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

LG-Stereo_L2	0.29 8	0.20 7	0.45 34	0.37 5	0.25 40	0.26 3	0.20 8	0.78 49	0.28 10	0.28 7	0.26 10	0.24 4	0.26 10	0.91 127	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

LG-Stereo_L1	0.30 10	0.20 7	0.44 27	0.37 5	0.26 46	0.29 8	0.21 11	0.66 20	0.26 8	0.25 3	0.25 7	0.24 4	0.22 5	1.24 216	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

MLG-Stereo_test2	0.26 2	0.20 7	0.36 3	0.37 5	0.22 15	0.35 14	0.18 2	0.45 4	0.21 2	0.26 5	0.23 5	0.34 17	0.20 1	0.77 83	0.23 2	0.16 33	0.11 6	0.15 8	0.11 8	0.13 1	0.11 1

StereoAnything_RVC	0.45 76	1.43 500	0.48 42	0.35 2	0.20 3	0.26 3	0.21 11	0.43 2	0.22 4	0.22 1	0.21 2	0.19 1	0.36 49	1.27 223	0.22 1	0.21 218	0.11 6	0.14 1	0.10 2	2.37 506	0.11 1

MonSter	0.28 6	0.18 1	0.39 14	0.36 3	0.21 9	0.55 124	0.31 65	0.55 8	0.43 24	0.28 7	0.29 13	0.23 2	0.21 2	0.56 27	0.25 8	0.11 1	0.10 1	0.14 1	0.11 8	0.14 10	0.11 1

dual_stereo	0.27 3	0.19 4	0.35 1	0.39 13	0.21 9	0.25 2	0.22 14	0.48 5	0.31 12	0.32 16	0.26 10	0.37 26	0.24 7	0.83 102	0.29 21	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.11 1

CREStereo++_RVC	0.47 90	0.21 21	0.38 8	0.45 70	0.38 251	0.45 54	0.25 28	0.75 39	1.29 370	0.80 137	1.21 271	0.47 54	0.37 53	0.53 19	0.44 161	0.16 33	0.11 6	0.15 8	0.80 496	0.18 93	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	0.52 109	0.20 7	0.38 8	0.41 23	0.19 1	0.96 325	0.34 91	1.17 204	1.25 350	0.81 141	0.90 140	0.63 126	0.50 126	1.45 269	0.42 149	0.14 6	0.12 29	0.17 50	0.11 8	0.18 93	0.11 1

xyz-stereo	7.16 526	0.22 35	69.90 552	0.42 30	0.21 9	32.92 548	0.49 251	0.87 80	0.76 127	1.38 380	27.04 543	1.19 318	1.16 397	4.69 451	0.97 365	0.16 33	0.12 29	0.20 138	0.14 66	0.16 38	0.12 9

MLG-Stereo_test1	0.27 3	0.19 4	0.38 8	0.40 16	0.24 28	0.38 23	0.20 8	0.59 12	0.19 1	0.24 2	0.17 1	0.33 15	0.27 12	0.90 126	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

MLG-Stereo	0.29 8	0.19 4	0.38 8	0.41 23	0.20 3	0.42 39	0.20 8	0.66 20	0.21 2	0.25 3	0.22 4	0.33 15	0.28 15	1.09 180	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

LG-Stereo	0.34 17	0.25 83	0.78 249	0.47 87	0.26 46	0.37 20	0.30 59	0.71 31	0.52 52	0.36 28	0.57 66	0.29 7	0.21 2	0.50 12	0.36 92	0.13 2	0.13 86	0.20 138	0.18 157	0.18 93	0.12 9

DEFOM-Stereo_RVC	0.40 43	0.67 446	0.42 23	0.64 348	0.29 105	0.48 63	0.25 28	0.85 77	0.44 26	0.38 36	0.36 20	0.30 11	0.70 218	1.15 193	0.29 21	0.16 33	0.11 6	0.16 27	0.11 8	0.18 93	0.12 9

FoundationStereo	0.24 1	0.21 21	0.36 3	0.38 11	0.22 15	0.32 11	0.22 14	0.39 1	0.23 5	0.30 13	0.25 7	0.30 11	0.33 34	0.34 2	0.26 13	0.16 33	0.12 29	0.15 8	0.11 8	0.13 1	0.12 9

AIO_test	0.35 22	0.22 35	0.44 27	0.43 37	0.27 65	0.57 134	0.44 200	0.79 54	0.41 20	0.32 16	0.47 35	0.46 47	0.30 23	0.69 59	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.15 22	0.12 9

castereo	0.41 50	0.22 35	0.46 38	0.44 58	0.30 126	0.61 156	0.56 310	0.97 125	0.80 138	0.38 36	0.69 91	0.45 44	0.69 213	0.51 14	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.16 38	0.12 9

Pointernet	0.37 28	0.20 7	0.57 98	0.43 37	0.28 88	0.51 101	0.27 43	0.93 105	0.61 72	0.47 61	0.63 77	0.49 65	0.38 59	0.49 11	0.33 59	0.17 74	0.13 86	0.14 1	0.11 8	0.13 1	0.12 9

111111	0.34 17	0.20 7	0.41 19	0.45 70	0.42 284	0.37 20	0.22 14	0.95 117	0.38 17	0.31 14	0.31 16	0.40 30	0.27 12	0.96 141	0.26 13	0.17 74	0.12 29	0.15 8	0.11 8	0.15 22	0.13 18

MLG-Stereo_test3	0.28 6	0.18 1	0.42 23	0.40 16	0.23 20	0.47 59	0.19 5	0.61 14	0.29 11	0.35 23	0.21 2	0.35 19	0.21 2	0.60 44	0.25 8	0.15 13	0.11 6	0.16 27	0.11 8	0.13 1	0.13 18

LG-G_1	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LG-G	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LGtest1	0.27 3	0.21 21	0.44 27	0.41 23	0.21 9	0.42 39	0.19 5	0.56 9	0.26 8	0.29 10	0.24 6	0.29 7	0.29 19	0.55 26	0.25 8	0.18 113	0.12 29	0.16 27	0.12 27	0.14 10	0.13 18

SGD-Stereo	0.32 14	0.20 7	0.40 15	0.38 11	0.19 1	0.43 46	0.22 14	0.64 16	0.33 13	0.42 44	0.34 18	0.27 6	0.35 42	1.15 193	0.30 29	0.20 186	0.10 1	0.15 8	0.13 42	0.17 62	0.13 18

AIO_rvc	0.36 23	0.23 46	0.49 47	0.43 37	0.27 65	0.59 142	0.38 130	0.94 112	0.45 28	0.33 21	0.46 33	0.49 65	0.22 5	0.84 105	0.30 29	0.16 33	0.11 6	0.16 27	0.12 27	0.15 22	0.13 18

WCG-NET	0.42 52	0.21 21	0.54 75	0.40 16	0.25 40	0.47 59	0.32 72	0.73 34	1.15 294	0.76 125	0.73 103	0.58 106	0.45 89	0.60 44	0.34 74	0.15 13	0.11 6	0.16 27	0.14 66	0.15 22	0.13 18

IGEV-Stereo++	0.30 10	0.20 7	0.40 15	0.46 76	0.30 126	0.33 12	0.22 14	0.75 39	0.45 28	0.32 16	0.41 22	0.32 14	0.48 114	0.38 3	0.27 16	0.15 13	0.11 6	0.15 8	0.12 27	0.15 22	0.13 18

RAStereo	0.34 17	0.21 21	0.66 148	0.47 87	0.27 65	0.26 3	0.29 52	0.69 25	0.63 77	0.32 16	0.42 23	0.45 44	0.31 27	0.45 7	0.34 74	0.17 74	0.15 192	0.19 103	0.15 81	0.18 93	0.13 18

U	9.45 530	0.21 21	0.58 104	0.47 87	53.11 550	61.27 554	0.24 27	0.70 27	0.52 52	0.36 28	0.28 12	0.29 7	0.35 42	0.33 1	0.26 13	0.19 154	0.11 6	60.50 551	8.88 538	0.17 62	0.13 18

AIO-Stereo	0.37 28	0.25 83	0.51 59	0.47 87	0.23 20	0.45 54	0.39 145	1.07 175	0.52 52	0.41 42	0.48 37	0.52 82	0.25 9	0.72 70	0.30 29	0.16 33	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

RSM++	0.38 33	0.24 60	0.51 59	0.47 87	0.26 46	0.50 85	0.41 165	0.79 54	0.45 28	0.37 31	0.45 31	0.60 114	0.35 42	1.02 161	0.30 29	0.15 13	0.13 86	0.17 50	0.14 66	0.18 93	0.13 18

RSM	0.39 36	0.24 60	0.49 47	0.46 76	0.26 46	0.47 59	0.40 152	0.92 99	0.44 26	0.41 42	0.42 23	0.65 132	0.33 34	1.07 175	0.29 21	0.15 13	0.12 29	0.17 50	0.13 42	0.17 62	0.13 18

trnet	0.39 36	0.21 21	0.37 5	0.36 3	0.20 3	0.53 110	0.29 52	0.78 49	1.12 268	0.59 98	0.71 98	0.53 87	0.42 71	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.13 18

4D-IteraStereo	0.48 96	0.24 60	0.76 235	0.50 138	0.44 301	0.66 192	0.31 65	0.87 80	1.02 220	1.03 205	0.72 101	0.78 169	0.32 33	0.64 49	0.37 104	0.17 74	0.11 6	0.23 239	0.19 179	0.19 132	0.13 18

Selective-IGEV	0.39 36	0.24 60	0.50 52	0.44 58	0.25 40	0.46 57	0.33 79	1.25 236	0.40 19	0.35 23	0.45 31	0.52 82	0.30 23	1.07 175	0.30 29	0.14 6	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

MC-Stereo	0.43 58	0.23 46	0.48 42	0.51 168	0.28 88	0.39 26	0.32 72	0.88 88	0.68 103	0.60 100	0.84 128	0.56 99	0.61 187	1.03 162	0.31 44	0.17 74	0.11 6	0.17 50	0.15 81	0.16 38	0.13 18

test-3	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.32 355	0.69 91	0.87 208	0.45 89	1.68 314	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

test_1	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.28 327	0.68 87	0.87 208	0.45 89	1.67 309	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

AnonymousM	0.59 177	1.11 487	0.41 19	0.44 58	0.32 170	0.43 46	0.47 231	1.05 160	0.64 81	0.98 186	0.63 77	0.67 139	0.43 78	0.59 33	0.41 138	0.20 186	0.15 192	1.84 507	0.84 498	0.14 10	0.13 18

RAFT-Stereo + iAFF	0.54 134	0.25 83	0.68 157	0.43 37	0.24 28	0.40 28	0.34 91	1.04 152	1.09 256	1.32 355	1.60 398	0.80 175	0.68 210	0.67 58	0.39 122	0.13 2	0.10 1	0.18 82	0.17 140	0.17 62	0.13 18

PMTNet	0.46 83	0.21 21	0.38 8	0.37 5	0.23 20	0.71 220	0.27 43	0.74 38	1.04 229	0.64 106	0.70 95	0.55 92	0.47 103	0.86 114	0.35 83	1.00 492	0.13 86	0.15 8	0.10 2	0.15 22	0.13 18

MM-Stereo_test2	0.43 58	0.24 60	0.67 153	0.51 168	0.32 170	0.55 124	0.45 217	0.97 125	0.77 130	0.59 98	0.51 48	0.49 65	0.42 71	0.80 92	0.30 29	0.15 13	0.13 86	0.18 82	0.14 66	0.19 132	0.14 41

HART	0.45 76	0.22 35	0.54 75	0.50 138	0.26 46	0.41 32	0.29 52	1.03 146	0.50 40	0.58 90	1.45 358	0.61 118	0.35 42	1.08 179	0.30 29	0.15 13	0.13 86	0.19 103	0.14 66	0.19 132	0.14 41

GREAT-IGEV	0.32 14	0.20 7	0.42 23	0.37 5	0.29 105	0.36 18	0.28 47	0.56 9	0.58 64	0.28 7	0.50 46	0.29 7	0.29 19	0.84 105	0.27 16	0.14 6	0.11 6	0.15 8	0.11 8	0.17 62	0.14 41

SCV	0.46 83	0.26 99	0.55 85	0.47 87	0.25 40	0.39 26	0.38 130	1.98 425	0.60 71	0.35 23	0.48 37	0.55 92	0.36 49	1.28 225	0.32 46	0.24 284	0.12 29	0.17 50	0.13 42	0.18 93	0.14 41

HUF	0.36 23	0.23 46	0.52 66	0.40 16	0.22 15	0.54 117	0.47 231	0.82 69	0.43 24	0.36 28	0.43 26	0.50 71	0.42 71	0.64 49	0.29 21	0.17 74	0.12 29	0.16 27	0.12 27	0.15 22	0.14 41

castereo++	0.38 33	0.23 46	0.41 19	0.43 37	0.31 152	0.97 329	0.22 14	0.86 79	0.58 64	0.32 16	0.44 28	0.51 75	0.39 61	0.93 135	0.24 5	0.17 74	0.11 6	0.17 50	0.12 27	0.14 10	0.14 41

GIP-stereo	0.34 17	0.23 46	0.45 34	0.50 138	0.36 220	0.38 23	0.23 22	0.78 49	0.52 52	0.34 22	0.51 48	0.46 47	0.38 59	0.51 14	0.27 16	0.20 186	0.12 29	0.16 27	0.12 27	0.16 38	0.14 41

DEFOM-Stereo	0.33 16	0.20 7	0.40 15	0.42 30	0.28 88	0.80 267	0.23 22	0.48 5	0.37 16	0.37 31	0.31 16	0.23 2	0.24 7	1.20 206	0.27 16	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.14 41

ours_stereo	0.39 36	0.28 146	0.51 59	0.46 76	0.30 126	0.40 28	0.44 200	0.73 34	0.56 61	0.35 23	0.56 63	0.46 47	0.33 34	1.11 186	0.32 46	0.16 33	0.13 86	0.19 103	0.15 81	0.19 132	0.14 41

fffy	0.42 52	0.27 125	0.57 98	0.46 76	0.29 105	0.48 63	0.35 96	0.91 96	0.55 59	0.40 41	0.58 69	0.55 92	0.41 67	1.26 220	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.18 93	0.14 41

WCG-NET（raft）	0.45 76	0.21 21	0.55 85	0.40 16	0.24 28	0.50 85	0.36 110	0.73 34	1.09 256	0.71 117	0.76 110	0.92 233	0.51 129	0.84 105	0.34 74	0.16 33	0.12 29	0.15 8	0.14 66	0.14 10	0.14 41

MaDis-Stereo	0.36 23	0.25 83	0.58 104	0.44 58	0.34 207	0.30 9	0.30 59	0.72 32	0.50 40	0.37 31	0.36 20	0.58 106	0.49 122	0.52 17	0.36 92	0.19 154	0.16 229	0.19 103	0.15 81	0.18 93	0.14 41

MIM_Stereo	0.57 165	0.24 60	0.92 308	0.46 76	0.30 126	0.54 117	0.28 47	1.27 238	0.75 121	1.00 194	1.16 253	0.93 235	0.53 139	1.45 269	0.61 263	0.16 33	0.16 229	0.20 138	0.19 179	0.17 62	0.14 41

CASnet	0.41 50	0.25 83	0.48 42	0.50 138	0.20 3	0.50 85	0.36 110	0.81 66	0.80 138	0.83 147	0.68 87	0.48 58	0.31 27	0.54 21	0.32 46	0.18 113	0.12 29	0.27 333	0.22 284	0.23 254	0.14 41
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.37 28	0.24 60	0.52 66	0.47 87	0.51 346	0.37 20	0.38 130	0.65 19	0.53 56	0.42 44	0.56 63	0.46 47	0.60 178	0.53 19	0.30 29	0.16 33	0.13 86	0.18 82	0.15 81	0.17 62	0.14 41

GCAP-Stereo	0.40 43	0.28 146	0.68 157	0.47 87	0.25 40	0.53 110	0.32 72	0.82 69	0.58 64	0.65 108	0.69 91	0.58 106	0.42 71	0.47 9	0.29 21	0.17 74	0.14 137	0.17 50	0.13 42	0.17 62	0.14 41

LoS	0.40 43	0.21 21	0.44 27	0.37 5	0.22 15	0.50 85	0.40 152	1.00 135	0.94 183	0.48 65	0.66 81	0.48 58	0.40 65	0.60 44	0.37 104	0.18 113	0.14 137	0.16 27	0.11 8	0.14 10	0.14 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	0.50 106	0.23 46	0.58 104	0.48 112	0.33 190	0.55 124	0.45 217	0.97 125	1.38 411	0.68 112	1.05 198	0.63 126	0.80 258	0.59 33	0.32 46	0.17 74	0.12 29	0.17 50	0.14 66	0.16 38	0.14 41

RAFT_CTSACE	0.63 197	0.26 99	0.88 291	0.55 245	0.51 346	0.71 220	0.44 200	0.80 62	0.97 197	0.97 182	1.84 434	1.18 317	0.68 210	1.47 275	0.36 92	0.16 33	0.15 192	0.21 173	0.20 211	0.20 166	0.14 41

test_3	0.55 149	0.23 46	0.71 188	0.53 207	0.28 88	0.61 156	0.40 152	0.92 99	1.05 233	1.19 286	0.68 87	0.93 235	0.44 86	1.67 309	0.39 122	0.15 13	0.12 29	0.22 201	0.19 179	0.21 206	0.14 41

OMP-Stereo	0.94 356	0.33 272	0.72 194	0.90 471	0.31 152	0.49 75	0.36 110	1.16 202	1.06 237	1.58 430	1.12 231	1.46 381	0.69 213	6.94 498	0.49 207	0.19 154	0.14 137	0.24 259	0.18 157	0.20 166	0.14 41

IIG-Stereo	0.96 360	0.31 234	0.72 194	0.88 466	0.33 190	0.61 156	0.26 37	1.19 217	1.03 224	1.69 442	1.37 332	1.46 381	0.75 229	6.96 499	0.51 218	0.19 154	0.14 137	0.23 239	0.18 157	0.20 166	0.14 41

cross-raft	0.54 134	0.25 83	0.61 119	0.52 190	0.29 105	0.68 203	0.37 124	1.46 280	0.76 127	1.01 197	1.06 200	1.28 345	0.46 94	0.71 67	0.35 83	0.15 13	0.12 29	0.18 82	0.16 120	0.19 132	0.14 41

XX-TBD	0.46 83	0.70 454	0.35 1	0.79 434	0.25 40	0.58 137	0.26 37	0.69 25	1.27 361	0.76 125	1.00 170	0.45 44	0.33 34	0.47 9	0.37 104	0.19 154	0.15 192	0.15 8	0.11 8	0.17 62	0.14 41

XX-Stereo	0.63 197	0.26 99	1.90 465	0.81 440	0.67 415	0.43 46	0.23 22	1.03 146	0.58 64	0.65 108	1.56 389	1.41 369	0.39 61	1.28 225	0.35 83	0.20 186	0.14 137	0.20 138	0.19 179	0.18 93	0.14 41

AFF-stereo	0.58 171	0.25 83	0.64 134	0.46 76	0.29 105	0.34 13	0.38 130	1.15 200	1.14 283	1.17 277	1.60 398	1.10 299	0.71 222	0.97 149	0.43 158	0.13 2	0.11 6	0.19 103	0.19 179	0.17 62	0.14 41

CFNet-RSSM	0.54 134	0.24 60	0.70 176	0.48 112	0.28 88	0.60 150	0.27 43	1.49 285	1.14 283	1.06 209	0.93 147	1.08 287	0.54 144	0.70 63	0.35 83	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.14 41

CREStereo	0.39 36	0.21 21	0.38 8	0.34 1	0.22 15	0.53 110	0.29 52	0.77 45	1.11 264	0.58 90	0.71 98	0.51 75	0.41 67	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.14 41
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
xyz-stereo-finetune	0.48 96	0.25 83	0.54 75	0.42 30	0.23 20	0.80 267	0.42 169	0.80 62	0.80 138	0.61 101	0.62 75	0.54 89	0.43 78	1.70 316	0.58 250	0.15 13	0.15 192	0.19 103	0.15 81	0.16 38	0.15 69

MM-Stereo_test1	0.49 102	0.24 60	0.56 88	0.51 168	0.30 126	0.50 85	0.54 286	0.91 96	1.03 224	0.84 150	0.69 91	0.54 89	0.60 178	1.16 197	0.33 59	0.18 113	0.16 229	0.20 138	0.17 140	0.19 132	0.15 69

Reg-Stereo(zero)	0.44 68	0.22 35	0.45 34	0.43 37	0.23 20	0.38 23	0.25 28	0.76 42	1.08 248	0.90 162	0.78 114	0.90 221	0.47 103	0.70 63	0.36 92	0.15 13	0.12 29	0.15 8	0.12 27	0.15 22	0.15 69

SCV_C0	0.43 58	0.26 99	0.65 141	0.43 37	0.29 105	0.47 59	0.31 65	1.34 250	0.73 118	0.38 36	0.49 43	0.54 89	0.29 19	1.24 216	0.30 29	0.17 74	0.13 86	0.16 27	0.13 42	0.20 166	0.15 69

SMoEStereo_RVC	0.39 36	0.25 83	0.50 52	0.45 70	0.30 126	0.61 156	0.36 110	0.72 32	0.45 28	0.46 58	0.43 26	0.42 31	0.35 42	1.39 257	0.29 21	0.15 13	0.12 29	0.20 138	0.15 81	0.16 38	0.15 69

mms	0.40 43	0.27 125	0.52 66	0.46 76	0.32 170	0.43 46	0.46 224	0.70 27	0.46 34	0.35 23	0.58 69	0.44 36	0.30 23	1.36 247	0.33 59	0.16 33	0.13 86	0.18 82	0.15 81	0.19 132	0.15 69

tg	0.52 109	0.24 60	0.61 119	0.49 127	0.30 126	0.90 301	0.29 52	1.07 175	0.83 147	0.83 147	1.02 184	0.62 123	0.43 78	1.35 242	0.41 138	0.17 74	0.12 29	0.22 201	0.20 211	0.17 62	0.15 69

GCAP-BAT	0.49 102	0.31 234	0.64 134	0.41 23	0.46 319	0.70 215	0.35 96	0.77 45	0.64 81	0.86 157	1.00 170	0.77 165	0.37 53	1.18 203	0.36 92	0.18 113	0.14 137	0.18 82	0.13 42	0.17 62	0.15 69

RAFT-Stereo-weight	0.47 90	0.24 60	0.53 70	0.48 112	0.27 65	0.60 150	0.35 96	1.02 141	1.07 242	0.99 189	0.78 114	0.76 162	0.28 15	0.76 80	0.36 92	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.15 69

MoCha-V2	0.40 43	0.20 7	0.49 47	0.50 138	0.21 9	0.44 51	0.33 79	0.93 105	0.53 56	0.53 83	0.53 52	0.42 31	0.58 174	1.09 180	0.27 16	0.14 6	0.12 29	0.15 8	0.12 27	0.17 62	0.15 69

IGEV++	0.40 43	0.22 35	0.51 59	0.52 190	0.29 105	0.45 54	0.25 28	1.65 331	0.46 34	0.37 31	0.57 66	0.46 47	0.45 89	0.50 12	0.38 114	0.19 154	0.12 29	0.16 27	0.13 42	0.16 38	0.15 69

AE-Stereo	0.49 102	0.27 125	0.67 153	0.60 304	0.39 262	0.67 196	0.46 224	1.18 209	1.09 256	0.47 61	0.75 108	0.69 146	0.47 103	0.59 33	0.40 127	0.16 33	0.15 192	0.21 173	0.20 211	0.19 132	0.15 69

UniTT-Stereo	0.36 23	0.23 46	0.59 111	0.48 112	0.36 220	0.40 28	0.32 72	0.53 7	0.49 37	0.54 85	0.55 60	0.36 21	0.31 27	0.58 32	0.51 218	0.20 186	0.15 192	0.17 50	0.15 81	0.19 132	0.15 69

testlalala	0.45 76	0.28 146	0.59 111	0.42 30	0.39 262	0.71 220	0.39 145	1.08 181	0.45 28	1.24 313	0.80 124	0.61 118	0.36 49	0.54 21	0.33 59	0.20 186	0.13 86	0.18 82	0.12 27	0.15 22	0.15 69

EGLCR-Stereo	0.37 28	0.22 35	0.51 59	0.43 37	0.26 46	0.44 51	0.22 14	0.99 131	0.48 36	0.42 44	0.42 23	0.67 139	0.29 19	0.86 114	0.33 59	0.17 74	0.12 29	0.19 103	0.17 140	0.17 62	0.15 69

test_4	0.53 119	0.22 35	0.56 88	0.54 222	0.32 170	0.64 168	0.39 145	0.80 62	0.62 74	0.92 169	1.87 439	0.68 141	0.42 71	1.16 197	0.37 104	0.15 13	0.13 86	0.20 138	0.22 284	0.20 166	0.15 69

GMOStereo	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

error version	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-v	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

TRStereo	0.60 180	0.60 435	0.97 326	0.74 422	0.67 415	0.46 57	0.38 130	1.85 390	0.89 164	0.79 135	0.80 124	0.88 212	0.39 61	1.10 183	0.41 138	0.23 269	0.15 192	0.23 239	0.24 320	0.17 62	0.15 69

AAGNet	1.83 470	0.28 146	0.72 194	0.61 318	0.32 170	0.67 196	0.51 260	0.96 124	0.98 202	1.47 402	1.20 269	1.00 263	1.18 401	2.83 410	22.77 541	0.22 244	0.13 86	0.22 201	0.19 179	0.23 254	0.15 69

test-2	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

iRaftStereo_RVC	0.47 90	0.26 99	0.64 134	0.50 138	0.29 105	0.53 110	0.33 79	1.05 160	0.77 130	0.84 150	1.00 170	0.55 92	0.37 53	0.81 97	0.40 127	0.17 74	0.12 29	0.22 201	0.20 211	0.19 132	0.15 69

raft+_RVC	0.53 119	0.26 99	0.54 75	0.60 304	0.47 324	0.54 117	0.54 286	1.27 238	0.99 209	0.76 125	1.03 193	0.70 150	0.56 156	0.93 135	0.47 195	0.18 113	0.14 137	0.19 103	0.18 157	0.18 93	0.15 69

Gwc-CoAtRS	0.52 109	0.24 60	0.68 157	0.48 112	0.29 105	0.64 168	0.25 28	1.16 202	1.08 248	1.01 197	1.00 170	1.12 304	0.56 156	0.69 59	0.37 104	0.16 33	0.13 86	0.17 50	0.15 81	0.15 22	0.15 69

HITNet	0.65 217	0.40 351	0.77 241	0.48 112	0.24 28	1.05 347	0.49 251	1.76 360	1.02 220	1.18 282	1.18 258	0.89 220	0.80 258	0.85 110	0.79 323	0.17 74	0.12 29	0.21 173	0.17 140	0.29 336	0.15 69
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
fffft	0.38 33	0.23 46	0.51 59	0.44 58	0.32 170	0.43 46	0.48 241	0.76 42	0.36 14	0.44 51	0.34 18	0.38 28	0.31 27	1.31 231	0.32 46	0.14 6	0.11 6	0.19 103	0.15 81	0.16 38	0.16 95
1: 1. 1
UGAM	1.14 412	0.27 125	0.95 318	0.53 207	0.42 284	0.70 215	0.72 375	0.95 117	1.32 384	0.98 186	1.48 370	1.78 433	0.87 295	9.65 527	0.87 345	0.21 218	0.18 279	0.30 367	0.24 320	0.19 132	0.16 95

model_zeroshot	0.48 96	0.29 181	0.86 273	0.51 168	0.36 220	0.69 208	0.37 124	1.12 194	0.62 74	0.85 155	0.84 128	0.66 136	0.37 53	0.73 74	0.34 74	0.20 186	0.16 229	0.19 103	0.16 120	0.17 62	0.16 95

Occ-G	0.42 52	0.21 21	0.48 42	0.41 23	0.26 46	0.42 39	0.62 342	0.77 45	0.49 37	0.43 49	0.66 81	1.02 272	0.46 94	0.78 86	0.41 138	0.16 33	0.13 86	0.18 82	0.13 42	0.16 38	0.16 95

gcap-zeroshot	0.53 119	0.28 146	0.89 297	0.49 127	0.28 88	0.76 241	0.37 124	1.34 250	0.73 118	0.89 160	0.67 84	1.35 360	0.51 129	0.79 90	0.33 59	0.18 113	0.15 192	0.18 82	0.15 81	0.17 62	0.16 95

MGS-Stereo	0.42 52	0.26 99	0.58 104	0.44 58	0.28 88	0.50 85	0.34 91	0.57 11	0.83 147	0.46 58	1.31 308	0.52 82	0.33 34	0.65 54	0.36 92	0.19 154	0.16 229	0.18 82	0.15 81	0.17 62	0.16 95

rrr	0.46 83	0.28 146	0.73 206	0.43 37	0.33 190	0.49 75	0.38 130	0.76 42	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.16 95

plain	0.46 83	0.27 125	1.01 339	0.50 138	0.40 272	0.35 14	0.37 124	0.87 80	0.56 61	0.43 49	0.76 110	0.42 31	0.40 65	1.13 191	0.45 174	0.21 218	0.15 192	0.24 259	0.19 179	0.24 269	0.16 95

MSKI-zero shot	0.55 149	0.26 99	0.57 98	0.51 168	0.26 46	0.69 208	0.28 47	1.18 209	0.64 81	0.91 167	1.32 314	0.82 184	0.33 34	1.92 344	0.32 46	0.17 74	0.12 29	0.17 50	0.13 42	0.16 38	0.16 95

DLNR_Zeroshot_test	23.17 543	48.52 556	43.29 547	176.68 556	78.69 552	0.35 14	0.21 11	23.41 543	0.75 121	0.66 111	0.86 131	0.59 113	0.30 23	1.56 292	0.44 161	9.57 540	0.12 29	0.18 82	0.14 66	76.92 555	0.16 95

Any-RAFT	0.53 119	0.24 60	0.47 40	0.47 87	0.27 65	1.00 338	0.25 28	1.58 315	1.05 233	0.85 155	0.99 166	1.06 281	0.47 103	0.70 63	0.32 46	0.18 113	0.13 86	0.16 27	0.13 42	0.16 38	0.16 95

RAFT-Test	0.54 134	0.25 83	0.64 134	0.47 87	0.30 126	0.97 329	0.27 43	1.24 234	0.81 141	0.96 179	1.12 231	1.28 345	0.48 114	0.71 67	0.36 92	0.17 74	0.13 86	0.17 50	0.14 66	0.16 38	0.16 95

HH	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 412	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

HanStereo	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 412	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

LL-Strereo2	0.52 109	0.33 272	0.69 170	0.52 190	0.37 234	0.70 215	0.30 59	1.13 197	0.67 99	0.94 175	0.78 114	0.91 224	0.42 71	1.05 170	0.42 149	0.17 74	0.16 229	0.29 356	0.25 334	0.21 206	0.16 95

ProNet	0.43 58	0.28 146	0.58 104	0.43 37	0.30 126	0.56 129	0.52 271	1.00 135	0.58 64	0.44 51	0.49 43	0.43 34	0.43 78	1.28 225	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.17 62	0.16 95

raft_robust	0.68 237	0.30 201	0.64 134	0.52 190	0.26 46	0.54 117	0.35 96	1.33 245	1.24 347	1.16 268	1.07 204	0.60 114	0.54 144	3.58 435	0.37 104	0.18 113	0.14 137	0.20 138	0.22 284	0.20 166	0.16 95

Sa-1000	0.72 252	0.29 181	0.76 235	0.59 293	0.30 126	0.73 226	0.37 124	1.62 327	1.33 388	1.28 327	2.04 455	0.86 204	0.75 229	1.84 335	0.38 114	0.19 154	0.14 137	0.25 298	0.23 307	0.20 166	0.16 95

RAFT-345	0.84 327	0.25 83	0.66 148	0.50 138	0.27 65	0.54 117	0.42 169	0.83 73	1.11 264	1.32 355	2.34 469	0.86 204	0.54 144	5.72 475	0.47 195	0.18 113	0.13 86	0.22 201	0.17 140	0.17 62	0.16 95

CroCo-Stereo	0.40 43	0.31 234	0.73 206	0.58 280	0.27 65	0.26 3	0.33 79	0.95 117	0.81 141	0.42 44	0.47 35	0.65 132	0.47 103	0.39 5	0.34 74	0.18 113	0.15 192	0.16 27	0.14 66	0.19 132	0.16 95
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
TestStereo	0.64 209	0.39 345	0.71 188	0.51 168	0.27 65	0.56 129	0.42 169	1.03 146	0.91 173	0.80 137	1.00 170	0.68 141	0.52 134	3.25 425	0.45 174	0.22 244	0.15 192	0.24 259	0.18 157	0.27 307	0.16 95

raftrobust	0.52 109	0.25 83	0.56 88	0.65 362	0.52 357	0.49 75	0.34 91	0.98 129	0.91 173	1.30 341	0.87 134	0.63 126	0.81 262	0.78 86	0.41 138	0.19 154	0.15 192	0.16 27	0.14 66	0.15 22	0.16 95

test_xeample3	0.42 52	0.28 146	0.69 170	0.43 37	0.33 190	0.56 129	0.38 130	0.79 54	0.45 28	0.53 83	0.46 33	0.44 36	0.44 86	1.38 252	0.31 44	0.18 113	0.14 137	0.19 103	0.15 81	0.17 62	0.16 95

ARAFT	0.77 289	0.36 326	1.49 440	0.51 168	0.31 152	0.90 301	0.82 402	1.90 403	1.06 237	1.62 435	1.24 279	1.02 272	0.64 201	1.84 335	0.50 213	0.18 113	0.14 137	0.28 346	0.27 361	0.17 62	0.16 95

RASNet	1.12 407	0.30 201	0.91 304	0.66 369	0.77 443	0.97 329	0.57 321	1.37 256	1.35 400	1.02 201	1.34 323	2.11 462	1.43 434	7.09 500	1.39 424	0.19 154	0.17 258	0.17 50	0.19 179	0.18 93	0.16 95

xyz-stereo-finetune2	0.58 171	0.27 125	0.57 98	0.40 16	0.24 28	1.09 356	0.32 72	0.79 54	0.53 56	0.65 108	1.07 204	0.58 106	0.80 258	2.47 397	0.80 327	0.16 33	0.15 192	0.21 173	0.17 140	0.16 38	0.17 120

UGAM-zero	1.00 377	0.30 201	0.93 310	0.47 87	0.30 126	0.57 134	0.25 28	2.25 474	0.63 77	1.01 197	1.10 218	2.73 485	1.85 473	6.26 484	0.40 127	0.17 74	0.14 137	0.19 103	0.15 81	0.16 38	0.17 120

rvit_stereo_0083	0.47 90	0.33 272	0.81 258	0.56 258	0.36 220	0.50 85	0.44 200	0.68 24	0.95 185	0.49 70	0.57 66	0.55 92	0.49 122	0.88 119	0.46 188	0.25 310	0.25 381	0.24 259	0.20 211	0.24 269	0.17 120

rvit_stereo_0081	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

rvit_stereo_0082	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

rvit_stereo_ft	0.47 90	0.35 316	0.87 284	0.67 381	0.42 284	0.40 28	0.59 333	0.81 66	0.74 120	0.46 58	0.55 60	0.57 101	0.49 122	0.65 54	0.50 213	0.25 310	0.17 258	0.22 201	0.22 284	0.24 269	0.17 120

testlalala2	0.58 171	0.27 125	0.68 157	1.72 502	1.27 498	0.68 203	0.42 169	0.93 105	0.70 108	0.90 162	0.93 147	0.76 162	0.34 40	0.52 17	0.40 127	0.18 113	0.15 192	0.17 50	0.13 42	0.17 62	0.17 120

IGEV_Zeroshot_test	0.53 119	0.30 201	0.99 330	0.56 258	0.35 211	0.41 32	0.32 72	1.37 256	0.63 77	1.00 194	1.09 214	0.95 246	0.41 67	0.83 102	0.39 122	0.18 113	0.12 29	0.19 103	0.18 157	0.19 132	0.17 120

DCRE	0.82 315	0.26 99	0.70 176	0.58 280	0.44 301	0.54 117	0.48 241	0.95 117	0.78 133	0.78 132	7.33 519	0.86 204	0.52 134	0.76 80	0.41 138	0.16 33	0.16 229	0.19 103	0.17 140	0.18 93	0.17 120

Selective-RAFT	0.52 109	0.28 146	0.79 252	0.55 245	0.27 65	0.91 304	0.33 79	0.80 62	0.88 161	0.58 90	0.63 77	0.81 179	0.77 241	1.29 229	0.48 200	0.19 154	0.14 137	0.17 50	0.15 81	0.19 132	0.17 120

TestStereo1	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

SA-5K	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

SA	0.66 224	0.30 201	0.82 261	0.61 318	0.30 126	0.58 137	0.38 130	1.44 275	1.30 376	0.96 179	1.36 330	0.66 136	0.95 332	1.85 338	0.42 149	0.19 154	0.15 192	0.25 298	0.23 307	0.21 206	0.17 120

GLC_STEREO	0.39 36	0.25 83	0.41 19	0.54 222	0.23 20	0.48 63	0.30 59	0.73 34	0.58 64	0.52 82	0.73 103	0.51 75	0.31 27	0.64 49	0.42 149	0.17 74	0.20 313	0.23 239	0.19 179	0.21 206	0.17 120

IPLG	0.69 239	0.27 125	0.97 326	0.51 168	0.43 294	0.79 259	0.33 79	1.21 220	1.06 237	1.30 341	1.10 218	0.52 82	0.55 151	3.16 423	0.63 270	0.16 33	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

MIPNet	0.56 158	0.28 146	0.94 314	0.49 127	0.33 190	0.66 192	0.38 130	1.35 253	1.08 248	1.06 209	0.92 144	0.60 114	0.79 252	0.73 74	0.52 225	0.17 74	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

NRIStereo	0.60 180	0.29 181	0.69 170	0.53 207	0.28 88	0.63 165	0.33 79	1.08 181	0.87 157	1.14 252	0.87 134	0.91 224	0.59 175	2.24 377	0.49 207	0.20 186	0.14 137	0.21 173	0.19 179	0.21 206	0.17 120

PFNet	0.91 349	0.26 99	1.10 375	0.63 339	0.32 170	0.64 168	0.56 310	1.17 204	0.99 209	1.47 402	1.08 209	0.98 256	0.69 213	6.62 490	0.54 238	0.20 186	0.12 29	0.24 259	0.19 179	0.20 166	0.17 120

RAFT-RH_RVC	1.03 388	0.24 60	0.67 153	0.49 127	0.28 88	0.81 276	0.33 79	0.83 73	1.08 248	2.05 470	4.65 505	1.04 279	0.57 165	5.98 483	0.50 213	0.18 113	0.13 86	0.26 317	0.20 211	0.16 38	0.17 120

RAFT	0.64 209	0.30 201	0.73 206	0.59 293	0.33 190	0.68 203	0.58 325	1.04 152	0.76 127	1.08 213	1.19 265	1.65 417	0.93 322	1.06 171	0.56 244	0.21 218	0.18 279	0.27 333	0.24 320	0.22 229	0.17 120

RALAANet	0.60 180	0.33 272	0.87 284	0.62 330	0.50 335	0.69 208	0.31 65	1.21 220	1.06 237	1.09 219	1.16 253	0.88 212	0.46 94	1.22 209	0.42 149	0.19 154	0.15 192	0.21 173	0.17 140	0.27 307	0.17 120

EAI-Stereo	0.65 217	0.28 146	0.69 170	0.53 207	0.27 65	0.60 150	0.40 152	2.28 478	0.64 81	0.71 117	3.18 487	0.57 101	0.43 78	1.06 171	0.41 138	0.18 113	0.13 86	0.17 50	0.17 140	0.17 62	0.17 120

R-Stereo Train	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 432	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120

RAFT-Stereo	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 432	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.72 252	0.34 295	1.10 375	0.51 168	0.23 20	0.91 304	0.39 145	1.33 245	1.23 341	1.46 401	1.55 385	1.01 270	0.64 201	1.95 349	0.80 327	0.18 113	0.12 29	0.18 82	0.14 66	0.19 132	0.17 120

LG-Stereo_Zeroshot	0.36 23	0.23 46	0.54 75	0.50 138	0.28 88	0.36 18	0.22 14	1.02 141	0.39 18	0.42 44	0.64 80	0.36 21	0.51 129	0.39 5	0.29 21	0.18 113	0.12 29	0.17 50	0.13 42	0.18 93	0.18 145

MM-Stereo_test3	0.50 106	0.24 60	0.54 75	0.54 222	0.74 432	0.49 75	0.53 279	1.09 183	1.05 233	0.62 104	0.95 151	0.61 118	0.42 71	0.77 83	0.38 114	0.20 186	0.17 258	0.20 138	0.16 120	0.18 93	0.18 145

HI	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 351	1.43 350	1.62 407	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

CoSv	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 351	1.43 350	1.62 407	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

tt45	0.45 76	0.23 46	0.46 38	0.45 70	0.33 190	0.79 259	0.32 72	0.78 49	0.41 20	0.51 81	0.44 28	0.49 65	0.37 53	2.14 366	0.34 74	0.16 33	0.13 86	0.19 103	0.16 120	0.17 62	0.18 145

rvit_stereo_0081_aga	0.44 68	0.34 295	0.73 206	0.51 168	0.41 279	0.50 85	0.40 152	0.81 66	0.57 63	0.58 90	0.56 63	0.53 87	0.43 78	0.66 56	0.40 127	0.26 332	0.21 335	0.22 201	0.20 211	0.26 293	0.18 145

H2IRNET	0.56 158	0.26 99	0.66 148	0.47 87	0.35 211	0.41 32	0.26 37	0.92 99	1.17 306	0.61 101	1.28 298	1.08 287	0.86 290	0.99 153	0.63 270	0.19 154	0.16 229	0.22 201	0.25 334	0.21 206	0.18 145

tta	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.18 93	0.18 145

qqq1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

fff1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

CoDeX	0.73 270	0.29 181	0.93 310	0.54 222	0.36 220	1.14 362	0.61 339	2.34 483	1.17 306	1.16 268	1.25 283	0.91 224	0.87 295	1.33 238	0.64 274	0.20 186	0.16 229	0.21 173	0.18 157	0.20 166	0.18 145

ff7	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

IGEVStereo-DCA	0.46 83	0.28 146	0.56 88	0.43 37	0.33 190	0.49 75	0.42 169	0.87 80	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.18 145

ffff	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

11t	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

MIF-Stereo (partial)	0.45 76	0.25 83	0.70 176	0.50 138	0.52 357	0.35 14	0.26 37	0.91 96	0.59 70	0.45 57	0.71 98	0.51 75	0.51 129	1.11 186	0.45 174	0.20 186	0.16 229	0.23 239	0.20 211	0.24 269	0.18 145

anonymousdsp2	0.53 119	0.27 125	0.74 222	0.48 112	0.29 105	0.76 241	0.47 231	1.61 323	0.82 146	0.77 130	0.77 112	0.75 158	0.47 103	1.03 162	0.40 127	0.18 113	0.13 86	0.18 82	0.13 42	0.19 132	0.18 145

anonymousdsp	0.43 58	0.27 125	0.53 70	0.44 58	0.32 170	0.50 85	0.42 169	0.89 89	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.33 238	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

anonymousa	0.72 252	0.27 125	0.75 225	0.47 87	0.63 403	1.43 414	0.45 217	1.24 234	0.89 164	1.28 327	1.75 424	1.62 407	1.13 394	0.69 59	0.59 253	0.19 154	0.16 229	0.23 239	0.25 334	0.20 166	0.18 145

ccc-4	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

RAFT+CT+SA	0.58 171	0.29 181	0.60 116	0.66 369	0.37 234	0.42 39	0.55 302	1.27 238	1.03 224	0.70 115	1.22 273	0.60 114	0.70 218	1.64 303	0.41 138	0.18 113	0.13 86	0.22 201	0.22 284	0.21 206	0.18 145

IGEV-Stereo	0.43 58	0.27 125	0.54 75	0.45 70	0.32 170	0.50 85	0.42 169	0.90 95	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.32 235	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.65 217	0.31 234	1.00 335	0.47 87	0.34 207	0.73 226	0.30 59	2.96 501	0.70 108	1.15 258	1.14 240	0.76 162	0.65 207	1.11 186	0.38 114	0.17 74	0.13 86	0.18 82	0.16 120	0.19 132	0.18 145

IPLGR	0.58 171	0.27 125	1.14 385	0.48 112	0.28 88	0.65 184	0.33 79	1.22 228	1.13 280	1.18 282	1.05 198	0.69 146	0.66 209	0.96 141	0.52 225	0.17 74	0.15 192	0.20 138	0.17 140	0.20 166	0.18 145

Patchmatch Stereo++	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145
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
STrans-v2	1.04 391	0.28 146	0.96 324	0.49 127	0.32 170	0.68 203	0.79 392	2.47 493	1.12 268	1.12 235	1.46 364	1.40 366	1.46 439	6.70 495	0.43 158	0.18 113	0.13 86	0.20 138	0.18 157	0.18 93	0.18 145

PSM-adaLoss	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.41 165	1.04 152	0.64 81	1.12 235	0.96 154	0.82 184	0.61 187	1.06 171	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo_v2	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.42 169	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.12 189	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.25 28	1.05 160	0.64 81	1.12 235	0.95 151	0.82 184	0.61 187	1.15 193	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

HUI-Stereo	0.52 109	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.30 59	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	0.79 90	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

SST-Stereo	0.83 322	0.28 146	0.72 194	0.59 293	0.31 152	0.72 223	0.26 37	1.09 183	0.86 153	1.47 402	1.10 218	1.00 263	0.87 295	5.73 476	0.45 174	0.22 244	0.13 86	0.23 239	0.19 179	0.23 254	0.18 145

RAFT_R40	0.83 322	0.28 146	0.73 206	0.59 293	0.31 152	0.69 208	0.44 200	1.10 186	0.95 185	1.47 402	1.10 218	1.00 263	0.85 282	5.53 470	0.46 188	0.22 244	0.13 86	0.23 239	0.20 211	0.23 254	0.18 145

iGMRVC	0.56 158	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.38 130	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.52 282	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

iRAFT	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

RAFT-IKP	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.59 142	0.36 110	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.61 187	1.22 209	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

rafts_anoy	0.52 109	0.29 181	0.59 111	0.59 293	0.50 335	0.53 110	0.40 152	1.11 192	1.03 224	0.84 150	0.83 126	0.68 141	0.54 144	0.72 70	0.51 218	0.19 154	0.14 137	0.24 259	0.26 351	0.21 206	0.18 145

UPFNet	0.80 304	0.32 250	0.90 301	0.59 293	0.74 432	1.26 386	0.80 398	1.52 298	1.10 262	1.30 341	1.12 231	1.30 349	0.84 279	1.67 309	1.09 381	0.24 284	0.24 374	0.24 259	0.23 307	0.25 281	0.18 145

ACVNet	0.63 197	0.31 234	0.54 75	0.54 222	0.36 220	0.80 267	0.46 224	1.37 256	1.07 242	0.93 170	1.30 302	1.08 287	0.85 282	0.80 92	0.94 356	0.21 218	0.19 295	0.21 173	0.18 157	0.22 229	0.18 145

acv_ft	0.75 281	0.31 234	0.95 318	0.70 400	0.86 464	1.24 383	0.53 279	1.44 275	1.07 242	1.24 313	1.30 302	1.08 287	0.92 313	0.80 92	1.34 416	0.21 218	0.19 295	0.21 173	0.18 157	0.21 206	0.18 145

pmcnn	2.37 492	0.42 363	2.71 493	0.63 339	0.43 294	1.54 423	1.19 462	2.01 432	1.53 444	2.64 491	7.60 520	18.07 539	1.45 438	3.44 432	2.78 479	0.18 113	0.15 192	0.15 8	0.12 27	0.20 166	0.18 145

G2L-Stereo_aug	0.82 315	0.26 99	1.04 354	0.51 168	0.38 251	0.97 329	0.53 279	1.44 275	1.41 425	1.51 414	1.43 350	1.53 393	0.95 332	2.47 397	0.96 363	0.19 154	0.14 137	0.16 27	0.14 66	0.17 62	0.19 185

AIO-test2	0.57 165	0.28 146	0.63 127	0.61 318	0.58 383	0.79 259	0.51 260	1.18 209	1.40 421	0.63 105	1.15 248	0.51 75	0.43 78	1.09 180	0.35 83	0.21 218	0.17 258	0.26 317	0.30 401	0.20 166	0.19 185

IGEV-RUCA	0.37 28	0.23 46	0.48 42	0.49 127	0.36 220	0.60 150	0.23 22	0.64 16	0.49 37	0.39 40	0.49 43	0.44 36	0.31 27	0.85 110	0.30 29	0.24 284	0.13 86	0.16 27	0.12 27	0.20 166	0.19 185

999	0.48 96	0.22 35	0.49 47	0.48 112	0.34 207	0.75 235	0.31 65	0.85 77	0.55 59	0.37 31	0.48 37	0.50 71	0.36 49	2.45 393	0.39 122	0.16 33	0.13 86	0.18 82	0.15 81	0.16 38	0.19 185

PAM_32	0.77 289	0.28 146	1.03 350	0.52 190	0.30 126	1.32 395	0.35 96	1.97 423	0.65 96	1.02 201	1.06 200	3.05 490	1.49 444	0.96 141	0.36 92	0.19 154	0.13 86	0.20 138	0.18 157	0.19 132	0.19 185

rvit_stereo_0080	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

CAS++	0.47 90	0.31 234	0.56 88	0.47 87	0.32 170	0.42 39	0.28 47	1.76 360	0.72 114	0.71 117	0.72 101	0.37 26	0.28 15	0.69 59	0.33 59	0.27 348	0.22 353	0.26 317	0.21 255	0.29 336	0.19 185
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.46 83	0.36 326	0.71 188	0.47 87	0.36 220	0.67 196	0.35 96	0.78 49	1.12 268	0.61 101	0.62 75	0.39 29	0.39 61	0.71 67	0.39 122	0.20 186	0.17 258	0.22 201	0.18 157	0.23 254	0.19 185

cc1	0.64 209	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 503	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.19 132	0.19 185

whm_eth	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

testlalala_base	0.77 289	0.40 351	0.70 176	0.65 362	0.50 335	0.79 259	0.28 47	1.50 289	0.51 48	0.73 123	0.90 140	0.69 146	0.54 144	0.66 56	0.40 127	2.82 514	0.14 137	0.17 50	0.12 27	2.68 510	0.19 185

DCANet-4	0.54 134	0.26 99	1.07 365	0.42 30	0.24 28	0.48 63	0.36 110	0.99 131	1.30 376	1.10 227	1.02 184	0.56 99	0.75 229	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

fff	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

ADStereo(finetuned)	0.57 165	0.24 60	1.06 360	0.43 37	0.24 28	0.49 75	0.35 96	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	1.20 407	0.84 105	0.51 218	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

IER	0.70 243	0.31 234	1.02 346	0.48 112	0.52 357	1.34 399	0.51 260	1.17 204	0.99 209	1.23 305	1.34 323	1.12 304	1.11 387	0.99 153	0.71 294	0.20 186	0.16 229	0.21 173	0.21 255	0.20 166	0.19 185

test_5	0.65 217	0.30 201	0.75 225	0.67 381	0.50 335	0.92 311	0.52 271	1.39 262	1.12 268	0.76 125	1.11 224	1.00 263	0.90 307	1.53 286	0.45 174	0.18 113	0.13 86	0.23 239	0.22 284	0.21 206	0.19 185

CrosDoStereo	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 534	1.10 186	0.98 202	1.34 367	1.75 424	1.00 263	1.89 475	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

TransformOpticalFlow	0.96 360	0.28 146	0.89 297	0.52 190	0.31 152	0.66 192	0.54 286	1.75 354	1.12 268	1.09 219	1.44 356	1.37 365	1.01 362	6.70 495	0.42 149	0.19 154	0.12 29	0.20 138	0.19 179	0.18 93	0.19 185

DeepStereo_LL	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 534	1.10 186	0.98 202	1.34 367	1.75 424	1.00 263	1.89 475	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

IRAFT_RVC	0.88 341	0.28 146	0.76 235	0.63 339	0.31 152	0.65 184	1.02 443	1.22 228	0.94 183	1.22 299	1.04 196	1.01 270	0.98 350	5.82 478	0.53 232	0.22 244	0.12 29	0.25 298	0.20 211	0.20 166	0.19 185

RALCasStereoNet	0.54 134	0.30 201	0.66 148	0.59 293	0.51 346	0.61 156	0.52 271	0.94 112	0.93 180	0.70 115	1.01 176	0.78 169	0.44 86	1.33 238	0.47 195	0.20 186	0.16 229	0.18 82	0.16 120	0.20 166	0.19 185

DCANet	0.54 134	0.24 60	0.70 176	0.43 37	0.24 28	0.49 75	0.36 110	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	0.92 313	0.81 97	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

csc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

cscssc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

111	0.60 180	0.23 46	0.70 176	0.43 37	0.24 28	0.72 223	0.42 169	1.18 209	1.41 425	0.80 137	1.38 337	1.10 299	0.79 252	0.96 141	0.58 250	0.18 113	0.13 86	0.17 50	0.15 81	0.17 62	0.19 185

SFCPSM	0.70 243	0.28 146	1.02 346	0.51 168	0.38 251	1.37 402	0.66 356	2.00 428	1.03 224	1.17 277	1.21 271	0.82 184	0.78 248	1.03 162	0.53 232	0.21 218	0.17 258	0.22 201	0.24 320	0.21 206	0.19 185

ac_64	0.82 315	0.29 181	0.81 258	0.71 408	0.60 394	1.05 347	0.54 286	1.99 427	0.92 178	1.18 282	1.06 200	1.99 453	1.08 382	1.94 348	0.97 365	0.27 348	0.22 353	0.24 259	0.23 307	0.22 229	0.19 185

cf-r	0.73 270	0.30 201	0.77 241	0.55 245	0.63 403	0.78 254	0.48 241	1.79 374	1.15 294	1.13 249	1.26 290	1.43 371	0.87 295	1.40 263	0.85 342	0.25 310	0.18 279	0.22 201	0.23 307	0.19 132	0.19 185

GwcNet-RSSM	0.77 289	0.32 250	1.01 339	0.62 330	0.54 363	0.78 254	0.51 260	1.73 348	1.20 326	1.09 219	1.37 332	1.46 381	0.85 282	1.53 286	1.09 381	0.25 310	0.18 279	0.23 239	0.24 320	0.20 166	0.19 185

DIP-Stereo	0.62 190	0.30 201	0.83 265	0.48 112	0.36 220	0.95 320	0.33 79	2.37 486	0.67 99	1.25 318	1.00 170	0.68 141	0.51 129	0.91 127	0.61 263	0.18 113	0.15 192	0.21 173	0.17 140	0.19 132	0.19 185
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.87 340	0.29 181	0.53 70	0.53 207	0.30 126	1.15 368	0.55 302	3.57 509	1.28 366	1.53 416	1.74 421	1.68 420	0.93 322	1.49 277	0.77 315	0.22 244	0.17 258	0.19 103	0.18 157	0.20 166	0.19 185
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.80 304	0.37 333	1.71 453	0.56 258	0.37 234	0.94 316	0.64 349	1.73 348	1.34 391	1.23 305	1.42 346	1.26 338	0.92 313	1.85 338	0.56 244	0.23 269	0.15 192	0.19 103	0.14 66	0.24 269	0.19 185

PAM	0.76 287	0.29 181	1.08 369	0.52 190	0.33 190	1.38 405	0.39 145	2.01 432	0.67 99	1.06 209	0.96 154	2.89 489	1.43 434	0.86 114	0.35 83	0.19 154	0.12 29	0.19 103	0.17 140	0.19 132	0.20 217

DispNO	0.93 354	0.30 201	1.34 416	0.55 245	0.55 369	0.89 298	0.49 251	1.48 283	1.21 332	1.17 277	1.27 293	1.19 318	0.90 307	5.23 461	0.74 301	0.22 244	0.17 258	0.24 259	0.21 255	0.19 132	0.20 217

MyStereo07	0.48 96	0.29 181	0.50 52	0.55 245	0.45 308	0.59 142	0.79 392	1.05 160	0.51 48	0.48 65	0.53 52	0.43 34	0.55 151	1.30 230	0.34 74	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

MyStereo06	0.61 186	0.28 146	0.95 318	0.56 258	0.46 319	0.61 156	0.73 376	1.78 368	0.67 99	1.03 205	1.12 231	1.13 309	0.56 156	0.78 86	0.41 138	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

MyStereo05	0.66 224	0.28 146	1.07 365	0.56 258	0.46 319	0.61 156	0.73 376	1.34 250	1.41 425	1.15 258	0.91 142	0.77 165	0.80 258	1.41 264	0.63 270	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

MyStereo04	0.67 233	0.29 181	1.07 365	0.55 245	0.45 308	0.59 142	0.79 392	1.50 289	1.40 421	0.91 167	0.91 142	0.74 156	0.86 290	1.52 282	0.62 266	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

ffm	0.72 252	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 491	1.15 258	1.45 358	1.06 281	0.82 267	1.55 290	0.32 46	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

ff1	1.37 437	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 491	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

tt1	0.62 190	0.32 250	0.51 59	0.54 222	0.26 46	1.16 370	0.48 241	0.95 117	2.47 491	0.57 88	0.77 112	0.49 65	0.81 262	1.55 290	0.32 46	0.20 186	0.12 29	0.24 259	0.15 81	0.19 132	0.20 217

StereoVision	0.65 217	0.34 295	0.86 273	0.59 293	0.40 272	0.50 85	0.41 165	1.09 183	0.93 180	0.71 117	2.50 476	0.82 184	0.57 165	1.03 162	0.49 207	0.25 310	0.28 401	0.29 356	0.28 381	0.36 385	0.20 217

CroCo-Stereo Lap2	0.44 68	0.34 295	0.77 241	0.61 318	0.79 448	0.28 7	0.35 96	0.75 39	0.71 113	0.38 36	0.50 46	0.72 154	0.55 151	0.57 31	0.47 195	0.17 74	0.18 279	0.19 103	0.16 120	0.21 206	0.20 217

x	0.54 134	0.31 234	0.61 119	0.47 87	0.30 126	0.67 196	0.47 231	1.53 304	0.79 137	0.81 141	0.83 126	0.78 169	0.70 218	0.70 63	0.62 266	0.21 218	0.19 295	0.22 201	0.19 179	0.21 206	0.20 217

iRaft-Stereo_5w	0.85 331	0.29 181	0.91 304	0.53 207	0.43 294	0.49 75	0.68 363	0.99 131	0.87 157	0.79 135	1.34 323	1.46 381	0.91 310	5.11 459	1.11 387	0.17 74	0.14 137	0.22 201	0.18 157	0.20 166	0.20 217

DEmStereo	0.97 366	0.23 46	0.79 252	0.47 87	0.32 170	1.04 346	0.56 310	0.93 105	0.89 164	1.39 386	2.14 461	1.02 272	2.07 486	5.64 474	0.77 315	0.17 74	0.15 192	0.20 138	0.20 211	0.18 93	0.20 217

THIR-Stereo	1.02 386	0.27 125	0.69 170	0.49 127	0.28 88	0.95 320	1.34 472	1.03 146	0.97 197	1.34 367	1.90 442	1.17 314	1.58 450	6.44 488	0.78 317	0.19 154	0.14 137	0.21 173	0.22 284	0.19 132	0.20 217

LMCR-Stereo	0.82 315	0.46 378	0.88 291	0.75 425	0.43 294	1.33 397	0.56 310	2.43 491	0.98 202	1.53 416	1.49 372	0.74 156	1.00 360	1.63 302	0.89 349	0.28 361	0.17 258	0.22 201	0.17 140	0.29 336	0.20 217

DN-CSS_ROB	0.64 209	0.32 250	1.05 356	0.55 245	0.40 272	0.54 117	0.45 217	1.21 220	0.93 180	1.03 205	1.47 365	0.69 146	0.63 197	1.76 328	0.49 207	0.18 113	0.14 137	0.25 298	0.22 284	0.22 229	0.20 217

rvit_0105_6	0.53 119	0.37 333	0.98 329	0.65 362	0.38 251	0.51 101	0.51 260	0.77 45	1.20 326	0.54 85	0.55 60	0.65 132	0.53 139	0.94 138	0.44 161	0.32 389	0.32 430	0.28 346	0.24 320	0.28 325	0.21 234

test_sample1	0.61 186	0.29 181	0.75 225	0.50 138	0.31 152	0.76 241	0.48 241	1.59 316	0.84 151	0.90 162	0.94 150	0.88 212	0.95 332	1.16 197	0.67 281	0.22 244	0.18 279	0.20 138	0.19 179	0.21 206	0.21 234

ACVNet-DCA	0.56 158	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

xx1	0.67 233	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 503	0.58 90	0.79 119	0.95 246	0.77 241	1.46 271	0.32 46	0.20 186	0.12 29	0.24 259	0.23 307	0.22 229	0.21 234

1test111	0.54 134	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	0.88 119	0.59 253	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

11t1	0.52 109	0.28 146	0.68 157	0.51 168	0.28 88	0.83 283	0.39 145	1.22 228	0.63 77	0.84 150	0.74 106	0.68 141	0.68 210	0.91 127	0.57 247	0.21 218	0.18 279	0.19 103	0.16 120	0.20 166	0.21 234

qqq	0.57 165	0.34 295	0.71 188	0.47 87	0.27 65	0.64 168	0.62 342	1.42 268	0.78 133	0.80 137	0.92 144	0.95 246	0.77 241	0.88 119	0.59 253	0.21 218	0.20 313	0.24 259	0.23 307	0.22 229	0.21 234

CIPLG	0.62 190	0.33 272	0.96 324	0.58 280	0.50 335	0.75 235	0.48 241	1.05 160	0.96 190	1.40 387	1.57 393	0.64 129	0.48 114	0.89 124	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

IPLGR_C	0.62 190	0.33 272	0.99 330	0.58 280	0.49 328	0.76 241	0.48 241	1.10 186	0.96 190	1.40 387	1.56 389	0.62 123	0.48 114	0.80 92	0.71 294	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

ACRE	0.61 186	0.33 272	1.01 339	0.58 280	0.49 328	0.75 235	0.47 231	1.06 173	0.95 185	1.37 375	1.55 385	0.62 123	0.46 94	0.83 102	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.18 93	0.21 234

DRaft	0.80 304	0.24 60	0.70 176	0.45 70	0.30 126	0.97 329	0.53 279	1.05 160	0.97 197	1.78 449	2.02 453	0.80 175	1.74 464	2.73 408	0.72 297	0.17 74	0.14 137	0.20 138	0.20 211	0.18 93	0.21 234

MMNet	0.84 327	0.32 250	1.09 372	0.60 304	0.59 391	1.85 454	0.49 251	1.51 296	1.27 361	1.37 375	1.15 248	1.26 338	1.18 401	1.67 309	1.22 400	0.19 154	0.18 279	0.23 239	0.22 284	0.25 281	0.21 234

delet	0.85 331	0.32 250	0.95 318	0.65 362	0.66 411	1.64 433	0.84 404	1.75 354	1.35 400	1.32 355	1.30 302	1.30 349	0.88 300	1.68 314	1.10 384	0.21 218	0.21 335	0.24 259	0.24 320	0.21 206	0.21 234

GANet-RSSM	0.72 252	0.28 146	0.63 127	0.64 348	0.58 383	0.80 267	0.58 325	1.89 400	1.08 248	1.04 208	1.25 283	1.15 312	1.04 371	1.49 277	0.62 266	0.25 310	0.19 295	0.22 201	0.22 284	0.22 229	0.21 234

BEATNet_4x	0.73 270	0.49 390	1.17 389	0.53 207	0.26 46	1.03 344	0.55 302	1.82 381	1.06 237	1.21 294	1.22 273	0.96 252	0.91 310	1.01 158	1.06 375	0.21 218	0.14 137	0.24 259	0.19 179	0.37 389	0.21 234

CFNet	0.96 360	0.36 326	1.01 339	0.62 330	0.42 284	0.99 336	0.47 231	1.90 403	1.32 384	0.99 189	1.39 341	1.10 299	0.86 290	5.58 473	0.79 323	0.23 269	0.17 258	0.28 346	0.27 361	0.26 293	0.21 234

HSM	1.19 420	0.32 250	0.65 141	0.57 274	0.38 251	1.23 382	0.59 333	2.25 474	1.19 321	1.30 341	1.25 283	1.94 448	1.03 369	9.32 522	0.71 294	0.22 244	0.16 229	0.20 138	0.16 120	0.21 206	0.21 234

S2M2	0.34 17	0.28 146	0.45 34	0.40 16	0.30 126	0.31 10	0.16 1	0.60 13	0.64 81	0.31 14	0.48 37	0.47 54	0.34 40	0.38 3	0.32 46	0.25 310	0.22 353	0.20 138	0.22 284	0.25 281	0.22 251

test_sample2	0.62 190	0.29 181	0.74 222	0.50 138	0.28 88	0.80 267	0.61 339	1.61 323	1.00 214	0.88 159	0.99 166	0.94 238	0.83 275	1.16 197	0.51 218	0.23 269	0.18 279	0.22 201	0.21 255	0.23 254	0.22 251

1111x	1.70 465	0.29 181	0.86 273	0.51 168	0.27 65	1.01 339	0.68 363	2.22 471	1.28 366	1.13 249	1.40 343	1.21 321	1.10 386	5.53 470	15.20 531	0.22 244	0.21 335	0.22 201	0.22 284	0.24 269	0.22 251

GMStereo_Zeroshot	0.67 233	0.61 437	1.01 339	0.64 348	0.37 234	0.84 291	0.35 96	1.05 160	1.12 268	1.12 235	1.06 200	1.27 342	0.54 144	1.19 205	0.59 253	0.32 389	0.17 258	0.31 373	0.18 157	0.52 448	0.22 251

EKT-Stereo	0.53 119	0.30 201	0.73 206	0.58 280	0.60 394	0.51 101	0.48 241	0.94 112	0.90 168	0.71 117	0.88 136	0.77 165	0.43 78	1.07 175	0.40 127	0.22 244	0.16 229	0.21 173	0.18 157	0.20 166	0.22 251

gwcnet-sp	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

scenet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

ssnet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

BUS	0.74 273	0.32 250	0.68 157	0.54 222	0.44 301	2.34 480	0.42 169	2.16 458	0.98 202	1.20 290	1.11 224	1.03 276	0.62 192	0.91 127	0.70 289	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

BSDual-CNN	0.71 250	0.32 250	0.68 157	0.54 222	0.44 301	1.27 387	0.65 351	2.16 458	0.98 202	1.20 290	1.11 224	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

hknet	0.77 289	0.32 250	0.95 318	0.54 222	0.38 251	1.27 387	0.65 351	2.16 458	1.07 242	1.20 290	1.11 224	1.59 403	0.81 262	1.37 248	0.66 278	0.22 244	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

psmg	0.72 252	0.32 250	0.68 157	0.50 138	0.44 301	1.48 417	0.75 381	1.94 416	0.98 202	1.21 294	1.33 316	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.19 295	0.25 298	0.25 334	0.23 254	0.22 251

DAS	0.84 327	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 452	1.55 385	0.95 246	1.04 371	2.83 410	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

SepStereo	0.82 315	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 452	1.55 385	0.95 246	1.04 371	2.30 383	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

CRE-IMP	0.55 149	0.30 201	0.74 222	0.52 190	0.29 105	0.79 259	0.25 28	1.04 152	0.72 114	1.09 219	0.95 151	0.81 179	0.57 165	1.10 183	0.50 213	0.21 218	0.14 137	0.23 239	0.19 179	0.28 325	0.22 251

test_xeample	1.45 444	0.28 146	0.65 141	0.51 168	0.28 88	0.94 316	0.59 333	2.14 453	1.29 370	1.24 313	1.51 377	0.88 212	0.86 290	1.46 271	15.10 530	0.22 244	0.20 313	0.22 201	0.20 211	0.22 229	0.22 251

UNet	0.83 322	0.34 295	1.31 408	0.58 280	0.74 432	1.58 427	0.49 251	1.41 266	1.04 229	1.21 294	1.08 209	1.54 395	1.12 390	1.65 304	1.09 381	0.23 269	0.17 258	0.25 298	0.20 211	0.25 281	0.22 251

AdaStereo	0.70 243	0.43 366	0.75 225	0.73 419	0.37 234	0.92 311	0.53 279	1.85 390	1.18 313	1.12 235	1.23 277	1.07 286	0.65 207	0.96 141	0.63 270	0.31 382	0.15 192	0.32 387	0.21 255	0.29 336	0.22 251
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.
LE_ROB	8.05 527	0.37 333	23.53 536	0.74 422	0.33 190	2.77 493	2.87 524	3.71 511	27.24 546	25.39 546	8.87 527	8.46 525	26.71 545	6.65 491	21.99 537	0.21 218	0.19 295	0.20 138	0.21 255	0.25 281	0.22 251

AIO-test1	0.56 158	0.25 83	0.55 85	0.64 348	0.78 445	0.80 267	0.36 110	1.18 209	1.34 391	0.57 88	0.88 136	0.61 118	0.50 126	1.12 189	0.35 83	0.17 74	0.17 258	0.22 201	0.24 320	0.18 93	0.23 270

rvit_0105_4	0.56 158	0.38 340	1.06 360	0.66 369	0.38 251	0.53 110	0.53 279	0.84 76	1.17 306	0.56 87	0.61 73	0.72 154	0.59 175	0.98 150	0.45 174	0.32 389	0.33 434	0.29 356	0.25 334	0.29 336	0.23 270

mmm	0.63 197	0.35 316	0.72 194	0.51 168	0.30 126	0.86 295	0.54 286	1.59 316	0.86 153	1.07 212	1.38 337	0.79 173	0.75 229	0.91 127	0.58 250	0.22 244	0.18 279	0.29 356	0.25 334	0.25 281	0.23 270

ToySt	0.66 224	0.33 272	1.23 395	0.51 168	0.33 190	0.86 295	0.68 363	1.10 186	0.97 197	0.84 150	1.08 209	1.25 334	0.94 327	1.01 158	0.74 301	0.19 154	0.19 295	0.24 259	0.24 320	0.27 307	0.23 270

knoymous	0.51 108	0.29 181	0.47 40	0.43 37	0.30 126	0.55 124	0.55 302	1.02 141	0.77 130	0.98 186	0.85 130	0.94 238	0.56 156	0.85 110	0.45 174	0.20 186	0.14 137	0.26 317	0.14 66	0.23 254	0.23 270

Pruner-Stereo	0.62 190	0.29 181	0.70 176	0.61 318	0.31 152	0.63 165	0.43 187	1.17 204	0.99 209	1.53 416	1.08 209	0.95 246	0.55 151	1.35 242	0.51 218	0.23 269	0.14 137	0.24 259	0.21 255	0.21 206	0.23 270

test-1	0.52 109	0.26 99	1.04 354	0.56 258	0.32 170	0.61 156	0.38 130	1.10 186	0.91 173	0.78 132	1.01 176	0.77 165	0.52 134	0.60 44	0.42 149	0.17 74	0.14 137	0.20 138	0.17 140	0.20 166	0.23 270

HCRNet	0.70 243	0.39 345	0.73 206	0.60 304	0.59 391	0.76 241	0.35 96	1.22 228	1.13 280	1.02 201	0.99 166	1.02 272	0.76 237	2.19 374	0.70 289	0.28 361	0.19 295	0.28 346	0.23 307	0.25 281	0.23 270

222	1.61 457	0.29 181	0.67 153	0.56 258	0.29 105	1.06 350	0.42 169	2.17 464	1.31 380	1.31 351	1.52 378	0.92 233	0.94 327	1.76 328	17.65 534	0.24 284	0.20 313	0.21 173	0.19 179	0.22 229	0.23 270

xxxx	1.51 448	0.28 146	0.68 157	0.54 222	0.28 88	1.16 370	0.44 200	2.19 467	1.29 370	1.09 219	1.36 330	1.22 323	0.85 282	1.79 331	15.70 533	0.24 284	0.21 335	0.21 173	0.20 211	0.22 229	0.23 270

FENet	0.60 180	0.28 146	0.63 127	0.54 222	0.33 190	0.83 283	0.38 130	1.27 238	1.07 242	1.00 194	0.86 131	0.99 262	0.85 282	0.96 141	0.68 285	0.22 244	0.15 192	0.23 239	0.20 211	0.22 229	0.23 270

CFNet-ft	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 399	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

CFNet_RVC	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 399	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

iResNet	0.75 281	0.40 351	1.36 417	0.67 381	0.29 105	0.92 311	0.59 333	1.52 298	1.25 350	1.28 327	1.48 370	0.94 238	0.76 237	1.62 301	0.78 317	0.18 113	0.14 137	0.18 82	0.15 81	0.22 229	0.23 270

SMFormer	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.23 254	0.24 284

CRFU-Net	0.86 336	0.39 345	1.00 335	0.65 362	0.57 374	1.78 448	0.86 410	2.15 455	0.81 141	1.38 380	1.18 258	1.64 415	1.19 404	1.35 242	0.90 352	0.26 332	0.22 353	0.21 173	0.19 179	0.23 254	0.24 284

dd	0.59 177	0.48 387	0.97 326	0.55 245	0.32 170	0.64 168	0.47 231	1.02 141	1.34 391	0.78 132	0.86 131	0.58 106	0.54 144	1.01 158	0.86 344	0.28 361	0.18 279	0.26 317	0.19 179	0.32 364	0.24 284

AASNet	0.76 287	0.35 316	0.91 304	0.79 434	0.81 455	1.14 362	0.56 310	2.02 436	1.08 248	1.22 299	1.24 279	0.93 235	0.76 237	0.77 83	1.16 393	0.27 348	0.23 365	0.24 259	0.20 211	0.28 325	0.24 284

DeepStereo_RVC	0.55 149	0.29 181	0.72 194	0.51 168	0.30 126	0.59 142	0.33 79	1.03 146	0.70 108	1.16 268	0.93 147	0.83 191	0.94 327	0.96 141	0.54 238	0.21 218	0.14 137	0.21 173	0.19 179	0.24 269	0.24 284

GMStereo	0.55 149	0.45 376	0.94 314	0.50 138	0.32 170	0.64 168	0.43 187	1.00 135	1.40 421	0.82 145	0.73 103	0.51 75	0.45 89	0.85 110	0.55 242	0.24 284	0.15 192	0.20 138	0.21 255	0.31 356	0.24 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.72 252	0.30 201	0.61 119	0.63 339	0.42 284	0.73 226	0.56 310	1.92 410	1.10 262	1.09 219	1.37 332	1.22 323	0.98 350	1.28 225	0.72 297	0.27 348	0.19 295	0.27 333	0.29 392	0.24 269	0.24 284

DSFCA	0.93 354	0.34 295	1.06 360	0.52 190	0.65 408	1.55 424	0.93 428	1.49 285	1.19 321	1.56 424	1.15 248	1.50 389	0.96 340	3.07 418	1.02 372	0.30 375	0.26 386	0.25 298	0.25 334	0.28 325	0.24 284

DMCA-RVC	0.74 273	0.40 351	1.27 404	0.66 369	0.49 328	0.77 249	0.47 231	1.35 253	1.01 217	1.53 416	1.01 176	1.29 348	0.82 267	1.31 231	0.78 317	0.27 348	0.21 335	0.35 413	0.27 361	0.32 364	0.24 284

MSMDNet	0.66 224	0.32 250	0.87 284	0.49 127	0.37 234	0.79 259	0.40 152	1.43 274	1.31 380	1.15 258	1.31 308	1.24 330	0.63 197	0.88 119	0.57 247	0.21 218	0.16 229	0.26 317	0.19 179	0.39 402	0.24 284

TDLM	1.06 392	0.44 369	0.79 252	0.63 339	0.50 335	0.89 298	1.44 477	1.48 283	1.26 355	1.12 235	1.40 343	1.08 287	0.98 350	6.65 491	0.78 317	0.33 397	0.21 335	0.33 395	0.26 351	0.37 389	0.24 284

DLCB_ROB	0.86 336	0.40 351	0.78 249	0.68 392	0.54 363	1.11 357	0.84 404	1.49 285	1.23 341	1.64 439	1.65 411	1.70 422	0.91 310	1.70 316	1.05 373	0.25 310	0.24 374	0.26 317	0.27 361	0.27 307	0.24 284

DFGA-Net	0.72 252	0.40 351	1.40 419	0.52 190	0.45 308	0.83 283	0.44 200	1.28 242	1.08 248	0.99 189	1.19 265	0.70 150	0.55 151	2.14 366	1.16 393	0.18 113	0.16 229	0.24 259	0.23 307	0.27 307	0.25 296

coex_refinement	0.80 304	0.28 146	0.73 206	0.70 400	0.51 346	0.95 320	0.60 337	1.78 368	1.23 341	1.36 372	1.37 332	1.82 436	0.81 262	1.32 235	1.13 390	0.26 332	0.17 258	0.19 103	0.20 211	0.24 269	0.25 296

FACV-RUCA	0.63 197	0.34 295	0.82 261	0.62 330	0.65 408	0.81 276	0.41 165	1.44 275	1.07 242	0.86 157	1.14 240	0.61 118	0.69 213	0.80 92	0.53 232	0.28 361	0.19 295	0.47 455	0.21 255	0.35 378	0.25 296

rvit_0105_5	0.58 171	0.39 345	1.05 356	0.66 369	0.37 234	0.58 137	0.56 310	0.94 112	1.18 313	0.64 106	0.68 87	0.75 158	0.63 197	0.88 119	0.50 213	0.32 389	0.32 430	0.30 367	0.27 361	0.28 325	0.25 296

test_sample4	0.69 239	0.33 272	0.91 304	0.51 168	0.30 126	0.92 311	0.52 271	1.87 395	1.15 294	1.14 252	1.18 258	0.87 208	0.75 229	1.18 203	0.68 285	0.25 310	0.20 313	0.26 317	0.26 351	0.26 293	0.25 296

test_sample3	0.68 237	0.32 250	0.88 291	0.52 190	0.30 126	0.97 329	0.52 271	1.86 393	1.15 294	1.08 213	1.11 224	0.88 212	0.71 222	1.17 201	0.68 285	0.25 310	0.20 313	0.25 298	0.25 334	0.25 281	0.25 296

mmx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

xxx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

PCWNet_CMD	0.66 224	0.32 250	0.88 291	0.49 127	0.37 234	0.78 254	0.40 152	1.42 268	1.31 380	1.16 268	1.31 308	1.25 334	0.62 192	0.89 124	0.57 247	0.20 186	0.16 229	0.27 333	0.19 179	0.40 406	0.25 296

LL-Strereo	1.33 433	0.39 345	1.38 418	0.61 318	0.61 397	0.75 235	0.66 356	1.63 329	1.17 306	1.56 424	1.60 398	2.03 458	2.12 487	9.72 528	0.97 365	0.21 218	0.18 279	0.27 333	0.23 307	0.22 229	0.25 296

iinet-f	0.99 372	0.45 376	3.71 502	0.55 245	0.43 294	1.81 449	0.68 363	1.14 198	1.14 283	1.18 282	1.42 346	1.58 402	1.44 436	1.34 241	1.59 449	0.24 284	0.23 365	0.20 138	0.19 179	0.26 293	0.25 296

riskmin	0.56 158	0.27 125	0.60 116	0.43 37	0.31 152	0.83 283	0.42 169	1.14 198	1.04 229	0.73 123	0.75 108	1.11 303	1.01 362	0.81 97	0.51 218	0.20 186	0.14 137	0.24 259	0.15 81	0.24 269	0.25 296

DisPM	0.66 224	0.28 146	0.72 194	0.61 318	0.35 211	0.62 164	0.45 217	1.02 141	0.99 209	1.56 424	1.10 218	0.80 175	0.59 175	2.37 388	0.41 138	0.23 269	0.14 137	0.23 239	0.21 255	0.20 166	0.25 296

NINENet	0.77 289	0.37 333	0.78 249	0.62 330	0.51 346	2.34 480	0.42 169	1.83 386	1.04 229	1.14 252	1.23 277	1.03 276	0.62 192	1.24 216	0.70 289	0.28 361	0.23 365	0.31 373	0.21 255	0.26 293	0.25 296

CSP-Net	0.97 366	0.38 340	0.83 265	0.53 207	0.41 279	1.63 431	0.77 387	2.00 428	1.05 233	1.25 318	1.20 269	1.33 355	0.83 275	4.93 458	0.85 342	0.32 389	0.22 353	0.20 138	0.20 211	0.23 254	0.25 296

AACVNet	0.86 336	0.35 316	0.79 252	0.82 448	0.39 262	0.76 241	0.49 251	1.61 323	0.81 141	1.08 213	1.33 316	1.30 349	0.93 322	4.34 446	0.74 301	0.25 310	0.21 335	0.28 346	0.22 284	0.29 336	0.25 296

GANet-ADL	0.60 180	0.35 316	0.72 194	0.64 348	0.40 272	0.68 203	0.51 260	1.49 285	1.12 268	0.95 177	1.08 209	0.91 224	0.57 165	0.76 80	0.55 242	0.26 332	0.18 279	0.18 82	0.16 120	0.23 254	0.25 296

PFNet+	0.59 177	0.28 146	0.77 241	0.53 207	0.30 126	0.59 142	0.31 65	0.92 99	1.14 283	1.33 363	1.10 218	0.79 173	0.57 165	1.31 231	0.49 207	0.25 310	0.17 258	0.28 346	0.26 351	0.21 206	0.25 296

PSM-softLoss	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

KMStereo	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

CFNet_pseudo	0.66 224	0.32 250	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.24 330	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.33 395	0.19 179	0.36 385	0.25 296

sCroCo_RVC	0.49 102	0.40 351	1.02 346	0.65 362	0.60 394	0.52 105	0.40 152	0.83 73	0.61 72	0.44 51	0.74 106	0.49 65	0.50 126	0.63 48	0.48 200	0.26 332	0.27 394	0.23 239	0.22 284	0.29 336	0.25 296

psm_up	0.77 289	0.34 295	0.70 176	0.66 369	0.58 383	1.05 347	0.92 424	1.52 298	1.12 268	1.26 322	1.16 253	1.31 353	1.23 413	1.20 206	0.81 329	0.25 310	0.29 412	0.31 373	0.27 361	0.27 307	0.25 296

ccs_rob	0.66 224	0.33 272	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.23 328	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.35 413	0.20 211	0.37 389	0.25 296

G2L-Stereo	0.80 304	0.32 250	0.95 318	0.60 304	0.42 284	0.78 254	0.69 367	1.50 289	1.09 256	1.33 363	1.14 240	1.45 378	0.72 224	2.45 393	1.10 384	0.25 310	0.20 313	0.26 317	0.21 255	0.20 166	0.26 320

AIO-Stereo-zeroshot	0.72 252	0.35 316	1.70 451	0.49 127	0.56 371	0.63 165	0.38 130	2.41 489	0.65 96	0.77 130	1.07 204	1.82 436	0.95 332	0.93 135	0.43 158	0.20 186	0.13 86	0.21 173	0.25 334	0.28 325	0.26 320

test_sample5	0.69 239	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.11 233	1.25 283	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

MyStereo8	0.65 217	0.29 181	1.00 335	0.58 280	0.49 328	0.91 304	0.35 96	1.18 209	1.31 380	1.16 268	1.27 293	0.90 221	0.64 201	0.72 70	0.95 359	0.18 113	0.14 137	0.20 138	0.18 157	0.22 229	0.26 320

DualNet	0.70 243	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.14 252	1.33 316	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

fast-acv-ft	0.94 356	0.44 369	1.40 419	0.58 280	0.51 346	1.77 446	0.69 367	1.36 255	1.42 429	1.29 332	1.86 437	1.74 427	1.25 416	1.52 282	1.38 421	0.26 332	0.28 401	0.28 346	0.28 381	0.27 307	0.26 320

ssnet_v2	0.88 341	0.36 326	1.02 346	0.62 330	0.38 251	1.32 395	0.97 434	2.07 444	1.34 391	1.37 375	1.18 258	1.54 395	0.92 313	1.10 183	1.65 450	0.30 375	0.27 394	0.30 367	0.28 381	0.27 307	0.26 320

Wz-Net-LNSev-Ref	0.99 372	0.40 351	1.82 461	0.66 369	0.62 402	2.05 468	0.78 389	1.91 407	1.29 370	1.54 420	1.42 346	1.51 391	1.23 413	1.99 352	1.33 414	0.23 269	0.14 137	0.20 138	0.15 81	0.27 307	0.26 320

TANstereo	0.44 68	0.21 21	0.44 27	0.41 23	0.21 9	0.65 184	0.26 37	0.79 54	0.83 147	0.93 170	0.98 164	0.51 75	0.46 94	0.54 21	0.35 83	0.18 113	0.24 374	0.16 27	0.13 42	0.16 38	0.26 320

AANet_RVC	1.16 418	0.52 404	1.49 440	0.65 362	0.45 308	0.75 235	0.69 367	1.42 268	1.55 447	1.34 367	1.87 439	1.53 393	0.78 248	7.43 506	1.38 421	0.25 310	0.17 258	0.19 103	0.16 120	0.22 229	0.26 320

test_sample6	0.71 250	0.34 295	0.87 284	0.52 190	0.30 126	0.82 278	0.58 325	1.79 374	1.15 294	1.14 252	1.33 316	0.91 224	0.79 252	1.31 231	0.74 301	0.27 348	0.21 335	0.27 333	0.29 392	0.28 325	0.27 330

ASMatch	0.88 341	0.26 99	0.69 170	0.51 168	0.35 211	0.48 63	0.37 124	1.12 194	0.92 178	1.10 227	3.28 488	0.96 252	0.98 350	4.90 456	0.49 207	0.19 154	0.16 229	0.22 201	0.19 179	0.19 132	0.27 330

ICVP	0.63 197	0.33 272	0.57 98	0.61 318	0.40 272	0.80 267	0.58 325	1.61 323	0.89 164	0.90 162	1.24 279	0.88 212	0.73 225	0.72 70	0.88 346	0.29 371	0.21 335	0.22 201	0.21 255	0.24 269	0.27 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.61 186	0.44 369	1.11 377	0.59 293	0.49 328	0.93 315	0.65 351	0.93 105	0.81 141	0.72 122	0.88 136	0.65 132	0.69 213	1.06 171	0.53 232	0.35 414	0.30 416	0.26 317	0.26 351	0.31 356	0.27 330

RAFT + AFF	1.00 377	0.42 363	1.09 372	0.67 381	0.50 335	1.22 381	1.24 465	2.24 473	1.19 321	1.30 341	1.56 389	1.17 314	1.49 444	3.44 432	0.83 336	0.21 218	0.25 381	0.30 367	0.26 351	0.27 307	0.27 330

HGLStereo	0.85 331	0.38 340	0.94 314	0.80 437	1.03 477	1.17 372	0.58 325	1.52 298	1.20 326	1.19 286	1.62 405	1.13 309	1.20 407	1.80 332	1.06 375	0.24 284	0.24 374	0.24 259	0.21 255	0.23 254	0.27 330

DMCA	0.67 233	0.34 295	0.90 301	0.51 168	0.44 301	0.86 295	0.47 231	1.42 268	1.02 220	1.17 277	1.12 231	1.23 328	0.75 229	0.78 86	0.95 359	0.25 310	0.19 295	0.27 333	0.19 179	0.24 269	0.27 330

CVANet_RVC	1.07 394	0.43 366	0.76 235	0.60 304	0.50 335	0.90 301	0.97 434	1.52 298	1.26 355	1.33 363	1.38 337	1.24 330	1.18 401	6.75 497	0.75 306	0.34 407	0.23 365	0.34 405	0.29 392	0.42 413	0.27 330

UCFNet_RVC	0.69 239	0.35 316	0.49 47	0.64 348	0.39 262	0.85 294	0.58 325	1.75 354	1.14 283	0.97 182	1.19 265	1.17 314	0.93 322	0.99 153	0.62 266	0.28 361	0.20 313	0.34 405	0.31 406	0.32 364	0.27 330

StereoDRNet	0.98 370	0.47 383	1.70 451	0.76 427	0.94 472	1.51 420	0.91 422	1.92 410	1.32 384	1.61 432	1.13 236	1.47 386	0.97 343	1.75 323	1.46 440	0.28 361	0.23 365	0.29 356	0.27 361	0.35 378	0.27 330

DISCO	1.03 388	0.34 295	1.11 377	0.69 395	0.45 308	2.07 469	0.84 404	2.13 449	1.50 439	1.15 258	1.33 316	2.40 474	1.07 381	2.60 403	1.51 445	0.23 269	0.18 279	0.22 201	0.20 211	0.31 356	0.27 330

iResNet_ROB	0.77 289	0.30 201	0.99 330	0.57 274	0.36 220	0.83 283	0.36 110	2.33 481	1.58 448	1.27 325	1.30 302	1.25 334	0.84 279	1.65 304	0.79 323	0.20 186	0.14 137	0.17 50	0.12 27	0.18 93	0.27 330

rvit_0105_3	0.63 197	0.44 369	1.08 369	0.72 411	0.40 272	0.64 168	0.71 372	1.03 146	1.17 306	0.82 145	0.70 95	0.80 175	0.70 218	0.91 127	0.56 244	0.35 414	0.34 436	0.34 405	0.32 414	0.27 307	0.28 342

CFNet_ucs	0.70 243	0.33 272	0.88 291	0.50 138	0.43 294	0.74 230	0.44 200	1.60 320	1.29 370	1.22 299	1.54 383	1.09 297	0.63 197	0.99 153	0.59 253	0.25 310	0.20 313	0.37 424	0.21 255	0.40 406	0.28 342

StereoDRNet-Refined	0.80 304	0.41 359	0.88 291	0.62 330	0.42 284	1.33 397	0.48 241	1.52 298	1.17 306	1.45 399	1.44 356	1.44 376	0.90 307	1.26 220	1.24 402	0.20 186	0.16 229	0.27 333	0.24 320	0.25 281	0.28 342
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	1.00 377	0.44 369	1.13 381	0.70 400	0.81 455	1.62 430	0.79 392	2.14 453	1.44 432	1.78 449	1.33 316	1.43 371	1.05 375	2.18 372	1.53 446	0.27 348	0.21 335	0.31 373	0.30 401	0.32 364	0.28 342

YMNet	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 456	0.62 342	1.55 310	1.18 313	1.63 437	1.99 448	1.77 431	0.97 343	1.50 279	1.45 437	0.33 397	0.37 454	0.31 373	0.32 414	0.32 364	0.29 346

YMNet_1	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 456	0.62 342	1.55 310	1.18 313	1.63 437	1.99 448	1.77 431	0.97 343	1.50 279	1.45 437	0.33 397	0.37 454	0.31 373	0.32 414	0.32 364	0.29 346

test_sample7	0.74 273	0.37 333	0.76 235	0.52 190	0.35 211	0.91 304	0.67 359	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.31 382	0.28 401	0.32 387	0.31 406	0.33 373	0.29 346

ttt	0.94 356	0.34 295	0.59 111	0.61 318	0.37 234	0.94 316	0.50 259	2.17 464	1.34 391	1.23 305	1.61 402	0.91 224	0.76 237	1.85 338	3.97 495	0.30 375	0.26 386	0.26 317	0.24 320	0.29 336	0.29 346

dad	0.86 336	0.66 445	1.06 360	0.56 258	0.37 234	0.76 241	0.44 200	1.17 204	1.50 439	1.44 397	1.27 293	1.34 359	0.75 229	2.52 400	0.84 339	0.42 440	0.27 394	0.83 490	0.26 351	0.41 409	0.29 346

GwcNet-ADL	0.64 209	0.31 234	0.79 252	0.56 258	0.41 279	0.60 150	0.58 325	1.41 266	1.26 355	1.08 213	1.13 236	0.91 224	0.60 178	1.04 168	0.78 317	0.27 348	0.18 279	0.18 82	0.18 157	0.25 281	0.29 346

PSMNet-ADL	0.72 252	0.35 316	0.62 124	0.69 395	0.46 319	1.14 362	0.44 200	1.37 256	1.01 217	0.83 147	1.17 256	1.33 355	0.96 340	1.43 265	0.95 359	0.33 397	0.22 353	0.21 173	0.23 307	0.27 307	0.29 346

ADLNet2	0.88 341	0.34 295	1.17 389	0.77 430	0.64 406	1.12 360	0.76 384	1.74 352	1.24 347	1.21 294	1.65 411	1.71 423	1.05 375	1.67 309	1.17 396	0.24 284	0.21 335	0.21 173	0.22 284	0.26 293	0.29 346

GEStereo_RVC	0.90 346	0.37 333	0.99 330	0.64 348	0.50 335	0.95 320	0.79 392	2.42 490	1.17 306	1.16 268	1.11 224	1.26 338	0.92 313	3.24 424	0.90 352	0.29 371	0.19 295	0.23 239	0.20 211	0.27 307	0.29 346

ADCRef	1.35 435	0.55 414	2.37 484	0.72 411	0.77 443	1.94 461	0.78 389	1.91 407	1.27 361	1.57 428	1.59 397	1.36 362	1.41 432	1.54 288	7.53 509	0.23 269	0.20 313	0.32 387	0.30 401	0.29 336	0.29 346

ADCP+	1.99 481	0.48 387	7.73 515	0.66 369	0.91 468	2.30 478	1.05 446	1.82 381	1.34 391	1.54 420	1.32 314	1.74 427	1.61 454	2.17 369	13.37 526	0.24 284	0.21 335	0.32 387	0.28 381	0.37 389	0.29 346

NLCA_NET_v2_RVC	0.79 301	0.43 366	1.05 356	0.64 348	0.58 383	0.95 320	0.53 279	1.53 304	1.18 313	1.37 375	1.15 248	1.43 371	0.88 300	1.61 300	0.84 339	0.25 310	0.22 353	0.27 333	0.27 361	0.29 336	0.29 346
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	0.90 346	0.52 404	1.17 389	0.72 411	0.61 397	1.27 387	1.12 454	1.76 360	1.12 268	1.09 219	1.28 298	1.45 378	0.89 306	1.65 304	1.42 433	0.33 397	0.25 381	0.37 424	0.39 444	0.35 378	0.29 346

SGM_RVC	1.68 463	0.36 326	0.61 119	0.59 293	0.29 105	2.25 476	1.18 461	2.38 487	1.68 456	3.60 508	2.67 480	3.69 499	2.42 496	8.13 515	1.90 460	0.31 382	0.31 422	0.30 367	0.28 381	0.30 347	0.29 346
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
HHNet	0.62 190	0.26 99	0.63 127	0.43 37	0.45 308	0.50 85	0.58 325	1.07 175	1.01 217	1.25 318	2.23 464	0.70 150	0.61 187	1.07 175	0.47 195	0.20 186	0.13 86	0.23 239	0.19 179	0.19 132	0.30 360

NF-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.02 184	0.82 184	0.57 165	5.40 468	0.48 200	0.23 269	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

OCTAStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.82 184	0.57 165	5.35 463	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

RE-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

TVStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

ADLNet	0.85 331	0.36 326	0.89 297	0.85 457	0.72 428	1.24 383	0.76 384	1.82 381	1.36 403	1.52 415	1.35 329	1.27 342	0.99 358	1.23 211	1.15 392	0.27 348	0.20 313	0.26 317	0.25 334	0.28 325	0.30 360

GES	0.66 224	0.34 295	0.90 301	0.59 293	0.38 251	0.94 316	0.57 321	2.11 448	0.86 153	1.02 201	1.11 224	0.66 136	0.79 252	0.99 153	0.61 263	0.27 348	0.19 295	0.20 138	0.20 211	0.21 206	0.30 360

STTStereo	0.78 297	0.50 397	1.22 394	0.64 348	0.54 363	0.89 298	0.54 286	1.44 275	1.11 264	1.38 380	1.09 214	1.27 342	0.85 282	1.43 265	0.83 336	0.29 371	0.27 394	0.33 395	0.39 444	0.32 364	0.30 360

GANet	1.36 436	0.47 383	0.86 273	0.67 381	0.45 308	1.34 399	1.73 490	1.64 330	1.24 347	1.49 410	2.38 470	1.55 397	1.20 407	9.30 521	0.93 354	0.30 375	0.31 422	0.33 395	0.28 381	0.39 402	0.30 360

MDST_ROB	1.67 461	0.34 295	1.58 445	0.92 476	0.58 383	4.26 516	1.11 452	2.83 498	1.41 425	4.49 518	2.55 477	1.45 378	0.97 343	7.79 512	1.17 396	0.31 382	0.25 381	0.37 424	0.33 423	0.31 356	0.30 360

GASNet	0.99 372	0.97 475	1.72 454	0.98 480	0.68 421	0.83 283	0.67 359	1.60 320	1.28 366	1.31 351	1.22 273	1.22 323	1.21 410	2.41 391	1.41 429	0.43 445	0.26 386	0.36 421	0.34 428	0.55 454	0.31 370

Wz-Net-MNSev	1.11 405	0.58 424	2.23 480	0.66 369	0.71 426	1.95 462	1.46 478	1.98 425	1.45 433	1.79 452	1.43 350	1.49 388	1.33 428	1.97 351	1.42 433	0.27 348	0.23 365	0.28 346	0.28 381	0.34 376	0.31 370

UDGNet	0.72 252	1.17 492	0.80 257	0.77 430	0.41 279	0.77 249	0.38 130	0.97 125	1.34 391	0.81 141	0.88 136	0.71 153	0.60 178	1.21 208	0.54 238	0.52 464	0.19 295	1.02 498	0.26 351	0.71 477	0.31 370

hitnet-ft	0.79 301	0.35 316	0.57 98	0.58 280	0.42 284	0.96 325	0.46 224	1.47 282	1.33 388	1.19 286	1.22 273	1.81 434	0.98 350	1.66 308	0.94 356	0.33 397	0.28 401	0.34 405	0.27 361	0.35 378	0.31 370

DeepPruner_ROB	0.74 273	0.48 387	0.87 284	0.57 274	0.44 301	0.79 259	0.54 286	1.73 348	0.96 190	1.38 380	1.27 293	1.24 330	0.73 225	1.43 265	0.73 300	0.34 407	0.28 401	0.27 333	0.26 351	0.31 356	0.31 370

ACV-stereo	0.99 372	0.51 400	1.41 424	0.56 258	0.41 279	2.43 484	0.57 321	1.15 200	1.18 313	0.81 141	1.01 176	3.39 496	2.14 488	1.60 298	1.07 378	0.27 348	0.22 353	0.22 201	0.22 284	0.28 325	0.32 375

rvit_stereo_0075_2	0.64 209	0.46 378	1.05 356	0.66 369	0.66 411	0.53 110	0.48 241	1.20 219	1.12 268	0.76 125	0.92 144	0.78 169	0.53 139	1.03 162	0.59 253	0.37 422	0.28 401	0.40 438	0.31 406	0.37 389	0.32 375

Wz-Net-LNSev	1.03 388	0.67 446	2.71 493	0.64 348	0.84 459	1.75 441	1.00 440	1.80 377	1.32 384	1.28 327	1.25 283	1.65 417	1.22 411	1.39 257	1.40 425	0.28 361	0.26 386	0.24 259	0.23 307	0.33 373	0.32 375

AF-Net	1.13 410	0.52 404	1.33 413	0.86 459	0.91 468	1.38 405	0.71 372	2.16 458	1.62 450	1.56 424	2.40 472	1.99 453	1.65 457	1.81 334	1.48 442	0.48 459	0.28 401	0.49 459	0.33 423	0.39 402	0.32 375

SGM-Forest	1.24 422	0.38 340	0.60 116	0.52 190	0.37 234	1.56 425	1.30 470	1.65 331	1.36 403	2.11 473	1.79 428	1.63 412	0.93 322	7.48 508	0.95 359	0.36 418	0.37 454	0.39 433	0.34 428	0.37 389	0.32 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.95 359	0.44 369	0.66 148	0.53 207	0.35 211	1.53 422	1.63 488	1.69 340	1.42 429	2.00 469	1.60 398	1.43 371	1.17 398	1.59 297	0.99 369	0.34 407	0.34 436	0.39 433	0.33 423	0.33 373	0.32 375
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DDVS	0.78 297	0.41 359	0.94 314	0.60 304	0.43 294	1.30 392	0.43 187	1.40 264	0.91 173	1.20 290	1.15 248	1.43 371	0.64 201	2.18 372	0.89 349	0.28 361	0.22 353	0.26 317	0.23 307	0.31 356	0.33 381

rvit_105_1	0.72 252	0.52 404	1.01 339	0.78 432	0.49 328	0.75 235	0.87 412	1.12 194	1.18 313	0.99 189	0.79 119	0.90 221	0.77 241	1.26 220	0.75 306	0.41 436	0.36 452	0.36 421	0.41 449	0.30 347	0.33 381

CBFPSM	0.92 351	0.33 272	1.86 464	0.49 127	0.38 251	1.75 441	0.84 404	1.39 262	1.12 268	1.09 219	0.99 166	2.37 472	1.66 461	1.32 235	1.42 433	0.19 154	0.18 279	0.20 138	0.20 211	0.21 206	0.33 381

NaN_ROB	1.13 410	0.55 414	1.15 386	0.64 348	0.48 325	1.61 429	2.03 506	1.72 347	1.48 436	2.09 472	1.27 293	1.40 366	1.08 382	3.94 438	1.30 411	0.28 361	0.34 436	0.28 346	0.28 381	0.30 347	0.33 381

Syn2CoEx	1.14 412	0.69 451	1.66 449	0.80 437	0.67 415	1.40 408	0.88 414	2.06 443	1.54 445	1.25 318	1.58 396	1.42 370	1.50 446	4.09 440	1.40 425	0.36 418	0.32 430	0.34 405	0.29 392	0.29 336	0.34 385

FADNet-RVC-Resample	0.84 327	0.47 383	2.10 472	0.61 318	0.45 308	1.07 352	0.61 339	1.59 316	1.20 326	1.08 213	0.98 164	1.03 276	0.98 350	2.17 369	0.72 297	0.23 269	0.22 353	0.30 367	0.32 414	0.35 378	0.34 385

SuperB	2.53 498	0.59 427	18.45 530	0.69 395	0.50 335	1.87 456	0.88 414	1.67 337	2.39 488	1.50 411	1.42 346	1.14 311	1.15 396	4.28 445	5.07 499	0.24 284	0.19 295	0.22 201	0.19 179	7.86 538	0.34 385

SGM-ForestM	6.52 523	0.38 340	1.26 401	0.63 339	0.35 211	13.59 534	5.32 530	6.32 530	6.70 526	11.14 536	9.18 528	22.51 547	13.93 535	16.89 539	20.07 536	0.36 418	0.37 454	0.36 421	0.35 433	0.36 385	0.34 385

XPNet_ROB	0.96 360	0.49 390	1.09 372	0.72 411	0.57 374	1.11 357	1.14 456	1.66 336	1.23 341	1.85 459	1.39 341	1.64 415	1.11 387	1.80 332	1.42 433	0.38 426	0.30 416	0.33 395	0.29 392	0.37 389	0.34 385

AIO-Stereo-zeroshot1	0.98 370	0.39 345	3.21 497	0.50 138	0.63 403	0.64 168	0.39 145	2.36 484	0.75 121	0.95 177	4.63 503	1.81 434	0.56 156	0.96 141	0.41 138	0.18 113	0.13 86	0.21 173	0.26 351	0.32 364	0.35 390

pcwnet_v2	0.97 366	0.37 333	4.33 503	0.62 330	0.54 363	0.79 259	0.45 217	2.02 436	1.58 448	1.42 395	1.64 409	1.09 297	0.79 252	1.24 216	0.67 281	0.32 389	0.25 381	0.29 356	0.27 361	0.37 389	0.35 390

GwcNet	1.08 397	0.51 400	2.33 482	0.79 434	1.18 492	1.76 443	0.70 370	1.68 338	1.47 435	1.41 389	1.64 409	1.74 427	1.04 371	2.20 375	1.41 429	0.30 375	0.29 412	0.29 356	0.27 361	0.30 347	0.35 390

FADNet-RVC	0.88 341	0.67 446	1.93 467	0.60 304	0.48 325	0.91 304	0.60 337	1.71 346	1.18 313	0.90 162	0.96 154	1.36 362	0.92 313	2.25 379	1.17 396	0.30 375	0.29 412	0.32 387	0.32 414	0.41 409	0.35 390

ADCL	1.72 468	0.57 421	3.66 500	0.67 381	0.61 397	2.61 490	1.85 496	1.96 419	1.67 454	1.90 463	1.83 432	2.06 461	1.90 477	2.13 365	9.15 518	0.26 332	0.24 374	0.34 405	0.32 414	0.38 398	0.35 390

TCMNet	1.01 383	0.60 435	2.10 472	0.86 459	1.33 499	1.14 362	0.67 359	1.69 340	1.23 341	1.11 233	1.57 393	1.30 349	0.97 343	2.01 354	1.50 444	0.31 382	0.31 422	0.38 427	0.34 428	0.42 413	0.36 395

DCVSM-stereo	0.72 252	0.35 316	0.76 235	0.55 245	0.42 284	0.73 226	0.38 130	1.21 220	1.02 220	1.79 452	1.04 196	1.62 407	1.03 369	1.04 168	0.79 323	0.24 284	0.27 394	0.29 356	0.24 320	0.30 347	0.36 395

ITSA-stereo	0.82 315	0.36 326	0.82 261	0.54 222	0.31 152	0.80 267	0.47 231	2.17 464	1.67 454	1.13 249	1.13 236	0.94 238	0.86 290	2.46 395	1.00 370	0.26 332	0.23 365	0.28 346	0.27 361	0.28 325	0.36 395

Wz-Net-SNSev	1.49 445	1.23 493	6.27 513	0.68 392	0.67 415	1.37 402	1.41 475	2.00 428	1.39 416	1.48 408	1.61 402	2.29 467	1.32 427	3.93 437	2.14 470	0.31 382	0.28 401	0.31 373	0.33 423	0.42 413	0.36 395

CBMV_ROB	0.90 346	0.44 369	0.63 127	0.51 168	0.37 234	1.25 385	0.49 251	1.77 364	1.27 361	1.41 389	2.00 450	1.33 355	1.08 382	2.17 369	0.76 309	0.43 445	0.42 469	0.47 455	0.44 456	0.41 409	0.36 395

APVNet	1.06 392	0.53 408	1.42 425	0.84 452	0.79 448	1.92 459	0.82 402	1.90 403	1.08 248	1.08 213	1.43 350	1.56 398	1.13 394	3.07 418	1.58 447	0.31 382	0.34 436	0.42 443	0.36 437	0.36 385	0.37 400

Nwc_Net	1.09 400	0.49 390	1.33 413	0.89 470	0.80 453	1.49 419	0.66 356	2.19 467	1.27 361	1.32 355	2.26 465	1.96 450	1.54 447	1.92 344	1.34 416	0.40 432	0.30 416	0.43 445	0.45 458	0.38 398	0.37 400

RTSC	1.29 426	0.73 456	2.44 485	0.83 451	0.57 374	1.85 454	0.65 351	1.88 398	2.00 478	2.20 475	1.66 413	1.60 405	1.26 418	2.33 385	3.92 493	0.32 389	0.23 365	0.27 333	0.29 392	0.37 389	0.37 400

SANet	1.88 474	0.57 421	2.18 479	0.63 339	0.40 272	2.80 495	1.57 485	2.39 488	5.88 524	2.36 483	3.57 492	3.72 500	2.97 505	4.74 452	1.76 453	0.34 407	0.30 416	0.32 387	0.29 392	0.48 438	0.37 400

LALA_ROB	1.01 383	0.59 427	1.16 387	0.67 381	0.51 346	1.63 431	1.26 469	1.69 340	1.38 411	1.81 456	1.37 332	1.94 448	1.02 367	1.58 295	1.38 421	0.37 422	0.27 394	0.43 445	0.37 440	0.43 419	0.37 400

PWCDC_ROB	1.29 426	0.75 461	1.33 413	1.05 485	0.88 467	1.73 440	0.52 271	1.89 400	3.28 505	1.29 332	4.88 508	1.22 323	1.46 439	1.77 330	1.45 437	0.60 478	0.26 386	0.29 356	0.25 334	0.52 448	0.37 400

FINET	0.97 366	0.54 409	1.60 446	0.63 339	0.79 448	1.08 353	1.07 449	1.56 313	2.20 485	1.15 258	1.49 372	0.94 238	0.88 300	2.32 384	1.05 373	0.42 440	0.35 447	0.32 387	0.28 381	0.43 419	0.38 406

FADNet_RVC	0.83 322	0.51 400	1.83 463	0.54 222	0.42 284	1.19 377	0.46 224	1.51 296	1.09 256	0.89 160	1.24 279	0.91 224	0.87 295	2.11 364	1.11 387	0.27 348	0.22 353	0.31 373	0.28 381	0.43 419	0.38 406

PS-NSSS	0.99 372	0.58 424	0.93 310	0.58 280	0.57 374	0.91 304	0.80 398	1.81 380	1.14 283	1.14 252	1.67 415	1.00 263	0.83 275	4.62 450	0.78 317	0.37 422	0.31 422	0.52 463	0.32 414	0.45 428	0.38 406

GrayStereo	0.82 315	0.26 99	0.58 104	0.63 339	0.37 234	0.76 241	1.86 497	1.11 192	0.87 157	1.99 467	1.89 441	1.08 287	1.82 472	1.39 257	0.48 200	0.19 154	0.14 137	0.19 103	0.21 255	0.18 93	0.39 409

HBP-ISP	0.96 360	0.58 424	0.72 194	0.61 318	0.46 319	1.64 433	0.76 384	1.86 393	1.28 366	1.30 341	1.53 379	0.86 204	0.94 327	3.27 426	0.69 288	0.45 451	0.44 473	0.54 469	0.48 465	0.47 435	0.40 410

FADNet	0.92 351	0.61 437	1.81 460	0.62 330	0.55 369	0.96 325	0.57 321	1.78 368	1.33 388	0.93 170	1.01 176	1.36 362	1.01 362	2.71 407	0.75 306	0.33 397	0.34 436	0.31 373	0.34 428	0.59 461	0.40 410

DeepPrunerF	1.60 455	0.73 456	5.81 511	0.88 466	1.19 493	0.91 304	0.95 432	2.19 467	5.24 522	1.17 277	1.30 302	1.19 318	1.30 425	4.90 456	1.66 452	0.42 440	0.34 436	0.52 463	0.47 463	0.41 409	0.40 410

NCCL2	1.00 377	0.56 417	1.06 360	0.75 425	0.57 374	1.31 394	1.72 489	1.77 364	1.36 403	1.50 411	1.17 256	1.91 443	1.17 398	1.54 288	1.29 410	0.35 414	0.31 422	0.45 450	0.44 456	0.40 406	0.40 410

CSAN	1.41 442	0.59 427	1.26 401	0.70 400	0.50 335	1.76 443	1.78 491	1.77 364	1.90 473	2.35 481	2.32 467	1.92 446	1.94 479	5.56 472	1.49 443	0.43 445	0.35 447	0.40 438	0.41 449	0.43 419	0.41 414

NOSS_ROB	1.26 425	0.46 378	0.62 124	0.56 258	0.38 251	1.06 350	0.78 389	1.73 348	1.40 421	1.01 197	1.43 350	1.10 299	0.75 229	10.62 533	0.65 275	0.45 451	0.43 470	0.48 457	0.45 458	0.44 425	0.41 414

ETE_ROB	0.96 360	0.64 443	1.16 387	0.69 395	0.48 325	1.14 362	1.13 455	1.77 364	1.19 321	1.91 464	1.45 358	1.73 425	1.05 375	1.60 298	1.14 391	0.32 389	0.26 386	0.38 427	0.34 428	0.39 402	0.41 414

PWC_ROB	1.24 422	0.76 462	2.46 486	0.72 411	0.78 445	1.15 368	0.49 251	1.75 354	1.92 474	2.31 478	3.07 485	1.59 403	1.40 431	2.46 395	2.10 469	0.33 397	0.22 353	0.35 413	0.24 320	0.38 398	0.41 414

DualNet (step1)	0.83 322	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.57 473	0.28 401	0.62 482	0.67 489	0.45 428	0.42 418

test_sample9	1.86 473	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	2.27 381	7.92 514	0.57 473	12.61 545	0.62 482	0.67 489	0.45 428	0.42 418

test_sample8	2.19 486	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.82 381	1.15 294	2.26 476	1.30 302	4.94 510	2.52 499	2.27 381	7.92 514	0.57 473	12.61 545	0.62 482	0.67 489	0.45 428	0.42 418

CASS	0.65 217	0.34 295	0.72 194	0.56 258	0.27 65	0.78 254	0.42 169	1.59 316	0.86 153	1.30 341	1.25 283	0.87 208	0.84 279	0.84 105	0.54 238	0.35 414	0.19 295	0.26 317	0.21 255	0.28 325	0.42 418
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
NCC-stereo	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 355	1.74 421	1.88 438	1.74 464	2.35 386	1.25 403	0.45 451	0.37 454	0.45 450	0.58 481	0.42 413	0.42 418

Abc-Net	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 355	1.74 421	1.88 438	1.74 464	2.35 386	1.25 403	0.45 451	0.37 454	0.45 450	0.58 481	0.42 413	0.42 418
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	2.26 488	0.56 417	0.92 308	0.61 318	0.49 328	2.60 489	1.02 443	3.18 504	2.05 481	7.40 533	4.98 509	7.58 521	2.98 506	6.37 487	1.96 463	0.43 445	0.43 470	0.45 450	0.39 444	0.43 419	0.42 418
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
RP	1.09 400	0.50 397	1.12 379	0.90 471	1.04 478	1.11 357	0.84 404	1.80 377	1.62 450	1.55 423	2.00 450	1.90 442	1.78 467	1.84 335	1.25 403	0.52 464	0.36 452	0.48 457	0.36 437	0.45 428	0.43 425

FBW_ROB	1.71 467	0.62 440	1.45 431	0.67 381	0.61 397	1.81 449	1.08 450	2.52 494	1.70 457	1.77 448	1.73 420	1.98 452	1.25 416	12.57 536	1.84 456	0.34 407	0.37 454	0.56 477	0.38 442	0.45 428	0.43 425

SACVNet	0.85 331	0.46 378	0.85 267	0.81 440	0.56 371	0.80 267	0.79 392	1.68 338	1.12 268	1.34 367	1.33 316	1.25 334	0.94 327	2.39 390	0.76 309	0.34 407	0.26 386	0.31 373	0.29 392	0.35 378	0.44 427

ADCMid	1.89 477	0.73 456	5.06 506	0.72 411	0.67 415	2.00 466	1.14 456	1.97 423	1.48 436	2.86 498	1.81 431	2.37 472	2.05 485	2.24 377	10.39 523	0.33 397	0.31 422	0.39 433	0.43 454	0.50 442	0.44 427

aanetorigin	1.23 421	0.79 464	2.78 495	0.70 400	0.79 448	0.99 336	1.06 448	1.06 173	1.37 407	3.52 507	2.61 478	1.72 424	1.63 455	1.99 352	1.78 454	0.25 310	0.24 374	0.26 317	0.25 334	0.38 398	0.45 429

ADCPNet	1.85 472	0.69 451	8.07 516	0.71 408	0.58 383	2.79 494	1.22 464	1.94 416	1.54 445	1.88 460	1.69 416	2.46 477	2.04 483	2.37 388	6.48 504	0.38 426	0.37 454	0.38 427	0.43 454	0.47 435	0.45 429

DANet	1.08 397	0.61 437	1.32 411	0.85 457	0.72 428	1.37 402	0.51 260	1.54 306	1.15 294	1.78 449	1.54 383	2.01 455	1.11 387	2.90 413	2.00 465	0.33 397	0.30 416	0.40 438	0.30 401	0.44 425	0.45 429
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RGC	1.14 412	0.79 464	1.26 401	0.91 474	0.96 475	1.52 421	0.77 387	1.92 410	1.26 355	1.54 420	1.93 444	2.02 457	1.54 447	2.25 379	1.31 412	0.44 450	0.35 447	0.58 480	0.48 465	0.47 435	0.46 432

stereogan	1.15 416	0.42 363	1.40 419	0.86 459	0.84 459	2.38 482	0.71 372	1.88 398	1.73 460	1.72 444	1.94 446	2.31 469	1.29 421	2.07 360	1.08 379	0.36 418	0.35 447	0.39 433	0.31 406	0.51 446	0.46 432

edge stereo	1.11 405	0.50 397	1.30 407	0.71 408	0.65 408	1.14 362	0.75 381	1.93 414	1.37 407	1.71 443	1.83 432	2.54 478	1.44 436	2.43 392	1.23 401	0.42 440	0.41 467	0.54 469	0.35 433	0.42 413	0.46 432

WZ-Net	1.95 478	0.95 474	10.10 520	0.86 459	0.78 445	1.69 436	1.60 486	2.20 470	1.98 477	2.08 471	1.93 444	2.30 468	1.97 480	5.30 462	3.17 486	0.34 407	0.26 386	0.29 356	0.31 406	0.51 446	0.47 435

PA-Net	1.01 383	0.57 421	1.29 406	0.64 348	0.74 432	1.19 377	0.84 404	1.69 340	1.43 431	1.16 268	1.19 265	1.32 354	1.19 404	3.42 430	1.25 403	0.29 371	0.45 477	0.33 395	0.49 468	0.32 364	0.47 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCMA_ROB	1.84 471	0.47 383	1.31 408	0.69 395	0.57 374	2.11 471	1.14 456	1.87 395	1.73 460	4.04 512	6.43 514	5.62 515	3.61 511	2.59 402	1.94 462	0.52 464	0.44 473	0.39 433	0.42 452	0.48 438	0.47 435

RTS	2.67 500	1.38 495	15.28 528	0.99 481	1.26 496	3.78 508	1.96 503	2.15 455	2.62 497	2.61 489	2.85 483	2.60 480	1.59 451	6.27 485	5.71 502	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

RTSA	2.67 500	1.38 495	15.28 528	0.99 481	1.26 496	3.78 508	1.96 503	2.15 455	2.62 497	2.61 489	2.85 483	2.60 480	1.59 451	6.27 485	5.71 502	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

CC-Net-ROB	1.49 445	1.26 494	1.27 404	0.88 466	0.79 448	1.76 443	1.00 440	1.79 374	1.26 355	1.10 227	1.61 402	1.21 321	0.99 358	8.13 515	0.84 339	1.09 499	0.41 467	2.20 508	0.46 461	1.20 498	0.48 438

DPSNet	1.69 464	0.59 427	4.33 503	0.70 400	0.57 374	2.02 467	1.62 487	3.35 507	1.78 464	1.48 408	1.38 337	2.17 463	2.84 503	4.77 453	3.66 491	0.48 459	0.31 422	0.29 356	0.25 334	0.64 468	0.48 438

ISRNet	0.80 304	0.33 272	1.07 365	0.81 440	0.66 411	0.60 150	0.34 91	1.19 217	1.13 280	1.59 431	1.53 379	1.35 360	0.77 241	1.27 223	0.94 356	0.39 429	0.34 436	0.43 445	0.38 442	0.34 376	0.49 442

Anonymous_2	1.30 428	0.55 414	0.82 261	0.52 190	0.58 383	1.01 339	0.64 349	1.25 236	0.97 197	0.96 179	0.78 114	1.33 355	1.29 421	1.03 162	0.74 301	0.62 480	0.64 499	1.06 499	9.63 539	1.16 495	0.49 442

coex-ft	8.13 528	2.13 520	98.04 554	0.67 381	0.53 360	1.71 437	1.56 483	1.65 331	11.11 530	18.17 545	3.75 494	3.88 501	7.61 530	2.98 417	6.49 505	0.30 375	0.30 416	0.32 387	0.31 406	0.66 472	0.50 444

MFN_U_SF_DS_RVC	1.74 469	0.87 470	3.56 499	0.80 437	0.75 439	3.72 507	2.44 519	1.82 381	1.82 468	1.74 445	1.91 443	1.92 446	1.26 418	7.69 511	1.28 409	0.45 451	0.47 481	0.52 463	0.77 494	0.50 442	0.50 444

SHD	1.31 430	0.71 455	2.34 483	0.86 459	0.75 439	1.77 446	0.65 351	2.22 471	2.50 494	2.40 485	1.71 418	1.91 443	1.60 453	1.93 347	2.37 473	0.38 426	0.31 422	0.38 427	0.40 448	0.48 438	0.50 444

MSMD_ROB	1.99 481	0.59 427	0.89 297	0.70 400	0.61 397	3.95 512	0.94 430	1.80 377	1.79 465	4.41 516	4.43 499	8.17 524	3.66 512	3.40 428	1.33 414	0.52 464	0.48 482	0.54 469	0.58 481	0.53 450	0.50 444

FC-DCNN v2	2.81 506	0.59 427	0.85 267	0.73 419	0.57 374	2.97 498	1.05 446	3.39 508	2.61 496	6.98 529	7.67 522	10.38 531	6.31 526	5.75 477	3.37 489	0.53 470	0.48 482	0.51 461	0.50 471	0.53 450	0.51 448

FC-DCNN	2.72 505	0.59 427	0.86 273	0.73 419	0.57 374	2.91 496	1.04 445	3.01 502	2.60 495	6.83 528	7.64 521	9.92 528	6.33 527	5.21 460	3.14 484	0.53 470	0.48 482	0.51 461	0.50 471	0.53 450	0.51 448

STTRV1_RVC	1.58 452	0.68 450	1.96 469	0.88 466	1.12 485	1.57 426	0.90 421	2.25 474	1.75 463	1.29 332	2.02 453	1.40 366	1.22 411	9.77 529	1.31 412	0.81 488	0.33 434	0.54 469	0.49 468	0.73 479	0.52 450

FAT-Stereo	1.07 394	0.41 359	1.32 411	0.72 411	0.58 383	1.08 353	0.89 416	1.96 419	1.65 452	1.75 446	1.98 447	2.03 458	1.48 442	2.02 355	1.18 399	0.42 440	0.35 447	0.34 405	0.29 392	0.35 378	0.53 451

ccnet	1.12 407	0.67 446	1.01 339	0.78 432	0.73 431	1.72 439	0.99 438	1.84 389	1.26 355	1.47 402	1.85 436	1.75 430	1.29 421	1.75 323	1.88 459	0.57 473	0.53 490	0.57 479	0.55 478	0.59 461	0.54 452

AnyNet_C32	1.96 479	1.10 484	5.17 507	0.90 471	1.11 483	2.12 472	2.37 517	1.85 390	1.48 436	2.45 486	1.70 417	2.05 460	1.64 456	2.50 399	10.28 522	0.37 422	0.34 436	0.35 413	0.41 449	0.49 441	0.54 452

MANE	6.19 521	0.59 427	1.03 350	0.93 477	1.22 495	13.38 533	2.69 520	12.81 537	17.94 542	8.21 534	10.82 532	14.72 535	11.68 531	11.39 535	11.90 525	0.59 477	0.50 487	0.52 463	1.76 523	0.55 454	0.54 452

RYNet	1.17 419	0.49 390	1.24 398	0.70 400	0.97 476	1.71 437	0.92 424	1.91 407	1.46 434	1.38 380	1.14 240	1.88 438	1.30 425	4.24 442	1.87 457	0.26 332	0.21 335	0.35 413	0.27 361	0.55 454	0.54 452

sAnonymous2	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 482	0.56 456

CroCo_RVC	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 482	0.56 456

psmorigin	1.52 449	0.69 451	10.52 523	0.68 392	0.59 391	1.13 361	0.70 370	1.57 314	1.19 321	1.99 467	1.79 428	2.26 466	1.47 441	2.09 362	1.36 420	0.39 429	0.40 465	0.34 405	0.33 423	0.43 419	0.56 456

ADCS	2.25 487	0.99 478	5.55 508	0.81 440	0.74 432	2.19 474	1.80 492	2.27 477	2.14 483	2.80 497	2.13 460	2.40 474	2.03 482	2.64 405	13.69 527	0.41 436	0.39 463	0.40 438	0.45 458	0.58 459	0.56 456

G-Net	1.66 460	0.63 441	1.56 443	1.11 490	0.74 432	2.98 499	0.91 422	1.55 310	1.22 338	2.76 495	8.18 526	2.32 470	2.53 500	1.92 344	1.87 457	0.48 459	0.44 473	0.45 450	0.31 406	0.60 465	0.57 460

Wz-Net-TNSev	1.88 474	2.08 519	7.66 514	0.67 381	0.64 406	2.42 483	1.83 495	2.33 481	1.74 462	1.57 428	1.56 389	2.58 479	1.90 477	4.86 454	3.12 483	0.39 429	0.37 454	0.33 395	0.37 440	0.53 450	0.58 461

FCDSN-DC	2.32 490	0.63 441	0.81 258	0.84 452	0.75 439	2.23 475	0.94 430	2.09 447	1.80 466	5.45 526	7.72 523	7.77 523	6.93 529	3.39 427	1.80 455	0.52 464	0.48 482	0.52 463	0.51 474	0.57 457	0.58 461
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	26.87 544	13.43 540	70.68 553	0.91 474	0.68 421	57.02 553	21.06 538	32.82 551	32.67 548	52.12 555	53.61 553	66.05 555	49.56 554	48.79 556	34.71 549	0.49 463	0.44 473	0.53 468	0.53 476	0.63 466	0.59 463

SAMSARA	1.55 451	0.84 466	2.61 490	1.22 493	1.07 479	2.50 486	1.93 501	2.05 438	1.89 471	2.75 494	1.66 413	2.81 486	1.69 462	3.08 420	1.97 464	0.46 457	0.51 488	0.42 443	0.46 461	0.58 459	0.59 463

GANetREF_RVC	1.07 394	0.86 469	1.31 408	0.82 448	0.53 360	1.41 413	1.31 471	1.76 360	1.52 442	1.27 325	1.31 308	1.46 381	1.24 415	2.03 356	0.96 363	0.56 472	0.45 477	0.67 485	0.50 471	0.88 484	0.59 463
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
XQC	1.37 437	0.87 470	2.56 489	0.84 452	0.69 423	1.83 452	0.89 416	2.07 444	1.88 470	1.88 460	1.53 379	1.91 443	1.55 449	2.85 412	3.05 481	0.48 459	0.29 412	0.44 449	0.39 444	0.69 475	0.60 466

EDNetEfficient	2.37 492	1.10 484	8.08 517	0.74 422	0.71 426	0.98 335	1.56 483	1.46 280	4.06 514	4.90 521	2.82 482	2.25 465	3.48 510	2.95 414	9.97 519	0.26 332	0.24 374	0.26 317	0.30 401	0.68 474	0.61 467

MFN_U_SF_RVC	1.52 449	0.84 466	3.42 498	0.87 465	0.66 411	2.56 488	0.95 432	2.36 484	1.70 457	1.98 466	1.86 437	2.45 476	1.79 468	2.95 414	2.58 475	0.52 464	0.48 482	0.55 474	0.59 484	0.59 461	0.61 467

FTStereo	0.91 349	0.26 99	0.56 88	0.54 222	0.33 190	0.66 192	1.87 498	1.00 135	0.75 121	1.75 446	4.15 498	1.04 279	1.65 457	1.57 293	0.46 188	0.19 154	0.16 229	0.23 239	0.21 255	0.18 93	0.63 469

AnyNet_C01	2.26 488	1.78 508	10.22 522	0.93 477	0.74 432	2.92 497	2.20 512	2.29 479	1.80 466	2.53 488	2.41 473	2.71 484	1.73 463	3.41 429	6.72 506	0.41 436	0.39 463	0.40 438	0.42 452	0.67 473	0.63 469

NVstereo2D	0.92 351	0.41 359	1.48 438	0.72 411	0.72 428	1.20 379	0.87 412	1.75 354	1.38 411	0.99 189	1.13 236	1.26 338	0.98 350	2.21 376	0.89 349	0.43 445	0.20 313	0.38 427	0.24 320	0.57 457	0.63 469

ELAS_RVC	2.48 497	0.74 459	1.90 465	1.05 485	0.92 470	2.76 492	4.01 528	2.76 497	4.11 515	4.69 519	4.63 503	4.62 505	5.96 524	3.97 439	3.96 494	0.63 482	0.53 490	0.56 477	0.52 475	0.64 468	0.63 469
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.02 386	0.97 475	1.44 426	1.23 494	1.10 481	1.40 408	0.62 342	1.69 340	1.38 411	0.94 175	1.53 379	0.97 254	0.83 275	1.17 201	0.93 354	0.69 485	0.34 436	0.99 496	0.60 485	0.97 486	0.64 473

ELAS	2.37 492	0.74 459	1.54 442	0.99 481	0.92 470	4.78 518	2.33 516	3.33 506	3.37 507	5.05 524	4.77 507	3.67 498	4.53 519	3.42 430	4.50 497	0.62 480	0.53 490	0.55 474	0.53 476	0.63 466	0.64 473
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.62 458	0.51 400	2.17 477	0.53 207	0.56 371	3.80 510	0.45 217	1.54 306	1.29 370	1.33 363	2.41 473	1.08 287	0.96 340	11.18 534	1.16 393	0.66 484	0.63 498	0.43 445	0.32 414	0.64 468	0.67 475

MSC_U_SF_DS_RVC	2.12 483	1.15 490	3.10 496	1.05 485	0.76 442	5.03 521	2.40 518	2.16 458	2.62 497	1.89 462	2.28 466	2.69 483	1.65 457	9.35 523	2.04 466	0.64 483	0.51 488	0.68 486	0.71 492	1.09 494	0.67 475

PASM	1.34 434	0.92 473	2.62 491	0.86 459	0.87 466	1.03 344	1.08 450	1.50 289	1.51 441	1.82 457	1.41 345	1.68 420	1.26 418	4.87 455	1.34 416	0.61 479	0.65 501	0.68 486	0.78 495	0.69 475	0.68 477

PSM-AAD	0.79 301	0.27 125	0.53 70	0.55 245	0.28 88	0.77 249	1.24 465	0.99 131	0.91 173	1.66 440	1.57 393	0.81 179	2.19 490	1.65 304	0.44 161	0.19 154	0.14 137	0.38 427	0.32 414	0.21 206	0.70 478

DGSMNet	1.14 412	0.76 462	2.49 487	0.81 440	0.86 464	1.39 407	1.39 474	2.13 449	1.35 400	1.26 322	1.63 408	1.48 387	0.98 350	1.75 323	1.10 384	0.45 451	0.43 470	0.55 474	0.49 468	0.75 480	0.70 478

S-Stereo	1.15 416	0.46 378	2.17 477	0.81 440	0.80 453	1.21 380	1.19 462	1.93 414	2.02 479	1.47 402	2.11 458	1.57 399	1.17 398	2.05 359	1.41 429	0.40 432	0.40 465	0.35 413	0.31 406	0.44 425	0.70 478

LCNet	0.72 252	0.28 146	0.52 66	0.55 245	0.31 152	0.69 208	0.54 286	1.00 135	0.88 161	1.19 286	1.34 323	0.97 254	1.34 429	2.56 401	0.45 174	0.18 113	0.13 86	0.21 173	0.25 334	0.27 307	0.73 481

PDISCO_ROB	1.32 432	0.65 444	1.44 426	1.36 495	1.46 502	2.55 487	0.92 424	2.45 492	2.07 482	1.37 375	1.49 372	1.65 417	1.00 360	2.82 409	1.35 419	1.01 493	0.27 394	0.54 469	0.47 463	0.71 477	0.73 481

PVD	1.70 465	0.84 466	2.26 481	0.94 479	0.83 458	2.48 485	0.97 434	2.59 496	3.35 506	3.01 504	2.77 481	2.34 471	2.47 498	2.67 406	3.14 484	0.47 458	0.45 477	0.59 481	0.48 465	0.59 461	0.75 483

EDNetEfficientorigin	10.57 532	1.47 502	177.42 555	0.67 381	0.53 360	1.58 427	1.16 459	1.90 403	3.37 507	4.71 520	3.38 489	3.10 494	2.69 502	3.13 422	3.58 490	0.25 310	0.23 365	0.33 395	0.27 361	0.83 481	0.81 484

MaskLacGwcNet_RVC	1.10 402	1.02 480	1.00 335	0.82 448	0.67 415	1.93 460	0.93 428	1.62 327	1.11 264	1.15 258	1.25 283	1.50 389	0.79 252	1.96 350	0.76 309	1.89 505	0.34 436	0.79 489	0.36 437	1.25 499	0.83 485

LoS_RVC	0.42 52	0.26 99	0.40 15	0.44 58	0.82 457	0.51 101	0.44 200	0.64 16	0.41 20	0.44 51	0.78 114	0.44 36	0.47 103	0.56 27	0.36 92	0.13 2	0.12 29	0.14 1	0.10 2	0.13 1	0.84 486

GMM-Stereo	0.74 273	0.25 83	0.59 111	0.54 222	0.34 207	0.72 223	0.99 438	1.01 140	0.87 157	1.36 372	1.78 427	1.12 304	0.81 262	2.09 362	0.46 188	0.18 113	0.12 29	0.25 298	0.25 334	0.20 166	0.85 487

GCST	1.08 397	1.47 502	0.93 310	1.73 503	1.14 489	1.30 392	0.31 65	1.33 245	1.16 303	1.29 332	0.97 163	0.98 256	0.49 122	2.08 361	0.46 188	1.19 502	0.70 502	1.30 502	0.85 500	1.02 490	0.89 488

Prome-Stereo	0.75 281	0.27 125	0.53 70	0.55 245	0.32 170	0.59 142	0.97 434	0.89 89	0.88 161	1.45 399	2.46 475	0.91 224	1.41 432	1.58 295	0.44 161	0.18 113	0.13 86	0.19 103	0.17 140	0.20 166	0.92 489

Consistency-Raft	1.25 424	0.99 478	1.93 467	1.02 484	1.21 494	0.96 325	1.01 442	1.75 354	1.92 474	1.36 372	2.12 459	1.44 376	1.01 362	1.14 192	1.40 425	0.72 486	0.82 505	0.89 492	0.98 508	1.31 500	0.95 490

MADNet+	2.69 502	3.22 530	11.53 524	1.44 500	1.12 485	3.19 501	1.81 493	2.85 499	2.37 487	1.68 441	2.07 457	2.85 488	2.18 489	7.41 505	5.23 500	0.79 487	0.76 503	0.69 488	0.65 488	0.98 487	0.95 490

anonymity	1.12 407	0.97 475	1.21 392	1.07 488	1.12 485	1.08 353	0.89 416	1.95 418	1.16 303	1.29 332	1.26 290	1.22 323	1.09 385	1.15 193	1.01 371	1.02 495	1.00 518	0.97 494	0.97 506	0.98 487	0.99 492

KYRaft	0.75 281	0.28 146	0.62 124	0.56 258	0.29 105	0.67 196	0.86 410	0.94 112	0.84 151	1.62 435	2.21 463	1.16 313	1.02 367	1.57 293	0.40 127	0.20 186	0.13 86	0.22 201	0.28 381	0.20 166	1.02 493

SPS-STEREO	1.67 461	1.04 481	1.23 395	1.21 492	1.13 488	1.82 451	1.11 452	2.16 458	1.52 442	3.07 506	2.32 467	2.82 487	1.80 469	4.11 441	2.04 466	1.03 496	0.99 517	0.97 494	0.94 504	1.03 492	1.02 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UDG	1.41 442	2.65 525	0.99 330	1.44 500	1.64 504	1.34 399	0.80 398	1.60 320	1.23 341	1.23 305	1.71 418	2.01 455	1.34 429	1.47 275	1.41 429	0.90 490	0.54 493	2.29 510	0.75 493	1.84 502	1.04 495

SGM+DAISY	2.41 495	1.07 482	2.14 476	1.18 491	1.10 481	2.14 473	1.36 473	1.96 419	1.66 453	5.46 527	7.07 517	4.95 511	4.32 518	5.50 469	2.26 472	1.04 497	1.02 520	0.99 496	0.97 506	1.02 490	1.04 495

MFMNet_re	1.40 441	1.14 489	1.68 450	1.39 497	1.07 479	1.48 417	1.43 476	1.87 395	1.82 468	2.26 476	2.19 462	1.51 391	1.86 474	1.52 282	1.25 403	0.93 491	0.83 506	0.84 491	0.80 496	0.99 489	1.05 497

CAS	0.63 197	0.18 1	0.37 5	2.27 509	0.84 459	0.57 134	0.54 286	0.79 54	0.62 74	0.48 65	0.70 95	0.36 21	0.26 10	0.45 7	0.35 83	2.24 509	0.10 1	0.14 1	0.09 1	0.15 22	1.06 498

WAO-7	2.66 499	1.40 497	1.73 456	1.39 497	1.17 490	3.93 511	1.94 502	4.11 514	3.88 513	2.92 499	5.50 510	4.18 503	3.00 507	7.63 510	3.71 492	1.13 501	1.00 518	1.17 501	1.13 512	1.18 497	1.09 499

FADE		4.78 533		1.89 506	1.92 507			5.58 523	5.04 520	2.92 499		4.13 502		10.23 532		188.09 556	2.77 531	123.78 553	127.92 553	1.06 493	1.10 500

PWCK	2.88 508	2.05 517	5.72 510	2.08 507	1.11 483	3.55 505	3.90 527	2.86 500	3.54 511	3.03 505	3.63 493	3.10 494	2.31 493	8.15 517	3.09 482	2.12 508	0.91 515	1.75 505	0.98 508	2.57 509	1.18 501

NVStereoNet_ROB	1.88 474	1.07 482	1.45 431	1.07 488	1.17 490	1.47 416	1.48 480	1.89 400	1.93 476	1.94 465	4.67 506	3.08 493	1.80 469	6.51 489	1.65 450	1.06 498	0.86 512	1.08 500	1.32 513	0.93 485	1.26 502
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV-BASED-STEREO-	0.70 243	3.18 529	2.55 488	0.39 13	0.23 20	0.44 51	0.23 22	0.63 15	0.42 23	0.44 51	0.44 28	0.34 17	0.28 15	0.56 27	0.29 21	1.35 503	0.10 1	0.22 201	0.19 179	0.46 434	1.31 503

DDUNet	1.50 447	2.69 526	1.12 379	1.77 504	1.88 506	1.84 453	0.92 424	1.70 345	1.16 303	1.38 380	1.79 428	1.60 405	1.12 390	1.37 248	1.08 379	1.10 500	0.76 503	2.37 512	0.94 504	2.00 503	1.37 504

CES	0.48 96	0.20 7	0.37 5	0.39 13	1.39 500	0.55 124	0.35 96	0.98 129	0.66 98	0.44 51	0.66 81	0.35 19	0.27 12	0.56 27	0.33 59	0.15 13	0.13 86	0.15 8	0.10 2	0.19 132	1.46 505

test_for_model	1.30 428	3.71 532	0.58 104	3.22 523	2.84 523	0.59 142	0.33 79	1.40 264	0.83 147	1.42 395	0.61 73	0.52 82	0.37 53	0.51 14	0.33 59	2.46 510	0.15 192	0.16 27	0.11 8	4.39 533	1.50 506

SQANet	1.31 430	0.88 472	1.08 369	1.83 505	1.44 501	1.44 415	0.75 381	1.74 352	1.09 256	1.32 355	1.26 290	1.28 345	1.01 362	1.50 279	0.83 336	2.50 511	0.34 436	1.47 503	0.55 478	2.32 505	1.57 507

WAO-8	4.40 514	1.82 511	1.79 458	2.34 510	2.20 509	9.19 526	1.53 481	6.09 527	16.46 536	3.94 510	7.84 524	7.32 518	3.72 514	9.41 525	3.31 487	2.00 506	1.07 521	2.44 517	1.37 517	2.50 507	1.68 508

Venus	4.40 514	1.82 511	1.79 458	2.34 510	2.20 509	9.19 526	1.53 481	6.09 527	16.46 536	3.94 510	7.84 524	7.32 518	3.72 514	9.41 525	3.31 487	2.00 506	1.07 521	2.44 517	1.37 517	2.50 507	1.68 508

IGEV-Stereo+	0.45 76	0.21 21	0.43 26	0.41 23	0.39 262	0.15 1	0.19 5	0.44 3	0.36 14	0.26 5	0.25 7	0.31 13	0.41 67	1.43 265	0.30 29	0.17 74	0.12 29	0.15 8	0.11 8	1.16 495	1.70 510

WAO-6	2.81 506	1.60 505	1.46 433	2.36 512	2.28 514	3.55 505	2.29 515	4.21 515	4.56 519	2.36 483	4.51 500	4.88 509	2.66 501	4.60 449	4.07 496	1.72 504	1.15 524	2.31 511	1.46 519	2.31 504	1.85 511

JetBlue	3.97 512	2.01 514	10.19 521	1.38 496	2.84 523	10.53 529	9.54 531	3.60 510	2.41 489	2.73 493	3.39 490	4.54 504	4.31 517	7.85 514	6.84 507	0.88 489	0.93 516	0.89 492	0.91 502	1.74 501	1.91 512

otaku	1.60 455	1.11 487	1.21 392	2.20 508	1.56 503	1.97 463	1.24 465	2.07 444	1.36 403	1.44 397	1.62 405	1.73 425	1.19 404	1.73 322	0.98 368	2.89 516	0.57 495	1.74 504	0.60 485	2.78 512	1.94 513

Ntro	1.64 459	1.15 490	1.23 395	2.48 513	1.83 505	2.09 470	1.16 459	1.96 419	1.38 411	1.21 294	1.62 405	1.62 407	1.29 421	1.87 341	1.11 387	3.04 517	0.56 494	1.82 506	0.64 487	2.80 513	2.05 514

RainbowNet	1.97 480	1.76 507	1.57 444	2.81 516	2.21 511	1.98 465	1.81 493	2.54 495	1.89 471	1.50 411	1.84 434	1.96 450	1.65 457	2.14 366	1.25 403	3.33 523	0.85 510	2.39 515	0.98 508	2.82 515	2.22 515

DispFullNet	2.34 491	2.85 527	3.66 500	3.08 522	2.27 513	1.97 463	0.67 359	2.00 428	1.70 457	2.52 487	2.00 450	2.23 464	5.86 522	3.44 432	1.58 447	1.01 493	0.32 430	2.64 521	1.94 526	2.85 517	2.24 516

ACVNet_2	2.43 496	1.41 498	2.04 470	2.62 514	2.24 512	2.63 491	1.88 499	3.31 505	3.01 502	2.19 474	3.45 491	4.62 505	2.04 483	4.50 448	1.47 441	2.55 512	0.64 499	2.22 509	0.84 498	2.69 511	2.29 517

ACVNet_1	2.18 485	1.45 501	1.72 454	2.85 517	2.33 516	2.28 477	1.46 478	3.08 503	2.22 486	1.82 457	2.05 456	3.56 497	1.98 481	3.09 421	1.40 425	3.17 518	0.60 497	2.40 516	0.92 503	2.91 519	2.37 518

ACVNet-4b	2.15 484	1.41 498	1.64 447	2.80 515	2.31 515	2.31 479	1.24 465	2.32 480	2.14 483	1.26 322	2.39 471	2.66 482	1.48 442	5.95 482	1.06 375	3.20 521	0.45 477	2.37 512	0.89 501	2.83 516	2.37 518

LVE	3.31 511	1.67 506	1.64 447	2.85 517	2.42 517	3.20 502	2.26 514	4.78 520	5.05 521	2.35 481	6.91 515	6.02 516	2.37 494	9.15 519	2.17 471	3.19 520	1.08 523	2.38 514	1.47 520	2.81 514	2.40 520

Dean	2.91 509	1.53 504	2.07 471	2.96 521	2.51 518	3.15 500	2.14 510	4.75 519	4.41 518	2.76 495	6.10 513	5.53 514	2.37 494	2.97 416	1.92 461	3.18 519	0.85 510	2.51 519	1.04 511	2.88 518	2.47 521

tt	6.58 524	0.26 99	6.10 512	3.77 531	2.16 508	11.55 530	19.63 537	13.33 538	5.74 523	2.96 501	2.65 479	4.97 512	6.33 527	3.81 436	7.24 508	9.15 539	11.32 544	5.89 538	6.24 537	6.03 534	2.55 522

IMH	3.21 510	1.85 513	1.48 438	3.25 524	2.69 521	4.07 514	2.02 505	4.41 517	3.80 512	2.72 492	7.11 518	4.75 508	2.92 504	5.92 480	2.55 474	3.85 531	0.88 513	2.78 524	1.36 516	3.19 523	2.59 523

IMH-64-1	2.70 503	1.79 509	1.46 433	3.26 525	2.66 519	3.23 503	2.10 507	4.08 512	2.75 500	2.34 479	3.81 495	3.06 491	2.22 491	4.25 443	2.59 476	3.75 527	0.84 507	2.75 522	1.35 514	3.15 521	2.60 524

IMH-64	2.70 503	1.79 509	1.46 433	3.26 525	2.66 519	3.23 503	2.10 507	4.08 512	2.75 500	2.34 479	3.81 495	3.06 491	2.22 491	4.25 443	2.59 476	3.75 527	0.84 507	2.75 522	1.35 514	3.15 521	2.60 524

ktn	4.70 516	2.38 523	2.12 475	3.76 530	3.24 527	4.85 519	2.95 525	5.52 522	7.37 527	4.07 514	19.32 540	7.46 520	3.47 509	7.39 504	2.95 480	4.04 532	1.85 529	3.26 530	2.22 529	3.08 520	2.65 526

TorneroNet-64	5.30 520	2.03 515	1.74 457	3.43 527	2.81 522	10.09 528	2.12 509	9.10 534	17.12 541	4.96 523	9.27 529	10.72 533	3.70 513	9.20 520	4.55 498	3.31 522	0.84 507	2.88 525	1.55 521	3.49 524	3.04 527

TorneroNet	10.70 533	2.03 515	1.82 461	3.43 527	3.01 525	43.83 549	2.22 513	8.87 533	67.47 556	7.17 532	27.36 544	10.68 532	3.85 516	8.67 518	7.65 513	3.59 525	0.88 513	3.04 526	1.57 522	3.71 525	3.17 528

KSHMR	8.75 529	2.06 518	2.11 474	3.53 529	3.11 526	4.13 515	2.69 520	5.60 524	61.37 555	3.00 503	55.83 554	4.98 513	2.45 497	4.49 447	2.61 478	3.46 524	1.55 528	3.14 528	1.94 526	3.72 526	3.18 529

notaker	3.98 513	2.40 524	2.68 492	3.82 532	3.27 529	3.97 513	2.14 510	4.78 520	3.45 509	4.12 515	6.94 516	7.65 522	3.26 508	7.82 513	5.30 501	4.04 532	1.41 526	3.36 531	2.10 528	3.88 527	3.31 530

JetRed	6.91 525	8.80 537	25.96 540	2.85 517	3.25 528	13.98 536	11.87 533	6.25 529	4.28 517	4.45 517	4.56 501	6.69 517	5.46 521	7.46 507	14.05 528	2.59 513	3.31 532	2.59 520	2.29 530	4.20 530	3.36 531

UNDER WATER-64	5.27 519	2.32 521	8.78 519	3.93 533	3.54 531	7.61 524	3.03 526	5.84 526	14.19 532	4.04 512	4.04 497	9.39 527	6.26 525	5.93 481	8.48 516	3.60 526	1.51 527	3.13 527	1.88 524	4.29 531	3.61 532

UNDER WATER	5.08 518	2.33 522	5.55 508	3.94 534	3.51 530	5.20 522	2.72 522	5.61 525	16.52 538	3.84 509	4.60 502	9.21 526	5.89 523	5.90 479	8.66 517	3.75 527	1.34 525	3.18 529	1.88 524	4.33 532	3.61 532

HanzoNet	11.04 534	3.62 531	8.10 518	4.08 535	3.55 532	4.90 520	2.73 523	7.19 531	10.10 528	31.86 551	28.92 545	21.96 546	36.36 547	18.08 541	10.17 521	7.94 538	3.32 533	3.47 532	3.31 531	7.06 537	4.04 534

MADNet++	5.01 517	3.14 528	4.91 505	4.55 536	3.94 533	5.20 522	4.41 529	4.40 516	4.13 516	4.95 522	6.08 512	4.74 507	5.37 520	9.40 524	10.67 524	4.65 534	4.15 535	3.97 533	3.34 532	4.09 529	4.08 535

PML	51.67 552	36.25 549	13.28 526	7.46 537	20.81 540	108.69 555	232.22 556	8.72 532	27.82 547	87.01 556	269.67 556	69.67 556	61.95 555	24.76 549	14.20 529	9.74 541	3.40 534	9.62 540	4.70 534	18.74 544	4.72 536

DPSimNet_ROB	11.20 535	4.98 534	35.43 544	2.90 520	4.52 534	7.89 525	17.09 536	4.66 518	6.06 525	14.89 541	10.93 533	17.29 538	36.81 549	13.18 537	15.68 532	2.86 515	6.29 537	5.75 537	5.09 535	3.91 528	7.70 537

USTest	14.33 538	14.94 541	21.04 532	17.44 541	16.05 536	23.26 538	33.84 545	21.73 541	11.80 531	9.36 535	10.14 530	15.97 536	13.20 534	17.28 540	22.43 539	3.78 530	5.01 536	6.17 539	6.16 536	9.25 539	7.72 538

TCMNet-wrong-test	10.31 531	11.40 539	14.84 527	20.96 542	18.45 539	13.80 535	10.76 532	15.78 539	3.53 510	5.20 525	5.52 511	16.26 537	12.61 532	7.51 509	10.15 520	7.43 537	2.37 530	4.31 534	3.43 533	11.36 540	10.61 539

DPSMNet_ROB	13.02 537	8.23 535	21.91 534	9.53 539	18.11 538	11.56 531	32.02 544	10.64 536	16.23 535	7.05 531	19.49 542	10.16 530	16.66 537	9.85 531	22.43 539	4.77 536	8.68 538	5.38 536	10.26 541	6.17 536	11.36 540

DGTPSM_ROB	13.01 536	8.23 535	21.87 533	9.51 538	18.10 537	11.56 531	32.01 543	10.63 535	16.20 534	7.03 530	19.48 541	10.15 529	16.66 537	9.83 530	22.42 538	4.75 535	8.68 538	5.37 535	10.25 540	6.16 535	11.36 540

Anonymous_1	43.04 551	18.73 542	24.79 537	21.81 543	46.26 549	27.80 539	37.60 546	28.08 546	16.14 533	14.66 540	14.30 534	20.65 540	17.88 539	21.56 542	25.94 543	117.93 555	8.92 540	100.65 552	126.50 552	158.64 556	12.08 542

DPSM_ROB	19.08 540	19.14 543	25.17 538	22.15 544	20.85 541	28.17 540	37.82 547	26.56 544	16.85 539	14.14 538	14.84 535	21.70 541	18.75 540	21.87 543	26.55 544	10.16 542	9.30 541	10.47 541	10.42 542	14.03 541	12.61 543

DPSM	19.08 540	19.14 543	25.17 538	22.15 544	20.85 541	28.17 540	37.82 547	26.56 544	16.85 539	14.14 538	14.84 535	21.70 541	18.75 540	21.87 543	26.55 544	10.16 542	9.30 541	10.47 541	10.42 542	14.03 541	12.61 543

ASD4	15.85 539	10.99 538	19.63 531	10.21 540	11.70 535	19.24 537	31.10 542	19.35 540	10.68 529	11.14 536	10.18 531	12.59 534	12.64 533	14.74 538	24.83 542	12.93 544	9.94 543	26.83 546	19.40 544	16.23 543	12.70 545

LSM	6.33 522	1.10 484	13.19 525	1.41 499	68.17 551	1.64 433	1.90 500	1.92 410	2.46 490	2.99 502	3.11 486	1.88 438	1.80 469	2.61 404	2.06 468	0.41 436	0.58 496	0.50 460	0.57 480	0.64 468	17.66 546

CasAABBNet	38.33 545	38.46 550	50.35 549	44.75 551	41.84 547	56.68 550	76.37 553	53.22 554	33.83 550	28.31 548	29.54 547	43.62 553	37.71 551	43.84 553	53.41 554	20.30 545	18.70 548	21.07 543	21.07 546	28.24 545	25.34 547

Selective-RAFT-Error	38.39 546	38.47 551	50.44 550	44.73 550	41.97 548	56.68 550	76.38 554	53.24 555	33.92 551	28.34 549	29.85 548	43.60 552	38.20 552	43.75 552	53.34 553	20.38 546	18.70 548	21.09 544	21.05 545	28.30 546	25.43 548

LRCNet_RVC	22.74 542	32.10 548	21.97 535	29.84 546	26.23 543	4.42 517	0.81 401	22.66 542	2.02 479	26.93 547	29.26 546	23.06 548	15.59 536	23.84 545	18.88 535	31.75 548	19.90 550	34.65 547	32.13 548	30.54 548	28.32 549

LSM0	42.82 550	38.75 552	50.81 551	47.07 552	109.38 556	57.00 552	76.02 552	53.74 556	33.71 549	29.02 550	30.41 549	43.87 554	37.22 550	43.91 554	53.54 555	20.52 547	18.62 547	21.10 545	21.11 547	28.41 547	42.22 550

AVERAGE_ROB	40.43 548	42.37 554	42.73 546	36.96 549	35.58 546	30.50 543	27.61 540	36.71 553	38.39 553	44.91 553	44.36 551	37.45 551	36.70 548	41.88 551	40.35 550	45.43 553	46.81 554	47.11 549	46.35 549	42.51 550	43.87 551

HaxPig	38.92 547	41.40 553	41.64 545	29.95 547	32.27 544	28.90 542	27.60 539	29.73 547	37.71 552	43.82 552	43.87 550	33.17 549	35.56 546	41.53 550	40.37 551	43.94 552	47.51 555	45.82 548	47.08 550	42.38 549	44.15 552

MEDIAN_ROB	42.00 549	44.40 555	44.29 548	35.15 548	34.95 545	31.28 547	29.60 541	35.88 552	40.02 554	47.20 554	46.64 552	37.37 550	38.48 553	44.35 555	42.45 552	48.03 554	49.39 556	49.71 550	49.03 551	45.14 551	46.65 553

xxxxx1	54.10 553	25.67 545	27.13 541	113.43 553	96.96 553	30.69 544	47.44 549	32.38 548	25.60 543	17.75 542	17.27 537	21.81 543	21.02 542	24.43 546	33.82 546	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 554

tt_ll	54.10 553	25.67 545	27.13 541	113.43 553	96.96 553	30.69 544	47.44 549	32.38 548	25.60 543	17.75 542	17.27 537	21.81 543	21.02 542	24.43 546	33.82 546	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 554

ff	54.10 553	25.67 545	27.13 541	113.43 553	96.96 553	30.69 544	47.44 549	32.38 548	25.60 543	17.75 542	17.27 537	21.81 543	21.02 542	24.43 546	33.82 546	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 554

test_example2	192.40 556	210.76 557	206.48 556	199.83 557	204.73 557	172.94 556	183.52 555	133.93 557	133.41 557	191.38 557	196.19 555	187.13 557	178.77 556	205.33 557	208.00 556	222.09 557	238.72 557	186.54 557	190.54 557	227.34 557	170.31 557

ccccc	497.63 557	492.34 558	595.97 557	530.87 558	530.37 558	478.08 557	442.62 557	491.76 558	343.70 558	448.18 558	520.80 557	476.12 558	550.57 557	541.64 558	605.32 557	663.49 558	459.54 558	353.94 558	309.79 558	586.66 558	530.90 558

Low-res two-view benchmark