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	0.08 1	0.12 132	0.24 4	0.02 96	0.01 156	0.12 1	0.04 236	0.24 2	0.59 81	0.00 1	0.01 1	0.04 32	0.01 13	0.11 23	0.07 62	0.00 1	0.02 353	0.00 1	0.00 1	0.00 1	0.00 1

mms	0.11 2	0.07 54	0.45 22	0.01 27	0.00 1	0.35 17	0.01 88	0.38 11	0.15 11	0.05 47	0.02 78	0.06 75	0.05 114	0.20 64	0.04 12	0.00 1	0.02 353	0.00 1	0.00 1	0.10 338	0.14 423

SGD-Stereo	0.12 3	0.10 100	0.25 6	0.03 154	0.00 1	1.03 79	0.00 1	0.24 2	0.59 81	0.01 5	0.01 1	0.04 32	0.01 13	0.06 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

LGtest1	0.13 4	0.14 155	0.30 11	0.01 27	0.00 1	0.40 26	0.00 1	0.54 27	0.73 197	0.06 55	0.01 1	0.03 19	0.00 1	0.04 2	0.21 181	0.00 1	0.05 410	0.00 1	0.00 1	0.01 40	0.01 92

S2M2	0.13 4	0.15 169	0.45 22	0.02 96	0.01 156	0.32 10	0.00 1	0.52 20	0.60 90	0.00 1	0.14 146	0.03 19	0.01 13	0.20 64	0.16 147	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0083	0.13 4	0.02 1	0.30 11	0.00 1	0.00 1	0.14 3	0.01 88	0.56 28	1.11 286	0.05 47	0.01 1	0.04 32	0.02 40	0.25 87	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

GLC_STEREO	0.13 4	0.08 67	0.61 43	0.01 27	0.00 1	0.94 68	0.03 210	0.29 5	0.21 37	0.05 47	0.02 78	0.06 75	0.04 97	0.26 95	0.07 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

LG-Stereo_L1	0.14 8	0.13 142	0.45 22	0.04 187	0.00 1	0.35 17	0.14 331	0.80 49	0.61 100	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.20 173	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test3	0.14 8	0.10 100	0.20 1	0.00 1	0.00 1	1.04 88	0.00 1	0.47 17	0.69 178	0.09 74	0.01 1	0.02 5	0.01 13	0.03 1	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

DEFOM-Stereo	0.14 8	0.04 9	0.38 17	0.05 210	0.00 1	1.04 88	0.00 1	0.32 7	0.63 121	0.00 1	0.01 1	0.04 32	0.03 70	0.20 64	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

fffy	0.14 8	0.06 37	0.88 80	0.02 96	0.00 1	0.33 12	0.01 88	0.79 47	0.13 4	0.02 13	0.01 1	0.06 75	0.01 13	0.16 39	0.03 6	0.00 1	0.04 397	0.00 1	0.00 1	0.09 323	0.06 348

MLG-Stereo_test1	0.15 12	0.06 37	0.31 13	0.02 96	0.01 156	1.05 96	0.00 1	0.19 1	1.26 315	0.02 13	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LG-Stereo_L2	0.16 13	0.13 142	0.42 19	0.04 187	0.00 1	1.05 96	0.15 334	0.57 31	0.38 65	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test2	0.16 13	0.11 121	0.23 3	0.02 96	0.00 1	1.05 96	0.00 1	0.27 4	1.26 315	0.02 13	0.01 1	0.08 96	0.00 1	0.07 7	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

ours_stereo	0.16 13	0.06 37	0.73 59	0.00 1	0.00 1	0.80 46	0.04 236	0.44 15	0.54 76	0.05 47	0.02 78	0.06 75	0.03 70	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.06 348

UniTT-Stereo	0.16 13	0.11 121	1.13 154	0.03 154	0.17 385	0.32 10	0.02 161	0.38 11	0.32 58	0.03 34	0.16 157	0.05 60	0.07 152	0.16 39	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

CASnet	0.16 13	0.14 155	0.52 35	0.01 27	0.00 1	0.86 53	0.00 1	0.51 19	0.75 205	0.10 90	0.01 1	0.04 32	0.02 40	0.22 76	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MLG-Stereo	0.17 18	0.06 37	0.25 6	0.02 96	0.00 1	1.05 96	0.00 1	0.50 18	1.29 326	0.01 5	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

AIO_test	0.17 18	0.11 121	0.55 39	0.08 268	0.06 310	0.42 32	0.06 281	0.35 9	0.38 65	0.03 34	0.01 1	0.86 245	0.03 70	0.21 73	0.10 100	0.00 1	0.01 289	0.00 1	0.08 409	0.03 191	0.02 205

rvit_stereo_0081_aga	0.17 18	0.11 121	0.81 67	0.00 1	0.00 1	0.80 46	0.01 88	0.79 47	0.59 81	0.02 13	0.01 1	0.05 60	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.17 18	0.21 229	1.18 170	0.04 187	0.01 156	0.18 4	0.00 1	0.81 51	0.34 60	0.07 58	0.04 113	0.05 60	0.05 114	0.19 52	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

RSM++	0.17 18	0.07 54	0.42 19	0.03 154	0.00 1	0.40 26	0.00 1	1.18 67	0.59 81	0.02 13	0.01 1	0.01 2	0.05 114	0.20 64	0.14 129	0.00 1	0.00 1	0.00 1	0.17 447	0.09 323	0.07 366

SMoEStereo_RVC	0.18 25	0.06 37	0.53 36	0.02 96	0.00 1	1.03 79	0.04 236	0.38 11	0.64 132	0.07 58	0.01 1	0.04 32	0.02 40	0.26 95	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.10 393

RSM	0.18 25	0.05 19	0.39 18	0.03 154	0.02 245	0.38 25	0.00 1	1.33 75	0.59 81	0.09 74	0.01 1	0.03 19	0.04 97	0.19 52	0.14 129	0.00 1	0.00 1	0.00 1	0.16 439	0.06 272	0.04 295

DEFOM-Stereo_RVC	0.19 27	0.03 2	0.46 25	0.03 154	0.00 1	0.36 23	0.02 161	1.68 101	0.67 158	0.01 5	0.01 1	0.05 60	0.00 1	0.12 27	0.22 184	0.00 1	0.02 353	0.00 1	0.15 430	0.01 40	0.00 1

MonSter	0.19 27	0.07 54	0.24 4	0.00 1	0.00 1	0.41 28	0.00 1	2.16 133	0.64 132	0.03 34	0.01 1	0.04 32	0.01 13	0.09 13	0.08 75	0.00 1	0.00 1	0.00 1	0.01 343	0.00 1	0.01 92

LoS_RVC	0.19 27	0.48 368	0.51 32	0.12 300	0.10 347	1.01 77	0.01 88	0.81 51	0.19 27	0.07 58	0.02 78	0.06 75	0.05 114	0.31 114	0.05 29	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.04 295

IGEV-Stereo++	0.20 30	0.05 19	0.22 2	0.01 27	0.00 1	1.11 124	0.00 1	1.84 112	0.34 60	0.08 66	0.01 1	0.02 5	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.01 92

ProNet	0.20 30	0.25 255	0.78 64	0.01 27	0.01 156	0.95 71	0.00 1	0.70 39	0.68 165	0.02 13	0.01 1	0.05 60	0.03 70	0.31 114	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.12 356	0.04 295

111111	0.21 32	0.06 37	0.29 10	0.02 96	0.00 1	1.11 124	0.02 161	1.46 88	0.70 190	0.16 116	0.01 1	0.01 2	0.04 97	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.09 323	0.00 1

AIO_rvc	0.21 32	0.32 293	0.50 31	0.09 279	0.03 268	0.43 33	0.06 281	1.25 71	0.63 121	0.03 34	0.01 1	0.09 103	0.04 97	0.28 105	0.16 147	0.00 1	0.01 289	0.00 1	0.03 374	0.10 338	0.10 393

AIO-Stereo	0.21 32	0.07 54	0.44 21	0.03 154	0.03 268	0.41 28	0.01 88	1.65 96	0.65 139	0.09 74	0.01 1	0.02 5	0.04 97	0.22 76	0.05 29	0.00 1	0.00 1	0.00 1	0.33 495	0.05 252	0.08 379

anonymousdsp	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.74 45	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.25 87	0.04 12	0.00 1	0.00 1	0.00 1	0.16 439	0.08 301	0.03 265

IGEV-Stereo	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.73 43	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.24 82	0.04 12	0.00 1	0.00 1	0.00 1	0.16 439	0.08 301	0.03 265
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sCroCo_RVC	0.21 32	0.14 155	1.54 235	0.01 27	0.00 1	0.13 2	0.04 236	1.10 62	0.65 139	0.10 90	0.05 118	0.03 19	0.04 97	0.23 79	0.05 29	0.00 1	0.07 429	0.00 1	0.00 1	0.01 40	0.00 1

PMTNet	0.21 32	0.19 209	0.85 74	0.02 96	0.02 245	1.14 138	0.30 396	0.88 55	0.11 1	0.03 34	0.02 78	0.07 89	0.02 40	0.37 133	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1

fffft	0.22 39	0.03 2	0.46 25	0.01 27	0.00 1	0.93 66	0.01 88	1.42 78	0.61 100	0.02 13	0.01 1	0.04 32	0.01 13	0.21 73	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.07 366
1: 1. 1
WCG-NET	0.22 39	0.17 192	0.54 38	0.01 27	0.00 1	0.91 59	0.05 258	0.61 33	1.09 283	0.17 120	0.33 206	0.03 19	0.13 212	0.20 64	0.07 62	0.00 1	0.03 383	0.00 1	0.00 1	0.09 323	0.02 205

trnet	0.22 39	0.14 155	0.67 52	0.00 1	0.00 1	1.24 194	0.01 88	1.16 66	0.56 78	0.09 74	0.08 129	0.05 60	0.00 1	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

MaDis-Stereo	0.22 39	0.29 284	0.87 78	0.05 210	0.18 389	0.41 28	0.01 88	1.24 70	0.56 78	0.02 13	0.03 102	0.13 124	0.05 114	0.32 120	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

AEACV	0.22 39	0.05 19	0.66 51	0.02 96	0.03 268	0.87 55	0.00 1	1.07 61	0.15 11	0.18 123	0.01 1	0.02 5	0.72 347	0.15 36	0.09 88	0.00 1	0.03 383	0.00 1	0.27 482	0.08 301	0.07 366

Selective-IGEV	0.22 39	0.06 37	0.46 25	0.05 210	0.04 288	0.34 15	0.04 236	2.16 133	0.59 81	0.09 74	0.01 1	0.02 5	0.05 114	0.18 46	0.05 29	0.00 1	0.00 1	0.00 1	0.09 414	0.03 191	0.09 385

CREStereo	0.22 39	0.17 192	0.64 48	0.00 1	0.01 156	1.22 178	0.01 88	1.15 65	0.56 78	0.10 90	0.07 125	0.04 32	0.00 1	0.32 120	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1
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
LG-G_1	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LG-G	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

Former-RAFT_DAM_RVC	0.23 46	0.13 142	0.62 44	0.01 27	0.00 1	1.05 96	0.00 1	0.63 35	0.80 224	0.76 208	0.18 168	0.09 103	0.06 136	0.05 3	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

ff7	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

ffff	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

11t	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

ccc-4	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

GREAT-IGEV	0.24 53	0.10 100	0.92 90	0.06 227	0.33 452	1.11 124	0.06 281	0.36 10	0.19 27	0.02 13	0.47 242	0.02 5	0.06 136	0.13 34	0.16 147	0.00 1	0.09 444	0.00 1	0.20 458	0.09 323	0.36 473

Occ-G	0.24 53	0.10 100	0.59 42	0.01 27	0.01 156	0.80 46	0.04 236	0.62 34	0.15 11	0.01 5	0.51 246	1.34 288	0.04 97	0.09 13	0.21 181	0.00 1	0.00 1	0.00 1	0.15 430	0.15 380	0.00 1

GCAP-Stereo	0.24 53	0.29 284	0.82 69	0.01 27	0.00 1	1.24 194	0.00 1	1.70 104	0.23 43	0.02 13	0.01 1	0.09 103	0.10 183	0.18 46	0.05 29	0.00 1	0.03 383	0.00 1	0.00 1	0.08 301	0.01 92

MC-Stereo	0.24 53	0.12 132	0.71 58	0.04 187	0.02 245	1.07 105	0.00 1	1.30 73	0.17 22	0.59 183	0.02 78	0.08 96	0.11 193	0.18 46	0.05 29	0.00 1	0.02 353	0.00 1	0.17 447	0.06 272	0.02 205

HUF	0.25 57	0.32 293	1.18 170	0.06 227	0.11 354	0.31 8	0.08 296	0.73 43	0.62 113	0.10 90	0.01 1	0.02 5	0.03 70	0.16 39	0.14 129	0.00 1	0.58 501	0.00 1	0.00 1	0.14 368	0.37 474

castereo++	0.25 57	0.15 169	0.48 30	0.09 279	0.00 1	1.08 113	0.03 210	1.53 92	0.67 158	0.00 1	0.01 1	0.59 201	0.00 1	0.09 13	0.06 54	0.00 1	0.02 353	0.00 1	0.28 486	0.02 134	0.00 1

GMStereo	0.25 57	0.60 404	1.28 191	0.01 27	0.00 1	0.48 36	0.00 1	0.74 45	1.24 313	0.16 116	0.03 102	0.07 89	0.09 175	0.22 76	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MM-Stereo_test2	0.26 60	0.08 67	1.52 234	0.46 416	0.00 1	1.14 138	0.01 88	0.63 35	0.21 37	0.38 160	0.02 78	0.04 32	0.06 136	0.18 46	0.20 173	0.00 1	0.04 397	0.00 1	0.05 390	0.22 421	0.04 295

MyStereo07	0.27 61	0.27 263	0.64 48	0.02 96	0.01 156	1.64 346	0.01 88	1.41 77	0.73 197	0.10 90	0.01 1	0.03 19	0.10 183	0.24 82	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	0.03 191	0.06 348

MIF-Stereo (partial)	0.27 61	0.18 200	1.14 156	0.01 27	0.00 1	0.43 33	0.02 161	1.97 124	0.39 67	0.11 101	0.08 129	0.07 89	0.06 136	0.44 144	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.02 205

IGEV-RUCA	0.28 63	0.05 19	0.53 36	0.12 300	0.11 354	1.25 203	0.32 401	0.80 49	0.20 32	0.10 90	0.14 146	0.16 138	0.25 256	0.29 108	0.25 203	0.05 453	0.19 484	0.20 482	0.23 470	0.18 398	0.19 445

LoS	0.28 63	0.16 181	0.95 99	0.07 253	0.01 156	1.32 229	0.07 289	1.30 73	0.60 90	0.04 43	0.03 102	0.28 158	0.11 193	0.48 154	0.11 109	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.28 63	0.09 80	0.73 59	0.18 341	0.05 298	1.17 152	0.04 236	2.37 142	0.17 22	0.35 150	0.01 1	0.01 2	0.02 40	0.38 136	0.04 12	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.03 265

XX-TBD	0.28 63	0.39 325	0.97 106	0.05 210	0.00 1	1.09 115	0.00 1	0.71 41	0.54 76	0.44 167	1.04 319	0.06 75	0.06 136	0.19 52	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dual_stereo	0.29 67	0.05 19	0.31 13	0.03 154	0.00 1	0.31 8	0.02 161	3.31 262	0.61 100	0.01 5	0.01 1	0.02 5	0.03 70	0.79 180	0.13 118	0.00 1	0.07 429	0.00 1	0.08 409	0.00 1	0.01 92

WCG-NET（raft）	0.29 67	0.24 251	0.51 32	0.01 27	0.00 1	0.91 59	0.05 258	0.56 28	1.12 291	0.21 126	0.12 144	1.54 297	0.14 216	0.14 35	0.07 62	0.00 1	0.11 456	0.00 1	0.00 1	0.08 301	0.03 265

CREStereo++_RVC	0.29 67	0.19 209	0.83 72	0.05 210	0.00 1	1.19 162	0.00 1	0.66 37	0.99 261	0.25 129	1.26 342	0.05 60	0.07 152	0.20 64	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
rvit_stereo_0080	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

whm_eth	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

TANstereo	0.30 70	0.28 274	0.86 76	0.03 154	0.01 156	1.14 138	0.00 1	0.53 21	0.44 71	1.06 267	1.24 339	0.06 75	0.05 114	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GIP-stereo	0.31 73	0.03 2	0.78 64	0.00 1	0.00 1	1.06 103	0.03 210	2.98 203	0.66 148	0.05 47	0.01 1	0.04 32	0.01 13	0.18 46	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.00 1

rvit_stereo_ft	0.31 73	0.32 293	1.63 255	0.01 27	0.00 1	0.19 5	0.00 1	2.84 190	0.79 220	0.02 13	0.03 102	0.08 96	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

MGS-Stereo	0.31 73	0.10 100	0.89 84	0.02 96	0.00 1	0.50 37	0.00 1	0.39 14	0.61 100	0.02 13	2.91 416	0.04 32	0.03 70	0.21 73	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.44 474	0.00 1

castereo	0.32 76	0.28 274	0.46 25	0.01 27	0.05 298	0.81 49	0.04 236	3.37 268	0.61 100	0.08 66	0.01 1	0.08 96	0.14 216	0.10 20	0.11 109	0.00 1	0.01 289	0.00 1	0.22 466	0.02 134	0.01 92

CAS++	0.32 76	0.22 239	0.69 56	0.04 187	0.00 1	0.35 17	0.01 88	4.32 378	0.48 73	0.02 13	0.01 1	0.07 89	0.00 1	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	0.33 78	0.11 121	0.92 90	0.09 279	0.06 310	0.34 15	0.00 1	2.56 167	0.64 132	0.32 136	0.43 231	0.17 140	0.09 175	0.26 95	0.10 100	0.00 1	0.14 473	0.00 1	0.22 466	0.05 252	0.01 92

11t1	0.33 78	0.05 19	0.86 76	0.44 410	0.00 1	1.04 88	0.00 1	2.45 155	0.60 90	0.44 167	0.01 1	0.05 60	0.05 114	0.43 142	0.06 54	0.00 1	0.01 289	0.00 1	0.00 1	0.02 134	0.01 92

CroCo-Stereo Lap2	0.33 78	0.49 373	1.18 170	0.02 96	0.00 1	0.33 12	0.00 1	3.08 219	0.61 100	0.02 13	0.01 1	0.04 32	0.08 167	0.45 149	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.02 205

LG-Stereo	0.34 81	0.07 54	1.33 205	0.03 154	0.01 156	1.06 103	0.00 1	2.93 199	0.66 148	0.01 5	0.09 133	0.14 130	0.07 152	0.10 20	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.09 323	0.01 92

SCV_C0	0.34 81	0.20 221	0.96 100	0.02 96	0.00 1	0.41 28	0.02 161	3.62 306	0.65 139	0.12 103	0.01 1	0.07 89	0.09 175	0.18 46	0.13 118	0.00 1	0.03 383	0.00 1	0.19 453	0.12 356	0.04 295

tg	0.34 81	0.26 259	0.68 54	0.01 27	0.00 1	1.25 203	0.01 88	1.75 106	0.65 139	0.11 101	0.40 223	0.74 230	0.11 193	0.29 108	0.08 75	0.00 1	0.02 353	0.00 1	0.00 1	0.29 452	0.21 452

rvit_0105_6	0.34 81	0.10 100	1.37 211	0.01 27	0.00 1	0.86 53	0.00 1	2.78 183	1.32 332	0.04 43	0.03 102	0.07 89	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 265

Pointernet	0.34 81	0.10 100	1.09 144	0.01 27	0.08 330	1.18 159	0.05 258	2.99 204	0.62 113	0.03 34	0.01 1	0.15 133	0.05 114	0.24 82	0.09 88	0.00 1	0.00 1	0.00 1	0.11 422	0.01 40	0.00 1

dd	0.34 81	0.67 420	1.55 237	0.04 187	0.01 156	1.22 178	0.03 210	0.84 53	1.16 299	0.18 123	0.05 118	0.12 119	0.05 114	0.29 108	0.44 285	0.02 436	0.00 1	0.00 1	0.00 1	0.05 252	0.00 1

AnonymousM	0.34 81	0.07 54	0.63 45	0.02 96	0.01 156	1.09 115	0.03 210	1.54 93	0.68 165	0.17 120	0.04 113	0.02 5	0.24 252	0.25 87	0.04 12	0.00 1	0.01 289	1.93 504	0.00 1	0.01 40	0.00 1

4D-IteraStereo	0.35 88	0.60 404	1.93 290	0.02 96	0.09 338	1.03 79	0.07 289	1.25 71	0.34 60	0.02 13	0.03 102	0.84 244	0.10 183	0.31 114	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.07 366

knoymous	0.35 88	0.05 19	1.11 148	0.05 210	0.01 156	1.15 145	0.01 88	2.06 128	0.14 7	0.40 162	0.02 78	1.67 314	0.00 1	0.31 114	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

UDGNet	0.35 88	0.50 376	1.14 156	0.02 96	0.00 1	1.12 129	0.02 161	0.70 39	1.57 379	0.31 134	0.05 118	0.06 75	0.02 40	1.45 217	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_xeample3	0.35 88	0.10 100	1.95 295	0.02 96	0.00 1	0.93 66	0.07 289	1.70 104	0.86 241	0.09 74	0.04 113	0.05 60	0.05 114	0.23 79	0.51 306	0.00 1	0.00 1	0.00 1	0.24 473	0.06 272	0.08 379

LG-Stereo_Zeroshot	0.36 92	0.14 155	1.14 156	0.04 187	0.05 298	1.39 258	0.05 258	1.87 116	0.77 214	0.13 111	0.07 125	0.48 187	0.02 40	0.41 141	0.45 289	0.00 1	0.00 1	0.00 1	0.18 450	0.01 40	0.10 393

IGEV++	0.36 92	0.19 209	0.57 41	0.09 279	0.00 1	0.35 17	0.03 210	4.62 400	0.24 48	0.12 103	0.02 78	0.03 19	0.17 226	0.24 82	0.23 190	0.00 1	0.05 410	0.00 1	0.04 385	0.09 323	0.08 379

LL-Strereo2	0.36 92	0.47 366	1.08 141	0.09 279	0.03 268	1.12 129	0.07 289	1.66 99	0.93 250	0.43 166	0.02 78	0.51 194	0.08 167	0.23 79	0.29 227	0.00 1	0.00 1	0.00 1	0.03 374	0.04 227	0.04 295

iRaftStereo_RVC	0.36 92	0.27 263	0.76 62	0.01 27	0.00 1	1.20 171	0.01 88	2.15 132	0.62 113	0.15 115	0.22 185	0.69 219	0.12 205	0.28 105	0.18 164	0.00 1	0.06 419	0.00 1	0.00 1	0.27 441	0.22 455

GCAP-BAT	0.37 96	0.13 142	1.16 164	0.10 290	0.12 357	1.59 329	0.04 236	0.67 38	0.43 70	0.84 221	0.89 307	0.39 175	0.07 152	0.27 103	0.49 302	0.00 1	0.01 289	0.00 1	0.19 453	0.00 1	0.00 1

rvit_stereo_0075_2	0.37 96	0.13 142	2.43 354	0.02 96	0.00 1	1.12 129	0.02 161	1.66 99	1.15 297	0.16 116	0.08 129	0.02 5	0.05 114	0.40 138	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.10 393

Selective-RAFT	0.37 96	0.06 37	0.65 50	0.03 154	0.01 156	1.17 152	0.02 161	2.63 170	0.66 148	0.01 5	0.01 1	0.22 146	0.18 230	1.31 206	0.24 195	0.00 1	0.00 1	0.00 1	0.20 458	0.04 227	0.00 1

RCA-Stereo	0.37 96	0.14 155	0.76 62	0.01 27	0.00 1	1.17 152	0.00 1	3.14 229	0.61 100	0.71 200	0.47 242	0.05 60	0.13 212	0.19 52	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.06 272	0.01 92

sAnonymous2	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.18 440

CroCo_RVC	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.18 440

rvit_0105_4	0.39 102	0.16 181	1.66 261	0.01 27	0.00 1	0.85 52	0.00 1	3.15 231	1.33 334	0.07 58	0.06 123	0.10 113	0.03 70	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

RAFT-Stereo-weight	0.39 102	0.07 54	0.81 67	0.07 253	0.02 245	1.34 237	0.05 258	3.15 231	0.31 55	0.94 236	0.52 247	0.26 154	0.01 13	0.19 52	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

CroCo-Stereo	0.39 102	0.40 330	1.67 265	0.07 253	0.00 1	0.19 5	0.01 88	3.55 299	0.75 205	0.08 66	0.02 78	0.46 183	0.08 167	0.28 105	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92
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
rafts_anoy	0.39 102	0.44 350	1.15 160	0.06 227	0.03 268	1.12 129	0.04 236	2.75 181	0.33 59	0.10 90	0.16 157	0.11 115	0.19 236	0.74 178	0.31 238	0.00 1	0.14 473	0.00 1	0.01 343	0.02 134	0.05 317

MM-Stereo_test1	0.40 106	0.13 142	1.31 201	0.64 448	0.07 320	0.92 64	0.03 210	3.08 219	0.80 224	0.35 150	0.04 113	0.05 60	0.02 40	0.20 64	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.26 436	0.02 205

CRE-IMP	0.40 106	0.06 37	1.04 132	0.07 253	0.05 298	1.45 285	0.46 419	1.48 90	0.63 121	0.90 229	0.30 197	0.88 247	0.01 13	0.26 95	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.17 434

rvit_0105_5	0.41 108	0.20 221	1.94 294	0.01 27	0.00 1	0.91 59	0.00 1	3.18 240	1.27 321	0.08 66	0.09 133	0.10 113	0.02 40	0.35 129	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

plain	0.41 108	0.28 274	2.26 341	0.07 253	0.00 1	0.50 37	0.01 88	2.84 190	0.92 246	0.05 47	0.07 125	0.13 124	0.17 226	0.43 142	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.34 461	0.01 92

x	0.41 108	0.04 9	0.74 61	0.54 433	0.00 1	0.98 74	0.00 1	3.07 217	0.67 158	0.48 175	0.01 1	0.48 187	0.07 152	0.93 186	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

SCV	0.42 111	0.28 274	0.68 54	0.26 371	0.16 381	0.26 7	0.05 258	4.98 427	0.63 121	0.10 90	0.01 1	0.02 5	0.05 114	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.18 450	0.25 433	0.18 440

GMOStereo	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

error version	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

test-v	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

test-2	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

raft+_RVC	0.42 111	0.48 368	1.11 148	0.51 430	0.17 385	1.16 148	0.04 236	2.25 136	0.59 81	0.12 103	0.42 227	0.08 96	0.15 219	0.60 167	0.28 223	0.00 1	0.09 444	0.00 1	0.00 1	0.06 272	0.19 445

Gwc-CoAtRS	0.42 111	0.12 132	1.28 191	0.03 154	0.13 363	1.03 79	0.02 161	2.33 140	0.15 11	0.35 150	0.01 1	2.27 356	0.03 70	0.20 64	0.25 203	0.00 1	0.01 289	0.00 1	0.22 466	0.01 40	0.01 92

MM-Stereo_test3	0.43 118	0.33 300	0.92 90	0.75 457	0.04 288	0.96 72	0.05 258	3.11 225	0.79 220	0.12 103	0.53 248	0.26 154	0.06 136	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.00 1	0.28 450	0.01 92

IGEV-Stereo+	0.43 118	0.17 192	0.46 25	0.14 320	1.06 483	0.63 41	0.02 161	0.30 6	0.24 48	0.09 74	0.01 1	0.04 32	0.03 70	1.86 229	0.05 29	0.00 1	0.01 289	0.00 1	0.15 430	1.83 498	1.61 500

CES	0.43 118	0.14 155	0.85 74	0.05 210	1.52 491	1.22 178	0.05 258	1.01 59	0.59 81	0.03 34	0.02 78	0.14 130	0.10 183	0.40 138	0.10 100	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	2.45 505

ROB_FTStereo_v2	0.43 118	0.09 80	1.00 109	0.06 227	0.08 330	1.57 318	0.33 404	1.44 83	0.67 158	0.97 241	0.19 176	0.77 236	0.02 40	1.23 202	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

HART	0.44 122	0.24 251	1.41 215	0.01 27	0.00 1	0.33 12	0.00 1	2.91 197	0.61 100	0.26 130	1.98 379	0.35 168	0.03 70	0.20 64	0.14 129	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.05 317

RALCasStereoNet	0.44 122	0.44 350	1.03 128	0.03 154	0.00 1	1.10 119	0.03 210	2.46 157	0.90 243	0.07 58	0.32 199	0.12 119	0.20 242	1.28 205	0.25 203	0.00 1	0.31 492	0.00 1	0.00 1	0.08 301	0.12 409

R-Stereo Train	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 357	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

RAFT-Stereo	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 357	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	0.45 126	0.43 345	1.18 170	0.51 430	0.04 288	1.26 207	0.02 161	2.38 143	0.65 139	0.07 58	0.02 78	0.70 222	0.20 242	1.01 193	0.13 118	0.00 1	0.09 444	0.00 1	0.00 1	0.14 368	0.10 393

HUI-Stereo	0.45 126	0.09 80	1.08 141	0.06 227	0.08 330	1.61 337	0.32 401	1.43 79	0.70 190	0.97 241	0.18 168	0.77 236	0.02 40	1.44 216	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

RAFT-IKP	0.45 126	0.09 80	1.06 138	0.06 227	0.06 310	1.44 279	0.31 400	1.44 83	0.69 178	0.97 241	0.18 168	0.76 232	0.02 40	1.65 222	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.04 295

Reg-Stereo(zero)	0.46 129	0.04 9	1.77 277	0.01 27	0.14 369	1.20 171	0.13 327	1.13 64	0.26 52	0.05 47	0.16 157	1.75 317	1.10 368	0.67 174	0.45 289	0.00 1	0.03 383	0.00 1	0.12 427	0.01 40	0.09 385

IGEVStereo-DCA	0.46 129	0.09 80	1.02 117	0.02 96	0.00 1	0.82 50	0.00 1	0.53 21	0.75 205	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.15 430	0.05 252	0.01 92

testlalala	0.46 129	0.13 142	0.82 69	0.17 335	0.10 347	1.13 136	0.03 210	2.63 170	1.13 293	2.04 374	0.10 138	0.29 160	0.04 97	0.15 36	0.27 216	0.00 1	0.01 289	0.00 1	0.26 479	0.00 1	0.00 1

PSM-adaLoss	0.46 129	0.09 80	1.01 112	0.06 227	0.09 338	1.61 337	0.30 396	1.43 79	0.69 178	0.97 241	0.18 168	0.77 236	0.02 40	1.67 223	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

ICVP	0.46 129	0.08 67	1.58 247	0.01 27	0.01 156	1.10 119	0.21 357	3.80 326	0.52 75	0.42 165	0.27 193	0.33 166	0.06 136	0.57 163	0.13 118	0.00 1	0.07 429	0.00 1	0.00 1	0.04 227	0.01 92
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.46 129	0.42 339	1.05 137	0.01 27	0.21 405	1.17 152	0.05 258	2.07 130	0.19 27	2.98 429	0.02 78	0.12 119	0.15 219	0.25 87	0.31 238	0.00 1	0.03 383	0.00 1	0.00 1	0.08 301	0.06 348

tt45	0.47 135	0.06 37	0.70 57	0.02 96	0.00 1	1.30 223	0.05 258	0.85 54	0.60 90	0.05 47	0.01 1	0.09 103	0.03 70	5.40 375	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.09 323	0.01 92

rvit_0105_3	0.47 135	0.28 274	2.20 326	0.01 27	0.00 1	1.13 136	0.00 1	3.20 247	1.26 315	0.08 66	0.26 189	0.09 103	0.03 70	0.62 171	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

H2IRNET	0.47 135	0.22 239	1.27 189	0.15 325	0.01 156	1.18 159	0.01 88	1.65 96	0.48 73	0.02 13	1.80 370	0.46 183	0.04 97	1.62 221	0.35 260	0.00 1	0.00 1	0.01 425	0.01 343	0.16 385	0.02 205

AE-Stereo	0.47 135	0.11 121	1.03 128	0.04 187	0.09 338	1.11 124	0.03 210	4.16 356	0.34 60	0.35 150	0.82 300	0.15 133	0.16 223	0.45 149	0.05 29	0.00 1	0.09 444	0.00 1	0.26 479	0.09 323	0.05 317

ToySt	0.47 135	0.25 255	2.47 361	0.04 187	0.01 156	1.17 152	0.00 1	2.01 126	0.63 121	0.08 66	0.14 146	1.16 278	0.05 114	0.80 182	0.46 295	0.00 1	0.00 1	0.00 1	0.03 374	0.10 338	0.04 295

riskmin	0.47 135	0.03 2	1.01 112	0.08 268	0.01 156	1.12 129	0.01 88	3.00 205	0.21 37	0.46 173	0.02 78	2.08 339	1.06 363	0.26 95	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

ROB_FTStereo	0.47 135	0.09 80	1.04 132	0.06 227	0.08 330	1.59 329	0.33 404	1.43 79	0.68 165	0.97 241	0.19 176	0.76 232	0.03 70	1.86 229	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

999	0.48 142	0.07 54	0.55 39	0.01 27	0.00 1	1.27 210	0.09 308	0.33 8	0.61 100	0.01 5	0.17 164	0.03 19	0.02 40	5.79 395	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

xyz-stereo-finetune	0.49 143	0.22 239	0.51 32	0.03 154	0.00 1	1.30 223	0.01 88	1.97 124	0.71 193	0.04 43	0.04 113	0.08 96	0.04 97	4.32 314	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

FACV-RUCA	0.49 143	0.10 100	1.30 199	0.06 227	0.12 357	1.14 138	0.07 289	3.57 301	0.92 246	0.18 123	0.99 316	0.19 142	0.31 268	0.25 87	0.16 147	0.00 1	0.00 1	0.08 467	0.02 365	0.24 426	0.12 409

model_zeroshot	0.49 143	0.26 259	2.10 321	0.03 154	0.01 156	1.69 355	0.08 296	2.63 170	0.18 24	1.02 256	0.01 1	0.61 203	0.06 136	0.86 183	0.14 129	0.00 1	0.02 353	0.00 1	0.16 439	0.02 134	0.01 92

Anonymous3	0.49 143	0.12 132	2.21 327	0.01 27	0.00 1	2.53 402	0.09 308	3.16 236	0.65 139	0.12 103	0.22 185	0.12 119	0.05 114	0.37 133	0.08 75	0.00 1	0.07 429	0.00 1	0.00 1	0.04 227	0.03 265

qqq	0.50 147	0.04 9	0.78 64	0.02 96	0.00 1	1.05 96	0.00 1	3.15 231	0.68 165	0.46 173	0.01 1	0.73 228	0.12 205	2.95 256	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

Patchmatch Stereo++	0.50 147	0.09 80	1.01 112	0.06 227	0.07 320	1.60 333	0.27 378	1.45 86	0.68 165	0.98 250	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317
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	0.50 147	0.09 80	1.01 112	0.06 227	0.07 320	1.60 333	0.27 378	1.45 86	0.68 165	0.98 250	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

test_4	0.51 150	0.10 100	1.27 189	0.01 27	0.06 310	0.97 73	0.03 210	1.12 63	0.16 17	0.27 131	3.42 430	0.65 212	0.09 175	1.59 218	0.26 211	0.00 1	0.00 1	0.00 1	0.08 409	0.14 368	0.00 1

iGMRVC	0.51 150	0.09 80	1.04 132	0.06 227	0.08 330	1.61 337	0.27 378	1.44 83	0.69 178	0.97 241	0.19 176	0.76 232	0.03 70	2.69 249	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.04 295

CFNet-RSSM	0.51 150	0.12 132	1.26 187	0.03 154	0.14 369	1.24 194	0.02 161	4.12 354	0.15 11	0.31 134	0.01 1	1.96 333	0.04 97	0.19 52	0.25 203	0.00 1	0.01 289	0.00 1	0.27 482	0.01 40	0.01 92

mmm	0.52 153	0.04 9	1.14 156	0.61 444	0.00 1	1.14 138	0.00 1	3.45 284	0.75 205	1.24 292	0.58 253	0.20 145	0.18 230	0.93 186	0.08 75	0.00 1	0.01 289	0.00 1	0.00 1	0.02 134	0.01 92

anonymousdsp2	0.52 153	0.06 37	1.51 232	0.10 290	0.00 1	1.19 162	0.01 88	4.32 378	0.63 121	0.33 138	0.15 155	0.78 241	0.09 175	1.01 193	0.06 54	0.00 1	0.00 1	0.00 1	0.11 422	0.04 227	0.05 317

GANet-ADL	0.52 153	0.09 80	1.43 219	0.13 307	0.02 245	1.43 275	0.02 161	3.22 250	0.59 81	0.34 149	0.98 315	1.09 274	0.19 236	0.40 138	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.01 92

DeepStereo_RVC	0.52 153	0.08 67	1.37 211	0.06 227	0.06 310	1.34 237	0.41 414	1.43 79	0.68 165	1.03 261	0.85 303	0.49 190	1.56 400	0.79 180	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.13 416

test-1	0.52 153	0.25 255	0.94 95	0.03 154	0.22 407	1.20 171	0.08 296	4.03 347	0.25 51	0.70 198	0.66 274	0.71 226	0.03 70	0.30 113	0.43 282	0.00 1	0.18 482	0.00 1	0.07 404	0.01 40	0.25 460

FENet	0.52 153	0.07 54	1.62 253	0.04 187	0.00 1	1.19 162	0.05 258	3.10 223	0.98 257	0.89 227	0.01 1	1.63 310	0.09 175	0.47 153	0.28 223	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

AIO-test1	0.53 159	0.38 318	1.50 226	0.02 96	0.03 268	1.12 129	0.01 88	3.13 228	0.69 178	0.44 167	0.30 197	0.06 75	0.06 136	2.52 239	0.13 118	0.00 1	0.00 1	0.00 1	0.02 365	0.13 361	0.09 385

Pruner-Stereo	0.53 159	0.10 100	1.02 117	0.89 472	0.10 347	1.57 318	0.36 410	2.06 128	0.63 121	2.23 386	0.46 239	0.25 151	0.01 13	0.45 149	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

cross-raft	0.53 159	0.12 132	1.78 280	0.03 154	0.01 156	1.04 88	0.10 316	3.21 249	0.23 43	0.37 158	0.01 1	2.86 386	0.04 97	0.24 82	0.24 195	0.00 1	0.01 289	0.00 1	0.16 439	0.01 40	0.02 205

HI	0.54 162	0.37 313	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 299	0.01 1	2.67 372	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 252	0.00 1

CoSv	0.54 162	0.37 313	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 299	0.01 1	2.67 372	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 252	0.00 1

PFNet+	0.54 162	0.10 100	1.31 201	0.16 332	0.05 298	1.44 279	0.56 426	1.60 95	0.98 257	1.35 305	0.46 239	0.37 170	0.01 13	2.18 236	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

RALAANet	0.54 162	0.62 409	1.41 215	0.01 27	0.01 156	0.92 64	0.02 161	2.39 144	1.87 406	1.13 273	0.38 219	0.15 133	0.30 264	1.00 192	0.38 270	0.00 1	0.00 1	0.00 1	0.04 385	0.14 368	0.01 92

CASS	0.56 166	0.13 142	1.40 214	0.03 154	0.01 156	1.65 350	0.04 236	3.03 210	0.63 121	1.96 366	0.93 311	0.28 158	0.36 282	0.52 156	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	0.56 166	0.14 155	1.22 182	0.02 96	0.00 1	1.14 138	0.03 210	3.43 281	1.47 359	1.02 256	1.41 349	0.05 60	0.02 40	1.08 195	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

ACVNet	0.57 168	0.21 229	1.34 206	0.09 279	0.00 1	1.36 243	0.22 363	2.40 145	1.05 274	0.63 189	0.66 274	1.94 330	0.26 259	0.31 114	0.79 345	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.00 1

test_3	0.58 169	0.06 37	1.04 132	0.07 253	0.12 357	1.01 77	0.01 88	2.45 155	0.20 32	0.95 237	0.01 1	1.05 268	0.05 114	3.74 285	0.23 190	0.00 1	0.00 1	0.00 1	0.25 476	0.15 380	0.13 416

DIP-Stereo	0.58 169	0.23 247	0.90 85	0.08 268	0.00 1	1.43 275	0.01 88	6.01 477	1.38 339	0.92 234	0.11 142	0.04 32	0.19 236	0.12 27	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.59 171	0.79 441	1.59 251	0.56 437	0.01 156	1.19 162	0.03 210	4.74 410	0.60 90	0.17 120	0.01 1	0.62 206	0.44 296	0.57 163	0.07 62	0.00 1	0.04 397	0.00 1	0.24 473	0.01 40	0.14 423

rvit_105_1	0.60 172	0.33 300	2.37 351	0.01 27	0.00 1	1.16 148	0.00 1	3.38 271	1.20 305	0.16 116	0.26 189	0.13 124	0.04 97	2.66 247	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.03 265

RAFT	0.60 172	0.50 376	1.01 112	0.50 426	0.04 288	0.94 68	0.08 296	3.01 207	0.65 139	0.22 127	0.09 133	3.41 415	0.27 262	0.53 158	0.37 267	0.00 1	0.03 383	0.00 1	0.01 343	0.40 471	0.03 265

RAFT-Stereo + iAFF	0.60 172	0.36 309	0.96 100	0.03 154	0.02 245	1.21 175	0.02 161	2.80 187	1.55 373	1.08 268	2.63 409	0.43 180	0.16 223	0.37 133	0.25 203	0.00 1	0.02 353	0.00 1	0.00 1	0.19 406	0.01 92

xyz-stereo-finetune2	0.61 175	0.19 209	0.84 73	0.06 227	0.00 1	1.28 212	0.04 236	1.89 117	0.69 178	0.10 90	0.59 263	0.07 89	0.67 343	5.30 369	0.47 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

test_sample1	0.61 175	0.04 9	0.90 85	0.34 397	0.00 1	1.09 115	0.00 1	3.54 298	0.88 242	0.86 224	0.01 1	0.53 195	0.34 275	3.51 276	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

ACVNet-DCA	0.61 175	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 374	0.01 40	0.01 92

RAFT-Test	0.61 175	0.16 181	2.27 344	0.04 187	0.15 375	1.80 366	0.17 342	2.52 163	0.65 139	0.56 181	0.11 142	2.76 380	0.02 40	0.27 103	0.34 253	0.00 1	0.07 429	0.00 1	0.29 489	0.01 40	0.01 92

test_1	0.61 175	0.06 37	1.00 109	0.07 253	0.12 357	0.99 75	0.01 88	2.46 157	0.20 32	1.71 343	0.01 1	1.10 276	0.04 97	3.71 284	0.23 190	0.00 1	0.00 1	0.00 1	0.25 476	0.15 380	0.13 416

TestStereo	0.61 175	0.55 390	1.84 287	0.00 1	0.00 1	0.94 68	0.00 1	1.65 96	0.23 43	0.12 103	0.03 102	0.08 96	0.06 136	6.59 428	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.61 175	0.08 67	1.78 280	0.00 1	0.00 1	1.59 329	0.07 289	5.32 447	0.13 4	0.62 185	0.32 199	0.37 170	0.67 343	0.68 176	0.49 302	0.03 444	0.00 1	0.01 425	0.00 1	0.02 134	0.01 92

rrr	0.62 182	0.09 80	2.07 316	0.02 96	0.00 1	0.82 50	0.06 281	2.29 138	0.85 239	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.19 453	0.05 252	0.07 366

GwcNet-ADL	0.62 182	0.20 221	2.03 309	0.05 210	0.01 156	1.29 217	0.02 161	3.16 236	1.39 341	0.97 241	0.44 234	1.48 293	0.23 250	0.78 179	0.27 216	0.01 414	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

test_sample2	0.63 184	0.05 19	1.13 154	0.31 386	0.01 156	1.22 178	0.00 1	3.87 337	1.03 266	0.91 232	0.02 78	0.50 192	0.13 212	3.16 262	0.26 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

GMStereo_Zeroshot	0.63 184	0.14 155	1.54 235	0.75 457	0.00 1	1.26 207	0.01 88	1.85 113	0.31 55	1.44 321	0.58 253	1.76 318	0.19 236	2.55 240	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1

test-3	0.63 184	0.06 37	1.00 109	0.07 253	0.13 363	0.99 75	0.01 88	2.46 157	0.20 32	1.96 366	0.01 1	1.10 276	0.05 114	3.75 286	0.23 190	0.00 1	0.00 1	0.00 1	0.26 479	0.15 380	0.13 416

Any-RAFT	0.64 187	0.08 67	1.07 139	0.03 154	0.00 1	2.77 415	0.08 296	3.57 301	1.23 308	0.96 239	0.26 189	1.61 305	0.31 268	0.72 177	0.06 54	0.00 1	0.10 453	0.00 1	0.00 1	0.01 40	0.00 1

MIPNet	0.64 187	0.42 339	2.01 305	0.08 268	0.07 320	1.29 217	0.11 318	3.47 289	1.29 326	0.67 194	0.10 138	0.63 209	0.97 361	1.25 203	0.25 203	0.00 1	0.01 289	0.01 425	0.01 343	0.11 349	0.04 295

PCWNet_CMD	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.10 119	0.00 1	2.80 187	0.97 255	0.48 175	0.28 195	2.31 360	1.50 395	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

AFF-stereo	0.65 189	0.46 358	0.82 69	0.37 404	0.00 1	1.19 162	0.00 1	3.04 214	1.42 349	0.72 202	1.95 377	1.16 278	0.26 259	0.97 190	0.31 238	0.00 1	0.02 353	0.00 1	0.00 1	0.21 418	0.02 205

MSMDNet	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.11 124	0.00 1	2.88 194	0.98 257	0.49 178	0.28 195	2.32 361	1.49 392	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

ccs_rob	0.65 189	0.17 192	2.09 319	0.00 1	0.01 156	1.22 178	0.00 1	2.77 182	0.73 197	0.75 205	0.44 234	2.32 361	0.64 331	1.76 225	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

AdaStereo	0.65 189	0.09 80	1.12 150	0.02 96	0.00 1	1.45 285	0.23 367	4.38 380	1.44 354	1.17 279	0.37 217	1.56 299	0.18 230	0.56 162	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1
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.
StereoAnything_RVC	0.66 194	1.49 486	1.08 141	0.01 27	0.01 156	0.37 24	0.05 258	2.93 199	0.63 121	0.08 66	0.01 1	0.00 1	0.02 40	0.17 43	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	6.28 504	0.01 92

PSMNet-RUCA	0.66 194	0.48 368	1.68 266	0.01 27	0.02 245	2.02 376	0.25 370	3.93 340	1.50 367	0.37 158	1.38 348	0.11 115	0.12 205	0.64 173	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.00 1

fff	0.66 194	0.42 339	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 398	0.14 146	0.09 103	1.83 416	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

RAFT+CT+SA	0.66 194	0.45 354	1.22 182	0.10 290	0.30 441	1.24 194	0.02 161	4.21 361	0.67 158	0.62 185	0.39 222	0.33 166	0.05 114	2.69 249	0.14 129	0.00 1	0.00 1	0.00 1	0.35 498	0.13 361	0.30 464

CFNet_pseudo	0.66 194	0.17 192	2.08 318	0.00 1	0.01 156	1.22 178	0.00 1	2.79 184	0.73 197	0.78 213	0.46 239	2.32 361	0.63 328	1.77 226	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

DCANet	0.66 194	0.43 345	2.21 327	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.85 403	2.61 415	0.21 181	0.09 103	0.49 307	0.33 123	0.39 277	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.06 348

csc	0.66 194	0.42 339	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 398	0.14 146	0.09 103	1.83 416	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

cscssc	0.66 194	0.42 339	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 398	0.14 146	0.09 103	1.83 416	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

UCFNet_RVC	0.66 194	0.35 304	1.20 178	0.02 96	0.30 441	1.53 311	0.01 88	3.42 279	0.67 158	1.12 272	0.73 293	1.26 284	0.20 242	1.84 228	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.68 203	0.52 381	1.74 274	0.50 426	0.05 298	1.16 148	0.00 1	2.68 179	0.66 148	0.68 196	1.60 355	1.76 318	0.80 351	0.94 188	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.27 441	0.00 1

DMCA	0.68 203	0.22 239	1.96 298	0.01 27	0.01 156	1.28 212	0.02 161	3.02 208	1.54 372	2.14 378	0.15 155	1.74 315	0.10 183	0.45 149	0.95 357	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

1test111	0.69 205	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	2.95 256	0.07 62	0.00 1	0.02 353	0.00 1	0.03 374	0.01 40	0.01 92

DCRE	0.69 205	0.35 304	1.16 164	0.06 227	0.02 245	0.91 59	0.00 1	1.05 60	0.30 54	0.98 250	7.63 470	0.72 227	0.02 40	0.16 39	0.07 62	0.00 1	0.02 353	0.00 1	0.21 464	0.02 134	0.03 265

DCANet-4	0.69 205	0.15 169	3.76 432	0.03 154	0.01 156	1.22 178	0.01 88	3.14 229	1.90 408	2.34 398	0.14 146	0.11 115	0.25 256	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

DCVSM-stereo	0.70 208	0.04 9	1.69 268	0.07 253	0.01 156	1.27 210	0.04 236	1.85 113	0.14 7	3.56 445	0.08 129	3.07 398	0.60 319	1.35 210	0.11 109	0.00 1	0.00 1	0.01 425	0.00 1	0.02 134	0.00 1

gcap-zeroshot	0.70 208	0.26 259	1.98 301	0.19 349	0.27 427	1.43 275	0.02 161	4.23 365	0.82 229	0.75 205	0.54 250	2.19 354	0.03 70	0.63 172	0.25 203	0.00 1	0.11 456	0.00 1	0.20 458	0.00 1	0.01 92

test_sample7	0.72 210	0.18 200	1.23 184	0.55 435	0.01 156	1.21 175	0.00 1	4.31 374	1.07 279	1.35 305	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

MSKI-zero shot	0.73 211	0.13 142	1.56 244	0.02 96	0.14 369	1.34 237	0.04 236	3.00 205	0.23 43	0.67 194	1.64 356	0.89 248	0.00 1	4.55 335	0.10 100	0.00 1	0.02 353	0.00 1	0.21 464	0.03 191	0.01 92

HCRNet	0.73 211	0.19 209	1.10 146	0.01 27	0.00 1	1.17 152	0.01 88	3.07 217	1.97 412	0.60 184	0.21 181	0.56 198	0.11 193	5.34 373	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

IGEV_Zeroshot_test	0.74 213	0.20 221	3.00 391	0.26 371	0.02 245	1.10 119	0.05 258	3.72 315	0.19 27	0.88 225	0.71 292	2.84 383	0.63 328	0.53 158	0.33 246	0.00 1	0.07 429	0.00 1	0.16 439	0.04 227	0.00 1

EKT-Stereo	0.74 213	0.18 200	1.23 184	0.81 462	4.25 505	1.19 162	0.03 210	2.17 135	0.13 4	0.35 150	0.40 223	0.97 261	0.08 167	2.61 246	0.09 88	0.00 1	0.09 444	0.00 1	0.07 404	0.04 227	0.03 265

anonymity	0.74 213	0.15 169	1.17 167	0.16 332	0.27 427	0.71 42	0.01 88	4.70 407	1.78 397	1.15 275	1.23 337	0.31 161	1.65 408	0.54 160	0.53 311	0.02 436	0.02 353	0.00 1	0.27 482	0.02 134	0.06 348

test_5	0.74 213	0.50 376	1.55 237	0.44 410	0.25 419	1.45 285	0.01 88	4.16 356	0.78 219	0.79 215	0.17 164	0.42 179	0.64 331	3.06 260	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.16 385	0.21 452

NRIStereo	0.74 213	0.08 67	0.88 80	0.47 420	0.05 298	1.58 322	0.49 422	1.38 76	0.61 100	0.88 225	0.17 164	0.66 215	0.03 70	6.96 460	0.22 184	0.00 1	0.06 419	0.00 1	0.00 1	0.06 272	0.17 434

IER	0.75 218	0.12 132	1.93 290	0.01 27	0.00 1	2.31 392	0.02 161	2.96 201	0.98 257	1.30 295	0.96 313	1.40 291	1.19 376	1.31 206	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

CIPLG	0.75 218	0.81 446	2.38 352	0.13 307	0.03 268	1.41 264	0.27 378	3.19 245	0.84 235	1.98 368	2.56 408	0.19 142	0.10 183	0.54 160	0.26 211	0.00 1	0.05 410	0.01 425	0.05 390	0.19 406	0.05 317

IPLGR_C	0.75 218	0.88 454	2.58 369	0.13 307	0.02 245	1.40 259	0.27 378	3.19 245	0.84 235	1.92 362	2.46 403	0.18 141	0.11 193	0.49 155	0.26 211	0.00 1	0.05 410	0.01 425	0.05 390	0.19 406	0.06 348

ACRE	0.75 218	0.78 439	2.72 381	0.13 307	0.02 245	1.40 259	0.26 374	3.20 247	0.82 229	1.84 356	2.46 403	0.19 142	0.10 183	0.52 156	0.26 211	0.00 1	0.04 397	0.01 425	0.05 390	0.19 406	0.05 317

AIO-test2	0.76 222	0.80 442	1.47 224	0.12 300	0.15 375	1.22 178	0.01 88	3.17 238	0.73 197	0.36 157	1.50 351	0.16 138	0.05 114	2.37 237	0.16 147	2.85 503	0.00 1	0.00 1	0.01 343	0.04 227	0.07 366

IPLGR	0.76 222	0.21 229	2.98 389	0.06 227	0.07 320	1.24 194	0.05 258	3.09 222	1.38 339	0.62 185	0.34 207	0.75 231	0.78 349	3.35 265	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.06 348

testlalala2	0.77 224	0.13 142	1.72 272	3.72 503	2.44 499	1.10 119	0.01 88	3.27 259	0.73 197	0.09 74	0.03 102	1.38 290	0.08 167	0.12 27	0.09 88	0.00 1	0.02 353	0.00 1	0.37 499	0.01 40	0.01 92

CFNet_ucs	0.77 224	0.20 221	2.22 334	0.01 27	0.01 156	1.32 229	0.00 1	3.30 261	1.31 331	1.15 275	1.14 327	2.19 354	0.42 294	2.04 232	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

TestStereo1	0.77 224	0.46 358	1.12 150	0.15 325	0.19 396	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 378	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.07 366

SA-5K	0.77 224	0.46 358	1.12 150	0.15 325	0.19 396	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 378	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.07 366

PSMNet-ADL	0.77 224	0.08 67	0.90 85	0.07 253	0.01 156	2.01 375	0.02 161	2.55 166	1.11 286	0.33 138	0.59 263	2.15 346	0.69 345	4.07 303	0.85 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

CFNet-ft	0.77 224	0.46 358	1.34 206	0.01 27	0.27 427	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 412	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 425	0.00 1	0.03 191	0.02 205

CFNet_RVC	0.77 224	0.46 358	1.34 206	0.01 27	0.27 427	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 412	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 425	0.00 1	0.03 191	0.02 205

DN-CSS_ROB	0.77 224	0.90 457	2.01 305	0.85 466	0.00 1	1.47 292	0.01 88	2.92 198	0.93 250	0.12 103	0.53 248	0.44 181	0.16 223	4.33 315	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.30 457	0.01 92

MyStereo04	0.78 232	0.27 263	3.19 402	0.02 96	0.01 156	1.64 346	0.01 88	3.64 309	2.20 431	0.98 250	0.02 78	1.29 285	0.57 316	1.10 196	0.53 311	0.00 1	0.07 429	0.00 1	0.00 1	0.03 191	0.06 348

MyStereo05	0.79 233	0.19 209	3.17 401	0.02 96	0.00 1	1.51 303	0.01 88	3.56 300	2.48 443	1.34 299	0.02 78	1.25 283	0.38 286	1.19 199	0.50 304	0.00 1	0.06 419	0.00 1	0.00 1	0.02 134	0.07 366

anonymousa	0.79 233	0.26 259	1.91 288	0.03 154	0.29 439	1.46 291	0.02 161	3.76 319	0.97 255	0.72 202	2.25 398	3.21 409	0.56 314	0.15 36	0.12 114	0.00 1	0.00 1	0.00 1	0.04 385	0.00 1	0.02 205

111	0.79 233	0.70 430	2.21 327	0.01 27	0.01 156	1.19 162	0.16 339	3.78 322	1.98 414	1.22 290	0.91 309	2.01 334	0.32 273	0.32 120	0.64 332	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.17 434

acv_ft	0.79 233	0.21 229	1.28 191	0.01 27	1.08 484	1.68 353	0.01 88	3.75 317	1.05 274	1.31 298	0.66 274	1.94 330	0.46 303	0.31 114	1.68 394	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.00 1

MyStereo06	0.80 237	0.19 209	2.53 365	0.02 96	0.00 1	1.51 303	0.01 88	4.61 399	0.24 48	0.89 227	0.69 285	3.14 404	1.18 375	0.58 166	0.33 246	0.00 1	0.06 419	0.00 1	0.00 1	0.02 134	0.07 366

HITNet	0.80 237	0.58 400	2.14 322	0.69 453	0.00 1	1.35 241	0.02 161	4.50 392	1.15 297	1.76 350	0.16 157	0.60 202	0.30 264	1.13 198	1.64 392	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.00 1
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
GCST	0.81 239	0.64 413	1.41 215	0.44 410	0.01 156	0.91 59	0.08 296	3.75 317	1.04 268	0.12 103	0.44 234	0.27 156	0.35 280	5.12 360	0.38 270	1.19 499	0.00 1	0.00 1	0.00 1	0.08 301	0.05 317

SFCPSM	0.81 239	0.11 121	2.53 365	0.01 27	0.07 320	2.45 398	0.18 347	4.99 428	1.18 301	0.77 210	0.78 295	0.69 219	0.31 268	1.72 224	0.20 173	0.00 1	0.00 1	0.00 1	0.05 390	0.06 272	0.01 92

NF-Stereo	0.82 241	0.10 100	1.12 150	1.19 486	0.01 156	1.52 308	0.29 389	2.67 178	0.66 148	1.20 284	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OCTAStereo	0.82 241	0.10 100	1.15 160	1.19 486	0.01 156	1.53 311	0.29 389	2.66 174	0.66 148	1.20 284	0.58 253	0.25 151	0.01 13	6.38 418	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

RE-Stereo	0.82 241	0.10 100	1.15 160	1.19 486	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 284	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

TVStereo	0.82 241	0.10 100	1.15 160	1.19 486	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 284	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

ADStereo(finetuned)	0.83 245	0.43 345	3.68 429	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.86 404	2.61 415	0.20 180	0.09 103	2.39 435	0.34 124	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.06 348

BSDual-CNN	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.32 428	0.21 357	5.40 450	0.93 250	2.26 392	0.66 274	1.81 323	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

SA	0.83 245	0.41 333	1.17 167	0.00 1	0.20 400	1.28 212	0.01 88	3.98 342	1.86 404	0.41 164	0.96 313	0.27 156	1.33 387	4.07 303	0.35 260	0.00 1	0.00 1	0.00 1	0.17 447	0.14 368	0.01 92

psmg	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.28 426	0.27 378	4.83 420	0.93 250	1.92 362	1.46 350	1.81 323	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.01 425	0.00 1	0.01 40	0.00 1

STTStereo	0.83 245	0.34 302	2.44 356	0.24 362	0.15 375	1.41 264	0.10 316	3.02 208	1.55 373	1.34 299	0.17 164	1.77 320	0.45 300	3.42 270	0.30 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

StereoDRNet-Refined	0.83 245	0.12 132	1.18 170	0.02 96	0.01 156	1.31 228	0.00 1	3.33 264	1.07 279	1.92 362	1.24 339	2.48 367	0.18 230	1.86 229	1.67 393	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.05 317
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample3	0.84 251	0.15 169	2.22 334	0.48 421	0.01 156	1.37 248	0.01 88	4.63 403	1.17 300	1.43 318	0.43 231	0.80 243	0.10 183	3.48 274	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

psm_up	0.84 251	0.32 293	1.44 221	0.02 96	0.00 1	1.98 374	0.05 258	3.40 275	1.04 268	2.06 375	0.40 223	1.74 315	0.45 300	3.47 273	0.24 195	0.06 461	0.00 1	0.00 1	0.00 1	0.08 301	0.00 1

MyStereo8	0.85 253	0.52 381	3.20 404	0.20 350	0.00 1	1.47 292	0.01 88	3.53 297	1.91 409	1.34 299	0.65 272	1.22 281	0.31 268	0.57 163	1.38 384	0.00 1	0.14 473	0.00 1	0.06 400	0.09 323	0.30 464

CAS	0.85 253	0.09 80	0.67 52	6.43 509	0.05 298	1.12 129	0.00 1	0.88 55	0.69 178	0.02 13	0.02 78	0.06 75	0.06 136	0.26 95	0.12 114	6.37 509	0.00 1	0.00 1	0.00 1	0.00 1	0.20 450

PSM-softLoss	0.85 253	0.10 100	1.50 226	1.14 482	0.03 268	1.47 292	0.27 378	2.48 160	0.69 178	1.30 295	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

KMStereo	0.85 253	0.10 100	1.50 226	1.14 482	0.03 268	1.47 292	0.27 378	2.48 160	0.69 178	1.30 295	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

test_sample5	0.86 257	0.16 181	2.25 337	0.49 423	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.35 305	0.89 307	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

test_sample4	0.86 257	0.16 181	2.28 345	0.50 426	0.01 156	1.42 272	0.01 88	4.65 405	1.27 321	1.52 325	0.66 274	0.69 219	0.08 167	3.50 275	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

StereoVision	0.86 257	0.38 318	1.75 276	0.03 154	0.01 156	1.14 138	0.02 161	3.38 271	0.92 246	0.13 111	6.89 467	0.50 192	0.12 205	1.10 196	0.78 344	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.02 205

DisPM	0.86 257	0.09 80	1.10 146	0.76 460	0.02 245	1.51 303	0.57 428	1.75 106	0.70 190	2.43 409	0.83 302	0.38 174	0.01 13	6.89 454	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

IPLG	0.86 257	0.41 333	2.31 347	0.06 227	0.06 310	1.36 243	0.11 318	3.17 238	0.83 232	0.62 185	1.00 317	0.46 183	0.61 322	5.57 387	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.18 398	0.01 92

AASNet	0.86 257	0.53 386	1.96 298	0.04 187	0.00 1	1.70 357	0.05 258	5.13 437	1.84 400	0.93 235	1.88 373	0.96 258	0.19 236	0.67 174	0.91 355	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.09 385

DeepPruner_ROB	0.86 257	0.50 376	1.80 283	0.01 27	0.00 1	1.57 318	0.17 342	3.48 290	0.42 68	3.31 438	0.02 78	2.09 341	0.17 226	3.01 258	0.61 328	0.00 1	0.00 1	0.00 1	0.00 1	0.12 356	0.01 92

AACVNet	0.87 264	0.44 350	1.19 175	0.17 335	0.00 1	1.76 361	0.00 1	3.60 305	0.60 90	1.03 261	0.26 189	1.31 286	0.17 226	6.33 415	0.28 223	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.01 92

LCNet	0.87 264	0.18 200	0.97 106	0.14 320	0.26 422	1.19 162	0.22 363	2.36 141	0.71 193	1.82 354	0.21 181	0.11 115	2.56 437	5.56 384	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.15 380	0.81 487

HHNet	0.87 264	0.25 255	1.78 280	0.16 332	0.08 330	1.30 223	0.44 417	1.93 119	0.64 132	1.41 317	5.92 459	0.14 130	1.79 414	0.35 129	0.95 357	0.05 453	0.00 1	0.01 425	0.00 1	0.14 368	0.01 92

UPFNet	0.87 264	0.09 80	2.05 314	0.00 1	0.00 1	1.90 372	0.11 318	3.41 277	0.83 232	2.15 379	0.10 138	1.92 328	0.09 175	3.94 299	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

ISRNet	0.88 268	0.19 209	2.71 379	0.05 210	0.00 1	1.17 152	0.03 210	2.96 201	0.80 224	2.17 381	1.70 364	2.59 369	0.20 242	2.58 241	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.00 1

DualNet	0.88 268	0.16 181	2.25 337	0.49 423	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.43 318	1.12 325	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

tt1	0.88 268	0.27 263	1.25 186	0.08 268	0.00 1	3.36 431	0.02 161	3.03 210	6.40 485	0.33 138	0.66 274	0.05 60	0.40 292	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 323	0.03 265

HH	0.88 268	0.37 313	1.93 290	0.25 365	0.10 347	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 429	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 191	0.02 205

HanStereo	0.88 268	0.37 313	1.93 290	0.25 365	0.10 347	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 429	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 191	0.02 205

dad	0.88 268	0.62 409	2.26 341	0.06 227	0.01 156	1.24 194	0.00 1	0.98 58	2.17 428	1.29 294	0.35 210	0.37 170	0.04 97	5.80 396	1.06 362	0.01 414	0.00 1	1.13 498	0.11 422	0.05 252	0.00 1

GANet-RSSM	0.88 268	0.38 318	1.45 222	0.60 441	0.00 1	1.36 243	0.02 161	4.55 394	0.69 178	0.71 200	0.32 199	1.56 299	0.61 322	4.55 335	0.64 332	0.00 1	0.00 1	0.05 462	0.00 1	0.08 301	0.02 205

test_sample6	0.89 275	0.17 192	2.23 336	0.48 421	0.01 156	1.43 275	0.01 88	4.49 391	1.40 345	1.43 318	1.12 325	0.64 211	0.14 216	3.86 295	0.42 280	0.00 1	0.01 289	0.00 1	0.00 1	0.02 134	0.02 205

PSMNet-RSSM	0.90 276	0.44 350	1.35 209	0.13 307	0.00 1	1.37 248	0.03 210	4.79 418	0.85 239	1.11 271	0.49 244	2.15 346	0.35 280	4.09 307	0.73 340	0.00 1	0.00 1	0.01 425	0.00 1	0.03 191	0.01 92

DMCA-RVC	0.90 276	0.64 413	3.30 410	0.03 154	0.04 288	1.30 223	0.06 281	2.65 173	0.73 197	3.21 435	0.09 133	0.99 263	0.66 338	3.14 261	0.99 359	0.01 414	0.04 397	0.02 450	0.01 343	0.07 287	0.01 92

DFGA-Net	0.91 278	1.43 485	2.72 381	0.06 227	0.16 381	1.16 148	0.00 1	2.26 137	0.77 214	1.02 256	1.17 332	0.25 151	0.04 97	5.17 361	1.71 397	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.02 205

DDVS	0.92 279	0.16 181	1.39 213	0.21 351	0.27 427	3.17 422	0.26 374	2.56 167	0.62 113	0.70 198	0.81 298	2.17 352	0.45 300	5.26 366	0.29 227	0.00 1	0.01 289	0.01 425	0.00 1	0.04 227	0.02 205

iRaft-Stereo_20w	0.92 279	0.15 169	2.68 375	0.24 362	0.06 310	1.36 243	0.28 386	7.46 497	0.34 60	1.56 335	0.37 217	0.62 206	1.24 381	1.25 203	0.34 253	0.00 1	0.09 444	0.00 1	0.16 439	0.02 134	0.13 416

CoDeX	0.94 281	0.34 302	2.09 319	0.05 210	0.20 400	1.49 299	0.20 355	5.89 472	1.57 379	0.66 193	0.67 283	1.05 268	0.32 273	3.82 293	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1

cc1	0.94 281	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.18 240	7.23 494	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 374	0.09 323	0.04 295

xx1	0.95 283	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.18 240	7.23 494	0.33 138	0.69 285	0.73 228	0.12 205	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.01 40	0.01 92

DualNet (step1)	0.96 284	0.41 333	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 305	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.53 491	0.00 1	1.82 500	1.10 512	0.02 134	0.02 205

SACVNet	0.96 284	0.36 309	1.49 225	0.05 210	0.00 1	1.62 343	0.28 386	3.86 335	1.28 325	1.79 353	0.80 297	1.59 301	0.07 152	5.29 368	0.48 300	0.01 414	0.00 1	0.00 1	0.00 1	0.23 423	0.01 92

BUS	0.97 286	0.10 100	0.96 100	0.01 27	0.00 1	5.85 474	0.03 210	5.40 450	0.93 250	2.26 392	0.66 274	2.39 365	0.06 136	0.61 168	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

BEATNet_4x	0.97 286	0.77 438	3.36 413	0.46 416	0.01 156	1.32 229	0.09 308	4.57 398	1.26 315	1.88 359	0.22 185	1.09 274	0.42 294	1.79 227	2.09 421	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.06 348

qqq1	0.98 288	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92

fff1	0.98 288	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92

gwcnet-sp	0.98 288	0.38 318	4.06 442	0.04 187	0.00 1	2.60 405	0.15 334	3.51 292	1.13 293	1.75 346	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.03 265

scenet	0.98 288	0.38 318	4.06 442	0.04 187	0.00 1	2.60 405	0.15 334	3.51 292	1.13 293	1.75 346	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.03 265

ssnet	0.98 288	0.38 318	4.06 442	0.04 187	0.00 1	2.60 405	0.15 334	3.51 292	1.13 293	1.75 346	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.03 265

raft_robust	0.98 288	0.57 398	1.21 181	0.06 227	0.17 385	1.36 243	0.02 161	3.46 287	2.18 429	0.33 138	0.01 1	1.54 297	1.42 390	6.77 443	0.15 138	0.00 1	0.02 353	0.00 1	0.18 450	0.11 349	0.09 385

cf-r	0.98 288	0.51 380	2.04 313	0.25 365	0.01 156	1.40 259	0.03 210	4.47 390	1.65 388	0.95 237	0.58 253	2.63 370	0.24 252	4.19 309	0.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.04 295

RAFT_R40	0.99 295	0.05 19	1.26 187	0.71 454	0.20 400	1.65 350	0.67 433	1.94 121	0.61 100	1.05 264	1.15 328	1.80 322	1.47 391	6.91 456	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

iResNet	1.00 296	0.45 354	3.08 396	0.86 470	0.01 156	1.97 373	0.01 88	3.67 313	1.49 365	1.77 351	1.09 321	0.35 168	0.13 212	3.83 294	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.01 92

CSP-Net	1.01 297	0.52 381	0.92 90	0.01 27	0.00 1	2.83 417	0.05 258	4.99 428	0.69 178	0.91 232	0.85 303	1.82 325	0.23 250	6.04 401	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.01 92

MLCV	1.01 297	0.53 386	2.17 324	0.03 154	0.00 1	1.60 333	0.03 210	2.90 196	1.30 329	2.60 414	1.85 372	1.00 264	0.40 292	4.88 349	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.01 92

IRAFT_RVC	1.02 299	0.20 221	1.58 247	1.39 490	0.26 422	1.33 235	0.32 401	2.52 163	0.66 148	1.58 336	0.81 298	1.16 278	1.58 404	6.51 426	0.43 282	0.00 1	0.12 464	0.00 1	0.00 1	0.02 134	0.03 265

GwcNet-RSSM	1.02 299	0.69 426	2.70 377	0.22 354	0.02 245	1.42 272	0.05 258	4.02 345	1.01 264	0.90 229	0.42 227	2.89 387	0.26 259	4.43 323	1.17 368	0.00 1	0.00 1	0.02 450	0.00 1	0.13 361	0.05 317

NINENet	1.03 301	0.22 239	1.30 199	0.10 290	0.01 156	5.85 474	0.03 210	4.41 385	1.25 314	1.55 334	0.60 269	2.39 365	0.06 136	2.72 251	0.05 29	0.00 1	0.01 289	0.01 425	0.00 1	0.04 227	0.00 1

HGLStereo	1.03 301	0.18 200	1.50 226	0.01 27	0.01 156	1.41 264	0.01 88	3.41 277	0.82 229	1.05 264	3.09 420	2.11 342	1.24 381	4.51 331	1.18 369	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.03 265

G2L-Stereo	1.04 303	0.55 390	2.62 372	0.02 96	0.11 354	1.41 264	0.02 161	3.45 284	0.99 261	1.37 311	0.14 146	3.10 401	0.24 252	5.96 398	0.66 335	0.00 1	0.00 1	0.00 1	0.00 1	0.19 406	0.04 295

SMFormer	1.04 303	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.02 205

tta	1.04 303	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92

ffm	1.04 303	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	3.03 210	6.40 485	1.39 313	2.07 384	2.15 346	0.34 275	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 323	0.03 265

Sa-1000	1.04 303	0.39 325	1.17 167	0.00 1	0.20 400	1.33 235	0.03 210	4.19 359	1.81 398	0.99 254	5.33 455	0.61 203	0.15 219	4.07 303	0.30 235	0.00 1	0.00 1	0.00 1	0.16 439	0.13 361	0.00 1

SST-Stereo	1.04 303	0.05 19	1.16 164	0.72 455	0.23 412	1.70 357	0.58 429	1.92 118	1.46 357	1.19 282	1.09 321	1.60 303	1.93 421	6.92 458	0.21 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

XX-Stereo	1.04 303	0.20 221	4.94 469	0.85 466	0.04 288	1.25 203	0.00 1	3.37 268	0.45 72	1.22 290	0.50 245	3.70 425	0.02 40	3.91 298	0.05 29	0.00 1	0.09 444	0.00 1	0.20 458	0.03 191	0.02 205

NLCA_NET_v2_RVC	1.04 303	0.55 390	2.52 364	0.56 437	1.00 480	1.37 248	0.00 1	3.43 281	1.35 336	2.24 387	0.35 210	2.18 353	0.58 318	4.28 312	0.34 253	0.00 1	0.00 1	0.00 1	0.01 343	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.05 311	0.76 436	2.06 315	0.07 253	0.00 1	1.35 241	0.03 210	6.80 492	2.57 448	0.79 215	1.20 335	0.94 257	0.12 205	3.81 291	0.41 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.01 92

PFNet	1.06 312	0.19 209	2.95 388	1.16 484	0.56 469	1.58 322	0.25 370	1.50 91	0.60 90	2.38 405	1.23 337	0.63 209	0.30 264	6.85 447	0.43 282	0.16 474	0.01 289	0.00 1	0.07 404	0.18 398	0.18 440

UGAM	1.08 313	0.19 209	2.83 383	0.05 210	0.01 156	1.09 115	0.11 318	2.89 195	0.64 132	0.08 66	2.46 403	3.64 422	0.08 167	6.99 462	0.25 203	0.00 1	0.00 1	0.00 1	0.02 365	0.27 441	0.04 295

hknet	1.08 313	0.13 142	2.07 316	0.01 27	0.00 1	3.32 428	0.21 357	5.40 450	0.92 246	2.26 392	0.66 274	3.43 416	0.05 114	2.81 252	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

iRaft-Stereo_5w	1.08 313	0.56 395	2.70 377	0.02 96	0.02 245	1.20 171	0.01 88	3.18 240	0.63 121	0.14 114	2.00 381	1.62 307	1.54 398	6.69 437	1.01 361	0.00 1	0.00 1	0.00 1	0.00 1	0.23 423	0.01 92

FADNet-RVC-Resample	1.08 313	1.00 465	5.32 474	0.10 290	0.14 369	1.53 311	0.25 370	3.62 306	1.18 301	0.51 179	0.19 176	1.04 267	0.28 263	5.20 363	0.44 285	0.10 467	0.16 479	0.09 470	0.06 400	0.24 426	0.21 452

TDLM	1.08 313	0.49 373	1.43 219	0.27 376	0.00 1	1.56 317	2.12 469	3.10 223	1.75 395	1.36 310	0.93 311	1.06 270	0.49 307	6.21 408	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.16 385	0.02 205

CFNet	1.08 313	0.62 409	2.26 341	0.26 371	0.03 268	1.40 259	0.04 236	4.45 389	2.09 419	0.48 175	0.69 285	1.31 286	0.24 252	6.63 432	0.83 347	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.04 295

PS-NSSS	1.08 313	0.45 354	1.70 270	0.02 96	0.01 156	1.37 248	0.01 88	4.38 380	2.09 419	1.15 275	2.65 410	0.65 212	0.07 152	6.35 416	0.56 318	0.16 474	0.00 1	0.00 1	0.00 1	0.05 252	0.00 1

iResNetv2_ROB	1.08 313	1.12 472	4.68 464	1.09 481	0.00 1	1.38 254	0.05 258	3.83 330	1.11 286	0.80 217	1.15 328	1.02 266	0.12 205	4.52 332	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.33 458	0.03 265

GMM-Stereo	1.09 321	0.05 19	1.62 253	0.13 307	0.22 407	1.41 264	0.87 441	2.31 139	0.62 113	2.75 419	3.14 421	0.54 197	0.90 358	5.33 372	0.13 118	0.01 414	0.00 1	0.00 1	0.02 365	0.01 40	1.80 502

hitnet-ft	1.09 321	0.39 325	1.45 222	0.04 187	0.00 1	1.34 237	0.22 363	3.34 267	2.25 434	1.48 323	1.11 323	4.17 432	0.37 284	4.73 343	0.79 345	0.01 414	0.00 1	0.03 455	0.00 1	0.09 323	0.01 92

NVstereo2D	1.09 321	0.17 192	4.40 456	0.00 1	0.00 1	1.59 329	0.18 347	4.29 372	1.40 345	0.85 223	0.36 213	2.30 358	0.62 327	5.26 366	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

PSMNet_ROB	1.09 321	0.69 426	2.92 386	0.03 154	0.07 320	1.68 353	0.16 339	3.44 283	1.30 329	0.96 239	0.32 199	2.81 381	0.63 328	4.23 310	2.48 432	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.04 295

AIO-Stereo-zeroshot	1.10 325	0.35 304	4.53 460	0.18 341	0.37 453	0.79 45	0.00 1	5.71 468	0.74 204	0.40 162	0.64 271	4.47 442	1.41 389	1.42 211	0.30 235	0.00 1	0.11 456	0.00 1	0.28 486	0.17 390	0.14 423

LMCR-Stereo	1.10 325	0.69 426	1.95 295	0.50 426	0.01 156	2.73 410	0.09 308	6.20 480	0.64 132	2.37 403	1.76 367	0.13 124	1.59 406	2.94 255	0.23 190	0.00 1	0.00 1	0.00 1	0.00 1	0.12 356	0.00 1

GEStereo_RVC	1.10 325	0.42 339	1.72 272	0.28 378	0.01 156	1.37 248	0.11 318	6.25 481	0.84 235	1.05 264	0.67 283	1.61 305	0.79 350	6.11 404	0.63 330	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.04 295

FADNet-RVC	1.10 325	1.07 470	4.79 465	0.03 154	0.00 1	1.60 333	0.08 296	3.77 320	1.70 392	0.35 150	0.07 125	0.61 203	0.66 338	5.32 371	1.11 363	0.01 414	0.08 440	0.00 1	0.00 1	0.48 481	0.18 440

GANetREF_RVC	1.10 325	0.95 460	2.98 389	0.06 227	0.00 1	2.23 387	0.18 347	3.95 341	2.53 446	0.56 181	0.32 199	1.89 327	0.66 338	5.03 355	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.04 295
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CVANet_RVC	1.10 325	0.39 325	1.69 268	0.28 378	0.00 1	1.45 285	0.48 420	3.26 253	1.64 387	2.93 423	1.22 336	1.51 294	0.37 284	6.09 403	0.50 304	0.00 1	0.00 1	0.00 1	0.00 1	0.18 398	0.01 92

ARAFT	1.12 331	0.82 449	4.11 445	0.04 187	0.00 1	1.64 346	0.03 210	4.85 421	1.69 391	2.78 420	0.57 251	0.47 186	0.11 193	4.81 346	0.24 195	0.00 1	0.03 383	0.00 1	0.00 1	0.24 426	0.05 317

ac_64	1.12 331	0.18 200	1.64 256	0.18 341	0.25 419	1.48 298	0.02 161	4.97 426	1.47 359	0.69 197	0.45 238	4.94 453	0.46 303	4.87 348	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.00 1

coex_refinement	1.13 333	0.54 388	1.58 247	0.12 300	0.02 245	1.51 303	0.06 281	4.01 344	1.51 369	2.61 415	0.66 274	4.40 439	0.48 306	3.67 279	1.30 379	0.00 1	0.01 289	0.00 1	0.00 1	0.04 227	0.03 265

ITSA-stereo	1.13 333	0.14 155	1.59 251	0.17 335	0.04 288	1.40 259	0.14 331	5.66 465	3.10 456	0.74 204	0.35 210	0.62 206	1.06 363	5.53 380	1.63 391	0.03 444	0.00 1	0.09 470	0.06 400	0.07 287	0.07 366

UNet	1.13 333	0.24 251	4.21 447	0.01 27	0.02 245	2.31 392	0.02 161	3.06 215	0.76 213	1.17 279	0.14 146	2.73 378	1.58 404	4.48 330	1.92 411	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

ssnet_v2	1.14 336	0.28 274	1.77 277	0.03 154	0.00 1	2.07 378	0.37 411	5.20 438	1.87 406	2.00 369	0.87 305	3.09 400	0.55 313	1.31 206	3.02 444	0.00 1	0.00 1	0.00 1	0.00 1	0.18 398	0.12 409

EAI-Stereo	1.14 336	0.12 132	1.19 175	0.21 351	0.32 450	1.84 369	2.32 474	5.42 453	1.19 303	1.02 256	5.66 457	0.48 187	0.60 319	0.86 183	0.62 329	0.00 1	0.13 469	0.00 1	0.65 506	0.02 134	0.17 434

delet	1.14 336	0.32 293	1.56 244	0.03 154	0.17 385	2.86 419	1.03 448	4.25 366	2.14 426	1.03 261	1.17 332	1.64 312	0.92 359	4.35 317	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.00 1

PSM-AAD	1.15 339	0.04 9	0.88 80	0.10 290	0.27 427	1.32 229	3.25 483	2.41 152	0.64 132	2.93 423	1.92 375	0.15 133	5.39 487	3.42 270	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.05 317

FADNet_RVC	1.15 339	1.06 469	4.34 455	0.02 96	0.06 310	2.77 415	0.04 236	3.50 291	0.80 224	0.35 150	0.32 199	0.65 212	0.09 175	5.20 363	1.56 387	0.24 483	0.34 494	0.11 475	0.33 495	0.65 490	0.60 480

ETE_ROB	1.16 341	0.52 381	1.71 271	0.01 27	0.02 245	1.79 365	0.22 363	4.10 352	1.32 332	4.68 465	1.18 334	2.81 381	0.08 167	3.56 277	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.06 348

DLCB_ROB	1.17 342	0.22 239	1.28 191	0.08 268	0.00 1	1.51 303	0.23 367	3.39 273	1.52 370	3.43 443	2.00 381	3.40 414	0.31 268	4.29 313	1.82 402	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	1.17 342	0.41 333	1.68 266	0.04 187	0.01 156	1.65 350	0.17 342	3.46 287	1.39 341	3.89 452	1.01 318	1.60 303	0.53 310	4.35 317	3.07 445	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

testlalala_base	1.19 344	0.11 121	0.90 85	0.07 253	0.05 298	1.19 162	0.01 88	4.28 371	0.15 11	0.04 43	0.01 1	0.24 147	0.04 97	0.12 27	0.29 227	7.21 510	1.13 506	0.00 1	0.25 476	7.61 508	0.00 1

KYRaft	1.19 344	0.05 19	0.94 95	0.06 227	0.24 416	1.25 203	0.78 439	2.48 160	0.61 100	3.23 436	7.13 469	1.00 264	2.77 443	1.43 212	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	1.71 501

RAFT-345	1.19 344	0.06 37	1.55 237	0.54 433	0.13 363	1.53 311	0.25 370	0.56 28	1.76 396	1.20 284	7.85 471	0.93 254	0.05 114	6.87 450	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OMP-Stereo	1.20 347	0.54 388	0.96 100	2.39 497	0.29 439	1.58 322	0.33 404	2.01 126	0.68 165	2.68 418	1.16 330	3.10 401	0.18 230	7.40 474	0.56 318	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.01 92

ADLNet	1.20 347	0.29 284	1.98 301	0.00 1	0.02 245	2.20 385	0.11 318	4.39 383	2.52 445	2.19 384	2.20 397	2.66 371	0.70 346	3.42 270	1.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.04 295

MMNet	1.20 347	0.27 263	3.59 425	0.09 279	0.00 1	4.15 448	0.01 88	3.63 308	1.19 303	1.93 365	0.32 199	1.35 289	1.23 378	4.42 322	1.84 404	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

FADNet	1.20 347	0.93 459	4.51 459	0.03 154	0.06 310	2.56 403	0.16 339	4.02 345	1.42 349	0.32 136	0.06 123	1.66 313	1.07 365	5.56 384	0.87 349	0.19 477	0.02 353	0.01 425	0.01 343	0.50 483	0.03 265

G2L-Stereo_aug	1.21 351	0.18 200	3.37 414	0.01 27	0.03 268	1.38 254	0.02 161	3.08 219	0.77 214	1.90 360	1.58 353	3.22 411	1.13 373	5.74 391	1.74 399	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.00 1

Prome-Stereo	1.23 352	0.06 37	0.93 94	0.12 300	0.24 416	1.26 207	0.67 433	2.53 165	0.69 178	2.08 376	8.70 477	0.76 232	2.91 447	2.12 233	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 499

DispNO	1.25 353	0.52 381	3.40 416	0.11 299	0.05 298	1.45 285	0.01 88	3.73 316	1.68 390	1.34 299	1.59 354	3.15 405	1.12 372	5.56 384	1.14 367	0.00 1	0.02 353	0.03 455	0.12 427	0.05 252	0.03 265

DAS	1.26 354	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 452	3.80 326	1.58 383	4.60 462	2.37 401	1.53 295	0.53 310	5.36 374	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

SepStereo	1.28 355	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 452	3.80 326	1.58 383	4.60 462	2.37 401	1.53 295	0.53 310	5.63 390	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

pcwnet_v2	1.29 356	0.17 192	5.98 484	0.10 290	0.01 156	1.76 361	0.02 161	5.08 436	2.90 453	1.54 333	1.98 379	2.03 337	0.81 352	3.01 258	0.28 223	0.00 1	0.00 1	0.00 1	0.01 343	0.03 191	0.03 265

NOSS_ROB	1.29 356	0.22 239	1.35 209	0.64 448	0.16 381	2.56 403	0.00 1	4.14 355	2.37 438	2.29 397	1.76 367	2.84 383	0.02 40	6.80 446	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.11 401

Wz-Net-LNSev	1.30 358	0.85 451	6.26 489	0.02 96	0.03 268	4.02 445	0.13 327	4.21 361	1.12 291	0.77 210	0.10 138	3.60 420	1.11 369	2.68 248	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

IIG-Stereo	1.30 358	0.48 368	1.04 132	2.41 498	0.05 298	1.61 337	0.14 331	2.59 169	0.68 165	2.97 428	2.28 399	3.08 399	0.57 316	7.41 475	0.65 334	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

DSFCA	1.30 358	0.14 155	1.82 284	0.01 27	0.03 268	3.74 442	0.86 440	2.71 180	1.23 308	3.09 432	0.41 226	2.93 389	1.49 392	6.12 405	1.35 381	0.00 1	0.02 353	0.00 1	0.00 1	0.02 134	0.01 92

NCCL2	1.30 358	0.63 412	2.31 347	0.02 96	0.03 268	1.57 318	3.41 485	3.91 339	1.39 341	3.14 434	0.34 207	3.90 428	0.30 264	3.75 286	1.19 370	0.00 1	0.00 1	0.02 450	0.00 1	0.03 191	0.05 317

PA-Net	1.31 362	0.59 402	3.65 426	0.06 227	0.15 375	1.44 279	0.54 425	4.08 349	2.71 450	0.78 213	1.16 330	2.32 361	0.64 331	5.96 398	1.92 411	0.01 414	0.00 1	0.00 1	0.00 1	0.04 227	0.06 348
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	1.32 363	0.27 263	2.46 360	1.17 485	0.03 268	4.08 446	0.05 258	5.61 460	0.67 158	1.53 327	0.70 291	3.47 418	2.62 440	3.24 263	0.24 195	0.01 414	0.01 289	0.11 475	0.00 1	0.13 361	0.00 1

LALA_ROB	1.33 364	0.59 402	1.74 274	0.02 96	0.06 310	3.25 425	0.50 424	3.45 284	1.39 341	3.70 447	0.59 263	4.59 446	0.25 256	3.58 278	2.79 441	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.02 205

PAM	1.34 365	0.13 142	2.83 383	0.30 382	0.31 447	2.21 386	0.30 396	5.05 433	0.23 43	0.82 219	1.11 323	9.08 485	2.34 432	0.90 185	0.44 285	0.00 1	0.13 469	0.00 1	0.31 491	0.03 191	0.28 462

DRaft	1.34 365	0.12 132	1.19 175	0.06 227	0.01 156	1.64 346	0.43 416	1.86 115	0.14 7	3.76 448	5.27 454	0.41 178	4.38 473	5.49 379	1.68 394	0.01 414	0.06 419	0.00 1	0.07 404	0.07 287	0.11 401

ttt	1.35 367	0.05 19	1.09 144	0.46 416	0.01 156	1.61 337	0.00 1	5.61 460	1.97 412	1.75 346	2.10 388	1.40 291	0.11 193	4.81 346	6.07 473	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

Consistency-Raft	1.36 368	0.65 417	4.81 466	0.33 391	0.32 450	1.62 343	0.11 318	3.65 310	3.80 467	0.33 138	6.12 462	0.86 245	2.14 427	0.94 188	1.25 374	0.02 436	0.01 289	0.00 1	0.00 1	0.24 426	0.01 92

FINET	1.36 368	0.46 358	4.05 441	0.22 354	0.73 475	1.03 79	0.00 1	3.57 301	5.71 482	1.59 337	1.64 356	0.49 190	0.19 236	5.53 380	1.90 408	0.00 1	0.01 289	0.00 1	0.00 1	0.08 301	0.03 265

HSM	1.36 368	0.40 330	1.07 139	0.01 27	0.30 441	1.73 360	0.03 210	5.89 472	1.22 307	1.83 355	1.36 346	4.78 450	1.30 386	6.61 431	0.57 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

ADLNet2	1.38 371	0.39 325	3.13 399	0.00 1	0.70 474	1.23 193	0.26 374	4.19 359	2.36 437	1.45 322	3.16 424	4.23 435	0.82 355	4.56 337	0.88 350	0.00 1	0.00 1	0.00 1	0.00 1	0.13 361	0.02 205

CBFPSM	1.39 372	0.61 407	4.29 451	0.01 27	0.01 156	3.64 439	0.03 210	3.39 273	0.80 224	0.64 192	0.21 181	6.18 467	3.70 466	2.38 238	1.82 402	0.00 1	0.01 289	0.00 1	0.00 1	0.08 301	0.01 92

HSM-Net_RVC	1.40 373	0.07 54	1.58 247	0.00 1	0.01 156	1.88 370	0.05 258	7.24 494	1.71 394	3.63 446	3.63 434	3.21 409	0.36 282	4.25 311	0.44 285	0.01 414	0.01 289	0.00 1	0.00 1	0.01 40	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
fast-acv-ft	1.41 374	0.46 358	4.29 451	0.10 290	0.13 363	3.97 444	0.29 389	2.42 153	1.91 409	0.81 218	3.55 432	3.02 395	1.26 383	3.35 265	2.05 420	0.04 447	0.01 289	0.04 458	0.04 385	0.39 470	0.05 317

GASNet	1.43 375	1.53 487	4.54 461	0.31 386	0.02 245	1.49 299	0.20 355	3.86 335	1.95 411	0.75 205	1.37 347	2.11 342	1.57 403	5.82 397	2.60 437	0.00 1	0.05 410	0.00 1	0.00 1	0.43 473	0.10 393

ASMatch	1.44 376	0.14 155	2.15 323	0.60 441	0.21 405	1.21 175	0.26 374	0.96 57	0.66 148	0.29 133	11.75 486	0.93 254	2.37 433	6.73 440	0.54 314	0.00 1	0.00 1	0.00 1	0.01 343	0.00 1	0.04 295

PAM_32	1.45 377	0.13 142	2.69 376	0.26 371	0.30 441	2.15 384	0.29 389	4.92 424	0.22 40	0.84 221	2.02 383	9.57 488	3.27 458	0.97 190	0.56 318	0.00 1	0.12 464	0.00 1	0.31 491	0.04 227	0.27 461

HBP-ISP	1.45 377	0.75 432	3.02 392	0.30 382	0.10 347	4.28 452	1.49 460	4.68 406	1.29 326	3.43 443	0.78 295	0.93 254	1.01 362	6.48 425	0.36 266	0.04 447	0.02 353	0.00 1	0.00 1	0.05 252	0.03 265

GrayStereo	1.46 379	0.03 2	0.87 78	0.63 447	0.20 400	1.24 194	4.61 499	2.85 192	0.62 113	4.98 468	4.00 442	0.45 182	4.67 476	3.37 267	0.08 75	0.00 1	0.00 1	0.00 1	0.50 502	0.01 40	0.01 92

TransformOpticalFlow	1.47 380	0.31 289	3.22 408	0.66 450	0.08 330	1.54 315	0.09 308	3.84 331	1.58 383	1.66 341	2.32 400	3.60 420	3.12 452	6.99 462	0.42 280	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

THIR-Stereo	1.48 381	0.29 284	1.51 232	0.01 27	0.02 245	1.05 96	4.32 495	2.11 131	0.22 40	1.08 268	4.24 443	1.93 329	4.19 471	6.76 442	1.87 406	0.00 1	0.00 1	0.04 458	0.00 1	0.05 252	0.00 1

StereoDRNet	1.48 381	0.75 432	4.58 462	0.05 210	0.10 347	2.49 400	1.10 451	4.62 400	1.47 359	3.38 442	0.62 270	2.29 357	0.65 336	4.52 332	2.89 442	0.00 1	0.03 383	0.00 1	0.01 343	0.05 252	0.07 366

TCMNet	1.49 383	0.57 398	5.20 472	0.13 307	1.39 488	1.81 367	0.17 342	4.03 347	1.26 315	1.72 344	2.98 418	1.95 332	0.46 303	5.01 354	2.55 436	0.00 1	0.06 419	0.06 463	0.00 1	0.37 468	0.16 429

DEmStereo	1.51 384	0.08 67	2.17 324	0.09 279	0.02 245	1.76 361	0.90 443	1.47 89	0.60 90	2.46 410	6.42 465	1.08 272	5.16 482	6.21 408	1.86 405	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

APVNet	1.52 385	0.31 289	4.00 438	0.09 279	0.00 1	4.64 461	0.08 296	4.41 385	1.21 306	1.25 293	1.05 320	2.90 388	0.93 360	6.70 438	2.48 432	0.01 414	0.00 1	0.07 464	0.00 1	0.27 441	0.05 317

RYNet	1.52 385	0.35 304	3.38 415	0.25 365	0.04 288	2.31 392	0.03 210	4.62 400	1.47 359	1.14 274	0.34 207	4.52 444	1.38 388	6.36 417	4.23 455	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

1111x	1.53 387	0.06 37	1.77 277	0.27 376	0.00 1	2.12 380	0.01 88	5.63 464	1.65 388	1.53 327	1.67 359	0.92 249	0.64 331	6.18 406	8.17 486	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

RASNet	1.53 387	0.31 289	1.97 300	0.09 279	3.20 501	1.69 355	0.06 281	3.27 259	2.12 421	0.77 210	1.29 343	5.32 462	1.69 411	6.60 429	2.17 425	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

Wz-Net-LNSev-Ref	1.54 389	0.68 422	4.62 463	0.01 27	0.00 1	5.13 468	0.30 396	4.64 404	1.23 308	2.39 406	0.59 263	2.12 344	2.00 424	4.94 351	2.19 427	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

AAGNet	1.54 389	0.07 54	0.88 80	1.04 478	0.27 427	1.47 292	0.66 432	1.57 94	0.61 100	1.68 342	0.82 300	1.62 307	2.29 429	6.18 406	11.63 501	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

mmx	1.56 391	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 313	2.07 384	2.15 346	0.34 275	6.68 434	7.08 477	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

xxx	1.56 391	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 313	2.07 384	2.15 346	0.34 275	6.68 434	7.08 477	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

CBMV	1.56 391	0.24 251	1.92 289	0.31 386	0.03 268	2.90 420	4.33 496	3.79 323	1.81 398	4.98 468	1.73 365	2.70 376	1.68 410	3.81 291	0.92 356	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.08 379
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AIO-Stereo-zeroshot1	1.57 394	0.69 426	7.27 494	0.30 382	0.44 458	0.87 55	0.02 161	6.19 479	0.84 235	0.45 170	6.17 463	4.35 438	1.17 374	1.32 209	0.48 300	0.00 1	0.09 444	0.00 1	0.34 497	0.26 436	0.12 409

PASM	1.58 395	1.05 468	7.51 495	0.56 437	0.09 338	1.37 248	0.28 386	2.85 192	1.44 354	3.91 453	0.44 234	3.02 395	0.64 331	6.38 418	1.59 390	0.00 1	0.01 289	0.00 1	0.03 374	0.26 436	0.15 426

UGAM-zero	1.60 396	0.15 169	2.43 354	0.12 300	0.28 437	1.07 105	0.04 236	5.96 476	0.26 52	1.18 281	0.22 185	8.02 479	4.54 474	6.89 454	0.27 216	0.00 1	0.09 444	0.00 1	0.29 489	0.01 40	0.15 426

YMNet	1.62 397	0.68 422	3.67 427	0.14 320	0.30 441	4.52 458	0.21 357	3.52 295	1.23 308	2.94 425	4.94 448	4.18 433	0.38 286	2.85 253	2.12 423	0.05 453	0.13 469	0.08 467	0.01 343	0.44 474	0.09 385

YMNet_1	1.62 397	0.68 422	3.67 427	0.14 320	0.30 441	4.52 458	0.21 357	3.52 295	1.23 308	2.94 425	4.94 448	4.18 433	0.38 286	2.85 253	2.12 423	0.05 453	0.13 469	0.08 467	0.01 343	0.44 474	0.09 385

DRN-Test	1.62 397	0.23 247	3.72 430	0.18 341	0.13 363	3.34 430	0.19 353	5.93 475	2.01 417	4.14 456	0.76 294	2.12 344	1.78 413	5.22 365	2.62 439	0.00 1	0.00 1	0.01 425	0.01 343	0.03 191	0.01 92

RAFT + AFF	1.63 400	1.13 473	2.62 372	0.04 187	0.80 476	2.29 391	1.03 448	5.54 459	2.06 418	1.77 351	1.81 371	1.22 281	3.65 465	6.23 410	1.57 389	0.01 414	0.35 495	0.00 1	0.01 343	0.33 458	0.12 409

MaskLacGwcNet_RVC	1.63 400	0.45 354	2.21 327	1.53 492	0.18 389	4.33 453	0.41 414	3.37 268	1.40 345	0.54 180	0.65 272	3.10 401	0.11 193	4.93 350	0.60 327	4.57 505	0.51 497	0.00 1	0.00 1	1.37 495	2.39 504

ACV-stereo	1.64 402	0.27 263	2.94 387	0.04 187	0.04 288	6.31 480	0.18 347	1.81 109	0.22 40	0.23 128	0.01 1	10.52 490	5.41 488	4.07 303	0.77 343	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

ff1	1.65 403	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	3.03 210	6.40 485	1.39 313	2.07 384	2.15 346	0.34 275	6.68 434	7.08 477	0.00 1	0.02 353	0.00 1	0.00 1	0.09 323	0.03 265

CrosDoStereo	1.66 404	0.15 169	1.66 261	0.02 96	0.07 320	1.38 254	6.16 513	3.12 226	1.06 277	0.97 241	3.74 436	0.96 258	4.79 478	7.00 464	1.92 411	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

DeepStereo_LL	1.66 404	0.15 169	1.66 261	0.02 96	0.07 320	1.38 254	6.16 513	3.12 226	1.06 277	0.97 241	3.74 436	0.96 258	4.79 478	7.00 464	1.92 411	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

Syn2CoEx	1.66 404	1.17 474	4.29 451	0.04 187	0.00 1	1.44 279	0.56 426	5.33 448	1.98 414	2.01 372	2.12 390	2.08 339	2.81 444	6.55 427	2.42 429	0.00 1	0.00 1	0.00 1	0.00 1	0.33 458	0.06 348

AANet_RVC	1.66 404	0.88 454	3.52 421	0.06 227	0.00 1	1.22 178	0.00 1	3.25 251	2.51 444	2.21 385	4.49 444	3.65 423	0.20 242	7.10 467	3.42 448	0.50 490	0.04 397	0.00 1	0.00 1	0.08 301	0.05 317

STrans-v2	1.67 408	0.36 309	3.28 409	0.02 96	0.19 396	1.45 285	0.08 296	6.69 488	1.49 365	2.00 369	2.86 415	3.67 424	3.88 469	7.04 466	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

GwcNet	1.67 408	0.81 446	5.52 477	0.23 360	1.21 485	4.21 450	0.62 431	3.71 314	1.57 379	1.01 255	1.65 358	3.99 431	0.52 309	5.46 377	2.30 428	0.00 1	0.00 1	0.00 1	0.01 343	0.35 464	0.13 416

NCC-stereo	1.67 408	0.56 395	3.10 397	0.08 268	0.22 407	2.24 388	0.13 327	5.05 433	1.42 349	2.27 395	2.72 411	4.29 436	3.53 461	5.76 393	2.01 417	0.04 447	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

Abc-Net	1.67 408	0.56 395	3.10 397	0.08 268	0.22 407	2.24 388	0.13 327	5.05 433	1.42 349	2.27 395	2.72 411	4.29 436	3.53 461	5.76 393	2.01 417	0.04 447	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iinet-f	1.68 412	0.61 407	11.37 507	0.29 380	0.03 268	4.39 455	0.04 236	3.18 240	1.10 284	1.16 278	0.58 253	2.96 392	2.76 442	2.13 234	2.46 431	0.00 1	0.02 353	0.02 450	0.00 1	0.46 477	0.01 92

Anonymous_2	1.69 413	0.05 19	1.31 201	0.08 268	0.03 268	1.22 178	0.01 88	3.25 251	0.19 27	0.76 208	0.13 145	2.68 375	1.99 423	0.39 137	0.13 118	0.05 453	0.25 487	3.27 507	14.54 532	3.40 499	0.01 92

ccnet	1.70 414	0.20 221	1.95 295	0.26 371	0.18 389	3.72 441	1.22 454	4.22 364	1.43 353	2.37 403	3.96 440	3.45 417	1.51 396	4.69 340	4.47 457	0.06 461	0.00 1	0.09 470	0.01 343	0.10 338	0.01 92

CBMV_ROB	1.70 414	0.11 121	1.98 301	0.46 416	0.00 1	2.85 418	0.91 444	4.27 369	2.21 432	4.02 455	5.00 451	2.97 393	2.32 431	5.40 375	1.35 381	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.06 348

U	1.74 416	0.03 2	0.99 108	0.03 154	7.39 516	10.20 499	0.00 1	0.71 41	0.20 32	0.02 13	0.02 78	0.12 119	0.02 40	0.11 23	0.04 12	0.00 1	0.00 1	9.67 512	5.13 528	0.01 40	0.00 1

DANet	1.74 416	0.22 239	3.06 394	0.75 457	0.44 458	2.46 399	0.35 409	3.40 275	1.41 348	4.22 457	1.56 352	5.03 455	0.56 314	6.29 413	5.00 465	0.01 414	0.00 1	0.00 1	0.01 343	0.04 227	0.08 379
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IGEV-BASED-STEREO-	1.75 418	19.48 529	12.37 509	0.06 227	0.00 1	0.47 35	0.05 258	0.46 16	0.31 55	0.13 111	0.03 102	0.03 19	0.00 1	0.07 7	0.41 278	0.00 1	0.00 1	0.00 1	0.06 400	0.07 287	0.92 491

RP	1.76 419	0.55 390	2.59 371	0.22 354	0.60 472	1.70 357	0.98 447	4.31 374	1.99 416	3.12 433	5.04 452	4.41 441	2.96 448	4.72 342	1.90 408	0.01 414	0.00 1	0.00 1	0.01 343	0.14 368	0.01 92

xxxx	1.78 420	0.07 54	1.02 117	0.00 1	0.01 156	1.44 279	0.00 1	5.81 471	1.53 371	1.37 311	1.91 374	1.08 272	0.05 114	4.37 320	16.98 513	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

test_xeample	1.79 421	0.08 67	1.03 128	0.02 96	0.00 1	1.44 279	0.00 1	5.48 455	1.84 400	1.65 340	2.17 396	0.37 170	0.06 136	4.00 302	17.67 515	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

SGM-Forest	1.84 422	0.08 67	1.31 201	0.15 325	0.22 407	3.52 437	2.46 479	3.85 333	2.16 427	5.29 470	3.90 438	3.71 426	1.56 400	6.28 412	1.90 408	0.01 414	0.02 353	0.00 1	0.00 1	0.03 191	0.30 464
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-MNSev	1.85 423	1.19 476	5.61 480	0.01 27	0.00 1	4.74 462	2.16 471	4.93 425	1.48 363	3.77 449	1.24 339	1.77 320	2.56 437	4.94 351	2.61 438	0.00 1	0.01 289	0.00 1	0.00 1	0.07 287	0.01 92

FAT-Stereo	1.86 424	0.19 209	3.31 411	0.17 335	0.03 268	1.78 364	0.97 445	4.76 414	2.79 451	4.22 457	4.87 447	5.31 461	2.83 446	5.06 358	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.01 92

RGC	1.86 424	0.67 420	3.45 420	0.07 253	0.26 422	3.29 427	0.11 318	4.78 417	1.46 357	3.26 437	4.51 445	5.14 457	2.68 441	5.46 377	1.94 415	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.09 385

CC-Net-ROB	1.86 424	0.64 413	2.55 367	1.42 491	0.19 396	3.38 432	0.04 236	4.41 385	2.45 442	0.90 229	1.31 344	0.98 262	0.18 230	6.60 429	0.53 311	1.14 498	1.60 510	7.16 508	0.00 1	1.33 494	0.32 469

GANet	1.90 427	0.43 345	1.83 285	0.39 406	0.00 1	2.24 388	3.37 484	3.90 338	1.44 354	2.17 381	9.66 479	2.57 368	1.09 367	6.88 451	1.81 401	0.00 1	0.00 1	0.02 450	0.00 1	0.10 338	0.03 265

LL-Strereo	1.93 428	0.97 461	3.83 436	0.55 435	2.19 498	1.49 299	0.05 258	4.09 351	1.00 263	2.59 413	2.77 413	5.17 458	5.63 489	7.19 469	0.63 330	0.00 1	0.10 453	0.00 1	0.00 1	0.25 433	0.20 450

DISCO	1.93 428	0.18 200	2.44 356	0.67 452	0.53 466	5.25 469	0.00 1	5.43 454	1.56 378	2.09 377	0.91 309	6.48 469	0.89 357	8.55 490	3.60 451	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.01 92

edge stereo	1.94 430	0.40 330	3.82 435	0.15 325	0.09 338	1.81 367	0.45 418	4.77 415	2.21 432	3.36 439	3.94 439	8.39 481	1.72 412	5.75 392	1.69 396	0.00 1	0.00 1	0.01 425	0.00 1	0.17 390	0.01 92

Nwc_Net	1.94 430	0.55 390	3.79 433	0.07 253	0.08 330	2.73 410	0.04 236	6.75 491	1.11 286	2.03 373	7.92 472	4.82 451	2.11 426	4.78 344	2.01 417	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.01 92

STTRV1_RVC	1.94 430	0.35 304	4.85 467	0.32 390	0.01 156	2.41 397	0.34 408	5.79 469	3.55 461	0.82 219	5.11 453	1.63 310	1.08 366	7.63 479	1.41 385	0.91 495	2.53 522	0.00 1	0.00 1	0.01 40	0.04 295

S-Stereo	2.00 433	0.30 288	5.74 482	0.24 362	0.23 412	2.51 401	1.90 465	4.74 410	5.15 479	2.42 407	5.80 458	2.85 385	0.72 347	5.08 359	2.17 425	0.00 1	0.02 353	0.00 1	0.00 1	0.08 301	0.04 295

psmorigin	2.01 434	0.37 313	10.25 503	0.22 354	0.03 268	1.62 343	0.19 353	3.31 262	1.05 274	4.92 467	3.14 421	5.85 463	2.21 428	5.31 370	1.71 397	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.02 205

MFMNet_re	2.02 435	0.98 462	4.27 450	2.74 501	0.88 477	1.47 292	0.15 334	4.21 361	3.18 457	6.63 479	6.93 468	1.87 326	3.63 464	2.13 234	0.99 359	0.00 1	0.00 1	0.00 1	0.00 1	0.23 423	0.05 317

NaN_ROB	2.02 435	0.58 400	2.65 374	0.29 380	0.28 437	3.19 423	5.19 506	3.84 331	2.55 447	5.31 471	1.73 365	2.30 358	1.96 422	6.78 444	3.09 446	0.01 414	0.06 419	0.03 455	0.10 418	0.10 338	0.37 474

RAFT-RH_RVC	2.05 437	0.15 169	1.66 261	0.60 441	0.27 427	1.49 299	0.02 161	0.58 32	0.65 139	5.35 472	21.66 511	1.06 270	0.07 152	6.85 447	0.57 321	0.04 447	0.00 1	0.00 1	0.03 374	0.01 40	0.00 1

stereogan	2.13 438	0.31 289	3.75 431	0.01 27	0.09 338	7.44 488	0.60 430	4.27 369	3.29 458	3.91 453	4.62 446	6.41 468	1.84 419	5.17 361	0.58 323	0.00 1	0.01 289	0.01 425	0.00 1	0.24 426	0.05 317

FTStereo	2.16 439	0.03 2	1.42 218	0.17 335	0.13 363	1.42 272	4.67 501	2.44 154	0.63 121	3.36 439	17.95 499	0.78 241	4.17 470	4.41 321	0.14 129	0.15 473	0.00 1	0.00 1	0.00 1	0.01 40	1.25 496

AF-Net	2.17 440	0.65 417	3.53 422	0.00 1	0.09 338	2.02 376	0.48 420	6.44 482	1.70 392	3.36 439	10.22 481	4.95 454	2.81 444	4.34 316	2.66 440	0.00 1	0.00 1	0.00 1	0.00 1	0.13 361	0.01 92

PDISCO_ROB	2.21 441	0.78 439	3.43 418	0.96 474	2.04 497	7.04 484	0.09 308	7.36 496	5.72 483	1.21 289	1.67 359	3.16 406	1.28 384	7.52 477	1.37 383	0.00 1	0.00 1	0.00 1	0.00 1	0.34 461	0.13 416

DGSMNet	2.23 442	0.80 442	6.10 486	0.96 474	1.73 492	3.22 424	4.12 492	5.30 446	1.11 286	1.19 282	2.48 406	3.18 407	0.65 336	4.57 338	1.33 380	1.11 497	1.37 508	1.55 499	1.26 515	1.37 495	1.28 497

SQANet	2.28 443	1.25 479	2.39 353	4.17 505	2.91 500	2.60 405	0.24 369	4.17 358	0.83 232	2.42 407	0.57 251	1.59 301	0.88 356	3.30 264	0.68 336	7.35 511	0.12 464	0.47 491	0.02 365	6.56 505	3.00 507

ADCRef	2.29 444	0.65 417	5.67 481	0.10 290	0.09 338	4.81 463	0.76 438	4.75 413	1.37 338	2.88 422	1.67 359	1.62 307	2.30 430	3.77 290	14.93 508	0.02 436	0.00 1	0.01 425	0.10 418	0.20 417	0.11 401

test_sample9	2.36 445	0.41 333	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 305	0.36 213	0.70 222	0.44 296	5.58 388	8.70 489	0.53 491	16.52 534	1.82 500	1.10 512	0.02 134	0.02 205

FBW_ROB	2.36 445	0.36 309	3.16 400	0.37 404	0.14 369	4.42 457	0.18 347	6.64 486	3.05 455	2.98 429	2.85 414	4.86 452	1.11 369	11.00 509	4.53 458	0.16 474	0.05 410	0.37 490	0.09 414	0.19 406	0.78 486

DeepPrunerF	2.50 447	0.87 453	14.90 512	0.17 335	0.31 447	1.41 264	0.29 389	5.62 463	9.97 498	1.02 256	0.43 231	2.01 334	1.65 408	6.85 447	3.99 452	0.00 1	0.01 289	0.07 464	0.10 418	0.24 426	0.12 409

Wz-Net-SNSev	2.53 448	2.49 502	10.66 505	0.39 406	0.01 156	2.73 410	0.40 412	5.02 431	1.50 367	2.15 379	2.12 390	6.48 469	1.11 369	9.47 497	5.84 472	0.00 1	0.01 289	0.00 1	0.00 1	0.21 418	0.06 348

XQC	2.57 449	1.20 477	6.33 491	0.18 341	0.01 156	3.84 443	0.33 404	5.24 440	3.83 468	4.43 460	1.94 376	4.58 445	3.19 454	7.19 469	8.67 488	0.00 1	0.03 383	0.00 1	0.03 374	0.27 441	0.19 445

RTSC	2.66 450	1.24 478	6.04 485	0.18 341	0.02 245	4.40 456	0.08 296	4.29 372	4.98 478	6.00 474	3.15 423	2.97 393	1.56 400	6.71 439	10.89 497	0.00 1	0.07 429	0.00 1	0.05 390	0.40 471	0.24 459

222	2.69 451	0.09 80	1.03 128	0.00 1	0.00 1	1.54 315	0.00 1	5.61 460	1.55 373	1.51 324	2.10 388	0.53 195	0.07 152	4.54 334	35.09 531	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

CSAN	2.70 452	0.75 432	3.41 417	0.18 341	0.12 357	4.18 449	4.05 491	4.11 353	4.36 472	6.03 475	6.24 464	4.60 447	4.74 477	7.29 472	3.43 449	0.02 436	0.03 383	0.01 425	0.02 365	0.18 398	0.22 455

UDG	2.86 453	8.81 522	1.57 246	2.60 499	0.89 479	2.39 396	0.11 318	3.42 279	1.02 265	2.18 383	3.64 435	5.04 456	1.60 407	4.17 308	2.09 421	1.21 500	0.04 397	7.69 509	3.67 522	4.10 501	0.93 493

aanetorigin	2.87 454	0.73 431	8.74 499	0.23 360	0.23 412	1.61 337	2.07 467	1.76 108	1.10 284	14.21 510	10.25 482	2.93 389	3.38 459	4.98 353	4.06 453	0.10 467	0.05 410	0.09 470	0.11 422	0.57 486	0.15 426

ADCP+	2.87 454	0.98 462	8.75 500	0.07 253	0.16 381	5.93 477	2.90 482	4.00 343	1.84 400	1.52 325	0.27 193	3.81 427	3.22 456	6.05 402	17.38 514	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.30 464

PWC_ROB	2.90 456	1.01 466	6.12 487	0.53 432	0.57 471	1.30 223	0.40 412	3.85 333	4.42 475	7.37 484	15.40 495	3.03 397	1.55 399	6.31 414	5.74 471	0.00 1	0.00 1	0.00 1	0.00 1	0.46 477	0.05 317

SHD	3.01 457	1.02 467	5.52 477	0.45 415	0.39 455	4.12 447	0.17 342	6.68 487	12.04 501	7.20 483	3.36 428	4.40 439	2.58 439	4.69 340	7.17 480	0.01 414	0.04 397	0.00 1	0.03 374	0.22 421	0.17 434

PWCDC_ROB	3.06 458	1.38 484	3.81 434	0.14 320	0.00 1	3.14 421	0.02 161	4.40 384	12.35 502	1.08 268	23.69 518	2.01 334	2.01 425	3.87 296	2.43 430	0.24 483	0.00 1	0.00 1	0.00 1	0.61 488	0.08 379

SPS-STEREO	3.08 459	0.49 373	2.49 362	0.21 351	0.24 416	3.67 440	1.24 455	5.80 470	2.43 441	10.68 497	8.00 473	9.48 487	3.59 463	8.11 486	5.08 466	0.01 414	0.01 289	0.00 1	0.00 1	0.04 227	0.11 401
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	3.17 460	1.32 480	2.49 362	6.07 508	3.26 502	4.62 460	2.15 470	5.35 449	1.34 335	2.00 369	2.54 407	3.50 419	1.49 392	3.68 280	1.11 363	7.89 513	0.23 486	1.88 503	0.03 374	7.74 509	4.78 512

Ntro	3.24 461	1.34 481	2.83 383	7.27 510	4.43 506	6.22 479	0.74 437	4.73 409	1.48 363	0.39 161	1.77 369	2.70 376	1.28 384	4.59 339	1.25 374	8.06 514	0.28 491	2.12 506	0.05 390	8.11 510	5.16 513

NVStereoNet_ROB	3.25 462	0.46 358	2.71 379	0.34 397	0.56 469	2.36 395	0.87 441	4.56 397	4.47 476	4.55 461	14.09 492	11.93 492	3.23 457	9.79 500	3.14 447	0.43 488	0.03 383	0.53 494	0.31 491	0.36 466	0.38 476
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	3.28 463	10.54 525	2.29 346	3.50 502	3.31 503	4.21 450	0.21 357	3.77 320	1.03 266	2.54 411	3.17 425	3.20 408	0.21 247	3.89 297	0.69 337	1.94 501	0.05 410	9.87 513	3.53 521	5.03 503	2.55 506

MFN_U_SF_DS_RVC	3.30 464	2.61 504	7.84 496	0.09 279	0.26 422	12.92 503	7.62 521	4.25 366	3.64 465	2.95 427	3.99 441	4.61 448	1.22 377	8.36 487	1.77 400	0.59 494	1.15 507	0.04 458	0.85 510	0.48 481	0.67 484

ADCL	3.30 464	0.81 446	6.76 493	0.25 365	0.25 419	6.93 482	4.65 500	4.79 418	2.62 449	4.61 464	3.36 428	5.22 459	4.55 475	5.54 383	14.91 507	0.05 453	0.01 289	0.11 475	0.13 429	0.28 450	0.10 393

SDNR	3.31 466	0.91 458	6.28 490	0.44 410	0.02 245	26.11 528	0.01 88	3.81 329	1.62 386	2.82 421	11.06 484	2.93 389	0.60 319	7.95 484	1.52 386	0.01 414	0.01 289	0.00 1	0.00 1	0.06 272	0.12 409

SAMSARA	3.32 467	1.07 470	6.25 488	0.86 470	0.31 447	7.55 489	3.87 490	5.26 445	4.20 471	7.43 485	3.35 427	10.04 489	3.83 468	6.98 461	4.83 462	0.00 1	0.14 473	0.00 1	0.05 390	0.17 390	0.22 455

DPSNet	3.38 468	0.60 404	9.55 501	0.61 444	0.46 461	5.10 467	1.44 459	11.17 507	3.92 469	2.57 412	0.88 306	5.90 464	9.68 506	7.63 479	7.25 481	0.08 463	0.16 479	0.01 425	0.07 404	0.34 461	0.17 434

G-Net	3.49 469	0.47 366	4.03 440	1.61 493	1.91 493	10.78 500	1.92 466	3.06 215	1.26 315	8.59 491	12.06 487	6.13 466	7.82 498	4.78 344	4.77 461	0.08 463	0.12 464	0.07 464	0.15 430	0.16 385	0.11 401

MDST_ROB	3.50 470	0.07 54	3.94 437	2.66 500	1.46 489	12.94 504	0.97 445	7.32 495	2.42 440	14.82 512	8.08 474	2.74 379	1.51 396	8.44 489	2.48 432	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.11 401

pmcnn	3.61 471	0.68 422	5.38 476	0.61 444	1.46 489	2.75 414	1.26 456	5.04 432	1.57 379	8.77 492	11.67 485	18.69 508	2.38 434	6.03 400	5.61 470	0.00 1	0.07 429	0.00 1	0.00 1	0.21 418	0.07 366

test_sample8	3.62 472	0.41 333	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.38 380	1.04 268	6.51 476	0.58 253	14.04 499	6.94 494	5.58 388	8.70 489	0.53 491	16.52 534	1.82 500	1.10 512	0.02 134	0.02 205

ADCPNet	3.63 473	0.82 449	13.20 510	0.08 268	0.43 457	7.02 483	2.23 473	4.77 415	2.41 439	4.31 459	1.96 378	7.57 478	5.16 482	6.45 424	13.80 505	0.02 436	0.75 502	0.04 458	0.90 511	0.16 385	0.53 479

SuperB	3.70 474	1.77 492	15.73 513	0.31 386	0.05 298	4.37 454	1.67 463	3.58 304	11.57 499	2.36 402	1.32 345	2.03 337	1.91 420	6.95 459	9.01 491	0.05 453	0.03 383	0.10 474	0.08 409	11.00 521	0.10 393

MFN_U_SF_RVC	3.76 475	1.77 492	9.85 502	0.84 463	0.27 427	9.50 496	0.49 422	8.07 498	3.41 459	4.81 466	3.28 426	9.40 486	3.49 460	7.76 483	8.31 487	0.41 487	0.54 498	0.52 493	0.80 509	0.89 491	0.84 488

Wz-Net-TNSev	3.91 476	5.20 515	20.57 516	0.15 325	0.01 156	7.14 485	3.57 486	6.70 489	3.57 462	1.74 345	0.58 253	7.39 477	4.33 472	8.86 491	7.99 483	0.00 1	0.00 1	0.00 1	0.02 365	0.24 426	0.16 429

AnyNet_C32	3.93 477	2.58 503	12.07 508	0.39 406	0.49 464	5.50 471	6.45 517	4.44 388	2.19 430	6.86 481	2.94 417	5.28 460	3.20 455	6.63 432	18.37 517	0.08 463	0.04 397	0.20 482	0.09 414	0.57 486	0.19 445

ADCMid	3.95 478	1.34 481	10.91 506	0.18 341	0.38 454	5.02 466	1.27 457	4.87 422	2.94 454	11.15 499	3.60 433	6.76 473	5.21 485	6.40 423	16.96 512	0.12 470	0.08 440	0.55 495	0.46 500	0.53 485	0.19 445

SGM_RVC	4.07 479	0.38 318	1.98 301	0.84 463	0.26 422	6.20 478	2.37 475	6.45 483	3.57 462	11.56 502	9.27 478	15.55 502	6.78 493	10.07 502	4.60 460	0.22 478	0.25 487	0.20 482	0.23 470	0.26 436	0.34 470
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	4.16 480	1.75 491	23.59 519	0.08 268	0.04 288	2.62 409	2.16 471	5.89 472	4.74 477	5.73 473	3.51 431	6.99 476	4.89 480	10.82 506	10.11 494	0.00 1	0.00 1	0.00 1	0.00 1	0.12 356	0.11 401

xyz-stereo	4.23 481	0.09 80	35.65 525	0.02 96	0.00 1	17.93 513	0.01 88	1.93 119	0.42 68	1.61 338	14.74 493	2.67 372	0.15 219	7.15 468	1.87 406	0.00 1	0.01 289	0.24 486	0.00 1	0.04 227	0.01 92

test_for_model	4.23 481	22.88 532	0.91 89	12.40 523	10.47 523	1.08 113	0.06 281	4.08 349	1.36 337	1.91 361	0.09 133	0.15 133	0.03 70	0.10 20	0.22 184	7.44 512	1.43 509	0.00 1	0.01 343	18.08 531	1.99 503

SGM+DAISY	4.39 483	1.34 481	5.18 471	1.01 477	0.88 477	5.61 473	2.86 481	4.88 423	3.53 460	13.29 506	13.95 491	12.66 494	7.55 495	7.98 485	5.39 469	0.23 482	0.18 482	0.15 479	0.24 473	0.29 452	0.64 482

WCMA_ROB	4.54 484	0.48 368	3.19 402	0.49 423	0.63 473	5.38 470	2.57 480	4.70 407	3.77 466	14.17 509	19.02 504	15.47 501	9.03 502	6.73 440	4.85 463	0.01 414	0.05 410	0.01 425	0.01 343	0.08 301	0.16 429

SANet	4.63 485	0.89 456	5.34 475	0.30 382	0.09 338	7.43 487	3.75 489	6.53 484	16.16 509	6.79 480	13.29 489	12.44 493	7.74 496	7.38 473	4.11 454	0.00 1	0.01 289	0.00 1	0.00 1	0.10 338	0.31 468

RainbowNet	4.74 486	3.21 509	3.07 395	9.34 515	6.01 508	4.89 465	3.60 487	7.09 493	4.39 474	1.63 339	3.01 419	4.72 449	2.96 448	5.53 380	1.19 370	8.95 516	2.12 513	8.48 511	0.19 453	8.75 511	5.73 514

MSMD_ROB	4.94 487	0.43 345	2.58 369	0.12 300	0.01 156	8.43 494	1.09 450	4.25 366	4.11 470	13.11 505	26.36 521	13.95 498	13.88 515	7.45 476	2.92 443	0.10 467	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

FCDSN-DC	5.04 488	0.15 169	1.83 285	0.22 354	0.44 458	5.60 472	1.66 462	5.22 439	4.37 473	14.49 511	21.86 512	20.65 511	11.88 511	7.66 481	4.55 459	0.02 436	0.00 1	0.00 1	0.00 1	0.03 191	0.05 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	5.09 489	2.15 499	16.58 514	0.34 397	0.07 320	5.91 476	4.26 494	6.73 490	6.99 491	9.44 494	6.09 461	6.57 471	5.17 484	9.54 498	21.38 526	0.00 1	0.00 1	0.00 1	0.00 1	0.36 466	0.23 458

MSC_U_SF_DS_RVC	5.12 490	2.33 500	8.42 498	0.33 391	0.27 427	24.60 527	8.84 524	5.50 456	9.75 497	3.82 450	8.16 475	8.53 482	1.82 415	9.44 496	5.18 467	1.02 496	1.65 511	0.33 489	0.47 501	1.06 493	0.90 490

ACVNet-4b	5.67 491	1.65 488	4.43 457	9.46 516	7.11 514	8.72 495	1.68 464	6.61 485	5.76 484	0.27 131	6.49 466	11.67 491	2.43 436	8.40 488	1.56 387	9.06 518	2.34 515	10.49 517	0.02 365	9.22 516	5.98 516

MeshStereo	5.78 492	0.75 432	3.04 393	0.25 365	0.14 369	7.88 492	2.09 468	9.64 502	5.18 480	20.48 521	19.06 505	22.80 513	9.54 505	9.64 499	4.88 464	0.00 1	0.00 1	0.00 1	0.00 1	0.29 452	0.03 265
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
PVD	5.81 493	0.99 464	5.56 479	0.72 455	0.51 465	6.72 481	0.18 347	9.90 504	23.69 514	11.45 501	19.26 507	8.18 480	9.46 504	9.24 494	9.49 493	0.02 436	0.16 479	0.00 1	0.08 409	0.18 398	0.40 477

FC-DCNN	6.09 494	0.18 200	2.35 350	0.42 409	0.53 466	7.80 491	1.42 458	8.14 499	7.07 492	19.05 518	22.10 513	22.85 514	13.84 514	9.42 495	6.44 474	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.06 348

ACVNet_1	6.16 495	1.86 496	4.43 457	9.52 517	7.22 515	7.59 490	2.37 475	9.99 505	6.71 489	3.84 451	5.35 456	13.23 497	4.90 481	6.25 411	1.94 415	9.06 518	2.40 517	10.88 519	0.11 422	9.58 518	6.03 517

FC-DCNN v2	6.25 496	0.19 209	2.31 347	0.44 410	0.55 468	8.05 493	1.51 461	8.71 500	7.22 493	19.24 519	22.98 516	24.00 517	13.47 513	9.80 501	6.51 475	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.05 317

EDNetEfficient	6.54 497	1.17 474	33.15 523	0.66 450	1.96 494	2.07 378	3.72 488	2.80 187	14.85 506	20.02 520	9.69 480	6.59 472	10.19 507	7.19 469	15.49 510	0.03 444	0.10 453	0.01 425	0.20 458	0.62 489	0.29 463

AnyNet_C01	6.59 498	4.31 513	36.24 526	0.96 474	0.46 461	9.96 497	5.74 510	6.02 478	3.63 464	7.59 486	8.56 476	8.83 483	3.14 453	13.74 514	20.83 524	0.12 470	0.08 440	0.25 487	0.09 414	1.01 492	0.34 470

LSM	7.38 499	1.68 489	22.24 518	3.99 504	40.72 535	3.54 438	4.79 504	4.74 410	6.65 488	10.25 496	13.51 490	4.49 443	3.81 467	6.91 456	5.31 468	0.00 1	0.04 397	0.00 1	0.00 1	0.26 436	14.60 531

ELAS_RVC	7.69 500	0.80 442	4.90 468	1.06 479	1.02 481	10.00 498	9.43 525	9.75 503	14.69 505	21.83 524	20.27 510	17.88 506	16.41 519	13.01 512	10.44 496	0.22 478	0.55 499	0.28 488	0.19 453	0.35 464	0.65 483
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	7.91 501	23.96 533	13.67 511	14.71 526	7.88 517	4.83 464	0.04 236	5.01 430	2.89 452	8.86 493	4.96 450	6.11 465	10.72 508	10.18 503	3.51 450	2.44 502	0.33 493	15.15 522	4.65 525	12.33 523	5.95 515

ELAS	8.05 502	0.76 436	4.02 439	0.95 473	1.02 481	14.85 509	6.99 520	12.80 509	11.73 500	22.43 526	27.75 524	17.88 506	15.19 517	10.96 507	11.31 498	0.22 478	0.56 500	0.23 485	0.22 466	0.50 483	0.71 485
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 503	1.80 495	5.09 470	8.55 514	6.72 511	13.47 505	4.34 497	13.70 510	23.86 515	6.89 482	19.74 509	20.52 509	5.36 486	7.70 482	2.48 432	8.53 515	1.67 512	7.99 510	0.32 494	8.79 514	6.29 520

PWCK	8.72 504	5.37 516	16.61 515	5.74 507	0.12 357	19.88 517	11.41 527	11.31 508	13.42 504	14.07 507	12.84 488	13.20 496	8.05 500	15.44 515	10.25 495	5.95 508	0.22 485	2.09 505	0.05 390	7.50 506	0.92 491

WAO-7	9.09 505	1.79 494	3.55 424	0.80 461	0.15 375	18.67 515	4.36 498	23.07 530	26.68 519	12.59 504	27.90 525	22.52 512	13.03 512	13.53 513	11.47 499	0.09 466	0.03 383	0.58 496	0.10 418	0.47 480	0.34 470

IMH-64-1	9.55 506	2.76 507	2.44 356	11.17 520	9.13 520	12.03 501	5.45 507	18.33 516	15.78 507	6.59 477	18.69 500	16.95 504	6.20 490	10.63 504	8.06 484	9.46 521	2.46 518	15.42 524	1.61 516	10.89 519	6.88 521

IMH-64	9.55 506	2.76 507	2.44 356	11.17 520	9.13 520	12.03 501	5.45 507	18.33 516	15.78 507	6.59 477	18.69 500	16.95 504	6.20 490	10.63 504	8.06 484	9.46 521	2.46 518	15.42 524	1.61 516	10.89 519	6.88 521

RTS	9.75 508	2.69 505	65.25 533	0.85 466	1.99 495	14.36 506	4.75 502	5.69 466	17.29 511	7.97 487	19.00 502	6.83 474	3.02 450	26.15 528	18.62 520	0.00 1	0.15 477	0.00 1	0.00 1	0.29 452	0.16 429

RTSA	9.75 508	2.69 505	65.25 533	0.85 466	1.99 495	14.36 506	4.75 502	5.69 466	17.29 511	7.97 487	19.00 502	6.83 474	3.02 450	26.15 528	18.62 520	0.00 1	0.15 477	0.00 1	0.00 1	0.29 452	0.16 429

EDNetEfficientorigin	10.31 510	1.90 497	98.96 546	0.22 354	0.23 412	2.73 410	0.71 435	4.50 392	16.94 510	18.72 513	15.36 494	12.74 495	10.73 509	8.96 492	11.94 502	0.01 414	0.01 289	0.00 1	0.00 1	0.25 433	1.31 498

MADNet+	10.71 511	14.57 527	70.07 535	0.58 440	0.47 463	19.89 518	4.20 493	11.05 506	6.87 490	3.03 431	5.99 460	9.01 484	6.35 492	31.95 531	28.31 530	0.22 478	0.26 490	0.01 425	0.04 385	0.46 477	0.87 489

WAO-6	11.09 512	1.69 490	3.21 405	7.54 511	7.10 513	16.34 510	6.63 518	20.12 520	38.64 530	9.67 495	19.28 508	27.53 519	10.97 510	12.43 511	11.57 500	4.26 504	2.35 516	10.54 518	0.02 365	7.59 507	4.29 510

LVE	11.10 513	2.36 501	3.34 412	9.94 518	8.13 518	21.22 520	7.75 522	16.47 514	32.55 525	8.55 490	23.64 517	23.22 515	7.93 499	10.98 508	6.65 476	9.45 520	2.55 524	11.08 520	0.58 504	9.35 517	6.28 519

IMH	11.11 514	3.50 510	2.56 368	11.25 522	9.13 520	14.49 508	5.10 505	20.68 523	26.30 518	8.28 489	23.85 519	20.63 510	9.19 503	12.39 510	7.96 482	9.50 523	2.50 520	15.28 523	1.66 518	11.07 522	6.96 523

Dean	11.46 515	2.03 498	5.20 472	10.73 519	8.20 519	18.71 516	5.73 509	21.10 524	41.49 533	11.12 498	22.16 514	25.92 518	7.74 496	7.52 477	4.31 456	9.01 517	2.27 514	9.95 516	0.61 505	9.18 515	6.22 518

coex-ft	12.01 516	5.60 517	80.23 537	0.15 325	0.15 375	1.88 370	0.73 436	2.66 174	30.12 522	49.31 535	16.59 496	15.97 503	14.42 516	6.79 445	14.50 506	0.05 453	0.08 440	0.01 425	0.05 390	0.37 468	0.61 481

SGM-ForestM	12.56 517	0.80 442	4.31 454	1.07 480	0.41 456	21.56 521	8.57 523	17.42 515	19.67 513	29.93 528	28.49 528	45.83 533	27.22 528	26.05 527	18.40 518	0.14 472	0.25 487	0.18 481	0.28 486	0.18 398	0.42 478

LE_ROB	12.79 518	0.64 413	10.26 504	2.13 495	1.29 486	7.25 486	5.81 511	9.09 501	49.27 536	57.55 536	24.58 520	23.68 516	31.13 531	9.00 493	23.57 529	0.04 447	0.06 419	0.13 478	0.20 458	0.08 301	0.11 401

JetBlue	13.83 519	5.03 514	33.82 524	0.84 463	6.92 512	50.14 534	20.02 532	15.09 511	8.92 496	11.33 500	17.05 497	28.25 520	18.01 524	32.60 532	18.53 519	0.32 485	0.12 464	0.15 479	0.23 470	4.59 502	4.64 511

WAO-8	13.93 520	3.75 511	4.23 448	7.74 512	6.54 509	22.81 523	2.39 477	22.66 527	45.98 534	18.88 516	35.42 530	33.21 524	16.91 520	16.55 518	12.78 503	5.01 506	0.81 504	9.89 514	0.77 507	8.77 513	3.61 508

Venus	13.93 520	3.75 511	4.23 448	7.74 512	6.54 509	22.81 523	2.39 477	22.66 527	45.98 534	18.88 516	35.42 530	33.21 524	16.91 520	16.55 518	12.78 503	5.01 506	0.81 504	9.89 514	0.77 507	8.76 512	3.61 508

MANE	14.02 522	0.85 451	3.53 422	2.13 495	3.75 504	18.44 514	6.14 512	22.67 529	27.90 520	33.01 530	41.08 533	41.26 532	30.90 530	23.39 523	17.99 516	0.47 489	0.76 503	0.91 497	4.04 523	0.17 390	1.00 494

KSHMR	14.27 523	6.95 520	5.79 483	15.08 527	12.84 526	17.44 511	10.61 526	18.88 518	30.94 523	18.81 515	22.21 515	28.54 521	8.85 501	15.56 516	9.24 492	10.34 528	3.60 528	21.61 530	4.68 526	14.48 526	8.94 526

TorneroNet-64	15.45 524	5.66 518	3.44 419	13.86 524	12.03 525	28.15 530	6.27 515	19.89 519	38.68 531	12.16 503	28.06 526	35.76 527	15.44 518	19.56 521	15.40 509	9.71 524	2.52 521	19.13 527	2.70 519	12.55 524	7.94 525

TorneroNet	16.10 525	5.74 519	4.12 446	13.88 525	11.97 524	26.89 529	6.85 519	21.13 525	38.32 529	14.15 508	33.36 529	33.52 526	17.49 522	18.89 520	19.64 522	9.77 525	2.53 522	19.43 528	3.35 520	13.21 525	7.86 524

notaker	17.52 526	21.54 531	7.84 496	18.05 529	14.44 529	17.58 512	6.43 516	20.13 521	24.44 517	21.34 523	27.71 523	39.12 529	18.78 525	19.63 522	20.40 523	11.95 529	2.71 527	25.51 532	5.85 529	17.10 529	9.78 527

BEATNet-Init1	17.91 527	7.45 521	36.82 527	1.88 494	1.38 487	37.29 533	14.71 530	21.90 526	24.20 516	38.07 531	36.59 532	50.41 534	32.00 532	29.42 530	21.83 527	0.33 486	0.39 496	0.47 491	0.54 503	1.50 497	1.07 495

ktn	19.15 528	18.52 528	6.39 492	22.64 533	17.26 531	24.47 525	12.11 528	24.52 531	34.74 528	18.75 514	27.70 522	32.54 522	17.85 523	15.71 517	16.67 511	22.09 532	3.64 529	28.95 534	10.91 531	17.40 530	10.22 529

UNDER WATER	19.61 529	12.37 526	31.14 521	20.44 531	14.31 528	28.63 531	18.15 531	16.43 513	34.24 527	20.82 522	19.14 506	38.83 528	30.09 529	24.31 524	20.97 525	10.09 527	2.68 525	19.51 529	4.70 527	15.52 528	9.93 528

UNDER WATER-64	20.03 530	10.28 524	31.50 522	20.05 530	13.64 527	32.81 532	23.45 533	16.01 512	33.44 526	22.01 525	17.25 498	40.58 531	32.20 533	24.50 525	22.36 528	10.06 526	2.70 526	18.37 526	4.24 524	14.84 527	10.24 530

DLNR_Zeroshot_test	23.05 531	49.79 537	87.94 538	97.52 551	94.73 546	1.18 159	0.00 1	20.60 522	0.14 7	0.02 13	0.02 78	0.02 5	0.02 40	4.35 317	0.10 100	32.22 536	0.04 397	0.00 1	0.27 482	72.00 543	0.06 348

DPSimNet_ROB	25.03 532	19.56 530	24.93 520	24.36 534	17.85 532	22.25 522	25.93 534	28.52 532	29.10 521	32.61 529	28.25 527	32.87 523	26.42 526	24.51 526	40.42 532	16.75 531	13.93 533	25.19 531	22.38 534	19.96 532	24.75 535

HanzoNet	29.69 533	29.33 534	21.66 517	21.75 532	19.07 533	24.58 526	12.99 529	28.87 533	40.49 532	43.09 533	44.02 534	55.65 536	44.93 535	43.17 534	44.44 533	27.88 535	9.47 532	29.77 535	15.86 533	20.94 533	15.84 532

JetRed	34.54 534	39.28 536	62.16 531	15.62 528	26.51 534	69.20 536	40.79 536	31.43 534	32.41 524	46.06 534	44.55 535	40.19 530	26.50 527	38.43 533	56.06 536	12.76 530	37.49 539	13.23 521	9.38 530	29.52 534	19.34 533

MADNet++	47.78 535	34.15 535	37.11 528	42.94 535	41.23 536	64.94 535	30.63 535	60.79 538	53.26 537	72.08 538	61.65 537	57.68 537	54.96 536	58.03 535	59.24 537	43.01 538	36.17 538	36.07 536	22.50 535	47.50 536	41.67 537

ASD4	55.28 536	67.10 540	50.57 529	44.24 536	57.82 538	92.00 539	98.23 546	54.95 536	86.61 541	58.30 537	64.61 538	50.57 535	63.33 538	58.83 536	67.37 538	25.76 534	29.60 536	26.82 533	29.01 536	42.42 535	37.42 536

TCMNet-wrong-test	55.95 537	78.75 541	71.85 536	90.95 543	89.50 543	78.08 537	71.33 537	38.19 535	12.35 502	40.71 532	51.28 536	59.53 538	35.38 534	64.04 538	52.16 535	38.10 537	6.00 530	47.22 540	41.12 538	82.64 544	69.84 542

LRCNet_RVC	60.63 538	63.16 539	62.94 532	69.09 541	50.21 537	19.92 519	0.07 289	58.32 537	5.21 481	75.67 539	86.75 539	74.68 539	62.48 537	59.01 537	49.80 534	93.38 545	56.36 543	93.48 545	92.95 545	67.44 542	71.73 544

tt	68.65 539	0.15 169	99.57 547	50.64 537	14.90 530	100.00 549	100.00 548	100.00 551	99.76 546	27.80 527	10.52 483	99.97 552	98.63 546	99.61 546	100.00 552	90.62 544	98.21 545	46.66 539	52.02 540	62.86 541	21.04 534

USTest	75.36 540	57.99 538	56.43 530	72.82 542	69.93 542	99.96 548	100.00 548	98.57 546	99.18 545	94.19 543	97.90 546	78.26 540	95.05 544	75.90 539	76.21 539	48.70 539	80.65 544	39.01 538	52.97 541	57.66 537	55.76 538

xxxxx1	76.92 541	82.43 542	93.26 541	61.67 538	66.92 539	95.84 542	95.11 541	75.84 539	80.96 538	82.71 540	86.75 539	89.18 541	87.35 539	85.27 540	87.18 540	55.08 540	54.60 540	60.31 541	72.71 542	62.51 538	62.73 539

tt_ll	76.92 541	82.43 542	93.26 541	61.67 538	66.92 539	95.84 542	95.11 541	75.84 539	80.96 538	82.71 540	86.75 539	89.18 541	87.35 539	85.27 540	87.18 540	55.08 540	54.60 540	60.31 541	72.71 542	62.51 538	62.73 539

ff	76.92 541	82.43 542	93.26 541	61.67 538	66.92 539	95.84 542	95.11 541	75.84 539	80.96 538	82.71 540	86.75 539	89.18 541	87.35 539	85.27 540	87.18 540	55.08 540	54.60 540	60.31 541	72.71 542	62.51 538	62.73 539

PML	89.08 544	99.72 548	92.85 540	94.72 545	94.92 547	99.54 547	97.42 545	93.50 542	95.96 544	99.77 549	92.33 543	95.35 545	93.51 543	99.96 551	91.15 543	99.98 553	31.71 537	100.00 551	45.94 539	93.46 546	69.88 543

MEDIAN_ROB	96.83 545	99.41 546	98.66 545	94.75 546	94.23 545	93.08 541	90.54 539	95.61 544	94.75 542	97.65 546	97.73 545	98.30 546	96.57 545	94.51 543	93.74 545	99.78 552	98.24 546	99.99 550	99.89 549	99.48 549	99.67 548

Anonymous_1	97.10 546	99.72 548	99.64 548	92.33 544	93.91 544	100.00 549	100.00 548	99.20 548	99.90 547	98.57 547	99.75 547	99.14 548	99.94 548	98.50 545	99.54 546	87.90 543	98.87 547	90.88 544	96.91 546	92.22 545	95.12 545

HaxPig	97.68 547	99.63 547	91.34 539	99.82 553	99.97 550	88.15 538	88.00 538	98.28 545	99.93 548	99.98 550	99.99 548	99.95 551	99.99 549	96.29 544	92.24 544	99.99 554	99.98 549	100.00 551	99.99 550	100.00 555	99.98 552

ccccc	98.51 548	94.69 545	100.00 552	100.00 556	100.00 552	92.59 540	97.15 544	98.75 547	95.78 543	98.59 548	95.17 544	98.60 547	99.67 547	99.86 549	99.84 547	100.00 555	100.00 550	99.91 549	99.54 548	100.00 555	100.00 554

test_example2	98.83 549	99.97 553	99.97 549	99.96 555	99.97 550	99.46 546	99.97 547	95.54 543	100.00 549	100.00 551	100.00 549	93.37 544	93.47 542	99.93 550	99.91 548	100.00 555	99.79 548	96.64 546	98.71 547	100.00 555	100.00 554

DPSM_ROB	99.17 550	100.00 554	100.00 552	96.28 547	98.84 548	100.00 549	100.00 548	100.00 551	100.00 549	100.00 551	100.00 549	100.00 553	100.00 550	100.00 553	100.00 552	93.66 546	100.00 550	100.00 551	100.00 551	96.31 547	98.27 546

DPSM	99.17 550	100.00 554	100.00 552	96.28 547	98.84 548	100.00 549	100.00 548	100.00 551	100.00 549	100.00 551	100.00 549	100.00 553	100.00 550	100.00 553	100.00 552	93.66 546	100.00 550	100.00 551	100.00 551	96.31 547	98.27 546

AVERAGE_ROB	99.23 552	99.81 550	97.56 544	100.00 556	100.00 552	96.24 545	91.02 540	100.00 551	100.00 549	100.00 551	100.00 549	100.00 553	100.00 550	99.98 552	99.97 549	100.00 555	100.00 550	100.00 551	100.00 551	100.00 555	100.00 554

DGTPSM_ROB	99.45 553	99.94 551	99.98 550	96.58 549	100.00 552	100.00 549	100.00 548	99.81 549	100.00 549	95.86 544	100.00 549	99.32 549	100.00 550	99.79 547	99.99 550	98.34 548	100.00 550	99.86 547	100.00 551	99.52 550	99.99 553

DPSMNet_ROB	99.46 554	99.94 551	99.98 550	96.59 550	100.00 552	100.00 549	100.00 548	99.81 549	100.00 549	95.87 545	100.00 549	99.32 549	100.00 550	99.79 547	99.99 550	98.46 549	100.00 550	99.86 547	100.00 551	99.52 550	100.00 554

CasAABBNet	99.94 555	100.00 554	100.00 552	99.72 552	100.00 552	100.00 549	100.00 548	100.00 551	100.00 549	100.00 551	100.00 549	100.00 553	100.00 550	100.00 553	100.00 552	99.21 550	100.00 550	100.00 551	100.00 551	99.96 552	99.95 550

LSM0	99.94 555	100.00 554	100.00 552	99.84 554	100.00 552	100.00 549	100.00 548	100.00 551	100.00 549	100.00 551	100.00 549	100.00 553	100.00 550	100.00 553	100.00 552	99.22 551	100.00 550	100.00 551	100.00 551	99.99 553	99.83 549

Selective-RAFT-Error	100.00 557	100.00 554	100.00 552	100.00 556	100.00 552	100.00 549	100.00 548	100.00 551	100.00 549	100.00 551	100.00 549	100.00 553	100.00 550	100.00 553	100.00 552	100.00 555	100.00 550	100.00 551	100.00 551	99.99 553	99.95 550

FADE		10.20 523		4.76 506	4.82 507							14.63 500				24.52 533	8.46 531	36.14 537	36.87 537	3.46 500

Low-res two-view benchmark