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

MonSter	0.28 4	0.18 1	0.39 11	0.36 3	0.21 6	0.55 117	0.31 56	0.55 7	0.43 15	0.28 3	0.29 7	0.23 2	0.21 1	0.56 27	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

CAS	0.63 186	0.18 1	0.37 4	2.27 497	0.84 447	0.57 127	0.54 274	0.79 46	0.62 64	0.48 56	0.70 85	0.36 15	0.26 7	0.45 7	0.35 74	2.24 497	0.10 1	0.14 1	0.09 1	0.15 14	1.06 486

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 10	0.21 6	0.25 2	0.22 6	0.48 4	0.31 4	0.32 8	0.26 5	0.37 18	0.24 4	0.83 100	0.29 12	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.11 1

SGD-Stereo	0.32 6	0.20 4	0.40 12	0.38 8	0.19 1	0.43 40	0.22 6	0.64 13	0.33 5	0.42 35	0.34 9	0.27 4	0.35 35	1.15 185	0.30 20	0.20 174	0.10 1	0.15 8	0.13 33	0.17 50	0.13 12

GREAT-IGEV	0.32 6	0.20 4	0.42 19	0.37 5	0.29 94	0.36 15	0.28 38	0.56 8	0.58 54	0.28 3	0.50 37	0.29 5	0.29 12	0.84 103	0.27 7	0.14 6	0.11 6	0.15 8	0.11 8	0.17 50	0.14 31

DEFOM-Stereo	0.33 8	0.20 4	0.40 12	0.42 23	0.28 77	0.80 258	0.23 13	0.48 4	0.37 8	0.37 22	0.31 8	0.23 2	0.24 4	1.20 198	0.27 7	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.14 31

IGEV-Stereo++	0.30 5	0.20 4	0.40 12	0.46 64	0.30 115	0.33 10	0.22 6	0.75 32	0.45 19	0.32 8	0.41 13	0.32 12	0.48 104	0.38 3	0.27 7	0.15 11	0.11 6	0.15 8	0.12 20	0.15 14	0.13 12

Pointernet	0.37 19	0.20 4	0.57 88	0.43 26	0.28 77	0.51 94	0.27 34	0.93 94	0.61 62	0.47 52	0.63 67	0.49 56	0.38 50	0.49 11	0.33 50	0.17 63	0.13 76	0.14 1	0.11 8	0.13 1	0.12 6

MoCha-V2	0.40 34	0.20 4	0.49 38	0.50 126	0.21 6	0.44 45	0.33 69	0.93 94	0.53 47	0.53 74	0.53 43	0.42 22	0.58 164	1.09 173	0.27 7	0.14 6	0.12 23	0.15 8	0.12 20	0.17 50	0.15 59

CES	0.48 87	0.20 4	0.37 4	0.39 10	1.39 488	0.55 117	0.35 86	0.98 117	0.66 88	0.44 42	0.66 71	0.35 14	0.27 8	0.56 27	0.33 50	0.15 11	0.13 76	0.15 8	0.10 2	0.19 120	1.46 492

s12784h	0.52 99	0.20 4	0.38 7	0.41 17	0.19 1	0.96 315	0.34 81	1.17 192	1.25 338	0.81 130	0.90 130	0.63 115	0.50 116	1.45 260	0.42 140	0.14 6	0.12 23	0.17 41	0.11 8	0.18 81	0.11 1

LGtest1	0.27 2	0.21 12	0.44 22	0.41 17	0.21 6	0.42 34	0.19 2	0.56 8	0.26 3	0.29 5	0.24 2	0.29 5	0.29 12	0.55 26	0.25 3	0.18 101	0.12 23	0.16 23	0.12 20	0.14 4	0.13 12

FoundationStereo	0.24 1	0.21 12	0.36 3	0.38 8	0.22 11	0.32 9	0.22 6	0.39 1	0.23 2	0.30 6	0.25 3	0.30 9	0.33 27	0.34 2	0.26 5	0.16 27	0.12 23	0.15 8	0.11 8	0.13 1	0.12 6

WCG-NET	0.42 43	0.21 12	0.54 66	0.40 13	0.25 31	0.47 53	0.32 63	0.73 27	1.15 282	0.76 114	0.73 93	0.58 96	0.45 79	0.60 44	0.34 65	0.15 11	0.11 6	0.16 23	0.14 57	0.15 14	0.13 12

RAStereo	0.34 9	0.21 12	0.66 137	0.47 75	0.27 54	0.26 3	0.29 43	0.69 20	0.63 67	0.32 8	0.42 14	0.45 35	0.31 20	0.45 7	0.34 65	0.17 63	0.15 182	0.19 94	0.15 71	0.18 81	0.13 12

Occ-G	0.42 43	0.21 12	0.48 33	0.41 17	0.26 36	0.42 34	0.62 330	0.77 38	0.49 28	0.43 40	0.66 71	1.02 261	0.46 84	0.78 84	0.41 129	0.16 27	0.13 76	0.18 73	0.13 33	0.16 29	0.16 84

U	9.45 518	0.21 12	0.58 93	0.47 75	53.11 537	61.27 541	0.24 18	0.70 22	0.52 43	0.36 19	0.28 6	0.29 5	0.35 35	0.33 1	0.26 5	0.19 142	0.11 6	60.50 538	8.88 525	0.17 50	0.13 12

IGEV-Stereo+	0.45 67	0.21 12	0.43 21	0.41 17	0.39 251	0.15 1	0.19 2	0.44 3	0.36 6	0.26 2	0.25 3	0.31 11	0.41 58	1.43 256	0.30 20	0.17 63	0.12 23	0.15 8	0.11 8	1.16 483	1.70 497

WCG-NET（raft）	0.45 67	0.21 12	0.55 75	0.40 13	0.24 21	0.50 78	0.36 100	0.73 27	1.09 244	0.71 106	0.76 100	0.92 222	0.51 119	0.84 103	0.34 65	0.16 27	0.12 23	0.15 8	0.14 57	0.14 4	0.14 31

trnet	0.39 27	0.21 12	0.37 4	0.36 3	0.20 3	0.53 103	0.29 43	0.78 42	1.12 256	0.59 89	0.71 88	0.53 78	0.42 62	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.13 12

LoS	0.40 34	0.21 12	0.44 22	0.37 5	0.22 11	0.50 78	0.40 142	1.00 123	0.94 171	0.48 56	0.66 71	0.48 49	0.40 56	0.60 44	0.37 95	0.18 101	0.14 127	0.16 23	0.11 8	0.14 4	0.14 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.47 81	0.21 12	0.38 7	0.45 59	0.38 240	0.45 48	0.25 19	0.75 32	1.29 358	0.80 126	1.21 260	0.47 45	0.37 44	0.53 19	0.44 152	0.16 27	0.11 6	0.15 8	0.80 484	0.18 81	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.44 59	0.21 12	0.44 22	0.41 17	0.21 6	0.65 175	0.26 28	0.79 46	0.83 135	0.93 159	0.98 154	0.51 66	0.46 84	0.54 21	0.35 74	0.18 101	0.24 362	0.16 23	0.13 33	0.16 29	0.26 308

CREStereo	0.39 27	0.21 12	0.38 7	0.34 1	0.22 11	0.53 103	0.29 43	0.77 38	1.11 252	0.58 81	0.71 88	0.51 66	0.41 58	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.14 31
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
PMTNet	0.46 74	0.21 12	0.38 7	0.37 5	0.23 15	0.71 211	0.27 34	0.74 31	1.04 217	0.64 96	0.70 85	0.55 82	0.47 93	0.86 112	0.35 74	1.00 480	0.13 76	0.15 8	0.10 2	0.15 14	0.13 12

HART	0.45 67	0.22 26	0.54 66	0.50 126	0.26 36	0.41 27	0.29 43	1.03 134	0.50 31	0.58 81	1.45 347	0.61 107	0.35 35	1.08 172	0.30 20	0.15 11	0.13 76	0.19 94	0.14 57	0.19 120	0.14 31

Reg-Stereo(zero)	0.44 59	0.22 26	0.45 26	0.43 26	0.23 15	0.38 19	0.25 19	0.76 35	1.08 236	0.90 151	0.78 104	0.90 210	0.47 93	0.70 62	0.36 83	0.15 11	0.12 23	0.15 8	0.12 20	0.15 14	0.15 59

AIO_test	0.35 13	0.22 26	0.44 22	0.43 26	0.27 54	0.57 127	0.44 189	0.79 46	0.41 11	0.32 8	0.47 26	0.46 38	0.30 16	0.69 58	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.15 14	0.12 6

castereo	0.41 41	0.22 26	0.46 29	0.44 47	0.30 115	0.61 149	0.56 298	0.97 113	0.80 127	0.38 27	0.69 81	0.45 35	0.69 203	0.51 14	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.16 29	0.12 6

999	0.48 87	0.22 26	0.49 38	0.48 100	0.34 196	0.75 226	0.31 56	0.85 67	0.55 49	0.37 22	0.48 28	0.50 62	0.36 40	2.45 383	0.39 113	0.16 27	0.13 76	0.18 73	0.15 71	0.16 29	0.19 173

IGEV++	0.40 34	0.22 26	0.51 50	0.52 178	0.29 94	0.45 48	0.25 19	1.65 319	0.46 25	0.37 22	0.57 57	0.46 38	0.45 79	0.50 12	0.38 105	0.19 142	0.12 23	0.16 23	0.13 33	0.16 29	0.15 59

EGLCR-Stereo	0.37 19	0.22 26	0.51 50	0.43 26	0.26 36	0.44 45	0.22 6	0.99 119	0.48 27	0.42 35	0.42 14	0.67 128	0.29 12	0.86 112	0.33 50	0.17 63	0.12 23	0.19 94	0.17 129	0.17 50	0.15 59

test_4	0.53 109	0.22 26	0.56 78	0.54 210	0.32 159	0.64 161	0.39 135	0.80 53	0.62 64	0.92 158	1.87 428	0.68 130	0.42 62	1.16 189	0.37 95	0.15 11	0.13 76	0.20 128	0.22 272	0.20 154	0.15 59

test-3	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.32 344	0.69 81	0.87 197	0.45 79	1.68 305	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

test_1	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.28 316	0.68 77	0.87 197	0.45 79	1.67 300	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

LG-Stereo_Zeroshot	0.36 14	0.23 36	0.54 66	0.50 126	0.28 77	0.36 15	0.22 6	1.02 129	0.39 9	0.42 35	0.64 70	0.36 15	0.51 119	0.39 5	0.29 12	0.18 101	0.12 23	0.17 41	0.13 33	0.18 81	0.18 133

AIO_rvc	0.36 14	0.23 36	0.49 38	0.43 26	0.27 54	0.59 135	0.38 120	0.94 101	0.45 19	0.33 13	0.46 24	0.49 56	0.22 3	0.84 103	0.30 20	0.16 27	0.11 6	0.16 23	0.12 20	0.15 14	0.13 12

HUF	0.36 14	0.23 36	0.52 57	0.40 13	0.22 11	0.54 110	0.47 220	0.82 59	0.43 15	0.36 19	0.43 17	0.50 62	0.42 62	0.64 48	0.29 12	0.17 63	0.12 23	0.16 23	0.12 20	0.15 14	0.14 31

castereo++	0.38 24	0.23 36	0.41 16	0.43 26	0.31 141	0.97 319	0.22 6	0.86 69	0.58 54	0.32 8	0.44 19	0.51 66	0.39 52	0.93 129	0.24 2	0.17 63	0.11 6	0.17 41	0.12 20	0.14 4	0.14 31

IGEV-RUCA	0.37 19	0.23 36	0.48 33	0.49 115	0.36 209	0.60 143	0.23 13	0.64 13	0.49 28	0.39 31	0.49 34	0.44 27	0.31 20	0.85 108	0.30 20	0.24 272	0.13 76	0.16 23	0.12 20	0.20 154	0.19 173

GIP-stereo	0.34 9	0.23 36	0.45 26	0.50 126	0.36 209	0.38 19	0.23 13	0.78 42	0.52 43	0.34 14	0.51 39	0.46 38	0.38 50	0.51 14	0.27 7	0.20 174	0.12 23	0.16 23	0.12 20	0.16 29	0.14 31

fffft	0.38 24	0.23 36	0.51 50	0.44 47	0.32 159	0.43 40	0.48 230	0.76 35	0.36 6	0.44 42	0.34 9	0.38 20	0.31 20	1.31 222	0.32 37	0.14 6	0.11 6	0.19 94	0.15 71	0.16 29	0.16 84
1: 1. 1
tt45	0.45 67	0.23 36	0.46 29	0.45 59	0.33 179	0.79 250	0.32 63	0.78 42	0.41 11	0.51 72	0.44 19	0.49 56	0.37 44	2.14 356	0.34 65	0.16 27	0.13 76	0.19 94	0.16 109	0.17 50	0.18 133

UniTT-Stereo	0.36 14	0.23 36	0.59 100	0.48 100	0.36 209	0.40 23	0.32 63	0.53 6	0.49 28	0.54 76	0.55 51	0.36 15	0.31 20	0.58 32	0.51 209	0.20 174	0.15 182	0.17 41	0.15 71	0.19 120	0.15 59

MC-Stereo	0.43 49	0.23 36	0.48 33	0.51 156	0.28 77	0.39 21	0.32 63	0.88 77	0.68 93	0.60 91	0.84 118	0.56 89	0.61 177	1.03 155	0.31 35	0.17 63	0.11 6	0.17 41	0.15 71	0.16 29	0.13 12

RCA-Stereo	0.50 96	0.23 36	0.58 93	0.48 100	0.33 179	0.55 117	0.45 206	0.97 113	1.38 399	0.68 101	1.05 188	0.63 115	0.80 248	0.59 33	0.32 37	0.17 63	0.12 23	0.17 41	0.14 57	0.16 29	0.14 31

test_3	0.55 139	0.23 36	0.71 177	0.53 195	0.28 77	0.61 149	0.40 142	0.92 88	1.05 221	1.19 275	0.68 77	0.93 224	0.44 76	1.67 300	0.39 113	0.15 11	0.12 23	0.22 189	0.19 167	0.21 194	0.14 31

DEmStereo	0.97 355	0.23 36	0.79 241	0.47 75	0.32 159	1.04 336	0.56 298	0.93 94	0.89 152	1.39 374	2.14 450	1.02 261	2.07 474	5.64 462	0.77 305	0.17 63	0.15 182	0.20 128	0.20 199	0.18 81	0.20 205

111	0.60 169	0.23 36	0.70 165	0.43 26	0.24 21	0.72 214	0.42 159	1.18 197	1.41 413	0.80 126	1.38 326	1.10 288	0.79 242	0.96 135	0.58 241	0.18 101	0.13 76	0.17 41	0.15 71	0.17 50	0.19 173

MM-Stereo_test3	0.50 96	0.24 50	0.54 66	0.54 210	0.74 420	0.49 68	0.53 267	1.09 171	1.05 221	0.62 94	0.95 141	0.61 107	0.42 62	0.77 82	0.38 105	0.20 174	0.17 246	0.20 128	0.16 109	0.18 81	0.18 133

MM-Stereo_test2	0.43 49	0.24 50	0.67 142	0.51 156	0.32 159	0.55 117	0.45 206	0.97 113	0.77 119	0.59 89	0.51 39	0.49 56	0.42 62	0.80 90	0.30 20	0.15 11	0.13 76	0.18 73	0.14 57	0.19 120	0.14 31

MM-Stereo_test1	0.49 92	0.24 50	0.56 78	0.51 156	0.30 115	0.50 78	0.54 274	0.91 85	1.03 212	0.84 139	0.69 81	0.54 80	0.60 168	1.16 189	0.33 50	0.18 101	0.16 217	0.20 128	0.17 129	0.19 120	0.15 59

tg	0.52 99	0.24 50	0.61 108	0.49 115	0.30 115	0.90 291	0.29 43	1.07 163	0.83 135	0.83 136	1.02 174	0.62 112	0.43 69	1.35 233	0.41 129	0.17 63	0.12 23	0.22 189	0.20 199	0.17 50	0.15 59

RSM++	0.38 24	0.24 50	0.51 50	0.47 75	0.26 36	0.50 78	0.41 155	0.79 46	0.45 19	0.37 22	0.45 22	0.60 103	0.35 35	1.02 154	0.30 20	0.15 11	0.13 76	0.17 41	0.14 57	0.18 81	0.13 12

RSM	0.39 27	0.24 50	0.49 38	0.46 64	0.26 36	0.47 53	0.40 142	0.92 88	0.44 17	0.41 33	0.42 14	0.65 121	0.33 27	1.07 168	0.29 12	0.15 11	0.12 23	0.17 41	0.13 33	0.17 50	0.13 12

RAFT-Stereo-weight	0.47 81	0.24 50	0.53 61	0.48 100	0.27 54	0.60 143	0.35 86	1.02 129	1.07 230	0.99 178	0.78 104	0.76 151	0.28 9	0.76 79	0.36 83	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.15 59

MIM_Stereo	0.57 155	0.24 50	0.92 297	0.46 64	0.30 115	0.54 110	0.28 38	1.27 226	0.75 111	1.00 183	1.16 242	0.93 224	0.53 129	1.45 260	0.61 253	0.16 27	0.16 217	0.20 128	0.19 167	0.17 50	0.14 31

AEACV	0.37 19	0.24 50	0.52 57	0.47 75	0.51 334	0.37 17	0.38 120	0.65 16	0.53 47	0.42 35	0.56 54	0.46 38	0.60 168	0.53 19	0.30 20	0.16 27	0.13 76	0.18 73	0.15 71	0.17 50	0.14 31

Any-RAFT	0.53 109	0.24 50	0.47 31	0.47 75	0.27 54	1.00 328	0.25 19	1.58 303	1.05 221	0.85 144	0.99 156	1.06 270	0.47 93	0.70 62	0.32 37	0.18 101	0.13 76	0.16 23	0.13 33	0.16 29	0.16 84

4D-IteraStereo	0.48 87	0.24 50	0.76 224	0.50 126	0.44 289	0.66 183	0.31 56	0.87 70	1.02 208	1.03 194	0.72 91	0.78 158	0.32 26	0.64 48	0.37 95	0.17 63	0.11 6	0.23 227	0.19 167	0.19 120	0.13 12

Selective-IGEV	0.39 27	0.24 50	0.50 43	0.44 47	0.25 31	0.46 51	0.33 69	1.25 224	0.40 10	0.35 15	0.45 22	0.52 73	0.30 16	1.07 168	0.30 20	0.14 6	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

fff	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

ADStereo(finetuned)	0.57 155	0.24 50	1.06 349	0.43 26	0.24 21	0.49 68	0.35 86	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	1.20 395	0.84 103	0.51 209	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

CrosDoStereo	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 522	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

DeepStereo_LL	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 522	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

DRaft	0.80 293	0.24 50	0.70 165	0.45 59	0.30 115	0.97 319	0.53 267	1.05 148	0.97 185	1.78 437	2.02 442	0.80 164	1.74 452	2.73 397	0.72 287	0.17 63	0.14 127	0.20 128	0.20 199	0.18 81	0.21 222

RAFT-RH_RVC	1.03 377	0.24 50	0.67 142	0.49 115	0.28 77	0.81 266	0.33 69	0.83 63	1.08 236	2.05 458	4.65 494	1.04 268	0.57 155	5.98 471	0.50 204	0.18 101	0.13 76	0.26 305	0.20 199	0.16 29	0.17 109

DCANet	0.54 124	0.24 50	0.70 165	0.43 26	0.24 21	0.49 68	0.36 100	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	0.92 302	0.81 95	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

csc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

cscssc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

CFNet-RSSM	0.54 124	0.24 50	0.70 165	0.48 100	0.28 77	0.60 143	0.27 34	1.49 273	1.14 271	1.06 198	0.93 137	1.08 276	0.54 134	0.70 62	0.35 74	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.14 31

Gwc-CoAtRS	0.52 99	0.24 50	0.68 146	0.48 100	0.29 94	0.64 161	0.25 19	1.16 190	1.08 236	1.01 186	1.00 160	1.12 293	0.56 146	0.69 58	0.37 95	0.16 27	0.13 76	0.17 41	0.15 71	0.15 14	0.15 59

LG-Stereo	0.34 9	0.25 73	0.78 238	0.47 75	0.26 36	0.37 17	0.30 50	0.71 24	0.52 43	0.36 19	0.57 57	0.29 5	0.21 1	0.50 12	0.36 83	0.13 2	0.13 76	0.20 128	0.18 145	0.18 81	0.12 6

AIO-test1	0.56 148	0.25 73	0.55 75	0.64 336	0.78 433	0.80 258	0.36 100	1.18 197	1.34 379	0.57 79	0.88 126	0.61 107	0.50 116	1.12 181	0.35 74	0.17 63	0.17 246	0.22 189	0.24 308	0.18 81	0.23 258

SMoEStereo_RVC	0.39 27	0.25 73	0.50 43	0.45 59	0.30 115	0.61 149	0.36 100	0.72 25	0.45 19	0.46 49	0.43 17	0.42 22	0.35 35	1.39 248	0.29 12	0.15 11	0.12 23	0.20 128	0.15 71	0.16 29	0.15 59

AIO-Stereo	0.37 19	0.25 73	0.51 50	0.47 75	0.23 15	0.45 48	0.39 135	1.07 163	0.52 43	0.41 33	0.48 28	0.52 73	0.25 6	0.72 69	0.30 20	0.16 27	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

MaDis-Stereo	0.36 14	0.25 73	0.58 93	0.44 47	0.34 196	0.30 7	0.30 50	0.72 25	0.50 31	0.37 22	0.36 11	0.58 96	0.49 112	0.52 17	0.36 83	0.19 142	0.16 217	0.19 94	0.15 71	0.18 81	0.14 31

MIF-Stereo (partial)	0.45 67	0.25 73	0.70 165	0.50 126	0.52 345	0.35 12	0.26 28	0.91 85	0.59 60	0.45 48	0.71 88	0.51 66	0.51 119	1.11 178	0.45 165	0.20 174	0.16 217	0.23 227	0.20 199	0.24 257	0.18 133

CASnet	0.41 41	0.25 73	0.48 33	0.50 126	0.20 3	0.50 78	0.36 100	0.81 56	0.80 127	0.83 136	0.68 77	0.48 49	0.31 20	0.54 21	0.32 37	0.18 101	0.12 23	0.27 321	0.22 272	0.23 242	0.14 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 124	0.25 73	0.64 123	0.47 75	0.30 115	0.97 319	0.27 34	1.24 222	0.81 129	0.96 168	1.12 220	1.28 333	0.48 104	0.71 66	0.36 83	0.17 63	0.13 76	0.17 41	0.14 57	0.16 29	0.16 84

GLC_STEREO	0.39 27	0.25 73	0.41 16	0.54 210	0.23 15	0.48 56	0.30 50	0.73 27	0.58 54	0.52 73	0.73 93	0.51 66	0.31 20	0.64 48	0.42 140	0.17 63	0.20 301	0.23 227	0.19 167	0.21 194	0.17 109

RAFT-345	0.84 316	0.25 73	0.66 137	0.50 126	0.27 54	0.54 110	0.42 159	0.83 63	1.11 252	1.32 344	2.34 458	0.86 193	0.54 134	5.72 463	0.47 186	0.18 101	0.13 76	0.22 189	0.17 129	0.17 50	0.16 84

cross-raft	0.54 124	0.25 73	0.61 108	0.52 178	0.29 94	0.68 194	0.37 114	1.46 268	0.76 117	1.01 186	1.06 190	1.28 333	0.46 84	0.71 66	0.35 74	0.15 11	0.12 23	0.18 73	0.16 109	0.19 120	0.14 31

GMM-Stereo	0.74 262	0.25 73	0.59 100	0.54 210	0.34 196	0.72 214	0.99 426	1.01 128	0.87 145	1.36 361	1.78 416	1.12 293	0.81 251	2.09 352	0.46 179	0.18 101	0.12 23	0.25 286	0.25 322	0.20 154	0.85 475

raftrobust	0.52 99	0.25 73	0.56 78	0.65 350	0.52 345	0.49 68	0.34 81	0.98 117	0.91 161	1.30 330	0.87 124	0.63 115	0.81 251	0.78 84	0.41 129	0.19 142	0.15 182	0.16 23	0.14 57	0.15 14	0.16 84

RAFT-Stereo + iAFF	0.54 124	0.25 73	0.68 146	0.43 26	0.24 21	0.40 23	0.34 81	1.04 140	1.09 244	1.32 344	1.60 387	0.80 164	0.68 200	0.67 57	0.39 113	0.13 2	0.10 1	0.18 73	0.17 129	0.17 50	0.13 12

AFF-stereo	0.58 161	0.25 73	0.64 123	0.46 64	0.29 94	0.34 11	0.38 120	1.15 188	1.14 271	1.17 266	1.60 387	1.10 288	0.71 212	0.97 142	0.43 149	0.13 2	0.11 6	0.19 94	0.19 167	0.17 50	0.14 31

G2L-Stereo_aug	0.82 304	0.26 88	1.04 343	0.51 156	0.38 240	0.97 319	0.53 267	1.44 263	1.41 413	1.51 402	1.43 339	1.53 381	0.95 321	2.47 387	0.96 352	0.19 142	0.14 127	0.16 23	0.14 57	0.17 50	0.19 173

SCV_C0	0.43 49	0.26 88	0.65 130	0.43 26	0.29 94	0.47 53	0.31 56	1.34 238	0.73 108	0.38 27	0.49 34	0.54 80	0.29 12	1.24 208	0.30 20	0.17 63	0.13 76	0.16 23	0.13 33	0.20 154	0.15 59

SCV	0.46 74	0.26 88	0.55 75	0.47 75	0.25 31	0.39 21	0.38 120	1.98 413	0.60 61	0.35 15	0.48 28	0.55 82	0.36 40	1.28 216	0.32 37	0.24 272	0.12 23	0.17 41	0.13 33	0.18 81	0.14 31

H2IRNET	0.56 148	0.26 88	0.66 137	0.47 75	0.35 200	0.41 27	0.26 28	0.92 88	1.17 294	0.61 92	1.28 287	1.08 276	0.86 279	0.99 146	0.63 260	0.19 142	0.16 217	0.22 189	0.25 322	0.21 194	0.18 133

MGS-Stereo	0.42 43	0.26 88	0.58 93	0.44 47	0.28 77	0.50 78	0.34 81	0.57 10	0.83 135	0.46 49	1.31 297	0.52 73	0.33 27	0.65 53	0.36 83	0.19 142	0.16 217	0.18 73	0.15 71	0.17 50	0.16 84

MSKI-zero shot	0.55 139	0.26 88	0.57 88	0.51 156	0.26 36	0.69 199	0.28 38	1.18 197	0.64 71	0.91 156	1.32 303	0.82 173	0.33 27	1.92 334	0.32 37	0.17 63	0.12 23	0.17 41	0.13 33	0.16 29	0.16 84

LoS_RVC	0.42 43	0.26 88	0.40 12	0.44 47	0.82 445	0.51 94	0.44 189	0.64 13	0.41 11	0.44 42	0.78 104	0.44 27	0.47 93	0.56 27	0.36 83	0.13 2	0.12 23	0.14 1	0.10 2	0.13 1	0.84 474

DCRE	0.82 304	0.26 88	0.70 165	0.58 268	0.44 289	0.54 110	0.48 230	0.95 106	0.78 122	0.78 121	7.33 508	0.86 193	0.52 124	0.76 79	0.41 129	0.16 27	0.16 217	0.19 94	0.17 129	0.18 81	0.17 109

DCANet-4	0.54 124	0.26 88	1.07 354	0.42 23	0.24 21	0.48 56	0.36 100	0.99 119	1.30 364	1.10 216	1.02 174	0.56 89	0.75 219	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

tt	6.58 513	0.26 88	6.10 501	3.77 519	2.16 496	11.55 519	19.63 525	13.33 525	5.74 510	2.96 488	2.65 468	4.97 500	6.33 515	3.81 425	7.24 496	9.15 526	11.32 531	5.89 526	6.24 524	6.03 522	2.55 509

RAFT_CTSACE	0.63 186	0.26 88	0.88 280	0.55 233	0.51 334	0.71 211	0.44 189	0.80 53	0.97 185	0.97 171	1.84 423	1.18 306	0.68 200	1.47 266	0.36 83	0.16 27	0.15 182	0.21 162	0.20 199	0.20 154	0.14 31

GMOStereo	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

error version	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-v	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

HHNet	0.62 179	0.26 88	0.63 116	0.43 26	0.45 296	0.50 78	0.58 313	1.07 163	1.01 205	1.25 307	2.23 453	0.70 139	0.61 177	1.07 168	0.47 186	0.20 174	0.13 76	0.23 227	0.19 167	0.19 120	0.30 348

FTStereo	0.91 338	0.26 88	0.56 78	0.54 210	0.33 179	0.66 183	1.87 486	1.00 123	0.75 111	1.75 434	4.15 487	1.04 268	1.65 445	1.57 284	0.46 179	0.19 142	0.16 217	0.23 227	0.21 243	0.18 81	0.63 457

ASMatch	0.88 330	0.26 88	0.69 159	0.51 156	0.35 200	0.48 56	0.37 114	1.12 182	0.92 166	1.10 216	3.28 477	0.96 241	0.98 339	4.90 444	0.49 198	0.19 142	0.16 217	0.22 189	0.19 167	0.19 120	0.27 318

PFNet	0.91 338	0.26 88	1.10 364	0.63 327	0.32 159	0.64 161	0.56 298	1.17 192	0.99 197	1.47 390	1.08 198	0.98 245	0.69 203	6.62 478	0.54 229	0.20 174	0.12 23	0.24 247	0.19 167	0.20 154	0.17 109

GrayStereo	0.82 304	0.26 88	0.58 93	0.63 327	0.37 223	0.76 232	1.86 485	1.11 180	0.87 145	1.99 455	1.89 430	1.08 276	1.82 460	1.39 248	0.48 191	0.19 142	0.14 127	0.19 94	0.21 243	0.18 81	0.39 397

test-2	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-1	0.52 99	0.26 88	1.04 343	0.56 246	0.32 159	0.61 149	0.38 120	1.10 174	0.91 161	0.78 121	1.01 166	0.77 154	0.52 124	0.60 44	0.42 140	0.17 63	0.14 127	0.20 128	0.17 129	0.20 154	0.23 258

iRaftStereo_RVC	0.47 81	0.26 88	0.64 123	0.50 126	0.29 94	0.53 103	0.33 69	1.05 148	0.77 119	0.84 139	1.00 160	0.55 82	0.37 44	0.81 95	0.40 118	0.17 63	0.12 23	0.22 189	0.20 199	0.19 120	0.15 59

raft+_RVC	0.53 109	0.26 88	0.54 66	0.60 292	0.47 312	0.54 110	0.54 274	1.27 226	0.99 197	0.76 114	1.03 183	0.70 139	0.56 146	0.93 129	0.47 186	0.18 101	0.14 127	0.19 94	0.18 145	0.18 81	0.15 59

XX-Stereo	0.63 186	0.26 88	1.90 454	0.81 428	0.67 403	0.43 40	0.23 13	1.03 134	0.58 54	0.65 98	1.56 378	1.41 357	0.39 52	1.28 216	0.35 74	0.20 174	0.14 127	0.20 128	0.19 167	0.18 81	0.14 31

R-Stereo Train	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109

RAFT-Stereo	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mms	0.40 34	0.27 114	0.52 57	0.46 64	0.32 159	0.43 40	0.46 213	0.70 22	0.46 25	0.35 15	0.58 60	0.44 27	0.30 16	1.36 238	0.33 50	0.16 27	0.13 76	0.18 73	0.15 71	0.19 120	0.15 59

fffy	0.42 43	0.27 114	0.57 88	0.46 64	0.29 94	0.48 56	0.35 86	0.91 85	0.55 49	0.40 32	0.58 60	0.55 82	0.41 58	1.26 211	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.18 81	0.14 31

UGAM	1.14 401	0.27 114	0.95 307	0.53 195	0.42 273	0.70 206	0.72 363	0.95 106	1.32 372	0.98 175	1.48 359	1.78 421	0.87 284	9.65 515	0.87 334	0.21 206	0.18 267	0.30 355	0.24 308	0.19 120	0.16 84

testlalala2	0.58 161	0.27 114	0.68 146	1.72 490	1.27 486	0.68 194	0.42 159	0.93 94	0.70 98	0.90 151	0.93 137	0.76 151	0.34 33	0.52 17	0.40 118	0.18 101	0.15 182	0.17 41	0.13 33	0.17 50	0.17 109

AE-Stereo	0.49 92	0.27 114	0.67 142	0.60 292	0.39 251	0.67 187	0.46 213	1.18 197	1.09 244	0.47 52	0.75 98	0.69 135	0.47 93	0.59 33	0.40 118	0.16 27	0.15 182	0.21 162	0.20 199	0.19 120	0.15 59

ff7	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

ffff	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

11t	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

plain	0.46 74	0.27 114	1.01 328	0.50 126	0.40 261	0.35 12	0.37 114	0.87 70	0.56 51	0.43 40	0.76 100	0.42 22	0.40 56	1.13 183	0.45 165	0.21 206	0.15 182	0.24 247	0.19 167	0.24 257	0.16 84

anonymousdsp2	0.53 109	0.27 114	0.74 211	0.48 100	0.29 94	0.76 232	0.47 220	1.61 311	0.82 134	0.77 119	0.77 102	0.75 147	0.47 93	1.03 155	0.40 118	0.18 101	0.13 76	0.18 73	0.13 33	0.19 120	0.18 133

anonymousdsp	0.43 49	0.27 114	0.53 61	0.44 47	0.32 159	0.50 78	0.42 159	0.89 78	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.33 229	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

anonymousa	0.72 241	0.27 114	0.75 214	0.47 75	0.63 391	1.43 403	0.45 206	1.24 222	0.89 152	1.28 316	1.75 413	1.62 395	1.13 383	0.69 58	0.59 243	0.19 142	0.16 217	0.23 227	0.25 322	0.20 154	0.18 133

riskmin	0.56 148	0.27 114	0.60 105	0.43 26	0.31 141	0.83 273	0.42 159	1.14 186	1.04 217	0.73 112	0.75 98	1.11 292	1.01 351	0.81 95	0.51 209	0.20 174	0.14 127	0.24 247	0.15 71	0.24 257	0.25 284

ccc-4	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

IGEV-Stereo	0.43 49	0.27 114	0.54 66	0.45 59	0.32 159	0.50 78	0.42 159	0.90 84	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.32 226	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 228	0.27 114	0.97 315	0.51 156	0.43 282	0.79 250	0.33 69	1.21 208	1.06 225	1.30 330	1.10 207	0.52 73	0.55 141	3.16 412	0.63 260	0.16 27	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

IPLGR	0.58 161	0.27 114	1.14 374	0.48 100	0.28 77	0.65 175	0.33 69	1.22 216	1.13 268	1.18 271	1.05 188	0.69 135	0.66 199	0.96 135	0.52 216	0.17 63	0.15 182	0.20 128	0.17 129	0.20 154	0.18 133

PSM-AAD	0.79 290	0.27 114	0.53 61	0.55 233	0.28 77	0.77 240	1.24 453	0.99 119	0.91 161	1.66 428	1.57 382	0.81 168	2.19 478	1.65 295	0.44 152	0.19 142	0.14 127	0.38 415	0.32 402	0.21 194	0.70 466

THIR-Stereo	1.02 375	0.27 114	0.69 159	0.49 115	0.28 77	0.95 310	1.34 460	1.03 134	0.97 185	1.34 356	1.90 431	1.17 303	1.58 438	6.44 476	0.78 307	0.19 142	0.14 127	0.21 162	0.22 272	0.19 120	0.20 205

Prome-Stereo	0.75 270	0.27 114	0.53 61	0.55 233	0.32 159	0.59 135	0.97 422	0.89 78	0.88 149	1.45 387	2.46 464	0.91 213	1.41 420	1.58 286	0.44 152	0.18 101	0.13 76	0.19 94	0.17 129	0.20 154	0.92 477

coex_refinement	0.80 293	0.28 134	0.73 195	0.70 388	0.51 334	0.95 310	0.60 325	1.78 356	1.23 329	1.36 361	1.37 321	1.82 424	0.81 251	1.32 226	1.13 378	0.26 320	0.17 246	0.19 94	0.20 199	0.24 257	0.25 284

S2M2	0.34 9	0.28 134	0.45 26	0.40 13	0.30 115	0.31 8	0.16 1	0.60 11	0.64 71	0.31 7	0.48 28	0.47 45	0.34 33	0.38 3	0.32 37	0.25 298	0.22 341	0.20 128	0.22 272	0.25 269	0.22 239

AIO-test2	0.57 155	0.28 134	0.63 116	0.61 306	0.58 371	0.79 250	0.51 248	1.18 197	1.40 409	0.63 95	1.15 237	0.51 66	0.43 69	1.09 173	0.35 74	0.21 206	0.17 246	0.26 305	0.30 389	0.20 154	0.19 173

ours_stereo	0.39 27	0.28 134	0.51 50	0.46 64	0.30 115	0.40 23	0.44 189	0.73 27	0.56 51	0.35 15	0.56 54	0.46 38	0.33 27	1.11 178	0.32 37	0.16 27	0.13 76	0.19 94	0.15 71	0.19 120	0.14 31

PAM_32	0.77 278	0.28 134	1.03 339	0.52 178	0.30 115	1.32 384	0.35 86	1.97 411	0.65 86	1.02 190	1.06 190	3.05 478	1.49 432	0.96 135	0.36 83	0.19 142	0.13 76	0.20 128	0.18 145	0.19 120	0.19 173

gcap-zeroshot	0.53 109	0.28 134	0.89 286	0.49 115	0.28 77	0.76 232	0.37 114	1.34 238	0.73 108	0.89 149	0.67 74	1.35 348	0.51 119	0.79 88	0.33 50	0.18 101	0.15 182	0.18 73	0.15 71	0.17 50	0.16 84

MyStereo06	0.61 175	0.28 134	0.95 307	0.56 246	0.46 307	0.61 149	0.73 364	1.78 356	0.67 89	1.03 194	1.12 220	1.13 298	0.56 146	0.78 84	0.41 129	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

MyStereo05	0.66 213	0.28 134	1.07 354	0.56 246	0.46 307	0.61 149	0.73 364	1.34 238	1.41 413	1.15 247	0.91 132	0.77 154	0.80 248	1.41 255	0.63 260	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

11t1	0.52 99	0.28 134	0.68 146	0.51 156	0.28 77	0.83 273	0.39 135	1.22 216	0.63 67	0.84 139	0.74 96	0.68 130	0.68 200	0.91 122	0.57 238	0.21 206	0.18 267	0.19 94	0.16 109	0.20 154	0.21 222

IGEVStereo-DCA	0.46 74	0.28 134	0.56 78	0.43 26	0.33 179	0.49 68	0.42 159	0.87 70	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.18 133

rrr	0.46 74	0.28 134	0.73 195	0.43 26	0.33 179	0.49 68	0.38 120	0.76 35	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.16 84

testlalala	0.45 67	0.28 134	0.59 100	0.42 23	0.39 251	0.71 211	0.39 135	1.08 169	0.45 19	1.24 302	0.80 114	0.61 107	0.36 40	0.54 21	0.33 50	0.20 174	0.13 76	0.18 73	0.12 20	0.15 14	0.15 59

GCAP-Stereo	0.40 34	0.28 134	0.68 146	0.47 75	0.25 31	0.53 103	0.32 63	0.82 59	0.58 54	0.65 98	0.69 81	0.58 96	0.42 62	0.47 9	0.29 12	0.17 63	0.14 127	0.17 41	0.13 33	0.17 50	0.14 31

Selective-RAFT	0.52 99	0.28 134	0.79 241	0.55 233	0.27 54	0.91 294	0.33 69	0.80 53	0.88 149	0.58 81	0.63 67	0.81 168	0.77 231	1.29 220	0.48 191	0.19 142	0.14 127	0.17 41	0.15 71	0.19 120	0.17 109

ProNet	0.43 49	0.28 134	0.58 93	0.43 26	0.30 115	0.56 122	0.52 259	1.00 123	0.58 54	0.44 42	0.49 34	0.43 25	0.43 69	1.28 216	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.17 50	0.16 84

TestStereo1	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

DisPM	0.66 213	0.28 134	0.72 183	0.61 306	0.35 200	0.62 157	0.45 206	1.02 129	0.99 197	1.56 412	1.10 207	0.80 164	0.59 165	2.37 378	0.41 129	0.23 257	0.14 127	0.23 227	0.21 243	0.20 154	0.25 284

SA-5K	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

MIPNet	0.56 148	0.28 134	0.94 303	0.49 115	0.33 179	0.66 183	0.38 120	1.35 241	1.08 236	1.06 198	0.92 134	0.60 103	0.79 242	0.73 73	0.52 216	0.17 63	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

PFNet+	0.59 166	0.28 134	0.77 230	0.53 195	0.30 115	0.59 135	0.31 56	0.92 88	1.14 271	1.33 352	1.10 207	0.79 162	0.57 155	1.31 222	0.49 198	0.25 298	0.17 246	0.28 334	0.26 339	0.21 194	0.25 284

LCNet	0.72 241	0.28 134	0.52 57	0.55 233	0.31 141	0.69 199	0.54 274	1.00 123	0.88 149	1.19 275	1.34 312	0.97 243	1.34 417	2.56 390	0.45 165	0.18 101	0.13 76	0.21 162	0.25 322	0.27 295	0.73 469

AAGNet	1.83 459	0.28 134	0.72 183	0.61 306	0.32 159	0.67 187	0.51 248	0.96 112	0.98 190	1.47 390	1.20 258	1.00 252	1.18 389	2.83 399	22.77 528	0.22 232	0.13 76	0.22 189	0.19 167	0.23 242	0.15 59

STrans-v2	1.04 380	0.28 134	0.96 313	0.49 115	0.32 159	0.68 194	0.79 380	2.47 481	1.12 256	1.12 224	1.46 353	1.40 354	1.46 427	6.70 483	0.43 149	0.18 101	0.13 76	0.20 128	0.18 145	0.18 81	0.18 133

TransformOpticalFlow	0.96 349	0.28 134	0.89 286	0.52 178	0.31 141	0.66 183	0.54 274	1.75 342	1.12 256	1.09 208	1.44 345	1.37 353	1.01 351	6.70 483	0.42 140	0.19 142	0.12 23	0.20 128	0.19 167	0.18 81	0.19 173

KYRaft	0.75 270	0.28 134	0.62 113	0.56 246	0.29 94	0.67 187	0.86 398	0.94 101	0.84 139	1.62 423	2.21 452	1.16 302	1.02 356	1.57 284	0.40 118	0.20 174	0.13 76	0.22 189	0.28 369	0.20 154	1.02 481

SST-Stereo	0.83 311	0.28 134	0.72 183	0.59 281	0.31 141	0.72 214	0.26 28	1.09 171	0.86 141	1.47 390	1.10 207	1.00 252	0.87 284	5.73 464	0.45 165	0.22 232	0.13 76	0.23 227	0.19 167	0.23 242	0.18 133

RAFT_R40	0.83 311	0.28 134	0.73 195	0.59 281	0.31 141	0.69 199	0.44 189	1.10 174	0.95 173	1.47 390	1.10 207	1.00 252	0.85 271	5.53 458	0.46 179	0.22 232	0.13 76	0.23 227	0.20 199	0.23 242	0.18 133

IRAFT_RVC	0.88 330	0.28 134	0.76 224	0.63 327	0.31 141	0.65 175	1.02 431	1.22 216	0.94 171	1.22 288	1.04 186	1.01 259	0.98 339	5.82 466	0.53 223	0.22 232	0.12 23	0.25 286	0.20 199	0.20 154	0.19 173

test_xeample3	0.42 43	0.28 134	0.69 159	0.43 26	0.33 179	0.56 122	0.38 120	0.79 46	0.45 19	0.53 74	0.46 24	0.44 27	0.44 76	1.38 243	0.31 35	0.18 101	0.14 127	0.19 94	0.15 71	0.17 50	0.16 84

xxxx	1.51 437	0.28 134	0.68 146	0.54 210	0.28 77	1.16 359	0.44 189	2.19 455	1.29 358	1.09 208	1.36 319	1.22 311	0.85 271	1.79 321	15.70 521	0.24 272	0.21 323	0.21 162	0.20 199	0.22 217	0.23 258

test_xeample	1.45 433	0.28 134	0.65 130	0.51 156	0.28 77	0.94 306	0.59 321	2.14 441	1.29 358	1.24 302	1.51 366	0.88 201	0.86 279	1.46 262	15.10 518	0.22 232	0.20 301	0.22 189	0.20 199	0.22 217	0.22 239

EAI-Stereo	0.65 206	0.28 134	0.69 159	0.53 195	0.27 54	0.60 143	0.40 142	2.28 466	0.64 71	0.71 106	3.18 476	0.57 91	0.43 69	1.06 164	0.41 129	0.18 101	0.13 76	0.17 41	0.17 129	0.17 50	0.17 109

SFCPSM	0.70 232	0.28 134	1.02 335	0.51 156	0.38 240	1.37 391	0.66 344	2.00 416	1.03 212	1.17 266	1.21 260	0.82 173	0.78 238	1.03 155	0.53 223	0.21 206	0.17 246	0.22 189	0.24 308	0.21 194	0.19 173

FENet	0.60 169	0.28 134	0.63 116	0.54 210	0.33 179	0.83 273	0.38 120	1.27 226	1.07 230	1.00 183	0.86 121	0.99 251	0.85 271	0.96 135	0.68 275	0.22 232	0.15 182	0.23 227	0.20 199	0.22 217	0.23 258

GANet-RSSM	0.72 241	0.28 134	0.63 116	0.64 336	0.58 371	0.80 258	0.58 313	1.89 388	1.08 236	1.04 197	1.25 272	1.15 301	1.04 360	1.49 268	0.62 256	0.25 298	0.19 283	0.22 189	0.22 272	0.22 217	0.21 222

PAM	0.76 276	0.29 169	1.08 358	0.52 178	0.33 179	1.38 394	0.39 135	2.01 420	0.67 89	1.06 198	0.96 144	2.89 477	1.43 422	0.86 112	0.35 74	0.19 142	0.12 23	0.19 94	0.17 129	0.19 120	0.20 205

model_zeroshot	0.48 87	0.29 169	0.86 262	0.51 156	0.36 209	0.69 199	0.37 114	1.12 182	0.62 64	0.85 144	0.84 118	0.66 125	0.37 44	0.73 73	0.34 65	0.20 174	0.16 217	0.19 94	0.16 109	0.17 50	0.16 84

test_sample2	0.62 179	0.29 169	0.74 211	0.50 126	0.28 77	0.80 258	0.61 327	1.61 311	1.00 202	0.88 148	0.99 156	0.94 227	0.83 264	1.16 189	0.51 209	0.23 257	0.18 267	0.22 189	0.21 243	0.23 242	0.22 239

test_sample1	0.61 175	0.29 169	0.75 214	0.50 126	0.31 141	0.76 232	0.48 230	1.59 304	0.84 139	0.90 151	0.94 140	0.88 201	0.95 321	1.16 189	0.67 271	0.22 232	0.18 267	0.20 128	0.19 167	0.21 194	0.21 222

MyStereo8	0.65 206	0.29 169	1.00 324	0.58 268	0.49 316	0.91 294	0.35 86	1.18 197	1.31 368	1.16 257	1.27 282	0.90 210	0.64 191	0.72 69	0.95 348	0.18 101	0.14 127	0.20 128	0.18 145	0.22 217	0.26 308

MyStereo07	0.48 87	0.29 169	0.50 43	0.55 233	0.45 296	0.59 135	0.79 380	1.05 148	0.51 39	0.48 56	0.53 43	0.43 25	0.55 141	1.30 221	0.34 65	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

MyStereo04	0.67 222	0.29 169	1.07 354	0.55 233	0.45 296	0.59 135	0.79 380	1.50 277	1.40 409	0.91 156	0.91 132	0.74 145	0.86 279	1.52 273	0.62 256	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

CoDeX	0.73 259	0.29 169	0.93 299	0.54 210	0.36 209	1.14 351	0.61 327	2.34 471	1.17 294	1.16 257	1.25 272	0.91 213	0.87 284	1.33 229	0.64 264	0.20 174	0.16 217	0.21 162	0.18 145	0.20 154	0.18 133

1111x	1.70 454	0.29 169	0.86 262	0.51 156	0.27 54	1.01 329	0.68 351	2.22 459	1.28 354	1.13 238	1.40 332	1.21 309	1.10 375	5.53 458	15.20 519	0.22 232	0.21 323	0.22 189	0.22 272	0.24 257	0.22 239

knoymous	0.51 98	0.29 169	0.47 31	0.43 26	0.30 115	0.55 117	0.55 290	1.02 129	0.77 119	0.98 175	0.85 120	0.94 227	0.56 146	0.85 108	0.45 165	0.20 174	0.14 127	0.26 305	0.14 57	0.23 242	0.23 258

RAFT+CT+SA	0.58 161	0.29 169	0.60 105	0.66 357	0.37 223	0.42 34	0.55 290	1.27 226	1.03 212	0.70 104	1.22 262	0.60 103	0.70 208	1.64 294	0.41 129	0.18 101	0.13 76	0.22 189	0.22 272	0.21 194	0.18 133

Sa-1000	0.72 241	0.29 169	0.76 224	0.59 281	0.30 115	0.73 217	0.37 114	1.62 315	1.33 376	1.28 316	2.04 444	0.86 193	0.75 219	1.84 325	0.38 105	0.19 142	0.14 127	0.25 286	0.23 295	0.20 154	0.16 84

iRaft-Stereo_5w	0.85 320	0.29 169	0.91 293	0.53 195	0.43 282	0.49 68	0.68 351	0.99 119	0.87 145	0.79 124	1.34 312	1.46 369	0.91 299	5.11 447	1.11 375	0.17 63	0.14 127	0.22 189	0.18 145	0.20 154	0.20 205

NRIStereo	0.60 169	0.29 169	0.69 159	0.53 195	0.28 77	0.63 158	0.33 69	1.08 169	0.87 145	1.14 241	0.87 124	0.91 213	0.59 165	2.24 367	0.49 198	0.20 174	0.14 127	0.21 162	0.19 167	0.21 194	0.17 109

Pruner-Stereo	0.62 179	0.29 169	0.70 165	0.61 306	0.31 141	0.63 158	0.43 176	1.17 192	0.99 197	1.53 404	1.08 198	0.95 235	0.55 141	1.35 233	0.51 209	0.23 257	0.14 127	0.24 247	0.21 243	0.21 194	0.23 258

DeepStereo_RVC	0.55 139	0.29 169	0.72 183	0.51 156	0.30 115	0.59 135	0.33 69	1.03 134	0.70 98	1.16 257	0.93 137	0.83 180	0.94 316	0.96 135	0.54 229	0.21 206	0.14 127	0.21 162	0.19 167	0.24 257	0.24 272

rafts_anoy	0.52 99	0.29 169	0.59 100	0.59 281	0.50 323	0.53 103	0.40 142	1.11 180	1.03 212	0.84 139	0.83 116	0.68 130	0.54 134	0.72 69	0.51 209	0.19 142	0.14 127	0.24 247	0.26 339	0.21 194	0.18 133

222	1.61 446	0.29 169	0.67 142	0.56 246	0.29 94	1.06 340	0.42 159	2.17 452	1.31 368	1.31 340	1.52 367	0.92 222	0.94 316	1.76 318	17.65 522	0.24 272	0.20 301	0.21 162	0.19 167	0.22 217	0.23 258

ac_64	0.82 304	0.29 169	0.81 247	0.71 396	0.60 382	1.05 337	0.54 274	1.99 415	0.92 166	1.18 271	1.06 190	1.99 441	1.08 371	1.94 338	0.97 354	0.27 336	0.22 341	0.24 247	0.23 295	0.22 217	0.19 173

HSM-Net_RVC	0.87 329	0.29 169	0.53 61	0.53 195	0.30 115	1.15 357	0.55 290	3.57 497	1.28 354	1.53 404	1.74 410	1.68 408	0.93 311	1.49 268	0.77 305	0.22 232	0.17 246	0.19 94	0.18 145	0.20 154	0.19 173
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM-zero	1.00 366	0.30 189	0.93 299	0.47 75	0.30 115	0.57 127	0.25 19	2.25 462	0.63 67	1.01 186	1.10 207	2.73 473	1.85 461	6.26 472	0.40 118	0.17 63	0.14 127	0.19 94	0.15 71	0.16 29	0.17 109

DispNO	0.93 343	0.30 189	1.34 405	0.55 233	0.55 357	0.89 288	0.49 240	1.48 271	1.21 320	1.17 266	1.27 282	1.19 307	0.90 296	5.23 449	0.74 291	0.22 232	0.17 246	0.24 247	0.21 243	0.19 120	0.20 205

SMFormer	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.23 242	0.24 272

tta	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.18 81	0.18 133

qqq1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

fff1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

IGEV_Zeroshot_test	0.53 109	0.30 189	0.99 319	0.56 246	0.35 200	0.41 27	0.32 63	1.37 244	0.63 67	1.00 183	1.09 203	0.95 235	0.41 58	0.83 100	0.39 113	0.18 101	0.12 23	0.19 94	0.18 145	0.19 120	0.17 109

EKT-Stereo	0.53 109	0.30 189	0.73 195	0.58 268	0.60 382	0.51 94	0.48 230	0.94 101	0.90 156	0.71 106	0.88 126	0.77 154	0.43 69	1.07 168	0.40 118	0.22 232	0.16 217	0.21 162	0.18 145	0.20 154	0.22 239

HH	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

HanStereo	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

raft_robust	0.68 226	0.30 189	0.64 123	0.52 178	0.26 36	0.54 110	0.35 86	1.33 233	1.24 335	1.16 257	1.07 194	0.60 103	0.54 134	3.58 424	0.37 95	0.18 101	0.14 127	0.20 128	0.22 272	0.20 154	0.16 84

test_5	0.65 206	0.30 189	0.75 214	0.67 369	0.50 323	0.92 301	0.52 259	1.39 250	1.12 256	0.76 114	1.11 213	1.00 252	0.90 296	1.53 277	0.45 165	0.18 101	0.13 76	0.23 227	0.22 272	0.21 194	0.19 173

SA	0.66 213	0.30 189	0.82 250	0.61 306	0.30 115	0.58 130	0.38 120	1.44 263	1.30 364	0.96 168	1.36 319	0.66 125	0.95 321	1.85 328	0.42 140	0.19 142	0.15 182	0.25 286	0.23 295	0.21 194	0.17 109

Patchmatch Stereo++	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133
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
NF-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.02 174	0.82 173	0.57 155	5.40 456	0.48 191	0.23 257	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

OCTAStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.82 173	0.57 155	5.35 451	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

PSM-adaLoss	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.41 155	1.04 140	0.64 71	1.12 224	0.96 144	0.82 173	0.61 177	1.06 164	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo_v2	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.42 159	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.12 181	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.25 19	1.05 148	0.64 71	1.12 224	0.95 141	0.82 173	0.61 177	1.15 185	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

HUI-Stereo	0.52 99	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.30 50	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	0.79 88	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

RE-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

TVStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

iGMRVC	0.56 148	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.38 120	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.52 273	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

iRAFT	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

CRE-IMP	0.55 139	0.30 189	0.74 211	0.52 178	0.29 94	0.79 250	0.25 19	1.04 140	0.72 104	1.09 208	0.95 141	0.81 168	0.57 155	1.10 175	0.50 204	0.21 206	0.14 127	0.23 227	0.19 167	0.28 313	0.22 239

RAFT	0.64 198	0.30 189	0.73 195	0.59 281	0.33 179	0.68 194	0.58 313	1.04 140	0.76 117	1.08 202	1.19 254	1.65 405	0.93 311	1.06 164	0.56 235	0.21 206	0.18 267	0.27 321	0.24 308	0.22 217	0.17 109

RAFT-IKP	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.59 135	0.36 100	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.61 177	1.22 201	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

RALCasStereoNet	0.54 124	0.30 189	0.66 137	0.59 281	0.51 334	0.61 149	0.52 259	0.94 101	0.93 168	0.70 104	1.01 166	0.78 158	0.44 76	1.33 229	0.47 186	0.20 174	0.16 217	0.18 73	0.16 109	0.20 154	0.19 173

cf-r	0.73 259	0.30 189	0.77 230	0.55 233	0.63 391	0.78 245	0.48 230	1.79 362	1.15 282	1.13 238	1.26 279	1.43 359	0.87 284	1.40 254	0.85 331	0.25 298	0.18 267	0.22 189	0.23 295	0.19 120	0.19 173

PSMNet-RSSM	0.72 241	0.30 189	0.61 108	0.63 327	0.42 273	0.73 217	0.56 298	1.92 398	1.10 250	1.09 208	1.37 321	1.22 311	0.98 339	1.28 216	0.72 287	0.27 336	0.19 283	0.27 321	0.29 380	0.24 257	0.24 272

DIP-Stereo	0.62 179	0.30 189	0.83 254	0.48 100	0.36 209	0.95 310	0.33 69	2.37 474	0.67 89	1.25 307	1.00 160	0.68 130	0.51 119	0.91 122	0.61 253	0.18 101	0.15 182	0.21 162	0.17 129	0.19 120	0.19 173
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 396	0.30 189	0.91 293	0.66 357	0.77 431	0.97 319	0.57 309	1.37 244	1.35 388	1.02 190	1.34 312	2.11 450	1.43 422	7.09 488	1.39 412	0.19 142	0.17 246	0.17 41	0.19 167	0.18 81	0.16 84

iResNet_ROB	0.77 278	0.30 189	0.99 319	0.57 262	0.36 209	0.83 273	0.36 100	2.33 469	1.58 436	1.27 314	1.30 291	1.25 322	0.84 268	1.65 295	0.79 313	0.20 174	0.14 127	0.17 41	0.12 20	0.18 81	0.27 318

GCAP-BAT	0.49 92	0.31 222	0.64 123	0.41 17	0.46 307	0.70 206	0.35 86	0.77 38	0.64 71	0.86 146	1.00 160	0.77 154	0.37 44	1.18 195	0.36 83	0.18 101	0.14 127	0.18 73	0.13 33	0.17 50	0.15 59

CAS++	0.47 81	0.31 222	0.56 78	0.47 75	0.32 159	0.42 34	0.28 38	1.76 348	0.72 104	0.71 106	0.72 91	0.37 18	0.28 9	0.69 58	0.33 50	0.27 336	0.22 341	0.26 305	0.21 243	0.29 324	0.19 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.56 148	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

xx1	0.67 222	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.95 235	0.77 231	1.46 262	0.32 37	0.20 174	0.12 23	0.24 247	0.23 295	0.22 217	0.21 222

1test111	0.54 124	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	0.88 115	0.59 243	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

cc1	0.64 198	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.19 120	0.19 173

x	0.54 124	0.31 222	0.61 108	0.47 75	0.30 115	0.67 187	0.47 220	1.53 292	0.79 126	0.81 130	0.83 116	0.78 158	0.70 208	0.70 62	0.62 256	0.21 206	0.19 283	0.22 189	0.19 167	0.21 194	0.20 205

IER	0.70 232	0.31 222	1.02 335	0.48 100	0.52 345	1.34 388	0.51 248	1.17 192	0.99 197	1.23 294	1.34 312	1.12 293	1.11 376	0.99 146	0.71 284	0.20 174	0.16 217	0.21 162	0.21 243	0.20 154	0.19 173

iRaft-Stereo_20w	0.65 206	0.31 222	1.00 324	0.47 75	0.34 196	0.73 217	0.30 50	2.96 489	0.70 98	1.15 247	1.14 229	0.76 151	0.65 197	1.11 178	0.38 105	0.17 63	0.13 76	0.18 73	0.16 109	0.19 120	0.18 133

GwcNet-ADL	0.64 198	0.31 222	0.79 241	0.56 246	0.41 268	0.60 143	0.58 313	1.41 254	1.26 343	1.08 202	1.13 225	0.91 213	0.60 168	1.04 161	0.78 307	0.27 336	0.18 267	0.18 73	0.18 145	0.25 269	0.29 334

IIG-Stereo	0.96 349	0.31 222	0.72 183	0.88 454	0.33 179	0.61 149	0.26 28	1.19 205	1.03 212	1.69 430	1.37 321	1.46 369	0.75 219	6.96 487	0.51 209	0.19 142	0.14 127	0.23 227	0.18 145	0.20 154	0.14 31

PSM-softLoss	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

KMStereo	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

CroCo-Stereo	0.40 34	0.31 222	0.73 195	0.58 268	0.27 54	0.26 3	0.33 69	0.95 106	0.81 129	0.42 35	0.47 26	0.65 121	0.47 93	0.39 5	0.34 65	0.18 101	0.15 182	0.16 23	0.14 57	0.19 120	0.16 84
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
ACVNet	0.63 186	0.31 222	0.54 66	0.54 210	0.36 209	0.80 258	0.46 213	1.37 244	1.07 230	0.93 159	1.30 291	1.08 276	0.85 271	0.80 90	0.94 345	0.21 206	0.19 283	0.21 162	0.18 145	0.22 217	0.18 133

acv_ft	0.75 270	0.31 222	0.95 307	0.70 388	0.86 452	1.24 372	0.53 267	1.44 263	1.07 230	1.24 302	1.30 291	1.08 276	0.92 302	0.80 90	1.34 404	0.21 206	0.19 283	0.21 162	0.18 145	0.21 194	0.18 133

G2L-Stereo	0.80 293	0.32 238	0.95 307	0.60 292	0.42 273	0.78 245	0.69 355	1.50 277	1.09 244	1.33 352	1.14 229	1.45 366	0.72 214	2.45 383	1.10 372	0.25 298	0.20 301	0.26 305	0.21 243	0.20 154	0.26 308

HI	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

CoSv	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

rvit_stereo_0080	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

test_sample3	0.68 226	0.32 238	0.88 280	0.52 178	0.30 115	0.97 319	0.52 259	1.86 381	1.15 282	1.08 202	1.11 213	0.88 201	0.71 212	1.17 193	0.68 275	0.25 298	0.20 301	0.25 286	0.25 322	0.25 269	0.25 284

tt1	0.62 179	0.32 238	0.51 50	0.54 210	0.26 36	1.16 359	0.48 230	0.95 106	2.47 479	0.57 79	0.77 102	0.49 56	0.81 251	1.55 281	0.32 37	0.20 174	0.12 23	0.24 247	0.15 71	0.19 120	0.20 205

whm_eth	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

PCWNet_CMD	0.66 213	0.32 238	0.88 280	0.49 115	0.37 223	0.78 245	0.40 142	1.42 256	1.31 368	1.16 257	1.31 297	1.25 322	0.62 182	0.89 120	0.57 238	0.20 174	0.16 217	0.27 321	0.19 167	0.40 394	0.25 284

BUS	0.74 262	0.32 238	0.68 146	0.54 210	0.44 289	2.34 469	0.42 159	2.16 446	0.98 190	1.20 279	1.11 213	1.03 265	0.62 182	0.91 122	0.70 279	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

BSDual-CNN	0.71 239	0.32 238	0.68 146	0.54 210	0.44 289	1.27 376	0.65 339	2.16 446	0.98 190	1.20 279	1.11 213	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

hknet	0.77 278	0.32 238	0.95 307	0.54 210	0.38 240	1.27 376	0.65 339	2.16 446	1.07 230	1.20 279	1.11 213	1.59 391	0.81 251	1.37 239	0.66 268	0.22 232	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

psmg	0.72 241	0.32 238	0.68 146	0.50 126	0.44 289	1.48 406	0.75 369	1.94 404	0.98 190	1.21 283	1.33 305	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.19 283	0.25 286	0.25 322	0.23 242	0.22 239

CFNet_pseudo	0.66 213	0.32 238	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.24 318	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.33 383	0.19 167	0.36 373	0.25 284

MMNet	0.84 316	0.32 238	1.09 361	0.60 292	0.59 379	1.85 443	0.49 240	1.51 284	1.27 349	1.37 364	1.15 237	1.26 326	1.18 389	1.67 300	1.22 388	0.19 142	0.18 267	0.23 227	0.22 272	0.25 269	0.21 222

delet	0.85 320	0.32 238	0.95 307	0.65 350	0.66 399	1.64 422	0.84 392	1.75 342	1.35 388	1.32 344	1.30 291	1.30 337	0.88 289	1.68 305	1.10 372	0.21 206	0.21 323	0.24 247	0.24 308	0.21 194	0.21 222

UPFNet	0.80 293	0.32 238	0.90 290	0.59 281	0.74 420	1.26 375	0.80 386	1.52 286	1.10 250	1.30 330	1.12 220	1.30 337	0.84 268	1.67 300	1.09 369	0.24 272	0.24 362	0.24 247	0.23 295	0.25 269	0.18 133

GwcNet-RSSM	0.77 278	0.32 238	1.01 328	0.62 318	0.54 351	0.78 245	0.51 248	1.73 336	1.20 314	1.09 208	1.37 321	1.46 369	0.85 271	1.53 277	1.09 369	0.25 298	0.18 267	0.23 227	0.24 308	0.20 154	0.19 173

CFNet-ft	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

MSMDNet	0.66 213	0.32 238	0.87 273	0.49 115	0.37 223	0.79 250	0.40 142	1.43 262	1.31 368	1.15 247	1.31 297	1.24 318	0.63 187	0.88 115	0.57 238	0.21 206	0.16 217	0.26 305	0.19 167	0.39 390	0.24 272

CFNet_RVC	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

HSM	1.19 409	0.32 238	0.65 130	0.57 262	0.38 240	1.23 371	0.59 321	2.25 462	1.19 309	1.30 330	1.25 272	1.94 436	1.03 358	9.32 510	0.71 284	0.22 232	0.16 217	0.20 128	0.16 109	0.21 194	0.21 222

DN-CSS_ROB	0.64 198	0.32 238	1.05 345	0.55 233	0.40 261	0.54 110	0.45 206	1.21 208	0.93 168	1.03 194	1.47 354	0.69 135	0.63 187	1.76 318	0.49 198	0.18 101	0.14 127	0.25 286	0.22 272	0.22 217	0.20 205

ISRNet	0.80 293	0.33 260	1.07 354	0.81 428	0.66 399	0.60 143	0.34 81	1.19 205	1.13 268	1.59 419	1.53 368	1.35 348	0.77 231	1.27 214	0.94 345	0.39 417	0.34 424	0.43 433	0.38 430	0.34 364	0.49 430

rvit_stereo_0083	0.47 81	0.33 260	0.81 247	0.56 246	0.36 209	0.50 78	0.44 189	0.68 19	0.95 173	0.49 61	0.57 57	0.55 82	0.49 112	0.88 115	0.46 179	0.25 298	0.25 369	0.24 247	0.20 199	0.24 257	0.17 109

rvit_stereo_0081	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

rvit_stereo_0082	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

test_sample4	0.69 228	0.33 260	0.91 293	0.51 156	0.30 115	0.92 301	0.52 259	1.87 383	1.15 282	1.14 241	1.18 247	0.87 197	0.75 219	1.18 195	0.68 275	0.25 298	0.20 301	0.26 305	0.26 339	0.26 281	0.25 284

ffm	0.72 241	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	1.55 281	0.32 37	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

ff1	1.37 426	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

mmx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

xxx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

CFNet_ucs	0.70 232	0.33 260	0.88 280	0.50 126	0.43 282	0.74 221	0.44 189	1.60 308	1.29 358	1.22 288	1.54 372	1.09 286	0.63 187	0.99 146	0.59 243	0.25 298	0.20 301	0.37 412	0.21 243	0.40 394	0.28 330

LL-Strereo2	0.52 99	0.33 260	0.69 159	0.52 178	0.37 223	0.70 206	0.30 50	1.13 185	0.67 89	0.94 164	0.78 104	0.91 213	0.42 62	1.05 163	0.42 140	0.17 63	0.16 217	0.29 344	0.25 322	0.21 194	0.16 84

CBFPSM	0.92 340	0.33 260	1.86 453	0.49 115	0.38 240	1.75 430	0.84 392	1.39 250	1.12 256	1.09 208	0.99 156	2.37 460	1.66 449	1.32 226	1.42 421	0.19 142	0.18 267	0.20 128	0.20 199	0.21 194	0.33 369

gwcnet-sp	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

scenet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

ToySt	0.66 213	0.33 260	1.23 384	0.51 156	0.33 179	0.86 285	0.68 351	1.10 174	0.97 185	0.84 139	1.08 198	1.25 322	0.94 316	1.01 151	0.74 291	0.19 142	0.19 283	0.24 247	0.24 308	0.27 295	0.23 258

ssnet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

CIPLG	0.62 179	0.33 260	0.96 313	0.58 268	0.50 323	0.75 226	0.48 230	1.05 148	0.96 178	1.40 375	1.57 382	0.64 118	0.48 104	0.89 120	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

IPLGR_C	0.62 179	0.33 260	0.99 319	0.58 268	0.49 316	0.76 232	0.48 230	1.10 174	0.96 178	1.40 375	1.56 378	0.62 112	0.48 104	0.80 90	0.71 284	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

ACRE	0.61 175	0.33 260	1.01 328	0.58 268	0.49 316	0.75 226	0.47 220	1.06 161	0.95 173	1.37 364	1.55 374	0.62 112	0.46 84	0.83 100	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.18 81	0.21 222

OMP-Stereo	0.94 345	0.33 260	0.72 183	0.90 459	0.31 141	0.49 68	0.36 100	1.16 190	1.06 225	1.58 418	1.12 220	1.46 369	0.69 203	6.94 486	0.49 198	0.19 142	0.14 127	0.24 247	0.18 145	0.20 154	0.14 31

ICVP	0.63 186	0.33 260	0.57 88	0.61 306	0.40 261	0.80 258	0.58 313	1.61 311	0.89 152	0.90 151	1.24 268	0.88 201	0.73 215	0.72 69	0.88 335	0.29 359	0.21 323	0.22 189	0.21 243	0.24 257	0.27 318
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 169	0.33 260	0.87 273	0.62 318	0.50 323	0.69 199	0.31 56	1.21 208	1.06 225	1.09 208	1.16 242	0.88 201	0.46 84	1.22 201	0.42 140	0.19 142	0.15 182	0.21 162	0.17 129	0.27 295	0.17 109

ccs_rob	0.66 213	0.33 260	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.23 316	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.35 401	0.20 199	0.37 377	0.25 284

FACV-RUCA	0.63 186	0.34 283	0.82 250	0.62 318	0.65 396	0.81 266	0.41 155	1.44 263	1.07 230	0.86 146	1.14 229	0.61 107	0.69 203	0.80 90	0.53 223	0.28 349	0.19 283	0.47 443	0.21 243	0.35 366	0.25 284

rvit_stereo_0081_aga	0.44 59	0.34 283	0.73 195	0.51 156	0.41 268	0.50 78	0.40 142	0.81 56	0.57 53	0.58 81	0.56 54	0.53 78	0.43 69	0.66 55	0.40 118	0.26 320	0.21 323	0.22 189	0.20 199	0.26 281	0.18 133

test_sample6	0.71 239	0.34 283	0.87 273	0.52 178	0.30 115	0.82 268	0.58 313	1.79 362	1.15 282	1.14 241	1.33 305	0.91 213	0.79 242	1.31 222	0.74 291	0.27 336	0.21 323	0.27 321	0.29 380	0.28 313	0.27 318

test_sample5	0.69 228	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.11 222	1.25 272	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

DualNet	0.70 232	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.14 241	1.33 305	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

ttt	0.94 345	0.34 283	0.59 100	0.61 306	0.37 223	0.94 306	0.50 247	2.17 452	1.34 379	1.23 294	1.61 391	0.91 213	0.76 227	1.85 328	3.97 483	0.30 363	0.26 374	0.26 305	0.24 308	0.29 324	0.29 334

StereoVision	0.65 206	0.34 283	0.86 262	0.59 281	0.40 261	0.50 78	0.41 155	1.09 171	0.93 168	0.71 106	2.50 465	0.82 173	0.57 155	1.03 155	0.49 198	0.25 298	0.28 389	0.29 344	0.28 369	0.36 373	0.20 205

CASS	0.65 206	0.34 283	0.72 183	0.56 246	0.27 54	0.78 245	0.42 159	1.59 304	0.86 141	1.30 330	1.25 272	0.87 197	0.84 268	0.84 103	0.54 229	0.35 402	0.19 283	0.26 305	0.21 243	0.28 313	0.42 406
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 59	0.34 283	0.77 230	0.61 306	0.79 436	0.28 6	0.35 86	0.75 32	0.71 103	0.38 27	0.50 37	0.72 143	0.55 141	0.57 31	0.47 186	0.17 63	0.18 267	0.19 94	0.16 109	0.21 194	0.20 205

qqq	0.57 155	0.34 283	0.71 177	0.47 75	0.27 54	0.64 161	0.62 330	1.42 256	0.78 122	0.80 126	0.92 134	0.95 235	0.77 231	0.88 115	0.59 243	0.21 206	0.20 301	0.24 247	0.23 295	0.22 217	0.21 222

DAS	0.84 316	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.83 399	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

SepStereo	0.82 304	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.30 373	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

ADLNet2	0.88 330	0.34 283	1.17 378	0.77 418	0.64 394	1.12 349	0.76 372	1.74 340	1.24 335	1.21 283	1.65 400	1.71 411	1.05 364	1.67 300	1.17 384	0.24 272	0.21 323	0.21 162	0.22 272	0.26 281	0.29 334

GES	0.66 213	0.34 283	0.90 290	0.59 281	0.38 240	0.94 306	0.57 309	2.11 436	0.86 141	1.02 190	1.11 213	0.66 125	0.79 242	0.99 146	0.61 253	0.27 336	0.19 283	0.20 128	0.20 199	0.21 194	0.30 348

psm_up	0.77 278	0.34 283	0.70 165	0.66 357	0.58 371	1.05 337	0.92 412	1.52 286	1.12 256	1.26 311	1.16 242	1.31 341	1.23 401	1.20 198	0.81 318	0.25 298	0.29 400	0.31 361	0.27 349	0.27 295	0.25 284

UNet	0.83 311	0.34 283	1.31 397	0.58 268	0.74 420	1.58 416	0.49 240	1.41 254	1.04 217	1.21 283	1.08 198	1.54 383	1.12 379	1.65 295	1.09 369	0.23 257	0.17 246	0.25 286	0.20 199	0.25 269	0.22 239

DSFCA	0.93 343	0.34 283	1.06 349	0.52 178	0.65 396	1.55 413	0.93 416	1.49 273	1.19 309	1.56 412	1.15 237	1.50 377	0.96 329	3.07 407	1.02 360	0.30 363	0.26 374	0.25 286	0.25 322	0.28 313	0.24 272

DMCA	0.67 222	0.34 283	0.90 290	0.51 156	0.44 289	0.86 285	0.47 220	1.42 256	1.02 208	1.17 266	1.12 220	1.23 316	0.75 219	0.78 84	0.95 348	0.25 298	0.19 283	0.27 321	0.19 167	0.24 257	0.27 318

MLCV	0.72 241	0.34 283	1.10 364	0.51 156	0.23 15	0.91 294	0.39 135	1.33 233	1.23 329	1.46 389	1.55 374	1.01 259	0.64 191	1.95 339	0.80 317	0.18 101	0.12 23	0.18 73	0.14 57	0.19 120	0.17 109

DISCO	1.03 377	0.34 283	1.11 366	0.69 383	0.45 296	2.07 458	0.84 392	2.13 437	1.50 427	1.15 247	1.33 305	2.40 462	1.07 370	2.60 392	1.51 433	0.23 257	0.18 267	0.22 189	0.20 199	0.31 344	0.27 318

MDST_ROB	1.67 450	0.34 283	1.58 434	0.92 464	0.58 371	4.26 505	1.11 440	2.83 486	1.41 413	4.49 505	2.55 466	1.45 366	0.97 332	7.79 500	1.17 384	0.31 370	0.25 369	0.37 412	0.33 411	0.31 344	0.30 348

DCVSM-stereo	0.72 241	0.35 304	0.76 224	0.55 233	0.42 273	0.73 217	0.38 120	1.21 208	1.02 208	1.79 440	1.04 186	1.62 395	1.03 358	1.04 161	0.79 313	0.24 272	0.27 382	0.29 344	0.24 308	0.30 335	0.36 383

AIO-Stereo-zeroshot	0.72 241	0.35 304	1.70 440	0.49 115	0.56 359	0.63 158	0.38 120	2.41 477	0.65 86	0.77 119	1.07 194	1.82 424	0.95 321	0.93 129	0.43 149	0.20 174	0.13 76	0.21 162	0.25 322	0.28 313	0.26 308

rvit_stereo_ft	0.47 81	0.35 304	0.87 273	0.67 369	0.42 273	0.40 23	0.59 321	0.81 56	0.74 110	0.46 49	0.55 51	0.57 91	0.49 112	0.65 53	0.50 204	0.25 298	0.17 246	0.22 189	0.22 272	0.24 257	0.17 109

mmm	0.63 186	0.35 304	0.72 183	0.51 156	0.30 115	0.86 285	0.54 274	1.59 304	0.86 141	1.07 201	1.38 326	0.79 162	0.75 219	0.91 122	0.58 241	0.22 232	0.18 267	0.29 344	0.25 322	0.25 269	0.23 258

AASNet	0.76 276	0.35 304	0.91 293	0.79 422	0.81 443	1.14 351	0.56 298	2.02 424	1.08 236	1.22 288	1.24 268	0.93 224	0.76 227	0.77 82	1.16 381	0.27 336	0.23 353	0.24 247	0.20 199	0.28 313	0.24 272

AACVNet	0.86 325	0.35 304	0.79 241	0.82 436	0.39 251	0.76 232	0.49 240	1.61 311	0.81 129	1.08 202	1.33 305	1.30 337	0.93 311	4.34 435	0.74 291	0.25 298	0.21 323	0.28 334	0.22 272	0.29 324	0.25 284

PSMNet-ADL	0.72 241	0.35 304	0.62 113	0.69 383	0.46 307	1.14 351	0.44 189	1.37 244	1.01 205	0.83 136	1.17 245	1.33 343	0.96 329	1.43 256	0.95 348	0.33 385	0.22 341	0.21 162	0.23 295	0.27 295	0.29 334

GANet-ADL	0.60 169	0.35 304	0.72 183	0.64 336	0.40 261	0.68 194	0.51 248	1.49 273	1.12 256	0.95 166	1.08 198	0.91 213	0.57 155	0.76 79	0.55 233	0.26 320	0.18 267	0.18 73	0.16 109	0.23 242	0.25 284

hitnet-ft	0.79 290	0.35 304	0.57 88	0.58 268	0.42 273	0.96 315	0.46 213	1.47 270	1.33 376	1.19 275	1.22 262	1.81 422	0.98 339	1.66 299	0.94 345	0.33 385	0.28 389	0.34 393	0.27 349	0.35 366	0.31 358

UCFNet_RVC	0.69 228	0.35 304	0.49 38	0.64 336	0.39 251	0.85 284	0.58 313	1.75 342	1.14 271	0.97 171	1.19 254	1.17 303	0.93 311	0.99 146	0.62 256	0.28 349	0.20 301	0.34 393	0.31 394	0.32 352	0.27 318

ITSA-stereo	0.82 304	0.36 314	0.82 250	0.54 210	0.31 141	0.80 258	0.47 220	2.17 452	1.67 442	1.13 238	1.13 225	0.94 227	0.86 279	2.46 385	1.00 358	0.26 320	0.23 353	0.28 334	0.27 349	0.28 313	0.36 383

Former-RAFT_DAM_RVC	0.46 74	0.36 314	0.71 177	0.47 75	0.36 209	0.67 187	0.35 86	0.78 42	1.12 256	0.61 92	0.62 66	0.39 21	0.39 52	0.71 66	0.39 113	0.20 174	0.17 246	0.22 189	0.18 145	0.23 242	0.19 173

ssnet_v2	0.88 330	0.36 314	1.02 335	0.62 318	0.38 240	1.32 384	0.97 422	2.07 432	1.34 379	1.37 364	1.18 247	1.54 383	0.92 302	1.10 175	1.65 438	0.30 363	0.27 382	0.30 355	0.28 369	0.27 295	0.26 308

ADLNet	0.85 320	0.36 314	0.89 286	0.85 445	0.72 416	1.24 372	0.76 372	1.82 369	1.36 391	1.52 403	1.35 318	1.27 330	0.99 347	1.23 203	1.15 380	0.27 336	0.20 301	0.26 305	0.25 322	0.28 313	0.30 348

ARAFT	0.77 278	0.36 314	1.49 429	0.51 156	0.31 141	0.90 291	0.82 390	1.90 391	1.06 225	1.62 423	1.24 268	1.02 261	0.64 191	1.84 325	0.50 204	0.18 101	0.14 127	0.28 334	0.27 349	0.17 50	0.16 84

CFNet	0.96 349	0.36 314	1.01 328	0.62 318	0.42 273	0.99 326	0.47 220	1.90 391	1.32 372	0.99 178	1.39 330	1.10 288	0.86 279	5.58 461	0.79 313	0.23 257	0.17 246	0.28 334	0.27 349	0.26 281	0.21 222

SGM_RVC	1.68 452	0.36 314	0.61 108	0.59 281	0.29 94	2.25 465	1.18 449	2.38 475	1.68 444	3.60 495	2.67 469	3.69 487	2.42 484	8.13 503	1.90 448	0.31 370	0.31 410	0.30 355	0.28 369	0.30 335	0.29 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_6	0.53 109	0.37 321	0.98 318	0.65 350	0.38 240	0.51 94	0.51 248	0.77 38	1.20 314	0.54 76	0.55 51	0.65 121	0.53 129	0.94 132	0.44 152	0.32 377	0.32 418	0.28 334	0.24 308	0.28 313	0.21 222

test_sample7	0.74 262	0.37 321	0.76 224	0.52 178	0.35 200	0.91 294	0.67 347	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.31 370	0.28 389	0.32 375	0.31 394	0.33 361	0.29 334

NINENet	0.77 278	0.37 321	0.78 238	0.62 318	0.51 334	2.34 469	0.42 159	1.83 374	1.04 217	1.14 241	1.23 266	1.03 265	0.62 182	1.24 208	0.70 279	0.28 349	0.23 353	0.31 361	0.21 243	0.26 281	0.25 284

GEStereo_RVC	0.90 335	0.37 321	0.99 319	0.64 336	0.50 323	0.95 310	0.79 380	2.42 478	1.17 294	1.16 257	1.11 213	1.26 326	0.92 302	3.24 413	0.90 341	0.29 359	0.19 283	0.23 227	0.20 199	0.27 295	0.29 334

pcwnet_v2	0.97 355	0.37 321	4.33 492	0.62 318	0.54 351	0.79 250	0.45 206	2.02 424	1.58 436	1.42 383	1.64 398	1.09 286	0.79 242	1.24 208	0.67 271	0.32 377	0.25 369	0.29 344	0.27 349	0.37 377	0.35 378

iResNetv2_ROB	0.80 293	0.37 321	1.71 442	0.56 246	0.37 223	0.94 306	0.64 337	1.73 336	1.34 379	1.23 294	1.42 335	1.26 326	0.92 302	1.85 328	0.56 235	0.23 257	0.15 182	0.19 94	0.14 57	0.24 257	0.19 173

LE_ROB	8.05 515	0.37 321	23.53 524	0.74 410	0.33 179	2.77 482	2.87 512	3.71 499	27.24 532	25.39 532	8.87 516	8.46 513	26.71 532	6.65 479	21.99 525	0.21 206	0.19 283	0.20 128	0.21 243	0.25 269	0.22 239

rvit_0105_4	0.56 148	0.38 328	1.06 349	0.66 357	0.38 240	0.53 103	0.53 267	0.84 66	1.17 294	0.56 78	0.61 64	0.72 143	0.59 165	0.98 143	0.45 165	0.32 377	0.33 422	0.29 344	0.25 322	0.29 324	0.23 258

CSP-Net	0.97 355	0.38 328	0.83 254	0.53 195	0.41 268	1.63 420	0.77 375	2.00 416	1.05 221	1.25 307	1.20 258	1.33 343	0.83 264	4.93 446	0.85 331	0.32 377	0.22 341	0.20 128	0.20 199	0.23 242	0.25 284

HGLStereo	0.85 320	0.38 328	0.94 303	0.80 425	1.03 465	1.17 361	0.58 313	1.52 286	1.20 314	1.19 275	1.62 394	1.13 298	1.20 395	1.80 322	1.06 363	0.24 272	0.24 362	0.24 247	0.21 243	0.23 242	0.27 318

SGM-ForestM	6.52 512	0.38 328	1.26 390	0.63 327	0.35 200	13.59 523	5.32 518	6.32 517	6.70 513	11.14 522	9.18 517	22.51 534	13.93 522	16.89 526	20.07 524	0.36 406	0.37 442	0.36 409	0.35 421	0.36 373	0.34 373

SGM-Forest	1.24 411	0.38 328	0.60 105	0.52 178	0.37 223	1.56 414	1.30 458	1.65 319	1.36 391	2.11 461	1.79 417	1.63 400	0.93 311	7.48 496	0.95 348	0.36 406	0.37 442	0.39 421	0.34 416	0.37 377	0.32 363
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.58 161	0.39 333	1.05 345	0.66 357	0.37 223	0.58 130	0.56 298	0.94 101	1.18 301	0.64 96	0.68 77	0.75 147	0.63 187	0.88 115	0.50 204	0.32 377	0.32 418	0.30 355	0.27 349	0.28 313	0.25 284

AIO-Stereo-zeroshot1	0.98 359	0.39 333	3.21 486	0.50 126	0.63 391	0.64 161	0.39 135	2.36 472	0.75 111	0.95 166	4.63 492	1.81 422	0.56 146	0.96 135	0.41 129	0.18 101	0.13 76	0.21 162	0.26 339	0.32 352	0.35 378

LL-Strereo	1.33 422	0.39 333	1.38 407	0.61 306	0.61 385	0.75 226	0.66 344	1.63 317	1.17 294	1.56 412	1.60 387	2.03 446	2.12 475	9.72 516	0.97 354	0.21 206	0.18 267	0.27 321	0.23 295	0.22 217	0.25 284

CRFU-Net	0.86 325	0.39 333	1.00 324	0.65 350	0.57 362	1.78 437	0.86 398	2.15 443	0.81 129	1.38 369	1.18 247	1.64 403	1.19 392	1.35 233	0.90 341	0.26 320	0.22 341	0.21 162	0.19 167	0.23 242	0.24 272

TestStereo	0.64 198	0.39 333	0.71 177	0.51 156	0.27 54	0.56 122	0.42 159	1.03 134	0.91 161	0.80 126	1.00 160	0.68 130	0.52 124	3.25 414	0.45 165	0.22 232	0.15 182	0.24 247	0.18 145	0.27 295	0.16 84

HCRNet	0.70 232	0.39 333	0.73 195	0.60 292	0.59 379	0.76 232	0.35 86	1.22 216	1.13 268	1.02 190	0.99 156	1.02 261	0.76 227	2.19 364	0.70 279	0.28 349	0.19 283	0.28 334	0.23 295	0.25 269	0.23 258

DFGA-Net	0.72 241	0.40 339	1.40 408	0.52 178	0.45 296	0.83 273	0.44 189	1.28 230	1.08 236	0.99 178	1.19 254	0.70 139	0.55 141	2.14 356	1.16 381	0.18 101	0.16 217	0.24 247	0.23 295	0.27 295	0.25 284

testlalala_base	0.77 278	0.40 339	0.70 165	0.65 350	0.50 323	0.79 250	0.28 38	1.50 277	0.51 39	0.73 112	0.90 130	0.69 135	0.54 134	0.66 55	0.40 118	2.82 502	0.14 127	0.17 41	0.12 20	2.68 498	0.19 173

Wz-Net-LNSev-Ref	0.99 361	0.40 339	1.82 450	0.66 357	0.62 390	2.05 457	0.78 377	1.91 395	1.29 358	1.54 408	1.42 335	1.51 379	1.23 401	1.99 342	1.33 402	0.23 257	0.14 127	0.20 128	0.15 71	0.27 295	0.26 308

sCroCo_RVC	0.49 92	0.40 339	1.02 335	0.65 350	0.60 382	0.52 98	0.40 142	0.83 63	0.61 62	0.44 42	0.74 96	0.49 56	0.50 116	0.63 47	0.48 191	0.26 320	0.27 382	0.23 227	0.22 272	0.29 324	0.25 284

DMCA-RVC	0.74 262	0.40 339	1.27 393	0.66 357	0.49 316	0.77 240	0.47 220	1.35 241	1.01 205	1.53 404	1.01 166	1.29 336	0.82 256	1.31 222	0.78 307	0.27 336	0.21 323	0.35 401	0.27 349	0.32 352	0.24 272

HITNet	0.65 206	0.40 339	0.77 230	0.48 100	0.24 21	1.05 337	0.49 240	1.76 348	1.02 208	1.18 271	1.18 247	0.89 209	0.80 248	0.85 108	0.79 313	0.17 63	0.12 23	0.21 162	0.17 129	0.29 324	0.15 59
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
iResNet	0.75 270	0.40 339	1.36 406	0.67 369	0.29 94	0.92 301	0.59 321	1.52 286	1.25 338	1.28 316	1.48 359	0.94 227	0.76 227	1.62 292	0.78 307	0.18 101	0.14 127	0.18 73	0.15 71	0.22 217	0.23 258

DLCB_ROB	0.86 325	0.40 339	0.78 238	0.68 380	0.54 351	1.11 346	0.84 392	1.49 273	1.23 329	1.64 427	1.65 400	1.70 410	0.91 299	1.70 307	1.05 361	0.25 298	0.24 362	0.26 305	0.27 349	0.27 295	0.24 272

DDVS	0.78 286	0.41 347	0.94 303	0.60 292	0.43 282	1.30 381	0.43 176	1.40 252	0.91 161	1.20 279	1.15 237	1.43 359	0.64 191	2.18 362	0.89 338	0.28 349	0.22 341	0.26 305	0.23 295	0.31 344	0.33 369

FAT-Stereo	1.07 383	0.41 347	1.32 400	0.72 399	0.58 371	1.08 343	0.89 404	1.96 407	1.65 440	1.75 434	1.98 436	2.03 446	1.48 430	2.02 345	1.18 387	0.42 428	0.35 435	0.34 393	0.29 380	0.35 366	0.53 439

NVstereo2D	0.92 340	0.41 347	1.48 427	0.72 399	0.72 416	1.20 368	0.87 400	1.75 342	1.38 399	0.99 178	1.13 225	1.26 326	0.98 339	2.21 366	0.89 338	0.43 433	0.20 301	0.38 415	0.24 308	0.57 445	0.63 457

StereoDRNet-Refined	0.80 293	0.41 347	0.88 280	0.62 318	0.42 273	1.33 386	0.48 230	1.52 286	1.17 294	1.45 387	1.44 345	1.44 364	0.90 296	1.26 211	1.24 390	0.20 174	0.16 217	0.27 321	0.24 308	0.25 269	0.28 330
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 366	0.42 351	1.09 361	0.67 369	0.50 323	1.22 370	1.24 453	2.24 461	1.19 309	1.30 330	1.56 378	1.17 303	1.49 432	3.44 421	0.83 325	0.21 206	0.25 369	0.30 355	0.26 339	0.27 295	0.27 318

stereogan	1.15 405	0.42 351	1.40 408	0.86 447	0.84 447	2.38 471	0.71 360	1.88 386	1.73 448	1.72 432	1.94 435	2.31 457	1.29 409	2.07 350	1.08 367	0.36 406	0.35 435	0.39 421	0.31 394	0.51 434	0.46 420

pmcnn	2.37 481	0.42 351	2.71 482	0.63 327	0.43 282	1.54 412	1.19 450	2.01 420	1.53 432	2.64 479	7.60 509	18.07 526	1.45 426	3.44 421	2.78 467	0.18 101	0.15 182	0.15 8	0.12 20	0.20 154	0.18 133

CVANet_RVC	1.07 383	0.43 354	0.76 224	0.60 292	0.50 323	0.90 291	0.97 422	1.52 286	1.26 343	1.33 352	1.38 326	1.24 318	1.18 389	6.75 485	0.75 296	0.34 395	0.23 353	0.34 393	0.29 380	0.42 401	0.27 318

NLCA_NET_v2_RVC	0.79 290	0.43 354	1.05 345	0.64 336	0.58 371	0.95 310	0.53 267	1.53 292	1.18 301	1.37 364	1.15 237	1.43 359	0.88 289	1.61 291	0.84 328	0.25 298	0.22 341	0.27 321	0.27 349	0.29 324	0.29 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 232	0.43 354	0.75 214	0.73 407	0.37 223	0.92 301	0.53 267	1.85 378	1.18 301	1.12 224	1.23 266	1.07 275	0.65 197	0.96 135	0.63 260	0.31 370	0.15 182	0.32 375	0.21 243	0.29 324	0.22 239
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.
rvit_0105_3	0.63 186	0.44 357	1.08 358	0.72 399	0.40 261	0.64 161	0.71 360	1.03 134	1.17 294	0.82 134	0.70 85	0.80 164	0.70 208	0.91 122	0.56 235	0.35 402	0.34 424	0.34 393	0.32 402	0.27 295	0.28 330

fast-acv-ft	0.94 345	0.44 357	1.40 408	0.58 268	0.51 334	1.77 435	0.69 355	1.36 243	1.42 417	1.29 321	1.86 426	1.74 415	1.25 404	1.52 273	1.38 409	0.26 320	0.28 389	0.28 334	0.28 369	0.27 295	0.26 308

Anonymous3	0.61 175	0.44 357	1.11 366	0.59 281	0.49 316	0.93 305	0.65 339	0.93 94	0.81 129	0.72 111	0.88 126	0.65 121	0.69 203	1.06 164	0.53 223	0.35 402	0.30 404	0.26 305	0.26 339	0.31 344	0.27 318

TDLM	1.06 381	0.44 357	0.79 241	0.63 327	0.50 323	0.89 288	1.44 465	1.48 271	1.26 343	1.12 224	1.40 332	1.08 276	0.98 339	6.65 479	0.78 307	0.33 385	0.21 323	0.33 383	0.26 339	0.37 377	0.24 272

DRN-Test	1.00 366	0.44 357	1.13 370	0.70 388	0.81 443	1.62 419	0.79 380	2.14 441	1.44 420	1.78 437	1.33 305	1.43 359	1.05 364	2.18 362	1.53 434	0.27 336	0.21 323	0.31 361	0.30 389	0.32 352	0.28 330

CBMV_ROB	0.90 335	0.44 357	0.63 116	0.51 156	0.37 223	1.25 374	0.49 240	1.77 352	1.27 349	1.41 377	2.00 439	1.33 343	1.08 371	2.17 359	0.76 299	0.43 433	0.42 457	0.47 443	0.44 444	0.41 397	0.36 383

CBMV	0.95 348	0.44 357	0.66 137	0.53 195	0.35 200	1.53 411	1.63 476	1.69 328	1.42 417	2.00 457	1.60 387	1.43 359	1.17 386	1.59 288	0.99 357	0.34 395	0.34 424	0.39 421	0.33 411	0.33 361	0.32 363
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 361	0.45 364	3.71 491	0.55 233	0.43 282	1.81 438	0.68 351	1.14 186	1.14 271	1.18 271	1.42 335	1.58 390	1.44 424	1.34 232	1.59 437	0.24 272	0.23 353	0.20 128	0.19 167	0.26 281	0.25 284

GMStereo	0.55 139	0.45 364	0.94 303	0.50 126	0.32 159	0.64 161	0.43 176	1.00 123	1.40 409	0.82 134	0.73 93	0.51 66	0.45 79	0.85 108	0.55 233	0.24 272	0.15 182	0.20 128	0.21 243	0.31 344	0.24 272
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0075_2	0.64 198	0.46 366	1.05 345	0.66 357	0.66 399	0.53 103	0.48 230	1.20 207	1.12 256	0.76 114	0.92 134	0.78 158	0.53 129	1.03 155	0.59 243	0.37 410	0.28 389	0.40 426	0.31 394	0.37 377	0.32 363

SACVNet	0.85 320	0.46 366	0.85 256	0.81 428	0.56 359	0.80 258	0.79 380	1.68 326	1.12 256	1.34 356	1.33 305	1.25 322	0.94 316	2.39 380	0.76 299	0.34 395	0.26 374	0.31 361	0.29 380	0.35 366	0.44 415

LMCR-Stereo	0.82 304	0.46 366	0.88 280	0.75 413	0.43 282	1.33 386	0.56 298	2.43 479	0.98 190	1.53 404	1.49 361	0.74 145	1.00 349	1.63 293	0.89 338	0.28 349	0.17 246	0.22 189	0.17 129	0.29 324	0.20 205

S-Stereo	1.15 405	0.46 366	2.17 466	0.81 428	0.80 441	1.21 369	1.19 450	1.93 402	2.02 467	1.47 390	2.11 447	1.57 387	1.17 386	2.05 349	1.41 417	0.40 420	0.40 453	0.35 401	0.31 394	0.44 413	0.70 466

NOSS_ROB	1.26 414	0.46 366	0.62 113	0.56 246	0.38 240	1.06 340	0.78 377	1.73 336	1.40 409	1.01 186	1.43 339	1.10 288	0.75 219	10.62 520	0.65 265	0.45 439	0.43 458	0.48 445	0.45 446	0.44 413	0.41 402

FADNet-RVC-Resample	0.84 316	0.47 371	2.10 461	0.61 306	0.45 296	1.07 342	0.61 327	1.59 304	1.20 314	1.08 202	0.98 154	1.03 265	0.98 339	2.17 359	0.72 287	0.23 257	0.22 341	0.30 355	0.32 402	0.35 366	0.34 373

GANet	1.36 425	0.47 371	0.86 262	0.67 369	0.45 296	1.34 388	1.73 478	1.64 318	1.24 335	1.49 398	2.38 459	1.55 385	1.20 395	9.30 509	0.93 343	0.30 363	0.31 410	0.33 383	0.28 369	0.39 390	0.30 348

StereoDRNet	0.98 359	0.47 371	1.70 440	0.76 415	0.94 460	1.51 409	0.91 410	1.92 398	1.32 372	1.61 420	1.13 225	1.47 374	0.97 332	1.75 313	1.46 428	0.28 349	0.23 353	0.29 344	0.27 349	0.35 366	0.27 318

WCMA_ROB	1.84 460	0.47 371	1.31 397	0.69 383	0.57 362	2.11 460	1.14 444	1.87 383	1.73 448	4.04 499	6.43 503	5.62 503	3.61 499	2.59 391	1.94 450	0.52 452	0.44 461	0.39 421	0.42 440	0.48 426	0.47 423

dd	0.59 166	0.48 375	0.97 315	0.55 233	0.32 159	0.64 161	0.47 220	1.02 129	1.34 379	0.78 121	0.86 121	0.58 96	0.54 134	1.01 151	0.86 333	0.28 349	0.18 267	0.26 305	0.19 167	0.32 352	0.24 272

ADCP+	1.99 470	0.48 375	7.73 504	0.66 357	0.91 456	2.30 467	1.05 434	1.82 369	1.34 379	1.54 408	1.32 303	1.74 415	1.61 442	2.17 359	13.37 514	0.24 272	0.21 323	0.32 375	0.28 369	0.37 377	0.29 334

DeepPruner_ROB	0.74 262	0.48 375	0.87 273	0.57 262	0.44 289	0.79 250	0.54 274	1.73 336	0.96 178	1.38 369	1.27 282	1.24 318	0.73 215	1.43 256	0.73 290	0.34 395	0.28 389	0.27 321	0.26 339	0.31 344	0.31 358

DualNet (step1)	0.83 311	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.57 461	0.28 389	0.62 470	0.67 477	0.45 416	0.42 406

test_sample9	1.86 462	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

test_sample8	2.19 475	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.82 369	1.15 282	2.26 464	1.30 291	4.94 498	2.52 487	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

BEATNet_4x	0.73 259	0.49 378	1.17 378	0.53 195	0.26 36	1.03 334	0.55 290	1.82 369	1.06 225	1.21 283	1.22 262	0.96 241	0.91 299	1.01 151	1.06 363	0.21 206	0.14 127	0.24 247	0.19 167	0.37 377	0.21 222

Nwc_Net	1.09 389	0.49 378	1.33 402	0.89 458	0.80 441	1.49 408	0.66 344	2.19 455	1.27 349	1.32 344	2.26 454	1.96 438	1.54 435	1.92 334	1.34 404	0.40 420	0.30 404	0.43 433	0.45 446	0.38 386	0.37 388

RYNet	1.17 408	0.49 378	1.24 387	0.70 388	0.97 464	1.71 426	0.92 412	1.91 395	1.46 422	1.38 369	1.14 229	1.88 426	1.30 413	4.24 431	1.87 445	0.26 320	0.21 323	0.35 401	0.27 349	0.55 442	0.54 440

XPNet_ROB	0.96 349	0.49 378	1.09 361	0.72 399	0.57 362	1.11 346	1.14 444	1.66 324	1.23 329	1.85 447	1.39 330	1.64 403	1.11 376	1.80 322	1.42 421	0.38 414	0.30 404	0.33 383	0.29 380	0.37 377	0.34 373

STTStereo	0.78 286	0.50 385	1.22 383	0.64 336	0.54 351	0.89 288	0.54 274	1.44 263	1.11 252	1.38 369	1.09 203	1.27 330	0.85 271	1.43 256	0.83 325	0.29 359	0.27 382	0.33 383	0.39 432	0.32 352	0.30 348

RP	1.09 389	0.50 385	1.12 368	0.90 459	1.04 466	1.11 346	0.84 392	1.80 365	1.62 438	1.55 411	2.00 439	1.90 430	1.78 455	1.84 325	1.25 391	0.52 452	0.36 440	0.48 445	0.36 425	0.45 416	0.43 413

edge stereo	1.11 394	0.50 385	1.30 396	0.71 396	0.65 396	1.14 351	0.75 369	1.93 402	1.37 395	1.71 431	1.83 421	2.54 466	1.44 424	2.43 382	1.23 389	0.42 428	0.41 455	0.54 457	0.35 421	0.42 401	0.46 420

ACV-stereo	0.99 361	0.51 388	1.41 413	0.56 246	0.41 268	2.43 473	0.57 309	1.15 188	1.18 301	0.81 130	1.01 166	3.39 484	2.14 476	1.60 289	1.07 366	0.27 336	0.22 341	0.22 189	0.22 272	0.28 313	0.32 363

SDNR	1.62 447	0.51 388	2.17 466	0.53 195	0.56 359	3.80 499	0.45 206	1.54 294	1.29 358	1.33 352	2.41 462	1.08 276	0.96 329	11.18 521	1.16 381	0.66 472	0.63 486	0.43 433	0.32 402	0.64 456	0.67 463

GwcNet	1.08 386	0.51 388	2.33 471	0.79 422	1.18 480	1.76 432	0.70 358	1.68 326	1.47 423	1.41 377	1.64 398	1.74 415	1.04 360	2.20 365	1.41 417	0.30 363	0.29 400	0.29 344	0.27 349	0.30 335	0.35 378

FADNet_RVC	0.83 311	0.51 388	1.83 452	0.54 210	0.42 273	1.19 366	0.46 213	1.51 284	1.09 244	0.89 149	1.24 268	0.91 213	0.87 284	2.11 354	1.11 375	0.27 336	0.22 341	0.31 361	0.28 369	0.43 407	0.38 394

rvit_105_1	0.72 241	0.52 392	1.01 328	0.78 420	0.49 316	0.75 226	0.87 400	1.12 182	1.18 301	0.99 178	0.79 109	0.90 210	0.77 231	1.26 211	0.75 296	0.41 424	0.36 440	0.36 409	0.41 437	0.30 335	0.33 369

AF-Net	1.13 399	0.52 392	1.33 402	0.86 447	0.91 456	1.38 394	0.71 360	2.16 446	1.62 438	1.56 412	2.40 461	1.99 441	1.65 445	1.81 324	1.48 430	0.48 447	0.28 389	0.49 447	0.33 411	0.39 390	0.32 363

AANet_RVC	1.16 407	0.52 392	1.49 429	0.65 350	0.45 296	0.75 226	0.69 355	1.42 256	1.55 435	1.34 356	1.87 428	1.53 381	0.78 238	7.43 494	1.38 409	0.25 298	0.17 246	0.19 94	0.16 109	0.22 217	0.26 308

PSMNet_ROB	0.90 335	0.52 392	1.17 378	0.72 399	0.61 385	1.27 376	1.12 442	1.76 348	1.12 256	1.09 208	1.28 287	1.45 366	0.89 295	1.65 295	1.42 421	0.33 385	0.25 369	0.37 412	0.39 432	0.35 366	0.29 334

APVNet	1.06 381	0.53 396	1.42 414	0.84 440	0.79 436	1.92 448	0.82 390	1.90 391	1.08 236	1.08 202	1.43 339	1.56 386	1.13 383	3.07 407	1.58 435	0.31 370	0.34 424	0.42 431	0.36 425	0.36 373	0.37 388

YMNet	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

YMNet_1	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

FINET	0.97 355	0.54 397	1.60 435	0.63 327	0.79 436	1.08 343	1.07 437	1.56 301	2.20 473	1.15 247	1.49 361	0.94 227	0.88 289	2.32 374	1.05 361	0.42 428	0.35 435	0.32 375	0.28 369	0.43 407	0.38 394

NCC-stereo	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406

Abc-Net	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Anonymous_2	1.30 417	0.55 402	0.82 250	0.52 178	0.58 371	1.01 329	0.64 337	1.25 224	0.97 185	0.96 168	0.78 104	1.33 343	1.29 409	1.03 155	0.74 291	0.62 468	0.64 487	1.06 487	9.63 526	1.16 483	0.49 430

ADCRef	1.35 424	0.55 402	2.37 473	0.72 399	0.77 431	1.94 450	0.78 377	1.91 395	1.27 349	1.57 416	1.59 386	1.36 350	1.41 420	1.54 279	7.53 497	0.23 257	0.20 301	0.32 375	0.30 389	0.29 324	0.29 334

NaN_ROB	1.13 399	0.55 402	1.15 375	0.64 336	0.48 313	1.61 418	2.03 494	1.72 335	1.48 424	2.09 460	1.27 282	1.40 354	1.08 371	3.94 427	1.30 399	0.28 349	0.34 424	0.28 334	0.28 369	0.30 335	0.33 369

sAnonymous2	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

CroCo_RVC	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

NCCL2	1.00 366	0.56 405	1.06 349	0.75 413	0.57 362	1.31 383	1.72 477	1.77 352	1.36 391	1.50 399	1.17 245	1.91 431	1.17 386	1.54 279	1.29 398	0.35 402	0.31 410	0.45 438	0.44 444	0.40 394	0.40 398

MeshStereo	2.26 477	0.56 405	0.92 297	0.61 306	0.49 316	2.60 478	1.02 431	3.18 492	2.05 469	7.40 520	4.98 498	7.58 509	2.98 494	6.37 475	1.96 451	0.43 433	0.43 458	0.45 438	0.39 432	0.43 407	0.42 406
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
ADCL	1.72 457	0.57 409	3.66 489	0.67 369	0.61 385	2.61 479	1.85 484	1.96 407	1.67 442	1.90 451	1.83 421	2.06 449	1.90 465	2.13 355	9.15 506	0.26 320	0.24 362	0.34 393	0.32 402	0.38 386	0.35 378

PA-Net	1.01 372	0.57 409	1.29 395	0.64 336	0.74 420	1.19 366	0.84 392	1.69 328	1.43 419	1.16 257	1.19 254	1.32 342	1.19 392	3.42 419	1.25 391	0.29 359	0.45 465	0.33 383	0.49 456	0.32 352	0.47 423
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 463	0.57 409	2.18 468	0.63 327	0.40 261	2.80 484	1.57 473	2.39 476	5.88 511	2.36 471	3.57 481	3.72 488	2.97 493	4.74 440	1.76 441	0.34 395	0.30 404	0.32 375	0.29 380	0.48 426	0.37 388

HBP-ISP	0.96 349	0.58 412	0.72 183	0.61 306	0.46 307	1.64 422	0.76 372	1.86 381	1.28 354	1.30 330	1.53 368	0.86 193	0.94 316	3.27 415	0.69 278	0.45 439	0.44 461	0.54 457	0.48 453	0.47 423	0.40 398

Wz-Net-MNSev	1.11 394	0.58 412	2.23 469	0.66 357	0.71 414	1.95 451	1.46 466	1.98 413	1.45 421	1.79 440	1.43 339	1.49 376	1.33 416	1.97 341	1.42 421	0.27 336	0.23 353	0.28 334	0.28 369	0.34 364	0.31 358

PS-NSSS	0.99 361	0.58 412	0.93 299	0.58 268	0.57 362	0.91 294	0.80 386	1.81 368	1.14 271	1.14 241	1.67 404	1.00 252	0.83 264	4.62 439	0.78 307	0.37 410	0.31 410	0.52 451	0.32 402	0.45 416	0.38 394

FC-DCNN v2	2.81 495	0.59 415	0.85 256	0.73 407	0.57 362	2.97 487	1.05 434	3.39 496	2.61 484	6.98 516	7.67 511	10.38 519	6.31 514	5.75 465	3.37 477	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

SuperB	2.53 487	0.59 415	18.45 519	0.69 383	0.50 323	1.87 445	0.88 402	1.67 325	2.39 476	1.50 399	1.42 335	1.14 300	1.15 385	4.28 434	5.07 487	0.24 272	0.19 283	0.22 189	0.19 167	7.86 526	0.34 373

MANE	6.19 510	0.59 415	1.03 339	0.93 465	1.22 483	13.38 522	2.69 508	12.81 524	17.94 528	8.21 521	10.82 520	14.72 523	11.68 519	11.39 522	11.90 513	0.59 465	0.50 475	0.52 451	1.76 511	0.55 442	0.54 440

FC-DCNN	2.72 494	0.59 415	0.86 262	0.73 407	0.57 362	2.91 485	1.04 433	3.01 490	2.60 483	6.83 515	7.64 510	9.92 516	6.33 515	5.21 448	3.14 472	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

DPSNet	1.69 453	0.59 415	4.33 492	0.70 388	0.57 362	2.02 456	1.62 475	3.35 495	1.78 452	1.48 396	1.38 326	2.17 451	2.84 491	4.77 441	3.66 479	0.48 447	0.31 410	0.29 344	0.25 322	0.64 456	0.48 426

CSAN	1.41 431	0.59 415	1.26 390	0.70 388	0.50 323	1.76 432	1.78 479	1.77 352	1.90 461	2.35 469	2.32 456	1.92 434	1.94 467	5.56 460	1.49 431	0.43 433	0.35 435	0.40 426	0.41 437	0.43 407	0.41 402

LALA_ROB	1.01 372	0.59 415	1.16 376	0.67 369	0.51 334	1.63 420	1.26 457	1.69 328	1.38 399	1.81 444	1.37 321	1.94 436	1.02 356	1.58 286	1.38 409	0.37 410	0.27 382	0.43 433	0.37 428	0.43 407	0.37 388

MSMD_ROB	1.99 470	0.59 415	0.89 286	0.70 388	0.61 385	3.95 501	0.94 418	1.80 365	1.79 453	4.41 503	4.43 488	8.17 512	3.66 500	3.40 417	1.33 402	0.52 452	0.48 470	0.54 457	0.58 469	0.53 438	0.50 432

TCMNet	1.01 372	0.60 423	2.10 461	0.86 447	1.33 487	1.14 351	0.67 347	1.69 328	1.23 329	1.11 222	1.57 382	1.30 337	0.97 332	2.01 344	1.50 432	0.31 370	0.31 410	0.38 415	0.34 416	0.42 401	0.36 383

TRStereo	0.60 169	0.60 423	0.97 315	0.74 410	0.67 403	0.46 51	0.38 120	1.85 378	0.89 152	0.79 124	0.80 114	0.88 201	0.39 52	1.10 175	0.41 129	0.23 257	0.15 182	0.23 227	0.24 308	0.17 50	0.15 59

GMStereo_Zeroshot	0.67 222	0.61 425	1.01 328	0.64 336	0.37 223	0.84 281	0.35 86	1.05 148	1.12 256	1.12 224	1.06 190	1.27 330	0.54 134	1.19 197	0.59 243	0.32 377	0.17 246	0.31 361	0.18 145	0.52 436	0.22 239

FADNet	0.92 340	0.61 425	1.81 449	0.62 318	0.55 357	0.96 315	0.57 309	1.78 356	1.33 376	0.93 159	1.01 166	1.36 350	1.01 351	2.71 396	0.75 296	0.33 385	0.34 424	0.31 361	0.34 416	0.59 449	0.40 398

DANet	1.08 386	0.61 425	1.32 400	0.85 445	0.72 416	1.37 391	0.51 248	1.54 294	1.15 282	1.78 437	1.54 372	2.01 443	1.11 376	2.90 402	2.00 453	0.33 385	0.30 404	0.40 426	0.30 389	0.44 413	0.45 417
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	1.71 456	0.62 428	1.45 420	0.67 369	0.61 385	1.81 438	1.08 438	2.52 482	1.70 445	1.77 436	1.73 409	1.98 440	1.25 404	12.57 523	1.84 444	0.34 395	0.37 442	0.56 465	0.38 430	0.45 416	0.43 413

FCDSN-DC	2.32 479	0.63 429	0.81 247	0.84 440	0.75 427	2.23 464	0.94 418	2.09 435	1.80 454	5.45 513	7.72 512	7.77 511	6.93 517	3.39 416	1.80 443	0.52 452	0.48 470	0.52 451	0.51 462	0.57 445	0.58 449
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 449	0.63 429	1.56 432	1.11 478	0.74 420	2.98 488	0.91 410	1.55 298	1.22 326	2.76 483	8.18 515	2.32 458	2.53 488	1.92 334	1.87 445	0.48 447	0.44 461	0.45 438	0.31 394	0.60 453	0.57 448

ETE_ROB	0.96 349	0.64 431	1.16 376	0.69 383	0.48 313	1.14 351	1.13 443	1.77 352	1.19 309	1.91 452	1.45 347	1.73 413	1.05 364	1.60 289	1.14 379	0.32 377	0.26 374	0.38 415	0.34 416	0.39 390	0.41 402

PDISCO_ROB	1.32 421	0.65 432	1.44 415	1.36 483	1.46 490	2.55 476	0.92 412	2.45 480	2.07 470	1.37 364	1.49 361	1.65 405	1.00 349	2.82 398	1.35 407	1.01 481	0.27 382	0.54 457	0.47 451	0.71 465	0.73 469

dad	0.86 325	0.66 433	1.06 349	0.56 246	0.37 223	0.76 232	0.44 189	1.17 192	1.50 427	1.44 385	1.27 282	1.34 347	0.75 219	2.52 389	0.84 328	0.42 428	0.27 382	0.83 478	0.26 339	0.41 397	0.29 334

DEFOM-Stereo_RVC	0.40 34	0.67 434	0.42 19	0.64 336	0.29 94	0.48 56	0.25 19	0.85 67	0.44 17	0.38 27	0.36 11	0.30 9	0.70 208	1.15 185	0.29 12	0.16 27	0.11 6	0.16 23	0.11 8	0.18 81	0.12 6

Wz-Net-LNSev	1.03 377	0.67 434	2.71 482	0.64 336	0.84 447	1.75 430	1.00 428	1.80 365	1.32 372	1.28 316	1.25 272	1.65 405	1.22 399	1.39 248	1.40 413	0.28 349	0.26 374	0.24 247	0.23 295	0.33 361	0.32 363

ccnet	1.12 396	0.67 434	1.01 328	0.78 420	0.73 419	1.72 428	0.99 426	1.84 377	1.26 343	1.47 390	1.85 425	1.75 418	1.29 409	1.75 313	1.88 447	0.57 461	0.53 478	0.57 467	0.55 466	0.59 449	0.54 440

FADNet-RVC	0.88 330	0.67 434	1.93 456	0.60 292	0.48 313	0.91 294	0.60 325	1.71 334	1.18 301	0.90 151	0.96 144	1.36 350	0.92 302	2.25 369	1.17 384	0.30 363	0.29 400	0.32 375	0.32 402	0.41 397	0.35 378

STTRV1_RVC	1.58 441	0.68 438	1.96 458	0.88 454	1.12 473	1.57 415	0.90 409	2.25 462	1.75 451	1.29 321	2.02 442	1.40 354	1.22 399	9.77 517	1.31 400	0.81 476	0.33 422	0.54 457	0.49 456	0.73 467	0.52 438

Syn2CoEx	1.14 401	0.69 439	1.66 438	0.80 425	0.67 403	1.40 397	0.88 402	2.06 431	1.54 433	1.25 307	1.58 385	1.42 358	1.50 434	4.09 429	1.40 413	0.36 406	0.32 418	0.34 393	0.29 380	0.29 324	0.34 373

psmorigin	1.52 438	0.69 439	10.52 512	0.68 380	0.59 379	1.13 350	0.70 358	1.57 302	1.19 309	1.99 455	1.79 417	2.26 454	1.47 429	2.09 352	1.36 408	0.39 417	0.40 453	0.34 393	0.33 411	0.43 407	0.56 444

ADCPNet	1.85 461	0.69 439	8.07 505	0.71 396	0.58 371	2.79 483	1.22 452	1.94 404	1.54 433	1.88 448	1.69 405	2.46 465	2.04 471	2.37 378	6.48 492	0.38 414	0.37 442	0.38 415	0.43 442	0.47 423	0.45 417

XX-TBD	0.46 74	0.70 442	0.35 1	0.79 422	0.25 31	0.58 130	0.26 28	0.69 20	1.27 349	0.76 114	1.00 160	0.45 35	0.33 27	0.47 9	0.37 95	0.19 142	0.15 182	0.15 8	0.11 8	0.17 50	0.14 31

SHD	1.31 419	0.71 443	2.34 472	0.86 447	0.75 427	1.77 435	0.65 339	2.22 459	2.50 482	2.40 473	1.71 407	1.91 431	1.60 441	1.93 337	2.37 461	0.38 414	0.31 410	0.38 415	0.40 436	0.48 426	0.50 432

RTSC	1.29 415	0.73 444	2.44 474	0.83 439	0.57 362	1.85 443	0.65 339	1.88 386	2.00 466	2.20 463	1.66 402	1.60 393	1.26 406	2.33 375	3.92 481	0.32 377	0.23 353	0.27 321	0.29 380	0.37 377	0.37 388

ADCMid	1.89 466	0.73 444	5.06 495	0.72 399	0.67 403	2.00 455	1.14 444	1.97 411	1.48 424	2.86 486	1.81 420	2.37 460	2.05 473	2.24 367	10.39 511	0.33 385	0.31 410	0.39 421	0.43 442	0.50 430	0.44 415

DeepPrunerF	1.60 444	0.73 444	5.81 500	0.88 454	1.19 481	0.91 294	0.95 420	2.19 455	5.24 509	1.17 266	1.30 291	1.19 307	1.30 413	4.90 444	1.66 440	0.42 428	0.34 424	0.52 451	0.47 451	0.41 397	0.40 398

ELAS_RVC	2.48 486	0.74 447	1.90 454	1.05 473	0.92 458	2.76 481	4.01 516	2.76 485	4.11 503	4.69 506	4.63 492	4.62 493	5.96 512	3.97 428	3.96 482	0.63 470	0.53 478	0.56 465	0.52 463	0.64 456	0.63 457
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 481	0.74 447	1.54 431	0.99 469	0.92 458	4.78 507	2.33 504	3.33 494	3.37 495	5.05 511	4.77 496	3.67 486	4.53 507	3.42 419	4.50 485	0.62 468	0.53 478	0.55 462	0.53 464	0.63 454	0.64 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	1.29 415	0.75 449	1.33 402	1.05 473	0.88 455	1.73 429	0.52 259	1.89 388	3.28 493	1.29 321	4.88 497	1.22 311	1.46 427	1.77 320	1.45 425	0.60 466	0.26 374	0.29 344	0.25 322	0.52 436	0.37 388

DGSMNet	1.14 401	0.76 450	2.49 476	0.81 428	0.86 452	1.39 396	1.39 462	2.13 437	1.35 388	1.26 311	1.63 397	1.48 375	0.98 339	1.75 313	1.10 372	0.45 439	0.43 458	0.55 462	0.49 456	0.75 468	0.70 466

PWC_ROB	1.24 411	0.76 450	2.46 475	0.72 399	0.78 433	1.15 357	0.49 240	1.75 342	1.92 462	2.31 466	3.07 474	1.59 391	1.40 419	2.46 385	2.10 457	0.33 385	0.22 341	0.35 401	0.24 308	0.38 386	0.41 402

aanetorigin	1.23 410	0.79 452	2.78 484	0.70 388	0.79 436	0.99 326	1.06 436	1.06 161	1.37 395	3.52 494	2.61 467	1.72 412	1.63 443	1.99 342	1.78 442	0.25 298	0.24 362	0.26 305	0.25 322	0.38 386	0.45 417

RGC	1.14 401	0.79 452	1.26 390	0.91 462	0.96 463	1.52 410	0.77 375	1.92 398	1.26 343	1.54 408	1.93 433	2.02 445	1.54 435	2.25 369	1.31 400	0.44 438	0.35 435	0.58 468	0.48 453	0.47 423	0.46 420

MFN_U_SF_RVC	1.52 438	0.84 454	3.42 487	0.87 453	0.66 399	2.56 477	0.95 420	2.36 472	1.70 445	1.98 454	1.86 426	2.45 464	1.79 456	2.95 403	2.58 463	0.52 452	0.48 470	0.55 462	0.59 472	0.59 449	0.61 455

PVD	1.70 454	0.84 454	2.26 470	0.94 467	0.83 446	2.48 474	0.97 422	2.59 484	3.35 494	3.01 491	2.77 470	2.34 459	2.47 486	2.67 395	3.14 472	0.47 446	0.45 465	0.59 469	0.48 453	0.59 449	0.75 471

SAMSARA	1.55 440	0.84 454	2.61 479	1.22 481	1.07 467	2.50 475	1.93 489	2.05 426	1.89 459	2.75 482	1.66 402	2.81 474	1.69 450	3.08 409	1.97 452	0.46 445	0.51 476	0.42 431	0.46 449	0.58 447	0.59 451

GANetREF_RVC	1.07 383	0.86 457	1.31 397	0.82 436	0.53 348	1.41 402	1.31 459	1.76 348	1.52 430	1.27 314	1.31 297	1.46 369	1.24 403	2.03 346	0.96 352	0.56 460	0.45 465	0.67 473	0.50 459	0.88 472	0.59 451
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
MFN_U_SF_DS_RVC	1.74 458	0.87 458	3.56 488	0.80 425	0.75 427	3.72 496	2.44 507	1.82 369	1.82 456	1.74 433	1.91 432	1.92 434	1.26 406	7.69 499	1.28 397	0.45 439	0.47 469	0.52 451	0.77 482	0.50 430	0.50 432

XQC	1.37 426	0.87 458	2.56 478	0.84 440	0.69 411	1.83 441	0.89 404	2.07 432	1.88 458	1.88 448	1.53 368	1.91 431	1.55 437	2.85 401	3.05 469	0.48 447	0.29 400	0.44 437	0.39 432	0.69 463	0.60 454

SQANet	1.31 419	0.88 460	1.08 358	1.83 493	1.44 489	1.44 404	0.75 369	1.74 340	1.09 244	1.32 344	1.26 279	1.28 333	1.01 351	1.50 270	0.83 325	2.50 499	0.34 424	1.47 491	0.55 466	2.32 493	1.57 494

PASM	1.34 423	0.92 461	2.62 480	0.86 447	0.87 454	1.03 334	1.08 438	1.50 277	1.51 429	1.82 445	1.41 334	1.68 408	1.26 406	4.87 443	1.34 404	0.61 467	0.65 489	0.68 474	0.78 483	0.69 463	0.68 465

WZ-Net	1.95 467	0.95 462	10.10 509	0.86 447	0.78 433	1.69 425	1.60 474	2.20 458	1.98 465	2.08 459	1.93 433	2.30 456	1.97 468	5.30 450	3.17 474	0.34 395	0.26 374	0.29 344	0.31 394	0.51 434	0.47 423

PSMNet-RUCA	1.02 375	0.97 463	1.44 415	1.23 482	1.10 469	1.40 397	0.62 330	1.69 328	1.38 399	0.94 164	1.53 368	0.97 243	0.83 264	1.17 193	0.93 343	0.69 473	0.34 424	0.99 484	0.60 473	0.97 474	0.64 461

GASNet	0.99 361	0.97 463	1.72 443	0.98 468	0.68 409	0.83 273	0.67 347	1.60 308	1.28 354	1.31 340	1.22 262	1.22 311	1.21 398	2.41 381	1.41 417	0.43 433	0.26 374	0.36 409	0.34 416	0.55 442	0.31 358

anonymity	1.12 396	0.97 463	1.21 381	1.07 476	1.12 473	1.08 343	0.89 404	1.95 406	1.16 291	1.29 321	1.26 279	1.22 311	1.09 374	1.15 185	1.01 359	1.02 483	1.00 506	0.97 482	0.97 494	0.98 475	0.99 480

Consistency-Raft	1.25 413	0.99 466	1.93 456	1.02 472	1.21 482	0.96 315	1.01 430	1.75 342	1.92 462	1.36 361	2.12 448	1.44 364	1.01 351	1.14 184	1.40 413	0.72 474	0.82 493	0.89 480	0.98 496	1.31 488	0.95 478

ADCS	2.25 476	0.99 466	5.55 497	0.81 428	0.74 420	2.19 463	1.80 480	2.27 465	2.14 471	2.80 485	2.13 449	2.40 462	2.03 470	2.64 394	13.69 515	0.41 424	0.39 451	0.40 426	0.45 446	0.58 447	0.56 444

MaskLacGwcNet_RVC	1.10 391	1.02 468	1.00 324	0.82 436	0.67 403	1.93 449	0.93 416	1.62 315	1.11 252	1.15 247	1.25 272	1.50 377	0.79 242	1.96 340	0.76 299	1.89 493	0.34 424	0.79 477	0.36 425	1.25 487	0.83 473

SPS-STEREO	1.67 450	1.04 469	1.23 384	1.21 480	1.13 476	1.82 440	1.11 440	2.16 446	1.52 430	3.07 493	2.32 456	2.82 475	1.80 457	4.11 430	2.04 454	1.03 484	0.99 505	0.97 482	0.94 492	1.03 480	1.02 481
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 463	1.07 470	1.45 420	1.07 476	1.17 478	1.47 405	1.48 468	1.89 388	1.93 464	1.94 453	4.67 495	3.08 481	1.80 457	6.51 477	1.65 438	1.06 486	0.86 500	1.08 488	1.32 501	0.93 473	1.26 489
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 484	1.07 470	2.14 465	1.18 479	1.10 469	2.14 462	1.36 461	1.96 407	1.66 441	5.46 514	7.07 506	4.95 499	4.32 506	5.50 457	2.26 460	1.04 485	1.02 508	0.99 484	0.97 494	1.02 478	1.04 483

EDNetEfficient	2.37 481	1.10 472	8.08 506	0.74 410	0.71 414	0.98 325	1.56 471	1.46 268	4.06 502	4.90 508	2.82 471	2.25 453	3.48 498	2.95 403	9.97 507	0.26 320	0.24 362	0.26 305	0.30 389	0.68 462	0.61 455

AnyNet_C32	1.96 468	1.10 472	5.17 496	0.90 459	1.11 471	2.12 461	2.37 505	1.85 378	1.48 424	2.45 474	1.70 406	2.05 448	1.64 444	2.50 388	10.28 510	0.37 410	0.34 424	0.35 401	0.41 437	0.49 429	0.54 440

LSM	6.33 511	1.10 472	13.19 514	1.41 487	68.17 538	1.64 422	1.90 488	1.92 398	2.46 478	2.99 489	3.11 475	1.88 426	1.80 457	2.61 393	2.06 456	0.41 424	0.58 484	0.50 448	0.57 468	0.64 456	17.66 532

otaku	1.60 444	1.11 475	1.21 381	2.20 496	1.56 491	1.97 452	1.24 453	2.07 432	1.36 391	1.44 385	1.62 394	1.73 413	1.19 392	1.73 312	0.98 356	2.89 504	0.57 483	1.74 492	0.60 473	2.78 500	1.94 500

AnonymousM	0.59 166	1.11 475	0.41 16	0.44 47	0.32 159	0.43 40	0.47 220	1.05 148	0.64 71	0.98 175	0.63 67	0.67 128	0.43 69	0.59 33	0.41 129	0.20 174	0.15 182	1.84 495	0.84 486	0.14 4	0.13 12

MFMNet_re	1.40 430	1.14 477	1.68 439	1.39 485	1.07 467	1.48 406	1.43 464	1.87 383	1.82 456	2.26 464	2.19 451	1.51 379	1.86 462	1.52 273	1.25 391	0.93 479	0.83 494	0.84 479	0.80 484	0.99 477	1.05 485

Ntro	1.64 448	1.15 478	1.23 384	2.48 501	1.83 493	2.09 459	1.16 447	1.96 407	1.38 399	1.21 283	1.62 394	1.62 395	1.29 409	1.87 331	1.11 375	3.04 505	0.56 482	1.82 494	0.64 475	2.80 501	2.05 501

MSC_U_SF_DS_RVC	2.12 472	1.15 478	3.10 485	1.05 473	0.76 430	5.03 510	2.40 506	2.16 446	2.62 485	1.89 450	2.28 455	2.69 471	1.65 445	9.35 511	2.04 454	0.64 471	0.51 476	0.68 474	0.71 480	1.09 482	0.67 463

UDGNet	0.72 241	1.17 480	0.80 246	0.77 418	0.41 268	0.77 240	0.38 120	0.97 113	1.34 379	0.81 130	0.88 126	0.71 142	0.60 168	1.21 200	0.54 229	0.52 452	0.19 283	1.02 486	0.26 339	0.71 465	0.31 358

Wz-Net-SNSev	1.49 434	1.23 481	6.27 502	0.68 380	0.67 403	1.37 391	1.41 463	2.00 416	1.39 404	1.48 396	1.61 391	2.29 455	1.32 415	3.93 426	2.14 458	0.31 370	0.28 389	0.31 361	0.33 411	0.42 401	0.36 383

CC-Net-ROB	1.49 434	1.26 482	1.27 393	0.88 454	0.79 436	1.76 432	1.00 428	1.79 362	1.26 343	1.10 216	1.61 391	1.21 309	0.99 347	8.13 503	0.84 328	1.09 487	0.41 455	2.20 496	0.46 449	1.20 486	0.48 426

RTS	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 497	1.96 491	2.15 443	2.62 485	2.61 477	2.85 472	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

RTSA	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 497	1.96 491	2.15 443	2.62 485	2.61 477	2.85 472	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

WAO-7	2.66 488	1.40 485	1.73 445	1.39 485	1.17 478	3.93 500	1.94 490	4.11 502	3.88 501	2.92 487	5.50 499	4.18 491	3.00 495	7.63 498	3.71 480	1.13 489	1.00 506	1.17 489	1.13 500	1.18 485	1.09 487

ACVNet_2	2.43 485	1.41 486	2.04 459	2.62 502	2.24 500	2.63 480	1.88 487	3.31 493	3.01 490	2.19 462	3.45 480	4.62 493	2.04 471	4.50 437	1.47 429	2.55 500	0.64 487	2.22 497	0.84 486	2.69 499	2.29 504

ACVNet-4b	2.15 473	1.41 486	1.64 436	2.80 503	2.31 503	2.31 468	1.24 453	2.32 468	2.14 471	1.26 311	2.39 460	2.66 470	1.48 430	5.95 470	1.06 363	3.20 509	0.45 465	2.37 500	0.89 489	2.83 504	2.37 505

StereoAnything_RVC	0.45 67	1.43 488	0.48 33	0.35 2	0.20 3	0.26 3	0.21 4	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 40	1.27 214	0.22 1	0.21 206	0.11 6	0.14 1	0.10 2	2.37 494	0.11 1

ACVNet_1	2.18 474	1.45 489	1.72 443	2.85 505	2.33 504	2.28 466	1.46 466	3.08 491	2.22 474	1.82 445	2.05 445	3.56 485	1.98 469	3.09 410	1.40 413	3.17 506	0.60 485	2.40 504	0.92 491	2.91 507	2.37 505

GCST	1.08 386	1.47 490	0.93 299	1.73 491	1.14 477	1.30 381	0.31 56	1.33 233	1.16 291	1.29 321	0.97 153	0.98 245	0.49 112	2.08 351	0.46 179	1.19 490	0.70 490	1.30 490	0.85 488	1.02 478	0.89 476

EDNetEfficientorigin	10.57 520	1.47 490	177.42 542	0.67 369	0.53 348	1.58 416	1.16 447	1.90 391	3.37 495	4.71 507	3.38 478	3.10 482	2.69 490	3.13 411	3.58 478	0.25 298	0.23 353	0.33 383	0.27 349	0.83 469	0.81 472

Dean	2.91 498	1.53 492	2.07 460	2.96 509	2.51 506	3.15 489	2.14 498	4.75 507	4.41 506	2.76 483	6.10 502	5.53 502	2.37 482	2.97 405	1.92 449	3.18 507	0.85 498	2.51 507	1.04 499	2.88 506	2.47 508

WAO-6	2.81 495	1.60 493	1.46 422	2.36 500	2.28 502	3.55 494	2.29 503	4.21 503	4.56 507	2.36 471	4.51 489	4.88 497	2.66 489	4.60 438	4.07 484	1.72 492	1.15 512	2.31 499	1.46 507	2.31 492	1.85 498

LVE	3.31 500	1.67 494	1.64 436	2.85 505	2.42 505	3.20 491	2.26 502	4.78 508	5.05 508	2.35 469	6.91 504	6.02 504	2.37 482	9.15 507	2.17 459	3.19 508	1.08 511	2.38 502	1.47 508	2.81 502	2.40 507

RainbowNet	1.97 469	1.76 495	1.57 433	2.81 504	2.21 499	1.98 454	1.81 481	2.54 483	1.89 459	1.50 399	1.84 423	1.96 438	1.65 445	2.14 356	1.25 391	3.33 511	0.85 498	2.39 503	0.98 496	2.82 503	2.22 502

AnyNet_C01	2.26 477	1.78 496	10.22 511	0.93 465	0.74 420	2.92 486	2.20 500	2.29 467	1.80 454	2.53 476	2.41 462	2.71 472	1.73 451	3.41 418	6.72 494	0.41 424	0.39 451	0.40 426	0.42 440	0.67 461	0.63 457

IMH-64-1	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 492	2.10 495	4.08 500	2.75 488	2.34 467	3.81 484	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 511

IMH-64	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 492	2.10 495	4.08 500	2.75 488	2.34 467	3.81 484	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 511

WAO-8	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 515	1.53 469	6.09 514	16.46 522	3.94 497	7.84 513	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 495

Venus	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 515	1.53 469	6.09 514	16.46 522	3.94 497	7.84 513	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 495

IMH	3.21 499	1.85 501	1.48 427	3.25 512	2.69 509	4.07 503	2.02 493	4.41 505	3.80 500	2.72 480	7.11 507	4.75 496	2.92 492	5.92 468	2.55 462	3.85 518	0.88 501	2.78 512	1.36 504	3.19 511	2.59 510

JetBlue	3.97 501	2.01 502	10.19 510	1.38 484	2.84 511	10.53 518	9.54 519	3.60 498	2.41 477	2.73 481	3.39 479	4.54 492	4.31 505	7.85 502	6.84 495	0.88 477	0.93 504	0.89 480	0.91 490	1.74 489	1.91 499

TorneroNet-64	5.30 509	2.03 503	1.74 446	3.43 515	2.81 510	10.09 517	2.12 497	9.10 521	17.12 527	4.96 510	9.27 518	10.72 521	3.70 501	9.20 508	4.55 486	3.31 510	0.84 495	2.88 513	1.55 509	3.49 512	3.04 514

TorneroNet	10.70 521	2.03 503	1.82 450	3.43 515	3.01 513	43.83 536	2.22 501	8.87 520	67.47 542	7.17 519	27.36 531	10.68 520	3.85 504	8.67 506	7.65 501	3.59 513	0.88 501	3.04 514	1.57 510	3.71 513	3.17 515

PWCK	2.88 497	2.05 505	5.72 499	2.08 495	1.11 471	3.55 494	3.90 515	2.86 488	3.54 499	3.03 492	3.63 482	3.10 482	2.31 481	8.15 505	3.09 470	2.12 496	0.91 503	1.75 493	0.98 496	2.57 497	1.18 488

KSHMR	8.75 517	2.06 506	2.11 463	3.53 517	3.11 514	4.13 504	2.69 508	5.60 511	61.37 541	3.00 490	55.83 541	4.98 501	2.45 485	4.49 436	2.61 466	3.46 512	1.55 516	3.14 516	1.94 514	3.72 514	3.18 516

Wz-Net-TNSev	1.88 463	2.08 507	7.66 503	0.67 369	0.64 394	2.42 472	1.83 483	2.33 469	1.74 450	1.57 416	1.56 378	2.58 467	1.90 465	4.86 442	3.12 471	0.39 417	0.37 442	0.33 383	0.37 428	0.53 438	0.58 449

coex-ft	8.13 516	2.13 508	98.04 541	0.67 369	0.53 348	1.71 426	1.56 471	1.65 319	11.11 517	18.17 531	3.75 483	3.88 489	7.61 518	2.98 406	6.49 493	0.30 363	0.30 404	0.32 375	0.31 394	0.66 460	0.50 432

UNDER WATER-64	5.27 508	2.32 509	8.78 508	3.93 521	3.54 519	7.61 513	3.03 514	5.84 513	14.19 518	4.04 499	4.04 486	9.39 515	6.26 513	5.93 469	8.48 504	3.60 514	1.51 515	3.13 515	1.88 512	4.29 519	3.61 519

UNDER WATER	5.08 507	2.33 510	5.55 497	3.94 522	3.51 518	5.20 511	2.72 510	5.61 512	16.52 524	3.84 496	4.60 491	9.21 514	5.89 511	5.90 467	8.66 505	3.75 515	1.34 513	3.18 517	1.88 512	4.33 520	3.61 519

ktn	4.70 505	2.38 511	2.12 464	3.76 518	3.24 515	4.85 508	2.95 513	5.52 510	7.37 514	4.07 501	19.32 528	7.46 508	3.47 497	7.39 492	2.95 468	4.04 519	1.85 517	3.26 518	2.22 517	3.08 508	2.65 513

notaker	3.98 502	2.40 512	2.68 481	3.82 520	3.27 517	3.97 502	2.14 498	4.78 508	3.45 497	4.12 502	6.94 505	7.65 510	3.26 496	7.82 501	5.30 489	4.04 519	1.41 514	3.36 519	2.10 516	3.88 515	3.31 517

UDG	1.41 431	2.65 513	0.99 319	1.44 488	1.64 492	1.34 388	0.80 386	1.60 308	1.23 329	1.23 294	1.71 407	2.01 443	1.34 417	1.47 266	1.41 417	0.90 478	0.54 481	2.29 498	0.75 481	1.84 490	1.04 483

DDUNet	1.50 436	2.69 514	1.12 368	1.77 492	1.88 494	1.84 442	0.92 412	1.70 333	1.16 291	1.38 369	1.79 417	1.60 393	1.12 379	1.37 239	1.08 367	1.10 488	0.76 491	2.37 500	0.94 492	2.00 491	1.37 491

DispFullNet	2.34 480	2.85 515	3.66 489	3.08 510	2.27 501	1.97 452	0.67 347	2.00 416	1.70 445	2.52 475	2.00 439	2.23 452	5.86 510	3.44 421	1.58 435	1.01 481	0.32 418	2.64 509	1.94 514	2.85 505	2.24 503

MADNet++	5.01 506	3.14 516	4.91 494	4.55 524	3.94 521	5.20 511	4.41 517	4.40 504	4.13 504	4.95 509	6.08 501	4.74 495	5.37 508	9.40 512	10.67 512	4.65 521	4.15 523	3.97 521	3.34 520	4.09 517	4.08 522

IGEV-BASED-STEREO-	0.70 232	3.18 517	2.55 477	0.39 10	0.23 15	0.44 45	0.23 13	0.63 12	0.42 14	0.44 42	0.44 19	0.34 13	0.28 9	0.56 27	0.29 12	1.35 491	0.10 1	0.22 189	0.19 167	0.46 422	1.31 490

MADNet+	2.69 491	3.22 518	11.53 513	1.44 488	1.12 473	3.19 490	1.81 481	2.85 487	2.37 475	1.68 429	2.07 446	2.85 476	2.18 477	7.41 493	5.23 488	0.79 475	0.76 491	0.69 476	0.65 476	0.98 475	0.95 478

HanzoNet	11.04 522	3.62 519	8.10 507	4.08 523	3.55 520	4.90 509	2.73 511	7.19 518	10.10 515	31.86 537	28.92 532	21.96 533	36.36 534	18.08 527	10.17 509	7.94 525	3.32 521	3.47 520	3.31 519	7.06 525	4.04 521

test_for_model	1.30 417	3.71 520	0.58 93	3.22 511	2.84 511	0.59 135	0.33 69	1.40 252	0.83 135	1.42 383	0.61 64	0.52 73	0.37 44	0.51 14	0.33 50	2.46 498	0.15 182	0.16 23	0.11 8	4.39 521	1.50 493

FADE		4.78 521		1.89 494	1.92 495							4.13 490				188.09 543	2.77 519	123.78 540	127.92 540	1.06 481

DPSimNet_ROB	11.20 523	4.98 522	35.43 532	2.90 508	4.52 522	7.89 514	17.09 524	4.66 506	6.06 512	14.89 527	10.93 521	17.29 525	36.81 536	13.18 524	15.68 520	2.86 503	6.29 524	5.75 525	5.09 523	3.91 516	7.70 524

DPSMNet_ROB	13.02 525	8.23 523	21.91 522	9.53 527	18.11 525	11.56 520	32.02 532	10.64 523	16.23 521	7.05 518	19.49 530	10.16 518	16.66 524	9.85 519	22.43 527	4.77 523	8.68 525	5.38 524	10.26 528	6.17 524	11.36 526

DGTPSM_ROB	13.01 524	8.23 523	21.87 521	9.51 526	18.10 524	11.56 520	32.01 531	10.63 522	16.20 520	7.03 517	19.48 529	10.15 517	16.66 524	9.83 518	22.42 526	4.75 522	8.68 525	5.37 523	10.25 527	6.16 523	11.36 526

JetRed	6.91 514	8.80 525	25.96 528	2.85 505	3.25 516	13.98 525	11.87 521	6.25 516	4.28 505	4.45 504	4.56 490	6.69 505	5.46 509	7.46 495	14.05 516	2.59 501	3.31 520	2.59 508	2.29 518	4.20 518	3.36 518

ASD4	15.85 526	10.99 526	19.63 520	10.21 528	11.70 523	19.24 526	31.10 530	19.35 527	10.68 516	11.14 522	10.18 519	12.59 522	12.64 521	14.74 525	24.83 529	12.93 531	9.94 530	26.83 533	19.40 531	16.23 530	12.70 531

TCMNet-wrong-test	10.31 519	11.40 527	14.84 516	20.96 529	18.45 526	13.80 524	10.76 520	15.78 526	3.53 498	5.20 512	5.52 500	16.26 524	12.61 520	7.51 497	10.15 508	7.43 524	2.37 518	4.31 522	3.43 521	11.36 527	10.61 525

BEATNet-Init1	26.87 531	13.43 528	70.68 540	0.91 462	0.68 409	57.02 540	21.06 526	32.82 537	32.67 534	52.12 541	53.61 540	66.05 542	49.56 541	48.79 542	34.71 536	0.49 451	0.44 461	0.53 456	0.53 464	0.63 454	0.59 451

Anonymous_1	43.04 538	18.73 529	24.79 525	21.81 530	46.26 536	27.80 527	37.60 533	28.08 532	16.14 519	14.66 526	14.30 522	20.65 527	17.88 526	21.56 528	25.94 530	117.93 542	8.92 527	100.65 539	126.50 539	158.64 543	12.08 528

DPSM_ROB	19.08 527	19.14 530	25.17 526	22.15 531	20.85 528	28.17 528	37.82 534	26.56 530	16.85 525	14.14 524	14.84 523	21.70 528	18.75 527	21.87 529	26.55 531	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 529

DPSM	19.08 527	19.14 530	25.17 526	22.15 531	20.85 528	28.17 528	37.82 534	26.56 530	16.85 525	14.14 524	14.84 523	21.70 528	18.75 527	21.87 529	26.55 531	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 529

xxxxx1	54.10 540	25.67 532	27.13 529	113.43 540	96.96 540	30.69 532	47.44 536	32.38 534	25.60 529	17.75 528	17.27 525	21.81 530	21.02 529	24.43 532	33.82 533	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 540

tt_ll	54.10 540	25.67 532	27.13 529	113.43 540	96.96 540	30.69 532	47.44 536	32.38 534	25.60 529	17.75 528	17.27 525	21.81 530	21.02 529	24.43 532	33.82 533	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 540

ff	54.10 540	25.67 532	27.13 529	113.43 540	96.96 540	30.69 532	47.44 536	32.38 534	25.60 529	17.75 528	17.27 525	21.81 530	21.02 529	24.43 532	33.82 533	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 540

LRCNet_RVC	22.74 529	32.10 535	21.97 523	29.84 533	26.23 530	4.42 506	0.81 389	22.66 528	2.02 467	26.93 533	29.26 533	23.06 535	15.59 523	23.84 531	18.88 523	31.75 535	19.90 537	34.65 534	32.13 535	30.54 535	28.32 535

PML	51.67 539	36.25 536	13.28 515	7.46 525	20.81 527	108.69 542	232.22 543	8.72 519	27.82 533	87.01 542	269.67 543	69.67 543	61.95 542	24.76 535	14.20 517	9.74 528	3.40 522	9.62 527	4.70 522	18.74 531	4.72 523

CasAABBNet	38.33 532	38.46 537	50.35 537	44.75 538	41.84 534	56.68 537	76.37 540	53.22 540	33.83 536	28.31 534	29.54 534	43.62 540	37.71 538	43.84 539	53.41 541	20.30 532	18.70 535	21.07 530	21.07 533	28.24 532	25.34 533

Selective-RAFT-Error	38.39 533	38.47 538	50.44 538	44.73 537	41.97 535	56.68 537	76.38 541	53.24 541	33.92 537	28.34 535	29.85 535	43.60 539	38.20 539	43.75 538	53.34 540	20.38 533	18.70 535	21.09 531	21.05 532	28.30 533	25.43 534

LSM0	42.82 537	38.75 539	50.81 539	47.07 539	109.38 543	57.00 539	76.02 539	53.74 542	33.71 535	29.02 536	30.41 536	43.87 541	37.22 537	43.91 540	53.54 542	20.52 534	18.62 534	21.10 532	21.11 534	28.41 534	42.22 536

HaxPig	38.92 534	41.40 540	41.64 533	29.95 534	32.27 531	28.90 530	27.60 527	29.73 533	37.71 538	43.82 538	43.87 537	33.17 536	35.56 533	41.53 536	40.37 538	43.94 539	47.51 542	45.82 535	47.08 537	42.38 536	44.15 538

AVERAGE_ROB	40.43 535	42.37 541	42.73 534	36.96 536	35.58 533	30.50 531	27.61 528	36.71 539	38.39 539	44.91 539	44.36 538	37.45 538	36.70 535	41.88 537	40.35 537	45.43 540	46.81 541	47.11 536	46.35 536	42.51 537	43.87 537

MEDIAN_ROB	42.00 536	44.40 542	44.29 536	35.15 535	34.95 532	31.28 535	29.60 529	35.88 538	40.02 540	47.20 540	46.64 539	37.37 537	38.48 540	44.35 541	42.45 539	48.03 541	49.39 543	49.71 537	49.03 538	45.14 538	46.65 539

DLNR_Zeroshot_test	23.17 530	48.52 543	43.29 535	176.68 543	78.69 539	0.35 12	0.21 4	23.41 529	0.75 111	0.66 100	0.86 121	0.59 102	0.30 16	1.56 283	0.44 152	9.57 527	0.12 23	0.18 73	0.14 57	76.92 542	0.16 84

test_example2	192.40 543	210.76 544	206.48 543	199.83 544	204.73 544	172.94 543	183.52 542	133.93 543	133.41 543	191.38 543	196.19 542	187.13 544	178.77 543	205.33 543	208.00 543	222.09 544	238.72 544	186.54 544	190.54 544	227.34 544	170.31 543

ccccc	497.63 544	492.34 545	595.97 544	530.87 545	530.37 545	478.08 544	442.62 544	491.76 544	343.70 544	448.18 544	520.80 544	476.12 545	550.57 544	541.64 544	605.32 544	663.49 545	459.54 545	353.94 545	309.79 545	586.66 545	530.90 544

Low-res two-view benchmark