Low-res two-view results

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

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

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

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

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

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

StereoAnything_RVC	1.52 84	7.77 468	2.81 149	0.05 10	0.02 3	1.11 8	0.06 29	3.26 25	0.75 3	0.12 1	0.02 1	0.07 1	0.68 93	6.69 221	0.13 2	0.02 282	0.08 339	0.00 1	0.00 1	6.69 473	0.02 57

dual_stereo	0.56 3	0.32 52	1.08 3	0.07 16	0.11 68	0.77 6	0.03 15	3.60 43	1.17 14	0.12 1	0.03 2	0.20 14	0.11 4	2.77 84	0.51 69	0.00 1	0.14 388	0.00 1	0.16 359	0.00 1	0.02 57

Pointernet	0.84 15	0.35 87	2.00 60	0.12 30	0.13 84	1.77 65	0.06 29	4.87 111	2.53 45	0.14 3	2.11 75	0.76 84	0.44 70	1.02 16	0.32 20	0.00 1	0.04 282	0.00 1	0.15 356	0.02 42	0.01 17

fffy	1.13 53	0.51 191	2.15 77	1.01 180	0.09 52	2.30 111	0.19 96	4.07 67	1.13 13	0.16 4	2.66 89	0.20 14	0.38 52	6.98 241	0.35 25	0.00 1	0.06 312	0.00 1	0.00 1	0.14 276	0.16 322

GREAT-IGEV	0.72 7	0.29 30	1.91 45	1.31 222	0.40 201	1.41 30	0.08 41	2.29 7	2.48 40	0.18 5	0.69 24	0.10 4	0.34 43	1.72 50	0.37 32	0.00 1	0.09 348	0.00 1	0.22 391	0.10 217	0.41 395

GIP-stereo	0.70 5	0.44 157	1.70 34	1.52 253	0.75 266	1.48 33	0.05 25	4.18 72	1.10 10	0.18 5	0.42 18	0.58 77	0.38 52	0.65 3	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	0.01 17

SCV	1.59 88	0.58 223	2.57 113	2.72 400	0.31 177	2.15 96	0.79 254	6.88 230	2.72 57	0.20 7	2.68 90	0.68 80	0.58 87	7.60 278	0.41 39	0.00 1	0.03 253	0.00 1	0.22 391	0.37 390	0.24 359

test_xeample3	1.08 44	0.43 151	3.39 210	0.49 110	0.05 15	2.58 142	0.93 284	3.32 29	1.77 19	0.23 8	0.23 13	0.19 10	0.28 25	6.34 195	0.85 131	0.00 1	0.01 153	0.00 1	0.26 409	0.06 160	0.10 258

FoundationStereo	0.26 1	0.29 30	1.25 8	0.24 64	0.10 59	0.41 2	0.07 36	0.57 1	0.80 4	0.24 9	0.03 2	0.09 3	0.37 49	0.46 1	0.12 1	0.03 317	0.03 253	0.00 1	0.00 1	0.00 1	0.01 17

U	2.12 148	0.25 18	2.47 106	0.17 50	8.09 471	10.63 412	0.00 1	3.08 17	0.87 6	0.24 9	0.45 19	0.17 8	0.08 2	0.69 4	0.15 4	0.00 1	0.00 1	9.89 477	5.19 487	0.01 11	0.01 17

rvit_0105_6	1.26 65	0.87 308	4.85 311	0.61 127	0.07 32	1.60 44	0.32 132	3.79 58	5.87 230	0.25 11	0.26 14	1.09 93	0.29 29	4.60 133	0.62 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 189

CES	1.56 86	0.35 87	1.44 13	0.42 100	7.70 470	2.66 159	0.13 68	4.89 112	2.53 45	0.25 11	1.10 36	0.33 51	0.31 39	1.61 45	0.58 79	0.01 206	0.02 206	0.00 1	0.00 1	0.54 409	6.26 472

rvit_stereo_0081_aga	0.76 10	0.51 191	3.29 201	0.11 28	0.25 151	1.73 64	0.22 105	3.68 45	2.54 47	0.26 13	0.16 6	0.27 34	0.30 36	1.31 28	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.12 252	0.04 138

AIO_rvc	1.02 35	0.59 226	1.95 54	0.15 46	0.09 52	3.42 230	0.99 291	4.46 84	2.73 60	0.28 14	1.62 55	1.32 100	0.28 25	2.10 71	0.21 12	0.00 1	0.03 253	0.00 1	0.04 311	0.11 236	0.11 271

MonSter	0.46 2	0.23 14	1.44 13	0.05 10	0.77 270	1.17 10	0.01 2	3.17 23	0.72 1	0.28 14	0.18 10	0.07 1	0.04 1	0.83 9	0.17 7	0.00 1	0.00 1	0.00 1	0.01 257	0.00 1	0.01 17

AIO_test	0.90 21	0.40 123	1.67 30	0.14 44	0.16 99	2.97 198	0.83 264	3.61 44	2.67 52	0.29 16	0.71 25	1.50 110	0.29 29	2.37 76	0.13 2	0.00 1	0.04 282	0.00 1	0.08 330	0.03 85	0.03 94

castereo++	1.18 55	0.54 206	1.95 54	0.30 71	0.51 233	4.56 307	1.00 293	4.61 94	1.12 11	0.29 16	2.14 79	1.89 125	0.15 7	3.94 113	0.18 9	0.00 1	0.04 282	0.00 1	0.31 419	0.03 85	0.00 1

ProNet	1.20 57	0.60 230	2.00 60	0.26 66	0.08 46	2.73 162	0.68 224	5.00 122	2.52 44	0.29 16	1.32 46	0.37 55	0.36 46	6.94 239	0.44 46	0.00 1	0.07 328	0.00 1	0.00 1	0.17 300	0.07 208

DEFOM-Stereo_RVC	0.98 27	2.14 424	1.55 18	0.88 156	0.26 158	0.56 5	0.04 17	2.80 12	0.86 5	0.30 19	0.80 28	0.21 24	2.33 206	6.17 183	0.37 32	0.00 1	0.07 328	0.00 1	0.17 367	0.01 11	0.01 17

SMoEStereo_RVC	0.95 24	0.35 87	1.37 12	0.63 132	0.07 32	2.07 85	0.16 86	2.88 13	1.68 17	0.30 19	1.23 44	0.19 10	0.28 25	6.80 226	0.84 130	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.13 293

999	1.25 64	0.37 104	1.63 26	1.15 201	0.34 187	3.03 204	0.66 220	3.41 34	2.27 30	0.30 19	3.20 107	0.19 10	0.25 15	7.23 260	0.85 131	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.01 17

AIO-Stereo	0.94 23	0.22 12	1.20 7	0.06 13	0.08 46	2.36 114	0.62 209	5.50 162	2.61 49	0.30 19	3.32 110	0.41 59	0.25 15	1.12 20	0.17 7	0.00 1	0.01 153	0.00 1	0.35 428	0.06 160	0.12 285

sCroCo_RVC	1.21 59	0.65 249	5.16 331	1.09 192	1.29 316	0.92 7	0.19 96	3.92 61	2.68 55	0.30 19	3.04 102	0.52 71	1.56 170	1.58 43	0.78 119	0.09 376	0.25 435	0.00 1	0.00 1	0.07 176	0.11 271

rvit_0105_4	1.38 74	0.98 332	5.52 352	0.61 127	0.05 15	1.62 47	0.41 151	3.95 64	5.80 228	0.31 24	0.73 26	1.37 101	0.53 79	4.89 143	0.78 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

MaDis-Stereo	0.80 11	0.69 265	3.02 171	0.33 83	1.83 352	1.22 12	0.06 29	3.41 34	1.49 15	0.31 24	0.38 17	0.42 61	0.51 75	1.14 21	1.21 182	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	0.05 171

fffft	0.97 26	0.29 30	1.69 33	0.03 1	0.05 15	2.12 92	0.65 217	3.44 36	1.87 23	0.34 26	0.60 22	0.23 26	0.20 9	6.69 221	0.89 146	0.00 1	0.01 153	0.00 1	0.00 1	0.18 311	0.09 236
1: 1. 1
AEACV	0.80 11	0.29 30	1.70 34	0.96 173	0.24 148	2.03 83	0.88 278	3.50 40	0.88 7	0.34 26	0.20 11	0.29 39	2.01 192	1.77 55	0.33 21	0.00 1	0.03 253	0.00 1	0.29 411	0.10 217	0.09 236

MIF-Stereo (partial)	1.29 68	0.33 67	3.02 171	0.03 1	1.12 304	1.26 16	0.13 68	4.46 84	3.75 130	0.35 28	2.39 85	0.31 44	0.74 98	6.09 179	1.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.08 188	0.04 138

HUF	1.05 41	0.64 243	2.33 92	0.35 91	0.22 141	3.09 209	0.41 151	3.73 53	2.89 68	0.36 29	2.71 92	0.33 51	0.30 36	2.28 75	0.23 13	0.00 1	0.61 457	0.00 1	0.00 1	0.15 280	0.39 390

tt45	1.09 45	0.35 87	1.49 17	0.39 97	0.23 146	3.50 242	0.14 75	3.35 31	1.81 20	0.36 29	2.04 71	0.27 34	0.26 21	6.84 229	0.63 84	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.03 94

rvit_stereo_ft	1.00 34	0.78 290	3.84 252	0.84 151	0.36 192	1.23 13	0.24 111	3.81 59	3.76 132	0.37 31	0.87 30	0.74 82	1.12 129	1.18 25	0.76 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.06 189

mms	1.03 37	0.54 206	1.58 21	0.05 10	0.36 192	1.52 40	0.08 41	2.97 15	1.84 22	0.38 32	2.94 97	0.32 47	0.25 15	6.82 227	0.39 36	0.00 1	0.04 282	0.00 1	0.00 1	0.17 300	0.28 375

rvit_stereo_0083	1.03 37	0.26 22	3.09 187	0.49 110	0.09 52	1.27 17	0.24 111	2.72 10	4.60 183	0.38 32	0.77 27	0.78 85	1.18 141	4.35 127	0.33 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 94

IGEV-Stereo++	0.74 8	0.23 14	1.31 10	0.06 13	1.62 331	1.95 76	0.01 2	3.29 27	1.81 20	0.38 32	1.68 60	0.10 4	1.16 139	0.91 11	0.19 10	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	0.01 17

ff7	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

ffff	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

11t	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

ccc-4	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

ours_stereo	1.03 37	0.55 210	1.86 40	0.12 30	0.32 180	1.16 9	0.09 46	3.27 26	2.18 27	0.39 39	3.02 101	0.34 54	0.26 21	6.32 193	0.37 32	0.00 1	0.01 153	0.00 1	0.00 1	0.18 311	0.13 293

IGEV-Stereo+	1.69 95	0.43 151	1.59 22	0.37 94	3.10 395	2.10 88	0.07 36	1.86 4	0.91 8	0.39 39	0.03 2	0.20 14	0.41 63	7.05 245	0.16 5	0.02 282	0.07 328	0.00 1	0.18 374	5.14 466	9.77 487

IGEVStereo-DCA	1.06 43	0.45 164	2.06 65	0.32 78	0.06 24	2.74 163	0.84 268	3.71 47	2.27 30	0.39 39	0.16 6	0.20 14	0.29 29	6.47 204	0.87 138	0.00 1	0.00 1	0.00 1	0.16 359	0.06 160	0.06 189

rrr	1.05 41	0.45 164	3.18 194	0.32 78	0.06 24	2.74 163	0.95 289	3.49 39	1.12 11	0.39 39	0.16 6	0.20 14	0.29 29	6.47 204	0.87 138	0.00 1	0.00 1	0.00 1	0.21 385	0.06 160	0.10 258

sAnonymous2	1.35 71	1.66 405	8.14 410	0.55 117	0.46 215	1.23 13	0.24 111	4.00 65	3.47 116	0.40 43	1.11 37	0.23 26	1.42 156	0.96 14	0.57 75	0.01 206	0.00 1	0.00 1	0.20 381	2.07 453	0.22 349

CroCo_RVC	1.35 71	1.66 405	8.14 410	0.55 117	0.46 215	1.23 13	0.24 111	4.00 65	3.47 116	0.40 43	1.11 37	0.23 26	1.42 156	0.96 14	0.57 75	0.01 206	0.00 1	0.00 1	0.20 381	2.07 453	0.22 349

CAS	2.24 163	0.25 18	1.86 40	11.21 475	3.86 429	1.67 52	0.02 11	3.87 60	2.67 52	0.41 45	1.63 56	0.24 29	0.27 23	1.50 39	0.74 104	9.43 482	0.01 153	0.00 1	0.00 1	0.01 11	5.21 469

anonymousdsp	1.12 47	0.59 226	1.66 27	0.03 1	0.07 32	2.81 181	0.82 260	4.07 67	2.30 36	0.41 45	1.12 40	0.30 40	0.40 56	7.05 245	0.49 63	0.00 1	0.00 1	0.00 1	0.17 367	0.10 217	0.05 171

Selective-IGEV	1.23 61	0.18 3	1.13 4	0.07 16	0.17 106	2.38 118	0.54 184	6.10 188	2.51 43	0.41 45	3.20 107	0.26 32	0.29 29	6.94 239	0.16 5	0.00 1	0.01 153	0.00 1	0.11 345	0.04 110	0.10 258

IGEV-Stereo	1.12 47	0.59 226	1.66 27	0.03 1	0.07 32	2.82 184	0.82 260	4.09 70	2.30 36	0.41 45	1.11 37	0.30 40	0.41 63	7.05 245	0.49 63	0.00 1	0.00 1	0.00 1	0.17 367	0.10 217	0.05 171
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
plain	1.34 70	0.51 191	5.09 325	0.30 71	0.05 15	1.58 42	0.08 41	4.47 86	3.77 133	0.42 49	1.76 62	0.60 79	0.74 98	6.11 180	0.94 154	0.00 1	0.00 1	0.00 1	0.00 1	0.40 399	0.02 57

LoS_RVC	1.26 65	1.43 384	1.91 45	0.42 100	3.77 427	1.71 61	0.04 17	2.58 8	2.49 42	0.42 49	2.58 88	0.30 40	0.57 85	1.71 47	0.66 89	0.01 206	0.02 206	0.00 1	0.00 1	0.02 42	4.49 466

rvit_stereo_0081	0.88 17	0.28 27	1.81 36	0.62 129	0.13 84	1.34 23	0.12 59	3.14 19	4.59 181	0.43 51	0.30 15	0.54 74	0.11 4	3.89 107	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

rvit_stereo_0082	0.88 17	0.28 27	1.81 36	0.62 129	0.13 84	1.34 23	0.12 59	3.14 19	4.59 181	0.43 51	0.30 15	0.54 74	0.11 4	3.89 107	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

RSM++	1.02 35	0.24 17	1.33 11	0.86 154	0.04 12	2.78 170	0.30 130	2.63 9	2.67 52	0.48 53	1.95 68	0.52 71	0.25 15	5.50 162	0.57 75	0.00 1	0.00 1	0.00 1	0.17 367	0.11 236	0.09 236

RSM	1.21 59	0.20 5	1.30 9	0.12 30	0.06 24	2.48 127	0.51 179	3.78 55	2.74 61	0.48 53	2.38 84	2.18 134	0.28 25	6.77 225	0.56 74	0.00 1	0.00 1	0.00 1	0.16 359	0.07 176	0.05 171

CroCo-Stereo	0.99 31	0.89 314	3.19 195	0.46 105	0.44 209	0.38 1	0.05 25	4.61 94	3.95 143	0.48 53	1.78 64	1.01 90	0.27 23	1.11 19	1.07 166	0.01 206	0.00 1	0.00 1	0.00 1	0.05 136	0.04 138
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
RAStereo	0.68 4	0.42 140	3.15 192	0.18 55	0.52 237	1.17 10	0.02 11	3.16 22	0.98 9	0.51 56	1.43 49	0.16 7	0.22 13	0.75 6	0.83 127	0.00 1	0.00 1	0.00 1	0.00 1	0.07 176	0.02 57

IGEV-BASED-STEREO-	4.24 350	25.07 486	26.53 480	0.44 103	0.07 32	1.50 38	0.54 184	2.09 5	1.57 16	0.51 56	0.62 23	0.21 24	0.20 9	1.44 35	0.53 71	12.03 489	0.01 153	0.00 1	0.08 330	1.75 449	9.69 485

DEFOM-Stereo	0.70 5	0.29 30	1.62 24	0.16 49	0.06 24	1.95 76	0.45 160	0.88 2	0.74 2	0.55 58	0.51 20	0.14 6	0.09 3	6.32 193	0.20 11	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

rvit_stereo_0080	0.88 17	0.51 191	3.12 189	0.07 16	0.12 78	1.31 20	0.37 141	3.78 55	3.29 105	0.56 59	1.13 41	0.40 56	0.76 100	1.71 47	0.47 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

whm_eth	0.88 17	0.51 191	3.12 189	0.07 16	0.12 78	1.31 20	0.37 141	3.78 55	3.29 105	0.56 59	1.13 41	0.40 56	0.76 100	1.71 47	0.47 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

IGEV++	1.14 54	0.51 191	1.66 27	0.55 117	0.08 46	2.52 130	1.01 295	6.51 216	3.16 91	0.59 61	2.11 75	0.43 62	1.18 141	1.44 35	0.79 121	0.00 1	0.05 296	0.00 1	0.05 317	0.11 236	0.11 271

SCV_C0	1.40 75	0.49 183	3.06 186	0.12 30	0.21 137	2.29 106	0.09 46	6.46 212	3.81 134	0.63 62	2.00 70	0.24 29	0.41 63	7.31 263	0.43 44	0.01 206	0.05 296	0.00 1	0.21 385	0.16 287	0.07 208

MyStereo07	1.31 69	0.79 291	1.61 23	1.03 183	1.11 302	2.63 153	0.46 161	5.48 159	2.24 28	0.64 63	1.48 50	0.27 34	0.59 88	7.03 244	0.45 50	0.00 1	0.09 348	0.00 1	0.01 257	0.11 236	0.09 236

castereo	0.87 16	0.60 230	1.07 2	0.34 88	0.17 106	1.89 71	0.79 254	4.84 110	2.05 24	0.65 64	2.55 87	0.31 44	0.40 56	1.02 16	0.38 35	0.01 206	0.09 348	0.00 1	0.24 397	0.03 85	0.02 57

trnet	0.99 31	0.37 104	1.89 43	0.08 21	0.19 129	1.68 55	0.02 11	4.12 71	6.41 265	0.70 65	1.57 53	0.46 65	0.67 92	1.15 22	0.41 39	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.01 17

CREStereo	0.98 27	0.42 140	1.86 40	0.07 16	0.22 141	1.65 50	0.02 11	4.07 67	6.33 261	0.72 66	1.54 52	0.43 62	0.64 90	1.22 27	0.44 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	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
AIO-test1	2.22 162	0.76 282	2.78 143	0.30 71	4.38 440	2.48 127	0.96 290	5.59 164	14.64 415	0.74 67	2.86 95	0.92 87	0.30 36	5.64 163	1.67 222	0.00 1	0.00 1	0.00 1	0.03 293	0.17 300	0.14 300

MM-Stereo_test2	0.99 31	0.29 30	2.26 88	1.34 226	0.12 78	1.78 67	0.53 181	4.71 104	3.31 107	0.76 68	0.80 28	0.50 70	0.35 44	1.86 59	0.73 102	0.00 1	0.05 296	0.00 1	0.07 325	0.26 357	0.06 189

rvit_0105_5	1.48 81	0.89 314	5.43 343	0.46 105	0.04 12	1.60 44	0.60 204	4.65 101	5.90 233	0.76 68	1.59 54	1.75 120	0.78 106	4.20 122	0.88 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 189

EGLCR-Stereo	1.04 40	0.20 5	2.00 60	1.14 200	0.16 99	2.50 129	0.11 53	4.96 117	2.61 49	0.79 70	0.07 5	1.46 108	0.37 49	3.96 114	0.23 13	0.01 206	0.05 296	0.00 1	0.00 1	0.00 1	0.07 208

MoCha-V2	1.41 76	0.42 140	2.61 119	0.81 146	0.23 146	2.53 133	0.20 100	4.81 108	3.16 91	0.82 71	3.15 105	0.30 40	1.61 174	6.66 220	0.40 38	0.00 1	0.20 420	0.00 1	0.24 397	0.05 136	0.02 57

LoS	0.91 22	0.34 77	2.10 75	0.38 96	0.13 84	2.47 125	0.26 118	5.00 122	2.74 61	0.89 72	0.21 12	0.49 68	0.36 46	1.97 65	0.67 90	0.02 282	0.02 206	0.00 1	0.00 1	0.06 160	0.01 17
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GLC_STEREO	0.75 9	0.29 30	1.19 6	0.55 117	0.01 1	1.98 80	0.57 199	3.07 16	3.02 83	0.90 73	1.48 50	0.19 10	0.40 56	0.93 12	0.36 28	0.00 1	0.01 153	0.00 1	0.00 1	0.04 110	0.02 57

IGEV-RUCA	0.81 13	0.15 1	1.13 4	0.52 112	0.32 180	2.13 93	0.51 179	3.46 37	1.71 18	0.95 74	0.16 6	0.24 29	0.55 81	2.81 86	0.41 39	0.12 384	0.21 423	0.20 435	0.25 402	0.21 334	0.20 345

PMTNet	1.41 76	0.37 104	2.06 65	0.26 66	0.15 93	2.94 196	0.34 137	3.39 32	5.33 210	1.00 75	1.27 45	0.28 38	0.93 116	4.04 117	0.74 104	5.00 468	0.00 1	0.00 1	0.00 1	0.03 85	0.01 17

MGS-Stereo	1.10 46	0.26 22	2.45 100	0.58 123	0.06 24	1.84 69	0.67 223	2.16 6	3.42 114	1.03 76	6.13 198	0.49 68	0.36 46	1.43 34	0.62 81	0.00 1	0.00 1	0.00 1	0.00 1	0.47 407	0.00 1

ACVNet-DCA	2.01 140	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	8.45 262	3.33 109	1.03 76	3.33 111	0.32 47	3.71 272	8.05 307	0.45 50	0.00 1	0.02 206	0.00 1	0.03 293	0.02 42	0.03 94

xx1	2.33 180	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	4.31 74	10.41 370	1.03 76	3.33 111	4.67 236	2.70 222	8.05 307	0.45 50	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.03 94

1test111	1.86 116	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	8.45 262	3.33 109	1.03 76	3.33 111	0.32 47	3.71 272	4.40 128	0.96 155	0.00 1	0.02 206	0.00 1	0.03 293	0.02 42	0.03 94

cc1	2.17 156	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	4.31 74	10.41 370	1.03 76	3.33 111	0.32 47	3.71 272	8.05 307	0.45 50	0.00 1	0.02 206	0.00 1	0.03 293	0.10 217	0.05 171

DLNR_Zeroshot_test	24.70 487	50.77 506	90.11 511	98.11 521	97.34 519	1.38 26	0.12 59	22.79 476	3.09 90	1.07 81	2.95 98	0.71 81	0.29 29	6.93 236	2.29 265	38.56 504	0.37 444	0.00 1	0.30 417	76.73 516	0.09 236

H2IRNET	2.16 154	0.45 164	2.60 117	1.22 206	0.03 10	1.98 80	0.13 68	4.73 105	7.04 288	1.15 82	7.79 258	5.88 279	3.39 255	4.97 146	1.45 200	0.01 206	0.00 1	0.04 394	0.17 367	0.19 319	0.03 94

tt1	2.14 151	0.63 242	2.22 87	2.27 366	0.02 3	5.71 332	0.63 210	4.53 89	10.19 365	1.16 83	3.39 117	0.33 51	3.05 241	8.00 301	0.46 54	0.00 1	0.02 206	0.00 1	0.03 293	0.10 217	0.04 138

CroCo-Stereo Lap2	1.24 62	0.88 311	3.39 210	0.95 171	4.59 450	0.47 3	0.08 41	3.51 42	2.80 64	1.17 84	2.24 80	1.57 113	0.20 9	1.48 38	1.14 175	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.12 285

AE-Stereo	1.44 78	0.32 52	2.69 127	1.58 265	0.20 134	2.24 103	0.59 201	6.01 184	5.70 223	1.18 85	3.17 106	1.02 91	0.78 106	1.73 51	0.83 127	0.02 282	0.18 411	0.00 1	0.29 411	0.11 236	0.07 208

HART	1.68 94	0.67 258	2.72 133	0.04 9	0.27 161	1.72 63	0.04 17	5.60 165	3.16 91	1.44 86	7.73 254	2.41 139	0.15 7	6.44 200	0.62 81	0.00 1	0.12 374	0.00 1	0.00 1	0.24 355	0.17 325

Occ-G	0.98 27	0.38 110	1.82 38	0.15 46	0.18 119	1.45 32	0.69 228	3.15 21	2.25 29	1.45 87	0.59 21	5.06 253	0.54 80	0.75 6	0.77 117	0.00 1	0.03 253	0.00 1	0.17 367	0.16 287	0.01 17

Selective-RAFT	1.69 95	0.32 52	3.29 201	0.92 164	0.18 119	3.89 279	0.06 29	4.22 73	4.00 146	1.47 88	1.98 69	3.07 162	2.81 231	6.35 197	0.89 146	0.01 206	0.00 1	0.00 1	0.21 385	0.05 136	0.00 1

HH	2.42 187	0.73 273	3.76 240	0.91 160	0.14 89	2.78 170	0.71 234	7.92 251	2.72 57	1.53 89	6.10 196	7.93 326	4.01 287	8.60 345	0.44 46	0.00 1	0.09 348	0.00 1	0.00 1	0.05 136	0.04 138

HanStereo	2.42 187	0.73 273	3.76 240	0.91 160	0.14 89	2.78 170	0.71 234	7.92 251	2.72 57	1.53 89	6.10 196	7.93 326	4.01 287	8.60 345	0.44 46	0.00 1	0.09 348	0.00 1	0.00 1	0.05 136	0.04 138

GCAP-Stereo	0.95 24	0.62 239	1.99 58	0.30 71	0.03 10	1.66 51	0.01 2	4.43 82	3.00 80	1.63 91	1.17 43	1.39 102	0.76 100	1.31 28	0.55 73	0.00 1	0.03 253	0.00 1	0.00 1	0.12 252	0.02 57

UniTT-Stereo	0.83 14	0.33 67	1.98 56	0.92 164	1.27 313	0.54 4	0.11 53	1.35 3	2.94 71	1.67 92	2.09 73	0.20 14	0.31 39	1.57 42	1.07 166	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.01 17

CAS++	1.18 55	0.55 210	1.99 58	0.17 50	0.27 161	1.85 70	0.63 210	8.48 266	3.07 86	1.71 93	2.32 83	0.18 9	0.20 9	1.91 64	0.30 17	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	1.26 65	0.42 140	2.36 96	0.59 125	1.26 311	2.43 123	0.01 2	3.29 27	7.76 313	1.71 93	2.78 94	0.27 34	0.32 41	1.16 24	0.58 79	0.04 336	0.01 153	0.00 1	0.00 1	0.04 110	0.10 258

MM-Stereo_test3	1.83 113	0.59 226	1.93 48	1.43 242	3.99 433	2.44 124	0.81 258	5.81 178	6.70 275	1.73 95	4.79 149	1.23 99	0.65 91	3.30 94	0.85 131	0.00 1	0.01 153	0.00 1	0.00 1	0.33 380	0.05 171

StereoVision	2.25 168	0.72 270	4.00 261	1.03 183	2.64 385	1.91 73	0.28 121	5.83 180	4.43 171	1.89 96	10.65 322	3.88 199	0.52 78	5.13 151	1.98 248	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.03 94

EAI-Stereo	2.31 176	0.44 157	2.72 133	0.68 138	0.56 241	3.51 245	2.62 364	11.42 351	4.14 160	2.09 97	7.23 239	1.21 98	0.91 114	5.67 166	1.51 204	0.01 206	0.25 435	0.00 1	0.88 455	0.04 110	0.26 369

Anonymous3	1.76 102	0.44 157	6.37 377	0.33 83	0.50 230	4.33 296	0.54 184	4.43 82	2.48 40	2.21 98	3.24 109	1.53 112	1.14 132	5.64 163	1.29 187	0.17 396	0.23 429	0.00 1	0.00 1	0.12 252	0.15 310

rvit_0105_3	1.71 97	0.90 317	5.93 363	0.78 144	0.02 3	1.62 47	1.69 340	5.15 129	5.99 241	2.22 99	1.64 57	1.97 130	1.17 140	4.19 121	0.92 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.03 94

riskmin	1.88 121	0.15 1	2.11 76	1.38 235	0.88 280	2.40 120	0.04 17	5.93 183	6.10 246	2.25 100	1.34 47	6.06 283	5.08 341	2.78 85	1.01 163	0.00 1	0.02 206	0.00 1	0.00 1	0.01 11	0.06 189

RALCasStereoNet	1.93 129	1.01 336	2.75 137	1.88 307	1.75 345	2.88 193	0.18 94	4.64 100	4.36 168	2.27 101	5.14 162	2.22 135	0.79 108	7.10 251	1.00 162	0.00 1	0.34 441	0.00 1	0.00 1	0.10 217	0.16 322

XX-Stereo	2.71 215	0.38 110	5.96 364	2.25 365	2.20 371	1.54 41	0.21 103	5.44 158	3.05 84	2.28 102	16.16 393	7.03 307	0.24 14	6.19 184	0.79 121	0.00 1	0.15 395	0.00 1	0.23 394	0.13 266	0.04 138

testlalala_base	3.12 252	0.48 179	2.79 147	2.14 354	1.98 358	4.13 291	0.64 214	6.16 192	2.09 25	2.38 103	4.08 132	1.80 121	0.50 74	1.65 46	0.72 100	12.33 490	2.33 471	0.00 1	0.31 419	14.56 485	1.32 439

AIO-Stereo-zeroshot	2.86 230	0.99 334	7.52 405	1.52 253	0.92 284	2.94 196	0.03 15	9.31 293	3.81 134	2.42 104	5.86 191	9.23 349	4.64 323	4.31 126	2.19 262	0.02 282	0.18 411	0.00 1	0.54 445	0.35 385	0.35 385

RAFT+CT+SA	2.36 183	0.71 269	2.46 103	0.83 150	2.26 374	3.18 220	0.93 284	6.82 229	5.48 212	2.55 105	8.07 262	1.64 114	1.59 172	8.54 341	1.15 176	0.02 282	0.00 1	0.00 1	0.38 430	0.19 319	0.36 387

AIO-test2	2.70 214	1.23 367	3.52 222	1.24 208	3.05 394	2.65 156	0.06 29	6.30 200	15.40 422	2.58 106	7.30 241	0.48 67	0.57 85	5.36 157	0.96 155	3.06 465	0.00 1	0.00 1	0.01 257	0.16 287	0.15 310

ToySt	2.69 211	0.55 210	7.03 392	1.03 183	0.10 59	3.49 240	1.04 297	6.38 208	4.55 180	2.69 107	6.28 207	7.95 330	4.38 309	5.08 148	2.58 281	0.01 206	0.11 367	0.00 1	0.04 311	0.28 365	0.19 339

UDGNet	2.73 218	7.09 465	3.90 254	2.71 398	0.06 24	2.98 199	0.20 100	4.63 97	8.58 340	2.69 107	2.70 91	0.95 89	1.01 121	6.27 188	1.51 204	1.28 452	0.00 1	5.24 475	0.94 457	1.70 448	0.13 293

dd	2.16 154	1.22 365	4.82 309	0.68 138	0.12 78	1.39 29	0.17 91	5.14 127	11.22 387	2.70 109	3.51 122	1.52 111	1.23 146	5.08 148	3.96 331	0.12 384	0.01 153	0.04 394	0.21 385	0.07 176	0.01 17

WCG-NET	1.24 62	0.43 151	1.46 15	0.33 83	0.08 46	2.14 94	1.08 304	3.09 18	6.86 280	2.73 110	3.43 118	0.74 82	0.94 118	0.89 10	0.33 21	0.00 1	0.04 282	0.00 1	0.00 1	0.10 217	0.05 171

WCG-NET（raft）	1.49 82	0.50 186	1.55 18	0.21 59	0.08 46	2.15 96	1.01 295	2.72 10	6.26 257	2.79 111	3.06 104	4.38 226	1.04 126	3.53 100	0.26 15	0.00 1	0.12 374	0.00 1	0.00 1	0.10 217	0.08 223

test_5	2.90 235	0.70 267	3.69 235	2.01 333	3.17 399	4.61 310	1.32 322	6.69 223	7.02 287	2.79 111	7.18 235	4.99 247	4.14 292	7.96 298	1.31 188	0.00 1	0.00 1	0.00 1	0.03 293	0.19 319	0.26 369

RCA-Stereo	1.99 137	0.34 77	2.71 131	0.26 66	0.06 24	2.29 106	0.48 164	4.89 112	14.65 417	2.81 113	5.51 184	0.78 85	3.21 245	1.44 35	0.33 21	0.00 1	0.01 153	0.00 1	0.00 1	0.07 176	0.02 57

raft+_RVC	1.79 105	0.84 303	2.32 91	2.40 382	0.85 278	1.38 26	0.09 46	6.36 202	4.75 191	2.85 114	5.46 182	1.17 97	1.36 154	4.54 131	0.91 150	0.00 1	0.10 359	0.00 1	0.00 1	0.11 236	0.22 349

XX-TBD	1.44 78	0.85 305	2.04 63	2.45 387	0.05 15	2.34 113	0.01 2	3.46 37	7.51 301	2.88 115	4.98 158	0.26 32	0.25 15	1.15 22	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	2.00 138	0.32 52	5.49 347	0.60 126	1.98 358	1.77 65	0.10 49	7.24 238	5.70 223	2.90 116	4.06 131	3.11 164	0.56 83	5.32 156	0.76 111	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.16 322

anonymousdsp2	1.78 104	0.39 114	3.40 212	1.10 193	0.04 12	3.63 254	0.50 176	7.80 248	2.77 63	2.91 117	2.88 96	3.17 167	1.01 121	5.15 152	0.43 44	0.00 1	0.01 153	0.02 365	0.15 356	0.05 136	0.12 285

EKT-Stereo	1.91 127	0.48 179	2.77 141	2.19 358	4.36 439	1.42 31	0.24 111	4.63 97	3.51 118	2.94 118	3.47 120	3.55 186	2.25 202	5.26 154	0.85 131	0.04 336	0.12 374	0.00 1	0.09 339	0.06 160	0.05 171

iRaft-Stereo_5w	2.86 230	0.86 306	4.08 270	0.06 13	0.25 151	2.76 169	0.60 204	4.97 118	4.10 157	2.98 119	7.85 259	10.17 363	4.17 295	8.16 319	5.83 365	0.00 1	0.00 1	0.00 1	0.01 257	0.26 357	0.06 189

qqq	1.93 129	0.30 39	2.96 166	1.40 237	0.05 15	1.96 79	0.39 146	8.45 262	3.33 109	3.06 120	3.84 125	4.67 236	2.70 222	4.40 128	0.96 155	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.03 94

ACV-stereo	4.46 358	0.76 282	9.94 422	1.91 311	1.06 299	11.61 421	1.28 318	6.25 197	7.09 289	3.09 121	5.21 171	16.88 429	10.23 429	7.96 298	5.47 357	0.06 357	0.15 395	0.01 334	0.00 1	0.12 252	0.14 300

model_zeroshot	1.52 84	0.42 140	4.10 271	1.25 210	0.11 68	3.04 205	0.14 75	5.79 177	2.84 66	3.12 122	3.65 124	2.05 132	0.42 68	2.38 77	0.71 98	0.01 206	0.10 359	0.00 1	0.20 381	0.02 42	0.04 138

TestStereo	1.74 101	1.02 338	3.64 233	0.20 56	0.28 168	1.33 22	0.01 2	5.24 140	4.01 148	3.18 123	4.97 157	2.07 133	0.70 94	7.32 264	0.75 109	0.02 282	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

TRStereo	2.36 183	3.10 439	4.70 306	1.99 328	2.08 362	2.61 148	1.11 305	8.79 281	3.73 128	3.19 124	3.04 102	3.96 201	0.77 103	5.92 173	1.44 198	0.03 317	0.14 388	0.00 1	0.29 411	0.08 188	0.25 363

111	2.78 221	0.92 324	3.81 246	0.22 60	0.07 32	2.83 186	0.70 231	6.03 185	14.00 410	3.22 125	8.93 276	5.48 266	3.30 248	3.66 102	2.03 252	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.29 377

rafts_anoy	1.72 98	0.79 291	2.58 115	2.03 338	1.75 345	2.47 125	0.16 86	5.48 159	6.01 243	3.24 126	2.11 75	1.92 129	1.33 149	3.08 91	1.13 174	0.01 206	0.18 411	0.00 1	0.01 257	0.03 85	0.07 208

x	1.73 100	0.28 27	2.49 107	1.91 311	0.17 106	2.10 88	0.83 264	8.74 279	3.55 122	3.28 127	2.12 78	3.10 163	1.96 191	2.90 88	1.12 172	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.03 94

test-1	1.82 112	0.45 164	5.42 342	0.89 158	0.41 205	2.14 94	0.56 190	5.75 171	4.15 161	3.28 127	5.11 161	3.61 188	0.70 94	1.53 41	1.56 211	0.02 282	0.34 441	0.00 1	0.08 330	0.02 42	0.30 379

DCRE	1.79 105	0.68 260	2.55 111	1.66 277	0.27 161	1.27 17	0.05 25	4.57 93	4.04 151	3.30 129	9.24 290	3.83 198	1.20 144	2.08 70	0.67 90	0.00 1	0.12 374	0.00 1	0.24 397	0.04 110	0.09 236

MC-Stereo	1.47 80	0.36 97	2.54 110	1.99 328	0.12 78	1.90 72	0.12 59	4.47 86	2.83 65	3.31 130	3.44 119	0.56 76	1.47 159	5.39 159	0.47 60	0.00 1	0.04 282	0.00 1	0.21 385	0.07 176	0.04 138

PSMNet-ADL	2.98 241	0.43 151	2.41 97	1.43 242	0.40 201	5.94 339	0.28 121	8.45 262	5.13 202	3.36 131	6.77 219	8.41 336	4.61 321	7.20 259	4.55 344	0.02 282	0.09 348	0.00 1	0.00 1	0.01 11	0.03 94

11t1	1.62 91	0.26 22	2.53 109	2.37 381	0.24 148	2.58 142	0.06 29	6.66 221	3.00 80	3.40 132	3.01 99	1.14 95	1.94 190	4.18 120	0.91 150	0.01 206	0.02 206	0.00 1	0.00 1	0.03 85	0.03 94

FADNet_RVC	3.91 327	1.67 407	12.95 444	0.96 173	0.75 266	5.71 332	0.54 184	10.83 336	6.60 272	3.46 133	8.09 263	4.10 210	3.40 257	9.43 383	6.33 370	0.36 421	0.44 450	0.17 431	0.46 441	0.91 431	0.95 431

GMStereo	1.83 113	0.99 334	4.55 297	0.57 122	0.05 15	2.53 133	0.01 2	4.95 115	11.14 384	3.52 134	2.24 80	0.53 73	0.49 73	3.76 105	0.80 124	0.20 403	0.00 1	0.00 1	0.12 348	0.12 252	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
FADNet-RVC	3.98 334	1.84 414	12.48 438	1.69 279	0.44 209	4.33 296	1.31 321	11.84 363	7.15 292	3.53 135	3.50 121	10.63 372	4.43 312	9.12 370	6.25 369	0.03 317	0.10 359	0.00 1	0.03 293	0.60 416	0.25 363

FACV-RUCA	2.21 161	0.34 77	3.59 226	1.30 220	2.90 392	2.22 102	1.25 314	7.98 253	5.71 227	3.59 136	7.21 237	1.14 95	1.60 173	3.12 92	1.46 201	0.01 206	0.03 253	0.10 419	0.04 311	0.35 385	0.17 325

s12784h	1.89 124	0.30 39	2.57 113	0.11 28	0.09 52	4.18 292	0.13 68	6.61 219	7.44 300	3.62 137	4.28 138	0.59 78	0.81 109	6.61 216	0.46 54	0.01 206	0.01 153	0.00 1	0.00 1	0.02 42	0.00 1

test_sample2	2.32 178	0.25 18	3.38 208	2.08 345	0.41 205	2.58 142	0.15 81	9.50 297	4.97 197	3.66 138	4.86 154	4.29 223	3.26 246	5.83 171	1.09 169	0.00 1	0.01 153	0.00 1	0.00 1	0.03 85	0.03 94

MM-Stereo_test1	1.57 87	0.36 97	2.19 86	1.17 203	0.35 190	2.39 119	0.56 190	4.53 89	5.21 205	3.67 139	1.65 58	0.40 56	0.84 113	6.90 234	0.80 124	0.00 1	0.03 253	0.00 1	0.00 1	0.31 373	0.03 94

GCAP-BAT	1.77 103	0.49 183	2.78 143	0.66 136	0.16 99	3.76 272	0.80 256	3.72 52	3.27 102	3.68 140	5.03 160	3.66 191	0.56 83	5.82 170	0.65 86	0.00 1	0.05 296	0.00 1	0.24 397	0.01 11	0.01 17

CREStereo++_RVC	1.59 88	0.39 114	2.26 88	0.36 92	0.01 1	1.67 52	0.01 2	2.95 14	8.12 323	3.69 141	7.44 243	0.47 66	0.32 41	0.74 5	0.39 36	0.00 1	0.00 1	0.00 1	3.03 475	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
testlalala2	2.15 153	0.44 157	2.44 99	9.24 469	6.30 461	3.64 255	0.18 94	4.63 97	2.55 48	3.73 142	4.17 135	3.14 165	0.51 75	1.08 18	0.26 15	0.00 1	0.10 359	0.00 1	0.44 440	0.11 236	0.03 94

gcap-zeroshot	1.87 120	0.44 157	4.24 275	0.53 113	0.51 233	3.12 214	0.75 244	6.42 210	3.91 140	3.75 143	1.67 59	7.79 322	0.55 81	2.61 82	0.53 71	0.02 282	0.21 423	0.00 1	0.23 394	0.00 1	0.05 171

CASnet	0.98 27	0.32 52	1.62 24	0.65 135	0.07 32	2.11 90	0.14 75	3.50 40	4.03 149	3.77 144	1.41 48	0.31 44	0.29 29	0.80 8	0.57 75	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iRaftStereo_RVC	1.62 91	0.68 260	1.98 56	0.67 137	0.05 15	2.99 200	0.04 17	5.36 154	3.74 129	3.82 145	4.96 156	2.54 142	0.62 89	3.35 97	0.97 158	0.00 1	0.07 328	0.00 1	0.00 1	0.30 368	0.27 373

PSMNet-RUCA	5.60 379	4.62 452	11.61 429	10.29 473	7.55 469	7.08 361	1.94 347	12.01 370	10.52 377	3.90 146	11.88 346	4.43 227	1.75 185	7.56 276	4.24 338	1.68 459	0.12 374	4.78 473	0.67 449	4.74 464	0.68 423

test_sample1	2.31 176	0.26 22	3.29 201	2.08 345	0.46 215	2.62 151	0.05 25	9.88 308	4.23 164	3.90 146	3.92 129	3.49 182	4.44 313	5.67 166	1.88 239	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.03 94

FADNet	4.23 348	1.65 404	11.75 431	1.64 275	0.80 273	4.80 313	0.77 248	13.76 412	11.65 392	3.97 148	5.24 173	9.62 354	5.14 342	8.40 334	3.78 326	0.21 404	0.04 282	0.07 411	0.05 317	1.14 436	0.10 258

tg	1.96 134	0.64 243	2.15 77	0.68 138	0.12 78	4.40 304	0.04 17	5.74 170	4.19 163	4.00 149	5.23 172	2.58 143	0.93 116	7.12 252	0.77 117	0.00 1	0.02 206	0.00 1	0.00 1	0.31 373	0.25 363

Any-RAFT	2.18 158	0.25 18	1.94 51	1.37 233	0.80 273	5.01 319	0.56 190	8.51 267	5.58 220	4.01 150	4.85 153	5.44 265	2.26 204	2.45 79	0.35 25	0.00 1	0.15 395	0.00 1	0.00 1	0.02 42	0.02 57

test_4	2.38 185	0.34 77	2.68 125	0.08 21	0.11 68	3.69 261	1.14 307	3.33 30	3.34 112	4.03 151	17.35 411	3.31 172	0.51 75	6.28 189	1.15 176	0.00 1	0.00 1	0.00 1	0.11 345	0.16 287	0.01 17

ICVP	2.32 178	0.38 110	2.89 162	0.92 164	0.70 262	2.55 137	0.87 277	9.97 311	3.99 145	4.13 152	8.97 280	2.71 148	1.69 177	2.52 81	3.52 319	0.05 348	0.24 434	0.01 334	0.01 257	0.11 236	0.13 293
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MyStereo04	2.95 240	0.79 291	5.38 341	1.03 183	1.11 302	2.63 153	0.46 161	10.00 312	12.44 403	4.19 153	3.91 128	3.04 160	3.60 265	7.34 266	2.74 288	0.00 1	0.09 348	0.00 1	0.01 257	0.11 236	0.09 236

Reg-Stereo(zero)	1.60 90	0.19 4	2.59 116	0.45 104	0.47 222	1.64 49	0.23 109	3.22 24	5.87 230	4.29 154	3.01 99	4.49 231	1.64 175	2.47 80	1.16 178	0.00 1	0.08 339	0.00 1	0.13 352	0.01 11	0.10 258

MSKI-zero shot	2.00 138	0.36 97	2.15 77	0.81 146	0.25 151	2.69 161	0.29 125	6.16 192	2.34 38	4.31 155	7.52 244	3.70 194	0.25 15	8.42 336	0.41 39	0.01 206	0.13 384	0.00 1	0.25 402	0.03 85	0.02 57

AIO-Stereo-zeroshot1	3.58 296	1.29 378	12.46 436	1.53 256	0.98 292	3.48 238	0.81 258	11.99 369	4.40 170	4.33 156	11.05 333	8.83 345	2.02 193	4.52 130	1.66 221	0.01 206	0.14 388	0.00 1	0.68 450	0.86 430	0.44 402

TANstereo	1.20 57	0.49 183	2.04 63	0.34 88	0.10 59	1.80 68	0.01 2	3.40 33	4.10 157	4.37 157	4.82 151	0.41 59	0.70 94	0.94 13	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LL-Strereo2	1.86 116	0.83 302	2.33 92	0.36 92	0.17 106	3.79 275	1.52 330	5.82 179	4.04 151	4.43 158	2.51 86	4.23 215	0.37 49	5.66 165	0.99 160	0.00 1	0.02 206	0.00 1	0.05 317	0.06 160	0.11 271

ACVNet	2.58 206	0.53 202	2.69 127	0.84 151	0.59 243	2.61 148	0.55 188	8.35 258	5.70 223	4.45 159	9.26 293	5.77 275	3.50 259	2.24 73	4.41 341	0.00 1	0.00 1	0.00 1	0.00 1	0.17 300	0.01 17

CFNet-ft	3.31 268	0.94 329	2.69 127	1.50 248	2.38 377	2.81 181	0.68 224	8.35 258	7.43 298	4.45 159	9.94 304	10.20 364	4.60 319	6.50 208	3.41 307	0.00 1	0.00 1	0.03 382	0.00 1	0.22 339	0.03 94

CFNet_RVC	3.31 268	0.94 329	2.69 127	1.50 248	2.38 377	2.81 181	0.68 224	8.35 258	7.43 298	4.45 159	9.94 304	10.20 364	4.60 319	6.49 207	3.41 307	0.00 1	0.00 1	0.03 382	0.00 1	0.22 339	0.03 94

Anonymous_2	4.14 340	0.62 239	3.21 196	1.40 237	1.43 324	5.19 321	0.32 132	6.63 220	4.38 169	4.48 162	2.30 82	8.08 331	7.00 382	5.37 158	2.29 265	0.23 407	0.75 458	5.20 474	18.12 499	5.66 468	0.23 355

GANet-ADL	2.20 160	0.50 186	3.27 200	2.02 335	0.11 68	2.21 101	0.48 164	8.64 276	6.79 278	4.56 163	5.83 190	3.98 202	1.27 148	2.68 83	1.43 197	0.04 336	0.08 339	0.02 365	0.00 1	0.15 280	0.03 94

UGAM	3.90 324	0.48 179	4.69 305	0.17 50	0.08 46	3.67 257	1.22 312	4.81 108	14.45 414	4.59 164	11.94 348	14.20 407	3.80 281	9.92 393	3.61 321	0.00 1	0.00 1	0.00 1	0.02 280	0.32 377	0.07 208

knoymous	1.36 73	0.21 9	1.68 32	0.20 56	0.49 227	1.58 42	0.11 53	5.15 129	2.40 39	4.62 165	1.77 63	4.56 233	0.45 71	3.23 93	0.63 84	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.01 17

TestStereo1	2.85 226	0.81 297	3.48 218	3.11 416	0.44 209	2.52 130	1.50 328	6.37 204	8.18 325	4.62 165	9.24 290	2.23 136	3.69 269	9.19 374	1.26 183	0.00 1	0.01 153	0.00 1	0.00 1	0.27 363	0.09 236

SA-5K	2.85 226	0.81 297	3.48 218	3.11 416	0.44 209	2.52 130	1.50 328	6.37 204	8.18 325	4.62 165	9.24 290	2.23 136	3.69 269	9.19 374	1.26 183	0.00 1	0.01 153	0.00 1	0.00 1	0.27 363	0.09 236

SA	3.06 246	0.74 277	3.79 243	1.60 269	0.30 171	3.19 221	1.43 325	6.72 224	9.06 345	4.63 168	10.80 324	2.89 152	4.71 326	9.62 389	1.18 181	0.00 1	0.09 348	0.00 1	0.19 379	0.23 345	0.02 57

RAFT-Test	2.17 156	0.36 97	3.40 212	1.05 190	0.34 187	4.90 316	0.69 228	6.27 198	3.98 144	4.65 169	7.02 230	6.30 291	1.12 129	1.81 56	0.99 160	0.01 206	0.17 407	0.00 1	0.34 425	0.02 42	0.02 57

RAFT_CTSACE	3.40 283	1.07 345	4.52 292	1.27 213	3.14 396	4.00 286	1.07 301	3.93 63	4.43 171	4.66 170	17.94 415	7.21 316	2.76 228	10.82 407	0.85 131	0.00 1	0.07 328	0.00 1	0.00 1	0.30 368	0.01 17

UCFNet_RVC	3.09 248	0.77 285	2.27 90	2.35 379	1.79 349	3.50 242	1.06 299	12.12 377	6.91 281	4.71 171	7.67 253	7.58 318	4.40 311	4.95 144	1.67 222	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.01 17

AnonymousM	2.71 215	6.75 462	0.98 1	0.73 141	0.06 24	2.41 121	0.53 181	5.30 147	3.05 84	4.75 172	2.09 73	1.89 125	1.01 121	1.88 63	0.51 69	0.01 206	0.02 206	17.42 483	4.76 483	0.02 42	0.01 17

CFNet	3.72 306	1.10 351	5.03 320	2.49 389	1.59 328	4.90 316	0.22 105	11.38 350	9.88 361	4.80 173	11.25 336	6.44 293	3.68 268	8.33 330	3.00 292	0.00 1	0.00 1	0.00 1	0.00 1	0.22 339	0.07 208

rvit_105_1	2.44 191	0.80 295	5.08 324	1.77 291	0.09 52	1.95 76	3.62 391	5.62 168	8.21 327	4.85 174	2.07 72	3.15 166	1.58 171	7.08 249	2.71 284	0.00 1	0.00 1	0.00 1	0.01 257	0.04 110	0.08 223

NVstereo2D	4.51 362	0.82 300	6.86 390	3.28 425	3.38 406	8.16 381	3.13 376	10.51 325	15.15 420	4.90 175	6.89 223	7.87 323	4.78 330	9.88 391	3.91 330	0.01 206	0.00 1	0.00 1	0.06 324	0.02 42	0.58 416

RAFT-Stereo-weight	1.67 93	0.31 42	1.57 20	0.97 176	0.15 93	3.19 221	0.77 248	5.06 124	6.19 256	4.96 176	3.38 116	2.83 149	0.35 44	2.87 87	0.74 104	0.01 206	0.06 312	0.00 1	0.00 1	0.01 11	0.02 57

FENet	2.19 159	0.34 77	3.04 176	2.05 344	0.26 158	2.82 184	0.13 68	7.02 235	5.55 217	4.97 177	1.94 67	4.91 245	3.39 255	4.71 135	2.50 277	0.02 282	0.03 253	0.00 1	0.00 1	0.00 1	0.21 347

MIM_Stereo	2.50 201	0.75 279	4.26 276	1.18 204	0.11 68	3.08 207	0.33 135	6.07 187	3.28 104	5.01 178	10.12 307	4.29 223	1.74 182	8.06 311	1.27 185	0.00 1	0.12 374	0.00 1	0.01 257	0.18 311	0.15 310

IGEV_Zeroshot_test	2.13 150	0.50 186	4.91 314	1.41 240	0.18 119	2.62 151	0.36 139	7.80 248	3.87 136	5.04 179	5.42 181	4.77 239	1.03 124	3.43 98	0.79 121	0.00 1	0.16 403	0.00 1	0.18 374	0.17 300	0.04 138

cross-raft	2.03 142	0.35 87	2.78 143	1.10 193	0.16 99	3.77 273	0.48 164	7.03 236	3.75 130	5.06 180	5.55 185	6.26 288	1.41 155	1.75 52	0.89 146	0.01 206	0.07 328	0.00 1	0.19 379	0.03 85	0.03 94

Gwc-CoAtRS	2.02 141	0.33 67	2.61 119	1.04 188	0.30 171	3.56 250	0.40 150	5.89 182	5.94 236	5.08 181	5.01 159	5.55 267	1.72 179	1.60 44	0.91 150	0.01 206	0.09 348	0.00 1	0.25 402	0.01 11	0.02 57

UGAM-zero	3.51 291	0.33 67	4.44 287	0.88 156	0.65 253	3.52 248	0.16 86	11.35 349	2.71 56	5.09 182	5.82 189	15.28 415	9.14 419	8.38 332	1.61 216	0.00 1	0.16 403	0.00 1	0.46 441	0.02 42	0.19 339

NOSS_ROB	3.30 266	0.46 170	2.62 121	2.08 345	1.01 297	5.60 330	0.74 242	10.37 322	11.48 390	5.15 183	8.43 269	5.67 273	1.73 180	7.97 300	2.34 267	0.02 282	0.06 312	0.00 1	0.00 1	0.07 176	0.14 300

GES	2.49 198	0.38 110	4.29 278	1.58 265	0.05 15	4.58 308	1.07 301	9.70 304	3.39 113	5.21 184	6.64 216	1.84 124	3.36 250	4.86 138	2.54 280	0.06 357	0.01 153	0.06 405	0.01 257	0.12 252	0.03 94

PAM_32	3.50 290	0.32 52	5.22 335	1.32 223	0.53 238	7.49 371	0.39 146	9.52 300	3.91 140	5.22 185	5.28 178	16.75 428	7.44 390	4.61 134	0.90 149	0.00 1	0.20 420	0.00 1	0.39 433	0.09 206	0.39 390

MyStereo06	2.35 181	0.66 255	4.54 294	1.10 193	0.96 290	2.57 140	0.10 49	9.30 292	4.05 153	5.22 185	6.09 194	5.95 281	2.38 208	3.00 89	0.73 102	0.01 206	0.08 339	0.00 1	0.01 257	0.13 266	0.15 310

HCRNet	2.56 203	0.53 202	3.35 206	0.24 64	3.39 408	2.19 99	0.23 109	6.89 231	5.50 213	5.26 187	4.79 149	5.27 258	2.78 229	7.71 286	2.89 289	0.00 1	0.02 206	0.00 1	0.00 1	0.04 110	0.04 138

4D-IteraStereo	1.72 98	0.86 306	3.01 169	0.09 23	2.86 391	3.57 253	1.06 299	3.92 61	5.31 208	5.28 188	1.02 31	3.92 200	0.38 52	1.83 57	1.04 165	0.00 1	0.01 153	0.00 1	0.00 1	0.07 176	0.09 236

RASNet	4.52 365	0.61 234	4.42 285	3.42 429	4.68 451	4.58 308	0.99 291	9.54 301	8.01 320	5.28 188	11.42 339	10.34 368	8.88 414	9.28 378	8.68 407	0.15 390	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

DN-CSS_ROB	2.69 211	1.40 383	5.34 340	2.31 376	0.75 266	3.14 216	0.06 29	6.11 189	3.87 136	5.34 190	12.18 355	2.34 138	1.22 145	7.84 294	1.48 202	0.03 317	0.00 1	0.00 1	0.00 1	0.35 385	0.03 94

GANet-RSSM	3.27 263	0.60 230	3.38 208	2.94 412	2.00 360	2.61 148	0.48 164	10.93 339	6.11 249	5.47 191	10.20 309	6.57 299	5.44 354	6.25 187	2.23 263	0.00 1	0.00 1	0.08 414	0.00 1	0.17 300	0.03 94

MIPNet	2.06 145	0.69 265	4.57 300	0.32 78	0.21 137	1.92 74	0.19 96	6.89 231	5.64 222	5.48 192	4.02 130	2.02 131	3.50 259	3.32 96	2.01 249	0.00 1	0.01 153	0.01 334	0.01 257	0.20 323	0.13 293

PAM	3.38 279	0.31 42	5.61 355	1.37 233	0.71 263	7.60 377	0.38 145	8.94 282	3.55 122	5.54 193	4.69 148	16.09 422	7.03 384	3.67 103	1.02 164	0.00 1	0.21 423	0.00 1	0.38 430	0.07 176	0.41 395

TransformOpticalFlow	3.38 279	0.70 267	4.54 294	1.00 179	0.30 171	3.56 250	0.14 75	9.67 303	7.30 296	5.55 194	13.34 369	6.74 302	5.03 338	8.22 327	1.34 192	0.00 1	0.01 153	0.01 334	0.00 1	0.04 110	0.11 271

CFNet-RSSM	2.11 147	0.33 67	2.71 131	1.04 188	0.30 171	3.21 223	0.41 151	6.67 222	6.96 283	5.62 195	4.58 146	5.40 264	1.71 178	1.86 59	0.87 138	0.00 1	0.08 339	0.00 1	0.32 421	0.02 42	0.02 57

RALAANet	2.46 196	1.09 349	3.70 238	2.55 393	0.80 273	3.37 229	0.15 81	7.44 244	5.54 216	5.65 196	6.01 193	3.54 185	1.13 131	6.34 195	1.58 213	0.00 1	0.01 153	0.00 1	0.05 317	0.21 334	0.03 94

CRE-IMP	1.95 131	0.35 87	2.68 125	0.27 70	0.17 106	3.90 280	0.85 274	5.14 127	2.87 67	5.74 197	4.14 134	3.49 182	0.83 110	6.40 198	1.80 234	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.19 339

DCANet-4	2.03 142	0.34 77	5.30 339	0.31 75	0.18 119	1.69 56	0.12 59	4.95 115	8.55 339	5.78 198	5.17 163	1.12 94	2.82 232	2.11 72	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

STrans-v2	3.43 286	0.73 273	4.82 309	0.26 66	0.60 245	3.00 201	1.19 311	10.41 324	7.22 293	5.79 199	10.97 331	6.75 303	7.03 384	8.25 328	1.40 195	0.00 1	0.01 153	0.00 1	0.00 1	0.03 85	0.18 329

fff	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 394	5.80 200	5.17 163	1.44 105	5.41 348	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

csc	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 394	5.80 200	5.17 163	1.44 105	5.41 348	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

cscssc	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 394	5.80 200	5.17 163	1.44 105	5.41 348	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

test_sample3	2.87 232	0.37 104	4.45 288	1.95 321	0.59 243	4.69 311	0.16 86	11.50 354	6.45 266	5.82 203	6.44 213	3.76 197	2.64 218	6.01 177	2.41 274	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	0.05 171

xxxx	4.51 362	0.31 42	2.77 141	1.69 279	0.47 222	7.74 379	0.07 36	14.04 414	7.91 318	5.82 203	8.97 280	9.34 350	3.41 258	7.33 265	20.24 462	0.05 348	0.03 253	0.00 1	0.00 1	0.03 85	0.04 138

mmm	2.50 201	0.29 30	3.22 197	1.98 326	0.32 180	3.72 266	0.12 59	9.45 296	4.05 153	5.84 205	10.80 324	2.47 140	2.86 235	4.07 118	0.75 109	0.00 1	0.02 206	0.00 1	0.01 257	0.03 85	0.02 57

Patchmatch Stereo++	1.95 131	0.40 123	2.86 155	0.12 30	0.18 119	3.74 268	0.66 220	5.24 140	2.96 74	5.86 206	4.32 139	3.46 177	1.52 165	6.88 231	0.70 94	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 121	0.40 123	2.86 155	0.12 30	0.19 129	3.75 271	0.71 234	5.23 134	2.96 74	5.86 206	4.33 141	3.45 175	1.51 160	5.40 160	0.69 92	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236

ROB_FTStereo_v2	1.91 127	0.41 134	2.85 153	0.12 30	0.19 129	3.71 263	0.73 239	5.23 134	2.95 72	5.86 206	4.36 144	3.46 177	1.51 160	5.86 172	0.69 92	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

iRAFT	1.95 131	0.40 123	2.86 155	0.12 30	0.18 119	3.74 268	0.66 220	5.24 140	2.96 74	5.86 206	4.32 139	3.46 177	1.52 165	6.88 231	0.70 94	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236

RAFT-IKP	1.90 125	0.42 140	2.83 150	0.12 30	0.18 119	3.50 242	0.64 214	5.24 140	2.96 74	5.86 206	4.34 142	3.50 184	1.51 160	5.99 176	0.76 111	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

ROB_FTStereo	1.90 125	0.42 140	2.86 155	0.12 30	0.19 129	3.71 263	0.75 244	5.24 140	2.95 72	5.87 211	4.26 137	3.41 173	1.51 160	5.80 169	0.65 86	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

HUI-Stereo	1.80 107	0.41 134	2.85 153	0.12 30	0.18 119	3.72 266	0.65 217	5.23 134	2.97 78	5.87 211	4.34 142	3.45 175	1.52 165	3.93 112	0.65 86	0.02 282	0.00 1	0.00 1	0.00 1	0.08 188	0.10 258

iGMRVC	1.96 134	0.40 123	2.88 160	0.12 30	0.19 129	3.74 268	0.73 239	5.23 134	2.97 78	5.87 211	4.37 145	3.48 181	1.52 165	6.73 224	0.74 104	0.02 282	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

PSMNet-RSSM	3.33 276	0.77 285	3.22 197	2.12 351	1.90 357	2.33 112	0.71 234	11.17 341	5.83 229	5.90 214	11.43 340	7.04 309	4.83 334	5.96 175	3.17 298	0.00 1	0.00 1	0.02 365	0.00 1	0.08 188	0.02 57

GwcNet-RSSM	3.77 312	1.05 342	5.06 322	2.21 361	1.87 354	2.36 114	1.52 330	8.98 283	7.96 319	5.91 215	14.59 383	7.94 328	3.50 259	6.43 199	5.70 362	0.00 1	0.00 1	0.04 394	0.00 1	0.20 323	0.08 223

AACVNet	3.33 276	1.03 340	3.56 224	3.46 431	0.63 250	3.09 209	0.28 121	8.78 280	3.43 115	5.99 216	10.64 321	10.08 361	4.03 290	8.69 351	2.51 278	0.03 317	0.01 153	0.00 1	0.00 1	0.26 357	0.06 189

1111x	4.25 351	0.30 39	4.31 279	1.47 247	0.37 195	5.10 320	0.32 132	12.86 397	9.82 359	6.01 217	9.73 302	8.78 344	5.97 362	9.43 383	10.39 427	0.06 357	0.03 253	0.00 1	0.00 1	0.02 42	0.04 138

AdaStereo	3.09 248	0.58 223	3.04 176	2.84 405	0.48 224	4.08 288	1.29 320	12.16 379	7.77 314	6.03 218	9.62 299	5.79 277	1.53 169	4.56 132	1.93 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57
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.
GwcNet-ADL	2.65 210	0.48 179	3.84 252	0.82 148	0.33 185	2.04 84	0.69 228	8.07 254	9.42 351	6.05 219	6.66 217	4.14 212	1.73 180	5.40 160	3.01 293	0.08 371	0.06 312	0.00 1	0.00 1	0.06 160	0.03 94

LCNet	2.85 226	0.42 140	1.90 44	0.95 171	0.56 241	2.07 85	1.60 334	4.99 121	3.57 124	6.05 219	10.59 319	4.59 234	6.79 380	7.46 271	0.72 100	0.01 206	0.00 1	0.01 334	0.77 453	0.30 368	3.57 460

ADStereo(finetuned)	2.26 171	0.64 243	5.22 335	0.31 75	0.18 119	1.71 61	0.25 116	5.23 134	8.46 334	6.06 221	5.30 179	1.41 103	6.37 368	1.87 61	1.87 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.18 329

DCANet	2.08 146	0.64 243	3.81 246	0.31 75	0.17 106	1.70 60	0.25 116	5.23 134	8.47 335	6.07 222	5.30 179	1.41 103	4.23 298	1.85 58	2.02 251	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.19 339

raftrobust	1.86 116	0.74 277	1.94 51	2.15 355	2.24 373	2.74 163	0.53 181	4.89 112	4.05 153	6.09 223	3.89 127	1.64 114	2.55 215	2.44 78	1.12 172	0.00 1	0.03 253	0.00 1	0.00 1	0.12 252	0.08 223

iRaft-Stereo_20w	2.56 203	0.35 87	4.98 317	0.37 94	0.67 256	3.47 235	0.59 201	12.57 392	3.89 138	6.10 224	6.23 205	1.49 109	2.24 200	6.65 219	0.86 136	0.00 1	0.19 416	0.00 1	0.33 423	0.08 188	0.22 349

BUS	2.49 198	0.32 52	3.05 181	0.46 105	0.46 215	7.12 362	0.50 176	9.05 284	4.69 186	6.11 225	6.15 199	5.29 259	0.83 110	3.91 109	1.77 231	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

BSDual-CNN	2.69 211	0.32 52	3.05 181	0.46 105	0.46 215	7.13 364	1.63 336	9.05 284	4.69 186	6.11 225	6.15 199	6.26 288	2.54 213	3.91 109	1.91 241	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

hknet	3.31 268	0.42 140	4.68 304	0.46 105	1.17 307	7.13 364	1.63 336	9.05 284	6.91 281	6.11 225	6.15 199	9.66 355	2.85 234	7.48 274	2.45 276	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

RAFT	2.57 205	0.76 282	3.09 187	0.91 160	0.09 52	2.41 121	0.94 286	5.35 152	2.65 51	6.11 225	7.21 237	9.43 352	4.30 305	5.73 168	1.77 231	0.00 1	0.12 374	0.00 1	0.02 280	0.46 406	0.08 223

APVNet	5.98 387	1.72 408	8.72 414	3.21 423	4.04 435	12.31 429	1.81 344	19.09 459	6.10 246	6.13 229	13.41 370	10.69 374	6.30 366	11.26 413	13.90 450	0.05 348	0.02 206	0.11 420	0.03 293	0.53 408	0.20 345

PSMNet_ROB	5.02 373	1.63 402	6.03 366	1.90 310	1.83 352	9.57 398	6.35 435	15.58 434	7.23 294	6.15 230	10.48 317	12.22 393	4.16 294	8.02 303	8.71 408	0.02 282	0.01 153	0.01 334	0.10 343	0.20 323	0.12 285

test_sample5	2.91 237	0.40 123	4.33 280	1.81 297	0.50 230	3.33 227	0.17 91	11.27 345	6.55 270	6.18 231	8.35 267	3.65 189	2.71 225	6.61 216	2.15 258	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.05 171

ASMatch	3.32 274	0.50 186	3.32 204	1.72 285	0.45 214	1.93 75	0.68 224	6.42 210	3.89 138	6.18 231	22.30 435	4.61 235	4.82 333	7.65 281	1.70 224	0.00 1	0.02 206	0.00 1	0.03 293	0.01 11	0.18 329

AFF-stereo	2.59 207	0.68 260	2.35 95	1.55 260	0.17 106	1.67 52	0.08 41	5.75 171	6.60 272	6.20 233	12.13 352	6.16 285	2.36 207	4.75 136	1.11 171	0.02 282	0.02 206	0.00 1	0.00 1	0.23 345	0.05 171

MyStereo8	2.88 234	1.19 363	5.03 320	1.61 270	3.75 425	4.30 295	0.07 36	6.14 190	6.16 252	6.22 234	9.64 301	4.28 221	1.45 158	2.05 69	4.76 349	0.00 1	0.16 403	0.00 1	0.14 353	0.26 357	0.43 400

CBFPSM	4.87 369	0.94 329	14.70 451	1.51 251	1.15 306	11.49 419	2.55 363	7.28 240	6.47 267	6.23 235	4.83 152	15.30 416	8.99 416	6.88 231	8.20 401	0.03 317	0.02 206	0.00 1	0.00 1	0.40 399	0.42 398

NRIStereo	2.14 151	0.35 87	2.65 124	1.10 193	0.14 89	3.05 206	0.86 275	5.35 152	3.18 97	6.24 236	3.36 115	4.17 214	1.82 188	8.12 315	2.01 249	0.00 1	0.10 359	0.00 1	0.00 1	0.12 252	0.19 339

DMCA	2.82 225	0.64 243	4.45 288	1.61 270	0.89 281	3.86 278	0.57 199	9.18 288	5.10 201	6.24 236	6.49 214	7.17 314	2.13 196	3.31 95	4.73 347	0.00 1	0.01 153	0.00 1	0.00 1	0.04 110	0.02 57

cf-r	3.42 285	0.81 297	3.97 255	2.41 385	2.78 388	2.85 188	0.64 214	8.44 261	6.32 260	6.25 238	11.57 343	8.97 347	3.54 263	5.93 174	3.83 327	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.07 208

PSM-softLoss	2.24 163	0.34 77	3.42 214	1.81 297	0.17 106	2.74 163	0.39 146	6.17 194	2.92 69	6.26 239	6.29 208	2.96 154	0.97 119	8.68 349	1.71 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

KMStereo	2.24 163	0.34 77	3.42 214	1.81 297	0.17 106	2.74 163	0.39 146	6.17 194	2.92 69	6.26 239	6.29 208	2.96 154	0.97 119	8.68 349	1.71 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

DeepStereo_RVC	2.05 144	0.39 114	2.87 159	0.14 44	0.17 106	3.51 245	0.70 231	5.21 133	3.00 80	6.27 241	4.13 133	3.47 180	4.53 318	4.81 137	1.49 203	0.01 206	0.00 1	0.00 1	0.00 1	0.09 206	0.18 329

MyStereo05	2.94 239	0.66 255	5.25 338	1.10 193	0.96 290	2.57 140	0.10 49	8.53 268	12.34 402	6.28 242	3.88 126	3.18 168	3.30 248	7.81 293	2.37 271	0.01 206	0.08 339	0.00 1	0.01 257	0.13 266	0.15 310

FADNet-RVC-Resample	3.79 314	1.62 401	12.06 432	1.43 242	0.66 254	5.94 339	2.41 355	10.18 320	8.58 340	6.28 242	4.22 136	5.33 263	4.80 332	7.71 286	3.19 299	0.17 396	0.21 423	0.17 431	0.12 348	0.41 402	0.29 377

ffm	2.90 235	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	4.53 89	10.19 365	6.29 244	9.23 285	5.59 268	3.72 276	8.00 301	0.46 54	0.00 1	0.02 206	0.00 1	0.00 1	0.10 217	0.04 138

ff1	3.45 289	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	4.53 89	10.19 365	6.29 244	9.23 285	5.59 268	3.72 276	10.11 394	9.35 416	0.00 1	0.02 206	0.00 1	0.00 1	0.10 217	0.04 138

mmx	3.86 320	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	12.18 380	10.66 378	6.29 244	9.23 285	5.59 268	3.72 276	10.11 394	9.35 416	0.05 348	0.02 206	0.00 1	0.00 1	0.03 85	0.04 138

xxx	3.86 320	0.31 42	3.98 259	1.34 226	0.98 292	2.80 173	0.48 164	12.18 380	10.66 378	6.29 244	9.23 285	5.59 268	3.72 276	10.11 394	9.35 416	0.05 348	0.02 206	0.00 1	0.00 1	0.03 85	0.04 138

test_sample4	2.87 232	0.40 123	4.54 294	1.80 295	0.54 239	3.95 283	0.15 81	11.48 353	6.49 269	6.33 248	6.81 221	3.68 193	2.65 220	6.11 180	2.36 270	0.02 282	0.01 153	0.00 1	0.00 1	0.04 110	0.05 171

DispNO	3.25 262	0.72 270	6.85 389	1.95 321	1.34 321	3.49 240	0.84 268	8.14 255	6.30 258	6.34 249	7.76 257	6.30 291	4.28 304	6.93 236	3.51 315	0.00 1	0.03 253	0.03 382	0.12 348	0.07 176	0.07 208

TDLM	4.11 337	1.11 354	3.54 223	1.62 273	1.04 298	3.91 281	7.41 448	10.60 327	10.67 380	6.38 250	12.59 360	5.95 281	4.77 328	8.79 359	3.04 294	0.58 435	0.00 1	0.01 334	0.00 1	0.19 319	0.12 285

DIP-Stereo	1.97 136	0.64 243	2.95 164	0.17 50	0.10 59	4.83 314	0.13 68	8.60 274	4.06 156	6.42 251	4.92 155	0.44 64	0.72 97	3.57 101	1.80 234	0.00 1	0.01 153	0.00 1	0.00 1	0.05 136	0.04 138
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	2.79 222	0.77 285	4.02 262	2.03 338	0.11 68	5.58 329	0.59 201	9.24 290	5.15 204	6.42 251	7.26 240	3.66 191	2.92 237	4.07 118	3.87 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.02 57
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
CC-Net-ROB	7.68 419	9.21 472	7.46 402	3.82 443	3.66 419	15.68 444	5.02 417	17.95 446	10.45 376	6.44 253	14.00 375	7.63 319	4.77 328	10.75 406	3.10 297	5.99 472	2.46 473	16.28 482	1.08 459	6.30 472	1.56 445

test_sample6	3.14 255	0.41 134	4.42 285	1.92 315	0.49 227	3.25 224	0.21 103	11.30 347	6.69 274	6.50 254	10.86 328	4.03 204	2.93 238	7.06 248	2.65 282	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.06 189

DualNet	3.05 245	0.40 123	4.33 280	1.81 297	0.50 230	3.33 227	0.17 91	11.27 345	6.55 270	6.50 254	10.86 328	3.65 189	2.71 225	6.61 216	2.15 258	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.05 171

DISCO	6.28 393	0.57 218	5.78 358	3.43 430	1.17 307	11.22 416	3.39 386	12.14 378	16.16 427	6.52 256	11.22 335	16.96 430	6.32 367	19.51 467	10.74 431	0.00 1	0.00 1	0.00 1	0.00 1	0.35 385	0.11 271

IRAFT_RVC	2.85 226	0.41 134	3.32 204	2.09 348	0.41 205	2.92 194	5.22 420	6.41 209	3.63 125	6.53 257	5.48 183	5.09 254	4.88 335	8.20 326	2.15 258	0.01 206	0.17 407	0.01 334	0.00 1	0.02 42	0.04 138

test_3	1.88 121	0.22 12	2.75 137	0.96 173	0.22 141	1.28 19	0.77 248	4.62 96	5.87 230	6.55 258	1.84 66	4.28 221	0.45 71	6.48 206	0.76 111	0.00 1	0.01 153	0.00 1	0.28 410	0.17 300	0.14 300

testlalala	1.50 83	0.41 134	1.67 30	0.98 177	0.31 177	4.00 286	0.90 283	5.26 145	2.17 26	6.56 259	3.61 123	1.74 119	0.38 52	1.21 26	0.42 43	0.00 1	0.02 206	0.00 1	0.29 411	0.01 11	0.01 17

NINENet	3.09 248	0.56 216	3.22 197	1.61 270	1.37 322	7.12 362	0.50 176	11.88 365	5.63 221	6.63 260	8.40 268	5.29 259	0.83 110	6.51 209	1.77 231	0.15 390	0.07 328	0.07 411	0.00 1	0.09 206	0.00 1

PS-NSSS	3.90 324	1.84 414	4.55 297	0.87 155	2.95 393	4.10 290	2.00 349	10.77 334	8.23 328	6.75 261	14.63 384	5.01 251	2.24 200	8.41 335	2.91 290	0.33 419	0.03 253	0.83 454	0.00 1	0.82 428	0.70 424

HSM	4.00 335	0.79 291	3.16 193	1.59 268	2.17 368	6.77 355	1.11 305	12.28 382	6.35 263	6.75 261	8.11 264	13.90 404	5.37 347	8.85 361	2.71 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

CASS	2.44 191	0.44 157	3.56 224	0.85 153	0.38 197	3.14 216	0.22 105	9.64 302	4.00 146	6.78 263	7.62 250	3.57 187	3.58 264	3.80 106	1.10 170	0.02 282	0.01 153	0.00 1	0.00 1	0.05 136	0.01 17
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ITSA-stereo	3.76 311	0.54 206	3.80 244	1.91 311	0.29 170	3.09 209	0.70 231	13.22 404	15.64 423	6.79 264	6.66 217	4.15 213	3.52 262	8.30 329	5.00 352	0.09 376	0.07 328	0.11 420	0.10 343	0.18 311	0.95 431

raft_robust	2.64 209	1.20 364	2.62 121	1.10 193	0.28 168	1.50 38	0.12 59	6.28 199	9.04 344	6.80 265	7.19 236	3.73 196	2.13 196	9.06 369	1.07 166	0.03 317	0.12 374	0.00 1	0.21 385	0.17 300	0.22 349

IPLGR	2.28 172	0.51 191	6.00 365	0.15 46	0.15 93	1.99 82	0.22 105	6.34 201	6.04 244	6.80 265	5.76 187	2.87 151	2.31 205	4.88 139	1.28 186	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.18 329

NF-Stereo	2.24 163	0.33 67	3.00 167	2.04 340	0.10 59	3.46 233	0.43 155	6.51 216	3.17 94	6.84 267	5.24 173	2.67 147	1.34 151	8.17 322	1.53 207	0.01 206	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

OCTAStereo	2.24 163	0.33 67	3.03 173	2.04 340	0.10 59	3.45 232	0.43 155	6.50 213	3.17 94	6.84 267	5.20 168	2.65 144	1.33 149	8.18 323	1.56 211	0.01 206	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

RE-Stereo	2.25 168	0.33 67	3.03 173	2.04 340	0.10 59	3.47 235	0.43 155	6.50 213	3.18 97	6.84 267	5.20 168	2.65 144	1.34 151	8.18 323	1.58 213	0.01 206	0.00 1	0.01 334	0.00 1	0.02 42	0.01 17

TVStereo	2.25 168	0.33 67	3.03 173	2.04 340	0.10 59	3.47 235	0.43 155	6.50 213	3.18 97	6.84 267	5.20 168	2.65 144	1.34 151	8.18 323	1.58 213	0.01 206	0.00 1	0.01 334	0.00 1	0.02 42	0.01 17

GEStereo_RVC	3.74 307	0.73 273	4.95 316	2.01 333	1.24 310	4.36 299	3.07 374	11.77 362	7.80 315	6.87 271	6.52 215	7.70 321	4.31 307	8.98 367	4.19 337	0.03 317	0.01 153	0.02 365	0.02 280	0.13 266	0.11 271

GMStereo_Zeroshot	2.77 220	1.98 421	5.14 329	1.53 256	0.36 192	3.56 250	0.10 49	5.57 163	5.91 235	6.89 272	7.02 230	8.50 342	0.91 114	6.01 177	1.65 220	0.00 1	0.00 1	0.00 1	0.00 1	0.20 323	0.01 17

BEATNet_4x	3.24 261	1.27 373	5.89 361	1.56 263	0.10 59	5.26 325	1.07 301	10.08 316	5.50 213	6.89 272	7.73 254	4.53 232	4.13 291	5.05 147	5.27 354	0.04 336	0.05 296	0.00 1	0.00 1	0.23 345	0.23 355

ttt	3.86 320	0.23 14	2.34 94	2.22 364	1.68 339	4.36 299	0.28 121	12.45 384	11.09 383	6.90 274	11.85 345	4.08 207	3.28 247	8.47 338	7.85 391	0.06 357	0.04 282	0.00 1	0.00 1	0.03 85	0.03 94

iinet-f	5.94 385	1.60 399	26.88 481	1.79 294	1.38 323	11.92 426	1.47 327	6.80 228	7.11 290	6.90 274	14.43 380	10.64 373	7.97 401	7.00 243	12.12 441	0.02 282	0.03 253	0.05 401	0.00 1	0.63 419	0.02 57

SFCPSM	3.29 265	0.43 151	5.11 326	0.34 88	0.94 288	8.48 383	2.15 352	14.51 421	5.29 207	7.00 276	7.65 252	3.43 174	2.59 217	5.11 150	2.37 271	0.01 206	0.03 253	0.01 334	0.07 325	0.13 266	0.15 310

test_1	1.85 115	0.21 9	2.45 100	1.02 181	0.22 141	1.37 25	0.82 260	4.66 103	5.06 199	7.02 277	1.73 61	4.09 208	0.41 63	6.51 209	0.76 111	0.00 1	0.00 1	0.00 1	0.29 411	0.18 311	0.14 300

ccs_rob	2.81 223	0.42 140	4.06 267	0.33 83	0.25 151	2.59 145	0.12 59	8.19 256	7.68 308	7.02 277	10.37 314	6.54 294	2.06 195	4.88 139	1.53 207	0.00 1	0.02 206	0.01 334	0.00 1	0.05 136	0.07 208

PA-Net	4.98 371	1.47 387	7.42 401	2.40 382	2.14 366	8.73 388	3.64 392	12.42 383	13.11 405	7.03 279	7.57 249	7.88 324	6.52 371	10.16 399	7.82 390	0.02 282	0.03 253	0.00 1	0.00 1	0.11 236	1.07 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_pseudo	2.81 223	0.42 140	4.04 265	0.33 83	0.24 148	2.59 145	0.12 59	8.20 257	7.66 307	7.04 280	10.42 315	6.56 298	2.05 194	4.88 139	1.53 207	0.00 1	0.02 206	0.01 334	0.00 1	0.05 136	0.07 208

GMM-Stereo	3.32 274	0.27 26	2.52 108	0.82 148	0.48 224	2.27 105	4.91 415	5.06 124	3.08 87	7.06 281	16.72 399	6.21 287	3.70 271	7.60 278	1.16 178	0.04 336	0.00 1	0.00 1	0.04 311	0.10 217	4.45 464

MSMDNet	2.99 242	0.39 114	4.02 262	0.40 99	0.25 151	2.53 133	0.16 86	9.35 294	9.25 347	7.08 282	11.39 337	6.93 304	2.43 210	4.01 115	1.34 192	0.01 206	0.02 206	0.02 365	0.00 1	0.05 136	0.07 208

RAFT-Stereo + iAFF	2.12 148	0.58 223	2.43 98	1.27 213	0.16 99	1.60 44	0.14 75	5.17 131	5.90 233	7.10 283	10.10 306	3.06 161	1.74 182	1.87 61	0.97 158	0.01 206	0.02 206	0.00 1	0.00 1	0.23 345	0.02 57

PCWNet_CMD	2.99 242	0.39 114	4.02 262	0.39 97	0.26 158	2.53 133	0.15 81	9.24 290	9.22 346	7.12 284	11.53 342	6.94 305	2.41 209	4.02 116	1.33 190	0.01 206	0.02 206	0.02 365	0.00 1	0.05 136	0.07 208

DDVS	3.59 297	0.53 202	4.53 293	2.02 335	1.27 313	6.63 352	0.49 174	8.73 278	4.10 157	7.14 285	7.63 251	12.68 396	2.25 202	8.69 351	4.09 335	0.08 371	0.20 420	0.01 334	0.00 1	0.14 276	0.59 419

hitnet-ft	3.66 302	0.65 249	2.79 147	0.89 158	0.72 265	4.25 293	0.55 188	9.11 287	7.52 302	7.14 285	10.19 308	12.49 395	4.70 325	7.44 270	4.41 341	0.03 317	0.00 1	0.06 405	0.00 1	0.20 323	0.04 138

SMFormer	3.54 293	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	3.51 315	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.04 138

tta	3.54 293	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	3.51 315	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

qqq1	3.38 279	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	0.30 17	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

fff1	3.38 279	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	0.30 17	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

UNet	3.97 333	0.61 234	6.50 382	1.68 278	3.22 400	9.82 400	0.31 131	9.50 297	5.32 209	7.20 291	6.35 212	10.59 369	5.91 361	6.93 236	5.49 358	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

CoDeX	3.43 286	0.68 260	4.49 290	0.98 177	1.65 334	6.37 346	2.14 351	13.23 405	6.07 245	7.23 292	8.95 277	4.09 208	3.79 280	6.31 191	2.37 271	0.03 317	0.06 312	0.00 1	0.00 1	0.07 176	0.15 310

MaskLacGwcNet_RVC	5.97 386	5.36 456	5.02 318	3.75 442	3.57 415	15.81 445	4.27 402	11.72 360	6.96 283	7.23 292	8.47 270	9.09 348	2.66 221	9.36 382	2.71 284	7.49 475	2.32 470	2.01 464	0.08 330	6.77 474	4.67 467

test-3	1.86 116	0.21 9	2.46 103	1.03 183	0.22 141	1.38 26	0.83 264	4.65 101	5.04 198	7.26 294	1.78 64	4.10 210	0.41 63	6.53 212	0.76 111	0.00 1	0.00 1	0.00 1	0.29 411	0.18 311	0.14 300

ADLNet2	4.46 358	0.90 317	6.06 367	2.74 402	3.91 430	6.79 356	3.01 373	10.95 340	8.40 333	7.27 295	9.80 303	9.85 356	5.43 351	7.29 262	6.44 373	0.01 206	0.03 253	0.00 1	0.00 1	0.15 280	0.11 271

psm_up	3.85 319	0.82 300	3.01 169	2.00 332	2.58 384	5.28 326	3.34 383	10.85 337	6.33 261	7.27 295	7.32 242	10.15 362	9.02 417	6.19 184	2.51 278	0.22 406	0.01 153	0.00 1	0.00 1	0.12 252	0.03 94

HGLStereo	4.25 351	0.52 198	4.65 302	3.09 414	5.18 454	6.51 351	0.73 239	10.37 322	6.74 277	7.32 297	12.44 359	7.00 306	7.21 388	7.46 271	5.51 359	0.00 1	0.02 206	0.00 1	0.00 1	0.06 160	0.10 258

HHNet	2.59 207	0.55 210	2.55 111	0.20 56	0.32 180	2.84 187	0.94 286	5.77 176	5.14 203	7.33 298	13.80 373	0.94 88	3.20 244	5.27 155	2.41 274	0.13 387	0.02 206	0.06 405	0.00 1	0.23 345	0.03 94

AASNet	3.90 324	0.92 324	4.41 284	3.56 435	4.00 434	6.70 353	1.26 317	18.71 452	6.14 250	7.35 299	7.91 261	4.35 225	2.58 216	3.04 90	6.62 379	0.00 1	0.00 1	0.00 1	0.00 1	0.39 396	0.14 300

RAFT-345	3.27 263	0.41 134	2.88 160	1.02 181	0.21 137	2.63 153	0.48 164	3.76 54	5.51 215	7.35 299	24.88 447	4.25 217	1.76 186	8.15 318	2.13 256	0.01 206	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

FINET	5.32 375	1.14 359	10.04 423	2.17 356	3.67 420	6.49 349	6.76 441	11.68 358	22.08 453	7.42 301	12.15 353	4.24 216	3.61 266	9.25 377	5.35 356	0.04 336	0.04 282	0.00 1	0.00 1	0.17 300	0.09 236

IER	3.20 260	0.54 206	5.13 328	0.58 123	1.59 328	7.29 367	0.56 190	6.36 202	4.95 196	7.44 302	8.84 273	6.20 286	6.26 365	4.88 139	3.29 304	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

DGSMNet	6.47 398	2.61 432	13.64 447	3.46 431	3.74 421	8.97 390	6.01 426	14.15 417	13.01 404	7.46 303	14.10 376	9.94 359	4.79 331	10.44 401	6.22 368	1.30 453	1.70 466	1.80 461	1.52 466	2.27 456	2.35 455

test_xeample	4.13 339	0.36 97	2.75 137	1.23 207	0.51 233	3.96 284	0.13 68	12.63 393	7.65 306	7.49 304	10.86 328	3.29 171	3.36 250	6.71 223	21.53 467	0.02 282	0.03 253	0.00 1	0.00 1	0.03 85	0.04 138

RAFT + AFF	4.30 355	1.55 395	5.84 359	1.43 242	2.36 376	5.94 339	6.72 440	10.01 313	7.56 303	7.55 305	8.96 279	7.09 312	6.73 378	8.57 343	4.02 332	0.02 282	0.47 453	0.00 1	0.01 257	0.56 410	0.54 414

CVANet_RVC	4.16 343	1.16 361	3.60 227	1.94 320	1.46 325	3.92 282	4.68 411	10.89 338	8.34 330	7.58 306	10.84 326	10.27 366	6.62 375	8.56 342	2.69 283	0.39 424	0.00 1	0.00 1	0.01 257	0.21 334	0.09 236

ACRE	2.41 186	1.08 347	5.11 326	0.55 117	2.05 361	2.65 156	0.78 253	5.26 145	4.67 185	7.59 307	9.20 283	1.70 117	1.08 127	3.74 104	2.18 261	0.01 206	0.18 411	0.02 365	0.08 330	0.22 339	0.10 258

test_for_model	6.81 407	27.63 490	2.16 84	21.79 488	16.18 489	3.48 238	0.94 286	5.88 181	3.72 127	7.62 308	2.72 93	1.03 92	0.42 68	0.58 2	0.35 25	9.03 480	2.28 469	0.00 1	0.05 317	23.91 495	6.49 473

CFNet_ucs	3.07 247	0.44 157	4.05 266	0.54 114	0.37 195	3.08 207	0.19 96	9.80 306	8.49 337	7.64 309	12.62 361	5.67 273	1.76 186	4.96 145	1.51 204	0.00 1	0.04 282	0.01 334	0.00 1	0.09 206	0.11 271

IPLG	2.43 189	0.66 255	4.77 308	0.54 114	0.31 177	3.01 202	0.26 118	6.15 191	5.55 217	7.69 310	6.21 203	1.89 125	1.74 182	7.19 258	2.35 269	0.01 206	0.01 153	0.00 1	0.00 1	0.24 355	0.12 285

Sa-1000	3.55 295	0.75 279	3.63 232	1.91 311	0.30 171	3.55 249	1.63 336	7.39 242	8.54 338	7.70 311	17.44 412	4.00 203	2.82 232	9.44 386	1.33 190	0.00 1	0.10 359	0.00 1	0.18 374	0.21 334	0.04 138

anonymousa	3.80 316	0.55 210	3.35 206	1.24 208	3.74 421	9.04 391	0.36 139	6.74 225	4.03 149	7.72 312	19.64 422	10.62 371	6.01 363	1.52 40	1.40 195	0.00 1	0.00 1	0.00 1	0.05 317	0.00 1	0.03 94

iResNet	3.68 303	0.91 321	7.94 408	2.97 413	0.34 187	4.44 305	0.48 164	7.70 245	9.74 357	7.72 312	12.74 364	4.03 204	2.87 236	8.05 307	3.37 306	0.02 282	0.01 153	0.00 1	0.00 1	0.10 217	0.09 236

DeepPruner_ROB	3.52 292	1.14 359	4.06 267	1.12 199	1.65 334	3.65 256	0.83 264	13.96 413	4.47 175	7.80 314	10.84 326	7.05 311	2.16 199	8.14 317	3.08 296	0.07 366	0.03 253	0.00 1	0.01 257	0.32 377	0.06 189

HBP-ISP	4.09 336	1.05 342	4.10 271	1.87 304	1.31 319	7.56 373	3.98 395	11.26 343	9.94 362	7.81 315	14.44 381	3.23 169	4.27 300	8.89 364	1.87 237	0.06 357	0.06 312	0.00 1	0.00 1	0.06 160	0.04 138

UDG	8.58 434	9.31 473	4.89 312	10.00 472	9.52 473	10.36 407	2.41 355	12.07 373	9.82 359	7.81 315	9.55 297	16.52 424	9.81 426	7.84 294	7.88 393	4.20 467	2.51 475	18.53 484	3.71 479	9.55 476	5.28 470

CIPLG	2.47 197	1.10 351	4.71 307	0.63 132	2.15 367	2.67 160	0.77 248	5.19 132	4.73 189	7.85 317	9.56 298	1.72 118	1.14 132	4.20 122	2.34 267	0.01 206	0.19 416	0.02 365	0.09 339	0.23 345	0.08 223

IPLGR_C	2.44 191	1.17 362	4.94 315	0.62 129	2.08 362	2.65 156	0.80 256	5.60 165	4.79 192	7.87 318	9.23 285	1.67 116	1.15 134	3.43 98	2.23 263	0.01 206	0.19 416	0.02 365	0.08 330	0.22 339	0.10 258

AANet_RVC	5.01 372	1.74 409	6.38 378	1.96 324	1.29 316	2.26 104	1.69 340	10.07 315	18.53 435	7.88 319	18.15 417	8.49 341	2.70 222	10.59 404	7.04 381	0.96 447	0.15 395	0.02 365	0.00 1	0.13 266	0.12 285

iResNet_ROB	4.23 348	1.02 338	4.90 313	2.18 357	0.93 287	2.92 194	0.37 141	15.10 429	16.91 432	7.89 320	10.51 318	7.03 307	3.07 242	8.16 319	3.46 313	0.01 206	0.00 1	0.00 1	0.00 1	0.10 217	0.02 57

PFNet+	2.35 181	0.31 42	3.69 235	0.79 145	0.17 106	3.15 219	0.75 244	4.52 88	6.30 258	7.90 321	6.34 211	2.53 141	1.18 141	7.72 288	1.62 217	0.03 317	0.00 1	0.00 1	0.00 1	0.01 11	0.03 94

HI	3.18 258	0.90 317	3.05 181	1.28 218	0.15 93	2.29 106	0.04 17	5.31 149	3.52 119	7.96 322	12.69 362	11.43 386	6.61 372	4.26 124	4.02 332	0.00 1	0.06 312	0.00 1	0.00 1	0.05 136	0.01 17

CoSv	3.18 258	0.90 317	3.05 181	1.28 218	0.15 93	2.29 106	0.04 17	5.31 149	3.52 119	7.96 322	12.69 362	11.43 386	6.61 372	4.26 124	4.02 332	0.00 1	0.06 312	0.00 1	0.00 1	0.05 136	0.01 17

UPFNet	3.82 317	0.47 172	4.34 283	2.21 361	3.38 406	7.26 366	2.69 366	9.89 309	5.96 237	7.98 324	7.53 245	7.89 325	3.15 243	7.72 288	5.88 366	0.01 206	0.02 206	0.00 1	0.00 1	0.04 110	0.06 189

OMP-Stereo	3.03 244	0.93 327	2.72 133	4.21 452	0.51 233	2.19 99	1.25 314	6.19 196	6.00 242	7.99 325	6.21 203	8.50 342	2.49 212	9.44 386	1.74 229	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.05 171

psmg	3.10 251	0.32 52	3.05 181	0.54 114	0.46 215	8.68 387	2.84 370	9.87 307	4.69 186	8.08 326	8.69 272	6.26 288	2.54 213	3.91 109	1.91 241	0.01 206	0.04 282	0.06 405	0.00 1	0.11 236	0.00 1

delet	4.27 353	0.72 270	4.50 291	1.07 191	3.75 425	10.79 414	4.04 397	9.95 310	7.89 316	8.09 327	8.89 275	8.46 338	3.81 282	7.56 276	5.80 364	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.02 57

DeepPrunerF	6.75 402	2.69 433	23.31 474	3.68 438	7.16 464	3.78 274	4.29 403	13.42 407	20.13 447	8.13 328	10.46 316	7.18 315	8.06 403	11.10 411	9.44 419	0.24 409	0.15 395	0.29 441	0.42 436	0.66 422	0.45 404

GMOStereo	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

error version	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

test-v	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

test-2	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

ac_64	3.70 305	0.47 172	3.50 221	2.87 406	3.50 412	5.91 338	0.72 238	10.17 319	4.34 167	8.16 329	5.80 188	10.82 376	5.64 357	7.08 249	4.73 347	0.03 317	0.00 1	0.00 1	0.00 1	0.08 188	0.14 300

DEmStereo	3.79 314	0.37 104	3.69 235	0.17 50	0.17 106	5.28 326	2.54 359	4.35 76	3.70 126	8.21 334	20.15 423	5.13 256	10.38 430	7.65 281	3.85 328	0.01 206	0.01 153	0.01 334	0.00 1	0.02 42	0.06 189

SQANet	7.64 418	3.40 445	5.49 347	11.73 477	9.62 475	11.96 427	2.82 369	11.33 348	6.10 246	8.33 335	11.49 341	11.00 381	5.16 343	10.12 398	2.72 287	8.92 479	2.21 468	10.41 478	1.58 467	11.13 479	7.39 477

DualNet (step1)	3.91 327	1.11 354	6.15 370	1.27 213	0.60 245	5.22 322	2.54 359	10.66 329	7.73 310	8.36 336	7.55 246	6.55 295	4.27 300	6.58 214	1.62 217	1.49 456	0.03 253	3.10 466	2.99 472	0.20 323	0.15 310

test_sample9	5.87 382	1.11 354	6.15 370	1.27 213	0.60 245	5.22 322	2.54 359	10.66 329	7.73 310	8.36 336	7.55 246	6.55 295	4.27 300	11.68 418	11.44 437	1.49 456	24.31 505	3.10 466	2.99 472	0.20 323	0.15 310

test_sample7	3.30 266	0.47 172	3.43 217	1.98 326	0.35 190	4.33 296	1.88 346	10.66 329	7.73 310	8.36 336	7.55 246	6.55 295	4.27 300	6.58 214	1.62 217	0.06 357	0.03 253	0.00 1	0.00 1	0.05 136	0.06 189

Nwc_Net	6.97 411	1.25 370	6.63 384	3.82 443	3.37 405	10.83 415	1.67 339	19.56 468	11.35 388	8.36 336	23.62 440	17.19 432	11.44 437	11.21 412	8.08 399	0.80 441	0.00 1	0.00 1	0.02 280	0.13 266	0.09 236

LL-Strereo	4.71 368	1.64 403	7.51 404	1.15 201	4.31 438	3.71 263	1.45 326	9.21 289	8.36 331	8.37 340	8.17 265	10.82 376	11.36 436	12.51 427	4.82 350	0.00 1	0.12 374	0.00 1	0.00 1	0.31 373	0.32 382

IIG-Stereo	3.16 256	0.75 279	2.83 150	4.08 448	0.21 137	2.56 139	0.74 242	6.55 218	5.56 219	8.39 341	9.38 296	7.94 328	2.79 230	9.50 388	1.89 240	0.02 282	0.00 1	0.00 1	0.00 1	0.02 42	0.04 138

NCC-stereo	6.77 404	1.49 391	6.48 380	2.92 409	4.40 441	7.43 368	3.61 389	19.52 466	13.29 406	8.39 341	16.91 401	15.96 418	12.13 438	12.85 430	7.70 388	1.47 454	0.11 367	0.01 334	0.42 436	0.14 276	0.24 359

Abc-Net	6.77 404	1.49 391	6.48 380	2.92 409	4.40 441	7.43 368	3.61 389	19.52 466	13.29 406	8.39 341	16.91 401	15.96 418	12.13 438	12.85 430	7.70 388	1.47 454	0.11 367	0.01 334	0.42 436	0.14 276	0.24 359
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LMCR-Stereo	3.63 300	1.29 378	4.20 274	2.54 391	0.17 106	8.08 380	1.52 330	11.46 352	4.73 189	8.45 344	10.66 323	1.91 128	5.03 338	7.69 284	3.58 320	0.92 446	0.00 1	0.00 1	0.00 1	0.36 389	0.02 57

Syn2CoEx	6.32 394	2.72 434	9.33 417	2.45 387	1.67 337	8.59 385	3.32 382	18.08 448	12.27 400	8.53 345	21.08 429	10.30 367	9.80 425	9.30 379	7.86 392	0.01 206	0.00 1	0.00 1	0.00 1	0.63 419	0.43 400

gwcnet-sp	3.31 268	1.47 387	7.26 396	1.73 286	0.69 258	7.57 374	1.14 307	8.59 270	6.17 253	8.57 346	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

scenet	3.31 268	1.47 387	7.26 396	1.73 286	0.69 258	7.57 374	1.14 307	8.59 270	6.17 253	8.57 346	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

ssnet	3.31 268	1.47 387	7.26 396	1.73 286	0.69 258	7.57 374	1.14 307	8.59 270	6.17 253	8.57 346	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

DisPM	2.43 189	0.32 52	3.04 176	1.76 289	0.18 119	3.46 233	0.65 217	5.13 126	4.88 194	8.59 349	7.04 233	2.84 150	1.03 124	8.85 361	0.83 127	0.01 206	0.00 1	0.00 1	0.00 1	0.01 11	0.02 57

DAS	3.74 307	0.35 87	5.19 333	1.99 328	3.74 421	2.36 114	3.22 379	7.77 246	9.27 348	8.70 350	12.08 350	4.45 228	5.43 351	8.39 333	1.71 225	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.02 57

SepStereo	3.78 313	0.35 87	5.19 333	1.99 328	3.74 421	2.36 114	3.22 379	7.77 246	9.27 348	8.70 350	12.08 350	4.45 228	5.43 351	9.18 373	1.71 225	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.02 57

NLCA_NET_v2_RVC	3.84 318	1.06 344	5.23 337	2.72 400	3.27 402	4.36 299	0.61 206	10.71 332	7.56 303	8.75 352	7.89 260	9.86 357	3.90 284	7.15 257	3.44 309	0.14 388	0.02 206	0.02 365	0.03 293	0.04 110	0.03 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ssnet_v2	4.46 358	0.87 308	5.18 332	1.57 264	0.67 256	9.14 392	4.73 412	11.84 363	9.68 355	8.79 353	6.24 206	9.91 358	4.34 308	6.28 189	9.30 415	0.00 1	0.01 153	0.00 1	0.00 1	0.28 365	0.30 379

222	5.36 377	0.40 123	2.72 133	1.50 248	0.48 224	6.15 342	0.07 36	13.73 411	8.06 321	8.79 353	11.03 332	3.71 195	4.21 296	7.47 273	38.74 497	0.03 317	0.02 206	0.00 1	0.00 1	0.04 110	0.05 171

MMNet	4.16 343	0.77 285	5.47 346	1.40 237	1.67 337	10.78 413	0.63 210	8.64 276	8.47 335	8.80 355	8.33 266	7.51 317	6.61 372	7.53 275	6.54 375	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.05 171

HSM-Net_RVC	4.20 345	0.32 52	2.76 140	0.63 132	0.69 258	6.95 359	1.69 340	11.96 368	8.36 331	8.83 356	12.17 354	15.18 414	4.21 296	6.91 235	3.30 305	0.02 282	0.02 206	0.00 1	0.00 1	0.01 11	0.01 17
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ARAFT	3.13 253	1.11 354	7.34 399	0.42 100	0.14 89	4.52 306	2.99 372	7.41 243	5.97 239	8.85 357	7.06 234	5.20 257	1.25 147	8.49 339	1.44 198	0.00 1	0.03 253	0.00 1	0.00 1	0.33 380	0.11 271

CSP-Net	4.12 338	1.28 376	3.70 238	1.54 258	1.06 299	13.28 438	2.33 354	12.96 399	5.45 211	8.87 358	8.54 271	8.43 337	3.03 239	8.16 319	3.65 322	0.00 1	0.00 1	0.00 1	0.00 1	0.18 311	0.03 94

Pruner-Stereo	2.49 198	0.40 123	2.46 103	1.80 295	0.25 151	3.51 245	0.77 248	6.03 185	4.92 195	8.91 359	6.09 194	4.45 228	1.11 128	6.99 242	2.11 254	0.02 282	0.00 1	0.02 365	0.00 1	0.01 11	0.04 138

GASNet	5.19 374	4.61 451	9.38 418	4.73 456	2.10 364	3.80 276	1.57 333	12.07 373	10.96 381	8.92 360	7.03 232	8.21 333	7.67 398	14.02 439	7.36 383	0.02 282	0.15 395	0.00 1	0.00 1	0.69 423	0.42 398

CBMV_ROB	4.14 340	0.52 198	3.14 191	1.30 220	0.77 270	6.92 358	1.97 348	10.11 318	9.58 354	8.92 360	14.20 378	7.12 313	5.90 360	8.65 347	3.50 314	0.01 206	0.05 296	0.00 1	0.00 1	0.04 110	0.09 236

KYRaft	3.59 297	0.31 42	1.84 39	0.76 143	0.46 215	2.29 106	4.04 397	4.75 106	3.25 101	8.93 362	19.47 421	6.62 301	5.07 340	7.79 292	0.71 98	0.01 206	0.00 1	0.00 1	0.01 257	0.04 110	5.38 471

CrosDoStereo	3.96 330	0.45 164	3.04 176	0.32 78	0.20 134	3.28 225	11.63 471	5.76 173	4.45 173	9.04 363	16.58 396	4.99 247	7.45 391	8.04 304	3.72 324	0.00 1	0.02 206	0.01 334	0.00 1	0.16 287	0.10 258

DeepStereo_LL	3.96 330	0.45 164	3.04 176	0.32 78	0.20 134	3.28 225	11.63 471	5.76 173	4.45 173	9.04 363	16.58 396	4.99 247	7.45 391	8.04 304	3.72 324	0.00 1	0.02 206	0.01 334	0.00 1	0.16 287	0.10 258

R-Stereo Train	2.44 191	0.32 52	1.93 48	0.94 167	0.16 99	3.67 257	0.61 206	6.37 204	3.08 87	9.14 365	17.44 412	1.80 121	0.77 103	1.76 53	0.70 94	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.03 94

RAFT-Stereo	2.44 191	0.32 52	1.93 48	0.94 167	0.16 99	3.67 257	0.61 206	6.37 204	3.08 87	9.14 365	17.44 412	1.80 121	0.77 103	1.76 53	0.70 94	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.03 94
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	3.44 288	0.88 311	5.60 354	1.39 236	0.25 151	4.36 299	0.33 135	7.25 239	7.28 295	9.17 367	12.24 357	5.09 254	2.47 211	9.15 372	3.23 301	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.02 57

DMCA-RVC	3.17 257	1.26 371	6.39 379	2.10 350	1.51 327	3.02 203	0.56 190	7.84 250	5.06 199	9.23 368	5.19 167	8.46 338	2.72 227	6.31 191	3.22 300	0.06 357	0.11 367	0.09 417	0.02 280	0.16 287	0.08 223

DDUNet	9.47 442	11.32 478	6.14 369	12.93 479	11.65 480	10.45 408	3.87 394	11.70 359	7.89 316	9.27 369	13.28 368	16.18 423	6.14 364	8.80 360	5.77 363	6.64 474	3.38 488	20.90 485	4.28 481	11.01 478	7.80 478

acv_ft	3.69 304	0.53 202	4.58 301	2.31 376	4.71 452	7.44 370	0.86 275	8.54 269	5.70 223	9.29 370	9.26 293	5.77 275	4.15 293	2.24 73	8.13 400	0.00 1	0.00 1	0.00 1	0.00 1	0.29 367	0.01 17

Prome-Stereo	3.65 301	0.29 30	1.92 47	0.91 160	0.49 227	2.07 85	4.75 413	4.41 81	3.23 100	9.32 371	20.63 428	4.06 206	7.19 386	7.70 285	1.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	4.72 468

GCST	9.08 436	17.31 482	3.98 259	52.92 505	10.66 478	11.29 418	0.20 100	6.97 233	6.47 267	9.46 372	4.68 147	4.75 238	1.51 160	9.34 381	1.31 188	8.19 478	0.05 296	22.38 486	0.34 425	6.17 471	3.53 459

S-Stereo	6.63 401	0.84 303	9.67 420	3.15 420	3.48 411	6.49 349	6.22 430	12.99 400	22.84 455	9.48 373	15.51 389	12.00 392	8.43 407	8.04 304	10.70 430	0.12 384	0.17 407	0.00 1	0.38 430	0.13 266	1.92 449

STTRV1_RVC	7.02 412	1.10 351	12.88 442	3.32 426	6.92 463	11.90 425	4.00 396	15.07 426	11.94 397	9.51 374	14.57 382	11.63 389	8.73 412	12.65 429	8.06 398	3.32 466	2.75 479	0.41 449	0.12 348	1.38 443	0.11 271

AF-Net	7.78 423	1.44 386	6.68 385	3.37 427	4.50 448	8.61 386	2.69 366	17.07 441	20.17 448	9.52 375	24.02 441	20.31 451	14.59 452	11.58 417	9.84 424	0.61 436	0.00 1	0.12 423	0.00 1	0.38 392	0.12 285

Wz-Net-LNSev-Ref	5.98 387	1.55 395	9.92 421	2.40 382	3.22 400	10.28 406	3.14 377	11.64 356	9.79 358	9.54 376	20.22 425	11.16 384	6.77 379	10.61 405	9.16 412	0.06 357	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

RP	6.84 408	1.29 378	5.53 353	3.92 446	5.18 454	6.32 344	3.53 387	11.73 361	15.31 421	9.54 376	22.38 436	18.25 437	14.47 451	10.11 394	7.49 385	0.91 445	0.01 153	0.12 423	0.15 356	0.33 380	0.19 339

AAGNet	3.41 284	0.34 77	2.45 100	1.78 293	0.39 199	3.69 261	1.05 298	4.79 107	4.61 184	9.62 378	7.74 256	4.98 246	6.38 369	7.34 266	13.02 445	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

NCCL2	5.88 384	1.59 398	5.44 344	1.87 304	0.92 284	9.55 397	11.55 470	12.11 375	9.94 362	9.67 379	8.85 274	22.28 457	7.41 389	8.78 358	7.17 382	0.01 206	0.00 1	0.03 382	0.00 1	0.13 266	0.23 355

RAFT_R40	2.71 215	0.33 67	3.00 167	1.26 211	0.30 171	3.83 277	1.00 293	5.69 169	4.29 165	9.69 380	6.33 210	5.02 252	4.02 289	8.58 344	0.86 136	0.01 206	0.00 1	0.00 1	0.00 1	0.03 85	0.02 57

Ntro	12.35 459	8.88 470	7.80 407	13.79 481	12.42 482	26.54 474	6.98 443	18.54 450	22.14 454	9.82 381	16.45 395	20.30 450	9.29 422	15.95 453	6.61 378	9.53 483	2.47 474	14.93 481	2.77 470	13.11 484	8.63 483

iResNetv2_ROB	4.28 354	1.43 384	7.17 395	2.91 407	1.26 311	4.36 299	1.62 335	13.64 410	10.25 369	9.83 382	11.41 338	7.68 320	4.00 286	7.75 290	1.85 236	0.00 1	0.00 1	0.00 1	0.00 1	0.37 390	0.09 236

SDNR	7.50 416	2.32 428	15.58 454	1.82 301	0.63 250	44.66 497	0.44 159	8.59 270	9.52 353	9.84 383	25.18 449	5.30 262	4.38 309	11.46 416	6.49 374	0.05 348	0.03 253	0.00 1	0.01 257	1.79 450	1.87 448

ADLNet	4.32 356	0.80 295	4.33 280	3.60 436	3.56 414	6.87 357	2.48 358	11.20 342	7.58 305	9.87 384	9.62 299	8.39 335	4.95 336	6.16 182	6.60 377	0.01 206	0.01 153	0.00 1	0.01 257	0.12 252	0.25 363

STTStereo	3.60 299	0.93 327	6.34 376	2.71 398	2.23 372	3.68 260	0.63 210	9.42 295	6.73 276	9.87 384	6.97 224	8.84 346	3.65 267	6.85 230	3.04 294	0.00 1	0.02 206	0.01 334	0.00 1	0.02 42	0.02 57

pcwnet_v2	4.20 345	0.36 97	8.53 413	1.33 224	1.12 304	3.43 231	0.41 151	12.85 396	14.16 412	9.90 386	14.29 379	5.90 280	3.03 239	6.20 186	2.06 253	0.01 206	0.05 296	0.04 394	0.02 280	0.16 287	0.18 329

stereogan	7.69 421	0.88 311	7.08 394	3.49 434	3.93 431	18.98 458	3.23 381	16.52 438	19.58 443	9.93 387	18.92 419	20.50 452	9.04 418	14.07 440	6.14 367	0.26 412	0.04 282	0.21 436	0.03 293	0.63 419	0.33 383

PFNet	2.93 238	0.40 123	5.51 350	2.13 353	0.84 277	3.11 213	0.75 244	6.78 226	4.79 192	9.98 388	6.00 192	4.78 240	2.13 196	8.33 330	2.11 254	0.19 400	0.06 312	0.00 1	0.11 345	0.20 323	0.35 385

GwcNet	6.42 396	1.97 420	10.92 426	2.59 395	5.58 457	11.55 420	2.21 353	14.10 416	16.52 431	10.04 389	17.19 409	10.86 378	5.61 356	9.23 376	8.84 410	0.01 206	0.06 312	0.03 382	0.08 330	0.56 410	0.40 393

CRFU-Net	4.45 357	0.67 258	5.02 318	2.78 403	1.32 320	12.67 433	3.35 384	11.26 343	3.52 119	10.06 390	9.30 295	10.91 379	6.92 381	7.26 261	3.24 302	0.15 390	0.16 403	0.16 428	0.00 1	0.26 357	0.05 171

dad	4.66 367	1.89 418	5.51 350	0.94 167	0.09 52	2.16 98	0.37 141	7.10 237	14.43 413	10.13 391	16.84 400	14.97 412	1.90 189	6.82 227	4.15 336	1.09 449	0.11 367	4.08 471	0.46 441	0.17 300	0.06 189

DRaft	3.74 307	0.43 151	2.60 117	0.12 30	0.15 93	4.76 312	1.34 323	5.33 151	4.31 166	10.30 392	21.91 432	3.27 170	8.83 413	7.36 268	3.66 323	0.05 348	0.10 359	0.00 1	0.14 353	0.10 217	0.14 300

THIR-Stereo	3.86 320	0.77 285	2.62 121	0.12 30	0.13 84	4.25 293	6.63 438	5.30 147	4.18 162	10.33 393	17.13 406	6.58 300	7.62 397	7.78 291	3.51 315	0.01 206	0.07 328	0.07 411	0.00 1	0.11 236	0.02 57

GANetREF_RVC	6.56 399	2.89 436	7.58 406	3.41 428	0.40 201	12.96 435	9.58 459	15.09 427	17.25 434	10.33 393	10.62 320	12.27 394	8.16 405	12.21 424	4.53 343	0.41 427	0.00 1	0.00 1	0.02 280	3.12 459	0.39 390
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
PWCDC_ROB	7.92 425	3.17 443	7.48 403	5.73 462	4.40 441	10.45 408	0.35 138	14.52 422	28.19 465	10.36 395	31.27 464	7.04 309	9.14 419	13.22 435	8.78 409	2.74 464	0.02 206	0.00 1	0.00 1	1.31 441	0.17 325

GrayStereo	3.74 307	0.20 5	1.94 51	1.55 260	0.60 245	3.12 214	8.22 450	5.76 173	3.32 108	10.40 396	16.66 398	5.81 278	8.60 410	6.57 213	1.37 194	0.01 206	0.00 1	0.01 334	0.63 446	0.02 42	0.04 138

Wz-Net-SNSev	9.23 439	6.70 461	24.28 475	1.87 304	1.81 351	8.57 384	12.29 476	17.37 443	20.39 449	10.43 397	23.11 439	16.66 426	8.03 402	14.47 444	17.86 457	0.00 1	0.02 206	0.01 334	0.00 1	0.41 402	0.30 379

fast-acv-ft	5.62 380	1.39 382	7.01 391	2.02 335	1.89 356	12.23 428	1.82 345	7.35 241	9.45 352	10.46 398	20.27 426	14.55 410	7.71 399	7.41 269	7.61 387	0.10 379	0.09 348	0.16 428	0.07 325	0.59 414	0.13 293

SACVNet	4.15 342	1.26 371	3.81 246	3.12 418	1.68 339	3.09 209	2.85 371	11.91 366	5.96 237	10.52 399	11.20 334	10.59 369	3.95 285	8.97 366	3.25 303	0.08 371	0.02 206	0.00 1	0.00 1	0.32 377	0.44 402

FAT-Stereo	6.78 406	0.68 260	6.80 387	2.30 370	1.77 348	5.63 331	4.20 401	18.79 453	18.62 436	10.53 400	17.15 407	18.52 439	13.74 449	8.86 363	7.38 384	0.03 317	0.15 395	0.01 334	0.07 325	0.12 252	0.26 369

Wz-Net-LNSev	6.46 397	1.93 419	16.44 457	1.52 253	4.15 436	12.66 432	4.96 416	13.05 401	12.10 399	10.55 401	16.23 394	11.32 385	7.19 386	8.43 337	8.48 405	0.00 1	0.01 153	0.00 1	0.00 1	0.08 188	0.06 189

DLCB_ROB	4.51 362	0.91 321	3.78 242	2.19 358	1.07 301	6.28 343	3.09 375	9.78 305	7.72 309	10.65 402	12.97 365	13.91 405	3.71 272	8.72 357	5.30 355	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.10 258

GANet	6.22 392	1.07 345	4.07 269	2.27 366	0.89 281	9.19 393	9.52 458	12.02 371	8.13 324	10.72 403	29.09 458	13.86 403	7.52 395	11.00 410	4.39 340	0.36 421	0.00 1	0.02 365	0.02 280	0.12 252	0.08 223

DSFCA	4.21 347	0.50 186	5.45 345	1.34 226	1.68 339	7.04 360	4.51 408	10.73 333	7.00 285	10.78 404	6.80 220	8.48 340	4.63 322	9.91 392	5.12 353	0.02 282	0.06 312	0.02 365	0.03 293	0.08 188	0.03 94

RYNet	6.34 395	0.89 314	5.88 360	1.41 240	4.48 447	15.97 446	4.18 400	13.41 406	16.49 428	10.81 405	7.00 229	14.33 408	8.72 411	9.43 383	13.71 449	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.07 208

FTStereo	4.55 366	0.36 97	2.18 85	0.94 167	0.38 197	2.60 147	8.82 453	4.98 120	3.17 94	10.88 406	30.35 462	5.60 272	7.60 396	7.62 280	1.55 210	0.17 396	0.00 1	0.05 401	0.00 1	0.03 85	3.80 462

PSM-AAD	3.33 276	0.20 5	1.47 16	0.73 141	0.54 239	2.55 137	6.19 428	4.97 118	3.27 102	10.92 407	11.92 347	2.95 153	9.59 424	7.90 297	0.82 126	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	2.47 457

SST-Stereo	2.75 219	0.31 42	2.78 143	1.33 224	0.33 185	3.99 285	0.82 260	5.60 165	3.93 142	10.92 407	6.19 202	5.00 250	4.23 298	8.66 348	0.74 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.03 94

SGM-Forest	4.96 370	0.32 52	2.84 152	1.21 205	0.64 252	10.23 405	6.64 439	11.55 355	10.98 382	10.94 409	13.59 371	11.65 390	4.30 305	8.94 365	4.63 345	0.11 381	0.04 282	0.00 1	0.00 1	0.05 136	0.46 406
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	3.93 329	0.55 210	5.49 347	3.20 422	2.69 387	2.11 90	0.26 118	7.01 234	6.40 264	11.00 410	17.99 416	8.31 334	2.64 218	6.51 209	4.36 339	0.00 1	0.00 1	0.00 1	0.00 1	0.08 188	0.02 57

RGC	6.88 410	2.23 426	6.13 368	4.05 447	4.73 453	8.94 389	2.78 368	15.19 431	11.74 393	11.13 411	19.34 420	17.86 434	10.42 431	13.02 433	8.03 397	0.73 439	0.01 153	0.24 439	0.41 435	0.31 373	0.38 389

Consistency-Raft	9.42 441	4.74 454	12.66 439	5.30 460	9.08 472	4.08 288	5.26 421	19.26 461	24.87 459	11.17 412	29.85 460	13.57 399	5.51 355	7.67 283	13.40 447	0.36 421	0.35 443	1.81 462	4.24 480	11.61 480	3.57 460

RAFT-RH_RVC	3.96 330	0.46 170	2.93 163	1.55 260	0.42 208	3.14 216	0.14 75	3.70 46	5.98 240	11.25 413	32.23 466	5.29 259	1.68 176	8.13 316	2.14 257	0.08 371	0.00 1	0.00 1	0.03 293	0.01 11	0.00 1

PDISCO_ROB	9.62 445	1.99 422	11.51 428	9.88 471	9.61 474	21.48 463	3.83 393	19.33 462	28.49 466	11.27 414	14.17 377	19.92 447	5.02 337	16.35 456	9.18 413	5.28 470	0.41 447	0.14 426	0.09 339	2.05 452	2.36 456

DCVSM-stereo	3.13 253	0.37 104	2.95 164	1.51 251	0.80 273	2.75 168	0.49 174	6.79 227	5.25 206	11.43 415	5.57 186	10.79 375	5.30 345	5.25 153	2.95 291	0.03 317	0.09 348	0.03 382	0.00 1	0.12 252	0.09 236

ACVNet-4b	15.90 470	22.00 484	12.37 433	16.40 483	15.14 486	31.87 482	7.50 449	19.04 458	27.85 464	11.48 416	22.02 433	31.86 475	9.16 421	17.95 461	5.69 361	10.43 485	2.58 476	24.44 489	4.87 485	16.04 487	9.28 484

SuperB	8.10 428	3.15 442	24.67 476	2.65 396	1.23 309	9.88 401	4.29 403	10.18 320	30.07 468	11.53 417	12.18 355	6.12 284	6.65 376	10.50 402	14.47 453	0.14 388	0.11 367	0.35 445	0.25 402	13.06 483	0.48 407

otaku	11.73 458	7.51 467	7.07 393	13.22 480	10.85 479	26.61 475	7.25 447	18.84 455	19.16 440	11.58 418	17.23 410	20.19 449	8.09 404	15.11 448	4.64 346	9.13 481	2.42 472	13.08 479	1.83 468	12.48 482	8.22 480

XQC	8.43 432	3.58 446	16.40 456	2.92 409	2.17 368	13.22 437	3.60 388	14.64 423	25.86 461	11.87 419	12.04 349	15.06 413	10.67 432	15.24 449	19.41 460	0.39 424	0.08 339	0.05 401	0.07 325	0.84 429	0.45 404

DRN-Test	5.87 382	0.98 332	5.89 361	2.69 397	3.65 418	12.37 430	3.35 384	20.07 470	10.20 368	11.93 420	12.31 358	11.06 383	5.31 346	7.89 296	9.05 411	0.04 336	0.05 296	0.04 394	0.04 311	0.18 311	0.25 363

StereoDRNet	5.59 378	1.75 410	6.80 387	3.12 418	4.45 445	10.61 411	4.35 405	18.80 454	9.73 356	12.22 421	6.87 222	11.44 388	4.65 324	8.09 314	8.26 402	0.02 282	0.11 367	0.00 1	0.03 293	0.20 323	0.28 375

CBMV	5.35 376	0.91 321	3.67 234	1.62 273	0.44 209	10.09 403	7.19 446	12.49 389	12.33 401	12.22 421	14.69 385	10.93 380	6.48 370	8.51 340	4.96 351	0.02 282	0.15 395	0.00 1	0.00 1	0.17 300	0.17 325
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DPSNet	10.14 448	1.88 417	16.82 458	1.85 303	1.73 343	24.84 468	17.20 491	19.92 469	27.41 463	12.23 423	13.62 372	16.52 424	18.35 458	14.42 443	12.50 443	0.78 440	0.54 456	0.08 414	0.25 402	1.18 437	0.59 419

NaN_ROB	6.00 389	1.24 369	6.29 374	1.34 226	1.68 339	9.60 399	10.31 464	15.09 427	15.79 425	12.62 424	8.95 277	11.67 391	5.83 358	11.78 421	6.41 372	0.05 348	0.13 384	0.08 414	0.20 381	0.22 339	0.79 426

StereoDRNet-Refined	4.46 358	0.62 239	3.80 244	1.92 315	0.40 201	9.35 394	0.15 81	10.02 314	8.83 343	12.69 425	11.62 344	9.34 350	3.87 283	8.06 311	8.02 395	0.00 1	0.00 1	0.01 334	0.05 317	0.20 323	0.26 369
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LALA_ROB	6.58 400	1.80 413	6.25 373	1.26 211	0.94 288	10.08 402	9.02 455	16.00 436	11.51 391	12.74 426	13.02 366	24.77 460	5.25 344	10.56 403	8.02 395	0.04 336	0.05 296	0.00 1	0.02 280	0.10 217	0.25 363

PASM	7.90 424	4.22 449	21.97 472	3.25 424	3.29 403	5.39 328	6.57 437	10.57 326	19.09 438	12.77 427	13.92 374	18.11 436	9.51 423	13.79 438	10.77 433	0.19 400	0.45 451	0.29 441	1.08 459	1.49 445	1.19 437

ccnet	6.87 409	0.92 324	5.15 330	3.09 414	2.18 370	11.78 423	4.90 414	17.97 447	8.79 342	12.79 428	20.20 424	16.00 421	8.35 406	9.12 370	14.17 452	0.42 430	0.33 440	0.25 440	0.09 339	0.40 399	0.48 407

ADCP+	8.09 427	1.79 412	14.50 449	1.54 258	4.28 437	16.57 448	5.20 419	12.80 395	11.20 386	12.83 429	17.07 405	11.02 382	10.80 433	17.59 460	23.18 475	0.03 317	0.05 296	0.01 334	0.18 374	0.39 396	0.81 427

ETE_ROB	5.80 381	1.77 411	6.33 375	1.44 246	0.78 272	6.43 348	6.90 442	12.53 390	8.08 322	12.93 430	14.89 386	21.13 454	5.87 359	9.83 390	6.57 376	0.04 336	0.01 153	0.00 1	0.02 280	0.08 188	0.33 383

ADCRef	7.27 413	1.38 381	16.37 455	2.52 390	3.30 404	11.63 422	3.16 378	10.80 335	9.35 350	13.03 431	25.27 450	8.17 332	8.92 415	8.06 311	21.81 470	0.15 390	0.08 339	0.16 428	0.34 425	0.38 392	0.58 416

Wz-Net-MNSev	7.43 415	2.35 429	15.22 452	2.34 378	3.41 410	17.27 454	8.55 451	11.91 366	13.48 408	13.37 432	17.05 404	13.70 400	7.47 394	11.90 422	9.99 426	0.40 426	0.03 253	0.00 1	0.01 257	0.16 287	0.07 208

DANet	6.02 390	1.23 367	8.45 412	3.86 445	3.94 432	7.64 378	1.34 323	9.51 299	7.00 285	13.39 433	15.53 390	15.99 420	7.02 383	12.14 423	12.37 442	0.19 400	0.12 374	0.02 365	0.03 293	0.13 266	0.56 415
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ADCPNet	9.54 443	2.39 430	31.46 485	2.09 348	1.60 330	16.71 450	6.39 436	12.11 375	11.45 389	13.53 434	21.45 431	19.41 443	10.94 434	14.38 442	21.54 468	0.27 415	1.16 461	0.39 448	1.49 464	0.58 413	1.45 442

anonymity	7.68 419	3.83 448	12.39 435	7.04 467	12.67 483	8.18 382	2.00 349	17.50 444	6.85 279	13.56 435	9.21 284	9.97 360	7.82 400	11.28 414	5.58 360	6.27 473	4.98 495	3.68 470	2.96 471	3.33 461	4.48 465

CSAN	7.62 417	1.60 399	6.56 383	1.83 302	0.66 254	12.40 431	10.52 467	14.45 420	21.32 451	14.19 436	15.98 392	17.84 433	13.02 446	12.32 425	8.38 403	0.09 376	0.07 328	0.03 382	0.04 311	0.33 380	0.67 422

Wz-Net-TNSev	11.35 456	10.56 476	35.88 490	2.28 368	1.73 343	18.25 457	11.42 469	15.88 435	20.88 450	14.44 437	16.97 403	19.57 444	19.04 462	19.31 466	18.67 459	0.01 206	0.06 312	0.00 1	0.16 359	0.62 417	1.25 438

pmcnn	7.72 422	1.27 373	9.42 419	2.91 407	3.14 396	9.44 395	6.23 431	12.56 391	16.51 429	14.53 438	24.08 442	27.44 467	8.49 408	9.32 380	8.44 404	0.06 357	0.08 339	0.00 1	0.00 1	0.30 368	0.15 310

ADCL	10.16 449	2.11 423	19.36 465	1.92 315	1.88 355	22.23 464	8.91 454	14.04 414	23.56 457	14.62 439	26.19 451	12.75 397	13.59 448	16.06 455	22.95 474	0.26 412	0.18 411	0.75 452	0.65 447	0.69 423	0.58 416

XPNet_ROB	6.03 391	1.22 365	5.61 355	2.56 394	0.90 283	6.32 344	7.07 444	12.92 398	8.30 329	14.76 440	15.13 388	19.84 446	6.66 377	10.36 400	8.58 406	0.02 282	0.04 282	0.00 1	0.03 293	0.11 236	0.24 359

RainbowNet	18.01 480	26.22 489	19.95 466	18.59 485	14.88 485	27.38 477	10.46 465	27.39 481	34.54 476	14.91 441	27.01 452	25.65 462	12.44 440	18.94 465	9.23 414	13.91 493	3.46 489	23.36 488	4.86 484	16.03 486	10.91 490

edge stereo	6.76 403	1.01 336	6.76 386	2.20 360	2.45 381	6.41 347	2.45 357	14.84 425	11.98 398	15.29 442	18.31 418	22.02 455	12.56 441	10.82 407	7.49 385	0.03 317	0.06 312	0.11 420	0.03 293	0.30 368	0.14 300

WZ-Net	13.00 461	4.64 453	41.07 493	3.48 433	3.15 398	19.12 459	15.66 489	14.81 424	31.33 470	15.71 443	27.88 453	22.22 456	14.01 450	20.44 472	25.03 479	0.64 438	0.00 1	0.01 334	0.03 293	0.39 396	0.37 388

RTSC	9.15 437	3.00 438	13.57 446	3.72 440	1.76 347	11.82 424	0.46 161	16.95 440	36.83 481	15.80 444	15.53 390	12.91 398	7.46 393	20.01 470	21.76 469	0.31 417	0.13 384	0.01 334	0.08 330	0.57 412	0.41 395

PWC_ROB	8.24 429	3.13 440	12.74 441	2.43 386	4.43 444	7.51 372	1.22 312	16.63 439	19.24 441	16.08 445	28.29 455	13.99 406	10.16 428	13.63 437	14.06 451	0.42 430	0.00 1	0.05 401	0.00 1	0.59 414	0.27 373

SAMSARA	14.63 466	2.74 435	12.38 434	12.65 478	6.74 462	36.50 489	72.93 512	19.36 463	23.77 458	16.20 446	13.04 367	29.21 470	12.78 443	16.98 458	15.21 454	0.11 381	0.26 437	0.03 382	0.14 353	0.76 426	0.77 425

AnyNet_C32	10.98 455	5.58 457	22.79 473	4.16 449	5.83 458	15.64 443	14.30 479	13.18 402	17.15 433	16.44 447	20.52 427	14.68 411	13.44 447	22.46 474	30.08 488	0.17 396	0.26 437	0.36 446	0.36 429	1.23 438	0.91 430

test_sample8	7.99 426	1.11 354	6.15 370	1.27 213	0.60 245	5.22 322	2.54 359	12.04 372	6.15 251	17.46 448	9.02 282	24.67 459	18.16 457	11.68 418	11.44 437	1.49 456	24.31 505	3.10 466	2.99 472	0.20 323	0.15 310

AnyNet_C01	16.12 472	10.81 477	59.36 501	4.42 454	2.49 382	30.06 479	15.15 487	17.51 445	16.51 429	17.88 449	37.69 479	24.04 458	17.54 455	29.60 483	33.29 492	0.28 416	0.38 445	0.43 450	0.42 436	2.57 458	1.98 450

SHD	9.61 444	2.60 431	12.46 436	3.69 439	3.54 413	9.47 396	1.25 314	20.16 471	37.84 484	18.19 450	21.24 430	16.96 430	12.83 445	14.47 444	16.05 455	0.32 418	0.13 384	0.01 334	0.08 330	0.38 392	0.48 407

FBW_ROB	8.50 433	1.03 340	7.98 409	1.93 319	1.28 315	13.10 436	6.23 431	22.50 474	18.98 437	18.82 451	14.91 387	19.06 442	10.04 427	18.41 462	9.83 423	0.62 437	0.22 427	1.82 463	0.82 454	0.99 434	1.36 441

SANet	10.64 452	1.86 416	10.91 425	1.76 289	0.71 263	14.62 442	9.23 457	19.18 460	37.14 482	19.22 452	27.96 454	25.86 464	19.11 463	13.02 433	10.63 429	0.08 371	0.06 312	0.03 382	0.02 280	0.62 417	0.81 427

MFN_U_SF_DS_RVC	9.78 446	4.27 450	14.47 448	2.29 369	2.85 390	23.40 467	13.62 478	13.60 408	19.54 442	19.42 453	24.27 443	16.74 427	8.59 409	17.05 459	7.98 394	1.25 451	1.68 465	0.17 431	2.63 469	0.72 425	1.04 433

G-Net	8.41 431	1.54 394	10.97 427	5.73 462	3.60 416	26.19 470	4.41 406	10.10 317	7.42 297	19.71 454	24.99 448	14.38 409	15.83 453	10.99 409	9.53 421	0.50 434	0.46 452	0.19 434	0.25 402	0.80 427	0.66 421

psmorigin	7.34 414	1.58 397	18.31 462	2.35 379	0.87 279	6.72 354	1.70 343	10.63 328	7.14 291	19.77 455	22.71 437	20.13 448	11.34 435	12.96 432	9.49 420	0.04 336	0.17 407	0.06 405	0.17 367	0.21 334	0.50 410

DispFullNet	17.47 478	26.01 488	33.98 488	22.58 489	20.86 494	13.84 441	1.28 318	16.50 437	26.27 462	19.97 456	17.17 408	20.52 453	18.49 459	22.86 476	10.76 432	5.13 469	2.83 481	30.72 493	7.72 489	20.86 491	11.01 491

MADNet+	27.07 489	33.84 496	90.97 512	20.14 486	7.47 468	48.43 501	47.10 508	35.43 488	36.46 480	20.11 457	30.05 461	25.29 461	35.08 488	45.50 500	50.28 506	2.13 460	2.00 467	1.19 460	0.76 452	4.71 463	4.43 463

MSMD_ROB	9.28 440	1.09 349	4.65 302	1.58 265	0.39 199	16.52 447	4.41 406	13.60 408	14.87 419	22.34 458	39.89 482	25.67 463	20.71 468	12.42 426	6.98 380	0.34 420	0.03 253	0.00 1	0.00 1	0.05 136	0.09 236

ADCS	13.02 462	4.93 455	28.38 483	3.17 421	2.67 386	13.61 440	10.83 468	18.70 451	33.46 473	22.59 459	24.78 446	19.59 445	18.51 460	23.40 477	32.16 491	0.10 379	0.19 416	0.37 447	0.18 374	1.26 439	1.46 443

RTS	18.87 482	9.32 474	86.48 508	4.95 458	6.10 459	42.08 493	14.70 481	15.49 432	41.06 486	22.65 460	32.32 467	13.77 401	19.54 464	37.98 492	28.96 485	0.41 427	0.23 429	0.00 1	0.02 280	0.91 431	0.50 410

RTSA	18.87 482	9.32 474	86.48 508	4.95 458	6.10 459	42.08 493	14.70 481	15.49 432	41.06 486	22.65 460	32.32 467	13.77 401	19.54 464	37.98 492	28.96 485	0.41 427	0.23 429	0.00 1	0.02 280	0.91 431	0.50 410

MFMNet_re	13.29 463	8.60 469	18.29 461	9.75 470	7.25 466	19.65 461	14.84 483	20.71 473	30.72 469	23.03 462	28.77 456	18.85 441	26.09 480	13.55 436	9.82 422	2.44 462	1.35 464	0.34 444	0.23 394	4.78 465	6.69 475

LSM	14.01 465	5.95 458	33.49 486	6.78 466	43.61 507	10.22 404	9.98 463	15.16 430	22.93 456	23.07 463	32.34 469	18.52 439	12.67 442	15.45 450	11.10 434	0.16 395	0.51 455	0.09 417	0.32 421	1.08 435	16.85 501

ADCMid	10.24 450	3.13 440	20.70 468	2.21 361	2.39 379	11.23 417	6.19 428	14.17 418	11.19 385	23.20 464	22.25 434	17.89 435	19.54 464	18.51 463	26.21 482	0.45 432	0.42 449	1.10 457	1.29 461	1.56 447	1.18 436

MFN_U_SF_RVC	12.94 460	3.66 447	25.81 479	3.61 437	2.26 374	22.77 465	4.55 409	27.10 480	20.06 446	23.90 465	28.99 457	30.53 473	16.98 454	19.92 469	20.26 463	1.24 450	1.07 460	0.98 456	1.33 462	1.80 451	2.04 451

ACVNet_1	18.70 481	25.08 487	12.72 440	17.33 484	15.18 487	26.02 469	9.62 460	28.44 485	34.49 475	24.39 466	24.32 444	37.22 484	20.13 467	16.67 457	13.39 446	10.45 486	2.59 477	24.77 490	4.92 486	16.57 488	9.75 486

WCMA_ROB	9.21 438	0.87 308	7.37 400	2.54 391	2.13 365	13.59 439	5.80 425	11.64 356	14.01 411	24.43 467	32.99 471	27.09 466	18.02 456	12.51 427	9.85 425	0.81 442	0.07 328	0.01 334	0.01 257	0.16 287	0.23 355

FCDSN-DC	10.24 450	0.56 216	3.49 220	1.96 324	1.29 316	16.90 451	4.59 410	17.16 442	19.10 439	24.64 468	32.46 470	33.82 478	22.14 474	15.93 452	10.45 428	0.04 336	0.00 1	0.00 1	0.00 1	0.05 136	0.21 347
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	10.08 447	0.60 230	3.42 214	2.30 370	0.32 180	19.41 460	6.33 434	18.95 457	14.64 415	25.14 469	24.32 444	33.34 477	18.79 461	19.86 468	12.55 444	0.25 410	0.26 437	0.22 437	0.24 397	0.34 384	0.40 393
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	8.37 430	0.32 52	9.03 415	4.18 451	2.42 380	26.86 476	6.14 427	19.36 463	13.52 409	27.09 470	22.75 438	9.47 353	4.74 327	15.06 447	6.34 371	0.02 282	0.02 206	0.00 1	0.00 1	0.02 42	0.13 293

aanetorigin	8.72 435	3.29 444	27.55 482	1.95 321	3.84 428	4.93 318	5.39 424	5.49 161	10.05 364	27.85 471	31.47 465	15.80 417	12.78 443	9.04 368	11.98 439	0.25 410	0.22 427	0.22 437	0.25 402	1.28 440	0.84 429

FC-DCNN	10.72 453	0.52 198	4.27 277	1.88 307	1.63 332	17.18 452	5.29 422	18.20 449	19.69 444	28.50 472	34.51 474	34.03 479	21.48 471	15.89 451	11.15 435	0.03 317	0.01 153	0.02 365	0.01 257	0.07 176	0.09 236

FC-DCNN v2	10.88 454	0.52 198	4.17 273	1.92 315	1.63 332	17.79 456	5.35 423	18.87 456	19.88 445	28.77 473	34.99 476	34.62 481	21.72 472	16.03 454	11.16 436	0.03 317	0.01 153	0.02 365	0.00 1	0.06 160	0.08 223

NVStereoNet_ROB	16.04 471	6.75 462	12.90 443	6.37 465	7.42 467	12.89 434	9.74 461	22.78 475	25.12 460	30.32 474	46.19 490	34.37 480	25.38 477	21.48 473	21.38 465	5.94 471	3.10 485	6.07 476	10.09 491	4.01 462	8.54 482
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	15.62 469	7.26 466	19.28 464	8.94 468	10.11 477	26.25 471	10.49 466	19.36 463	14.65 417	30.64 475	33.59 472	33.00 476	22.32 475	24.96 479	16.42 456	7.90 477	6.25 497	4.51 472	3.37 476	5.86 469	7.20 476

PVD	15.44 468	2.93 437	14.67 450	4.21 452	3.39 408	17.43 455	4.16 399	27.84 484	48.84 493	31.02 476	43.54 487	29.76 472	30.81 485	25.97 480	21.40 466	0.23 407	0.41 447	0.04 394	0.33 423	0.41 402	1.33 440

SPS-STEREO	15.04 467	6.23 460	13.21 445	11.34 476	11.65 480	23.30 466	7.15 445	24.16 477	15.65 424	31.78 477	29.19 459	31.62 474	21.32 470	24.62 478	19.50 461	7.59 476	4.19 493	3.22 469	1.48 463	6.99 475	6.54 474
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	11.52 457	1.52 393	4.55 297	1.89 309	1.46 325	19.87 462	5.11 418	20.66 472	15.91 426	32.67 478	34.51 474	39.34 486	21.15 469	18.74 464	12.10 440	0.11 381	0.06 312	0.01 334	0.00 1	0.45 405	0.22 349
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
TorneroNet-64	32.42 496	31.89 495	30.52 484	34.73 497	21.13 496	46.99 500	18.82 492	43.10 492	59.42 500	32.70 479	46.98 491	62.01 501	36.98 490	43.97 499	33.88 493	14.10 495	3.22 486	35.28 498	11.72 495	26.84 499	14.07 496

IMH-64-1	27.21 490	28.77 491	16.84 459	31.57 492	20.76 492	26.43 472	15.10 484	47.11 494	45.20 490	33.53 480	51.16 496	41.42 487	31.10 486	36.48 488	22.39 472	13.48 491	2.87 483	33.95 495	10.70 492	23.50 493	11.75 492

IMH-64	27.21 490	28.77 491	16.84 459	31.57 492	20.76 492	26.43 472	15.10 484	47.11 494	45.20 490	33.53 480	51.16 496	41.42 487	31.10 486	36.48 488	22.39 472	13.48 491	2.87 483	33.95 495	10.70 492	23.50 493	11.75 492

MSC_U_SF_DS_RVC	16.41 473	6.93 464	21.83 471	5.94 464	2.81 389	38.71 491	14.59 480	24.55 478	34.87 479	33.66 482	34.35 473	29.24 471	24.20 476	22.59 475	17.95 458	2.52 463	2.81 480	1.17 459	1.51 465	5.89 470	2.16 452

JetBlue	29.12 492	15.72 480	54.12 498	15.93 482	20.98 495	60.90 510	30.62 501	39.38 489	34.62 477	34.08 483	39.69 481	57.35 498	43.17 496	50.71 506	50.60 507	2.41 461	3.79 491	2.81 465	3.45 477	9.57 477	12.59 495

TorneroNet	35.11 500	33.92 497	33.82 487	37.86 499	22.01 498	49.64 503	21.58 498	48.09 498	55.23 496	37.50 484	53.79 499	62.81 504	43.66 497	46.71 502	41.25 501	14.80 496	3.53 490	36.72 499	14.57 498	28.28 502	16.49 499

IMH	29.82 494	29.11 493	18.51 463	34.28 496	21.40 497	32.33 484	15.39 488	49.40 501	53.07 495	37.88 485	55.32 501	45.05 489	39.54 493	40.63 495	24.12 476	14.03 494	3.27 487	34.93 497	11.24 494	24.69 496	12.21 494

SGM-ForestM	16.99 477	1.08 347	5.74 357	2.12 351	0.75 266	31.63 481	12.21 474	27.80 483	32.25 471	37.88 485	39.99 483	52.96 495	35.20 489	33.60 487	24.47 477	0.26 412	0.39 446	0.31 443	0.39 433	0.26 357	0.53 413

EDNetEfficientorigin	17.87 479	14.00 479	99.53 520	1.64 275	0.92 284	10.55 410	6.26 433	13.21 403	34.84 478	38.20 487	36.91 478	27.47 468	26.32 481	14.71 446	25.69 481	0.04 336	0.06 312	0.14 426	0.52 444	3.16 460	3.27 458

ELAS_RVC	16.54 474	2.26 427	10.09 424	5.50 461	4.46 446	28.28 478	16.72 490	25.55 479	33.54 474	40.19 488	40.30 484	36.68 483	30.03 483	29.40 482	20.61 464	0.98 448	1.21 462	0.86 455	0.70 451	1.39 444	2.16 452
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 475	2.14 424	9.23 416	4.92 457	4.53 449	32.66 485	15.11 486	27.40 482	28.68 467	40.27 489	44.90 488	38.33 485	30.50 484	26.44 481	21.94 471	0.88 443	1.23 463	0.67 451	0.89 456	1.49 445	2.18 454
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	13.82 464	6.19 459	54.79 499	2.83 404	3.60 416	4.86 315	8.57 452	8.61 275	32.90 472	40.77 490	30.59 463	18.33 438	21.87 473	11.38 415	25.36 480	0.15 390	0.23 429	0.06 405	1.03 458	2.54 457	1.79 446

ACVNet_2	26.45 488	29.35 494	25.14 477	20.27 487	15.43 488	34.97 487	12.23 475	48.37 499	66.25 507	42.69 491	56.73 502	51.77 491	25.59 478	20.39 471	13.52 448	10.13 484	2.59 477	22.78 487	3.52 478	17.57 489	9.80 488

WAO-7	29.39 493	24.43 485	20.47 467	32.71 495	13.83 484	34.70 486	20.27 497	52.19 504	65.03 505	43.29 492	59.35 504	52.19 492	44.68 498	31.71 484	30.56 489	10.98 487	4.94 494	13.71 480	12.52 496	12.06 481	8.22 480

WAO-6	34.74 498	36.76 500	15.36 453	37.53 498	24.15 501	35.99 488	19.36 493	48.96 500	68.54 508	43.84 493	47.58 492	52.77 494	52.60 502	32.63 485	34.73 495	26.20 501	7.74 500	42.78 503	21.64 502	28.07 501	17.62 502

MANE	19.47 484	1.27 373	5.07 323	4.69 455	5.55 456	30.49 480	9.94 462	34.01 487	37.27 483	44.13 494	51.57 498	52.51 493	40.41 494	33.58 486	24.81 478	0.89 444	0.86 459	1.11 458	9.72 490	0.38 392	1.06 434

LVE	34.99 499	40.10 502	34.97 489	32.49 494	18.61 491	51.45 506	26.82 499	52.15 503	65.94 506	47.21 495	61.04 506	53.99 496	37.30 491	37.95 491	34.09 494	15.55 497	5.95 496	31.01 494	13.81 497	22.58 492	16.72 500

PWCK	30.53 495	44.32 503	47.25 496	29.76 490	7.23 465	40.78 492	27.10 500	44.73 493	44.32 489	47.31 496	36.37 477	47.16 490	26.05 479	41.26 496	31.87 490	21.83 498	4.03 492	29.50 492	4.67 482	27.17 500	7.80 478

BEATNet-Init1	23.31 486	9.03 471	41.67 494	4.17 450	2.53 383	45.68 499	19.47 494	33.43 486	38.45 485	47.59 497	49.10 494	59.31 499	41.80 495	38.35 494	29.21 487	0.47 433	0.50 454	0.81 453	0.66 448	2.10 455	1.86 447

UNDER WATER	45.09 503	48.60 505	67.37 503	49.30 504	31.41 503	53.80 508	37.39 503	40.25 491	52.48 494	50.24 498	45.37 489	68.37 509	57.76 508	51.03 507	49.88 505	29.97 502	13.75 501	51.22 505	36.57 503	37.87 504	29.12 503

ktn	48.94 506	57.58 508	38.86 492	59.57 509	43.27 506	50.37 504	43.38 506	48.07 497	61.11 501	51.30 499	54.25 500	54.96 497	52.88 503	47.30 503	35.83 496	57.77 509	24.88 507	62.69 511	43.55 507	50.70 507	40.41 506

UNDER WATER-64	45.16 504	46.99 504	66.69 502	43.90 502	27.64 502	55.58 509	41.87 505	39.42 490	48.42 492	51.73 500	43.08 486	67.76 508	56.69 507	48.02 504	48.34 504	39.50 505	17.64 503	51.78 506	38.93 506	36.62 503	32.61 504

WAO-8	38.15 501	35.51 498	21.50 469	43.67 500	23.92 499	44.44 495	20.26 495	52.83 505	76.62 510	53.57 501	66.79 509	62.63 502	54.56 505	42.03 497	39.18 499	22.71 499	6.65 498	37.08 500	19.08 500	24.72 498	15.24 497

Venus	38.15 501	35.51 498	21.50 469	43.67 500	23.92 499	44.44 495	20.26 495	52.83 505	76.62 510	53.57 501	66.81 510	62.63 502	54.56 505	42.03 497	39.18 499	22.71 499	6.65 498	37.08 500	19.08 500	24.70 497	15.24 497

notaker	47.42 505	55.20 507	49.13 497	56.52 508	40.18 504	38.52 490	32.97 502	47.21 496	56.08 498	57.21 503	57.24 503	60.09 500	59.19 509	53.93 508	41.64 502	40.61 506	19.93 504	57.21 508	37.41 504	49.02 506	39.02 505

coex-ft	19.78 485	19.39 483	87.73 510	1.77 291	1.80 350	17.25 453	13.50 477	12.63 393	42.10 488	60.18 504	38.90 480	28.72 469	28.74 482	11.74 420	27.40 484	0.21 404	0.23 429	0.04 394	0.30 417	1.36 442	1.54 444

tt	83.26 514	0.34 77	99.99 522	79.40 516	93.18 517	100.00 522	100.00 523	100.00 525	99.95 520	60.33 505	47.63 493	99.98 525	99.96 521	99.98 522	100.00 526	92.42 517	99.82 521	73.83 517	73.63 514	88.42 518	56.35 511

KSHMR	55.63 508	63.60 511	37.85 491	74.69 512	49.56 509	49.01 502	45.73 507	57.46 509	63.97 504	61.61 506	62.07 507	72.39 511	47.01 499	50.65 505	43.29 503	54.10 508	62.21 510	66.10 512	53.94 511	51.25 509	46.11 508

Dean	34.67 497	38.70 501	25.33 478	29.89 491	17.21 490	45.24 498	11.98 473	56.90 508	76.55 509	63.47 507	60.22 505	67.36 507	48.14 501	37.24 490	39.01 498	11.00 488	2.83 481	28.35 491	5.60 488	18.14 490	10.31 489

LE_ROB	16.73 476	1.28 376	11.61 429	3.72 440	1.65 334	16.67 449	9.17 456	14.39 419	55.91 497	63.81 508	40.86 485	35.94 482	37.73 492	14.24 441	26.87 483	0.05 348	0.10 359	0.13 425	0.22 391	0.12 252	0.15 310

DPSimNet_ROB	53.45 507	64.73 512	44.39 495	53.97 506	45.39 508	53.66 507	54.83 509	55.15 507	57.87 499	64.16 509	50.83 495	63.40 505	53.34 504	46.45 501	65.81 510	63.13 511	26.54 508	57.94 509	51.11 510	45.52 505	50.69 510

HanzoNet	56.48 509	59.32 509	58.25 500	55.32 507	41.94 505	50.95 505	41.33 504	51.12 502	61.40 502	65.62 510	65.59 508	71.66 510	69.41 510	70.77 511	60.03 509	63.99 512	34.70 509	61.96 510	50.54 509	51.00 508	44.71 507

JetRed	61.02 510	61.05 510	82.56 507	46.09 503	56.80 511	83.19 511	63.76 510	59.26 510	63.61 503	69.29 511	68.85 511	66.59 506	47.62 500	61.57 509	74.09 511	45.58 507	66.14 513	46.59 504	45.06 508	63.17 510	49.58 509

ASD4	75.85 512	81.57 514	69.25 505	68.23 510	80.87 515	96.24 514	99.15 519	77.50 512	93.47 516	77.59 512	85.63 512	78.32 512	76.43 512	77.89 512	82.61 512	58.30 510	62.67 511	55.02 507	62.43 512	68.35 511	65.49 512

LRCNet_RVC	66.23 511	65.67 513	67.63 504	71.47 511	54.32 510	32.17 483	2.66 365	63.19 511	21.35 452	81.79 513	91.26 514	83.62 513	71.62 511	69.32 510	52.57 508	95.49 518	64.45 512	95.07 518	95.19 518	71.52 512	74.31 513

xxxxx1	85.63 515	90.31 516	96.68 515	76.54 513	80.57 512	97.44 517	96.86 516	85.53 513	88.53 513	88.68 514	91.71 515	94.23 515	92.93 514	90.02 514	91.98 514	70.60 513	70.39 514	73.68 514	81.46 515	74.61 513	79.86 514

tt_ll	85.63 515	90.31 516	96.68 515	76.54 513	80.57 512	97.44 517	96.86 516	85.53 513	88.53 513	88.68 514	91.71 515	94.23 515	92.93 514	90.02 514	91.98 514	70.60 513	70.39 514	73.68 514	81.46 515	74.61 513	79.86 514

ff	85.63 515	90.31 516	96.68 515	76.54 513	80.57 512	97.44 517	96.86 516	85.53 513	88.53 513	88.68 514	91.71 515	94.23 515	92.93 514	90.02 514	91.98 514	70.60 513	70.39 514	73.68 514	81.46 515	74.61 513	79.86 514

MADNet++	82.84 513	82.38 515	73.57 506	87.72 517	82.97 516	93.14 512	69.15 511	86.42 516	82.50 512	93.46 517	86.70 513	86.28 514	80.92 513	88.34 513	88.84 513	86.83 516	84.17 517	72.64 513	68.92 513	80.47 517	81.42 517

DPSMNet_ROB	99.91 526	100.00 525	99.99 522	99.99 524	100.00 523	100.00 522	100.00 523	99.98 524	100.00 523	98.35 518	100.00 522	99.84 523	100.00 524	99.98 522	99.99 523	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 525

DGTPSM_ROB	99.90 525	100.00 525	99.99 522	99.99 524	100.00 523	100.00 522	100.00 523	99.97 523	100.00 523	98.35 518	100.00 522	99.84 523	100.00 524	99.98 522	99.99 523	99.99 523	100.00 524	100.00 522	100.00 525	100.00 524	100.00 525

MEDIAN_ROB	98.41 519	99.70 520	99.30 519	97.09 518	97.02 518	96.89 515	95.77 515	97.66 519	97.28 517	98.79 520	98.94 520	99.18 520	98.14 518	96.89 517	96.88 519	99.96 522	99.16 519	100.00 522	99.99 523	99.69 521	99.88 520

ccccc	99.32 522	96.61 519	100.00 526	100.00 527	100.00 523	97.41 516	99.44 521	99.56 521	97.80 519	99.27 521	97.59 519	99.35 521	99.84 520	99.92 520	99.98 522	100.00 525	100.00 524	99.95 521	99.77 522	100.00 524	100.00 525

Anonymous_1	99.08 521	99.91 521	99.85 521	97.63 519	99.10 521	100.00 522	100.00 523	99.61 522	99.96 521	99.28 522	99.86 521	99.54 522	99.99 522	99.29 519	99.75 520	96.05 519	99.59 520	97.31 519	98.57 520	97.71 519	98.63 519

HaxPig	98.85 520	99.94 522	95.08 513	99.99 524	100.00 523	94.03 513	94.78 513	99.15 520	99.98 522	99.99 523	100.00 522	99.98 525	99.99 522	98.12 518	95.97 517	100.00 525	99.99 523	100.00 522	99.99 523	100.00 524	99.99 523

Selective-RAFT-Error	100.00 529	100.00 525	100.00 526	100.00 527	100.00 523	100.00 522	100.00 523	100.00 525	100.00 523	100.00 524	100.00 522	100.00 527	100.00 524	100.00 525	100.00 526	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 525

PML	97.88 518	100.00 525	96.45 514	98.01 520	97.88 520	100.00 522	99.35 520	96.88 517	97.72 518	100.00 524	97.36 518	97.38 519	99.60 519	100.00 525	96.32 518	99.99 523	97.55 518	100.00 522	96.01 519	99.18 520	87.92 518

CasAABBNet	100.00 529	100.00 525	100.00 526	100.00 527	100.00 523	100.00 522	100.00 523	100.00 525	100.00 523	100.00 524	100.00 522	100.00 527	100.00 524	100.00 525	100.00 526	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 525

test_example2	99.39 523	99.98 524	99.99 522	100.00 527	99.98 522	99.72 521	99.99 522	97.34 518	100.00 523	100.00 524	100.00 522	96.42 518	96.66 517	99.97 521	99.96 521	100.00 525	99.97 522	98.66 520	99.15 521	100.00 524	100.00 525

LSM0	100.00 529	100.00 525	100.00 526	100.00 527	100.00 523	100.00 522	100.00 523	100.00 525	100.00 523	100.00 524	100.00 522	100.00 527	100.00 524	100.00 525	100.00 526	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	99.99 523

DPSM_ROB	99.95 527	100.00 525	100.00 526	99.76 522	100.00 523	100.00 522	100.00 523	100.00 525	100.00 523	100.00 524	100.00 522	100.00 527	100.00 524	100.00 525	100.00 526	99.21 520	100.00 524	100.00 522	100.00 525	99.99 522	99.95 521

DPSM	99.95 527	100.00 525	100.00 526	99.76 522	100.00 523	100.00 522	100.00 523	100.00 525	100.00 523	100.00 524	100.00 522	100.00 527	100.00 524	100.00 525	100.00 526	99.21 520	100.00 524	100.00 522	100.00 525	99.99 522	99.95 521

AVERAGE_ROB	99.62 524	99.95 523	98.81 518	100.00 527	100.00 523	98.08 520	95.47 514	100.00 525	100.00 523	100.00 524	100.00 522	100.00 527	100.00 524	100.00 525	99.99 523	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 525

FADE		17.27 481		10.46 474	9.90 476							26.54 465				30.62 503	14.22 502	38.39 502	37.63 505	5.22 467

Low-res two-view benchmark