Low-res two-view results

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

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

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

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

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

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

FoundationStereo	0.26 1	0.23 21	0.41 7	0.40 11	0.24 18	0.32 11	0.22 14	0.43 1	0.24 4	0.31 12	0.25 6	0.30 11	0.32 33	0.36 2	0.27 12	0.16 19	0.12 14	0.15 6	0.11 7	0.13 1	0.14 8

MLG-Stereo_test2	0.27 2	0.22 9	0.40 3	0.39 7	0.24 18	0.35 14	0.18 2	0.58 6	0.23 2	0.28 5	0.24 5	0.34 18	0.19 1	0.79 81	0.24 3	0.16 19	0.11 3	0.15 6	0.11 7	0.13 1	0.14 8

LGtest1	0.28 3	0.23 21	0.46 16	0.42 17	0.22 11	0.41 32	0.19 5	0.58 6	0.29 8	0.30 9	0.25 6	0.29 7	0.29 19	0.57 23	0.26 6	0.18 84	0.12 14	0.16 24	0.12 24	0.14 6	0.16 41

MLG-Stereo_test3	0.29 4	0.20 3	0.46 16	0.43 23	0.24 18	0.47 61	0.19 5	0.75 23	0.31 10	0.36 23	0.22 3	0.35 19	0.21 3	0.61 33	0.26 6	0.16 19	0.12 14	0.16 24	0.11 7	0.13 1	0.15 20

MLG-Stereo_test1	0.29 4	0.21 5	0.42 9	0.41 15	0.25 28	0.37 20	0.20 9	0.71 17	0.20 1	0.25 2	0.17 1	0.33 15	0.26 10	0.92 120	0.26 6	0.15 7	0.11 3	0.16 24	0.11 7	0.13 1	0.13 2

MonSter	0.29 4	0.19 1	0.48 23	0.37 1	0.22 11	0.55 123	0.31 64	0.60 10	0.44 18	0.29 8	0.29 12	0.23 2	0.20 2	0.60 31	0.26 6	0.11 1	0.11 3	0.14 1	0.11 7	0.14 6	0.14 8

dual_stereo	0.29 4	0.21 5	0.39 1	0.40 11	0.23 14	0.25 2	0.22 14	0.59 8	0.32 12	0.33 15	0.26 10	0.40 29	0.23 7	0.86 100	0.30 22	0.16 19	0.13 46	0.14 1	0.11 7	0.14 6	0.14 8

LG-Stereo_L2	0.30 8	0.23 21	0.50 32	0.38 5	0.26 41	0.26 3	0.20 9	0.84 47	0.31 10	0.31 12	0.26 10	0.25 4	0.26 10	0.94 124	0.23 1	0.15 7	0.12 14	0.16 24	0.12 24	0.14 6	0.13 2

LG-Stereo_L1	0.31 9	0.24 35	0.49 27	0.38 5	0.27 44	0.28 7	0.21 11	0.68 15	0.29 8	0.27 4	0.25 6	0.25 4	0.22 5	1.25 202	0.24 3	0.16 19	0.12 14	0.15 6	0.12 24	0.14 6	0.13 2

MLG-Stereo	0.31 9	0.20 3	0.42 9	0.42 17	0.20 2	0.41 32	0.19 5	0.85 49	0.24 4	0.26 3	0.22 3	0.33 15	0.27 14	1.09 170	0.27 12	0.15 7	0.11 3	0.16 24	0.11 7	0.13 1	0.13 2

IGEV-Stereo++	0.32 11	0.22 9	0.47 21	0.48 73	0.33 173	0.33 12	0.22 14	0.78 30	0.48 25	0.35 20	0.41 22	0.32 14	0.47 105	0.40 3	0.29 20	0.15 7	0.12 14	0.15 6	0.12 24	0.15 20	0.15 20

LG-G_1	0.33 12	0.22 9	0.48 23	0.44 29	0.20 2	0.64 176	0.18 2	0.80 33	0.28 6	0.30 9	0.30 13	0.36 21	0.35 46	0.88 108	0.26 6	0.17 50	0.13 46	0.16 24	0.11 7	0.14 6	0.16 41

LG-G	0.33 12	0.22 9	0.48 23	0.44 29	0.20 2	0.64 176	0.18 2	0.80 33	0.28 6	0.30 9	0.30 13	0.36 21	0.35 46	0.88 108	0.26 6	0.17 50	0.13 46	0.16 24	0.11 7	0.14 6	0.16 41

SGD-Stereo	0.34 14	0.22 9	0.44 14	0.39 7	0.20 2	0.42 41	0.22 14	0.71 17	0.33 13	0.43 44	0.34 18	0.27 6	0.35 46	1.15 184	0.33 38	0.21 191	0.11 3	0.16 24	0.13 41	0.17 54	0.15 20

GREAT-IGEV	0.34 14	0.22 9	0.54 43	0.40 11	0.31 121	0.36 17	0.28 47	0.59 8	0.66 69	0.28 5	0.51 45	0.29 7	0.29 19	0.86 100	0.28 16	0.15 7	0.12 14	0.15 6	0.11 7	0.17 54	0.16 41

DEFOM-Stereo	0.34 14	0.23 21	0.46 16	0.44 29	0.29 86	0.79 249	0.23 24	0.50 3	0.39 15	0.38 30	0.32 16	0.23 2	0.25 8	1.21 198	0.28 16	0.17 50	0.12 14	0.15 6	0.11 7	0.14 6	0.16 41

S2M2	0.35 17	0.28 96	0.47 21	0.43 23	0.30 102	0.31 10	0.16 1	0.61 12	0.68 74	0.32 14	0.49 38	0.47 56	0.34 40	0.40 3	0.33 38	0.25 287	0.22 327	0.20 135	0.22 272	0.25 276	0.23 204

111111	0.36 18	0.22 9	0.49 27	0.47 61	0.45 297	0.36 17	0.22 14	1.04 105	0.44 18	0.33 15	0.33 17	0.40 29	0.26 10	0.99 139	0.27 12	0.17 50	0.12 14	0.15 6	0.11 7	0.15 20	0.15 20

RAStereo	0.36 18	0.22 9	0.85 202	0.48 73	0.28 72	0.27 6	0.28 47	0.77 26	0.65 67	0.33 15	0.43 23	0.44 35	0.31 27	0.45 7	0.35 50	0.18 84	0.15 175	0.19 101	0.15 80	0.19 117	0.15 20

LG-Stereo	0.37 20	0.27 84	0.94 245	0.48 73	0.26 41	0.37 20	0.30 59	0.88 61	0.57 41	0.38 30	0.58 66	0.29 7	0.21 3	0.51 10	0.37 79	0.14 2	0.14 110	0.20 135	0.18 152	0.18 83	0.14 8

GIP-stereo	0.37 20	0.25 49	0.49 27	0.55 185	0.41 269	0.37 20	0.22 14	1.03 100	0.56 39	0.35 20	0.52 47	0.46 47	0.37 54	0.55 16	0.28 16	0.20 164	0.13 46	0.16 24	0.12 24	0.16 35	0.16 41

LG-Stereo_Zeroshot	0.38 22	0.25 49	0.61 72	0.53 157	0.29 86	0.36 17	0.22 14	1.24 187	0.42 17	0.45 50	0.65 79	0.37 26	0.51 129	0.41 6	0.30 22	0.18 84	0.12 14	0.17 45	0.13 41	0.18 83	0.20 132

AIO_rvc	0.38 22	0.25 49	0.65 92	0.47 61	0.31 121	0.55 123	0.38 128	0.98 82	0.51 30	0.35 20	0.48 34	0.49 64	0.22 5	0.87 105	0.31 25	0.16 19	0.12 14	0.16 24	0.12 24	0.15 20	0.15 20

AIO_test	0.38 22	0.24 35	0.59 59	0.47 61	0.31 121	0.55 123	0.44 200	0.86 56	0.50 28	0.34 19	0.48 34	0.46 47	0.30 23	0.76 70	0.31 25	0.17 50	0.12 14	0.17 45	0.13 41	0.16 35	0.15 20

IGEV-RUCA	0.38 22	0.24 35	0.51 36	0.51 115	0.36 214	0.59 144	0.23 24	0.68 15	0.52 31	0.39 34	0.50 42	0.44 35	0.31 27	0.86 100	0.31 25	0.24 267	0.13 46	0.16 24	0.12 24	0.20 153	0.21 158

MaDis-Stereo	0.38 22	0.27 84	0.72 118	0.45 37	0.35 206	0.30 9	0.31 64	0.81 36	0.54 33	0.38 30	0.38 21	0.58 103	0.49 121	0.53 13	0.39 89	0.20 164	0.16 209	0.19 101	0.15 80	0.19 117	0.15 20

UniTT-Stereo	0.38 22	0.24 35	0.67 101	0.49 86	0.36 214	0.40 25	0.32 72	0.55 5	0.55 35	0.55 86	0.55 59	0.36 21	0.31 27	0.59 29	0.52 193	0.21 191	0.15 175	0.17 45	0.15 80	0.19 117	0.17 60

HUF	0.39 28	0.27 84	0.71 116	0.43 23	0.24 18	0.51 96	0.47 230	0.99 90	0.55 35	0.37 28	0.45 27	0.53 85	0.41 65	0.70 57	0.29 20	0.18 84	0.14 110	0.16 24	0.12 24	0.15 20	0.17 60

fffft	0.39 28	0.24 35	0.56 49	0.45 37	0.34 189	0.42 41	0.48 236	0.85 49	0.39 15	0.45 50	0.35 19	0.38 27	0.31 27	1.32 222	0.34 43	0.14 2	0.12 14	0.19 101	0.15 80	0.16 35	0.18 73
1: 1. 1
AIO-Stereo	0.39 28	0.26 61	0.54 43	0.50 101	0.24 18	0.45 53	0.39 141	1.13 140	0.57 41	0.42 42	0.49 38	0.52 81	0.25 8	0.74 62	0.32 33	0.16 19	0.13 46	0.18 77	0.14 62	0.16 35	0.15 20

ours_stereo	0.40 31	0.30 142	0.57 51	0.47 61	0.31 121	0.40 25	0.44 200	0.79 32	0.58 44	0.36 23	0.58 66	0.46 47	0.33 36	1.14 183	0.33 38	0.17 50	0.13 46	0.19 101	0.15 80	0.19 117	0.20 132

RSM++	0.40 31	0.26 61	0.55 45	0.51 115	0.27 44	0.49 73	0.41 156	0.83 42	0.52 31	0.39 34	0.47 32	0.60 111	0.34 40	1.02 149	0.31 25	0.16 19	0.13 46	0.17 45	0.15 80	0.18 83	0.15 20

RSM	0.40 31	0.25 49	0.53 42	0.50 101	0.27 44	0.46 57	0.40 146	0.94 77	0.49 26	0.42 42	0.44 26	0.65 129	0.33 36	1.07 163	0.32 33	0.15 7	0.13 46	0.17 45	0.14 62	0.17 54	0.15 20

trnet	0.40 31	0.23 21	0.40 3	0.37 1	0.20 2	0.53 106	0.29 53	0.81 36	1.15 261	0.59 88	0.72 99	0.53 85	0.43 79	0.56 18	0.37 79	0.18 84	0.13 46	0.15 6	0.10 1	0.14 6	0.14 8

CREStereo	0.40 31	0.24 35	0.40 3	0.37 1	0.22 11	0.52 102	0.29 53	0.81 36	1.15 261	0.59 88	0.72 99	0.51 74	0.42 71	0.57 23	0.37 79	0.19 122	0.13 46	0.15 6	0.10 1	0.14 6	0.15 20
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
DEFOM-Stereo_RVC	0.41 36	0.68 439	0.45 15	0.66 333	0.30 102	0.48 67	0.25 28	0.87 59	0.46 22	0.39 34	0.37 20	0.30 11	0.69 213	1.16 187	0.31 25	0.17 50	0.11 3	0.16 24	0.12 24	0.18 83	0.14 8

castereo++	0.41 36	0.26 61	0.51 36	0.44 29	0.32 153	0.96 327	0.22 14	1.13 140	0.61 57	0.33 15	0.45 27	0.50 71	0.39 62	0.94 124	0.25 5	0.18 84	0.12 14	0.17 45	0.12 24	0.14 6	0.16 41

SMoEStereo_RVC	0.41 36	0.26 61	0.55 45	0.46 47	0.31 121	0.60 149	0.36 109	0.85 49	0.47 24	0.47 54	0.43 23	0.42 31	0.34 40	1.40 239	0.31 25	0.15 7	0.12 14	0.20 135	0.15 80	0.16 35	0.18 73

Pointernet	0.41 36	0.21 5	0.63 78	0.45 37	0.29 86	0.51 96	0.27 41	1.54 249	0.70 78	0.48 60	0.64 75	0.49 64	0.37 54	0.51 10	0.36 66	0.18 84	0.13 46	0.14 1	0.11 7	0.14 6	0.14 8

AEACV	0.41 36	0.25 49	0.60 66	0.55 185	0.52 341	0.43 47	0.38 128	0.98 82	0.63 61	0.44 46	0.56 62	0.46 47	0.59 175	0.56 18	0.31 25	0.17 50	0.13 46	0.18 77	0.16 113	0.17 54	0.17 60

LoS	0.41 36	0.23 21	0.46 16	0.39 7	0.23 14	0.48 67	0.40 146	1.12 136	0.94 160	0.50 69	0.66 80	0.49 64	0.42 71	0.63 46	0.39 89	0.19 122	0.14 110	0.16 24	0.11 7	0.14 6	0.15 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 36	0.24 35	0.59 59	0.45 37	0.27 44	0.54 119	0.22 14	1.23 185	0.56 39	0.44 46	0.43 23	0.68 137	0.29 19	0.89 113	0.34 43	0.17 50	0.12 14	0.20 135	0.17 135	0.17 54	0.18 73

GLC_STEREO	0.41 36	0.27 84	0.43 11	0.55 185	0.24 18	0.47 61	0.30 59	0.81 36	0.64 64	0.53 82	0.74 103	0.50 71	0.31 27	0.65 48	0.45 144	0.18 84	0.20 296	0.23 233	0.19 174	0.21 196	0.21 158

mms	0.42 44	0.29 117	0.60 66	0.47 61	0.33 173	0.43 47	0.46 219	0.75 23	0.50 28	0.36 23	0.61 72	0.44 35	0.30 23	1.39 237	0.34 43	0.16 19	0.14 110	0.18 77	0.15 80	0.19 117	0.21 158

CASnet	0.42 44	0.26 61	0.52 40	0.52 134	0.21 7	0.49 73	0.35 100	0.85 49	0.85 127	0.84 143	0.69 89	0.48 61	0.31 27	0.57 23	0.34 43	0.19 122	0.12 14	0.27 331	0.22 272	0.23 235	0.15 20
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 44	0.26 61	0.56 49	0.48 73	0.27 44	0.45 53	0.33 79	1.56 255	0.61 57	0.36 23	0.47 32	0.52 81	0.30 23	1.08 166	0.33 38	0.15 7	0.13 46	0.17 45	0.13 41	0.16 35	0.15 20

CroCo-Stereo	0.42 44	0.33 210	0.83 187	0.59 259	0.28 72	0.26 3	0.33 79	1.22 180	0.85 127	0.43 44	0.49 38	0.65 129	0.46 98	0.40 3	0.36 66	0.19 122	0.15 175	0.16 24	0.14 62	0.20 153	0.17 60
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
castereo	0.43 48	0.25 49	0.50 32	0.46 47	0.30 102	0.60 149	0.56 304	1.23 185	0.83 120	0.39 34	0.70 93	0.45 45	0.68 209	0.54 15	0.33 38	0.17 50	0.11 3	0.17 45	0.13 41	0.16 35	0.14 8

WCG-NET	0.43 48	0.23 21	0.58 53	0.42 17	0.26 41	0.46 57	0.32 72	0.77 26	1.16 268	0.77 125	0.75 104	0.58 103	0.44 85	0.62 38	0.38 85	0.16 19	0.12 14	0.16 24	0.14 62	0.15 20	0.14 8

MGS-Stereo	0.43 48	0.28 96	0.61 72	0.46 47	0.28 72	0.49 73	0.33 79	0.60 10	0.89 136	0.47 54	1.32 306	0.51 74	0.32 33	0.66 50	0.39 89	0.20 164	0.16 209	0.18 77	0.16 113	0.18 83	0.18 73

MoCha-V2	0.43 48	0.23 21	0.55 45	0.56 206	0.23 14	0.44 51	0.32 72	1.35 211	0.63 61	0.54 83	0.55 59	0.42 31	0.57 154	1.12 179	0.28 16	0.15 7	0.13 46	0.15 6	0.13 41	0.17 54	0.18 73

GCAP-Stereo	0.43 48	0.32 191	0.80 164	0.50 101	0.27 44	0.53 106	0.31 64	1.05 109	0.67 71	0.69 111	0.71 96	0.58 103	0.42 71	0.51 10	0.35 50	0.18 84	0.15 175	0.18 77	0.13 41	0.17 54	0.15 20

MM-Stereo_test2	0.44 53	0.25 49	0.70 113	0.54 172	0.33 173	0.55 123	0.45 213	1.02 93	0.84 123	0.61 99	0.51 45	0.49 64	0.42 71	0.82 85	0.32 33	0.16 19	0.13 46	0.18 77	0.14 62	0.19 117	0.17 60

fffy	0.44 53	0.29 117	0.67 101	0.47 61	0.30 102	0.46 57	0.34 88	0.98 82	0.57 41	0.40 40	0.59 69	0.55 92	0.41 65	1.26 206	0.37 79	0.16 19	0.14 110	0.19 101	0.16 113	0.19 117	0.20 132

Occ-G	0.44 53	0.23 21	0.59 59	0.44 29	0.27 44	0.43 47	0.61 335	0.85 49	0.62 59	0.48 60	0.66 80	1.00 264	0.45 90	0.79 81	0.45 144	0.17 50	0.14 110	0.18 77	0.13 41	0.16 35	0.18 73

IGEV++	0.45 56	0.24 35	0.63 78	0.58 240	0.32 153	0.42 41	0.25 28	2.16 413	0.65 67	0.38 30	0.58 66	0.46 47	0.44 85	0.56 18	0.40 105	0.20 164	0.13 46	0.16 24	0.13 41	0.17 54	0.18 73

ff7	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

ffff	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

11t	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

LoS_RVC	0.45 56	0.29 117	0.48 23	0.49 86	0.83 450	0.51 96	0.43 181	0.65 13	0.44 18	0.47 54	0.78 111	0.44 35	0.60 181	0.59 29	0.37 79	0.14 2	0.12 14	0.14 1	0.10 1	0.14 6	1.08 493

anonymousdsp	0.45 56	0.30 142	0.60 66	0.48 73	0.34 189	0.49 73	0.42 164	0.97 78	0.60 52	0.51 77	0.53 51	0.46 47	0.47 105	1.36 228	0.35 50	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

ccc-4	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

IGEV-Stereo	0.45 56	0.30 142	0.60 66	0.48 73	0.34 189	0.49 73	0.42 164	0.98 82	0.60 52	0.51 77	0.53 51	0.46 47	0.47 105	1.36 228	0.35 50	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 56	0.23 21	0.50 32	0.43 23	0.21 7	0.65 182	0.26 36	0.83 42	0.88 135	0.95 170	0.99 164	0.51 74	0.45 90	0.56 18	0.36 66	0.19 122	0.24 365	0.16 24	0.13 41	0.17 54	0.27 282

Reg-Stereo(zero)	0.46 65	0.23 21	0.50 32	0.45 37	0.25 28	0.41 32	0.27 41	0.80 33	1.12 244	0.93 165	0.79 113	0.91 224	0.46 98	0.74 62	0.44 131	0.15 7	0.13 46	0.15 6	0.12 24	0.15 20	0.18 73

rvit_stereo_0081_aga	0.46 65	0.37 298	0.91 233	0.52 134	0.41 269	0.49 73	0.40 146	0.88 61	0.66 69	0.59 88	0.56 62	0.53 85	0.43 79	0.67 51	0.44 131	0.27 333	0.21 312	0.22 199	0.20 203	0.26 288	0.19 107

rvit_stereo_0081	0.46 65	0.34 239	0.72 118	0.56 206	0.35 206	0.41 32	0.44 200	0.74 21	1.04 205	0.49 64	0.52 47	0.51 74	0.49 121	0.86 100	0.47 160	0.25 287	0.20 296	0.22 199	0.19 174	0.26 288	0.19 107

rvit_stereo_0082	0.46 65	0.34 239	0.72 118	0.56 206	0.35 206	0.41 32	0.44 200	0.74 21	1.04 205	0.49 64	0.52 47	0.51 74	0.49 121	0.86 100	0.47 160	0.25 287	0.20 296	0.22 199	0.19 174	0.26 288	0.19 107

IGEV-Stereo+	0.46 65	0.23 21	0.51 36	0.42 17	0.46 305	0.15 1	0.19 5	0.45 2	0.37 14	0.28 5	0.25 6	0.31 13	0.41 65	1.43 249	0.31 25	0.18 84	0.13 46	0.15 6	0.12 24	1.09 493	1.74 506

WCG-NET（raft）	0.46 65	0.23 21	0.59 59	0.42 17	0.24 18	0.50 88	0.35 100	0.76 25	1.10 230	0.72 117	0.76 105	0.91 224	0.50 126	0.88 108	0.40 105	0.16 19	0.13 46	0.15 6	0.14 62	0.15 20	0.17 60

ProNet	0.46 65	0.30 142	0.69 110	0.46 47	0.32 153	0.57 132	0.52 268	1.15 156	0.67 71	0.44 46	0.50 42	0.44 35	0.43 79	1.31 216	0.38 85	0.16 19	0.15 175	0.19 101	0.16 113	0.18 83	0.18 73

MC-Stereo	0.46 65	0.24 35	0.58 53	0.63 298	0.30 102	0.38 23	0.32 72	0.98 82	0.74 89	0.66 107	0.85 128	0.56 99	0.60 181	1.07 163	0.32 33	0.17 50	0.12 14	0.17 45	0.15 80	0.16 35	0.16 41

CroCo-Stereo Lap2	0.46 65	0.37 298	0.87 211	0.62 288	0.79 441	0.28 7	0.35 100	0.81 36	0.73 82	0.39 34	0.54 57	0.71 152	0.54 143	0.60 31	0.48 167	0.18 84	0.18 266	0.19 101	0.16 113	0.21 196	0.21 158

tt45	0.47 74	0.25 49	0.52 40	0.47 61	0.34 189	0.78 241	0.32 72	0.86 56	0.45 21	0.52 79	0.45 27	0.49 64	0.37 54	2.12 356	0.36 66	0.16 19	0.13 46	0.19 101	0.16 113	0.17 54	0.21 158

rvit_stereo_0080	0.47 74	0.35 268	0.87 211	0.48 73	0.36 214	0.42 41	0.54 287	0.93 67	0.78 99	0.52 79	0.60 70	0.55 92	0.47 105	0.62 38	0.48 167	0.27 333	0.21 312	0.20 135	0.20 203	0.31 349	0.20 132

Former-RAFT_DAM_RVC	0.47 74	0.38 316	0.75 141	0.48 73	0.37 223	0.67 193	0.35 100	0.82 41	1.14 256	0.61 99	0.64 75	0.39 28	0.39 62	0.74 62	0.39 89	0.20 164	0.17 236	0.22 199	0.18 152	0.24 264	0.20 132

whm_eth	0.47 74	0.35 268	0.87 211	0.48 73	0.36 214	0.42 41	0.54 287	0.93 67	0.78 99	0.52 79	0.60 70	0.55 92	0.47 105	0.62 38	0.48 167	0.27 333	0.21 312	0.20 135	0.20 203	0.31 349	0.20 132

XX-TBD	0.47 74	0.71 444	0.39 1	0.81 429	0.25 28	0.57 132	0.26 36	0.73 19	1.30 351	0.78 127	1.01 171	0.45 45	0.33 36	0.49 9	0.39 89	0.20 164	0.15 175	0.15 6	0.11 7	0.17 54	0.15 20

PMTNet	0.47 74	0.22 9	0.43 11	0.39 7	0.24 18	0.71 212	0.26 36	0.78 30	1.03 199	0.65 104	0.69 89	0.55 92	0.48 110	0.90 116	0.36 66	0.99 492	0.13 46	0.15 6	0.10 1	0.15 20	0.15 20

HART	0.48 80	0.24 35	0.63 78	0.52 134	0.27 44	0.41 32	0.29 53	1.32 207	0.54 33	0.59 88	1.47 356	0.61 117	0.34 40	1.09 170	0.32 33	0.16 19	0.14 110	0.19 101	0.14 62	0.19 117	0.18 73

SCV_C0	0.48 80	0.29 117	0.88 216	0.46 47	0.31 121	0.46 57	0.31 64	1.67 278	0.87 132	0.40 40	0.52 47	0.54 89	0.29 19	1.27 209	0.34 43	0.18 84	0.14 110	0.17 45	0.14 62	0.20 153	0.18 73

CAS++	0.48 80	0.34 239	0.59 59	0.48 73	0.32 153	0.45 53	0.29 53	1.73 302	0.78 99	0.71 113	0.73 102	0.36 21	0.28 16	0.70 57	0.35 50	0.27 333	0.22 327	0.26 317	0.21 245	0.29 327	0.22 186
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 80	0.28 96	0.83 187	0.51 115	0.53 347	0.39 24	0.27 41	1.03 100	0.64 64	0.47 54	0.71 96	0.51 74	0.51 129	1.13 181	0.47 160	0.20 164	0.16 209	0.23 233	0.20 203	0.24 264	0.20 132

StereoAnything_RVC	0.49 84	1.60 503	0.87 211	0.37 1	0.21 7	0.26 3	0.21 11	0.53 4	0.23 2	0.23 1	0.21 2	0.19 1	0.35 46	1.29 213	0.23 1	0.22 225	0.11 3	0.15 6	0.11 7	2.36 504	0.13 2

999	0.49 84	0.25 49	0.55 45	0.51 115	0.35 206	0.74 221	0.31 64	0.89 65	0.59 46	0.39 34	0.50 42	0.50 71	0.36 51	2.41 383	0.41 114	0.17 50	0.13 46	0.18 77	0.15 80	0.16 35	0.23 204

rvit_stereo_0083	0.49 84	0.34 239	0.85 202	0.57 228	0.36 214	0.49 73	0.43 181	0.73 19	1.05 211	0.50 69	0.57 65	0.55 92	0.50 126	0.92 120	0.50 181	0.25 287	0.25 377	0.24 257	0.20 203	0.25 276	0.19 107

rvit_stereo_ft	0.49 84	0.38 316	1.03 274	0.68 359	0.42 278	0.40 25	0.58 317	0.93 67	0.86 129	0.47 54	0.55 59	0.57 101	0.48 110	0.67 51	0.53 202	0.26 312	0.17 236	0.22 199	0.22 272	0.24 264	0.19 107

RAFT-Stereo-weight	0.49 84	0.26 61	0.58 53	0.49 86	0.28 72	0.61 156	0.34 88	1.16 161	1.11 237	1.06 202	0.79 113	0.75 158	0.28 16	0.79 81	0.42 122	0.16 19	0.13 46	0.17 45	0.15 80	0.16 35	0.18 73

IGEVStereo-DCA	0.49 84	0.33 210	0.64 87	0.46 47	0.34 189	0.50 88	0.42 164	0.93 67	0.59 46	0.48 60	0.48 34	0.48 61	0.45 90	2.28 372	0.44 131	0.19 122	0.14 110	0.19 101	0.15 80	0.17 54	0.21 158

plain	0.49 84	0.29 117	1.23 345	0.51 115	0.40 255	0.35 14	0.37 119	1.04 105	0.62 59	0.44 46	0.76 105	0.42 31	0.41 65	1.17 191	0.46 150	0.23 247	0.15 175	0.24 257	0.19 174	0.25 276	0.18 73

testlalala	0.49 84	0.30 142	0.70 113	0.44 29	0.40 255	0.68 197	0.38 128	1.38 217	0.58 44	1.28 315	0.82 123	0.61 117	0.36 51	0.57 23	0.34 43	0.21 191	0.14 110	0.18 77	0.12 24	0.15 20	0.16 41

iRaftStereo_RVC	0.49 84	0.28 96	0.72 118	0.53 157	0.29 86	0.52 102	0.33 79	1.14 144	0.84 123	0.85 145	0.99 164	0.55 92	0.36 51	0.83 91	0.40 105	0.18 84	0.13 46	0.22 199	0.20 203	0.20 153	0.18 73

CREStereo++_RVC	0.49 84	0.22 9	0.46 16	0.48 73	0.38 235	0.45 53	0.25 28	0.77 26	1.30 351	0.82 137	1.23 272	0.47 56	0.37 54	0.55 16	0.44 131	0.16 19	0.11 3	0.16 24	0.80 496	0.18 83	0.12 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
xyz-stereo-finetune	0.50 94	0.27 84	0.63 78	0.43 23	0.23 14	0.79 249	0.46 219	0.83 42	0.82 116	0.63 102	0.63 74	0.54 89	0.44 85	1.69 299	0.62 244	0.16 19	0.15 175	0.19 101	0.16 113	0.17 54	0.16 41

MyStereo07	0.50 94	0.30 142	0.58 53	0.58 240	0.48 315	0.59 144	0.78 381	1.19 169	0.60 52	0.49 64	0.54 57	0.43 34	0.55 146	1.32 222	0.36 66	0.18 84	0.18 266	0.24 257	0.21 245	0.23 235	0.23 204

4D-IteraStereo	0.50 94	0.26 61	0.84 196	0.51 115	0.49 321	0.64 176	0.31 64	0.91 66	1.02 196	1.05 196	0.72 99	0.76 160	0.32 33	0.69 55	0.40 105	0.18 84	0.11 3	0.23 233	0.20 203	0.19 117	0.16 41

MM-Stereo_test1	0.51 97	0.26 61	0.59 59	0.53 157	0.31 121	0.50 88	0.53 274	1.06 111	1.09 226	0.88 152	0.70 93	0.54 89	0.59 175	1.18 192	0.35 50	0.19 122	0.17 236	0.20 135	0.17 135	0.20 153	0.18 73

SCV	0.51 97	0.29 117	0.72 118	0.63 298	0.27 44	0.40 25	0.38 128	2.32 442	0.75 94	0.36 23	0.49 38	0.55 92	0.35 46	1.31 216	0.34 43	0.25 287	0.13 46	0.17 45	0.14 62	0.18 83	0.18 73

CES	0.51 97	0.21 5	0.40 3	0.42 17	1.40 497	0.53 106	0.34 88	1.04 105	0.68 74	0.45 50	0.67 83	0.35 19	0.28 16	0.58 27	0.35 50	0.16 19	0.13 46	0.15 6	0.10 1	0.19 117	1.69 505

sCroCo_RVC	0.51 97	0.43 348	1.15 312	0.66 333	0.60 381	0.52 102	0.40 146	0.93 67	0.64 64	0.45 50	0.76 105	0.49 64	0.49 121	0.65 48	0.49 178	0.27 333	0.28 396	0.23 233	0.22 272	0.29 327	0.28 298

RCA-Stereo	0.52 101	0.26 61	0.66 97	0.49 86	0.33 173	0.54 119	0.44 200	1.20 173	1.41 398	0.69 111	1.06 194	0.63 125	0.79 246	0.62 38	0.35 50	0.17 50	0.12 14	0.17 45	0.14 62	0.16 35	0.16 41

MM-Stereo_test3	0.53 102	0.26 61	0.60 66	0.56 206	0.73 422	0.49 73	0.53 274	1.31 205	1.08 218	0.64 103	0.97 158	0.61 117	0.42 71	0.82 85	0.40 105	0.21 191	0.18 266	0.20 135	0.16 113	0.19 117	0.21 158

model_zeroshot	0.53 102	0.31 174	1.00 266	0.57 228	0.39 244	0.74 221	0.39 141	1.38 217	0.67 71	0.88 152	0.85 128	0.71 152	0.37 54	0.77 72	0.39 89	0.21 191	0.17 236	0.19 101	0.17 135	0.17 54	0.22 186

knoymous	0.53 102	0.32 191	0.51 36	0.46 47	0.30 102	0.57 132	0.54 287	1.10 132	0.78 99	0.99 176	0.84 126	0.95 244	0.57 154	0.89 113	0.51 185	0.21 191	0.14 110	0.26 317	0.14 62	0.23 235	0.25 244

tg	0.54 105	0.25 49	0.70 113	0.52 134	0.31 121	0.89 295	0.29 53	1.12 136	0.98 176	0.85 145	1.03 181	0.62 120	0.42 71	1.37 231	0.41 114	0.17 50	0.13 46	0.22 199	0.21 245	0.17 54	0.17 60

GCAP-BAT	0.54 105	0.33 210	0.75 141	0.45 37	0.50 326	0.84 280	0.35 100	0.98 82	0.80 111	0.88 152	1.04 186	0.88 208	0.37 54	1.25 202	0.41 114	0.19 122	0.15 175	0.18 77	0.13 41	0.17 54	0.22 186

HUI-Stereo	0.54 105	0.33 210	0.81 169	0.52 134	0.27 44	0.62 159	0.29 53	1.14 144	0.74 89	1.13 220	0.96 149	0.82 183	0.60 181	0.83 91	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

Any-RAFT	0.55 108	0.27 84	0.49 27	0.50 101	0.27 44	0.98 332	0.25 28	1.71 298	1.08 218	0.90 157	0.99 164	1.13 306	0.46 98	0.74 62	0.35 50	0.19 122	0.13 46	0.17 45	0.13 41	0.16 35	0.19 107

Selective-RAFT	0.55 108	0.29 117	0.85 202	0.58 240	0.28 72	0.91 301	0.34 88	1.00 92	0.96 169	0.59 88	0.64 75	0.80 171	0.76 227	1.34 226	0.51 185	0.21 191	0.15 175	0.17 45	0.15 80	0.19 117	0.19 107

test_4	0.55 108	0.23 21	0.67 101	0.56 206	0.32 153	0.71 212	0.39 141	0.83 42	0.72 81	0.93 165	1.87 438	0.70 145	0.41 65	1.21 198	0.39 89	0.16 19	0.13 46	0.21 169	0.23 304	0.20 153	0.18 73

GMOStereo	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 384	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

error version	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 384	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

test-v	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 384	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

test-2	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 384	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

rafts_anoy	0.55 108	0.32 191	0.66 97	0.72 389	0.61 387	0.53 106	0.40 146	1.24 187	1.06 213	0.85 145	0.83 125	0.67 135	0.53 136	0.77 72	0.55 214	0.20 164	0.15 175	0.25 296	0.26 343	0.22 216	0.21 158

s12784h	0.55 108	0.22 9	0.49 27	0.43 23	0.19 1	1.00 334	0.34 88	1.40 223	1.30 351	0.84 143	0.93 144	0.63 125	0.52 134	1.48 260	0.47 160	0.15 7	0.12 14	0.17 45	0.11 7	0.19 117	0.13 2

raftrobust	0.55 108	0.27 84	0.63 78	0.68 359	0.69 415	0.50 88	0.34 88	1.08 119	0.97 173	1.32 332	0.88 135	0.62 120	0.80 253	0.82 85	0.44 131	0.20 164	0.16 209	0.16 24	0.14 62	0.15 20	0.18 73

Gwc-CoAtRS	0.55 108	0.27 84	0.73 131	0.49 86	0.30 102	0.63 167	0.25 28	1.38 217	1.12 244	1.05 196	1.02 174	1.10 297	0.55 146	0.72 60	0.44 131	0.17 50	0.14 110	0.17 45	0.15 80	0.16 35	0.17 60

rvit_0105_6	0.56 119	0.38 316	1.13 305	0.67 347	0.38 235	0.50 88	0.51 257	0.88 61	1.33 362	0.54 83	0.56 62	0.65 129	0.57 154	0.97 137	0.46 150	0.32 382	0.31 414	0.28 345	0.25 326	0.29 327	0.23 204

MSKI-zero shot	0.56 119	0.30 142	0.61 72	0.55 185	0.28 72	0.68 197	0.28 47	1.25 191	0.68 74	0.92 162	1.33 311	0.81 177	0.33 36	1.94 332	0.36 66	0.18 84	0.13 46	0.17 45	0.13 41	0.16 35	0.19 107

EKT-Stereo	0.56 119	0.33 210	0.84 196	0.61 280	0.64 394	0.51 96	0.48 236	1.14 144	0.95 165	0.74 120	0.89 137	0.77 164	0.42 71	1.18 192	0.42 122	0.23 247	0.17 236	0.21 169	0.18 152	0.20 153	0.26 264

LL-Strereo2	0.56 119	0.36 277	0.77 149	0.56 206	0.40 255	0.68 197	0.37 119	1.21 178	0.83 120	0.96 173	0.79 113	0.91 224	0.41 65	1.08 166	0.48 167	0.18 84	0.17 236	0.29 356	0.25 326	0.22 216	0.19 107

test-3	0.56 119	0.24 35	0.82 178	0.50 101	0.29 86	0.57 132	0.34 88	1.09 126	1.03 199	1.33 337	0.69 89	0.87 202	0.45 90	1.68 295	0.39 89	0.17 50	0.12 14	0.20 135	0.17 135	0.17 54	0.16 41

test_1	0.56 119	0.24 35	0.82 178	0.50 101	0.29 86	0.57 132	0.34 88	1.09 126	1.03 199	1.28 315	0.69 89	0.87 202	0.45 90	1.67 293	0.39 89	0.17 50	0.12 14	0.20 135	0.17 135	0.17 54	0.16 41

PSM-adaLoss	0.56 119	0.33 210	0.81 169	0.52 134	0.27 44	0.63 167	0.41 156	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.09 170	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

ROB_FTStereo	0.56 119	0.33 210	0.82 178	0.52 134	0.27 44	0.62 159	0.25 28	1.14 144	0.74 89	1.13 220	0.96 149	0.82 183	0.60 181	1.18 192	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

cross-raft	0.56 119	0.26 61	0.65 92	0.55 185	0.31 121	0.66 188	0.37 119	1.68 281	0.82 116	1.06 202	1.07 197	1.25 331	0.45 90	0.74 62	0.39 89	0.15 7	0.13 46	0.19 101	0.16 113	0.19 117	0.17 60

test-1	0.56 119	0.28 96	1.13 305	0.58 240	0.34 189	0.60 149	0.38 128	1.56 255	0.98 176	0.80 130	1.02 174	0.83 192	0.52 134	0.64 47	0.46 150	0.17 50	0.16 209	0.20 135	0.17 135	0.20 153	0.26 264

raft+_RVC	0.56 119	0.29 117	0.61 72	0.65 319	0.56 364	0.53 106	0.53 274	1.40 223	1.02 196	0.78 127	1.04 186	0.70 145	0.55 146	1.00 143	0.49 178	0.18 84	0.16 209	0.19 101	0.19 174	0.18 83	0.17 60

RAFT-Stereo + iAFF	0.56 119	0.28 96	0.81 169	0.45 37	0.25 28	0.40 25	0.34 88	1.12 136	1.13 250	1.35 350	1.58 393	0.80 171	0.67 205	0.71 59	0.43 127	0.14 2	0.11 3	0.18 77	0.17 135	0.18 83	0.16 41

H2IRNET	0.57 131	0.28 96	0.75 141	0.49 86	0.35 206	0.40 25	0.27 41	1.03 100	1.18 279	0.62 101	1.26 280	1.07 282	0.85 271	1.02 149	0.64 252	0.20 164	0.16 209	0.23 233	0.25 326	0.22 216	0.20 132

11t1	0.57 131	0.30 142	0.84 196	0.54 172	0.30 102	0.83 272	0.41 156	1.34 210	0.79 108	0.88 152	0.82 123	0.70 145	0.70 216	0.96 133	0.67 262	0.21 191	0.21 312	0.20 135	0.16 113	0.21 196	0.26 264

rrr	0.57 131	0.33 210	2.43 449	0.46 47	0.34 189	0.50 88	0.38 128	0.84 47	0.55 35	0.48 60	0.48 34	0.48 61	0.45 90	2.28 372	0.44 131	0.19 122	0.14 110	0.19 101	0.15 80	0.17 54	0.18 73

test_3	0.57 131	0.24 35	0.87 211	0.55 185	0.30 102	0.60 149	0.40 146	1.07 114	1.08 218	1.20 267	0.68 84	0.92 232	0.43 79	1.68 295	0.40 105	0.16 19	0.13 46	0.22 199	0.19 174	0.21 196	0.17 60

Patchmatch Stereo++	0.57 131	0.33 210	0.82 178	0.52 134	0.27 44	0.63 167	0.28 47	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.40 239	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132
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
ROB_FTStereo_v2	0.57 131	0.33 210	0.81 169	0.52 134	0.27 44	0.62 159	0.42 164	1.14 144	0.73 82	1.13 220	0.97 158	0.82 183	0.60 181	1.15 184	0.53 202	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

DeepStereo_RVC	0.57 131	0.31 174	0.78 155	0.53 157	0.30 102	0.57 132	0.32 72	1.11 134	0.80 111	1.17 244	0.94 146	0.83 192	0.93 313	1.01 146	0.61 241	0.23 247	0.14 110	0.21 169	0.19 174	0.24 264	0.26 264

iRAFT	0.57 131	0.33 210	0.82 178	0.52 134	0.27 44	0.63 167	0.28 47	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.40 239	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

CRE-IMP	0.57 131	0.32 191	0.82 178	0.54 172	0.29 86	0.77 240	0.25 28	1.19 169	0.79 108	1.09 206	0.95 147	0.81 177	0.57 154	1.11 177	0.57 223	0.22 225	0.14 110	0.23 233	0.19 174	0.28 310	0.24 225

RAFT-IKP	0.57 131	0.33 210	0.82 178	0.52 134	0.27 44	0.57 132	0.35 100	1.14 144	0.73 82	1.13 220	0.96 149	0.83 192	0.61 190	1.26 206	0.53 202	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

test_xeample3	0.57 131	0.33 210	3.11 469	0.46 47	0.34 189	0.55 123	0.38 128	0.86 56	0.49 26	0.54 83	0.46 31	0.44 35	0.44 85	1.49 267	0.45 144	0.18 84	0.14 110	0.19 101	0.15 80	0.17 54	0.18 73

CFNet-RSSM	0.57 131	0.25 49	0.76 146	0.49 86	0.28 72	0.59 144	0.27 41	1.89 344	1.17 273	1.09 206	0.95 147	1.06 279	0.53 136	0.74 62	0.41 114	0.17 50	0.13 46	0.17 45	0.15 80	0.16 35	0.16 41

rvit_0105_4	0.58 143	0.40 331	1.19 333	0.68 359	0.38 235	0.53 106	0.55 297	0.93 67	1.27 327	0.56 87	0.61 72	0.72 154	0.63 191	1.01 146	0.47 160	0.33 388	0.33 432	0.29 356	0.25 326	0.29 327	0.26 264

AE-Stereo	0.58 143	0.29 117	0.81 169	0.62 288	0.41 269	0.69 206	0.46 219	2.49 470	1.25 315	0.49 64	0.77 109	0.69 142	0.46 98	0.61 33	0.42 122	0.17 50	0.16 209	0.21 169	0.20 203	0.19 117	0.18 73

1test111	0.58 143	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.58 260	0.91 142	0.60 95	0.80 118	0.47 56	0.87 288	0.99 139	0.67 262	0.21 191	0.13 46	0.25 296	0.15 80	0.23 235	0.25 244

RAFT-Test	0.58 143	0.27 84	0.81 169	0.50 101	0.33 173	0.95 321	0.27 41	1.40 223	0.89 136	1.00 180	1.12 221	1.39 365	0.48 110	0.74 62	0.41 114	0.17 50	0.14 110	0.17 45	0.14 62	0.16 35	0.18 73

anonymousdsp2	0.58 143	0.29 117	0.93 238	0.51 115	0.30 102	0.75 226	0.46 219	1.95 361	0.87 132	0.81 135	0.78 111	0.76 160	0.48 110	1.10 174	0.45 144	0.19 122	0.14 110	0.18 77	0.13 41	0.20 153	0.22 186

fff	0.58 143	0.26 61	1.15 312	0.46 47	0.25 28	0.48 67	0.36 109	1.20 173	1.28 335	1.13 220	1.03 181	0.59 108	1.04 364	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

iGMRVC	0.58 143	0.33 210	0.81 169	0.52 134	0.27 44	0.62 159	0.38 128	1.14 144	0.73 82	1.13 220	0.97 158	0.82 183	0.59 175	1.54 270	0.53 202	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

RALCasStereoNet	0.58 143	0.34 239	0.77 149	0.65 319	0.64 394	0.64 176	0.51 257	1.06 111	0.99 185	0.71 113	1.06 194	0.77 164	0.44 85	1.38 235	0.52 193	0.20 164	0.18 266	0.18 77	0.16 113	0.20 153	0.22 186

DCANet	0.58 143	0.26 61	1.15 312	0.45 37	0.25 28	0.49 73	0.36 109	1.18 165	1.35 367	1.15 236	1.04 186	0.60 111	0.91 303	0.84 94	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.19 117	0.25 244

csc	0.58 143	0.26 61	1.15 312	0.46 47	0.25 28	0.48 67	0.36 109	1.20 173	1.28 335	1.13 220	1.03 181	0.59 108	1.04 364	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

cscssc	0.58 143	0.26 61	1.15 312	0.46 47	0.25 28	0.48 67	0.36 109	1.20 173	1.28 335	1.13 220	1.03 181	0.59 108	1.04 364	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

GMStereo	0.58 143	0.50 378	1.09 293	0.52 134	0.32 153	0.80 256	0.43 181	1.02 93	1.41 398	0.89 156	0.77 109	0.52 81	0.46 98	0.89 113	0.56 220	0.25 287	0.16 209	0.20 135	0.22 272	0.31 349	0.27 282
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 155	0.29 117	0.66 97	0.41 15	0.24 18	1.08 350	0.34 88	0.87 59	0.60 52	0.68 110	1.08 204	0.58 103	0.79 246	2.39 382	0.83 306	0.17 50	0.15 175	0.21 169	0.17 135	0.16 35	0.18 73

gcap-zeroshot	0.59 155	0.30 142	1.11 300	0.51 115	0.30 102	0.79 249	0.36 109	1.86 336	0.86 129	0.90 157	0.68 84	1.44 374	0.50 126	0.82 85	0.35 50	0.19 122	0.16 209	0.18 77	0.15 80	0.18 83	0.18 73

ACVNet-DCA	0.59 155	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.58 260	0.91 142	0.60 95	0.80 118	0.47 56	0.87 288	1.48 260	0.35 50	0.21 191	0.13 46	0.25 296	0.15 80	0.23 235	0.25 244

IGEV_Zeroshot_test	0.59 155	0.33 210	1.11 300	0.63 298	0.37 223	0.41 32	0.33 79	1.80 318	0.79 108	1.04 194	1.10 210	1.06 279	0.43 79	0.87 105	0.48 167	0.18 84	0.13 46	0.19 101	0.18 152	0.20 153	0.23 204

DCANet-4	0.59 155	0.28 96	1.65 400	0.44 29	0.25 28	0.48 67	0.36 109	1.15 156	1.36 376	1.13 220	1.03 181	0.56 99	0.74 221	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

x	0.59 155	0.34 239	0.79 159	0.51 115	0.32 153	0.69 206	0.46 219	1.64 274	0.97 173	0.86 150	0.86 130	0.83 192	0.74 221	0.75 69	0.70 270	0.21 191	0.22 327	0.22 199	0.20 203	0.21 196	0.24 225

sAnonymous2	0.59 155	0.61 415	1.82 412	0.61 280	0.52 341	0.51 96	0.54 287	0.97 78	0.70 78	0.50 69	0.68 84	0.46 47	0.63 191	0.61 33	0.41 114	0.22 225	0.17 236	0.23 233	0.21 245	0.85 481	0.56 448

CroCo_RVC	0.59 155	0.61 415	1.82 412	0.61 280	0.52 341	0.51 96	0.54 287	0.97 78	0.70 78	0.50 69	0.68 84	0.46 47	0.63 191	0.61 33	0.41 114	0.22 225	0.17 236	0.23 233	0.21 245	0.85 481	0.56 448

testlalala2	0.60 163	0.30 142	0.68 104	1.79 502	1.30 495	0.65 182	0.41 156	1.06 111	0.75 94	0.91 159	0.96 149	0.75 158	0.34 40	0.56 18	0.45 144	0.18 84	0.16 209	0.17 45	0.13 41	0.17 54	0.19 107

MIM_Stereo	0.60 163	0.26 61	1.02 270	0.49 86	0.32 153	0.52 102	0.28 47	1.41 227	0.82 116	1.02 189	1.16 245	0.93 234	0.53 136	1.48 260	0.63 248	0.17 50	0.17 236	0.20 135	0.19 174	0.17 54	0.18 73

MIPNet	0.60 163	0.31 174	1.07 287	0.51 115	0.34 189	0.68 197	0.40 146	1.67 278	1.14 256	1.11 209	0.93 144	0.60 111	0.78 238	0.77 72	0.58 228	0.18 84	0.14 110	0.19 101	0.16 113	0.18 83	0.21 158

AFF-stereo	0.60 163	0.28 96	0.72 118	0.48 73	0.29 86	0.34 13	0.37 119	1.22 180	1.20 284	1.21 274	1.59 397	1.10 297	0.70 216	1.01 146	0.44 131	0.14 2	0.12 14	0.19 101	0.20 203	0.18 83	0.15 20

R-Stereo Train	0.60 163	0.30 142	0.72 118	0.57 228	0.37 223	0.68 197	0.52 268	1.45 232	0.78 99	1.61 425	1.50 367	0.76 160	0.53 136	0.67 51	0.51 185	0.19 122	0.16 209	0.18 77	0.15 80	0.18 83	0.19 107

RAFT-Stereo	0.60 163	0.30 142	0.72 118	0.57 228	0.37 223	0.68 197	0.52 268	1.45 232	0.78 99	1.61 425	1.50 367	0.76 160	0.53 136	0.67 51	0.51 185	0.19 122	0.16 209	0.18 77	0.15 80	0.18 83	0.19 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 169	0.30 142	0.93 238	0.65 319	0.65 399	0.79 249	0.50 255	1.33 209	1.40 394	0.65 104	1.15 243	0.53 85	0.42 71	1.18 192	0.36 66	0.25 287	0.18 266	0.26 317	0.31 403	0.20 153	0.21 158

AIO-test1	0.61 169	0.27 84	0.68 104	0.68 359	1.02 473	0.79 249	0.36 109	1.59 265	1.35 367	0.59 88	0.89 137	0.60 111	0.49 121	1.20 197	0.36 66	0.18 84	0.17 236	0.23 233	0.25 326	0.18 83	0.26 264

rvit_0105_5	0.61 169	0.41 341	1.19 333	0.67 347	0.37 223	0.57 132	0.56 304	1.08 119	1.28 335	0.65 104	0.68 84	0.77 164	0.67 205	0.91 119	0.51 185	0.33 388	0.32 426	0.30 367	0.27 359	0.28 310	0.28 298

riskmin	0.62 172	0.29 117	0.73 131	0.50 101	0.34 189	0.86 288	0.44 200	1.74 304	1.07 215	0.76 124	0.76 105	1.19 315	1.01 348	0.84 94	0.60 238	0.20 164	0.16 209	0.24 257	0.16 113	0.24 264	0.29 312

qqq	0.62 172	0.36 277	0.88 216	0.50 101	0.28 72	0.64 176	0.62 338	1.58 260	0.91 142	0.83 138	0.96 149	0.95 244	0.79 246	0.99 139	0.67 262	0.21 191	0.23 355	0.24 257	0.23 304	0.23 235	0.25 244

ADStereo(finetuned)	0.62 172	0.26 61	1.59 396	0.45 37	0.25 28	0.49 73	0.36 109	1.18 165	1.35 367	1.16 240	1.04 186	0.60 111	1.18 401	0.85 98	0.57 223	0.17 50	0.14 110	0.17 45	0.13 41	0.19 117	0.24 225

dd	0.62 172	0.51 382	1.17 327	0.56 206	0.33 173	0.74 221	0.46 219	1.03 100	1.40 394	0.80 130	0.87 132	0.60 111	0.57 154	1.02 149	0.86 311	0.28 350	0.18 266	0.26 317	0.19 174	0.35 376	0.27 282

IPLGR	0.62 172	0.28 96	1.32 363	0.50 101	0.29 86	0.65 182	0.34 88	1.47 237	1.19 280	1.21 274	1.07 197	0.70 145	0.65 199	1.05 156	0.55 214	0.18 84	0.15 175	0.20 135	0.17 135	0.21 196	0.20 132

PFNet+	0.62 172	0.31 174	0.99 261	0.57 228	0.31 121	0.57 132	0.30 59	0.99 90	1.25 315	1.33 337	1.10 210	0.79 169	0.57 154	1.35 227	0.53 202	0.26 312	0.17 236	0.28 345	0.26 343	0.21 196	0.27 282

NRIStereo	0.62 172	0.31 174	0.78 155	0.56 206	0.28 72	0.63 167	0.33 79	1.16 161	0.92 147	1.15 236	0.87 132	0.90 220	0.58 171	2.24 367	0.56 220	0.22 225	0.14 110	0.21 169	0.19 174	0.22 216	0.18 73

RALAANet	0.62 172	0.37 298	0.97 257	0.66 333	0.50 326	0.67 193	0.31 64	1.27 196	1.09 226	1.11 209	1.17 248	0.88 208	0.46 98	1.27 209	0.45 144	0.20 164	0.15 175	0.21 169	0.18 152	0.27 294	0.19 107

FENet	0.62 172	0.30 142	0.68 104	0.57 228	0.33 173	0.82 265	0.40 146	1.41 227	1.12 244	1.03 192	0.87 132	0.98 253	0.84 266	1.00 143	0.70 270	0.23 247	0.16 209	0.23 233	0.20 203	0.22 216	0.24 225

RAFT+CT+SA	0.63 181	0.30 142	0.73 131	0.69 372	0.37 223	0.40 25	0.55 297	1.93 357	1.04 205	0.72 117	1.23 272	0.62 120	0.69 213	1.69 299	0.42 122	0.19 122	0.13 46	0.22 199	0.22 272	0.21 196	0.19 107

GANet-ADL	0.63 181	0.38 316	0.82 178	0.67 347	0.41 269	0.68 197	0.51 257	1.64 274	1.16 268	0.98 175	1.10 210	0.90 220	0.58 171	0.81 84	0.63 248	0.27 333	0.18 266	0.18 77	0.16 113	0.23 235	0.27 282

AnonymousM	0.63 181	1.14 481	0.43 11	0.46 47	0.32 153	0.43 47	0.46 219	1.27 196	0.78 99	1.00 180	0.66 80	0.68 137	0.45 90	0.61 33	0.46 150	0.21 191	0.16 209	1.84 507	0.98 504	0.15 20	0.15 20

HHNet	0.64 184	0.28 96	0.69 110	0.45 37	0.46 305	0.50 88	0.57 310	1.13 140	1.03 199	1.26 305	2.21 462	0.70 145	0.59 175	1.10 174	0.51 185	0.21 191	0.13 46	0.23 233	0.19 174	0.20 153	0.31 338

Pruner-Stereo	0.64 184	0.31 174	0.79 159	0.66 333	0.31 121	0.61 156	0.42 164	1.22 180	1.09 226	1.53 408	1.09 208	0.94 240	0.55 146	1.37 231	0.56 220	0.25 287	0.14 110	0.24 257	0.21 245	0.21 196	0.25 244

Anonymous3	0.64 184	0.47 364	1.31 360	0.59 259	0.50 326	0.93 312	0.69 358	1.11 134	0.83 120	0.74 120	0.89 137	0.65 129	0.68 209	1.08 166	0.54 211	0.40 427	0.31 414	0.26 317	0.26 343	0.31 349	0.30 328

DIP-Stereo	0.64 184	0.32 191	0.91 233	0.49 86	0.36 214	0.91 301	0.33 79	2.51 473	0.77 96	1.25 292	1.00 169	0.68 137	0.51 129	0.92 120	0.65 257	0.19 122	0.15 175	0.21 169	0.17 135	0.19 117	0.22 186
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 188	0.34 239	0.65 92	0.60 267	0.27 44	1.14 360	0.48 236	1.08 119	2.62 491	0.59 88	0.79 113	0.49 64	0.80 253	1.57 273	0.35 50	0.21 191	0.13 46	0.25 296	0.16 113	0.20 153	0.23 204

TestStereo	0.65 188	0.42 344	0.83 187	0.52 134	0.27 44	0.57 132	0.44 200	1.07 114	0.92 147	0.85 145	1.01 171	0.68 137	0.56 151	3.22 418	0.47 160	0.23 247	0.15 175	0.24 257	0.18 152	0.28 310	0.18 73

FACV-RUCA	0.66 190	0.36 277	0.89 220	0.63 298	0.65 399	0.84 280	0.41 156	1.67 278	1.11 237	0.91 159	1.14 237	0.63 125	0.77 231	0.84 94	0.54 211	0.28 350	0.19 283	0.47 455	0.22 272	0.36 380	0.29 312

rvit_0105_3	0.66 190	0.47 364	1.27 353	0.74 403	0.40 255	0.63 167	0.70 365	1.22 180	1.28 335	0.83 138	0.71 96	0.82 183	0.72 220	0.93 123	0.58 228	0.37 417	0.34 435	0.34 403	0.32 410	0.28 310	0.31 338

rvit_stereo_0075_2	0.66 190	0.47 364	1.21 342	0.67 347	0.66 405	0.53 106	0.48 236	1.24 187	1.17 273	0.77 125	0.91 140	0.78 168	0.59 175	1.05 156	0.63 248	0.37 417	0.28 396	0.40 437	0.31 403	0.38 392	0.34 364

CAS	0.66 190	0.19 1	0.41 7	2.31 509	0.86 454	0.56 130	0.53 274	0.83 42	0.63 61	0.49 64	0.70 93	0.36 21	0.26 10	0.47 8	0.37 79	2.33 509	0.10 1	0.14 1	0.10 1	0.17 54	1.31 499

TestStereo1	0.66 190	0.29 117	0.95 249	0.82 432	0.32 153	0.47 61	0.43 181	1.52 243	1.22 299	0.99 176	1.32 306	0.65 129	0.76 227	1.78 309	0.44 131	0.20 164	0.16 209	0.22 199	0.19 174	0.21 196	0.20 132

RAFT_CTSACE	0.66 190	0.29 117	1.14 310	0.57 228	0.51 336	0.68 197	0.44 200	0.88 61	0.98 176	1.03 192	1.83 431	1.23 326	0.67 205	1.48 260	0.38 85	0.16 19	0.16 209	0.21 169	0.20 203	0.20 153	0.17 60

SA-5K	0.66 190	0.29 117	0.95 249	0.82 432	0.32 153	0.47 61	0.43 181	1.52 243	1.22 299	0.99 176	1.32 306	0.65 129	0.76 227	1.78 309	0.44 131	0.20 164	0.16 209	0.22 199	0.19 174	0.21 196	0.20 132

ACRE	0.66 190	0.37 298	1.27 353	0.60 267	0.50 326	0.74 221	0.47 230	1.26 192	1.10 230	1.40 371	1.56 387	0.62 120	0.46 98	0.88 108	0.78 290	0.24 267	0.15 175	0.19 101	0.16 113	0.19 117	0.29 312

ICVP	0.66 190	0.35 268	0.71 116	0.63 298	0.41 269	0.85 287	0.56 304	1.78 311	0.96 169	0.92 162	1.24 276	0.88 208	0.75 226	0.76 70	0.93 335	0.31 375	0.22 327	0.22 199	0.21 245	0.24 264	0.28 298
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 190	0.27 84	1.15 312	0.46 47	0.25 28	0.72 215	0.42 164	1.57 258	1.44 411	0.83 138	1.39 332	1.10 297	0.80 253	0.97 137	0.65 257	0.20 164	0.14 110	0.18 77	0.15 80	0.18 83	0.28 298

ACVNet	0.66 190	0.33 210	0.74 136	0.55 185	0.37 223	0.80 256	0.47 230	1.46 234	1.11 237	1.01 185	1.31 301	1.07 282	0.91 303	0.82 85	1.09 363	0.22 225	0.19 283	0.21 169	0.18 152	0.23 235	0.19 107

HI	0.67 201	0.34 239	0.80 164	0.51 115	0.51 336	0.41 32	0.37 119	1.15 156	0.80 111	1.34 344	1.42 343	1.60 402	1.11 383	0.96 133	0.90 324	0.16 19	0.12 14	0.20 135	0.21 245	0.20 153	0.20 132

CoSv	0.67 201	0.34 239	0.80 164	0.51 115	0.51 336	0.41 32	0.37 119	1.15 156	0.80 111	1.34 344	1.42 343	1.60 402	1.11 383	0.96 133	0.90 324	0.16 19	0.12 14	0.20 135	0.21 245	0.20 153	0.20 132

test_sample2	0.67 201	0.31 174	0.89 220	0.54 172	0.29 86	0.80 256	0.63 343	1.83 325	1.10 230	0.93 165	1.06 194	0.94 240	0.92 311	1.24 201	0.59 235	0.23 247	0.20 296	0.22 199	0.21 245	0.24 264	0.25 244

test_sample1	0.67 201	0.32 191	0.90 229	0.54 172	0.33 173	0.76 231	0.48 236	1.75 306	1.06 213	0.95 170	0.99 164	0.91 224	1.10 380	1.25 202	0.79 295	0.22 225	0.19 283	0.21 169	0.20 203	0.21 196	0.25 244

MyStereo06	0.67 201	0.29 117	1.06 282	0.58 240	0.48 315	0.62 159	0.72 369	2.26 432	0.89 136	1.07 204	1.12 221	1.22 322	0.56 151	0.83 91	0.47 160	0.17 50	0.17 236	0.24 257	0.21 245	0.23 235	0.23 204

StereoVision	0.67 201	0.37 298	1.02 270	0.60 267	0.41 269	0.50 88	0.41 156	1.32 207	0.96 169	0.73 119	2.48 476	0.82 183	0.57 154	1.06 161	0.50 181	0.26 312	0.28 396	0.29 356	0.28 369	0.37 386	0.22 186

CASS	0.67 201	0.36 277	0.84 196	0.57 228	0.28 72	0.82 265	0.43 181	1.62 273	0.92 147	1.39 365	1.28 294	0.87 202	0.84 266	0.88 108	0.59 235	0.36 414	0.19 283	0.26 317	0.22 272	0.29 327	0.43 411
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 201	0.37 298	1.17 327	0.60 267	0.51 336	0.75 226	0.48 236	1.26 192	1.11 237	1.43 381	1.58 393	0.64 128	0.48 110	0.94 124	0.78 290	0.24 267	0.15 175	0.19 101	0.16 113	0.19 117	0.29 312

IPLGR_C	0.67 201	0.38 316	1.20 337	0.60 267	0.50 326	0.75 226	0.48 236	1.28 200	1.13 250	1.42 377	1.57 391	0.62 120	0.48 110	0.85 98	0.80 302	0.24 267	0.15 175	0.19 101	0.16 113	0.19 117	0.29 312

GwcNet-ADL	0.67 201	0.33 210	0.90 229	0.58 240	0.41 269	0.60 149	0.59 323	1.55 252	1.28 335	1.11 209	1.13 232	0.90 220	0.59 175	1.11 177	0.91 328	0.28 350	0.18 266	0.18 77	0.18 152	0.25 276	0.33 356

TRStereo	0.67 201	0.71 444	1.06 282	0.77 420	0.68 412	0.53 106	0.38 128	2.52 474	0.96 169	0.81 135	0.84 126	0.87 202	0.39 62	1.16 187	0.46 150	0.24 267	0.17 236	0.23 233	0.24 317	0.18 83	0.20 132

RAFT	0.67 201	0.32 191	0.83 187	0.63 298	0.34 189	0.69 206	0.57 310	1.14 144	0.84 123	1.12 217	1.20 256	1.75 428	0.92 311	1.09 170	0.60 238	0.22 225	0.19 283	0.27 331	0.24 317	0.22 216	0.23 204

DN-CSS_ROB	0.67 201	0.36 277	1.36 370	0.59 259	0.41 269	0.54 119	0.45 213	1.30 203	0.95 165	1.05 196	1.47 356	0.69 142	0.64 195	1.80 316	0.60 238	0.19 122	0.15 175	0.25 296	0.23 304	0.22 216	0.23 204

cc1	0.68 214	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.07 114	3.23 503	0.60 95	0.80 118	0.47 56	0.87 288	1.48 260	0.35 50	0.21 191	0.13 46	0.25 296	0.15 80	0.19 117	0.23 204

mmm	0.68 214	0.37 298	0.91 233	0.54 172	0.34 189	0.86 288	0.58 317	1.72 301	1.02 196	1.13 220	1.41 342	0.83 192	0.78 238	0.95 132	0.67 262	0.22 225	0.20 296	0.29 356	0.26 343	0.27 294	0.27 282

PCWNet_CMD	0.68 214	0.34 239	0.93 238	0.51 115	0.38 235	0.80 256	0.42 164	1.51 241	1.34 364	1.17 244	1.31 301	1.23 326	0.65 199	0.94 124	0.62 244	0.21 191	0.17 236	0.27 331	0.19 174	0.43 410	0.28 298

HH	0.68 214	0.33 210	0.83 187	0.53 157	0.34 189	0.92 308	0.45 213	1.79 314	0.74 89	0.71 113	1.13 232	1.60 402	0.83 263	1.95 335	0.39 89	0.18 84	0.14 110	0.19 101	0.17 135	0.19 117	0.19 107

HanStereo	0.68 214	0.33 210	0.83 187	0.53 157	0.34 189	0.92 308	0.45 213	1.79 314	0.74 89	0.71 113	1.13 232	1.60 402	0.83 263	1.95 335	0.39 89	0.18 84	0.14 110	0.19 101	0.17 135	0.19 117	0.19 107

DisPM	0.68 214	0.30 142	0.85 202	0.66 333	0.35 206	0.60 149	0.44 200	1.10 132	1.10 230	1.56 416	1.10 210	0.80 171	0.58 171	2.37 380	0.46 150	0.25 287	0.14 110	0.23 233	0.21 245	0.20 153	0.26 264

CFNet_pseudo	0.68 214	0.34 239	0.93 238	0.50 101	0.39 244	0.72 215	0.42 164	1.44 230	1.25 315	1.17 244	1.35 320	1.22 322	0.66 203	1.04 153	0.64 252	0.21 191	0.17 236	0.33 395	0.19 174	0.39 397	0.28 298

MSMDNet	0.68 214	0.34 239	0.93 238	0.52 134	0.38 235	0.80 256	0.42 164	1.52 243	1.35 367	1.17 244	1.31 301	1.23 326	0.65 199	0.94 124	0.62 244	0.21 191	0.17 236	0.26 317	0.19 174	0.41 405	0.28 298

ccs_rob	0.68 214	0.34 239	0.93 238	0.50 101	0.39 244	0.72 215	0.42 164	1.43 229	1.25 315	1.17 244	1.34 315	1.22 322	0.66 203	1.04 153	0.64 252	0.21 191	0.17 236	0.35 410	0.20 203	0.40 401	0.29 312

SA	0.69 223	0.31 174	0.97 257	0.64 312	0.30 102	0.56 130	0.38 128	1.84 327	1.35 367	0.99 176	1.37 325	0.69 142	0.94 316	1.88 328	0.43 127	0.20 164	0.16 209	0.25 296	0.23 304	0.22 216	0.19 107

MyStereo8	0.70 224	0.32 191	1.24 348	0.63 298	0.53 347	0.90 299	0.34 88	1.60 267	1.35 367	1.20 267	1.31 301	0.89 218	0.64 195	0.77 72	1.02 356	0.18 84	0.15 175	0.20 135	0.18 152	0.22 216	0.30 328

MyStereo05	0.70 224	0.29 117	1.22 343	0.58 240	0.48 315	0.62 159	0.72 369	1.52 243	1.54 433	1.17 244	0.91 140	0.77 164	0.79 246	1.45 253	0.68 266	0.17 50	0.17 236	0.24 257	0.21 245	0.23 235	0.23 204

xx1	0.70 224	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.07 114	3.23 503	0.60 95	0.80 118	0.95 244	0.79 246	1.48 260	0.35 50	0.21 191	0.13 46	0.24 257	0.23 304	0.23 235	0.25 244

GMStereo_Zeroshot	0.70 224	0.64 425	1.11 300	0.65 319	0.38 235	0.84 280	0.37 119	1.09 126	1.16 268	1.14 234	1.07 197	1.26 337	0.55 146	1.23 200	0.65 257	0.34 397	0.17 236	0.31 373	0.18 152	0.57 455	0.23 204

test_5	0.70 224	0.32 191	0.99 261	0.69 372	0.50 326	0.89 295	0.51 257	1.88 342	1.14 256	0.78 127	1.13 232	1.04 275	0.89 297	1.59 280	0.46 150	0.19 122	0.14 110	0.23 233	0.22 272	0.22 216	0.20 132

GES	0.70 224	0.37 298	1.05 280	0.62 288	0.38 235	0.94 315	0.57 310	2.37 451	0.92 147	1.05 196	1.12 221	0.67 135	0.77 231	1.02 149	0.65 257	0.28 350	0.20 296	0.20 135	0.20 203	0.22 216	0.31 338

IGEV-BASED-STEREO-	0.71 230	3.18 528	2.55 454	0.40 11	0.24 18	0.42 41	0.23 24	0.66 14	0.46 22	0.47 54	0.45 27	0.33 15	0.27 14	0.58 27	0.30 22	1.34 503	0.10 1	0.22 199	0.19 174	0.45 423	1.32 501

MyStereo04	0.71 230	0.30 142	1.28 356	0.58 240	0.48 315	0.59 144	0.78 381	1.74 304	1.49 427	0.94 168	0.91 140	0.74 156	0.86 279	1.59 280	0.69 267	0.18 84	0.18 266	0.24 257	0.21 245	0.23 235	0.23 204

raft_robust	0.71 230	0.32 191	0.75 141	0.54 172	0.28 72	0.54 119	0.35 100	1.54 249	1.24 307	1.18 255	1.07 197	0.73 155	0.53 136	3.65 427	0.40 105	0.19 122	0.16 209	0.20 135	0.22 272	0.21 196	0.19 107

iRaft-Stereo_20w	0.71 230	0.33 210	1.25 350	0.50 101	0.36 214	0.82 265	0.31 64	3.16 499	0.89 136	1.24 289	1.14 237	0.79 169	0.65 199	1.15 184	0.43 127	0.18 84	0.13 46	0.18 77	0.17 135	0.20 153	0.23 204

DMCA	0.71 230	0.36 277	1.17 327	0.53 157	0.45 297	0.84 280	0.46 219	1.52 243	1.09 226	1.20 267	1.12 221	1.21 318	0.74 221	0.87 105	1.09 363	0.25 287	0.20 296	0.27 331	0.19 174	0.24 264	0.29 312

HITNet	0.71 230	0.42 344	1.07 287	0.52 134	0.25 28	1.05 342	0.48 236	2.12 397	1.08 218	1.21 274	1.23 272	0.91 224	0.84 266	0.90 116	0.91 328	0.17 50	0.12 14	0.21 169	0.17 135	0.29 327	0.18 73
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
IPLG	0.72 236	0.29 117	1.12 304	0.53 157	0.44 293	0.79 249	0.33 79	1.35 211	1.10 230	1.32 332	1.11 217	0.52 81	0.54 143	3.13 414	0.71 273	0.17 50	0.14 110	0.20 135	0.17 135	0.18 83	0.21 158

HCRNet	0.72 236	0.40 331	0.86 209	0.61 280	0.57 368	0.75 226	0.35 100	1.39 221	1.21 291	1.11 209	0.99 164	1.01 269	0.76 227	2.18 362	0.73 274	0.28 350	0.19 283	0.28 345	0.23 304	0.25 276	0.26 264

UCFNet_RVC	0.72 236	0.37 298	0.59 59	0.66 333	0.41 269	0.89 295	0.68 355	1.78 311	1.15 261	1.01 185	1.20 256	1.22 322	0.95 321	1.07 163	0.66 261	0.28 350	0.21 312	0.34 403	0.31 403	0.33 366	0.29 312

test_sample3	0.73 239	0.35 268	1.06 282	0.55 185	0.32 153	0.97 331	0.51 257	2.12 397	1.25 315	1.16 240	1.17 248	0.88 208	0.78 238	1.27 209	0.79 295	0.26 312	0.21 312	0.25 296	0.25 326	0.26 288	0.27 282

CFNet_ucs	0.73 239	0.34 239	0.94 245	0.53 157	0.44 293	0.76 231	0.46 219	1.73 302	1.34 364	1.24 289	1.54 378	1.08 292	0.64 195	1.05 156	0.64 252	0.26 312	0.20 296	0.37 423	0.22 272	0.42 408	0.30 328

ToySt	0.73 239	0.35 268	1.64 398	0.54 172	0.37 223	0.92 308	0.81 396	1.21 178	1.03 199	0.86 150	1.12 221	1.31 349	1.01 348	1.04 153	0.88 317	0.19 122	0.20 296	0.24 257	0.24 317	0.27 294	0.28 298

LCNet	0.73 239	0.30 142	0.58 53	0.58 240	0.31 121	0.68 197	0.53 274	1.09 126	0.94 160	1.19 262	1.34 315	0.96 249	1.32 421	2.50 391	0.46 150	0.19 122	0.13 46	0.21 169	0.25 326	0.28 310	0.69 472

test_sample4	0.74 243	0.36 277	1.09 293	0.55 185	0.32 153	0.92 308	0.51 257	2.14 406	1.25 315	1.22 282	1.22 264	0.86 200	0.82 258	1.29 213	0.76 284	0.26 312	0.21 312	0.26 317	0.26 343	0.27 294	0.28 298

IER	0.74 243	0.33 210	1.25 350	0.50 101	0.53 347	1.32 391	0.55 297	1.31 205	1.08 218	1.30 323	1.34 315	1.11 302	1.10 380	1.05 156	0.81 304	0.20 164	0.17 236	0.21 169	0.21 245	0.20 153	0.21 158

SFCPSM	0.74 243	0.30 142	1.06 282	0.52 134	0.39 244	1.36 399	0.64 345	2.42 457	1.11 237	1.18 255	1.21 262	0.81 177	0.78 238	1.08 166	0.57 223	0.22 225	0.17 236	0.22 199	0.24 317	0.23 235	0.21 158

AdaStereo	0.74 243	0.48 370	0.86 209	0.75 411	0.38 235	0.94 315	0.56 304	2.05 387	1.24 307	1.15 236	1.22 264	1.07 282	0.67 205	1.05 156	0.73 274	0.33 388	0.16 209	0.32 384	0.22 272	0.29 327	0.23 204
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.
DCVSM-stereo	0.75 247	0.36 277	0.82 178	0.58 240	0.43 283	0.78 241	0.42 164	1.30 203	1.05 211	1.79 447	1.04 186	1.60 402	1.08 374	1.12 179	0.86 311	0.25 287	0.27 391	0.29 356	0.24 317	0.30 342	0.37 380

test_sample5	0.75 247	0.36 277	1.04 275	0.55 185	0.31 121	0.84 280	0.53 274	2.12 397	1.23 303	1.18 255	1.30 299	0.88 208	0.86 279	1.37 231	0.76 284	0.26 312	0.22 327	0.27 331	0.28 369	0.28 310	0.29 312

DualNet	0.75 247	0.36 277	1.04 275	0.55 185	0.31 121	0.84 280	0.53 274	2.12 397	1.23 303	1.21 274	1.40 337	0.88 208	0.86 279	1.37 231	0.76 284	0.26 312	0.22 327	0.27 331	0.28 369	0.28 310	0.29 312

BSDual-CNN	0.75 247	0.34 239	0.77 149	0.55 185	0.45 297	1.25 384	0.66 350	2.65 482	1.04 205	1.25 292	1.12 221	1.11 302	0.77 231	0.94 124	0.76 284	0.25 287	0.18 266	0.25 296	0.22 272	0.23 235	0.24 225

psmg	0.75 247	0.34 239	0.77 149	0.52 134	0.45 297	1.46 413	0.73 372	2.15 411	1.04 205	1.25 292	1.33 311	1.11 302	0.77 231	0.94 124	0.76 284	0.25 287	0.20 296	0.25 296	0.26 343	0.23 235	0.24 225

UDGNet	0.75 247	1.23 487	0.99 261	0.82 432	0.42 278	0.76 231	0.38 128	0.98 82	1.37 381	0.83 138	0.88 135	0.70 145	0.60 181	1.25 202	0.57 223	0.57 471	0.19 283	1.03 498	0.26 343	0.79 480	0.35 373

PSMNet-ADL	0.75 247	0.36 277	0.69 110	0.71 384	0.47 313	1.13 357	0.46 219	1.47 237	1.07 215	0.85 145	1.18 251	1.31 349	0.94 316	1.56 271	1.06 360	0.34 397	0.22 327	0.22 199	0.23 304	0.27 294	0.36 376

GMM-Stereo	0.75 247	0.27 84	0.66 97	0.56 206	0.34 189	0.71 212	0.97 430	1.09 126	0.91 142	1.37 357	1.79 424	1.11 302	0.79 246	2.08 352	0.48 167	0.19 122	0.12 14	0.25 296	0.25 326	0.21 196	0.78 479

rvit_105_1	0.76 255	0.54 393	1.27 353	0.80 425	0.49 321	0.74 221	0.86 409	1.39 221	1.23 303	1.00 180	0.80 118	0.93 234	0.78 238	1.29 213	0.78 290	0.43 436	0.36 447	0.36 420	0.42 449	0.30 342	0.36 376

qqq1	0.76 255	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.48 167	0.24 267	0.22 327	0.18 77	0.15 80	0.19 117	0.22 186

fff1	0.76 255	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.48 167	0.24 267	0.22 327	0.18 77	0.15 80	0.19 117	0.22 186

Sa-1000	0.76 255	0.30 142	0.92 236	0.62 288	0.31 121	0.78 241	0.37 119	2.00 374	1.38 383	1.30 323	2.04 453	0.86 200	0.74 221	1.87 322	0.40 105	0.19 122	0.14 110	0.25 296	0.24 317	0.21 196	0.19 107

Prome-Stereo	0.76 255	0.29 117	0.57 51	0.58 240	0.33 173	0.58 143	0.94 425	0.98 82	0.92 147	1.46 393	2.45 474	0.91 224	1.38 427	1.60 285	0.44 131	0.19 122	0.13 46	0.19 101	0.18 152	0.20 153	0.87 485

EAI-Stereo	0.76 255	0.31 174	0.74 136	0.55 185	0.28 72	0.70 210	1.72 488	2.57 477	0.90 141	0.75 122	3.03 485	0.57 101	0.43 79	1.10 174	0.49 178	0.19 122	0.14 110	0.17 45	0.18 152	0.17 54	0.21 158

DFGA-Net	0.77 261	0.47 364	1.75 406	0.55 185	0.46 305	0.83 272	0.44 200	1.38 217	1.10 230	1.05 196	1.20 256	0.70 145	0.58 171	2.27 370	1.31 391	0.19 122	0.17 236	0.24 257	0.24 317	0.28 310	0.30 328

test_sample6	0.77 261	0.36 277	1.07 287	0.56 206	0.31 121	0.82 265	0.56 304	2.12 397	1.24 307	1.21 274	1.40 337	0.90 220	0.90 300	1.45 253	0.87 316	0.28 350	0.23 355	0.28 345	0.29 387	0.28 310	0.30 328

KYRaft	0.77 261	0.29 117	0.68 104	0.59 259	0.29 86	0.66 188	0.83 401	1.05 109	0.89 136	1.63 430	2.22 463	1.15 310	0.99 339	1.59 280	0.41 114	0.21 191	0.14 110	0.22 199	0.28 369	0.21 196	1.01 489

MLCV	0.77 261	0.39 325	1.31 360	0.55 185	0.25 28	0.91 301	0.39 141	1.48 239	1.28 335	1.49 402	1.54 378	1.02 271	0.68 209	2.12 356	0.93 335	0.19 122	0.13 46	0.19 101	0.14 62	0.19 117	0.22 186

test_sample7	0.78 265	0.39 325	0.89 220	0.55 185	0.35 206	0.93 312	0.75 374	1.99 370	1.27 327	1.25 292	1.22 264	1.09 293	1.01 348	1.31 216	0.73 274	0.32 382	0.32 426	0.32 384	0.32 410	0.33 366	0.33 356

CoDeX	0.78 265	0.31 174	1.04 275	0.56 206	0.37 223	1.13 357	0.60 330	2.77 489	1.29 347	1.17 244	1.26 280	0.91 224	0.87 288	1.42 247	0.74 278	0.21 191	0.16 209	0.21 169	0.18 152	0.21 196	0.21 158

anonymousa	0.78 265	0.30 142	0.85 202	0.51 115	0.96 469	1.41 408	0.47 230	1.61 270	0.94 160	1.33 337	1.77 422	1.66 413	1.11 383	0.72 60	0.63 248	0.19 122	0.18 266	0.23 233	0.25 326	0.20 153	0.22 186

BUS	0.78 265	0.34 239	0.77 149	0.55 185	0.45 297	2.30 476	0.42 164	2.65 482	1.04 205	1.25 292	1.12 221	1.02 271	0.70 216	0.94 124	0.75 281	0.25 287	0.18 266	0.25 296	0.22 272	0.23 235	0.24 225

acv_ft	0.78 265	0.33 210	1.10 298	0.73 397	0.86 454	1.23 382	0.57 310	1.65 277	1.11 237	1.31 329	1.31 301	1.07 282	0.91 303	0.82 85	1.35 401	0.22 225	0.19 283	0.21 169	0.18 152	0.22 216	0.19 107

GANet-RSSM	0.78 265	0.31 174	0.90 229	0.67 347	0.58 371	0.80 256	0.62 338	2.04 383	1.15 261	1.11 209	1.27 289	1.26 337	1.18 401	1.68 295	0.74 278	0.26 312	0.21 312	0.22 199	0.22 272	0.23 235	0.23 204

PSMNet-RSSM	0.78 265	0.32 191	0.89 220	0.65 319	0.43 283	0.73 219	0.58 317	2.14 406	1.19 280	1.18 255	1.38 330	1.31 349	1.07 373	1.43 249	0.82 305	0.28 350	0.21 312	0.27 331	0.29 387	0.25 276	0.26 264

CFNet-ft	0.78 265	0.36 277	0.74 136	0.67 347	0.56 364	0.86 288	0.54 287	1.46 234	1.17 273	1.01 185	1.28 294	1.68 417	1.03 358	1.57 273	0.95 342	0.27 333	0.21 312	0.33 395	0.26 343	0.31 349	0.26 264

CFNet_RVC	0.78 265	0.36 277	0.74 136	0.67 347	0.56 364	0.86 288	0.54 287	1.46 234	1.17 273	1.01 185	1.28 294	1.68 417	1.03 358	1.57 273	0.95 342	0.27 333	0.21 312	0.33 395	0.26 343	0.31 349	0.26 264

SMFormer	0.79 274	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.99 348	0.24 267	0.22 327	0.22 199	0.21 245	0.23 235	0.27 282

tta	0.79 274	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.99 348	0.24 267	0.22 327	0.22 199	0.21 245	0.19 117	0.22 186

ffm	0.79 274	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	1.08 119	2.62 491	1.19 262	1.49 360	1.07 282	0.85 271	1.57 273	0.35 50	0.21 191	0.13 46	0.31 373	0.28 369	0.20 153	0.23 204

cf-r	0.79 274	0.32 191	1.06 282	0.57 228	0.64 394	0.78 241	0.51 257	2.04 383	1.22 299	1.20 267	1.27 289	1.53 393	0.91 303	1.47 258	0.94 340	0.25 287	0.19 283	0.22 199	0.23 304	0.19 117	0.21 158

DeepPruner_ROB	0.79 274	0.55 397	1.14 310	0.61 280	0.46 305	0.78 241	0.54 287	1.83 325	1.00 189	1.42 377	1.27 289	1.23 326	0.77 231	1.56 271	0.89 320	0.35 407	0.28 396	0.27 331	0.26 343	0.32 360	0.34 364

DDVS	0.80 279	0.43 348	1.09 293	0.64 312	0.44 293	1.27 387	0.43 181	1.49 240	0.94 160	1.21 274	1.16 245	1.42 368	0.63 191	2.14 358	1.02 356	0.29 365	0.22 327	0.26 317	0.23 304	0.31 349	0.37 380

gwcnet-sp	0.80 279	0.37 298	1.94 420	0.62 288	0.45 297	1.38 400	0.53 274	1.68 281	1.20 284	1.37 357	1.08 204	0.93 234	0.82 258	1.45 253	0.79 295	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

scenet	0.80 279	0.37 298	1.94 420	0.62 288	0.45 297	1.38 400	0.53 274	1.68 281	1.20 284	1.37 357	1.08 204	0.93 234	0.82 258	1.45 253	0.79 295	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

ssnet	0.80 279	0.37 298	1.94 420	0.62 288	0.45 297	1.38 400	0.53 274	1.68 281	1.20 284	1.37 357	1.08 204	0.93 234	0.82 258	1.45 253	0.79 295	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

AASNet	0.80 279	0.39 325	1.16 326	0.84 440	0.80 443	1.14 360	0.59 323	2.12 397	1.21 291	1.26 305	1.26 280	0.93 234	0.77 231	0.84 94	1.23 383	0.28 350	0.24 365	0.24 257	0.20 203	0.28 310	0.27 282

PSM-softLoss	0.80 279	0.33 210	0.89 220	0.63 298	0.32 153	0.55 123	0.40 146	1.26 192	0.78 99	1.25 292	1.07 197	0.83 192	0.51 129	5.33 459	0.61 241	0.25 287	0.15 175	0.25 296	0.22 272	0.20 153	0.26 264

KMStereo	0.80 279	0.33 210	0.89 220	0.63 298	0.32 153	0.55 123	0.40 146	1.26 192	0.78 99	1.25 292	1.07 197	0.83 192	0.51 129	5.33 459	0.61 241	0.25 287	0.15 175	0.25 296	0.22 272	0.20 153	0.26 264

PSM-AAD	0.80 279	0.29 117	0.58 53	0.58 240	0.29 86	0.76 231	1.19 457	1.08 119	0.94 160	1.65 432	1.58 393	0.81 177	2.12 485	1.67 293	0.44 131	0.19 122	0.14 110	0.38 427	0.32 410	0.22 216	0.68 470

iResNet	0.80 279	0.45 356	1.47 379	0.72 389	0.31 121	0.96 327	0.64 345	1.80 318	1.28 335	1.31 329	1.48 359	0.94 240	0.78 238	1.77 307	0.99 348	0.19 122	0.14 110	0.18 77	0.15 80	0.22 216	0.27 282

NINENet	0.81 288	0.40 331	0.89 220	0.65 319	0.53 347	2.30 476	0.42 164	2.12 397	1.13 250	1.20 267	1.27 289	1.02 271	0.70 216	1.26 206	0.75 281	0.29 365	0.24 365	0.31 373	0.21 245	0.27 294	0.26 264

DRaft	0.81 288	0.26 61	0.77 149	0.47 61	0.31 121	0.95 321	0.52 268	1.13 140	0.99 185	1.78 446	2.01 451	0.80 171	1.71 459	2.64 398	0.74 278	0.19 122	0.14 110	0.20 135	0.20 203	0.18 83	0.24 225

hknet	0.82 290	0.34 239	1.15 312	0.55 185	0.39 244	1.25 384	0.66 350	2.65 482	1.10 230	1.25 292	1.12 221	1.58 401	0.85 271	1.41 242	0.79 295	0.23 247	0.18 266	0.25 296	0.22 272	0.23 235	0.24 225

NF-Stereo	0.82 290	0.33 210	0.83 187	0.65 319	0.31 121	0.63 167	0.43 181	1.35 211	0.93 154	1.30 323	1.02 174	0.81 177	0.57 154	5.37 463	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.30 328

OCTAStereo	0.82 290	0.33 210	0.83 187	0.65 319	0.31 121	0.62 159	0.44 200	1.35 211	0.93 154	1.30 323	1.02 174	0.81 177	0.57 154	5.32 458	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.30 328

RE-Stereo	0.82 290	0.33 210	0.84 196	0.65 319	0.31 121	0.63 167	0.44 200	1.35 211	0.93 154	1.30 323	1.02 174	0.80 171	0.57 154	5.34 461	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.31 338

TVStereo	0.82 290	0.33 210	0.84 196	0.65 319	0.31 121	0.63 167	0.44 200	1.35 211	0.93 154	1.30 323	1.02 174	0.80 171	0.57 154	5.34 461	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.31 338

ARAFT	0.82 290	0.40 331	1.77 408	0.53 157	0.31 121	0.89 295	0.81 396	2.32 442	1.08 218	1.66 435	1.25 278	1.04 275	0.64 195	1.91 329	0.52 193	0.20 164	0.15 175	0.28 345	0.27 359	0.17 54	0.18 73

STTStereo	0.82 290	0.53 390	1.53 391	0.68 359	0.56 364	0.88 293	0.56 304	1.57 258	1.14 256	1.39 365	1.10 210	1.26 337	0.84 266	1.49 267	0.90 324	0.29 365	0.28 396	0.33 395	0.40 445	0.33 366	0.37 380

BEATNet_4x	0.82 290	0.54 393	2.02 427	0.56 206	0.28 72	1.04 339	0.55 297	2.14 406	1.13 250	1.24 289	1.26 280	1.00 264	0.94 316	1.13 181	1.23 383	0.21 191	0.14 110	0.24 257	0.20 203	0.37 386	0.23 204

iResNet_ROB	0.82 290	0.36 277	1.13 305	0.60 267	0.37 223	0.91 301	0.38 128	2.41 456	1.61 444	1.35 350	1.35 320	1.25 331	0.97 333	1.75 305	0.88 317	0.21 191	0.14 110	0.17 45	0.12 24	0.19 117	0.30 328

ISRNet	0.83 299	0.35 268	1.31 360	0.84 440	0.65 399	0.60 149	0.41 156	1.28 200	1.15 261	1.61 425	1.55 381	1.34 356	0.77 231	1.33 225	0.98 347	0.40 427	0.34 435	0.43 444	0.38 442	0.34 374	0.49 426

testlalala_base	0.83 299	0.41 341	0.80 164	0.67 347	0.53 347	0.78 241	0.30 59	1.84 327	0.60 52	0.75 122	0.91 140	0.68 137	0.54 143	0.69 55	0.46 150	2.92 514	0.15 175	0.17 45	0.12 24	2.95 514	0.27 282

GrayStereo	0.83 299	0.28 96	0.62 77	0.66 333	0.37 223	0.76 231	1.79 492	1.19 169	0.91 142	1.98 464	1.89 439	1.07 282	1.76 463	1.43 249	0.50 181	0.20 164	0.15 175	0.19 101	0.21 245	0.18 83	0.41 399

psm_up	0.83 299	0.37 298	0.88 216	0.68 359	0.59 377	1.05 342	0.92 420	1.68 281	1.17 273	1.41 373	1.22 264	1.30 347	1.31 419	1.39 237	0.89 320	0.27 333	0.30 409	0.31 373	0.27 359	0.28 310	0.28 298

GwcNet-RSSM	0.83 299	0.34 239	1.29 359	0.65 319	0.55 359	0.78 241	0.62 338	1.89 344	1.27 327	1.18 255	1.39 332	1.56 398	0.91 303	1.60 285	1.22 380	0.26 312	0.20 296	0.23 233	0.24 317	0.21 196	0.21 158

DMCA-RVC	0.83 299	0.46 359	2.19 441	0.68 359	0.49 321	0.84 280	0.48 236	1.44 230	1.07 215	1.56 416	1.04 186	1.29 344	0.86 279	1.49 267	0.92 332	0.27 333	0.22 327	0.35 410	0.28 369	0.32 360	0.28 298

coex_refinement	0.84 305	0.30 142	0.89 220	0.72 389	0.52 341	0.95 321	0.60 330	1.92 355	1.29 347	1.38 362	1.37 325	1.80 433	0.82 258	1.48 260	1.31 391	0.27 333	0.17 236	0.19 101	0.20 203	0.25 276	0.27 282

G2L-Stereo	0.84 305	0.35 268	1.15 312	0.63 298	0.43 283	0.78 241	0.69 358	1.69 290	1.20 284	1.36 355	1.18 251	1.43 373	0.78 238	2.47 390	1.26 387	0.25 287	0.20 296	0.26 317	0.21 245	0.20 153	0.27 282

RAFT_R40	0.84 305	0.30 142	0.83 187	0.63 298	0.31 121	0.66 188	0.43 181	1.15 156	0.99 185	1.47 394	1.10 210	1.00 264	0.84 266	5.44 464	0.53 202	0.23 247	0.13 46	0.23 233	0.20 203	0.23 235	0.19 107

UPFNet	0.84 305	0.34 239	1.09 293	0.62 288	0.74 426	1.25 384	0.78 381	1.69 290	1.20 284	1.39 365	1.13 232	1.30 347	0.87 288	1.73 303	1.22 380	0.24 267	0.26 383	0.24 257	0.23 304	0.26 288	0.20 132

hitnet-ft	0.84 305	0.38 316	0.75 141	0.59 259	0.44 293	0.99 333	0.47 230	1.61 270	1.38 383	1.21 274	1.22 264	1.82 434	0.99 339	1.87 322	1.09 363	0.33 388	0.29 405	0.34 403	0.27 359	0.36 380	0.33 356

NLCA_NET_v2_RVC	0.84 305	0.46 359	1.40 375	0.69 372	0.61 387	0.95 321	0.52 268	1.68 281	1.21 291	1.39 365	1.15 243	1.42 368	0.88 294	1.78 309	0.93 335	0.26 312	0.23 355	0.27 331	0.27 359	0.30 342	0.39 391
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 305	0.43 348	1.01 268	0.66 333	0.43 283	1.32 391	0.49 247	1.64 274	1.24 307	1.53 408	1.45 352	1.49 385	0.97 333	1.32 222	1.31 391	0.21 191	0.17 236	0.27 331	0.25 326	0.25 276	0.34 364
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
G2L-Stereo_aug	0.85 312	0.29 117	1.20 337	0.53 157	0.39 244	0.96 327	0.54 287	1.60 267	1.42 406	1.55 414	1.43 347	1.51 389	1.06 370	2.43 384	1.07 361	0.19 122	0.14 110	0.16 24	0.14 62	0.17 54	0.21 158

ITSA-stereo	0.85 312	0.38 316	0.92 236	0.58 240	0.32 153	0.86 288	0.49 247	2.33 448	1.69 449	1.16 240	1.12 221	0.95 244	0.85 271	2.46 385	1.18 372	0.27 333	0.23 355	0.28 345	0.28 369	0.28 310	0.41 399

AIO-Stereo-zeroshot	0.85 312	0.38 316	2.79 462	0.51 115	0.60 381	0.72 215	0.38 128	2.87 495	0.77 96	0.80 130	1.07 197	2.14 462	0.93 313	0.96 133	0.62 244	0.21 191	0.13 46	0.21 169	0.26 343	0.29 327	0.32 347

DCRE	0.85 312	0.28 96	0.76 146	0.60 267	0.49 321	0.59 144	0.53 274	1.04 105	0.92 147	0.80 130	7.34 518	0.87 202	0.57 154	0.78 80	0.43 127	0.16 19	0.17 236	0.19 101	0.17 135	0.18 83	0.22 186

SST-Stereo	0.85 312	0.30 142	0.81 169	0.63 298	0.31 121	0.70 210	0.25 28	1.16 161	0.95 165	1.47 394	1.11 217	0.99 258	0.86 279	5.69 467	0.53 202	0.23 247	0.13 46	0.23 233	0.19 174	0.23 235	0.19 107

PAM	0.86 317	0.31 174	1.19 333	0.55 185	0.35 206	2.17 470	0.47 230	2.26 432	0.87 132	1.18 255	0.96 149	3.01 489	1.41 432	0.90 116	0.40 105	0.19 122	0.13 46	0.19 101	0.18 152	0.20 153	0.27 282

RAFT-345	0.86 317	0.26 61	0.73 131	0.53 157	0.28 72	0.53 106	0.41 156	0.85 49	1.31 358	1.33 337	2.32 467	0.85 199	0.53 136	5.69 467	0.48 167	0.19 122	0.14 110	0.22 199	0.17 135	0.17 54	0.17 60

UNet	0.86 317	0.36 277	1.52 388	0.62 288	0.74 426	1.56 422	0.49 247	1.55 252	1.12 244	1.28 315	1.10 210	1.52 392	1.10 380	1.69 299	1.14 368	0.24 267	0.18 266	0.25 296	0.21 245	0.25 276	0.25 244

ac_64	0.86 317	0.32 191	1.02 270	0.74 403	0.60 381	1.04 339	0.53 274	2.20 427	0.99 185	1.23 285	1.11 217	1.96 447	1.06 370	2.01 343	1.01 353	0.30 371	0.22 327	0.24 257	0.23 304	0.22 216	0.22 186

PAM_32	0.87 321	0.30 142	1.08 290	0.56 206	0.32 153	2.10 469	0.36 109	2.26 432	1.01 192	1.13 220	1.05 193	3.14 494	1.47 439	1.00 143	0.42 122	0.19 122	0.14 110	0.20 135	0.18 152	0.19 117	0.25 244

SepStereo	0.87 321	0.37 298	1.20 337	0.66 333	0.69 415	0.82 265	0.62 338	1.79 314	1.26 323	1.93 459	1.55 381	0.96 249	1.17 394	2.34 375	0.69 267	0.22 225	0.16 209	0.25 296	0.18 152	0.29 327	0.24 225

LMCR-Stereo	0.87 321	0.50 378	0.99 261	0.80 425	0.43 283	1.32 391	0.55 297	2.79 492	1.03 199	1.55 414	1.49 360	0.74 156	1.01 348	1.76 306	0.99 348	0.30 371	0.17 236	0.22 199	0.18 152	0.31 349	0.22 186

FADNet_RVC	0.88 324	0.56 401	2.15 438	0.57 228	0.43 283	1.17 374	0.46 219	1.68 281	1.12 244	0.91 159	1.24 276	0.91 224	0.94 316	2.22 364	1.20 375	0.28 350	0.22 327	0.32 384	0.28 369	0.46 430	0.42 407

iResNetv2_ROB	0.88 324	0.43 348	2.62 459	0.60 267	0.38 235	0.94 315	0.67 352	1.88 342	1.38 383	1.27 310	1.45 352	1.26 337	1.05 369	1.92 330	0.64 252	0.24 267	0.15 175	0.19 101	0.14 62	0.24 264	0.21 158

DualNet (step1)	0.89 326	0.51 382	1.35 365	0.58 240	0.40 255	1.07 346	0.80 392	1.99 370	1.27 327	1.25 292	1.22 264	1.09 293	1.01 348	1.31 216	0.73 274	0.59 474	0.32 426	0.62 482	0.67 489	0.45 423	0.48 422

iRaft-Stereo_5w	0.89 326	0.31 174	1.04 275	0.56 206	0.47 313	0.47 61	0.68 355	1.19 169	1.08 218	0.80 130	1.35 320	1.46 380	0.90 300	5.11 454	1.16 370	0.18 84	0.15 175	0.22 199	0.19 174	0.21 196	0.24 225

DAS	0.89 326	0.37 298	1.20 337	0.66 333	0.69 415	0.82 265	0.62 338	1.79 314	1.26 323	1.93 459	1.55 381	0.96 249	1.17 394	2.72 403	0.69 267	0.22 225	0.16 209	0.25 296	0.18 152	0.29 327	0.24 225

SACVNet	0.89 326	0.51 382	1.08 290	0.83 436	0.58 371	0.83 272	0.78 381	1.84 327	1.17 273	1.39 365	1.33 311	1.25 331	1.01 348	2.31 374	0.92 332	0.35 407	0.26 383	0.31 373	0.29 387	0.35 376	0.48 422

ASMatch	0.89 326	0.29 117	0.72 118	0.56 206	0.36 214	0.47 61	0.37 119	1.16 161	0.95 165	1.11 209	3.26 488	0.95 244	0.96 323	4.88 451	0.53 202	0.20 164	0.16 209	0.22 199	0.19 174	0.20 153	0.30 328

ADLNet	0.89 326	0.39 325	1.09 293	0.88 451	0.73 422	1.24 383	0.75 374	2.02 376	1.41 398	1.58 420	1.37 325	1.26 337	1.00 345	1.31 216	1.18 372	0.28 350	0.21 312	0.26 317	0.26 343	0.29 327	0.36 376

MMNet	0.89 326	0.35 268	1.44 376	0.64 312	0.59 377	1.83 449	0.48 236	1.70 294	1.38 383	1.45 390	1.19 255	1.25 331	1.16 391	1.77 307	1.27 389	0.20 164	0.19 283	0.23 233	0.22 272	0.25 276	0.24 225

HGLStereo	0.89 326	0.42 344	1.15 312	0.82 432	1.03 474	1.16 367	0.57 310	1.68 281	1.28 335	1.26 305	1.62 399	1.13 306	1.31 419	1.85 318	1.11 367	0.25 287	0.24 365	0.24 257	0.22 272	0.24 264	0.29 312

CRFU-Net	0.90 334	0.42 344	1.10 298	0.69 372	0.59 377	1.76 441	0.84 403	2.33 448	0.92 147	1.45 390	1.20 256	1.62 407	1.25 410	1.38 235	0.94 340	0.28 350	0.23 355	0.22 199	0.19 174	0.24 264	0.27 282

dad	0.90 334	0.73 450	1.28 356	0.59 259	0.39 244	0.83 272	0.45 213	1.24 187	1.54 433	1.52 405	1.28 294	1.36 359	0.86 279	2.54 394	0.91 328	0.43 436	0.27 391	0.82 490	0.26 343	0.44 421	0.34 364

AACVNet	0.90 334	0.40 331	0.98 259	0.86 446	0.40 255	0.80 256	0.49 247	1.81 321	0.86 129	1.11 209	1.34 315	1.32 353	0.99 339	4.23 436	0.86 311	0.26 312	0.22 327	0.28 345	0.22 272	0.30 342	0.28 298

IRAFT_RVC	0.90 334	0.30 142	0.89 220	0.67 347	0.31 121	0.64 176	1.00 435	1.40 223	0.97 173	1.23 285	1.04 186	1.00 264	0.96 323	5.77 470	0.57 223	0.24 267	0.13 46	0.25 296	0.21 245	0.20 153	0.21 158

delet	0.90 334	0.34 239	1.15 312	0.69 372	0.66 405	1.63 430	0.81 396	1.95 361	1.49 427	1.42 377	1.38 330	1.29 344	0.91 303	1.78 309	1.18 372	0.22 225	0.22 327	0.24 257	0.25 326	0.22 216	0.24 225

pcwnet_v2	0.91 339	0.39 325	2.74 460	0.64 312	0.55 359	0.81 264	0.49 247	2.19 424	1.63 445	1.44 384	1.64 404	1.09 293	0.79 246	1.31 216	0.70 270	0.32 382	0.25 377	0.29 356	0.27 359	0.37 386	0.37 380

FADNet-RVC-Resample	0.91 339	0.51 382	2.92 464	0.64 312	0.46 305	1.07 346	0.60 330	1.76 308	1.24 307	1.10 208	0.98 163	1.06 279	0.98 336	2.17 361	0.95 342	0.24 267	0.22 327	0.30 367	0.32 410	0.36 380	0.40 395

HSM-Net_RVC	0.91 339	0.31 174	0.60 66	0.54 172	0.31 121	1.15 364	0.60 330	3.76 507	1.30 351	1.57 419	1.75 419	1.67 415	1.01 348	1.61 287	0.90 324	0.23 247	0.17 236	0.19 101	0.18 152	0.20 153	0.22 186
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 342	0.39 325	1.22 343	0.66 333	0.39 244	1.31 390	0.96 429	2.32 442	1.45 416	1.48 400	1.17 248	1.53 393	0.91 303	1.16 187	1.71 444	0.31 375	0.27 391	0.30 367	0.29 387	0.28 310	0.29 312

ADLNet2	0.92 342	0.37 298	1.25 350	0.80 425	0.65 399	1.12 356	0.75 374	1.95 361	1.42 406	1.26 305	1.67 408	1.68 417	1.04 364	1.80 316	1.23 383	0.25 287	0.22 327	0.21 169	0.22 272	0.27 294	0.31 338

FTStereo	0.92 342	0.28 96	0.61 72	0.57 228	0.34 189	0.65 182	1.80 495	1.09 126	0.84 123	1.75 442	4.13 498	1.04 275	1.62 448	1.59 280	0.48 167	0.21 191	0.17 236	0.23 233	0.22 272	0.19 117	0.58 454

PFNet	0.92 342	0.28 96	1.20 337	0.68 359	0.32 153	0.62 159	0.55 297	1.27 196	1.01 192	1.47 394	1.09 208	0.97 252	0.68 209	6.58 488	0.59 235	0.21 191	0.13 46	0.24 257	0.19 174	0.20 153	0.20 132

DLCB_ROB	0.92 342	0.43 348	0.95 249	0.71 384	0.55 359	1.11 354	0.83 401	1.61 270	1.32 360	1.67 436	1.66 406	1.70 420	0.93 313	1.96 337	1.34 399	0.26 312	0.25 377	0.27 331	0.28 369	0.28 310	0.28 298

GEStereo_RVC	0.93 347	0.40 331	1.15 312	0.67 347	0.50 326	0.95 321	0.78 381	2.73 487	1.21 291	1.20 267	1.12 221	1.25 331	0.91 303	3.21 417	0.95 342	0.31 375	0.20 296	0.23 233	0.20 203	0.28 310	0.31 338

CBFPSM	0.95 348	0.37 298	2.10 434	0.51 115	0.39 244	1.73 437	0.87 412	1.59 265	1.13 250	1.11 209	1.00 169	2.34 471	1.64 453	1.42 247	1.44 410	0.19 122	0.18 266	0.20 135	0.20 203	0.22 216	0.36 376

OMP-Stereo	0.95 348	0.35 268	0.79 159	0.92 462	0.32 153	0.49 73	0.35 100	1.22 180	1.11 237	1.58 420	1.12 221	1.44 374	0.69 213	6.92 494	0.51 185	0.20 164	0.15 175	0.24 257	0.19 174	0.21 196	0.16 41

DSFCA	0.95 348	0.38 316	1.23 345	0.55 185	0.66 405	1.50 415	0.93 423	1.58 260	1.24 307	1.59 423	1.16 245	1.48 383	0.95 321	2.96 410	1.20 375	0.31 375	0.28 396	0.25 296	0.26 343	0.29 327	0.26 264

PSMNet_ROB	0.95 348	0.57 406	1.45 377	0.75 411	0.64 394	1.28 388	1.12 446	1.84 327	1.15 261	1.16 240	1.29 298	1.44 374	0.89 297	1.74 304	1.70 442	0.33 388	0.25 377	0.37 423	0.39 443	0.36 380	0.32 347

FADNet-RVC	0.96 352	0.72 447	2.96 465	0.64 312	0.49 321	0.90 299	0.59 323	1.85 334	1.27 327	0.92 162	0.97 158	1.36 359	0.90 300	2.36 377	1.31 391	0.30 371	0.29 405	0.32 384	0.32 410	0.42 408	0.37 380

TransformOpticalFlow	0.97 353	0.30 142	0.96 256	0.54 172	0.31 121	0.65 182	0.54 287	1.87 337	1.19 280	1.12 217	1.44 350	1.34 356	0.98 336	6.68 491	0.44 131	0.19 122	0.12 14	0.21 169	0.19 174	0.18 83	0.23 204

IIG-Stereo	0.97 353	0.34 239	0.80 164	0.90 460	0.33 173	0.61 156	0.26 36	1.27 196	1.08 218	1.69 438	1.37 325	1.44 374	0.74 221	6.94 495	0.53 202	0.21 191	0.14 110	0.23 233	0.18 152	0.20 153	0.15 20

XX-Stereo	0.97 353	0.28 96	8.28 504	0.85 443	0.70 421	0.44 51	0.22 14	1.07 114	0.69 77	0.66 107	1.56 387	1.38 364	0.38 61	1.36 228	0.38 85	0.21 191	0.14 110	0.20 135	0.19 174	0.19 117	0.16 41

DispNO	0.98 356	0.34 239	2.02 427	0.58 240	0.55 359	0.88 293	0.49 247	1.70 294	1.24 307	1.22 282	1.26 280	1.18 313	0.88 294	5.17 455	0.88 317	0.23 247	0.18 266	0.24 257	0.22 272	0.19 117	0.22 186

DEmStereo	0.98 356	0.25 49	0.85 202	0.49 86	0.33 173	1.02 337	0.55 297	0.97 78	0.93 154	1.41 373	2.13 458	1.01 269	2.01 475	5.62 466	0.78 290	0.19 122	0.15 175	0.20 135	0.20 203	0.18 83	0.25 244

FADNet	0.98 356	0.64 425	2.57 455	0.66 333	0.55 359	0.95 321	0.57 310	1.91 348	1.38 383	0.94 168	1.02 174	1.36 359	1.00 345	2.69 401	0.97 346	0.34 397	0.34 435	0.31 373	0.34 428	0.61 464	0.42 407

CFNet	0.99 359	0.40 331	1.23 345	0.65 319	0.43 283	1.03 338	0.49 247	2.01 375	1.35 367	1.02 189	1.39 332	1.10 297	0.86 279	5.47 465	0.89 320	0.24 267	0.18 266	0.28 345	0.27 359	0.27 294	0.22 186

NVstereo2D	0.99 359	0.45 356	2.21 442	0.79 424	0.75 429	1.20 378	0.86 409	1.98 366	1.41 398	1.02 189	1.18 251	1.31 349	0.97 333	2.25 368	0.93 335	0.45 448	0.22 327	0.39 431	0.25 326	0.59 458	0.68 470

CBMV_ROB	0.99 359	0.46 359	0.68 104	0.53 157	0.39 244	1.40 406	0.48 236	2.09 393	1.30 351	1.53 408	2.29 466	1.36 359	1.23 406	2.46 385	1.04 359	0.44 445	0.42 469	0.47 455	0.44 455	0.41 405	0.39 391

ACV-stereo	1.00 362	0.55 397	1.47 379	0.59 259	0.42 278	2.38 480	0.58 317	1.20 173	1.21 291	0.83 138	1.01 171	3.36 496	2.10 481	1.64 289	1.17 371	0.28 350	0.22 327	0.23 233	0.22 272	0.29 327	0.35 373

fast-acv-ft	1.00 362	0.48 370	1.85 416	0.61 280	0.52 341	1.77 443	0.69 358	1.52 243	1.47 422	1.34 344	1.85 435	1.73 423	1.24 409	1.62 288	1.56 423	0.27 333	0.28 396	0.28 345	0.28 369	0.28 310	0.31 338

HBP-ISP	1.00 362	0.60 410	0.85 202	0.64 312	0.48 315	1.63 430	0.77 378	2.24 431	1.30 351	1.33 337	1.53 377	0.87 202	0.99 339	3.26 420	0.76 284	0.46 449	0.44 471	0.54 468	0.48 464	0.48 435	0.42 407

CSP-Net	1.00 362	0.41 341	0.99 261	0.56 206	0.43 283	1.62 429	0.76 377	2.16 413	1.16 268	1.33 337	1.22 264	1.32 353	0.89 297	4.67 447	0.93 335	0.35 407	0.24 365	0.20 135	0.20 203	0.23 235	0.30 328

ETE_ROB	1.01 366	0.69 440	1.49 382	0.72 389	0.50 326	1.15 364	1.12 446	1.91 348	1.24 307	1.94 461	1.50 367	1.73 423	1.06 370	1.78 309	1.33 398	0.33 388	0.26 383	0.38 427	0.34 428	0.40 401	0.44 414

THIR-Stereo	1.02 367	0.29 117	0.73 131	0.51 115	0.29 86	0.94 315	1.31 467	1.08 119	0.98 176	1.35 350	1.91 443	1.16 311	1.54 444	6.37 486	0.79 295	0.20 164	0.14 110	0.21 169	0.22 272	0.19 117	0.25 244

PS-NSSS	1.02 367	0.62 421	1.17 327	0.61 280	0.58 371	0.91 301	0.79 389	2.02 376	1.19 280	1.17 244	1.68 410	1.00 264	0.85 271	4.43 441	0.86 311	0.38 419	0.31 414	0.52 463	0.32 410	0.52 442	0.45 416

XPNet_ROB	1.02 367	0.56 401	1.33 364	0.75 411	0.58 371	1.11 354	1.13 448	1.77 309	1.29 347	1.88 454	1.43 347	1.63 410	1.13 390	2.04 346	1.69 440	0.40 427	0.31 414	0.33 395	0.29 387	0.37 386	0.37 380

YMNet	1.04 370	0.59 407	1.67 401	0.86 446	0.86 454	1.84 450	0.61 335	1.70 294	1.28 335	1.65 432	1.98 447	1.75 428	0.96 323	1.57 273	1.58 425	0.34 397	0.37 452	0.32 384	0.32 410	0.33 366	0.32 347

YMNet_1	1.04 370	0.59 407	1.67 401	0.86 446	0.86 454	1.84 450	0.61 335	1.70 294	1.28 335	1.65 432	1.98 447	1.75 428	0.96 323	1.57 273	1.58 425	0.34 397	0.37 452	0.32 384	0.32 410	0.33 366	0.32 347

iinet-f	1.04 370	0.50 378	4.24 486	0.58 240	0.43 283	1.78 446	0.70 365	1.29 202	1.16 268	1.25 292	1.42 343	1.57 400	1.42 433	1.47 258	1.70 442	0.26 312	0.23 355	0.20 135	0.20 203	0.26 288	0.26 264

RAFT-RH_RVC	1.04 370	0.26 61	0.76 146	0.53 157	0.29 86	0.80 256	0.32 72	0.85 49	1.12 244	2.04 467	4.63 504	1.03 274	0.57 154	5.93 473	0.52 193	0.20 164	0.13 46	0.26 317	0.20 203	0.16 35	0.19 107

CBMV	1.04 370	0.48 370	0.88 216	0.56 206	0.36 214	1.52 417	1.55 479	1.87 337	1.59 441	2.11 470	1.67 408	1.46 380	1.35 424	1.92 330	1.31 391	0.35 407	0.35 443	0.39 431	0.33 423	0.34 374	0.34 364
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 375	0.33 210	1.04 275	0.49 86	0.31 121	0.67 193	0.26 36	2.37 451	0.80 111	1.05 196	1.11 217	2.86 487	1.81 466	6.26 480	0.50 181	0.18 84	0.15 175	0.19 101	0.16 113	0.17 54	0.21 158

StereoDRNet	1.05 375	0.53 390	2.21 442	0.80 425	0.93 463	1.50 415	0.90 415	2.06 388	1.44 411	1.68 437	1.20 256	1.48 383	0.99 339	1.86 321	1.60 429	0.29 365	0.24 365	0.29 356	0.28 369	0.35 376	0.33 356

AIO-Stereo-zeroshot1	1.06 377	0.43 348	3.59 478	0.53 157	0.66 405	0.79 249	0.39 141	2.60 479	0.98 176	0.96 173	4.58 502	2.05 460	0.56 151	0.99 139	0.51 185	0.19 122	0.14 110	0.21 169	0.28 369	0.32 360	0.41 399

STrans-v2	1.06 377	0.31 174	1.02 270	0.52 134	0.33 173	0.67 193	0.78 381	2.66 485	1.26 323	1.15 236	1.46 354	1.37 363	1.40 430	6.68 491	0.46 150	0.19 122	0.13 46	0.21 169	0.18 152	0.18 83	0.21 158

DISCO	1.06 377	0.37 298	1.19 333	0.73 397	0.46 305	2.04 465	0.84 403	2.26 432	1.54 433	1.25 292	1.36 324	2.38 473	1.08 374	2.60 397	1.62 432	0.24 267	0.19 283	0.22 199	0.20 203	0.32 360	0.29 312

NCCL2	1.06 377	0.64 425	1.35 365	0.78 423	0.58 371	1.32 391	1.69 484	1.89 344	1.38 383	1.52 405	1.20 256	1.91 437	1.17 394	1.79 314	1.50 417	0.35 407	0.31 414	0.45 449	0.44 455	0.41 405	0.45 416

LALA_ROB	1.06 377	0.66 432	1.37 373	0.70 381	0.53 347	1.61 427	1.25 464	1.81 321	1.48 426	1.82 450	1.40 337	1.93 441	1.03 358	1.68 295	1.69 440	0.38 419	0.28 396	0.43 444	0.37 439	0.43 410	0.38 388

TCMNet	1.07 382	0.66 432	2.49 451	0.92 462	1.32 496	1.14 360	0.67 352	1.91 348	1.29 347	1.20 267	1.57 391	1.29 344	0.96 323	2.23 365	1.59 428	0.32 382	0.31 414	0.38 427	0.35 432	0.43 410	0.40 395

PSMNet-RUCA	1.07 382	1.06 474	1.64 398	1.23 491	1.10 478	1.39 403	0.65 347	1.91 348	1.43 408	0.95 170	1.52 375	0.99 258	0.83 263	1.28 212	1.01 353	0.71 485	0.34 435	0.99 496	0.61 485	1.01 488	0.67 466

RAFT + AFF	1.07 382	0.47 364	1.36 370	0.68 359	0.50 326	1.20 378	1.22 460	2.58 478	1.26 323	1.33 337	1.56 387	1.19 315	1.49 442	3.89 434	1.01 353	0.22 225	0.26 383	0.30 367	0.27 359	0.29 327	0.32 347

DRN-Test	1.07 382	0.49 375	1.95 424	0.75 411	0.81 447	1.61 427	0.78 381	2.26 432	1.53 431	1.84 451	1.35 320	1.42 368	1.04 364	2.26 369	1.61 430	0.28 350	0.23 355	0.31 373	0.30 399	0.33 366	0.33 356

TDLM	1.08 386	0.50 378	1.01 268	0.69 372	0.54 355	0.91 301	1.40 472	1.60 267	1.36 376	1.17 244	1.40 337	1.07 282	1.00 345	6.19 476	0.85 310	0.34 397	0.22 327	0.35 410	0.26 343	0.38 392	0.29 312

Wz-Net-LNSev-Ref	1.09 387	0.46 359	2.61 458	0.71 384	0.65 399	2.00 462	0.78 381	2.07 390	1.47 422	1.62 428	1.47 356	1.53 393	1.29 415	2.10 354	1.65 438	0.24 267	0.14 110	0.20 135	0.16 113	0.28 310	0.28 298

FAT-Stereo	1.10 388	0.43 348	1.46 378	0.74 403	0.60 381	1.13 357	0.92 420	2.06 388	1.71 452	1.75 442	2.00 450	2.02 453	1.47 439	2.02 345	1.26 387	0.44 445	0.36 447	0.34 403	0.29 387	0.36 380	0.57 451

CVANet_RVC	1.10 388	0.49 375	1.15 312	0.65 319	0.54 355	0.93 312	1.00 435	1.69 290	1.36 376	1.42 377	1.39 332	1.24 330	1.17 394	6.22 478	0.80 302	0.35 407	0.24 365	0.35 410	0.30 399	0.44 421	0.32 347

APVNet	1.11 390	0.59 407	1.95 424	0.87 449	0.77 435	1.90 455	0.82 400	2.03 380	1.15 261	1.14 234	1.43 347	1.55 396	1.12 389	3.03 411	1.62 432	0.32 382	0.34 435	0.42 443	0.36 435	0.36 380	0.41 399

GANetREF_RVC	1.11 390	0.90 463	1.56 393	0.88 451	0.53 347	1.41 408	1.35 469	1.91 348	1.54 433	1.28 315	1.32 306	1.46 380	1.23 406	2.04 346	1.00 352	0.57 471	0.45 473	0.67 485	0.52 473	0.91 484	0.62 461
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
GCST	1.13 392	1.50 498	1.17 327	1.74 501	1.17 489	1.29 389	0.30 59	1.55 252	1.21 291	1.31 329	0.97 158	0.99 258	0.48 110	2.38 381	0.54 211	1.24 502	0.70 502	1.31 502	0.86 499	1.03 490	0.92 487

GASNet	1.13 392	1.10 479	3.29 474	1.00 477	0.68 412	0.82 265	0.67 352	1.85 334	1.38 383	1.39 365	1.25 278	1.25 331	1.20 404	2.72 403	1.62 432	0.46 449	0.26 383	0.36 420	0.34 428	0.55 452	0.33 356

anonymity	1.14 394	0.98 471	1.24 348	1.09 482	1.13 482	1.08 350	0.90 415	2.02 376	1.23 303	1.32 332	1.27 289	1.27 342	1.09 377	1.16 187	1.03 358	1.02 493	1.01 518	0.97 494	0.97 503	0.98 486	1.01 489

PA-Net	1.14 394	0.63 422	2.12 436	0.67 347	0.75 429	1.19 377	0.91 418	1.91 348	1.46 421	1.18 255	1.23 272	1.33 355	1.17 394	4.31 439	1.41 407	0.29 365	0.46 477	0.33 395	0.50 469	0.33 366	0.57 451
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 396	0.54 393	1.50 383	0.73 397	0.66 405	1.18 376	0.84 403	2.13 405	1.41 398	1.73 441	1.84 432	2.53 478	1.46 437	2.46 385	1.35 401	0.43 436	0.41 464	0.54 468	0.36 435	0.43 410	0.50 430

RASNet	1.16 397	0.34 239	1.11 300	0.73 397	0.86 454	1.00 334	0.60 330	1.56 255	1.43 408	1.07 204	1.37 325	2.08 461	1.44 436	7.00 496	1.56 423	0.20 164	0.17 236	0.17 45	0.19 174	0.19 117	0.19 107

DANet	1.16 397	0.64 425	1.52 388	0.88 451	0.74 426	1.52 417	0.52 268	1.68 281	1.21 291	1.81 448	1.55 381	2.02 453	1.11 383	3.30 422	2.28 461	0.34 397	0.31 414	0.40 437	0.30 399	0.46 430	0.54 440
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 399	0.29 117	1.08 290	0.55 185	0.43 283	0.69 206	0.71 368	1.14 144	1.35 367	1.00 180	1.49 360	1.90 435	0.86 279	9.61 521	0.89 320	0.21 191	0.19 283	0.30 367	0.25 326	0.20 153	0.18 73

Wz-Net-LNSev	1.17 399	0.72 447	4.71 490	0.66 333	0.84 452	1.72 434	1.13 448	1.97 365	1.43 408	1.34 344	1.32 306	1.66 413	1.30 418	1.44 252	1.51 419	0.29 365	0.26 383	0.24 257	0.23 304	0.33 366	0.35 373

S-Stereo	1.17 399	0.48 370	2.25 445	0.83 436	0.81 447	1.22 380	1.17 455	2.12 397	2.08 477	1.47 394	2.13 458	1.55 396	1.16 391	2.09 353	1.46 413	0.42 435	0.40 463	0.35 410	0.32 410	0.45 423	0.73 474

MaskLacGwcNet_RVC	1.17 399	1.06 474	1.28 356	0.88 451	0.69 415	1.92 457	0.92 420	1.71 298	1.14 256	1.17 244	1.26 280	1.49 385	0.80 253	2.04 346	0.86 311	2.02 505	0.34 435	0.79 489	0.36 435	1.38 500	1.33 502

RP	1.17 399	0.54 393	1.48 381	0.93 468	1.05 475	1.14 360	0.85 408	1.99 370	1.70 450	1.72 440	2.07 455	1.91 437	1.93 473	2.00 342	1.37 404	0.55 469	0.37 452	0.48 457	0.37 439	0.46 430	0.46 421

ccnet	1.19 404	0.71 444	1.36 370	0.81 429	0.75 429	1.72 434	1.13 448	1.98 366	1.31 358	1.52 405	1.84 432	1.75 428	1.36 425	2.01 343	2.04 454	0.57 471	0.54 489	0.57 477	0.56 478	0.60 461	0.60 459

Nwc_Net	1.19 404	0.53 390	2.34 447	0.92 462	0.81 447	1.49 414	0.70 365	2.28 440	1.32 360	1.41 373	2.27 464	2.03 456	1.76 463	2.05 350	1.46 413	0.43 436	0.30 409	0.43 444	0.46 460	0.39 397	0.40 395

NCC-stereo	1.20 406	0.60 410	1.84 414	0.88 451	0.95 467	1.32 391	0.94 425	2.14 406	1.36 376	1.43 381	1.79 424	1.93 441	2.13 486	2.54 394	1.41 407	0.49 457	0.38 457	0.45 449	0.59 482	0.43 410	0.45 416

Abc-Net	1.20 406	0.60 410	1.84 414	0.88 451	0.95 467	1.32 391	0.94 425	2.14 406	1.36 376	1.43 381	1.79 424	1.93 441	2.13 486	2.54 394	1.41 407	0.49 457	0.38 457	0.45 449	0.59 482	0.43 410	0.45 416
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 408	0.66 432	3.44 476	0.69 372	0.73 422	1.93 458	1.44 474	2.16 413	1.59 441	1.85 453	1.49 360	1.50 387	1.34 423	2.05 350	1.54 422	0.27 333	0.24 365	0.28 345	0.28 369	0.35 376	0.32 347

RGC	1.22 409	0.82 458	1.71 404	0.95 473	0.98 472	1.53 419	0.80 392	2.18 422	1.35 367	1.69 438	1.94 444	2.03 456	1.66 454	2.36 377	1.50 417	0.46 449	0.36 447	0.59 480	0.48 464	0.49 438	0.49 426

stereogan	1.22 409	0.45 356	2.03 430	0.87 449	0.85 453	2.52 482	0.72 369	1.98 366	1.78 459	1.92 457	1.94 444	2.31 470	1.42 433	2.10 354	1.14 368	0.38 419	0.36 447	0.39 431	0.32 410	0.52 442	0.49 426

AANet_RVC	1.22 409	0.60 410	1.94 420	0.69 372	0.46 305	0.75 226	0.69 358	1.51 241	1.57 439	1.36 355	1.90 441	1.51 389	0.87 288	7.23 498	1.89 451	0.26 312	0.19 283	0.19 101	0.16 113	0.23 235	0.37 380

HSM	1.22 409	0.34 239	0.81 169	0.61 280	0.39 244	1.22 380	0.63 343	2.45 461	1.25 315	1.32 332	1.26 280	1.91 437	1.08 374	9.21 517	0.75 281	0.23 247	0.17 236	0.20 135	0.16 113	0.22 216	0.24 225

Syn2CoEx	1.23 413	0.80 454	3.07 468	0.83 436	0.68 412	1.39 403	0.87 412	2.23 429	1.57 439	1.28 315	1.58 393	1.42 368	1.57 446	3.79 432	1.48 416	0.36 414	0.32 426	0.34 403	0.30 399	0.30 342	0.41 399

AF-Net	1.23 413	0.56 401	2.31 446	0.88 451	0.93 463	1.41 408	0.73 372	2.27 438	1.71 452	1.76 445	2.42 472	2.00 450	1.70 457	1.98 338	1.62 432	0.50 461	0.29 405	0.49 459	0.33 423	0.40 401	0.34 364

NaN_ROB	1.23 413	0.63 422	1.76 407	0.67 347	0.50 326	1.59 426	2.00 498	1.87 337	1.52 430	2.14 472	1.26 280	1.40 366	1.09 377	4.60 445	1.75 445	0.28 350	0.34 435	0.28 345	0.29 387	0.30 342	0.37 380

DGSMNet	1.24 416	0.84 460	3.20 470	0.91 461	0.92 460	1.39 403	1.34 468	2.46 465	1.44 411	1.34 344	1.66 406	1.50 387	1.03 358	1.85 318	1.30 390	0.48 455	0.48 480	0.55 473	0.51 472	0.78 479	0.79 480

RYNet	1.24 416	0.52 388	1.57 395	0.73 397	0.97 470	1.74 439	0.95 428	2.09 393	1.54 433	1.44 384	1.18 251	1.94 445	1.29 415	4.57 444	1.93 452	0.27 333	0.23 355	0.35 410	0.27 359	0.57 455	0.59 456

ttt	1.26 418	0.36 277	0.79 159	0.65 319	0.42 278	0.94 315	0.57 310	2.33 448	1.38 383	1.25 292	1.65 405	0.92 232	0.78 238	2.64 398	8.73 511	0.30 371	0.28 396	0.26 317	0.25 326	0.29 327	0.32 347

aanetorigin	1.26 418	0.85 461	3.00 466	0.72 389	0.80 443	1.08 350	1.05 439	1.12 136	1.39 392	3.53 507	2.60 477	1.72 421	1.73 461	1.98 338	1.77 448	0.26 312	0.24 365	0.26 317	0.25 326	0.38 392	0.51 434

GwcNet	1.26 418	0.63 422	5.13 492	0.81 429	1.15 486	1.73 437	0.69 358	1.84 327	1.53 431	1.51 403	1.71 415	1.72 421	1.09 377	2.20 363	1.61 430	0.31 375	0.30 409	0.29 356	0.27 359	0.30 342	0.41 399

Consistency-Raft	1.27 421	1.01 473	2.17 439	1.04 479	1.20 491	0.96 327	1.00 435	1.84 327	1.95 471	1.38 362	2.11 457	1.44 374	1.03 358	1.18 192	1.40 406	0.73 486	0.83 504	0.89 492	0.99 506	1.33 498	0.95 488

NOSS_ROB	1.29 422	0.49 375	0.68 104	0.60 267	0.40 255	1.09 353	0.77 378	1.94 358	1.44 411	1.04 194	1.46 354	1.10 297	0.81 257	10.57 533	0.78 290	0.46 449	0.43 470	0.48 457	0.45 458	0.45 423	0.43 411

SGM-Forest	1.29 422	0.40 331	0.74 136	0.54 172	0.37 223	1.55 420	1.26 465	1.82 323	1.39 392	2.22 473	1.81 430	1.64 411	1.02 356	7.65 504	1.20 375	0.39 425	0.37 452	0.39 431	0.34 428	0.37 386	0.34 364
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 424	0.56 401	0.94 245	0.57 228	0.62 391	1.04 339	0.65 347	1.82 323	1.01 192	1.00 180	0.79 113	1.42 368	1.27 413	1.06 161	0.83 306	0.62 477	0.67 499	1.05 499	9.88 539	1.09 493	0.55 446

test_for_model	1.38 425	3.71 531	0.65 92	3.45 525	2.88 523	0.57 132	0.33 79	1.91 348	0.93 154	1.47 394	0.64 75	0.51 74	0.37 54	0.53 13	0.35 50	2.54 510	0.16 209	0.17 45	0.12 24	4.56 532	1.84 508

SQANet	1.38 425	0.95 469	1.37 373	1.89 505	1.47 501	1.44 412	0.81 396	1.89 344	1.13 250	1.34 344	1.26 280	1.28 343	1.02 356	1.64 289	0.91 328	2.55 511	0.35 443	1.47 503	0.56 478	2.48 506	1.74 506

PWC_ROB	1.39 427	0.93 468	4.07 484	0.77 420	0.83 450	1.16 367	0.53 274	1.87 337	2.01 474	2.36 478	3.06 486	1.65 412	1.60 447	2.65 400	2.29 463	0.34 397	0.23 355	0.36 420	0.25 326	0.39 397	0.49 426

PWCDC_ROB	1.39 427	0.91 466	2.10 434	1.08 481	0.92 460	1.72 434	0.58 317	2.03 380	3.30 505	1.32 332	4.87 507	1.21 318	1.71 459	1.98 338	1.75 445	0.65 480	0.26 383	0.29 356	0.25 326	0.56 453	0.41 399

GANet	1.41 429	0.52 388	1.18 332	0.74 403	0.48 315	1.40 406	1.69 484	1.87 337	1.28 335	1.56 416	2.39 470	1.56 398	1.25 410	9.13 515	1.20 375	0.31 375	0.32 426	0.34 403	0.29 387	0.40 401	0.33 356

PDISCO_ROB	1.41 429	0.73 450	2.04 431	1.40 494	1.46 500	2.83 491	1.07 442	2.64 481	2.11 479	1.41 373	1.50 367	1.73 423	0.99 339	2.83 408	1.46 413	1.03 494	0.27 391	0.54 468	0.47 462	0.77 478	0.84 484

LL-Strereo	1.42 431	0.44 355	2.02 427	0.62 288	1.07 476	0.73 219	0.65 347	2.02 376	1.21 291	1.60 424	1.62 399	2.02 453	2.10 481	9.67 522	1.07 361	0.22 225	0.20 296	0.27 331	0.24 317	0.23 235	0.33 356

SHD	1.42 431	0.81 457	2.79 462	0.98 475	0.92 460	1.97 459	0.68 355	2.43 459	2.55 488	2.54 486	1.72 416	2.01 452	1.62 448	2.14 358	2.70 470	0.40 427	0.33 432	0.39 431	0.40 445	0.48 435	0.54 440

RTSC	1.43 433	0.89 462	3.62 480	0.94 471	0.64 394	1.85 452	0.69 358	2.20 427	2.04 476	2.22 473	1.70 413	1.67 415	1.27 413	2.53 393	4.48 489	0.33 388	0.25 377	0.27 331	0.29 387	0.38 392	0.40 395

UDG	1.47 434	2.69 524	1.13 305	1.45 498	1.65 503	1.34 397	0.79 389	1.75 306	1.27 327	1.29 320	1.74 418	1.99 449	1.39 429	1.66 292	1.51 419	0.91 490	0.55 491	2.30 510	0.76 493	1.99 501	1.20 498

MFMNet_re	1.47 434	1.20 485	2.50 452	1.46 499	1.08 477	1.58 424	1.51 475	1.96 364	1.87 466	2.31 477	2.20 461	1.51 389	1.88 471	1.57 273	1.34 399	0.94 491	0.83 504	0.84 491	0.80 496	1.00 487	1.06 492

PASM	1.48 436	1.08 476	3.96 483	0.93 468	0.93 463	1.17 374	1.19 457	1.77 309	1.65 446	1.90 455	1.52 375	1.75 428	1.42 433	4.54 443	1.52 421	0.64 479	0.68 501	0.69 487	0.79 495	0.70 473	0.74 475

ADCRef	1.50 437	0.61 415	3.83 482	0.76 418	0.77 435	1.91 456	0.77 378	2.16 413	1.34 364	1.63 430	1.59 397	1.35 358	1.40 430	1.79 314	8.32 508	0.25 287	0.21 312	0.32 384	0.31 403	0.31 349	0.32 347

XQC	1.51 438	0.98 471	3.20 470	0.92 462	0.76 434	2.01 463	1.17 455	2.53 475	1.99 473	2.01 466	1.54 378	2.00 450	1.54 444	3.16 415	3.46 480	0.49 457	0.31 414	0.45 449	0.40 445	0.71 475	0.62 461

CC-Net-ROB	1.53 439	1.31 492	1.68 403	0.92 462	0.80 443	1.75 440	0.99 433	2.04 383	1.27 327	1.12 217	1.62 399	1.20 317	0.98 336	7.82 505	0.92 332	1.15 501	0.41 464	2.20 508	0.46 460	1.37 499	0.56 448

FINET	1.54 440	0.67 436	7.28 500	0.76 418	0.97 470	1.42 411	1.38 471	2.80 494	3.12 502	1.23 285	1.68 410	1.04 275	1.11 383	3.35 423	1.78 449	0.43 436	0.37 452	0.32 384	0.29 387	0.43 410	0.41 399

test_xeample	1.55 441	0.31 174	0.94 245	0.54 172	0.31 121	0.94 315	0.58 317	2.40 455	1.40 394	1.29 320	1.55 381	0.89 218	0.88 294	1.72 302	15.94 530	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

DDUNet	1.56 442	2.70 525	1.35 365	1.79 502	1.88 505	1.82 448	0.91 418	1.84 327	1.20 284	1.40 371	1.79 424	1.62 407	1.17 394	1.59 280	1.22 380	1.11 498	0.76 503	2.38 513	0.94 501	2.12 502	1.53 504

CrosDoStereo	1.56 442	0.26 61	0.78 155	0.51 115	0.29 86	0.66 188	11.86 530	1.18 165	1.00 189	1.35 350	1.76 420	0.99 258	1.83 468	6.64 489	0.83 306	0.19 122	0.15 175	0.20 135	0.22 272	0.18 83	0.25 244

DeepStereo_LL	1.56 442	0.26 61	0.78 155	0.51 115	0.29 86	0.66 188	11.86 530	1.18 165	1.00 189	1.35 350	1.76 420	0.99 258	1.83 468	6.64 489	0.83 306	0.19 122	0.15 175	0.20 135	0.22 272	0.18 83	0.25 244

STTRV1_RVC	1.60 445	0.69 440	2.04 431	0.88 451	1.12 479	1.58 424	0.90 415	2.42 457	1.78 459	1.29 320	2.02 452	1.40 366	1.22 405	9.72 523	1.35 401	0.86 488	0.34 435	0.54 468	0.49 467	0.75 477	0.54 440

xxxx	1.61 446	0.32 191	0.98 259	0.58 240	0.31 121	1.15 364	0.43 181	2.43 459	1.41 398	1.17 244	1.40 337	1.21 318	0.86 279	1.94 332	16.68 532	0.24 267	0.24 365	0.21 169	0.20 203	0.23 235	0.27 282

CSAN	1.61 446	0.67 436	3.24 473	0.74 403	0.52 341	1.77 443	1.74 489	1.98 366	1.94 470	2.47 485	2.33 468	1.93 441	2.04 478	6.45 487	1.95 453	0.43 436	0.36 447	0.41 442	0.42 449	0.43 410	0.44 414

MFN_U_SF_RVC	1.62 448	0.96 470	4.36 488	0.92 462	0.69 415	2.62 486	1.10 444	2.50 471	1.74 455	1.99 465	1.86 437	2.45 476	1.78 465	3.08 413	2.84 472	0.54 465	0.50 486	0.56 475	0.60 484	0.60 461	0.67 466

SDNR	1.66 449	0.55 397	2.36 448	0.56 206	0.58 371	3.79 509	0.45 213	1.78 311	1.40 394	1.38 362	2.45 474	1.13 306	0.96 323	11.03 534	1.31 391	0.67 482	0.64 497	0.43 444	0.32 410	0.71 475	0.76 478

otaku	1.67 450	1.18 483	1.56 393	2.27 508	1.59 502	1.98 460	1.23 462	2.23 429	1.37 381	1.48 400	1.63 403	1.73 423	1.23 406	1.85 318	1.09 363	2.96 515	0.58 495	1.74 504	0.61 485	2.94 512	2.15 512

222	1.67 450	0.31 174	0.93 238	0.59 259	0.31 121	1.05 342	0.43 181	2.39 453	1.47 422	1.37 357	1.55 381	0.94 240	0.94 316	1.98 338	17.76 533	0.24 267	0.22 327	0.21 169	0.20 203	0.22 216	0.26 264

Wz-Net-SNSev	1.68 452	1.45 494	8.71 508	0.71 384	0.67 411	1.35 398	1.51 475	2.15 411	1.47 422	1.51 403	1.68 410	2.27 466	1.38 427	4.23 436	2.36 465	0.32 382	0.29 405	0.31 373	0.33 423	0.43 410	0.39 391

DeepPrunerF	1.68 452	0.82 458	6.82 498	0.94 471	1.20 491	0.91 301	0.97 430	2.50 471	5.19 522	1.22 282	1.30 299	1.18 313	1.29 415	4.96 453	1.75 445	0.43 436	0.35 443	0.52 463	0.48 464	0.43 410	0.42 407

psmorigin	1.69 454	0.74 452	13.13 518	0.70 381	0.60 381	1.16 367	0.79 389	1.69 290	1.25 315	2.07 469	1.77 422	2.23 463	1.51 443	2.14 358	1.45 411	0.39 425	0.41 464	0.34 403	0.33 423	0.45 423	0.63 463

G-Net	1.71 455	0.67 436	2.09 433	1.14 487	0.75 429	2.96 496	0.89 414	1.58 260	1.30 351	2.76 491	8.12 525	2.29 468	2.51 495	1.94 332	2.23 460	0.49 457	0.45 473	0.45 449	0.31 403	0.62 465	0.59 456

Ntro	1.72 456	1.21 486	1.62 397	2.54 513	1.86 504	2.09 468	1.14 451	2.08 391	1.38 383	1.23 285	1.62 399	1.62 407	1.33 422	2.04 346	1.21 379	3.09 516	0.56 492	1.82 506	0.65 487	2.97 516	2.25 514

FBW_ROB	1.78 457	0.66 432	1.90 419	0.72 389	0.66 405	1.79 447	1.07 442	2.79 492	1.77 456	1.84 451	1.79 424	1.98 448	1.37 426	12.42 536	2.22 459	0.36 414	0.38 457	0.57 477	0.39 443	0.46 430	0.51 434

SPS-STEREO	1.78 457	1.09 478	1.52 388	1.22 490	1.14 484	1.87 454	1.11 445	2.27 438	1.70 450	3.17 505	2.39 470	2.84 486	1.93 473	4.41 440	2.93 473	1.04 496	0.99 517	0.97 494	0.94 501	1.03 490	1.05 491
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 459	1.11 480	4.33 487	0.84 440	0.77 435	3.70 504	2.41 517	2.04 383	1.85 465	1.75 442	1.90 441	1.92 440	1.25 410	7.33 499	1.45 411	0.47 453	0.47 478	0.53 467	0.77 494	0.50 439	0.55 446

SAMSARA	1.80 459	0.90 463	3.37 475	1.28 493	1.13 482	3.71 505	2.33 512	2.53 475	1.93 469	3.17 505	1.73 417	2.99 488	1.68 456	3.53 426	2.46 467	0.47 453	0.54 489	0.43 444	0.47 462	0.59 458	0.64 464

PVD	1.82 461	0.91 466	3.02 467	1.03 478	0.94 466	2.61 485	1.14 451	2.78 491	3.40 507	3.08 503	2.75 479	2.39 475	2.49 494	2.81 406	3.66 482	0.48 455	0.49 485	0.59 480	0.49 467	0.60 461	0.81 482

ADCL	1.82 461	0.70 442	4.57 489	0.70 381	0.63 393	2.56 483	1.77 491	2.08 391	1.77 456	1.95 463	1.89 439	2.04 458	1.88 471	2.36 377	9.55 515	0.27 333	0.25 377	0.35 410	0.32 410	0.39 397	0.39 391

AAGNet	1.84 463	0.30 142	0.79 159	0.66 333	0.32 153	0.65 182	0.50 255	1.02 93	1.01 192	1.47 394	1.21 262	0.99 258	1.16 391	2.76 405	22.69 540	0.24 267	0.13 46	0.22 199	0.20 203	0.24 264	0.16 41

ff1	1.88 464	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	1.08 119	2.62 491	1.19 262	1.49 360	1.07 282	0.85 271	9.88 527	13.82 524	0.21 191	0.13 46	0.31 373	0.28 369	0.20 153	0.23 204

MDST_ROB	1.88 464	0.40 331	1.71 404	0.93 468	0.60 381	4.27 515	1.23 462	3.99 510	1.44 411	4.61 517	2.63 478	1.44 374	1.03 358	9.78 524	1.62 432	0.33 388	0.26 383	0.37 423	0.33 423	0.31 349	0.34 364

SGM_RVC	1.88 464	0.40 331	0.90 229	0.63 298	0.30 102	2.81 490	1.26 465	2.73 487	1.81 463	4.09 509	2.85 482	3.88 501	3.19 503	8.42 511	2.44 466	0.33 388	0.31 414	0.30 367	0.28 369	0.31 349	0.31 338
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 467	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	2.32 442	1.41 398	1.19 262	1.49 360	1.07 282	0.85 271	9.88 527	13.82 524	0.25 287	0.21 312	0.31 373	0.28 369	0.32 360	0.29 312

xxx	1.89 467	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	2.32 442	1.41 398	1.19 262	1.49 360	1.07 282	0.85 271	9.88 527	13.82 524	0.25 287	0.21 312	0.31 373	0.28 369	0.32 360	0.29 312

DPSNet	1.91 469	0.64 425	5.95 494	0.73 397	0.59 377	2.04 465	1.61 483	3.84 508	1.96 472	1.54 411	1.39 332	2.27 466	3.32 506	4.95 452	4.79 491	0.50 461	0.31 414	0.29 356	0.26 343	0.67 470	0.54 440

test_sample9	1.96 470	0.51 382	1.35 365	0.58 240	0.40 255	1.07 346	0.80 392	1.99 370	1.27 327	1.25 292	1.22 264	1.09 293	1.01 348	2.46 385	8.57 509	0.59 474	12.85 543	0.62 482	0.67 489	0.45 423	0.48 422

1111x	1.96 470	0.32 191	1.54 392	0.54 172	0.30 102	1.00 334	0.69 358	2.47 466	1.33 362	1.21 274	1.44 350	1.21 318	1.11 383	8.49 512	16.14 531	0.22 225	0.23 355	0.22 199	0.23 304	0.25 276	0.26 264

ADCPNet	1.97 472	0.78 453	9.38 510	0.74 403	0.61 387	2.73 488	1.36 470	2.11 396	1.66 447	1.92 457	1.70 413	2.45 476	2.07 479	2.50 391	6.84 503	0.38 419	0.38 457	0.38 427	0.43 453	0.47 434	0.50 430

WCMA_ROB	2.05 473	0.55 397	1.77 408	0.74 403	0.61 387	2.24 473	1.56 480	2.17 421	1.79 461	4.16 513	6.36 514	5.66 514	4.66 517	3.19 416	2.77 471	0.55 469	0.45 473	0.40 437	0.43 453	0.48 435	0.50 430

RainbowNet	2.06 474	1.86 507	1.97 426	2.86 516	2.25 511	2.03 464	1.79 492	2.77 489	1.92 468	1.54 411	1.84 432	1.95 446	1.73 461	2.23 365	1.38 405	3.40 522	0.86 509	2.39 515	1.00 507	2.94 512	2.42 516

MSMD_ROB	2.08 475	0.61 415	1.15 312	0.71 384	0.62 391	4.00 511	0.93 423	1.94 358	1.79 461	4.71 519	4.60 503	8.14 523	3.87 513	3.75 431	1.65 438	0.54 465	0.48 480	0.55 473	0.58 480	0.53 447	0.52 436

Wz-Net-TNSev	2.10 476	2.71 526	9.30 509	0.72 389	0.65 399	2.41 481	1.81 496	2.45 461	1.77 456	1.62 428	1.56 387	2.56 479	2.01 475	5.30 457	4.46 488	0.41 431	0.38 457	0.33 395	0.37 439	0.54 450	0.64 464

ADCMid	2.11 477	0.90 463	8.39 506	0.75 411	0.69 415	1.98 460	1.14 451	2.18 422	1.67 448	2.85 493	1.85 435	2.35 472	2.02 477	2.35 376	10.58 519	0.34 397	0.32 426	0.39 431	0.44 455	0.51 441	0.53 439

ADCP+	2.12 478	0.56 401	10.01 511	0.68 359	0.91 459	2.25 474	1.04 438	1.92 355	1.50 429	1.58 420	1.34 315	1.73 423	1.62 448	2.27 370	13.20 521	0.25 287	0.22 327	0.32 384	0.29 387	0.38 392	0.34 364

WZ-Net	2.14 479	1.08 476	11.68 517	0.89 459	0.78 439	1.76 441	1.59 482	2.39 453	2.03 475	2.11 470	1.95 446	2.30 469	2.28 489	5.94 474	3.86 485	0.35 407	0.27 391	0.29 356	0.32 410	0.52 442	0.50 430

AnyNet_C32	2.14 479	1.45 494	7.38 501	0.95 473	1.12 479	2.23 472	2.34 513	2.10 395	1.54 433	2.44 481	1.79 424	2.04 458	1.66 454	2.69 401	10.48 518	0.38 419	0.35 443	0.35 410	0.42 449	0.50 439	0.60 459

NVStereoNet_ROB	2.17 481	1.18 483	3.51 477	1.14 487	1.26 494	1.57 423	1.51 475	2.19 424	2.11 479	2.04 467	4.80 505	3.17 495	2.11 484	7.97 507	2.10 455	1.12 499	0.94 514	1.10 500	1.34 513	0.95 485	1.31 499
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 482	1.29 491	4.14 485	1.10 483	0.78 439	5.00 518	2.38 516	2.47 466	2.67 496	1.94 461	2.28 465	2.66 483	1.70 457	9.10 514	2.29 463	0.68 484	0.52 487	0.68 486	0.71 492	1.17 496	0.81 482

SANet	2.26 483	0.70 442	6.94 499	0.69 372	0.46 305	2.76 489	1.76 490	2.61 480	5.84 524	2.45 482	3.52 492	3.71 498	3.38 508	5.90 471	2.14 457	0.34 397	0.31 414	0.32 384	0.29 387	0.54 450	0.43 411

test_sample8	2.29 484	0.51 382	1.35 365	0.58 240	0.40 255	1.07 346	0.80 392	2.03 380	1.22 299	2.28 476	1.33 311	4.98 512	2.51 495	2.46 385	8.57 509	0.59 474	12.85 543	0.62 482	0.67 489	0.45 423	0.48 422

ADCS	2.35 485	1.26 488	6.54 497	0.85 443	0.77 435	2.18 471	1.79 492	2.47 466	2.20 481	2.80 492	2.14 460	2.38 473	2.09 480	2.81 406	13.83 527	0.43 436	0.41 464	0.40 437	0.45 458	0.59 458	0.67 466

MeshStereo	2.36 486	0.60 410	1.05 280	0.63 298	0.51 336	2.58 484	0.99 433	3.46 503	2.21 482	7.38 531	5.06 509	7.50 519	3.10 502	7.02 497	2.54 468	0.44 445	0.44 471	0.45 449	0.40 445	0.43 410	0.45 416
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
AnyNet_C01	2.38 487	2.21 516	10.17 512	0.99 476	0.79 441	3.12 497	2.37 514	2.69 486	1.89 467	2.58 488	2.44 473	2.70 484	1.86 470	3.65 427	7.12 504	0.41 431	0.41 464	0.40 437	0.42 449	0.68 471	0.79 480

DispFullNet	2.39 488	2.89 527	3.74 481	3.09 521	2.27 513	2.04 465	0.84 403	2.19 424	1.73 454	2.54 486	1.98 447	2.23 463	5.83 520	3.44 425	1.84 450	1.03 494	0.33 432	2.65 521	1.97 525	2.87 511	2.34 515

EDNetEfficient	2.40 489	1.14 481	8.59 507	0.77 420	0.73 422	1.06 345	1.53 478	1.54 249	4.06 513	4.87 520	2.81 480	2.23 463	3.53 509	3.04 412	9.65 516	0.27 333	0.24 365	0.27 331	0.31 403	0.70 473	0.67 466

FCDSN-DC	2.47 490	0.65 431	1.00 266	0.85 443	0.75 429	2.26 475	0.97 430	2.31 441	1.83 464	5.52 526	7.65 521	7.72 522	7.70 527	4.43 441	2.64 469	0.52 463	0.48 480	0.52 463	0.52 473	0.57 455	0.59 456
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 491	0.72 447	18.07 529	0.72 389	0.53 347	1.85 452	0.86 409	1.80 318	2.40 485	1.54 411	1.42 343	1.13 306	1.17 394	4.18 435	4.80 493	0.25 287	0.20 296	0.23 233	0.19 174	7.64 537	0.38 388

ELAS	2.67 492	0.80 454	2.13 437	1.13 484	1.15 486	6.25 522	2.56 518	3.50 504	3.68 510	5.36 524	4.92 508	3.79 499	5.56 519	3.65 427	5.22 495	0.66 481	0.57 493	0.56 475	0.54 476	0.65 468	0.75 477
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 493	1.55 501	15.40 521	1.13 484	1.42 498	3.75 507	2.21 507	2.45 461	2.72 497	2.91 496	2.85 482	2.58 480	1.62 448	6.28 482	5.80 498	0.41 431	0.30 409	0.35 410	0.35 432	0.52 442	0.54 440

RTSA	2.76 493	1.55 501	15.40 521	1.13 484	1.42 498	3.75 507	2.21 507	2.45 461	2.72 497	2.91 496	2.85 482	2.58 480	1.62 448	6.28 482	5.80 498	0.41 431	0.30 409	0.35 410	0.35 432	0.52 442	0.54 440

WAO-7	2.78 495	1.54 500	2.18 440	1.41 497	1.19 490	3.92 510	2.01 501	4.19 512	3.89 512	2.98 499	5.47 510	4.18 503	3.28 505	8.24 510	4.27 486	1.13 500	1.01 518	1.18 501	1.13 512	1.19 497	1.13 497

MADNet+	2.80 496	3.38 530	11.57 516	1.50 500	1.21 493	3.18 499	2.00 498	3.52 505	2.61 490	1.81 448	2.09 456	2.83 485	2.18 488	7.55 502	5.44 497	0.84 487	0.83 504	0.71 488	0.66 488	1.05 492	1.08 493

IMH-64-1	2.82 497	1.87 508	1.77 408	3.31 523	2.69 519	3.22 500	2.07 502	4.25 513	2.77 499	2.46 483	3.78 495	3.05 490	2.34 491	4.67 447	3.00 475	3.84 527	0.84 507	2.75 522	1.39 514	3.34 521	2.93 524

IMH-64	2.82 497	1.87 508	1.77 408	3.31 523	2.69 519	3.22 500	2.07 502	4.25 513	2.77 499	2.46 483	3.78 495	3.05 490	2.34 491	4.67 447	3.00 475	3.84 527	0.84 507	2.75 522	1.39 514	3.34 521	2.93 524

pmcnn	2.84 499	0.46 359	5.19 493	0.68 359	0.42 278	1.55 420	1.16 454	2.32 442	1.60 443	2.72 489	7.49 519	17.96 538	1.48 441	6.04 475	6.64 502	0.18 84	0.15 175	0.15 6	0.12 24	0.20 153	0.20 132

ACVNet_2	2.86 500	1.47 496	8.28 504	2.68 514	2.26 512	2.70 487	1.84 497	3.41 501	3.04 501	2.27 475	3.42 491	4.58 505	2.10 481	5.91 472	1.62 432	2.58 512	0.67 499	2.22 509	0.85 498	2.79 509	2.47 517

ELAS_RVC	2.87 501	0.80 454	3.22 472	1.16 489	1.12 479	2.92 495	5.33 526	2.98 497	4.18 515	5.04 521	4.82 506	4.71 507	8.23 528	4.25 438	4.79 491	0.67 482	0.57 493	0.57 477	0.53 475	0.66 469	0.74 475
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 502	0.61 415	1.15 312	0.75 411	0.57 368	2.85 493	1.05 439	3.44 502	2.64 494	6.93 527	7.63 520	9.86 528	7.02 525	5.76 469	4.31 487	0.54 465	0.48 480	0.51 461	0.50 469	0.53 447	0.52 436

FC-DCNN v2	2.96 503	0.61 415	1.13 305	0.75 411	0.57 368	2.90 494	1.06 441	3.59 506	2.66 495	7.05 528	7.66 522	10.26 531	7.17 526	6.27 481	4.49 490	0.54 465	0.48 480	0.51 461	0.50 469	0.53 447	0.52 436

WAO-6	2.98 504	1.67 505	1.88 418	2.38 512	2.30 514	3.53 503	2.37 514	4.38 515	4.64 519	2.42 479	4.50 499	4.85 508	2.99 501	5.22 456	5.37 496	1.77 504	1.16 524	2.31 511	1.47 519	2.42 505	1.99 511

ACVNet-4b	3.05 505	1.42 493	18.09 530	2.85 515	2.33 515	2.32 479	1.22 460	2.47 466	2.21 482	1.26 305	2.36 469	2.64 482	1.46 437	6.32 484	1.23 383	3.29 519	0.45 473	2.37 512	1.02 509	3.03 517	2.61 519

ACVNet_1	3.08 506	1.48 497	17.70 526	2.90 518	2.35 516	2.30 476	1.43 473	3.16 499	2.26 484	1.91 456	2.05 454	3.51 497	2.32 490	3.71 430	1.58 425	3.25 518	0.66 498	2.40 516	1.06 510	3.07 518	2.59 518

PWCK	3.24 507	2.37 517	10.86 514	2.14 507	1.14 484	3.71 505	4.19 525	3.02 498	3.55 509	3.05 502	3.63 493	3.09 493	2.35 493	8.16 509	3.41 479	2.17 508	0.96 515	1.77 505	1.01 508	2.84 510	1.40 503

IMH	3.35 508	1.95 510	1.86 417	3.30 522	2.72 521	4.03 513	2.00 498	4.58 517	3.83 511	2.87 494	6.99 517	4.69 506	3.21 504	6.77 493	2.97 474	3.91 530	0.89 511	2.78 524	1.40 518	3.36 523	2.93 524

LVE	3.40 509	1.80 506	2.21 442	2.90 518	2.44 517	3.27 502	2.25 509	4.80 518	5.06 520	2.43 480	6.79 515	5.99 515	2.64 499	9.20 516	2.28 461	3.30 520	1.11 523	2.38 513	1.48 520	2.95 514	2.62 520

Dean	3.77 510	1.65 504	17.87 527	3.01 520	2.54 518	3.15 498	2.10 505	4.80 518	4.42 516	2.89 495	6.03 512	5.45 513	2.55 498	3.40 424	2.13 456	3.22 517	0.89 511	2.51 519	1.07 511	3.07 518	2.65 522

JetBlue	4.18 511	2.45 521	10.42 513	1.40 494	2.89 524	10.68 528	10.68 528	3.91 509	2.52 486	2.74 490	3.39 490	4.50 504	4.27 515	7.97 507	7.67 507	0.89 489	0.97 516	0.89 492	0.92 500	2.26 503	2.21 513

notaker	4.29 512	2.42 520	5.06 491	3.89 532	3.29 529	4.00 511	2.25 509	4.93 520	3.47 508	4.21 515	6.79 515	7.67 521	3.37 507	9.25 518	6.47 500	4.09 532	1.42 526	3.35 531	2.13 528	4.11 528	3.54 529

ktn	4.56 513	2.41 519	2.54 453	3.79 531	3.25 527	4.81 517	2.91 522	5.52 522	7.36 525	4.12 512	14.55 534	7.54 520	3.70 510	7.84 506	3.35 478	4.06 531	1.86 529	3.26 530	2.22 529	3.27 520	2.86 523

WAO-8	4.57 514	2.01 511	2.58 456	2.37 510	2.21 509	9.75 524	1.71 486	6.04 527	16.34 534	4.11 510	7.69 523	7.41 517	3.85 511	10.02 530	3.85 483	2.05 506	1.09 521	2.44 517	1.39 514	2.56 507	1.86 509

Venus	4.57 514	2.01 511	2.58 456	2.37 510	2.21 509	9.75 524	1.71 486	6.04 527	16.34 534	4.11 510	7.69 523	7.41 517	3.85 511	10.02 530	3.85 483	2.05 506	1.09 521	2.44 517	1.39 514	2.56 507	1.86 509

SGM+DAISY	5.38 516	1.28 490	8.24 503	1.27 492	1.16 488	10.62 527	16.01 535	2.93 496	2.53 487	8.64 534	13.03 532	8.26 524	13.38 533	6.34 485	7.59 506	1.07 497	1.05 520	1.00 497	0.98 504	1.02 489	1.12 496

TorneroNet-64	5.41 517	2.10 514	2.43 449	3.49 527	2.83 522	9.90 526	2.13 506	8.87 533	16.79 539	5.39 525	9.18 527	10.68 533	3.92 514	9.55 520	5.11 494	3.36 521	0.86 509	2.88 525	1.62 521	3.76 524	3.37 527

MADNet++	5.41 517	3.18 528	6.43 496	4.66 536	3.95 533	6.15 521	6.75 527	4.51 516	4.51 518	5.06 522	6.27 513	4.96 510	6.14 521	9.39 519	11.70 520	4.71 533	4.19 535	3.97 533	3.33 531	4.08 527	4.25 534

UNDER WATER	5.68 519	2.46 522	15.52 523	3.98 534	3.53 530	5.15 519	2.74 520	5.58 524	16.41 537	4.00 508	4.56 500	9.12 526	6.43 523	6.22 478	9.11 513	3.85 529	1.35 525	3.18 529	1.98 526	4.51 531	3.84 533

UNDER WATER-64	5.84 520	2.48 523	17.93 528	3.97 533	3.58 531	7.70 523	3.03 523	5.72 526	14.13 531	4.18 514	4.00 497	9.27 527	6.80 524	6.20 477	9.22 514	3.67 524	1.52 527	3.14 527	1.95 524	4.43 530	3.83 532

LSM	6.55 521	1.26 488	15.64 524	1.79 502	68.74 551	1.67 433	2.08 504	2.26 432	2.59 489	3.13 504	3.08 487	1.90 435	1.81 466	2.89 409	2.16 458	0.43 436	0.59 496	0.50 460	0.58 480	0.64 466	17.24 545

tt	6.61 522	0.28 96	6.10 495	3.77 530	2.17 508	11.53 529	19.61 536	13.53 538	5.81 523	3.00 500	2.82 481	4.97 511	6.33 522	3.83 433	7.23 505	9.13 539	11.32 542	5.87 537	6.22 537	6.01 534	2.63 521

JetRed	7.02 523	8.94 536	25.72 539	2.89 517	3.27 528	14.25 533	12.27 532	6.69 529	4.45 517	4.46 516	4.56 500	6.65 516	5.43 518	7.46 501	14.41 529	2.60 513	3.31 532	2.61 520	2.30 530	4.34 529	3.79 531

xyz-stereo	7.03 524	0.24 35	70.23 552	0.44 29	0.21 7	29.74 543	0.49 247	1.03 100	0.77 96	1.45 390	26.78 543	1.17 312	1.19 403	4.72 450	1.32 397	0.16 19	0.12 14	0.20 135	0.14 62	0.17 54	0.14 8

MANE	7.50 525	0.64 425	7.97 502	1.40 494	2.10 507	16.86 535	12.56 533	12.91 537	17.51 542	8.50 533	11.60 530	14.66 535	13.33 532	12.02 535	13.28 522	0.62 477	0.52 487	0.52 463	1.90 523	0.56 453	0.58 454

SGM-ForestM	7.81 526	0.48 370	11.02 515	0.74 403	0.40 255	16.83 534	12.72 534	7.91 531	8.13 526	11.53 536	10.25 529	22.44 546	14.01 534	17.02 538	20.52 535	0.38 419	0.39 462	0.37 423	0.36 435	0.37 386	0.38 388

coex-ft	8.35 527	2.39 518	100.24 554	0.68 359	0.54 355	1.77 443	1.57 481	1.71 298	11.00 528	18.91 544	3.76 494	3.85 500	8.23 528	3.29 421	6.58 501	0.31 375	0.31 414	0.32 384	0.31 403	0.69 472	0.57 451

LE_ROB	8.35 527	0.47 364	27.42 543	0.83 436	0.34 189	2.84 492	3.36 524	4.03 511	27.04 546	25.20 546	8.72 526	8.55 525	27.35 545	7.37 500	22.13 536	0.22 225	0.20 296	0.20 135	0.21 245	0.25 276	0.25 244

KSHMR	8.76 529	2.14 515	3.59 478	3.60 529	3.13 526	4.15 514	2.67 519	5.61 525	58.90 555	3.04 501	55.71 554	4.94 509	2.54 497	4.61 446	3.05 477	3.49 523	1.57 528	3.14 527	1.98 526	3.84 525	3.49 528

U	9.23 530	0.22 9	0.65 92	0.48 73	53.11 550	61.26 554	0.24 27	0.77 26	0.55 35	0.37 28	0.30 13	0.29 7	0.34 40	0.34 1	0.27 12	0.20 164	0.12 14	60.47 551	4.24 534	0.18 83	0.14 8

TCMNet-wrong-test	10.42 531	11.55 539	15.31 520	20.99 542	18.49 538	13.94 532	10.69 529	16.07 539	4.14 514	5.27 523	5.64 511	16.22 537	12.57 530	7.57 503	10.26 517	7.44 537	2.38 530	4.30 534	3.43 532	11.37 540	10.87 538

EDNetEfficientorigin	10.59 532	1.52 499	177.33 555	0.68 359	0.54 355	1.66 432	1.20 459	1.94 358	3.39 506	4.69 518	3.37 489	3.08 492	2.79 500	3.25 419	3.63 481	0.26 312	0.24 365	0.33 395	0.28 369	0.85 481	0.87 485

TorneroNet	10.72 533	2.09 513	2.76 461	3.48 526	3.03 525	44.72 549	2.31 511	8.62 532	67.06 556	7.45 532	23.21 542	10.59 532	4.28 516	9.03 513	9.00 512	3.67 524	0.91 513	3.04 526	1.63 522	3.92 526	3.55 530

HanzoNet	11.92 534	5.12 532	17.18 525	4.19 535	3.59 532	5.16 520	2.82 521	7.41 530	9.96 527	33.31 551	27.60 544	22.25 545	37.31 549	18.18 540	13.57 523	8.13 538	3.44 534	3.50 532	3.44 533	7.77 538	4.52 535

DGTPSM_ROB	13.06 535	8.27 534	22.29 534	9.53 538	18.14 536	11.53 529	31.97 542	10.82 535	16.25 532	7.14 529	19.39 540	10.12 529	16.69 537	9.85 525	22.49 538	4.77 534	8.72 537	5.37 535	10.24 540	6.15 535	11.56 539

DPSMNet_ROB	13.08 536	8.28 535	22.32 535	9.54 539	18.15 537	11.53 529	31.98 543	10.83 536	16.27 533	7.17 530	19.40 541	10.12 529	16.69 537	9.87 526	22.50 539	4.78 535	8.72 537	5.38 536	10.25 541	6.16 536	11.59 540

USTest	14.33 537	14.93 540	21.00 532	17.41 541	16.02 535	23.11 537	33.76 544	22.02 540	11.81 529	9.47 535	10.19 528	15.94 536	13.17 531	17.25 539	22.38 537	3.81 526	5.01 536	6.17 538	6.18 536	9.23 539	7.81 537

ASD4	17.95 538	11.38 538	20.07 531	11.32 540	12.21 534	21.39 536	31.23 541	22.73 542	12.78 530	12.19 537	12.67 531	13.79 534	14.32 535	20.13 541	25.17 542	18.93 544	15.37 545	28.00 546	22.52 547	17.63 543	15.21 544

DPSM_ROB	19.12 539	19.13 542	25.13 537	22.15 544	20.86 541	28.06 540	37.75 546	27.18 544	16.95 540	14.25 538	15.07 535	21.66 540	18.69 540	21.83 543	26.51 544	10.15 541	9.30 540	10.45 541	10.41 542	14.00 541	12.85 542

DPSM	19.12 539	19.13 542	25.13 537	22.15 544	20.86 541	28.06 540	37.75 546	27.18 544	16.95 540	14.25 538	15.07 535	21.66 540	18.69 540	21.83 543	26.51 544	10.15 541	9.30 540	10.45 541	10.41 542	14.00 541	12.85 542

LRCNet_RVC	22.79 541	32.09 548	22.06 533	29.83 546	26.15 543	4.40 516	0.84 403	22.64 541	2.10 478	26.93 547	29.25 545	23.03 547	15.56 536	23.91 545	18.92 534	32.00 548	20.04 550	34.68 547	32.13 548	30.66 548	28.52 548

DLNR_Zeroshot_test	23.23 542	48.25 556	43.77 546	177.04 556	78.39 552	0.35 14	0.21 11	23.33 543	0.82 116	0.67 109	0.86 130	0.58 103	0.30 23	1.64 289	0.48 167	10.69 543	0.13 46	0.18 77	0.14 62	76.63 555	0.23 204

DPSimNet_ROB	24.77 543	9.69 537	61.46 551	3.56 528	19.46 539	25.95 538	77.56 554	5.09 521	16.60 538	21.50 545	29.82 546	25.12 548	85.69 555	13.37 537	23.07 541	7.23 536	17.79 546	8.55 539	7.57 538	4.57 533	31.84 549

BEATNet-Init1	27.39 544	21.01 544	73.65 553	1.07 480	0.80 443	56.07 550	22.82 537	33.14 551	31.71 548	51.78 555	52.93 553	65.63 555	48.54 553	48.75 556	36.36 549	0.52 463	0.47 478	0.54 468	0.54 476	0.64 466	0.72 473

CasAABBNet	38.42 545	38.42 550	50.26 548	44.76 551	41.87 547	56.47 551	76.22 552	54.44 554	33.92 550	28.53 548	30.36 548	43.53 553	37.59 550	43.77 553	53.32 554	20.27 545	18.70 548	21.03 543	21.04 545	28.19 545	25.79 546

Selective-RAFT-Error	38.47 546	38.44 551	50.38 549	44.74 550	42.01 548	56.47 551	76.24 553	54.44 554	34.02 551	28.59 549	30.30 547	43.51 552	38.10 551	43.69 552	53.24 553	20.36 546	18.72 549	21.05 544	21.02 544	28.25 546	25.87 547

HaxPig	39.02 547	41.39 553	41.59 544	30.10 547	32.36 544	29.49 542	27.65 539	30.56 547	37.94 552	43.75 552	43.81 550	33.42 549	35.69 546	41.51 550	40.33 551	43.91 552	47.48 555	45.87 548	47.14 550	42.29 549	44.06 552

AVERAGE_ROB	40.42 548	42.30 554	42.61 545	36.91 549	35.54 546	30.42 544	27.59 538	37.45 553	38.45 553	44.87 553	44.27 551	37.55 551	36.69 547	41.82 551	40.25 550	45.36 553	46.73 554	47.09 549	46.32 549	42.47 550	43.74 551

MEDIAN_ROB	42.01 549	44.30 555	44.14 547	35.08 548	34.90 545	31.33 548	29.90 540	36.77 552	40.11 554	47.14 554	46.55 552	37.49 550	38.50 552	44.30 555	42.32 552	47.93 554	49.31 556	49.68 550	49.00 551	44.98 551	46.46 553

Anonymous_1	42.79 550	18.71 541	24.75 536	21.81 543	45.16 549	27.68 539	37.52 545	28.64 546	16.34 534	14.72 540	14.53 533	20.60 539	17.82 539	21.52 542	25.88 543	113.45 555	8.91 539	100.63 552	126.37 552	158.50 556	12.31 541

LSM0	42.92 551	38.72 552	50.66 550	47.49 552	110.18 556	56.77 553	75.87 551	54.87 556	33.74 549	29.48 550	31.12 549	43.77 554	37.12 548	43.85 554	53.44 555	20.50 547	18.67 547	21.05 544	21.07 546	28.37 547	41.73 550

PML	51.64 552	37.49 549	14.31 519	7.45 537	20.27 540	107.80 555	231.34 556	8.94 534	27.70 547	86.74 556	268.93 556	69.03 556	61.09 554	24.71 549	14.36 528	9.71 540	3.40 533	9.60 540	4.67 535	20.46 544	4.76 536

xxxxx1	54.34 553	26.72 545	27.03 540	114.14 553	99.00 553	30.68 545	47.19 548	32.52 548	26.09 543	17.85 541	17.48 537	21.86 542	20.92 542	24.38 546	33.78 546	34.73 549	41.33 551	157.67 554	175.68 554	65.82 552	71.99 554

tt_ll	54.34 553	26.72 545	27.03 540	114.14 553	99.00 553	30.68 545	47.19 548	32.52 548	26.09 543	17.85 541	17.48 537	21.86 542	20.92 542	24.38 546	33.78 546	34.73 549	41.33 551	157.67 554	175.68 554	65.82 552	71.99 554

ff	54.34 553	26.72 545	27.03 540	114.14 553	99.00 553	30.68 545	47.19 548	32.52 548	26.09 543	17.85 541	17.48 537	21.86 542	20.92 542	24.38 546	33.78 546	34.73 549	41.33 551	157.67 554	175.68 554	65.82 552	71.99 554

test_example2	192.91 556	210.59 557	206.44 556	199.86 557	204.90 557	172.02 556	182.95 555	138.34 557	134.89 557	193.14 557	200.54 555	186.77 557	177.82 556	204.95 557	207.57 556	221.83 557	238.70 557	186.02 557	190.07 557	226.94 557	173.78 557

ccccc	497.36 557	492.94 558	590.78 557	530.37 558	529.69 558	476.06 557	438.68 557	494.48 558	344.79 558	446.40 558	517.23 557	473.27 558	547.51 557	541.46 558	607.83 557	660.58 558	458.79 558	353.88 558	309.98 558	597.94 558	534.45 558

FADE		6.16 533		1.90 506	1.95 506			5.55 523	5.12 521	2.92 498		4.13 502		10.56 532		193.84 556	2.80 531	122.45 553	126.70 553	1.14 495	1.11 495

Low-res two-view benchmark