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	1.56 1	0.84 10	3.56 4	3.37 21	1.49 128	2.27 7	0.59 33	3.96 1	2.27 9	2.10 16	0.11 1	2.58 29	2.83 61	2.97 3	1.00 6	0.04 43	0.88 320	0.00 1	0.00 1	0.02 2	0.34 46

LGtest1	1.67 2	0.87 11	4.47 18	2.67 3	0.82 48	3.00 17	0.11 5	6.42 9	1.80 2	1.94 14	1.62 14	0.65 6	0.92 15	5.90 18	1.02 9	0.04 43	0.55 251	0.00 1	0.00 1	0.10 38	0.46 85

MLG-Stereo_test1	1.73 3	0.79 3	3.82 8	2.83 8	2.75 225	2.77 12	0.15 9	6.43 10	2.10 8	1.21 1	0.16 2	1.52 16	0.52 3	7.62 45	0.90 2	0.03 32	0.74 288	0.00 1	0.03 127	0.03 5	0.24 27

MLG-Stereo	1.73 3	0.78 2	3.87 9	3.09 14	1.06 77	3.04 18	0.16 11	7.00 15	2.55 12	1.24 2	0.19 4	1.50 15	0.65 9	7.55 43	0.86 1	0.11 146	0.81 305	0.00 1	0.03 127	0.03 5	0.19 23

MLG-Stereo_test3	1.79 5	0.82 8	4.52 19	2.79 6	1.61 141	3.91 36	0.24 17	6.61 13	1.52 1	1.35 5	1.22 11	1.97 21	0.63 8	6.25 25	1.27 16	0.04 43	0.66 273	0.00 1	0.00 1	0.05 11	0.29 34

LG-Stereo_L2	1.81 6	1.11 21	5.06 35	3.06 13	0.92 60	2.71 11	0.43 23	7.45 22	1.91 5	1.93 12	0.44 7	0.41 3	0.52 3	8.16 54	1.05 12	0.05 67	0.73 286	0.00 1	0.00 1	0.04 9	0.32 40

LG-Stereo_L1	1.82 7	1.13 23	4.80 25	3.05 12	1.18 88	2.86 15	0.49 26	7.33 21	2.07 7	1.66 8	0.31 5	0.52 4	0.58 6	8.22 57	1.09 13	0.05 67	0.74 288	0.01 120	0.00 1	0.03 5	0.29 34

MLG-Stereo_test2	1.82 7	0.81 6	3.61 5	3.13 15	2.26 195	2.82 14	0.16 11	5.42 5	2.37 10	2.20 18	0.17 3	3.22 36	0.17 1	7.52 42	0.91 3	0.37 264	0.71 284	0.00 1	0.00 1	0.05 11	0.51 96

SGD-Stereo	2.03 9	0.90 12	4.25 14	2.80 7	0.38 7	3.39 23	0.90 45	7.22 20	2.50 11	4.05 53	1.12 10	1.77 18	1.31 19	8.51 63	1.04 10	0.24 221	0.01 11	0.00 1	0.00 1	0.06 19	0.12 13

dual_stereo	2.05 10	0.76 1	3.43 1	2.96 10	1.50 130	2.64 10	0.08 2	5.59 6	2.63 13	1.35 5	0.77 9	2.38 27	0.61 7	10.75 122	1.98 30	0.02 15	1.41 417	0.00 1	0.23 273	0.01 1	1.86 290

MonSter	2.06 11	0.90 12	4.81 26	2.70 4	1.72 154	6.01 143	0.13 7	6.67 14	3.15 16	1.51 7	2.25 16	0.33 2	0.36 2	7.02 33	1.29 17	0.01 3	0.98 335	0.00 1	0.38 348	0.02 2	1.01 178

S2M2	2.24 12	1.47 65	4.41 17	3.77 32	1.20 90	2.26 6	0.06 1	6.51 11	7.31 71	1.92 11	4.58 31	4.42 58	0.81 12	2.90 2	1.83 26	0.58 315	0.11 128	0.03 160	0.00 1	0.49 239	0.09 7

LG-G_1	2.39 13	0.79 3	4.63 21	3.83 36	0.64 30	10.74 242	0.58 31	7.00 15	1.89 3	1.72 9	1.33 12	1.33 13	2.10 44	8.16 54	1.40 19	0.05 67	0.66 273	0.00 1	0.00 1	0.06 19	0.94 169

LG-G	2.39 13	0.79 3	4.63 21	3.83 36	0.64 30	10.74 242	0.58 31	7.00 15	1.89 3	1.72 9	1.33 12	1.33 13	2.10 44	8.16 54	1.40 19	0.05 67	0.66 273	0.00 1	0.00 1	0.06 19	0.94 169

DEFOM-Stereo	2.43 15	1.22 32	4.56 20	3.89 38	1.05 74	12.70 270	0.80 42	5.07 3	2.70 14	3.02 35	1.81 15	0.61 5	0.54 5	8.77 67	1.01 7	0.02 15	0.01 11	0.00 1	0.00 1	0.03 5	0.69 126

RAStereo	2.53 16	1.48 67	7.27 102	4.18 57	1.48 122	1.78 4	0.13 7	8.50 32	8.15 96	2.40 22	4.11 25	3.37 37	0.81 12	3.73 7	2.75 82	0.05 67	0.00 1	0.00 1	0.00 1	0.35 158	0.14 15

IGEV-Stereo++	2.55 17	0.93 14	4.65 23	4.40 74	3.52 265	3.33 22	0.10 4	8.77 37	4.60 24	2.63 28	4.41 26	2.00 23	4.67 121	3.47 5	0.98 4	0.02 15	0.78 299	0.09 229	0.00 1	0.06 19	1.65 264

GREAT-IGEV	2.67 18	1.48 67	5.32 42	3.65 27	1.73 155	2.92 16	0.20 14	6.37 8	6.52 60	1.34 4	5.23 47	1.09 11	1.45 25	10.01 105	1.57 21	0.11 146	1.50 429	0.00 1	0.24 279	0.19 80	2.48 375

LG-Stereo	2.75 19	1.78 112	8.47 149	4.32 73	1.04 73	3.56 30	1.20 59	7.18 19	6.19 54	2.53 26	7.57 73	1.07 10	0.75 10	5.24 11	2.51 63	0.49 296	0.27 179	0.01 120	0.03 127	0.34 152	0.44 79

111111	2.79 20	1.16 24	4.90 29	4.16 52	4.50 311	3.40 24	0.22 16	9.37 48	4.11 21	2.47 25	4.41 26	2.27 25	2.02 42	9.21 82	1.37 18	0.01 3	0.79 301	0.08 219	0.01 87	0.14 58	1.19 203

StereoAnything_RVC	2.80 21	12.35 456	6.48 75	2.89 9	1.06 77	1.47 3	0.17 13	5.24 4	2.04 6	1.29 3	0.35 6	0.29 1	3.53 75	8.37 61	1.01 7	0.05 67	0.88 320	0.00 1	0.00 1	6.93 452	1.66 265

fffft	2.87 22	1.37 51	6.09 54	3.63 26	1.48 122	4.34 49	4.03 229	9.11 44	3.91 19	3.19 37	2.34 17	1.90 19	1.43 24	10.93 126	2.22 40	0.00 1	0.23 169	0.00 1	0.00 1	0.38 187	0.85 147
1: 1. 1
MaDis-Stereo	2.96 23	2.05 179	7.26 101	3.35 20	2.54 213	1.78 4	0.28 18	8.41 29	5.58 37	2.77 31	3.62 21	7.05 108	4.60 109	5.95 19	3.33 111	0.01 3	0.05 67	0.00 1	0.00 1	0.19 80	0.39 64

IGEV-Stereo+	3.03 24	1.10 19	5.14 39	3.52 24	4.87 323	2.53 8	0.68 36	4.40 2	3.11 15	2.20 18	0.71 8	0.79 9	3.45 70	8.89 70	1.25 15	0.08 122	0.70 281	0.00 1	0.40 355	5.72 448	11.13 487

LG-Stereo_Zeroshot	3.06 25	1.06 18	6.40 68	5.55 144	1.90 170	3.79 33	0.82 43	7.92 27	3.70 18	4.01 52	10.87 117	2.27 25	5.15 131	3.49 6	2.09 38	0.19 204	0.64 271	0.00 1	0.35 327	0.42 206	0.58 112

SMoEStereo_RVC	3.08 26	1.77 111	5.88 50	4.29 71	0.76 38	6.25 158	1.85 127	8.81 39	4.44 23	4.08 54	3.85 23	2.76 31	2.21 47	11.07 129	2.28 43	0.01 3	0.13 136	0.03 160	0.00 1	0.35 158	0.83 145

AIO_test	3.09 27	1.33 47	5.84 48	4.60 84	3.35 256	5.26 106	2.32 157	9.12 46	5.01 28	1.93 12	4.76 36	4.23 56	1.35 21	7.85 51	1.18 14	0.92 369	1.03 351	0.00 1	0.29 302	0.07 28	1.30 218

GIP-stereo	3.09 27	1.42 58	4.82 28	5.64 152	4.11 290	3.31 21	0.74 38	9.86 53	6.75 63	2.44 23	5.48 50	4.08 50	3.14 65	5.77 16	1.68 23	0.14 168	0.63 269	0.00 1	0.00 1	0.09 37	1.66 265

UniTT-Stereo	3.10 29	1.22 32	7.79 124	4.50 79	2.51 210	2.59 9	0.42 22	5.88 7	5.74 38	5.46 81	7.76 75	1.12 12	1.46 26	9.06 75	5.42 196	0.06 99	0.07 104	0.00 1	0.01 87	0.60 276	0.26 30

IGEV-RUCA	3.15 30	1.28 41	5.12 37	5.23 122	2.34 202	6.02 144	1.75 117	7.71 25	5.31 33	2.77 31	4.98 43	4.01 48	2.39 53	10.02 106	1.73 24	0.17 188	0.26 178	0.21 312	0.29 302	0.74 312	0.58 112

mms	3.23 31	1.87 138	6.16 58	4.22 61	2.38 204	4.13 45	3.87 222	8.68 35	5.05 29	2.68 29	5.66 59	3.05 33	1.33 20	9.68 97	2.35 51	0.01 3	0.55 251	0.00 1	0.00 1	0.42 206	2.47 374

ours_stereo	3.25 32	1.81 120	5.95 53	4.18 57	1.97 176	3.79 33	2.71 180	8.97 41	6.86 64	2.39 21	5.79 61	3.97 47	1.82 38	9.84 100	2.05 35	0.02 15	0.21 164	0.00 1	0.00 1	0.38 187	2.35 365

AIO-Stereo	3.32 33	1.49 71	5.67 45	5.06 109	1.51 132	4.67 62	1.71 110	10.31 58	5.90 50	3.02 35	4.90 40	5.32 80	0.80 11	10.66 116	1.88 27	0.06 99	0.85 316	0.00 1	0.70 396	0.14 58	1.78 278

AIO_rvc	3.33 34	1.66 94	6.67 84	4.55 80	3.62 268	5.18 100	1.79 122	8.85 40	5.06 30	2.17 17	4.89 39	4.69 66	1.16 16	10.57 114	2.01 33	0.59 320	1.10 360	0.00 1	0.04 142	0.16 66	1.84 287

RSM++	3.35 35	1.29 43	5.82 47	5.16 119	1.00 71	4.93 88	2.54 168	10.70 67	5.17 31	3.45 43	4.81 37	6.63 102	1.86 39	10.23 109	2.06 36	0.05 67	0.06 92	0.01 120	0.18 254	0.19 80	0.95 172

HUF	3.37 36	1.82 128	7.11 99	3.74 31	1.68 149	5.10 96	2.12 145	10.44 62	5.26 32	2.44 23	4.54 29	5.45 83	2.61 56	7.44 41	2.03 34	0.91 367	2.05 448	0.09 229	0.00 1	0.19 80	2.46 371

RSM	3.39 37	1.22 32	5.46 43	5.06 109	1.60 140	4.70 65	1.76 119	10.72 68	4.92 27	3.67 47	4.52 28	7.70 121	1.74 35	11.04 128	2.06 36	0.05 67	0.18 152	0.00 1	0.35 327	0.19 80	0.92 160

DEFOM-Stereo_RVC	3.40 38	7.12 412	4.30 15	11.17 412	1.69 151	4.59 55	0.46 25	9.11 44	3.63 17	2.69 30	3.29 19	0.75 7	7.02 185	9.35 86	2.00 31	0.01 3	0.15 145	0.00 1	0.19 258	0.06 19	0.39 64

EGLCR-Stereo	3.41 39	1.28 41	6.47 71	4.22 61	1.36 106	5.18 100	1.24 62	11.58 88	5.47 35	3.80 50	3.40 20	8.10 129	1.69 33	9.53 94	2.23 42	0.09 131	0.89 324	0.01 120	0.00 1	0.24 101	1.42 236

Selective-IGEV	3.46 40	1.32 46	5.92 52	4.55 80	2.27 196	4.65 59	2.07 144	11.50 85	5.81 40	3.19 37	4.75 35	5.46 84	1.77 36	11.24 141	2.37 54	0.05 67	0.82 309	0.00 1	0.20 263	0.10 38	1.17 200

tt45	3.47 41	1.65 91	5.29 41	4.20 60	1.93 173	8.00 209	1.99 141	9.99 56	4.05 20	5.83 83	4.57 30	4.57 65	2.37 52	11.40 147	2.38 56	0.01 3	0.14 142	0.00 1	0.01 87	0.40 195	0.69 126

MGS-Stereo	3.47 41	1.54 75	7.34 109	3.79 33	0.51 22	4.78 73	1.51 79	6.53 12	9.92 126	4.54 61	10.22 103	5.44 82	1.26 18	8.51 63	2.53 67	0.21 211	0.01 11	0.02 141	0.00 1	0.59 270	0.23 25

IGEV++	3.49 43	1.67 95	6.59 80	6.41 218	1.44 112	4.50 53	1.66 99	11.20 79	5.34 34	3.01 34	6.40 65	4.30 57	4.36 98	5.66 15	3.53 121	0.05 67	1.20 379	0.00 1	0.15 227	0.32 142	2.10 344

CroCo-Stereo	3.51 44	2.49 271	8.03 134	9.10 355	1.26 101	0.97 1	0.96 49	11.24 84	8.52 104	3.79 49	4.87 38	7.93 127	4.44 107	3.26 4	2.76 84	0.03 32	0.00 1	0.00 1	0.00 1	0.34 152	0.16 19
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
Pointernet	3.56 45	0.99 16	6.55 78	3.79 33	0.85 52	5.19 102	0.36 19	17.55 190	7.32 72	4.50 60	6.92 66	4.82 69	2.69 57	5.26 12	2.99 97	0.04 43	0.53 245	0.00 1	0.35 327	0.05 11	0.42 73

GLC_STEREO	3.61 46	1.35 49	3.91 10	6.86 258	0.23 1	4.69 63	1.61 87	9.80 51	7.20 69	5.64 82	9.11 85	5.19 74	2.02 42	10.25 110	3.70 127	0.07 117	0.04 57	0.22 320	0.00 1	0.24 101	0.17 21

MoCha-V2	3.68 47	1.42 58	5.50 44	6.03 190	1.50 130	4.53 54	1.32 66	11.05 77	6.30 56	5.86 84	5.39 49	2.66 30	6.33 162	10.36 112	1.58 22	0.19 204	1.57 435	0.00 1	0.24 279	0.07 28	1.77 277

fffy	3.69 48	1.76 108	7.01 92	4.25 70	1.49 128	4.74 70	1.69 108	10.96 73	7.10 67	2.90 33	6.29 63	6.27 97	3.10 64	10.41 113	2.09 38	0.01 3	1.02 349	0.00 1	0.00 1	0.37 175	2.28 360

SCV	3.72 49	1.81 120	7.24 100	5.65 154	1.66 148	4.31 47	1.64 91	12.11 92	6.98 65	2.28 20	4.94 42	6.07 92	2.70 58	10.28 111	2.30 44	0.09 131	0.98 335	0.00 1	0.53 378	0.55 255	2.27 358

999	3.74 50	1.55 77	5.72 46	5.15 118	2.42 206	7.40 194	2.13 146	10.76 69	7.33 73	3.20 39	5.04 44	5.01 71	2.26 50	12.45 206	3.06 100	0.06 99	0.24 172	0.00 1	0.00 1	0.37 175	0.66 121

AEACV	3.74 50	1.42 58	6.45 69	5.61 148	6.24 386	4.69 63	1.54 83	7.61 24	7.19 68	3.59 46	7.87 76	4.20 53	6.43 167	6.07 23	1.96 29	0.03 32	1.03 351	0.04 176	0.54 380	0.23 97	2.12 346

CREStereo	3.75 52	1.21 28	3.79 7	2.66 2	0.66 32	5.52 115	0.39 20	10.77 71	14.18 173	7.14 93	10.54 109	5.25 77	3.54 76	6.27 27	2.88 95	0.04 43	0.01 11	0.03 160	0.01 87	0.05 11	0.05 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
castereo++	3.76 53	1.79 114	5.06 35	4.09 49	2.65 218	16.30 338	1.89 133	8.46 31	9.15 116	2.53 26	4.66 32	5.04 72	2.00 41	9.08 77	1.04 10	0.02 15	0.59 263	0.00 1	0.34 323	0.08 32	0.50 94

trnet	3.79 54	1.10 19	3.76 6	2.70 4	0.63 29	5.60 126	0.41 21	10.89 72	14.11 172	7.11 92	10.55 111	5.73 87	3.75 80	6.25 25	2.89 96	0.04 43	0.02 33	0.03 160	0.01 87	0.06 19	0.07 3

SCV_C0	3.81 55	1.92 148	7.94 131	4.22 61	1.75 158	4.82 76	1.56 84	11.79 89	8.00 91	3.23 40	5.14 45	6.19 94	1.81 37	11.49 155	2.42 58	0.17 188	1.09 356	0.00 1	0.23 273	0.38 187	2.04 331

LoS	3.83 56	1.25 36	4.39 16	3.29 19	0.58 26	4.87 77	1.15 56	11.00 74	13.34 161	5.02 70	10.69 112	4.14 51	3.78 82	9.15 81	3.20 107	0.08 122	0.03 48	0.09 229	0.00 1	0.13 56	0.35 48
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 57	0.81 6	6.63 82	4.40 74	11.89 466	11.98 260	0.20 14	8.42 30	5.78 39	1.97 15	2.73 18	0.77 8	1.59 27	2.60 1	0.98 4	0.04 43	0.04 57	10.46 484	5.41 473	0.05 11	0.14 15

IGEVStereo-DCA	3.90 58	2.95 305	7.30 103	4.05 44	0.92 60	4.94 90	1.65 94	14.40 126	5.82 41	4.17 55	4.67 33	4.50 63	3.95 86	11.24 141	4.28 157	0.18 194	0.56 254	0.00 1	0.17 242	0.25 105	1.98 311

ff7	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

ffff	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

11t	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

ccc-4	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

anonymousdsp	3.97 63	2.10 192	6.76 87	4.43 76	1.82 166	4.92 86	1.68 100	14.84 138	5.82 41	5.26 78	5.54 53	4.20 53	4.37 102	11.54 161	2.68 78	0.04 43	0.87 318	0.00 1	0.18 254	0.36 169	1.98 311

IGEV-Stereo	3.97 63	2.10 192	6.78 89	4.43 76	1.81 164	4.92 86	1.68 100	14.84 138	5.82 41	5.25 77	5.54 53	4.22 55	4.36 98	11.55 162	2.68 78	0.04 43	0.88 320	0.00 1	0.18 254	0.36 169	1.98 311
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 65	2.95 305	11.04 267	4.05 44	0.92 60	4.94 90	1.53 82	11.97 91	6.50 59	4.17 55	4.67 33	4.50 63	3.95 86	11.24 141	4.28 157	0.18 194	0.56 254	0.00 1	0.22 265	0.25 105	1.88 292

rvit_stereo_0081_aga	4.01 66	3.10 317	10.05 217	5.65 154	3.01 244	4.91 85	1.88 132	8.80 38	7.27 70	6.97 88	6.94 67	5.81 89	3.23 68	7.63 46	3.77 131	0.08 122	0.00 1	0.00 1	0.00 1	0.62 280	0.44 79

CES	4.08 67	1.34 48	3.46 2	3.65 27	11.49 463	5.24 104	0.99 51	10.15 57	9.15 116	3.80 50	9.29 90	1.76 17	0.91 14	6.94 32	2.64 77	0.07 117	0.05 67	0.01 120	0.00 1	1.63 375	9.03 472

test_xeample3	4.08 67	2.95 305	11.20 271	4.05 44	1.05 74	5.62 127	1.58 85	13.23 101	4.76 26	7.10 91	3.83 22	3.18 35	3.30 69	11.75 166	4.42 164	0.08 122	0.74 288	0.00 1	0.38 348	0.26 115	2.04 331

LoS_RVC	4.09 69	3.01 311	4.81 26	4.88 96	7.78 425	5.24 104	2.80 185	7.57 23	4.24 22	4.41 58	10.34 105	3.62 43	6.34 163	6.59 30	2.37 54	0.04 43	0.03 48	0.00 1	0.01 87	0.06 19	7.70 460

CASnet	4.11 70	1.27 39	5.28 40	5.63 151	0.31 2	4.89 80	2.86 187	11.52 86	11.73 142	11.06 135	11.80 125	4.16 52	1.63 29	6.30 28	2.22 40	0.63 327	0.00 1	0.60 373	0.13 209	0.15 62	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 71	1.50 73	5.89 51	3.82 35	1.88 168	3.75 32	6.51 303	8.68 35	6.38 58	4.81 65	8.44 78	9.56 152	4.31 96	10.00 104	4.16 148	0.05 67	0.84 311	0.00 1	0.19 258	0.23 97	1.71 270

ProNet	4.14 71	2.35 252	7.50 113	4.22 61	1.47 117	5.67 131	6.24 294	13.78 122	7.71 79	3.38 42	4.93 41	3.72 44	3.52 73	11.52 160	2.72 80	0.08 122	1.32 401	0.01 120	0.26 291	0.47 227	2.02 325

WCG-NET	4.15 73	1.44 63	6.47 71	3.48 22	0.31 2	4.36 51	1.74 115	8.24 28	15.53 187	8.94 115	9.64 93	6.87 106	4.12 93	7.42 40	2.86 94	0.02 15	1.09 356	0.00 1	0.00 1	0.21 89	0.28 32

castereo	4.17 74	1.71 100	4.94 31	4.23 69	1.13 82	6.25 158	6.97 320	10.76 69	16.22 196	3.25 41	7.74 74	3.55 42	7.25 189	5.61 14	2.63 75	0.04 43	0.38 206	0.00 1	0.26 291	0.08 32	0.44 79

rvit_stereo_0081	4.20 75	2.18 218	9.43 193	6.66 242	1.77 160	3.43 25	2.29 155	8.53 33	16.32 201	4.68 63	5.52 51	5.21 75	4.60 109	8.22 57	4.20 150	0.05 67	0.01 11	0.00 1	0.01 87	0.41 199	0.49 92

rvit_stereo_0082	4.20 75	2.18 218	9.43 193	6.66 242	1.77 160	3.43 25	2.29 155	8.53 33	16.32 201	4.68 63	5.52 51	5.21 75	4.60 109	8.22 57	4.20 150	0.05 67	0.01 11	0.00 1	0.01 87	0.41 199	0.49 92

CroCo-Stereo Lap2	4.21 77	2.60 282	9.11 172	10.21 384	6.06 380	1.11 2	0.78 41	10.63 65	8.34 99	3.46 44	5.18 46	8.92 140	5.66 147	6.42 29	4.53 169	0.03 32	0.05 67	0.00 1	0.00 1	0.81 326	0.39 64

HART	4.24 78	2.13 205	6.15 56	5.53 140	1.40 110	4.32 48	0.74 38	13.35 110	5.92 51	6.13 85	12.75 135	6.81 105	1.70 34	11.14 138	2.42 58	0.03 32	1.48 428	0.10 240	0.00 1	0.55 255	2.26 357

CAS++	4.25 79	2.16 213	6.64 83	4.57 83	1.14 85	4.22 46	1.62 88	19.22 215	10.81 133	9.35 118	9.25 89	1.97 21	1.40 23	9.87 102	2.00 31	0.15 179	0.05 67	0.00 1	0.00 1	0.33 146	0.28 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 80	2.26 234	8.78 158	5.09 113	1.45 113	5.66 128	1.08 54	13.30 109	8.20 97	8.93 114	10.09 101	6.61 101	3.52 73	5.14 10	3.20 107	0.02 15	1.13 365	0.06 193	0.00 1	0.32 142	0.39 64

rvit_stereo_0080	4.27 81	2.89 299	9.02 167	4.10 50	1.93 173	4.06 38	7.35 331	10.37 59	8.86 110	5.39 79	7.51 71	6.20 95	4.36 98	7.08 34	4.75 175	0.45 289	0.01 11	0.00 1	0.00 1	0.59 270	0.45 82

whm_eth	4.27 81	2.89 299	9.02 167	4.10 50	1.93 173	4.06 38	7.35 331	10.37 59	8.86 110	5.39 79	7.51 71	6.20 95	4.36 98	7.08 34	4.75 175	0.45 289	0.01 11	0.00 1	0.00 1	0.59 270	0.45 82

testlalala	4.28 83	1.72 102	8.36 146	4.01 40	3.59 266	7.88 206	1.70 109	9.98 55	5.56 36	13.20 168	10.02 95	7.06 109	1.91 40	5.98 20	2.36 52	0.03 32	1.26 393	0.00 1	0.41 357	0.06 19	0.52 97

MM-Stereo_test2	4.38 84	1.62 84	7.85 127	5.85 184	1.12 80	7.07 186	2.18 151	15.22 142	8.69 107	7.23 97	5.26 48	4.83 70	3.75 80	10.87 124	2.40 57	0.03 32	1.04 353	0.00 1	0.14 219	0.41 199	2.02 325

plain	4.41 85	2.18 218	11.50 280	5.46 137	2.97 242	3.20 20	1.38 67	9.01 43	5.96 52	3.56 45	16.63 168	3.01 32	2.76 59	14.80 291	4.25 156	0.32 250	0.00 1	0.04 176	0.01 87	0.79 321	0.43 76

MC-Stereo	4.47 86	1.16 24	5.85 49	6.14 195	1.43 111	3.70 31	1.73 111	10.62 64	7.83 88	6.85 87	13.33 141	6.77 104	6.21 161	11.23 140	2.52 65	0.04 43	1.30 395	0.06 193	0.24 279	0.17 72	2.14 349

MIF-Stereo (partial)	4.55 87	1.63 87	8.37 147	5.46 137	5.35 346	3.48 28	0.94 47	9.80 51	8.03 93	4.45 59	15.68 158	5.33 81	5.11 128	11.92 176	4.57 170	0.06 99	0.02 33	0.06 193	0.03 127	0.45 219	0.30 37

XX-TBD	4.63 88	10.71 438	3.94 11	10.55 398	0.62 28	5.95 142	0.08 2	7.91 26	12.75 149	11.73 141	14.80 152	4.04 49	1.64 30	4.90 9	2.61 73	0.08 122	0.01 11	0.00 1	0.00 1	0.26 115	0.06 2

rvit_stereo_0083	4.77 89	2.28 236	10.63 248	7.49 299	1.73 155	4.88 78	2.71 180	8.97 41	18.71 233	5.01 69	7.88 77	6.38 99	5.11 128	7.80 48	4.86 179	0.28 240	0.04 57	0.00 1	0.01 87	0.26 115	0.39 64

MyStereo07	4.80 90	2.38 257	6.21 59	6.63 237	4.77 320	6.47 169	9.60 368	16.70 172	5.88 48	4.81 65	5.77 60	3.13 34	5.68 148	12.07 182	2.46 60	0.09 131	1.33 405	0.03 160	0.32 312	0.74 312	0.93 165

CREStereo++_RVC	4.83 91	1.16 24	4.67 24	4.71 88	2.02 180	4.01 37	0.11 5	9.48 49	18.00 218	8.87 111	16.74 170	4.43 59	2.15 46	6.09 24	3.39 115	0.07 117	0.00 1	0.00 1	10.51 492	0.05 11	0.12 13
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
WCG-NET（raft）	4.87 92	1.67 95	6.84 90	3.49 23	0.31 2	4.96 92	1.95 137	11.08 78	15.49 186	8.82 109	11.46 122	9.50 150	4.96 126	11.32 145	3.26 110	0.09 131	1.41 417	0.00 1	0.03 127	0.23 97	0.54 100

TANstereo	4.87 92	1.49 71	5.02 34	4.02 42	0.51 22	14.25 296	0.15 9	9.17 47	12.84 151	12.80 159	18.36 188	5.14 73	4.43 104	6.01 21	2.30 44	0.09 131	0.12 135	0.00 1	0.01 87	0.02 2	0.68 124

Former-RAFT_DAM_RVC	4.91 94	3.05 316	9.51 196	4.55 80	3.59 266	9.01 218	1.46 74	14.59 136	19.31 239	7.65 103	7.22 70	2.04 24	2.21 47	10.13 108	2.51 63	0.12 158	0.03 48	0.08 219	0.00 1	0.62 280	0.50 94

Reg-Stereo(zero)	4.96 95	0.83 9	5.01 33	3.71 29	2.33 199	3.81 35	1.18 58	17.25 183	13.30 160	10.52 127	10.73 114	10.47 160	4.43 104	9.47 92	4.17 149	0.06 99	0.74 288	0.00 1	0.27 296	0.04 9	0.88 153

rvit_stereo_ft	5.02 96	3.45 335	10.80 255	11.76 423	2.76 226	4.08 43	8.16 348	10.64 66	10.63 132	4.34 57	6.39 64	6.65 103	4.63 117	9.35 86	5.82 212	0.11 146	0.00 1	0.00 1	0.00 1	0.34 152	0.42 73

iRaftStereo_RVC	5.06 97	2.15 209	7.88 129	5.54 143	0.78 44	5.22 103	0.45 24	18.47 204	11.75 143	9.72 122	15.05 154	5.74 88	3.18 67	9.29 85	2.52 65	0.02 15	1.24 390	0.00 1	0.01 87	0.58 264	1.62 261

MSKI-zero shot	5.11 98	1.81 120	6.47 71	6.17 198	1.78 162	6.42 168	1.50 78	13.59 114	8.66 106	10.63 130	11.58 123	13.29 214	2.35 51	12.34 199	3.09 102	0.05 67	1.21 385	0.02 141	0.29 302	0.15 62	0.85 147

GCAP-BAT	5.15 99	2.42 260	8.74 156	4.07 47	5.04 333	6.61 176	1.82 124	10.43 61	6.66 62	13.47 179	12.76 136	9.14 144	2.87 62	11.51 159	3.58 125	0.03 32	1.24 390	0.01 120	0.60 388	0.13 56	1.81 280

sCroCo_RVC	5.29 100	3.82 351	17.52 382	11.17 412	6.67 399	5.78 137	2.66 175	10.47 63	8.48 103	3.78 48	9.32 91	4.76 68	4.83 124	8.33 60	4.88 180	1.17 399	0.52 243	0.06 193	0.03 127	0.70 302	0.90 159

MM-Stereo_test1	5.41 101	1.55 77	6.52 76	5.96 187	1.09 79	4.88 78	6.82 313	14.32 125	12.83 150	13.28 171	10.54 109	5.88 90	6.54 169	11.72 164	2.75 82	0.18 194	1.13 365	0.00 1	0.02 114	0.48 230	1.73 272

tg	5.41 101	2.04 173	7.70 118	5.40 134	1.27 102	7.45 197	0.49 26	18.97 208	13.10 154	9.51 119	14.60 149	7.15 110	4.05 90	10.89 125	2.99 97	0.02 15	0.70 281	0.00 1	0.00 1	0.55 255	1.42 236

RAFT-Stereo-weight	5.42 103	1.21 28	6.22 60	4.69 86	1.28 103	6.18 155	1.58 85	18.42 203	18.47 227	11.35 138	10.27 104	11.93 184	1.65 31	9.59 95	3.83 133	0.10 141	0.60 265	0.00 1	0.00 1	0.16 66	0.89 156

CAS	5.44 104	0.98 15	3.95 12	17.59 464	7.74 424	7.82 204	6.09 290	9.89 54	9.40 120	4.82 67	10.69 112	1.93 20	1.22 17	4.54 8	2.47 61	10.98 485	0.02 33	0.00 1	0.02 114	0.53 246	8.19 466

4D-IteraStereo	5.47 105	2.05 179	8.66 151	5.34 128	4.93 326	6.11 145	1.79 122	13.74 120	16.35 203	14.53 193	11.10 118	8.22 130	1.59 27	8.73 66	3.37 113	0.00 1	0.49 236	0.09 229	0.02 114	0.25 105	1.98 311

PMTNet	5.52 106	1.11 21	4.24 13	2.49 1	1.38 108	8.75 213	0.67 35	12.64 96	12.84 151	8.66 106	11.27 120	6.00 91	4.70 123	9.91 103	3.02 99	22.39 501	0.01 11	0.04 176	0.02 114	0.06 19	0.23 25

RCA-Stereo	5.58 107	1.26 37	6.71 85	4.85 94	0.80 47	5.51 114	3.97 226	17.56 191	19.40 240	8.45 105	14.11 146	8.73 136	8.70 217	6.88 31	2.77 89	0.05 67	0.98 335	0.11 261	0.00 1	0.14 58	0.61 114

test_1	5.63 108	1.29 43	9.52 198	4.90 102	1.45 113	6.51 171	2.93 191	13.65 117	19.05 237	12.58 148	8.67 79	13.02 208	4.07 91	9.39 90	2.58 68	0.01 3	1.09 356	0.00 1	0.38 348	0.28 128	1.26 213

test-3	5.64 109	1.29 43	9.52 198	4.88 96	1.45 113	6.53 172	2.92 189	13.64 115	19.04 236	12.75 158	8.67 79	13.01 207	4.10 92	9.39 90	2.58 68	0.01 3	1.09 356	0.00 1	0.37 338	0.28 128	1.25 212

xyz-stereo-finetune	5.68 110	2.00 164	6.56 79	3.16 17	0.33 5	11.80 257	3.99 227	13.58 113	21.58 260	8.92 113	12.57 133	6.12 93	3.72 79	12.06 181	6.59 238	0.07 117	0.02 33	0.00 1	0.02 114	0.19 80	0.25 29

AE-Stereo	5.68 110	1.78 112	9.22 186	9.25 359	2.52 211	10.13 226	2.92 189	13.10 100	14.88 178	4.88 68	13.10 139	10.72 163	4.43 104	9.24 84	3.37 113	0.10 141	1.31 399	0.06 193	0.32 312	0.21 89	2.03 329

cross-raft	5.70 112	1.44 63	7.08 94	6.69 244	2.11 185	5.89 139	1.44 72	16.44 163	8.38 100	13.42 177	20.70 221	12.20 188	4.38 103	9.06 75	3.11 103	0.03 32	0.38 206	0.00 1	0.22 265	0.24 101	0.84 146

tt1	5.74 113	2.52 272	6.54 77	6.89 260	0.86 54	10.31 233	4.08 230	19.77 225	16.80 208	7.17 94	9.02 82	4.71 67	8.97 222	11.11 134	2.34 49	0.05 67	1.17 369	0.00 1	0.04 142	0.29 134	2.07 337

test_4	5.75 114	1.40 55	6.47 71	7.20 284	0.89 57	5.81 138	1.82 124	12.26 93	6.62 61	12.85 160	30.51 336	7.61 119	3.81 83	12.70 217	3.47 118	0.02 15	0.27 179	0.03 160	0.17 242	0.39 191	0.67 122

ACVNet-DCA	5.76 115	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	21.10 245	13.53 162	7.39 99	10.06 96	4.44 60	9.58 231	11.08 130	2.33 46	0.05 67	1.18 373	0.00 1	0.04 142	0.37 175	1.93 299

CFNet-RSSM	5.78 116	1.24 35	9.20 184	4.82 93	1.23 95	6.33 161	1.21 61	17.35 185	18.14 220	13.35 173	11.17 119	11.69 175	5.43 135	9.71 99	3.34 112	0.03 32	0.20 156	0.00 1	0.36 333	0.37 175	0.42 73

cc1	5.79 117	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	19.19 212	15.95 192	7.39 99	10.06 96	4.44 60	9.58 231	11.08 130	2.33 46	0.05 67	1.18 373	0.00 1	0.04 142	0.34 152	2.04 331

HUI-Stereo	5.80 118	1.98 159	10.42 238	5.66 157	0.45 8	5.52 115	2.68 177	13.29 108	7.82 87	12.71 157	18.16 182	12.91 205	6.60 170	10.73 121	5.36 194	0.89 363	0.08 110	0.10 240	0.00 1	0.25 105	0.36 54

Gwc-CoAtRS	5.80 118	1.37 51	9.07 169	4.80 92	1.39 109	6.90 182	1.27 63	16.50 166	15.48 185	13.07 166	13.35 142	12.64 192	5.61 145	9.14 80	4.20 150	0.04 43	0.32 192	0.00 1	0.29 302	0.30 137	0.33 43

ROB_FTStereo	5.82 120	1.97 152	10.37 234	5.67 164	0.46 14	5.52 115	1.63 89	13.27 106	7.79 81	12.69 151	18.06 179	12.86 200	6.63 174	12.28 195	5.43 197	0.87 362	0.09 112	0.10 240	0.00 1	0.26 115	0.36 54

EAI-Stereo	5.82 120	2.06 183	9.08 170	6.23 203	2.20 192	6.24 157	6.20 293	20.18 232	6.36 57	10.65 131	15.97 163	6.31 98	3.63 78	12.09 185	4.88 180	0.06 99	0.73 286	0.04 176	1.59 436	0.21 89	1.67 267

gcap-zeroshot	5.83 122	1.82 128	11.95 298	5.34 128	1.98 177	11.06 246	1.64 91	11.01 75	7.05 66	15.27 205	9.84 94	18.92 303	5.12 130	9.85 101	2.50 62	0.27 236	0.90 325	0.07 211	0.33 318	0.05 11	1.61 259

PSM-adaLoss	5.83 122	1.97 152	10.44 242	5.66 157	0.46 14	5.54 122	1.91 135	13.24 102	7.80 85	12.69 151	18.19 186	12.80 196	6.65 182	11.89 174	5.45 199	1.02 381	0.09 112	0.10 240	0.00 1	0.26 115	0.36 54

CRE-IMP	5.83 122	1.86 134	11.10 269	6.20 201	0.51 22	6.86 181	1.64 91	12.56 94	9.01 112	13.16 167	16.11 165	10.94 166	6.14 160	12.81 220	6.46 235	0.50 299	0.07 104	0.10 240	0.00 1	0.27 124	0.27 31

model_zeroshot	5.85 125	1.91 145	10.98 264	6.34 214	2.55 214	10.42 234	2.38 160	17.38 186	9.39 119	14.72 196	10.36 106	11.21 169	2.93 63	8.95 71	3.57 123	0.14 168	1.01 346	0.15 284	0.38 348	0.08 32	2.15 350

ROB_FTStereo_v2	5.85 125	1.97 152	10.38 235	5.66 157	0.46 14	5.52 115	1.95 137	13.24 102	7.78 80	12.68 150	18.16 182	12.83 197	6.61 172	12.27 193	5.63 206	1.00 378	0.09 112	0.10 240	0.00 1	0.26 115	0.36 54

RAFT-IKP	5.85 125	1.97 152	10.36 232	5.66 157	0.45 8	5.33 110	2.01 142	13.27 106	7.79 81	12.69 151	18.19 186	12.77 195	6.67 183	12.36 201	5.60 203	1.11 390	0.09 112	0.10 240	0.00 1	0.25 105	0.35 48

iGMRVC	5.86 128	1.97 152	10.41 237	5.66 157	0.45 8	5.53 119	1.75 117	13.35 110	7.81 86	12.69 151	18.17 184	12.86 200	6.53 168	12.34 199	5.77 208	1.13 393	0.09 112	0.10 240	0.00 1	0.26 115	0.34 46

xyz-stereo-finetune2	5.88 129	2.14 208	6.76 87	2.96 10	0.36 6	14.90 301	1.85 127	11.54 87	5.89 49	11.35 138	18.02 178	7.27 114	9.34 229	15.17 296	9.04 274	0.06 99	0.02 33	0.08 219	0.15 227	0.28 128	0.32 40

Patchmatch Stereo++	5.88 129	1.97 152	10.43 240	5.66 157	0.45 8	5.54 122	2.32 157	13.26 104	7.79 81	12.69 151	18.14 180	12.86 200	6.63 174	12.36 201	5.60 203	1.09 387	0.09 112	0.10 240	0.00 1	0.25 105	0.35 48
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 129	1.97 152	10.43 240	5.66 157	0.45 8	5.54 122	2.32 157	13.26 104	7.79 81	12.69 151	18.14 180	12.86 200	6.63 174	12.36 201	5.60 203	1.09 387	0.09 112	0.10 240	0.00 1	0.25 105	0.35 48

IGEV_Zeroshot_test	5.90 132	2.30 239	15.24 355	6.90 261	2.11 185	4.35 50	1.51 79	15.68 149	8.52 104	13.73 184	11.89 127	11.49 171	3.82 84	11.41 148	4.76 177	0.11 146	0.84 311	0.15 284	0.25 289	0.87 336	1.98 311

raftrobust	5.94 133	2.07 187	6.94 91	7.67 306	6.24 386	4.96 92	1.82 124	17.76 192	14.36 174	12.03 142	11.62 124	7.74 122	9.01 223	11.29 144	3.71 129	0.05 67	0.79 301	0.00 1	0.04 142	0.25 105	0.38 62

RAFT-Stereo + iAFF	5.94 133	2.35 252	8.80 159	4.07 47	1.36 106	2.78 13	0.66 34	17.05 178	15.89 191	12.65 149	18.49 190	11.81 179	7.89 198	8.48 62	3.80 132	0.02 15	0.75 293	0.00 1	0.00 1	0.43 210	1.49 248

DeepStereo_RVC	5.95 135	1.88 139	10.44 242	5.76 175	0.60 27	5.45 111	1.78 121	12.93 98	8.02 92	14.07 188	14.98 153	12.40 189	10.05 239	12.02 179	7.35 244	0.61 325	0.10 124	0.12 266	0.00 1	0.21 89	0.29 34

LL-Strereo2	5.97 136	2.88 298	10.62 247	6.59 231	3.38 258	6.31 160	2.20 152	15.61 148	8.46 102	11.33 137	10.75 115	15.69 249	3.45 70	13.58 256	4.65 172	0.16 182	0.48 233	1.33 421	0.13 209	0.36 169	1.42 236

test_3	5.97 136	1.26 37	9.95 214	6.84 257	1.45 113	8.73 212	3.18 199	14.26 124	19.86 242	12.22 144	8.91 81	13.78 220	3.99 88	9.38 89	2.58 68	0.01 3	1.10 360	0.00 1	0.37 338	0.30 137	1.20 205

NRIStereo	5.98 138	1.91 145	9.60 200	6.29 211	0.45 8	6.56 174	2.52 167	15.37 145	11.43 138	12.55 147	15.07 155	11.45 170	6.11 158	12.32 196	6.23 223	0.83 354	0.16 148	0.11 261	0.00 1	0.32 142	0.33 43

HH	6.00 139	2.42 260	9.81 208	5.74 172	1.64 146	7.05 184	3.48 212	17.54 188	7.69 77	8.73 107	12.47 130	14.83 233	8.86 219	13.04 233	2.59 71	0.04 43	1.21 385	0.20 309	0.05 157	0.30 137	2.34 362

HanStereo	6.00 139	2.42 260	9.81 208	5.74 172	1.64 146	7.05 184	3.48 212	17.54 188	7.69 77	8.73 107	12.47 130	14.83 233	8.86 219	13.04 233	2.59 71	0.04 43	1.21 385	0.20 309	0.05 157	0.30 137	2.34 362

MM-Stereo_test3	6.01 141	1.69 98	6.25 62	6.36 215	5.46 355	4.64 58	6.31 298	20.05 230	24.24 294	8.85 110	11.38 121	7.22 111	2.79 60	9.11 78	3.08 101	0.11 146	0.92 327	0.00 1	0.02 114	0.54 253	1.11 197

test-1	6.03 142	1.76 108	15.61 361	8.01 325	1.98 177	7.82 204	1.16 57	13.64 115	13.60 165	9.69 121	15.16 156	11.55 173	5.45 137	7.78 47	4.35 161	0.16 182	1.18 373	0.00 1	0.13 209	0.16 66	1.39 228

rvit_0105_6	6.06 143	3.23 322	15.34 359	10.26 385	1.75 158	5.08 95	5.19 258	11.03 76	20.73 249	6.39 86	7.02 68	10.21 157	7.94 200	11.42 149	3.83 133	0.40 271	0.29 187	0.00 1	0.01 87	0.57 261	0.40 70

Selective-RAFT	6.10 144	1.16 24	10.90 262	7.41 291	0.91 59	15.22 312	1.11 55	14.84 138	16.23 197	7.19 96	7.06 69	11.49 171	8.10 203	12.83 222	5.19 189	0.26 232	0.97 333	0.00 1	0.46 361	0.10 38	0.65 118

H2IRNET	6.11 145	1.63 87	7.52 114	4.69 86	2.30 198	4.07 42	0.71 37	12.58 95	13.88 167	7.18 95	20.80 224	15.50 245	10.48 244	10.72 120	8.26 259	0.19 204	0.00 1	0.07 211	0.52 377	0.52 245	0.55 102

EKT-Stereo	6.11 145	1.71 100	9.09 171	7.69 307	5.56 358	5.16 98	4.26 235	19.18 211	15.13 181	9.20 117	12.84 137	9.55 151	4.18 94	11.74 165	3.24 109	0.53 303	0.62 267	0.09 229	0.14 219	0.17 72	2.16 351

1test111	6.16 147	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	21.10 245	13.53 162	7.39 99	10.06 96	4.44 60	9.58 231	12.08 183	9.26 280	0.05 67	1.18 373	0.00 1	0.04 142	0.37 175	1.93 299

RAFT-Test	6.19 148	1.47 65	7.90 130	4.91 103	2.70 222	9.97 222	1.52 81	17.08 179	9.06 115	13.21 169	23.67 261	12.89 204	4.63 117	9.47 92	3.57 123	0.02 15	0.81 305	0.00 1	0.38 348	0.21 89	0.39 64

testlalala2	6.22 149	2.05 179	8.67 152	15.89 458	10.72 459	7.88 206	3.50 216	13.65 117	10.50 131	15.90 227	12.54 132	8.50 135	2.47 54	5.89 17	3.87 138	0.06 99	0.63 269	0.00 1	0.50 373	0.54 253	0.61 114

s12784h	6.22 149	1.01 17	4.95 32	3.57 25	0.54 25	19.55 380	0.95 48	19.51 222	18.39 222	12.98 164	12.58 134	7.78 123	5.56 144	11.34 146	4.36 162	0.89 363	0.01 11	0.05 184	0.00 1	0.07 28	0.20 24

Any-RAFT	6.28 151	1.42 58	4.91 30	5.00 106	1.25 100	10.18 227	1.90 134	22.68 264	15.87 190	12.12 143	19.23 198	13.69 219	4.65 119	9.35 86	2.36 52	0.06 99	0.57 257	0.00 1	0.00 1	0.05 11	0.35 48

GMOStereo	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

error version	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

test-v	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

test-2	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

GMStereo	6.44 156	4.92 378	12.13 302	5.60 147	0.87 55	9.18 220	2.57 172	12.99 99	25.54 312	12.85 160	11.84 126	5.60 85	3.62 77	11.92 176	6.44 234	0.53 303	0.02 33	0.05 184	0.36 333	0.98 342	0.70 129
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 157	3.34 331	8.02 133	6.23 203	1.68 149	6.33 161	2.48 165	14.54 135	16.71 207	11.71 140	24.13 265	9.38 146	7.13 186	11.83 170	4.32 159	0.12 158	0.01 11	0.00 1	0.00 1	0.73 309	0.33 43

knoymous	6.46 158	1.84 132	5.13 38	4.31 72	1.88 168	6.36 165	5.55 272	15.25 143	14.48 175	13.85 186	21.25 227	12.66 194	6.63 174	13.20 242	5.11 185	0.19 204	0.13 136	0.12 266	0.00 1	0.71 306	0.57 110

rafts_anoy	6.46 158	2.37 254	7.09 95	7.48 298	6.02 377	5.31 109	2.45 164	14.50 133	22.01 266	12.94 163	16.18 166	8.48 134	5.53 142	9.70 98	6.32 229	0.05 67	1.66 437	0.10 240	0.05 157	0.30 137	0.69 126

anonymousdsp2	6.47 160	1.81 120	9.73 205	5.25 124	1.23 95	9.35 221	3.96 225	22.51 260	18.39 222	12.87 162	10.19 102	10.17 156	4.46 108	11.77 167	3.83 133	0.06 99	1.00 344	0.31 347	0.18 254	0.25 105	2.06 336

XX-Stereo	6.50 161	1.81 120	10.42 238	12.71 435	7.14 409	3.46 27	0.90 45	16.31 159	6.13 53	9.03 116	28.11 305	13.48 217	2.22 49	11.87 173	2.61 73	0.45 289	0.78 299	0.08 219	0.42 358	1.09 350	0.88 153

AFF-stereo	6.50 161	2.29 237	8.09 136	4.63 85	0.87 55	3.48 28	0.75 40	16.92 177	13.98 169	13.26 170	25.21 274	15.46 244	7.68 195	11.50 157	3.71 129	0.04 43	0.70 281	0.00 1	0.00 1	0.48 230	1.02 181

xx1	6.52 163	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	19.19 212	15.95 192	7.39 99	10.07 100	16.17 255	12.10 279	11.08 130	2.33 46	0.05 67	1.18 373	0.02 141	0.36 333	0.37 175	1.93 299

RALCasStereoNet	6.53 164	2.84 297	8.12 137	7.88 320	6.12 382	6.85 180	5.29 265	14.66 137	13.94 168	10.20 123	18.18 185	10.24 158	3.83 85	12.33 197	5.56 202	0.04 43	1.88 443	0.11 261	0.01 87	0.26 115	2.24 356

11t1	6.61 165	1.76 108	9.64 202	5.62 150	2.15 189	13.57 285	2.67 176	15.77 151	8.83 109	13.66 183	11.90 128	12.03 186	9.76 236	12.23 192	8.58 267	0.23 215	1.33 405	0.00 1	0.31 310	0.26 115	1.95 307

TRStereo	6.64 166	6.95 411	12.06 301	9.69 370	7.59 417	5.12 97	1.68 100	20.72 235	12.34 145	10.93 134	9.07 83	10.57 162	3.16 66	14.33 270	4.23 154	0.60 323	0.80 304	0.14 279	0.37 338	0.56 259	1.86 290

DisPM	6.68 167	1.58 82	9.90 212	7.19 283	1.12 80	5.71 132	3.69 218	13.74 120	12.42 146	16.60 239	23.63 260	12.64 192	6.39 165	13.31 248	4.08 146	0.77 343	0.01 11	0.08 219	0.15 227	0.14 58	0.53 98

AIO-test1	6.69 168	2.11 196	7.06 93	10.57 399	6.38 394	8.85 215	1.73 111	22.56 263	20.92 252	7.01 89	17.67 176	8.06 128	4.87 125	10.79 123	3.39 115	0.17 188	0.09 112	0.00 1	0.34 323	0.35 158	0.86 149

DCRE	6.73 169	2.11 196	9.19 183	7.76 313	4.90 324	7.81 203	5.86 285	16.46 164	11.38 137	9.61 120	22.55 251	11.84 181	6.35 164	11.09 133	3.63 126	0.04 43	1.19 378	0.06 193	0.37 338	0.15 62	2.23 354

AnonymousM	6.73 169	12.03 451	3.53 3	4.47 78	1.55 135	4.42 52	3.17 198	11.94 90	8.44 101	17.00 253	10.06 96	9.08 143	4.00 89	7.56 44	4.06 144	0.55 311	0.68 279	23.13 496	8.12 485	0.07 28	0.65 118

iRaft-Stereo_20w	6.75 171	2.17 216	13.20 322	5.07 111	2.34 202	7.43 196	2.61 173	20.20 233	7.85 89	15.28 206	10.36 106	14.42 228	8.13 204	16.81 329	4.20 150	0.06 99	0.84 311	0.13 272	0.83 401	0.66 295	2.42 370

DCANet-4	6.78 172	1.21 28	11.48 278	3.95 39	0.76 38	4.73 66	1.68 100	18.40 202	25.78 315	15.44 210	20.36 214	6.42 100	8.48 212	8.87 69	6.24 224	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

SST-Stereo	6.85 173	1.67 95	9.39 191	7.24 286	0.82 48	5.89 139	1.87 131	15.34 144	9.89 125	19.25 307	20.26 213	16.63 263	8.40 210	13.81 263	5.75 207	0.40 271	0.05 67	0.13 272	0.00 1	0.10 38	0.08 5

Pruner-Stereo	6.85 173	1.81 120	10.24 227	6.92 263	0.92 60	5.55 125	4.01 228	14.42 131	11.85 144	18.22 284	21.92 243	15.64 248	5.69 149	12.10 186	6.08 216	0.84 356	0.02 33	0.18 298	0.10 197	0.11 46	0.38 62

RALAANet	6.86 175	3.28 327	11.09 268	7.63 303	4.95 328	6.16 154	1.63 89	20.54 234	15.45 183	15.30 207	14.52 148	12.98 206	4.35 97	13.53 252	3.98 139	0.11 146	0.35 201	0.00 1	0.29 302	0.58 264	0.48 90

DCANet	6.87 176	2.02 169	9.12 174	4.03 43	0.76 38	4.77 72	1.74 115	16.15 156	25.07 301	15.88 225	20.79 223	7.89 125	11.31 260	9.23 83	6.15 218	0.18 194	0.05 67	0.00 1	0.00 1	0.28 128	2.01 324

PSM-softLoss	6.90 177	1.81 120	10.84 257	7.04 268	0.93 65	5.53 119	1.97 139	23.18 270	9.65 122	14.16 189	22.01 248	12.84 198	5.15 131	13.03 231	7.95 252	0.76 340	0.06 92	0.27 331	0.55 383	0.21 89	0.14 15

KMStereo	6.90 177	1.81 120	10.84 257	7.04 268	0.93 65	5.53 119	1.97 139	23.18 270	9.65 122	14.16 189	22.01 248	12.84 198	5.15 131	13.03 231	7.95 252	0.76 340	0.06 92	0.27 331	0.55 383	0.21 89	0.14 15

PFNet+	6.92 179	1.64 90	10.96 263	6.27 206	0.90 58	5.66 128	1.68 100	14.43 132	16.02 194	18.13 282	21.24 226	14.33 225	5.97 153	13.13 239	5.51 201	0.90 365	0.20 156	0.11 261	0.30 309	0.08 32	0.94 169

RAFT-345	6.94 180	1.48 67	7.45 111	5.65 154	0.96 69	5.49 113	3.20 200	13.73 119	10.97 134	13.81 185	42.93 453	9.01 142	5.31 134	13.09 238	4.73 174	0.58 315	0.05 67	0.10 240	0.06 167	0.08 32	0.08 5

MyStereo06	6.95 181	2.25 230	14.05 334	6.69 244	4.74 318	7.75 201	9.60 368	17.85 194	9.03 114	13.29 172	10.78 116	18.68 297	5.70 150	10.66 116	4.52 168	0.09 131	1.32 401	0.02 141	0.26 291	0.84 333	0.92 160

NF-Stereo	6.96 182	1.80 117	10.17 221	7.16 282	0.79 46	6.15 153	3.26 207	20.74 240	18.45 226	13.42 177	19.33 199	11.67 174	6.05 154	12.71 218	6.17 219	0.57 314	0.06 92	0.21 312	0.23 273	0.12 49	0.09 7

OCTAStereo	6.97 183	1.80 117	10.20 224	7.15 281	0.78 44	6.12 150	3.38 208	20.72 235	18.47 227	13.41 174	19.33 199	11.91 182	6.05 154	12.68 216	6.19 220	0.59 320	0.06 92	0.21 312	0.22 265	0.12 49	0.10 10

RE-Stereo	6.97 183	1.79 114	10.18 222	7.14 276	0.77 41	6.14 151	3.39 209	20.72 235	18.43 224	13.41 174	19.33 199	11.78 177	6.09 156	12.66 214	6.22 221	0.58 315	0.05 67	0.21 312	0.22 265	0.12 49	0.10 10

TVStereo	6.97 183	1.79 114	10.18 222	7.14 276	0.77 41	6.14 151	3.39 209	20.72 235	18.43 224	13.41 174	19.33 199	11.78 177	6.09 156	12.66 214	6.22 221	0.58 315	0.05 67	0.21 312	0.22 265	0.12 49	0.10 10

sAnonymous2	6.98 186	7.12 412	20.67 413	9.13 356	5.40 348	5.28 107	8.11 346	16.71 173	11.50 140	5.04 71	9.17 86	3.77 45	8.23 205	7.84 49	3.15 104	0.11 146	0.07 104	0.06 193	0.28 299	10.80 474	7.09 456

CroCo_RVC	6.98 186	7.12 412	20.67 413	9.13 356	5.40 348	5.28 107	8.11 346	16.71 173	11.50 140	5.04 71	9.17 86	3.77 45	8.23 205	7.84 49	3.15 104	0.11 146	0.07 104	0.06 193	0.28 299	10.80 474	7.09 456

DIP-Stereo	6.99 188	2.37 254	11.45 277	4.78 90	1.70 153	13.13 276	1.47 75	15.76 150	7.43 74	14.57 194	26.61 291	10.76 164	5.10 127	14.97 294	8.10 256	0.06 99	0.06 92	0.06 193	0.00 1	0.17 72	1.22 207
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 189	3.33 329	16.60 371	10.68 401	1.59 138	5.89 139	6.84 315	14.50 133	23.99 290	7.31 98	9.49 92	13.18 210	9.62 234	12.33 197	4.32 159	0.39 268	0.46 229	0.00 1	0.02 114	0.67 297	0.68 124

ADStereo(finetuned)	7.09 189	2.04 173	11.52 281	4.01 40	0.77 41	4.78 73	1.73 111	16.15 156	25.08 302	15.89 226	20.74 222	7.88 124	13.56 308	9.11 78	6.07 215	0.18 194	0.05 67	0.00 1	0.00 1	0.28 128	1.93 299

raft+_RVC	7.10 191	2.37 254	6.59 80	6.94 266	5.82 370	6.35 164	5.97 288	21.05 243	23.63 286	10.90 133	17.95 177	9.80 153	5.55 143	11.49 155	4.47 167	0.04 43	1.50 429	0.00 1	0.00 1	0.38 187	1.23 209

OMP-Stereo	7.13 192	2.89 299	9.89 211	10.98 409	1.73 155	4.81 75	1.85 127	18.38 201	16.26 198	16.94 251	14.11 146	17.45 280	7.57 192	13.26 246	5.12 187	0.43 282	0.04 57	0.06 193	0.02 114	0.20 87	0.56 105

RAFT_R40	7.14 193	1.73 104	9.36 190	7.36 290	0.82 48	5.74 134	3.69 218	15.47 147	15.09 180	18.24 285	19.87 207	16.82 264	8.50 213	13.72 261	5.81 211	0.28 240	0.02 33	0.14 279	0.00 1	0.11 46	0.09 7

fff	7.26 194	1.99 160	9.12 174	4.17 53	0.47 17	4.73 66	1.68 100	16.56 168	33.55 382	15.45 211	20.36 214	7.49 116	12.54 287	9.03 72	6.26 225	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

MIPNet	7.26 194	2.30 239	13.74 328	5.32 127	1.61 141	11.32 249	2.77 184	27.02 318	18.47 227	15.56 217	13.20 140	7.01 107	9.46 230	8.84 68	6.32 229	0.15 179	0.03 48	0.06 193	0.08 181	0.42 206	1.39 228

csc	7.26 194	1.99 160	9.12 174	4.17 53	0.47 17	4.73 66	1.68 100	16.56 168	33.55 382	15.45 211	20.36 214	7.49 116	12.54 287	9.03 72	6.26 225	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

cscssc	7.26 194	1.99 160	9.12 174	4.17 53	0.47 17	4.73 66	1.68 100	16.56 168	33.55 382	15.45 211	20.36 214	7.49 116	12.54 287	9.03 72	6.26 225	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

riskmin	7.28 198	1.54 75	8.37 147	5.01 107	3.24 253	11.65 254	3.20 200	16.61 171	18.86 234	10.45 125	13.46 143	16.20 257	12.68 293	12.46 207	6.57 237	0.17 188	1.38 413	0.14 279	0.33 318	0.67 297	2.52 377

AIO-test2	7.31 199	2.95 305	8.32 145	9.20 358	5.66 363	8.78 214	5.13 256	26.30 308	23.78 287	7.04 90	20.37 218	5.69 86	3.51 72	10.05 107	2.74 81	4.35 455	0.14 142	0.03 160	0.62 391	0.71 306	0.80 141

R-Stereo Train	7.33 200	1.62 84	9.31 188	6.80 255	2.33 199	7.57 198	5.36 267	24.47 286	7.63 75	16.40 232	33.07 377	12.42 190	5.52 140	8.06 52	5.23 190	0.05 67	0.05 67	0.01 120	0.00 1	0.12 49	0.56 105

RAFT-Stereo	7.33 200	1.62 84	9.31 188	6.80 255	2.33 199	7.57 198	5.36 267	24.47 286	7.63 75	16.40 232	33.07 377	12.42 190	5.52 140	8.06 52	5.23 190	0.05 67	0.05 67	0.01 120	0.00 1	0.12 49	0.56 105
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 202	2.06 183	12.02 300	4.71 88	1.69 151	5.17 99	1.28 64	19.54 223	13.09 153	16.93 249	28.48 310	13.05 209	5.43 135	13.25 245	7.41 245	0.02 15	0.62 267	0.00 1	0.01 87	0.45 219	2.09 343

UGAM-zero	7.48 203	1.91 145	14.55 341	4.78 90	2.00 179	6.34 163	1.02 53	18.99 209	8.70 108	14.93 199	15.74 159	24.94 362	13.86 318	13.13 239	5.05 182	0.04 43	0.96 331	0.02 141	1.08 421	0.18 76	1.46 240

StereoVision	7.48 203	2.90 302	10.47 244	10.13 380	3.93 282	4.99 94	1.86 130	21.10 245	17.66 214	8.90 112	29.71 326	10.95 167	6.61 172	12.83 222	5.11 185	0.69 335	0.05 67	0.17 294	0.03 127	0.98 342	0.56 105

IPLGR	7.48 203	1.61 83	14.03 333	4.92 104	1.30 104	10.30 231	1.20 59	24.52 289	22.59 274	16.71 246	18.84 193	8.44 133	7.49 191	9.62 96	6.34 231	0.26 232	0.05 67	0.05 184	0.06 167	0.37 175	0.93 165

PAM_32	7.56 206	1.96 151	15.04 352	6.11 194	2.08 182	16.93 350	1.38 67	16.49 165	7.93 90	15.16 202	9.17 86	25.77 368	11.69 269	12.95 227	4.03 142	0.14 168	0.77 298	0.09 229	0.83 401	0.61 278	2.00 323

HHNet	7.57 207	2.01 167	8.03 134	3.71 29	3.46 262	4.93 88	6.17 292	19.69 224	16.27 199	20.91 336	31.75 358	10.56 161	5.82 151	10.69 119	5.10 184	0.67 333	0.07 104	0.21 312	0.14 219	0.63 284	0.54 100

IIG-Stereo	7.59 208	2.47 266	9.40 192	10.39 392	1.78 162	6.67 177	1.47 75	17.83 193	16.51 206	18.91 300	20.12 211	17.76 284	8.74 218	13.21 244	5.43 197	0.44 285	0.05 67	0.03 160	0.00 1	0.17 72	0.45 82

ASMatch	7.61 209	1.63 87	9.18 182	5.79 176	2.27 196	4.63 57	2.54 168	17.23 182	13.73 166	17.27 257	34.28 396	13.26 213	10.15 242	12.39 204	5.49 200	0.12 158	0.24 172	0.21 312	0.17 242	0.18 76	1.55 255

ACRE	7.62 210	3.21 321	14.93 350	7.81 315	5.00 331	10.01 224	4.45 239	16.32 160	15.86 189	17.81 270	19.21 196	8.38 132	4.25 95	11.11 134	10.58 304	0.78 346	0.32 192	0.03 160	0.15 227	0.44 213	1.84 287

LCNet	7.64 211	1.41 56	6.15 56	6.93 264	1.35 105	9.00 217	5.44 269	18.37 200	11.30 135	16.62 240	24.39 268	14.67 229	11.03 250	12.03 180	4.01 140	0.07 117	0.02 33	0.23 321	2.07 445	1.00 345	6.69 451

IPLG	7.65 212	2.00 164	13.81 329	5.86 185	4.35 303	10.97 244	1.43 70	22.52 261	16.50 205	19.78 314	20.62 220	5.28 79	5.49 138	12.58 213	9.70 290	0.13 165	0.06 92	0.03 160	0.07 175	0.41 199	1.38 226

MyStereo8	7.68 213	3.00 309	12.46 308	7.70 310	5.11 337	11.40 251	1.39 69	15.98 153	10.05 130	16.45 234	24.04 264	12.01 185	7.91 199	10.68 118	10.57 303	0.14 168	1.52 432	0.08 219	0.48 368	0.60 276	1.98 311

CIPLG	7.69 214	3.27 325	14.40 338	7.84 317	5.08 336	10.24 228	4.59 244	16.02 154	15.45 183	18.05 280	19.72 205	8.79 139	4.61 112	11.84 172	10.40 300	0.76 340	0.33 198	0.03 160	0.15 227	0.44 213	1.83 286

x	7.70 215	2.12 199	8.93 165	5.08 112	2.55 214	11.65 254	4.40 238	20.91 242	12.53 147	13.58 181	20.49 219	15.73 250	11.10 252	10.65 115	10.16 294	0.11 146	1.37 411	0.04 176	0.29 302	0.34 152	1.95 307

IPLGR_C	7.70 215	3.32 328	14.54 340	7.98 323	5.04 333	10.26 229	4.64 247	16.50 166	16.28 200	17.97 278	18.85 194	8.30 131	4.66 120	11.22 139	10.89 312	0.77 343	0.32 192	0.03 160	0.15 227	0.43 210	1.84 287

qqq	7.72 217	2.15 209	10.06 218	5.01 107	1.82 166	8.62 211	7.27 329	21.10 245	13.53 162	12.48 146	18.71 192	16.17 255	12.10 279	12.08 183	9.26 280	0.08 122	1.35 409	0.02 141	0.36 333	0.36 169	1.93 299

111	7.73 218	2.39 259	9.12 174	4.17 53	0.47 17	10.65 240	3.49 215	21.34 251	28.25 338	10.60 129	16.85 171	14.74 232	10.22 243	12.48 208	6.61 239	0.43 282	0.01 11	0.00 1	0.00 1	0.35 158	2.39 369

AIO-Stereo-zeroshot	7.75 219	3.47 337	14.99 351	5.34 128	7.99 428	7.13 187	0.96 49	23.20 273	10.00 129	11.29 136	17.31 172	18.44 296	9.03 224	13.19 241	5.77 208	0.06 99	1.01 346	0.12 266	1.51 434	1.49 370	2.74 387

RAFT+CT+SA	7.76 220	2.01 167	7.56 115	11.32 415	3.31 254	4.60 56	7.19 326	17.21 181	27.40 330	10.43 124	27.34 295	7.63 120	7.83 197	15.46 302	3.51 119	0.03 32	0.39 209	0.18 298	0.46 361	0.33 146	0.93 165

IGEV-BASED-STEREO-	7.80 221	28.14 492	42.31 471	3.20 18	0.50 21	4.12 44	1.45 73	7.06 18	4.60 24	4.66 62	3.90 24	2.47 28	1.37 22	6.02 22	1.94 28	24.62 502	0.43 225	0.01 120	0.08 181	4.61 438	14.42 492

PAM	7.81 222	1.90 140	15.85 367	6.14 195	2.58 217	17.79 362	4.51 241	16.29 158	8.05 95	16.48 235	9.10 84	25.01 364	11.39 262	12.89 225	3.54 122	0.05 67	0.79 301	0.08 219	0.83 401	0.62 280	2.23 354

testlalala_base	7.81 222	3.52 339	8.75 157	8.73 348	5.44 354	12.21 262	1.77 120	12.73 97	6.24 55	10.56 128	13.62 144	8.76 138	5.61 145	8.69 65	4.24 155	16.24 495	3.38 472	0.00 1	0.46 361	22.32 498	3.02 399

RAFT-RH_RVC	7.88 224	1.51 74	7.72 121	5.41 135	0.96 69	11.41 252	1.48 77	13.43 112	15.04 179	17.54 265	45.66 465	10.86 165	6.42 166	13.48 250	5.26 192	0.81 351	0.04 57	0.12 266	0.13 209	0.12 49	0.17 21

TransformOpticalFlow	7.95 225	2.10 192	9.83 210	6.06 192	1.24 98	6.82 179	7.98 342	18.60 205	14.06 171	14.93 199	28.79 312	18.74 298	11.03 250	12.79 219	4.12 147	0.06 99	0.04 57	0.21 312	0.04 142	0.21 89	1.27 214

rvit_0105_5	8.01 226	3.69 348	17.73 385	10.42 394	1.61 141	7.29 188	6.68 308	18.33 198	25.98 316	10.45 125	10.46 108	15.53 246	11.01 248	12.87 224	5.37 195	0.44 285	0.41 218	0.00 1	0.15 227	0.70 302	1.08 191

TestStereo1	8.04 227	2.22 224	8.85 162	10.87 407	2.12 187	4.66 60	2.40 162	21.17 249	23.79 288	17.41 258	26.31 286	9.41 147	9.09 225	16.23 310	3.85 136	0.14 168	0.40 211	0.02 141	0.13 209	0.58 264	1.10 193

SA-5K	8.04 227	2.22 224	8.85 162	10.87 407	2.12 187	4.66 60	2.40 162	21.17 249	23.79 288	17.41 258	26.31 286	9.41 147	9.09 225	16.23 310	3.85 136	0.14 168	0.40 211	0.02 141	0.13 209	0.58 264	1.10 193

PFNet	8.10 229	1.75 106	12.34 306	7.54 302	2.40 205	7.41 195	5.81 283	23.83 282	17.85 216	20.78 330	17.57 174	15.22 242	7.72 196	13.37 249	6.46 235	0.33 252	0.20 156	0.12 266	0.19 258	0.32 142	0.77 139

FACV-RUCA	8.11 230	2.29 237	10.34 231	8.07 327	6.02 377	14.18 295	3.04 195	20.05 230	19.00 235	12.98 164	18.43 189	8.73 136	11.58 264	12.20 189	5.78 210	0.38 267	0.64 271	4.34 457	0.35 327	1.89 384	1.96 309

AAGNet	8.15 231	1.75 106	10.57 245	7.72 312	0.74 33	5.74 134	4.98 255	15.90 152	14.59 176	20.31 323	23.80 262	15.08 240	11.25 258	12.27 193	16.70 368	0.85 357	0.06 92	0.32 349	0.01 87	0.15 62	0.16 19

STrans-v2	8.16 232	2.09 190	9.79 207	5.44 136	1.53 134	11.87 258	9.69 374	19.77 225	13.20 159	14.01 187	25.80 278	17.88 288	12.55 290	13.30 247	4.39 163	0.06 99	0.01 11	0.18 298	0.01 87	0.25 105	1.31 220

Prome-Stereo	8.22 233	1.48 67	6.24 61	7.06 271	1.55 135	6.54 173	9.08 358	21.88 254	9.88 124	21.12 341	32.48 371	11.82 180	11.59 266	11.99 178	4.04 143	0.08 122	0.02 33	0.19 304	0.12 205	0.45 219	6.89 455

FENet	8.22 233	1.39 53	7.33 108	6.43 222	2.17 191	10.97 244	2.20 152	22.10 257	21.26 253	17.85 273	23.22 258	14.29 223	11.50 263	13.56 255	8.32 261	0.29 244	0.24 172	0.03 160	0.03 127	0.18 76	1.04 183

AIO-Stereo-zeroshot1	8.37 235	4.16 359	20.63 412	5.82 180	11.79 464	6.40 167	2.02 143	20.82 241	8.03 93	14.52 192	21.38 230	17.44 279	5.83 152	14.43 277	5.13 188	0.06 99	1.00 344	0.05 184	1.81 441	2.44 402	3.62 412

raft_robust	8.39 236	2.81 294	7.62 116	6.32 213	1.17 87	5.47 112	0.82 43	34.37 411	35.49 405	18.40 287	20.25 212	7.24 113	5.51 139	15.77 304	3.40 117	0.11 146	1.10 360	0.00 1	0.50 373	0.33 146	1.19 203

HITNet	8.41 237	3.59 346	9.91 213	5.30 125	1.52 133	13.35 282	4.48 240	22.00 255	16.06 195	15.52 215	22.95 257	15.28 243	11.74 270	14.91 293	9.25 279	0.10 141	0.01 11	0.48 364	0.06 167	0.58 264	1.04 183
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
SA	8.43 238	2.16 213	10.02 216	8.41 336	0.93 65	7.36 193	2.21 154	23.73 280	26.15 318	13.55 180	30.84 342	9.89 154	10.09 240	16.84 331	3.52 120	0.18 194	0.68 279	0.17 294	0.40 355	0.48 230	0.92 160

GMM-Stereo	8.44 239	1.27 39	7.36 110	6.64 240	2.56 216	10.00 223	9.29 365	23.79 281	11.33 136	17.96 277	29.59 324	17.14 269	7.59 193	11.77 167	4.61 171	0.13 165	0.01 11	0.24 325	0.94 407	0.49 239	6.14 443

test_sample1	8.49 240	1.83 131	10.60 246	5.53 140	2.95 240	15.17 311	4.51 241	20.73 239	11.47 139	14.78 197	22.80 255	19.06 305	13.86 318	12.52 209	10.17 295	0.14 168	1.20 379	0.02 141	0.19 258	0.28 128	1.93 299

mmm	8.54 241	2.13 205	10.21 225	5.81 178	2.96 241	14.00 291	6.67 306	19.28 218	12.59 148	16.95 252	24.40 269	17.83 287	10.70 247	12.90 226	9.42 285	0.17 188	1.28 394	0.50 366	0.60 388	0.44 213	2.03 329

RAFT_CTSACE	8.55 242	2.62 287	9.63 201	7.41 291	5.06 335	5.76 136	2.54 168	15.38 146	17.84 215	24.33 380	34.69 401	16.37 258	7.22 188	18.05 351	2.63 75	0.01 3	0.56 254	0.00 1	0.03 127	0.42 206	0.41 71

HI	8.56 243	2.44 264	7.70 118	5.09 113	5.21 340	4.06 38	0.49 26	19.26 216	9.96 127	25.77 395	27.88 300	20.72 316	12.22 283	18.06 352	11.58 319	0.05 67	0.11 128	0.00 1	0.10 197	0.16 66	0.31 38

CoSv	8.56 243	2.44 264	7.70 118	5.09 113	5.21 340	4.06 38	0.49 26	19.26 216	9.96 127	25.77 395	27.88 300	20.72 316	12.22 283	18.06 352	11.58 319	0.05 67	0.11 128	0.00 1	0.10 197	0.16 66	0.31 38

dd	8.57 245	5.20 382	13.37 323	6.91 262	1.05 74	10.30 231	3.89 223	17.29 184	34.00 389	15.73 220	17.50 173	7.45 115	6.60 170	15.00 295	10.99 313	1.39 407	0.41 218	0.18 298	0.46 361	2.25 396	1.40 231

CASS	8.64 246	2.03 171	8.60 150	8.71 347	1.59 138	15.02 309	2.75 183	23.27 276	18.58 231	16.29 228	22.78 254	13.42 215	13.68 312	13.07 237	7.66 246	1.18 400	0.05 67	0.13 272	0.01 87	0.75 316	3.24 405
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 247	1.84 132	9.64 202	5.53 140	2.43 207	13.92 289	8.00 343	21.09 244	16.82 211	14.92 198	22.73 253	19.44 307	13.75 313	12.99 228	6.85 240	0.15 179	1.15 368	0.07 211	0.20 263	0.35 158	1.78 278

DN-CSS_ROB	8.72 248	3.49 338	16.63 372	6.74 248	3.39 259	6.20 156	3.43 211	23.40 277	22.03 267	17.46 262	30.28 332	9.33 145	8.32 208	14.71 284	6.36 232	0.91 367	0.00 1	0.45 361	0.00 1	0.65 290	0.70 129

GANet-ADL	8.73 249	2.80 293	9.48 195	7.87 319	2.77 227	12.88 273	5.29 265	29.97 356	25.61 313	14.50 191	16.64 169	17.02 267	7.60 194	11.61 163	8.01 254	0.51 302	0.40 211	0.10 240	0.12 205	0.77 319	0.70 129

PSM-AAD	8.76 250	1.41 56	6.46 70	6.87 259	1.18 88	12.78 271	9.66 373	20.03 229	15.78 188	21.79 352	24.91 270	14.31 224	13.16 301	12.42 205	4.07 145	0.05 67	0.06 92	2.44 442	0.16 236	0.45 219	7.17 458

FTStereo	8.76 250	1.57 80	6.75 86	6.55 228	2.45 208	7.65 200	11.62 406	18.36 199	9.01 112	20.25 316	40.79 440	15.87 251	12.36 286	11.02 127	4.69 173	0.24 221	0.01 11	0.09 229	0.16 236	0.19 80	5.58 437

GwcNet-ADL	8.81 252	2.00 164	10.21 225	7.70 310	2.82 230	6.99 183	7.05 322	30.58 362	26.21 320	15.71 219	17.65 175	13.93 221	6.83 184	13.90 264	11.43 318	0.49 296	0.76 297	0.01 120	0.01 87	0.55 255	1.46 240

test_5	8.85 253	2.05 179	9.51 196	11.62 419	4.99 330	6.74 178	5.48 271	18.25 197	23.57 284	16.72 247	29.73 327	15.54 247	10.54 246	16.25 313	4.02 141	0.05 67	0.40 211	0.27 331	0.08 181	0.34 152	0.81 142

ARAFT	8.86 254	3.86 352	17.37 381	5.96 187	0.94 68	12.59 268	10.80 390	18.20 196	19.95 243	18.77 295	16.27 167	17.78 285	8.88 221	18.82 362	5.30 193	0.35 257	0.04 57	0.00 1	0.00 1	0.62 280	0.64 116

ffm	8.89 255	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	19.77 225	16.80 208	16.64 242	32.03 362	17.29 271	11.78 271	11.11 134	2.34 49	0.05 67	1.17 369	0.80 389	0.37 338	0.29 134	2.07 337

Sa-1000	8.91 256	2.10 192	9.11 172	8.07 327	1.16 86	16.62 346	2.39 161	25.58 296	25.43 310	15.52 215	28.24 307	12.19 187	8.67 215	16.40 317	3.70 127	0.39 268	0.86 317	0.16 291	0.23 273	0.48 230	0.89 156

IRAFT_RVC	8.93 257	1.80 117	10.65 249	7.83 316	1.81 164	6.36 165	10.05 381	26.32 309	27.59 332	17.93 276	19.70 204	17.67 283	9.98 238	13.20 242	6.29 228	0.37 264	0.30 189	0.19 304	0.05 157	0.23 97	0.24 27

DMCA	8.96 258	2.60 282	11.84 292	5.61 148	4.25 298	11.09 247	4.36 237	25.89 298	20.23 247	17.10 255	20.96 225	17.55 281	11.92 277	11.47 150	12.27 329	0.60 323	0.09 112	0.35 352	0.05 157	0.48 230	0.57 110

GES	9.01 259	2.61 286	12.88 313	6.76 249	2.02 180	13.08 275	6.33 299	22.23 259	22.21 269	19.80 315	26.73 292	8.97 141	11.01 248	14.41 274	8.35 264	0.54 309	0.10 124	0.30 346	0.15 227	0.82 329	0.99 175

GrayStereo	9.02 260	1.35 49	7.73 122	8.62 343	2.88 234	10.28 230	10.99 394	18.66 206	16.36 204	22.78 364	30.63 338	17.56 282	12.19 282	11.50 157	5.08 183	0.09 131	0.02 33	0.19 304	0.78 400	0.33 146	2.37 366

DEmStereo	9.07 261	1.70 99	10.89 260	4.86 95	1.23 95	11.51 253	5.70 276	14.24 123	27.02 327	22.33 360	32.56 372	11.70 176	15.04 333	11.83 170	8.53 265	0.31 247	0.16 148	0.02 141	0.09 189	0.11 46	1.47 243

RAFT	9.07 261	2.76 291	10.38 235	8.89 353	1.24 98	13.48 283	8.19 349	17.14 180	17.29 213	23.01 366	19.34 203	20.06 314	11.13 253	17.79 349	6.43 233	0.09 131	1.12 364	0.28 337	0.02 114	0.79 321	1.94 306

iRaft-Stereo_5w	9.10 263	2.33 245	10.69 251	6.64 240	4.47 310	4.74 70	10.72 389	16.71 173	16.97 212	15.39 208	26.15 282	21.25 323	12.59 291	16.38 315	12.90 339	0.85 357	0.51 240	0.08 219	0.22 265	0.95 341	1.53 253

HCRNet	9.13 264	1.82 128	8.73 155	14.95 452	5.22 342	10.66 241	2.49 166	26.57 313	18.64 232	16.31 229	25.51 276	18.42 295	11.15 254	13.53 252	7.25 243	0.10 141	0.04 57	0.10 240	0.02 114	0.27 124	0.76 137

SFCPSM	9.16 265	1.72 102	12.32 305	5.64 152	3.51 264	16.58 345	6.93 318	31.11 369	26.15 318	17.05 254	20.08 210	11.05 168	9.94 237	12.55 210	6.05 214	0.36 260	0.17 151	0.37 354	0.22 265	0.40 195	1.01 178

KYRaft	9.17 266	1.39 53	7.74 123	7.07 273	1.03 72	8.05 210	7.90 341	23.72 279	9.22 118	21.43 347	31.08 345	22.52 336	8.03 201	12.21 190	3.16 106	0.10 141	0.02 33	0.05 184	0.67 393	0.46 225	17.51 497

CrosDoStereo	9.41 267	1.65 91	8.83 160	5.19 120	1.13 82	7.34 191	14.47 428	16.33 161	24.64 298	24.44 381	33.36 382	13.18 210	13.52 305	12.56 211	9.08 275	0.06 99	0.11 128	0.09 229	0.04 142	0.41 199	1.73 272

DeepStereo_LL	9.41 267	1.65 91	8.83 160	5.19 120	1.13 82	7.34 191	14.47 428	16.33 161	24.64 298	24.44 381	33.36 382	13.18 210	13.52 305	12.56 211	9.08 275	0.06 99	0.11 128	0.09 229	0.04 142	0.41 199	1.73 272

DRaft	9.41 267	1.56 79	10.09 219	4.18 57	0.92 60	12.87 272	5.68 274	17.40 187	29.75 346	21.24 343	38.12 423	9.96 155	13.97 321	11.81 169	8.08 255	0.66 332	0.30 189	0.07 211	0.26 291	0.33 146	0.88 153

rvit_stereo_0075_2	9.46 270	4.16 359	20.27 409	12.15 430	8.82 442	5.72 133	4.24 234	23.21 274	18.05 219	12.37 145	28.80 313	16.10 254	8.43 211	14.57 280	8.89 270	0.58 315	0.34 200	0.52 368	0.08 181	0.44 213	1.41 234

test_sample3	9.46 270	2.24 226	11.38 275	5.72 170	2.79 229	18.29 370	5.20 263	27.54 325	21.43 256	18.03 279	21.98 247	16.47 259	11.22 256	13.58 256	9.99 293	0.24 221	0.96 331	0.05 184	0.17 242	0.47 227	1.39 228

THIR-Stereo	9.52 272	2.21 221	9.26 187	5.38 132	0.85 52	15.55 317	11.50 405	16.88 176	21.74 264	24.45 383	31.96 361	14.20 222	13.85 317	11.89 174	8.54 266	0.14 168	0.25 177	0.10 240	0.05 157	0.40 195	1.11 197

DFGA-Net	9.58 273	4.57 368	19.91 406	6.37 216	4.05 285	11.38 250	2.98 193	26.08 301	29.76 347	17.13 256	19.22 197	9.43 149	7.17 187	16.49 320	13.39 341	0.13 165	0.00 1	0.06 193	0.13 209	1.89 384	1.46 240

MyStereo04	9.58 273	2.38 257	10.28 230	6.63 237	4.77 320	6.47 169	9.60 368	32.50 386	42.15 439	14.59 195	12.10 129	11.92 183	11.87 276	14.80 291	8.14 258	0.09 131	1.33 405	0.03 160	0.32 312	0.74 312	0.93 165

CoDeX	9.58 273	2.12 199	10.82 256	6.52 226	3.76 274	16.55 344	6.82 313	26.62 314	25.63 314	17.50 263	25.62 277	14.70 231	11.81 275	12.82 221	7.88 251	0.42 281	0.20 156	0.15 284	0.02 114	0.36 169	1.28 215

anonymousa	9.61 276	2.06 183	9.20 184	5.24 123	6.67 399	15.03 310	4.18 233	19.08 210	21.43 256	19.03 302	30.96 344	21.49 326	14.23 323	11.12 137	8.61 268	0.08 122	1.24 390	0.29 342	0.69 394	0.18 76	1.48 246

MyStereo05	9.63 277	2.25 230	10.26 228	6.69 244	4.74 318	7.75 201	9.60 368	31.51 377	41.00 435	17.45 261	13.02 138	10.28 159	12.27 285	14.74 288	7.68 248	0.09 131	1.32 401	0.02 141	0.26 291	0.84 333	0.92 160

rvit_0105_3	9.68 278	4.32 364	19.50 401	12.22 431	1.90 170	9.16 219	8.63 350	19.21 214	30.92 359	15.42 209	14.72 150	18.81 300	12.18 281	15.98 306	7.12 241	0.67 333	0.42 223	0.01 120	0.49 371	0.56 259	1.40 231

test_sample4	9.81 279	2.27 235	11.39 276	5.70 169	2.74 223	17.40 358	5.20 263	28.01 330	21.50 258	18.70 292	28.46 309	14.96 235	12.86 295	13.80 262	9.68 289	0.24 221	0.97 333	0.06 193	0.16 236	0.51 243	1.48 246

DispNO	9.82 280	2.57 278	17.77 387	6.22 202	5.73 364	11.89 259	4.77 250	25.54 295	21.70 263	17.56 266	21.28 229	18.01 289	13.83 316	17.46 341	9.91 292	0.35 257	0.16 148	0.03 160	0.12 205	0.51 243	1.05 186

BUS	9.86 281	1.86 134	9.14 179	7.14 276	4.12 292	19.47 378	2.69 178	34.15 407	23.28 280	18.82 297	21.95 244	14.37 226	11.63 267	14.72 285	12.39 330	0.36 260	0.13 136	0.15 284	0.04 142	0.37 175	0.46 85

CFNet_pseudo	9.92 282	2.21 221	11.76 287	5.09 113	2.93 239	14.43 297	3.12 196	27.16 319	32.52 374	17.58 268	22.81 256	21.97 330	9.29 228	13.06 235	8.34 262	0.23 215	0.46 229	1.23 417	0.27 296	2.89 407	0.99 175

ccs_rob	9.95 283	2.21 221	11.74 286	5.11 117	2.91 235	14.48 298	3.21 202	27.26 321	32.72 378	17.53 264	22.70 252	21.96 329	9.25 227	12.99 228	8.34 262	0.23 215	0.45 227	1.38 422	0.28 299	3.13 415	1.07 190

MSMDNet	9.96 284	2.08 188	11.66 285	5.39 133	2.92 236	16.50 343	2.89 188	29.73 352	34.55 396	17.86 274	21.91 242	18.86 301	8.36 209	13.06 235	7.74 250	0.24 221	0.47 232	0.66 379	0.24 279	3.07 411	1.04 183

MLCV	9.96 284	3.33 329	14.77 342	5.75 174	1.62 144	14.91 302	1.31 65	22.06 256	24.83 300	22.51 361	31.57 355	17.20 270	8.07 202	17.07 335	12.11 324	0.48 293	0.01 11	0.05 184	0.05 157	0.48 230	1.10 193

PCWNet_CMD	9.97 286	2.08 188	11.61 284	5.36 131	2.92 236	16.39 340	2.94 192	29.76 353	34.38 393	17.83 271	21.86 241	18.91 302	8.27 207	13.01 230	7.73 249	0.23 215	0.46 229	0.79 387	0.25 289	3.46 424	1.12 199

UCFNet_RVC	10.01 287	2.81 294	6.11 55	7.31 288	3.92 281	16.80 348	8.00 343	28.68 337	20.81 250	16.57 237	23.35 259	25.82 370	13.06 300	13.55 254	9.18 277	0.12 158	0.06 92	1.19 411	0.32 312	1.47 369	1.06 188

test_sample5	10.07 288	2.24 226	11.22 273	5.82 180	2.68 220	16.15 334	5.79 281	27.87 328	21.59 261	19.26 308	32.74 375	15.92 252	12.97 296	14.33 270	9.26 280	0.27 236	0.98 335	0.07 211	0.17 242	0.57 261	1.49 248

Anonymous3	10.07 288	4.14 358	31.49 449	9.77 373	5.11 337	25.00 417	11.85 407	25.20 292	19.24 238	10.80 132	14.78 151	7.92 126	8.68 216	14.40 273	6.12 217	3.25 444	1.40 414	0.08 219	0.06 167	0.81 326	1.30 218

BEATNet_4x	10.11 290	5.82 393	14.80 344	6.14 195	1.55 135	13.87 288	5.98 289	26.24 305	18.35 221	16.53 236	25.41 275	18.01 289	13.78 315	18.01 350	12.39 330	0.48 293	0.18 152	0.81 393	0.11 203	2.02 388	1.70 269

GANet-RSSM	10.17 291	2.02 169	8.21 139	7.09 275	5.57 359	13.17 278	7.29 330	27.27 322	19.65 241	15.81 221	28.83 314	26.18 373	16.33 353	14.58 282	9.28 284	0.25 228	0.27 179	0.16 291	0.04 142	0.65 290	0.72 132

DualNet	10.19 292	2.24 226	11.22 273	5.82 180	2.68 220	16.15 334	5.79 281	27.87 328	21.59 261	20.28 317	34.11 393	15.92 252	12.97 296	14.33 270	9.26 280	0.27 236	0.98 335	0.07 211	0.17 242	0.57 261	1.49 248

DCVSM-stereo	10.23 293	2.16 213	12.54 311	6.23 203	3.65 269	12.01 261	3.56 217	19.41 220	23.18 278	24.08 378	19.88 208	29.55 391	18.82 386	14.49 278	10.42 301	0.25 228	1.17 369	0.28 337	0.06 167	0.82 329	2.07 337

gwcnet-sp	10.26 294	3.56 342	15.31 356	6.59 231	4.30 299	15.71 320	5.71 278	26.09 302	25.15 304	21.68 349	21.77 234	15.01 237	16.42 356	15.21 297	10.76 308	0.12 158	0.20 156	0.02 141	0.09 189	0.63 284	0.86 149

scenet	10.26 294	3.56 342	15.31 356	6.59 231	4.30 299	15.71 320	5.71 278	26.09 302	25.15 304	21.68 349	21.77 234	15.01 237	16.42 356	15.21 297	10.76 308	0.12 158	0.20 156	0.02 141	0.09 189	0.63 284	0.86 149

ssnet	10.26 294	3.56 342	15.31 356	6.59 231	4.30 299	15.71 320	5.71 278	26.09 302	25.15 304	21.68 349	21.77 234	15.01 237	16.42 356	15.21 297	10.76 308	0.12 158	0.20 156	0.02 141	0.09 189	0.63 284	0.86 149

PSMNet-ADL	10.30 297	2.32 243	7.83 126	9.69 370	4.44 306	16.04 327	4.16 231	27.57 326	25.08 302	15.16 202	19.04 195	25.28 366	13.63 311	16.49 320	15.33 354	0.86 360	0.81 305	0.01 120	0.04 142	0.33 146	1.81 280

ff1	10.31 298	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	19.77 225	16.80 208	16.64 242	32.03 362	17.29 271	11.78 271	17.54 342	24.30 421	0.05 67	1.17 369	0.80 389	0.37 338	0.29 134	2.07 337

PSMNet-RSSM	10.31 298	2.47 266	7.79 124	7.85 318	4.38 305	10.47 235	6.67 306	29.67 350	22.25 270	16.62 240	33.75 389	23.30 343	14.58 328	13.91 265	10.56 302	0.23 215	0.09 112	0.07 211	0.24 279	0.87 336	0.48 90

IER	10.32 300	2.06 183	11.88 294	4.95 105	5.34 345	13.34 281	6.11 291	27.47 324	23.59 285	20.37 324	30.03 329	16.50 260	20.42 405	14.24 268	8.81 269	0.16 182	0.03 48	0.18 298	0.10 197	0.27 124	0.56 105

BSDual-CNN	10.33 301	1.86 134	9.14 179	7.14 276	4.12 292	15.83 325	8.93 355	34.15 407	23.28 280	18.82 297	21.95 244	22.14 332	13.58 309	14.72 285	9.53 286	0.36 260	0.13 136	0.15 284	0.04 142	0.37 175	0.46 85

psmg	10.36 302	1.86 134	9.14 179	5.58 146	4.12 292	15.74 324	7.65 337	30.05 357	23.28 280	21.80 353	26.26 284	22.14 332	13.58 309	14.72 285	9.53 286	0.36 260	0.13 136	0.17 294	0.04 142	0.44 213	0.67 122

test_for_model	10.44 303	31.57 495	7.69 117	28.25 491	19.35 489	5.66 128	1.73 111	9.50 50	9.59 121	13.59 182	6.15 62	5.25 77	2.58 55	5.60 13	1.81 25	10.21 481	3.48 476	0.00 1	0.16 236	35.71 506	10.93 484

CFNet-ft	10.46 304	3.02 312	7.10 96	7.69 307	5.42 351	16.93 350	5.92 286	22.83 268	22.31 271	15.81 221	30.40 334	26.42 376	15.19 336	13.60 258	12.18 326	0.14 168	0.10 124	1.87 429	0.34 323	1.22 355	0.73 135

CFNet_RVC	10.46 304	3.02 312	7.10 96	7.69 307	5.42 351	16.93 350	5.92 286	22.82 267	22.31 271	15.81 221	30.40 334	26.41 375	15.19 336	13.60 258	12.19 327	0.14 168	0.10 124	1.87 429	0.34 323	1.22 355	0.73 135

test_sample6	10.49 306	2.24 226	11.49 279	5.91 186	2.48 209	16.12 333	6.37 302	28.98 341	22.48 273	20.28 317	34.11 393	17.08 268	13.28 302	14.57 280	10.61 305	0.32 250	0.95 330	0.10 240	0.19 258	0.59 270	1.61 259

UGAM	10.51 307	1.74 105	10.16 220	7.06 271	4.44 306	6.56 174	11.34 400	16.06 155	27.83 334	21.09 340	28.18 306	23.47 345	11.21 255	26.86 432	11.33 317	0.05 67	0.49 236	0.46 362	0.36 333	0.44 213	0.97 173

qqq1	10.51 307	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.74 355	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	4.42 164	0.41 275	1.20 379	0.00 1	0.14 219	0.39 191	1.60 256

fff1	10.51 307	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.74 355	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	4.42 164	0.41 275	1.20 379	0.00 1	0.14 219	0.39 191	1.60 256

UDGNet	10.51 307	14.75 464	11.91 295	10.29 387	2.78 228	7.93 208	1.94 136	19.31 219	34.57 397	17.74 269	13.70 145	13.56 218	7.30 190	13.52 251	7.18 242	5.80 464	0.11 128	12.86 489	2.76 452	9.87 470	2.34 362

ICVP	10.54 311	2.11 196	7.49 112	9.62 368	3.41 260	13.85 287	6.34 300	26.81 316	23.24 279	16.90 248	31.76 359	27.31 385	12.81 294	12.18 188	12.47 334	1.59 411	0.58 260	0.19 304	0.13 209	0.63 284	1.45 239
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 312	2.15 209	12.88 313	5.55 144	4.11 290	15.24 313	3.93 224	28.55 335	32.41 372	18.70 292	24.95 272	22.99 338	9.66 235	14.22 267	8.13 257	0.29 244	0.84 311	1.63 426	0.23 273	3.43 423	1.31 220

G2L-Stereo	10.65 313	2.78 292	11.19 270	7.63 303	4.24 297	8.87 216	9.35 366	29.83 355	23.03 277	19.75 313	26.33 288	23.15 342	12.08 278	16.39 316	16.43 365	0.34 255	0.04 57	0.09 229	0.01 87	0.41 199	1.05 186

cf-r	10.67 314	2.34 247	9.77 206	6.17 198	5.79 367	12.94 274	5.14 257	25.21 294	27.86 335	17.84 272	32.03 362	25.81 369	15.91 347	12.22 191	12.56 336	0.17 188	0.19 155	0.05 184	0.06 167	0.59 270	0.72 132

RAFT + AFF	10.71 315	4.59 370	18.51 392	10.52 395	5.02 332	13.14 277	11.12 397	26.24 305	27.48 331	15.09 201	16.07 164	19.83 311	11.23 257	17.09 336	10.38 298	0.45 289	1.45 424	0.65 378	0.23 273	2.31 399	2.74 387

hknet	10.77 316	1.95 149	11.80 289	7.14 276	3.83 280	15.83 325	8.93 355	34.15 407	22.70 275	18.82 297	21.95 244	23.13 340	17.03 364	16.94 333	9.85 291	0.28 240	0.13 136	0.15 284	0.04 142	0.37 175	0.46 85

ttt	10.82 317	2.17 216	9.66 204	7.03 267	4.44 306	14.16 293	6.87 316	33.72 403	30.69 353	15.67 218	31.50 353	14.99 236	10.50 245	16.54 322	13.98 343	0.41 275	1.31 399	0.10 240	0.29 302	0.47 227	1.92 298

ACVNet	10.83 318	2.25 230	7.10 96	6.43 222	3.02 245	13.17 278	3.75 220	22.83 268	35.15 403	15.81 221	30.67 339	24.65 354	15.77 345	16.47 318	18.13 378	0.16 182	0.01 11	0.06 193	0.07 175	0.65 290	0.43 76

AdaStereo	10.85 319	4.57 368	10.79 253	9.59 367	3.46 262	17.49 359	6.29 296	32.70 389	26.07 317	19.04 303	26.55 290	19.60 310	10.12 241	17.71 348	10.38 298	1.00 378	0.05 67	0.42 358	0.02 114	0.70 302	0.46 85
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.
SMFormer	11.03 320	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.74 355	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	14.46 347	0.41 275	1.20 379	0.28 337	0.24 279	0.45 219	1.47 243

tta	11.03 320	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.73 354	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	14.46 347	0.41 275	1.20 379	0.28 337	0.24 279	0.39 191	1.60 256

iResNet	11.06 322	4.16 359	16.83 374	7.89 321	2.23 194	15.59 318	9.17 363	24.49 288	29.14 343	20.78 330	31.13 347	16.87 266	11.58 264	15.45 301	12.50 335	0.64 328	0.05 67	0.02 141	0.10 197	0.79 321	1.71 270

DDVS	11.10 323	3.37 332	13.49 325	7.49 299	4.07 286	16.17 336	2.73 182	24.18 284	17.91 217	21.37 345	30.15 331	31.23 405	8.50 213	19.92 371	15.00 352	0.82 353	1.56 434	0.08 219	0.22 265	0.84 333	2.84 391

test_sample7	11.16 324	2.69 288	11.55 282	5.82 180	2.21 193	15.39 315	9.15 361	29.36 344	25.26 307	24.82 385	21.48 231	24.89 358	18.88 389	14.41 274	11.06 314	0.78 346	1.96 446	0.43 359	0.14 219	0.73 309	2.20 352

CFNet	11.23 325	3.41 334	10.68 250	7.08 274	4.22 296	17.38 357	4.83 253	31.29 374	31.29 362	19.15 305	26.85 293	24.06 350	13.75 313	16.23 310	12.22 328	0.26 232	0.05 67	0.44 360	0.09 189	0.92 339	0.41 71

AACVNet	11.24 326	3.71 349	11.56 283	9.45 363	3.35 256	11.67 256	4.88 254	23.23 275	14.00 170	28.19 419	29.90 328	30.39 403	18.03 379	20.04 373	13.22 340	0.50 299	0.21 164	0.23 321	0.07 175	0.75 316	1.52 252

DeepPruner_ROB	11.28 327	5.83 394	15.23 353	6.93 264	4.50 311	10.08 225	6.62 305	36.65 437	20.17 246	18.12 281	27.95 302	23.10 339	13.43 304	20.08 374	11.90 322	1.16 396	0.51 240	0.23 321	0.17 242	1.11 351	1.91 297

GMStereo_Zeroshot	11.32 328	8.59 432	21.66 419	10.06 378	2.53 212	12.38 263	1.43 70	21.36 252	21.50 258	23.48 371	35.74 407	24.85 357	6.12 159	20.48 381	8.28 260	0.83 354	0.02 33	0.25 327	0.01 87	6.33 451	0.53 98

LMCR-Stereo	11.32 328	4.98 380	11.87 293	14.09 442	4.01 283	16.97 354	5.70 276	26.41 310	23.41 283	22.57 363	22.11 250	15.18 241	15.44 341	21.48 403	17.57 374	2.29 427	0.04 57	0.00 1	0.03 127	1.53 373	0.65 118

LL-Strereo	11.34 330	4.25 362	13.90 330	9.09 354	6.20 384	7.31 190	8.93 355	35.93 426	30.30 349	16.93 249	15.83 161	21.85 328	17.45 374	21.92 407	10.25 296	0.43 282	1.47 427	0.74 384	0.08 181	1.15 352	2.71 385

GwcNet-RSSM	11.34 330	2.72 290	10.26 228	7.24 286	5.38 347	12.67 269	6.70 309	26.70 315	31.93 368	17.56 266	34.45 398	24.37 353	15.77 345	13.70 260	15.31 353	0.19 204	0.20 156	0.14 279	0.05 157	0.81 326	0.64 116

HSM-Net_RVC	11.37 332	1.57 80	6.32 63	5.99 189	2.67 219	20.99 390	7.19 326	28.50 333	28.64 340	21.03 339	25.84 279	33.64 427	16.37 355	16.83 330	10.76 308	0.21 211	0.08 110	0.02 141	0.00 1	0.16 66	0.55 102
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 333	3.02 312	11.83 291	8.45 338	5.40 348	19.47 378	2.69 178	39.63 459	34.82 398	19.11 304	27.64 298	14.37 226	11.63 267	16.21 309	12.39 330	0.94 373	0.21 164	0.29 342	0.00 1	0.48 230	0.55 102

ToySt	11.51 334	2.48 269	17.84 388	6.10 193	2.09 183	16.11 332	12.36 412	25.07 291	28.25 338	15.22 204	25.16 273	25.51 367	15.98 349	17.63 347	15.46 356	0.19 204	1.08 355	0.04 176	0.31 310	0.66 295	2.67 382

DAS	11.51 334	2.60 282	15.62 362	9.37 361	6.27 390	16.04 327	7.71 338	22.70 265	33.92 387	19.53 310	29.03 315	19.51 308	19.10 393	17.44 340	8.98 272	0.78 346	0.02 33	0.29 342	0.01 87	0.48 230	0.81 142

ac_64	11.57 336	2.13 205	11.77 288	8.79 350	5.51 356	19.40 376	6.29 296	24.72 290	15.20 182	23.50 372	24.91 270	33.07 421	16.82 361	19.33 366	17.78 376	0.53 303	0.15 145	0.02 141	0.03 127	0.35 158	1.03 182

mmx	11.59 337	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	32.76 391	28.92 341	16.64 242	32.03 362	17.29 271	11.78 271	17.54 342	24.30 421	0.24 221	1.21 385	0.80 389	0.37 338	0.65 290	1.89 293

xxx	11.59 337	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	32.75 390	28.92 341	16.64 242	32.03 362	17.29 271	11.78 271	17.54 342	24.30 421	0.24 221	1.21 385	0.80 389	0.37 338	0.65 290	1.89 293

NOSS_ROB	11.76 339	4.63 372	8.14 138	7.46 296	2.92 236	17.82 363	10.55 387	30.45 361	34.08 391	16.37 230	19.97 209	23.14 341	16.31 351	18.22 355	10.67 307	2.98 439	1.84 441	3.39 455	1.64 437	2.24 395	2.37 366

ITSA-stereo	11.88 340	2.48 269	11.96 299	6.54 227	1.92 172	13.33 280	4.81 252	37.17 442	49.04 466	18.70 292	18.52 191	21.69 327	12.63 292	16.77 328	15.60 358	0.53 303	0.40 211	0.32 349	0.33 318	1.07 348	3.89 420

HSM	11.89 341	2.32 243	8.70 153	6.70 247	4.10 289	16.45 341	8.06 345	30.42 360	20.31 248	23.35 370	26.42 289	41.60 467	17.59 376	20.66 384	9.57 288	0.11 146	0.03 48	0.01 120	0.01 87	0.24 101	1.22 207

coex_refinement	12.03 342	2.30 239	8.72 154	8.56 341	5.30 344	16.95 353	7.17 323	31.75 379	32.48 373	18.92 301	31.46 352	25.97 372	12.98 298	14.55 279	21.39 403	0.33 252	0.06 92	0.02 141	0.10 197	0.49 239	1.18 202

SepStereo	12.04 343	2.60 282	15.62 362	9.37 361	6.27 390	16.04 327	7.71 338	22.70 265	33.92 387	19.53 310	29.03 315	19.51 308	19.10 393	27.97 438	8.98 272	0.78 346	0.02 33	0.29 342	0.01 87	0.48 230	0.81 142

DMCA-RVC	12.06 344	4.35 365	14.21 337	10.52 395	4.86 322	13.84 286	4.33 236	25.20 292	24.13 291	20.56 328	29.22 318	26.65 378	25.85 433	17.02 334	16.34 363	0.41 275	0.35 201	0.55 370	0.24 279	0.83 332	1.81 280

ACV-stereo	12.12 345	6.01 400	30.51 445	7.45 294	3.42 261	21.69 396	6.74 310	22.11 258	20.81 250	17.88 275	21.26 228	26.73 381	17.28 368	20.80 388	14.16 344	0.79 350	1.10 360	0.17 294	0.09 189	0.67 297	2.66 380

1111x	12.31 346	2.33 245	12.13 302	5.79 176	2.84 231	15.49 316	8.70 351	36.34 432	29.33 344	16.58 238	27.52 297	26.70 380	15.76 344	17.21 337	24.79 427	0.26 232	1.37 411	0.04 176	0.42 358	0.46 225	2.07 337

UPFNet	12.31 346	2.15 209	11.91 295	7.90 322	7.21 411	20.03 384	9.28 364	29.44 348	27.18 329	20.88 333	30.86 343	21.23 322	18.11 380	19.60 368	17.41 373	0.55 311	0.57 257	0.26 329	0.07 175	0.67 297	0.92 160

FADNet-RVC-Resample	12.31 346	5.22 383	32.28 452	10.14 381	4.08 288	14.97 307	6.98 321	26.54 312	24.42 296	23.72 374	29.31 319	19.87 312	15.01 332	16.26 314	10.61 305	0.65 329	0.52 243	0.48 364	0.54 380	1.52 372	3.09 402

RASNet	12.38 349	2.58 280	12.48 310	6.76 249	5.97 375	16.37 339	6.74 310	34.99 418	22.20 268	17.44 260	33.11 379	22.81 337	24.84 425	20.33 378	18.27 381	1.16 396	0.05 67	0.06 193	0.01 87	0.27 124	1.06 188

test_xeample	12.39 350	2.09 190	10.36 232	5.73 171	3.06 247	18.17 369	6.27 295	31.98 382	24.37 295	18.78 296	33.92 392	19.09 306	16.00 350	14.60 283	39.03 483	0.19 204	1.32 401	0.01 120	0.33 318	0.36 169	2.04 331

iResNet_ROB	12.41 351	3.19 320	12.39 307	6.63 237	3.72 271	16.98 355	2.64 174	32.29 384	38.58 424	26.93 411	33.73 388	26.24 374	17.40 371	17.36 339	8.95 271	0.33 252	0.01 11	0.00 1	0.00 1	0.40 195	0.35 48

DSFCA	12.44 352	3.00 309	14.87 349	6.04 191	7.03 407	17.06 356	10.86 393	31.11 369	32.12 369	26.41 406	23.81 263	22.37 334	15.13 335	21.13 398	13.53 342	0.95 375	0.66 273	0.28 337	0.38 348	1.21 354	0.77 139

FADNet_RVC	12.44 352	6.19 402	40.86 468	7.04 268	3.69 270	11.30 248	4.17 232	29.67 350	27.67 333	18.20 283	26.04 280	13.47 216	17.15 365	16.85 332	14.95 351	0.99 377	0.75 293	0.60 373	1.32 429	4.18 432	3.62 412

CBMV_ROB	12.51 354	3.86 352	7.98 132	5.81 178	2.99 243	16.05 331	4.62 245	27.61 327	31.37 363	26.75 409	32.62 373	23.97 349	22.66 419	21.14 399	12.09 323	2.15 424	1.78 440	2.24 436	1.27 428	1.64 376	1.54 254

G2L-Stereo_aug	12.53 355	1.95 149	11.21 272	5.52 139	3.77 275	16.89 349	5.69 275	23.18 270	39.79 429	26.01 398	33.62 387	29.62 392	18.22 381	18.83 363	14.58 350	0.23 215	0.09 112	0.02 141	0.02 114	0.45 219	0.89 156

NLCA_NET_v2_RVC	12.58 356	4.09 356	18.25 390	8.26 332	5.83 371	14.72 299	5.85 284	33.49 401	27.86 335	22.14 358	32.16 368	24.94 362	14.01 322	16.19 308	16.82 370	0.90 365	0.35 201	0.37 354	0.58 387	1.51 371	3.31 407
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 357	2.25 230	13.50 326	8.30 334	6.23 385	19.81 382	6.34 300	26.43 311	35.15 403	26.38 405	30.67 339	24.65 354	14.91 331	16.47 318	19.16 390	0.16 182	0.01 11	0.06 193	0.07 175	0.74 312	0.43 76

hitnet-ft	12.59 357	3.03 315	7.87 128	7.49 299	4.20 295	27.41 436	3.75 220	23.41 278	24.15 292	21.14 342	34.12 395	31.93 413	19.74 401	20.28 377	18.13 378	0.54 309	1.45 424	0.35 352	0.09 189	1.26 358	1.41 234

xxxx	12.60 359	2.03 171	10.79 253	6.18 200	2.86 233	21.84 397	3.02 194	34.55 415	25.46 311	16.39 231	31.58 356	26.87 384	14.75 330	14.00 266	37.45 475	0.21 211	1.36 410	0.01 120	0.32 312	0.35 158	2.07 337

ISRNet	12.68 360	2.57 278	19.05 398	13.05 437	6.24 386	7.30 189	2.84 186	29.80 354	32.13 370	23.26 369	35.61 406	24.75 356	16.48 359	15.81 305	14.55 349	0.85 357	1.01 346	2.29 437	0.55 383	1.08 349	4.43 423

pcwnet_v2	12.68 360	2.30 239	18.36 391	8.32 335	5.74 365	17.73 361	4.77 250	36.75 440	46.28 462	20.98 337	29.07 317	16.62 261	13.52 305	16.56 323	10.30 297	0.55 311	1.02 349	0.34 351	0.24 279	2.10 391	2.11 345

iResNetv2_ROB	12.78 362	4.09 356	15.60 360	6.44 224	3.75 273	14.86 300	7.17 323	34.46 413	37.12 412	26.06 400	34.81 402	29.76 393	16.32 352	14.77 289	7.67 247	0.31 247	0.03 48	0.12 266	0.01 87	0.94 340	1.23 209

ADLNet	12.84 363	2.93 303	11.94 297	8.87 351	6.88 403	17.96 364	8.85 352	34.12 405	26.67 324	27.81 418	26.24 283	26.84 383	15.04 333	17.54 342	19.94 394	0.59 320	0.58 260	0.24 325	0.11 203	0.80 325	2.85 393

CBFPSM	12.96 364	3.37 332	30.97 447	5.30 125	3.22 252	22.79 404	16.93 446	21.82 253	21.35 254	21.93 355	28.34 308	29.99 397	17.38 370	15.32 300	16.39 364	0.11 146	0.48 233	0.10 240	0.17 242	0.58 264	2.72 386

ADLNet2	12.99 365	2.94 304	14.18 335	9.57 366	5.96 374	20.23 387	10.41 386	33.05 395	37.61 416	19.46 309	19.74 206	22.46 335	18.63 383	22.37 410	20.76 398	0.37 264	0.15 145	0.06 193	0.08 181	1.04 347	0.72 132

dad	13.05 366	11.39 446	15.64 364	7.35 289	2.10 184	15.64 319	3.48 212	18.77 207	35.55 406	27.77 416	33.76 390	31.59 407	13.04 299	14.79 290	11.16 316	3.35 445	0.54 247	7.85 479	0.96 414	3.88 430	2.49 376

AASNet	13.05 366	3.27 325	12.23 304	10.28 386	6.90 404	17.61 360	7.88 340	41.14 465	38.29 421	23.20 368	29.62 325	16.85 265	15.59 343	15.50 303	19.03 388	0.39 268	0.03 48	0.78 386	0.05 157	1.32 362	1.08 191

HBP-ISP	13.07 368	8.80 433	8.99 166	8.11 330	4.55 314	13.48 283	6.60 304	29.09 343	30.50 351	21.33 344	36.14 408	16.62 261	19.42 397	20.92 392	12.81 338	3.63 447	2.61 461	7.18 475	4.12 464	3.74 428	2.69 384

222	13.07 368	1.99 160	10.74 252	6.56 229	2.74 223	19.95 383	2.54 168	34.13 406	24.42 296	22.52 362	31.39 349	20.78 318	16.99 363	14.31 269	48.07 505	0.16 182	1.33 405	0.01 120	0.32 312	0.37 175	2.02 325

DualNet (step1)	13.16 370	5.31 385	19.76 402	6.41 218	3.12 249	17.98 365	9.85 377	29.36 344	25.26 307	24.82 385	21.48 231	24.89 358	18.87 387	14.41 274	11.06 314	6.83 468	1.96 446	6.61 468	7.47 478	3.22 418	4.59 424

UNet	13.18 371	2.47 266	14.45 339	7.45 294	7.82 426	26.01 426	4.67 248	34.38 412	29.42 345	20.90 335	31.81 360	26.68 379	18.98 390	21.08 397	15.56 357	0.21 211	0.06 92	0.27 331	0.09 189	0.37 175	1.01 178

HGLStereo	13.21 372	3.45 335	14.01 332	10.32 389	7.72 423	15.72 323	7.19 326	31.94 381	28.12 337	20.83 332	36.16 410	26.61 377	20.82 407	18.74 359	19.63 393	1.01 380	0.22 167	0.07 211	0.08 181	0.59 270	1.00 177

GEStereo_RVC	13.23 373	3.13 318	15.23 353	10.33 390	4.95 328	18.92 375	11.46 404	31.58 378	48.03 464	20.51 327	27.68 299	19.00 304	13.31 303	20.44 380	16.01 361	1.15 395	0.51 240	0.10 240	0.14 219	0.67 297	1.47 243

delet	13.26 374	2.43 263	12.99 317	8.45 338	6.26 389	22.40 400	10.83 392	28.78 338	38.76 425	20.39 326	30.36 333	20.85 319	17.67 377	22.97 412	19.13 389	0.14 168	0.45 227	0.19 304	0.08 181	0.78 320	1.24 211

CRFU-Net	13.32 375	3.53 341	12.90 315	8.76 349	6.05 379	26.25 429	10.15 383	25.86 297	14.68 177	30.76 437	30.58 337	30.11 400	21.59 416	20.52 382	20.28 396	1.53 410	0.48 233	0.27 331	0.16 236	0.64 289	1.28 215

CSP-Net	13.41 376	3.62 347	11.03 266	6.62 236	4.07 286	25.76 425	9.61 372	29.66 349	27.14 328	29.97 431	33.42 384	29.84 395	17.23 367	20.64 383	16.03 362	1.12 391	0.41 218	0.03 160	0.00 1	0.75 316	1.29 217

MMNet	13.55 377	2.82 296	13.90 330	7.63 303	6.36 393	26.45 431	4.63 246	24.00 283	42.67 442	26.25 403	33.12 380	20.98 321	19.45 399	20.14 375	19.49 392	0.75 338	0.54 247	0.11 261	0.01 87	0.53 246	1.10 193

STTStereo	13.60 378	5.63 391	28.73 441	8.07 327	5.65 362	13.97 290	7.17 323	31.25 371	26.70 325	25.59 393	32.06 367	31.71 410	14.71 329	17.24 338	16.46 367	0.29 244	0.40 211	0.71 381	1.43 432	1.31 360	2.82 390

SGM-Forest	13.63 379	2.55 277	8.22 140	6.30 212	2.16 190	23.84 410	11.13 398	34.68 416	32.40 371	27.27 412	33.02 376	30.08 399	17.82 378	22.13 408	15.40 355	1.66 417	0.32 192	0.88 397	0.03 127	0.79 321	1.93 299
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 380	4.93 379	11.80 289	11.93 426	5.53 357	16.75 347	14.38 427	36.12 430	32.59 375	23.08 367	27.03 294	25.90 371	15.40 339	25.87 427	14.23 345	1.24 403	0.09 112	1.53 424	0.61 390	2.06 390	2.94 396

AANet_RVC	13.75 381	6.34 404	12.90 315	8.87 351	4.53 313	14.09 292	9.12 360	29.37 347	38.32 422	23.85 377	37.41 416	23.55 346	17.51 375	23.31 415	18.56 382	2.08 423	1.30 395	0.25 327	0.06 167	0.73 309	2.87 394

xyz-stereo	13.76 382	1.43 62	40.88 469	3.14 16	0.83 51	42.24 486	4.68 249	14.87 141	26.49 321	23.70 373	37.20 414	30.36 402	19.90 402	18.77 360	9.23 278	0.28 240	0.03 48	0.64 377	0.03 127	0.20 87	0.32 40

ssnet_v2	13.84 383	3.15 319	13.44 324	7.99 324	3.08 248	22.60 401	14.51 430	36.65 437	33.59 385	22.04 357	26.10 281	28.64 387	17.16 366	23.13 413	20.86 400	0.50 299	0.32 192	0.20 309	0.13 209	1.41 365	1.38 226

FADNet-RVC	13.86 384	12.75 459	41.65 470	8.64 344	4.63 316	16.45 341	6.89 317	28.91 339	24.20 293	20.89 334	31.44 351	26.73 381	11.37 261	21.58 405	15.91 359	0.25 228	0.14 142	0.14 279	0.24 279	2.97 409	1.50 251

psm_up	13.88 385	2.70 289	10.89 260	10.20 383	5.97 375	15.01 308	12.58 414	39.13 456	31.75 366	21.39 346	31.09 346	30.18 401	25.01 428	20.33 378	17.62 375	0.75 338	0.39 209	0.18 298	0.03 127	0.82 329	1.67 267

DLCB_ROB	13.97 386	3.74 350	11.01 265	9.99 377	5.85 372	21.40 393	10.37 385	30.17 358	30.49 350	28.21 420	32.18 369	32.67 417	21.17 411	20.20 376	18.59 383	0.34 255	0.18 152	0.41 357	0.15 227	0.61 278	1.76 276

StereoDRNet-Refined	14.03 387	3.52 339	12.77 312	8.70 346	3.31 254	18.50 372	4.58 243	29.08 342	30.59 352	29.85 429	42.52 450	25.24 365	19.57 400	23.88 417	23.55 415	0.44 285	0.07 104	0.54 369	0.38 348	0.88 338	2.64 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 388	5.00 381	47.51 481	6.57 230	4.04 284	21.14 391	14.37 425	28.25 331	21.37 255	21.95 356	31.37 348	21.31 324	18.66 384	16.15 307	20.61 397	0.31 247	0.41 218	0.09 229	0.05 157	1.00 345	0.76 137

CVANet_RVC	14.09 389	4.82 377	10.86 259	9.46 364	5.60 361	19.70 381	12.94 419	33.38 399	34.86 399	23.72 374	33.31 381	29.76 393	16.35 354	24.37 418	12.45 333	1.22 401	0.23 169	1.45 423	0.87 406	3.41 421	3.01 398

SACVNet	14.10 390	5.24 384	14.19 336	12.11 428	6.12 382	18.45 371	9.11 359	33.13 396	22.94 276	28.79 423	33.88 391	32.69 418	23.78 420	20.91 391	12.13 325	1.08 385	0.54 247	0.84 396	0.48 368	1.41 365	4.26 422

rvit_105_1	14.11 391	6.23 403	22.11 422	13.74 441	4.55 314	15.38 314	28.19 491	27.21 320	43.35 446	19.53 310	24.36 267	22.05 331	15.96 348	18.37 356	12.70 337	2.27 426	0.58 260	0.26 329	2.37 450	0.70 302	2.20 352

PS-NSSS	14.36 392	8.44 430	16.43 370	7.44 293	5.79 367	18.65 374	12.71 417	39.02 453	26.84 326	20.99 338	36.15 409	21.47 325	18.25 382	18.21 354	18.63 384	2.44 432	0.55 251	5.38 461	0.37 338	5.25 442	4.11 421

CBMV	14.52 393	4.59 370	9.99 215	6.61 235	2.85 232	22.76 403	12.45 413	30.63 363	33.32 381	31.98 442	35.00 404	31.68 408	19.43 398	26.53 430	16.71 369	1.28 404	0.61 266	0.63 375	0.12 205	1.26 358	1.89 293
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 394	11.96 450	39.55 467	8.50 340	6.64 398	18.53 373	6.74 310	35.70 424	35.06 401	19.21 306	28.06 304	28.14 386	13.94 320	18.54 358	11.61 321	0.48 293	0.75 293	0.38 356	0.49 371	9.17 465	2.05 335

fast-acv-ft	14.96 395	4.73 374	17.68 384	8.03 326	5.27 343	28.61 442	9.97 380	26.25 307	35.58 407	26.03 399	38.02 422	31.91 412	21.50 413	19.25 365	21.18 401	0.61 325	0.38 206	0.63 375	0.48 368	1.31 360	1.73 272

pmcnn	15.27 396	4.31 363	22.32 424	7.46 296	4.46 309	22.15 399	15.74 437	28.53 334	31.88 367	27.78 417	40.04 436	39.06 452	19.11 395	18.79 361	20.78 399	1.04 383	0.23 169	0.00 1	0.00 1	0.53 246	1.17 200

Anonymous_2	15.61 397	7.12 412	18.63 395	6.49 225	7.98 427	26.94 434	11.93 408	19.48 221	18.48 230	18.25 286	15.95 162	24.18 351	21.32 412	21.17 400	15.94 360	10.88 484	13.80 499	11.19 487	25.13 503	10.92 476	6.42 449

TCMNet	15.72 398	7.51 419	21.42 418	14.39 445	12.57 471	26.22 428	13.91 424	30.23 359	36.03 409	25.57 392	31.73 357	23.65 347	15.35 338	19.98 372	24.06 420	1.44 408	0.67 277	2.04 433	0.99 416	3.41 421	3.26 406

NVstereo2D	15.77 399	4.01 354	17.73 385	9.96 376	8.10 433	30.36 450	9.52 367	43.10 476	43.12 445	15.45 211	28.03 303	23.46 344	16.84 362	24.62 419	17.06 371	3.35 445	0.87 318	1.76 428	1.13 422	7.76 458	9.19 473

test_sample9	15.79 400	5.31 385	19.76 402	6.41 218	3.12 249	17.98 365	9.85 377	29.36 344	25.26 307	24.82 385	21.48 231	24.89 358	18.87 387	21.03 393	22.11 404	6.83 468	36.75 510	6.61 468	7.47 478	3.22 418	4.59 424

StereoDRNet	16.00 401	5.45 389	16.67 373	11.34 416	8.74 441	25.62 422	11.07 396	40.40 463	37.03 411	29.77 428	30.04 330	34.35 434	19.09 392	19.81 369	25.28 430	0.65 329	0.30 189	0.16 291	0.14 219	1.80 382	2.33 361

Wz-Net-LNSev-Ref	16.12 402	4.56 367	29.46 442	7.78 314	6.11 381	26.08 427	13.01 420	31.08 368	37.61 416	27.66 414	46.96 471	29.92 396	15.40 339	21.54 404	22.39 406	1.09 387	0.05 67	0.10 240	0.00 1	0.43 210	1.21 206

YMNet	16.35 403	6.51 407	23.16 428	11.45 417	8.85 443	25.42 420	8.89 353	32.99 392	32.63 376	34.40 458	39.12 430	34.27 431	17.43 372	20.90 389	22.93 409	0.93 370	1.30 395	1.21 413	0.94 407	1.77 380	1.81 280

YMNet_1	16.35 403	6.51 407	23.16 428	11.45 417	8.85 443	25.42 420	8.89 353	32.99 392	32.63 376	34.40 458	39.12 430	34.27 431	17.43 372	20.90 389	22.93 409	0.93 370	1.30 395	1.21 413	0.94 407	1.77 380	1.81 280

DRN-Test	16.60 405	4.76 375	16.90 377	10.75 402	8.16 434	29.42 446	14.37 425	43.26 478	39.35 426	28.93 425	35.46 405	29.03 389	20.11 404	20.78 386	24.51 426	0.94 373	0.93 328	0.46 362	0.35 327	1.42 367	2.12 346

SDNR	16.80 406	5.88 396	30.01 444	6.39 217	6.53 395	57.67 505	3.15 197	24.30 285	31.49 364	21.50 348	36.56 413	14.69 230	16.76 360	19.14 364	14.45 346	11.12 487	14.00 500	3.11 451	0.51 375	8.86 464	9.92 479

DISCO	16.93 407	2.58 280	17.15 380	8.26 332	4.37 304	27.65 438	10.68 388	31.28 373	44.93 455	22.21 359	34.47 399	36.48 442	23.91 421	36.14 468	34.48 470	0.35 257	0.11 128	0.04 176	0.07 175	1.95 386	1.40 231

PA-Net	16.98 408	8.05 427	29.56 443	10.52 395	11.30 462	21.91 398	29.93 495	32.64 387	39.50 427	20.38 325	28.51 311	23.80 348	20.82 407	21.45 402	25.60 432	0.25 228	2.36 458	0.23 321	4.99 469	1.34 363	6.47 450
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 409	8.11 428	28.42 440	9.29 360	8.89 446	24.46 412	25.06 483	35.40 421	49.52 470	26.73 408	33.49 386	20.50 315	18.75 385	20.67 385	19.18 391	2.30 428	2.09 449	1.13 409	0.75 399	2.86 406	2.84 391

GwcNet	17.31 410	6.61 410	23.02 426	10.83 406	8.63 439	29.48 447	10.80 390	39.37 458	45.73 457	24.16 379	37.85 421	31.50 406	21.81 418	21.37 401	27.25 446	0.81 351	0.88 320	0.57 372	0.46 361	1.54 374	3.61 410

NaN_ROB	17.35 411	7.91 423	18.84 397	11.29 414	4.93 326	33.28 461	20.75 465	38.10 448	43.81 447	30.28 434	31.53 354	32.88 419	20.88 409	29.10 443	17.85 377	0.40 271	0.43 225	0.31 347	0.44 360	0.98 342	3.03 400

S-Stereo	17.36 412	4.46 366	22.16 423	12.58 434	9.10 448	23.07 405	12.60 415	33.18 397	46.12 460	22.78 364	38.67 428	29.04 390	27.48 440	19.40 367	23.90 419	3.14 443	3.13 470	0.88 397	1.95 444	3.77 429	9.86 478

FAT-Stereo	17.45 413	3.56 342	19.19 399	10.31 388	6.54 396	18.00 368	14.89 433	38.68 451	40.49 431	27.39 413	39.66 433	37.32 444	32.14 466	21.07 396	22.97 411	3.68 448	2.16 455	0.81 393	1.21 426	2.10 391	6.78 453

DANet	17.51 414	8.91 434	27.61 437	14.94 451	7.48 413	22.67 402	5.66 273	27.33 323	26.64 322	32.62 449	36.27 411	37.40 445	30.07 456	31.65 454	26.09 438	1.30 405	1.46 426	2.33 439	0.53 378	3.54 425	5.69 438
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 415	17.23 471	20.10 408	12.02 427	6.91 405	28.81 443	11.45 403	41.35 466	21.95 265	30.13 433	34.66 400	32.04 415	11.30 259	21.04 395	16.43 365	8.91 476	2.67 462	12.29 488	0.84 404	12.72 482	8.43 468

PSMNet_ROB	17.59 416	6.52 409	16.27 368	14.43 446	7.71 422	29.22 445	33.59 500	43.94 481	38.52 423	24.74 384	33.46 385	34.17 430	17.29 369	18.52 357	25.68 434	0.40 271	0.29 187	0.96 401	2.22 447	2.03 389	1.81 280

Syn2CoEx	17.68 417	11.86 449	28.39 439	20.88 474	8.24 435	25.66 423	12.35 410	37.57 444	33.60 386	29.57 426	39.80 435	30.02 398	28.00 443	19.91 370	18.91 387	1.14 394	0.53 245	1.23 417	0.46 361	1.97 387	3.61 410

GANet	17.85 418	5.41 388	14.79 343	11.91 425	4.73 317	24.54 414	17.04 449	41.01 464	34.96 400	33.06 450	45.84 466	39.83 457	29.19 450	24.71 421	22.45 408	1.34 406	0.41 218	1.09 405	0.70 396	2.15 393	1.89 293

GASNet	17.87 419	20.62 482	32.66 454	21.17 475	9.48 451	16.26 337	9.15 361	45.00 486	40.55 433	26.16 401	24.34 266	33.05 420	15.45 342	29.82 448	18.15 380	3.79 450	0.28 185	1.87 429	0.51 375	7.06 453	1.97 310

test_sample8	17.93 420	5.31 385	19.76 402	6.41 218	3.12 249	17.98 365	9.85 377	32.68 388	20.05 244	33.68 455	26.30 285	40.74 461	34.14 470	21.03 393	22.11 404	6.83 468	36.75 510	6.61 468	7.47 478	3.22 418	4.59 424

NCCL2	17.94 421	7.94 425	16.87 376	24.07 485	7.60 418	24.52 413	17.08 450	35.42 422	26.65 323	32.01 443	38.57 425	41.96 470	27.61 441	22.24 409	24.43 425	0.65 329	0.33 198	2.64 445	2.13 446	2.28 398	3.86 419

ADCRef	18.01 422	8.01 426	44.10 475	10.75 402	8.85 443	27.18 435	11.06 395	31.77 380	34.40 394	31.90 441	42.45 449	18.79 299	21.55 415	25.18 424	35.17 471	1.03 382	0.42 223	2.18 435	1.79 439	1.38 364	2.27 358

XPNet_ROB	18.03 423	6.06 401	18.19 389	11.68 421	6.83 401	21.23 392	16.93 446	36.66 439	39.82 430	32.51 448	42.05 448	41.04 464	25.77 432	25.72 425	28.80 456	1.67 418	0.91 326	0.79 387	0.27 296	1.24 357	2.38 368

SuperB	18.07 424	7.33 416	56.73 492	8.42 337	5.42 351	20.39 388	9.73 375	26.04 300	50.80 474	26.88 410	39.52 432	17.79 286	21.54 414	23.17 414	25.96 437	0.77 343	0.32 192	1.11 408	0.73 398	16.11 489	2.75 389

RP	18.36 425	5.94 398	17.54 383	15.95 461	12.33 470	21.55 395	12.66 416	28.65 336	45.65 456	23.78 376	42.55 451	39.77 456	29.54 453	26.72 431	23.58 417	6.14 466	1.05 354	4.38 458	1.77 438	3.90 431	3.82 418

APVNet	18.42 426	6.37 405	23.10 427	12.76 436	8.28 436	30.74 451	24.17 480	42.08 472	30.76 358	25.86 397	41.66 444	31.83 411	24.99 426	28.01 439	28.77 454	0.49 296	0.57 257	3.05 449	0.55 383	1.80 382	2.46 371

ETE_ROB	18.45 427	10.71 438	20.90 415	14.23 444	4.92 325	23.28 407	22.01 468	33.00 394	36.14 410	30.68 436	39.03 429	46.10 483	26.28 434	27.52 436	26.22 439	0.53 303	0.49 236	1.16 410	0.94 407	1.69 378	3.07 401

PWCDC_ROB	18.66 428	11.24 444	21.32 417	18.82 469	8.08 432	25.75 424	6.94 319	35.08 419	53.33 481	30.37 435	49.70 479	20.87 320	21.63 417	31.05 453	22.39 406	6.94 472	0.28 185	0.10 240	0.06 167	5.98 450	3.22 404

Nwc_Net	18.76 429	5.80 392	19.91 406	14.99 453	11.96 467	26.32 430	15.90 438	41.68 469	40.50 432	21.85 354	43.58 458	34.89 435	29.47 452	27.48 435	26.34 440	3.75 449	0.27 179	2.55 444	3.31 457	2.25 396	2.46 371

ADCP+	18.93 430	5.83 394	35.35 458	9.85 374	10.36 456	29.49 448	13.65 422	34.22 410	37.75 418	30.02 432	41.45 442	24.18 351	26.43 437	34.71 462	36.58 473	0.27 236	0.40 211	2.00 432	1.19 424	2.31 399	2.66 380

MDST_ROB	18.99 431	3.23 322	15.81 366	14.15 443	6.98 406	44.89 488	16.81 445	43.19 477	42.83 443	43.71 483	43.84 459	28.79 388	19.02 391	30.64 452	18.70 385	1.84 420	0.84 311	0.69 380	0.47 367	0.71 306	2.61 378

Wz-Net-LNSev	19.04 432	11.48 447	43.55 474	10.82 405	8.01 430	24.96 416	17.46 454	34.72 417	44.36 451	33.43 453	44.72 464	32.54 416	24.13 422	21.64 406	24.38 424	0.93 370	0.22 167	0.00 1	0.03 127	1.44 368	1.99 321

AF-Net	19.18 433	6.50 406	16.90 377	16.60 462	11.00 461	23.83 409	11.31 399	36.25 431	51.10 477	25.56 391	38.34 424	41.77 468	31.01 461	30.20 450	27.83 449	4.87 461	0.27 179	4.60 459	1.00 417	2.67 404	2.02 325

PWC_ROB	19.21 434	12.15 455	28.02 438	11.02 410	6.62 397	25.15 418	5.47 270	36.42 434	49.47 469	33.19 451	44.32 461	34.98 436	26.66 438	32.22 457	27.30 447	1.71 419	0.27 179	1.62 425	0.37 338	2.38 401	4.90 430

stereogan	19.38 435	4.02 355	18.62 394	13.54 439	10.30 455	37.03 470	9.83 376	39.12 455	46.13 461	25.09 390	41.76 446	40.01 458	27.19 439	32.16 455	25.48 431	2.44 432	1.13 365	2.70 447	0.86 405	5.45 444	4.81 427

edge stereo	19.38 435	5.98 399	19.25 400	11.11 411	8.07 431	23.51 408	12.74 418	35.93 426	42.55 440	35.05 460	43.06 455	41.34 466	36.05 474	26.06 428	25.62 433	2.70 436	2.47 459	6.38 466	1.54 435	3.18 417	5.01 431

RYNet	19.73 437	5.52 390	18.58 393	11.63 420	15.84 481	47.05 491	17.28 451	38.60 450	49.19 468	27.71 415	27.46 296	38.63 450	26.42 436	20.79 387	32.08 468	0.73 336	0.59 263	0.97 402	0.16 236	7.40 455	8.04 464

LALA_ROB	19.82 438	8.32 429	18.64 396	13.59 440	5.79 367	28.03 440	23.44 475	43.09 475	37.57 415	33.91 457	41.55 443	50.73 493	25.61 431	29.09 442	27.30 447	0.73 336	0.67 277	2.08 434	1.42 431	2.70 405	2.12 346

Wz-Net-MNSev	19.84 439	7.55 420	35.79 459	10.79 404	7.51 415	38.96 478	18.39 459	35.08 419	44.72 453	31.28 438	41.70 445	41.18 465	20.49 406	28.41 440	30.13 465	0.96 376	0.36 204	0.05 184	0.13 209	1.70 379	1.64 262

aanetorigin	19.84 439	13.32 461	54.46 487	10.07 379	7.99 428	14.16 293	15.32 434	17.85 194	34.49 395	49.59 493	48.88 476	34.28 433	31.32 463	23.53 416	29.64 461	1.12 391	0.81 305	0.73 382	0.94 407	3.05 410	5.23 435

SGM_RVC	20.33 441	3.24 324	8.92 164	7.20 284	1.62 144	39.61 480	17.01 448	39.11 454	35.12 402	46.26 488	42.62 452	51.57 495	39.45 481	39.66 487	29.87 463	1.16 396	0.37 205	0.55 370	0.35 327	1.20 353	1.64 262
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 442	11.06 441	33.58 455	12.11 428	7.19 410	28.90 444	11.99 409	38.49 449	58.85 498	32.22 446	37.28 415	33.11 422	21.14 410	36.93 477	38.84 482	1.49 409	1.50 429	0.15 284	0.64 392	2.18 394	2.67 382

NCC-stereo	20.61 443	7.39 417	25.96 432	15.90 459	16.62 482	20.15 385	23.27 471	44.11 484	41.29 437	25.00 388	38.64 426	35.47 437	28.75 446	36.35 471	26.90 444	4.83 459	2.14 452	3.33 453	9.27 489	3.10 412	3.72 416

Abc-Net	20.61 443	7.39 417	25.96 432	15.90 459	16.62 482	20.15 385	23.27 471	44.11 484	41.29 437	25.00 388	38.64 426	35.47 437	28.75 446	36.35 471	26.90 444	4.83 459	2.14 452	3.33 453	9.27 489	3.10 412	3.72 416
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 443	12.13 454	46.35 478	21.53 476	17.78 485	19.41 377	23.64 478	37.23 443	50.61 471	26.20 402	37.72 417	24.90 361	25.02 429	24.63 420	23.53 414	3.13 442	1.65 436	5.69 462	4.09 463	3.64 427	3.34 408

RGC	20.62 446	14.30 463	21.99 421	18.85 470	14.53 476	21.42 394	14.82 432	36.00 429	44.32 450	28.54 422	41.82 447	40.12 459	29.43 451	35.44 467	23.33 412	4.12 452	0.72 285	8.80 480	4.39 466	4.55 437	4.84 429

DGSMNet	20.75 447	13.28 460	34.59 457	14.80 450	17.14 484	23.25 406	17.99 458	36.39 433	43.00 444	20.70 329	32.67 374	36.05 441	19.22 396	30.34 451	25.04 429	4.61 456	4.62 484	6.31 465	5.20 472	14.71 486	15.15 494

WCMA_ROB	21.17 448	5.89 397	22.32 424	10.39 392	7.65 420	34.55 464	16.42 443	33.20 398	34.02 390	42.06 477	52.50 483	44.09 475	37.59 477	33.66 460	26.77 443	7.45 475	3.18 471	1.27 420	1.43 432	4.18 432	4.81 427

psmorigin	21.56 449	11.18 443	36.59 461	10.19 382	7.08 408	25.30 419	12.35 410	33.52 402	33.12 380	43.62 482	54.15 491	42.72 471	37.44 476	36.87 476	28.98 457	1.65 416	2.78 465	0.81 393	1.19 424	3.62 426	8.10 465

G-Net	21.66 450	9.10 435	39.39 465	15.85 457	9.60 452	51.00 496	16.73 444	28.32 332	31.17 361	38.99 470	43.24 456	33.26 425	32.09 465	28.50 441	26.50 442	4.74 458	3.92 481	3.60 456	1.02 418	8.42 463	7.86 462

FBW_ROB	21.87 451	11.80 448	25.52 431	14.64 448	7.49 414	31.20 454	16.35 442	45.28 487	44.78 454	44.85 487	40.36 438	43.50 474	27.85 442	34.94 463	23.52 413	3.07 441	2.15 454	7.53 478	3.03 456	4.30 434	5.17 434

SANet	22.05 452	8.47 431	32.65 453	9.90 375	4.31 302	33.49 462	23.44 475	42.82 474	56.64 493	39.67 473	44.09 460	44.62 476	32.96 468	29.24 447	25.79 435	1.08 385	0.74 288	0.98 403	0.69 394	5.69 447	3.66 415

SQANet	22.07 453	25.29 490	21.78 420	26.81 489	18.92 488	30.75 452	10.25 384	33.47 400	30.10 348	25.73 394	34.31 397	33.45 426	19.94 403	29.16 444	20.03 395	11.68 488	3.08 469	26.95 500	5.80 475	20.97 496	12.99 488

UDG	22.21 454	15.90 470	16.41 369	21.71 477	20.17 490	32.51 457	13.78 423	36.62 436	35.77 408	26.64 407	31.43 350	37.49 446	32.33 467	22.77 411	21.19 402	11.08 486	5.60 488	23.12 495	7.74 482	17.07 491	14.89 493

STTRV1_RVC	22.31 455	18.60 475	39.50 466	16.79 463	23.81 498	29.59 449	15.67 436	35.42 422	34.27 392	35.05 460	34.94 403	31.94 414	28.80 448	29.17 445	23.89 418	12.64 494	3.40 475	6.58 467	4.73 468	15.20 488	6.23 444

SHD	22.33 456	11.30 445	32.10 450	15.61 455	9.88 453	26.75 432	10.12 382	41.84 470	61.77 503	36.36 464	44.65 463	39.28 453	31.10 462	35.07 464	32.76 469	2.35 429	1.95 445	1.24 419	1.90 443	4.33 435	6.34 446

CSAN	22.36 457	11.11 442	26.06 434	21.79 478	5.59 360	34.55 464	36.54 502	40.04 461	50.84 475	37.47 467	40.31 437	45.09 479	33.07 469	27.44 434	25.80 436	1.60 414	0.75 293	1.08 404	1.80 440	2.89 407	3.36 409

ADCL	22.44 458	7.79 421	49.20 483	10.61 400	7.28 412	40.40 483	21.03 466	32.07 383	55.07 485	28.53 421	48.73 474	31.68 408	31.69 464	34.04 461	38.38 478	1.22 401	0.93 328	2.65 446	1.89 442	2.65 403	2.94 396

CC-Net-ROB	22.73 459	23.99 487	30.57 446	14.72 449	8.91 447	32.98 458	16.17 440	46.75 491	37.29 413	33.88 456	32.33 370	35.48 439	25.00 427	24.75 422	28.78 455	9.60 480	3.03 468	25.33 498	3.87 461	14.82 487	6.33 445

ADCPNet	22.75 460	10.94 440	58.96 496	12.24 432	7.57 416	37.33 471	20.08 464	33.89 404	37.37 414	33.49 454	44.32 461	39.36 455	28.43 445	32.19 456	38.55 480	2.25 425	2.69 464	2.37 441	3.59 460	4.33 435	5.01 431

MeshStereo	22.95 461	7.84 422	12.46 308	8.13 331	5.20 339	38.49 476	13.36 421	42.69 473	38.05 420	51.34 496	53.82 487	58.22 501	43.29 490	38.42 482	29.59 460	2.96 438	2.84 467	3.11 451	2.33 449	3.12 414	3.65 414
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
Wz-Net-SNSev	23.35 462	18.18 473	47.37 480	14.55 447	8.63 439	28.33 441	29.16 493	39.88 460	55.80 490	32.16 445	53.91 489	39.35 454	24.42 423	27.60 437	38.11 477	1.06 384	0.24 172	1.20 412	0.95 412	3.16 416	2.93 395

DDUNet	23.49 463	20.59 481	17.13 379	24.58 486	22.45 494	24.86 415	17.96 457	31.42 375	31.06 360	29.59 427	37.81 419	37.85 448	26.39 435	25.77 426	18.74 386	18.99 498	8.10 496	26.65 499	11.80 495	19.41 495	18.58 499

MSMD_ROB	23.50 464	10.55 437	15.65 365	17.87 468	10.07 454	35.58 467	19.04 461	34.53 414	37.81 419	41.55 476	60.11 499	46.01 482	39.81 483	32.74 458	24.92 428	6.86 471	3.63 479	8.92 481	11.16 494	7.21 454	5.99 442

LE_ROB	23.59 465	4.64 373	16.84 375	8.59 342	3.05 246	33.01 459	18.53 460	28.96 340	67.40 515	70.71 517	55.67 495	48.44 489	48.90 497	26.06 428	37.98 476	0.44 285	0.24 172	0.27 331	0.54 380	0.49 239	0.98 174

ADCMid	23.61 466	12.42 457	44.10 475	11.85 424	8.33 437	27.89 439	20.03 463	36.49 435	39.56 428	40.81 474	47.01 472	36.89 443	43.95 491	39.12 485	42.60 492	1.95 421	1.55 433	3.05 449	3.98 462	5.20 441	5.37 436

AnyNet_C32	24.34 467	15.07 466	42.84 472	13.07 438	11.83 465	31.80 455	31.73 497	32.47 385	45.77 458	35.92 462	49.66 478	34.05 428	35.21 472	44.09 494	43.39 496	1.61 415	1.70 438	1.22 416	2.94 455	4.87 439	7.60 459

PSMNet-RUCA	24.65 468	28.24 493	42.85 473	35.58 498	34.48 503	16.04 327	11.34 400	40.36 462	31.70 365	31.88 440	41.00 441	37.50 447	25.41 430	29.19 446	17.07 372	12.35 491	2.12 451	20.72 494	8.27 487	17.19 492	9.64 476

MFN_U_SF_DS_RVC	24.71 469	14.86 465	32.18 451	26.47 488	10.48 457	40.27 482	22.83 470	36.88 441	44.51 452	42.59 478	47.13 473	40.20 460	28.00 443	36.70 474	28.36 450	4.23 454	4.00 482	6.73 471	16.35 500	5.05 440	6.34 446

ccnet	24.80 470	17.64 472	24.53 430	12.35 433	18.18 487	38.47 475	17.76 456	46.24 489	32.78 379	37.51 468	46.76 468	38.80 451	30.45 459	38.35 481	41.98 489	9.41 479	6.40 490	9.67 483	8.04 483	11.64 480	9.00 471

FC-DCNN	25.07 471	12.06 453	20.30 410	19.06 471	9.41 449	38.40 474	23.46 477	41.37 467	44.07 449	46.76 490	53.99 490	50.49 491	39.32 480	36.43 473	29.46 459	7.40 474	3.39 473	6.15 463	5.01 470	8.05 460	6.83 454

FC-DCNN v2	25.13 472	12.03 451	19.82 405	19.08 472	9.43 450	38.89 477	23.42 474	41.85 471	44.02 448	46.96 491	54.51 492	50.70 492	39.69 482	36.34 470	29.25 458	7.36 473	3.39 473	6.17 464	5.02 471	8.00 459	6.71 452

XQC	25.15 473	18.26 474	52.31 485	22.53 483	12.15 468	37.47 472	21.78 467	38.74 452	55.51 489	32.40 447	30.75 341	38.36 449	30.19 458	38.28 480	41.25 488	4.61 456	1.44 423	2.77 448	2.26 448	12.52 481	9.49 475

DPSNet	25.20 474	7.92 424	36.17 460	11.72 422	6.85 402	53.68 498	43.17 508	52.22 500	60.09 501	31.61 439	39.76 434	40.91 463	35.82 473	33.42 459	26.48 441	4.98 462	2.10 450	0.50 366	1.13 422	9.63 467	5.83 439

SGM-ForestM	25.21 475	4.80 376	13.50 326	8.68 345	3.74 272	46.85 490	22.04 469	46.25 490	51.32 479	51.28 495	52.07 482	62.64 508	47.13 495	46.05 495	36.30 472	1.99 422	2.25 457	1.21 413	1.24 427	1.65 377	3.21 403

PDISCO_ROB	25.35 476	10.44 436	31.01 448	29.47 494	20.36 491	38.32 473	17.74 455	45.56 488	55.34 487	29.88 430	42.94 454	46.63 484	29.76 454	36.23 469	31.29 467	10.74 483	2.20 456	6.96 472	3.53 459	9.98 471	8.52 469

EDNetEfficient	25.68 477	22.94 486	77.88 520	9.49 365	7.66 421	20.89 389	17.37 452	22.52 261	56.02 491	61.49 507	53.31 485	35.83 440	41.88 489	25.06 423	39.53 484	0.86 360	0.83 310	0.91 399	2.82 453	8.28 461	7.98 463

Wz-Net-TNSev	25.85 478	21.47 484	59.51 498	10.38 391	7.64 419	42.40 487	23.33 473	35.97 428	54.36 483	36.56 465	43.26 457	45.90 481	41.27 487	37.81 478	37.10 474	2.35 429	1.90 444	0.77 385	1.34 430	5.89 449	7.75 461

WZ-Net	25.86 479	14.23 462	64.17 501	15.77 456	10.61 458	39.36 479	28.01 490	41.38 468	54.97 484	28.82 424	53.68 486	40.90 462	30.14 457	37.91 479	42.98 495	1.59 411	0.49 236	0.73 382	0.95 412	5.43 443	5.12 433

GANetREF_RVC	26.12 480	30.35 494	27.03 435	26.08 487	6.28 392	31.16 453	37.25 504	48.48 493	50.90 476	37.30 466	36.39 412	34.11 429	30.98 460	38.51 483	28.38 451	9.08 477	2.68 463	16.48 491	5.42 474	16.24 490	9.34 474
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
FCDSN-DC	26.18 481	15.77 469	20.36 411	28.79 493	15.78 480	40.13 481	19.12 462	43.57 479	42.59 441	44.78 486	52.51 484	50.73 493	40.32 485	35.32 466	28.55 452	6.41 467	3.61 478	7.11 474	6.54 476	10.58 472	10.93 484
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 482	15.49 468	48.87 482	15.20 454	10.99 460	31.86 456	24.37 481	43.99 482	58.30 496	43.12 480	49.92 480	41.90 469	41.43 488	42.90 493	46.29 500	3.00 440	2.60 460	2.45 443	3.47 458	7.63 456	8.41 467

DLNR_Zeroshot_test	27.91 483	51.88 508	91.97 534	98.26 543	97.92 543	3.07 19	0.49 26	31.27 372	8.33 98	8.40 104	15.66 157	7.22 111	1.66 32	12.16 187	4.82 178	40.46 509	1.87 442	0.06 193	0.33 318	80.45 532	1.99 321

MFN_U_SF_RVC	28.91 484	15.44 467	55.12 489	22.00 480	8.49 438	41.39 484	15.36 435	52.74 501	46.70 463	47.83 492	53.87 488	54.97 498	40.50 486	39.54 486	40.77 486	6.09 465	4.92 486	7.08 473	9.02 488	7.68 457	8.69 470

PASM	29.37 485	19.17 476	50.43 484	23.55 484	23.15 496	27.62 437	27.82 489	35.90 425	50.76 473	35.98 463	40.55 439	47.26 487	34.98 471	35.28 465	38.72 481	12.58 493	15.96 501	17.57 493	22.46 502	13.71 483	13.92 491

EDNetEfficientorigin	29.50 486	36.05 500	99.77 546	9.67 369	5.93 373	26.79 433	16.02 439	26.87 317	55.18 486	61.15 504	57.72 496	45.04 478	50.99 500	26.90 433	44.78 498	0.53 303	0.54 247	1.72 427	2.53 451	11.05 477	10.75 481

AnyNet_C01	30.67 487	27.57 491	76.09 518	17.61 465	12.18 469	50.42 495	28.89 492	39.14 457	41.14 436	41.36 475	65.66 510	47.21 486	40.16 484	47.50 496	49.82 507	2.38 431	2.79 466	2.31 438	2.83 454	8.35 462	9.99 480

LSM	30.92 488	21.18 483	57.13 495	19.98 473	54.02 515	33.70 463	25.92 485	43.87 480	49.18 467	46.43 489	55.59 494	43.44 472	36.70 475	36.70 474	28.75 453	2.94 437	9.77 497	5.07 460	8.20 486	10.77 473	29.00 506

RTS	30.97 489	24.38 488	96.47 536	17.75 466	12.63 472	58.43 507	26.47 486	38.01 446	63.33 506	44.41 484	46.81 469	33.16 423	45.26 492	52.06 502	42.65 493	2.66 434	1.40 414	1.09 405	1.02 418	5.49 445	5.86 440

RTSA	30.97 489	24.38 488	96.47 536	17.75 466	12.63 472	58.43 507	26.47 486	38.01 446	63.33 506	44.41 484	46.81 469	33.16 423	45.26 492	52.06 502	42.65 493	2.66 434	1.40 414	1.09 405	1.02 418	5.49 445	5.86 440

DispFullNet	31.01 491	32.97 496	59.04 497	30.27 495	28.46 500	33.06 460	11.44 402	37.69 445	54.13 482	33.30 452	37.78 418	44.68 477	28.96 449	42.19 492	29.68 462	12.35 491	3.56 477	36.10 504	12.90 497	32.29 504	19.42 501

coex-ft	31.29 492	39.15 504	93.51 535	9.71 372	5.77 366	36.25 469	26.79 488	31.43 376	59.45 499	73.35 521	58.73 497	45.49 480	48.48 496	30.19 449	46.52 502	1.59 411	1.71 439	0.94 400	0.97 415	9.43 466	6.35 448

MANE	33.27 493	12.69 458	21.10 416	22.10 481	15.09 479	49.75 493	29.51 494	54.10 504	56.36 492	59.73 500	64.93 507	65.43 512	57.34 509	52.70 505	41.02 487	10.52 482	6.09 489	7.35 476	20.29 501	9.66 468	9.65 477

otaku	33.83 494	36.87 502	53.81 486	40.41 501	21.58 492	54.54 500	17.45 453	44.01 483	61.47 502	39.63 471	50.06 481	46.76 485	29.76 454	40.64 489	30.07 464	19.17 499	7.09 493	32.34 502	9.92 491	24.17 499	16.94 496

PVD	34.10 495	19.91 478	39.04 464	27.08 490	18.09 486	35.11 466	44.32 510	52.16 499	66.36 512	53.04 498	64.50 506	52.33 496	56.17 505	52.24 504	42.11 490	4.17 453	4.82 485	9.60 482	4.65 467	11.11 478	25.25 504

ELAS	34.78 496	20.32 479	38.13 463	21.79 478	14.89 477	57.95 506	37.04 503	51.15 498	51.19 478	60.95 503	64.42 505	59.08 503	54.44 503	51.53 500	46.26 499	12.00 489	7.83 494	10.46 484	8.04 483	14.42 484	13.71 490
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 497	20.50 480	37.14 462	22.37 482	15.07 478	54.02 499	38.42 505	50.06 496	56.72 494	61.86 508	63.52 501	58.79 502	54.60 504	54.13 507	43.99 497	12.20 490	7.90 495	10.75 486	7.65 481	14.42 484	13.42 489
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 498	19.78 477	33.90 456	55.86 510	36.15 504	76.79 527	94.89 537	49.29 494	51.59 480	38.15 469	37.83 420	53.71 497	39.29 479	40.56 488	40.41 485	4.02 451	6.72 492	2.35 440	4.12 464	9.70 469	10.76 482

Ntro	35.59 499	38.58 503	55.41 490	43.66 505	22.54 495	57.26 501	23.73 479	47.69 492	63.99 509	39.63 471	48.82 475	47.68 488	37.60 478	41.55 491	30.80 466	17.85 497	6.61 491	33.21 503	10.52 493	26.65 500	17.97 498

BEATNet-Init1	36.29 500	22.72 485	56.79 493	28.53 492	13.41 475	59.81 510	33.49 498	53.72 503	58.64 497	60.78 502	63.63 502	70.42 514	56.59 507	53.93 506	46.48 501	5.63 463	4.14 483	7.49 477	7.45 477	11.35 479	10.88 483

ACVNet-4b	36.91 501	52.81 509	57.04 494	42.64 504	22.08 493	48.32 492	14.64 431	50.28 497	59.78 500	43.17 481	46.34 467	55.50 499	24.49 424	39.03 484	23.55 415	25.75 504	3.76 480	47.36 508	33.76 507	28.62 501	19.22 500

GCST	37.71 502	41.51 505	27.28 436	92.08 539	36.49 505	24.16 411	0.99 51	26.00 299	20.14 245	26.34 404	15.80 160	19.97 313	4.67 121	17.54 342	5.83 213	80.93 532	35.32 509	87.67 538	74.76 527	73.87 528	42.93 515

MSC_U_SF_DS_RVC	37.85 503	35.62 499	55.10 488	38.16 500	13.19 474	57.63 504	24.72 482	52.87 502	63.40 508	66.39 513	63.74 503	58.16 500	54.28 502	51.56 501	47.39 503	9.36 478	5.44 487	14.82 490	15.34 499	18.80 494	11.04 486

Consistency-Raft	41.94 504	35.39 498	45.40 477	33.16 497	41.47 509	45.14 489	33.50 499	56.78 508	55.37 488	32.11 444	65.41 508	30.46 404	49.76 498	40.94 490	48.33 506	27.72 505	35.00 508	43.33 506	51.89 517	39.60 507	28.04 505

ACVNet_1	42.11 505	50.66 507	66.19 506	45.24 507	25.33 499	50.11 494	25.60 484	55.90 505	65.25 510	60.15 501	59.98 498	63.57 509	50.05 499	50.45 499	38.46 479	20.06 500	11.00 498	38.79 505	14.48 498	31.31 503	19.68 502

NVStereoNet_ROB	42.81 506	34.00 497	46.84 479	37.40 499	28.64 501	35.65 468	33.88 501	49.95 495	58.27 495	69.65 516	75.69 520	66.36 513	65.66 513	48.37 497	62.04 519	16.50 496	25.07 505	23.61 497	32.35 505	21.58 497	24.72 503
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 507	63.10 517	65.03 505	60.15 511	39.21 508	59.39 509	31.46 496	57.61 510	78.49 527	50.61 494	66.05 511	59.57 504	45.26 492	50.17 498	42.57 491	46.92 513	45.90 516	53.26 512	32.46 506	54.03 513	34.14 509

anonymity	52.60 508	58.73 511	63.81 500	41.37 503	59.41 519	53.52 497	41.39 506	56.50 507	40.60 434	55.03 499	49.64 477	49.57 490	56.22 506	59.42 509	50.07 508	55.57 516	50.19 522	51.15 510	51.23 515	51.90 509	56.75 518

MADNet+	53.97 509	69.36 518	98.79 543	67.30 515	38.52 506	79.97 531	81.50 533	61.38 512	62.53 504	52.01 497	55.50 493	61.22 507	59.61 511	70.25 519	77.26 533	25.21 503	25.07 505	17.40 492	12.69 496	34.21 505	29.70 508

JetBlue	54.72 510	46.20 506	75.05 516	51.44 508	47.85 510	76.48 526	62.38 519	64.44 514	62.86 505	63.67 511	65.49 509	78.96 521	68.77 514	68.63 517	75.95 532	37.07 506	25.78 507	29.10 501	29.19 504	29.75 502	35.27 510

SGM+DAISY	55.54 511	57.77 510	64.45 503	40.89 502	53.89 513	63.34 513	50.45 512	56.00 506	45.95 459	61.43 506	64.32 504	61.05 506	56.70 508	61.32 512	56.86 513	56.51 518	49.35 520	50.49 509	50.00 514	52.52 510	57.57 519

SPS-STEREO	56.02 512	59.82 514	64.35 502	45.23 506	53.96 514	61.34 511	44.05 509	60.08 511	50.73 472	62.61 509	61.78 500	59.73 505	57.62 510	60.63 511	59.08 514	58.29 519	48.28 517	51.30 511	49.29 513	55.67 514	56.59 517
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 513	62.74 516	73.58 515	66.59 514	38.77 507	63.23 512	49.56 511	72.12 525	82.24 531	79.37 529	88.96 536	76.25 518	73.29 519	55.14 508	48.05 504	38.17 507	24.21 504	54.92 513	37.94 508	48.23 508	29.29 507

IMH-64-1	59.89 514	58.89 512	69.08 510	66.46 512	50.96 511	57.48 502	51.18 513	69.03 518	67.25 513	67.90 514	80.31 525	70.42 514	74.30 520	72.66 525	50.07 508	42.88 510	43.00 513	65.88 514	47.48 510	53.41 511	39.15 511

IMH-64	59.89 514	58.89 512	69.08 510	66.46 512	50.96 511	57.48 502	51.18 513	69.03 518	67.25 513	67.90 514	80.31 525	70.42 514	74.30 520	72.66 525	50.07 508	42.88 510	43.00 513	65.88 514	47.48 510	53.41 511	39.15 511

IMH	63.51 516	61.05 515	69.15 512	69.90 516	54.09 516	65.82 516	55.66 515	72.12 525	72.52 520	72.73 519	81.82 527	73.16 517	79.86 525	77.03 530	52.57 511	44.46 512	50.01 521	68.11 516	51.57 516	56.59 515	41.88 514

TorneroNet-64	66.18 517	71.37 520	72.19 514	76.80 520	59.54 520	67.82 517	59.56 516	67.83 517	79.98 528	63.09 510	67.00 512	82.98 526	69.97 516	68.02 514	62.78 520	49.03 514	44.17 515	73.23 518	64.19 519	69.14 519	54.83 516

PWCK	66.53 518	88.82 536	80.30 523	80.69 528	30.85 502	65.18 515	41.64 507	72.55 527	71.28 519	78.68 528	69.18 514	78.14 520	62.17 512	82.93 534	63.46 521	80.46 531	40.52 512	82.05 529	47.71 512	74.54 529	39.47 513

WAO-6	71.06 519	73.42 522	67.24 507	79.78 527	61.93 523	69.67 518	60.23 517	75.12 530	87.02 534	74.87 522	79.60 524	79.28 522	84.75 531	68.25 516	61.91 518	67.67 522	48.98 519	81.65 527	73.43 524	66.76 517	59.64 520

TorneroNet	71.59 520	73.91 523	76.67 519	81.06 529	65.65 524	71.44 520	65.68 521	71.66 524	75.08 522	71.76 518	73.09 519	84.12 530	74.51 522	70.46 520	69.58 524	59.87 520	48.58 518	79.93 523	73.78 525	75.74 530	69.18 529

LVE	71.96 521	73.19 521	84.13 527	75.60 519	55.78 518	75.59 523	63.60 520	77.67 531	83.64 532	82.16 530	87.25 535	83.54 528	82.79 530	76.17 528	65.22 522	49.11 515	57.71 528	74.86 520	62.93 518	66.84 518	61.36 521

MFMNet_re	72.11 522	79.45 528	64.79 504	52.91 509	84.26 534	78.00 529	69.47 524	64.08 513	67.45 516	61.33 505	71.28 516	64.22 510	69.42 515	72.45 522	61.54 516	81.63 534	73.93 535	80.19 525	74.21 526	83.02 534	88.49 537

WAO-7	72.48 523	78.58 525	55.84 491	79.20 525	69.56 529	71.30 519	73.06 528	78.20 534	84.37 533	77.52 525	85.78 531	79.44 523	80.26 526	65.93 513	66.47 523	62.13 521	69.81 533	70.46 517	73.18 523	66.66 516	61.95 522

notaker	72.59 524	79.99 530	79.75 522	79.06 524	68.60 527	63.66 514	62.15 518	69.61 521	75.78 523	77.77 526	79.16 523	79.92 524	84.80 532	77.69 531	59.73 515	70.15 525	61.03 529	77.65 522	68.69 521	70.81 521	65.81 526

ktn	72.86 525	80.20 531	70.88 513	79.38 526	69.76 530	75.01 521	70.17 527	69.27 520	77.21 524	73.05 520	77.79 522	77.79 519	77.01 523	73.04 527	56.44 512	79.36 528	66.31 530	80.24 526	68.37 520	72.53 526	63.45 523

UNDER WATER-64	73.59 526	75.19 524	88.26 530	74.50 518	55.55 517	78.94 530	76.55 530	65.86 515	68.37 517	75.79 524	69.24 515	84.00 529	77.49 524	69.01 518	73.11 527	81.39 533	57.22 527	82.69 530	80.62 530	69.53 520	68.45 528

LRCNet_RVC	73.95 527	70.63 519	75.65 517	77.92 522	60.69 522	41.66 485	16.24 441	71.26 523	48.66 465	88.23 537	93.84 539	90.11 536	82.18 528	80.69 533	61.88 517	97.09 544	72.20 534	96.71 543	97.62 544	77.99 531	77.70 533

DPSimNet_ROB	74.86 528	83.75 534	61.14 499	77.51 521	65.78 525	76.04 525	75.86 529	74.62 529	77.61 525	82.20 531	75.97 521	80.50 525	72.45 517	68.06 515	84.65 535	81.90 535	52.11 523	79.97 524	76.71 529	70.85 522	79.47 534

UNDER WATER	76.36 529	79.65 529	88.23 529	84.62 531	67.01 526	77.90 528	78.03 531	67.43 516	72.64 521	75.52 523	71.49 518	85.52 531	82.57 529	70.68 521	75.48 531	79.61 530	54.01 524	86.59 536	84.76 535	72.44 525	72.94 531

TCMNet-wrong-test	76.88 530	91.55 539	89.69 531	97.65 542	97.33 542	94.96 536	92.79 536	70.14 522	66.18 511	63.79 512	71.43 517	65.35 511	51.30 501	85.36 536	74.52 530	56.30 517	20.24 502	82.94 534	82.30 532	95.20 544	88.51 538

WAO-8	77.20 531	78.94 526	67.39 508	86.73 533	72.82 531	79.98 532	69.63 525	77.88 532	88.66 536	83.17 533	86.77 532	85.56 532	85.20 533	72.63 523	69.82 525	75.00 526	55.65 525	87.92 539	83.63 533	71.60 523	64.97 524

Venus	77.20 531	78.94 526	67.39 508	86.73 533	72.82 531	79.98 532	69.63 525	77.88 532	88.66 536	83.17 533	86.77 532	85.56 532	85.20 533	72.63 523	69.82 525	75.00 526	55.65 525	87.92 539	83.63 533	71.61 524	64.97 524

HanzoNet	77.99 533	81.45 533	83.64 524	78.05 523	69.26 528	75.78 524	69.09 523	73.99 528	78.09 526	82.39 532	83.06 528	85.66 534	87.00 536	86.11 537	74.40 529	85.46 539	68.53 532	81.84 528	75.61 528	73.07 527	67.26 527

JetRed	79.80 534	80.33 532	91.79 533	71.25 517	75.71 533	91.85 535	80.84 532	79.41 535	80.84 529	84.48 535	84.47 530	83.34 527	72.72 518	79.51 532	85.74 536	69.66 524	81.68 536	73.70 519	72.68 522	82.42 533	73.53 532

Dean	80.94 535	86.19 535	83.94 526	85.03 532	60.07 521	75.42 522	67.27 522	81.85 536	88.36 535	92.35 539	87.09 534	92.14 538	93.19 538	83.37 535	74.06 528	68.69 523	66.48 531	94.89 542	84.90 536	83.86 536	69.69 530

ASD4	87.80 536	90.70 538	83.73 525	83.43 530	90.78 538	97.93 539	99.61 544	89.14 538	96.84 542	88.33 538	93.49 537	89.94 535	86.43 535	88.88 538	91.91 537	79.57 529	81.89 537	76.64 521	81.57 531	83.78 535	81.45 535

KSHMR	88.63 537	93.05 540	84.15 528	95.59 540	91.74 539	82.94 534	83.28 534	84.59 537	81.87 530	87.85 536	83.96 529	91.71 537	81.49 527	76.73 529	82.12 534	96.47 543	96.06 542	96.71 543	97.16 543	92.74 542	92.47 543

tt	89.84 538	1.21 28	99.99 548	99.29 546	100.00 549	100.00 549	100.00 549	100.00 550	99.99 548	78.46 527	68.51 513	99.99 551	100.00 548	100.00 551	100.00 551	95.27 541	99.93 547	87.33 537	86.20 537	94.13 543	86.50 536

xxxxx1	91.89 539	95.36 542	98.42 540	87.40 535	89.37 535	98.54 540	98.20 541	92.95 539	93.30 539	93.53 540	95.30 540	97.01 540	96.36 539	94.68 540	94.93 538	83.39 536	84.31 538	82.86 531	88.15 539	84.30 537	89.46 539

tt_ll	91.89 539	95.36 542	98.42 540	87.40 535	89.37 535	98.54 540	98.20 541	92.95 539	93.30 539	93.53 540	95.30 540	97.01 540	96.36 539	94.68 540	94.93 538	83.39 536	84.31 538	82.86 531	88.15 539	84.30 537	89.46 539

ff	91.89 539	95.36 542	98.42 540	87.40 535	89.37 535	98.54 540	98.20 541	92.95 539	93.30 539	93.53 540	95.30 540	97.01 540	96.36 539	94.68 540	94.93 538	83.39 536	84.31 538	82.86 531	88.15 539	84.30 537	89.46 539

USTest	93.46 542	90.54 537	77.93 521	88.02 538	92.66 540	99.95 547	99.98 547	99.76 547	99.80 546	99.20 546	99.52 546	98.00 543	99.17 544	89.23 539	99.32 545	90.19 540	98.20 543	84.23 535	87.33 538	84.55 540	91.69 542

MADNet++	94.07 543	93.58 541	90.62 532	96.24 541	96.57 541	97.26 538	90.52 535	94.64 542	91.89 538	97.09 543	93.64 538	94.65 539	92.81 537	96.06 543	95.06 541	95.31 542	95.85 541	92.44 541	92.08 542	91.00 541	94.17 545

PML	99.07 544	100.00 551	98.17 539	99.22 545	99.21 545	99.98 548	99.74 545	98.27 544	98.10 543	100.00 551	99.37 544	98.77 545	99.85 545	100.00 551	98.07 543	100.00 548	99.54 544	100.00 548	99.51 546	99.87 547	93.65 544

MEDIAN_ROB	99.20 545	99.85 546	99.64 545	98.51 544	98.53 544	98.60 543	97.88 540	98.83 545	98.59 544	99.35 547	99.47 545	99.57 546	99.05 543	98.38 544	98.37 544	99.99 546	99.63 545	100.00 548	100.00 549	99.82 546	99.92 547

HaxPig	99.40 546	99.99 548	97.53 538	99.99 548	99.99 547	96.91 537	97.19 538	99.57 546	99.99 548	99.98 550	100.00 548	99.99 551	99.96 547	99.06 545	97.86 542	99.99 546	100.00 549	100.00 548	100.00 549	100.00 548	99.98 548

Anonymous_1	99.63 547	99.96 547	99.94 547	99.77 547	99.59 546	100.00 549	100.00 549	99.81 549	99.98 547	99.63 548	99.94 547	99.75 548	100.00 548	99.67 546	99.89 546	98.37 545	99.84 546	98.70 545	99.26 545	99.29 545	99.24 546

test_example2	99.67 548	99.99 548	99.99 548	100.00 549	99.99 547	99.87 546	99.99 548	98.01 543	100.00 550	100.00 551	100.00 548	98.18 544	98.43 542	99.98 548	99.98 547	100.00 548	99.99 548	99.40 546	99.52 547	100.00 548	100.00 549

ccccc	99.70 549	98.11 545	100.00 550	100.00 549	100.00 549	99.33 545	99.79 546	99.78 548	99.22 545	99.63 548	98.82 543	99.67 547	99.92 546	99.95 547	99.99 548	100.00 548	100.00 549	99.97 547	99.91 548	100.00 548	100.00 549

AVERAGE_ROB	99.81 550	99.99 548	99.44 544	100.00 549	100.00 549	99.02 544	97.81 539	100.00 550	100.00 550	100.00 551	100.00 548	100.00 553	100.00 548	100.00 551	100.00 551	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

DPSMNet_ROB	99.95 551	100.00 551	100.00 550	100.00 549	100.00 549	100.00 549	100.00 549	100.00 550	100.00 550	99.16 544	100.00 548	99.95 549	100.00 548	99.98 548	99.99 548	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

DGTPSM_ROB	99.95 551	100.00 551	100.00 550	100.00 549	100.00 549	100.00 549	100.00 549	100.00 550	100.00 550	99.16 544	100.00 548	99.95 549	100.00 548	99.98 548	99.99 548	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

Selective-RAFT-Error	100.00 553	100.00 551	100.00 550	100.00 549	100.00 549	100.00 549	100.00 549	100.00 550	100.00 550	100.00 551	100.00 548	100.00 553	100.00 548	100.00 551	100.00 551	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

CasAABBNet	100.00 553	100.00 551	100.00 550	100.00 549	100.00 549	100.00 549	100.00 549	100.00 550	100.00 550	100.00 551	100.00 548	100.00 553	100.00 548	100.00 551	100.00 551	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

LSM0	100.00 553	100.00 551	100.00 550	100.00 549	100.00 549	100.00 549	100.00 549	100.00 550	100.00 550	100.00 551	100.00 548	100.00 553	100.00 548	100.00 551	100.00 551	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

DPSM_ROB	100.00 553	100.00 551	100.00 550	100.00 549	100.00 549	100.00 549	100.00 549	100.00 550	100.00 550	100.00 551	100.00 548	100.00 553	100.00 548	100.00 551	100.00 551	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

DPSM	100.00 553	100.00 551	100.00 550	100.00 549	100.00 549	100.00 549	100.00 549	100.00 550	100.00 550	100.00 551	100.00 548	100.00 553	100.00 548	100.00 551	100.00 551	100.00 548	100.00 549	100.00 548	100.00 549	100.00 548	100.00 549

FADE		36.34 501		32.23 496	23.74 497			57.46 509	71.16 518	43.07 479		43.49 473		59.46 510		38.46 508	21.19 503	44.28 507	42.47 509	17.94 493	15.62 495

Low-res two-view benchmark