Low-res two-view results

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

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

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

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

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

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

FoundationStereo	0.50 1	0.39 2	1.11 11	0.79 41	0.42 48	0.70 3	0.36 10	0.76 1	0.80 3	0.62 10	0.38 2	0.73 40	0.77 61	0.69 1	0.36 2	0.26 56	0.17 17	0.23 15	0.16 9	0.18 1	0.20 12

DEFOM-Stereo	0.70 4	0.46 10	1.13 14	0.72 18	0.48 91	3.40 185	0.44 28	0.90 2	0.77 2	0.86 60	0.58 5	0.45 4	0.43 3	1.76 152	0.43 5	0.24 28	0.18 41	0.22 9	0.16 9	0.21 5	0.20 12

UniTT-Stereo	0.82 26	0.47 12	2.63 161	0.96 150	1.19 336	0.78 4	0.39 14	1.12 3	1.54 121	1.19 94	1.26 79	0.51 7	0.64 29	1.13 32	1.03 165	0.30 163	0.20 94	0.24 31	0.21 62	0.40 237	0.25 58

IGEV-Stereo+	0.94 47	0.47 12	1.19 16	0.86 87	2.02 461	1.40 39	0.39 14	1.17 4	0.88 5	0.61 8	0.44 3	0.47 6	0.79 71	2.14 193	0.42 3	0.27 70	0.19 64	0.22 9	0.17 15	2.26 472	2.41 477

GREAT-IGEV	0.74 5	0.54 56	1.86 81	1.10 233	0.44 59	2.44 99	0.34 6	1.37 5	1.51 96	0.48 1	0.86 21	0.51 7	0.60 19	1.07 23	0.45 9	0.22 8	0.17 17	0.21 5	0.17 15	0.23 11	0.25 58

AIO_test	0.76 7	0.47 12	1.31 32	0.81 43	0.70 198	1.36 36	0.88 239	1.40 6	1.45 56	0.55 4	0.95 27	1.81 215	0.58 15	1.16 40	0.46 10	0.27 70	0.17 17	0.24 31	0.19 36	0.24 14	0.21 22

999	0.97 58	0.48 16	1.24 23	1.03 199	0.64 164	3.25 164	0.92 268	1.40 6	1.39 42	0.71 24	1.68 189	0.70 27	0.66 35	3.03 250	0.89 123	0.23 19	0.19 64	0.25 49	0.21 62	0.25 26	0.29 124

MGS-Stereo	0.80 17	0.56 72	1.53 53	0.93 136	0.39 36	1.26 24	0.73 128	1.45 8	1.30 35	1.01 76	2.26 349	0.80 53	0.56 11	1.16 40	0.65 32	0.27 70	0.23 178	0.26 69	0.22 92	0.27 50	0.25 58

GLC_STEREO	0.76 7	0.52 35	1.12 12	0.83 63	0.33 5	1.86 65	0.82 198	1.46 9	1.38 41	0.95 71	1.04 39	0.68 23	0.72 44	0.97 11	0.80 86	0.23 19	0.25 231	0.32 201	0.25 138	0.32 142	0.30 150

TANstereo	1.01 69	0.55 62	1.73 69	0.76 36	0.36 10	4.04 320	0.38 12	1.48 10	1.62 167	2.03 248	2.10 319	0.84 60	0.93 105	0.98 13	0.62 22	0.28 105	0.36 330	0.23 15	0.20 49	0.25 26	0.46 306

SMoEStereo_RVC	0.80 17	0.53 46	1.12 12	0.92 122	0.44 59	2.41 97	0.79 176	1.49 11	1.16 15	0.70 21	1.12 53	0.64 17	0.64 29	1.69 143	0.87 116	0.22 8	0.16 6	0.31 182	0.22 92	0.26 38	0.25 58

IGEV-BASED-STEREO-	1.09 80	3.30 465	2.61 157	0.82 53	0.38 33	1.27 25	0.62 85	1.51 12	1.29 33	0.91 64	0.92 25	0.65 20	0.57 12	1.08 24	0.59 18	1.55 470	0.15 2	0.32 201	0.28 209	1.10 443	1.98 470

CASnet	0.78 14	0.51 29	1.29 31	0.81 43	0.29 1	1.28 30	0.74 140	1.51 12	1.89 230	1.64 142	1.09 49	0.65 20	0.64 29	0.91 5	0.76 76	0.29 124	0.17 17	0.41 331	0.31 270	0.32 142	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.94 47	1.30 393	1.31 32	0.84 72	1.63 422	2.02 74	0.59 67	1.51 12	1.36 40	0.81 48	1.33 94	0.84 60	0.88 91	1.36 81	0.73 66	0.21 4	0.17 17	0.20 1	0.14 2	0.20 3	1.45 456

WCG-NET（raft）	0.95 53	0.55 62	1.20 20	0.84 72	0.31 2	1.44 41	1.01 296	1.55 15	2.37 330	1.64 142	1.42 119	2.38 286	1.01 123	1.29 70	0.76 76	0.22 8	0.19 64	0.22 9	0.20 49	0.25 26	0.21 22

Occ-G	0.86 30	0.52 35	1.39 42	0.82 53	0.66 178	1.37 37	0.79 176	1.58 16	1.31 36	1.56 128	0.87 22	2.18 266	0.89 95	0.97 11	0.88 120	0.26 56	0.19 64	0.26 69	0.19 36	0.25 26	0.24 48

mms	0.77 12	0.68 195	1.17 15	0.83 63	0.71 200	1.41 40	0.67 102	1.61 17	1.12 14	0.77 41	1.37 107	0.63 16	0.54 8	1.75 151	0.63 25	0.24 28	0.19 64	0.26 69	0.21 62	0.31 117	0.34 192

ff7	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

IGEVStereo-DCA	0.86 30	0.65 166	2.05 101	0.90 109	0.46 73	1.57 52	0.86 217	1.62 18	1.24 22	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.27 95

ffff	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

11t	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

ccc-4	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 427	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

ours_stereo	0.76 7	0.64 156	1.40 44	0.86 87	0.61 156	1.12 10	0.57 57	1.63 23	1.20 19	0.72 25	1.43 121	0.70 27	0.62 24	1.56 112	0.58 17	0.25 44	0.18 41	0.26 69	0.21 62	0.29 78	0.31 159

CREStereo++_RVC	1.02 73	0.49 23	1.54 56	0.83 63	0.55 125	4.01 315	0.31 2	1.63 23	1.99 242	1.63 139	2.13 328	0.84 60	0.65 32	0.88 4	0.70 56	0.27 70	0.15 2	0.23 15	1.22 469	0.24 14	0.17 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
RAFT-345	2.46 323	0.55 62	19.69 416	1.02 192	0.49 97	4.43 405	0.78 169	1.64 25	2.34 319	2.09 261	3.12 429	1.96 239	1.31 197	6.65 324	1.43 247	0.36 258	0.23 178	0.32 201	0.25 138	0.28 66	0.25 58

MM-Stereo_test2	1.79 205	0.53 46	20.16 435	1.43 371	0.47 83	2.57 106	0.73 128	1.67 26	1.47 69	0.94 68	0.96 29	0.84 60	0.79 71	1.16 40	0.68 43	0.24 28	0.17 17	0.25 49	0.22 92	0.30 100	0.22 28

rvit_stereo_0083	0.86 30	0.67 187	1.42 45	0.87 92	0.65 172	1.23 17	0.64 90	1.67 26	2.28 306	0.79 44	0.93 26	0.93 82	1.07 143	1.46 99	0.75 73	0.32 200	0.36 330	0.30 161	0.26 156	0.33 159	0.28 114

RAFT-RH_RVC	2.63 350	0.55 62	19.97 426	1.26 306	0.47 83	4.46 407	0.57 57	1.71 28	1.64 171	3.06 428	5.51 461	2.03 250	1.28 190	6.70 326	1.52 273	0.42 325	0.22 153	0.37 296	0.34 296	0.28 66	0.29 124

WCG-NET	0.88 34	0.49 23	1.26 25	0.90 109	0.37 22	1.48 45	1.07 310	1.73 29	2.30 310	1.63 139	1.49 137	0.92 81	0.97 113	0.95 8	0.76 76	0.22 8	0.16 6	0.23 15	0.20 49	0.25 26	0.21 22

XX-TBD	1.03 74	0.95 324	1.94 89	1.30 324	0.43 54	3.97 309	0.33 4	1.74 30	1.73 197	1.59 130	2.02 301	0.69 26	0.60 19	1.16 40	0.66 36	0.30 163	0.25 231	0.23 15	0.15 4	0.31 117	0.22 28

ProNet	0.82 26	0.71 220	1.50 52	0.86 87	0.45 66	1.78 59	0.83 203	1.75 31	1.28 32	0.66 16	1.13 55	0.78 47	0.76 59	1.66 137	0.71 59	0.24 28	0.20 94	0.25 49	0.23 105	0.29 78	0.25 58

anonymousdsp	0.95 53	0.69 198	1.27 28	0.83 63	0.52 111	4.54 424	0.84 206	1.76 32	1.24 22	0.76 37	1.06 45	0.78 47	0.77 61	1.67 141	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82

IGEV-Stereo	0.95 53	0.69 198	1.27 28	0.84 72	0.52 111	4.54 424	0.84 206	1.76 32	1.24 22	0.75 27	1.06 45	0.79 51	0.77 61	1.68 142	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Former-RAFT_DAM_RVC	0.92 42	0.73 234	1.42 45	0.92 122	1.08 312	2.97 135	0.53 48	1.77 34	1.39 42	1.16 92	1.54 149	0.58 9	0.65 32	1.03 18	0.84 100	0.25 44	0.23 178	0.30 161	0.24 128	0.43 289	0.29 124

CAS	1.26 126	0.40 3	1.46 48	2.97 478	1.61 419	4.13 341	0.73 128	1.78 35	1.49 84	0.83 56	1.10 51	0.59 11	0.53 7	1.26 62	0.80 86	2.99 481	0.13 1	0.21 5	0.13 1	0.31 117	1.72 463

UDGNet	1.40 149	1.52 417	2.22 124	1.38 361	0.62 160	4.39 395	0.68 107	1.80 36	2.18 286	1.34 101	1.18 61	0.99 88	1.00 121	2.16 195	1.19 195	1.09 450	0.34 322	1.30 467	0.98 457	1.10 443	0.58 361

RAStereo	0.75 6	0.52 35	2.86 173	0.58 1	0.62 160	1.19 15	0.32 3	1.81 37	0.99 9	0.75 27	1.05 43	0.64 17	0.47 5	0.80 2	0.94 147	0.22 8	0.20 94	0.27 93	0.21 62	0.34 177	0.22 28

PMTNet	0.99 65	0.48 16	1.73 69	0.62 3	0.56 129	4.20 371	0.43 26	1.88 38	1.58 144	1.00 75	1.05 43	0.78 47	0.98 118	1.50 104	0.85 103	1.21 456	0.20 94	0.23 15	0.15 4	0.22 9	0.19 4

GCAP-BAT	1.21 105	0.74 242	3.23 186	0.95 144	0.70 198	3.86 277	0.93 270	1.89 39	1.48 76	1.85 180	1.96 287	1.68 181	0.79 71	1.78 154	0.81 91	0.29 124	0.20 94	0.24 31	0.20 49	0.26 38	0.35 206

GMStereo	1.01 69	1.00 335	2.86 173	0.83 63	0.45 66	1.47 44	0.57 57	1.89 39	2.11 274	1.52 123	1.24 72	0.87 69	0.74 52	1.58 115	0.94 147	0.40 300	0.21 125	0.30 161	0.30 254	0.47 320	0.36 211
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
tt45	0.96 57	0.48 16	1.19 16	0.89 101	0.66 178	3.91 285	0.76 153	1.90 41	1.26 30	0.70 21	1.30 90	0.71 34	0.63 27	2.59 231	0.74 70	0.22 8	0.17 17	0.28 120	0.23 105	0.27 50	0.27 95

fffy	0.80 17	0.59 101	1.56 59	1.00 177	0.47 83	1.27 25	0.76 153	1.90 41	1.02 10	0.75 27	1.35 102	0.83 58	0.72 44	1.70 145	0.62 22	0.23 19	0.19 64	0.27 93	0.21 62	0.28 66	0.32 167

U	12.82 503	0.38 1	1.99 94	0.66 12	58.94 520	63.38 525	0.34 6	1.91 43	0.94 8	0.59 7	0.80 18	0.46 5	0.57 12	0.83 3	0.44 7	0.29 124	0.17 17	63.35 523	59.81 522	0.29 78	0.20 12

IGEV-RUCA	0.90 39	0.53 46	1.05 3	0.81 43	0.74 210	3.89 282	0.80 186	1.92 44	1.41 48	0.96 73	0.71 8	0.70 27	0.73 48	1.30 74	0.68 43	0.29 124	0.20 94	0.25 49	0.19 36	0.43 289	0.34 192

rvit_stereo_0081_aga	0.81 24	0.75 254	1.84 80	0.72 18	0.73 206	1.21 16	0.63 87	1.92 44	1.39 42	0.87 62	0.80 18	0.79 51	0.69 39	1.27 66	0.69 50	0.35 247	0.29 273	0.26 69	0.25 138	0.40 237	0.27 95

dd	1.26 126	1.15 366	2.47 147	0.92 122	0.49 97	4.35 390	0.75 150	1.92 44	2.11 274	1.44 116	1.24 72	1.19 118	1.05 134	1.78 154	1.70 304	0.57 399	0.34 322	0.35 270	0.33 288	0.60 365	0.46 306

HUF	1.15 91	0.64 156	8.62 261	0.90 109	0.35 8	1.35 35	0.78 169	1.97 47	1.50 89	0.63 11	1.52 140	0.83 58	0.66 35	1.28 67	0.63 25	0.29 124	0.23 178	0.26 69	0.17 15	0.23 11	0.25 58

ASMatch	2.62 349	0.60 113	20.65 460	1.37 359	0.64 164	4.39 395	0.78 169	1.97 47	1.58 144	1.70 155	3.89 449	1.94 232	3.79 432	5.46 295	1.64 297	0.31 182	0.24 211	0.34 252	0.28 209	0.33 159	0.50 327

dad	1.65 184	1.19 373	3.04 180	0.98 163	0.56 129	4.22 372	0.84 206	1.99 49	2.48 350	2.14 277	1.68 189	1.62 175	1.13 158	3.85 265	2.04 346	1.03 449	0.40 363	2.04 474	0.48 393	0.75 410	0.53 342

CES	1.01 69	0.55 62	1.74 72	0.92 122	2.15 464	2.15 85	0.50 40	2.01 50	1.45 56	0.76 37	1.02 32	0.61 13	0.47 5	1.29 70	0.79 85	0.22 8	0.17 17	0.24 31	0.14 2	0.63 374	2.29 474

AEACV	0.79 16	0.54 56	1.35 39	0.97 157	0.63 162	1.13 11	0.92 268	2.02 51	0.91 6	0.76 37	0.79 17	0.80 53	1.61 269	1.28 67	0.61 21	0.22 8	0.18 41	0.26 69	0.23 105	0.27 50	0.23 36

rvit_stereo_0081	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

rvit_stereo_0082	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

MC-Stereo	1.06 76	0.48 16	1.55 57	1.15 264	0.41 43	4.56 432	0.61 73	2.06 54	1.46 64	1.90 197	1.61 171	0.89 74	1.12 156	1.35 80	0.73 66	0.25 44	0.18 41	0.26 69	0.22 92	0.25 26	0.24 48

sCroCo_RVC	1.06 76	0.82 286	5.05 225	1.02 192	1.05 305	0.98 7	0.61 73	2.06 54	1.29 33	0.69 20	1.26 79	0.82 57	1.10 152	1.20 54	0.90 127	0.42 325	0.40 363	0.33 235	0.30 254	0.46 316	0.38 239

MyStereo07	1.01 69	0.80 275	1.26 25	1.00 177	1.04 303	3.95 301	0.95 279	2.07 56	1.42 50	0.75 27	1.22 67	0.68 23	0.91 100	1.63 132	0.67 40	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

fffft	0.76 7	0.47 12	1.28 30	0.82 53	0.54 120	1.51 48	0.80 186	2.09 57	1.18 17	0.63 11	0.84 20	0.59 11	0.55 9	1.80 158	0.85 103	0.19 2	0.18 41	0.27 93	0.20 49	0.26 38	0.24 48
1: 1. 1
RSM++	0.77 12	0.51 29	1.08 8	0.95 144	0.42 48	1.52 50	0.71 120	2.11 58	1.40 45	0.80 46	1.23 71	0.90 76	0.59 17	1.14 34	0.69 50	0.24 28	0.19 64	0.25 49	0.21 62	0.28 66	0.20 12

AIO_rvc	0.78 14	0.55 62	1.25 24	0.75 22	0.65 172	1.46 43	0.99 292	2.13 59	1.52 105	0.57 5	1.15 57	1.09 99	0.55 9	1.15 38	0.53 13	0.24 28	0.17 17	0.24 31	0.17 15	0.25 26	0.21 22

MaDis-Stereo	0.82 26	0.66 177	1.53 53	0.65 9	1.87 451	1.24 21	0.36 10	2.13 59	1.27 31	0.67 18	0.75 12	0.88 72	0.70 41	1.15 38	1.07 171	0.29 124	0.23 178	0.26 69	0.20 49	0.31 117	0.22 28

DCRE	1.44 153	0.74 242	3.50 199	1.13 250	0.72 202	1.78 59	0.67 102	2.14 61	1.56 135	1.99 226	8.09 472	1.73 192	1.07 143	1.24 59	0.83 97	0.23 19	0.25 231	0.26 69	0.26 156	0.28 66	0.30 150

test_4	1.30 137	0.50 25	6.16 237	0.84 72	0.45 66	1.61 54	1.12 324	2.14 61	1.42 50	1.52 123	2.31 367	1.84 222	0.79 71	2.52 225	1.19 195	0.27 70	0.17 17	0.29 141	0.29 236	0.29 78	0.25 58

LoS	0.94 47	0.52 35	1.88 83	0.86 87	0.36 10	4.15 345	0.51 44	2.18 63	1.45 56	0.97 74	0.88 23	0.62 14	0.79 71	1.59 120	0.86 110	0.26 56	0.19 64	0.24 31	0.16 9	0.21 5	0.20 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
trnet	0.91 41	0.48 16	1.46 48	0.62 3	0.31 2	4.40 399	0.41 19	2.20 64	1.53 112	0.94 68	1.14 56	0.88 72	0.89 95	1.09 25	0.71 59	0.27 70	0.19 64	0.22 9	0.15 4	0.21 5	0.19 4

GCAP-Stereo	0.93 44	0.68 195	1.35 39	0.85 84	0.41 43	3.61 230	0.52 47	2.20 64	1.50 89	1.11 89	1.04 39	1.17 110	0.84 83	1.11 27	0.71 59	0.25 44	0.20 94	0.27 93	0.18 23	0.28 66	0.23 36

CREStereo	0.92 42	0.53 46	1.45 47	0.61 2	0.34 6	4.42 403	0.40 18	2.21 66	1.54 121	0.94 68	1.12 53	0.87 69	0.87 90	1.12 29	0.72 64	0.28 105	0.19 64	0.22 9	0.15 4	0.22 9	0.19 4
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
SST-Stereo	1.76 201	0.58 94	3.10 181	1.44 374	0.46 73	4.71 460	0.76 153	2.22 67	2.79 393	2.07 260	2.18 336	2.43 295	3.22 414	6.66 325	0.84 100	0.42 325	0.19 64	0.30 161	0.27 182	0.35 195	0.26 82

RAFT_R40	1.70 192	0.59 101	2.99 177	1.46 380	0.46 73	4.74 464	0.98 291	2.23 68	1.56 135	2.02 244	2.35 375	2.71 323	2.56 382	6.71 328	0.90 127	0.40 300	0.19 64	0.30 161	0.27 182	0.33 159	0.26 82

rvit_stereo_0075_2	1.18 95	0.74 242	2.66 163	0.90 109	1.27 355	2.51 102	0.69 112	2.25 69	2.06 258	1.40 111	1.86 266	1.46 156	0.84 83	1.42 88	0.94 147	0.46 351	0.40 363	0.48 368	0.38 345	0.46 316	0.51 335

AIO-Stereo	0.76 7	0.54 56	1.07 6	0.73 20	0.40 39	1.28 30	0.82 198	2.26 70	1.49 84	0.70 21	1.58 159	0.89 74	0.45 4	1.03 18	0.55 14	0.24 28	0.18 41	0.25 49	0.20 49	0.26 38	0.21 22

Reg-Stereo(zero)	1.60 174	0.42 5	10.69 288	0.89 101	0.68 190	3.27 168	0.47 37	2.27 71	1.54 121	1.48 119	1.24 72	2.55 308	2.68 388	1.48 102	1.10 177	0.19 2	0.19 64	0.22 9	0.18 23	0.24 14	0.26 82

AAGNet	2.86 370	0.60 113	1.77 74	2.05 454	0.46 73	4.76 466	1.09 318	2.27 71	1.56 135	2.17 294	1.84 256	2.41 289	4.00 436	6.23 315	24.22 507	0.46 351	0.19 64	0.30 161	0.29 236	0.32 142	0.24 48

RSM	0.80 17	0.50 25	1.08 8	0.83 63	0.51 102	1.31 33	0.77 166	2.28 73	1.43 54	0.82 50	1.44 123	1.22 124	0.62 24	1.17 47	0.63 25	0.22 8	0.18 41	0.24 31	0.19 36	0.27 50	0.20 12

StereoAnything_RVC	0.94 47	2.66 458	2.20 119	0.76 36	0.34 6	1.18 14	0.39 14	2.31 74	0.69 1	0.51 3	0.34 1	0.32 1	0.89 95	1.57 114	0.35 1	0.32 200	0.16 6	0.23 15	0.15 4	3.31 477	0.18 2

TestStereo	2.00 242	1.02 337	12.25 303	0.70 14	0.61 156	1.88 66	0.55 53	2.31 74	1.52 105	1.41 113	1.33 94	1.27 128	0.90 98	11.62 453	0.81 91	0.34 228	0.19 64	0.33 235	0.24 128	0.44 297	0.24 48

DRaft	2.28 283	0.56 72	2.64 162	0.74 21	0.46 73	3.94 296	1.23 347	2.32 76	1.55 129	2.64 396	2.80 413	1.60 172	5.34 458	6.96 334	10.99 463	0.34 228	0.22 153	0.27 93	0.27 182	0.29 78	0.37 225

Gwc-CoAtRS	1.58 168	0.57 81	11.69 300	1.01 183	0.60 152	2.53 104	0.64 90	2.36 77	1.56 135	1.80 174	1.47 130	2.74 326	1.18 175	1.12 29	0.90 127	0.27 70	0.21 125	0.25 49	0.22 92	0.27 50	0.23 36

iRaftStereo_RVC	1.09 80	0.70 208	1.39 42	0.95 144	0.45 66	3.83 264	0.42 21	2.37 78	1.58 144	1.69 151	1.76 218	1.80 210	0.83 82	1.50 104	0.98 157	0.28 105	0.18 41	0.29 141	0.26 156	0.30 100	0.31 159

rvit_0105_6	1.00 67	0.93 317	2.21 121	0.92 122	0.55 125	1.52 50	0.79 176	2.41 79	2.96 416	0.76 37	0.72 9	1.02 92	0.75 54	1.42 88	0.81 91	0.40 300	0.43 378	0.34 252	0.31 270	0.43 289	0.34 192

AnonymousM	1.22 109	1.32 398	0.97 1	0.88 97	0.56 129	4.03 319	0.69 112	2.41 79	1.68 181	1.48 119	1.31 92	1.15 108	1.00 121	1.18 52	0.73 66	0.32 200	0.40 363	2.07 475	1.70 477	0.24 14	0.22 28

NRIStereo	1.28 134	0.61 127	1.67 66	1.15 264	0.38 33	4.73 461	0.90 247	2.42 81	1.50 89	1.93 208	1.33 94	1.75 194	1.22 181	2.96 248	1.33 233	0.46 351	0.22 153	0.29 141	0.26 156	0.30 100	0.28 114

DEmStereo	2.97 387	0.58 94	13.42 312	0.79 41	0.51 102	3.84 269	1.84 416	2.42 81	1.60 160	2.25 321	2.74 406	2.03 250	6.04 465	6.79 332	12.80 472	0.35 247	0.26 243	0.26 69	0.27 182	0.27 50	0.37 225

4D-IteraStereo	1.97 236	0.84 293	20.43 452	0.78 39	1.56 411	2.09 83	1.05 307	2.43 83	1.56 135	1.41 113	1.00 31	1.94 232	0.61 22	1.22 57	1.06 168	0.27 70	0.18 41	0.31 182	0.26 156	0.27 50	0.23 36

KYRaft	1.59 173	0.52 35	1.73 69	0.95 144	0.49 97	4.38 392	1.79 409	2.43 83	1.51 96	2.49 372	2.98 421	2.00 246	3.41 421	2.14 193	0.82 94	0.30 163	0.21 125	0.33 235	0.46 385	0.35 195	2.45 480

GMM-Stereo	2.45 320	0.52 35	20.38 448	0.89 101	0.82 235	4.18 362	1.91 418	2.45 85	1.48 76	2.48 371	2.30 360	1.69 186	1.86 328	2.93 246	1.08 173	0.28 105	0.18 41	0.33 235	0.48 393	0.35 195	2.41 477

MIM_Stereo	1.20 102	0.78 268	3.30 191	1.05 202	0.43 54	3.04 137	0.60 70	2.46 86	1.51 96	1.60 131	1.58 159	1.82 216	1.29 193	2.00 178	1.07 171	0.24 28	0.24 211	0.28 120	0.25 138	0.27 50	0.27 95

testlalala	1.14 90	0.62 137	1.34 37	1.00 177	0.78 221	4.38 392	0.93 270	2.46 86	2.20 289	2.44 366	1.52 140	1.31 134	0.61 22	1.04 21	0.65 32	0.35 247	0.19 64	0.24 31	0.19 36	0.24 14	0.23 36

PFNet+	1.46 156	0.57 81	2.84 171	0.92 122	0.47 83	4.64 442	0.84 206	2.46 86	1.99 242	2.14 277	1.64 177	1.34 137	1.03 126	4.68 283	1.23 208	0.45 346	0.33 311	0.37 296	0.39 351	0.32 142	0.49 320

HI	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 274	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

CoSv	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 274	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

DisPM	1.36 145	0.55 62	2.39 143	1.54 396	0.51 102	4.59 435	0.79 176	2.50 91	1.88 226	2.50 373	1.83 251	1.45 154	1.01 123	2.71 240	0.93 145	0.46 351	0.20 94	0.32 201	0.31 270	0.31 117	0.44 290

DeepStereo_RVC	1.55 161	0.63 145	3.32 192	0.77 38	0.42 48	4.49 415	0.72 123	2.50 91	1.58 144	2.02 244	1.81 244	1.54 165	6.38 473	1.73 148	1.19 195	0.46 351	0.22 153	0.29 141	0.28 209	0.35 195	0.38 239

Patchmatch Stereo++	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 448	0.76 153	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 115	0.65 166	2.03 98	0.75 22	0.37 22	4.68 448	0.73 128	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.18 199	0.87 116	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

ROB_FTStereo_v2	1.23 110	0.66 177	2.02 97	0.75 22	0.37 22	4.67 447	0.76 153	2.53 93	1.58 144	1.99 226	1.46 126	1.78 200	1.14 164	2.08 185	0.88 120	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

ROB_FTStereo	1.25 119	0.66 177	2.14 115	0.75 22	0.37 22	4.65 444	0.77 166	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.26 208	0.86 110	0.47 360	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

HUI-Stereo	1.25 119	0.66 177	2.33 137	0.75 22	0.37 22	4.68 448	0.78 169	2.53 93	1.58 144	1.99 226	1.46 126	1.79 207	1.13 158	2.17 197	0.85 103	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

Pruner-Stereo	1.32 143	0.59 101	2.11 114	1.79 435	0.47 83	4.73 461	0.79 176	2.53 93	1.72 194	2.47 370	1.58 159	1.48 157	1.03 126	1.66 137	1.47 258	0.44 337	0.21 125	0.34 252	0.30 254	0.30 100	0.39 245

iGMRVC	1.26 126	0.66 177	2.14 115	0.75 22	0.37 22	4.66 445	0.74 140	2.53 93	1.58 144	1.99 226	1.46 126	1.78 200	1.14 164	2.46 214	0.92 137	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

iRAFT	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 448	0.76 153	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

RAFT-IKP	1.25 119	0.66 177	2.23 126	0.75 22	0.37 22	4.64 442	0.74 140	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.22 205	0.92 137	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

LL-Strereo2	1.23 110	0.85 297	2.38 142	0.93 136	0.68 190	3.72 245	1.37 366	2.54 102	1.99 242	1.75 166	1.40 115	1.82 216	0.73 48	1.40 84	0.99 160	0.31 182	0.23 178	0.55 403	0.35 310	0.29 78	0.24 48

MIF-Stereo (partial)	0.98 59	0.55 62	2.83 170	0.71 16	1.03 300	1.08 9	0.49 39	2.55 103	1.66 177	0.79 44	1.20 63	0.80 53	0.90 98	1.61 127	1.56 278	0.36 258	0.24 211	0.33 235	0.25 138	0.40 237	0.28 114

PFNet	2.47 326	0.60 113	16.95 365	2.15 458	0.81 227	4.63 441	0.91 255	2.55 103	1.52 105	2.40 362	2.79 411	1.83 219	1.42 222	7.54 342	1.34 236	0.33 216	0.21 125	0.36 284	0.27 182	0.32 142	0.39 245

sAnonymous2	1.37 146	1.22 382	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 393

CroCo_RVC	1.37 146	1.22 382	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 393

MonSter	0.62 2	0.43 6	1.07 6	0.66 12	0.82 235	1.13 11	0.39 14	2.57 107	0.92 7	0.58 6	0.64 6	0.36 2	0.35 1	0.95 8	0.43 5	0.15 1	0.15 2	0.20 1	0.17 15	0.21 5	0.19 4

PSM-softLoss	1.66 187	0.59 101	5.15 227	2.25 459	0.48 91	4.68 448	0.69 112	2.57 107	1.52 105	2.14 277	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

KMStereo	1.66 187	0.59 101	5.15 227	2.25 459	0.48 91	4.68 448	0.69 112	2.57 107	1.52 105	2.14 277	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

GMStereo_Zeroshot	1.41 151	1.21 376	3.33 193	1.29 317	0.72 202	3.35 179	0.53 48	2.58 110	1.68 181	2.35 350	1.56 156	2.42 292	0.96 110	2.50 217	1.16 189	0.45 346	0.23 178	0.40 321	0.24 128	0.79 416	0.33 180

Selective-IGEV	0.80 17	0.52 35	1.05 3	0.75 22	0.61 156	1.31 33	0.82 198	2.60 111	1.41 48	0.82 50	1.64 177	0.71 34	0.62 24	1.22 57	0.64 28	0.22 8	0.19 64	0.24 31	0.18 23	0.25 26	0.20 12

DCVSM-stereo	2.31 290	0.66 177	20.69 461	1.11 240	0.93 273	2.58 108	0.73 128	2.61 112	1.60 160	2.57 382	1.53 147	3.30 374	1.72 303	2.19 200	1.23 208	0.34 228	0.53 414	0.41 331	0.32 280	0.45 305	0.62 372

FTStereo	3.71 431	0.53 46	20.37 447	0.96 150	0.65 172	4.34 389	11.29 498	2.62 113	1.50 89	2.58 385	5.04 459	1.90 228	13.84 497	3.71 263	1.25 213	0.38 282	0.24 211	0.31 182	0.32 280	0.30 100	2.10 471

CRE-IMP	1.23 110	0.61 127	2.14 115	0.82 53	0.39 36	4.54 424	0.83 203	2.63 114	1.55 129	1.95 213	1.46 126	1.87 227	0.96 110	1.48 102	1.33 233	0.45 346	0.21 125	0.31 182	0.26 156	0.41 261	0.31 159

H2IRNET	1.90 220	0.53 46	14.29 331	1.14 251	0.60 152	4.48 409	0.44 28	2.65 115	1.81 213	1.05 82	2.30 360	1.67 179	1.40 212	2.17 197	1.50 265	0.36 258	0.21 125	0.33 235	0.37 332	0.34 177	0.29 124

aanetorigin	3.30 415	1.66 426	17.52 377	1.18 277	1.58 416	2.57 106	3.80 480	2.65 115	2.03 249	6.12 482	4.30 453	2.82 338	5.70 461	5.47 296	4.67 424	0.50 377	0.44 383	0.43 342	0.47 388	1.17 452	0.92 426

ACV-stereo	2.92 378	0.92 313	20.27 443	1.33 334	1.05 305	4.68 448	1.10 320	2.66 117	1.64 171	1.46 117	1.32 93	5.41 468	4.24 442	7.83 348	1.90 330	0.44 337	0.52 413	0.32 201	0.29 236	0.45 305	0.63 376

knoymous	1.30 137	0.60 113	5.57 234	0.88 97	0.75 212	3.04 137	0.90 247	2.68 118	1.33 38	1.48 119	1.07 47	2.78 335	0.88 91	1.29 70	0.85 103	0.31 182	0.22 153	0.35 270	0.20 49	0.45 305	0.37 225

UCFNet_RVC	1.57 167	0.84 293	3.25 187	1.36 351	1.40 381	4.07 328	1.01 296	2.68 118	1.50 89	2.11 268	1.88 270	2.37 285	1.50 246	3.41 254	1.42 246	0.36 258	0.28 263	0.52 393	0.40 362	0.53 342	0.43 284

rvit_stereo_0080	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

MoCha-V2	0.87 33	0.48 16	1.87 82	0.88 97	0.32 4	1.37 37	0.55 53	2.71 120	1.42 50	0.92 67	1.75 210	0.65 20	1.17 173	1.45 95	0.57 15	0.21 4	0.21 125	0.20 1	0.19 36	0.24 14	0.23 36

whm_eth	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

model_zeroshot	1.21 105	0.60 113	3.55 200	1.05 202	0.57 140	3.46 195	0.63 87	2.73 123	1.55 129	2.05 252	1.38 110	1.50 160	0.82 79	1.69 143	0.87 116	0.29 124	0.23 178	0.30 161	0.23 105	0.27 50	0.32 167

HH	2.23 270	0.86 299	21.59 488	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 447	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

HanStereo	2.23 270	0.86 299	21.59 488	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 447	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

UGAM	2.58 347	0.56 72	18.55 392	0.89 101	0.71 200	3.23 157	1.03 301	2.75 126	1.75 204	1.36 104	2.77 410	2.69 320	1.28 190	10.75 415	1.40 240	0.28 105	0.24 211	0.40 321	0.31 270	0.35 195	0.30 150

raftrobust	1.19 97	0.72 223	2.30 134	1.26 306	1.31 359	3.55 217	0.68 107	2.75 126	1.47 69	2.21 310	1.38 110	1.17 110	1.22 181	1.20 54	1.11 180	0.28 105	0.24 211	0.21 5	0.19 36	0.25 26	0.28 114

rvit_0105_4	1.07 79	0.99 332	2.39 143	0.93 136	0.54 120	1.62 56	0.84 206	2.77 128	2.91 411	0.80 46	0.91 24	1.09 99	0.86 87	1.63 132	0.85 103	0.40 300	0.45 388	0.35 270	0.31 270	0.43 289	0.40 265

rvit_stereo_ft	1.00 67	0.87 301	3.55 200	0.97 157	0.66 178	1.06 8	0.80 186	2.78 129	1.67 179	0.78 43	0.96 29	0.95 86	1.14 164	1.06 22	0.90 127	0.32 200	0.24 211	0.27 93	0.28 209	0.39 232	0.27 95

GMOStereo	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

error version	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

test-v	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

test-2	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

coex-ft	18.59 508	6.62 481	113.53 526	1.17 271	1.31 359	2.33 93	1.93 419	2.81 134	14.00 500	124.82 529	8.45 475	5.90 471	51.74 521	9.99 394	22.69 504	0.57 399	0.62 434	0.50 384	0.49 396	1.08 442	1.28 446

ACVNet	1.46 156	0.64 156	3.56 202	0.93 136	0.85 245	4.22 372	0.80 186	2.85 135	2.08 261	1.78 170	1.88 270	3.10 358	1.46 235	1.33 78	1.89 328	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

CFNet-ft	1.90 220	0.95 324	3.56 202	1.07 210	1.54 404	4.09 330	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 328	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

CFNet_RVC	1.90 220	0.95 324	3.56 202	1.07 210	1.54 404	4.09 330	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 328	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

anonymousa	2.16 262	0.67 187	19.19 401	1.04 201	1.67 432	2.06 81	0.79 176	2.86 138	1.96 237	1.85 180	2.14 329	3.23 368	1.81 319	1.12 29	1.15 186	0.26 56	0.26 243	0.34 252	0.32 280	0.30 100	0.28 114

LCNet	1.55 161	0.54 56	1.88 83	0.99 169	0.55 125	3.60 226	1.21 346	2.86 138	1.53 112	2.18 296	1.74 206	1.43 153	4.17 440	3.62 259	0.87 116	0.29 124	0.20 94	0.28 120	0.77 442	0.47 320	1.85 466

PAM_32	2.45 320	0.63 145	20.74 462	1.05 202	0.65 172	2.83 115	0.46 33	2.91 140	1.54 121	1.95 213	2.66 401	4.99 457	3.78 431	1.96 176	0.92 137	0.27 70	0.22 153	0.27 93	0.25 138	0.36 208	0.48 315

AFF-stereo	1.31 141	0.77 262	1.46 48	1.10 233	0.45 66	3.93 291	0.48 38	2.92 141	2.92 413	1.90 197	2.21 342	2.11 263	1.52 251	1.93 173	1.12 183	0.21 4	0.16 6	0.25 49	0.25 138	0.29 78	0.20 12

RAFT-Stereo + iAFF	1.25 119	0.72 223	1.74 72	1.05 202	0.36 10	4.13 341	0.42 21	2.95 142	2.84 407	2.02 244	2.40 377	1.61 174	1.11 155	1.26 62	0.97 154	0.21 4	0.15 2	0.26 69	0.23 105	0.29 78	0.23 36

tg	1.15 91	0.67 187	1.31 32	0.94 140	0.54 120	4.02 317	0.41 19	2.96 143	1.59 159	1.69 151	1.85 263	1.84 222	0.97 113	1.78 154	0.83 97	0.27 70	0.17 17	0.29 141	0.26 156	0.29 78	0.27 95

PSM-AAD	2.43 317	0.54 56	1.32 35	0.92 122	0.54 120	4.48 409	7.47 491	2.96 143	1.55 129	2.31 338	2.56 393	1.26 127	16.23 499	2.46 214	0.89 123	0.28 105	0.21 125	0.58 409	0.41 368	0.34 177	1.32 450

IRAFT_RVC	1.87 213	0.60 113	4.33 215	2.40 468	0.66 178	4.59 435	1.59 394	2.96 143	1.51 96	2.23 316	1.75 210	2.09 260	2.63 385	6.70 326	1.50 265	0.33 216	0.21 125	0.33 235	0.29 236	0.32 142	0.32 167

castereo++	0.93 44	0.56 72	1.26 25	0.92 122	0.73 206	2.48 100	1.00 293	2.99 146	1.03 11	0.68 19	1.41 117	1.92 230	0.59 17	1.26 62	0.44 7	0.25 44	0.19 64	0.28 120	0.19 36	0.23 11	0.23 36

RALCasStereoNet	1.19 97	1.02 337	2.06 110	1.12 243	1.14 321	3.08 145	0.70 118	2.99 146	1.73 197	1.34 101	1.68 189	1.18 114	0.91 100	2.16 195	1.00 162	0.30 163	0.26 243	0.24 31	0.21 62	0.29 78	0.30 150

MM-Stereo_test1	1.90 220	0.53 46	19.85 421	1.39 363	0.48 91	1.81 62	0.79 176	3.00 148	1.82 214	1.69 151	1.09 49	0.87 69	0.97 113	1.45 95	0.74 70	0.24 28	0.21 125	0.27 93	0.24 128	0.35 195	0.24 48

CASS	1.29 136	0.66 177	2.62 160	0.95 144	0.66 178	2.84 116	0.69 112	3.00 148	1.79 211	2.57 382	1.95 286	1.39 144	1.55 261	1.59 120	1.06 168	0.50 377	0.28 263	0.34 252	0.28 209	0.46 316	0.63 376
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
EDNetEfficientorigin	12.35 501	2.51 452	179.47 529	1.19 279	0.96 279	2.91 124	1.81 412	3.00 148	5.35 482	8.91 494	4.79 456	4.18 427	4.64 449	9.98 393	11.30 464	0.37 266	0.38 349	0.60 417	0.85 448	1.32 459	2.43 479

rvit_0105_5	1.13 85	0.93 317	2.60 154	0.91 116	0.56 129	1.92 70	0.91 255	3.02 151	2.63 373	0.95 71	1.20 63	1.18 114	0.93 105	1.51 106	0.93 145	0.40 300	0.43 378	0.37 296	0.35 310	0.42 279	0.44 290

GrayStereo	2.58 347	0.53 46	1.63 63	1.58 405	0.89 263	4.17 359	8.17 495	3.03 152	1.52 105	2.80 410	2.50 385	1.70 188	17.10 500	2.83 243	1.15 186	0.33 216	0.21 125	0.27 93	0.32 280	0.28 66	0.53 342

Prome-Stereo	1.61 176	0.55 62	1.71 68	0.98 163	0.60 152	4.41 401	1.82 413	3.03 152	1.53 112	2.18 296	3.45 440	1.72 191	3.49 427	2.23 206	1.08 173	0.29 124	0.20 94	0.26 69	0.25 138	0.34 177	2.16 472

FACV-RUCA	1.26 126	0.65 166	2.21 121	1.06 208	1.50 399	2.69 112	1.15 330	3.05 154	1.87 224	1.36 104	1.99 297	1.03 94	1.15 172	1.36 81	1.10 177	0.41 314	0.41 370	0.73 443	0.41 368	0.61 370	0.41 271

RAFT_CTSACE	1.80 207	1.06 349	10.00 278	1.71 422	1.39 379	3.49 202	1.06 308	3.05 154	1.62 167	1.70 155	2.04 305	2.51 305	1.80 316	1.98 177	0.94 147	0.25 44	0.22 153	0.28 120	0.30 254	0.30 100	0.26 82

EDNetEfficient	5.61 470	2.14 446	16.75 362	1.67 416	3.64 489	4.12 338	7.51 492	3.05 154	5.63 486	11.57 506	4.83 457	3.95 412	12.72 494	8.44 356	20.78 503	0.41 314	0.43 378	0.47 360	1.01 458	1.66 466	1.39 455

Pointernet	0.88 34	0.44 7	2.26 128	0.84 72	0.37 22	2.29 91	0.38 12	3.06 157	1.46 64	0.66 16	1.39 112	0.91 78	0.73 48	1.01 17	0.72 64	0.23 19	0.19 64	0.20 1	0.18 23	0.19 2	0.20 12

StereoVision	1.65 184	0.75 254	7.47 247	1.01 183	1.80 448	2.61 109	0.61 73	3.06 157	1.96 237	1.25 96	3.46 441	1.85 225	0.88 91	2.07 183	1.93 332	0.43 330	0.36 330	0.37 296	0.36 320	0.48 323	0.33 180

CroCo-Stereo Lap2	0.99 65	0.89 304	2.55 150	0.99 169	1.80 448	0.54 2	0.46 33	3.10 159	1.24 22	1.07 83	1.21 66	1.05 98	0.78 69	1.26 62	1.08 173	0.27 70	0.23 178	0.27 93	0.21 62	0.43 289	0.34 192

PASM	2.67 356	2.05 445	9.71 273	1.73 425	1.37 374	2.53 104	1.52 385	3.10 159	2.17 284	2.79 409	1.84 256	2.90 342	1.85 327	11.89 470	2.19 363	0.81 436	0.85 456	0.87 452	1.01 458	1.14 447	1.05 435

DDVS	1.68 189	0.79 271	2.52 149	1.26 306	1.16 327	3.17 151	0.78 169	3.12 161	1.82 214	1.86 185	1.91 282	2.92 347	1.43 225	6.20 314	1.63 294	0.45 346	0.65 438	0.34 252	0.38 345	0.48 323	0.79 412

gcap-zeroshot	1.30 137	0.61 127	4.09 212	0.94 140	0.56 129	3.50 205	0.84 206	3.12 161	1.72 194	1.84 179	1.22 67	2.72 325	0.88 91	1.46 99	0.80 86	0.29 124	0.30 286	0.27 93	0.21 62	0.29 78	0.25 58

DeepPruner_ROB	2.05 251	1.09 355	10.50 286	1.01 183	1.20 341	4.39 395	0.91 255	3.14 163	1.72 194	2.60 389	1.54 149	2.78 335	1.27 188	4.52 279	1.72 307	0.51 383	0.40 363	0.37 296	0.34 296	0.48 323	0.52 340

RALAANet	1.28 134	1.08 352	3.21 185	1.25 300	0.94 275	1.44 41	0.69 112	3.15 164	2.57 367	2.01 240	1.80 232	1.29 132	1.05 134	2.00 178	1.48 261	0.27 70	0.20 94	0.27 93	0.24 128	0.40 237	0.27 95

EKT-Stereo	6.79 483	0.64 156	4.24 214	1.77 429	106.39 524	4.51 422	0.61 73	3.16 165	1.53 112	1.88 190	1.22 67	1.98 243	1.36 204	3.81 264	0.84 100	0.35 247	0.24 211	0.29 141	0.26 156	0.34 177	0.48 315

AACVNet	1.83 209	1.02 337	2.41 145	1.45 378	0.87 255	3.21 154	0.73 128	3.16 165	1.61 164	2.01 240	1.82 250	2.28 271	1.33 200	10.98 426	1.49 264	0.39 294	0.32 304	0.38 312	0.32 280	0.43 289	0.44 290

plain	1.55 161	0.69 198	13.59 314	0.65 9	0.73 206	1.66 57	0.57 57	3.17 167	1.94 236	0.77 41	1.24 72	0.80 53	0.86 87	1.60 122	0.96 153	0.33 216	0.21 125	0.32 201	0.25 138	0.42 279	0.28 114

rafts_anoy	1.24 115	0.80 275	3.61 206	1.17 271	1.20 341	3.00 136	0.61 73	3.17 167	1.58 144	1.37 107	1.26 79	1.19 118	1.12 156	1.78 154	1.25 213	0.32 200	0.23 178	0.32 201	0.32 280	0.31 117	0.30 150

RAFT	1.23 110	0.84 293	2.05 101	0.96 150	0.47 83	1.80 61	0.94 275	3.18 169	1.46 64	1.60 131	1.71 199	3.04 354	1.59 264	1.64 134	1.32 229	0.38 282	0.24 211	0.40 321	0.32 280	0.40 237	0.35 206

Selective-RAFT	1.15 91	0.46 10	1.64 65	0.99 169	0.45 66	4.17 359	0.51 44	3.21 170	1.69 187	1.12 90	1.34 99	1.45 154	1.40 212	2.08 185	0.94 147	0.41 314	0.20 94	0.24 31	0.23 105	0.27 50	0.25 58

psmorigin	6.59 480	1.15 366	88.11 524	1.52 392	0.97 283	2.88 120	1.20 343	3.21 170	2.04 253	3.73 450	2.46 380	5.15 464	2.55 381	10.60 410	2.47 382	0.55 395	0.68 445	0.48 368	0.51 403	0.70 397	0.88 424

castereo	0.82 26	0.70 208	1.04 2	0.85 84	0.50 100	1.29 32	0.91 255	3.22 172	1.20 19	0.83 56	1.24 72	0.72 36	0.91 100	1.00 16	0.67 40	0.26 56	0.16 6	0.25 49	0.20 49	0.24 14	0.21 22

THIR-Stereo	4.14 445	0.82 286	10.85 291	0.86 87	0.43 54	2.16 86	16.77 504	3.22 172	1.54 121	2.04 251	12.05 494	2.68 319	7.53 482	7.30 336	12.62 471	0.30 163	0.21 125	0.29 141	0.28 209	0.33 159	0.41 271

riskmin	1.25 119	0.56 72	2.05 101	1.05 202	0.93 273	2.86 119	0.55 53	3.23 174	1.34 39	1.55 126	1.07 47	3.56 399	2.03 339	1.29 70	1.00 162	0.28 105	0.27 254	0.34 252	0.21 62	0.41 261	0.43 284

raft+_RVC	1.21 105	0.83 289	2.61 157	1.35 345	0.97 283	3.60 226	0.76 153	3.23 174	1.51 96	1.33 100	1.67 186	1.03 94	1.10 152	1.87 169	0.92 137	0.24 28	0.22 153	0.25 49	0.24 128	0.26 38	0.25 58

PAM	2.43 317	0.61 127	20.86 465	1.07 210	0.73 206	2.93 129	0.53 48	3.24 176	1.53 112	1.89 196	2.43 378	5.29 466	2.76 390	1.84 163	1.02 164	0.27 70	0.24 211	0.26 69	0.25 138	0.40 237	0.50 327

Anonymous_2	3.01 394	0.89 304	4.53 221	1.06 208	1.18 329	2.93 129	0.87 235	3.24 176	1.46 64	1.86 185	1.35 102	4.11 423	2.35 368	1.64 134	1.28 223	0.82 437	0.90 458	8.71 511	15.84 514	4.44 493	0.74 401

DISCO	2.25 274	0.73 234	10.06 279	1.76 428	1.12 319	3.47 198	1.25 350	3.24 176	2.26 301	2.65 398	1.96 287	4.53 443	1.92 335	4.17 276	3.61 414	0.32 200	0.25 231	0.31 182	0.29 236	0.66 389	0.41 271

rvit_0105_3	1.24 115	0.93 317	2.84 171	0.97 157	0.58 148	2.38 94	1.08 315	3.26 179	2.53 360	1.18 93	1.40 115	1.24 125	1.04 130	1.73 148	0.97 154	0.44 337	0.44 383	0.40 321	0.42 374	0.42 279	0.50 327

CBFPSM	2.05 251	0.95 324	10.12 281	1.07 210	1.05 305	2.84 116	1.20 343	3.28 180	1.73 197	1.82 177	1.30 90	4.56 445	4.06 437	2.34 210	2.34 374	0.25 44	0.38 349	0.32 201	0.27 182	0.37 217	0.79 412

DMCA-RVC	2.45 320	1.22 382	18.29 385	1.23 296	1.14 321	2.49 101	0.85 215	3.29 181	1.68 181	3.02 424	1.41 117	2.00 246	1.53 258	6.39 318	2.00 342	0.38 282	0.30 286	0.44 346	0.35 310	0.45 305	0.44 290

OCTAStereo	1.58 168	0.61 127	2.72 165	2.27 464	0.46 73	4.68 448	0.67 102	3.30 182	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.02 309	1.21 202	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

PSMNet-RUCA	1.64 183	1.50 416	2.57 153	1.50 389	1.38 377	3.05 139	1.36 361	3.31 183	2.24 295	1.36 104	2.07 316	1.40 149	1.09 146	1.83 162	1.55 276	1.15 454	0.69 446	1.26 466	0.96 455	1.64 465	0.94 428

NF-Stereo	1.58 168	0.61 127	2.66 163	2.26 461	0.47 83	4.68 448	0.67 102	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.08 312	1.20 198	0.40 300	0.20 94	0.36 284	0.34 296	0.31 117	0.36 211

RE-Stereo	1.58 168	0.61 127	2.72 165	2.26 461	0.46 73	4.68 448	0.68 107	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

TVStereo	1.58 168	0.61 127	2.72 165	2.26 461	0.46 73	4.68 448	0.68 107	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

GANet-RSSM	1.98 238	0.62 137	3.49 197	1.69 418	1.23 347	4.22 372	0.91 255	3.31 183	1.86 223	1.81 175	1.74 206	2.34 280	1.82 321	10.92 424	1.73 311	0.34 228	0.29 273	0.31 182	0.28 209	0.39 232	0.40 265

IGEV++	0.90 39	0.58 94	1.32 35	0.94 140	0.45 66	1.27 25	1.00 293	3.32 188	1.55 129	0.82 50	1.34 99	0.86 68	1.09 146	1.16 40	0.89 123	0.33 216	0.18 41	0.23 15	0.19 36	0.29 78	0.22 28

ICVP	2.26 276	0.66 177	21.18 479	0.99 169	0.88 258	4.28 383	0.95 279	3.32 188	1.60 160	1.66 147	1.76 218	1.34 137	1.14 164	1.62 128	1.32 229	0.53 391	0.35 326	0.33 235	0.29 236	0.40 237	0.51 335
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
APVNet	3.13 405	1.25 388	21.14 475	1.31 327	1.52 402	3.94 296	1.13 327	3.32 188	2.14 279	2.20 302	2.03 302	3.05 357	1.96 337	11.79 466	2.53 387	0.42 325	0.45 388	0.64 427	0.46 385	0.67 391	0.57 356

SCV_C0	0.89 37	0.59 101	1.96 93	0.83 63	0.44 59	1.24 21	0.64 90	3.33 191	1.66 177	0.82 50	1.20 63	0.73 40	0.66 35	1.62 128	0.66 36	0.32 200	0.21 125	0.24 31	0.20 49	0.28 66	0.23 36

G-Net	4.11 444	1.21 376	19.47 410	2.31 466	2.94 478	4.74 464	2.95 456	3.33 191	2.14 279	4.44 467	9.43 482	6.93 476	3.84 433	9.01 367	4.92 431	0.79 432	0.80 455	0.70 435	0.50 400	0.95 429	0.87 423

IGEV-Stereo++	0.93 44	0.44 7	1.08 8	0.70 14	1.20 341	3.87 280	0.33 4	3.36 193	1.43 54	0.75 27	1.17 60	0.68 23	1.04 130	0.95 8	0.42 3	0.22 8	0.16 6	0.23 15	0.17 15	0.24 14	0.20 12

fast-acv-ft	2.54 338	1.19 373	20.08 432	1.41 367	1.40 381	3.18 152	1.17 335	3.37 194	2.28 306	1.90 197	2.15 331	2.69 320	2.17 357	2.91 244	2.31 371	0.37 266	0.39 358	0.45 352	0.39 351	0.57 357	0.45 296

IGEV_Zeroshot_test	2.16 262	0.69 198	20.60 459	1.22 292	0.54 120	2.18 87	0.53 48	3.38 195	1.61 164	1.93 208	1.55 153	3.76 405	1.05 134	1.55 111	0.91 134	0.29 124	0.20 94	0.27 93	0.29 236	0.40 237	0.32 167

RASNet	2.56 343	0.70 208	10.06 279	1.60 408	2.25 468	3.67 239	1.00 293	3.38 195	3.14 433	1.81 175	2.11 323	4.60 446	2.30 363	10.25 402	2.61 392	0.37 266	0.24 211	0.25 49	0.24 128	0.28 66	0.26 82

dual_stereo	0.68 3	0.40 3	1.05 3	0.64 5	0.37 22	0.84 6	0.34 6	3.40 197	1.03 11	0.50 2	0.46 4	0.58 9	0.40 2	1.85 168	0.49 11	0.23 19	0.17 17	0.21 5	0.16 9	0.20 3	0.19 4

GIP-stereo	0.88 34	0.50 25	1.34 37	1.32 329	0.94 275	2.90 121	0.42 21	3.41 198	1.06 13	0.63 11	0.76 13	0.90 76	0.76 59	0.91 5	0.52 12	0.27 70	0.18 41	0.25 49	0.16 9	0.25 26	0.19 4

CAS++	0.89 37	0.64 156	1.46 48	0.81 43	0.51 102	1.24 21	0.86 217	3.44 199	1.46 64	1.14 91	1.29 88	0.62 14	0.58 15	1.13 32	0.59 18	0.34 228	0.30 286	0.34 252	0.26 156	0.41 261	0.29 124
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ToySt	1.35 144	0.72 223	3.65 208	1.01 183	0.50 100	3.31 177	1.01 296	3.46 200	1.73 197	1.30 98	1.55 153	2.07 259	1.47 237	1.88 170	1.40 240	0.27 70	0.27 254	0.30 161	0.32 280	0.42 279	0.39 245

IER	1.69 190	0.65 166	7.19 245	0.94 140	1.15 323	3.28 172	0.89 242	3.48 201	1.97 239	2.10 264	1.98 295	2.28 271	2.12 348	2.25 207	1.75 314	0.29 124	0.23 178	0.36 284	0.30 254	0.32 142	0.34 192

ac_64	2.35 306	0.62 137	9.77 274	1.32 329	1.71 436	3.27 168	0.93 270	3.48 201	2.50 355	1.74 164	1.73 204	3.91 411	1.77 308	10.21 400	1.86 325	0.40 300	0.31 296	0.33 235	0.30 254	0.34 177	0.39 245

PVD	3.12 404	1.97 441	12.80 307	1.79 435	1.63 422	3.83 264	1.34 358	3.48 201	3.88 465	5.77 477	3.56 443	3.45 384	3.29 416	5.58 301	5.30 434	0.71 428	0.69 446	0.74 444	0.77 442	0.79 416	1.13 441

DEFOM-Stereo_RVC	0.81 24	1.13 361	1.23 22	0.97 157	0.57 140	0.81 5	0.43 26	3.49 204	0.84 4	0.73 26	0.95 27	0.44 3	1.17 173	1.45 95	0.60 20	0.26 56	0.18 41	0.24 31	0.17 15	0.30 100	0.19 4

anonymity	1.76 201	1.26 389	2.73 168	1.66 415	1.32 364	1.84 63	1.07 310	3.49 204	2.30 310	2.11 268	2.11 323	1.71 190	3.90 435	1.82 161	1.48 261	1.10 451	1.09 462	1.08 461	1.08 462	1.05 436	1.09 438

GANet-ADL	2.20 267	0.73 234	20.11 434	1.25 300	0.69 196	3.83 264	0.76 153	3.49 204	1.71 191	1.65 146	1.99 297	2.10 261	1.10 152	1.42 88	1.26 216	0.38 282	0.33 311	0.25 49	0.22 92	0.42 279	0.36 211

MyStereo8	2.33 297	1.13 361	19.26 405	1.22 292	1.62 420	4.16 354	0.57 57	3.50 207	2.36 324	2.15 285	1.75 210	2.28 271	1.14 164	1.46 99	2.20 364	0.24 28	0.21 125	0.32 201	0.27 182	0.36 208	0.43 284

SQANet	3.70 429	9.34 496	18.41 389	2.75 473	2.74 474	3.40 185	1.47 379	3.50 207	1.68 181	2.60 389	1.75 210	2.69 320	1.91 334	6.72 329	1.74 312	2.96 479	1.41 472	1.85 473	1.12 463	3.17 476	2.70 485

DSFCA	1.89 218	0.69 198	3.14 184	1.10 233	1.18 329	3.99 312	1.79 409	3.50 207	2.16 282	3.10 429	1.64 177	2.91 345	2.50 378	5.38 293	2.26 368	0.43 330	0.38 349	0.37 296	0.36 320	0.50 331	0.42 275

MyStereo06	2.46 323	0.72 223	19.97 426	1.02 192	0.99 290	4.26 377	0.86 217	3.51 210	1.68 181	1.92 204	1.73 204	4.01 417	4.22 441	1.62 128	0.88 120	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

MM-Stereo_test3	1.09 80	0.59 101	1.55 57	1.73 425	1.18 329	1.91 69	0.86 217	3.52 211	1.76 206	1.25 96	1.86 266	1.10 102	0.69 39	1.32 77	0.86 110	0.27 70	0.23 178	0.27 93	0.22 92	0.34 177	0.30 150

rvit_105_1	1.43 152	0.90 306	3.27 189	1.08 218	0.68 190	2.79 114	1.27 351	3.52 211	2.35 321	1.38 109	1.54 149	1.28 129	1.14 164	2.91 244	1.40 240	0.54 393	0.47 400	0.45 352	0.59 421	0.44 297	0.58 361

CSP-Net	1.78 204	1.32 398	1.92 88	1.16 269	1.03 300	3.38 181	1.31 355	3.52 211	1.75 204	1.96 217	1.93 285	2.40 287	1.48 239	8.58 358	1.58 280	0.46 351	0.34 322	0.27 93	0.26 156	0.41 261	0.50 327

MFMNet_re	2.91 376	1.91 437	18.25 384	3.06 479	1.89 452	3.13 149	1.67 404	3.52 211	2.97 417	3.14 432	2.87 418	2.26 269	2.41 371	2.42 211	2.00 342	1.10 451	1.05 461	0.94 454	0.90 451	1.28 457	1.46 458

SCV	0.95 53	0.63 145	1.38 41	1.70 421	0.41 43	1.23 17	0.89 242	3.53 215	1.57 141	0.61 8	1.54 149	0.93 82	0.77 61	1.66 137	0.66 36	0.36 258	0.20 94	0.25 49	0.19 36	0.29 78	0.25 58

HART	1.03 74	0.85 297	3.13 183	0.84 72	0.38 33	1.17 13	0.42 21	3.54 216	1.47 69	1.08 84	2.17 334	1.48 157	0.57 12	1.37 83	0.74 70	0.23 19	0.18 41	0.28 120	0.21 62	0.32 142	0.24 48

PSMNet_ROB	2.95 380	1.38 405	18.46 391	1.19 279	1.20 341	3.80 260	1.65 402	3.54 216	2.35 321	1.98 221	1.71 199	2.75 328	1.79 311	11.43 446	2.78 399	0.42 325	0.36 330	0.50 384	0.60 423	0.59 361	0.49 320

hitnet-ft	2.37 312	0.73 234	8.34 255	0.96 150	0.89 263	3.77 253	0.80 186	3.55 218	2.58 368	2.24 318	2.04 305	3.65 403	1.49 245	11.71 463	1.89 328	0.44 337	0.53 414	0.44 346	0.35 310	0.52 336	0.48 315

SPS-STEREO	3.97 440	1.44 411	20.85 464	1.72 424	1.71 436	3.24 161	2.30 437	3.55 218	2.68 381	4.79 471	3.66 444	5.44 469	2.97 399	9.11 368	9.35 457	1.15 454	1.10 463	1.06 460	1.02 460	1.16 451	1.18 443
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Anonymous3	1.72 193	0.76 259	11.61 299	0.83 63	0.84 244	4.46 407	0.84 206	3.57 220	1.16 15	1.34 101	1.37 107	1.11 104	1.03 126	1.58 115	1.13 184	0.70 426	0.58 426	0.33 235	0.35 310	0.47 320	0.42 275

HCRNet	1.60 174	0.56 72	2.47 147	0.78 39	1.36 372	4.11 336	0.71 120	3.57 220	2.79 393	1.75 166	1.61 171	1.58 169	1.41 217	5.79 304	1.56 278	0.34 228	0.28 263	0.36 284	0.29 236	0.33 159	0.37 225

SAMSARA	3.55 424	2.16 447	14.18 328	1.86 442	1.49 397	4.62 439	2.65 448	3.58 222	2.80 397	7.05 486	3.05 425	5.16 465	4.07 438	9.18 371	4.80 428	0.64 411	0.67 442	0.59 412	0.68 433	0.89 424	0.91 425

ISRNet	1.69 190	0.76 259	5.69 235	1.27 313	1.36 372	2.85 118	0.61 73	3.60 223	1.91 234	2.13 274	2.12 326	2.90 342	1.41 217	2.51 220	1.71 305	0.49 374	0.50 411	0.56 405	0.47 388	0.49 329	0.57 356

RAFT-Stereo-weight	1.11 83	0.48 16	1.22 21	0.99 169	0.42 48	4.17 359	0.80 186	3.60 223	1.50 89	1.97 219	1.50 138	1.30 133	0.65 32	1.24 59	0.85 103	0.25 44	0.19 64	0.26 69	0.22 92	0.27 50	0.23 36

PCWNet_CMD	2.23 270	0.65 166	17.36 371	0.83 63	0.76 215	3.51 208	0.64 90	3.60 223	1.97 239	1.70 155	1.63 175	3.22 366	3.05 406	2.09 188	1.11 180	0.31 182	0.36 330	0.47 360	0.26 156	0.64 381	0.47 311

MSMDNet	2.23 270	0.64 156	17.32 367	0.84 72	0.75 212	3.53 212	0.64 90	3.61 226	1.98 241	1.71 159	1.64 177	3.22 366	2.99 400	2.08 185	1.11 180	0.31 182	0.37 343	0.45 352	0.26 156	0.62 373	0.45 296

test_for_model	2.16 262	3.87 469	1.58 61	4.16 493	3.64 489	2.51 102	0.96 284	3.63 227	2.62 371	2.45 367	1.39 112	1.02 92	0.73 48	0.92 7	0.57 15	2.97 480	2.19 484	0.26 69	0.17 15	5.32 498	2.24 473

Wz-Net-LNSev	2.30 289	1.67 428	14.88 337	1.18 277	1.65 428	3.49 202	1.54 390	3.63 227	2.03 249	1.88 190	1.64 177	3.29 372	2.06 343	2.71 240	2.02 345	0.40 300	0.33 311	0.32 201	0.31 270	0.53 342	0.49 320

cross-raft	2.01 245	0.57 81	19.01 400	1.03 199	0.56 129	2.11 84	0.72 123	3.63 227	1.57 141	1.77 168	1.51 139	3.17 364	1.13 158	1.16 40	0.85 103	0.23 19	0.21 125	0.26 69	0.23 105	0.28 66	0.25 58

GwcNet	3.00 392	1.63 422	19.83 420	1.32 329	2.04 462	3.27 168	1.55 391	3.65 230	2.33 318	2.00 238	2.12 326	3.56 399	1.68 297	9.47 376	2.45 380	0.44 337	0.45 388	0.46 357	0.38 345	0.60 365	0.76 406

STTStereo	2.34 301	0.95 324	14.93 340	1.43 371	1.54 404	3.86 277	0.86 217	3.65 230	2.44 345	2.15 285	1.55 153	2.49 304	1.59 264	5.14 289	1.44 249	0.38 282	0.39 358	0.47 360	0.51 403	0.52 336	0.51 335

NCCL2	2.53 336	1.35 402	10.90 292	1.15 264	0.97 283	3.53 212	2.56 445	3.65 230	2.23 293	2.76 406	1.80 232	2.41 289	1.66 291	10.35 403	2.07 352	0.44 337	0.40 363	0.57 408	0.53 410	0.59 361	0.65 381

11t1	1.11 83	0.53 46	1.80 77	1.55 401	0.65 172	2.20 89	0.60 70	3.66 233	1.49 84	1.60 131	1.26 79	1.03 94	1.35 203	1.72 147	0.97 154	0.28 105	0.31 296	0.29 141	0.23 105	0.30 100	0.34 192

GCST	2.56 343	1.79 434	18.02 382	1.92 445	1.33 367	1.72 58	0.51 44	3.67 234	2.03 249	1.70 155	1.61 171	1.55 166	1.29 193	5.06 287	1.24 210	2.06 473	0.77 453	1.45 470	0.97 456	1.14 447	1.34 451

CFNet-RSSM	2.08 256	0.52 35	20.06 429	1.01 183	0.56 129	3.39 182	0.64 90	3.67 234	1.55 129	1.72 160	1.37 107	2.57 310	1.19 179	1.11 27	0.86 110	0.27 70	0.20 94	0.25 49	0.23 105	0.27 50	0.23 36

RAFT-Test	1.44 153	0.59 101	6.10 236	1.01 183	0.69 196	2.90 121	0.80 186	3.68 236	1.70 190	1.85 180	1.68 189	3.15 363	1.03 126	1.20 54	0.99 160	0.27 70	0.22 153	0.25 49	0.23 105	0.27 50	0.25 58

anonymousdsp2	1.26 126	0.60 113	3.74 209	1.02 192	0.41 43	3.60 226	0.72 123	3.68 236	1.47 69	1.37 107	1.56 156	1.83 219	1.01 123	2.00 178	0.66 36	0.29 124	0.20 94	0.28 120	0.20 49	0.32 142	0.29 124

cf-r	2.57 346	0.79 271	16.09 352	1.48 385	1.35 370	4.19 366	0.93 270	3.68 236	2.36 324	1.97 219	1.81 244	3.42 382	1.45 232	8.24 352	1.83 322	0.32 200	0.26 243	0.33 235	0.30 254	0.34 177	0.37 225

PSMNet-RSSM	1.96 234	0.77 262	3.26 188	1.29 317	1.31 359	4.19 366	0.96 284	3.68 236	1.89 230	2.05 252	1.80 232	2.60 313	1.70 299	9.84 386	1.81 319	0.35 247	0.29 273	0.35 270	0.37 332	0.42 279	0.35 206

DLCB_ROB	2.05 251	0.95 324	2.37 141	1.24 298	1.02 299	2.92 126	1.30 354	3.68 236	2.30 310	2.91 415	2.17 334	3.32 376	1.52 251	10.37 404	2.50 384	0.40 300	0.33 311	0.40 321	0.36 320	0.41 261	0.47 311

AIO-Stereo-zeroshot1	2.68 359	1.26 389	22.01 495	1.08 218	0.99 290	1.61 54	0.86 217	3.69 241	1.64 171	1.52 123	5.62 463	3.35 378	3.44 425	2.20 201	1.33 233	0.26 56	0.21 125	0.30 161	0.62 427	0.93 428	0.67 383

gwcnet-sp	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

scenet	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

ssnet	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

StereoDRNet	2.84 369	1.49 415	14.48 333	1.33 334	1.57 415	3.44 190	2.06 426	3.69 241	2.36 324	3.26 438	1.84 256	2.79 337	1.80 316	10.88 421	3.16 408	0.41 314	0.33 311	0.39 315	0.36 320	0.59 361	0.58 361

MLCV	1.87 213	0.91 311	8.59 259	1.10 233	0.57 140	3.59 224	0.53 48	3.70 246	2.20 289	2.80 410	2.25 348	2.00 246	1.42 222	4.13 274	1.86 325	0.30 163	0.20 94	0.32 201	0.21 62	0.33 159	0.36 211

iRaft-Stereo_5w	2.10 257	0.83 289	8.57 258	0.81 43	0.76 215	3.21 154	0.84 206	3.71 247	1.65 175	1.56 128	2.50 385	2.20 267	2.23 361	9.13 369	2.01 344	0.38 282	0.19 64	0.35 270	0.27 182	0.45 305	0.39 245

GANet	2.93 379	1.05 344	11.29 295	1.64 413	0.96 279	3.91 285	2.52 443	3.72 248	2.41 338	2.95 422	3.00 422	3.21 365	2.03 339	12.42 479	4.72 426	0.51 383	0.41 370	0.46 357	0.39 351	0.60 365	0.50 327

LSM	12.71 502	3.52 467	20.79 463	55.63 523	84.76 522	3.63 236	6.30 489	3.73 249	4.93 479	5.55 476	13.92 499	3.53 395	3.25 415	9.72 381	4.12 419	0.64 411	0.85 456	0.71 436	0.81 447	1.03 435	26.84 516

AE-Stereo	1.18 95	0.60 113	2.05 101	1.10 233	0.60 152	4.39 395	0.72 123	3.74 250	1.62 167	1.10 86	1.90 281	1.01 91	0.92 103	1.45 95	0.82 94	0.28 105	0.22 153	0.28 120	0.28 209	0.26 38	0.22 28

DMCA	1.72 193	0.74 242	6.63 239	1.14 251	0.96 279	3.98 311	0.90 247	3.75 251	2.76 389	2.83 413	1.58 159	2.35 282	1.18 175	1.58 115	1.98 341	0.40 300	0.27 254	0.42 338	0.26 156	0.36 208	0.38 239

TDLM	2.29 286	1.08 352	4.61 222	1.29 317	1.01 298	4.26 377	2.17 432	3.75 251	2.79 393	2.31 338	1.98 295	2.06 256	1.59 264	12.45 480	1.72 307	0.51 383	0.28 263	0.52 393	0.35 310	0.56 353	0.50 327

HHNet	2.48 328	0.71 220	20.52 454	0.64 5	0.64 164	4.07 328	0.93 270	3.76 253	1.56 135	2.15 285	4.92 458	0.98 87	3.37 419	1.66 137	1.79 318	0.32 200	0.20 94	0.31 182	0.27 182	0.36 208	0.42 275

delet	1.92 227	0.76 259	5.14 226	1.01 183	1.65 428	3.44 190	2.03 425	3.76 253	2.48 350	2.01 240	2.05 311	2.63 317	1.90 333	5.34 292	2.12 356	0.28 105	0.29 273	0.40 321	0.31 270	0.41 261	0.45 296

DDUNet	2.91 376	2.78 460	6.94 244	3.53 485	2.26 469	3.28 172	1.36 361	3.77 255	2.04 253	2.62 392	2.49 384	4.18 427	1.69 298	5.38 293	1.85 324	2.21 475	1.77 478	2.61 483	2.43 494	2.60 473	2.34 476

PSMNet-ADL	1.91 224	0.72 223	1.78 76	1.09 224	0.86 250	4.18 362	0.78 169	3.77 255	2.10 272	1.72 160	1.85 263	2.91 345	1.82 321	10.38 406	1.91 331	0.48 364	0.46 396	0.28 120	0.29 236	0.38 222	0.51 335

UNet	2.51 332	0.74 242	20.17 436	1.14 251	1.44 390	3.48 200	0.76 153	3.77 255	1.87 224	2.05 252	1.57 158	2.75 328	2.39 370	3.51 256	2.51 385	0.32 200	0.26 243	0.41 331	0.26 156	0.38 222	0.39 245

HGLStereo	2.03 247	0.74 242	7.50 248	1.23 296	1.56 411	3.62 231	0.95 279	3.78 258	1.89 230	2.03 248	2.20 340	3.12 361	2.14 351	5.68 302	2.04 346	0.37 266	0.31 296	0.32 201	0.29 236	0.40 237	0.45 296

TestStereo1	1.56 165	0.81 279	2.32 135	1.61 411	0.64 164	4.13 341	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 352	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

SA-5K	1.56 165	0.81 279	2.32 135	1.61 411	0.64 164	4.13 341	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 352	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

MMNet	2.02 246	0.81 279	10.76 289	1.12 243	1.23 347	3.53 212	0.89 242	3.79 259	2.08 261	2.15 285	1.76 218	2.15 264	2.12 348	3.69 262	2.32 372	0.31 182	0.29 273	0.34 252	0.27 182	0.38 222	0.42 275

acv_ft	1.55 161	0.64 156	3.29 190	1.14 251	2.01 458	2.93 129	0.97 287	3.81 262	2.08 261	2.22 312	1.88 270	3.10 358	1.66 291	1.33 78	2.22 366	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

otaku	4.58 454	8.93 491	19.95 425	3.11 480	2.67 472	3.91 285	2.57 446	3.82 263	2.25 298	2.22 312	9.72 484	4.08 421	2.35 368	8.57 357	2.13 359	3.51 487	1.65 476	2.15 477	1.17 466	3.69 483	3.15 489

CrosDoStereo	5.24 464	0.60 113	20.23 438	0.82 53	0.51 102	3.39 182	18.11 506	3.82 263	2.27 303	1.98 221	8.74 477	1.96 239	6.96 477	7.35 338	26.35 509	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

DeepStereo_LL	5.24 464	0.60 113	20.23 438	0.82 53	0.51 102	3.39 182	18.11 506	3.82 263	2.27 303	1.98 221	8.74 477	1.96 239	6.96 477	7.35 338	26.35 509	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

StereoDRNet-Refined	1.77 203	0.81 279	2.22 124	1.21 289	0.76 215	3.26 166	0.71 120	3.82 263	2.05 256	2.29 328	2.05 311	2.98 349	1.44 228	7.15 335	2.27 369	0.30 163	0.23 178	0.42 338	0.33 288	0.45 305	0.64 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	2.46 323	1.14 365	9.47 272	1.44 374	1.18 329	4.06 323	1.49 384	3.84 267	2.24 295	2.62 392	1.89 276	2.57 310	1.28 190	11.35 442	1.64 297	0.50 377	0.39 358	0.48 368	0.41 368	0.55 347	0.75 404

GwcNet-RSSM	2.66 354	1.05 344	15.91 350	1.22 292	1.19 336	4.12 338	1.12 324	3.84 267	2.02 247	1.93 208	1.79 229	3.12 361	1.46 235	10.37 404	2.05 348	0.33 216	0.27 254	0.35 270	0.30 254	0.40 237	0.36 211

iResNet_ROB	1.89 218	1.02 337	8.60 260	1.39 363	0.98 287	3.72 245	0.66 101	3.84 267	2.65 376	1.88 190	2.05 311	1.98 243	1.27 188	4.52 279	1.67 301	0.30 163	0.20 94	0.28 120	0.18 23	0.31 117	0.40 265

CRFU-Net	2.49 330	0.78 268	10.36 283	2.30 465	1.08 312	3.91 285	1.41 374	3.85 270	1.65 175	2.15 285	1.76 218	3.34 377	7.95 485	5.56 299	1.48 261	0.47 360	0.35 326	0.30 161	0.28 209	0.37 217	0.43 284

AASNet	2.44 319	0.92 313	19.79 418	1.35 345	1.49 397	3.81 262	1.07 310	3.85 270	2.93 414	1.95 213	2.29 356	1.96 239	1.29 193	1.73 148	1.93 332	0.39 294	0.33 311	0.45 352	0.30 254	0.55 347	0.45 296

SHD	2.82 367	2.04 444	13.80 321	1.69 418	1.79 445	2.73 113	1.07 310	3.85 270	3.18 437	4.63 469	2.74 406	3.38 381	2.77 391	5.48 297	3.66 415	0.62 407	0.47 400	0.51 387	0.55 413	0.65 384	0.74 401

GES	1.38 148	0.64 156	2.61 157	1.09 224	0.57 140	4.30 386	1.02 300	3.86 273	1.51 96	1.72 160	1.74 206	1.28 129	1.77 308	1.62 128	1.61 287	0.39 294	0.27 254	0.33 235	0.30 254	0.41 261	0.47 311

AANet_RVC	3.03 396	1.72 429	12.78 306	1.17 271	1.12 319	3.79 258	1.10 320	3.86 273	3.13 431	2.62 392	4.26 452	3.96 414	1.41 217	11.43 446	5.23 433	0.94 444	0.47 400	0.34 252	0.23 105	0.40 237	0.55 350

x	1.15 91	0.57 81	1.53 53	1.44 374	0.67 185	1.94 71	0.97 287	3.87 275	1.57 141	1.61 136	1.28 86	1.58 169	1.22 181	1.93 173	1.04 166	0.28 105	0.30 286	0.34 252	0.29 236	0.32 142	0.31 159

stereogan	3.09 401	0.93 317	16.43 356	1.37 359	1.66 431	3.70 242	1.67 404	3.87 275	3.15 435	3.04 425	2.70 405	5.04 460	2.79 392	9.96 392	1.78 317	0.63 408	0.49 410	0.69 433	0.47 388	0.83 421	0.68 386

NLCA_NET_v2_RVC	2.54 338	1.04 343	16.73 361	1.53 394	2.00 457	3.96 306	0.87 235	3.87 275	2.31 314	2.54 377	1.67 186	2.85 339	1.63 284	5.55 298	1.62 292	0.46 351	0.33 311	0.38 312	0.38 345	0.53 342	0.62 372
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
UGAM-zero	2.79 365	0.57 81	20.87 467	0.98 163	0.77 220	2.08 82	0.35 9	3.88 278	1.51 96	2.05 252	1.64 177	5.07 461	3.42 424	9.83 385	1.24 210	0.28 105	0.21 125	0.27 93	0.29 236	0.29 78	0.28 114

ADCRef	3.30 415	1.23 386	14.90 338	1.17 271	1.41 388	3.95 301	1.64 399	3.88 278	2.36 324	3.05 427	2.21 342	2.40 287	2.81 394	5.04 286	16.63 486	0.46 351	0.34 322	0.63 424	0.62 427	0.54 345	0.67 383

NCC-stereo	3.16 409	1.28 391	18.31 387	1.25 300	1.75 440	4.06 323	1.40 371	3.89 280	2.22 291	2.72 403	2.55 391	3.49 391	2.65 386	9.91 389	2.99 404	1.29 464	0.65 438	0.64 427	0.86 449	0.65 384	0.71 393

Abc-Net	3.16 409	1.28 391	18.31 387	1.25 300	1.75 440	4.06 323	1.40 371	3.89 280	2.22 291	2.72 403	2.55 391	3.49 391	2.65 386	9.91 389	2.99 404	1.29 464	0.65 438	0.64 427	0.86 449	0.65 384	0.71 393
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	2.95 380	2.51 452	15.49 349	1.54 396	1.30 357	3.51 208	0.86 217	3.89 280	2.48 350	3.64 447	3.12 429	3.04 354	2.30 363	5.70 303	6.67 437	0.55 395	0.35 326	0.37 296	0.39 351	0.70 397	0.60 366

PA-Net	3.09 401	1.24 387	18.84 395	1.38 361	1.19 336	3.42 188	1.75 407	3.89 280	3.27 449	1.88 190	2.10 319	3.03 353	1.88 332	11.60 451	2.88 402	0.40 300	0.54 416	0.44 346	0.62 427	0.52 336	1.02 433
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NVStereoNet_ROB	4.91 461	1.40 408	16.46 357	1.47 383	1.72 438	3.46 195	1.96 420	3.89 280	3.61 459	2.90 414	24.61 509	4.81 452	4.49 447	13.57 492	4.87 429	1.33 467	1.29 470	1.70 472	1.68 475	1.41 462	1.66 460
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmm	1.27 131	0.58 94	2.20 119	1.41 367	0.68 190	2.39 96	0.85 215	3.90 285	1.63 170	2.20 302	1.84 256	1.28 129	1.50 246	1.91 172	0.89 123	0.31 182	0.27 254	0.45 352	0.37 332	0.38 222	0.34 192

RAFT+CT+SA	1.62 178	0.72 223	7.42 246	0.97 157	1.42 389	4.04 320	0.94 275	3.90 285	1.61 164	1.61 136	1.63 175	1.33 136	1.18 175	2.73 242	1.10 177	0.27 70	0.19 64	0.31 182	0.34 296	0.33 159	0.33 180

Nwc_Net	2.88 375	1.16 369	18.30 386	1.35 345	1.68 433	3.52 211	1.18 336	3.90 285	2.06 258	2.52 376	2.82 416	3.82 408	2.34 367	6.78 330	2.55 390	0.86 441	0.40 363	0.59 412	0.67 430	0.57 357	0.55 350

AnyNet_C32	4.17 446	5.75 479	12.62 305	1.60 408	1.54 404	5.51 478	4.09 484	3.90 285	3.23 444	4.22 465	3.03 424	3.10 358	3.41 421	8.01 351	18.85 498	0.53 391	0.58 426	0.53 395	0.74 438	1.19 454	0.97 430

MyStereo04	2.29 286	0.80 275	18.77 394	1.00 177	1.04 303	3.95 301	0.95 279	3.91 289	2.54 364	1.99 226	1.27 85	2.31 278	1.65 289	2.02 182	1.77 315	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

MSKI-zero shot	2.22 268	0.64 156	20.09 433	0.96 150	0.56 129	4.04 320	0.70 118	3.91 289	1.50 89	1.92 204	2.28 353	1.92 230	0.71 43	2.93 246	0.67 40	0.26 56	0.23 178	0.26 69	0.21 62	0.28 66	0.26 82

test_5	1.87 213	0.75 254	10.23 282	1.14 251	1.40 381	3.85 275	1.27 351	3.91 289	1.93 235	1.69 151	1.78 226	1.67 179	1.79 311	2.99 249	1.17 192	0.30 163	0.18 41	0.35 270	0.33 288	0.34 177	0.33 180

Syn2CoEx	3.08 400	2.55 457	19.88 422	1.34 341	1.18 329	2.43 98	1.65 402	3.91 289	2.40 336	2.39 360	2.27 350	2.90 342	3.17 412	9.57 380	2.54 389	0.50 377	0.45 388	0.53 395	0.39 351	0.74 408	0.72 399

CVANet_RVC	2.55 342	1.10 356	9.13 270	1.46 380	1.15 323	3.96 306	1.53 387	3.91 289	2.50 355	3.04 425	2.04 305	2.60 313	1.72 303	12.46 481	1.50 265	0.49 374	0.30 286	0.51 387	0.41 368	0.63 374	0.50 327

Ntro	4.21 447	8.94 492	19.89 423	3.22 481	2.96 479	4.15 345	1.89 417	3.92 294	2.36 324	1.77 168	2.14 329	3.35 378	2.17 357	9.48 377	2.24 367	3.52 488	1.76 477	2.13 476	1.31 470	3.83 486	3.09 487

ADCP+	3.74 432	1.96 440	16.90 364	1.09 224	1.55 408	4.35 390	3.65 478	3.93 295	2.98 420	2.22 312	1.66 185	3.95 412	4.83 451	3.41 254	18.87 499	0.38 282	0.41 370	0.63 424	0.53 410	0.64 381	0.81 414

ADCPNet	3.89 435	1.63 422	20.25 442	1.28 314	1.27 355	6.43 484	2.65 448	3.93 295	2.70 382	2.78 408	2.20 340	4.28 433	6.16 469	5.56 299	10.27 461	0.65 414	1.18 465	0.71 436	1.70 477	0.84 422	1.37 452

MSMD_ROB	5.61 470	1.08 352	16.68 360	1.21 289	0.83 237	10.14 496	2.07 428	3.93 295	6.22 488	10.37 502	8.03 471	22.22 504	9.45 491	11.66 459	4.52 423	0.66 416	0.58 426	0.66 430	0.68 433	0.65 384	0.63 376

ADLNet2	3.15 408	0.92 313	20.06 429	1.20 283	1.79 445	3.83 264	1.48 380	3.94 298	3.59 458	2.19 300	2.47 382	4.65 450	1.93 336	10.69 414	1.96 339	0.39 294	0.37 343	0.28 120	0.30 254	0.48 323	0.43 284

FADNet	2.49 330	1.76 432	13.17 308	1.17 271	0.95 278	3.27 168	0.88 239	3.94 298	2.27 303	1.40 111	1.29 88	2.51 305	2.06 343	9.93 391	1.94 334	0.43 330	0.45 388	0.40 321	0.43 377	1.06 437	0.53 342

CFNet_pseudo	2.12 258	0.67 187	15.14 345	0.85 84	0.74 210	3.95 301	0.64 90	3.95 300	1.78 209	1.90 197	1.79 229	3.27 371	1.62 272	2.51 220	1.16 189	0.31 182	0.36 330	0.53 395	0.27 182	0.63 374	0.44 290

ADLNet	2.29 286	0.83 289	3.62 207	1.35 345	1.60 417	3.67 239	1.24 349	3.95 300	2.98 420	2.58 385	2.29 356	4.01 417	1.79 311	11.23 439	2.09 354	0.37 266	0.38 349	0.36 284	0.34 296	0.45 305	0.71 393

FENet	2.25 274	0.50 25	20.29 445	1.35 345	0.67 185	4.01 315	0.60 70	3.95 300	1.99 242	1.96 217	1.11 52	2.43 295	1.43 225	1.60 122	1.39 239	0.32 200	0.22 153	0.33 235	0.26 156	0.29 78	0.39 245

MaskLacGwcNet_RVC	3.13 405	1.43 410	9.93 277	2.50 469	1.62 420	4.29 384	1.68 406	3.95 300	2.43 341	1.66 147	1.91 282	3.04 354	1.41 217	13.26 487	1.58 280	3.82 493	1.59 474	1.12 463	0.46 385	2.21 471	2.74 486

ccs_rob	2.13 260	0.67 187	15.11 344	0.84 72	0.75 212	3.96 306	0.65 99	3.95 300	1.78 209	1.88 190	1.79 229	3.26 370	1.64 287	2.51 220	1.16 189	0.31 182	0.36 330	0.54 402	0.27 182	0.65 384	0.45 296

Wz-Net-SNSev	2.98 389	4.36 471	15.98 351	1.57 404	1.19 336	3.28 172	1.80 411	3.96 305	2.40 336	2.32 342	2.28 353	3.48 385	2.05 342	7.84 349	3.82 417	0.47 360	0.39 358	0.53 395	0.49 396	0.71 404	0.60 366

Any-RAFT	1.40 149	0.53 46	2.78 169	1.09 224	0.64 164	4.41 401	0.81 195	3.97 306	2.78 391	1.99 226	1.34 99	2.36 284	1.56 263	1.56 112	0.75 73	0.27 70	0.20 94	0.25 49	0.18 23	0.25 26	0.28 114

ADCL	4.35 449	1.63 422	14.21 329	1.29 317	1.26 354	5.56 479	11.16 497	3.97 306	3.37 452	6.07 480	4.67 455	4.30 434	5.72 462	5.08 288	14.51 476	0.50 377	0.48 406	0.89 453	0.77 442	0.78 414	0.76 406

ACVNet-DCA	1.85 211	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

1test111	1.99 241	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	4.66 281	0.98 157	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

qqq	1.30 137	0.57 81	1.67 66	1.15 264	0.51 102	2.18 87	0.91 255	3.98 308	1.53 112	1.50 122	1.24 72	1.79 207	1.34 201	4.66 281	0.98 157	0.28 105	0.31 296	0.33 235	0.33 288	0.33 159	0.32 167

edge stereo	3.37 420	1.01 336	21.99 494	1.28 314	1.37 374	2.67 111	1.39 369	3.98 308	2.87 408	2.93 417	3.27 436	4.35 435	2.43 373	11.62 453	2.39 375	0.60 403	0.63 436	0.79 446	0.55 413	0.68 394	0.67 383

CroCo-Stereo	0.98 59	0.87 301	3.44 196	0.87 92	0.53 119	0.49 1	0.50 40	3.99 312	1.49 84	0.81 48	1.25 78	1.00 90	0.75 54	1.10 26	1.09 176	0.24 28	0.21 125	0.24 31	0.19 36	0.35 195	0.27 95
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
HSM	2.35 306	0.81 279	2.21 121	1.14 251	1.55 408	3.44 190	1.03 301	3.99 312	2.25 298	2.29 328	2.11 323	8.04 480	3.05 406	11.60 451	1.71 305	0.33 216	0.22 153	0.28 120	0.23 105	0.32 142	0.35 206

test_sample1	1.62 178	0.55 62	1.88 83	1.44 374	0.79 222	2.27 90	0.64 90	4.00 314	1.82 214	1.87 187	1.35 102	1.57 167	1.62 272	9.55 379	1.24 210	0.30 163	0.27 254	0.31 182	0.28 209	0.32 142	0.32 167

BEATNet_4x	1.92 227	1.36 403	8.75 263	1.20 283	0.56 129	3.46 195	1.03 301	4.00 314	2.43 341	2.25 321	1.70 195	2.10 261	1.59 264	2.57 230	3.05 407	0.37 266	0.22 153	0.47 360	0.29 236	0.60 365	0.40 265

MyStereo05	2.37 312	0.72 223	19.94 424	1.02 192	0.99 290	4.26 377	0.86 217	4.01 316	2.62 371	2.14 277	1.26 79	2.28 271	1.63 284	2.07 183	1.68 302	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

ssnet_v2	2.04 249	0.88 303	7.87 249	1.20 283	0.87 255	3.86 277	1.64 399	4.01 316	2.60 370	2.61 391	1.96 287	3.79 406	1.71 301	2.20 201	2.96 403	0.41 314	0.35 326	0.42 338	0.37 332	0.55 347	0.52 340

test-1	1.23 110	0.65 166	1.88 83	0.96 150	0.52 111	3.84 269	0.62 85	4.01 316	1.47 69	1.93 208	1.78 226	1.83 219	0.92 103	1.19 53	1.28 223	0.26 56	0.29 273	0.31 182	0.24 128	0.29 78	0.36 211

DN-CSS_ROB	1.91 224	1.55 419	11.13 294	1.82 437	0.88 258	3.99 312	0.61 73	4.01 316	1.67 179	1.64 142	1.89 276	1.39 144	1.06 141	3.23 251	1.50 265	0.31 182	0.19 64	0.44 346	0.29 236	0.37 217	0.31 159

UPFNet	1.81 208	0.63 145	6.71 240	1.25 300	1.44 390	3.50 205	1.35 359	4.02 320	1.85 222	2.40 362	1.52 140	2.41 289	1.40 212	3.62 259	1.88 327	0.34 228	0.33 311	0.37 296	0.31 270	0.41 261	0.39 245

ACVNet-4b	6.73 482	13.67 508	21.87 493	3.54 486	3.07 481	4.19 366	2.25 434	4.03 321	3.65 460	1.64 142	3.98 450	5.88 470	2.89 396	10.01 395	16.98 488	23.29 517	2.24 486	2.53 480	1.78 480	3.87 487	3.21 492

Wz-Net-MNSev	2.71 363	2.54 456	13.91 324	1.52 392	1.37 374	3.28 172	2.47 440	4.03 321	2.32 317	2.57 382	2.07 316	2.29 276	3.01 402	7.55 343	2.74 397	0.38 282	0.36 330	0.36 284	0.37 332	0.57 357	0.47 311

RYNet	2.97 387	0.93 317	15.09 343	1.12 243	1.38 377	3.66 238	1.42 376	4.03 321	2.29 309	2.10 264	1.70 195	3.79 406	2.16 355	13.64 494	3.02 406	0.37 266	0.41 370	0.48 368	0.34 296	0.81 418	0.75 404

WCMA_ROB	5.12 462	0.90 306	21.33 481	1.50 389	1.33 367	4.09 330	3.49 471	4.03 321	4.59 474	6.57 484	10.95 488	12.92 491	8.41 489	9.86 387	8.78 455	0.75 429	0.58 426	0.51 387	0.50 400	0.68 394	0.57 356

GASNet	3.24 412	5.55 478	20.58 458	1.56 403	1.25 352	2.32 92	1.12 324	4.04 325	2.67 379	1.88 190	2.10 319	3.00 351	2.16 355	10.59 409	2.43 378	0.65 414	0.37 343	0.61 420	0.45 383	0.87 423	0.58 361

Wz-Net-LNSev-Ref	2.42 316	1.47 413	14.14 327	1.30 324	1.35 370	3.51 208	1.64 399	4.04 325	2.10 272	2.46 368	1.88 270	2.28 271	2.51 379	4.73 284	3.17 409	0.38 282	0.19 64	0.35 270	0.20 49	0.40 237	0.36 211

RGC	3.10 403	1.45 412	14.90 338	1.46 380	1.79 445	3.33 178	1.39 369	4.04 325	2.26 301	2.77 407	3.26 435	4.00 416	2.71 389	11.63 458	2.62 394	0.82 437	0.46 396	0.79 446	0.79 446	0.71 404	0.78 410

CFNet	2.34 301	1.10 356	8.96 264	1.34 341	1.24 349	4.09 330	0.73 128	4.04 325	2.77 390	1.62 138	1.87 269	2.27 270	1.45 232	11.41 444	1.82 320	0.31 182	0.24 211	0.43 342	0.36 320	0.43 289	0.33 180

AIO-Stereo-zeroshot	2.35 306	0.99 332	19.62 413	1.09 224	0.96 279	1.51 48	0.44 28	4.05 329	1.64 171	1.31 99	1.67 186	4.93 454	2.45 375	2.52 225	1.40 240	0.30 163	0.20 94	0.31 182	0.50 400	0.57 357	0.60 366

test_sample2	1.75 200	0.56 72	2.25 127	1.41 367	0.80 224	2.91 124	0.86 217	4.05 329	2.04 253	1.91 202	1.39 112	1.57 167	1.55 261	10.65 412	1.06 168	0.32 200	0.28 263	0.32 201	0.30 254	0.36 208	0.33 180

MFN_U_SF_RVC	3.81 434	10.78 501	15.01 341	1.84 439	1.39 379	3.73 248	1.63 397	4.05 329	3.26 446	2.91 415	2.38 376	4.36 437	3.65 429	8.43 355	4.91 430	1.11 453	1.04 460	0.99 456	1.31 470	1.58 463	1.75 465

RP	2.79 365	1.20 375	10.36 283	1.54 396	1.93 454	3.44 190	1.97 421	4.05 329	2.34 319	2.66 399	2.79 411	3.98 415	2.58 383	10.21 400	2.61 392	0.95 445	0.47 400	0.71 436	0.57 418	0.71 404	0.68 386

AIO-test2	1.61 176	1.30 393	3.40 195	1.16 269	1.31 359	3.18 152	0.74 140	4.06 333	1.52 105	1.72 160	2.21 342	0.78 47	0.74 52	3.64 261	0.95 152	3.64 489	0.26 243	0.35 270	0.42 374	0.37 217	0.33 180

ADCMid	3.96 439	3.27 464	15.48 348	1.26 306	1.40 381	4.66 445	2.28 435	4.06 333	3.54 457	3.94 454	3.02 423	3.85 409	3.67 430	4.03 272	18.65 497	0.68 422	0.61 433	1.09 462	1.18 467	1.38 460	1.08 437

STTRV1_RVC	3.52 423	1.03 342	20.87 467	1.47 383	1.47 394	3.23 157	1.55 391	4.06 333	3.22 443	1.95 213	3.50 442	2.63 317	2.07 345	11.96 473	2.21 365	1.86 471	4.03 505	0.81 449	0.73 437	1.06 437	0.70 392

Consistency-Raft	2.86 370	1.66 426	19.61 412	1.40 366	1.75 440	3.84 269	1.32 356	4.07 336	2.25 298	1.78 170	2.67 402	1.82 216	4.41 445	1.94 175	2.06 349	0.83 439	0.94 459	1.03 457	1.12 463	1.70 467	1.09 438

ccnet	2.66 354	0.97 331	8.01 253	1.54 396	1.24 349	3.75 250	2.18 433	4.07 336	2.41 338	2.66 399	3.25 434	2.87 341	2.31 366	9.89 388	3.50 412	0.78 431	0.75 452	0.71 436	0.67 430	0.76 411	0.81 414

HITNet	2.07 254	0.82 286	14.77 334	1.34 341	0.56 129	3.47 198	0.80 186	4.07 336	2.35 321	2.16 290	1.61 171	1.64 176	1.44 228	2.09 188	2.56 391	0.26 56	0.18 41	0.41 331	0.26 156	0.45 305	0.25 58
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
XPNet_ROB	2.27 278	1.11 359	4.10 213	1.36 351	0.97 283	3.94 296	1.63 397	4.07 336	2.14 279	2.82 412	2.00 299	2.32 279	1.73 306	10.81 419	3.39 411	0.51 383	0.47 400	0.48 368	0.40 362	0.51 333	0.56 352

EGLCR-Stereo	1.06 76	0.51 29	1.56 59	1.02 192	0.39 36	4.27 382	0.42 21	4.08 340	1.48 76	0.90 63	0.68 7	1.09 99	0.66 35	1.81 159	0.62 22	0.27 70	0.19 64	0.29 141	0.23 105	0.37 217	0.25 58

FADNet-RVC-Resample	2.83 368	2.02 443	21.07 473	1.12 243	0.91 267	3.53 212	1.37 366	4.08 340	2.09 264	1.68 150	1.33 94	2.03 250	1.51 249	9.54 378	1.69 303	0.38 282	0.37 343	0.42 338	0.44 379	0.56 353	0.56 352

testlalala_base	1.62 178	0.74 242	1.63 63	1.19 279	1.40 381	2.63 110	0.84 206	4.09 342	1.31 36	1.22 95	1.42 119	1.21 123	0.85 85	1.16 40	0.73 66	3.92 495	2.10 482	0.27 93	0.18 23	4.49 494	1.11 440

DAS	2.31 290	0.67 187	4.79 223	1.14 251	1.64 424	2.93 129	2.13 430	4.09 342	2.74 386	4.17 461	2.52 388	2.46 300	1.79 311	11.55 450	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

SepStereo	2.15 261	0.67 187	4.79 223	1.14 251	1.64 424	2.93 129	2.13 430	4.09 342	2.74 386	4.17 461	2.52 388	2.46 300	1.79 311	8.36 353	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

SFCPSM	2.18 265	0.63 145	17.03 366	0.88 97	0.98 287	3.74 249	1.28 353	4.09 342	2.16 282	1.85 180	1.83 251	1.65 177	1.39 208	2.50 217	1.50 265	0.33 216	0.27 254	0.39 315	0.36 320	0.34 177	0.37 225

AF-Net	2.87 373	1.30 393	16.24 353	1.33 334	1.75 440	3.26 166	1.59 394	4.09 342	2.43 341	2.69 401	2.94 419	4.51 441	3.20 413	5.84 305	2.75 398	0.76 430	0.36 330	0.72 440	0.49 396	0.70 397	0.56 352

R-Stereo Train	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 255	0.90 247	4.09 342	1.51 96	2.16 290	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58

AnyNet_C01	4.37 450	7.80 484	16.40 355	1.98 451	1.40 381	6.37 483	6.47 490	4.09 342	5.03 480	4.06 459	3.78 446	4.16 426	3.31 417	6.62 323	10.00 459	0.61 405	0.67 442	0.63 424	0.67 430	2.01 468	1.31 448

RAFT-Stereo	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 255	0.90 247	4.09 342	1.51 96	2.16 290	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
psmg	1.47 159	0.59 101	1.94 89	0.92 122	0.85 245	4.30 386	1.42 376	4.10 350	1.88 226	2.64 396	2.09 318	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.27 254	0.33 235	0.34 296	0.36 208	0.34 192

WZ-Net	3.62 426	4.87 473	16.77 363	1.43 371	1.40 381	3.75 250	2.29 436	4.12 351	2.50 355	2.74 405	2.19 338	4.06 420	5.29 457	10.19 399	7.36 447	0.54 393	0.37 343	0.47 360	0.49 396	0.77 412	0.73 400

RCA-Stereo	1.21 105	0.52 35	1.58 61	0.90 109	0.46 73	4.68 448	0.79 176	4.13 352	1.74 203	1.92 204	1.80 232	0.94 85	1.48 239	1.14 34	0.70 56	0.27 70	0.18 41	0.25 49	0.19 36	0.25 26	0.23 36

GEStereo_RVC	1.91 224	0.80 275	6.57 238	1.20 283	1.06 308	4.02 317	1.43 378	4.13 352	1.89 230	2.03 248	1.80 232	2.34 280	1.86 328	4.94 285	1.77 315	0.48 364	0.38 349	0.32 201	0.28 209	0.42 279	0.50 327

DGSMNet	7.55 489	1.62 420	17.42 373	1.92 445	12.73 506	7.45 491	42.99 519	4.13 352	2.07 260	2.10 264	3.16 432	3.42 382	1.70 299	9.24 372	2.30 370	3.70 492	10.89 513	11.80 515	5.54 506	4.24 489	2.66 481

FADNet-RVC	2.51 332	2.27 448	14.03 325	1.09 224	0.81 227	3.54 216	1.10 320	4.13 352	2.48 350	1.39 110	1.22 67	1.85 225	1.77 308	9.78 384	2.06 349	0.38 282	0.37 343	0.40 321	0.40 362	0.67 391	0.48 315

NVstereo2D	2.54 338	0.90 306	11.10 293	1.32 329	1.47 394	3.58 223	1.38 368	4.13 352	2.45 346	1.90 197	1.71 199	2.86 340	1.76 307	10.86 420	1.66 300	0.60 403	0.43 378	0.53 395	0.41 368	0.78 414	0.94 428

DRN-Test	3.03 396	0.99 332	18.18 383	1.35 345	1.60 417	3.59 224	1.48 380	4.13 352	2.45 346	3.47 446	1.92 284	2.58 312	2.53 380	10.88 421	2.80 400	0.39 294	0.36 330	0.44 346	0.41 368	0.55 347	0.57 356

CoDeX	2.40 314	0.78 268	13.21 309	1.00 177	1.18 329	3.24 161	1.32 356	4.14 358	2.41 338	1.74 164	1.84 256	2.05 254	1.47 237	10.03 396	1.60 284	0.34 228	0.28 263	0.32 201	0.27 182	0.32 142	0.39 245

iinet-f	2.26 276	1.18 371	13.71 315	1.14 251	1.11 318	3.77 253	1.10 320	4.14 358	2.17 284	2.06 257	1.76 218	2.99 350	2.99 400	2.50 217	2.49 383	0.35 247	0.39 358	0.27 93	0.28 209	0.45 305	0.39 245

iResNetv2_ROB	2.65 352	5.00 474	19.28 407	2.06 455	1.09 315	3.83 264	1.13 327	4.14 358	2.09 264	1.85 180	2.03 302	2.01 249	1.51 249	3.58 257	1.58 280	0.34 228	0.21 125	0.32 201	0.21 62	0.44 297	0.29 124

iResNet	2.52 335	0.94 323	21.17 478	1.84 439	0.72 202	3.75 250	0.81 195	4.14 358	2.55 366	2.33 348	2.03 302	1.35 139	1.44 228	3.27 252	2.16 362	0.35 247	0.23 178	0.28 120	0.22 92	0.44 297	0.45 296

GANetREF_RVC	3.20 411	1.93 438	18.84 395	1.51 391	0.80 224	4.12 338	1.82 413	4.16 362	2.91 411	1.87 187	1.74 206	2.48 302	1.84 323	13.18 486	1.74 312	0.80 434	0.57 421	0.79 446	0.74 438	1.20 455	0.86 420
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
RainbowNet	4.56 452	8.28 485	20.07 431	3.64 489	3.23 487	4.15 345	2.99 459	4.18 363	3.03 425	2.20 302	2.65 400	4.26 432	2.90 397	9.77 382	2.12 356	3.88 494	2.27 487	2.71 487	1.72 479	3.78 485	3.31 494

SuperB	4.79 458	4.41 472	21.08 474	1.45 378	1.08 312	3.91 285	3.08 463	4.18 363	3.01 423	2.50 373	2.10 319	2.75 328	3.49 427	8.80 361	19.60 501	0.44 337	0.33 311	0.53 395	0.39 351	12.01 512	0.64 379

DispFullNet	4.64 455	3.48 466	23.95 505	3.99 491	3.03 480	3.35 179	1.06 308	4.18 363	2.80 397	6.33 483	2.94 419	4.04 419	7.81 484	3.92 270	5.16 432	2.75 477	1.61 475	3.10 492	2.68 499	3.32 478	3.31 494

AIO-test1	2.18 265	0.66 177	18.95 398	0.89 101	1.48 396	3.40 185	0.97 287	4.19 366	1.68 181	0.86 60	1.35 102	0.99 88	0.75 54	4.47 278	1.27 219	0.23 19	0.23 178	0.28 120	0.33 288	0.31 117	0.35 206

testlalala2	2.31 290	0.63 145	20.54 455	2.56 471	2.87 477	3.79 258	0.76 153	4.20 367	1.48 76	1.42 115	1.43 121	2.45 298	0.80 78	1.03 18	0.68 43	0.27 70	0.25 231	0.24 31	0.21 62	0.33 159	0.28 114

ACVNet_1	6.04 477	13.97 510	21.36 483	3.58 487	3.14 484	4.73 461	2.48 441	4.20 367	3.17 436	2.98 423	2.83 417	23.31 505	4.34 444	11.06 431	2.45 380	3.68 490	2.33 489	2.60 482	1.79 481	3.69 483	3.19 491

IPLGR_C	2.28 283	1.31 396	19.46 409	0.92 122	1.32 364	3.93 291	0.89 242	4.20 367	1.82 214	2.30 332	2.63 399	1.16 109	1.07 143	1.41 87	1.29 225	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

DeepPrunerF	3.70 429	1.72 429	14.87 336	1.33 334	1.74 439	3.70 242	1.55 391	4.20 367	14.00 500	2.02 244	1.77 223	2.74 326	2.30 363	10.88 421	6.88 443	0.68 422	0.60 431	0.78 445	0.78 445	0.81 418	0.71 393

AdaStereo	1.45 155	0.83 289	2.34 140	1.28 314	0.81 227	3.21 154	1.14 329	4.20 367	2.46 349	2.05 252	1.77 223	2.48 302	1.18 175	1.71 146	1.44 249	0.43 330	0.25 231	0.43 342	0.28 209	0.44 297	0.34 192
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.
ACRE	2.27 278	1.11 359	19.45 408	0.91 116	1.30 357	3.94 296	0.87 235	4.21 372	1.80 212	2.28 326	2.62 397	1.17 110	1.04 130	1.52 108	1.30 226	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.46 306

S-Stereo	3.48 422	0.91 311	22.06 496	1.36 351	1.50 399	3.55 217	2.53 444	4.21 372	2.81 403	2.37 355	3.81 447	3.75 404	1.84 323	11.90 471	2.51 385	0.63 408	0.71 448	0.48 368	0.76 440	0.67 391	1.19 444

ADCS	4.22 448	5.33 475	16.32 354	1.64 413	1.31 359	3.91 285	3.64 477	4.21 372	2.89 409	5.11 473	2.81 415	4.46 439	3.06 408	5.21 290	19.50 500	0.63 408	0.64 437	0.69 433	0.69 435	1.12 445	1.26 445

ffm	1.72 193	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.22 375	3.37 452	2.20 302	2.30 360	3.48 385	1.62 272	2.21 203	0.65 32	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

ff1	2.96 383	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.22 375	3.37 452	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

tt1	1.79 205	0.73 234	10.41 285	1.75 427	0.36 10	4.55 427	0.79 176	4.22 375	3.37 452	1.08 84	1.80 232	0.74 44	1.48 239	2.21 203	0.65 32	0.29 124	0.16 6	0.31 182	0.22 92	0.30 100	0.29 124

s12784h	1.31 141	0.45 9	2.41 145	0.71 16	0.35 8	4.42 403	0.50 40	4.22 375	2.73 385	2.01 240	2.48 383	0.91 78	0.96 110	2.01 181	0.70 56	0.29 124	0.18 41	0.24 31	0.16 9	0.27 50	0.18 2

xx1	2.03 247	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	4.23 379	3.95 468	1.01 76	1.81 244	1.79 207	1.34 201	2.13 190	0.64 28	0.29 124	0.17 17	0.33 235	0.33 288	0.33 159	0.32 167

cc1	1.98 238	0.74 242	13.77 317	1.78 430	0.36 10	4.48 409	0.74 140	4.23 379	3.95 468	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.31 117	0.29 124

fff	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

CIPLG	2.27 278	1.18 371	19.24 402	0.92 122	1.34 369	3.95 301	0.89 242	4.23 379	1.82 214	2.31 338	2.67 402	1.17 110	1.06 141	1.53 110	1.32 229	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

csc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

cscssc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

psm_up	2.28 283	0.81 279	5.45 233	1.26 306	1.50 399	3.84 269	1.23 347	4.23 379	2.03 249	2.55 378	1.80 232	2.44 297	1.65 289	12.90 485	1.58 280	0.37 266	0.38 349	0.41 331	0.34 296	0.43 289	0.39 245

FAT-Stereo	3.34 418	0.81 279	20.05 428	1.25 300	1.20 341	3.44 190	1.99 423	4.23 379	2.67 379	3.14 432	3.82 448	3.51 393	3.32 418	11.68 461	1.94 334	0.64 411	0.67 442	0.48 368	0.52 406	0.61 370	0.81 414

ITSA-stereo	1.86 212	0.72 223	3.74 209	1.20 283	0.66 178	4.09 330	0.91 255	4.24 387	2.53 360	1.93 208	1.77 223	1.59 171	2.15 352	6.12 313	2.44 379	0.40 300	0.38 349	0.40 321	0.40 362	0.50 331	0.98 432

test_sample3	2.34 301	0.61 127	11.94 301	1.33 334	0.85 245	3.10 148	0.73 128	4.24 387	2.19 287	2.21 310	1.75 210	1.80 210	1.41 217	11.11 435	1.46 253	0.35 247	0.29 273	0.34 252	0.35 310	0.39 232	0.37 225

SMFormer	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.38 222	0.36 211

tta	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.29 78	0.29 124

qqq1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

fff1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

ADStereo(finetuned)	2.04 249	0.73 234	13.28 310	0.82 53	0.40 39	4.16 354	0.59 67	4.25 389	2.97 417	2.35 350	1.84 256	1.18 114	3.40 420	1.52 108	1.54 275	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.51 335

DCANet	1.74 196	0.73 234	9.08 265	0.82 53	0.40 39	4.18 362	0.59 67	4.25 389	2.97 417	2.35 350	1.84 256	1.18 114	1.63 284	1.51 106	1.55 276	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.53 342

ETE_ROB	2.07 254	1.40 408	3.01 179	1.09 224	0.92 268	3.94 296	1.53 387	4.25 389	2.23 293	3.31 439	2.06 315	2.35 282	1.52 251	8.74 360	2.07 352	0.44 337	0.36 330	0.51 387	0.48 393	0.54 345	0.62 372

FADNet_RVC	2.65 352	2.28 450	16.51 358	0.98 163	0.92 268	4.09 330	0.83 203	4.26 396	1.73 197	1.46 117	1.78 226	1.60 172	1.50 246	8.88 362	2.39 375	0.47 360	0.38 349	0.44 346	0.58 419	0.89 424	0.97 430

test_sample4	2.34 301	0.63 145	11.59 298	1.30 324	0.83 237	3.07 144	0.72 123	4.27 397	2.30 310	2.30 332	1.88 270	1.73 192	1.42 222	11.14 436	1.46 253	0.35 247	0.29 273	0.35 270	0.36 320	0.40 237	0.38 239

Wz-Net-TNSev	3.67 428	8.83 488	13.47 313	1.48 385	1.18 329	3.60 226	2.49 442	4.27 397	3.13 431	2.18 296	1.89 276	4.21 431	2.80 393	12.10 474	7.58 449	0.57 399	0.55 418	0.47 360	0.54 412	0.91 427	1.05 435

STrans-v2	3.03 396	0.77 262	20.91 469	0.81 43	0.63 162	3.89 282	1.01 296	4.27 397	2.64 375	2.28 326	3.70 445	4.13 424	5.20 455	7.33 337	1.27 219	0.31 182	0.18 41	0.29 141	0.25 138	0.29 78	0.41 271

IIG-Stereo	1.95 232	0.79 271	2.14 115	2.78 475	0.66 178	4.62 439	0.76 153	4.27 397	1.53 112	2.63 395	3.14 431	3.35 378	1.61 269	7.65 346	1.41 244	0.39 294	0.20 94	0.31 182	0.25 138	0.33 159	0.22 28

SGM+DAISY	8.36 491	3.82 468	24.83 506	2.02 453	1.75 440	14.80 504	17.22 505	4.27 397	11.79 498	13.88 507	14.38 500	11.74 489	13.83 496	10.56 408	15.12 477	1.21 456	1.19 467	1.14 464	1.13 465	1.17 452	1.37 452

test_sample5	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 402	2.31 314	2.20 302	1.97 293	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

DualNet	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 402	2.31 314	2.26 324	2.04 305	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

XQC	2.96 383	2.42 451	14.85 335	1.36 351	1.32 364	3.29 176	1.53 387	4.28 402	2.78 391	3.21 436	2.46 380	3.53 395	2.92 398	6.58 321	4.67 424	0.70 426	0.41 370	0.59 412	0.56 415	0.96 433	0.83 419

DispNO	3.00 392	0.75 254	18.92 397	1.17 271	1.10 317	3.72 245	0.94 275	4.29 405	2.54 364	2.24 318	2.28 353	4.51 441	2.12 348	11.40 443	2.09 354	0.31 182	0.28 263	0.31 182	0.28 209	0.36 208	0.39 245

CFNet_ucs	2.36 311	0.68 195	18.42 390	0.89 101	0.81 227	3.85 275	0.68 107	4.29 405	2.37 330	2.09 261	2.04 305	3.31 375	1.24 186	2.63 234	1.14 185	0.36 258	0.45 388	0.56 405	0.29 236	0.66 389	0.49 320

DCANet-4	1.96 234	0.51 29	14.31 332	0.82 53	0.40 39	4.16 354	0.57 57	4.29 405	2.98 420	2.30 332	1.80 232	1.03 94	1.54 259	1.44 91	1.44 249	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

pcwnet_v2	2.70 362	0.65 166	22.48 497	1.08 218	1.03 300	3.56 219	0.81 195	4.29 405	3.14 433	2.29 328	2.29 356	3.01 352	1.71 301	3.32 253	1.43 247	0.43 330	0.50 411	0.41 331	0.34 296	0.61 370	0.56 352

RTS	3.90 436	7.04 482	17.94 380	1.92 445	2.19 465	5.00 472	2.96 457	4.29 405	3.19 438	4.05 457	3.08 426	4.94 455	3.16 410	7.64 344	6.72 438	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 406

RTSA	3.90 436	7.04 482	17.94 380	1.92 445	2.19 465	5.00 472	2.96 457	4.29 405	3.19 438	4.05 457	3.08 426	4.94 455	3.16 410	7.64 344	6.72 438	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 406

NaN_ROB	4.06 443	1.13 361	16.64 359	1.12 243	1.25 352	3.50 205	3.05 461	4.29 405	3.26 446	3.64 447	2.56 393	2.97 348	4.79 450	13.33 488	16.91 487	0.37 266	0.41 370	0.38 312	0.39 351	0.48 323	0.81 414

NOSS_ROB	2.27 278	0.73 234	3.00 178	1.71 422	1.00 297	3.90 284	0.97 287	4.29 405	2.81 403	2.94 421	2.19 338	3.88 410	1.19 179	11.77 465	1.62 292	0.59 402	0.54 416	0.56 405	0.52 406	0.56 353	0.54 348

IPLGR	2.53 336	0.58 94	20.46 453	0.82 53	0.52 111	4.56 432	0.50 40	4.30 413	2.38 333	1.87 187	1.53 147	1.68 181	1.72 303	6.95 333	1.15 186	0.28 105	0.21 125	0.27 93	0.23 105	0.33 159	0.32 167

FINET	2.96 383	1.07 350	23.18 502	1.29 317	1.86 450	2.03 75	1.52 385	4.30 413	4.71 475	2.23 316	2.34 374	1.65 177	1.48 239	5.89 306	2.81 401	0.51 383	0.47 400	0.49 381	0.40 362	0.59 361	0.49 320

PWCDC_ROB	2.95 380	3.26 463	14.06 326	1.59 406	1.56 411	4.19 366	0.86 217	4.30 413	4.08 470	2.06 257	7.37 466	2.75 328	2.42 372	3.59 258	2.67 395	1.34 468	0.36 330	0.39 315	0.34 296	1.13 446	0.62 372

IPLG	2.48 328	0.65 166	19.63 414	0.91 116	0.79 222	4.60 437	0.56 56	4.31 416	1.84 221	1.91 202	2.00 299	1.31 134	1.38 205	6.61 322	1.53 274	0.27 70	0.20 94	0.27 93	0.23 105	0.31 117	0.36 211

OMP-Stereo	1.97 236	0.93 317	1.88 83	2.76 474	0.67 185	4.58 434	1.48 380	4.31 416	1.54 121	3.15 434	2.76 409	3.25 369	1.38 205	7.66 347	1.35 237	0.40 300	0.20 94	0.33 235	0.26 156	0.33 159	0.24 48

DANet	2.63 350	1.07 350	8.10 254	1.83 438	1.70 435	3.25 164	1.16 332	4.31 416	2.38 333	3.40 444	2.18 336	4.08 421	1.80 316	9.77 382	3.89 418	0.52 389	0.55 418	0.59 412	0.44 379	0.63 374	0.86 420
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	3.24 412	1.02 337	9.21 271	1.49 388	1.07 310	3.78 255	1.48 380	4.31 416	3.08 428	2.46 368	2.32 372	4.20 430	2.08 346	15.19 500	7.16 446	0.84 440	0.62 434	1.33 468	0.92 452	0.99 434	1.31 448

MIPNet	2.33 297	0.71 220	19.82 419	0.89 101	0.56 129	4.76 466	0.61 73	4.32 420	2.37 330	1.83 178	1.48 136	1.48 157	1.98 338	2.63 234	1.44 249	0.29 124	0.20 94	0.26 69	0.23 105	0.30 100	0.39 245

LMCR-Stereo	2.40 314	1.31 396	18.61 393	1.59 406	0.86 250	3.87 280	1.15 330	4.32 420	1.60 160	2.25 321	2.27 350	1.13 105	2.43 373	2.48 216	1.60 284	0.88 442	0.24 211	0.29 141	0.24 128	0.56 353	0.30 150

LL-Strereo	3.01 394	1.81 435	17.59 378	1.12 243	2.10 463	2.90 121	1.09 318	4.33 422	2.00 246	3.12 431	2.24 346	3.29 372	3.15 409	11.31 441	1.84 323	0.30 163	0.28 263	0.46 357	0.34 296	0.49 329	0.45 296

SDNR	3.97 440	1.93 438	20.28 444	1.31 327	0.94 275	5.16 474	0.67 102	4.33 422	2.58 368	4.82 472	5.94 464	5.01 459	1.45 232	17.52 502	2.53 387	0.79 432	0.72 449	0.59 412	0.45 383	1.15 450	1.17 442

TransformOpticalFlow	3.03 396	0.77 262	20.99 472	1.00 177	0.55 125	4.18 362	0.64 90	4.33 422	3.02 424	2.18 296	3.09 428	4.35 435	5.07 453	7.36 340	1.27 219	0.32 200	0.18 41	0.32 201	0.26 156	0.28 66	0.46 306

PWC_ROB	2.69 361	2.01 442	8.36 256	1.33 334	1.90 453	3.23 157	1.18 336	4.33 422	3.25 445	3.11 430	3.41 439	2.71 323	2.18 359	9.15 370	4.48 422	0.56 397	0.31 296	0.61 420	0.36 320	0.69 396	0.74 401

DualNet (step1)	2.34 301	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	1.23 458	0.48 406	4.27 502	2.09 488	0.70 397	0.69 388

test_sample9	3.79 433	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	11.06 431	11.61 467	1.23 458	14.45 515	4.27 502	2.09 488	0.70 397	0.69 388

test_sample7	1.65 184	0.70 208	2.60 154	1.48 385	0.76 215	2.38 94	1.07 310	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	0.44 337	0.48 406	0.43 342	0.40 362	0.46 316	0.43 284

UDG	3.55 424	2.81 461	17.45 374	2.69 472	1.98 456	3.97 309	1.19 339	4.35 426	2.02 247	2.42 364	2.53 390	4.50 440	2.46 377	6.53 320	2.41 377	2.12 474	1.77 478	2.63 484	2.57 496	2.64 474	1.95 468

test-3	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.91 255	4.35 426	1.47 69	2.24 318	1.16 58	2.06 256	0.79 71	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

test_sample6	2.35 306	0.62 137	10.78 290	1.33 334	0.83 237	3.15 150	0.79 176	4.36 431	2.43 341	2.26 324	2.04 305	1.69 186	1.39 208	11.48 448	1.61 287	0.38 282	0.32 304	0.37 296	0.39 351	0.41 261	0.42 275

test_1	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.90 247	4.36 431	1.47 69	2.17 294	1.16 58	2.06 256	0.78 69	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

ARAFT	2.56 343	1.13 361	19.50 411	0.89 101	0.48 91	4.15 345	1.40 371	4.36 431	2.82 405	2.36 354	1.88 270	1.70 188	1.04 130	6.45 319	1.22 205	0.29 124	0.18 41	0.37 296	0.35 310	0.35 195	0.25 58

SGM-Forest	2.96 383	0.62 137	3.49 197	1.09 224	0.80 224	4.06 323	3.30 466	4.37 434	3.09 429	4.18 464	3.27 436	4.67 451	3.86 434	11.69 462	7.91 450	0.51 383	0.46 396	0.49 381	0.39 351	0.48 323	0.49 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_sample8	4.76 457	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.38 435	2.05 256	5.49 475	1.89 276	12.98 492	6.37 471	11.06 431	11.61 467	1.23 458	14.45 515	4.27 502	2.09 488	0.70 397	0.69 388

FCDSN-DC	6.04 477	0.84 293	19.25 403	1.24 298	1.09 315	4.38 392	2.62 447	4.38 435	4.71 475	9.59 499	11.22 489	19.19 499	17.40 501	12.30 476	8.55 454	0.69 425	0.57 421	0.60 417	0.60 423	0.70 397	0.78 410
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XX-Stereo	2.54 338	0.61 127	20.21 437	1.78 430	1.19 336	4.30 386	0.46 33	4.39 437	1.58 144	2.32 342	1.89 276	4.64 449	0.60 19	4.16 275	0.82 94	0.31 182	0.21 125	0.28 120	0.27 182	0.51 333	0.26 82

CBMV_ROB	3.62 426	0.70 208	21.42 485	1.21 289	0.89 263	4.43 405	1.76 408	4.39 437	2.79 393	5.88 479	3.38 438	4.18 427	5.12 454	10.75 415	2.32 372	0.56 397	0.55 418	0.53 395	0.51 403	0.55 347	0.46 306

test_3	1.19 97	0.51 29	2.08 113	0.99 169	0.41 43	2.05 80	0.87 235	4.40 439	1.42 50	1.99 226	1.18 61	2.03 250	0.79 71	2.70 239	0.75 73	0.27 70	0.17 17	0.29 141	0.29 236	0.30 100	0.27 95

NINENet	1.87 213	0.74 242	2.60 154	1.12 243	1.06 308	4.50 418	0.76 153	4.41 440	2.24 295	2.16 290	1.86 266	3.63 401	0.97 113	8.00 350	1.17 192	0.41 314	0.30 286	0.41 331	0.30 254	0.41 261	0.36 211

raft_robust	1.92 227	1.15 366	3.34 194	1.02 192	0.43 54	3.84 269	0.46 33	4.42 441	2.52 359	1.67 149	1.36 106	2.17 265	6.37 471	6.78 330	1.04 166	0.28 105	0.24 211	0.30 161	0.35 310	0.31 117	0.32 167

GwcNet-ADL	2.47 326	0.67 187	21.48 486	0.96 150	0.72 202	4.61 438	0.95 279	4.42 441	2.36 324	1.98 221	1.80 232	2.55 308	1.24 186	1.90 171	1.41 244	0.40 300	0.46 396	0.24 31	0.27 182	0.41 261	0.49 320

MFN_U_SF_DS_RVC	3.94 438	10.88 502	12.30 304	1.26 306	1.55 408	5.19 475	3.33 468	4.42 441	2.82 405	2.58 385	2.62 397	5.00 458	2.11 347	14.03 498	2.73 396	1.28 463	2.34 490	0.67 432	1.83 482	0.81 418	1.03 434

HBP-ISP	3.25 414	1.10 356	20.86 465	1.54 396	1.15 323	4.50 418	2.89 455	4.43 444	2.38 333	4.14 460	1.96 287	1.90 228	2.04 341	11.08 434	1.32 229	0.66 416	0.57 421	0.66 430	0.61 426	0.64 381	0.61 369

111	1.83 209	0.92 313	9.08 265	0.81 43	0.36 10	4.25 376	0.91 255	4.44 445	2.70 382	2.39 360	1.96 287	2.30 277	1.64 287	1.28 67	1.82 320	0.28 105	0.22 153	0.24 31	0.20 49	0.31 117	0.54 348

DIP-Stereo	1.24 115	0.69 198	1.77 74	0.65 9	0.61 156	4.29 384	0.58 66	4.44 445	2.53 360	1.98 221	1.33 94	0.91 78	0.86 87	1.25 61	1.25 213	0.36 258	0.23 178	0.32 201	0.23 105	0.32 142	0.29 124
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LALA_ROB	1.95 232	1.48 414	3.11 182	1.05 202	0.98 287	3.99 312	1.82 413	4.44 445	2.28 306	3.31 439	1.85 263	2.76 334	1.67 293	4.04 273	3.23 410	0.46 351	0.41 370	0.55 403	0.52 406	0.60 365	0.57 356

SA	1.62 178	0.75 254	3.78 211	1.07 210	0.43 54	4.26 377	1.36 361	4.45 448	3.12 430	1.63 139	1.97 293	1.68 181	2.26 362	2.55 227	1.27 219	0.27 70	0.22 153	0.37 296	0.37 332	0.35 195	0.30 150

RAFT + AFF	2.51 332	2.66 458	4.48 220	1.15 264	1.95 455	4.15 345	2.01 424	4.46 449	3.30 450	2.19 300	2.51 387	2.22 268	4.87 452	8.91 364	2.06 349	0.30 163	0.60 431	0.48 368	0.38 345	0.77 412	0.69 388

CBMV	3.32 417	0.96 330	21.16 477	1.32 329	0.83 237	3.81 262	3.91 483	4.47 450	2.53 360	3.34 441	2.24 346	4.45 438	2.58 383	10.07 398	1.96 339	0.45 346	0.43 378	0.48 368	0.38 345	0.52 336	0.53 342
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
BUS	1.49 160	0.59 101	1.94 89	0.87 92	0.85 245	4.50 418	0.76 153	4.48 451	1.88 226	2.93 417	1.83 251	3.63 401	0.97 113	1.60 122	1.17 192	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

BSDual-CNN	1.46 156	0.59 101	1.94 89	0.87 92	0.85 245	4.16 354	1.16 332	4.48 451	1.88 226	2.93 417	1.83 251	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

hknet	1.98 238	0.64 156	8.70 262	0.87 92	1.07 310	4.16 354	1.16 332	4.48 451	1.73 197	2.93 417	1.83 251	3.48 385	1.30 196	3.91 269	1.51 271	0.31 182	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

mmx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.49 454	3.05 426	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

xxx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.49 454	3.05 426	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

Sa-1000	1.63 182	0.79 271	3.56 202	1.11 240	0.48 91	4.06 323	1.41 374	4.49 454	2.75 388	2.00 238	2.80 413	1.84 222	1.43 225	2.64 236	1.50 265	0.27 70	0.19 64	0.36 284	0.33 288	0.36 208	0.30 150

xxxx	2.67 356	0.54 56	2.03 98	1.22 292	0.81 227	3.49 202	0.63 87	4.49 454	2.49 354	2.22 312	2.23 345	2.05 254	1.38 205	10.05 397	17.91 492	0.32 200	0.32 304	0.30 161	0.27 182	0.33 159	0.34 192

DPSNet	3.43 421	1.37 404	12.19 302	1.39 363	1.24 349	4.15 345	2.06 426	4.51 458	3.34 451	2.69 401	1.96 287	3.52 394	5.56 460	10.68 413	9.68 458	0.93 443	0.73 450	0.40 321	0.37 332	1.06 437	0.86 420

222	2.68 359	0.57 81	2.03 98	1.11 240	0.81 227	3.23 157	0.65 99	4.52 459	2.45 346	2.34 349	2.29 356	1.41 150	1.44 228	10.50 407	18.47 496	0.32 200	0.30 286	0.32 201	0.27 182	0.32 142	0.34 192

pmcnn	5.45 468	1.22 382	17.40 372	1.60 408	2.41 471	3.48 200	2.12 429	4.52 459	3.26 446	3.67 449	13.15 497	22.10 503	3.46 426	11.92 472	17.16 489	0.34 228	0.21 125	0.23 15	0.19 36	0.36 208	0.28 114

test_xeample	2.67 356	0.56 72	2.05 101	1.09 224	0.81 227	3.24 161	0.80 186	4.55 461	2.70 382	2.42 364	2.27 350	1.39 144	1.40 212	10.75 415	17.51 491	0.30 163	0.30 286	0.32 201	0.28 209	0.34 177	0.33 180

PS-NSSS	2.22 268	1.33 401	2.90 175	0.97 157	1.53 403	4.11 336	1.08 315	4.55 461	2.65 376	2.10 264	2.32 372	1.77 199	1.40 212	11.79 466	1.61 287	0.68 422	0.45 388	0.96 455	0.43 377	0.95 429	0.92 426

CSAN	4.71 456	1.39 407	20.23 438	1.19 279	0.87 255	3.65 237	3.50 472	4.57 463	3.87 464	3.89 453	7.82 469	3.54 398	6.16 469	23.47 510	6.82 441	0.52 389	0.45 388	0.49 381	0.52 406	0.63 374	0.66 382

ttt	2.76 364	0.56 72	2.28 133	1.41 367	1.21 346	3.67 239	0.77 166	4.59 464	2.94 415	2.35 350	2.30 360	2.45 298	1.54 259	11.25 440	15.56 479	0.43 330	0.36 330	0.37 296	0.33 288	0.40 237	0.40 265

SANet	5.65 472	1.72 429	20.94 470	1.26 306	0.88 258	7.20 488	3.81 481	4.60 465	11.23 495	4.56 468	8.78 479	7.49 477	6.95 476	11.85 469	18.11 493	0.49 374	0.44 383	0.50 384	0.42 374	0.90 426	0.82 418

1111x	3.13 405	0.57 81	8.38 257	1.20 283	0.76 215	3.80 260	0.88 239	4.61 466	2.63 373	2.31 338	2.16 332	1.95 234	1.81 319	11.54 449	18.13 494	0.32 200	0.31 296	0.32 201	0.30 254	0.35 195	0.34 192

PDISCO_ROB	2.86 370	1.53 418	14.27 330	1.98 451	2.19 465	4.52 423	1.35 359	4.65 467	3.19 438	2.09 261	2.16 332	3.53 395	2.45 375	5.32 291	2.12 356	1.30 466	0.78 454	0.72 440	0.59 421	1.24 456	1.28 446

ACVNet_2	5.41 467	12.60 504	20.42 451	3.27 482	3.15 485	4.50 418	3.02 460	4.66 468	3.73 463	3.35 443	5.36 460	7.86 479	2.88 395	12.33 478	4.76 427	3.12 483	2.22 485	2.70 486	1.69 476	3.49 479	3.10 488

ELAS_RVC	5.72 473	1.64 425	20.40 449	2.09 456	2.01 458	4.95 471	11.47 499	4.66 468	6.31 490	8.09 492	8.01 470	8.06 482	11.65 493	8.36 353	10.22 460	0.99 448	1.17 464	0.81 449	0.76 440	1.14 447	1.58 459
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	4.57 453	0.72 223	17.46 375	1.84 439	0.58 148	4.23 375	3.45 470	4.66 468	3.66 461	7.99 491	8.82 480	7.56 478	8.74 490	12.30 476	6.84 442	0.43 330	0.38 349	0.39 315	0.35 310	0.51 333	0.48 315
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TRStereo	2.31 290	1.87 436	19.74 417	1.53 394	1.16 327	4.26 377	1.08 315	4.73 471	1.45 56	1.55 126	1.28 86	1.75 194	0.85 85	1.81 159	1.20 198	0.36 258	0.26 243	0.32 201	0.36 320	0.34 177	0.33 180

CC-Net-ROB	3.35 419	1.76 432	13.89 323	2.33 467	1.65 428	4.49 415	1.62 396	4.73 471	2.90 410	1.92 204	2.05 311	1.99 245	1.61 269	12.57 484	1.60 284	2.46 476	2.18 483	2.68 485	1.04 461	2.11 470	1.38 454

MDST_ROB	5.53 469	0.59 101	23.11 500	2.55 470	2.69 473	21.20 509	1.98 422	4.77 473	2.65 376	9.36 496	4.25 451	4.14 425	4.45 446	22.57 505	3.68 416	0.48 364	0.33 311	0.47 360	0.44 379	0.44 297	0.44 290

MADNet+	3.97 440	9.54 497	13.83 322	1.87 443	1.69 434	4.19 366	2.87 454	4.80 474	4.10 471	2.51 375	2.67 402	4.55 444	3.41 421	8.72 359	6.92 444	1.25 461	1.27 469	1.04 458	0.93 453	1.39 461	1.85 466

iRaft-Stereo_20w	1.88 217	0.62 137	10.58 287	0.90 109	0.83 237	2.96 134	0.78 169	4.90 475	1.58 144	2.29 328	1.60 167	1.25 126	4.51 448	2.28 209	0.90 127	0.29 124	0.21 125	0.26 69	0.24 128	0.41 261	0.31 159

WAO-7	5.16 463	3.21 462	18.98 399	1.88 444	1.44 390	5.34 476	3.09 464	4.91 476	5.81 487	4.35 466	8.92 481	6.55 473	6.06 466	13.40 490	10.81 462	1.34 468	1.20 468	1.48 471	1.35 473	1.60 464	1.45 456

EAI-Stereo	2.35 306	0.63 145	2.97 176	0.95 144	0.65 172	3.84 269	14.27 502	5.04 477	2.19 287	2.06 257	7.25 465	1.10 102	0.94 107	1.65 136	1.37 238	0.31 182	0.22 153	0.27 93	0.60 423	0.27 50	0.32 167

JetBlue	6.27 479	9.15 494	13.76 316	1.94 449	4.60 502	11.91 498	12.00 500	5.12 478	3.45 456	3.79 451	4.52 454	9.54 484	6.56 475	9.40 375	13.48 474	1.26 462	1.37 471	1.17 465	1.34 472	7.06 506	3.95 501

MeshStereo	5.35 466	1.32 398	21.34 482	1.34 341	1.15 323	4.40 399	3.90 482	5.18 479	4.55 473	10.14 501	11.82 493	11.47 486	5.84 463	13.84 496	7.03 445	0.61 405	0.58 426	0.60 417	0.58 419	0.72 407	0.59 365
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
ELAS	5.99 476	1.62 420	20.29 445	1.96 450	2.01 458	15.09 505	8.38 496	5.23 480	5.54 484	9.02 495	8.61 476	6.74 474	9.75 492	7.48 341	11.40 466	0.96 446	1.18 465	0.72 440	0.93 453	1.30 458	1.67 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 474	9.95 498	15.22 347	2.90 476	1.56 411	5.66 480	7.69 493	5.27 481	4.74 477	3.88 452	7.51 467	8.04 480	5.28 456	15.18 499	8.40 453	3.08 482	1.51 473	2.24 478	1.37 474	5.55 499	1.96 469

IMH-64-1	4.84 459	2.53 454	6.83 241	4.30 497	3.74 491	4.81 468	6.05 487	5.30 482	3.92 466	3.95 455	8.33 473	5.08 462	6.06 466	8.96 365	6.30 435	4.57 503	2.96 497	3.04 489	2.12 491	4.28 490	3.62 497

IMH-64	4.84 459	2.53 454	6.83 241	4.30 497	3.74 491	4.81 468	6.05 487	5.30 482	3.92 466	3.95 455	8.33 473	5.08 462	6.06 466	8.96 365	6.30 435	4.57 503	2.96 497	3.04 489	2.12 491	4.28 490	3.62 497

MADNet++	7.57 490	5.80 480	13.28 310	6.38 507	5.26 504	7.18 487	7.77 494	5.32 484	5.62 485	6.11 481	7.78 468	6.02 472	8.01 486	11.74 464	16.36 485	9.36 509	4.95 507	8.57 510	5.66 507	4.83 496	5.34 507

Dean	7.52 488	9.08 493	21.41 484	3.74 490	3.53 488	4.81 468	3.53 473	5.33 485	5.25 481	4.17 461	26.53 510	25.62 511	4.09 439	10.97 425	4.32 420	3.69 491	2.30 488	2.91 488	1.87 484	4.03 488	3.24 493

WAO-6	5.87 475	2.27 448	15.05 342	2.96 477	2.77 475	12.01 499	3.58 476	5.37 486	11.91 499	3.34 441	9.69 483	6.78 475	5.84 463	11.82 468	8.89 456	2.87 478	2.35 491	2.50 479	1.84 483	2.85 475	2.67 482

MSC_U_SF_DS_RVC	4.48 451	10.62 500	15.18 346	1.55 401	1.45 393	6.16 481	3.54 475	5.41 487	3.68 462	2.59 388	2.74 406	4.81 452	2.20 360	13.79 495	4.40 421	2.04 472	3.36 503	1.05 459	1.20 468	2.09 469	1.72 463

IMH	6.81 484	13.66 507	20.41 450	4.33 499	3.74 491	5.50 477	3.06 462	5.49 488	6.22 488	4.64 470	10.35 486	9.30 483	8.03 487	13.61 493	6.81 440	4.80 506	2.99 500	3.09 491	2.12 491	4.36 492	3.61 496

HSM-Net_RVC	2.87 373	0.57 81	17.46 375	0.92 122	0.90 266	3.70 242	1.20 343	5.64 489	2.51 358	3.22 437	2.43 378	2.54 307	1.59 264	11.41 444	1.65 299	0.34 228	0.25 231	0.26 69	0.23 105	0.30 100	0.29 124
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FC-DCNN	6.64 481	0.77 262	19.26 405	1.68 417	1.64 424	8.27 493	2.35 438	6.35 490	9.23 493	10.85 503	11.27 490	19.89 500	13.33 495	12.51 482	11.79 469	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

ktn	21.74 511	10.34 499	19.68 415	4.53 501	4.00 496	6.53 485	4.51 485	6.79 491	78.82 525	84.69 525	100.86 528	58.49 522	7.57 483	12.11 475	13.35 473	4.58 505	3.24 502	3.49 495	2.62 497	4.65 495	3.84 500

FC-DCNN v2	6.91 486	0.77 262	19.25 403	1.69 418	1.64 424	9.13 495	2.40 439	7.20 492	9.47 494	11.07 505	11.62 492	20.05 502	15.79 498	12.55 483	11.99 470	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

test_xeample3	2.12 258	0.63 145	21.55 487	0.91 116	0.47 83	1.85 64	0.94 275	7.96 493	1.23 21	0.75 27	0.76 13	0.64 17	0.70 41	1.77 153	0.83 97	0.30 163	0.21 125	0.27 93	0.21 62	0.27 50	0.24 48

rrr	2.27 278	0.65 166	23.82 504	0.90 109	0.46 73	1.57 52	0.96 284	7.98 494	1.19 18	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.25 58

notaker	10.50 496	8.60 486	20.23 438	4.54 502	3.95 495	6.27 482	3.44 469	8.07 495	4.75 478	8.73 493	46.45 515	13.86 496	27.86 511	13.49 491	13.61 475	4.56 502	3.18 501	3.52 497	2.68 499	8.13 510	4.05 502

LE_ROB	18.58 507	1.21 376	48.38 518	8.60 510	23.00 512	7.32 490	19.74 509	9.94 496	38.69 517	43.53 515	21.91 505	28.40 513	40.92 515	23.18 507	54.71 520	0.34 228	0.33 311	0.32 201	0.36 320	0.42 279	0.40 265

LVE	6.88 485	9.31 495	21.14 475	3.61 488	3.18 486	4.49 415	2.79 450	10.21 497	11.69 497	3.16 435	11.53 491	18.33 498	4.31 443	11.66 459	3.52 413	4.45 501	2.93 495	2.56 481	1.91 485	3.62 480	3.16 490

UNDER WATER-64	9.33 492	5.37 476	22.60 498	5.22 506	4.86 503	10.75 497	4.61 486	11.45 498	17.30 504	7.59 487	9.80 485	15.99 497	17.90 503	10.63 411	15.72 480	4.36 498	2.87 494	4.39 505	2.86 502	7.01 505	5.36 508

JetRed	10.48 495	27.10 515	35.70 512	4.27 495	4.09 498	15.55 508	12.83 501	12.16 499	5.50 483	5.83 478	5.56 462	10.14 485	7.43 481	8.88 362	26.39 511	3.32 484	3.81 504	3.51 496	2.96 504	7.85 508	6.69 511

PML	64.32 524	53.22 523	17.88 379	8.10 509	32.94 514	148.46 529	247.79 530	12.18 500	45.42 520	111.41 527	288.92 530	101.47 529	101.31 528	31.67 513	15.55 478	14.03 513	4.83 506	10.98 512	6.18 508	28.82 516	5.17 506

UNDER WATER	10.47 494	3.95 470	22.62 499	5.07 505	4.51 501	7.78 492	3.77 479	12.56 501	21.72 511	7.84 490	10.78 487	23.96 507	31.66 512	10.78 418	16.19 484	4.44 500	2.93 495	4.24 501	2.86 502	6.33 502	5.47 509

WAO-8	11.95 499	13.02 505	20.56 456	3.50 483	3.08 482	15.11 506	2.80 451	12.91 502	19.11 509	7.69 488	13.12 495	11.62 487	7.01 479	84.40 527	7.91 450	3.42 485	1.92 480	3.54 498	1.93 486	3.68 481	2.69 483

Venus	11.95 499	13.02 505	20.56 456	3.50 483	3.08 482	15.11 506	2.80 451	12.91 502	19.11 509	7.69 488	13.12 495	11.62 487	7.01 479	84.40 527	7.91 450	3.42 485	1.92 480	3.54 498	1.93 486	3.68 481	2.69 483

DGTPSM_ROB	15.31 504	8.85 489	28.14 510	9.90 511	18.89 508	12.44 501	33.21 513	13.48 504	17.86 507	9.50 497	22.89 506	13.78 494	19.67 505	21.26 503	23.68 505	5.08 507	8.84 508	5.62 506	11.50 510	6.72 503	14.87 512

DPSMNet_ROB	15.52 505	8.89 490	31.44 511	10.07 512	18.91 509	12.44 501	33.22 514	13.51 505	17.94 508	9.58 498	22.91 507	13.79 495	19.67 505	21.43 504	23.73 506	5.17 508	8.84 508	5.63 507	11.52 513	6.79 504	14.90 513

HanzoNet	31.60 515	17.23 511	21.22 480	7.32 508	5.84 505	7.25 489	3.53 473	13.82 506	14.20 502	50.38 518	47.01 516	44.45 515	56.61 522	36.61 518	32.00 516	63.89 523	56.57 524	7.97 509	89.20 524	28.69 515	28.25 518

TorneroNet-64	10.12 493	8.74 487	20.95 471	4.27 495	3.76 494	13.86 503	2.85 453	15.05 507	23.15 512	10.07 500	23.84 508	13.47 493	8.24 488	13.96 497	17.21 490	3.96 496	2.72 492	3.23 493	2.48 495	6.29 500	4.27 504

TorneroNet	25.88 513	11.28 503	21.62 490	4.20 494	4.07 497	55.25 521	3.15 465	15.16 508	76.94 524	58.09 520	82.72 525	86.88 526	41.15 516	13.35 489	18.13 494	4.32 497	2.85 493	3.45 494	2.62 497	8.33 511	4.14 503

tt	7.19 487	0.51 29	6.83 241	4.03 492	2.30 470	12.05 500	20.19 510	15.46 509	6.58 491	3.42 445	3.22 433	5.37 467	6.39 474	4.20 277	7.46 448	9.81 510	11.53 514	7.05 508	7.46 509	6.31 501	3.71 499

KSHMR	16.96 506	5.37 476	21.64 492	4.46 500	4.50 500	8.30 494	3.32 467	15.58 510	76.24 523	6.62 485	61.47 520	56.53 521	5.43 459	35.17 517	11.37 465	4.39 499	2.97 499	3.63 500	2.74 501	5.10 497	4.34 505

SGM-ForestM	11.55 498	1.16 369	21.62 490	2.14 457	0.81 227	22.25 511	19.08 508	16.50 511	11.34 496	15.94 510	14.44 501	27.12 512	22.61 510	24.76 511	28.39 515	0.50 377	0.48 406	0.47 360	0.44 379	0.55 347	0.53 342

MANE	11.39 497	1.38 405	23.16 501	4.82 504	2.79 476	22.02 510	14.51 503	25.81 512	26.28 513	10.93 504	13.17 498	19.90 501	18.03 504	15.69 501	20.41 502	0.96 446	0.74 451	1.42 469	3.24 505	0.74 408	1.71 462

LRCNet_RVC	25.52 512	33.45 516	23.21 503	31.79 517	32.78 513	6.74 486	1.18 336	25.88 513	4.46 472	28.94 511	30.89 511	24.91 510	17.57 502	27.66 512	24.34 508	35.26 519	25.60 520	35.91 519	33.81 518	31.90 520	34.10 521

DPSimNet_ROB	102.30 525	119.72 530	143.59 528	109.42 526	94.10 523	127.22 528	127.15 528	26.62 514	102.36 530	149.58 530	83.99 526	139.34 530	137.54 529	64.62 526	82.36 528	105.18 525	66.15 525	120.15 524	69.61 523	99.58 525	77.72 526

FADE		13.79 509		10.71 513	13.34 507			28.60 515	8.36 492	5.15 474		11.85 490		44.37 519		474.90 531	161.58 530	347.36 531	322.13 531	7.29 507	6.23 510

DLNR_Zeroshot_test	28.62 514	55.50 524	49.94 520	183.62 527	115.05 525	3.43 189	0.28 1	29.49 516	1.49 84	1.01 76	1.26 79	0.93 82	0.63 27	3.92 270	1.51 271	29.81 518	0.41 370	0.26 69	0.23 105	93.28 524	0.32 167

DPSM_ROB	20.78 509	20.03 513	26.57 508	23.62 515	22.46 510	31.10 513	39.97 517	33.52 517	17.41 505	15.25 508	15.80 503	24.06 508	20.71 508	23.30 508	27.62 513	10.78 511	9.41 511	11.69 513	11.50 510	14.49 513	16.36 514

DPSM	20.78 509	20.03 513	26.57 508	23.62 515	22.46 510	31.10 513	39.97 517	33.52 517	17.41 505	15.25 508	15.80 503	24.06 508	20.71 508	23.30 508	27.62 513	10.78 511	9.41 511	11.69 513	11.50 510	14.49 513	16.36 514

Anonymous_1	57.11 523	19.68 512	26.15 507	23.10 514	142.31 527	30.84 512	39.75 516	33.86 519	16.98 503	70.53 524	15.42 502	23.46 506	19.75 507	23.04 506	27.23 512	164.73 529	9.02 510	130.38 525	137.40 526	161.27 530	27.24 517

HaxPig	43.25 518	43.65 520	45.00 516	33.85 518	35.61 515	32.69 515	30.52 511	45.09 520	42.97 518	48.77 516	48.17 517	43.00 514	40.26 514	44.58 520	43.61 517	47.18 520	49.30 521	51.54 521	50.25 520	43.73 521	45.29 522

AVERAGE_ROB	44.46 519	45.91 521	46.59 517	40.59 520	38.66 516	32.99 516	30.52 511	46.19 521	43.26 519	49.59 517	48.97 518	44.62 516	39.89 513	45.04 521	43.94 518	48.74 521	50.69 522	50.80 520	49.79 519	45.54 522	46.97 523

MEDIAN_ROB	47.37 520	49.08 522	49.92 519	40.32 519	39.97 517	34.95 517	33.43 515	49.17 522	46.39 521	53.06 519	52.65 519	47.65 517	42.23 520	48.35 525	47.29 519	52.10 522	54.04 523	54.28 522	53.48 521	48.76 523	50.33 524

Selective-RAFT-Error	41.77 516	40.16 518	53.34 521	47.73 521	45.25 519	62.51 522	80.64 525	67.22 523	34.93 515	30.64 513	31.81 512	48.11 518	42.11 519	46.57 522	54.95 521	21.61 515	18.87 517	23.48 516	23.15 516	29.16 517	33.08 520

CasAABBNet	41.80 517	40.20 519	53.41 522	47.73 521	45.18 518	62.51 522	80.71 526	67.26 524	34.80 514	30.49 512	31.88 513	48.24 519	41.81 518	46.63 524	55.64 523	21.60 514	18.88 518	23.48 516	23.22 517	29.19 518	33.05 519

LSM0	49.58 521	40.04 517	53.62 523	97.15 524	128.68 526	62.75 524	79.89 524	67.63 525	35.11 516	33.02 514	32.61 514	48.43 520	41.60 517	46.60 523	55.43 522	21.63 516	18.99 519	23.62 518	23.13 515	29.47 519	52.26 525

BEATNet-Init1	49.72 522	64.32 525	97.77 525	4.68 503	4.28 499	84.75 526	60.42 520	73.38 526	68.59 522	88.29 526	88.51 527	91.94 527	97.99 527	85.26 529	70.96 527	0.80 434	0.65 438	0.85 451	0.70 436	7.96 509	2.33 475

xxxxx1	112.33 527	88.53 526	37.76 513	227.84 529	157.23 528	39.05 518	61.41 521	93.76 527	79.29 526	62.45 521	74.79 522	78.32 523	70.96 524	33.47 514	70.69 524	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 528

tt_ll	112.33 527	88.53 526	37.76 513	227.84 529	157.23 528	39.05 518	61.41 521	93.76 527	79.29 526	62.45 521	74.79 522	78.32 523	70.96 524	33.47 514	70.69 524	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 528

ff	112.33 527	88.53 526	37.76 513	227.84 529	157.23 528	39.05 518	61.41 521	93.76 527	79.29 526	62.45 521	74.79 522	78.32 523	70.96 524	33.47 514	70.69 524	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 528

ASD4	103.30 526	113.98 529	120.24 527	106.67 525	79.75 521	115.36 527	120.35 527	119.13 530	79.65 529	120.04 528	74.64 521	101.45 528	65.48 523	109.11 530	84.31 529	104.31 524	90.04 526	133.15 526	103.58 525	130.15 526	94.66 527

test_example2	212.63 530	219.92 531	221.87 530	213.67 528	221.17 531	199.47 530	200.74 529	185.30 531	141.66 531	209.52 531	213.45 529	210.82 531	205.48 530	221.27 531	216.64 530	236.83 530	242.07 531	213.93 527	217.01 527	235.69 531	226.10 531

ccccc	590.94 531	629.75 532	645.59 531	567.84 532	570.84 532	582.44 531	641.68 531	613.82 532	494.59 532	614.58 532	651.20 531	555.57 532	637.59 531	666.94 532	652.42 531	781.57 532	507.24 532	391.36 532	342.44 532	689.82 532	581.48 532

Low-res two-view benchmark