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

MonSter	0.72 4	0.27 3	2.25 30	0.07 1	0.85 236	1.27 21	0.01 2	3.79 33	0.91 2	0.41 17	0.18 8	0.08 1	0.04 1	1.33 20	0.58 22	0.00 1	0.96 389	0.00 1	0.36 424	0.00 1	0.94 308

MIF-Stereo (partial)	1.44 56	0.59 118	3.98 180	0.08 2	1.09 273	1.24 18	0.13 66	5.12 88	4.07 123	0.47 26	2.56 88	0.31 43	0.74 102	6.31 180	2.02 220	0.00 1	0.00 1	0.00 1	0.00 1	0.12 201	0.04 22

fffft	1.13 29	0.71 160	2.25 30	0.09 3	0.07 12	2.10 93	0.63 217	4.19 46	2.10 21	0.42 19	0.75 25	0.24 31	0.20 12	6.89 208	1.08 112	0.00 1	0.12 255	0.00 1	0.00 1	0.24 325	0.53 236
1: 1. 1
CREStereo	1.09 23	0.51 79	2.16 26	0.11 4	0.24 91	1.67 52	0.03 16	4.24 48	6.91 267	0.80 64	1.73 58	0.44 64	0.64 94	1.58 32	0.61 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 6	0.02 6
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
rvit_stereo_0080	1.09 23	1.08 258	4.16 194	0.12 5	0.12 31	1.32 23	0.36 139	4.52 62	3.94 114	0.70 47	1.29 45	0.41 58	0.75 103	1.98 47	0.76 54	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.18 112

trnet	1.09 23	0.47 57	2.19 28	0.12 5	0.21 80	1.70 57	0.02 11	4.28 53	6.97 270	0.78 60	1.77 62	0.48 68	0.67 96	1.50 26	0.58 22	0.00 1	0.01 123	0.00 1	0.00 1	0.01 6	0.03 13

whm_eth	1.09 23	1.08 258	4.16 194	0.12 5	0.12 31	1.32 23	0.36 139	4.52 62	3.94 114	0.70 47	1.29 45	0.41 58	0.75 103	1.98 47	0.76 54	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.18 112

4D-IteraStereo	1.99 103	1.32 305	3.77 157	0.13 8	2.84 393	3.51 243	1.03 306	4.26 50	5.38 191	5.50 189	1.03 34	3.86 201	0.38 57	2.44 73	1.88 203	0.00 1	0.43 320	0.00 1	0.01 222	0.11 183	1.84 416

LGtest1	0.53 2	0.42 30	1.55 5	0.14 9	0.30 105	1.00 8	0.01 2	2.47 9	1.19 5	0.65 43	0.12 4	0.08 1	0.10 4	1.30 19	0.47 7	0.01 157	0.45 324	0.00 1	0.00 1	0.03 46	0.20 128

rvit_stereo_0081_aga	0.95 11	1.03 251	4.52 225	0.16 10	0.25 95	1.70 57	0.21 104	4.27 51	3.17 55	0.38 11	0.23 10	0.27 36	0.31 35	1.56 30	0.64 36	0.00 1	0.00 1	0.00 1	0.00 1	0.13 223	0.15 91

s12784h	2.10 120	0.38 15	3.31 107	0.17 11	0.09 18	4.89 323	0.13 66	7.34 221	8.06 313	3.87 143	4.47 148	0.60 81	1.19 148	6.78 205	0.63 33	0.01 157	0.01 123	0.00 1	0.00 1	0.02 16	0.04 22

LG-Stereo	1.00 14	0.58 117	4.72 242	0.19 12	0.37 129	1.18 13	0.18 92	4.21 47	3.11 53	0.83 69	1.95 70	0.45 66	0.16 10	0.53 1	0.62 31	0.33 423	0.22 285	0.00 1	0.00 1	0.11 183	0.31 177

Patchmatch Stereo++	2.09 116	0.55 95	3.57 140	0.20 13	0.20 71	3.68 264	0.64 220	5.90 145	3.52 77	5.91 200	4.41 141	3.42 178	1.51 170	7.07 221	0.95 90	0.01 157	0.00 1	0.00 1	0.00 1	0.09 148	0.10 55
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 104	0.55 95	3.57 140	0.20 13	0.21 80	3.69 267	0.69 235	5.89 140	3.52 77	5.91 200	4.43 143	3.42 178	1.50 166	5.63 158	0.94 89	0.01 157	0.00 1	0.00 1	0.00 1	0.09 148	0.10 55

ROB_FTStereo_v2	2.04 106	0.56 106	3.56 139	0.20 13	0.21 80	3.66 259	0.72 245	5.89 140	3.51 75	5.91 200	4.46 146	3.42 178	1.50 166	6.08 173	0.93 85	0.01 157	0.00 1	0.00 1	0.00 1	0.09 148	0.09 50

ROB_FTStereo	2.03 105	0.57 112	3.57 140	0.20 13	0.21 80	3.66 259	0.73 247	5.89 140	3.51 75	5.92 205	4.35 140	3.37 174	1.50 166	6.02 168	0.90 79	0.01 157	0.00 1	0.00 1	0.00 1	0.09 148	0.09 50

HUI-Stereo	1.94 98	0.56 106	3.55 137	0.20 13	0.20 71	3.67 263	0.63 217	5.89 140	3.53 81	5.92 205	4.44 144	3.41 177	1.51 170	4.21 114	0.89 77	0.02 254	0.00 1	0.00 1	0.00 1	0.09 148	0.11 64

iGMRVC	2.09 116	0.56 106	3.59 145	0.20 13	0.21 80	3.68 264	0.71 242	5.89 140	3.53 81	5.92 205	4.46 146	3.44 184	1.51 170	6.93 214	0.98 94	0.02 254	0.00 1	0.00 1	0.00 1	0.09 148	0.09 50

iRAFT	2.09 116	0.55 95	3.57 140	0.20 13	0.20 71	3.68 264	0.64 220	5.90 145	3.52 77	5.91 200	4.41 141	3.42 178	1.51 170	7.07 221	0.95 90	0.01 157	0.00 1	0.00 1	0.00 1	0.09 148	0.10 55

RAFT-IKP	2.04 106	0.57 112	3.54 135	0.20 13	0.20 71	3.45 237	0.62 215	5.90 145	3.52 77	5.91 200	4.44 144	3.46 187	1.50 166	6.20 176	1.00 99	0.01 157	0.00 1	0.00 1	0.00 1	0.09 148	0.08 46

DIP-Stereo	2.12 122	0.98 240	3.94 176	0.20 13	0.11 23	4.73 318	0.13 66	9.27 280	4.40 142	6.46 231	5.03 160	0.45 66	0.72 101	3.79 101	1.94 211	0.00 1	0.01 123	0.00 1	0.00 1	0.05 90	0.24 156
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DEFOM-Stereo	0.78 6	0.56 106	1.98 17	0.21 22	0.12 31	1.93 78	0.44 159	0.99 2	0.93 3	0.70 47	0.51 19	0.15 8	0.09 3	6.39 182	0.40 4	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.14 78

RAStereo	0.81 7	0.70 156	3.97 179	0.21 22	0.54 176	1.16 11	0.02 11	3.78 31	1.22 6	0.62 42	1.57 51	0.16 10	0.23 17	0.89 5	1.05 107	0.00 1	0.00 1	0.00 1	0.00 1	0.08 133	0.02 6

DeepStereo_RVC	2.15 125	0.55 95	3.26 102	0.21 22	0.19 63	3.47 240	0.68 232	5.76 131	3.60 87	6.36 226	4.19 136	3.42 178	4.44 308	5.04 139	1.59 169	0.02 254	0.00 1	0.00 1	0.00 1	0.09 148	0.18 112

IPLGR	2.46 169	0.68 146	7.02 356	0.22 25	0.16 52	2.01 84	0.22 106	7.01 202	6.62 251	7.10 271	5.92 194	2.91 156	2.27 207	5.12 143	1.52 162	0.00 1	0.00 1	0.00 1	0.00 1	0.12 201	0.41 210

DRaft	3.83 300	0.65 135	3.39 116	0.22 25	0.16 52	4.67 315	1.30 330	5.82 137	4.86 172	10.26 391	21.65 442	3.24 168	8.62 420	7.53 260	3.76 297	0.05 333	0.10 247	0.00 1	0.14 325	0.12 201	0.16 100

GMOStereo	2.08 110	0.85 191	2.95 76	0.23 27	0.73 213	1.50 37	0.86 283	5.08 84	4.78 164	8.42 331	6.99 226	3.36 170	1.14 134	1.73 36	1.21 133	0.00 1	1.32 451	0.00 1	0.00 1	0.28 348	0.23 147

error version	2.08 110	0.85 191	2.95 76	0.23 27	0.73 213	1.50 37	0.86 283	5.08 84	4.78 164	8.42 331	6.99 226	3.36 170	1.14 134	1.73 36	1.21 133	0.00 1	1.32 451	0.00 1	0.00 1	0.28 348	0.23 147

test-v	2.08 110	0.85 191	2.95 76	0.23 27	0.73 213	1.50 37	0.86 283	5.08 84	4.78 164	8.42 331	6.99 226	3.36 170	1.14 134	1.73 36	1.21 133	0.00 1	1.32 451	0.00 1	0.00 1	0.28 348	0.23 147

THIR-Stereo	3.94 307	1.12 268	3.06 88	0.23 27	0.13 36	4.17 294	6.40 440	5.83 138	4.54 150	10.46 396	16.98 412	6.49 300	7.44 402	8.00 284	3.58 289	0.01 157	0.07 230	0.07 412	0.00 1	0.14 234	0.06 37

test-2	2.08 110	0.85 191	2.95 76	0.23 27	0.73 213	1.50 37	0.86 283	5.08 84	4.78 164	8.42 331	6.99 226	3.36 170	1.14 134	1.73 36	1.21 133	0.00 1	1.32 451	0.00 1	0.00 1	0.28 348	0.23 147

mms	1.31 43	0.88 209	2.06 22	0.25 32	0.79 224	1.50 37	0.08 40	3.29 17	2.51 29	0.53 31	3.09 103	0.34 53	0.26 21	7.11 225	0.59 25	0.00 1	0.43 320	0.00 1	0.00 1	0.21 301	2.32 450

IGEV-Stereo++	1.03 17	0.32 8	2.03 21	0.25 32	1.94 357	1.94 79	0.01 2	3.57 21	2.52 30	0.70 47	1.80 66	0.10 4	1.14 134	1.34 21	0.55 19	0.01 157	0.75 355	0.00 1	0.00 1	0.04 72	1.57 371

CAS++	1.27 38	0.68 146	2.40 36	0.25 32	0.30 105	1.80 69	0.61 211	8.46 252	3.61 89	1.80 95	2.42 85	0.18 12	0.21 16	2.12 56	0.49 10	0.01 157	0.01 123	0.00 1	0.00 1	0.02 16	0.06 37
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HHNet	2.71 196	0.69 149	3.31 107	0.25 32	0.39 134	2.80 172	0.90 291	6.33 170	5.68 208	7.51 296	13.70 377	0.94 93	3.14 238	5.42 152	2.54 255	0.14 385	0.02 159	0.06 407	0.00 1	0.24 325	0.07 42

U	2.23 140	0.36 11	2.93 71	0.26 36	8.08 481	11.12 425	0.00 1	3.68 27	1.12 4	0.29 5	0.52 21	0.16 10	0.08 2	0.83 2	0.30 2	0.00 1	0.00 1	9.75 489	5.13 498	0.02 16	0.02 6

DEmStereo	3.86 301	0.54 90	4.04 187	0.26 36	0.17 55	5.17 327	2.45 368	4.70 67	4.34 138	8.37 330	19.94 436	5.06 258	10.13 434	7.86 277	3.93 308	0.01 157	0.01 123	0.01 335	0.00 1	0.03 46	0.10 55

iRaft-Stereo_5w	3.20 241	1.27 297	5.27 267	0.27 38	0.99 255	2.71 157	0.58 201	5.75 130	5.85 215	3.03 121	7.88 255	10.08 367	4.08 295	8.40 316	6.09 357	0.00 1	0.25 295	0.00 1	0.12 316	0.31 366	0.95 310

PMTNet	1.48 64	0.43 33	2.77 62	0.31 39	0.17 55	2.94 194	0.33 136	3.66 25	5.27 183	1.11 79	1.28 44	0.28 38	0.92 116	4.32 119	0.90 79	4.89 480	0.00 1	0.00 1	0.00 1	0.03 46	0.05 28

Pointernet	1.04 22	0.44 42	2.58 43	0.32 40	0.52 169	1.78 67	0.07 34	5.69 126	2.76 34	0.27 4	2.28 81	0.80 87	0.44 73	1.37 22	0.49 10	0.00 1	0.36 312	0.00 1	0.25 380	0.02 16	0.32 182

fff	2.54 178	0.93 219	5.51 283	0.32 40	0.14 40	1.70 57	0.11 53	6.19 163	12.69 405	6.03 210	5.29 170	1.43 108	5.28 348	2.37 70	2.21 230	0.01 157	0.00 1	0.01 335	0.00 1	0.02 16	0.61 252

STrans-v2	3.55 273	0.94 229	5.06 258	0.32 40	0.60 187	2.97 198	1.15 318	11.08 332	7.97 310	6.01 208	10.93 332	6.65 303	6.86 386	8.37 315	1.66 185	0.00 1	0.01 123	0.00 1	0.00 1	0.04 72	0.39 199

csc	2.54 178	0.93 219	5.51 283	0.32 40	0.14 40	1.70 57	0.11 53	6.19 163	12.69 405	6.03 210	5.29 170	1.43 108	5.28 348	2.37 70	2.21 230	0.01 157	0.00 1	0.01 335	0.00 1	0.02 16	0.61 252

cscssc	2.54 178	0.93 219	5.51 283	0.32 40	0.14 40	1.70 57	0.11 53	6.19 163	12.69 405	6.03 210	5.29 170	1.43 108	5.28 348	2.37 70	2.21 230	0.01 157	0.00 1	0.01 335	0.00 1	0.02 16	0.61 252

111	3.05 227	1.41 320	5.51 283	0.32 40	0.14 40	2.83 173	0.68 232	6.76 194	14.21 419	3.59 132	9.11 282	5.50 269	3.30 248	4.05 105	2.43 247	0.01 157	0.00 1	0.00 1	0.00 1	0.13 223	1.02 319

ff7	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 266	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.86 71	0.00 1	0.93 380	0.00 1	0.16 330	0.12 201	1.82 409

ffff	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 266	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.86 71	0.00 1	0.93 380	0.00 1	0.16 330	0.12 201	1.82 409

11t	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 266	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.87 76	0.00 1	0.93 380	0.00 1	0.16 330	0.12 201	1.82 409

knoymous	1.50 66	0.28 5	1.99 19	0.33 46	0.48 152	1.58 44	0.11 53	5.71 128	2.81 36	4.85 165	1.75 59	4.58 236	0.46 77	3.66 98	1.30 145	0.01 157	0.02 159	0.00 1	0.00 1	0.02 16	0.09 50

ccc-4	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 266	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.86 71	0.00 1	0.93 380	0.00 1	0.16 330	0.12 201	1.82 409

ours_stereo	1.28 40	0.91 214	2.36 35	0.34 51	0.67 198	1.16 11	0.09 43	3.71 28	2.44 27	0.51 27	3.17 105	0.36 56	0.26 21	6.62 191	0.55 19	0.00 1	0.11 251	0.00 1	0.00 1	0.23 320	2.08 438

CRE-IMP	2.08 110	0.51 79	3.43 124	0.35 52	0.19 63	3.85 277	0.83 274	5.77 132	3.43 69	5.81 196	4.24 137	3.45 186	0.83 113	6.56 187	1.99 216	0.01 157	0.00 1	0.00 1	0.00 1	0.11 183	0.20 128

MaDis-Stereo	0.96 13	1.11 264	4.01 184	0.36 53	1.86 351	1.20 14	0.06 29	3.99 41	1.73 14	0.45 22	0.56 22	0.43 63	0.51 79	1.28 16	1.46 159	0.00 1	0.00 1	0.00 1	0.00 1	0.06 101	0.08 46

dual_stereo	0.95 11	0.39 21	1.83 14	0.37 54	1.11 276	0.84 6	0.03 16	4.34 59	1.83 17	0.30 6	0.08 2	0.21 17	0.12 6	3.16 89	0.98 94	0.00 1	1.34 457	0.00 1	0.20 357	0.00 1	1.83 415

TestStereo	1.89 90	1.59 345	4.22 202	0.37 54	0.28 102	1.33 25	0.01 2	5.63 123	4.13 124	3.59 132	5.11 162	2.06 136	0.70 99	7.62 267	0.93 85	0.02 254	0.00 1	0.00 1	0.00 1	0.02 16	0.19 122

TANstereo	1.32 44	0.79 171	2.93 71	0.37 54	0.11 23	1.81 71	0.01 2	3.56 20	4.36 140	4.53 161	4.96 158	0.41 58	0.68 97	1.22 11	0.59 25	0.01 157	0.00 1	0.00 1	0.00 1	0.00 1	0.03 13

ADStereo(finetuned)	2.50 174	0.95 231	6.60 340	0.39 57	0.20 71	1.72 64	0.24 112	6.06 156	9.31 349	6.30 220	5.42 177	1.44 111	6.22 372	2.25 63	2.14 226	0.01 157	0.00 1	0.00 1	0.00 1	0.04 72	0.65 264

DCANet	2.35 153	0.96 234	5.51 283	0.39 57	0.19 63	1.72 64	0.25 116	6.06 156	9.33 350	6.31 221	5.42 177	1.44 111	4.14 297	2.22 60	2.28 241	0.01 157	0.00 1	0.00 1	0.00 1	0.04 72	0.66 272

WCG-NET（raft）	1.70 81	0.97 238	2.01 20	0.40 59	0.17 55	2.10 93	0.97 299	3.05 14	6.47 241	2.89 114	3.17 105	4.31 227	1.03 125	3.85 103	0.60 27	0.00 1	1.32 451	0.00 1	0.01 222	0.18 273	0.41 210

DCANet-4	2.26 143	0.43 33	6.69 347	0.40 59	0.20 71	1.70 57	0.13 66	5.73 129	9.44 353	6.01 208	5.29 170	1.12 99	2.77 230	2.49 74	2.21 230	0.01 157	0.00 1	0.01 335	0.00 1	0.02 16	0.61 252

plain	1.53 69	0.86 199	6.50 337	0.42 61	0.05 5	1.56 43	0.09 43	5.18 93	4.02 121	0.54 33	1.76 61	0.59 80	0.75 103	6.48 186	1.23 138	0.00 1	0.00 1	0.00 1	0.00 1	0.43 395	0.07 42

Anonymous3	1.96 100	0.61 122	7.58 374	0.42 61	0.51 165	4.28 300	0.52 184	5.56 118	2.76 34	2.35 102	3.47 113	1.50 114	1.13 132	5.92 166	1.54 163	0.23 409	0.23 289	0.00 1	0.00 1	0.14 234	0.47 224

ccs_rob	2.95 220	0.55 95	4.53 226	0.42 61	0.25 95	2.84 175	0.12 57	8.58 254	8.13 314	7.18 277	10.36 316	6.44 298	2.05 198	5.28 147	1.97 213	0.00 1	0.02 159	0.01 335	0.00 1	0.06 101	0.23 147

SGD-Stereo	0.76 5	0.36 11	1.37 2	0.43 64	0.14 40	1.25 19	0.29 123	2.25 7	0.84 1	0.61 41	0.51 19	0.09 3	0.11 5	6.65 194	0.19 1	0.01 157	0.01 123	0.00 1	0.00 1	0.02 16	0.07 42

test_4	2.58 183	0.70 156	3.30 105	0.43 64	0.30 105	3.97 284	1.11 317	3.91 37	3.83 106	4.15 152	17.20 416	3.44 184	0.52 81	6.60 190	1.58 166	0.00 1	0.13 261	0.00 1	0.11 310	0.20 290	0.20 128

CFNet_pseudo	2.96 222	0.55 95	4.51 222	0.43 64	0.24 91	2.83 173	0.12 57	8.59 255	8.13 314	7.20 280	10.41 317	6.47 299	2.04 197	5.27 146	2.00 218	0.00 1	0.02 159	0.01 335	0.00 1	0.06 101	0.23 147

SFCPSM	3.39 259	0.61 122	5.42 278	0.43 64	0.93 247	8.26 384	2.08 361	15.01 429	5.89 216	7.17 276	7.60 245	3.39 176	2.55 220	5.39 150	2.53 250	0.01 157	0.03 185	0.01 335	0.07 283	0.19 280	0.31 177

PCWNet_CMD	3.14 236	0.51 79	4.47 218	0.44 68	0.26 100	2.87 188	0.15 79	9.66 289	9.78 357	7.28 286	11.50 341	6.84 310	2.40 214	4.47 123	1.83 199	0.01 157	0.02 159	0.02 368	0.00 1	0.06 101	0.29 171

UGAM	4.25 335	0.86 199	5.73 302	0.45 69	0.22 87	3.61 252	1.18 319	5.51 111	15.39 427	4.99 172	12.34 359	15.09 425	3.71 275	10.58 402	3.76 297	0.00 1	0.46 325	0.00 1	0.34 420	0.36 379	0.36 193

CREStereo++_RVC	1.70 81	0.50 77	3.07 90	0.45 69	0.01 1	1.69 56	0.02 11	3.09 15	8.24 317	3.82 139	7.53 244	0.49 69	0.32 42	1.05 7	0.52 16	0.00 1	0.00 1	0.00 1	3.03 486	0.01 6	0.08 46
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
HCRNet	2.74 202	0.83 185	4.19 199	0.45 69	3.31 409	2.18 101	0.22 106	7.59 230	5.76 212	6.08 213	4.89 155	5.21 261	2.74 227	8.04 290	3.10 279	0.00 1	0.02 159	0.00 1	0.00 1	0.10 170	0.09 50

castereo	1.02 15	0.69 149	1.26 1	0.46 72	0.19 63	1.89 74	0.76 256	5.61 122	2.37 26	0.78 60	2.65 92	0.32 47	0.40 59	1.25 15	1.00 99	0.01 157	0.32 302	0.00 1	0.24 376	0.03 46	0.22 140

MSMDNet	3.15 237	0.51 79	4.48 220	0.46 72	0.25 95	2.88 190	0.16 84	9.79 292	9.82 358	7.24 282	11.36 339	6.82 309	2.41 215	4.47 123	1.86 201	0.01 157	0.02 159	0.02 368	0.00 1	0.06 101	0.30 175

HART	2.08 110	1.10 261	3.44 126	0.47 74	1.15 282	1.70 57	0.04 18	6.40 176	3.69 95	1.50 89	7.78 252	2.42 144	0.16 10	6.76 202	1.15 122	0.00 1	1.46 462	0.00 1	0.00 1	0.31 366	2.12 440

RCA-Stereo	2.19 133	0.46 51	3.22 97	0.47 74	0.33 115	2.27 108	0.47 164	5.60 120	15.20 425	2.86 112	5.61 183	0.78 86	3.15 239	1.71 34	0.48 9	0.00 1	0.90 378	0.00 1	0.00 1	0.10 170	0.26 161

LG-Stereo_Zeroshot	1.02 15	0.42 30	3.22 97	0.48 76	0.63 192	2.02 85	0.27 120	5.79 134	1.32 7	0.82 65	0.75 25	0.87 90	0.23 17	1.24 14	0.86 71	0.15 387	0.58 336	0.00 1	0.26 393	0.03 46	0.49 227

IGEV-Stereo+	1.89 90	0.55 95	2.49 37	0.48 76	3.25 406	2.06 90	0.07 34	1.92 5	1.52 12	0.77 54	0.08 2	0.22 23	0.44 73	7.11 225	0.68 38	0.04 318	0.66 342	0.00 1	0.33 416	5.08 476	10.13 497

MIPNet	2.27 146	1.14 271	5.55 290	0.49 78	0.22 87	2.03 87	0.19 96	7.60 232	6.17 227	5.83 197	4.16 134	2.05 135	3.44 261	3.65 97	2.23 235	0.00 1	0.01 123	0.01 335	0.01 222	0.24 325	0.48 226

CrosDoStereo	4.05 317	0.71 160	3.52 130	0.51 79	0.20 71	3.25 219	11.21 476	6.34 171	4.96 175	9.04 356	16.44 404	4.92 250	7.28 396	8.29 305	3.84 302	0.00 1	0.02 159	0.01 335	0.00 1	0.18 273	0.19 122

DeepStereo_LL	4.05 317	0.71 160	3.52 130	0.51 79	0.20 71	3.25 219	11.21 476	6.34 171	4.96 175	9.04 356	16.44 404	4.92 250	7.28 396	8.29 305	3.84 302	0.00 1	0.02 159	0.01 335	0.00 1	0.18 273	0.19 122

rvit_0105_5	1.70 81	1.36 312	6.71 348	0.52 81	0.04 4	1.58 44	0.58 201	5.39 110	6.62 251	0.91 70	1.72 57	1.77 123	0.77 107	4.44 121	1.28 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.23 147

LoS_RVC	1.47 63	1.75 364	2.66 53	0.52 81	3.89 430	1.67 52	0.04 18	2.66 11	2.61 31	0.55 34	2.63 90	0.31 43	1.68 181	1.99 49	0.81 63	0.01 157	0.02 159	0.00 1	0.00 1	0.03 46	5.54 478

S2M2	0.53 2	0.50 77	1.58 7	0.53 83	0.18 59	1.13 10	0.01 2	1.47 3	2.18 24	0.18 1	0.87 30	0.13 7	0.20 12	0.87 4	0.51 13	0.01 157	0.01 123	0.00 1	0.00 1	0.20 290	0.01 1

StereoAnything_RVC	1.96 100	8.91 479	4.47 218	0.54 84	0.91 244	1.09 9	0.05 22	3.94 40	1.37 9	0.25 2	0.29 14	0.15 8	0.68 97	6.92 213	0.47 7	0.02 254	0.84 366	0.00 1	0.00 1	6.61 482	1.61 373

rvit_stereo_0083	1.16 32	0.47 57	3.68 152	0.54 84	0.10 21	1.25 19	0.24 112	3.17 16	5.31 187	0.52 30	0.80 28	0.82 88	1.16 141	4.52 125	0.51 13	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.13 74

IGEV-BASED-STEREO-	4.37 341	25.82 497	26.88 489	0.56 86	0.08 14	1.46 33	0.53 187	2.17 6	2.15 22	0.67 45	0.73 24	0.23 25	0.20 12	1.58 32	0.80 59	11.76 500	0.38 315	0.00 1	0.08 286	1.75 459	9.67 495

castereo++	1.38 49	0.97 238	2.82 63	0.59 87	0.52 169	4.45 308	0.97 299	5.22 94	1.87 19	0.41 17	2.28 81	1.87 127	0.15 9	4.14 112	0.42 5	0.00 1	0.41 318	0.00 1	0.30 407	0.05 90	0.22 140

IGEV-RUCA	0.88 9	0.27 3	1.43 4	0.59 87	0.33 115	2.12 98	0.49 179	3.65 24	1.79 16	1.04 75	0.16 5	0.24 31	0.55 85	2.95 84	0.57 21	0.12 379	0.21 284	0.20 445	0.25 380	0.22 308	0.33 183

tt45	1.25 37	0.90 213	1.98 17	0.59 87	0.25 95	3.47 240	0.14 76	4.07 42	1.97 20	0.45 22	2.17 75	0.29 40	0.27 25	7.02 219	0.95 90	0.00 1	0.04 202	0.00 1	0.00 1	0.22 308	0.24 156

CFNet_ucs	3.23 242	0.56 106	4.59 234	0.59 87	0.37 129	3.29 223	0.19 96	10.47 312	9.02 342	7.78 304	12.57 363	5.59 273	1.74 189	5.39 150	1.86 201	0.00 1	0.04 202	0.01 335	0.00 1	0.10 170	0.33 183

Occ-G	1.39 50	0.66 139	3.05 87	0.60 91	0.75 218	1.46 33	0.67 229	3.66 25	3.50 70	1.76 93	0.65 23	5.00 256	0.55 85	1.15 10	1.56 165	0.00 1	0.74 354	0.00 1	0.17 339	0.19 280	1.61 373

anonymousdsp	1.51 67	0.81 178	2.70 58	0.60 91	0.69 202	2.76 167	0.79 260	4.86 73	3.00 50	0.82 65	1.25 40	0.31 43	0.42 63	7.44 245	0.81 63	0.00 1	0.83 362	0.00 1	0.17 339	0.12 201	1.85 418

IGEV-Stereo	1.51 67	0.81 178	2.69 57	0.60 91	0.69 202	2.77 168	0.79 260	4.88 77	2.99 49	0.82 65	1.25 40	0.31 43	0.42 63	7.43 244	0.85 69	0.00 1	0.83 362	0.00 1	0.17 339	0.12 201	1.85 418
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
WCG-NET	1.42 52	0.84 188	1.90 16	0.61 94	0.10 21	2.10 93	1.05 311	3.33 18	7.10 274	2.86 112	3.53 121	0.75 85	0.93 118	1.28 16	0.72 49	0.00 1	0.97 392	0.00 1	0.00 1	0.16 254	0.22 140

CroCo-Stereo	1.14 31	1.22 290	3.99 182	0.61 94	0.53 172	0.38 1	0.06 29	5.35 105	4.15 125	0.59 39	1.92 69	1.00 95	0.27 25	1.37 22	1.33 150	0.01 157	0.00 1	0.00 1	0.00 1	0.05 90	0.05 28
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
Reg-Stereo(zero)	1.92 96	0.28 5	3.18 96	0.63 96	1.41 321	2.02 85	0.48 174	3.85 36	6.29 231	4.49 159	3.12 104	4.55 234	1.62 179	2.77 79	2.16 228	0.00 1	0.61 339	0.00 1	0.26 393	0.02 16	0.62 257

rvit_stereo_0081	1.03 17	0.55 95	2.58 43	0.64 97	0.13 36	1.35 26	0.12 57	3.74 29	5.28 184	0.55 34	0.32 15	0.55 76	0.12 6	4.08 109	0.53 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.05 28

rvit_stereo_0082	1.03 17	0.55 95	2.58 43	0.64 97	0.13 36	1.35 26	0.12 57	3.74 29	5.28 184	0.55 34	0.32 15	0.55 76	0.12 6	4.08 109	0.53 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.05 28

LoS	1.03 17	0.43 33	2.53 40	0.64 97	0.14 40	2.42 121	0.26 118	5.64 124	2.93 40	1.08 77	0.24 11	0.49 69	0.45 75	2.31 67	0.83 68	0.02 254	0.02 159	0.00 1	0.00 1	0.06 101	0.03 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ARAFT	3.32 249	1.74 363	7.92 382	0.64 97	0.15 47	4.45 308	2.89 377	8.20 248	6.30 232	9.23 365	7.12 235	5.58 272	1.24 151	8.60 329	1.69 190	0.01 157	0.03 185	0.00 1	0.00 1	0.35 376	0.35 190

rvit_0105_4	1.58 75	1.41 320	6.67 345	0.65 101	0.05 5	1.60 47	0.41 151	4.70 67	6.48 242	0.46 25	0.87 30	1.40 106	0.53 84	5.08 141	1.12 117	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.18 112

CES	1.72 85	0.40 27	1.82 11	0.65 101	7.83 479	2.62 143	0.13 66	5.35 105	2.68 32	0.36 8	1.30 47	0.33 49	0.32 42	1.92 45	0.72 49	0.01 157	0.02 159	0.00 1	0.00 1	0.56 415	7.35 486

sAnonymous2	1.54 70	2.26 398	9.53 415	0.65 101	0.50 158	1.20 14	0.23 110	4.86 73	3.65 92	0.42 19	1.27 42	0.23 25	1.40 160	1.23 12	0.68 38	0.02 254	0.00 1	0.00 1	0.20 357	2.00 463	0.42 215

CroCo_RVC	1.54 70	2.26 398	9.53 415	0.65 101	0.50 158	1.20 14	0.23 110	4.86 73	3.65 92	0.42 19	1.27 42	0.23 25	1.40 160	1.23 12	0.68 38	0.02 254	0.00 1	0.00 1	0.20 357	2.00 463	0.42 215

rvit_0105_6	1.44 56	1.26 295	5.78 303	0.66 105	0.08 14	1.58 44	0.32 133	4.57 64	6.53 246	0.40 15	0.38 17	1.11 98	0.29 30	4.76 132	0.92 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.20 128

GCAP-Stereo	1.35 47	1.11 264	2.82 63	0.66 105	1.08 272	1.68 54	0.01 2	5.17 91	3.68 94	2.10 100	1.63 53	1.42 107	0.75 103	1.77 43	1.59 169	0.00 1	1.08 416	0.00 1	0.00 1	0.17 263	0.26 161

rvit_stereo_0075_2	2.15 125	0.39 21	6.61 341	0.67 107	1.95 358	1.74 66	0.10 48	7.81 241	6.03 220	2.97 116	4.01 132	3.07 164	0.57 88	5.49 154	1.13 120	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.34 185

AIO-Stereo	1.30 41	0.45 47	1.73 9	0.67 107	0.77 222	2.33 113	0.60 207	5.99 154	3.27 60	0.45 22	3.46 112	0.41 58	0.28 27	1.53 29	0.71 48	0.04 318	0.79 358	0.00 1	0.67 452	0.10 170	1.67 385

BUS	2.72 199	0.43 33	3.76 154	0.70 109	0.50 158	7.31 374	0.48 174	9.93 296	5.65 203	6.50 232	6.23 202	5.21 261	1.18 143	4.27 115	1.89 207	0.01 157	0.03 185	0.03 386	0.00 1	0.06 101	0.14 78

BSDual-CNN	2.91 214	0.43 33	3.76 154	0.70 109	0.50 158	6.97 364	1.58 343	9.93 296	5.65 203	6.50 232	6.23 202	6.17 292	2.50 217	4.27 115	2.67 258	0.01 157	0.03 185	0.03 386	0.00 1	0.06 101	0.14 78

hknet	3.56 274	0.66 139	5.82 304	0.70 109	1.19 288	6.97 364	1.58 343	9.93 296	7.76 300	6.50 232	6.23 202	9.53 357	2.81 232	7.84 275	3.39 287	0.01 157	0.03 185	0.03 386	0.00 1	0.06 101	0.14 78

GLC_STEREO	0.87 8	0.39 21	1.55 5	0.72 112	0.01 1	1.98 82	0.55 192	3.52 19	3.54 83	0.96 73	1.63 53	0.19 13	0.41 61	1.29 18	0.58 22	0.00 1	0.01 123	0.00 1	0.00 1	0.05 90	0.08 46

ACRE	2.67 191	1.66 352	6.50 337	0.72 112	2.03 362	2.65 152	0.84 275	5.97 153	5.52 198	7.85 306	9.23 285	1.72 120	1.09 127	4.09 111	2.73 265	0.02 254	0.19 276	0.02 368	0.08 286	0.26 334	0.21 134

HSM-Net_RVC	4.40 343	0.44 42	3.22 97	0.72 112	0.68 199	7.06 368	1.82 353	12.57 375	8.48 326	9.04 356	12.20 357	14.98 422	5.14 344	7.32 239	4.19 314	0.02 254	0.02 159	0.00 1	0.00 1	0.02 16	0.14 78
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Former-RAFT_DAM_RVC	1.39 50	0.74 166	2.72 59	0.73 115	1.26 301	2.42 121	0.02 11	3.78 31	8.16 316	1.81 98	2.94 100	0.28 38	0.32 42	1.51 28	0.76 54	0.04 318	0.01 123	0.00 1	0.00 1	0.08 133	0.19 122

IGEVStereo-DCA	1.54 70	1.71 357	2.99 81	0.73 115	0.24 91	2.69 154	0.81 266	4.31 54	2.97 44	0.73 52	0.16 5	0.23 25	0.32 42	7.57 263	2.72 263	0.00 1	0.49 329	0.00 1	0.16 330	0.17 263	1.82 409

rrr	1.64 78	1.71 357	6.31 331	0.73 115	0.24 91	2.69 154	0.92 296	4.25 49	1.75 15	0.73 52	0.16 5	0.23 25	0.32 42	7.57 263	2.72 263	0.00 1	0.49 329	0.00 1	0.20 357	0.17 263	1.68 388

IER	3.42 265	0.91 214	6.38 334	0.73 115	1.60 328	7.07 369	0.55 192	7.07 210	5.45 196	8.17 325	8.89 276	6.13 290	6.13 369	5.36 149	3.77 300	0.00 1	0.00 1	0.00 1	0.00 1	0.08 133	0.05 28

psmg	3.34 251	0.43 33	3.76 154	0.73 115	0.50 158	8.47 391	2.74 374	10.88 328	5.65 203	8.91 351	8.78 274	6.17 292	2.50 217	4.27 115	2.67 258	0.01 157	0.04 202	0.06 407	0.00 1	0.12 201	0.10 55

IPLG	2.63 189	1.09 260	5.67 298	0.73 115	0.31 108	3.00 200	0.25 116	6.84 197	6.02 219	7.93 308	6.31 208	1.91 129	1.72 186	7.47 254	2.53 250	0.01 157	0.01 123	0.00 1	0.00 1	0.29 356	0.58 244

RSM	1.43 54	0.40 27	1.79 10	0.74 121	0.54 176	2.45 125	0.49 179	4.13 45	3.29 63	0.65 43	2.53 87	2.15 137	0.30 32	6.97 217	0.85 69	0.01 157	0.12 255	0.00 1	0.25 380	0.11 183	0.72 283

GMStereo	2.07 109	1.56 341	5.64 294	0.74 121	0.05 5	3.63 257	0.01 2	5.17 91	11.27 390	4.22 153	2.44 86	0.53 75	0.49 78	4.06 107	1.01 103	0.22 408	0.00 1	0.00 1	0.14 325	0.18 273	0.05 28
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ProNet	1.58 75	0.86 199	3.17 93	0.75 123	0.72 211	2.84 175	0.66 225	5.91 149	3.28 62	0.37 9	1.47 49	0.40 57	0.37 51	7.19 228	0.70 44	0.02 254	0.98 398	0.00 1	0.05 275	0.20 290	1.77 406

Selective-IGEV	1.56 74	0.34 10	2.13 25	0.77 124	0.76 221	2.36 116	0.52 184	6.80 195	3.08 52	0.53 31	3.34 109	0.26 34	0.31 35	7.24 232	0.73 51	0.01 157	0.80 361	0.00 1	0.14 325	0.08 133	1.01 315

gcap-zeroshot	2.22 137	0.68 146	5.64 294	0.79 125	1.15 282	3.33 229	0.73 247	7.14 214	4.59 154	3.86 142	1.79 65	8.42 345	0.56 87	3.00 86	0.89 77	0.02 254	0.66 342	0.00 1	0.26 393	0.01 6	0.83 295

CASnet	1.09 23	0.47 57	2.09 23	0.79 125	0.08 14	2.10 93	0.14 76	3.83 35	4.26 132	3.84 141	1.56 50	0.32 47	0.30 32	1.13 8	0.77 58	0.01 157	0.00 1	0.00 1	0.00 1	0.04 72	0.03 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IPLGR_C	2.69 193	1.75 364	6.20 323	0.79 125	2.06 365	2.64 150	0.86 283	6.36 173	5.64 202	8.13 323	9.26 287	1.69 119	1.15 140	3.79 101	2.80 270	0.02 254	0.20 282	0.02 368	0.08 286	0.26 334	0.18 112

SMoEStereo_RVC	1.13 29	0.92 217	1.82 11	0.80 128	0.09 18	2.07 92	0.16 84	3.61 23	2.17 23	0.38 11	1.37 48	0.19 13	0.29 30	7.04 220	1.02 105	0.00 1	0.03 185	0.00 1	0.00 1	0.19 280	0.51 232

CIPLG	2.72 199	1.69 353	6.02 314	0.80 128	2.14 367	2.66 153	0.84 275	5.90 145	5.59 200	8.12 322	9.58 298	1.74 121	1.14 134	4.53 126	2.82 271	0.02 254	0.19 276	0.02 368	0.09 296	0.26 334	0.22 140

PSM-AAD	3.43 267	0.31 7	2.16 26	0.80 128	0.57 182	2.53 134	5.97 431	5.53 113	3.98 119	11.00 411	11.90 351	2.93 157	9.36 430	8.03 288	1.00 99	0.01 157	0.01 123	0.00 1	0.00 1	0.06 101	2.39 452

FoundationStereo	0.48 1	0.38 15	1.70 8	0.82 131	1.00 257	0.42 2	0.06 29	0.63 1	1.44 10	0.38 11	0.04 1	0.11 5	0.37 51	0.93 6	0.39 3	0.03 293	0.86 373	0.00 1	0.00 1	0.00 1	0.10 55

MGS-Stereo	1.22 34	0.44 42	2.92 70	0.83 132	0.07 12	1.82 72	0.65 224	2.44 8	3.95 116	1.11 79	6.19 200	0.49 69	0.37 51	1.73 36	0.81 63	0.00 1	0.00 1	0.00 1	0.00 1	0.48 406	0.01 1

dd	2.36 155	1.93 378	6.03 316	0.83 132	0.12 31	1.80 69	0.17 88	5.30 97	11.82 395	2.98 117	3.64 126	1.50 114	1.21 149	5.25 145	3.92 306	0.13 382	0.01 123	0.04 396	0.22 370	0.10 170	0.14 78

tg	2.18 130	1.13 270	2.74 60	0.84 134	0.13 36	4.33 305	0.05 22	6.21 167	4.90 173	4.06 148	5.30 175	2.55 147	0.92 116	7.28 235	0.99 96	0.00 1	0.60 337	0.00 1	0.00 1	0.37 382	1.12 332

SCV_C0	1.89 90	0.92 217	4.30 207	0.85 135	1.06 265	2.33 113	0.10 48	7.61 233	4.42 143	1.05 76	2.20 77	0.26 34	0.43 71	7.70 269	1.08 112	0.02 254	1.05 412	0.00 1	0.21 363	0.17 263	1.97 430

AIO_test	1.34 45	0.72 163	3.32 109	0.86 136	1.19 288	2.90 192	0.80 262	4.46 60	3.34 65	0.77 54	0.86 29	1.48 113	0.30 32	2.95 84	0.49 10	0.00 1	1.00 405	0.00 1	0.13 322	0.04 72	1.24 342

ACVNet	2.86 208	0.96 234	3.87 164	0.86 136	0.61 188	2.63 145	0.54 188	8.93 265	6.12 223	5.09 174	9.32 292	5.70 280	3.84 280	2.68 76	5.56 352	0.00 1	0.00 1	0.00 1	0.00 1	0.26 334	0.23 147

AIO-test1	2.49 171	1.41 320	3.78 158	0.87 138	5.11 462	2.46 127	0.93 297	6.49 181	14.84 422	0.95 71	2.85 97	0.92 91	0.31 35	6.05 172	1.88 203	0.15 387	0.07 230	0.00 1	0.21 363	0.21 301	0.31 177

GMM-Stereo	3.42 265	0.39 21	3.24 100	0.87 138	0.50 158	2.26 105	4.73 419	5.64 124	3.81 103	7.08 269	16.57 408	6.13 290	3.62 270	7.74 272	1.40 156	0.05 333	0.00 1	0.00 1	0.04 271	0.12 201	4.24 475

rvit_0105_3	1.94 98	1.44 329	7.39 368	0.88 140	0.02 3	1.61 48	1.64 346	5.88 139	6.73 257	2.37 103	1.78 63	2.01 133	1.16 141	4.46 122	1.26 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.14 78

KYRaft	3.68 284	0.43 33	2.53 40	0.89 141	0.49 155	2.28 110	3.89 401	5.30 97	3.82 105	8.99 355	19.28 433	6.54 301	4.96 333	7.92 281	0.96 93	0.01 157	0.00 1	0.00 1	0.01 222	0.06 101	5.17 477

hitnet-ft	3.95 309	1.16 274	3.92 174	0.89 141	0.73 213	4.88 322	0.54 188	9.78 291	7.91 307	7.42 293	10.24 313	12.50 408	4.84 328	8.15 295	5.56 352	0.03 293	0.00 1	0.06 407	0.00 1	0.24 325	0.12 68

CASS	2.62 188	0.57 112	4.28 204	0.90 143	0.38 131	3.45 237	0.22 106	9.91 295	4.46 145	7.33 291	7.92 258	3.53 190	3.59 267	4.16 113	1.49 160	0.03 293	0.01 123	0.00 1	0.00 1	0.05 90	0.06 37
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_xeample3	1.71 84	1.75 364	6.64 343	0.90 143	0.29 103	2.55 135	0.90 291	4.08 43	2.36 25	0.56 37	0.24 11	0.23 25	0.31 35	7.51 258	2.73 265	0.00 1	0.70 350	0.00 1	0.36 424	0.18 273	1.92 427

EAI-Stereo	2.75 203	0.54 90	3.17 93	0.91 145	1.28 303	4.02 287	5.30 427	12.39 368	4.76 163	2.51 106	7.10 233	1.22 101	0.94 119	6.03 169	1.96 212	0.01 157	0.56 333	0.00 1	1.38 472	0.04 72	0.95 310

GwcNet-ADL	2.85 207	0.61 122	4.38 212	0.92 146	0.33 115	2.05 88	0.67 229	8.85 263	9.65 355	6.36 226	6.71 219	4.11 214	1.71 184	5.97 167	4.22 316	0.08 358	0.06 217	0.00 1	0.00 1	0.07 120	0.16 100

AnonymousM	2.96 222	7.19 471	1.41 3	0.92 146	0.06 9	2.37 117	0.52 184	6.05 155	3.83 106	4.97 169	2.37 83	1.91 129	1.00 122	2.23 62	1.06 109	0.01 157	0.57 335	17.64 495	4.90 494	0.02 16	0.27 164

rvit_stereo_ft	1.23 35	1.42 323	5.16 262	0.94 148	0.36 125	1.22 17	0.24 112	4.57 64	4.49 148	0.51 27	1.04 35	0.73 84	1.10 128	1.50 26	1.01 103	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	0.22 140

UniTT-Stereo	0.94 10	0.53 86	2.82 63	0.94 148	1.29 308	0.56 4	0.12 57	1.49 4	3.16 54	1.77 94	2.22 78	0.20 16	0.32 42	1.76 42	1.33 150	0.00 1	0.00 1	0.00 1	0.00 1	0.16 254	0.02 6

AIO_rvc	1.48 64	1.01 249	3.51 129	0.95 150	1.16 284	3.32 228	0.96 298	4.83 72	3.38 67	0.79 62	1.75 59	1.31 105	0.31 35	2.66 75	0.62 31	0.02 254	1.09 417	0.00 1	0.04 271	0.12 201	1.82 409

PFNet+	2.52 175	0.47 57	4.97 254	0.95 150	0.18 59	3.12 209	0.73 247	4.98 81	6.97 270	7.95 309	6.38 212	2.51 145	1.18 143	8.05 291	1.82 198	0.03 293	0.00 1	0.00 1	0.00 1	0.02 16	0.05 28

iRaftStereo_RVC	1.88 89	1.22 290	2.63 50	0.95 150	0.06 9	2.96 196	0.05 22	6.08 159	3.99 120	3.92 145	4.88 154	2.53 146	0.62 93	3.62 96	1.19 131	0.00 1	1.19 442	0.00 1	0.00 1	0.37 382	1.29 350

FTStereo	4.61 358	0.54 90	2.86 68	0.98 153	0.40 139	2.57 137	8.51 463	5.70 127	3.76 102	10.85 407	29.92 473	5.53 271	7.43 401	7.73 271	1.63 176	0.17 396	0.00 1	0.05 403	0.00 1	0.04 72	3.62 470

CroCo-Stereo Lap2	1.37 48	1.19 280	4.17 197	1.01 154	4.58 453	0.46 3	0.09 43	4.27 51	2.94 41	1.25 83	2.40 84	1.55 117	0.20 12	1.72 35	1.30 145	0.00 1	0.00 1	0.00 1	0.00 1	0.15 250	0.13 74

iRaft-Stereo_20w	3.11 232	0.49 71	6.09 317	1.01 154	1.25 299	3.99 285	1.00 304	14.00 416	4.73 162	6.70 253	6.27 207	2.34 141	2.28 209	7.29 237	1.58 166	0.01 157	0.75 355	0.00 1	0.73 455	0.10 170	1.63 376

PS-NSSS	4.22 331	2.53 417	5.89 308	1.01 154	2.93 395	4.05 292	1.93 356	11.44 342	8.94 338	7.14 274	14.70 391	4.96 253	2.60 222	9.09 356	3.92 306	0.40 428	0.04 202	0.83 464	0.00 1	1.09 442	1.02 319

LCNet	2.94 218	0.55 95	2.57 42	1.03 157	0.59 186	2.05 88	1.55 342	5.51 111	4.19 128	6.08 213	10.58 324	4.54 233	6.63 381	7.59 265	0.90 79	0.01 157	0.00 1	0.01 335	0.76 456	0.31 366	3.43 466

Prome-Stereo	3.73 290	0.39 21	2.62 49	1.05 158	0.52 169	2.06 90	4.58 416	4.88 77	3.95 116	9.34 369	20.39 438	4.03 209	7.02 391	7.86 277	1.31 147	0.00 1	0.00 1	0.00 1	0.00 1	0.07 120	4.52 476

test-1	2.14 124	0.54 90	6.32 332	1.07 159	1.22 294	2.13 100	0.54 188	6.40 176	4.80 169	3.55 130	5.23 165	4.02 208	0.71 100	1.95 46	2.15 227	0.08 358	0.98 398	0.00 1	0.08 286	0.02 16	1.07 324

RAFT+CT+SA	2.59 184	1.19 280	3.55 137	1.09 160	2.21 369	3.14 212	0.90 291	7.59 230	5.65 203	2.76 111	8.21 269	2.04 134	1.57 177	8.84 340	1.31 147	0.02 254	0.34 306	0.00 1	0.38 427	0.22 308	0.73 284

TransformOpticalFlow	3.50 269	0.83 185	4.85 247	1.09 160	0.31 108	3.52 246	0.14 76	10.32 305	8.02 311	5.78 194	13.25 373	6.63 302	4.91 330	8.36 314	1.63 176	0.00 1	0.01 123	0.01 335	0.00 1	0.06 101	0.24 156

R-Stereo Train	2.60 186	0.46 51	2.94 73	1.10 162	0.18 59	3.61 252	0.60 207	6.88 198	3.50 70	9.13 360	17.23 417	1.77 123	0.77 107	2.03 52	1.65 182	0.00 1	0.01 123	0.00 1	0.00 1	0.01 6	0.21 134

RAFT-Stereo	2.60 186	0.46 51	2.94 73	1.10 162	0.18 59	3.61 252	0.60 207	6.88 198	3.50 70	9.13 360	17.23 417	1.77 123	0.77 107	2.03 52	1.65 182	0.00 1	0.01 123	0.00 1	0.00 1	0.01 6	0.21 134
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoVision	2.42 166	1.18 277	5.14 261	1.15 164	2.64 388	1.89 74	0.28 121	6.61 185	4.72 161	2.14 101	10.52 322	3.84 200	0.52 81	5.33 148	2.29 243	0.00 1	0.00 1	0.00 1	0.00 1	0.12 201	0.04 22

Selective-RAFT	1.92 96	0.54 90	3.87 164	1.15 164	0.21 80	3.83 276	0.06 29	5.00 82	4.68 159	1.59 91	2.14 74	3.05 161	2.77 230	6.63 192	1.34 152	0.00 1	0.95 386	0.00 1	0.32 413	0.05 90	0.19 122

DEFOM-Stereo_RVC	1.09 23	2.27 401	1.82 11	1.16 166	0.34 118	0.56 4	0.05 22	2.94 12	1.46 11	0.40 15	0.94 33	0.22 23	2.27 207	6.26 179	0.63 33	0.00 1	0.08 234	0.00 1	0.17 339	0.04 72	0.16 100

CoDeX	3.61 280	0.86 199	5.27 267	1.16 166	1.62 329	6.24 351	2.07 360	13.78 415	6.86 264	7.42 293	9.00 281	4.06 212	3.72 276	6.58 188	3.02 274	0.03 293	0.06 217	0.00 1	0.00 1	0.15 250	0.35 190

UGAM-zero	3.92 305	0.49 71	5.26 266	1.17 168	0.89 239	4.00 286	0.47 164	12.42 370	3.62 90	5.46 188	5.86 187	15.76 428	8.92 427	8.63 333	2.44 248	0.00 1	0.84 366	0.00 1	0.89 459	0.03 46	1.27 348

RAFT-Stereo-weight	1.91 95	0.41 29	2.09 23	1.17 168	0.63 192	3.20 215	0.74 251	5.78 133	6.80 261	5.25 181	3.47 113	2.80 154	0.36 49	3.16 89	1.09 116	0.02 254	0.53 332	0.00 1	0.00 1	0.01 6	0.66 272

FADNet_RVC	4.24 333	2.32 409	14.23 449	1.18 170	0.79 224	5.64 337	0.60 207	11.50 344	7.19 280	3.68 136	8.08 267	4.14 216	4.06 292	10.29 399	7.47 378	0.36 426	0.44 323	0.18 442	0.47 439	0.93 440	1.23 341

HUF	1.64 78	1.03 251	4.14 192	1.19 171	1.34 315	3.02 202	0.40 148	4.88 77	3.60 87	0.79 62	2.87 99	0.83 89	0.31 35	2.88 82	0.81 63	0.06 343	2.03 475	0.00 1	0.00 1	0.16 254	2.41 455

ICVP	2.53 176	0.47 57	3.64 149	1.20 172	0.69 202	2.71 157	0.84 275	10.63 318	4.66 158	4.31 156	8.99 279	2.75 153	1.93 192	2.91 83	4.07 313	0.06 343	0.24 292	0.01 335	0.01 222	0.13 223	0.26 161
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.34 45	0.85 191	6.15 321	1.21 173	1.28 303	0.90 7	0.18 92	4.50 61	2.86 39	0.37 9	3.18 107	0.52 73	1.52 174	1.83 44	0.93 85	0.13 382	0.25 295	0.00 1	0.00 1	0.08 133	0.16 100

dad	5.10 375	2.61 422	6.76 350	1.23 174	0.14 40	2.85 186	0.36 139	7.98 245	14.88 423	10.84 406	17.06 413	15.59 426	3.29 247	7.24 232	4.39 323	1.20 455	0.10 247	4.02 483	0.49 442	0.20 290	0.69 276

RAFT-345	3.36 256	0.55 95	3.43 124	1.23 174	0.21 80	2.62 143	0.46 162	3.91 37	6.34 234	7.46 295	24.49 456	4.19 219	1.74 189	8.27 303	2.25 236	0.01 157	0.00 1	0.00 1	0.00 1	0.02 16	0.02 6

testlalala	1.80 86	0.49 71	2.67 55	1.24 176	0.46 149	3.91 278	0.87 288	6.62 186	2.96 43	6.78 255	3.83 128	1.74 121	0.40 59	1.57 31	0.76 54	0.01 157	1.16 437	0.00 1	0.38 427	0.01 6	0.17 108

LL-Strereo2	2.22 137	1.39 319	3.39 116	1.26 177	1.01 259	3.73 269	1.47 337	6.47 180	4.61 155	4.66 163	2.64 91	4.17 218	0.37 51	6.03 169	1.61 171	0.09 369	0.24 292	0.00 1	0.08 286	0.08 133	1.16 335

LL-Strereo	5.14 377	2.29 405	8.95 403	1.26 177	5.05 461	3.66 259	1.40 334	10.33 306	8.98 339	8.71 344	8.24 270	10.70 381	11.10 439	12.66 434	5.36 349	0.05 333	1.35 458	0.00 1	0.00 1	0.38 385	2.23 448

NRIStereo	2.27 146	0.52 84	3.35 113	1.26 177	0.17 55	3.04 203	0.84 275	5.96 152	3.74 97	6.27 219	3.44 111	4.13 215	1.80 191	8.31 310	2.11 224	0.00 1	0.10 247	0.00 1	0.00 1	0.12 201	0.20 128

MyStereo07	1.64 78	1.15 272	2.61 47	1.28 180	1.49 326	2.63 145	0.45 160	6.45 179	2.94 41	1.10 78	1.61 52	0.29 40	0.60 92	7.45 252	0.80 59	0.01 157	1.27 449	0.00 1	0.25 380	0.11 183	0.42 215

MyStereo04	3.29 246	1.15 272	6.64 343	1.28 180	1.49 326	2.63 145	0.45 160	10.57 317	13.30 412	4.41 158	3.90 130	3.06 163	3.56 265	7.87 279	3.35 286	0.01 157	1.27 449	0.00 1	0.25 380	0.11 183	0.42 215

CFNet-RSSM	2.26 143	0.43 33	3.24 100	1.28 180	0.31 108	3.19 214	0.40 148	7.62 235	7.29 285	5.88 198	4.68 150	5.32 265	1.68 181	2.26 64	1.04 106	0.01 157	0.09 241	0.00 1	0.31 411	0.03 46	0.16 100

Gwc-CoAtRS	2.16 127	0.42 30	3.13 91	1.28 180	0.31 108	3.52 246	0.39 147	6.56 182	6.31 233	5.38 185	5.11 162	5.47 268	1.70 183	2.00 50	1.08 112	0.01 157	0.19 276	0.00 1	0.25 380	0.02 16	0.16 100

DeepPruner_ROB	3.82 299	1.87 370	5.65 296	1.31 184	1.64 330	3.62 256	0.81 266	14.47 423	5.03 180	8.03 316	10.78 329	6.95 313	2.26 206	8.92 345	4.32 321	0.07 351	0.03 185	0.00 1	0.01 222	0.37 382	0.29 171

FACV-RUCA	2.38 156	0.44 42	4.18 198	1.33 185	2.87 394	2.45 125	1.21 320	8.68 257	6.12 223	4.07 149	7.28 238	1.25 104	2.00 195	3.37 92	1.62 173	0.01 157	0.03 185	0.10 420	0.05 275	0.36 379	0.29 171

IGEV++	1.58 75	0.81 178	2.66 53	1.35 186	0.99 255	2.47 129	0.98 302	7.35 222	3.70 96	0.82 65	2.24 79	0.44 64	1.18 143	2.08 55	1.15 122	0.03 293	1.18 441	0.00 1	0.05 275	0.17 263	2.00 434

raft_robust	2.91 214	1.71 357	3.42 123	1.36 187	0.57 182	1.53 42	0.12 57	7.06 208	9.09 343	6.96 265	7.21 236	4.43 232	2.09 199	9.40 367	1.61 171	0.03 293	0.93 380	0.00 1	0.21 363	0.17 263	0.38 197

RAFT_CTSACE	3.62 281	1.65 350	5.41 277	1.36 187	3.08 400	3.95 283	1.03 306	4.62 66	4.65 157	5.33 183	17.73 424	7.63 324	2.71 225	10.98 406	1.15 122	0.00 1	0.48 328	0.00 1	0.00 1	0.31 366	0.25 159

RAFT	2.94 218	1.29 299	4.06 189	1.36 187	0.50 158	2.39 119	0.91 294	6.11 160	3.25 59	6.64 245	7.30 239	9.96 365	4.20 299	6.03 169	2.21 230	0.00 1	1.02 407	0.00 1	0.02 241	0.54 414	1.01 315

999	1.42 52	0.85 191	2.23 29	1.37 190	0.35 119	3.01 201	0.64 220	3.91 37	2.83 37	0.38 11	3.35 110	0.19 13	0.25 19	7.37 241	1.12 117	0.01 157	0.04 202	0.00 1	0.00 1	0.22 308	0.21 134

delet	4.59 357	1.12 268	5.93 310	1.37 190	3.73 426	10.48 417	3.90 402	10.51 314	9.17 347	8.87 350	9.74 304	8.37 340	3.74 277	8.12 294	6.36 365	0.00 1	0.00 1	0.00 1	0.00 1	0.21 301	0.12 68

RAFT_R40	2.83 205	0.46 51	3.85 161	1.38 192	0.32 114	3.78 272	0.97 299	6.16 162	4.82 170	9.74 383	6.35 211	4.96 253	3.94 290	8.78 338	1.05 107	0.01 157	0.00 1	0.00 1	0.00 1	0.04 72	0.03 13

MyStereo06	2.71 196	1.05 256	5.43 280	1.39 193	1.20 291	2.57 137	0.10 48	10.39 309	4.79 168	5.54 192	6.16 199	6.39 296	2.33 212	3.40 93	1.35 153	0.01 157	1.24 446	0.00 1	0.21 363	0.13 223	0.50 228

MyStereo05	3.24 243	1.05 256	5.93 310	1.39 193	1.20 291	2.57 137	0.10 48	9.11 272	13.17 411	6.45 230	3.86 129	3.20 167	3.26 246	8.35 313	3.02 274	0.01 157	1.24 446	0.00 1	0.21 363	0.13 223	0.50 228

DualNet (step1)	4.40 343	1.36 312	7.91 379	1.40 195	0.63 192	5.54 332	2.72 371	11.31 338	8.40 323	8.64 340	8.05 262	6.80 305	5.05 338	7.22 230	2.53 250	1.74 465	1.04 410	3.05 478	2.96 483	0.22 308	1.35 355

test_sample9	6.40 397	1.36 312	7.91 379	1.40 195	0.63 192	5.54 332	2.72 371	11.31 338	8.40 323	8.64 340	8.05 262	6.80 305	5.05 338	12.52 430	13.17 450	1.74 465	25.14 519	3.05 478	2.96 483	0.22 308	1.35 355

test_sample8	8.50 437	1.36 312	7.91 379	1.40 195	0.63 192	5.54 332	2.72 371	12.78 381	6.78 260	17.61 460	9.29 291	24.63 472	19.17 469	12.52 430	13.17 450	1.74 465	25.14 519	3.05 478	2.96 483	0.22 308	1.35 355

MoCha-V2	1.83 87	0.87 207	3.33 110	1.41 198	1.27 302	2.50 130	0.20 99	5.60 120	3.90 113	0.98 74	3.30 108	0.35 55	1.58 178	7.09 223	0.80 59	0.00 1	1.52 467	0.00 1	0.23 374	0.06 101	1.70 393

MIM_Stereo	2.83 205	1.20 288	5.27 267	1.41 198	1.16 284	3.07 204	0.33 136	6.67 187	3.95 116	5.17 179	10.11 311	4.25 225	1.73 188	8.32 311	1.64 180	0.00 1	0.36 312	0.00 1	0.01 222	0.22 308	1.69 390

fffy	1.43 54	0.95 231	2.85 67	1.42 200	0.61 188	2.25 104	0.19 96	4.74 69	1.32 7	0.26 3	2.77 94	0.21 17	0.39 58	6.97 217	0.73 51	0.00 1	0.79 358	0.00 1	0.00 1	0.19 280	2.03 435

MM-Stereo_test1	1.90 94	0.63 130	2.65 52	1.43 201	0.56 181	2.37 117	0.54 188	5.36 107	5.81 214	4.00 147	1.78 63	0.42 62	0.83 113	7.32 239	1.28 143	0.00 1	1.03 409	0.00 1	0.00 1	0.35 376	1.64 377

pcwnet_v2	4.36 339	0.46 51	9.07 407	1.43 201	1.10 275	3.41 231	0.40 148	13.44 405	14.60 421	10.29 393	14.22 384	5.82 286	2.97 235	6.75 200	2.29 243	0.01 157	0.05 211	0.04 396	0.02 241	0.17 263	0.61 252

SGM-Forest	5.40 379	0.84 188	4.19 199	1.43 201	0.68 199	10.12 411	6.41 441	12.13 359	11.86 396	11.50 422	14.43 386	11.62 397	5.20 345	9.93 392	6.16 360	0.16 392	0.04 202	0.00 1	0.00 1	0.08 133	1.24 342
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HI	3.39 259	1.19 280	4.03 185	1.46 204	0.19 63	2.26 105	0.04 18	6.21 167	3.86 109	8.51 337	12.61 364	11.86 402	6.44 376	4.55 128	4.27 318	0.00 1	0.06 217	0.00 1	0.00 1	0.12 201	0.15 91

CoSv	3.39 259	1.19 280	4.03 185	1.46 204	0.19 63	2.26 105	0.04 18	6.21 167	3.86 109	8.51 337	12.61 364	11.86 402	6.44 376	4.55 128	4.27 318	0.00 1	0.06 217	0.00 1	0.00 1	0.12 201	0.15 91

SST-Stereo	2.86 208	0.45 47	3.64 149	1.46 204	0.36 125	3.94 281	0.80 262	6.07 158	4.46 145	10.96 410	6.21 201	4.94 252	4.14 297	8.85 341	0.93 85	0.01 157	0.00 1	0.00 1	0.00 1	0.04 72	0.03 13

ToySt	3.39 259	0.89 212	9.29 412	1.47 207	0.94 248	4.20 295	1.98 357	7.33 220	5.42 193	3.01 120	6.75 221	8.67 350	5.10 342	5.43 153	3.72 295	0.07 351	0.89 376	0.00 1	0.23 374	0.28 348	2.13 441

GCAP-BAT	2.26 143	0.61 122	3.67 151	1.48 208	0.81 229	4.32 303	0.77 258	4.87 76	4.04 122	3.97 146	5.41 176	4.38 230	0.59 91	6.20 176	1.17 126	0.02 254	1.14 431	0.00 1	0.55 446	0.07 120	1.22 340

test_xeample	4.78 368	0.93 219	4.68 241	1.48 208	1.28 303	3.94 281	0.13 66	13.35 402	8.62 328	8.21 326	11.63 345	3.43 183	3.54 264	7.59 265	23.47 480	0.02 254	1.16 437	0.00 1	0.25 380	0.11 183	1.74 402

H2IRNET	2.29 148	0.86 199	3.38 114	1.51 210	0.11 23	1.97 81	0.13 66	5.15 90	7.19 280	1.26 84	7.77 251	5.80 285	3.31 250	5.09 142	1.66 185	0.01 157	0.00 1	0.04 396	0.17 339	0.27 345	0.10 55

test_3	2.22 137	0.39 21	4.20 201	1.51 210	0.90 241	1.29 22	0.74 251	5.34 100	6.37 236	6.64 245	1.96 71	4.24 224	0.45 75	6.63 192	1.17 126	0.00 1	1.00 405	0.00 1	0.28 400	0.19 280	1.01 315

RAFT + AFF	4.63 359	2.28 402	7.43 371	1.51 210	2.38 377	5.81 344	6.49 442	10.74 321	8.53 327	7.75 302	8.95 278	7.47 321	6.68 385	9.17 359	5.06 342	0.08 358	0.47 327	0.00 1	0.01 222	0.66 420	1.03 322

LALA_ROB	7.02 412	2.54 419	8.51 389	1.53 213	0.96 253	9.96 407	8.71 464	16.70 445	12.68 404	12.99 433	13.90 382	24.47 471	5.40 354	11.61 421	9.50 411	0.04 318	0.05 211	0.00 1	0.02 241	0.17 263	0.65 264

test_1	2.18 130	0.38 15	3.87 164	1.54 214	0.91 244	1.38 28	0.80 262	5.36 107	5.53 199	7.12 272	1.86 67	4.05 210	0.41 61	6.65 194	1.17 126	0.00 1	0.99 401	0.00 1	0.28 400	0.20 290	1.08 327

test-3	2.19 133	0.38 15	3.88 169	1.55 215	0.91 244	1.39 29	0.80 262	5.36 107	5.51 197	7.36 292	1.90 68	4.05 210	0.42 63	6.67 197	1.17 126	0.00 1	0.99 401	0.00 1	0.28 400	0.20 290	1.08 327

PSMNet-ADL	3.17 240	0.56 106	3.00 86	1.55 215	0.40 139	5.97 347	0.28 121	9.06 268	5.75 211	3.56 131	6.80 223	8.33 338	4.51 310	7.65 268	5.51 351	0.03 293	0.09 241	0.00 1	0.00 1	0.03 46	0.28 168

Any-RAFT	2.33 151	0.36 11	2.35 33	1.58 217	0.84 233	4.93 324	0.55 192	9.10 271	5.93 218	4.30 155	4.90 156	5.79 284	2.22 205	2.75 78	0.51 13	0.02 254	0.32 302	0.00 1	0.00 1	0.02 16	0.18 112

MSKI-zero shot	2.23 140	0.49 71	2.49 37	1.60 218	0.81 229	2.69 154	0.29 123	6.82 196	2.50 28	4.37 157	7.61 246	3.65 196	0.26 21	8.62 332	0.63 33	0.01 157	1.09 417	0.00 1	0.25 380	0.03 46	0.46 223

RSM++	1.24 36	0.45 47	1.84 15	1.61 219	0.51 165	2.73 160	0.29 123	2.99 13	3.22 58	0.69 46	2.06 72	0.52 73	0.28 27	5.62 157	0.86 71	0.01 157	0.03 185	0.00 1	0.17 339	0.16 254	0.85 297

RAFT-Stereo + iAFF	2.48 170	1.23 293	3.48 127	1.61 219	1.09 273	1.63 49	0.15 79	5.80 135	6.43 239	7.32 290	9.91 307	3.05 161	1.71 184	2.33 68	1.75 195	0.01 157	0.71 353	0.00 1	0.00 1	0.28 348	1.19 337

DSFCA	4.48 348	1.03 251	6.84 351	1.61 219	1.68 336	7.26 372	4.46 415	11.27 337	7.51 292	11.01 412	6.89 225	8.49 347	4.54 316	10.41 401	6.18 361	0.03 293	0.06 217	0.02 368	0.03 253	0.13 223	0.14 78

ffm	3.41 263	0.98 240	7.03 357	1.64 222	1.07 266	2.84 175	0.47 164	5.55 115	10.56 369	6.68 248	9.59 299	5.66 275	3.87 283	8.20 297	0.68 38	0.00 1	1.13 424	0.00 1	0.19 348	0.11 183	1.88 422

ff1	4.11 321	0.98 240	7.03 357	1.64 222	1.07 266	2.84 175	0.47 164	5.55 115	10.56 369	6.68 248	9.59 299	5.66 275	3.87 283	11.33 413	11.69 437	0.00 1	1.13 424	0.00 1	0.19 348	0.11 183	1.88 422

mmx	4.50 349	0.98 240	7.03 357	1.64 222	1.07 266	2.84 175	0.47 164	12.84 382	11.23 387	6.68 248	9.59 299	5.66 275	3.87 283	11.33 413	11.69 437	0.05 333	1.12 421	0.00 1	0.19 348	0.10 170	1.53 365

xxx	4.50 349	0.98 240	7.04 360	1.64 222	1.07 266	2.84 175	0.47 164	12.84 382	11.23 387	6.68 248	9.59 299	5.66 275	3.87 283	11.33 413	11.69 437	0.05 333	1.12 421	0.00 1	0.19 348	0.10 170	1.53 365

FADNet-RVC-Resample	4.11 321	2.25 396	13.88 445	1.64 222	0.66 197	5.91 346	2.34 366	10.87 325	9.09 343	6.53 237	4.34 138	5.69 279	4.71 324	8.01 287	4.64 332	0.18 400	0.22 285	0.17 441	0.12 316	0.46 401	0.59 247

CBMV_ROB	4.66 361	0.85 191	3.94 176	1.64 222	0.75 218	8.38 390	1.90 355	11.19 334	10.36 365	9.20 364	15.21 393	7.28 317	6.99 390	9.48 370	5.24 347	0.04 318	0.05 211	0.00 1	0.00 1	0.07 120	0.64 263

MM-Stereo_test3	2.10 120	0.94 229	2.59 46	1.66 228	3.95 434	2.42 121	0.78 259	6.58 183	7.29 285	1.94 99	4.90 156	1.23 102	0.65 95	3.77 100	1.38 154	0.00 1	0.83 362	0.00 1	0.00 1	0.38 385	0.77 289

GMStereo_Zeroshot	2.92 216	2.33 410	6.12 318	1.66 228	0.36 125	3.61 252	0.09 43	5.95 151	6.20 228	7.15 275	7.11 234	8.37 340	0.91 115	6.17 175	1.97 213	0.00 1	0.00 1	0.00 1	0.00 1	0.22 308	0.14 78

GrayStereo	3.86 301	0.33 9	2.63 50	1.66 228	0.62 190	3.09 206	7.92 460	6.43 178	3.88 111	10.61 399	16.51 407	5.75 282	8.40 415	6.75 200	1.58 166	0.01 157	0.00 1	0.01 335	0.62 449	0.04 72	0.38 197

MLCV	3.76 293	1.52 338	6.93 354	1.66 228	0.31 108	4.31 302	0.32 133	7.92 243	7.68 299	9.55 375	12.12 354	5.17 259	2.74 227	10.00 394	4.49 327	0.01 157	0.00 1	0.00 1	0.00 1	0.16 254	0.27 164

AIO-test2	2.98 224	1.88 371	4.72 242	1.67 232	3.34 412	2.64 150	0.06 29	6.96 201	15.70 432	2.65 107	7.31 240	0.93 92	0.57 88	5.81 164	1.20 132	3.30 477	0.09 241	0.00 1	0.09 296	0.22 308	0.43 222

CFNet-ft	3.70 287	1.59 345	3.87 164	1.68 233	2.42 379	3.20 215	0.66 225	8.93 265	7.76 300	5.09 174	9.95 308	10.77 384	5.43 355	7.41 242	4.71 333	0.00 1	0.00 1	0.03 386	0.01 222	0.30 359	0.11 64

CFNet_RVC	3.70 287	1.59 345	3.87 164	1.68 233	2.42 379	3.20 215	0.66 225	8.92 264	7.76 300	5.09 174	9.95 308	10.77 384	5.43 355	7.41 242	4.71 333	0.00 1	0.00 1	0.03 386	0.01 222	0.30 359	0.11 64

anonymousdsp2	2.20 135	0.57 112	4.59 234	1.69 235	0.82 231	3.58 250	0.48 174	8.57 253	3.63 91	3.37 125	3.03 102	3.32 169	1.00 122	5.57 156	0.80 59	0.01 157	0.94 385	0.02 368	0.15 328	0.06 101	1.89 425

ADCP+	8.60 439	2.78 430	17.44 464	1.69 235	4.27 441	16.95 460	5.29 426	13.38 403	12.52 401	13.57 440	17.57 423	10.86 387	11.28 441	18.43 472	23.91 485	0.03 293	0.05 211	0.01 335	0.18 345	0.47 403	1.31 351

NaN_ROB	6.51 401	2.25 396	8.77 397	1.69 235	1.79 342	9.71 405	10.94 473	16.20 441	16.13 434	13.04 435	8.86 275	11.77 400	5.94 365	12.88 436	8.01 384	0.05 333	0.13 261	0.07 412	0.20 357	0.32 371	1.50 364

Wz-Net-LNSev	7.12 414	2.75 427	18.64 467	1.70 238	4.16 439	12.79 442	6.72 445	13.74 411	13.57 414	11.14 415	17.31 419	11.90 404	8.50 417	8.96 350	9.94 416	0.00 1	0.01 123	0.00 1	0.00 1	0.18 273	0.34 185

G2L-Stereo	3.74 291	1.56 341	5.82 304	1.71 239	2.04 364	2.87 188	0.58 201	9.79 292	6.49 244	7.82 305	7.97 259	8.57 348	2.36 213	9.19 360	7.45 377	0.00 1	0.00 1	0.00 1	0.00 1	0.26 334	0.40 200

MM-Stereo_test2	1.30 41	0.52 84	2.67 55	1.71 239	0.29 103	1.79 68	0.51 182	5.28 95	3.84 108	0.95 71	0.93 32	0.51 72	0.36 49	2.29 65	1.12 117	0.00 1	0.95 386	0.00 1	0.07 283	0.32 371	1.97 430

HH	2.88 211	0.82 182	4.07 190	1.71 239	0.54 176	4.71 316	0.69 235	8.72 260	3.57 85	1.80 95	6.49 216	7.81 327	3.92 288	8.93 346	0.99 96	0.00 1	1.06 413	0.00 1	0.03 253	0.05 90	1.69 390

HanStereo	2.88 211	0.82 182	4.07 190	1.71 239	0.54 176	4.71 316	0.69 235	8.72 260	3.57 85	1.80 95	6.49 216	7.81 327	3.92 288	8.93 346	0.99 96	0.00 1	1.06 413	0.00 1	0.03 253	0.05 90	1.69 390

ETE_ROB	6.28 395	2.60 421	9.22 411	1.71 239	0.84 233	6.44 354	6.78 447	13.16 398	8.80 334	13.01 434	15.93 400	21.01 466	6.18 371	10.97 405	8.11 386	0.04 318	0.01 123	0.00 1	0.02 241	0.16 254	0.70 279

EDNetEfficientorigin	18.25 490	14.44 491	99.41 534	1.72 244	1.00 257	12.07 436	6.97 451	13.67 409	35.06 489	38.59 500	37.10 491	27.03 478	27.46 493	15.38 454	26.92 491	0.05 333	0.08 234	0.15 433	0.62 449	3.33 472	3.92 474

qqq	2.44 168	0.85 191	4.33 209	1.73 245	0.71 208	1.98 82	0.38 144	9.15 273	4.33 134	3.37 125	4.34 138	4.63 239	2.83 233	4.95 134	2.06 221	0.00 1	1.13 424	0.00 1	0.25 380	0.09 148	1.65 378

MMNet	4.44 347	1.37 317	6.26 328	1.73 245	1.64 330	10.51 419	0.61 211	9.27 280	9.66 356	9.55 375	9.22 284	7.40 320	6.52 379	7.90 280	6.98 370	0.01 157	0.00 1	0.00 1	0.00 1	0.14 234	0.10 55

1111x	4.96 373	1.04 254	7.09 362	1.75 247	1.05 263	5.03 325	0.32 133	13.52 406	10.70 374	6.68 248	10.35 315	8.81 353	6.01 367	10.65 403	12.78 448	0.07 351	1.24 446	0.00 1	0.33 416	0.11 183	1.75 403

AEACV	1.27 38	0.38 15	2.61 47	1.75 247	1.21 293	2.44 124	0.85 280	4.79 71	1.67 13	0.71 51	0.26 13	0.29 40	2.00 195	2.30 66	0.66 37	0.01 157	0.95 386	0.00 1	0.42 434	0.12 201	2.07 437

222	5.93 387	0.88 209	4.58 233	1.76 249	0.98 254	6.02 348	0.08 40	14.45 422	8.89 336	9.53 373	11.77 349	3.88 202	4.23 302	8.26 299	39.96 510	0.03 293	1.12 421	0.00 1	0.24 376	0.11 183	1.73 399

HSM	4.25 335	1.10 261	4.14 192	1.78 250	2.14 367	6.67 360	1.08 313	12.92 386	6.90 266	7.06 267	8.17 268	14.17 417	6.03 368	9.16 357	3.11 280	0.00 1	0.00 1	0.00 1	0.00 1	0.09 148	0.41 210

DFGA-Net	3.09 231	2.73 426	9.21 410	1.79 251	0.47 151	3.30 224	0.20 99	7.49 229	6.20 228	5.54 192	6.42 213	2.17 138	1.12 130	7.96 283	6.56 366	0.01 157	0.00 1	0.00 1	0.00 1	0.43 395	0.17 108

DCVSM-stereo	3.32 249	0.51 79	3.40 122	1.79 251	0.79 224	2.94 194	0.48 174	7.31 219	5.69 209	11.47 421	5.61 183	10.63 378	5.93 364	5.74 161	3.63 290	0.03 293	0.09 241	0.03 386	0.00 1	0.12 201	0.11 64

RYNet	6.82 405	1.51 336	7.35 367	1.79 251	4.52 450	16.68 457	4.41 414	14.19 419	17.43 441	11.64 424	7.86 254	15.03 423	8.81 423	10.10 395	14.16 458	0.04 318	0.13 261	0.15 433	0.05 275	0.08 133	0.53 236

ssnet_v2	4.73 366	1.43 325	6.74 349	1.80 254	0.75 218	8.89 395	4.60 417	12.66 377	10.65 373	9.53 373	6.23 202	9.78 362	4.26 303	6.89 208	9.65 414	0.01 157	0.01 123	0.00 1	0.00 1	0.36 379	0.31 177

coex-ft	20.15 496	20.03 495	87.93 524	1.81 255	1.77 340	18.77 467	13.73 486	13.28 401	41.87 499	60.24 518	39.04 493	28.27 481	30.39 494	12.57 433	28.66 496	0.20 404	0.23 289	0.04 396	0.30 407	1.52 454	2.34 451

CBFPSM	5.12 376	1.48 334	16.22 459	1.81 255	1.14 281	11.16 426	2.90 378	7.99 246	6.75 259	6.55 239	5.00 159	15.05 424	8.78 422	7.52 259	8.90 400	0.04 318	0.02 159	0.00 1	0.00 1	0.42 391	0.67 275

MSMD_ROB	9.73 450	1.43 325	5.42 278	1.81 255	0.42 145	16.83 458	4.30 412	14.29 421	15.34 426	23.06 471	40.17 494	25.63 476	22.62 481	13.37 439	8.85 399	0.48 439	0.03 185	0.00 1	0.00 1	0.13 223	0.47 224

CSP-Net	4.40 343	1.70 355	4.90 250	1.82 258	1.04 262	12.96 443	2.25 364	13.75 412	6.34 234	9.64 378	8.99 279	8.31 337	3.24 244	8.45 322	4.32 321	0.01 157	0.00 1	0.00 1	0.00 1	0.23 320	0.06 37

GES	2.69 193	0.72 163	5.34 272	1.82 258	0.05 5	4.51 311	1.04 309	10.39 309	4.18 127	5.53 191	6.72 220	1.92 132	3.30 248	5.16 144	2.67 258	0.06 343	0.01 123	0.06 407	0.01 222	0.20 290	0.14 78

DMCA	3.08 230	1.10 261	6.20 323	1.82 258	0.90 241	3.80 275	0.55 192	9.76 290	5.42 193	6.56 241	6.47 215	7.06 316	2.09 199	4.05 105	5.46 350	0.00 1	0.01 123	0.00 1	0.00 1	0.11 183	0.16 100

BEATNet_4x	3.69 285	2.12 391	8.11 384	1.82 258	0.16 52	5.30 329	1.04 309	10.87 325	6.14 226	7.09 270	8.42 272	4.99 255	4.42 307	5.89 165	6.23 363	0.04 318	0.05 211	0.00 1	0.00 1	0.32 371	0.84 296

AIO-Stereo-zeroshot	3.35 255	1.28 298	8.51 389	1.86 262	1.83 347	3.51 243	0.31 131	10.50 313	4.32 133	2.74 109	5.87 189	10.30 371	4.53 315	4.66 130	3.16 282	0.02 254	0.87 375	0.00 1	0.97 462	0.38 385	1.43 360

cross-raft	2.25 142	0.48 63	2.96 80	1.87 263	0.94 248	3.72 268	0.47 164	7.61 233	4.15 125	5.37 184	5.68 186	6.17 292	1.40 160	2.15 58	1.06 109	0.01 157	0.22 285	0.00 1	0.19 348	0.03 46	0.41 210

AFF-stereo	2.87 210	1.31 302	3.26 102	1.87 263	0.38 131	1.68 54	0.09 43	6.38 174	7.07 272	6.52 236	11.90 351	6.08 289	2.32 211	5.05 140	1.65 182	0.02 254	0.66 342	0.00 1	0.00 1	0.29 356	0.94 308

FADNet	4.55 351	2.35 411	13.60 443	1.87 263	0.80 227	4.74 319	0.75 254	14.47 423	12.41 400	4.07 149	5.45 179	9.64 358	5.03 335	8.86 342	4.82 336	0.20 404	0.04 202	0.07 412	0.05 275	1.27 449	0.40 200

NINENet	3.38 258	0.81 178	4.16 194	1.88 266	1.40 319	7.31 374	0.48 174	12.95 389	6.64 253	7.29 287	9.24 286	5.21 261	1.18 143	6.72 198	1.89 207	0.17 396	0.08 234	0.07 412	0.00 1	0.09 148	0.03 13

rvit_105_1	2.69 193	1.34 308	6.85 352	1.89 267	0.09 18	1.94 79	3.50 399	6.38 174	9.00 341	4.98 170	2.19 76	3.57 192	1.56 176	7.31 238	3.03 276	0.00 1	0.00 1	0.00 1	0.02 241	0.06 101	0.16 100

RAFT-Test	2.49 171	0.45 47	4.35 211	1.89 267	1.28 303	4.83 321	0.68 232	7.19 215	4.51 149	5.00 173	7.09 232	6.81 308	1.12 130	2.22 60	1.16 125	0.01 157	0.63 340	0.00 1	0.33 416	0.05 90	0.20 128

DisPM	2.59 184	0.47 57	4.32 208	1.89 267	0.20 71	3.42 232	0.63 217	5.56 118	5.60 201	8.66 343	7.05 230	2.82 155	1.03 125	9.05 354	1.07 111	0.02 254	0.00 1	0.00 1	0.00 1	0.02 16	0.04 22

GIP-stereo	1.03 17	0.79 171	2.35 33	1.91 270	1.40 319	1.47 35	0.05 22	5.06 83	1.85 18	0.30 6	0.43 18	0.57 79	0.37 51	1.14 9	0.75 53	0.07 351	0.50 331	0.00 1	0.00 1	0.06 101	1.57 371

AAGNet	3.50 269	0.49 71	3.38 114	1.91 270	0.41 143	3.66 259	1.02 305	5.14 89	5.16 182	9.65 381	7.75 250	4.91 249	6.23 373	7.45 252	12.73 447	0.01 157	0.00 1	0.00 1	0.00 1	0.05 90	0.06 37

RAFT-RH_RVC	4.04 315	0.69 149	3.59 145	1.91 270	0.43 146	3.11 207	0.13 66	3.80 34	6.60 248	11.26 417	31.68 479	5.20 260	1.66 180	8.30 308	2.27 239	0.09 369	0.00 1	0.00 1	0.03 253	0.03 46	0.02 6

IGEV_Zeroshot_test	2.57 182	0.63 130	5.70 301	1.93 273	0.87 238	2.63 145	0.85 280	8.94 267	4.55 152	5.30 182	5.48 180	5.23 264	1.38 159	3.76 99	1.32 149	0.00 1	0.69 348	0.00 1	0.18 345	0.19 280	1.72 397

Pruner-Stereo	2.66 190	0.61 122	3.54 135	1.93 273	0.25 95	3.47 240	0.74 251	6.60 184	5.66 207	8.98 353	6.12 198	4.39 231	1.11 129	7.27 234	2.34 246	0.03 293	0.00 1	0.02 368	0.00 1	0.03 46	0.04 22

AE-Stereo	1.89 90	0.38 15	3.86 163	1.94 275	0.38 131	2.51 133	0.58 201	7.19 215	7.28 284	1.60 92	3.51 120	1.07 97	0.77 107	2.12 56	1.24 139	0.03 293	1.02 407	0.00 1	0.28 400	0.11 183	1.84 416

EGLCR-Stereo	1.45 58	0.26 2	2.91 69	1.94 275	0.90 241	3.13 210	0.69 235	5.81 136	3.21 57	1.14 81	0.20 9	1.52 116	0.37 51	4.29 118	0.69 43	0.01 157	0.79 358	0.00 1	0.00 1	0.01 6	1.21 339

PSM-softLoss	2.38 156	0.48 63	4.28 204	1.94 275	0.19 63	2.73 160	0.38 144	6.67 187	3.50 70	6.33 222	6.33 209	2.93 157	0.97 120	8.90 343	1.88 203	0.01 157	0.00 1	0.00 1	0.00 1	0.03 46	0.03 13

KMStereo	2.38 156	0.48 63	4.28 204	1.94 275	0.19 63	2.73 160	0.38 144	6.67 187	3.50 70	6.33 222	6.33 209	2.93 157	0.97 120	8.90 343	1.88 203	0.01 157	0.00 1	0.00 1	0.00 1	0.03 46	0.03 13

GREAT-IGEV	1.17 33	0.57 112	3.06 88	1.95 279	1.41 321	1.42 32	0.08 40	2.51 10	3.07 51	0.58 38	0.79 27	0.11 5	0.35 48	2.17 59	1.00 99	0.07 351	1.45 460	0.00 1	0.22 370	0.14 234	2.42 456

PAM_32	4.12 325	0.46 51	5.63 293	1.95 279	1.02 261	10.74 421	0.85 280	11.04 330	5.02 179	6.19 216	5.28 169	17.64 443	7.30 398	5.03 138	1.45 158	0.00 1	0.68 346	0.00 1	0.77 457	0.14 234	1.14 334

xxxx	5.16 378	0.86 199	4.86 248	1.96 281	1.22 294	7.56 379	0.07 34	14.67 425	9.15 346	6.55 239	9.87 305	9.30 355	3.47 262	8.07 292	22.20 475	0.05 333	1.16 437	0.00 1	0.26 393	0.10 170	1.76 405

PAM	4.07 319	0.44 42	6.47 336	1.97 282	1.18 286	10.83 423	1.64 346	10.66 319	4.55 152	6.54 238	4.69 151	16.99 439	6.88 387	4.07 108	1.63 176	0.00 1	0.68 346	0.00 1	0.77 457	0.10 170	1.24 342

SMFormer	3.94 307	0.69 149	4.55 228	1.97 282	0.15 47	2.84 175	0.29 123	13.06 392	11.10 382	7.69 298	10.45 318	4.77 242	4.52 311	9.68 376	4.89 337	0.08 358	0.97 392	0.00 1	0.16 330	0.11 183	0.92 306

tta	3.96 311	0.69 149	4.55 228	1.97 282	0.15 47	2.84 175	0.29 123	13.06 392	11.10 382	7.69 298	10.45 318	4.77 242	4.52 311	9.68 376	4.89 337	0.08 358	0.97 392	0.00 1	0.16 330	0.13 223	1.24 342

qqq1	3.78 295	0.69 149	4.55 228	1.97 282	0.15 47	2.84 175	0.29 123	13.06 392	11.10 382	7.69 298	10.45 318	4.77 242	4.52 311	9.68 376	1.24 139	0.08 358	0.97 392	0.00 1	0.12 316	0.13 223	1.24 342

fff1	3.78 295	0.69 149	4.55 228	1.97 282	0.15 47	2.84 175	0.29 123	13.06 392	11.10 382	7.69 298	10.45 318	4.77 242	4.52 311	9.68 376	1.24 139	0.08 358	0.97 392	0.00 1	0.12 316	0.13 223	1.24 342

SA	3.34 251	1.29 299	4.84 246	1.99 287	0.57 182	3.15 213	1.39 333	7.66 237	9.94 359	4.86 166	10.87 331	2.97 160	4.61 320	9.88 389	1.38 154	0.00 1	0.60 337	0.00 1	0.19 348	0.25 333	0.37 194

ASMatch	3.41 263	0.62 128	3.59 145	1.99 287	0.48 152	1.91 77	0.66 225	7.01 202	4.43 144	6.25 217	22.02 446	4.56 235	4.72 325	7.78 274	1.85 200	0.01 157	0.01 123	0.00 1	0.03 253	0.02 16	0.21 134

CBMV	5.97 388	1.52 338	4.51 222	1.99 287	0.53 172	10.02 408	6.94 450	13.27 400	13.80 417	13.08 436	15.93 400	11.36 393	8.11 412	9.82 385	7.27 375	0.08 358	0.15 267	0.00 1	0.00 1	0.30 359	0.74 287
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UNet	4.19 329	0.87 207	7.18 363	2.00 290	3.22 405	9.55 402	0.31 131	10.11 301	6.22 230	7.98 311	6.82 224	10.42 372	5.77 361	7.28 235	5.83 354	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.12 68

gwcnet-sp	3.58 275	2.01 386	8.82 399	2.01 291	0.69 202	7.38 376	1.10 314	9.23 277	6.66 254	9.32 366	5.91 191	4.21 220	3.31 250	6.91 210	3.69 292	0.00 1	0.00 1	0.00 1	0.00 1	0.24 325	0.18 112

scenet	3.58 275	2.01 386	8.82 399	2.01 291	0.69 202	7.38 376	1.10 314	9.23 277	6.66 254	9.32 366	5.91 191	4.21 220	3.31 250	6.91 210	3.69 292	0.00 1	0.00 1	0.00 1	0.00 1	0.24 325	0.18 112

ssnet	3.58 275	2.01 386	8.82 399	2.01 291	0.69 202	7.38 376	1.10 314	9.23 277	6.66 254	9.32 366	5.91 191	4.21 220	3.31 250	6.91 210	3.69 292	0.00 1	0.00 1	0.00 1	0.00 1	0.24 325	0.18 112

FADNet-RVC	4.36 339	2.62 424	14.51 452	2.01 291	0.44 148	4.27 299	1.27 326	12.61 376	7.89 305	3.76 138	4.05 133	10.63 378	4.34 304	9.87 387	7.66 381	0.03 293	0.09 241	0.00 1	0.03 253	0.65 419	0.50 228

test_sample4	3.29 246	0.64 133	5.38 275	2.08 295	0.53 172	3.91 278	0.15 79	12.13 359	7.50 291	7.04 266	7.50 243	3.64 195	3.19 240	6.95 215	3.14 281	0.02 254	0.85 368	0.00 1	0.10 303	0.07 120	0.92 306

test_sample5	3.34 251	0.65 135	5.17 263	2.10 296	0.49 155	3.31 226	0.17 88	11.91 352	7.47 289	6.91 258	9.15 283	3.61 193	3.37 257	7.53 260	3.06 277	0.02 254	0.85 368	0.00 1	0.10 303	0.07 120	0.90 301

DualNet	3.48 268	0.65 135	5.17 263	2.10 296	0.49 155	3.31 226	0.17 88	11.91 352	7.47 289	7.18 277	11.56 343	3.61 193	3.37 257	7.53 260	3.06 277	0.02 254	0.85 368	0.00 1	0.10 303	0.07 120	0.90 301

DCRE	2.21 136	0.95 231	3.17 93	2.10 296	1.30 310	1.86 73	0.05 22	5.33 99	4.69 160	3.59 132	9.37 294	3.81 199	1.18 143	2.34 69	1.22 137	0.01 157	0.97 392	0.00 1	0.30 407	0.04 72	1.97 430

MeshStereo	11.94 468	1.88 371	5.24 265	2.11 299	1.44 323	20.09 471	4.95 423	21.74 485	16.75 437	33.10 491	35.07 488	39.28 498	22.72 482	19.45 475	13.59 455	0.19 401	0.06 217	0.02 368	0.00 1	0.46 401	0.65 264
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
iinet-f	6.21 392	2.11 390	28.74 494	2.13 300	1.38 317	11.62 430	1.49 339	7.64 236	7.19 280	7.77 303	14.38 385	10.49 373	7.79 407	7.76 273	12.90 449	0.03 293	0.03 185	0.05 403	0.00 1	0.67 421	0.12 68

AIO-Stereo-zeroshot1	4.10 320	1.65 350	13.34 442	2.14 301	1.84 348	4.03 288	0.98 302	13.13 397	4.97 178	4.53 161	11.37 340	9.85 363	1.97 194	4.88 133	2.74 267	0.03 293	0.90 378	0.00 1	1.11 465	0.84 438	1.72 397

ITSA-stereo	4.02 313	0.73 165	4.51 222	2.16 302	0.31 108	3.58 250	0.70 240	13.77 414	15.84 433	7.13 273	6.59 218	4.25 225	3.48 263	9.04 353	6.12 359	0.09 369	0.08 234	0.11 421	0.10 303	0.19 280	1.54 367

anonymousa	4.24 333	0.78 169	4.05 188	2.16 302	4.87 459	8.76 393	0.35 138	7.41 226	4.47 147	8.21 326	19.70 435	11.03 391	5.87 363	2.04 54	2.20 229	0.00 1	1.16 437	0.00 1	0.55 446	0.04 72	1.11 329

OCTAStereo	2.38 156	0.48 63	3.90 171	2.16 302	0.11 23	3.42 232	0.42 154	7.06 208	3.74 97	6.91 258	5.26 166	2.63 150	1.32 153	8.41 318	1.70 191	0.01 157	0.00 1	0.00 1	0.00 1	0.03 46	0.01 1

FCDSN-DC	10.72 459	1.16 274	5.01 256	2.16 302	1.31 312	17.46 462	4.80 420	17.79 453	19.87 451	25.02 479	32.85 480	33.57 488	23.52 486	16.80 463	12.13 440	0.11 377	0.00 1	0.00 1	0.00 1	0.09 148	0.76 288
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanetorigin	9.02 442	3.75 448	28.68 493	2.16 302	3.86 429	5.84 345	5.40 429	5.93 150	10.39 366	28.12 484	31.02 478	15.98 429	13.74 455	9.38 366	12.55 445	0.25 414	0.22 285	0.22 448	0.24 376	1.24 447	1.47 361

NF-Stereo	2.38 156	0.48 63	3.88 169	2.17 307	0.11 23	3.43 234	0.42 154	7.08 213	3.75 99	6.91 258	5.29 170	2.65 151	1.33 155	8.40 316	1.67 188	0.01 157	0.00 1	0.00 1	0.00 1	0.03 46	0.02 6

RE-Stereo	2.38 156	0.48 63	3.91 172	2.17 307	0.11 23	3.43 234	0.42 154	7.07 210	3.75 99	6.91 258	5.26 166	2.62 148	1.33 155	8.41 318	1.72 193	0.01 157	0.00 1	0.01 335	0.00 1	0.03 46	0.01 1

TVStereo	2.38 156	0.48 63	3.91 172	2.17 307	0.11 23	3.43 234	0.42 154	7.07 210	3.75 99	6.91 258	5.26 166	2.62 148	1.33 155	8.41 318	1.72 193	0.01 157	0.00 1	0.01 335	0.00 1	0.03 46	0.01 1

TRStereo	2.71 196	3.79 449	5.46 281	2.19 310	2.22 371	2.98 199	1.07 312	9.83 294	4.39 141	3.46 128	3.48 115	3.92 204	0.77 107	6.43 184	1.70 191	0.03 293	0.63 340	0.00 1	0.29 405	0.11 183	1.49 363

DAS	4.18 328	0.53 86	6.20 323	2.20 311	3.69 423	2.78 169	3.12 387	8.69 258	10.29 363	9.39 371	12.80 368	4.58 236	7.20 394	9.08 355	2.70 261	0.02 254	0.00 1	0.00 1	0.00 1	0.04 72	0.34 185

SepStereo	4.22 331	0.53 86	6.20 323	2.20 311	3.69 423	2.78 169	3.12 387	8.69 258	10.29 363	9.39 371	12.80 368	4.58 236	7.20 394	9.74 382	2.70 261	0.02 254	0.00 1	0.00 1	0.00 1	0.04 72	0.34 185

IRAFT_RVC	2.98 224	0.66 139	4.23 203	2.20 311	0.40 139	2.91 193	5.04 424	7.03 206	4.21 129	6.59 242	5.52 181	5.02 257	4.77 326	8.41 318	2.30 245	0.01 157	0.17 273	0.01 335	0.00 1	0.03 46	0.05 28

test_sample7	3.75 292	0.67 144	4.34 210	2.21 314	0.35 119	4.47 310	2.08 361	11.31 338	8.40 323	8.64 340	8.05 262	6.80 305	5.05 338	7.22 230	2.53 250	0.07 351	1.04 410	0.00 1	0.00 1	0.06 101	1.66 382

ACV-stereo	4.65 360	1.22 290	10.49 427	2.22 315	1.05 263	12.62 441	1.24 324	6.70 192	7.36 288	3.22 124	5.18 164	16.59 435	10.02 432	8.18 296	6.19 362	0.06 343	0.14 265	0.01 335	0.00 1	0.12 201	0.40 200

GANet-ADL	2.40 164	0.65 135	3.92 174	2.22 315	0.11 23	2.23 103	0.47 164	9.29 282	7.27 283	4.77 164	5.95 195	3.96 205	1.26 152	3.08 88	2.27 239	0.04 318	0.08 234	0.02 368	0.00 1	0.15 250	0.21 134

StereoDRNet-Refined	4.84 371	0.96 234	5.13 260	2.22 315	0.46 149	9.10 398	0.16 84	10.72 320	9.40 352	13.41 438	12.50 361	10.02 366	4.58 317	8.60 329	8.71 397	0.01 157	0.00 1	0.01 335	0.05 275	0.24 325	0.53 236
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample6	3.60 279	0.66 139	5.27 267	2.23 318	0.48 152	3.25 219	0.21 104	11.94 355	7.53 294	7.18 277	11.56 343	3.99 207	3.86 282	8.03 288	3.88 304	0.03 293	0.83 362	0.00 1	0.09 296	0.07 120	0.86 298

HBP-ISP	4.37 341	1.56 341	4.59 234	2.23 318	1.29 308	7.87 380	3.96 404	11.80 351	10.91 380	8.06 321	14.45 387	3.38 175	4.87 329	9.27 363	2.53 250	0.14 385	0.06 217	0.00 1	0.01 222	0.08 133	0.30 175

x	2.30 149	0.82 182	3.85 161	2.23 318	0.72 211	2.12 98	0.81 266	9.48 287	4.82 170	3.83 140	2.76 93	3.49 188	2.30 210	3.48 94	2.25 236	0.00 1	1.13 424	0.00 1	0.22 370	0.09 148	1.66 382

HITNet	3.11 232	1.38 318	5.35 274	2.23 318	0.12 31	5.59 335	0.58 201	9.95 299	5.72 210	6.62 244	7.91 257	3.90 203	3.24 244	4.39 120	4.58 331	0.01 157	0.00 1	0.00 1	0.00 1	0.08 133	0.57 242
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
test_sample3	3.27 244	0.62 128	5.29 271	2.24 322	0.58 185	4.62 314	0.16 84	12.15 362	7.51 292	6.44 229	7.25 237	3.72 197	3.03 237	6.73 199	3.17 284	0.01 157	0.85 368	0.00 1	0.10 303	0.07 120	0.88 300

DPSNet	10.88 462	2.57 420	20.40 474	2.24 322	1.90 353	24.92 480	17.00 501	21.35 482	28.61 478	12.87 432	13.74 379	17.01 440	20.14 473	15.36 453	14.01 457	0.81 447	0.98 398	0.20 445	0.65 451	1.30 450	1.54 367

model_zeroshot	1.98 102	0.70 156	4.98 255	2.25 324	1.07 266	3.20 215	0.13 66	7.01 202	3.34 65	3.46 128	3.77 127	2.69 152	0.42 63	2.86 81	1.18 130	0.06 343	0.85 368	0.00 1	0.25 380	0.02 16	1.40 359

AANet_RVC	5.41 381	2.61 422	8.17 385	2.25 324	1.30 310	2.27 108	1.64 346	10.82 324	18.54 447	8.01 315	18.09 427	8.39 344	3.31 250	11.37 416	8.98 403	1.15 454	0.38 315	0.02 368	0.00 1	0.17 263	0.70 279

FC-DCNN	11.29 464	1.01 249	5.50 282	2.25 324	1.65 333	18.23 466	5.36 428	18.99 461	20.65 456	28.95 485	34.83 487	33.83 490	23.18 484	17.04 467	13.37 453	0.17 396	0.01 123	0.02 368	0.02 241	0.10 170	0.70 279

G2L-Stereo_aug	4.56 353	0.93 219	5.89 308	2.26 327	1.19 288	4.79 320	0.41 151	8.66 256	13.86 418	10.26 391	11.34 338	11.08 392	5.67 360	9.22 361	5.33 348	0.00 1	0.01 123	0.00 1	0.00 1	0.19 280	0.18 112

DispNO	3.51 271	1.33 307	8.51 389	2.26 327	1.36 316	3.46 239	0.81 266	8.74 262	6.58 247	6.78 255	7.63 247	6.22 295	4.20 299	7.47 254	4.44 325	0.00 1	0.03 185	0.03 386	0.11 310	0.13 223	0.14 78

Wz-Net-SNSev	9.92 452	8.01 476	26.42 488	2.26 327	1.85 349	8.36 388	14.30 489	18.01 454	21.68 461	10.78 404	23.95 451	16.84 437	8.60 419	15.59 456	19.76 470	0.01 157	0.03 185	0.01 335	0.00 1	0.52 412	1.34 354

PFNet	3.06 228	0.59 118	6.13 319	2.26 327	0.84 233	3.08 205	0.73 247	7.38 224	5.35 188	10.20 388	6.06 196	4.72 241	2.10 202	8.47 323	2.25 236	0.19 401	0.06 217	0.00 1	0.11 310	0.20 290	0.42 215

ADCL	10.77 460	3.23 436	21.50 476	2.26 327	1.96 359	23.65 477	9.07 465	14.69 427	24.88 470	15.21 450	27.20 464	12.68 409	14.02 458	16.94 465	24.43 487	0.26 417	0.18 274	0.74 462	0.67 452	0.80 435	1.02 319

DDVS	3.79 297	0.66 139	5.66 297	2.27 332	1.28 303	6.48 356	0.47 164	9.33 284	4.35 139	7.29 287	7.71 248	12.49 407	2.21 204	9.01 352	5.16 346	0.08 358	0.20 282	0.01 335	0.00 1	0.14 234	1.03 322

mmm	3.07 229	0.76 168	4.50 221	2.27 332	1.24 298	3.75 270	0.12 57	10.03 300	5.12 181	6.43 228	11.19 335	3.10 165	3.20 241	4.54 127	1.78 197	0.02 254	1.19 442	0.00 1	0.30 407	0.09 148	1.79 408

psm_up	4.33 337	1.34 308	4.43 214	2.27 332	2.62 387	5.29 328	3.30 397	11.49 343	6.89 265	8.05 319	8.06 265	10.09 369	11.10 439	7.12 227	3.76 297	0.24 411	0.01 123	0.00 1	0.00 1	0.20 290	0.37 194

FC-DCNN v2	11.44 465	0.98 240	5.39 276	2.28 335	1.65 333	18.84 468	5.41 430	19.66 467	20.80 457	29.20 486	35.39 489	34.37 492	23.46 485	17.13 468	13.18 452	0.17 396	0.01 123	0.02 368	0.01 222	0.08 133	0.69 276

SDNR	7.97 427	2.75 427	16.90 463	2.28 335	0.94 248	45.23 508	0.43 158	9.30 283	10.84 377	10.71 402	25.30 461	5.51 270	4.47 309	11.98 424	7.58 380	0.15 387	0.14 265	0.00 1	0.04 271	2.27 465	2.65 459

Sa-1000	3.81 298	1.26 295	4.64 237	2.29 337	0.55 180	3.51 243	1.58 343	8.37 249	9.13 345	7.97 310	17.42 420	3.98 206	2.76 229	9.61 374	1.68 189	0.00 1	0.69 348	0.00 1	0.18 345	0.23 320	0.27 164

GEStereo_RVC	3.95 309	1.21 289	6.13 319	2.30 338	1.22 294	4.29 301	2.96 381	12.39 368	8.24 317	7.25 284	6.79 222	7.58 323	4.22 301	9.16 357	4.56 329	0.04 318	0.01 123	0.02 368	0.02 241	0.19 280	0.42 215

DMCA-RVC	3.59 278	1.98 384	8.68 394	2.30 338	1.48 325	3.54 248	0.55 192	8.40 250	5.43 195	9.37 370	5.90 190	8.34 339	3.21 242	7.19 228	4.46 326	0.06 343	0.11 251	0.08 418	0.02 241	0.21 301	0.40 200

EKT-Stereo	2.16 127	0.61 122	3.78 158	2.31 340	4.40 442	1.47 35	0.24 112	5.54 114	4.22 130	3.16 123	3.58 124	3.53 190	2.20 203	5.66 159	1.40 156	0.04 318	0.36 312	0.00 1	0.09 296	0.06 101	0.58 244

testlalala_base	3.54 272	0.53 86	3.53 133	2.31 340	2.22 371	4.04 290	0.61 211	6.91 200	2.73 33	2.69 108	4.17 135	1.78 126	0.51 79	2.02 51	1.08 112	13.13 502	3.23 493	0.00 1	0.35 422	16.60 497	2.27 449

FENet	2.35 153	0.59 118	3.28 104	2.32 342	0.27 101	2.78 169	0.13 66	7.68 238	6.09 221	5.38 185	2.12 73	4.84 247	3.33 255	4.98 136	2.66 257	0.02 254	0.03 185	0.00 1	0.00 1	0.04 72	0.40 200

edge stereo	7.12 414	1.19 280	7.83 377	2.32 342	2.46 381	6.90 362	3.26 395	15.58 434	12.52 401	15.68 454	18.34 430	21.83 467	13.05 449	11.53 418	8.68 395	0.04 318	0.06 217	0.11 421	0.03 253	0.30 359	0.63 261

riskmin	2.49 171	0.22 1	3.34 111	2.33 344	1.78 341	2.89 191	0.46 162	7.35 222	6.95 269	2.75 110	1.67 56	6.75 304	5.08 341	3.24 91	1.93 210	0.00 1	0.99 401	0.00 1	0.27 399	0.02 16	1.73 399

test_5	3.16 239	1.18 277	4.96 253	2.33 344	3.10 402	4.51 311	1.27 326	7.47 228	7.61 298	3.00 119	7.38 241	5.37 267	4.06 292	8.28 304	1.54 163	0.00 1	0.34 306	0.00 1	0.02 241	0.21 301	0.62 257

fast-acv-ft	6.00 389	1.95 381	7.88 378	2.35 346	1.85 349	13.61 448	1.76 352	8.44 251	10.12 360	11.22 416	20.57 439	14.41 420	7.55 404	8.11 293	8.83 398	0.10 373	0.09 241	0.16 436	0.07 283	0.68 423	0.35 190

Anonymous_2	4.74 367	0.98 240	4.46 215	2.35 346	2.27 374	5.66 338	0.67 229	8.08 247	5.28 184	4.98 170	2.60 89	8.74 352	6.92 388	5.79 162	3.46 288	0.24 411	1.70 469	5.16 486	18.18 511	5.41 478	1.85 418

NCCL2	6.27 394	2.46 415	7.00 355	2.36 348	1.11 276	9.48 401	11.14 475	13.01 390	10.40 367	9.94 385	9.49 296	22.11 468	7.42 400	9.90 391	8.56 393	0.01 157	0.00 1	0.02 368	0.03 253	0.20 290	0.73 284

PSMNet_ROB	5.41 381	2.45 414	7.39 368	2.36 348	1.90 353	10.11 410	6.54 443	16.32 443	7.59 296	6.84 257	10.83 330	12.06 405	4.13 296	8.73 336	10.24 421	0.02 254	0.01 123	0.01 335	0.11 310	0.26 334	0.40 200

test_sample2	2.79 204	0.59 118	4.40 213	2.38 350	0.43 146	2.58 140	0.15 79	10.14 303	5.78 213	4.23 154	5.86 187	4.31 227	4.02 291	6.34 181	2.00 218	0.00 1	0.96 389	0.00 1	0.12 316	0.07 120	1.37 358

test_sample1	2.88 211	0.63 130	4.46 215	2.38 350	0.68 199	2.61 142	0.05 22	10.51 314	5.36 190	4.50 160	4.81 153	3.76 198	5.94 365	6.10 174	2.96 273	0.00 1	0.99 401	0.00 1	0.11 310	0.07 120	1.67 385

raftrobust	2.16 127	1.31 302	2.76 61	2.38 350	3.33 410	2.72 159	0.51 182	5.34 100	4.64 156	6.13 215	3.98 131	1.63 118	2.51 219	3.02 87	1.64 180	0.00 1	0.76 357	0.00 1	0.02 241	0.14 234	0.27 164

RALCasStereoNet	2.39 163	1.73 362	3.59 145	2.38 350	2.69 390	2.84 175	0.18 92	5.29 96	4.94 174	2.45 105	5.62 185	2.22 139	0.79 112	7.48 257	1.63 176	0.00 1	1.75 470	0.00 1	0.00 1	0.14 234	2.03 435

ADCPNet	10.18 454	3.40 440	33.24 497	2.38 350	1.74 339	17.75 463	7.65 458	13.20 399	13.03 410	14.09 445	21.72 444	19.36 455	11.40 443	15.43 455	23.00 478	0.28 420	1.15 436	0.39 458	1.48 474	0.68 423	2.21 446

SANet	11.48 466	3.34 438	13.93 446	2.40 355	1.01 259	16.49 456	12.16 484	20.05 474	37.28 493	19.62 464	28.04 466	25.61 475	20.10 472	14.43 447	12.39 443	0.10 373	0.06 217	0.03 386	0.06 282	0.76 431	1.73 399

CSAN	8.41 436	2.86 432	9.35 414	2.43 356	0.82 231	13.59 447	11.68 481	15.80 438	21.98 464	14.71 448	16.46 406	18.00 446	14.42 461	13.68 440	10.10 417	0.10 373	0.13 261	0.15 433	0.19 348	0.43 395	1.28 349

PSMNet-RSSM	3.69 285	1.36 312	4.54 227	2.44 357	1.90 353	2.35 115	0.69 235	11.77 350	6.38 237	6.60 243	11.85 350	7.70 325	5.61 359	6.66 196	3.67 291	0.00 1	0.00 1	0.02 368	0.01 222	0.17 263	0.10 55

XX-TBD	1.55 73	1.11 264	2.94 73	2.45 358	0.06 9	2.31 112	0.01 2	3.58 22	7.80 304	3.11 122	5.10 161	0.27 36	0.26 21	1.42 24	0.60 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 22

TDLM	4.58 355	1.79 369	5.03 257	2.45 358	1.32 313	4.04 290	7.15 453	11.60 348	11.46 391	6.91 258	12.69 366	5.94 287	5.03 335	9.74 382	3.80 301	0.67 443	0.00 1	0.01 335	0.05 275	0.23 320	1.78 407

iResNet_ROB	4.67 362	1.77 367	5.93 310	2.47 360	0.95 251	3.78 272	0.36 139	15.65 435	17.36 440	8.75 346	11.23 336	7.05 315	4.60 319	8.94 348	4.23 317	0.01 157	0.00 1	0.00 1	0.00 1	0.16 254	0.15 91

UPFNet	4.17 327	0.83 185	5.51 283	2.49 361	3.36 413	7.13 371	2.60 369	10.52 316	7.16 276	8.76 347	7.83 253	7.85 330	3.41 260	8.60 329	7.04 373	0.01 157	0.02 159	0.00 1	0.00 1	0.12 201	0.17 108

GwcNet-RSSM	4.13 326	1.71 357	6.25 327	2.50 362	1.93 356	2.39 119	1.49 339	9.59 288	8.71 331	6.66 247	15.04 392	8.47 346	3.84 280	6.87 207	6.74 367	0.00 1	0.00 1	0.04 396	0.00 1	0.29 356	0.15 91

MyStereo8	3.30 248	1.69 353	6.28 329	2.51 363	3.79 428	4.22 296	0.07 34	7.43 227	6.39 238	6.51 235	10.13 312	4.23 223	1.45 163	2.79 80	5.08 343	0.06 343	1.49 465	0.00 1	0.40 430	0.26 334	1.33 353

psmorigin	7.74 425	2.19 394	18.99 469	2.51 363	0.89 239	7.08 370	2.74 374	11.25 335	7.90 306	20.49 469	22.36 448	20.16 459	11.95 446	13.84 443	10.61 426	0.04 318	0.18 274	0.06 407	0.24 376	0.27 345	1.07 324

FBW_ROB	9.17 446	2.08 389	10.31 426	2.51 363	1.66 335	13.22 446	6.04 435	23.09 486	20.11 453	19.55 463	15.80 397	18.97 454	11.96 447	19.34 474	11.38 434	0.66 442	0.30 300	2.15 476	0.90 460	1.15 446	2.16 443

DLCB_ROB	4.87 372	1.45 332	4.75 245	2.52 366	1.13 280	6.25 352	3.01 383	10.44 311	8.34 320	11.05 413	13.43 375	14.04 415	3.90 287	9.74 382	6.80 368	0.00 1	0.00 1	0.00 1	0.00 1	0.08 133	0.37 194

ttt	4.41 346	0.70 156	3.95 178	2.53 367	2.01 360	4.34 306	0.41 151	13.09 396	11.69 394	7.20 280	12.20 357	4.15 217	3.35 256	9.54 373	10.11 418	0.07 351	1.11 420	0.00 1	0.19 348	0.10 170	1.47 361

ADCMid	10.97 463	4.49 457	23.66 480	2.53 367	2.52 386	11.46 429	6.31 439	15.31 432	12.85 409	23.57 475	22.99 449	17.92 445	21.04 476	19.57 476	28.05 494	0.47 437	0.43 320	1.10 467	1.32 471	1.73 458	2.10 439

NOSS_ROB	3.67 282	0.86 199	3.81 160	2.53 367	1.11 276	6.10 349	0.72 245	11.08 332	12.36 399	5.45 187	8.91 277	5.65 274	2.09 199	8.30 308	3.16 282	0.20 404	0.07 230	0.00 1	0.00 1	0.11 183	0.80 292

FAT-Stereo	6.98 411	0.79 171	7.57 373	2.54 370	1.80 343	6.16 350	4.33 413	19.16 464	18.82 448	10.75 403	17.08 414	18.23 448	13.56 453	9.25 362	8.44 389	0.03 293	0.16 269	0.01 335	0.10 303	0.14 234	0.65 264

UCFNet_RVC	3.37 257	1.25 294	3.30 105	2.55 371	1.80 343	3.92 280	1.28 328	12.49 373	7.16 276	5.12 177	7.88 255	8.14 332	4.59 318	5.67 160	2.11 224	0.00 1	0.00 1	0.00 1	0.00 1	0.14 234	0.07 42

acv_ft	3.90 303	0.96 234	5.85 307	2.56 372	4.70 456	7.27 373	0.84 275	9.17 276	6.12 223	10.00 386	9.32 292	5.70 280	4.07 294	2.68 76	8.24 387	0.00 1	0.00 1	0.00 1	0.00 1	0.35 376	0.23 147

CVANet_RVC	4.68 363	1.93 378	5.57 292	2.61 373	1.86 351	4.12 293	4.94 422	12.11 358	9.29 348	8.05 319	11.08 333	10.28 370	6.48 378	9.52 372	3.19 285	0.45 432	0.01 123	0.00 1	0.12 316	0.23 320	1.75 403

Wz-Net-MNSev	8.12 430	3.18 435	18.07 466	2.63 374	3.36 413	17.82 464	9.40 469	12.89 385	15.44 429	13.95 444	18.21 429	14.38 419	7.75 406	12.50 429	11.45 435	0.46 434	0.03 185	0.00 1	0.01 222	0.26 334	0.58 244

cf-r	3.76 293	1.43 325	5.34 272	2.66 375	2.79 392	2.85 186	0.62 215	9.08 270	6.91 267	7.06 267	11.90 351	9.64 358	3.83 279	6.23 178	4.53 328	0.00 1	0.00 1	0.00 1	0.00 1	0.19 280	0.17 108

SGM_RVC	10.77 460	1.11 264	4.66 238	2.66 375	0.41 143	21.03 473	6.87 449	20.02 472	15.54 431	25.86 482	24.97 460	33.59 489	20.51 474	20.89 480	14.78 461	0.31 422	0.26 297	0.22 448	0.26 393	0.43 395	1.01 315
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DN-CSS_ROB	3.00 226	2.14 392	7.33 365	2.67 377	0.78 223	3.13 210	0.07 34	6.68 191	4.22 130	5.51 190	12.12 354	2.33 140	1.21 149	8.69 335	2.51 249	0.03 293	0.00 1	0.00 1	0.00 1	0.42 391	0.15 91

11t1	2.13 123	0.67 144	3.98 180	2.69 378	0.85 236	2.59 141	0.07 34	7.40 225	3.89 112	3.75 137	3.57 123	1.24 103	1.96 193	4.68 131	1.97 213	0.10 373	1.13 424	0.00 1	0.22 370	0.09 148	1.66 382

CFNet	4.03 314	1.97 383	6.30 330	2.70 379	1.64 330	5.41 331	0.22 106	12.14 361	10.28 362	5.24 180	11.15 334	6.43 297	3.70 274	8.97 351	4.01 312	0.00 1	0.00 1	0.00 1	0.00 1	0.30 359	0.13 74

Wz-Net-LNSev-Ref	6.52 402	2.21 395	12.10 434	2.75 380	3.28 407	10.03 409	3.05 384	12.31 365	11.52 392	10.10 387	21.36 441	11.51 394	7.30 398	11.56 419	10.61 426	0.09 369	0.00 1	0.00 1	0.00 1	0.08 133	0.51 232

PA-Net	5.40 379	2.35 411	9.55 417	2.75 380	2.21 369	8.74 392	3.92 403	13.05 391	13.35 413	7.30 289	7.98 260	8.08 331	6.39 375	11.17 411	9.30 407	0.02 254	0.03 185	0.00 1	0.03 253	0.16 254	1.55 370
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
raft+_RVC	2.18 130	1.49 335	3.14 92	2.77 382	2.01 360	1.40 30	0.10 48	7.02 205	5.35 188	2.99 118	5.54 182	1.19 100	1.34 158	4.98 136	1.49 160	0.00 1	1.45 460	0.00 1	0.00 1	0.14 234	1.11 329

Syn2CoEx	6.70 404	3.69 447	12.14 435	2.78 383	1.68 336	8.36 388	3.21 391	18.59 458	12.66 403	8.86 349	20.79 440	10.52 374	10.54 436	9.68 376	8.70 396	0.01 157	0.00 1	0.00 1	0.00 1	0.69 425	1.00 314

RALAANet	2.68 192	1.71 357	4.73 244	2.79 384	0.80 227	3.30 224	0.15 79	7.92 243	5.92 217	5.79 195	6.06 196	3.51 189	1.13 132	6.76 202	2.28 241	0.00 1	0.28 298	0.00 1	0.10 303	0.27 345	0.13 74

Wz-Net-TNSev	12.01 469	11.86 488	38.26 502	2.81 385	1.82 346	18.12 465	11.31 480	16.67 444	21.73 462	15.06 449	17.17 415	19.72 458	20.69 475	20.68 479	21.41 473	0.04 318	0.06 217	0.00 1	0.16 330	0.74 429	1.93 428

XPNet_ROB	6.46 399	1.88 371	7.41 370	2.81 385	0.95 251	6.45 355	6.82 448	13.58 407	8.80 334	15.50 452	15.86 398	19.59 457	7.12 393	11.41 417	9.86 415	0.02 254	0.04 202	0.00 1	0.03 253	0.20 290	0.79 291

MC-Stereo	1.87 88	0.49 71	3.52 130	2.82 387	1.07 266	1.90 76	0.12 57	4.89 80	3.27 60	3.66 135	3.58 124	0.56 78	1.45 163	5.79 162	0.81 63	0.00 1	1.19 442	0.00 1	0.21 363	0.11 183	1.95 429

GwcNet	6.95 408	2.89 433	13.32 441	2.82 387	5.53 465	11.76 431	2.14 363	14.95 428	17.69 443	10.83 405	18.14 428	10.83 386	6.66 383	9.83 386	10.19 420	0.03 293	0.06 217	0.03 386	0.08 286	0.64 418	0.66 272

ADCRef	7.76 426	2.31 408	19.09 470	2.82 387	3.29 408	11.88 433	3.06 385	11.52 345	10.89 379	13.69 441	25.85 463	8.20 333	8.89 425	8.95 349	22.66 476	0.16 392	0.08 234	0.16 436	0.34 420	0.47 403	0.91 304

XX-Stereo	2.95 220	0.48 63	7.08 361	2.84 390	2.51 385	1.63 49	0.20 99	6.15 161	3.38 67	2.38 104	16.00 402	6.90 311	0.25 19	6.40 183	1.14 121	0.00 1	0.66 342	0.00 1	0.31 411	0.16 254	0.57 242

LMCR-Stereo	3.92 305	1.96 382	4.92 251	2.85 391	0.23 90	7.88 381	1.47 337	12.52 374	5.39 192	8.71 344	10.65 326	1.90 128	5.04 337	8.53 327	4.89 337	1.05 452	0.00 1	0.00 1	0.00 1	0.42 391	0.05 28

rafts_anoy	2.09 116	1.42 323	3.34 111	2.87 392	2.72 391	2.46 127	0.17 88	6.20 166	6.48 242	3.40 127	2.25 80	1.91 129	1.32 153	3.59 95	1.75 195	0.01 157	1.52 467	0.00 1	0.01 222	0.06 101	0.28 168

tt1	2.53 176	0.91 214	3.53 133	2.92 393	0.53 172	5.60 336	0.61 211	5.55 115	10.56 369	1.54 90	3.54 122	0.34 53	3.00 236	8.20 297	0.68 38	0.00 1	1.13 424	0.00 1	0.03 253	0.11 183	1.88 422

PWC_ROB	8.89 441	4.49 457	15.62 457	2.92 393	4.49 449	7.89 382	1.23 323	17.29 451	20.00 452	16.54 457	28.06 467	14.37 418	11.98 448	14.93 452	15.43 465	0.47 437	0.00 1	0.05 403	0.00 1	0.67 421	1.31 351

MFN_U_SF_DS_RVC	10.36 457	5.37 462	16.61 462	2.95 395	3.02 398	24.75 479	15.44 491	14.68 426	19.73 450	19.77 466	23.97 452	16.98 438	8.40 415	17.58 469	9.23 406	1.59 462	1.75 470	0.16 436	2.63 481	0.75 430	1.85 418

SuperB	8.29 434	3.96 451	24.92 484	2.96 396	1.33 314	9.83 406	4.15 407	10.92 329	29.79 479	11.86 425	12.51 362	6.07 288	6.97 389	11.13 410	14.73 460	0.15 387	0.11 251	0.35 455	0.26 393	12.64 492	1.11 329

EDNetEfficient	14.14 476	6.71 469	56.12 512	2.99 397	3.58 419	5.38 330	8.49 462	9.35 285	33.24 483	40.73 501	30.21 474	18.04 447	22.92 483	12.13 426	26.26 489	0.16 392	0.24 292	0.07 412	1.15 466	2.58 469	2.39 452

UDGNet	2.92 216	7.79 474	4.92 251	3.01 398	0.08 14	2.96 196	0.20 99	4.77 70	8.93 337	2.91 115	2.85 97	0.95 94	1.00 122	6.46 185	1.66 185	1.46 460	0.00 1	5.33 487	0.92 461	1.95 462	0.19 122

WCMA_ROB	10.20 455	1.99 385	9.33 413	3.01 398	2.46 381	15.78 454	7.67 459	12.75 380	15.41 428	25.08 481	33.42 484	27.06 479	19.86 471	13.87 444	12.47 444	1.28 457	0.38 315	0.18 442	0.20 357	0.28 348	1.54 367

ADLNet2	4.72 364	1.44 329	6.68 346	3.03 400	3.90 431	6.80 361	2.91 379	11.67 349	9.63 354	7.99 313	9.89 306	9.75 361	5.32 352	7.70 269	7.13 374	0.01 157	0.03 185	0.00 1	0.00 1	0.26 334	0.22 140

STTStereo	3.90 303	1.43 325	8.20 386	3.03 400	2.28 375	3.64 258	0.64 220	10.11 301	7.09 273	10.20 388	7.08 231	8.73 351	3.57 266	7.44 245	4.00 311	0.00 1	0.02 159	0.01 335	0.01 222	0.04 72	0.40 200

NLCA_NET_v2_RVC	4.11 321	1.53 340	6.87 353	3.04 402	3.33 410	4.34 306	0.59 206	11.36 341	7.92 308	8.98 353	7.98 260	9.72 360	3.82 278	7.92 281	4.43 324	0.15 387	0.02 159	0.03 386	0.03 253	0.07 120	0.14 78
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ACVNet-DCA	2.41 165	0.93 219	3.39 116	3.05 403	0.39 134	5.69 339	0.55 192	9.15 273	4.33 134	1.42 85	3.48 115	0.33 49	3.65 271	8.26 299	0.70 44	0.00 1	1.14 431	0.00 1	0.03 253	0.09 148	1.65 378

xx1	2.73 201	0.93 219	3.39 116	3.05 403	0.39 134	5.69 339	0.55 192	5.34 100	10.76 375	1.42 85	3.48 115	4.63 239	2.83 233	8.26 299	0.70 44	0.00 1	1.14 431	0.00 1	0.25 380	0.09 148	1.65 378

1test111	2.31 150	0.93 219	3.39 116	3.05 403	0.39 134	5.69 339	0.55 192	9.15 273	4.33 134	1.42 85	3.48 115	0.33 49	3.65 271	4.95 134	2.06 221	0.00 1	1.14 431	0.00 1	0.03 253	0.09 148	1.65 378

cc1	2.56 181	0.93 219	3.39 116	3.05 403	0.39 134	5.69 339	0.55 192	5.34 100	10.76 375	1.42 85	3.48 115	0.33 49	3.65 271	8.26 299	0.70 44	0.00 1	1.14 431	0.00 1	0.03 253	0.12 201	1.89 425

GANet	6.86 407	1.78 368	5.98 313	3.05 403	1.12 279	10.12 411	9.38 468	13.41 404	8.67 329	11.46 420	29.87 472	13.94 414	8.25 414	12.06 425	6.33 364	0.40 428	0.06 217	0.16 436	0.33 416	0.18 273	0.59 247

DRN-Test	6.23 393	1.51 336	7.53 372	3.07 408	3.69 423	12.17 438	3.23 392	20.80 479	11.11 386	12.64 430	13.02 372	10.91 388	5.26 346	8.49 324	10.12 419	0.05 333	0.05 211	0.04 396	0.04 271	0.28 348	0.65 264

coex_refinement	4.34 338	1.44 329	4.46 215	3.08 409	1.46 324	4.22 296	0.36 139	11.92 354	8.33 319	8.48 335	13.41 374	9.90 364	3.40 259	6.95 215	8.54 391	0.00 1	0.02 159	0.00 1	0.00 1	0.09 148	0.71 282

CRFU-Net	4.81 369	0.78 169	5.69 299	3.10 410	1.39 318	13.18 445	3.23 392	12.26 363	4.33 134	10.91 409	9.98 310	10.94 389	7.93 410	7.47 254	3.94 309	0.16 392	0.16 269	0.16 436	0.00 1	0.26 334	0.29 171

AdaStereo	3.34 251	0.74 166	4.00 183	3.10 410	0.51 165	4.22 296	1.25 325	12.84 382	8.39 322	6.33 222	9.55 297	5.77 283	1.54 175	5.53 155	2.74 267	0.02 254	0.00 1	0.00 1	0.00 1	0.03 46	0.15 91
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.
ac_64	3.98 312	0.86 199	5.10 259	3.17 412	3.43 416	5.80 343	0.70 240	10.87 325	4.96 175	8.94 352	6.46 214	10.70 381	5.52 357	7.44 245	5.10 345	0.03 293	0.00 1	0.00 1	0.00 1	0.14 234	0.31 177

ccnet	7.45 423	1.89 375	7.71 375	3.18 413	2.35 376	12.19 439	6.14 437	18.95 460	9.36 351	13.33 437	20.38 437	16.00 430	9.10 429	10.10 395	15.40 464	0.44 430	0.34 306	0.25 451	0.25 380	0.48 406	1.18 336

pmcnn	8.17 431	1.70 355	11.49 431	3.18 413	3.07 399	9.66 404	6.06 436	13.60 408	17.71 444	15.23 451	24.02 453	27.61 480	8.81 423	10.36 400	9.51 412	0.08 358	0.08 234	0.00 1	0.00 1	0.31 366	0.87 299

FINET	6.96 409	2.98 434	13.77 444	3.20 415	4.81 458	9.65 403	9.90 471	13.68 410	23.91 468	8.28 328	13.70 377	5.36 266	5.83 362	10.79 404	8.05 385	0.90 449	1.43 459	0.11 421	0.38 427	0.48 406	1.98 433

iResNetv2_ROB	4.72 364	2.26 398	8.87 402	3.20 415	1.25 299	4.32 303	1.73 350	14.22 420	10.62 372	10.53 398	12.13 356	7.77 326	5.54 358	8.29 305	2.76 269	0.00 1	0.00 1	0.00 1	0.00 1	0.42 391	0.55 239

GANet-RSSM	3.67 282	1.16 274	4.56 232	3.24 417	2.03 362	2.63 145	0.50 181	11.53 346	6.83 263	6.25 217	10.58 324	7.35 318	6.65 382	6.77 204	2.94 272	0.00 1	0.00 1	0.08 418	0.00 1	0.26 334	0.12 68

iResNet	4.04 315	1.46 333	8.72 396	3.25 418	0.36 125	4.54 313	0.47 164	9.06 268	10.40 367	7.98 311	12.82 370	4.06 212	3.22 243	8.82 339	4.95 340	0.03 293	0.01 123	0.00 1	0.00 1	0.14 234	0.55 239

NCC-stereo	7.43 421	2.28 402	8.58 392	3.28 419	4.48 447	8.34 385	4.27 410	20.45 477	13.66 415	9.17 362	17.52 421	16.49 433	14.31 459	13.71 441	8.95 401	1.73 463	0.12 255	0.01 335	0.50 443	0.21 301	0.60 249

Abc-Net	7.43 421	2.28 402	8.58 392	3.28 419	4.48 447	8.34 385	4.27 410	20.45 477	13.66 415	9.17 362	17.52 421	16.49 433	14.31 459	13.71 441	8.95 401	1.73 463	0.12 255	0.01 335	0.50 443	0.21 301	0.60 249
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HGLStereo	4.58 355	1.04 254	6.02 314	3.30 421	5.14 463	6.36 353	0.71 242	11.04 330	7.60 297	8.04 317	12.85 371	6.90 311	8.51 418	7.85 276	5.93 355	0.02 254	0.02 159	0.00 1	0.00 1	0.14 234	0.15 91

STTRV1_RVC	7.16 416	1.18 277	13.30 439	3.33 422	6.91 473	11.99 435	4.01 405	15.74 437	12.11 397	9.56 377	14.59 390	11.64 398	8.75 421	12.86 435	8.54 391	3.70 478	2.86 488	0.41 459	0.13 322	1.38 452	0.12 68

S-Stereo	6.85 406	0.93 219	10.76 428	3.34 423	3.51 418	6.55 357	6.01 434	13.75 412	23.86 467	9.65 381	15.54 395	11.81 401	8.24 413	8.59 328	11.23 433	0.13 382	0.16 269	0.00 1	0.42 434	0.14 234	2.39 452

SACVNet	4.55 351	1.88 371	5.55 290	3.38 424	1.68 336	3.11 207	2.76 376	12.44 371	6.43 239	11.07 414	11.31 337	10.53 376	5.13 343	9.88 389	4.56 329	0.08 358	0.02 159	0.00 1	0.01 222	0.38 385	0.80 292

StereoDRNet	6.02 391	2.40 413	8.22 387	3.43 425	4.43 444	10.57 420	4.21 408	19.44 465	11.24 389	12.86 431	8.06 265	11.64 398	4.79 327	8.65 334	9.32 408	0.01 157	0.10 247	0.00 1	0.03 253	0.34 374	0.69 276

SGM-ForestM	18.61 491	3.38 439	10.14 424	3.44 426	2.24 373	34.17 497	15.39 490	29.44 497	33.93 484	38.55 499	41.08 497	53.64 507	36.76 502	34.82 499	27.16 492	1.25 456	1.81 473	0.74 462	1.01 463	0.61 416	2.61 458

ISRNet	4.11 321	0.88 209	6.63 342	3.46 427	2.64 388	2.11 97	0.26 118	7.72 240	6.60 248	11.29 418	17.98 426	8.21 334	2.60 222	6.81 206	4.72 335	0.00 1	0.00 1	0.00 1	0.00 1	0.09 148	0.25 159

TestStereo1	3.12 234	1.34 308	4.67 239	3.47 428	0.71 208	2.50 130	1.45 335	7.27 217	8.71 331	4.91 167	9.28 289	2.34 141	3.61 268	9.44 368	1.62 173	0.00 1	0.33 304	0.00 1	0.00 1	0.30 359	0.40 200

SA-5K	3.12 234	1.34 308	4.67 239	3.47 428	0.71 208	2.50 130	1.45 335	7.27 217	8.71 331	4.91 167	9.28 289	2.34 141	3.61 268	9.44 368	1.62 173	0.00 1	0.33 304	0.00 1	0.00 1	0.30 359	0.40 200

APVNet	6.28 395	2.46 415	10.09 423	3.51 430	3.97 435	12.15 437	1.75 351	20.08 475	6.73 257	6.92 264	13.45 376	10.75 383	6.29 374	11.86 423	14.34 459	0.05 333	0.02 159	0.11 421	0.03 253	0.63 417	0.34 185

SCV	2.06 108	0.84 188	3.74 153	3.56 431	1.22 294	2.30 111	0.76 256	7.87 242	3.29 63	0.59 39	2.83 95	0.67 82	0.58 90	8.00 284	0.91 82	0.00 1	0.89 376	0.00 1	0.48 440	0.41 390	2.18 444

stereogan	8.18 432	1.32 305	9.05 406	3.59 432	4.00 438	20.16 472	3.13 389	17.25 450	20.16 454	10.68 401	19.19 432	20.56 465	10.70 438	14.74 450	7.00 371	0.34 424	0.04 202	0.21 447	0.08 286	0.70 427	0.65 264

ADCS	13.76 474	6.46 468	30.74 495	3.62 433	2.93 395	14.28 450	11.22 478	20.02 472	34.42 487	23.20 472	25.42 462	19.51 456	19.62 470	24.54 489	33.88 503	0.27 419	0.23 289	0.37 457	0.19 348	1.47 453	2.84 460

AF-Net	8.37 435	2.16 393	9.01 404	3.65 434	4.58 453	9.40 400	2.63 370	17.71 452	21.32 460	10.38 395	24.51 457	20.43 462	16.67 465	12.54 432	10.76 430	0.70 445	0.00 1	0.12 428	0.00 1	0.47 403	0.42 215

RASNet	5.00 374	1.19 280	5.69 299	3.68 435	4.80 457	5.04 326	1.29 329	10.26 304	8.99 340	5.89 199	11.65 346	10.55 377	9.76 431	9.96 393	10.32 423	0.20 404	0.00 1	0.00 1	0.00 1	0.09 148	0.73 284

NVstereo2D	4.82 370	1.29 299	7.98 383	3.68 435	3.48 417	8.02 383	3.10 386	11.25 335	15.50 430	5.14 178	7.71 248	8.21 334	4.68 322	10.19 398	4.30 320	0.02 254	0.19 276	0.13 430	0.36 424	0.07 120	1.12 332

DISCO	6.58 403	0.98 240	6.44 335	3.75 437	1.18 286	11.19 427	3.29 396	12.92 386	16.72 436	7.27 285	11.74 348	17.34 441	6.60 380	19.59 477	11.59 436	0.00 1	0.00 1	0.00 1	0.00 1	0.45 400	0.50 228

AASNet	4.20 330	1.63 348	5.82 304	3.79 438	3.93 432	6.55 357	1.22 322	19.12 463	6.82 262	7.86 307	8.35 271	4.36 229	2.55 220	3.87 104	7.47 378	0.00 1	0.00 1	0.00 1	0.00 1	0.49 409	0.22 140

YMNet	5.84 385	2.29 405	10.08 421	3.80 439	4.45 445	10.40 414	0.88 289	10.81 322	7.17 278	14.28 446	16.67 409	11.58 395	4.41 305	8.51 325	9.37 409	0.12 379	0.35 310	0.11 421	0.08 286	0.79 433	0.62 257

YMNet_1	5.84 385	2.29 405	10.08 421	3.80 439	4.45 445	10.40 414	0.88 289	10.81 322	7.17 278	14.28 446	16.67 409	11.58 395	4.41 305	8.51 325	9.37 409	0.12 379	0.35 310	0.11 421	0.08 286	0.79 433	0.62 257

AACVNet	3.71 289	1.63 348	4.89 249	3.80 439	0.62 190	3.25 219	0.30 130	9.47 286	3.81 103	6.34 225	10.74 328	10.52 374	4.92 331	9.31 365	3.88 304	0.03 293	0.01 123	0.00 1	0.00 1	0.34 374	0.28 168

ADLNet	4.56 353	1.19 280	5.52 289	3.81 442	3.59 420	6.98 366	2.40 367	12.01 357	7.96 309	10.52 397	9.67 303	8.26 336	4.98 334	6.59 189	6.93 369	0.01 157	0.01 123	0.00 1	0.01 222	0.22 308	0.55 239

WZ-Net	13.61 473	5.57 463	42.84 505	3.89 443	3.19 404	19.90 470	15.44 491	15.67 436	32.04 482	16.13 455	28.69 468	22.17 469	15.84 463	21.40 483	26.87 490	0.75 446	0.01 123	0.01 335	0.03 253	0.51 411	1.20 338

GANetREF_RVC	6.97 410	3.59 444	9.14 409	4.00 444	0.40 139	13.17 444	11.27 479	15.95 439	17.51 442	10.62 400	10.66 327	12.15 406	7.97 411	13.18 438	5.04 341	0.45 432	0.00 1	0.01 335	0.15 328	3.47 473	0.60 249
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
XQC	9.46 447	4.84 460	18.88 468	4.07 445	3.09 401	15.97 455	6.65 444	16.26 442	26.63 473	12.63 429	12.35 360	15.75 427	10.62 437	16.48 461	21.19 471	0.44 430	0.96 389	0.05 403	0.32 413	1.10 443	0.99 312

CC-Net-ROB	8.09 429	10.11 484	9.03 405	4.07 445	3.74 427	15.24 452	4.84 421	18.44 457	10.87 378	6.73 254	14.03 383	7.54 322	4.68 322	11.61 421	3.98 310	6.59 484	2.54 482	16.51 494	1.19 468	7.88 486	2.20 445

DANet	6.46 399	1.58 344	9.58 419	4.10 447	3.99 437	9.13 399	1.34 332	10.37 308	7.76 300	13.76 442	15.66 396	16.14 431	7.03 392	13.07 437	13.62 456	0.19 401	0.12 255	0.02 368	0.02 241	0.15 250	1.61 373
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IIG-Stereo	3.28 245	0.98 240	3.57 140	4.14 448	0.22 87	2.56 136	0.71 242	7.04 207	6.10 222	8.49 336	9.38 295	7.82 329	2.73 226	9.69 381	1.99 216	0.02 254	0.02 159	0.00 1	0.00 1	0.03 46	0.14 78

Nwc_Net	7.54 424	1.91 377	8.71 395	4.16 449	3.42 415	10.77 422	2.00 358	20.33 476	12.19 398	9.10 359	24.04 455	17.67 444	13.58 454	12.14 427	9.12 405	0.94 451	0.00 1	0.00 1	0.02 241	0.22 308	0.41 210

LE_ROB	17.31 486	2.62 424	14.26 450	4.20 450	1.80 343	17.40 461	9.70 470	15.38 433	55.92 512	63.97 522	40.81 496	35.50 494	39.26 505	15.64 457	28.51 495	0.06 343	0.11 251	0.13 430	0.21 363	0.14 234	0.51 232

MFN_U_SF_RVC	13.54 472	4.69 459	28.43 492	4.24 451	2.50 384	24.26 478	5.99 432	28.23 493	20.18 455	24.06 478	29.38 470	30.35 484	16.92 466	20.98 482	21.39 472	1.35 458	1.13 424	1.02 465	1.41 473	1.88 461	2.50 457

RP	7.41 419	1.90 376	7.33 365	4.26 452	5.25 464	6.64 359	3.46 398	12.44 371	16.23 435	10.36 394	23.00 450	18.72 450	16.59 464	11.10 408	8.47 390	1.10 453	0.02 159	0.12 428	0.16 330	0.43 395	0.65 264

DeepPrunerF	7.18 417	3.58 443	25.29 486	4.27 453	7.20 475	3.78 272	4.64 418	14.03 417	20.86 458	8.85 348	10.57 323	7.35 318	7.88 409	12.16 428	10.66 428	0.25 414	0.16 269	0.29 452	0.43 436	0.77 432	0.65 264

MaskLacGwcNet_RVC	6.42 398	6.12 467	6.53 339	4.29 454	3.61 421	15.41 453	4.13 406	12.36 366	7.32 287	7.60 297	8.51 273	8.97 354	2.64 224	10.17 397	3.72 295	8.16 488	2.40 478	2.00 475	0.11 310	8.55 487	5.84 481

PASM	9.11 443	5.68 464	25.06 485	4.33 455	4.18 440	7.01 367	8.48 461	12.37 367	20.95 459	13.49 439	15.37 394	18.80 451	11.52 444	14.70 449	12.70 446	0.93 450	1.19 442	0.32 454	1.21 469	1.66 456	2.22 447

OMP-Stereo	3.15 237	1.19 280	3.49 128	4.34 456	0.51 165	2.20 102	1.21 320	6.67 187	6.52 245	7.99 313	6.24 206	8.38 343	2.44 216	9.65 375	1.92 209	0.01 157	0.02 159	0.00 1	0.00 1	0.08 133	0.15 91

DGSMNet	7.10 413	3.49 441	15.11 455	4.36 457	4.41 443	8.94 397	6.25 438	15.10 430	14.28 420	8.15 324	14.51 389	10.08 367	5.38 353	11.04 407	7.95 383	1.49 461	2.00 474	1.79 473	1.68 479	2.43 466	3.48 467

MDST_ROB	9.13 445	1.31 302	10.16 425	4.36 457	2.48 383	28.66 489	7.64 457	19.96 470	14.97 424	27.53 483	24.02 453	9.47 356	5.27 347	16.31 460	8.61 394	0.63 441	0.19 276	0.00 1	0.00 1	0.08 133	0.90 301

RGC	7.40 418	2.77 429	7.71 375	4.43 459	4.87 459	8.88 394	2.96 381	16.05 440	12.76 408	11.96 428	19.57 434	18.32 449	11.57 445	13.89 445	9.58 413	0.83 448	0.02 159	0.24 450	0.41 433	0.40 389	0.77 289

TCMNet	5.54 383	2.53 417	10.92 429	4.50 460	6.58 470	8.90 396	1.31 331	11.59 347	8.68 330	7.24 282	12.74 367	8.37 340	4.65 321	9.30 364	10.83 431	0.11 377	0.19 276	0.31 453	0.09 296	0.84 438	1.07 324

AnyNet_C32	11.82 467	7.08 470	25.83 487	4.55 461	5.88 468	16.92 459	16.97 500	14.14 418	18.11 446	16.87 458	21.66 443	14.78 421	13.87 457	23.54 488	31.83 500	0.24 411	0.28 298	0.35 455	0.53 445	1.35 451	1.71 396

RTSC	9.87 451	4.34 454	16.44 460	4.60 462	2.38 377	12.54 440	0.75 254	18.19 455	37.31 494	16.16 456	15.86 398	13.32 410	7.56 405	20.93 481	23.50 481	0.34 424	1.07 415	0.02 368	0.35 422	0.71 428	0.99 312

SHD	10.45 458	3.67 446	14.03 447	4.81 463	4.52 450	11.93 434	1.66 349	21.36 483	38.40 496	18.84 462	21.72 444	17.63 442	13.07 450	15.65 458	17.71 467	0.36 426	1.09 417	0.01 335	0.32 413	0.50 410	1.67 385

AnyNet_C01	16.99 482	12.34 490	60.47 514	4.88 464	3.11 403	31.77 492	16.79 498	18.60 459	17.96 445	18.62 461	38.50 492	24.03 470	19.00 468	30.59 495	35.18 505	0.29 421	0.56 333	0.45 461	0.48 440	2.70 470	3.40 465

GASNet	5.62 384	5.76 465	12.05 433	5.03 465	2.08 366	3.77 271	1.53 341	12.92 386	11.62 393	9.64 378	7.40 242	8.58 349	7.54 403	14.76 451	8.25 388	0.02 254	0.15 267	0.00 1	0.00 1	0.81 437	0.52 235

PVD	16.41 480	3.98 452	16.04 458	5.38 466	4.59 455	19.44 469	7.28 455	28.88 495	49.27 506	31.53 489	43.72 500	30.36 485	32.17 499	26.70 492	23.19 479	0.25 414	1.48 464	0.04 396	0.59 448	0.52 412	2.87 461

BEATNet-Init1	24.70 498	11.33 487	44.28 506	5.48 467	3.94 433	47.60 512	22.33 507	34.94 498	40.01 498	48.11 510	49.98 507	59.86 511	43.17 509	39.48 506	31.77 499	1.37 459	1.76 472	1.17 468	1.17 467	2.44 467	3.85 472

Consistency-Raft	9.58 449	5.11 461	13.00 438	5.61 468	8.92 484	4.03 288	5.07 425	19.73 469	24.90 471	11.32 419	29.86 471	13.36 411	6.16 370	8.00 284	13.47 454	0.67 443	0.34 306	1.81 474	4.36 493	12.23 490	3.62 470

RTS	19.64 494	10.42 485	87.01 522	5.88 469	6.82 471	41.73 505	16.69 496	16.80 447	41.90 500	23.44 473	32.96 482	13.79 412	21.49 477	38.85 504	30.84 497	0.46 434	0.70 350	0.00 1	0.09 296	1.13 444	1.70 393

RTSA	19.64 494	10.42 485	87.01 522	5.88 469	6.82 471	41.73 505	16.69 496	16.80 447	41.90 500	23.44 473	32.96 482	13.79 412	21.49 477	38.85 504	30.84 497	0.46 434	0.70 350	0.00 1	0.09 296	1.13 444	1.70 393

MANE	20.98 497	3.23 436	8.81 398	5.96 471	6.96 474	33.07 495	13.20 485	35.43 499	38.86 497	44.72 507	52.41 511	53.20 506	41.84 508	34.74 498	27.45 493	1.87 468	2.27 476	1.54 472	10.18 502	0.69 425	3.11 462

G-Net	8.60 439	1.93 378	12.59 436	6.04 472	3.66 422	25.93 482	4.26 409	10.35 307	8.05 312	19.71 465	24.73 458	14.15 416	15.49 462	11.30 412	10.69 429	0.50 440	0.46 325	0.19 444	0.25 380	0.80 435	0.91 304

ELAS	17.99 488	3.49 441	11.19 430	6.14 473	5.79 467	34.89 498	17.28 502	28.75 494	30.47 480	40.80 503	45.79 502	39.04 497	32.05 498	27.63 493	24.30 486	1.88 469	2.41 480	1.09 466	1.48 474	1.83 460	3.48 467
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	8.50 437	4.40 455	9.57 418	6.16 474	4.54 452	10.46 416	1.03 306	15.30 431	28.16 476	10.88 408	30.88 477	6.96 314	11.31 442	14.57 448	10.40 424	3.10 476	0.02 159	0.00 1	0.00 1	1.55 455	0.63 261

ELAS_RVC	17.82 487	3.60 445	11.92 432	6.63 475	5.73 466	30.34 491	19.64 504	26.92 491	35.06 489	40.79 502	41.32 498	37.31 496	31.61 495	30.54 494	22.93 477	1.97 471	2.40 478	1.28 470	1.27 470	1.71 457	3.51 469
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	17.08 483	7.98 475	24.37 483	6.82 476	2.93 395	39.68 504	16.11 493	25.46 490	34.93 488	34.13 493	34.20 485	29.20 482	24.94 488	23.01 486	19.39 469	2.79 473	2.87 489	1.18 469	1.53 476	6.78 484	3.31 464

anonymity	8.04 428	4.13 453	12.86 437	7.43 477	13.11 495	8.34 385	2.02 359	18.21 456	7.55 295	13.88 443	9.27 288	10.63 378	7.79 407	11.57 420	6.06 356	6.25 483	5.59 507	3.71 482	3.28 487	3.27 471	5.78 480

NVStereoNet_ROB	17.22 484	8.76 478	16.47 461	7.52 478	8.42 482	13.75 449	11.07 474	24.24 488	26.67 474	31.00 487	46.49 503	34.88 493	27.06 491	22.72 485	23.61 482	6.83 486	4.32 502	6.32 488	10.37 503	4.39 474	9.57 494
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.85 477	7.41 473	36.29 500	7.76 479	43.77 519	11.24 428	12.14 483	16.73 446	23.72 466	23.73 477	32.92 481	18.89 453	13.31 452	16.60 462	12.37 442	0.26 417	0.86 373	0.11 421	0.43 436	1.24 447	17.26 512

testlalala2	2.34 152	0.64 133	2.49 37	9.58 480	6.50 469	3.57 249	0.18 92	5.34 100	3.20 56	3.87 143	4.57 149	3.12 166	0.52 81	1.49 25	0.44 6	0.00 1	0.31 301	0.00 1	0.43 436	0.12 201	0.40 200

UDG	9.12 444	10.06 483	6.35 333	10.06 481	9.64 485	10.48 417	2.33 365	12.73 378	10.19 361	8.33 329	10.27 314	16.70 436	10.47 435	8.33 312	9.07 404	4.28 479	2.59 484	18.90 496	3.83 490	11.35 489	6.50 484

SGM+DAISY	17.25 485	9.46 480	22.74 478	10.11 482	11.40 490	28.98 490	13.74 487	21.15 480	16.85 438	31.39 488	34.79 486	34.05 491	24.24 487	26.23 491	19.31 468	8.79 490	7.56 511	4.88 485	3.93 491	6.07 481	9.33 491

PSMNet-RUCA	6.00 389	5.79 466	14.15 448	10.30 483	7.63 477	6.94 363	1.89 354	12.74 379	10.95 381	4.10 151	11.72 347	4.77 242	1.72 186	8.74 337	5.09 344	1.88 469	0.12 255	4.77 484	0.71 454	5.10 477	0.82 294

MFMNet_re	14.09 475	9.67 481	20.31 473	10.40 484	7.62 476	21.38 474	17.49 503	21.36 483	31.95 481	23.70 476	29.22 469	18.87 452	27.41 492	14.27 446	11.16 432	2.85 474	1.51 466	0.41 459	0.28 400	4.88 475	7.10 485

FADE	26.04 500	18.79 494	52.46 510	10.51 485	10.00 488	22.56 475	9.20 466	36.24 500	53.07 509	20.35 467	19.04 431	26.62 477	34.46 500	40.25 507	35.42 506	31.16 515	14.37 515	38.03 514	37.28 516	5.44 479	5.60 479

PDISCO_ROB	10.27 456	2.79 431	13.30 439	10.58 486	9.96 487	22.78 476	5.99 432	20.01 471	28.57 477	11.88 426	14.49 388	20.54 463	4.92 331	17.01 466	10.29 422	5.79 482	0.42 319	0.14 432	0.13 322	2.53 468	3.25 463

CAS	2.42 166	0.37 14	2.30 32	11.49 487	3.97 435	1.65 51	0.02 11	4.08 43	2.84 38	0.51 27	1.65 55	0.25 33	0.28 27	1.73 36	0.92 83	10.05 494	0.01 123	0.00 1	0.00 1	0.01 6	6.26 483

SPS-STEREO	15.83 479	7.38 472	14.92 454	11.63 488	11.77 493	25.30 481	7.12 452	25.20 489	17.06 439	32.24 490	30.34 475	31.63 486	22.59 480	25.67 490	21.97 474	7.71 487	4.50 503	3.35 481	1.56 477	6.97 485	7.72 487
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	8.22 433	4.42 456	7.19 364	12.11 489	9.77 486	11.80 432	3.23 392	12.00 356	6.60 248	8.59 339	11.52 342	10.97 390	5.31 351	11.10 408	4.20 315	9.56 491	2.29 477	10.51 490	1.61 478	13.06 494	8.49 488

DDUNet	10.03 453	12.17 489	8.24 388	13.02 490	11.73 492	10.32 413	3.76 400	12.27 364	8.35 321	9.64 378	13.89 381	16.48 432	6.67 384	9.50 371	7.00 371	6.80 485	3.45 497	21.10 497	4.33 492	12.78 493	9.12 490

otaku	12.35 470	8.64 477	9.11 408	13.56 491	10.98 489	26.23 483	7.22 454	19.45 466	19.26 449	11.92 427	17.90 425	20.21 460	8.91 426	16.06 459	6.09 357	9.77 493	2.50 481	13.23 491	1.90 480	14.61 495	9.41 493

SAMSARA	15.67 478	3.89 450	14.48 451	13.77 492	7.92 480	38.69 502	73.90 525	21.22 481	24.66 469	17.04 459	13.86 380	30.01 483	13.07 450	18.07 471	17.48 466	0.23 409	1.46 462	0.07 412	0.40 430	0.99 441	2.15 442

Ntro	12.91 471	9.95 482	10.01 420	14.12 493	12.55 494	26.31 484	6.76 446	19.04 462	22.03 465	10.23 390	16.26 403	20.22 461	10.06 433	16.81 464	7.93 382	10.16 495	2.55 483	15.19 493	2.86 482	15.27 496	9.93 496

JetBlue	29.99 505	17.24 492	55.64 511	16.24 494	21.08 507	62.07 523	33.14 514	40.60 503	35.73 492	34.59 496	40.67 495	57.18 510	43.54 510	51.46 518	52.18 520	2.72 472	4.58 505	2.86 477	3.53 488	10.57 488	14.11 507

ACVNet-4b	16.48 481	23.07 496	14.73 453	16.69 495	15.18 498	31.83 493	7.30 456	19.71 468	27.82 475	11.54 423	22.10 447	31.68 487	8.96 428	18.88 473	7.28 376	11.04 497	2.65 485	24.93 501	5.02 495	18.57 499	10.67 499

ACVNet_1	19.51 493	26.19 499	15.50 456	17.71 496	15.28 499	26.46 485	9.36 467	29.16 496	34.18 485	25.06 480	24.89 459	37.18 495	21.93 479	17.80 470	15.03 462	11.08 498	2.83 486	25.29 502	5.06 497	19.11 500	11.14 500

RainbowNet	18.69 492	27.15 501	22.03 477	18.76 497	15.00 497	27.97 488	10.17 472	27.99 492	34.19 486	15.53 453	27.53 465	25.33 473	13.80 456	19.86 478	10.59 425	14.50 505	3.57 498	23.85 500	5.03 496	18.49 498	12.41 503

ACVNet_2	27.45 501	30.56 506	27.90 490	20.72 498	15.55 500	37.22 500	14.00 488	49.32 513	65.88 521	43.17 504	56.99 515	51.90 503	26.98 490	21.46 484	15.38 463	10.77 496	2.85 487	23.12 499	3.62 489	20.08 501	11.47 501

MADNet+	27.96 502	35.32 509	91.41 526	21.04 499	8.86 483	49.25 514	47.41 521	36.98 501	37.84 495	21.00 470	30.83 476	25.41 474	34.95 501	46.51 513	51.54 519	3.04 475	3.33 495	1.48 471	1.05 464	5.85 480	6.05 482

test_for_model	7.41 419	28.34 502	2.84 66	22.38 500	16.53 501	3.40 230	0.91 294	6.72 193	4.54 150	8.04 317	2.84 96	1.04 96	0.43 71	0.86 3	0.60 27	9.67 492	3.31 494	0.00 1	0.08 286	26.60 507	9.03 489

DispFullNet	18.06 489	27.03 500	34.90 498	22.68 501	20.79 504	15.03 451	3.18 390	16.95 449	26.06 472	20.48 468	16.91 411	20.55 464	18.37 467	23.48 487	12.16 441	5.31 481	2.91 490	31.24 505	8.09 501	22.63 503	12.44 504

PWCK	31.62 508	45.59 515	49.67 508	30.49 502	7.80 478	42.91 507	29.73 513	45.45 506	44.44 502	47.41 508	36.92 490	47.86 502	26.79 489	41.90 509	33.36 502	22.77 510	4.56 504	29.89 504	5.13 498	29.43 511	10.36 498

Dean	35.52 510	40.12 513	27.99 491	30.63 503	17.33 502	45.80 511	11.68 481	57.61 522	76.54 525	63.70 521	60.65 518	66.93 520	49.40 515	38.12 502	40.28 511	12.18 501	3.73 500	28.86 503	5.94 500	20.69 502	12.16 502

IMH-64-1	28.06 503	29.98 503	19.46 471	32.15 504	20.98 505	27.68 486	16.66 494	47.31 507	44.85 503	34.14 494	50.94 508	41.49 499	31.67 496	37.53 500	23.88 483	14.17 503	2.96 491	34.45 507	11.15 504	26.12 505	13.75 505

IMH-64	28.06 503	29.98 503	19.46 471	32.15 504	20.98 505	27.68 486	16.66 494	47.31 507	44.85 503	34.14 494	50.94 508	41.49 499	31.67 496	37.53 500	23.88 483	14.17 503	2.96 491	34.45 507	11.15 504	26.12 505	13.75 505

WAO-7	30.22 506	25.83 498	23.33 479	33.10 506	14.36 496	36.98 499	22.41 508	52.85 517	64.46 519	43.76 505	59.24 517	52.31 504	45.69 512	32.82 496	32.60 501	11.16 499	5.49 506	13.76 492	12.60 508	12.36 491	9.38 492

LVE	35.84 512	41.54 514	36.25 499	33.36 507	18.92 503	53.05 519	27.99 512	53.17 520	64.93 520	47.63 509	61.58 519	54.25 508	38.72 504	38.72 503	35.50 507	16.36 509	6.23 508	31.51 506	14.04 509	25.01 504	18.07 513

IMH	30.65 507	30.30 505	21.09 475	34.89 508	21.75 509	33.16 496	16.91 499	49.53 514	52.50 507	38.41 498	55.10 514	45.13 501	40.36 507	41.57 508	25.66 488	14.74 506	3.36 496	35.43 509	11.69 506	27.31 510	14.16 508

TorneroNet-64	33.32 509	33.28 507	33.07 496	35.14 509	21.25 508	48.02 513	21.13 505	43.47 505	58.77 513	33.36 492	46.64 504	62.00 514	38.19 503	44.82 512	35.07 504	15.02 507	3.59 499	35.81 510	12.20 507	29.45 512	16.17 509

WAO-6	35.59 511	37.89 512	17.67 465	37.86 510	24.46 511	37.85 501	21.49 506	49.01 512	67.96 522	44.22 506	48.08 505	53.02 505	53.39 517	33.67 497	36.83 508	26.05 513	7.83 512	43.19 515	21.76 514	30.18 513	19.37 515

TorneroNet	36.02 513	35.25 508	36.33 501	38.44 511	22.19 510	50.72 517	24.42 511	48.39 510	54.53 510	38.03 497	53.44 512	62.83 517	44.79 511	47.68 515	42.11 514	15.69 508	3.97 501	37.25 511	15.05 510	30.83 514	18.40 514

WAO-8	38.93 514	36.84 510	23.97 481	43.96 512	24.48 512	45.73 509	22.62 509	53.10 518	75.66 523	53.86 515	66.14 523	62.39 515	55.11 519	43.01 510	40.67 512	22.98 511	7.22 509	37.53 512	19.49 512	27.04 509	16.83 510

Venus	38.93 514	36.84 510	23.97 481	43.96 512	24.48 512	45.73 509	22.62 509	53.10 518	75.66 523	53.86 515	66.17 524	62.39 515	55.11 519	43.01 510	40.67 512	22.98 511	7.22 509	37.53 512	19.49 512	27.02 508	16.83 510

UNDER WATER-64	46.01 517	48.25 516	68.05 515	44.59 514	28.11 514	57.02 522	43.78 519	40.20 502	48.80 505	52.08 514	42.95 499	67.22 521	57.71 521	48.98 517	49.57 517	40.01 517	17.98 516	52.15 518	39.41 518	38.99 515	34.41 517

JetRed	61.44 523	61.87 522	83.02 521	46.49 515	56.73 523	83.63 524	65.09 523	59.75 524	64.22 518	69.50 525	69.26 525	66.24 519	47.62 513	61.80 522	74.60 525	45.99 519	66.40 526	46.67 516	45.27 520	63.49 522	51.22 522

UNDER WATER	45.99 516	49.80 517	68.56 516	49.99 516	32.13 515	55.35 521	39.50 516	41.12 504	52.90 508	50.69 511	45.18 501	67.79 522	58.75 522	51.93 520	50.97 518	30.59 514	14.03 514	51.66 517	37.15 515	40.27 516	31.35 516

GCST	9.50 448	17.91 493	6.18 322	53.02 517	11.57 491	10.95 424	0.20 99	7.71 239	7.12 275	9.83 384	4.71 152	4.87 248	1.49 165	9.87 387	2.06 221	8.70 489	0.07 230	22.79 498	0.40 430	6.66 483	3.86 473

DPSimNet_ROB	54.45 520	65.73 524	47.00 507	54.49 518	46.37 520	55.34 520	56.47 522	56.18 521	59.04 514	64.57 523	51.76 510	64.01 518	54.49 518	47.54 514	67.21 524	63.21 524	27.86 521	58.04 521	51.28 522	46.61 517	51.87 523

HanzoNet	57.16 522	60.12 521	60.00 513	55.77 519	42.11 517	51.98 518	41.93 517	52.07 515	61.47 516	65.98 524	65.90 522	72.11 524	70.14 524	71.11 524	61.13 522	64.31 525	34.72 522	62.27 522	50.86 521	52.83 520	46.33 520

notaker	48.05 518	55.94 519	50.90 509	56.89 520	40.29 516	38.96 503	33.86 515	47.82 509	55.70 511	57.55 517	57.48 516	60.22 512	59.71 523	54.64 521	43.27 515	41.13 518	19.86 517	57.61 520	37.79 517	50.95 518	40.33 518

ktn	49.32 519	58.11 520	40.16 503	59.92 521	43.22 518	49.79 516	42.99 518	48.56 511	60.67 515	51.59 512	54.51 513	55.34 509	52.65 516	47.92 516	37.91 509	57.88 522	24.79 518	63.00 523	43.57 519	52.51 519	41.31 519

ASD4	76.04 526	81.96 527	69.18 518	68.53 522	80.95 527	96.29 528	99.16 533	77.84 526	93.51 530	77.76 526	85.79 526	78.58 525	76.90 526	78.02 526	82.88 526	58.77 523	62.96 524	55.01 519	62.53 524	68.78 523	65.30 525

LRCNet_RVC	66.47 524	66.44 525	69.02 517	71.60 523	54.27 522	32.21 494	2.93 380	63.19 525	21.83 463	82.02 527	90.16 528	83.59 526	72.13 525	69.45 523	53.25 521	95.47 531	64.21 525	95.15 531	95.27 531	72.59 524	74.60 526

KSHMR	56.07 521	64.25 523	40.47 504	74.89 524	49.63 521	49.42 515	45.46 520	57.71 523	63.52 517	61.65 520	61.67 520	71.88 523	47.67 514	51.47 519	44.57 516	54.67 521	62.25 523	66.31 524	54.18 523	53.03 521	46.75 521

xxxxx1	85.58 529	90.37 529	96.61 529	76.69 525	80.77 524	97.50 531	96.92 530	85.57 527	88.66 527	88.63 528	91.64 529	94.27 528	93.09 528	90.03 528	91.91 528	70.77 526	70.62 527	73.61 527	81.26 528	72.90 525	79.86 527

tt_ll	85.58 529	90.37 529	96.61 529	76.69 525	80.77 524	97.50 531	96.92 530	85.57 527	88.66 527	88.63 528	91.64 529	94.27 528	93.09 528	90.03 528	91.91 528	70.77 526	70.62 527	73.61 527	81.26 528	72.90 525	79.86 527

ff	85.58 529	90.37 529	96.61 529	76.69 525	80.77 524	97.50 531	96.92 530	85.57 527	88.66 527	88.63 528	91.64 529	94.27 528	93.09 528	90.03 528	91.91 528	70.77 526	70.62 527	73.61 527	81.26 528	72.90 525	79.86 527

tt	83.10 528	0.43 33	99.97 536	79.27 528	93.14 529	100.00 537	100.00 537	100.00 539	99.89 534	60.55 519	48.44 506	99.98 538	99.96 536	99.98 538	100.00 540	91.80 530	99.82 534	73.67 530	73.25 527	86.43 530	55.39 524

MADNet++	82.81 527	81.73 526	74.64 519	87.71 529	82.67 528	93.35 526	70.27 524	86.39 530	82.88 526	93.51 531	86.62 527	86.40 527	81.37 527	88.21 527	88.63 527	86.59 529	84.23 530	72.14 526	68.69 526	78.88 529	81.36 530

TCMNet-wrong-test	67.37 525	85.99 528	81.87 520	95.65 530	94.75 530	89.54 525	85.95 526	52.26 516	35.23 491	51.69 513	62.14 521	60.40 513	40.29 506	77.33 525	64.52 523	48.91 520	9.04 513	69.84 525	68.02 525	91.10 531	82.88 531

MEDIAN_ROB	98.44 533	99.70 533	99.34 533	97.13 531	97.06 531	96.94 529	95.91 529	97.71 533	97.33 532	98.78 534	98.91 534	99.19 533	98.13 532	96.94 531	96.99 533	99.97 535	99.18 532	100.00 535	99.99 536	99.70 534	99.83 534

Anonymous_1	99.01 535	99.91 534	99.85 535	97.31 532	99.09 534	100.00 537	100.00 537	99.59 536	99.96 535	99.29 536	99.86 535	99.55 535	99.99 537	99.30 533	99.76 534	95.67 532	99.58 533	97.24 532	98.56 533	97.36 532	98.34 533

DLNR_Zeroshot_test	24.96 499	51.28 518	90.69 525	97.84 533	97.22 532	1.40 30	0.12 57	23.19 487	3.55 84	1.21 82	2.95 101	0.72 83	0.31 35	7.09 223	2.61 256	38.70 516	1.32 451	0.00 1	0.29 405	77.04 528	1.68 388

PML	97.69 532	100.00 538	96.50 528	97.85 534	97.35 533	99.77 536	99.36 534	96.92 531	96.34 531	100.00 538	96.52 532	97.41 532	99.61 533	100.00 539	95.46 531	99.99 537	97.44 531	100.00 535	96.08 532	99.13 533	88.02 532

DPSM_ROB	99.94 541	100.00 538	100.00 540	99.74 535	100.00 537	100.00 537	100.00 537	100.00 539	100.00 537	100.00 538	100.00 537	100.00 540	100.00 538	100.00 539	100.00 540	99.08 533	100.00 537	100.00 535	100.00 538	99.98 535	99.94 535

DPSM	99.94 541	100.00 538	100.00 540	99.74 535	100.00 537	100.00 537	100.00 537	100.00 539	100.00 537	100.00 538	100.00 537	100.00 540	100.00 538	100.00 539	100.00 540	99.08 533	100.00 537	100.00 535	100.00 538	99.98 535	99.94 535

HaxPig	98.85 534	99.94 535	95.36 527	99.99 537	99.98 535	94.12 527	94.52 527	99.12 534	99.96 535	99.96 537	99.99 536	99.98 538	99.89 535	98.16 532	96.14 532	99.98 536	99.99 536	100.00 535	99.99 536	99.99 537	99.95 537

DPSMNet_ROB	99.90 539	100.00 538	99.99 537	99.99 537	100.00 537	100.00 537	100.00 537	99.98 537	100.00 537	98.37 532	100.00 537	99.81 536	100.00 538	99.97 535	99.99 537	100.00 539	100.00 537	100.00 535	100.00 538	100.00 538	99.99 538

DGTPSM_ROB	99.90 539	100.00 538	99.99 537	99.99 537	100.00 537	100.00 537	100.00 537	99.98 537	100.00 537	98.37 532	100.00 537	99.81 536	100.00 538	99.97 535	99.99 537	99.99 537	100.00 537	100.00 535	100.00 538	100.00 538	99.99 538

ccccc	99.31 536	96.47 532	100.00 540	100.00 540	100.00 537	97.29 530	99.42 535	99.52 535	97.83 533	99.28 535	97.64 533	99.32 534	99.84 534	99.92 534	99.98 536	100.00 539	100.00 537	99.95 534	99.77 535	100.00 538	100.00 541

Selective-RAFT-Error	100.00 543	100.00 538	100.00 540	100.00 540	100.00 537	100.00 537	100.00 537	100.00 539	100.00 537	100.00 538	100.00 537	100.00 540	100.00 538	100.00 539	100.00 540	100.00 539	100.00 537	100.00 535	100.00 538	100.00 538	100.00 541

CasAABBNet	100.00 543	100.00 538	100.00 540	100.00 540	100.00 537	100.00 537	100.00 537	100.00 539	100.00 537	100.00 538	100.00 537	100.00 540	100.00 538	100.00 539	100.00 540	100.00 539	100.00 537	100.00 535	100.00 538	100.00 538	100.00 541

test_example2	99.38 537	99.98 537	99.99 537	100.00 540	99.98 535	99.73 535	99.99 536	96.99 532	100.00 537	100.00 538	100.00 537	96.49 531	96.74 531	99.97 535	99.96 535	100.00 539	99.97 535	98.68 533	99.11 534	100.00 538	100.00 541

LSM0	100.00 543	100.00 538	100.00 540	100.00 540	100.00 537	100.00 537	100.00 537	100.00 539	100.00 537	100.00 538	100.00 537	100.00 540	100.00 538	100.00 539	100.00 540	100.00 539	100.00 537	100.00 535	100.00 538	100.00 538	99.99 538

AVERAGE_ROB	99.63 538	99.96 536	98.88 532	100.00 540	100.00 537	98.16 534	95.64 528	100.00 539	100.00 537	100.00 538	100.00 537	100.00 540	100.00 538	100.00 539	99.99 537	100.00 539	100.00 537	100.00 535	100.00 538	100.00 538	100.00 541

Low-res two-view benchmark