Low-res two-view results

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

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

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

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

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

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

FoundationStereo	0.24 1	0.21 12	0.36 3	0.38 8	0.22 11	0.32 9	0.22 6	0.39 1	0.23 2	0.30 6	0.25 3	0.30 9	0.33 27	0.34 2	0.26 5	0.16 27	0.12 23	0.15 8	0.11 8	0.13 1	0.12 6

Pointernet	0.37 19	0.20 4	0.57 88	0.43 26	0.28 77	0.51 94	0.27 34	0.93 94	0.61 62	0.47 52	0.63 67	0.49 56	0.38 50	0.49 11	0.33 50	0.17 63	0.13 76	0.14 1	0.11 8	0.13 1	0.12 6

LoS_RVC	0.42 43	0.26 88	0.40 12	0.44 47	0.82 445	0.51 94	0.44 189	0.64 13	0.41 11	0.44 42	0.78 104	0.44 27	0.47 93	0.56 27	0.36 83	0.13 2	0.12 23	0.14 1	0.10 2	0.13 1	0.84 474

LGtest1	0.27 2	0.21 12	0.44 22	0.41 17	0.21 6	0.42 34	0.19 2	0.56 8	0.26 3	0.29 5	0.24 2	0.29 5	0.29 12	0.55 26	0.25 3	0.18 101	0.12 23	0.16 23	0.12 20	0.14 4	0.13 12

castereo++	0.38 24	0.23 36	0.41 16	0.43 26	0.31 141	0.97 319	0.22 6	0.86 69	0.58 54	0.32 8	0.44 19	0.51 66	0.39 52	0.93 129	0.24 2	0.17 63	0.11 6	0.17 41	0.12 20	0.14 4	0.14 31

MonSter	0.28 4	0.18 1	0.39 11	0.36 3	0.21 6	0.55 117	0.31 56	0.55 7	0.43 15	0.28 3	0.29 7	0.23 2	0.21 1	0.56 27	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 8	0.20 4	0.40 12	0.42 23	0.28 77	0.80 258	0.23 13	0.48 4	0.37 8	0.37 22	0.31 8	0.23 2	0.24 4	1.20 198	0.27 7	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.14 31

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 10	0.21 6	0.25 2	0.22 6	0.48 4	0.31 4	0.32 8	0.26 5	0.37 18	0.24 4	0.83 100	0.29 12	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.11 1

WCG-NET（raft）	0.45 67	0.21 12	0.55 75	0.40 13	0.24 21	0.50 78	0.36 100	0.73 27	1.09 244	0.71 106	0.76 100	0.92 222	0.51 119	0.84 103	0.34 65	0.16 27	0.12 23	0.15 8	0.14 57	0.14 4	0.14 31

trnet	0.39 27	0.21 12	0.37 4	0.36 3	0.20 3	0.53 103	0.29 43	0.78 42	1.12 256	0.59 89	0.71 88	0.53 78	0.42 62	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.13 12

LoS	0.40 34	0.21 12	0.44 22	0.37 5	0.22 11	0.50 78	0.40 142	1.00 123	0.94 171	0.48 56	0.66 71	0.48 49	0.40 56	0.60 44	0.37 95	0.18 101	0.14 127	0.16 23	0.11 8	0.14 4	0.14 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
AnonymousM	0.59 166	1.11 475	0.41 16	0.44 47	0.32 159	0.43 40	0.47 220	1.05 148	0.64 71	0.98 175	0.63 67	0.67 128	0.43 69	0.59 33	0.41 129	0.20 174	0.15 182	1.84 495	0.84 486	0.14 4	0.13 12

CREStereo	0.39 27	0.21 12	0.38 7	0.34 1	0.22 11	0.53 103	0.29 43	0.77 38	1.11 252	0.58 81	0.71 88	0.51 66	0.41 58	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.14 31
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
Reg-Stereo(zero)	0.44 59	0.22 26	0.45 26	0.43 26	0.23 15	0.38 19	0.25 19	0.76 35	1.08 236	0.90 151	0.78 104	0.90 210	0.47 93	0.70 62	0.36 83	0.15 11	0.12 23	0.15 8	0.12 20	0.15 14	0.15 59

AIO_rvc	0.36 14	0.23 36	0.49 38	0.43 26	0.27 54	0.59 135	0.38 120	0.94 101	0.45 19	0.33 13	0.46 24	0.49 56	0.22 3	0.84 103	0.30 20	0.16 27	0.11 6	0.16 23	0.12 20	0.15 14	0.13 12

HUF	0.36 14	0.23 36	0.52 57	0.40 13	0.22 11	0.54 110	0.47 220	0.82 59	0.43 15	0.36 19	0.43 17	0.50 62	0.42 62	0.64 48	0.29 12	0.17 63	0.12 23	0.16 23	0.12 20	0.15 14	0.14 31

AIO_test	0.35 13	0.22 26	0.44 22	0.43 26	0.27 54	0.57 127	0.44 189	0.79 46	0.41 11	0.32 8	0.47 26	0.46 38	0.30 16	0.69 58	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.15 14	0.12 6

WCG-NET	0.42 43	0.21 12	0.54 66	0.40 13	0.25 31	0.47 53	0.32 63	0.73 27	1.15 282	0.76 114	0.73 93	0.58 96	0.45 79	0.60 44	0.34 65	0.15 11	0.11 6	0.16 23	0.14 57	0.15 14	0.13 12

IGEV-Stereo++	0.30 5	0.20 4	0.40 12	0.46 64	0.30 115	0.33 10	0.22 6	0.75 32	0.45 19	0.32 8	0.41 13	0.32 12	0.48 104	0.38 3	0.27 7	0.15 11	0.11 6	0.15 8	0.12 20	0.15 14	0.13 12

testlalala	0.45 67	0.28 134	0.59 100	0.42 23	0.39 251	0.71 211	0.39 135	1.08 169	0.45 19	1.24 302	0.80 114	0.61 107	0.36 40	0.54 21	0.33 50	0.20 174	0.13 76	0.18 73	0.12 20	0.15 14	0.15 59

CAS	0.63 186	0.18 1	0.37 4	2.27 497	0.84 447	0.57 127	0.54 274	0.79 46	0.62 64	0.48 56	0.70 85	0.36 15	0.26 7	0.45 7	0.35 74	2.24 497	0.10 1	0.14 1	0.09 1	0.15 14	1.06 486

DCANet-4	0.54 124	0.26 88	1.07 354	0.42 23	0.24 21	0.48 56	0.36 100	0.99 119	1.30 364	1.10 216	1.02 174	0.56 89	0.75 219	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

fff	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

raftrobust	0.52 99	0.25 73	0.56 78	0.65 350	0.52 345	0.49 68	0.34 81	0.98 117	0.91 161	1.30 330	0.87 124	0.63 115	0.81 251	0.78 84	0.41 129	0.19 142	0.15 182	0.16 23	0.14 57	0.15 14	0.16 84

csc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

cscssc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

Gwc-CoAtRS	0.52 99	0.24 50	0.68 146	0.48 100	0.29 94	0.64 161	0.25 19	1.16 190	1.08 236	1.01 186	1.00 160	1.12 293	0.56 146	0.69 58	0.37 95	0.16 27	0.13 76	0.17 41	0.15 71	0.15 14	0.15 59

PMTNet	0.46 74	0.21 12	0.38 7	0.37 5	0.23 15	0.71 211	0.27 34	0.74 31	1.04 217	0.64 96	0.70 85	0.55 82	0.47 93	0.86 112	0.35 74	1.00 480	0.13 76	0.15 8	0.10 2	0.15 14	0.13 12

castereo	0.41 41	0.22 26	0.46 29	0.44 47	0.30 115	0.61 149	0.56 298	0.97 113	0.80 127	0.38 27	0.69 81	0.45 35	0.69 203	0.51 14	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.16 29	0.12 6

GIP-stereo	0.34 9	0.23 36	0.45 26	0.50 126	0.36 209	0.38 19	0.23 13	0.78 42	0.52 43	0.34 14	0.51 39	0.46 38	0.38 50	0.51 14	0.27 7	0.20 174	0.12 23	0.16 23	0.12 20	0.16 29	0.14 31

fffft	0.38 24	0.23 36	0.51 50	0.44 47	0.32 159	0.43 40	0.48 230	0.76 35	0.36 6	0.44 42	0.34 9	0.38 20	0.31 20	1.31 222	0.32 37	0.14 6	0.11 6	0.19 94	0.15 71	0.16 29	0.16 84
1: 1. 1
SMoEStereo_RVC	0.39 27	0.25 73	0.50 43	0.45 59	0.30 115	0.61 149	0.36 100	0.72 25	0.45 19	0.46 49	0.43 17	0.42 22	0.35 35	1.39 248	0.29 12	0.15 11	0.12 23	0.20 128	0.15 71	0.16 29	0.15 59

999	0.48 87	0.22 26	0.49 38	0.48 100	0.34 196	0.75 226	0.31 56	0.85 67	0.55 49	0.37 22	0.48 28	0.50 62	0.36 40	2.45 383	0.39 113	0.16 27	0.13 76	0.18 73	0.15 71	0.16 29	0.19 173

UGAM-zero	1.00 366	0.30 189	0.93 299	0.47 75	0.30 115	0.57 127	0.25 19	2.25 462	0.63 67	1.01 186	1.10 207	2.73 473	1.85 461	6.26 472	0.40 118	0.17 63	0.14 127	0.19 94	0.15 71	0.16 29	0.17 109

Occ-G	0.42 43	0.21 12	0.48 33	0.41 17	0.26 36	0.42 34	0.62 330	0.77 38	0.49 28	0.43 40	0.66 71	1.02 261	0.46 84	0.78 84	0.41 129	0.16 27	0.13 76	0.18 73	0.13 33	0.16 29	0.16 84

AIO-Stereo	0.37 19	0.25 73	0.51 50	0.47 75	0.23 15	0.45 48	0.39 135	1.07 163	0.52 43	0.41 33	0.48 28	0.52 73	0.25 6	0.72 69	0.30 20	0.16 27	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

RAFT-Stereo-weight	0.47 81	0.24 50	0.53 61	0.48 100	0.27 54	0.60 143	0.35 86	1.02 129	1.07 230	0.99 178	0.78 104	0.76 151	0.28 9	0.76 79	0.36 83	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.15 59

IGEV++	0.40 34	0.22 26	0.51 50	0.52 178	0.29 94	0.45 48	0.25 19	1.65 319	0.46 25	0.37 22	0.57 57	0.46 38	0.45 79	0.50 12	0.38 105	0.19 142	0.12 23	0.16 23	0.13 33	0.16 29	0.15 59

IGEVStereo-DCA	0.46 74	0.28 134	0.56 78	0.43 26	0.33 179	0.49 68	0.42 159	0.87 70	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.18 133

rrr	0.46 74	0.28 134	0.73 195	0.43 26	0.33 179	0.49 68	0.38 120	0.76 35	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.16 84

MSKI-zero shot	0.55 139	0.26 88	0.57 88	0.51 156	0.26 36	0.69 199	0.28 38	1.18 197	0.64 71	0.91 156	1.32 303	0.82 173	0.33 27	1.92 334	0.32 37	0.17 63	0.12 23	0.17 41	0.13 33	0.16 29	0.16 84

Any-RAFT	0.53 109	0.24 50	0.47 31	0.47 75	0.27 54	1.00 328	0.25 19	1.58 303	1.05 221	0.85 144	0.99 156	1.06 270	0.47 93	0.70 62	0.32 37	0.18 101	0.13 76	0.16 23	0.13 33	0.16 29	0.16 84

RAFT-Test	0.54 124	0.25 73	0.64 123	0.47 75	0.30 115	0.97 319	0.27 34	1.24 222	0.81 129	0.96 168	1.12 220	1.28 333	0.48 104	0.71 66	0.36 83	0.17 63	0.13 76	0.17 41	0.14 57	0.16 29	0.16 84

Selective-IGEV	0.39 27	0.24 50	0.50 43	0.44 47	0.25 31	0.46 51	0.33 69	1.25 224	0.40 10	0.35 15	0.45 22	0.52 73	0.30 16	1.07 168	0.30 20	0.14 6	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

MC-Stereo	0.43 49	0.23 36	0.48 33	0.51 156	0.28 77	0.39 21	0.32 63	0.88 77	0.68 93	0.60 91	0.84 118	0.56 89	0.61 177	1.03 155	0.31 35	0.17 63	0.11 6	0.17 41	0.15 71	0.16 29	0.13 12

RCA-Stereo	0.50 96	0.23 36	0.58 93	0.48 100	0.33 179	0.55 117	0.45 206	0.97 113	1.38 399	0.68 101	1.05 188	0.63 115	0.80 248	0.59 33	0.32 37	0.17 63	0.12 23	0.17 41	0.14 57	0.16 29	0.14 31

RAFT-RH_RVC	1.03 377	0.24 50	0.67 142	0.49 115	0.28 77	0.81 266	0.33 69	0.83 63	1.08 236	2.05 458	4.65 494	1.04 268	0.57 155	5.98 471	0.50 204	0.18 101	0.13 76	0.26 305	0.20 199	0.16 29	0.17 109

TANstereo	0.44 59	0.21 12	0.44 22	0.41 17	0.21 6	0.65 175	0.26 28	0.79 46	0.83 135	0.93 159	0.98 154	0.51 66	0.46 84	0.54 21	0.35 74	0.18 101	0.24 362	0.16 23	0.13 33	0.16 29	0.26 308

CFNet-RSSM	0.54 124	0.24 50	0.70 165	0.48 100	0.28 77	0.60 143	0.27 34	1.49 273	1.14 271	1.06 198	0.93 137	1.08 276	0.54 134	0.70 62	0.35 74	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.14 31

G2L-Stereo_aug	0.82 304	0.26 88	1.04 343	0.51 156	0.38 240	0.97 319	0.53 267	1.44 263	1.41 413	1.51 402	1.43 339	1.53 381	0.95 321	2.47 387	0.96 352	0.19 142	0.14 127	0.16 23	0.14 57	0.17 50	0.19 173

SGD-Stereo	0.32 6	0.20 4	0.40 12	0.38 8	0.19 1	0.43 40	0.22 6	0.64 13	0.33 5	0.42 35	0.34 9	0.27 4	0.35 35	1.15 185	0.30 20	0.20 174	0.10 1	0.15 8	0.13 33	0.17 50	0.13 12

GREAT-IGEV	0.32 6	0.20 4	0.42 19	0.37 5	0.29 94	0.36 15	0.28 38	0.56 8	0.58 54	0.28 3	0.50 37	0.29 5	0.29 12	0.84 103	0.27 7	0.14 6	0.11 6	0.15 8	0.11 8	0.17 50	0.14 31

tt45	0.45 67	0.23 36	0.46 29	0.45 59	0.33 179	0.79 250	0.32 63	0.78 42	0.41 11	0.51 72	0.44 19	0.49 56	0.37 44	2.14 356	0.34 65	0.16 27	0.13 76	0.19 94	0.16 109	0.17 50	0.18 133

tg	0.52 99	0.24 50	0.61 108	0.49 115	0.30 115	0.90 291	0.29 43	1.07 163	0.83 135	0.83 136	1.02 174	0.62 112	0.43 69	1.35 233	0.41 129	0.17 63	0.12 23	0.22 189	0.20 199	0.17 50	0.15 59

model_zeroshot	0.48 87	0.29 169	0.86 262	0.51 156	0.36 209	0.69 199	0.37 114	1.12 182	0.62 64	0.85 144	0.84 118	0.66 125	0.37 44	0.73 73	0.34 65	0.20 174	0.16 217	0.19 94	0.16 109	0.17 50	0.16 84

GCAP-BAT	0.49 92	0.31 222	0.64 123	0.41 17	0.46 307	0.70 206	0.35 86	0.77 38	0.64 71	0.86 146	1.00 160	0.77 154	0.37 44	1.18 195	0.36 83	0.18 101	0.14 127	0.18 73	0.13 33	0.17 50	0.15 59

U	9.45 518	0.21 12	0.58 93	0.47 75	53.11 537	61.27 541	0.24 18	0.70 22	0.52 43	0.36 19	0.28 6	0.29 5	0.35 35	0.33 1	0.26 5	0.19 142	0.11 6	60.50 538	8.88 525	0.17 50	0.13 12

RSM	0.39 27	0.24 50	0.49 38	0.46 64	0.26 36	0.47 53	0.40 142	0.92 88	0.44 17	0.41 33	0.42 14	0.65 121	0.33 27	1.07 168	0.29 12	0.15 11	0.12 23	0.17 41	0.13 33	0.17 50	0.13 12

gcap-zeroshot	0.53 109	0.28 134	0.89 286	0.49 115	0.28 77	0.76 232	0.37 114	1.34 238	0.73 108	0.89 149	0.67 74	1.35 348	0.51 119	0.79 88	0.33 50	0.18 101	0.15 182	0.18 73	0.15 71	0.17 50	0.16 84

testlalala2	0.58 161	0.27 114	0.68 146	1.72 490	1.27 486	0.68 194	0.42 159	0.93 94	0.70 98	0.90 151	0.93 137	0.76 151	0.34 33	0.52 17	0.40 118	0.18 101	0.15 182	0.17 41	0.13 33	0.17 50	0.17 109

MGS-Stereo	0.42 43	0.26 88	0.58 93	0.44 47	0.28 77	0.50 78	0.34 81	0.57 10	0.83 135	0.46 49	1.31 297	0.52 73	0.33 27	0.65 53	0.36 83	0.19 142	0.16 217	0.18 73	0.15 71	0.17 50	0.16 84

MoCha-V2	0.40 34	0.20 4	0.49 38	0.50 126	0.21 6	0.44 45	0.33 69	0.93 94	0.53 47	0.53 74	0.53 43	0.42 22	0.58 164	1.09 173	0.27 7	0.14 6	0.12 23	0.15 8	0.12 20	0.17 50	0.15 59

MIM_Stereo	0.57 155	0.24 50	0.92 297	0.46 64	0.30 115	0.54 110	0.28 38	1.27 226	0.75 111	1.00 183	1.16 242	0.93 224	0.53 129	1.45 260	0.61 253	0.16 27	0.16 217	0.20 128	0.19 167	0.17 50	0.14 31

AEACV	0.37 19	0.24 50	0.52 57	0.47 75	0.51 334	0.37 17	0.38 120	0.65 16	0.53 47	0.42 35	0.56 54	0.46 38	0.60 168	0.53 19	0.30 20	0.16 27	0.13 76	0.18 73	0.15 71	0.17 50	0.14 31

GCAP-Stereo	0.40 34	0.28 134	0.68 146	0.47 75	0.25 31	0.53 103	0.32 63	0.82 59	0.58 54	0.65 98	0.69 81	0.58 96	0.42 62	0.47 9	0.29 12	0.17 63	0.14 127	0.17 41	0.13 33	0.17 50	0.14 31

EGLCR-Stereo	0.37 19	0.22 26	0.51 50	0.43 26	0.26 36	0.44 45	0.22 6	0.99 119	0.48 27	0.42 35	0.42 14	0.67 128	0.29 12	0.86 112	0.33 50	0.17 63	0.12 23	0.19 94	0.17 129	0.17 50	0.15 59

ProNet	0.43 49	0.28 134	0.58 93	0.43 26	0.30 115	0.56 122	0.52 259	1.00 123	0.58 54	0.44 42	0.49 34	0.43 25	0.43 69	1.28 216	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.17 50	0.16 84

test-3	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.32 344	0.69 81	0.87 197	0.45 79	1.68 305	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

test_1	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.28 316	0.68 77	0.87 197	0.45 79	1.67 300	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

TRStereo	0.60 169	0.60 423	0.97 315	0.74 410	0.67 403	0.46 51	0.38 120	1.85 378	0.89 152	0.79 124	0.80 114	0.88 201	0.39 52	1.10 175	0.41 129	0.23 257	0.15 182	0.23 227	0.24 308	0.17 50	0.15 59

RAFT-345	0.84 316	0.25 73	0.66 137	0.50 126	0.27 54	0.54 110	0.42 159	0.83 63	1.11 252	1.32 344	2.34 458	0.86 193	0.54 134	5.72 463	0.47 186	0.18 101	0.13 76	0.22 189	0.17 129	0.17 50	0.16 84

XX-TBD	0.46 74	0.70 442	0.35 1	0.79 422	0.25 31	0.58 130	0.26 28	0.69 20	1.27 349	0.76 114	1.00 160	0.45 35	0.33 27	0.47 9	0.37 95	0.19 142	0.15 182	0.15 8	0.11 8	0.17 50	0.14 31

111	0.60 169	0.23 36	0.70 165	0.43 26	0.24 21	0.72 214	0.42 159	1.18 197	1.41 413	0.80 126	1.38 326	1.10 288	0.79 242	0.96 135	0.58 241	0.18 101	0.13 76	0.17 41	0.15 71	0.17 50	0.19 173

test_xeample3	0.42 43	0.28 134	0.69 159	0.43 26	0.33 179	0.56 122	0.38 120	0.79 46	0.45 19	0.53 74	0.46 24	0.44 27	0.44 76	1.38 243	0.31 35	0.18 101	0.14 127	0.19 94	0.15 71	0.17 50	0.16 84

ARAFT	0.77 278	0.36 314	1.49 429	0.51 156	0.31 141	0.90 291	0.82 390	1.90 391	1.06 225	1.62 423	1.24 268	1.02 261	0.64 191	1.84 325	0.50 204	0.18 101	0.14 127	0.28 334	0.27 349	0.17 50	0.16 84

RAFT-Stereo + iAFF	0.54 124	0.25 73	0.68 146	0.43 26	0.24 21	0.40 23	0.34 81	1.04 140	1.09 244	1.32 344	1.60 387	0.80 164	0.68 200	0.67 57	0.39 113	0.13 2	0.10 1	0.18 73	0.17 129	0.17 50	0.13 12

AFF-stereo	0.58 161	0.25 73	0.64 123	0.46 64	0.29 94	0.34 11	0.38 120	1.15 188	1.14 271	1.17 266	1.60 387	1.10 288	0.71 212	0.97 142	0.43 149	0.13 2	0.11 6	0.19 94	0.19 167	0.17 50	0.14 31

EAI-Stereo	0.65 206	0.28 134	0.69 159	0.53 195	0.27 54	0.60 143	0.40 142	2.28 466	0.64 71	0.71 106	3.18 476	0.57 91	0.43 69	1.06 164	0.41 129	0.18 101	0.13 76	0.17 41	0.17 129	0.17 50	0.17 109

R-Stereo Train	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109

RAFT-Stereo	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LG-Stereo_Zeroshot	0.36 14	0.23 36	0.54 66	0.50 126	0.28 77	0.36 15	0.22 6	1.02 129	0.39 9	0.42 35	0.64 70	0.36 15	0.51 119	0.39 5	0.29 12	0.18 101	0.12 23	0.17 41	0.13 33	0.18 81	0.18 133

LG-Stereo	0.34 9	0.25 73	0.78 238	0.47 75	0.26 36	0.37 17	0.30 50	0.71 24	0.52 43	0.36 19	0.57 57	0.29 5	0.21 1	0.50 12	0.36 83	0.13 2	0.13 76	0.20 128	0.18 145	0.18 81	0.12 6

MM-Stereo_test3	0.50 96	0.24 50	0.54 66	0.54 210	0.74 420	0.49 68	0.53 267	1.09 171	1.05 221	0.62 94	0.95 141	0.61 107	0.42 62	0.77 82	0.38 105	0.20 174	0.17 246	0.20 128	0.16 109	0.18 81	0.18 133

SCV	0.46 74	0.26 88	0.55 75	0.47 75	0.25 31	0.39 21	0.38 120	1.98 413	0.60 61	0.35 15	0.48 28	0.55 82	0.36 40	1.28 216	0.32 37	0.24 272	0.12 23	0.17 41	0.13 33	0.18 81	0.14 31

DEFOM-Stereo_RVC	0.40 34	0.67 434	0.42 19	0.64 336	0.29 94	0.48 56	0.25 19	0.85 67	0.44 17	0.38 27	0.36 11	0.30 9	0.70 208	1.15 185	0.29 12	0.16 27	0.11 6	0.16 23	0.11 8	0.18 81	0.12 6

AIO-test1	0.56 148	0.25 73	0.55 75	0.64 336	0.78 433	0.80 258	0.36 100	1.18 197	1.34 379	0.57 79	0.88 126	0.61 107	0.50 116	1.12 181	0.35 74	0.17 63	0.17 246	0.22 189	0.24 308	0.18 81	0.23 258

fffy	0.42 43	0.27 114	0.57 88	0.46 64	0.29 94	0.48 56	0.35 86	0.91 85	0.55 49	0.40 32	0.58 60	0.55 82	0.41 58	1.26 211	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.18 81	0.14 31

RAStereo	0.34 9	0.21 12	0.66 137	0.47 75	0.27 54	0.26 3	0.29 43	0.69 20	0.63 67	0.32 8	0.42 14	0.45 35	0.31 20	0.45 7	0.34 65	0.17 63	0.15 182	0.19 94	0.15 71	0.18 81	0.13 12

RSM++	0.38 24	0.24 50	0.51 50	0.47 75	0.26 36	0.50 78	0.41 155	0.79 46	0.45 19	0.37 22	0.45 22	0.60 103	0.35 35	1.02 154	0.30 20	0.15 11	0.13 76	0.17 41	0.14 57	0.18 81	0.13 12

tta	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.18 81	0.18 133

qqq1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

fff1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

ff7	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

ffff	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

11t	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

MaDis-Stereo	0.36 14	0.25 73	0.58 93	0.44 47	0.34 196	0.30 7	0.30 50	0.72 25	0.50 31	0.37 22	0.36 11	0.58 96	0.49 112	0.52 17	0.36 83	0.19 142	0.16 217	0.19 94	0.15 71	0.18 81	0.14 31

anonymousdsp	0.43 49	0.27 114	0.53 61	0.44 47	0.32 159	0.50 78	0.42 159	0.89 78	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.33 229	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

DCRE	0.82 304	0.26 88	0.70 165	0.58 268	0.44 289	0.54 110	0.48 230	0.95 106	0.78 122	0.78 121	7.33 508	0.86 193	0.52 124	0.76 79	0.41 129	0.16 27	0.16 217	0.19 94	0.17 129	0.18 81	0.17 109

ccc-4	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

ADStereo(finetuned)	0.57 155	0.24 50	1.06 349	0.43 26	0.24 21	0.49 68	0.35 86	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	1.20 395	0.84 103	0.51 209	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

IGEV-Stereo	0.43 49	0.27 114	0.54 66	0.45 59	0.32 159	0.50 78	0.42 159	0.90 84	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.32 226	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 228	0.27 114	0.97 315	0.51 156	0.43 282	0.79 250	0.33 69	1.21 208	1.06 225	1.30 330	1.10 207	0.52 73	0.55 141	3.16 412	0.63 260	0.16 27	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

MIPNet	0.56 148	0.28 134	0.94 303	0.49 115	0.33 179	0.66 183	0.38 120	1.35 241	1.08 236	1.06 198	0.92 134	0.60 103	0.79 242	0.73 73	0.52 216	0.17 63	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

ACRE	0.61 175	0.33 260	1.01 328	0.58 268	0.49 316	0.75 226	0.47 220	1.06 161	0.95 173	1.37 364	1.55 374	0.62 112	0.46 84	0.83 100	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.18 81	0.21 222

CrosDoStereo	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 522	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

STrans-v2	1.04 380	0.28 134	0.96 313	0.49 115	0.32 159	0.68 194	0.79 380	2.47 481	1.12 256	1.12 224	1.46 353	1.40 354	1.46 427	6.70 483	0.43 149	0.18 101	0.13 76	0.20 128	0.18 145	0.18 81	0.18 133

TransformOpticalFlow	0.96 349	0.28 134	0.89 286	0.52 178	0.31 141	0.66 183	0.54 274	1.75 342	1.12 256	1.09 208	1.44 345	1.37 353	1.01 351	6.70 483	0.42 140	0.19 142	0.12 23	0.20 128	0.19 167	0.18 81	0.19 173

FTStereo	0.91 338	0.26 88	0.56 78	0.54 210	0.33 179	0.66 183	1.87 486	1.00 123	0.75 111	1.75 434	4.15 487	1.04 268	1.65 445	1.57 284	0.46 179	0.19 142	0.16 217	0.23 227	0.21 243	0.18 81	0.63 457

DeepStereo_LL	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 522	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

DEmStereo	0.97 355	0.23 36	0.79 241	0.47 75	0.32 159	1.04 336	0.56 298	0.93 94	0.89 152	1.39 374	2.14 450	1.02 261	2.07 474	5.64 462	0.77 305	0.17 63	0.15 182	0.20 128	0.20 199	0.18 81	0.20 205

DRaft	0.80 293	0.24 50	0.70 165	0.45 59	0.30 115	0.97 319	0.53 267	1.05 148	0.97 185	1.78 437	2.02 442	0.80 164	1.74 452	2.73 397	0.72 287	0.17 63	0.14 127	0.20 128	0.20 199	0.18 81	0.21 222

GrayStereo	0.82 304	0.26 88	0.58 93	0.63 327	0.37 223	0.76 232	1.86 485	1.11 180	0.87 145	1.99 455	1.89 430	1.08 276	1.82 460	1.39 248	0.48 191	0.19 142	0.14 127	0.19 94	0.21 243	0.18 81	0.39 397

CREStereo++_RVC	0.47 81	0.21 12	0.38 7	0.45 59	0.38 240	0.45 48	0.25 19	0.75 32	1.29 358	0.80 126	1.21 260	0.47 45	0.37 44	0.53 19	0.44 152	0.16 27	0.11 6	0.15 8	0.80 484	0.18 81	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 99	0.20 4	0.38 7	0.41 17	0.19 1	0.96 315	0.34 81	1.17 192	1.25 338	0.81 130	0.90 130	0.63 115	0.50 116	1.45 260	0.42 140	0.14 6	0.12 23	0.17 41	0.11 8	0.18 81	0.11 1

raft+_RVC	0.53 109	0.26 88	0.54 66	0.60 292	0.47 312	0.54 110	0.54 274	1.27 226	0.99 197	0.76 114	1.03 183	0.70 139	0.56 146	0.93 129	0.47 186	0.18 101	0.14 127	0.19 94	0.18 145	0.18 81	0.15 59

XX-Stereo	0.63 186	0.26 88	1.90 454	0.81 428	0.67 403	0.43 40	0.23 13	1.03 134	0.58 54	0.65 98	1.56 378	1.41 357	0.39 52	1.28 216	0.35 74	0.20 174	0.14 127	0.20 128	0.19 167	0.18 81	0.14 31

DCANet	0.54 124	0.24 50	0.70 165	0.43 26	0.24 21	0.49 68	0.36 100	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	0.92 302	0.81 95	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

RASNet	1.12 396	0.30 189	0.91 293	0.66 357	0.77 431	0.97 319	0.57 309	1.37 244	1.35 388	1.02 190	1.34 312	2.11 450	1.43 422	7.09 488	1.39 412	0.19 142	0.17 246	0.17 41	0.19 167	0.18 81	0.16 84

iResNet_ROB	0.77 278	0.30 189	0.99 319	0.57 262	0.36 209	0.83 273	0.36 100	2.33 469	1.58 436	1.27 314	1.30 291	1.25 322	0.84 268	1.65 295	0.79 313	0.20 174	0.14 127	0.17 41	0.12 20	0.18 81	0.27 318

MM-Stereo_test2	0.43 49	0.24 50	0.67 142	0.51 156	0.32 159	0.55 117	0.45 206	0.97 113	0.77 119	0.59 89	0.51 39	0.49 56	0.42 62	0.80 90	0.30 20	0.15 11	0.13 76	0.18 73	0.14 57	0.19 120	0.14 31

MM-Stereo_test1	0.49 92	0.24 50	0.56 78	0.51 156	0.30 115	0.50 78	0.54 274	0.91 85	1.03 212	0.84 139	0.69 81	0.54 80	0.60 168	1.16 189	0.33 50	0.18 101	0.16 217	0.20 128	0.17 129	0.19 120	0.15 59

HART	0.45 67	0.22 26	0.54 66	0.50 126	0.26 36	0.41 27	0.29 43	1.03 134	0.50 31	0.58 81	1.45 347	0.61 107	0.35 35	1.08 172	0.30 20	0.15 11	0.13 76	0.19 94	0.14 57	0.19 120	0.14 31

mms	0.40 34	0.27 114	0.52 57	0.46 64	0.32 159	0.43 40	0.46 213	0.70 22	0.46 25	0.35 15	0.58 60	0.44 27	0.30 16	1.36 238	0.33 50	0.16 27	0.13 76	0.18 73	0.15 71	0.19 120	0.15 59

ours_stereo	0.39 27	0.28 134	0.51 50	0.46 64	0.30 115	0.40 23	0.44 189	0.73 27	0.56 51	0.35 15	0.56 54	0.46 38	0.33 27	1.11 178	0.32 37	0.16 27	0.13 76	0.19 94	0.15 71	0.19 120	0.14 31

PAM_32	0.77 278	0.28 134	1.03 339	0.52 178	0.30 115	1.32 384	0.35 86	1.97 411	0.65 86	1.02 190	1.06 190	3.05 478	1.49 432	0.96 135	0.36 83	0.19 142	0.13 76	0.20 128	0.18 145	0.19 120	0.19 173

PAM	0.76 276	0.29 169	1.08 358	0.52 178	0.33 179	1.38 394	0.39 135	2.01 420	0.67 89	1.06 198	0.96 144	2.89 477	1.43 422	0.86 112	0.35 74	0.19 142	0.12 23	0.19 94	0.17 129	0.19 120	0.20 205

UGAM	1.14 401	0.27 114	0.95 307	0.53 195	0.42 273	0.70 206	0.72 363	0.95 106	1.32 372	0.98 175	1.48 359	1.78 421	0.87 284	9.65 515	0.87 334	0.21 206	0.18 267	0.30 355	0.24 308	0.19 120	0.16 84

DispNO	0.93 343	0.30 189	1.34 405	0.55 233	0.55 357	0.89 288	0.49 240	1.48 271	1.21 320	1.17 266	1.27 282	1.19 307	0.90 296	5.23 449	0.74 291	0.22 232	0.17 246	0.24 247	0.21 243	0.19 120	0.20 205

AE-Stereo	0.49 92	0.27 114	0.67 142	0.60 292	0.39 251	0.67 187	0.46 213	1.18 197	1.09 244	0.47 52	0.75 98	0.69 135	0.47 93	0.59 33	0.40 118	0.16 27	0.15 182	0.21 162	0.20 199	0.19 120	0.15 59

cc1	0.64 198	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.19 120	0.19 173

ffm	0.72 241	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	1.55 281	0.32 37	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

ff1	1.37 426	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

tt1	0.62 179	0.32 238	0.51 50	0.54 210	0.26 36	1.16 359	0.48 230	0.95 106	2.47 479	0.57 79	0.77 102	0.49 56	0.81 251	1.55 281	0.32 37	0.20 174	0.12 23	0.24 247	0.15 71	0.19 120	0.20 205

IGEV_Zeroshot_test	0.53 109	0.30 189	0.99 319	0.56 246	0.35 200	0.41 27	0.32 63	1.37 244	0.63 67	1.00 183	1.09 203	0.95 235	0.41 58	0.83 100	0.39 113	0.18 101	0.12 23	0.19 94	0.18 145	0.19 120	0.17 109

UniTT-Stereo	0.36 14	0.23 36	0.59 100	0.48 100	0.36 209	0.40 23	0.32 63	0.53 6	0.49 28	0.54 76	0.55 51	0.36 15	0.31 20	0.58 32	0.51 209	0.20 174	0.15 182	0.17 41	0.15 71	0.19 120	0.15 59

HH	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

HanStereo	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

4D-IteraStereo	0.48 87	0.24 50	0.76 224	0.50 126	0.44 289	0.66 183	0.31 56	0.87 70	1.02 208	1.03 194	0.72 91	0.78 158	0.32 26	0.64 48	0.37 95	0.17 63	0.11 6	0.23 227	0.19 167	0.19 120	0.13 12

anonymousdsp2	0.53 109	0.27 114	0.74 211	0.48 100	0.29 94	0.76 232	0.47 220	1.61 311	0.82 134	0.77 119	0.77 102	0.75 147	0.47 93	1.03 155	0.40 118	0.18 101	0.13 76	0.18 73	0.13 33	0.19 120	0.18 133

CES	0.48 87	0.20 4	0.37 4	0.39 10	1.39 488	0.55 117	0.35 86	0.98 117	0.66 88	0.44 42	0.66 71	0.35 14	0.27 8	0.56 27	0.33 50	0.15 11	0.13 76	0.15 8	0.10 2	0.19 120	1.46 493

Selective-RAFT	0.52 99	0.28 134	0.79 241	0.55 233	0.27 54	0.91 294	0.33 69	0.80 53	0.88 149	0.58 81	0.63 67	0.81 168	0.77 231	1.29 220	0.48 191	0.19 142	0.14 127	0.17 41	0.15 71	0.19 120	0.17 109

CIPLG	0.62 179	0.33 260	0.96 313	0.58 268	0.50 323	0.75 226	0.48 230	1.05 148	0.96 178	1.40 375	1.57 382	0.64 118	0.48 104	0.89 120	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

iRaft-Stereo_20w	0.65 206	0.31 222	1.00 324	0.47 75	0.34 196	0.73 217	0.30 50	2.96 489	0.70 98	1.15 247	1.14 229	0.76 151	0.65 197	1.11 178	0.38 105	0.17 63	0.13 76	0.18 73	0.16 109	0.19 120	0.18 133

IPLGR_C	0.62 179	0.33 260	0.99 319	0.58 268	0.49 316	0.76 232	0.48 230	1.10 174	0.96 178	1.40 375	1.56 378	0.62 112	0.48 104	0.80 90	0.71 284	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

HHNet	0.62 179	0.26 88	0.63 116	0.43 26	0.45 296	0.50 78	0.58 313	1.07 163	1.01 205	1.25 307	2.23 453	0.70 139	0.61 177	1.07 168	0.47 186	0.20 174	0.13 76	0.23 227	0.19 167	0.19 120	0.30 348

ASMatch	0.88 330	0.26 88	0.69 159	0.51 156	0.35 200	0.48 56	0.37 114	1.12 182	0.92 166	1.10 216	3.28 477	0.96 241	0.98 339	4.90 444	0.49 198	0.19 142	0.16 217	0.22 189	0.19 167	0.19 120	0.27 318

THIR-Stereo	1.02 375	0.27 114	0.69 159	0.49 115	0.28 77	0.95 310	1.34 460	1.03 134	0.97 185	1.34 356	1.90 431	1.17 303	1.58 438	6.44 476	0.78 307	0.19 142	0.14 127	0.21 162	0.22 272	0.19 120	0.20 205

CroCo-Stereo	0.40 34	0.31 222	0.73 195	0.58 268	0.27 54	0.26 3	0.33 69	0.95 106	0.81 129	0.42 35	0.47 26	0.65 121	0.47 93	0.39 5	0.34 65	0.18 101	0.15 182	0.16 23	0.14 57	0.19 120	0.16 84
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
cross-raft	0.54 124	0.25 73	0.61 108	0.52 178	0.29 94	0.68 194	0.37 114	1.46 268	0.76 117	1.01 186	1.06 190	1.28 333	0.46 84	0.71 66	0.35 74	0.15 11	0.12 23	0.18 73	0.16 109	0.19 120	0.14 31

iRaftStereo_RVC	0.47 81	0.26 88	0.64 123	0.50 126	0.29 94	0.53 103	0.33 69	1.05 148	0.77 119	0.84 139	1.00 160	0.55 82	0.37 44	0.81 95	0.40 118	0.17 63	0.12 23	0.22 189	0.20 199	0.19 120	0.15 59

cf-r	0.73 259	0.30 189	0.77 230	0.55 233	0.63 391	0.78 245	0.48 230	1.79 362	1.15 282	1.13 238	1.26 279	1.43 359	0.87 284	1.40 254	0.85 331	0.25 298	0.18 267	0.22 189	0.23 295	0.19 120	0.19 173

DIP-Stereo	0.62 179	0.30 189	0.83 254	0.48 100	0.36 209	0.95 310	0.33 69	2.37 474	0.67 89	1.25 307	1.00 160	0.68 130	0.51 119	0.91 122	0.61 253	0.18 101	0.15 182	0.21 162	0.17 129	0.19 120	0.19 173
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MLCV	0.72 241	0.34 283	1.10 364	0.51 156	0.23 15	0.91 294	0.39 135	1.33 233	1.23 329	1.46 389	1.55 374	1.01 259	0.64 191	1.95 339	0.80 317	0.18 101	0.12 23	0.18 73	0.14 57	0.19 120	0.17 109

G2L-Stereo	0.80 293	0.32 238	0.95 307	0.60 292	0.42 273	0.78 245	0.69 355	1.50 277	1.09 244	1.33 352	1.14 229	1.45 366	0.72 214	2.45 383	1.10 372	0.25 298	0.20 301	0.26 305	0.21 243	0.20 154	0.26 308

HI	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

CoSv	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

SCV_C0	0.43 49	0.26 88	0.65 130	0.43 26	0.29 94	0.47 53	0.31 56	1.34 238	0.73 108	0.38 27	0.49 34	0.54 80	0.29 12	1.24 208	0.30 20	0.17 63	0.13 76	0.16 23	0.13 33	0.20 154	0.15 59

AIO-test2	0.57 155	0.28 134	0.63 116	0.61 306	0.58 371	0.79 250	0.51 248	1.18 197	1.40 409	0.63 95	1.15 237	0.51 66	0.43 69	1.09 173	0.35 74	0.21 206	0.17 246	0.26 305	0.30 389	0.20 154	0.19 173

IGEV-RUCA	0.37 19	0.23 36	0.48 33	0.49 115	0.36 209	0.60 143	0.23 13	0.64 13	0.49 28	0.39 31	0.49 34	0.44 27	0.31 20	0.85 108	0.30 20	0.24 272	0.13 76	0.16 23	0.12 20	0.20 154	0.19 173

CoDeX	0.73 259	0.29 169	0.93 299	0.54 210	0.36 209	1.14 351	0.61 327	2.34 471	1.17 294	1.16 257	1.25 272	0.91 213	0.87 284	1.33 229	0.64 264	0.20 174	0.16 217	0.21 162	0.18 145	0.20 154	0.18 133

11t1	0.52 99	0.28 134	0.68 146	0.51 156	0.28 77	0.83 273	0.39 135	1.22 216	0.63 67	0.84 139	0.74 96	0.68 130	0.68 200	0.91 122	0.57 238	0.21 206	0.18 267	0.19 94	0.16 109	0.20 154	0.21 222

EKT-Stereo	0.53 109	0.30 189	0.73 195	0.58 268	0.60 382	0.51 94	0.48 230	0.94 101	0.90 156	0.71 106	0.88 126	0.77 154	0.43 69	1.07 168	0.40 118	0.22 232	0.16 217	0.21 162	0.18 145	0.20 154	0.22 239

anonymousa	0.72 241	0.27 114	0.75 214	0.47 75	0.63 391	1.43 403	0.45 206	1.24 222	0.89 152	1.28 316	1.75 413	1.62 395	1.13 383	0.69 58	0.59 243	0.19 142	0.16 217	0.23 227	0.25 322	0.20 154	0.18 133

DisPM	0.66 213	0.28 134	0.72 183	0.61 306	0.35 200	0.62 157	0.45 206	1.02 129	0.99 197	1.56 412	1.10 207	0.80 164	0.59 165	2.37 378	0.41 129	0.23 257	0.14 127	0.23 227	0.21 243	0.20 154	0.25 284

IER	0.70 232	0.31 222	1.02 335	0.48 100	0.52 345	1.34 388	0.51 248	1.17 192	0.99 197	1.23 294	1.34 312	1.12 293	1.11 376	0.99 146	0.71 284	0.20 174	0.16 217	0.21 162	0.21 243	0.20 154	0.19 173

raft_robust	0.68 226	0.30 189	0.64 123	0.52 178	0.26 36	0.54 110	0.35 86	1.33 233	1.24 335	1.16 257	1.07 194	0.60 103	0.54 134	3.58 424	0.37 95	0.18 101	0.14 127	0.20 128	0.22 272	0.20 154	0.16 84

RAFT_CTSACE	0.63 186	0.26 88	0.88 280	0.55 233	0.51 334	0.71 211	0.44 189	0.80 53	0.97 185	0.97 171	1.84 423	1.18 306	0.68 200	1.47 266	0.36 83	0.16 27	0.15 182	0.21 162	0.20 199	0.20 154	0.14 31

Sa-1000	0.72 241	0.29 169	0.76 224	0.59 281	0.30 115	0.73 217	0.37 114	1.62 315	1.33 376	1.28 316	2.04 444	0.86 193	0.75 219	1.84 325	0.38 105	0.19 142	0.14 127	0.25 286	0.23 295	0.20 154	0.16 84

test_4	0.53 109	0.22 26	0.56 78	0.54 210	0.32 159	0.64 161	0.39 135	0.80 53	0.62 64	0.92 158	1.87 428	0.68 130	0.42 62	1.16 189	0.37 95	0.15 11	0.13 76	0.20 128	0.22 272	0.20 154	0.15 59

iRaft-Stereo_5w	0.85 320	0.29 169	0.91 293	0.53 195	0.43 282	0.49 68	0.68 351	0.99 119	0.87 145	0.79 124	1.34 312	1.46 369	0.91 299	5.11 447	1.11 375	0.17 63	0.14 127	0.22 189	0.18 145	0.20 154	0.20 205

IPLGR	0.58 161	0.27 114	1.14 374	0.48 100	0.28 77	0.65 175	0.33 69	1.22 216	1.13 268	1.18 271	1.05 188	0.69 135	0.66 199	0.96 135	0.52 216	0.17 63	0.15 182	0.20 128	0.17 129	0.20 154	0.18 133

GMOStereo	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

error version	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-v	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

OMP-Stereo	0.94 345	0.33 260	0.72 183	0.90 459	0.31 141	0.49 68	0.36 100	1.16 190	1.06 225	1.58 418	1.12 220	1.46 369	0.69 203	6.94 486	0.49 198	0.19 142	0.14 127	0.24 247	0.18 145	0.20 154	0.14 31

IIG-Stereo	0.96 349	0.31 222	0.72 183	0.88 454	0.33 179	0.61 149	0.26 28	1.19 205	1.03 212	1.69 430	1.37 321	1.46 369	0.75 219	6.96 487	0.51 209	0.19 142	0.14 127	0.23 227	0.18 145	0.20 154	0.14 31

NF-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.02 174	0.82 173	0.57 155	5.40 456	0.48 191	0.23 257	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

OCTAStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.82 173	0.57 155	5.35 451	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

PSM-softLoss	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

KMStereo	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

KYRaft	0.75 270	0.28 134	0.62 113	0.56 246	0.29 94	0.67 187	0.86 398	0.94 101	0.84 139	1.62 423	2.21 452	1.16 302	1.02 356	1.57 284	0.40 118	0.20 174	0.13 76	0.22 189	0.28 369	0.20 154	1.02 481

PFNet	0.91 338	0.26 88	1.10 364	0.63 327	0.32 159	0.64 161	0.56 298	1.17 192	0.99 197	1.47 390	1.08 198	0.98 245	0.69 203	6.62 478	0.54 229	0.20 174	0.12 23	0.24 247	0.19 167	0.20 154	0.17 109

RE-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

TVStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

IRAFT_RVC	0.88 330	0.28 134	0.76 224	0.63 327	0.31 141	0.65 175	1.02 431	1.22 216	0.94 171	1.22 288	1.04 186	1.01 259	0.98 339	5.82 466	0.53 223	0.22 232	0.12 23	0.25 286	0.20 199	0.20 154	0.19 173

test-2	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-1	0.52 99	0.26 88	1.04 343	0.56 246	0.32 159	0.61 149	0.38 120	1.10 174	0.91 161	0.78 121	1.01 166	0.77 154	0.52 124	0.60 44	0.42 140	0.17 63	0.14 127	0.20 128	0.17 129	0.20 154	0.23 258

GMM-Stereo	0.74 262	0.25 73	0.59 100	0.54 210	0.34 196	0.72 214	0.99 426	1.01 128	0.87 145	1.36 361	1.78 416	1.12 293	0.81 251	2.09 352	0.46 179	0.18 101	0.12 23	0.25 286	0.25 322	0.20 154	0.85 475

Prome-Stereo	0.75 270	0.27 114	0.53 61	0.55 233	0.32 159	0.59 135	0.97 422	0.89 78	0.88 149	1.45 387	2.46 464	0.91 213	1.41 420	1.58 286	0.44 152	0.18 101	0.13 76	0.19 94	0.17 129	0.20 154	0.92 477

RALCasStereoNet	0.54 124	0.30 189	0.66 137	0.59 281	0.51 334	0.61 149	0.52 259	0.94 101	0.93 168	0.70 104	1.01 166	0.78 158	0.44 76	1.33 229	0.47 186	0.20 174	0.16 217	0.18 73	0.16 109	0.20 154	0.19 173

GwcNet-RSSM	0.77 278	0.32 238	1.01 328	0.62 318	0.54 351	0.78 245	0.51 248	1.73 336	1.20 314	1.09 208	1.37 321	1.46 369	0.85 271	1.53 277	1.09 369	0.25 298	0.18 267	0.23 227	0.24 308	0.20 154	0.19 173

HSM-Net_RVC	0.87 329	0.29 169	0.53 61	0.53 195	0.30 115	1.15 357	0.55 290	3.57 497	1.28 354	1.53 404	1.74 410	1.68 408	0.93 311	1.49 268	0.77 305	0.22 232	0.17 246	0.19 94	0.18 145	0.20 154	0.19 173
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
pmcnn	2.37 481	0.42 351	2.71 482	0.63 327	0.43 282	1.54 412	1.19 450	2.01 420	1.53 432	2.64 479	7.60 509	18.07 526	1.45 426	3.44 421	2.78 467	0.18 101	0.15 182	0.15 8	0.12 20	0.20 154	0.18 133

test_sample1	0.61 175	0.29 169	0.75 214	0.50 126	0.31 141	0.76 232	0.48 230	1.59 304	0.84 139	0.90 151	0.94 140	0.88 201	0.95 321	1.16 189	0.67 271	0.22 232	0.18 267	0.20 128	0.19 167	0.21 194	0.21 222

H2IRNET	0.56 148	0.26 88	0.66 137	0.47 75	0.35 200	0.41 27	0.26 28	0.92 88	1.17 294	0.61 92	1.28 287	1.08 276	0.86 279	0.99 146	0.63 260	0.19 142	0.16 217	0.22 189	0.25 322	0.21 194	0.18 133

LL-Strereo2	0.52 99	0.33 260	0.69 159	0.52 178	0.37 223	0.70 206	0.30 50	1.13 185	0.67 89	0.94 164	0.78 104	0.91 213	0.42 62	1.05 163	0.42 140	0.17 63	0.16 217	0.29 344	0.25 322	0.21 194	0.16 84

CBFPSM	0.92 340	0.33 260	1.86 453	0.49 115	0.38 240	1.75 430	0.84 392	1.39 250	1.12 256	1.09 208	0.99 156	2.37 460	1.66 449	1.32 226	1.42 421	0.19 142	0.18 267	0.20 128	0.20 199	0.21 194	0.33 369

CroCo-Stereo Lap2	0.44 59	0.34 283	0.77 230	0.61 306	0.79 436	0.28 6	0.35 86	0.75 32	0.71 103	0.38 27	0.50 37	0.72 143	0.55 141	0.57 31	0.47 186	0.17 63	0.18 267	0.19 94	0.16 109	0.21 194	0.20 205

TestStereo1	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

x	0.54 124	0.31 222	0.61 108	0.47 75	0.30 115	0.67 187	0.47 220	1.53 292	0.79 126	0.81 130	0.83 116	0.78 158	0.70 208	0.70 62	0.62 256	0.21 206	0.19 283	0.22 189	0.19 167	0.21 194	0.20 205

RAFT+CT+SA	0.58 161	0.29 169	0.60 105	0.66 357	0.37 223	0.42 34	0.55 290	1.27 226	1.03 212	0.70 104	1.22 262	0.60 103	0.70 208	1.64 294	0.41 129	0.18 101	0.13 76	0.22 189	0.22 272	0.21 194	0.18 133

test_5	0.65 206	0.30 189	0.75 214	0.67 369	0.50 323	0.92 301	0.52 259	1.39 250	1.12 256	0.76 114	1.11 213	1.00 252	0.90 296	1.53 277	0.45 165	0.18 101	0.13 76	0.23 227	0.22 272	0.21 194	0.19 173

SA-5K	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

SA	0.66 213	0.30 189	0.82 250	0.61 306	0.30 115	0.58 130	0.38 120	1.44 263	1.30 364	0.96 168	1.36 319	0.66 125	0.95 321	1.85 328	0.42 140	0.19 142	0.15 182	0.25 286	0.23 295	0.21 194	0.17 109

GLC_STEREO	0.39 27	0.25 73	0.41 16	0.54 210	0.23 15	0.48 56	0.30 50	0.73 27	0.58 54	0.52 73	0.73 93	0.51 66	0.31 20	0.64 48	0.42 140	0.17 63	0.20 301	0.23 227	0.19 167	0.21 194	0.17 109

test_3	0.55 139	0.23 36	0.71 177	0.53 195	0.28 77	0.61 149	0.40 142	0.92 88	1.05 221	1.19 275	0.68 77	0.93 224	0.44 76	1.67 300	0.39 113	0.15 11	0.12 23	0.22 189	0.19 167	0.21 194	0.14 31

PFNet+	0.59 166	0.28 134	0.77 230	0.53 195	0.30 115	0.59 135	0.31 56	0.92 88	1.14 271	1.33 352	1.10 207	0.79 162	0.57 155	1.31 222	0.49 198	0.25 298	0.17 246	0.28 334	0.26 339	0.21 194	0.25 284

NRIStereo	0.60 169	0.29 169	0.69 159	0.53 195	0.28 77	0.63 158	0.33 69	1.08 169	0.87 145	1.14 241	0.87 124	0.91 213	0.59 165	2.24 367	0.49 198	0.20 174	0.14 127	0.21 162	0.19 167	0.21 194	0.17 109

PSM-AAD	0.79 290	0.27 114	0.53 61	0.55 233	0.28 77	0.77 240	1.24 453	0.99 119	0.91 161	1.66 428	1.57 382	0.81 168	2.19 478	1.65 295	0.44 152	0.19 142	0.14 127	0.38 415	0.32 402	0.21 194	0.70 466

Pruner-Stereo	0.62 179	0.29 169	0.70 165	0.61 306	0.31 141	0.63 158	0.43 176	1.17 192	0.99 197	1.53 404	1.08 198	0.95 235	0.55 141	1.35 233	0.51 209	0.23 257	0.14 127	0.24 247	0.21 243	0.21 194	0.23 258

rafts_anoy	0.52 99	0.29 169	0.59 100	0.59 281	0.50 323	0.53 103	0.40 142	1.11 180	1.03 212	0.84 139	0.83 116	0.68 130	0.54 134	0.72 69	0.51 209	0.19 142	0.14 127	0.24 247	0.26 339	0.21 194	0.18 133

GES	0.66 213	0.34 283	0.90 290	0.59 281	0.38 240	0.94 306	0.57 309	2.11 436	0.86 141	1.02 190	1.11 213	0.66 125	0.79 242	0.99 146	0.61 253	0.27 336	0.19 283	0.20 128	0.20 199	0.21 194	0.30 348

SFCPSM	0.70 232	0.28 134	1.02 335	0.51 156	0.38 240	1.37 391	0.66 344	2.00 416	1.03 212	1.17 266	1.21 260	0.82 173	0.78 238	1.03 155	0.53 223	0.21 206	0.17 246	0.22 189	0.24 308	0.21 194	0.19 173

delet	0.85 320	0.32 238	0.95 307	0.65 350	0.66 399	1.64 422	0.84 392	1.75 342	1.35 388	1.32 344	1.30 291	1.30 337	0.88 289	1.68 305	1.10 372	0.21 206	0.21 323	0.24 247	0.24 308	0.21 194	0.21 222

acv_ft	0.75 270	0.31 222	0.95 307	0.70 388	0.86 452	1.24 372	0.53 267	1.44 263	1.07 230	1.24 302	1.30 291	1.08 276	0.92 302	0.80 90	1.34 404	0.21 206	0.19 283	0.21 162	0.18 145	0.21 194	0.18 133

HSM	1.19 409	0.32 238	0.65 130	0.57 262	0.38 240	1.23 371	0.59 321	2.25 462	1.19 309	1.30 330	1.25 272	1.94 436	1.03 358	9.32 510	0.71 284	0.22 232	0.16 217	0.20 128	0.16 109	0.21 194	0.21 222

MyStereo8	0.65 206	0.29 169	1.00 324	0.58 268	0.49 316	0.91 294	0.35 86	1.18 197	1.31 368	1.16 257	1.27 282	0.90 210	0.64 191	0.72 69	0.95 348	0.18 101	0.14 127	0.20 128	0.18 145	0.22 217	0.26 308

MyStereo06	0.61 175	0.28 134	0.95 307	0.56 246	0.46 307	0.61 149	0.73 364	1.78 356	0.67 89	1.03 194	1.12 220	1.13 298	0.56 146	0.78 84	0.41 129	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

MyStereo05	0.66 213	0.28 134	1.07 354	0.56 246	0.46 307	0.61 149	0.73 364	1.34 238	1.41 413	1.15 247	0.91 132	0.77 154	0.80 248	1.41 255	0.63 260	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

ACVNet-DCA	0.56 148	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

xx1	0.67 222	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.95 235	0.77 231	1.46 262	0.32 37	0.20 174	0.12 23	0.24 247	0.23 295	0.22 217	0.21 222

1test111	0.54 124	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	0.88 115	0.59 243	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

LL-Strereo	1.33 422	0.39 333	1.38 407	0.61 306	0.61 385	0.75 226	0.66 344	1.63 317	1.17 294	1.56 412	1.60 387	2.03 446	2.12 475	9.72 516	0.97 354	0.21 206	0.18 267	0.27 321	0.23 295	0.22 217	0.25 284

gwcnet-sp	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

scenet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

ssnet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

qqq	0.57 155	0.34 283	0.71 177	0.47 75	0.27 54	0.64 161	0.62 330	1.42 256	0.78 122	0.80 126	0.92 134	0.95 235	0.77 231	0.88 115	0.59 243	0.21 206	0.20 301	0.24 247	0.23 295	0.22 217	0.21 222

BUS	0.74 262	0.32 238	0.68 146	0.54 210	0.44 289	2.34 469	0.42 159	2.16 446	0.98 190	1.20 279	1.11 213	1.03 265	0.62 182	0.91 122	0.70 279	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

BSDual-CNN	0.71 239	0.32 238	0.68 146	0.54 210	0.44 289	1.27 376	0.65 339	2.16 446	0.98 190	1.20 279	1.11 213	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

hknet	0.77 278	0.32 238	0.95 307	0.54 210	0.38 240	1.27 376	0.65 339	2.16 446	1.07 230	1.20 279	1.11 213	1.59 391	0.81 251	1.37 239	0.66 268	0.22 232	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

RAFT	0.64 198	0.30 189	0.73 195	0.59 281	0.33 179	0.68 194	0.58 313	1.04 140	0.76 117	1.08 202	1.19 254	1.65 405	0.93 311	1.06 164	0.56 235	0.21 206	0.18 267	0.27 321	0.24 308	0.22 217	0.17 109

222	1.61 446	0.29 169	0.67 142	0.56 246	0.29 94	1.06 340	0.42 159	2.17 452	1.31 368	1.31 340	1.52 367	0.92 222	0.94 316	1.76 318	17.65 522	0.24 272	0.20 301	0.21 162	0.19 167	0.22 217	0.23 258

xxxx	1.51 437	0.28 134	0.68 146	0.54 210	0.28 77	1.16 359	0.44 189	2.19 455	1.29 358	1.09 208	1.36 319	1.22 311	0.85 271	1.79 321	15.70 521	0.24 272	0.21 323	0.21 162	0.20 199	0.22 217	0.23 258

test_xeample	1.45 433	0.28 134	0.65 130	0.51 156	0.28 77	0.94 306	0.59 321	2.14 441	1.29 358	1.24 302	1.51 366	0.88 201	0.86 279	1.46 262	15.10 518	0.22 232	0.20 301	0.22 189	0.20 199	0.22 217	0.22 239

FENet	0.60 169	0.28 134	0.63 116	0.54 210	0.33 179	0.83 273	0.38 120	1.27 226	1.07 230	1.00 183	0.86 121	0.99 251	0.85 271	0.96 135	0.68 275	0.22 232	0.15 182	0.23 227	0.20 199	0.22 217	0.23 258

ac_64	0.82 304	0.29 169	0.81 247	0.71 396	0.60 382	1.05 337	0.54 274	1.99 415	0.92 166	1.18 271	1.06 190	1.99 441	1.08 371	1.94 338	0.97 354	0.27 336	0.22 341	0.24 247	0.23 295	0.22 217	0.19 173

ACVNet	0.63 186	0.31 222	0.54 66	0.54 210	0.36 209	0.80 258	0.46 213	1.37 244	1.07 230	0.93 159	1.30 291	1.08 276	0.85 271	0.80 90	0.94 345	0.21 206	0.19 283	0.21 162	0.18 145	0.22 217	0.18 133

GANet-RSSM	0.72 241	0.28 134	0.63 116	0.64 336	0.58 371	0.80 258	0.58 313	1.89 388	1.08 236	1.04 197	1.25 272	1.15 301	1.04 360	1.49 268	0.62 256	0.25 298	0.19 283	0.22 189	0.22 272	0.22 217	0.21 222

AANet_RVC	1.16 407	0.52 392	1.49 429	0.65 350	0.45 296	0.75 226	0.69 355	1.42 256	1.55 435	1.34 356	1.87 428	1.53 381	0.78 238	7.43 494	1.38 409	0.25 298	0.17 246	0.19 94	0.16 109	0.22 217	0.26 308

iResNet	0.75 270	0.40 339	1.36 406	0.67 369	0.29 94	0.92 301	0.59 321	1.52 286	1.25 338	1.28 316	1.48 359	0.94 227	0.76 227	1.62 292	0.78 307	0.18 101	0.14 127	0.18 73	0.15 71	0.22 217	0.23 258

DN-CSS_ROB	0.64 198	0.32 238	1.05 345	0.55 233	0.40 261	0.54 110	0.45 206	1.21 208	0.93 168	1.03 194	1.47 354	0.69 135	0.63 187	1.76 318	0.49 198	0.18 101	0.14 127	0.25 286	0.22 272	0.22 217	0.20 205

test_sample2	0.62 179	0.29 169	0.74 211	0.50 126	0.28 77	0.80 258	0.61 327	1.61 311	1.00 202	0.88 148	0.99 156	0.94 227	0.83 264	1.16 189	0.51 209	0.23 257	0.18 267	0.22 189	0.21 243	0.23 242	0.22 239

Former-RAFT_DAM_RVC	0.46 74	0.36 314	0.71 177	0.47 75	0.36 209	0.67 187	0.35 86	0.78 42	1.12 256	0.61 92	0.62 66	0.39 21	0.39 52	0.71 66	0.39 113	0.20 174	0.17 246	0.22 189	0.18 145	0.23 242	0.19 173

SMFormer	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.23 242	0.24 272

MyStereo07	0.48 87	0.29 169	0.50 43	0.55 233	0.45 296	0.59 135	0.79 380	1.05 148	0.51 39	0.48 56	0.53 43	0.43 25	0.55 141	1.30 221	0.34 65	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

MyStereo04	0.67 222	0.29 169	1.07 354	0.55 233	0.45 296	0.59 135	0.79 380	1.50 277	1.40 409	0.91 156	0.91 132	0.74 145	0.86 279	1.52 273	0.62 256	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

CASnet	0.41 41	0.25 73	0.48 33	0.50 126	0.20 3	0.50 78	0.36 100	0.81 56	0.80 127	0.83 136	0.68 77	0.48 49	0.31 20	0.54 21	0.32 37	0.18 101	0.12 23	0.27 321	0.22 272	0.23 242	0.14 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
knoymous	0.51 98	0.29 169	0.47 31	0.43 26	0.30 115	0.55 117	0.55 290	1.02 129	0.77 119	0.98 175	0.85 120	0.94 227	0.56 146	0.85 108	0.45 165	0.20 174	0.14 127	0.26 305	0.14 57	0.23 242	0.23 258

CRFU-Net	0.86 325	0.39 333	1.00 324	0.65 350	0.57 362	1.78 437	0.86 398	2.15 443	0.81 129	1.38 369	1.18 247	1.64 403	1.19 392	1.35 233	0.90 341	0.26 320	0.22 341	0.21 162	0.19 167	0.23 242	0.24 272

psmg	0.72 241	0.32 238	0.68 146	0.50 126	0.44 289	1.48 406	0.75 369	1.94 404	0.98 190	1.21 283	1.33 305	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.19 283	0.25 286	0.25 322	0.23 242	0.22 239

CSP-Net	0.97 355	0.38 328	0.83 254	0.53 195	0.41 268	1.63 420	0.77 375	2.00 416	1.05 221	1.25 307	1.20 258	1.33 343	0.83 264	4.93 446	0.85 331	0.32 377	0.22 341	0.20 128	0.20 199	0.23 242	0.25 284

GANet-ADL	0.60 169	0.35 304	0.72 183	0.64 336	0.40 261	0.68 194	0.51 248	1.49 273	1.12 256	0.95 166	1.08 198	0.91 213	0.57 155	0.76 79	0.55 233	0.26 320	0.18 267	0.18 73	0.16 109	0.23 242	0.25 284

AAGNet	1.83 459	0.28 134	0.72 183	0.61 306	0.32 159	0.67 187	0.51 248	0.96 112	0.98 190	1.47 390	1.20 258	1.00 252	1.18 389	2.83 399	22.77 528	0.22 232	0.13 76	0.22 189	0.19 167	0.23 242	0.15 59

SST-Stereo	0.83 311	0.28 134	0.72 183	0.59 281	0.31 141	0.72 214	0.26 28	1.09 171	0.86 141	1.47 390	1.10 207	1.00 252	0.87 284	5.73 464	0.45 165	0.22 232	0.13 76	0.23 227	0.19 167	0.23 242	0.18 133

RAFT_R40	0.83 311	0.28 134	0.73 195	0.59 281	0.31 141	0.69 199	0.44 189	1.10 174	0.95 173	1.47 390	1.10 207	1.00 252	0.85 271	5.53 458	0.46 179	0.22 232	0.13 76	0.23 227	0.20 199	0.23 242	0.18 133

HGLStereo	0.85 320	0.38 328	0.94 303	0.80 425	1.03 465	1.17 361	0.58 313	1.52 286	1.20 314	1.19 275	1.62 394	1.13 298	1.20 395	1.80 322	1.06 363	0.24 272	0.24 362	0.24 247	0.21 243	0.23 242	0.27 318

coex_refinement	0.80 293	0.28 134	0.73 195	0.70 388	0.51 334	0.95 310	0.60 325	1.78 356	1.23 329	1.36 361	1.37 321	1.82 424	0.81 251	1.32 226	1.13 378	0.26 320	0.17 246	0.19 94	0.20 199	0.24 257	0.25 284

rvit_stereo_0083	0.47 81	0.33 260	0.81 247	0.56 246	0.36 209	0.50 78	0.44 189	0.68 19	0.95 173	0.49 61	0.57 57	0.55 82	0.49 112	0.88 115	0.46 179	0.25 298	0.25 369	0.24 247	0.20 199	0.24 257	0.17 109

rvit_stereo_ft	0.47 81	0.35 304	0.87 273	0.67 369	0.42 273	0.40 23	0.59 321	0.81 56	0.74 110	0.46 49	0.55 51	0.57 91	0.49 112	0.65 53	0.50 204	0.25 298	0.17 246	0.22 189	0.22 272	0.24 257	0.17 109

1111x	1.70 454	0.29 169	0.86 262	0.51 156	0.27 54	1.01 329	0.68 351	2.22 459	1.28 354	1.13 238	1.40 332	1.21 309	1.10 375	5.53 458	15.20 519	0.22 232	0.21 323	0.22 189	0.22 272	0.24 257	0.22 239

plain	0.46 74	0.27 114	1.01 328	0.50 126	0.40 261	0.35 12	0.37 114	0.87 70	0.56 51	0.43 40	0.76 100	0.42 22	0.40 56	1.13 183	0.45 165	0.21 206	0.15 182	0.24 247	0.19 167	0.24 257	0.16 84

MIF-Stereo (partial)	0.45 67	0.25 73	0.70 165	0.50 126	0.52 345	0.35 12	0.26 28	0.91 85	0.59 60	0.45 48	0.71 88	0.51 66	0.51 119	1.11 178	0.45 165	0.20 174	0.16 217	0.23 227	0.20 199	0.24 257	0.18 133

riskmin	0.56 148	0.27 114	0.60 105	0.43 26	0.31 141	0.83 273	0.42 159	1.14 186	1.04 217	0.73 112	0.75 98	1.11 292	1.01 351	0.81 95	0.51 209	0.20 174	0.14 127	0.24 247	0.15 71	0.24 257	0.25 284

DeepStereo_RVC	0.55 139	0.29 169	0.72 183	0.51 156	0.30 115	0.59 135	0.33 69	1.03 134	0.70 98	1.16 257	0.93 137	0.83 180	0.94 316	0.96 135	0.54 229	0.21 206	0.14 127	0.21 162	0.19 167	0.24 257	0.24 272

ICVP	0.63 186	0.33 260	0.57 88	0.61 306	0.40 261	0.80 258	0.58 313	1.61 311	0.89 152	0.90 151	1.24 268	0.88 201	0.73 215	0.72 69	0.88 335	0.29 359	0.21 323	0.22 189	0.21 243	0.24 257	0.27 318
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PSMNet-RSSM	0.72 241	0.30 189	0.61 108	0.63 327	0.42 273	0.73 217	0.56 298	1.92 398	1.10 250	1.09 208	1.37 321	1.22 311	0.98 339	1.28 216	0.72 287	0.27 336	0.19 283	0.27 321	0.29 380	0.24 257	0.24 272

DMCA	0.67 222	0.34 283	0.90 290	0.51 156	0.44 289	0.86 285	0.47 220	1.42 256	1.02 208	1.17 266	1.12 220	1.23 316	0.75 219	0.78 84	0.95 348	0.25 298	0.19 283	0.27 321	0.19 167	0.24 257	0.27 318

iResNetv2_ROB	0.80 293	0.37 321	1.71 442	0.56 246	0.37 223	0.94 306	0.64 337	1.73 336	1.34 379	1.23 294	1.42 335	1.26 326	0.92 302	1.85 328	0.56 235	0.23 257	0.15 182	0.19 94	0.14 57	0.24 257	0.19 173

S2M2	0.34 9	0.28 134	0.45 26	0.40 13	0.30 115	0.31 8	0.16 1	0.60 11	0.64 71	0.31 7	0.48 28	0.47 45	0.34 33	0.38 3	0.32 37	0.25 298	0.22 341	0.20 128	0.22 272	0.25 269	0.22 239

rvit_stereo_0081	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

rvit_stereo_0082	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

test_sample3	0.68 226	0.32 238	0.88 280	0.52 178	0.30 115	0.97 319	0.52 259	1.86 381	1.15 282	1.08 202	1.11 213	0.88 201	0.71 212	1.17 193	0.68 275	0.25 298	0.20 301	0.25 286	0.25 322	0.25 269	0.25 284

mmm	0.63 186	0.35 304	0.72 183	0.51 156	0.30 115	0.86 285	0.54 274	1.59 304	0.86 141	1.07 201	1.38 326	0.79 162	0.75 219	0.91 122	0.58 241	0.22 232	0.18 267	0.29 344	0.25 322	0.25 269	0.23 258

GwcNet-ADL	0.64 198	0.31 222	0.79 241	0.56 246	0.41 268	0.60 143	0.58 313	1.41 254	1.26 343	1.08 202	1.13 225	0.91 213	0.60 168	1.04 161	0.78 307	0.27 336	0.18 267	0.18 73	0.18 145	0.25 269	0.29 334

HCRNet	0.70 232	0.39 333	0.73 195	0.60 292	0.59 379	0.76 232	0.35 86	1.22 216	1.13 268	1.02 190	0.99 156	1.02 261	0.76 227	2.19 364	0.70 279	0.28 349	0.19 283	0.28 334	0.23 295	0.25 269	0.23 258

MMNet	0.84 316	0.32 238	1.09 361	0.60 292	0.59 379	1.85 443	0.49 240	1.51 284	1.27 349	1.37 364	1.15 237	1.26 326	1.18 389	1.67 300	1.22 388	0.19 142	0.18 267	0.23 227	0.22 272	0.25 269	0.21 222

UNet	0.83 311	0.34 283	1.31 397	0.58 268	0.74 420	1.58 416	0.49 240	1.41 254	1.04 217	1.21 283	1.08 198	1.54 383	1.12 379	1.65 295	1.09 369	0.23 257	0.17 246	0.25 286	0.20 199	0.25 269	0.22 239

UPFNet	0.80 293	0.32 238	0.90 290	0.59 281	0.74 420	1.26 375	0.80 386	1.52 286	1.10 250	1.30 330	1.12 220	1.30 337	0.84 268	1.67 300	1.09 369	0.24 272	0.24 362	0.24 247	0.23 295	0.25 269	0.18 133

StereoDRNet-Refined	0.80 293	0.41 347	0.88 280	0.62 318	0.42 273	1.33 386	0.48 230	1.52 286	1.17 294	1.45 387	1.44 345	1.44 364	0.90 296	1.26 211	1.24 390	0.20 174	0.16 217	0.27 321	0.24 308	0.25 269	0.28 330
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LE_ROB	8.05 515	0.37 321	23.53 524	0.74 410	0.33 179	2.77 482	2.87 512	3.71 499	27.24 533	25.39 533	8.87 516	8.46 513	26.71 532	6.65 479	21.99 525	0.21 206	0.19 283	0.20 128	0.21 243	0.25 269	0.22 239

rvit_stereo_0081_aga	0.44 59	0.34 283	0.73 195	0.51 156	0.41 268	0.50 78	0.40 142	0.81 56	0.57 53	0.58 81	0.56 54	0.53 78	0.43 69	0.66 55	0.40 118	0.26 320	0.21 323	0.22 189	0.20 199	0.26 281	0.18 133

test_sample4	0.69 228	0.33 260	0.91 293	0.51 156	0.30 115	0.92 301	0.52 259	1.87 383	1.15 282	1.14 241	1.18 247	0.87 197	0.75 219	1.18 195	0.68 275	0.25 298	0.20 301	0.26 305	0.26 339	0.26 281	0.25 284

iinet-f	0.99 361	0.45 364	3.71 491	0.55 233	0.43 282	1.81 438	0.68 351	1.14 186	1.14 271	1.18 271	1.42 335	1.58 390	1.44 424	1.34 232	1.59 437	0.24 272	0.23 353	0.20 128	0.19 167	0.26 281	0.25 284

NINENet	0.77 278	0.37 321	0.78 238	0.62 318	0.51 334	2.34 469	0.42 159	1.83 374	1.04 217	1.14 241	1.23 266	1.03 265	0.62 182	1.24 208	0.70 279	0.28 349	0.23 353	0.31 361	0.21 243	0.26 281	0.25 284

ADLNet2	0.88 330	0.34 283	1.17 378	0.77 418	0.64 394	1.12 349	0.76 372	1.74 340	1.24 335	1.21 283	1.65 400	1.71 411	1.05 364	1.67 300	1.17 384	0.24 272	0.21 323	0.21 162	0.22 272	0.26 281	0.29 334

Patchmatch Stereo++	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133
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	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.41 155	1.04 140	0.64 71	1.12 224	0.96 144	0.82 173	0.61 177	1.06 164	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo_v2	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.42 159	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.12 181	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.25 19	1.05 148	0.64 71	1.12 224	0.95 141	0.82 173	0.61 177	1.15 185	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

HUI-Stereo	0.52 99	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.30 50	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	0.79 88	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

iGMRVC	0.56 148	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.38 120	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.52 273	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

iRAFT	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

RAFT-IKP	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.59 135	0.36 100	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.61 177	1.22 201	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

CFNet	0.96 349	0.36 314	1.01 328	0.62 318	0.42 273	0.99 326	0.47 220	1.90 391	1.32 372	0.99 178	1.39 330	1.10 288	0.86 279	5.58 461	0.79 313	0.23 257	0.17 246	0.28 334	0.27 349	0.26 281	0.21 222

DFGA-Net	0.72 241	0.40 339	1.40 408	0.52 178	0.45 296	0.83 273	0.44 189	1.28 230	1.08 236	0.99 178	1.19 254	0.70 139	0.55 141	2.14 356	1.16 381	0.18 101	0.16 217	0.24 247	0.23 295	0.27 295	0.25 284

rvit_0105_3	0.63 186	0.44 357	1.08 358	0.72 399	0.40 261	0.64 161	0.71 360	1.03 134	1.17 294	0.82 134	0.70 85	0.80 164	0.70 208	0.91 122	0.56 235	0.35 402	0.34 424	0.34 393	0.32 402	0.27 295	0.28 330

test_sample5	0.69 228	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.11 222	1.25 272	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

DualNet	0.70 232	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.14 241	1.33 305	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

fast-acv-ft	0.94 345	0.44 357	1.40 408	0.58 268	0.51 334	1.77 435	0.69 355	1.36 243	1.42 417	1.29 321	1.86 426	1.74 415	1.25 404	1.52 273	1.38 409	0.26 320	0.28 389	0.28 334	0.28 369	0.27 295	0.26 308

ToySt	0.66 213	0.33 260	1.23 384	0.51 156	0.33 179	0.86 285	0.68 351	1.10 174	0.97 185	0.84 139	1.08 198	1.25 322	0.94 316	1.01 151	0.74 291	0.19 142	0.19 283	0.24 247	0.24 308	0.27 295	0.23 258

ssnet_v2	0.88 330	0.36 314	1.02 335	0.62 318	0.38 240	1.32 384	0.97 422	2.07 432	1.34 379	1.37 364	1.18 247	1.54 383	0.92 302	1.10 175	1.65 438	0.30 363	0.27 382	0.30 355	0.28 369	0.27 295	0.26 308

Wz-Net-LNSev-Ref	0.99 361	0.40 339	1.82 450	0.66 357	0.62 390	2.05 457	0.78 377	1.91 395	1.29 358	1.54 408	1.42 335	1.51 379	1.23 401	1.99 342	1.33 402	0.23 257	0.14 127	0.20 128	0.15 71	0.27 295	0.26 308

DAS	0.84 316	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.83 399	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

SepStereo	0.82 304	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.30 373	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

PSMNet-ADL	0.72 241	0.35 304	0.62 113	0.69 383	0.46 307	1.14 351	0.44 189	1.37 244	1.01 205	0.83 136	1.17 245	1.33 343	0.96 329	1.43 256	0.95 348	0.33 385	0.22 341	0.21 162	0.23 295	0.27 295	0.29 334

LCNet	0.72 241	0.28 134	0.52 57	0.55 233	0.31 141	0.69 199	0.54 274	1.00 123	0.88 149	1.19 275	1.34 312	0.97 243	1.34 417	2.56 390	0.45 165	0.18 101	0.13 76	0.21 162	0.25 322	0.27 295	0.73 469

GEStereo_RVC	0.90 335	0.37 321	0.99 319	0.64 336	0.50 323	0.95 310	0.79 380	2.42 478	1.17 294	1.16 257	1.11 213	1.26 326	0.92 302	3.24 413	0.90 341	0.29 359	0.19 283	0.23 227	0.20 199	0.27 295	0.29 334

TestStereo	0.64 198	0.39 333	0.71 177	0.51 156	0.27 54	0.56 122	0.42 159	1.03 134	0.91 161	0.80 126	1.00 160	0.68 130	0.52 124	3.25 414	0.45 165	0.22 232	0.15 182	0.24 247	0.18 145	0.27 295	0.16 84

RALAANet	0.60 169	0.33 260	0.87 273	0.62 318	0.50 323	0.69 199	0.31 56	1.21 208	1.06 225	1.09 208	1.16 242	0.88 201	0.46 84	1.22 201	0.42 140	0.19 142	0.15 182	0.21 162	0.17 129	0.27 295	0.17 109

RAFT + AFF	1.00 366	0.42 351	1.09 361	0.67 369	0.50 323	1.22 370	1.24 453	2.24 461	1.19 309	1.30 330	1.56 378	1.17 303	1.49 432	3.44 421	0.83 325	0.21 206	0.25 369	0.30 355	0.26 339	0.27 295	0.27 318

psm_up	0.77 278	0.34 283	0.70 165	0.66 357	0.58 371	1.05 337	0.92 412	1.52 286	1.12 256	1.26 311	1.16 242	1.31 341	1.23 401	1.20 198	0.81 318	0.25 298	0.29 400	0.31 361	0.27 349	0.27 295	0.25 284

DLCB_ROB	0.86 325	0.40 339	0.78 238	0.68 380	0.54 351	1.11 346	0.84 392	1.49 273	1.23 329	1.64 427	1.65 400	1.70 410	0.91 299	1.70 307	1.05 361	0.25 298	0.24 362	0.26 305	0.27 349	0.27 295	0.24 272

rvit_0105_6	0.53 109	0.37 321	0.98 318	0.65 350	0.38 240	0.51 94	0.51 248	0.77 38	1.20 314	0.54 76	0.55 51	0.65 121	0.53 129	0.94 132	0.44 152	0.32 377	0.32 418	0.28 334	0.24 308	0.28 313	0.21 222

rvit_0105_5	0.58 161	0.39 333	1.05 345	0.66 357	0.37 223	0.58 130	0.56 298	0.94 101	1.18 301	0.64 96	0.68 77	0.75 147	0.63 187	0.88 115	0.50 204	0.32 377	0.32 418	0.30 355	0.27 349	0.28 313	0.25 284

ACV-stereo	0.99 361	0.51 388	1.41 413	0.56 246	0.41 268	2.43 473	0.57 309	1.15 188	1.18 301	0.81 130	1.01 166	3.39 484	2.14 476	1.60 289	1.07 366	0.27 336	0.22 341	0.22 189	0.22 272	0.28 313	0.32 363

ITSA-stereo	0.82 304	0.36 314	0.82 250	0.54 210	0.31 141	0.80 258	0.47 220	2.17 452	1.67 442	1.13 238	1.13 225	0.94 227	0.86 279	2.46 385	1.00 358	0.26 320	0.23 353	0.28 334	0.27 349	0.28 313	0.36 383

AIO-Stereo-zeroshot	0.72 241	0.35 304	1.70 440	0.49 115	0.56 359	0.63 158	0.38 120	2.41 477	0.65 86	0.77 119	1.07 194	1.82 424	0.95 321	0.93 129	0.43 149	0.20 174	0.13 76	0.21 162	0.25 322	0.28 313	0.26 308

test_sample6	0.71 239	0.34 283	0.87 273	0.52 178	0.30 115	0.82 268	0.58 313	1.79 362	1.15 282	1.14 241	1.33 305	0.91 213	0.79 242	1.31 222	0.74 291	0.27 336	0.21 323	0.27 321	0.29 380	0.28 313	0.27 318

CASS	0.65 206	0.34 283	0.72 183	0.56 246	0.27 54	0.78 245	0.42 159	1.59 304	0.86 141	1.30 330	1.25 272	0.87 197	0.84 268	0.84 103	0.54 229	0.35 402	0.19 283	0.26 305	0.21 243	0.28 313	0.42 406
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AASNet	0.76 276	0.35 304	0.91 293	0.79 422	0.81 443	1.14 351	0.56 298	2.02 424	1.08 236	1.22 288	1.24 268	0.93 224	0.76 227	0.77 82	1.16 381	0.27 336	0.23 353	0.24 247	0.20 199	0.28 313	0.24 272

CRE-IMP	0.55 139	0.30 189	0.74 211	0.52 178	0.29 94	0.79 250	0.25 19	1.04 140	0.72 104	1.09 208	0.95 141	0.81 168	0.57 155	1.10 175	0.50 204	0.21 206	0.14 127	0.23 227	0.19 167	0.28 313	0.22 239

ADLNet	0.85 320	0.36 314	0.89 286	0.85 445	0.72 416	1.24 372	0.76 372	1.82 369	1.36 391	1.52 403	1.35 318	1.27 330	0.99 347	1.23 203	1.15 380	0.27 336	0.20 301	0.26 305	0.25 322	0.28 313	0.30 348

DSFCA	0.93 343	0.34 283	1.06 349	0.52 178	0.65 396	1.55 413	0.93 416	1.49 273	1.19 309	1.56 412	1.15 237	1.50 377	0.96 329	3.07 407	1.02 360	0.30 363	0.26 374	0.25 286	0.25 322	0.28 313	0.24 272

rvit_0105_4	0.56 148	0.38 328	1.06 349	0.66 357	0.38 240	0.53 103	0.53 267	0.84 66	1.17 294	0.56 78	0.61 64	0.72 143	0.59 165	0.98 143	0.45 165	0.32 377	0.33 422	0.29 344	0.25 322	0.29 324	0.23 258

CAS++	0.47 81	0.31 222	0.56 78	0.47 75	0.32 159	0.42 34	0.28 38	1.76 348	0.72 104	0.71 106	0.72 91	0.37 18	0.28 9	0.69 58	0.33 50	0.27 336	0.22 341	0.26 305	0.21 243	0.29 324	0.19 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ttt	0.94 345	0.34 283	0.59 100	0.61 306	0.37 223	0.94 306	0.50 247	2.17 452	1.34 379	1.23 294	1.61 391	0.91 213	0.76 227	1.85 328	3.97 483	0.30 363	0.26 374	0.26 305	0.24 308	0.29 324	0.29 334

AACVNet	0.86 325	0.35 304	0.79 241	0.82 436	0.39 251	0.76 232	0.49 240	1.61 311	0.81 129	1.08 202	1.33 305	1.30 337	0.93 311	4.34 435	0.74 291	0.25 298	0.21 323	0.28 334	0.22 272	0.29 324	0.25 284

LMCR-Stereo	0.82 304	0.46 366	0.88 280	0.75 413	0.43 282	1.33 386	0.56 298	2.43 479	0.98 190	1.53 404	1.49 361	0.74 145	1.00 349	1.63 293	0.89 338	0.28 349	0.17 246	0.22 189	0.17 129	0.29 324	0.20 205

sCroCo_RVC	0.49 92	0.40 339	1.02 335	0.65 350	0.60 382	0.52 98	0.40 142	0.83 63	0.61 62	0.44 42	0.74 96	0.49 56	0.50 116	0.63 47	0.48 191	0.26 320	0.27 382	0.23 227	0.22 272	0.29 324	0.25 284

Syn2CoEx	1.14 401	0.69 439	1.66 438	0.80 425	0.67 403	1.40 397	0.88 402	2.06 431	1.54 433	1.25 307	1.58 385	1.42 358	1.50 434	4.09 429	1.40 413	0.36 406	0.32 418	0.34 393	0.29 380	0.29 324	0.34 373

ADCRef	1.35 424	0.55 402	2.37 473	0.72 399	0.77 431	1.94 450	0.78 377	1.91 395	1.27 349	1.57 416	1.59 386	1.36 350	1.41 420	1.54 279	7.53 497	0.23 257	0.20 301	0.32 375	0.30 389	0.29 324	0.29 334

NLCA_NET_v2_RVC	0.79 290	0.43 354	1.05 345	0.64 336	0.58 371	0.95 310	0.53 267	1.53 292	1.18 301	1.37 364	1.15 237	1.43 359	0.88 289	1.61 291	0.84 328	0.25 298	0.22 341	0.27 321	0.27 349	0.29 324	0.29 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HITNet	0.65 206	0.40 339	0.77 230	0.48 100	0.24 21	1.05 337	0.49 240	1.76 348	1.02 208	1.18 271	1.18 247	0.89 209	0.80 248	0.85 108	0.79 313	0.17 63	0.12 23	0.21 162	0.17 129	0.29 324	0.15 59
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
AdaStereo	0.70 232	0.43 354	0.75 214	0.73 407	0.37 223	0.92 301	0.53 267	1.85 378	1.18 301	1.12 224	1.23 266	1.07 275	0.65 197	0.96 135	0.63 260	0.31 370	0.15 182	0.32 375	0.21 243	0.29 324	0.22 239
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.
rvit_105_1	0.72 241	0.52 392	1.01 328	0.78 420	0.49 316	0.75 226	0.87 400	1.12 182	1.18 301	0.99 178	0.79 109	0.90 210	0.77 231	1.26 211	0.75 296	0.41 424	0.36 440	0.36 409	0.41 437	0.30 335	0.33 369

DCVSM-stereo	0.72 241	0.35 304	0.76 224	0.55 233	0.42 273	0.73 217	0.38 120	1.21 208	1.02 208	1.79 440	1.04 186	1.62 395	1.03 358	1.04 161	0.79 313	0.24 272	0.27 382	0.29 344	0.24 308	0.30 335	0.36 383

mmx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

xxx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

GwcNet	1.08 386	0.51 388	2.33 471	0.79 422	1.18 480	1.76 432	0.70 358	1.68 326	1.47 423	1.41 377	1.64 398	1.74 415	1.04 360	2.20 365	1.41 417	0.30 363	0.29 400	0.29 344	0.27 349	0.30 335	0.35 378

CFNet-ft	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

CFNet_RVC	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

NaN_ROB	1.13 399	0.55 402	1.15 375	0.64 336	0.48 313	1.61 418	2.03 494	1.72 335	1.48 424	2.09 460	1.27 282	1.40 354	1.08 371	3.94 427	1.30 399	0.28 349	0.34 424	0.28 334	0.28 369	0.30 335	0.33 369

SGM_RVC	1.68 452	0.36 314	0.61 108	0.59 281	0.29 94	2.25 465	1.18 449	2.38 475	1.68 444	3.60 496	2.67 469	3.69 487	2.42 484	8.13 503	1.90 448	0.31 370	0.31 410	0.30 355	0.28 369	0.30 335	0.29 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.78 286	0.41 347	0.94 303	0.60 292	0.43 282	1.30 381	0.43 176	1.40 252	0.91 161	1.20 279	1.15 237	1.43 359	0.64 191	2.18 362	0.89 338	0.28 349	0.22 341	0.26 305	0.23 295	0.31 344	0.33 369

rvit_stereo_0080	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

whm_eth	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

Anonymous3	0.61 175	0.44 357	1.11 366	0.59 281	0.49 316	0.93 305	0.65 339	0.93 94	0.81 129	0.72 111	0.88 126	0.65 121	0.69 203	1.06 164	0.53 223	0.35 402	0.30 404	0.26 305	0.26 339	0.31 344	0.27 318

GMStereo	0.55 139	0.45 364	0.94 303	0.50 126	0.32 159	0.64 161	0.43 176	1.00 123	1.40 409	0.82 134	0.73 93	0.51 66	0.45 79	0.85 108	0.55 233	0.24 272	0.15 182	0.20 128	0.21 243	0.31 344	0.24 272
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DeepPruner_ROB	0.74 262	0.48 375	0.87 273	0.57 262	0.44 289	0.79 250	0.54 274	1.73 336	0.96 178	1.38 369	1.27 282	1.24 318	0.73 215	1.43 256	0.73 290	0.34 395	0.28 389	0.27 321	0.26 339	0.31 344	0.31 358

DISCO	1.03 377	0.34 283	1.11 366	0.69 383	0.45 296	2.07 458	0.84 392	2.13 437	1.50 427	1.15 247	1.33 305	2.40 462	1.07 370	2.60 392	1.51 433	0.23 257	0.18 267	0.22 189	0.20 199	0.31 344	0.27 318

MDST_ROB	1.67 450	0.34 283	1.58 434	0.92 464	0.58 371	4.26 505	1.11 440	2.83 486	1.41 413	4.49 506	2.55 466	1.45 366	0.97 332	7.79 500	1.17 384	0.31 370	0.25 369	0.37 412	0.33 411	0.31 344	0.30 348

YMNet	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

YMNet_1	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

AIO-Stereo-zeroshot1	0.98 359	0.39 333	3.21 486	0.50 126	0.63 391	0.64 161	0.39 135	2.36 472	0.75 111	0.95 166	4.63 492	1.81 422	0.56 146	0.96 135	0.41 129	0.18 101	0.13 76	0.21 162	0.26 339	0.32 352	0.35 378

dd	0.59 166	0.48 375	0.97 315	0.55 233	0.32 159	0.64 161	0.47 220	1.02 129	1.34 379	0.78 121	0.86 121	0.58 96	0.54 134	1.01 151	0.86 333	0.28 349	0.18 267	0.26 305	0.19 167	0.32 352	0.24 272

DMCA-RVC	0.74 262	0.40 339	1.27 393	0.66 357	0.49 316	0.77 240	0.47 220	1.35 241	1.01 205	1.53 404	1.01 166	1.29 336	0.82 256	1.31 222	0.78 307	0.27 336	0.21 323	0.35 401	0.27 349	0.32 352	0.24 272

STTStereo	0.78 286	0.50 385	1.22 383	0.64 336	0.54 351	0.89 288	0.54 274	1.44 263	1.11 252	1.38 369	1.09 203	1.27 330	0.85 271	1.43 256	0.83 325	0.29 359	0.27 382	0.33 383	0.39 432	0.32 352	0.30 348

PA-Net	1.01 372	0.57 409	1.29 395	0.64 336	0.74 420	1.19 366	0.84 392	1.69 328	1.43 419	1.16 257	1.19 254	1.32 342	1.19 392	3.42 419	1.25 391	0.29 359	0.45 465	0.33 383	0.49 456	0.32 352	0.47 423
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	0.69 228	0.35 304	0.49 38	0.64 336	0.39 251	0.85 284	0.58 313	1.75 342	1.14 271	0.97 171	1.19 254	1.17 303	0.93 311	0.99 146	0.62 256	0.28 349	0.20 301	0.34 393	0.31 394	0.32 352	0.27 318

DRN-Test	1.00 366	0.44 357	1.13 370	0.70 388	0.81 443	1.62 419	0.79 380	2.14 441	1.44 420	1.78 437	1.33 305	1.43 359	1.05 364	2.18 362	1.53 434	0.27 336	0.21 323	0.31 361	0.30 389	0.32 352	0.28 330

test_sample7	0.74 262	0.37 321	0.76 224	0.52 178	0.35 200	0.91 294	0.67 347	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.31 370	0.28 389	0.32 375	0.31 394	0.33 361	0.29 334

Wz-Net-LNSev	1.03 377	0.67 434	2.71 482	0.64 336	0.84 447	1.75 430	1.00 428	1.80 365	1.32 372	1.28 316	1.25 272	1.65 405	1.22 399	1.39 248	1.40 413	0.28 349	0.26 374	0.24 247	0.23 295	0.33 361	0.32 363

CBMV	0.95 348	0.44 357	0.66 137	0.53 195	0.35 200	1.53 411	1.63 476	1.69 328	1.42 417	2.00 457	1.60 387	1.43 359	1.17 386	1.59 288	0.99 357	0.34 395	0.34 424	0.39 421	0.33 411	0.33 361	0.32 363
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ISRNet	0.80 293	0.33 260	1.07 354	0.81 428	0.66 399	0.60 143	0.34 81	1.19 205	1.13 268	1.59 419	1.53 368	1.35 348	0.77 231	1.27 214	0.94 345	0.39 417	0.34 424	0.43 433	0.38 430	0.34 364	0.49 430

Wz-Net-MNSev	1.11 394	0.58 412	2.23 469	0.66 357	0.71 414	1.95 451	1.46 466	1.98 413	1.45 421	1.79 440	1.43 339	1.49 376	1.33 416	1.97 341	1.42 421	0.27 336	0.23 353	0.28 334	0.28 369	0.34 364	0.31 358

FACV-RUCA	0.63 186	0.34 283	0.82 250	0.62 318	0.65 396	0.81 266	0.41 155	1.44 263	1.07 230	0.86 146	1.14 229	0.61 107	0.69 203	0.80 90	0.53 223	0.28 349	0.19 283	0.47 443	0.21 243	0.35 366	0.25 284

SACVNet	0.85 320	0.46 366	0.85 256	0.81 428	0.56 359	0.80 258	0.79 380	1.68 326	1.12 256	1.34 356	1.33 305	1.25 322	0.94 316	2.39 380	0.76 299	0.34 395	0.26 374	0.31 361	0.29 380	0.35 366	0.44 415

hitnet-ft	0.79 290	0.35 304	0.57 88	0.58 268	0.42 273	0.96 315	0.46 213	1.47 270	1.33 376	1.19 275	1.22 262	1.81 422	0.98 339	1.66 299	0.94 345	0.33 385	0.28 389	0.34 393	0.27 349	0.35 366	0.31 358

FAT-Stereo	1.07 383	0.41 347	1.32 400	0.72 399	0.58 371	1.08 343	0.89 404	1.96 407	1.65 440	1.75 434	1.98 436	2.03 446	1.48 430	2.02 345	1.18 387	0.42 428	0.35 435	0.34 393	0.29 380	0.35 366	0.53 439

FADNet-RVC-Resample	0.84 316	0.47 371	2.10 461	0.61 306	0.45 296	1.07 342	0.61 327	1.59 304	1.20 314	1.08 202	0.98 154	1.03 265	0.98 339	2.17 359	0.72 287	0.23 257	0.22 341	0.30 355	0.32 402	0.35 366	0.34 373

StereoDRNet	0.98 359	0.47 371	1.70 440	0.76 415	0.94 460	1.51 409	0.91 410	1.92 398	1.32 372	1.61 420	1.13 225	1.47 374	0.97 332	1.75 313	1.46 428	0.28 349	0.23 353	0.29 344	0.27 349	0.35 366	0.27 318

PSMNet_ROB	0.90 335	0.52 392	1.17 378	0.72 399	0.61 385	1.27 376	1.12 442	1.76 348	1.12 256	1.09 208	1.28 287	1.45 366	0.89 295	1.65 295	1.42 421	0.33 385	0.25 369	0.37 412	0.39 432	0.35 366	0.29 334

StereoVision	0.65 206	0.34 283	0.86 262	0.59 281	0.40 261	0.50 78	0.41 155	1.09 171	0.93 168	0.71 106	2.50 465	0.82 173	0.57 155	1.03 155	0.49 198	0.25 298	0.28 389	0.29 344	0.28 369	0.36 373	0.20 205

CFNet_pseudo	0.66 213	0.32 238	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.24 318	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.33 383	0.19 167	0.36 373	0.25 284

APVNet	1.06 381	0.53 396	1.42 414	0.84 440	0.79 436	1.92 448	0.82 390	1.90 391	1.08 236	1.08 202	1.43 339	1.56 386	1.13 383	3.07 407	1.58 435	0.31 370	0.34 424	0.42 431	0.36 425	0.36 373	0.37 388

SGM-ForestM	6.52 512	0.38 328	1.26 390	0.63 327	0.35 200	13.59 523	5.32 518	6.32 518	6.70 514	11.14 523	9.18 517	22.51 534	13.93 522	16.89 527	20.07 524	0.36 406	0.37 442	0.36 409	0.35 421	0.36 373	0.34 373

rvit_stereo_0075_2	0.64 198	0.46 366	1.05 345	0.66 357	0.66 399	0.53 103	0.48 230	1.20 207	1.12 256	0.76 114	0.92 134	0.78 158	0.53 129	1.03 155	0.59 243	0.37 410	0.28 389	0.40 426	0.31 394	0.37 377	0.32 363

pcwnet_v2	0.97 355	0.37 321	4.33 492	0.62 318	0.54 351	0.79 250	0.45 206	2.02 424	1.58 436	1.42 383	1.64 398	1.09 286	0.79 242	1.24 208	0.67 271	0.32 377	0.25 369	0.29 344	0.27 349	0.37 377	0.35 378

BEATNet_4x	0.73 259	0.49 378	1.17 378	0.53 195	0.26 36	1.03 334	0.55 290	1.82 369	1.06 225	1.21 283	1.22 262	0.96 241	0.91 299	1.01 151	1.06 363	0.21 206	0.14 127	0.24 247	0.19 167	0.37 377	0.21 222

RTSC	1.29 415	0.73 444	2.44 474	0.83 439	0.57 362	1.85 443	0.65 339	1.88 386	2.00 466	2.20 463	1.66 402	1.60 393	1.26 406	2.33 375	3.92 481	0.32 377	0.23 353	0.27 321	0.29 380	0.37 377	0.37 388

ADCP+	1.99 470	0.48 375	7.73 504	0.66 357	0.91 456	2.30 467	1.05 434	1.82 369	1.34 379	1.54 408	1.32 303	1.74 415	1.61 442	2.17 359	13.37 514	0.24 272	0.21 323	0.32 375	0.28 369	0.37 377	0.29 334

TDLM	1.06 381	0.44 357	0.79 241	0.63 327	0.50 323	0.89 288	1.44 465	1.48 271	1.26 343	1.12 224	1.40 332	1.08 276	0.98 339	6.65 479	0.78 307	0.33 385	0.21 323	0.33 383	0.26 339	0.37 377	0.24 272

ccs_rob	0.66 213	0.33 260	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.23 316	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.35 401	0.20 199	0.37 377	0.25 284

XPNet_ROB	0.96 349	0.49 378	1.09 361	0.72 399	0.57 362	1.11 346	1.14 444	1.66 324	1.23 329	1.85 447	1.39 330	1.64 403	1.11 376	1.80 322	1.42 421	0.38 414	0.30 404	0.33 383	0.29 380	0.37 377	0.34 373

SGM-Forest	1.24 411	0.38 328	0.60 105	0.52 178	0.37 223	1.56 414	1.30 458	1.65 319	1.36 391	2.11 461	1.79 417	1.63 400	0.93 311	7.48 496	0.95 348	0.36 406	0.37 442	0.39 421	0.34 416	0.37 377	0.32 363
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
aanetorigin	1.23 410	0.79 452	2.78 484	0.70 388	0.79 436	0.99 326	1.06 436	1.06 161	1.37 395	3.52 495	2.61 467	1.72 412	1.63 443	1.99 342	1.78 442	0.25 298	0.24 362	0.26 305	0.25 322	0.38 386	0.45 417

Nwc_Net	1.09 389	0.49 378	1.33 402	0.89 458	0.80 441	1.49 408	0.66 344	2.19 455	1.27 349	1.32 344	2.26 454	1.96 438	1.54 435	1.92 334	1.34 404	0.40 420	0.30 404	0.43 433	0.45 446	0.38 386	0.37 388

ADCL	1.72 457	0.57 409	3.66 489	0.67 369	0.61 385	2.61 479	1.85 484	1.96 407	1.67 442	1.90 451	1.83 421	2.06 449	1.90 465	2.13 355	9.15 506	0.26 320	0.24 362	0.34 393	0.32 402	0.38 386	0.35 378

PWC_ROB	1.24 411	0.76 450	2.46 475	0.72 399	0.78 433	1.15 357	0.49 240	1.75 342	1.92 462	2.31 466	3.07 474	1.59 391	1.40 419	2.46 385	2.10 457	0.33 385	0.22 341	0.35 401	0.24 308	0.38 386	0.41 402

AF-Net	1.13 399	0.52 392	1.33 402	0.86 447	0.91 456	1.38 394	0.71 360	2.16 446	1.62 438	1.56 412	2.40 461	1.99 441	1.65 445	1.81 324	1.48 430	0.48 447	0.28 389	0.49 447	0.33 411	0.39 390	0.32 363

MSMDNet	0.66 213	0.32 238	0.87 273	0.49 115	0.37 223	0.79 250	0.40 142	1.43 262	1.31 368	1.15 247	1.31 297	1.24 318	0.63 187	0.88 115	0.57 238	0.21 206	0.16 217	0.26 305	0.19 167	0.39 390	0.24 272

GANet	1.36 425	0.47 371	0.86 262	0.67 369	0.45 296	1.34 388	1.73 478	1.64 318	1.24 335	1.49 398	2.38 459	1.55 385	1.20 395	9.30 509	0.93 343	0.30 363	0.31 410	0.33 383	0.28 369	0.39 390	0.30 348

ETE_ROB	0.96 349	0.64 431	1.16 376	0.69 383	0.48 313	1.14 351	1.13 443	1.77 352	1.19 309	1.91 452	1.45 347	1.73 413	1.05 364	1.60 289	1.14 379	0.32 377	0.26 374	0.38 415	0.34 416	0.39 390	0.41 402

PCWNet_CMD	0.66 213	0.32 238	0.88 280	0.49 115	0.37 223	0.78 245	0.40 142	1.42 256	1.31 368	1.16 257	1.31 297	1.25 322	0.62 182	0.89 120	0.57 238	0.20 174	0.16 217	0.27 321	0.19 167	0.40 394	0.25 284

CFNet_ucs	0.70 232	0.33 260	0.88 280	0.50 126	0.43 282	0.74 221	0.44 189	1.60 308	1.29 358	1.22 288	1.54 372	1.09 286	0.63 187	0.99 146	0.59 243	0.25 298	0.20 301	0.37 412	0.21 243	0.40 394	0.28 330

NCCL2	1.00 366	0.56 405	1.06 349	0.75 413	0.57 362	1.31 383	1.72 477	1.77 352	1.36 391	1.50 399	1.17 245	1.91 431	1.17 386	1.54 279	1.29 398	0.35 402	0.31 410	0.45 438	0.44 444	0.40 394	0.40 398

dad	0.86 325	0.66 433	1.06 349	0.56 246	0.37 223	0.76 232	0.44 189	1.17 192	1.50 427	1.44 385	1.27 282	1.34 347	0.75 219	2.52 389	0.84 328	0.42 428	0.27 382	0.83 478	0.26 339	0.41 397	0.29 334

FADNet-RVC	0.88 330	0.67 434	1.93 456	0.60 292	0.48 313	0.91 294	0.60 325	1.71 334	1.18 301	0.90 151	0.96 144	1.36 350	0.92 302	2.25 369	1.17 384	0.30 363	0.29 400	0.32 375	0.32 402	0.41 397	0.35 378

DeepPrunerF	1.60 444	0.73 444	5.81 500	0.88 454	1.19 481	0.91 294	0.95 420	2.19 455	5.24 510	1.17 266	1.30 291	1.19 307	1.30 413	4.90 444	1.66 440	0.42 428	0.34 424	0.52 451	0.47 451	0.41 397	0.40 398

CBMV_ROB	0.90 335	0.44 357	0.63 116	0.51 156	0.37 223	1.25 374	0.49 240	1.77 352	1.27 349	1.41 377	2.00 439	1.33 343	1.08 371	2.17 359	0.76 299	0.43 433	0.42 457	0.47 443	0.44 444	0.41 397	0.36 383

TCMNet	1.01 372	0.60 423	2.10 461	0.86 447	1.33 487	1.14 351	0.67 347	1.69 328	1.23 329	1.11 222	1.57 382	1.30 337	0.97 332	2.01 344	1.50 432	0.31 370	0.31 410	0.38 415	0.34 416	0.42 401	0.36 383

Wz-Net-SNSev	1.49 434	1.23 481	6.27 502	0.68 380	0.67 403	1.37 391	1.41 463	2.00 416	1.39 404	1.48 396	1.61 391	2.29 455	1.32 415	3.93 426	2.14 458	0.31 370	0.28 389	0.31 361	0.33 411	0.42 401	0.36 383

NCC-stereo	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406

edge stereo	1.11 394	0.50 385	1.30 396	0.71 396	0.65 396	1.14 351	0.75 369	1.93 402	1.37 395	1.71 431	1.83 421	2.54 466	1.44 424	2.43 382	1.23 389	0.42 428	0.41 455	0.54 457	0.35 421	0.42 401	0.46 420

Abc-Net	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CVANet_RVC	1.07 383	0.43 354	0.76 224	0.60 292	0.50 323	0.90 291	0.97 422	1.52 286	1.26 343	1.33 352	1.38 326	1.24 318	1.18 389	6.75 485	0.75 296	0.34 395	0.23 353	0.34 393	0.29 380	0.42 401	0.27 318

FINET	0.97 355	0.54 397	1.60 435	0.63 327	0.79 436	1.08 343	1.07 437	1.56 301	2.20 473	1.15 247	1.49 361	0.94 227	0.88 289	2.32 374	1.05 361	0.42 428	0.35 435	0.32 375	0.28 369	0.43 407	0.38 394

psmorigin	1.52 438	0.69 439	10.52 512	0.68 380	0.59 379	1.13 350	0.70 358	1.57 302	1.19 309	1.99 455	1.79 417	2.26 454	1.47 429	2.09 352	1.36 408	0.39 417	0.40 453	0.34 393	0.33 411	0.43 407	0.56 444

FADNet_RVC	0.83 311	0.51 388	1.83 452	0.54 210	0.42 273	1.19 366	0.46 213	1.51 284	1.09 244	0.89 149	1.24 268	0.91 213	0.87 284	2.11 354	1.11 375	0.27 336	0.22 341	0.31 361	0.28 369	0.43 407	0.38 394

CSAN	1.41 431	0.59 415	1.26 390	0.70 388	0.50 323	1.76 432	1.78 479	1.77 352	1.90 461	2.35 469	2.32 456	1.92 434	1.94 467	5.56 460	1.49 431	0.43 433	0.35 435	0.40 426	0.41 437	0.43 407	0.41 402

LALA_ROB	1.01 372	0.59 415	1.16 376	0.67 369	0.51 334	1.63 420	1.26 457	1.69 328	1.38 399	1.81 444	1.37 321	1.94 436	1.02 356	1.58 286	1.38 409	0.37 410	0.27 382	0.43 433	0.37 428	0.43 407	0.37 388

MeshStereo	2.26 477	0.56 405	0.92 297	0.61 306	0.49 316	2.60 478	1.02 431	3.18 492	2.05 469	7.40 521	4.98 498	7.58 509	2.98 494	6.37 475	1.96 451	0.43 433	0.43 458	0.45 438	0.39 432	0.43 407	0.42 406
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
S-Stereo	1.15 405	0.46 366	2.17 466	0.81 428	0.80 441	1.21 369	1.19 450	1.93 402	2.02 467	1.47 390	2.11 447	1.57 387	1.17 386	2.05 349	1.41 417	0.40 420	0.40 453	0.35 401	0.31 394	0.44 413	0.70 466

DANet	1.08 386	0.61 425	1.32 400	0.85 445	0.72 416	1.37 391	0.51 248	1.54 294	1.15 282	1.78 437	1.54 372	2.01 443	1.11 376	2.90 402	2.00 453	0.33 385	0.30 404	0.40 426	0.30 389	0.44 413	0.45 417
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NOSS_ROB	1.26 414	0.46 366	0.62 113	0.56 246	0.38 240	1.06 340	0.78 377	1.73 336	1.40 409	1.01 186	1.43 339	1.10 288	0.75 219	10.62 521	0.65 265	0.45 439	0.43 458	0.48 445	0.45 446	0.44 413	0.41 402

DualNet (step1)	0.83 311	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.57 461	0.28 389	0.62 470	0.67 477	0.45 416	0.42 406

test_sample9	1.86 462	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

test_sample8	2.19 475	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.82 369	1.15 282	2.26 464	1.30 291	4.94 498	2.52 487	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

RP	1.09 389	0.50 385	1.12 368	0.90 459	1.04 466	1.11 346	0.84 392	1.80 365	1.62 438	1.55 411	2.00 439	1.90 430	1.78 455	1.84 325	1.25 391	0.52 452	0.36 440	0.48 445	0.36 425	0.45 416	0.43 413

PS-NSSS	0.99 361	0.58 412	0.93 299	0.58 268	0.57 362	0.91 294	0.80 386	1.81 368	1.14 271	1.14 241	1.67 404	1.00 252	0.83 264	4.62 439	0.78 307	0.37 410	0.31 410	0.52 451	0.32 402	0.45 416	0.38 394

FBW_ROB	1.71 456	0.62 428	1.45 420	0.67 369	0.61 385	1.81 438	1.08 438	2.52 482	1.70 445	1.77 436	1.73 409	1.98 440	1.25 404	12.57 524	1.84 444	0.34 395	0.37 442	0.56 465	0.38 430	0.45 416	0.43 413

IGEV-BASED-STEREO-	0.70 232	3.18 517	2.55 477	0.39 10	0.23 15	0.44 45	0.23 13	0.63 12	0.42 14	0.44 42	0.44 19	0.34 13	0.28 9	0.56 27	0.29 12	1.35 491	0.10 1	0.22 189	0.19 167	0.46 422	1.31 491

HBP-ISP	0.96 349	0.58 412	0.72 183	0.61 306	0.46 307	1.64 422	0.76 372	1.86 381	1.28 354	1.30 330	1.53 368	0.86 193	0.94 316	3.27 415	0.69 278	0.45 439	0.44 461	0.54 457	0.48 453	0.47 423	0.40 398

RGC	1.14 401	0.79 452	1.26 390	0.91 462	0.96 463	1.52 410	0.77 375	1.92 398	1.26 343	1.54 408	1.93 433	2.02 445	1.54 435	2.25 369	1.31 400	0.44 438	0.35 435	0.58 468	0.48 453	0.47 423	0.46 420

ADCPNet	1.85 461	0.69 439	8.07 505	0.71 396	0.58 371	2.79 483	1.22 452	1.94 404	1.54 433	1.88 448	1.69 405	2.46 465	2.04 471	2.37 378	6.48 492	0.38 414	0.37 442	0.38 415	0.43 442	0.47 423	0.45 417

SHD	1.31 419	0.71 443	2.34 472	0.86 447	0.75 427	1.77 435	0.65 339	2.22 459	2.50 482	2.40 473	1.71 407	1.91 431	1.60 441	1.93 337	2.37 461	0.38 414	0.31 410	0.38 415	0.40 436	0.48 426	0.50 432

SANet	1.88 463	0.57 409	2.18 468	0.63 327	0.40 261	2.80 484	1.57 473	2.39 476	5.88 512	2.36 471	3.57 481	3.72 488	2.97 493	4.74 440	1.76 441	0.34 395	0.30 404	0.32 375	0.29 380	0.48 426	0.37 388

WCMA_ROB	1.84 460	0.47 371	1.31 397	0.69 383	0.57 362	2.11 460	1.14 444	1.87 383	1.73 448	4.04 500	6.43 503	5.62 503	3.61 499	2.59 391	1.94 450	0.52 452	0.44 461	0.39 421	0.42 440	0.48 426	0.47 423

AnyNet_C32	1.96 468	1.10 472	5.17 496	0.90 459	1.11 471	2.12 461	2.37 505	1.85 378	1.48 424	2.45 474	1.70 406	2.05 448	1.64 444	2.50 388	10.28 510	0.37 410	0.34 424	0.35 401	0.41 437	0.49 429	0.54 440

MFN_U_SF_DS_RVC	1.74 458	0.87 458	3.56 488	0.80 425	0.75 427	3.72 496	2.44 507	1.82 369	1.82 456	1.74 433	1.91 432	1.92 434	1.26 406	7.69 499	1.28 397	0.45 439	0.47 469	0.52 451	0.77 482	0.50 430	0.50 432

RTS	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 497	1.96 491	2.15 443	2.62 485	2.61 477	2.85 472	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

RTSA	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 497	1.96 491	2.15 443	2.62 485	2.61 477	2.85 472	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

ADCMid	1.89 466	0.73 444	5.06 495	0.72 399	0.67 403	2.00 455	1.14 444	1.97 411	1.48 424	2.86 486	1.81 420	2.37 460	2.05 473	2.24 367	10.39 511	0.33 385	0.31 410	0.39 421	0.43 442	0.50 430	0.44 415

WZ-Net	1.95 467	0.95 462	10.10 509	0.86 447	0.78 433	1.69 425	1.60 474	2.20 458	1.98 465	2.08 459	1.93 433	2.30 456	1.97 468	5.30 450	3.17 474	0.34 395	0.26 374	0.29 344	0.31 394	0.51 434	0.47 423

stereogan	1.15 405	0.42 351	1.40 408	0.86 447	0.84 447	2.38 471	0.71 360	1.88 386	1.73 448	1.72 432	1.94 435	2.31 457	1.29 409	2.07 350	1.08 367	0.36 406	0.35 435	0.39 421	0.31 394	0.51 434	0.46 420

GMStereo_Zeroshot	0.67 222	0.61 425	1.01 328	0.64 336	0.37 223	0.84 281	0.35 86	1.05 148	1.12 256	1.12 224	1.06 190	1.27 330	0.54 134	1.19 197	0.59 243	0.32 377	0.17 246	0.31 361	0.18 145	0.52 436	0.22 239

PWCDC_ROB	1.29 415	0.75 449	1.33 402	1.05 473	0.88 455	1.73 429	0.52 259	1.89 388	3.28 493	1.29 321	4.88 497	1.22 311	1.46 427	1.77 320	1.45 425	0.60 466	0.26 374	0.29 344	0.25 322	0.52 436	0.37 388

FC-DCNN v2	2.81 495	0.59 415	0.85 256	0.73 407	0.57 362	2.97 487	1.05 434	3.39 496	2.61 484	6.98 517	7.67 511	10.38 519	6.31 514	5.75 465	3.37 477	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

Wz-Net-TNSev	1.88 463	2.08 507	7.66 503	0.67 369	0.64 394	2.42 472	1.83 483	2.33 469	1.74 450	1.57 416	1.56 378	2.58 467	1.90 465	4.86 442	3.12 471	0.39 417	0.37 442	0.33 383	0.37 428	0.53 438	0.58 449

FC-DCNN	2.72 494	0.59 415	0.86 262	0.73 407	0.57 362	2.91 485	1.04 433	3.01 490	2.60 483	6.83 516	7.64 510	9.92 516	6.33 515	5.21 448	3.14 472	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

MSMD_ROB	1.99 470	0.59 415	0.89 286	0.70 388	0.61 385	3.95 501	0.94 418	1.80 365	1.79 453	4.41 504	4.43 488	8.17 512	3.66 500	3.40 417	1.33 402	0.52 452	0.48 470	0.54 457	0.58 469	0.53 438	0.50 432

GASNet	0.99 361	0.97 463	1.72 443	0.98 468	0.68 409	0.83 273	0.67 347	1.60 308	1.28 354	1.31 340	1.22 262	1.22 311	1.21 398	2.41 381	1.41 417	0.43 433	0.26 374	0.36 409	0.34 416	0.55 442	0.31 358

MANE	6.19 510	0.59 415	1.03 339	0.93 465	1.22 483	13.38 522	2.69 508	12.81 525	17.94 529	8.21 522	10.82 520	14.72 523	11.68 519	11.39 523	11.90 513	0.59 465	0.50 475	0.52 451	1.76 511	0.55 442	0.54 440

RYNet	1.17 408	0.49 378	1.24 387	0.70 388	0.97 464	1.71 426	0.92 412	1.91 395	1.46 422	1.38 369	1.14 229	1.88 426	1.30 413	4.24 431	1.87 445	0.26 320	0.21 323	0.35 401	0.27 349	0.55 442	0.54 440

FCDSN-DC	2.32 479	0.63 429	0.81 247	0.84 440	0.75 427	2.23 464	0.94 418	2.09 435	1.80 454	5.45 514	7.72 512	7.77 511	6.93 517	3.39 416	1.80 443	0.52 452	0.48 470	0.52 451	0.51 462	0.57 445	0.58 449
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NVstereo2D	0.92 340	0.41 347	1.48 427	0.72 399	0.72 416	1.20 368	0.87 400	1.75 342	1.38 399	0.99 178	1.13 225	1.26 326	0.98 339	2.21 366	0.89 338	0.43 433	0.20 301	0.38 415	0.24 308	0.57 445	0.63 457

SAMSARA	1.55 440	0.84 454	2.61 479	1.22 481	1.07 467	2.50 475	1.93 489	2.05 426	1.89 459	2.75 482	1.66 402	2.81 474	1.69 450	3.08 409	1.97 452	0.46 445	0.51 476	0.42 431	0.46 449	0.58 447	0.59 451

ADCS	2.25 476	0.99 466	5.55 497	0.81 428	0.74 420	2.19 463	1.80 480	2.27 465	2.14 471	2.80 485	2.13 449	2.40 462	2.03 470	2.64 394	13.69 515	0.41 424	0.39 451	0.40 426	0.45 446	0.58 447	0.56 444

ccnet	1.12 396	0.67 434	1.01 328	0.78 420	0.73 419	1.72 428	0.99 426	1.84 377	1.26 343	1.47 390	1.85 425	1.75 418	1.29 409	1.75 313	1.88 447	0.57 461	0.53 478	0.57 467	0.55 466	0.59 449	0.54 440

MFN_U_SF_RVC	1.52 438	0.84 454	3.42 487	0.87 453	0.66 399	2.56 477	0.95 420	2.36 472	1.70 445	1.98 454	1.86 426	2.45 464	1.79 456	2.95 403	2.58 463	0.52 452	0.48 470	0.55 462	0.59 472	0.59 449	0.61 455

FADNet	0.92 340	0.61 425	1.81 449	0.62 318	0.55 357	0.96 315	0.57 309	1.78 356	1.33 376	0.93 159	1.01 166	1.36 350	1.01 351	2.71 396	0.75 296	0.33 385	0.34 424	0.31 361	0.34 416	0.59 449	0.40 398

PVD	1.70 454	0.84 454	2.26 470	0.94 467	0.83 446	2.48 474	0.97 422	2.59 484	3.35 494	3.01 492	2.77 470	2.34 459	2.47 486	2.67 395	3.14 472	0.47 446	0.45 465	0.59 469	0.48 453	0.59 449	0.75 471

G-Net	1.66 449	0.63 429	1.56 432	1.11 478	0.74 420	2.98 488	0.91 410	1.55 298	1.22 326	2.76 483	8.18 515	2.32 458	2.53 488	1.92 334	1.87 445	0.48 447	0.44 461	0.45 438	0.31 394	0.60 453	0.57 448

BEATNet-Init1	26.87 531	13.43 528	70.68 540	0.91 462	0.68 409	57.02 540	21.06 526	32.82 538	32.67 535	52.12 542	53.61 540	66.05 542	49.56 541	48.79 543	34.71 536	0.49 451	0.44 461	0.53 456	0.53 464	0.63 454	0.59 451

ELAS	2.37 481	0.74 447	1.54 431	0.99 469	0.92 458	4.78 507	2.33 504	3.33 494	3.37 495	5.05 512	4.77 496	3.67 486	4.53 507	3.42 419	4.50 485	0.62 468	0.53 478	0.55 462	0.53 464	0.63 454	0.64 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.62 447	0.51 388	2.17 466	0.53 195	0.56 359	3.80 499	0.45 206	1.54 294	1.29 358	1.33 352	2.41 462	1.08 276	0.96 329	11.18 522	1.16 381	0.66 472	0.63 486	0.43 433	0.32 402	0.64 456	0.67 463

LSM	6.33 511	1.10 472	13.19 514	1.41 487	68.17 538	1.64 422	1.90 488	1.92 398	2.46 478	2.99 490	3.11 475	1.88 426	1.80 457	2.61 393	2.06 456	0.41 424	0.58 484	0.50 448	0.57 468	0.64 456	17.66 533

DPSNet	1.69 453	0.59 415	4.33 492	0.70 388	0.57 362	2.02 456	1.62 475	3.35 495	1.78 452	1.48 396	1.38 326	2.17 451	2.84 491	4.77 441	3.66 479	0.48 447	0.31 410	0.29 344	0.25 322	0.64 456	0.48 426

ELAS_RVC	2.48 486	0.74 447	1.90 454	1.05 473	0.92 458	2.76 481	4.01 516	2.76 485	4.11 503	4.69 507	4.63 492	4.62 493	5.96 512	3.97 428	3.96 482	0.63 470	0.53 478	0.56 465	0.52 463	0.64 456	0.63 457
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	8.13 516	2.13 508	98.04 541	0.67 369	0.53 348	1.71 426	1.56 471	1.65 319	11.11 518	18.17 532	3.75 483	3.88 489	7.61 518	2.98 406	6.49 493	0.30 363	0.30 404	0.32 375	0.31 394	0.66 460	0.50 432

AnyNet_C01	2.26 477	1.78 496	10.22 511	0.93 465	0.74 420	2.92 486	2.20 500	2.29 467	1.80 454	2.53 476	2.41 462	2.71 472	1.73 451	3.41 418	6.72 494	0.41 424	0.39 451	0.40 426	0.42 440	0.67 461	0.63 457

EDNetEfficient	2.37 481	1.10 472	8.08 506	0.74 410	0.71 414	0.98 325	1.56 471	1.46 268	4.06 502	4.90 509	2.82 471	2.25 453	3.48 498	2.95 403	9.97 507	0.26 320	0.24 362	0.26 305	0.30 389	0.68 462	0.61 455

XQC	1.37 426	0.87 458	2.56 478	0.84 440	0.69 411	1.83 441	0.89 404	2.07 432	1.88 458	1.88 448	1.53 368	1.91 431	1.55 437	2.85 401	3.05 469	0.48 447	0.29 400	0.44 437	0.39 432	0.69 463	0.60 454

PASM	1.34 423	0.92 461	2.62 480	0.86 447	0.87 454	1.03 334	1.08 438	1.50 277	1.51 429	1.82 445	1.41 334	1.68 408	1.26 406	4.87 443	1.34 404	0.61 467	0.65 489	0.68 474	0.78 483	0.69 463	0.68 465

UDGNet	0.72 241	1.17 480	0.80 246	0.77 418	0.41 268	0.77 240	0.38 120	0.97 113	1.34 379	0.81 130	0.88 126	0.71 142	0.60 168	1.21 200	0.54 229	0.52 452	0.19 283	1.02 486	0.26 339	0.71 465	0.31 358

PDISCO_ROB	1.32 421	0.65 432	1.44 415	1.36 483	1.46 490	2.55 476	0.92 412	2.45 480	2.07 470	1.37 364	1.49 361	1.65 405	1.00 349	2.82 398	1.35 407	1.01 481	0.27 382	0.54 457	0.47 451	0.71 465	0.73 469

STTRV1_RVC	1.58 441	0.68 438	1.96 458	0.88 454	1.12 473	1.57 415	0.90 409	2.25 462	1.75 451	1.29 321	2.02 442	1.40 354	1.22 399	9.77 517	1.31 400	0.81 476	0.33 422	0.54 457	0.49 456	0.73 467	0.52 438

DGSMNet	1.14 401	0.76 450	2.49 476	0.81 428	0.86 452	1.39 396	1.39 462	2.13 437	1.35 388	1.26 311	1.63 397	1.48 375	0.98 339	1.75 313	1.10 372	0.45 439	0.43 458	0.55 462	0.49 456	0.75 468	0.70 466

EDNetEfficientorigin	10.57 520	1.47 490	177.42 542	0.67 369	0.53 348	1.58 416	1.16 447	1.90 391	3.37 495	4.71 508	3.38 478	3.10 482	2.69 490	3.13 411	3.58 478	0.25 298	0.23 353	0.33 383	0.27 349	0.83 469	0.81 472

sAnonymous2	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

CroCo_RVC	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

GANetREF_RVC	1.07 383	0.86 457	1.31 397	0.82 436	0.53 348	1.41 402	1.31 459	1.76 348	1.52 430	1.27 314	1.31 297	1.46 369	1.24 403	2.03 346	0.96 352	0.56 460	0.45 465	0.67 473	0.50 459	0.88 472	0.59 451
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
NVStereoNet_ROB	1.88 463	1.07 470	1.45 420	1.07 476	1.17 478	1.47 405	1.48 468	1.89 388	1.93 464	1.94 453	4.67 495	3.08 481	1.80 457	6.51 477	1.65 438	1.06 486	0.86 500	1.08 488	1.32 501	0.93 473	1.26 490
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PSMNet-RUCA	1.02 375	0.97 463	1.44 415	1.23 482	1.10 469	1.40 397	0.62 330	1.69 328	1.38 399	0.94 164	1.53 368	0.97 243	0.83 264	1.17 193	0.93 343	0.69 473	0.34 424	0.99 484	0.60 473	0.97 474	0.64 461

anonymity	1.12 396	0.97 463	1.21 381	1.07 476	1.12 473	1.08 343	0.89 404	1.95 406	1.16 291	1.29 321	1.26 279	1.22 311	1.09 374	1.15 185	1.01 359	1.02 483	1.00 506	0.97 482	0.97 494	0.98 475	0.99 480

MADNet+	2.69 491	3.22 518	11.53 513	1.44 488	1.12 473	3.19 490	1.81 481	2.85 487	2.37 475	1.68 429	2.07 446	2.85 476	2.18 477	7.41 493	5.23 488	0.79 475	0.76 491	0.69 476	0.65 476	0.98 475	0.95 478

MFMNet_re	1.40 430	1.14 477	1.68 439	1.39 485	1.07 467	1.48 406	1.43 464	1.87 383	1.82 456	2.26 464	2.19 451	1.51 379	1.86 462	1.52 273	1.25 391	0.93 479	0.83 494	0.84 479	0.80 484	0.99 477	1.05 485

GCST	1.08 386	1.47 490	0.93 299	1.73 491	1.14 477	1.30 381	0.31 56	1.33 233	1.16 291	1.29 321	0.97 153	0.98 245	0.49 112	2.08 351	0.46 179	1.19 490	0.70 490	1.30 490	0.85 488	1.02 478	0.89 476

SGM+DAISY	2.41 484	1.07 470	2.14 465	1.18 479	1.10 469	2.14 462	1.36 461	1.96 407	1.66 441	5.46 515	7.07 506	4.95 499	4.32 506	5.50 457	2.26 460	1.04 485	1.02 508	0.99 484	0.97 494	1.02 478	1.04 483

SPS-STEREO	1.67 450	1.04 469	1.23 384	1.21 480	1.13 476	1.82 440	1.11 440	2.16 446	1.52 430	3.07 494	2.32 456	2.82 475	1.80 457	4.11 430	2.04 454	1.03 484	0.99 505	0.97 482	0.94 492	1.03 480	1.02 481
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FADE		4.78 521		1.89 494	1.92 495			5.58 511	5.04 508	2.92 487		4.13 490		10.23 520		188.09 543	2.77 519	123.78 540	127.92 540	1.06 481	1.10 488

MSC_U_SF_DS_RVC	2.12 472	1.15 478	3.10 485	1.05 473	0.76 430	5.03 510	2.40 506	2.16 446	2.62 485	1.89 450	2.28 455	2.69 471	1.65 445	9.35 511	2.04 454	0.64 471	0.51 476	0.68 474	0.71 480	1.09 482	0.67 463

IGEV-Stereo+	0.45 67	0.21 12	0.43 21	0.41 17	0.39 251	0.15 1	0.19 2	0.44 3	0.36 6	0.26 2	0.25 3	0.31 11	0.41 58	1.43 256	0.30 20	0.17 63	0.12 23	0.15 8	0.11 8	1.16 483	1.70 498

Anonymous_2	1.30 417	0.55 402	0.82 250	0.52 178	0.58 371	1.01 329	0.64 337	1.25 224	0.97 185	0.96 168	0.78 104	1.33 343	1.29 409	1.03 155	0.74 291	0.62 468	0.64 487	1.06 487	9.63 526	1.16 483	0.49 430

WAO-7	2.66 488	1.40 485	1.73 445	1.39 485	1.17 478	3.93 500	1.94 490	4.11 502	3.88 501	2.92 487	5.50 499	4.18 491	3.00 495	7.63 498	3.71 480	1.13 489	1.00 506	1.17 489	1.13 500	1.18 485	1.09 487

CC-Net-ROB	1.49 434	1.26 482	1.27 393	0.88 454	0.79 436	1.76 432	1.00 428	1.79 362	1.26 343	1.10 216	1.61 391	1.21 309	0.99 347	8.13 503	0.84 328	1.09 487	0.41 455	2.20 496	0.46 449	1.20 486	0.48 426

MaskLacGwcNet_RVC	1.10 391	1.02 468	1.00 324	0.82 436	0.67 403	1.93 449	0.93 416	1.62 315	1.11 252	1.15 247	1.25 272	1.50 377	0.79 242	1.96 340	0.76 299	1.89 493	0.34 424	0.79 477	0.36 425	1.25 487	0.83 473

Consistency-Raft	1.25 413	0.99 466	1.93 456	1.02 472	1.21 482	0.96 315	1.01 430	1.75 342	1.92 462	1.36 361	2.12 448	1.44 364	1.01 351	1.14 184	1.40 413	0.72 474	0.82 493	0.89 480	0.98 496	1.31 488	0.95 478

JetBlue	3.97 501	2.01 502	10.19 510	1.38 484	2.84 511	10.53 518	9.54 519	3.60 498	2.41 477	2.73 481	3.39 479	4.54 492	4.31 505	7.85 502	6.84 495	0.88 477	0.93 504	0.89 480	0.91 490	1.74 489	1.91 500

UDG	1.41 431	2.65 513	0.99 319	1.44 488	1.64 492	1.34 388	0.80 386	1.60 308	1.23 329	1.23 294	1.71 407	2.01 443	1.34 417	1.47 266	1.41 417	0.90 478	0.54 481	2.29 498	0.75 481	1.84 490	1.04 483

DDUNet	1.50 436	2.69 514	1.12 368	1.77 492	1.88 494	1.84 442	0.92 412	1.70 333	1.16 291	1.38 369	1.79 417	1.60 393	1.12 379	1.37 239	1.08 367	1.10 488	0.76 491	2.37 500	0.94 492	2.00 491	1.37 492

WAO-6	2.81 495	1.60 493	1.46 422	2.36 500	2.28 502	3.55 494	2.29 503	4.21 503	4.56 507	2.36 471	4.51 489	4.88 497	2.66 489	4.60 438	4.07 484	1.72 492	1.15 512	2.31 499	1.46 507	2.31 492	1.85 499

SQANet	1.31 419	0.88 460	1.08 358	1.83 493	1.44 489	1.44 404	0.75 369	1.74 340	1.09 244	1.32 344	1.26 279	1.28 333	1.01 351	1.50 270	0.83 325	2.50 499	0.34 424	1.47 491	0.55 466	2.32 493	1.57 495

StereoAnything_RVC	0.45 67	1.43 488	0.48 33	0.35 2	0.20 3	0.26 3	0.21 4	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 40	1.27 214	0.22 1	0.21 206	0.11 6	0.14 1	0.10 2	2.37 494	0.11 1

WAO-8	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 515	1.53 469	6.09 515	16.46 523	3.94 498	7.84 513	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 496

Venus	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 515	1.53 469	6.09 515	16.46 523	3.94 498	7.84 513	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 496

PWCK	2.88 497	2.05 505	5.72 499	2.08 495	1.11 471	3.55 494	3.90 515	2.86 488	3.54 499	3.03 493	3.63 482	3.10 482	2.31 481	8.15 505	3.09 470	2.12 496	0.91 503	1.75 493	0.98 496	2.57 497	1.18 489

testlalala_base	0.77 278	0.40 339	0.70 165	0.65 350	0.50 323	0.79 250	0.28 38	1.50 277	0.51 39	0.73 112	0.90 130	0.69 135	0.54 134	0.66 55	0.40 118	2.82 502	0.14 127	0.17 41	0.12 20	2.68 498	0.19 173

ACVNet_2	2.43 485	1.41 486	2.04 459	2.62 502	2.24 500	2.63 480	1.88 487	3.31 493	3.01 490	2.19 462	3.45 480	4.62 493	2.04 471	4.50 437	1.47 429	2.55 500	0.64 487	2.22 497	0.84 486	2.69 499	2.29 505

otaku	1.60 444	1.11 475	1.21 381	2.20 496	1.56 491	1.97 452	1.24 453	2.07 432	1.36 391	1.44 385	1.62 394	1.73 413	1.19 392	1.73 312	0.98 356	2.89 504	0.57 483	1.74 492	0.60 473	2.78 500	1.94 501

Ntro	1.64 448	1.15 478	1.23 384	2.48 501	1.83 493	2.09 459	1.16 447	1.96 407	1.38 399	1.21 283	1.62 394	1.62 395	1.29 409	1.87 331	1.11 375	3.04 505	0.56 482	1.82 494	0.64 475	2.80 501	2.05 502

LVE	3.31 500	1.67 494	1.64 436	2.85 505	2.42 505	3.20 491	2.26 502	4.78 508	5.05 509	2.35 469	6.91 504	6.02 504	2.37 482	9.15 507	2.17 459	3.19 508	1.08 511	2.38 502	1.47 508	2.81 502	2.40 508

RainbowNet	1.97 469	1.76 495	1.57 433	2.81 504	2.21 499	1.98 454	1.81 481	2.54 483	1.89 459	1.50 399	1.84 423	1.96 438	1.65 445	2.14 356	1.25 391	3.33 511	0.85 498	2.39 503	0.98 496	2.82 503	2.22 503

ACVNet-4b	2.15 473	1.41 486	1.64 436	2.80 503	2.31 503	2.31 468	1.24 453	2.32 468	2.14 471	1.26 311	2.39 460	2.66 470	1.48 430	5.95 470	1.06 363	3.20 509	0.45 465	2.37 500	0.89 489	2.83 504	2.37 506

DispFullNet	2.34 480	2.85 515	3.66 489	3.08 510	2.27 501	1.97 452	0.67 347	2.00 416	1.70 445	2.52 475	2.00 439	2.23 452	5.86 510	3.44 421	1.58 435	1.01 481	0.32 418	2.64 509	1.94 514	2.85 505	2.24 504

Dean	2.91 498	1.53 492	2.07 460	2.96 509	2.51 506	3.15 489	2.14 498	4.75 507	4.41 506	2.76 483	6.10 502	5.53 502	2.37 482	2.97 405	1.92 449	3.18 507	0.85 498	2.51 507	1.04 499	2.88 506	2.47 509

ACVNet_1	2.18 474	1.45 489	1.72 443	2.85 505	2.33 504	2.28 466	1.46 466	3.08 491	2.22 474	1.82 445	2.05 445	3.56 485	1.98 469	3.09 410	1.40 413	3.17 506	0.60 485	2.40 504	0.92 491	2.91 507	2.37 506

ktn	4.70 505	2.38 511	2.12 464	3.76 518	3.24 515	4.85 508	2.95 513	5.52 510	7.37 515	4.07 502	19.32 528	7.46 508	3.47 497	7.39 492	2.95 468	4.04 519	1.85 517	3.26 518	2.22 517	3.08 508	2.65 514

IMH-64-1	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 492	2.10 495	4.08 500	2.75 488	2.34 467	3.81 484	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 512

IMH-64	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 492	2.10 495	4.08 500	2.75 488	2.34 467	3.81 484	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 512

IMH	3.21 499	1.85 501	1.48 427	3.25 512	2.69 509	4.07 503	2.02 493	4.41 505	3.80 500	2.72 480	7.11 507	4.75 496	2.92 492	5.92 468	2.55 462	3.85 518	0.88 501	2.78 512	1.36 504	3.19 511	2.59 511

TorneroNet-64	5.30 509	2.03 503	1.74 446	3.43 515	2.81 510	10.09 517	2.12 497	9.10 522	17.12 528	4.96 511	9.27 518	10.72 521	3.70 501	9.20 508	4.55 486	3.31 510	0.84 495	2.88 513	1.55 509	3.49 512	3.04 515

TorneroNet	10.70 521	2.03 503	1.82 450	3.43 515	3.01 513	43.83 536	2.22 501	8.87 521	67.47 543	7.17 520	27.36 531	10.68 520	3.85 504	8.67 506	7.65 501	3.59 513	0.88 501	3.04 514	1.57 510	3.71 513	3.17 516

KSHMR	8.75 517	2.06 506	2.11 463	3.53 517	3.11 514	4.13 504	2.69 508	5.60 512	61.37 542	3.00 491	55.83 541	4.98 501	2.45 485	4.49 436	2.61 466	3.46 512	1.55 516	3.14 516	1.94 514	3.72 514	3.18 517

notaker	3.98 502	2.40 512	2.68 481	3.82 520	3.27 517	3.97 502	2.14 498	4.78 508	3.45 497	4.12 503	6.94 505	7.65 510	3.26 496	7.82 501	5.30 489	4.04 519	1.41 514	3.36 519	2.10 516	3.88 515	3.31 518

DPSimNet_ROB	11.20 523	4.98 522	35.43 532	2.90 508	4.52 522	7.89 514	17.09 524	4.66 506	6.06 513	14.89 528	10.93 521	17.29 525	36.81 536	13.18 525	15.68 520	2.86 503	6.29 524	5.75 525	5.09 523	3.91 516	7.70 525

MADNet++	5.01 506	3.14 516	4.91 494	4.55 524	3.94 521	5.20 511	4.41 517	4.40 504	4.13 504	4.95 510	6.08 501	4.74 495	5.37 508	9.40 512	10.67 512	4.65 521	4.15 523	3.97 521	3.34 520	4.09 517	4.08 523

JetRed	6.91 514	8.80 525	25.96 528	2.85 505	3.25 516	13.98 525	11.87 521	6.25 517	4.28 505	4.45 505	4.56 490	6.69 505	5.46 509	7.46 495	14.05 516	2.59 501	3.31 520	2.59 508	2.29 518	4.20 518	3.36 519

UNDER WATER-64	5.27 508	2.32 509	8.78 508	3.93 521	3.54 519	7.61 513	3.03 514	5.84 514	14.19 519	4.04 500	4.04 486	9.39 515	6.26 513	5.93 469	8.48 504	3.60 514	1.51 515	3.13 515	1.88 512	4.29 519	3.61 520

UNDER WATER	5.08 507	2.33 510	5.55 497	3.94 522	3.51 518	5.20 511	2.72 510	5.61 513	16.52 525	3.84 497	4.60 491	9.21 514	5.89 511	5.90 467	8.66 505	3.75 515	1.34 513	3.18 517	1.88 512	4.33 520	3.61 520

test_for_model	1.30 417	3.71 520	0.58 93	3.22 511	2.84 511	0.59 135	0.33 69	1.40 252	0.83 135	1.42 383	0.61 64	0.52 73	0.37 44	0.51 14	0.33 50	2.46 498	0.15 182	0.16 23	0.11 8	4.39 521	1.50 494

tt	6.58 513	0.26 88	6.10 501	3.77 519	2.16 496	11.55 519	19.63 525	13.33 526	5.74 511	2.96 489	2.65 468	4.97 500	6.33 515	3.81 425	7.24 496	9.15 526	11.32 531	5.89 526	6.24 524	6.03 522	2.55 510

DGTPSM_ROB	13.01 524	8.23 523	21.87 521	9.51 526	18.10 524	11.56 520	32.01 531	10.63 523	16.20 521	7.03 518	19.48 529	10.15 517	16.66 524	9.83 518	22.42 526	4.75 522	8.68 525	5.37 523	10.25 527	6.16 523	11.36 527

DPSMNet_ROB	13.02 525	8.23 523	21.91 522	9.53 527	18.11 525	11.56 520	32.02 532	10.64 524	16.23 522	7.05 519	19.49 530	10.16 518	16.66 524	9.85 519	22.43 527	4.77 523	8.68 525	5.38 524	10.26 528	6.17 524	11.36 527

HanzoNet	11.04 522	3.62 519	8.10 507	4.08 523	3.55 520	4.90 509	2.73 511	7.19 519	10.10 516	31.86 538	28.92 532	21.96 533	36.36 534	18.08 528	10.17 509	7.94 525	3.32 521	3.47 520	3.31 519	7.06 525	4.04 522

SuperB	2.53 487	0.59 415	18.45 519	0.69 383	0.50 323	1.87 445	0.88 402	1.67 325	2.39 476	1.50 399	1.42 335	1.14 300	1.15 385	4.28 434	5.07 487	0.24 272	0.19 283	0.22 189	0.19 167	7.86 526	0.34 373

TCMNet-wrong-test	10.31 519	11.40 527	14.84 516	20.96 529	18.45 526	13.80 524	10.76 520	15.78 527	3.53 498	5.20 513	5.52 500	16.26 524	12.61 520	7.51 497	10.15 508	7.43 524	2.37 518	4.31 522	3.43 521	11.36 527	10.61 526

DPSM_ROB	19.08 527	19.14 530	25.17 526	22.15 531	20.85 528	28.17 528	37.82 534	26.56 531	16.85 526	14.14 525	14.84 523	21.70 528	18.75 527	21.87 530	26.55 531	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 530

DPSM	19.08 527	19.14 530	25.17 526	22.15 531	20.85 528	28.17 528	37.82 534	26.56 531	16.85 526	14.14 525	14.84 523	21.70 528	18.75 527	21.87 530	26.55 531	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 530

ASD4	15.85 526	10.99 526	19.63 520	10.21 528	11.70 523	19.24 526	31.10 530	19.35 528	10.68 517	11.14 523	10.18 519	12.59 522	12.64 521	14.74 526	24.83 529	12.93 531	9.94 530	26.83 533	19.40 531	16.23 530	12.70 532

PML	51.67 539	36.25 536	13.28 515	7.46 525	20.81 527	108.69 542	232.22 543	8.72 520	27.82 534	87.01 543	269.67 543	69.67 543	61.95 542	24.76 536	14.20 517	9.74 528	3.40 522	9.62 527	4.70 522	18.74 531	4.72 524

CasAABBNet	38.33 532	38.46 537	50.35 537	44.75 538	41.84 534	56.68 537	76.37 540	53.22 541	33.83 537	28.31 535	29.54 534	43.62 540	37.71 538	43.84 540	53.41 541	20.30 532	18.70 535	21.07 530	21.07 533	28.24 532	25.34 534

Selective-RAFT-Error	38.39 533	38.47 538	50.44 538	44.73 537	41.97 535	56.68 537	76.38 541	53.24 542	33.92 538	28.34 536	29.85 535	43.60 539	38.20 539	43.75 539	53.34 540	20.38 533	18.70 535	21.09 531	21.05 532	28.30 533	25.43 535

LSM0	42.82 537	38.75 539	50.81 539	47.07 539	109.38 543	57.00 539	76.02 539	53.74 543	33.71 536	29.02 537	30.41 536	43.87 541	37.22 537	43.91 541	53.54 542	20.52 534	18.62 534	21.10 532	21.11 534	28.41 534	42.22 537

LRCNet_RVC	22.74 529	32.10 535	21.97 523	29.84 533	26.23 530	4.42 506	0.81 389	22.66 529	2.02 467	26.93 534	29.26 533	23.06 535	15.59 523	23.84 532	18.88 523	31.75 535	19.90 537	34.65 534	32.13 535	30.54 535	28.32 536

HaxPig	38.92 534	41.40 540	41.64 533	29.95 534	32.27 531	28.90 530	27.60 527	29.73 534	37.71 539	43.82 539	43.87 537	33.17 536	35.56 533	41.53 537	40.37 538	43.94 539	47.51 542	45.82 535	47.08 537	42.38 536	44.15 539

AVERAGE_ROB	40.43 535	42.37 541	42.73 534	36.96 536	35.58 533	30.50 531	27.61 528	36.71 540	38.39 540	44.91 540	44.36 538	37.45 538	36.70 535	41.88 538	40.35 537	45.43 540	46.81 541	47.11 536	46.35 536	42.51 537	43.87 538

MEDIAN_ROB	42.00 536	44.40 542	44.29 536	35.15 535	34.95 532	31.28 535	29.60 529	35.88 539	40.02 541	47.20 541	46.64 539	37.37 537	38.48 540	44.35 542	42.45 539	48.03 541	49.39 543	49.71 537	49.03 538	45.14 538	46.65 540

xxxxx1	54.10 540	25.67 532	27.13 529	113.43 540	96.96 540	30.69 532	47.44 536	32.38 535	25.60 530	17.75 529	17.27 525	21.81 530	21.02 529	24.43 533	33.82 533	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

tt_ll	54.10 540	25.67 532	27.13 529	113.43 540	96.96 540	30.69 532	47.44 536	32.38 535	25.60 530	17.75 529	17.27 525	21.81 530	21.02 529	24.43 533	33.82 533	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

ff	54.10 540	25.67 532	27.13 529	113.43 540	96.96 540	30.69 532	47.44 536	32.38 535	25.60 530	17.75 529	17.27 525	21.81 530	21.02 529	24.43 533	33.82 533	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

DLNR_Zeroshot_test	23.17 530	48.52 543	43.29 535	176.68 543	78.69 539	0.35 12	0.21 4	23.41 530	0.75 111	0.66 100	0.86 121	0.59 102	0.30 16	1.56 283	0.44 152	9.57 527	0.12 23	0.18 73	0.14 57	76.92 542	0.16 84

Anonymous_1	43.04 538	18.73 529	24.79 525	21.81 530	46.26 536	27.80 527	37.60 533	28.08 533	16.14 520	14.66 527	14.30 522	20.65 527	17.88 526	21.56 529	25.94 530	117.93 542	8.92 527	100.65 539	126.50 539	158.64 543	12.08 529

test_example2	192.40 543	210.76 544	206.48 543	199.83 544	204.73 544	172.94 543	183.52 542	133.93 544	133.41 544	191.38 544	196.19 542	187.13 544	178.77 543	205.33 544	208.00 543	222.09 544	238.72 544	186.54 544	190.54 544	227.34 544	170.31 544

ccccc	497.63 544	492.34 545	595.97 544	530.87 545	530.37 545	478.08 544	442.62 544	491.76 545	343.70 545	448.18 545	520.80 544	476.12 545	550.57 544	541.64 545	605.32 544	663.49 545	459.54 545	353.94 545	309.79 545	586.66 545	530.90 545

Low-res two-view benchmark