Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

FoundationStereo	0.24 1	0.21 11	0.36 3	0.38 8	0.22 9	0.32 8	0.22 4	0.39 1	0.23 2	0.30 5	0.25 2	0.30 6	0.33 25	0.34 2	0.26 4	0.16 26	0.12 22	0.15 8	0.11 8	0.13 1	0.12 6

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 9	0.21 5	0.25 2	0.22 4	0.48 4	0.31 3	0.32 6	0.26 4	0.37 14	0.24 3	0.83 96	0.29 11	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.11 1

MonSter	0.28 3	0.18 1	0.39 11	0.36 3	0.21 5	0.55 112	0.31 51	0.55 7	0.43 12	0.28 3	0.29 6	0.23 2	0.21 1	0.56 23	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

IGEV-Stereo++	0.30 4	0.20 4	0.40 12	0.46 61	0.30 111	0.33 9	0.22 4	0.75 28	0.45 16	0.32 6	0.41 11	0.32 9	0.48 100	0.38 3	0.27 6	0.15 10	0.11 5	0.15 8	0.12 20	0.15 13	0.13 11

GREAT-IGEV	0.32 5	0.20 4	0.42 18	0.37 5	0.29 90	0.36 14	0.28 34	0.56 8	0.58 50	0.28 3	0.50 34	0.29 4	0.29 11	0.84 99	0.27 6	0.14 5	0.11 5	0.15 8	0.11 8	0.17 49	0.14 28

DEFOM-Stereo	0.33 6	0.20 4	0.40 12	0.42 20	0.28 74	0.80 252	0.23 9	0.48 4	0.37 6	0.37 19	0.31 7	0.23 2	0.24 3	1.20 193	0.27 6	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.14 28

GIP-stereo	0.34 7	0.23 34	0.45 24	0.50 122	0.36 204	0.38 16	0.23 9	0.78 38	0.52 40	0.34 12	0.51 36	0.46 34	0.38 46	0.51 11	0.27 6	0.20 169	0.12 22	0.16 22	0.12 20	0.16 28	0.14 28

RAStereo	0.34 7	0.21 11	0.66 133	0.47 72	0.27 51	0.26 3	0.29 39	0.69 17	0.63 63	0.32 6	0.42 12	0.45 31	0.31 18	0.45 5	0.34 61	0.17 62	0.15 177	0.19 90	0.15 67	0.18 78	0.13 11

AIO_test	0.35 9	0.22 24	0.44 21	0.43 23	0.27 51	0.57 122	0.44 184	0.79 42	0.41 8	0.32 6	0.47 24	0.46 34	0.30 14	0.69 54	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.15 13	0.12 6

AIO_rvc	0.36 10	0.23 34	0.49 35	0.43 23	0.27 51	0.59 130	0.38 115	0.94 97	0.45 16	0.33 11	0.46 22	0.49 51	0.22 2	0.84 99	0.30 18	0.16 26	0.11 5	0.16 22	0.12 20	0.15 13	0.13 11

HUF	0.36 10	0.23 34	0.52 54	0.40 12	0.22 9	0.54 105	0.47 214	0.82 55	0.43 12	0.36 17	0.43 15	0.50 57	0.42 58	0.64 44	0.29 11	0.17 62	0.12 22	0.16 22	0.12 20	0.15 13	0.14 28

MaDis-Stereo	0.36 10	0.25 70	0.58 89	0.44 44	0.34 191	0.30 7	0.30 46	0.72 21	0.50 28	0.37 19	0.36 9	0.58 91	0.49 108	0.52 14	0.36 79	0.19 138	0.16 212	0.19 90	0.15 67	0.18 78	0.14 28

UniTT-Stereo	0.36 10	0.23 34	0.59 96	0.48 96	0.36 204	0.40 20	0.32 58	0.53 6	0.49 25	0.54 71	0.55 48	0.36 12	0.31 18	0.58 28	0.51 204	0.20 169	0.15 177	0.17 38	0.15 67	0.19 115	0.15 56

IGEV-RUCA	0.37 14	0.23 34	0.48 30	0.49 111	0.36 204	0.60 138	0.23 9	0.64 11	0.49 25	0.39 28	0.49 31	0.44 23	0.31 18	0.85 104	0.30 18	0.24 266	0.13 73	0.16 22	0.12 20	0.20 149	0.19 169

Pointernet	0.37 14	0.20 4	0.57 84	0.43 23	0.28 74	0.51 89	0.27 30	0.93 90	0.61 58	0.47 47	0.63 63	0.49 51	0.38 46	0.49 9	0.33 46	0.17 62	0.13 73	0.14 1	0.11 8	0.13 1	0.12 6

AIO-Stereo	0.37 14	0.25 70	0.51 47	0.47 72	0.23 13	0.45 43	0.39 130	1.07 158	0.52 40	0.41 30	0.48 26	0.52 68	0.25 5	0.72 65	0.30 18	0.16 26	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

AEACV	0.37 14	0.24 47	0.52 54	0.47 72	0.51 326	0.37 15	0.38 115	0.65 13	0.53 43	0.42 32	0.56 51	0.46 34	0.60 162	0.53 16	0.30 18	0.16 26	0.13 73	0.18 69	0.15 67	0.17 49	0.14 28

EGLCR-Stereo	0.37 14	0.22 24	0.51 47	0.43 23	0.26 34	0.44 40	0.22 4	0.99 115	0.48 24	0.42 32	0.42 12	0.67 123	0.29 11	0.86 108	0.33 46	0.17 62	0.12 22	0.19 90	0.17 125	0.17 49	0.15 56

castereo++	0.38 19	0.23 34	0.41 15	0.43 23	0.31 136	0.97 311	0.22 4	0.86 65	0.58 50	0.32 6	0.44 17	0.51 61	0.39 48	0.93 125	0.24 2	0.17 62	0.11 5	0.17 38	0.12 20	0.14 4	0.14 28

fffft	0.38 19	0.23 34	0.51 47	0.44 44	0.32 154	0.43 36	0.48 224	0.76 31	0.36 4	0.44 37	0.34 8	0.38 16	0.31 18	1.31 217	0.32 34	0.14 5	0.11 5	0.19 90	0.15 67	0.16 28	0.16 81
1: 1. 1
RSM++	0.38 19	0.24 47	0.51 47	0.47 72	0.26 34	0.50 73	0.41 150	0.79 42	0.45 16	0.37 19	0.45 20	0.60 98	0.35 32	1.02 150	0.30 18	0.15 10	0.13 73	0.17 38	0.14 54	0.18 78	0.13 11

SMoEStereo_RVC	0.39 22	0.25 70	0.50 40	0.45 56	0.30 111	0.61 144	0.36 95	0.72 21	0.45 16	0.46 44	0.43 15	0.42 18	0.35 32	1.39 242	0.29 11	0.15 10	0.12 22	0.20 123	0.15 67	0.16 28	0.15 56

ours_stereo	0.39 22	0.28 129	0.51 47	0.46 61	0.30 111	0.40 20	0.44 184	0.73 23	0.56 47	0.35 13	0.56 51	0.46 34	0.33 25	1.11 174	0.32 34	0.16 26	0.13 73	0.19 90	0.15 67	0.19 115	0.14 28

RSM	0.39 22	0.24 47	0.49 35	0.46 61	0.26 34	0.47 48	0.40 137	0.92 84	0.44 14	0.41 30	0.42 12	0.65 116	0.33 25	1.07 164	0.29 11	0.15 10	0.12 22	0.17 38	0.13 32	0.17 49	0.13 11

trnet	0.39 22	0.21 11	0.37 4	0.36 3	0.20 2	0.53 98	0.29 39	0.78 38	1.12 249	0.59 84	0.71 83	0.53 73	0.42 58	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.13 11

Selective-IGEV	0.39 22	0.24 47	0.50 40	0.44 44	0.25 29	0.46 46	0.33 64	1.25 219	0.40 7	0.35 13	0.45 20	0.52 68	0.30 14	1.07 164	0.30 18	0.14 5	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

GLC_STEREO	0.39 22	0.25 70	0.41 15	0.54 203	0.23 13	0.48 51	0.30 46	0.73 23	0.58 50	0.52 68	0.73 88	0.51 61	0.31 18	0.64 44	0.42 135	0.17 62	0.20 294	0.23 220	0.19 162	0.21 188	0.17 106

CREStereo	0.39 22	0.21 11	0.38 7	0.34 1	0.22 9	0.53 98	0.29 39	0.77 34	1.11 245	0.58 76	0.71 83	0.51 61	0.41 54	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.14 28
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
DEFOM-Stereo_RVC	0.40 29	0.67 422	0.42 18	0.64 328	0.29 90	0.48 51	0.25 15	0.85 63	0.44 14	0.38 24	0.36 9	0.30 6	0.70 202	1.15 181	0.29 11	0.16 26	0.11 5	0.16 22	0.11 8	0.18 78	0.12 6

mms	0.40 29	0.27 109	0.52 54	0.46 61	0.32 154	0.43 36	0.46 207	0.70 19	0.46 22	0.35 13	0.58 56	0.44 23	0.30 14	1.36 232	0.33 46	0.16 26	0.13 73	0.18 69	0.15 67	0.19 115	0.15 56

MoCha-V2	0.40 29	0.20 4	0.49 35	0.50 122	0.21 5	0.44 40	0.33 64	0.93 90	0.53 43	0.53 69	0.53 40	0.42 18	0.58 158	1.09 169	0.27 6	0.14 5	0.12 22	0.15 8	0.12 20	0.17 49	0.15 56

IGEV++	0.40 29	0.22 24	0.51 47	0.52 172	0.29 90	0.45 43	0.25 15	1.65 309	0.46 22	0.37 19	0.57 54	0.46 34	0.45 75	0.50 10	0.38 100	0.19 138	0.12 22	0.16 22	0.13 32	0.16 28	0.15 56

GCAP-Stereo	0.40 29	0.28 129	0.68 142	0.47 72	0.25 29	0.53 98	0.32 58	0.82 55	0.58 50	0.65 93	0.69 76	0.58 91	0.42 58	0.47 7	0.29 11	0.17 62	0.14 123	0.17 38	0.13 32	0.17 49	0.14 28

LoS	0.40 29	0.21 11	0.44 21	0.37 5	0.22 9	0.50 73	0.40 137	1.00 119	0.94 166	0.48 51	0.66 66	0.48 44	0.40 52	0.60 40	0.37 90	0.18 100	0.14 123	0.16 22	0.11 8	0.14 4	0.14 28
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.40 29	0.31 215	0.73 191	0.58 261	0.27 51	0.26 3	0.33 64	0.95 102	0.81 124	0.42 32	0.47 24	0.65 116	0.47 89	0.39 4	0.34 61	0.18 100	0.15 177	0.16 22	0.14 54	0.19 115	0.16 81
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
castereo	0.41 36	0.22 24	0.46 26	0.44 44	0.30 111	0.61 144	0.56 291	0.97 109	0.80 122	0.38 24	0.69 76	0.45 31	0.69 197	0.51 11	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.16 28	0.12 6

CASnet	0.41 36	0.25 70	0.48 30	0.50 122	0.20 2	0.50 73	0.36 95	0.81 52	0.80 122	0.83 131	0.68 72	0.48 44	0.31 18	0.54 18	0.32 34	0.18 100	0.12 22	0.27 312	0.22 265	0.23 236	0.14 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffy	0.42 38	0.27 109	0.57 84	0.46 61	0.29 90	0.48 51	0.35 81	0.91 81	0.55 45	0.40 29	0.58 56	0.55 77	0.41 54	1.26 206	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.18 78	0.14 28

WCG-NET	0.42 38	0.21 11	0.54 63	0.40 12	0.25 29	0.47 48	0.32 58	0.73 23	1.15 275	0.76 109	0.73 88	0.58 91	0.45 75	0.60 40	0.34 61	0.15 10	0.11 5	0.16 22	0.14 54	0.15 13	0.13 11

Occ-G	0.42 38	0.21 11	0.48 30	0.41 15	0.26 34	0.42 31	0.62 322	0.77 34	0.49 25	0.43 35	0.66 66	1.02 255	0.46 80	0.78 80	0.41 124	0.16 26	0.13 73	0.18 69	0.13 32	0.16 28	0.16 81

MGS-Stereo	0.42 38	0.26 84	0.58 89	0.44 44	0.28 74	0.50 73	0.34 76	0.57 9	0.83 130	0.46 44	1.31 290	0.52 68	0.33 25	0.65 49	0.36 79	0.19 138	0.16 212	0.18 69	0.15 67	0.17 49	0.16 81

LoS_RVC	0.42 38	0.26 84	0.40 12	0.44 44	0.82 436	0.51 89	0.44 184	0.64 11	0.41 8	0.44 37	0.78 99	0.44 23	0.47 89	0.56 23	0.36 79	0.13 2	0.12 22	0.14 1	0.10 2	0.13 1	0.84 462

test_xeample3	0.42 38	0.28 129	0.69 155	0.43 23	0.33 174	0.56 117	0.38 115	0.79 42	0.45 16	0.53 69	0.46 22	0.44 23	0.44 72	1.38 237	0.31 32	0.18 100	0.14 123	0.19 90	0.15 67	0.17 49	0.16 81

MM-Stereo_test2	0.43 44	0.24 47	0.67 138	0.51 151	0.32 154	0.55 112	0.45 200	0.97 109	0.77 114	0.59 84	0.51 36	0.49 51	0.42 58	0.80 86	0.30 18	0.15 10	0.13 73	0.18 69	0.14 54	0.19 115	0.14 28

SCV_C0	0.43 44	0.26 84	0.65 126	0.43 23	0.29 90	0.47 48	0.31 51	1.34 232	0.73 103	0.38 24	0.49 31	0.54 75	0.29 11	1.24 203	0.30 18	0.17 62	0.13 73	0.16 22	0.13 32	0.20 149	0.15 56

ff7	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

ffff	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

11t	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

anonymousdsp	0.43 44	0.27 109	0.53 58	0.44 44	0.32 154	0.50 73	0.42 154	0.89 74	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.33 223	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

ProNet	0.43 44	0.28 129	0.58 89	0.43 23	0.30 111	0.56 117	0.52 253	1.00 119	0.58 50	0.44 37	0.49 31	0.43 21	0.43 65	1.28 211	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.17 49	0.16 81

MC-Stereo	0.43 44	0.23 34	0.48 30	0.51 151	0.28 74	0.39 18	0.32 58	0.88 73	0.68 88	0.60 86	0.84 113	0.56 84	0.61 171	1.03 151	0.31 32	0.17 62	0.11 5	0.17 38	0.15 67	0.16 28	0.13 11

ccc-4	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

IGEV-Stereo	0.43 44	0.27 109	0.54 63	0.45 56	0.32 154	0.50 73	0.42 154	0.90 80	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.32 221	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Reg-Stereo(zero)	0.44 54	0.22 24	0.45 24	0.43 23	0.23 13	0.38 16	0.25 15	0.76 31	1.08 231	0.90 146	0.78 99	0.90 204	0.47 89	0.70 58	0.36 79	0.15 10	0.12 22	0.15 8	0.12 20	0.15 13	0.15 56

rvit_stereo_0081_aga	0.44 54	0.34 275	0.73 191	0.51 151	0.41 262	0.50 73	0.40 137	0.81 52	0.57 49	0.58 76	0.56 51	0.53 73	0.43 65	0.66 51	0.40 113	0.26 312	0.21 315	0.22 182	0.20 194	0.26 273	0.18 130

rvit_stereo_0081	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

rvit_stereo_0082	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

rvit_stereo_0080	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

whm_eth	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

CroCo-Stereo Lap2	0.44 54	0.34 275	0.77 225	0.61 298	0.79 427	0.28 6	0.35 81	0.75 28	0.71 98	0.38 24	0.50 34	0.72 137	0.55 136	0.57 27	0.47 181	0.17 62	0.18 260	0.19 90	0.16 105	0.21 188	0.20 200

TANstereo	0.44 54	0.21 11	0.44 21	0.41 15	0.21 5	0.65 170	0.26 24	0.79 42	0.83 130	0.93 154	0.98 149	0.51 61	0.46 80	0.54 18	0.35 70	0.18 100	0.24 353	0.16 22	0.13 32	0.16 28	0.26 300

HART	0.45 62	0.22 24	0.54 63	0.50 122	0.26 34	0.41 24	0.29 39	1.03 129	0.50 28	0.58 76	1.45 338	0.61 102	0.35 32	1.08 168	0.30 18	0.15 10	0.13 73	0.19 90	0.14 54	0.19 115	0.14 28

StereoAnything_RVC	0.45 62	1.43 476	0.48 30	0.35 2	0.20 2	0.26 3	0.21 2	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 36	1.27 209	0.22 1	0.21 200	0.11 5	0.14 1	0.10 2	2.37 482	0.11 1

tt45	0.45 62	0.23 34	0.46 26	0.45 56	0.33 174	0.79 244	0.32 58	0.78 38	0.41 8	0.51 67	0.44 17	0.49 51	0.37 40	2.14 347	0.34 61	0.16 26	0.13 73	0.19 90	0.16 105	0.17 49	0.18 130

IGEV-Stereo+	0.45 62	0.21 11	0.43 20	0.41 15	0.39 245	0.15 1	0.19 1	0.44 3	0.36 4	0.26 2	0.25 2	0.31 8	0.41 54	1.43 250	0.30 18	0.17 62	0.12 22	0.15 8	0.11 8	1.16 471	1.70 485

WCG-NET（raft）	0.45 62	0.21 11	0.55 71	0.40 12	0.24 19	0.50 73	0.36 95	0.73 23	1.09 238	0.71 101	0.76 95	0.92 216	0.51 115	0.84 99	0.34 61	0.16 26	0.12 22	0.15 8	0.14 54	0.14 4	0.14 28

MIF-Stereo (partial)	0.45 62	0.25 70	0.70 161	0.50 122	0.52 336	0.35 11	0.26 24	0.91 81	0.59 56	0.45 43	0.71 83	0.51 61	0.51 115	1.11 174	0.45 160	0.20 169	0.16 212	0.23 220	0.20 194	0.24 251	0.18 130

testlalala	0.45 62	0.28 129	0.59 96	0.42 20	0.39 245	0.71 206	0.39 130	1.08 164	0.45 16	1.24 295	0.80 109	0.61 102	0.36 36	0.54 18	0.33 46	0.20 169	0.13 73	0.18 69	0.12 20	0.15 13	0.15 56

SCV	0.46 69	0.26 84	0.55 71	0.47 72	0.25 29	0.39 18	0.38 115	1.98 401	0.60 57	0.35 13	0.48 26	0.55 77	0.36 36	1.28 211	0.32 34	0.24 266	0.12 22	0.17 38	0.13 32	0.18 78	0.14 28

Former-RAFT_DAM_RVC	0.46 69	0.36 306	0.71 173	0.47 72	0.36 204	0.67 182	0.35 81	0.78 38	1.12 249	0.61 87	0.62 62	0.39 17	0.39 48	0.71 62	0.39 108	0.20 169	0.17 240	0.22 182	0.18 141	0.23 236	0.19 169

IGEVStereo-DCA	0.46 69	0.28 129	0.56 74	0.43 23	0.33 174	0.49 63	0.42 154	0.87 66	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.18 130

rrr	0.46 69	0.28 129	0.73 191	0.43 23	0.33 174	0.49 63	0.38 115	0.76 31	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.16 81

plain	0.46 69	0.27 109	1.01 321	0.50 122	0.40 255	0.35 11	0.37 109	0.87 66	0.56 47	0.43 35	0.76 95	0.42 18	0.40 52	1.13 179	0.45 160	0.21 200	0.15 177	0.24 240	0.19 162	0.24 251	0.16 81

XX-TBD	0.46 69	0.70 430	0.35 1	0.79 413	0.25 29	0.58 125	0.26 24	0.69 17	1.27 338	0.76 109	1.00 155	0.45 31	0.33 25	0.47 7	0.37 90	0.19 138	0.15 177	0.15 8	0.11 8	0.17 49	0.14 28

PMTNet	0.46 69	0.21 11	0.38 7	0.37 5	0.23 13	0.71 206	0.27 30	0.74 27	1.04 212	0.64 91	0.70 80	0.55 77	0.47 89	0.86 108	0.35 70	1.00 468	0.13 73	0.15 8	0.10 2	0.15 13	0.13 11

rvit_stereo_0083	0.47 76	0.33 252	0.81 241	0.56 239	0.36 204	0.50 73	0.44 184	0.68 16	0.95 168	0.49 56	0.57 54	0.55 77	0.49 108	0.88 111	0.46 174	0.25 292	0.25 360	0.24 240	0.20 194	0.24 251	0.17 106

rvit_stereo_ft	0.47 76	0.35 296	0.87 267	0.67 361	0.42 267	0.40 20	0.59 314	0.81 52	0.74 105	0.46 44	0.55 48	0.57 86	0.49 108	0.65 49	0.50 199	0.25 292	0.17 240	0.22 182	0.22 265	0.24 251	0.17 106

RAFT-Stereo-weight	0.47 76	0.24 47	0.53 58	0.48 96	0.27 51	0.60 138	0.35 81	1.02 125	1.07 225	0.99 173	0.78 99	0.76 145	0.28 8	0.76 75	0.36 79	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.15 56

CAS++	0.47 76	0.31 215	0.56 74	0.47 72	0.32 154	0.42 31	0.28 34	1.76 337	0.72 99	0.71 101	0.72 86	0.37 14	0.28 8	0.69 54	0.33 46	0.27 327	0.22 333	0.26 297	0.21 237	0.29 315	0.19 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
iRaftStereo_RVC	0.47 76	0.26 84	0.64 119	0.50 122	0.29 90	0.53 98	0.33 64	1.05 143	0.77 114	0.84 134	1.00 155	0.55 77	0.37 40	0.81 91	0.40 113	0.17 62	0.12 22	0.22 182	0.20 194	0.19 115	0.15 56

CREStereo++_RVC	0.47 76	0.21 11	0.38 7	0.45 56	0.38 235	0.45 43	0.25 15	0.75 28	1.29 347	0.80 121	1.21 253	0.47 41	0.37 40	0.53 16	0.44 147	0.16 26	0.11 5	0.15 8	0.80 472	0.18 78	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
999	0.48 82	0.22 24	0.49 35	0.48 96	0.34 191	0.75 221	0.31 51	0.85 63	0.55 45	0.37 19	0.48 26	0.50 57	0.36 36	2.45 373	0.39 108	0.16 26	0.13 73	0.18 69	0.15 67	0.16 28	0.19 169

model_zeroshot	0.48 82	0.29 162	0.86 256	0.51 151	0.36 204	0.69 194	0.37 109	1.12 177	0.62 60	0.85 139	0.84 113	0.66 120	0.37 40	0.73 69	0.34 61	0.20 169	0.16 212	0.19 90	0.16 105	0.17 49	0.16 81

MyStereo07	0.48 82	0.29 162	0.50 40	0.55 226	0.45 289	0.59 130	0.79 368	1.05 143	0.51 36	0.48 51	0.53 40	0.43 21	0.55 136	1.30 216	0.34 61	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

4D-IteraStereo	0.48 82	0.24 47	0.76 219	0.50 122	0.44 282	0.66 178	0.31 51	0.87 66	1.02 203	1.03 188	0.72 86	0.78 152	0.32 24	0.64 44	0.37 90	0.17 62	0.11 5	0.23 220	0.19 162	0.19 115	0.13 11

CES	0.48 82	0.20 4	0.37 4	0.39 9	1.39 476	0.55 112	0.35 81	0.98 113	0.66 83	0.44 37	0.66 66	0.35 11	0.27 7	0.56 23	0.33 46	0.15 10	0.13 73	0.15 8	0.10 2	0.19 115	1.46 480

MM-Stereo_test1	0.49 87	0.24 47	0.56 74	0.51 151	0.30 111	0.50 73	0.54 267	0.91 81	1.03 207	0.84 134	0.69 76	0.54 75	0.60 162	1.16 184	0.33 46	0.18 100	0.16 212	0.20 123	0.17 125	0.19 115	0.15 56

GCAP-BAT	0.49 87	0.31 215	0.64 119	0.41 15	0.46 299	0.70 201	0.35 81	0.77 34	0.64 67	0.86 141	1.00 155	0.77 148	0.37 40	1.18 190	0.36 79	0.18 100	0.14 123	0.18 69	0.13 32	0.17 49	0.15 56

AE-Stereo	0.49 87	0.27 109	0.67 138	0.60 285	0.39 245	0.67 182	0.46 207	1.18 192	1.09 238	0.47 47	0.75 93	0.69 130	0.47 89	0.59 29	0.40 113	0.16 26	0.15 177	0.21 155	0.20 194	0.19 115	0.15 56

sCroCo_RVC	0.49 87	0.40 331	1.02 328	0.65 342	0.60 373	0.52 93	0.40 137	0.83 59	0.61 58	0.44 37	0.74 91	0.49 51	0.50 112	0.63 43	0.48 186	0.26 312	0.27 373	0.23 220	0.22 265	0.29 315	0.25 278

MM-Stereo_test3	0.50 91	0.24 47	0.54 63	0.54 203	0.74 411	0.49 63	0.53 261	1.09 166	1.05 216	0.62 89	0.95 136	0.61 102	0.42 58	0.77 78	0.38 100	0.20 169	0.17 240	0.20 123	0.16 105	0.18 78	0.18 130

RCA-Stereo	0.50 91	0.23 34	0.58 89	0.48 96	0.33 174	0.55 112	0.45 200	0.97 109	1.38 388	0.68 96	1.05 183	0.63 110	0.80 241	0.59 29	0.32 34	0.17 62	0.12 22	0.17 38	0.14 54	0.16 28	0.14 28

knoymous	0.51 93	0.29 162	0.47 28	0.43 23	0.30 111	0.55 112	0.55 283	1.02 125	0.77 114	0.98 170	0.85 115	0.94 221	0.56 140	0.85 104	0.45 160	0.20 169	0.14 123	0.26 297	0.14 54	0.23 236	0.23 252

tg	0.52 94	0.24 47	0.61 104	0.49 111	0.30 111	0.90 284	0.29 39	1.07 158	0.83 130	0.83 131	1.02 169	0.62 107	0.43 65	1.35 227	0.41 124	0.17 62	0.12 22	0.22 182	0.20 194	0.17 49	0.15 56

11t1	0.52 94	0.28 129	0.68 142	0.51 151	0.28 74	0.83 267	0.39 130	1.22 211	0.63 63	0.84 134	0.74 91	0.68 125	0.68 194	0.91 118	0.57 233	0.21 200	0.18 260	0.19 90	0.16 105	0.20 149	0.21 217

LL-Strereo2	0.52 94	0.33 252	0.69 155	0.52 172	0.37 218	0.70 201	0.30 46	1.13 180	0.67 84	0.94 159	0.78 99	0.91 207	0.42 58	1.05 159	0.42 135	0.17 62	0.16 212	0.29 335	0.25 313	0.21 188	0.16 81

Selective-RAFT	0.52 94	0.28 129	0.79 235	0.55 226	0.27 51	0.91 287	0.33 64	0.80 49	0.88 144	0.58 76	0.63 63	0.81 162	0.77 224	1.29 215	0.48 186	0.19 138	0.14 123	0.17 38	0.15 67	0.19 115	0.17 106

HUI-Stereo	0.52 94	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.30 46	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	0.79 84	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

test-1	0.52 94	0.26 84	1.04 336	0.56 239	0.32 154	0.61 144	0.38 115	1.10 169	0.91 156	0.78 116	1.01 161	0.77 148	0.52 119	0.60 40	0.42 135	0.17 62	0.14 123	0.20 123	0.17 125	0.20 149	0.23 252

rafts_anoy	0.52 94	0.29 162	0.59 96	0.59 274	0.50 315	0.53 98	0.40 137	1.11 175	1.03 207	0.84 134	0.83 111	0.68 125	0.54 129	0.72 65	0.51 204	0.19 138	0.14 123	0.24 240	0.26 330	0.21 188	0.18 130

s12784h	0.52 94	0.20 4	0.38 7	0.41 15	0.19 1	0.96 307	0.34 76	1.17 187	1.25 327	0.81 125	0.90 125	0.63 110	0.50 112	1.45 254	0.42 135	0.14 5	0.12 22	0.17 38	0.11 8	0.18 78	0.11 1

raftrobust	0.52 94	0.25 70	0.56 74	0.65 342	0.52 336	0.49 63	0.34 76	0.98 113	0.91 156	1.30 323	0.87 119	0.63 110	0.81 244	0.78 80	0.41 124	0.19 138	0.15 177	0.16 22	0.14 54	0.15 13	0.16 81

Gwc-CoAtRS	0.52 94	0.24 47	0.68 142	0.48 96	0.29 90	0.64 156	0.25 15	1.16 185	1.08 231	1.01 180	1.00 155	1.12 287	0.56 140	0.69 54	0.37 90	0.16 26	0.13 73	0.17 38	0.15 67	0.15 13	0.15 56

rvit_0105_6	0.53 104	0.37 313	0.98 311	0.65 342	0.38 235	0.51 89	0.51 242	0.77 34	1.20 305	0.54 71	0.55 48	0.65 116	0.53 124	0.94 128	0.44 147	0.32 367	0.32 408	0.28 325	0.24 299	0.28 304	0.21 217

gcap-zeroshot	0.53 104	0.28 129	0.89 280	0.49 111	0.28 74	0.76 227	0.37 109	1.34 232	0.73 103	0.89 144	0.67 69	1.35 341	0.51 115	0.79 84	0.33 46	0.18 100	0.15 177	0.18 69	0.15 67	0.17 49	0.16 81

IGEV_Zeroshot_test	0.53 104	0.30 182	0.99 312	0.56 239	0.35 195	0.41 24	0.32 58	1.37 238	0.63 63	1.00 177	1.09 198	0.95 229	0.41 54	0.83 96	0.39 108	0.18 100	0.12 22	0.19 90	0.18 141	0.19 115	0.17 106

EKT-Stereo	0.53 104	0.30 182	0.73 191	0.58 261	0.60 373	0.51 89	0.48 224	0.94 97	0.90 151	0.71 101	0.88 121	0.77 148	0.43 65	1.07 164	0.40 113	0.22 226	0.16 212	0.21 155	0.18 141	0.20 149	0.22 234

Any-RAFT	0.53 104	0.24 47	0.47 28	0.47 72	0.27 51	1.00 319	0.25 15	1.58 293	1.05 216	0.85 139	0.99 151	1.06 264	0.47 89	0.70 58	0.32 34	0.18 100	0.13 73	0.16 22	0.13 32	0.16 28	0.16 81

anonymousdsp2	0.53 104	0.27 109	0.74 206	0.48 96	0.29 90	0.76 227	0.47 214	1.61 301	0.82 129	0.77 114	0.77 97	0.75 141	0.47 89	1.03 151	0.40 113	0.18 100	0.13 73	0.18 69	0.13 32	0.19 115	0.18 130

fff	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

test_4	0.53 104	0.22 24	0.56 74	0.54 203	0.32 154	0.64 156	0.39 130	0.80 49	0.62 60	0.92 153	1.87 418	0.68 125	0.42 58	1.16 184	0.37 90	0.15 10	0.13 73	0.20 123	0.22 265	0.20 149	0.15 56

GMOStereo	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

error version	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-v	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-2	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

raft+_RVC	0.53 104	0.26 84	0.54 63	0.60 285	0.47 304	0.54 105	0.54 267	1.27 221	0.99 192	0.76 109	1.03 178	0.70 134	0.56 140	0.93 125	0.47 181	0.18 100	0.14 123	0.19 90	0.18 141	0.18 78	0.15 56

csc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

cscssc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

1test111	0.54 119	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	0.88 111	0.59 238	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

RAFT-Test	0.54 119	0.25 70	0.64 119	0.47 72	0.30 111	0.97 311	0.27 30	1.24 217	0.81 124	0.96 163	1.12 215	1.28 327	0.48 100	0.71 62	0.36 79	0.17 62	0.13 73	0.17 38	0.14 54	0.16 28	0.16 81

DCANet-4	0.54 119	0.26 84	1.07 346	0.42 20	0.24 19	0.48 51	0.36 95	0.99 115	1.30 353	1.10 210	1.02 169	0.56 84	0.75 212	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

x	0.54 119	0.31 215	0.61 104	0.47 72	0.30 111	0.67 182	0.47 214	1.53 284	0.79 121	0.81 125	0.83 111	0.78 152	0.70 202	0.70 58	0.62 251	0.21 200	0.19 276	0.22 182	0.19 162	0.21 188	0.20 200

test-3	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.32 337	0.69 76	0.87 191	0.45 75	1.68 297	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

test_1	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.28 309	0.68 72	0.87 191	0.45 75	1.67 292	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

PSM-adaLoss	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.41 150	1.04 135	0.64 67	1.12 217	0.96 139	0.82 167	0.61 171	1.06 160	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo_v2	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.42 154	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.12 177	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.25 15	1.05 143	0.64 67	1.12 217	0.95 136	0.82 167	0.61 171	1.15 181	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

cross-raft	0.54 119	0.25 70	0.61 104	0.52 172	0.29 90	0.68 189	0.37 109	1.46 261	0.76 112	1.01 180	1.06 185	1.28 327	0.46 80	0.71 62	0.35 70	0.15 10	0.12 22	0.18 69	0.16 105	0.19 115	0.14 28

RAFT-IKP	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.59 130	0.36 95	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.61 171	1.22 196	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

RALCasStereoNet	0.54 119	0.30 182	0.66 133	0.59 274	0.51 326	0.61 144	0.52 253	0.94 97	0.93 163	0.70 99	1.01 161	0.78 152	0.44 72	1.33 223	0.47 181	0.20 169	0.16 212	0.18 69	0.16 105	0.20 149	0.19 169

DCANet	0.54 119	0.24 47	0.70 161	0.43 23	0.24 19	0.49 63	0.36 95	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	0.92 294	0.81 91	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

RAFT-Stereo + iAFF	0.54 119	0.25 70	0.68 142	0.43 23	0.24 19	0.40 20	0.34 76	1.04 135	1.09 238	1.32 337	1.60 377	0.80 158	0.68 194	0.67 53	0.39 108	0.13 2	0.10 1	0.18 69	0.17 125	0.17 49	0.13 11

CFNet-RSSM	0.54 119	0.24 47	0.70 161	0.48 96	0.28 74	0.60 138	0.27 30	1.49 266	1.14 264	1.06 192	0.93 132	1.08 270	0.54 129	0.70 58	0.35 70	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.14 28

MSKI-zero shot	0.55 134	0.26 84	0.57 84	0.51 151	0.26 34	0.69 194	0.28 34	1.18 192	0.64 67	0.91 151	1.32 296	0.82 167	0.33 25	1.92 326	0.32 34	0.17 62	0.12 22	0.17 38	0.13 32	0.16 28	0.16 81

test_3	0.55 134	0.23 34	0.71 173	0.53 188	0.28 74	0.61 144	0.40 137	0.92 84	1.05 216	1.19 268	0.68 72	0.93 218	0.44 72	1.67 292	0.39 108	0.15 10	0.12 22	0.22 182	0.19 162	0.21 188	0.14 28

Patchmatch Stereo++	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130
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
DeepStereo_RVC	0.55 134	0.29 162	0.72 179	0.51 151	0.30 111	0.59 130	0.33 64	1.03 129	0.70 93	1.16 250	0.93 132	0.83 174	0.94 308	0.96 131	0.54 224	0.21 200	0.14 123	0.21 155	0.19 162	0.24 251	0.24 266

iRAFT	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

CRE-IMP	0.55 134	0.30 182	0.74 206	0.52 172	0.29 90	0.79 244	0.25 15	1.04 135	0.72 99	1.09 202	0.95 136	0.81 162	0.57 149	1.10 171	0.50 199	0.21 200	0.14 123	0.23 220	0.19 162	0.28 304	0.22 234

sAnonymous2	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

CroCo_RVC	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

GMStereo	0.55 134	0.45 355	0.94 297	0.50 122	0.32 154	0.64 156	0.43 171	1.00 119	1.40 398	0.82 129	0.73 88	0.51 61	0.45 75	0.85 104	0.55 228	0.24 266	0.15 177	0.20 123	0.21 237	0.31 335	0.24 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AIO-test1	0.56 143	0.25 70	0.55 71	0.64 328	0.78 424	0.80 252	0.36 95	1.18 192	1.34 368	0.57 74	0.88 121	0.61 102	0.50 112	1.12 177	0.35 70	0.17 62	0.17 240	0.22 182	0.24 299	0.18 78	0.23 252

rvit_0105_4	0.56 143	0.38 320	1.06 341	0.66 349	0.38 235	0.53 98	0.53 261	0.84 62	1.17 287	0.56 73	0.61 60	0.72 137	0.59 159	0.98 139	0.45 160	0.32 367	0.33 412	0.29 335	0.25 313	0.29 315	0.23 252

H2IRNET	0.56 143	0.26 84	0.66 133	0.47 72	0.35 195	0.41 24	0.26 24	0.92 84	1.17 287	0.61 87	1.28 280	1.08 270	0.86 271	0.99 142	0.63 255	0.19 138	0.16 212	0.22 182	0.25 313	0.21 188	0.18 130

ACVNet-DCA	0.56 143	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

riskmin	0.56 143	0.27 109	0.60 101	0.43 23	0.31 136	0.83 267	0.42 154	1.14 181	1.04 212	0.73 107	0.75 93	1.11 286	1.01 339	0.81 91	0.51 204	0.20 169	0.14 123	0.24 240	0.15 67	0.24 251	0.25 278

MIPNet	0.56 143	0.28 129	0.94 297	0.49 111	0.33 174	0.66 178	0.38 115	1.35 235	1.08 231	1.06 192	0.92 129	0.60 98	0.79 235	0.73 69	0.52 211	0.17 62	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

iGMRVC	0.56 143	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.38 115	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.52 265	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

AIO-test2	0.57 150	0.28 129	0.63 112	0.61 298	0.58 362	0.79 244	0.51 242	1.18 192	1.40 398	0.63 90	1.15 231	0.51 61	0.43 65	1.09 169	0.35 70	0.21 200	0.17 240	0.26 297	0.30 380	0.20 149	0.19 169

MIM_Stereo	0.57 150	0.24 47	0.92 291	0.46 61	0.30 111	0.54 105	0.28 34	1.27 221	0.75 106	1.00 177	1.16 236	0.93 218	0.53 124	1.45 254	0.61 248	0.16 26	0.16 212	0.20 123	0.19 162	0.17 49	0.14 28

qqq	0.57 150	0.34 275	0.71 173	0.47 72	0.27 51	0.64 156	0.62 322	1.42 250	0.78 117	0.80 121	0.92 129	0.95 229	0.77 224	0.88 111	0.59 238	0.21 200	0.20 294	0.24 240	0.23 287	0.22 211	0.21 217

ADStereo(finetuned)	0.57 150	0.24 47	1.06 341	0.43 23	0.24 19	0.49 63	0.35 81	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	1.20 383	0.84 99	0.51 204	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

R-Stereo Train	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106

RAFT-Stereo	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_0105_5	0.58 156	0.39 325	1.05 337	0.66 349	0.37 218	0.58 125	0.56 291	0.94 97	1.18 294	0.64 91	0.68 72	0.75 141	0.63 181	0.88 111	0.50 199	0.32 367	0.32 408	0.30 346	0.27 340	0.28 304	0.25 278

testlalala2	0.58 156	0.27 109	0.68 142	1.72 478	1.27 475	0.68 189	0.42 154	0.93 90	0.70 93	0.90 146	0.93 132	0.76 145	0.34 31	0.52 14	0.40 113	0.18 100	0.15 177	0.17 38	0.13 32	0.17 49	0.17 106

RAFT+CT+SA	0.58 156	0.29 162	0.60 101	0.66 349	0.37 218	0.42 31	0.55 283	1.27 221	1.03 207	0.70 99	1.22 255	0.60 98	0.70 202	1.64 286	0.41 124	0.18 100	0.13 73	0.22 182	0.22 265	0.21 188	0.18 130

IPLGR	0.58 156	0.27 109	1.14 366	0.48 96	0.28 74	0.65 170	0.33 64	1.22 211	1.13 261	1.18 264	1.05 183	0.69 130	0.66 193	0.96 131	0.52 211	0.17 62	0.15 177	0.20 123	0.17 125	0.20 149	0.18 130

AFF-stereo	0.58 156	0.25 70	0.64 119	0.46 61	0.29 90	0.34 10	0.38 115	1.15 183	1.14 264	1.17 259	1.60 377	1.10 282	0.71 206	0.97 138	0.43 144	0.13 2	0.11 5	0.19 90	0.19 162	0.17 49	0.14 28

dd	0.59 161	0.48 366	0.97 308	0.55 226	0.32 154	0.64 156	0.47 214	1.02 125	1.34 368	0.78 116	0.86 116	0.58 91	0.54 129	1.01 147	0.86 328	0.28 340	0.18 260	0.26 297	0.19 162	0.32 343	0.24 266

PFNet+	0.59 161	0.28 129	0.77 225	0.53 188	0.30 111	0.59 130	0.31 51	0.92 84	1.14 264	1.33 345	1.10 202	0.79 156	0.57 149	1.31 217	0.49 193	0.25 292	0.17 240	0.28 325	0.26 330	0.21 188	0.25 278

AnonymousM	0.59 161	1.11 463	0.41 15	0.44 44	0.32 154	0.43 36	0.47 214	1.05 143	0.64 67	0.98 170	0.63 63	0.67 123	0.43 65	0.59 29	0.41 124	0.20 169	0.15 177	1.84 483	0.84 474	0.14 4	0.13 11

GANet-ADL	0.60 164	0.35 296	0.72 179	0.64 328	0.40 255	0.68 189	0.51 242	1.49 266	1.12 249	0.95 161	1.08 193	0.91 207	0.57 149	0.76 75	0.55 228	0.26 312	0.18 260	0.18 69	0.16 105	0.23 236	0.25 278

TRStereo	0.60 164	0.60 412	0.97 308	0.74 401	0.67 394	0.46 46	0.38 115	1.85 366	0.89 147	0.79 119	0.80 109	0.88 195	0.39 48	1.10 171	0.41 124	0.23 251	0.15 177	0.23 220	0.24 299	0.17 49	0.15 56

NRIStereo	0.60 164	0.29 162	0.69 155	0.53 188	0.28 74	0.63 153	0.33 64	1.08 164	0.87 140	1.14 234	0.87 119	0.91 207	0.59 159	2.24 357	0.49 193	0.20 169	0.14 123	0.21 155	0.19 162	0.21 188	0.17 106

RALAANet	0.60 164	0.33 252	0.87 267	0.62 310	0.50 315	0.69 194	0.31 51	1.21 203	1.06 220	1.09 202	1.16 236	0.88 195	0.46 80	1.22 196	0.42 135	0.19 138	0.15 177	0.21 155	0.17 125	0.27 287	0.17 106

111	0.60 164	0.23 34	0.70 161	0.43 23	0.24 19	0.72 209	0.42 154	1.18 192	1.41 402	0.80 121	1.38 318	1.10 282	0.79 235	0.96 131	0.58 236	0.18 100	0.13 73	0.17 38	0.15 67	0.17 49	0.19 169

FENet	0.60 164	0.28 129	0.63 112	0.54 203	0.33 174	0.83 267	0.38 115	1.27 221	1.07 225	1.00 177	0.86 116	0.99 245	0.85 263	0.96 131	0.68 270	0.22 226	0.15 177	0.23 220	0.20 194	0.22 211	0.23 252

test_sample1	0.61 170	0.29 162	0.75 209	0.50 122	0.31 136	0.76 227	0.48 224	1.59 294	0.84 134	0.90 146	0.94 135	0.88 195	0.95 313	1.16 184	0.67 266	0.22 226	0.18 260	0.20 123	0.19 162	0.21 188	0.21 217

MyStereo06	0.61 170	0.28 129	0.95 301	0.56 239	0.46 299	0.61 144	0.73 352	1.78 345	0.67 84	1.03 188	1.12 215	1.13 292	0.56 140	0.78 80	0.41 124	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

ACRE	0.61 170	0.33 252	1.01 321	0.58 261	0.49 308	0.75 221	0.47 214	1.06 156	0.95 168	1.37 355	1.55 365	0.62 107	0.46 80	0.83 96	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.18 78	0.21 217

Anonymous3	0.61 170	0.44 348	1.11 358	0.59 274	0.49 308	0.93 298	0.65 329	0.93 90	0.81 124	0.72 106	0.88 121	0.65 116	0.69 197	1.06 160	0.53 218	0.35 390	0.30 395	0.26 297	0.26 330	0.31 335	0.27 309

test_sample2	0.62 174	0.29 162	0.74 206	0.50 122	0.28 74	0.80 252	0.61 319	1.61 301	1.00 197	0.88 143	0.99 151	0.94 221	0.83 256	1.16 184	0.51 204	0.23 251	0.18 260	0.22 182	0.21 237	0.23 236	0.22 234

tt1	0.62 174	0.32 231	0.51 47	0.54 203	0.26 34	1.16 349	0.48 224	0.95 102	2.47 467	0.57 74	0.77 97	0.49 51	0.81 244	1.55 273	0.32 34	0.20 169	0.12 22	0.24 240	0.15 67	0.19 115	0.20 200

CIPLG	0.62 174	0.33 252	0.96 306	0.58 261	0.50 315	0.75 221	0.48 224	1.05 143	0.96 173	1.40 366	1.57 373	0.64 113	0.48 100	0.89 116	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

IPLGR_C	0.62 174	0.33 252	0.99 312	0.58 261	0.49 308	0.76 227	0.48 224	1.10 169	0.96 173	1.40 366	1.56 369	0.62 107	0.48 100	0.80 86	0.71 279	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

HHNet	0.62 174	0.26 84	0.63 112	0.43 23	0.45 289	0.50 73	0.58 306	1.07 158	1.01 200	1.25 300	2.23 441	0.70 134	0.61 171	1.07 164	0.47 181	0.20 169	0.13 73	0.23 220	0.19 162	0.19 115	0.30 337

Pruner-Stereo	0.62 174	0.29 162	0.70 161	0.61 298	0.31 136	0.63 153	0.43 171	1.17 187	0.99 192	1.53 394	1.08 193	0.95 229	0.55 136	1.35 227	0.51 204	0.23 251	0.14 123	0.24 240	0.21 237	0.21 188	0.23 252

DIP-Stereo	0.62 174	0.30 182	0.83 248	0.48 96	0.36 204	0.95 303	0.33 64	2.37 462	0.67 84	1.25 300	1.00 155	0.68 125	0.51 115	0.91 118	0.61 248	0.18 100	0.15 177	0.21 155	0.17 125	0.19 115	0.19 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FACV-RUCA	0.63 181	0.34 275	0.82 244	0.62 310	0.65 387	0.81 260	0.41 150	1.44 257	1.07 225	0.86 141	1.14 224	0.61 102	0.69 197	0.80 86	0.53 218	0.28 340	0.19 276	0.47 431	0.21 237	0.35 355	0.25 278

rvit_0105_3	0.63 181	0.44 348	1.08 350	0.72 390	0.40 255	0.64 156	0.71 348	1.03 129	1.17 287	0.82 129	0.70 80	0.80 158	0.70 202	0.91 118	0.56 230	0.35 390	0.34 414	0.34 382	0.32 393	0.27 287	0.28 321

mmm	0.63 181	0.35 296	0.72 179	0.51 151	0.30 111	0.86 278	0.54 267	1.59 294	0.86 136	1.07 195	1.38 318	0.79 156	0.75 212	0.91 118	0.58 236	0.22 226	0.18 260	0.29 335	0.25 313	0.25 262	0.23 252

HH	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

HanStereo	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

CAS	0.63 181	0.18 1	0.37 4	2.27 485	0.84 438	0.57 122	0.54 267	0.79 42	0.62 60	0.48 51	0.70 80	0.36 12	0.26 6	0.45 5	0.35 70	2.24 485	0.10 1	0.14 1	0.09 1	0.15 13	1.06 474

TestStereo1	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

RAFT_CTSACE	0.63 181	0.26 84	0.88 274	0.55 226	0.51 326	0.71 206	0.44 184	0.80 49	0.97 180	0.97 166	1.84 413	1.18 300	0.68 194	1.47 260	0.36 79	0.16 26	0.15 177	0.21 155	0.20 194	0.20 149	0.14 28

SA-5K	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

ICVP	0.63 181	0.33 252	0.57 84	0.61 298	0.40 255	0.80 252	0.58 306	1.61 301	0.89 147	0.90 146	1.24 261	0.88 195	0.73 208	0.72 65	0.88 330	0.29 350	0.21 315	0.22 182	0.21 237	0.24 251	0.27 309
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	0.63 181	0.26 84	1.90 443	0.81 419	0.67 394	0.43 36	0.23 9	1.03 129	0.58 50	0.65 93	1.56 369	1.41 350	0.39 48	1.28 211	0.35 70	0.20 169	0.14 123	0.20 123	0.19 162	0.18 78	0.14 28

ACVNet	0.63 181	0.31 215	0.54 63	0.54 203	0.36 204	0.80 252	0.46 207	1.37 238	1.07 225	0.93 154	1.30 284	1.08 270	0.85 263	0.80 86	0.94 340	0.21 200	0.19 276	0.21 155	0.18 141	0.22 211	0.18 130

HI	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

CoSv	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

rvit_stereo_0075_2	0.64 193	0.46 357	1.05 337	0.66 349	0.66 390	0.53 98	0.48 224	1.20 202	1.12 249	0.76 109	0.92 129	0.78 152	0.53 124	1.03 151	0.59 238	0.37 398	0.28 380	0.40 414	0.31 385	0.37 366	0.32 352

cc1	0.64 193	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.19 115	0.19 169

GwcNet-ADL	0.64 193	0.31 215	0.79 235	0.56 239	0.41 262	0.60 138	0.58 306	1.41 248	1.26 332	1.08 196	1.13 220	0.91 207	0.60 162	1.04 157	0.78 302	0.27 327	0.18 260	0.18 69	0.18 141	0.25 262	0.29 325

RAFT	0.64 193	0.30 182	0.73 191	0.59 274	0.33 174	0.68 189	0.58 306	1.04 135	0.76 112	1.08 196	1.19 248	1.65 396	0.93 303	1.06 160	0.56 230	0.21 200	0.18 260	0.27 312	0.24 299	0.22 211	0.17 106

TestStereo	0.64 193	0.39 325	0.71 173	0.51 151	0.27 51	0.56 117	0.42 154	1.03 129	0.91 156	0.80 121	1.00 155	0.68 125	0.52 119	3.25 402	0.45 160	0.22 226	0.15 177	0.24 240	0.18 141	0.27 287	0.16 81

DN-CSS_ROB	0.64 193	0.32 231	1.05 337	0.55 226	0.40 255	0.54 105	0.45 200	1.21 203	0.93 163	1.03 188	1.47 345	0.69 130	0.63 181	1.76 310	0.49 193	0.18 100	0.14 123	0.25 278	0.22 265	0.22 211	0.20 200

MyStereo8	0.65 201	0.29 162	1.00 317	0.58 261	0.49 308	0.91 287	0.35 81	1.18 192	1.31 357	1.16 250	1.27 275	0.90 204	0.64 185	0.72 65	0.95 343	0.18 100	0.14 123	0.20 123	0.18 141	0.22 211	0.26 300

StereoVision	0.65 201	0.34 275	0.86 256	0.59 274	0.40 255	0.50 73	0.41 150	1.09 166	0.93 163	0.71 101	2.50 453	0.82 167	0.57 149	1.03 151	0.49 193	0.25 292	0.28 380	0.29 335	0.28 360	0.36 362	0.20 200

CASS	0.65 201	0.34 275	0.72 179	0.56 239	0.27 51	0.78 240	0.42 154	1.59 294	0.86 136	1.30 323	1.25 265	0.87 191	0.84 260	0.84 99	0.54 224	0.35 390	0.19 276	0.26 297	0.21 237	0.28 304	0.42 394
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 201	0.30 182	0.75 209	0.67 361	0.50 315	0.92 294	0.52 253	1.39 244	1.12 249	0.76 109	1.11 208	1.00 246	0.90 288	1.53 269	0.45 160	0.18 100	0.13 73	0.23 220	0.22 265	0.21 188	0.19 169

iRaft-Stereo_20w	0.65 201	0.31 215	1.00 317	0.47 72	0.34 191	0.73 212	0.30 46	2.96 477	0.70 93	1.15 240	1.14 224	0.76 145	0.65 191	1.11 174	0.38 100	0.17 62	0.13 73	0.18 69	0.16 105	0.19 115	0.18 130

EAI-Stereo	0.65 201	0.28 129	0.69 155	0.53 188	0.27 51	0.60 138	0.40 137	2.28 454	0.64 67	0.71 101	3.18 464	0.57 86	0.43 65	1.06 160	0.41 124	0.18 100	0.13 73	0.17 38	0.17 125	0.17 49	0.17 106

HITNet	0.65 201	0.40 331	0.77 225	0.48 96	0.24 19	1.05 328	0.49 234	1.76 337	1.02 203	1.18 264	1.18 241	0.89 203	0.80 241	0.85 104	0.79 308	0.17 62	0.12 22	0.21 155	0.17 125	0.29 315	0.15 56
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
MyStereo05	0.66 208	0.28 129	1.07 346	0.56 239	0.46 299	0.61 144	0.73 352	1.34 232	1.41 402	1.15 240	0.91 127	0.77 148	0.80 241	1.41 249	0.63 255	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

PCWNet_CMD	0.66 208	0.32 231	0.88 274	0.49 111	0.37 218	0.78 240	0.40 137	1.42 250	1.31 357	1.16 250	1.31 290	1.25 316	0.62 176	0.89 116	0.57 233	0.20 169	0.16 212	0.27 312	0.19 162	0.40 383	0.25 278

ToySt	0.66 208	0.33 252	1.23 376	0.51 151	0.33 174	0.86 278	0.68 340	1.10 169	0.97 180	0.84 134	1.08 193	1.25 316	0.94 308	1.01 147	0.74 286	0.19 138	0.19 276	0.24 240	0.24 299	0.27 287	0.23 252

DisPM	0.66 208	0.28 129	0.72 179	0.61 298	0.35 195	0.62 152	0.45 200	1.02 125	0.99 192	1.56 402	1.10 202	0.80 158	0.59 159	2.37 368	0.41 124	0.23 251	0.14 123	0.23 220	0.21 237	0.20 149	0.25 278

SA	0.66 208	0.30 182	0.82 244	0.61 298	0.30 111	0.58 125	0.38 115	1.44 257	1.30 353	0.96 163	1.36 312	0.66 120	0.95 313	1.85 320	0.42 135	0.19 138	0.15 177	0.25 278	0.23 287	0.21 188	0.17 106

CFNet_pseudo	0.66 208	0.32 231	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.24 312	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.33 372	0.19 162	0.36 362	0.25 278

GES	0.66 208	0.34 275	0.90 284	0.59 274	0.38 235	0.94 299	0.57 302	2.11 424	0.86 136	1.02 184	1.11 208	0.66 120	0.79 235	0.99 142	0.61 248	0.27 327	0.19 276	0.20 123	0.20 194	0.21 188	0.30 337

MSMDNet	0.66 208	0.32 231	0.87 267	0.49 111	0.37 218	0.79 244	0.40 137	1.43 256	1.31 357	1.15 240	1.31 290	1.24 312	0.63 181	0.88 111	0.57 233	0.21 200	0.16 212	0.26 297	0.19 162	0.39 379	0.24 266

ccs_rob	0.66 208	0.33 252	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.23 310	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.35 390	0.20 194	0.37 366	0.25 278

MyStereo04	0.67 217	0.29 162	1.07 346	0.55 226	0.45 289	0.59 130	0.79 368	1.50 270	1.40 398	0.91 151	0.91 127	0.74 139	0.86 271	1.52 265	0.62 251	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

xx1	0.67 217	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.95 229	0.77 224	1.46 256	0.32 34	0.20 169	0.12 22	0.24 240	0.23 287	0.22 211	0.21 217

GMStereo_Zeroshot	0.67 217	0.61 413	1.01 321	0.64 328	0.37 218	0.84 274	0.35 81	1.05 143	1.12 249	1.12 217	1.06 185	1.27 324	0.54 129	1.19 192	0.59 238	0.32 367	0.17 240	0.31 352	0.18 141	0.52 424	0.22 234

DMCA	0.67 217	0.34 275	0.90 284	0.51 151	0.44 282	0.86 278	0.47 214	1.42 250	1.02 203	1.17 259	1.12 215	1.23 310	0.75 212	0.78 80	0.95 343	0.25 292	0.19 276	0.27 312	0.19 162	0.24 251	0.27 309

test_sample3	0.68 221	0.32 231	0.88 274	0.52 172	0.30 111	0.97 311	0.52 253	1.86 369	1.15 275	1.08 196	1.11 208	0.88 195	0.71 206	1.17 188	0.68 270	0.25 292	0.20 294	0.25 278	0.25 313	0.25 262	0.25 278

raft_robust	0.68 221	0.30 182	0.64 119	0.52 172	0.26 34	0.54 105	0.35 81	1.33 227	1.24 324	1.16 250	1.07 189	0.60 98	0.54 129	3.58 412	0.37 90	0.18 100	0.14 123	0.20 123	0.22 265	0.20 149	0.16 81

test_sample5	0.69 223	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.11 216	1.25 265	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

test_sample4	0.69 223	0.33 252	0.91 287	0.51 151	0.30 111	0.92 294	0.52 253	1.87 371	1.15 275	1.14 234	1.18 241	0.87 191	0.75 212	1.18 190	0.68 270	0.25 292	0.20 294	0.26 297	0.26 330	0.26 273	0.25 278

IPLG	0.69 223	0.27 109	0.97 308	0.51 151	0.43 275	0.79 244	0.33 64	1.21 203	1.06 220	1.30 323	1.10 202	0.52 68	0.55 136	3.16 400	0.63 255	0.16 26	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

UCFNet_RVC	0.69 223	0.35 296	0.49 35	0.64 328	0.39 245	0.85 277	0.58 306	1.75 331	1.14 264	0.97 166	1.19 248	1.17 297	0.93 303	0.99 142	0.62 251	0.28 340	0.20 294	0.34 382	0.31 385	0.32 343	0.27 309

IGEV-BASED-STEREO-	0.70 227	3.18 505	2.55 465	0.39 9	0.23 13	0.44 40	0.23 9	0.63 10	0.42 11	0.44 37	0.44 17	0.34 10	0.28 8	0.56 23	0.29 11	1.35 479	0.10 1	0.22 182	0.19 162	0.46 410	1.31 478

DualNet	0.70 227	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.14 234	1.33 298	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

CFNet_ucs	0.70 227	0.33 252	0.88 274	0.50 122	0.43 275	0.74 216	0.44 184	1.60 298	1.29 347	1.22 281	1.54 363	1.09 280	0.63 181	0.99 142	0.59 238	0.25 292	0.20 294	0.37 401	0.21 237	0.40 383	0.28 321

IER	0.70 227	0.31 215	1.02 328	0.48 96	0.52 336	1.34 378	0.51 242	1.17 187	0.99 192	1.23 287	1.34 305	1.12 287	1.11 364	0.99 142	0.71 279	0.20 169	0.16 212	0.21 155	0.21 237	0.20 149	0.19 169

HCRNet	0.70 227	0.39 325	0.73 191	0.60 285	0.59 370	0.76 227	0.35 81	1.22 211	1.13 261	1.02 184	0.99 151	1.02 255	0.76 220	2.19 354	0.70 274	0.28 340	0.19 276	0.28 325	0.23 287	0.25 262	0.23 252

SFCPSM	0.70 227	0.28 129	1.02 328	0.51 151	0.38 235	1.37 381	0.66 334	2.00 404	1.03 207	1.17 259	1.21 253	0.82 167	0.78 231	1.03 151	0.53 218	0.21 200	0.17 240	0.22 182	0.24 299	0.21 188	0.19 169

AdaStereo	0.70 227	0.43 345	0.75 209	0.73 398	0.37 218	0.92 294	0.53 261	1.85 366	1.18 294	1.12 217	1.23 259	1.07 269	0.65 191	0.96 131	0.63 255	0.31 361	0.15 177	0.32 364	0.21 237	0.29 315	0.22 234
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.
test_sample6	0.71 234	0.34 275	0.87 267	0.52 172	0.30 111	0.82 262	0.58 306	1.79 350	1.15 275	1.14 234	1.33 298	0.91 207	0.79 235	1.31 217	0.74 286	0.27 327	0.21 315	0.27 312	0.29 371	0.28 304	0.27 309

BSDual-CNN	0.71 234	0.32 231	0.68 142	0.54 203	0.44 282	1.27 366	0.65 329	2.16 434	0.98 185	1.20 272	1.11 208	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

rvit_105_1	0.72 236	0.52 383	1.01 321	0.78 411	0.49 308	0.75 221	0.87 388	1.12 177	1.18 294	0.99 173	0.79 104	0.90 204	0.77 224	1.26 206	0.75 291	0.41 412	0.36 430	0.36 398	0.41 425	0.30 326	0.33 358

DCVSM-stereo	0.72 236	0.35 296	0.76 219	0.55 226	0.42 267	0.73 212	0.38 115	1.21 203	1.02 203	1.79 428	1.04 181	1.62 386	1.03 346	1.04 157	0.79 308	0.24 266	0.27 373	0.29 335	0.24 299	0.30 326	0.36 372

AIO-Stereo-zeroshot	0.72 236	0.35 296	1.70 429	0.49 111	0.56 350	0.63 153	0.38 115	2.41 465	0.65 81	0.77 114	1.07 189	1.82 413	0.95 313	0.93 125	0.43 144	0.20 169	0.13 73	0.21 155	0.25 313	0.28 304	0.26 300

qqq1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

fff1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

ffm	0.72 236	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	1.55 273	0.32 34	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

anonymousa	0.72 236	0.27 109	0.75 209	0.47 72	0.63 382	1.43 393	0.45 200	1.24 217	0.89 147	1.28 309	1.75 403	1.62 386	1.13 371	0.69 54	0.59 238	0.19 138	0.16 212	0.23 220	0.25 313	0.20 149	0.18 130

Sa-1000	0.72 236	0.29 162	0.76 219	0.59 274	0.30 111	0.73 212	0.37 109	1.62 305	1.33 365	1.28 309	2.04 432	0.86 187	0.75 212	1.84 317	0.38 100	0.19 138	0.14 123	0.25 278	0.23 287	0.20 149	0.16 81

psmg	0.72 236	0.32 231	0.68 142	0.50 122	0.44 282	1.48 396	0.75 357	1.94 392	0.98 185	1.21 276	1.33 298	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.19 276	0.25 278	0.25 313	0.23 236	0.22 234

UDGNet	0.72 236	1.17 468	0.80 240	0.77 409	0.41 262	0.77 235	0.38 115	0.97 109	1.34 368	0.81 125	0.88 121	0.71 136	0.60 162	1.21 195	0.54 224	0.52 440	0.19 276	1.02 474	0.26 330	0.71 453	0.31 347

PSMNet-ADL	0.72 236	0.35 296	0.62 109	0.69 375	0.46 299	1.14 342	0.44 184	1.37 238	1.01 200	0.83 131	1.17 239	1.33 336	0.96 320	1.43 250	0.95 343	0.33 375	0.22 333	0.21 155	0.23 287	0.27 287	0.29 325

LCNet	0.72 236	0.28 129	0.52 54	0.55 226	0.31 136	0.69 194	0.54 267	1.00 119	0.88 144	1.19 268	1.34 305	0.97 237	1.34 405	2.56 378	0.45 160	0.18 100	0.13 73	0.21 155	0.25 313	0.27 287	0.73 457

GANet-RSSM	0.72 236	0.28 129	0.63 112	0.64 328	0.58 362	0.80 252	0.58 306	1.89 376	1.08 231	1.04 191	1.25 265	1.15 295	1.04 348	1.49 262	0.62 251	0.25 292	0.19 276	0.22 182	0.22 265	0.22 211	0.21 217

PSMNet-RSSM	0.72 236	0.30 182	0.61 104	0.63 319	0.42 267	0.73 212	0.56 291	1.92 386	1.10 243	1.09 202	1.37 314	1.22 305	0.98 327	1.28 211	0.72 282	0.27 327	0.19 276	0.27 312	0.29 371	0.24 251	0.24 266

CFNet-ft	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

CFNet_RVC	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

MLCV	0.72 236	0.34 275	1.10 356	0.51 151	0.23 13	0.91 287	0.39 130	1.33 227	1.23 320	1.46 380	1.55 365	1.01 253	0.64 185	1.95 331	0.80 312	0.18 100	0.12 22	0.18 69	0.14 54	0.19 115	0.17 106

CoDeX	0.73 253	0.29 162	0.93 293	0.54 203	0.36 204	1.14 342	0.61 319	2.34 459	1.17 287	1.16 250	1.25 265	0.91 207	0.87 276	1.33 223	0.64 259	0.20 169	0.16 212	0.21 155	0.18 141	0.20 149	0.18 130

cf-r	0.73 253	0.30 182	0.77 225	0.55 226	0.63 382	0.78 240	0.48 224	1.79 350	1.15 275	1.13 231	1.26 272	1.43 352	0.87 276	1.40 248	0.85 326	0.25 292	0.18 260	0.22 182	0.23 287	0.19 115	0.19 169

BEATNet_4x	0.73 253	0.49 369	1.17 370	0.53 188	0.26 34	1.03 325	0.55 283	1.82 357	1.06 220	1.21 276	1.22 255	0.96 235	0.91 291	1.01 147	1.06 357	0.21 200	0.14 123	0.24 240	0.19 162	0.37 366	0.21 217

test_sample7	0.74 256	0.37 313	0.76 219	0.52 172	0.35 195	0.91 287	0.67 337	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.31 361	0.28 380	0.32 364	0.31 385	0.33 350	0.29 325

gwcnet-sp	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

scenet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

ssnet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

BUS	0.74 256	0.32 231	0.68 142	0.54 203	0.44 282	2.34 457	0.42 154	2.16 434	0.98 185	1.20 272	1.11 208	1.03 259	0.62 176	0.91 118	0.70 274	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

GMM-Stereo	0.74 256	0.25 70	0.59 96	0.54 203	0.34 191	0.72 209	0.99 414	1.01 124	0.87 140	1.36 353	1.78 406	1.12 287	0.81 244	2.09 343	0.46 174	0.18 100	0.12 22	0.25 278	0.25 313	0.20 149	0.85 463

DMCA-RVC	0.74 256	0.40 331	1.27 385	0.66 349	0.49 308	0.77 235	0.47 214	1.35 235	1.01 200	1.53 394	1.01 161	1.29 330	0.82 248	1.31 217	0.78 302	0.27 327	0.21 315	0.35 390	0.27 340	0.32 343	0.24 266

DeepPruner_ROB	0.74 256	0.48 366	0.87 267	0.57 255	0.44 282	0.79 244	0.54 267	1.73 325	0.96 173	1.38 360	1.27 275	1.24 312	0.73 208	1.43 250	0.73 285	0.34 383	0.28 380	0.27 312	0.26 330	0.31 335	0.31 347

SMFormer	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.23 236	0.24 266

tta	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.18 78	0.18 130

KYRaft	0.75 264	0.28 129	0.62 109	0.56 239	0.29 90	0.67 182	0.86 386	0.94 97	0.84 134	1.62 413	2.21 440	1.16 296	1.02 344	1.57 276	0.40 113	0.20 169	0.13 73	0.22 182	0.28 360	0.20 149	1.02 469

Prome-Stereo	0.75 264	0.27 109	0.53 58	0.55 226	0.32 154	0.59 130	0.97 410	0.89 74	0.88 144	1.45 378	2.46 452	0.91 207	1.41 408	1.58 278	0.44 147	0.18 100	0.13 73	0.19 90	0.17 125	0.20 149	0.92 465

acv_ft	0.75 264	0.31 215	0.95 301	0.70 380	0.86 441	1.24 362	0.53 261	1.44 257	1.07 225	1.24 295	1.30 284	1.08 270	0.92 294	0.80 86	1.34 395	0.21 200	0.19 276	0.21 155	0.18 141	0.21 188	0.18 130

iResNet	0.75 264	0.40 331	1.36 398	0.67 361	0.29 90	0.92 294	0.59 314	1.52 278	1.25 327	1.28 309	1.48 350	0.94 221	0.76 220	1.62 284	0.78 302	0.18 100	0.14 123	0.18 69	0.15 67	0.22 211	0.23 252

PAM	0.76 270	0.29 162	1.08 350	0.52 172	0.33 174	1.38 384	0.39 130	2.01 408	0.67 84	1.06 192	0.96 139	2.89 465	1.43 410	0.86 108	0.35 70	0.19 138	0.12 22	0.19 90	0.17 125	0.19 115	0.20 200

AASNet	0.76 270	0.35 296	0.91 287	0.79 413	0.81 434	1.14 342	0.56 291	2.02 412	1.08 231	1.22 281	1.24 261	0.93 218	0.76 220	0.77 78	1.16 373	0.27 327	0.23 344	0.24 240	0.20 194	0.28 304	0.24 266

PAM_32	0.77 272	0.28 129	1.03 332	0.52 172	0.30 111	1.32 374	0.35 81	1.97 399	0.65 81	1.02 184	1.06 185	3.05 466	1.49 420	0.96 131	0.36 79	0.19 138	0.13 73	0.20 123	0.18 141	0.19 115	0.19 169

testlalala_base	0.77 272	0.40 331	0.70 161	0.65 342	0.50 315	0.79 244	0.28 34	1.50 270	0.51 36	0.73 107	0.90 125	0.69 130	0.54 129	0.66 51	0.40 113	2.82 490	0.14 123	0.17 38	0.12 20	2.68 486	0.19 169

NINENet	0.77 272	0.37 313	0.78 233	0.62 310	0.51 326	2.34 457	0.42 154	1.83 362	1.04 212	1.14 234	1.23 259	1.03 259	0.62 176	1.24 203	0.70 274	0.28 340	0.23 344	0.31 352	0.21 237	0.26 273	0.25 278

hknet	0.77 272	0.32 231	0.95 301	0.54 203	0.38 235	1.27 366	0.65 329	2.16 434	1.07 225	1.20 272	1.11 208	1.59 382	0.81 244	1.37 233	0.66 263	0.22 226	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

ARAFT	0.77 272	0.36 306	1.49 418	0.51 151	0.31 136	0.90 284	0.82 378	1.90 379	1.06 220	1.62 413	1.24 261	1.02 255	0.64 185	1.84 317	0.50 199	0.18 100	0.14 123	0.28 325	0.27 340	0.17 49	0.16 81

psm_up	0.77 272	0.34 275	0.70 161	0.66 349	0.58 362	1.05 328	0.92 400	1.52 278	1.12 249	1.26 304	1.16 236	1.31 334	1.23 389	1.20 193	0.81 313	0.25 292	0.29 391	0.31 352	0.27 340	0.27 287	0.25 278

GwcNet-RSSM	0.77 272	0.32 231	1.01 321	0.62 310	0.54 342	0.78 240	0.51 242	1.73 325	1.20 305	1.09 202	1.37 314	1.46 361	0.85 263	1.53 269	1.09 363	0.25 292	0.18 260	0.23 220	0.24 299	0.20 149	0.19 169

iResNet_ROB	0.77 272	0.30 182	0.99 312	0.57 255	0.36 204	0.83 267	0.36 95	2.33 457	1.58 424	1.27 307	1.30 284	1.25 316	0.84 260	1.65 287	0.79 308	0.20 169	0.14 123	0.17 38	0.12 20	0.18 78	0.27 309

DDVS	0.78 280	0.41 338	0.94 297	0.60 285	0.43 275	1.30 371	0.43 171	1.40 246	0.91 156	1.20 272	1.15 231	1.43 352	0.64 185	2.18 352	0.89 333	0.28 340	0.22 333	0.26 297	0.23 287	0.31 335	0.33 358

PSM-softLoss	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

KMStereo	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

STTStereo	0.78 280	0.50 376	1.22 375	0.64 328	0.54 342	0.89 281	0.54 267	1.44 257	1.11 245	1.38 360	1.09 198	1.27 324	0.85 263	1.43 250	0.83 320	0.29 350	0.27 373	0.33 372	0.39 420	0.32 343	0.30 337

PSM-AAD	0.79 284	0.27 109	0.53 58	0.55 226	0.28 74	0.77 235	1.24 441	0.99 115	0.91 156	1.66 416	1.57 373	0.81 162	2.19 466	1.65 287	0.44 147	0.19 138	0.14 123	0.38 404	0.32 393	0.21 188	0.70 454

hitnet-ft	0.79 284	0.35 296	0.57 84	0.58 261	0.42 267	0.96 307	0.46 207	1.47 263	1.33 365	1.19 268	1.22 255	1.81 411	0.98 327	1.66 291	0.94 340	0.33 375	0.28 380	0.34 382	0.27 340	0.35 355	0.31 347

NLCA_NET_v2_RVC	0.79 284	0.43 345	1.05 337	0.64 328	0.58 362	0.95 303	0.53 261	1.53 284	1.18 294	1.37 355	1.15 231	1.43 352	0.88 281	1.61 283	0.84 323	0.25 292	0.22 333	0.27 312	0.27 340	0.29 315	0.29 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ISRNet	0.80 287	0.33 252	1.07 346	0.81 419	0.66 390	0.60 138	0.34 76	1.19 200	1.13 261	1.59 409	1.53 359	1.35 341	0.77 224	1.27 209	0.94 340	0.39 405	0.34 414	0.43 421	0.38 418	0.34 353	0.49 418

NF-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.02 169	0.82 167	0.57 149	5.40 444	0.48 186	0.23 251	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

OCTAStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.82 167	0.57 149	5.35 439	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

DRaft	0.80 287	0.24 47	0.70 161	0.45 56	0.30 111	0.97 311	0.53 261	1.05 143	0.97 180	1.78 425	2.02 430	0.80 158	1.74 440	2.73 385	0.72 282	0.17 62	0.14 123	0.20 123	0.20 194	0.18 78	0.21 217

RE-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

TVStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

UPFNet	0.80 287	0.32 231	0.90 284	0.59 274	0.74 411	1.26 365	0.80 374	1.52 278	1.10 243	1.30 323	1.12 215	1.30 331	0.84 260	1.67 292	1.09 363	0.24 266	0.24 353	0.24 240	0.23 287	0.25 262	0.18 130

iResNetv2_ROB	0.80 287	0.37 313	1.71 431	0.56 239	0.37 218	0.94 299	0.64 327	1.73 325	1.34 368	1.23 287	1.42 327	1.26 320	0.92 294	1.85 320	0.56 230	0.23 251	0.15 177	0.19 90	0.14 54	0.24 251	0.19 169

StereoDRNet-Refined	0.80 287	0.41 338	0.88 274	0.62 310	0.42 267	1.33 376	0.48 224	1.52 278	1.17 287	1.45 378	1.44 336	1.44 357	0.90 288	1.26 206	1.24 381	0.20 169	0.16 212	0.27 312	0.24 299	0.25 262	0.28 321
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.82 296	0.36 306	0.82 244	0.54 203	0.31 136	0.80 252	0.47 214	2.17 440	1.67 430	1.13 231	1.13 220	0.94 221	0.86 271	2.46 374	1.00 352	0.26 312	0.23 344	0.28 325	0.27 340	0.28 304	0.36 372

DCRE	0.82 296	0.26 84	0.70 161	0.58 261	0.44 282	0.54 105	0.48 224	0.95 102	0.78 117	0.78 116	7.33 495	0.86 187	0.52 119	0.76 75	0.41 124	0.16 26	0.16 212	0.19 90	0.17 125	0.18 78	0.17 106

SepStereo	0.82 296	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.30 363	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

GrayStereo	0.82 296	0.26 84	0.58 89	0.63 319	0.37 218	0.76 227	1.86 473	1.11 175	0.87 140	1.99 443	1.89 420	1.08 270	1.82 448	1.39 242	0.48 186	0.19 138	0.14 123	0.19 90	0.21 237	0.18 78	0.39 385

LMCR-Stereo	0.82 296	0.46 357	0.88 274	0.75 404	0.43 275	1.33 376	0.56 291	2.43 467	0.98 185	1.53 394	1.49 352	0.74 139	1.00 337	1.63 285	0.89 333	0.28 340	0.17 240	0.22 182	0.17 125	0.29 315	0.20 200

ac_64	0.82 296	0.29 162	0.81 241	0.71 387	0.60 373	1.05 328	0.54 267	1.99 403	0.92 161	1.18 264	1.06 185	1.99 429	1.08 359	1.94 330	0.97 348	0.27 327	0.22 333	0.24 240	0.23 287	0.22 211	0.19 169

DualNet (step1)	0.83 302	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.57 449	0.28 380	0.62 458	0.67 465	0.45 404	0.42 394

SST-Stereo	0.83 302	0.28 129	0.72 179	0.59 274	0.31 136	0.72 209	0.26 24	1.09 166	0.86 136	1.47 381	1.10 202	1.00 246	0.87 276	5.73 452	0.45 160	0.22 226	0.13 73	0.23 220	0.19 162	0.23 236	0.18 130

RAFT_R40	0.83 302	0.28 129	0.73 191	0.59 274	0.31 136	0.69 194	0.44 184	1.10 169	0.95 168	1.47 381	1.10 202	1.00 246	0.85 263	5.53 446	0.46 174	0.22 226	0.13 73	0.23 220	0.20 194	0.23 236	0.18 130

UNet	0.83 302	0.34 275	1.31 389	0.58 261	0.74 411	1.58 406	0.49 234	1.41 248	1.04 212	1.21 276	1.08 193	1.54 374	1.12 367	1.65 287	1.09 363	0.23 251	0.17 240	0.25 278	0.20 194	0.25 262	0.22 234

FADNet_RVC	0.83 302	0.51 379	1.83 441	0.54 203	0.42 267	1.19 356	0.46 207	1.51 276	1.09 238	0.89 144	1.24 261	0.91 207	0.87 276	2.11 345	1.11 368	0.27 327	0.22 333	0.31 352	0.28 360	0.43 395	0.38 382

DAS	0.84 307	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.83 387	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

RAFT-345	0.84 307	0.25 70	0.66 133	0.50 122	0.27 51	0.54 105	0.42 154	0.83 59	1.11 245	1.32 337	2.34 446	0.86 187	0.54 129	5.72 451	0.47 181	0.18 100	0.13 73	0.22 182	0.17 125	0.17 49	0.16 81

MMNet	0.84 307	0.32 231	1.09 353	0.60 285	0.59 370	1.85 433	0.49 234	1.51 276	1.27 338	1.37 355	1.15 231	1.26 320	1.18 377	1.67 292	1.22 379	0.19 138	0.18 260	0.23 220	0.22 265	0.25 262	0.21 217

FADNet-RVC-Resample	0.84 307	0.47 362	2.10 450	0.61 298	0.45 289	1.07 333	0.61 319	1.59 294	1.20 305	1.08 196	0.98 149	1.03 259	0.98 327	2.17 349	0.72 282	0.23 251	0.22 333	0.30 346	0.32 393	0.35 355	0.34 362

iRaft-Stereo_5w	0.85 311	0.29 162	0.91 287	0.53 188	0.43 275	0.49 63	0.68 340	0.99 115	0.87 140	0.79 119	1.34 305	1.46 361	0.91 291	5.11 435	1.11 368	0.17 62	0.14 123	0.22 182	0.18 141	0.20 149	0.20 200

SACVNet	0.85 311	0.46 357	0.85 250	0.81 419	0.56 350	0.80 252	0.79 368	1.68 316	1.12 249	1.34 348	1.33 298	1.25 316	0.94 308	2.39 370	0.76 294	0.34 383	0.26 365	0.31 352	0.29 371	0.35 355	0.44 403

ADLNet	0.85 311	0.36 306	0.89 280	0.85 434	0.72 407	1.24 362	0.76 360	1.82 357	1.36 380	1.52 393	1.35 311	1.27 324	0.99 335	1.23 198	1.15 372	0.27 327	0.20 294	0.26 297	0.25 313	0.28 304	0.30 337

delet	0.85 311	0.32 231	0.95 301	0.65 342	0.66 390	1.64 412	0.84 380	1.75 331	1.35 377	1.32 337	1.30 284	1.30 331	0.88 281	1.68 297	1.10 366	0.21 200	0.21 315	0.24 240	0.24 299	0.21 188	0.21 217

HGLStereo	0.85 311	0.38 320	0.94 297	0.80 416	1.03 454	1.17 351	0.58 306	1.52 278	1.20 305	1.19 268	1.62 384	1.13 292	1.20 383	1.80 314	1.06 357	0.24 266	0.24 353	0.24 240	0.21 237	0.23 236	0.27 309

CRFU-Net	0.86 316	0.39 325	1.00 317	0.65 342	0.57 353	1.78 427	0.86 386	2.15 431	0.81 124	1.38 360	1.18 241	1.64 394	1.19 380	1.35 227	0.90 336	0.26 312	0.22 333	0.21 155	0.19 162	0.23 236	0.24 266

dad	0.86 316	0.66 421	1.06 341	0.56 239	0.37 218	0.76 227	0.44 184	1.17 187	1.50 415	1.44 376	1.27 275	1.34 340	0.75 212	2.52 377	0.84 323	0.42 416	0.27 373	0.83 466	0.26 330	0.41 386	0.29 325

AACVNet	0.86 316	0.35 296	0.79 235	0.82 425	0.39 245	0.76 227	0.49 234	1.61 301	0.81 124	1.08 196	1.33 298	1.30 331	0.93 303	4.34 423	0.74 286	0.25 292	0.21 315	0.28 325	0.22 265	0.29 315	0.25 278

DLCB_ROB	0.86 316	0.40 331	0.78 233	0.68 372	0.54 342	1.11 337	0.84 380	1.49 266	1.23 320	1.64 415	1.65 390	1.70 401	0.91 291	1.70 299	1.05 355	0.25 292	0.24 353	0.26 297	0.27 340	0.27 287	0.24 266

HSM-Net_RVC	0.87 320	0.29 162	0.53 58	0.53 188	0.30 111	1.15 347	0.55 283	3.57 485	1.28 343	1.53 394	1.74 400	1.68 399	0.93 303	1.49 262	0.77 300	0.22 226	0.17 240	0.19 90	0.18 141	0.20 149	0.19 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.88 321	0.36 306	1.02 328	0.62 310	0.38 235	1.32 374	0.97 410	2.07 420	1.34 368	1.37 355	1.18 241	1.54 374	0.92 294	1.10 171	1.65 426	0.30 354	0.27 373	0.30 346	0.28 360	0.27 287	0.26 300

ADLNet2	0.88 321	0.34 275	1.17 370	0.77 409	0.64 385	1.12 340	0.76 360	1.74 329	1.24 324	1.21 276	1.65 390	1.71 402	1.05 352	1.67 292	1.17 375	0.24 266	0.21 315	0.21 155	0.22 265	0.26 273	0.29 325

ASMatch	0.88 321	0.26 84	0.69 155	0.51 151	0.35 195	0.48 51	0.37 109	1.12 177	0.92 161	1.10 210	3.28 465	0.96 235	0.98 327	4.90 432	0.49 193	0.19 138	0.16 212	0.22 182	0.19 162	0.19 115	0.27 309

IRAFT_RVC	0.88 321	0.28 129	0.76 219	0.63 319	0.31 136	0.65 170	1.02 419	1.22 211	0.94 166	1.22 281	1.04 181	1.01 253	0.98 327	5.82 454	0.53 218	0.22 226	0.12 22	0.25 278	0.20 194	0.20 149	0.19 169

FADNet-RVC	0.88 321	0.67 422	1.93 445	0.60 285	0.48 305	0.91 287	0.60 318	1.71 323	1.18 294	0.90 146	0.96 139	1.36 343	0.92 294	2.25 359	1.17 375	0.30 354	0.29 391	0.32 364	0.32 393	0.41 386	0.35 367

GEStereo_RVC	0.90 326	0.37 313	0.99 312	0.64 328	0.50 315	0.95 303	0.79 368	2.42 466	1.17 287	1.16 250	1.11 208	1.26 320	0.92 294	3.24 401	0.90 336	0.29 350	0.19 276	0.23 220	0.20 194	0.27 287	0.29 325

CBMV_ROB	0.90 326	0.44 348	0.63 112	0.51 151	0.37 218	1.25 364	0.49 234	1.77 341	1.27 338	1.41 368	2.00 427	1.33 336	1.08 359	2.17 349	0.76 294	0.43 421	0.42 445	0.47 431	0.44 432	0.41 386	0.36 372

PSMNet_ROB	0.90 326	0.52 383	1.17 370	0.72 390	0.61 376	1.27 366	1.12 430	1.76 337	1.12 249	1.09 202	1.28 280	1.45 359	0.89 287	1.65 287	1.42 412	0.33 375	0.25 360	0.37 401	0.39 420	0.35 355	0.29 325

FTStereo	0.91 329	0.26 84	0.56 74	0.54 203	0.33 174	0.66 178	1.87 474	1.00 119	0.75 106	1.75 422	4.15 475	1.04 262	1.65 433	1.57 276	0.46 174	0.19 138	0.16 212	0.23 220	0.21 237	0.18 78	0.63 445

PFNet	0.91 329	0.26 84	1.10 356	0.63 319	0.32 154	0.64 156	0.56 291	1.17 187	0.99 192	1.47 381	1.08 193	0.98 239	0.69 197	6.62 466	0.54 224	0.20 169	0.12 22	0.24 240	0.19 162	0.20 149	0.17 106

CBFPSM	0.92 331	0.33 252	1.86 442	0.49 111	0.38 235	1.75 420	0.84 380	1.39 244	1.12 249	1.09 202	0.99 151	2.37 448	1.66 437	1.32 221	1.42 412	0.19 138	0.18 260	0.20 123	0.20 194	0.21 188	0.33 358

FADNet	0.92 331	0.61 413	1.81 438	0.62 310	0.55 348	0.96 307	0.57 302	1.78 345	1.33 365	0.93 154	1.01 161	1.36 343	1.01 339	2.71 384	0.75 291	0.33 375	0.34 414	0.31 352	0.34 405	0.59 437	0.40 386

NVstereo2D	0.92 331	0.41 338	1.48 416	0.72 390	0.72 407	1.20 358	0.87 388	1.75 331	1.38 388	0.99 173	1.13 220	1.26 320	0.98 327	2.21 356	0.89 333	0.43 421	0.20 294	0.38 404	0.24 299	0.57 433	0.63 445

DispNO	0.93 334	0.30 182	1.34 397	0.55 226	0.55 348	0.89 281	0.49 234	1.48 264	1.21 311	1.17 259	1.27 275	1.19 301	0.90 288	5.23 437	0.74 286	0.22 226	0.17 240	0.24 240	0.21 237	0.19 115	0.20 200

DSFCA	0.93 334	0.34 275	1.06 341	0.52 172	0.65 387	1.55 403	0.93 404	1.49 266	1.19 300	1.56 402	1.15 231	1.50 369	0.96 320	3.07 395	1.02 354	0.30 354	0.26 365	0.25 278	0.25 313	0.28 304	0.24 266

ttt	0.94 336	0.34 275	0.59 96	0.61 298	0.37 218	0.94 299	0.50 241	2.17 440	1.34 368	1.23 287	1.61 381	0.91 207	0.76 220	1.85 320	3.97 471	0.30 354	0.26 365	0.26 297	0.24 299	0.29 315	0.29 325

fast-acv-ft	0.94 336	0.44 348	1.40 400	0.58 261	0.51 326	1.77 425	0.69 344	1.36 237	1.42 405	1.29 314	1.86 416	1.74 406	1.25 392	1.52 265	1.38 400	0.26 312	0.28 380	0.28 325	0.28 360	0.27 287	0.26 300

OMP-Stereo	0.94 336	0.33 252	0.72 179	0.90 447	0.31 136	0.49 63	0.36 95	1.16 185	1.06 220	1.58 408	1.12 215	1.46 361	0.69 197	6.94 474	0.49 193	0.19 138	0.14 123	0.24 240	0.18 141	0.20 149	0.14 28

CBMV	0.95 339	0.44 348	0.66 133	0.53 188	0.35 195	1.53 401	1.63 464	1.69 318	1.42 405	2.00 445	1.60 377	1.43 352	1.17 374	1.59 280	0.99 351	0.34 383	0.34 414	0.39 409	0.33 400	0.33 350	0.32 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.96 340	0.58 401	0.72 179	0.61 298	0.46 299	1.64 412	0.76 360	1.86 369	1.28 343	1.30 323	1.53 359	0.86 187	0.94 308	3.27 403	0.69 273	0.45 427	0.44 449	0.54 445	0.48 441	0.47 411	0.40 386

TransformOpticalFlow	0.96 340	0.28 129	0.89 280	0.52 172	0.31 136	0.66 178	0.54 267	1.75 331	1.12 249	1.09 202	1.44 336	1.37 346	1.01 339	6.70 471	0.42 135	0.19 138	0.12 22	0.20 123	0.19 162	0.18 78	0.19 169

IIG-Stereo	0.96 340	0.31 215	0.72 179	0.88 442	0.33 174	0.61 144	0.26 24	1.19 200	1.03 207	1.69 418	1.37 314	1.46 361	0.75 212	6.96 475	0.51 204	0.19 138	0.14 123	0.23 220	0.18 141	0.20 149	0.14 28

CFNet	0.96 340	0.36 306	1.01 321	0.62 310	0.42 267	0.99 317	0.47 214	1.90 379	1.32 361	0.99 173	1.39 322	1.10 282	0.86 271	5.58 449	0.79 308	0.23 251	0.17 240	0.28 325	0.27 340	0.26 273	0.21 217

XPNet_ROB	0.96 340	0.49 369	1.09 353	0.72 390	0.57 353	1.11 337	1.14 432	1.66 314	1.23 320	1.85 435	1.39 322	1.64 394	1.11 364	1.80 314	1.42 412	0.38 402	0.30 395	0.33 372	0.29 371	0.37 366	0.34 362

ETE_ROB	0.96 340	0.64 419	1.16 368	0.69 375	0.48 305	1.14 342	1.13 431	1.77 341	1.19 300	1.91 440	1.45 338	1.73 404	1.05 352	1.60 281	1.14 371	0.32 367	0.26 365	0.38 404	0.34 405	0.39 379	0.41 390

CSP-Net	0.97 346	0.38 320	0.83 248	0.53 188	0.41 262	1.63 410	0.77 363	2.00 404	1.05 216	1.25 300	1.20 251	1.33 336	0.83 256	4.93 434	0.85 326	0.32 367	0.22 333	0.20 123	0.20 194	0.23 236	0.25 278

DEmStereo	0.97 346	0.23 34	0.79 235	0.47 72	0.32 154	1.04 327	0.56 291	0.93 90	0.89 147	1.39 365	2.14 438	1.02 255	2.07 462	5.64 450	0.77 300	0.17 62	0.15 177	0.20 123	0.20 194	0.18 78	0.20 200

pcwnet_v2	0.97 346	0.37 313	4.33 480	0.62 310	0.54 342	0.79 244	0.45 200	2.02 412	1.58 424	1.42 374	1.64 388	1.09 280	0.79 235	1.24 203	0.67 266	0.32 367	0.25 360	0.29 335	0.27 340	0.37 366	0.35 367

FINET	0.97 346	0.54 388	1.60 424	0.63 319	0.79 427	1.08 334	1.07 425	1.56 291	2.20 461	1.15 240	1.49 352	0.94 221	0.88 281	2.32 364	1.05 355	0.42 416	0.35 425	0.32 364	0.28 360	0.43 395	0.38 382

AIO-Stereo-zeroshot1	0.98 350	0.39 325	3.21 474	0.50 122	0.63 382	0.64 156	0.39 130	2.36 460	0.75 106	0.95 161	4.63 480	1.81 411	0.56 140	0.96 131	0.41 124	0.18 100	0.13 73	0.21 155	0.26 330	0.32 343	0.35 367

StereoDRNet	0.98 350	0.47 362	1.70 429	0.76 406	0.94 449	1.51 399	0.91 398	1.92 386	1.32 361	1.61 410	1.13 220	1.47 366	0.97 323	1.75 305	1.46 417	0.28 340	0.23 344	0.29 335	0.27 340	0.35 355	0.27 309

ACV-stereo	0.99 352	0.51 379	1.41 402	0.56 239	0.41 262	2.43 461	0.57 302	1.15 183	1.18 294	0.81 125	1.01 161	3.39 472	2.14 464	1.60 281	1.07 360	0.27 327	0.22 333	0.22 182	0.22 265	0.28 304	0.32 352

iinet-f	0.99 352	0.45 355	3.71 479	0.55 226	0.43 275	1.81 428	0.68 340	1.14 181	1.14 264	1.18 264	1.42 327	1.58 381	1.44 412	1.34 226	1.59 425	0.24 266	0.23 344	0.20 123	0.19 162	0.26 273	0.25 278

GASNet	0.99 352	0.97 451	1.72 432	0.98 456	0.68 400	0.83 267	0.67 337	1.60 298	1.28 343	1.31 333	1.22 255	1.22 305	1.21 386	2.41 371	1.41 408	0.43 421	0.26 365	0.36 398	0.34 405	0.55 430	0.31 347

Wz-Net-LNSev-Ref	0.99 352	0.40 331	1.82 439	0.66 349	0.62 381	2.05 445	0.78 365	1.91 383	1.29 347	1.54 398	1.42 327	1.51 371	1.23 389	1.99 334	1.33 393	0.23 251	0.14 123	0.20 123	0.15 67	0.27 287	0.26 300

PS-NSSS	0.99 352	0.58 401	0.93 293	0.58 261	0.57 353	0.91 287	0.80 374	1.81 356	1.14 264	1.14 234	1.67 394	1.00 246	0.83 256	4.62 427	0.78 302	0.37 398	0.31 401	0.52 439	0.32 393	0.45 404	0.38 382

UGAM-zero	1.00 357	0.30 182	0.93 293	0.47 72	0.30 111	0.57 122	0.25 15	2.25 450	0.63 63	1.01 180	1.10 202	2.73 461	1.85 449	6.26 460	0.40 113	0.17 62	0.14 123	0.19 90	0.15 67	0.16 28	0.17 106

RAFT + AFF	1.00 357	0.42 342	1.09 353	0.67 361	0.50 315	1.22 360	1.24 441	2.24 449	1.19 300	1.30 323	1.56 369	1.17 297	1.49 420	3.44 409	0.83 320	0.21 200	0.25 360	0.30 346	0.26 330	0.27 287	0.27 309

DRN-Test	1.00 357	0.44 348	1.13 362	0.70 380	0.81 434	1.62 409	0.79 368	2.14 429	1.44 408	1.78 425	1.33 298	1.43 352	1.05 352	2.18 352	1.53 422	0.27 327	0.21 315	0.31 352	0.30 380	0.32 343	0.28 321

NCCL2	1.00 357	0.56 394	1.06 341	0.75 404	0.57 353	1.31 373	1.72 465	1.77 341	1.36 380	1.50 390	1.17 239	1.91 419	1.17 374	1.54 271	1.29 389	0.35 390	0.31 401	0.45 426	0.44 432	0.40 383	0.40 386

PA-Net	1.01 361	0.57 398	1.29 387	0.64 328	0.74 411	1.19 356	0.84 380	1.69 318	1.43 407	1.16 250	1.19 248	1.32 335	1.19 380	3.42 407	1.25 382	0.29 350	0.45 453	0.33 372	0.49 444	0.32 343	0.47 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 361	0.59 404	1.16 368	0.67 361	0.51 326	1.63 410	1.26 445	1.69 318	1.38 388	1.81 432	1.37 314	1.94 424	1.02 344	1.58 278	1.38 400	0.37 398	0.27 373	0.43 421	0.37 416	0.43 395	0.37 376

PSMNet-RUCA	1.02 363	0.97 451	1.44 404	1.23 470	1.10 458	1.40 387	0.62 322	1.69 318	1.38 388	0.94 159	1.53 359	0.97 237	0.83 256	1.17 188	0.93 338	0.69 461	0.34 414	0.99 472	0.60 461	0.97 462	0.64 449

THIR-Stereo	1.02 363	0.27 109	0.69 155	0.49 111	0.28 74	0.95 303	1.34 448	1.03 129	0.97 180	1.34 348	1.90 421	1.17 297	1.58 426	6.44 464	0.78 302	0.19 138	0.14 123	0.21 155	0.22 265	0.19 115	0.20 200

Wz-Net-LNSev	1.03 365	0.67 422	2.71 470	0.64 328	0.84 438	1.75 420	1.00 416	1.80 353	1.32 361	1.28 309	1.25 265	1.65 396	1.22 387	1.39 242	1.40 404	0.28 340	0.26 365	0.24 240	0.23 287	0.33 350	0.32 352

RAFT-RH_RVC	1.03 365	0.24 47	0.67 138	0.49 111	0.28 74	0.81 260	0.33 64	0.83 59	1.08 231	2.05 446	4.65 482	1.04 262	0.57 149	5.98 459	0.50 199	0.18 100	0.13 73	0.26 297	0.20 194	0.16 28	0.17 106

DISCO	1.03 365	0.34 275	1.11 358	0.69 375	0.45 289	2.07 446	0.84 380	2.13 425	1.50 415	1.15 240	1.33 298	2.40 450	1.07 358	2.60 380	1.51 421	0.23 251	0.18 260	0.22 182	0.20 194	0.31 335	0.27 309

STrans-v2	1.04 368	0.28 129	0.96 306	0.49 111	0.32 154	0.68 189	0.79 368	2.47 469	1.12 249	1.12 217	1.46 344	1.40 347	1.46 415	6.70 471	0.43 144	0.18 100	0.13 73	0.20 123	0.18 141	0.18 78	0.18 130

APVNet	1.06 369	0.53 387	1.42 403	0.84 429	0.79 427	1.92 436	0.82 378	1.90 379	1.08 231	1.08 196	1.43 331	1.56 377	1.13 371	3.07 395	1.58 423	0.31 361	0.34 414	0.42 419	0.36 413	0.36 362	0.37 376

TDLM	1.06 369	0.44 348	0.79 235	0.63 319	0.50 315	0.89 281	1.44 453	1.48 264	1.26 332	1.12 217	1.40 324	1.08 270	0.98 327	6.65 467	0.78 302	0.33 375	0.21 315	0.33 372	0.26 330	0.37 366	0.24 266

FAT-Stereo	1.07 371	0.41 338	1.32 392	0.72 390	0.58 362	1.08 334	0.89 392	1.96 395	1.65 428	1.75 422	1.98 426	2.03 434	1.48 418	2.02 336	1.18 378	0.42 416	0.35 425	0.34 382	0.29 371	0.35 355	0.53 427

GANetREF_RVC	1.07 371	0.86 445	1.31 389	0.82 425	0.53 339	1.41 392	1.31 447	1.76 337	1.52 418	1.27 307	1.31 290	1.46 361	1.24 391	2.03 337	0.96 347	0.56 448	0.45 453	0.67 461	0.50 447	0.88 460	0.59 439
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
CVANet_RVC	1.07 371	0.43 345	0.76 219	0.60 285	0.50 315	0.90 284	0.97 410	1.52 278	1.26 332	1.33 345	1.38 318	1.24 312	1.18 377	6.75 473	0.75 291	0.34 383	0.23 344	0.34 382	0.29 371	0.42 390	0.27 309

GCST	1.08 374	1.47 478	0.93 293	1.73 479	1.14 466	1.30 371	0.31 51	1.33 227	1.16 284	1.29 314	0.97 148	0.98 239	0.49 108	2.08 342	0.46 174	1.19 478	0.70 478	1.30 478	0.85 476	1.02 466	0.89 464

GwcNet	1.08 374	0.51 379	2.33 459	0.79 413	1.18 469	1.76 422	0.70 346	1.68 316	1.47 411	1.41 368	1.64 388	1.74 406	1.04 348	2.20 355	1.41 408	0.30 354	0.29 391	0.29 335	0.27 340	0.30 326	0.35 367

DANet	1.08 374	0.61 413	1.32 392	0.85 434	0.72 407	1.37 381	0.51 242	1.54 286	1.15 275	1.78 425	1.54 363	2.01 431	1.11 364	2.90 390	2.00 441	0.33 375	0.30 395	0.40 414	0.30 380	0.44 401	0.45 405
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.09 377	0.50 376	1.12 360	0.90 447	1.04 455	1.11 337	0.84 380	1.80 353	1.62 426	1.55 401	2.00 427	1.90 418	1.78 443	1.84 317	1.25 382	0.52 440	0.36 430	0.48 433	0.36 413	0.45 404	0.43 401

Nwc_Net	1.09 377	0.49 369	1.33 394	0.89 446	0.80 432	1.49 398	0.66 334	2.19 443	1.27 338	1.32 337	2.26 442	1.96 426	1.54 423	1.92 326	1.34 395	0.40 408	0.30 395	0.43 421	0.45 434	0.38 375	0.37 376

MaskLacGwcNet_RVC	1.10 379	1.02 456	1.00 317	0.82 425	0.67 394	1.93 437	0.93 404	1.62 305	1.11 245	1.15 240	1.25 265	1.50 369	0.79 235	1.96 332	0.76 294	1.89 481	0.34 414	0.79 465	0.36 413	1.25 475	0.83 461

NCC-stereo	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394

Abc-Net	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.11 382	0.58 401	2.23 457	0.66 349	0.71 405	1.95 439	1.46 454	1.98 401	1.45 409	1.79 428	1.43 331	1.49 368	1.33 404	1.97 333	1.42 412	0.27 327	0.23 344	0.28 325	0.28 360	0.34 353	0.31 347

edge stereo	1.11 382	0.50 376	1.30 388	0.71 387	0.65 387	1.14 342	0.75 357	1.93 390	1.37 384	1.71 419	1.83 411	2.54 454	1.44 412	2.43 372	1.23 380	0.42 416	0.41 443	0.54 445	0.35 409	0.42 390	0.46 408

anonymity	1.12 384	0.97 451	1.21 373	1.07 464	1.12 462	1.08 334	0.89 392	1.95 394	1.16 284	1.29 314	1.26 272	1.22 305	1.09 362	1.15 181	1.01 353	1.02 471	1.00 494	0.97 470	0.97 482	0.98 463	0.99 468

ccnet	1.12 384	0.67 422	1.01 321	0.78 411	0.73 410	1.72 418	0.99 414	1.84 365	1.26 332	1.47 381	1.85 415	1.75 409	1.29 397	1.75 305	1.88 435	0.57 449	0.53 466	0.57 455	0.55 454	0.59 437	0.54 428

RASNet	1.12 384	0.30 182	0.91 287	0.66 349	0.77 422	0.97 311	0.57 302	1.37 238	1.35 377	1.02 184	1.34 305	2.11 438	1.43 410	7.09 476	1.39 403	0.19 138	0.17 240	0.17 38	0.19 162	0.18 78	0.16 81

AF-Net	1.13 387	0.52 383	1.33 394	0.86 436	0.91 445	1.38 384	0.71 348	2.16 434	1.62 426	1.56 402	2.40 449	1.99 429	1.65 433	1.81 316	1.48 419	0.48 435	0.28 380	0.49 435	0.33 400	0.39 379	0.32 352

NaN_ROB	1.13 387	0.55 391	1.15 367	0.64 328	0.48 305	1.61 408	2.03 482	1.72 324	1.48 412	2.09 448	1.27 275	1.40 347	1.08 359	3.94 415	1.30 390	0.28 340	0.34 414	0.28 325	0.28 360	0.30 326	0.33 358

UGAM	1.14 389	0.27 109	0.95 301	0.53 188	0.42 267	0.70 201	0.72 351	0.95 102	1.32 361	0.98 170	1.48 350	1.78 410	0.87 276	9.65 502	0.87 329	0.21 200	0.18 260	0.30 346	0.24 299	0.19 115	0.16 81

DGSMNet	1.14 389	0.76 438	2.49 464	0.81 419	0.86 441	1.39 386	1.39 450	2.13 425	1.35 377	1.26 304	1.63 387	1.48 367	0.98 327	1.75 305	1.10 366	0.45 427	0.43 446	0.55 450	0.49 444	0.75 456	0.70 454

Syn2CoEx	1.14 389	0.69 427	1.66 427	0.80 416	0.67 394	1.40 387	0.88 390	2.06 419	1.54 421	1.25 300	1.58 375	1.42 351	1.50 422	4.09 417	1.40 404	0.36 394	0.32 408	0.34 382	0.29 371	0.29 315	0.34 362

RGC	1.14 389	0.79 440	1.26 382	0.91 450	0.96 452	1.52 400	0.77 363	1.92 386	1.26 332	1.54 398	1.93 423	2.02 433	1.54 423	2.25 359	1.31 391	0.44 426	0.35 425	0.58 456	0.48 441	0.47 411	0.46 408

S-Stereo	1.15 393	0.46 357	2.17 454	0.81 419	0.80 432	1.21 359	1.19 438	1.93 390	2.02 455	1.47 381	2.11 435	1.57 378	1.17 374	2.05 340	1.41 408	0.40 408	0.40 441	0.35 390	0.31 385	0.44 401	0.70 454

stereogan	1.15 393	0.42 342	1.40 400	0.86 436	0.84 438	2.38 459	0.71 348	1.88 374	1.73 436	1.72 420	1.94 425	2.31 445	1.29 397	2.07 341	1.08 361	0.36 394	0.35 425	0.39 409	0.31 385	0.51 422	0.46 408

AANet_RVC	1.16 395	0.52 383	1.49 418	0.65 342	0.45 289	0.75 221	0.69 344	1.42 250	1.55 423	1.34 348	1.87 418	1.53 373	0.78 231	7.43 482	1.38 400	0.25 292	0.17 240	0.19 90	0.16 105	0.22 211	0.26 300

RYNet	1.17 396	0.49 369	1.24 379	0.70 380	0.97 453	1.71 416	0.92 400	1.91 383	1.46 410	1.38 360	1.14 224	1.88 414	1.30 401	4.24 419	1.87 433	0.26 312	0.21 315	0.35 390	0.27 340	0.55 430	0.54 428

HSM	1.19 397	0.32 231	0.65 126	0.57 255	0.38 235	1.23 361	0.59 314	2.25 450	1.19 300	1.30 323	1.25 265	1.94 424	1.03 346	9.32 497	0.71 279	0.22 226	0.16 212	0.20 123	0.16 105	0.21 188	0.21 217

aanetorigin	1.23 398	0.79 440	2.78 472	0.70 380	0.79 427	0.99 317	1.06 424	1.06 156	1.37 384	3.52 482	2.61 455	1.72 403	1.63 431	1.99 334	1.78 430	0.25 292	0.24 353	0.26 297	0.25 313	0.38 375	0.45 405

PWC_ROB	1.24 399	0.76 438	2.46 463	0.72 390	0.78 424	1.15 347	0.49 234	1.75 331	1.92 450	2.31 454	3.07 462	1.59 382	1.40 407	2.46 374	2.10 445	0.33 375	0.22 333	0.35 390	0.24 299	0.38 375	0.41 390

SGM-Forest	1.24 399	0.38 320	0.60 101	0.52 172	0.37 218	1.56 404	1.30 446	1.65 309	1.36 380	2.11 449	1.79 407	1.63 391	0.93 303	7.48 484	0.95 343	0.36 394	0.37 432	0.39 409	0.34 405	0.37 366	0.32 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 401	0.99 454	1.93 445	1.02 460	1.21 471	0.96 307	1.01 418	1.75 331	1.92 450	1.36 353	2.12 436	1.44 357	1.01 339	1.14 180	1.40 404	0.72 462	0.82 481	0.89 468	0.98 484	1.31 476	0.95 466

NOSS_ROB	1.26 402	0.46 357	0.62 109	0.56 239	0.38 235	1.06 331	0.78 365	1.73 325	1.40 398	1.01 180	1.43 331	1.10 282	0.75 212	10.62 507	0.65 260	0.45 427	0.43 446	0.48 433	0.45 434	0.44 401	0.41 390

RTSC	1.29 403	0.73 432	2.44 462	0.83 428	0.57 353	1.85 433	0.65 329	1.88 374	2.00 454	2.20 451	1.66 392	1.60 384	1.26 394	2.33 365	3.92 469	0.32 367	0.23 344	0.27 312	0.29 371	0.37 366	0.37 376

PWCDC_ROB	1.29 403	0.75 437	1.33 394	1.05 461	0.88 444	1.73 419	0.52 253	1.89 376	3.28 481	1.29 314	4.88 485	1.22 305	1.46 415	1.77 312	1.45 416	0.60 454	0.26 365	0.29 335	0.25 313	0.52 424	0.37 376

test_for_model	1.30 405	3.71 508	0.58 89	3.22 499	2.84 499	0.59 130	0.33 64	1.40 246	0.83 130	1.42 374	0.61 60	0.52 68	0.37 40	0.51 11	0.33 46	2.46 486	0.15 177	0.16 22	0.11 8	4.39 509	1.50 481

Anonymous_2	1.30 405	0.55 391	0.82 244	0.52 172	0.58 362	1.01 320	0.64 327	1.25 219	0.97 180	0.96 163	0.78 99	1.33 336	1.29 397	1.03 151	0.74 286	0.62 456	0.64 475	1.06 475	9.63 513	1.16 471	0.49 418

SQANet	1.31 407	0.88 448	1.08 350	1.83 481	1.44 477	1.44 394	0.75 357	1.74 329	1.09 238	1.32 337	1.26 272	1.28 327	1.01 339	1.50 264	0.83 320	2.50 487	0.34 414	1.47 479	0.55 454	2.32 481	1.57 482

SHD	1.31 407	0.71 431	2.34 460	0.86 436	0.75 418	1.77 425	0.65 329	2.22 447	2.50 470	2.40 461	1.71 397	1.91 419	1.60 429	1.93 329	2.37 449	0.38 402	0.31 401	0.38 404	0.40 424	0.48 414	0.50 420

PDISCO_ROB	1.32 409	0.65 420	1.44 404	1.36 471	1.46 478	2.55 464	0.92 400	2.45 468	2.07 458	1.37 355	1.49 352	1.65 396	1.00 337	2.82 386	1.35 398	1.01 469	0.27 373	0.54 445	0.47 439	0.71 453	0.73 457

LL-Strereo	1.33 410	0.39 325	1.38 399	0.61 298	0.61 376	0.75 221	0.66 334	1.63 307	1.17 287	1.56 402	1.60 377	2.03 434	2.12 463	9.72 503	0.97 348	0.21 200	0.18 260	0.27 312	0.23 287	0.22 211	0.25 278

PASM	1.34 411	0.92 449	2.62 468	0.86 436	0.87 443	1.03 325	1.08 426	1.50 270	1.51 417	1.82 433	1.41 326	1.68 399	1.26 394	4.87 431	1.34 395	0.61 455	0.65 477	0.68 462	0.78 471	0.69 451	0.68 453

ADCRef	1.35 412	0.55 391	2.37 461	0.72 390	0.77 422	1.94 438	0.78 365	1.91 383	1.27 338	1.57 406	1.59 376	1.36 343	1.41 408	1.54 271	7.53 485	0.23 251	0.20 294	0.32 364	0.30 380	0.29 315	0.29 325

GANet	1.36 413	0.47 362	0.86 256	0.67 361	0.45 289	1.34 378	1.73 466	1.64 308	1.24 324	1.49 389	2.38 447	1.55 376	1.20 383	9.30 496	0.93 338	0.30 354	0.31 401	0.33 372	0.28 360	0.39 379	0.30 337

ff1	1.37 414	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

XQC	1.37 414	0.87 446	2.56 466	0.84 429	0.69 402	1.83 431	0.89 392	2.07 420	1.88 446	1.88 436	1.53 359	1.91 419	1.55 425	2.85 389	3.05 457	0.48 435	0.29 391	0.44 425	0.39 420	0.69 451	0.60 442

mmx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

xxx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

MFMNet_re	1.40 418	1.14 465	1.68 428	1.39 473	1.07 456	1.48 396	1.43 452	1.87 371	1.82 444	2.26 452	2.19 439	1.51 371	1.86 450	1.52 265	1.25 382	0.93 467	0.83 482	0.84 467	0.80 472	0.99 465	1.05 473

UDG	1.41 419	2.65 501	0.99 312	1.44 476	1.64 480	1.34 378	0.80 374	1.60 298	1.23 320	1.23 287	1.71 397	2.01 431	1.34 405	1.47 260	1.41 408	0.90 466	0.54 469	2.29 486	0.75 469	1.84 478	1.04 471

CSAN	1.41 419	0.59 404	1.26 382	0.70 380	0.50 315	1.76 422	1.78 467	1.77 341	1.90 449	2.35 457	2.32 444	1.92 422	1.94 455	5.56 448	1.49 420	0.43 421	0.35 425	0.40 414	0.41 425	0.43 395	0.41 390

test_xeample	1.45 421	0.28 129	0.65 126	0.51 151	0.28 74	0.94 299	0.59 314	2.14 429	1.29 347	1.24 295	1.51 357	0.88 195	0.86 271	1.46 256	15.10 505	0.22 226	0.20 294	0.22 182	0.20 194	0.22 211	0.22 234

Wz-Net-SNSev	1.49 422	1.23 469	6.27 490	0.68 372	0.67 394	1.37 381	1.41 451	2.00 404	1.39 393	1.48 387	1.61 381	2.29 443	1.32 403	3.93 414	2.14 446	0.31 361	0.28 380	0.31 352	0.33 400	0.42 390	0.36 372

CC-Net-ROB	1.49 422	1.26 470	1.27 385	0.88 442	0.79 427	1.76 422	1.00 416	1.79 350	1.26 332	1.10 210	1.61 381	1.21 303	0.99 335	8.13 490	0.84 323	1.09 475	0.41 443	2.20 484	0.46 437	1.20 474	0.48 414

DDUNet	1.50 424	2.69 502	1.12 360	1.77 480	1.88 482	1.84 432	0.92 400	1.70 322	1.16 284	1.38 360	1.79 407	1.60 384	1.12 367	1.37 233	1.08 361	1.10 476	0.76 479	2.37 488	0.94 480	2.00 479	1.37 479

xxxx	1.51 425	0.28 129	0.68 142	0.54 203	0.28 74	1.16 349	0.44 184	2.19 443	1.29 347	1.09 202	1.36 312	1.22 305	0.85 263	1.79 313	15.70 508	0.24 266	0.21 315	0.21 155	0.20 194	0.22 211	0.23 252

psmorigin	1.52 426	0.69 427	10.52 500	0.68 372	0.59 370	1.13 341	0.70 346	1.57 292	1.19 300	1.99 443	1.79 407	2.26 442	1.47 417	2.09 343	1.36 399	0.39 405	0.40 441	0.34 382	0.33 400	0.43 395	0.56 432

MFN_U_SF_RVC	1.52 426	0.84 442	3.42 475	0.87 441	0.66 390	2.56 465	0.95 408	2.36 460	1.70 433	1.98 442	1.86 416	2.45 452	1.79 444	2.95 391	2.58 451	0.52 440	0.48 458	0.55 450	0.59 460	0.59 437	0.61 443

SAMSARA	1.55 428	0.84 442	2.61 467	1.22 469	1.07 456	2.50 463	1.93 477	2.05 414	1.89 447	2.75 470	1.66 392	2.81 462	1.69 438	3.08 397	1.97 440	0.46 433	0.51 464	0.42 419	0.46 437	0.58 435	0.59 439

CrosDoStereo	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 509	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

DeepStereo_LL	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 509	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

STTRV1_RVC	1.58 429	0.68 426	1.96 447	0.88 442	1.12 462	1.57 405	0.90 397	2.25 450	1.75 439	1.29 314	2.02 430	1.40 347	1.22 387	9.77 504	1.31 391	0.81 464	0.33 412	0.54 445	0.49 444	0.73 455	0.52 426

otaku	1.60 432	1.11 463	1.21 373	2.20 484	1.56 479	1.97 440	1.24 441	2.07 420	1.36 380	1.44 376	1.62 384	1.73 404	1.19 380	1.73 304	0.98 350	2.89 492	0.57 471	1.74 480	0.60 461	2.78 488	1.94 488

DeepPrunerF	1.60 432	0.73 432	5.81 488	0.88 442	1.19 470	0.91 287	0.95 408	2.19 443	5.24 496	1.17 259	1.30 284	1.19 301	1.30 401	4.90 432	1.66 428	0.42 416	0.34 414	0.52 439	0.47 439	0.41 386	0.40 386

222	1.61 434	0.29 162	0.67 138	0.56 239	0.29 90	1.06 331	0.42 154	2.17 440	1.31 357	1.31 333	1.52 358	0.92 216	0.94 308	1.76 310	17.65 509	0.24 266	0.20 294	0.21 155	0.19 162	0.22 211	0.23 252

SDNR	1.62 435	0.51 379	2.17 454	0.53 188	0.56 350	3.80 487	0.45 200	1.54 286	1.29 347	1.33 345	2.41 450	1.08 270	0.96 320	11.18 508	1.16 373	0.66 460	0.63 474	0.43 421	0.32 393	0.64 444	0.67 451

Ntro	1.64 436	1.15 466	1.23 376	2.48 489	1.83 481	2.09 447	1.16 435	1.96 395	1.38 388	1.21 276	1.62 384	1.62 386	1.29 397	1.87 323	1.11 368	3.04 493	0.56 470	1.82 482	0.64 463	2.80 489	2.05 489

G-Net	1.66 437	0.63 417	1.56 421	1.11 466	0.74 411	2.98 476	0.91 398	1.55 290	1.22 317	2.76 471	8.18 502	2.32 446	2.53 476	1.92 326	1.87 433	0.48 435	0.44 449	0.45 426	0.31 385	0.60 441	0.57 436

MDST_ROB	1.67 438	0.34 275	1.58 423	0.92 452	0.58 362	4.26 493	1.11 428	2.83 474	1.41 402	4.49 493	2.55 454	1.45 359	0.97 323	7.79 487	1.17 375	0.31 361	0.25 360	0.37 401	0.33 400	0.31 335	0.30 337

SPS-STEREO	1.67 438	1.04 457	1.23 376	1.21 468	1.13 465	1.82 430	1.11 428	2.16 434	1.52 418	3.07 481	2.32 444	2.82 463	1.80 445	4.11 418	2.04 442	1.03 472	0.99 493	0.97 470	0.94 480	1.03 468	1.02 469
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 440	0.36 306	0.61 104	0.59 274	0.29 90	2.25 453	1.18 437	2.38 463	1.68 432	3.60 483	2.67 457	3.69 475	2.42 472	8.13 490	1.90 436	0.31 361	0.31 401	0.30 346	0.28 360	0.30 326	0.29 325
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 441	0.59 404	4.33 480	0.70 380	0.57 353	2.02 444	1.62 463	3.35 483	1.78 440	1.48 387	1.38 318	2.17 439	2.84 479	4.77 429	3.66 467	0.48 435	0.31 401	0.29 335	0.25 313	0.64 444	0.48 414

1111x	1.70 442	0.29 162	0.86 256	0.51 151	0.27 51	1.01 320	0.68 340	2.22 447	1.28 343	1.13 231	1.40 324	1.21 303	1.10 363	5.53 446	15.20 506	0.22 226	0.21 315	0.22 182	0.22 265	0.24 251	0.22 234

PVD	1.70 442	0.84 442	2.26 458	0.94 455	0.83 437	2.48 462	0.97 410	2.59 472	3.35 482	3.01 479	2.77 458	2.34 447	2.47 474	2.67 383	3.14 460	0.47 434	0.45 453	0.59 457	0.48 441	0.59 437	0.75 459

FBW_ROB	1.71 444	0.62 416	1.45 409	0.67 361	0.61 376	1.81 428	1.08 426	2.52 470	1.70 433	1.77 424	1.73 399	1.98 428	1.25 392	12.57 510	1.84 432	0.34 383	0.37 432	0.56 453	0.38 418	0.45 404	0.43 401

ADCL	1.72 445	0.57 398	3.66 477	0.67 361	0.61 376	2.61 467	1.85 472	1.96 395	1.67 430	1.90 439	1.83 411	2.06 437	1.90 453	2.13 346	9.15 494	0.26 312	0.24 353	0.34 382	0.32 393	0.38 375	0.35 367

MFN_U_SF_DS_RVC	1.74 446	0.87 446	3.56 476	0.80 416	0.75 418	3.72 484	2.44 495	1.82 357	1.82 444	1.74 421	1.91 422	1.92 422	1.26 394	7.69 486	1.28 388	0.45 427	0.47 457	0.52 439	0.77 470	0.50 418	0.50 420

AAGNet	1.83 447	0.28 129	0.72 179	0.61 298	0.32 154	0.67 182	0.51 242	0.96 108	0.98 185	1.47 381	1.20 251	1.00 246	1.18 377	2.83 387	22.77 515	0.22 226	0.13 73	0.22 182	0.19 162	0.23 236	0.15 56

WCMA_ROB	1.84 448	0.47 362	1.31 389	0.69 375	0.57 353	2.11 448	1.14 432	1.87 371	1.73 436	4.04 487	6.43 490	5.62 491	3.61 487	2.59 379	1.94 438	0.52 440	0.44 449	0.39 409	0.42 428	0.48 414	0.47 411

ADCPNet	1.85 449	0.69 427	8.07 493	0.71 387	0.58 362	2.79 471	1.22 440	1.94 392	1.54 421	1.88 436	1.69 395	2.46 453	2.04 459	2.37 368	6.48 480	0.38 402	0.37 432	0.38 404	0.43 430	0.47 411	0.45 405

test_sample9	1.86 450	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

Wz-Net-TNSev	1.88 451	2.08 495	7.66 491	0.67 361	0.64 385	2.42 460	1.83 471	2.33 457	1.74 438	1.57 406	1.56 369	2.58 455	1.90 453	4.86 430	3.12 459	0.39 405	0.37 432	0.33 372	0.37 416	0.53 426	0.58 437

NVStereoNet_ROB	1.88 451	1.07 458	1.45 409	1.07 464	1.17 467	1.47 395	1.48 456	1.89 376	1.93 452	1.94 441	4.67 483	3.08 469	1.80 445	6.51 465	1.65 426	1.06 474	0.86 488	1.08 476	1.32 489	0.93 461	1.26 477
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 451	0.57 398	2.18 456	0.63 319	0.40 255	2.80 472	1.57 461	2.39 464	5.88 498	2.36 459	3.57 469	3.72 476	2.97 481	4.74 428	1.76 429	0.34 383	0.30 395	0.32 364	0.29 371	0.48 414	0.37 376

ADCMid	1.89 454	0.73 432	5.06 483	0.72 390	0.67 394	2.00 443	1.14 432	1.97 399	1.48 412	2.86 474	1.81 410	2.37 448	2.05 461	2.24 357	10.39 498	0.33 375	0.31 401	0.39 409	0.43 430	0.50 418	0.44 403

WZ-Net	1.95 455	0.95 450	10.10 497	0.86 436	0.78 424	1.69 415	1.60 462	2.20 446	1.98 453	2.08 447	1.93 423	2.30 444	1.97 456	5.30 438	3.17 462	0.34 383	0.26 365	0.29 335	0.31 385	0.51 422	0.47 411

AnyNet_C32	1.96 456	1.10 460	5.17 484	0.90 447	1.11 460	2.12 449	2.37 493	1.85 366	1.48 412	2.45 462	1.70 396	2.05 436	1.64 432	2.50 376	10.28 497	0.37 398	0.34 414	0.35 390	0.41 425	0.49 417	0.54 428

RainbowNet	1.97 457	1.76 483	1.57 422	2.81 492	2.21 487	1.98 442	1.81 469	2.54 471	1.89 447	1.50 390	1.84 413	1.96 426	1.65 433	2.14 347	1.25 382	3.33 499	0.85 486	2.39 491	0.98 484	2.82 491	2.22 490

ADCP+	1.99 458	0.48 366	7.73 492	0.66 349	0.91 445	2.30 455	1.05 422	1.82 357	1.34 368	1.54 398	1.32 296	1.74 406	1.61 430	2.17 349	13.37 501	0.24 266	0.21 315	0.32 364	0.28 360	0.37 366	0.29 325

MSMD_ROB	1.99 458	0.59 404	0.89 280	0.70 380	0.61 376	3.95 489	0.94 406	1.80 353	1.79 441	4.41 491	4.43 476	8.17 500	3.66 488	3.40 405	1.33 393	0.52 440	0.48 458	0.54 445	0.58 457	0.53 426	0.50 420

MSC_U_SF_DS_RVC	2.12 460	1.15 466	3.10 473	1.05 461	0.76 421	5.03 498	2.40 494	2.16 434	2.62 473	1.89 438	2.28 443	2.69 459	1.65 433	9.35 498	2.04 442	0.64 459	0.51 464	0.68 462	0.71 468	1.09 470	0.67 451

ACVNet-4b	2.15 461	1.41 474	1.64 425	2.80 491	2.31 491	2.31 456	1.24 441	2.32 456	2.14 459	1.26 304	2.39 448	2.66 458	1.48 418	5.95 458	1.06 357	3.20 497	0.45 453	2.37 488	0.89 477	2.83 492	2.37 493

ACVNet_1	2.18 462	1.45 477	1.72 432	2.85 493	2.33 492	2.28 454	1.46 454	3.08 479	2.22 462	1.82 433	2.05 433	3.56 473	1.98 457	3.09 398	1.40 404	3.17 494	0.60 473	2.40 492	0.92 479	2.91 495	2.37 493

test_sample8	2.19 463	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.82 357	1.15 275	2.26 452	1.30 284	4.94 486	2.52 475	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

ADCS	2.25 464	0.99 454	5.55 485	0.81 419	0.74 411	2.19 451	1.80 468	2.27 453	2.14 459	2.80 473	2.13 437	2.40 450	2.03 458	2.64 382	13.69 502	0.41 412	0.39 439	0.40 414	0.45 434	0.58 435	0.56 432

AnyNet_C01	2.26 465	1.78 484	10.22 499	0.93 453	0.74 411	2.92 474	2.20 488	2.29 455	1.80 442	2.53 464	2.41 450	2.71 460	1.73 439	3.41 406	6.72 482	0.41 412	0.39 439	0.40 414	0.42 428	0.67 449	0.63 445

MeshStereo	2.26 465	0.56 394	0.92 291	0.61 298	0.49 308	2.60 466	1.02 419	3.18 480	2.05 457	7.40 507	4.98 486	7.58 497	2.98 482	6.37 463	1.96 439	0.43 421	0.43 446	0.45 426	0.39 420	0.43 395	0.42 394
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
FCDSN-DC	2.32 467	0.63 417	0.81 241	0.84 429	0.75 418	2.23 452	0.94 406	2.09 423	1.80 442	5.45 500	7.72 499	7.77 499	6.93 505	3.39 404	1.80 431	0.52 440	0.48 458	0.52 439	0.51 450	0.57 433	0.58 437
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 468	2.85 503	3.66 477	3.08 498	2.27 489	1.97 440	0.67 337	2.00 404	1.70 433	2.52 463	2.00 427	2.23 440	5.86 498	3.44 409	1.58 423	1.01 469	0.32 408	2.64 497	1.94 502	2.85 493	2.24 491

EDNetEfficient	2.37 469	1.10 460	8.08 494	0.74 401	0.71 405	0.98 316	1.56 459	1.46 261	4.06 489	4.90 496	2.82 459	2.25 441	3.48 486	2.95 391	9.97 495	0.26 312	0.24 353	0.26 297	0.30 380	0.68 450	0.61 443

pmcnn	2.37 469	0.42 342	2.71 470	0.63 319	0.43 275	1.54 402	1.19 438	2.01 408	1.53 420	2.64 467	7.60 496	18.07 513	1.45 414	3.44 409	2.78 455	0.18 100	0.15 177	0.15 8	0.12 20	0.20 149	0.18 130

ELAS	2.37 469	0.74 435	1.54 420	0.99 457	0.92 447	4.78 495	2.33 492	3.33 482	3.37 483	5.05 499	4.77 484	3.67 474	4.53 495	3.42 407	4.50 473	0.62 456	0.53 466	0.55 450	0.53 452	0.63 442	0.64 449
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 472	1.07 458	2.14 453	1.18 467	1.10 458	2.14 450	1.36 449	1.96 395	1.66 429	5.46 501	7.07 493	4.95 487	4.32 494	5.50 445	2.26 448	1.04 473	1.02 496	0.99 472	0.97 482	1.02 466	1.04 471

ACVNet_2	2.43 473	1.41 474	2.04 448	2.62 490	2.24 488	2.63 468	1.88 475	3.31 481	3.01 478	2.19 450	3.45 468	4.62 481	2.04 459	4.50 425	1.47 418	2.55 488	0.64 475	2.22 485	0.84 474	2.69 487	2.29 492

ELAS_RVC	2.48 474	0.74 435	1.90 443	1.05 461	0.92 447	2.76 469	4.01 504	2.76 473	4.11 490	4.69 494	4.63 480	4.62 481	5.96 500	3.97 416	3.96 470	0.63 458	0.53 466	0.56 453	0.52 451	0.64 444	0.63 445
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 475	0.59 404	18.45 506	0.69 375	0.50 315	1.87 435	0.88 390	1.67 315	2.39 464	1.50 390	1.42 327	1.14 294	1.15 373	4.28 422	5.07 475	0.24 266	0.19 276	0.22 182	0.19 162	7.86 514	0.34 362

WAO-7	2.66 476	1.40 473	1.73 434	1.39 473	1.17 467	3.93 488	1.94 478	4.11 490	3.88 488	2.92 475	5.50 487	4.18 479	3.00 483	7.63 485	3.71 468	1.13 477	1.00 494	1.17 477	1.13 488	1.18 473	1.09 475

RTS	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 485	1.96 479	2.15 431	2.62 473	2.61 465	2.85 460	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

RTSA	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 485	1.96 479	2.15 431	2.62 473	2.61 465	2.85 460	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

MADNet+	2.69 479	3.22 506	11.53 501	1.44 476	1.12 462	3.19 478	1.81 469	2.85 475	2.37 463	1.68 417	2.07 434	2.85 464	2.18 465	7.41 481	5.23 476	0.79 463	0.76 479	0.69 464	0.65 464	0.98 463	0.95 466

IMH-64-1	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 480	2.10 483	4.08 488	2.75 476	2.34 455	3.81 472	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 499

IMH-64	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 480	2.10 483	4.08 488	2.75 476	2.34 455	3.81 472	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 499

FC-DCNN	2.72 482	0.59 404	0.86 256	0.73 398	0.57 353	2.91 473	1.04 421	3.01 478	2.60 471	6.83 502	7.64 497	9.92 504	6.33 503	5.21 436	3.14 460	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

FC-DCNN v2	2.81 483	0.59 404	0.85 250	0.73 398	0.57 353	2.97 475	1.05 422	3.39 484	2.61 472	6.98 503	7.67 498	10.38 507	6.31 502	5.75 453	3.37 465	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

WAO-6	2.81 483	1.60 481	1.46 411	2.36 488	2.28 490	3.55 482	2.29 491	4.21 491	4.56 494	2.36 459	4.51 477	4.88 485	2.66 477	4.60 426	4.07 472	1.72 480	1.15 500	2.31 487	1.46 495	2.31 480	1.85 486

PWCK	2.88 485	2.05 493	5.72 487	2.08 483	1.11 460	3.55 482	3.90 503	2.86 476	3.54 486	3.03 480	3.63 470	3.10 470	2.31 469	8.15 492	3.09 458	2.12 484	0.91 491	1.75 481	0.98 484	2.57 485	1.18 476

Dean	2.91 486	1.53 480	2.07 449	2.96 497	2.51 494	3.15 477	2.14 486	4.75 495	4.41 493	2.76 471	6.10 489	5.53 490	2.37 470	2.97 393	1.92 437	3.18 495	0.85 486	2.51 495	1.04 487	2.88 494	2.47 496

IMH	3.21 487	1.85 489	1.48 416	3.25 500	2.69 497	4.07 491	2.02 481	4.41 493	3.80 487	2.72 468	7.11 494	4.75 484	2.92 480	5.92 456	2.55 450	3.85 506	0.88 489	2.78 500	1.36 492	3.19 499	2.59 498

LVE	3.31 488	1.67 482	1.64 425	2.85 493	2.42 493	3.20 479	2.26 490	4.78 496	5.05 495	2.35 457	6.91 491	6.02 492	2.37 470	9.15 494	2.17 447	3.19 496	1.08 499	2.38 490	1.47 496	2.81 490	2.40 495

JetBlue	3.97 489	2.01 490	10.19 498	1.38 472	2.84 499	10.53 506	9.54 507	3.60 486	2.41 465	2.73 469	3.39 467	4.54 480	4.31 493	7.85 489	6.84 483	0.88 465	0.93 492	0.89 468	0.91 478	1.74 477	1.91 487

notaker	3.98 490	2.40 500	2.68 469	3.82 508	3.27 505	3.97 490	2.14 486	4.78 496	3.45 485	4.12 490	6.94 492	7.65 498	3.26 484	7.82 488	5.30 477	4.04 507	1.41 502	3.36 507	2.10 504	3.88 503	3.31 505

WAO-8	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 503	1.53 457	6.09 502	16.46 509	3.94 485	7.84 500	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 483

Venus	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 503	1.53 457	6.09 502	16.46 509	3.94 485	7.84 500	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 483

ktn	4.70 493	2.38 499	2.12 452	3.76 506	3.24 503	4.85 496	2.95 501	5.52 498	7.37 501	4.07 489	19.32 515	7.46 496	3.47 485	7.39 480	2.95 456	4.04 507	1.85 505	3.26 506	2.22 505	3.08 496	2.65 501

MADNet++	5.01 494	3.14 504	4.91 482	4.55 512	3.94 509	5.20 499	4.41 505	4.40 492	4.13 491	4.95 497	6.08 488	4.74 483	5.37 496	9.40 499	10.67 499	4.65 509	4.15 510	3.97 509	3.34 508	4.09 505	4.08 510

UNDER WATER	5.08 495	2.33 498	5.55 485	3.94 510	3.51 506	5.20 499	2.72 498	5.61 500	16.52 511	3.84 484	4.60 479	9.21 502	5.89 499	5.90 455	8.66 493	3.75 503	1.34 501	3.18 505	1.88 500	4.33 508	3.61 507

UNDER WATER-64	5.27 496	2.32 497	8.78 496	3.93 509	3.54 507	7.61 501	3.03 502	5.84 501	14.19 505	4.04 487	4.04 474	9.39 503	6.26 501	5.93 457	8.48 492	3.60 502	1.51 503	3.13 503	1.88 500	4.29 507	3.61 507

TorneroNet-64	5.30 497	2.03 491	1.74 435	3.43 503	2.81 498	10.09 505	2.12 485	9.10 509	17.12 514	4.96 498	9.27 505	10.72 509	3.70 489	9.20 495	4.55 474	3.31 498	0.84 483	2.88 501	1.55 497	3.49 500	3.04 502

MANE	6.19 498	0.59 404	1.03 332	0.93 453	1.22 472	13.38 510	2.69 496	12.81 512	17.94 515	8.21 508	10.82 507	14.72 511	11.68 507	11.39 509	11.90 500	0.59 453	0.50 463	0.52 439	1.76 499	0.55 430	0.54 428

LSM	6.33 499	1.10 460	13.19 502	1.41 475	68.17 525	1.64 412	1.90 476	1.92 386	2.46 466	2.99 477	3.11 463	1.88 414	1.80 445	2.61 381	2.06 444	0.41 412	0.58 472	0.50 436	0.57 456	0.64 444	17.66 519

SGM-ForestM	6.52 500	0.38 320	1.26 382	0.63 319	0.35 195	13.59 511	5.32 506	6.32 505	6.70 500	11.14 509	9.18 504	22.51 521	13.93 509	16.89 513	20.07 511	0.36 394	0.37 432	0.36 398	0.35 409	0.36 362	0.34 362

tt	6.58 501	0.26 84	6.10 489	3.77 507	2.16 484	11.55 507	19.63 512	13.33 513	5.74 497	2.96 476	2.65 456	4.97 488	6.33 503	3.81 413	7.24 484	9.15 513	11.32 518	5.89 513	6.24 511	6.03 510	2.55 497

JetRed	6.91 502	8.80 513	25.96 515	2.85 493	3.25 504	13.98 512	11.87 508	6.25 504	4.28 492	4.45 492	4.56 478	6.69 493	5.46 497	7.46 483	14.05 503	2.59 489	3.31 507	2.59 496	2.29 506	4.20 506	3.36 506

LE_ROB	8.05 503	0.37 313	23.53 511	0.74 401	0.33 174	2.77 470	2.87 500	3.71 487	27.24 519	25.39 519	8.87 503	8.46 501	26.71 519	6.65 467	21.99 512	0.21 200	0.19 276	0.20 123	0.21 237	0.25 262	0.22 234

coex-ft	8.13 504	2.13 496	98.04 528	0.67 361	0.53 339	1.71 416	1.56 459	1.65 309	11.11 504	18.17 518	3.75 471	3.88 477	7.61 506	2.98 394	6.49 481	0.30 354	0.30 395	0.32 364	0.31 385	0.66 448	0.50 420

KSHMR	8.75 505	2.06 494	2.11 451	3.53 505	3.11 502	4.13 492	2.69 496	5.60 499	61.37 528	3.00 478	55.83 528	4.98 489	2.45 473	4.49 424	2.61 454	3.46 500	1.55 504	3.14 504	1.94 502	3.72 502	3.18 504

U	9.45 506	0.21 11	0.58 89	0.47 72	53.11 524	61.27 528	0.24 14	0.70 19	0.52 40	0.36 17	0.28 5	0.29 4	0.35 32	0.33 1	0.26 4	0.19 138	0.11 5	60.50 525	8.88 512	0.17 49	0.13 11

EDNetEfficientorigin	10.57 507	1.47 478	177.42 529	0.67 361	0.53 339	1.58 406	1.16 435	1.90 379	3.37 483	4.71 495	3.38 466	3.10 470	2.69 478	3.13 399	3.58 466	0.25 292	0.23 344	0.33 372	0.27 340	0.83 457	0.81 460

TorneroNet	10.70 508	2.03 491	1.82 439	3.43 503	3.01 501	43.83 523	2.22 489	8.87 508	67.47 529	7.17 506	27.36 518	10.68 508	3.85 492	8.67 493	7.65 489	3.59 501	0.88 489	3.04 502	1.57 498	3.71 501	3.17 503

HanzoNet	11.04 509	3.62 507	8.10 495	4.08 511	3.55 508	4.90 497	2.73 499	7.19 506	10.10 502	31.86 524	28.92 519	21.96 520	36.36 521	18.08 514	10.17 496	7.94 512	3.32 508	3.47 508	3.31 507	7.06 513	4.04 509

DPSimNet_ROB	11.20 510	4.98 510	35.43 519	2.90 496	4.52 510	7.89 502	17.09 511	4.66 494	6.06 499	14.89 514	10.93 508	17.29 512	36.81 523	13.18 511	15.68 507	2.86 491	6.29 511	5.75 512	5.09 510	3.91 504	7.70 512

DGTPSM_ROB	13.01 511	8.23 511	21.87 508	9.51 514	18.10 512	11.56 508	32.01 518	10.63 510	16.20 507	7.03 504	19.48 516	10.15 505	16.66 511	9.83 505	22.42 513	4.75 510	8.68 512	5.37 510	10.25 514	6.16 511	11.36 513

DPSMNet_ROB	13.02 512	8.23 511	21.91 509	9.53 515	18.11 513	11.56 508	32.02 519	10.64 511	16.23 508	7.05 505	19.49 517	10.16 506	16.66 511	9.85 506	22.43 514	4.77 511	8.68 512	5.38 511	10.26 515	6.17 512	11.36 513

ASD4	15.85 513	10.99 514	19.63 507	10.21 516	11.70 511	19.24 513	31.10 517	19.35 514	10.68 503	11.14 509	10.18 506	12.59 510	12.64 508	14.74 512	24.83 516	12.93 518	9.94 517	26.83 520	19.40 518	16.23 517	12.70 518

DPSM_ROB	19.08 514	19.14 517	25.17 513	22.15 518	20.85 515	28.17 515	37.82 521	26.56 517	16.85 512	14.14 511	14.84 510	21.70 515	18.75 514	21.87 516	26.55 518	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 516

DPSM	19.08 514	19.14 517	25.17 513	22.15 518	20.85 515	28.17 515	37.82 521	26.56 517	16.85 512	14.14 511	14.84 510	21.70 515	18.75 514	21.87 516	26.55 518	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 516

LRCNet_RVC	22.74 516	32.10 522	21.97 510	29.84 520	26.23 517	4.42 494	0.81 377	22.66 515	2.02 455	26.93 520	29.26 520	23.06 522	15.59 510	23.84 518	18.88 510	31.75 522	19.90 524	34.65 521	32.13 522	30.54 522	28.32 522

DLNR_Zeroshot_test	23.17 517	48.52 530	43.29 522	176.68 530	78.69 526	0.35 11	0.21 2	23.41 516	0.75 106	0.66 95	0.86 116	0.59 97	0.30 14	1.56 275	0.44 147	9.57 514	0.12 22	0.18 69	0.14 54	76.92 529	0.16 81

BEATNet-Init1	26.87 518	13.43 515	70.68 527	0.91 450	0.68 400	57.02 527	21.06 513	32.82 524	32.67 521	52.12 528	53.61 527	66.05 529	49.56 528	48.79 529	34.71 523	0.49 439	0.44 449	0.53 444	0.53 452	0.63 442	0.59 439

CasAABBNet	38.33 519	38.46 524	50.35 524	44.75 525	41.84 521	56.68 524	76.37 527	53.22 527	33.83 523	28.31 521	29.54 521	43.62 527	37.71 525	43.84 526	53.41 528	20.30 519	18.70 522	21.07 517	21.07 520	28.24 519	25.34 520

Selective-RAFT-Error	38.39 520	38.47 525	50.44 525	44.73 524	41.97 522	56.68 524	76.38 528	53.24 528	33.92 524	28.34 522	29.85 522	43.60 526	38.20 526	43.75 525	53.34 527	20.38 520	18.70 522	21.09 518	21.05 519	28.30 520	25.43 521

HaxPig	38.92 521	41.40 527	41.64 520	29.95 521	32.27 518	28.90 517	27.60 514	29.73 520	37.71 525	43.82 525	43.87 524	33.17 523	35.56 520	41.53 523	40.37 525	43.94 526	47.51 529	45.82 522	47.08 524	42.38 523	44.15 525

AVERAGE_ROB	40.43 522	42.37 528	42.73 521	36.96 523	35.58 520	30.50 518	27.61 515	36.71 526	38.39 526	44.91 526	44.36 525	37.45 525	36.70 522	41.88 524	40.35 524	45.43 527	46.81 528	47.11 523	46.35 523	42.51 524	43.87 524

MEDIAN_ROB	42.00 523	44.40 529	44.29 523	35.15 522	34.95 519	31.28 522	29.60 516	35.88 525	40.02 527	47.20 527	46.64 526	37.37 524	38.48 527	44.35 528	42.45 526	48.03 528	49.39 530	49.71 524	49.03 525	45.14 525	46.65 526

LSM0	42.82 524	38.75 526	50.81 526	47.07 526	109.38 530	57.00 526	76.02 526	53.74 529	33.71 522	29.02 523	30.41 523	43.87 528	37.22 524	43.91 527	53.54 529	20.52 521	18.62 521	21.10 519	21.11 521	28.41 521	42.22 523

Anonymous_1	43.04 525	18.73 516	24.79 512	21.81 517	46.26 523	27.80 514	37.60 520	28.08 519	16.14 506	14.66 513	14.30 509	20.65 514	17.88 513	21.56 515	25.94 517	117.93 529	8.92 514	100.65 526	126.50 526	158.64 530	12.08 515

PML	51.67 526	36.25 523	13.28 503	7.46 513	20.81 514	108.69 529	232.22 530	8.72 507	27.82 520	87.01 529	269.67 530	69.67 530	61.95 529	24.76 522	14.20 504	9.74 515	3.40 509	9.62 514	4.70 509	18.74 518	4.72 511

xxxxx1	54.10 527	25.67 519	27.13 516	113.43 527	96.96 527	30.69 519	47.44 523	32.38 521	25.60 516	17.75 515	17.27 512	21.81 517	21.02 516	24.43 519	33.82 520	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 527

tt_ll	54.10 527	25.67 519	27.13 516	113.43 527	96.96 527	30.69 519	47.44 523	32.38 521	25.60 516	17.75 515	17.27 512	21.81 517	21.02 516	24.43 519	33.82 520	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 527

ff	54.10 527	25.67 519	27.13 516	113.43 527	96.96 527	30.69 519	47.44 523	32.38 521	25.60 516	17.75 515	17.27 512	21.81 517	21.02 516	24.43 519	33.82 520	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 527

test_example2	192.40 530	210.76 531	206.48 530	199.83 531	204.73 531	172.94 530	183.52 529	133.93 530	133.41 530	191.38 530	196.19 529	187.13 531	178.77 530	205.33 530	208.00 530	222.09 531	238.72 531	186.54 531	190.54 531	227.34 531	170.31 530

ccccc	497.63 531	492.34 532	595.97 531	530.87 532	530.37 532	478.08 531	442.62 531	491.76 531	343.70 531	448.18 531	520.80 531	476.12 532	550.57 531	541.64 531	605.32 531	663.49 532	459.54 532	353.94 532	309.79 532	586.66 532	530.90 531

FADE		4.78 509		1.89 482	1.92 483							4.13 478				188.09 530	2.77 506	123.78 527	127.92 527	1.06 469

Low-res two-view benchmark