Low-res two-view results

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

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

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

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

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

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

FoundationStereo	0.50 1	0.39 2	1.11 13	0.79 44	0.42 50	0.70 3	0.36 12	0.76 1	0.80 4	0.62 13	0.38 2	0.73 44	0.77 65	0.69 1	0.36 2	0.26 57	0.17 18	0.23 15	0.16 9	0.18 1	0.20 13

S2M2	0.64 4	0.55 65	1.07 7	0.89 105	0.54 123	1.08 10	0.20 1	1.16 5	1.37 45	0.59 8	0.81 22	0.86 72	0.47 6	0.70 2	0.65 34	0.31 187	0.33 319	0.27 96	0.27 187	0.36 214	0.31 162

LG-Stereo	0.85 33	0.60 117	2.71 169	0.59 2	0.45 68	2.85 121	0.55 57	2.41 83	1.34 42	0.59 8	1.19 67	0.43 3	0.40 2	0.76 3	0.75 76	0.20 4	0.17 18	0.31 187	0.24 132	0.29 80	0.19 4

RAStereo	0.75 9	0.52 38	2.86 178	0.58 1	0.62 164	1.19 17	0.32 5	1.81 40	0.99 11	0.75 30	1.05 47	0.64 20	0.47 6	0.80 4	0.94 152	0.22 9	0.20 98	0.27 96	0.21 66	0.34 183	0.22 30

U	12.82 516	0.38 1	1.99 97	0.66 13	58.94 533	63.38 538	0.34 8	1.91 46	0.94 10	0.59 8	0.80 20	0.46 7	0.57 16	0.83 5	0.44 7	0.29 129	0.17 18	63.35 536	59.81 535	0.29 80	0.20 13

CREStereo++_RVC	1.02 78	0.49 26	1.54 59	0.83 66	0.55 129	4.01 327	0.31 4	1.63 26	1.99 249	1.63 144	2.13 336	0.84 64	0.65 36	0.88 6	0.70 59	0.27 72	0.15 3	0.23 15	1.22 481	0.24 16	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
GIP-stereo	0.88 38	0.50 28	1.34 40	1.32 338	0.94 281	2.90 125	0.42 24	3.41 204	1.06 15	0.63 14	0.76 15	0.90 81	0.76 63	0.91 7	0.52 14	0.27 72	0.18 43	0.25 50	0.16 9	0.25 28	0.19 4

CASnet	0.78 17	0.51 32	1.29 34	0.81 46	0.29 1	1.28 32	0.74 146	1.51 15	1.89 236	1.64 147	1.09 53	0.65 24	0.64 33	0.91 7	0.76 80	0.29 129	0.17 18	0.41 340	0.31 277	0.32 147	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test_for_model	2.16 269	3.87 481	1.58 64	4.16 505	3.64 501	2.51 105	0.96 293	3.63 234	2.62 383	2.45 375	1.39 117	1.02 97	0.73 52	0.92 9	0.57 17	2.97 492	2.19 496	0.26 71	0.17 16	5.32 510	2.24 485

LG-Stereo_Zeroshot	0.89 41	0.47 14	2.08 116	0.76 38	0.73 210	3.91 294	0.41 21	2.07 59	1.07 16	0.77 44	0.89 27	0.64 20	0.86 91	0.95 10	0.77 85	0.26 57	0.18 43	0.26 71	0.19 38	0.32 147	0.32 171

MonSter	0.62 3	0.43 8	1.07 7	0.66 13	0.82 241	1.13 13	0.39 16	2.57 112	0.92 8	0.58 7	0.64 8	0.36 2	0.35 1	0.95 10	0.43 5	0.15 1	0.15 3	0.20 1	0.17 16	0.21 5	0.19 4

WCG-NET	0.88 38	0.49 26	1.26 28	0.90 114	0.37 23	1.48 47	1.07 321	1.73 32	2.30 318	1.63 144	1.49 142	0.92 86	0.97 118	0.95 10	0.76 80	0.22 9	0.16 7	0.23 15	0.20 52	0.25 28	0.21 24

IGEV-Stereo++	0.93 49	0.44 9	1.08 10	0.70 15	1.20 349	3.87 289	0.33 6	3.36 199	1.43 59	0.75 30	1.17 64	0.68 27	1.04 135	0.95 10	0.42 3	0.22 9	0.16 7	0.23 15	0.17 16	0.24 16	0.20 13

Occ-G	0.86 34	0.52 38	1.39 45	0.82 56	0.66 182	1.37 39	0.79 182	1.58 19	1.31 39	1.56 133	0.87 25	2.18 272	0.89 100	0.97 14	0.88 125	0.26 57	0.19 67	0.26 71	0.19 38	0.25 28	0.24 51

GLC_STEREO	0.76 10	0.52 38	1.12 14	0.83 66	0.33 6	1.86 67	0.82 204	1.46 12	1.38 46	0.95 76	1.04 43	0.68 27	0.72 48	0.97 14	0.80 91	0.23 20	0.25 237	0.32 207	0.25 143	0.32 147	0.30 153

TANstereo	1.01 74	0.55 65	1.73 72	0.76 38	0.36 11	4.04 332	0.38 14	1.48 13	1.62 172	2.03 254	2.10 327	0.84 64	0.93 110	0.98 16	0.62 24	0.28 109	0.36 339	0.23 15	0.20 52	0.25 28	0.46 314

sAnonymous2	1.37 151	1.22 390	9.79 282	0.92 127	0.88 264	1.23 19	0.61 79	2.56 110	1.69 192	0.85 63	1.02 36	0.73 44	1.23 190	0.98 16	0.78 86	0.29 129	0.25 237	0.31 187	0.30 261	1.06 449	0.71 404

CroCo_RVC	1.37 151	1.22 390	9.79 282	0.92 127	0.88 264	1.23 19	0.61 79	2.56 110	1.69 192	0.85 63	1.02 36	0.73 44	1.23 190	0.98 16	0.78 86	0.29 129	0.25 237	0.31 187	0.30 261	1.06 449	0.71 404

castereo	0.82 29	0.70 214	1.04 2	0.85 87	0.50 103	1.29 34	0.91 263	3.22 178	1.20 22	0.83 60	1.24 77	0.72 40	0.91 105	1.00 19	0.67 43	0.26 57	0.16 7	0.25 50	0.20 52	0.24 16	0.21 24

Pointernet	0.88 38	0.44 9	2.26 132	0.84 75	0.37 23	2.29 93	0.38 14	3.06 163	1.46 69	0.66 19	1.39 117	0.91 83	0.73 52	1.01 20	0.72 67	0.23 20	0.19 67	0.20 1	0.18 24	0.19 2	0.20 13

LGtest1	0.55 2	0.41 5	1.14 17	0.70 15	0.40 40	0.99 8	0.26 2	1.32 7	0.93 9	0.53 4	0.60 7	0.44 4	0.49 9	1.02 21	0.45 9	0.27 72	0.19 67	0.23 15	0.16 9	0.21 5	0.23 38

AIO-Stereo	0.76 10	0.54 59	1.07 7	0.73 22	0.40 40	1.28 32	0.82 204	2.26 74	1.49 89	0.70 24	1.58 164	0.89 79	0.45 5	1.03 22	0.55 16	0.24 29	0.18 43	0.25 50	0.20 52	0.26 40	0.21 24

testlalala2	2.31 297	0.63 150	20.54 468	2.56 483	2.87 489	3.79 266	0.76 159	4.20 379	1.48 81	1.42 120	1.43 126	2.45 305	0.80 82	1.03 22	0.68 46	0.27 72	0.25 237	0.24 32	0.21 66	0.33 165	0.28 117

Former-RAFT_DAM_RVC	0.92 47	0.73 240	1.42 48	0.92 127	1.08 318	2.97 139	0.53 52	1.77 37	1.39 47	1.16 97	1.54 154	0.58 12	0.65 36	1.03 22	0.84 105	0.25 45	0.23 184	0.30 166	0.24 132	0.43 297	0.29 127

testlalala	1.14 95	0.62 142	1.34 40	1.00 182	0.78 227	4.38 404	0.93 278	2.46 91	2.20 297	2.44 374	1.52 145	1.31 140	0.61 26	1.04 25	0.65 34	0.35 255	0.19 67	0.24 32	0.19 38	0.24 16	0.23 38

rvit_stereo_ft	1.00 72	0.87 308	3.55 205	0.97 162	0.66 182	1.06 9	0.80 192	2.78 135	1.67 184	0.78 47	0.96 33	0.95 91	1.14 170	1.06 26	0.90 132	0.32 207	0.24 217	0.27 96	0.28 215	0.39 239	0.27 98

GREAT-IGEV	0.74 8	0.54 59	1.86 84	1.10 238	0.44 61	2.44 101	0.34 8	1.37 8	1.51 101	0.48 1	0.86 24	0.51 9	0.60 23	1.07 27	0.45 9	0.22 9	0.17 18	0.21 5	0.17 16	0.23 12	0.25 61

IGEV-BASED-STEREO-	1.09 85	3.30 477	2.61 161	0.82 56	0.38 34	1.27 27	0.62 91	1.51 15	1.29 36	0.91 69	0.92 29	0.65 24	0.57 16	1.08 28	0.59 20	1.55 482	0.15 3	0.32 207	0.28 215	1.10 455	1.98 482

trnet	0.91 46	0.48 19	1.46 51	0.62 4	0.31 2	4.40 411	0.41 21	2.20 68	1.53 117	0.94 73	1.14 60	0.88 77	0.89 100	1.09 29	0.71 62	0.27 72	0.19 67	0.22 9	0.15 4	0.21 5	0.19 4

CroCo-Stereo	0.98 64	0.87 308	3.44 201	0.87 96	0.53 122	0.49 1	0.50 44	3.99 324	1.49 89	0.81 52	1.25 83	1.00 95	0.75 58	1.10 30	1.09 181	0.24 29	0.21 129	0.24 32	0.19 38	0.35 201	0.27 98
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
GCAP-Stereo	0.93 49	0.68 201	1.35 42	0.85 87	0.41 45	3.61 237	0.52 51	2.20 68	1.50 94	1.11 94	1.04 43	1.17 115	0.84 87	1.11 31	0.71 62	0.25 45	0.20 98	0.27 96	0.18 24	0.28 68	0.23 38

CFNet-RSSM	2.08 261	0.52 38	20.06 442	1.01 188	0.56 133	3.39 188	0.64 96	3.67 242	1.55 134	1.72 165	1.37 112	2.57 317	1.19 185	1.11 31	0.86 115	0.27 72	0.20 98	0.25 50	0.23 109	0.27 52	0.23 38

anonymousa	2.16 269	0.67 193	19.19 413	1.04 206	1.67 441	2.06 83	0.79 182	2.86 144	1.96 244	1.85 185	2.14 337	3.23 377	1.81 330	1.12 33	1.15 191	0.26 57	0.26 250	0.34 259	0.32 288	0.30 103	0.28 117

Gwc-CoAtRS	1.58 173	0.57 85	11.69 307	1.01 188	0.60 156	2.53 107	0.64 96	2.36 81	1.56 140	1.80 179	1.47 135	2.74 333	1.18 181	1.12 33	0.90 132	0.27 72	0.21 129	0.25 50	0.22 96	0.27 52	0.23 38

CREStereo	0.92 47	0.53 49	1.45 50	0.61 3	0.34 7	4.42 415	0.40 20	2.21 70	1.54 126	0.94 73	1.12 57	0.87 74	0.87 95	1.12 33	0.72 67	0.28 109	0.19 67	0.22 9	0.15 4	0.22 10	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
CAS++	0.89 41	0.64 162	1.46 51	0.81 46	0.51 105	1.24 23	0.86 224	3.44 205	1.46 69	1.14 96	1.29 93	0.62 17	0.58 19	1.13 36	0.59 20	0.34 235	0.30 294	0.34 259	0.26 161	0.41 268	0.29 127
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.82 29	0.47 14	2.63 165	0.96 155	1.19 344	0.78 4	0.39 16	1.12 4	1.54 126	1.19 99	1.26 84	0.51 9	0.64 33	1.13 36	1.03 170	0.30 168	0.20 98	0.24 32	0.21 66	0.40 244	0.25 61

rvit_stereo_0080	0.94 52	0.72 229	2.56 155	0.64 6	0.59 154	1.90 69	0.75 156	2.71 126	1.40 50	0.91 69	1.04 43	0.85 68	0.82 83	1.14 38	0.78 86	0.35 255	0.29 281	0.25 50	0.27 187	0.45 313	0.29 127

RSM++	0.77 15	0.51 32	1.08 10	0.95 149	0.42 50	1.52 52	0.71 126	2.11 62	1.40 50	0.80 50	1.23 76	0.90 81	0.59 21	1.14 38	0.69 53	0.24 29	0.19 67	0.25 50	0.21 66	0.28 68	0.20 13

whm_eth	0.94 52	0.72 229	2.56 155	0.64 6	0.59 154	1.90 69	0.75 156	2.71 126	1.40 50	0.91 69	1.04 43	0.85 68	0.82 83	1.14 38	0.78 86	0.35 255	0.29 281	0.25 50	0.27 187	0.45 313	0.29 127

RCA-Stereo	1.21 110	0.52 38	1.58 64	0.90 114	0.46 76	4.68 460	0.79 182	4.13 364	1.74 208	1.92 209	1.80 238	0.94 90	1.48 246	1.14 38	0.70 59	0.27 72	0.18 43	0.25 50	0.19 38	0.25 28	0.23 38

AIO_rvc	0.78 17	0.55 65	1.25 27	0.75 24	0.65 176	1.46 45	0.99 303	2.13 63	1.52 110	0.57 6	1.15 61	1.09 104	0.55 13	1.15 42	0.53 15	0.24 29	0.17 18	0.24 32	0.17 16	0.25 28	0.21 24

MaDis-Stereo	0.82 29	0.66 183	1.53 56	0.65 10	1.87 462	1.24 23	0.36 12	2.13 63	1.27 34	0.67 21	0.75 14	0.88 77	0.70 45	1.15 42	1.07 176	0.29 129	0.23 184	0.26 71	0.20 52	0.31 122	0.22 30

MM-Stereo_test2	1.79 210	0.53 49	20.16 448	1.43 382	0.47 86	2.57 109	0.73 134	1.67 29	1.47 74	0.94 73	0.96 33	0.84 64	0.79 75	1.16 44	0.68 46	0.24 29	0.17 18	0.25 50	0.22 96	0.30 103	0.22 30

AIO_test	0.76 10	0.47 14	1.31 35	0.81 46	0.70 202	1.36 38	0.88 246	1.40 9	1.45 61	0.55 5	0.95 31	1.81 221	0.58 19	1.16 44	0.46 11	0.27 72	0.17 18	0.24 32	0.19 38	0.24 16	0.21 24

MGS-Stereo	0.80 20	0.56 76	1.53 56	0.93 141	0.39 37	1.26 26	0.73 134	1.45 11	1.30 38	1.01 81	2.26 358	0.80 57	0.56 15	1.16 44	0.65 34	0.27 72	0.23 184	0.26 71	0.22 96	0.27 52	0.25 61

IGEV++	0.90 44	0.58 98	1.32 38	0.94 145	0.45 68	1.27 27	1.00 304	3.32 194	1.55 134	0.82 54	1.34 104	0.86 72	1.09 152	1.16 44	0.89 128	0.33 223	0.18 43	0.23 15	0.19 38	0.29 80	0.22 30

testlalala_base	1.62 183	0.74 248	1.63 66	1.19 286	1.40 390	2.63 113	0.84 212	4.09 354	1.31 39	1.22 100	1.42 124	1.21 128	0.85 89	1.16 44	0.73 69	3.92 507	2.10 494	0.27 96	0.18 24	4.49 506	1.11 452

cross-raft	2.01 250	0.57 85	19.01 412	1.03 204	0.56 133	2.11 86	0.72 129	3.63 234	1.57 146	1.77 173	1.51 144	3.17 372	1.13 164	1.16 44	0.85 108	0.23 20	0.21 129	0.26 71	0.23 109	0.28 68	0.25 61

XX-TBD	1.03 79	0.95 332	1.94 92	1.30 332	0.43 56	3.97 321	0.33 6	1.74 33	1.73 202	1.59 135	2.02 308	0.69 30	0.60 23	1.16 44	0.66 39	0.30 168	0.25 237	0.23 15	0.15 4	0.31 122	0.22 30

RSM	0.80 20	0.50 28	1.08 10	0.83 66	0.51 105	1.31 35	0.77 172	2.28 77	1.43 59	0.82 54	1.44 128	1.22 129	0.62 28	1.17 51	0.63 27	0.22 9	0.18 43	0.24 32	0.19 38	0.27 52	0.20 13

GMOStereo	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 363	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

error version	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 363	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

test-v	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 363	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

test-2	1.13 90	0.70 214	2.26 132	0.75 24	0.44 61	3.05 143	0.91 263	2.78 135	1.45 61	2.37 363	1.52 145	1.53 167	1.05 140	1.17 51	0.92 142	0.25 45	0.19 67	0.35 278	0.28 215	0.34 183	0.26 85

AnonymousM	1.22 114	1.32 407	0.97 1	0.88 101	0.56 133	4.03 331	0.69 118	2.41 83	1.68 186	1.48 124	1.31 97	1.15 113	1.00 126	1.18 56	0.73 69	0.32 207	0.40 372	2.07 487	1.70 489	0.24 16	0.22 30

test-1	1.23 115	0.65 172	1.88 86	0.96 155	0.52 114	3.84 277	0.62 91	4.01 328	1.47 74	1.93 213	1.78 232	1.83 225	0.92 108	1.19 57	1.28 228	0.26 57	0.29 281	0.31 187	0.24 132	0.29 80	0.36 218

RAFT-Test	1.44 158	0.59 105	6.10 242	1.01 188	0.69 200	2.90 125	0.80 192	3.68 244	1.70 195	1.85 185	1.68 195	3.15 371	1.03 131	1.20 58	0.99 165	0.27 72	0.22 158	0.25 50	0.23 109	0.27 52	0.25 61

raftrobust	1.19 102	0.72 229	2.30 138	1.26 313	1.31 367	3.55 223	0.68 113	2.75 132	1.47 74	2.21 317	1.38 115	1.17 115	1.22 187	1.20 58	1.11 185	0.28 109	0.24 217	0.21 5	0.19 38	0.25 28	0.28 117

sCroCo_RVC	1.06 81	0.82 292	5.05 231	1.02 197	1.05 311	0.98 7	0.61 79	2.06 57	1.29 36	0.69 23	1.26 84	0.82 61	1.10 158	1.20 58	0.90 132	0.42 334	0.40 372	0.33 242	0.30 261	0.46 324	0.38 247

4D-IteraStereo	1.97 241	0.84 299	20.43 465	0.78 42	1.56 420	2.09 85	1.05 318	2.43 88	1.56 140	1.41 118	1.00 35	1.94 238	0.61 26	1.22 61	1.06 173	0.27 72	0.18 43	0.31 187	0.26 161	0.27 52	0.23 38

Selective-IGEV	0.80 20	0.52 38	1.05 3	0.75 24	0.61 160	1.31 35	0.82 204	2.60 116	1.41 53	0.82 54	1.64 183	0.71 38	0.62 28	1.22 61	0.64 30	0.22 9	0.19 67	0.24 32	0.18 24	0.25 28	0.20 13

RAFT-Stereo-weight	1.11 88	0.48 19	1.22 24	0.99 174	0.42 50	4.17 371	0.80 192	3.60 229	1.50 94	1.97 224	1.50 143	1.30 139	0.65 36	1.24 63	0.85 108	0.25 45	0.19 67	0.26 71	0.22 96	0.27 52	0.23 38

DCRE	1.44 158	0.74 248	3.50 204	1.13 256	0.72 206	1.78 61	0.67 108	2.14 65	1.56 140	1.99 231	8.09 485	1.73 198	1.07 149	1.24 63	0.83 102	0.23 20	0.25 237	0.26 71	0.26 161	0.28 68	0.30 153

DIP-Stereo	1.24 120	0.69 204	1.77 77	0.65 10	0.61 160	4.29 396	0.58 71	4.44 457	2.53 372	1.98 226	1.33 99	0.91 83	0.86 91	1.25 65	1.25 218	0.36 266	0.23 184	0.32 207	0.23 109	0.32 147	0.29 127
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo++	0.93 49	0.56 76	1.26 28	0.92 127	0.73 210	2.48 103	1.00 304	2.99 152	1.03 13	0.68 22	1.41 122	1.92 236	0.59 21	1.26 66	0.44 7	0.25 45	0.19 67	0.28 125	0.19 38	0.23 12	0.23 38

CAS	1.26 131	0.40 3	1.46 51	2.97 490	1.61 428	4.13 353	0.73 134	1.78 38	1.49 89	0.83 60	1.10 55	0.59 14	0.53 10	1.26 66	0.80 91	2.99 493	0.13 1	0.21 5	0.13 1	0.31 122	1.72 475

CroCo-Stereo Lap2	0.99 70	0.89 311	2.55 154	0.99 174	1.80 459	0.54 2	0.46 36	3.10 165	1.24 25	1.07 88	1.21 71	1.05 103	0.78 73	1.26 66	1.08 178	0.27 72	0.23 184	0.27 96	0.21 66	0.43 297	0.34 198

RAFT-Stereo + iAFF	1.25 124	0.72 229	1.74 75	1.05 207	0.36 11	4.13 353	0.42 24	2.95 148	2.84 419	2.02 250	2.40 387	1.61 180	1.11 161	1.26 66	0.97 159	0.21 5	0.15 3	0.26 71	0.23 109	0.29 80	0.23 38

rvit_stereo_0081_aga	0.81 27	0.75 260	1.84 83	0.72 20	0.73 210	1.21 18	0.63 93	1.92 47	1.39 47	0.87 67	0.80 20	0.79 55	0.69 43	1.27 70	0.69 53	0.35 255	0.29 281	0.26 71	0.25 143	0.40 244	0.27 98

HUF	1.15 96	0.64 162	8.62 268	0.90 114	0.35 9	1.35 37	0.78 175	1.97 50	1.50 94	0.63 14	1.52 145	0.83 62	0.66 39	1.28 71	0.63 27	0.29 129	0.23 184	0.26 71	0.17 16	0.23 12	0.25 61

AEACV	0.79 19	0.54 59	1.35 42	0.97 162	0.63 166	1.13 13	0.92 276	2.02 54	0.91 7	0.76 40	0.79 19	0.80 57	1.61 278	1.28 71	0.61 23	0.22 9	0.18 43	0.26 71	0.23 109	0.27 52	0.23 38

111	1.83 214	0.92 320	9.08 272	0.81 46	0.36 11	4.25 388	0.91 263	4.44 457	2.70 394	2.39 368	1.96 294	2.30 283	1.64 296	1.28 71	1.82 325	0.28 109	0.22 158	0.24 32	0.20 52	0.31 122	0.54 357

WCG-NET（raft）	0.95 58	0.55 65	1.20 23	0.84 75	0.31 2	1.44 43	1.01 307	1.55 18	2.37 339	1.64 147	1.42 124	2.38 292	1.01 128	1.29 74	0.76 80	0.22 9	0.19 67	0.22 9	0.20 52	0.25 28	0.21 24

CES	1.01 74	0.55 65	1.74 75	0.92 127	2.15 476	2.15 87	0.50 44	2.01 53	1.45 61	0.76 40	1.02 36	0.61 16	0.47 6	1.29 74	0.79 90	0.22 9	0.17 18	0.24 32	0.14 2	0.63 383	2.29 486

knoymous	1.30 142	0.60 117	5.57 240	0.88 101	0.75 217	3.04 141	0.90 255	2.68 124	1.33 41	1.48 124	1.07 51	2.78 342	0.88 96	1.29 74	0.85 108	0.31 187	0.22 158	0.35 278	0.20 52	0.45 313	0.37 232

riskmin	1.25 124	0.56 76	2.05 104	1.05 207	0.93 279	2.86 123	0.55 57	3.23 180	1.34 42	1.55 131	1.07 51	3.56 411	2.03 350	1.29 74	1.00 167	0.28 109	0.27 261	0.34 259	0.21 66	0.41 268	0.43 292

IGEV-RUCA	0.90 44	0.53 49	1.05 3	0.81 46	0.74 215	3.89 291	0.80 192	1.92 47	1.41 53	0.96 78	0.71 10	0.70 31	0.73 52	1.30 78	0.68 46	0.29 129	0.20 98	0.25 50	0.19 38	0.43 297	0.34 198

rvit_stereo_0081	0.80 20	0.63 150	1.19 19	0.91 121	0.64 168	1.27 27	0.61 79	2.05 55	1.71 196	0.82 54	0.73 12	0.85 68	0.75 58	1.30 78	0.80 91	0.31 187	0.26 250	0.27 96	0.25 143	0.38 229	0.27 98

rvit_stereo_0082	0.80 20	0.63 150	1.19 19	0.91 121	0.64 168	1.27 27	0.61 79	2.05 55	1.71 196	0.82 54	0.73 12	0.85 68	0.75 58	1.30 78	0.80 91	0.31 187	0.26 250	0.27 96	0.25 143	0.38 229	0.27 98

MM-Stereo_test3	1.09 85	0.59 105	1.55 60	1.73 437	1.18 337	1.91 71	0.86 224	3.52 217	1.76 211	1.25 101	1.86 272	1.10 107	0.69 43	1.32 81	0.86 115	0.27 72	0.23 184	0.27 96	0.22 96	0.34 183	0.30 153

ACVNet	1.46 161	0.64 162	3.56 207	0.93 141	0.85 251	4.22 384	0.80 192	2.85 141	2.08 269	1.78 175	1.88 276	3.10 366	1.46 242	1.33 82	1.89 333	0.29 129	0.26 250	0.30 166	0.26 161	0.39 239	0.27 98

acv_ft	1.55 166	0.64 162	3.29 195	1.14 257	2.01 469	2.93 133	0.97 296	3.81 270	2.08 269	2.22 320	1.88 276	3.10 366	1.66 300	1.33 82	2.22 373	0.29 129	0.26 250	0.30 166	0.26 161	0.39 239	0.27 98

MC-Stereo	1.06 81	0.48 19	1.55 60	1.15 270	0.41 45	4.56 444	0.61 79	2.06 57	1.46 69	1.90 202	1.61 176	0.89 79	1.12 162	1.35 84	0.73 69	0.25 45	0.18 43	0.26 71	0.22 96	0.25 28	0.24 51

FACV-RUCA	1.26 131	0.65 172	2.21 125	1.06 213	1.50 408	2.69 115	1.15 342	3.05 160	1.87 230	1.36 109	1.99 304	1.03 99	1.15 178	1.36 85	1.10 182	0.41 323	0.41 379	0.73 455	0.41 377	0.61 378	0.41 279

LoS_RVC	0.94 52	1.30 401	1.31 35	0.84 75	1.63 431	2.02 76	0.59 72	1.51 15	1.36 44	0.81 52	1.33 99	0.84 64	0.88 96	1.36 85	0.73 69	0.21 5	0.17 18	0.20 1	0.14 2	0.20 3	1.45 468

HART	1.03 79	0.85 303	3.13 188	0.84 75	0.38 34	1.17 15	0.42 24	3.54 222	1.47 74	1.08 89	2.17 343	1.48 163	0.57 16	1.37 87	0.74 73	0.23 20	0.18 43	0.28 125	0.21 66	0.32 147	0.24 51

LL-Strereo2	1.23 115	0.85 303	2.38 146	0.93 141	0.68 194	3.72 252	1.37 378	2.54 107	1.99 249	1.75 171	1.40 120	1.82 222	0.73 52	1.40 88	0.99 165	0.31 187	0.23 184	0.55 414	0.35 319	0.29 80	0.24 51

R-Stereo Train	1.20 107	0.58 98	1.81 81	0.99 174	0.67 189	3.78 263	0.90 255	4.09 354	1.51 101	2.16 297	1.71 205	1.13 110	0.94 112	1.40 88	0.91 139	0.30 168	0.24 217	0.26 71	0.21 66	0.26 40	0.25 61

RAFT-Stereo	1.20 107	0.58 98	1.81 81	0.99 174	0.67 189	3.78 263	0.90 255	4.09 354	1.51 101	2.16 297	1.71 205	1.13 110	0.94 112	1.40 88	0.91 139	0.30 168	0.24 217	0.26 71	0.21 66	0.26 40	0.25 61
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
IPLGR_C	2.28 290	1.31 405	19.46 422	0.92 127	1.32 372	3.93 301	0.89 249	4.20 379	1.82 219	2.30 340	2.63 411	1.16 114	1.07 149	1.41 91	1.29 230	0.37 274	0.23 184	0.27 96	0.22 96	0.31 122	0.45 304

rvit_0105_6	1.00 72	0.93 324	2.21 125	0.92 127	0.55 129	1.52 52	0.79 182	2.41 83	2.96 428	0.76 40	0.72 11	1.02 97	0.75 58	1.42 92	0.81 96	0.40 309	0.43 387	0.34 259	0.31 277	0.43 297	0.34 198

rvit_stereo_0075_2	1.18 100	0.74 248	2.66 167	0.90 114	1.27 363	2.51 105	0.69 118	2.25 73	2.06 266	1.40 116	1.86 272	1.46 162	0.84 87	1.42 92	0.94 152	0.46 360	0.40 372	0.48 377	0.38 354	0.46 324	0.51 344

GANet-ADL	2.20 274	0.73 240	20.11 447	1.25 307	0.69 200	3.83 272	0.76 159	3.49 210	1.71 196	1.65 151	1.99 304	2.10 267	1.10 158	1.42 92	1.26 221	0.38 291	0.33 319	0.25 50	0.22 96	0.42 287	0.36 218

DCANet-4	1.96 239	0.51 32	14.31 341	0.82 56	0.40 40	4.16 366	0.57 62	4.29 417	2.98 432	2.30 340	1.80 238	1.03 99	1.54 268	1.44 95	1.44 254	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

fff	1.74 201	0.70 214	9.08 272	0.81 46	0.36 11	4.15 357	0.57 62	4.23 391	2.09 272	2.30 340	1.80 238	1.19 123	3.02 415	1.44 95	1.46 258	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

csc	1.74 201	0.70 214	9.08 272	0.81 46	0.36 11	4.15 357	0.57 62	4.23 391	2.09 272	2.30 340	1.80 238	1.19 123	3.02 415	1.44 95	1.46 258	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

cscssc	1.74 201	0.70 214	9.08 272	0.81 46	0.36 11	4.15 357	0.57 62	4.23 391	2.09 272	2.30 340	1.80 238	1.19 123	3.02 415	1.44 95	1.46 258	0.29 129	0.23 184	0.23 15	0.18 24	0.24 16	0.42 283

MM-Stereo_test1	1.90 225	0.53 49	19.85 434	1.39 374	0.48 94	1.81 64	0.79 182	3.00 154	1.82 219	1.69 156	1.09 53	0.87 74	0.97 118	1.45 99	0.74 73	0.24 29	0.21 129	0.27 96	0.24 132	0.35 201	0.24 51

DEFOM-Stereo_RVC	0.81 27	1.13 369	1.23 25	0.97 162	0.57 144	0.81 5	0.43 29	3.49 210	0.84 5	0.73 29	0.95 31	0.44 4	1.17 179	1.45 99	0.60 22	0.26 57	0.18 43	0.24 32	0.17 16	0.30 103	0.19 4

MoCha-V2	0.87 37	0.48 19	1.87 85	0.88 101	0.32 5	1.37 39	0.55 57	2.71 126	1.42 55	0.92 72	1.75 216	0.65 24	1.17 179	1.45 99	0.57 17	0.21 5	0.21 129	0.20 1	0.19 38	0.24 16	0.23 38

AE-Stereo	1.18 100	0.60 117	2.05 104	1.10 238	0.60 156	4.39 407	0.72 129	3.74 258	1.62 172	1.10 91	1.90 287	1.01 96	0.92 108	1.45 99	0.82 99	0.28 109	0.22 158	0.28 125	0.28 215	0.26 40	0.22 30

rvit_stereo_0083	0.86 34	0.67 193	1.42 48	0.87 96	0.65 176	1.23 19	0.64 96	1.67 29	2.28 314	0.79 48	0.93 30	0.93 87	1.07 149	1.46 103	0.75 76	0.32 207	0.36 339	0.30 166	0.26 161	0.33 165	0.28 117

gcap-zeroshot	1.30 142	0.61 132	4.09 218	0.94 145	0.56 133	3.50 211	0.84 212	3.12 167	1.72 199	1.84 184	1.22 72	2.72 332	0.88 96	1.46 103	0.80 91	0.29 129	0.30 294	0.27 96	0.21 66	0.29 80	0.25 61

MyStereo8	2.33 304	1.13 369	19.26 417	1.22 299	1.62 429	4.16 366	0.57 62	3.50 213	2.36 333	2.15 292	1.75 216	2.28 277	1.14 170	1.46 103	2.20 371	0.24 29	0.21 129	0.32 207	0.27 187	0.36 214	0.43 292

Reg-Stereo(zero)	1.60 179	0.42 7	10.69 295	0.89 105	0.68 194	3.27 174	0.47 41	2.27 75	1.54 126	1.48 124	1.24 77	2.55 315	2.68 400	1.48 106	1.10 182	0.19 2	0.19 67	0.22 9	0.18 24	0.24 16	0.26 85

CRE-IMP	1.23 115	0.61 132	2.14 119	0.82 56	0.39 37	4.54 436	0.83 209	2.63 119	1.55 134	1.95 218	1.46 131	1.87 233	0.96 115	1.48 106	1.33 238	0.45 355	0.21 129	0.31 187	0.26 161	0.41 268	0.31 162

SGD-Stereo	0.65 5	0.41 5	1.06 6	0.85 87	0.31 2	2.44 101	0.46 36	1.09 3	0.69 1	0.84 62	0.52 5	0.55 11	0.53 10	1.49 108	0.46 11	0.31 187	0.14 2	0.25 50	0.18 24	0.23 12	0.20 13

iRaftStereo_RVC	1.09 85	0.70 214	1.39 45	0.95 149	0.45 68	3.83 272	0.42 24	2.37 82	1.58 149	1.69 156	1.76 224	1.80 216	0.83 86	1.50 109	0.98 162	0.28 109	0.18 43	0.29 146	0.26 161	0.30 103	0.31 162

PMTNet	0.99 70	0.48 19	1.73 72	0.62 4	0.56 133	4.20 383	0.43 29	1.88 41	1.58 149	1.00 80	1.05 47	0.78 51	0.98 123	1.50 109	0.85 108	1.21 468	0.20 98	0.23 15	0.15 4	0.22 10	0.19 4

rvit_0105_5	1.13 90	0.93 324	2.60 158	0.91 121	0.56 133	1.92 72	0.91 263	3.02 157	2.63 385	0.95 76	1.20 68	1.18 119	0.93 110	1.51 111	0.93 150	0.40 309	0.43 387	0.37 305	0.35 319	0.42 287	0.44 298

DCANet	1.74 201	0.73 240	9.08 272	0.82 56	0.40 40	4.18 374	0.59 72	4.25 401	2.97 429	2.35 358	1.84 262	1.18 119	1.63 293	1.51 111	1.55 281	0.29 129	0.24 217	0.23 15	0.18 24	0.30 103	0.53 351

ADStereo(finetuned)	2.04 254	0.73 240	13.28 317	0.82 56	0.40 40	4.16 366	0.59 72	4.25 401	2.97 429	2.35 358	1.84 262	1.18 119	3.40 432	1.52 113	1.54 280	0.29 129	0.24 217	0.23 15	0.18 24	0.30 103	0.51 344

ACRE	2.27 285	1.11 367	19.45 421	0.91 121	1.30 365	3.94 306	0.87 242	4.21 384	1.80 217	2.28 334	2.62 409	1.17 115	1.04 135	1.52 113	1.30 231	0.37 274	0.23 184	0.27 96	0.22 96	0.31 122	0.46 314

CIPLG	2.27 285	1.18 379	19.24 414	0.92 127	1.34 377	3.95 311	0.89 249	4.23 391	1.82 219	2.31 346	2.67 414	1.17 115	1.06 147	1.53 115	1.32 234	0.37 274	0.23 184	0.27 96	0.22 96	0.31 122	0.45 304

IGEV_Zeroshot_test	2.16 269	0.69 204	20.60 472	1.22 299	0.54 123	2.18 89	0.53 52	3.38 201	1.61 169	1.93 213	1.55 158	3.76 417	1.05 140	1.55 116	0.91 139	0.29 129	0.20 98	0.27 96	0.29 243	0.40 244	0.32 171

ours_stereo	0.76 10	0.64 162	1.40 47	0.86 91	0.61 160	1.12 12	0.57 62	1.63 26	1.20 22	0.72 28	1.43 126	0.70 31	0.62 28	1.56 117	0.58 19	0.25 45	0.18 43	0.26 71	0.21 66	0.29 80	0.31 162

Any-RAFT	1.40 154	0.53 49	2.78 174	1.09 229	0.64 168	4.41 413	0.81 201	3.97 318	2.78 403	1.99 231	1.34 104	2.36 290	1.56 272	1.56 117	0.75 76	0.27 72	0.20 98	0.25 50	0.18 24	0.25 28	0.28 117

StereoAnything_RVC	0.94 52	2.66 469	2.20 123	0.76 38	0.34 7	1.18 16	0.39 16	2.31 78	0.69 1	0.51 3	0.34 1	0.32 1	0.89 100	1.57 119	0.35 1	0.32 207	0.16 7	0.23 15	0.15 4	3.31 489	0.18 2

HI	1.27 136	0.90 313	2.33 141	1.10 238	0.68 194	2.92 130	0.45 34	2.49 94	1.76 211	2.13 281	1.65 189	2.42 298	1.84 334	1.58 120	1.61 292	0.26 57	0.16 7	0.28 125	0.29 243	0.26 40	0.25 61

CoSv	1.27 136	0.90 313	2.33 141	1.10 238	0.68 194	2.92 130	0.45 34	2.49 94	1.76 211	2.13 281	1.65 189	2.42 298	1.84 334	1.58 120	1.61 292	0.26 57	0.16 7	0.28 125	0.29 243	0.26 40	0.25 61

Anonymous3	1.72 198	0.76 265	11.61 306	0.83 66	0.84 250	4.46 419	0.84 212	3.57 226	1.16 18	1.34 106	1.37 112	1.11 109	1.03 131	1.58 120	1.13 189	0.70 438	0.58 438	0.33 242	0.35 319	0.47 328	0.42 283

GMStereo	1.01 74	1.00 343	2.86 178	0.83 66	0.45 68	1.47 46	0.57 62	1.89 42	2.11 282	1.52 128	1.24 77	0.87 74	0.74 56	1.58 120	0.94 152	0.40 309	0.21 129	0.30 166	0.30 261	0.47 328	0.36 218
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DMCA	1.72 198	0.74 248	6.63 245	1.14 257	0.96 285	3.98 323	0.90 255	3.75 259	2.76 401	2.83 425	1.58 164	2.35 288	1.18 181	1.58 120	1.98 347	0.40 309	0.27 261	0.42 347	0.26 161	0.36 214	0.38 247

LoS	0.94 52	0.52 38	1.88 86	0.86 91	0.36 11	4.15 357	0.51 48	2.18 67	1.45 61	0.97 79	0.88 26	0.62 17	0.79 75	1.59 125	0.86 115	0.26 57	0.19 67	0.24 32	0.16 9	0.21 5	0.20 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CASS	1.29 141	0.66 183	2.62 164	0.95 149	0.66 182	2.84 119	0.69 118	3.00 154	1.79 216	2.57 392	1.95 293	1.39 150	1.55 270	1.59 125	1.06 173	0.50 388	0.28 271	0.34 259	0.28 215	0.46 324	0.63 387
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
plain	1.55 166	0.69 204	13.59 323	0.65 10	0.73 210	1.66 59	0.57 62	3.17 173	1.94 243	0.77 44	1.24 77	0.80 57	0.86 91	1.60 127	0.96 158	0.33 223	0.21 129	0.32 207	0.25 143	0.42 287	0.28 117

BUS	1.49 165	0.59 105	1.94 92	0.87 96	0.85 251	4.50 430	0.76 159	4.48 463	1.88 232	2.93 429	1.83 257	3.63 413	0.97 118	1.60 127	1.17 197	0.34 235	0.25 237	0.31 187	0.28 215	0.35 201	0.33 185

BSDual-CNN	1.46 161	0.59 105	1.94 92	0.87 96	0.85 251	4.16 366	1.16 344	4.48 463	1.88 232	2.93 429	1.83 257	2.60 320	1.31 203	1.60 127	1.21 207	0.34 235	0.25 237	0.31 187	0.28 215	0.35 201	0.33 185

psmg	1.47 164	0.59 105	1.94 92	0.92 127	0.85 251	4.30 398	1.42 388	4.10 362	1.88 232	2.64 406	2.09 326	2.60 320	1.31 203	1.60 127	1.21 207	0.34 235	0.27 261	0.33 242	0.34 304	0.36 214	0.34 198

FENet	2.25 281	0.50 28	20.29 458	1.35 354	0.67 189	4.01 327	0.60 75	3.95 311	1.99 249	1.96 222	1.11 56	2.43 301	1.43 232	1.60 127	1.39 244	0.32 207	0.22 158	0.33 242	0.26 161	0.29 80	0.39 253

MIF-Stereo (partial)	0.98 64	0.55 65	2.83 175	0.71 18	1.03 306	1.08 10	0.49 43	2.55 108	1.66 182	0.79 48	1.20 68	0.80 57	0.90 103	1.61 132	1.56 283	0.36 266	0.24 217	0.33 242	0.25 143	0.40 244	0.28 117

SCV_C0	0.89 41	0.59 105	1.96 96	0.83 66	0.44 61	1.24 23	0.64 96	3.33 197	1.66 182	0.82 54	1.20 68	0.73 44	0.66 39	1.62 133	0.66 39	0.32 207	0.21 129	0.24 32	0.20 52	0.28 68	0.23 38

MyStereo06	2.46 332	0.72 229	19.97 439	1.02 197	0.99 296	4.26 389	0.86 224	3.51 216	1.68 186	1.92 209	1.73 210	4.01 429	4.22 453	1.62 133	0.88 125	0.24 29	0.23 184	0.34 259	0.26 161	0.42 287	0.36 218

ICVP	2.26 283	0.66 183	21.18 492	0.99 174	0.88 264	4.28 395	0.95 287	3.32 194	1.60 165	1.66 152	1.76 224	1.34 143	1.14 170	1.62 133	1.32 234	0.53 403	0.35 335	0.33 242	0.29 243	0.40 244	0.51 344
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	1.38 153	0.64 162	2.61 161	1.09 229	0.57 144	4.30 398	1.02 311	3.86 283	1.51 101	1.72 165	1.74 212	1.28 135	1.77 319	1.62 133	1.61 292	0.39 303	0.27 261	0.33 242	0.30 261	0.41 268	0.47 319

rvit_0105_4	1.07 84	0.99 340	2.39 147	0.93 141	0.54 123	1.62 58	0.84 212	2.77 134	2.91 423	0.80 50	0.91 28	1.09 104	0.86 91	1.63 137	0.85 108	0.40 309	0.45 397	0.35 278	0.31 277	0.43 297	0.40 273

MyStereo07	1.01 74	0.80 281	1.26 28	1.00 182	1.04 309	3.95 311	0.95 287	2.07 59	1.42 55	0.75 30	1.22 72	0.68 27	0.91 105	1.63 137	0.67 43	0.24 29	0.24 217	0.34 259	0.26 161	0.41 268	0.37 232

Anonymous_2	3.01 406	0.89 311	4.53 227	1.06 213	1.18 337	2.93 133	0.87 242	3.24 182	1.46 69	1.86 190	1.35 107	4.11 435	2.35 380	1.64 139	1.28 228	0.82 449	0.90 470	8.71 524	15.84 527	4.44 505	0.74 412

RAFT	1.23 115	0.84 299	2.05 104	0.96 155	0.47 86	1.80 63	0.94 283	3.18 175	1.46 69	1.60 136	1.71 205	3.04 361	1.59 273	1.64 139	1.32 234	0.38 291	0.24 217	0.40 330	0.32 288	0.40 244	0.35 212

EAI-Stereo	2.35 313	0.63 150	2.97 181	0.95 149	0.65 176	3.84 277	14.27 515	5.04 489	2.19 295	2.06 263	7.25 478	1.10 107	0.94 112	1.65 141	1.37 243	0.31 187	0.22 158	0.27 96	0.60 435	0.27 52	0.32 171

SCV	0.95 58	0.63 150	1.38 44	1.70 433	0.41 45	1.23 19	0.89 249	3.53 221	1.57 146	0.61 11	1.54 154	0.93 87	0.77 65	1.66 142	0.66 39	0.36 266	0.20 98	0.25 50	0.19 38	0.29 80	0.25 61

ProNet	0.82 29	0.71 226	1.50 55	0.86 91	0.45 68	1.78 61	0.83 209	1.75 34	1.28 35	0.66 19	1.13 59	0.78 51	0.76 63	1.66 142	0.71 62	0.24 29	0.20 98	0.25 50	0.23 109	0.29 80	0.25 61

HHNet	2.48 337	0.71 226	20.52 467	0.64 6	0.64 168	4.07 340	0.93 278	3.76 261	1.56 140	2.15 292	4.92 470	0.98 92	3.37 431	1.66 142	1.79 323	0.32 207	0.20 98	0.31 187	0.27 187	0.36 214	0.42 283

Pruner-Stereo	1.32 148	0.59 105	2.11 118	1.79 447	0.47 86	4.73 473	0.79 182	2.53 98	1.72 199	2.47 378	1.58 164	1.48 163	1.03 131	1.66 142	1.47 263	0.44 346	0.21 129	0.34 259	0.30 261	0.30 103	0.39 253

anonymousdsp	0.95 58	0.69 204	1.27 31	0.83 66	0.52 114	4.54 436	0.84 212	1.76 35	1.24 25	0.76 40	1.06 49	0.78 51	0.77 65	1.67 146	0.69 53	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.26 85

IGEV-Stereo	0.95 58	0.69 204	1.27 31	0.84 75	0.52 114	4.54 436	0.84 212	1.76 35	1.24 25	0.75 30	1.06 49	0.79 55	0.77 65	1.68 147	0.69 53	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.26 85
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
SMoEStereo_RVC	0.80 20	0.53 49	1.12 14	0.92 127	0.44 61	2.41 99	0.79 182	1.49 14	1.16 18	0.70 24	1.12 57	0.64 20	0.64 33	1.69 148	0.87 121	0.22 9	0.16 7	0.31 187	0.22 96	0.26 40	0.25 61

model_zeroshot	1.21 110	0.60 117	3.55 205	1.05 207	0.57 144	3.46 201	0.63 93	2.73 129	1.55 134	2.05 258	1.38 115	1.50 166	0.82 83	1.69 148	0.87 121	0.29 129	0.23 184	0.30 166	0.23 109	0.27 52	0.32 171

fffy	0.80 20	0.59 105	1.56 62	1.00 182	0.47 86	1.27 27	0.76 159	1.90 44	1.02 12	0.75 30	1.35 107	0.83 62	0.72 48	1.70 150	0.62 24	0.23 20	0.19 67	0.27 96	0.21 66	0.28 68	0.32 171

AdaStereo	1.45 160	0.83 295	2.34 144	1.28 321	0.81 233	3.21 159	1.14 341	4.20 379	2.46 361	2.05 258	1.77 229	2.48 309	1.18 181	1.71 151	1.44 254	0.43 339	0.25 237	0.43 351	0.28 215	0.44 305	0.34 198
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.
11t1	1.11 88	0.53 49	1.80 80	1.55 413	0.65 176	2.20 91	0.60 75	3.66 241	1.49 89	1.60 136	1.26 84	1.03 99	1.35 210	1.72 152	0.97 159	0.28 109	0.31 304	0.29 146	0.23 109	0.30 103	0.34 198

rvit_0105_3	1.24 120	0.93 324	2.84 176	0.97 162	0.58 152	2.38 96	1.08 326	3.26 185	2.53 372	1.18 98	1.40 120	1.24 131	1.04 135	1.73 153	0.97 159	0.44 346	0.44 392	0.40 330	0.42 383	0.42 287	0.50 336

AASNet	2.44 328	0.92 320	19.79 431	1.35 354	1.49 406	3.81 270	1.07 321	3.85 280	2.93 426	1.95 218	2.29 365	1.96 245	1.29 199	1.73 153	1.93 338	0.39 303	0.33 319	0.45 361	0.30 261	0.55 355	0.45 304

DeepStereo_RVC	1.55 166	0.63 150	3.32 197	0.77 41	0.42 50	4.49 427	0.72 129	2.50 96	1.58 149	2.02 250	1.81 250	1.54 171	6.38 485	1.73 153	1.19 200	0.46 360	0.22 158	0.29 146	0.28 215	0.35 201	0.38 247

mms	0.77 15	0.68 201	1.17 18	0.83 66	0.71 204	1.41 42	0.67 108	1.61 20	1.12 17	0.77 44	1.37 112	0.63 19	0.54 12	1.75 156	0.63 27	0.24 29	0.19 67	0.26 71	0.21 66	0.31 122	0.34 198

DEFOM-Stereo	0.70 7	0.46 12	1.13 16	0.72 20	0.48 94	3.40 191	0.44 31	0.90 2	0.77 3	0.86 65	0.58 6	0.45 6	0.43 4	1.76 157	0.43 5	0.24 29	0.18 43	0.22 9	0.16 9	0.21 5	0.20 13

test_xeample3	2.12 265	0.63 150	21.55 500	0.91 121	0.47 86	1.85 66	0.94 283	7.96 505	1.23 24	0.75 30	0.76 15	0.64 20	0.70 45	1.77 158	0.83 102	0.30 168	0.21 129	0.27 96	0.21 66	0.27 52	0.24 51

tg	1.15 96	0.67 193	1.31 35	0.94 145	0.54 123	4.02 329	0.41 21	2.96 149	1.59 164	1.69 156	1.85 269	1.84 228	0.97 118	1.78 159	0.83 102	0.27 72	0.17 18	0.29 146	0.26 161	0.29 80	0.27 98

GCAP-BAT	1.21 110	0.74 248	3.23 191	0.95 149	0.70 202	3.86 286	0.93 278	1.89 42	1.48 81	1.85 185	1.96 294	1.68 187	0.79 75	1.78 159	0.81 96	0.29 129	0.20 98	0.24 32	0.20 52	0.26 40	0.35 212

dd	1.26 131	1.15 374	2.47 151	0.92 127	0.49 100	4.35 402	0.75 156	1.92 47	2.11 282	1.44 121	1.24 77	1.19 123	1.05 140	1.78 159	1.70 309	0.57 411	0.34 331	0.35 278	0.33 296	0.60 373	0.46 314

rafts_anoy	1.24 120	0.80 281	3.61 211	1.17 278	1.20 349	3.00 140	0.61 79	3.17 173	1.58 149	1.37 112	1.26 84	1.19 123	1.12 162	1.78 159	1.25 218	0.32 207	0.23 184	0.32 207	0.32 288	0.31 122	0.30 153

fffft	0.76 10	0.47 14	1.28 33	0.82 56	0.54 123	1.51 50	0.80 192	2.09 61	1.18 20	0.63 14	0.84 23	0.59 14	0.55 13	1.80 163	0.85 108	0.19 2	0.18 43	0.27 96	0.20 52	0.26 40	0.24 51
1: 1. 1
EGLCR-Stereo	1.06 81	0.51 32	1.56 62	1.02 197	0.39 37	4.27 394	0.42 24	4.08 352	1.48 81	0.90 68	0.68 9	1.09 104	0.66 39	1.81 164	0.62 24	0.27 72	0.19 67	0.29 146	0.23 109	0.37 224	0.25 61

TRStereo	2.31 297	1.87 447	19.74 430	1.53 406	1.16 335	4.26 389	1.08 326	4.73 483	1.45 61	1.55 131	1.28 91	1.75 200	0.85 89	1.81 164	1.20 203	0.36 266	0.26 250	0.32 207	0.36 329	0.34 183	0.33 185

anonymity	1.76 206	1.26 397	2.73 173	1.66 427	1.32 372	1.84 65	1.07 321	3.49 210	2.30 318	2.11 274	2.11 331	1.71 196	3.90 447	1.82 166	1.48 266	1.10 463	1.09 474	1.08 473	1.08 474	1.05 448	1.09 450

PSMNet-RUCA	1.64 188	1.50 427	2.57 157	1.50 401	1.38 386	3.05 143	1.36 373	3.31 189	2.24 303	1.36 109	2.07 323	1.40 155	1.09 152	1.83 167	1.55 281	1.15 466	0.69 458	1.26 478	0.96 467	1.64 477	0.94 440

PAM	2.43 326	0.61 132	20.86 478	1.07 215	0.73 210	2.93 133	0.53 52	3.24 182	1.53 117	1.89 201	2.43 388	5.29 478	2.76 402	1.84 168	1.02 169	0.27 72	0.24 217	0.26 71	0.25 143	0.40 244	0.50 336

ff7	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 439	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

ffff	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 439	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

11t	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 439	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

ccc-4	0.98 64	0.69 204	2.05 104	0.84 75	0.52 114	4.55 439	0.86 224	1.62 21	1.24 25	0.75 30	1.03 39	0.70 31	0.77 65	1.84 168	0.68 46	0.27 72	0.17 18	0.29 146	0.21 66	0.31 122	0.27 98

dual_stereo	0.68 6	0.40 3	1.05 3	0.64 6	0.37 23	0.84 6	0.34 8	3.40 203	1.03 13	0.50 2	0.46 4	0.58 12	0.40 2	1.85 173	0.49 13	0.23 20	0.17 18	0.21 5	0.16 9	0.20 3	0.19 4

raft+_RVC	1.21 110	0.83 295	2.61 161	1.35 354	0.97 289	3.60 233	0.76 159	3.23 180	1.51 101	1.33 105	1.67 192	1.03 99	1.10 158	1.87 174	0.92 142	0.24 29	0.22 158	0.25 50	0.24 132	0.26 40	0.25 61

ToySt	1.35 149	0.72 229	3.65 213	1.01 188	0.50 103	3.31 183	1.01 307	3.46 206	1.73 202	1.30 103	1.55 158	2.07 265	1.47 244	1.88 175	1.40 245	0.27 72	0.27 261	0.30 166	0.32 288	0.42 287	0.39 253

GwcNet-ADL	2.47 335	0.67 193	21.48 499	0.96 155	0.72 206	4.61 450	0.95 287	4.42 453	2.36 333	1.98 226	1.80 238	2.55 315	1.24 192	1.90 176	1.41 249	0.40 309	0.46 406	0.24 32	0.27 187	0.41 268	0.49 329

mmm	1.27 136	0.58 98	2.20 123	1.41 378	0.68 194	2.39 98	0.85 221	3.90 296	1.63 175	2.20 309	1.84 262	1.28 135	1.50 253	1.91 177	0.89 128	0.31 187	0.27 261	0.45 361	0.37 341	0.38 229	0.34 198

x	1.15 96	0.57 85	1.53 56	1.44 385	0.67 189	1.94 73	0.97 296	3.87 286	1.57 146	1.61 141	1.28 91	1.58 175	1.22 187	1.93 178	1.04 171	0.28 109	0.30 294	0.34 259	0.29 243	0.32 147	0.31 162

AFF-stereo	1.31 146	0.77 268	1.46 51	1.10 238	0.45 68	3.93 301	0.48 42	2.92 147	2.92 425	1.90 202	2.21 351	2.11 269	1.52 258	1.93 178	1.12 188	0.21 5	0.16 7	0.25 50	0.25 143	0.29 80	0.20 13

Consistency-Raft	2.86 381	1.66 437	19.61 425	1.40 377	1.75 451	3.84 277	1.32 368	4.07 348	2.25 306	1.78 175	2.67 414	1.82 222	4.41 457	1.94 180	2.06 355	0.83 451	0.94 471	1.03 469	1.12 475	1.70 479	1.09 450

PAM_32	2.45 329	0.63 150	20.74 475	1.05 207	0.65 176	2.83 118	0.46 36	2.91 146	1.54 126	1.95 218	2.66 413	4.99 469	3.78 443	1.96 181	0.92 142	0.27 72	0.22 158	0.27 96	0.25 143	0.36 214	0.48 323

RAFT_CTSACE	1.80 212	1.06 357	10.00 285	1.71 434	1.39 388	3.49 208	1.06 319	3.05 160	1.62 172	1.70 160	2.04 312	2.51 312	1.80 327	1.98 182	0.94 152	0.25 45	0.22 158	0.28 125	0.30 261	0.30 103	0.26 85

MIM_Stereo	1.20 107	0.78 274	3.30 196	1.05 207	0.43 56	3.04 141	0.60 75	2.46 91	1.51 101	1.60 136	1.58 164	1.82 222	1.29 199	2.00 183	1.07 176	0.24 29	0.24 217	0.28 125	0.25 143	0.27 52	0.27 98

anonymousdsp2	1.26 131	0.60 117	3.74 215	1.02 197	0.41 45	3.60 233	0.72 129	3.68 244	1.47 74	1.37 112	1.56 161	1.83 225	1.01 128	2.00 183	0.66 39	0.29 129	0.20 98	0.28 125	0.20 52	0.32 147	0.29 127

RALAANet	1.28 139	1.08 360	3.21 190	1.25 307	0.94 281	1.44 43	0.69 118	3.15 170	2.57 379	2.01 245	1.80 238	1.29 138	1.05 140	2.00 183	1.48 266	0.27 72	0.20 98	0.27 96	0.24 132	0.40 244	0.27 98

s12784h	1.31 146	0.45 11	2.41 149	0.71 18	0.35 9	4.42 415	0.50 44	4.22 387	2.73 397	2.01 245	2.48 393	0.91 83	0.96 115	2.01 186	0.70 59	0.29 129	0.18 43	0.24 32	0.16 9	0.27 52	0.18 2

MyStereo04	2.29 293	0.80 281	18.77 405	1.00 182	1.04 309	3.95 311	0.95 287	3.91 300	2.54 376	1.99 231	1.27 90	2.31 284	1.65 298	2.02 187	1.77 320	0.24 29	0.24 217	0.34 259	0.26 161	0.41 268	0.37 232

MyStereo05	2.37 319	0.72 229	19.94 437	1.02 197	0.99 296	4.26 389	0.86 224	4.01 328	2.62 383	2.14 284	1.26 84	2.28 277	1.63 293	2.07 188	1.68 307	0.24 29	0.23 184	0.34 259	0.26 161	0.42 287	0.36 218

StereoVision	1.65 189	0.75 260	7.47 254	1.01 188	1.80 459	2.61 112	0.61 79	3.06 163	1.96 244	1.25 101	3.46 453	1.85 231	0.88 96	2.07 188	1.93 338	0.43 339	0.36 339	0.37 305	0.36 329	0.48 331	0.33 185

Selective-RAFT	1.15 96	0.46 12	1.64 68	0.99 174	0.45 68	4.17 371	0.51 48	3.21 176	1.69 192	1.12 95	1.34 104	1.45 160	1.40 219	2.08 190	0.94 152	0.41 323	0.20 98	0.24 32	0.23 109	0.27 52	0.25 61

ROB_FTStereo_v2	1.23 115	0.66 183	2.02 100	0.75 24	0.37 23	4.67 459	0.76 159	2.53 98	1.58 149	1.99 231	1.46 131	1.78 206	1.14 170	2.08 190	0.88 125	0.48 373	0.22 158	0.32 207	0.27 187	0.40 244	0.29 127

MSMDNet	2.23 277	0.64 162	17.32 377	0.84 75	0.75 217	3.53 218	0.64 96	3.61 232	1.98 248	1.71 164	1.64 183	3.22 375	2.99 412	2.08 190	1.11 185	0.31 187	0.37 352	0.45 361	0.26 161	0.62 382	0.45 304

PCWNet_CMD	2.23 277	0.65 172	17.36 381	0.83 66	0.76 220	3.51 214	0.64 96	3.60 229	1.97 246	1.70 160	1.63 181	3.22 375	3.05 418	2.09 193	1.11 185	0.31 187	0.36 339	0.47 369	0.26 161	0.64 390	0.47 319

HITNet	2.07 259	0.82 292	14.77 344	1.34 350	0.56 133	3.47 204	0.80 192	4.07 348	2.35 330	2.16 297	1.61 176	1.64 182	1.44 235	2.09 193	2.56 403	0.26 57	0.18 43	0.41 340	0.26 161	0.45 313	0.25 61
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
ACVNet-DCA	1.85 216	0.74 248	13.77 326	1.78 442	0.36 11	4.48 421	0.74 146	3.98 320	1.53 117	1.01 81	1.81 250	0.72 40	1.62 281	2.13 195	0.64 30	0.29 129	0.17 18	0.32 207	0.21 66	0.33 165	0.32 171

xx1	2.03 252	0.74 248	13.77 326	1.78 442	0.36 11	4.48 421	0.74 146	4.23 391	3.95 480	1.01 81	1.81 250	1.79 213	1.34 207	2.13 195	0.64 30	0.29 129	0.17 18	0.33 242	0.33 296	0.33 165	0.32 171

cc1	1.98 243	0.74 248	13.77 326	1.78 442	0.36 11	4.48 421	0.74 146	4.23 391	3.95 480	1.01 81	1.81 250	0.72 40	1.62 281	2.13 195	0.64 30	0.29 129	0.17 18	0.32 207	0.21 66	0.31 122	0.29 127

IGEV-Stereo+	0.94 52	0.47 14	1.19 19	0.86 91	2.02 472	1.40 41	0.39 16	1.17 6	0.88 6	0.61 11	0.44 3	0.47 8	0.79 75	2.14 198	0.42 3	0.27 72	0.19 67	0.22 9	0.17 16	2.26 484	2.41 489

KYRaft	1.59 178	0.52 38	1.73 72	0.95 149	0.49 100	4.38 404	1.79 421	2.43 88	1.51 101	2.49 380	2.98 433	2.00 252	3.41 433	2.14 198	0.82 99	0.30 168	0.21 129	0.33 242	0.46 394	0.35 201	2.45 492

UDGNet	1.40 154	1.52 428	2.22 128	1.38 372	0.62 164	4.39 407	0.68 113	1.80 39	2.18 294	1.34 106	1.18 65	0.99 93	1.00 126	2.16 200	1.19 200	1.09 462	0.34 331	1.30 479	0.98 469	1.10 455	0.58 372

RALCasStereoNet	1.19 102	1.02 345	2.06 113	1.12 249	1.14 329	3.08 149	0.70 124	2.99 152	1.73 202	1.34 106	1.68 195	1.18 119	0.91 105	2.16 200	1.00 167	0.30 168	0.26 250	0.24 32	0.21 66	0.29 80	0.30 153

H2IRNET	1.90 225	0.53 49	14.29 340	1.14 257	0.60 156	4.48 421	0.44 31	2.65 121	1.81 218	1.05 87	2.30 370	1.67 185	1.40 219	2.17 202	1.50 270	0.36 266	0.21 129	0.33 242	0.37 341	0.34 183	0.29 127

HUI-Stereo	1.25 124	0.66 183	2.33 141	0.75 24	0.37 23	4.68 460	0.78 175	2.53 98	1.58 149	1.99 231	1.46 131	1.79 213	1.13 164	2.17 202	0.85 108	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

PSM-adaLoss	1.24 120	0.65 172	2.03 101	0.75 24	0.37 23	4.68 460	0.73 134	2.53 98	1.58 149	1.99 231	1.47 135	1.78 206	1.13 164	2.18 204	0.87 121	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

DCVSM-stereo	2.31 297	0.66 183	20.69 474	1.11 245	0.93 279	2.58 111	0.73 134	2.61 117	1.60 165	2.57 392	1.53 152	3.30 383	1.72 313	2.19 205	1.23 213	0.34 235	0.53 424	0.41 340	0.32 288	0.45 313	0.62 383

AIO-Stereo-zeroshot1	2.68 370	1.26 397	22.01 508	1.08 223	0.99 296	1.61 56	0.86 224	3.69 249	1.64 176	1.52 128	5.62 475	3.35 387	3.44 437	2.20 206	1.33 238	0.26 57	0.21 129	0.30 166	0.62 439	0.93 440	0.67 394

ssnet_v2	2.04 254	0.88 310	7.87 256	1.20 290	0.87 261	3.86 286	1.64 411	4.01 328	2.60 382	2.61 401	1.96 294	3.79 418	1.71 311	2.20 206	2.96 415	0.41 323	0.35 335	0.42 347	0.37 341	0.55 355	0.52 349

ffm	1.72 198	0.60 117	5.21 235	1.14 257	0.99 296	3.62 238	0.86 224	4.22 387	3.37 464	2.20 309	2.30 370	3.48 396	1.62 281	2.21 208	0.65 34	0.29 129	0.16 7	0.48 377	0.37 341	0.30 103	0.29 127

tt1	1.79 210	0.73 240	10.41 292	1.75 439	0.36 11	4.55 439	0.79 182	4.22 387	3.37 464	1.08 89	1.80 238	0.74 48	1.48 246	2.21 208	0.65 34	0.29 129	0.16 7	0.31 187	0.22 96	0.30 103	0.29 127

RAFT-IKP	1.25 124	0.66 183	2.23 130	0.75 24	0.37 23	4.64 454	0.74 146	2.53 98	1.58 149	1.99 231	1.47 135	1.78 206	1.13 164	2.22 210	0.92 142	0.48 373	0.22 158	0.32 207	0.27 187	0.40 244	0.29 127

Prome-Stereo	1.61 181	0.55 65	1.71 71	0.98 168	0.60 156	4.41 413	1.82 425	3.03 158	1.53 117	2.18 303	3.45 452	1.72 197	3.49 439	2.23 211	1.08 178	0.29 129	0.20 98	0.26 71	0.25 143	0.34 183	2.16 484

IER	1.69 195	0.65 172	7.19 251	0.94 145	1.15 331	3.28 178	0.89 249	3.48 207	1.97 246	2.10 270	1.98 302	2.28 277	2.12 360	2.25 212	1.75 319	0.29 129	0.23 184	0.36 293	0.30 261	0.32 147	0.34 198

ROB_FTStereo	1.25 124	0.66 183	2.14 119	0.75 24	0.37 23	4.65 456	0.77 172	2.53 98	1.58 149	1.99 231	1.47 135	1.78 206	1.13 164	2.26 213	0.86 115	0.47 369	0.22 158	0.32 207	0.27 187	0.40 244	0.29 127

iRaft-Stereo_20w	1.88 222	0.62 142	10.58 294	0.90 114	0.83 243	2.96 138	0.78 175	4.90 487	1.58 149	2.29 336	1.60 172	1.25 132	4.51 460	2.28 214	0.90 132	0.29 129	0.21 129	0.26 71	0.24 132	0.41 268	0.31 162

CBFPSM	2.05 256	0.95 332	10.12 288	1.07 215	1.05 311	2.84 119	1.20 355	3.28 186	1.73 202	1.82 182	1.30 95	4.56 457	4.06 449	2.34 215	2.34 382	0.25 45	0.38 358	0.32 207	0.27 187	0.37 224	0.79 424

MFMNet_re	2.91 387	1.91 448	18.25 394	3.06 491	1.89 463	3.13 153	1.67 416	3.52 217	2.97 429	3.14 444	2.87 430	2.26 275	2.41 383	2.42 216	2.00 348	1.10 463	1.05 473	0.94 466	0.90 463	1.28 469	1.46 470

Patchmatch Stereo++	1.25 124	0.65 172	2.06 113	0.75 24	0.37 23	4.68 460	0.76 159	2.53 98	1.58 149	1.99 231	1.47 135	1.78 206	1.14 170	2.44 217	0.90 132	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.25 124	0.65 172	2.06 113	0.75 24	0.37 23	4.68 460	0.76 159	2.53 98	1.58 149	1.99 231	1.47 135	1.78 206	1.14 170	2.44 217	0.90 132	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

PSM-AAD	2.43 326	0.54 59	1.32 38	0.92 127	0.54 123	4.48 421	7.47 503	2.96 149	1.55 134	2.31 346	2.56 403	1.26 133	16.23 512	2.46 219	0.89 128	0.28 109	0.21 129	0.58 420	0.41 377	0.34 183	1.32 462

iGMRVC	1.26 131	0.66 183	2.14 119	0.75 24	0.37 23	4.66 457	0.74 146	2.53 98	1.58 149	1.99 231	1.46 131	1.78 206	1.14 170	2.46 219	0.92 142	0.48 373	0.23 184	0.32 207	0.27 187	0.40 244	0.29 127

LMCR-Stereo	2.40 321	1.31 405	18.61 404	1.59 418	0.86 256	3.87 289	1.15 342	4.32 432	1.60 165	2.25 329	2.27 359	1.13 110	2.43 385	2.48 221	1.60 289	0.88 454	0.24 217	0.29 146	0.24 132	0.56 361	0.30 153

GMStereo_Zeroshot	1.41 156	1.21 384	3.33 198	1.29 324	0.72 206	3.35 185	0.53 52	2.58 115	1.68 186	2.35 358	1.56 161	2.42 298	0.96 115	2.50 222	1.16 194	0.45 355	0.23 184	0.40 330	0.24 132	0.79 427	0.33 185

iinet-f	2.26 283	1.18 379	13.71 324	1.14 257	1.11 324	3.77 261	1.10 332	4.14 370	2.17 292	2.06 263	1.76 224	2.99 357	2.99 412	2.50 222	2.49 395	0.35 255	0.39 367	0.27 96	0.28 215	0.45 313	0.39 253

SFCPSM	2.18 272	0.63 150	17.03 376	0.88 101	0.98 293	3.74 257	1.28 365	4.09 354	2.16 290	1.85 185	1.83 257	1.65 183	1.39 215	2.50 222	1.50 270	0.33 223	0.27 261	0.39 324	0.36 329	0.34 183	0.37 232

ISRNet	1.69 195	0.76 265	5.69 241	1.27 320	1.36 381	2.85 121	0.61 79	3.60 229	1.91 240	2.13 281	2.12 334	2.90 349	1.41 224	2.51 225	1.71 310	0.49 385	0.50 421	0.56 416	0.47 397	0.49 337	0.57 367

TestStereo1	1.56 170	0.81 285	2.32 139	1.61 423	0.64 168	4.13 353	1.36 373	3.79 267	3.20 453	1.60 136	2.57 405	1.39 150	2.15 364	2.51 225	1.30 231	0.29 129	0.20 98	0.34 259	0.25 143	0.40 244	0.36 218

SA-5K	1.56 170	0.81 285	2.32 139	1.61 423	0.64 168	4.13 353	1.36 373	3.79 267	3.20 453	1.60 136	2.57 405	1.39 150	2.15 364	2.51 225	1.30 231	0.29 129	0.20 98	0.34 259	0.25 143	0.40 244	0.36 218

CFNet_pseudo	2.12 265	0.67 193	15.14 355	0.85 87	0.74 215	3.95 311	0.64 96	3.95 311	1.78 214	1.90 202	1.79 235	3.27 380	1.62 281	2.51 225	1.16 194	0.31 187	0.36 339	0.53 406	0.27 187	0.63 383	0.44 298

ccs_rob	2.13 267	0.67 193	15.11 354	0.84 75	0.75 217	3.96 316	0.65 105	3.95 311	1.78 214	1.88 195	1.79 235	3.26 379	1.64 296	2.51 225	1.16 194	0.31 187	0.36 339	0.54 413	0.27 187	0.65 393	0.45 304

AIO-Stereo-zeroshot	2.35 313	0.99 340	19.62 426	1.09 229	0.96 285	1.51 50	0.44 31	4.05 341	1.64 176	1.31 104	1.67 192	4.93 466	2.45 387	2.52 230	1.40 245	0.30 168	0.20 98	0.31 187	0.50 411	0.57 365	0.60 377

test_4	1.30 142	0.50 28	6.16 243	0.84 75	0.45 68	1.61 56	1.12 336	2.14 65	1.42 55	1.52 128	2.31 377	1.84 228	0.79 75	2.52 230	1.19 200	0.27 72	0.17 18	0.29 146	0.29 243	0.29 80	0.25 61

HH	2.23 277	0.86 306	21.59 501	0.98 168	0.51 105	1.49 48	0.82 204	2.74 130	1.54 126	1.10 91	1.69 199	4.62 459	1.86 339	2.55 232	0.69 53	0.26 57	0.22 158	0.29 146	0.23 109	0.34 183	0.27 98

HanStereo	2.23 277	0.86 306	21.59 501	0.98 168	0.51 105	1.49 48	0.82 204	2.74 130	1.54 126	1.10 91	1.69 199	4.62 459	1.86 339	2.55 232	0.69 53	0.26 57	0.22 158	0.29 146	0.23 109	0.34 183	0.27 98

SA	1.62 183	0.75 260	3.78 217	1.07 215	0.43 56	4.26 389	1.36 373	4.45 460	3.12 442	1.63 144	1.97 300	1.68 187	2.26 374	2.55 232	1.27 224	0.27 72	0.22 158	0.37 305	0.37 341	0.35 201	0.30 153

BEATNet_4x	1.92 232	1.36 412	8.75 270	1.20 290	0.56 133	3.46 201	1.03 312	4.00 326	2.43 353	2.25 329	1.70 201	2.10 267	1.59 273	2.57 235	3.05 419	0.37 274	0.22 158	0.47 369	0.29 243	0.60 373	0.40 273

tt45	0.96 62	0.48 19	1.19 19	0.89 105	0.66 182	3.91 294	0.76 159	1.90 44	1.26 33	0.70 24	1.30 95	0.71 38	0.63 31	2.59 236	0.74 73	0.22 9	0.17 18	0.28 125	0.23 109	0.27 52	0.27 98

IGEVStereo-DCA	0.86 34	0.65 172	2.05 104	0.90 114	0.46 76	1.57 54	0.86 224	1.62 21	1.24 25	0.65 17	0.77 17	0.74 48	0.72 48	2.59 236	0.86 115	0.28 109	0.21 129	0.28 125	0.21 66	0.29 80	0.27 98

rrr	2.27 285	0.65 172	23.82 517	0.90 114	0.46 76	1.57 54	0.96 293	7.98 506	1.19 21	0.65 17	0.77 17	0.74 48	0.72 48	2.59 236	0.86 115	0.28 109	0.21 129	0.28 125	0.21 66	0.29 80	0.25 61

CFNet_ucs	2.36 318	0.68 201	18.42 401	0.89 105	0.81 233	3.85 284	0.68 113	4.29 417	2.37 339	2.09 267	2.04 312	3.31 384	1.24 192	2.63 239	1.14 190	0.36 266	0.45 397	0.56 416	0.29 243	0.66 398	0.49 329

MIPNet	2.33 304	0.71 226	19.82 432	0.89 105	0.56 133	4.76 478	0.61 79	4.32 432	2.37 339	1.83 183	1.48 141	1.48 163	1.98 349	2.63 239	1.44 254	0.29 129	0.20 98	0.26 71	0.23 109	0.30 103	0.39 253

Sa-1000	1.63 187	0.79 277	3.56 207	1.11 245	0.48 94	4.06 335	1.41 386	4.49 466	2.75 400	2.00 243	2.80 425	1.84 228	1.43 232	2.64 241	1.50 270	0.27 72	0.19 67	0.36 293	0.33 296	0.36 214	0.30 153

test-3	1.19 102	0.52 38	2.00 98	1.01 188	0.42 50	1.95 74	0.91 263	4.35 438	1.47 74	2.24 326	1.16 62	2.06 262	0.79 75	2.68 242	0.76 80	0.27 72	0.18 43	0.28 125	0.26 161	0.26 40	0.25 61

test_1	1.19 102	0.52 38	2.00 98	1.01 188	0.42 50	1.95 74	0.90 255	4.36 443	1.47 74	2.17 301	1.16 62	2.06 262	0.78 73	2.68 242	0.76 80	0.27 72	0.18 43	0.28 125	0.26 161	0.26 40	0.25 61

test_3	1.19 102	0.51 32	2.08 116	0.99 174	0.41 45	2.05 82	0.87 242	4.40 451	1.42 55	1.99 231	1.18 65	2.03 256	0.79 75	2.70 244	0.75 76	0.27 72	0.17 18	0.29 146	0.29 243	0.30 103	0.27 98

DisPM	1.36 150	0.55 65	2.39 147	1.54 408	0.51 105	4.59 447	0.79 182	2.50 96	1.88 232	2.50 381	1.83 257	1.45 160	1.01 128	2.71 245	0.93 150	0.46 360	0.20 98	0.32 207	0.31 277	0.31 122	0.44 298

Wz-Net-LNSev	2.30 296	1.67 439	14.88 347	1.18 284	1.65 437	3.49 208	1.54 402	3.63 234	2.03 257	1.88 195	1.64 183	3.29 381	2.06 354	2.71 245	2.02 351	0.40 309	0.33 319	0.32 207	0.31 277	0.53 350	0.49 329

RAFT+CT+SA	1.62 183	0.72 229	7.42 252	0.97 162	1.42 398	4.04 332	0.94 283	3.90 296	1.61 169	1.61 141	1.63 181	1.33 142	1.18 181	2.73 247	1.10 182	0.27 72	0.19 67	0.31 187	0.34 304	0.33 165	0.33 185

GrayStereo	2.58 357	0.53 49	1.63 66	1.58 417	0.89 269	4.17 371	8.17 507	3.03 158	1.52 110	2.80 422	2.50 395	1.70 194	17.10 513	2.83 248	1.15 191	0.33 223	0.21 129	0.27 96	0.32 288	0.28 68	0.53 351

rvit_105_1	1.43 157	0.90 313	3.27 194	1.08 223	0.68 194	2.79 117	1.27 363	3.52 217	2.35 330	1.38 114	1.54 154	1.28 135	1.14 170	2.91 249	1.40 245	0.54 405	0.47 410	0.45 361	0.59 433	0.44 305	0.58 372

fast-acv-ft	2.54 348	1.19 381	20.08 445	1.41 378	1.40 390	3.18 157	1.17 347	3.37 200	2.28 314	1.90 202	2.15 339	2.69 327	2.17 369	2.91 249	2.31 379	0.37 274	0.39 367	0.45 361	0.39 360	0.57 365	0.45 304

MSKI-zero shot	2.22 275	0.64 162	20.09 446	0.96 155	0.56 133	4.04 332	0.70 124	3.91 300	1.50 94	1.92 209	2.28 362	1.92 236	0.71 47	2.93 251	0.67 43	0.26 57	0.23 184	0.26 71	0.21 66	0.28 68	0.26 85

GMM-Stereo	2.45 329	0.52 38	20.38 461	0.89 105	0.82 241	4.18 374	1.91 430	2.45 90	1.48 81	2.48 379	2.30 370	1.69 192	1.86 339	2.93 251	1.08 178	0.28 109	0.18 43	0.33 242	0.48 402	0.35 201	2.41 489

NRIStereo	1.28 139	0.61 132	1.67 69	1.15 270	0.38 34	4.73 473	0.90 255	2.42 86	1.50 94	1.93 213	1.33 99	1.75 200	1.22 187	2.96 253	1.33 238	0.46 360	0.22 158	0.29 146	0.26 161	0.30 103	0.28 117

test_5	1.87 218	0.75 260	10.23 289	1.14 257	1.40 390	3.85 284	1.27 363	3.91 300	1.93 242	1.69 156	1.78 232	1.67 185	1.79 322	2.99 254	1.17 197	0.30 168	0.18 43	0.35 278	0.33 296	0.34 183	0.33 185

999	0.97 63	0.48 19	1.24 26	1.03 204	0.64 168	3.25 170	0.92 276	1.40 9	1.39 47	0.71 27	1.68 195	0.70 31	0.66 39	3.03 255	0.89 128	0.23 20	0.19 67	0.25 50	0.21 66	0.25 28	0.29 127

DN-CSS_ROB	1.91 229	1.55 430	11.13 301	1.82 449	0.88 264	3.99 324	0.61 79	4.01 328	1.67 184	1.64 147	1.89 282	1.39 150	1.06 147	3.23 256	1.50 270	0.31 187	0.19 67	0.44 355	0.29 243	0.37 224	0.31 162

iResNet	2.52 345	0.94 330	21.17 491	1.84 451	0.72 206	3.75 258	0.81 201	4.14 370	2.55 378	2.33 356	2.03 309	1.35 145	1.44 235	3.27 257	2.16 369	0.35 255	0.23 184	0.28 125	0.22 96	0.44 305	0.45 304

YMNet	2.40 321	1.41 419	13.46 320	1.36 360	1.67 441	3.96 316	0.97 296	3.81 270	2.37 339	2.64 406	2.57 405	3.35 387	1.53 265	3.28 258	2.42 388	0.48 373	0.54 426	0.52 402	0.49 405	0.70 406	0.54 357

YMNet_1	2.40 321	1.41 419	13.46 320	1.36 360	1.67 441	3.96 316	0.97 296	3.81 270	2.37 339	2.64 406	2.57 405	3.35 387	1.53 265	3.28 258	2.42 388	0.48 373	0.54 426	0.52 402	0.49 405	0.70 406	0.54 357

pcwnet_v2	2.70 373	0.65 172	22.48 510	1.08 223	1.03 306	3.56 225	0.81 201	4.29 417	3.14 445	2.29 336	2.29 365	3.01 359	1.71 311	3.32 260	1.43 252	0.43 339	0.50 421	0.41 340	0.34 304	0.61 378	0.56 363

ADCP+	3.74 444	1.96 451	16.90 374	1.09 229	1.55 417	4.35 402	3.65 490	3.93 306	2.98 432	2.22 320	1.66 191	3.95 424	4.83 463	3.41 261	18.87 512	0.38 291	0.41 379	0.63 436	0.53 422	0.64 390	0.81 426

UCFNet_RVC	1.57 172	0.84 299	3.25 192	1.36 360	1.40 390	4.07 340	1.01 307	2.68 124	1.50 94	2.11 274	1.88 276	2.37 291	1.50 253	3.41 261	1.42 251	0.36 266	0.28 271	0.52 402	0.40 371	0.53 350	0.43 292

UNet	2.51 342	0.74 248	20.17 449	1.14 257	1.44 399	3.48 206	0.76 159	3.77 263	1.87 230	2.05 258	1.57 163	2.75 335	2.39 382	3.51 263	2.51 397	0.32 207	0.26 250	0.41 340	0.26 161	0.38 229	0.39 253

iResNetv2_ROB	2.65 363	5.00 486	19.28 419	2.06 467	1.09 321	3.83 272	1.13 339	4.14 370	2.09 272	1.85 185	2.03 309	2.01 255	1.51 256	3.58 264	1.58 285	0.34 235	0.21 129	0.32 207	0.21 66	0.44 305	0.29 127

PWCDC_ROB	2.95 391	3.26 475	14.06 335	1.59 418	1.56 420	4.19 378	0.86 224	4.30 425	4.08 482	2.06 263	7.37 479	2.75 335	2.42 384	3.59 265	2.67 407	1.34 480	0.36 339	0.39 324	0.34 304	1.13 458	0.62 383

LCNet	1.55 166	0.54 59	1.88 86	0.99 174	0.55 129	3.60 233	1.21 358	2.86 144	1.53 117	2.18 303	1.74 212	1.43 159	4.17 452	3.62 266	0.87 121	0.29 129	0.20 98	0.28 125	0.77 454	0.47 328	1.85 478

UPFNet	1.81 213	0.63 150	6.71 246	1.25 307	1.44 399	3.50 211	1.35 371	4.02 332	1.85 228	2.40 370	1.52 145	2.41 295	1.40 219	3.62 266	1.88 332	0.34 235	0.33 319	0.37 305	0.31 277	0.41 268	0.39 253

AIO-test2	1.61 181	1.30 401	3.40 200	1.16 276	1.31 367	3.18 157	0.74 146	4.06 345	1.52 110	1.72 165	2.21 351	0.78 51	0.74 56	3.64 268	0.95 157	3.64 501	0.26 250	0.35 278	0.42 383	0.37 224	0.33 185

MMNet	2.02 251	0.81 285	10.76 296	1.12 249	1.23 355	3.53 218	0.89 249	3.79 267	2.08 269	2.15 292	1.76 224	2.15 270	2.12 360	3.69 269	2.32 380	0.31 187	0.29 281	0.34 259	0.27 187	0.38 229	0.42 283

FTStereo	3.71 443	0.53 49	20.37 460	0.96 155	0.65 176	4.34 401	11.29 510	2.62 118	1.50 94	2.58 395	5.04 471	1.90 234	13.84 509	3.71 270	1.25 218	0.38 291	0.24 217	0.31 187	0.32 288	0.30 103	2.10 483

EKT-Stereo	6.79 495	0.64 162	4.24 220	1.77 441	106.39 537	4.51 434	0.61 79	3.16 171	1.53 117	1.88 195	1.22 72	1.98 249	1.36 211	3.81 271	0.84 105	0.35 255	0.24 217	0.29 146	0.26 161	0.34 183	0.48 323

dad	1.65 189	1.19 381	3.04 185	0.98 168	0.56 133	4.22 384	0.84 212	1.99 52	2.48 362	2.14 284	1.68 195	1.62 181	1.13 164	3.85 272	2.04 352	1.03 461	0.40 372	2.04 486	0.48 402	0.75 421	0.53 351

gwcnet-sp	2.31 297	1.21 384	17.34 378	1.08 223	0.92 274	3.56 225	1.04 315	3.69 249	2.09 272	2.55 388	1.60 172	1.80 216	1.62 281	3.87 273	1.95 342	0.29 129	0.29 281	0.30 166	0.28 215	0.38 229	0.39 253

scenet	2.31 297	1.21 384	17.34 378	1.08 223	0.92 274	3.56 225	1.04 315	3.69 249	2.09 272	2.55 388	1.60 172	1.80 216	1.62 281	3.87 273	1.95 342	0.29 129	0.29 281	0.30 166	0.28 215	0.38 229	0.39 253

ssnet	2.31 297	1.21 384	17.34 378	1.08 223	0.92 274	3.56 225	1.04 315	3.69 249	2.09 272	2.55 388	1.60 172	1.80 216	1.62 281	3.87 273	1.95 342	0.29 129	0.29 281	0.30 166	0.28 215	0.38 229	0.39 253

hknet	1.98 243	0.64 162	8.70 269	0.87 96	1.07 316	4.16 366	1.16 344	4.48 463	1.73 202	2.93 429	1.83 257	3.48 396	1.30 202	3.91 276	1.51 276	0.31 187	0.25 237	0.31 187	0.28 215	0.35 201	0.33 185

DLNR_Zeroshot_test	28.62 527	55.50 537	49.94 533	183.62 540	115.05 538	3.43 195	0.28 3	29.49 528	1.49 89	1.01 81	1.26 84	0.93 87	0.63 31	3.92 277	1.51 276	29.81 531	0.41 379	0.26 71	0.23 109	93.28 537	0.32 171

DispFullNet	4.64 467	3.48 478	23.95 518	3.99 503	3.03 492	3.35 185	1.06 319	4.18 375	2.80 409	6.33 495	2.94 431	4.04 431	7.81 496	3.92 277	5.16 444	2.75 489	1.61 487	3.10 504	2.68 511	3.32 490	3.31 506

ADCMid	3.96 451	3.27 476	15.48 358	1.26 313	1.40 390	4.66 457	2.28 447	4.06 345	3.54 469	3.94 466	3.02 435	3.85 421	3.67 442	4.03 279	18.65 510	0.68 434	0.61 445	1.09 474	1.18 479	1.38 472	1.08 449

LALA_ROB	1.95 237	1.48 425	3.11 187	1.05 207	0.98 293	3.99 324	1.82 425	4.44 457	2.28 314	3.31 451	1.85 269	2.76 341	1.67 302	4.04 280	3.23 422	0.46 360	0.41 379	0.55 414	0.52 418	0.60 373	0.57 367

MLCV	1.87 218	0.91 318	8.59 266	1.10 238	0.57 144	3.59 231	0.53 52	3.70 254	2.20 297	2.80 422	2.25 357	2.00 252	1.42 229	4.13 281	1.86 330	0.30 168	0.20 98	0.32 207	0.21 66	0.33 165	0.36 218

XX-Stereo	2.54 348	0.61 132	20.21 450	1.78 442	1.19 344	4.30 398	0.46 36	4.39 449	1.58 149	2.32 350	1.89 282	4.64 461	0.60 23	4.16 282	0.82 99	0.31 187	0.21 129	0.28 125	0.27 187	0.51 341	0.26 85

DISCO	2.25 281	0.73 240	10.06 286	1.76 440	1.12 326	3.47 204	1.25 362	3.24 182	2.26 309	2.65 410	1.96 294	4.53 455	1.92 346	4.17 283	3.61 426	0.32 207	0.25 237	0.31 187	0.29 243	0.66 398	0.41 279

tt	7.19 499	0.51 32	6.83 247	4.03 504	2.30 482	12.05 512	20.19 523	15.46 521	6.58 504	3.42 457	3.22 445	5.37 479	6.39 486	4.20 284	7.46 460	9.81 523	11.53 527	7.05 521	7.46 522	6.31 513	3.71 511

AIO-test1	2.18 272	0.66 183	18.95 410	0.89 105	1.48 405	3.40 191	0.97 296	4.19 378	1.68 186	0.86 65	1.35 107	0.99 93	0.75 58	4.47 285	1.27 224	0.23 20	0.23 184	0.28 125	0.33 296	0.31 122	0.35 212

DeepPruner_ROB	2.05 256	1.09 363	10.50 293	1.01 188	1.20 349	4.39 407	0.91 263	3.14 169	1.72 199	2.60 399	1.54 154	2.78 342	1.27 194	4.52 286	1.72 312	0.51 394	0.40 372	0.37 305	0.34 304	0.48 331	0.52 349

iResNet_ROB	1.89 223	1.02 345	8.60 267	1.39 374	0.98 293	3.72 252	0.66 107	3.84 277	2.65 388	1.88 195	2.05 318	1.98 249	1.27 194	4.52 286	1.67 306	0.30 168	0.20 98	0.28 125	0.18 24	0.31 122	0.40 273

1test111	1.99 246	0.74 248	13.77 326	1.78 442	0.36 11	4.48 421	0.74 146	3.98 320	1.53 117	1.01 81	1.81 250	0.72 40	1.62 281	4.66 288	0.98 162	0.29 129	0.17 18	0.32 207	0.21 66	0.33 165	0.32 171

qqq	1.30 142	0.57 85	1.67 69	1.15 270	0.51 105	2.18 89	0.91 263	3.98 320	1.53 117	1.50 127	1.24 77	1.79 213	1.34 207	4.66 288	0.98 162	0.28 109	0.31 304	0.33 242	0.33 296	0.33 165	0.32 171

PFNet+	1.46 161	0.57 85	2.84 176	0.92 127	0.47 86	4.64 454	0.84 212	2.46 91	1.99 249	2.14 284	1.64 183	1.34 143	1.03 131	4.68 290	1.23 213	0.45 355	0.33 319	0.37 305	0.39 360	0.32 147	0.49 329

Wz-Net-LNSev-Ref	2.42 325	1.47 424	14.14 336	1.30 332	1.35 378	3.51 214	1.64 411	4.04 337	2.10 280	2.46 376	1.88 276	2.28 277	2.51 391	4.73 291	3.17 421	0.38 291	0.19 67	0.35 278	0.20 52	0.40 244	0.36 218

GEStereo_RVC	1.91 229	0.80 281	6.57 244	1.20 290	1.06 314	4.02 329	1.43 390	4.13 364	1.89 236	2.03 254	1.80 238	2.34 286	1.86 339	4.94 292	1.77 320	0.48 373	0.38 358	0.32 207	0.28 215	0.42 287	0.50 336

ADCRef	3.30 427	1.23 394	14.90 348	1.17 278	1.41 397	3.95 311	1.64 411	3.88 289	2.36 333	3.05 439	2.21 351	2.40 293	2.81 406	5.04 293	16.63 499	0.46 360	0.34 331	0.63 436	0.62 439	0.54 353	0.67 394

GCST	2.56 353	1.79 445	18.02 392	1.92 457	1.33 375	1.72 60	0.51 48	3.67 242	2.03 257	1.70 160	1.61 176	1.55 172	1.29 199	5.06 294	1.24 215	2.06 485	0.77 465	1.45 482	0.97 468	1.14 459	1.34 463

ADCL	4.35 461	1.63 433	14.21 338	1.29 324	1.26 362	5.56 491	11.16 509	3.97 318	3.37 464	6.07 491	4.67 467	4.30 446	5.72 474	5.08 295	14.51 489	0.50 388	0.48 416	0.89 465	0.77 454	0.78 425	0.76 417

STTStereo	2.34 308	0.95 332	14.93 350	1.43 382	1.54 413	3.86 286	0.86 224	3.65 237	2.44 357	2.15 292	1.55 158	2.49 311	1.59 273	5.14 296	1.44 254	0.38 291	0.39 367	0.47 369	0.51 415	0.52 344	0.51 344

ADCS	4.22 460	5.33 487	16.32 364	1.64 425	1.31 367	3.91 294	3.64 489	4.21 384	2.89 421	5.11 485	2.81 427	4.46 451	3.06 420	5.21 297	19.50 513	0.63 420	0.64 449	0.69 445	0.69 447	1.12 457	1.26 457

PDISCO_ROB	2.86 381	1.53 429	14.27 339	1.98 463	2.19 477	4.52 435	1.35 371	4.65 479	3.19 450	2.09 267	2.16 340	3.53 407	2.45 387	5.32 298	2.12 362	1.30 478	0.78 466	0.72 452	0.59 433	1.24 468	1.28 458

delet	1.92 232	0.76 265	5.14 232	1.01 188	1.65 437	3.44 196	2.03 437	3.76 261	2.48 362	2.01 245	2.05 318	2.63 324	1.90 344	5.34 299	2.12 362	0.28 109	0.29 281	0.40 330	0.31 277	0.41 268	0.45 304

DDUNet	2.91 387	2.78 471	6.94 250	3.53 497	2.26 481	3.28 178	1.36 373	3.77 263	2.04 261	2.62 402	2.49 394	4.18 439	1.69 307	5.38 300	1.85 329	2.21 487	1.77 490	2.61 495	2.43 506	2.60 485	2.34 488

DSFCA	1.89 223	0.69 204	3.14 189	1.10 238	1.18 337	3.99 324	1.79 421	3.50 213	2.16 290	3.10 441	1.64 183	2.91 352	2.50 390	5.38 300	2.26 375	0.43 339	0.38 358	0.37 305	0.36 329	0.50 339	0.42 283

ASMatch	2.62 359	0.60 117	20.65 473	1.37 370	0.64 168	4.39 407	0.78 175	1.97 50	1.58 149	1.70 160	3.89 461	1.94 238	3.79 444	5.46 302	1.64 302	0.31 187	0.24 217	0.34 259	0.28 215	0.33 165	0.50 336

aanetorigin	3.30 427	1.66 437	17.52 387	1.18 284	1.58 425	2.57 109	3.80 492	2.65 121	2.03 257	6.12 493	4.30 465	2.82 345	5.70 473	5.47 303	4.67 436	0.50 388	0.44 392	0.43 351	0.47 397	1.17 464	0.92 438

SHD	2.82 378	2.04 455	13.80 330	1.69 430	1.79 456	2.73 116	1.07 321	3.85 280	3.18 449	4.63 481	2.74 418	3.38 392	2.77 403	5.48 304	3.66 427	0.62 419	0.47 410	0.51 396	0.55 425	0.65 393	0.74 412

NLCA_NET_v2_RVC	2.54 348	1.04 351	16.73 371	1.53 406	2.00 468	3.96 316	0.87 242	3.87 286	2.31 322	2.54 387	1.67 192	2.85 346	1.63 293	5.55 305	1.62 297	0.46 360	0.33 319	0.38 321	0.38 354	0.53 350	0.62 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CRFU-Net	2.49 339	0.78 274	10.36 290	2.30 477	1.08 318	3.91 294	1.41 386	3.85 280	1.65 180	2.15 292	1.76 224	3.34 386	7.95 497	5.56 306	1.48 266	0.47 369	0.35 335	0.30 166	0.28 215	0.37 224	0.43 292

ADCPNet	3.89 447	1.63 433	20.25 455	1.28 321	1.27 363	6.43 496	2.65 460	3.93 306	2.70 394	2.78 420	2.20 349	4.28 445	6.16 481	5.56 306	10.27 473	0.65 426	1.18 477	0.71 448	1.70 489	0.84 434	1.37 464

PVD	3.12 416	1.97 452	12.80 314	1.79 447	1.63 431	3.83 272	1.34 370	3.48 207	3.88 477	5.77 488	3.56 455	3.45 395	3.29 428	5.58 308	5.30 446	0.71 440	0.69 458	0.74 456	0.77 454	0.79 427	1.13 453

HGLStereo	2.03 252	0.74 248	7.50 255	1.23 303	1.56 420	3.62 238	0.95 287	3.78 266	1.89 236	2.03 254	2.20 349	3.12 369	2.14 363	5.68 309	2.04 352	0.37 274	0.31 304	0.32 207	0.29 243	0.40 244	0.45 304

RTSC	2.95 391	2.51 463	15.49 359	1.54 408	1.30 365	3.51 214	0.86 224	3.89 291	2.48 362	3.64 459	3.12 441	3.04 361	2.30 375	5.70 310	6.67 449	0.55 407	0.35 335	0.37 305	0.39 360	0.70 406	0.60 377

HCRNet	1.60 179	0.56 76	2.47 151	0.78 42	1.36 381	4.11 348	0.71 126	3.57 226	2.79 405	1.75 171	1.61 176	1.58 175	1.41 224	5.79 311	1.56 283	0.34 235	0.28 271	0.36 293	0.29 243	0.33 165	0.37 232

AF-Net	2.87 384	1.30 401	16.24 363	1.33 343	1.75 451	3.26 172	1.59 406	4.09 354	2.43 353	2.69 413	2.94 431	4.51 453	3.20 425	5.84 312	2.75 410	0.76 442	0.36 339	0.72 452	0.49 405	0.70 406	0.56 363

FINET	2.96 394	1.07 358	23.18 515	1.29 324	1.86 461	2.03 77	1.52 397	4.30 425	4.71 488	2.23 324	2.34 384	1.65 183	1.48 246	5.89 313	2.81 413	0.51 394	0.47 410	0.49 390	0.40 371	0.59 369	0.49 329

RE-Stereo	1.58 173	0.61 132	2.72 170	2.26 473	0.46 76	4.68 460	0.68 113	3.31 189	1.48 81	2.11 274	1.59 168	1.36 146	1.09 152	6.01 314	1.22 210	0.41 323	0.20 98	0.36 293	0.34 304	0.31 122	0.37 232

TVStereo	1.58 173	0.61 132	2.72 170	2.26 473	0.46 76	4.68 460	0.68 113	3.31 189	1.48 81	2.11 274	1.59 168	1.36 146	1.09 152	6.01 314	1.22 210	0.41 323	0.20 98	0.36 293	0.34 304	0.31 122	0.37 232

OCTAStereo	1.58 173	0.61 132	2.72 170	2.27 476	0.46 76	4.68 460	0.67 108	3.30 188	1.48 81	2.11 274	1.59 168	1.36 146	1.09 152	6.02 316	1.21 207	0.41 323	0.20 98	0.36 293	0.34 304	0.31 122	0.37 232

PSM-softLoss	1.66 192	0.59 105	5.15 233	2.25 471	0.48 94	4.68 460	0.69 118	2.57 112	1.52 110	2.14 284	1.45 129	1.42 157	0.99 124	6.04 317	1.20 203	0.41 323	0.23 184	0.37 305	0.39 360	0.32 147	0.31 162

KMStereo	1.66 192	0.59 105	5.15 233	2.25 471	0.48 94	4.68 460	0.69 118	2.57 112	1.52 110	2.14 284	1.45 129	1.42 157	0.99 124	6.04 317	1.20 203	0.41 323	0.23 184	0.37 305	0.39 360	0.32 147	0.31 162

NF-Stereo	1.58 173	0.61 132	2.66 167	2.26 473	0.47 86	4.68 460	0.67 108	3.31 189	1.48 81	2.11 274	1.59 168	1.36 146	1.09 152	6.08 319	1.20 203	0.40 309	0.20 98	0.36 293	0.34 304	0.31 122	0.36 218

ITSA-stereo	1.86 217	0.72 229	3.74 215	1.20 290	0.66 182	4.09 342	0.91 263	4.24 399	2.53 372	1.93 213	1.77 229	1.59 177	2.15 364	6.12 320	2.44 391	0.40 309	0.38 358	0.40 330	0.40 371	0.50 339	0.98 444

DDVS	1.68 194	0.79 277	2.52 153	1.26 313	1.16 335	3.17 156	0.78 175	3.12 167	1.82 219	1.86 190	1.91 288	2.92 354	1.43 232	6.20 321	1.63 299	0.45 355	0.65 450	0.34 259	0.38 354	0.48 331	0.79 424

AAGNet	2.86 381	0.60 117	1.77 77	2.05 466	0.46 76	4.76 478	1.09 330	2.27 75	1.56 140	2.17 301	1.84 262	2.41 295	4.00 448	6.23 322	24.22 520	0.46 360	0.19 67	0.30 166	0.29 243	0.32 147	0.24 51

DualNet (step1)	2.34 308	1.05 352	7.87 256	1.07 215	0.86 256	3.93 301	1.19 351	4.35 438	2.11 282	2.14 284	1.75 216	1.75 200	1.67 302	6.26 323	1.26 221	1.23 470	0.48 416	4.27 514	2.09 500	0.70 406	0.69 399

test_sample7	1.65 189	0.70 214	2.60 158	1.48 397	0.76 220	2.38 96	1.07 321	4.35 438	2.11 282	2.14 284	1.75 216	1.75 200	1.67 302	6.26 323	1.26 221	0.44 346	0.48 416	0.43 351	0.40 371	0.46 324	0.43 292

DMCA-RVC	2.45 329	1.22 390	18.29 396	1.23 303	1.14 329	2.49 104	0.85 221	3.29 187	1.68 186	3.02 436	1.41 122	2.00 252	1.53 265	6.39 325	2.00 348	0.38 291	0.30 294	0.44 355	0.35 319	0.45 313	0.44 298

ARAFT	2.56 353	1.13 369	19.50 424	0.89 105	0.48 94	4.15 357	1.40 383	4.36 443	2.82 417	2.36 362	1.88 276	1.70 194	1.04 135	6.45 326	1.22 210	0.29 129	0.18 43	0.37 305	0.35 319	0.35 201	0.25 61

UDG	3.55 436	2.81 472	17.45 384	2.69 484	1.98 467	3.97 321	1.19 351	4.35 438	2.02 255	2.42 372	2.53 400	4.50 452	2.46 389	6.53 327	2.41 387	2.12 486	1.77 490	2.63 496	2.57 508	2.64 486	1.95 480

XQC	2.96 394	2.42 462	14.85 345	1.36 360	1.32 372	3.29 182	1.53 399	4.28 414	2.78 403	3.21 448	2.46 390	3.53 407	2.92 410	6.58 328	4.67 436	0.70 438	0.41 379	0.59 423	0.56 427	0.96 445	0.83 431

IPLG	2.48 337	0.65 172	19.63 427	0.91 121	0.79 228	4.60 449	0.56 61	4.31 428	1.84 226	1.91 207	2.00 306	1.31 140	1.38 212	6.61 329	1.53 279	0.27 72	0.20 98	0.27 96	0.23 109	0.31 122	0.36 218

AnyNet_C01	4.37 462	7.80 496	16.40 365	1.98 463	1.40 390	6.37 495	6.47 502	4.09 354	5.03 493	4.06 471	3.78 458	4.16 438	3.31 429	6.62 330	10.00 471	0.61 417	0.67 454	0.63 436	0.67 442	2.01 480	1.31 460

RAFT-345	2.46 332	0.55 65	19.69 429	1.02 197	0.49 100	4.43 417	0.78 175	1.64 28	2.34 328	2.09 267	3.12 441	1.96 245	1.31 203	6.65 331	1.43 252	0.36 266	0.23 184	0.32 207	0.25 143	0.28 68	0.25 61

SST-Stereo	1.76 206	0.58 98	3.10 186	1.44 385	0.46 76	4.71 472	0.76 159	2.22 71	2.79 405	2.07 266	2.18 345	2.43 301	3.22 426	6.66 332	0.84 105	0.42 334	0.19 67	0.30 166	0.27 187	0.35 201	0.26 85

RAFT-RH_RVC	2.63 361	0.55 65	19.97 439	1.26 313	0.47 86	4.46 419	0.57 62	1.71 31	1.64 176	3.06 440	5.51 473	2.03 256	1.28 196	6.70 333	1.52 278	0.42 334	0.22 158	0.37 305	0.34 304	0.28 68	0.29 127

IRAFT_RVC	1.87 218	0.60 117	4.33 221	2.40 480	0.66 182	4.59 447	1.59 406	2.96 149	1.51 101	2.23 324	1.75 216	2.09 266	2.63 397	6.70 333	1.50 270	0.33 223	0.21 129	0.33 242	0.29 243	0.32 147	0.32 171

RAFT_R40	1.70 197	0.59 105	2.99 182	1.46 391	0.46 76	4.74 476	0.98 302	2.23 72	1.56 140	2.02 250	2.35 385	2.71 330	2.56 394	6.71 335	0.90 132	0.40 309	0.19 67	0.30 166	0.27 187	0.33 165	0.26 85

SQANet	3.70 441	9.34 508	18.41 400	2.75 485	2.74 486	3.40 191	1.47 391	3.50 213	1.68 186	2.60 399	1.75 216	2.69 327	1.91 345	6.72 336	1.74 317	2.96 491	1.41 484	1.85 485	1.12 475	3.17 488	2.70 497

raft_robust	1.92 232	1.15 374	3.34 199	1.02 197	0.43 56	3.84 277	0.46 36	4.42 453	2.52 371	1.67 154	1.36 111	2.17 271	6.37 483	6.78 337	1.04 171	0.28 109	0.24 217	0.30 166	0.35 319	0.31 122	0.32 171

Nwc_Net	2.88 386	1.16 377	18.30 397	1.35 354	1.68 444	3.52 217	1.18 348	3.90 296	2.06 266	2.52 385	2.82 428	3.82 420	2.34 379	6.78 337	2.55 402	0.86 453	0.40 372	0.59 423	0.67 442	0.57 365	0.55 361

DEmStereo	2.97 398	0.58 98	13.42 319	0.79 44	0.51 105	3.84 277	1.84 428	2.42 86	1.60 165	2.25 329	2.74 418	2.03 256	6.04 477	6.79 339	12.80 485	0.35 255	0.26 250	0.26 71	0.27 187	0.27 52	0.37 232

IPLGR	2.53 346	0.58 98	20.46 466	0.82 56	0.52 114	4.56 444	0.50 44	4.30 425	2.38 344	1.87 192	1.53 152	1.68 187	1.72 313	6.95 340	1.15 191	0.28 109	0.21 129	0.27 96	0.23 109	0.33 165	0.32 171

DRaft	2.28 290	0.56 76	2.64 166	0.74 23	0.46 76	3.94 306	1.23 359	2.32 80	1.55 134	2.64 406	2.80 425	1.60 178	5.34 470	6.96 341	10.99 476	0.34 235	0.22 158	0.27 96	0.27 187	0.29 80	0.37 232

StereoDRNet-Refined	1.77 208	0.81 285	2.22 128	1.21 296	0.76 220	3.26 172	0.71 126	3.82 273	2.05 264	2.29 336	2.05 318	2.98 356	1.44 235	7.15 342	2.27 377	0.30 168	0.23 184	0.42 347	0.33 296	0.45 313	0.64 390
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 457	0.82 292	10.85 298	0.86 91	0.43 56	2.16 88	16.77 517	3.22 178	1.54 126	2.04 257	12.05 507	2.68 326	7.53 494	7.30 343	12.62 484	0.30 168	0.21 129	0.29 146	0.28 215	0.33 165	0.41 279

STrans-v2	3.03 408	0.77 268	20.91 482	0.81 46	0.63 166	3.89 291	1.01 307	4.27 409	2.64 387	2.28 334	3.70 457	4.13 436	5.20 467	7.33 344	1.27 224	0.31 187	0.18 43	0.29 146	0.25 143	0.29 80	0.41 279

CrosDoStereo	5.24 476	0.60 117	20.23 451	0.82 56	0.51 105	3.39 188	18.11 519	3.82 273	2.27 311	1.98 226	8.74 490	1.96 245	6.96 489	7.35 345	26.35 522	0.30 168	0.22 158	0.30 166	0.28 215	0.33 165	0.38 247

DeepStereo_LL	5.24 476	0.60 117	20.23 451	0.82 56	0.51 105	3.39 188	18.11 519	3.82 273	2.27 311	1.98 226	8.74 490	1.96 245	6.96 489	7.35 345	26.35 522	0.30 168	0.22 158	0.30 166	0.28 215	0.33 165	0.38 247

TransformOpticalFlow	3.03 408	0.77 268	20.99 485	1.00 182	0.55 129	4.18 374	0.64 96	4.33 434	3.02 436	2.18 303	3.09 440	4.35 447	5.07 465	7.36 347	1.27 224	0.32 207	0.18 43	0.32 207	0.26 161	0.28 68	0.46 314

ELAS	5.99 488	1.62 431	20.29 458	1.96 462	2.01 469	15.09 517	8.38 508	5.23 492	5.54 497	9.02 507	8.61 489	6.74 486	9.75 504	7.48 348	11.40 479	0.96 458	1.18 477	0.72 452	0.93 465	1.30 470	1.67 473
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PFNet	2.47 335	0.60 117	16.95 375	2.15 470	0.81 233	4.63 453	0.91 263	2.55 108	1.52 110	2.40 370	2.79 423	1.83 225	1.42 229	7.54 349	1.34 241	0.33 223	0.21 129	0.36 293	0.27 187	0.32 147	0.39 253

Wz-Net-MNSev	2.71 374	2.54 467	13.91 333	1.52 404	1.37 383	3.28 178	2.47 452	4.03 333	2.32 326	2.57 392	2.07 323	2.29 282	3.01 414	7.55 350	2.74 409	0.38 291	0.36 339	0.36 293	0.37 341	0.57 365	0.47 319

G2L-Stereo_aug	2.62 359	0.63 150	18.80 406	1.29 324	1.11 324	3.13 153	0.89 249	3.65 237	1.84 226	2.21 317	2.16 340	3.04 361	2.10 358	7.62 351	2.39 383	0.28 109	0.21 129	0.32 207	0.20 52	0.30 103	0.33 185

RTS	3.90 448	7.04 494	17.94 390	1.92 457	2.19 477	5.00 484	2.96 469	4.29 417	3.19 450	4.05 469	3.08 438	4.94 467	3.16 422	7.64 352	6.72 450	0.66 428	0.44 392	0.51 396	0.47 397	0.95 441	0.76 417

RTSA	3.90 448	7.04 494	17.94 390	1.92 457	2.19 477	5.00 484	2.96 469	4.29 417	3.19 450	4.05 469	3.08 438	4.94 467	3.16 422	7.64 352	6.72 450	0.66 428	0.44 392	0.51 396	0.47 397	0.95 441	0.76 417

IIG-Stereo	1.95 237	0.79 277	2.14 119	2.78 487	0.66 182	4.62 451	0.76 159	4.27 409	1.53 117	2.63 405	3.14 443	3.35 387	1.61 278	7.65 354	1.41 249	0.39 303	0.20 98	0.31 187	0.25 143	0.33 165	0.22 30

OMP-Stereo	1.97 241	0.93 324	1.88 86	2.76 486	0.67 189	4.58 446	1.48 392	4.31 428	1.54 126	3.15 446	2.76 421	3.25 378	1.38 212	7.66 355	1.35 242	0.40 309	0.20 98	0.33 242	0.26 161	0.33 165	0.24 51

ACV-stereo	2.92 389	0.92 320	20.27 456	1.33 343	1.05 311	4.68 460	1.10 332	2.66 123	1.64 176	1.46 122	1.32 98	5.41 480	4.24 454	7.83 356	1.90 335	0.44 346	0.52 423	0.32 207	0.29 243	0.45 313	0.63 387

Wz-Net-SNSev	2.98 400	4.36 483	15.98 361	1.57 416	1.19 344	3.28 178	1.80 423	3.96 316	2.40 348	2.32 350	2.28 362	3.48 396	2.05 353	7.84 357	3.82 429	0.47 369	0.39 367	0.53 406	0.49 405	0.71 415	0.60 377

NINENet	1.87 218	0.74 248	2.60 158	1.12 249	1.06 314	4.50 430	0.76 159	4.41 452	2.24 303	2.16 297	1.86 272	3.63 413	0.97 118	8.00 358	1.17 197	0.41 323	0.30 294	0.41 340	0.30 261	0.41 268	0.36 218

AnyNet_C32	4.17 458	5.75 491	12.62 312	1.60 420	1.54 413	5.51 490	4.09 496	3.90 296	3.23 456	4.22 477	3.03 436	3.10 366	3.41 433	8.01 359	18.85 511	0.53 403	0.58 438	0.53 406	0.74 450	1.19 466	0.97 442

cf-r	2.57 356	0.79 277	16.09 362	1.48 397	1.35 378	4.19 378	0.93 278	3.68 244	2.36 333	1.97 224	1.81 250	3.42 393	1.45 239	8.24 360	1.83 327	0.32 207	0.26 250	0.33 242	0.30 261	0.34 183	0.37 232

SepStereo	2.15 268	0.67 193	4.79 229	1.14 257	1.64 433	2.93 133	2.13 442	4.09 354	2.74 398	4.17 473	2.52 398	2.46 307	1.79 322	8.36 361	1.63 299	0.37 274	0.22 158	0.39 324	0.25 143	0.41 268	0.34 198

ELAS_RVC	5.72 485	1.64 436	20.40 462	2.09 468	2.01 469	4.95 483	11.47 511	4.66 480	6.31 503	8.09 504	8.01 483	8.06 494	11.65 505	8.36 361	10.22 472	0.99 460	1.17 476	0.81 461	0.76 452	1.14 459	1.58 471
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	3.81 446	10.78 513	15.01 351	1.84 451	1.39 388	3.73 256	1.63 409	4.05 341	3.26 458	2.91 427	2.38 386	4.36 449	3.65 441	8.43 363	4.91 442	1.11 465	1.04 472	0.99 468	1.31 482	1.58 475	1.75 477

EDNetEfficient	5.61 482	2.14 457	16.75 372	1.67 428	3.64 501	4.12 350	7.51 504	3.05 160	5.63 499	11.57 518	4.83 469	3.95 424	12.72 506	8.44 364	20.78 516	0.41 323	0.43 387	0.47 369	1.01 470	1.66 478	1.39 467

otaku	4.58 466	8.93 503	19.95 438	3.11 492	2.67 484	3.91 294	2.57 458	3.82 273	2.25 306	2.22 320	9.72 497	4.08 433	2.35 380	8.57 365	2.13 365	3.51 499	1.65 488	2.15 489	1.17 478	3.69 495	3.15 501

CSP-Net	1.78 209	1.32 407	1.92 91	1.16 276	1.03 306	3.38 187	1.31 367	3.52 217	1.75 209	1.96 222	1.93 292	2.40 293	1.48 246	8.58 366	1.58 285	0.46 360	0.34 331	0.27 96	0.26 161	0.41 268	0.50 336

MADNet+	3.97 452	9.54 509	13.83 331	1.87 455	1.69 445	4.19 378	2.87 466	4.80 486	4.10 483	2.51 383	2.67 414	4.55 456	3.41 433	8.72 367	6.92 456	1.25 473	1.27 481	1.04 470	0.93 465	1.39 473	1.85 478

ETE_ROB	2.07 259	1.40 417	3.01 184	1.09 229	0.92 274	3.94 306	1.53 399	4.25 401	2.23 301	3.31 451	2.06 322	2.35 288	1.52 258	8.74 368	2.07 358	0.44 346	0.36 339	0.51 396	0.48 402	0.54 353	0.62 383

SuperB	4.79 470	4.41 484	21.08 487	1.45 389	1.08 318	3.91 294	3.08 475	4.18 375	3.01 435	2.50 381	2.10 327	2.75 335	3.49 439	8.80 369	19.60 514	0.44 346	0.33 319	0.53 406	0.39 360	12.01 524	0.64 390

JetRed	10.48 507	27.10 528	35.70 525	4.27 507	4.09 510	15.55 520	12.83 514	12.16 511	5.50 496	5.83 489	5.56 474	10.14 497	7.43 493	8.88 370	26.39 524	3.32 496	3.81 516	3.51 508	2.96 516	7.85 520	6.69 522

FADNet_RVC	2.65 363	2.28 461	16.51 368	0.98 168	0.92 274	4.09 342	0.83 209	4.26 408	1.73 202	1.46 122	1.78 232	1.60 178	1.50 253	8.88 370	2.39 383	0.47 369	0.38 358	0.44 355	0.58 431	0.89 436	0.97 442

RAFT + AFF	2.51 342	2.66 469	4.48 226	1.15 270	1.95 466	4.15 357	2.01 436	4.46 461	3.30 462	2.19 307	2.51 397	2.22 274	4.87 464	8.91 372	2.06 355	0.30 168	0.60 443	0.48 377	0.38 354	0.77 423	0.69 399

IMH-64-1	4.84 471	2.53 465	6.83 247	4.30 509	3.74 503	4.81 480	6.05 499	5.30 494	3.92 478	3.95 467	8.33 486	5.08 474	6.06 478	8.96 373	6.30 447	4.57 515	2.96 509	3.04 501	2.12 503	4.28 502	3.62 509

IMH-64	4.84 471	2.53 465	6.83 247	4.30 509	3.74 503	4.81 480	6.05 499	5.30 494	3.92 478	3.95 467	8.33 486	5.08 474	6.06 478	8.96 373	6.30 447	4.57 515	2.96 509	3.04 501	2.12 503	4.28 502	3.62 509

G-Net	4.11 456	1.21 384	19.47 423	2.31 478	2.94 490	4.74 476	2.95 468	3.33 197	2.14 287	4.44 479	9.43 495	6.93 488	3.84 445	9.01 375	4.92 443	0.79 444	0.80 467	0.70 447	0.50 411	0.95 441	0.87 435

SPS-STEREO	3.97 452	1.44 422	20.85 477	1.72 436	1.71 447	3.24 167	2.30 449	3.55 224	2.68 393	4.79 483	3.66 456	5.44 481	2.97 411	9.11 376	9.35 469	1.15 466	1.10 475	1.06 472	1.02 472	1.16 463	1.18 455
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iRaft-Stereo_5w	2.10 262	0.83 295	8.57 265	0.81 46	0.76 220	3.21 159	0.84 212	3.71 255	1.65 180	1.56 133	2.50 395	2.20 273	2.23 373	9.13 377	2.01 350	0.38 291	0.19 67	0.35 278	0.27 187	0.45 313	0.39 253

PWC_ROB	2.69 372	2.01 453	8.36 263	1.33 343	1.90 464	3.23 163	1.18 348	4.33 434	3.25 457	3.11 442	3.41 451	2.71 330	2.18 371	9.15 378	4.48 434	0.56 409	0.31 304	0.61 431	0.36 329	0.69 405	0.74 412

SAMSARA	3.55 436	2.16 458	14.18 337	1.86 454	1.49 406	4.62 451	2.65 460	3.58 228	2.80 409	7.05 498	3.05 437	5.16 477	4.07 450	9.18 379	4.80 440	0.64 423	0.67 454	0.59 423	0.68 445	0.89 436	0.91 437

DGSMNet	7.55 501	1.62 431	17.42 383	1.92 457	12.73 518	7.45 503	42.99 532	4.13 364	2.07 268	2.10 270	3.16 444	3.42 393	1.70 309	9.24 380	2.30 378	3.70 504	10.89 526	11.80 528	5.54 519	4.24 501	2.66 493

CFNet-ft	1.90 225	0.95 332	3.56 207	1.07 215	1.54 413	4.09 342	0.90 255	2.85 141	1.82 219	1.78 175	1.70 201	2.75 335	1.48 246	9.33 381	1.72 312	0.33 223	0.30 294	0.61 431	0.36 329	0.52 344	0.39 253

CFNet_RVC	1.90 225	0.95 332	3.56 207	1.07 215	1.54 413	4.09 342	0.90 255	2.85 141	1.82 219	1.78 175	1.70 201	2.75 335	1.48 246	9.33 381	1.72 312	0.33 223	0.30 294	0.61 431	0.36 329	0.52 344	0.39 253

JetBlue	6.27 491	9.15 506	13.76 325	1.94 461	4.60 514	11.91 510	12.00 512	5.12 490	3.45 468	3.79 463	4.52 466	9.54 496	6.56 487	9.40 383	13.48 487	1.26 474	1.37 483	1.17 477	1.34 484	7.06 518	3.95 513

GwcNet	3.00 404	1.63 433	19.83 433	1.32 338	2.04 473	3.27 174	1.55 403	3.65 237	2.33 327	2.00 243	2.12 334	3.56 411	1.68 306	9.47 384	2.45 392	0.44 346	0.45 397	0.46 366	0.38 354	0.60 373	0.76 417

Ntro	4.21 459	8.94 504	19.89 436	3.22 493	2.96 491	4.15 357	1.89 429	3.92 305	2.36 333	1.77 173	2.14 337	3.35 387	2.17 369	9.48 385	2.24 374	3.52 500	1.76 489	2.13 488	1.31 482	3.83 498	3.09 499

G2L-Stereo	2.49 339	0.94 330	14.54 343	1.15 270	1.35 378	3.57 229	0.95 287	3.62 233	2.00 253	2.11 274	1.61 176	3.20 373	1.34 207	9.54 386	1.91 336	0.34 235	0.27 261	0.35 278	0.28 215	0.30 103	0.35 212

FADNet-RVC-Resample	2.83 379	2.02 454	21.07 486	1.12 249	0.91 273	3.53 218	1.37 378	4.08 352	2.09 272	1.68 155	1.33 99	2.03 256	1.51 256	9.54 386	1.69 308	0.38 291	0.37 352	0.42 347	0.44 388	0.56 361	0.56 363

test_sample1	1.62 183	0.55 65	1.88 86	1.44 385	0.79 228	2.27 92	0.64 96	4.00 326	1.82 219	1.87 192	1.35 107	1.57 173	1.62 281	9.55 388	1.24 215	0.30 168	0.27 261	0.31 187	0.28 215	0.32 147	0.32 171

Syn2CoEx	3.08 412	2.55 468	19.88 435	1.34 350	1.18 337	2.43 100	1.65 414	3.91 300	2.40 348	2.39 368	2.27 359	2.90 349	3.17 424	9.57 389	2.54 401	0.50 388	0.45 397	0.53 406	0.39 360	0.74 419	0.72 410

LSM	12.71 515	3.52 479	20.79 476	55.63 536	84.76 535	3.63 243	6.30 501	3.73 257	4.93 492	5.55 487	13.92 512	3.53 407	3.25 427	9.72 390	4.12 431	0.64 423	0.85 468	0.71 448	0.81 459	1.03 447	26.84 528

RainbowNet	4.56 464	8.28 497	20.07 444	3.64 501	3.23 499	4.15 357	2.99 471	4.18 375	3.03 437	2.20 309	2.65 412	4.26 444	2.90 409	9.77 391	2.12 362	3.88 506	2.27 499	2.71 499	1.72 491	3.78 497	3.31 506

DANet	2.63 361	1.07 358	8.10 261	1.83 450	1.70 446	3.25 170	1.16 344	4.31 428	2.38 344	3.40 456	2.18 345	4.08 433	1.80 327	9.77 391	3.89 430	0.52 400	0.55 430	0.59 423	0.44 388	0.63 383	0.86 432
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet-RVC	2.51 342	2.27 459	14.03 334	1.09 229	0.81 233	3.54 222	1.10 332	4.13 364	2.48 362	1.39 115	1.22 72	1.85 231	1.77 319	9.78 393	2.06 355	0.38 291	0.37 352	0.40 330	0.40 371	0.67 400	0.48 323

UGAM-zero	2.79 376	0.57 85	20.87 480	0.98 168	0.77 226	2.08 84	0.35 11	3.88 289	1.51 101	2.05 258	1.64 183	5.07 473	3.42 436	9.83 394	1.24 215	0.28 109	0.21 129	0.27 96	0.29 243	0.29 80	0.28 117

PSMNet-RSSM	1.96 239	0.77 268	3.26 193	1.29 324	1.31 367	4.19 378	0.96 293	3.68 244	1.89 236	2.05 258	1.80 238	2.60 320	1.70 309	9.84 395	1.81 324	0.35 255	0.29 281	0.35 278	0.37 341	0.42 287	0.35 212

WCMA_ROB	5.12 474	0.90 313	21.33 494	1.50 401	1.33 375	4.09 342	3.49 483	4.03 333	4.59 487	6.57 496	10.95 501	12.92 503	8.41 501	9.86 396	8.78 467	0.75 441	0.58 438	0.51 396	0.50 411	0.68 403	0.57 367

ccnet	2.66 365	0.97 339	8.01 260	1.54 408	1.24 357	3.75 258	2.18 445	4.07 348	2.41 350	2.66 411	3.25 446	2.87 348	2.31 378	9.89 397	3.50 424	0.78 443	0.75 464	0.71 448	0.67 442	0.76 422	0.81 426

NCC-stereo	3.16 421	1.28 399	18.31 398	1.25 307	1.75 451	4.06 335	1.40 383	3.89 291	2.22 299	2.72 415	2.55 401	3.49 402	2.65 398	9.91 398	2.99 416	1.29 476	0.65 450	0.64 439	0.86 461	0.65 393	0.71 404

Abc-Net	3.16 421	1.28 399	18.31 398	1.25 307	1.75 451	4.06 335	1.40 383	3.89 291	2.22 299	2.72 415	2.55 401	3.49 402	2.65 398	9.91 398	2.99 416	1.29 476	0.65 450	0.64 439	0.86 461	0.65 393	0.71 404
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FADNet	2.49 339	1.76 443	13.17 315	1.17 278	0.95 284	3.27 174	0.88 246	3.94 309	2.27 311	1.40 116	1.29 93	2.51 312	2.06 354	9.93 400	1.94 340	0.43 339	0.45 397	0.40 330	0.43 386	1.06 449	0.53 351

stereogan	3.09 413	0.93 324	16.43 366	1.37 370	1.66 440	3.70 249	1.67 416	3.87 286	3.15 447	3.04 437	2.70 417	5.04 472	2.79 404	9.96 401	1.78 322	0.63 420	0.49 420	0.69 445	0.47 397	0.83 433	0.68 397

EDNetEfficientorigin	12.35 514	2.51 463	179.47 542	1.19 286	0.96 285	2.91 128	1.81 424	3.00 154	5.35 495	8.91 506	4.79 468	4.18 439	4.64 461	9.98 402	11.30 477	0.37 274	0.38 358	0.60 428	0.85 460	1.32 471	2.43 491

coex-ft	18.59 521	6.62 493	113.53 539	1.17 278	1.31 367	2.33 95	1.93 431	2.81 140	14.00 512	124.82 541	8.45 488	5.90 483	51.74 534	9.99 403	22.69 517	0.57 411	0.62 446	0.50 393	0.49 405	1.08 454	1.28 458

ACVNet-4b	6.73 494	13.67 520	21.87 506	3.54 498	3.07 493	4.19 378	2.25 446	4.03 333	3.65 472	1.64 147	3.98 462	5.88 482	2.89 408	10.01 404	16.98 501	23.29 530	2.24 498	2.53 492	1.78 492	3.87 499	3.21 504

CoDeX	2.40 321	0.78 274	13.21 316	1.00 182	1.18 337	3.24 167	1.32 368	4.14 370	2.41 350	1.74 169	1.84 262	2.05 260	1.47 244	10.03 405	1.60 289	0.34 235	0.28 271	0.32 207	0.27 187	0.32 147	0.39 253

xxxx	2.67 367	0.54 59	2.03 101	1.22 299	0.81 233	3.49 208	0.63 93	4.49 466	2.49 366	2.22 320	2.23 354	2.05 260	1.38 212	10.05 406	17.91 505	0.32 207	0.32 312	0.30 166	0.27 187	0.33 165	0.34 198

CBMV	3.32 429	0.96 338	21.16 490	1.32 338	0.83 243	3.81 270	3.91 495	4.47 462	2.53 372	3.34 453	2.24 355	4.45 450	2.58 395	10.07 407	1.96 345	0.45 355	0.43 387	0.48 377	0.38 354	0.52 344	0.53 351
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
TCMNet	2.98 400	1.30 401	18.26 395	1.47 394	2.09 474	3.84 277	1.08 326	3.96 316	2.39 347	2.53 386	2.29 365	2.43 301	1.75 317	10.09 408	2.39 383	0.52 400	0.45 397	0.61 431	0.50 411	0.80 429	0.78 421

TCMNet-wrong-test	12.32 513	14.13 523	19.38 420	22.38 526	19.85 522	15.99 521	12.34 513	22.95 524	4.56 486	6.24 494	6.27 477	18.40 511	15.71 510	10.10 409	10.72 474	9.06 521	4.78 518	5.35 518	3.95 518	12.28 525	11.97 523

WZ-Net	3.62 438	4.87 485	16.77 373	1.43 382	1.40 390	3.75 258	2.29 448	4.12 363	2.50 367	2.74 417	2.19 347	4.06 432	5.29 469	10.19 410	7.36 459	0.54 405	0.37 352	0.47 369	0.49 405	0.77 423	0.73 411

ac_64	2.35 313	0.62 142	9.77 281	1.32 338	1.71 447	3.27 174	0.93 278	3.48 207	2.50 367	1.74 169	1.73 210	3.91 423	1.77 319	10.21 411	1.86 330	0.40 309	0.31 304	0.33 242	0.30 261	0.34 183	0.39 253

RP	2.79 376	1.20 383	10.36 290	1.54 408	1.93 465	3.44 196	1.97 433	4.05 341	2.34 328	2.66 411	2.79 423	3.98 427	2.58 395	10.21 411	2.61 404	0.95 457	0.47 410	0.71 448	0.57 430	0.71 415	0.68 397

RASNet	2.56 353	0.70 214	10.06 286	1.60 420	2.25 480	3.67 246	1.00 304	3.38 201	3.14 445	1.81 180	2.11 331	4.60 458	2.30 375	10.25 413	2.61 404	0.37 274	0.24 217	0.25 50	0.24 132	0.28 68	0.26 85

DFGA-Net	2.11 264	3.00 473	7.43 253	1.11 245	0.76 220	3.72 252	0.60 75	2.63 119	1.91 240	2.01 245	2.07 323	1.22 129	1.04 135	10.26 414	2.26 375	0.27 72	0.22 158	0.34 259	0.34 304	0.61 378	0.48 323

NCCL2	2.53 346	1.35 411	10.90 299	1.15 270	0.97 289	3.53 218	2.56 457	3.65 237	2.23 301	2.76 418	1.80 238	2.41 295	1.66 300	10.35 415	2.07 358	0.44 346	0.40 372	0.57 419	0.53 422	0.59 369	0.65 392

GwcNet-RSSM	2.66 365	1.05 352	15.91 360	1.22 299	1.19 344	4.12 350	1.12 336	3.84 277	2.02 255	1.93 213	1.79 235	3.12 369	1.46 242	10.37 416	2.05 354	0.33 223	0.27 261	0.35 278	0.30 261	0.40 244	0.36 218

DLCB_ROB	2.05 256	0.95 332	2.37 145	1.24 305	1.02 305	2.92 130	1.30 366	3.68 244	2.30 318	2.91 427	2.17 343	3.32 385	1.52 258	10.37 416	2.50 396	0.40 309	0.33 319	0.40 330	0.36 329	0.41 268	0.47 319

PSMNet-ADL	1.91 229	0.72 229	1.78 79	1.09 229	0.86 256	4.18 374	0.78 175	3.77 263	2.10 280	1.72 165	1.85 269	2.91 352	1.82 332	10.38 418	1.91 336	0.48 373	0.46 406	0.28 125	0.29 243	0.38 229	0.51 344

222	2.68 370	0.57 85	2.03 101	1.11 245	0.81 233	3.23 163	0.65 105	4.52 471	2.45 358	2.34 357	2.29 365	1.41 156	1.44 235	10.50 419	18.47 509	0.32 207	0.30 294	0.32 207	0.27 187	0.32 147	0.34 198

SGM+DAISY	8.36 503	3.82 480	24.83 519	2.02 465	1.75 451	14.80 516	17.22 518	4.27 409	11.79 510	13.88 519	14.38 513	11.74 501	13.83 508	10.56 420	15.12 490	1.21 468	1.19 479	1.14 476	1.13 477	1.17 464	1.37 464

GASNet	3.24 424	5.55 490	20.58 471	1.56 415	1.25 360	2.32 94	1.12 336	4.04 337	2.67 391	1.88 195	2.10 327	3.00 358	2.16 367	10.59 421	2.43 390	0.65 426	0.37 352	0.61 431	0.45 392	0.87 435	0.58 372

psmorigin	6.59 492	1.15 374	88.11 537	1.52 404	0.97 289	2.88 124	1.20 355	3.21 176	2.04 261	3.73 462	2.46 390	5.15 476	2.55 393	10.60 422	2.47 394	0.55 407	0.68 457	0.48 377	0.51 415	0.70 406	0.88 436

UNDER WATER-64	9.33 504	5.37 488	22.60 511	5.22 518	4.86 515	10.75 509	4.61 498	11.45 510	17.30 516	7.59 499	9.80 498	15.99 509	17.90 516	10.63 423	15.72 493	4.36 510	2.87 506	4.39 517	2.86 514	7.01 517	5.36 520

test_sample2	1.75 205	0.56 76	2.25 131	1.41 378	0.80 230	2.91 128	0.86 224	4.05 341	2.04 261	1.91 207	1.39 117	1.57 173	1.55 270	10.65 424	1.06 173	0.32 207	0.28 271	0.32 207	0.30 261	0.36 214	0.33 185

DPSNet	3.43 433	1.37 413	12.19 309	1.39 374	1.24 357	4.15 357	2.06 438	4.51 470	3.34 463	2.69 413	1.96 294	3.52 406	5.56 472	10.68 425	9.68 470	0.93 455	0.73 462	0.40 330	0.37 341	1.06 449	0.86 432

ADLNet2	3.15 420	0.92 320	20.06 442	1.20 290	1.79 456	3.83 272	1.48 392	3.94 309	3.59 470	2.19 307	2.47 392	4.65 462	1.93 347	10.69 426	1.96 345	0.39 303	0.37 352	0.28 125	0.30 261	0.48 331	0.43 292

UGAM	2.58 357	0.56 76	18.55 403	0.89 105	0.71 204	3.23 163	1.03 312	2.75 132	1.75 209	1.36 109	2.77 422	2.69 327	1.28 196	10.75 427	1.40 245	0.28 109	0.24 217	0.40 330	0.31 277	0.35 201	0.30 153

test_xeample	2.67 367	0.56 76	2.05 104	1.09 229	0.81 233	3.24 167	0.80 192	4.55 473	2.70 394	2.42 372	2.27 359	1.39 150	1.40 219	10.75 427	17.51 504	0.30 168	0.30 294	0.32 207	0.28 215	0.34 183	0.33 185

CBMV_ROB	3.62 438	0.70 214	21.42 498	1.21 296	0.89 269	4.43 417	1.76 420	4.39 449	2.79 405	5.88 490	3.38 450	4.18 439	5.12 466	10.75 427	2.32 380	0.56 409	0.55 430	0.53 406	0.51 415	0.55 355	0.46 314

UNDER WATER	10.47 506	3.95 482	22.62 512	5.07 517	4.51 513	7.78 504	3.77 491	12.56 513	21.72 523	7.84 502	10.78 500	23.96 520	31.66 525	10.78 430	16.19 497	4.44 512	2.93 507	4.24 513	2.86 514	6.33 514	5.47 521

XPNet_ROB	2.27 285	1.11 367	4.10 219	1.36 360	0.97 289	3.94 306	1.63 409	4.07 348	2.14 287	2.82 424	2.00 306	2.32 285	1.73 316	10.81 431	3.39 423	0.51 394	0.47 410	0.48 377	0.40 371	0.51 341	0.56 363

NVstereo2D	2.54 348	0.90 313	11.10 300	1.32 338	1.47 403	3.58 230	1.38 380	4.13 364	2.45 358	1.90 202	1.71 205	2.86 347	1.76 318	10.86 432	1.66 305	0.60 415	0.43 387	0.53 406	0.41 377	0.78 425	0.94 440

DeepPrunerF	3.70 441	1.72 440	14.87 346	1.33 343	1.74 450	3.70 249	1.55 403	4.20 379	14.00 512	2.02 250	1.77 229	2.74 333	2.30 375	10.88 433	6.88 455	0.68 434	0.60 443	0.78 457	0.78 457	0.81 430	0.71 404

DRN-Test	3.03 408	0.99 340	18.18 393	1.35 354	1.60 426	3.59 231	1.48 392	4.13 364	2.45 358	3.47 458	1.92 290	2.58 319	2.53 392	10.88 433	2.80 412	0.39 303	0.36 339	0.44 355	0.41 377	0.55 355	0.57 367

StereoDRNet	2.84 380	1.49 426	14.48 342	1.33 343	1.57 424	3.44 196	2.06 438	3.69 249	2.36 333	3.26 450	1.84 262	2.79 344	1.80 327	10.88 433	3.16 420	0.41 323	0.33 319	0.39 324	0.36 329	0.59 369	0.58 372

GANet-RSSM	1.98 243	0.62 142	3.49 202	1.69 430	1.23 355	4.22 384	0.91 263	3.31 189	1.86 229	1.81 180	1.74 212	2.34 286	1.82 332	10.92 436	1.73 316	0.34 235	0.29 281	0.31 187	0.28 215	0.39 239	0.40 273

Dean	7.52 500	9.08 505	21.41 497	3.74 502	3.53 500	4.81 480	3.53 485	5.33 497	5.25 494	4.17 473	26.53 523	25.62 524	4.09 451	10.97 437	4.32 432	3.69 503	2.30 500	2.91 500	1.87 496	4.03 500	3.24 505

AACVNet	1.83 214	1.02 345	2.41 149	1.45 389	0.87 261	3.21 159	0.73 134	3.16 171	1.61 169	2.01 245	1.82 256	2.28 277	1.33 206	10.98 438	1.49 269	0.39 303	0.32 312	0.38 321	0.32 288	0.43 297	0.44 298

SMFormer	2.00 247	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 401	2.80 409	2.32 350	2.31 377	1.95 240	1.52 258	10.99 439	2.13 365	0.34 235	0.32 312	0.36 293	0.31 277	0.38 229	0.36 218

tta	2.00 247	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 401	2.80 409	2.32 350	2.31 377	1.95 240	1.52 258	10.99 439	2.13 365	0.34 235	0.32 312	0.36 293	0.31 277	0.29 80	0.29 127

qqq1	1.92 232	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 401	2.80 409	2.32 350	2.31 377	1.95 240	1.52 258	10.99 439	0.71 62	0.34 235	0.32 312	0.30 166	0.23 109	0.29 80	0.29 127

fff1	1.92 232	0.57 85	4.46 222	1.36 360	0.57 144	2.03 77	0.73 134	4.25 401	2.80 409	2.32 350	2.31 377	1.95 240	1.52 258	10.99 439	0.71 62	0.34 235	0.32 312	0.30 166	0.23 109	0.29 80	0.29 127

test_sample9	3.79 445	1.05 352	7.87 256	1.07 215	0.86 256	3.93 301	1.19 351	4.35 438	2.11 282	2.14 284	1.75 216	1.75 200	1.67 302	11.06 443	11.61 480	1.23 470	14.45 528	4.27 514	2.09 500	0.70 406	0.69 399

test_sample8	4.76 469	1.05 352	7.87 256	1.07 215	0.86 256	3.93 301	1.19 351	4.38 447	2.05 264	5.49 486	1.89 282	12.98 504	6.37 483	11.06 443	11.61 480	1.23 470	14.45 528	4.27 514	2.09 500	0.70 406	0.69 399

ACVNet_1	6.04 489	13.97 522	21.36 496	3.58 499	3.14 496	4.73 473	2.48 453	4.20 379	3.17 448	2.98 435	2.83 429	23.31 518	4.34 456	11.06 443	2.45 392	3.68 502	2.33 501	2.60 494	1.79 493	3.69 495	3.19 503

coex_refinement	2.10 262	0.85 303	3.67 214	1.31 335	1.13 328	3.21 159	0.85 221	3.86 283	2.31 322	2.51 383	1.92 290	3.49 402	1.69 307	11.08 446	2.13 365	0.37 274	0.25 237	0.27 96	0.31 277	0.41 268	0.37 232

HBP-ISP	3.25 426	1.10 364	20.86 478	1.54 408	1.15 331	4.50 430	2.89 467	4.43 456	2.38 344	4.14 472	1.96 294	1.90 234	2.04 352	11.08 446	1.32 234	0.66 428	0.57 433	0.66 442	0.61 438	0.64 390	0.61 380

test_sample3	2.34 308	0.61 132	11.94 308	1.33 343	0.85 251	3.10 152	0.73 134	4.24 399	2.19 295	2.21 317	1.75 216	1.80 216	1.41 224	11.11 448	1.46 258	0.35 255	0.29 281	0.34 259	0.35 319	0.39 239	0.37 232

test_sample4	2.34 308	0.63 150	11.59 305	1.30 332	0.83 243	3.07 148	0.72 129	4.27 409	2.30 318	2.30 340	1.88 276	1.73 198	1.42 229	11.14 449	1.46 258	0.35 255	0.29 281	0.35 278	0.36 329	0.40 244	0.38 247

test_sample5	2.33 304	0.62 142	11.29 302	1.29 324	0.83 243	3.09 150	0.74 146	4.28 414	2.31 322	2.20 309	1.97 300	1.68 187	1.39 215	11.19 450	1.47 263	0.37 274	0.31 304	0.37 305	0.37 341	0.41 268	0.39 253

DualNet	2.33 304	0.62 142	11.29 302	1.29 324	0.83 243	3.09 150	0.74 146	4.28 414	2.31 322	2.26 332	2.04 312	1.68 187	1.39 215	11.19 450	1.47 263	0.37 274	0.31 304	0.37 305	0.37 341	0.41 268	0.39 253

ADLNet	2.29 293	0.83 295	3.62 212	1.35 354	1.60 426	3.67 246	1.24 361	3.95 311	2.98 432	2.58 395	2.29 365	4.01 429	1.79 322	11.23 452	2.09 360	0.37 274	0.38 358	0.36 293	0.34 304	0.45 313	0.71 404

ttt	2.76 375	0.56 76	2.28 137	1.41 378	1.21 354	3.67 246	0.77 172	4.59 476	2.94 427	2.35 358	2.30 370	2.45 305	1.54 268	11.25 453	15.56 492	0.43 339	0.36 339	0.37 305	0.33 296	0.40 244	0.40 273

LL-Strereo	3.01 406	1.81 446	17.59 388	1.12 249	2.10 475	2.90 125	1.09 330	4.33 434	2.00 253	3.12 443	2.24 355	3.29 381	3.15 421	11.31 454	1.84 328	0.30 168	0.28 271	0.46 366	0.34 304	0.49 337	0.45 304

SACVNet	2.46 332	1.14 373	9.47 279	1.44 385	1.18 337	4.06 335	1.49 396	3.84 277	2.24 303	2.62 402	1.89 282	2.57 317	1.28 196	11.35 455	1.64 302	0.50 388	0.39 367	0.48 377	0.41 377	0.55 355	0.75 415

DispNO	3.00 404	0.75 260	18.92 409	1.17 278	1.10 323	3.72 252	0.94 283	4.29 417	2.54 376	2.24 326	2.28 362	4.51 453	2.12 360	11.40 456	2.09 360	0.31 187	0.28 271	0.31 187	0.28 215	0.36 214	0.39 253

HSM-Net_RVC	2.87 384	0.57 85	17.46 385	0.92 127	0.90 272	3.70 249	1.20 355	5.64 501	2.51 370	3.22 449	2.43 388	2.54 314	1.59 273	11.41 457	1.65 304	0.34 235	0.25 237	0.26 71	0.23 109	0.30 103	0.29 127
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	2.34 308	1.10 364	8.96 271	1.34 350	1.24 357	4.09 342	0.73 134	4.04 337	2.77 402	1.62 143	1.87 275	2.27 276	1.45 239	11.41 457	1.82 325	0.31 187	0.24 217	0.43 351	0.36 329	0.43 297	0.33 185

AANet_RVC	3.03 408	1.72 440	12.78 313	1.17 278	1.12 326	3.79 266	1.10 332	3.86 283	3.13 443	2.62 402	4.26 464	3.96 426	1.41 224	11.43 459	5.23 445	0.94 456	0.47 410	0.34 259	0.23 109	0.40 244	0.55 361

PSMNet_ROB	2.95 391	1.38 414	18.46 402	1.19 286	1.20 349	3.80 268	1.65 414	3.54 222	2.35 330	1.98 226	1.71 205	2.75 335	1.79 322	11.43 459	2.78 411	0.42 334	0.36 339	0.50 393	0.60 435	0.59 369	0.49 329

test_sample6	2.35 313	0.62 142	10.78 297	1.33 343	0.83 243	3.15 155	0.79 182	4.36 443	2.43 353	2.26 332	2.04 312	1.69 192	1.39 215	11.48 461	1.61 292	0.38 291	0.32 312	0.37 305	0.39 360	0.41 268	0.42 283

1111x	3.13 417	0.57 85	8.38 264	1.20 290	0.76 220	3.80 268	0.88 246	4.61 478	2.63 385	2.31 346	2.16 340	1.95 240	1.81 330	11.54 462	18.13 507	0.32 207	0.31 304	0.32 207	0.30 261	0.35 201	0.34 198

DAS	2.31 297	0.67 193	4.79 229	1.14 257	1.64 433	2.93 133	2.13 442	4.09 354	2.74 398	4.17 473	2.52 398	2.46 307	1.79 322	11.55 463	1.63 299	0.37 274	0.22 158	0.39 324	0.25 143	0.41 268	0.34 198

PA-Net	3.09 413	1.24 395	18.84 407	1.38 372	1.19 344	3.42 194	1.75 419	3.89 291	3.27 461	1.88 195	2.10 327	3.03 360	1.88 343	11.60 464	2.88 414	0.40 309	0.54 426	0.44 355	0.62 439	0.52 344	1.02 445
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HSM	2.35 313	0.81 285	2.21 125	1.14 257	1.55 417	3.44 196	1.03 312	3.99 324	2.25 306	2.29 336	2.11 331	8.04 492	3.05 418	11.60 464	1.71 310	0.33 223	0.22 158	0.28 125	0.23 109	0.32 147	0.35 212

ff1	2.96 394	0.60 117	5.21 235	1.14 257	0.99 296	3.62 238	0.86 224	4.22 387	3.37 464	2.20 309	2.30 370	3.48 396	1.62 281	11.62 466	16.09 494	0.29 129	0.16 7	0.48 377	0.37 341	0.30 103	0.29 127

mmx	2.98 400	0.60 117	5.21 235	1.14 257	0.99 296	3.62 238	0.86 224	4.49 466	3.05 438	2.20 309	2.30 370	3.48 396	1.62 281	11.62 466	16.09 494	0.33 223	0.28 271	0.48 377	0.37 341	0.44 305	0.37 232

xxx	2.98 400	0.60 117	5.21 235	1.14 257	0.99 296	3.62 238	0.86 224	4.49 466	3.05 438	2.20 309	2.30 370	3.48 396	1.62 281	11.62 466	16.09 494	0.33 223	0.28 271	0.48 377	0.37 341	0.44 305	0.37 232

TestStereo	2.00 247	1.02 345	12.25 310	0.70 15	0.61 160	1.88 68	0.55 57	2.31 78	1.52 110	1.41 118	1.33 99	1.27 134	0.90 103	11.62 466	0.81 96	0.34 235	0.19 67	0.33 242	0.24 132	0.44 305	0.24 51

edge stereo	3.37 432	1.01 344	21.99 507	1.28 321	1.37 383	2.67 114	1.39 381	3.98 320	2.87 420	2.93 429	3.27 448	4.35 447	2.43 385	11.62 466	2.39 383	0.60 415	0.63 448	0.79 458	0.55 425	0.68 403	0.67 394

RGC	3.10 415	1.45 423	14.90 348	1.46 391	1.79 456	3.33 184	1.39 381	4.04 337	2.26 309	2.77 419	3.26 447	4.00 428	2.71 401	11.63 471	2.62 406	0.82 449	0.46 406	0.79 458	0.79 458	0.71 415	0.78 421

LVE	6.88 497	9.31 507	21.14 488	3.61 500	3.18 498	4.49 427	2.79 462	10.21 509	11.69 509	3.16 447	11.53 504	18.33 510	4.31 455	11.66 472	3.52 425	4.45 513	2.93 507	2.56 493	1.91 497	3.62 492	3.16 502

MSMD_ROB	5.61 482	1.08 360	16.68 370	1.21 296	0.83 243	10.14 508	2.07 440	3.93 306	6.22 501	10.37 514	8.03 484	22.22 517	9.45 503	11.66 472	4.52 435	0.66 428	0.58 438	0.66 442	0.68 445	0.65 393	0.63 387

FAT-Stereo	3.34 430	0.81 285	20.05 441	1.25 307	1.20 349	3.44 196	1.99 435	4.23 391	2.67 391	3.14 444	3.82 460	3.51 405	3.32 430	11.68 474	1.94 340	0.64 423	0.67 454	0.48 377	0.52 418	0.61 378	0.81 426

SGM-Forest	2.96 394	0.62 142	3.49 202	1.09 229	0.80 230	4.06 335	3.30 478	4.37 446	3.09 441	4.18 476	3.27 448	4.67 463	3.86 446	11.69 475	7.91 462	0.51 394	0.46 406	0.49 390	0.39 360	0.48 331	0.49 329
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
hitnet-ft	2.37 319	0.73 240	8.34 262	0.96 155	0.89 269	3.77 261	0.80 192	3.55 224	2.58 380	2.24 326	2.04 312	3.65 415	1.49 252	11.71 476	1.89 333	0.44 346	0.53 424	0.44 355	0.35 319	0.52 344	0.48 323

MADNet++	7.57 502	5.80 492	13.28 317	6.38 519	5.26 516	7.18 499	7.77 506	5.32 496	5.62 498	6.11 492	7.78 481	6.02 484	8.01 498	11.74 477	16.36 498	9.36 522	4.95 520	8.57 523	5.66 520	4.83 508	5.34 519

NOSS_ROB	2.27 285	0.73 240	3.00 183	1.71 434	1.00 303	3.90 293	0.97 296	4.29 417	2.81 415	2.94 433	2.19 347	3.88 422	1.19 185	11.77 478	1.62 297	0.59 414	0.54 426	0.56 416	0.52 418	0.56 361	0.54 357

APVNet	3.13 417	1.25 396	21.14 488	1.31 335	1.52 411	3.94 306	1.13 339	3.32 194	2.14 287	2.20 309	2.03 309	3.05 365	1.96 348	11.79 479	2.53 399	0.42 334	0.45 397	0.64 439	0.46 394	0.67 400	0.57 367

PS-NSSS	2.22 275	1.33 410	2.90 180	0.97 162	1.53 412	4.11 348	1.08 326	4.55 473	2.65 388	2.10 270	2.32 382	1.77 205	1.40 219	11.79 479	1.61 292	0.68 434	0.45 397	0.96 467	0.43 386	0.95 441	0.92 438

WAO-6	5.87 487	2.27 459	15.05 352	2.96 489	2.77 487	12.01 511	3.58 488	5.37 498	11.91 511	3.34 453	9.69 496	6.78 487	5.84 475	11.82 481	8.89 468	2.87 490	2.35 503	2.50 491	1.84 495	2.85 487	2.67 494

SANet	5.65 484	1.72 440	20.94 483	1.26 313	0.88 264	7.20 500	3.81 493	4.60 477	11.23 507	4.56 480	8.78 492	7.49 489	6.95 488	11.85 482	18.11 506	0.49 385	0.44 392	0.50 393	0.42 383	0.90 438	0.82 430

PASM	2.67 367	2.05 456	9.71 280	1.73 437	1.37 383	2.53 107	1.52 397	3.10 165	2.17 292	2.79 421	1.84 262	2.90 349	1.85 338	11.89 483	2.19 370	0.81 448	0.85 468	0.87 464	1.01 470	1.14 459	1.05 447

S-Stereo	3.48 434	0.91 318	22.06 509	1.36 360	1.50 408	3.55 223	2.53 456	4.21 384	2.81 415	2.37 363	3.81 459	3.75 416	1.84 334	11.90 484	2.51 397	0.63 420	0.71 460	0.48 377	0.76 452	0.67 400	1.19 456

pmcnn	5.45 480	1.22 390	17.40 382	1.60 420	2.41 483	3.48 206	2.12 441	4.52 471	3.26 458	3.67 461	13.15 510	22.10 516	3.46 438	11.92 485	17.16 502	0.34 235	0.21 129	0.23 15	0.19 38	0.36 214	0.28 117

STTRV1_RVC	3.52 435	1.03 350	20.87 480	1.47 394	1.47 403	3.23 163	1.55 403	4.06 345	3.22 455	1.95 218	3.50 454	2.63 324	2.07 356	11.96 486	2.21 372	1.86 483	4.03 517	0.81 461	0.73 449	1.06 449	0.70 403

Wz-Net-TNSev	3.67 440	8.83 500	13.47 322	1.48 397	1.18 337	3.60 233	2.49 454	4.27 409	3.13 443	2.18 303	1.89 282	4.21 443	2.80 405	12.10 487	7.58 461	0.57 411	0.55 430	0.47 369	0.54 424	0.91 439	1.05 447

ktn	21.74 524	10.34 511	19.68 428	4.53 513	4.00 508	6.53 497	4.51 497	6.79 503	78.82 537	84.69 537	100.86 541	58.49 535	7.57 495	12.11 488	13.35 486	4.58 517	3.24 514	3.49 507	2.62 509	4.65 507	3.84 512

FCDSN-DC	6.04 489	0.84 299	19.25 415	1.24 305	1.09 321	4.38 404	2.62 459	4.38 447	4.71 488	9.59 511	11.22 502	19.19 512	17.40 514	12.30 489	8.55 466	0.69 437	0.57 433	0.60 428	0.60 435	0.70 406	0.78 421
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	4.57 465	0.72 229	17.46 385	1.84 451	0.58 152	4.23 387	3.45 482	4.66 480	3.66 473	7.99 503	8.82 493	7.56 490	8.74 502	12.30 489	6.84 454	0.43 339	0.38 358	0.39 324	0.35 319	0.51 341	0.48 323
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 479	12.60 516	20.42 464	3.27 494	3.15 497	4.50 430	3.02 472	4.66 480	3.73 475	3.35 455	5.36 472	7.86 491	2.88 407	12.33 491	4.76 439	3.12 495	2.22 497	2.70 498	1.69 488	3.49 491	3.10 500

GANet	2.93 390	1.05 352	11.29 302	1.64 425	0.96 285	3.91 294	2.52 455	3.72 256	2.41 350	2.95 434	3.00 434	3.21 374	2.03 350	12.42 492	4.72 438	0.51 394	0.41 379	0.46 366	0.39 360	0.60 373	0.50 336

TDLM	2.29 293	1.08 360	4.61 228	1.29 324	1.01 304	4.26 389	2.17 444	3.75 259	2.79 405	2.31 346	1.98 302	2.06 262	1.59 273	12.45 493	1.72 312	0.51 394	0.28 271	0.52 402	0.35 319	0.56 361	0.50 336

CVANet_RVC	2.55 352	1.10 364	9.13 277	1.46 391	1.15 331	3.96 316	1.53 399	3.91 300	2.50 367	3.04 437	2.04 312	2.60 320	1.72 313	12.46 494	1.50 270	0.49 385	0.30 294	0.51 396	0.41 377	0.63 383	0.50 336

FC-DCNN	6.64 493	0.77 268	19.26 417	1.68 429	1.64 433	8.27 505	2.35 450	6.35 502	9.23 505	10.85 515	11.27 503	19.89 513	13.33 507	12.51 495	11.79 482	0.66 428	0.57 433	0.58 420	0.56 427	0.63 383	0.61 380

FC-DCNN v2	6.91 498	0.77 268	19.25 415	1.69 430	1.64 433	9.13 507	2.40 451	7.20 504	9.47 506	11.07 517	11.62 505	20.05 515	15.79 511	12.55 496	11.99 483	0.66 428	0.57 433	0.58 420	0.56 427	0.63 383	0.61 380

CC-Net-ROB	3.35 431	1.76 443	13.89 332	2.33 479	1.65 437	4.49 427	1.62 408	4.73 483	2.90 422	1.92 209	2.05 318	1.99 251	1.61 278	12.57 497	1.60 289	2.46 488	2.18 495	2.68 497	1.04 473	2.11 482	1.38 466

psm_up	2.28 290	0.81 285	5.45 239	1.26 313	1.50 408	3.84 277	1.23 359	4.23 391	2.03 257	2.55 388	1.80 238	2.44 304	1.65 298	12.90 498	1.58 285	0.37 274	0.38 358	0.41 340	0.34 304	0.43 297	0.39 253

GANetREF_RVC	3.20 423	1.93 449	18.84 407	1.51 403	0.80 230	4.12 350	1.82 425	4.16 374	2.91 423	1.87 192	1.74 212	2.48 309	1.84 334	13.18 499	1.74 317	0.80 446	0.57 433	0.79 458	0.74 450	1.20 467	0.86 432
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
MaskLacGwcNet_RVC	3.13 417	1.43 421	9.93 284	2.50 481	1.62 429	4.29 396	1.68 418	3.95 311	2.43 353	1.66 152	1.91 288	3.04 361	1.41 224	13.26 500	1.58 285	3.82 505	1.59 486	1.12 475	0.46 394	2.21 483	2.74 498

NaN_ROB	4.06 455	1.13 369	16.64 369	1.12 249	1.25 360	3.50 211	3.05 473	4.29 417	3.26 458	3.64 459	2.56 403	2.97 355	4.79 462	13.33 501	16.91 500	0.37 274	0.41 379	0.38 321	0.39 360	0.48 331	0.81 426

TorneroNet	25.88 526	11.28 515	21.62 503	4.20 506	4.07 509	55.25 534	3.15 477	15.16 520	76.94 536	58.09 532	82.72 538	86.88 539	41.15 529	13.35 502	18.13 507	4.32 509	2.85 505	3.45 506	2.62 509	8.33 523	4.14 515

WAO-7	5.16 475	3.21 474	18.98 411	1.88 456	1.44 399	5.34 488	3.09 476	4.91 488	5.81 500	4.35 478	8.92 494	6.55 485	6.06 478	13.40 503	10.81 475	1.34 480	1.20 480	1.48 483	1.35 485	1.60 476	1.45 468

notaker	10.50 508	8.60 498	20.23 451	4.54 514	3.95 507	6.27 494	3.44 481	8.07 507	4.75 491	8.73 505	46.45 528	13.86 508	27.86 524	13.49 504	13.61 488	4.56 514	3.18 513	3.52 509	2.68 511	8.13 522	4.05 514

NVStereoNet_ROB	4.91 473	1.40 417	16.46 367	1.47 394	1.72 449	3.46 201	1.96 432	3.89 291	3.61 471	2.90 426	24.61 522	4.81 464	4.49 459	13.57 505	4.87 441	1.33 479	1.29 482	1.70 484	1.68 487	1.41 474	1.66 472
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH	6.81 496	13.66 519	20.41 463	4.33 511	3.74 503	5.50 489	3.06 474	5.49 500	6.22 501	4.64 482	10.35 499	9.30 495	8.03 499	13.61 506	6.81 452	4.80 518	2.99 512	3.09 503	2.12 503	4.36 504	3.61 508

RYNet	2.97 398	0.93 324	15.09 353	1.12 249	1.38 386	3.66 245	1.42 388	4.03 333	2.29 317	2.10 270	1.70 201	3.79 418	2.16 367	13.64 507	3.02 418	0.37 274	0.41 379	0.48 377	0.34 304	0.81 430	0.75 415

MSC_U_SF_DS_RVC	4.48 463	10.62 512	15.18 356	1.55 413	1.45 402	6.16 493	3.54 487	5.41 499	3.68 474	2.59 398	2.74 418	4.81 464	2.20 372	13.79 508	4.40 433	2.04 484	3.36 515	1.05 471	1.20 480	2.09 481	1.72 475

MeshStereo	5.35 478	1.32 407	21.34 495	1.34 350	1.15 331	4.40 411	3.90 494	5.18 491	4.55 485	10.14 513	11.82 506	11.47 498	5.84 475	13.84 509	7.03 457	0.61 417	0.58 438	0.60 428	0.58 431	0.72 418	0.59 376
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
TorneroNet-64	10.12 505	8.74 499	20.95 484	4.27 507	3.76 506	13.86 515	2.85 465	15.05 519	23.15 524	10.07 512	23.84 521	13.47 505	8.24 500	13.96 510	17.21 503	3.96 508	2.72 504	3.23 505	2.48 507	6.29 512	4.27 516

MFN_U_SF_DS_RVC	3.94 450	10.88 514	12.30 311	1.26 313	1.55 417	5.19 487	3.33 480	4.42 453	2.82 417	2.58 395	2.62 409	5.00 470	2.11 359	14.03 511	2.73 408	1.28 475	2.34 502	0.67 444	1.83 494	0.81 430	1.03 446

PWCK	5.85 486	9.95 510	15.22 357	2.90 488	1.56 420	5.66 492	7.69 505	5.27 493	4.74 490	3.88 464	7.51 480	8.04 492	5.28 468	15.18 512	8.40 465	3.08 494	1.51 485	2.24 490	1.37 486	5.55 511	1.96 481

FBW_ROB	3.24 424	1.02 345	9.21 278	1.49 400	1.07 316	3.78 263	1.48 392	4.31 428	3.08 440	2.46 376	2.32 382	4.20 442	2.08 357	15.19 513	7.16 458	0.84 452	0.62 446	1.33 480	0.92 464	0.99 446	1.31 460

MANE	11.39 509	1.38 414	23.16 514	4.82 516	2.79 488	22.02 523	14.51 516	25.81 525	26.28 525	10.93 516	13.17 511	19.90 514	18.03 517	15.69 514	20.41 515	0.96 458	0.74 463	1.42 481	3.24 517	0.74 419	1.71 474

SDNR	3.97 452	1.93 449	20.28 457	1.31 335	0.94 281	5.16 486	0.67 108	4.33 434	2.58 380	4.82 484	5.94 476	5.01 471	1.45 239	17.52 515	2.53 399	0.79 444	0.72 461	0.59 423	0.45 392	1.15 462	1.17 454

DGTPSM_ROB	15.31 517	8.85 501	28.14 523	9.90 523	18.89 520	12.44 513	33.21 526	13.48 516	17.86 519	9.50 509	22.89 519	13.78 506	19.67 518	21.26 516	23.68 518	5.08 519	8.84 521	5.62 519	11.50 523	6.72 515	14.87 524

DPSMNet_ROB	15.52 518	8.89 502	31.44 524	10.07 524	18.91 521	12.44 513	33.22 527	13.51 517	17.94 520	9.58 510	22.91 520	13.79 507	19.67 518	21.43 517	23.73 519	5.17 520	8.84 521	5.63 520	11.52 526	6.79 516	14.90 525

MDST_ROB	5.53 481	0.59 105	23.11 513	2.55 482	2.69 485	21.20 522	1.98 434	4.77 485	2.65 388	9.36 508	4.25 463	4.14 437	4.45 458	22.57 518	3.68 428	0.48 373	0.33 319	0.47 369	0.44 388	0.44 305	0.44 298

Anonymous_1	57.11 536	19.68 525	26.15 520	23.10 527	142.31 540	30.84 525	39.75 529	33.86 531	16.98 515	70.53 536	15.42 515	23.46 519	19.75 520	23.04 519	27.23 525	164.73 542	9.02 523	130.38 538	137.40 539	161.27 543	27.24 529

LE_ROB	18.58 520	1.21 384	48.38 531	8.60 522	23.00 525	7.32 502	19.74 522	9.94 508	38.69 529	43.53 527	21.91 518	28.40 526	40.92 528	23.18 520	54.71 533	0.34 235	0.33 319	0.32 207	0.36 329	0.42 287	0.40 273

DPSM_ROB	20.78 522	20.03 526	26.57 521	23.62 528	22.46 523	31.10 526	39.97 530	33.52 529	17.41 517	15.25 520	15.80 516	24.06 521	20.71 521	23.30 521	27.62 526	10.78 524	9.41 524	11.69 526	11.50 523	14.49 526	16.36 526

DPSM	20.78 522	20.03 526	26.57 521	23.62 528	22.46 523	31.10 526	39.97 530	33.52 529	17.41 517	15.25 520	15.80 516	24.06 521	20.71 521	23.30 521	27.62 526	10.78 524	9.41 524	11.69 526	11.50 523	14.49 526	16.36 526

CSAN	4.71 468	1.39 416	20.23 451	1.19 286	0.87 261	3.65 244	3.50 484	4.57 475	3.87 476	3.89 465	7.82 482	3.54 410	6.16 481	23.47 523	6.82 453	0.52 400	0.45 397	0.49 390	0.52 418	0.63 383	0.66 393

SGM-ForestM	11.55 510	1.16 377	21.62 503	2.14 469	0.81 233	22.25 524	19.08 521	16.50 523	11.34 508	15.94 522	14.44 514	27.12 525	22.61 523	24.76 524	28.39 528	0.50 388	0.48 416	0.47 369	0.44 388	0.55 355	0.53 351

LRCNet_RVC	25.52 525	33.45 529	23.21 516	31.79 530	32.78 526	6.74 498	1.18 348	25.88 526	4.46 484	28.94 523	30.89 524	24.91 523	17.57 515	27.66 525	24.34 521	35.26 532	25.60 533	35.91 532	33.81 531	31.90 533	34.10 533

PML	64.32 537	53.22 536	17.88 389	8.10 521	32.94 527	148.46 542	247.79 543	12.18 512	45.42 532	111.41 539	288.92 543	101.47 542	101.31 541	31.67 526	15.55 491	14.03 526	4.83 519	10.98 525	6.18 521	28.82 529	5.17 518

xxxxx1	112.33 540	88.53 539	37.76 526	227.84 542	157.23 541	39.05 531	61.41 534	93.76 539	79.29 538	62.45 533	74.79 535	78.32 536	70.96 537	33.47 527	70.69 537	114.00 539	130.36 540	259.31 541	274.34 541	145.54 540	147.50 540

tt_ll	112.33 540	88.53 539	37.76 526	227.84 542	157.23 541	39.05 531	61.41 534	93.76 539	79.29 538	62.45 533	74.79 535	78.32 536	70.96 537	33.47 527	70.69 537	114.00 539	130.36 540	259.31 541	274.34 541	145.54 540	147.50 540

ff	112.33 540	88.53 539	37.76 526	227.84 542	157.23 541	39.05 531	61.41 534	93.76 539	79.29 538	62.45 533	74.79 535	78.32 536	70.96 537	33.47 527	70.69 537	114.00 539	130.36 540	259.31 541	274.34 541	145.54 540	147.50 540

KSHMR	16.96 519	5.37 488	21.64 505	4.46 512	4.50 512	8.30 506	3.32 479	15.58 522	76.24 535	6.62 497	61.47 533	56.53 534	5.43 471	35.17 530	11.37 478	4.39 511	2.97 511	3.63 512	2.74 513	5.10 509	4.34 517

HanzoNet	31.60 528	17.23 524	21.22 493	7.32 520	5.84 517	7.25 501	3.53 485	13.82 518	14.20 514	50.38 530	47.01 529	44.45 528	56.61 535	36.61 531	32.00 529	63.89 536	56.57 537	7.97 522	89.20 537	28.69 528	28.25 530

HaxPig	43.25 531	43.65 533	45.00 529	33.85 531	35.61 528	32.69 528	30.52 524	45.09 532	42.97 530	48.77 528	48.17 530	43.00 527	40.26 527	44.58 532	43.61 530	47.18 533	49.30 534	51.54 534	50.25 533	43.73 534	45.29 534

AVERAGE_ROB	44.46 532	45.91 534	46.59 530	40.59 533	38.66 529	32.99 529	30.52 524	46.19 533	43.26 531	49.59 529	48.97 531	44.62 529	39.89 526	45.04 533	43.94 531	48.74 534	50.69 535	50.80 533	49.79 532	45.54 535	46.97 535

Selective-RAFT-Error	41.77 529	40.16 531	53.34 534	47.73 534	45.25 532	62.51 535	80.64 538	67.22 535	34.93 527	30.64 525	31.81 525	48.11 531	42.11 532	46.57 534	54.95 534	21.61 528	18.87 530	23.48 529	23.15 529	29.16 530	33.08 532

LSM0	49.58 534	40.04 530	53.62 536	97.15 537	128.68 539	62.75 537	79.89 537	67.63 537	35.11 528	33.02 526	32.61 527	48.43 533	41.60 530	46.60 535	55.43 535	21.63 529	18.99 532	23.62 531	23.13 528	29.47 532	52.26 537

CasAABBNet	41.80 530	40.20 532	53.41 535	47.73 534	45.18 531	62.51 535	80.71 539	67.26 536	34.80 526	30.49 524	31.88 526	48.24 532	41.81 531	46.63 536	55.64 536	21.60 527	18.88 531	23.48 529	23.22 530	29.19 531	33.05 531

MEDIAN_ROB	47.37 533	49.08 535	49.92 532	40.32 532	39.97 530	34.95 530	33.43 528	49.17 534	46.39 533	53.06 531	52.65 532	47.65 530	42.23 533	48.35 537	47.29 532	52.10 535	54.04 536	54.28 535	53.48 534	48.76 536	50.33 536

DPSimNet_ROB	102.30 538	119.72 543	143.59 541	109.42 539	94.10 536	127.22 541	127.15 541	26.62 527	102.36 542	149.58 542	83.99 539	139.34 543	137.54 542	64.62 538	82.36 541	105.18 538	66.15 538	120.15 537	69.61 536	99.58 538	77.72 538

WAO-8	11.95 511	13.02 517	20.56 469	3.50 495	3.08 494	15.11 518	2.80 463	12.91 514	19.11 521	7.69 500	13.12 508	11.62 499	7.01 491	84.40 539	7.91 462	3.42 497	1.92 492	3.54 510	1.93 498	3.68 493	2.69 495

Venus	11.95 511	13.02 517	20.56 469	3.50 495	3.08 494	15.11 518	2.80 463	12.91 514	19.11 521	7.69 500	13.12 508	11.62 499	7.01 491	84.40 539	7.91 462	3.42 497	1.92 492	3.54 510	1.93 498	3.68 493	2.69 495

BEATNet-Init1	49.72 535	64.32 538	97.77 538	4.68 515	4.28 511	84.75 539	60.42 533	73.38 538	68.59 534	88.29 538	88.51 540	91.94 540	97.99 540	85.26 541	70.96 540	0.80 446	0.65 450	0.85 463	0.70 448	7.96 521	2.33 487

ASD4	103.30 539	113.98 542	120.24 540	106.67 538	79.75 534	115.36 540	120.35 540	119.13 542	79.65 541	120.04 540	74.64 534	101.45 541	65.48 536	109.11 542	84.31 542	104.31 537	90.04 539	133.15 539	103.58 538	130.15 539	94.66 539

test_example2	212.63 543	219.92 544	221.87 543	213.67 541	221.17 544	199.47 543	200.74 542	185.30 543	141.66 543	209.52 543	213.45 542	210.82 544	205.48 543	221.27 543	216.64 543	236.83 543	242.07 544	213.93 540	217.01 540	235.69 544	226.10 543

ccccc	590.94 544	629.75 545	645.59 544	567.84 545	570.84 545	582.44 544	641.68 544	613.82 544	494.59 544	614.58 544	651.20 544	555.57 545	637.59 544	666.94 544	652.42 544	781.57 545	507.24 545	391.36 545	342.44 545	689.82 545	581.48 544

FADE		13.79 521		10.71 525	13.34 519							11.85 502				474.90 544	161.58 543	347.36 544	322.13 544	7.29 519

Low-res two-view benchmark