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

StereoAnything_RVC	0.94 47	2.66 458	2.20 119	0.76 36	0.34 6	1.18 14	0.39 14	2.31 74	0.69 1	0.51 3	0.34 1	0.32 1	0.89 95	1.57 114	0.35 1	0.32 200	0.16 6	0.23 15	0.15 4	3.31 477	0.18 2

MonSter	0.62 2	0.43 6	1.07 6	0.66 12	0.82 235	1.13 11	0.39 14	2.57 107	0.92 7	0.58 6	0.64 6	0.36 2	0.35 1	0.95 8	0.43 5	0.15 1	0.15 2	0.20 1	0.17 15	0.21 5	0.19 4

DEFOM-Stereo_RVC	0.81 24	1.13 361	1.23 22	0.97 157	0.57 140	0.81 5	0.43 26	3.49 204	0.84 4	0.73 26	0.95 27	0.44 3	1.17 173	1.45 95	0.60 20	0.26 56	0.18 41	0.24 31	0.17 15	0.30 100	0.19 4

DEFOM-Stereo	0.70 4	0.46 10	1.13 14	0.72 18	0.48 91	3.40 185	0.44 28	0.90 2	0.77 2	0.86 60	0.58 5	0.45 4	0.43 3	1.76 152	0.43 5	0.24 28	0.18 41	0.22 9	0.16 9	0.21 5	0.20 12

U	12.82 503	0.38 1	1.99 94	0.66 12	58.94 520	63.38 525	0.34 6	1.91 43	0.94 8	0.59 7	0.80 18	0.46 5	0.57 12	0.83 3	0.44 7	0.29 124	0.17 17	63.35 523	59.81 522	0.29 78	0.20 12

IGEV-Stereo+	0.94 47	0.47 12	1.19 16	0.86 87	2.02 461	1.40 39	0.39 14	1.17 4	0.88 5	0.61 8	0.44 3	0.47 6	0.79 71	2.14 193	0.42 3	0.27 70	0.19 64	0.22 9	0.17 15	2.26 472	2.41 477

GREAT-IGEV	0.74 5	0.54 56	1.86 81	1.10 233	0.44 59	2.44 99	0.34 6	1.37 5	1.51 96	0.48 1	0.86 21	0.51 7	0.60 19	1.07 23	0.45 9	0.22 8	0.17 17	0.21 5	0.17 15	0.23 11	0.25 58

UniTT-Stereo	0.82 26	0.47 12	2.63 161	0.96 150	1.19 336	0.78 4	0.39 14	1.12 3	1.54 121	1.19 94	1.26 79	0.51 7	0.64 29	1.13 32	1.03 165	0.30 163	0.20 94	0.24 31	0.21 62	0.40 237	0.25 58

dual_stereo	0.68 3	0.40 3	1.05 3	0.64 5	0.37 22	0.84 6	0.34 6	3.40 197	1.03 11	0.50 2	0.46 4	0.58 9	0.40 2	1.85 168	0.49 11	0.23 19	0.17 17	0.21 5	0.16 9	0.20 3	0.19 4

Former-RAFT_DAM_RVC	0.92 42	0.73 234	1.42 45	0.92 122	1.08 312	2.97 135	0.53 48	1.77 34	1.39 42	1.16 92	1.54 149	0.58 9	0.65 32	1.03 18	0.84 100	0.25 44	0.23 178	0.30 161	0.24 128	0.43 289	0.29 124

fffft	0.76 7	0.47 12	1.28 30	0.82 53	0.54 120	1.51 48	0.80 186	2.09 57	1.18 17	0.63 11	0.84 20	0.59 11	0.55 9	1.80 158	0.85 103	0.19 2	0.18 41	0.27 93	0.20 49	0.26 38	0.24 48
1: 1. 1
CAS	1.26 126	0.40 3	1.46 48	2.97 478	1.61 419	4.13 341	0.73 128	1.78 35	1.49 84	0.83 56	1.10 51	0.59 11	0.53 7	1.26 62	0.80 86	2.99 481	0.13 1	0.21 5	0.13 1	0.31 117	1.72 463

CES	1.01 69	0.55 62	1.74 72	0.92 122	2.15 464	2.15 85	0.50 40	2.01 50	1.45 56	0.76 37	1.02 32	0.61 13	0.47 5	1.29 70	0.79 85	0.22 8	0.17 17	0.24 31	0.14 2	0.63 374	2.29 474

CAS++	0.89 37	0.64 156	1.46 48	0.81 43	0.51 102	1.24 21	0.86 217	3.44 199	1.46 64	1.14 91	1.29 88	0.62 14	0.58 15	1.13 32	0.59 18	0.34 228	0.30 286	0.34 252	0.26 156	0.41 261	0.29 124
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LoS	0.94 47	0.52 35	1.88 83	0.86 87	0.36 10	4.15 345	0.51 44	2.18 63	1.45 56	0.97 74	0.88 23	0.62 14	0.79 71	1.59 120	0.86 110	0.26 56	0.19 64	0.24 31	0.16 9	0.21 5	0.20 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
mms	0.77 12	0.68 195	1.17 15	0.83 63	0.71 200	1.41 40	0.67 102	1.61 17	1.12 14	0.77 41	1.37 107	0.63 16	0.54 8	1.75 151	0.63 25	0.24 28	0.19 64	0.26 69	0.21 62	0.31 117	0.34 192

SMoEStereo_RVC	0.80 17	0.53 46	1.12 12	0.92 122	0.44 59	2.41 97	0.79 176	1.49 11	1.16 15	0.70 21	1.12 53	0.64 17	0.64 29	1.69 143	0.87 116	0.22 8	0.16 6	0.31 182	0.22 92	0.26 38	0.25 58

RAStereo	0.75 6	0.52 35	2.86 173	0.58 1	0.62 160	1.19 15	0.32 3	1.81 37	0.99 9	0.75 27	1.05 43	0.64 17	0.47 5	0.80 2	0.94 147	0.22 8	0.20 94	0.27 93	0.21 62	0.34 177	0.22 28

test_xeample3	2.12 258	0.63 145	21.55 487	0.91 116	0.47 83	1.85 64	0.94 275	7.96 493	1.23 21	0.75 27	0.76 13	0.64 17	0.70 41	1.77 153	0.83 97	0.30 163	0.21 125	0.27 93	0.21 62	0.27 50	0.24 48

IGEV-BASED-STEREO-	1.09 80	3.30 465	2.61 157	0.82 53	0.38 33	1.27 25	0.62 85	1.51 12	1.29 33	0.91 64	0.92 25	0.65 20	0.57 12	1.08 24	0.59 18	1.55 470	0.15 2	0.32 201	0.28 209	1.10 443	1.98 470

MoCha-V2	0.87 33	0.48 16	1.87 82	0.88 97	0.32 4	1.37 37	0.55 53	2.71 120	1.42 50	0.92 67	1.75 210	0.65 20	1.17 173	1.45 95	0.57 15	0.21 4	0.21 125	0.20 1	0.19 36	0.24 14	0.23 36

CASnet	0.78 14	0.51 29	1.29 31	0.81 43	0.29 1	1.28 30	0.74 140	1.51 12	1.89 230	1.64 142	1.09 49	0.65 20	0.64 29	0.91 5	0.76 76	0.29 124	0.17 17	0.41 331	0.31 270	0.32 142	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo++	0.93 44	0.44 7	1.08 8	0.70 14	1.20 341	3.87 280	0.33 4	3.36 193	1.43 54	0.75 27	1.17 60	0.68 23	1.04 130	0.95 8	0.42 3	0.22 8	0.16 6	0.23 15	0.17 15	0.24 14	0.20 12

MyStereo07	1.01 69	0.80 275	1.26 25	1.00 177	1.04 303	3.95 301	0.95 279	2.07 56	1.42 50	0.75 27	1.22 67	0.68 23	0.91 100	1.63 132	0.67 40	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

GLC_STEREO	0.76 7	0.52 35	1.12 12	0.83 63	0.33 5	1.86 65	0.82 198	1.46 9	1.38 41	0.95 71	1.04 39	0.68 23	0.72 44	0.97 11	0.80 86	0.23 19	0.25 231	0.32 201	0.25 138	0.32 142	0.30 150

XX-TBD	1.03 74	0.95 324	1.94 89	1.30 324	0.43 54	3.97 309	0.33 4	1.74 30	1.73 197	1.59 130	2.02 301	0.69 26	0.60 19	1.16 40	0.66 36	0.30 163	0.25 231	0.23 15	0.15 4	0.31 117	0.22 28

IGEV-RUCA	0.90 39	0.53 46	1.05 3	0.81 43	0.74 210	3.89 282	0.80 186	1.92 44	1.41 48	0.96 73	0.71 8	0.70 27	0.73 48	1.30 74	0.68 43	0.29 124	0.20 94	0.25 49	0.19 36	0.43 289	0.34 192

999	0.97 58	0.48 16	1.24 23	1.03 199	0.64 164	3.25 164	0.92 268	1.40 6	1.39 42	0.71 24	1.68 189	0.70 27	0.66 35	3.03 250	0.89 123	0.23 19	0.19 64	0.25 49	0.21 62	0.25 26	0.29 124

ours_stereo	0.76 7	0.64 156	1.40 44	0.86 87	0.61 156	1.12 10	0.57 57	1.63 23	1.20 19	0.72 25	1.43 121	0.70 27	0.62 24	1.56 112	0.58 17	0.25 44	0.18 41	0.26 69	0.21 62	0.29 78	0.31 159

ff7	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

ffff	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

11t	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

ccc-4	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

tt45	0.96 57	0.48 16	1.19 16	0.89 101	0.66 178	3.91 285	0.76 153	1.90 41	1.26 30	0.70 21	1.30 90	0.71 34	0.63 27	2.59 231	0.74 70	0.22 8	0.17 17	0.28 120	0.23 105	0.27 50	0.27 95

Selective-IGEV	0.80 17	0.52 35	1.05 3	0.75 22	0.61 156	1.31 33	0.82 198	2.60 111	1.41 48	0.82 50	1.64 177	0.71 34	0.62 24	1.22 57	0.64 28	0.22 8	0.19 64	0.24 31	0.18 23	0.25 26	0.20 12

castereo	0.82 26	0.70 208	1.04 2	0.85 84	0.50 100	1.29 32	0.91 255	3.22 172	1.20 19	0.83 56	1.24 72	0.72 36	0.91 100	1.00 16	0.67 40	0.26 56	0.16 6	0.25 49	0.20 49	0.24 14	0.21 22

ACVNet-DCA	1.85 211	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

1test111	1.99 241	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	4.66 281	0.98 157	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

cc1	1.98 238	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	4.23 379	3.95 468	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.31 117	0.29 124

SCV_C0	0.89 37	0.59 101	1.96 93	0.83 63	0.44 59	1.24 21	0.64 90	3.33 191	1.66 177	0.82 50	1.20 63	0.73 40	0.66 35	1.62 128	0.66 36	0.32 200	0.21 125	0.24 31	0.20 49	0.28 66	0.23 36

FoundationStereo	0.50 1	0.39 2	1.11 11	0.79 41	0.42 48	0.70 3	0.36 10	0.76 1	0.80 3	0.62 10	0.38 2	0.73 40	0.77 61	0.69 1	0.36 2	0.26 56	0.17 17	0.23 15	0.16 9	0.18 1	0.20 12

sAnonymous2	1.37 146	1.22 382	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 393

CroCo_RVC	1.37 146	1.22 382	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 393

IGEVStereo-DCA	0.86 30	0.65 166	2.05 101	0.90 109	0.46 73	1.57 52	0.86 217	1.62 18	1.24 22	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.27 95

rrr	2.27 278	0.65 166	23.82 504	0.90 109	0.46 73	1.57 52	0.96 284	7.98 494	1.19 18	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.25 58

tt1	1.79 205	0.73 234	10.41 285	1.75 427	0.36 10	4.55 427	0.79 176	4.22 375	3.37 452	1.08 84	1.80 232	0.74 44	1.48 239	2.21 203	0.65 32	0.29 124	0.16 6	0.31 182	0.22 92	0.30 100	0.29 124

AIO-test2	1.61 176	1.30 393	3.40 195	1.16 269	1.31 359	3.18 152	0.74 140	4.06 333	1.52 105	1.72 160	2.21 342	0.78 47	0.74 52	3.64 261	0.95 152	3.64 489	0.26 243	0.35 270	0.42 374	0.37 217	0.33 180

anonymousdsp	0.95 53	0.69 198	1.27 28	0.83 63	0.52 111	4.54 424	0.84 206	1.76 32	1.24 22	0.76 37	1.06 45	0.78 47	0.77 61	1.67 141	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82

ProNet	0.82 26	0.71 220	1.50 52	0.86 87	0.45 66	1.78 59	0.83 203	1.75 31	1.28 32	0.66 16	1.13 55	0.78 47	0.76 59	1.66 137	0.71 59	0.24 28	0.20 94	0.25 49	0.23 105	0.29 78	0.25 58

PMTNet	0.99 65	0.48 16	1.73 69	0.62 3	0.56 129	4.20 371	0.43 26	1.88 38	1.58 144	1.00 75	1.05 43	0.78 47	0.98 118	1.50 104	0.85 103	1.21 456	0.20 94	0.23 15	0.15 4	0.22 9	0.19 4

rvit_stereo_0081_aga	0.81 24	0.75 254	1.84 80	0.72 18	0.73 206	1.21 16	0.63 87	1.92 44	1.39 42	0.87 62	0.80 18	0.79 51	0.69 39	1.27 66	0.69 50	0.35 247	0.29 273	0.26 69	0.25 138	0.40 237	0.27 95

IGEV-Stereo	0.95 53	0.69 198	1.27 28	0.84 72	0.52 111	4.54 424	0.84 206	1.76 32	1.24 22	0.75 27	1.06 45	0.79 51	0.77 61	1.68 142	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MGS-Stereo	0.80 17	0.56 72	1.53 53	0.93 136	0.39 36	1.26 24	0.73 128	1.45 8	1.30 35	1.01 76	2.26 349	0.80 53	0.56 11	1.16 40	0.65 32	0.27 70	0.23 178	0.26 69	0.22 92	0.27 50	0.25 58

plain	1.55 161	0.69 198	13.59 314	0.65 9	0.73 206	1.66 57	0.57 57	3.17 167	1.94 236	0.77 41	1.24 72	0.80 53	0.86 87	1.60 122	0.96 153	0.33 216	0.21 125	0.32 201	0.25 138	0.42 279	0.28 114

MIF-Stereo (partial)	0.98 59	0.55 62	2.83 170	0.71 16	1.03 300	1.08 9	0.49 39	2.55 103	1.66 177	0.79 44	1.20 63	0.80 53	0.90 98	1.61 127	1.56 278	0.36 258	0.24 211	0.33 235	0.25 138	0.40 237	0.28 114

AEACV	0.79 16	0.54 56	1.35 39	0.97 157	0.63 162	1.13 11	0.92 268	2.02 51	0.91 6	0.76 37	0.79 17	0.80 53	1.61 269	1.28 67	0.61 21	0.22 8	0.18 41	0.26 69	0.23 105	0.27 50	0.23 36

sCroCo_RVC	1.06 76	0.82 286	5.05 225	1.02 192	1.05 305	0.98 7	0.61 73	2.06 54	1.29 33	0.69 20	1.26 79	0.82 57	1.10 152	1.20 54	0.90 127	0.42 325	0.40 363	0.33 235	0.30 254	0.46 316	0.38 239

HUF	1.15 91	0.64 156	8.62 261	0.90 109	0.35 8	1.35 35	0.78 169	1.97 47	1.50 89	0.63 11	1.52 140	0.83 58	0.66 35	1.28 67	0.63 25	0.29 124	0.23 178	0.26 69	0.17 15	0.23 11	0.25 58

fffy	0.80 17	0.59 101	1.56 59	1.00 177	0.47 83	1.27 25	0.76 153	1.90 41	1.02 10	0.75 27	1.35 102	0.83 58	0.72 44	1.70 145	0.62 22	0.23 19	0.19 64	0.27 93	0.21 62	0.28 66	0.32 167

MM-Stereo_test2	1.79 205	0.53 46	20.16 435	1.43 371	0.47 83	2.57 106	0.73 128	1.67 26	1.47 69	0.94 68	0.96 29	0.84 60	0.79 71	1.16 40	0.68 43	0.24 28	0.17 17	0.25 49	0.22 92	0.30 100	0.22 28

LoS_RVC	0.94 47	1.30 393	1.31 32	0.84 72	1.63 422	2.02 74	0.59 67	1.51 12	1.36 40	0.81 48	1.33 94	0.84 60	0.88 91	1.36 81	0.73 66	0.21 4	0.17 17	0.20 1	0.14 2	0.20 3	1.45 456

CREStereo++_RVC	1.02 73	0.49 23	1.54 56	0.83 63	0.55 125	4.01 315	0.31 2	1.63 23	1.99 242	1.63 139	2.13 328	0.84 60	0.65 32	0.88 4	0.70 56	0.27 70	0.15 2	0.23 15	1.22 469	0.24 14	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	1.01 69	0.55 62	1.73 69	0.76 36	0.36 10	4.04 320	0.38 12	1.48 10	1.62 167	2.03 248	2.10 319	0.84 60	0.93 105	0.98 13	0.62 22	0.28 105	0.36 330	0.23 15	0.20 49	0.25 26	0.46 306

rvit_stereo_0081	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

rvit_stereo_0082	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

rvit_stereo_0080	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

whm_eth	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

IGEV++	0.90 39	0.58 94	1.32 35	0.94 140	0.45 66	1.27 25	1.00 293	3.32 188	1.55 129	0.82 50	1.34 99	0.86 68	1.09 146	1.16 40	0.89 123	0.33 216	0.18 41	0.23 15	0.19 36	0.29 78	0.22 28

MM-Stereo_test1	1.90 220	0.53 46	19.85 421	1.39 363	0.48 91	1.81 62	0.79 176	3.00 148	1.82 214	1.69 151	1.09 49	0.87 69	0.97 113	1.45 95	0.74 70	0.24 28	0.21 125	0.27 93	0.24 128	0.35 195	0.24 48

GMStereo	1.01 69	1.00 335	2.86 173	0.83 63	0.45 66	1.47 44	0.57 57	1.89 39	2.11 274	1.52 123	1.24 72	0.87 69	0.74 52	1.58 115	0.94 147	0.40 300	0.21 125	0.30 161	0.30 254	0.47 320	0.36 211
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.92 42	0.53 46	1.45 47	0.61 2	0.34 6	4.42 403	0.40 18	2.21 66	1.54 121	0.94 68	1.12 53	0.87 69	0.87 90	1.12 29	0.72 64	0.28 105	0.19 64	0.22 9	0.15 4	0.22 9	0.19 4
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
trnet	0.91 41	0.48 16	1.46 48	0.62 3	0.31 2	4.40 399	0.41 19	2.20 64	1.53 112	0.94 68	1.14 56	0.88 72	0.89 95	1.09 25	0.71 59	0.27 70	0.19 64	0.22 9	0.15 4	0.21 5	0.19 4

MaDis-Stereo	0.82 26	0.66 177	1.53 53	0.65 9	1.87 451	1.24 21	0.36 10	2.13 59	1.27 31	0.67 18	0.75 12	0.88 72	0.70 41	1.15 38	1.07 171	0.29 124	0.23 178	0.26 69	0.20 49	0.31 117	0.22 28

AIO-Stereo	0.76 7	0.54 56	1.07 6	0.73 20	0.40 39	1.28 30	0.82 198	2.26 70	1.49 84	0.70 21	1.58 159	0.89 74	0.45 4	1.03 18	0.55 14	0.24 28	0.18 41	0.25 49	0.20 49	0.26 38	0.21 22

MC-Stereo	1.06 76	0.48 16	1.55 57	1.15 264	0.41 43	4.56 432	0.61 73	2.06 54	1.46 64	1.90 197	1.61 171	0.89 74	1.12 156	1.35 80	0.73 66	0.25 44	0.18 41	0.26 69	0.22 92	0.25 26	0.24 48

GIP-stereo	0.88 34	0.50 25	1.34 37	1.32 329	0.94 275	2.90 121	0.42 21	3.41 198	1.06 13	0.63 11	0.76 13	0.90 76	0.76 59	0.91 5	0.52 12	0.27 70	0.18 41	0.25 49	0.16 9	0.25 26	0.19 4

RSM++	0.77 12	0.51 29	1.08 8	0.95 144	0.42 48	1.52 50	0.71 120	2.11 58	1.40 45	0.80 46	1.23 71	0.90 76	0.59 17	1.14 34	0.69 50	0.24 28	0.19 64	0.25 49	0.21 62	0.28 66	0.20 12

Pointernet	0.88 34	0.44 7	2.26 128	0.84 72	0.37 22	2.29 91	0.38 12	3.06 157	1.46 64	0.66 16	1.39 112	0.91 78	0.73 48	1.01 17	0.72 64	0.23 19	0.19 64	0.20 1	0.18 23	0.19 2	0.20 12

s12784h	1.31 141	0.45 9	2.41 145	0.71 16	0.35 8	4.42 403	0.50 40	4.22 375	2.73 385	2.01 240	2.48 383	0.91 78	0.96 110	2.01 181	0.70 56	0.29 124	0.18 41	0.24 31	0.16 9	0.27 50	0.18 2

DIP-Stereo	1.24 115	0.69 198	1.77 74	0.65 9	0.61 156	4.29 384	0.58 66	4.44 445	2.53 360	1.98 221	1.33 94	0.91 78	0.86 87	1.25 61	1.25 213	0.36 258	0.23 178	0.32 201	0.23 105	0.32 142	0.29 124
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WCG-NET	0.88 34	0.49 23	1.26 25	0.90 109	0.37 22	1.48 45	1.07 310	1.73 29	2.30 310	1.63 139	1.49 137	0.92 81	0.97 113	0.95 8	0.76 76	0.22 8	0.16 6	0.23 15	0.20 49	0.25 26	0.21 22

SCV	0.95 53	0.63 145	1.38 41	1.70 421	0.41 43	1.23 17	0.89 242	3.53 215	1.57 141	0.61 8	1.54 149	0.93 82	0.77 61	1.66 137	0.66 36	0.36 258	0.20 94	0.25 49	0.19 36	0.29 78	0.25 58

rvit_stereo_0083	0.86 30	0.67 187	1.42 45	0.87 92	0.65 172	1.23 17	0.64 90	1.67 26	2.28 306	0.79 44	0.93 26	0.93 82	1.07 143	1.46 99	0.75 73	0.32 200	0.36 330	0.30 161	0.26 156	0.33 159	0.28 114

DLNR_Zeroshot_test	28.62 514	55.50 524	49.94 520	183.62 527	115.05 525	3.43 189	0.28 1	29.49 515	1.49 84	1.01 76	1.26 79	0.93 82	0.63 27	3.92 270	1.51 271	29.81 518	0.41 370	0.26 69	0.23 105	93.28 524	0.32 167

RCA-Stereo	1.21 105	0.52 35	1.58 61	0.90 109	0.46 73	4.68 448	0.79 176	4.13 352	1.74 203	1.92 204	1.80 232	0.94 85	1.48 239	1.14 34	0.70 56	0.27 70	0.18 41	0.25 49	0.19 36	0.25 26	0.23 36

rvit_stereo_ft	1.00 67	0.87 301	3.55 200	0.97 157	0.66 178	1.06 8	0.80 186	2.78 129	1.67 179	0.78 43	0.96 29	0.95 86	1.14 164	1.06 22	0.90 127	0.32 200	0.24 211	0.27 93	0.28 209	0.39 232	0.27 95

HHNet	2.48 328	0.71 220	20.52 454	0.64 5	0.64 164	4.07 328	0.93 270	3.76 253	1.56 135	2.15 285	4.92 458	0.98 87	3.37 419	1.66 137	1.79 318	0.32 200	0.20 94	0.31 182	0.27 182	0.36 208	0.42 275

AIO-test1	2.18 265	0.66 177	18.95 398	0.89 101	1.48 396	3.40 185	0.97 287	4.19 366	1.68 181	0.86 60	1.35 102	0.99 88	0.75 54	4.47 278	1.27 219	0.23 19	0.23 178	0.28 120	0.33 288	0.31 117	0.35 206

UDGNet	1.40 149	1.52 417	2.22 124	1.38 361	0.62 160	4.39 395	0.68 107	1.80 36	2.18 286	1.34 101	1.18 61	0.99 88	1.00 121	2.16 195	1.19 195	1.09 450	0.34 322	1.30 467	0.98 457	1.10 443	0.58 361

CroCo-Stereo	0.98 59	0.87 301	3.44 196	0.87 92	0.53 119	0.49 1	0.50 40	3.99 312	1.49 84	0.81 48	1.25 78	1.00 90	0.75 54	1.10 26	1.09 176	0.24 28	0.21 125	0.24 31	0.19 36	0.35 195	0.27 95
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
AE-Stereo	1.18 95	0.60 113	2.05 101	1.10 233	0.60 152	4.39 395	0.72 123	3.74 250	1.62 167	1.10 86	1.90 281	1.01 91	0.92 103	1.45 95	0.82 94	0.28 105	0.22 153	0.28 120	0.28 209	0.26 38	0.22 28

rvit_0105_6	1.00 67	0.93 317	2.21 121	0.92 122	0.55 125	1.52 50	0.79 176	2.41 79	2.96 416	0.76 37	0.72 9	1.02 92	0.75 54	1.42 88	0.81 91	0.40 300	0.43 378	0.34 252	0.31 270	0.43 289	0.34 192

test_for_model	2.16 262	3.87 469	1.58 61	4.16 493	3.64 489	2.51 102	0.96 284	3.63 227	2.62 371	2.45 367	1.39 112	1.02 92	0.73 48	0.92 7	0.57 15	2.97 480	2.19 484	0.26 69	0.17 15	5.32 498	2.24 473

FACV-RUCA	1.26 126	0.65 166	2.21 121	1.06 208	1.50 399	2.69 112	1.15 330	3.05 154	1.87 224	1.36 104	1.99 297	1.03 94	1.15 172	1.36 81	1.10 177	0.41 314	0.41 370	0.73 443	0.41 368	0.61 370	0.41 271

11t1	1.11 83	0.53 46	1.80 77	1.55 401	0.65 172	2.20 89	0.60 70	3.66 233	1.49 84	1.60 131	1.26 79	1.03 94	1.35 203	1.72 147	0.97 154	0.28 105	0.31 296	0.29 141	0.23 105	0.30 100	0.34 192

DCANet-4	1.96 234	0.51 29	14.31 332	0.82 53	0.40 39	4.16 354	0.57 57	4.29 405	2.98 420	2.30 332	1.80 232	1.03 94	1.54 259	1.44 91	1.44 249	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

raft+_RVC	1.21 105	0.83 289	2.61 157	1.35 345	0.97 283	3.60 226	0.76 153	3.23 174	1.51 96	1.33 100	1.67 186	1.03 94	1.10 152	1.87 169	0.92 137	0.24 28	0.22 153	0.25 49	0.24 128	0.26 38	0.25 58

CroCo-Stereo Lap2	0.99 65	0.89 304	2.55 150	0.99 169	1.80 448	0.54 2	0.46 33	3.10 159	1.24 22	1.07 83	1.21 66	1.05 98	0.78 69	1.26 62	1.08 173	0.27 70	0.23 178	0.27 93	0.21 62	0.43 289	0.34 192

AIO_rvc	0.78 14	0.55 62	1.25 24	0.75 22	0.65 172	1.46 43	0.99 292	2.13 59	1.52 105	0.57 5	1.15 57	1.09 99	0.55 9	1.15 38	0.53 13	0.24 28	0.17 17	0.24 31	0.17 15	0.25 26	0.21 22

rvit_0105_4	1.07 79	0.99 332	2.39 143	0.93 136	0.54 120	1.62 56	0.84 206	2.77 128	2.91 411	0.80 46	0.91 24	1.09 99	0.86 87	1.63 132	0.85 103	0.40 300	0.45 388	0.35 270	0.31 270	0.43 289	0.40 265

EGLCR-Stereo	1.06 76	0.51 29	1.56 59	1.02 192	0.39 36	4.27 382	0.42 21	4.08 340	1.48 76	0.90 63	0.68 7	1.09 99	0.66 35	1.81 159	0.62 22	0.27 70	0.19 64	0.29 141	0.23 105	0.37 217	0.25 58

MM-Stereo_test3	1.09 80	0.59 101	1.55 57	1.73 425	1.18 329	1.91 69	0.86 217	3.52 211	1.76 206	1.25 96	1.86 266	1.10 102	0.69 39	1.32 77	0.86 110	0.27 70	0.23 178	0.27 93	0.22 92	0.34 177	0.30 150

EAI-Stereo	2.35 306	0.63 145	2.97 176	0.95 144	0.65 172	3.84 269	14.27 502	5.04 477	2.19 287	2.06 257	7.25 465	1.10 102	0.94 107	1.65 136	1.37 238	0.31 182	0.22 153	0.27 93	0.60 423	0.27 50	0.32 167

Anonymous3	1.72 193	0.76 259	11.61 299	0.83 63	0.84 244	4.46 407	0.84 206	3.57 220	1.16 15	1.34 101	1.37 107	1.11 104	1.03 126	1.58 115	1.13 184	0.70 426	0.58 426	0.33 235	0.35 310	0.47 320	0.42 275

LMCR-Stereo	2.40 314	1.31 396	18.61 393	1.59 406	0.86 250	3.87 280	1.15 330	4.32 420	1.60 160	2.25 321	2.27 350	1.13 105	2.43 373	2.48 216	1.60 284	0.88 442	0.24 211	0.29 141	0.24 128	0.56 353	0.30 150

R-Stereo Train	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 255	0.90 247	4.09 342	1.51 96	2.16 290	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58

RAFT-Stereo	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 255	0.90 247	4.09 342	1.51 96	2.16 290	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AnonymousM	1.22 109	1.32 398	0.97 1	0.88 97	0.56 129	4.03 319	0.69 112	2.41 79	1.68 181	1.48 119	1.31 92	1.15 108	1.00 121	1.18 52	0.73 66	0.32 200	0.40 363	2.07 475	1.70 477	0.24 14	0.22 28

IPLGR_C	2.28 283	1.31 396	19.46 409	0.92 122	1.32 364	3.93 291	0.89 242	4.20 367	1.82 214	2.30 332	2.63 399	1.16 109	1.07 143	1.41 87	1.29 225	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

GCAP-Stereo	0.93 44	0.68 195	1.35 39	0.85 84	0.41 43	3.61 230	0.52 47	2.20 64	1.50 89	1.11 89	1.04 39	1.17 110	0.84 83	1.11 27	0.71 59	0.25 44	0.20 94	0.27 93	0.18 23	0.28 66	0.23 36

CIPLG	2.27 278	1.18 371	19.24 402	0.92 122	1.34 369	3.95 301	0.89 242	4.23 379	1.82 214	2.31 338	2.67 402	1.17 110	1.06 141	1.53 110	1.32 229	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

ACRE	2.27 278	1.11 359	19.45 408	0.91 116	1.30 357	3.94 296	0.87 235	4.21 372	1.80 212	2.28 326	2.62 397	1.17 110	1.04 130	1.52 108	1.30 226	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.46 306

raftrobust	1.19 97	0.72 223	2.30 134	1.26 306	1.31 359	3.55 217	0.68 107	2.75 126	1.47 69	2.21 310	1.38 110	1.17 110	1.22 181	1.20 54	1.11 180	0.28 105	0.24 211	0.21 5	0.19 36	0.25 26	0.28 114

rvit_0105_5	1.13 85	0.93 317	2.60 154	0.91 116	0.56 129	1.92 70	0.91 255	3.02 151	2.63 373	0.95 71	1.20 63	1.18 114	0.93 105	1.51 106	0.93 145	0.40 300	0.43 378	0.37 296	0.35 310	0.42 279	0.44 290

ADStereo(finetuned)	2.04 249	0.73 234	13.28 310	0.82 53	0.40 39	4.16 354	0.59 67	4.25 389	2.97 417	2.35 350	1.84 256	1.18 114	3.40 420	1.52 108	1.54 275	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.51 335

RALCasStereoNet	1.19 97	1.02 337	2.06 110	1.12 243	1.14 321	3.08 145	0.70 118	2.99 146	1.73 197	1.34 101	1.68 189	1.18 114	0.91 100	2.16 195	1.00 162	0.30 163	0.26 243	0.24 31	0.21 62	0.29 78	0.30 150

DCANet	1.74 196	0.73 234	9.08 265	0.82 53	0.40 39	4.18 362	0.59 67	4.25 389	2.97 417	2.35 350	1.84 256	1.18 114	1.63 284	1.51 106	1.55 276	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.53 342

fff	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

dd	1.26 126	1.15 366	2.47 147	0.92 122	0.49 97	4.35 390	0.75 150	1.92 44	2.11 274	1.44 116	1.24 72	1.19 118	1.05 134	1.78 154	1.70 304	0.57 399	0.34 322	0.35 270	0.33 288	0.60 365	0.46 306

rafts_anoy	1.24 115	0.80 275	3.61 206	1.17 271	1.20 341	3.00 136	0.61 73	3.17 167	1.58 144	1.37 107	1.26 79	1.19 118	1.12 156	1.78 154	1.25 213	0.32 200	0.23 178	0.32 201	0.32 280	0.31 117	0.30 150

csc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

cscssc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

testlalala_base	1.62 178	0.74 242	1.63 63	1.19 279	1.40 381	2.63 110	0.84 206	4.09 342	1.31 36	1.22 95	1.42 119	1.21 123	0.85 85	1.16 40	0.73 66	3.92 495	2.10 482	0.27 93	0.18 23	4.49 494	1.11 440

RSM	0.80 17	0.50 25	1.08 8	0.83 63	0.51 102	1.31 33	0.77 166	2.28 73	1.43 54	0.82 50	1.44 123	1.22 124	0.62 24	1.17 47	0.63 25	0.22 8	0.18 41	0.24 31	0.19 36	0.27 50	0.20 12

rvit_0105_3	1.24 115	0.93 317	2.84 171	0.97 157	0.58 148	2.38 94	1.08 315	3.26 179	2.53 360	1.18 93	1.40 115	1.24 125	1.04 130	1.73 148	0.97 154	0.44 337	0.44 383	0.40 321	0.42 374	0.42 279	0.50 327

iRaft-Stereo_20w	1.88 217	0.62 137	10.58 287	0.90 109	0.83 237	2.96 134	0.78 169	4.90 475	1.58 144	2.29 328	1.60 167	1.25 126	4.51 448	2.28 209	0.90 127	0.29 124	0.21 125	0.26 69	0.24 128	0.41 261	0.31 159

PSM-AAD	2.43 317	0.54 56	1.32 35	0.92 122	0.54 120	4.48 409	7.47 491	2.96 143	1.55 129	2.31 338	2.56 393	1.26 127	16.23 499	2.46 214	0.89 123	0.28 105	0.21 125	0.58 409	0.41 368	0.34 177	1.32 450

TestStereo	2.00 242	1.02 337	12.25 303	0.70 14	0.61 156	1.88 66	0.55 53	2.31 74	1.52 105	1.41 113	1.33 94	1.27 128	0.90 98	11.62 453	0.81 91	0.34 228	0.19 64	0.33 235	0.24 128	0.44 297	0.24 48

rvit_105_1	1.43 152	0.90 306	3.27 189	1.08 218	0.68 190	2.79 114	1.27 351	3.52 211	2.35 321	1.38 109	1.54 149	1.28 129	1.14 164	2.91 244	1.40 240	0.54 393	0.47 400	0.45 352	0.59 421	0.44 297	0.58 361

mmm	1.27 131	0.58 94	2.20 119	1.41 367	0.68 190	2.39 96	0.85 215	3.90 285	1.63 170	2.20 302	1.84 256	1.28 129	1.50 246	1.91 172	0.89 123	0.31 182	0.27 254	0.45 352	0.37 332	0.38 222	0.34 192

GES	1.38 148	0.64 156	2.61 157	1.09 224	0.57 140	4.30 386	1.02 300	3.86 273	1.51 96	1.72 160	1.74 206	1.28 129	1.77 308	1.62 128	1.61 287	0.39 294	0.27 254	0.33 235	0.30 254	0.41 261	0.47 311

RALAANet	1.28 134	1.08 352	3.21 185	1.25 300	0.94 275	1.44 41	0.69 112	3.15 164	2.57 367	2.01 240	1.80 232	1.29 132	1.05 134	2.00 178	1.48 261	0.27 70	0.20 94	0.27 93	0.24 128	0.40 237	0.27 95

RAFT-Stereo-weight	1.11 83	0.48 16	1.22 21	0.99 169	0.42 48	4.17 359	0.80 186	3.60 223	1.50 89	1.97 219	1.50 138	1.30 133	0.65 32	1.24 59	0.85 103	0.25 44	0.19 64	0.26 69	0.22 92	0.27 50	0.23 36

testlalala	1.14 90	0.62 137	1.34 37	1.00 177	0.78 221	4.38 392	0.93 270	2.46 86	2.20 289	2.44 366	1.52 140	1.31 134	0.61 22	1.04 21	0.65 32	0.35 247	0.19 64	0.24 31	0.19 36	0.24 14	0.23 36

IPLG	2.48 328	0.65 166	19.63 414	0.91 116	0.79 222	4.60 437	0.56 56	4.31 416	1.84 221	1.91 202	2.00 299	1.31 134	1.38 205	6.61 322	1.53 274	0.27 70	0.20 94	0.27 93	0.23 105	0.31 117	0.36 211

RAFT+CT+SA	1.62 178	0.72 223	7.42 246	0.97 157	1.42 389	4.04 320	0.94 275	3.90 285	1.61 164	1.61 136	1.63 175	1.33 136	1.18 175	2.73 242	1.10 177	0.27 70	0.19 64	0.31 182	0.34 296	0.33 159	0.33 180

PFNet+	1.46 156	0.57 81	2.84 171	0.92 122	0.47 83	4.64 442	0.84 206	2.46 86	1.99 242	2.14 277	1.64 177	1.34 137	1.03 126	4.68 283	1.23 208	0.45 346	0.33 311	0.37 296	0.39 351	0.32 142	0.49 320

ICVP	2.26 276	0.66 177	21.18 479	0.99 169	0.88 258	4.28 383	0.95 279	3.32 188	1.60 160	1.66 147	1.76 218	1.34 137	1.14 164	1.62 128	1.32 229	0.53 391	0.35 326	0.33 235	0.29 236	0.40 237	0.51 335
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iResNet	2.52 335	0.94 323	21.17 478	1.84 439	0.72 202	3.75 250	0.81 195	4.14 358	2.55 366	2.33 348	2.03 302	1.35 139	1.44 228	3.27 252	2.16 362	0.35 247	0.23 178	0.28 120	0.22 92	0.44 297	0.45 296

NF-Stereo	1.58 168	0.61 127	2.66 163	2.26 461	0.47 83	4.68 448	0.67 102	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.08 312	1.20 198	0.40 300	0.20 94	0.36 284	0.34 296	0.31 117	0.36 211

OCTAStereo	1.58 168	0.61 127	2.72 165	2.27 464	0.46 73	4.68 448	0.67 102	3.30 182	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.02 309	1.21 202	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

RE-Stereo	1.58 168	0.61 127	2.72 165	2.26 461	0.46 73	4.68 448	0.68 107	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

TVStereo	1.58 168	0.61 127	2.72 165	2.26 461	0.46 73	4.68 448	0.68 107	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

CASS	1.29 136	0.66 177	2.62 160	0.95 144	0.66 178	2.84 116	0.69 112	3.00 148	1.79 211	2.57 382	1.95 286	1.39 144	1.55 261	1.59 120	1.06 168	0.50 377	0.28 263	0.34 252	0.28 209	0.46 316	0.63 376
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TestStereo1	1.56 165	0.81 279	2.32 135	1.61 411	0.64 164	4.13 341	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 352	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

SA-5K	1.56 165	0.81 279	2.32 135	1.61 411	0.64 164	4.13 341	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 352	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

test_xeample	2.67 356	0.56 72	2.05 101	1.09 224	0.81 227	3.24 161	0.80 186	4.55 461	2.70 382	2.42 364	2.27 350	1.39 144	1.40 212	10.75 415	17.51 491	0.30 163	0.30 286	0.32 201	0.28 209	0.34 177	0.33 180

DN-CSS_ROB	1.91 224	1.55 419	11.13 294	1.82 437	0.88 258	3.99 312	0.61 73	4.01 316	1.67 179	1.64 142	1.89 276	1.39 144	1.06 141	3.23 251	1.50 265	0.31 182	0.19 64	0.44 346	0.29 236	0.37 217	0.31 159

PSMNet-RUCA	1.64 183	1.50 416	2.57 153	1.50 389	1.38 377	3.05 139	1.36 361	3.31 183	2.24 295	1.36 104	2.07 316	1.40 149	1.09 146	1.83 162	1.55 276	1.15 454	0.69 446	1.26 466	0.96 455	1.64 465	0.94 428

222	2.68 359	0.57 81	2.03 98	1.11 240	0.81 227	3.23 157	0.65 99	4.52 459	2.45 346	2.34 349	2.29 356	1.41 150	1.44 228	10.50 407	18.47 496	0.32 200	0.30 286	0.32 201	0.27 182	0.32 142	0.34 192

PSM-softLoss	1.66 187	0.59 101	5.15 227	2.25 459	0.48 91	4.68 448	0.69 112	2.57 107	1.52 105	2.14 277	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

KMStereo	1.66 187	0.59 101	5.15 227	2.25 459	0.48 91	4.68 448	0.69 112	2.57 107	1.52 105	2.14 277	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

LCNet	1.55 161	0.54 56	1.88 83	0.99 169	0.55 125	3.60 226	1.21 346	2.86 138	1.53 112	2.18 296	1.74 206	1.43 153	4.17 440	3.62 259	0.87 116	0.29 124	0.20 94	0.28 120	0.77 442	0.47 320	1.85 466

Selective-RAFT	1.15 91	0.46 10	1.64 65	0.99 169	0.45 66	4.17 359	0.51 44	3.21 170	1.69 187	1.12 90	1.34 99	1.45 154	1.40 212	2.08 185	0.94 147	0.41 314	0.20 94	0.24 31	0.23 105	0.27 50	0.25 58

DisPM	1.36 145	0.55 62	2.39 143	1.54 396	0.51 102	4.59 435	0.79 176	2.50 91	1.88 226	2.50 373	1.83 251	1.45 154	1.01 123	2.71 240	0.93 145	0.46 351	0.20 94	0.32 201	0.31 270	0.31 117	0.44 290

rvit_stereo_0075_2	1.18 95	0.74 242	2.66 163	0.90 109	1.27 355	2.51 102	0.69 112	2.25 69	2.06 258	1.40 111	1.86 266	1.46 156	0.84 83	1.42 88	0.94 147	0.46 351	0.40 363	0.48 368	0.38 345	0.46 316	0.51 335

HART	1.03 74	0.85 297	3.13 183	0.84 72	0.38 33	1.17 13	0.42 21	3.54 216	1.47 69	1.08 84	2.17 334	1.48 157	0.57 12	1.37 83	0.74 70	0.23 19	0.18 41	0.28 120	0.21 62	0.32 142	0.24 48

MIPNet	2.33 297	0.71 220	19.82 419	0.89 101	0.56 129	4.76 466	0.61 73	4.32 420	2.37 330	1.83 178	1.48 136	1.48 157	1.98 338	2.63 234	1.44 249	0.29 124	0.20 94	0.26 69	0.23 105	0.30 100	0.39 245

Pruner-Stereo	1.32 143	0.59 101	2.11 114	1.79 435	0.47 83	4.73 461	0.79 176	2.53 93	1.72 194	2.47 370	1.58 159	1.48 157	1.03 126	1.66 137	1.47 258	0.44 337	0.21 125	0.34 252	0.30 254	0.30 100	0.39 245

model_zeroshot	1.21 105	0.60 113	3.55 200	1.05 202	0.57 140	3.46 195	0.63 87	2.73 123	1.55 129	2.05 252	1.38 110	1.50 160	0.82 79	1.69 143	0.87 116	0.29 124	0.23 178	0.30 161	0.23 105	0.27 50	0.32 167

GMOStereo	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

error version	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

test-v	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

test-2	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

DeepStereo_RVC	1.55 161	0.63 145	3.32 192	0.77 38	0.42 48	4.49 415	0.72 123	2.50 91	1.58 144	2.02 244	1.81 244	1.54 165	6.38 473	1.73 148	1.19 195	0.46 351	0.22 153	0.29 141	0.28 209	0.35 195	0.38 239

GCST	2.56 343	1.79 434	18.02 382	1.92 445	1.33 367	1.72 58	0.51 44	3.67 234	2.03 249	1.70 155	1.61 171	1.55 166	1.29 193	5.06 287	1.24 210	2.06 473	0.77 453	1.45 470	0.97 456	1.14 447	1.34 451

test_sample2	1.75 200	0.56 72	2.25 127	1.41 367	0.80 224	2.91 124	0.86 217	4.05 329	2.04 253	1.91 202	1.39 112	1.57 167	1.55 261	10.65 412	1.06 168	0.32 200	0.28 263	0.32 201	0.30 254	0.36 208	0.33 180

test_sample1	1.62 178	0.55 62	1.88 83	1.44 374	0.79 222	2.27 90	0.64 90	4.00 314	1.82 214	1.87 187	1.35 102	1.57 167	1.62 272	9.55 379	1.24 210	0.30 163	0.27 254	0.31 182	0.28 209	0.32 142	0.32 167

x	1.15 91	0.57 81	1.53 53	1.44 374	0.67 185	1.94 71	0.97 287	3.87 275	1.57 141	1.61 136	1.28 86	1.58 169	1.22 181	1.93 173	1.04 166	0.28 105	0.30 286	0.34 252	0.29 236	0.32 142	0.31 159

HCRNet	1.60 174	0.56 72	2.47 147	0.78 39	1.36 372	4.11 336	0.71 120	3.57 220	2.79 393	1.75 166	1.61 171	1.58 169	1.41 217	5.79 304	1.56 278	0.34 228	0.28 263	0.36 284	0.29 236	0.33 159	0.37 225

ITSA-stereo	1.86 212	0.72 223	3.74 209	1.20 283	0.66 178	4.09 330	0.91 255	4.24 387	2.53 360	1.93 208	1.77 223	1.59 171	2.15 352	6.12 313	2.44 379	0.40 300	0.38 349	0.40 321	0.40 362	0.50 331	0.98 432

DRaft	2.28 283	0.56 72	2.64 162	0.74 21	0.46 73	3.94 296	1.23 347	2.32 76	1.55 129	2.64 396	2.80 413	1.60 172	5.34 458	6.96 334	10.99 463	0.34 228	0.22 153	0.27 93	0.27 182	0.29 78	0.37 225

FADNet_RVC	2.65 352	2.28 450	16.51 358	0.98 163	0.92 268	4.09 330	0.83 203	4.26 396	1.73 197	1.46 117	1.78 226	1.60 172	1.50 246	8.88 362	2.39 375	0.47 360	0.38 349	0.44 346	0.58 419	0.89 424	0.97 430

RAFT-Stereo + iAFF	1.25 119	0.72 223	1.74 72	1.05 202	0.36 10	4.13 341	0.42 21	2.95 142	2.84 407	2.02 244	2.40 377	1.61 174	1.11 155	1.26 62	0.97 154	0.21 4	0.15 2	0.26 69	0.23 105	0.29 78	0.23 36

dad	1.65 184	1.19 373	3.04 180	0.98 163	0.56 129	4.22 372	0.84 206	1.99 49	2.48 350	2.14 277	1.68 189	1.62 175	1.13 158	3.85 265	2.04 346	1.03 449	0.40 363	2.04 474	0.48 393	0.75 410	0.53 342

HITNet	2.07 254	0.82 286	14.77 334	1.34 341	0.56 129	3.47 198	0.80 186	4.07 336	2.35 321	2.16 290	1.61 171	1.64 176	1.44 228	2.09 188	2.56 391	0.26 56	0.18 41	0.41 331	0.26 156	0.45 305	0.25 58
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
FINET	2.96 383	1.07 350	23.18 502	1.29 317	1.86 450	2.03 75	1.52 385	4.30 413	4.71 475	2.23 316	2.34 374	1.65 177	1.48 239	5.89 306	2.81 401	0.51 383	0.47 400	0.49 381	0.40 362	0.59 361	0.49 320

SFCPSM	2.18 265	0.63 145	17.03 366	0.88 97	0.98 287	3.74 249	1.28 353	4.09 342	2.16 282	1.85 180	1.83 251	1.65 177	1.39 208	2.50 217	1.50 265	0.33 216	0.27 254	0.39 315	0.36 320	0.34 177	0.37 225

H2IRNET	1.90 220	0.53 46	14.29 331	1.14 251	0.60 152	4.48 409	0.44 28	2.65 115	1.81 213	1.05 82	2.30 360	1.67 179	1.40 212	2.17 197	1.50 265	0.36 258	0.21 125	0.33 235	0.37 332	0.34 177	0.29 124

test_5	1.87 213	0.75 254	10.23 282	1.14 251	1.40 381	3.85 275	1.27 351	3.91 289	1.93 235	1.69 151	1.78 226	1.67 179	1.79 311	2.99 249	1.17 192	0.30 163	0.18 41	0.35 270	0.33 288	0.34 177	0.33 180

GCAP-BAT	1.21 105	0.74 242	3.23 186	0.95 144	0.70 198	3.86 277	0.93 270	1.89 39	1.48 76	1.85 180	1.96 287	1.68 181	0.79 71	1.78 154	0.81 91	0.29 124	0.20 94	0.24 31	0.20 49	0.26 38	0.35 206

test_sample5	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 402	2.31 314	2.20 302	1.97 293	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

DualNet	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 402	2.31 314	2.26 324	2.04 305	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

SA	1.62 178	0.75 254	3.78 211	1.07 210	0.43 54	4.26 377	1.36 361	4.45 448	3.12 430	1.63 139	1.97 293	1.68 181	2.26 362	2.55 227	1.27 219	0.27 70	0.22 153	0.37 296	0.37 332	0.35 195	0.30 150

IPLGR	2.53 336	0.58 94	20.46 453	0.82 53	0.52 111	4.56 432	0.50 40	4.30 413	2.38 333	1.87 187	1.53 147	1.68 181	1.72 303	6.95 333	1.15 186	0.28 105	0.21 125	0.27 93	0.23 105	0.33 159	0.32 167

test_sample6	2.35 306	0.62 137	10.78 290	1.33 334	0.83 237	3.15 150	0.79 176	4.36 431	2.43 341	2.26 324	2.04 305	1.69 186	1.39 208	11.48 448	1.61 287	0.38 282	0.32 304	0.37 296	0.39 351	0.41 261	0.42 275

GMM-Stereo	2.45 320	0.52 35	20.38 448	0.89 101	0.82 235	4.18 362	1.91 418	2.45 85	1.48 76	2.48 371	2.30 360	1.69 186	1.86 328	2.93 246	1.08 173	0.28 105	0.18 41	0.33 235	0.48 393	0.35 195	2.41 477

GrayStereo	2.58 347	0.53 46	1.63 63	1.58 405	0.89 263	4.17 359	8.17 495	3.03 152	1.52 105	2.80 410	2.50 385	1.70 188	17.10 500	2.83 243	1.15 186	0.33 216	0.21 125	0.27 93	0.32 280	0.28 66	0.53 342

ARAFT	2.56 343	1.13 361	19.50 411	0.89 101	0.48 91	4.15 345	1.40 371	4.36 431	2.82 405	2.36 354	1.88 270	1.70 188	1.04 130	6.45 319	1.22 205	0.29 124	0.18 41	0.37 296	0.35 310	0.35 195	0.25 58

anonymity	1.76 201	1.26 389	2.73 168	1.66 415	1.32 364	1.84 63	1.07 310	3.49 204	2.30 310	2.11 268	2.11 323	1.71 190	3.90 435	1.82 161	1.48 261	1.10 451	1.09 462	1.08 461	1.08 462	1.05 436	1.09 438

Prome-Stereo	1.61 176	0.55 62	1.71 68	0.98 163	0.60 152	4.41 401	1.82 413	3.03 152	1.53 112	2.18 296	3.45 440	1.72 191	3.49 427	2.23 206	1.08 173	0.29 124	0.20 94	0.26 69	0.25 138	0.34 177	2.16 472

test_sample4	2.34 301	0.63 145	11.59 298	1.30 324	0.83 237	3.07 144	0.72 123	4.27 397	2.30 310	2.30 332	1.88 270	1.73 192	1.42 222	11.14 436	1.46 253	0.35 247	0.29 273	0.35 270	0.36 320	0.40 237	0.38 239

DCRE	1.44 153	0.74 242	3.50 199	1.13 250	0.72 202	1.78 59	0.67 102	2.14 61	1.56 135	1.99 226	8.09 472	1.73 192	1.07 143	1.24 59	0.83 97	0.23 19	0.25 231	0.26 69	0.26 156	0.28 66	0.30 150

DualNet (step1)	2.34 301	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	1.23 458	0.48 406	4.27 502	2.09 488	0.70 397	0.69 388

test_sample9	3.79 433	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	11.06 431	11.61 467	1.23 458	14.45 515	4.27 502	2.09 488	0.70 397	0.69 388

test_sample7	1.65 184	0.70 208	2.60 154	1.48 385	0.76 215	2.38 94	1.07 310	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	0.44 337	0.48 406	0.43 342	0.40 362	0.46 316	0.43 284

TRStereo	2.31 290	1.87 436	19.74 417	1.53 394	1.16 327	4.26 377	1.08 315	4.73 471	1.45 56	1.55 126	1.28 86	1.75 194	0.85 85	1.81 159	1.20 198	0.36 258	0.26 243	0.32 201	0.36 320	0.34 177	0.33 180

NRIStereo	1.28 134	0.61 127	1.67 66	1.15 264	0.38 33	4.73 461	0.90 247	2.42 81	1.50 89	1.93 208	1.33 94	1.75 194	1.22 181	2.96 248	1.33 233	0.46 351	0.22 153	0.29 141	0.26 156	0.30 100	0.28 114

PS-NSSS	2.22 268	1.33 401	2.90 175	0.97 157	1.53 403	4.11 336	1.08 315	4.55 461	2.65 376	2.10 264	2.32 372	1.77 199	1.40 212	11.79 466	1.61 287	0.68 422	0.45 388	0.96 455	0.43 377	0.95 429	0.92 426

Patchmatch Stereo++	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 448	0.76 153	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 115	0.65 166	2.03 98	0.75 22	0.37 22	4.68 448	0.73 128	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.18 199	0.87 116	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

ROB_FTStereo_v2	1.23 110	0.66 177	2.02 97	0.75 22	0.37 22	4.67 447	0.76 153	2.53 93	1.58 144	1.99 226	1.46 126	1.78 200	1.14 164	2.08 185	0.88 120	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

ROB_FTStereo	1.25 119	0.66 177	2.14 115	0.75 22	0.37 22	4.65 444	0.77 166	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.26 208	0.86 110	0.47 360	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

iGMRVC	1.26 126	0.66 177	2.14 115	0.75 22	0.37 22	4.66 445	0.74 140	2.53 93	1.58 144	1.99 226	1.46 126	1.78 200	1.14 164	2.46 214	0.92 137	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

iRAFT	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 448	0.76 153	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

RAFT-IKP	1.25 119	0.66 177	2.23 126	0.75 22	0.37 22	4.64 442	0.74 140	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.22 205	0.92 137	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

xx1	2.03 247	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	4.23 379	3.95 468	1.01 76	1.81 244	1.79 207	1.34 201	2.13 190	0.64 28	0.29 124	0.17 17	0.33 235	0.33 288	0.33 159	0.32 167

qqq	1.30 137	0.57 81	1.67 66	1.15 264	0.51 102	2.18 87	0.91 255	3.98 308	1.53 112	1.50 122	1.24 72	1.79 207	1.34 201	4.66 281	0.98 157	0.28 105	0.31 296	0.33 235	0.33 288	0.33 159	0.32 167

HUI-Stereo	1.25 119	0.66 177	2.33 137	0.75 22	0.37 22	4.68 448	0.78 169	2.53 93	1.58 144	1.99 226	1.46 126	1.79 207	1.13 158	2.17 197	0.85 103	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

test_sample3	2.34 301	0.61 127	11.94 301	1.33 334	0.85 245	3.10 148	0.73 128	4.24 387	2.19 287	2.21 310	1.75 210	1.80 210	1.41 217	11.11 435	1.46 253	0.35 247	0.29 273	0.34 252	0.35 310	0.39 232	0.37 225

gwcnet-sp	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

scenet	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

ssnet	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

iRaftStereo_RVC	1.09 80	0.70 208	1.39 42	0.95 144	0.45 66	3.83 264	0.42 21	2.37 78	1.58 144	1.69 151	1.76 218	1.80 210	0.83 82	1.50 104	0.98 157	0.28 105	0.18 41	0.29 141	0.26 156	0.30 100	0.31 159

AIO_test	0.76 7	0.47 12	1.31 32	0.81 43	0.70 198	1.36 36	0.88 239	1.40 6	1.45 56	0.55 4	0.95 27	1.81 215	0.58 15	1.16 40	0.46 10	0.27 70	0.17 17	0.24 31	0.19 36	0.24 14	0.21 22

MIM_Stereo	1.20 102	0.78 268	3.30 191	1.05 202	0.43 54	3.04 137	0.60 70	2.46 86	1.51 96	1.60 131	1.58 159	1.82 216	1.29 193	2.00 178	1.07 171	0.24 28	0.24 211	0.28 120	0.25 138	0.27 50	0.27 95

LL-Strereo2	1.23 110	0.85 297	2.38 142	0.93 136	0.68 190	3.72 245	1.37 366	2.54 102	1.99 242	1.75 166	1.40 115	1.82 216	0.73 48	1.40 84	0.99 160	0.31 182	0.23 178	0.55 403	0.35 310	0.29 78	0.24 48

Consistency-Raft	2.86 370	1.66 426	19.61 412	1.40 366	1.75 440	3.84 269	1.32 356	4.07 336	2.25 298	1.78 170	2.67 402	1.82 216	4.41 445	1.94 175	2.06 349	0.83 439	0.94 459	1.03 457	1.12 463	1.70 467	1.09 438

anonymousdsp2	1.26 126	0.60 113	3.74 209	1.02 192	0.41 43	3.60 226	0.72 123	3.68 236	1.47 69	1.37 107	1.56 156	1.83 219	1.01 123	2.00 178	0.66 36	0.29 124	0.20 94	0.28 120	0.20 49	0.32 142	0.29 124

PFNet	2.47 326	0.60 113	16.95 365	2.15 458	0.81 227	4.63 441	0.91 255	2.55 103	1.52 105	2.40 362	2.79 411	1.83 219	1.42 222	7.54 342	1.34 236	0.33 216	0.21 125	0.36 284	0.27 182	0.32 142	0.39 245

test-1	1.23 110	0.65 166	1.88 83	0.96 150	0.52 111	3.84 269	0.62 85	4.01 316	1.47 69	1.93 208	1.78 226	1.83 219	0.92 103	1.19 53	1.28 223	0.26 56	0.29 273	0.31 182	0.24 128	0.29 78	0.36 211

tg	1.15 91	0.67 187	1.31 32	0.94 140	0.54 120	4.02 317	0.41 19	2.96 143	1.59 159	1.69 151	1.85 263	1.84 222	0.97 113	1.78 154	0.83 97	0.27 70	0.17 17	0.29 141	0.26 156	0.29 78	0.27 95

Sa-1000	1.63 182	0.79 271	3.56 202	1.11 240	0.48 91	4.06 323	1.41 374	4.49 454	2.75 388	2.00 238	2.80 413	1.84 222	1.43 225	2.64 236	1.50 265	0.27 70	0.19 64	0.36 284	0.33 288	0.36 208	0.30 150

test_4	1.30 137	0.50 25	6.16 237	0.84 72	0.45 66	1.61 54	1.12 324	2.14 61	1.42 50	1.52 123	2.31 367	1.84 222	0.79 71	2.52 225	1.19 195	0.27 70	0.17 17	0.29 141	0.29 236	0.29 78	0.25 58

StereoVision	1.65 184	0.75 254	7.47 247	1.01 183	1.80 448	2.61 109	0.61 73	3.06 157	1.96 237	1.25 96	3.46 441	1.85 225	0.88 91	2.07 183	1.93 332	0.43 330	0.36 330	0.37 296	0.36 320	0.48 323	0.33 180

FADNet-RVC	2.51 332	2.27 448	14.03 325	1.09 224	0.81 227	3.54 216	1.10 320	4.13 352	2.48 350	1.39 110	1.22 67	1.85 225	1.77 308	9.78 384	2.06 349	0.38 282	0.37 343	0.40 321	0.40 362	0.67 391	0.48 315

CRE-IMP	1.23 110	0.61 127	2.14 115	0.82 53	0.39 36	4.54 424	0.83 203	2.63 114	1.55 129	1.95 213	1.46 126	1.87 227	0.96 110	1.48 102	1.33 233	0.45 346	0.21 125	0.31 182	0.26 156	0.41 261	0.31 159

HBP-ISP	3.25 414	1.10 356	20.86 465	1.54 396	1.15 323	4.50 418	2.89 455	4.43 444	2.38 333	4.14 460	1.96 287	1.90 228	2.04 341	11.08 434	1.32 229	0.66 416	0.57 421	0.66 430	0.61 426	0.64 381	0.61 369

FTStereo	3.71 431	0.53 46	20.37 447	0.96 150	0.65 172	4.34 389	11.29 498	2.62 113	1.50 89	2.58 385	5.04 459	1.90 228	13.84 497	3.71 263	1.25 213	0.38 282	0.24 211	0.31 182	0.32 280	0.30 100	2.10 471

castereo++	0.93 44	0.56 72	1.26 25	0.92 122	0.73 206	2.48 100	1.00 293	2.99 146	1.03 11	0.68 19	1.41 117	1.92 230	0.59 17	1.26 62	0.44 7	0.25 44	0.19 64	0.28 120	0.19 36	0.23 11	0.23 36

MSKI-zero shot	2.22 268	0.64 156	20.09 433	0.96 150	0.56 129	4.04 320	0.70 118	3.91 289	1.50 89	1.92 204	2.28 353	1.92 230	0.71 43	2.93 246	0.67 40	0.26 56	0.23 178	0.26 69	0.21 62	0.28 66	0.26 82

4D-IteraStereo	1.97 236	0.84 293	20.43 452	0.78 39	1.56 411	2.09 83	1.05 307	2.43 83	1.56 135	1.41 113	1.00 31	1.94 232	0.61 22	1.22 57	1.06 168	0.27 70	0.18 41	0.31 182	0.26 156	0.27 50	0.23 36

ASMatch	2.62 349	0.60 113	20.65 460	1.37 359	0.64 164	4.39 395	0.78 169	1.97 47	1.58 144	1.70 155	3.89 449	1.94 232	3.79 432	5.46 295	1.64 297	0.31 182	0.24 211	0.34 252	0.28 209	0.33 159	0.50 327

SMFormer	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.38 222	0.36 211

tta	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.29 78	0.29 124

qqq1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

fff1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

1111x	3.13 405	0.57 81	8.38 257	1.20 283	0.76 215	3.80 260	0.88 239	4.61 466	2.63 373	2.31 338	2.16 332	1.95 234	1.81 319	11.54 449	18.13 494	0.32 200	0.31 296	0.32 201	0.30 254	0.35 195	0.34 192

AASNet	2.44 319	0.92 313	19.79 418	1.35 345	1.49 397	3.81 262	1.07 310	3.85 270	2.93 414	1.95 213	2.29 356	1.96 239	1.29 193	1.73 148	1.93 332	0.39 294	0.33 311	0.45 352	0.30 254	0.55 347	0.45 296

CrosDoStereo	5.24 464	0.60 113	20.23 438	0.82 53	0.51 102	3.39 182	18.11 506	3.82 263	2.27 303	1.98 221	8.74 477	1.96 239	6.96 477	7.35 338	26.35 509	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

DeepStereo_LL	5.24 464	0.60 113	20.23 438	0.82 53	0.51 102	3.39 182	18.11 506	3.82 263	2.27 303	1.98 221	8.74 477	1.96 239	6.96 477	7.35 338	26.35 509	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

RAFT-345	2.46 323	0.55 62	19.69 416	1.02 192	0.49 97	4.43 405	0.78 169	1.64 25	2.34 319	2.09 261	3.12 429	1.96 239	1.31 197	6.65 324	1.43 247	0.36 258	0.23 178	0.32 201	0.25 138	0.28 66	0.25 58

EKT-Stereo	6.79 483	0.64 156	4.24 214	1.77 429	106.39 524	4.51 422	0.61 73	3.16 165	1.53 112	1.88 190	1.22 67	1.98 243	1.36 204	3.81 264	0.84 100	0.35 247	0.24 211	0.29 141	0.26 156	0.34 177	0.48 315

iResNet_ROB	1.89 218	1.02 337	8.60 260	1.39 363	0.98 287	3.72 245	0.66 101	3.84 267	2.65 376	1.88 190	2.05 311	1.98 243	1.27 188	4.52 279	1.67 301	0.30 163	0.20 94	0.28 120	0.18 23	0.31 117	0.40 265

CC-Net-ROB	3.35 419	1.76 432	13.89 323	2.33 467	1.65 428	4.49 415	1.62 396	4.73 471	2.90 410	1.92 204	2.05 311	1.99 245	1.61 269	12.57 484	1.60 284	2.46 476	2.18 483	2.68 485	1.04 461	2.11 470	1.38 454

KYRaft	1.59 173	0.52 35	1.73 69	0.95 144	0.49 97	4.38 392	1.79 409	2.43 83	1.51 96	2.49 372	2.98 421	2.00 246	3.41 421	2.14 193	0.82 94	0.30 163	0.21 125	0.33 235	0.46 385	0.35 195	2.45 480

DMCA-RVC	2.45 320	1.22 382	18.29 385	1.23 296	1.14 321	2.49 101	0.85 215	3.29 181	1.68 181	3.02 424	1.41 117	2.00 246	1.53 258	6.39 318	2.00 342	0.38 282	0.30 286	0.44 346	0.35 310	0.45 305	0.44 290

MLCV	1.87 213	0.91 311	8.59 259	1.10 233	0.57 140	3.59 224	0.53 48	3.70 246	2.20 289	2.80 410	2.25 348	2.00 246	1.42 222	4.13 274	1.86 325	0.30 163	0.20 94	0.32 201	0.21 62	0.33 159	0.36 211

iResNetv2_ROB	2.65 352	5.00 474	19.28 407	2.06 455	1.09 315	3.83 264	1.13 327	4.14 358	2.09 264	1.85 180	2.03 302	2.01 249	1.51 249	3.58 257	1.58 280	0.34 228	0.21 125	0.32 201	0.21 62	0.44 297	0.29 124

test_3	1.19 97	0.51 29	2.08 113	0.99 169	0.41 43	2.05 80	0.87 235	4.40 439	1.42 50	1.99 226	1.18 61	2.03 250	0.79 71	2.70 239	0.75 73	0.27 70	0.17 17	0.29 141	0.29 236	0.30 100	0.27 95

DEmStereo	2.97 387	0.58 94	13.42 312	0.79 41	0.51 102	3.84 269	1.84 416	2.42 81	1.60 160	2.25 321	2.74 406	2.03 250	6.04 465	6.79 332	12.80 472	0.35 247	0.26 243	0.26 69	0.27 182	0.27 50	0.37 225

RAFT-RH_RVC	2.63 350	0.55 62	19.97 426	1.26 306	0.47 83	4.46 407	0.57 57	1.71 28	1.64 171	3.06 428	5.51 461	2.03 250	1.28 190	6.70 326	1.52 273	0.42 325	0.22 153	0.37 296	0.34 296	0.28 66	0.29 124

FADNet-RVC-Resample	2.83 368	2.02 443	21.07 473	1.12 243	0.91 267	3.53 212	1.37 366	4.08 340	2.09 264	1.68 150	1.33 94	2.03 250	1.51 249	9.54 378	1.69 303	0.38 282	0.37 343	0.42 338	0.44 379	0.56 353	0.56 352

CoDeX	2.40 314	0.78 268	13.21 309	1.00 177	1.18 329	3.24 161	1.32 356	4.14 358	2.41 338	1.74 164	1.84 256	2.05 254	1.47 237	10.03 396	1.60 284	0.34 228	0.28 263	0.32 201	0.27 182	0.32 142	0.39 245

xxxx	2.67 356	0.54 56	2.03 98	1.22 292	0.81 227	3.49 202	0.63 87	4.49 454	2.49 354	2.22 312	2.23 345	2.05 254	1.38 205	10.05 397	17.91 492	0.32 200	0.32 304	0.30 161	0.27 182	0.33 159	0.34 192

test-3	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.91 255	4.35 426	1.47 69	2.24 318	1.16 58	2.06 256	0.79 71	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

test_1	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.90 247	4.36 431	1.47 69	2.17 294	1.16 58	2.06 256	0.78 69	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

TDLM	2.29 286	1.08 352	4.61 222	1.29 317	1.01 298	4.26 377	2.17 432	3.75 251	2.79 393	2.31 338	1.98 295	2.06 256	1.59 264	12.45 480	1.72 307	0.51 383	0.28 263	0.52 393	0.35 310	0.56 353	0.50 327

ToySt	1.35 144	0.72 223	3.65 208	1.01 183	0.50 100	3.31 177	1.01 296	3.46 200	1.73 197	1.30 98	1.55 153	2.07 259	1.47 237	1.88 170	1.40 240	0.27 70	0.27 254	0.30 161	0.32 280	0.42 279	0.39 245

IRAFT_RVC	1.87 213	0.60 113	4.33 215	2.40 468	0.66 178	4.59 435	1.59 394	2.96 143	1.51 96	2.23 316	1.75 210	2.09 260	2.63 385	6.70 326	1.50 265	0.33 216	0.21 125	0.33 235	0.29 236	0.32 142	0.32 167

GANet-ADL	2.20 267	0.73 234	20.11 434	1.25 300	0.69 196	3.83 264	0.76 153	3.49 204	1.71 191	1.65 146	1.99 297	2.10 261	1.10 152	1.42 88	1.26 216	0.38 282	0.33 311	0.25 49	0.22 92	0.42 279	0.36 211

BEATNet_4x	1.92 227	1.36 403	8.75 263	1.20 283	0.56 129	3.46 195	1.03 301	4.00 314	2.43 341	2.25 321	1.70 195	2.10 261	1.59 264	2.57 230	3.05 407	0.37 266	0.22 153	0.47 360	0.29 236	0.60 365	0.40 265

AFF-stereo	1.31 141	0.77 262	1.46 48	1.10 233	0.45 66	3.93 291	0.48 38	2.92 141	2.92 413	1.90 197	2.21 342	2.11 263	1.52 251	1.93 173	1.12 183	0.21 4	0.16 6	0.25 49	0.25 138	0.29 78	0.20 12

MMNet	2.02 246	0.81 279	10.76 289	1.12 243	1.23 347	3.53 212	0.89 242	3.79 259	2.08 261	2.15 285	1.76 218	2.15 264	2.12 348	3.69 262	2.32 372	0.31 182	0.29 273	0.34 252	0.27 182	0.38 222	0.42 275

raft_robust	1.92 227	1.15 366	3.34 194	1.02 192	0.43 54	3.84 269	0.46 33	4.42 441	2.52 359	1.67 149	1.36 106	2.17 265	6.37 471	6.78 330	1.04 166	0.28 105	0.24 211	0.30 161	0.35 310	0.31 117	0.32 167

Occ-G	0.86 30	0.52 35	1.39 42	0.82 53	0.66 178	1.37 37	0.79 176	1.58 16	1.31 36	1.56 128	0.87 22	2.18 266	0.89 95	0.97 11	0.88 120	0.26 56	0.19 64	0.26 69	0.19 36	0.25 26	0.24 48

iRaft-Stereo_5w	2.10 257	0.83 289	8.57 258	0.81 43	0.76 215	3.21 154	0.84 206	3.71 247	1.65 175	1.56 128	2.50 385	2.20 267	2.23 361	9.13 369	2.01 344	0.38 282	0.19 64	0.35 270	0.27 182	0.45 305	0.39 245

RAFT + AFF	2.51 332	2.66 458	4.48 220	1.15 264	1.95 455	4.15 345	2.01 424	4.46 449	3.30 450	2.19 300	2.51 387	2.22 268	4.87 452	8.91 364	2.06 349	0.30 163	0.60 431	0.48 368	0.38 345	0.77 412	0.69 388

MFMNet_re	2.91 376	1.91 437	18.25 384	3.06 479	1.89 452	3.13 149	1.67 404	3.52 211	2.97 417	3.14 432	2.87 418	2.26 269	2.41 371	2.42 211	2.00 342	1.10 451	1.05 461	0.94 454	0.90 451	1.28 457	1.46 458

CFNet	2.34 301	1.10 356	8.96 264	1.34 341	1.24 349	4.09 330	0.73 128	4.04 325	2.77 390	1.62 138	1.87 269	2.27 270	1.45 232	11.41 444	1.82 320	0.31 182	0.24 211	0.43 342	0.36 320	0.43 289	0.33 180

MyStereo8	2.33 297	1.13 361	19.26 405	1.22 292	1.62 420	4.16 354	0.57 57	3.50 207	2.36 324	2.15 285	1.75 210	2.28 271	1.14 164	1.46 99	2.20 364	0.24 28	0.21 125	0.32 201	0.27 182	0.36 208	0.43 284

MyStereo05	2.37 312	0.72 223	19.94 424	1.02 192	0.99 290	4.26 377	0.86 217	4.01 316	2.62 371	2.14 277	1.26 79	2.28 271	1.63 284	2.07 183	1.68 302	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

Wz-Net-LNSev-Ref	2.42 316	1.47 413	14.14 327	1.30 324	1.35 370	3.51 208	1.64 399	4.04 325	2.10 272	2.46 368	1.88 270	2.28 271	2.51 379	4.73 284	3.17 409	0.38 282	0.19 64	0.35 270	0.20 49	0.40 237	0.36 211

IER	1.69 190	0.65 166	7.19 245	0.94 140	1.15 323	3.28 172	0.89 242	3.48 201	1.97 239	2.10 264	1.98 295	2.28 271	2.12 348	2.25 207	1.75 314	0.29 124	0.23 178	0.36 284	0.30 254	0.32 142	0.34 192

AACVNet	1.83 209	1.02 337	2.41 145	1.45 378	0.87 255	3.21 154	0.73 128	3.16 165	1.61 164	2.01 240	1.82 250	2.28 271	1.33 200	10.98 426	1.49 264	0.39 294	0.32 304	0.38 312	0.32 280	0.43 289	0.44 290

Wz-Net-MNSev	2.71 363	2.54 456	13.91 324	1.52 392	1.37 374	3.28 172	2.47 440	4.03 321	2.32 317	2.57 382	2.07 316	2.29 276	3.01 402	7.55 343	2.74 397	0.38 282	0.36 330	0.36 284	0.37 332	0.57 357	0.47 311

111	1.83 209	0.92 313	9.08 265	0.81 43	0.36 10	4.25 376	0.91 255	4.44 445	2.70 382	2.39 360	1.96 287	2.30 277	1.64 287	1.28 67	1.82 320	0.28 105	0.22 153	0.24 31	0.20 49	0.31 117	0.54 348

MyStereo04	2.29 286	0.80 275	18.77 394	1.00 177	1.04 303	3.95 301	0.95 279	3.91 289	2.54 364	1.99 226	1.27 85	2.31 278	1.65 289	2.02 182	1.77 315	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

XPNet_ROB	2.27 278	1.11 359	4.10 213	1.36 351	0.97 283	3.94 296	1.63 397	4.07 336	2.14 279	2.82 412	2.00 299	2.32 279	1.73 306	10.81 419	3.39 411	0.51 383	0.47 400	0.48 368	0.40 362	0.51 333	0.56 352

GEStereo_RVC	1.91 224	0.80 275	6.57 238	1.20 283	1.06 308	4.02 317	1.43 378	4.13 352	1.89 230	2.03 248	1.80 232	2.34 280	1.86 328	4.94 285	1.77 315	0.48 364	0.38 349	0.32 201	0.28 209	0.42 279	0.50 327

GANet-RSSM	1.98 238	0.62 137	3.49 197	1.69 418	1.23 347	4.22 372	0.91 255	3.31 183	1.86 223	1.81 175	1.74 206	2.34 280	1.82 321	10.92 424	1.73 311	0.34 228	0.29 273	0.31 182	0.28 209	0.39 232	0.40 265

DMCA	1.72 193	0.74 242	6.63 239	1.14 251	0.96 279	3.98 311	0.90 247	3.75 251	2.76 389	2.83 413	1.58 159	2.35 282	1.18 175	1.58 115	1.98 341	0.40 300	0.27 254	0.42 338	0.26 156	0.36 208	0.38 239

ETE_ROB	2.07 254	1.40 408	3.01 179	1.09 224	0.92 268	3.94 296	1.53 387	4.25 389	2.23 293	3.31 439	2.06 315	2.35 282	1.52 251	8.74 360	2.07 352	0.44 337	0.36 330	0.51 387	0.48 393	0.54 345	0.62 372

Any-RAFT	1.40 149	0.53 46	2.78 169	1.09 224	0.64 164	4.41 401	0.81 195	3.97 306	2.78 391	1.99 226	1.34 99	2.36 284	1.56 263	1.56 112	0.75 73	0.27 70	0.20 94	0.25 49	0.18 23	0.25 26	0.28 114

UCFNet_RVC	1.57 167	0.84 293	3.25 187	1.36 351	1.40 381	4.07 328	1.01 296	2.68 118	1.50 89	2.11 268	1.88 270	2.37 285	1.50 246	3.41 254	1.42 246	0.36 258	0.28 263	0.52 393	0.40 362	0.53 342	0.43 284

WCG-NET（raft）	0.95 53	0.55 62	1.20 20	0.84 72	0.31 2	1.44 41	1.01 296	1.55 15	2.37 330	1.64 142	1.42 119	2.38 286	1.01 123	1.29 70	0.76 76	0.22 8	0.19 64	0.22 9	0.20 49	0.25 26	0.21 22

CSP-Net	1.78 204	1.32 398	1.92 88	1.16 269	1.03 300	3.38 181	1.31 355	3.52 211	1.75 204	1.96 217	1.93 285	2.40 287	1.48 239	8.58 358	1.58 280	0.46 351	0.34 322	0.27 93	0.26 156	0.41 261	0.50 327

ADCRef	3.30 415	1.23 386	14.90 338	1.17 271	1.41 388	3.95 301	1.64 399	3.88 278	2.36 324	3.05 427	2.21 342	2.40 287	2.81 394	5.04 286	16.63 486	0.46 351	0.34 322	0.63 424	0.62 427	0.54 345	0.67 383

AAGNet	2.86 370	0.60 113	1.77 74	2.05 454	0.46 73	4.76 466	1.09 318	2.27 71	1.56 135	2.17 294	1.84 256	2.41 289	4.00 436	6.23 315	24.22 507	0.46 351	0.19 64	0.30 161	0.29 236	0.32 142	0.24 48

UPFNet	1.81 208	0.63 145	6.71 240	1.25 300	1.44 390	3.50 205	1.35 359	4.02 320	1.85 222	2.40 362	1.52 140	2.41 289	1.40 212	3.62 259	1.88 327	0.34 228	0.33 311	0.37 296	0.31 270	0.41 261	0.39 245

NCCL2	2.53 336	1.35 402	10.90 292	1.15 264	0.97 283	3.53 212	2.56 445	3.65 230	2.23 293	2.76 406	1.80 232	2.41 289	1.66 291	10.35 403	2.07 352	0.44 337	0.40 363	0.57 408	0.53 410	0.59 361	0.65 381

HI	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 274	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

CoSv	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 274	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

GMStereo_Zeroshot	1.41 151	1.21 376	3.33 193	1.29 317	0.72 202	3.35 179	0.53 48	2.58 110	1.68 181	2.35 350	1.56 156	2.42 292	0.96 110	2.50 217	1.16 189	0.45 346	0.23 178	0.40 321	0.24 128	0.79 416	0.33 180

SST-Stereo	1.76 201	0.58 94	3.10 181	1.44 374	0.46 73	4.71 460	0.76 153	2.22 67	2.79 393	2.07 260	2.18 336	2.43 295	3.22 414	6.66 325	0.84 100	0.42 325	0.19 64	0.30 161	0.27 182	0.35 195	0.26 82

FENet	2.25 274	0.50 25	20.29 445	1.35 345	0.67 185	4.01 315	0.60 70	3.95 300	1.99 242	1.96 217	1.11 52	2.43 295	1.43 225	1.60 122	1.39 239	0.32 200	0.22 153	0.33 235	0.26 156	0.29 78	0.39 245

psm_up	2.28 283	0.81 279	5.45 233	1.26 306	1.50 399	3.84 269	1.23 347	4.23 379	2.03 249	2.55 378	1.80 232	2.44 297	1.65 289	12.90 485	1.58 280	0.37 266	0.38 349	0.41 331	0.34 296	0.43 289	0.39 245

testlalala2	2.31 290	0.63 145	20.54 455	2.56 471	2.87 477	3.79 258	0.76 153	4.20 367	1.48 76	1.42 115	1.43 121	2.45 298	0.80 78	1.03 18	0.68 43	0.27 70	0.25 231	0.24 31	0.21 62	0.33 159	0.28 114

ttt	2.76 364	0.56 72	2.28 133	1.41 367	1.21 346	3.67 239	0.77 166	4.59 464	2.94 415	2.35 350	2.30 360	2.45 298	1.54 259	11.25 440	15.56 479	0.43 330	0.36 330	0.37 296	0.33 288	0.40 237	0.40 265

DAS	2.31 290	0.67 187	4.79 223	1.14 251	1.64 424	2.93 129	2.13 430	4.09 342	2.74 386	4.17 461	2.52 388	2.46 300	1.79 311	11.55 450	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

SepStereo	2.15 261	0.67 187	4.79 223	1.14 251	1.64 424	2.93 129	2.13 430	4.09 342	2.74 386	4.17 461	2.52 388	2.46 300	1.79 311	8.36 353	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

GANetREF_RVC	3.20 411	1.93 438	18.84 395	1.51 391	0.80 224	4.12 338	1.82 413	4.16 362	2.91 411	1.87 187	1.74 206	2.48 302	1.84 323	13.18 486	1.74 312	0.80 434	0.57 421	0.79 446	0.74 438	1.20 455	0.86 420
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
AdaStereo	1.45 155	0.83 289	2.34 140	1.28 314	0.81 227	3.21 154	1.14 329	4.20 367	2.46 349	2.05 252	1.77 223	2.48 302	1.18 175	1.71 146	1.44 249	0.43 330	0.25 231	0.43 342	0.28 209	0.44 297	0.34 192
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.
STTStereo	2.34 301	0.95 324	14.93 340	1.43 371	1.54 404	3.86 277	0.86 217	3.65 230	2.44 345	2.15 285	1.55 153	2.49 304	1.59 264	5.14 289	1.44 249	0.38 282	0.39 358	0.47 360	0.51 403	0.52 336	0.51 335

RAFT_CTSACE	1.80 207	1.06 349	10.00 278	1.71 422	1.39 379	3.49 202	1.06 308	3.05 154	1.62 167	1.70 155	2.04 305	2.51 305	1.80 316	1.98 177	0.94 147	0.25 44	0.22 153	0.28 120	0.30 254	0.30 100	0.26 82

FADNet	2.49 330	1.76 432	13.17 308	1.17 271	0.95 278	3.27 168	0.88 239	3.94 298	2.27 303	1.40 111	1.29 88	2.51 305	2.06 343	9.93 391	1.94 334	0.43 330	0.45 388	0.40 321	0.43 377	1.06 437	0.53 342

HSM-Net_RVC	2.87 373	0.57 81	17.46 375	0.92 122	0.90 266	3.70 242	1.20 343	5.64 489	2.51 358	3.22 437	2.43 378	2.54 307	1.59 264	11.41 444	1.65 299	0.34 228	0.25 231	0.26 69	0.23 105	0.30 100	0.29 124
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Reg-Stereo(zero)	1.60 174	0.42 5	10.69 288	0.89 101	0.68 190	3.27 168	0.47 37	2.27 71	1.54 121	1.48 119	1.24 72	2.55 308	2.68 388	1.48 102	1.10 177	0.19 2	0.19 64	0.22 9	0.18 23	0.24 14	0.26 82

GwcNet-ADL	2.47 326	0.67 187	21.48 486	0.96 150	0.72 202	4.61 438	0.95 279	4.42 441	2.36 324	1.98 221	1.80 232	2.55 308	1.24 186	1.90 171	1.41 244	0.40 300	0.46 396	0.24 31	0.27 182	0.41 261	0.49 320

SACVNet	2.46 323	1.14 365	9.47 272	1.44 374	1.18 329	4.06 323	1.49 384	3.84 267	2.24 295	2.62 392	1.89 276	2.57 310	1.28 190	11.35 442	1.64 297	0.50 377	0.39 358	0.48 368	0.41 368	0.55 347	0.75 404

CFNet-RSSM	2.08 256	0.52 35	20.06 429	1.01 183	0.56 129	3.39 182	0.64 90	3.67 234	1.55 129	1.72 160	1.37 107	2.57 310	1.19 179	1.11 27	0.86 110	0.27 70	0.20 94	0.25 49	0.23 105	0.27 50	0.23 36

DRN-Test	3.03 396	0.99 332	18.18 383	1.35 345	1.60 417	3.59 224	1.48 380	4.13 352	2.45 346	3.47 446	1.92 284	2.58 312	2.53 380	10.88 421	2.80 400	0.39 294	0.36 330	0.44 346	0.41 368	0.55 347	0.57 356

BSDual-CNN	1.46 156	0.59 101	1.94 89	0.87 92	0.85 245	4.16 354	1.16 332	4.48 451	1.88 226	2.93 417	1.83 251	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

psmg	1.47 159	0.59 101	1.94 89	0.92 122	0.85 245	4.30 386	1.42 376	4.10 350	1.88 226	2.64 396	2.09 318	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.27 254	0.33 235	0.34 296	0.36 208	0.34 192

PSMNet-RSSM	1.96 234	0.77 262	3.26 188	1.29 317	1.31 359	4.19 366	0.96 284	3.68 236	1.89 230	2.05 252	1.80 232	2.60 313	1.70 299	9.84 386	1.81 319	0.35 247	0.29 273	0.35 270	0.37 332	0.42 279	0.35 206

CVANet_RVC	2.55 342	1.10 356	9.13 270	1.46 380	1.15 323	3.96 306	1.53 387	3.91 289	2.50 355	3.04 425	2.04 305	2.60 313	1.72 303	12.46 481	1.50 265	0.49 374	0.30 286	0.51 387	0.41 368	0.63 374	0.50 327

delet	1.92 227	0.76 259	5.14 226	1.01 183	1.65 428	3.44 190	2.03 425	3.76 253	2.48 350	2.01 240	2.05 311	2.63 317	1.90 333	5.34 292	2.12 356	0.28 105	0.29 273	0.40 321	0.31 270	0.41 261	0.45 296

STTRV1_RVC	3.52 423	1.03 342	20.87 467	1.47 383	1.47 394	3.23 157	1.55 391	4.06 333	3.22 443	1.95 213	3.50 442	2.63 317	2.07 345	11.96 473	2.21 365	1.86 471	4.03 505	0.81 449	0.73 437	1.06 437	0.70 392

THIR-Stereo	4.14 445	0.82 286	10.85 291	0.86 87	0.43 54	2.16 86	16.77 504	3.22 172	1.54 121	2.04 251	12.05 494	2.68 319	7.53 482	7.30 336	12.62 471	0.30 163	0.21 125	0.29 141	0.28 209	0.33 159	0.41 271

UGAM	2.58 347	0.56 72	18.55 392	0.89 101	0.71 200	3.23 157	1.03 301	2.75 126	1.75 204	1.36 104	2.77 410	2.69 320	1.28 190	10.75 415	1.40 240	0.28 105	0.24 211	0.40 321	0.31 270	0.35 195	0.30 150

SQANet	3.70 429	9.34 496	18.41 389	2.75 473	2.74 474	3.40 185	1.47 379	3.50 207	1.68 181	2.60 389	1.75 210	2.69 320	1.91 334	6.72 329	1.74 312	2.96 479	1.41 472	1.85 473	1.12 463	3.17 476	2.70 485

fast-acv-ft	2.54 338	1.19 373	20.08 432	1.41 367	1.40 381	3.18 152	1.17 335	3.37 194	2.28 306	1.90 197	2.15 331	2.69 320	2.17 357	2.91 244	2.31 371	0.37 266	0.39 358	0.45 352	0.39 351	0.57 357	0.45 296

RAFT_R40	1.70 192	0.59 101	2.99 177	1.46 380	0.46 73	4.74 464	0.98 291	2.23 68	1.56 135	2.02 244	2.35 375	2.71 323	2.56 382	6.71 328	0.90 127	0.40 300	0.19 64	0.30 161	0.27 182	0.33 159	0.26 82

PWC_ROB	2.69 361	2.01 442	8.36 256	1.33 334	1.90 453	3.23 157	1.18 336	4.33 422	3.25 445	3.11 430	3.41 439	2.71 323	2.18 359	9.15 370	4.48 422	0.56 397	0.31 296	0.61 420	0.36 320	0.69 396	0.74 401

gcap-zeroshot	1.30 137	0.61 127	4.09 212	0.94 140	0.56 129	3.50 205	0.84 206	3.12 161	1.72 194	1.84 179	1.22 67	2.72 325	0.88 91	1.46 99	0.80 86	0.29 124	0.30 286	0.27 93	0.21 62	0.29 78	0.25 58

Gwc-CoAtRS	1.58 168	0.57 81	11.69 300	1.01 183	0.60 152	2.53 104	0.64 90	2.36 77	1.56 135	1.80 174	1.47 130	2.74 326	1.18 175	1.12 29	0.90 127	0.27 70	0.21 125	0.25 49	0.22 92	0.27 50	0.23 36

DeepPrunerF	3.70 429	1.72 429	14.87 336	1.33 334	1.74 439	3.70 242	1.55 391	4.20 367	14.00 499	2.02 244	1.77 223	2.74 326	2.30 363	10.88 421	6.88 443	0.68 422	0.60 431	0.78 445	0.78 445	0.81 418	0.71 393

UNet	2.51 332	0.74 242	20.17 436	1.14 251	1.44 390	3.48 200	0.76 153	3.77 255	1.87 224	2.05 252	1.57 158	2.75 328	2.39 370	3.51 256	2.51 385	0.32 200	0.26 243	0.41 331	0.26 156	0.38 222	0.39 245

CFNet-ft	1.90 220	0.95 324	3.56 202	1.07 210	1.54 404	4.09 330	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 328	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

SuperB	4.79 458	4.41 472	21.08 474	1.45 378	1.08 312	3.91 285	3.08 463	4.18 363	3.01 423	2.50 373	2.10 319	2.75 328	3.49 427	8.80 361	19.60 501	0.44 337	0.33 311	0.53 395	0.39 351	12.01 512	0.64 379

CFNet_RVC	1.90 220	0.95 324	3.56 202	1.07 210	1.54 404	4.09 330	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 328	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

PWCDC_ROB	2.95 380	3.26 463	14.06 326	1.59 406	1.56 411	4.19 366	0.86 217	4.30 413	4.08 470	2.06 257	7.37 466	2.75 328	2.42 372	3.59 258	2.67 395	1.34 468	0.36 330	0.39 315	0.34 296	1.13 446	0.62 372

PSMNet_ROB	2.95 380	1.38 405	18.46 391	1.19 279	1.20 341	3.80 260	1.65 402	3.54 216	2.35 321	1.98 221	1.71 199	2.75 328	1.79 311	11.43 446	2.78 399	0.42 325	0.36 330	0.50 384	0.60 423	0.59 361	0.49 320

LALA_ROB	1.95 232	1.48 414	3.11 182	1.05 202	0.98 287	3.99 312	1.82 413	4.44 445	2.28 306	3.31 439	1.85 263	2.76 334	1.67 293	4.04 273	3.23 410	0.46 351	0.41 370	0.55 403	0.52 406	0.60 365	0.57 356

knoymous	1.30 137	0.60 113	5.57 234	0.88 97	0.75 212	3.04 137	0.90 247	2.68 118	1.33 38	1.48 119	1.07 47	2.78 335	0.88 91	1.29 70	0.85 103	0.31 182	0.22 153	0.35 270	0.20 49	0.45 305	0.37 225

DeepPruner_ROB	2.05 251	1.09 355	10.50 286	1.01 183	1.20 341	4.39 395	0.91 255	3.14 163	1.72 194	2.60 389	1.54 149	2.78 335	1.27 188	4.52 279	1.72 307	0.51 383	0.40 363	0.37 296	0.34 296	0.48 323	0.52 340

StereoDRNet	2.84 369	1.49 415	14.48 333	1.33 334	1.57 415	3.44 190	2.06 426	3.69 241	2.36 324	3.26 438	1.84 256	2.79 337	1.80 316	10.88 421	3.16 408	0.41 314	0.33 311	0.39 315	0.36 320	0.59 361	0.58 361

aanetorigin	3.30 415	1.66 426	17.52 377	1.18 277	1.58 416	2.57 106	3.80 480	2.65 115	2.03 249	6.12 481	4.30 453	2.82 338	5.70 461	5.47 296	4.67 424	0.50 377	0.44 383	0.43 342	0.47 388	1.17 452	0.92 426

NLCA_NET_v2_RVC	2.54 338	1.04 343	16.73 361	1.53 394	2.00 457	3.96 306	0.87 235	3.87 275	2.31 314	2.54 377	1.67 186	2.85 339	1.63 284	5.55 298	1.62 292	0.46 351	0.33 311	0.38 312	0.38 345	0.53 342	0.62 372
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 338	0.90 306	11.10 293	1.32 329	1.47 394	3.58 223	1.38 368	4.13 352	2.45 346	1.90 197	1.71 199	2.86 340	1.76 307	10.86 420	1.66 300	0.60 403	0.43 378	0.53 395	0.41 368	0.78 414	0.94 428

ccnet	2.66 354	0.97 331	8.01 253	1.54 396	1.24 349	3.75 250	2.18 433	4.07 336	2.41 338	2.66 399	3.25 434	2.87 341	2.31 366	9.89 388	3.50 412	0.78 431	0.75 452	0.71 436	0.67 430	0.76 411	0.81 414

ISRNet	1.69 190	0.76 259	5.69 235	1.27 313	1.36 372	2.85 118	0.61 73	3.60 223	1.91 234	2.13 274	2.12 326	2.90 342	1.41 217	2.51 220	1.71 305	0.49 374	0.50 411	0.56 405	0.47 388	0.49 329	0.57 356

Syn2CoEx	3.08 400	2.55 457	19.88 422	1.34 341	1.18 329	2.43 98	1.65 402	3.91 289	2.40 336	2.39 360	2.27 350	2.90 342	3.17 412	9.57 380	2.54 389	0.50 377	0.45 388	0.53 395	0.39 351	0.74 408	0.72 399

PASM	2.67 356	2.05 445	9.71 273	1.73 425	1.37 374	2.53 104	1.52 385	3.10 159	2.17 284	2.79 409	1.84 256	2.90 342	1.85 327	11.89 470	2.19 363	0.81 436	0.85 456	0.87 452	1.01 458	1.14 447	1.05 435

PSMNet-ADL	1.91 224	0.72 223	1.78 76	1.09 224	0.86 250	4.18 362	0.78 169	3.77 255	2.10 272	1.72 160	1.85 263	2.91 345	1.82 321	10.38 406	1.91 331	0.48 364	0.46 396	0.28 120	0.29 236	0.38 222	0.51 335

DSFCA	1.89 218	0.69 198	3.14 184	1.10 233	1.18 329	3.99 312	1.79 409	3.50 207	2.16 282	3.10 429	1.64 177	2.91 345	2.50 378	5.38 293	2.26 368	0.43 330	0.38 349	0.37 296	0.36 320	0.50 331	0.42 275

DDVS	1.68 189	0.79 271	2.52 149	1.26 306	1.16 327	3.17 151	0.78 169	3.12 161	1.82 214	1.86 185	1.91 282	2.92 347	1.43 225	6.20 314	1.63 294	0.45 346	0.65 438	0.34 252	0.38 345	0.48 323	0.79 412

NaN_ROB	4.06 443	1.13 361	16.64 359	1.12 243	1.25 352	3.50 205	3.05 461	4.29 405	3.26 446	3.64 447	2.56 393	2.97 348	4.79 450	13.33 488	16.91 487	0.37 266	0.41 370	0.38 312	0.39 351	0.48 323	0.81 414

StereoDRNet-Refined	1.77 203	0.81 279	2.22 124	1.21 289	0.76 215	3.26 166	0.71 120	3.82 263	2.05 256	2.29 328	2.05 311	2.98 349	1.44 228	7.15 335	2.27 369	0.30 163	0.23 178	0.42 338	0.33 288	0.45 305	0.64 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	2.26 276	1.18 371	13.71 315	1.14 251	1.11 318	3.77 253	1.10 320	4.14 358	2.17 284	2.06 257	1.76 218	2.99 350	2.99 400	2.50 217	2.49 383	0.35 247	0.39 358	0.27 93	0.28 209	0.45 305	0.39 245

GASNet	3.24 412	5.55 478	20.58 458	1.56 403	1.25 352	2.32 92	1.12 324	4.04 325	2.67 379	1.88 190	2.10 319	3.00 351	2.16 355	10.59 409	2.43 378	0.65 414	0.37 343	0.61 420	0.45 383	0.87 423	0.58 361

pcwnet_v2	2.70 362	0.65 166	22.48 497	1.08 218	1.03 300	3.56 219	0.81 195	4.29 405	3.14 433	2.29 328	2.29 356	3.01 352	1.71 301	3.32 253	1.43 247	0.43 330	0.50 411	0.41 331	0.34 296	0.61 370	0.56 352

PA-Net	3.09 401	1.24 387	18.84 395	1.38 361	1.19 336	3.42 188	1.75 407	3.89 280	3.27 449	1.88 190	2.10 319	3.03 353	1.88 332	11.60 451	2.88 402	0.40 300	0.54 416	0.44 346	0.62 427	0.52 336	1.02 433
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT	1.23 110	0.84 293	2.05 101	0.96 150	0.47 83	1.80 61	0.94 275	3.18 169	1.46 64	1.60 131	1.71 199	3.04 354	1.59 264	1.64 134	1.32 229	0.38 282	0.24 211	0.40 321	0.32 280	0.40 237	0.35 206

MaskLacGwcNet_RVC	3.13 405	1.43 410	9.93 277	2.50 469	1.62 420	4.29 384	1.68 406	3.95 300	2.43 341	1.66 147	1.91 282	3.04 354	1.41 217	13.26 487	1.58 280	3.82 493	1.59 474	1.12 463	0.46 385	2.21 471	2.74 486

RTSC	2.95 380	2.51 452	15.49 349	1.54 396	1.30 357	3.51 208	0.86 217	3.89 280	2.48 350	3.64 447	3.12 429	3.04 354	2.30 363	5.70 303	6.67 437	0.55 395	0.35 326	0.37 296	0.39 351	0.70 397	0.60 366

APVNet	3.13 405	1.25 388	21.14 475	1.31 327	1.52 402	3.94 296	1.13 327	3.32 188	2.14 279	2.20 302	2.03 302	3.05 357	1.96 337	11.79 466	2.53 387	0.42 325	0.45 388	0.64 427	0.46 385	0.67 391	0.57 356

ACVNet	1.46 156	0.64 156	3.56 202	0.93 136	0.85 245	4.22 372	0.80 186	2.85 135	2.08 261	1.78 170	1.88 270	3.10 358	1.46 235	1.33 78	1.89 328	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

acv_ft	1.55 161	0.64 156	3.29 190	1.14 251	2.01 458	2.93 129	0.97 287	3.81 262	2.08 261	2.22 312	1.88 270	3.10 358	1.66 291	1.33 78	2.22 366	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

AnyNet_C32	4.17 446	5.75 479	12.62 305	1.60 408	1.54 404	5.51 478	4.09 484	3.90 285	3.23 444	4.22 465	3.03 424	3.10 358	3.41 421	8.01 351	18.85 498	0.53 391	0.58 426	0.53 395	0.74 438	1.19 454	0.97 430

HGLStereo	2.03 247	0.74 242	7.50 248	1.23 296	1.56 411	3.62 231	0.95 279	3.78 258	1.89 230	2.03 248	2.20 340	3.12 361	2.14 351	5.68 302	2.04 346	0.37 266	0.31 296	0.32 201	0.29 236	0.40 237	0.45 296

GwcNet-RSSM	2.66 354	1.05 344	15.91 350	1.22 292	1.19 336	4.12 338	1.12 324	3.84 267	2.02 247	1.93 208	1.79 229	3.12 361	1.46 235	10.37 404	2.05 348	0.33 216	0.27 254	0.35 270	0.30 254	0.40 237	0.36 211

RAFT-Test	1.44 153	0.59 101	6.10 236	1.01 183	0.69 196	2.90 121	0.80 186	3.68 236	1.70 190	1.85 180	1.68 189	3.15 363	1.03 126	1.20 54	0.99 160	0.27 70	0.22 153	0.25 49	0.23 105	0.27 50	0.25 58

cross-raft	2.01 245	0.57 81	19.01 400	1.03 199	0.56 129	2.11 84	0.72 123	3.63 227	1.57 141	1.77 168	1.51 139	3.17 364	1.13 158	1.16 40	0.85 103	0.23 19	0.21 125	0.26 69	0.23 105	0.28 66	0.25 58

GANet	2.93 379	1.05 344	11.29 295	1.64 413	0.96 279	3.91 285	2.52 443	3.72 248	2.41 338	2.95 422	3.00 422	3.21 365	2.03 339	12.42 479	4.72 426	0.51 383	0.41 370	0.46 357	0.39 351	0.60 365	0.50 327

PCWNet_CMD	2.23 270	0.65 166	17.36 371	0.83 63	0.76 215	3.51 208	0.64 90	3.60 223	1.97 239	1.70 155	1.63 175	3.22 366	3.05 406	2.09 188	1.11 180	0.31 182	0.36 330	0.47 360	0.26 156	0.64 381	0.47 311

MSMDNet	2.23 270	0.64 156	17.32 367	0.84 72	0.75 212	3.53 212	0.64 90	3.61 226	1.98 241	1.71 159	1.64 177	3.22 366	2.99 400	2.08 185	1.11 180	0.31 182	0.37 343	0.45 352	0.26 156	0.62 373	0.45 296

anonymousa	2.16 262	0.67 187	19.19 401	1.04 201	1.67 432	2.06 81	0.79 176	2.86 138	1.96 237	1.85 180	2.14 329	3.23 368	1.81 319	1.12 29	1.15 186	0.26 56	0.26 243	0.34 252	0.32 280	0.30 100	0.28 114

OMP-Stereo	1.97 236	0.93 317	1.88 83	2.76 474	0.67 185	4.58 434	1.48 380	4.31 416	1.54 121	3.15 434	2.76 409	3.25 369	1.38 205	7.66 347	1.35 237	0.40 300	0.20 94	0.33 235	0.26 156	0.33 159	0.24 48

ccs_rob	2.13 260	0.67 187	15.11 344	0.84 72	0.75 212	3.96 306	0.65 99	3.95 300	1.78 209	1.88 190	1.79 229	3.26 370	1.64 287	2.51 220	1.16 189	0.31 182	0.36 330	0.54 402	0.27 182	0.65 384	0.45 296

CFNet_pseudo	2.12 258	0.67 187	15.14 345	0.85 84	0.74 210	3.95 301	0.64 90	3.95 300	1.78 209	1.90 197	1.79 229	3.27 371	1.62 272	2.51 220	1.16 189	0.31 182	0.36 330	0.53 395	0.27 182	0.63 374	0.44 290

LL-Strereo	3.01 394	1.81 435	17.59 378	1.12 243	2.10 463	2.90 121	1.09 318	4.33 422	2.00 246	3.12 431	2.24 346	3.29 372	3.15 409	11.31 441	1.84 323	0.30 163	0.28 263	0.46 357	0.34 296	0.49 329	0.45 296

Wz-Net-LNSev	2.30 289	1.67 428	14.88 337	1.18 277	1.65 428	3.49 202	1.54 390	3.63 227	2.03 249	1.88 190	1.64 177	3.29 372	2.06 343	2.71 240	2.02 345	0.40 300	0.33 311	0.32 201	0.31 270	0.53 342	0.49 320

DCVSM-stereo	2.31 290	0.66 177	20.69 461	1.11 240	0.93 273	2.58 108	0.73 128	2.61 112	1.60 160	2.57 382	1.53 147	3.30 374	1.72 303	2.19 200	1.23 208	0.34 228	0.53 414	0.41 331	0.32 280	0.45 305	0.62 372

CFNet_ucs	2.36 311	0.68 195	18.42 390	0.89 101	0.81 227	3.85 275	0.68 107	4.29 405	2.37 330	2.09 261	2.04 305	3.31 375	1.24 186	2.63 234	1.14 185	0.36 258	0.45 388	0.56 405	0.29 236	0.66 389	0.49 320

DLCB_ROB	2.05 251	0.95 324	2.37 141	1.24 298	1.02 299	2.92 126	1.30 354	3.68 236	2.30 310	2.91 415	2.17 334	3.32 376	1.52 251	10.37 404	2.50 384	0.40 300	0.33 311	0.40 321	0.36 320	0.41 261	0.47 311

CRFU-Net	2.49 330	0.78 268	10.36 283	2.30 465	1.08 312	3.91 285	1.41 374	3.85 270	1.65 175	2.15 285	1.76 218	3.34 377	7.95 485	5.56 299	1.48 261	0.47 360	0.35 326	0.30 161	0.28 209	0.37 217	0.43 284

AIO-Stereo-zeroshot1	2.68 359	1.26 389	22.01 495	1.08 218	0.99 290	1.61 54	0.86 217	3.69 241	1.64 171	1.52 123	5.62 463	3.35 378	3.44 425	2.20 201	1.33 233	0.26 56	0.21 125	0.30 161	0.62 427	0.93 428	0.67 383

Ntro	4.21 447	8.94 492	19.89 423	3.22 481	2.96 479	4.15 345	1.89 417	3.92 294	2.36 324	1.77 168	2.14 329	3.35 378	2.17 357	9.48 377	2.24 367	3.52 488	1.76 477	2.13 476	1.31 470	3.83 486	3.09 487

IIG-Stereo	1.95 232	0.79 271	2.14 115	2.78 475	0.66 178	4.62 439	0.76 153	4.27 397	1.53 112	2.63 395	3.14 431	3.35 378	1.61 269	7.65 346	1.41 244	0.39 294	0.20 94	0.31 182	0.25 138	0.33 159	0.22 28

SHD	2.82 367	2.04 444	13.80 321	1.69 418	1.79 445	2.73 113	1.07 310	3.85 270	3.18 437	4.63 469	2.74 406	3.38 381	2.77 391	5.48 297	3.66 415	0.62 407	0.47 400	0.51 387	0.55 413	0.65 384	0.74 401

DGSMNet	7.55 489	1.62 420	17.42 373	1.92 445	12.73 506	7.45 491	42.99 519	4.13 352	2.07 260	2.10 264	3.16 432	3.42 382	1.70 299	9.24 372	2.30 370	3.70 492	10.89 513	11.80 515	5.54 506	4.24 489	2.66 481

cf-r	2.57 346	0.79 271	16.09 352	1.48 385	1.35 370	4.19 366	0.93 270	3.68 236	2.36 324	1.97 219	1.81 244	3.42 382	1.45 232	8.24 352	1.83 322	0.32 200	0.26 243	0.33 235	0.30 254	0.34 177	0.37 225

PVD	3.12 404	1.97 441	12.80 307	1.79 435	1.63 422	3.83 264	1.34 358	3.48 201	3.88 465	5.77 476	3.56 443	3.45 384	3.29 416	5.58 301	5.30 434	0.71 428	0.69 446	0.74 444	0.77 442	0.79 416	1.13 441

ffm	1.72 193	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.22 375	3.37 452	2.20 302	2.30 360	3.48 385	1.62 272	2.21 203	0.65 32	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

ff1	2.96 383	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.22 375	3.37 452	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

mmx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.49 454	3.05 426	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

xxx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.49 454	3.05 426	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

Wz-Net-SNSev	2.98 389	4.36 471	15.98 351	1.57 404	1.19 336	3.28 172	1.80 411	3.96 305	2.40 336	2.32 342	2.28 353	3.48 385	2.05 342	7.84 349	3.82 417	0.47 360	0.39 358	0.53 395	0.49 396	0.71 404	0.60 366

hknet	1.98 238	0.64 156	8.70 262	0.87 92	1.07 310	4.16 354	1.16 332	4.48 451	1.73 197	2.93 417	1.83 251	3.48 385	1.30 196	3.91 269	1.51 271	0.31 182	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

NCC-stereo	3.16 409	1.28 391	18.31 387	1.25 300	1.75 440	4.06 323	1.40 371	3.89 280	2.22 291	2.72 403	2.55 391	3.49 391	2.65 386	9.91 389	2.99 404	1.29 464	0.65 438	0.64 427	0.86 449	0.65 384	0.71 393

Abc-Net	3.16 409	1.28 391	18.31 387	1.25 300	1.75 440	4.06 323	1.40 371	3.89 280	2.22 291	2.72 403	2.55 391	3.49 391	2.65 386	9.91 389	2.99 404	1.29 464	0.65 438	0.64 427	0.86 449	0.65 384	0.71 393
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	3.34 418	0.81 279	20.05 428	1.25 300	1.20 341	3.44 190	1.99 423	4.23 379	2.67 379	3.14 432	3.82 448	3.51 393	3.32 418	11.68 461	1.94 334	0.64 411	0.67 442	0.48 368	0.52 406	0.61 370	0.81 414

DPSNet	3.43 421	1.37 404	12.19 302	1.39 363	1.24 349	4.15 345	2.06 426	4.51 458	3.34 451	2.69 401	1.96 287	3.52 394	5.56 460	10.68 413	9.68 458	0.93 443	0.73 450	0.40 321	0.37 332	1.06 437	0.86 420

XQC	2.96 383	2.42 451	14.85 335	1.36 351	1.32 364	3.29 176	1.53 387	4.28 402	2.78 391	3.21 436	2.46 380	3.53 395	2.92 398	6.58 321	4.67 424	0.70 426	0.41 370	0.59 412	0.56 415	0.96 433	0.83 419

LSM	12.71 502	3.52 467	20.79 463	55.63 523	84.76 522	3.63 236	6.30 489	3.73 249	4.93 479	5.55 475	13.92 499	3.53 395	3.25 415	9.72 381	4.12 419	0.64 411	0.85 456	0.71 436	0.81 447	1.03 435	26.84 515

PDISCO_ROB	2.86 370	1.53 418	14.27 330	1.98 451	2.19 465	4.52 423	1.35 359	4.65 467	3.19 438	2.09 261	2.16 332	3.53 395	2.45 375	5.32 291	2.12 356	1.30 466	0.78 454	0.72 440	0.59 421	1.24 456	1.28 446

CSAN	4.71 456	1.39 407	20.23 438	1.19 279	0.87 255	3.65 237	3.50 472	4.57 463	3.87 464	3.89 453	7.82 469	3.54 398	6.16 469	23.47 510	6.82 441	0.52 389	0.45 388	0.49 381	0.52 406	0.63 374	0.66 382

riskmin	1.25 119	0.56 72	2.05 101	1.05 202	0.93 273	2.86 119	0.55 53	3.23 174	1.34 39	1.55 126	1.07 47	3.56 399	2.03 339	1.29 70	1.00 162	0.28 105	0.27 254	0.34 252	0.21 62	0.41 261	0.43 284

GwcNet	3.00 392	1.63 422	19.83 420	1.32 329	2.04 462	3.27 168	1.55 391	3.65 230	2.33 318	2.00 238	2.12 326	3.56 399	1.68 297	9.47 376	2.45 380	0.44 337	0.45 388	0.46 357	0.38 345	0.60 365	0.76 406

BUS	1.49 160	0.59 101	1.94 89	0.87 92	0.85 245	4.50 418	0.76 153	4.48 451	1.88 226	2.93 417	1.83 251	3.63 401	0.97 113	1.60 122	1.17 192	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

NINENet	1.87 213	0.74 242	2.60 154	1.12 243	1.06 308	4.50 418	0.76 153	4.41 440	2.24 295	2.16 290	1.86 266	3.63 401	0.97 113	8.00 350	1.17 192	0.41 314	0.30 286	0.41 331	0.30 254	0.41 261	0.36 211

hitnet-ft	2.37 312	0.73 234	8.34 255	0.96 150	0.89 263	3.77 253	0.80 186	3.55 218	2.58 368	2.24 318	2.04 305	3.65 403	1.49 245	11.71 463	1.89 328	0.44 337	0.53 414	0.44 346	0.35 310	0.52 336	0.48 315

S-Stereo	3.48 422	0.91 311	22.06 496	1.36 351	1.50 399	3.55 217	2.53 444	4.21 372	2.81 403	2.37 355	3.81 447	3.75 404	1.84 323	11.90 471	2.51 385	0.63 408	0.71 448	0.48 368	0.76 440	0.67 391	1.19 444

IGEV_Zeroshot_test	2.16 262	0.69 198	20.60 459	1.22 292	0.54 120	2.18 87	0.53 48	3.38 195	1.61 164	1.93 208	1.55 153	3.76 405	1.05 134	1.55 111	0.91 134	0.29 124	0.20 94	0.27 93	0.29 236	0.40 237	0.32 167

ssnet_v2	2.04 249	0.88 303	7.87 249	1.20 283	0.87 255	3.86 277	1.64 399	4.01 316	2.60 370	2.61 391	1.96 287	3.79 406	1.71 301	2.20 201	2.96 403	0.41 314	0.35 326	0.42 338	0.37 332	0.55 347	0.52 340

RYNet	2.97 387	0.93 317	15.09 343	1.12 243	1.38 377	3.66 238	1.42 376	4.03 321	2.29 309	2.10 264	1.70 195	3.79 406	2.16 355	13.64 494	3.02 406	0.37 266	0.41 370	0.48 368	0.34 296	0.81 418	0.75 404

Nwc_Net	2.88 375	1.16 369	18.30 386	1.35 345	1.68 433	3.52 211	1.18 336	3.90 285	2.06 258	2.52 376	2.82 416	3.82 408	2.34 367	6.78 330	2.55 390	0.86 441	0.40 363	0.59 412	0.67 430	0.57 357	0.55 350

ADCMid	3.96 439	3.27 464	15.48 348	1.26 306	1.40 381	4.66 445	2.28 435	4.06 333	3.54 457	3.94 454	3.02 423	3.85 409	3.67 430	4.03 272	18.65 497	0.68 422	0.61 433	1.09 462	1.18 467	1.38 460	1.08 437

NOSS_ROB	2.27 278	0.73 234	3.00 178	1.71 422	1.00 297	3.90 284	0.97 287	4.29 405	2.81 403	2.94 421	2.19 338	3.88 410	1.19 179	11.77 465	1.62 292	0.59 402	0.54 416	0.56 405	0.52 406	0.56 353	0.54 348

ac_64	2.35 306	0.62 137	9.77 274	1.32 329	1.71 436	3.27 168	0.93 270	3.48 201	2.50 355	1.74 164	1.73 204	3.91 411	1.77 308	10.21 400	1.86 325	0.40 300	0.31 296	0.33 235	0.30 254	0.34 177	0.39 245

EDNetEfficient	5.61 470	2.14 446	16.75 362	1.67 416	3.64 489	4.12 338	7.51 492	3.05 154	5.63 486	11.57 505	4.83 457	3.95 412	12.72 494	8.44 356	20.78 503	0.41 314	0.43 378	0.47 360	1.01 458	1.66 466	1.39 455

ADCP+	3.74 432	1.96 440	16.90 364	1.09 224	1.55 408	4.35 390	3.65 478	3.93 295	2.98 420	2.22 312	1.66 185	3.95 412	4.83 451	3.41 254	18.87 499	0.38 282	0.41 370	0.63 424	0.53 410	0.64 381	0.81 414

AANet_RVC	3.03 396	1.72 429	12.78 306	1.17 271	1.12 319	3.79 258	1.10 320	3.86 273	3.13 431	2.62 392	4.26 452	3.96 414	1.41 217	11.43 446	5.23 433	0.94 444	0.47 400	0.34 252	0.23 105	0.40 237	0.55 350

RP	2.79 365	1.20 375	10.36 283	1.54 396	1.93 454	3.44 190	1.97 421	4.05 329	2.34 319	2.66 399	2.79 411	3.98 415	2.58 383	10.21 400	2.61 392	0.95 445	0.47 400	0.71 436	0.57 418	0.71 404	0.68 386

RGC	3.10 403	1.45 412	14.90 338	1.46 380	1.79 445	3.33 178	1.39 369	4.04 325	2.26 301	2.77 407	3.26 435	4.00 416	2.71 389	11.63 458	2.62 394	0.82 437	0.46 396	0.79 446	0.79 446	0.71 404	0.78 410

MyStereo06	2.46 323	0.72 223	19.97 426	1.02 192	0.99 290	4.26 377	0.86 217	3.51 210	1.68 181	1.92 204	1.73 204	4.01 417	4.22 441	1.62 128	0.88 120	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

ADLNet	2.29 286	0.83 289	3.62 207	1.35 345	1.60 417	3.67 239	1.24 349	3.95 300	2.98 420	2.58 385	2.29 356	4.01 417	1.79 311	11.23 439	2.09 354	0.37 266	0.38 349	0.36 284	0.34 296	0.45 305	0.71 393

DispFullNet	4.64 455	3.48 466	23.95 505	3.99 491	3.03 480	3.35 179	1.06 308	4.18 363	2.80 397	6.33 482	2.94 419	4.04 419	7.81 484	3.92 270	5.16 432	2.75 477	1.61 475	3.10 492	2.68 499	3.32 478	3.31 494

WZ-Net	3.62 426	4.87 473	16.77 363	1.43 371	1.40 381	3.75 250	2.29 436	4.12 351	2.50 355	2.74 405	2.19 338	4.06 420	5.29 457	10.19 399	7.36 447	0.54 393	0.37 343	0.47 360	0.49 396	0.77 412	0.73 400

otaku	4.58 454	8.93 491	19.95 425	3.11 480	2.67 472	3.91 285	2.57 446	3.82 263	2.25 298	2.22 312	9.72 484	4.08 421	2.35 368	8.57 357	2.13 359	3.51 487	1.65 476	2.15 477	1.17 466	3.69 483	3.15 489

DANet	2.63 350	1.07 350	8.10 254	1.83 438	1.70 435	3.25 164	1.16 332	4.31 416	2.38 333	3.40 444	2.18 336	4.08 421	1.80 316	9.77 382	3.89 418	0.52 389	0.55 418	0.59 412	0.44 379	0.63 374	0.86 420
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Anonymous_2	3.01 394	0.89 304	4.53 221	1.06 208	1.18 329	2.93 129	0.87 235	3.24 176	1.46 64	1.86 185	1.35 102	4.11 423	2.35 368	1.64 134	1.28 223	0.82 437	0.90 458	8.71 511	15.84 514	4.44 493	0.74 401

STrans-v2	3.03 396	0.77 262	20.91 469	0.81 43	0.63 162	3.89 282	1.01 296	4.27 397	2.64 375	2.28 326	3.70 445	4.13 424	5.20 455	7.33 337	1.27 219	0.31 182	0.18 41	0.29 141	0.25 138	0.29 78	0.41 271

MDST_ROB	5.53 469	0.59 101	23.11 500	2.55 470	2.69 473	21.20 509	1.98 422	4.77 473	2.65 376	9.36 495	4.25 451	4.14 425	4.45 446	22.57 505	3.68 416	0.48 364	0.33 311	0.47 360	0.44 379	0.44 297	0.44 290

AnyNet_C01	4.37 450	7.80 484	16.40 355	1.98 451	1.40 381	6.37 483	6.47 490	4.09 342	5.03 480	4.06 459	3.78 446	4.16 426	3.31 417	6.62 323	10.00 459	0.61 405	0.67 442	0.63 424	0.67 430	2.01 468	1.31 448

DDUNet	2.91 376	2.78 460	6.94 244	3.53 485	2.26 469	3.28 172	1.36 361	3.77 255	2.04 253	2.62 392	2.49 384	4.18 427	1.69 298	5.38 293	1.85 324	2.21 475	1.77 478	2.61 483	2.43 494	2.60 473	2.34 476

EDNetEfficientorigin	12.35 501	2.51 452	179.47 529	1.19 279	0.96 279	2.91 124	1.81 412	3.00 148	5.35 482	8.91 493	4.79 456	4.18 427	4.64 449	9.98 393	11.30 464	0.37 266	0.38 349	0.60 417	0.85 448	1.32 459	2.43 479

CBMV_ROB	3.62 426	0.70 208	21.42 485	1.21 289	0.89 263	4.43 405	1.76 408	4.39 437	2.79 393	5.88 478	3.38 438	4.18 427	5.12 454	10.75 415	2.32 372	0.56 397	0.55 418	0.53 395	0.51 403	0.55 347	0.46 306

FBW_ROB	3.24 412	1.02 337	9.21 271	1.49 388	1.07 310	3.78 255	1.48 380	4.31 416	3.08 428	2.46 368	2.32 372	4.20 430	2.08 346	15.19 500	7.16 446	0.84 440	0.62 434	1.33 468	0.92 452	0.99 434	1.31 448

Wz-Net-TNSev	3.67 428	8.83 488	13.47 313	1.48 385	1.18 329	3.60 226	2.49 442	4.27 397	3.13 431	2.18 296	1.89 276	4.21 431	2.80 393	12.10 474	7.58 449	0.57 399	0.55 418	0.47 360	0.54 412	0.91 427	1.05 435

RainbowNet	4.56 452	8.28 485	20.07 431	3.64 489	3.23 487	4.15 345	2.99 459	4.18 363	3.03 425	2.20 302	2.65 400	4.26 432	2.90 397	9.77 382	2.12 356	3.88 494	2.27 487	2.71 487	1.72 479	3.78 485	3.31 494

ADCPNet	3.89 435	1.63 422	20.25 442	1.28 314	1.27 355	6.43 484	2.65 448	3.93 295	2.70 382	2.78 408	2.20 340	4.28 433	6.16 469	5.56 299	10.27 461	0.65 414	1.18 465	0.71 436	1.70 477	0.84 422	1.37 452

ADCL	4.35 449	1.63 422	14.21 329	1.29 317	1.26 354	5.56 479	11.16 497	3.97 306	3.37 452	6.07 479	4.67 455	4.30 434	5.72 462	5.08 288	14.51 476	0.50 377	0.48 406	0.89 453	0.77 442	0.78 414	0.76 406

TransformOpticalFlow	3.03 396	0.77 262	20.99 472	1.00 177	0.55 125	4.18 362	0.64 90	4.33 422	3.02 424	2.18 296	3.09 428	4.35 435	5.07 453	7.36 340	1.27 219	0.32 200	0.18 41	0.32 201	0.26 156	0.28 66	0.46 306

edge stereo	3.37 420	1.01 336	21.99 494	1.28 314	1.37 374	2.67 111	1.39 369	3.98 308	2.87 408	2.93 417	3.27 436	4.35 435	2.43 373	11.62 453	2.39 375	0.60 403	0.63 436	0.79 446	0.55 413	0.68 394	0.67 383

MFN_U_SF_RVC	3.81 434	10.78 501	15.01 341	1.84 439	1.39 379	3.73 248	1.63 397	4.05 329	3.26 446	2.91 415	2.38 376	4.36 437	3.65 429	8.43 355	4.91 430	1.11 453	1.04 460	0.99 456	1.31 470	1.58 463	1.75 465

CBMV	3.32 417	0.96 330	21.16 477	1.32 329	0.83 237	3.81 262	3.91 483	4.47 450	2.53 360	3.34 441	2.24 346	4.45 438	2.58 383	10.07 398	1.96 339	0.45 346	0.43 378	0.48 368	0.38 345	0.52 336	0.53 342
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCS	4.22 448	5.33 475	16.32 354	1.64 413	1.31 359	3.91 285	3.64 477	4.21 372	2.89 409	5.11 473	2.81 415	4.46 439	3.06 408	5.21 290	19.50 500	0.63 408	0.64 437	0.69 433	0.69 435	1.12 445	1.26 445

UDG	3.55 424	2.81 461	17.45 374	2.69 472	1.98 456	3.97 309	1.19 339	4.35 426	2.02 247	2.42 364	2.53 390	4.50 440	2.46 377	6.53 320	2.41 377	2.12 474	1.77 478	2.63 484	2.57 496	2.64 474	1.95 468

DispNO	3.00 392	0.75 254	18.92 397	1.17 271	1.10 317	3.72 245	0.94 275	4.29 405	2.54 364	2.24 318	2.28 353	4.51 441	2.12 348	11.40 443	2.09 354	0.31 182	0.28 263	0.31 182	0.28 209	0.36 208	0.39 245

AF-Net	2.87 373	1.30 393	16.24 353	1.33 334	1.75 440	3.26 166	1.59 394	4.09 342	2.43 341	2.69 401	2.94 419	4.51 441	3.20 413	5.84 305	2.75 398	0.76 430	0.36 330	0.72 440	0.49 396	0.70 397	0.56 352

DISCO	2.25 274	0.73 234	10.06 279	1.76 428	1.12 319	3.47 198	1.25 350	3.24 176	2.26 301	2.65 398	1.96 287	4.53 443	1.92 335	4.17 276	3.61 414	0.32 200	0.25 231	0.31 182	0.29 236	0.66 389	0.41 271

MADNet+	3.97 440	9.54 497	13.83 322	1.87 443	1.69 434	4.19 366	2.87 454	4.80 474	4.10 471	2.51 375	2.67 402	4.55 444	3.41 421	8.72 359	6.92 444	1.25 461	1.27 469	1.04 458	0.93 453	1.39 461	1.85 466

CBFPSM	2.05 251	0.95 324	10.12 281	1.07 210	1.05 305	2.84 116	1.20 343	3.28 180	1.73 197	1.82 177	1.30 90	4.56 445	4.06 437	2.34 210	2.34 374	0.25 44	0.38 349	0.32 201	0.27 182	0.37 217	0.79 412

RASNet	2.56 343	0.70 208	10.06 279	1.60 408	2.25 468	3.67 239	1.00 293	3.38 195	3.14 433	1.81 175	2.11 323	4.60 446	2.30 363	10.25 402	2.61 392	0.37 266	0.24 211	0.25 49	0.24 128	0.28 66	0.26 82

HH	2.23 270	0.86 299	21.59 488	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 447	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

HanStereo	2.23 270	0.86 299	21.59 488	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 447	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

XX-Stereo	2.54 338	0.61 127	20.21 437	1.78 430	1.19 336	4.30 386	0.46 33	4.39 437	1.58 144	2.32 342	1.89 276	4.64 449	0.60 19	4.16 275	0.82 94	0.31 182	0.21 125	0.28 120	0.27 182	0.51 333	0.26 82

ADLNet2	3.15 408	0.92 313	20.06 429	1.20 283	1.79 445	3.83 264	1.48 380	3.94 298	3.59 458	2.19 300	2.47 382	4.65 450	1.93 336	10.69 414	1.96 339	0.39 294	0.37 343	0.28 120	0.30 254	0.48 323	0.43 284

SGM-Forest	2.96 383	0.62 137	3.49 197	1.09 224	0.80 224	4.06 323	3.30 466	4.37 434	3.09 429	4.18 464	3.27 436	4.67 451	3.86 434	11.69 462	7.91 450	0.51 383	0.46 396	0.49 381	0.39 351	0.48 323	0.49 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSC_U_SF_DS_RVC	4.48 451	10.62 500	15.18 346	1.55 401	1.45 393	6.16 481	3.54 475	5.41 487	3.68 462	2.59 388	2.74 406	4.81 452	2.20 360	13.79 495	4.40 421	2.04 472	3.36 503	1.05 459	1.20 468	2.09 469	1.72 463

NVStereoNet_ROB	4.91 461	1.40 408	16.46 357	1.47 383	1.72 438	3.46 195	1.96 420	3.89 280	3.61 459	2.90 414	24.61 509	4.81 452	4.49 447	13.57 492	4.87 429	1.33 467	1.29 470	1.70 472	1.68 475	1.41 462	1.66 460
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AIO-Stereo-zeroshot	2.35 306	0.99 332	19.62 413	1.09 224	0.96 279	1.51 48	0.44 28	4.05 329	1.64 171	1.31 99	1.67 186	4.93 454	2.45 375	2.52 225	1.40 240	0.30 163	0.20 94	0.31 182	0.50 400	0.57 357	0.60 366

RTS	3.90 436	7.04 482	17.94 380	1.92 445	2.19 465	5.00 472	2.96 457	4.29 405	3.19 438	4.05 457	3.08 426	4.94 455	3.16 410	7.64 344	6.72 438	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 406

RTSA	3.90 436	7.04 482	17.94 380	1.92 445	2.19 465	5.00 472	2.96 457	4.29 405	3.19 438	4.05 457	3.08 426	4.94 455	3.16 410	7.64 344	6.72 438	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 406

PAM_32	2.45 320	0.63 145	20.74 462	1.05 202	0.65 172	2.83 115	0.46 33	2.91 140	1.54 121	1.95 213	2.66 401	4.99 457	3.78 431	1.96 176	0.92 137	0.27 70	0.22 153	0.27 93	0.25 138	0.36 208	0.48 315

MFN_U_SF_DS_RVC	3.94 438	10.88 502	12.30 304	1.26 306	1.55 408	5.19 475	3.33 468	4.42 441	2.82 405	2.58 385	2.62 397	5.00 458	2.11 347	14.03 498	2.73 396	1.28 463	2.34 490	0.67 432	1.83 482	0.81 418	1.03 434

SDNR	3.97 440	1.93 438	20.28 444	1.31 327	0.94 275	5.16 474	0.67 102	4.33 422	2.58 368	4.82 472	5.94 464	5.01 459	1.45 232	17.52 502	2.53 387	0.79 432	0.72 449	0.59 412	0.45 383	1.15 450	1.17 442

stereogan	3.09 401	0.93 317	16.43 356	1.37 359	1.66 431	3.70 242	1.67 404	3.87 275	3.15 435	3.04 425	2.70 405	5.04 460	2.79 392	9.96 392	1.78 317	0.63 408	0.49 410	0.69 433	0.47 388	0.83 421	0.68 386

UGAM-zero	2.79 365	0.57 81	20.87 467	0.98 163	0.77 220	2.08 82	0.35 9	3.88 278	1.51 96	2.05 252	1.64 177	5.07 461	3.42 424	9.83 385	1.24 210	0.28 105	0.21 125	0.27 93	0.29 236	0.29 78	0.28 114

IMH-64-1	4.84 459	2.53 454	6.83 241	4.30 497	3.74 491	4.81 468	6.05 487	5.30 482	3.92 466	3.95 455	8.33 473	5.08 462	6.06 466	8.96 365	6.30 435	4.57 503	2.96 497	3.04 489	2.12 491	4.28 490	3.62 497

IMH-64	4.84 459	2.53 454	6.83 241	4.30 497	3.74 491	4.81 468	6.05 487	5.30 482	3.92 466	3.95 455	8.33 473	5.08 462	6.06 466	8.96 365	6.30 435	4.57 503	2.96 497	3.04 489	2.12 491	4.28 490	3.62 497

psmorigin	6.59 480	1.15 366	88.11 524	1.52 392	0.97 283	2.88 120	1.20 343	3.21 170	2.04 253	3.73 450	2.46 380	5.15 464	2.55 381	10.60 410	2.47 382	0.55 395	0.68 445	0.48 368	0.51 403	0.70 397	0.88 424

SAMSARA	3.55 424	2.16 447	14.18 328	1.86 442	1.49 397	4.62 439	2.65 448	3.58 222	2.80 397	7.05 485	3.05 425	5.16 465	4.07 438	9.18 371	4.80 428	0.64 411	0.67 442	0.59 412	0.68 433	0.89 424	0.91 425

PAM	2.43 317	0.61 127	20.86 465	1.07 210	0.73 206	2.93 129	0.53 48	3.24 176	1.53 112	1.89 196	2.43 378	5.29 466	2.76 390	1.84 163	1.02 164	0.27 70	0.24 211	0.26 69	0.25 138	0.40 237	0.50 327

tt	7.19 487	0.51 29	6.83 241	4.03 492	2.30 470	12.05 500	20.19 510	15.46 509	6.58 491	3.42 445	3.22 433	5.37 467	6.39 474	4.20 277	7.46 448	9.81 510	11.53 514	7.05 508	7.46 509	6.31 501	3.71 499

ACV-stereo	2.92 378	0.92 313	20.27 443	1.33 334	1.05 305	4.68 448	1.10 320	2.66 117	1.64 171	1.46 117	1.32 93	5.41 468	4.24 442	7.83 348	1.90 330	0.44 337	0.52 413	0.32 201	0.29 236	0.45 305	0.63 376

SPS-STEREO	3.97 440	1.44 411	20.85 464	1.72 424	1.71 436	3.24 161	2.30 437	3.55 218	2.68 381	4.79 471	3.66 444	5.44 469	2.97 399	9.11 368	9.35 457	1.15 454	1.10 463	1.06 460	1.02 460	1.16 451	1.18 443
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet-4b	6.73 482	13.67 508	21.87 493	3.54 486	3.07 481	4.19 366	2.25 434	4.03 321	3.65 460	1.64 142	3.98 450	5.88 470	2.89 396	10.01 395	16.98 488	23.29 517	2.24 486	2.53 480	1.78 480	3.87 487	3.21 492

coex-ft	18.59 508	6.62 481	113.53 526	1.17 271	1.31 359	2.33 93	1.93 419	2.81 134	14.00 499	124.82 528	8.45 475	5.90 471	51.74 521	9.99 394	22.69 504	0.57 399	0.62 434	0.50 384	0.49 396	1.08 442	1.28 446

MADNet++	7.57 490	5.80 480	13.28 310	6.38 507	5.26 504	7.18 487	7.77 494	5.32 484	5.62 485	6.11 480	7.78 468	6.02 472	8.01 486	11.74 464	16.36 485	9.36 509	4.95 507	8.57 510	5.66 507	4.83 496	5.34 507

WAO-7	5.16 463	3.21 462	18.98 399	1.88 444	1.44 390	5.34 476	3.09 464	4.91 476	5.81 487	4.35 466	8.92 481	6.55 473	6.06 466	13.40 490	10.81 462	1.34 468	1.20 468	1.48 471	1.35 473	1.60 464	1.45 456

ELAS	5.99 476	1.62 420	20.29 445	1.96 450	2.01 458	15.09 505	8.38 496	5.23 480	5.54 484	9.02 494	8.61 476	6.74 474	9.75 492	7.48 341	11.40 466	0.96 446	1.18 465	0.72 440	0.93 453	1.30 458	1.67 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	5.87 475	2.27 448	15.05 342	2.96 477	2.77 475	12.01 499	3.58 476	5.37 486	11.91 498	3.34 441	9.69 483	6.78 475	5.84 463	11.82 468	8.89 456	2.87 478	2.35 491	2.50 479	1.84 483	2.85 475	2.67 482

G-Net	4.11 444	1.21 376	19.47 410	2.31 466	2.94 478	4.74 464	2.95 456	3.33 191	2.14 279	4.44 467	9.43 482	6.93 476	3.84 433	9.01 367	4.92 431	0.79 432	0.80 455	0.70 435	0.50 400	0.95 429	0.87 423

SANet	5.65 472	1.72 429	20.94 470	1.26 306	0.88 258	7.20 488	3.81 481	4.60 465	11.23 494	4.56 468	8.78 479	7.49 477	6.95 476	11.85 469	18.11 493	0.49 374	0.44 383	0.50 384	0.42 374	0.90 426	0.82 418

SGM_RVC	4.57 453	0.72 223	17.46 375	1.84 439	0.58 148	4.23 375	3.45 470	4.66 468	3.66 461	7.99 490	8.82 480	7.56 478	8.74 490	12.30 476	6.84 442	0.43 330	0.38 349	0.39 315	0.35 310	0.51 333	0.48 315
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 467	12.60 504	20.42 451	3.27 482	3.15 485	4.50 418	3.02 460	4.66 468	3.73 463	3.35 443	5.36 460	7.86 479	2.88 395	12.33 478	4.76 427	3.12 483	2.22 485	2.70 486	1.69 476	3.49 479	3.10 488

HSM	2.35 306	0.81 279	2.21 121	1.14 251	1.55 408	3.44 190	1.03 301	3.99 312	2.25 298	2.29 328	2.11 323	8.04 480	3.05 406	11.60 451	1.71 305	0.33 216	0.22 153	0.28 120	0.23 105	0.32 142	0.35 206

PWCK	5.85 474	9.95 498	15.22 347	2.90 476	1.56 411	5.66 480	7.69 493	5.27 481	4.74 477	3.88 452	7.51 467	8.04 480	5.28 456	15.18 499	8.40 453	3.08 482	1.51 473	2.24 478	1.37 474	5.55 499	1.96 469

ELAS_RVC	5.72 473	1.64 425	20.40 449	2.09 456	2.01 458	4.95 471	11.47 499	4.66 468	6.31 490	8.09 491	8.01 470	8.06 482	11.65 493	8.36 353	10.22 460	0.99 448	1.17 464	0.81 449	0.76 440	1.14 447	1.58 459
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	6.81 484	13.66 507	20.41 450	4.33 499	3.74 491	5.50 477	3.06 462	5.49 488	6.22 488	4.64 470	10.35 486	9.30 483	8.03 487	13.61 493	6.81 440	4.80 506	2.99 500	3.09 491	2.12 491	4.36 492	3.61 496

JetBlue	6.27 479	9.15 494	13.76 316	1.94 449	4.60 502	11.91 498	12.00 500	5.12 478	3.45 456	3.79 451	4.52 454	9.54 484	6.56 475	9.40 375	13.48 474	1.26 462	1.37 471	1.17 465	1.34 472	7.06 506	3.95 501

JetRed	10.48 495	27.10 515	35.70 512	4.27 495	4.09 498	15.55 508	12.83 501	12.16 499	5.50 483	5.83 477	5.56 462	10.14 485	7.43 481	8.88 362	26.39 511	3.32 484	3.81 504	3.51 496	2.96 504	7.85 508	6.69 510

MeshStereo	5.35 466	1.32 398	21.34 482	1.34 341	1.15 323	4.40 399	3.90 482	5.18 479	4.55 473	10.14 500	11.82 493	11.47 486	5.84 463	13.84 496	7.03 445	0.61 405	0.58 426	0.60 417	0.58 419	0.72 407	0.59 365
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
WAO-8	11.95 499	13.02 505	20.56 456	3.50 483	3.08 482	15.11 506	2.80 451	12.91 502	19.11 508	7.69 487	13.12 495	11.62 487	7.01 479	84.40 526	7.91 450	3.42 485	1.92 480	3.54 498	1.93 486	3.68 481	2.69 483

Venus	11.95 499	13.02 505	20.56 456	3.50 483	3.08 482	15.11 506	2.80 451	12.91 502	19.11 508	7.69 487	13.12 495	11.62 487	7.01 479	84.40 526	7.91 450	3.42 485	1.92 480	3.54 498	1.93 486	3.68 481	2.69 483

SGM+DAISY	8.36 491	3.82 468	24.83 506	2.02 453	1.75 440	14.80 504	17.22 505	4.27 397	11.79 497	13.88 506	14.38 500	11.74 489	13.83 496	10.56 408	15.12 477	1.21 456	1.19 467	1.14 464	1.13 465	1.17 452	1.37 452

FADE		13.79 509		10.71 513	13.34 507							11.85 490				474.90 531	161.58 530	347.36 531	322.13 531	7.29 507

WCMA_ROB	5.12 462	0.90 306	21.33 481	1.50 389	1.33 367	4.09 330	3.49 471	4.03 321	4.59 474	6.57 483	10.95 488	12.92 491	8.41 489	9.86 387	8.78 455	0.75 429	0.58 426	0.51 387	0.50 400	0.68 394	0.57 356

test_sample8	4.76 457	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.38 435	2.05 256	5.49 474	1.89 276	12.98 492	6.37 471	11.06 431	11.61 467	1.23 458	14.45 515	4.27 502	2.09 488	0.70 397	0.69 388

TorneroNet-64	10.12 493	8.74 487	20.95 471	4.27 495	3.76 494	13.86 503	2.85 453	15.05 507	23.15 511	10.07 499	23.84 508	13.47 493	8.24 488	13.96 497	17.21 490	3.96 496	2.72 492	3.23 493	2.48 495	6.29 500	4.27 504

DGTPSM_ROB	15.31 504	8.85 489	28.14 510	9.90 511	18.89 508	12.44 501	33.21 513	13.48 504	17.86 506	9.50 496	22.89 506	13.78 494	19.67 505	21.26 503	23.68 505	5.08 507	8.84 508	5.62 506	11.50 510	6.72 503	14.87 511

DPSMNet_ROB	15.52 505	8.89 490	31.44 511	10.07 512	18.91 509	12.44 501	33.22 514	13.51 505	17.94 507	9.58 497	22.91 507	13.79 495	19.67 505	21.43 504	23.73 506	5.17 508	8.84 508	5.63 507	11.52 513	6.79 504	14.90 512

notaker	10.50 496	8.60 486	20.23 438	4.54 502	3.95 495	6.27 482	3.44 469	8.07 495	4.75 478	8.73 492	46.45 515	13.86 496	27.86 511	13.49 491	13.61 475	4.56 502	3.18 501	3.52 497	2.68 499	8.13 510	4.05 502

UNDER WATER-64	9.33 492	5.37 476	22.60 498	5.22 506	4.86 503	10.75 497	4.61 486	11.45 498	17.30 503	7.59 486	9.80 485	15.99 497	17.90 503	10.63 411	15.72 480	4.36 498	2.87 494	4.39 505	2.86 502	7.01 505	5.36 508

LVE	6.88 485	9.31 495	21.14 475	3.61 488	3.18 486	4.49 415	2.79 450	10.21 497	11.69 496	3.16 435	11.53 491	18.33 498	4.31 443	11.66 459	3.52 413	4.45 501	2.93 495	2.56 481	1.91 485	3.62 480	3.16 490

FCDSN-DC	6.04 477	0.84 293	19.25 403	1.24 298	1.09 315	4.38 392	2.62 447	4.38 435	4.71 475	9.59 498	11.22 489	19.19 499	17.40 501	12.30 476	8.55 454	0.69 425	0.57 421	0.60 417	0.60 423	0.70 397	0.78 410
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 481	0.77 262	19.26 405	1.68 417	1.64 424	8.27 493	2.35 438	6.35 490	9.23 492	10.85 502	11.27 490	19.89 500	13.33 495	12.51 482	11.79 469	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

MANE	11.39 497	1.38 405	23.16 501	4.82 504	2.79 476	22.02 510	14.51 503	25.81 512	26.28 512	10.93 503	13.17 498	19.90 501	18.03 504	15.69 501	20.41 502	0.96 446	0.74 451	1.42 469	3.24 505	0.74 408	1.71 462

FC-DCNN v2	6.91 486	0.77 262	19.25 403	1.69 418	1.64 424	9.13 495	2.40 439	7.20 492	9.47 493	11.07 504	11.62 492	20.05 502	15.79 498	12.55 483	11.99 470	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

pmcnn	5.45 468	1.22 382	17.40 372	1.60 408	2.41 471	3.48 200	2.12 429	4.52 459	3.26 446	3.67 449	13.15 497	22.10 503	3.46 426	11.92 472	17.16 489	0.34 228	0.21 125	0.23 15	0.19 36	0.36 208	0.28 114

MSMD_ROB	5.61 470	1.08 352	16.68 360	1.21 289	0.83 237	10.14 496	2.07 428	3.93 295	6.22 488	10.37 501	8.03 471	22.22 504	9.45 491	11.66 459	4.52 423	0.66 416	0.58 426	0.66 430	0.68 433	0.65 384	0.63 376

ACVNet_1	6.04 477	13.97 510	21.36 483	3.58 487	3.14 484	4.73 461	2.48 441	4.20 367	3.17 436	2.98 423	2.83 417	23.31 505	4.34 444	11.06 431	2.45 380	3.68 490	2.33 489	2.60 482	1.79 481	3.69 483	3.19 491

Anonymous_1	57.11 523	19.68 512	26.15 507	23.10 514	142.31 527	30.84 512	39.75 516	33.86 518	16.98 502	70.53 523	15.42 502	23.46 506	19.75 507	23.04 506	27.23 512	164.73 529	9.02 510	130.38 525	137.40 526	161.27 530	27.24 516

UNDER WATER	10.47 494	3.95 470	22.62 499	5.07 505	4.51 501	7.78 492	3.77 479	12.56 501	21.72 510	7.84 489	10.78 487	23.96 507	31.66 512	10.78 418	16.19 484	4.44 500	2.93 495	4.24 501	2.86 502	6.33 502	5.47 509

DPSM_ROB	20.78 509	20.03 513	26.57 508	23.62 515	22.46 510	31.10 513	39.97 517	33.52 516	17.41 504	15.25 507	15.80 503	24.06 508	20.71 508	23.30 508	27.62 513	10.78 511	9.41 511	11.69 513	11.50 510	14.49 513	16.36 513

DPSM	20.78 509	20.03 513	26.57 508	23.62 515	22.46 510	31.10 513	39.97 517	33.52 516	17.41 504	15.25 507	15.80 503	24.06 508	20.71 508	23.30 508	27.62 513	10.78 511	9.41 511	11.69 513	11.50 510	14.49 513	16.36 513

LRCNet_RVC	25.52 512	33.45 516	23.21 503	31.79 517	32.78 513	6.74 486	1.18 336	25.88 513	4.46 472	28.94 510	30.89 511	24.91 510	17.57 502	27.66 512	24.34 508	35.26 519	25.60 520	35.91 519	33.81 518	31.90 520	34.10 520

Dean	7.52 488	9.08 493	21.41 484	3.74 490	3.53 488	4.81 468	3.53 473	5.33 485	5.25 481	4.17 461	26.53 510	25.62 511	4.09 439	10.97 425	4.32 420	3.69 491	2.30 488	2.91 488	1.87 484	4.03 488	3.24 493

SGM-ForestM	11.55 498	1.16 369	21.62 490	2.14 457	0.81 227	22.25 511	19.08 508	16.50 511	11.34 495	15.94 509	14.44 501	27.12 512	22.61 510	24.76 511	28.39 515	0.50 377	0.48 406	0.47 360	0.44 379	0.55 347	0.53 342

LE_ROB	18.58 507	1.21 376	48.38 518	8.60 510	23.00 512	7.32 490	19.74 509	9.94 496	38.69 516	43.53 514	21.91 505	28.40 513	40.92 515	23.18 507	54.71 520	0.34 228	0.33 311	0.32 201	0.36 320	0.42 279	0.40 265

HaxPig	43.25 518	43.65 520	45.00 516	33.85 518	35.61 515	32.69 515	30.52 511	45.09 519	42.97 517	48.77 515	48.17 517	43.00 514	40.26 514	44.58 519	43.61 517	47.18 520	49.30 521	51.54 521	50.25 520	43.73 521	45.29 521

HanzoNet	31.60 515	17.23 511	21.22 480	7.32 508	5.84 505	7.25 489	3.53 473	13.82 506	14.20 501	50.38 517	47.01 516	44.45 515	56.61 522	36.61 518	32.00 516	63.89 523	56.57 524	7.97 509	89.20 524	28.69 515	28.25 517

AVERAGE_ROB	44.46 519	45.91 521	46.59 517	40.59 520	38.66 516	32.99 516	30.52 511	46.19 520	43.26 518	49.59 516	48.97 518	44.62 516	39.89 513	45.04 520	43.94 518	48.74 521	50.69 522	50.80 520	49.79 519	45.54 522	46.97 522

MEDIAN_ROB	47.37 520	49.08 522	49.92 519	40.32 519	39.97 517	34.95 517	33.43 515	49.17 521	46.39 520	53.06 518	52.65 519	47.65 517	42.23 520	48.35 524	47.29 519	52.10 522	54.04 523	54.28 522	53.48 521	48.76 523	50.33 523

Selective-RAFT-Error	41.77 516	40.16 518	53.34 521	47.73 521	45.25 519	62.51 522	80.64 525	67.22 522	34.93 514	30.64 512	31.81 512	48.11 518	42.11 519	46.57 521	54.95 521	21.61 515	18.87 517	23.48 516	23.15 516	29.16 517	33.08 519

CasAABBNet	41.80 517	40.20 519	53.41 522	47.73 521	45.18 518	62.51 522	80.71 526	67.26 523	34.80 513	30.49 511	31.88 513	48.24 519	41.81 518	46.63 523	55.64 523	21.60 514	18.88 518	23.48 516	23.22 517	29.19 518	33.05 518

LSM0	49.58 521	40.04 517	53.62 523	97.15 524	128.68 526	62.75 524	79.89 524	67.63 524	35.11 515	33.02 513	32.61 514	48.43 520	41.60 517	46.60 522	55.43 522	21.63 516	18.99 519	23.62 518	23.13 515	29.47 519	52.26 524

KSHMR	16.96 506	5.37 476	21.64 492	4.46 500	4.50 500	8.30 494	3.32 467	15.58 510	76.24 522	6.62 484	61.47 520	56.53 521	5.43 459	35.17 517	11.37 465	4.39 499	2.97 499	3.63 500	2.74 501	5.10 497	4.34 505

ktn	21.74 511	10.34 499	19.68 415	4.53 501	4.00 496	6.53 485	4.51 485	6.79 491	78.82 524	84.69 524	100.86 528	58.49 522	7.57 483	12.11 475	13.35 473	4.58 505	3.24 502	3.49 495	2.62 497	4.65 495	3.84 500

xxxxx1	112.33 527	88.53 526	37.76 513	227.84 529	157.23 528	39.05 518	61.41 521	93.76 526	79.29 525	62.45 520	74.79 522	78.32 523	70.96 524	33.47 514	70.69 524	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 527

tt_ll	112.33 527	88.53 526	37.76 513	227.84 529	157.23 528	39.05 518	61.41 521	93.76 526	79.29 525	62.45 520	74.79 522	78.32 523	70.96 524	33.47 514	70.69 524	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 527

ff	112.33 527	88.53 526	37.76 513	227.84 529	157.23 528	39.05 518	61.41 521	93.76 526	79.29 525	62.45 520	74.79 522	78.32 523	70.96 524	33.47 514	70.69 524	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 527

TorneroNet	25.88 513	11.28 503	21.62 490	4.20 494	4.07 497	55.25 521	3.15 465	15.16 508	76.94 523	58.09 519	82.72 525	86.88 526	41.15 516	13.35 489	18.13 494	4.32 497	2.85 493	3.45 494	2.62 497	8.33 511	4.14 503

BEATNet-Init1	49.72 522	64.32 525	97.77 525	4.68 503	4.28 499	84.75 526	60.42 520	73.38 525	68.59 521	88.29 525	88.51 527	91.94 527	97.99 527	85.26 528	70.96 527	0.80 434	0.65 438	0.85 451	0.70 436	7.96 509	2.33 475

ASD4	103.30 526	113.98 529	120.24 527	106.67 525	79.75 521	115.36 527	120.35 527	119.13 529	79.65 528	120.04 527	74.64 521	101.45 528	65.48 523	109.11 529	84.31 529	104.31 524	90.04 526	133.15 526	103.58 525	130.15 526	94.66 526

PML	64.32 524	53.22 523	17.88 379	8.10 509	32.94 514	148.46 529	247.79 530	12.18 500	45.42 519	111.41 526	288.92 530	101.47 529	101.31 528	31.67 513	15.55 478	14.03 513	4.83 506	10.98 512	6.18 508	28.82 516	5.17 506

DPSimNet_ROB	102.30 525	119.72 530	143.59 528	109.42 526	94.10 523	127.22 528	127.15 528	26.62 514	102.36 529	149.58 529	83.99 526	139.34 530	137.54 529	64.62 525	82.36 528	105.18 525	66.15 525	120.15 524	69.61 523	99.58 525	77.72 525

test_example2	212.63 530	219.92 531	221.87 530	213.67 528	221.17 531	199.47 530	200.74 529	185.30 530	141.66 530	209.52 530	213.45 529	210.82 531	205.48 530	221.27 530	216.64 530	236.83 530	242.07 531	213.93 527	217.01 527	235.69 531	226.10 530

ccccc	590.94 531	629.75 532	645.59 531	567.84 532	570.84 532	582.44 531	641.68 531	613.82 531	494.59 531	614.58 531	651.20 531	555.57 532	637.59 531	666.94 531	652.42 531	781.57 532	507.24 532	391.36 532	342.44 532	689.82 532	581.48 531

Low-res two-view benchmark