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

MoCha-V2	3.53 346	0.90 173	17.00 156	1.32 265	8.54 461	1.38 23	0.55 36	2.89 100	3.31 310	0.99 46	1.82 200	0.66 12	1.16 139	1.79 103	0.84 38	0.26 19	15.15 470	0.20 1	0.20 27	0.25 7	11.33 443

LoS_RVC	1.23 24	1.51 292	6.09 46	0.88 57	1.71 381	1.96 44	0.59 48	1.61 7	1.37 6	0.84 19	1.35 72	0.84 41	1.15 138	1.49 65	0.83 35	0.21 1	0.17 3	0.20 1	0.14 1	0.20 2	1.49 322

Pointernet	0.99 6	0.50 4	3.54 26	0.89 58	0.44 33	2.30 62	0.38 7	3.12 120	1.48 12	0.69 2	1.44 91	0.92 58	0.73 28	1.28 28	0.82 33	0.24 5	0.23 79	0.21 3	0.19 12	0.19 1	0.25 6

CAS	1.34 27	0.48 2	2.20 15	3.01 436	1.66 376	4.08 285	0.73 115	1.96 28	1.51 22	0.86 21	1.10 29	0.59 4	0.53 4	1.36 47	0.94 59	3.07 441	0.14 1	0.21 3	0.14 1	0.38 174	1.78 340

WCG-NET	1.06 14	0.94 191	1.57 8	0.96 108	0.84 179	2.01 45	0.63 70	3.16 123	2.30 147	1.70 115	1.10 29	1.31 104	1.05 107	1.26 24	0.66 5	0.29 46	0.19 10	0.22 5	0.20 27	0.27 21	0.51 148

IGEV-Stereo+	1.08 17	0.55 7	2.59 20	0.89 58	2.06 407	1.40 24	0.38 7	1.18 1	1.29 3	0.76 9	0.45 1	0.47 2	0.79 47	2.16 146	0.65 4	0.29 46	0.25 112	0.22 5	0.19 12	2.27 432	2.70 369

WCG-NET（raft）	1.44 34	0.92 183	1.56 7	0.89 58	0.32 2	1.43 25	0.97 255	1.69 15	2.42 163	1.68 109	1.44 91	2.37 246	1.01 90	1.33 39	0.85 39	0.25 10	8.56 446	0.22 5	0.21 36	0.28 29	0.32 22

raftrobust	2.05 74	1.45 286	13.44 86	1.29 252	5.81 459	3.59 175	0.67 82	2.80 92	1.50 19	2.21 247	1.41 87	1.17 82	1.22 148	1.37 52	1.46 169	0.29 46	0.33 184	0.22 5	0.20 27	0.27 21	0.36 63

IGEV-Stereo++	1.68 48	0.48 2	1.27 2	0.77 15	1.31 306	3.87 237	0.33 4	3.41 150	1.72 71	0.89 33	1.20 42	0.68 14	1.03 92	1.15 12	0.49 1	0.23 3	0.22 55	0.23 9	0.18 11	0.26 16	13.90 447

trnet	1.00 10	0.55 7	1.89 14	0.66 4	0.33 3	4.41 359	0.40 12	2.42 54	1.95 96	0.96 42	1.24 50	0.88 50	0.89 69	1.27 26	0.78 17	0.30 70	0.19 10	0.23 9	0.15 3	0.22 3	0.22 1

IGEV++	3.59 348	0.91 176	13.63 87	1.08 157	0.98 224	1.27 16	0.98 257	3.33 142	1.89 90	0.93 38	1.38 80	0.86 46	1.09 115	1.71 91	1.09 91	0.36 182	21.52 481	0.23 9	0.21 36	0.31 66	18.10 473

fff	2.40 140	0.96 198	20.47 335	0.84 35	0.38 8	4.15 303	0.57 40	4.30 343	2.85 221	2.31 274	1.82 200	1.19 89	2.98 360	1.68 82	1.57 186	0.35 161	0.24 99	0.23 9	0.19 12	0.25 7	0.57 176

ADStereo(finetuned)	2.30 119	0.97 202	17.29 164	0.86 44	0.43 29	4.17 311	0.59 48	4.31 354	3.29 304	2.35 291	1.86 223	1.18 85	3.35 381	1.69 87	1.59 191	0.34 146	0.25 112	0.23 9	0.19 12	0.31 66	0.72 232

CREStereo++_RVC	1.98 59	0.59 25	19.94 268	0.87 51	0.55 73	4.02 269	0.31 2	1.75 17	2.09 107	1.65 104	2.20 299	0.85 43	0.65 19	1.03 4	0.72 10	0.29 46	0.16 2	0.23 9	1.22 426	0.25 7	0.22 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
XX-TBD	1.98 59	1.08 226	20.29 312	1.31 259	0.43 29	3.97 263	0.33 4	1.76 19	1.77 75	1.59 96	2.18 295	0.69 17	0.59 9	1.44 58	0.75 12	0.33 125	0.25 112	0.23 9	0.16 6	0.31 66	0.22 1

csc	2.40 140	0.96 198	20.47 335	0.84 35	0.38 8	4.15 303	0.57 40	4.30 343	2.85 221	2.31 274	1.82 200	1.19 89	2.98 360	1.68 82	1.57 186	0.35 161	0.24 99	0.23 9	0.19 12	0.25 7	0.57 176

cscssc	2.40 140	0.96 198	20.47 335	0.84 35	0.38 8	4.15 303	0.57 40	4.30 343	2.85 221	2.31 274	1.82 200	1.19 89	2.98 360	1.68 82	1.57 186	0.35 161	0.24 99	0.23 9	0.19 12	0.25 7	0.57 176

CREStereo	1.00 10	0.59 25	1.82 13	0.66 4	0.36 5	4.43 362	0.40 12	2.43 55	1.98 99	0.96 42	1.22 47	0.88 50	0.87 65	1.30 31	0.79 24	0.30 70	0.20 21	0.23 9	0.16 6	0.23 5	0.22 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
PMTNet	1.13 22	0.55 7	3.88 34	0.71 11	0.59 89	4.21 327	0.43 16	2.00 29	1.58 38	1.02 47	1.06 22	0.78 31	0.98 84	1.58 76	0.93 53	1.21 413	0.20 21	0.23 9	0.15 3	0.23 5	0.27 9

pmcnn	5.90 423	1.81 321	22.30 453	1.69 365	2.37 418	3.47 150	2.10 390	4.58 413	5.56 441	3.75 412	13.12 459	22.07 465	3.70 391	11.99 428	17.13 444	0.58 349	0.23 79	0.23 9	0.19 12	0.37 164	0.70 226

GCAP-BAT	2.74 233	0.79 141	19.74 250	1.06 152	0.85 181	4.25 336	0.91 230	2.80 92	1.83 81	2.14 219	2.08 276	2.55 266	0.80 51	1.87 119	1.41 155	0.35 161	7.97 443	0.24 21	0.22 59	0.27 21	2.72 370

testlalala2	2.47 157	0.75 118	20.46 332	2.58 423	2.91 426	3.80 219	0.76 142	4.20 309	3.87 372	1.45 85	1.57 123	2.43 255	0.80 51	1.23 20	0.71 9	0.28 38	0.33 184	0.24 21	0.21 36	0.35 141	0.38 72

LoS	1.05 13	0.58 17	3.31 24	0.91 71	0.38 8	4.14 300	0.50 26	2.22 42	1.49 17	1.02 47	0.88 13	0.62 7	0.84 57	1.69 87	0.94 59	0.27 27	0.20 21	0.24 21	0.17 9	0.22 3	0.32 22
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.08 17	0.63 44	2.53 18	0.95 101	2.18 410	2.13 53	0.50 26	2.07 34	1.46 10	0.79 11	1.06 22	0.61 6	0.48 3	1.45 59	0.87 43	0.24 5	0.18 6	0.24 21	0.15 3	0.64 336	2.36 360

Selective-IGEV	1.42 33	0.58 17	8.82 64	0.92 79	0.85 181	1.32 20	0.80 164	2.85 98	3.84 368	0.87 27	1.68 153	0.71 22	0.62 14	1.30 31	0.75 12	0.24 5	0.27 143	0.24 21	0.19 12	0.27 21	1.18 300

DCANet-4	2.06 75	0.58 17	15.30 117	0.86 44	0.44 33	4.16 306	0.57 40	4.31 354	3.28 299	2.31 274	1.82 200	1.04 70	1.54 217	1.69 87	1.56 183	0.35 161	0.24 99	0.24 21	0.19 12	0.25 7	0.57 176

GwcNet-ADL	2.51 162	0.75 118	21.41 432	0.98 119	0.73 142	4.58 391	0.95 248	4.46 396	2.61 188	2.06 197	1.80 193	2.54 265	1.24 151	1.98 130	1.73 227	0.41 229	0.46 274	0.24 21	0.27 129	0.41 212	0.55 169

CroCo-Stereo	1.07 16	1.18 244	3.66 28	0.91 71	0.60 93	0.49 1	0.49 22	4.07 259	1.91 91	0.84 19	1.29 64	1.00 65	0.75 36	1.32 38	1.38 151	0.26 19	0.21 40	0.24 21	0.20 27	0.37 164	0.30 16
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
s12784h	2.08 76	0.50 4	16.85 154	0.75 13	0.36 5	4.42 361	0.49 22	4.23 320	3.08 266	2.03 189	2.67 363	0.91 56	1.05 107	2.05 133	0.78 17	0.37 194	0.18 6	0.24 21	0.16 6	0.27 21	0.26 7

TANstereo	1.98 59	0.87 162	20.35 320	0.80 27	0.37 7	4.05 276	0.38 7	1.50 4	1.65 60	2.03 189	2.16 289	0.84 41	0.93 77	1.09 7	0.68 6	0.30 70	0.36 207	0.24 21	0.20 27	0.26 16	0.46 117

DCANet	2.37 135	0.98 205	20.47 335	0.86 44	0.43 29	4.18 315	0.59 48	4.31 354	3.29 304	2.35 291	1.86 223	1.18 85	1.63 243	1.69 87	1.59 191	0.34 146	0.25 112	0.24 21	0.19 12	0.31 66	0.73 237

rvit_stereo_0080	1.10 19	1.09 229	3.78 29	0.65 2	0.60 93	1.91 40	0.74 124	2.74 88	2.65 192	0.94 40	1.09 27	0.85 43	0.81 53	1.20 17	0.89 46	0.39 216	0.29 156	0.25 32	0.28 155	0.46 262	0.35 43

AIO-Stereo	1.40 32	0.62 42	1.44 4	0.85 40	0.76 155	1.28 19	0.79 156	2.39 50	2.83 218	0.75 6	1.62 135	0.89 53	0.46 1	1.30 31	0.77 15	0.28 38	0.27 143	0.25 32	0.23 71	0.27 21	9.88 439

RSM++	0.99 6	0.56 10	1.35 3	1.54 334	0.50 61	1.53 29	0.68 90	2.31 48	4.13 382	0.86 21	1.27 58	0.90 55	0.60 10	1.21 19	0.78 17	0.27 27	0.20 21	0.25 32	0.21 36	0.29 44	0.42 95

RSM	0.99 6	0.54 6	1.25 1	0.94 91	0.61 96	1.32 20	0.74 124	2.54 66	4.08 379	0.89 33	1.49 98	1.22 96	0.62 14	1.24 22	0.80 27	0.25 10	0.20 21	0.25 32	0.21 36	0.29 44	0.42 95

whm_eth	1.10 19	1.09 229	3.78 29	0.65 2	0.60 93	1.91 40	0.74 124	2.74 88	2.65 192	0.94 40	1.09 27	0.85 43	0.81 53	1.20 17	0.89 46	0.39 216	0.29 156	0.25 32	0.28 155	0.46 262	0.35 43

UniTT-Stereo	1.73 51	0.60 32	20.25 305	0.98 119	1.19 281	0.78 3	0.39 10	1.19 2	1.55 30	1.21 59	1.28 60	0.52 3	0.64 17	1.17 14	1.16 101	0.35 161	0.20 21	0.25 32	0.22 59	0.42 221	0.31 19

testlalala	2.95 266	0.66 61	20.83 381	1.03 140	0.81 166	4.39 354	0.90 220	2.96 110	3.69 361	2.50 326	1.55 122	1.31 104	0.61 12	1.15 12	0.77 15	0.42 239	14.33 467	0.25 32	0.20 27	0.26 16	0.36 63

RAFT-Test	1.67 47	0.64 47	6.13 47	1.25 240	1.82 394	3.06 97	0.78 149	4.02 245	3.09 269	1.88 140	1.70 158	3.76 363	1.03 92	1.40 54	1.07 88	0.29 46	0.33 184	0.25 32	0.23 71	0.29 44	0.33 29

Selective-RAFT	1.34 27	0.58 17	2.21 16	1.01 132	0.49 52	4.19 323	0.51 29	3.39 148	3.62 355	1.15 55	1.40 83	1.45 123	1.40 177	2.09 136	1.31 135	0.43 256	0.40 239	0.25 32	0.26 113	0.29 44	0.38 72

ProNet	1.63 41	0.91 176	5.70 43	0.96 108	0.64 112	2.40 67	0.82 172	1.92 23	3.28 299	0.69 2	1.17 41	0.78 31	0.76 38	1.72 95	0.87 43	0.27 27	0.97 360	0.25 32	0.26 113	0.31 66	7.97 423

RCA-Stereo	1.38 29	0.61 37	3.95 36	0.94 91	0.48 45	4.68 414	0.78 149	4.17 299	1.95 96	1.93 148	1.84 214	0.94 60	1.48 202	1.23 20	0.75 12	0.30 70	0.43 258	0.25 32	0.20 27	0.26 16	0.37 65

raft+_RVC	3.46 341	2.57 355	19.51 232	1.49 323	17.54 469	3.63 185	0.76 142	3.24 131	1.53 25	1.35 71	1.67 151	1.03 68	1.10 120	1.98 130	1.53 176	0.25 10	7.10 440	0.25 32	0.24 85	0.28 29	2.18 356

RALCasStereoNet	3.17 300	1.87 327	20.86 385	1.17 198	1.63 365	3.10 98	0.70 100	3.21 127	2.19 122	1.39 74	1.73 170	1.18 85	0.91 73	2.46 171	1.64 205	0.31 86	8.75 450	0.25 32	0.22 59	0.31 66	9.45 435

111	2.59 187	3.10 364	20.47 335	0.84 35	0.38 8	4.26 337	0.91 230	4.45 394	2.96 240	2.48 322	2.07 275	2.31 238	1.64 246	1.49 65	1.90 256	0.35 161	0.22 55	0.25 32	0.21 36	0.32 84	1.14 297

AFF-stereo	2.54 172	3.44 371	20.84 384	1.30 256	0.48 45	3.94 255	0.48 21	3.30 138	3.40 331	1.94 154	2.21 302	2.10 224	1.51 208	2.36 168	1.62 199	0.23 3	0.21 40	0.25 32	0.25 96	0.33 105	0.53 161

Gwc-CoAtRS	1.80 53	0.61 37	14.92 113	1.08 157	0.61 96	2.88 85	0.63 70	2.47 57	1.62 54	1.80 133	1.50 100	2.73 282	1.17 140	1.35 45	1.08 90	0.30 70	0.22 55	0.25 32	0.23 71	0.28 29	0.30 16

RASNet	3.15 296	1.20 254	19.81 254	1.63 354	2.26 413	3.67 193	1.09 280	3.58 161	3.44 335	1.99 169	2.15 285	4.59 407	2.30 326	10.24 361	2.98 334	0.57 348	0.26 133	0.25 32	0.25 96	0.30 59	0.54 166

rvit_stereo_0081_aga	1.06 14	1.02 217	5.34 41	0.75 13	0.74 146	1.21 8	0.63 70	2.00 29	2.30 147	0.88 28	0.82 11	0.79 34	0.69 23	1.42 56	0.78 17	0.36 182	0.29 156	0.26 49	0.26 113	0.41 212	0.32 22

Occ-G	2.25 101	0.74 105	13.22 85	0.90 67	0.89 198	1.52 28	0.78 149	1.82 20	2.87 229	1.65 104	0.89 14	2.18 226	0.89 69	1.04 5	1.69 215	0.28 38	0.27 143	0.26 49	0.19 12	0.25 7	12.70 444

RAFT-Stereo-weight	1.38 29	0.57 15	5.44 42	1.05 148	0.63 109	4.19 323	0.77 144	3.95 228	1.53 25	2.01 182	1.53 103	1.30 103	0.65 19	1.30 31	1.05 85	0.27 27	0.26 133	0.26 49	0.22 59	0.28 29	0.38 72

test_for_model	3.36 330	3.87 375	21.00 393	4.24 452	3.68 440	2.57 74	0.94 244	3.80 200	3.64 356	2.59 334	1.40 83	1.02 67	0.73 28	0.97 3	0.70 8	3.05 440	2.42 405	0.26 49	0.17 9	5.36 460	4.82 406

MGS-Stereo	1.24 25	0.66 61	9.68 67	0.97 115	0.40 23	1.26 14	0.72 108	1.50 4	1.35 4	1.03 49	2.26 307	0.80 36	0.56 5	1.28 28	0.78 17	0.31 86	0.23 79	0.26 49	0.22 59	0.28 29	0.34 37

MaDis-Stereo	1.60 38	1.11 233	16.13 135	0.67 6	1.87 395	1.22 12	0.39 10	2.17 41	1.42 9	0.69 2	0.78 7	0.88 50	0.70 24	1.24 22	1.13 94	0.32 102	0.23 79	0.26 49	0.21 36	0.32 84	0.28 11

DLNR_Zeroshot_test	29.83 476	55.48 485	50.99 483	183.84 489	114.74 486	3.44 144	0.28 1	29.52 477	1.59 41	1.03 49	1.25 54	0.93 59	0.64 17	3.95 228	1.62 199	37.16 481	1.69 386	0.26 49	0.23 71	92.97 486	15.07 456

AEACV	2.12 79	0.67 64	6.33 48	1.38 285	1.50 336	3.53 166	0.90 220	2.83 96	1.60 46	0.91 35	0.81 10	0.80 36	1.61 232	1.56 75	0.73 11	0.25 10	0.60 320	0.26 49	0.27 129	0.29 44	15.65 463

Any-RAFT	1.62 40	0.59 25	5.29 40	1.12 175	0.76 155	4.41 359	0.79 156	4.12 282	3.26 295	2.02 184	1.36 75	2.82 293	1.56 222	1.90 120	0.81 28	0.29 46	0.25 112	0.26 49	0.19 12	0.25 7	0.35 43

DCRE	3.02 276	0.95 196	18.48 190	1.18 202	1.89 396	3.57 172	0.82 172	3.36 146	1.70 69	2.04 192	8.12 432	1.73 154	1.07 113	1.31 35	1.24 118	0.24 5	0.87 352	0.26 49	0.27 129	0.28 29	11.03 442

GANet-ADL	2.25 101	0.80 143	20.17 292	1.28 247	0.69 139	3.83 224	0.75 134	3.63 169	1.83 81	1.68 109	2.04 263	2.09 223	1.10 120	1.63 78	1.43 159	0.42 239	0.33 184	0.26 49	0.23 71	0.43 231	0.41 88

cross-raft	1.95 57	0.66 61	16.17 137	1.23 224	0.92 209	2.25 58	0.70 100	3.69 178	1.68 65	1.78 128	1.53 103	3.15 319	1.13 126	1.35 45	1.06 87	0.24 5	0.23 79	0.26 49	0.24 85	0.29 44	0.45 109

RAFT-Stereo + iAFF	2.49 160	1.68 310	20.50 343	1.11 165	1.32 310	4.13 295	0.42 15	3.23 130	3.30 308	2.05 196	2.40 330	1.61 134	1.11 123	1.49 65	1.63 202	0.22 2	0.22 55	0.26 49	0.24 85	0.31 66	2.47 365

CFNet-RSSM	2.17 87	0.56 10	20.50 343	1.08 157	0.57 85	3.42 141	0.62 65	4.24 326	1.60 46	1.73 120	1.39 81	2.55 266	1.19 145	1.36 47	1.04 82	0.29 46	0.20 21	0.26 49	0.23 71	0.28 29	0.32 22

rvit_stereo_0081	0.87 3	0.73 96	1.54 5	0.92 79	0.65 117	1.27 16	0.61 55	2.11 38	2.35 154	0.86 21	0.75 4	0.86 46	0.74 33	1.36 47	0.83 35	0.33 125	0.26 133	0.27 63	0.25 96	0.38 174	0.35 43

rvit_stereo_0082	0.87 3	0.73 96	1.54 5	0.92 79	0.65 117	1.27 16	0.61 55	2.11 38	2.35 154	0.86 21	0.75 4	0.86 46	0.74 33	1.36 47	0.83 35	0.33 125	0.26 133	0.27 63	0.25 96	0.38 174	0.35 43

RAStereo	1.53 37	0.71 86	17.55 169	0.62 1	0.65 117	1.18 7	0.32 3	1.94 25	1.15 2	0.80 12	1.07 25	0.64 9	0.47 2	0.89 1	1.01 80	0.25 10	0.20 21	0.27 63	0.21 36	0.36 159	0.27 9

rvit_stereo_ft	1.28 26	1.39 279	6.72 50	0.99 125	0.66 121	1.06 5	0.79 156	2.81 94	3.14 274	0.83 17	1.02 19	0.95 62	1.13 126	1.27 26	1.00 76	0.34 146	0.24 99	0.27 63	0.29 188	0.40 192	0.35 43

MSKI-zero shot	2.33 125	0.69 75	20.22 301	1.14 184	0.77 158	4.05 276	0.68 90	3.95 228	1.51 22	1.93 148	2.35 322	1.91 193	0.71 26	3.01 208	0.79 24	0.28 38	1.47 378	0.27 63	0.21 36	0.28 29	0.44 105

testlalala_base	2.69 222	0.77 136	21.10 409	1.22 217	1.46 331	2.72 78	0.83 176	4.11 276	1.49 17	1.28 69	1.45 94	1.21 95	0.85 59	1.28 28	1.19 105	3.94 454	2.36 402	0.27 63	0.19 12	4.48 456	1.58 327

SPstereo	2.59 187	1.07 222	20.48 341	0.91 71	4.13 450	3.67 193	0.51 29	2.27 43	1.76 74	1.18 57	1.15 39	1.18 85	0.84 57	1.36 47	1.54 179	0.27 27	8.46 445	0.27 63	0.19 12	0.29 44	0.30 16

MC-Stereo	2.54 172	0.58 17	6.38 49	1.30 256	1.37 317	4.56 390	0.60 52	2.08 35	1.57 35	1.97 165	1.68 153	0.89 53	1.12 125	1.46 61	0.88 45	0.27 27	8.44 444	0.27 63	0.22 59	0.26 16	14.87 454

CroCo-Stereo Lap2	1.65 45	1.14 239	14.70 111	1.00 129	1.80 393	0.53 2	0.46 19	3.18 125	1.62 54	1.10 54	1.24 50	1.05 71	0.78 41	1.40 54	1.18 102	0.31 86	0.23 79	0.27 63	0.22 59	0.46 262	0.38 72

CSP-Net	1.99 63	1.70 312	4.84 38	1.22 217	1.02 234	3.42 141	1.30 316	3.66 172	2.11 114	2.07 203	1.93 247	2.40 247	1.48 202	8.56 317	1.62 199	0.51 324	0.41 246	0.27 63	0.27 129	0.44 244	0.54 166

CIPLG	2.88 254	10.01 416	20.02 276	0.95 101	1.34 311	3.95 257	0.91 230	4.24 326	3.69 361	2.36 297	2.66 361	1.17 82	1.06 110	1.82 112	1.37 150	0.45 273	0.25 112	0.27 63	0.23 71	0.33 105	0.60 194

iRaft-Stereo_20w	3.11 287	0.69 75	18.89 200	1.00 129	1.09 256	5.03 432	1.00 259	5.86 448	2.46 173	2.83 365	1.64 145	3.06 312	4.30 402	3.08 210	1.74 230	0.31 86	0.30 166	0.27 63	0.35 267	0.42 221	7.93 422

IPLG	2.56 182	1.11 233	19.89 264	0.95 101	0.79 163	4.60 395	0.56 37	4.31 354	2.10 109	1.94 154	2.00 258	1.34 106	1.37 169	6.59 280	1.59 191	0.32 102	0.21 40	0.27 63	0.23 71	0.32 84	0.63 205

IPLGR_C	2.96 268	11.71 425	20.02 276	0.95 101	1.31 306	3.93 252	0.92 237	4.22 315	3.76 364	2.35 291	2.62 358	1.16 81	1.07 113	1.71 91	1.34 137	0.45 273	0.25 112	0.27 63	0.23 71	0.33 105	0.60 194

MIPNet	2.43 149	1.13 237	20.00 274	0.93 84	0.58 88	4.74 423	0.62 65	4.33 365	2.95 239	1.94 154	1.49 98	1.52 128	1.96 296	2.77 196	1.60 195	0.35 161	0.20 21	0.27 63	0.23 71	0.32 84	0.59 190

IPLGR	2.61 194	0.73 96	20.72 374	0.87 51	0.54 69	4.58 391	0.52 32	4.32 362	2.79 211	1.91 144	1.54 114	1.72 151	1.71 263	6.94 294	1.43 159	0.31 86	0.21 40	0.27 63	0.24 85	0.34 127	0.48 132

ACRE	2.75 237	7.69 403	19.93 267	0.93 84	1.30 302	3.94 255	0.90 220	4.23 320	3.66 358	2.33 287	2.61 357	1.17 82	1.04 99	1.80 109	1.35 138	0.46 285	0.25 112	0.27 63	0.23 71	0.32 84	0.60 194

DEmStereo	3.24 314	0.65 54	18.95 202	0.83 34	0.54 69	3.85 229	1.79 369	2.53 65	2.54 180	2.25 254	2.74 369	2.02 213	6.02 420	6.78 287	11.30 404	0.40 226	0.26 133	0.27 63	0.27 129	0.28 29	0.57 176

DRaft	3.12 290	0.68 70	20.57 355	0.77 15	0.49 52	3.95 257	1.20 302	2.40 51	1.60 46	2.64 343	2.80 373	1.59 132	5.33 413	6.94 294	9.51 398	0.43 256	0.22 55	0.27 63	0.27 129	0.32 84	0.47 125

GrayStereo	3.68 356	0.56 10	20.61 360	1.71 370	0.90 203	4.17 311	8.11 457	3.17 124	4.13 382	2.80 361	2.49 343	1.70 147	17.06 462	2.83 200	1.25 124	0.37 194	0.23 79	0.27 63	0.32 236	0.30 59	0.57 176

Prome-Stereo	2.57 186	0.60 32	20.29 312	1.01 132	0.62 106	4.40 357	1.80 370	3.22 129	1.74 72	2.18 233	3.43 399	1.71 150	3.45 387	2.24 159	1.19 105	0.32 102	0.20 21	0.27 63	0.25 96	0.37 164	2.15 353

RALAANet	2.29 115	2.73 357	21.08 402	1.29 252	0.94 218	1.45 26	0.68 90	3.25 134	2.61 188	2.02 184	1.80 193	1.28 100	1.04 99	2.12 140	1.79 239	0.30 70	0.22 55	0.27 63	0.27 129	0.41 212	0.35 43

test_xeample3	3.67 354	3.52 374	21.53 435	0.98 119	0.51 62	1.88 38	0.91 230	8.10 454	2.76 207	0.82 14	0.76 6	0.65 10	0.70 24	5.88 259	7.74 389	0.32 102	0.29 156	0.27 63	0.22 59	0.29 44	15.33 462

R-Stereo Train	2.13 80	0.65 54	19.43 225	1.02 136	0.67 125	3.79 216	0.89 205	4.12 282	1.55 30	2.15 224	1.72 164	1.13 77	0.94 79	1.46 61	1.30 133	0.32 102	0.25 112	0.27 63	0.21 36	0.28 29	0.37 65

RAFT-Stereo	2.13 80	0.65 54	19.43 225	1.02 136	0.67 125	3.79 216	0.89 205	4.12 282	1.55 30	2.15 224	1.72 164	1.13 77	0.94 79	1.46 61	1.30 133	0.32 102	0.25 112	0.27 63	0.21 36	0.28 29	0.37 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	3.02 276	0.65 54	19.48 229	0.94 91	0.90 203	3.71 202	1.20 302	5.61 446	2.87 229	3.24 394	2.49 343	2.53 263	1.61 232	11.39 403	1.90 256	0.37 194	0.27 143	0.27 63	0.24 85	0.31 66	0.39 80
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM-zero	3.14 293	0.62 42	20.64 364	1.02 136	0.93 213	2.87 84	0.51 29	4.52 404	1.57 35	2.19 238	1.65 148	5.78 428	3.40 385	9.89 345	1.71 221	0.33 125	0.44 265	0.28 89	0.59 376	0.30 59	3.59 392

gcap-zeroshot	2.25 101	0.74 105	19.48 229	0.97 115	1.18 275	3.50 159	0.83 176	3.21 127	2.66 194	1.86 138	1.23 49	3.24 324	0.88 66	1.92 121	0.94 59	0.34 146	0.43 258	0.28 89	0.22 59	0.29 44	0.83 257

AE-Stereo	2.91 258	0.63 44	17.05 158	1.15 185	0.63 109	4.39 354	0.70 100	4.02 245	2.12 116	1.24 67	2.04 263	1.01 66	0.91 73	1.67 81	1.42 157	0.30 70	1.14 368	0.28 89	0.28 155	0.27 21	16.93 472

IGEVStereo-DCA	3.09 285	3.48 372	16.25 138	0.96 108	0.49 52	1.59 31	0.83 176	1.68 9	3.44 335	0.75 6	0.78 7	0.74 28	0.73 28	5.79 256	7.75 390	0.32 102	0.26 133	0.28 89	0.21 36	0.32 84	15.08 457

rrr	3.66 352	3.48 372	23.50 462	0.96 108	0.49 52	1.59 31	0.92 237	8.19 455	2.75 204	0.75 6	0.78 7	0.74 28	0.73 28	5.79 256	7.75 390	0.32 102	0.26 133	0.28 89	0.21 36	0.32 84	13.47 445

IGEV_Zeroshot_test	2.66 211	0.75 118	21.55 436	1.50 326	0.89 198	2.21 56	0.90 220	3.52 157	1.83 81	2.17 230	1.57 123	4.09 380	1.60 227	1.73 98	1.21 108	0.32 102	0.33 184	0.28 89	0.30 206	0.44 244	6.09 414

MIM_Stereo	2.71 225	1.26 257	20.92 389	1.34 271	5.57 458	3.10 98	0.59 48	3.25 134	2.51 176	1.64 101	1.61 132	1.82 178	1.29 159	2.07 135	1.35 138	0.25 10	0.31 172	0.28 89	0.26 113	0.29 44	4.43 404

anonymousdsp2	2.72 227	0.68 70	11.15 73	1.20 208	0.64 112	3.66 192	0.71 105	3.71 183	2.14 119	1.62 99	1.61 132	1.95 200	1.00 87	2.24 159	0.81 28	0.32 102	0.50 298	0.28 89	0.20 27	0.34 127	19.58 475

iinet-f	2.44 151	1.82 323	14.97 114	1.21 213	1.11 261	3.78 215	1.10 285	4.19 307	2.90 234	2.10 211	1.76 174	2.99 305	2.97 358	2.84 201	2.79 323	0.38 209	0.38 226	0.28 89	0.28 155	0.50 288	0.47 125

RAFT_CTSACE	2.41 146	1.83 324	20.33 318	1.77 380	1.39 319	3.50 159	1.03 266	3.25 134	1.64 58	1.80 133	2.04 263	2.82 293	1.78 273	2.11 139	1.10 92	0.27 27	0.24 99	0.28 89	0.30 206	0.31 66	0.33 29

test-3	2.19 90	0.59 25	18.63 192	1.13 180	0.75 151	2.07 51	0.89 205	4.37 376	1.53 25	2.25 254	1.20 42	2.05 219	0.79 47	2.68 190	1.35 138	0.29 46	0.95 357	0.28 89	0.27 129	0.27 21	1.47 321

test_1	2.19 90	0.59 25	18.67 194	1.13 180	0.78 160	2.07 51	0.89 205	4.37 376	1.53 25	2.18 233	1.20 42	2.05 219	0.78 41	2.68 190	1.36 145	0.29 46	0.93 354	0.28 89	0.27 129	0.28 29	1.53 324

LCNet	2.54 172	0.60 32	20.89 387	1.01 132	0.57 85	3.60 179	1.21 307	3.20 126	1.70 69	2.17 230	1.76 174	1.43 120	4.12 398	3.61 218	0.94 59	0.32 102	0.20 21	0.28 89	0.76 396	0.50 288	1.83 344

EAI-Stereo	4.89 409	0.69 75	7.74 55	0.99 125	1.63 365	4.68 414	51.52 482	5.79 447	3.37 322	3.64 408	7.24 427	1.10 74	0.95 81	2.51 176	1.71 221	0.33 125	0.31 172	0.28 89	2.04 449	0.28 29	0.92 274

HSM	3.25 317	1.08 226	19.18 212	1.19 206	1.54 342	3.45 147	1.02 263	4.04 252	2.61 188	2.31 274	2.17 290	8.01 441	2.99 363	11.59 412	1.80 240	0.35 161	0.24 99	0.28 89	0.24 85	0.33 105	0.55 169

iResNet_ROB	2.72 227	10.38 418	14.41 103	1.46 315	0.99 226	3.74 207	0.66 80	4.01 240	2.84 220	2.04 192	2.05 270	1.98 207	1.38 170	4.73 239	1.91 259	0.35 161	0.20 21	0.28 89	0.19 12	0.33 105	0.41 88

11t1	2.82 246	0.72 90	17.81 179	1.60 347	0.93 213	2.27 60	0.62 65	3.76 190	4.47 404	1.72 118	1.33 69	1.05 71	1.34 165	1.84 116	1.45 167	0.29 46	5.57 434	0.29 105	0.26 113	0.32 84	8.80 434

ff7	2.60 190	0.81 146	16.25 138	0.89 58	0.56 77	4.55 386	0.83 176	1.68 9	3.44 335	0.88 28	1.10 29	0.70 18	0.78 41	1.93 124	0.93 53	0.29 46	0.37 213	0.29 105	0.21 36	0.33 105	15.08 457

ffff	2.60 190	0.81 146	16.25 138	0.89 58	0.56 77	4.55 386	0.83 176	1.68 9	3.44 335	0.88 28	1.10 29	0.70 18	0.78 41	1.93 124	0.93 53	0.29 46	0.37 213	0.29 105	0.21 36	0.33 105	15.08 457

11t	2.60 190	0.81 146	16.25 138	0.89 58	0.56 77	4.55 386	0.83 176	1.68 9	3.44 335	0.88 28	1.10 29	0.70 18	0.78 41	1.93 124	0.93 53	0.29 46	0.37 213	0.29 105	0.21 36	0.33 105	15.08 457

EKT-Stereo	7.93 448	0.75 118	21.17 418	1.84 384	109.80 485	4.51 378	0.61 55	4.13 285	1.59 41	1.89 142	1.24 50	1.96 205	1.35 166	4.02 229	1.36 145	0.42 239	0.31 172	0.29 105	0.27 129	0.35 141	0.78 248

anonymousdsp	3.14 293	0.83 151	20.28 308	0.94 91	0.64 112	4.54 380	0.82 172	2.03 33	3.32 315	0.91 35	1.13 35	0.78 31	0.77 39	1.78 102	0.90 49	0.29 46	0.25 112	0.29 105	0.21 36	0.33 105	21.81 476

EGLCR-Stereo	2.52 164	0.56 10	9.39 65	1.16 191	0.81 166	5.24 435	0.61 55	4.20 309	1.56 33	1.09 52	0.71 2	1.09 73	0.66 22	1.92 121	0.82 33	0.29 46	0.30 166	0.29 105	0.24 85	0.37 164	19.09 474

ccc-4	2.60 190	0.81 146	16.25 138	0.89 58	0.56 77	4.55 386	0.83 176	1.68 9	3.44 335	0.88 28	1.10 29	0.70 18	0.78 41	1.93 124	0.93 53	0.29 46	0.37 213	0.29 105	0.21 36	0.33 105	15.08 457

test_4	1.98 59	0.68 70	15.65 125	0.91 71	0.48 45	4.11 290	1.09 280	2.41 52	1.50 19	1.55 90	2.31 319	1.87 186	0.79 47	2.86 202	1.51 173	0.34 146	0.19 10	0.29 105	0.29 188	0.30 59	0.40 83

IGEV-Stereo	3.15 296	0.83 151	20.31 316	0.94 91	0.64 112	4.54 380	0.82 172	2.01 31	3.31 310	0.91 35	1.13 35	0.79 34	0.77 39	1.79 103	0.92 52	0.29 46	0.25 112	0.29 105	0.21 36	0.33 105	21.85 477
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_3	2.17 87	0.58 17	18.64 193	1.11 165	0.78 160	2.15 55	0.85 190	4.42 388	1.47 11	2.00 173	1.20 42	2.02 213	0.79 47	2.70 194	1.35 138	0.29 46	1.04 363	0.29 105	0.29 188	0.31 66	1.07 292

PSMNet-ADL	2.01 67	0.78 138	2.89 22	1.11 165	0.86 185	4.13 295	0.80 164	3.84 207	2.26 136	1.74 123	1.87 227	2.90 299	1.81 279	10.37 365	2.34 304	0.49 308	0.47 284	0.29 105	0.30 206	0.39 188	0.56 172

ADLNet2	3.20 305	1.43 284	20.11 291	1.22 217	1.78 390	3.86 232	1.47 339	3.96 230	3.89 373	2.26 260	2.49 343	4.63 411	1.92 295	10.68 372	2.00 273	0.42 239	0.37 213	0.29 105	0.30 206	0.51 293	0.46 117

STrans-v2	3.11 287	0.95 196	20.80 379	0.86 44	0.64 112	3.90 241	1.01 260	4.30 343	3.61 353	2.28 265	3.65 403	4.11 383	5.17 412	7.32 298	1.63 202	0.34 146	0.18 6	0.29 105	0.26 113	0.30 59	0.65 214

NRIStereo	2.32 122	0.69 75	20.07 280	1.35 272	0.38 8	4.73 421	0.89 205	2.43 55	3.35 320	1.95 160	1.37 77	1.75 155	1.21 147	2.97 207	1.35 138	0.49 308	0.22 55	0.29 105	0.26 113	0.31 66	0.33 29

THIR-Stereo	4.50 395	1.11 233	18.71 195	0.89 58	0.47 40	2.25 58	16.71 464	3.53 158	1.58 38	2.04 192	12.04 456	2.66 278	7.52 435	7.29 297	11.25 403	0.32 102	0.21 40	0.29 105	0.28 155	0.35 141	0.52 156

DeepStereo_RVC	2.42 148	0.70 81	18.41 188	0.79 26	0.43 29	4.50 374	0.70 100	2.51 61	3.51 348	2.02 184	1.79 188	1.54 129	6.35 423	1.93 124	1.22 110	0.47 293	0.22 55	0.29 105	0.29 188	0.35 141	0.40 83

LMCR-Stereo	2.53 168	2.30 348	18.81 197	1.64 358	0.86 185	3.88 238	1.14 292	4.33 365	1.63 56	2.27 263	2.35 322	1.13 77	2.41 333	2.63 186	2.26 298	1.06 406	0.24 99	0.29 105	0.25 96	0.62 327	0.42 95

iRaftStereo_RVC	1.70 49	1.18 244	3.88 34	0.99 125	0.46 36	3.83 224	0.41 14	2.41 52	1.60 46	1.69 113	1.76 174	1.81 176	0.83 56	1.58 76	1.23 113	0.31 86	4.86 430	0.29 105	0.26 113	0.33 105	4.33 402

XX-Stereo	2.66 211	0.70 81	21.17 418	2.33 410	1.24 294	4.31 346	0.45 18	4.48 397	1.60 46	2.39 305	1.89 231	4.60 408	0.60 10	4.17 233	1.11 93	0.34 146	0.26 133	0.29 105	0.29 188	0.53 296	0.43 101

iResNet	2.70 223	1.35 276	20.93 390	2.01 397	0.73 142	3.76 210	0.83 176	4.28 339	2.93 237	2.38 303	2.03 261	1.35 108	1.54 217	3.28 212	4.42 362	0.42 239	0.25 112	0.29 105	0.23 71	0.45 252	0.64 210

rvit_stereo_0083	0.91 5	0.73 96	1.60 10	0.90 67	0.66 121	1.21 8	0.64 75	1.75 17	2.71 199	0.83 17	0.93 15	0.94 60	1.06 110	1.50 69	0.79 24	0.34 146	0.36 207	0.30 126	0.27 129	0.34 127	0.34 37

model_zeroshot	2.43 149	0.72 90	19.99 273	1.24 225	1.23 291	3.70 201	0.63 70	3.76 190	1.61 52	2.79 358	1.41 87	2.24 230	0.82 55	2.87 203	1.22 110	0.33 125	0.52 303	0.30 126	0.25 96	0.28 29	2.59 366

qqq1	2.35 129	0.73 96	8.34 58	1.41 297	0.61 96	2.04 46	0.72 108	4.30 343	4.43 399	2.41 310	2.40 330	1.94 196	1.52 212	10.99 383	1.36 145	0.35 161	0.84 348	0.30 126	0.25 96	0.31 66	1.75 335

fff1	2.35 129	0.73 96	8.34 58	1.41 297	0.61 96	2.04 46	0.72 108	4.30 343	4.43 399	2.41 310	2.40 330	1.94 196	1.52 212	10.99 383	1.36 145	0.35 161	0.84 348	0.30 126	0.25 96	0.31 66	1.75 335

HH	3.19 303	0.91 176	21.34 428	1.24 225	0.61 96	4.16 306	0.80 164	2.94 103	1.82 79	1.23 65	1.84 214	4.61 409	1.84 285	2.63 186	0.99 73	0.29 46	1.53 380	0.30 126	0.24 85	0.34 127	14.22 452

HanStereo	3.19 303	0.91 176	21.34 428	1.24 225	0.61 96	4.16 306	0.80 164	2.94 103	1.82 79	1.23 65	1.84 214	4.61 409	1.84 285	2.63 186	0.99 73	0.29 46	1.53 380	0.30 126	0.24 85	0.34 127	14.22 452

gwcnet-sp	2.38 136	1.51 292	17.58 172	1.11 165	0.92 209	3.59 175	1.03 266	3.79 195	2.43 166	2.60 335	1.63 140	1.80 173	1.61 232	3.87 224	1.99 268	0.33 125	0.32 178	0.30 126	0.29 188	0.40 192	0.47 125

scenet	2.38 136	1.51 292	17.58 172	1.11 165	0.92 209	3.59 175	1.03 266	3.79 195	2.43 166	2.60 335	1.63 140	1.80 173	1.61 232	3.87 224	1.99 268	0.33 125	0.32 178	0.30 126	0.29 188	0.40 192	0.47 125

ToySt	2.53 168	0.89 168	19.20 214	1.12 175	0.95 220	3.47 150	1.13 290	3.72 184	2.25 133	1.36 72	1.71 162	2.22 229	1.59 226	2.14 145	1.81 244	0.28 38	0.64 327	0.30 126	0.33 244	0.43 231	5.14 408

ssnet	2.38 136	1.51 292	17.58 172	1.11 165	0.92 209	3.59 175	1.03 266	3.79 195	2.43 166	2.60 335	1.63 140	1.80 173	1.61 232	3.87 224	1.99 268	0.33 125	0.32 178	0.30 126	0.29 188	0.40 192	0.47 125

raft_robust	3.17 300	2.15 343	20.28 308	1.06 152	0.55 73	3.86 232	0.46 19	4.42 388	2.77 208	1.70 115	1.37 77	7.48 438	6.35 423	6.81 289	1.44 163	0.31 86	0.74 341	0.30 126	0.37 286	0.32 84	0.57 176

CrosDoStereo	5.27 415	0.75 118	20.07 280	0.85 40	0.53 66	3.40 136	18.03 465	3.90 216	3.29 304	1.99 169	8.27 434	1.95 200	6.95 432	7.34 299	25.94 470	0.33 125	0.22 55	0.30 126	0.28 155	0.35 141	0.61 198

AAGNet	3.88 368	0.67 64	20.04 278	2.27 407	0.46 36	4.76 425	1.05 272	2.28 45	3.38 325	2.16 228	1.84 214	2.40 247	3.95 395	6.22 271	24.21 467	0.49 308	0.19 10	0.30 126	0.29 188	0.33 105	0.29 14

DeepStereo_LL	5.27 415	0.75 118	20.07 280	0.85 40	0.53 66	3.40 136	18.03 465	3.90 216	3.29 304	1.99 169	8.27 434	1.95 200	6.95 432	7.34 299	25.94 470	0.33 125	0.22 55	0.30 126	0.28 155	0.35 141	0.61 198

SST-Stereo	2.63 201	0.63 44	19.76 251	1.69 365	0.46 36	4.71 420	0.74 124	2.27 43	3.07 265	2.07 203	2.15 285	2.42 253	3.17 373	6.66 282	0.95 65	0.45 273	0.19 10	0.30 126	0.27 129	0.35 141	0.31 19

RAFT_R40	2.61 194	0.64 47	19.86 260	1.69 365	0.46 36	4.74 423	0.95 248	2.28 45	2.52 178	2.02 184	2.32 320	2.69 281	2.52 343	6.70 284	1.05 85	0.42 239	0.19 10	0.30 126	0.27 129	0.33 105	0.29 14

GMStereo	2.01 67	2.26 346	20.93 390	0.90 67	0.48 45	1.67 34	0.56 37	1.90 22	2.19 122	1.58 95	1.31 66	0.87 49	0.74 33	1.68 82	1.00 76	0.41 229	0.21 40	0.30 126	0.32 236	0.50 288	0.46 117
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	2.40 140	0.97 202	20.20 295	0.94 91	0.86 185	4.22 329	0.79 156	2.97 112	2.85 221	1.93 148	1.91 240	3.07 313	1.46 196	1.52 70	2.37 308	0.33 125	0.27 143	0.30 126	0.27 129	0.42 221	0.35 43

acv_ft	2.45 153	0.97 202	19.57 233	1.15 185	2.01 403	2.97 94	0.96 253	3.88 212	2.85 221	2.34 289	1.91 240	3.07 313	1.65 252	1.52 70	2.26 298	0.33 125	0.27 143	0.30 126	0.27 129	0.42 221	0.35 43

AIO-Stereo-zeroshot1	3.20 305	1.87 327	21.91 442	1.18 202	2.03 404	4.07 281	0.98 257	3.99 236	2.17 120	1.57 93	5.62 425	4.27 391	2.92 355	2.69 193	2.50 316	0.27 27	0.49 294	0.31 145	1.20 423	0.92 389	3.04 380

AIO-Stereo-zeroshot	2.84 248	1.17 241	20.72 374	1.15 185	2.05 406	3.61 181	0.49 22	4.63 418	2.10 109	1.41 78	1.66 150	6.02 431	2.40 331	2.79 198	2.09 286	0.30 70	0.51 300	0.31 145	0.96 409	0.59 317	1.93 345

test_sample1	2.29 115	0.72 90	5.74 44	1.51 328	0.86 185	2.35 63	0.64 75	4.07 259	3.45 341	2.01 182	1.51 101	1.70 147	1.71 263	9.53 334	1.73 227	0.31 86	0.97 360	0.31 145	0.31 223	0.33 105	6.12 415

DispNO	3.22 309	2.06 335	19.82 255	1.21 213	1.11 261	3.74 207	0.93 242	4.31 354	2.89 232	2.37 302	2.27 310	4.51 403	2.09 305	11.41 404	3.47 348	0.35 161	0.28 151	0.31 145	0.29 188	0.39 188	0.51 148

Former-RAFT_DAM_RVC	0.99 6	0.85 157	1.58 9	0.95 101	1.08 253	2.95 90	0.53 33	1.93 24	2.00 102	1.19 58	1.63 140	0.59 4	0.65 19	1.10 8	0.90 49	0.28 38	0.23 79	0.31 145	0.25 96	0.45 252	0.32 22

4D-IteraStereo	2.95 266	1.83 324	20.75 376	0.81 28	1.56 350	2.22 57	1.03 266	2.48 59	1.56 33	1.42 79	1.00 18	1.93 194	0.61 12	1.65 79	2.04 279	0.31 86	0.22 55	0.31 145	0.26 113	0.28 29	16.75 470

BUS	1.64 44	0.64 47	3.82 31	0.94 91	0.86 185	4.50 374	0.75 134	4.49 398	2.29 144	2.96 376	1.82 200	3.61 356	1.03 92	1.79 103	1.18 102	0.39 216	0.25 112	0.31 145	0.28 155	0.38 174	0.41 88

CRFU-Net	2.56 182	0.89 168	10.77 71	2.53 420	1.09 256	3.91 244	1.40 330	3.87 211	1.92 92	2.25 254	1.80 193	3.32 332	7.85 438	5.53 253	1.54 179	0.58 349	0.36 207	0.31 145	0.28 155	0.39 188	0.56 172

BSDual-CNN	1.61 39	0.64 47	3.82 31	0.94 91	0.86 185	4.18 315	1.14 292	4.49 398	2.29 144	2.96 376	1.82 200	2.58 271	1.30 161	1.79 103	1.44 163	0.39 216	0.25 112	0.31 145	0.28 155	0.38 174	0.41 88

hknet	2.34 127	0.78 138	13.86 92	0.94 91	1.07 250	4.18 315	1.14 292	4.49 398	3.00 246	2.96 376	1.82 200	3.47 340	1.30 161	4.11 232	1.77 234	0.35 161	0.25 112	0.31 145	0.28 155	0.38 174	0.41 88

HHNet	2.51 162	0.76 128	20.83 381	0.67 6	0.67 125	4.07 281	0.90 220	3.85 209	1.59 41	2.14 219	4.91 420	0.98 63	3.32 378	1.73 98	1.80 240	0.41 229	0.20 21	0.31 145	0.28 155	0.38 174	0.44 105

FTStereo	3.74 359	0.60 32	20.43 328	0.99 125	0.66 121	4.34 347	11.24 459	2.63 81	1.95 96	2.58 333	5.03 421	1.90 189	13.77 455	3.70 221	1.28 132	0.41 229	0.24 99	0.31 145	0.33 244	0.32 84	2.08 350

CRE-IMP	2.28 112	0.68 70	19.67 242	0.85 40	0.39 22	4.54 380	0.80 164	2.63 81	4.84 421	1.96 162	1.51 101	1.86 183	0.96 82	1.52 70	1.43 159	0.47 293	0.21 40	0.31 145	0.26 113	0.41 212	0.35 43

test-1	1.81 54	0.72 90	9.51 66	1.02 136	1.57 353	3.85 229	0.60 52	4.07 259	1.51 22	1.94 154	1.81 198	2.04 216	0.91 73	1.39 53	1.73 227	0.27 27	0.93 354	0.31 145	0.25 96	0.29 44	1.37 310

sAnonymous2	2.00 64	1.54 296	21.24 423	0.93 84	0.89 198	1.21 8	0.62 65	2.58 76	2.28 140	0.86 21	1.04 20	0.73 23	1.22 148	1.10 8	0.85 39	0.30 70	0.25 112	0.31 145	0.31 223	1.06 397	0.72 232

CroCo_RVC	2.00 64	1.54 296	21.24 423	0.93 84	0.89 198	1.21 8	0.62 65	2.58 76	2.28 140	0.86 21	1.04 20	0.73 23	1.22 148	1.10 8	0.85 39	0.30 70	0.25 112	0.31 145	0.31 223	1.06 397	0.72 232

xxxx	4.25 383	0.86 159	14.59 109	1.30 256	1.16 271	3.51 162	0.63 70	4.56 409	5.42 437	2.33 287	2.29 315	2.04 216	1.39 173	10.23 359	18.00 453	0.33 125	7.15 441	0.31 145	0.30 206	0.35 141	8.33 430

DISCO	2.40 140	0.99 214	11.99 76	1.81 382	1.12 264	3.47 150	1.24 311	3.34 143	2.57 183	2.73 350	1.96 250	4.52 404	1.90 293	4.18 234	3.62 351	0.37 194	0.27 143	0.31 145	0.30 206	0.70 356	0.62 202

IGEV-BASED-STEREO-	1.13 22	3.31 367	2.61 21	0.87 51	0.40 23	1.26 14	0.61 55	1.55 6	1.61 52	0.93 38	0.94 16	0.65 10	0.57 6	1.10 8	0.68 6	1.55 426	0.19 10	0.32 163	0.28 155	1.11 406	2.04 349

test_sample2	2.20 94	0.70 81	6.07 45	1.49 323	0.81 166	2.96 91	0.86 194	4.13 285	3.31 310	2.07 203	1.54 114	1.56 130	1.63 243	10.61 368	1.80 240	0.33 125	0.77 343	0.32 163	0.32 236	0.38 174	2.35 359

MyStereo8	2.97 273	1.76 315	18.94 201	1.55 338	1.62 362	4.16 306	0.57 40	3.79 195	2.41 162	2.22 249	2.93 379	2.27 233	1.14 132	2.16 146	2.28 300	0.27 27	8.58 447	0.32 163	0.29 188	0.37 164	1.72 334

CoDeX	2.47 157	0.91 176	13.65 88	1.03 140	1.17 273	3.28 122	1.30 316	4.17 299	2.99 244	1.78 128	1.85 218	2.04 216	1.46 196	9.99 352	1.66 209	0.38 209	0.28 151	0.32 163	0.28 155	0.34 127	0.57 176

ACVNet-DCA	3.67 354	0.94 191	19.66 236	1.87 385	0.42 25	4.47 368	0.73 115	4.07 259	4.63 409	1.21 59	1.89 231	0.73 23	1.62 240	2.20 152	0.81 28	0.31 86	18.77 471	0.32 163	0.21 36	0.35 141	8.09 424

1test111	3.86 366	0.94 191	19.66 236	1.87 385	0.42 25	4.47 368	0.73 115	4.07 259	4.63 409	1.21 59	1.89 231	0.73 23	1.62 240	5.19 244	1.68 212	0.31 86	18.77 471	0.32 163	0.21 36	0.35 141	8.09 424

cc1	3.93 371	0.94 191	19.66 236	1.87 385	0.42 25	4.47 368	0.73 115	4.24 326	4.01 377	1.21 59	1.89 231	0.73 23	1.62 240	2.20 152	0.81 28	0.31 86	18.77 471	0.32 163	0.21 36	0.32 84	13.93 448

tt1	3.79 362	0.93 188	15.34 118	1.83 383	0.45 35	4.54 380	0.78 149	4.23 320	4.73 415	1.27 68	1.89 231	0.74 28	1.48 202	2.29 164	0.78 17	0.30 70	19.28 478	0.32 163	0.22 59	0.31 66	14.02 449

1111x	4.75 406	1.05 220	20.89 387	1.28 247	1.02 234	3.81 223	0.88 204	4.65 420	5.52 438	2.43 314	2.27 310	1.97 206	1.81 279	12.40 432	18.19 455	0.32 102	9.06 456	0.32 163	0.34 254	0.38 174	6.34 417

plain	2.00 64	0.89 168	21.49 434	0.67 6	0.73 142	1.66 33	0.57 40	3.27 137	2.18 121	0.80 12	1.25 54	0.80 36	0.86 62	1.72 95	1.13 94	0.34 146	0.21 40	0.32 163	0.25 96	0.44 244	0.34 37

CBFPSM	2.24 99	2.06 335	12.12 78	1.13 180	1.05 246	2.85 82	1.23 309	3.37 147	2.05 105	1.82 135	1.33 69	4.55 405	4.00 396	2.38 169	2.35 305	0.27 27	0.38 226	0.32 163	0.28 155	0.39 188	0.89 270

DisPM	2.29 115	0.61 37	20.25 305	1.79 381	0.52 65	4.58 391	0.77 144	2.50 60	2.22 128	2.49 325	1.82 200	1.45 123	1.01 90	2.73 195	1.04 82	0.48 302	0.20 21	0.32 163	0.31 223	0.32 84	0.45 109

Wz-Net-LNSev	2.78 242	6.16 392	17.27 163	1.24 225	1.65 373	3.49 157	1.55 348	3.70 181	3.61 353	1.96 162	1.76 174	3.30 329	2.17 319	2.78 197	2.24 296	0.49 308	0.35 201	0.32 163	0.31 223	0.56 308	0.65 214

RAFT+CT+SA	2.32 122	1.30 269	19.71 245	1.01 132	1.41 324	4.04 272	0.92 237	3.96 230	1.64 58	1.64 101	1.69 156	1.63 138	1.18 143	3.06 209	1.19 105	0.28 38	0.22 55	0.32 163	0.34 254	0.34 127	0.47 125

GLC_STEREO	0.83 1	0.59 25	1.71 12	0.89 58	0.34 4	1.88 38	0.80 164	1.48 3	1.60 46	0.98 44	1.06 22	0.68 14	0.71 26	1.19 16	0.89 46	0.25 10	0.25 112	0.32 163	0.25 96	0.32 84	0.34 37

Patchmatch Stereo++	2.28 112	0.74 105	20.54 347	0.77 15	0.38 8	4.67 406	0.75 134	2.55 73	3.21 282	2.00 173	1.53 103	1.77 162	1.14 132	2.46 171	0.98 71	0.51 324	0.23 79	0.32 163	0.28 155	0.40 192	0.35 43
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
TransformOpticalFlow	3.07 283	0.87 162	20.87 386	1.10 161	0.56 77	4.18 315	0.64 75	4.36 373	3.28 299	2.19 238	3.08 386	4.32 396	5.01 410	7.36 301	1.59 191	0.34 146	0.18 6	0.32 163	0.26 113	0.29 44	0.57 176

IIG-Stereo	2.89 256	0.98 205	19.80 252	2.78 428	0.67 125	4.62 397	0.74 124	4.29 341	2.26 136	2.62 341	3.10 388	3.33 333	1.60 227	7.64 305	1.51 173	0.42 239	0.21 40	0.32 163	0.25 96	0.33 105	0.28 11

PSM-adaLoss	2.26 105	0.74 105	20.53 346	0.77 15	0.38 8	4.67 406	0.71 105	2.54 66	3.22 288	2.00 173	1.53 103	1.77 162	1.13 126	2.22 156	0.96 66	0.50 318	0.23 79	0.32 163	0.28 155	0.40 192	0.35 43

ROB_FTStereo_v2	2.25 101	0.74 105	20.45 331	0.77 15	0.38 8	4.66 405	0.74 124	2.54 66	3.20 279	2.00 173	1.53 103	1.77 162	1.14 132	2.13 142	0.96 66	0.50 318	0.22 55	0.32 163	0.28 155	0.40 192	0.35 43

ROB_FTStereo	2.26 105	0.74 105	20.44 329	0.77 15	0.38 8	4.65 402	0.75 134	2.54 66	3.19 278	2.00 173	1.54 114	1.77 162	1.13 126	2.28 163	0.94 59	0.49 308	0.22 55	0.32 163	0.28 155	0.40 192	0.35 43

HUI-Stereo	2.27 108	0.74 105	20.56 351	0.77 15	0.38 8	4.67 406	0.78 149	2.54 66	3.23 291	2.00 173	1.53 103	1.77 162	1.13 126	2.21 155	0.93 53	0.49 308	0.23 79	0.32 163	0.28 155	0.40 192	0.35 43

iGMRVC	2.27 108	0.74 105	20.46 332	0.77 15	0.38 8	4.65 402	0.73 115	2.54 66	3.21 282	2.00 173	1.53 103	1.77 162	1.14 132	2.47 174	0.99 73	0.51 324	0.23 79	0.32 163	0.28 155	0.40 192	0.35 43

RAFT-345	2.55 177	0.60 32	19.89 264	1.22 217	0.49 52	4.43 362	0.77 144	1.68 9	3.54 350	2.09 209	3.10 388	1.95 200	1.30 161	6.65 281	1.47 170	0.41 229	0.23 79	0.32 163	0.26 113	0.29 44	0.28 11

iRAFT	2.28 112	0.74 105	20.54 347	0.77 15	0.38 8	4.67 406	0.75 134	2.55 73	3.21 282	2.00 173	1.53 103	1.77 162	1.14 132	2.46 171	0.98 71	0.51 324	0.23 79	0.32 163	0.28 155	0.40 192	0.35 43

RAFT-IKP	2.27 108	0.74 105	20.55 349	0.77 15	0.38 8	4.64 401	0.73 115	2.54 66	3.21 282	2.00 173	1.53 103	1.77 162	1.13 126	2.25 162	1.00 76	0.51 324	0.22 55	0.32 163	0.28 155	0.40 192	0.35 43

rafts_anoy	2.76 239	1.68 310	20.42 327	1.42 304	3.90 445	3.03 96	0.61 55	3.24 131	1.66 62	1.42 79	1.26 56	1.19 89	1.11 123	2.13 142	1.64 205	0.33 125	8.77 451	0.32 163	0.32 236	0.32 84	0.38 72

GEStereo_RVC	2.66 211	1.20 254	20.38 323	1.29 252	1.05 246	4.02 269	1.42 333	4.17 299	2.24 130	2.10 211	1.86 223	2.33 240	1.84 285	4.93 240	1.78 235	0.51 324	0.38 226	0.32 163	0.29 188	0.44 244	0.56 172

222	3.82 363	0.88 165	6.92 51	1.15 185	0.99 226	3.27 119	0.64 75	4.57 411	5.37 434	2.43 314	2.32 320	1.41 117	1.44 189	10.64 370	18.51 457	0.32 102	4.89 431	0.32 163	0.30 206	0.34 127	9.80 438

test_xeample	4.19 379	0.93 188	14.09 96	1.16 191	1.17 273	3.28 122	0.80 164	4.63 418	5.30 430	2.46 319	2.35 322	1.39 114	1.42 184	10.88 378	17.68 451	0.30 70	6.50 438	0.32 163	0.32 236	0.36 159	8.38 432

HGLStereo	2.74 233	1.03 218	20.80 379	1.24 225	1.55 346	3.62 184	0.94 244	3.83 206	2.09 107	2.18 233	2.20 299	3.11 317	2.12 310	5.65 254	2.07 282	0.50 318	0.34 192	0.32 163	0.30 206	0.42 221	0.50 142

GANet-RSSM	2.96 268	1.27 261	21.17 418	1.73 373	1.23 291	4.22 329	0.91 230	3.39 148	2.02 103	1.97 165	1.74 172	2.53 263	2.06 303	10.91 381	1.88 252	0.37 194	0.35 201	0.32 163	0.29 188	0.42 221	0.46 117

iResNetv2_ROB	3.31 322	14.88 461	20.01 275	2.17 404	1.09 256	3.84 226	1.13 290	4.22 315	3.15 276	2.02 184	2.06 272	2.00 212	1.69 258	3.61 218	2.10 287	0.36 182	0.22 55	0.32 163	0.22 59	0.48 282	0.58 188

LE_ROB	19.18 469	12.99 431	48.22 481	8.42 470	23.91 474	7.26 450	19.71 467	9.92 457	38.58 479	43.44 477	21.85 468	28.15 475	41.18 478	23.00 469	54.71 483	0.38 209	0.34 192	0.32 163	0.36 276	0.43 231	0.49 137

ACV-stereo	2.96 268	1.09 229	20.34 319	1.37 281	1.05 246	4.65 402	1.09 280	2.82 95	1.68 65	1.48 86	1.32 67	5.40 424	4.22 400	7.83 309	2.08 283	0.46 285	0.52 303	0.33 197	0.30 206	0.45 252	0.71 228

H2IRNET	2.19 90	0.83 151	19.13 208	1.25 240	0.61 96	4.48 372	0.44 17	2.94 103	1.86 85	1.08 51	2.29 315	1.67 140	1.40 177	2.18 150	1.64 205	0.41 229	0.21 40	0.33 197	0.37 286	0.38 174	0.39 80

xx1	3.69 357	0.94 191	19.66 236	1.87 385	0.42 25	4.47 368	0.73 115	4.24 326	4.01 377	1.21 59	1.89 231	1.78 170	1.36 167	2.20 152	0.81 28	0.31 86	18.77 471	0.33 197	0.36 276	0.35 141	8.09 424

MIF-Stereo (partial)	1.93 56	0.69 75	21.14 413	0.74 12	1.02 234	1.07 6	0.49 22	2.75 90	1.78 77	0.82 14	1.22 47	0.80 36	0.90 71	1.68 82	1.63 202	0.38 209	0.24 99	0.33 197	0.26 113	0.41 212	0.32 22

qqq	2.96 268	0.88 165	15.54 124	1.27 245	0.74 146	2.29 61	0.90 220	4.07 259	4.63 409	1.63 100	1.32 67	1.78 170	1.36 167	5.19 244	1.68 212	0.29 46	6.43 437	0.33 197	0.36 276	0.35 141	8.09 424

psmg	1.63 41	0.64 47	3.82 31	0.96 108	0.86 185	4.35 348	1.41 332	4.11 276	2.29 144	2.68 345	2.09 277	2.58 271	1.30 161	1.79 103	1.44 163	0.39 216	0.29 156	0.33 197	0.34 254	0.38 174	0.44 105

TRStereo	2.86 250	2.12 340	19.98 272	1.68 364	1.18 275	4.35 348	1.05 272	5.07 433	3.48 345	1.56 91	1.39 81	1.75 155	0.85 59	2.01 132	1.50 172	0.43 256	0.34 192	0.33 197	0.36 276	0.36 159	7.50 421

OMP-Stereo	2.94 264	1.26 257	20.07 280	2.73 426	0.67 125	4.58 391	1.46 338	4.33 365	2.21 127	3.14 388	2.68 364	3.22 323	1.38 170	7.65 306	1.42 157	0.46 285	0.21 40	0.33 197	0.26 113	0.34 127	0.31 19

KYRaft	2.55 177	0.57 15	20.60 359	0.98 119	0.51 62	4.38 350	1.76 367	2.51 61	1.59 41	2.48 322	2.98 381	1.99 208	3.36 382	2.17 148	0.96 66	0.34 146	0.22 55	0.33 197	0.46 343	0.38 174	2.44 363

IRAFT_RVC	2.74 233	0.71 86	19.80 252	2.52 419	0.67 125	4.60 395	1.57 351	3.05 115	2.99 244	2.23 251	1.72 164	2.08 222	2.59 344	6.69 283	1.61 197	0.37 194	0.21 40	0.33 197	0.29 188	0.33 105	0.35 43

GMM-Stereo	2.52 164	0.56 10	20.57 355	0.92 79	0.83 171	4.18 315	1.88 374	2.51 61	2.40 160	2.48 322	2.30 318	1.69 144	1.84 285	2.93 206	1.25 124	0.32 102	0.19 10	0.33 197	0.49 350	0.37 164	2.40 361

TestStereo	2.41 146	1.95 331	19.15 209	0.77 15	0.61 96	1.83 36	0.58 46	2.33 49	1.53 25	1.44 83	1.37 77	1.26 98	0.90 71	11.59 412	0.94 59	0.36 182	0.19 10	0.33 197	0.24 85	0.45 252	0.32 22

sCroCo_RVC	1.81 54	0.93 188	19.44 227	1.04 144	1.05 246	0.97 4	0.61 55	2.08 35	1.36 5	0.71 5	1.28 60	0.82 40	1.10 120	1.31 35	0.97 69	0.54 339	0.41 246	0.33 197	0.30 206	0.46 262	0.48 132

GES	2.26 105	0.79 141	19.68 243	1.12 175	0.59 89	4.30 343	1.01 260	3.90 216	1.59 41	1.78 128	1.78 185	1.28 100	1.75 268	1.80 109	1.61 197	0.42 239	0.29 156	0.33 197	0.31 223	0.45 252	0.50 142

FENet	2.30 119	0.61 37	20.21 299	1.43 310	0.68 132	4.04 272	0.60 52	4.01 240	2.26 136	2.03 189	1.13 35	2.42 253	1.42 184	1.72 95	1.43 159	0.36 182	0.24 99	0.33 197	0.27 129	0.29 44	0.51 148

ac_64	2.93 260	0.87 162	19.66 236	1.35 272	1.70 380	3.29 125	0.92 237	3.56 160	3.46 343	1.91 144	1.79 188	3.90 370	1.76 270	10.23 359	1.93 264	0.44 264	0.32 178	0.33 197	0.31 223	0.35 141	0.51 148

cf-r	2.93 260	2.19 344	20.59 358	1.49 323	1.35 313	4.18 315	0.92 237	3.73 188	3.12 272	2.16 228	1.82 200	3.40 336	1.44 189	8.22 312	1.93 264	0.34 146	0.31 172	0.33 197	0.30 206	0.38 174	0.45 109

DIP-Stereo	2.03 71	0.98 205	16.44 149	0.67 6	0.62 106	4.30 343	0.58 46	4.43 390	2.89 232	1.97 165	1.40 83	0.91 56	0.86 62	1.31 35	1.27 131	0.38 209	0.23 79	0.33 197	0.23 71	0.33 105	0.57 176
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MLCV	2.52 164	1.77 317	18.20 185	1.17 198	0.63 109	3.60 179	0.53 33	3.88 212	2.35 154	2.82 363	2.24 304	1.99 208	1.42 184	4.59 237	3.09 339	0.39 216	0.22 55	0.33 197	0.22 59	0.35 141	0.52 156

rvit_0105_6	1.10 19	1.17 241	3.33 25	0.93 84	0.55 73	1.45 26	0.79 156	2.51 61	3.30 308	0.78 10	0.74 3	1.03 68	0.75 36	1.45 59	0.97 69	0.42 239	0.43 258	0.34 216	0.31 223	0.44 244	0.38 72

test_sample3	2.65 206	0.75 118	15.69 126	1.42 304	0.85 181	3.14 104	0.73 115	4.28 339	3.21 282	2.28 265	1.79 188	1.78 170	1.46 196	11.11 392	1.84 247	0.36 182	0.46 274	0.34 216	0.36 276	0.40 192	0.76 244

MyStereo07	2.29 115	1.18 244	20.10 288	1.04 144	1.21 288	3.96 261	0.95 248	2.13 40	3.37 322	1.09 52	1.28 60	0.68 14	0.91 73	1.74 100	0.86 42	0.26 19	3.49 423	0.34 216	0.27 129	0.43 231	0.49 137

MyStereo06	2.74 233	1.07 222	21.19 421	1.06 152	1.08 253	4.26 337	0.86 194	3.72 184	1.80 78	2.25 254	1.77 181	4.28 393	4.12 398	1.85 117	1.38 151	0.25 10	2.43 407	0.34 216	0.27 129	0.46 262	0.48 132

MyStereo05	2.55 177	1.07 222	19.87 262	1.06 152	1.08 253	4.26 337	0.86 194	4.10 273	3.01 250	2.19 238	1.26 56	2.30 237	1.64 246	2.13 142	1.99 268	0.25 10	2.43 407	0.34 216	0.27 129	0.46 262	0.48 132

MyStereo04	2.54 172	1.18 244	18.82 199	1.04 144	1.21 288	3.96 261	0.95 248	4.02 245	3.01 250	2.06 197	1.27 58	2.33 240	1.66 253	2.06 134	2.01 274	0.26 19	3.49 423	0.34 216	0.27 129	0.43 231	0.49 137

CASS	1.65 45	0.73 96	8.72 62	0.97 115	0.67 125	2.88 85	0.69 98	3.07 117	1.86 85	2.82 363	2.02 259	1.39 114	1.55 220	1.75 101	1.36 145	0.51 324	0.28 151	0.34 216	0.28 155	0.47 275	0.63 205
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	3.14 293	0.83 151	19.20 214	1.62 351	9.63 462	2.06 50	0.78 149	2.93 101	2.20 125	1.95 160	2.17 290	3.41 337	1.81 279	1.33 39	1.67 210	0.29 46	8.64 449	0.34 216	0.37 286	0.32 84	1.33 308

riskmin	2.46 155	0.61 37	12.91 83	1.22 217	1.65 373	3.56 171	0.61 55	4.30 343	1.50 19	1.86 138	1.16 40	4.30 395	2.02 301	1.53 73	1.32 136	0.29 46	0.95 357	0.34 216	0.23 71	0.43 231	8.34 431

TestStereo1	2.56 182	1.41 282	20.56 351	1.63 354	0.74 146	4.13 295	1.34 321	3.93 225	3.38 325	1.61 97	2.56 352	1.43 120	2.13 313	2.55 182	1.70 218	0.32 102	0.22 55	0.34 216	0.26 113	0.40 192	0.53 161

x	2.94 264	0.83 151	16.07 132	1.51 328	0.83 171	2.13 53	0.96 253	3.97 233	4.73 415	1.73 120	1.43 89	1.61 134	1.27 153	2.24 159	1.71 221	0.29 46	6.91 439	0.34 216	0.31 223	0.34 127	9.60 437

SA-5K	2.56 182	1.41 282	20.56 351	1.63 354	0.74 146	4.13 295	1.34 321	3.93 225	3.38 325	1.61 97	2.56 352	1.43 120	2.13 313	2.55 182	1.70 218	0.32 102	0.22 55	0.34 216	0.26 113	0.40 192	0.53 161

ASMatch	2.65 206	0.68 70	20.65 365	1.60 347	0.71 140	4.40 357	0.77 144	2.02 32	1.65 60	1.71 117	3.89 407	1.93 194	3.75 392	5.45 250	1.67 210	0.33 125	0.24 99	0.34 216	0.28 155	0.34 127	0.57 176

Pruner-Stereo	2.33 125	0.70 81	20.66 366	2.05 401	0.48 45	4.73 421	0.78 149	2.55 73	2.70 198	2.47 320	1.57 123	1.48 126	1.03 92	1.71 91	1.55 182	0.48 302	0.21 40	0.34 216	0.30 206	0.31 66	0.42 95

ICVP	2.19 90	0.72 90	19.18 212	1.03 140	0.88 197	4.22 329	0.94 244	3.44 154	1.69 67	1.68 109	1.76 174	1.35 108	1.19 145	1.80 109	1.40 154	0.58 349	0.37 213	0.34 216	0.30 206	0.41 212	0.59 190
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	2.20 94	0.80 143	20.08 285	0.86 44	0.86 185	4.46 365	0.84 185	3.64 171	1.40 8	1.37 73	1.40 83	1.11 76	1.03 92	1.71 91	1.24 118	0.75 388	0.58 317	0.34 216	0.35 267	0.48 282	0.65 214

MMNet	2.15 83	1.33 273	12.06 77	1.22 217	1.23 291	3.55 169	0.89 205	3.84 207	2.26 136	2.19 238	1.78 185	2.15 225	2.10 306	3.70 221	2.35 305	0.45 273	0.38 226	0.34 216	0.28 155	0.40 192	0.52 156

AANet_RVC	3.70 358	7.03 399	17.25 161	1.21 213	1.12 264	3.79 216	1.09 280	3.98 234	3.38 325	2.65 344	4.29 414	3.95 373	1.40 177	11.43 407	7.88 392	1.25 414	0.57 310	0.34 216	0.25 96	0.43 231	0.71 228

DDVS	1.78 52	0.84 156	3.58 27	1.32 265	1.15 269	3.17 106	0.77 144	3.35 144	1.86 85	1.88 140	1.91 240	2.91 301	1.42 184	6.19 270	1.85 248	0.47 293	0.65 330	0.35 234	0.38 295	0.48 282	1.01 285

rvit_0105_4	1.63 41	1.29 266	12.50 79	0.94 91	0.54 69	1.56 30	0.84 185	2.84 97	3.25 293	0.82 14	0.94 16	1.10 74	0.86 62	1.65 79	1.07 88	0.43 256	0.45 269	0.35 234	0.31 223	0.44 244	0.45 109

test_sample4	2.68 218	0.76 128	15.85 129	1.45 313	0.83 171	3.10 98	0.72 108	4.31 354	3.37 322	2.39 305	1.90 239	1.72 151	1.47 201	11.13 394	1.86 250	0.36 182	0.47 284	0.35 234	0.37 286	0.42 221	0.85 263

CAS++	1.01 12	0.77 136	3.30 23	0.86 44	0.53 66	1.23 13	0.85 190	3.43 152	1.57 35	1.16 56	1.33 69	0.62 7	0.58 8	1.18 15	0.63 3	0.37 194	0.30 166	0.35 234	0.27 129	0.41 212	0.38 72
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
knoymous	1.50 35	0.65 54	8.73 63	0.91 71	0.75 151	2.97 94	0.90 220	2.93 101	1.38 7	1.56 91	1.07 25	2.75 287	0.88 66	1.43 57	1.13 94	0.32 102	0.22 55	0.35 234	0.20 27	0.45 252	0.41 88

Wz-Net-LNSev-Ref	2.72 227	2.55 354	14.91 112	1.37 281	1.36 314	3.50 159	1.63 356	4.11 276	3.38 325	2.55 330	2.04 263	2.35 244	2.50 341	5.14 243	4.64 366	0.53 336	0.22 55	0.35 234	0.21 36	0.41 212	0.60 194

test_5	2.45 153	1.43 284	19.72 247	1.20 208	1.39 319	3.88 238	1.25 312	4.03 248	1.98 99	1.74 123	1.82 200	1.86 183	1.78 273	3.57 217	1.35 138	0.33 125	0.21 40	0.35 234	0.33 244	0.34 127	0.43 101

iRaft-Stereo_5w	2.47 157	1.37 278	13.85 90	0.87 51	0.99 226	3.22 111	0.84 185	3.72 184	2.12 116	1.57 93	2.49 343	2.20 228	2.22 321	9.12 326	2.03 277	0.48 302	0.27 143	0.35 234	0.29 188	0.48 282	0.94 278

dd	2.27 108	3.06 363	20.18 293	0.96 108	0.51 62	4.24 335	0.74 124	1.94 25	2.43 166	1.48 86	1.28 60	1.19 89	1.05 107	1.82 112	1.69 215	0.63 362	0.34 192	0.35 234	0.33 244	0.61 322	0.57 176

GMOStereo	2.64 202	0.92 183	19.83 256	0.81 28	0.68 132	3.22 111	0.89 205	2.94 103	1.48 12	2.36 297	1.54 114	1.75 155	1.04 99	1.33 39	1.15 97	0.26 19	11.32 462	0.35 234	0.28 155	0.35 141	0.33 29

error version	2.64 202	0.92 183	19.83 256	0.81 28	0.68 132	3.22 111	0.89 205	2.94 103	1.48 12	2.36 297	1.54 114	1.75 155	1.04 99	1.33 39	1.15 97	0.26 19	11.32 462	0.35 234	0.28 155	0.35 141	0.33 29

test-v	2.64 202	0.92 183	19.83 256	0.81 28	0.68 132	3.22 111	0.89 205	2.94 103	1.48 12	2.36 297	1.54 114	1.75 155	1.04 99	1.33 39	1.15 97	0.26 19	11.32 462	0.35 234	0.28 155	0.35 141	0.33 29

test-2	2.64 202	0.92 183	19.83 256	0.81 28	0.68 132	3.22 111	0.89 205	2.94 103	1.48 12	2.36 297	1.54 114	1.75 155	1.04 99	1.33 39	1.15 97	0.26 19	11.32 462	0.35 234	0.28 155	0.35 141	0.33 29

PSMNet-RSSM	2.91 258	1.55 299	20.10 288	1.32 265	1.30 302	4.19 323	0.95 248	3.78 194	2.28 140	2.28 265	1.80 193	2.64 277	1.87 290	9.83 342	1.93 264	0.37 194	0.33 184	0.35 234	0.38 295	0.46 262	0.40 83

GwcNet-RSSM	3.13 292	5.08 386	19.86 260	1.28 247	1.20 283	4.12 292	1.11 286	3.89 214	2.80 212	2.13 217	1.81 198	3.11 317	1.46 196	10.33 364	2.19 294	0.36 182	0.34 192	0.35 234	0.31 223	0.45 252	0.43 101

SMFormer	2.40 140	0.73 96	8.34 58	1.41 297	0.61 96	2.04 46	0.72 108	4.30 343	4.43 399	2.41 310	2.40 330	1.94 196	1.52 212	10.99 383	3.10 340	0.35 161	0.84 348	0.36 249	0.33 244	0.40 192	0.77 245

tta	2.44 151	0.73 96	8.34 58	1.41 297	0.61 96	2.04 46	0.72 108	4.30 343	4.43 399	2.41 310	2.40 330	1.94 196	1.52 212	10.99 383	3.10 340	0.35 161	0.84 348	0.36 249	0.33 244	0.31 66	1.75 335

IER	2.09 77	0.91 176	14.11 97	0.97 115	1.15 269	3.17 106	0.89 205	3.59 163	2.39 157	2.15 224	1.98 254	2.27 233	2.11 308	2.39 170	1.80 240	0.35 161	0.24 99	0.36 249	0.30 206	0.34 127	0.42 95

Sa-1000	2.54 172	1.47 288	20.36 321	1.16 191	0.55 73	4.07 281	1.39 329	4.49 398	3.01 250	2.06 197	2.79 372	1.84 181	1.43 188	2.68 190	1.53 176	0.31 86	0.26 133	0.36 249	0.33 244	0.37 164	0.46 117

NF-Stereo	2.68 218	0.67 64	21.09 407	2.43 413	0.47 40	4.67 406	0.67 82	3.68 174	4.30 394	2.11 213	1.62 135	1.36 110	1.09 115	6.07 267	1.24 118	0.45 273	0.20 21	0.36 249	0.34 254	0.32 84	0.37 65

OCTAStereo	2.67 215	0.67 64	21.08 402	2.43 413	0.47 40	4.67 406	0.67 82	3.68 174	4.31 397	2.11 213	1.62 135	1.36 110	1.09 115	6.02 264	1.25 124	0.45 273	0.20 21	0.36 249	0.34 254	0.32 84	0.37 65

PFNet	2.75 237	0.69 75	19.96 269	2.25 406	0.80 164	4.63 399	0.90 220	2.60 78	3.85 370	2.39 305	2.71 367	1.82 178	1.41 182	7.53 304	1.41 155	0.36 182	0.21 40	0.36 249	0.27 129	0.32 84	0.46 117

RE-Stereo	2.67 215	0.67 64	21.08 402	2.43 413	0.47 40	4.67 406	0.67 82	3.68 174	4.30 394	2.11 213	1.62 135	1.36 110	1.09 115	6.01 261	1.26 129	0.45 273	0.20 21	0.36 249	0.34 254	0.32 84	0.37 65

TVStereo	2.67 215	0.67 64	21.08 402	2.43 413	0.47 40	4.67 406	0.67 82	3.68 174	4.30 394	2.11 213	1.62 135	1.36 110	1.09 115	6.01 261	1.26 129	0.45 273	0.20 21	0.36 249	0.34 254	0.32 84	0.37 65

ADLNet	3.23 312	1.19 250	21.03 396	1.36 276	1.61 360	3.69 197	1.23 309	4.05 255	3.41 332	2.72 348	2.29 315	4.00 376	1.77 272	11.21 397	2.15 289	0.42 239	0.43 258	0.36 249	0.35 267	0.47 275	0.82 255

HCRNet	2.24 99	0.74 105	14.54 106	0.82 33	1.36 314	4.11 290	0.70 100	3.61 167	3.03 256	1.83 137	1.61 132	1.58 131	1.40 177	5.79 256	1.60 195	0.35 161	0.28 151	0.36 249	0.29 188	0.34 127	0.46 117

rvit_0105_5	1.72 50	1.26 257	13.05 84	0.92 79	0.56 77	1.92 43	0.90 220	3.07 117	3.04 259	0.98 44	1.24 50	1.19 89	0.93 77	1.55 74	1.22 110	0.43 256	0.43 258	0.37 260	0.36 276	0.43 231	0.51 148

test_sample5	2.68 218	0.76 128	14.56 107	1.40 293	0.83 171	3.11 101	0.74 124	4.33 365	4.48 405	2.29 269	2.04 263	1.67 140	1.45 191	11.18 395	1.88 252	0.37 194	0.47 284	0.37 260	0.39 303	0.43 231	0.78 248

DualNet	2.68 218	0.76 128	14.56 107	1.40 293	0.83 171	3.11 101	0.74 124	4.33 365	4.48 405	2.35 291	2.13 282	1.67 140	1.45 191	11.18 395	1.88 252	0.37 194	0.47 284	0.37 260	0.39 303	0.43 231	0.78 248

ttt	4.23 382	0.75 118	19.96 269	1.48 321	1.31 306	3.69 197	0.87 198	4.65 420	5.33 431	2.45 318	2.39 328	2.44 257	1.54 217	11.35 402	16.49 434	0.43 256	4.35 428	0.37 260	0.35 267	0.41 212	4.01 399

StereoVision	2.36 131	1.15 240	20.38 323	1.07 156	1.79 391	2.58 76	0.61 55	3.14 121	2.34 151	1.33 70	3.46 400	1.85 182	0.88 66	2.12 140	2.01 274	0.46 285	0.36 207	0.37 260	0.36 276	0.50 288	0.41 88

Wz-Net-MNSev	3.26 318	7.24 400	17.26 162	1.58 343	1.37 317	3.27 119	2.45 401	4.10 273	4.50 407	2.61 339	2.17 290	2.33 240	3.02 365	7.48 303	2.88 331	0.46 285	0.39 236	0.37 260	0.38 295	0.61 322	0.63 205

SA	2.55 177	1.54 296	20.70 371	1.12 175	0.48 45	4.26 337	1.33 320	4.45 394	3.28 299	1.68 109	1.96 250	1.69 144	2.25 323	2.60 184	1.57 186	0.30 70	0.29 156	0.37 260	0.38 295	0.36 159	0.47 125

PSM-softLoss	2.62 197	0.65 54	21.11 411	2.46 417	0.49 52	4.68 414	0.68 90	2.61 79	4.23 388	2.14 219	1.47 95	1.42 118	0.99 85	6.04 265	1.24 118	0.47 293	0.23 79	0.37 260	0.39 303	0.33 105	0.34 37

KMStereo	2.62 197	0.65 54	21.11 411	2.46 417	0.49 52	4.68 414	0.68 90	2.61 79	4.23 388	2.14 219	1.47 95	1.42 118	0.99 85	6.04 265	1.24 118	0.47 293	0.23 79	0.37 260	0.39 303	0.33 105	0.34 37

RAFT-RH_RVC	2.72 227	0.64 47	20.10 288	1.48 321	0.49 52	4.46 365	0.56 37	1.73 16	2.86 227	3.06 381	5.50 423	2.02 213	1.28 156	6.70 284	1.56 183	0.46 285	0.22 55	0.37 260	0.34 254	0.29 44	0.33 29

ARAFT	3.24 314	13.49 433	19.88 263	0.93 84	0.49 52	4.16 306	1.40 330	4.37 376	3.21 282	2.40 309	1.91 240	1.70 147	1.04 99	6.43 277	1.45 167	0.37 194	0.19 10	0.37 260	0.35 267	0.37 164	0.35 43

UPFNet	2.23 97	0.86 159	14.25 99	1.28 247	1.44 329	3.51 162	1.34 321	4.05 255	2.11 114	2.44 317	1.53 103	2.41 251	1.39 173	3.62 220	1.91 259	0.41 229	0.41 246	0.37 260	0.32 236	0.44 244	0.48 132

DSFCA	2.38 136	1.03 218	11.06 72	1.15 185	1.18 275	3.97 263	1.75 366	3.63 169	2.44 170	3.14 388	1.68 153	2.90 299	2.48 338	5.38 248	3.17 343	0.49 308	0.45 269	0.37 260	0.37 286	0.54 299	0.46 117

RTSC	3.44 336	6.78 397	16.53 150	1.76 379	1.54 342	3.53 166	0.94 244	4.22 315	2.97 241	3.65 409	3.23 394	3.31 331	2.29 324	6.22 271	7.41 387	0.61 354	1.32 374	0.37 260	0.42 327	0.78 371	0.98 281

DeepPruner_ROB	2.61 194	1.97 332	19.32 221	1.03 140	1.20 283	4.38 350	0.90 220	3.44 154	1.77 75	2.61 339	1.54 114	2.77 290	1.27 153	5.05 241	2.08 283	0.52 334	0.40 239	0.37 260	0.35 267	0.52 295	0.62 202

test_sample6	2.71 225	0.76 128	14.30 100	1.43 310	0.83 171	3.17 106	0.79 156	4.40 383	4.65 413	2.35 291	2.13 282	1.69 144	1.45 191	11.48 408	1.99 268	0.39 216	0.46 274	0.38 275	0.40 312	0.43 231	0.77 245

AACVNet	2.77 241	1.64 308	19.22 216	1.57 341	0.86 185	3.28 122	0.74 124	3.31 141	1.66 62	2.06 197	1.82 200	2.47 259	1.40 177	10.95 382	1.92 263	0.41 229	0.35 201	0.38 275	0.33 244	0.46 262	0.61 198

PFNet+	2.46 155	0.64 47	21.10 409	0.98 119	0.48 45	4.63 399	0.83 176	2.47 57	3.48 345	2.14 219	1.67 151	1.34 106	1.03 92	4.66 238	1.35 138	0.49 308	0.33 184	0.38 275	0.39 303	0.33 105	0.49 137

NLCA_NET_v2_RVC	2.76 239	1.48 289	19.72 247	1.62 351	2.00 402	3.95 257	0.86 194	3.92 221	2.51 176	2.56 331	1.69 156	2.83 295	1.61 232	5.65 254	1.78 235	0.48 302	0.36 207	0.38 275	0.42 327	0.56 308	0.77 245
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NaN_ROB	4.73 405	6.66 396	21.89 440	1.26 244	1.28 299	3.49 157	3.02 420	4.38 380	3.93 374	3.65 409	2.55 351	2.97 303	5.01 410	13.23 449	17.43 449	0.38 209	0.42 257	0.38 275	0.40 312	0.50 288	1.82 342

DAS	2.52 164	0.76 128	7.72 53	1.16 191	1.64 369	2.96 91	2.10 390	4.14 289	3.31 310	4.16 421	2.51 347	2.56 269	1.81 279	11.54 410	1.83 245	0.44 264	0.23 79	0.39 280	0.25 96	0.42 221	0.45 109

SepStereo	2.36 131	0.76 128	7.72 53	1.16 191	1.64 369	2.96 91	2.10 390	4.14 289	3.31 310	4.16 421	2.51 347	2.56 269	1.81 279	8.34 315	1.83 245	0.44 264	0.23 79	0.39 280	0.25 96	0.42 221	0.45 109

SFCPSM	2.16 84	0.75 118	15.82 128	0.91 71	0.98 224	3.74 207	1.27 314	4.15 293	2.56 181	1.90 143	1.82 200	1.64 139	1.39 173	2.51 176	1.57 186	0.36 182	0.28 151	0.39 280	0.36 276	0.36 159	0.50 142

StereoDRNet	3.07 283	2.92 362	16.33 145	1.36 276	1.57 353	3.45 147	2.04 387	3.77 193	2.85 221	3.31 397	1.85 218	2.78 291	1.79 276	10.85 377	3.41 346	0.45 273	0.36 207	0.39 280	0.37 286	0.62 327	0.85 263

PWCDC_ROB	3.62 349	9.86 415	17.35 165	1.62 351	1.57 353	4.19 323	1.01 260	4.35 371	4.20 385	2.26 260	7.36 428	2.73 282	2.75 348	4.10 231	4.51 363	1.47 423	0.37 213	0.39 280	0.34 254	1.22 415	0.73 237

rvit_0105_3	1.97 58	1.34 275	16.03 131	0.98 119	0.59 89	2.37 66	1.08 276	3.30 138	3.01 250	1.21 59	1.47 95	1.24 97	1.04 99	1.82 112	1.23 113	0.47 293	0.44 265	0.40 285	0.43 332	0.43 231	0.55 169

UGAM	2.78 242	0.78 138	19.69 244	0.93 84	0.73 142	3.27 119	1.02 263	2.88 99	3.06 264	1.40 75	2.76 371	3.51 349	1.28 156	10.74 373	1.44 163	0.30 70	0.30 166	0.40 285	0.33 244	0.37 164	0.49 137

ITSA-stereo	2.11 78	0.85 157	7.84 56	1.24 225	0.68 132	4.06 280	0.91 230	4.30 343	2.57 183	1.94 154	1.77 181	1.61 134	2.12 310	6.12 268	2.79 323	0.42 239	0.38 226	0.40 285	0.41 322	0.51 293	1.26 305

RAFT	2.36 131	1.62 305	18.03 181	1.75 377	0.54 69	1.91 40	0.91 230	3.24 131	3.65 357	1.64 101	1.73 170	3.45 339	1.58 223	1.82 112	1.74 230	0.42 239	1.06 364	0.40 285	0.32 236	0.44 244	1.03 289

delet	2.66 211	1.11 233	18.42 189	1.05 148	1.65 373	3.47 150	2.00 383	3.81 203	2.82 217	2.15 224	2.11 279	2.62 275	1.88 292	5.38 248	2.21 295	0.34 146	0.38 226	0.40 285	0.32 236	0.45 252	0.54 166

FADNet-RVC	3.23 312	12.51 428	17.02 157	1.17 198	0.81 166	3.52 164	1.09 280	4.16 295	2.74 203	1.44 83	1.29 64	1.86 183	1.76 270	9.82 341	2.46 312	0.39 216	0.38 226	0.40 285	0.41 322	0.68 353	0.59 190

FADNet	3.20 305	11.55 424	16.16 136	1.24 225	0.95 220	3.30 129	0.87 198	4.00 238	2.73 201	1.42 79	1.35 72	2.51 262	2.04 302	9.95 350	2.39 310	0.44 264	0.46 274	0.40 285	0.44 336	1.13 408	0.61 198

DCVSM-stereo	2.31 121	0.72 90	20.28 308	1.15 185	0.93 213	2.53 73	0.75 134	2.70 85	1.69 67	2.56 331	1.53 103	3.27 327	1.71 263	2.23 157	1.38 151	0.36 182	0.53 305	0.41 292	0.33 244	0.46 262	0.64 210

GMStereo_Zeroshot	1.51 36	1.27 261	4.75 37	1.54 334	0.72 141	3.33 131	0.54 35	2.67 84	1.74 72	2.34 289	1.57 123	2.40 247	0.96 82	2.51 176	1.21 108	0.48 302	0.23 79	0.41 292	0.24 85	0.82 379	0.40 83

CASnet	0.85 2	0.59 25	1.66 11	0.91 71	0.30 1	1.37 22	0.73 115	1.63 8	1.94 95	1.66 106	1.14 38	0.66 12	0.63 16	1.07 6	0.90 49	0.37 194	0.17 3	0.41 292	0.31 223	0.33 105	0.23 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
NINENet	2.59 187	0.89 168	16.09 133	1.16 191	1.07 250	4.50 374	0.75 134	4.43 390	2.61 188	2.18 233	1.91 240	3.61 356	1.03 92	7.92 310	1.18 102	0.49 308	0.34 192	0.41 292	0.30 206	0.42 221	0.44 105

pcwnet_v2	2.73 232	0.70 81	22.43 457	1.11 165	1.02 234	3.58 174	0.80 164	4.31 354	3.42 334	2.39 305	2.28 313	2.99 305	1.68 256	3.31 213	1.54 179	0.44 264	0.51 300	0.41 292	0.34 254	0.62 327	0.74 241

psm_up	3.04 280	1.30 269	18.97 204	1.31 259	1.51 338	3.86 232	1.22 308	4.26 336	2.31 149	2.72 348	1.83 213	2.43 255	1.68 256	12.86 443	1.78 235	0.43 256	0.41 246	0.41 292	0.34 254	0.46 262	0.67 220

UNet	2.53 168	0.91 176	20.07 280	1.19 206	1.44 329	3.45 147	0.75 134	3.80 200	1.98 99	2.09 209	1.57 123	2.74 285	2.37 330	3.51 216	2.52 317	0.35 161	0.30 166	0.41 292	0.28 155	0.40 192	0.50 142

HITNet	2.49 160	2.91 360	19.23 217	1.54 334	0.57 85	3.47 150	0.79 156	4.16 295	2.93 237	2.18 233	1.65 148	1.68 143	1.45 191	2.17 148	2.99 335	0.28 38	0.20 21	0.41 292	0.27 129	0.45 252	0.52 156
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
DPSNet	3.94 372	2.01 334	14.69 110	1.58 343	1.30 302	4.17 311	2.08 389	4.57 411	4.63 409	2.78 356	1.99 257	3.79 365	7.88 439	10.66 371	11.35 406	0.94 401	0.99 362	0.41 292	0.57 373	1.09 403	1.40 312

DLCB_ROB	2.55 177	1.32 272	10.26 69	1.31 259	1.04 244	2.94 89	1.29 315	3.81 203	2.73 201	2.93 371	2.17 290	3.37 335	1.53 216	10.40 366	3.26 345	0.42 239	0.35 201	0.41 292	0.37 286	0.43 231	0.68 221

SGM_RVC	6.11 430	1.10 232	20.44 329	2.15 403	0.66 121	15.87 469	3.98 444	5.00 431	6.19 447	9.79 460	11.46 452	8.23 443	12.63 452	12.32 431	9.15 395	0.54 339	0.39 236	0.41 292	0.35 267	0.55 302	1.05 291
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ssnet_v2	2.81 245	1.39 279	21.16 416	1.25 240	0.90 203	3.86 232	1.63 356	4.10 273	3.22 288	2.79 358	1.96 250	3.78 364	1.70 261	2.53 181	3.12 342	0.44 264	0.37 213	0.42 303	0.38 295	0.59 317	0.58 188

DMCA	2.02 69	1.07 222	11.33 75	1.17 198	0.96 222	3.92 251	0.89 205	3.80 200	3.11 270	2.89 367	1.58 129	2.35 244	1.17 140	1.79 103	2.25 297	0.42 239	0.29 156	0.42 303	0.27 129	0.38 174	0.43 101

FADNet-RVC-Resample	3.31 322	8.52 405	22.84 458	1.18 202	0.91 208	3.52 164	1.35 324	4.13 285	2.32 150	1.75 125	1.35 72	2.26 232	1.51 208	9.51 333	2.03 277	0.42 239	0.38 226	0.42 303	0.44 336	0.59 317	0.71 228

StereoDRNet-Refined	2.23 97	0.98 205	10.62 70	1.25 240	0.78 160	3.29 125	0.71 105	3.96 230	2.20 125	2.43 314	2.05 270	2.97 303	1.46 196	6.87 290	2.33 303	0.37 194	0.25 112	0.42 303	0.34 254	0.47 275	0.80 253
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet	3.04 280	6.89 398	16.27 143	1.36 276	1.24 294	4.09 286	0.72 108	4.15 293	3.00 246	1.69 113	1.88 229	2.27 233	1.45 191	11.41 404	2.12 288	0.36 182	0.29 156	0.43 307	0.36 276	0.48 282	0.38 72

AdaStereo	2.22 96	0.90 173	16.41 147	1.33 269	0.83 171	3.21 109	1.12 288	4.25 335	2.91 236	2.06 197	1.76 174	2.47 259	1.17 140	1.93 124	1.65 208	0.50 318	0.26 133	0.43 307	0.29 188	0.46 262	0.39 80
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.
test_sample7	2.85 249	0.81 146	14.48 105	1.59 346	0.77 158	2.42 68	1.08 276	4.40 383	4.92 423	2.20 244	1.85 218	1.90 189	2.00 298	6.87 290	1.75 232	0.47 293	1.36 375	0.44 309	0.41 322	0.47 275	6.81 420

hitnet-ft	2.99 274	1.23 256	19.37 224	0.96 108	0.90 203	3.76 210	0.79 156	3.60 165	2.68 195	2.31 274	2.04 263	3.63 359	1.49 205	11.70 419	2.37 308	0.45 273	0.54 306	0.44 309	0.36 276	0.54 299	0.56 172

DMCA-RVC	2.72 227	3.31 367	20.08 285	1.27 245	1.13 266	2.49 70	0.85 190	3.43 152	1.85 84	3.04 380	1.58 129	1.99 208	1.51 208	6.42 276	2.86 328	0.39 216	0.31 172	0.44 309	0.37 286	0.47 275	0.65 214

FADNet_RVC	3.10 286	7.62 401	19.12 207	1.05 148	0.93 213	4.09 286	0.84 185	4.34 370	2.05 105	1.54 89	1.78 185	1.61 134	1.50 206	8.92 323	2.64 322	0.50 318	0.38 226	0.44 309	0.61 381	0.91 387	1.16 299

PA-Net	3.45 338	2.50 351	20.39 326	1.42 304	1.20 283	3.39 135	1.73 365	3.93 225	3.57 352	1.94 154	2.17 290	3.02 308	1.87 290	11.67 415	6.48 379	0.40 226	0.55 308	0.44 309	0.63 388	0.55 302	1.13 296
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	3.17 300	1.30 269	19.66 236	1.41 297	1.60 359	3.61 181	1.47 339	4.18 304	2.83 218	3.48 403	1.92 246	2.58 271	2.50 341	10.81 375	2.90 332	0.49 308	0.49 294	0.44 309	0.42 327	0.57 312	0.78 248

DN-CSS_ROB	2.89 256	9.72 414	19.71 245	2.07 402	0.90 203	4.01 267	0.61 55	4.06 257	3.35 320	1.66 106	1.89 231	1.39 114	1.06 110	3.24 211	1.88 252	0.44 264	0.19 10	0.44 309	0.29 188	0.40 192	0.42 95

rvit_105_1	2.17 87	1.36 277	16.82 153	1.09 160	0.68 132	2.78 81	1.26 313	3.55 159	2.90 234	1.40 75	1.57 123	1.29 102	1.14 132	2.91 204	1.49 171	0.55 342	0.47 284	0.45 316	0.61 381	0.45 252	0.63 205

mmm	2.70 223	0.80 143	8.26 57	1.50 326	1.18 275	2.44 69	0.85 190	4.08 267	4.59 408	2.31 274	1.95 249	1.51 127	1.55 220	2.33 167	1.72 224	0.31 86	7.71 442	0.45 316	0.42 327	0.40 192	9.56 436

fast-acv-ft	2.62 197	1.62 305	20.48 341	1.45 313	1.39 319	3.16 105	1.16 297	3.41 150	2.45 172	1.97 165	2.15 285	2.68 279	2.15 315	2.92 205	2.47 314	0.43 256	0.40 239	0.45 316	0.40 312	0.62 327	0.64 210

AASNet	2.65 206	3.20 365	20.19 294	1.38 285	1.49 335	3.84 226	1.06 274	3.92 221	3.28 299	2.07 203	2.28 313	1.95 200	1.28 156	2.19 151	2.17 291	0.42 239	0.33 184	0.45 316	0.30 206	0.59 317	0.52 156

aanetorigin	3.34 328	2.00 333	17.58 172	1.20 208	1.57 353	2.57 74	3.75 439	2.73 87	2.10 109	6.11 443	4.27 413	2.88 297	5.64 416	5.46 251	4.60 365	0.53 336	0.46 274	0.45 316	0.48 347	1.15 409	1.22 301

MSMDNet	2.16 84	0.71 86	15.36 119	0.86 44	0.75 151	3.41 139	0.69 98	3.70 181	2.25 133	1.73 120	1.64 145	3.21 322	2.95 356	2.09 136	1.24 118	0.32 102	0.37 213	0.45 316	0.27 129	0.63 333	0.50 142

LL-Strereo	4.26 385	13.69 438	20.37 322	1.24 225	2.18 410	2.90 88	1.08 276	4.35 371	2.22 128	3.20 392	2.26 307	3.29 328	3.13 369	11.30 400	1.91 259	0.33 125	3.89 426	0.46 322	0.34 254	0.54 299	6.47 418

GwcNet	3.26 318	3.93 376	20.24 304	1.38 285	2.04 405	3.24 116	1.53 344	3.72 184	3.66 358	2.17 230	2.25 306	3.55 354	1.69 258	9.38 332	3.03 336	0.48 302	0.49 294	0.46 322	0.39 303	0.66 346	0.86 267

PCWNet_CMD	2.16 84	0.71 86	15.44 121	0.84 35	0.76 155	3.38 133	0.68 90	3.69 178	2.24 130	1.72 118	1.63 140	3.20 321	3.00 364	2.09 136	1.23 113	0.32 102	0.37 213	0.47 324	0.27 129	0.65 342	0.51 148

WZ-Net	4.39 391	12.37 427	17.44 167	1.47 319	1.42 326	3.76 210	2.27 397	4.17 299	3.11 270	2.89 367	2.24 304	4.05 378	5.69 418	10.89 379	12.07 412	0.66 366	0.41 246	0.47 324	0.49 350	0.78 371	1.12 295

STTStereo	2.62 197	1.28 264	19.16 210	1.52 331	1.55 346	3.84 226	0.89 205	3.75 189	2.59 187	2.23 251	1.59 131	2.48 261	1.58 223	5.11 242	1.72 224	0.38 209	0.41 246	0.47 324	0.54 366	0.53 296	0.75 243

BEATNet_4x	2.65 206	4.43 384	18.10 182	1.41 297	0.59 89	3.44 144	1.02 263	4.08 267	2.97 241	2.28 265	1.75 173	2.18 226	1.61 232	2.80 199	3.54 349	0.39 216	0.25 112	0.47 324	0.31 223	0.61 322	0.86 267

MDST_ROB	6.31 431	1.18 244	22.96 461	2.56 422	2.69 422	21.07 470	2.01 385	4.79 429	2.87 229	9.49 456	4.45 415	4.10 382	4.48 405	22.33 467	17.61 450	0.79 390	0.44 265	0.47 324	0.44 336	0.47 275	0.95 279

rvit_stereo_0075_2	2.14 82	0.76 128	21.42 433	0.91 71	1.26 297	2.49 70	0.68 90	2.30 47	2.10 109	1.42 79	1.86 223	1.45 123	0.85 59	1.49 65	1.03 81	0.47 293	0.40 239	0.48 329	0.38 295	0.47 275	0.53 161

ffm	4.27 386	0.98 205	21.04 397	1.24 225	1.03 238	3.64 186	0.87 198	4.23 320	4.73 415	2.31 274	2.40 330	3.49 342	1.64 246	2.29 164	0.78 17	0.30 70	19.28 478	0.48 329	0.40 312	0.31 66	14.02 449

ff1	5.58 418	0.98 205	21.04 397	1.24 225	1.03 238	3.64 186	0.87 198	4.23 320	4.73 415	2.31 274	2.40 330	3.49 342	1.64 246	12.40 432	16.90 438	0.30 70	19.28 478	0.48 329	0.40 312	0.31 66	14.02 449

mmx	4.56 397	0.98 205	21.04 397	1.24 225	1.03 238	3.64 186	0.87 198	4.53 405	5.34 432	2.31 274	2.40 330	3.49 342	1.64 246	12.40 432	16.90 438	0.34 146	5.98 435	0.48 329	0.40 312	0.46 262	5.71 411

xxx	4.56 397	0.98 205	21.04 397	1.24 225	1.03 238	3.64 186	0.87 198	4.53 405	5.34 432	2.31 274	2.40 330	3.49 342	1.64 246	12.40 432	16.90 438	0.34 146	5.98 435	0.48 329	0.40 312	0.46 262	5.71 411

Wz-Net-TNSev	4.22 380	13.55 434	15.87 130	1.57 341	1.19 281	3.61 181	2.48 403	4.38 380	3.45 341	2.29 269	1.91 240	4.20 389	2.86 352	12.11 429	10.56 400	0.61 354	0.59 318	0.48 329	0.54 366	0.93 390	1.24 303

SACVNet	3.06 282	1.61 304	19.29 220	1.46 315	1.18 275	4.05 276	1.48 341	4.03 248	2.58 186	2.75 352	1.89 231	2.55 266	1.38 170	11.33 401	2.28 300	0.51 324	0.41 246	0.48 329	0.43 332	0.57 312	0.93 277

RAFT + AFF	3.98 373	14.10 446	20.78 377	1.16 191	1.96 400	4.14 300	2.00 383	4.56 409	3.52 349	2.23 251	2.51 347	2.27 233	4.92 409	8.94 324	2.82 326	0.33 125	0.60 320	0.48 329	0.39 303	0.81 377	1.03 289

psmorigin	6.62 436	1.45 286	87.38 487	1.55 338	0.97 223	2.86 83	1.42 333	3.30 138	2.12 116	3.74 411	2.45 339	5.15 421	2.59 344	10.55 367	2.91 333	0.55 342	0.68 334	0.48 329	0.53 363	0.73 363	1.02 287

EDNetEfficient	5.62 420	2.26 346	17.51 168	1.67 361	3.59 439	3.99 265	7.25 453	3.14 121	5.63 442	11.52 467	4.82 419	3.94 372	12.48 451	8.39 316	20.56 465	0.46 285	0.46 274	0.48 329	1.06 416	1.65 429	1.62 331

FAT-Stereo	3.38 331	0.88 165	19.96 269	1.28 247	1.20 283	3.44 144	1.97 379	4.26 336	3.15 276	3.14 388	3.92 409	3.50 346	3.28 376	11.68 418	2.04 279	0.65 365	0.68 334	0.48 329	0.54 366	0.63 333	0.91 272

XPNet_ROB	2.99 274	1.58 300	17.06 160	1.38 285	0.99 226	3.91 244	1.62 355	4.20 309	2.42 163	2.87 366	2.03 261	2.31 238	1.72 266	10.76 374	3.60 350	0.55 342	0.49 294	0.48 329	0.40 312	0.53 296	0.85 263

CBMV	4.12 377	1.27 261	21.14 413	1.52 331	0.85 181	3.80 219	3.89 443	4.58 413	3.02 254	3.56 407	2.37 325	4.44 399	13.88 457	11.23 399	3.78 353	0.56 346	0.43 258	0.48 329	0.39 303	0.55 302	0.74 241
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
S-Stereo	3.51 345	0.96 198	22.00 448	1.38 285	1.50 336	3.55 169	2.49 404	4.27 338	3.00 246	2.38 303	3.94 410	3.73 361	1.84 285	11.89 425	2.59 319	0.64 363	0.71 339	0.49 342	0.81 401	0.68 353	1.31 306

SGM-Forest	4.96 411	0.86 159	21.02 395	1.22 217	0.83 171	4.05 276	3.26 424	4.40 383	3.49 347	4.40 426	3.69 405	4.66 412	13.91 458	11.94 426	17.16 446	0.66 366	0.46 274	0.49 342	0.39 303	0.49 287	1.77 339
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
coex-ft	20.00 470	11.54 423	120.82 489	1.18 202	1.30 302	2.36 65	1.99 380	2.96 110	13.96 460	129.83 490	8.40 438	5.88 430	52.82 484	9.93 348	31.13 479	0.61 354	0.62 325	0.50 344	0.49 350	1.10 405	2.63 367

RYNet	3.15 296	1.48 289	16.27 143	1.24 225	1.39 319	3.67 193	1.44 337	4.09 271	3.20 279	2.26 260	1.70 158	3.83 367	2.15 315	13.64 455	3.23 344	0.45 273	0.45 269	0.50 344	0.35 267	0.81 377	0.83 257

CSAN	5.95 424	13.70 439	21.94 443	1.35 272	0.93 213	3.65 190	3.46 429	4.73 426	4.26 391	3.98 416	7.70 430	3.54 353	6.94 431	22.83 468	16.00 432	0.53 336	0.47 284	0.50 344	0.55 370	0.65 342	1.22 301

SANet	6.43 433	13.71 440	22.08 449	1.43 310	1.00 232	6.86 448	3.78 441	4.71 423	11.10 456	4.71 431	8.72 440	7.47 437	7.91 440	12.46 439	18.12 454	0.51 324	0.47 284	0.50 344	0.45 341	0.94 391	1.60 330

PSMNet_ROB	3.38 331	5.24 389	20.61 360	1.24 225	1.22 290	3.76 210	1.64 359	3.59 163	2.80 212	2.07 203	1.72 164	2.75 287	1.79 276	11.42 406	4.58 364	0.42 239	0.38 226	0.50 344	0.62 384	0.62 327	0.69 224

RTS	4.29 387	9.35 410	18.25 186	2.79 430	2.29 415	4.98 430	3.41 427	4.72 424	4.27 392	4.35 424	3.10 388	4.93 415	3.14 370	7.71 307	6.99 382	0.71 375	0.68 334	0.51 349	0.50 356	1.07 400	1.98 346

RTSA	4.29 387	9.35 410	18.25 186	2.79 430	2.29 415	4.98 430	3.41 427	4.72 424	4.27 392	4.35 424	3.10 388	4.93 415	3.14 370	7.71 307	6.99 382	0.71 375	0.68 334	0.51 349	0.50 356	1.07 400	1.98 346

ETE_ROB	2.93 260	2.12 340	17.80 178	1.13 180	0.94 218	3.71 202	1.53 344	4.29 341	2.98 243	3.32 398	2.13 282	2.34 243	1.51 208	8.68 319	2.82 326	0.44 264	0.40 239	0.51 349	0.49 350	0.56 308	0.80 253

SHD	3.22 309	4.21 382	14.19 98	2.37 411	2.12 409	2.77 79	1.19 299	4.24 326	3.25 293	4.64 430	2.73 368	3.62 358	2.76 349	6.30 274	4.75 368	0.66 366	1.25 373	0.52 352	0.59 376	0.69 355	1.64 332

GANet	3.64 350	1.76 315	19.65 235	1.92 390	1.04 244	3.91 244	2.51 405	3.86 210	2.81 216	3.13 385	3.03 383	3.19 320	2.19 320	12.43 437	8.23 393	0.60 353	0.43 258	0.52 352	0.43 332	0.63 333	0.63 205

UCFNet_RVC	2.53 168	1.29 266	20.56 351	1.42 304	1.40 323	4.01 267	1.04 271	2.79 91	1.67 64	2.27 263	1.88 229	2.94 302	1.50 206	3.48 214	1.68 212	0.37 194	0.29 156	0.52 352	0.41 322	0.55 302	0.51 148

WCMA_ROB	5.78 422	2.42 350	21.71 438	1.67 361	1.55 346	4.07 281	3.53 433	4.14 289	4.73 415	6.59 445	10.89 449	12.82 453	9.59 447	10.17 356	12.65 417	1.05 405	0.61 322	0.52 352	0.52 361	0.71 361	5.64 410

Wz-Net-SNSev	3.47 342	10.51 419	16.90 155	1.65 359	1.20 283	3.29 125	2.03 386	4.16 295	3.03 256	2.35 291	2.39 328	3.48 341	2.12 310	7.95 311	4.28 358	0.51 324	0.40 239	0.53 356	0.49 350	0.74 367	1.46 320

CFNet_pseudo	2.03 71	0.74 105	12.75 81	0.87 51	0.74 146	3.91 244	0.65 79	4.04 252	1.93 93	1.93 148	1.79 188	3.25 326	1.61 232	2.51 176	1.25 124	0.32 102	0.37 213	0.53 356	0.28 155	0.64 336	0.50 142

FINET	10.59 454	14.44 454	25.84 467	2.30 408	3.90 445	21.74 471	25.19 471	8.85 456	16.99 464	2.68 345	15.19 462	11.45 448	13.83 456	6.71 286	15.11 429	0.80 391	8.59 448	0.53 356	0.44 336	0.62 327	16.67 466

Syn2CoEx	3.42 335	7.66 402	20.57 355	1.42 304	1.18 275	2.49 70	1.64 359	4.07 259	2.68 195	2.51 327	2.27 310	2.89 298	3.15 372	9.56 335	2.58 318	0.52 334	0.45 269	0.53 356	0.42 327	0.79 375	1.00 283

SuperB	5.03 412	8.93 407	20.96 392	1.51 328	1.11 261	3.88 238	3.00 418	4.24 326	3.13 273	2.53 328	2.10 278	2.74 285	3.37 383	8.76 320	19.44 463	0.45 273	0.34 192	0.53 356	0.40 312	11.97 474	1.15 298

AnyNet_C32	4.49 394	9.53 412	13.85 90	1.67 361	1.56 350	5.40 437	4.06 445	4.03 248	3.69 361	4.21 423	3.09 387	3.09 315	3.38 384	8.24 313	18.76 460	0.56 346	0.64 327	0.53 356	0.81 401	1.36 421	1.42 315

CVANet_RVC	3.32 324	1.63 307	21.06 401	1.66 360	1.29 301	3.99 265	1.55 348	3.98 234	3.00 246	3.51 404	2.06 272	2.58 271	1.72 266	12.46 439	1.70 218	0.62 359	0.34 192	0.53 356	0.47 345	0.64 336	1.66 333

CBMV_ROB	4.57 399	0.90 173	21.30 427	1.46 315	0.89 198	4.43 362	1.69 364	4.51 403	3.14 274	5.97 441	4.23 412	4.16 385	7.83 437	11.06 387	16.47 433	0.61 354	0.55 308	0.53 356	0.51 360	0.56 308	0.59 190

ccs_rob	2.03 71	0.74 105	12.67 80	0.87 51	0.75 151	3.91 244	0.66 80	4.04 252	1.93 93	1.92 147	1.79 188	3.24 324	1.63 243	2.52 180	1.25 124	0.32 102	0.37 213	0.54 364	0.28 155	0.66 346	0.51 148

LL-Strereo2	2.36 131	1.81 321	19.35 222	1.04 144	1.03 238	3.73 205	1.35 324	2.70 85	2.04 104	1.76 126	1.44 91	1.82 178	0.73 28	1.48 64	1.53 176	0.33 125	0.30 166	0.55 365	0.35 267	0.30 59	3.51 391

SGM-ForestM	15.60 465	14.94 462	28.17 471	7.84 467	10.49 463	23.43 473	24.58 470	20.87 473	16.87 462	15.92 472	15.89 465	27.08 474	22.45 472	24.86 473	28.42 478	3.85 452	8.90 452	0.55 365	1.15 421	0.64 336	15.05 455

LALA_ROB	2.88 254	2.13 342	19.08 206	1.10 161	0.99 226	3.91 244	1.81 371	4.50 402	3.04 259	3.32 398	1.87 227	2.75 287	1.66 253	4.06 230	4.02 355	0.47 293	0.44 265	0.55 365	0.53 363	0.61 322	0.73 237

CFNet_ucs	2.32 122	0.75 118	17.05 158	0.90 67	0.81 166	3.86 232	0.68 90	4.31 354	2.68 195	2.13 217	2.04 263	3.30 329	1.24 151	2.63 186	1.23 113	0.37 194	0.46 274	0.56 368	0.30 206	0.67 348	0.53 161

TDLM	3.20 305	1.58 300	18.80 196	1.70 369	1.10 259	4.29 341	2.17 393	3.81 203	3.27 297	2.89 367	1.98 254	2.06 221	1.70 261	12.44 438	2.15 289	0.58 349	0.31 172	0.56 368	0.40 312	0.58 315	1.59 328

NVstereo2D	2.79 244	1.13 237	13.75 89	1.37 281	1.47 334	3.57 172	1.38 328	4.17 299	3.77 366	2.04 192	1.72 164	3.05 310	1.75 268	10.84 376	1.72 224	0.62 359	0.48 291	0.56 368	0.54 366	0.79 375	1.02 287

NCCL2	2.96 268	4.07 381	15.75 127	1.24 225	1.03 238	3.48 156	2.55 406	3.79 195	2.39 157	2.78 356	1.80 193	2.41 251	1.67 255	10.27 362	2.48 315	0.46 285	0.41 246	0.57 371	0.55 370	0.61 322	0.86 267

NOSS_ROB	3.12 290	0.89 168	19.03 205	2.01 397	1.07 250	3.90 241	0.97 255	4.32 362	3.08 266	2.94 373	2.19 298	3.85 369	1.18 143	11.75 421	1.69 215	0.69 371	0.54 306	0.57 371	0.52 361	0.57 312	0.72 232

PSM-AAD	3.41 333	0.58 17	20.55 349	0.95 101	0.56 77	4.46 365	7.40 455	3.11 119	1.58 38	2.30 271	2.56 352	1.26 98	16.19 460	2.47 174	1.00 76	0.32 102	0.22 55	0.58 373	0.41 322	0.37 164	1.32 307

FC-DCNN v2	7.41 446	0.98 205	22.19 452	1.75 377	1.64 369	8.98 455	2.37 400	7.60 452	9.44 455	11.09 466	11.95 455	20.04 464	16.35 461	12.99 445	17.14 445	0.72 380	0.57 310	0.59 374	0.57 373	0.64 336	0.68 221

SDNR	4.37 389	2.22 345	20.63 363	1.60 347	0.99 226	5.15 433	0.67 82	4.36 373	5.55 440	4.89 432	7.17 426	5.50 427	1.58 223	17.48 464	4.33 360	0.80 391	0.72 340	0.59 374	0.45 341	1.18 412	1.43 316

Nwc_Net	3.03 278	1.90 329	19.16 210	1.38 285	1.69 379	3.53 166	1.19 299	4.03 248	2.19 122	2.79 358	2.84 375	3.80 366	2.46 337	6.93 293	2.87 330	0.96 402	0.41 246	0.59 374	0.68 389	0.60 321	0.65 214

FC-DCNN	7.08 443	1.01 216	21.89 440	1.74 375	1.64 369	8.18 454	2.31 398	6.50 450	9.16 454	10.85 465	11.33 451	19.85 463	13.33 454	12.94 444	17.10 442	0.72 380	0.57 310	0.59 374	0.57 373	0.64 336	0.69 224

SAMSARA	4.67 400	6.50 394	16.40 146	4.62 462	3.13 433	6.62 446	3.49 430	5.24 434	3.04 259	7.78 449	3.07 385	5.32 422	4.05 397	9.98 351	6.42 377	0.69 371	2.39 404	0.60 378	0.74 395	0.99 393	2.26 358

XQC	3.41 333	6.58 395	15.18 116	1.97 392	1.62 362	3.40 136	1.76 367	4.53 405	3.67 360	3.40 400	2.45 339	3.73 361	2.91 354	6.78 287	5.36 372	0.73 383	0.90 353	0.60 378	0.61 381	1.02 394	0.99 282

DANet	2.82 246	1.17 241	10.20 68	1.87 385	1.72 383	3.25 118	1.15 295	4.36 373	3.02 254	3.42 401	2.18 295	4.09 380	1.79 276	9.78 340	4.32 359	0.55 342	0.57 310	0.60 378	0.44 336	0.65 342	1.25 304
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GASNet	3.86 366	15.35 466	21.16 416	1.63 354	1.25 296	2.35 63	1.11 286	4.11 276	2.86 227	1.99 169	2.11 279	2.99 305	2.16 317	10.62 369	3.75 352	0.71 375	0.37 213	0.61 381	0.46 343	0.91 387	0.70 226

FCDSN-DC	6.71 441	1.18 244	21.61 437	1.29 252	1.10 259	4.38 350	2.59 408	4.58 413	5.52 438	9.58 457	11.19 450	19.17 461	17.69 464	13.03 446	17.11 443	0.73 383	0.57 310	0.61 381	0.60 379	0.71 361	0.92 274
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CFNet-ft	2.87 252	1.80 318	20.20 295	1.10 161	1.54 342	4.09 286	0.89 205	2.97 112	1.88 88	1.93 148	1.70 158	3.50 346	1.60 227	9.35 330	2.17 291	0.35 161	0.32 178	0.61 381	0.38 295	0.55 302	0.45 109

CFNet_RVC	2.87 252	1.80 318	20.20 295	1.10 161	1.54 342	4.09 286	0.89 205	2.97 112	1.88 88	1.93 148	1.70 158	3.50 346	1.60 227	9.35 330	2.17 291	0.35 161	0.32 178	0.61 381	0.38 295	0.55 302	0.45 109

PWC_ROB	3.32 324	4.61 385	14.41 103	1.46 315	1.90 397	3.21 109	1.15 295	4.39 382	3.46 343	3.13 385	3.40 398	2.79 292	2.34 328	9.17 327	6.94 381	0.61 354	0.34 192	0.61 381	0.37 286	0.73 363	1.40 312

MeshStereo	5.67 421	1.80 318	21.28 425	1.40 293	1.14 267	4.38 350	3.83 442	5.51 444	4.85 422	10.12 462	11.72 454	11.44 447	5.87 419	13.86 457	12.31 413	0.68 370	0.61 322	0.61 381	0.60 379	0.73 363	0.68 221
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
EDNetEfficientorigin	12.42 458	3.26 366	179.44 492	1.21 213	1.00 232	2.89 87	1.82 372	3.05 115	5.37 434	8.87 453	4.78 418	4.17 386	4.80 408	9.91 346	11.32 405	0.41 229	0.41 246	0.62 387	0.88 405	1.33 420	2.81 372

ADCRef	3.66 352	5.95 391	15.50 123	1.20 208	1.41 324	3.93 252	1.61 353	3.92 221	2.77 208	3.13 385	2.20 299	2.40 247	2.78 350	6.23 273	16.59 435	0.50 318	0.35 201	0.63 388	0.62 384	0.58 315	0.92 274

ADCP+	4.42 392	12.67 430	18.95 202	1.12 175	1.55 346	4.30 343	3.60 436	4.01 240	3.80 367	2.30 271	1.71 162	3.93 371	4.29 401	3.49 215	18.77 461	0.40 226	0.41 246	0.63 388	0.53 363	0.67 348	1.35 309

NCC-stereo	3.49 343	2.07 337	20.23 302	1.31 259	1.76 387	4.04 272	1.42 333	4.01 240	2.34 151	3.06 381	2.59 355	3.51 349	3.02 365	10.02 354	5.44 373	1.38 418	0.66 332	0.64 390	0.88 405	0.67 348	0.84 261

Abc-Net	3.49 343	2.07 337	20.23 302	1.31 259	1.76 387	4.04 272	1.42 333	4.01 240	2.34 151	3.06 381	2.59 355	3.51 349	3.02 365	10.02 354	5.44 373	1.38 418	0.66 332	0.64 390	0.88 405	0.67 348	0.84 261
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
APVNet	3.24 314	1.59 302	21.72 439	1.36 276	1.52 340	3.93 252	1.12 288	3.58 161	2.80 212	2.32 285	2.02 259	3.05 310	1.96 296	11.77 422	2.61 320	0.44 264	0.46 274	0.65 392	0.47 345	0.73 363	0.73 237

AnyNet_C01	4.68 401	10.90 421	16.41 147	2.03 399	1.62 362	6.25 442	6.40 452	4.19 307	5.13 429	4.03 417	3.77 406	4.14 384	3.26 375	7.23 296	11.19 402	0.64 363	0.80 346	0.65 392	0.72 393	2.18 431	2.08 350

HBP-ISP	3.78 361	9.10 409	20.83 381	1.72 371	1.14 267	4.54 380	2.82 413	4.61 417	3.03 256	4.13 420	1.98 254	1.88 187	3.31 377	11.06 387	1.52 175	0.74 386	0.57 310	0.67 394	0.62 384	0.65 342	0.64 210

MFN_U_SF_DS_RVC	4.38 390	13.66 436	13.95 95	1.39 292	1.58 358	5.18 434	3.31 425	4.53 405	3.22 288	2.60 335	2.62 358	4.99 417	2.11 308	13.99 459	4.21 357	1.53 425	2.56 409	0.67 394	1.82 443	0.83 382	2.92 377

MSMD_ROB	5.99 425	1.29 266	19.23 217	1.40 293	0.84 179	10.25 457	2.05 388	4.20 309	6.02 446	10.42 464	8.00 431	22.21 466	9.45 446	11.67 415	8.73 394	0.76 389	0.59 318	0.67 394	0.68 389	0.67 348	0.72 232

stereogan	3.26 318	1.26 257	18.01 180	1.38 285	1.66 376	3.76 210	1.64 359	4.06 257	3.86 371	3.23 393	2.70 366	5.02 418	2.85 351	9.88 344	1.85 248	0.71 375	0.51 300	0.69 397	0.48 347	0.86 383	0.85 263

G-Net	4.16 378	1.39 279	20.31 316	2.30 408	2.91 426	4.68 414	2.86 415	3.35 144	2.44 170	4.43 427	9.43 444	6.89 435	3.83 393	8.91 322	4.83 369	0.80 391	0.80 346	0.70 398	0.50 356	0.95 392	0.97 280

ADCS	4.77 407	12.63 429	17.40 166	1.72 371	1.34 311	3.90 241	3.60 436	4.30 343	3.54 350	5.11 435	2.81 374	4.44 399	3.05 368	6.15 269	19.32 462	0.74 386	0.68 334	0.70 398	0.70 391	1.25 417	1.98 346

ccnet	3.03 278	1.48 289	12.88 82	1.54 334	1.26 297	3.71 202	2.32 399	4.11 276	3.05 262	2.92 370	3.21 392	2.86 296	2.40 331	9.87 343	4.19 356	0.80 391	0.76 342	0.71 400	0.70 391	0.78 371	1.07 292

RP	3.26 318	1.73 314	17.70 177	1.56 340	1.93 399	3.43 143	1.94 376	4.18 304	2.72 200	2.77 354	3.05 384	3.96 374	2.69 346	10.17 356	2.86 328	1.04 404	0.50 298	0.71 400	0.59 376	0.75 368	0.83 257

ADCPNet	4.25 383	4.04 379	21.95 444	1.33 269	1.31 306	6.34 444	2.63 409	4.07 259	3.23 291	2.81 362	2.21 302	4.27 391	6.08 421	6.01 261	11.73 411	0.67 369	1.17 370	0.71 400	1.71 437	0.87 385	1.82 342

AF-Net	3.15 296	2.65 356	18.81 197	1.37 281	1.76 387	3.30 129	1.57 351	4.20 309	3.05 262	2.76 353	2.94 380	4.50 402	3.21 374	5.88 259	3.07 338	0.88 398	0.39 236	0.72 403	0.50 356	0.75 368	0.66 219

LSM	13.03 462	7.72 404	21.01 394	55.44 485	85.65 483	3.65 190	6.27 451	3.91 220	5.06 427	5.63 437	13.91 460	3.53 352	3.46 388	9.93 348	4.36 361	0.72 380	0.95 357	0.72 403	0.85 404	1.09 403	26.67 478

PDISCO_ROB	3.32 324	5.22 388	18.16 184	2.03 399	2.19 412	4.52 379	1.63 356	4.74 427	3.32 315	2.22 249	2.18 295	3.71 360	2.41 333	5.36 247	2.43 311	1.35 416	0.79 345	0.72 403	0.62 384	1.31 419	1.53 324

PVD	3.91 369	4.36 383	13.89 94	2.81 432	4.79 455	3.80 219	1.94 376	3.89 214	4.11 380	5.75 439	3.56 402	3.59 355	3.34 380	6.44 278	6.44 378	0.73 383	2.84 411	0.74 406	0.84 403	0.82 379	3.45 390

DeepPrunerF	4.00 374	5.64 390	16.81 152	1.36 276	1.75 385	3.69 197	1.54 346	4.24 326	13.98 461	2.21 247	1.77 181	2.73 282	2.29 324	10.90 380	6.64 380	0.71 375	0.61 322	0.77 407	0.79 399	0.87 385	0.79 252

RGC	3.35 329	1.84 326	18.13 183	1.52 331	1.79 391	3.33 131	1.37 327	4.18 304	2.39 157	2.96 376	3.23 394	3.98 375	2.71 347	11.53 409	3.42 347	0.90 399	0.48 291	0.79 408	0.79 399	0.75 368	0.89 270

edge stereo	3.45 338	1.08 226	22.14 450	1.31 259	1.36 314	2.68 77	1.54 346	4.13 285	3.27 297	2.94 373	3.27 396	4.34 397	2.48 338	11.60 414	2.79 323	0.62 359	0.64 327	0.79 408	0.56 372	0.70 356	0.82 255

GANetREF_RVC	3.45 338	5.10 387	19.89 264	1.58 343	0.80 164	4.13 295	1.82 372	4.24 326	3.33 317	1.91 144	1.76 174	2.46 258	1.83 284	13.17 448	1.87 251	0.83 396	0.57 310	0.79 408	0.77 397	1.21 414	0.91 272
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
STTRV1_RVC	3.55 347	1.06 221	20.71 373	1.47 319	1.46 331	3.29 125	1.56 350	4.14 289	3.33 317	1.96 162	3.50 401	2.63 276	2.08 304	11.95 427	2.32 302	2.09 429	4.04 427	0.81 411	0.73 394	1.06 397	0.71 228

PASM	3.22 309	2.89 359	15.38 120	2.00 395	1.57 353	2.77 79	1.96 378	3.62 168	2.75 204	2.95 375	2.26 307	3.10 316	2.24 322	11.87 424	2.46 312	0.97 403	1.06 364	0.87 412	1.02 413	1.20 413	1.41 314

ADCL	4.70 403	4.04 379	16.12 134	1.35 272	1.28 299	5.46 438	10.88 458	4.08 267	4.25 390	5.97 441	4.51 416	4.29 394	5.60 414	6.37 275	15.21 430	0.54 339	0.48 291	0.88 413	0.78 398	0.86 383	1.01 285

MFMNet_re	3.44 336	8.89 406	19.36 223	3.25 440	1.91 398	3.13 103	1.99 380	3.60 165	4.16 384	3.17 391	2.86 376	2.25 231	2.41 333	2.61 185	2.35 305	1.13 409	1.06 364	0.94 414	0.91 408	1.29 418	1.57 326

PS-NSSS	3.11 287	1.60 303	19.48 229	1.00 129	1.53 341	4.12 292	1.08 276	4.59 416	2.80 212	2.19 238	2.38 326	1.76 161	1.39 173	11.79 423	1.94 267	0.69 371	0.45 269	0.95 415	0.43 332	1.03 395	1.00 283

MFN_U_SF_RVC	4.08 376	13.72 441	15.13 115	2.00 395	1.43 327	3.73 205	1.68 363	4.11 276	3.39 330	2.93 371	2.38 326	4.39 398	3.63 389	8.63 318	6.14 375	1.14 410	1.07 367	1.01 416	1.35 431	1.63 427	2.09 352

Consistency-Raft	2.93 260	1.93 330	19.72 247	1.41 297	1.75 385	3.85 229	1.32 319	4.09 271	2.75 204	1.82 135	2.66 361	1.81 176	4.34 404	2.29 164	2.08 283	0.90 399	0.94 356	1.03 417	1.13 419	1.71 430	1.10 294

MSC_U_SF_DS_RVC	4.90 410	13.94 444	16.59 151	1.69 365	1.46 331	6.15 441	3.52 432	5.47 442	3.95 375	2.77 354	2.74 369	4.81 414	2.49 340	13.78 456	5.33 371	2.34 433	3.46 422	1.05 418	1.21 425	2.28 433	2.94 378

SPS-STEREO	5.18 413	10.36 417	21.09 407	1.74 375	1.72 383	3.24 116	2.26 396	3.92 221	4.12 381	5.06 434	3.66 404	5.43 425	3.33 379	9.56 335	12.34 414	1.17 412	1.17 370	1.07 419	1.03 415	1.17 411	10.25 440
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
anonymity	2.02 69	1.28 264	5.16 39	1.73 373	1.63 365	1.86 37	1.06 274	3.50 156	2.42 163	2.19 238	2.11 279	1.88 187	3.89 394	1.92 121	1.56 183	1.11 408	1.14 368	1.08 420	1.11 418	1.05 396	2.68 368

ADCMid	4.55 396	10.78 420	17.67 176	1.32 265	1.43 327	4.62 397	2.24 395	4.22 315	4.97 426	3.93 415	3.01 382	3.84 368	3.66 390	4.22 235	18.57 459	0.69 371	0.62 325	1.09 421	1.20 423	1.48 423	1.49 322

MADNet+	4.46 393	11.36 422	14.35 102	2.23 405	2.50 421	4.18 315	2.86 415	5.46 441	4.43 399	2.74 351	2.69 365	4.55 405	3.43 386	8.97 325	9.42 396	1.47 423	2.06 393	1.09 421	1.02 413	1.54 425	2.96 379

MaskLacGwcNet_RVC	3.77 360	1.65 309	20.61 360	2.55 421	1.63 365	4.29 341	1.67 362	3.99 236	2.56 181	1.76 126	1.93 247	3.03 309	1.41 182	13.24 450	2.02 276	4.47 459	1.63 384	1.12 423	0.48 347	2.42 435	2.85 373

JetBlue	6.69 440	12.01 426	14.30 100	1.98 394	4.64 454	11.97 460	12.29 461	5.39 439	4.32 398	3.81 413	4.51 416	9.50 445	6.53 427	10.22 358	14.50 426	1.32 415	1.47 378	1.18 424	1.36 432	7.48 468	5.05 407

BEATNet-Init1	51.93 484	71.67 487	99.39 488	10.91 475	13.10 464	84.39 489	59.36 483	73.78 487	67.97 484	88.09 488	88.15 488	91.73 489	97.51 490	85.13 491	72.56 490	2.59 434	5.18 433	1.20 425	1.49 435	10.61 473	13.83 446

SGM+DAISY	13.18 463	14.36 451	24.65 466	8.10 468	13.49 467	22.47 472	25.54 472	12.13 460	17.08 465	14.77 469	15.82 464	12.17 452	13.97 459	12.65 442	18.22 456	8.40 469	9.18 457	1.23 426	1.33 430	1.23 416	16.81 471

ELAS	6.58 435	2.54 353	20.08 285	2.66 424	2.48 419	15.49 467	7.29 454	5.50 443	5.72 443	10.05 461	8.94 442	6.91 436	10.83 449	8.33 314	14.27 424	1.92 427	2.19 395	1.23 426	1.31 427	1.62 426	2.17 355
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDGNet	2.34 127	1.71 313	20.28 308	1.42 304	0.62 106	4.39 354	0.67 82	1.82 20	2.28 140	1.40 75	1.21 46	0.99 64	1.00 87	2.23 157	1.23 113	1.14 410	0.35 201	1.30 428	0.98 412	1.11 406	0.62 202

GCST	2.86 250	3.95 378	20.52 345	1.93 391	1.56 350	1.74 35	0.50 26	3.69 178	2.10 109	1.79 131	1.64 145	1.60 133	1.29 159	5.27 246	1.90 256	2.10 430	0.77 343	1.45 429	0.97 411	1.15 409	1.38 311

WAO-7	6.00 426	14.29 449	20.46 332	1.97 392	1.51 338	5.31 436	3.06 422	5.00 431	5.92 445	4.55 429	8.87 441	6.52 433	6.47 426	13.38 452	13.85 421	1.35 416	1.24 372	1.48 430	1.36 432	1.63 427	1.79 341

ELAS_RVC	6.36 432	2.53 352	20.21 299	2.67 425	2.48 419	4.90 429	11.89 460	4.84 430	6.31 450	9.03 454	8.54 439	8.09 442	12.73 453	9.32 329	13.25 419	1.92 427	2.18 394	1.51 431	1.31 427	1.40 422	2.15 353
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FBW_ROB	3.91 369	2.07 337	15.46 122	1.60 347	1.16 271	3.80 219	1.48 341	4.37 376	3.41 332	2.53 328	2.45 339	4.19 388	2.10 306	15.17 462	9.45 397	0.86 397	0.65 330	1.54 432	0.96 409	1.08 402	3.80 393

NVStereoNet_ROB	6.63 437	9.57 413	19.28 219	3.19 438	2.11 408	3.69 197	1.99 380	4.32 362	6.27 449	3.26 396	24.57 472	5.45 426	11.39 450	13.56 453	12.37 415	2.79 435	2.05 392	1.76 433	1.75 440	1.49 424	1.75 335
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SQANet	4.22 380	14.03 445	20.30 314	2.78 428	2.75 424	3.41 139	1.48 341	3.66 172	2.25 133	2.62 341	1.77 181	2.68 279	1.90 293	7.41 302	3.78 353	2.97 439	1.42 377	1.85 434	1.13 419	3.28 439	2.86 374

dad	2.65 206	3.40 369	19.45 228	1.05 148	0.65 117	4.21 327	0.84 185	2.10 37	2.77 208	2.32 285	1.72 164	1.72 151	1.27 153	3.86 223	2.04 279	1.06 406	0.40 239	2.04 435	0.49 350	0.78 371	0.83 257

AnonymousM	1.38 29	1.33 273	2.35 17	0.95 101	0.56 77	4.03 271	0.67 82	2.63 81	2.49 175	1.51 88	1.36 75	1.15 80	1.00 87	1.26 24	1.04 82	0.41 229	0.46 274	2.07 436	1.71 437	0.25 7	0.40 83

Ntro	4.83 408	14.73 456	20.47 335	3.24 439	2.97 428	4.12 292	1.88 374	4.00 238	2.57 183	1.79 131	2.15 285	3.34 334	2.16 317	10.01 353	7.34 384	3.53 448	1.77 387	2.13 437	1.32 429	3.89 448	3.23 381

otaku	5.59 419	14.82 460	20.70 371	3.13 437	2.70 423	3.91 244	2.56 407	3.90 216	2.48 174	2.25 254	9.38 443	4.06 379	2.32 327	9.59 337	14.37 425	3.52 447	1.66 385	2.15 438	1.19 422	3.73 446	3.35 387

PWCK	6.49 434	13.40 432	20.27 307	2.95 433	1.61 360	5.68 440	7.63 456	5.37 438	4.77 420	3.90 414	7.48 429	7.96 440	5.63 415	15.15 461	10.93 401	3.21 442	1.55 382	2.34 439	1.43 434	6.05 461	2.45 364

WAO-6	6.68 439	9.03 408	20.68 367	2.98 434	2.79 425	11.93 459	3.56 435	5.39 439	11.65 458	3.55 406	9.59 445	6.77 434	6.72 428	12.28 430	11.56 407	2.88 438	2.36 402	2.50 440	1.84 444	2.89 438	2.72 370

ACVNet-4b	6.98 442	14.78 458	22.17 451	3.56 444	3.11 432	4.14 300	2.23 394	4.08 267	3.84 368	1.67 108	3.96 411	5.86 429	2.87 353	10.30 363	17.16 446	26.09 479	2.24 398	2.53 441	1.79 441	3.91 449	3.28 384

LVE	7.57 447	15.80 467	21.28 425	3.69 448	3.19 436	4.54 380	2.78 410	10.13 458	11.63 457	3.24 394	11.52 453	18.10 460	4.55 406	11.67 415	10.30 399	4.62 465	2.95 414	2.56 442	1.91 446	3.63 442	3.26 383

ACVNet_1	6.63 437	14.79 459	21.40 431	3.59 446	3.17 434	4.69 419	2.46 402	4.24 326	3.34 319	3.11 384	2.86 376	23.21 467	4.59 407	11.06 387	12.59 416	3.75 449	2.34 401	2.60 443	1.80 442	3.70 443	3.31 385

DDUNet	3.65 351	2.81 358	19.59 234	3.57 445	2.26 413	3.47 150	1.35 324	4.21 314	2.40 160	2.68 345	2.48 342	4.17 386	1.78 273	5.48 252	2.61 320	2.25 432	1.77 387	2.61 444	2.43 456	2.63 436	2.40 361

UDG	3.84 365	2.91 360	20.05 279	2.98 434	1.98 401	3.95 257	1.18 298	4.43 390	2.24 130	2.47 320	2.53 350	4.49 401	2.44 336	6.52 279	4.74 367	2.14 431	1.77 387	2.64 445	2.58 458	2.66 437	2.19 357

CC-Net-ROB	3.82 363	3.41 370	20.20 295	2.40 412	1.66 376	4.49 373	1.61 353	4.77 428	3.08 266	2.06 197	2.06 272	1.99 208	1.60 227	12.57 441	1.91 259	2.82 437	2.19 395	2.67 446	1.06 416	2.31 434	1.59 328

ACVNet_2	6.09 427	15.28 465	21.36 430	3.30 441	3.17 434	4.50 374	3.00 418	4.70 422	3.96 376	3.52 405	5.34 422	7.79 439	2.95 356	12.40 432	13.76 420	3.28 443	2.23 397	2.70 447	1.70 436	3.52 441	3.24 382

RainbowNet	5.20 414	15.03 463	21.14 413	3.66 447	3.25 437	4.18 315	2.98 417	4.22 315	3.20 279	2.30 271	2.65 360	4.24 390	2.97 358	9.92 347	6.29 376	3.92 453	2.27 399	2.71 448	1.73 439	3.82 447	3.43 389

Dean	8.35 450	15.23 464	22.34 454	3.76 449	3.55 438	4.81 428	3.51 431	5.34 435	5.37 434	4.49 428	26.13 473	25.59 473	4.33 403	11.21 397	13.12 418	3.78 450	2.31 400	2.90 449	1.89 445	4.04 450	3.34 386

IMH-64-1	6.10 428	13.83 442	17.55 169	4.34 455	3.78 442	4.79 426	5.94 449	5.34 435	4.20 385	4.10 418	8.31 436	5.07 419	6.92 429	9.63 338	7.36 385	4.60 462	2.96 416	3.04 450	2.14 453	4.30 451	3.88 396

IMH-64	6.10 428	13.83 442	17.55 169	4.34 455	3.78 442	4.79 426	5.94 449	5.34 435	4.20 385	4.10 418	8.31 436	5.07 419	6.92 429	9.63 338	7.36 385	4.60 462	2.96 416	3.04 450	2.14 453	4.30 451	3.88 396

MANE	15.29 464	13.67 437	23.58 463	10.15 472	13.37 466	23.58 474	23.86 469	27.83 475	26.26 475	12.02 468	15.10 461	19.83 462	18.01 465	15.68 463	20.35 464	8.58 470	9.20 458	3.05 452	4.19 467	0.82 379	16.69 467

IMH	7.25 444	16.24 470	21.08 402	4.40 457	3.79 444	5.46 438	3.03 421	5.58 445	6.26 448	4.92 433	10.32 447	9.24 444	8.30 442	13.62 454	11.56 407	4.84 466	3.00 419	3.09 453	2.14 453	4.38 453	3.83 395

DispFullNet	4.71 404	3.93 376	23.92 464	4.00 450	3.01 429	3.38 133	1.31 318	4.23 320	3.26 295	6.31 444	2.92 378	4.03 377	7.80 436	3.93 227	5.15 370	2.80 436	1.61 383	3.11 454	2.70 461	3.32 440	3.38 388

TorneroNet-64	10.52 453	14.33 450	21.95 444	4.29 454	3.76 441	13.77 464	2.83 414	14.96 469	23.11 474	10.24 463	23.77 471	13.44 455	8.15 441	13.98 458	17.70 452	4.03 455	2.73 410	3.23 455	2.53 457	7.27 467	4.35 403

TorneroNet	26.32 475	14.70 455	22.40 456	4.24 452	4.08 449	54.72 484	3.19 423	15.11 470	76.73 486	57.99 482	82.55 487	86.65 488	45.79 483	13.34 451	18.51 457	4.52 460	2.86 412	3.45 456	2.63 460	8.75 472	4.28 401

ktn	22.24 473	14.37 452	20.30 314	4.54 460	4.02 448	6.52 445	4.50 447	6.78 451	78.80 487	84.67 487	100.54 490	58.48 484	8.39 443	13.13 447	17.09 441	4.61 464	3.24 421	3.49 457	2.62 459	4.70 457	3.96 398

notaker	10.92 456	14.17 447	20.38 323	4.56 461	3.98 447	6.29 443	3.53 433	7.68 453	5.10 428	9.04 455	46.37 479	13.84 458	28.85 473	14.18 460	14.16 423	4.57 461	3.19 420	3.52 458	2.70 461	8.16 470	4.13 400

WAO-8	12.61 459	16.02 468	21.99 446	3.55 442	3.10 430	15.07 465	2.80 411	12.81 463	19.10 471	7.93 451	13.05 457	11.75 449	8.46 444	83.86 489	15.10 427	3.51 445	1.94 390	3.54 459	1.96 447	3.72 444	2.89 375

Venus	12.61 459	16.02 468	21.99 446	3.55 442	3.10 430	15.07 465	2.80 411	12.81 463	19.10 471	7.93 451	13.05 457	11.75 449	8.46 444	83.86 489	15.10 427	3.51 445	1.94 390	3.54 459	1.96 447	3.72 444	2.89 375

JetRed	10.68 455	26.07 477	35.62 472	4.40 457	4.16 451	15.72 468	13.07 462	14.57 468	5.83 444	5.85 440	5.55 424	10.12 446	7.37 434	8.86 321	25.99 472	3.33 444	3.82 425	3.59 461	2.98 466	8.51 471	8.22 428

KSHMR	17.50 468	14.38 453	22.35 455	4.50 459	4.51 452	8.17 453	3.33 426	15.44 471	76.15 485	7.32 447	61.40 483	56.33 483	5.66 417	32.91 476	13.97 422	4.42 457	2.99 418	3.64 462	2.79 463	5.13 459	4.55 405

DualNet (step1)	3.32 324	1.19 250	20.68 367	1.11 165	0.87 194	4.22 329	1.20 302	4.40 383	4.92 423	2.20 244	1.85 218	1.90 189	2.00 298	6.87 290	1.75 232	1.41 420	1.36 375	4.19 463	2.07 450	0.70 356	1.43 316

test_sample9	4.68 401	1.19 250	20.68 367	1.11 165	0.87 194	4.22 329	1.20 302	4.40 383	4.92 423	2.20 244	1.85 218	1.90 189	2.00 298	11.08 390	11.57 409	1.41 420	14.65 468	4.19 463	2.07 450	0.70 356	1.43 316

test_sample8	5.57 417	1.19 250	20.68 367	1.11 165	0.87 194	4.22 329	1.20 302	4.43 390	3.76 364	5.63 437	1.97 253	12.99 454	6.34 422	11.08 390	11.57 409	1.41 420	14.65 468	4.19 463	2.07 450	0.70 356	1.43 316

UNDER WATER	11.28 457	13.60 435	22.90 460	5.11 463	4.53 453	7.75 452	3.75 439	12.50 461	21.62 473	7.80 450	10.68 448	23.75 469	35.20 474	11.54 410	17.40 448	4.46 458	2.95 414	4.23 466	2.90 464	6.57 463	6.27 416

UNDER WATER-64	10.08 452	14.27 448	22.85 459	5.26 464	4.88 456	11.00 458	4.57 448	11.41 459	17.25 466	7.68 448	9.72 446	15.96 459	21.47 471	11.12 393	16.63 436	4.38 456	2.88 413	4.41 467	2.95 465	7.12 466	5.81 413

DGTPSM_ROB	16.67 466	21.79 475	40.19 477	10.00 471	19.05 470	12.43 462	33.20 475	13.71 465	18.09 469	9.71 458	22.85 469	13.77 456	19.64 466	21.23 465	24.07 466	5.09 467	8.95 453	5.62 468	11.49 472	6.73 464	15.75 464

DPSMNet_ROB	16.76 467	21.81 476	40.95 478	10.20 473	19.08 471	12.43 462	33.21 476	13.73 466	18.21 470	9.76 459	22.88 470	13.78 457	19.64 466	21.39 466	24.21 467	5.20 468	8.97 454	5.63 469	11.51 475	6.80 465	15.82 465

tt	7.29 445	0.58 17	7.34 52	4.04 451	2.30 417	12.04 461	20.18 468	15.60 472	7.41 451	3.46 402	3.36 397	5.36 423	6.39 425	4.27 236	7.46 388	9.80 472	11.53 466	7.04 470	7.45 471	6.31 462	3.81 394

MADNet++	8.64 451	6.17 393	13.88 93	6.61 465	5.25 457	10.15 456	14.20 463	5.89 449	8.25 452	7.14 446	8.18 433	6.41 432	9.84 448	11.71 420	16.73 437	9.65 471	5.03 432	8.63 471	5.68 468	4.83 458	8.57 433

Anonymous_2	4.03 375	0.99 214	11.19 74	1.20 208	1.71 381	3.68 196	0.93 242	3.76 190	1.63 56	2.07 203	1.43 89	4.76 413	2.34 328	1.86 118	1.78 235	0.82 395	2.42 405	8.69 472	16.64 476	4.38 453	8.29 429

HanzoNet	31.86 477	17.33 471	21.23 422	7.52 466	5.85 460	7.49 451	3.61 438	14.35 467	13.37 459	50.38 480	46.35 478	44.46 477	56.50 485	36.53 480	28.25 477	64.05 485	58.31 486	9.45 473	89.24 486	31.17 481	31.77 479

PML	64.55 486	56.00 486	20.79 378	8.10 468	32.82 476	147.60 491	247.57 493	12.71 462	45.39 482	111.32 489	288.85 493	101.42 490	100.62 491	31.63 475	15.84 431	13.96 475	4.84 429	10.95 474	6.18 470	28.99 477	5.33 409

DPSM_ROB	20.83 471	20.01 473	26.54 469	23.64 477	22.42 472	31.06 476	39.94 479	34.02 478	17.42 467	15.35 470	16.05 466	24.04 470	20.69 469	23.28 471	27.60 474	10.77 473	9.41 459	11.68 475	11.50 473	14.48 475	16.71 468

DPSM	20.83 471	20.01 473	26.54 469	23.64 477	22.42 472	31.06 476	39.94 479	34.02 478	17.42 467	15.35 470	16.05 466	24.04 470	20.69 469	23.28 471	27.60 474	10.77 473	9.41 459	11.68 475	11.50 473	14.48 475	16.71 468

DGSMNet	8.13 449	2.31 349	18.62 191	2.77 427	13.96 468	6.91 449	42.17 481	4.16 295	2.53 179	2.25 254	3.21 392	3.41 337	1.69 258	9.19 328	3.03 336	3.79 451	10.31 461	11.70 477	5.68 468	4.38 453	10.58 441

Selective-RAFT-Error	41.88 478	40.10 480	53.23 484	47.74 484	45.20 481	62.42 485	80.58 488	68.27 485	34.95 477	30.85 475	32.30 475	48.08 480	42.07 481	46.54 484	54.92 484	21.60 477	19.12 476	23.46 478	23.15 478	29.14 478	33.95 481

CasAABBNet	41.89 479	40.14 481	53.33 485	47.71 483	45.10 480	62.42 485	80.65 489	68.29 486	34.85 476	30.67 474	32.34 476	48.22 481	41.76 480	46.61 486	55.60 486	21.59 476	18.89 475	23.46 478	23.21 479	29.17 479	33.75 480

LSM0	49.69 483	40.02 479	53.50 486	97.07 486	129.56 487	62.65 487	79.82 487	68.02 484	35.12 478	33.72 476	33.34 477	48.41 482	41.54 479	46.57 485	55.40 485	21.63 478	19.16 477	23.60 480	23.13 477	29.46 480	52.08 487

LRCNet_RVC	25.63 474	33.47 478	24.35 465	31.77 479	32.74 475	6.73 447	1.19 299	25.87 474	4.67 414	28.95 473	30.91 474	24.89 472	17.54 463	27.82 474	24.57 469	35.48 480	25.62 482	35.91 481	33.80 480	31.95 482	34.38 482

AVERAGE_ROB	44.46 481	45.87 483	46.48 480	40.54 482	38.62 478	32.95 479	30.49 473	46.80 482	43.31 481	49.57 479	48.93 481	44.57 478	39.87 476	45.01 483	43.89 481	48.70 483	50.65 484	50.80 482	49.79 481	45.54 484	46.89 485

HaxPig	43.31 480	43.63 482	45.01 479	33.88 480	35.67 477	32.79 478	30.52 474	45.50 481	42.95 480	48.75 478	48.14 480	43.24 476	40.44 477	44.58 482	43.63 480	47.17 482	49.30 483	51.65 483	50.37 482	43.72 483	45.27 484

MEDIAN_ROB	47.37 482	49.00 484	49.74 482	40.28 481	39.94 479	34.93 480	33.41 477	49.78 483	46.38 483	53.04 481	52.61 482	47.67 479	42.28 482	48.33 487	47.25 482	52.06 484	53.99 485	54.28 484	53.48 483	48.70 485	50.27 486

U	12.87 461	0.43 1	2.54 19	0.68 10	58.93 482	63.36 488	0.33 4	1.95 27	1.08 1	0.62 1	0.83 12	0.46 1	0.57 6	0.91 2	0.50 2	0.31 86	0.17 3	63.34 485	59.81 484	0.30 59	0.26 7

Anonymous_1	57.77 485	19.65 472	26.12 468	23.12 476	141.97 489	30.79 475	39.72 478	34.10 480	16.98 463	70.09 486	15.64 463	23.44 468	19.73 468	23.03 470	27.21 473	164.70 491	9.02 455	130.41 486	137.42 488	161.21 492	41.01 483

DPSimNet_ROB	143.68 492	156.64 492	170.66 491	162.59 488	135.40 488	195.13 492	174.01 491	141.76 491	167.78 493	174.58 492	138.78 491	186.01 492	183.75 492	82.32 488	97.85 492	151.24 490	102.48 488	131.25 487	82.78 485	115.21 487	123.37 489

ASD4	117.27 491	129.52 491	123.56 490	122.58 487	90.02 484	142.70 490	121.49 490	155.40 492	106.26 491	137.15 491	93.99 489	116.23 491	77.54 489	123.37 492	97.34 491	115.20 486	101.37 487	138.98 488	118.15 487	131.38 488	103.11 488

test_example2	213.42 493	219.67 493	222.97 493	213.78 490	220.82 493	199.03 493	200.49 492	189.27 493	143.61 492	211.05 493	218.08 492	210.69 493	205.21 493	221.14 493	216.49 493	236.74 492	242.08 493	213.66 489	216.96 489	235.55 493	231.06 493

xxxxx1	112.85 488	94.19 488	38.10 474	228.21 491	161.02 490	39.23 481	61.26 484	92.54 488	79.08 488	63.44 483	74.84 484	77.80 485	69.88 486	33.55 477	70.96 487	117.25 487	130.44 489	258.49 490	273.88 490	145.63 489	147.24 490

tt_ll	112.85 488	94.19 488	38.10 474	228.21 491	161.02 490	39.23 481	61.26 484	92.54 488	79.08 488	63.44 483	74.84 484	77.80 485	69.88 486	33.55 477	70.96 487	117.25 487	130.44 489	258.49 490	273.88 490	145.63 489	147.24 490

ff	112.85 488	94.19 488	38.10 474	228.21 491	161.02 490	39.23 481	61.26 484	92.54 488	79.08 488	63.44 483	74.84 484	77.80 485	69.88 486	33.55 477	70.96 487	117.25 487	130.44 489	258.49 490	273.88 490	145.63 489	147.24 490

FADE	78.97 487	14.73 456	35.82 473	10.62 474	13.30 465	4.17 311	4.16 446	28.45 476	8.38 453	5.17 436	3.89 407	11.84 451	36.55 475	44.20 481	27.82 476	481.80 493	167.92 492	346.21 493	320.29 493	7.64 469	6.52 419

Low-res two-view benchmark