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

MIF-Stereo (partial)	1.44 31	0.59 102	3.98 149	0.08 1	1.09 245	1.24 10	0.13 49	5.12 63	4.07 92	0.47 13	2.56 66	0.31 26	0.74 70	6.31 154	2.02 182	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

CREStereo	1.09 11	0.51 67	2.16 13	0.11 2	0.24 81	1.67 39	0.03 13	4.24 29	6.91 227	0.80 40	1.73 42	0.44 43	0.64 64	1.58 23	0.61 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
rvit_stereo_0080	1.09 11	1.08 223	4.16 160	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 104

trnet	1.09 11	0.47 46	2.19 15	0.12 3	0.21 70	1.70 44	0.02 8	4.28 34	6.97 230	0.78 39	1.77 45	0.48 46	0.67 65	1.50 17	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.03 12

whm_eth	1.09 11	1.08 223	4.16 160	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 104

4D-IteraStereo	1.99 73	1.32 266	3.77 127	0.13 6	2.84 351	3.51 203	1.03 261	4.26 31	5.38 157	5.50 151	1.03 18	3.86 164	0.38 33	2.44 62	1.88 166	0.00 1	0.43 294	0.00 1	0.01 195	0.11 167	1.84 375

rvit_stereo_0081_aga	0.95 4	1.03 217	4.52 187	0.16 7	0.25 85	1.70 44	0.21 82	4.27 32	3.17 32	0.38 6	0.23 5	0.27 20	0.31 18	1.56 21	0.64 22	0.00 1	0.00 1	0.00 1	0.00 1	0.13 203	0.15 87

s12784h	2.10 88	0.38 11	3.31 81	0.17 8	0.09 17	4.89 279	0.13 49	7.34 185	8.06 269	3.87 110	4.47 116	0.60 57	1.19 113	6.78 175	0.63 20	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.04 21

Patchmatch Stereo++	2.09 84	0.55 82	3.57 111	0.20 9	0.20 61	3.68 224	0.64 186	5.90 116	3.52 51	5.91 161	4.41 109	3.42 141	1.51 135	7.07 184	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 74	0.55 82	3.57 111	0.20 9	0.21 70	3.69 227	0.69 200	5.89 111	3.52 51	5.91 161	4.43 111	3.42 141	1.50 131	5.63 135	0.94 69	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

ROB_FTStereo_v2	2.04 76	0.56 93	3.56 110	0.20 9	0.21 70	3.66 219	0.72 210	5.89 111	3.51 49	5.91 161	4.46 114	3.42 141	1.50 131	6.08 148	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

ROB_FTStereo	2.03 75	0.57 98	3.57 111	0.20 9	0.21 70	3.66 219	0.73 212	5.89 111	3.51 49	5.92 166	4.35 108	3.37 137	1.50 131	6.02 144	0.90 60	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

HUI-Stereo	1.94 69	0.56 93	3.55 108	0.20 9	0.20 61	3.67 223	0.63 184	5.89 111	3.53 55	5.92 166	4.44 112	3.41 140	1.51 135	4.21 94	0.89 58	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.11 61

iGMRVC	2.09 84	0.56 93	3.59 116	0.20 9	0.21 70	3.68 224	0.71 207	5.89 111	3.53 55	5.92 166	4.46 114	3.44 147	1.51 135	6.93 181	0.98 73	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

iRAFT	2.09 84	0.55 82	3.57 111	0.20 9	0.20 61	3.68 224	0.64 186	5.90 116	3.52 51	5.91 161	4.41 109	3.42 141	1.51 135	7.07 184	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

RAFT-IKP	2.04 76	0.57 98	3.54 106	0.20 9	0.20 61	3.45 198	0.62 182	5.90 116	3.52 51	5.91 161	4.44 112	3.46 150	1.50 131	6.20 151	1.00 76	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.08 44

DIP-Stereo	2.12 89	0.98 207	3.94 145	0.20 9	0.11 20	4.73 275	0.13 49	9.27 238	4.40 111	6.46 191	5.03 126	0.45 45	0.72 69	3.79 82	1.94 173	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.24 142
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAStereo	0.81 1	0.70 138	3.97 148	0.21 18	0.54 158	1.16 5	0.02 8	3.78 19	1.22 2	0.62 24	1.57 35	0.16 2	0.23 7	0.89 3	1.05 81	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.02 5

DeepStereo_RVC	2.15 92	0.55 82	3.26 76	0.21 18	0.19 56	3.47 201	0.68 197	5.76 103	3.60 61	6.36 186	4.19 104	3.42 141	4.44 264	5.04 116	1.59 134	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.18 104

IPLGR	2.46 134	0.68 129	7.02 311	0.22 20	0.16 46	2.01 67	0.22 84	7.01 166	6.62 211	7.10 230	5.92 158	2.91 119	2.27 169	5.12 120	1.52 127	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.41 189

DRaft	3.83 259	0.65 118	3.39 89	0.22 20	0.16 46	4.67 272	1.30 283	5.82 108	4.86 139	10.26 345	21.65 391	3.24 131	8.62 370	7.53 219	3.76 258	0.05 295	0.10 230	0.00 1	0.14 290	0.12 184	0.16 94

GMOStereo	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

error version	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

test-v	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

THIR-Stereo	3.94 266	1.12 232	3.06 65	0.23 22	0.13 32	4.17 254	6.40 390	5.83 109	4.54 118	10.46 349	16.98 363	6.49 261	7.44 352	8.00 241	3.58 250	0.01 129	0.07 216	0.07 368	0.00 1	0.14 214	0.06 36

test-2	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

IGEV-Stereo++	1.03 6	0.32 5	2.03 9	0.25 27	1.94 317	1.94 62	0.01 2	3.57 12	2.52 10	0.70 28	1.80 48	0.10 1	1.14 98	1.34 12	0.55 11	0.01 129	0.75 321	0.00 1	0.00 1	0.04 63	1.57 335

CAS++	1.27 21	0.68 129	2.40 19	0.25 27	0.30 93	1.80 54	0.61 178	8.46 212	3.61 62	1.80 64	2.42 63	0.18 4	0.21 6	2.12 47	0.49 4	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.06 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HHNet	2.71 160	0.69 132	3.31 81	0.25 27	0.39 118	2.80 139	0.90 249	6.33 138	5.68 174	7.51 254	13.70 330	0.94 63	3.14 197	5.42 129	2.54 216	0.14 340	0.02 152	0.06 363	0.00 1	0.24 290	0.07 41

U	2.23 106	0.36 8	2.93 48	0.26 30	8.08 431	11.12 375	0.00 1	3.68 16	1.12 1	0.29 2	0.52 12	0.16 2	0.08 1	0.83 1	0.30 1	0.00 1	0.00 1	9.75 439	5.13 448	0.02 13	0.02 5

DEmStereo	3.86 260	0.54 77	4.04 154	0.26 30	0.17 49	5.17 283	2.45 318	4.70 46	4.34 107	8.37 287	19.94 385	5.06 219	10.13 384	7.86 235	3.93 269	0.01 129	0.01 119	0.01 291	0.00 1	0.03 40	0.10 53

iRaft-Stereo_5w	3.20 203	1.27 258	5.27 227	0.27 32	0.99 230	2.71 124	0.58 169	5.75 102	5.85 180	3.03 87	7.88 215	10.08 324	4.08 253	8.40 272	6.09 313	0.00 1	0.25 273	0.00 1	0.12 282	0.31 329	0.95 279

PMTNet	1.48 39	0.43 25	2.77 41	0.31 33	0.17 49	2.94 159	0.33 111	3.66 14	5.27 149	1.11 49	1.28 28	0.28 22	0.92 83	4.32 99	0.90 60	4.89 430	0.00 1	0.00 1	0.00 1	0.03 40	0.05 27

Pointernet	1.04 10	0.44 34	2.58 26	0.32 34	0.52 152	1.78 53	0.07 21	5.69 98	2.76 14	0.27 1	2.28 60	0.80 61	0.44 46	1.37 13	0.49 4	0.00 1	0.36 287	0.00 1	0.25 339	0.02 13	0.32 163

fff	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 358	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

STrans-v2	3.55 233	0.94 198	5.06 218	0.32 34	0.60 168	2.97 163	1.15 272	11.08 285	7.97 266	6.01 169	10.93 291	6.65 264	6.86 338	8.37 271	1.66 148	0.00 1	0.01 119	0.00 1	0.00 1	0.04 63	0.39 179

csc	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 358	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

cscssc	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 358	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

111	3.05 190	1.41 281	5.51 243	0.32 34	0.14 35	2.83 140	0.68 197	6.76 159	14.21 371	3.59 99	9.11 241	5.50 230	3.30 207	4.05 87	2.43 208	0.01 129	0.00 1	0.00 1	0.00 1	0.13 203	1.02 288

ff7	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

ffff	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

11t	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.87 57	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

knoymous	1.50 40	0.28 3	1.99 7	0.33 40	0.48 135	1.58 31	0.11 36	5.71 100	2.81 16	4.85 127	1.75 43	4.58 198	0.46 50	3.66 80	1.30 112	0.01 129	0.02 152	0.00 1	0.00 1	0.02 13	0.09 48

ccc-4	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

CRE-IMP	2.08 79	0.51 67	3.43 97	0.35 45	0.19 56	3.85 237	0.83 235	5.77 104	3.43 43	5.81 157	4.24 105	3.45 149	0.83 81	6.56 160	1.99 178	0.01 129	0.00 1	0.00 1	0.00 1	0.11 167	0.20 119

MaDis-Stereo	0.96 5	1.11 228	4.01 153	0.36 46	1.86 311	1.20 6	0.06 18	3.99 25	1.73 5	0.45 10	0.56 13	0.43 42	0.51 52	1.28 10	1.46 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 89	0.08 44

TestStereo	1.89 64	1.59 303	4.22 167	0.37 47	0.28 91	1.33 15	0.01 2	5.63 95	4.13 93	3.59 99	5.11 128	2.06 101	0.70 67	7.62 226	0.93 65	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.19 113

TANstereo	1.32 24	0.79 151	2.93 48	0.37 47	0.11 20	1.81 56	0.01 2	3.56 11	4.36 109	4.53 123	4.96 124	0.41 38	0.68 66	1.22 7	0.59 14	0.01 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 12

ADStereo(finetuned)	2.50 138	0.95 200	6.60 296	0.39 49	0.20 61	1.72 50	0.24 90	6.06 127	9.31 303	6.30 180	5.42 141	1.44 78	6.22 326	2.25 53	2.14 188	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.65 236

DCANet	2.35 119	0.96 202	5.51 243	0.39 49	0.19 56	1.72 50	0.25 94	6.06 127	9.33 304	6.31 181	5.42 141	1.44 78	4.14 255	2.22 50	2.28 202	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.66 244

WCG-NET（raft）	1.70 55	0.97 206	2.01 8	0.40 51	0.17 49	2.10 74	0.97 255	3.05 7	6.47 203	2.89 80	3.17 76	4.31 190	1.03 90	3.85 85	0.60 16	0.00 1	1.32 405	0.00 1	0.01 195	0.18 248	0.41 189

DCANet-4	2.26 109	0.43 25	6.69 302	0.40 51	0.20 61	1.70 44	0.13 49	5.73 101	9.44 307	6.01 169	5.29 135	1.12 69	2.77 189	2.49 63	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

plain	1.53 43	0.86 175	6.50 293	0.42 53	0.05 5	1.56 30	0.09 28	5.18 68	4.02 90	0.54 18	1.76 44	0.59 56	0.75 71	6.48 159	1.23 106	0.00 1	0.00 1	0.00 1	0.00 1	0.43 351	0.07 41

Anonymous3	1.96 71	0.61 106	7.58 329	0.42 53	0.51 148	4.28 259	0.52 153	5.56 91	2.76 14	2.35 70	3.47 82	1.50 80	1.13 96	5.92 142	1.54 128	0.23 362	0.23 266	0.00 1	0.00 1	0.14 214	0.47 202

ccs_rob	2.95 184	0.55 82	4.53 188	0.42 53	0.25 85	2.84 142	0.12 40	8.58 214	8.13 270	7.18 236	10.36 275	6.44 259	2.05 160	5.28 124	1.97 175	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 133

test_4	2.58 147	0.70 138	3.30 79	0.43 56	0.30 93	3.97 244	1.11 271	3.91 23	3.83 78	4.15 115	17.20 367	3.44 147	0.52 54	6.60 163	1.58 131	0.00 1	0.13 241	0.00 1	0.11 276	0.20 263	0.20 119

CFNet_pseudo	2.96 186	0.55 82	4.51 184	0.43 56	0.24 81	2.83 140	0.12 40	8.59 215	8.13 270	7.20 239	10.41 276	6.47 260	2.04 159	5.27 123	2.00 180	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 133

SFCPSM	3.39 221	0.61 106	5.42 238	0.43 56	0.93 222	8.26 339	2.08 311	15.01 379	5.89 181	7.17 235	7.60 206	3.39 139	2.55 180	5.39 127	2.53 211	0.01 129	0.03 177	0.01 291	0.07 254	0.19 256	0.31 160

PCWNet_CMD	3.14 198	0.51 67	4.47 181	0.44 59	0.26 89	2.87 155	0.15 61	9.66 247	9.78 311	7.28 244	11.50 299	6.84 271	2.40 174	4.47 103	1.83 162	0.01 129	0.02 152	0.02 324	0.00 1	0.06 89	0.29 155

UGAM	4.25 291	0.86 175	5.73 261	0.45 60	0.22 77	3.61 212	1.18 273	5.51 84	15.39 378	4.99 134	12.34 316	15.09 377	3.71 233	10.58 352	3.76 258	0.00 1	0.46 297	0.00 1	0.34 375	0.36 339	0.36 173

CREStereo++_RVC	1.70 55	0.50 66	3.07 66	0.45 60	0.01 1	1.69 43	0.02 8	3.09 8	8.24 273	3.82 106	7.53 205	0.49 47	0.32 22	1.05 4	0.52 8	0.00 1	0.00 1	0.00 1	3.03 436	0.01 3	0.08 44
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
HCRNet	2.74 166	0.83 164	4.19 164	0.45 60	3.31 366	2.18 78	0.22 84	7.59 193	5.76 178	6.08 174	4.89 122	5.21 222	2.74 186	8.04 246	3.10 240	0.00 1	0.02 152	0.00 1	0.00 1	0.10 155	0.09 48

MSMDNet	3.15 199	0.51 67	4.48 182	0.46 63	0.25 85	2.88 156	0.16 66	9.79 250	9.82 312	7.24 241	11.36 297	6.82 270	2.41 175	4.47 103	1.86 164	0.01 129	0.02 152	0.02 324	0.00 1	0.06 89	0.30 158

RCA-Stereo	2.19 99	0.46 41	3.22 72	0.47 64	0.33 102	2.27 82	0.47 136	5.60 93	15.20 376	2.86 79	5.61 147	0.78 60	3.15 198	1.71 25	0.48 3	0.00 1	0.90 339	0.00 1	0.00 1	0.10 155	0.26 145

IGEV-Stereo+	1.89 64	0.55 82	2.49 20	0.48 65	3.25 363	2.06 71	0.07 21	1.92 2	1.52 3	0.77 34	0.08 1	0.22 11	0.44 46	7.11 188	0.68 24	0.04 280	0.66 310	0.00 1	0.33 371	5.08 428	10.13 447

MIPNet	2.27 112	1.14 234	5.55 250	0.49 66	0.22 77	2.03 68	0.19 76	7.60 195	6.17 191	5.83 158	4.16 102	2.05 100	3.44 219	3.65 79	2.23 196	0.00 1	0.01 119	0.01 291	0.01 195	0.24 290	0.48 204

CrosDoStereo	4.05 276	0.71 142	3.52 101	0.51 67	0.20 61	3.25 182	11.21 425	6.34 139	4.96 142	9.04 310	16.44 357	4.92 211	7.28 347	8.29 261	3.84 263	0.00 1	0.02 152	0.01 291	0.00 1	0.18 248	0.19 113

DeepStereo_LL	4.05 276	0.71 142	3.52 101	0.51 67	0.20 61	3.25 182	11.21 425	6.34 139	4.96 142	9.04 310	16.44 357	4.92 211	7.28 347	8.29 261	3.84 263	0.00 1	0.02 152	0.01 291	0.00 1	0.18 248	0.19 113

rvit_0105_5	1.70 55	1.36 273	6.71 303	0.52 69	0.04 4	1.58 31	0.58 169	5.39 83	6.62 211	0.91 44	1.72 41	1.77 89	0.77 75	4.44 101	1.28 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.23 133

LoS_RVC	1.47 38	1.75 322	2.66 34	0.52 69	3.89 386	1.67 39	0.04 14	2.66 5	2.61 11	0.55 19	2.63 68	0.31 26	1.68 145	1.99 40	0.81 46	0.01 129	0.02 152	0.00 1	0.00 1	0.03 40	5.54 428

rvit_stereo_0083	1.16 17	0.47 46	3.68 123	0.54 71	0.10 19	1.25 11	0.24 90	3.17 9	5.31 153	0.52 16	0.80 16	0.82 62	1.16 106	4.52 105	0.51 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.13 71

IGEV-BASED-STEREO-	4.37 296	25.82 447	26.88 439	0.56 72	0.08 13	1.46 22	0.53 156	2.17 3	2.15 7	0.67 26	0.73 15	0.23 12	0.20 4	1.58 23	0.80 42	11.76 450	0.38 290	0.00 1	0.08 256	1.75 411	9.67 445

CFNet_ucs	3.23 204	0.56 93	4.59 196	0.59 73	0.37 114	3.29 186	0.19 76	10.47 269	9.02 296	7.78 262	12.57 320	5.59 234	1.74 152	5.39 127	1.86 164	0.00 1	0.04 192	0.01 291	0.00 1	0.10 155	0.33 164

Occ-G	1.39 28	0.66 122	3.05 64	0.60 74	0.75 196	1.46 22	0.67 194	3.66 14	3.50 44	1.76 62	0.65 14	5.00 217	0.55 58	1.15 6	1.56 130	0.00 1	0.74 320	0.00 1	0.17 304	0.19 256	1.61 336

anonymousdsp	1.51 41	0.81 157	2.70 38	0.60 74	0.69 180	2.76 134	0.79 222	4.86 50	3.00 29	0.82 41	1.25 24	0.31 26	0.42 37	7.44 204	0.81 46	0.00 1	0.83 327	0.00 1	0.17 304	0.12 184	1.85 377

IGEV-Stereo	1.51 41	0.81 157	2.69 37	0.60 74	0.69 180	2.77 135	0.79 222	4.88 54	2.99 28	0.82 41	1.25 24	0.31 26	0.42 37	7.43 203	0.85 51	0.00 1	0.83 327	0.00 1	0.17 304	0.12 184	1.85 377
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	1.14 16	1.22 251	3.99 151	0.61 77	0.53 154	0.38 1	0.06 18	5.35 79	4.15 94	0.59 23	1.92 51	1.00 65	0.27 11	1.37 13	1.33 117	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.05 27
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
rvit_stereo_0081	1.03 6	0.55 82	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 150	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

rvit_stereo_0082	1.03 6	0.55 82	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 150	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

LoS	1.03 6	0.43 25	2.53 23	0.64 78	0.14 35	2.42 92	0.26 96	5.64 96	2.93 19	1.08 47	0.24 6	0.49 47	0.45 48	2.31 56	0.83 50	0.02 220	0.02 152	0.00 1	0.00 1	0.06 89	0.03 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ARAFT	3.32 211	1.74 321	7.92 337	0.64 78	0.15 41	4.45 266	2.89 327	8.20 208	6.30 194	9.23 319	7.12 198	5.58 233	1.24 116	8.60 283	1.69 153	0.01 129	0.03 177	0.00 1	0.00 1	0.35 337	0.35 170

rvit_0105_4	1.58 50	1.41 281	6.67 300	0.65 82	0.05 5	1.60 34	0.41 124	4.70 46	6.48 204	0.46 12	0.87 17	1.40 73	0.53 57	5.08 118	1.12 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.18 104

CES	1.72 59	0.40 21	1.82 5	0.65 82	7.83 429	2.62 111	0.13 49	5.35 79	2.68 12	0.36 3	1.30 31	0.33 31	0.32 22	1.92 36	0.72 35	0.01 129	0.02 152	0.00 1	0.00 1	0.56 370	7.35 436

sAnonymous2	1.54 44	2.26 355	9.53 369	0.65 82	0.50 141	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 321	2.00 415	0.42 194

CroCo_RVC	1.54 44	2.26 355	9.53 369	0.65 82	0.50 141	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 321	2.00 415	0.42 194

rvit_0105_6	1.44 31	1.26 256	5.78 262	0.66 86	0.08 13	1.58 31	0.32 108	4.57 43	6.53 207	0.40 7	0.38 11	1.11 68	0.29 15	4.76 110	0.92 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.20 119

SPstereo	1.35 26	1.11 228	2.82 42	0.66 86	1.08 244	1.68 41	0.01 2	5.17 66	3.68 67	2.10 68	1.63 37	1.42 74	0.75 71	1.77 34	1.59 134	0.00 1	1.08 371	0.00 1	0.00 1	0.17 239	0.26 145

rvit_stereo_0075_2	2.15 92	0.39 16	6.61 297	0.67 88	1.95 318	1.74 52	0.10 32	7.81 202	6.03 185	2.97 82	4.01 100	3.07 127	0.57 60	5.49 131	1.13 90	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.34 165

AIO-Stereo	1.30 23	0.45 37	1.73 3	0.67 88	0.77 200	2.33 86	0.60 174	5.99 125	3.27 37	0.45 10	3.46 81	0.41 38	0.28 12	1.53 20	0.71 34	0.04 280	0.79 324	0.00 1	0.67 405	0.10 155	1.67 346

WCG-NET	1.54 44	0.94 198	2.29 16	0.70 90	0.33 102	2.06 71	0.42 126	5.24 69	4.93 140	3.51 96	1.34 32	2.32 104	1.15 104	3.79 82	0.59 14	0.01 129	0.24 269	0.00 1	0.00 1	0.18 248	0.76 259

BUS	2.72 163	0.43 25	3.76 124	0.70 90	0.50 141	7.31 329	0.48 146	9.93 253	5.65 169	6.50 192	6.23 166	5.21 222	1.18 108	4.27 95	1.89 169	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 75

BSDual-CNN	2.91 178	0.43 25	3.76 124	0.70 90	0.50 141	6.97 319	1.58 295	9.93 253	5.65 169	6.50 192	6.23 166	6.17 253	2.50 177	4.27 95	2.67 219	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 75

hknet	3.56 234	0.66 122	5.82 263	0.70 90	1.19 256	6.97 319	1.58 295	9.93 253	7.76 256	6.50 192	6.23 166	9.53 315	2.81 191	7.84 233	3.39 248	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 75

GLC_STEREO	0.87 2	0.39 16	1.55 2	0.72 94	0.01 1	1.98 65	0.55 160	3.52 10	3.54 57	0.96 45	1.63 37	0.19 5	0.41 35	1.29 11	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.08 44

ACRE	2.67 155	1.66 310	6.50 293	0.72 94	2.03 322	2.65 119	0.84 236	5.97 124	5.52 164	7.85 263	9.23 244	1.72 86	1.09 92	4.09 92	2.73 226	0.02 220	0.19 256	0.02 324	0.08 256	0.26 298	0.21 124

HSM-Net_RVC	4.40 298	0.44 34	3.22 72	0.72 94	0.68 177	7.06 323	1.82 304	12.57 326	8.48 281	9.04 310	12.20 314	14.98 374	5.14 299	7.32 200	4.19 275	0.02 220	0.02 152	0.00 1	0.00 1	0.02 13	0.14 75
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Former-RAFT_DAM_RVC	1.39 28	0.74 146	2.72 39	0.73 97	1.26 266	2.42 92	0.02 8	3.78 19	8.16 272	1.81 67	2.94 73	0.28 22	0.32 22	1.51 19	0.76 37	0.04 280	0.01 119	0.00 1	0.00 1	0.08 120	0.19 113

IGEVStereo-DCA	1.54 44	1.71 315	2.99 58	0.73 97	0.24 81	2.69 121	0.81 227	4.31 35	2.97 23	0.73 32	0.16 2	0.23 12	0.32 22	7.57 222	2.72 224	0.00 1	0.49 301	0.00 1	0.16 295	0.17 239	1.82 370

rrr	1.64 53	1.71 315	6.31 288	0.73 97	0.24 81	2.69 121	0.92 254	4.25 30	1.75 6	0.73 32	0.16 2	0.23 12	0.32 22	7.57 222	2.72 224	0.00 1	0.49 301	0.00 1	0.20 321	0.17 239	1.68 349

IER	3.42 225	0.91 187	6.38 291	0.73 97	1.60 288	7.07 324	0.55 160	7.07 174	5.45 162	8.17 282	8.89 235	6.13 251	6.13 323	5.36 126	3.77 261	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.05 27

psmg	3.34 213	0.43 25	3.76 124	0.73 97	0.50 141	8.47 346	2.74 324	10.88 282	5.65 169	8.91 305	8.78 233	6.17 253	2.50 177	4.27 95	2.67 219	0.01 129	0.04 192	0.06 363	0.00 1	0.12 184	0.10 53

IPLG	2.63 153	1.09 225	5.67 257	0.73 97	0.31 95	3.00 165	0.25 94	6.84 162	6.02 184	7.93 265	6.31 172	1.91 94	1.72 150	7.47 213	2.53 211	0.01 129	0.01 119	0.00 1	0.00 1	0.29 319	0.58 219

RSM	1.43 30	0.40 21	1.79 4	0.74 103	0.54 158	2.45 95	0.49 150	4.13 28	3.29 40	0.65 25	2.53 65	2.15 102	0.30 16	6.97 183	0.85 51	0.01 129	0.12 237	0.00 1	0.25 339	0.11 167	0.72 254

GMStereo	2.07 78	1.56 300	5.64 253	0.74 103	0.05 5	3.63 217	0.01 2	5.17 66	11.27 343	4.22 116	2.44 64	0.53 52	0.49 51	4.06 89	1.01 78	0.22 361	0.00 1	0.00 1	0.14 290	0.18 248	0.05 27
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ProNet	1.58 50	0.86 175	3.17 69	0.75 105	0.72 189	2.84 142	0.66 190	5.91 120	3.28 39	0.37 4	1.47 33	0.40 37	0.37 29	7.19 190	0.70 30	0.02 220	0.98 356	0.00 1	0.05 247	0.20 263	1.77 367

Selective-IGEV	1.56 49	0.34 7	2.13 12	0.77 106	0.76 199	2.36 88	0.52 153	6.80 160	3.08 30	0.53 17	3.34 79	0.26 19	0.31 18	7.24 194	0.73 36	0.01 129	0.80 326	0.00 1	0.14 290	0.08 120	1.01 284

gcap-zeroshot	2.22 103	0.68 129	5.64 253	0.79 107	1.15 253	3.33 190	0.73 212	7.14 178	4.59 121	3.86 109	1.79 47	8.42 304	0.56 59	3.00 70	0.89 58	0.02 220	0.66 310	0.00 1	0.26 351	0.01 3	0.83 265

CASnet	1.09 11	0.47 46	2.09 10	0.79 107	0.08 13	2.10 74	0.14 59	3.83 22	4.26 101	3.84 108	1.56 34	0.32 30	0.30 16	1.13 5	0.77 41	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IPLGR_C	2.69 157	1.75 322	6.20 280	0.79 107	2.06 324	2.64 118	0.86 243	6.36 141	5.64 168	8.13 280	9.26 246	1.69 85	1.15 104	3.79 82	2.80 231	0.02 220	0.20 261	0.02 324	0.08 256	0.26 298	0.18 104

CIPLG	2.72 163	1.69 311	6.02 271	0.80 110	2.14 326	2.66 120	0.84 236	5.90 116	5.59 166	8.12 279	9.58 257	1.74 87	1.14 98	4.53 106	2.82 232	0.02 220	0.19 256	0.02 324	0.09 264	0.26 298	0.22 129

PSM-AAD	3.43 227	0.31 4	2.16 13	0.80 110	0.57 163	2.53 102	5.97 381	5.53 86	3.98 88	11.00 364	11.90 308	2.93 120	9.36 380	8.03 244	1.00 76	0.01 129	0.01 119	0.00 1	0.00 1	0.06 89	2.39 404

MGS-Stereo	1.22 18	0.44 34	2.92 47	0.83 112	0.07 12	1.82 57	0.65 189	2.44 4	3.95 85	1.11 49	6.19 164	0.49 47	0.37 29	1.73 27	0.81 46	0.00 1	0.00 1	0.00 1	0.00 1	0.48 361	0.01 1

dd	2.36 121	1.93 335	6.03 273	0.83 112	0.12 28	1.80 54	0.17 69	5.30 71	11.82 348	2.98 83	3.64 94	1.50 80	1.21 114	5.25 122	3.92 267	0.13 337	0.01 119	0.04 352	0.22 331	0.10 155	0.14 75

ACVNet	2.86 172	0.96 202	3.87 133	0.86 114	0.61 169	2.63 113	0.54 157	8.93 223	6.12 188	5.09 136	9.32 251	5.70 241	3.84 238	2.68 64	5.56 308	0.00 1	0.00 1	0.00 1	0.00 1	0.26 298	0.23 133

GMM-Stereo	3.42 225	0.39 16	3.24 74	0.87 115	0.50 141	2.26 81	4.73 369	5.64 96	3.81 75	7.08 228	16.57 361	6.13 251	3.62 228	7.74 230	1.40 122	0.05 295	0.00 1	0.00 1	0.04 244	0.12 184	4.24 425

rvit_0105_3	1.94 69	1.44 289	7.39 323	0.88 116	0.02 3	1.61 35	1.64 298	5.88 110	6.73 217	2.37 71	1.78 46	2.01 98	1.16 106	4.46 102	1.26 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.14 75

KYRaft	3.68 244	0.43 25	2.53 23	0.89 117	0.49 138	2.28 84	3.89 351	5.30 71	3.82 77	8.99 309	19.28 382	6.54 262	4.96 288	7.92 239	0.96 72	0.01 129	0.00 1	0.00 1	0.01 195	0.06 89	5.17 427

hitnet-ft	3.95 268	1.16 237	3.92 143	0.89 117	0.73 191	4.88 278	0.54 157	9.78 249	7.91 263	7.42 251	10.24 272	12.50 360	4.84 283	8.15 251	5.56 308	0.03 256	0.00 1	0.06 363	0.00 1	0.24 290	0.12 65

CASS	2.62 152	0.57 98	4.28 169	0.90 119	0.38 115	3.45 198	0.22 84	9.91 252	4.46 113	7.33 249	7.92 218	3.53 153	3.59 225	4.16 93	1.49 125	0.03 256	0.01 119	0.00 1	0.00 1	0.05 79	0.06 36
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_xeample3	1.71 58	1.75 322	6.64 298	0.90 119	0.29 92	2.55 103	0.90 249	4.08 26	2.36 8	0.56 22	0.24 6	0.23 12	0.31 18	7.51 217	2.73 226	0.00 1	0.70 316	0.00 1	0.36 379	0.18 248	1.92 386

EAI-Stereo	2.75 167	0.54 77	3.17 69	0.91 121	1.28 268	4.02 247	5.30 377	12.39 319	4.76 130	2.51 74	7.10 196	1.22 71	0.94 84	6.03 145	1.96 174	0.01 129	0.56 304	0.00 1	1.38 422	0.04 63	0.95 279

GwcNet-ADL	2.85 171	0.61 106	4.38 176	0.92 122	0.33 102	2.05 69	0.67 194	8.85 221	9.65 309	6.36 186	6.71 182	4.11 177	1.71 148	5.97 143	4.22 277	0.08 317	0.06 205	0.00 1	0.00 1	0.07 107	0.16 94

AnonymousM	2.96 186	7.19 422	1.41 1	0.92 122	0.06 9	2.37 89	0.52 153	6.05 126	3.83 78	4.97 131	2.37 61	1.91 94	1.00 87	2.23 52	1.06 83	0.01 129	0.57 306	17.64 445	4.90 444	0.02 13	0.27 148

rvit_stereo_ft	1.23 19	1.42 283	5.16 222	0.94 124	0.36 110	1.22 9	0.24 90	4.57 43	4.49 116	0.51 14	1.04 19	0.73 59	1.10 93	1.50 17	1.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.22 129

UniTT-Stereo	0.94 3	0.53 73	2.82 42	0.94 124	1.29 273	0.56 3	0.12 40	1.49 1	3.16 31	1.77 63	2.22 57	0.20 6	0.32 22	1.76 33	1.33 117	0.00 1	0.00 1	0.00 1	0.00 1	0.16 232	0.02 5

PFNet+	2.52 139	0.47 46	4.97 214	0.95 126	0.18 53	3.12 172	0.73 212	4.98 57	6.97 230	7.95 266	6.38 176	2.51 109	1.18 108	8.05 247	1.82 161	0.03 256	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

iRaftStereo_RVC	1.88 63	1.22 251	2.63 32	0.95 126	0.06 9	2.96 161	0.05 15	6.08 130	3.99 89	3.92 112	4.88 121	2.53 110	0.62 63	3.62 78	1.19 100	0.00 1	1.19 396	0.00 1	0.00 1	0.37 341	1.29 314

FTStereo	4.61 312	0.54 77	2.86 45	0.98 128	0.40 123	2.57 105	8.51 413	5.70 99	3.76 74	10.85 360	29.92 422	5.53 232	7.43 351	7.73 229	1.63 140	0.17 349	0.00 1	0.05 359	0.00 1	0.04 63	3.62 420

CroCo-Stereo Lap2	1.37 27	1.19 243	4.17 163	1.01 129	4.58 406	0.46 2	0.09 28	4.27 32	2.94 20	1.25 53	2.40 62	1.55 83	0.20 4	1.72 26	1.30 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 228	0.13 71

iRaft-Stereo_20w	3.11 194	0.49 60	6.09 274	1.01 129	1.25 264	3.99 245	1.00 259	14.00 366	4.73 129	6.70 212	6.27 171	2.34 106	2.28 170	7.29 198	1.58 131	0.01 129	0.75 321	0.00 1	0.73 407	0.10 155	1.63 338

PS-NSSS	4.22 287	2.53 371	5.89 266	1.01 129	2.93 352	4.05 252	1.93 306	11.44 295	8.94 292	7.14 233	14.70 344	4.96 214	2.60 182	9.09 309	3.92 267	0.40 380	0.04 192	0.83 415	0.00 1	1.09 394	1.02 288

LCNet	2.94 182	0.55 82	2.57 25	1.03 132	0.59 167	2.05 69	1.55 294	5.51 84	4.19 97	6.08 174	10.58 283	4.54 196	6.63 333	7.59 224	0.90 60	0.01 129	0.00 1	0.01 291	0.76 408	0.31 329	3.43 416

Prome-Stereo	3.73 250	0.39 16	2.62 31	1.05 133	0.52 152	2.06 71	4.58 366	4.88 54	3.95 85	9.34 323	20.39 387	4.03 172	7.02 342	7.86 235	1.31 114	0.00 1	0.00 1	0.00 1	0.00 1	0.07 107	4.52 426

test-1	2.14 91	0.54 77	6.32 289	1.07 134	1.22 260	2.13 77	0.54 157	6.40 144	4.80 136	3.55 97	5.23 131	4.02 171	0.71 68	1.95 37	2.15 189	0.08 317	0.98 356	0.00 1	0.08 256	0.02 13	1.07 293

RAFT+CT+SA	2.59 148	1.19 243	3.55 108	1.09 135	2.21 328	3.14 175	0.90 249	7.59 193	5.65 169	2.76 78	8.21 228	2.04 99	1.57 142	8.84 293	1.31 114	0.02 220	0.34 283	0.00 1	0.38 381	0.22 278	0.73 255

TransformOpticalFlow	3.50 229	0.83 164	4.85 207	1.09 135	0.31 95	3.52 206	0.14 59	10.32 262	8.02 267	5.78 155	13.25 327	6.63 263	4.91 285	8.36 270	1.63 140	0.00 1	0.01 119	0.01 291	0.00 1	0.06 89	0.24 142

R-Stereo Train	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 212	0.60 174	6.88 163	3.50 44	9.13 314	17.23 368	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 124

RAFT-Stereo	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 212	0.60 174	6.88 163	3.50 44	9.13 314	17.23 368	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 124
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoVision	2.42 131	1.18 240	5.14 221	1.15 139	2.64 347	1.89 59	0.28 97	6.61 150	4.72 128	2.14 69	10.52 281	3.84 163	0.52 54	5.33 125	2.29 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

Selective-RAFT	1.92 68	0.54 77	3.87 133	1.15 139	0.21 70	3.83 236	0.06 18	5.00 58	4.68 126	1.59 60	2.14 55	3.05 124	2.77 189	6.63 164	1.34 119	0.00 1	0.95 347	0.00 1	0.32 368	0.05 79	0.19 113

CoDeX	3.61 240	0.86 175	5.27 227	1.16 141	1.62 289	6.24 307	2.07 310	13.78 365	6.86 224	7.42 251	9.00 240	4.06 175	3.72 234	6.58 161	3.02 235	0.03 256	0.06 205	0.00 1	0.00 1	0.15 228	0.35 170

UGAM-zero	3.92 264	0.49 60	5.26 226	1.17 142	0.89 215	4.00 246	0.47 136	12.42 321	3.62 63	5.46 150	5.86 151	15.76 380	8.92 377	8.63 287	2.44 209	0.00 1	0.84 330	0.00 1	0.89 409	0.03 40	1.27 312

RAFT-Stereo-weight	1.91 67	0.41 23	2.09 10	1.17 142	0.63 172	3.20 178	0.74 216	5.78 105	6.80 221	5.25 143	3.47 82	2.80 117	0.36 28	3.16 73	1.09 88	0.02 220	0.53 303	0.00 1	0.00 1	0.01 3	0.66 244

FADNet_RVC	4.24 289	2.32 363	14.23 399	1.18 144	0.79 202	5.64 293	0.60 174	11.50 297	7.19 237	3.68 103	8.08 226	4.14 179	4.06 250	10.29 349	7.47 332	0.36 378	0.44 296	0.18 395	0.47 393	0.93 392	1.23 307

ICVP	2.53 140	0.47 46	3.64 120	1.20 145	0.69 180	2.71 124	0.84 236	10.63 275	4.66 125	4.31 119	8.99 238	2.75 116	1.93 155	2.91 69	4.07 274	0.06 305	0.24 269	0.01 291	0.01 195	0.13 203	0.26 145
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.34 25	0.85 168	6.15 278	1.21 146	1.28 268	0.90 4	0.18 73	4.50 40	2.86 18	0.37 4	3.18 77	0.52 50	1.52 139	1.83 35	0.93 65	0.13 337	0.25 273	0.00 1	0.00 1	0.08 120	0.16 94

dad	5.10 329	2.61 375	6.76 305	1.23 147	0.14 35	2.85 153	0.36 114	7.98 205	14.88 374	10.84 359	17.06 364	15.59 378	3.29 206	7.24 194	4.39 282	1.20 407	0.10 230	4.02 434	0.49 395	0.20 263	0.69 248

RAFT-345	3.36 218	0.55 82	3.43 97	1.23 147	0.21 70	2.62 111	0.46 134	3.91 23	6.34 196	7.46 253	24.49 405	4.19 182	1.74 152	8.27 259	2.25 197	0.01 129	0.00 1	0.00 1	0.00 1	0.02 13	0.02 5

testlalala	1.80 60	0.49 60	2.67 36	1.24 149	0.46 133	3.91 238	0.87 248	6.62 151	2.96 22	6.78 214	3.83 96	1.74 87	0.40 34	1.57 22	0.76 37	0.01 129	1.16 391	0.00 1	0.38 381	0.01 3	0.17 101

LL-Strereo2	2.22 103	1.39 280	3.39 89	1.26 150	1.01 233	3.73 229	1.47 289	6.47 147	4.61 122	4.66 125	2.64 69	4.17 181	0.37 29	6.03 145	1.61 136	0.09 328	0.24 269	0.00 1	0.08 256	0.08 120	1.16 301

LL-Strereo	5.14 331	2.29 361	8.95 358	1.26 150	5.05 414	3.66 219	1.40 286	10.33 263	8.98 293	8.71 298	8.24 229	10.70 338	11.10 389	12.66 384	5.36 305	0.05 295	1.35 411	0.00 1	0.00 1	0.38 343	2.23 401

NRIStereo	2.27 112	0.52 72	3.35 86	1.26 150	0.17 49	3.04 166	0.84 236	5.96 123	3.74 69	6.27 179	3.44 80	4.13 178	1.80 154	8.31 266	2.11 186	0.00 1	0.10 230	0.00 1	0.00 1	0.12 184	0.20 119

MyStereo07	1.64 53	1.15 235	2.61 29	1.28 153	1.49 286	2.63 113	0.45 132	6.45 146	2.94 20	1.10 48	1.61 36	0.29 24	0.60 62	7.45 211	0.80 42	0.01 129	1.27 403	0.00 1	0.25 339	0.11 167	0.42 194

MyStereo04	3.29 208	1.15 235	6.64 298	1.28 153	1.49 286	2.63 113	0.45 132	10.57 274	13.30 365	4.41 121	3.90 98	3.06 126	3.56 223	7.87 237	3.35 247	0.01 129	1.27 403	0.00 1	0.25 339	0.11 167	0.42 194

CFNet-RSSM	2.26 109	0.43 25	3.24 74	1.28 153	0.31 95	3.19 177	0.40 122	7.62 197	7.29 242	5.88 159	4.68 118	5.32 226	1.68 145	2.26 54	1.04 80	0.01 129	0.09 225	0.00 1	0.31 366	0.03 40	0.16 94

Gwc-CoAtRS	2.16 94	0.42 24	3.13 67	1.28 153	0.31 95	3.52 206	0.39 121	6.56 148	6.31 195	5.38 147	5.11 128	5.47 229	1.70 147	2.00 41	1.08 86	0.01 129	0.19 256	0.00 1	0.25 339	0.02 13	0.16 94

DeepPruner_ROB	3.82 258	1.87 328	5.65 255	1.31 157	1.64 290	3.62 216	0.81 227	14.47 373	5.03 146	8.03 273	10.78 288	6.95 274	2.26 168	8.92 298	4.32 280	0.07 312	0.03 177	0.00 1	0.01 195	0.37 341	0.29 155

IGEV++	1.58 50	0.81 157	2.66 34	1.35 158	0.99 230	2.47 97	0.98 257	7.35 186	3.70 68	0.82 41	2.24 58	0.44 43	1.18 108	2.08 46	1.15 92	0.03 256	1.18 395	0.00 1	0.05 247	0.17 239	2.00 391

raft_robust	2.91 178	1.71 315	3.42 96	1.36 159	0.57 163	1.53 29	0.12 40	7.06 172	9.09 297	6.96 224	7.21 199	4.43 195	2.09 161	9.40 317	1.61 136	0.03 256	0.93 341	0.00 1	0.21 326	0.17 239	0.38 177

RAFT_CTSACE	3.62 241	1.65 308	5.41 237	1.36 159	3.08 357	3.95 243	1.03 261	4.62 45	4.65 124	5.33 145	17.73 375	7.63 285	2.71 184	10.98 356	1.15 92	0.00 1	0.48 300	0.00 1	0.00 1	0.31 329	0.25 144

RAFT	2.94 182	1.29 260	4.06 156	1.36 159	0.50 141	2.39 90	0.91 252	6.11 131	3.25 36	6.64 204	7.30 201	9.96 322	4.20 257	6.03 145	2.21 191	0.00 1	1.02 364	0.00 1	0.02 214	0.54 369	1.01 284

delet	4.59 311	1.12 232	5.93 267	1.37 162	3.73 382	10.48 369	3.90 352	10.51 271	9.17 301	8.87 304	9.74 263	8.37 300	3.74 235	8.12 250	6.36 321	0.00 1	0.00 1	0.00 1	0.00 1	0.21 273	0.12 65

RAFT_R40	2.83 169	0.46 41	3.85 130	1.38 163	0.32 101	3.78 232	0.97 255	6.16 133	4.82 137	9.74 337	6.35 175	4.96 214	3.94 248	8.78 291	1.05 81	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

MyStereo06	2.71 160	1.05 221	5.43 240	1.39 164	1.20 257	2.57 105	0.10 32	10.39 266	4.79 135	5.54 154	6.16 163	6.39 257	2.33 173	3.40 75	1.35 120	0.01 129	1.24 400	0.00 1	0.21 326	0.13 203	0.50 205

MyStereo05	3.24 205	1.05 221	5.93 267	1.39 164	1.20 257	2.57 105	0.10 32	9.11 230	13.17 364	6.45 190	3.86 97	3.20 130	3.26 205	8.35 269	3.02 235	0.01 129	1.24 400	0.00 1	0.21 326	0.13 203	0.50 205

DualNet (step1)	4.40 298	1.36 273	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	7.22 192	2.53 211	1.74 417	1.04 366	3.05 429	2.96 433	0.22 278	1.35 319

test_sample9	6.40 347	1.36 273	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	12.52 380	13.17 400	1.74 417	25.14 468	3.05 429	2.96 433	0.22 278	1.35 319

test_sample8	8.50 387	1.36 273	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	12.78 331	6.78 220	17.61 410	9.29 250	24.63 422	19.17 419	12.52 380	13.17 400	1.74 417	25.14 468	3.05 429	2.96 433	0.22 278	1.35 319

MoCha-V2	1.83 61	0.87 183	3.33 83	1.41 169	1.27 267	2.50 98	0.20 78	5.60 93	3.90 82	0.98 46	3.30 78	0.35 36	1.58 143	7.09 186	0.80 42	0.00 1	1.52 418	0.00 1	0.23 334	0.06 89	1.70 354

MIM_Stereo	2.83 169	1.20 249	5.27 227	1.41 169	1.16 254	3.07 167	0.33 111	6.67 152	3.95 85	5.17 141	10.11 270	4.25 188	1.73 151	8.32 267	1.64 143	0.00 1	0.36 287	0.00 1	0.01 195	0.22 278	1.69 351

pcwnet_v2	4.36 294	0.46 41	9.07 362	1.43 171	1.10 247	3.41 192	0.40 122	13.44 355	14.60 373	10.29 346	14.22 337	5.82 247	2.97 194	6.75 171	2.29 204	0.01 129	0.05 199	0.04 352	0.02 214	0.17 239	0.61 227

SGM-Forest	5.40 333	0.84 167	4.19 164	1.43 171	0.68 177	10.12 365	6.41 391	12.13 310	11.86 349	11.50 374	14.43 339	11.62 351	5.20 300	9.93 342	6.16 316	0.16 345	0.04 192	0.00 1	0.00 1	0.08 120	1.24 308
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SST-Stereo	2.86 172	0.45 37	3.64 120	1.46 173	0.36 110	3.94 241	0.80 224	6.07 129	4.46 113	10.96 363	6.21 165	4.94 213	4.14 255	8.85 294	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

ToySt	3.39 221	0.89 186	9.29 366	1.47 174	0.94 223	4.20 255	1.98 307	7.33 184	5.42 159	3.01 86	6.75 184	8.67 308	5.10 297	5.43 130	3.72 256	0.07 312	0.89 338	0.00 1	0.23 334	0.28 311	2.13 395

GCAP-BAT	2.26 109	0.61 106	3.67 122	1.48 175	0.81 206	4.32 262	0.77 221	4.87 53	4.04 91	3.97 113	5.41 140	4.38 193	0.59 61	6.20 151	1.17 95	0.02 220	1.14 385	0.00 1	0.55 399	0.07 107	1.22 306

test_xeample	4.78 322	0.93 189	4.68 203	1.48 175	1.28 268	3.94 241	0.13 49	13.35 352	8.62 283	8.21 283	11.63 303	3.43 146	3.54 222	7.59 224	23.47 430	0.02 220	1.16 391	0.00 1	0.25 339	0.11 167	1.74 363

H2IRNET	2.29 114	0.86 175	3.38 87	1.51 177	0.11 20	1.97 64	0.13 49	5.15 65	7.19 237	1.26 54	7.77 212	5.80 246	3.31 209	5.09 119	1.66 148	0.01 129	0.00 1	0.04 352	0.17 304	0.27 308	0.10 53

test_3	2.22 103	0.39 16	4.20 166	1.51 177	0.90 217	1.29 12	0.74 216	5.34 74	6.37 198	6.64 204	1.96 52	4.24 187	0.45 48	6.63 164	1.17 95	0.00 1	1.00 363	0.00 1	0.28 356	0.19 256	1.01 284

RAFT + AFF	4.63 313	2.28 358	7.43 326	1.51 177	2.38 336	5.81 300	6.49 392	10.74 277	8.53 282	7.75 260	8.95 237	7.47 282	6.68 337	9.17 312	5.06 300	0.08 317	0.47 299	0.00 1	0.01 195	0.66 375	1.03 291

LALA_ROB	7.02 362	2.54 372	8.51 344	1.53 180	0.96 228	9.96 361	8.71 414	16.70 395	12.68 357	12.99 385	13.90 335	24.47 421	5.40 309	11.61 371	9.50 362	0.04 280	0.05 199	0.00 1	0.02 214	0.17 239	0.65 236

test_1	2.18 97	0.38 11	3.87 133	1.54 181	0.91 220	1.38 18	0.80 224	5.36 81	5.53 165	7.12 231	1.86 49	4.05 173	0.41 35	6.65 166	1.17 95	0.00 1	0.99 359	0.00 1	0.28 356	0.20 263	1.08 295

test-3	2.19 99	0.38 11	3.88 138	1.55 182	0.91 220	1.39 19	0.80 224	5.36 81	5.51 163	7.36 250	1.90 50	4.05 173	0.42 37	6.67 168	1.17 95	0.00 1	0.99 359	0.00 1	0.28 356	0.20 263	1.08 295

PSMNet-ADL	3.17 202	0.56 93	3.00 63	1.55 182	0.40 123	5.97 303	0.28 97	9.06 226	5.75 177	3.56 98	6.80 186	8.33 298	4.51 266	7.65 227	5.51 307	0.03 256	0.09 225	0.00 1	0.00 1	0.03 40	0.28 152

Any-RAFT	2.33 117	0.36 8	2.35 18	1.58 184	0.84 210	4.93 280	0.55 160	9.10 229	5.93 183	4.30 118	4.90 123	5.79 245	2.22 167	2.75 66	0.51 6	0.02 220	0.32 280	0.00 1	0.00 1	0.02 13	0.18 104

MSKI-zero shot	2.23 106	0.49 60	2.49 20	1.60 185	0.81 206	2.69 121	0.29 99	6.82 161	2.50 9	4.37 120	7.61 207	3.65 159	0.26 9	8.62 286	0.63 20	0.01 129	1.09 372	0.00 1	0.25 339	0.03 40	0.46 201

RSM++	1.24 20	0.45 37	1.84 6	1.61 186	0.51 148	2.73 127	0.29 99	2.99 6	3.22 35	0.69 27	2.06 53	0.52 50	0.28 12	5.62 134	0.86 53	0.01 129	0.03 177	0.00 1	0.17 304	0.16 232	0.85 267

RAFT-Stereo + iAFF	2.48 135	1.23 254	3.48 99	1.61 186	1.09 245	1.63 36	0.15 61	5.80 106	6.43 201	7.32 248	9.91 266	3.05 124	1.71 148	2.33 57	1.75 158	0.01 129	0.71 319	0.00 1	0.00 1	0.28 311	1.19 303

DSFCA	4.48 303	1.03 217	6.84 306	1.61 186	1.68 296	7.26 327	4.46 365	11.27 290	7.51 248	11.01 365	6.89 188	8.49 306	4.54 272	10.41 351	6.18 317	0.03 256	0.06 205	0.02 324	0.03 226	0.13 203	0.14 75

ffm	3.41 223	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	5.55 88	10.56 323	6.68 207	9.59 258	5.66 236	3.87 241	8.20 253	0.68 24	0.00 1	1.13 378	0.00 1	0.19 312	0.11 167	1.88 381

ff1	4.11 279	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	5.55 88	10.56 323	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 387	0.00 1	1.13 378	0.00 1	0.19 312	0.11 167	1.88 381

mmx	4.50 304	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	12.84 332	11.23 340	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 387	0.05 295	1.12 375	0.00 1	0.19 312	0.10 155	1.53 329

xxx	4.50 304	0.98 207	7.04 315	1.64 189	1.07 238	2.84 142	0.47 136	12.84 332	11.23 340	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 387	0.05 295	1.12 375	0.00 1	0.19 312	0.10 155	1.53 329

FADNet-RVC-Resample	4.11 279	2.25 353	13.88 396	1.64 189	0.66 176	5.91 302	2.34 316	10.87 279	9.09 297	6.53 197	4.34 106	5.69 240	4.71 279	8.01 243	4.64 291	0.18 353	0.22 263	0.17 394	0.12 282	0.46 356	0.59 222

CBMV_ROB	4.66 315	0.85 168	3.94 145	1.64 189	0.75 196	8.38 345	1.90 305	11.19 287	10.36 319	9.20 318	15.21 346	7.28 278	6.99 341	9.48 320	5.24 304	0.04 280	0.05 199	0.00 1	0.00 1	0.07 107	0.64 235

GMStereo_Zeroshot	2.92 180	2.33 364	6.12 275	1.66 195	0.36 110	3.61 212	0.09 28	5.95 122	6.20 192	7.15 234	7.11 197	8.37 300	0.91 82	6.17 150	1.97 175	0.00 1	0.00 1	0.00 1	0.00 1	0.22 278	0.14 75

GrayStereo	3.86 260	0.33 6	2.63 32	1.66 195	0.62 170	3.09 169	7.92 410	6.43 145	3.88 80	10.61 352	16.51 360	5.75 243	8.40 365	6.75 171	1.58 131	0.01 129	0.00 1	0.01 291	0.62 402	0.04 63	0.38 177

MLCV	3.76 252	1.52 297	6.93 309	1.66 195	0.31 95	4.31 261	0.32 108	7.92 203	7.68 255	9.55 329	12.12 311	5.17 220	2.74 186	10.00 344	4.49 286	0.01 129	0.00 1	0.00 1	0.00 1	0.16 232	0.27 148

CFNet-ft	3.70 247	1.59 303	3.87 133	1.68 198	2.42 338	3.20 178	0.66 190	8.93 223	7.76 256	5.09 136	9.95 267	10.77 341	5.43 310	7.41 201	4.71 292	0.00 1	0.00 1	0.03 342	0.01 195	0.30 322	0.11 61

CFNet_RVC	3.70 247	1.59 303	3.87 133	1.68 198	2.42 338	3.20 178	0.66 190	8.92 222	7.76 256	5.09 136	9.95 267	10.77 341	5.43 310	7.41 201	4.71 292	0.00 1	0.00 1	0.03 342	0.01 195	0.30 322	0.11 61

anonymousdsp2	2.20 101	0.57 98	4.59 196	1.69 200	0.82 208	3.58 210	0.48 146	8.57 213	3.63 64	3.37 91	3.03 75	3.32 132	1.00 87	5.57 133	0.80 42	0.01 129	0.94 346	0.02 324	0.15 293	0.06 89	1.89 384

ADCP+	8.60 389	2.78 382	17.44 414	1.69 200	4.27 396	16.95 410	5.29 376	13.38 353	12.52 354	13.57 392	17.57 374	10.86 344	11.28 391	18.43 422	23.91 435	0.03 256	0.05 199	0.01 291	0.18 309	0.47 358	1.31 315

NaN_ROB	6.51 351	2.25 353	8.77 352	1.69 200	1.79 302	9.71 359	10.94 422	16.20 391	16.13 384	13.04 387	8.86 234	11.77 354	5.94 319	12.88 386	8.01 338	0.05 295	0.13 241	0.07 368	0.20 321	0.32 333	1.50 328

Wz-Net-LNSev	7.12 364	2.75 379	18.64 417	1.70 203	4.16 394	12.79 392	6.72 395	13.74 361	13.57 367	11.14 368	17.31 370	11.90 356	8.50 367	8.96 303	9.94 367	0.00 1	0.01 119	0.00 1	0.00 1	0.18 248	0.34 165

HH	2.88 175	0.82 161	4.07 157	1.71 204	0.54 158	4.71 273	0.69 200	8.72 218	3.57 59	1.80 64	6.49 179	7.81 288	3.92 246	8.93 299	0.99 74	0.00 1	1.06 368	0.00 1	0.03 226	0.05 79	1.69 351

HanStereo	2.88 175	0.82 161	4.07 157	1.71 204	0.54 158	4.71 273	0.69 200	8.72 218	3.57 59	1.80 64	6.49 179	7.81 288	3.92 246	8.93 299	0.99 74	0.00 1	1.06 368	0.00 1	0.03 226	0.05 79	1.69 351

ETE_ROB	6.28 345	2.60 374	9.22 365	1.71 204	0.84 210	6.44 310	6.78 397	13.16 348	8.80 288	13.01 386	15.93 353	21.01 416	6.18 325	10.97 355	8.11 340	0.04 280	0.01 119	0.00 1	0.02 214	0.16 232	0.70 251

EDNetEfficientorigin	18.25 440	14.44 441	99.41 482	1.72 207	1.00 232	12.07 386	6.97 401	13.67 359	35.06 439	38.59 450	37.10 440	27.03 428	27.46 443	15.38 404	26.92 441	0.05 295	0.08 219	0.15 386	0.62 402	3.33 424	3.92 424

qqq	2.44 133	0.85 168	4.33 173	1.73 208	0.71 186	1.98 65	0.38 118	9.15 231	4.33 103	3.37 91	4.34 106	4.63 201	2.83 192	4.95 112	2.06 183	0.00 1	1.13 378	0.00 1	0.25 339	0.09 135	1.65 339

MMNet	4.44 302	1.37 278	6.26 285	1.73 208	1.64 290	10.51 371	0.61 178	9.27 238	9.66 310	9.55 329	9.22 243	7.40 281	6.52 331	7.90 238	6.98 325	0.01 129	0.00 1	0.00 1	0.00 1	0.14 214	0.10 53

1111x	4.96 327	1.04 219	7.09 317	1.75 210	1.05 236	5.03 281	0.32 108	13.52 356	10.70 328	6.68 207	10.35 274	8.81 311	6.01 321	10.65 353	12.78 398	0.07 312	1.24 400	0.00 1	0.33 371	0.11 167	1.75 364

AEACV	1.27 21	0.38 11	2.61 29	1.75 210	1.21 259	2.44 94	0.85 241	4.79 49	1.67 4	0.71 31	0.26 8	0.29 24	2.00 158	2.30 55	0.66 23	0.01 129	0.95 347	0.00 1	0.42 388	0.12 184	2.07 393

222	5.93 338	0.88 185	4.58 195	1.76 212	0.98 229	6.02 304	0.08 27	14.45 372	8.89 290	9.53 327	11.77 306	3.88 165	4.23 260	8.26 255	39.96 459	0.03 256	1.12 375	0.00 1	0.24 336	0.11 167	1.73 360

HSM	4.25 291	1.10 226	4.14 159	1.78 213	2.14 326	6.67 316	1.08 267	12.92 336	6.90 226	7.06 226	8.17 227	14.17 369	6.03 322	9.16 310	3.11 241	0.00 1	0.00 1	0.00 1	0.00 1	0.09 135	0.41 189

DCVSM-stereo	3.32 211	0.51 67	3.40 95	1.79 214	0.79 202	2.94 159	0.48 146	7.31 183	5.69 175	11.47 373	5.61 147	10.63 335	5.93 318	5.74 138	3.63 251	0.03 256	0.09 225	0.03 342	0.00 1	0.12 184	0.11 61

RYNet	6.82 355	1.51 295	7.35 322	1.79 214	4.52 403	16.68 407	4.41 364	14.19 369	17.43 391	11.64 376	7.86 214	15.03 375	8.81 373	10.10 345	14.16 408	0.04 280	0.13 241	0.15 386	0.05 247	0.08 120	0.53 212

ssnet_v2	4.73 320	1.43 285	6.74 304	1.80 216	0.75 196	8.89 350	4.60 367	12.66 328	10.65 327	9.53 327	6.23 166	9.78 320	4.26 261	6.89 177	9.65 365	0.01 129	0.01 119	0.00 1	0.00 1	0.36 339	0.31 160

coex-ft	20.15 446	20.03 445	87.93 472	1.81 217	1.77 300	18.77 417	13.73 435	13.28 351	41.87 448	60.24 467	39.04 442	28.27 431	30.39 444	12.57 383	28.66 446	0.20 357	0.23 266	0.04 352	0.30 363	1.52 406	2.34 403

CBFPSM	5.12 330	1.48 293	16.22 409	1.81 217	1.14 252	11.16 376	2.90 328	7.99 206	6.75 219	6.55 198	5.00 125	15.05 376	8.78 372	7.52 218	8.90 353	0.04 280	0.02 152	0.00 1	0.00 1	0.42 347	0.67 247

MSMD_ROB	9.73 400	1.43 285	5.42 238	1.81 217	0.42 129	16.83 408	4.30 362	14.29 371	15.34 377	23.06 421	40.17 443	25.63 426	22.62 431	13.37 389	8.85 352	0.48 391	0.03 177	0.00 1	0.00 1	0.13 203	0.47 202

CSP-Net	4.40 298	1.70 313	4.90 210	1.82 220	1.04 235	12.96 393	2.25 314	13.75 362	6.34 196	9.64 332	8.99 238	8.31 297	3.24 203	8.45 278	4.32 280	0.01 129	0.00 1	0.00 1	0.00 1	0.23 286	0.06 36

GES	2.69 157	0.72 144	5.34 232	1.82 220	0.05 5	4.51 268	1.04 264	10.39 266	4.18 96	5.53 153	6.72 183	1.92 97	3.30 207	5.16 121	2.67 219	0.06 305	0.01 119	0.06 363	0.01 195	0.20 263	0.14 75

DMCA	3.08 193	1.10 226	6.20 280	1.82 220	0.90 217	3.80 235	0.55 160	9.76 248	5.42 159	6.56 200	6.47 178	7.06 277	2.09 161	4.05 87	5.46 306	0.00 1	0.01 119	0.00 1	0.00 1	0.11 167	0.16 94

BEATNet_4x	3.69 245	2.12 348	8.11 339	1.82 220	0.16 46	5.30 285	1.04 264	10.87 279	6.14 190	7.09 229	8.42 231	4.99 216	4.42 263	5.89 141	6.23 319	0.04 280	0.05 199	0.00 1	0.00 1	0.32 333	0.84 266

AIO-Stereo-zeroshot	3.35 217	1.28 259	8.51 344	1.86 224	1.83 307	3.51 203	0.31 106	10.50 270	4.32 102	2.74 76	5.87 153	10.30 328	4.53 271	4.66 108	3.16 243	0.02 220	0.87 337	0.00 1	0.97 412	0.38 343	1.43 324

cross-raft	2.25 108	0.48 52	2.96 57	1.87 225	0.94 223	3.72 228	0.47 136	7.61 196	4.15 94	5.37 146	5.68 150	6.17 253	1.40 125	2.15 49	1.06 83	0.01 129	0.22 263	0.00 1	0.19 312	0.03 40	0.41 189

AFF-stereo	2.87 174	1.31 263	3.26 76	1.87 225	0.38 115	1.68 41	0.09 28	6.38 142	7.07 232	6.52 196	11.90 308	6.08 250	2.32 172	5.05 117	1.65 145	0.02 220	0.66 310	0.00 1	0.00 1	0.29 319	0.94 278

FADNet	4.55 306	2.35 365	13.60 394	1.87 225	0.80 204	4.74 276	0.75 219	14.47 373	12.41 353	4.07 114	5.45 143	9.64 316	5.03 290	8.86 295	4.82 294	0.20 357	0.04 192	0.07 368	0.05 247	1.27 401	0.40 180

NINENet	3.38 220	0.81 157	4.16 160	1.88 228	1.40 283	7.31 329	0.48 146	12.95 339	6.64 213	7.29 245	9.24 245	5.21 222	1.18 108	6.72 169	1.89 169	0.17 349	0.08 219	0.07 368	0.00 1	0.09 135	0.03 12

rvit_105_1	2.69 157	1.34 269	6.85 307	1.89 229	0.09 17	1.94 62	3.50 349	6.38 142	9.00 295	4.98 132	2.19 56	3.57 155	1.56 141	7.31 199	3.03 237	0.00 1	0.00 1	0.00 1	0.02 214	0.06 89	0.16 94

RAFT-Test	2.49 136	0.45 37	4.35 175	1.89 229	1.28 268	4.83 277	0.68 197	7.19 179	4.51 117	5.00 135	7.09 195	6.81 269	1.12 95	2.22 50	1.16 94	0.01 129	0.63 308	0.00 1	0.33 371	0.05 79	0.20 119

DisPM	2.59 148	0.47 46	4.32 172	1.89 229	0.20 61	3.42 193	0.63 184	5.56 91	5.60 167	8.66 297	7.05 193	2.82 118	1.03 90	9.05 307	1.07 85	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.04 21

AAGNet	3.50 229	0.49 60	3.38 87	1.91 232	0.41 127	3.66 219	1.02 260	5.14 64	5.16 148	9.65 335	7.75 211	4.91 210	6.23 327	7.45 211	12.73 397	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.06 36

RAFT-RH_RVC	4.04 274	0.69 132	3.59 116	1.91 232	0.43 130	3.11 170	0.13 49	3.80 21	6.60 209	11.26 370	31.68 428	5.20 221	1.66 144	8.30 264	2.27 200	0.09 328	0.00 1	0.00 1	0.03 226	0.03 40	0.02 5

IGEV_Zeroshot_test	2.57 146	0.63 114	5.70 260	1.93 234	0.87 214	2.63 113	0.85 241	8.94 225	4.55 120	5.30 144	5.48 144	5.23 225	1.38 124	3.76 81	1.32 116	0.00 1	0.69 314	0.00 1	0.18 309	0.19 256	1.72 358

Pruner-Stereo	2.66 154	0.61 106	3.54 106	1.93 234	0.25 85	3.47 201	0.74 216	6.60 149	5.66 173	8.98 307	6.12 162	4.39 194	1.11 94	7.27 196	2.34 207	0.03 256	0.00 1	0.02 324	0.00 1	0.03 40	0.04 21

AE-Stereo	1.89 64	0.38 11	3.86 132	1.94 236	0.38 115	2.51 101	0.58 169	7.19 179	7.28 241	1.60 61	3.51 89	1.07 67	0.77 75	2.12 47	1.24 107	0.03 256	1.02 364	0.00 1	0.28 356	0.11 167	1.84 375

EGLCR-Stereo	1.45 33	0.26 2	2.91 46	1.94 236	0.90 217	3.13 173	0.69 200	5.81 107	3.21 34	1.14 51	0.20 4	1.52 82	0.37 29	4.29 98	0.69 29	0.01 129	0.79 324	0.00 1	0.00 1	0.01 3	1.21 305

PSM-softLoss	2.38 122	0.48 52	4.28 169	1.94 236	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 182	6.33 173	2.93 120	0.97 85	8.90 296	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

KMStereo	2.38 122	0.48 52	4.28 169	1.94 236	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 182	6.33 173	2.93 120	0.97 85	8.90 296	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

xxxx	5.16 332	0.86 175	4.86 208	1.96 240	1.22 260	7.56 334	0.07 21	14.67 375	9.15 300	6.55 198	9.87 264	9.30 313	3.47 220	8.07 248	22.20 425	0.05 295	1.16 391	0.00 1	0.26 351	0.10 155	1.76 366

SMFormer	3.94 266	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	4.89 295	0.08 317	0.97 351	0.00 1	0.16 295	0.11 167	0.92 276

tta	3.96 270	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	4.89 295	0.08 317	0.97 351	0.00 1	0.16 295	0.13 203	1.24 308

qqq1	3.78 254	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	1.24 107	0.08 317	0.97 351	0.00 1	0.12 282	0.13 203	1.24 308

fff1	3.78 254	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	1.24 107	0.08 317	0.97 351	0.00 1	0.12 282	0.13 203	1.24 308

SA	3.34 213	1.29 260	4.84 206	1.99 245	0.57 163	3.15 176	1.39 285	7.66 199	9.94 313	4.86 128	10.87 290	2.97 123	4.61 276	9.88 339	1.38 121	0.00 1	0.60 307	0.00 1	0.19 312	0.25 297	0.37 174

ASMatch	3.41 223	0.62 112	3.59 116	1.99 245	0.48 135	1.91 61	0.66 190	7.01 166	4.43 112	6.25 177	22.02 395	4.56 197	4.72 280	7.78 232	1.85 163	0.01 129	0.01 119	0.00 1	0.03 226	0.02 13	0.21 124

CBMV	5.97 339	1.52 297	4.51 184	1.99 245	0.53 154	10.02 362	6.94 400	13.27 350	13.80 370	13.08 388	15.93 353	11.36 349	8.11 362	9.82 335	7.27 330	0.08 317	0.15 247	0.00 1	0.00 1	0.30 322	0.74 258
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UNet	4.19 285	0.87 183	7.18 318	2.00 248	3.22 362	9.55 356	0.31 106	10.11 258	6.22 193	7.98 268	6.82 187	10.42 329	5.77 315	7.28 197	5.83 310	0.00 1	0.00 1	0.00 1	0.00 1	0.10 155	0.12 65

gwcnet-sp	3.58 235	2.01 343	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 104

scenet	3.58 235	2.01 343	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 104

ssnet	3.58 235	2.01 343	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 104

FADNet-RVC	4.36 294	2.62 377	14.51 402	2.01 249	0.44 132	4.27 258	1.27 279	12.61 327	7.89 261	3.76 105	4.05 101	10.63 335	4.34 262	9.87 337	7.66 335	0.03 256	0.09 225	0.00 1	0.03 226	0.65 374	0.50 205

test_sample4	3.29 208	0.64 116	5.38 235	2.08 253	0.53 154	3.91 238	0.15 61	12.13 310	7.50 247	7.04 225	7.50 204	3.64 158	3.19 199	6.95 182	3.14 242	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.92 276

test_sample5	3.34 213	0.65 118	5.17 223	2.10 254	0.49 138	3.31 188	0.17 69	11.91 304	7.47 245	6.91 217	9.15 242	3.61 156	3.37 216	7.53 219	3.06 238	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.90 271

DualNet	3.48 228	0.65 118	5.17 223	2.10 254	0.49 138	3.31 188	0.17 69	11.91 304	7.47 245	7.18 236	11.56 301	3.61 156	3.37 216	7.53 219	3.06 238	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.90 271

DCRE	2.21 102	0.95 200	3.17 69	2.10 254	1.30 275	1.86 58	0.05 15	5.33 73	4.69 127	3.59 99	9.37 253	3.81 162	1.18 108	2.34 58	1.22 105	0.01 129	0.97 351	0.00 1	0.30 363	0.04 63	1.97 389

MeshStereo	11.94 418	1.88 329	5.24 225	2.11 257	1.44 284	20.09 421	4.95 373	21.74 435	16.75 387	33.10 441	35.07 437	39.28 448	22.72 432	19.45 425	13.59 405	0.19 354	0.06 205	0.02 324	0.00 1	0.46 356	0.65 236
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
iinet-f	6.21 342	2.11 347	28.74 444	2.13 258	1.38 281	11.62 380	1.49 291	7.64 198	7.19 237	7.77 261	14.38 338	10.49 330	7.79 357	7.76 231	12.90 399	0.03 256	0.03 177	0.05 359	0.00 1	0.67 376	0.12 65

AIO-Stereo-zeroshot1	4.10 278	1.65 308	13.34 393	2.14 259	1.84 308	4.03 248	0.98 257	13.13 347	4.97 145	4.53 123	11.37 298	9.85 321	1.97 157	4.88 111	2.74 228	0.03 256	0.90 339	0.00 1	1.11 415	0.84 391	1.72 358

ITSA-stereo	4.02 272	0.73 145	4.51 184	2.16 260	0.31 95	3.58 210	0.70 205	13.77 364	15.84 383	7.13 232	6.59 181	4.25 188	3.48 221	9.04 306	6.12 315	0.09 328	0.08 219	0.11 376	0.10 269	0.19 256	1.54 331

anonymousa	4.24 289	0.78 149	4.05 155	2.16 260	4.87 412	8.76 348	0.35 113	7.41 190	4.47 115	8.21 283	19.70 384	11.03 348	5.87 317	2.04 45	2.20 190	0.00 1	1.16 391	0.00 1	0.55 399	0.04 63	1.11 297

OCTAStereo	2.38 122	0.48 52	3.90 140	2.16 260	0.11 20	3.42 193	0.42 126	7.06 172	3.74 69	6.91 217	5.26 132	2.63 113	1.32 118	8.41 274	1.70 154	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.01 1

FCDSN-DC	10.72 409	1.16 237	5.01 216	2.16 260	1.31 277	17.46 412	4.80 370	17.79 403	19.87 401	25.02 429	32.85 429	33.57 438	23.52 436	16.80 413	12.13 390	0.11 336	0.00 1	0.00 1	0.00 1	0.09 135	0.76 259
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanetorigin	9.02 392	3.75 400	28.68 443	2.16 260	3.86 385	5.84 301	5.40 379	5.93 121	10.39 320	28.12 434	31.02 427	15.98 381	13.74 405	9.38 316	12.55 395	0.25 367	0.22 263	0.22 400	0.24 336	1.24 399	1.47 325

NF-Stereo	2.38 122	0.48 52	3.88 138	2.17 265	0.11 20	3.43 195	0.42 126	7.08 177	3.75 71	6.91 217	5.29 135	2.65 114	1.33 120	8.40 272	1.67 151	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.02 5

RE-Stereo	2.38 122	0.48 52	3.91 141	2.17 265	0.11 20	3.43 195	0.42 126	7.07 174	3.75 71	6.91 217	5.26 132	2.62 111	1.33 120	8.41 274	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TVStereo	2.38 122	0.48 52	3.91 141	2.17 265	0.11 20	3.43 195	0.42 126	7.07 174	3.75 71	6.91 217	5.26 132	2.62 111	1.33 120	8.41 274	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TRStereo	2.71 160	3.79 401	5.46 241	2.19 268	2.22 330	2.98 164	1.07 266	9.83 251	4.39 110	3.46 94	3.48 84	3.92 167	0.77 75	6.43 157	1.70 154	0.03 256	0.63 308	0.00 1	0.29 361	0.11 167	1.49 327

DAS	4.18 284	0.53 73	6.20 280	2.20 269	3.69 379	2.78 136	3.12 337	8.69 216	10.29 317	9.39 325	12.80 322	4.58 198	7.20 345	9.08 308	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 165

SepStereo	4.22 287	0.53 73	6.20 280	2.20 269	3.69 379	2.78 136	3.12 337	8.69 216	10.29 317	9.39 325	12.80 322	4.58 198	7.20 345	9.74 332	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 165

IRAFT_RVC	2.98 188	0.66 122	4.23 168	2.20 269	0.40 123	2.91 158	5.04 374	7.03 170	4.21 98	6.59 201	5.52 145	5.02 218	4.77 281	8.41 274	2.30 206	0.01 129	0.17 253	0.01 291	0.00 1	0.03 40	0.05 27

test_sample7	3.75 251	0.67 127	4.34 174	2.21 272	0.35 105	4.47 267	2.08 311	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	7.22 192	2.53 211	0.07 312	1.04 366	0.00 1	0.00 1	0.06 89	1.66 343

ACV-stereo	4.65 314	1.22 251	10.49 379	2.22 273	1.05 236	12.62 391	1.24 277	6.70 157	7.36 244	3.22 90	5.18 130	16.59 387	10.02 382	8.18 252	6.19 318	0.06 305	0.14 245	0.01 291	0.00 1	0.12 184	0.40 180

GANet-ADL	2.40 129	0.65 118	3.92 143	2.22 273	0.11 20	2.23 80	0.47 136	9.29 240	7.27 240	4.77 126	5.95 159	3.96 168	1.26 117	3.08 72	2.27 200	0.04 280	0.08 219	0.02 324	0.00 1	0.15 228	0.21 124

StereoDRNet-Refined	4.84 325	0.96 202	5.13 220	2.22 273	0.46 133	9.10 352	0.16 66	10.72 276	9.40 306	13.41 390	12.50 318	10.02 323	4.58 273	8.60 283	8.71 350	0.01 129	0.00 1	0.01 291	0.05 247	0.24 290	0.53 212
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample6	3.60 239	0.66 122	5.27 227	2.23 276	0.48 135	3.25 182	0.21 82	11.94 306	7.53 250	7.18 236	11.56 301	3.99 170	3.86 240	8.03 244	3.88 265	0.03 256	0.83 327	0.00 1	0.09 264	0.07 107	0.86 268

HBP-ISP	4.37 296	1.56 300	4.59 196	2.23 276	1.29 273	7.87 335	3.96 354	11.80 303	10.91 334	8.06 278	14.45 340	3.38 138	4.87 284	9.27 314	2.53 211	0.14 340	0.06 205	0.00 1	0.01 195	0.08 120	0.30 158

x	2.30 115	0.82 161	3.85 130	2.23 276	0.72 189	2.12 76	0.81 227	9.48 245	4.82 137	3.83 107	2.76 70	3.49 151	2.30 171	3.48 76	2.25 197	0.00 1	1.13 378	0.00 1	0.22 331	0.09 135	1.66 343

HITNet	3.11 194	1.38 279	5.35 234	2.23 276	0.12 28	5.59 291	0.58 169	9.95 256	5.72 176	6.62 203	7.91 217	3.90 166	3.24 203	4.39 100	4.58 290	0.01 129	0.00 1	0.00 1	0.00 1	0.08 120	0.57 217
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
test_sample3	3.27 206	0.62 112	5.29 231	2.24 280	0.58 166	4.62 271	0.16 66	12.15 313	7.51 248	6.44 189	7.25 200	3.72 160	3.03 196	6.73 170	3.17 245	0.01 129	0.85 331	0.00 1	0.10 269	0.07 107	0.88 270

DPSNet	10.88 412	2.57 373	20.40 424	2.24 280	1.90 313	24.92 429	17.00 450	21.35 432	28.61 428	12.87 384	13.74 332	17.01 391	20.14 423	15.36 403	14.01 407	0.81 399	0.98 356	0.20 398	0.65 404	1.30 402	1.54 331

model_zeroshot	1.98 72	0.70 138	4.98 215	2.25 282	1.07 238	3.20 178	0.13 49	7.01 166	3.34 41	3.46 94	3.77 95	2.69 115	0.42 37	2.86 68	1.18 99	0.06 305	0.85 331	0.00 1	0.25 339	0.02 13	1.40 323

AANet_RVC	5.41 335	2.61 375	8.17 340	2.25 282	1.30 275	2.27 82	1.64 298	10.82 278	18.54 397	8.01 272	18.09 377	8.39 303	3.31 209	11.37 366	8.98 356	1.15 406	0.38 290	0.02 324	0.00 1	0.17 239	0.70 251

FC-DCNN	11.29 414	1.01 216	5.50 242	2.25 282	1.65 293	18.23 416	5.36 378	18.99 411	20.65 406	28.95 435	34.83 436	33.83 440	23.18 434	17.04 417	13.37 403	0.17 349	0.01 119	0.02 324	0.02 214	0.10 155	0.70 251

DispNO	3.51 231	1.33 268	8.51 344	2.26 285	1.36 280	3.46 200	0.81 227	8.74 220	6.58 208	6.78 214	7.63 208	6.22 256	4.20 257	7.47 213	4.44 284	0.00 1	0.03 177	0.03 342	0.11 276	0.13 203	0.14 75

Wz-Net-SNSev	9.92 402	8.01 427	26.42 438	2.26 285	1.85 309	8.36 343	14.30 438	18.01 404	21.68 411	10.78 357	23.95 400	16.84 389	8.60 369	15.59 406	19.76 420	0.01 129	0.03 177	0.01 291	0.00 1	0.52 367	1.34 318

PFNet	3.06 191	0.59 102	6.13 276	2.26 285	0.84 210	3.08 168	0.73 212	7.38 188	5.35 154	10.20 342	6.06 160	4.72 203	2.10 164	8.47 279	2.25 197	0.19 354	0.06 205	0.00 1	0.11 276	0.20 263	0.42 194

ADCL	10.77 410	3.23 388	21.50 426	2.26 285	1.96 319	23.65 426	9.07 415	14.69 377	24.88 420	15.21 400	27.20 413	12.68 361	14.02 408	16.94 415	24.43 437	0.26 370	0.18 254	0.74 413	0.67 405	0.80 388	1.02 288

DDVS	3.79 256	0.66 122	5.66 256	2.27 289	1.28 268	6.48 312	0.47 136	9.33 242	4.35 108	7.29 245	7.71 209	12.49 359	2.21 166	9.01 305	5.16 303	0.08 317	0.20 261	0.01 291	0.00 1	0.14 214	1.03 291

mmm	3.07 192	0.76 148	4.50 183	2.27 289	1.24 263	3.75 230	0.12 40	10.03 257	5.12 147	6.43 188	11.19 294	3.10 128	3.20 200	4.54 107	1.78 160	0.02 220	1.19 396	0.00 1	0.30 363	0.09 135	1.79 369

psm_up	4.33 293	1.34 269	4.43 178	2.27 289	2.62 346	5.29 284	3.30 347	11.49 296	6.89 225	8.05 276	8.06 224	10.09 326	11.10 389	7.12 189	3.76 258	0.24 364	0.01 119	0.00 1	0.00 1	0.20 263	0.37 174

FC-DCNN v2	11.44 415	0.98 207	5.39 236	2.28 292	1.65 293	18.84 418	5.41 380	19.66 417	20.80 407	29.20 436	35.39 438	34.37 442	23.46 435	17.13 418	13.18 402	0.17 349	0.01 119	0.02 324	0.01 195	0.08 120	0.69 248

SDNR	7.97 377	2.75 379	16.90 413	2.28 292	0.94 223	45.23 457	0.43 131	9.30 241	10.84 331	10.71 355	25.30 410	5.51 231	4.47 265	11.98 374	7.58 334	0.15 342	0.14 245	0.00 1	0.04 244	2.27 417	2.65 409

Sa-1000	3.81 257	1.26 256	4.64 199	2.29 294	0.55 162	3.51 203	1.58 295	8.37 209	9.13 299	7.97 267	17.42 371	3.98 169	2.76 188	9.61 324	1.68 152	0.00 1	0.69 314	0.00 1	0.18 309	0.23 286	0.27 148

GEStereo_RVC	3.95 268	1.21 250	6.13 276	2.30 295	1.22 260	4.29 260	2.96 331	12.39 319	8.24 273	7.25 242	6.79 185	7.58 284	4.22 259	9.16 310	4.56 288	0.04 280	0.01 119	0.02 324	0.02 214	0.19 256	0.42 194

DMCA-RVC	3.59 238	1.98 341	8.68 349	2.30 295	1.48 285	3.54 208	0.55 160	8.40 210	5.43 161	9.37 324	5.90 154	8.34 299	3.21 201	7.19 190	4.46 285	0.06 305	0.11 234	0.08 374	0.02 214	0.21 273	0.40 180

EKT-Stereo	2.16 94	0.61 106	3.78 128	2.31 297	4.40 397	1.47 24	0.24 90	5.54 87	4.22 99	3.16 89	3.58 92	3.53 153	2.20 165	5.66 136	1.40 122	0.04 280	0.36 287	0.00 1	0.09 264	0.06 89	0.58 219

testlalala_base	3.54 232	0.53 73	3.53 104	2.31 297	2.22 330	4.04 250	0.61 178	6.91 165	2.73 13	2.69 75	4.17 103	1.78 92	0.51 52	2.02 42	1.08 86	13.13 452	3.23 443	0.00 1	0.35 377	16.60 447	2.27 402

FENet	2.35 119	0.59 102	3.28 78	2.32 299	0.27 90	2.78 136	0.13 49	7.68 200	6.09 186	5.38 147	2.12 54	4.84 208	3.33 214	4.98 114	2.66 218	0.02 220	0.03 177	0.00 1	0.00 1	0.04 63	0.40 180

edge stereo	7.12 364	1.19 243	7.83 332	2.32 299	2.46 340	6.90 318	3.26 345	15.58 384	12.52 354	15.68 404	18.34 380	21.83 417	13.05 399	11.53 368	8.68 348	0.04 280	0.06 205	0.11 376	0.03 226	0.30 322	0.63 233

riskmin	2.49 136	0.22 1	3.34 84	2.33 301	1.78 301	2.89 157	0.46 134	7.35 186	6.95 229	2.75 77	1.67 40	6.75 265	5.08 296	3.24 74	1.93 172	0.00 1	0.99 359	0.00 1	0.27 355	0.02 13	1.73 360

test_5	3.16 201	1.18 240	4.96 213	2.33 301	3.10 359	4.51 268	1.27 279	7.47 192	7.61 254	3.00 85	7.38 202	5.37 228	4.06 250	8.28 260	1.54 128	0.00 1	0.34 283	0.00 1	0.02 214	0.21 273	0.62 232

fast-acv-ft	6.00 340	1.95 338	7.88 333	2.35 303	1.85 309	13.61 398	1.76 303	8.44 211	10.12 314	11.22 369	20.57 388	14.41 372	7.55 354	8.11 249	8.83 351	0.10 332	0.09 225	0.16 389	0.07 254	0.68 378	0.35 170

Anonymous_2	4.74 321	0.98 207	4.46 179	2.35 303	2.27 333	5.66 294	0.67 194	8.08 207	5.28 150	4.98 132	2.60 67	8.74 310	6.92 339	5.79 139	3.46 249	0.24 364	1.70 420	5.16 436	18.18 461	5.41 429	1.85 377

NCCL2	6.27 344	2.46 369	7.00 310	2.36 305	1.11 248	9.48 355	11.14 424	13.01 340	10.40 321	9.94 339	9.49 255	22.11 418	7.42 350	9.90 341	8.56 346	0.01 129	0.00 1	0.02 324	0.03 226	0.20 263	0.73 255

PSMNet_ROB	5.41 335	2.45 368	7.39 323	2.36 305	1.90 313	10.11 364	6.54 393	16.32 393	7.59 252	6.84 216	10.83 289	12.06 357	4.13 254	8.73 290	10.24 372	0.02 220	0.01 119	0.01 291	0.11 276	0.26 298	0.40 180

test_sample2	2.79 168	0.59 102	4.40 177	2.38 307	0.43 130	2.58 108	0.15 61	10.14 260	5.78 179	4.23 117	5.86 151	4.31 190	4.02 249	6.34 155	2.00 180	0.00 1	0.96 349	0.00 1	0.12 282	0.07 107	1.37 322

test_sample1	2.88 175	0.63 114	4.46 179	2.38 307	0.68 177	2.61 110	0.05 15	10.51 271	5.36 156	4.50 122	4.81 120	3.76 161	5.94 319	6.10 149	2.96 234	0.00 1	0.99 359	0.00 1	0.11 276	0.07 107	1.67 346

raftrobust	2.16 94	1.31 263	2.76 40	2.38 307	3.33 367	2.72 126	0.51 152	5.34 74	4.64 123	6.13 176	3.98 99	1.63 84	2.51 179	3.02 71	1.64 143	0.00 1	0.76 323	0.00 1	0.02 214	0.14 214	0.27 148

RALCasStereoNet	2.39 128	1.73 320	3.59 116	2.38 307	2.69 348	2.84 142	0.18 73	5.29 70	4.94 141	2.45 73	5.62 149	2.22 103	0.79 80	7.48 216	1.63 140	0.00 1	1.75 421	0.00 1	0.00 1	0.14 214	2.03 392

ADCPNet	10.18 404	3.40 392	33.24 447	2.38 307	1.74 299	17.75 413	7.65 408	13.20 349	13.03 363	14.09 397	21.72 393	19.36 405	11.40 393	15.43 405	23.00 428	0.28 373	1.15 390	0.39 409	1.48 424	0.68 378	2.21 399

SANet	11.48 416	3.34 390	13.93 397	2.40 312	1.01 233	16.49 406	12.16 433	20.05 424	37.28 442	19.62 414	28.04 415	25.61 425	20.10 422	14.43 397	12.39 393	0.10 332	0.06 205	0.03 342	0.06 253	0.76 386	1.73 360

CSAN	8.41 386	2.86 384	9.35 368	2.43 313	0.82 208	13.59 397	11.68 430	15.80 388	21.98 414	14.71 398	16.46 359	18.00 396	14.42 411	13.68 390	10.10 368	0.10 332	0.13 241	0.15 386	0.19 312	0.43 351	1.28 313

PSMNet-RSSM	3.69 245	1.36 273	4.54 189	2.44 314	1.90 313	2.35 87	0.69 200	11.77 302	6.38 199	6.60 202	11.85 307	7.70 286	5.61 314	6.66 167	3.67 252	0.00 1	0.00 1	0.02 324	0.01 195	0.17 239	0.10 53

XX-TBD	1.55 48	1.11 228	2.94 50	2.45 315	0.06 9	2.31 85	0.01 2	3.58 13	7.80 260	3.11 88	5.10 127	0.27 20	0.26 9	1.42 15	0.60 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21

TDLM	4.58 309	1.79 327	5.03 217	2.45 315	1.32 278	4.04 250	7.15 403	11.60 300	11.46 344	6.91 217	12.69 321	5.94 248	5.03 290	9.74 332	3.80 262	0.67 395	0.00 1	0.01 291	0.05 247	0.23 286	1.78 368

iResNet_ROB	4.67 316	1.77 325	5.93 267	2.47 317	0.95 226	3.78 232	0.36 114	15.65 385	17.36 390	8.75 300	11.23 295	7.05 276	4.60 275	8.94 301	4.23 278	0.01 129	0.00 1	0.00 1	0.00 1	0.16 232	0.15 87

UPFNet	4.17 283	0.83 164	5.51 243	2.49 318	3.36 369	7.13 326	2.60 319	10.52 273	7.16 235	8.76 301	7.83 213	7.85 291	3.41 218	8.60 283	7.04 328	0.01 129	0.02 152	0.00 1	0.00 1	0.12 184	0.17 101

GwcNet-RSSM	4.13 282	1.71 315	6.25 284	2.50 319	1.93 316	2.39 90	1.49 291	9.59 246	8.71 285	6.66 206	15.04 345	8.47 305	3.84 238	6.87 176	6.74 322	0.00 1	0.00 1	0.04 352	0.00 1	0.29 319	0.15 87

MyStereo8	3.30 210	1.69 311	6.28 286	2.51 320	3.79 384	4.22 256	0.07 21	7.43 191	6.39 200	6.51 195	10.13 271	4.23 186	1.45 128	2.79 67	5.08 301	0.06 305	1.49 416	0.00 1	0.40 384	0.26 298	1.33 317

psmorigin	7.74 375	2.19 351	18.99 419	2.51 320	0.89 215	7.08 325	2.74 324	11.25 288	7.90 262	20.49 419	22.36 397	20.16 409	11.95 396	13.84 393	10.61 377	0.04 280	0.18 254	0.06 363	0.24 336	0.27 308	1.07 293

FBW_ROB	9.17 396	2.08 346	10.31 378	2.51 320	1.66 295	13.22 396	6.04 385	23.09 436	20.11 403	19.55 413	15.80 350	18.97 404	11.96 397	19.34 424	11.38 384	0.66 394	0.30 278	2.15 427	0.90 410	1.15 398	2.16 397

DLCB_ROB	4.87 326	1.45 291	4.75 205	2.52 323	1.13 251	6.25 308	3.01 333	10.44 268	8.34 275	11.05 366	13.43 328	14.04 367	3.90 245	9.74 332	6.80 323	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.37 174

ttt	4.41 301	0.70 138	3.95 147	2.53 324	2.01 320	4.34 264	0.41 124	13.09 346	11.69 347	7.20 239	12.20 314	4.15 180	3.35 215	9.54 323	10.11 369	0.07 312	1.11 374	0.00 1	0.19 312	0.10 155	1.47 325

ADCMid	10.97 413	4.49 409	23.66 430	2.53 324	2.52 345	11.46 379	6.31 389	15.31 382	12.85 362	23.57 425	22.99 398	17.92 395	21.04 426	19.57 426	28.05 444	0.47 389	0.43 294	1.10 418	1.32 421	1.73 410	2.10 394

NOSS_ROB	3.67 242	0.86 175	3.81 129	2.53 324	1.11 248	6.10 305	0.72 210	11.08 285	12.36 352	5.45 149	8.91 236	5.65 235	2.09 161	8.30 264	3.16 243	0.20 357	0.07 216	0.00 1	0.00 1	0.11 167	0.80 263

FAT-Stereo	6.98 361	0.79 151	7.57 328	2.54 327	1.80 303	6.16 306	4.33 363	19.16 414	18.82 398	10.75 356	17.08 365	18.23 398	13.56 403	9.25 313	8.44 343	0.03 256	0.16 249	0.01 291	0.10 269	0.14 214	0.65 236

UCFNet_RVC	3.37 219	1.25 255	3.30 79	2.55 328	1.80 303	3.92 240	1.28 281	12.49 324	7.16 235	5.12 139	7.88 215	8.14 293	4.59 274	5.67 137	2.11 186	0.00 1	0.00 1	0.00 1	0.00 1	0.14 214	0.07 41

acv_ft	3.90 262	0.96 202	5.85 265	2.56 329	4.70 409	7.27 328	0.84 236	9.17 234	6.12 188	10.00 340	9.32 251	5.70 241	4.07 252	2.68 64	8.24 341	0.00 1	0.00 1	0.00 1	0.00 1	0.35 337	0.23 133

CVANet_RVC	4.68 317	1.93 335	5.57 252	2.61 330	1.86 311	4.12 253	4.94 372	12.11 309	9.29 302	8.05 276	11.08 292	10.28 327	6.48 330	9.52 322	3.19 246	0.45 384	0.01 119	0.00 1	0.12 282	0.23 286	1.75 364

Wz-Net-MNSev	8.12 380	3.18 387	18.07 416	2.63 331	3.36 369	17.82 414	9.40 418	12.89 335	15.44 380	13.95 396	18.21 379	14.38 371	7.75 356	12.50 379	11.45 385	0.46 386	0.03 177	0.00 1	0.01 195	0.26 298	0.58 219

cf-r	3.76 252	1.43 285	5.34 232	2.66 332	2.79 350	2.85 153	0.62 182	9.08 228	6.91 227	7.06 226	11.90 308	9.64 316	3.83 237	6.23 153	4.53 287	0.00 1	0.00 1	0.00 1	0.00 1	0.19 256	0.17 101

SGM_RVC	10.77 410	1.11 228	4.66 200	2.66 332	0.41 127	21.03 423	6.87 399	20.02 422	15.54 382	25.86 432	24.97 409	33.59 439	20.51 424	20.89 430	14.78 411	0.31 375	0.26 275	0.22 400	0.26 351	0.43 351	1.01 284
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DN-CSS_ROB	3.00 189	2.14 349	7.33 320	2.67 334	0.78 201	3.13 173	0.07 21	6.68 156	4.22 99	5.51 152	12.12 311	2.33 105	1.21 114	8.69 289	2.51 210	0.03 256	0.00 1	0.00 1	0.00 1	0.42 347	0.15 87

11t1	2.13 90	0.67 127	3.98 149	2.69 335	0.85 213	2.59 109	0.07 21	7.40 189	3.89 81	3.75 104	3.57 91	1.24 72	1.96 156	4.68 109	1.97 175	0.10 332	1.13 378	0.00 1	0.22 331	0.09 135	1.66 343

CFNet	4.03 273	1.97 340	6.30 287	2.70 336	1.64 290	5.41 287	0.22 84	12.14 312	10.28 316	5.24 142	11.15 293	6.43 258	3.70 232	8.97 304	4.01 273	0.00 1	0.00 1	0.00 1	0.00 1	0.30 322	0.13 71

Wz-Net-LNSev-Ref	6.52 352	2.21 352	12.10 385	2.75 337	3.28 364	10.03 363	3.05 334	12.31 316	11.52 345	10.10 341	21.36 390	11.51 350	7.30 349	11.56 369	10.61 377	0.09 328	0.00 1	0.00 1	0.00 1	0.08 120	0.51 209

PA-Net	5.40 333	2.35 365	9.55 371	2.75 337	2.21 328	8.74 347	3.92 353	13.05 341	13.35 366	7.30 247	7.98 219	8.08 292	6.39 329	11.17 361	9.30 360	0.02 220	0.03 177	0.00 1	0.03 226	0.16 232	1.55 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
raft+_RVC	2.18 97	1.49 294	3.14 68	2.77 339	2.01 320	1.40 20	0.10 32	7.02 169	5.35 154	2.99 84	5.54 146	1.19 70	1.34 123	4.98 114	1.49 125	0.00 1	1.45 413	0.00 1	0.00 1	0.14 214	1.11 297

Syn2CoEx	6.70 354	3.69 399	12.14 386	2.78 340	1.68 296	8.36 343	3.21 341	18.59 408	12.66 356	8.86 303	20.79 389	10.52 331	10.54 386	9.68 326	8.70 349	0.01 129	0.00 1	0.00 1	0.00 1	0.69 380	1.00 283

RALAANet	2.68 156	1.71 315	4.73 204	2.79 341	0.80 204	3.30 187	0.15 61	7.92 203	5.92 182	5.79 156	6.06 160	3.51 152	1.13 96	6.76 173	2.28 202	0.00 1	0.28 276	0.00 1	0.10 269	0.27 308	0.13 71

Wz-Net-TNSev	12.01 419	11.86 438	38.26 452	2.81 342	1.82 306	18.12 415	11.31 429	16.67 394	21.73 412	15.06 399	17.17 366	19.72 408	20.69 425	20.68 429	21.41 423	0.04 280	0.06 205	0.00 1	0.16 295	0.74 384	1.93 387

XPNet_ROB	6.46 349	1.88 329	7.41 325	2.81 342	0.95 226	6.45 311	6.82 398	13.58 357	8.80 288	15.50 402	15.86 351	19.59 407	7.12 344	11.41 367	9.86 366	0.02 220	0.04 192	0.00 1	0.03 226	0.20 263	0.79 262

MC-Stereo	1.87 62	0.49 60	3.52 101	2.82 344	1.07 238	1.90 60	0.12 40	4.89 56	3.27 37	3.66 102	3.58 92	0.56 55	1.45 128	5.79 139	0.81 46	0.00 1	1.19 396	0.00 1	0.21 326	0.11 167	1.95 388

GwcNet	6.95 358	2.89 385	13.32 392	2.82 344	5.53 417	11.76 381	2.14 313	14.95 378	17.69 393	10.83 358	18.14 378	10.83 343	6.66 335	9.83 336	10.19 371	0.03 256	0.06 205	0.03 342	0.08 256	0.64 373	0.66 244

ADCRef	7.76 376	2.31 362	19.09 420	2.82 344	3.29 365	11.88 383	3.06 335	11.52 298	10.89 333	13.69 393	25.85 412	8.20 294	8.89 375	8.95 302	22.66 426	0.16 345	0.08 219	0.16 389	0.34 375	0.47 358	0.91 274

XX-Stereo	2.95 184	0.48 52	7.08 316	2.84 347	2.51 344	1.63 36	0.20 78	6.15 132	3.38 42	2.38 72	16.00 355	6.90 272	0.25 8	6.40 156	1.14 91	0.00 1	0.66 310	0.00 1	0.31 366	0.16 232	0.57 217

LMCR-Stereo	3.92 264	1.96 339	4.92 211	2.85 348	0.23 80	7.88 336	1.47 289	12.52 325	5.39 158	8.71 298	10.65 285	1.90 93	5.04 292	8.53 281	4.89 295	1.05 404	0.00 1	0.00 1	0.00 1	0.42 347	0.05 27

rafts_anoy	2.09 84	1.42 283	3.34 84	2.87 349	2.72 349	2.46 96	0.17 69	6.20 137	6.48 204	3.40 93	2.25 59	1.91 94	1.32 118	3.59 77	1.75 158	0.01 129	1.52 418	0.00 1	0.01 195	0.06 89	0.28 152

tt1	2.53 140	0.91 187	3.53 104	2.92 350	0.53 154	5.60 292	0.61 178	5.55 88	10.56 323	1.54 59	3.54 90	0.34 35	3.00 195	8.20 253	0.68 24	0.00 1	1.13 378	0.00 1	0.03 226	0.11 167	1.88 381

PWC_ROB	8.89 391	4.49 409	15.62 407	2.92 350	4.49 402	7.89 337	1.23 276	17.29 401	20.00 402	16.54 407	28.06 416	14.37 370	11.98 398	14.93 402	15.43 415	0.47 389	0.00 1	0.05 359	0.00 1	0.67 376	1.31 315

MFN_U_SF_DS_RVC	10.36 407	5.37 414	16.61 412	2.95 352	3.02 355	24.75 428	15.44 440	14.68 376	19.73 400	19.77 416	23.97 401	16.98 390	8.40 365	17.58 419	9.23 359	1.59 414	1.75 421	0.16 389	2.63 431	0.75 385	1.85 377

SuperB	8.29 384	3.96 403	24.92 434	2.96 353	1.33 279	9.83 360	4.15 357	10.92 283	29.79 429	11.86 377	12.51 319	6.07 249	6.97 340	11.13 360	14.73 410	0.15 342	0.11 234	0.35 406	0.26 351	12.64 442	1.11 297

EDNetEfficient	14.14 426	6.71 420	56.12 461	2.99 354	3.58 375	5.38 286	8.49 412	9.35 243	33.24 433	40.73 451	30.21 423	18.04 397	22.92 433	12.13 376	26.26 439	0.16 345	0.24 269	0.07 368	1.15 416	2.58 421	2.39 404

UDGNet	2.92 180	7.79 425	4.92 211	3.01 355	0.08 13	2.96 161	0.20 78	4.77 48	8.93 291	2.91 81	2.85 72	0.95 64	1.00 87	6.46 158	1.66 148	1.46 412	0.00 1	5.33 437	0.92 411	1.95 414	0.19 113

WCMA_ROB	10.20 405	1.99 342	9.33 367	3.01 355	2.46 340	15.78 404	7.67 409	12.75 330	15.41 379	25.08 431	33.42 433	27.06 429	19.86 421	13.87 394	12.47 394	1.28 409	0.38 290	0.18 395	0.20 321	0.28 311	1.54 331

ADLNet2	4.72 318	1.44 289	6.68 301	3.03 357	3.90 387	6.80 317	2.91 329	11.67 301	9.63 308	7.99 270	9.89 265	9.75 319	5.32 307	7.70 228	7.13 329	0.01 129	0.03 177	0.00 1	0.00 1	0.26 298	0.22 129

STTStereo	3.90 262	1.43 285	8.20 341	3.03 357	2.28 334	3.64 218	0.64 186	10.11 258	7.09 233	10.20 342	7.08 194	8.73 309	3.57 224	7.44 204	4.00 272	0.00 1	0.02 152	0.01 291	0.01 195	0.04 63	0.40 180

NLCA_NET_v2_RVC	4.11 279	1.53 299	6.87 308	3.04 359	3.33 367	4.34 264	0.59 173	11.36 294	7.92 264	8.98 307	7.98 219	9.72 318	3.82 236	7.92 239	4.43 283	0.15 342	0.02 152	0.03 342	0.03 226	0.07 107	0.14 75
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ACVNet-DCA	2.41 130	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	9.15 231	4.33 103	1.42 55	3.48 84	0.33 31	3.65 229	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.03 226	0.09 135	1.65 339

xx1	2.73 165	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	5.34 74	10.76 329	1.42 55	3.48 84	4.63 201	2.83 192	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.25 339	0.09 135	1.65 339

1test111	2.31 116	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	9.15 231	4.33 103	1.42 55	3.48 84	0.33 31	3.65 229	4.95 112	2.06 183	0.00 1	1.14 385	0.00 1	0.03 226	0.09 135	1.65 339

cc1	2.56 145	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	5.34 74	10.76 329	1.42 55	3.48 84	0.33 31	3.65 229	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.03 226	0.12 184	1.89 384

GANet	6.86 357	1.78 326	5.98 270	3.05 360	1.12 250	10.12 365	9.38 417	13.41 354	8.67 284	11.46 372	29.87 421	13.94 366	8.25 364	12.06 375	6.33 320	0.40 380	0.06 205	0.16 389	0.33 371	0.18 248	0.59 222

DRN-Test	6.23 343	1.51 295	7.53 327	3.07 365	3.69 379	12.17 388	3.23 342	20.80 429	11.11 339	12.64 382	13.02 326	10.91 345	5.26 301	8.49 280	10.12 370	0.05 295	0.05 199	0.04 352	0.04 244	0.28 311	0.65 236

CRFU-Net	4.81 323	0.78 149	5.69 258	3.10 366	1.39 282	13.18 395	3.23 342	12.26 314	4.33 103	10.91 362	9.98 269	10.94 346	7.93 360	7.47 213	3.94 270	0.16 345	0.16 249	0.16 389	0.00 1	0.26 298	0.29 155

AdaStereo	3.34 213	0.74 146	4.00 152	3.10 366	0.51 148	4.22 256	1.25 278	12.84 332	8.39 277	6.33 182	9.55 256	5.77 244	1.54 140	5.53 132	2.74 228	0.02 220	0.00 1	0.00 1	0.00 1	0.03 40	0.15 87
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.
ac_64	3.98 271	0.86 175	5.10 219	3.17 368	3.43 372	5.80 299	0.70 205	10.87 279	4.96 142	8.94 306	6.46 177	10.70 338	5.52 312	7.44 204	5.10 302	0.03 256	0.00 1	0.00 1	0.00 1	0.14 214	0.31 160

ccnet	7.45 373	1.89 332	7.71 330	3.18 369	2.35 335	12.19 389	6.14 387	18.95 410	9.36 305	13.33 389	20.38 386	16.00 382	9.10 379	10.10 345	15.40 414	0.44 382	0.34 283	0.25 403	0.25 339	0.48 361	1.18 302

pmcnn	8.17 381	1.70 313	11.49 382	3.18 369	3.07 356	9.66 358	6.06 386	13.60 358	17.71 394	15.23 401	24.02 402	27.61 430	8.81 373	10.36 350	9.51 363	0.08 317	0.08 219	0.00 1	0.00 1	0.31 329	0.87 269

FINET	6.96 359	2.98 386	13.77 395	3.20 371	4.81 411	9.65 357	9.90 420	13.68 360	23.91 418	8.28 285	13.70 330	5.36 227	5.83 316	10.79 354	8.05 339	0.90 401	1.43 412	0.11 376	0.38 381	0.48 361	1.98 390

iResNetv2_ROB	4.72 318	2.26 355	8.87 357	3.20 371	1.25 264	4.32 262	1.73 301	14.22 370	10.62 326	10.53 351	12.13 313	7.77 287	5.54 313	8.29 261	2.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.42 347	0.55 214

GANet-RSSM	3.67 242	1.16 237	4.56 194	3.24 373	2.03 322	2.63 113	0.50 151	11.53 299	6.83 223	6.25 177	10.58 283	7.35 279	6.65 334	6.77 174	2.94 233	0.00 1	0.00 1	0.08 374	0.00 1	0.26 298	0.12 65

iResNet	4.04 274	1.46 292	8.72 351	3.25 374	0.36 110	4.54 270	0.47 136	9.06 226	10.40 321	7.98 268	12.82 324	4.06 175	3.22 202	8.82 292	4.95 298	0.03 256	0.01 119	0.00 1	0.00 1	0.14 214	0.55 214

NCC-stereo	7.43 371	2.28 358	8.58 347	3.28 375	4.48 400	8.34 340	4.27 360	20.45 427	13.66 368	9.17 316	17.52 372	16.49 385	14.31 409	13.71 391	8.95 354	1.73 415	0.12 237	0.01 291	0.50 396	0.21 273	0.60 224

Abc-Net	7.43 371	2.28 358	8.58 347	3.28 375	4.48 400	8.34 340	4.27 360	20.45 427	13.66 368	9.17 316	17.52 372	16.49 385	14.31 409	13.71 391	8.95 354	1.73 415	0.12 237	0.01 291	0.50 396	0.21 273	0.60 224
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HGLStereo	4.58 309	1.04 219	6.02 271	3.30 377	5.14 415	6.36 309	0.71 207	11.04 284	7.60 253	8.04 274	12.85 325	6.90 272	8.51 368	7.85 234	5.93 311	0.02 220	0.02 152	0.00 1	0.00 1	0.14 214	0.15 87

STTRV1_RVC	7.16 366	1.18 240	13.30 390	3.33 378	6.91 424	11.99 385	4.01 355	15.74 387	12.11 350	9.56 331	14.59 343	11.64 352	8.75 371	12.86 385	8.54 345	3.70 428	2.86 438	0.41 410	0.13 288	1.38 404	0.12 65

S-Stereo	6.85 356	0.93 189	10.76 380	3.34 379	3.51 374	6.55 313	6.01 384	13.75 362	23.86 417	9.65 335	15.54 348	11.81 355	8.24 363	8.59 282	11.23 383	0.13 337	0.16 249	0.00 1	0.42 388	0.14 214	2.39 404

SACVNet	4.55 306	1.88 329	5.55 250	3.38 380	1.68 296	3.11 170	2.76 326	12.44 322	6.43 201	11.07 367	11.31 296	10.53 333	5.13 298	9.88 339	4.56 288	0.08 317	0.02 152	0.00 1	0.01 195	0.38 343	0.80 263

StereoDRNet	6.02 341	2.40 367	8.22 342	3.43 381	4.43 399	10.57 372	4.21 358	19.44 415	11.24 342	12.86 383	8.06 224	11.64 352	4.79 282	8.65 288	9.32 361	0.01 129	0.10 230	0.00 1	0.03 226	0.34 335	0.69 248

SGM-ForestM	18.61 441	3.38 391	10.14 376	3.44 382	2.24 332	34.17 446	15.39 439	29.44 447	33.93 434	38.55 449	41.08 446	53.64 457	36.76 451	34.82 449	27.16 442	1.25 408	1.81 424	0.74 413	1.01 413	0.61 371	2.61 408

TestStereo1	3.12 196	1.34 269	4.67 201	3.47 383	0.71 186	2.50 98	1.45 287	7.27 181	8.71 285	4.91 129	9.28 248	2.34 106	3.61 226	9.44 318	1.62 138	0.00 1	0.33 281	0.00 1	0.00 1	0.30 322	0.40 180

SA-5K	3.12 196	1.34 269	4.67 201	3.47 383	0.71 186	2.50 98	1.45 287	7.27 181	8.71 285	4.91 129	9.28 248	2.34 106	3.61 226	9.44 318	1.62 138	0.00 1	0.33 281	0.00 1	0.00 1	0.30 322	0.40 180

APVNet	6.28 345	2.46 369	10.09 375	3.51 385	3.97 390	12.15 387	1.75 302	20.08 425	6.73 217	6.92 223	13.45 329	10.75 340	6.29 328	11.86 373	14.34 409	0.05 295	0.02 152	0.11 376	0.03 226	0.63 372	0.34 165

stereogan	8.18 382	1.32 266	9.05 361	3.59 386	4.00 393	20.16 422	3.13 339	17.25 400	20.16 404	10.68 354	19.19 381	20.56 415	10.70 388	14.74 400	7.00 326	0.34 376	0.04 192	0.21 399	0.08 256	0.70 382	0.65 236

ADCS	13.76 424	6.46 419	30.74 445	3.62 387	2.93 352	14.28 400	11.22 427	20.02 422	34.42 437	23.20 422	25.42 411	19.51 406	19.62 420	24.54 439	33.88 453	0.27 372	0.23 266	0.37 408	0.19 312	1.47 405	2.84 410

AF-Net	8.37 385	2.16 350	9.01 359	3.65 388	4.58 406	9.40 354	2.63 320	17.71 402	21.32 410	10.38 348	24.51 406	20.43 412	16.67 415	12.54 382	10.76 381	0.70 397	0.00 1	0.12 381	0.00 1	0.47 358	0.42 194

RASNet	5.00 328	1.19 243	5.69 258	3.68 389	4.80 410	5.04 282	1.29 282	10.26 261	8.99 294	5.89 160	11.65 304	10.55 334	9.76 381	9.96 343	10.32 374	0.20 357	0.00 1	0.00 1	0.00 1	0.09 135	0.73 255

NVstereo2D	4.82 324	1.29 260	7.98 338	3.68 389	3.48 373	8.02 338	3.10 336	11.25 288	15.50 381	5.14 140	7.71 209	8.21 295	4.68 277	10.19 348	4.30 279	0.02 220	0.19 256	0.13 383	0.36 379	0.07 107	1.12 300

DISCO	6.58 353	0.98 207	6.44 292	3.75 391	1.18 255	11.19 377	3.29 346	12.92 336	16.72 386	7.27 243	11.74 305	17.34 392	6.60 332	19.59 427	11.59 386	0.00 1	0.00 1	0.00 1	0.00 1	0.45 355	0.50 205

AASNet	4.20 286	1.63 306	5.82 263	3.79 392	3.93 388	6.55 313	1.22 275	19.12 413	6.82 222	7.86 264	8.35 230	4.36 192	2.55 180	3.87 86	7.47 332	0.00 1	0.00 1	0.00 1	0.00 1	0.49 364	0.22 129

AACVNet	3.71 249	1.63 306	4.89 209	3.80 393	0.62 170	3.25 182	0.30 105	9.47 244	3.81 75	6.34 185	10.74 287	10.52 331	4.92 286	9.31 315	3.88 265	0.03 256	0.01 119	0.00 1	0.00 1	0.34 335	0.28 152

ADLNet	4.56 308	1.19 243	5.52 249	3.81 394	3.59 376	6.98 321	2.40 317	12.01 308	7.96 265	10.52 350	9.67 262	8.26 296	4.98 289	6.59 162	6.93 324	0.01 129	0.01 119	0.00 1	0.01 195	0.22 278	0.55 214

WZ-Net	13.61 423	5.57 415	42.84 455	3.89 395	3.19 361	19.90 420	15.44 440	15.67 386	32.04 432	16.13 405	28.69 417	22.17 419	15.84 413	21.40 433	26.87 440	0.75 398	0.01 119	0.01 291	0.03 226	0.51 366	1.20 304

GANetREF_RVC	6.97 360	3.59 396	9.14 364	4.00 396	0.40 123	13.17 394	11.27 428	15.95 389	17.51 392	10.62 353	10.66 286	12.15 358	7.97 361	13.18 388	5.04 299	0.45 384	0.00 1	0.01 291	0.15 293	3.47 425	0.60 224
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
XQC	9.46 397	4.84 412	18.88 418	4.07 397	3.09 358	15.97 405	6.65 394	16.26 392	26.63 423	12.63 381	12.35 317	15.75 379	10.62 387	16.48 411	21.19 421	0.44 382	0.96 349	0.05 359	0.32 368	1.10 395	0.99 281

CC-Net-ROB	8.09 379	10.11 434	9.03 360	4.07 397	3.74 383	15.24 402	4.84 371	18.44 407	10.87 332	6.73 213	14.03 336	7.54 283	4.68 277	11.61 371	3.98 271	6.59 434	2.54 432	16.51 444	1.19 418	7.88 436	2.20 398

DANet	6.46 349	1.58 302	9.58 373	4.10 399	3.99 392	9.13 353	1.34 284	10.37 265	7.76 256	13.76 394	15.66 349	16.14 383	7.03 343	13.07 387	13.62 406	0.19 354	0.12 237	0.02 324	0.02 214	0.15 228	1.61 336
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IIG-Stereo	3.28 207	0.98 207	3.57 111	4.14 400	0.22 77	2.56 104	0.71 207	7.04 171	6.10 187	8.49 292	9.38 254	7.82 290	2.73 185	9.69 331	1.99 178	0.02 220	0.02 152	0.00 1	0.00 1	0.03 40	0.14 75

Nwc_Net	7.54 374	1.91 334	8.71 350	4.16 401	3.42 371	10.77 373	2.00 308	20.33 426	12.19 351	9.10 313	24.04 404	17.67 394	13.58 404	12.14 377	9.12 358	0.94 403	0.00 1	0.00 1	0.02 214	0.22 278	0.41 189

LE_ROB	17.31 436	2.62 377	14.26 400	4.20 402	1.80 303	17.40 411	9.70 419	15.38 383	55.92 461	63.97 471	40.81 445	35.50 444	39.26 454	15.64 407	28.51 445	0.06 305	0.11 234	0.13 383	0.21 326	0.14 214	0.51 209

MFN_U_SF_RVC	13.54 422	4.69 411	28.43 442	4.24 403	2.50 343	24.26 427	5.99 382	28.23 443	20.18 405	24.06 428	29.38 419	30.35 434	16.92 416	20.98 432	21.39 422	1.35 410	1.13 378	1.02 416	1.41 423	1.88 413	2.50 407

RP	7.41 369	1.90 333	7.33 320	4.26 404	5.25 416	6.64 315	3.46 348	12.44 322	16.23 385	10.36 347	23.00 399	18.72 400	16.59 414	11.10 358	8.47 344	1.10 405	0.02 152	0.12 381	0.16 295	0.43 351	0.65 236

DeepPrunerF	7.18 367	3.58 395	25.29 436	4.27 405	7.20 426	3.78 232	4.64 368	14.03 367	20.86 408	8.85 302	10.57 282	7.35 279	7.88 359	12.16 378	10.66 379	0.25 367	0.16 249	0.29 404	0.43 390	0.77 387	0.65 236

MaskLacGwcNet_RVC	6.42 348	6.12 418	6.53 295	4.29 406	3.61 377	15.41 403	4.13 356	12.36 317	7.32 243	7.60 255	8.51 232	8.97 312	2.64 183	10.17 347	3.72 256	8.16 438	2.40 428	2.00 426	0.11 276	8.55 437	5.84 431

PASM	9.11 393	5.68 416	25.06 435	4.33 407	4.18 395	7.01 322	8.48 411	12.37 318	20.95 409	13.49 391	15.37 347	18.80 401	11.52 394	14.70 399	12.70 396	0.93 402	1.19 396	0.32 405	1.21 419	1.66 408	2.22 400

OMP-Stereo	3.15 199	1.19 243	3.49 100	4.34 408	0.51 148	2.20 79	1.21 274	6.67 152	6.52 206	7.99 270	6.24 170	8.38 302	2.44 176	9.65 325	1.92 171	0.01 129	0.02 152	0.00 1	0.00 1	0.08 120	0.15 87

DGSMNet	7.10 363	3.49 393	15.11 405	4.36 409	4.41 398	8.94 351	6.25 388	15.10 380	14.28 372	8.15 281	14.51 342	10.08 324	5.38 308	11.04 357	7.95 337	1.49 413	2.00 425	1.79 424	1.68 429	2.43 418	3.48 417

MDST_ROB	9.13 395	1.31 263	10.16 377	4.36 409	2.48 342	28.66 438	7.64 407	19.96 420	14.97 375	27.53 433	24.02 402	9.47 314	5.27 302	16.31 410	8.61 347	0.63 393	0.19 256	0.00 1	0.00 1	0.08 120	0.90 271

RGC	7.40 368	2.77 381	7.71 330	4.43 411	4.87 412	8.88 349	2.96 331	16.05 390	12.76 361	11.96 380	19.57 383	18.32 399	11.57 395	13.89 395	9.58 364	0.83 400	0.02 152	0.24 402	0.41 387	0.40 346	0.77 261

AnyNet_C32	11.82 417	7.08 421	25.83 437	4.55 412	5.88 420	16.92 409	16.97 449	14.14 368	18.11 396	16.87 408	21.66 392	14.78 373	13.87 407	23.54 438	31.83 450	0.24 364	0.28 276	0.35 406	0.53 398	1.35 403	1.71 357

RTSC	9.87 401	4.34 406	16.44 410	4.60 413	2.38 336	12.54 390	0.75 219	18.19 405	37.31 443	16.16 406	15.86 351	13.32 362	7.56 355	20.93 431	23.50 431	0.34 376	1.07 370	0.02 324	0.35 377	0.71 383	0.99 281

SHD	10.45 408	3.67 398	14.03 398	4.81 414	4.52 403	11.93 384	1.66 300	21.36 433	38.40 445	18.84 412	21.72 393	17.63 393	13.07 400	15.65 408	17.71 417	0.36 378	1.09 372	0.01 291	0.32 368	0.50 365	1.67 346

AnyNet_C01	16.99 432	12.34 440	60.47 463	4.88 415	3.11 360	31.77 441	16.79 447	18.60 409	17.96 395	18.62 411	38.50 441	24.03 420	19.00 418	30.59 445	35.18 455	0.29 374	0.56 304	0.45 412	0.48 394	2.70 422	3.40 415

GASNet	5.62 337	5.76 417	12.05 384	5.03 416	2.08 325	3.77 231	1.53 293	12.92 336	11.62 346	9.64 332	7.40 203	8.58 307	7.54 353	14.76 401	8.25 342	0.02 220	0.15 247	0.00 1	0.00 1	0.81 390	0.52 211

PVD	16.41 430	3.98 404	16.04 408	5.38 417	4.59 408	19.44 419	7.28 405	28.88 445	49.27 455	31.53 439	43.72 449	30.36 435	32.17 449	26.70 442	23.19 429	0.25 367	1.48 415	0.04 352	0.59 401	0.52 367	2.87 411

BEATNet-Init1	24.70 448	11.33 437	44.28 456	5.48 418	3.94 389	47.60 461	22.33 456	34.94 448	40.01 447	48.11 460	49.98 456	59.86 461	43.17 457	39.48 456	31.77 449	1.37 411	1.76 423	1.17 419	1.17 417	2.44 419	3.85 422

Consistency-Raft	9.58 399	5.11 413	13.00 389	5.61 419	8.92 434	4.03 248	5.07 375	19.73 419	24.90 421	11.32 371	29.86 420	13.36 363	6.16 324	8.00 241	13.47 404	0.67 395	0.34 283	1.81 425	4.36 443	12.23 440	3.62 420

RTS	19.64 444	10.42 435	87.01 470	5.88 420	6.82 422	41.73 454	16.69 445	16.80 397	41.90 449	23.44 423	32.96 431	13.79 364	21.49 427	38.85 454	30.84 447	0.46 386	0.70 316	0.00 1	0.09 264	1.13 396	1.70 354

RTSA	19.64 444	10.42 435	87.01 470	5.88 420	6.82 422	41.73 454	16.69 445	16.80 397	41.90 449	23.44 423	32.96 431	13.79 364	21.49 427	38.85 454	30.84 447	0.46 386	0.70 316	0.00 1	0.09 264	1.13 396	1.70 354

MANE	20.98 447	3.23 388	8.81 353	5.96 422	6.96 425	33.07 444	13.20 434	35.43 449	38.86 446	44.72 457	52.41 460	53.20 456	41.84 456	34.74 448	27.45 443	1.87 420	2.27 426	1.54 423	10.18 452	0.69 380	3.11 412

G-Net	8.60 389	1.93 335	12.59 387	6.04 423	3.66 378	25.93 431	4.26 359	10.35 264	8.05 268	19.71 415	24.73 407	14.15 368	15.49 412	11.30 362	10.69 380	0.50 392	0.46 297	0.19 397	0.25 339	0.80 388	0.91 274

ELAS	17.99 438	3.49 393	11.19 381	6.14 424	5.79 419	34.89 447	17.28 451	28.75 444	30.47 430	40.80 453	45.79 451	39.04 447	32.05 448	27.63 443	24.30 436	1.88 421	2.41 430	1.09 417	1.48 424	1.83 412	3.48 417
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	8.50 387	4.40 407	9.57 372	6.16 425	4.54 405	10.46 368	1.03 261	15.30 381	28.16 426	10.88 361	30.88 426	6.96 275	11.31 392	14.57 398	10.40 375	3.10 427	0.02 152	0.00 1	0.00 1	1.55 407	0.63 233

ELAS_RVC	17.82 437	3.60 397	11.92 383	6.63 426	5.73 418	30.34 440	19.64 453	26.92 441	35.06 439	40.79 452	41.32 447	37.31 446	31.61 445	30.54 444	22.93 427	1.97 422	2.40 428	1.28 421	1.27 420	1.71 409	3.51 419
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	17.08 433	7.98 426	24.37 433	6.82 427	2.93 352	39.68 453	16.11 442	25.46 440	34.93 438	34.13 443	34.20 434	29.20 432	24.94 438	23.01 436	19.39 419	2.79 424	2.87 439	1.18 420	1.53 426	6.78 434	3.31 414

anonymity	8.04 378	4.13 405	12.86 388	7.43 428	13.11 445	8.34 340	2.02 309	18.21 406	7.55 251	13.88 395	9.27 247	10.63 335	7.79 357	11.57 370	6.06 312	6.25 433	5.59 457	3.71 433	3.28 437	3.27 423	5.78 430

NVStereoNet_ROB	17.22 434	8.76 429	16.47 411	7.52 429	8.42 432	13.75 399	11.07 423	24.24 438	26.67 424	31.00 437	46.49 452	34.88 443	27.06 441	22.72 435	23.61 432	6.83 436	4.32 452	6.32 438	10.37 453	4.39 426	9.57 444
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.85 427	7.41 424	36.29 450	7.76 430	43.77 469	11.24 378	12.14 432	16.73 396	23.72 416	23.73 427	32.92 430	18.89 403	13.31 402	16.60 412	12.37 392	0.26 370	0.86 336	0.11 376	0.43 390	1.24 399	17.26 462

testlalala2	2.34 118	0.64 116	2.49 20	9.58 431	6.50 421	3.57 209	0.18 73	5.34 74	3.20 33	3.87 110	4.57 117	3.12 129	0.52 54	1.49 16	0.44 2	0.00 1	0.31 279	0.00 1	0.43 390	0.12 184	0.40 180

UDG	9.12 394	10.06 433	6.35 290	10.06 432	9.64 435	10.48 369	2.33 315	12.73 329	10.19 315	8.33 286	10.27 273	16.70 388	10.47 385	8.33 268	9.07 357	4.28 429	2.59 434	18.90 446	3.83 440	11.35 439	6.50 434

SGM+DAISY	17.25 435	9.46 430	22.74 428	10.11 433	11.40 440	28.98 439	13.74 436	21.15 430	16.85 388	31.39 438	34.79 435	34.05 441	24.24 437	26.23 441	19.31 418	8.79 440	7.56 461	4.88 435	3.93 441	6.07 432	9.33 441

MFMNet_re	14.09 425	9.67 431	20.31 423	10.40 434	7.62 427	21.38 424	17.49 452	21.36 433	31.95 431	23.70 426	29.22 418	18.87 402	27.41 442	14.27 396	11.16 382	2.85 425	1.51 417	0.41 410	0.28 356	4.88 427	7.10 435

FADE		18.79 444		10.51 435	10.00 438			36.24 450	53.07 458	20.35 417		26.62 427		40.25 457		31.16 465	14.37 464	38.03 464	37.28 466	5.44 430	5.60 429

PDISCO_ROB	10.27 406	2.79 383	13.30 390	10.58 436	9.96 437	22.78 425	5.99 382	20.01 421	28.57 427	11.88 378	14.49 341	20.54 413	4.92 286	17.01 416	10.29 373	5.79 432	0.42 293	0.14 385	0.13 288	2.53 420	3.25 413

CAS	2.42 131	0.37 10	2.30 17	11.49 437	3.97 390	1.65 38	0.02 8	4.08 26	2.84 17	0.51 14	1.65 39	0.25 18	0.28 12	1.73 27	0.92 63	10.05 444	0.01 119	0.00 1	0.00 1	0.01 3	6.26 433

SPS-STEREO	15.83 429	7.38 423	14.92 404	11.63 438	11.77 443	25.30 430	7.12 402	25.20 439	17.06 389	32.24 440	30.34 424	31.63 436	22.59 430	25.67 440	21.97 424	7.71 437	4.50 453	3.35 432	1.56 427	6.97 435	7.72 437
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	8.22 383	4.42 408	7.19 319	12.11 439	9.77 436	11.80 382	3.23 342	12.00 307	6.60 209	8.59 293	11.52 300	10.97 347	5.31 306	11.10 358	4.20 276	9.56 441	2.29 427	10.51 440	1.61 428	13.06 444	8.49 438

DDUNet	10.03 403	12.17 439	8.24 343	13.02 440	11.73 442	10.32 367	3.76 350	12.27 315	8.35 276	9.64 332	13.89 334	16.48 384	6.67 336	9.50 321	7.00 326	6.80 435	3.45 447	21.10 447	4.33 442	12.78 443	9.12 440

otaku	12.35 420	8.64 428	9.11 363	13.56 441	10.98 439	26.23 432	7.22 404	19.45 416	19.26 399	11.92 379	17.90 376	20.21 410	8.91 376	16.06 409	6.09 313	9.77 443	2.50 431	13.23 441	1.90 430	14.61 445	9.41 443

SAMSARA	15.67 428	3.89 402	14.48 401	13.77 442	7.92 430	38.69 451	73.90 474	21.22 431	24.66 419	17.04 409	13.86 333	30.01 433	13.07 400	18.07 421	17.48 416	0.23 362	1.46 414	0.07 368	0.40 384	0.99 393	2.15 396

Ntro	12.91 421	9.95 432	10.01 374	14.12 443	12.55 444	26.31 433	6.76 396	19.04 412	22.03 415	10.23 344	16.26 356	20.22 411	10.06 383	16.81 414	7.93 336	10.16 445	2.55 433	15.19 443	2.86 432	15.27 446	9.93 446

JetBlue	29.99 454	17.24 442	55.64 460	16.24 444	21.08 457	62.07 472	33.14 463	40.60 453	35.73 441	34.59 446	40.67 444	57.18 460	43.54 458	51.46 468	52.18 469	2.72 423	4.58 455	2.86 428	3.53 438	10.57 438	14.11 457

ACVNet-4b	16.48 431	23.07 446	14.73 403	16.69 445	15.18 448	31.83 442	7.30 406	19.71 418	27.82 425	11.54 375	22.10 396	31.68 437	8.96 378	18.88 423	7.28 331	11.04 447	2.65 435	24.93 451	5.02 445	18.57 449	10.67 449

ACVNet_1	19.51 443	26.19 449	15.50 406	17.71 446	15.28 449	26.46 434	9.36 416	29.16 446	34.18 435	25.06 430	24.89 408	37.18 445	21.93 429	17.80 420	15.03 412	11.08 448	2.83 436	25.29 452	5.06 447	19.11 450	11.14 450

RainbowNet	18.69 442	27.15 451	22.03 427	18.76 447	15.00 447	27.97 437	10.17 421	27.99 442	34.19 436	15.53 403	27.53 414	25.33 423	13.80 406	19.86 428	10.59 376	14.50 455	3.57 448	23.85 450	5.03 446	18.49 448	12.41 453

ACVNet_2	27.45 450	30.56 456	27.90 440	20.72 448	15.55 450	37.22 449	14.00 437	49.32 463	65.88 470	43.17 454	56.99 464	51.90 453	26.98 440	21.46 434	15.38 413	10.77 446	2.85 437	23.12 449	3.62 439	20.08 451	11.47 451

MADNet+	27.96 451	35.32 459	91.41 474	21.04 449	8.86 433	49.25 463	47.41 470	36.98 451	37.84 444	21.00 420	30.83 425	25.41 424	34.95 450	46.51 463	51.54 468	3.04 426	3.33 445	1.48 422	1.05 414	5.85 431	6.05 432

test_for_model	7.41 369	28.34 452	2.84 44	22.38 450	16.53 451	3.40 191	0.91 252	6.72 158	4.54 118	8.04 274	2.84 71	1.04 66	0.43 45	0.86 2	0.60 16	9.67 442	3.31 444	0.00 1	0.08 256	26.60 457	9.03 439

DispFullNet	18.06 439	27.03 450	34.90 448	22.68 451	20.79 454	15.03 401	3.18 340	16.95 399	26.06 422	20.48 418	16.91 362	20.55 414	18.37 417	23.48 437	12.16 391	5.31 431	2.91 440	31.24 455	8.09 451	22.63 453	12.44 454

PWCK	31.62 457	45.59 465	49.67 458	30.49 452	7.80 428	42.91 456	29.73 462	45.45 456	44.44 451	47.41 458	36.92 439	47.86 452	26.79 439	41.90 459	33.36 452	22.77 460	4.56 454	29.89 454	5.13 448	29.43 461	10.36 448

Dean	35.52 459	40.12 463	27.99 441	30.63 453	17.33 452	45.80 460	11.68 430	57.61 471	76.54 474	63.70 470	60.65 467	66.93 469	49.40 463	38.12 452	40.28 460	12.18 451	3.73 450	28.86 453	5.94 450	20.69 452	12.16 452

IMH-64-1	28.06 452	29.98 453	19.46 421	32.15 454	20.98 455	27.68 435	16.66 443	47.31 457	44.85 452	34.14 444	50.94 457	41.49 449	31.67 446	37.53 450	23.88 433	14.17 453	2.96 441	34.45 457	11.15 454	26.12 455	13.75 455

IMH-64	28.06 452	29.98 453	19.46 421	32.15 454	20.98 455	27.68 435	16.66 443	47.31 457	44.85 452	34.14 444	50.94 457	41.49 449	31.67 446	37.53 450	23.88 433	14.17 453	2.96 441	34.45 457	11.15 454	26.12 455	13.75 455

WAO-7	30.22 455	25.83 448	23.33 429	33.10 456	14.36 446	36.98 448	22.41 457	52.85 466	64.46 468	43.76 455	59.24 466	52.31 454	45.69 460	32.82 446	32.60 451	11.16 449	5.49 456	13.76 442	12.60 458	12.36 441	9.38 442

LVE	35.84 461	41.54 464	36.25 449	33.36 457	18.92 453	53.05 468	27.99 461	53.17 469	64.93 469	47.63 459	61.58 468	54.25 458	38.72 453	38.72 453	35.50 456	16.36 459	6.23 458	31.51 456	14.04 459	25.01 454	18.07 463

IMH	30.65 456	30.30 455	21.09 425	34.89 458	21.75 459	33.16 445	16.91 448	49.53 464	52.50 456	38.41 448	55.10 463	45.13 451	40.36 455	41.57 458	25.66 438	14.74 456	3.36 446	35.43 459	11.69 456	27.31 460	14.16 458

TorneroNet-64	33.32 458	33.28 457	33.07 446	35.14 459	21.25 458	48.02 462	21.13 454	43.47 455	58.77 462	33.36 442	46.64 453	62.00 463	38.19 452	44.82 462	35.07 454	15.02 457	3.59 449	35.81 460	12.20 457	29.45 462	16.17 459

WAO-6	35.59 460	37.89 462	17.67 415	37.86 460	24.46 461	37.85 450	21.49 455	49.01 462	67.96 471	44.22 456	48.08 454	53.02 455	53.39 465	33.67 447	36.83 457	26.05 463	7.83 462	43.19 465	21.76 464	30.18 463	19.37 465

TorneroNet	36.02 462	35.25 458	36.33 451	38.44 461	22.19 460	50.72 466	24.42 460	48.39 460	54.53 459	38.03 447	53.44 461	62.83 466	44.79 459	47.68 465	42.11 463	15.69 458	3.97 451	37.25 461	15.05 460	30.83 464	18.40 464

WAO-8	38.93 463	36.84 460	23.97 431	43.96 462	24.48 462	45.73 458	22.62 458	53.10 467	75.66 472	53.86 464	66.14 471	62.39 464	55.11 467	43.01 460	40.67 461	22.98 461	7.22 459	37.53 462	19.49 462	27.04 459	16.83 460

Venus	38.93 463	36.84 460	23.97 431	43.96 462	24.48 462	45.73 458	22.62 458	53.10 467	75.66 472	53.86 464	66.17 472	62.39 464	55.11 467	43.01 460	40.67 461	22.98 461	7.22 459	37.53 462	19.49 462	27.02 458	16.83 460

UNDER WATER-64	46.01 466	48.25 466	68.05 464	44.59 464	28.11 464	57.02 471	43.78 468	40.20 452	48.80 454	52.08 463	42.95 448	67.22 470	57.71 469	48.98 467	49.57 466	40.01 467	17.98 465	52.15 468	39.41 468	38.99 465	34.41 467

JetRed	61.44 472	61.87 472	83.02 469	46.49 465	56.73 473	83.63 473	65.09 472	59.75 473	64.22 467	69.50 474	69.26 473	66.24 468	47.62 461	61.80 472	74.60 473	45.99 469	66.40 475	46.67 466	45.27 470	63.49 472	51.22 472

UNDER WATER	45.99 465	49.80 467	68.56 465	49.99 466	32.13 465	55.35 470	39.50 465	41.12 454	52.90 457	50.69 461	45.18 450	67.79 471	58.75 470	51.93 470	50.97 467	30.59 464	14.03 463	51.66 467	37.15 465	40.27 466	31.35 466

GCST	9.50 398	17.91 443	6.18 279	53.02 467	11.57 441	10.95 374	0.20 78	7.71 201	7.12 234	9.83 338	4.71 119	4.87 209	1.49 130	9.87 337	2.06 183	8.70 439	0.07 216	22.79 448	0.40 384	6.66 433	3.86 423

DPSimNet_ROB	54.45 469	65.73 474	47.00 457	54.49 468	46.37 470	55.34 469	56.47 471	56.18 470	59.04 463	64.57 472	51.76 459	64.01 467	54.49 466	47.54 464	67.21 472	63.21 473	27.86 470	58.04 471	51.28 472	46.61 467	51.87 473

HanzoNet	57.16 471	60.12 471	60.00 462	55.77 469	42.11 467	51.98 467	41.93 466	52.07 465	61.47 465	65.98 473	65.90 470	72.11 473	70.14 472	71.11 474	61.13 471	64.31 474	34.72 471	62.27 472	50.86 471	52.83 470	46.33 470

notaker	48.05 467	55.94 469	50.90 459	56.89 470	40.29 466	38.96 452	33.86 464	47.82 459	55.70 460	57.55 466	57.48 465	60.22 462	59.71 471	54.64 471	43.27 464	41.13 468	19.86 466	57.61 470	37.79 467	50.95 468	40.33 468

ktn	49.32 468	58.11 470	40.16 453	59.92 471	43.22 468	49.79 465	42.99 467	48.56 461	60.67 464	51.59 462	54.51 462	55.34 459	52.65 464	47.92 466	37.91 458	57.88 471	24.79 467	63.00 473	43.57 469	52.51 469	41.31 469

ASD4	76.04 474	81.96 477	69.18 467	68.53 472	80.95 477	96.29 476	99.16 481	77.84 475	93.51 479	77.76 475	85.79 474	78.58 474	76.90 474	78.02 475	82.88 474	58.77 472	62.96 473	55.01 469	62.53 474	68.78 473	65.30 475

LRCNet_RVC	66.47 473	66.44 475	69.02 466	71.60 473	54.27 472	32.21 443	2.93 330	63.19 474	21.83 413	82.02 476	90.16 476	83.59 475	72.13 473	69.45 473	53.25 470	95.47 480	64.21 474	95.15 480	95.27 480	72.59 474	74.60 476

KSHMR	56.07 470	64.25 473	40.47 454	74.89 474	49.63 471	49.42 464	45.46 469	57.71 472	63.52 466	61.65 469	61.67 469	71.88 472	47.67 462	51.47 469	44.57 465	54.67 470	62.25 472	66.31 474	54.18 473	53.03 471	46.75 471

xxxxx1	85.58 477	90.37 478	96.61 477	76.69 475	80.77 474	97.50 478	96.92 478	85.57 476	88.66 476	88.63 477	91.64 477	94.27 477	93.09 476	90.03 477	91.91 476	70.77 475	70.62 476	73.61 476	81.26 477	72.90 475	79.86 477

tt_ll	85.58 477	90.37 478	96.61 477	76.69 475	80.77 474	97.50 478	96.92 478	85.57 476	88.66 476	88.63 477	91.64 477	94.27 477	93.09 476	90.03 477	91.91 476	70.77 475	70.62 476	73.61 476	81.26 477	72.90 475	79.86 477

ff	85.58 477	90.37 478	96.61 477	76.69 475	80.77 474	97.50 478	96.92 478	85.57 476	88.66 476	88.63 477	91.64 477	94.27 477	93.09 476	90.03 477	91.91 476	70.77 475	70.62 476	73.61 476	81.26 477	72.90 475	79.86 477

tt	83.10 476	0.43 25	99.97 484	79.27 478	93.14 479	100.00 484	100.00 484	100.00 487	99.89 482	60.55 468	48.44 455	99.98 486	99.96 483	99.98 486	100.00 487	91.80 479	99.82 483	73.67 479	73.25 476	86.43 480	55.39 474

MADNet++	82.81 475	81.73 476	74.64 468	87.71 479	82.67 478	93.35 474	70.27 473	86.39 479	82.88 475	93.51 480	86.62 475	86.40 476	81.37 475	88.21 476	88.63 475	86.59 478	84.23 479	72.14 475	68.69 475	78.88 479	81.36 480

MEDIAN_ROB	98.44 481	99.70 481	99.34 481	97.13 480	97.06 480	96.94 477	95.91 477	97.71 482	97.33 481	98.78 483	98.91 481	99.19 482	98.13 480	96.94 480	96.99 481	99.97 484	99.18 481	100.00 483	99.99 484	99.70 483	99.83 483

Anonymous_1	99.01 483	99.91 482	99.85 483	97.31 481	99.09 483	100.00 484	100.00 484	99.59 484	99.96 483	99.29 484	99.86 482	99.55 483	99.99 484	99.30 482	99.76 482	95.67 481	99.58 482	97.24 481	98.56 482	97.36 481	98.34 482

DLNR_Zeroshot_test	24.96 449	51.28 468	90.69 473	97.84 482	97.22 481	1.40 20	0.12 40	23.19 437	3.55 58	1.21 52	2.95 74	0.72 58	0.31 18	7.09 186	2.61 217	38.70 466	1.32 405	0.00 1	0.29 361	77.04 478	1.68 349

PML	97.69 480	100.00 486	96.50 476	97.85 483	97.35 482	99.77 483	99.36 482	96.92 480	96.34 480	100.00 486	96.52 480	97.41 481	99.61 481	100.00 487	95.46 479	99.99 486	97.44 480	100.00 483	96.08 481	99.13 482	88.02 481

DPSM_ROB	99.94 488	100.00 486	100.00 488	99.74 484	100.00 486	100.00 484	100.00 484	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 485	100.00 487	100.00 487	99.08 482	100.00 486	100.00 483	100.00 486	99.98 484	99.94 484

DPSM	99.94 488	100.00 486	100.00 488	99.74 484	100.00 486	100.00 484	100.00 484	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 485	100.00 487	100.00 487	99.08 482	100.00 486	100.00 483	100.00 486	99.98 484	99.94 484

HaxPig	98.85 482	99.94 483	95.36 475	99.99 486	99.98 484	94.12 475	94.52 475	99.12 483	99.96 483	99.96 485	99.99 483	99.98 486	99.89 482	98.16 481	96.14 480	99.98 485	99.99 485	100.00 483	99.99 484	99.99 486	99.95 486

DPSMNet_ROB	99.90 486	100.00 486	99.99 485	99.99 486	100.00 486	100.00 484	100.00 484	99.98 485	100.00 485	98.37 481	100.00 484	99.81 484	100.00 485	99.97 483	99.99 484	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	99.99 487

DGTPSM_ROB	99.90 486	100.00 486	99.99 485	99.99 486	100.00 486	100.00 484	100.00 484	99.98 485	100.00 485	98.37 481	100.00 484	99.81 484	100.00 485	99.97 483	99.99 484	99.99 486	100.00 486	100.00 483	100.00 486	100.00 487	99.99 487

Selective-RAFT-Error	100.00 490	100.00 486	100.00 488	100.00 489	100.00 486	100.00 484	100.00 484	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 485	100.00 487	100.00 487	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	100.00 490

CasAABBNet	100.00 490	100.00 486	100.00 488	100.00 489	100.00 486	100.00 484	100.00 484	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 485	100.00 487	100.00 487	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	100.00 490

test_example2	99.38 484	99.98 485	99.99 485	100.00 489	99.98 484	99.73 482	99.99 483	96.99 481	100.00 485	100.00 486	100.00 484	96.49 480	96.74 479	99.97 483	99.96 483	100.00 488	99.97 484	98.68 482	99.11 483	100.00 487	100.00 490

LSM0	100.00 490	100.00 486	100.00 488	100.00 489	100.00 486	100.00 484	100.00 484	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 485	100.00 487	100.00 487	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	99.99 487

AVERAGE_ROB	99.63 485	99.96 484	98.88 480	100.00 489	100.00 486	98.16 481	95.64 476	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 485	100.00 487	99.99 484	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	100.00 490

Low-res two-view benchmark