1.34 302	4.67 234	3.47 419	0.71 202	2.50 125	1.45 323	7.27 212	8.71 320	4.91 162	9.28 282	2.34 135	3.61 260	9.44 356	1.62 168	0.00 1	0.33 296	0.00 1	0.00 1	0.30 351	0.40 194

test_sample8	8.50 424	1.36 306	7.91 371	1.40 190	0.63 187	5.54 323	2.72 359	12.78 369	6.78 253	17.61 448	9.29 284	24.63 460	19.17 457	12.52 418	13.17 438	1.74 453	25.14 505	3.05 466	2.96 471	0.22 301	1.35 343

ACVNet	2.86 203	0.96 228	3.87 160	0.86 131	0.61 183	2.63 140	0.54 180	8.93 258	6.12 218	5.09 169	9.32 285	5.70 274	3.84 272	2.68 72	5.56 346	0.00 1	0.00 1	0.00 1	0.00 1	0.26 327	0.23 142

acv_ft	3.90 296	0.96 228	5.85 300	2.56 364	4.70 445	7.27 364	0.84 266	9.17 269	6.12 218	10.00 377	9.32 285	5.70 274	4.07 286	2.68 72	8.24 379	0.00 1	0.00 1	0.00 1	0.00 1	0.35 368	0.23 142

DCRE	2.21 131	0.95 225	3.17 90	2.10 289	1.30 303	1.86 69	0.05 20	5.33 95	4.69 155	3.59 127	9.37 287	3.81 193	1.18 137	2.34 65	1.22 132	0.01 154	0.97 380	0.00 1	0.30 395	0.04 69	1.97 418

IIG-Stereo	3.28 239	0.98 234	3.57 136	4.14 437	0.22 85	2.56 131	0.71 233	7.04 202	6.10 217	8.49 327	9.38 288	7.82 323	2.73 219	9.69 369	1.99 211	0.02 247	0.02 154	0.00 1	0.00 1	0.03 45	0.14 76

NCCL2	6.27 382	2.46 405	7.00 347	2.36 340	1.11 270	9.48 391	11.14 462	13.01 378	10.40 356	9.94 376	9.49 289	22.11 456	7.42 388	9.90 379	8.56 384	0.01 154	0.00 1	0.02 359	0.03 245	0.20 284	0.73 273

AdaStereo	3.34 245	0.74 161	4.00 179	3.10 401	0.51 160	4.22 289	1.25 314	12.84 370	8.39 312	6.33 216	9.55 290	5.77 277	1.54 169	5.53 151	2.74 262	0.02 247	0.00 1	0.00 1	0.00 1	0.03 45	0.15 89
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.
CIPLG	2.72 194	1.69 345	6.02 306	0.80 123	2.14 358	2.66 148	0.84 266	5.90 140	5.59 195	8.12 314	9.58 291	1.74 116	1.14 128	4.53 122	2.82 266	0.02 247	0.19 270	0.02 359	0.09 286	0.26 327	0.22 135

ffm	3.41 257	0.98 234	7.03 349	1.64 217	1.07 260	2.84 170	0.47 156	5.55 111	10.56 358	6.68 242	9.59 292	5.66 269	3.87 275	8.20 290	0.68 34	0.00 1	1.13 412	0.00 1	0.19 337	0.11 179	1.88 410

ff1	4.11 314	0.98 234	7.03 349	1.64 217	1.07 260	2.84 170	0.47 156	5.55 111	10.56 358	6.68 242	9.59 292	5.66 269	3.87 275	11.33 401	11.69 425	0.00 1	1.13 412	0.00 1	0.19 337	0.11 179	1.88 410

mmx	4.50 341	0.98 234	7.03 349	1.64 217	1.07 260	2.84 170	0.47 156	12.84 370	11.23 376	6.68 242	9.59 292	5.66 269	3.87 275	11.33 401	11.69 425	0.05 326	1.12 409	0.00 1	0.19 337	0.10 166	1.53 353

xxx	4.50 341	0.98 234	7.04 352	1.64 217	1.07 260	2.84 170	0.47 156	12.84 370	11.23 376	6.68 242	9.59 292	5.66 269	3.87 275	11.33 401	11.69 425	0.05 326	1.12 409	0.00 1	0.19 337	0.10 166	1.53 353

ADLNet	4.56 345	1.19 274	5.52 283	3.81 431	3.59 411	6.98 357	2.40 355	12.01 345	7.96 300	10.52 387	9.67 296	8.26 330	4.98 323	6.59 185	6.93 362	0.01 154	0.01 121	0.00 1	0.01 214	0.22 301	0.55 231

delet	4.59 348	1.12 262	5.93 302	1.37 185	3.73 417	10.48 405	3.90 390	10.51 306	9.17 336	8.87 341	9.74 297	8.37 334	3.74 269	8.12 287	6.36 359	0.00 1	0.00 1	0.00 1	0.00 1	0.21 294	0.12 66

xxxx	5.16 369	0.86 194	4.86 242	1.96 274	1.22 287	7.56 370	0.07 32	14.67 413	9.15 335	6.55 233	9.87 298	9.30 347	3.47 254	8.07 285	22.20 463	0.05 326	1.16 425	0.00 1	0.26 382	0.10 166	1.76 393

ADLNet2	4.72 355	1.44 323	6.68 338	3.03 392	3.90 422	6.80 352	2.91 367	11.67 338	9.63 343	7.99 305	9.89 299	9.75 353	5.32 341	7.70 263	7.13 367	0.01 154	0.03 179	0.00 1	0.00 1	0.26 327	0.22 135

RAFT-Stereo + iAFF	2.48 165	1.23 287	3.48 123	1.61 214	1.09 267	1.63 45	0.15 77	5.80 130	6.43 233	7.32 283	9.91 300	3.05 155	1.71 178	2.33 64	1.75 190	0.01 154	0.71 341	0.00 1	0.00 1	0.28 340	1.19 325

CFNet-ft	3.70 281	1.59 337	3.87 160	1.68 228	2.42 370	3.20 209	0.66 216	8.93 258	7.76 291	5.09 169	9.95 301	10.77 375	5.43 344	7.41 236	4.71 328	0.00 1	0.00 1	0.03 377	0.01 214	0.30 351	0.11 62

CFNet_RVC	3.70 281	1.59 337	3.87 160	1.68 228	2.42 370	3.20 209	0.66 216	8.92 257	7.76 291	5.09 169	9.95 301	10.77 375	5.43 344	7.41 236	4.71 328	0.00 1	0.00 1	0.03 377	0.01 214	0.30 351	0.11 62

CRFU-Net	4.81 360	0.78 164	5.69 293	3.10 401	1.39 311	13.18 433	3.23 380	12.26 351	4.33 129	10.91 399	9.98 303	10.94 380	7.93 398	7.47 248	3.94 304	0.16 381	0.16 263	0.16 425	0.00 1	0.26 327	0.29 166

MIM_Stereo	2.83 200	1.20 282	5.27 261	1.41 193	1.16 278	3.07 198	0.33 130	6.67 182	3.95 111	5.17 174	10.11 304	4.25 219	1.73 182	8.32 304	1.64 175	0.00 1	0.36 302	0.00 1	0.01 214	0.22 301	1.69 378

MyStereo8	3.30 242	1.69 345	6.28 321	2.51 355	3.79 419	4.22 289	0.07 32	7.43 222	6.39 232	6.51 229	10.13 305	4.23 217	1.45 157	2.79 76	5.08 338	0.06 336	1.49 453	0.00 1	0.40 418	0.26 327	1.33 341

hitnet-ft	3.95 302	1.16 268	3.92 170	0.89 136	0.73 207	4.88 313	0.54 180	9.78 284	7.91 298	7.42 286	10.24 306	12.50 396	4.84 317	8.15 288	5.56 346	0.03 286	0.00 1	0.06 398	0.00 1	0.24 318	0.12 66

UDG	9.12 431	10.06 471	6.35 325	10.06 469	9.64 473	10.48 405	2.33 353	12.73 366	10.19 350	8.33 321	10.27 307	16.70 424	10.47 423	8.33 305	9.07 395	4.28 467	2.59 472	18.90 484	3.83 478	11.35 477	6.50 471

1111x	4.96 364	1.04 248	7.09 354	1.75 241	1.05 257	5.03 316	0.32 127	13.52 394	10.70 363	6.68 242	10.35 308	8.81 345	6.01 355	10.65 391	12.78 436	0.07 344	1.24 434	0.00 1	0.33 404	0.11 179	1.75 391

ccs_rob	2.95 215	0.55 91	4.53 221	0.42 59	0.25 93	2.84 170	0.12 55	8.58 248	8.13 305	7.18 271	10.36 309	6.44 292	2.05 192	5.28 143	1.97 208	0.00 1	0.02 154	0.01 326	0.00 1	0.06 98	0.23 142

CFNet_pseudo	2.96 217	0.55 91	4.51 217	0.43 62	0.24 89	2.83 168	0.12 55	8.59 249	8.13 305	7.20 274	10.41 310	6.47 293	2.04 191	5.27 142	2.00 213	0.00 1	0.02 154	0.01 326	0.00 1	0.06 98	0.23 142

SMFormer	3.94 300	0.69 144	4.55 223	1.97 275	0.15 46	2.84 170	0.29 118	13.06 380	11.10 371	7.69 291	10.45 311	4.77 236	4.52 301	9.68 364	4.89 332	0.08 351	0.97 380	0.00 1	0.16 319	0.11 179	0.92 295

tta	3.96 304	0.69 144	4.55 223	1.97 275	0.15 46	2.84 170	0.29 118	13.06 380	11.10 371	7.69 291	10.45 311	4.77 236	4.52 301	9.68 364	4.89 332	0.08 351	0.97 380	0.00 1	0.16 319	0.13 218	1.24 330

qqq1	3.78 288	0.69 144	4.55 223	1.97 275	0.15 46	2.84 170	0.29 118	13.06 380	11.10 371	7.69 291	10.45 311	4.77 236	4.52 301	9.68 364	1.24 134	0.08 351	0.97 380	0.00 1	0.12 305	0.13 218	1.24 330

fff1	3.78 288	0.69 144	4.55 223	1.97 275	0.15 46	2.84 170	0.29 118	13.06 380	11.10 371	7.69 291	10.45 311	4.77 236	4.52 301	9.68 364	1.24 134	0.08 351	0.97 380	0.00 1	0.12 305	0.13 218	1.24 330

StereoVision	2.42 161	1.18 271	5.14 255	1.15 159	2.64 379	1.89 70	0.28 116	6.61 180	4.72 156	2.14 96	10.52 315	3.84 194	0.52 76	5.33 144	2.29 238	0.00 1	0.00 1	0.00 1	0.00 1	0.12 196	0.04 21

DeepPrunerF	7.18 404	3.58 431	25.29 473	4.27 442	7.20 463	3.78 265	4.64 406	14.03 405	20.86 446	8.85 339	10.57 316	7.35 312	7.88 397	12.16 416	10.66 417	0.25 403	0.16 263	0.29 441	0.43 424	0.77 423	0.65 254

LCNet	2.94 213	0.55 91	2.57 39	1.03 152	0.59 181	2.05 83	1.55 330	5.51 107	4.19 123	6.08 207	10.58 317	4.54 227	6.63 369	7.59 259	0.90 74	0.01 154	0.00 1	0.01 326	0.76 444	0.31 358	3.43 454

GANet-RSSM	3.67 276	1.16 268	4.56 227	3.24 408	2.03 354	2.63 140	0.50 173	11.53 336	6.83 256	6.25 211	10.58 317	7.35 312	6.65 370	6.77 199	2.94 267	0.00 1	0.00 1	0.08 409	0.00 1	0.26 327	0.12 66

LMCR-Stereo	3.92 298	1.96 374	4.92 245	2.85 383	0.23 88	7.88 372	1.47 325	12.52 362	5.39 187	8.71 335	10.65 319	1.90 123	5.04 326	8.53 318	4.89 332	1.05 440	0.00 1	0.00 1	0.00 1	0.42 383	0.05 27

GANetREF_RVC	6.97 398	3.59 432	9.14 401	4.00 433	0.40 135	13.17 432	11.27 466	15.95 427	17.51 430	10.62 390	10.66 320	12.15 394	7.97 399	13.18 426	5.04 336	0.45 420	0.00 1	0.01 326	0.15 317	3.47 461	0.60 241
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
AACVNet	3.71 283	1.63 340	4.89 243	3.80 430	0.62 185	3.25 213	0.30 124	9.47 279	3.81 98	6.34 219	10.74 321	10.52 365	4.92 320	9.31 353	3.88 299	0.03 286	0.01 121	0.00 1	0.00 1	0.34 366	0.28 163

DeepPruner_ROB	3.82 292	1.87 362	5.65 290	1.31 179	1.64 322	3.62 249	0.81 257	14.47 411	5.03 175	8.03 308	10.78 322	6.95 307	2.26 200	8.92 336	4.32 316	0.07 344	0.03 179	0.00 1	0.01 214	0.37 374	0.29 166

PSMNet_ROB	5.41 372	2.45 404	7.39 360	2.36 340	1.90 345	10.11 400	6.54 431	16.32 431	7.59 287	6.84 251	10.83 323	12.06 393	4.13 288	8.73 327	10.24 410	0.02 247	0.01 121	0.01 326	0.11 299	0.26 327	0.40 194

SA	3.34 245	1.29 293	4.84 240	1.99 280	0.57 177	3.15 207	1.39 321	7.66 231	9.94 348	4.86 161	10.87 324	2.97 154	4.61 310	9.88 377	1.38 149	0.00 1	0.60 325	0.00 1	0.19 337	0.25 326	0.37 188

STrans-v2	3.55 267	0.94 223	5.06 252	0.32 38	0.60 182	2.97 192	1.15 307	11.08 322	7.97 301	6.01 202	10.93 325	6.65 297	6.86 374	8.37 308	1.66 180	0.00 1	0.01 121	0.00 1	0.00 1	0.04 69	0.39 193

CVANet_RVC	4.68 354	1.93 370	5.57 286	2.61 365	1.86 343	4.12 286	4.94 410	12.11 346	9.29 337	8.05 311	11.08 326	10.28 361	6.48 366	9.52 360	3.19 280	0.45 420	0.01 121	0.00 1	0.12 305	0.23 313	1.75 391

CFNet	4.03 307	1.97 375	6.30 322	2.70 371	1.64 322	5.41 322	0.22 102	12.14 349	10.28 351	5.24 175	11.15 327	6.43 291	3.70 266	8.97 342	4.01 307	0.00 1	0.00 1	0.00 1	0.00 1	0.30 351	0.13 72

mmm	3.07 224	0.76 163	4.50 216	2.27 324	1.24 291	3.75 263	0.12 55	10.03 292	5.12 176	6.43 222	11.19 328	3.10 159	3.20 234	4.54 123	1.78 192	0.02 247	1.19 430	0.00 1	0.30 395	0.09 145	1.79 396

iResNet_ROB	4.67 353	1.77 359	5.93 302	2.47 352	0.95 245	3.78 265	0.36 133	15.65 423	17.36 428	8.75 337	11.23 329	7.05 309	4.60 309	8.94 339	4.23 312	0.01 154	0.00 1	0.00 1	0.00 1	0.16 249	0.15 89

SACVNet	4.55 343	1.88 363	5.55 284	3.38 415	1.68 328	3.11 201	2.76 364	12.44 359	6.43 233	11.07 404	11.31 330	10.53 367	5.13 332	9.88 377	4.56 324	0.08 351	0.02 154	0.00 1	0.01 214	0.38 377	0.80 281

MSMDNet	3.15 231	0.51 75	4.48 215	0.46 69	0.25 93	2.88 184	0.16 82	9.79 285	9.82 347	7.24 276	11.36 331	6.82 303	2.41 208	4.47 119	1.86 196	0.01 154	0.02 154	0.02 359	0.00 1	0.06 98	0.30 170

AIO-Stereo-zeroshot1	4.10 313	1.65 342	13.34 429	2.14 294	1.84 340	4.03 281	0.98 291	13.13 385	4.97 173	4.53 156	11.37 332	9.85 355	1.97 188	4.88 129	2.74 262	0.03 286	0.90 366	0.00 1	1.11 453	0.84 427	1.72 385

PCWNet_CMD	3.14 230	0.51 75	4.47 213	0.44 65	0.26 98	2.87 183	0.15 77	9.66 282	9.78 346	7.28 279	11.50 333	6.84 304	2.40 207	4.47 119	1.83 194	0.01 154	0.02 154	0.02 359	0.00 1	0.06 98	0.29 166

SQANet	8.22 420	4.42 444	7.19 356	12.11 477	9.77 474	11.80 420	3.23 380	12.00 344	6.60 241	8.59 330	11.52 334	10.97 381	5.31 340	11.10 396	4.20 310	9.56 479	2.29 465	10.51 478	1.61 466	13.06 482	8.49 475

test_sample6	3.60 273	0.66 134	5.27 261	2.23 311	0.48 147	3.25 213	0.21 100	11.94 343	7.53 285	7.18 271	11.56 335	3.99 201	3.86 274	8.03 281	3.88 299	0.03 286	0.83 350	0.00 1	0.09 286	0.07 117	0.86 287

DualNet	3.48 262	0.65 130	5.17 257	2.10 289	0.49 150	3.31 219	0.17 86	11.91 341	7.47 280	7.18 271	11.56 335	3.61 187	3.37 250	7.53 254	3.06 272	0.02 247	0.85 356	0.00 1	0.10 292	0.07 117	0.90 290

test_xeample	4.78 359	0.93 214	4.68 236	1.48 203	1.28 296	3.94 274	0.13 64	13.35 390	8.62 318	8.21 318	11.63 337	3.43 177	3.54 256	7.59 259	23.47 468	0.02 247	1.16 425	0.00 1	0.25 369	0.11 179	1.74 390

RASNet	5.00 365	1.19 274	5.69 293	3.68 426	4.80 446	5.04 317	1.29 318	10.26 296	8.99 329	5.89 193	11.65 338	10.55 368	9.76 419	9.96 381	10.32 412	0.20 393	0.00 1	0.00 1	0.00 1	0.09 145	0.73 273

PSMNet-RUCA	6.00 377	5.79 454	14.15 435	10.30 471	7.63 465	6.94 354	1.89 342	12.74 367	10.95 370	4.10 146	11.72 339	4.77 236	1.72 180	8.74 328	5.09 339	1.88 457	0.12 249	4.77 472	0.71 442	5.10 465	0.82 283

DISCO	6.58 391	0.98 234	6.44 327	3.75 428	1.18 280	11.19 415	3.29 384	12.92 374	16.72 424	7.27 278	11.74 340	17.34 429	6.60 368	19.59 465	11.59 424	0.00 1	0.00 1	0.00 1	0.00 1	0.45 391	0.50 220

222	5.93 375	0.88 204	4.58 228	1.76 243	0.98 248	6.02 339	0.08 38	14.45 410	8.89 325	9.53 364	11.77 341	3.88 196	4.23 294	8.26 292	39.96 497	0.03 286	1.12 409	0.00 1	0.24 365	0.11 179	1.73 387

PSMNet-RSSM	3.69 279	1.36 306	4.54 222	2.44 349	1.90 345	2.35 110	0.69 226	11.77 339	6.38 231	6.60 237	11.85 342	7.70 319	5.61 348	6.66 191	3.67 286	0.00 1	0.00 1	0.02 359	0.01 214	0.17 258	0.10 53

PSM-AAD	3.43 261	0.31 7	2.16 23	0.80 123	0.57 177	2.53 129	5.97 419	5.53 109	3.98 114	11.00 401	11.90 343	2.93 151	9.36 418	8.03 281	1.00 94	0.01 154	0.01 121	0.00 1	0.00 1	0.06 98	2.39 440

AFF-stereo	2.87 205	1.31 296	3.26 98	1.87 256	0.38 127	1.68 50	0.09 41	6.38 169	7.07 265	6.52 230	11.90 343	6.08 283	2.32 205	5.05 136	1.65 177	0.02 247	0.66 330	0.00 1	0.00 1	0.29 348	0.94 297

cf-r	3.76 286	1.43 319	5.34 266	2.66 367	2.79 383	2.85 181	0.62 206	9.08 263	6.91 260	7.06 261	11.90 343	9.64 350	3.83 271	6.23 174	4.53 323	0.00 1	0.00 1	0.00 1	0.00 1	0.19 275	0.17 106

MLCV	3.76 286	1.52 331	6.93 346	1.66 223	0.31 105	4.31 294	0.32 127	7.92 237	7.68 290	9.55 366	12.12 346	5.17 253	2.74 220	10.00 382	4.49 322	0.01 154	0.00 1	0.00 1	0.00 1	0.16 249	0.27 159

DN-CSS_ROB	3.00 221	2.14 384	7.33 357	2.67 369	0.78 217	3.13 204	0.07 32	6.68 186	4.22 125	5.51 185	12.12 346	2.33 134	1.21 143	8.69 326	2.51 244	0.03 286	0.00 1	0.00 1	0.00 1	0.42 383	0.15 89

iResNetv2_ROB	4.72 355	2.26 390	8.87 394	3.20 406	1.25 292	4.32 295	1.73 338	14.22 408	10.62 361	10.53 388	12.13 348	7.77 320	5.54 347	8.29 298	2.76 264	0.00 1	0.00 1	0.00 1	0.00 1	0.42 383	0.55 231

ttt	4.41 338	0.70 151	3.95 174	2.53 359	2.01 352	4.34 298	0.41 144	13.09 384	11.69 383	7.20 274	12.20 349	4.15 211	3.35 249	9.54 361	10.11 407	0.07 344	1.11 408	0.00 1	0.19 337	0.10 166	1.47 349

HSM-Net_RVC	4.40 335	0.44 39	3.22 94	0.72 107	0.68 193	7.06 359	1.82 341	12.57 363	8.48 316	9.04 347	12.20 349	14.98 410	5.14 333	7.32 233	4.19 309	0.02 247	0.02 154	0.00 1	0.00 1	0.02 16	0.14 76
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM	4.25 328	0.86 194	5.73 296	0.45 66	0.22 85	3.61 245	1.18 308	5.51 107	15.39 415	4.99 167	12.34 351	15.09 413	3.71 267	10.58 390	3.76 292	0.00 1	0.46 314	0.00 1	0.34 408	0.36 371	0.36 187

XQC	9.46 434	4.84 448	18.88 455	4.07 434	3.09 392	15.97 443	6.65 432	16.26 430	26.63 461	12.63 419	12.35 352	15.75 415	10.62 425	16.48 449	21.19 459	0.44 418	0.96 377	0.05 394	0.32 401	1.10 431	0.99 301

StereoDRNet-Refined	4.84 362	0.96 228	5.13 254	2.22 308	0.46 145	9.10 388	0.16 82	10.72 312	9.40 341	13.41 428	12.50 353	10.02 357	4.58 307	8.60 320	8.71 388	0.01 154	0.00 1	0.01 326	0.05 267	0.24 318	0.53 228
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SuperB	8.29 421	3.96 439	24.92 471	2.96 388	1.33 307	9.83 396	4.15 395	10.92 319	29.79 467	11.86 415	12.51 354	6.07 282	6.97 377	11.13 398	14.73 448	0.15 377	0.11 245	0.35 443	0.26 382	12.64 480	1.11 317

CFNet_ucs	3.23 236	0.56 102	4.59 229	0.59 82	0.37 126	3.29 217	0.19 93	10.47 304	9.02 331	7.78 297	12.57 355	5.59 267	1.74 183	5.39 146	1.86 196	0.00 1	0.04 196	0.01 326	0.00 1	0.10 166	0.33 177

HI	3.39 253	1.19 274	4.03 181	1.46 199	0.19 61	2.26 100	0.04 16	6.21 162	3.86 104	8.51 328	12.61 356	11.86 390	6.44 364	4.55 124	4.27 313	0.00 1	0.06 211	0.00 1	0.00 1	0.12 196	0.15 89

CoSv	3.39 253	1.19 274	4.03 181	1.46 199	0.19 61	2.26 100	0.04 16	6.21 162	3.86 104	8.51 328	12.61 356	11.86 390	6.44 364	4.55 124	4.27 313	0.00 1	0.06 211	0.00 1	0.00 1	0.12 196	0.15 89

TDLM	4.58 346	1.79 361	5.03 251	2.45 350	1.32 306	4.04 283	7.15 441	11.60 337	11.46 380	6.91 252	12.69 358	5.94 281	5.03 324	9.74 370	3.80 296	0.67 431	0.00 1	0.01 326	0.05 267	0.23 313	1.78 395

DAS	4.18 321	0.53 82	6.20 315	2.20 304	3.69 414	2.78 164	3.12 375	8.69 251	10.29 352	9.39 362	12.80 359	4.58 230	7.20 382	9.08 346	2.70 256	0.02 247	0.00 1	0.00 1	0.00 1	0.04 69	0.34 179

SepStereo	4.22 324	0.53 82	6.20 315	2.20 304	3.69 414	2.78 164	3.12 375	8.69 251	10.29 352	9.39 362	12.80 359	4.58 230	7.20 382	9.74 370	2.70 256	0.02 247	0.00 1	0.00 1	0.00 1	0.04 69	0.34 179

iResNet	4.04 308	1.46 326	8.72 388	3.25 409	0.36 122	4.54 305	0.47 156	9.06 261	10.40 356	7.98 303	12.82 361	4.06 206	3.22 236	8.82 330	4.95 335	0.03 286	0.01 121	0.00 1	0.00 1	0.14 229	0.55 231

HGLStereo	4.58 346	1.04 248	6.02 306	3.30 412	5.14 452	6.36 344	0.71 233	11.04 320	7.60 288	8.04 309	12.85 362	6.90 305	8.51 406	7.85 270	5.93 349	0.02 247	0.02 154	0.00 1	0.00 1	0.14 229	0.15 89

DRN-Test	6.23 381	1.51 329	7.53 364	3.07 400	3.69 414	12.17 426	3.23 380	20.80 467	11.11 375	12.64 420	13.02 363	10.91 379	5.26 335	8.49 317	10.12 408	0.05 326	0.05 205	0.04 387	0.04 263	0.28 340	0.65 254

TransformOpticalFlow	3.50 263	0.83 180	4.85 241	1.09 155	0.31 105	3.52 239	0.14 74	10.32 297	8.02 302	5.78 188	13.25 364	6.63 296	4.91 319	8.36 307	1.63 171	0.00 1	0.01 121	0.01 326	0.00 1	0.06 98	0.24 151

DLCB_ROB	4.87 363	1.45 325	4.75 239	2.52 358	1.13 274	6.25 343	3.01 371	10.44 303	8.34 310	11.05 403	13.43 365	14.04 403	3.90 279	9.74 370	6.80 361	0.00 1	0.00 1	0.00 1	0.00 1	0.08 130	0.37 188

APVNet	6.28 383	2.46 405	10.09 412	3.51 421	3.97 426	12.15 425	1.75 339	20.08 463	6.73 250	6.92 258	13.45 366	10.75 374	6.29 362	11.86 411	14.34 447	0.05 326	0.02 154	0.11 412	0.03 245	0.63 408	0.34 179

HHNet	2.71 191	0.69 144	3.31 103	0.25 30	0.39 130	2.80 167	0.90 280	6.33 165	5.68 203	7.51 289	13.70 367	0.94 88	3.14 231	5.42 148	2.54 250	0.14 375	0.02 154	0.06 398	0.00 1	0.24 318	0.07 41

FINET	6.96 397	2.98 422	13.77 431	3.20 406	4.81 447	9.65 393	9.90 458	13.68 398	23.91 456	8.28 320	13.70 367	5.36 260	5.83 350	10.79 392	8.05 377	0.90 437	1.43 447	0.11 412	0.38 415	0.48 397	1.98 421

DPSNet	10.88 449	2.57 409	20.40 461	2.24 315	1.90 345	24.92 467	17.00 488	21.35 470	28.61 466	12.87 422	13.74 369	17.01 428	20.14 461	15.36 441	14.01 445	0.81 435	0.98 386	0.20 434	0.65 439	1.30 438	1.54 355

SAMSARA	15.67 465	3.89 438	14.48 438	13.77 480	7.92 468	38.69 489	73.90 512	21.22 469	24.66 457	17.04 447	13.86 370	30.01 470	13.07 438	18.07 459	17.48 454	0.23 398	1.46 450	0.07 403	0.40 418	0.99 429	2.15 430

DDUNet	10.03 440	12.17 477	8.24 380	13.02 478	11.73 480	10.32 403	3.76 388	12.27 352	8.35 311	9.64 369	13.89 371	16.48 420	6.67 372	9.50 359	7.00 364	6.80 473	3.45 485	21.10 485	4.33 480	12.78 481	9.12 477

LALA_ROB	7.02 400	2.54 408	8.51 381	1.53 208	0.96 247	9.96 397	8.71 452	16.70 433	12.68 393	12.99 423	13.90 372	24.47 459	5.40 343	11.61 409	9.50 400	0.04 311	0.05 205	0.00 1	0.02 233	0.17 258	0.65 254

CC-Net-ROB	8.09 416	10.11 472	9.03 397	4.07 434	3.74 418	15.24 440	4.84 409	18.44 445	10.87 367	6.73 248	14.03 373	7.54 316	4.68 311	11.61 409	3.98 305	6.59 472	2.54 470	16.51 482	1.19 456	7.88 474	2.20 433

pcwnet_v2	4.36 331	0.46 48	9.07 399	1.43 196	1.10 269	3.41 224	0.40 141	13.44 393	14.60 409	10.29 383	14.22 374	5.82 280	2.97 228	6.75 195	2.29 238	0.01 154	0.05 205	0.04 387	0.02 233	0.17 258	0.61 244

iinet-f	6.21 380	2.11 382	28.74 481	2.13 293	1.38 310	11.62 418	1.49 327	7.64 230	7.19 271	7.77 296	14.38 375	10.49 364	7.79 395	7.76 267	12.90 437	0.03 286	0.03 179	0.05 394	0.00 1	0.67 412	0.12 66

SGM-Forest	5.40 370	0.84 183	4.19 195	1.43 196	0.68 193	10.12 401	6.41 429	12.13 347	11.86 385	11.50 412	14.43 376	11.62 385	5.20 334	9.93 380	6.16 354	0.16 381	0.04 196	0.00 1	0.00 1	0.08 130	1.24 330
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HBP-ISP	4.37 333	1.56 334	4.59 229	2.23 311	1.29 301	7.87 371	3.96 392	11.80 340	10.91 369	8.06 313	14.45 377	3.38 169	4.87 318	9.27 352	2.53 245	0.14 375	0.06 211	0.00 1	0.01 214	0.08 130	0.30 170

PDISCO_ROB	10.27 443	2.79 419	13.30 427	10.58 474	9.96 475	22.78 463	5.99 420	20.01 459	28.57 465	11.88 416	14.49 378	20.54 451	4.92 320	17.01 454	10.29 411	5.79 470	0.42 309	0.14 421	0.13 311	2.53 456	3.25 451

DGSMNet	7.10 401	3.49 429	15.11 442	4.36 446	4.41 434	8.94 387	6.25 426	15.10 418	14.28 408	8.15 316	14.51 379	10.08 358	5.38 342	11.04 395	7.95 375	1.49 449	2.00 462	1.79 461	1.68 467	2.43 454	3.48 455

STTRV1_RVC		1.18 271		3.33 413	6.91 461	11.99 423	4.01 393	15.74 425	12.11 386	9.56 368	14.59 380	11.64 386	8.75 409	12.86 423	8.54 383	3.70 466	2.86 476	0.41 447	0.13 311	1.38 440	0.12 66

PS-NSSS	4.22 324	2.53 407	5.89 301	1.01 149	2.93 386	4.05 285	1.93 344	11.44 332	8.94 327	7.14 268	14.70 381	4.96 247	2.60 215	9.09 347	3.92 301	0.40 416	0.04 196	0.83 452	0.00 1	1.09 430	1.02 308

GwcNet-RSSM	4.13 319	1.71 349	6.25 319	2.50 354	1.93 348	2.39 114	1.49 327	9.59 281	8.71 320	6.66 241	15.04 382	8.47 339	3.84 272	6.87 202	6.74 360	0.00 1	0.00 1	0.04 387	0.00 1	0.29 348	0.15 89

CBMV_ROB	4.66 352	0.85 186	3.94 172	1.64 217	0.75 212	8.38 381	1.90 343	11.19 324	10.36 354	9.20 355	15.21 383	7.28 311	6.99 378	9.48 358	5.24 342	0.04 311	0.05 205	0.00 1	0.00 1	0.07 117	0.64 253

PASM	9.11 430	5.68 452	25.06 472	4.33 444	4.18 431	7.01 358	8.48 449	12.37 355	20.95 447	13.49 429	15.37 384	18.80 439	11.52 432	14.70 437	12.70 434	0.93 438	1.19 430	0.32 442	1.21 457	1.66 444	2.22 435

S-Stereo	6.85 394	0.93 214	10.76 417	3.34 414	3.51 409	6.55 348	6.01 422	13.75 400	23.86 455	9.65 372	15.54 385	11.81 389	8.24 401	8.59 319	11.23 421	0.13 372	0.16 263	0.00 1	0.42 422	0.14 229	2.39 440

DANet	6.46 387	1.58 336	9.58 410	4.10 436	3.99 428	9.13 389	1.34 320	10.37 300	7.76 291	13.76 432	15.66 386	16.14 419	7.03 380	13.07 425	13.62 444	0.19 390	0.12 249	0.02 359	0.02 233	0.15 245	1.61 361
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	9.17 433	2.08 381	10.31 415	2.51 355	1.66 327	13.22 434	6.04 423	23.09 474	20.11 441	19.55 451	15.80 387	18.97 442	11.96 435	19.34 462	11.38 422	0.66 430	0.30 292	2.15 464	0.90 448	1.15 434	2.16 431

RTSC	9.87 438	4.34 442	16.44 447	4.60 450	2.38 368	12.54 428	0.75 245	18.19 443	37.31 481	16.16 444	15.86 388	13.32 398	7.56 393	20.93 469	23.50 469	0.34 412	1.07 403	0.02 359	0.35 410	0.71 419	0.99 301

XPNet_ROB	6.46 387	1.88 363	7.41 362	2.81 377	0.95 245	6.45 346	6.82 436	13.58 395	8.80 323	15.50 440	15.86 388	19.59 445	7.12 381	11.41 405	9.86 404	0.02 247	0.04 196	0.00 1	0.03 245	0.20 284	0.79 280

ETE_ROB	6.28 383	2.60 410	9.22 402	1.71 234	0.84 227	6.44 345	6.78 435	13.16 386	8.80 323	13.01 424	15.93 390	21.01 454	6.18 359	10.97 393	8.11 378	0.04 311	0.01 121	0.00 1	0.02 233	0.16 249	0.70 269

CBMV	5.97 376	1.52 331	4.51 217	1.99 280	0.53 167	10.02 398	6.94 438	13.27 388	13.80 406	13.08 426	15.93 390	11.36 383	8.11 400	9.82 373	7.27 368	0.08 351	0.15 261	0.00 1	0.00 1	0.30 351	0.74 276
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
XX-Stereo	2.95 215	0.48 60	7.08 353	2.84 382	2.51 376	1.63 45	0.20 96	6.15 156	3.38 62	2.38 99	16.00 392	6.90 305	0.25 14	6.40 179	1.14 116	0.00 1	0.66 330	0.00 1	0.31 399	0.16 249	0.57 234

Ntro	12.91 458	9.95 470	10.01 411	14.12 481	12.55 482	26.31 471	6.76 434	19.04 450	22.03 453	10.23 381	16.26 393	20.22 449	10.06 421	16.81 452	7.93 374	10.16 483	2.55 471	15.19 481	2.86 470	15.27 484	9.93 483

CrosDoStereo	4.05 310	0.71 155	3.52 126	0.51 75	0.20 69	3.25 213	11.21 463	6.34 166	4.96 170	9.04 347	16.44 394	4.92 244	7.28 384	8.29 298	3.84 297	0.00 1	0.02 154	0.01 326	0.00 1	0.18 268	0.19 118

DeepStereo_LL	4.05 310	0.71 155	3.52 126	0.51 75	0.20 69	3.25 213	11.21 463	6.34 166	4.96 170	9.04 347	16.44 394	4.92 244	7.28 384	8.29 298	3.84 297	0.00 1	0.02 154	0.01 326	0.00 1	0.18 268	0.19 118

CSAN	8.41 423	2.86 420	9.35 405	2.43 348	0.82 225	13.59 435	11.68 468	15.80 426	21.98 452	14.71 436	16.46 396	18.00 434	14.42 449	13.68 428	10.10 406	0.10 366	0.13 255	0.15 422	0.19 337	0.43 387	1.28 337

GrayStereo	3.86 294	0.33 9	2.63 47	1.66 223	0.62 185	3.09 200	7.92 448	6.43 173	3.88 106	10.61 389	16.51 397	5.75 276	8.40 403	6.75 195	1.58 161	0.01 154	0.00 1	0.01 326	0.62 437	0.04 69	0.38 191

GMM-Stereo	3.42 259	0.39 20	3.24 96	0.87 133	0.50 153	2.26 100	4.73 407	5.64 120	3.81 98	7.08 263	16.57 398	6.13 284	3.62 262	7.74 266	1.40 151	0.05 326	0.00 1	0.00 1	0.04 263	0.12 196	4.24 463

DispFullNet	18.06 476	27.03 488	34.90 485	22.68 489	20.79 492	15.03 439	3.18 378	16.95 437	26.06 460	20.48 455	16.91 399	20.55 452	18.37 455	23.48 475	12.16 429	5.31 469	2.91 478	31.24 493	8.09 489	22.63 491	12.44 491

THIR-Stereo	3.94 300	1.12 262	3.06 85	0.23 25	0.13 36	4.17 287	6.40 428	5.83 133	4.54 145	10.46 386	16.98 400	6.49 294	7.44 390	8.00 277	3.58 284	0.01 154	0.07 224	0.07 403	0.00 1	0.14 229	0.06 36

dad	5.10 366	2.61 411	6.76 342	1.23 169	0.14 40	2.85 181	0.36 133	7.98 239	14.88 411	10.84 396	17.06 401	15.59 414	3.29 240	7.24 226	4.39 318	1.20 443	0.10 241	4.02 471	0.49 430	0.20 284	0.69 266

FAT-Stereo	6.98 399	0.79 166	7.57 365	2.54 362	1.80 335	6.16 341	4.33 401	19.16 452	18.82 436	10.75 393	17.08 402	18.23 436	13.56 441	9.25 351	8.44 381	0.03 286	0.16 263	0.01 326	0.10 292	0.14 229	0.65 254

Wz-Net-TNSev	12.01 456	11.86 476	38.26 489	2.81 377	1.82 338	18.12 453	11.31 467	16.67 432	21.73 450	15.06 437	17.17 403	19.72 446	20.69 463	20.68 467	21.41 461	0.04 311	0.06 211	0.00 1	0.16 319	0.74 420	1.93 416

test_4	2.58 178	0.70 151	3.30 101	0.43 62	0.30 103	3.97 277	1.11 306	3.91 34	3.83 101	4.15 147	17.20 404	3.44 178	0.52 76	6.60 186	1.58 161	0.00 1	0.13 255	0.00 1	0.11 299	0.20 284	0.20 124

R-Stereo Train	2.60 181	0.46 48	2.94 70	1.10 157	0.18 58	3.61 245	0.60 198	6.88 193	3.50 65	9.13 351	17.23 405	1.77 118	0.77 102	2.03 48	1.65 177	0.00 1	0.01 121	0.00 1	0.00 1	0.01 6	0.21 129

RAFT-Stereo	2.60 181	0.46 48	2.94 70	1.10 157	0.18 58	3.61 245	0.60 198	6.88 193	3.50 65	9.13 351	17.23 405	1.77 118	0.77 102	2.03 48	1.65 177	0.00 1	0.01 121	0.00 1	0.00 1	0.01 6	0.21 129
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Wz-Net-LNSev	7.12 402	2.75 415	18.64 454	1.70 233	4.16 430	12.79 430	6.72 433	13.74 399	13.57 403	11.14 405	17.31 407	11.90 392	8.50 405	8.96 341	9.94 405	0.00 1	0.01 121	0.00 1	0.00 1	0.18 268	0.34 179

Sa-1000	3.81 291	1.26 289	4.64 232	2.29 329	0.55 175	3.51 236	1.58 331	8.37 243	9.13 334	7.97 302	17.42 408	3.98 200	2.76 222	9.61 362	1.68 184	0.00 1	0.69 336	0.00 1	0.18 334	0.23 313	0.27 159

NCC-stereo	7.43 408	2.28 394	8.58 384	3.28 410	4.48 436	8.34 376	4.27 398	20.45 465	13.66 404	9.17 353	17.52 409	16.49 421	14.31 447	13.71 429	8.95 392	1.73 451	0.12 249	0.01 326	0.50 431	0.21 294	0.60 241

Abc-Net	7.43 408	2.28 394	8.58 384	3.28 410	4.48 436	8.34 376	4.27 398	20.45 465	13.66 404	9.17 353	17.52 409	16.49 421	14.31 447	13.71 429	8.95 392	1.73 451	0.12 249	0.01 326	0.50 431	0.21 294	0.60 241
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	8.60 426	2.78 418	17.44 451	1.69 230	4.27 432	16.95 448	5.29 414	13.38 391	12.52 390	13.57 430	17.57 411	10.86 378	11.28 429	18.43 460	23.91 473	0.03 286	0.05 205	0.01 326	0.18 334	0.47 394	1.31 339

RAFT_CTSACE	3.62 275	1.65 342	5.41 271	1.36 182	3.08 391	3.95 276	1.03 295	4.62 62	4.65 152	5.33 178	17.73 412	7.63 318	2.71 218	10.98 394	1.15 117	0.00 1	0.48 317	0.00 1	0.00 1	0.31 358	0.25 154

otaku	12.35 457	8.64 465	9.11 400	13.56 479	10.98 477	26.23 470	7.22 442	19.45 454	19.26 437	11.92 417	17.90 413	20.21 448	8.91 414	16.06 447	6.09 351	9.77 481	2.50 469	13.23 479	1.90 468	14.61 483	9.41 480

ISRNet	4.11 314	0.88 204	6.63 334	3.46 418	2.64 379	2.11 92	0.26 114	7.72 234	6.60 241	11.29 408	17.98 414	8.21 328	2.60 215	6.81 201	4.72 330	0.00 1	0.00 1	0.00 1	0.00 1	0.09 145	0.25 154

AANet_RVC	5.41 372	2.61 411	8.17 377	2.25 317	1.30 303	2.27 103	1.64 334	10.82 314	18.54 435	8.01 307	18.09 415	8.39 337	3.31 243	11.37 404	8.98 394	1.15 442	0.38 305	0.02 359	0.00 1	0.17 258	0.70 269

GwcNet	6.95 396	2.89 421	13.32 428	2.82 379	5.53 454	11.76 419	2.14 351	14.95 416	17.69 431	10.83 395	18.14 416	10.83 377	6.66 371	9.83 374	10.19 409	0.03 286	0.06 211	0.03 377	0.08 278	0.64 409	0.66 262

Wz-Net-MNSev	8.12 417	3.18 423	18.07 453	2.63 366	3.36 404	17.82 452	9.40 456	12.89 373	15.44 417	13.95 434	18.21 417	14.38 407	7.75 394	12.50 417	11.45 423	0.46 422	0.03 179	0.00 1	0.01 214	0.26 327	0.58 236

edge stereo	7.12 402	1.19 274	7.83 369	2.32 334	2.46 372	6.90 353	3.26 383	15.58 422	12.52 390	15.68 442	18.34 418	21.83 455	13.05 437	11.53 406	8.68 386	0.04 311	0.06 211	0.11 412	0.03 245	0.30 351	0.63 251

stereogan	8.18 419	1.32 299	9.05 398	3.59 423	4.00 429	20.16 460	3.13 377	17.25 438	20.16 442	10.68 391	19.19 419	20.56 453	10.70 426	14.74 438	7.00 364	0.34 412	0.04 196	0.21 436	0.08 278	0.70 418	0.65 254

KYRaft	3.68 278	0.43 30	2.53 37	0.89 136	0.49 150	2.28 105	3.89 389	5.30 93	3.82 100	8.99 346	19.28 420	6.54 295	4.96 322	7.92 275	0.96 88	0.01 154	0.00 1	0.00 1	0.01 214	0.06 98	5.17 465

RGC	7.40 405	2.77 417	7.71 367	4.43 448	4.87 448	8.88 385	2.96 369	16.05 428	12.76 397	11.96 418	19.57 421	18.32 437	11.57 433	13.89 433	9.58 402	0.83 436	0.02 154	0.24 439	0.41 421	0.40 381	0.77 278

anonymousa	4.24 326	0.78 164	4.05 184	2.16 295	4.87 448	8.76 384	0.35 132	7.41 221	4.47 142	8.21 318	19.70 422	11.03 382	5.87 351	2.04 50	2.20 224	0.00 1	1.16 425	0.00 1	0.55 434	0.04 69	1.11 317

DEmStereo	3.86 294	0.54 86	4.04 183	0.26 34	0.17 54	5.17 318	2.45 356	4.70 63	4.34 133	8.37 322	19.94 423	5.06 252	10.13 422	7.86 271	3.93 303	0.01 154	0.01 121	0.01 326	0.00 1	0.03 45	0.10 53

ccnet	7.45 410	1.89 367	7.71 367	3.18 404	2.35 367	12.19 427	6.14 425	18.95 448	9.36 340	13.33 427	20.38 424	16.00 418	9.10 417	10.10 383	15.40 452	0.44 418	0.34 298	0.25 440	0.25 369	0.48 397	1.18 324

Prome-Stereo	3.73 284	0.39 20	2.62 46	1.05 153	0.52 164	2.06 85	4.58 404	4.88 73	3.95 111	9.34 360	20.39 425	4.03 203	7.02 379	7.86 271	1.31 142	0.00 1	0.00 1	0.00 1	0.00 1	0.07 117	4.52 464

fast-acv-ft	6.00 377	1.95 373	7.88 370	2.35 338	1.85 341	13.61 436	1.76 340	8.44 245	10.12 349	11.22 406	20.57 426	14.41 408	7.55 392	8.11 286	8.83 389	0.10 366	0.09 235	0.16 425	0.07 275	0.68 414	0.35 184

Syn2CoEx	6.70 392	3.69 435	12.14 423	2.78 375	1.68 328	8.36 379	3.21 379	18.59 446	12.66 392	8.86 340	20.79 427	10.52 365	10.54 424	9.68 364	8.70 387	0.01 154	0.00 1	0.00 1	0.00 1	0.69 416	1.00 303

Wz-Net-LNSev-Ref	6.52 390	2.21 387	12.10 422	2.75 372	3.28 398	10.03 399	3.05 372	12.31 353	11.52 381	10.10 378	21.36 428	11.51 384	7.30 386	11.56 407	10.61 415	0.09 362	0.00 1	0.00 1	0.00 1	0.08 130	0.51 224

DRaft	3.83 293	0.65 130	3.39 112	0.22 23	0.16 51	4.67 307	1.30 319	5.82 132	4.86 167	10.26 382	21.65 429	3.24 162	8.62 408	7.53 254	3.76 292	0.05 326	0.10 241	0.00 1	0.14 314	0.12 196	0.16 98

AnyNet_C32	11.82 454	7.08 458	25.83 474	4.55 449	5.88 457	16.92 447	16.97 487	14.14 406	18.11 434	16.87 446	21.66 430	14.78 409	13.87 445	23.54 476	31.83 488	0.24 400	0.28 290	0.35 443	0.53 433	1.35 439	1.71 384

SHD	10.45 445	3.67 434	14.03 434	4.81 451	4.52 439	11.93 422	1.66 337	21.36 471	38.40 483	18.84 450	21.72 431	17.63 430	13.07 438	15.65 446	17.71 455	0.36 414	1.09 405	0.01 326	0.32 401	0.50 401	1.67 373

ADCPNet	10.18 441	3.40 428	33.24 484	2.38 342	1.74 331	17.75 451	7.65 446	13.20 387	13.03 399	14.09 435	21.72 431	19.36 443	11.40 431	15.43 443	23.00 466	0.28 409	1.15 424	0.39 446	1.48 462	0.68 414	2.21 434

ASMatch	3.41 257	0.62 123	3.59 141	1.99 280	0.48 147	1.91 73	0.66 216	7.01 197	4.43 139	6.25 211	22.02 433	4.56 229	4.72 314	7.78 268	1.85 195	0.01 154	0.01 121	0.00 1	0.03 245	0.02 16	0.21 129

ACVNet-4b	16.48 468	23.07 484	14.73 440	16.69 483	15.18 486	31.83 480	7.30 444	19.71 456	27.82 463	11.54 413	22.10 434	31.68 474	8.96 416	18.88 461	7.28 369	11.04 485	2.65 473	24.93 489	5.02 483	18.57 487	10.67 486

psmorigin	7.74 412	2.19 386	18.99 456	2.51 355	0.89 233	7.08 361	2.74 362	11.25 325	7.90 297	20.49 456	22.36 435	20.16 447	11.95 434	13.84 431	10.61 415	0.04 311	0.18 268	0.06 398	0.24 365	0.27 337	1.07 313

ADCMid	10.97 450	4.49 445	23.66 467	2.53 359	2.52 377	11.46 417	6.31 427	15.31 420	12.85 398	23.57 462	22.99 436	17.92 433	21.04 464	19.57 464	28.05 482	0.47 425	0.43 310	1.10 455	1.32 459	1.73 446	2.10 427

RP	7.41 406	1.90 368	7.33 357	4.26 441	5.25 453	6.64 350	3.46 386	12.44 359	16.23 423	10.36 384	23.00 437	18.72 438	16.59 452	11.10 396	8.47 382	1.10 441	0.02 154	0.12 417	0.16 319	0.43 387	0.65 254

Wz-Net-SNSev	9.92 439	8.01 464	26.42 475	2.26 320	1.85 341	8.36 379	14.30 476	18.01 442	21.68 449	10.78 394	23.95 438	16.84 425	8.60 407	15.59 444	19.76 458	0.01 154	0.03 179	0.01 326	0.00 1	0.52 403	1.34 342

MFN_U_SF_DS_RVC	10.36 444	5.37 450	16.61 449	2.95 387	3.02 389	24.75 466	15.44 478	14.68 414	19.73 438	19.77 454	23.97 439	16.98 426	8.40 403	17.58 457	9.23 397	1.59 450	1.75 458	0.16 425	2.63 469	0.75 421	1.85 406

MDST_ROB	9.13 432	1.31 296	10.16 414	4.36 446	2.48 374	28.66 476	7.64 445	19.96 458	14.97 412	27.53 470	24.02 440	9.47 348	5.27 336	16.31 448	8.61 385	0.63 429	0.19 270	0.00 1	0.00 1	0.08 130	0.90 290

pmcnn	8.17 418	1.70 347	11.49 419	3.18 404	3.07 390	9.66 394	6.06 424	13.60 396	17.71 432	15.23 439	24.02 440	27.61 467	8.81 411	10.36 388	9.51 401	0.08 351	0.08 228	0.00 1	0.00 1	0.31 358	0.87 288

Nwc_Net	7.54 411	1.91 369	8.71 387	4.16 438	3.42 406	10.77 410	2.00 346	20.33 464	12.19 387	9.10 350	24.04 442	17.67 432	13.58 442	12.14 415	9.12 396	0.94 439	0.00 1	0.00 1	0.02 233	0.22 301	0.41 203

RAFT-345	3.36 250	0.55 91	3.43 120	1.23 169	0.21 78	2.62 138	0.46 154	3.91 34	6.34 228	7.46 288	24.49 443	4.19 213	1.74 183	8.27 296	2.25 231	0.01 154	0.00 1	0.00 1	0.00 1	0.02 16	0.02 5

AF-Net	8.37 422	2.16 385	9.01 396	3.65 425	4.58 442	9.40 390	2.63 358	17.71 440	21.32 448	10.38 385	24.51 444	20.43 450	16.67 453	12.54 420	10.76 419	0.70 433	0.00 1	0.12 417	0.00 1	0.47 394	0.42 208

G-Net	8.60 426	1.93 370	12.59 424	6.04 460	3.66 413	25.93 469	4.26 397	10.35 299	8.05 303	19.71 453	24.73 445	14.15 404	15.49 450	11.30 400	10.69 418	0.50 428	0.46 314	0.19 433	0.25 369	0.80 424	0.91 293

ACVNet_1	19.51 480	26.19 487	15.50 443	17.71 484	15.28 487	26.46 472	9.36 454	29.16 484	34.18 473	25.06 467	24.89 446	37.18 482	21.93 467	17.80 458	15.03 450	11.08 486	2.83 474	25.29 490	5.06 485	19.11 488	11.14 487

SGM_RVC	10.77 447	1.11 258	4.66 233	2.66 367	0.41 139	21.03 461	6.87 437	20.02 460	15.54 419	25.86 469	24.97 447	33.59 476	20.51 462	20.89 468	14.78 449	0.31 411	0.26 289	0.22 437	0.26 382	0.43 387	1.01 304
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SDNR	7.97 414	2.75 415	16.90 450	2.28 327	0.94 242	45.23 495	0.43 150	9.30 276	10.84 366	10.71 392	25.30 448	5.51 264	4.47 299	11.98 412	7.58 372	0.15 377	0.14 259	0.00 1	0.04 263	2.27 453	2.65 447

ADCS	13.76 461	6.46 456	30.74 482	3.62 424	2.93 386	14.28 438	11.22 465	20.02 460	34.42 475	23.20 459	25.42 449	19.51 444	19.62 458	24.54 477	33.88 491	0.27 408	0.23 281	0.37 445	0.19 337	1.47 441	2.84 448

ADCRef	7.76 413	2.31 398	19.09 457	2.82 379	3.29 399	11.88 421	3.06 373	11.52 335	10.89 368	13.69 431	25.85 450	8.20 327	8.89 413	8.95 340	22.66 464	0.16 381	0.08 228	0.16 425	0.34 408	0.47 394	0.91 293

ADCL	10.77 447	3.23 424	21.50 463	2.26 320	1.96 351	23.65 464	9.07 453	14.69 415	24.88 458	15.21 438	27.20 451	12.68 397	14.02 446	16.94 453	24.43 475	0.26 406	0.18 268	0.74 450	0.67 440	0.80 424	1.02 308

RainbowNet	18.69 479	27.15 489	22.03 464	18.76 485	15.00 485	27.97 475	10.17 459	27.99 480	34.19 474	15.53 441	27.53 452	25.33 461	13.80 444	19.86 466	10.59 414	14.50 493	3.57 486	23.85 488	5.03 484	18.49 486	12.41 490

SANet	11.48 453	3.34 426	13.93 433	2.40 347	1.01 253	16.49 444	12.16 471	20.05 462	37.28 480	19.62 452	28.04 453	25.61 463	20.10 460	14.43 435	12.39 431	0.10 366	0.06 211	0.03 377	0.06 274	0.76 422	1.73 387

PWC_ROB	8.89 428	4.49 445	15.62 444	2.92 385	4.49 438	7.89 373	1.23 312	17.29 439	20.00 440	16.54 445	28.06 454	14.37 406	11.98 436	14.93 440	15.43 453	0.47 425	0.00 1	0.05 394	0.00 1	0.67 412	1.31 339

WZ-Net	13.61 460	5.57 451	42.84 492	3.89 432	3.19 395	19.90 458	15.44 478	15.67 424	32.04 470	16.13 443	28.69 455	22.17 457	15.84 451	21.40 471	26.87 478	0.75 434	0.01 121	0.01 326	0.03 245	0.51 402	1.20 326

MFMNet_re	14.09 462	9.67 469	20.31 460	10.40 472	7.62 464	21.38 462	17.49 490	21.36 471	31.95 469	23.70 463	29.22 456	18.87 440	27.41 480	14.27 434	11.16 420	2.85 462	1.51 454	0.41 447	0.28 388	4.88 463	7.10 472

MFN_U_SF_RVC	13.54 459	4.69 447	28.43 479	4.24 440	2.50 375	24.26 465	5.99 420	28.23 481	20.18 443	24.06 465	29.38 457	30.35 471	16.92 454	20.98 470	21.39 460	1.35 446	1.13 412	1.02 453	1.41 461	1.88 449	2.50 445

Consistency-Raft	9.58 436	5.11 449	13.00 426	5.61 456	8.92 472	4.03 281	5.07 413	19.73 457	24.90 459	11.32 409	29.86 458	13.36 399	6.16 358	8.00 277	13.47 442	0.67 431	0.34 298	1.81 462	4.36 481	12.23 478	3.62 458

GANet	6.86 395	1.78 360	5.98 305	3.05 395	1.12 273	10.12 401	9.38 455	13.41 392	8.67 319	11.46 410	29.87 459	13.94 402	8.25 402	12.06 413	6.33 358	0.40 416	0.06 211	0.16 425	0.33 404	0.18 268	0.59 239

FTStereo	4.61 349	0.54 86	2.86 65	0.98 148	0.40 135	2.57 132	8.51 451	5.70 123	3.76 97	10.85 397	29.92 460	5.53 265	7.43 389	7.73 265	1.63 171	0.17 385	0.00 1	0.05 394	0.00 1	0.04 69	3.62 458

EDNetEfficient	14.14 463	6.71 457	56.12 498	2.99 389	3.58 410	5.38 321	8.49 450	9.35 278	33.24 471	40.73 488	30.21 461	18.04 435	22.92 471	12.13 414	26.26 477	0.16 381	0.24 284	0.07 403	1.15 454	2.58 457	2.39 440

SPS-STEREO	15.83 466	7.38 460	14.92 441	11.63 476	11.77 481	25.30 468	7.12 440	25.20 477	17.06 427	32.24 477	30.34 462	31.63 473	22.59 468	25.67 478	21.97 462	7.71 475	4.50 491	3.35 469	1.56 465	6.97 473	7.72 474
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MADNet+	27.96 488	35.32 497	91.41 511	21.04 487	8.86 471	49.25 501	47.41 508	36.98 488	37.84 482	21.00 457	30.83 463	25.41 462	34.95 488	46.51 500	51.54 506	3.04 463	3.33 483	1.48 459	1.05 452	5.85 468	6.05 469

PWCDC_ROB	8.50 424	4.40 443	9.57 409	6.16 462	4.54 441	10.46 404	1.03 295	15.30 419	28.16 464	10.88 398	30.88 464	6.96 308	11.31 430	14.57 436	10.40 413	3.10 464	0.02 154	0.00 1	0.00 1	1.55 443	0.63 251

aanetorigin	9.02 429	3.75 436	28.68 480	2.16 295	3.86 420	5.84 336	5.40 417	5.93 145	10.39 355	28.12 471	31.02 465	15.98 417	13.74 443	9.38 354	12.55 433	0.25 403	0.22 278	0.22 437	0.24 365	1.24 435	1.47 349

RAFT-RH_RVC	4.04 308	0.69 144	3.59 141	1.91 263	0.43 142	3.11 201	0.13 64	3.80 31	6.60 241	11.26 407	31.68 466	5.20 254	1.66 174	8.30 301	2.27 234	0.09 362	0.00 1	0.00 1	0.03 245	0.03 45	0.02 5

FCDSN-DC	10.72 446	1.16 268	5.01 250	2.16 295	1.31 305	17.46 450	4.80 408	17.79 441	19.87 439	25.02 466	32.85 467	33.57 475	23.52 474	16.80 451	12.13 428	0.11 370	0.00 1	0.00 1	0.00 1	0.09 145	0.76 277
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LSM	14.85 464	7.41 461	36.29 487	7.76 467	43.77 507	11.24 416	12.14 470	16.73 434	23.72 454	23.73 464	32.92 468	18.89 441	13.31 440	16.60 450	12.37 430	0.26 406	0.86 361	0.11 412	0.43 424	1.24 435	17.26 499

RTS	19.64 481	10.42 473	87.01 507	5.88 457	6.82 459	41.73 492	16.69 483	16.80 435	41.90 487	23.44 460	32.96 469	13.79 400	21.49 465	38.85 492	30.84 485	0.46 422	0.70 338	0.00 1	0.09 286	1.13 432	1.70 381

RTSA	19.64 481	10.42 473	87.01 507	5.88 457	6.82 459	41.73 492	16.69 483	16.80 435	41.90 487	23.44 460	32.96 469	13.79 400	21.49 465	38.85 492	30.84 485	0.46 422	0.70 338	0.00 1	0.09 286	1.13 432	1.70 381

WCMA_ROB	10.20 442	1.99 377	9.33 404	3.01 390	2.46 372	15.78 442	7.67 447	12.75 368	15.41 416	25.08 468	33.42 471	27.06 466	19.86 459	13.87 432	12.47 432	1.28 445	0.38 305	0.18 431	0.20 346	0.28 340	1.54 355

MSC_U_SF_DS_RVC	17.08 470	7.98 463	24.37 470	6.82 464	2.93 386	39.68 491	16.11 480	25.46 478	34.93 476	34.13 480	34.20 472	29.20 469	24.94 476	23.01 474	19.39 457	2.79 461	2.87 477	1.18 457	1.53 464	6.78 472	3.31 452

SGM+DAISY	17.25 472	9.46 468	22.74 465	10.11 470	11.40 478	28.98 477	13.74 474	21.15 468	16.85 426	31.39 475	34.79 473	34.05 478	24.24 475	26.23 479	19.31 456	8.79 478	7.56 499	4.88 473	3.93 479	6.07 469	9.33 478

FC-DCNN	11.29 451	1.01 243	5.50 276	2.25 317	1.65 325	18.23 454	5.36 416	18.99 449	20.65 444	28.95 472	34.83 474	33.83 477	23.18 472	17.04 455	13.37 441	0.17 385	0.01 121	0.02 359	0.02 233	0.10 166	0.70 269

MeshStereo	11.94 455	1.88 363	5.24 259	2.11 292	1.44 316	20.09 459	4.95 411	21.74 473	16.75 425	33.10 478	35.07 475	39.28 485	22.72 470	19.45 463	13.59 443	0.19 390	0.06 211	0.02 359	0.00 1	0.46 392	0.65 254
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
FC-DCNN v2	11.44 452	0.98 234	5.39 270	2.28 327	1.65 325	18.84 456	5.41 418	19.66 455	20.80 445	29.20 473	35.39 476	34.37 479	23.46 473	17.13 456	13.18 440	0.17 385	0.01 121	0.02 359	0.01 214	0.08 130	0.69 266

PWCK	31.62 494	45.59 503	49.67 495	30.49 490	7.80 466	42.91 494	29.73 500	45.45 493	44.44 489	47.41 495	36.92 477	47.86 489	26.79 477	41.90 496	33.36 490	22.77 498	4.56 492	29.89 492	5.13 486	29.43 499	10.36 485

EDNetEfficientorigin	18.25 477	14.44 479	99.41 519	1.72 238	1.00 251	12.07 424	6.97 439	13.67 397	35.06 477	38.59 487	37.10 478	27.03 465	27.46 481	15.38 442	26.92 479	0.05 326	0.08 228	0.15 422	0.62 437	3.33 460	3.92 462

AnyNet_C01	16.99 469	12.34 478	60.47 500	4.88 452	3.11 394	31.77 479	16.79 485	18.60 447	17.96 433	18.62 449	38.50 479	24.03 458	19.00 456	30.59 483	35.18 493	0.29 410	0.56 322	0.45 449	0.48 428	2.70 458	3.40 453

coex-ft	20.15 483	20.03 483	87.93 509	1.81 248	1.77 332	18.77 455	13.73 473	13.28 389	41.87 486	60.24 504	39.04 480	28.27 468	30.39 482	12.57 421	28.66 484	0.20 393	0.23 281	0.04 387	0.30 395	1.52 442	2.34 439

MSMD_ROB	9.73 437	1.43 319	5.42 272	1.81 248	0.42 141	16.83 446	4.30 400	14.29 409	15.34 414	23.06 458	40.17 481	25.63 464	22.62 469	13.37 427	8.85 390	0.48 427	0.03 179	0.00 1	0.00 1	0.13 218	0.47 217

JetBlue	29.99 491	17.24 480	55.64 497	16.24 482	21.08 495	62.07 510	33.14 501	40.60 490	35.73 479	34.59 483	40.67 482	57.18 497	43.54 496	51.46 505	52.18 507	2.72 460	4.58 493	2.86 465	3.53 476	10.57 476	14.11 494

LE_ROB	17.31 473	2.62 413	14.26 437	4.20 439	1.80 335	17.40 449	9.70 457	15.38 421	55.92 498	63.97 508	40.81 483	35.50 481	39.26 492	15.64 445	28.51 483	0.06 336	0.11 245	0.13 419	0.21 352	0.14 229	0.51 224

SGM-ForestM	18.61 478	3.38 427	10.14 413	3.44 417	2.24 364	34.17 484	15.39 477	29.44 485	33.93 472	38.55 486	41.08 484	53.64 494	36.76 489	34.82 487	27.16 480	1.25 444	1.81 461	0.74 450	1.01 451	0.61 407	2.61 446

ELAS_RVC	17.82 474	3.60 433	11.92 420	6.63 463	5.73 455	30.34 478	19.64 491	26.92 479	35.06 477	40.79 489	41.32 485	37.31 483	31.61 483	30.54 482	22.93 465	1.97 459	2.40 466	1.28 458	1.27 458	1.71 445	3.51 457
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	46.01 503	48.25 504	68.05 501	44.59 502	28.11 502	57.02 509	43.78 506	40.20 489	48.80 492	52.08 500	42.95 486	67.22 507	57.71 507	48.98 504	49.57 504	40.01 504	17.98 502	52.15 506	39.41 505	38.99 503	34.41 504

PVD	16.41 467	3.98 440	16.04 445	5.38 454	4.59 444	19.44 457	7.28 443	28.88 483	49.27 493	31.53 476	43.72 487	30.36 472	32.17 487	26.70 480	23.19 467	0.25 403	1.48 452	0.04 387	0.59 436	0.52 403	2.87 449

UNDER WATER	45.99 502	49.80 505	68.56 502	49.99 504	32.13 503	55.35 508	39.50 503	41.12 491	52.90 495	50.69 498	45.18 488	67.79 508	58.75 508	51.93 507	50.97 505	30.59 502	14.03 501	51.66 505	37.15 503	40.27 504	31.35 503

ELAS	17.99 475	3.49 429	11.19 418	6.14 461	5.79 456	34.89 485	17.28 489	28.75 482	30.47 468	40.80 490	45.79 489	39.04 484	32.05 486	27.63 481	24.30 474	1.88 457	2.41 468	1.09 454	1.48 462	1.83 448	3.48 455
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
NVStereoNet_ROB	17.22 471	8.76 466	16.47 448	7.52 466	8.42 470	13.75 437	11.07 461	24.24 476	26.67 462	31.00 474	46.49 490	34.88 480	27.06 479	22.72 473	23.61 470	6.83 474	4.32 490	6.32 476	10.37 491	4.39 462	9.57 481
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
TorneroNet-64	33.32 495	33.28 495	33.07 483	35.14 497	21.25 496	48.02 500	21.13 492	43.47 492	58.77 499	33.36 479	46.64 491	62.00 500	38.19 490	44.82 499	35.07 492	15.02 495	3.59 487	35.81 498	12.20 495	29.45 500	16.17 496

WAO-6	35.59 497	37.89 500	17.67 452	37.86 498	24.46 499	37.85 488	21.49 493	49.01 499	67.96 508	44.22 493	48.08 492	53.02 492	53.39 503	33.67 485	36.83 495	26.05 501	7.83 500	43.19 503	21.76 502	30.18 501	19.37 502

tt	83.10 513	0.43 30	99.97 521	79.27 516	93.14 517	100.00 523	100.00 523	100.00 525	99.89 520	60.55 505	48.44 493	99.98 524	99.96 522	99.98 524	100.00 526	91.80 516	99.82 520	73.67 517	73.25 513	86.43 518	55.39 511

BEATNet-Init1	24.70 485	11.33 475	44.28 493	5.48 455	3.94 424	47.60 499	22.33 494	34.94 486	40.01 485	48.11 497	49.98 494	59.86 498	43.17 495	39.48 494	31.77 487	1.37 447	1.76 460	1.17 456	1.17 455	2.44 455	3.85 460

IMH-64-1	28.06 489	29.98 491	19.46 458	32.15 492	20.98 493	27.68 473	16.66 481	47.31 494	44.85 490	34.14 481	50.94 495	41.49 486	31.67 484	37.53 488	23.88 471	14.17 491	2.96 479	34.45 495	11.15 492	26.12 493	13.75 492

IMH-64	28.06 489	29.98 491	19.46 458	32.15 492	20.98 493	27.68 473	16.66 481	47.31 494	44.85 490	34.14 481	50.94 495	41.49 486	31.67 484	37.53 488	23.88 471	14.17 491	2.96 479	34.45 495	11.15 492	26.12 493	13.75 492

DPSimNet_ROB	54.45 506	65.73 512	47.00 494	54.49 506	46.37 508	55.34 507	56.47 509	56.18 507	59.04 500	64.57 509	51.76 497	64.01 504	54.49 504	47.54 501	67.21 510	63.21 510	27.86 507	58.04 509	51.28 509	46.61 505	51.87 510

MANE	20.98 484	3.23 424	8.81 390	5.96 459	6.96 462	33.07 482	13.20 472	35.43 487	38.86 484	44.72 494	52.41 498	53.20 493	41.84 494	34.74 486	27.45 481	1.87 456	2.27 464	1.54 460	10.18 490	0.69 416	3.11 450

TorneroNet	36.02 499	35.25 496	36.33 488	38.44 499	22.19 498	50.72 504	24.42 498	48.39 497	54.53 496	38.03 484	53.44 499	62.83 503	44.79 497	47.68 502	42.11 501	15.69 496	3.97 489	37.25 499	15.05 498	30.83 502	18.40 501

ktn	49.32 505	58.11 508	40.16 490	59.92 509	43.22 506	49.79 503	42.99 505	48.56 498	60.67 501	51.59 499	54.51 500	55.34 496	52.65 502	47.92 503	37.91 496	57.88 508	24.79 504	63.00 511	43.57 506	52.51 507	41.31 506

IMH	30.65 493	30.30 493	21.09 462	34.89 496	21.75 497	33.16 483	16.91 486	49.53 501	52.50 494	38.41 485	55.10 501	45.13 488	40.36 493	41.57 495	25.66 476	14.74 494	3.36 484	35.43 497	11.69 494	27.31 498	14.16 495

ACVNet_2	27.45 487	30.56 494	27.90 477	20.72 486	15.55 488	37.22 487	14.00 475	49.32 500	65.88 507	43.17 491	56.99 502	51.90 490	26.98 478	21.46 472	15.38 451	10.77 484	2.85 475	23.12 487	3.62 477	20.08 489	11.47 488

notaker	48.05 504	55.94 507	50.90 496	56.89 508	40.29 504	38.96 490	33.86 502	47.82 496	55.70 497	57.55 503	57.48 503	60.22 499	59.71 509	54.64 508	43.27 502	41.13 505	19.86 503	57.61 508	37.79 504	50.95 506	40.33 505

WAO-7	30.22 492	25.83 486	23.33 466	33.10 494	14.36 484	36.98 486	22.41 495	52.85 503	64.46 505	43.76 492	59.24 504	52.31 491	45.69 498	32.82 484	32.60 489	11.16 487	5.49 494	13.76 480	12.60 496	12.36 479	9.38 479

Dean	35.52 496	40.12 501	27.99 478	30.63 491	17.33 490	45.80 498	11.68 468	57.61 508	76.54 511	63.70 507	60.65 505	66.93 506	49.40 501	38.12 490	40.28 498	12.18 489	3.73 488	28.86 491	5.94 488	20.69 490	12.16 489

LVE	35.84 498	41.54 502	36.25 486	33.36 495	18.92 491	53.05 506	27.99 499	53.17 506	64.93 506	47.63 496	61.58 506	54.25 495	38.72 491	38.72 491	35.50 494	16.36 497	6.23 496	31.51 494	14.04 497	25.01 492	18.07 500

KSHMR	56.07 507	64.25 511	40.47 491	74.89 512	49.63 509	49.42 502	45.46 507	57.71 509	63.52 503	61.65 506	61.67 507	71.88 509	47.67 500	51.47 506	44.57 503	54.67 507	62.25 509	66.31 512	54.18 510	53.03 509	46.75 508

HanzoNet	57.16 508	60.12 509	60.00 499	55.77 507	42.11 505	51.98 505	41.93 504	52.07 502	61.47 502	65.98 510	65.90 508	72.11 510	70.14 510	71.11 511	61.13 509	64.31 511	34.72 508	62.27 510	50.86 508	52.83 508	46.33 507

WAO-8	38.93 500	36.84 498	23.97 468	43.96 500	24.48 500	45.73 496	22.62 496	53.10 504	75.66 509	53.86 501	66.14 509	62.39 501	55.11 505	43.01 497	40.67 499	22.98 499	7.22 497	37.53 500	19.49 500	27.04 497	16.83 497

Venus	38.93 500	36.84 498	23.97 468	43.96 500	24.48 500	45.73 496	22.62 496	53.10 504	75.66 509	53.86 501	66.17 510	62.39 501	55.11 505	43.01 497	40.67 499	22.98 499	7.22 497	37.53 500	19.49 500	27.02 496	16.83 497

JetRed	61.44 509	61.87 510	83.02 506	46.49 503	56.73 511	83.63 511	65.09 510	59.75 510	64.22 504	69.50 511	69.26 511	66.24 505	47.62 499	61.80 509	74.60 511	45.99 506	66.40 512	46.67 504	45.27 507	63.49 510	51.22 509

ASD4	76.04 511	81.96 515	69.18 504	68.53 510	80.95 515	96.29 514	99.16 519	77.84 512	93.51 516	77.76 512	85.79 512	78.58 511	76.90 512	78.02 512	82.88 512	58.77 509	62.96 510	55.01 507	62.53 511	68.78 511	65.30 512

MADNet++	82.81 512	81.73 514	74.64 505	87.71 517	82.67 516	93.35 512	70.27 511	86.39 516	82.88 512	93.51 517	86.62 513	86.40 513	81.37 513	88.21 513	88.63 513	86.59 515	84.23 516	72.14 513	68.69 512	78.88 517	81.36 517

LRCNet_RVC	66.47 510	66.44 513	69.02 503	71.60 511	54.27 510	32.21 481	2.93 368	63.19 511	21.83 451	82.02 513	90.16 514	83.59 512	72.13 511	69.45 510	53.25 508	95.47 517	64.21 511	95.15 518	95.27 517	72.59 512	74.60 513

xxxxx1	85.58 514	90.37 516	96.61 514	76.69 513	80.77 512	97.50 517	96.92 516	85.57 513	88.66 513	88.63 514	91.64 515	94.27 514	93.09 514	90.03 514	91.91 514	70.77 512	70.62 513	73.61 514	81.26 514	72.90 513	79.86 514

tt_ll	85.58 514	90.37 516	96.61 514	76.69 513	80.77 512	97.50 517	96.92 516	85.57 513	88.66 513	88.63 514	91.64 515	94.27 514	93.09 514	90.03 514	91.91 514	70.77 512	70.62 513	73.61 514	81.26 514	72.90 513	79.86 514

ff	85.58 514	90.37 516	96.61 514	76.69 513	80.77 512	97.50 517	96.92 516	85.57 513	88.66 513	88.63 514	91.64 515	94.27 514	93.09 514	90.03 514	91.91 514	70.77 512	70.62 513	73.61 514	81.26 514	72.90 513	79.86 514

PML	97.69 517	100.00 525	96.50 513	97.85 521	97.35 520	99.77 522	99.36 520	96.92 517	96.34 517	100.00 524	96.52 518	97.41 518	99.61 519	100.00 525	95.46 517	99.99 523	97.44 517	100.00 522	96.08 518	99.13 520	88.02 518

ccccc	99.31 521	96.47 519	100.00 525	100.00 527	100.00 524	97.29 516	99.42 521	99.52 521	97.83 519	99.28 521	97.64 519	99.32 520	99.84 520	99.92 520	99.98 522	100.00 525	100.00 523	99.95 521	99.77 521	100.00 525	100.00 527

MEDIAN_ROB	98.44 518	99.70 520	99.34 518	97.13 518	97.06 518	96.94 515	95.91 515	97.71 519	97.33 518	98.78 520	98.91 520	99.19 519	98.13 518	96.94 517	96.99 519	99.97 521	99.18 518	100.00 522	99.99 522	99.70 521	99.83 520

Anonymous_1	99.01 520	99.91 521	99.85 520	97.31 519	99.09 521	100.00 523	100.00 523	99.59 522	99.96 521	99.29 522	99.86 521	99.55 521	99.99 523	99.30 519	99.76 520	95.67 518	99.58 519	97.24 519	98.56 519	97.36 519	98.34 519

HaxPig	98.85 519	99.94 522	95.36 512	99.99 524	99.98 522	94.12 513	94.52 513	99.12 520	99.96 521	99.96 523	99.99 522	99.98 524	99.89 521	98.16 518	96.14 518	99.98 522	99.99 522	100.00 522	99.99 522	99.99 524	99.95 523

Selective-RAFT-Error	100.00 528	100.00 525	100.00 525	100.00 527	100.00 524	100.00 523	100.00 523	100.00 525	100.00 523	100.00 524	100.00 523	100.00 526	100.00 524	100.00 525	100.00 526	100.00 525	100.00 523	100.00 522	100.00 524	100.00 525	100.00 527

CasAABBNet	100.00 528	100.00 525	100.00 525	100.00 527	100.00 524	100.00 523	100.00 523	100.00 525	100.00 523	100.00 524	100.00 523	100.00 526	100.00 524	100.00 525	100.00 526	100.00 525	100.00 523	100.00 522	100.00 524	100.00 525	100.00 527

test_example2	99.38 522	99.98 524	99.99 522	100.00 527	99.98 522	99.73 521	99.99 522	96.99 518	100.00 523	100.00 524	100.00 523	96.49 517	96.74 517	99.97 521	99.96 521	100.00 525	99.97 521	98.68 520	99.11 520	100.00 525	100.00 527

LSM0	100.00 528	100.00 525	100.00 525	100.00 527	100.00 524	100.00 523	100.00 523	100.00 525	100.00 523	100.00 524	100.00 523	100.00 526	100.00 524	100.00 525	100.00 526	100.00 525	100.00 523	100.00 522	100.00 524	100.00 525	99.99 524

DPSMNet_ROB	99.90 524	100.00 525	99.99 522	99.99 524	100.00 524	100.00 523	100.00 523	99.98 523	100.00 523	98.37 518	100.00 523	99.81 522	100.00 524	99.97 521	99.99 523	100.00 525	100.00 523	100.00 522	100.00 524	100.00 525	99.99 524

DGTPSM_ROB	99.90 524	100.00 525	99.99 522	99.99 524	100.00 524	100.00 523	100.00 523	99.98 523	100.00 523	98.37 518	100.00 523	99.81 522	100.00 524	99.97 521	99.99 523	99.99 523	100.00 523	100.00 522	100.00 524	100.00 525	99.99 524

DPSM_ROB	99.94 526	100.00 525	100.00 525	99.74 522	100.00 524	100.00 523	100.00 523	100.00 525	100.00 523	100.00 524	100.00 523	100.00 526	100.00 524	100.00 525	100.00 526	99.08 519	100.00 523	100.00 522	100.00 524	99.98 522	99.94 521

DPSM	99.94 526	100.00 525	100.00 525	99.74 522	100.00 524	100.00 523	100.00 523	100.00 525	100.00 523	100.00 524	100.00 523	100.00 526	100.00 524	100.00 525	100.00 526	99.08 519	100.00 523	100.00 522	100.00 524	99.98 522	99.94 521

AVERAGE_ROB	99.63 523	99.96 523	98.88 517	100.00 527	100.00 524	98.16 520	95.64 514	100.00 525	100.00 523	100.00 524	100.00 523	100.00 526	100.00 524	100.00 525	99.99 523	100.00 525	100.00 523	100.00 522	100.00 524	100.00 525	100.00 527

FADE		18.79 482		10.51 473	10.00 476													38.03 502		5.44 467

Low-res two-view benchmark