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

HI	0.54 147	0.37 295	1.50 210	0.13 286	0.00 1	1.15 134	0.00 1	1.68 91	0.62 108	1.34 282	0.01 1	2.67 354	0.66 316	0.36 118	0.20 162	0.00 1	0.04 377	0.00 1	0.00 1	0.05 236	0.00 1

CoSv	0.54 147	0.37 295	1.50 210	0.13 286	0.00 1	1.15 134	0.00 1	1.68 91	0.62 108	1.34 282	0.01 1	2.67 354	0.66 316	0.36 118	0.20 162	0.00 1	0.04 377	0.00 1	0.00 1	0.05 236	0.00 1

SCV_C0	0.34 69	0.20 204	0.96 86	0.02 93	0.00 1	0.41 25	0.02 148	3.62 284	0.65 134	0.12 89	0.01 1	0.07 78	0.09 159	0.18 34	0.13 111	0.00 1	0.03 363	0.00 1	0.19 429	0.12 337	0.04 276

SCV	0.42 97	0.28 256	0.68 41	0.26 347	0.16 361	0.26 7	0.05 241	4.98 403	0.63 116	0.10 79	0.01 1	0.02 4	0.05 99	0.26 82	0.13 111	0.00 1	0.01 274	0.00 1	0.18 427	0.25 413	0.18 416

DEFOM-Stereo_RVC	0.19 18	0.03 2	0.46 13	0.03 142	0.00 1	0.36 21	0.02 148	1.68 91	0.67 152	0.01 4	0.01 1	0.05 51	0.00 1	0.12 16	0.22 171	0.00 1	0.02 333	0.00 1	0.15 407	0.01 39	0.00 1

FoundationStereo	0.08 1	0.12 122	0.24 2	0.02 93	0.01 143	0.12 1	0.04 220	0.24 1	0.59 79	0.00 1	0.01 1	0.04 26	0.01 9	0.11 12	0.07 55	0.00 1	0.02 333	0.00 1	0.00 1	0.00 1	0.00 1

StereoAnything_RVC	0.66 178	1.49 462	1.08 127	0.01 26	0.01 143	0.37 22	0.05 241	2.93 182	0.63 116	0.08 56	0.01 1	0.00 1	0.02 29	0.17 31	0.04 8	0.00 1	0.07 407	0.00 1	0.00 1	6.28 480	0.01 86

AIO_rvc	0.21 23	0.32 275	0.50 19	0.09 259	0.03 251	0.43 30	0.06 263	1.25 62	0.63 116	0.03 28	0.01 1	0.09 89	0.04 85	0.28 92	0.16 139	0.00 1	0.01 274	0.00 1	0.03 351	0.10 320	0.10 371

HUF	0.25 45	0.32 275	1.18 155	0.06 209	0.11 335	0.31 8	0.08 277	0.73 35	0.62 108	0.10 79	0.01 1	0.02 4	0.03 58	0.16 27	0.14 122	0.00 1	0.58 477	0.00 1	0.00 1	0.14 349	0.37 450

AIO_test	0.17 10	0.11 114	0.55 26	0.08 248	0.06 291	0.42 29	0.06 263	0.35 6	0.38 65	0.03 28	0.01 1	0.86 228	0.03 58	0.21 60	0.10 93	0.00 1	0.01 274	0.00 1	0.08 386	0.03 177	0.02 188

castereo++	0.25 45	0.15 155	0.48 18	0.09 259	0.00 1	1.08 103	0.03 194	1.53 82	0.67 152	0.00 1	0.01 1	0.59 184	0.00 1	0.09 3	0.06 47	0.00 1	0.02 333	0.00 1	0.28 462	0.02 122	0.00 1

castereo	0.32 64	0.28 256	0.46 13	0.01 26	0.05 280	0.81 46	0.04 220	3.37 249	0.61 96	0.08 56	0.01 1	0.08 84	0.14 200	0.10 10	0.11 102	0.00 1	0.01 274	0.00 1	0.22 442	0.02 122	0.01 86

MonSter	0.19 18	0.07 51	0.24 2	0.00 1	0.00 1	0.41 25	0.00 1	2.16 117	0.64 127	0.03 28	0.01 1	0.04 26	0.01 9	0.09 3	0.08 68	0.00 1	0.00 1	0.00 1	0.01 322	0.00 1	0.01 86

GIP-stereo	0.31 61	0.03 2	0.78 51	0.00 1	0.00 1	1.06 94	0.03 194	2.98 185	0.66 143	0.05 40	0.01 1	0.04 26	0.01 9	0.18 34	0.24 182	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.00 1

fffft	0.22 29	0.03 2	0.46 13	0.01 26	0.00 1	0.93 63	0.01 77	1.42 69	0.61 96	0.02 9	0.01 1	0.04 26	0.01 9	0.21 60	0.34 240	0.00 1	0.00 1	0.00 1	0.00 1	0.14 349	0.07 346
1: 1. 1
DEFOM-Stereo	0.14 5	0.04 9	0.38 8	0.05 192	0.00 1	1.04 84	0.00 1	0.32 4	0.63 116	0.00 1	0.01 1	0.04 26	0.03 58	0.20 52	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

SMoEStereo_RVC	0.18 16	0.06 37	0.53 23	0.02 93	0.00 1	1.03 76	0.04 220	0.38 8	0.64 127	0.07 48	0.01 1	0.04 26	0.02 29	0.26 82	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.07 271	0.10 371

tt45	0.47 121	0.06 37	0.70 44	0.02 93	0.00 1	1.30 208	0.05 241	0.85 45	0.60 87	0.05 40	0.01 1	0.09 89	0.03 58	5.40 354	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.09 307	0.01 86

fffy	0.14 5	0.06 37	0.88 66	0.02 93	0.00 1	0.33 11	0.01 77	0.79 39	0.13 4	0.02 9	0.01 1	0.06 64	0.01 9	0.16 27	0.03 5	0.00 1	0.04 377	0.00 1	0.00 1	0.09 307	0.06 328

dual_stereo	0.29 55	0.05 19	0.31 7	0.03 142	0.00 1	0.31 8	0.02 148	3.31 243	0.61 96	0.01 4	0.01 1	0.02 4	0.03 58	0.79 166	0.13 111	0.00 1	0.07 407	0.00 1	0.08 386	0.00 1	0.01 86

rvit_stereo_0083	0.13 3	0.02 1	0.30 6	0.00 1	0.00 1	0.14 3	0.01 77	0.56 21	1.11 269	0.05 40	0.01 1	0.04 26	0.02 29	0.25 74	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 86

rvit_stereo_0081_aga	0.17 10	0.11 114	0.81 54	0.00 1	0.00 1	0.80 43	0.01 77	0.79 39	0.59 79	0.02 9	0.01 1	0.05 51	0.03 58	0.19 40	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 10	0.04 9	0.25 4	0.00 1	0.00 1	0.75 40	0.01 77	1.22 59	0.79 204	0.07 48	0.01 1	0.03 15	0.02 29	0.17 31	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

model_zeroshot	0.49 129	0.26 241	2.10 304	0.03 142	0.01 143	1.69 335	0.08 277	2.63 153	0.18 24	1.02 240	0.01 1	0.61 186	0.06 121	0.86 169	0.14 122	0.00 1	0.02 333	0.00 1	0.16 416	0.02 122	0.01 86

ACV-stereo	1.64 379	0.27 245	2.94 368	0.04 172	0.04 270	6.31 457	0.18 325	1.81 99	0.22 40	0.23 112	0.01 1	10.52 466	5.41 464	4.07 286	0.77 326	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.02 188

rvit_stereo_0082	0.17 10	0.04 9	0.25 4	0.00 1	0.00 1	0.75 40	0.01 77	1.22 59	0.79 204	0.07 48	0.01 1	0.03 15	0.02 29	0.17 31	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo++	0.20 21	0.05 19	0.22 1	0.01 26	0.00 1	1.11 114	0.00 1	1.84 100	0.34 60	0.08 56	0.01 1	0.02 4	0.03 58	0.19 40	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.01 86

Pointernet	0.34 69	0.10 95	1.09 130	0.01 26	0.08 311	1.18 147	0.05 241	2.99 186	0.62 108	0.03 28	0.01 1	0.15 118	0.05 99	0.24 69	0.09 81	0.00 1	0.00 1	0.00 1	0.11 399	0.01 39	0.00 1

IGEV-Stereo+	0.43 104	0.17 177	0.46 13	0.14 298	1.06 460	0.63 38	0.02 148	0.30 3	0.24 48	0.09 64	0.01 1	0.04 26	0.03 58	1.86 215	0.05 23	0.00 1	0.01 274	0.00 1	0.15 407	1.83 474	1.61 476

AIO-Stereo	0.21 23	0.07 51	0.44 11	0.03 142	0.03 251	0.41 25	0.01 77	1.65 86	0.65 134	0.09 64	0.01 1	0.02 4	0.04 85	0.22 63	0.05 23	0.00 1	0.00 1	0.00 1	0.33 471	0.05 236	0.08 359

RSM++	0.17 10	0.07 51	0.42 10	0.03 142	0.00 1	0.40 24	0.00 1	1.18 58	0.59 79	0.02 9	0.01 1	0.01 2	0.05 99	0.20 52	0.14 122	0.00 1	0.00 1	0.00 1	0.17 424	0.09 307	0.07 346

RSM	0.18 16	0.05 19	0.39 9	0.03 142	0.02 229	0.38 23	0.00 1	1.33 66	0.59 79	0.09 64	0.01 1	0.03 15	0.04 85	0.19 40	0.14 122	0.00 1	0.00 1	0.00 1	0.16 416	0.06 256	0.04 276

test_sample1	0.61 160	0.04 9	0.90 71	0.34 373	0.00 1	1.09 105	0.00 1	3.54 276	0.88 226	0.86 208	0.01 1	0.53 178	0.34 257	3.51 260	0.20 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

CAS++	0.32 64	0.22 222	0.69 43	0.04 172	0.00 1	0.35 16	0.01 77	4.32 354	0.48 71	0.02 9	0.01 1	0.07 78	0.00 1	0.19 40	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.27 49	0.27 245	0.64 35	0.02 93	0.01 143	1.64 326	0.01 77	1.41 68	0.73 185	0.10 79	0.01 1	0.03 15	0.10 167	0.24 69	0.04 8	0.00 1	0.07 407	0.00 1	0.00 1	0.03 177	0.06 328

11t1	0.33 66	0.05 19	0.86 62	0.44 386	0.00 1	1.04 84	0.00 1	2.45 138	0.60 87	0.44 151	0.01 1	0.05 51	0.05 99	0.43 128	0.06 47	0.00 1	0.01 274	0.00 1	0.00 1	0.02 122	0.01 86

ff7	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 407	0.07 271	0.01 86

ffff	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 407	0.07 271	0.01 86

11t	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 407	0.07 271	0.01 86

CASnet	0.16 7	0.14 143	0.52 22	0.01 26	0.00 1	0.86 50	0.00 1	0.51 14	0.75 192	0.10 79	0.01 1	0.04 26	0.02 29	0.22 63	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala_base	1.19 325	0.11 114	0.90 71	0.07 233	0.05 280	1.19 150	0.01 77	4.28 347	0.15 11	0.04 37	0.01 1	0.24 132	0.04 85	0.12 16	0.29 214	7.21 486	1.13 482	0.00 1	0.25 452	7.61 484	0.00 1

AEACV	0.22 29	0.05 19	0.66 38	0.02 93	0.03 251	0.87 52	0.00 1	1.07 52	0.15 11	0.18 107	0.01 1	0.02 4	0.72 324	0.15 24	0.09 81	0.00 1	0.03 363	0.00 1	0.27 458	0.08 285	0.07 346

GCAP-Stereo	0.24 41	0.29 266	0.82 56	0.01 26	0.00 1	1.24 182	0.00 1	1.70 94	0.23 43	0.02 9	0.01 1	0.09 89	0.10 167	0.18 34	0.05 23	0.00 1	0.03 363	0.00 1	0.00 1	0.08 285	0.01 86

anonymousdsp	0.21 23	0.21 212	0.63 32	0.02 93	0.00 1	1.07 95	0.00 1	0.74 37	0.77 201	0.09 64	0.01 1	0.04 26	0.07 137	0.25 74	0.04 8	0.00 1	0.00 1	0.00 1	0.16 416	0.08 285	0.03 247

Selective-IGEV	0.22 29	0.06 37	0.46 13	0.05 192	0.04 270	0.34 14	0.04 220	2.16 117	0.59 79	0.09 64	0.01 1	0.02 4	0.05 99	0.18 34	0.05 23	0.00 1	0.00 1	0.00 1	0.09 391	0.03 177	0.09 365

EGLCR-Stereo	0.28 51	0.09 76	0.73 46	0.18 317	0.05 280	1.17 140	0.04 220	2.37 125	0.17 22	0.35 134	0.01 1	0.01 2	0.02 29	0.38 123	0.04 8	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.03 247

Selective-RAFT	0.37 82	0.06 37	0.65 37	0.03 142	0.01 143	1.17 140	0.02 148	2.63 153	0.66 143	0.01 4	0.01 1	0.22 131	0.18 213	1.31 192	0.24 182	0.00 1	0.00 1	0.00 1	0.20 434	0.04 213	0.00 1

ProNet	0.20 21	0.25 237	0.78 51	0.01 26	0.01 143	0.95 68	0.00 1	0.70 31	0.68 159	0.02 9	0.01 1	0.05 51	0.03 58	0.31 101	0.03 5	0.00 1	0.01 274	0.00 1	0.00 1	0.12 337	0.04 276

CroCo-Stereo Lap2	0.33 66	0.49 355	1.18 155	0.02 93	0.00 1	0.33 11	0.00 1	3.08 201	0.61 96	0.02 9	0.01 1	0.04 26	0.08 151	0.45 135	0.15 131	0.00 1	0.00 1	0.00 1	0.00 1	0.07 271	0.02 188

qqq	0.50 132	0.04 9	0.78 51	0.02 93	0.00 1	1.05 91	0.00 1	3.15 212	0.68 159	0.46 157	0.01 1	0.73 211	0.12 189	2.95 240	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

ccc-4	0.23 36	0.21 212	1.02 103	0.02 93	0.00 1	1.07 95	0.00 1	0.53 15	0.75 192	0.09 64	0.01 1	0.04 26	0.07 137	0.44 130	0.04 8	0.00 1	0.00 1	0.00 1	0.15 407	0.07 271	0.01 86

x	0.41 94	0.04 9	0.74 48	0.54 409	0.00 1	0.98 71	0.00 1	3.07 199	0.67 152	0.48 159	0.01 1	0.48 171	0.07 137	0.93 172	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

raft_robust	0.98 271	0.57 378	1.21 166	0.06 209	0.17 364	1.36 227	0.02 148	3.46 267	2.18 405	0.33 122	0.01 1	1.54 280	1.42 366	6.77 420	0.15 131	0.00 1	0.02 333	0.00 1	0.18 427	0.11 330	0.09 365

IGEV-Stereo	0.21 23	0.21 212	0.63 32	0.02 93	0.00 1	1.07 95	0.00 1	0.73 35	0.77 201	0.09 64	0.01 1	0.04 26	0.07 137	0.24 69	0.04 8	0.00 1	0.00 1	0.00 1	0.16 416	0.08 285	0.03 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.42 97	0.28 256	1.02 103	0.05 192	0.18 368	1.04 84	0.02 148	2.40 128	0.16 17	2.25 367	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 387	0.02 188

error version	0.42 97	0.28 256	1.02 103	0.05 192	0.18 368	1.04 84	0.02 148	2.40 128	0.16 17	2.25 367	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 387	0.02 188

test-v	0.42 97	0.28 256	1.02 103	0.05 192	0.18 368	1.04 84	0.02 148	2.40 128	0.16 17	2.25 367	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 387	0.02 188

test-3	0.63 168	0.06 37	1.00 95	0.07 233	0.13 343	0.99 72	0.01 77	2.46 140	0.20 32	1.96 345	0.01 1	1.10 259	0.05 99	3.75 269	0.23 177	0.00 1	0.00 1	0.00 1	0.26 455	0.15 361	0.13 393

test_1	0.61 160	0.06 37	1.00 95	0.07 233	0.12 337	0.99 72	0.01 77	2.46 140	0.20 32	1.71 324	0.01 1	1.10 259	0.04 85	3.71 267	0.23 177	0.00 1	0.00 1	0.00 1	0.25 452	0.15 361	0.13 393

test_3	0.58 154	0.06 37	1.04 118	0.07 233	0.12 337	1.01 74	0.01 77	2.45 138	0.20 32	0.95 221	0.01 1	1.05 251	0.05 99	3.74 268	0.23 177	0.00 1	0.00 1	0.00 1	0.25 452	0.15 361	0.13 393

TRStereo	0.59 156	0.79 418	1.59 234	0.56 413	0.01 143	1.19 150	0.03 194	4.74 386	0.60 87	0.17 104	0.01 1	0.62 189	0.44 276	0.57 149	0.07 55	0.00 1	0.04 377	0.00 1	0.24 449	0.01 39	0.14 400

test-2	0.42 97	0.28 256	1.02 103	0.05 192	0.18 368	1.04 84	0.02 148	2.40 128	0.16 17	2.25 367	0.01 1	0.32 146	0.03 58	0.09 3	0.15 131	0.00 1	0.11 434	0.00 1	0.00 1	0.19 387	0.02 188

cross-raft	0.53 144	0.12 122	1.78 263	0.03 142	0.01 143	1.04 84	0.10 297	3.21 230	0.23 43	0.37 142	0.01 1	2.86 367	0.04 85	0.24 69	0.24 182	0.00 1	0.01 274	0.00 1	0.16 416	0.01 39	0.02 188

CFNet-RSSM	0.51 135	0.12 122	1.26 172	0.03 142	0.14 349	1.24 182	0.02 148	4.12 330	0.15 11	0.31 118	0.01 1	1.96 315	0.04 85	0.19 40	0.25 190	0.00 1	0.01 274	0.00 1	0.27 458	0.01 39	0.01 86

Gwc-CoAtRS	0.42 97	0.12 122	1.28 176	0.03 142	0.13 343	1.03 76	0.02 148	2.33 123	0.15 11	0.35 134	0.01 1	2.27 338	0.03 58	0.20 52	0.25 190	0.00 1	0.01 274	0.00 1	0.22 442	0.01 39	0.01 86

FENet	0.52 138	0.07 51	1.62 236	0.04 172	0.00 1	1.19 150	0.05 241	3.10 204	0.98 241	0.89 211	0.01 1	1.63 293	0.09 159	0.47 139	0.28 210	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.01 86

MM-Stereo_test2	0.26 48	0.08 63	1.52 218	0.46 392	0.00 1	1.14 127	0.01 77	0.63 27	0.21 37	0.38 144	0.02 67	0.04 26	0.06 121	0.18 34	0.20 162	0.00 1	0.04 377	0.00 1	0.05 367	0.22 401	0.04 276

mms	0.11 2	0.07 51	0.45 12	0.01 26	0.00 1	0.35 16	0.01 77	0.38 8	0.15 11	0.05 40	0.02 67	0.06 64	0.05 99	0.20 52	0.04 8	0.00 1	0.02 333	0.00 1	0.00 1	0.10 320	0.14 400

ours_stereo	0.16 7	0.06 37	0.73 46	0.00 1	0.00 1	0.80 43	0.04 220	0.44 12	0.54 74	0.05 40	0.02 67	0.06 64	0.03 58	0.19 40	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.11 330	0.06 328

U	1.74 393	0.03 2	0.99 94	0.03 142	7.39 492	10.20 476	0.00 1	0.71 33	0.20 32	0.02 9	0.02 67	0.12 105	0.02 29	0.11 12	0.04 8	0.00 1	0.00 1	9.67 488	5.13 504	0.01 39	0.00 1

rvit_stereo_0080	0.30 58	0.23 229	1.20 163	0.00 1	0.00 1	0.90 54	0.01 77	2.79 167	0.60 87	0.02 9	0.02 67	0.06 64	0.01 9	0.12 16	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188

test_sample2	0.63 168	0.05 19	1.13 140	0.31 362	0.01 143	1.22 166	0.00 1	3.87 315	1.03 249	0.91 216	0.02 67	0.50 175	0.13 196	3.16 246	0.26 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

IGEV++	0.36 79	0.19 193	0.57 28	0.09 259	0.00 1	0.35 16	0.03 194	4.62 376	0.24 48	0.12 89	0.02 67	0.03 15	0.17 209	0.24 69	0.23 177	0.00 1	0.05 390	0.00 1	0.04 362	0.09 307	0.08 359

MyStereo05	0.79 217	0.19 193	3.17 382	0.02 93	0.00 1	1.51 284	0.01 77	3.56 278	2.48 419	1.34 282	0.02 67	1.25 266	0.38 268	1.19 185	0.50 289	0.00 1	0.06 398	0.00 1	0.00 1	0.02 122	0.07 346

MyStereo04	0.78 216	0.27 245	3.19 383	0.02 93	0.01 143	1.64 326	0.01 77	3.64 287	2.20 407	0.98 234	0.02 67	1.29 268	0.57 294	1.10 182	0.53 296	0.00 1	0.07 407	0.00 1	0.00 1	0.03 177	0.06 328

whm_eth	0.30 58	0.23 229	1.20 163	0.00 1	0.00 1	0.90 54	0.01 77	2.79 167	0.60 87	0.02 9	0.02 67	0.06 64	0.01 9	0.12 16	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188

MIM_Stereo	0.45 112	0.43 327	1.18 155	0.51 406	0.04 270	1.26 195	0.02 148	2.38 126	0.65 134	0.07 48	0.02 67	0.70 205	0.20 225	1.01 179	0.13 111	0.00 1	0.09 422	0.00 1	0.00 1	0.14 349	0.10 371

DLNR_Zeroshot_test	23.05 507	49.79 513	87.94 512	97.52 525	94.73 520	1.18 147	0.00 1	20.60 499	0.14 7	0.02 9	0.02 67	0.02 4	0.02 29	4.35 299	0.10 93	32.22 512	0.04 377	0.00 1	0.27 458	72.00 518	0.06 328

LL-Strereo2	0.36 79	0.47 348	1.08 127	0.09 259	0.03 251	1.12 118	0.07 270	1.66 89	0.93 234	0.43 150	0.02 67	0.51 177	0.08 151	0.23 66	0.29 214	0.00 1	0.00 1	0.00 1	0.03 351	0.04 213	0.04 276

LoS_RVC	0.19 18	0.48 350	0.51 20	0.12 280	0.10 328	1.01 74	0.01 77	0.81 42	0.19 27	0.07 48	0.02 67	0.06 64	0.05 99	0.31 101	0.05 23	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.04 276

CAS	0.85 237	0.09 76	0.67 39	6.43 485	0.05 280	1.12 118	0.00 1	0.88 46	0.69 172	0.02 9	0.02 67	0.06 64	0.06 121	0.26 82	0.12 107	6.37 485	0.00 1	0.00 1	0.00 1	0.00 1	0.20 426

CES	0.43 104	0.14 143	0.85 60	0.05 192	1.52 467	1.22 166	0.05 241	1.01 50	0.59 79	0.03 28	0.02 67	0.14 116	0.10 167	0.40 125	0.10 93	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	2.45 481

knoymous	0.35 75	0.05 19	1.11 134	0.05 192	0.01 143	1.15 134	0.01 77	2.06 112	0.14 7	0.40 146	0.02 67	1.67 297	0.00 1	0.31 101	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

riskmin	0.47 121	0.03 2	1.01 98	0.08 248	0.01 143	1.12 118	0.01 77	3.00 187	0.21 37	0.46 157	0.02 67	2.08 321	1.06 340	0.26 82	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 86

MC-Stereo	0.24 41	0.12 122	0.71 45	0.04 172	0.02 229	1.07 95	0.00 1	1.30 64	0.17 22	0.59 167	0.02 67	0.08 84	0.11 177	0.18 34	0.05 23	0.00 1	0.02 333	0.00 1	0.17 424	0.06 256	0.02 188

GLC_STEREO	0.13 3	0.08 63	0.61 30	0.01 26	0.00 1	0.94 65	0.03 194	0.29 2	0.21 37	0.05 40	0.02 67	0.06 64	0.04 85	0.26 82	0.07 55	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

CroCo-Stereo	0.39 88	0.40 312	1.67 248	0.07 233	0.00 1	0.19 5	0.01 77	3.55 277	0.75 192	0.08 56	0.02 67	0.46 167	0.08 151	0.28 92	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86
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
raftrobust	0.46 115	0.42 321	1.05 123	0.01 26	0.21 384	1.17 140	0.05 241	2.07 114	0.19 27	2.98 405	0.02 67	0.12 105	0.15 203	0.25 74	0.31 225	0.00 1	0.03 363	0.00 1	0.00 1	0.08 285	0.06 328

PMTNet	0.21 23	0.19 193	0.85 60	0.02 93	0.02 229	1.14 127	0.30 372	0.88 46	0.11 1	0.03 28	0.02 67	0.07 78	0.02 29	0.37 120	0.12 107	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.00 1

DeepPruner_ROB	0.86 241	0.50 358	1.80 266	0.01 26	0.00 1	1.57 298	0.17 321	3.48 270	0.42 67	3.31 414	0.02 67	2.09 323	0.17 209	3.01 242	0.61 312	0.00 1	0.00 1	0.00 1	0.00 1	0.12 337	0.01 86

rvit_0105_6	0.34 69	0.10 95	1.37 195	0.01 26	0.00 1	0.86 50	0.00 1	2.78 166	1.32 309	0.04 37	0.03 91	0.07 78	0.02 29	0.19 40	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 247

IGEV-BASED-STEREO-	1.75 395	19.48 505	12.37 486	0.06 209	0.00 1	0.47 32	0.05 241	0.46 13	0.31 55	0.13 97	0.03 91	0.03 15	0.00 1	0.07 2	0.41 265	0.00 1	0.00 1	0.00 1	0.06 377	0.07 271	0.92 467

rvit_stereo_ft	0.31 61	0.32 275	1.63 238	0.01 26	0.00 1	0.19 5	0.00 1	2.84 173	0.79 204	0.02 9	0.03 91	0.08 84	0.02 29	0.19 40	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.03 247

testlalala2	0.77 208	0.13 132	1.72 255	3.72 479	2.44 475	1.10 109	0.01 77	3.27 240	0.73 185	0.09 64	0.03 91	1.38 273	0.08 151	0.12 16	0.09 81	0.00 1	0.02 333	0.00 1	0.37 475	0.01 39	0.01 86

IGEVStereo-DCA	0.46 115	0.09 76	1.02 103	0.02 93	0.00 1	0.82 47	0.00 1	0.53 15	0.75 192	0.09 64	0.03 91	0.03 15	0.06 121	5.04 337	0.51 291	0.00 1	0.00 1	0.00 1	0.15 407	0.05 236	0.01 86

rrr	0.62 166	0.09 76	2.07 299	0.02 93	0.00 1	0.82 47	0.06 263	2.29 121	0.85 223	0.09 64	0.03 91	0.03 15	0.06 121	5.04 337	0.51 291	0.00 1	0.00 1	0.00 1	0.19 429	0.05 236	0.07 346

MaDis-Stereo	0.22 29	0.29 266	0.87 64	0.05 192	0.18 368	0.41 25	0.01 77	1.24 61	0.56 76	0.02 9	0.03 91	0.13 110	0.05 99	0.32 107	0.24 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

4D-IteraStereo	0.35 75	0.60 383	1.93 273	0.02 93	0.09 319	1.03 76	0.07 270	1.25 62	0.34 60	0.02 9	0.03 91	0.84 227	0.10 167	0.31 101	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236	0.07 346

LoS	0.28 51	0.16 166	0.95 85	0.07 233	0.01 143	1.32 213	0.07 270	1.30 64	0.60 87	0.04 37	0.03 91	0.28 142	0.11 177	0.48 140	0.11 102	0.00 1	0.01 274	0.00 1	0.00 1	0.03 177	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TestStereo	0.61 160	0.55 371	1.84 270	0.00 1	0.00 1	0.94 65	0.00 1	1.65 86	0.23 43	0.12 89	0.03 91	0.08 84	0.06 121	6.59 405	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.25 45	0.60 383	1.28 176	0.01 26	0.00 1	0.48 33	0.00 1	0.74 37	1.24 294	0.16 101	0.03 91	0.07 78	0.09 159	0.22 63	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MM-Stereo_test1	0.40 92	0.13 132	1.31 186	0.64 424	0.07 301	0.92 61	0.03 194	3.08 201	0.80 208	0.35 134	0.04 102	0.05 51	0.02 29	0.20 52	0.13 111	0.00 1	0.02 333	0.00 1	0.00 1	0.26 416	0.02 188

RAStereo	0.17 10	0.21 212	1.18 155	0.04 172	0.01 143	0.18 4	0.00 1	0.81 42	0.34 60	0.07 48	0.04 102	0.05 51	0.05 99	0.19 40	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.00 1

AnonymousM	0.34 69	0.07 51	0.63 32	0.02 93	0.01 143	1.09 105	0.03 194	1.54 83	0.68 159	0.17 104	0.04 102	0.02 4	0.24 235	0.25 74	0.04 8	0.00 1	0.01 274	1.93 480	0.00 1	0.01 39	0.00 1

test_xeample3	0.35 75	0.10 95	1.95 278	0.02 93	0.00 1	0.93 63	0.07 270	1.70 94	0.86 225	0.09 64	0.04 102	0.05 51	0.05 99	0.23 66	0.51 291	0.00 1	0.00 1	0.00 1	0.24 449	0.06 256	0.08 359

UDGNet	0.35 75	0.50 358	1.14 142	0.02 93	0.00 1	1.12 118	0.02 148	0.70 31	1.57 355	0.31 118	0.05 106	0.06 64	0.02 29	1.45 203	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.34 69	0.67 399	1.55 221	0.04 172	0.01 143	1.22 166	0.03 194	0.84 44	1.16 282	0.18 107	0.05 106	0.12 105	0.05 99	0.29 95	0.44 272	0.02 414	0.00 1	0.00 1	0.00 1	0.05 236	0.00 1

sAnonymous2	0.37 82	0.32 275	3.21 386	0.01 26	0.00 1	0.35 16	0.08 277	1.96 107	0.90 227	0.03 28	0.05 106	0.04 26	0.11 177	0.11 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 349	0.18 416

CroCo_RVC	0.37 82	0.32 275	3.21 386	0.01 26	0.00 1	0.35 16	0.08 277	1.96 107	0.90 227	0.03 28	0.05 106	0.04 26	0.11 177	0.11 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 349	0.18 416

sCroCo_RVC	0.21 23	0.14 143	1.54 219	0.01 26	0.00 1	0.13 2	0.04 220	1.10 53	0.65 134	0.10 79	0.05 106	0.03 15	0.04 85	0.23 66	0.05 23	0.00 1	0.07 407	0.00 1	0.00 1	0.01 39	0.00 1

rvit_0105_4	0.39 88	0.16 166	1.66 244	0.01 26	0.00 1	0.85 49	0.00 1	3.15 212	1.33 311	0.07 48	0.06 111	0.10 99	0.03 58	0.29 95	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

FADNet	1.20 328	0.93 436	4.51 437	0.03 142	0.06 291	2.56 382	0.16 318	4.02 322	1.42 326	0.32 120	0.06 111	1.66 296	1.07 342	5.56 363	0.87 332	0.19 453	0.02 333	0.01 405	0.01 322	0.50 459	0.03 247

plain	0.41 94	0.28 256	2.26 324	0.07 233	0.00 1	0.50 34	0.01 77	2.84 173	0.92 230	0.05 40	0.07 113	0.13 110	0.17 209	0.43 128	0.20 162	0.00 1	0.00 1	0.00 1	0.00 1	0.34 440	0.01 86

CREStereo	0.22 29	0.17 177	0.64 35	0.00 1	0.01 143	1.22 166	0.01 77	1.15 56	0.56 76	0.10 79	0.07 113	0.04 26	0.00 1	0.32 107	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1
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
FADNet-RVC	1.10 307	1.07 447	4.79 443	0.03 142	0.00 1	1.60 313	0.08 277	3.77 298	1.70 368	0.35 134	0.07 113	0.61 186	0.66 316	5.32 350	1.11 346	0.01 392	0.08 418	0.00 1	0.00 1	0.48 457	0.18 416

DCVSM-stereo	0.70 192	0.04 9	1.69 251	0.07 233	0.01 143	1.27 198	0.04 220	1.85 101	0.14 7	3.56 421	0.08 116	3.07 379	0.60 297	1.35 196	0.11 102	0.00 1	0.00 1	0.01 405	0.00 1	0.02 122	0.00 1

rvit_stereo_0075_2	0.37 82	0.13 132	2.43 337	0.02 93	0.00 1	1.12 118	0.02 148	1.66 89	1.15 280	0.16 101	0.08 116	0.02 4	0.05 99	0.40 125	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.10 371

trnet	0.22 29	0.14 143	0.67 39	0.00 1	0.00 1	1.24 182	0.01 77	1.16 57	0.56 76	0.09 64	0.08 116	0.05 51	0.00 1	0.29 95	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

MIF-Stereo (partial)	0.27 49	0.18 185	1.14 142	0.01 26	0.00 1	0.43 30	0.02 148	1.97 109	0.39 66	0.11 87	0.08 116	0.07 78	0.06 121	0.44 130	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236	0.02 188

rvit_0105_5	0.41 94	0.20 204	1.94 277	0.01 26	0.00 1	0.91 56	0.00 1	3.18 221	1.27 299	0.08 56	0.09 120	0.10 99	0.02 29	0.35 116	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.03 247

test_for_model	4.23 458	22.88 508	0.91 75	12.40 499	10.47 499	1.08 103	0.06 263	4.08 325	1.36 314	1.91 340	0.09 120	0.15 118	0.03 58	0.10 10	0.22 171	7.44 488	1.43 485	0.00 1	0.01 322	18.08 507	1.99 479

RAFT	0.60 157	0.50 358	1.01 98	0.50 402	0.04 270	0.94 65	0.08 277	3.01 189	0.65 134	0.22 111	0.09 120	3.41 394	0.27 244	0.53 144	0.37 254	0.00 1	0.03 363	0.00 1	0.01 322	0.40 449	0.03 247

DMCA-RVC	0.90 260	0.64 392	3.30 391	0.03 142	0.04 270	1.30 208	0.06 263	2.65 156	0.73 185	3.21 411	0.09 120	0.99 246	0.66 316	3.14 245	0.99 342	0.01 392	0.04 377	0.02 430	0.01 322	0.07 271	0.01 86

testlalala	0.46 115	0.13 132	0.82 56	0.17 311	0.10 328	1.13 125	0.03 194	2.63 153	1.13 276	2.04 353	0.10 124	0.29 144	0.04 85	0.15 24	0.27 203	0.00 1	0.01 274	0.00 1	0.26 455	0.00 1	0.00 1

Wz-Net-LNSev	1.30 338	0.85 428	6.26 466	0.02 93	0.03 251	4.02 424	0.13 308	4.21 337	1.12 274	0.77 194	0.10 124	3.60 399	1.11 346	2.68 234	1.12 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

MIPNet	0.64 171	0.42 321	2.01 288	0.08 248	0.07 301	1.29 204	0.11 299	3.47 269	1.29 304	0.67 178	0.10 124	0.63 192	0.97 338	1.25 189	0.25 190	0.00 1	0.01 274	0.01 405	0.01 322	0.11 330	0.04 276

UPFNet	0.87 248	0.09 76	2.05 297	0.00 1	0.00 1	1.90 351	0.11 299	3.41 258	0.83 216	2.15 358	0.10 124	1.92 311	0.09 159	3.94 282	0.70 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.00 1

RAFT-Test	0.61 160	0.16 166	2.27 327	0.04 172	0.15 355	1.80 346	0.17 321	2.52 146	0.65 134	0.56 165	0.11 128	2.76 361	0.02 29	0.27 90	0.34 240	0.00 1	0.07 407	0.00 1	0.29 465	0.01 39	0.01 86

DIP-Stereo	0.58 154	0.23 229	0.90 71	0.08 248	0.00 1	1.43 256	0.01 77	6.01 453	1.38 316	0.92 218	0.11 128	0.04 26	0.19 219	0.12 16	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.03 177	0.01 86
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WCG-NET（raft）	0.29 55	0.24 233	0.51 20	0.01 26	0.00 1	0.91 56	0.05 241	0.56 21	1.12 274	0.21 110	0.12 130	1.54 280	0.14 200	0.14 23	0.07 55	0.00 1	0.11 434	0.00 1	0.00 1	0.08 285	0.03 247

Anonymous_2	1.69 390	0.05 19	1.31 186	0.08 248	0.03 251	1.22 166	0.01 77	3.25 232	0.19 27	0.76 192	0.13 131	2.68 356	1.99 399	0.39 124	0.13 111	0.05 431	0.25 463	3.27 483	14.54 508	3.40 475	0.01 86

IGEV-RUCA	0.28 51	0.05 19	0.53 23	0.12 280	0.11 335	1.25 191	0.32 377	0.80 41	0.20 32	0.10 79	0.14 132	0.16 123	0.25 238	0.29 95	0.25 190	0.05 431	0.19 460	0.20 459	0.23 446	0.18 379	0.19 421

ToySt	0.47 121	0.25 237	2.47 344	0.04 172	0.01 143	1.17 140	0.00 1	2.01 110	0.63 116	0.08 56	0.14 132	1.16 261	0.05 99	0.80 168	0.46 281	0.00 1	0.00 1	0.00 1	0.03 351	0.10 320	0.04 276

DCANet-4	0.69 189	0.15 155	3.76 410	0.03 142	0.01 143	1.22 166	0.01 77	3.14 210	1.90 384	2.34 377	0.14 132	0.11 101	0.25 238	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297

fff	0.66 178	0.42 321	2.21 310	0.01 26	0.01 143	1.22 166	0.02 148	3.26 234	1.04 251	2.34 377	0.14 132	0.09 89	1.83 392	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297

csc	0.66 178	0.42 321	2.21 310	0.01 26	0.01 143	1.22 166	0.02 148	3.26 234	1.04 251	2.34 377	0.14 132	0.09 89	1.83 392	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297

cscssc	0.66 178	0.42 321	2.21 310	0.01 26	0.01 143	1.22 166	0.02 148	3.26 234	1.04 251	2.34 377	0.14 132	0.09 89	1.83 392	0.34 111	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297

UNet	1.13 315	0.24 233	4.21 425	0.01 26	0.02 229	2.31 371	0.02 148	3.06 197	0.76 200	1.17 262	0.14 132	2.73 359	1.58 380	4.48 312	1.92 390	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

anonymousdsp2	0.52 138	0.06 37	1.51 216	0.10 270	0.00 1	1.19 150	0.01 77	4.32 354	0.63 116	0.33 122	0.15 139	0.78 224	0.09 159	1.01 179	0.06 47	0.00 1	0.00 1	0.00 1	0.11 399	0.04 213	0.05 297

DMCA	0.68 187	0.22 222	1.96 281	0.01 26	0.01 143	1.28 200	0.02 148	3.02 190	1.54 348	2.14 357	0.15 139	1.74 298	0.10 167	0.45 135	0.95 340	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

Reg-Stereo(zero)	0.46 115	0.04 9	1.77 260	0.01 26	0.14 349	1.20 159	0.13 308	1.13 55	0.26 52	0.05 40	0.16 141	1.75 300	1.10 345	0.67 160	0.45 276	0.00 1	0.03 363	0.00 1	0.12 404	0.01 39	0.09 365

UniTT-Stereo	0.16 7	0.11 114	1.13 140	0.03 142	0.17 364	0.32 10	0.02 148	0.38 8	0.32 58	0.03 28	0.16 141	0.05 51	0.07 137	0.16 27	0.16 139	0.00 1	0.00 1	0.00 1	0.00 1	0.11 330	0.00 1

gwcnet-sp	0.98 271	0.38 300	4.06 420	0.04 172	0.00 1	2.60 384	0.15 314	3.51 272	1.13 276	1.75 326	0.16 141	0.68 199	0.39 269	3.69 264	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.06 256	0.03 247

scenet	0.98 271	0.38 300	4.06 420	0.04 172	0.00 1	2.60 384	0.15 314	3.51 272	1.13 276	1.75 326	0.16 141	0.68 199	0.39 269	3.69 264	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.06 256	0.03 247

ssnet	0.98 271	0.38 300	4.06 420	0.04 172	0.00 1	2.60 384	0.15 314	3.51 272	1.13 276	1.75 326	0.16 141	0.68 199	0.39 269	3.69 264	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.06 256	0.03 247

rafts_anoy	0.39 88	0.44 332	1.15 145	0.06 209	0.03 251	1.12 118	0.04 220	2.75 164	0.33 59	0.10 79	0.16 141	0.11 101	0.19 219	0.74 164	0.31 225	0.00 1	0.14 449	0.00 1	0.01 322	0.02 122	0.05 297

HITNet	0.80 221	0.58 379	2.14 305	0.69 429	0.00 1	1.35 225	0.02 148	4.50 368	1.15 280	1.76 330	0.16 141	0.60 185	0.30 246	1.13 184	1.64 374	0.00 1	0.00 1	0.00 1	0.00 1	0.06 256	0.00 1
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
999	0.48 128	0.07 51	0.55 26	0.01 26	0.00 1	1.27 198	0.09 289	0.33 5	0.61 96	0.01 4	0.17 148	0.03 15	0.02 29	5.79 373	0.51 291	0.00 1	0.00 1	0.00 1	0.00 1	0.11 330	0.00 1

test_5	0.74 197	0.50 358	1.55 221	0.44 386	0.25 398	1.45 266	0.01 77	4.16 332	0.78 203	0.79 199	0.17 148	0.42 163	0.64 309	3.06 244	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.16 366	0.21 428

NRIStereo	0.74 197	0.08 63	0.88 66	0.47 396	0.05 280	1.58 302	0.49 398	1.38 67	0.61 96	0.88 209	0.17 148	0.66 198	0.03 58	6.96 437	0.22 171	0.00 1	0.06 398	0.00 1	0.00 1	0.06 256	0.17 410

STTStereo	0.83 229	0.34 284	2.44 339	0.24 338	0.15 355	1.41 246	0.10 297	3.02 190	1.55 349	1.34 282	0.17 148	1.77 303	0.45 280	3.42 254	0.30 222	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 86

Former-RAFT_DAM_RVC	0.23 36	0.13 132	0.62 31	0.01 26	0.00 1	1.05 91	0.00 1	0.63 27	0.80 208	0.76 192	0.18 152	0.09 89	0.06 121	0.05 1	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.05 297

Patchmatch Stereo++	0.50 132	0.09 76	1.01 98	0.06 209	0.07 301	1.60 313	0.27 354	1.45 77	0.68 159	0.98 234	0.18 152	0.77 219	0.03 58	2.58 227	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.05 297
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 115	0.09 76	1.01 98	0.06 209	0.09 319	1.61 317	0.30 372	1.43 70	0.69 172	0.97 225	0.18 152	0.77 219	0.02 29	1.67 209	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.05 297

HUI-Stereo	0.45 112	0.09 76	1.08 127	0.06 209	0.08 311	1.61 317	0.32 377	1.43 70	0.70 182	0.97 225	0.18 152	0.77 219	0.02 29	1.44 202	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.05 297

iRAFT	0.50 132	0.09 76	1.01 98	0.06 209	0.07 301	1.60 313	0.27 354	1.45 77	0.68 159	0.98 234	0.18 152	0.77 219	0.03 58	2.58 227	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.05 297

RAFT-IKP	0.45 112	0.09 76	1.06 124	0.06 209	0.06 291	1.44 260	0.31 376	1.44 74	0.69 172	0.97 225	0.18 152	0.76 215	0.02 29	1.65 208	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.04 276

CFNet-ft	0.77 208	0.46 340	1.34 190	0.01 26	0.27 406	1.32 213	0.02 148	2.40 128	0.68 159	0.63 173	0.18 152	3.23 391	0.21 230	3.97 283	0.54 299	0.00 1	0.00 1	0.01 405	0.00 1	0.03 177	0.02 188

CFNet_RVC	0.77 208	0.46 340	1.34 190	0.01 26	0.27 406	1.32 213	0.02 148	2.40 128	0.68 159	0.63 173	0.18 152	3.23 391	0.21 230	3.97 283	0.54 299	0.00 1	0.00 1	0.01 405	0.00 1	0.03 177	0.02 188

ROB_FTStereo_v2	0.43 104	0.09 76	1.00 95	0.06 209	0.08 311	1.57 298	0.33 380	1.44 74	0.67 152	0.97 225	0.19 160	0.77 219	0.02 29	1.23 188	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.05 297

ROB_FTStereo	0.47 121	0.09 76	1.04 118	0.06 209	0.08 311	1.59 309	0.33 380	1.43 70	0.68 159	0.97 225	0.19 160	0.76 215	0.03 58	1.86 215	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.05 297

iGMRVC	0.51 135	0.09 76	1.04 118	0.06 209	0.08 311	1.61 317	0.27 354	1.44 74	0.69 172	0.97 225	0.19 160	0.76 215	0.03 58	2.69 235	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.04 276

FADNet-RVC-Resample	1.08 295	1.00 442	5.32 451	0.10 270	0.14 349	1.53 291	0.25 346	3.62 284	1.18 284	0.51 163	0.19 160	1.04 250	0.28 245	5.20 343	0.44 272	0.10 443	0.16 455	0.09 447	0.06 377	0.24 406	0.21 428

ADStereo(finetuned)	0.83 229	0.43 327	3.68 407	0.03 142	0.00 1	1.22 166	0.01 77	3.26 234	1.86 380	2.61 394	0.20 164	0.09 89	2.39 411	0.34 111	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.06 328

CBFPSM	1.39 352	0.61 386	4.29 429	0.01 26	0.01 143	3.64 418	0.03 194	3.39 254	0.80 208	0.64 176	0.21 165	6.18 443	3.70 442	2.38 224	1.82 382	0.00 1	0.01 274	0.00 1	0.00 1	0.08 285	0.01 86

LCNet	0.87 248	0.18 185	0.97 92	0.14 298	0.26 401	1.19 150	0.22 339	2.36 124	0.71 184	1.82 334	0.21 165	0.11 101	2.56 413	5.56 363	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.15 361	0.81 463

HCRNet	0.73 195	0.19 193	1.10 132	0.01 26	0.00 1	1.17 140	0.01 77	3.07 199	1.97 388	0.60 168	0.21 165	0.56 181	0.11 177	5.34 352	0.20 162	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.02 188

DCANet	0.66 178	0.43 327	2.21 310	0.03 142	0.00 1	1.22 166	0.01 77	3.26 234	1.85 379	2.61 394	0.21 165	0.09 89	0.49 285	0.33 110	0.39 264	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.06 328

UGAM-zero	1.60 375	0.15 155	2.43 337	0.12 280	0.28 416	1.07 95	0.04 220	5.96 452	0.26 52	1.18 264	0.22 169	8.02 455	4.54 450	6.89 431	0.27 203	0.00 1	0.09 422	0.00 1	0.29 465	0.01 39	0.15 403

iRaftStereo_RVC	0.36 79	0.27 245	0.76 49	0.01 26	0.00 1	1.20 159	0.01 77	2.15 116	0.62 108	0.15 100	0.22 169	0.69 202	0.12 189	0.28 92	0.18 154	0.00 1	0.06 398	0.00 1	0.00 1	0.27 421	0.22 431

Anonymous3	0.49 129	0.12 122	2.21 310	0.01 26	0.00 1	2.53 381	0.09 289	3.16 217	0.65 134	0.12 89	0.22 169	0.12 105	0.05 99	0.37 120	0.08 68	0.00 1	0.07 407	0.00 1	0.00 1	0.04 213	0.03 247

BEATNet_4x	0.97 269	0.77 415	3.36 394	0.46 392	0.01 143	1.32 213	0.09 289	4.57 374	1.26 296	1.88 339	0.22 169	1.09 257	0.42 274	1.79 213	2.09 400	0.00 1	0.00 1	0.00 1	0.00 1	0.08 285	0.06 328

rvit_0105_3	0.47 121	0.28 256	2.20 309	0.01 26	0.00 1	1.13 125	0.00 1	3.20 228	1.26 296	0.08 56	0.26 173	0.09 89	0.03 58	0.62 157	0.11 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

rvit_105_1	0.60 157	0.33 282	2.37 334	0.01 26	0.00 1	1.16 137	0.00 1	3.38 252	1.20 288	0.16 101	0.26 173	0.13 110	0.04 85	2.66 233	0.24 182	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.03 247

Any-RAFT	0.64 171	0.08 63	1.07 125	0.03 142	0.00 1	2.77 394	0.08 277	3.57 279	1.23 291	0.96 223	0.26 173	1.61 288	0.31 250	0.72 163	0.06 47	0.00 1	0.10 431	0.00 1	0.00 1	0.01 39	0.00 1

AACVNet	0.87 248	0.44 332	1.19 160	0.17 311	0.00 1	1.76 341	0.00 1	3.60 283	0.60 87	1.03 244	0.26 173	1.31 269	0.17 209	6.33 392	0.28 210	0.00 1	0.00 1	0.00 1	0.00 1	0.17 371	0.01 86

ICVP	0.46 115	0.08 63	1.58 231	0.01 26	0.01 143	1.10 109	0.21 335	3.80 304	0.52 73	0.42 149	0.27 177	0.33 150	0.06 121	0.57 149	0.13 111	0.00 1	0.07 407	0.00 1	0.00 1	0.04 213	0.01 86
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	2.87 431	0.98 439	8.75 477	0.07 233	0.16 361	5.93 454	2.90 458	4.00 321	1.84 376	1.52 307	0.27 177	3.81 406	3.22 432	6.05 379	17.38 490	0.00 1	0.00 1	0.00 1	0.00 1	0.14 349	0.30 440

PCWNet_CMD	0.65 173	0.14 143	2.02 290	0.01 26	0.01 143	1.10 109	0.00 1	2.80 170	0.97 239	0.48 159	0.28 179	2.31 342	1.50 371	1.19 185	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

MSMDNet	0.65 173	0.14 143	2.02 290	0.01 26	0.01 143	1.11 114	0.00 1	2.88 177	0.98 241	0.49 162	0.28 179	2.32 343	1.49 368	1.19 185	0.08 68	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

AIO-test1	0.53 144	0.38 300	1.50 210	0.02 93	0.03 251	1.12 118	0.01 77	3.13 209	0.69 172	0.44 151	0.30 181	0.06 64	0.06 121	2.52 225	0.13 111	0.00 1	0.00 1	0.00 1	0.02 342	0.13 342	0.09 365

CRE-IMP	0.40 92	0.06 37	1.04 118	0.07 233	0.05 280	1.45 266	0.46 395	1.48 80	0.63 116	0.90 213	0.30 181	0.88 230	0.01 9	0.26 82	0.22 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.17 410

RALCasStereoNet	0.44 108	0.44 332	1.03 114	0.03 142	0.00 1	1.10 109	0.03 194	2.46 140	0.90 227	0.07 48	0.32 183	0.12 105	0.20 225	1.28 191	0.25 190	0.00 1	0.31 468	0.00 1	0.00 1	0.08 285	0.12 386

GES	0.61 160	0.08 63	1.78 263	0.00 1	0.00 1	1.59 309	0.07 270	5.32 423	0.13 4	0.62 169	0.32 183	0.37 154	0.67 321	0.68 162	0.49 287	0.03 422	0.00 1	0.01 405	0.00 1	0.02 122	0.01 86

MMNet	1.20 328	0.27 245	3.59 405	0.09 259	0.00 1	4.15 427	0.01 77	3.63 286	1.19 286	1.93 344	0.32 183	1.35 272	1.23 354	4.42 304	1.84 384	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

GANet-RSSM	0.88 252	0.38 300	1.45 206	0.60 417	0.00 1	1.36 227	0.02 148	4.55 370	0.69 172	0.71 184	0.32 183	1.56 282	0.61 300	4.55 317	0.64 316	0.00 1	0.00 1	0.05 442	0.00 1	0.08 285	0.02 188

FADNet_RVC	1.15 320	1.06 446	4.34 433	0.02 93	0.06 291	2.77 394	0.04 220	3.50 271	0.80 208	0.35 134	0.32 183	0.65 195	0.09 159	5.20 343	1.56 369	0.24 459	0.34 470	0.11 452	0.33 471	0.65 466	0.60 456

GANetREF_RVC	1.10 307	0.95 437	2.98 370	0.06 209	0.00 1	2.23 366	0.18 325	3.95 319	2.53 422	0.56 165	0.32 183	1.89 310	0.66 316	5.03 336	0.51 291	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236	0.04 276
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
PSMNet_ROB	1.09 303	0.69 403	2.92 367	0.03 142	0.07 301	1.68 333	0.16 318	3.44 264	1.30 306	0.96 223	0.32 183	2.81 362	0.63 306	4.23 293	2.48 409	0.00 1	0.00 1	0.00 1	0.00 1	0.08 285	0.04 276

WCG-NET	0.22 29	0.17 177	0.54 25	0.01 26	0.00 1	0.91 56	0.05 241	0.61 25	1.09 266	0.17 104	0.33 190	0.03 15	0.13 196	0.20 52	0.07 55	0.00 1	0.03 363	0.00 1	0.00 1	0.09 307	0.02 188

IPLGR	0.76 206	0.21 212	2.98 370	0.06 209	0.07 301	1.24 182	0.05 241	3.09 203	1.38 316	0.62 169	0.34 191	0.75 214	0.78 326	3.35 249	0.22 171	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236	0.06 328

RYNet	1.52 364	0.35 286	3.38 395	0.25 341	0.04 270	2.31 371	0.03 194	4.62 376	1.47 336	1.14 257	0.34 191	4.52 420	1.38 364	6.36 394	4.23 431	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

NCCL2	1.30 338	0.63 391	2.31 330	0.02 93	0.03 251	1.57 298	3.41 461	3.91 317	1.39 318	3.14 410	0.34 191	3.90 407	0.30 246	3.75 269	1.19 353	0.00 1	0.00 1	0.02 430	0.00 1	0.03 177	0.05 297

ITSA-stereo	1.13 315	0.14 143	1.59 234	0.17 311	0.04 270	1.40 241	0.14 312	5.66 441	3.10 432	0.74 188	0.35 194	0.62 189	1.06 340	5.53 359	1.63 373	0.03 422	0.00 1	0.09 447	0.06 377	0.07 271	0.07 346

dad	0.88 252	0.62 388	2.26 324	0.06 209	0.01 143	1.24 182	0.00 1	0.98 49	2.17 404	1.29 277	0.35 194	0.37 154	0.04 85	5.80 374	1.06 345	0.01 392	0.00 1	1.13 474	0.11 399	0.05 236	0.00 1

NLCA_NET_v2_RVC	1.04 286	0.55 371	2.52 347	0.56 413	1.00 457	1.37 232	0.00 1	3.43 262	1.35 313	2.24 366	0.35 194	2.18 335	0.58 296	4.28 295	0.34 240	0.00 1	0.00 1	0.00 1	0.01 322	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	0.96 267	0.41 315	2.03 292	0.02 93	0.01 143	2.14 360	0.01 77	4.31 350	1.07 262	1.35 288	0.36 197	0.70 205	0.44 276	2.58 227	0.34 240	0.53 467	0.00 1	1.82 476	1.10 488	0.02 122	0.02 188

test_sample9	2.36 422	0.41 315	2.03 292	0.02 93	0.01 143	2.14 360	0.01 77	4.31 350	1.07 262	1.35 288	0.36 197	0.70 205	0.44 276	5.58 367	8.70 465	0.53 467	16.52 509	1.82 476	1.10 488	0.02 122	0.02 188

test_sample7	0.72 194	0.18 185	1.23 169	0.55 411	0.01 143	1.21 163	0.00 1	4.31 350	1.07 262	1.35 288	0.36 197	0.70 205	0.44 276	2.58 227	0.34 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.02 188

NVstereo2D	1.09 303	0.17 177	4.40 434	0.00 1	0.00 1	1.59 309	0.18 325	4.29 348	1.40 322	0.85 207	0.36 197	2.30 340	0.62 305	5.26 346	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

iRaft-Stereo_20w	0.92 262	0.15 155	2.68 357	0.24 338	0.06 291	1.36 227	0.28 362	7.46 473	0.34 60	1.56 317	0.37 201	0.62 189	1.24 357	1.25 189	0.34 240	0.00 1	0.09 422	0.00 1	0.16 416	0.02 122	0.13 393

AdaStereo	0.65 173	0.09 76	1.12 136	0.02 93	0.00 1	1.45 266	0.23 343	4.38 356	1.44 331	1.17 262	0.37 201	1.56 282	0.18 213	0.56 148	0.37 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1
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.
PSM-softLoss	0.85 237	0.10 95	1.50 210	1.14 458	0.03 251	1.47 273	0.27 354	2.48 143	0.69 172	1.30 278	0.38 203	0.39 159	0.01 9	6.88 428	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

KMStereo	0.85 237	0.10 95	1.50 210	1.14 458	0.03 251	1.47 273	0.27 354	2.48 143	0.69 172	1.30 278	0.38 203	0.39 159	0.01 9	6.88 428	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

RALAANet	0.54 147	0.62 388	1.41 199	0.01 26	0.01 143	0.92 61	0.02 148	2.39 127	1.87 382	1.13 256	0.38 203	0.15 118	0.30 246	1.00 178	0.38 257	0.00 1	0.00 1	0.00 1	0.04 362	0.14 349	0.01 86

RAFT+CT+SA	0.66 178	0.45 336	1.22 167	0.10 270	0.30 420	1.24 182	0.02 148	4.21 337	0.67 152	0.62 169	0.39 206	0.33 150	0.05 99	2.69 235	0.14 122	0.00 1	0.00 1	0.00 1	0.35 474	0.13 342	0.30 440

tg	0.34 69	0.26 241	0.68 41	0.01 26	0.00 1	1.25 191	0.01 77	1.75 96	0.65 134	0.11 87	0.40 207	0.74 213	0.11 177	0.29 95	0.08 68	0.00 1	0.02 333	0.00 1	0.00 1	0.29 431	0.21 428

EKT-Stereo	0.74 197	0.18 185	1.23 169	0.81 438	4.25 481	1.19 150	0.03 194	2.17 119	0.13 4	0.35 134	0.40 207	0.97 244	0.08 151	2.61 232	0.09 81	0.00 1	0.09 422	0.00 1	0.07 381	0.04 213	0.03 247

psm_up	0.84 235	0.32 275	1.44 205	0.02 93	0.00 1	1.98 353	0.05 241	3.40 256	1.04 251	2.06 354	0.40 207	1.74 298	0.45 280	3.47 257	0.24 182	0.06 437	0.00 1	0.00 1	0.00 1	0.08 285	0.00 1

DSFCA	1.30 338	0.14 143	1.82 267	0.01 26	0.03 251	3.74 421	0.86 416	2.71 163	1.23 291	3.09 408	0.41 210	2.93 370	1.49 368	6.12 382	1.35 363	0.00 1	0.02 333	0.00 1	0.00 1	0.02 122	0.01 86

raft+_RVC	0.42 97	0.48 350	1.11 134	0.51 406	0.17 364	1.16 137	0.04 220	2.25 120	0.59 79	0.12 89	0.42 211	0.08 84	0.15 203	0.60 153	0.28 210	0.00 1	0.09 422	0.00 1	0.00 1	0.06 256	0.19 421

GwcNet-RSSM	1.02 282	0.69 403	2.70 359	0.22 330	0.02 229	1.42 253	0.05 241	4.02 322	1.01 247	0.90 213	0.42 211	2.89 368	0.26 241	4.43 305	1.17 351	0.00 1	0.00 1	0.02 430	0.00 1	0.13 342	0.05 297

R-Stereo Train	0.44 108	0.09 76	0.94 81	0.02 93	0.00 1	1.24 182	0.09 289	3.65 288	0.11 1	1.87 337	0.42 211	0.06 64	0.01 9	0.25 74	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188

RAFT-Stereo	0.44 108	0.09 76	0.94 81	0.02 93	0.00 1	1.24 182	0.09 289	3.65 288	0.11 1	1.87 337	0.42 211	0.06 64	0.01 9	0.25 74	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 188
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample3	0.84 235	0.15 155	2.22 317	0.48 397	0.01 143	1.37 232	0.01 77	4.63 379	1.17 283	1.43 300	0.43 215	0.80 226	0.10 167	3.48 258	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.02 188

MoCha-V2	0.33 66	0.11 114	0.92 76	0.09 259	0.06 291	0.34 14	0.00 1	2.56 150	0.64 127	0.32 120	0.43 215	0.17 125	0.09 159	0.26 82	0.10 93	0.00 1	0.14 449	0.00 1	0.22 442	0.05 236	0.01 86

DeepPrunerF	2.50 424	0.87 430	14.90 489	0.17 311	0.31 424	1.41 246	0.29 365	5.62 439	9.97 474	1.02 240	0.43 215	2.01 316	1.65 384	6.85 424	3.99 428	0.00 1	0.01 274	0.07 443	0.10 395	0.24 406	0.12 386

GCST	0.81 223	0.64 392	1.41 199	0.44 386	0.01 143	0.91 56	0.08 277	3.75 295	1.04 251	0.12 89	0.44 218	0.27 140	0.35 262	5.12 341	0.38 257	1.19 475	0.00 1	0.00 1	0.00 1	0.08 285	0.05 297

GwcNet-ADL	0.62 166	0.20 204	2.03 292	0.05 192	0.01 143	1.29 204	0.02 148	3.16 217	1.39 318	0.97 225	0.44 218	1.48 276	0.23 233	0.78 165	0.27 203	0.01 392	0.00 1	0.00 1	0.00 1	0.01 39	0.03 247

ccs_rob	0.65 173	0.17 177	2.09 302	0.00 1	0.01 143	1.22 166	0.00 1	2.77 165	0.73 185	0.75 189	0.44 218	2.32 343	0.64 309	1.76 211	0.15 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

PASM	1.58 374	1.05 445	7.51 472	0.56 413	0.09 319	1.37 232	0.28 362	2.85 175	1.44 331	3.91 429	0.44 218	3.02 376	0.64 309	6.38 395	1.59 372	0.00 1	0.01 274	0.00 1	0.03 351	0.26 416	0.15 403

ac_64	1.12 313	0.18 185	1.64 239	0.18 317	0.25 398	1.48 279	0.02 148	4.97 402	1.47 336	0.69 181	0.45 222	4.94 429	0.46 283	4.87 330	0.74 324	0.00 1	0.00 1	0.00 1	0.00 1	0.06 256	0.00 1

PFNet+	0.54 147	0.10 95	1.31 186	0.16 308	0.05 280	1.44 260	0.56 402	1.60 85	0.98 241	1.35 288	0.46 223	0.37 154	0.01 9	2.18 222	0.22 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

Pruner-Stereo	0.53 144	0.10 95	1.02 103	0.89 448	0.10 328	1.57 298	0.36 386	2.06 112	0.63 116	2.23 365	0.46 223	0.25 136	0.01 9	0.45 135	0.37 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

CFNet_pseudo	0.66 178	0.17 177	2.08 301	0.00 1	0.01 143	1.22 166	0.00 1	2.79 167	0.73 185	0.78 197	0.46 223	2.32 343	0.63 306	1.77 212	0.15 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

GREAT-IGEV	0.24 41	0.10 95	0.92 76	0.06 209	0.33 429	1.11 114	0.06 263	0.36 7	0.19 27	0.02 9	0.47 226	0.02 4	0.06 121	0.13 22	0.16 139	0.00 1	0.09 422	0.00 1	0.20 434	0.09 307	0.36 449

RCA-Stereo	0.37 82	0.14 143	0.76 49	0.01 26	0.00 1	1.17 140	0.00 1	3.14 210	0.61 96	0.71 184	0.47 226	0.05 51	0.13 196	0.19 40	0.03 5	0.00 1	0.01 274	0.00 1	0.00 1	0.06 256	0.01 86

PSMNet-RSSM	0.90 260	0.44 332	1.35 193	0.13 286	0.00 1	1.37 232	0.03 194	4.79 394	0.85 223	1.11 254	0.49 228	2.15 328	0.35 262	4.09 290	0.73 323	0.00 1	0.00 1	0.01 405	0.00 1	0.03 177	0.01 86

XX-Stereo	1.04 286	0.20 204	4.94 447	0.85 442	0.04 270	1.25 191	0.00 1	3.37 249	0.45 70	1.22 273	0.50 229	3.70 404	0.02 29	3.91 281	0.05 23	0.00 1	0.09 422	0.00 1	0.20 434	0.03 177	0.02 188

Occ-G	0.24 41	0.10 95	0.59 29	0.01 26	0.01 143	0.80 43	0.04 220	0.62 26	0.15 11	0.01 4	0.51 230	1.34 271	0.04 85	0.09 3	0.21 169	0.00 1	0.00 1	0.00 1	0.15 407	0.15 361	0.00 1

RAFT-Stereo-weight	0.39 88	0.07 51	0.81 54	0.07 233	0.02 229	1.34 221	0.05 241	3.15 212	0.31 55	0.94 220	0.52 231	0.26 138	0.01 9	0.19 40	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.01 86

MM-Stereo_test3	0.43 104	0.33 282	0.92 76	0.75 433	0.04 270	0.96 69	0.05 241	3.11 206	0.79 204	0.12 89	0.53 232	0.26 138	0.06 121	0.26 82	0.13 111	0.00 1	0.01 274	0.00 1	0.00 1	0.28 429	0.01 86

DN-CSS_ROB	0.77 208	0.90 434	2.01 288	0.85 442	0.00 1	1.47 273	0.01 77	2.92 181	0.93 234	0.12 89	0.53 232	0.44 165	0.16 206	4.33 297	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.30 436	0.01 86

gcap-zeroshot	0.70 192	0.26 241	1.98 284	0.19 325	0.27 406	1.43 256	0.02 148	4.23 341	0.82 213	0.75 189	0.54 234	2.19 336	0.03 58	0.63 158	0.25 190	0.00 1	0.11 434	0.00 1	0.20 434	0.00 1	0.01 86

SQANet	2.28 420	1.25 456	2.39 336	4.17 481	2.91 476	2.60 384	0.24 345	4.17 334	0.83 216	2.42 386	0.57 235	1.59 284	0.88 333	3.30 248	0.68 319	7.35 487	0.12 442	0.47 467	0.02 342	6.56 481	3.00 484

ARAFT	1.12 313	0.82 426	4.11 423	0.04 172	0.00 1	1.64 326	0.03 194	4.85 397	1.69 367	2.78 398	0.57 235	0.47 170	0.11 177	4.81 328	0.24 182	0.00 1	0.03 363	0.00 1	0.00 1	0.24 406	0.05 297

test_sample8	3.62 449	0.41 315	2.03 292	0.02 93	0.01 143	2.14 360	0.01 77	4.38 356	1.04 251	6.51 452	0.58 237	14.04 475	6.94 470	5.58 367	8.70 465	0.53 467	16.52 509	1.82 476	1.10 488	0.02 122	0.02 188

mmm	0.52 138	0.04 9	1.14 142	0.61 420	0.00 1	1.14 127	0.00 1	3.45 265	0.75 192	1.24 275	0.58 237	0.20 130	0.18 213	0.93 172	0.08 68	0.00 1	0.01 274	0.00 1	0.00 1	0.02 122	0.01 86

GMStereo_Zeroshot	0.63 168	0.14 143	1.54 219	0.75 433	0.00 1	1.26 195	0.01 77	1.85 101	0.31 55	1.44 303	0.58 237	1.76 301	0.19 219	2.55 226	0.10 93	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.00 1

iinet-f	1.68 389	0.61 386	11.37 484	0.29 356	0.03 251	4.39 434	0.04 220	3.18 221	1.10 267	1.16 261	0.58 237	2.96 373	2.76 418	2.13 220	2.46 408	0.00 1	0.02 333	0.02 430	0.00 1	0.46 453	0.01 86

Wz-Net-TNSev	3.91 453	5.20 491	20.57 493	0.15 301	0.01 143	7.14 462	3.57 462	6.70 465	3.57 438	1.74 325	0.58 237	7.39 453	4.33 448	8.86 467	7.99 459	0.00 1	0.00 1	0.00 1	0.02 342	0.24 406	0.16 406

NF-Stereo	0.82 225	0.10 95	1.12 136	1.19 462	0.01 143	1.52 288	0.29 365	2.67 161	0.66 143	1.20 267	0.58 237	0.24 132	0.01 9	6.38 395	0.32 230	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

OCTAStereo	0.82 225	0.10 95	1.15 145	1.19 462	0.01 143	1.53 291	0.29 365	2.66 157	0.66 143	1.20 267	0.58 237	0.25 136	0.01 9	6.38 395	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

RE-Stereo	0.82 225	0.10 95	1.15 145	1.19 462	0.01 143	1.52 288	0.29 365	2.66 157	0.66 143	1.20 267	0.58 237	0.24 132	0.01 9	6.38 395	0.32 230	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

TVStereo	0.82 225	0.10 95	1.15 145	1.19 462	0.01 143	1.52 288	0.29 365	2.66 157	0.66 143	1.20 267	0.58 237	0.24 132	0.01 9	6.38 395	0.32 230	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

cf-r	0.98 271	0.51 362	2.04 296	0.25 341	0.01 143	1.40 241	0.03 194	4.47 366	1.65 364	0.95 221	0.58 237	2.63 352	0.24 235	4.19 292	0.58 307	0.00 1	0.00 1	0.00 1	0.00 1	0.06 256	0.04 276

HH	0.88 252	0.37 295	1.93 273	0.25 341	0.10 328	0.62 36	0.00 1	3.79 301	0.18 24	0.33 122	0.59 247	3.94 408	0.81 329	4.44 306	0.09 81	0.00 1	0.06 398	0.00 1	0.00 1	0.03 177	0.02 188

HanStereo	0.88 252	0.37 295	1.93 273	0.25 341	0.10 328	0.62 36	0.00 1	3.79 301	0.18 24	0.33 122	0.59 247	3.94 408	0.81 329	4.44 306	0.09 81	0.00 1	0.06 398	0.00 1	0.00 1	0.03 177	0.02 188

Wz-Net-LNSev-Ref	1.54 368	0.68 401	4.62 441	0.01 26	0.00 1	5.13 445	0.30 372	4.64 380	1.23 291	2.39 385	0.59 247	2.12 326	2.00 400	4.94 333	2.19 404	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

PSMNet-ADL	0.77 208	0.08 63	0.90 71	0.07 233	0.01 143	2.01 354	0.02 148	2.55 149	1.11 269	0.33 122	0.59 247	2.15 328	0.69 322	4.07 286	0.85 331	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

LALA_ROB	1.33 344	0.59 381	1.74 257	0.02 93	0.06 291	3.25 404	0.50 400	3.45 265	1.39 318	3.70 423	0.59 247	4.59 422	0.25 238	3.58 262	2.79 417	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.02 188

NINENet	1.03 284	0.22 222	1.30 184	0.10 270	0.01 143	5.85 451	0.03 194	4.41 361	1.25 295	1.55 316	0.60 252	2.39 347	0.06 121	2.72 237	0.05 23	0.00 1	0.01 274	0.01 405	0.00 1	0.04 213	0.00 1

StereoDRNet	1.48 361	0.75 409	4.58 440	0.05 192	0.10 328	2.49 379	1.10 427	4.62 376	1.47 336	3.38 418	0.62 253	2.29 339	0.65 314	4.52 314	2.89 418	0.00 1	0.03 363	0.00 1	0.01 322	0.05 236	0.07 346

AIO-Stereo-zeroshot	1.10 307	0.35 286	4.53 438	0.18 317	0.37 430	0.79 42	0.00 1	5.71 444	0.74 191	0.40 146	0.64 254	4.47 418	1.41 365	1.42 197	0.30 222	0.00 1	0.11 434	0.00 1	0.28 462	0.17 371	0.14 400

MyStereo8	0.85 237	0.52 363	3.20 385	0.20 326	0.00 1	1.47 273	0.01 77	3.53 275	1.91 385	1.34 282	0.65 255	1.22 264	0.31 250	0.57 149	1.38 366	0.00 1	0.14 449	0.00 1	0.06 377	0.09 307	0.30 440

MaskLacGwcNet_RVC	1.63 377	0.45 336	2.21 310	1.53 468	0.18 368	4.33 432	0.41 390	3.37 249	1.40 322	0.54 164	0.65 255	3.10 382	0.11 177	4.93 332	0.60 311	4.57 481	0.51 473	0.00 1	0.00 1	1.37 471	2.39 480

test_sample4	0.86 241	0.16 166	2.28 328	0.50 402	0.01 143	1.42 253	0.01 77	4.65 381	1.27 299	1.52 307	0.66 257	0.69 202	0.08 151	3.50 259	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.02 188

tt1	0.88 252	0.27 245	1.25 171	0.08 248	0.00 1	3.36 410	0.02 148	3.03 192	6.40 461	0.33 122	0.66 257	0.05 51	0.40 272	1.59 204	0.05 23	0.00 1	0.02 333	0.00 1	0.00 1	0.09 307	0.03 247

BUS	0.97 269	0.10 95	0.96 86	0.01 26	0.00 1	5.85 451	0.03 194	5.40 426	0.93 234	2.26 371	0.66 257	2.39 347	0.06 121	0.61 154	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

BSDual-CNN	0.83 229	0.10 95	0.96 86	0.01 26	0.00 1	3.32 407	0.21 335	5.40 426	0.93 234	2.26 371	0.66 257	1.81 306	0.10 167	0.61 154	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

hknet	1.08 295	0.13 132	2.07 299	0.01 26	0.00 1	3.32 407	0.21 335	5.40 426	0.92 230	2.26 371	0.66 257	3.43 395	0.05 99	2.81 238	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

test-1	0.52 138	0.25 237	0.94 81	0.03 142	0.22 386	1.20 159	0.08 277	4.03 324	0.25 51	0.70 182	0.66 257	0.71 209	0.03 58	0.30 100	0.43 269	0.00 1	0.18 458	0.00 1	0.07 381	0.01 39	0.25 436

ACVNet	0.57 153	0.21 212	1.34 190	0.09 259	0.00 1	1.36 227	0.22 339	2.40 128	1.05 257	0.63 173	0.66 257	1.94 313	0.26 241	0.31 101	0.79 328	0.00 1	0.00 1	0.00 1	0.00 1	0.08 285	0.00 1

acv_ft	0.79 217	0.21 212	1.28 176	0.01 26	1.08 461	1.68 333	0.01 77	3.75 295	1.05 257	1.31 281	0.66 257	1.94 313	0.46 283	0.31 101	1.68 376	0.00 1	0.00 1	0.00 1	0.00 1	0.27 421	0.00 1

CoDeX	0.94 264	0.34 284	2.09 302	0.05 192	0.20 379	1.49 280	0.20 333	5.89 448	1.57 355	0.66 177	0.67 265	1.05 251	0.32 255	3.82 276	0.33 233	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.00 1

GEStereo_RVC	1.10 307	0.42 321	1.72 255	0.28 354	0.01 143	1.37 232	0.11 299	6.25 457	0.84 219	1.05 247	0.67 265	1.61 288	0.79 327	6.11 381	0.63 314	0.00 1	0.00 1	0.00 1	0.00 1	0.10 320	0.04 276

MyStereo06	0.80 221	0.19 193	2.53 348	0.02 93	0.00 1	1.51 284	0.01 77	4.61 375	0.24 48	0.89 211	0.69 267	3.14 384	1.18 351	0.58 152	0.33 233	0.00 1	0.06 398	0.00 1	0.00 1	0.02 122	0.07 346

ACVNet-DCA	0.61 160	0.27 245	1.28 176	0.13 286	0.00 1	3.44 412	0.01 77	3.15 212	0.68 159	0.33 122	0.69 267	0.04 26	0.61 300	1.43 198	0.05 23	0.00 1	0.02 333	0.00 1	0.03 351	0.01 39	0.01 86

xx1	0.95 266	0.27 245	1.28 176	0.13 286	0.00 1	3.44 412	0.01 77	3.18 221	7.23 470	0.33 122	0.69 267	0.73 211	0.12 189	1.43 198	0.05 23	0.00 1	0.02 333	0.00 1	0.00 1	0.01 39	0.01 86

1test111	0.69 189	0.27 245	1.28 176	0.13 286	0.00 1	3.44 412	0.01 77	3.15 212	0.68 159	0.33 122	0.69 267	0.04 26	0.61 300	2.95 240	0.07 55	0.00 1	0.02 333	0.00 1	0.03 351	0.01 39	0.01 86

cc1	0.94 264	0.27 245	1.28 176	0.13 286	0.00 1	3.44 412	0.01 77	3.18 221	7.23 470	0.33 122	0.69 267	0.04 26	0.61 300	1.43 198	0.05 23	0.00 1	0.02 333	0.00 1	0.03 351	0.09 307	0.04 276

CFNet	1.08 295	0.62 388	2.26 324	0.26 347	0.03 251	1.40 241	0.04 220	4.45 365	2.09 395	0.48 159	0.69 267	1.31 269	0.24 235	6.63 409	0.83 330	0.00 1	0.00 1	0.00 1	0.00 1	0.17 371	0.04 276

CRFU-Net	1.32 343	0.27 245	2.46 343	1.17 461	0.03 251	4.08 425	0.05 241	5.61 436	0.67 152	1.53 309	0.70 273	3.47 397	2.62 416	3.24 247	0.24 182	0.01 392	0.01 274	0.11 452	0.00 1	0.13 342	0.00 1

IGEV_Zeroshot_test	0.74 197	0.20 204	3.00 372	0.26 347	0.02 229	1.10 109	0.05 241	3.72 293	0.19 27	0.88 209	0.71 274	2.84 364	0.63 306	0.53 144	0.33 233	0.00 1	0.07 407	0.00 1	0.16 416	0.04 213	0.00 1

UCFNet_RVC	0.66 178	0.35 286	1.20 163	0.02 93	0.30 420	1.53 291	0.01 77	3.42 260	0.67 152	1.12 255	0.73 275	1.26 267	0.20 225	1.84 214	0.46 281	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DRN-Test	1.62 376	0.23 229	3.72 408	0.18 317	0.13 343	3.34 409	0.19 331	5.93 451	2.01 393	4.14 432	0.76 276	2.12 326	1.78 389	5.22 345	2.62 415	0.00 1	0.00 1	0.01 405	0.01 322	0.03 177	0.01 86

HBP-ISP	1.45 357	0.75 409	3.02 373	0.30 358	0.10 328	4.28 431	1.49 436	4.68 382	1.29 304	3.43 419	0.78 277	0.93 237	1.01 339	6.48 402	0.36 253	0.04 425	0.02 333	0.00 1	0.00 1	0.05 236	0.03 247

SFCPSM	0.81 223	0.11 114	2.53 348	0.01 26	0.07 301	2.45 377	0.18 325	4.99 404	1.18 284	0.77 194	0.78 277	0.69 202	0.31 250	1.72 210	0.20 162	0.00 1	0.00 1	0.00 1	0.05 367	0.06 256	0.01 86

SACVNet	0.96 267	0.36 291	1.49 209	0.05 192	0.00 1	1.62 323	0.28 362	3.86 313	1.28 303	1.79 333	0.80 279	1.59 284	0.07 137	5.29 348	0.48 285	0.01 392	0.00 1	0.00 1	0.00 1	0.23 403	0.01 86

DDVS	0.92 262	0.16 166	1.39 197	0.21 327	0.27 406	3.17 401	0.26 350	2.56 150	0.62 108	0.70 182	0.81 280	2.17 334	0.45 280	5.26 346	0.29 214	0.00 1	0.01 274	0.01 405	0.00 1	0.04 213	0.02 188

IRAFT_RVC	1.02 282	0.20 204	1.58 231	1.39 466	0.26 401	1.33 219	0.32 377	2.52 146	0.66 143	1.58 318	0.81 280	1.16 261	1.58 380	6.51 403	0.43 269	0.00 1	0.12 442	0.00 1	0.00 1	0.02 122	0.03 247

AE-Stereo	0.47 121	0.11 114	1.03 114	0.04 172	0.09 319	1.11 114	0.03 194	4.16 332	0.34 60	0.35 134	0.82 282	0.15 118	0.16 206	0.45 135	0.05 23	0.00 1	0.09 422	0.00 1	0.26 455	0.09 307	0.05 297

AAGNet	1.54 368	0.07 51	0.88 66	1.04 454	0.27 406	1.47 273	0.66 408	1.57 84	0.61 96	1.68 323	0.82 282	1.62 290	2.29 405	6.18 383	11.63 477	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

DisPM	0.86 241	0.09 76	1.10 132	0.76 436	0.02 229	1.51 284	0.57 404	1.75 96	0.70 182	2.43 388	0.83 284	0.38 158	0.01 9	6.89 431	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

CSP-Net	1.01 280	0.52 363	0.92 76	0.01 26	0.00 1	2.83 396	0.05 241	4.99 404	0.69 172	0.91 216	0.85 285	1.82 308	0.23 233	6.04 378	0.29 214	0.00 1	0.00 1	0.00 1	0.00 1	0.10 320	0.01 86

DeepStereo_RVC	0.52 138	0.08 63	1.37 195	0.06 209	0.06 291	1.34 221	0.41 390	1.43 70	0.68 159	1.03 244	0.85 285	0.49 173	1.56 376	0.79 166	0.17 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.13 393

ssnet_v2	1.14 317	0.28 256	1.77 260	0.03 142	0.00 1	2.07 357	0.37 387	5.20 414	1.87 382	2.00 348	0.87 287	3.09 381	0.55 291	1.31 192	3.02 420	0.00 1	0.00 1	0.00 1	0.00 1	0.18 379	0.12 386

DPSNet	3.38 445	0.60 383	9.55 478	0.61 420	0.46 438	5.10 444	1.44 435	11.17 483	3.92 445	2.57 391	0.88 288	5.90 440	9.68 482	7.63 455	7.25 457	0.08 439	0.16 455	0.01 405	0.07 381	0.34 440	0.17 410

GCAP-BAT	0.37 82	0.13 132	1.16 149	0.10 270	0.12 337	1.59 309	0.04 220	0.67 30	0.43 68	0.84 205	0.89 289	0.39 159	0.07 137	0.27 90	0.49 287	0.00 1	0.01 274	0.00 1	0.19 429	0.00 1	0.00 1

test_sample5	0.86 241	0.16 166	2.25 320	0.49 399	0.01 143	1.41 246	0.01 77	4.55 370	1.27 299	1.35 288	0.89 289	0.58 182	0.11 177	3.75 269	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.02 188

111	0.79 217	0.70 407	2.21 310	0.01 26	0.01 143	1.19 150	0.16 318	3.78 300	1.98 390	1.22 273	0.91 291	2.01 316	0.32 255	0.32 107	0.64 316	0.00 1	0.00 1	0.00 1	0.00 1	0.08 285	0.17 410

DISCO	1.93 405	0.18 185	2.44 339	0.67 428	0.53 443	5.25 446	0.00 1	5.43 430	1.56 354	2.09 356	0.91 291	6.48 445	0.89 334	8.55 466	3.60 427	0.00 1	0.00 1	0.00 1	0.00 1	0.06 256	0.01 86

CASS	0.56 151	0.13 132	1.40 198	0.03 142	0.01 143	1.65 330	0.04 220	3.03 192	0.63 116	1.96 345	0.93 293	0.28 142	0.36 264	0.52 142	0.18 154	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TDLM	1.08 295	0.49 355	1.43 203	0.27 352	0.00 1	1.56 297	2.12 445	3.10 204	1.75 371	1.36 293	0.93 293	1.06 253	0.49 285	6.21 385	0.70 321	0.00 1	0.00 1	0.00 1	0.00 1	0.16 366	0.02 188

IER	0.75 202	0.12 122	1.93 273	0.01 26	0.00 1	2.31 371	0.02 148	2.96 183	0.98 241	1.30 278	0.96 295	1.40 274	1.19 352	1.31 192	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

SA	0.83 229	0.41 315	1.17 152	0.00 1	0.20 379	1.28 200	0.01 77	3.98 320	1.86 380	0.41 148	0.96 295	0.27 140	1.33 363	4.07 286	0.35 247	0.00 1	0.00 1	0.00 1	0.17 424	0.14 349	0.01 86

GANet-ADL	0.52 138	0.09 76	1.43 203	0.13 286	0.02 229	1.43 256	0.02 148	3.22 231	0.59 79	0.34 133	0.98 297	1.09 257	0.19 219	0.40 125	0.34 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.01 86

FACV-RUCA	0.49 129	0.10 95	1.30 184	0.06 209	0.12 337	1.14 127	0.07 270	3.57 279	0.92 230	0.18 107	0.99 298	0.19 127	0.31 250	0.25 74	0.16 139	0.00 1	0.00 1	0.08 446	0.02 342	0.24 406	0.12 386

IPLG	0.86 241	0.41 315	2.31 330	0.06 209	0.06 291	1.36 227	0.11 299	3.17 219	0.83 216	0.62 169	1.00 299	0.46 167	0.61 300	5.57 366	0.35 247	0.00 1	0.00 1	0.00 1	0.00 1	0.18 379	0.01 86

XPNet_ROB	1.17 323	0.41 315	1.68 249	0.04 172	0.01 143	1.65 330	0.17 321	3.46 267	1.39 318	3.89 428	1.01 300	1.60 286	0.53 288	4.35 299	3.07 421	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.02 188

XX-TBD	0.28 51	0.39 307	0.97 92	0.05 192	0.00 1	1.09 105	0.00 1	0.71 33	0.54 74	0.44 151	1.04 301	0.06 64	0.06 121	0.19 40	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	1.52 364	0.31 271	4.00 416	0.09 259	0.00 1	4.64 438	0.08 277	4.41 361	1.21 289	1.25 276	1.05 302	2.90 369	0.93 337	6.70 415	2.48 409	0.01 392	0.00 1	0.07 443	0.00 1	0.27 421	0.05 297

SST-Stereo	1.04 286	0.05 19	1.16 149	0.72 431	0.23 391	1.70 337	0.58 405	1.92 104	1.46 334	1.19 265	1.09 303	1.60 286	1.93 397	6.92 435	0.21 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

iResNet	1.00 279	0.45 336	3.08 377	0.86 446	0.01 143	1.97 352	0.01 77	3.67 291	1.49 342	1.77 331	1.09 303	0.35 152	0.13 196	3.83 277	1.27 360	0.00 1	0.00 1	0.00 1	0.00 1	0.07 271	0.01 86

PAM	1.34 345	0.13 132	2.83 364	0.30 358	0.31 424	2.21 365	0.30 372	5.05 409	0.23 43	0.82 203	1.11 305	9.08 461	2.34 408	0.90 171	0.44 272	0.00 1	0.13 447	0.00 1	0.31 467	0.03 177	0.28 438

hitnet-ft	1.09 303	0.39 307	1.45 206	0.04 172	0.00 1	1.34 221	0.22 339	3.34 248	2.25 410	1.48 305	1.11 305	4.17 411	0.37 266	4.73 325	0.79 328	0.01 392	0.00 1	0.03 435	0.00 1	0.09 307	0.01 86

test_sample6	0.89 259	0.17 177	2.23 319	0.48 397	0.01 143	1.43 256	0.01 77	4.49 367	1.40 322	1.43 300	1.12 307	0.64 194	0.14 200	3.86 278	0.42 267	0.00 1	0.01 274	0.00 1	0.00 1	0.02 122	0.02 188

DualNet	0.88 252	0.16 166	2.25 320	0.49 399	0.01 143	1.41 246	0.01 77	4.55 370	1.27 299	1.43 300	1.12 307	0.58 182	0.11 177	3.75 269	0.38 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.02 188

CFNet_ucs	0.77 208	0.20 204	2.22 317	0.01 26	0.01 143	1.32 213	0.00 1	3.30 242	1.31 308	1.15 258	1.14 309	2.19 336	0.42 274	2.04 218	0.12 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

RAFT_R40	0.99 278	0.05 19	1.26 172	0.71 430	0.20 379	1.65 330	0.67 409	1.94 106	0.61 96	1.05 247	1.15 310	1.80 305	1.47 367	6.91 433	0.31 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

iResNetv2_ROB	1.08 295	1.12 449	4.68 442	1.09 457	0.00 1	1.38 238	0.05 241	3.83 308	1.11 269	0.80 201	1.15 310	1.02 249	0.12 189	4.52 314	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.33 437	0.03 247

OMP-Stereo	1.20 328	0.54 370	0.96 86	2.39 473	0.29 418	1.58 302	0.33 380	2.01 110	0.68 159	2.68 396	1.16 312	3.10 382	0.18 213	7.40 450	0.56 302	0.00 1	0.00 1	0.00 1	0.00 1	0.07 271	0.01 86

PA-Net	1.31 342	0.59 381	3.65 406	0.06 209	0.15 355	1.44 260	0.54 401	4.08 325	2.71 426	0.78 197	1.16 312	2.32 343	0.64 309	5.96 376	1.92 390	0.01 392	0.00 1	0.00 1	0.00 1	0.04 213	0.06 328
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
delet	1.14 317	0.32 275	1.56 228	0.03 142	0.17 364	2.86 398	1.03 424	4.25 342	2.14 402	1.03 244	1.17 314	1.64 295	0.92 336	4.35 299	1.27 360	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.00 1

ETE_ROB	1.16 322	0.52 363	1.71 254	0.01 26	0.02 229	1.79 345	0.22 339	4.10 328	1.32 309	4.68 441	1.18 315	2.81 362	0.08 151	3.56 261	1.12 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.06 328

iResNet_ROB	1.05 293	0.76 413	2.06 298	0.07 233	0.00 1	1.35 225	0.03 194	6.80 468	2.57 424	0.79 199	1.20 316	0.94 240	0.12 189	3.81 274	0.41 265	0.00 1	0.00 1	0.00 1	0.00 1	0.08 285	0.01 86

CVANet_RVC	1.10 307	0.39 307	1.69 251	0.28 354	0.00 1	1.45 266	0.48 396	3.26 234	1.64 363	2.93 401	1.22 317	1.51 277	0.37 266	6.09 380	0.50 289	0.00 1	0.00 1	0.00 1	0.00 1	0.18 379	0.01 86

anonymity	0.74 197	0.15 155	1.17 152	0.16 308	0.27 406	0.71 39	0.01 77	4.70 383	1.78 373	1.15 258	1.23 318	0.31 145	1.65 384	0.54 146	0.53 296	0.02 414	0.02 333	0.00 1	0.27 458	0.02 122	0.06 328

PFNet	1.06 294	0.19 193	2.95 369	1.16 460	0.56 446	1.58 302	0.25 346	1.50 81	0.60 87	2.38 384	1.23 318	0.63 192	0.30 246	6.85 424	0.43 269	0.16 450	0.01 274	0.00 1	0.07 381	0.18 379	0.18 416

Wz-Net-MNSev	1.85 400	1.19 453	5.61 457	0.01 26	0.00 1	4.74 439	2.16 447	4.93 401	1.48 340	3.77 425	1.24 320	1.77 303	2.56 413	4.94 333	2.61 414	0.00 1	0.01 274	0.00 1	0.00 1	0.07 271	0.01 86

TANstereo	0.30 58	0.28 256	0.86 62	0.03 142	0.01 143	1.14 127	0.00 1	0.53 15	0.44 69	1.06 250	1.24 320	0.06 64	0.05 99	0.25 74	0.05 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet-Refined	0.83 229	0.12 122	1.18 155	0.02 93	0.01 143	1.31 212	0.00 1	3.33 245	1.07 262	1.92 341	1.24 320	2.48 349	0.18 213	1.86 215	1.67 375	0.00 1	0.00 1	0.00 1	0.00 1	0.14 349	0.05 297
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CREStereo++_RVC	0.29 55	0.19 193	0.83 59	0.05 192	0.00 1	1.19 150	0.00 1	0.66 29	0.99 245	0.25 113	1.26 323	0.05 51	0.07 137	0.20 52	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
RASNet	1.53 366	0.31 271	1.97 283	0.09 259	3.20 477	1.69 335	0.06 263	3.27 240	2.12 397	0.77 194	1.29 324	5.32 438	1.69 387	6.60 406	2.17 402	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.02 188

CC-Net-ROB	1.86 401	0.64 392	2.55 350	1.42 467	0.19 375	3.38 411	0.04 220	4.41 361	2.45 418	0.90 213	1.31 325	0.98 245	0.18 213	6.60 406	0.53 296	1.14 474	1.60 486	7.16 484	0.00 1	1.33 470	0.32 445

SuperB	3.70 451	1.77 468	15.73 490	0.31 362	0.05 280	4.37 433	1.67 439	3.58 282	11.57 475	2.36 381	1.32 326	2.03 319	1.91 396	6.95 436	9.01 467	0.05 431	0.03 363	0.10 451	0.08 386	11.00 497	0.10 371

HSM	1.36 348	0.40 312	1.07 125	0.01 26	0.30 420	1.73 340	0.03 194	5.89 448	1.22 290	1.83 335	1.36 327	4.78 426	1.30 362	6.61 408	0.57 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.00 1

GASNet	1.43 355	1.53 463	4.54 439	0.31 362	0.02 229	1.49 280	0.20 333	3.86 313	1.95 387	0.75 189	1.37 328	2.11 324	1.57 379	5.82 375	2.60 413	0.00 1	0.05 390	0.00 1	0.00 1	0.43 451	0.10 371

PSMNet-RUCA	0.66 178	0.48 350	1.68 249	0.01 26	0.02 229	2.02 355	0.25 346	3.93 318	1.50 344	0.37 142	1.38 329	0.11 101	0.12 189	0.64 159	0.31 225	0.00 1	0.00 1	0.00 1	0.00 1	0.27 421	0.00 1

s12784h	0.56 151	0.14 143	1.22 167	0.02 93	0.00 1	1.14 127	0.03 194	3.43 262	1.47 336	1.02 240	1.41 330	0.05 51	0.02 29	1.08 181	0.09 81	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.00 1

psmg	0.83 229	0.10 95	0.96 86	0.01 26	0.00 1	3.28 405	0.27 354	4.83 396	0.93 234	1.92 341	1.46 331	1.81 306	0.10 167	0.61 154	0.18 154	0.00 1	0.00 1	0.01 405	0.00 1	0.01 39	0.00 1

AIO-test2	0.76 206	0.80 419	1.47 208	0.12 280	0.15 355	1.22 166	0.01 77	3.17 219	0.73 185	0.36 141	1.50 332	0.16 123	0.05 99	2.37 223	0.16 139	2.85 479	0.00 1	0.00 1	0.01 322	0.04 213	0.07 346

DANet	1.74 393	0.22 222	3.06 375	0.75 433	0.44 435	2.46 378	0.35 385	3.40 256	1.41 325	4.22 433	1.56 333	5.03 431	0.56 292	6.29 390	5.00 441	0.01 392	0.00 1	0.00 1	0.01 322	0.04 213	0.08 359
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DispNO	1.25 333	0.52 363	3.40 396	0.11 279	0.05 280	1.45 266	0.01 77	3.73 294	1.68 366	1.34 282	1.59 334	3.15 385	1.12 349	5.56 363	1.14 350	0.00 1	0.02 333	0.03 435	0.12 404	0.05 236	0.03 247

RAFT_CTSACE	0.68 187	0.52 363	1.74 257	0.50 402	0.05 280	1.16 137	0.00 1	2.68 162	0.66 143	0.68 180	1.60 335	1.76 301	0.80 328	0.94 174	0.13 111	0.00 1	0.02 333	0.00 1	0.00 1	0.27 421	0.00 1

MSKI-zero shot	0.73 195	0.13 132	1.56 228	0.02 93	0.14 349	1.34 221	0.04 220	3.00 187	0.23 43	0.67 178	1.64 336	0.89 231	0.00 1	4.55 317	0.10 93	0.00 1	0.02 333	0.00 1	0.21 440	0.03 177	0.01 86

FINET	1.36 348	0.46 340	4.05 419	0.22 330	0.73 452	1.03 76	0.00 1	3.57 279	5.71 458	1.59 319	1.64 336	0.49 173	0.19 219	5.53 359	1.90 387	0.00 1	0.01 274	0.00 1	0.00 1	0.08 285	0.03 247

GwcNet	1.67 385	0.81 423	5.52 454	0.23 336	1.21 462	4.21 429	0.62 407	3.71 292	1.57 355	1.01 239	1.65 338	3.99 410	0.52 287	5.46 356	2.30 405	0.00 1	0.00 1	0.00 1	0.01 322	0.35 443	0.13 393

1111x	1.53 366	0.06 37	1.77 260	0.27 352	0.00 1	2.12 359	0.01 77	5.63 440	1.65 364	1.53 309	1.67 339	0.92 232	0.64 309	6.18 383	8.17 462	0.00 1	0.01 274	0.00 1	0.00 1	0.00 1	0.01 86

TestStereo1	0.77 208	0.46 340	1.12 136	0.15 301	0.19 375	1.29 204	0.01 77	3.33 245	1.55 349	0.45 154	1.67 339	0.13 110	1.23 354	3.39 252	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.17 371	0.07 346

SA-5K	0.77 208	0.46 340	1.12 136	0.15 301	0.19 375	1.29 204	0.01 77	3.33 245	1.55 349	0.45 154	1.67 339	0.13 110	1.23 354	3.39 252	0.27 203	0.00 1	0.00 1	0.00 1	0.00 1	0.17 371	0.07 346

ADCRef	2.29 421	0.65 396	5.67 458	0.10 270	0.09 319	4.81 440	0.76 414	4.75 389	1.37 315	2.88 400	1.67 339	1.62 290	2.30 406	3.77 273	14.93 484	0.02 414	0.00 1	0.01 405	0.10 395	0.20 397	0.11 378

PDISCO_ROB	2.21 418	0.78 416	3.43 398	0.96 450	2.04 473	7.04 461	0.09 289	7.36 472	5.72 459	1.21 272	1.67 339	3.16 386	1.28 360	7.52 453	1.37 365	0.00 1	0.00 1	0.00 1	0.00 1	0.34 440	0.13 393

ISRNet	0.88 252	0.19 193	2.71 361	0.05 192	0.00 1	1.17 140	0.03 194	2.96 183	0.80 208	2.17 360	1.70 344	2.59 351	0.20 225	2.58 227	0.46 281	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.00 1

NaN_ROB	2.02 412	0.58 379	2.65 356	0.29 356	0.28 416	3.19 402	5.19 482	3.84 309	2.55 423	5.31 447	1.73 345	2.30 340	1.96 398	6.78 421	3.09 422	0.01 392	0.06 398	0.03 435	0.10 395	0.10 320	0.37 450

CBMV	1.56 370	0.24 233	1.92 272	0.31 362	0.03 251	2.90 399	4.33 472	3.79 301	1.81 374	4.98 444	1.73 345	2.70 357	1.68 386	3.81 274	0.92 339	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236	0.08 359
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LMCR-Stereo	1.10 307	0.69 403	1.95 278	0.50 402	0.01 143	2.73 389	0.09 289	6.20 456	0.64 127	2.37 382	1.76 347	0.13 110	1.59 382	2.94 239	0.23 177	0.00 1	0.00 1	0.00 1	0.00 1	0.12 337	0.00 1

NOSS_ROB	1.29 336	0.22 222	1.35 193	0.64 424	0.16 361	2.56 382	0.00 1	4.14 331	2.37 414	2.29 376	1.76 347	2.84 364	0.02 29	6.80 423	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.11 378

Ntro	3.24 438	1.34 458	2.83 364	7.27 486	4.43 482	6.22 456	0.74 413	4.73 385	1.48 340	0.39 145	1.77 349	2.70 357	1.28 360	4.59 321	1.25 357	8.06 490	0.28 467	2.12 482	0.05 367	8.11 486	5.16 490

H2IRNET	0.47 121	0.22 222	1.27 174	0.15 301	0.01 143	1.18 147	0.01 77	1.65 86	0.48 71	0.02 9	1.80 350	0.46 167	0.04 85	1.62 207	0.35 247	0.00 1	0.00 1	0.01 405	0.01 322	0.16 366	0.02 188

RAFT + AFF	1.63 377	1.13 450	2.62 355	0.04 172	0.80 453	2.29 370	1.03 424	5.54 435	2.06 394	1.77 331	1.81 351	1.22 264	3.65 441	6.23 387	1.57 371	0.01 392	0.35 471	0.00 1	0.01 322	0.33 437	0.12 386

MLCV	1.01 280	0.53 368	2.17 307	0.03 142	0.00 1	1.60 313	0.03 194	2.90 179	1.30 306	2.60 393	1.85 352	1.00 247	0.40 272	4.88 331	0.74 324	0.00 1	0.00 1	0.00 1	0.00 1	0.07 271	0.01 86

AASNet	0.86 241	0.53 368	1.96 281	0.04 172	0.00 1	1.70 337	0.05 241	5.13 413	1.84 376	0.93 219	1.88 353	0.96 241	0.19 219	0.67 160	0.91 338	0.00 1	0.00 1	0.00 1	0.00 1	0.27 421	0.09 365

xxxx	1.78 397	0.07 51	1.02 103	0.00 1	0.01 143	1.44 260	0.00 1	5.81 447	1.53 347	1.37 294	1.91 354	1.08 255	0.05 99	4.37 302	16.98 489	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

PSM-AAD	1.15 320	0.04 9	0.88 66	0.10 270	0.27 406	1.32 213	3.25 459	2.41 135	0.64 127	2.93 401	1.92 355	0.15 118	5.39 463	3.42 254	0.19 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.05 297

XQC	2.57 426	1.20 454	6.33 468	0.18 317	0.01 143	3.84 422	0.33 380	5.24 416	3.83 444	4.43 436	1.94 356	4.58 421	3.19 430	7.19 445	8.67 464	0.00 1	0.03 363	0.00 1	0.03 351	0.27 421	0.19 421

AFF-stereo	0.65 173	0.46 340	0.82 56	0.37 380	0.00 1	1.19 150	0.00 1	3.04 196	1.42 326	0.72 186	1.95 357	1.16 261	0.26 241	0.97 176	0.31 225	0.00 1	0.02 333	0.00 1	0.00 1	0.21 398	0.02 188

ADCPNet	3.63 450	0.82 426	13.20 487	0.08 248	0.43 434	7.02 460	2.23 449	4.77 391	2.41 415	4.31 435	1.96 358	7.57 454	5.16 458	6.45 401	13.80 481	0.02 414	0.75 478	0.04 438	0.90 487	0.16 366	0.53 455

HART	0.44 108	0.24 233	1.41 199	0.01 26	0.00 1	0.33 11	0.00 1	2.91 180	0.61 96	0.26 114	1.98 359	0.35 152	0.03 58	0.20 52	0.14 122	0.00 1	0.11 434	0.00 1	0.00 1	0.19 387	0.05 297

pcwnet_v2	1.29 336	0.17 177	5.98 461	0.10 270	0.01 143	1.76 341	0.02 148	5.08 412	2.90 429	1.54 315	1.98 359	2.03 319	0.81 329	3.01 242	0.28 210	0.00 1	0.00 1	0.00 1	0.01 322	0.03 177	0.03 247

iRaft-Stereo_5w	1.08 295	0.56 375	2.70 359	0.02 93	0.02 229	1.20 159	0.01 77	3.18 221	0.63 116	0.14 99	2.00 361	1.62 290	1.54 374	6.69 414	1.01 344	0.00 1	0.00 1	0.00 1	0.00 1	0.23 403	0.01 86

DLCB_ROB	1.17 323	0.22 222	1.28 176	0.08 248	0.00 1	1.51 284	0.23 343	3.39 254	1.52 346	3.43 419	2.00 361	3.40 393	0.31 250	4.29 296	1.82 382	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PAM_32	1.45 357	0.13 132	2.69 358	0.26 347	0.30 420	2.15 363	0.29 365	4.92 400	0.22 40	0.84 205	2.02 363	9.57 464	3.27 434	0.97 176	0.56 302	0.00 1	0.12 442	0.00 1	0.31 467	0.04 213	0.27 437

ffm	1.04 286	0.05 19	1.65 240	0.34 373	0.01 143	1.58 302	0.02 148	3.03 192	6.40 461	1.39 295	2.07 364	2.15 328	0.34 257	1.59 204	0.05 23	0.00 1	0.02 333	0.00 1	0.00 1	0.09 307	0.03 247

ff1	1.65 380	0.05 19	1.65 240	0.34 373	0.01 143	1.58 302	0.02 148	3.03 192	6.40 461	1.39 295	2.07 364	2.15 328	0.34 257	6.68 411	7.08 453	0.00 1	0.02 333	0.00 1	0.00 1	0.09 307	0.03 247

mmx	1.56 370	0.05 19	1.65 240	0.34 373	0.01 143	1.58 302	0.02 148	5.51 433	2.25 410	1.39 295	2.07 364	2.15 328	0.34 257	6.68 411	7.08 453	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

xxx	1.56 370	0.05 19	1.65 240	0.34 373	0.01 143	1.58 302	0.02 148	5.51 433	2.25 410	1.39 295	2.07 364	2.15 328	0.34 257	6.68 411	7.08 453	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.01 86

ttt	1.35 347	0.05 19	1.09 130	0.46 392	0.01 143	1.61 317	0.00 1	5.61 436	1.97 388	1.75 326	2.10 368	1.40 274	0.11 177	4.81 328	6.07 449	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

222	2.69 428	0.09 76	1.03 114	0.00 1	0.00 1	1.54 295	0.00 1	5.61 436	1.55 349	1.51 306	2.10 368	0.53 178	0.07 137	4.54 316	35.09 507	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.02 188

Wz-Net-SNSev	2.53 425	2.49 478	10.66 482	0.39 382	0.01 143	2.73 389	0.40 388	5.02 407	1.50 344	2.15 358	2.12 370	6.48 445	1.11 346	9.47 473	5.84 448	0.00 1	0.01 274	0.00 1	0.00 1	0.21 398	0.06 328

Syn2CoEx	1.66 381	1.17 451	4.29 429	0.04 172	0.00 1	1.44 260	0.56 402	5.33 424	1.98 390	2.01 351	2.12 370	2.08 321	2.81 420	6.55 404	2.42 406	0.00 1	0.00 1	0.00 1	0.00 1	0.33 437	0.06 328

SMFormer	1.04 286	0.16 166	1.55 221	0.33 367	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 309	2.16 372	0.92 232	0.02 29	4.46 308	1.24 355	0.00 1	0.01 274	0.00 1	0.00 1	0.03 177	0.02 188

tta	1.04 286	0.16 166	1.55 221	0.33 367	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 309	2.16 372	0.92 232	0.02 29	4.46 308	1.24 355	0.00 1	0.01 274	0.00 1	0.00 1	0.03 177	0.01 86

qqq1	0.98 271	0.16 166	1.55 221	0.33 367	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 309	2.16 372	0.92 232	0.02 29	4.46 308	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.03 177	0.01 86

fff1	0.98 271	0.16 166	1.55 221	0.33 367	0.01 143	1.03 76	0.00 1	5.24 416	2.12 397	1.53 309	2.16 372	0.92 232	0.02 29	4.46 308	0.07 55	0.00 1	0.01 274	0.00 1	0.00 1	0.03 177	0.01 86

test_xeample	1.79 398	0.08 63	1.03 114	0.02 93	0.00 1	1.44 260	0.00 1	5.48 431	1.84 376	1.65 321	2.17 376	0.37 154	0.06 121	4.00 285	17.67 491	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

ADLNet	1.20 328	0.29 266	1.98 284	0.00 1	0.02 229	2.20 364	0.11 299	4.39 359	2.52 421	2.19 363	2.20 377	2.66 353	0.70 323	3.42 254	1.25 357	0.00 1	0.00 1	0.00 1	0.00 1	0.10 320	0.04 276

anonymousa	0.79 217	0.26 241	1.91 271	0.03 142	0.29 418	1.46 272	0.02 148	3.76 297	0.97 239	0.72 186	2.25 378	3.21 389	0.56 292	0.15 24	0.12 107	0.00 1	0.00 1	0.00 1	0.04 362	0.00 1	0.02 188

IIG-Stereo	1.30 338	0.48 350	1.04 118	2.41 474	0.05 280	1.61 317	0.14 312	2.59 152	0.68 159	2.97 404	2.28 379	3.08 380	0.57 294	7.41 451	0.65 318	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.00 1

TransformOpticalFlow	1.47 360	0.31 271	3.22 389	0.66 426	0.08 311	1.54 295	0.09 289	3.84 309	1.58 359	1.66 322	2.32 380	3.60 399	3.12 428	6.99 439	0.42 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

DAS	1.26 334	0.08 63	2.25 320	0.04 172	0.01 143	1.28 200	1.18 428	3.80 304	1.58 359	4.60 438	2.37 381	1.53 278	0.53 288	5.36 353	0.59 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

SepStereo	1.28 335	0.08 63	2.25 320	0.04 172	0.01 143	1.28 200	1.18 428	3.80 304	1.58 359	4.60 438	2.37 381	1.53 278	0.53 288	5.63 369	0.59 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 122	0.01 86

UGAM	1.08 295	0.19 193	2.83 364	0.05 192	0.01 143	1.09 105	0.11 299	2.89 178	0.64 127	0.08 56	2.46 383	3.64 401	0.08 151	6.99 439	0.25 190	0.00 1	0.00 1	0.00 1	0.02 342	0.27 421	0.04 276

IPLGR_C	0.75 202	0.88 431	2.58 352	0.13 286	0.02 229	1.40 241	0.27 354	3.19 226	0.84 219	1.92 341	2.46 383	0.18 126	0.11 177	0.49 141	0.26 198	0.00 1	0.05 390	0.01 405	0.05 367	0.19 387	0.06 328

ACRE	0.75 202	0.78 416	2.72 363	0.13 286	0.02 229	1.40 241	0.26 350	3.20 228	0.82 213	1.84 336	2.46 383	0.19 127	0.10 167	0.52 142	0.26 198	0.00 1	0.04 377	0.01 405	0.05 367	0.19 387	0.05 297

DGSMNet	2.23 419	0.80 419	6.10 463	0.96 450	1.73 468	3.22 403	4.12 468	5.30 422	1.11 269	1.19 265	2.48 386	3.18 387	0.65 314	4.57 320	1.33 362	1.11 473	1.37 484	1.55 475	1.26 491	1.37 471	1.28 473

otaku	3.17 437	1.32 457	2.49 345	6.07 484	3.26 478	4.62 437	2.15 446	5.35 425	1.34 312	2.00 348	2.54 387	3.50 398	1.49 368	3.68 263	1.11 346	7.89 489	0.23 462	1.88 479	0.03 351	7.74 485	4.78 489

CIPLG	0.75 202	0.81 423	2.38 335	0.13 286	0.03 251	1.41 246	0.27 354	3.19 226	0.84 219	1.98 347	2.56 388	0.19 127	0.10 167	0.54 146	0.26 198	0.00 1	0.05 390	0.01 405	0.05 367	0.19 387	0.05 297

RAFT-Stereo + iAFF	0.60 157	0.36 291	0.96 86	0.03 142	0.02 229	1.21 163	0.02 148	2.80 170	1.55 349	1.08 251	2.63 389	0.43 164	0.16 206	0.37 120	0.25 190	0.00 1	0.02 333	0.00 1	0.00 1	0.19 387	0.01 86

PS-NSSS	1.08 295	0.45 336	1.70 253	0.02 93	0.01 143	1.37 232	0.01 77	4.38 356	2.09 395	1.15 258	2.65 390	0.65 195	0.07 137	6.35 393	0.56 302	0.16 450	0.00 1	0.00 1	0.00 1	0.05 236	0.00 1

NCC-stereo	1.67 385	0.56 375	3.10 378	0.08 248	0.22 386	2.24 367	0.13 308	5.05 409	1.42 326	2.27 374	2.72 391	4.29 413	3.53 437	5.76 371	2.01 396	0.04 425	0.00 1	0.00 1	0.00 1	0.03 177	0.02 188

Abc-Net	1.67 385	0.56 375	3.10 378	0.08 248	0.22 386	2.24 367	0.13 308	5.05 409	1.42 326	2.27 374	2.72 391	4.29 413	3.53 437	5.76 371	2.01 396	0.04 425	0.00 1	0.00 1	0.00 1	0.03 177	0.02 188
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	1.93 405	0.97 438	3.83 414	0.55 411	2.19 474	1.49 280	0.05 241	4.09 327	1.00 246	2.59 392	2.77 393	5.17 434	5.63 465	7.19 445	0.63 314	0.00 1	0.10 431	0.00 1	0.00 1	0.25 413	0.20 426

FBW_ROB	2.36 422	0.36 291	3.16 381	0.37 380	0.14 349	4.42 436	0.18 325	6.64 462	3.05 431	2.98 405	2.85 394	4.86 428	1.11 346	11.00 485	4.53 434	0.16 450	0.05 390	0.37 466	0.09 391	0.19 387	0.78 462

STrans-v2	1.67 385	0.36 291	3.28 390	0.02 93	0.19 375	1.45 266	0.08 277	6.69 464	1.49 342	2.00 348	2.86 395	3.67 403	3.88 445	7.04 443	0.45 276	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

MGS-Stereo	0.31 61	0.10 95	0.89 70	0.02 93	0.00 1	0.50 34	0.00 1	0.39 11	0.61 96	0.02 9	2.91 396	0.04 26	0.03 58	0.21 60	0.06 47	0.00 1	0.00 1	0.00 1	0.00 1	0.44 452	0.00 1

AnyNet_C32	3.93 454	2.58 479	12.07 485	0.39 382	0.49 441	5.50 448	6.45 493	4.44 364	2.19 406	6.86 457	2.94 397	5.28 436	3.20 431	6.63 409	18.37 493	0.08 439	0.04 377	0.20 459	0.09 391	0.57 462	0.19 421

RainbowNet	4.74 462	3.21 485	3.07 376	9.34 491	6.01 484	4.89 442	3.60 463	7.09 469	4.39 450	1.63 320	3.01 398	4.72 425	2.96 424	5.53 359	1.19 353	8.95 492	2.12 489	8.48 487	0.19 429	8.75 487	5.73 491

HGLStereo	1.03 284	0.18 185	1.50 210	0.01 26	0.01 143	1.41 246	0.01 77	3.41 258	0.82 213	1.05 247	3.09 399	2.11 324	1.24 357	4.51 313	1.18 352	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.03 247

GMM-Stereo	1.09 303	0.05 19	1.62 236	0.13 286	0.22 386	1.41 246	0.87 417	2.31 122	0.62 108	2.75 397	3.14 400	0.54 180	0.90 335	5.33 351	0.13 111	0.01 392	0.00 1	0.00 1	0.02 342	0.01 39	1.80 478

psmorigin	2.01 411	0.37 295	10.25 480	0.22 330	0.03 251	1.62 323	0.19 331	3.31 243	1.05 257	4.92 443	3.14 400	5.85 439	2.21 404	5.31 349	1.71 379	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236	0.02 188

RTSC	2.66 427	1.24 455	6.04 462	0.18 317	0.02 229	4.40 435	0.08 277	4.29 348	4.98 454	6.00 450	3.15 402	2.97 374	1.56 376	6.71 416	10.89 473	0.00 1	0.07 407	0.00 1	0.05 367	0.40 449	0.24 435

ADLNet2	1.38 351	0.39 307	3.13 380	0.00 1	0.70 451	1.23 181	0.26 350	4.19 335	2.36 413	1.45 304	3.16 403	4.23 412	0.82 332	4.56 319	0.88 333	0.00 1	0.00 1	0.00 1	0.00 1	0.13 342	0.02 188

DDUNet	3.28 440	10.54 501	2.29 329	3.50 478	3.31 479	4.21 429	0.21 335	3.77 298	1.03 249	2.54 390	3.17 404	3.20 388	0.21 230	3.89 280	0.69 320	1.94 477	0.05 390	9.87 489	3.53 497	5.03 479	2.55 482

MFN_U_SF_RVC	3.76 452	1.77 468	9.85 479	0.84 439	0.27 406	9.50 473	0.49 398	8.07 474	3.41 435	4.81 442	3.28 405	9.40 462	3.49 436	7.76 459	8.31 463	0.41 463	0.54 474	0.52 469	0.80 485	0.89 467	0.84 464

SAMSARA	3.32 444	1.07 447	6.25 465	0.86 446	0.31 424	7.55 466	3.87 466	5.26 421	4.20 447	7.43 461	3.35 406	10.04 465	3.83 444	6.98 438	4.83 438	0.00 1	0.14 449	0.00 1	0.05 367	0.17 371	0.22 431

SHD	3.01 434	1.02 444	5.52 454	0.45 391	0.39 432	4.12 426	0.17 321	6.68 463	12.04 477	7.20 459	3.36 407	4.40 416	2.58 415	4.69 322	7.17 456	0.01 392	0.04 377	0.00 1	0.03 351	0.22 401	0.17 410

ADCL	3.30 441	0.81 423	6.76 470	0.25 341	0.25 398	6.93 459	4.65 476	4.79 394	2.62 425	4.61 440	3.36 407	5.22 435	4.55 451	5.54 362	14.91 483	0.05 431	0.01 274	0.11 452	0.13 406	0.28 429	0.10 371

test_4	0.51 135	0.10 95	1.27 174	0.01 26	0.06 291	0.97 70	0.03 194	1.12 54	0.16 17	0.27 115	3.42 409	0.65 195	0.09 159	1.59 204	0.26 198	0.00 1	0.00 1	0.00 1	0.08 386	0.14 349	0.00 1

WZ-Net	4.16 457	1.75 467	23.59 496	0.08 248	0.04 270	2.62 388	2.16 447	5.89 448	4.74 453	5.73 449	3.51 410	6.99 452	4.89 456	10.82 482	10.11 470	0.00 1	0.00 1	0.00 1	0.00 1	0.12 337	0.11 378

fast-acv-ft	1.41 354	0.46 340	4.29 429	0.10 270	0.13 343	3.97 423	0.29 365	2.42 136	1.91 385	0.81 202	3.55 411	3.02 376	1.26 359	3.35 249	2.05 399	0.04 425	0.01 274	0.04 438	0.04 362	0.39 448	0.05 297

ADCMid	3.95 455	1.34 458	10.91 483	0.18 317	0.38 431	5.02 443	1.27 433	4.87 398	2.94 430	11.15 476	3.60 412	6.76 449	5.21 461	6.40 400	16.96 488	0.12 446	0.08 418	0.55 471	0.46 476	0.53 461	0.19 421

HSM-Net_RVC	1.40 353	0.07 51	1.58 231	0.00 1	0.01 143	1.88 349	0.05 241	7.24 470	1.71 370	3.63 422	3.63 413	3.21 389	0.36 264	4.25 294	0.44 272	0.01 392	0.01 274	0.00 1	0.00 1	0.01 39	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UDG	2.86 430	8.81 498	1.57 230	2.60 475	0.89 456	2.39 375	0.11 299	3.42 260	1.02 248	2.18 362	3.64 414	5.04 432	1.60 383	4.17 291	2.09 400	1.21 476	0.04 377	7.69 485	3.67 498	4.10 477	0.93 469

CrosDoStereo	1.66 381	0.15 155	1.66 244	0.02 93	0.07 301	1.38 238	6.16 489	3.12 207	1.06 260	0.97 225	3.74 415	0.96 241	4.79 454	7.00 441	1.92 390	0.00 1	0.00 1	0.00 1	0.00 1	0.11 330	0.00 1

DeepStereo_LL	1.66 381	0.15 155	1.66 244	0.02 93	0.07 301	1.38 238	6.16 489	3.12 207	1.06 260	0.97 225	3.74 415	0.96 241	4.79 454	7.00 441	1.92 390	0.00 1	0.00 1	0.00 1	0.00 1	0.11 330	0.00 1

SGM-Forest	1.84 399	0.08 63	1.31 186	0.15 301	0.22 386	3.52 416	2.46 455	3.85 311	2.16 403	5.29 446	3.90 417	3.71 405	1.56 376	6.28 389	1.90 387	0.01 392	0.02 333	0.00 1	0.00 1	0.03 177	0.30 440
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
edge stereo	1.94 407	0.40 312	3.82 413	0.15 301	0.09 319	1.81 347	0.45 394	4.77 391	2.21 408	3.36 415	3.94 418	8.39 457	1.72 388	5.75 370	1.69 378	0.00 1	0.00 1	0.01 405	0.00 1	0.17 371	0.01 86

ccnet	1.70 391	0.20 204	1.95 278	0.26 347	0.18 368	3.72 420	1.22 430	4.22 340	1.43 330	2.37 382	3.96 419	3.45 396	1.51 372	4.69 322	4.47 433	0.06 437	0.00 1	0.09 447	0.01 322	0.10 320	0.01 86

MFN_U_SF_DS_RVC	3.30 441	2.61 480	7.84 473	0.09 259	0.26 401	12.92 480	7.62 497	4.25 342	3.64 441	2.95 403	3.99 420	4.61 424	1.22 353	8.36 463	1.77 380	0.59 470	1.15 483	0.04 438	0.85 486	0.48 457	0.67 460

GrayStereo	1.46 359	0.03 2	0.87 64	0.63 423	0.20 379	1.24 182	4.61 475	2.85 175	0.62 108	4.98 444	4.00 421	0.45 166	4.67 452	3.37 251	0.08 68	0.00 1	0.00 1	0.00 1	0.50 478	0.01 39	0.01 86

THIR-Stereo	1.48 361	0.29 266	1.51 216	0.01 26	0.02 229	1.05 91	4.32 471	2.11 115	0.22 40	1.08 251	4.24 422	1.93 312	4.19 447	6.76 419	1.87 386	0.00 1	0.00 1	0.04 438	0.00 1	0.05 236	0.00 1

AANet_RVC	1.66 381	0.88 431	3.52 401	0.06 209	0.00 1	1.22 166	0.00 1	3.25 232	2.51 420	2.21 364	4.49 423	3.65 402	0.20 225	7.10 444	3.42 424	0.50 466	0.04 377	0.00 1	0.00 1	0.08 285	0.05 297

RGC	1.86 401	0.67 399	3.45 400	0.07 233	0.26 401	3.29 406	0.11 299	4.78 393	1.46 334	3.26 413	4.51 424	5.14 433	2.68 417	5.46 356	1.94 394	0.00 1	0.00 1	0.00 1	0.00 1	0.08 285	0.09 365

stereogan	2.13 415	0.31 271	3.75 409	0.01 26	0.09 319	7.44 465	0.60 406	4.27 345	3.29 434	3.91 429	4.62 425	6.41 444	1.84 395	5.17 342	0.58 307	0.00 1	0.01 274	0.01 405	0.00 1	0.24 406	0.05 297

FAT-Stereo	1.86 401	0.19 193	3.31 392	0.17 311	0.03 251	1.78 344	0.97 421	4.76 390	2.79 427	4.22 433	4.87 426	5.31 437	2.83 422	5.06 339	0.90 334	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.01 86

DispFullNet	7.91 477	23.96 509	13.67 488	14.71 502	7.88 493	4.83 441	0.04 220	5.01 406	2.89 428	8.86 470	4.96 427	6.11 441	10.72 484	10.18 479	3.51 426	2.44 478	0.33 469	15.15 498	4.65 501	12.33 499	5.95 492

CBMV_ROB	1.70 391	0.11 114	1.98 284	0.46 392	0.00 1	2.85 397	0.91 420	4.27 345	2.21 408	4.02 431	5.00 428	2.97 374	2.32 407	5.40 354	1.35 363	0.00 1	0.00 1	0.00 1	0.00 1	0.03 177	0.06 328

RP	1.76 396	0.55 371	2.59 354	0.22 330	0.60 449	1.70 337	0.98 423	4.31 350	1.99 392	3.12 409	5.04 429	4.41 417	2.96 424	4.72 324	1.90 387	0.01 392	0.00 1	0.00 1	0.01 322	0.14 349	0.01 86

STTRV1_RVC	1.94 407	0.35 286	4.85 445	0.32 366	0.01 143	2.41 376	0.34 384	5.79 445	3.55 437	0.82 203	5.11 430	1.63 293	1.08 343	7.63 455	1.41 367	0.91 471	2.53 498	0.00 1	0.00 1	0.01 39	0.04 276

DRaft	1.34 345	0.12 122	1.19 160	0.06 209	0.01 143	1.64 326	0.43 392	1.86 103	0.14 7	3.76 424	5.27 431	0.41 162	4.38 449	5.49 358	1.68 376	0.01 392	0.06 398	0.00 1	0.07 381	0.07 271	0.11 378

Sa-1000	1.04 286	0.39 307	1.17 152	0.00 1	0.20 379	1.33 219	0.03 194	4.19 335	1.81 374	0.99 238	5.33 432	0.61 186	0.15 203	4.07 286	0.30 222	0.00 1	0.00 1	0.00 1	0.16 416	0.13 342	0.00 1

ACVNet_1	6.16 471	1.86 472	4.43 435	9.52 493	7.22 491	7.59 467	2.37 451	9.99 481	6.71 465	3.84 427	5.35 433	13.23 473	4.90 457	6.25 388	1.94 394	9.06 494	2.40 493	10.88 495	0.11 399	9.58 494	6.03 494

EAI-Stereo	1.14 317	0.12 122	1.19 160	0.21 327	0.32 427	1.84 348	2.32 450	5.42 429	1.19 286	1.02 240	5.66 434	0.48 171	0.60 297	0.86 169	0.62 313	0.00 1	0.13 447	0.00 1	0.65 482	0.02 122	0.17 410

S-Stereo	2.00 410	0.30 270	5.74 459	0.24 338	0.23 391	2.51 380	1.90 441	4.74 386	5.15 455	2.42 386	5.80 435	2.85 366	0.72 324	5.08 340	2.17 402	0.00 1	0.02 333	0.00 1	0.00 1	0.08 285	0.04 276

HHNet	0.87 248	0.25 237	1.78 263	0.16 308	0.08 311	1.30 208	0.44 393	1.93 105	0.64 127	1.41 299	5.92 436	0.14 116	1.79 390	0.35 116	0.95 340	0.05 431	0.00 1	0.01 405	0.00 1	0.14 349	0.01 86

MADNet+	10.71 487	14.57 503	70.07 510	0.58 416	0.47 440	19.89 494	4.20 469	11.05 482	6.87 466	3.03 407	5.99 437	9.01 460	6.35 468	31.95 508	28.31 506	0.22 454	0.26 466	0.01 405	0.04 362	0.46 453	0.87 465

ADCS	5.09 465	2.15 475	16.58 491	0.34 373	0.07 301	5.91 453	4.26 470	6.73 466	6.99 467	9.44 471	6.09 438	6.57 447	5.17 460	9.54 474	21.38 502	0.00 1	0.00 1	0.00 1	0.00 1	0.36 445	0.23 434

Consistency-Raft	1.36 348	0.65 396	4.81 444	0.33 367	0.32 427	1.62 323	0.11 299	3.65 288	3.80 443	0.33 122	6.12 439	0.86 228	2.14 403	0.94 174	1.25 357	0.02 414	0.01 274	0.00 1	0.00 1	0.24 406	0.01 86

AIO-Stereo-zeroshot1	1.57 373	0.69 403	7.27 471	0.30 358	0.44 435	0.87 52	0.02 148	6.19 455	0.84 219	0.45 154	6.17 440	4.35 415	1.17 350	1.32 195	0.48 285	0.00 1	0.09 422	0.00 1	0.34 473	0.26 416	0.12 386

CSAN	2.70 429	0.75 409	3.41 397	0.18 317	0.12 337	4.18 428	4.05 467	4.11 329	4.36 448	6.03 451	6.24 441	4.60 423	4.74 453	7.29 448	3.43 425	0.02 414	0.03 363	0.01 405	0.02 342	0.18 379	0.22 431

DEmStereo	1.51 363	0.08 63	2.17 307	0.09 259	0.02 229	1.76 341	0.90 419	1.47 79	0.60 87	2.46 389	6.42 442	1.08 255	5.16 458	6.21 385	1.86 385	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.01 86

ACVNet-4b	5.67 467	1.65 464	4.43 435	9.46 492	7.11 490	8.72 472	1.68 440	6.61 461	5.76 460	0.27 115	6.49 443	11.67 467	2.43 412	8.40 464	1.56 369	9.06 494	2.34 491	10.49 493	0.02 342	9.22 492	5.98 493

StereoVision	0.86 241	0.38 300	1.75 259	0.03 142	0.01 143	1.14 127	0.02 148	3.38 252	0.92 230	0.13 97	6.89 444	0.50 175	0.12 189	1.10 182	0.78 327	0.00 1	0.00 1	0.00 1	0.00 1	0.04 213	0.02 188

MFMNet_re	2.02 412	0.98 439	4.27 428	2.74 477	0.88 454	1.47 273	0.15 314	4.21 337	3.18 433	6.63 455	6.93 445	1.87 309	3.63 440	2.13 220	0.99 342	0.00 1	0.00 1	0.00 1	0.00 1	0.23 403	0.05 297

KYRaft	1.19 325	0.05 19	0.94 81	0.06 209	0.24 395	1.25 191	0.78 415	2.48 143	0.61 96	3.23 412	7.13 446	1.00 247	2.77 419	1.43 198	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	1.71 477

DCRE	0.69 189	0.35 286	1.16 149	0.06 209	0.02 229	0.91 56	0.00 1	1.05 51	0.30 54	0.98 234	7.63 447	0.72 210	0.02 29	0.16 27	0.07 55	0.00 1	0.02 333	0.00 1	0.21 440	0.02 122	0.03 247

RAFT-345	1.19 325	0.06 37	1.55 221	0.54 409	0.13 343	1.53 291	0.25 346	0.56 21	1.76 372	1.20 267	7.85 448	0.93 237	0.05 99	6.87 427	0.46 281	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.00 1

Nwc_Net	1.94 407	0.55 371	3.79 411	0.07 233	0.08 311	2.73 389	0.04 220	6.75 467	1.11 269	2.03 352	7.92 449	4.82 427	2.11 402	4.78 326	2.01 396	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236	0.01 86

SPS-STEREO	3.08 436	0.49 355	2.49 345	0.21 327	0.24 395	3.67 419	1.24 431	5.80 446	2.43 417	10.68 474	8.00 450	9.48 463	3.59 439	8.11 462	5.08 442	0.01 392	0.01 274	0.00 1	0.00 1	0.04 213	0.11 378
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MDST_ROB	3.50 447	0.07 51	3.94 415	2.66 476	1.46 465	12.94 481	0.97 421	7.32 471	2.42 416	14.82 489	8.08 451	2.74 360	1.51 372	8.44 465	2.48 409	0.00 1	0.00 1	0.00 1	0.00 1	0.01 39	0.11 378

MSC_U_SF_DS_RVC	5.12 466	2.33 476	8.42 475	0.33 367	0.27 406	24.60 503	8.84 500	5.50 432	9.75 473	3.82 426	8.16 452	8.53 458	1.82 391	9.44 472	5.18 443	1.02 472	1.65 487	0.33 465	0.47 477	1.06 469	0.90 466

AnyNet_C01	6.59 474	4.31 489	36.24 502	0.96 450	0.46 438	9.96 474	5.74 486	6.02 454	3.63 440	7.59 462	8.56 453	8.83 459	3.14 429	13.74 490	20.83 500	0.12 446	0.08 418	0.25 463	0.09 391	1.01 468	0.34 446

Prome-Stereo	1.23 332	0.06 37	0.93 80	0.12 280	0.24 395	1.26 195	0.67 409	2.53 148	0.69 172	2.08 355	8.70 454	0.76 215	2.91 423	2.12 219	0.11 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 475

SGM_RVC	4.07 456	0.38 300	1.98 284	0.84 439	0.26 401	6.20 455	2.37 451	6.45 459	3.57 438	11.56 479	9.27 455	15.55 478	6.78 469	10.07 478	4.60 436	0.22 454	0.25 463	0.20 459	0.23 446	0.26 416	0.34 446
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	1.90 404	0.43 327	1.83 268	0.39 382	0.00 1	2.24 367	3.37 460	3.90 316	1.44 331	2.17 360	9.66 456	2.57 350	1.09 344	6.88 428	1.81 381	0.00 1	0.00 1	0.02 430	0.00 1	0.10 320	0.03 247

EDNetEfficient	6.54 473	1.17 451	33.15 500	0.66 426	1.96 470	2.07 357	3.72 464	2.80 170	14.85 481	20.02 497	9.69 457	6.59 448	10.19 483	7.19 445	15.49 486	0.03 422	0.10 431	0.01 405	0.20 434	0.62 465	0.29 439

AF-Net	2.17 417	0.65 396	3.53 402	0.00 1	0.09 319	2.02 355	0.48 396	6.44 458	1.70 368	3.36 415	10.22 458	4.95 430	2.81 420	4.34 298	2.66 416	0.00 1	0.00 1	0.00 1	0.00 1	0.13 342	0.01 86

aanetorigin	2.87 431	0.73 408	8.74 476	0.23 336	0.23 391	1.61 317	2.07 443	1.76 98	1.10 267	14.21 487	10.25 459	2.93 370	3.38 435	4.98 335	4.06 429	0.10 443	0.05 390	0.09 447	0.11 399	0.57 462	0.15 403

tt	68.65 514	0.15 155	99.57 521	50.64 513	14.90 506	100.00 523	100.00 523	100.00 526	99.76 521	27.80 504	10.52 460	99.97 526	98.63 520	99.61 521	100.00 526	90.62 518	98.21 519	46.66 514	52.02 515	62.86 516	21.04 511

SDNR	3.31 443	0.91 435	6.28 467	0.44 386	0.02 229	26.11 504	0.01 77	3.81 307	1.62 362	2.82 399	11.06 461	2.93 370	0.60 297	7.95 460	1.52 368	0.01 392	0.01 274	0.00 1	0.00 1	0.06 256	0.12 386

pmcnn	3.61 448	0.68 401	5.38 453	0.61 420	1.46 465	2.75 393	1.26 432	5.04 408	1.57 355	8.77 469	11.67 462	18.69 484	2.38 410	6.03 377	5.61 446	0.00 1	0.07 407	0.00 1	0.00 1	0.21 398	0.07 346

ASMatch	1.44 356	0.14 143	2.15 306	0.60 417	0.21 384	1.21 163	0.26 350	0.96 48	0.66 143	0.29 117	11.75 463	0.93 237	2.37 409	6.73 417	0.54 299	0.00 1	0.00 1	0.00 1	0.01 322	0.00 1	0.04 276

G-Net	3.49 446	0.47 348	4.03 418	1.61 469	1.91 469	10.78 477	1.92 442	3.06 197	1.26 296	8.59 468	12.06 464	6.13 442	7.82 474	4.78 326	4.77 437	0.08 439	0.12 442	0.07 443	0.15 407	0.16 366	0.11 378

PWCK	8.72 480	5.37 492	16.61 492	5.74 483	0.12 337	19.88 493	11.41 503	11.31 484	13.42 479	14.07 484	12.84 465	13.20 472	8.05 476	15.44 491	10.25 471	5.95 484	0.22 461	2.09 481	0.05 367	7.50 482	0.92 467

SANet	4.63 461	0.89 433	5.34 452	0.30 358	0.09 319	7.43 464	3.75 465	6.53 460	16.16 484	6.79 456	13.29 466	12.44 469	7.74 472	7.38 449	4.11 430	0.00 1	0.01 274	0.00 1	0.00 1	0.10 320	0.31 444

LSM	7.38 475	1.68 465	22.24 495	3.99 480	40.72 511	3.54 417	4.79 480	4.74 386	6.65 464	10.25 473	13.51 467	4.49 419	3.81 443	6.91 433	5.31 444	0.00 1	0.04 377	0.00 1	0.00 1	0.26 416	14.60 508

SGM+DAISY	4.39 459	1.34 458	5.18 449	1.01 453	0.88 454	5.61 450	2.86 457	4.88 399	3.53 436	13.29 483	13.95 468	12.66 470	7.55 471	7.98 461	5.39 445	0.23 458	0.18 458	0.15 456	0.24 449	0.29 431	0.64 458

NVStereoNet_ROB	3.25 439	0.46 340	2.71 361	0.34 373	0.56 446	2.36 374	0.87 417	4.56 373	4.47 452	4.55 437	14.09 469	11.93 468	3.23 433	9.79 476	3.14 423	0.43 464	0.03 363	0.53 470	0.31 467	0.36 445	0.38 452
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
EDNetEfficientorigin	10.31 486	1.90 473	98.96 520	0.22 330	0.23 391	2.73 389	0.71 411	4.50 368	16.94 485	18.72 490	15.36 470	12.74 471	10.73 485	8.96 468	11.94 478	0.01 392	0.01 274	0.00 1	0.00 1	0.25 413	1.31 474

PWC_ROB	2.90 433	1.01 443	6.12 464	0.53 408	0.57 448	1.30 208	0.40 388	3.85 311	4.42 451	7.37 460	15.40 471	3.03 378	1.55 375	6.31 391	5.74 447	0.00 1	0.00 1	0.00 1	0.00 1	0.46 453	0.05 297

coex-ft	12.01 492	5.60 493	80.23 511	0.15 301	0.15 355	1.88 349	0.73 412	2.66 157	30.12 498	49.31 511	16.59 472	15.97 479	14.42 492	6.79 422	14.50 482	0.05 431	0.08 418	0.01 405	0.05 367	0.37 447	0.61 457

JetBlue	13.83 495	5.03 490	33.82 501	0.84 439	6.92 488	50.14 510	20.02 508	15.09 487	8.92 472	11.33 477	17.05 473	28.25 496	18.01 500	32.60 509	18.53 495	0.32 461	0.12 442	0.15 456	0.23 446	4.59 478	4.64 488

UNDER WATER-64	20.03 506	10.28 500	31.50 499	20.05 506	13.64 503	32.81 508	23.45 509	16.01 488	33.44 502	22.01 502	17.25 474	40.58 507	32.20 509	24.50 501	22.36 504	10.06 502	2.70 502	18.37 502	4.24 500	14.84 503	10.24 507

FTStereo	2.16 416	0.03 2	1.42 202	0.17 311	0.13 343	1.42 253	4.67 477	2.44 137	0.63 116	3.36 415	17.95 475	0.78 224	4.17 446	4.41 303	0.14 122	0.15 449	0.00 1	0.00 1	0.00 1	0.01 39	1.25 472

IMH-64-1	9.55 482	2.76 483	2.44 339	11.17 496	9.13 496	12.03 478	5.45 483	18.33 492	15.78 482	6.59 453	18.69 476	16.95 480	6.20 466	10.63 480	8.06 460	9.46 497	2.46 494	15.42 500	1.61 492	10.89 495	6.88 498

IMH-64	9.55 482	2.76 483	2.44 339	11.17 496	9.13 496	12.03 478	5.45 483	18.33 492	15.78 482	6.59 453	18.69 476	16.95 480	6.20 466	10.63 480	8.06 460	9.46 497	2.46 494	15.42 500	1.61 492	10.89 495	6.88 498

RTS	9.75 484	2.69 481	65.25 508	0.85 442	1.99 471	14.36 483	4.75 478	5.69 442	17.29 486	7.97 463	19.00 478	6.83 450	3.02 426	26.15 505	18.62 496	0.00 1	0.15 453	0.00 1	0.00 1	0.29 431	0.16 406

RTSA	9.75 484	2.69 481	65.25 508	0.85 442	1.99 471	14.36 483	4.75 478	5.69 442	17.29 486	7.97 463	19.00 478	6.83 450	3.02 426	26.15 505	18.62 496	0.00 1	0.15 453	0.00 1	0.00 1	0.29 431	0.16 406

WCMA_ROB	4.54 460	0.48 350	3.19 383	0.49 399	0.63 450	5.38 447	2.57 456	4.70 383	3.77 442	14.17 486	19.02 480	15.47 477	9.03 478	6.73 417	4.85 439	0.01 392	0.05 390	0.01 405	0.01 322	0.08 285	0.16 406

MeshStereo	5.78 468	0.75 409	3.04 374	0.25 341	0.14 349	7.88 469	2.09 444	9.64 478	5.18 456	20.48 498	19.06 481	22.80 489	9.54 481	9.64 475	4.88 440	0.00 1	0.00 1	0.00 1	0.00 1	0.29 431	0.03 247
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
UNDER WATER	19.61 505	12.37 502	31.14 498	20.44 507	14.31 504	28.63 507	18.15 507	16.43 489	34.24 503	20.82 499	19.14 482	38.83 504	30.09 505	24.31 500	20.97 501	10.09 503	2.68 501	19.51 505	4.70 503	15.52 504	9.93 505

PVD	5.81 469	0.99 441	5.56 456	0.72 431	0.51 442	6.72 458	0.18 325	9.90 480	23.69 490	11.45 478	19.26 483	8.18 456	9.46 480	9.24 470	9.49 469	0.02 414	0.16 455	0.00 1	0.08 386	0.18 379	0.40 453

WAO-6	11.09 488	1.69 466	3.21 386	7.54 487	7.10 489	16.34 487	6.63 494	20.12 497	38.64 506	9.67 472	19.28 484	27.53 495	10.97 486	12.43 487	11.57 476	4.26 480	2.35 492	10.54 494	0.02 342	7.59 483	4.29 487

ACVNet_2	8.69 479	1.80 471	5.09 448	8.55 490	6.72 487	13.47 482	4.34 473	13.70 486	23.86 491	6.89 458	19.74 485	20.52 485	5.36 462	7.70 458	2.48 409	8.53 491	1.67 488	7.99 486	0.32 470	8.79 490	6.29 497

ELAS_RVC	7.69 476	0.80 419	4.90 446	1.06 455	1.02 458	10.00 475	9.43 501	9.75 479	14.69 480	21.83 501	20.27 486	17.88 482	16.41 495	13.01 488	10.44 472	0.22 454	0.55 475	0.28 464	0.19 429	0.35 443	0.65 459
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT-RH_RVC	2.05 414	0.15 155	1.66 244	0.60 417	0.27 406	1.49 280	0.02 148	0.58 24	0.65 134	5.35 448	21.66 487	1.06 253	0.07 137	6.85 424	0.57 305	0.04 425	0.00 1	0.00 1	0.03 351	0.01 39	0.00 1

FCDSN-DC	5.04 464	0.15 155	1.83 268	0.22 330	0.44 435	5.60 449	1.66 438	5.22 415	4.37 449	14.49 488	21.86 488	20.65 487	11.88 487	7.66 457	4.55 435	0.02 414	0.00 1	0.00 1	0.00 1	0.03 177	0.05 297
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.09 470	0.18 185	2.35 333	0.42 385	0.53 443	7.80 468	1.42 434	8.14 475	7.07 468	19.05 495	22.10 489	22.85 490	13.84 490	9.42 471	6.44 450	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.06 328

Dean	11.46 491	2.03 474	5.20 450	10.73 495	8.20 495	18.71 492	5.73 485	21.10 501	41.49 509	11.12 475	22.16 490	25.92 494	7.74 472	7.52 453	4.31 432	9.01 493	2.27 490	9.95 492	0.61 481	9.18 491	6.22 495

KSHMR	14.27 499	6.95 496	5.79 460	15.08 503	12.84 502	17.44 488	10.61 502	18.88 494	30.94 499	18.81 492	22.21 491	28.54 497	8.85 477	15.56 492	9.24 468	10.34 504	3.60 504	21.61 506	4.68 502	14.48 502	8.94 503

FC-DCNN v2	6.25 472	0.19 193	2.31 330	0.44 386	0.55 445	8.05 470	1.51 437	8.71 476	7.22 469	19.24 496	22.98 492	24.00 493	13.47 489	9.80 477	6.51 451	0.00 1	0.01 274	0.00 1	0.00 1	0.01 39	0.05 297

LVE	11.10 489	2.36 477	3.34 393	9.94 494	8.13 494	21.22 496	7.75 498	16.47 490	32.55 501	8.55 467	23.64 493	23.22 491	7.93 475	10.98 484	6.65 452	9.45 496	2.55 500	11.08 496	0.58 480	9.35 493	6.28 496

PWCDC_ROB	3.06 435	1.38 461	3.81 412	0.14 298	0.00 1	3.14 400	0.02 148	4.40 360	12.35 478	1.08 251	23.69 494	2.01 316	2.01 401	3.87 279	2.43 407	0.24 459	0.00 1	0.00 1	0.00 1	0.61 464	0.08 359

IMH	11.11 490	3.50 486	2.56 351	11.25 498	9.13 496	14.49 485	5.10 481	20.68 500	26.30 494	8.28 465	23.85 495	20.63 486	9.19 479	12.39 486	7.96 458	9.50 499	2.50 496	15.28 499	1.66 494	11.07 498	6.96 500

LE_ROB	12.79 494	0.64 392	10.26 481	2.13 471	1.29 463	7.25 463	5.81 487	9.09 477	49.27 512	57.55 512	24.58 496	23.68 492	31.13 507	9.00 469	23.57 505	0.04 425	0.06 398	0.13 455	0.20 434	0.08 285	0.11 378

MSMD_ROB	4.94 463	0.43 327	2.58 352	0.12 280	0.01 143	8.43 471	1.09 426	4.25 342	4.11 446	13.11 482	26.36 497	13.95 474	13.88 491	7.45 452	2.92 419	0.10 443	0.01 274	0.00 1	0.00 1	0.01 39	0.02 188

ktn	19.15 504	18.52 504	6.39 469	22.64 509	17.26 507	24.47 501	12.11 504	24.52 508	34.74 504	18.75 491	27.70 498	32.54 498	17.85 499	15.71 493	16.67 487	22.09 508	3.64 505	28.95 510	10.91 507	17.40 506	10.22 506

notaker	17.52 502	21.54 507	7.84 473	18.05 505	14.44 505	17.58 489	6.43 492	20.13 498	24.44 493	21.34 500	27.71 499	39.12 505	18.78 501	19.63 498	20.40 499	11.95 505	2.71 503	25.51 508	5.85 505	17.10 505	9.78 504

ELAS	8.05 478	0.76 413	4.02 417	0.95 449	1.02 458	14.85 486	6.99 496	12.80 485	11.73 476	22.43 503	27.75 500	17.88 482	15.19 493	10.96 483	11.31 474	0.22 454	0.56 476	0.23 462	0.22 442	0.50 459	0.71 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	9.09 481	1.79 470	3.55 404	0.80 437	0.15 355	18.67 491	4.36 474	23.07 507	26.68 495	12.59 481	27.90 501	22.52 488	13.03 488	13.53 489	11.47 475	0.09 442	0.03 363	0.58 472	0.10 395	0.47 456	0.34 446

TorneroNet-64	15.45 500	5.66 494	3.44 399	13.86 500	12.03 501	28.15 506	6.27 491	19.89 496	38.68 507	12.16 480	28.06 502	35.76 503	15.44 494	19.56 497	15.40 485	9.71 500	2.52 497	19.13 503	2.70 495	12.55 500	7.94 502

DPSimNet_ROB	25.03 508	19.56 506	24.93 497	24.36 510	17.85 508	22.25 498	25.93 510	28.52 509	29.10 497	32.61 506	28.25 503	32.87 499	26.42 502	24.51 502	40.42 508	16.75 507	13.93 508	25.19 507	22.38 510	19.96 508	24.75 512

SGM-ForestM	12.56 493	0.80 419	4.31 432	1.07 456	0.41 433	21.56 497	8.57 499	17.42 491	19.67 488	29.93 505	28.49 504	45.83 509	27.22 504	26.05 504	18.40 494	0.14 448	0.25 463	0.18 458	0.28 462	0.18 379	0.42 454

TorneroNet	16.10 501	5.74 495	4.12 424	13.88 501	11.97 500	26.89 505	6.85 495	21.13 502	38.32 505	14.15 485	33.36 505	33.52 502	17.49 498	18.89 496	19.64 498	9.77 501	2.53 498	19.43 504	3.35 496	13.21 501	7.86 501

WAO-8	13.93 496	3.75 487	4.23 426	7.74 488	6.54 485	22.81 499	2.39 453	22.66 504	45.98 510	18.88 493	35.42 506	33.21 500	16.91 496	16.55 494	12.78 479	5.01 482	0.81 480	9.89 490	0.77 483	8.77 489	3.61 485

Venus	13.93 496	3.75 487	4.23 426	7.74 488	6.54 485	22.81 499	2.39 453	22.66 504	45.98 510	18.88 493	35.42 506	33.21 500	16.91 496	16.55 494	12.78 479	5.01 482	0.81 480	9.89 490	0.77 483	8.76 488	3.61 485

BEATNet-Init1	17.91 503	7.45 497	36.82 503	1.88 470	1.38 464	37.29 509	14.71 506	21.90 503	24.20 492	38.07 508	36.59 508	50.41 510	32.00 508	29.42 507	21.83 503	0.33 462	0.39 472	0.47 467	0.54 479	1.50 473	1.07 471

MANE	14.02 498	0.85 428	3.53 402	2.13 471	3.75 480	18.44 490	6.14 488	22.67 506	27.90 496	33.01 507	41.08 509	41.26 508	30.90 506	23.39 499	17.99 492	0.47 465	0.76 479	0.91 473	4.04 499	0.17 371	1.00 470

HanzoNet	29.69 509	29.33 510	21.66 494	21.75 508	19.07 509	24.58 502	12.99 505	28.87 510	40.49 508	43.09 509	44.02 510	55.65 512	44.93 510	43.17 511	44.44 509	27.88 511	9.47 507	29.77 511	15.86 509	20.94 509	15.84 509

JetRed	34.54 510	39.28 512	62.16 506	15.62 504	26.51 510	69.20 512	40.79 512	31.43 511	32.41 500	46.06 510	44.55 511	40.19 506	26.50 503	38.43 510	56.06 511	12.76 506	37.49 514	13.23 497	9.38 506	29.52 510	19.34 510

MADNet++	47.78 511	34.15 511	37.11 504	42.94 511	41.23 512	64.94 511	30.63 511	60.79 514	53.26 513	72.08 514	61.65 512	57.68 513	54.96 511	58.03 512	59.24 512	43.01 513	36.17 513	36.07 512	22.50 511	47.50 512	41.67 514

ASD4	55.28 512	67.10 515	50.57 505	44.24 512	57.82 514	92.00 514	98.23 521	54.95 512	86.61 517	58.30 513	64.61 513	50.57 511	63.33 513	58.83 513	67.37 513	25.76 510	29.60 511	26.82 509	29.01 512	42.42 511	37.42 513

xxxxx1	76.92 515	82.43 516	93.26 515	61.67 514	66.92 515	95.84 517	95.11 516	75.84 515	80.96 514	82.71 516	86.75 514	89.18 515	87.35 514	85.27 515	87.18 514	55.08 514	54.60 515	60.31 515	72.71 516	62.51 513	62.73 515

tt_ll	76.92 515	82.43 516	93.26 515	61.67 514	66.92 515	95.84 517	95.11 516	75.84 515	80.96 514	82.71 516	86.75 514	89.18 515	87.35 514	85.27 515	87.18 514	55.08 514	54.60 515	60.31 515	72.71 516	62.51 513	62.73 515

ff	76.92 515	82.43 516	93.26 515	61.67 514	66.92 515	95.84 517	95.11 516	75.84 515	80.96 514	82.71 516	86.75 514	89.18 515	87.35 514	85.27 515	87.18 514	55.08 514	54.60 515	60.31 515	72.71 516	62.51 513	62.73 515

LRCNet_RVC	60.63 513	63.16 514	62.94 507	69.09 517	50.21 513	19.92 495	0.07 270	58.32 513	5.21 457	75.67 515	86.75 514	74.68 514	62.48 512	59.01 514	49.80 510	93.38 519	56.36 518	93.48 519	92.95 519	67.44 517	71.73 519

PML	89.08 518	99.72 522	92.85 514	94.72 519	94.92 521	99.54 522	97.42 520	93.50 518	95.96 520	99.77 524	92.33 518	95.35 519	93.51 518	99.96 526	91.15 517	99.98 527	31.71 512	100.00 525	45.94 514	93.46 520	69.88 518

ccccc	98.51 522	94.69 519	100.00 526	100.00 530	100.00 526	92.59 515	97.15 519	98.75 522	95.78 519	98.59 523	95.17 519	98.60 521	99.67 521	99.86 524	99.84 521	100.00 529	100.00 524	99.91 523	99.54 522	100.00 529	100.00 529

MEDIAN_ROB	96.83 519	99.41 520	98.66 519	94.75 520	94.23 519	93.08 516	90.54 514	95.61 520	94.75 518	97.65 521	97.73 520	98.30 520	96.57 519	94.51 518	93.74 519	99.78 526	98.24 520	99.99 524	99.89 523	99.48 523	99.67 523

Anonymous_1	97.10 520	99.72 522	99.64 522	92.33 518	93.91 518	100.00 523	100.00 523	99.20 523	99.90 522	98.57 522	99.75 521	99.14 522	99.94 522	98.50 520	99.54 520	87.90 517	98.87 521	90.88 518	96.91 520	92.22 519	95.12 520

HaxPig	97.68 521	99.63 521	91.34 513	99.82 527	99.97 524	88.15 513	88.00 513	98.28 521	99.93 523	99.98 525	99.99 522	99.95 525	99.99 523	96.29 519	92.24 518	99.99 528	99.98 523	100.00 525	99.99 524	100.00 529	99.98 527

Selective-RAFT-Error	100.00 531	100.00 528	100.00 526	100.00 530	100.00 526	100.00 523	100.00 523	100.00 526	100.00 524	100.00 526	100.00 523	100.00 527	100.00 524	100.00 528	100.00 526	100.00 529	100.00 524	100.00 525	100.00 525	99.99 527	99.95 525

CasAABBNet	99.94 529	100.00 528	100.00 526	99.72 526	100.00 526	100.00 523	100.00 523	100.00 526	100.00 524	100.00 526	100.00 523	100.00 527	100.00 524	100.00 528	100.00 526	99.21 524	100.00 524	100.00 525	100.00 525	99.96 526	99.95 525

test_example2	98.83 523	99.97 527	99.97 523	99.96 529	99.97 524	99.46 521	99.97 522	95.54 519	100.00 524	100.00 526	100.00 523	93.37 518	93.47 517	99.93 525	99.91 522	100.00 529	99.79 522	96.64 520	98.71 521	100.00 529	100.00 529

LSM0	99.94 529	100.00 528	100.00 526	99.84 528	100.00 526	100.00 523	100.00 523	100.00 526	100.00 524	100.00 526	100.00 523	100.00 527	100.00 524	100.00 528	100.00 526	99.22 525	100.00 524	100.00 525	100.00 525	99.99 527	99.83 524

DPSMNet_ROB	99.46 528	99.94 525	99.98 524	96.59 524	100.00 526	100.00 523	100.00 523	99.81 524	100.00 524	95.87 520	100.00 523	99.32 523	100.00 524	99.79 522	99.99 524	98.46 523	100.00 524	99.86 521	100.00 525	99.52 524	100.00 529

DGTPSM_ROB	99.45 527	99.94 525	99.98 524	96.58 523	100.00 526	100.00 523	100.00 523	99.81 524	100.00 524	95.86 519	100.00 523	99.32 523	100.00 524	99.79 522	99.99 524	98.34 522	100.00 524	99.86 521	100.00 525	99.52 524	99.99 528

DPSM_ROB	99.17 524	100.00 528	100.00 526	96.28 521	98.84 522	100.00 523	100.00 523	100.00 526	100.00 524	100.00 526	100.00 523	100.00 527	100.00 524	100.00 528	100.00 526	93.66 520	100.00 524	100.00 525	100.00 525	96.31 521	98.27 521

DPSM	99.17 524	100.00 528	100.00 526	96.28 521	98.84 522	100.00 523	100.00 523	100.00 526	100.00 524	100.00 526	100.00 523	100.00 527	100.00 524	100.00 528	100.00 526	93.66 520	100.00 524	100.00 525	100.00 525	96.31 521	98.27 521

AVERAGE_ROB	99.23 526	99.81 524	97.56 518	100.00 530	100.00 526	96.24 520	91.02 515	100.00 526	100.00 524	100.00 526	100.00 523	100.00 527	100.00 524	99.98 527	99.97 523	100.00 529	100.00 524	100.00 525	100.00 525	100.00 529	100.00 529

FADE		10.20 499		4.76 482	4.82 483			19.13 495	23.28 489	8.35 466		14.63 476		25.45 503		24.52 509	8.46 506	36.14 513	36.87 513	3.46 476	2.72 483

Low-res two-view benchmark