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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MC-Stereo	0.43 44	0.23 34	0.48 30	0.51 151	0.28 74	0.39 18	0.32 58	0.88 73	0.68 88	0.60 86	0.84 113	0.56 84	0.61 171	1.03 151	0.31 32	0.17 62	0.11 5	0.17 38	0.15 67	0.16 28	0.13 11

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

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

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

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

PMTNet	0.46 69	0.21 11	0.38 7	0.37 5	0.23 13	0.71 206	0.27 30	0.74 27	1.04 212	0.64 91	0.70 80	0.55 77	0.47 89	0.86 108	0.35 70	1.00 468	0.13 73	0.15 8	0.10 2	0.15 13	0.13 11

MM-Stereo_test2	0.43 44	0.24 47	0.67 138	0.51 151	0.32 154	0.55 112	0.45 200	0.97 109	0.77 114	0.59 84	0.51 36	0.49 51	0.42 58	0.80 86	0.30 18	0.15 10	0.13 73	0.18 69	0.14 54	0.19 115	0.14 28

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

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

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

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

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

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

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

ours_stereo	0.39 22	0.28 129	0.51 47	0.46 61	0.30 111	0.40 20	0.44 184	0.73 23	0.56 47	0.35 13	0.56 51	0.46 34	0.33 25	1.11 174	0.32 34	0.16 26	0.13 73	0.19 90	0.15 67	0.19 115	0.14 28

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

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

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

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

CASnet	0.41 36	0.25 70	0.48 30	0.50 122	0.20 2	0.50 73	0.36 95	0.81 52	0.80 122	0.83 131	0.68 72	0.48 44	0.31 18	0.54 18	0.32 34	0.18 100	0.12 22	0.27 312	0.22 265	0.23 236	0.14 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.37 14	0.24 47	0.52 54	0.47 72	0.51 326	0.37 15	0.38 115	0.65 13	0.53 43	0.42 32	0.56 51	0.46 34	0.60 162	0.53 16	0.30 18	0.16 26	0.13 73	0.18 69	0.15 67	0.17 49	0.14 28

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

LoS	0.40 29	0.21 11	0.44 21	0.37 5	0.22 9	0.50 73	0.40 137	1.00 119	0.94 166	0.48 51	0.66 66	0.48 44	0.40 52	0.60 40	0.37 90	0.18 100	0.14 123	0.16 22	0.11 8	0.14 4	0.14 28
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	0.50 91	0.23 34	0.58 89	0.48 96	0.33 174	0.55 112	0.45 200	0.97 109	1.38 388	0.68 96	1.05 183	0.63 110	0.80 241	0.59 29	0.32 34	0.17 62	0.12 22	0.17 38	0.14 54	0.16 28	0.14 28

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

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

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

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

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

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

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

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

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

CREStereo	0.39 22	0.21 11	0.38 7	0.34 1	0.22 9	0.53 98	0.29 39	0.77 34	1.11 245	0.58 76	0.71 83	0.51 61	0.41 54	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.14 28
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MM-Stereo_test1	0.49 87	0.24 47	0.56 74	0.51 151	0.30 111	0.50 73	0.54 267	0.91 81	1.03 207	0.84 134	0.69 76	0.54 75	0.60 162	1.16 184	0.33 46	0.18 100	0.16 212	0.20 123	0.17 125	0.19 115	0.15 56

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

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

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

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

tg	0.52 94	0.24 47	0.61 104	0.49 111	0.30 111	0.90 284	0.29 39	1.07 158	0.83 130	0.83 131	1.02 169	0.62 107	0.43 65	1.35 227	0.41 124	0.17 62	0.12 22	0.22 182	0.20 194	0.17 49	0.15 56

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

raft+_RVC	0.53 104	0.26 84	0.54 63	0.60 285	0.47 304	0.54 105	0.54 267	1.27 221	0.99 192	0.76 109	1.03 178	0.70 134	0.56 140	0.93 125	0.47 181	0.18 100	0.14 123	0.19 90	0.18 141	0.18 78	0.15 56

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

HITNet	0.65 201	0.40 331	0.77 225	0.48 96	0.24 19	1.05 328	0.49 234	1.76 337	1.02 203	1.18 264	1.18 241	0.89 203	0.80 241	0.85 104	0.79 308	0.17 62	0.12 22	0.21 155	0.17 125	0.29 315	0.15 56
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
fffft	0.38 19	0.23 34	0.51 47	0.44 44	0.32 154	0.43 36	0.48 224	0.76 31	0.36 4	0.44 37	0.34 8	0.38 16	0.31 18	1.31 217	0.32 34	0.14 5	0.11 5	0.19 90	0.15 67	0.16 28	0.16 81
1: 1. 1
UGAM	1.14 389	0.27 109	0.95 301	0.53 188	0.42 267	0.70 201	0.72 351	0.95 102	1.32 361	0.98 170	1.48 350	1.78 410	0.87 276	9.65 502	0.87 329	0.21 200	0.18 260	0.30 346	0.24 299	0.19 115	0.16 81

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

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

gcap-zeroshot	0.53 104	0.28 129	0.89 280	0.49 111	0.28 74	0.76 227	0.37 109	1.34 232	0.73 103	0.89 144	0.67 69	1.35 341	0.51 115	0.79 84	0.33 46	0.18 100	0.15 177	0.18 69	0.15 67	0.17 49	0.16 81

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.40 29	0.31 215	0.73 191	0.58 261	0.27 51	0.26 3	0.33 64	0.95 102	0.81 124	0.42 32	0.47 24	0.65 116	0.47 89	0.39 4	0.34 61	0.18 100	0.15 177	0.16 22	0.14 54	0.19 115	0.16 81
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TestStereo	0.64 193	0.39 325	0.71 173	0.51 151	0.27 51	0.56 117	0.42 154	1.03 129	0.91 156	0.80 121	1.00 155	0.68 125	0.52 119	3.25 402	0.45 160	0.22 226	0.15 177	0.24 240	0.18 141	0.27 287	0.16 81

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

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

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

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

UGAM-zero	1.00 357	0.30 182	0.93 293	0.47 72	0.30 111	0.57 122	0.25 15	2.25 450	0.63 63	1.01 180	1.10 202	2.73 461	1.85 449	6.26 460	0.40 113	0.17 62	0.14 123	0.19 90	0.15 67	0.16 28	0.17 106

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT	0.64 193	0.30 182	0.73 191	0.59 274	0.33 174	0.68 189	0.58 306	1.04 135	0.76 112	1.08 196	1.19 248	1.65 396	0.93 303	1.06 160	0.56 230	0.21 200	0.18 260	0.27 312	0.24 299	0.22 211	0.17 106

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

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

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

RAFT-Stereo	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.72 236	0.34 275	1.10 356	0.51 151	0.23 13	0.91 287	0.39 130	1.33 227	1.23 320	1.46 380	1.55 365	1.01 253	0.64 185	1.95 331	0.80 312	0.18 100	0.12 22	0.18 69	0.14 54	0.19 115	0.17 106

MM-Stereo_test3	0.50 91	0.24 47	0.54 63	0.54 203	0.74 411	0.49 63	0.53 261	1.09 166	1.05 216	0.62 89	0.95 136	0.61 102	0.42 58	0.77 78	0.38 100	0.20 169	0.17 240	0.20 123	0.16 105	0.18 78	0.18 130

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

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

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

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

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

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

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

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

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

ff7	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.43 44	0.27 109	0.54 63	0.45 56	0.32 154	0.50 73	0.42 154	0.90 80	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.32 221	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.65 201	0.31 215	1.00 317	0.47 72	0.34 191	0.73 212	0.30 46	2.96 477	0.70 93	1.15 240	1.14 224	0.76 145	0.65 191	1.11 174	0.38 100	0.17 62	0.13 73	0.18 69	0.16 105	0.19 115	0.18 130

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

Patchmatch Stereo++	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
STrans-v2	1.04 368	0.28 129	0.96 306	0.49 111	0.32 154	0.68 189	0.79 368	2.47 469	1.12 249	1.12 217	1.46 344	1.40 347	1.46 415	6.70 471	0.43 144	0.18 100	0.13 73	0.20 123	0.18 141	0.18 78	0.18 130

PSM-adaLoss	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.41 150	1.04 135	0.64 67	1.12 217	0.96 139	0.82 167	0.61 171	1.06 160	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.47 76	0.31 215	0.56 74	0.47 72	0.32 154	0.42 31	0.28 34	1.76 337	0.72 99	0.71 101	0.72 86	0.37 14	0.28 8	0.69 54	0.33 46	0.27 327	0.22 333	0.26 297	0.21 237	0.29 315	0.19 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.46 69	0.36 306	0.71 173	0.47 72	0.36 204	0.67 182	0.35 81	0.78 38	1.12 249	0.61 87	0.62 62	0.39 17	0.39 48	0.71 62	0.39 108	0.20 169	0.17 240	0.22 182	0.18 141	0.23 236	0.19 169

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ac_64	0.82 296	0.29 162	0.81 241	0.71 387	0.60 373	1.05 328	0.54 267	1.99 403	0.92 161	1.18 264	1.06 185	1.99 429	1.08 359	1.94 330	0.97 348	0.27 327	0.22 333	0.24 240	0.23 287	0.22 211	0.19 169

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

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

DIP-Stereo	0.62 174	0.30 182	0.83 248	0.48 96	0.36 204	0.95 303	0.33 64	2.37 462	0.67 84	1.25 300	1.00 155	0.68 125	0.51 115	0.91 118	0.61 248	0.18 100	0.15 177	0.21 155	0.17 125	0.19 115	0.19 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.87 320	0.29 162	0.53 58	0.53 188	0.30 111	1.15 347	0.55 283	3.57 485	1.28 343	1.53 394	1.74 400	1.68 399	0.93 303	1.49 262	0.77 300	0.22 226	0.17 240	0.19 90	0.18 141	0.20 149	0.19 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.80 287	0.37 313	1.71 431	0.56 239	0.37 218	0.94 299	0.64 327	1.73 325	1.34 368	1.23 287	1.42 327	1.26 320	0.92 294	1.85 320	0.56 230	0.23 251	0.15 177	0.19 90	0.14 54	0.24 251	0.19 169

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DN-CSS_ROB	0.64 193	0.32 231	1.05 337	0.55 226	0.40 255	0.54 105	0.45 200	1.21 203	0.93 163	1.03 188	1.47 345	0.69 130	0.63 181	1.76 310	0.49 193	0.18 100	0.14 123	0.25 278	0.22 265	0.22 211	0.20 200

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.70 227	0.43 345	0.75 209	0.73 398	0.37 218	0.92 294	0.53 261	1.85 366	1.18 294	1.12 217	1.23 259	1.07 269	0.65 191	0.96 131	0.63 255	0.31 361	0.15 177	0.32 364	0.21 237	0.29 315	0.22 234
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
LE_ROB	8.05 503	0.37 313	23.53 511	0.74 401	0.33 174	2.77 470	2.87 500	3.71 487	27.24 520	25.39 520	8.87 503	8.46 501	26.71 519	6.65 467	21.99 512	0.21 200	0.19 276	0.20 123	0.21 237	0.25 262	0.22 234

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GMStereo	0.55 134	0.45 355	0.94 297	0.50 122	0.32 154	0.64 156	0.43 171	1.00 119	1.40 398	0.82 129	0.73 88	0.51 61	0.45 75	0.85 104	0.55 228	0.24 266	0.15 177	0.20 123	0.21 237	0.31 335	0.24 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.72 236	0.30 182	0.61 104	0.63 319	0.42 267	0.73 212	0.56 291	1.92 386	1.10 243	1.09 202	1.37 314	1.22 305	0.98 327	1.28 211	0.72 282	0.27 327	0.19 276	0.27 312	0.29 371	0.24 251	0.24 266

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NINENet	0.77 272	0.37 313	0.78 233	0.62 310	0.51 326	2.34 457	0.42 154	1.83 362	1.04 212	1.14 234	1.23 259	1.03 259	0.62 176	1.24 203	0.70 274	0.28 340	0.23 344	0.31 352	0.21 237	0.26 273	0.25 278

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

TANstereo	0.44 54	0.21 11	0.44 21	0.41 15	0.21 5	0.65 170	0.26 24	0.79 42	0.83 130	0.93 154	0.98 149	0.51 61	0.46 80	0.54 18	0.35 70	0.18 100	0.24 353	0.16 22	0.13 32	0.16 28	0.26 300

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

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

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

ICVP	0.63 181	0.33 252	0.57 84	0.61 298	0.40 255	0.80 252	0.58 306	1.61 301	0.89 147	0.90 146	1.24 261	0.88 195	0.73 208	0.72 65	0.88 330	0.29 350	0.21 315	0.22 182	0.21 237	0.24 251	0.27 309
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.61 170	0.44 348	1.11 358	0.59 274	0.49 308	0.93 298	0.65 329	0.93 90	0.81 124	0.72 106	0.88 121	0.65 116	0.69 197	1.06 160	0.53 218	0.35 390	0.30 395	0.26 297	0.26 330	0.31 335	0.27 309

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

HGLStereo	0.85 311	0.38 320	0.94 297	0.80 416	1.03 454	1.17 351	0.58 306	1.52 278	1.20 305	1.19 268	1.62 384	1.13 292	1.20 383	1.80 314	1.06 357	0.24 266	0.24 353	0.24 240	0.21 237	0.23 236	0.27 309

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

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

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

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

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

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

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

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

StereoDRNet-Refined	0.80 287	0.41 338	0.88 274	0.62 310	0.42 267	1.33 376	0.48 224	1.52 278	1.17 287	1.45 378	1.44 336	1.44 357	0.90 288	1.26 206	1.24 381	0.20 169	0.16 212	0.27 312	0.24 299	0.25 262	0.28 321
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	1.00 357	0.44 348	1.13 362	0.70 380	0.81 434	1.62 409	0.79 368	2.14 429	1.44 408	1.78 425	1.33 298	1.43 352	1.05 352	2.18 352	1.53 422	0.27 327	0.21 315	0.31 352	0.30 380	0.32 343	0.28 321

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

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

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

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

PSMNet-ADL	0.72 236	0.35 296	0.62 109	0.69 375	0.46 299	1.14 342	0.44 184	1.37 238	1.01 200	0.83 131	1.17 239	1.33 336	0.96 320	1.43 250	0.95 343	0.33 375	0.22 333	0.21 155	0.23 287	0.27 287	0.29 325

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

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

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

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

NLCA_NET_v2_RVC	0.79 284	0.43 345	1.05 337	0.64 328	0.58 362	0.95 303	0.53 261	1.53 284	1.18 294	1.37 355	1.15 231	1.43 352	0.88 281	1.61 283	0.84 323	0.25 292	0.22 333	0.27 312	0.27 340	0.29 315	0.29 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	0.90 326	0.52 383	1.17 370	0.72 390	0.61 376	1.27 366	1.12 430	1.76 337	1.12 249	1.09 202	1.28 280	1.45 359	0.89 287	1.65 287	1.42 412	0.33 375	0.25 360	0.37 401	0.39 420	0.35 355	0.29 325

SGM_RVC	1.68 440	0.36 306	0.61 104	0.59 274	0.29 90	2.25 453	1.18 437	2.38 463	1.68 432	3.60 484	2.67 457	3.69 475	2.42 472	8.13 490	1.90 436	0.31 361	0.31 401	0.30 346	0.28 360	0.30 326	0.29 325
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
HHNet	0.62 174	0.26 84	0.63 112	0.43 23	0.45 289	0.50 73	0.58 306	1.07 158	1.01 200	1.25 300	2.23 441	0.70 134	0.61 171	1.07 164	0.47 181	0.20 169	0.13 73	0.23 220	0.19 162	0.19 115	0.30 337

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

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

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

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

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

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

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

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

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

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

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

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

hitnet-ft	0.79 284	0.35 296	0.57 84	0.58 261	0.42 267	0.96 307	0.46 207	1.47 263	1.33 365	1.19 268	1.22 255	1.81 411	0.98 327	1.66 291	0.94 340	0.33 375	0.28 380	0.34 382	0.27 340	0.35 355	0.31 347

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

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

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

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

AF-Net	1.13 387	0.52 383	1.33 394	0.86 436	0.91 445	1.38 384	0.71 348	2.16 434	1.62 426	1.56 402	2.40 449	1.99 429	1.65 433	1.81 316	1.48 419	0.48 435	0.28 380	0.49 435	0.33 400	0.39 379	0.32 352

SGM-Forest	1.24 399	0.38 320	0.60 101	0.52 172	0.37 218	1.56 404	1.30 446	1.65 309	1.36 380	2.11 449	1.79 407	1.63 391	0.93 303	7.48 484	0.95 343	0.36 394	0.37 432	0.39 409	0.34 405	0.37 366	0.32 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.95 339	0.44 348	0.66 133	0.53 188	0.35 195	1.53 401	1.63 464	1.69 318	1.42 405	2.00 445	1.60 377	1.43 352	1.17 374	1.59 280	0.99 351	0.34 383	0.34 414	0.39 409	0.33 400	0.33 350	0.32 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DDVS	0.78 280	0.41 338	0.94 297	0.60 285	0.43 275	1.30 371	0.43 171	1.40 246	0.91 156	1.20 272	1.15 231	1.43 352	0.64 185	2.18 352	0.89 333	0.28 340	0.22 333	0.26 297	0.23 287	0.31 335	0.33 358

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

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

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

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

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

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

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

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

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

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

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

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

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

DCVSM-stereo	0.72 236	0.35 296	0.76 219	0.55 226	0.42 267	0.73 212	0.38 115	1.21 203	1.02 203	1.79 428	1.04 181	1.62 386	1.03 346	1.04 157	0.79 308	0.24 266	0.27 373	0.29 335	0.24 299	0.30 326	0.36 372

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

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

CBMV_ROB	0.90 326	0.44 348	0.63 112	0.51 151	0.37 218	1.25 364	0.49 234	1.77 341	1.27 338	1.41 368	2.00 427	1.33 336	1.08 359	2.17 349	0.76 294	0.43 421	0.42 445	0.47 431	0.44 432	0.41 386	0.36 372

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

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

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

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

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

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

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

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

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

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

HBP-ISP	0.96 340	0.58 401	0.72 179	0.61 298	0.46 299	1.64 412	0.76 360	1.86 369	1.28 343	1.30 323	1.53 359	0.86 187	0.94 308	3.27 403	0.69 273	0.45 427	0.44 449	0.54 445	0.48 441	0.47 411	0.40 386

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

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

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

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

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

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

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

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

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

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

CASS	0.65 201	0.34 275	0.72 179	0.56 239	0.27 51	0.78 240	0.42 154	1.59 294	0.86 136	1.30 323	1.25 265	0.87 191	0.84 260	0.84 99	0.54 224	0.35 390	0.19 276	0.26 297	0.21 237	0.28 304	0.42 394
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
NCC-stereo	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394

Abc-Net	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	2.26 465	0.56 394	0.92 291	0.61 298	0.49 308	2.60 466	1.02 419	3.18 480	2.05 457	7.40 508	4.98 486	7.58 497	2.98 482	6.37 463	1.96 439	0.43 421	0.43 446	0.45 426	0.39 420	0.43 395	0.42 394
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
RP	1.09 377	0.50 376	1.12 360	0.90 447	1.04 455	1.11 337	0.84 380	1.80 353	1.62 426	1.55 401	2.00 427	1.90 418	1.78 443	1.84 317	1.25 382	0.52 440	0.36 430	0.48 433	0.36 413	0.45 404	0.43 401

FBW_ROB	1.71 444	0.62 416	1.45 409	0.67 361	0.61 376	1.81 428	1.08 426	2.52 470	1.70 433	1.77 424	1.73 399	1.98 428	1.25 392	12.57 511	1.84 432	0.34 383	0.37 432	0.56 453	0.38 418	0.45 404	0.43 401

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

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

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

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

DANet	1.08 374	0.61 413	1.32 392	0.85 434	0.72 407	1.37 381	0.51 242	1.54 286	1.15 275	1.78 425	1.54 363	2.01 431	1.11 364	2.90 390	2.00 441	0.33 375	0.30 395	0.40 414	0.30 380	0.44 401	0.45 405
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RGC	1.14 389	0.79 440	1.26 382	0.91 450	0.96 452	1.52 400	0.77 363	1.92 386	1.26 332	1.54 398	1.93 423	2.02 433	1.54 423	2.25 359	1.31 391	0.44 426	0.35 425	0.58 456	0.48 441	0.47 411	0.46 408

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

edge stereo	1.11 382	0.50 376	1.30 388	0.71 387	0.65 387	1.14 342	0.75 357	1.93 390	1.37 384	1.71 419	1.83 411	2.54 454	1.44 412	2.43 372	1.23 380	0.42 416	0.41 443	0.54 445	0.35 409	0.42 390	0.46 408

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

PA-Net	1.01 361	0.57 398	1.29 387	0.64 328	0.74 411	1.19 356	0.84 380	1.69 318	1.43 407	1.16 250	1.19 248	1.32 335	1.19 380	3.42 407	1.25 382	0.29 350	0.45 453	0.33 372	0.49 444	0.32 343	0.47 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCMA_ROB	1.84 448	0.47 362	1.31 389	0.69 375	0.57 353	2.11 448	1.14 432	1.87 371	1.73 436	4.04 488	6.43 490	5.62 491	3.61 487	2.59 379	1.94 438	0.52 440	0.44 449	0.39 409	0.42 428	0.48 414	0.47 411

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

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

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

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

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

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

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

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

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

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

FC-DCNN v2	2.81 483	0.59 404	0.85 250	0.73 398	0.57 353	2.97 475	1.05 422	3.39 484	2.61 472	6.98 504	7.67 498	10.38 507	6.31 502	5.75 453	3.37 465	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

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

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

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

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

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

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

RYNet	1.17 396	0.49 369	1.24 379	0.70 380	0.97 453	1.71 416	0.92 400	1.91 383	1.46 410	1.38 360	1.14 224	1.88 414	1.30 401	4.24 419	1.87 433	0.26 312	0.21 315	0.35 390	0.27 340	0.55 430	0.54 428

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

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

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

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

G-Net	1.66 437	0.63 417	1.56 421	1.11 466	0.74 411	2.98 476	0.91 398	1.55 290	1.22 317	2.76 471	8.18 502	2.32 446	2.53 476	1.92 326	1.87 433	0.48 435	0.44 449	0.45 426	0.31 385	0.60 441	0.57 436

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

FCDSN-DC	2.32 467	0.63 417	0.81 241	0.84 429	0.75 418	2.23 452	0.94 406	2.09 423	1.80 442	5.45 501	7.72 499	7.77 499	6.93 505	3.39 404	1.80 431	0.52 440	0.48 458	0.52 439	0.51 450	0.57 433	0.58 437
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	26.87 518	13.43 515	70.68 527	0.91 450	0.68 400	57.02 527	21.06 513	32.82 525	32.67 522	52.12 529	53.61 527	66.05 529	49.56 528	48.79 530	34.71 523	0.49 439	0.44 449	0.53 444	0.53 452	0.63 442	0.59 439

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

GANetREF_RVC	1.07 371	0.86 445	1.31 389	0.82 425	0.53 339	1.41 392	1.31 447	1.76 337	1.52 418	1.27 307	1.31 290	1.46 361	1.24 391	2.03 337	0.96 347	0.56 448	0.45 453	0.67 461	0.50 447	0.88 460	0.59 439
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
XQC	1.37 414	0.87 446	2.56 466	0.84 429	0.69 402	1.83 431	0.89 392	2.07 420	1.88 446	1.88 436	1.53 359	1.91 419	1.55 425	2.85 389	3.05 457	0.48 435	0.29 391	0.44 425	0.39 420	0.69 451	0.60 442

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

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

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

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

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

ELAS_RVC	2.48 474	0.74 435	1.90 443	1.05 461	0.92 447	2.76 469	4.01 504	2.76 473	4.11 490	4.69 495	4.63 480	4.62 481	5.96 500	3.97 416	3.96 470	0.63 458	0.53 466	0.56 453	0.52 451	0.64 444	0.63 445
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.02 363	0.97 451	1.44 404	1.23 470	1.10 458	1.40 387	0.62 322	1.69 318	1.38 388	0.94 159	1.53 359	0.97 237	0.83 256	1.17 188	0.93 338	0.69 461	0.34 414	0.99 472	0.60 461	0.97 462	0.64 449

ELAS	2.37 469	0.74 435	1.54 420	0.99 457	0.92 447	4.78 495	2.33 492	3.33 482	3.37 483	5.05 500	4.77 484	3.67 474	4.53 495	3.42 407	4.50 473	0.62 456	0.53 466	0.55 450	0.53 452	0.63 442	0.64 449
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.62 435	0.51 379	2.17 454	0.53 188	0.56 350	3.80 487	0.45 200	1.54 286	1.29 347	1.33 345	2.41 450	1.08 270	0.96 320	11.18 509	1.16 373	0.66 460	0.63 474	0.43 421	0.32 393	0.64 444	0.67 451

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Consistency-Raft	1.25 401	0.99 454	1.93 445	1.02 460	1.21 471	0.96 307	1.01 418	1.75 331	1.92 450	1.36 353	2.12 436	1.44 357	1.01 339	1.14 180	1.40 404	0.72 462	0.82 481	0.89 468	0.98 484	1.31 476	0.95 466

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

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

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

SPS-STEREO	1.67 438	1.04 457	1.23 376	1.21 468	1.13 465	1.82 430	1.11 428	2.16 434	1.52 418	3.07 482	2.32 444	2.82 463	1.80 445	4.11 418	2.04 442	1.03 472	0.99 493	0.97 470	0.94 480	1.03 468	1.02 469
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UDG	1.41 419	2.65 501	0.99 312	1.44 476	1.64 480	1.34 378	0.80 374	1.60 298	1.23 320	1.23 287	1.71 397	2.01 431	1.34 405	1.47 260	1.41 408	0.90 466	0.54 469	2.29 486	0.75 469	1.84 478	1.04 471

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

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

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

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

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

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

NVStereoNet_ROB	1.88 451	1.07 458	1.45 409	1.07 464	1.17 467	1.47 395	1.48 456	1.89 376	1.93 452	1.94 441	4.67 483	3.08 469	1.80 445	6.51 465	1.65 426	1.06 474	0.86 488	1.08 476	1.32 489	0.93 461	1.26 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV-BASED-STEREO-	0.70 227	3.18 505	2.55 465	0.39 9	0.23 13	0.44 40	0.23 9	0.63 10	0.42 11	0.44 37	0.44 17	0.34 10	0.28 8	0.56 23	0.29 11	1.35 479	0.10 1	0.22 182	0.19 162	0.46 410	1.31 479

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark