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 14	0.41 6	0.40 8	0.24 13	0.32 9	0.22 6	0.43 1	0.24 2	0.31 6	0.25 2	0.30 9	0.32 26	0.36 2	0.27 5	0.16 16	0.12 11	0.15 6	0.11 7	0.13 1	0.14 4

LGtest1	0.28 2	0.23 14	0.46 13	0.42 12	0.22 7	0.41 27	0.19 2	0.58 6	0.29 3	0.30 5	0.25 2	0.29 5	0.29 12	0.57 23	0.26 3	0.18 72	0.12 11	0.16 21	0.12 17	0.14 2	0.16 33

MonSter	0.29 3	0.19 1	0.48 19	0.37 1	0.22 7	0.55 116	0.31 55	0.60 9	0.44 10	0.29 4	0.29 6	0.23 2	0.20 1	0.60 31	0.26 3	0.11 1	0.11 3	0.14 1	0.11 7	0.14 2	0.14 4

dual_stereo	0.29 3	0.21 3	0.39 1	0.40 8	0.23 10	0.25 2	0.22 6	0.59 7	0.32 4	0.33 8	0.26 5	0.40 21	0.23 4	0.86 98	0.30 13	0.16 16	0.13 38	0.14 1	0.11 7	0.14 2	0.14 4

IGEV-Stereo++	0.32 5	0.22 6	0.47 17	0.48 61	0.33 162	0.33 10	0.22 6	0.78 26	0.48 16	0.35 12	0.41 13	0.32 12	0.47 95	0.40 3	0.29 11	0.15 7	0.12 11	0.15 6	0.12 17	0.15 12	0.15 14

SGD-Stereo	0.34 6	0.22 6	0.44 11	0.39 5	0.20 2	0.42 35	0.22 6	0.71 15	0.33 5	0.43 35	0.34 9	0.27 4	0.35 39	1.15 176	0.33 29	0.21 179	0.11 3	0.16 21	0.13 32	0.17 44	0.15 14

GREAT-IGEV	0.34 6	0.22 6	0.54 34	0.40 8	0.31 110	0.36 14	0.28 38	0.59 7	0.66 59	0.28 2	0.51 36	0.29 5	0.29 12	0.86 98	0.28 7	0.15 7	0.12 11	0.15 6	0.11 7	0.17 44	0.16 33

DEFOM-Stereo	0.34 6	0.23 14	0.46 13	0.44 21	0.29 75	0.79 240	0.23 15	0.50 3	0.39 7	0.38 21	0.32 8	0.23 2	0.25 5	1.21 190	0.28 7	0.17 42	0.12 11	0.15 6	0.11 7	0.14 2	0.16 33

S2M2	0.35 9	0.28 85	0.47 17	0.43 17	0.30 91	0.31 8	0.16 1	0.61 11	0.68 64	0.32 7	0.49 29	0.47 47	0.34 33	0.40 3	0.33 29	0.25 275	0.22 315	0.20 125	0.22 260	0.25 264	0.23 192

RAStereo	0.36 10	0.22 6	0.85 191	0.48 61	0.28 61	0.27 5	0.28 38	0.77 22	0.65 57	0.33 8	0.43 14	0.44 26	0.31 20	0.45 7	0.35 41	0.18 72	0.15 165	0.19 92	0.15 70	0.19 105	0.15 14

LG-Stereo	0.37 11	0.27 74	0.94 234	0.48 61	0.26 32	0.37 16	0.30 50	0.88 51	0.57 32	0.38 21	0.58 57	0.29 5	0.21 2	0.51 10	0.37 70	0.14 2	0.14 100	0.20 125	0.18 140	0.18 71	0.14 4

GIP-stereo	0.37 11	0.25 39	0.49 21	0.55 173	0.41 258	0.37 16	0.22 6	1.03 90	0.56 30	0.35 12	0.52 38	0.46 38	0.37 45	0.55 16	0.28 7	0.20 152	0.13 38	0.16 21	0.12 17	0.16 26	0.16 33

LG-Stereo_Zeroshot	0.38 13	0.25 39	0.61 63	0.53 145	0.29 75	0.36 14	0.22 6	1.24 175	0.42 9	0.45 41	0.65 69	0.37 18	0.51 119	0.41 6	0.30 13	0.18 72	0.12 11	0.17 36	0.13 32	0.18 71	0.20 120

AIO_rvc	0.38 13	0.25 39	0.65 82	0.47 50	0.31 110	0.55 116	0.38 118	0.98 72	0.51 21	0.35 12	0.48 25	0.49 55	0.22 3	0.87 103	0.31 16	0.16 16	0.12 11	0.16 21	0.12 17	0.15 12	0.15 14

AIO_test	0.38 13	0.24 27	0.59 50	0.47 50	0.31 110	0.55 116	0.44 190	0.86 47	0.50 19	0.34 11	0.48 25	0.46 38	0.30 16	0.76 69	0.31 16	0.17 42	0.12 11	0.17 36	0.13 32	0.16 26	0.15 14

IGEV-RUCA	0.38 13	0.24 27	0.51 27	0.51 103	0.36 203	0.59 137	0.23 15	0.68 14	0.52 22	0.39 25	0.50 33	0.44 26	0.31 20	0.86 98	0.31 16	0.24 255	0.13 38	0.16 21	0.12 17	0.20 141	0.21 146

MaDis-Stereo	0.38 13	0.27 74	0.72 107	0.45 26	0.35 195	0.30 7	0.31 55	0.81 30	0.54 24	0.38 21	0.38 12	0.58 93	0.49 111	0.53 13	0.39 80	0.20 152	0.16 197	0.19 92	0.15 70	0.19 105	0.15 14

UniTT-Stereo	0.38 13	0.24 27	0.67 90	0.49 74	0.36 203	0.40 20	0.32 63	0.55 5	0.55 26	0.55 77	0.55 50	0.36 15	0.31 20	0.59 29	0.52 184	0.21 179	0.15 165	0.17 36	0.15 70	0.19 105	0.17 49

HUF	0.39 19	0.27 74	0.71 105	0.43 17	0.24 13	0.51 89	0.47 219	0.99 80	0.55 26	0.37 19	0.45 18	0.53 76	0.41 56	0.70 56	0.29 11	0.18 72	0.14 100	0.16 21	0.12 17	0.15 12	0.17 49

fffft	0.39 19	0.24 27	0.56 40	0.45 26	0.34 178	0.42 35	0.48 225	0.85 41	0.39 7	0.45 41	0.35 10	0.38 19	0.31 20	1.32 213	0.34 34	0.14 2	0.12 11	0.19 92	0.15 70	0.16 26	0.18 62
1: 1. 1
AIO-Stereo	0.39 19	0.26 51	0.54 34	0.50 89	0.24 13	0.45 47	0.39 131	1.13 128	0.57 32	0.42 33	0.49 29	0.52 72	0.25 5	0.74 61	0.32 24	0.16 16	0.13 38	0.18 68	0.14 53	0.16 26	0.15 14

ours_stereo	0.40 22	0.30 130	0.57 42	0.47 50	0.31 110	0.40 20	0.44 190	0.79 28	0.58 35	0.36 15	0.58 57	0.46 38	0.33 29	1.14 175	0.33 29	0.17 42	0.13 38	0.19 92	0.15 70	0.19 105	0.20 120

RSM++	0.40 22	0.26 51	0.55 36	0.51 103	0.27 34	0.49 66	0.41 146	0.83 36	0.52 22	0.39 25	0.47 23	0.60 100	0.34 33	1.02 142	0.31 16	0.16 16	0.13 38	0.17 36	0.15 70	0.18 71	0.15 14

RSM	0.40 22	0.25 39	0.53 33	0.50 89	0.27 34	0.46 51	0.40 136	0.94 67	0.49 17	0.42 33	0.44 17	0.65 118	0.33 29	1.07 156	0.32 24	0.15 7	0.13 38	0.17 36	0.14 53	0.17 44	0.15 14

trnet	0.40 22	0.23 14	0.40 3	0.37 1	0.20 2	0.53 99	0.29 44	0.81 30	1.15 249	0.59 79	0.72 89	0.53 76	0.43 70	0.56 18	0.37 70	0.18 72	0.13 38	0.15 6	0.10 1	0.14 2	0.14 4

CREStereo	0.40 22	0.24 27	0.40 3	0.37 1	0.22 7	0.52 95	0.29 44	0.81 30	1.15 249	0.59 79	0.72 89	0.51 65	0.42 62	0.57 23	0.37 70	0.19 110	0.13 38	0.15 6	0.10 1	0.14 2	0.15 14
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 27	0.68 427	0.45 12	0.66 321	0.30 91	0.48 60	0.25 19	0.87 50	0.46 13	0.39 25	0.37 11	0.30 9	0.69 203	1.16 179	0.31 16	0.17 42	0.11 3	0.16 21	0.12 17	0.18 71	0.14 4

castereo++	0.41 27	0.26 51	0.51 27	0.44 21	0.32 142	0.96 317	0.22 6	1.13 128	0.61 47	0.33 8	0.45 18	0.50 62	0.39 53	0.94 119	0.25 2	0.18 72	0.12 11	0.17 36	0.12 17	0.14 2	0.16 33

SMoEStereo_RVC	0.41 27	0.26 51	0.55 36	0.46 36	0.31 110	0.60 142	0.36 99	0.85 41	0.47 15	0.47 45	0.43 14	0.42 22	0.34 33	1.40 230	0.31 16	0.15 7	0.12 11	0.20 125	0.15 70	0.16 26	0.18 62

Pointernet	0.41 27	0.21 3	0.63 69	0.45 26	0.29 75	0.51 89	0.27 32	1.54 237	0.70 68	0.48 51	0.64 65	0.49 55	0.37 45	0.51 10	0.36 57	0.18 72	0.13 38	0.14 1	0.11 7	0.14 2	0.14 4

AEACV	0.41 27	0.25 39	0.60 57	0.55 173	0.52 329	0.43 41	0.38 118	0.98 72	0.63 51	0.44 37	0.56 53	0.46 38	0.59 165	0.56 18	0.31 16	0.17 42	0.13 38	0.18 68	0.16 103	0.17 44	0.17 49

LoS	0.41 27	0.23 14	0.46 13	0.39 5	0.23 10	0.48 60	0.40 136	1.12 124	0.94 148	0.50 60	0.66 70	0.49 55	0.42 62	0.63 45	0.39 80	0.19 110	0.14 100	0.16 21	0.11 7	0.14 2	0.15 14
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 27	0.24 27	0.59 50	0.45 26	0.27 34	0.54 112	0.22 6	1.23 173	0.56 30	0.44 37	0.43 14	0.68 126	0.29 12	0.89 109	0.34 34	0.17 42	0.12 11	0.20 125	0.17 124	0.17 44	0.18 62

GLC_STEREO	0.41 27	0.27 74	0.43 8	0.55 173	0.24 13	0.47 55	0.30 50	0.81 30	0.64 54	0.53 73	0.74 93	0.50 62	0.31 20	0.65 47	0.45 135	0.18 72	0.20 284	0.23 221	0.19 162	0.21 184	0.21 146

mms	0.42 35	0.29 106	0.60 57	0.47 50	0.33 162	0.43 41	0.46 209	0.75 20	0.50 19	0.36 15	0.61 63	0.44 26	0.30 16	1.39 228	0.34 34	0.16 16	0.14 100	0.18 68	0.15 70	0.19 105	0.21 146

CASnet	0.42 35	0.26 51	0.52 31	0.52 122	0.21 4	0.49 66	0.35 90	0.85 41	0.85 115	0.84 132	0.69 79	0.48 52	0.31 20	0.57 23	0.34 34	0.19 110	0.12 11	0.27 319	0.22 260	0.23 223	0.15 14
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 35	0.26 51	0.56 40	0.48 61	0.27 34	0.45 47	0.33 70	1.56 243	0.61 47	0.36 15	0.47 23	0.52 72	0.30 16	1.08 159	0.33 29	0.15 7	0.13 38	0.17 36	0.13 32	0.16 26	0.15 14

CroCo-Stereo	0.42 35	0.33 198	0.83 176	0.59 247	0.28 61	0.26 3	0.33 70	1.22 168	0.85 115	0.43 35	0.49 29	0.65 118	0.46 88	0.40 3	0.36 57	0.19 110	0.15 165	0.16 21	0.14 53	0.20 141	0.17 49
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 39	0.25 39	0.50 24	0.46 36	0.30 91	0.60 142	0.56 292	1.23 173	0.83 108	0.39 25	0.70 83	0.45 36	0.68 199	0.54 15	0.33 29	0.17 42	0.11 3	0.17 36	0.13 32	0.16 26	0.14 4

WCG-NET	0.43 39	0.23 14	0.58 44	0.42 12	0.26 32	0.46 51	0.32 63	0.77 22	1.16 256	0.77 114	0.75 94	0.58 93	0.44 76	0.62 37	0.38 76	0.16 16	0.12 11	0.16 21	0.14 53	0.15 12	0.14 4

MGS-Stereo	0.43 39	0.28 85	0.61 63	0.46 36	0.28 61	0.49 66	0.33 70	0.60 9	0.89 124	0.47 45	1.32 295	0.51 65	0.32 26	0.66 49	0.39 80	0.20 152	0.16 197	0.18 68	0.16 103	0.18 71	0.18 62

MoCha-V2	0.43 39	0.23 14	0.55 36	0.56 194	0.23 10	0.44 45	0.32 63	1.35 199	0.63 51	0.54 74	0.55 50	0.42 22	0.57 144	1.12 171	0.28 7	0.15 7	0.13 38	0.15 6	0.13 32	0.17 44	0.18 62

GCAP-Stereo	0.43 39	0.32 179	0.80 153	0.50 89	0.27 34	0.53 99	0.31 55	1.05 97	0.67 61	0.69 100	0.71 86	0.58 93	0.42 62	0.51 10	0.35 41	0.18 72	0.15 165	0.18 68	0.13 32	0.17 44	0.15 14

MM-Stereo_test2	0.44 44	0.25 39	0.70 102	0.54 160	0.33 162	0.55 116	0.45 203	1.02 83	0.84 111	0.61 90	0.51 36	0.49 55	0.42 62	0.82 83	0.32 24	0.16 16	0.13 38	0.18 68	0.14 53	0.19 105	0.17 49

fffy	0.44 44	0.29 106	0.67 90	0.47 50	0.30 91	0.46 51	0.34 79	0.98 72	0.57 32	0.40 31	0.59 60	0.55 82	0.41 56	1.26 197	0.37 70	0.16 16	0.14 100	0.19 92	0.16 103	0.19 105	0.20 120

Occ-G	0.44 44	0.23 14	0.59 50	0.44 21	0.27 34	0.43 41	0.61 323	0.85 41	0.62 49	0.48 51	0.66 70	1.00 253	0.45 80	0.79 80	0.45 135	0.17 42	0.14 100	0.18 68	0.13 32	0.16 26	0.18 62

IGEV++	0.45 47	0.24 27	0.63 69	0.58 228	0.32 142	0.42 35	0.25 19	2.16 401	0.65 57	0.38 21	0.58 57	0.46 38	0.44 76	0.56 18	0.40 96	0.20 152	0.13 38	0.16 21	0.13 32	0.17 44	0.18 62

ff7	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

ffff	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

11t	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

LoS_RVC	0.45 47	0.29 106	0.48 19	0.49 74	0.83 438	0.51 89	0.43 171	0.65 12	0.44 10	0.47 45	0.78 101	0.44 26	0.60 171	0.59 29	0.37 70	0.14 2	0.12 11	0.14 1	0.10 1	0.14 2	1.08 481

anonymousdsp	0.45 47	0.30 130	0.60 57	0.48 61	0.34 178	0.49 66	0.42 154	0.97 68	0.60 43	0.51 68	0.53 42	0.46 38	0.47 95	1.36 219	0.35 41	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

ccc-4	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

IGEV-Stereo	0.45 47	0.30 130	0.60 57	0.48 61	0.34 178	0.49 66	0.42 154	0.98 72	0.60 43	0.51 68	0.53 42	0.46 38	0.47 95	1.36 219	0.35 41	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 47	0.23 14	0.50 24	0.43 17	0.21 4	0.65 173	0.26 27	0.83 36	0.88 123	0.95 159	0.99 154	0.51 65	0.45 80	0.56 18	0.36 57	0.19 110	0.24 353	0.16 21	0.13 32	0.17 44	0.27 270

Reg-Stereo(zero)	0.46 56	0.23 14	0.50 24	0.45 26	0.25 20	0.41 27	0.27 32	0.80 29	1.12 232	0.93 154	0.79 103	0.91 213	0.46 88	0.74 61	0.44 122	0.15 7	0.13 38	0.15 6	0.12 17	0.15 12	0.18 62

rvit_stereo_0081_aga	0.46 56	0.37 286	0.91 222	0.52 122	0.41 258	0.49 66	0.40 136	0.88 51	0.66 59	0.59 79	0.56 53	0.53 76	0.43 70	0.67 50	0.44 122	0.27 321	0.21 300	0.22 187	0.20 191	0.26 276	0.19 95

rvit_stereo_0081	0.46 56	0.34 227	0.72 107	0.56 194	0.35 195	0.41 27	0.44 190	0.74 18	1.04 193	0.49 55	0.52 38	0.51 65	0.49 111	0.86 98	0.47 151	0.25 275	0.20 284	0.22 187	0.19 162	0.26 276	0.19 95

rvit_stereo_0082	0.46 56	0.34 227	0.72 107	0.56 194	0.35 195	0.41 27	0.44 190	0.74 18	1.04 193	0.49 55	0.52 38	0.51 65	0.49 111	0.86 98	0.47 151	0.25 275	0.20 284	0.22 187	0.19 162	0.26 276	0.19 95

IGEV-Stereo+	0.46 56	0.23 14	0.51 27	0.42 12	0.46 293	0.15 1	0.19 2	0.45 2	0.37 6	0.28 2	0.25 2	0.31 11	0.41 56	1.43 240	0.31 16	0.18 72	0.13 38	0.15 6	0.12 17	1.09 481	1.74 494

WCG-NET（raft）	0.46 56	0.23 14	0.59 50	0.42 12	0.24 13	0.50 81	0.35 90	0.76 21	1.10 218	0.72 106	0.76 95	0.91 213	0.50 116	0.88 106	0.40 96	0.16 16	0.13 38	0.15 6	0.14 53	0.15 12	0.17 49

ProNet	0.46 56	0.30 130	0.69 99	0.46 36	0.32 142	0.57 125	0.52 256	1.15 144	0.67 61	0.44 37	0.50 33	0.44 26	0.43 70	1.31 207	0.38 76	0.16 16	0.15 165	0.19 92	0.16 103	0.18 71	0.18 62

MC-Stereo	0.46 56	0.24 27	0.58 44	0.63 286	0.30 91	0.38 18	0.32 63	0.98 72	0.74 79	0.66 97	0.85 118	0.56 89	0.60 171	1.07 156	0.32 24	0.17 42	0.12 11	0.17 36	0.15 70	0.16 26	0.16 33

CroCo-Stereo Lap2	0.46 56	0.37 286	0.87 200	0.62 276	0.79 429	0.28 6	0.35 90	0.81 30	0.73 72	0.39 25	0.54 48	0.71 141	0.54 133	0.60 31	0.48 158	0.18 72	0.18 254	0.19 92	0.16 103	0.21 184	0.21 146

tt45	0.47 65	0.25 39	0.52 31	0.47 50	0.34 178	0.78 232	0.32 63	0.86 47	0.45 12	0.52 70	0.45 18	0.49 55	0.37 45	2.12 346	0.36 57	0.16 16	0.13 38	0.19 92	0.16 103	0.17 44	0.21 146

rvit_stereo_0080	0.47 65	0.35 256	0.87 200	0.48 61	0.36 203	0.42 35	0.54 275	0.93 57	0.78 88	0.52 70	0.60 61	0.55 82	0.47 95	0.62 37	0.48 158	0.27 321	0.21 300	0.20 125	0.20 191	0.31 337	0.20 120

Former-RAFT_DAM_RVC	0.47 65	0.38 304	0.75 130	0.48 61	0.37 212	0.67 184	0.35 90	0.82 35	1.14 244	0.61 90	0.64 65	0.39 20	0.39 53	0.74 61	0.39 80	0.20 152	0.17 224	0.22 187	0.18 140	0.24 252	0.20 120

whm_eth	0.47 65	0.35 256	0.87 200	0.48 61	0.36 203	0.42 35	0.54 275	0.93 57	0.78 88	0.52 70	0.60 61	0.55 82	0.47 95	0.62 37	0.48 158	0.27 321	0.21 300	0.20 125	0.20 191	0.31 337	0.20 120

XX-TBD	0.47 65	0.71 432	0.39 1	0.81 417	0.25 20	0.57 125	0.26 27	0.73 16	1.30 339	0.78 116	1.01 161	0.45 36	0.33 29	0.49 9	0.39 80	0.20 152	0.15 165	0.15 6	0.11 7	0.17 44	0.15 14

PMTNet	0.47 65	0.22 6	0.43 8	0.39 5	0.24 13	0.71 203	0.26 27	0.78 26	1.03 187	0.65 94	0.69 79	0.55 82	0.48 100	0.90 112	0.36 57	0.99 480	0.13 38	0.15 6	0.10 1	0.15 12	0.15 14

HART	0.48 71	0.24 27	0.63 69	0.52 122	0.27 34	0.41 27	0.29 44	1.32 195	0.54 24	0.59 79	1.47 345	0.61 106	0.34 33	1.09 163	0.32 24	0.16 16	0.14 100	0.19 92	0.14 53	0.19 105	0.18 62

SCV_C0	0.48 71	0.29 106	0.88 205	0.46 36	0.31 110	0.46 51	0.31 55	1.67 266	0.87 120	0.40 31	0.52 38	0.54 80	0.29 12	1.27 200	0.34 34	0.18 72	0.14 100	0.17 36	0.14 53	0.20 141	0.18 62

CAS++	0.48 71	0.34 227	0.59 50	0.48 61	0.32 142	0.45 47	0.29 44	1.73 290	0.78 88	0.71 102	0.73 92	0.36 15	0.28 9	0.70 56	0.35 41	0.27 321	0.22 315	0.26 305	0.21 233	0.29 315	0.22 174
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 71	0.28 85	0.83 176	0.51 103	0.53 335	0.39 19	0.27 32	1.03 90	0.64 54	0.47 45	0.71 86	0.51 65	0.51 119	1.13 173	0.47 151	0.20 152	0.16 197	0.23 221	0.20 191	0.24 252	0.20 120

StereoAnything_RVC	0.49 75	1.60 491	0.87 200	0.37 1	0.21 4	0.26 3	0.21 4	0.53 4	0.23 1	0.23 1	0.21 1	0.19 1	0.35 39	1.29 204	0.23 1	0.22 213	0.11 3	0.15 6	0.11 7	2.36 492	0.13 2

999	0.49 75	0.25 39	0.55 36	0.51 103	0.35 195	0.74 212	0.31 55	0.89 55	0.59 37	0.39 25	0.50 33	0.50 62	0.36 42	2.41 372	0.41 105	0.17 42	0.13 38	0.18 68	0.15 70	0.16 26	0.23 192

rvit_stereo_0083	0.49 75	0.34 227	0.85 191	0.57 216	0.36 203	0.49 66	0.43 171	0.73 16	1.05 199	0.50 60	0.57 56	0.55 82	0.50 116	0.92 116	0.50 172	0.25 275	0.25 365	0.24 245	0.20 191	0.25 264	0.19 95

rvit_stereo_ft	0.49 75	0.38 304	1.03 263	0.68 347	0.42 267	0.40 20	0.58 305	0.93 57	0.86 117	0.47 45	0.55 50	0.57 91	0.48 100	0.67 50	0.53 193	0.26 300	0.17 224	0.22 187	0.22 260	0.24 252	0.19 95

RAFT-Stereo-weight	0.49 75	0.26 51	0.58 44	0.49 74	0.28 61	0.61 149	0.34 79	1.16 149	1.11 225	1.06 191	0.79 103	0.75 147	0.28 9	0.79 80	0.42 113	0.16 16	0.13 38	0.17 36	0.15 70	0.16 26	0.18 62

IGEVStereo-DCA	0.49 75	0.33 198	0.64 77	0.46 36	0.34 178	0.50 81	0.42 154	0.93 57	0.59 37	0.48 51	0.48 25	0.48 52	0.45 80	2.28 362	0.44 122	0.19 110	0.14 100	0.19 92	0.15 70	0.17 44	0.21 146

plain	0.49 75	0.29 106	1.23 334	0.51 103	0.40 244	0.35 12	0.37 109	1.04 94	0.62 49	0.44 37	0.76 95	0.42 22	0.41 56	1.17 183	0.46 141	0.23 235	0.15 165	0.24 245	0.19 162	0.25 264	0.18 62

testlalala	0.49 75	0.30 130	0.70 102	0.44 21	0.40 244	0.68 188	0.38 118	1.38 205	0.58 35	1.28 304	0.82 113	0.61 106	0.36 42	0.57 23	0.34 34	0.21 179	0.14 100	0.18 68	0.12 17	0.15 12	0.16 33

iRaftStereo_RVC	0.49 75	0.28 85	0.72 107	0.53 145	0.29 75	0.52 95	0.33 70	1.14 132	0.84 111	0.85 134	0.99 154	0.55 82	0.36 42	0.83 89	0.40 96	0.18 72	0.13 38	0.22 187	0.20 191	0.20 141	0.18 62

CREStereo++_RVC	0.49 75	0.22 6	0.46 13	0.48 61	0.38 224	0.45 47	0.25 19	0.77 22	1.30 339	0.82 126	1.23 261	0.47 47	0.37 45	0.55 16	0.44 122	0.16 16	0.11 3	0.16 21	0.80 484	0.18 71	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
MyStereo07	0.50 85	0.30 130	0.58 44	0.58 228	0.48 303	0.59 137	0.78 369	1.19 157	0.60 43	0.49 55	0.54 48	0.43 25	0.55 136	1.32 213	0.36 57	0.18 72	0.18 254	0.24 245	0.21 233	0.23 223	0.23 192

4D-IteraStereo	0.50 85	0.26 51	0.84 185	0.51 103	0.49 309	0.64 169	0.31 55	0.91 56	1.02 184	1.05 185	0.72 89	0.76 149	0.32 26	0.69 54	0.40 96	0.18 72	0.11 3	0.23 221	0.20 191	0.19 105	0.16 33

MM-Stereo_test1	0.51 87	0.26 51	0.59 50	0.53 145	0.31 110	0.50 81	0.53 262	1.06 99	1.09 214	0.88 141	0.70 83	0.54 80	0.59 165	1.18 184	0.35 41	0.19 110	0.17 224	0.20 125	0.17 124	0.20 141	0.18 62

SCV	0.51 87	0.29 106	0.72 107	0.63 286	0.27 34	0.40 20	0.38 118	2.32 430	0.75 84	0.36 15	0.49 29	0.55 82	0.35 39	1.31 207	0.34 34	0.25 275	0.13 38	0.17 36	0.14 53	0.18 71	0.18 62

CES	0.51 87	0.21 3	0.40 3	0.42 12	1.40 485	0.53 99	0.34 79	1.04 94	0.68 64	0.45 41	0.67 73	0.35 14	0.28 9	0.58 27	0.35 41	0.16 16	0.13 38	0.15 6	0.10 1	0.19 105	1.69 493

sCroCo_RVC	0.51 87	0.43 336	1.15 301	0.66 321	0.60 369	0.52 95	0.40 136	0.93 57	0.64 54	0.45 41	0.76 95	0.49 55	0.49 111	0.65 47	0.49 169	0.27 321	0.28 384	0.23 221	0.22 260	0.29 315	0.28 286

RCA-Stereo	0.52 91	0.26 51	0.66 87	0.49 74	0.33 162	0.54 112	0.44 190	1.20 161	1.41 386	0.69 100	1.06 184	0.63 114	0.79 236	0.62 37	0.35 41	0.17 42	0.12 11	0.17 36	0.14 53	0.16 26	0.16 33

MM-Stereo_test3	0.53 92	0.26 51	0.60 57	0.56 194	0.73 410	0.49 66	0.53 262	1.31 193	1.08 206	0.64 93	0.97 148	0.61 106	0.42 62	0.82 83	0.40 96	0.21 179	0.18 254	0.20 125	0.16 103	0.19 105	0.21 146

model_zeroshot	0.53 92	0.31 162	1.00 255	0.57 216	0.39 233	0.74 212	0.39 131	1.38 205	0.67 61	0.88 141	0.85 118	0.71 141	0.37 45	0.77 71	0.39 80	0.21 179	0.17 224	0.19 92	0.17 124	0.17 44	0.22 174

knoymous	0.53 92	0.32 179	0.51 27	0.46 36	0.30 91	0.57 125	0.54 275	1.10 120	0.78 88	0.99 165	0.84 116	0.95 233	0.57 144	0.89 109	0.51 176	0.21 179	0.14 100	0.26 305	0.14 53	0.23 223	0.25 232

tg	0.54 95	0.25 39	0.70 102	0.52 122	0.31 110	0.89 285	0.29 44	1.12 124	0.98 164	0.85 134	1.03 171	0.62 109	0.42 62	1.37 222	0.41 105	0.17 42	0.13 38	0.22 187	0.21 233	0.17 44	0.17 49

GCAP-BAT	0.54 95	0.33 198	0.75 130	0.45 26	0.50 314	0.84 270	0.35 90	0.98 72	0.80 100	0.88 141	1.04 176	0.88 197	0.37 45	1.25 194	0.41 105	0.19 110	0.15 165	0.18 68	0.13 32	0.17 44	0.22 174

HUI-Stereo	0.54 95	0.33 198	0.81 158	0.52 122	0.27 34	0.62 152	0.29 44	1.14 132	0.74 79	1.13 209	0.96 139	0.82 172	0.60 171	0.83 89	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

Any-RAFT	0.55 98	0.27 74	0.49 21	0.50 89	0.27 34	0.98 322	0.25 19	1.71 286	1.08 206	0.90 146	0.99 154	1.13 295	0.46 88	0.74 61	0.35 41	0.19 110	0.13 38	0.17 36	0.13 32	0.16 26	0.19 95

Selective-RAFT	0.55 98	0.29 106	0.85 191	0.58 228	0.28 61	0.91 291	0.34 79	1.00 82	0.96 157	0.59 79	0.64 65	0.80 160	0.76 217	1.34 217	0.51 176	0.21 179	0.15 165	0.17 36	0.15 70	0.19 105	0.19 95

test_4	0.55 98	0.23 14	0.67 90	0.56 194	0.32 142	0.71 203	0.39 131	0.83 36	0.72 71	0.93 154	1.87 427	0.70 134	0.41 56	1.21 190	0.39 80	0.16 16	0.13 38	0.21 158	0.23 292	0.20 141	0.18 62

GMOStereo	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 373	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

error version	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 373	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

test-v	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 373	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

test-2	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 373	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

rafts_anoy	0.55 98	0.32 179	0.66 87	0.72 377	0.61 375	0.53 99	0.40 136	1.24 175	1.06 201	0.85 134	0.83 115	0.67 124	0.53 126	0.77 71	0.55 205	0.20 152	0.15 165	0.25 284	0.26 331	0.22 204	0.21 146

s12784h	0.55 98	0.22 6	0.49 21	0.43 17	0.19 1	1.00 324	0.34 79	1.40 211	1.30 339	0.84 132	0.93 134	0.63 114	0.52 124	1.48 251	0.47 151	0.15 7	0.12 11	0.17 36	0.11 7	0.19 105	0.13 2

raftrobust	0.55 98	0.27 74	0.63 69	0.68 347	0.69 403	0.50 81	0.34 79	1.08 107	0.97 161	1.32 321	0.88 125	0.62 109	0.80 242	0.82 83	0.44 122	0.20 152	0.16 197	0.16 21	0.14 53	0.15 12	0.18 62

Gwc-CoAtRS	0.55 98	0.27 74	0.73 120	0.49 74	0.30 91	0.63 160	0.25 19	1.38 205	1.12 232	1.05 185	1.02 164	1.10 286	0.55 136	0.72 59	0.44 122	0.17 42	0.14 100	0.17 36	0.15 70	0.16 26	0.17 49

rvit_0105_6	0.56 109	0.38 304	1.13 294	0.67 335	0.38 224	0.50 81	0.51 245	0.88 51	1.33 350	0.54 74	0.56 53	0.65 118	0.57 144	0.97 131	0.46 141	0.32 370	0.31 402	0.28 333	0.25 314	0.29 315	0.23 192

MSKI-zero shot	0.56 109	0.30 130	0.61 63	0.55 173	0.28 61	0.68 188	0.28 38	1.25 179	0.68 64	0.92 151	1.33 300	0.81 166	0.33 29	1.94 322	0.36 57	0.18 72	0.13 38	0.17 36	0.13 32	0.16 26	0.19 95

EKT-Stereo	0.56 109	0.33 198	0.84 185	0.61 268	0.64 382	0.51 89	0.48 225	1.14 132	0.95 153	0.74 109	0.89 127	0.77 153	0.42 62	1.18 184	0.42 113	0.23 235	0.17 224	0.21 158	0.18 140	0.20 141	0.26 252

LL-Strereo2	0.56 109	0.36 265	0.77 138	0.56 194	0.40 244	0.68 188	0.37 109	1.21 166	0.83 108	0.96 162	0.79 103	0.91 213	0.41 56	1.08 159	0.48 158	0.18 72	0.17 224	0.29 344	0.25 314	0.22 204	0.19 95

test-3	0.56 109	0.24 27	0.82 167	0.50 89	0.29 75	0.57 125	0.34 79	1.09 114	1.03 187	1.33 326	0.69 79	0.87 191	0.45 80	1.68 286	0.39 80	0.17 42	0.12 11	0.20 125	0.17 124	0.17 44	0.16 33

test_1	0.56 109	0.24 27	0.82 167	0.50 89	0.29 75	0.57 125	0.34 79	1.09 114	1.03 187	1.28 304	0.69 79	0.87 191	0.45 80	1.67 284	0.39 80	0.17 42	0.12 11	0.20 125	0.17 124	0.17 44	0.16 33

PSM-adaLoss	0.56 109	0.33 198	0.81 158	0.52 122	0.27 34	0.63 160	0.41 146	1.14 132	0.73 72	1.13 209	0.96 139	0.82 172	0.60 171	1.09 163	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

ROB_FTStereo	0.56 109	0.33 198	0.82 167	0.52 122	0.27 34	0.62 152	0.25 19	1.14 132	0.74 79	1.13 209	0.96 139	0.82 172	0.60 171	1.18 184	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

cross-raft	0.56 109	0.26 51	0.65 82	0.55 173	0.31 110	0.66 179	0.37 109	1.68 269	0.82 105	1.06 191	1.07 187	1.25 319	0.45 80	0.74 61	0.39 80	0.15 7	0.13 38	0.19 92	0.16 103	0.19 105	0.17 49

test-1	0.56 109	0.28 85	1.13 294	0.58 228	0.34 178	0.60 142	0.38 118	1.56 243	0.98 164	0.80 119	1.02 164	0.83 181	0.52 124	0.64 46	0.46 141	0.17 42	0.16 197	0.20 125	0.17 124	0.20 141	0.26 252

raft+_RVC	0.56 109	0.29 106	0.61 63	0.65 307	0.56 352	0.53 99	0.53 262	1.40 211	1.02 184	0.78 116	1.04 176	0.70 134	0.55 136	1.00 136	0.49 169	0.18 72	0.16 197	0.19 92	0.19 162	0.18 71	0.17 49

RAFT-Stereo + iAFF	0.56 109	0.28 85	0.81 158	0.45 26	0.25 20	0.40 20	0.34 79	1.12 124	1.13 238	1.35 339	1.58 382	0.80 160	0.67 195	0.71 58	0.43 118	0.14 2	0.11 3	0.18 68	0.17 124	0.18 71	0.16 33

H2IRNET	0.57 121	0.28 85	0.75 130	0.49 74	0.35 195	0.40 20	0.27 32	1.03 90	1.18 267	0.62 92	1.26 269	1.07 271	0.85 260	1.02 142	0.64 242	0.20 152	0.16 197	0.23 221	0.25 314	0.22 204	0.20 120

11t1	0.57 121	0.30 130	0.84 185	0.54 160	0.30 91	0.83 262	0.41 146	1.34 198	0.79 97	0.88 141	0.82 113	0.70 134	0.70 206	0.96 127	0.67 252	0.21 179	0.21 300	0.20 125	0.16 103	0.21 184	0.26 252

rrr	0.57 121	0.33 198	2.43 438	0.46 36	0.34 178	0.50 81	0.38 118	0.84 40	0.55 26	0.48 51	0.48 25	0.48 52	0.45 80	2.28 362	0.44 122	0.19 110	0.14 100	0.19 92	0.15 70	0.17 44	0.18 62

test_3	0.57 121	0.24 27	0.87 200	0.55 173	0.30 91	0.60 142	0.40 136	1.07 102	1.08 206	1.20 256	0.68 74	0.92 221	0.43 70	1.68 286	0.40 96	0.16 16	0.13 38	0.22 187	0.19 162	0.21 184	0.17 49

Patchmatch Stereo++	0.57 121	0.33 198	0.82 167	0.52 122	0.27 34	0.63 160	0.28 38	1.14 132	0.73 72	1.13 209	0.96 139	0.82 172	0.60 171	1.40 230	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120
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	0.57 121	0.33 198	0.81 158	0.52 122	0.27 34	0.62 152	0.42 154	1.14 132	0.73 72	1.13 209	0.97 148	0.82 172	0.60 171	1.15 176	0.53 193	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

DeepStereo_RVC	0.57 121	0.31 162	0.78 144	0.53 145	0.30 91	0.57 125	0.32 63	1.11 122	0.80 100	1.17 233	0.94 136	0.83 181	0.93 302	1.01 139	0.61 232	0.23 235	0.14 100	0.21 158	0.19 162	0.24 252	0.26 252

iRAFT	0.57 121	0.33 198	0.82 167	0.52 122	0.27 34	0.63 160	0.28 38	1.14 132	0.73 72	1.13 209	0.96 139	0.82 172	0.60 171	1.40 230	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

CRE-IMP	0.57 121	0.32 179	0.82 167	0.54 160	0.29 75	0.77 231	0.25 19	1.19 157	0.79 97	1.09 195	0.95 137	0.81 166	0.57 144	1.11 169	0.57 214	0.22 213	0.14 100	0.23 221	0.19 162	0.28 298	0.24 213

RAFT-IKP	0.57 121	0.33 198	0.82 167	0.52 122	0.27 34	0.57 125	0.35 90	1.14 132	0.73 72	1.13 209	0.96 139	0.83 181	0.61 180	1.26 197	0.53 193	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

test_xeample3	0.57 121	0.33 198	3.11 458	0.46 36	0.34 178	0.55 116	0.38 118	0.86 47	0.49 17	0.54 74	0.46 22	0.44 26	0.44 76	1.49 258	0.45 135	0.18 72	0.14 100	0.19 92	0.15 70	0.17 44	0.18 62

CFNet-RSSM	0.57 121	0.25 39	0.76 135	0.49 74	0.28 61	0.59 137	0.27 32	1.89 332	1.17 261	1.09 195	0.95 137	1.06 268	0.53 126	0.74 61	0.41 105	0.17 42	0.13 38	0.17 36	0.15 70	0.16 26	0.16 33

rvit_0105_4	0.58 133	0.40 319	1.19 322	0.68 347	0.38 224	0.53 99	0.55 285	0.93 57	1.27 315	0.56 78	0.61 63	0.72 143	0.63 181	1.01 139	0.47 151	0.33 376	0.33 420	0.29 344	0.25 314	0.29 315	0.26 252

AE-Stereo	0.58 133	0.29 106	0.81 158	0.62 276	0.41 258	0.69 197	0.46 209	2.49 458	1.25 303	0.49 55	0.77 99	0.69 131	0.46 88	0.61 33	0.42 113	0.17 42	0.16 197	0.21 158	0.20 191	0.19 105	0.18 62

1test111	0.58 133	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.58 248	0.91 130	0.60 86	0.80 108	0.47 47	0.87 277	0.99 133	0.67 252	0.21 179	0.13 38	0.25 284	0.15 70	0.23 223	0.25 232

RAFT-Test	0.58 133	0.27 74	0.81 158	0.50 89	0.33 162	0.95 311	0.27 32	1.40 211	0.89 124	1.00 169	1.12 210	1.39 353	0.48 100	0.74 61	0.41 105	0.17 42	0.14 100	0.17 36	0.14 53	0.16 26	0.18 62

anonymousdsp2	0.58 133	0.29 106	0.93 227	0.51 103	0.30 91	0.75 217	0.46 209	1.95 349	0.87 120	0.81 124	0.78 101	0.76 149	0.48 100	1.10 166	0.45 135	0.19 110	0.14 100	0.18 68	0.13 32	0.20 141	0.22 174

fff	0.58 133	0.26 51	1.15 301	0.46 36	0.25 20	0.48 60	0.36 99	1.20 161	1.28 323	1.13 209	1.03 171	0.59 97	1.04 353	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

iGMRVC	0.58 133	0.33 198	0.81 158	0.52 122	0.27 34	0.62 152	0.38 118	1.14 132	0.73 72	1.13 209	0.97 148	0.82 172	0.59 165	1.54 261	0.53 193	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

RALCasStereoNet	0.58 133	0.34 227	0.77 138	0.65 307	0.64 382	0.64 169	0.51 245	1.06 99	0.99 173	0.71 102	1.06 184	0.77 153	0.44 76	1.38 226	0.52 184	0.20 152	0.18 254	0.18 68	0.16 103	0.20 141	0.22 174

DCANet	0.58 133	0.26 51	1.15 301	0.45 26	0.25 20	0.49 66	0.36 99	1.18 153	1.35 355	1.15 225	1.04 176	0.60 100	0.91 292	0.84 92	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.19 105	0.25 232

csc	0.58 133	0.26 51	1.15 301	0.46 36	0.25 20	0.48 60	0.36 99	1.20 161	1.28 323	1.13 209	1.03 171	0.59 97	1.04 353	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

cscssc	0.58 133	0.26 51	1.15 301	0.46 36	0.25 20	0.48 60	0.36 99	1.20 161	1.28 323	1.13 209	1.03 171	0.59 97	1.04 353	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

GMStereo	0.58 133	0.50 366	1.09 282	0.52 122	0.32 142	0.80 246	0.43 171	1.02 83	1.41 386	0.89 145	0.77 99	0.52 72	0.46 88	0.89 109	0.56 211	0.25 275	0.16 197	0.20 125	0.22 260	0.31 337	0.27 270
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
gcap-zeroshot	0.59 145	0.30 130	1.11 289	0.51 103	0.30 91	0.79 240	0.36 99	1.86 324	0.86 117	0.90 146	0.68 74	1.44 362	0.50 116	0.82 83	0.35 41	0.19 110	0.16 197	0.18 68	0.15 70	0.18 71	0.18 62

ACVNet-DCA	0.59 145	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.58 248	0.91 130	0.60 86	0.80 108	0.47 47	0.87 277	1.48 251	0.35 41	0.21 179	0.13 38	0.25 284	0.15 70	0.23 223	0.25 232

IGEV_Zeroshot_test	0.59 145	0.33 198	1.11 289	0.63 286	0.37 212	0.41 27	0.33 70	1.80 306	0.79 97	1.04 183	1.10 199	1.06 268	0.43 70	0.87 103	0.48 158	0.18 72	0.13 38	0.19 92	0.18 140	0.20 141	0.23 192

DCANet-4	0.59 145	0.28 85	1.65 389	0.44 21	0.25 20	0.48 60	0.36 99	1.15 144	1.36 364	1.13 209	1.03 171	0.56 89	0.74 211	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

x	0.59 145	0.34 227	0.79 148	0.51 103	0.32 142	0.69 197	0.46 209	1.64 262	0.97 161	0.86 139	0.86 120	0.83 181	0.74 211	0.75 68	0.70 260	0.21 179	0.22 315	0.22 187	0.20 191	0.21 184	0.24 213

sAnonymous2	0.59 145	0.61 403	1.82 401	0.61 268	0.52 329	0.51 89	0.54 275	0.97 68	0.70 68	0.50 60	0.68 74	0.46 38	0.63 181	0.61 33	0.41 105	0.22 213	0.17 224	0.23 221	0.21 233	0.85 469	0.56 436

CroCo_RVC	0.59 145	0.61 403	1.82 401	0.61 268	0.52 329	0.51 89	0.54 275	0.97 68	0.70 68	0.50 60	0.68 74	0.46 38	0.63 181	0.61 33	0.41 105	0.22 213	0.17 224	0.23 221	0.21 233	0.85 469	0.56 436

testlalala2	0.60 152	0.30 130	0.68 93	1.79 490	1.30 483	0.65 173	0.41 146	1.06 99	0.75 84	0.91 148	0.96 139	0.75 147	0.34 33	0.56 18	0.45 135	0.18 72	0.16 197	0.17 36	0.13 32	0.17 44	0.19 95

MIM_Stereo	0.60 152	0.26 51	1.02 259	0.49 74	0.32 142	0.52 95	0.28 38	1.41 215	0.82 105	1.02 178	1.16 234	0.93 223	0.53 126	1.48 251	0.63 238	0.17 42	0.17 224	0.20 125	0.19 162	0.17 44	0.18 62

MIPNet	0.60 152	0.31 162	1.07 276	0.51 103	0.34 178	0.68 188	0.40 136	1.67 266	1.14 244	1.11 198	0.93 134	0.60 100	0.78 228	0.77 71	0.58 219	0.18 72	0.14 100	0.19 92	0.16 103	0.18 71	0.21 146

AFF-stereo	0.60 152	0.28 85	0.72 107	0.48 61	0.29 75	0.34 11	0.37 109	1.22 168	1.20 272	1.21 263	1.59 386	1.10 286	0.70 206	1.01 139	0.44 122	0.14 2	0.12 11	0.19 92	0.20 191	0.18 71	0.15 14

R-Stereo Train	0.60 152	0.30 130	0.72 107	0.57 216	0.37 212	0.68 188	0.52 256	1.45 220	0.78 88	1.61 413	1.50 356	0.76 149	0.53 126	0.67 50	0.51 176	0.19 110	0.16 197	0.18 68	0.15 70	0.18 71	0.19 95

RAFT-Stereo	0.60 152	0.30 130	0.72 107	0.57 216	0.37 212	0.68 188	0.52 256	1.45 220	0.78 88	1.61 413	1.50 356	0.76 149	0.53 126	0.67 50	0.51 176	0.19 110	0.16 197	0.18 68	0.15 70	0.18 71	0.19 95
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 158	0.30 130	0.93 227	0.65 307	0.65 387	0.79 240	0.50 243	1.33 197	1.40 382	0.65 94	1.15 232	0.53 76	0.42 62	1.18 184	0.36 57	0.25 275	0.18 254	0.26 305	0.31 391	0.20 141	0.21 146

AIO-test1	0.61 158	0.27 74	0.68 93	0.68 347	1.02 461	0.79 240	0.36 99	1.59 253	1.35 355	0.59 79	0.89 127	0.60 100	0.49 111	1.20 189	0.36 57	0.18 72	0.17 224	0.23 221	0.25 314	0.18 71	0.26 252

rvit_0105_5	0.61 158	0.41 329	1.19 322	0.67 335	0.37 212	0.57 125	0.56 292	1.08 107	1.28 323	0.65 94	0.68 74	0.77 153	0.67 195	0.91 115	0.51 176	0.33 376	0.32 414	0.30 355	0.27 347	0.28 298	0.28 286

riskmin	0.62 161	0.29 106	0.73 120	0.50 89	0.34 178	0.86 278	0.44 190	1.74 292	1.07 203	0.76 113	0.76 95	1.19 303	1.01 337	0.84 92	0.60 229	0.20 152	0.16 197	0.24 245	0.16 103	0.24 252	0.29 300

qqq	0.62 161	0.36 265	0.88 205	0.50 89	0.28 61	0.64 169	0.62 326	1.58 248	0.91 130	0.83 127	0.96 139	0.95 233	0.79 236	0.99 133	0.67 252	0.21 179	0.23 343	0.24 245	0.23 292	0.23 223	0.25 232

ADStereo(finetuned)	0.62 161	0.26 51	1.59 385	0.45 26	0.25 20	0.49 66	0.36 99	1.18 153	1.35 355	1.16 229	1.04 176	0.60 100	1.18 390	0.85 96	0.57 214	0.17 42	0.14 100	0.17 36	0.13 32	0.19 105	0.24 213

dd	0.62 161	0.51 370	1.17 316	0.56 194	0.33 162	0.74 212	0.46 209	1.03 90	1.40 382	0.80 119	0.87 122	0.60 100	0.57 144	1.02 142	0.86 300	0.28 338	0.18 254	0.26 305	0.19 162	0.35 364	0.27 270

IPLGR	0.62 161	0.28 85	1.32 352	0.50 89	0.29 75	0.65 173	0.34 79	1.47 225	1.19 268	1.21 263	1.07 187	0.70 134	0.65 189	1.05 149	0.55 205	0.18 72	0.15 165	0.20 125	0.17 124	0.21 184	0.20 120

PFNet+	0.62 161	0.31 162	0.99 250	0.57 216	0.31 110	0.57 125	0.30 50	0.99 80	1.25 303	1.33 326	1.10 199	0.79 158	0.57 144	1.35 218	0.53 193	0.26 300	0.17 224	0.28 333	0.26 331	0.21 184	0.27 270

NRIStereo	0.62 161	0.31 162	0.78 144	0.56 194	0.28 61	0.63 160	0.33 70	1.16 149	0.92 135	1.15 225	0.87 122	0.90 209	0.58 161	2.24 357	0.56 211	0.22 213	0.14 100	0.21 158	0.19 162	0.22 204	0.18 62

RALAANet	0.62 161	0.37 286	0.97 246	0.66 321	0.50 314	0.67 184	0.31 55	1.27 184	1.09 214	1.11 198	1.17 237	0.88 197	0.46 88	1.27 200	0.45 135	0.20 152	0.15 165	0.21 158	0.18 140	0.27 282	0.19 95

FENet	0.62 161	0.30 130	0.68 93	0.57 216	0.33 162	0.82 255	0.40 136	1.41 215	1.12 232	1.03 181	0.87 122	0.98 242	0.84 255	1.00 136	0.70 260	0.23 235	0.16 197	0.23 221	0.20 191	0.22 204	0.24 213

RAFT+CT+SA	0.63 170	0.30 130	0.73 120	0.69 360	0.37 212	0.40 20	0.55 285	1.93 345	1.04 193	0.72 106	1.23 261	0.62 109	0.69 203	1.69 290	0.42 113	0.19 110	0.13 38	0.22 187	0.22 260	0.21 184	0.19 95

GANet-ADL	0.63 170	0.38 304	0.82 167	0.67 335	0.41 258	0.68 188	0.51 245	1.64 262	1.16 256	0.98 164	1.10 199	0.90 209	0.58 161	0.81 82	0.63 238	0.27 321	0.18 254	0.18 68	0.16 103	0.23 223	0.27 270

AnonymousM	0.63 170	1.14 469	0.43 8	0.46 36	0.32 142	0.43 41	0.46 209	1.27 184	0.78 88	1.00 169	0.66 70	0.68 126	0.45 80	0.61 33	0.46 141	0.21 179	0.16 197	1.84 495	0.98 492	0.15 12	0.15 14

HHNet	0.64 173	0.28 85	0.69 99	0.45 26	0.46 293	0.50 81	0.57 298	1.13 128	1.03 187	1.26 294	2.21 451	0.70 134	0.59 165	1.10 166	0.51 176	0.21 179	0.13 38	0.23 221	0.19 162	0.20 141	0.31 326

Pruner-Stereo	0.64 173	0.31 162	0.79 148	0.66 321	0.31 110	0.61 149	0.42 154	1.22 168	1.09 214	1.53 396	1.09 197	0.94 229	0.55 136	1.37 222	0.56 211	0.25 275	0.14 100	0.24 245	0.21 233	0.21 184	0.25 232

Anonymous3	0.64 173	0.47 352	1.31 349	0.59 247	0.50 314	0.93 302	0.69 346	1.11 122	0.83 108	0.74 109	0.89 127	0.65 118	0.68 199	1.08 159	0.54 202	0.40 415	0.31 402	0.26 305	0.26 331	0.31 337	0.30 316

DIP-Stereo	0.64 173	0.32 179	0.91 222	0.49 74	0.36 203	0.91 291	0.33 70	2.51 461	0.77 86	1.25 281	1.00 159	0.68 126	0.51 119	0.92 116	0.65 247	0.19 110	0.15 165	0.21 158	0.17 124	0.19 105	0.22 174
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	0.65 177	0.34 227	0.65 82	0.60 255	0.27 34	1.14 349	0.48 225	1.08 107	2.62 479	0.59 79	0.79 103	0.49 55	0.80 242	1.57 264	0.35 41	0.21 179	0.13 38	0.25 284	0.16 103	0.20 141	0.23 192

TestStereo	0.65 177	0.42 332	0.83 176	0.52 122	0.27 34	0.57 125	0.44 190	1.07 102	0.92 135	0.85 134	1.01 161	0.68 126	0.56 141	3.22 407	0.47 151	0.23 235	0.15 165	0.24 245	0.18 140	0.28 298	0.18 62

FACV-RUCA	0.66 179	0.36 265	0.89 209	0.63 286	0.65 387	0.84 270	0.41 146	1.67 266	1.11 225	0.91 148	1.14 226	0.63 114	0.77 221	0.84 92	0.54 202	0.28 338	0.19 271	0.47 443	0.22 260	0.36 368	0.29 300

rvit_0105_3	0.66 179	0.47 352	1.27 342	0.74 391	0.40 244	0.63 160	0.70 353	1.22 168	1.28 323	0.83 127	0.71 86	0.82 172	0.72 210	0.93 118	0.58 219	0.37 405	0.34 423	0.34 391	0.32 398	0.28 298	0.31 326

rvit_stereo_0075_2	0.66 179	0.47 352	1.21 331	0.67 335	0.66 393	0.53 99	0.48 225	1.24 175	1.17 261	0.77 114	0.91 130	0.78 157	0.59 165	1.05 149	0.63 238	0.37 405	0.28 384	0.40 425	0.31 391	0.38 380	0.34 352

CAS	0.66 179	0.19 1	0.41 6	2.31 497	0.86 442	0.56 123	0.53 262	0.83 36	0.63 51	0.49 55	0.70 83	0.36 15	0.26 7	0.47 8	0.37 70	2.33 497	0.10 1	0.14 1	0.10 1	0.17 44	1.31 487

TestStereo1	0.66 179	0.29 106	0.95 238	0.82 420	0.32 142	0.47 55	0.43 171	1.52 231	1.22 287	0.99 165	1.32 295	0.65 118	0.76 217	1.78 299	0.44 122	0.20 152	0.16 197	0.22 187	0.19 162	0.21 184	0.20 120

RAFT_CTSACE	0.66 179	0.29 106	1.14 299	0.57 216	0.51 324	0.68 188	0.44 190	0.88 51	0.98 164	1.03 181	1.83 420	1.23 314	0.67 195	1.48 251	0.38 76	0.16 16	0.16 197	0.21 158	0.20 191	0.20 141	0.17 49

SA-5K	0.66 179	0.29 106	0.95 238	0.82 420	0.32 142	0.47 55	0.43 171	1.52 231	1.22 287	0.99 165	1.32 295	0.65 118	0.76 217	1.78 299	0.44 122	0.20 152	0.16 197	0.22 187	0.19 162	0.21 184	0.20 120

ACRE	0.66 179	0.37 286	1.27 342	0.60 255	0.50 314	0.74 212	0.47 219	1.26 180	1.10 218	1.40 360	1.56 376	0.62 109	0.46 88	0.88 106	0.78 280	0.24 255	0.15 165	0.19 92	0.16 103	0.19 105	0.29 300

ICVP	0.66 179	0.35 256	0.71 105	0.63 286	0.41 258	0.85 277	0.56 292	1.78 299	0.96 157	0.92 151	1.24 265	0.88 197	0.75 216	0.76 69	0.93 324	0.31 363	0.22 315	0.22 187	0.21 233	0.24 252	0.28 286
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 179	0.27 74	1.15 301	0.46 36	0.25 20	0.72 206	0.42 154	1.57 246	1.44 399	0.83 127	1.39 321	1.10 286	0.80 242	0.97 131	0.65 247	0.20 152	0.14 100	0.18 68	0.15 70	0.18 71	0.28 286

ACVNet	0.66 179	0.33 198	0.74 125	0.55 173	0.37 212	0.80 246	0.47 219	1.46 222	1.11 225	1.01 174	1.31 290	1.07 271	0.91 292	0.82 83	1.09 352	0.22 213	0.19 271	0.21 158	0.18 140	0.23 223	0.19 95

HI	0.67 190	0.34 227	0.80 153	0.51 103	0.51 324	0.41 27	0.37 109	1.15 144	0.80 100	1.34 333	1.42 332	1.60 390	1.11 372	0.96 127	0.90 313	0.16 16	0.12 11	0.20 125	0.21 233	0.20 141	0.20 120

CoSv	0.67 190	0.34 227	0.80 153	0.51 103	0.51 324	0.41 27	0.37 109	1.15 144	0.80 100	1.34 333	1.42 332	1.60 390	1.11 372	0.96 127	0.90 313	0.16 16	0.12 11	0.20 125	0.21 233	0.20 141	0.20 120

test_sample2	0.67 190	0.31 162	0.89 209	0.54 160	0.29 75	0.80 246	0.63 331	1.83 313	1.10 218	0.93 154	1.06 184	0.94 229	0.92 300	1.24 193	0.59 226	0.23 235	0.20 284	0.22 187	0.21 233	0.24 252	0.25 232

test_sample1	0.67 190	0.32 179	0.90 218	0.54 160	0.33 162	0.76 222	0.48 225	1.75 294	1.06 201	0.95 159	0.99 154	0.91 213	1.10 369	1.25 194	0.79 285	0.22 213	0.19 271	0.21 158	0.20 191	0.21 184	0.25 232

MyStereo06	0.67 190	0.29 106	1.06 271	0.58 228	0.48 303	0.62 152	0.72 357	2.26 420	0.89 124	1.07 193	1.12 210	1.22 310	0.56 141	0.83 89	0.47 151	0.17 42	0.17 224	0.24 245	0.21 233	0.23 223	0.23 192

StereoVision	0.67 190	0.37 286	1.02 259	0.60 255	0.41 258	0.50 81	0.41 146	1.32 195	0.96 157	0.73 108	2.48 465	0.82 172	0.57 144	1.06 154	0.50 172	0.26 300	0.28 384	0.29 344	0.28 357	0.37 374	0.22 174

CASS	0.67 190	0.36 265	0.84 185	0.57 216	0.28 61	0.82 255	0.43 171	1.62 261	0.92 135	1.39 354	1.28 283	0.87 191	0.84 255	0.88 106	0.59 226	0.36 402	0.19 271	0.26 305	0.22 260	0.29 315	0.43 399
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 190	0.37 286	1.17 316	0.60 255	0.51 324	0.75 217	0.48 225	1.26 180	1.11 225	1.43 370	1.58 382	0.64 117	0.48 100	0.94 119	0.78 280	0.24 255	0.15 165	0.19 92	0.16 103	0.19 105	0.29 300

IPLGR_C	0.67 190	0.38 304	1.20 326	0.60 255	0.50 314	0.75 217	0.48 225	1.28 188	1.13 238	1.42 366	1.57 380	0.62 109	0.48 100	0.85 96	0.80 292	0.24 255	0.15 165	0.19 92	0.16 103	0.19 105	0.29 300

GwcNet-ADL	0.67 190	0.33 198	0.90 218	0.58 228	0.41 258	0.60 142	0.59 311	1.55 240	1.28 323	1.11 198	1.13 221	0.90 209	0.59 165	1.11 169	0.91 317	0.28 338	0.18 254	0.18 68	0.18 140	0.25 264	0.33 344

TRStereo	0.67 190	0.71 432	1.06 271	0.77 408	0.68 400	0.53 99	0.38 118	2.52 462	0.96 157	0.81 124	0.84 116	0.87 191	0.39 53	1.16 179	0.46 141	0.24 255	0.17 224	0.23 221	0.24 305	0.18 71	0.20 120

RAFT	0.67 190	0.32 179	0.83 176	0.63 286	0.34 178	0.69 197	0.57 298	1.14 132	0.84 111	1.12 206	1.20 245	1.75 416	0.92 300	1.09 163	0.60 229	0.22 213	0.19 271	0.27 319	0.24 305	0.22 204	0.23 192

DN-CSS_ROB	0.67 190	0.36 265	1.36 359	0.59 247	0.41 258	0.54 112	0.45 203	1.30 191	0.95 153	1.05 185	1.47 345	0.69 131	0.64 185	1.80 306	0.60 229	0.19 110	0.15 165	0.25 284	0.23 292	0.22 204	0.23 192

cc1	0.68 203	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.07 102	3.23 491	0.60 86	0.80 108	0.47 47	0.87 277	1.48 251	0.35 41	0.21 179	0.13 38	0.25 284	0.15 70	0.19 105	0.23 192

mmm	0.68 203	0.37 286	0.91 222	0.54 160	0.34 178	0.86 278	0.58 305	1.72 289	1.02 184	1.13 209	1.41 331	0.83 181	0.78 228	0.95 126	0.67 252	0.22 213	0.20 284	0.29 344	0.26 331	0.27 282	0.27 270

PCWNet_CMD	0.68 203	0.34 227	0.93 227	0.51 103	0.38 224	0.80 246	0.42 154	1.51 229	1.34 352	1.17 233	1.31 290	1.23 314	0.65 189	0.94 119	0.62 235	0.21 179	0.17 224	0.27 319	0.19 162	0.43 398	0.28 286

HH	0.68 203	0.33 198	0.83 176	0.53 145	0.34 178	0.92 298	0.45 203	1.79 302	0.74 79	0.71 102	1.13 221	1.60 390	0.83 252	1.95 325	0.39 80	0.18 72	0.14 100	0.19 92	0.17 124	0.19 105	0.19 95

HanStereo	0.68 203	0.33 198	0.83 176	0.53 145	0.34 178	0.92 298	0.45 203	1.79 302	0.74 79	0.71 102	1.13 221	1.60 390	0.83 252	1.95 325	0.39 80	0.18 72	0.14 100	0.19 92	0.17 124	0.19 105	0.19 95

DisPM	0.68 203	0.30 130	0.85 191	0.66 321	0.35 195	0.60 142	0.44 190	1.10 120	1.10 218	1.56 404	1.10 199	0.80 160	0.58 161	2.37 370	0.46 141	0.25 275	0.14 100	0.23 221	0.21 233	0.20 141	0.26 252

CFNet_pseudo	0.68 203	0.34 227	0.93 227	0.50 89	0.39 233	0.72 206	0.42 154	1.44 218	1.25 303	1.17 233	1.35 309	1.22 310	0.66 193	1.04 146	0.64 242	0.21 179	0.17 224	0.33 383	0.19 162	0.39 385	0.28 286

MSMDNet	0.68 203	0.34 227	0.93 227	0.52 122	0.38 224	0.80 246	0.42 154	1.52 231	1.35 355	1.17 233	1.31 290	1.23 314	0.65 189	0.94 119	0.62 235	0.21 179	0.17 224	0.26 305	0.19 162	0.41 393	0.28 286

ccs_rob	0.68 203	0.34 227	0.93 227	0.50 89	0.39 233	0.72 206	0.42 154	1.43 217	1.25 303	1.17 233	1.34 304	1.22 310	0.66 193	1.04 146	0.64 242	0.21 179	0.17 224	0.35 398	0.20 191	0.40 389	0.29 300

SA	0.69 212	0.31 162	0.97 246	0.64 300	0.30 91	0.56 123	0.38 118	1.84 315	1.35 355	0.99 165	1.37 314	0.69 131	0.94 305	1.88 318	0.43 118	0.20 152	0.16 197	0.25 284	0.23 292	0.22 204	0.19 95

MyStereo8	0.70 213	0.32 179	1.24 337	0.63 286	0.53 335	0.90 289	0.34 79	1.60 255	1.35 355	1.20 256	1.31 290	0.89 207	0.64 185	0.77 71	1.02 345	0.18 72	0.15 165	0.20 125	0.18 140	0.22 204	0.30 316

MyStereo05	0.70 213	0.29 106	1.22 332	0.58 228	0.48 303	0.62 152	0.72 357	1.52 231	1.54 421	1.17 233	0.91 130	0.77 153	0.79 236	1.45 244	0.68 256	0.17 42	0.17 224	0.24 245	0.21 233	0.23 223	0.23 192

xx1	0.70 213	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.07 102	3.23 491	0.60 86	0.80 108	0.95 233	0.79 236	1.48 251	0.35 41	0.21 179	0.13 38	0.24 245	0.23 292	0.23 223	0.25 232

GMStereo_Zeroshot	0.70 213	0.64 413	1.11 289	0.65 307	0.38 224	0.84 270	0.37 109	1.09 114	1.16 256	1.14 223	1.07 187	1.26 325	0.55 136	1.23 192	0.65 247	0.34 385	0.17 224	0.31 361	0.18 140	0.57 443	0.23 192

test_5	0.70 213	0.32 179	0.99 250	0.69 360	0.50 314	0.89 285	0.51 245	1.88 330	1.14 244	0.78 116	1.13 221	1.04 264	0.89 286	1.59 271	0.46 141	0.19 110	0.14 100	0.23 221	0.22 260	0.22 204	0.20 120

GES	0.70 213	0.37 286	1.05 269	0.62 276	0.38 224	0.94 305	0.57 298	2.37 439	0.92 135	1.05 185	1.12 210	0.67 124	0.77 221	1.02 142	0.65 247	0.28 338	0.20 284	0.20 125	0.20 191	0.22 204	0.31 326

IGEV-BASED-STEREO-	0.71 219	3.18 516	2.55 443	0.40 8	0.24 13	0.42 35	0.23 15	0.66 13	0.46 13	0.47 45	0.45 18	0.33 13	0.27 8	0.58 27	0.30 13	1.34 491	0.10 1	0.22 187	0.19 162	0.45 411	1.32 489

MyStereo04	0.71 219	0.30 130	1.28 345	0.58 228	0.48 303	0.59 137	0.78 369	1.74 292	1.49 415	0.94 157	0.91 130	0.74 145	0.86 268	1.59 271	0.69 257	0.18 72	0.18 254	0.24 245	0.21 233	0.23 223	0.23 192

raft_robust	0.71 219	0.32 179	0.75 130	0.54 160	0.28 61	0.54 112	0.35 90	1.54 237	1.24 295	1.18 244	1.07 187	0.73 144	0.53 126	3.65 416	0.40 96	0.19 110	0.16 197	0.20 125	0.22 260	0.21 184	0.19 95

iRaft-Stereo_20w	0.71 219	0.33 198	1.25 339	0.50 89	0.36 203	0.82 255	0.31 55	3.16 487	0.89 124	1.24 278	1.14 226	0.79 158	0.65 189	1.15 176	0.43 118	0.18 72	0.13 38	0.18 68	0.17 124	0.20 141	0.23 192

DMCA	0.71 219	0.36 265	1.17 316	0.53 145	0.45 286	0.84 270	0.46 209	1.52 231	1.09 214	1.20 256	1.12 210	1.21 306	0.74 211	0.87 103	1.09 352	0.25 275	0.20 284	0.27 319	0.19 162	0.24 252	0.29 300

HITNet	0.71 219	0.42 332	1.07 276	0.52 122	0.25 20	1.05 332	0.48 225	2.12 385	1.08 206	1.21 263	1.23 261	0.91 213	0.84 255	0.90 112	0.91 317	0.17 42	0.12 11	0.21 158	0.17 124	0.29 315	0.18 62
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	0.72 225	0.29 106	1.12 293	0.53 145	0.44 282	0.79 240	0.33 70	1.35 199	1.10 218	1.32 321	1.11 206	0.52 72	0.54 133	3.13 403	0.71 263	0.17 42	0.14 100	0.20 125	0.17 124	0.18 71	0.21 146

HCRNet	0.72 225	0.40 319	0.86 198	0.61 268	0.57 356	0.75 217	0.35 90	1.39 209	1.21 279	1.11 198	0.99 154	1.01 258	0.76 217	2.18 352	0.73 264	0.28 338	0.19 271	0.28 333	0.23 292	0.25 264	0.26 252

UCFNet_RVC	0.72 225	0.37 286	0.59 50	0.66 321	0.41 258	0.89 285	0.68 343	1.78 299	1.15 249	1.01 174	1.20 245	1.22 310	0.95 310	1.07 156	0.66 251	0.28 338	0.21 300	0.34 391	0.31 391	0.33 354	0.29 300

test_sample3	0.73 228	0.35 256	1.06 271	0.55 173	0.32 142	0.97 321	0.51 245	2.12 385	1.25 303	1.16 229	1.17 237	0.88 197	0.78 228	1.27 200	0.79 285	0.26 300	0.21 300	0.25 284	0.25 314	0.26 276	0.27 270

CFNet_ucs	0.73 228	0.34 227	0.94 234	0.53 145	0.44 282	0.76 222	0.46 209	1.73 290	1.34 352	1.24 278	1.54 367	1.08 281	0.64 185	1.05 149	0.64 242	0.26 300	0.20 284	0.37 411	0.22 260	0.42 396	0.30 316

ToySt	0.73 228	0.35 256	1.64 387	0.54 160	0.37 212	0.92 298	0.81 384	1.21 166	1.03 187	0.86 139	1.12 210	1.31 337	1.01 337	1.04 146	0.88 306	0.19 110	0.20 284	0.24 245	0.24 305	0.27 282	0.28 286

LCNet	0.73 228	0.30 130	0.58 44	0.58 228	0.31 110	0.68 188	0.53 262	1.09 114	0.94 148	1.19 251	1.34 304	0.96 238	1.32 409	2.50 380	0.46 141	0.19 110	0.13 38	0.21 158	0.25 314	0.28 298	0.69 460

test_sample4	0.74 232	0.36 265	1.09 282	0.55 173	0.32 142	0.92 298	0.51 245	2.14 394	1.25 303	1.22 271	1.22 253	0.86 189	0.82 247	1.29 204	0.76 274	0.26 300	0.21 300	0.26 305	0.26 331	0.27 282	0.28 286

IER	0.74 232	0.33 198	1.25 339	0.50 89	0.53 335	1.32 380	0.55 285	1.31 193	1.08 206	1.30 312	1.34 304	1.11 291	1.10 369	1.05 149	0.81 294	0.20 152	0.17 224	0.21 158	0.21 233	0.20 141	0.21 146

SFCPSM	0.74 232	0.30 130	1.06 271	0.52 122	0.39 233	1.36 388	0.64 333	2.42 445	1.11 225	1.18 244	1.21 251	0.81 166	0.78 228	1.08 159	0.57 214	0.22 213	0.17 224	0.22 187	0.24 305	0.23 223	0.21 146

AdaStereo	0.74 232	0.48 358	0.86 198	0.75 399	0.38 224	0.94 305	0.56 292	2.05 375	1.24 295	1.15 225	1.22 253	1.07 271	0.67 195	1.05 149	0.73 264	0.33 376	0.16 197	0.32 372	0.22 260	0.29 315	0.23 192
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DCVSM-stereo	0.75 236	0.36 265	0.82 167	0.58 228	0.43 272	0.78 232	0.42 154	1.30 191	1.05 199	1.79 435	1.04 176	1.60 390	1.08 363	1.12 171	0.86 300	0.25 275	0.27 379	0.29 344	0.24 305	0.30 330	0.37 368

test_sample5	0.75 236	0.36 265	1.04 264	0.55 173	0.31 110	0.84 270	0.53 262	2.12 385	1.23 291	1.18 244	1.30 288	0.88 197	0.86 268	1.37 222	0.76 274	0.26 300	0.22 315	0.27 319	0.28 357	0.28 298	0.29 300

DualNet	0.75 236	0.36 265	1.04 264	0.55 173	0.31 110	0.84 270	0.53 262	2.12 385	1.23 291	1.21 263	1.40 326	0.88 197	0.86 268	1.37 222	0.76 274	0.26 300	0.22 315	0.27 319	0.28 357	0.28 298	0.29 300

BSDual-CNN	0.75 236	0.34 227	0.77 138	0.55 173	0.45 286	1.25 373	0.66 338	2.65 470	1.04 193	1.25 281	1.12 210	1.11 291	0.77 221	0.94 119	0.76 274	0.25 275	0.18 254	0.25 284	0.22 260	0.23 223	0.24 213

psmg	0.75 236	0.34 227	0.77 138	0.52 122	0.45 286	1.46 402	0.73 360	2.15 399	1.04 193	1.25 281	1.33 300	1.11 291	0.77 221	0.94 119	0.76 274	0.25 275	0.20 284	0.25 284	0.26 331	0.23 223	0.24 213

UDGNet	0.75 236	1.23 475	0.99 250	0.82 420	0.42 267	0.76 222	0.38 118	0.98 72	1.37 369	0.83 127	0.88 125	0.70 134	0.60 171	1.25 194	0.57 214	0.57 459	0.19 271	1.03 486	0.26 331	0.79 468	0.35 361

PSMNet-ADL	0.75 236	0.36 265	0.69 99	0.71 372	0.47 301	1.13 346	0.46 209	1.47 225	1.07 203	0.85 134	1.18 240	1.31 337	0.94 305	1.56 262	1.06 349	0.34 385	0.22 315	0.22 187	0.23 292	0.27 282	0.36 364

GMM-Stereo	0.75 236	0.27 74	0.66 87	0.56 194	0.34 178	0.71 203	0.97 418	1.09 114	0.91 130	1.37 346	1.79 413	1.11 291	0.79 236	2.08 342	0.48 158	0.19 110	0.12 11	0.25 284	0.25 314	0.21 184	0.78 467

rvit_105_1	0.76 244	0.54 381	1.27 342	0.80 413	0.49 309	0.74 212	0.86 397	1.39 209	1.23 291	1.00 169	0.80 108	0.93 223	0.78 228	1.29 204	0.78 280	0.43 424	0.36 435	0.36 408	0.42 437	0.30 330	0.36 364

qqq1	0.76 244	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.48 158	0.24 255	0.22 315	0.18 68	0.15 70	0.19 105	0.22 174

fff1	0.76 244	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.48 158	0.24 255	0.22 315	0.18 68	0.15 70	0.19 105	0.22 174

Sa-1000	0.76 244	0.30 130	0.92 225	0.62 276	0.31 110	0.78 232	0.37 109	2.00 362	1.38 371	1.30 312	2.04 442	0.86 189	0.74 211	1.87 312	0.40 96	0.19 110	0.14 100	0.25 284	0.24 305	0.21 184	0.19 95

Prome-Stereo	0.76 244	0.29 106	0.57 42	0.58 228	0.33 162	0.58 136	0.94 413	0.98 72	0.92 135	1.46 381	2.45 463	0.91 213	1.38 415	1.60 276	0.44 122	0.19 110	0.13 38	0.19 92	0.18 140	0.20 141	0.87 473

EAI-Stereo	0.76 244	0.31 162	0.74 125	0.55 173	0.28 61	0.70 201	1.72 476	2.57 465	0.90 129	0.75 111	3.03 474	0.57 91	0.43 70	1.10 166	0.49 169	0.19 110	0.14 100	0.17 36	0.18 140	0.17 44	0.21 146

DFGA-Net	0.77 250	0.47 352	1.75 395	0.55 173	0.46 293	0.83 262	0.44 190	1.38 205	1.10 218	1.05 185	1.20 245	0.70 134	0.58 161	2.27 360	1.31 380	0.19 110	0.17 224	0.24 245	0.24 305	0.28 298	0.30 316

test_sample6	0.77 250	0.36 265	1.07 276	0.56 194	0.31 110	0.82 255	0.56 292	2.12 385	1.24 295	1.21 263	1.40 326	0.90 209	0.90 289	1.45 244	0.87 305	0.28 338	0.23 343	0.28 333	0.29 375	0.28 298	0.30 316

KYRaft	0.77 250	0.29 106	0.68 93	0.59 247	0.29 75	0.66 179	0.83 389	1.05 97	0.89 124	1.63 418	2.22 452	1.15 299	0.99 328	1.59 271	0.41 105	0.21 179	0.14 100	0.22 187	0.28 357	0.21 184	1.01 477

MLCV	0.77 250	0.39 313	1.31 349	0.55 173	0.25 20	0.91 291	0.39 131	1.48 227	1.28 323	1.49 390	1.54 367	1.02 260	0.68 199	2.12 346	0.93 324	0.19 110	0.13 38	0.19 92	0.14 53	0.19 105	0.22 174

test_sample7	0.78 254	0.39 313	0.89 209	0.55 173	0.35 195	0.93 302	0.75 362	1.99 358	1.27 315	1.25 281	1.22 253	1.09 282	1.01 337	1.31 207	0.73 264	0.32 370	0.32 414	0.32 372	0.32 398	0.33 354	0.33 344

CoDeX	0.78 254	0.31 162	1.04 264	0.56 194	0.37 212	1.13 346	0.60 318	2.77 477	1.29 335	1.17 233	1.26 269	0.91 213	0.87 277	1.42 238	0.74 268	0.21 179	0.16 197	0.21 158	0.18 140	0.21 184	0.21 146

anonymousa	0.78 254	0.30 130	0.85 191	0.51 103	0.96 457	1.41 397	0.47 219	1.61 258	0.94 148	1.33 326	1.77 411	1.66 401	1.11 372	0.72 59	0.63 238	0.19 110	0.18 254	0.23 221	0.25 314	0.20 141	0.22 174

BUS	0.78 254	0.34 227	0.77 138	0.55 173	0.45 286	2.30 465	0.42 154	2.65 470	1.04 193	1.25 281	1.12 210	1.02 260	0.70 206	0.94 119	0.75 271	0.25 275	0.18 254	0.25 284	0.22 260	0.23 223	0.24 213

acv_ft	0.78 254	0.33 198	1.10 287	0.73 385	0.86 442	1.23 371	0.57 298	1.65 265	1.11 225	1.31 318	1.31 290	1.07 271	0.91 292	0.82 83	1.35 389	0.22 213	0.19 271	0.21 158	0.18 140	0.22 204	0.19 95

GANet-RSSM	0.78 254	0.31 162	0.90 218	0.67 335	0.58 359	0.80 246	0.62 326	2.04 371	1.15 249	1.11 198	1.27 278	1.26 325	1.18 390	1.68 286	0.74 268	0.26 300	0.21 300	0.22 187	0.22 260	0.23 223	0.23 192

PSMNet-RSSM	0.78 254	0.32 179	0.89 209	0.65 307	0.43 272	0.73 210	0.58 305	2.14 394	1.19 268	1.18 244	1.38 319	1.31 337	1.07 362	1.43 240	0.82 295	0.28 338	0.21 300	0.27 319	0.29 375	0.25 264	0.26 252

CFNet-ft	0.78 254	0.36 265	0.74 125	0.67 335	0.56 352	0.86 278	0.54 275	1.46 222	1.17 261	1.01 174	1.28 283	1.68 405	1.03 347	1.57 264	0.95 331	0.27 321	0.21 300	0.33 383	0.26 331	0.31 337	0.26 252

CFNet_RVC	0.78 254	0.36 265	0.74 125	0.67 335	0.56 352	0.86 278	0.54 275	1.46 222	1.17 261	1.01 174	1.28 283	1.68 405	1.03 347	1.57 264	0.95 331	0.27 321	0.21 300	0.33 383	0.26 331	0.31 337	0.26 252

SMFormer	0.79 263	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.99 337	0.24 255	0.22 315	0.22 187	0.21 233	0.23 223	0.27 270

tta	0.79 263	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.99 337	0.24 255	0.22 315	0.22 187	0.21 233	0.19 105	0.22 174

ffm	0.79 263	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	1.08 107	2.62 479	1.19 251	1.49 349	1.07 271	0.85 260	1.57 264	0.35 41	0.21 179	0.13 38	0.31 361	0.28 357	0.20 141	0.23 192

cf-r	0.79 263	0.32 179	1.06 271	0.57 216	0.64 382	0.78 232	0.51 245	2.04 371	1.22 287	1.20 256	1.27 278	1.53 381	0.91 292	1.47 249	0.94 329	0.25 275	0.19 271	0.22 187	0.23 292	0.19 105	0.21 146

DeepPruner_ROB	0.79 263	0.55 385	1.14 299	0.61 268	0.46 293	0.78 232	0.54 275	1.83 313	1.00 177	1.42 366	1.27 278	1.23 314	0.77 221	1.56 262	0.89 309	0.35 395	0.28 384	0.27 319	0.26 331	0.32 348	0.34 352

DDVS	0.80 268	0.43 336	1.09 282	0.64 300	0.44 282	1.27 376	0.43 171	1.49 228	0.94 148	1.21 263	1.16 234	1.42 356	0.63 181	2.14 348	1.02 345	0.29 353	0.22 315	0.26 305	0.23 292	0.31 337	0.37 368

gwcnet-sp	0.80 268	0.37 286	1.94 409	0.62 276	0.45 286	1.38 389	0.53 262	1.68 269	1.20 272	1.37 346	1.08 194	0.93 223	0.82 247	1.45 244	0.79 285	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

scenet	0.80 268	0.37 286	1.94 409	0.62 276	0.45 286	1.38 389	0.53 262	1.68 269	1.20 272	1.37 346	1.08 194	0.93 223	0.82 247	1.45 244	0.79 285	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

ssnet	0.80 268	0.37 286	1.94 409	0.62 276	0.45 286	1.38 389	0.53 262	1.68 269	1.20 272	1.37 346	1.08 194	0.93 223	0.82 247	1.45 244	0.79 285	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

AASNet	0.80 268	0.39 313	1.16 315	0.84 428	0.80 431	1.14 349	0.59 311	2.12 385	1.21 279	1.26 294	1.26 269	0.93 223	0.77 221	0.84 92	1.23 372	0.28 338	0.24 353	0.24 245	0.20 191	0.28 298	0.27 270

PSM-softLoss	0.80 268	0.33 198	0.89 209	0.63 286	0.32 142	0.55 116	0.40 136	1.26 180	0.78 88	1.25 281	1.07 187	0.83 181	0.51 119	5.33 447	0.61 232	0.25 275	0.15 165	0.25 284	0.22 260	0.20 141	0.26 252

KMStereo	0.80 268	0.33 198	0.89 209	0.63 286	0.32 142	0.55 116	0.40 136	1.26 180	0.78 88	1.25 281	1.07 187	0.83 181	0.51 119	5.33 447	0.61 232	0.25 275	0.15 165	0.25 284	0.22 260	0.20 141	0.26 252

PSM-AAD	0.80 268	0.29 106	0.58 44	0.58 228	0.29 75	0.76 222	1.19 445	1.08 107	0.94 148	1.65 420	1.58 382	0.81 166	2.12 473	1.67 284	0.44 122	0.19 110	0.14 100	0.38 415	0.32 398	0.22 204	0.68 458

iResNet	0.80 268	0.45 344	1.47 368	0.72 377	0.31 110	0.96 317	0.64 333	1.80 306	1.28 323	1.31 318	1.48 348	0.94 229	0.78 228	1.77 297	0.99 337	0.19 110	0.14 100	0.18 68	0.15 70	0.22 204	0.27 270

NINENet	0.81 277	0.40 319	0.89 209	0.65 307	0.53 335	2.30 465	0.42 154	2.12 385	1.13 238	1.20 256	1.27 278	1.02 260	0.70 206	1.26 197	0.75 271	0.29 353	0.24 353	0.31 361	0.21 233	0.27 282	0.26 252

DRaft	0.81 277	0.26 51	0.77 138	0.47 50	0.31 110	0.95 311	0.52 256	1.13 128	0.99 173	1.78 434	2.01 440	0.80 160	1.71 447	2.64 387	0.74 268	0.19 110	0.14 100	0.20 125	0.20 191	0.18 71	0.24 213

hknet	0.82 279	0.34 227	1.15 301	0.55 173	0.39 233	1.25 373	0.66 338	2.65 470	1.10 218	1.25 281	1.12 210	1.58 389	0.85 260	1.41 233	0.79 285	0.23 235	0.18 254	0.25 284	0.22 260	0.23 223	0.24 213

NF-Stereo	0.82 279	0.33 198	0.83 176	0.65 307	0.31 110	0.63 160	0.43 171	1.35 199	0.93 142	1.30 312	1.02 164	0.81 166	0.57 144	5.37 451	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.30 316

OCTAStereo	0.82 279	0.33 198	0.83 176	0.65 307	0.31 110	0.62 152	0.44 190	1.35 199	0.93 142	1.30 312	1.02 164	0.81 166	0.57 144	5.32 446	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.30 316

RE-Stereo	0.82 279	0.33 198	0.84 185	0.65 307	0.31 110	0.63 160	0.44 190	1.35 199	0.93 142	1.30 312	1.02 164	0.80 160	0.57 144	5.34 449	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.31 326

TVStereo	0.82 279	0.33 198	0.84 185	0.65 307	0.31 110	0.63 160	0.44 190	1.35 199	0.93 142	1.30 312	1.02 164	0.80 160	0.57 144	5.34 449	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.31 326

ARAFT	0.82 279	0.40 319	1.77 397	0.53 145	0.31 110	0.89 285	0.81 384	2.32 430	1.08 206	1.66 423	1.25 267	1.04 264	0.64 185	1.91 319	0.52 184	0.20 152	0.15 165	0.28 333	0.27 347	0.17 44	0.18 62

STTStereo	0.82 279	0.53 378	1.53 380	0.68 347	0.56 352	0.88 283	0.56 292	1.57 246	1.14 244	1.39 354	1.10 199	1.26 325	0.84 255	1.49 258	0.90 313	0.29 353	0.28 384	0.33 383	0.40 433	0.33 354	0.37 368

BEATNet_4x	0.82 279	0.54 381	2.02 416	0.56 194	0.28 61	1.04 329	0.55 285	2.14 394	1.13 238	1.24 278	1.26 269	1.00 253	0.94 305	1.13 173	1.23 372	0.21 179	0.14 100	0.24 245	0.20 191	0.37 374	0.23 192

iResNet_ROB	0.82 279	0.36 265	1.13 294	0.60 255	0.37 212	0.91 291	0.38 118	2.41 444	1.61 432	1.35 339	1.35 309	1.25 319	0.97 322	1.75 295	0.88 306	0.21 179	0.14 100	0.17 36	0.12 17	0.19 105	0.30 316

ISRNet	0.83 288	0.35 256	1.31 349	0.84 428	0.65 387	0.60 142	0.41 146	1.28 188	1.15 249	1.61 413	1.55 370	1.34 344	0.77 221	1.33 216	0.98 336	0.40 415	0.34 423	0.43 432	0.38 430	0.34 362	0.49 414

testlalala_base	0.83 288	0.41 329	0.80 153	0.67 335	0.53 335	0.78 232	0.30 50	1.84 315	0.60 43	0.75 111	0.91 130	0.68 126	0.54 133	0.69 54	0.46 141	2.92 502	0.15 165	0.17 36	0.12 17	2.95 502	0.27 270

GrayStereo	0.83 288	0.28 85	0.62 68	0.66 321	0.37 212	0.76 222	1.79 480	1.19 157	0.91 130	1.98 452	1.89 428	1.07 271	1.76 451	1.43 240	0.50 172	0.20 152	0.15 165	0.19 92	0.21 233	0.18 71	0.41 387

psm_up	0.83 288	0.37 286	0.88 205	0.68 347	0.59 365	1.05 332	0.92 408	1.68 269	1.17 261	1.41 362	1.22 253	1.30 335	1.31 407	1.39 228	0.89 309	0.27 321	0.30 397	0.31 361	0.27 347	0.28 298	0.28 286

GwcNet-RSSM	0.83 288	0.34 227	1.29 348	0.65 307	0.55 347	0.78 232	0.62 326	1.89 332	1.27 315	1.18 244	1.39 321	1.56 386	0.91 292	1.60 276	1.22 369	0.26 300	0.20 284	0.23 221	0.24 305	0.21 184	0.21 146

DMCA-RVC	0.83 288	0.46 347	2.19 430	0.68 347	0.49 309	0.84 270	0.48 225	1.44 218	1.07 203	1.56 404	1.04 176	1.29 332	0.86 268	1.49 258	0.92 321	0.27 321	0.22 315	0.35 398	0.28 357	0.32 348	0.28 286

coex_refinement	0.84 294	0.30 130	0.89 209	0.72 377	0.52 329	0.95 311	0.60 318	1.92 343	1.29 335	1.38 351	1.37 314	1.80 421	0.82 247	1.48 251	1.31 380	0.27 321	0.17 224	0.19 92	0.20 191	0.25 264	0.27 270

G2L-Stereo	0.84 294	0.35 256	1.15 301	0.63 286	0.43 272	0.78 232	0.69 346	1.69 278	1.20 272	1.36 344	1.18 240	1.43 361	0.78 228	2.47 379	1.26 376	0.25 275	0.20 284	0.26 305	0.21 233	0.20 141	0.27 270

RAFT_R40	0.84 294	0.30 130	0.83 176	0.63 286	0.31 110	0.66 179	0.43 171	1.15 144	0.99 173	1.47 382	1.10 199	1.00 253	0.84 255	5.44 452	0.53 193	0.23 235	0.13 38	0.23 221	0.20 191	0.23 223	0.19 95

UPFNet	0.84 294	0.34 227	1.09 282	0.62 276	0.74 414	1.25 373	0.78 369	1.69 278	1.20 272	1.39 354	1.13 221	1.30 335	0.87 277	1.73 293	1.22 369	0.24 255	0.26 371	0.24 245	0.23 292	0.26 276	0.20 120

hitnet-ft	0.84 294	0.38 304	0.75 130	0.59 247	0.44 282	0.99 323	0.47 219	1.61 258	1.38 371	1.21 263	1.22 253	1.82 422	0.99 328	1.87 312	1.09 352	0.33 376	0.29 393	0.34 391	0.27 347	0.36 368	0.33 344

NLCA_NET_v2_RVC	0.84 294	0.46 347	1.40 364	0.69 360	0.61 375	0.95 311	0.52 256	1.68 269	1.21 279	1.39 354	1.15 232	1.42 356	0.88 283	1.78 299	0.93 324	0.26 300	0.23 343	0.27 319	0.27 347	0.30 330	0.39 379
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	0.84 294	0.43 336	1.01 257	0.66 321	0.43 272	1.32 380	0.49 236	1.64 262	1.24 295	1.53 396	1.45 341	1.49 373	0.97 322	1.32 213	1.31 380	0.21 179	0.17 224	0.27 319	0.25 314	0.25 264	0.34 352
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
G2L-Stereo_aug	0.85 301	0.29 106	1.20 326	0.53 145	0.39 233	0.96 317	0.54 275	1.60 255	1.42 394	1.55 402	1.43 336	1.51 377	1.06 359	2.43 373	1.07 350	0.19 110	0.14 100	0.16 21	0.14 53	0.17 44	0.21 146

ITSA-stereo	0.85 301	0.38 304	0.92 225	0.58 228	0.32 142	0.86 278	0.49 236	2.33 436	1.69 437	1.16 229	1.12 210	0.95 233	0.85 260	2.46 374	1.18 361	0.27 321	0.23 343	0.28 333	0.28 357	0.28 298	0.41 387

AIO-Stereo-zeroshot	0.85 301	0.38 304	2.79 451	0.51 103	0.60 369	0.72 206	0.38 118	2.87 483	0.77 86	0.80 119	1.07 187	2.14 450	0.93 302	0.96 127	0.62 235	0.21 179	0.13 38	0.21 158	0.26 331	0.29 315	0.32 335

DCRE	0.85 301	0.28 85	0.76 135	0.60 255	0.49 309	0.59 137	0.53 262	1.04 94	0.92 135	0.80 119	7.34 507	0.87 191	0.57 144	0.78 79	0.43 118	0.16 16	0.17 224	0.19 92	0.17 124	0.18 71	0.22 174

SST-Stereo	0.85 301	0.30 130	0.81 158	0.63 286	0.31 110	0.70 201	0.25 19	1.16 149	0.95 153	1.47 382	1.11 206	0.99 247	0.86 268	5.69 455	0.53 193	0.23 235	0.13 38	0.23 221	0.19 162	0.23 223	0.19 95

PAM	0.86 306	0.31 162	1.19 322	0.55 173	0.35 195	2.17 459	0.47 219	2.26 420	0.87 120	1.18 244	0.96 139	3.01 477	1.41 420	0.90 112	0.40 96	0.19 110	0.13 38	0.19 92	0.18 140	0.20 141	0.27 270

RAFT-345	0.86 306	0.26 51	0.73 120	0.53 145	0.28 61	0.53 99	0.41 146	0.85 41	1.31 346	1.33 326	2.32 456	0.85 188	0.53 126	5.69 455	0.48 158	0.19 110	0.14 100	0.22 187	0.17 124	0.17 44	0.17 49

UNet	0.86 306	0.36 265	1.52 377	0.62 276	0.74 414	1.56 411	0.49 236	1.55 240	1.12 232	1.28 304	1.10 199	1.52 380	1.10 369	1.69 290	1.14 357	0.24 255	0.18 254	0.25 284	0.21 233	0.25 264	0.25 232

ac_64	0.86 306	0.32 179	1.02 259	0.74 391	0.60 369	1.04 329	0.53 262	2.20 415	0.99 173	1.23 274	1.11 206	1.96 435	1.06 359	2.01 333	1.01 342	0.30 359	0.22 315	0.24 245	0.23 292	0.22 204	0.22 174

PAM_32	0.87 310	0.30 130	1.08 279	0.56 194	0.32 142	2.10 458	0.36 99	2.26 420	1.01 180	1.13 209	1.05 183	3.14 482	1.47 427	1.00 136	0.42 113	0.19 110	0.14 100	0.20 125	0.18 140	0.19 105	0.25 232

SepStereo	0.87 310	0.37 286	1.20 326	0.66 321	0.69 403	0.82 255	0.62 326	1.79 302	1.26 311	1.93 447	1.55 370	0.96 238	1.17 383	2.34 365	0.69 257	0.22 213	0.16 197	0.25 284	0.18 140	0.29 315	0.24 213

LMCR-Stereo	0.87 310	0.50 366	0.99 250	0.80 413	0.43 272	1.32 380	0.55 285	2.79 480	1.03 187	1.55 402	1.49 349	0.74 145	1.01 337	1.76 296	0.99 337	0.30 359	0.17 224	0.22 187	0.18 140	0.31 337	0.22 174

FADNet_RVC	0.88 313	0.56 389	2.15 427	0.57 216	0.43 272	1.17 363	0.46 209	1.68 269	1.12 232	0.91 148	1.24 265	0.91 213	0.94 305	2.22 354	1.20 364	0.28 338	0.22 315	0.32 372	0.28 357	0.46 418	0.42 395

iResNetv2_ROB	0.88 313	0.43 336	2.62 448	0.60 255	0.38 224	0.94 305	0.67 340	1.88 330	1.38 371	1.27 299	1.45 341	1.26 325	1.05 358	1.92 320	0.64 242	0.24 255	0.15 165	0.19 92	0.14 53	0.24 252	0.21 146

DualNet (step1)	0.89 315	0.51 370	1.35 354	0.58 228	0.40 244	1.07 336	0.80 380	1.99 358	1.27 315	1.25 281	1.22 253	1.09 282	1.01 337	1.31 207	0.73 264	0.59 462	0.32 414	0.62 470	0.67 477	0.45 411	0.48 410

iRaft-Stereo_5w	0.89 315	0.31 162	1.04 264	0.56 194	0.47 301	0.47 55	0.68 343	1.19 157	1.08 206	0.80 119	1.35 309	1.46 368	0.90 289	5.11 442	1.16 359	0.18 72	0.15 165	0.22 187	0.19 162	0.21 184	0.24 213

DAS	0.89 315	0.37 286	1.20 326	0.66 321	0.69 403	0.82 255	0.62 326	1.79 302	1.26 311	1.93 447	1.55 370	0.96 238	1.17 383	2.72 392	0.69 257	0.22 213	0.16 197	0.25 284	0.18 140	0.29 315	0.24 213

SACVNet	0.89 315	0.51 370	1.08 279	0.83 424	0.58 359	0.83 262	0.78 369	1.84 315	1.17 261	1.39 354	1.33 300	1.25 319	1.01 337	2.31 364	0.92 321	0.35 395	0.26 371	0.31 361	0.29 375	0.35 364	0.48 410

ASMatch	0.89 315	0.29 106	0.72 107	0.56 194	0.36 203	0.47 55	0.37 109	1.16 149	0.95 153	1.11 198	3.26 477	0.95 233	0.96 312	4.88 439	0.53 193	0.20 152	0.16 197	0.22 187	0.19 162	0.20 141	0.30 316

ADLNet	0.89 315	0.39 313	1.09 282	0.88 439	0.73 410	1.24 372	0.75 362	2.02 364	1.41 386	1.58 408	1.37 314	1.26 325	1.00 334	1.31 207	1.18 361	0.28 338	0.21 300	0.26 305	0.26 331	0.29 315	0.36 364

MMNet	0.89 315	0.35 256	1.44 365	0.64 300	0.59 365	1.83 438	0.48 225	1.70 282	1.38 371	1.45 379	1.19 244	1.25 319	1.16 380	1.77 297	1.27 378	0.20 152	0.19 271	0.23 221	0.22 260	0.25 264	0.24 213

HGLStereo	0.89 315	0.42 332	1.15 301	0.82 420	1.03 462	1.16 356	0.57 298	1.68 269	1.28 323	1.26 294	1.62 388	1.13 295	1.31 407	1.85 308	1.11 356	0.25 275	0.24 353	0.24 245	0.22 260	0.24 252	0.29 300

CRFU-Net	0.90 323	0.42 332	1.10 287	0.69 360	0.59 365	1.76 430	0.84 391	2.33 436	0.92 135	1.45 379	1.20 245	1.62 395	1.25 398	1.38 226	0.94 329	0.28 338	0.23 343	0.22 187	0.19 162	0.24 252	0.27 270

dad	0.90 323	0.73 438	1.28 345	0.59 247	0.39 233	0.83 262	0.45 203	1.24 175	1.54 421	1.52 393	1.28 283	1.36 347	0.86 268	2.54 383	0.91 317	0.43 424	0.27 379	0.82 478	0.26 331	0.44 409	0.34 352

AACVNet	0.90 323	0.40 319	0.98 248	0.86 434	0.40 244	0.80 246	0.49 236	1.81 309	0.86 117	1.11 198	1.34 304	1.32 341	0.99 328	4.23 425	0.86 300	0.26 300	0.22 315	0.28 333	0.22 260	0.30 330	0.28 286

IRAFT_RVC	0.90 323	0.30 130	0.89 209	0.67 335	0.31 110	0.64 169	1.00 423	1.40 211	0.97 161	1.23 274	1.04 176	1.00 253	0.96 312	5.77 458	0.57 214	0.24 255	0.13 38	0.25 284	0.21 233	0.20 141	0.21 146

delet	0.90 323	0.34 227	1.15 301	0.69 360	0.66 393	1.63 419	0.81 384	1.95 349	1.49 415	1.42 366	1.38 319	1.29 332	0.91 292	1.78 299	1.18 361	0.22 213	0.22 315	0.24 245	0.25 314	0.22 204	0.24 213

pcwnet_v2	0.91 328	0.39 313	2.74 449	0.64 300	0.55 347	0.81 254	0.49 236	2.19 412	1.63 433	1.44 373	1.64 393	1.09 282	0.79 236	1.31 207	0.70 260	0.32 370	0.25 365	0.29 344	0.27 347	0.37 374	0.37 368

FADNet-RVC-Resample	0.91 328	0.51 370	2.92 453	0.64 300	0.46 293	1.07 336	0.60 318	1.76 296	1.24 295	1.10 197	0.98 153	1.06 268	0.98 325	2.17 351	0.95 331	0.24 255	0.22 315	0.30 355	0.32 398	0.36 368	0.40 383

HSM-Net_RVC	0.91 328	0.31 162	0.60 57	0.54 160	0.31 110	1.15 353	0.60 318	3.76 495	1.30 339	1.57 407	1.75 408	1.67 403	1.01 337	1.61 278	0.90 313	0.23 235	0.17 224	0.19 92	0.18 140	0.20 141	0.22 174
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 331	0.39 313	1.22 332	0.66 321	0.39 233	1.31 379	0.96 417	2.32 430	1.45 404	1.48 388	1.17 237	1.53 381	0.91 292	1.16 179	1.71 432	0.31 363	0.27 379	0.30 355	0.29 375	0.28 298	0.29 300

ADLNet2	0.92 331	0.37 286	1.25 339	0.80 413	0.65 387	1.12 345	0.75 362	1.95 349	1.42 394	1.26 294	1.67 397	1.68 405	1.04 353	1.80 306	1.23 372	0.25 275	0.22 315	0.21 158	0.22 260	0.27 282	0.31 326

FTStereo	0.92 331	0.28 85	0.61 63	0.57 216	0.34 178	0.65 173	1.80 483	1.09 114	0.84 111	1.75 430	4.13 487	1.04 264	1.62 436	1.59 271	0.48 158	0.21 179	0.17 224	0.23 221	0.22 260	0.19 105	0.58 442

PFNet	0.92 331	0.28 85	1.20 326	0.68 347	0.32 142	0.62 152	0.55 285	1.27 184	1.01 180	1.47 382	1.09 197	0.97 241	0.68 199	6.58 476	0.59 226	0.21 179	0.13 38	0.24 245	0.19 162	0.20 141	0.20 120

DLCB_ROB	0.92 331	0.43 336	0.95 238	0.71 372	0.55 347	1.11 343	0.83 389	1.61 258	1.32 348	1.67 424	1.66 395	1.70 408	0.93 302	1.96 327	1.34 387	0.26 300	0.25 365	0.27 319	0.28 357	0.28 298	0.28 286

GEStereo_RVC	0.93 336	0.40 319	1.15 301	0.67 335	0.50 314	0.95 311	0.78 369	2.73 475	1.21 279	1.20 256	1.12 210	1.25 319	0.91 292	3.21 406	0.95 331	0.31 363	0.20 284	0.23 221	0.20 191	0.28 298	0.31 326

CBFPSM	0.95 337	0.37 286	2.10 423	0.51 103	0.39 233	1.73 426	0.87 400	1.59 253	1.13 238	1.11 198	1.00 159	2.34 459	1.64 441	1.42 238	1.44 398	0.19 110	0.18 254	0.20 125	0.20 191	0.22 204	0.36 364

OMP-Stereo	0.95 337	0.35 256	0.79 148	0.92 450	0.32 142	0.49 66	0.35 90	1.22 168	1.11 225	1.58 408	1.12 210	1.44 362	0.69 203	6.92 482	0.51 176	0.20 152	0.15 165	0.24 245	0.19 162	0.21 184	0.16 33

DSFCA	0.95 337	0.38 304	1.23 334	0.55 173	0.66 393	1.50 404	0.93 411	1.58 248	1.24 295	1.59 411	1.16 234	1.48 371	0.95 310	2.96 399	1.20 364	0.31 363	0.28 384	0.25 284	0.26 331	0.29 315	0.26 252

PSMNet_ROB	0.95 337	0.57 394	1.45 366	0.75 399	0.64 382	1.28 377	1.12 434	1.84 315	1.15 249	1.16 229	1.29 287	1.44 362	0.89 286	1.74 294	1.70 430	0.33 376	0.25 365	0.37 411	0.39 431	0.36 368	0.32 335

FADNet-RVC	0.96 341	0.72 435	2.96 454	0.64 300	0.49 309	0.90 289	0.59 311	1.85 322	1.27 315	0.92 151	0.97 148	1.36 347	0.90 289	2.36 367	1.31 380	0.30 359	0.29 393	0.32 372	0.32 398	0.42 396	0.37 368

TransformOpticalFlow	0.97 342	0.30 130	0.96 245	0.54 160	0.31 110	0.65 173	0.54 275	1.87 325	1.19 268	1.12 206	1.44 339	1.34 344	0.98 325	6.68 479	0.44 122	0.19 110	0.12 11	0.21 158	0.19 162	0.18 71	0.23 192

IIG-Stereo	0.97 342	0.34 227	0.80 153	0.90 448	0.33 162	0.61 149	0.26 27	1.27 184	1.08 206	1.69 426	1.37 314	1.44 362	0.74 211	6.94 483	0.53 193	0.21 179	0.14 100	0.23 221	0.18 140	0.20 141	0.15 14

XX-Stereo	0.97 342	0.28 85	8.28 493	0.85 431	0.70 409	0.44 45	0.22 6	1.07 102	0.69 67	0.66 97	1.56 376	1.38 352	0.38 52	1.36 219	0.38 76	0.21 179	0.14 100	0.20 125	0.19 162	0.19 105	0.16 33

DispNO	0.98 345	0.34 227	2.02 416	0.58 228	0.55 347	0.88 283	0.49 236	1.70 282	1.24 295	1.22 271	1.26 269	1.18 301	0.88 283	5.17 443	0.88 306	0.23 235	0.18 254	0.24 245	0.22 260	0.19 105	0.22 174

DEmStereo	0.98 345	0.25 39	0.85 191	0.49 74	0.33 162	1.02 327	0.55 285	0.97 68	0.93 142	1.41 362	2.13 447	1.01 258	2.01 463	5.62 454	0.78 280	0.19 110	0.15 165	0.20 125	0.20 191	0.18 71	0.25 232

FADNet	0.98 345	0.64 413	2.57 444	0.66 321	0.55 347	0.95 311	0.57 298	1.91 336	1.38 371	0.94 157	1.02 164	1.36 347	1.00 334	2.69 390	0.97 335	0.34 385	0.34 423	0.31 361	0.34 416	0.61 452	0.42 395

CFNet	0.99 348	0.40 319	1.23 334	0.65 307	0.43 272	1.03 328	0.49 236	2.01 363	1.35 355	1.02 178	1.39 321	1.10 286	0.86 268	5.47 453	0.89 309	0.24 255	0.18 254	0.28 333	0.27 347	0.27 282	0.22 174

NVstereo2D	0.99 348	0.45 344	2.21 431	0.79 412	0.75 417	1.20 367	0.86 397	1.98 354	1.41 386	1.02 178	1.18 240	1.31 337	0.97 322	2.25 358	0.93 324	0.45 436	0.22 315	0.39 419	0.25 314	0.59 446	0.68 458

CBMV_ROB	0.99 348	0.46 347	0.68 93	0.53 145	0.39 233	1.40 395	0.48 225	2.09 381	1.30 339	1.53 396	2.29 455	1.36 347	1.23 394	2.46 374	1.04 348	0.44 433	0.42 457	0.47 443	0.44 443	0.41 393	0.39 379

ACV-stereo	1.00 351	0.55 385	1.47 368	0.59 247	0.42 267	2.38 469	0.58 305	1.20 161	1.21 279	0.83 127	1.01 161	3.36 484	2.10 469	1.64 280	1.17 360	0.28 338	0.22 315	0.23 221	0.22 260	0.29 315	0.35 361

fast-acv-ft	1.00 351	0.48 358	1.85 405	0.61 268	0.52 329	1.77 432	0.69 346	1.52 231	1.47 410	1.34 333	1.85 424	1.73 411	1.24 397	1.62 279	1.56 411	0.27 321	0.28 384	0.28 333	0.28 357	0.28 298	0.31 326

HBP-ISP	1.00 351	0.60 398	0.85 191	0.64 300	0.48 303	1.63 419	0.77 366	2.24 419	1.30 339	1.33 326	1.53 366	0.87 191	0.99 328	3.26 409	0.76 274	0.46 437	0.44 459	0.54 456	0.48 452	0.48 423	0.42 395

CSP-Net	1.00 351	0.41 329	0.99 250	0.56 194	0.43 272	1.62 418	0.76 365	2.16 401	1.16 256	1.33 326	1.22 253	1.32 341	0.89 286	4.67 436	0.93 324	0.35 395	0.24 353	0.20 125	0.20 191	0.23 223	0.30 316

ETE_ROB	1.01 355	0.69 428	1.49 371	0.72 377	0.50 314	1.15 353	1.12 434	1.91 336	1.24 295	1.94 449	1.50 356	1.73 411	1.06 359	1.78 299	1.33 386	0.33 376	0.26 371	0.38 415	0.34 416	0.40 389	0.44 402

THIR-Stereo	1.02 356	0.29 106	0.73 120	0.51 103	0.29 75	0.94 305	1.31 455	1.08 107	0.98 164	1.35 339	1.91 432	1.16 300	1.54 432	6.37 474	0.79 285	0.20 152	0.14 100	0.21 158	0.22 260	0.19 105	0.25 232

PS-NSSS	1.02 356	0.62 409	1.17 316	0.61 268	0.58 359	0.91 291	0.79 377	2.02 364	1.19 268	1.17 233	1.68 399	1.00 253	0.85 260	4.43 430	0.86 300	0.38 407	0.31 402	0.52 451	0.32 398	0.52 430	0.45 404

XPNet_ROB	1.02 356	0.56 389	1.33 353	0.75 399	0.58 359	1.11 343	1.13 436	1.77 297	1.29 335	1.88 442	1.43 336	1.63 398	1.13 379	2.04 336	1.69 428	0.40 415	0.31 402	0.33 383	0.29 375	0.37 374	0.37 368

YMNet	1.04 359	0.59 395	1.67 390	0.86 434	0.86 442	1.84 439	0.61 323	1.70 282	1.28 323	1.65 420	1.98 436	1.75 416	0.96 312	1.57 264	1.58 413	0.34 385	0.37 440	0.32 372	0.32 398	0.33 354	0.32 335

YMNet_1	1.04 359	0.59 395	1.67 390	0.86 434	0.86 442	1.84 439	0.61 323	1.70 282	1.28 323	1.65 420	1.98 436	1.75 416	0.96 312	1.57 264	1.58 413	0.34 385	0.37 440	0.32 372	0.32 398	0.33 354	0.32 335

iinet-f	1.04 359	0.50 366	4.24 475	0.58 228	0.43 272	1.78 435	0.70 353	1.29 190	1.16 256	1.25 281	1.42 332	1.57 388	1.42 421	1.47 249	1.70 430	0.26 300	0.23 343	0.20 125	0.20 191	0.26 276	0.26 252

RAFT-RH_RVC	1.04 359	0.26 51	0.76 135	0.53 145	0.29 75	0.80 246	0.32 63	0.85 41	1.12 232	2.04 455	4.63 493	1.03 263	0.57 144	5.93 461	0.52 184	0.20 152	0.13 38	0.26 305	0.20 191	0.16 26	0.19 95

CBMV	1.04 359	0.48 358	0.88 205	0.56 194	0.36 203	1.52 406	1.55 467	1.87 325	1.59 429	2.11 458	1.67 397	1.46 368	1.35 412	1.92 320	1.31 380	0.35 395	0.35 431	0.39 419	0.33 411	0.34 362	0.34 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 364	0.33 198	1.04 264	0.49 74	0.31 110	0.67 184	0.26 27	2.37 439	0.80 100	1.05 185	1.11 206	2.86 475	1.81 454	6.26 468	0.50 172	0.18 72	0.15 165	0.19 92	0.16 103	0.17 44	0.21 146

StereoDRNet	1.05 364	0.53 378	2.21 431	0.80 413	0.93 451	1.50 404	0.90 403	2.06 376	1.44 399	1.68 425	1.20 245	1.48 371	0.99 328	1.86 311	1.60 417	0.29 353	0.24 353	0.29 344	0.28 357	0.35 364	0.33 344

AIO-Stereo-zeroshot1	1.06 366	0.43 336	3.59 467	0.53 145	0.66 393	0.79 240	0.39 131	2.60 467	0.98 164	0.96 162	4.58 491	2.05 448	0.56 141	0.99 133	0.51 176	0.19 110	0.14 100	0.21 158	0.28 357	0.32 348	0.41 387

STrans-v2	1.06 366	0.31 162	1.02 259	0.52 122	0.33 162	0.67 184	0.78 369	2.66 473	1.26 311	1.15 225	1.46 343	1.37 351	1.40 418	6.68 479	0.46 141	0.19 110	0.13 38	0.21 158	0.18 140	0.18 71	0.21 146

DISCO	1.06 366	0.37 286	1.19 322	0.73 385	0.46 293	2.04 454	0.84 391	2.26 420	1.54 421	1.25 281	1.36 313	2.38 461	1.08 363	2.60 386	1.62 420	0.24 255	0.19 271	0.22 187	0.20 191	0.32 348	0.29 300

NCCL2	1.06 366	0.64 413	1.35 354	0.78 411	0.58 359	1.32 380	1.69 472	1.89 332	1.38 371	1.52 393	1.20 245	1.91 425	1.17 383	1.79 304	1.50 405	0.35 395	0.31 402	0.45 437	0.44 443	0.41 393	0.45 404

LALA_ROB	1.06 366	0.66 420	1.37 362	0.70 369	0.53 335	1.61 416	1.25 452	1.81 309	1.48 414	1.82 438	1.40 326	1.93 429	1.03 347	1.68 286	1.69 428	0.38 407	0.28 384	0.43 432	0.37 427	0.43 398	0.38 376

TCMNet	1.07 371	0.66 420	2.49 440	0.92 450	1.32 484	1.14 349	0.67 340	1.91 336	1.29 335	1.20 256	1.57 380	1.29 332	0.96 312	2.23 355	1.59 416	0.32 370	0.31 402	0.38 415	0.35 420	0.43 398	0.40 383

PSMNet-RUCA	1.07 371	1.06 462	1.64 387	1.23 479	1.10 466	1.39 392	0.65 335	1.91 336	1.43 396	0.95 159	1.52 364	0.99 247	0.83 252	1.28 203	1.01 342	0.71 473	0.34 423	0.99 484	0.61 473	1.01 476	0.67 454

RAFT + AFF	1.07 371	0.47 352	1.36 359	0.68 347	0.50 314	1.20 367	1.22 448	2.58 466	1.26 311	1.33 326	1.56 376	1.19 303	1.49 430	3.89 423	1.01 342	0.22 213	0.26 371	0.30 355	0.27 347	0.29 315	0.32 335

DRN-Test	1.07 371	0.49 363	1.95 413	0.75 399	0.81 435	1.61 416	0.78 369	2.26 420	1.53 419	1.84 439	1.35 309	1.42 356	1.04 353	2.26 359	1.61 418	0.28 338	0.23 343	0.31 361	0.30 387	0.33 354	0.33 344

TDLM	1.08 375	0.50 366	1.01 257	0.69 360	0.54 343	0.91 291	1.40 460	1.60 255	1.36 364	1.17 233	1.40 326	1.07 271	1.00 334	6.19 464	0.85 299	0.34 385	0.22 315	0.35 398	0.26 331	0.38 380	0.29 300

Wz-Net-LNSev-Ref	1.09 376	0.46 347	2.61 447	0.71 372	0.65 387	2.00 451	0.78 369	2.07 378	1.47 410	1.62 416	1.47 345	1.53 381	1.29 403	2.10 344	1.65 426	0.24 255	0.14 100	0.20 125	0.16 103	0.28 298	0.28 286

FAT-Stereo	1.10 377	0.43 336	1.46 367	0.74 391	0.60 369	1.13 346	0.92 408	2.06 376	1.71 440	1.75 430	2.00 439	2.02 441	1.47 427	2.02 335	1.26 376	0.44 433	0.36 435	0.34 391	0.29 375	0.36 368	0.57 439

CVANet_RVC	1.10 377	0.49 363	1.15 301	0.65 307	0.54 343	0.93 302	1.00 423	1.69 278	1.36 364	1.42 366	1.39 321	1.24 318	1.17 383	6.22 466	0.80 292	0.35 395	0.24 353	0.35 398	0.30 387	0.44 409	0.32 335

APVNet	1.11 379	0.59 395	1.95 413	0.87 437	0.77 423	1.90 444	0.82 388	2.03 368	1.15 249	1.14 223	1.43 336	1.55 384	1.12 378	3.03 400	1.62 420	0.32 370	0.34 423	0.42 431	0.36 423	0.36 368	0.41 387

GANetREF_RVC	1.11 379	0.90 451	1.56 382	0.88 439	0.53 335	1.41 397	1.35 457	1.91 336	1.54 421	1.28 304	1.32 295	1.46 368	1.23 394	2.04 336	1.00 341	0.57 459	0.45 461	0.67 473	0.52 461	0.91 472	0.62 449
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	1.13 381	1.50 486	1.17 316	1.74 489	1.17 477	1.29 378	0.30 50	1.55 240	1.21 279	1.31 318	0.97 148	0.99 247	0.48 100	2.38 371	0.54 202	1.24 490	0.70 490	1.31 490	0.86 487	1.03 478	0.92 475

GASNet	1.13 381	1.10 467	3.29 463	1.00 465	0.68 400	0.82 255	0.67 340	1.85 322	1.38 371	1.39 354	1.25 267	1.25 319	1.20 392	2.72 392	1.62 420	0.46 437	0.26 371	0.36 408	0.34 416	0.55 440	0.33 344

anonymity	1.14 383	0.98 459	1.24 337	1.09 470	1.13 470	1.08 340	0.90 403	2.02 364	1.23 291	1.32 321	1.27 278	1.27 330	1.09 366	1.16 179	1.03 347	1.02 481	1.01 506	0.97 482	0.97 491	0.98 474	1.01 477

PA-Net	1.14 383	0.63 410	2.12 425	0.67 335	0.75 417	1.19 366	0.91 406	1.91 336	1.46 409	1.18 244	1.23 261	1.33 343	1.17 383	4.31 428	1.41 395	0.29 353	0.46 465	0.33 383	0.50 457	0.33 354	0.57 439
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 385	0.54 381	1.50 372	0.73 385	0.66 393	1.18 365	0.84 391	2.13 393	1.41 386	1.73 429	1.84 421	2.53 466	1.46 425	2.46 374	1.35 389	0.43 424	0.41 452	0.54 456	0.36 423	0.43 398	0.50 418

RASNet	1.16 386	0.34 227	1.11 289	0.73 385	0.86 442	1.00 324	0.60 318	1.56 243	1.43 396	1.07 193	1.37 314	2.08 449	1.44 424	7.00 484	1.56 411	0.20 152	0.17 224	0.17 36	0.19 162	0.19 105	0.19 95

DANet	1.16 386	0.64 413	1.52 377	0.88 439	0.74 414	1.52 406	0.52 256	1.68 269	1.21 279	1.81 436	1.55 370	2.02 441	1.11 372	3.30 411	2.28 449	0.34 385	0.31 402	0.40 425	0.30 387	0.46 418	0.54 428
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 388	0.29 106	1.08 279	0.55 173	0.43 272	0.69 197	0.71 356	1.14 132	1.35 355	1.00 169	1.49 349	1.90 423	0.86 268	9.61 509	0.89 309	0.21 179	0.19 271	0.30 355	0.25 314	0.20 141	0.18 62

Wz-Net-LNSev	1.17 388	0.72 435	4.71 479	0.66 321	0.84 440	1.72 423	1.13 436	1.97 353	1.43 396	1.34 333	1.32 295	1.66 401	1.30 406	1.44 243	1.51 407	0.29 353	0.26 371	0.24 245	0.23 292	0.33 354	0.35 361

S-Stereo	1.17 388	0.48 358	2.25 434	0.83 424	0.81 435	1.22 369	1.17 443	2.12 385	2.08 465	1.47 382	2.13 447	1.55 384	1.16 380	2.09 343	1.46 401	0.42 423	0.40 451	0.35 398	0.32 398	0.45 411	0.73 462

MaskLacGwcNet_RVC	1.17 388	1.06 462	1.28 345	0.88 439	0.69 403	1.92 446	0.92 408	1.71 286	1.14 244	1.17 233	1.26 269	1.49 373	0.80 242	2.04 336	0.86 300	2.02 493	0.34 423	0.79 477	0.36 423	1.38 488	1.33 490

RP	1.17 388	0.54 381	1.48 370	0.93 456	1.05 463	1.14 349	0.85 396	1.99 358	1.70 438	1.72 428	2.07 444	1.91 425	1.93 461	2.00 332	1.37 392	0.55 457	0.37 440	0.48 445	0.37 427	0.46 418	0.46 409

ccnet	1.19 393	0.71 432	1.36 359	0.81 417	0.75 417	1.72 423	1.13 436	1.98 354	1.31 346	1.52 393	1.84 421	1.75 416	1.36 413	2.01 333	2.04 442	0.57 459	0.54 477	0.57 465	0.56 466	0.60 449	0.60 447

Nwc_Net	1.19 393	0.53 378	2.34 436	0.92 450	0.81 435	1.49 403	0.70 353	2.28 428	1.32 348	1.41 362	2.27 453	2.03 444	1.76 451	2.05 340	1.46 401	0.43 424	0.30 397	0.43 432	0.46 448	0.39 385	0.40 383

NCC-stereo	1.20 395	0.60 398	1.84 403	0.88 439	0.95 455	1.32 380	0.94 413	2.14 394	1.36 364	1.43 370	1.79 413	1.93 429	2.13 474	2.54 383	1.41 395	0.49 445	0.38 445	0.45 437	0.59 470	0.43 398	0.45 404

Abc-Net	1.20 395	0.60 398	1.84 403	0.88 439	0.95 455	1.32 380	0.94 413	2.14 394	1.36 364	1.43 370	1.79 413	1.93 429	2.13 474	2.54 383	1.41 395	0.49 445	0.38 445	0.45 437	0.59 470	0.43 398	0.45 404
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	1.21 397	0.66 420	3.44 465	0.69 360	0.73 410	1.93 447	1.44 462	2.16 401	1.59 429	1.85 441	1.49 349	1.50 375	1.34 411	2.05 340	1.54 410	0.27 321	0.24 353	0.28 333	0.28 357	0.35 364	0.32 335

RGC	1.22 398	0.82 446	1.71 393	0.95 461	0.98 460	1.53 408	0.80 380	2.18 410	1.35 355	1.69 426	1.94 433	2.03 444	1.66 442	2.36 367	1.50 405	0.46 437	0.36 435	0.59 468	0.48 452	0.49 426	0.49 414

stereogan	1.22 398	0.45 344	2.03 419	0.87 437	0.85 441	2.52 471	0.72 357	1.98 354	1.78 447	1.92 445	1.94 433	2.31 458	1.42 421	2.10 344	1.14 357	0.38 407	0.36 435	0.39 419	0.32 398	0.52 430	0.49 414

AANet_RVC	1.22 398	0.60 398	1.94 409	0.69 360	0.46 293	0.75 217	0.69 346	1.51 229	1.57 427	1.36 344	1.90 430	1.51 377	0.87 277	7.23 486	1.89 439	0.26 300	0.19 271	0.19 92	0.16 103	0.23 223	0.37 368

HSM	1.22 398	0.34 227	0.81 158	0.61 268	0.39 233	1.22 369	0.63 331	2.45 449	1.25 303	1.32 321	1.26 269	1.91 425	1.08 363	9.21 505	0.75 271	0.23 235	0.17 224	0.20 125	0.16 103	0.22 204	0.24 213

Syn2CoEx	1.23 402	0.80 442	3.07 457	0.83 424	0.68 400	1.39 392	0.87 400	2.23 417	1.57 427	1.28 304	1.58 382	1.42 356	1.57 434	3.79 421	1.48 404	0.36 402	0.32 414	0.34 391	0.30 387	0.30 330	0.41 387

AF-Net	1.23 402	0.56 389	2.31 435	0.88 439	0.93 451	1.41 397	0.73 360	2.27 426	1.71 440	1.76 433	2.42 461	2.00 438	1.70 445	1.98 328	1.62 420	0.50 449	0.29 393	0.49 447	0.33 411	0.40 389	0.34 352

NaN_ROB	1.23 402	0.63 410	1.76 396	0.67 335	0.50 314	1.59 415	2.00 486	1.87 325	1.52 418	2.14 460	1.26 269	1.40 354	1.09 366	4.60 434	1.75 433	0.28 338	0.34 423	0.28 333	0.29 375	0.30 330	0.37 368

DGSMNet	1.24 405	0.84 448	3.20 459	0.91 449	0.92 448	1.39 392	1.34 456	2.46 453	1.44 399	1.34 333	1.66 395	1.50 375	1.03 347	1.85 308	1.30 379	0.48 443	0.48 468	0.55 461	0.51 460	0.78 467	0.79 468

RYNet	1.24 405	0.52 376	1.57 384	0.73 385	0.97 458	1.74 428	0.95 416	2.09 381	1.54 421	1.44 373	1.18 240	1.94 433	1.29 403	4.57 433	1.93 440	0.27 321	0.23 343	0.35 398	0.27 347	0.57 443	0.59 444

ttt	1.26 407	0.36 265	0.79 148	0.65 307	0.42 267	0.94 305	0.57 298	2.33 436	1.38 371	1.25 281	1.65 394	0.92 221	0.78 228	2.64 387	8.73 499	0.30 359	0.28 384	0.26 305	0.25 314	0.29 315	0.32 335

aanetorigin	1.26 407	0.85 449	3.00 455	0.72 377	0.80 431	1.08 340	1.05 427	1.12 124	1.39 380	3.53 495	2.60 466	1.72 409	1.73 449	1.98 328	1.77 436	0.26 300	0.24 353	0.26 305	0.25 314	0.38 380	0.51 422

GwcNet	1.26 407	0.63 410	5.13 481	0.81 417	1.15 474	1.73 426	0.69 346	1.84 315	1.53 419	1.51 391	1.71 404	1.72 409	1.09 366	2.20 353	1.61 418	0.31 363	0.30 397	0.29 344	0.27 347	0.30 330	0.41 387

Consistency-Raft	1.27 410	1.01 461	2.17 428	1.04 467	1.20 479	0.96 317	1.00 423	1.84 315	1.95 459	1.38 351	2.11 446	1.44 362	1.03 347	1.18 184	1.40 394	0.73 474	0.83 492	0.89 480	0.99 494	1.33 486	0.95 476

NOSS_ROB	1.29 411	0.49 363	0.68 93	0.60 255	0.40 244	1.09 342	0.77 366	1.94 346	1.44 399	1.04 183	1.46 343	1.10 286	0.81 246	10.57 521	0.78 280	0.46 437	0.43 458	0.48 445	0.45 446	0.45 411	0.43 399

SGM-Forest	1.29 411	0.40 319	0.74 125	0.54 160	0.37 212	1.55 409	1.26 453	1.82 311	1.39 380	2.22 461	1.81 419	1.64 399	1.02 345	7.65 492	1.20 364	0.39 413	0.37 440	0.39 419	0.34 416	0.37 374	0.34 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 413	0.56 389	0.94 234	0.57 216	0.62 379	1.04 329	0.65 335	1.82 311	1.01 180	1.00 169	0.79 103	1.42 356	1.27 401	1.06 154	0.83 296	0.62 465	0.67 487	1.05 487	9.88 526	1.09 481	0.55 434

test_for_model	1.38 414	3.71 519	0.65 82	3.45 513	2.88 511	0.57 125	0.33 70	1.91 336	0.93 142	1.47 382	0.64 65	0.51 65	0.37 45	0.53 13	0.35 41	2.54 498	0.16 197	0.17 36	0.12 17	4.56 520	1.84 496

SQANet	1.38 414	0.95 457	1.37 362	1.89 493	1.47 489	1.44 401	0.81 384	1.89 332	1.13 238	1.34 333	1.26 269	1.28 331	1.02 345	1.64 280	0.91 317	2.55 499	0.35 431	1.47 491	0.56 466	2.48 494	1.74 494

PWC_ROB	1.39 416	0.93 456	4.07 473	0.77 408	0.83 438	1.16 356	0.53 262	1.87 325	2.01 462	2.36 466	3.06 475	1.65 400	1.60 435	2.65 389	2.29 451	0.34 385	0.23 343	0.36 408	0.25 314	0.39 385	0.49 414

PWCDC_ROB	1.39 416	0.91 454	2.10 423	1.08 469	0.92 448	1.72 423	0.58 305	2.03 368	3.30 493	1.32 321	4.87 496	1.21 306	1.71 447	1.98 328	1.75 433	0.65 468	0.26 371	0.29 344	0.25 314	0.56 441	0.41 387

GANet	1.41 418	0.52 376	1.18 321	0.74 391	0.48 303	1.40 395	1.69 472	1.87 325	1.28 323	1.56 404	2.39 459	1.56 386	1.25 398	9.13 503	1.20 364	0.31 363	0.32 414	0.34 391	0.29 375	0.40 389	0.33 344

PDISCO_ROB	1.41 418	0.73 438	2.04 420	1.40 482	1.46 488	2.83 480	1.07 430	2.64 469	2.11 467	1.41 362	1.50 356	1.73 411	0.99 328	2.83 397	1.46 401	1.03 482	0.27 379	0.54 456	0.47 450	0.77 466	0.84 472

LL-Strereo	1.42 420	0.44 343	2.02 416	0.62 276	1.07 464	0.73 210	0.65 335	2.02 364	1.21 279	1.60 412	1.62 388	2.02 441	2.10 469	9.67 510	1.07 350	0.22 213	0.20 284	0.27 319	0.24 305	0.23 223	0.33 344

SHD	1.42 420	0.81 445	2.79 451	0.98 463	0.92 448	1.97 448	0.68 343	2.43 447	2.55 476	2.54 474	1.72 405	2.01 440	1.62 436	2.14 348	2.70 458	0.40 415	0.33 420	0.39 419	0.40 433	0.48 423	0.54 428

RTSC	1.43 422	0.89 450	3.62 469	0.94 459	0.64 382	1.85 441	0.69 346	2.20 415	2.04 464	2.22 461	1.70 402	1.67 403	1.27 401	2.53 382	4.48 477	0.33 376	0.25 365	0.27 319	0.29 375	0.38 380	0.40 383

UDG	1.47 423	2.69 512	1.13 294	1.45 486	1.65 491	1.34 386	0.79 377	1.75 294	1.27 315	1.29 309	1.74 407	1.99 437	1.39 417	1.66 283	1.51 407	0.91 478	0.55 479	2.30 498	0.76 481	1.99 489	1.20 486

MFMNet_re	1.47 423	1.20 473	2.50 441	1.46 487	1.08 465	1.58 413	1.51 463	1.96 352	1.87 454	2.31 465	2.20 450	1.51 377	1.88 459	1.57 264	1.34 387	0.94 479	0.83 492	0.84 479	0.80 484	1.00 475	1.06 480

PASM	1.48 425	1.08 464	3.96 472	0.93 456	0.93 451	1.17 363	1.19 445	1.77 297	1.65 434	1.90 443	1.52 364	1.75 416	1.42 421	4.54 432	1.52 409	0.64 467	0.68 489	0.69 475	0.79 483	0.70 461	0.74 463

ADCRef	1.50 426	0.61 403	3.83 471	0.76 406	0.77 423	1.91 445	0.77 366	2.16 401	1.34 352	1.63 418	1.59 386	1.35 346	1.40 418	1.79 304	8.32 496	0.25 275	0.21 300	0.32 372	0.31 391	0.31 337	0.32 335

XQC	1.51 427	0.98 459	3.20 459	0.92 450	0.76 422	2.01 452	1.17 443	2.53 463	1.99 461	2.01 454	1.54 367	2.00 438	1.54 432	3.16 404	3.46 468	0.49 445	0.31 402	0.45 437	0.40 433	0.71 463	0.62 449

CC-Net-ROB	1.53 428	1.31 480	1.68 392	0.92 450	0.80 431	1.75 429	0.99 421	2.04 371	1.27 315	1.12 206	1.62 388	1.20 305	0.98 325	7.82 493	0.92 321	1.15 489	0.41 452	2.20 496	0.46 448	1.37 487	0.56 436

FINET	1.54 429	0.67 424	7.28 489	0.76 406	0.97 458	1.42 400	1.38 459	2.80 482	3.12 490	1.23 274	1.68 399	1.04 264	1.11 372	3.35 412	1.78 437	0.43 424	0.37 440	0.32 372	0.29 375	0.43 398	0.41 387

test_xeample	1.55 430	0.31 162	0.94 234	0.54 160	0.31 110	0.94 305	0.58 305	2.40 443	1.40 382	1.29 309	1.55 370	0.89 207	0.88 283	1.72 292	15.94 518	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

DDUNet	1.56 431	2.70 513	1.35 354	1.79 490	1.88 493	1.82 437	0.91 406	1.84 315	1.20 272	1.40 360	1.79 413	1.62 395	1.17 383	1.59 271	1.22 369	1.11 486	0.76 491	2.38 501	0.94 489	2.12 490	1.53 492

CrosDoStereo	1.56 431	0.26 51	0.78 144	0.51 103	0.29 75	0.66 179	11.86 518	1.18 153	1.00 177	1.35 339	1.76 409	0.99 247	1.83 456	6.64 477	0.83 296	0.19 110	0.15 165	0.20 125	0.22 260	0.18 71	0.25 232

DeepStereo_LL	1.56 431	0.26 51	0.78 144	0.51 103	0.29 75	0.66 179	11.86 518	1.18 153	1.00 177	1.35 339	1.76 409	0.99 247	1.83 456	6.64 477	0.83 296	0.19 110	0.15 165	0.20 125	0.22 260	0.18 71	0.25 232

STTRV1_RVC	1.60 434	0.69 428	2.04 420	0.88 439	1.12 467	1.58 413	0.90 403	2.42 445	1.78 447	1.29 309	2.02 441	1.40 354	1.22 393	9.72 511	1.35 389	0.86 476	0.34 423	0.54 456	0.49 455	0.75 465	0.54 428

xxxx	1.61 435	0.32 179	0.98 248	0.58 228	0.31 110	1.15 353	0.43 171	2.43 447	1.41 386	1.17 233	1.40 326	1.21 306	0.86 268	1.94 322	16.68 520	0.24 255	0.24 353	0.21 158	0.20 191	0.23 223	0.27 270

CSAN	1.61 435	0.67 424	3.24 462	0.74 391	0.52 329	1.77 432	1.74 477	1.98 354	1.94 458	2.47 473	2.33 457	1.93 429	2.04 466	6.45 475	1.95 441	0.43 424	0.36 435	0.41 430	0.42 437	0.43 398	0.44 402

MFN_U_SF_RVC	1.62 437	0.96 458	4.36 477	0.92 450	0.69 403	2.62 475	1.10 432	2.50 459	1.74 443	1.99 453	1.86 426	2.45 464	1.78 453	3.08 402	2.84 460	0.54 453	0.50 474	0.56 463	0.60 472	0.60 449	0.67 454

SDNR	1.66 438	0.55 385	2.36 437	0.56 194	0.58 359	3.79 498	0.45 203	1.78 299	1.40 382	1.38 351	2.45 463	1.13 295	0.96 312	11.03 522	1.31 380	0.67 470	0.64 485	0.43 432	0.32 398	0.71 463	0.76 466

otaku	1.67 439	1.18 471	1.56 382	2.27 496	1.59 490	1.98 449	1.23 450	2.23 417	1.37 369	1.48 388	1.63 392	1.73 411	1.23 394	1.85 308	1.09 352	2.96 503	0.58 483	1.74 492	0.61 473	2.94 500	2.15 500

222	1.67 439	0.31 162	0.93 227	0.59 247	0.31 110	1.05 332	0.43 171	2.39 441	1.47 410	1.37 346	1.55 370	0.94 229	0.94 305	1.98 328	17.76 521	0.24 255	0.22 315	0.21 158	0.20 191	0.22 204	0.26 252

Wz-Net-SNSev	1.68 441	1.45 482	8.71 497	0.71 372	0.67 399	1.35 387	1.51 463	2.15 399	1.47 410	1.51 391	1.68 399	2.27 454	1.38 415	4.23 425	2.36 453	0.32 370	0.29 393	0.31 361	0.33 411	0.43 398	0.39 379

DeepPrunerF	1.68 441	0.82 446	6.82 487	0.94 459	1.20 479	0.91 291	0.97 418	2.50 459	5.19 510	1.22 271	1.30 288	1.18 301	1.29 403	4.96 441	1.75 433	0.43 424	0.35 431	0.52 451	0.48 452	0.43 398	0.42 395

psmorigin	1.69 443	0.74 440	13.13 507	0.70 369	0.60 369	1.16 356	0.79 377	1.69 278	1.25 303	2.07 457	1.77 411	2.23 451	1.51 431	2.14 348	1.45 399	0.39 413	0.41 452	0.34 391	0.33 411	0.45 411	0.63 451

G-Net	1.71 444	0.67 424	2.09 422	1.14 475	0.75 417	2.96 485	0.89 402	1.58 248	1.30 339	2.76 479	8.12 514	2.29 456	2.51 483	1.94 322	2.23 448	0.49 445	0.45 461	0.45 437	0.31 391	0.62 453	0.59 444

Ntro	1.72 445	1.21 474	1.62 386	2.54 501	1.86 492	2.09 457	1.14 439	2.08 379	1.38 371	1.23 274	1.62 388	1.62 395	1.33 410	2.04 336	1.21 368	3.09 504	0.56 480	1.82 494	0.65 475	2.97 504	2.25 502

FBW_ROB	1.78 446	0.66 420	1.90 408	0.72 377	0.66 393	1.79 436	1.07 430	2.79 480	1.77 444	1.84 439	1.79 413	1.98 436	1.37 414	12.42 524	2.22 447	0.36 402	0.38 445	0.57 465	0.39 431	0.46 418	0.51 422

SPS-STEREO	1.78 446	1.09 466	1.52 377	1.22 478	1.14 472	1.87 443	1.11 433	2.27 426	1.70 438	3.17 493	2.39 459	2.84 474	1.93 461	4.41 429	2.93 461	1.04 484	0.99 505	0.97 482	0.94 489	1.03 478	1.05 479
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 448	1.11 468	4.33 476	0.84 428	0.77 423	3.70 493	2.41 505	2.04 371	1.85 453	1.75 430	1.90 430	1.92 428	1.25 398	7.33 487	1.45 399	0.47 441	0.47 466	0.53 455	0.77 482	0.50 427	0.55 434

SAMSARA	1.80 448	0.90 451	3.37 464	1.28 481	1.13 470	3.71 494	2.33 500	2.53 463	1.93 457	3.17 493	1.73 406	2.99 476	1.68 444	3.53 415	2.46 455	0.47 441	0.54 477	0.43 432	0.47 450	0.59 446	0.64 452

PVD	1.82 450	0.91 454	3.02 456	1.03 466	0.94 454	2.61 474	1.14 439	2.78 479	3.40 495	3.08 491	2.75 468	2.39 463	2.49 482	2.81 395	3.66 470	0.48 443	0.49 473	0.59 468	0.49 455	0.60 449	0.81 470

ADCL	1.82 450	0.70 430	4.57 478	0.70 369	0.63 381	2.56 472	1.77 479	2.08 379	1.77 444	1.95 451	1.89 428	2.04 446	1.88 459	2.36 367	9.55 503	0.27 321	0.25 365	0.35 398	0.32 398	0.39 385	0.39 379

AAGNet	1.84 452	0.30 130	0.79 148	0.66 321	0.32 142	0.65 173	0.50 243	1.02 83	1.01 180	1.47 382	1.21 251	0.99 247	1.16 380	2.76 394	22.69 527	0.24 255	0.13 38	0.22 187	0.20 191	0.24 252	0.16 33

ff1	1.88 453	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	1.08 107	2.62 479	1.19 251	1.49 349	1.07 271	0.85 260	9.88 515	13.82 512	0.21 179	0.13 38	0.31 361	0.28 357	0.20 141	0.23 192

MDST_ROB	1.88 453	0.40 319	1.71 393	0.93 456	0.60 369	4.27 504	1.23 450	3.99 498	1.44 399	4.61 505	2.63 467	1.44 362	1.03 347	9.78 512	1.62 420	0.33 376	0.26 371	0.37 411	0.33 411	0.31 337	0.34 352

SGM_RVC	1.88 453	0.40 319	0.90 218	0.63 286	0.30 91	2.81 479	1.26 453	2.73 475	1.81 451	4.09 497	2.85 471	3.88 489	3.19 491	8.42 499	2.44 454	0.33 376	0.31 402	0.30 355	0.28 357	0.31 337	0.31 326
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 456	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	2.32 430	1.41 386	1.19 251	1.49 349	1.07 271	0.85 260	9.88 515	13.82 512	0.25 275	0.21 300	0.31 361	0.28 357	0.32 348	0.29 300

xxx	1.89 456	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	2.32 430	1.41 386	1.19 251	1.49 349	1.07 271	0.85 260	9.88 515	13.82 512	0.25 275	0.21 300	0.31 361	0.28 357	0.32 348	0.29 300

DPSNet	1.91 458	0.64 413	5.95 483	0.73 385	0.59 365	2.04 454	1.61 471	3.84 496	1.96 460	1.54 399	1.39 321	2.27 454	3.32 494	4.95 440	4.79 479	0.50 449	0.31 402	0.29 344	0.26 331	0.67 458	0.54 428

test_sample9	1.96 459	0.51 370	1.35 354	0.58 228	0.40 244	1.07 336	0.80 380	1.99 358	1.27 315	1.25 281	1.22 253	1.09 282	1.01 337	2.46 374	8.57 497	0.59 462	12.85 530	0.62 470	0.67 477	0.45 411	0.48 410

1111x	1.96 459	0.32 179	1.54 381	0.54 160	0.30 91	1.00 324	0.69 346	2.47 454	1.33 350	1.21 263	1.44 339	1.21 306	1.11 372	8.49 500	16.14 519	0.22 213	0.23 343	0.22 187	0.23 292	0.25 264	0.26 252

ADCPNet	1.97 461	0.78 441	9.38 499	0.74 391	0.61 375	2.73 477	1.36 458	2.11 384	1.66 435	1.92 445	1.70 402	2.45 464	2.07 467	2.50 380	6.84 491	0.38 407	0.38 445	0.38 415	0.43 441	0.47 422	0.50 418

WCMA_ROB	2.05 462	0.55 385	1.77 397	0.74 391	0.61 375	2.24 462	1.56 468	2.17 409	1.79 449	4.16 501	6.36 503	5.66 502	4.66 505	3.19 405	2.77 459	0.55 457	0.45 461	0.40 425	0.43 441	0.48 423	0.50 418

RainbowNet	2.06 463	1.86 495	1.97 415	2.86 504	2.25 499	2.03 453	1.79 480	2.77 477	1.92 456	1.54 399	1.84 421	1.95 434	1.73 449	2.23 355	1.38 393	3.40 510	0.86 497	2.39 503	1.00 495	2.94 500	2.42 504

MSMD_ROB	2.08 464	0.61 403	1.15 301	0.71 372	0.62 379	4.00 500	0.93 411	1.94 346	1.79 449	4.71 507	4.60 492	8.14 511	3.87 501	3.75 420	1.65 426	0.54 453	0.48 468	0.55 461	0.58 468	0.53 435	0.52 424

Wz-Net-TNSev	2.10 465	2.71 514	9.30 498	0.72 377	0.65 387	2.41 470	1.81 484	2.45 449	1.77 444	1.62 416	1.56 376	2.56 467	2.01 463	5.30 445	4.46 476	0.41 419	0.38 445	0.33 383	0.37 427	0.54 438	0.64 452

ADCMid	2.11 466	0.90 451	8.39 495	0.75 399	0.69 403	1.98 449	1.14 439	2.18 410	1.67 436	2.85 481	1.85 424	2.35 460	2.02 465	2.35 366	10.58 507	0.34 385	0.32 414	0.39 419	0.44 443	0.51 429	0.53 427

ADCP+	2.12 467	0.56 389	10.01 500	0.68 347	0.91 447	2.25 463	1.04 426	1.92 343	1.50 417	1.58 408	1.34 304	1.73 411	1.62 436	2.27 360	13.20 509	0.25 275	0.22 315	0.32 372	0.29 375	0.38 380	0.34 352

WZ-Net	2.14 468	1.08 464	11.68 506	0.89 447	0.78 427	1.76 430	1.59 470	2.39 441	2.03 463	2.11 458	1.95 435	2.30 457	2.28 477	5.94 462	3.86 473	0.35 395	0.27 379	0.29 344	0.32 398	0.52 430	0.50 418

AnyNet_C32	2.14 468	1.45 482	7.38 490	0.95 461	1.12 467	2.23 461	2.34 501	2.10 383	1.54 421	2.44 469	1.79 413	2.04 446	1.66 442	2.69 390	10.48 506	0.38 407	0.35 431	0.35 398	0.42 437	0.50 427	0.60 447

NVStereoNet_ROB	2.17 470	1.18 471	3.51 466	1.14 475	1.26 482	1.57 412	1.51 463	2.19 412	2.11 467	2.04 455	4.80 494	3.17 483	2.11 472	7.97 495	2.10 443	1.12 487	0.94 502	1.10 488	1.34 501	0.95 473	1.31 487
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	2.22 471	1.29 479	4.14 474	1.10 471	0.78 427	5.00 507	2.38 504	2.47 454	2.67 484	1.94 449	2.28 454	2.66 471	1.70 445	9.10 502	2.29 451	0.68 472	0.52 475	0.68 474	0.71 480	1.17 484	0.81 470

SANet	2.26 472	0.70 430	6.94 488	0.69 360	0.46 293	2.76 478	1.76 478	2.61 468	5.84 512	2.45 470	3.52 481	3.71 486	3.38 496	5.90 459	2.14 445	0.34 385	0.31 402	0.32 372	0.29 375	0.54 438	0.43 399

test_sample8	2.29 473	0.51 370	1.35 354	0.58 228	0.40 244	1.07 336	0.80 380	2.03 368	1.22 287	2.28 464	1.33 300	4.98 500	2.51 483	2.46 374	8.57 497	0.59 462	12.85 530	0.62 470	0.67 477	0.45 411	0.48 410

ADCS	2.35 474	1.26 476	6.54 486	0.85 431	0.77 423	2.18 460	1.79 480	2.47 454	2.20 469	2.80 480	2.14 449	2.38 461	2.09 468	2.81 395	13.83 515	0.43 424	0.41 452	0.40 425	0.45 446	0.59 446	0.67 454

MeshStereo	2.36 475	0.60 398	1.05 269	0.63 286	0.51 324	2.58 473	0.99 421	3.46 491	2.21 470	7.38 519	5.06 498	7.50 507	3.10 490	7.02 485	2.54 456	0.44 433	0.44 459	0.45 437	0.40 433	0.43 398	0.45 404
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	2.38 476	2.21 504	10.17 501	0.99 464	0.79 429	3.12 486	2.37 502	2.69 474	1.89 455	2.58 476	2.44 462	2.70 472	1.86 458	3.65 416	7.12 492	0.41 419	0.41 452	0.40 425	0.42 437	0.68 459	0.79 468

DispFullNet	2.39 477	2.89 515	3.74 470	3.09 509	2.27 501	2.04 454	0.84 391	2.19 412	1.73 442	2.54 474	1.98 436	2.23 451	5.83 508	3.44 414	1.84 438	1.03 482	0.33 420	2.65 509	1.97 513	2.87 499	2.34 503

EDNetEfficient	2.40 478	1.14 469	8.59 496	0.77 408	0.73 410	1.06 335	1.53 466	1.54 237	4.06 501	4.87 508	2.81 469	2.23 451	3.53 497	3.04 401	9.65 504	0.27 321	0.24 353	0.27 319	0.31 391	0.70 461	0.67 454

FCDSN-DC	2.47 479	0.65 419	1.00 255	0.85 431	0.75 417	2.26 464	0.97 418	2.31 429	1.83 452	5.52 514	7.65 510	7.72 510	7.70 515	4.43 430	2.64 457	0.52 451	0.48 468	0.52 451	0.52 461	0.57 443	0.59 444
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 480	0.72 435	18.07 518	0.72 377	0.53 335	1.85 441	0.86 397	1.80 306	2.40 473	1.54 399	1.42 332	1.13 295	1.17 383	4.18 424	4.80 481	0.25 275	0.20 284	0.23 221	0.19 162	7.64 525	0.38 376

ELAS	2.67 481	0.80 442	2.13 426	1.13 472	1.15 474	6.25 511	2.56 506	3.50 492	3.68 498	5.36 512	4.92 497	3.79 487	5.56 507	3.65 416	5.22 483	0.66 469	0.57 481	0.56 463	0.54 464	0.65 456	0.75 465
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 482	1.55 489	15.40 510	1.13 472	1.42 486	3.75 496	2.21 495	2.45 449	2.72 485	2.91 484	2.85 471	2.58 468	1.62 436	6.28 470	5.80 486	0.41 419	0.30 397	0.35 398	0.35 420	0.52 430	0.54 428

RTSA	2.76 482	1.55 489	15.40 510	1.13 472	1.42 486	3.75 496	2.21 495	2.45 449	2.72 485	2.91 484	2.85 471	2.58 468	1.62 436	6.28 470	5.80 486	0.41 419	0.30 397	0.35 398	0.35 420	0.52 430	0.54 428

WAO-7	2.78 484	1.54 488	2.18 429	1.41 485	1.19 478	3.92 499	2.01 489	4.19 500	3.89 500	2.98 487	5.47 499	4.18 491	3.28 493	8.24 498	4.27 474	1.13 488	1.01 506	1.18 489	1.13 500	1.19 485	1.13 485

MADNet+	2.80 485	3.38 518	11.57 505	1.50 488	1.21 481	3.18 488	2.00 486	3.52 493	2.61 478	1.81 436	2.09 445	2.83 473	2.18 476	7.55 490	5.44 485	0.84 475	0.83 492	0.71 476	0.66 476	1.05 480	1.08 481

IMH-64-1	2.82 486	1.87 496	1.77 397	3.31 511	2.69 507	3.22 489	2.07 490	4.25 501	2.77 487	2.46 471	3.78 484	3.05 478	2.34 479	4.67 436	3.00 463	3.84 514	0.84 495	2.75 510	1.39 502	3.34 509	2.93 512

IMH-64	2.82 486	1.87 496	1.77 397	3.31 511	2.69 507	3.22 489	2.07 490	4.25 501	2.77 487	2.46 471	3.78 484	3.05 478	2.34 479	4.67 436	3.00 463	3.84 514	0.84 495	2.75 510	1.39 502	3.34 509	2.93 512

pmcnn	2.84 488	0.46 347	5.19 482	0.68 347	0.42 267	1.55 409	1.16 442	2.32 430	1.60 431	2.72 477	7.49 508	17.96 525	1.48 429	6.04 463	6.64 490	0.18 72	0.15 165	0.15 6	0.12 17	0.20 141	0.20 120

ACVNet_2	2.86 489	1.47 484	8.28 493	2.68 502	2.26 500	2.70 476	1.84 485	3.41 489	3.04 489	2.27 463	3.42 480	4.58 493	2.10 469	5.91 460	1.62 420	2.58 500	0.67 487	2.22 497	0.85 486	2.79 497	2.47 505

ELAS_RVC	2.87 490	0.80 442	3.22 461	1.16 477	1.12 467	2.92 484	5.33 514	2.98 485	4.18 503	5.04 509	4.82 495	4.71 495	8.23 516	4.25 427	4.79 479	0.67 470	0.57 481	0.57 465	0.53 463	0.66 457	0.74 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 491	0.61 403	1.15 301	0.75 399	0.57 356	2.85 482	1.05 427	3.44 490	2.64 482	6.93 515	7.63 509	9.86 516	7.02 513	5.76 457	4.31 475	0.54 453	0.48 468	0.51 449	0.50 457	0.53 435	0.52 424

FC-DCNN v2	2.96 492	0.61 403	1.13 294	0.75 399	0.57 356	2.90 483	1.06 429	3.59 494	2.66 483	7.05 516	7.66 511	10.26 519	7.17 514	6.27 469	4.49 478	0.54 453	0.48 468	0.51 449	0.50 457	0.53 435	0.52 424

WAO-6	2.98 493	1.67 493	1.88 407	2.38 500	2.30 502	3.53 492	2.37 502	4.38 503	4.64 507	2.42 467	4.50 488	4.85 496	2.99 489	5.22 444	5.37 484	1.77 492	1.16 512	2.31 499	1.47 507	2.42 493	1.99 499

ACVNet-4b	3.05 494	1.42 481	18.09 519	2.85 503	2.33 503	2.32 468	1.22 448	2.47 454	2.21 470	1.26 294	2.36 458	2.64 470	1.46 425	6.32 472	1.23 372	3.29 507	0.45 461	2.37 500	1.02 497	3.03 505	2.61 507

ACVNet_1	3.08 495	1.48 485	17.70 515	2.90 506	2.35 504	2.30 465	1.43 461	3.16 487	2.26 472	1.91 444	2.05 443	3.51 485	2.32 478	3.71 419	1.58 413	3.25 506	0.66 486	2.40 504	1.06 498	3.07 506	2.59 506

PWCK	3.24 496	2.37 505	10.86 503	2.14 495	1.14 472	3.71 494	4.19 513	3.02 486	3.55 497	3.05 490	3.63 482	3.09 481	2.35 481	8.16 497	3.41 467	2.17 496	0.96 503	1.77 493	1.01 496	2.84 498	1.40 491

IMH	3.35 497	1.95 498	1.86 406	3.30 510	2.72 509	4.03 502	2.00 486	4.58 505	3.83 499	2.87 482	6.99 506	4.69 494	3.21 492	6.77 481	2.97 462	3.91 517	0.89 499	2.78 512	1.40 506	3.36 511	2.93 512

LVE	3.40 498	1.80 494	2.21 431	2.90 506	2.44 505	3.27 491	2.25 497	4.80 506	5.06 508	2.43 468	6.79 504	5.99 503	2.64 487	9.20 504	2.28 449	3.30 508	1.11 511	2.38 501	1.48 508	2.95 502	2.62 508

Dean	3.77 499	1.65 492	17.87 516	3.01 508	2.54 506	3.15 487	2.10 493	4.80 506	4.42 504	2.89 483	6.03 501	5.45 501	2.55 486	3.40 413	2.13 444	3.22 505	0.89 499	2.51 507	1.07 499	3.07 506	2.65 510

JetBlue	4.18 500	2.45 509	10.42 502	1.40 482	2.89 512	10.68 517	10.68 516	3.91 497	2.52 474	2.74 478	3.39 479	4.50 492	4.27 503	7.97 495	7.67 495	0.89 477	0.97 504	0.89 480	0.92 488	2.26 491	2.21 501

notaker	4.29 501	2.42 508	5.06 480	3.89 520	3.29 517	4.00 500	2.25 497	4.93 508	3.47 496	4.21 503	6.79 504	7.67 509	3.37 495	9.25 506	6.47 488	4.09 519	1.42 514	3.35 519	2.13 516	4.11 516	3.54 517

ktn	4.56 502	2.41 507	2.54 442	3.79 519	3.25 515	4.81 506	2.91 510	5.52 510	7.36 513	4.12 500	14.55 522	7.54 508	3.70 498	7.84 494	3.35 466	4.06 518	1.86 517	3.26 518	2.22 517	3.27 508	2.86 511

WAO-8	4.57 503	2.01 499	2.58 445	2.37 498	2.21 497	9.75 513	1.71 474	6.04 515	16.34 521	4.11 498	7.69 512	7.41 505	3.85 499	10.02 518	3.85 471	2.05 494	1.09 509	2.44 505	1.39 502	2.56 495	1.86 497

Venus	4.57 503	2.01 499	2.58 445	2.37 498	2.21 497	9.75 513	1.71 474	6.04 515	16.34 521	4.11 498	7.69 512	7.41 505	3.85 499	10.02 518	3.85 471	2.05 494	1.09 509	2.44 505	1.39 502	2.56 495	1.86 497

SGM+DAISY	5.38 505	1.28 478	8.24 492	1.27 480	1.16 476	10.62 516	16.01 523	2.93 484	2.53 475	8.64 522	13.03 520	8.26 512	13.38 520	6.34 473	7.59 494	1.07 485	1.05 508	1.00 485	0.98 492	1.02 477	1.12 484

TorneroNet-64	5.41 506	2.10 502	2.43 438	3.49 515	2.83 510	9.90 515	2.13 494	8.87 521	16.79 526	5.39 513	9.18 516	10.68 521	3.92 502	9.55 508	5.11 482	3.36 509	0.86 497	2.88 513	1.62 509	3.76 512	3.37 515

MADNet++	5.41 506	3.18 516	6.43 485	4.66 524	3.95 521	6.15 510	6.75 515	4.51 504	4.51 506	5.06 510	6.27 502	4.96 498	6.14 509	9.39 507	11.70 508	4.71 520	4.19 523	3.97 521	3.33 519	4.08 515	4.25 522

UNDER WATER	5.68 508	2.46 510	15.52 512	3.98 522	3.53 518	5.15 508	2.74 508	5.58 512	16.41 524	4.00 496	4.56 489	9.12 514	6.43 511	6.22 466	9.11 501	3.85 516	1.35 513	3.18 517	1.98 514	4.51 519	3.84 521

UNDER WATER-64	5.84 509	2.48 511	17.93 517	3.97 521	3.58 519	7.70 512	3.03 511	5.72 514	14.13 518	4.18 502	4.00 486	9.27 515	6.80 512	6.20 465	9.22 502	3.67 512	1.52 515	3.14 515	1.95 512	4.43 518	3.83 520

LSM	6.55 510	1.26 476	15.64 513	1.79 490	68.74 538	1.67 422	2.08 492	2.26 420	2.59 477	3.13 492	3.08 476	1.90 423	1.81 454	2.89 398	2.16 446	0.43 424	0.59 484	0.50 448	0.58 468	0.64 454	17.24 532

tt	6.61 511	0.28 85	6.10 484	3.77 518	2.17 496	11.53 518	19.61 524	13.53 526	5.81 511	3.00 488	2.82 470	4.97 499	6.33 510	3.83 422	7.23 493	9.13 526	11.32 529	5.87 525	6.22 524	6.01 522	2.63 509

JetRed	7.02 512	8.94 524	25.72 527	2.89 505	3.27 516	14.25 522	12.27 520	6.69 517	4.45 505	4.46 504	4.56 489	6.65 504	5.43 506	7.46 489	14.41 517	2.60 501	3.31 520	2.61 508	2.30 518	4.34 517	3.79 519

MANE	7.50 513	0.64 413	7.97 491	1.40 482	2.10 495	16.86 524	12.56 521	12.91 525	17.51 529	8.50 521	11.60 518	14.66 523	13.33 519	12.02 523	13.28 510	0.62 465	0.52 475	0.52 451	1.90 511	0.56 441	0.58 442

SGM-ForestM	7.81 514	0.48 358	11.02 504	0.74 391	0.40 244	16.83 523	12.72 522	7.91 519	8.13 514	11.53 523	10.25 517	22.44 533	14.01 521	17.02 526	20.52 523	0.38 407	0.39 450	0.37 411	0.36 423	0.37 374	0.38 376

coex-ft	8.35 515	2.39 506	100.24 541	0.68 347	0.54 343	1.77 432	1.57 469	1.71 286	11.00 516	18.91 531	3.76 483	3.85 488	8.23 516	3.29 410	6.58 489	0.31 363	0.31 402	0.32 372	0.31 391	0.69 460	0.57 439

LE_ROB	8.35 515	0.47 352	27.42 531	0.83 424	0.34 178	2.84 481	3.36 512	4.03 499	27.04 533	25.20 533	8.72 515	8.55 513	27.35 532	7.37 488	22.13 524	0.22 213	0.20 284	0.20 125	0.21 233	0.25 264	0.25 232

KSHMR	8.76 517	2.14 503	3.59 467	3.60 517	3.13 514	4.15 503	2.67 507	5.61 513	58.90 542	3.04 489	55.71 541	4.94 497	2.54 485	4.61 435	3.05 465	3.49 511	1.57 516	3.14 515	1.98 514	3.84 513	3.49 516

U	9.23 518	0.22 6	0.65 82	0.48 61	53.11 537	61.26 541	0.24 18	0.77 22	0.55 26	0.37 19	0.30 7	0.29 5	0.34 33	0.34 1	0.27 5	0.20 152	0.12 11	60.47 538	4.24 522	0.18 71	0.14 4

TCMNet-wrong-test	10.42 519	11.55 527	15.31 509	20.99 529	18.49 525	13.94 521	10.69 517	16.07 527	4.14 502	5.27 511	5.64 500	16.22 524	12.57 518	7.57 491	10.26 505	7.44 524	2.38 518	4.30 522	3.43 520	11.37 527	10.87 525

EDNetEfficientorigin	10.59 520	1.52 487	177.33 542	0.68 347	0.54 343	1.66 421	1.20 447	1.94 346	3.39 494	4.69 506	3.37 478	3.08 480	2.79 488	3.25 408	3.63 469	0.26 300	0.24 353	0.33 383	0.28 357	0.85 469	0.87 473

TorneroNet	10.72 521	2.09 501	2.76 450	3.48 514	3.03 513	44.72 536	2.31 499	8.62 520	67.06 543	7.45 520	23.21 530	10.59 520	4.28 504	9.03 501	9.00 500	3.67 512	0.91 501	3.04 514	1.63 510	3.92 514	3.55 518

HanzoNet	11.92 522	5.12 520	17.18 514	4.19 523	3.59 520	5.16 509	2.82 509	7.41 518	9.96 515	33.31 538	27.60 531	22.25 532	37.31 536	18.18 527	13.57 511	8.13 525	3.44 522	3.50 520	3.44 521	7.77 526	4.52 523

DGTPSM_ROB	13.06 523	8.27 522	22.29 522	9.53 526	18.14 523	11.53 518	31.97 530	10.82 523	16.25 519	7.14 517	19.39 528	10.12 517	16.69 524	9.85 513	22.49 525	4.77 521	8.72 524	5.37 523	10.24 527	6.15 523	11.56 526

DPSMNet_ROB	13.08 524	8.28 523	22.32 523	9.54 527	18.15 524	11.53 518	31.98 531	10.83 524	16.27 520	7.17 518	19.40 529	10.12 517	16.69 524	9.87 514	22.50 526	4.78 522	8.72 524	5.38 524	10.25 528	6.16 524	11.59 527

ASD4	17.95 525	11.38 526	20.07 520	11.32 528	12.21 522	21.39 525	31.23 529	22.73 529	12.78 517	12.19 524	12.67 519	13.79 522	14.32 522	20.13 528	25.17 529	18.93 531	15.37 532	28.00 533	22.52 534	17.63 530	15.21 531

DPSM_ROB	19.12 526	19.13 529	25.13 525	22.15 531	20.86 528	28.06 528	37.75 533	27.18 531	16.95 527	14.25 525	15.07 523	21.66 527	18.69 527	21.83 530	26.51 531	10.15 528	9.30 527	10.45 528	10.41 529	14.00 528	12.85 529

DPSM	19.12 526	19.13 529	25.13 525	22.15 531	20.86 528	28.06 528	37.75 533	27.18 531	16.95 527	14.25 525	15.07 523	21.66 527	18.69 527	21.83 530	26.51 531	10.15 528	9.30 527	10.45 528	10.41 529	14.00 528	12.85 529

LRCNet_RVC	22.79 528	32.09 535	22.06 521	29.83 533	26.15 530	4.40 505	0.84 391	22.64 528	2.10 466	26.93 534	29.25 532	23.03 534	15.56 523	23.91 532	18.92 522	32.00 535	20.04 537	34.68 534	32.13 535	30.66 535	28.52 535

DLNR_Zeroshot_test	23.23 529	48.25 543	43.77 534	177.04 543	78.39 539	0.35 12	0.21 4	23.33 530	0.82 105	0.67 99	0.86 120	0.58 93	0.30 16	1.64 280	0.48 158	10.69 530	0.13 38	0.18 68	0.14 53	76.63 542	0.23 192

DPSimNet_ROB	24.77 530	9.69 525	61.46 539	3.56 516	19.46 526	25.95 526	77.56 541	5.09 509	16.60 525	21.50 532	29.82 533	25.12 535	85.69 542	13.37 525	23.07 528	7.23 523	17.79 533	8.55 526	7.57 525	4.57 521	31.84 536

BEATNet-Init1	27.39 531	21.01 531	73.65 540	1.07 468	0.80 431	56.07 537	22.82 525	33.14 538	31.71 535	51.78 542	52.93 540	65.63 542	48.54 540	48.75 543	36.36 536	0.52 451	0.47 466	0.54 456	0.54 464	0.64 454	0.72 461

CasAABBNet	38.42 532	38.42 537	50.26 536	44.76 538	41.87 534	56.47 538	76.22 539	54.44 541	33.92 537	28.53 535	30.36 535	43.53 540	37.59 537	43.77 540	53.32 541	20.27 532	18.70 535	21.03 530	21.04 532	28.19 532	25.79 533

Selective-RAFT-Error	38.47 533	38.44 538	50.38 537	44.74 537	42.01 535	56.47 538	76.24 540	54.44 541	34.02 538	28.59 536	30.30 534	43.51 539	38.10 538	43.69 539	53.24 540	20.36 533	18.72 536	21.05 531	21.02 531	28.25 533	25.87 534

HaxPig	39.02 534	41.39 540	41.59 532	30.10 534	32.36 531	29.49 530	27.65 527	30.56 534	37.94 539	43.75 539	43.81 537	33.42 536	35.69 533	41.51 537	40.33 538	43.91 539	47.48 542	45.87 535	47.14 537	42.29 536	44.06 539

AVERAGE_ROB	40.42 535	42.30 541	42.61 533	36.91 536	35.54 533	30.42 531	27.59 526	37.45 540	38.45 540	44.87 540	44.27 538	37.55 538	36.69 534	41.82 538	40.25 537	45.36 540	46.73 541	47.09 536	46.32 536	42.47 537	43.74 538

MEDIAN_ROB	42.01 536	44.30 542	44.14 535	35.08 535	34.90 532	31.33 535	29.90 528	36.77 539	40.11 541	47.14 541	46.55 539	37.49 537	38.50 539	44.30 542	42.32 539	47.93 541	49.31 543	49.68 537	49.00 538	44.98 538	46.46 540

Anonymous_1	42.79 537	18.71 528	24.75 524	21.81 530	45.16 536	27.68 527	37.52 532	28.64 533	16.34 521	14.72 527	14.53 521	20.60 526	17.82 526	21.52 529	25.88 530	113.45 542	8.91 526	100.63 539	126.37 539	158.50 543	12.31 528

LSM0	42.92 538	38.72 539	50.66 538	47.49 539	110.18 543	56.77 540	75.87 538	54.87 543	33.74 536	29.48 537	31.12 536	43.77 541	37.12 535	43.85 541	53.44 542	20.50 534	18.67 534	21.05 531	21.07 533	28.37 534	41.73 537

PML	51.64 539	37.49 536	14.31 508	7.45 525	20.27 527	107.80 542	231.34 543	8.94 522	27.70 534	86.74 543	268.93 543	69.03 543	61.09 541	24.71 536	14.36 516	9.71 527	3.40 521	9.60 527	4.67 523	20.46 531	4.76 524

xxxxx1	54.34 540	26.72 532	27.03 528	114.14 540	99.00 540	30.68 532	47.19 535	32.52 535	26.09 530	17.85 528	17.48 525	21.86 529	20.92 529	24.38 533	33.78 533	34.73 536	41.33 538	157.67 541	175.68 541	65.82 539	71.99 541

tt_ll	54.34 540	26.72 532	27.03 528	114.14 540	99.00 540	30.68 532	47.19 535	32.52 535	26.09 530	17.85 528	17.48 525	21.86 529	20.92 529	24.38 533	33.78 533	34.73 536	41.33 538	157.67 541	175.68 541	65.82 539	71.99 541

ff	54.34 540	26.72 532	27.03 528	114.14 540	99.00 540	30.68 532	47.19 535	32.52 535	26.09 530	17.85 528	17.48 525	21.86 529	20.92 529	24.38 533	33.78 533	34.73 536	41.33 538	157.67 541	175.68 541	65.82 539	71.99 541

test_example2	192.91 543	210.59 544	206.44 543	199.86 544	204.90 544	172.02 543	182.95 542	138.34 544	134.89 544	193.14 544	200.54 542	186.77 544	177.82 543	204.95 544	207.57 543	221.83 544	238.70 544	186.02 544	190.07 544	226.94 544	173.78 544

ccccc	497.36 544	492.94 545	590.78 544	530.37 545	529.69 545	476.06 544	438.68 544	494.48 545	344.79 545	446.40 545	517.23 544	473.27 545	547.51 544	541.46 545	607.83 544	660.58 545	458.79 545	353.88 545	309.98 545	597.94 545	534.45 545

FADE		6.16 521		1.90 494	1.95 494			5.55 511	5.12 509	2.92 486		4.13 490		10.56 520		193.84 543	2.80 519	122.45 540	126.70 540	1.14 483	1.11 483

Low-res two-view benchmark