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

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 9	0.21 5	0.25 2	0.22 4	0.48 4	0.31 3	0.32 6	0.26 4	0.37 14	0.24 3	0.83 96	0.29 11	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.11 1

XX-TBD	0.46 69	0.70 430	0.35 1	0.79 413	0.25 29	0.58 125	0.26 24	0.69 17	1.27 338	0.76 109	1.00 155	0.45 31	0.33 25	0.47 7	0.37 90	0.19 138	0.15 177	0.15 8	0.11 8	0.17 49	0.14 28

FoundationStereo	0.24 1	0.21 11	0.36 3	0.38 8	0.22 9	0.32 8	0.22 4	0.39 1	0.23 2	0.30 5	0.25 2	0.30 6	0.33 25	0.34 2	0.26 4	0.16 26	0.12 22	0.15 8	0.11 8	0.13 1	0.12 6

trnet	0.39 22	0.21 11	0.37 4	0.36 3	0.20 2	0.53 98	0.29 39	0.78 38	1.12 249	0.59 84	0.71 83	0.53 73	0.42 58	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.13 11

CAS	0.63 181	0.18 1	0.37 4	2.27 485	0.84 438	0.57 122	0.54 267	0.79 42	0.62 60	0.48 51	0.70 80	0.36 12	0.26 6	0.45 5	0.35 70	2.24 485	0.10 1	0.14 1	0.09 1	0.15 13	1.06 474

CES	0.48 82	0.20 4	0.37 4	0.39 9	1.39 476	0.55 112	0.35 81	0.98 113	0.66 83	0.44 37	0.66 66	0.35 11	0.27 7	0.56 23	0.33 46	0.15 10	0.13 73	0.15 8	0.10 2	0.19 115	1.46 481

CREStereo++_RVC	0.47 76	0.21 11	0.38 7	0.45 56	0.38 235	0.45 43	0.25 15	0.75 28	1.29 347	0.80 121	1.21 253	0.47 41	0.37 40	0.53 16	0.44 147	0.16 26	0.11 5	0.15 8	0.80 472	0.18 78	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.52 94	0.20 4	0.38 7	0.41 15	0.19 1	0.96 307	0.34 76	1.17 187	1.25 327	0.81 125	0.90 125	0.63 110	0.50 112	1.45 254	0.42 135	0.14 5	0.12 22	0.17 38	0.11 8	0.18 78	0.11 1

CREStereo	0.39 22	0.21 11	0.38 7	0.34 1	0.22 9	0.53 98	0.29 39	0.77 34	1.11 245	0.58 76	0.71 83	0.51 61	0.41 54	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.14 28
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
PMTNet	0.46 69	0.21 11	0.38 7	0.37 5	0.23 13	0.71 206	0.27 30	0.74 27	1.04 212	0.64 91	0.70 80	0.55 77	0.47 89	0.86 108	0.35 70	1.00 468	0.13 73	0.15 8	0.10 2	0.15 13	0.13 11

MonSter	0.28 3	0.18 1	0.39 11	0.36 3	0.21 5	0.55 112	0.31 51	0.55 7	0.43 12	0.28 3	0.29 6	0.23 2	0.21 1	0.56 23	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

DEFOM-Stereo	0.33 6	0.20 4	0.40 12	0.42 20	0.28 74	0.80 252	0.23 9	0.48 4	0.37 6	0.37 19	0.31 7	0.23 2	0.24 3	1.20 193	0.27 6	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.14 28

IGEV-Stereo++	0.30 4	0.20 4	0.40 12	0.46 61	0.30 111	0.33 9	0.22 4	0.75 28	0.45 16	0.32 6	0.41 11	0.32 9	0.48 100	0.38 3	0.27 6	0.15 10	0.11 5	0.15 8	0.12 20	0.15 13	0.13 11

LoS_RVC	0.42 38	0.26 84	0.40 12	0.44 44	0.82 436	0.51 89	0.44 184	0.64 11	0.41 8	0.44 37	0.78 99	0.44 23	0.47 89	0.56 23	0.36 79	0.13 2	0.12 22	0.14 1	0.10 2	0.13 1	0.84 462

castereo++	0.38 19	0.23 34	0.41 15	0.43 23	0.31 136	0.97 311	0.22 4	0.86 65	0.58 50	0.32 6	0.44 17	0.51 61	0.39 48	0.93 125	0.24 2	0.17 62	0.11 5	0.17 38	0.12 20	0.14 4	0.14 28

GLC_STEREO	0.39 22	0.25 70	0.41 15	0.54 203	0.23 13	0.48 51	0.30 46	0.73 23	0.58 50	0.52 68	0.73 88	0.51 61	0.31 18	0.64 44	0.42 135	0.17 62	0.20 294	0.23 220	0.19 162	0.21 188	0.17 106

AnonymousM	0.59 161	1.11 463	0.41 15	0.44 44	0.32 154	0.43 36	0.47 214	1.05 143	0.64 67	0.98 170	0.63 63	0.67 123	0.43 65	0.59 29	0.41 124	0.20 169	0.15 177	1.84 483	0.84 474	0.14 4	0.13 11

GREAT-IGEV	0.32 5	0.20 4	0.42 18	0.37 5	0.29 90	0.36 14	0.28 34	0.56 8	0.58 50	0.28 3	0.50 34	0.29 4	0.29 11	0.84 99	0.27 6	0.14 5	0.11 5	0.15 8	0.11 8	0.17 49	0.14 28

DEFOM-Stereo_RVC	0.40 29	0.67 422	0.42 18	0.64 328	0.29 90	0.48 51	0.25 15	0.85 63	0.44 14	0.38 24	0.36 9	0.30 6	0.70 202	1.15 181	0.29 11	0.16 26	0.11 5	0.16 22	0.11 8	0.18 78	0.12 6

IGEV-Stereo+	0.45 62	0.21 11	0.43 20	0.41 15	0.39 245	0.15 1	0.19 1	0.44 3	0.36 4	0.26 2	0.25 2	0.31 8	0.41 54	1.43 250	0.30 18	0.17 62	0.12 22	0.15 8	0.11 8	1.16 471	1.70 486

AIO_test	0.35 9	0.22 24	0.44 21	0.43 23	0.27 51	0.57 122	0.44 184	0.79 42	0.41 8	0.32 6	0.47 24	0.46 34	0.30 14	0.69 54	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.15 13	0.12 6

LoS	0.40 29	0.21 11	0.44 21	0.37 5	0.22 9	0.50 73	0.40 137	1.00 119	0.94 166	0.48 51	0.66 66	0.48 44	0.40 52	0.60 40	0.37 90	0.18 100	0.14 123	0.16 22	0.11 8	0.14 4	0.14 28
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TANstereo	0.44 54	0.21 11	0.44 21	0.41 15	0.21 5	0.65 170	0.26 24	0.79 42	0.83 130	0.93 154	0.98 149	0.51 61	0.46 80	0.54 18	0.35 70	0.18 100	0.24 353	0.16 22	0.13 32	0.16 28	0.26 300

Reg-Stereo(zero)	0.44 54	0.22 24	0.45 24	0.43 23	0.23 13	0.38 16	0.25 15	0.76 31	1.08 231	0.90 146	0.78 99	0.90 204	0.47 89	0.70 58	0.36 79	0.15 10	0.12 22	0.15 8	0.12 20	0.15 13	0.15 56

GIP-stereo	0.34 7	0.23 34	0.45 24	0.50 122	0.36 204	0.38 16	0.23 9	0.78 38	0.52 40	0.34 12	0.51 36	0.46 34	0.38 46	0.51 11	0.27 6	0.20 169	0.12 22	0.16 22	0.12 20	0.16 28	0.14 28

castereo	0.41 36	0.22 24	0.46 26	0.44 44	0.30 111	0.61 144	0.56 291	0.97 109	0.80 122	0.38 24	0.69 76	0.45 31	0.69 197	0.51 11	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.16 28	0.12 6

tt45	0.45 62	0.23 34	0.46 26	0.45 56	0.33 174	0.79 244	0.32 58	0.78 38	0.41 8	0.51 67	0.44 17	0.49 51	0.37 40	2.14 347	0.34 61	0.16 26	0.13 73	0.19 90	0.16 105	0.17 49	0.18 130

Any-RAFT	0.53 104	0.24 47	0.47 28	0.47 72	0.27 51	1.00 319	0.25 15	1.58 293	1.05 216	0.85 139	0.99 151	1.06 264	0.47 89	0.70 58	0.32 34	0.18 100	0.13 73	0.16 22	0.13 32	0.16 28	0.16 81

knoymous	0.51 93	0.29 162	0.47 28	0.43 23	0.30 111	0.55 112	0.55 283	1.02 125	0.77 114	0.98 170	0.85 115	0.94 221	0.56 140	0.85 104	0.45 160	0.20 169	0.14 123	0.26 297	0.14 54	0.23 236	0.23 252

StereoAnything_RVC	0.45 62	1.43 476	0.48 30	0.35 2	0.20 2	0.26 3	0.21 2	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 36	1.27 209	0.22 1	0.21 200	0.11 5	0.14 1	0.10 2	2.37 482	0.11 1

IGEV-RUCA	0.37 14	0.23 34	0.48 30	0.49 111	0.36 204	0.60 138	0.23 9	0.64 11	0.49 25	0.39 28	0.49 31	0.44 23	0.31 18	0.85 104	0.30 18	0.24 266	0.13 73	0.16 22	0.12 20	0.20 149	0.19 169

Occ-G	0.42 38	0.21 11	0.48 30	0.41 15	0.26 34	0.42 31	0.62 322	0.77 34	0.49 25	0.43 35	0.66 66	1.02 255	0.46 80	0.78 80	0.41 124	0.16 26	0.13 73	0.18 69	0.13 32	0.16 28	0.16 81

CASnet	0.41 36	0.25 70	0.48 30	0.50 122	0.20 2	0.50 73	0.36 95	0.81 52	0.80 122	0.83 131	0.68 72	0.48 44	0.31 18	0.54 18	0.32 34	0.18 100	0.12 22	0.27 312	0.22 265	0.23 236	0.14 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.43 44	0.23 34	0.48 30	0.51 151	0.28 74	0.39 18	0.32 58	0.88 73	0.68 88	0.60 86	0.84 113	0.56 84	0.61 171	1.03 151	0.31 32	0.17 62	0.11 5	0.17 38	0.15 67	0.16 28	0.13 11

AIO_rvc	0.36 10	0.23 34	0.49 35	0.43 23	0.27 51	0.59 130	0.38 115	0.94 97	0.45 16	0.33 11	0.46 22	0.49 51	0.22 2	0.84 99	0.30 18	0.16 26	0.11 5	0.16 22	0.12 20	0.15 13	0.13 11

999	0.48 82	0.22 24	0.49 35	0.48 96	0.34 191	0.75 221	0.31 51	0.85 63	0.55 45	0.37 19	0.48 26	0.50 57	0.36 36	2.45 373	0.39 108	0.16 26	0.13 73	0.18 69	0.15 67	0.16 28	0.19 169

RSM	0.39 22	0.24 47	0.49 35	0.46 61	0.26 34	0.47 48	0.40 137	0.92 84	0.44 14	0.41 30	0.42 12	0.65 116	0.33 25	1.07 164	0.29 11	0.15 10	0.12 22	0.17 38	0.13 32	0.17 49	0.13 11

MoCha-V2	0.40 29	0.20 4	0.49 35	0.50 122	0.21 5	0.44 40	0.33 64	0.93 90	0.53 43	0.53 69	0.53 40	0.42 18	0.58 158	1.09 169	0.27 6	0.14 5	0.12 22	0.15 8	0.12 20	0.17 49	0.15 56

UCFNet_RVC	0.69 223	0.35 296	0.49 35	0.64 328	0.39 245	0.85 277	0.58 306	1.75 331	1.14 264	0.97 166	1.19 248	1.17 297	0.93 303	0.99 142	0.62 251	0.28 340	0.20 294	0.34 382	0.31 385	0.32 343	0.27 309

SMoEStereo_RVC	0.39 22	0.25 70	0.50 40	0.45 56	0.30 111	0.61 144	0.36 95	0.72 21	0.45 16	0.46 44	0.43 15	0.42 18	0.35 32	1.39 242	0.29 11	0.15 10	0.12 22	0.20 123	0.15 67	0.16 28	0.15 56

MyStereo07	0.48 82	0.29 162	0.50 40	0.55 226	0.45 289	0.59 130	0.79 368	1.05 143	0.51 36	0.48 51	0.53 40	0.43 21	0.55 136	1.30 216	0.34 61	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

ACVNet-DCA	0.56 143	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

xx1	0.67 217	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.95 229	0.77 224	1.46 256	0.32 34	0.20 169	0.12 22	0.24 240	0.23 287	0.22 211	0.21 217

1test111	0.54 119	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	0.88 111	0.59 238	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

cc1	0.64 193	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.19 115	0.19 169

Selective-IGEV	0.39 22	0.24 47	0.50 40	0.44 44	0.25 29	0.46 46	0.33 64	1.25 219	0.40 7	0.35 13	0.45 20	0.52 68	0.30 14	1.07 164	0.30 18	0.14 5	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

fffft	0.38 19	0.23 34	0.51 47	0.44 44	0.32 154	0.43 36	0.48 224	0.76 31	0.36 4	0.44 37	0.34 8	0.38 16	0.31 18	1.31 217	0.32 34	0.14 5	0.11 5	0.19 90	0.15 67	0.16 28	0.16 81
1: 1. 1
ours_stereo	0.39 22	0.28 129	0.51 47	0.46 61	0.30 111	0.40 20	0.44 184	0.73 23	0.56 47	0.35 13	0.56 51	0.46 34	0.33 25	1.11 174	0.32 34	0.16 26	0.13 73	0.19 90	0.15 67	0.19 115	0.14 28

AIO-Stereo	0.37 14	0.25 70	0.51 47	0.47 72	0.23 13	0.45 43	0.39 130	1.07 158	0.52 40	0.41 30	0.48 26	0.52 68	0.25 5	0.72 65	0.30 18	0.16 26	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

RSM++	0.38 19	0.24 47	0.51 47	0.47 72	0.26 34	0.50 73	0.41 150	0.79 42	0.45 16	0.37 19	0.45 20	0.60 98	0.35 32	1.02 150	0.30 18	0.15 10	0.13 73	0.17 38	0.14 54	0.18 78	0.13 11

IGEV++	0.40 29	0.22 24	0.51 47	0.52 172	0.29 90	0.45 43	0.25 15	1.65 309	0.46 22	0.37 19	0.57 54	0.46 34	0.45 75	0.50 10	0.38 100	0.19 138	0.12 22	0.16 22	0.13 32	0.16 28	0.15 56

tt1	0.62 174	0.32 231	0.51 47	0.54 203	0.26 34	1.16 349	0.48 224	0.95 102	2.47 467	0.57 74	0.77 97	0.49 51	0.81 244	1.55 273	0.32 34	0.20 169	0.12 22	0.24 240	0.15 67	0.19 115	0.20 200

EGLCR-Stereo	0.37 14	0.22 24	0.51 47	0.43 23	0.26 34	0.44 40	0.22 4	0.99 115	0.48 24	0.42 32	0.42 12	0.67 123	0.29 11	0.86 108	0.33 46	0.17 62	0.12 22	0.19 90	0.17 125	0.17 49	0.15 56

HUF	0.36 10	0.23 34	0.52 54	0.40 12	0.22 9	0.54 105	0.47 214	0.82 55	0.43 12	0.36 17	0.43 15	0.50 57	0.42 58	0.64 44	0.29 11	0.17 62	0.12 22	0.16 22	0.12 20	0.15 13	0.14 28

mms	0.40 29	0.27 109	0.52 54	0.46 61	0.32 154	0.43 36	0.46 207	0.70 19	0.46 22	0.35 13	0.58 56	0.44 23	0.30 14	1.36 232	0.33 46	0.16 26	0.13 73	0.18 69	0.15 67	0.19 115	0.15 56

AEACV	0.37 14	0.24 47	0.52 54	0.47 72	0.51 326	0.37 15	0.38 115	0.65 13	0.53 43	0.42 32	0.56 51	0.46 34	0.60 162	0.53 16	0.30 18	0.16 26	0.13 73	0.18 69	0.15 67	0.17 49	0.14 28

LCNet	0.72 236	0.28 129	0.52 54	0.55 226	0.31 136	0.69 194	0.54 267	1.00 119	0.88 144	1.19 268	1.34 305	0.97 237	1.34 405	2.56 378	0.45 160	0.18 100	0.13 73	0.21 155	0.25 313	0.27 287	0.73 457

RAFT-Stereo-weight	0.47 76	0.24 47	0.53 58	0.48 96	0.27 51	0.60 138	0.35 81	1.02 125	1.07 225	0.99 173	0.78 99	0.76 145	0.28 8	0.76 75	0.36 79	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.15 56

anonymousdsp	0.43 44	0.27 109	0.53 58	0.44 44	0.32 154	0.50 73	0.42 154	0.89 74	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.33 223	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

PSM-AAD	0.79 284	0.27 109	0.53 58	0.55 226	0.28 74	0.77 235	1.24 441	0.99 115	0.91 156	1.66 416	1.57 373	0.81 162	2.19 466	1.65 287	0.44 147	0.19 138	0.14 123	0.38 404	0.32 393	0.21 188	0.70 454

Prome-Stereo	0.75 264	0.27 109	0.53 58	0.55 226	0.32 154	0.59 130	0.97 410	0.89 74	0.88 144	1.45 378	2.46 452	0.91 207	1.41 408	1.58 278	0.44 147	0.18 100	0.13 73	0.19 90	0.17 125	0.20 149	0.92 465

HSM-Net_RVC	0.87 320	0.29 162	0.53 58	0.53 188	0.30 111	1.15 347	0.55 283	3.57 485	1.28 343	1.53 394	1.74 400	1.68 399	0.93 303	1.49 262	0.77 300	0.22 226	0.17 240	0.19 90	0.18 141	0.20 149	0.19 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MM-Stereo_test3	0.50 91	0.24 47	0.54 63	0.54 203	0.74 411	0.49 63	0.53 261	1.09 166	1.05 216	0.62 89	0.95 136	0.61 102	0.42 58	0.77 78	0.38 100	0.20 169	0.17 240	0.20 123	0.16 105	0.18 78	0.18 130

HART	0.45 62	0.22 24	0.54 63	0.50 122	0.26 34	0.41 24	0.29 39	1.03 129	0.50 28	0.58 76	1.45 338	0.61 102	0.35 32	1.08 168	0.30 18	0.15 10	0.13 73	0.19 90	0.14 54	0.19 115	0.14 28

WCG-NET	0.42 38	0.21 11	0.54 63	0.40 12	0.25 29	0.47 48	0.32 58	0.73 23	1.15 275	0.76 109	0.73 88	0.58 91	0.45 75	0.60 40	0.34 61	0.15 10	0.11 5	0.16 22	0.14 54	0.15 13	0.13 11

IGEV-Stereo	0.43 44	0.27 109	0.54 63	0.45 56	0.32 154	0.50 73	0.42 154	0.90 80	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.32 221	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raft+_RVC	0.53 104	0.26 84	0.54 63	0.60 285	0.47 304	0.54 105	0.54 267	1.27 221	0.99 192	0.76 109	1.03 178	0.70 134	0.56 140	0.93 125	0.47 181	0.18 100	0.14 123	0.19 90	0.18 141	0.18 78	0.15 56

ACVNet	0.63 181	0.31 215	0.54 63	0.54 203	0.36 204	0.80 252	0.46 207	1.37 238	1.07 225	0.93 154	1.30 284	1.08 270	0.85 263	0.80 86	0.94 340	0.21 200	0.19 276	0.21 155	0.18 141	0.22 211	0.18 130

CFNet-ft	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

CFNet_RVC	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

SCV	0.46 69	0.26 84	0.55 71	0.47 72	0.25 29	0.39 18	0.38 115	1.98 401	0.60 57	0.35 13	0.48 26	0.55 77	0.36 36	1.28 211	0.32 34	0.24 266	0.12 22	0.17 38	0.13 32	0.18 78	0.14 28

AIO-test1	0.56 143	0.25 70	0.55 71	0.64 328	0.78 424	0.80 252	0.36 95	1.18 192	1.34 368	0.57 74	0.88 121	0.61 102	0.50 112	1.12 177	0.35 70	0.17 62	0.17 240	0.22 182	0.24 299	0.18 78	0.23 252

WCG-NET（raft）	0.45 62	0.21 11	0.55 71	0.40 12	0.24 19	0.50 73	0.36 95	0.73 23	1.09 238	0.71 101	0.76 95	0.92 216	0.51 115	0.84 99	0.34 61	0.16 26	0.12 22	0.15 8	0.14 54	0.14 4	0.14 28

MM-Stereo_test1	0.49 87	0.24 47	0.56 74	0.51 151	0.30 111	0.50 73	0.54 267	0.91 81	1.03 207	0.84 134	0.69 76	0.54 75	0.60 162	1.16 184	0.33 46	0.18 100	0.16 212	0.20 123	0.17 125	0.19 115	0.15 56

CAS++	0.47 76	0.31 215	0.56 74	0.47 72	0.32 154	0.42 31	0.28 34	1.76 337	0.72 99	0.71 101	0.72 86	0.37 14	0.28 8	0.69 54	0.33 46	0.27 327	0.22 333	0.26 297	0.21 237	0.29 315	0.19 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ff7	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

IGEVStereo-DCA	0.46 69	0.28 129	0.56 74	0.43 23	0.33 174	0.49 63	0.42 154	0.87 66	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.18 130

ffff	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

11t	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

ccc-4	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

test_4	0.53 104	0.22 24	0.56 74	0.54 203	0.32 154	0.64 156	0.39 130	0.80 49	0.62 60	0.92 153	1.87 418	0.68 125	0.42 58	1.16 184	0.37 90	0.15 10	0.13 73	0.20 123	0.22 265	0.20 149	0.15 56

FTStereo	0.91 329	0.26 84	0.56 74	0.54 203	0.33 174	0.66 178	1.87 474	1.00 119	0.75 106	1.75 422	4.15 475	1.04 262	1.65 433	1.57 276	0.46 174	0.19 138	0.16 212	0.23 220	0.21 237	0.18 78	0.63 445

raftrobust	0.52 94	0.25 70	0.56 74	0.65 342	0.52 336	0.49 63	0.34 76	0.98 113	0.91 156	1.30 323	0.87 119	0.63 110	0.81 244	0.78 80	0.41 124	0.19 138	0.15 177	0.16 22	0.14 54	0.15 13	0.16 81

fffy	0.42 38	0.27 109	0.57 84	0.46 61	0.29 90	0.48 51	0.35 81	0.91 81	0.55 45	0.40 29	0.58 56	0.55 77	0.41 54	1.26 206	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.18 78	0.14 28

Pointernet	0.37 14	0.20 4	0.57 84	0.43 23	0.28 74	0.51 89	0.27 30	0.93 90	0.61 58	0.47 47	0.63 63	0.49 51	0.38 46	0.49 9	0.33 46	0.17 62	0.13 73	0.14 1	0.11 8	0.13 1	0.12 6

MSKI-zero shot	0.55 134	0.26 84	0.57 84	0.51 151	0.26 34	0.69 194	0.28 34	1.18 192	0.64 67	0.91 151	1.32 296	0.82 167	0.33 25	1.92 326	0.32 34	0.17 62	0.12 22	0.17 38	0.13 32	0.16 28	0.16 81

ICVP	0.63 181	0.33 252	0.57 84	0.61 298	0.40 255	0.80 252	0.58 306	1.61 301	0.89 147	0.90 146	1.24 261	0.88 195	0.73 208	0.72 65	0.88 330	0.29 350	0.21 315	0.22 182	0.21 237	0.24 251	0.27 309
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	0.79 284	0.35 296	0.57 84	0.58 261	0.42 267	0.96 307	0.46 207	1.47 263	1.33 365	1.19 268	1.22 255	1.81 411	0.98 327	1.66 291	0.94 340	0.33 375	0.28 380	0.34 382	0.27 340	0.35 355	0.31 347

U	9.45 506	0.21 11	0.58 89	0.47 72	53.11 524	61.27 528	0.24 14	0.70 19	0.52 40	0.36 17	0.28 5	0.29 4	0.35 32	0.33 1	0.26 4	0.19 138	0.11 5	60.50 525	8.88 512	0.17 49	0.13 11

test_for_model	1.30 405	3.71 508	0.58 89	3.22 499	2.84 499	0.59 130	0.33 64	1.40 246	0.83 130	1.42 374	0.61 60	0.52 68	0.37 40	0.51 11	0.33 46	2.46 486	0.15 177	0.16 22	0.11 8	4.39 509	1.50 482

MGS-Stereo	0.42 38	0.26 84	0.58 89	0.44 44	0.28 74	0.50 73	0.34 76	0.57 9	0.83 130	0.46 44	1.31 290	0.52 68	0.33 25	0.65 49	0.36 79	0.19 138	0.16 212	0.18 69	0.15 67	0.17 49	0.16 81

MaDis-Stereo	0.36 10	0.25 70	0.58 89	0.44 44	0.34 191	0.30 7	0.30 46	0.72 21	0.50 28	0.37 19	0.36 9	0.58 91	0.49 108	0.52 14	0.36 79	0.19 138	0.16 212	0.19 90	0.15 67	0.18 78	0.14 28

ProNet	0.43 44	0.28 129	0.58 89	0.43 23	0.30 111	0.56 117	0.52 253	1.00 119	0.58 50	0.44 37	0.49 31	0.43 21	0.43 65	1.28 211	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.17 49	0.16 81

RCA-Stereo	0.50 91	0.23 34	0.58 89	0.48 96	0.33 174	0.55 112	0.45 200	0.97 109	1.38 388	0.68 96	1.05 183	0.63 110	0.80 241	0.59 29	0.32 34	0.17 62	0.12 22	0.17 38	0.14 54	0.16 28	0.14 28

GrayStereo	0.82 296	0.26 84	0.58 89	0.63 319	0.37 218	0.76 227	1.86 473	1.11 175	0.87 140	1.99 443	1.89 420	1.08 270	1.82 448	1.39 242	0.48 186	0.19 138	0.14 123	0.19 90	0.21 237	0.18 78	0.39 385

ttt	0.94 336	0.34 275	0.59 96	0.61 298	0.37 218	0.94 299	0.50 241	2.17 440	1.34 368	1.23 287	1.61 381	0.91 207	0.76 220	1.85 320	3.97 471	0.30 354	0.26 365	0.26 297	0.24 299	0.29 315	0.29 325

UniTT-Stereo	0.36 10	0.23 34	0.59 96	0.48 96	0.36 204	0.40 20	0.32 58	0.53 6	0.49 25	0.54 71	0.55 48	0.36 12	0.31 18	0.58 28	0.51 204	0.20 169	0.15 177	0.17 38	0.15 67	0.19 115	0.15 56

testlalala	0.45 62	0.28 129	0.59 96	0.42 20	0.39 245	0.71 206	0.39 130	1.08 164	0.45 16	1.24 295	0.80 109	0.61 102	0.36 36	0.54 18	0.33 46	0.20 169	0.13 73	0.18 69	0.12 20	0.15 13	0.15 56

GMM-Stereo	0.74 256	0.25 70	0.59 96	0.54 203	0.34 191	0.72 209	0.99 414	1.01 124	0.87 140	1.36 353	1.78 406	1.12 287	0.81 244	2.09 343	0.46 174	0.18 100	0.12 22	0.25 278	0.25 313	0.20 149	0.85 463

rafts_anoy	0.52 94	0.29 162	0.59 96	0.59 274	0.50 315	0.53 98	0.40 137	1.11 175	1.03 207	0.84 134	0.83 111	0.68 125	0.54 129	0.72 65	0.51 204	0.19 138	0.14 123	0.24 240	0.26 330	0.21 188	0.18 130

riskmin	0.56 143	0.27 109	0.60 101	0.43 23	0.31 136	0.83 267	0.42 154	1.14 181	1.04 212	0.73 107	0.75 93	1.11 286	1.01 339	0.81 91	0.51 204	0.20 169	0.14 123	0.24 240	0.15 67	0.24 251	0.25 278

RAFT+CT+SA	0.58 156	0.29 162	0.60 101	0.66 349	0.37 218	0.42 31	0.55 283	1.27 221	1.03 207	0.70 99	1.22 255	0.60 98	0.70 202	1.64 286	0.41 124	0.18 100	0.13 73	0.22 182	0.22 265	0.21 188	0.18 130

SGM-Forest	1.24 399	0.38 320	0.60 101	0.52 172	0.37 218	1.56 404	1.30 446	1.65 309	1.36 380	2.11 449	1.79 407	1.63 391	0.93 303	7.48 484	0.95 343	0.36 394	0.37 432	0.39 409	0.34 405	0.37 366	0.32 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
tg	0.52 94	0.24 47	0.61 104	0.49 111	0.30 111	0.90 284	0.29 39	1.07 158	0.83 130	0.83 131	1.02 169	0.62 107	0.43 65	1.35 227	0.41 124	0.17 62	0.12 22	0.22 182	0.20 194	0.17 49	0.15 56

x	0.54 119	0.31 215	0.61 104	0.47 72	0.30 111	0.67 182	0.47 214	1.53 284	0.79 121	0.81 125	0.83 111	0.78 152	0.70 202	0.70 58	0.62 251	0.21 200	0.19 276	0.22 182	0.19 162	0.21 188	0.20 200

cross-raft	0.54 119	0.25 70	0.61 104	0.52 172	0.29 90	0.68 189	0.37 109	1.46 261	0.76 112	1.01 180	1.06 185	1.28 327	0.46 80	0.71 62	0.35 70	0.15 10	0.12 22	0.18 69	0.16 105	0.19 115	0.14 28

PSMNet-RSSM	0.72 236	0.30 182	0.61 104	0.63 319	0.42 267	0.73 212	0.56 291	1.92 386	1.10 243	1.09 202	1.37 314	1.22 305	0.98 327	1.28 211	0.72 282	0.27 327	0.19 276	0.27 312	0.29 371	0.24 251	0.24 266

SGM_RVC	1.68 440	0.36 306	0.61 104	0.59 274	0.29 90	2.25 453	1.18 437	2.38 463	1.68 432	3.60 484	2.67 457	3.69 475	2.42 472	8.13 490	1.90 436	0.31 361	0.31 401	0.30 346	0.28 360	0.30 326	0.29 325
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	0.72 236	0.35 296	0.62 109	0.69 375	0.46 299	1.14 342	0.44 184	1.37 238	1.01 200	0.83 131	1.17 239	1.33 336	0.96 320	1.43 250	0.95 343	0.33 375	0.22 333	0.21 155	0.23 287	0.27 287	0.29 325

KYRaft	0.75 264	0.28 129	0.62 109	0.56 239	0.29 90	0.67 182	0.86 386	0.94 97	0.84 134	1.62 413	2.21 440	1.16 296	1.02 344	1.57 276	0.40 113	0.20 169	0.13 73	0.22 182	0.28 360	0.20 149	1.02 469

NOSS_ROB	1.26 402	0.46 357	0.62 109	0.56 239	0.38 235	1.06 331	0.78 365	1.73 325	1.40 398	1.01 180	1.43 331	1.10 282	0.75 212	10.62 508	0.65 260	0.45 427	0.43 446	0.48 433	0.45 434	0.44 401	0.41 390

AIO-test2	0.57 150	0.28 129	0.63 112	0.61 298	0.58 362	0.79 244	0.51 242	1.18 192	1.40 398	0.63 90	1.15 231	0.51 61	0.43 65	1.09 169	0.35 70	0.21 200	0.17 240	0.26 297	0.30 380	0.20 149	0.19 169

HHNet	0.62 174	0.26 84	0.63 112	0.43 23	0.45 289	0.50 73	0.58 306	1.07 158	1.01 200	1.25 300	2.23 441	0.70 134	0.61 171	1.07 164	0.47 181	0.20 169	0.13 73	0.23 220	0.19 162	0.19 115	0.30 337

FENet	0.60 164	0.28 129	0.63 112	0.54 203	0.33 174	0.83 267	0.38 115	1.27 221	1.07 225	1.00 177	0.86 116	0.99 245	0.85 263	0.96 131	0.68 270	0.22 226	0.15 177	0.23 220	0.20 194	0.22 211	0.23 252

GANet-RSSM	0.72 236	0.28 129	0.63 112	0.64 328	0.58 362	0.80 252	0.58 306	1.89 376	1.08 231	1.04 191	1.25 265	1.15 295	1.04 348	1.49 262	0.62 251	0.25 292	0.19 276	0.22 182	0.22 265	0.22 211	0.21 217

R-Stereo Train	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106

RAFT-Stereo	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CBMV_ROB	0.90 326	0.44 348	0.63 112	0.51 151	0.37 218	1.25 364	0.49 234	1.77 341	1.27 338	1.41 368	2.00 427	1.33 336	1.08 359	2.17 349	0.76 294	0.43 421	0.42 445	0.47 431	0.44 432	0.41 386	0.36 372

rvit_stereo_0081	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

GCAP-BAT	0.49 87	0.31 215	0.64 119	0.41 15	0.46 299	0.70 201	0.35 81	0.77 34	0.64 67	0.86 141	1.00 155	0.77 148	0.37 40	1.18 190	0.36 79	0.18 100	0.14 123	0.18 69	0.13 32	0.17 49	0.15 56

rvit_stereo_0082	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

RAFT-Test	0.54 119	0.25 70	0.64 119	0.47 72	0.30 111	0.97 311	0.27 30	1.24 217	0.81 124	0.96 163	1.12 215	1.28 327	0.48 100	0.71 62	0.36 79	0.17 62	0.13 73	0.17 38	0.14 54	0.16 28	0.16 81

raft_robust	0.68 221	0.30 182	0.64 119	0.52 172	0.26 34	0.54 105	0.35 81	1.33 227	1.24 324	1.16 250	1.07 189	0.60 98	0.54 129	3.58 412	0.37 90	0.18 100	0.14 123	0.20 123	0.22 265	0.20 149	0.16 81

iRaftStereo_RVC	0.47 76	0.26 84	0.64 119	0.50 122	0.29 90	0.53 98	0.33 64	1.05 143	0.77 114	0.84 134	1.00 155	0.55 77	0.37 40	0.81 91	0.40 113	0.17 62	0.12 22	0.22 182	0.20 194	0.19 115	0.15 56

AFF-stereo	0.58 156	0.25 70	0.64 119	0.46 61	0.29 90	0.34 10	0.38 115	1.15 183	1.14 264	1.17 259	1.60 377	1.10 282	0.71 206	0.97 138	0.43 144	0.13 2	0.11 5	0.19 90	0.19 162	0.17 49	0.14 28

SCV_C0	0.43 44	0.26 84	0.65 126	0.43 23	0.29 90	0.47 48	0.31 51	1.34 232	0.73 103	0.38 24	0.49 31	0.54 75	0.29 11	1.24 203	0.30 18	0.17 62	0.13 73	0.16 22	0.13 32	0.20 149	0.15 56

GMOStereo	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

error version	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-v	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-2	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test_xeample	1.45 421	0.28 129	0.65 126	0.51 151	0.28 74	0.94 299	0.59 314	2.14 429	1.29 347	1.24 295	1.51 357	0.88 195	0.86 271	1.46 256	15.10 505	0.22 226	0.20 294	0.22 182	0.20 194	0.22 211	0.22 234

HSM	1.19 397	0.32 231	0.65 126	0.57 255	0.38 235	1.23 361	0.59 314	2.25 450	1.19 300	1.30 323	1.25 265	1.94 424	1.03 346	9.32 497	0.71 279	0.22 226	0.16 212	0.20 123	0.16 105	0.21 188	0.21 217

RAStereo	0.34 7	0.21 11	0.66 133	0.47 72	0.27 51	0.26 3	0.29 39	0.69 17	0.63 63	0.32 6	0.42 12	0.45 31	0.31 18	0.45 5	0.34 61	0.17 62	0.15 177	0.19 90	0.15 67	0.18 78	0.13 11

H2IRNET	0.56 143	0.26 84	0.66 133	0.47 72	0.35 195	0.41 24	0.26 24	0.92 84	1.17 287	0.61 87	1.28 280	1.08 270	0.86 271	0.99 142	0.63 255	0.19 138	0.16 212	0.22 182	0.25 313	0.21 188	0.18 130

RAFT-345	0.84 307	0.25 70	0.66 133	0.50 122	0.27 51	0.54 105	0.42 154	0.83 59	1.11 245	1.32 337	2.34 446	0.86 187	0.54 129	5.72 451	0.47 181	0.18 100	0.13 73	0.22 182	0.17 125	0.17 49	0.16 81

RALCasStereoNet	0.54 119	0.30 182	0.66 133	0.59 274	0.51 326	0.61 144	0.52 253	0.94 97	0.93 163	0.70 99	1.01 161	0.78 152	0.44 72	1.33 223	0.47 181	0.20 169	0.16 212	0.18 69	0.16 105	0.20 149	0.19 169

CBMV	0.95 339	0.44 348	0.66 133	0.53 188	0.35 195	1.53 401	1.63 464	1.69 318	1.42 405	2.00 445	1.60 377	1.43 352	1.17 374	1.59 280	0.99 351	0.34 383	0.34 414	0.39 409	0.33 400	0.33 350	0.32 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MM-Stereo_test2	0.43 44	0.24 47	0.67 138	0.51 151	0.32 154	0.55 112	0.45 200	0.97 109	0.77 114	0.59 84	0.51 36	0.49 51	0.42 58	0.80 86	0.30 18	0.15 10	0.13 73	0.18 69	0.14 54	0.19 115	0.14 28

AE-Stereo	0.49 87	0.27 109	0.67 138	0.60 285	0.39 245	0.67 182	0.46 207	1.18 192	1.09 238	0.47 47	0.75 93	0.69 130	0.47 89	0.59 29	0.40 113	0.16 26	0.15 177	0.21 155	0.20 194	0.19 115	0.15 56

RAFT-RH_RVC	1.03 365	0.24 47	0.67 138	0.49 111	0.28 74	0.81 260	0.33 64	0.83 59	1.08 231	2.05 446	4.65 482	1.04 262	0.57 149	5.98 459	0.50 199	0.18 100	0.13 73	0.26 297	0.20 194	0.16 28	0.17 106

222	1.61 434	0.29 162	0.67 138	0.56 239	0.29 90	1.06 331	0.42 154	2.17 440	1.31 357	1.31 333	1.52 358	0.92 216	0.94 308	1.76 310	17.65 509	0.24 266	0.20 294	0.21 155	0.19 162	0.22 211	0.23 252

HI	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

CoSv	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

testlalala2	0.58 156	0.27 109	0.68 142	1.72 478	1.27 475	0.68 189	0.42 154	0.93 90	0.70 93	0.90 146	0.93 132	0.76 145	0.34 31	0.52 14	0.40 113	0.18 100	0.15 177	0.17 38	0.13 32	0.17 49	0.17 106

11t1	0.52 94	0.28 129	0.68 142	0.51 151	0.28 74	0.83 267	0.39 130	1.22 211	0.63 63	0.84 134	0.74 91	0.68 125	0.68 194	0.91 118	0.57 233	0.21 200	0.18 260	0.19 90	0.16 105	0.20 149	0.21 217

GCAP-Stereo	0.40 29	0.28 129	0.68 142	0.47 72	0.25 29	0.53 98	0.32 58	0.82 55	0.58 50	0.65 93	0.69 76	0.58 91	0.42 58	0.47 7	0.29 11	0.17 62	0.14 123	0.17 38	0.13 32	0.17 49	0.14 28

BUS	0.74 256	0.32 231	0.68 142	0.54 203	0.44 282	2.34 457	0.42 154	2.16 434	0.98 185	1.20 272	1.11 208	1.03 259	0.62 176	0.91 118	0.70 274	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

BSDual-CNN	0.71 234	0.32 231	0.68 142	0.54 203	0.44 282	1.27 366	0.65 329	2.16 434	0.98 185	1.20 272	1.11 208	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

psmg	0.72 236	0.32 231	0.68 142	0.50 122	0.44 282	1.48 396	0.75 357	1.94 392	0.98 185	1.21 276	1.33 298	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.19 276	0.25 278	0.25 313	0.23 236	0.22 234

test-3	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.32 337	0.69 76	0.87 191	0.45 75	1.68 297	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

test_1	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.28 309	0.68 72	0.87 191	0.45 75	1.67 292	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

xxxx	1.51 425	0.28 129	0.68 142	0.54 203	0.28 74	1.16 349	0.44 184	2.19 443	1.29 347	1.09 202	1.36 312	1.22 305	0.85 263	1.79 313	15.70 508	0.24 266	0.21 315	0.21 155	0.20 194	0.22 211	0.23 252

RAFT-Stereo + iAFF	0.54 119	0.25 70	0.68 142	0.43 23	0.24 19	0.40 20	0.34 76	1.04 135	1.09 238	1.32 337	1.60 377	0.80 158	0.68 194	0.67 53	0.39 108	0.13 2	0.10 1	0.18 69	0.17 125	0.17 49	0.13 11

Gwc-CoAtRS	0.52 94	0.24 47	0.68 142	0.48 96	0.29 90	0.64 156	0.25 15	1.16 185	1.08 231	1.01 180	1.00 155	1.12 287	0.56 140	0.69 54	0.37 90	0.16 26	0.13 73	0.17 38	0.15 67	0.15 13	0.15 56

LL-Strereo2	0.52 94	0.33 252	0.69 155	0.52 172	0.37 218	0.70 201	0.30 46	1.13 180	0.67 84	0.94 159	0.78 99	0.91 207	0.42 58	1.05 159	0.42 135	0.17 62	0.16 212	0.29 335	0.25 313	0.21 188	0.16 81

NRIStereo	0.60 164	0.29 162	0.69 155	0.53 188	0.28 74	0.63 153	0.33 64	1.08 164	0.87 140	1.14 234	0.87 119	0.91 207	0.59 159	2.24 357	0.49 193	0.20 169	0.14 123	0.21 155	0.19 162	0.21 188	0.17 106

ASMatch	0.88 321	0.26 84	0.69 155	0.51 151	0.35 195	0.48 51	0.37 109	1.12 177	0.92 161	1.10 210	3.28 465	0.96 235	0.98 327	4.90 432	0.49 193	0.19 138	0.16 212	0.22 182	0.19 162	0.19 115	0.27 309

THIR-Stereo	1.02 363	0.27 109	0.69 155	0.49 111	0.28 74	0.95 303	1.34 448	1.03 129	0.97 180	1.34 348	1.90 421	1.17 297	1.58 426	6.44 464	0.78 302	0.19 138	0.14 123	0.21 155	0.22 265	0.19 115	0.20 200

test_xeample3	0.42 38	0.28 129	0.69 155	0.43 23	0.33 174	0.56 117	0.38 115	0.79 42	0.45 16	0.53 69	0.46 22	0.44 23	0.44 72	1.38 237	0.31 32	0.18 100	0.14 123	0.19 90	0.15 67	0.17 49	0.16 81

EAI-Stereo	0.65 201	0.28 129	0.69 155	0.53 188	0.27 51	0.60 138	0.40 137	2.28 454	0.64 67	0.71 101	3.18 464	0.57 86	0.43 65	1.06 160	0.41 124	0.18 100	0.13 73	0.17 38	0.17 125	0.17 49	0.17 106

MIF-Stereo (partial)	0.45 62	0.25 70	0.70 161	0.50 122	0.52 336	0.35 11	0.26 24	0.91 81	0.59 56	0.45 43	0.71 83	0.51 61	0.51 115	1.11 174	0.45 160	0.20 169	0.16 212	0.23 220	0.20 194	0.24 251	0.18 130

testlalala_base	0.77 272	0.40 331	0.70 161	0.65 342	0.50 315	0.79 244	0.28 34	1.50 270	0.51 36	0.73 107	0.90 125	0.69 130	0.54 129	0.66 51	0.40 113	2.82 490	0.14 123	0.17 38	0.12 20	2.68 486	0.19 169

DCRE	0.82 296	0.26 84	0.70 161	0.58 261	0.44 282	0.54 105	0.48 224	0.95 102	0.78 117	0.78 116	7.33 495	0.86 187	0.52 119	0.76 75	0.41 124	0.16 26	0.16 212	0.19 90	0.17 125	0.18 78	0.17 106

fff	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

DRaft	0.80 287	0.24 47	0.70 161	0.45 56	0.30 111	0.97 311	0.53 261	1.05 143	0.97 180	1.78 425	2.02 430	0.80 158	1.74 440	2.73 385	0.72 282	0.17 62	0.14 123	0.20 123	0.20 194	0.18 78	0.21 217

Pruner-Stereo	0.62 174	0.29 162	0.70 161	0.61 298	0.31 136	0.63 153	0.43 171	1.17 187	0.99 192	1.53 394	1.08 193	0.95 229	0.55 136	1.35 227	0.51 204	0.23 251	0.14 123	0.24 240	0.21 237	0.21 188	0.23 252

DCANet	0.54 119	0.24 47	0.70 161	0.43 23	0.24 19	0.49 63	0.36 95	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	0.92 294	0.81 91	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

csc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

cscssc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

111	0.60 164	0.23 34	0.70 161	0.43 23	0.24 19	0.72 209	0.42 154	1.18 192	1.41 402	0.80 121	1.38 318	1.10 282	0.79 235	0.96 131	0.58 236	0.18 100	0.13 73	0.17 38	0.15 67	0.17 49	0.19 169

CFNet-RSSM	0.54 119	0.24 47	0.70 161	0.48 96	0.28 74	0.60 138	0.27 30	1.49 266	1.14 264	1.06 192	0.93 132	1.08 270	0.54 129	0.70 58	0.35 70	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.14 28

psm_up	0.77 272	0.34 275	0.70 161	0.66 349	0.58 362	1.05 328	0.92 400	1.52 278	1.12 249	1.26 304	1.16 236	1.31 334	1.23 389	1.20 193	0.81 313	0.25 292	0.29 391	0.31 352	0.27 340	0.27 287	0.25 278

rvit_stereo_0080	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

Former-RAFT_DAM_RVC	0.46 69	0.36 306	0.71 173	0.47 72	0.36 204	0.67 182	0.35 81	0.78 38	1.12 249	0.61 87	0.62 62	0.39 17	0.39 48	0.71 62	0.39 108	0.20 169	0.17 240	0.22 182	0.18 141	0.23 236	0.19 169

whm_eth	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

qqq	0.57 150	0.34 275	0.71 173	0.47 72	0.27 51	0.64 156	0.62 322	1.42 250	0.78 117	0.80 121	0.92 129	0.95 229	0.77 224	0.88 111	0.59 238	0.21 200	0.20 294	0.24 240	0.23 287	0.22 211	0.21 217

test_3	0.55 134	0.23 34	0.71 173	0.53 188	0.28 74	0.61 144	0.40 137	0.92 84	1.05 216	1.19 268	0.68 72	0.93 218	0.44 72	1.67 292	0.39 108	0.15 10	0.12 22	0.22 182	0.19 162	0.21 188	0.14 28

TestStereo	0.64 193	0.39 325	0.71 173	0.51 151	0.27 51	0.56 117	0.42 154	1.03 129	0.91 156	0.80 121	1.00 155	0.68 125	0.52 119	3.25 402	0.45 160	0.22 226	0.15 177	0.24 240	0.18 141	0.27 287	0.16 81

mmm	0.63 181	0.35 296	0.72 179	0.51 151	0.30 111	0.86 278	0.54 267	1.59 294	0.86 136	1.07 195	1.38 318	0.79 156	0.75 212	0.91 118	0.58 236	0.22 226	0.18 260	0.29 335	0.25 313	0.25 262	0.23 252

CASS	0.65 201	0.34 275	0.72 179	0.56 239	0.27 51	0.78 240	0.42 154	1.59 294	0.86 136	1.30 323	1.25 265	0.87 191	0.84 260	0.84 99	0.54 224	0.35 390	0.19 276	0.26 297	0.21 237	0.28 304	0.42 394
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	0.96 340	0.58 401	0.72 179	0.61 298	0.46 299	1.64 412	0.76 360	1.86 369	1.28 343	1.30 323	1.53 359	0.86 187	0.94 308	3.27 403	0.69 273	0.45 427	0.44 449	0.54 445	0.48 441	0.47 411	0.40 386

DisPM	0.66 208	0.28 129	0.72 179	0.61 298	0.35 195	0.62 152	0.45 200	1.02 125	0.99 192	1.56 402	1.10 202	0.80 158	0.59 159	2.37 368	0.41 124	0.23 251	0.14 123	0.23 220	0.21 237	0.20 149	0.25 278

GANet-ADL	0.60 164	0.35 296	0.72 179	0.64 328	0.40 255	0.68 189	0.51 242	1.49 266	1.12 249	0.95 161	1.08 193	0.91 207	0.57 149	0.76 75	0.55 228	0.26 312	0.18 260	0.18 69	0.16 105	0.23 236	0.25 278

CrosDoStereo	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 509	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

AAGNet	1.83 447	0.28 129	0.72 179	0.61 298	0.32 154	0.67 182	0.51 242	0.96 108	0.98 185	1.47 381	1.20 251	1.00 246	1.18 377	2.83 387	22.77 515	0.22 226	0.13 73	0.22 182	0.19 162	0.23 236	0.15 56

OMP-Stereo	0.94 336	0.33 252	0.72 179	0.90 447	0.31 136	0.49 63	0.36 95	1.16 185	1.06 220	1.58 408	1.12 215	1.46 361	0.69 197	6.94 474	0.49 193	0.19 138	0.14 123	0.24 240	0.18 141	0.20 149	0.14 28

IIG-Stereo	0.96 340	0.31 215	0.72 179	0.88 442	0.33 174	0.61 144	0.26 24	1.19 200	1.03 207	1.69 418	1.37 314	1.46 361	0.75 212	6.96 475	0.51 204	0.19 138	0.14 123	0.23 220	0.18 141	0.20 149	0.14 28

DeepStereo_LL	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 509	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

SST-Stereo	0.83 302	0.28 129	0.72 179	0.59 274	0.31 136	0.72 209	0.26 24	1.09 166	0.86 136	1.47 381	1.10 202	1.00 246	0.87 276	5.73 452	0.45 160	0.22 226	0.13 73	0.23 220	0.19 162	0.23 236	0.18 130

DeepStereo_RVC	0.55 134	0.29 162	0.72 179	0.51 151	0.30 111	0.59 130	0.33 64	1.03 129	0.70 93	1.16 250	0.93 132	0.83 174	0.94 308	0.96 131	0.54 224	0.21 200	0.14 123	0.21 155	0.19 162	0.24 251	0.24 266

rvit_stereo_0081_aga	0.44 54	0.34 275	0.73 191	0.51 151	0.41 262	0.50 73	0.40 137	0.81 52	0.57 49	0.58 76	0.56 51	0.53 73	0.43 65	0.66 51	0.40 113	0.26 312	0.21 315	0.22 182	0.20 194	0.26 273	0.18 130

rrr	0.46 69	0.28 129	0.73 191	0.43 23	0.33 174	0.49 63	0.38 115	0.76 31	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.16 81

EKT-Stereo	0.53 104	0.30 182	0.73 191	0.58 261	0.60 373	0.51 89	0.48 224	0.94 97	0.90 151	0.71 101	0.88 121	0.77 148	0.43 65	1.07 164	0.40 113	0.22 226	0.16 212	0.21 155	0.18 141	0.20 149	0.22 234

Patchmatch Stereo++	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130
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	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.41 150	1.04 135	0.64 67	1.12 217	0.96 139	0.82 167	0.61 171	1.06 160	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo_v2	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.42 154	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.12 177	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.25 15	1.05 143	0.64 67	1.12 217	0.95 136	0.82 167	0.61 171	1.15 181	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

HUI-Stereo	0.52 94	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.30 46	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	0.79 84	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

RAFT_R40	0.83 302	0.28 129	0.73 191	0.59 274	0.31 136	0.69 194	0.44 184	1.10 169	0.95 168	1.47 381	1.10 202	1.00 246	0.85 263	5.53 446	0.46 174	0.22 226	0.13 73	0.23 220	0.20 194	0.23 236	0.18 130

iGMRVC	0.56 143	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.38 115	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.52 265	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

iRAFT	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

CroCo-Stereo	0.40 29	0.31 215	0.73 191	0.58 261	0.27 51	0.26 3	0.33 64	0.95 102	0.81 124	0.42 32	0.47 24	0.65 116	0.47 89	0.39 4	0.34 61	0.18 100	0.15 177	0.16 22	0.14 54	0.19 115	0.16 81
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
RAFT	0.64 193	0.30 182	0.73 191	0.59 274	0.33 174	0.68 189	0.58 306	1.04 135	0.76 112	1.08 196	1.19 248	1.65 396	0.93 303	1.06 160	0.56 230	0.21 200	0.18 260	0.27 312	0.24 299	0.22 211	0.17 106

RAFT-IKP	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.59 130	0.36 95	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.61 171	1.22 196	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

HCRNet	0.70 227	0.39 325	0.73 191	0.60 285	0.59 370	0.76 227	0.35 81	1.22 211	1.13 261	1.02 184	0.99 151	1.02 255	0.76 220	2.19 354	0.70 274	0.28 340	0.19 276	0.28 325	0.23 287	0.25 262	0.23 252

test_sample2	0.62 174	0.29 162	0.74 206	0.50 122	0.28 74	0.80 252	0.61 319	1.61 301	1.00 197	0.88 143	0.99 151	0.94 221	0.83 256	1.16 184	0.51 204	0.23 251	0.18 260	0.22 182	0.21 237	0.23 236	0.22 234

anonymousdsp2	0.53 104	0.27 109	0.74 206	0.48 96	0.29 90	0.76 227	0.47 214	1.61 301	0.82 129	0.77 114	0.77 97	0.75 141	0.47 89	1.03 151	0.40 113	0.18 100	0.13 73	0.18 69	0.13 32	0.19 115	0.18 130

CRE-IMP	0.55 134	0.30 182	0.74 206	0.52 172	0.29 90	0.79 244	0.25 15	1.04 135	0.72 99	1.09 202	0.95 136	0.81 162	0.57 149	1.10 171	0.50 199	0.21 200	0.14 123	0.23 220	0.19 162	0.28 304	0.22 234

test_sample1	0.61 170	0.29 162	0.75 209	0.50 122	0.31 136	0.76 227	0.48 224	1.59 294	0.84 134	0.90 146	0.94 135	0.88 195	0.95 313	1.16 184	0.67 266	0.22 226	0.18 260	0.20 123	0.19 162	0.21 188	0.21 217

anonymousa	0.72 236	0.27 109	0.75 209	0.47 72	0.63 382	1.43 393	0.45 200	1.24 217	0.89 147	1.28 309	1.75 403	1.62 386	1.13 371	0.69 54	0.59 238	0.19 138	0.16 212	0.23 220	0.25 313	0.20 149	0.18 130

TestStereo1	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

test_5	0.65 201	0.30 182	0.75 209	0.67 361	0.50 315	0.92 294	0.52 253	1.39 244	1.12 249	0.76 109	1.11 208	1.00 246	0.90 288	1.53 269	0.45 160	0.18 100	0.13 73	0.23 220	0.22 265	0.21 188	0.19 169

SA-5K	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

NF-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.02 169	0.82 167	0.57 149	5.40 444	0.48 186	0.23 251	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

OCTAStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.82 167	0.57 149	5.35 439	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

RE-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

TVStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

AdaStereo	0.70 227	0.43 345	0.75 209	0.73 398	0.37 218	0.92 294	0.53 261	1.85 366	1.18 294	1.12 217	1.23 259	1.07 269	0.65 191	0.96 131	0.63 255	0.31 361	0.15 177	0.32 364	0.21 237	0.29 315	0.22 234
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DCVSM-stereo	0.72 236	0.35 296	0.76 219	0.55 226	0.42 267	0.73 212	0.38 115	1.21 203	1.02 203	1.79 428	1.04 181	1.62 386	1.03 346	1.04 157	0.79 308	0.24 266	0.27 373	0.29 335	0.24 299	0.30 326	0.36 372

test_sample7	0.74 256	0.37 313	0.76 219	0.52 172	0.35 195	0.91 287	0.67 337	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.31 361	0.28 380	0.32 364	0.31 385	0.33 350	0.29 325

4D-IteraStereo	0.48 82	0.24 47	0.76 219	0.50 122	0.44 282	0.66 178	0.31 51	0.87 66	1.02 203	1.03 188	0.72 86	0.78 152	0.32 24	0.64 44	0.37 90	0.17 62	0.11 5	0.23 220	0.19 162	0.19 115	0.13 11

Sa-1000	0.72 236	0.29 162	0.76 219	0.59 274	0.30 111	0.73 212	0.37 109	1.62 305	1.33 365	1.28 309	2.04 432	0.86 187	0.75 212	1.84 317	0.38 100	0.19 138	0.14 123	0.25 278	0.23 287	0.20 149	0.16 81

IRAFT_RVC	0.88 321	0.28 129	0.76 219	0.63 319	0.31 136	0.65 170	1.02 419	1.22 211	0.94 166	1.22 281	1.04 181	1.01 253	0.98 327	5.82 454	0.53 218	0.22 226	0.12 22	0.25 278	0.20 194	0.20 149	0.19 169

CVANet_RVC	1.07 371	0.43 345	0.76 219	0.60 285	0.50 315	0.90 284	0.97 410	1.52 278	1.26 332	1.33 345	1.38 318	1.24 312	1.18 377	6.75 473	0.75 291	0.34 383	0.23 344	0.34 382	0.29 371	0.42 390	0.27 309

HH	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

HanStereo	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

CroCo-Stereo Lap2	0.44 54	0.34 275	0.77 225	0.61 298	0.79 427	0.28 6	0.35 81	0.75 28	0.71 98	0.38 24	0.50 34	0.72 137	0.55 136	0.57 27	0.47 181	0.17 62	0.18 260	0.19 90	0.16 105	0.21 188	0.20 200

PFNet+	0.59 161	0.28 129	0.77 225	0.53 188	0.30 111	0.59 130	0.31 51	0.92 84	1.14 264	1.33 345	1.10 202	0.79 156	0.57 149	1.31 217	0.49 193	0.25 292	0.17 240	0.28 325	0.26 330	0.21 188	0.25 278

PSM-softLoss	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

KMStereo	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

cf-r	0.73 253	0.30 182	0.77 225	0.55 226	0.63 382	0.78 240	0.48 224	1.79 350	1.15 275	1.13 231	1.26 272	1.43 352	0.87 276	1.40 248	0.85 326	0.25 292	0.18 260	0.22 182	0.23 287	0.19 115	0.19 169

HITNet	0.65 201	0.40 331	0.77 225	0.48 96	0.24 19	1.05 328	0.49 234	1.76 337	1.02 203	1.18 264	1.18 241	0.89 203	0.80 241	0.85 104	0.79 308	0.17 62	0.12 22	0.21 155	0.17 125	0.29 315	0.15 56
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
NINENet	0.77 272	0.37 313	0.78 233	0.62 310	0.51 326	2.34 457	0.42 154	1.83 362	1.04 212	1.14 234	1.23 259	1.03 259	0.62 176	1.24 203	0.70 274	0.28 340	0.23 344	0.31 352	0.21 237	0.26 273	0.25 278

DLCB_ROB	0.86 316	0.40 331	0.78 233	0.68 372	0.54 342	1.11 337	0.84 380	1.49 266	1.23 320	1.64 415	1.65 390	1.70 401	0.91 291	1.70 299	1.05 355	0.25 292	0.24 353	0.26 297	0.27 340	0.27 287	0.24 266

Selective-RAFT	0.52 94	0.28 129	0.79 235	0.55 226	0.27 51	0.91 287	0.33 64	0.80 49	0.88 144	0.58 76	0.63 63	0.81 162	0.77 224	1.29 215	0.48 186	0.19 138	0.14 123	0.17 38	0.15 67	0.19 115	0.17 106

AACVNet	0.86 316	0.35 296	0.79 235	0.82 425	0.39 245	0.76 227	0.49 234	1.61 301	0.81 124	1.08 196	1.33 298	1.30 331	0.93 303	4.34 423	0.74 286	0.25 292	0.21 315	0.28 325	0.22 265	0.29 315	0.25 278

GwcNet-ADL	0.64 193	0.31 215	0.79 235	0.56 239	0.41 262	0.60 138	0.58 306	1.41 248	1.26 332	1.08 196	1.13 220	0.91 207	0.60 162	1.04 157	0.78 302	0.27 327	0.18 260	0.18 69	0.18 141	0.25 262	0.29 325

DEmStereo	0.97 346	0.23 34	0.79 235	0.47 72	0.32 154	1.04 327	0.56 291	0.93 90	0.89 147	1.39 365	2.14 438	1.02 255	2.07 462	5.64 450	0.77 300	0.17 62	0.15 177	0.20 123	0.20 194	0.18 78	0.20 200

TDLM	1.06 369	0.44 348	0.79 235	0.63 319	0.50 315	0.89 281	1.44 453	1.48 264	1.26 332	1.12 217	1.40 324	1.08 270	0.98 327	6.65 467	0.78 302	0.33 375	0.21 315	0.33 372	0.26 330	0.37 366	0.24 266

UDGNet	0.72 236	1.17 468	0.80 240	0.77 409	0.41 262	0.77 235	0.38 115	0.97 109	1.34 368	0.81 125	0.88 121	0.71 136	0.60 162	1.21 195	0.54 224	0.52 440	0.19 276	1.02 474	0.26 330	0.71 453	0.31 347

rvit_stereo_0083	0.47 76	0.33 252	0.81 241	0.56 239	0.36 204	0.50 73	0.44 184	0.68 16	0.95 168	0.49 56	0.57 54	0.55 77	0.49 108	0.88 111	0.46 174	0.25 292	0.25 360	0.24 240	0.20 194	0.24 251	0.17 106

FCDSN-DC	2.32 467	0.63 417	0.81 241	0.84 429	0.75 418	2.23 452	0.94 406	2.09 423	1.80 442	5.45 501	7.72 499	7.77 499	6.93 505	3.39 404	1.80 431	0.52 440	0.48 458	0.52 439	0.51 450	0.57 433	0.58 437
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ac_64	0.82 296	0.29 162	0.81 241	0.71 387	0.60 373	1.05 328	0.54 267	1.99 403	0.92 161	1.18 264	1.06 185	1.99 429	1.08 359	1.94 330	0.97 348	0.27 327	0.22 333	0.24 240	0.23 287	0.22 211	0.19 169

FACV-RUCA	0.63 181	0.34 275	0.82 244	0.62 310	0.65 387	0.81 260	0.41 150	1.44 257	1.07 225	0.86 141	1.14 224	0.61 102	0.69 197	0.80 86	0.53 218	0.28 340	0.19 276	0.47 431	0.21 237	0.35 355	0.25 278

ITSA-stereo	0.82 296	0.36 306	0.82 244	0.54 203	0.31 136	0.80 252	0.47 214	2.17 440	1.67 430	1.13 231	1.13 220	0.94 221	0.86 271	2.46 374	1.00 352	0.26 312	0.23 344	0.28 325	0.27 340	0.28 304	0.36 372

Anonymous_2	1.30 405	0.55 391	0.82 244	0.52 172	0.58 362	1.01 320	0.64 327	1.25 219	0.97 180	0.96 163	0.78 99	1.33 336	1.29 397	1.03 151	0.74 286	0.62 456	0.64 475	1.06 475	9.63 513	1.16 471	0.49 418

SA	0.66 208	0.30 182	0.82 244	0.61 298	0.30 111	0.58 125	0.38 115	1.44 257	1.30 353	0.96 163	1.36 312	0.66 120	0.95 313	1.85 320	0.42 135	0.19 138	0.15 177	0.25 278	0.23 287	0.21 188	0.17 106

CSP-Net	0.97 346	0.38 320	0.83 248	0.53 188	0.41 262	1.63 410	0.77 363	2.00 404	1.05 216	1.25 300	1.20 251	1.33 336	0.83 256	4.93 434	0.85 326	0.32 367	0.22 333	0.20 123	0.20 194	0.23 236	0.25 278

DIP-Stereo	0.62 174	0.30 182	0.83 248	0.48 96	0.36 204	0.95 303	0.33 64	2.37 462	0.67 84	1.25 300	1.00 155	0.68 125	0.51 115	0.91 118	0.61 248	0.18 100	0.15 177	0.21 155	0.17 125	0.19 115	0.19 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FC-DCNN v2	2.81 483	0.59 404	0.85 250	0.73 398	0.57 353	2.97 475	1.05 422	3.39 484	2.61 472	6.98 504	7.67 498	10.38 507	6.31 502	5.75 453	3.37 465	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

ffm	0.72 236	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	1.55 273	0.32 34	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

ff1	1.37 414	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

mmx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

xxx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

SACVNet	0.85 311	0.46 357	0.85 250	0.81 419	0.56 350	0.80 252	0.79 368	1.68 316	1.12 249	1.34 348	1.33 298	1.25 316	0.94 308	2.39 370	0.76 294	0.34 383	0.26 365	0.31 352	0.29 371	0.35 355	0.44 403

model_zeroshot	0.48 82	0.29 162	0.86 256	0.51 151	0.36 204	0.69 194	0.37 109	1.12 177	0.62 60	0.85 139	0.84 113	0.66 120	0.37 40	0.73 69	0.34 61	0.20 169	0.16 212	0.19 90	0.16 105	0.17 49	0.16 81

SMFormer	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.23 236	0.24 266

tta	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.18 78	0.18 130

qqq1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

fff1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

1111x	1.70 442	0.29 162	0.86 256	0.51 151	0.27 51	1.01 320	0.68 340	2.22 447	1.28 343	1.13 231	1.40 324	1.21 303	1.10 363	5.53 446	15.20 506	0.22 226	0.21 315	0.22 182	0.22 265	0.24 251	0.22 234

StereoVision	0.65 201	0.34 275	0.86 256	0.59 274	0.40 255	0.50 73	0.41 150	1.09 166	0.93 163	0.71 101	2.50 453	0.82 167	0.57 149	1.03 151	0.49 193	0.25 292	0.28 380	0.29 335	0.28 360	0.36 362	0.20 200

CFNet_pseudo	0.66 208	0.32 231	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.24 312	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.33 372	0.19 162	0.36 362	0.25 278

GANet	1.36 413	0.47 362	0.86 256	0.67 361	0.45 289	1.34 378	1.73 466	1.64 308	1.24 324	1.49 389	2.38 447	1.55 376	1.20 383	9.30 496	0.93 338	0.30 354	0.31 401	0.33 372	0.28 360	0.39 379	0.30 337

ccs_rob	0.66 208	0.33 252	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.23 310	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.35 390	0.20 194	0.37 366	0.25 278

FC-DCNN	2.72 482	0.59 404	0.86 256	0.73 398	0.57 353	2.91 473	1.04 421	3.01 478	2.60 471	6.83 503	7.64 497	9.92 504	6.33 503	5.21 436	3.14 460	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

rvit_stereo_ft	0.47 76	0.35 296	0.87 267	0.67 361	0.42 267	0.40 20	0.59 314	0.81 52	0.74 105	0.46 44	0.55 48	0.57 86	0.49 108	0.65 49	0.50 199	0.25 292	0.17 240	0.22 182	0.22 265	0.24 251	0.17 106

test_sample6	0.71 234	0.34 275	0.87 267	0.52 172	0.30 111	0.82 262	0.58 306	1.79 350	1.15 275	1.14 234	1.33 298	0.91 207	0.79 235	1.31 217	0.74 286	0.27 327	0.21 315	0.27 312	0.29 371	0.28 304	0.27 309

test_sample5	0.69 223	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.11 216	1.25 265	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

DualNet	0.70 227	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.14 234	1.33 298	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

RALAANet	0.60 164	0.33 252	0.87 267	0.62 310	0.50 315	0.69 194	0.31 51	1.21 203	1.06 220	1.09 202	1.16 236	0.88 195	0.46 80	1.22 196	0.42 135	0.19 138	0.15 177	0.21 155	0.17 125	0.27 287	0.17 106

MSMDNet	0.66 208	0.32 231	0.87 267	0.49 111	0.37 218	0.79 244	0.40 137	1.43 256	1.31 357	1.15 240	1.31 290	1.24 312	0.63 181	0.88 111	0.57 233	0.21 200	0.16 212	0.26 297	0.19 162	0.39 379	0.24 266

DeepPruner_ROB	0.74 256	0.48 366	0.87 267	0.57 255	0.44 282	0.79 244	0.54 267	1.73 325	0.96 173	1.38 360	1.27 275	1.24 312	0.73 208	1.43 250	0.73 285	0.34 383	0.28 380	0.27 312	0.26 330	0.31 335	0.31 347

test_sample3	0.68 221	0.32 231	0.88 274	0.52 172	0.30 111	0.97 311	0.52 253	1.86 369	1.15 275	1.08 196	1.11 208	0.88 195	0.71 206	1.17 188	0.68 270	0.25 292	0.20 294	0.25 278	0.25 313	0.25 262	0.25 278

PCWNet_CMD	0.66 208	0.32 231	0.88 274	0.49 111	0.37 218	0.78 240	0.40 137	1.42 250	1.31 357	1.16 250	1.31 290	1.25 316	0.62 176	0.89 116	0.57 233	0.20 169	0.16 212	0.27 312	0.19 162	0.40 383	0.25 278

CFNet_ucs	0.70 227	0.33 252	0.88 274	0.50 122	0.43 275	0.74 216	0.44 184	1.60 298	1.29 347	1.22 281	1.54 363	1.09 280	0.63 181	0.99 142	0.59 238	0.25 292	0.20 294	0.37 401	0.21 237	0.40 383	0.28 321

RAFT_CTSACE	0.63 181	0.26 84	0.88 274	0.55 226	0.51 326	0.71 206	0.44 184	0.80 49	0.97 180	0.97 166	1.84 413	1.18 300	0.68 194	1.47 260	0.36 79	0.16 26	0.15 177	0.21 155	0.20 194	0.20 149	0.14 28

LMCR-Stereo	0.82 296	0.46 357	0.88 274	0.75 404	0.43 275	1.33 376	0.56 291	2.43 467	0.98 185	1.53 394	1.49 352	0.74 139	1.00 337	1.63 285	0.89 333	0.28 340	0.17 240	0.22 182	0.17 125	0.29 315	0.20 200

StereoDRNet-Refined	0.80 287	0.41 338	0.88 274	0.62 310	0.42 267	1.33 376	0.48 224	1.52 278	1.17 287	1.45 378	1.44 336	1.44 357	0.90 288	1.26 206	1.24 381	0.20 169	0.16 212	0.27 312	0.24 299	0.25 262	0.28 321
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gcap-zeroshot	0.53 104	0.28 129	0.89 280	0.49 111	0.28 74	0.76 227	0.37 109	1.34 232	0.73 103	0.89 144	0.67 69	1.35 341	0.51 115	0.79 84	0.33 46	0.18 100	0.15 177	0.18 69	0.15 67	0.17 49	0.16 81

TransformOpticalFlow	0.96 340	0.28 129	0.89 280	0.52 172	0.31 136	0.66 178	0.54 267	1.75 331	1.12 249	1.09 202	1.44 336	1.37 346	1.01 339	6.70 471	0.42 135	0.19 138	0.12 22	0.20 123	0.19 162	0.18 78	0.19 169

ADLNet	0.85 311	0.36 306	0.89 280	0.85 434	0.72 407	1.24 362	0.76 360	1.82 357	1.36 380	1.52 393	1.35 311	1.27 324	0.99 335	1.23 198	1.15 372	0.27 327	0.20 294	0.26 297	0.25 313	0.28 304	0.30 337

MSMD_ROB	1.99 458	0.59 404	0.89 280	0.70 380	0.61 376	3.95 489	0.94 406	1.80 353	1.79 441	4.41 492	4.43 476	8.17 500	3.66 488	3.40 405	1.33 393	0.52 440	0.48 458	0.54 445	0.58 457	0.53 426	0.50 420

GES	0.66 208	0.34 275	0.90 284	0.59 274	0.38 235	0.94 299	0.57 302	2.11 424	0.86 136	1.02 184	1.11 208	0.66 120	0.79 235	0.99 142	0.61 248	0.27 327	0.19 276	0.20 123	0.20 194	0.21 188	0.30 337

UPFNet	0.80 287	0.32 231	0.90 284	0.59 274	0.74 411	1.26 365	0.80 374	1.52 278	1.10 243	1.30 323	1.12 215	1.30 331	0.84 260	1.67 292	1.09 363	0.24 266	0.24 353	0.24 240	0.23 287	0.25 262	0.18 130

DMCA	0.67 217	0.34 275	0.90 284	0.51 151	0.44 282	0.86 278	0.47 214	1.42 250	1.02 203	1.17 259	1.12 215	1.23 310	0.75 212	0.78 80	0.95 343	0.25 292	0.19 276	0.27 312	0.19 162	0.24 251	0.27 309

test_sample4	0.69 223	0.33 252	0.91 287	0.51 151	0.30 111	0.92 294	0.52 253	1.87 371	1.15 275	1.14 234	1.18 241	0.87 191	0.75 212	1.18 190	0.68 270	0.25 292	0.20 294	0.26 297	0.26 330	0.26 273	0.25 278

iRaft-Stereo_5w	0.85 311	0.29 162	0.91 287	0.53 188	0.43 275	0.49 63	0.68 340	0.99 115	0.87 140	0.79 119	1.34 305	1.46 361	0.91 291	5.11 435	1.11 368	0.17 62	0.14 123	0.22 182	0.18 141	0.20 149	0.20 200

AASNet	0.76 270	0.35 296	0.91 287	0.79 413	0.81 434	1.14 342	0.56 291	2.02 412	1.08 231	1.22 281	1.24 261	0.93 218	0.76 220	0.77 78	1.16 373	0.27 327	0.23 344	0.24 240	0.20 194	0.28 304	0.24 266

RASNet	1.12 384	0.30 182	0.91 287	0.66 349	0.77 422	0.97 311	0.57 302	1.37 238	1.35 377	1.02 184	1.34 305	2.11 438	1.43 410	7.09 476	1.39 403	0.19 138	0.17 240	0.17 38	0.19 162	0.18 78	0.16 81

MIM_Stereo	0.57 150	0.24 47	0.92 291	0.46 61	0.30 111	0.54 105	0.28 34	1.27 221	0.75 106	1.00 177	1.16 236	0.93 218	0.53 124	1.45 254	0.61 248	0.16 26	0.16 212	0.20 123	0.19 162	0.17 49	0.14 28

MeshStereo	2.26 465	0.56 394	0.92 291	0.61 298	0.49 308	2.60 466	1.02 419	3.18 480	2.05 457	7.40 508	4.98 486	7.58 497	2.98 482	6.37 463	1.96 439	0.43 421	0.43 446	0.45 426	0.39 420	0.43 395	0.42 394
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
UGAM-zero	1.00 357	0.30 182	0.93 293	0.47 72	0.30 111	0.57 122	0.25 15	2.25 450	0.63 63	1.01 180	1.10 202	2.73 461	1.85 449	6.26 460	0.40 113	0.17 62	0.14 123	0.19 90	0.15 67	0.16 28	0.17 106

GCST	1.08 374	1.47 478	0.93 293	1.73 479	1.14 466	1.30 371	0.31 51	1.33 227	1.16 284	1.29 314	0.97 148	0.98 239	0.49 108	2.08 342	0.46 174	1.19 478	0.70 478	1.30 478	0.85 476	1.02 466	0.89 464

CoDeX	0.73 253	0.29 162	0.93 293	0.54 203	0.36 204	1.14 342	0.61 319	2.34 459	1.17 287	1.16 250	1.25 265	0.91 207	0.87 276	1.33 223	0.64 259	0.20 169	0.16 212	0.21 155	0.18 141	0.20 149	0.18 130

PS-NSSS	0.99 352	0.58 401	0.93 293	0.58 261	0.57 353	0.91 287	0.80 374	1.81 356	1.14 264	1.14 234	1.67 394	1.00 246	0.83 256	4.62 427	0.78 302	0.37 398	0.31 401	0.52 439	0.32 393	0.45 404	0.38 382

DDVS	0.78 280	0.41 338	0.94 297	0.60 285	0.43 275	1.30 371	0.43 171	1.40 246	0.91 156	1.20 272	1.15 231	1.43 352	0.64 185	2.18 352	0.89 333	0.28 340	0.22 333	0.26 297	0.23 287	0.31 335	0.33 358

MIPNet	0.56 143	0.28 129	0.94 297	0.49 111	0.33 174	0.66 178	0.38 115	1.35 235	1.08 231	1.06 192	0.92 129	0.60 98	0.79 235	0.73 69	0.52 211	0.17 62	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

GMStereo	0.55 134	0.45 355	0.94 297	0.50 122	0.32 154	0.64 156	0.43 171	1.00 119	1.40 398	0.82 129	0.73 88	0.51 61	0.45 75	0.85 104	0.55 228	0.24 266	0.15 177	0.20 123	0.21 237	0.31 335	0.24 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.85 311	0.38 320	0.94 297	0.80 416	1.03 454	1.17 351	0.58 306	1.52 278	1.20 305	1.19 268	1.62 384	1.13 292	1.20 383	1.80 314	1.06 357	0.24 266	0.24 353	0.24 240	0.21 237	0.23 236	0.27 309

UGAM	1.14 389	0.27 109	0.95 301	0.53 188	0.42 267	0.70 201	0.72 351	0.95 102	1.32 361	0.98 170	1.48 350	1.78 410	0.87 276	9.65 502	0.87 329	0.21 200	0.18 260	0.30 346	0.24 299	0.19 115	0.16 81

MyStereo06	0.61 170	0.28 129	0.95 301	0.56 239	0.46 299	0.61 144	0.73 352	1.78 345	0.67 84	1.03 188	1.12 215	1.13 292	0.56 140	0.78 80	0.41 124	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

hknet	0.77 272	0.32 231	0.95 301	0.54 203	0.38 235	1.27 366	0.65 329	2.16 434	1.07 225	1.20 272	1.11 208	1.59 382	0.81 244	1.37 233	0.66 263	0.22 226	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

delet	0.85 311	0.32 231	0.95 301	0.65 342	0.66 390	1.64 412	0.84 380	1.75 331	1.35 377	1.32 337	1.30 284	1.30 331	0.88 281	1.68 297	1.10 366	0.21 200	0.21 315	0.24 240	0.24 299	0.21 188	0.21 217

acv_ft	0.75 264	0.31 215	0.95 301	0.70 380	0.86 441	1.24 362	0.53 261	1.44 257	1.07 225	1.24 295	1.30 284	1.08 270	0.92 294	0.80 86	1.34 395	0.21 200	0.19 276	0.21 155	0.18 141	0.21 188	0.18 130

CIPLG	0.62 174	0.33 252	0.96 306	0.58 261	0.50 315	0.75 221	0.48 224	1.05 143	0.96 173	1.40 366	1.57 373	0.64 113	0.48 100	0.89 116	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

STrans-v2	1.04 368	0.28 129	0.96 306	0.49 111	0.32 154	0.68 189	0.79 368	2.47 469	1.12 249	1.12 217	1.46 344	1.40 347	1.46 415	6.70 471	0.43 144	0.18 100	0.13 73	0.20 123	0.18 141	0.18 78	0.18 130

dd	0.59 161	0.48 366	0.97 308	0.55 226	0.32 154	0.64 156	0.47 214	1.02 125	1.34 368	0.78 116	0.86 116	0.58 91	0.54 129	1.01 147	0.86 328	0.28 340	0.18 260	0.26 297	0.19 162	0.32 343	0.24 266

IPLG	0.69 223	0.27 109	0.97 308	0.51 151	0.43 275	0.79 244	0.33 64	1.21 203	1.06 220	1.30 323	1.10 202	0.52 68	0.55 136	3.16 400	0.63 255	0.16 26	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

TRStereo	0.60 164	0.60 412	0.97 308	0.74 401	0.67 394	0.46 46	0.38 115	1.85 366	0.89 147	0.79 119	0.80 109	0.88 195	0.39 48	1.10 171	0.41 124	0.23 251	0.15 177	0.23 220	0.24 299	0.17 49	0.15 56

rvit_0105_6	0.53 104	0.37 313	0.98 311	0.65 342	0.38 235	0.51 89	0.51 242	0.77 34	1.20 305	0.54 71	0.55 48	0.65 116	0.53 124	0.94 128	0.44 147	0.32 367	0.32 408	0.28 325	0.24 299	0.28 304	0.21 217

IGEV_Zeroshot_test	0.53 104	0.30 182	0.99 312	0.56 239	0.35 195	0.41 24	0.32 58	1.37 238	0.63 63	1.00 177	1.09 198	0.95 229	0.41 54	0.83 96	0.39 108	0.18 100	0.12 22	0.19 90	0.18 141	0.19 115	0.17 106

UDG	1.41 419	2.65 501	0.99 312	1.44 476	1.64 480	1.34 378	0.80 374	1.60 298	1.23 320	1.23 287	1.71 397	2.01 431	1.34 405	1.47 260	1.41 408	0.90 466	0.54 469	2.29 486	0.75 469	1.84 478	1.04 471

IPLGR_C	0.62 174	0.33 252	0.99 312	0.58 261	0.49 308	0.76 227	0.48 224	1.10 169	0.96 173	1.40 366	1.56 369	0.62 107	0.48 100	0.80 86	0.71 279	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

GEStereo_RVC	0.90 326	0.37 313	0.99 312	0.64 328	0.50 315	0.95 303	0.79 368	2.42 466	1.17 287	1.16 250	1.11 208	1.26 320	0.92 294	3.24 401	0.90 336	0.29 350	0.19 276	0.23 220	0.20 194	0.27 287	0.29 325

iResNet_ROB	0.77 272	0.30 182	0.99 312	0.57 255	0.36 204	0.83 267	0.36 95	2.33 457	1.58 424	1.27 307	1.30 284	1.25 316	0.84 260	1.65 287	0.79 308	0.20 169	0.14 123	0.17 38	0.12 20	0.18 78	0.27 309

MyStereo8	0.65 201	0.29 162	1.00 317	0.58 261	0.49 308	0.91 287	0.35 81	1.18 192	1.31 357	1.16 250	1.27 275	0.90 204	0.64 185	0.72 65	0.95 343	0.18 100	0.14 123	0.20 123	0.18 141	0.22 211	0.26 300

CRFU-Net	0.86 316	0.39 325	1.00 317	0.65 342	0.57 353	1.78 427	0.86 386	2.15 431	0.81 124	1.38 360	1.18 241	1.64 394	1.19 380	1.35 227	0.90 336	0.26 312	0.22 333	0.21 155	0.19 162	0.23 236	0.24 266

iRaft-Stereo_20w	0.65 201	0.31 215	1.00 317	0.47 72	0.34 191	0.73 212	0.30 46	2.96 477	0.70 93	1.15 240	1.14 224	0.76 145	0.65 191	1.11 174	0.38 100	0.17 62	0.13 73	0.18 69	0.16 105	0.19 115	0.18 130

MaskLacGwcNet_RVC	1.10 379	1.02 456	1.00 317	0.82 425	0.67 394	1.93 437	0.93 404	1.62 305	1.11 245	1.15 240	1.25 265	1.50 369	0.79 235	1.96 332	0.76 294	1.89 481	0.34 414	0.79 465	0.36 413	1.25 475	0.83 461

rvit_105_1	0.72 236	0.52 383	1.01 321	0.78 411	0.49 308	0.75 221	0.87 388	1.12 177	1.18 294	0.99 173	0.79 104	0.90 204	0.77 224	1.26 206	0.75 291	0.41 412	0.36 430	0.36 398	0.41 425	0.30 326	0.33 358

GMStereo_Zeroshot	0.67 217	0.61 413	1.01 321	0.64 328	0.37 218	0.84 274	0.35 81	1.05 143	1.12 249	1.12 217	1.06 185	1.27 324	0.54 129	1.19 192	0.59 238	0.32 367	0.17 240	0.31 352	0.18 141	0.52 424	0.22 234

plain	0.46 69	0.27 109	1.01 321	0.50 122	0.40 255	0.35 11	0.37 109	0.87 66	0.56 47	0.43 35	0.76 95	0.42 18	0.40 52	1.13 179	0.45 160	0.21 200	0.15 177	0.24 240	0.19 162	0.24 251	0.16 81

ACRE	0.61 170	0.33 252	1.01 321	0.58 261	0.49 308	0.75 221	0.47 214	1.06 156	0.95 168	1.37 355	1.55 365	0.62 107	0.46 80	0.83 96	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.18 78	0.21 217

ccnet	1.12 384	0.67 422	1.01 321	0.78 411	0.73 410	1.72 418	0.99 414	1.84 365	1.26 332	1.47 381	1.85 415	1.75 409	1.29 397	1.75 305	1.88 435	0.57 449	0.53 466	0.57 455	0.55 454	0.59 437	0.54 428

GwcNet-RSSM	0.77 272	0.32 231	1.01 321	0.62 310	0.54 342	0.78 240	0.51 242	1.73 325	1.20 305	1.09 202	1.37 314	1.46 361	0.85 263	1.53 269	1.09 363	0.25 292	0.18 260	0.23 220	0.24 299	0.20 149	0.19 169

CFNet	0.96 340	0.36 306	1.01 321	0.62 310	0.42 267	0.99 317	0.47 214	1.90 379	1.32 361	0.99 173	1.39 322	1.10 282	0.86 271	5.58 449	0.79 308	0.23 251	0.17 240	0.28 325	0.27 340	0.26 273	0.21 217

ssnet_v2	0.88 321	0.36 306	1.02 328	0.62 310	0.38 235	1.32 374	0.97 410	2.07 420	1.34 368	1.37 355	1.18 241	1.54 374	0.92 294	1.10 171	1.65 426	0.30 354	0.27 373	0.30 346	0.28 360	0.27 287	0.26 300

IER	0.70 227	0.31 215	1.02 328	0.48 96	0.52 336	1.34 378	0.51 242	1.17 187	0.99 192	1.23 287	1.34 305	1.12 287	1.11 364	0.99 142	0.71 279	0.20 169	0.16 212	0.21 155	0.21 237	0.20 149	0.19 169

sCroCo_RVC	0.49 87	0.40 331	1.02 328	0.65 342	0.60 373	0.52 93	0.40 137	0.83 59	0.61 58	0.44 37	0.74 91	0.49 51	0.50 112	0.63 43	0.48 186	0.26 312	0.27 373	0.23 220	0.22 265	0.29 315	0.25 278

SFCPSM	0.70 227	0.28 129	1.02 328	0.51 151	0.38 235	1.37 381	0.66 334	2.00 404	1.03 207	1.17 259	1.21 253	0.82 167	0.78 231	1.03 151	0.53 218	0.21 200	0.17 240	0.22 182	0.24 299	0.21 188	0.19 169

PAM_32	0.77 272	0.28 129	1.03 332	0.52 172	0.30 111	1.32 374	0.35 81	1.97 399	0.65 81	1.02 184	1.06 185	3.05 466	1.49 420	0.96 131	0.36 79	0.19 138	0.13 73	0.20 123	0.18 141	0.19 115	0.19 169

DAS	0.84 307	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.83 387	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

SepStereo	0.82 296	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.30 363	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

MANE	6.19 498	0.59 404	1.03 332	0.93 453	1.22 472	13.38 510	2.69 496	12.81 513	17.94 516	8.21 509	10.82 507	14.72 511	11.68 507	11.39 510	11.90 500	0.59 453	0.50 463	0.52 439	1.76 499	0.55 430	0.54 428

test-1	0.52 94	0.26 84	1.04 336	0.56 239	0.32 154	0.61 144	0.38 115	1.10 169	0.91 156	0.78 116	1.01 161	0.77 148	0.52 119	0.60 40	0.42 135	0.17 62	0.14 123	0.20 123	0.17 125	0.20 149	0.23 252

rvit_0105_5	0.58 156	0.39 325	1.05 337	0.66 349	0.37 218	0.58 125	0.56 291	0.94 97	1.18 294	0.64 91	0.68 72	0.75 141	0.63 181	0.88 111	0.50 199	0.32 367	0.32 408	0.30 346	0.27 340	0.28 304	0.25 278

rvit_stereo_0075_2	0.64 193	0.46 357	1.05 337	0.66 349	0.66 390	0.53 98	0.48 224	1.20 202	1.12 249	0.76 109	0.92 129	0.78 152	0.53 124	1.03 151	0.59 238	0.37 398	0.28 380	0.40 414	0.31 385	0.37 366	0.32 352

NLCA_NET_v2_RVC	0.79 284	0.43 345	1.05 337	0.64 328	0.58 362	0.95 303	0.53 261	1.53 284	1.18 294	1.37 355	1.15 231	1.43 352	0.88 281	1.61 283	0.84 323	0.25 292	0.22 333	0.27 312	0.27 340	0.29 315	0.29 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DN-CSS_ROB	0.64 193	0.32 231	1.05 337	0.55 226	0.40 255	0.54 105	0.45 200	1.21 203	0.93 163	1.03 188	1.47 345	0.69 130	0.63 181	1.76 310	0.49 193	0.18 100	0.14 123	0.25 278	0.22 265	0.22 211	0.20 200

rvit_0105_4	0.56 143	0.38 320	1.06 341	0.66 349	0.38 235	0.53 98	0.53 261	0.84 62	1.17 287	0.56 73	0.61 60	0.72 137	0.59 159	0.98 139	0.45 160	0.32 367	0.33 412	0.29 335	0.25 313	0.29 315	0.23 252

ADStereo(finetuned)	0.57 150	0.24 47	1.06 341	0.43 23	0.24 19	0.49 63	0.35 81	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	1.20 383	0.84 99	0.51 204	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

dad	0.86 316	0.66 421	1.06 341	0.56 239	0.37 218	0.76 227	0.44 184	1.17 187	1.50 415	1.44 376	1.27 275	1.34 340	0.75 212	2.52 377	0.84 323	0.42 416	0.27 373	0.83 466	0.26 330	0.41 386	0.29 325

DSFCA	0.93 334	0.34 275	1.06 341	0.52 172	0.65 387	1.55 403	0.93 404	1.49 266	1.19 300	1.56 402	1.15 231	1.50 369	0.96 320	3.07 395	1.02 354	0.30 354	0.26 365	0.25 278	0.25 313	0.28 304	0.24 266

NCCL2	1.00 357	0.56 394	1.06 341	0.75 404	0.57 353	1.31 373	1.72 465	1.77 341	1.36 380	1.50 390	1.17 239	1.91 419	1.17 374	1.54 271	1.29 389	0.35 390	0.31 401	0.45 426	0.44 432	0.40 383	0.40 386

ISRNet	0.80 287	0.33 252	1.07 346	0.81 419	0.66 390	0.60 138	0.34 76	1.19 200	1.13 261	1.59 409	1.53 359	1.35 341	0.77 224	1.27 209	0.94 340	0.39 405	0.34 414	0.43 421	0.38 418	0.34 353	0.49 418

MyStereo05	0.66 208	0.28 129	1.07 346	0.56 239	0.46 299	0.61 144	0.73 352	1.34 232	1.41 402	1.15 240	0.91 127	0.77 148	0.80 241	1.41 249	0.63 255	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

MyStereo04	0.67 217	0.29 162	1.07 346	0.55 226	0.45 289	0.59 130	0.79 368	1.50 270	1.40 398	0.91 151	0.91 127	0.74 139	0.86 271	1.52 265	0.62 251	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

DCANet-4	0.54 119	0.26 84	1.07 346	0.42 20	0.24 19	0.48 51	0.36 95	0.99 115	1.30 353	1.10 210	1.02 169	0.56 84	0.75 212	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

PAM	0.76 270	0.29 162	1.08 350	0.52 172	0.33 174	1.38 384	0.39 130	2.01 408	0.67 84	1.06 192	0.96 139	2.89 465	1.43 410	0.86 108	0.35 70	0.19 138	0.12 22	0.19 90	0.17 125	0.19 115	0.20 200

rvit_0105_3	0.63 181	0.44 348	1.08 350	0.72 390	0.40 255	0.64 156	0.71 348	1.03 129	1.17 287	0.82 129	0.70 80	0.80 158	0.70 202	0.91 118	0.56 230	0.35 390	0.34 414	0.34 382	0.32 393	0.27 287	0.28 321

SQANet	1.31 407	0.88 448	1.08 350	1.83 481	1.44 477	1.44 394	0.75 357	1.74 329	1.09 238	1.32 337	1.26 272	1.28 327	1.01 339	1.50 264	0.83 320	2.50 487	0.34 414	1.47 479	0.55 454	2.32 481	1.57 483

RAFT + AFF	1.00 357	0.42 342	1.09 353	0.67 361	0.50 315	1.22 360	1.24 441	2.24 449	1.19 300	1.30 323	1.56 369	1.17 297	1.49 420	3.44 409	0.83 320	0.21 200	0.25 360	0.30 346	0.26 330	0.27 287	0.27 309

MMNet	0.84 307	0.32 231	1.09 353	0.60 285	0.59 370	1.85 433	0.49 234	1.51 276	1.27 338	1.37 355	1.15 231	1.26 320	1.18 377	1.67 292	1.22 379	0.19 138	0.18 260	0.23 220	0.22 265	0.25 262	0.21 217

XPNet_ROB	0.96 340	0.49 369	1.09 353	0.72 390	0.57 353	1.11 337	1.14 432	1.66 314	1.23 320	1.85 435	1.39 322	1.64 394	1.11 364	1.80 314	1.42 412	0.38 402	0.30 395	0.33 372	0.29 371	0.37 366	0.34 362

PFNet	0.91 329	0.26 84	1.10 356	0.63 319	0.32 154	0.64 156	0.56 291	1.17 187	0.99 192	1.47 381	1.08 193	0.98 239	0.69 197	6.62 466	0.54 224	0.20 169	0.12 22	0.24 240	0.19 162	0.20 149	0.17 106

MLCV	0.72 236	0.34 275	1.10 356	0.51 151	0.23 13	0.91 287	0.39 130	1.33 227	1.23 320	1.46 380	1.55 365	1.01 253	0.64 185	1.95 331	0.80 312	0.18 100	0.12 22	0.18 69	0.14 54	0.19 115	0.17 106

Anonymous3	0.61 170	0.44 348	1.11 358	0.59 274	0.49 308	0.93 298	0.65 329	0.93 90	0.81 124	0.72 106	0.88 121	0.65 116	0.69 197	1.06 160	0.53 218	0.35 390	0.30 395	0.26 297	0.26 330	0.31 335	0.27 309

DISCO	1.03 365	0.34 275	1.11 358	0.69 375	0.45 289	2.07 446	0.84 380	2.13 425	1.50 415	1.15 240	1.33 298	2.40 450	1.07 358	2.60 380	1.51 421	0.23 251	0.18 260	0.22 182	0.20 194	0.31 335	0.27 309

DDUNet	1.50 424	2.69 502	1.12 360	1.77 480	1.88 482	1.84 432	0.92 400	1.70 322	1.16 284	1.38 360	1.79 407	1.60 384	1.12 367	1.37 233	1.08 361	1.10 476	0.76 479	2.37 488	0.94 480	2.00 479	1.37 480

RP	1.09 377	0.50 376	1.12 360	0.90 447	1.04 455	1.11 337	0.84 380	1.80 353	1.62 426	1.55 401	2.00 427	1.90 418	1.78 443	1.84 317	1.25 382	0.52 440	0.36 430	0.48 433	0.36 413	0.45 404	0.43 401

DualNet (step1)	0.83 302	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.57 449	0.28 380	0.62 458	0.67 465	0.45 404	0.42 394

test_sample9	1.86 450	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

test_sample8	2.19 463	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.82 357	1.15 275	2.26 452	1.30 284	4.94 486	2.52 475	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

DRN-Test	1.00 357	0.44 348	1.13 362	0.70 380	0.81 434	1.62 409	0.79 368	2.14 429	1.44 408	1.78 425	1.33 298	1.43 352	1.05 352	2.18 352	1.53 422	0.27 327	0.21 315	0.31 352	0.30 380	0.32 343	0.28 321

IPLGR	0.58 156	0.27 109	1.14 366	0.48 96	0.28 74	0.65 170	0.33 64	1.22 211	1.13 261	1.18 264	1.05 183	0.69 130	0.66 193	0.96 131	0.52 211	0.17 62	0.15 177	0.20 123	0.17 125	0.20 149	0.18 130

NaN_ROB	1.13 387	0.55 391	1.15 367	0.64 328	0.48 305	1.61 408	2.03 482	1.72 324	1.48 412	2.09 448	1.27 275	1.40 347	1.08 359	3.94 415	1.30 390	0.28 340	0.34 414	0.28 325	0.28 360	0.30 326	0.33 358

ETE_ROB	0.96 340	0.64 419	1.16 368	0.69 375	0.48 305	1.14 342	1.13 431	1.77 341	1.19 300	1.91 440	1.45 338	1.73 404	1.05 352	1.60 281	1.14 371	0.32 367	0.26 365	0.38 404	0.34 405	0.39 379	0.41 390

LALA_ROB	1.01 361	0.59 404	1.16 368	0.67 361	0.51 326	1.63 410	1.26 445	1.69 318	1.38 388	1.81 432	1.37 314	1.94 424	1.02 344	1.58 278	1.38 400	0.37 398	0.27 373	0.43 421	0.37 416	0.43 395	0.37 376

ADLNet2	0.88 321	0.34 275	1.17 370	0.77 409	0.64 385	1.12 340	0.76 360	1.74 329	1.24 324	1.21 276	1.65 390	1.71 402	1.05 352	1.67 292	1.17 375	0.24 266	0.21 315	0.21 155	0.22 265	0.26 273	0.29 325

BEATNet_4x	0.73 253	0.49 369	1.17 370	0.53 188	0.26 34	1.03 325	0.55 283	1.82 357	1.06 220	1.21 276	1.22 255	0.96 235	0.91 291	1.01 147	1.06 357	0.21 200	0.14 123	0.24 240	0.19 162	0.37 366	0.21 217

PSMNet_ROB	0.90 326	0.52 383	1.17 370	0.72 390	0.61 376	1.27 366	1.12 430	1.76 337	1.12 249	1.09 202	1.28 280	1.45 359	0.89 287	1.65 287	1.42 412	0.33 375	0.25 360	0.37 401	0.39 420	0.35 355	0.29 325

otaku	1.60 432	1.11 463	1.21 373	2.20 484	1.56 479	1.97 440	1.24 441	2.07 420	1.36 380	1.44 376	1.62 384	1.73 404	1.19 380	1.73 304	0.98 350	2.89 492	0.57 471	1.74 480	0.60 461	2.78 488	1.94 489

anonymity	1.12 384	0.97 451	1.21 373	1.07 464	1.12 462	1.08 334	0.89 392	1.95 394	1.16 284	1.29 314	1.26 272	1.22 305	1.09 362	1.15 181	1.01 353	1.02 471	1.00 494	0.97 470	0.97 482	0.98 463	0.99 468

STTStereo	0.78 280	0.50 376	1.22 375	0.64 328	0.54 342	0.89 281	0.54 267	1.44 257	1.11 245	1.38 360	1.09 198	1.27 324	0.85 263	1.43 250	0.83 320	0.29 350	0.27 373	0.33 372	0.39 420	0.32 343	0.30 337

Ntro	1.64 436	1.15 466	1.23 376	2.48 489	1.83 481	2.09 447	1.16 435	1.96 395	1.38 388	1.21 276	1.62 384	1.62 386	1.29 397	1.87 323	1.11 368	3.04 493	0.56 470	1.82 482	0.64 463	2.80 489	2.05 490

ToySt	0.66 208	0.33 252	1.23 376	0.51 151	0.33 174	0.86 278	0.68 340	1.10 169	0.97 180	0.84 134	1.08 193	1.25 316	0.94 308	1.01 147	0.74 286	0.19 138	0.19 276	0.24 240	0.24 299	0.27 287	0.23 252

SPS-STEREO	1.67 438	1.04 457	1.23 376	1.21 468	1.13 465	1.82 430	1.11 428	2.16 434	1.52 418	3.07 482	2.32 444	2.82 463	1.80 445	4.11 418	2.04 442	1.03 472	0.99 493	0.97 470	0.94 480	1.03 468	1.02 469
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394

Abc-Net	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	1.17 396	0.49 369	1.24 379	0.70 380	0.97 453	1.71 416	0.92 400	1.91 383	1.46 410	1.38 360	1.14 224	1.88 414	1.30 401	4.24 419	1.87 433	0.26 312	0.21 315	0.35 390	0.27 340	0.55 430	0.54 428

RGC	1.14 389	0.79 440	1.26 382	0.91 450	0.96 452	1.52 400	0.77 363	1.92 386	1.26 332	1.54 398	1.93 423	2.02 433	1.54 423	2.25 359	1.31 391	0.44 426	0.35 425	0.58 456	0.48 441	0.47 411	0.46 408

SGM-ForestM	6.52 500	0.38 320	1.26 382	0.63 319	0.35 195	13.59 511	5.32 506	6.32 506	6.70 501	11.14 510	9.18 504	22.51 521	13.93 509	16.89 514	20.07 511	0.36 394	0.37 432	0.36 398	0.35 409	0.36 362	0.34 362

CSAN	1.41 419	0.59 404	1.26 382	0.70 380	0.50 315	1.76 422	1.78 467	1.77 341	1.90 449	2.35 457	2.32 444	1.92 422	1.94 455	5.56 448	1.49 420	0.43 421	0.35 425	0.40 414	0.41 425	0.43 395	0.41 390

DMCA-RVC	0.74 256	0.40 331	1.27 385	0.66 349	0.49 308	0.77 235	0.47 214	1.35 235	1.01 200	1.53 394	1.01 161	1.29 330	0.82 248	1.31 217	0.78 302	0.27 327	0.21 315	0.35 390	0.27 340	0.32 343	0.24 266

CC-Net-ROB	1.49 422	1.26 470	1.27 385	0.88 442	0.79 427	1.76 422	1.00 416	1.79 350	1.26 332	1.10 210	1.61 381	1.21 303	0.99 335	8.13 490	0.84 323	1.09 475	0.41 443	2.20 484	0.46 437	1.20 474	0.48 414

PA-Net	1.01 361	0.57 398	1.29 387	0.64 328	0.74 411	1.19 356	0.84 380	1.69 318	1.43 407	1.16 250	1.19 248	1.32 335	1.19 380	3.42 407	1.25 382	0.29 350	0.45 453	0.33 372	0.49 444	0.32 343	0.47 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.11 382	0.50 376	1.30 388	0.71 387	0.65 387	1.14 342	0.75 357	1.93 390	1.37 384	1.71 419	1.83 411	2.54 454	1.44 412	2.43 372	1.23 380	0.42 416	0.41 443	0.54 445	0.35 409	0.42 390	0.46 408

UNet	0.83 302	0.34 275	1.31 389	0.58 261	0.74 411	1.58 406	0.49 234	1.41 248	1.04 212	1.21 276	1.08 193	1.54 374	1.12 367	1.65 287	1.09 363	0.23 251	0.17 240	0.25 278	0.20 194	0.25 262	0.22 234

GANetREF_RVC	1.07 371	0.86 445	1.31 389	0.82 425	0.53 339	1.41 392	1.31 447	1.76 337	1.52 418	1.27 307	1.31 290	1.46 361	1.24 391	2.03 337	0.96 347	0.56 448	0.45 453	0.67 461	0.50 447	0.88 460	0.59 439
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
WCMA_ROB	1.84 448	0.47 362	1.31 389	0.69 375	0.57 353	2.11 448	1.14 432	1.87 371	1.73 436	4.04 488	6.43 490	5.62 491	3.61 487	2.59 379	1.94 438	0.52 440	0.44 449	0.39 409	0.42 428	0.48 414	0.47 411

FAT-Stereo	1.07 371	0.41 338	1.32 392	0.72 390	0.58 362	1.08 334	0.89 392	1.96 395	1.65 428	1.75 422	1.98 426	2.03 434	1.48 418	2.02 336	1.18 378	0.42 416	0.35 425	0.34 382	0.29 371	0.35 355	0.53 427

DANet	1.08 374	0.61 413	1.32 392	0.85 434	0.72 407	1.37 381	0.51 242	1.54 286	1.15 275	1.78 425	1.54 363	2.01 431	1.11 364	2.90 390	2.00 441	0.33 375	0.30 395	0.40 414	0.30 380	0.44 401	0.45 405
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AF-Net	1.13 387	0.52 383	1.33 394	0.86 436	0.91 445	1.38 384	0.71 348	2.16 434	1.62 426	1.56 402	2.40 449	1.99 429	1.65 433	1.81 316	1.48 419	0.48 435	0.28 380	0.49 435	0.33 400	0.39 379	0.32 352

Nwc_Net	1.09 377	0.49 369	1.33 394	0.89 446	0.80 432	1.49 398	0.66 334	2.19 443	1.27 338	1.32 337	2.26 442	1.96 426	1.54 423	1.92 326	1.34 395	0.40 408	0.30 395	0.43 421	0.45 434	0.38 375	0.37 376

PWCDC_ROB	1.29 403	0.75 437	1.33 394	1.05 461	0.88 444	1.73 419	0.52 253	1.89 376	3.28 481	1.29 314	4.88 485	1.22 305	1.46 415	1.77 312	1.45 416	0.60 454	0.26 365	0.29 335	0.25 313	0.52 424	0.37 376

DispNO	0.93 334	0.30 182	1.34 397	0.55 226	0.55 348	0.89 281	0.49 234	1.48 264	1.21 311	1.17 259	1.27 275	1.19 301	0.90 288	5.23 437	0.74 286	0.22 226	0.17 240	0.24 240	0.21 237	0.19 115	0.20 200

iResNet	0.75 264	0.40 331	1.36 398	0.67 361	0.29 90	0.92 294	0.59 314	1.52 278	1.25 327	1.28 309	1.48 350	0.94 221	0.76 220	1.62 284	0.78 302	0.18 100	0.14 123	0.18 69	0.15 67	0.22 211	0.23 252

LL-Strereo	1.33 410	0.39 325	1.38 399	0.61 298	0.61 376	0.75 221	0.66 334	1.63 307	1.17 287	1.56 402	1.60 377	2.03 434	2.12 463	9.72 503	0.97 348	0.21 200	0.18 260	0.27 312	0.23 287	0.22 211	0.25 278

fast-acv-ft	0.94 336	0.44 348	1.40 400	0.58 261	0.51 326	1.77 425	0.69 344	1.36 237	1.42 405	1.29 314	1.86 416	1.74 406	1.25 392	1.52 265	1.38 400	0.26 312	0.28 380	0.28 325	0.28 360	0.27 287	0.26 300

stereogan	1.15 393	0.42 342	1.40 400	0.86 436	0.84 438	2.38 459	0.71 348	1.88 374	1.73 436	1.72 420	1.94 425	2.31 445	1.29 397	2.07 341	1.08 361	0.36 394	0.35 425	0.39 409	0.31 385	0.51 422	0.46 408

ACV-stereo	0.99 352	0.51 379	1.41 402	0.56 239	0.41 262	2.43 461	0.57 302	1.15 183	1.18 294	0.81 125	1.01 161	3.39 472	2.14 464	1.60 281	1.07 360	0.27 327	0.22 333	0.22 182	0.22 265	0.28 304	0.32 352

APVNet	1.06 369	0.53 387	1.42 403	0.84 429	0.79 427	1.92 436	0.82 378	1.90 379	1.08 231	1.08 196	1.43 331	1.56 377	1.13 371	3.07 395	1.58 423	0.31 361	0.34 414	0.42 419	0.36 413	0.36 362	0.37 376

PSMNet-RUCA	1.02 363	0.97 451	1.44 404	1.23 470	1.10 458	1.40 387	0.62 322	1.69 318	1.38 388	0.94 159	1.53 359	0.97 237	0.83 256	1.17 188	0.93 338	0.69 461	0.34 414	0.99 472	0.60 461	0.97 462	0.64 449

gwcnet-sp	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

scenet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

ssnet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

PDISCO_ROB	1.32 409	0.65 420	1.44 404	1.36 471	1.46 478	2.55 464	0.92 400	2.45 468	2.07 458	1.37 355	1.49 352	1.65 396	1.00 337	2.82 386	1.35 398	1.01 469	0.27 373	0.54 445	0.47 439	0.71 453	0.73 457

NVStereoNet_ROB	1.88 451	1.07 458	1.45 409	1.07 464	1.17 467	1.47 395	1.48 456	1.89 376	1.93 452	1.94 441	4.67 483	3.08 469	1.80 445	6.51 465	1.65 426	1.06 474	0.86 488	1.08 476	1.32 489	0.93 461	1.26 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FBW_ROB	1.71 444	0.62 416	1.45 409	0.67 361	0.61 376	1.81 428	1.08 426	2.52 470	1.70 433	1.77 424	1.73 399	1.98 428	1.25 392	12.57 511	1.84 432	0.34 383	0.37 432	0.56 453	0.38 418	0.45 404	0.43 401

WAO-6	2.81 483	1.60 481	1.46 411	2.36 488	2.28 490	3.55 482	2.29 491	4.21 491	4.56 494	2.36 459	4.51 477	4.88 485	2.66 477	4.60 426	4.07 472	1.72 480	1.15 500	2.31 487	1.46 495	2.31 480	1.85 487

IMH-64-1	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 480	2.10 483	4.08 488	2.75 476	2.34 455	3.81 472	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 500

IMH-64	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 480	2.10 483	4.08 488	2.75 476	2.34 455	3.81 472	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 500

sAnonymous2	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

CroCo_RVC	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

IMH	3.21 487	1.85 489	1.48 416	3.25 500	2.69 497	4.07 491	2.02 481	4.41 493	3.80 487	2.72 468	7.11 494	4.75 484	2.92 480	5.92 456	2.55 450	3.85 506	0.88 489	2.78 500	1.36 492	3.19 499	2.59 499

NVstereo2D	0.92 331	0.41 338	1.48 416	0.72 390	0.72 407	1.20 358	0.87 388	1.75 331	1.38 388	0.99 173	1.13 220	1.26 320	0.98 327	2.21 356	0.89 333	0.43 421	0.20 294	0.38 404	0.24 299	0.57 433	0.63 445

ARAFT	0.77 272	0.36 306	1.49 418	0.51 151	0.31 136	0.90 284	0.82 378	1.90 379	1.06 220	1.62 413	1.24 261	1.02 255	0.64 185	1.84 317	0.50 199	0.18 100	0.14 123	0.28 325	0.27 340	0.17 49	0.16 81

AANet_RVC	1.16 395	0.52 383	1.49 418	0.65 342	0.45 289	0.75 221	0.69 344	1.42 250	1.55 423	1.34 348	1.87 418	1.53 373	0.78 231	7.43 482	1.38 400	0.25 292	0.17 240	0.19 90	0.16 105	0.22 211	0.26 300

ELAS	2.37 469	0.74 435	1.54 420	0.99 457	0.92 447	4.78 495	2.33 492	3.33 482	3.37 483	5.05 500	4.77 484	3.67 474	4.53 495	3.42 407	4.50 473	0.62 456	0.53 466	0.55 450	0.53 452	0.63 442	0.64 449
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.66 437	0.63 417	1.56 421	1.11 466	0.74 411	2.98 476	0.91 398	1.55 290	1.22 317	2.76 471	8.18 502	2.32 446	2.53 476	1.92 326	1.87 433	0.48 435	0.44 449	0.45 426	0.31 385	0.60 441	0.57 436

RainbowNet	1.97 457	1.76 483	1.57 422	2.81 492	2.21 487	1.98 442	1.81 469	2.54 471	1.89 447	1.50 390	1.84 413	1.96 426	1.65 433	2.14 347	1.25 382	3.33 499	0.85 486	2.39 491	0.98 484	2.82 491	2.22 491

MDST_ROB	1.67 438	0.34 275	1.58 423	0.92 452	0.58 362	4.26 493	1.11 428	2.83 474	1.41 402	4.49 494	2.55 454	1.45 359	0.97 323	7.79 487	1.17 375	0.31 361	0.25 360	0.37 401	0.33 400	0.31 335	0.30 337

FINET	0.97 346	0.54 388	1.60 424	0.63 319	0.79 427	1.08 334	1.07 425	1.56 291	2.20 461	1.15 240	1.49 352	0.94 221	0.88 281	2.32 364	1.05 355	0.42 416	0.35 425	0.32 364	0.28 360	0.43 395	0.38 382

LVE	3.31 488	1.67 482	1.64 425	2.85 493	2.42 493	3.20 479	2.26 490	4.78 496	5.05 496	2.35 457	6.91 491	6.02 492	2.37 470	9.15 494	2.17 447	3.19 496	1.08 499	2.38 490	1.47 496	2.81 490	2.40 496

ACVNet-4b	2.15 461	1.41 474	1.64 425	2.80 491	2.31 491	2.31 456	1.24 441	2.32 456	2.14 459	1.26 304	2.39 448	2.66 458	1.48 418	5.95 458	1.06 357	3.20 497	0.45 453	2.37 488	0.89 477	2.83 492	2.37 494

Syn2CoEx	1.14 389	0.69 427	1.66 427	0.80 416	0.67 394	1.40 387	0.88 390	2.06 419	1.54 421	1.25 300	1.58 375	1.42 351	1.50 422	4.09 417	1.40 404	0.36 394	0.32 408	0.34 382	0.29 371	0.29 315	0.34 362

MFMNet_re	1.40 418	1.14 465	1.68 428	1.39 473	1.07 456	1.48 396	1.43 452	1.87 371	1.82 444	2.26 452	2.19 439	1.51 371	1.86 450	1.52 265	1.25 382	0.93 467	0.83 482	0.84 467	0.80 472	0.99 465	1.05 473

AIO-Stereo-zeroshot	0.72 236	0.35 296	1.70 429	0.49 111	0.56 350	0.63 153	0.38 115	2.41 465	0.65 81	0.77 114	1.07 189	1.82 413	0.95 313	0.93 125	0.43 144	0.20 169	0.13 73	0.21 155	0.25 313	0.28 304	0.26 300

StereoDRNet	0.98 350	0.47 362	1.70 429	0.76 406	0.94 449	1.51 399	0.91 398	1.92 386	1.32 361	1.61 410	1.13 220	1.47 366	0.97 323	1.75 305	1.46 417	0.28 340	0.23 344	0.29 335	0.27 340	0.35 355	0.27 309

iResNetv2_ROB	0.80 287	0.37 313	1.71 431	0.56 239	0.37 218	0.94 299	0.64 327	1.73 325	1.34 368	1.23 287	1.42 327	1.26 320	0.92 294	1.85 320	0.56 230	0.23 251	0.15 177	0.19 90	0.14 54	0.24 251	0.19 169

ACVNet_1	2.18 462	1.45 477	1.72 432	2.85 493	2.33 492	2.28 454	1.46 454	3.08 479	2.22 462	1.82 433	2.05 433	3.56 473	1.98 457	3.09 398	1.40 404	3.17 494	0.60 473	2.40 492	0.92 479	2.91 495	2.37 494

GASNet	0.99 352	0.97 451	1.72 432	0.98 456	0.68 400	0.83 267	0.67 337	1.60 298	1.28 343	1.31 333	1.22 255	1.22 305	1.21 386	2.41 371	1.41 408	0.43 421	0.26 365	0.36 398	0.34 405	0.55 430	0.31 347

WAO-7	2.66 476	1.40 473	1.73 434	1.39 473	1.17 467	3.93 488	1.94 478	4.11 490	3.88 488	2.92 475	5.50 487	4.18 479	3.00 483	7.63 485	3.71 468	1.13 477	1.00 494	1.17 477	1.13 488	1.18 473	1.09 475

TorneroNet-64	5.30 497	2.03 491	1.74 435	3.43 503	2.81 498	10.09 505	2.12 485	9.10 510	17.12 515	4.96 499	9.27 505	10.72 509	3.70 489	9.20 495	4.55 474	3.31 498	0.84 483	2.88 501	1.55 497	3.49 500	3.04 503

WAO-8	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 503	1.53 457	6.09 503	16.46 510	3.94 486	7.84 500	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 484

Venus	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 503	1.53 457	6.09 503	16.46 510	3.94 486	7.84 500	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 484

FADNet	0.92 331	0.61 413	1.81 438	0.62 310	0.55 348	0.96 307	0.57 302	1.78 345	1.33 365	0.93 154	1.01 161	1.36 343	1.01 339	2.71 384	0.75 291	0.33 375	0.34 414	0.31 352	0.34 405	0.59 437	0.40 386

TorneroNet	10.70 508	2.03 491	1.82 439	3.43 503	3.01 501	43.83 523	2.22 489	8.87 509	67.47 530	7.17 507	27.36 518	10.68 508	3.85 492	8.67 493	7.65 489	3.59 501	0.88 489	3.04 502	1.57 498	3.71 501	3.17 504

Wz-Net-LNSev-Ref	0.99 352	0.40 331	1.82 439	0.66 349	0.62 381	2.05 445	0.78 365	1.91 383	1.29 347	1.54 398	1.42 327	1.51 371	1.23 389	1.99 334	1.33 393	0.23 251	0.14 123	0.20 123	0.15 67	0.27 287	0.26 300

FADNet_RVC	0.83 302	0.51 379	1.83 441	0.54 203	0.42 267	1.19 356	0.46 207	1.51 276	1.09 238	0.89 144	1.24 261	0.91 207	0.87 276	2.11 345	1.11 368	0.27 327	0.22 333	0.31 352	0.28 360	0.43 395	0.38 382

CBFPSM	0.92 331	0.33 252	1.86 442	0.49 111	0.38 235	1.75 420	0.84 380	1.39 244	1.12 249	1.09 202	0.99 151	2.37 448	1.66 437	1.32 221	1.42 412	0.19 138	0.18 260	0.20 123	0.20 194	0.21 188	0.33 358

XX-Stereo	0.63 181	0.26 84	1.90 443	0.81 419	0.67 394	0.43 36	0.23 9	1.03 129	0.58 50	0.65 93	1.56 369	1.41 350	0.39 48	1.28 211	0.35 70	0.20 169	0.14 123	0.20 123	0.19 162	0.18 78	0.14 28

ELAS_RVC	2.48 474	0.74 435	1.90 443	1.05 461	0.92 447	2.76 469	4.01 504	2.76 473	4.11 490	4.69 495	4.63 480	4.62 481	5.96 500	3.97 416	3.96 470	0.63 458	0.53 466	0.56 453	0.52 451	0.64 444	0.63 445
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	1.25 401	0.99 454	1.93 445	1.02 460	1.21 471	0.96 307	1.01 418	1.75 331	1.92 450	1.36 353	2.12 436	1.44 357	1.01 339	1.14 180	1.40 404	0.72 462	0.82 481	0.89 468	0.98 484	1.31 476	0.95 466

FADNet-RVC	0.88 321	0.67 422	1.93 445	0.60 285	0.48 305	0.91 287	0.60 318	1.71 323	1.18 294	0.90 146	0.96 139	1.36 343	0.92 294	2.25 359	1.17 375	0.30 354	0.29 391	0.32 364	0.32 393	0.41 386	0.35 367

STTRV1_RVC	1.58 429	0.68 426	1.96 447	0.88 442	1.12 462	1.57 405	0.90 397	2.25 450	1.75 439	1.29 314	2.02 430	1.40 347	1.22 387	9.77 504	1.31 391	0.81 464	0.33 412	0.54 445	0.49 444	0.73 455	0.52 426

ACVNet_2	2.43 473	1.41 474	2.04 448	2.62 490	2.24 488	2.63 468	1.88 475	3.31 481	3.01 478	2.19 450	3.45 468	4.62 481	2.04 459	4.50 425	1.47 418	2.55 488	0.64 475	2.22 485	0.84 474	2.69 487	2.29 493

Dean	2.91 486	1.53 480	2.07 449	2.96 497	2.51 494	3.15 477	2.14 486	4.75 495	4.41 493	2.76 471	6.10 489	5.53 490	2.37 470	2.97 393	1.92 437	3.18 495	0.85 486	2.51 495	1.04 487	2.88 494	2.47 497

FADNet-RVC-Resample	0.84 307	0.47 362	2.10 450	0.61 298	0.45 289	1.07 333	0.61 319	1.59 294	1.20 305	1.08 196	0.98 149	1.03 259	0.98 327	2.17 349	0.72 282	0.23 251	0.22 333	0.30 346	0.32 393	0.35 355	0.34 362

KSHMR	8.75 505	2.06 494	2.11 451	3.53 505	3.11 502	4.13 492	2.69 496	5.60 500	61.37 529	3.00 479	55.83 528	4.98 489	2.45 473	4.49 424	2.61 454	3.46 500	1.55 504	3.14 504	1.94 502	3.72 502	3.18 505

ktn	4.70 493	2.38 499	2.12 452	3.76 506	3.24 503	4.85 496	2.95 501	5.52 498	7.37 502	4.07 490	19.32 515	7.46 496	3.47 485	7.39 480	2.95 456	4.04 507	1.85 505	3.26 506	2.22 505	3.08 496	2.65 502

SGM+DAISY	2.41 472	1.07 458	2.14 453	1.18 467	1.10 458	2.14 450	1.36 449	1.96 395	1.66 429	5.46 502	7.07 493	4.95 487	4.32 494	5.50 445	2.26 448	1.04 473	1.02 496	0.99 472	0.97 482	1.02 466	1.04 471

SDNR	1.62 435	0.51 379	2.17 454	0.53 188	0.56 350	3.80 487	0.45 200	1.54 286	1.29 347	1.33 345	2.41 450	1.08 270	0.96 320	11.18 509	1.16 373	0.66 460	0.63 474	0.43 421	0.32 393	0.64 444	0.67 451

S-Stereo	1.15 393	0.46 357	2.17 454	0.81 419	0.80 432	1.21 359	1.19 438	1.93 390	2.02 455	1.47 381	2.11 435	1.57 378	1.17 374	2.05 340	1.41 408	0.40 408	0.40 441	0.35 390	0.31 385	0.44 401	0.70 454

SANet	1.88 451	0.57 398	2.18 456	0.63 319	0.40 255	2.80 472	1.57 461	2.39 464	5.88 499	2.36 459	3.57 469	3.72 476	2.97 481	4.74 428	1.76 429	0.34 383	0.30 395	0.32 364	0.29 371	0.48 414	0.37 376

Wz-Net-MNSev	1.11 382	0.58 401	2.23 457	0.66 349	0.71 405	1.95 439	1.46 454	1.98 401	1.45 409	1.79 428	1.43 331	1.49 368	1.33 404	1.97 333	1.42 412	0.27 327	0.23 344	0.28 325	0.28 360	0.34 353	0.31 347

PVD	1.70 442	0.84 442	2.26 458	0.94 455	0.83 437	2.48 462	0.97 410	2.59 472	3.35 482	3.01 480	2.77 458	2.34 447	2.47 474	2.67 383	3.14 460	0.47 434	0.45 453	0.59 457	0.48 441	0.59 437	0.75 459

GwcNet	1.08 374	0.51 379	2.33 459	0.79 413	1.18 469	1.76 422	0.70 346	1.68 316	1.47 411	1.41 368	1.64 388	1.74 406	1.04 348	2.20 355	1.41 408	0.30 354	0.29 391	0.29 335	0.27 340	0.30 326	0.35 367

SHD	1.31 407	0.71 431	2.34 460	0.86 436	0.75 418	1.77 425	0.65 329	2.22 447	2.50 470	2.40 461	1.71 397	1.91 419	1.60 429	1.93 329	2.37 449	0.38 402	0.31 401	0.38 404	0.40 424	0.48 414	0.50 420

ADCRef	1.35 412	0.55 391	2.37 461	0.72 390	0.77 422	1.94 438	0.78 365	1.91 383	1.27 338	1.57 406	1.59 376	1.36 343	1.41 408	1.54 271	7.53 485	0.23 251	0.20 294	0.32 364	0.30 380	0.29 315	0.29 325

RTSC	1.29 403	0.73 432	2.44 462	0.83 428	0.57 353	1.85 433	0.65 329	1.88 374	2.00 454	2.20 451	1.66 392	1.60 384	1.26 394	2.33 365	3.92 469	0.32 367	0.23 344	0.27 312	0.29 371	0.37 366	0.37 376

PWC_ROB	1.24 399	0.76 438	2.46 463	0.72 390	0.78 424	1.15 347	0.49 234	1.75 331	1.92 450	2.31 454	3.07 462	1.59 382	1.40 407	2.46 374	2.10 445	0.33 375	0.22 333	0.35 390	0.24 299	0.38 375	0.41 390

DGSMNet	1.14 389	0.76 438	2.49 464	0.81 419	0.86 441	1.39 386	1.39 450	2.13 425	1.35 377	1.26 304	1.63 387	1.48 367	0.98 327	1.75 305	1.10 366	0.45 427	0.43 446	0.55 450	0.49 444	0.75 456	0.70 454

IGEV-BASED-STEREO-	0.70 227	3.18 505	2.55 465	0.39 9	0.23 13	0.44 40	0.23 9	0.63 10	0.42 11	0.44 37	0.44 17	0.34 10	0.28 8	0.56 23	0.29 11	1.35 479	0.10 1	0.22 182	0.19 162	0.46 410	1.31 479

XQC	1.37 414	0.87 446	2.56 466	0.84 429	0.69 402	1.83 431	0.89 392	2.07 420	1.88 446	1.88 436	1.53 359	1.91 419	1.55 425	2.85 389	3.05 457	0.48 435	0.29 391	0.44 425	0.39 420	0.69 451	0.60 442

SAMSARA	1.55 428	0.84 442	2.61 467	1.22 469	1.07 456	2.50 463	1.93 477	2.05 414	1.89 447	2.75 470	1.66 392	2.81 462	1.69 438	3.08 397	1.97 440	0.46 433	0.51 464	0.42 419	0.46 437	0.58 435	0.59 439

PASM	1.34 411	0.92 449	2.62 468	0.86 436	0.87 443	1.03 325	1.08 426	1.50 270	1.51 417	1.82 433	1.41 326	1.68 399	1.26 394	4.87 431	1.34 395	0.61 455	0.65 477	0.68 462	0.78 471	0.69 451	0.68 453

notaker	3.98 490	2.40 500	2.68 469	3.82 508	3.27 505	3.97 490	2.14 486	4.78 496	3.45 485	4.12 491	6.94 492	7.65 498	3.26 484	7.82 488	5.30 477	4.04 507	1.41 502	3.36 507	2.10 504	3.88 503	3.31 506

Wz-Net-LNSev	1.03 365	0.67 422	2.71 470	0.64 328	0.84 438	1.75 420	1.00 416	1.80 353	1.32 361	1.28 309	1.25 265	1.65 396	1.22 387	1.39 242	1.40 404	0.28 340	0.26 365	0.24 240	0.23 287	0.33 350	0.32 352

pmcnn	2.37 469	0.42 342	2.71 470	0.63 319	0.43 275	1.54 402	1.19 438	2.01 408	1.53 420	2.64 467	7.60 496	18.07 513	1.45 414	3.44 409	2.78 455	0.18 100	0.15 177	0.15 8	0.12 20	0.20 149	0.18 130

aanetorigin	1.23 398	0.79 440	2.78 472	0.70 380	0.79 427	0.99 317	1.06 424	1.06 156	1.37 384	3.52 483	2.61 455	1.72 403	1.63 431	1.99 334	1.78 430	0.25 292	0.24 353	0.26 297	0.25 313	0.38 375	0.45 405

MSC_U_SF_DS_RVC	2.12 460	1.15 466	3.10 473	1.05 461	0.76 421	5.03 498	2.40 494	2.16 434	2.62 473	1.89 438	2.28 443	2.69 459	1.65 433	9.35 498	2.04 442	0.64 459	0.51 464	0.68 462	0.71 468	1.09 470	0.67 451

AIO-Stereo-zeroshot1	0.98 350	0.39 325	3.21 474	0.50 122	0.63 382	0.64 156	0.39 130	2.36 460	0.75 106	0.95 161	4.63 480	1.81 411	0.56 140	0.96 131	0.41 124	0.18 100	0.13 73	0.21 155	0.26 330	0.32 343	0.35 367

MFN_U_SF_RVC	1.52 426	0.84 442	3.42 475	0.87 441	0.66 390	2.56 465	0.95 408	2.36 460	1.70 433	1.98 442	1.86 416	2.45 452	1.79 444	2.95 391	2.58 451	0.52 440	0.48 458	0.55 450	0.59 460	0.59 437	0.61 443

MFN_U_SF_DS_RVC	1.74 446	0.87 446	3.56 476	0.80 416	0.75 418	3.72 484	2.44 495	1.82 357	1.82 444	1.74 421	1.91 422	1.92 422	1.26 394	7.69 486	1.28 388	0.45 427	0.47 457	0.52 439	0.77 470	0.50 418	0.50 420

ADCL	1.72 445	0.57 398	3.66 477	0.67 361	0.61 376	2.61 467	1.85 472	1.96 395	1.67 430	1.90 439	1.83 411	2.06 437	1.90 453	2.13 346	9.15 494	0.26 312	0.24 353	0.34 382	0.32 393	0.38 375	0.35 367

DispFullNet	2.34 468	2.85 503	3.66 477	3.08 498	2.27 489	1.97 440	0.67 337	2.00 404	1.70 433	2.52 463	2.00 427	2.23 440	5.86 498	3.44 409	1.58 423	1.01 469	0.32 408	2.64 497	1.94 502	2.85 493	2.24 492

iinet-f	0.99 352	0.45 355	3.71 479	0.55 226	0.43 275	1.81 428	0.68 340	1.14 181	1.14 264	1.18 264	1.42 327	1.58 381	1.44 412	1.34 226	1.59 425	0.24 266	0.23 344	0.20 123	0.19 162	0.26 273	0.25 278

pcwnet_v2	0.97 346	0.37 313	4.33 480	0.62 310	0.54 342	0.79 244	0.45 200	2.02 412	1.58 424	1.42 374	1.64 388	1.09 280	0.79 235	1.24 203	0.67 266	0.32 367	0.25 360	0.29 335	0.27 340	0.37 366	0.35 367

DPSNet	1.69 441	0.59 404	4.33 480	0.70 380	0.57 353	2.02 444	1.62 463	3.35 483	1.78 440	1.48 387	1.38 318	2.17 439	2.84 479	4.77 429	3.66 467	0.48 435	0.31 401	0.29 335	0.25 313	0.64 444	0.48 414

MADNet++	5.01 494	3.14 504	4.91 482	4.55 512	3.94 509	5.20 499	4.41 505	4.40 492	4.13 491	4.95 498	6.08 488	4.74 483	5.37 496	9.40 499	10.67 499	4.65 509	4.15 510	3.97 509	3.34 508	4.09 505	4.08 511

ADCMid	1.89 454	0.73 432	5.06 483	0.72 390	0.67 394	2.00 443	1.14 432	1.97 399	1.48 412	2.86 474	1.81 410	2.37 448	2.05 461	2.24 357	10.39 498	0.33 375	0.31 401	0.39 409	0.43 430	0.50 418	0.44 403

AnyNet_C32	1.96 456	1.10 460	5.17 484	0.90 447	1.11 460	2.12 449	2.37 493	1.85 366	1.48 412	2.45 462	1.70 396	2.05 436	1.64 432	2.50 376	10.28 497	0.37 398	0.34 414	0.35 390	0.41 425	0.49 417	0.54 428

UNDER WATER	5.08 495	2.33 498	5.55 485	3.94 510	3.51 506	5.20 499	2.72 498	5.61 501	16.52 512	3.84 485	4.60 479	9.21 502	5.89 499	5.90 455	8.66 493	3.75 503	1.34 501	3.18 505	1.88 500	4.33 508	3.61 508

ADCS	2.25 464	0.99 454	5.55 485	0.81 419	0.74 411	2.19 451	1.80 468	2.27 453	2.14 459	2.80 473	2.13 437	2.40 450	2.03 458	2.64 382	13.69 502	0.41 412	0.39 439	0.40 414	0.45 434	0.58 435	0.56 432

PWCK	2.88 485	2.05 493	5.72 487	2.08 483	1.11 460	3.55 482	3.90 503	2.86 476	3.54 486	3.03 481	3.63 470	3.10 470	2.31 469	8.15 492	3.09 458	2.12 484	0.91 491	1.75 481	0.98 484	2.57 485	1.18 477

DeepPrunerF	1.60 432	0.73 432	5.81 488	0.88 442	1.19 470	0.91 287	0.95 408	2.19 443	5.24 497	1.17 259	1.30 284	1.19 301	1.30 401	4.90 432	1.66 428	0.42 416	0.34 414	0.52 439	0.47 439	0.41 386	0.40 386

tt	6.58 501	0.26 84	6.10 489	3.77 507	2.16 484	11.55 507	19.63 512	13.33 514	5.74 498	2.96 477	2.65 456	4.97 488	6.33 503	3.81 413	7.24 484	9.15 513	11.32 518	5.89 513	6.24 511	6.03 510	2.55 498

Wz-Net-SNSev	1.49 422	1.23 469	6.27 490	0.68 372	0.67 394	1.37 381	1.41 451	2.00 404	1.39 393	1.48 387	1.61 381	2.29 443	1.32 403	3.93 414	2.14 446	0.31 361	0.28 380	0.31 352	0.33 400	0.42 390	0.36 372

Wz-Net-TNSev	1.88 451	2.08 495	7.66 491	0.67 361	0.64 385	2.42 460	1.83 471	2.33 457	1.74 438	1.57 406	1.56 369	2.58 455	1.90 453	4.86 430	3.12 459	0.39 405	0.37 432	0.33 372	0.37 416	0.53 426	0.58 437

ADCP+	1.99 458	0.48 366	7.73 492	0.66 349	0.91 445	2.30 455	1.05 422	1.82 357	1.34 368	1.54 398	1.32 296	1.74 406	1.61 430	2.17 349	13.37 501	0.24 266	0.21 315	0.32 364	0.28 360	0.37 366	0.29 325

ADCPNet	1.85 449	0.69 427	8.07 493	0.71 387	0.58 362	2.79 471	1.22 440	1.94 392	1.54 421	1.88 436	1.69 395	2.46 453	2.04 459	2.37 368	6.48 480	0.38 402	0.37 432	0.38 404	0.43 430	0.47 411	0.45 405

EDNetEfficient	2.37 469	1.10 460	8.08 494	0.74 401	0.71 405	0.98 316	1.56 459	1.46 261	4.06 489	4.90 497	2.82 459	2.25 441	3.48 486	2.95 391	9.97 495	0.26 312	0.24 353	0.26 297	0.30 380	0.68 450	0.61 443

HanzoNet	11.04 509	3.62 507	8.10 495	4.08 511	3.55 508	4.90 497	2.73 499	7.19 507	10.10 503	31.86 525	28.92 519	21.96 520	36.36 521	18.08 515	10.17 496	7.94 512	3.32 508	3.47 508	3.31 507	7.06 513	4.04 510

UNDER WATER-64	5.27 496	2.32 497	8.78 496	3.93 509	3.54 507	7.61 501	3.03 502	5.84 502	14.19 506	4.04 488	4.04 474	9.39 503	6.26 501	5.93 457	8.48 492	3.60 502	1.51 503	3.13 503	1.88 500	4.29 507	3.61 508

WZ-Net	1.95 455	0.95 450	10.10 497	0.86 436	0.78 424	1.69 415	1.60 462	2.20 446	1.98 453	2.08 447	1.93 423	2.30 444	1.97 456	5.30 438	3.17 462	0.34 383	0.26 365	0.29 335	0.31 385	0.51 422	0.47 411

JetBlue	3.97 489	2.01 490	10.19 498	1.38 472	2.84 499	10.53 506	9.54 507	3.60 486	2.41 465	2.73 469	3.39 467	4.54 480	4.31 493	7.85 489	6.84 483	0.88 465	0.93 492	0.89 468	0.91 478	1.74 477	1.91 488

AnyNet_C01	2.26 465	1.78 484	10.22 499	0.93 453	0.74 411	2.92 474	2.20 488	2.29 455	1.80 442	2.53 464	2.41 450	2.71 460	1.73 439	3.41 406	6.72 482	0.41 412	0.39 439	0.40 414	0.42 428	0.67 449	0.63 445

psmorigin	1.52 426	0.69 427	10.52 500	0.68 372	0.59 370	1.13 341	0.70 346	1.57 292	1.19 300	1.99 443	1.79 407	2.26 442	1.47 417	2.09 343	1.36 399	0.39 405	0.40 441	0.34 382	0.33 400	0.43 395	0.56 432

MADNet+	2.69 479	3.22 506	11.53 501	1.44 476	1.12 462	3.19 478	1.81 469	2.85 475	2.37 463	1.68 417	2.07 434	2.85 464	2.18 465	7.41 481	5.23 476	0.79 463	0.76 479	0.69 464	0.65 464	0.98 463	0.95 466

LSM	6.33 499	1.10 460	13.19 502	1.41 475	68.17 525	1.64 412	1.90 476	1.92 386	2.46 466	2.99 478	3.11 463	1.88 414	1.80 445	2.61 381	2.06 444	0.41 412	0.58 472	0.50 436	0.57 456	0.64 444	17.66 520

PML	51.67 526	36.25 523	13.28 503	7.46 513	20.81 514	108.69 529	232.22 530	8.72 508	27.82 521	87.01 530	269.67 530	69.67 530	61.95 529	24.76 523	14.20 504	9.74 515	3.40 509	9.62 514	4.70 509	18.74 518	4.72 512

RTS	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 485	1.96 479	2.15 431	2.62 473	2.61 465	2.85 460	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

RTSA	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 485	1.96 479	2.15 431	2.62 473	2.61 465	2.85 460	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

SuperB	2.53 475	0.59 404	18.45 506	0.69 375	0.50 315	1.87 435	0.88 390	1.67 315	2.39 464	1.50 390	1.42 327	1.14 294	1.15 373	4.28 422	5.07 475	0.24 266	0.19 276	0.22 182	0.19 162	7.86 514	0.34 362

ASD4	15.85 513	10.99 514	19.63 507	10.21 516	11.70 511	19.24 513	31.10 517	19.35 515	10.68 504	11.14 510	10.18 506	12.59 510	12.64 508	14.74 513	24.83 516	12.93 518	9.94 517	26.83 520	19.40 518	16.23 517	12.70 519

DGTPSM_ROB	13.01 511	8.23 511	21.87 508	9.51 514	18.10 512	11.56 508	32.01 518	10.63 511	16.20 508	7.03 505	19.48 516	10.15 505	16.66 511	9.83 505	22.42 513	4.75 510	8.68 512	5.37 510	10.25 514	6.16 511	11.36 514

DPSMNet_ROB	13.02 512	8.23 511	21.91 509	9.53 515	18.11 513	11.56 508	32.02 519	10.64 512	16.23 509	7.05 506	19.49 517	10.16 506	16.66 511	9.85 506	22.43 514	4.77 511	8.68 512	5.38 511	10.26 515	6.17 512	11.36 514

LRCNet_RVC	22.74 516	32.10 522	21.97 510	29.84 520	26.23 517	4.42 494	0.81 377	22.66 516	2.02 455	26.93 521	29.26 520	23.06 522	15.59 510	23.84 519	18.88 510	31.75 522	19.90 524	34.65 521	32.13 522	30.54 522	28.32 523

LE_ROB	8.05 503	0.37 313	23.53 511	0.74 401	0.33 174	2.77 470	2.87 500	3.71 487	27.24 520	25.39 520	8.87 503	8.46 501	26.71 519	6.65 467	21.99 512	0.21 200	0.19 276	0.20 123	0.21 237	0.25 262	0.22 234

Anonymous_1	43.04 525	18.73 516	24.79 512	21.81 517	46.26 523	27.80 514	37.60 520	28.08 520	16.14 507	14.66 514	14.30 509	20.65 514	17.88 513	21.56 516	25.94 517	117.93 529	8.92 514	100.65 526	126.50 526	158.64 530	12.08 516

DPSM_ROB	19.08 514	19.14 517	25.17 513	22.15 518	20.85 515	28.17 515	37.82 521	26.56 518	16.85 513	14.14 512	14.84 510	21.70 515	18.75 514	21.87 517	26.55 518	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 517

DPSM	19.08 514	19.14 517	25.17 513	22.15 518	20.85 515	28.17 515	37.82 521	26.56 518	16.85 513	14.14 512	14.84 510	21.70 515	18.75 514	21.87 517	26.55 518	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 517

JetRed	6.91 502	8.80 513	25.96 515	2.85 493	3.25 504	13.98 512	11.87 508	6.25 505	4.28 492	4.45 493	4.56 478	6.69 493	5.46 497	7.46 483	14.05 503	2.59 489	3.31 507	2.59 496	2.29 506	4.20 506	3.36 507

xxxxx1	54.10 527	25.67 519	27.13 516	113.43 527	96.96 527	30.69 519	47.44 523	32.38 522	25.60 517	17.75 516	17.27 512	21.81 517	21.02 516	24.43 520	33.82 520	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

tt_ll	54.10 527	25.67 519	27.13 516	113.43 527	96.96 527	30.69 519	47.44 523	32.38 522	25.60 517	17.75 516	17.27 512	21.81 517	21.02 516	24.43 520	33.82 520	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

ff	54.10 527	25.67 519	27.13 516	113.43 527	96.96 527	30.69 519	47.44 523	32.38 522	25.60 517	17.75 516	17.27 512	21.81 517	21.02 516	24.43 520	33.82 520	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

DPSimNet_ROB	11.20 510	4.98 510	35.43 519	2.90 496	4.52 510	7.89 502	17.09 511	4.66 494	6.06 500	14.89 515	10.93 508	17.29 512	36.81 523	13.18 512	15.68 507	2.86 491	6.29 511	5.75 512	5.09 510	3.91 504	7.70 513

HaxPig	38.92 521	41.40 527	41.64 520	29.95 521	32.27 518	28.90 517	27.60 514	29.73 521	37.71 526	43.82 526	43.87 524	33.17 523	35.56 520	41.53 524	40.37 525	43.94 526	47.51 529	45.82 522	47.08 524	42.38 523	44.15 526

AVERAGE_ROB	40.43 522	42.37 528	42.73 521	36.96 523	35.58 520	30.50 518	27.61 515	36.71 527	38.39 527	44.91 527	44.36 525	37.45 525	36.70 522	41.88 525	40.35 524	45.43 527	46.81 528	47.11 523	46.35 523	42.51 524	43.87 525

DLNR_Zeroshot_test	23.17 517	48.52 530	43.29 522	176.68 530	78.69 526	0.35 11	0.21 2	23.41 517	0.75 106	0.66 95	0.86 116	0.59 97	0.30 14	1.56 275	0.44 147	9.57 514	0.12 22	0.18 69	0.14 54	76.92 529	0.16 81

MEDIAN_ROB	42.00 523	44.40 529	44.29 523	35.15 522	34.95 519	31.28 522	29.60 516	35.88 526	40.02 528	47.20 528	46.64 526	37.37 524	38.48 527	44.35 529	42.45 526	48.03 528	49.39 530	49.71 524	49.03 525	45.14 525	46.65 527

CasAABBNet	38.33 519	38.46 524	50.35 524	44.75 525	41.84 521	56.68 524	76.37 527	53.22 528	33.83 524	28.31 522	29.54 521	43.62 527	37.71 525	43.84 527	53.41 528	20.30 519	18.70 522	21.07 517	21.07 520	28.24 519	25.34 521

Selective-RAFT-Error	38.39 520	38.47 525	50.44 525	44.73 524	41.97 522	56.68 524	76.38 528	53.24 529	33.92 525	28.34 523	29.85 522	43.60 526	38.20 526	43.75 526	53.34 527	20.38 520	18.70 522	21.09 518	21.05 519	28.30 520	25.43 522

LSM0	42.82 524	38.75 526	50.81 526	47.07 526	109.38 530	57.00 526	76.02 526	53.74 530	33.71 523	29.02 524	30.41 523	43.87 528	37.22 524	43.91 528	53.54 529	20.52 521	18.62 521	21.10 519	21.11 521	28.41 521	42.22 524

BEATNet-Init1	26.87 518	13.43 515	70.68 527	0.91 450	0.68 400	57.02 527	21.06 513	32.82 525	32.67 522	52.12 529	53.61 527	66.05 529	49.56 528	48.79 530	34.71 523	0.49 439	0.44 449	0.53 444	0.53 452	0.63 442	0.59 439

coex-ft	8.13 504	2.13 496	98.04 528	0.67 361	0.53 339	1.71 416	1.56 459	1.65 309	11.11 505	18.17 519	3.75 471	3.88 477	7.61 506	2.98 394	6.49 481	0.30 354	0.30 395	0.32 364	0.31 385	0.66 448	0.50 420

EDNetEfficientorigin	10.57 507	1.47 478	177.42 529	0.67 361	0.53 339	1.58 406	1.16 435	1.90 379	3.37 483	4.71 496	3.38 466	3.10 470	2.69 478	3.13 399	3.58 466	0.25 292	0.23 344	0.33 372	0.27 340	0.83 457	0.81 460

test_example2	192.40 530	210.76 531	206.48 530	199.83 531	204.73 531	172.94 530	183.52 529	133.93 531	133.41 531	191.38 531	196.19 529	187.13 531	178.77 530	205.33 531	208.00 530	222.09 531	238.72 531	186.54 531	190.54 531	227.34 531	170.31 531

ccccc	497.63 531	492.34 532	595.97 531	530.87 532	530.37 532	478.08 531	442.62 531	491.76 532	343.70 532	448.18 532	520.80 531	476.12 532	550.57 531	541.64 532	605.32 531	663.49 532	459.54 532	353.94 532	309.79 532	586.66 532	530.90 532

FADE		4.78 509		1.89 482	1.92 483			5.58 499	5.04 495	2.92 475		4.13 478		10.23 507		188.09 530	2.77 506	123.78 527	127.92 527	1.06 469	1.10 476

Low-res two-view benchmark