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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

Pointernet	0.02 1	0.02 2	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.02 3	0.02 3	0.02 3	0.02 3	0.02 3	0.01 1	0.01 2	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.02 1	0.01 1	0.01 2	0.01 1	0.03 1	0.03 1	0.02 1	0.02 1

ProNet	0.02 1	0.02 2	0.02 2	0.02 5	0.02 5	0.02 3	0.02 6	0.01 1	0.01 1	0.02 3	0.02 3	0.01 1	0.01 1	0.01 2	0.04 2	0.04 2	0.03 1	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.01 2	0.02 4	0.03 1	0.03 1	0.02 1	0.02 1

IGEV-Stereo++	0.03 4	0.02 2	0.02 2	0.03 11	0.03 11	0.03 10	0.02 6	0.04 11	0.04 13	0.04 13	0.03 7	0.03 8	0.02 5	0.02 10	0.05 5	0.05 3	0.04 3	0.04 4	0.04 4	0.04 8	0.04 5	0.04 11	0.03 28	0.03 10	0.03 1	0.05 9	0.03 6	0.03 6

AIO-Stereo	0.03 4	0.03 9	0.03 10	0.02 5	0.03 11	0.03 10	0.02 6	0.02 3	0.03 9	0.03 6	0.03 7	0.02 3	0.02 5	0.02 10	0.05 5	0.05 3	0.04 3	0.04 4	0.05 9	0.03 4	0.04 5	0.03 5	0.02 12	0.02 4	0.03 1	0.04 5	0.03 6	0.02 1

MoCha-V2	0.03 4	0.02 2	0.02 2	0.02 5	0.02 5	0.02 3	0.01 1	0.02 3	0.02 3	0.03 6	0.03 7	0.02 3	0.01 1	0.01 2	0.04 2	0.05 3	0.04 3	0.04 4	0.04 4	0.03 4	0.03 2	0.02 2	0.01 2	0.02 4	0.03 1	0.03 1	0.02 1	0.02 1

CroCo-Stereo Lap2	0.03 4	0.02 2	0.02 2	0.01 1	0.01 1	0.02 3	0.02 6	0.02 3	0.02 3	0.03 6	0.02 3	0.02 3	0.03 17	0.01 2	0.05 5	0.05 3	0.04 3	0.05 9	0.04 4	0.04 8	0.04 5	0.04 11	0.01 2	0.02 4	0.05 10	0.05 9	0.05 15	0.03 6

CroCo-Stereo	0.02 1	0.01 1	0.02 2	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 2	0.05 3	0.04 3	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.00 1	0.01 1	0.04 6	0.03 1	0.02 1	0.02 1
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
RAStereo	0.03 4	0.02 2	0.02 2	0.02 5	0.02 5	0.02 3	0.01 1	0.03 8	0.02 3	0.03 6	0.02 3	0.04 13	0.03 17	0.02 10	0.05 5	0.05 3	0.05 8	0.05 9	0.04 4	0.03 4	0.06 13	0.03 5	0.01 2	0.02 4	0.06 13	0.05 9	0.04 11	0.04 11

U	0.03 4	0.02 2	0.02 2	0.01 1	0.01 1	0.02 3	0.01 1	0.02 3	0.02 3	0.01 1	0.01 1	0.02 3	0.02 5	0.01 2	0.05 5	0.05 3	0.05 8	0.04 4	0.04 4	0.03 4	0.05 8	0.03 5	0.01 2	0.01 1	0.04 6	0.04 5	0.02 1	0.03 6

RSM++	0.04 11	0.03 9	0.03 10	0.02 5	0.04 18	0.02 3	0.03 19	0.05 16	0.04 13	0.04 13	0.04 11	0.05 18	0.02 5	0.02 10	0.06 14	0.06 11	0.05 8	0.05 9	0.05 9	0.04 8	0.07 19	0.04 11	0.02 12	0.03 10	0.06 13	0.05 9	0.04 11	0.04 11

RSM	0.03 4	0.03 9	0.03 10	0.02 5	0.03 11	0.03 10	0.02 6	0.03 8	0.02 3	0.03 6	0.04 11	0.04 13	0.02 5	0.02 10	0.05 5	0.06 11	0.05 8	0.04 4	0.05 9	0.04 8	0.05 8	0.03 5	0.01 2	0.03 10	0.04 6	0.04 5	0.03 6	0.03 6

AEACV	0.04 11	0.03 9	0.02 2	0.04 19	0.03 11	0.02 3	0.02 6	0.03 8	0.03 9	0.03 6	0.03 7	0.03 8	0.02 5	0.01 2	0.05 5	0.06 11	0.05 8	0.05 9	0.07 16	0.04 8	0.06 13	0.03 5	0.01 2	0.02 4	0.06 13	0.06 17	0.04 11	0.03 6

Occ-G	0.04 11	0.04 18	0.03 10	0.04 19	0.02 5	0.03 10	0.02 6	0.04 11	0.03 9	0.03 6	0.05 20	0.03 8	0.02 5	0.02 10	0.05 5	0.06 11	0.06 13	0.06 16	0.07 16	0.04 8	0.05 8	0.03 5	0.04 46	0.03 10	0.04 6	0.04 5	0.03 6	0.05 14

StereoVision	0.06 19	0.03 9	0.04 21	0.03 11	0.03 11	0.03 10	0.02 6	0.06 19	0.11 131	0.02 3	0.05 20	0.03 8	0.06 67	0.01 2	0.08 46	0.10 71	0.06 13	0.05 9	0.08 25	0.07 40	0.06 13	0.05 19	0.02 12	0.04 18	0.10 47	0.08 26	0.10 49	0.12 67

TDLM	0.04 11	0.04 18	0.04 21	0.04 19	0.04 18	0.04 20	0.03 19	0.04 11	0.03 9	0.04 13	0.06 34	0.04 13	0.03 17	0.03 22	0.06 14	0.06 11	0.06 13	0.06 16	0.05 9	0.04 8	0.05 8	0.04 11	0.03 28	0.04 18	0.05 10	0.05 9	0.05 15	0.05 14

test_5	0.08 39	0.05 29	0.07 96	0.04 19	0.04 18	0.04 20	0.04 40	0.09 37	0.05 22	0.05 18	0.07 47	0.12 55	0.12 149	0.02 10	0.07 21	0.09 44	0.07 16	0.07 23	0.08 25	0.06 27	0.10 35	0.09 92	0.02 12	0.07 92	0.10 47	0.13 89	0.13 83	0.18 134

RAFT	0.06 19	0.03 9	0.05 43	0.03 11	0.02 5	0.03 10	0.02 6	0.07 29	0.04 13	0.04 13	0.06 34	0.07 28	0.05 42	0.01 2	0.06 14	0.06 11	0.07 16	0.05 9	0.05 9	0.04 8	0.06 13	0.07 45	0.01 2	0.04 18	0.13 79	0.14 111	0.13 83	0.15 94

delet	0.05 15	0.05 29	0.04 21	0.06 49	0.05 31	0.05 39	0.05 49	0.04 11	0.04 13	0.06 22	0.05 20	0.10 41	0.05 42	0.03 22	0.07 21	0.06 11	0.07 16	0.06 16	0.05 9	0.06 27	0.06 13	0.04 11	0.03 28	0.04 18	0.06 13	0.06 17	0.04 11	0.04 11

RYNet	0.06 19	0.04 18	0.04 21	0.04 19	0.04 18	0.04 20	0.03 19	0.04 11	0.11 131	0.05 18	0.04 11	0.04 13	0.03 17	0.03 22	0.07 21	0.06 11	0.07 16	0.08 28	0.07 16	0.05 18	0.05 8	0.04 11	0.11 170	0.04 18	0.06 13	0.13 89	0.06 22	0.05 14

anonymousdsp	0.05 15	0.04 18	0.03 10	0.03 11	0.04 18	0.04 20	0.04 40	0.06 19	0.05 22	0.06 22	0.04 11	0.03 8	0.02 5	0.03 22	0.06 14	0.07 21	0.08 20	0.06 16	0.08 25	0.05 18	0.09 27	0.05 19	0.03 28	0.03 10	0.05 10	0.05 9	0.05 15	0.05 14

AFF-stereo	0.06 19	0.05 29	0.05 43	0.05 31	0.04 18	0.04 20	0.03 19	0.11 46	0.06 38	0.16 62	0.04 11	0.08 32	0.03 17	0.02 10	0.06 14	0.08 28	0.08 20	0.05 9	0.09 37	0.04 8	0.09 27	0.05 19	0.02 12	0.04 18	0.10 47	0.08 26	0.07 27	0.07 25

MMNet	0.06 19	0.06 46	0.04 21	0.08 76	0.06 51	0.06 53	0.05 49	0.07 29	0.05 22	0.05 18	0.05 20	0.09 35	0.04 28	0.04 36	0.07 21	0.07 21	0.08 20	0.08 28	0.07 16	0.06 27	0.06 13	0.05 19	0.04 46	0.05 33	0.07 19	0.08 26	0.07 27	0.10 48

GANet	0.06 19	0.07 68	0.06 71	0.06 49	0.06 51	0.07 67	0.06 80	0.07 29	0.05 22	0.06 22	0.07 47	0.05 18	0.04 28	0.04 36	0.07 21	0.08 28	0.08 20	0.10 69	0.07 16	0.05 18	0.07 19	0.05 19	0.05 69	0.05 33	0.08 26	0.07 21	0.06 22	0.06 23

CVANet_RVC	0.07 31	0.07 68	0.07 96	0.08 76	0.06 51	0.07 67	0.05 49	0.06 19	0.05 22	0.06 22	0.09 85	0.05 18	0.04 28	0.04 36	0.08 46	0.08 28	0.08 20	0.08 28	0.08 25	0.06 27	0.08 24	0.05 19	0.04 46	0.05 33	0.08 26	0.07 21	0.07 27	0.09 36

AANet_RVC	0.06 19	0.05 29	0.06 71	0.05 31	0.06 51	0.04 20	0.05 49	0.05 16	0.06 38	0.05 18	0.06 34	0.05 18	0.04 28	0.04 36	0.07 21	0.07 21	0.08 20	0.08 28	0.07 16	0.07 40	0.07 19	0.06 32	0.05 69	0.05 33	0.07 19	0.09 31	0.06 22	0.08 29

RAFT+CT+SA	0.09 45	0.05 29	0.07 96	0.05 31	0.05 31	0.04 20	0.05 49	0.13 69	0.08 72	0.08 31	0.07 47	0.15 86	0.13 162	0.04 36	0.10 113	0.10 71	0.09 26	0.08 28	0.08 25	0.06 27	0.12 53	0.11 143	0.02 12	0.06 57	0.13 79	0.12 76	0.11 63	0.17 119

RAFT-Stereo + iAFF	0.08 39	0.06 46	0.05 43	0.05 31	0.04 18	0.04 20	0.04 40	0.14 79	0.07 55	0.21 113	0.04 11	0.12 55	0.04 28	0.03 22	0.07 21	0.09 44	0.09 26	0.06 16	0.10 45	0.05 18	0.11 39	0.05 19	0.03 28	0.05 33	0.12 70	0.09 31	0.09 44	0.09 36

RAFT + AFF	0.05 15	0.04 18	0.03 10	0.05 31	0.04 18	0.04 20	0.03 19	0.06 19	0.08 72	0.09 32	0.05 20	0.09 35	0.02 5	0.02 10	0.05 5	0.05 3	0.09 26	0.06 16	0.06 15	0.04 8	0.07 19	0.05 19	0.02 12	0.04 18	0.07 19	0.05 9	0.05 15	0.05 14

PWCDC_ROB	0.13 114	0.06 46	0.09 127	0.07 69	0.13 161	0.08 77	0.13 164	0.06 19	0.24 222	0.09 32	0.15 160	0.09 35	0.43 248	0.26 228	0.10 113	0.10 71	0.09 26	0.12 111	0.08 25	0.11 126	0.08 24	0.11 143	0.19 211	0.13 185	0.07 19	0.13 89	0.08 33	0.18 134

IGEV-Stereo+	0.06 19	0.03 9	0.03 10	0.03 11	0.04 18	0.03 10	0.03 19	0.16 93	0.06 38	0.20 104	0.06 34	0.06 25	0.03 17	0.04 36	0.07 21	0.08 28	0.10 30	0.06 16	0.09 37	0.06 27	0.12 53	0.06 32	0.03 28	0.03 10	0.07 19	0.06 17	0.03 6	0.07 25

MaDis-Stereo	0.07 31	0.04 18	0.05 43	0.03 11	0.02 5	0.03 10	0.03 19	0.06 19	0.06 38	0.04 13	0.06 34	0.10 41	0.05 42	0.02 10	0.07 21	0.08 28	0.10 30	0.09 53	0.07 16	0.05 18	0.10 35	0.10 123	0.01 2	0.05 33	0.11 62	0.18 184	0.13 83	0.16 108

LoS_RVC	0.09 45	0.07 68	0.05 43	0.05 31	0.06 51	0.06 53	0.05 49	0.13 69	0.08 72	0.18 83	0.11 112	0.12 55	0.06 67	0.07 93	0.08 46	0.09 44	0.10 30	0.08 28	0.12 61	0.08 59	0.16 112	0.09 92	0.05 69	0.06 57	0.14 96	0.10 42	0.10 49	0.13 74

tt_ll	0.09 45	0.07 68	0.05 43	0.05 31	0.06 51	0.06 53	0.05 49	0.13 69	0.08 72	0.18 83	0.11 112	0.12 55	0.06 67	0.07 93	0.08 46	0.09 44	0.10 30	0.08 28	0.12 61	0.08 59	0.16 112	0.09 92	0.05 69	0.06 57	0.14 96	0.10 42	0.10 49	0.13 74

AASNet	0.06 19	0.06 46	0.04 21	0.09 92	0.07 66	0.08 77	0.05 49	0.08 34	0.04 13	0.07 29	0.07 47	0.07 28	0.04 28	0.04 36	0.06 14	0.07 21	0.10 30	0.08 28	0.08 25	0.06 27	0.07 19	0.06 32	0.04 46	0.06 57	0.08 26	0.07 21	0.06 22	0.06 23

iRaftStereo_RVC	0.05 15	0.03 9	0.03 10	0.03 11	0.03 11	0.03 10	0.02 6	0.05 16	0.04 13	0.06 22	0.05 20	0.05 18	0.03 17	0.02 10	0.06 14	0.06 11	0.10 30	0.07 23	0.07 16	0.05 18	0.09 27	0.04 11	0.02 12	0.03 10	0.07 19	0.06 17	0.05 15	0.05 14

MIF-Stereo (partial)	0.06 19	0.05 29	0.06 71	0.05 31	0.04 18	0.05 39	0.03 19	0.08 34	0.07 55	0.07 29	0.04 11	0.05 18	0.06 67	0.04 36	0.08 46	0.08 28	0.11 36	0.08 28	0.08 25	0.05 18	0.09 27	0.05 19	0.02 12	0.06 57	0.10 47	0.08 26	0.07 27	0.08 29

UniTT-Stereo	0.07 31	0.04 18	0.04 21	0.04 19	0.03 11	0.05 39	0.03 19	0.06 19	0.05 22	0.06 22	0.04 11	0.07 28	0.12 149	0.07 93	0.08 46	0.07 21	0.11 36	0.08 28	0.08 25	0.07 40	0.09 27	0.08 60	0.08 128	0.04 18	0.09 33	0.16 153	0.06 22	0.09 36

CAS	0.09 45	0.07 68	0.05 43	0.06 49	0.05 31	0.05 39	0.04 40	0.14 79	0.05 22	0.11 40	0.10 102	0.11 50	0.05 42	0.07 93	0.08 46	0.09 44	0.11 36	0.10 69	0.14 93	0.07 40	0.12 53	0.07 45	0.05 69	0.05 33	0.13 79	0.11 66	0.09 44	0.14 83

TestStereo1	0.09 45	0.07 68	0.06 71	0.04 19	0.05 31	0.06 53	0.06 80	0.07 29	0.07 55	0.09 32	0.07 47	0.11 50	0.14 176	0.04 36	0.09 78	0.10 71	0.11 36	0.09 53	0.09 37	0.08 59	0.13 68	0.12 162	0.02 12	0.04 18	0.15 109	0.13 89	0.16 116	0.20 157

TESTraft	0.09 45	0.06 46	0.06 71	0.04 19	0.04 18	0.05 39	0.06 80	0.09 37	0.08 72	0.09 32	0.08 68	0.12 55	0.13 162	0.03 22	0.09 78	0.10 71	0.11 36	0.09 53	0.08 25	0.07 40	0.13 68	0.12 162	0.02 12	0.05 33	0.14 96	0.12 76	0.14 96	0.20 157

RAFT_CTSACE	0.07 31	0.04 18	0.06 71	0.03 11	0.04 18	0.05 39	0.05 49	0.06 19	0.06 38	0.09 32	0.04 11	0.10 41	0.09 118	0.03 22	0.07 21	0.08 28	0.11 36	0.07 23	0.07 16	0.05 18	0.12 53	0.08 60	0.03 28	0.06 57	0.12 70	0.13 89	0.12 72	0.15 94

SA-5K	0.09 45	0.07 68	0.06 71	0.04 19	0.05 31	0.06 53	0.06 80	0.07 29	0.07 55	0.09 32	0.07 47	0.11 50	0.14 176	0.04 36	0.09 78	0.10 71	0.11 36	0.09 53	0.09 37	0.08 59	0.13 68	0.12 162	0.02 12	0.04 18	0.15 109	0.13 89	0.16 116	0.20 157

DMCA	0.07 31	0.05 29	0.07 96	0.06 49	0.06 51	0.05 39	0.07 96	0.09 37	0.06 38	0.06 22	0.09 85	0.07 28	0.06 67	0.06 65	0.07 21	0.08 28	0.11 36	0.10 69	0.08 25	0.07 40	0.09 27	0.05 19	0.06 86	0.05 33	0.08 26	0.10 42	0.05 15	0.07 25

DeepPrunerF	0.11 81	0.10 125	0.10 145	0.13 146	0.13 161	0.09 89	0.09 121	0.15 84	0.11 131	0.12 42	0.14 147	0.10 41	0.09 118	0.07 93	0.12 164	0.11 113	0.11 36	0.13 137	0.13 81	0.11 126	0.13 68	0.08 60	0.08 128	0.08 109	0.17 133	0.14 111	0.11 63	0.14 83

IGEV-BASED-STEREO-	0.07 31	0.05 29	0.03 10	0.04 19	0.05 31	0.04 20	0.02 6	0.11 46	0.06 38	0.22 117	0.05 20	0.05 18	0.02 5	0.03 22	0.07 21	0.08 28	0.12 45	0.08 28	0.09 37	0.07 40	0.16 112	0.06 32	0.02 12	0.03 10	0.07 19	0.07 21	0.07 27	0.05 14

plain	0.06 19	0.04 18	0.04 21	0.04 19	0.04 18	0.05 39	0.03 19	0.08 34	0.04 13	0.09 32	0.05 20	0.06 25	0.02 5	0.02 10	0.07 21	0.08 28	0.12 45	0.08 28	0.08 25	0.06 27	0.08 24	0.04 11	0.02 12	0.05 33	0.09 33	0.09 31	0.08 33	0.09 36

ARAFT	0.07 31	0.04 18	0.04 21	0.05 31	0.05 31	0.05 39	0.02 6	0.09 37	0.06 38	0.12 42	0.06 34	0.12 55	0.03 17	0.03 22	0.07 21	0.07 21	0.12 45	0.09 53	0.09 37	0.05 18	0.11 39	0.07 45	0.03 28	0.04 18	0.09 33	0.09 31	0.09 44	0.09 36

MIM_Stereo	0.06 19	0.04 18	0.03 10	0.05 31	0.05 31	0.05 39	0.03 19	0.06 19	0.04 13	0.14 49	0.06 34	0.04 13	0.02 5	0.03 22	0.07 21	0.08 28	0.13 48	0.07 23	0.09 37	0.06 27	0.11 39	0.06 32	0.02 12	0.04 18	0.08 26	0.07 21	0.07 27	0.05 14

anonymousdsp2	0.08 39	0.07 68	0.05 43	0.06 49	0.05 31	0.06 53	0.05 49	0.12 51	0.06 38	0.17 71	0.06 34	0.08 32	0.04 28	0.05 52	0.07 21	0.08 28	0.13 48	0.08 28	0.10 45	0.07 40	0.12 53	0.06 32	0.05 69	0.06 57	0.09 33	0.08 26	0.08 33	0.07 25

SA	0.10 70	0.07 68	0.06 71	0.06 49	0.05 31	0.08 77	0.04 40	0.12 51	0.05 22	0.16 62	0.07 47	0.16 105	0.03 17	0.04 36	0.09 78	0.09 44	0.13 48	0.11 83	0.12 61	0.09 85	0.14 82	0.10 123	0.03 28	0.06 57	0.16 121	0.14 111	0.13 83	0.20 157

raft+_RVC	0.08 39	0.06 46	0.04 21	0.06 49	0.06 51	0.07 67	0.04 40	0.10 43	0.08 72	0.17 71	0.08 68	0.09 35	0.04 28	0.04 36	0.08 46	0.07 21	0.13 48	0.09 53	0.11 51	0.06 27	0.13 68	0.05 19	0.03 28	0.05 33	0.10 47	0.09 31	0.09 44	0.08 29

RALAANet	0.09 45	0.08 98	0.06 71	0.07 69	0.05 31	0.08 77	0.05 49	0.10 43	0.07 55	0.12 42	0.09 85	0.10 41	0.06 67	0.03 22	0.08 46	0.09 44	0.13 48	0.11 83	0.15 104	0.08 59	0.12 53	0.07 45	0.04 46	0.06 57	0.11 62	0.10 42	0.11 63	0.11 57

UPFNet	0.09 45	0.08 98	0.08 117	0.09 92	0.07 66	0.09 89	0.06 80	0.12 51	0.09 98	0.14 49	0.09 85	0.12 55	0.06 67	0.07 93	0.08 46	0.10 71	0.13 48	0.11 83	0.10 45	0.07 40	0.09 27	0.07 45	0.06 86	0.06 57	0.09 33	0.10 42	0.10 49	0.10 48

FADNet-RVC-Resample	0.13 114	0.10 125	0.12 173	0.12 135	0.10 118	0.13 136	0.10 138	0.16 93	0.13 155	0.18 83	0.13 134	0.17 109	0.11 141	0.10 141	0.10 113	0.09 44	0.13 48	0.15 176	0.15 104	0.17 206	0.15 97	0.12 162	0.10 160	0.13 185	0.17 133	0.13 89	0.12 72	0.11 57

BEATNet_4x	0.11 81	0.10 125	0.08 117	0.09 92	0.09 102	0.09 89	0.08 105	0.12 51	0.08 72	0.21 113	0.09 85	0.15 86	0.09 118	0.07 93	0.10 113	0.09 44	0.13 48	0.13 137	0.11 51	0.08 59	0.13 68	0.11 143	0.08 128	0.07 92	0.13 79	0.13 89	0.18 147	0.18 134

AF-Net	0.15 158	0.13 162	0.13 182	0.14 153	0.18 197	0.15 155	0.14 170	0.17 102	0.16 177	0.17 71	0.21 213	0.18 123	0.12 149	0.10 141	0.17 220	0.16 216	0.13 48	0.14 162	0.15 104	0.11 126	0.11 39	0.10 123	0.13 187	0.10 147	0.14 96	0.15 128	0.20 169	0.14 83

Nwc_Net	0.15 158	0.13 162	0.13 182	0.14 153	0.18 197	0.15 155	0.14 170	0.17 102	0.16 177	0.17 71	0.21 213	0.18 123	0.12 149	0.10 141	0.17 220	0.16 216	0.13 48	0.14 162	0.15 104	0.11 126	0.11 39	0.10 123	0.13 187	0.10 147	0.14 96	0.15 128	0.20 169	0.14 83

HITNet	0.09 45	0.07 68	0.06 71	0.08 76	0.08 83	0.08 77	0.05 49	0.11 46	0.07 55	0.19 96	0.08 68	0.12 55	0.06 67	0.07 93	0.08 46	0.08 28	0.13 48	0.11 83	0.10 45	0.06 27	0.10 35	0.09 92	0.06 86	0.06 57	0.12 70	0.11 66	0.16 116	0.13 74
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
PS-NSSS	0.17 178	0.19 208	0.17 214	0.23 203	0.18 197	0.18 181	0.16 180	0.22 190	0.13 155	0.23 133	0.20 208	0.44 219	0.08 106	0.11 153	0.12 164	0.10 71	0.13 48	0.13 137	0.26 202	0.11 126	0.11 39	0.07 45	0.18 206	0.15 198	0.17 133	0.21 206	0.13 83	0.20 157

DN-CSS_ROB	0.11 81	0.09 112	0.11 158	0.08 76	0.09 102	0.08 77	0.08 105	0.16 93	0.10 119	0.23 133	0.17 180	0.18 123	0.14 176	0.05 52	0.08 46	0.09 44	0.13 48	0.10 69	0.18 139	0.09 85	0.11 39	0.08 60	0.07 106	0.08 109	0.13 79	0.10 42	0.12 72	0.10 48

LL-Strereo2	0.07 31	0.03 9	0.03 10	0.04 19	0.05 31	0.04 20	0.03 19	0.06 19	0.07 55	0.14 49	0.07 47	0.08 32	0.05 42	0.04 36	0.07 21	0.08 28	0.14 61	0.07 23	0.10 45	0.06 27	0.10 35	0.06 32	0.03 28	0.04 18	0.08 26	0.09 31	0.08 33	0.05 14

iinet-f	0.10 70	0.09 112	0.06 71	0.08 76	0.06 51	0.09 89	0.06 80	0.09 37	0.07 55	0.18 83	0.11 112	0.10 41	0.10 131	0.06 65	0.08 46	0.09 44	0.14 61	0.09 53	0.18 139	0.09 85	0.11 39	0.06 32	0.05 69	0.06 57	0.11 62	0.10 42	0.15 107	0.12 67

HCRNet	0.11 81	0.17 199	0.06 71	0.22 199	0.08 83	0.15 155	0.08 105	0.13 69	0.04 13	0.46 263	0.12 122	0.24 188	0.07 89	0.07 93	0.08 46	0.06 11	0.14 61	0.08 28	0.20 158	0.08 59	0.09 27	0.05 19	0.11 170	0.06 57	0.06 13	0.05 9	0.05 15	0.08 29

DMCA-RVC	0.10 70	0.08 98	0.11 158	0.08 76	0.09 102	0.08 77	0.08 105	0.12 51	0.09 98	0.13 46	0.13 134	0.13 71	0.07 89	0.06 65	0.13 184	0.12 150	0.14 61	0.13 137	0.11 51	0.10 106	0.12 53	0.09 92	0.07 106	0.09 131	0.10 47	0.10 42	0.10 49	0.11 57

CC-Net-ROB	0.28 227	0.40 248	0.28 244	0.56 248	0.44 249	0.41 243	0.38 239	0.32 230	0.20 212	0.33 246	0.28 242	0.68 242	0.10 131	0.32 246	0.19 229	0.13 171	0.14 61	0.16 187	0.39 233	0.18 213	0.15 97	0.09 92	0.23 223	0.24 232	0.21 193	0.21 206	0.19 157	0.29 201

PDISCO_ROB	0.12 104	0.13 162	0.13 182	0.10 108	0.08 83	0.09 89	0.09 121	0.09 37	0.08 72	0.11 40	0.10 102	0.06 25	0.05 42	0.05 52	0.09 78	0.11 113	0.14 61	0.16 187	0.09 37	0.10 106	0.14 82	0.12 162	0.04 46	0.08 109	0.16 121	0.21 206	0.32 222	0.19 149

MGS-Stereo	0.08 39	0.06 46	0.04 21	0.05 31	0.05 31	0.04 20	0.03 19	0.12 51	0.05 22	0.09 32	0.07 47	0.10 41	0.04 28	0.05 52	0.07 21	0.08 28	0.15 67	0.11 83	0.12 61	0.09 85	0.12 53	0.07 45	0.05 69	0.05 33	0.10 47	0.09 31	0.11 63	0.10 48

IER	0.09 45	0.07 68	0.07 96	0.09 92	0.07 66	0.08 77	0.06 80	0.12 51	0.07 55	0.14 49	0.11 112	0.10 41	0.07 89	0.06 65	0.08 46	0.09 44	0.15 67	0.11 83	0.11 51	0.07 40	0.11 39	0.07 45	0.06 86	0.06 57	0.10 47	0.10 42	0.11 63	0.14 83

test_4	0.09 45	0.05 29	0.07 96	0.05 31	0.06 51	0.03 10	0.02 6	0.11 46	0.09 98	0.17 71	0.06 34	0.09 35	0.06 67	0.03 22	0.09 78	0.09 44	0.15 67	0.08 28	0.10 45	0.07 40	0.16 112	0.08 60	0.02 12	0.07 92	0.09 33	0.15 128	0.12 72	0.18 134

rafts_anoy	0.09 45	0.08 98	0.07 96	0.07 69	0.07 66	0.06 53	0.05 49	0.13 69	0.05 22	0.17 71	0.09 85	0.12 55	0.05 42	0.03 22	0.09 78	0.10 71	0.15 67	0.12 111	0.13 81	0.07 40	0.14 82	0.08 60	0.03 28	0.06 57	0.11 62	0.10 42	0.09 44	0.11 57

FINET	0.12 104	0.11 136	0.12 173	0.12 135	0.10 118	0.11 119	0.13 164	0.15 84	0.12 146	0.13 46	0.12 122	0.13 71	0.09 118	0.09 127	0.15 209	0.13 171	0.15 67	0.11 83	0.16 118	0.09 85	0.13 68	0.10 123	0.10 160	0.10 147	0.12 70	0.10 42	0.13 83	0.12 67

DSFCA	0.11 81	0.13 162	0.09 127	0.10 108	0.08 83	0.11 119	0.11 149	0.12 51	0.09 98	0.12 42	0.13 134	0.14 81	0.07 89	0.05 52	0.09 78	0.11 113	0.15 67	0.13 137	0.16 118	0.10 106	0.13 68	0.12 162	0.07 106	0.09 131	0.12 70	0.13 89	0.10 49	0.13 74

STTStereo	0.13 114	0.14 175	0.17 214	0.13 146	0.15 179	0.13 136	0.20 201	0.13 69	0.13 155	0.15 56	0.15 160	0.17 109	0.10 131	0.11 153	0.12 164	0.12 150	0.15 67	0.14 162	0.13 81	0.11 126	0.12 53	0.10 123	0.07 106	0.09 131	0.15 109	0.13 89	0.12 72	0.16 108

RP	0.15 158	0.14 175	0.15 200	0.17 177	0.14 171	0.17 173	0.16 180	0.19 152	0.17 187	0.14 49	0.16 171	0.16 105	0.15 184	0.11 153	0.13 184	0.12 150	0.15 67	0.12 111	0.15 104	0.12 146	0.12 53	0.12 162	0.10 160	0.12 175	0.17 133	0.15 128	0.20 169	0.18 134

RASNet	0.11 81	0.10 125	0.09 127	0.10 108	0.07 66	0.08 77	0.08 105	0.19 152	0.09 98	0.17 71	0.10 102	0.13 71	0.08 106	0.06 65	0.08 46	0.10 71	0.15 67	0.09 53	0.12 61	0.06 27	0.15 97	0.09 92	0.05 69	0.10 147	0.13 79	0.11 66	0.17 128	0.17 119

PA-Net	0.19 189	0.21 216	0.25 238	0.14 153	0.20 209	0.18 181	0.20 201	0.21 181	0.19 201	0.18 83	0.14 147	0.17 109	0.21 202	0.26 228	0.16 214	0.18 230	0.15 67	0.19 216	0.13 81	0.17 206	0.14 82	0.15 198	0.10 160	0.16 206	0.17 133	0.25 232	0.17 128	0.35 218
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NLCA_NET_v2_RVC	0.13 114	0.13 162	0.13 182	0.14 153	0.15 179	0.13 136	0.20 201	0.13 69	0.15 172	0.16 62	0.16 171	0.21 165	0.09 118	0.15 199	0.10 113	0.12 150	0.15 67	0.12 111	0.11 51	0.09 85	0.11 39	0.09 92	0.08 128	0.08 109	0.13 79	0.13 89	0.11 63	0.15 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DISCO	0.10 70	0.10 125	0.08 117	0.10 108	0.09 102	0.11 119	0.09 121	0.10 43	0.08 72	0.15 56	0.10 102	0.12 55	0.07 89	0.06 65	0.09 78	0.11 113	0.15 67	0.10 69	0.14 93	0.10 106	0.12 53	0.10 123	0.06 86	0.09 131	0.14 96	0.11 66	0.13 83	0.11 57

NaN_ROB	0.19 189	0.20 211	0.19 224	0.20 193	0.20 209	0.16 164	0.15 175	0.27 214	0.19 201	0.23 133	0.18 194	0.47 225	0.16 189	0.11 153	0.13 184	0.12 150	0.15 67	0.14 162	0.21 169	0.19 217	0.13 68	0.10 123	0.09 147	0.20 217	0.24 212	0.21 206	0.26 208	0.28 199

Former-RAFT_DAM_RVC	0.10 70	0.07 68	0.06 71	0.08 76	0.05 31	0.07 67	0.03 19	0.11 46	0.15 172	0.20 104	0.15 160	0.11 50	0.07 89	0.08 110	0.08 46	0.09 44	0.16 80	0.11 83	0.12 61	0.08 59	0.12 53	0.11 143	0.06 86	0.07 92	0.12 70	0.14 111	0.12 72	0.16 108

CASnet	0.10 70	0.06 46	0.05 43	0.08 76	0.09 102	0.11 119	0.05 49	0.18 131	0.10 119	0.23 133	0.11 112	0.13 71	0.06 67	0.07 93	0.09 78	0.10 71	0.16 80	0.08 28	0.18 139	0.07 40	0.14 82	0.06 32	0.06 86	0.06 57	0.12 70	0.10 42	0.14 96	0.10 48
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
raft_robust	0.12 104	0.09 112	0.09 127	0.11 124	0.06 51	0.09 89	0.06 80	0.15 84	0.08 72	0.23 133	0.07 47	0.20 149	0.11 141	0.09 127	0.11 150	0.12 150	0.16 80	0.12 111	0.13 81	0.10 106	0.15 97	0.11 143	0.03 28	0.07 92	0.18 154	0.16 153	0.15 107	0.14 83

Sa-1000	0.10 70	0.07 68	0.07 96	0.07 69	0.05 31	0.09 89	0.03 19	0.12 51	0.06 38	0.18 83	0.08 68	0.19 135	0.05 42	0.05 52	0.10 113	0.10 71	0.16 80	0.12 111	0.14 93	0.09 85	0.16 112	0.10 123	0.04 46	0.05 33	0.19 168	0.15 128	0.13 83	0.20 157

IPLG	0.09 45	0.07 68	0.07 96	0.07 69	0.07 66	0.06 53	0.05 49	0.15 84	0.06 38	0.22 117	0.06 34	0.15 86	0.05 42	0.04 36	0.08 46	0.10 71	0.16 80	0.10 69	0.14 93	0.09 85	0.13 68	0.08 60	0.04 46	0.07 92	0.13 79	0.11 66	0.11 63	0.08 29

CFNet_pseudo	0.13 114	0.11 136	0.11 158	0.14 153	0.11 135	0.12 127	0.11 149	0.19 152	0.12 146	0.24 149	0.14 147	0.16 105	0.15 184	0.08 110	0.09 78	0.10 71	0.16 80	0.13 137	0.13 81	0.08 59	0.15 97	0.08 60	0.08 128	0.09 131	0.15 109	0.14 111	0.19 157	0.20 157

UNet	0.10 70	0.09 112	0.08 117	0.10 108	0.08 83	0.09 89	0.08 105	0.15 84	0.08 72	0.17 71	0.09 85	0.13 71	0.09 118	0.07 93	0.09 78	0.10 71	0.16 80	0.13 137	0.12 61	0.08 59	0.11 39	0.09 92	0.08 128	0.09 131	0.11 62	0.13 89	0.10 49	0.11 57

FADNet	0.16 175	0.15 183	0.10 145	0.20 193	0.10 118	0.19 192	0.13 164	0.20 170	0.13 155	0.22 117	0.24 228	0.17 109	0.14 176	0.12 172	0.17 220	0.16 216	0.16 80	0.14 162	0.23 186	0.20 221	0.16 112	0.12 162	0.11 170	0.11 159	0.21 193	0.18 184	0.16 116	0.15 94

stereogan	0.16 175	0.15 183	0.15 200	0.16 169	0.18 197	0.18 181	0.16 180	0.20 170	0.19 201	0.14 49	0.16 171	0.20 149	0.18 195	0.13 185	0.14 199	0.13 171	0.16 80	0.14 162	0.17 126	0.14 175	0.14 82	0.12 162	0.13 187	0.13 185	0.16 121	0.16 153	0.23 189	0.18 134

ADCL	0.14 138	0.12 149	0.11 158	0.13 146	0.11 135	0.14 143	0.10 138	0.17 102	0.15 172	0.22 117	0.16 171	0.21 165	0.12 149	0.09 127	0.10 113	0.11 113	0.16 80	0.13 137	0.17 126	0.12 146	0.18 145	0.13 179	0.11 170	0.11 159	0.16 121	0.15 128	0.16 116	0.16 108

ADCRef	0.13 114	0.10 125	0.09 127	0.10 108	0.08 83	0.09 89	0.08 105	0.17 102	0.14 164	0.21 113	0.15 160	0.15 86	0.13 162	0.05 52	0.10 113	0.11 113	0.16 80	0.14 162	0.19 152	0.12 146	0.15 97	0.12 162	0.09 147	0.11 159	0.13 79	0.18 184	0.13 83	0.18 134

ADCP+	0.11 81	0.10 125	0.08 117	0.09 92	0.07 66	0.09 89	0.08 105	0.13 69	0.11 131	0.16 62	0.12 122	0.18 123	0.08 106	0.07 93	0.10 113	0.09 44	0.16 80	0.11 83	0.14 93	0.09 85	0.12 53	0.09 92	0.08 128	0.08 109	0.11 62	0.15 128	0.11 63	0.11 57

iResNetv2_ROB	0.12 104	0.08 98	0.07 96	0.12 135	0.09 102	0.12 127	0.08 105	0.17 102	0.08 72	0.22 117	0.12 122	0.20 149	0.15 184	0.06 65	0.08 46	0.08 28	0.16 80	0.11 83	0.17 126	0.10 106	0.14 82	0.09 92	0.09 147	0.10 147	0.14 96	0.12 76	0.19 157	0.12 67

MyStereo04	0.14 138	0.12 149	0.10 145	0.08 76	0.09 102	0.10 111	0.08 105	0.22 190	0.19 201	0.24 149	0.16 171	0.23 180	0.11 141	0.04 36	0.10 113	0.11 113	0.17 93	0.12 111	0.21 169	0.12 146	0.16 112	0.11 143	0.06 86	0.11 159	0.21 193	0.12 76	0.16 116	0.15 94

4D-IteraStereo	0.09 45	0.06 46	0.05 43	0.06 49	0.06 51	0.06 53	0.04 40	0.15 84	0.10 119	0.22 117	0.08 68	0.14 81	0.06 67	0.03 22	0.08 46	0.10 71	0.17 93	0.09 53	0.11 51	0.07 40	0.15 97	0.05 19	0.03 28	0.05 33	0.10 47	0.10 42	0.08 33	0.08 29

CIPLG	0.09 45	0.06 46	0.05 43	0.06 49	0.06 51	0.09 89	0.06 80	0.18 131	0.06 38	0.20 104	0.08 68	0.12 55	0.06 67	0.06 65	0.08 46	0.10 71	0.17 93	0.11 83	0.11 51	0.09 85	0.13 68	0.06 32	0.04 46	0.06 57	0.10 47	0.09 31	0.10 49	0.10 48

UDGNet	0.15 158	0.13 162	0.09 127	0.18 182	0.17 190	0.16 164	0.19 199	0.15 84	0.11 131	0.16 62	0.14 147	0.15 86	0.05 42	0.45 249	0.09 78	0.10 71	0.17 93	0.12 111	0.14 93	0.09 85	0.17 132	0.09 92	0.28 250	0.07 92	0.17 133	0.15 128	0.12 72	0.13 74

IPLGR_C	0.09 45	0.06 46	0.05 43	0.06 49	0.06 51	0.09 89	0.06 80	0.18 131	0.06 38	0.20 104	0.08 68	0.12 55	0.07 89	0.06 65	0.08 46	0.10 71	0.17 93	0.11 83	0.11 51	0.09 85	0.13 68	0.06 32	0.04 46	0.06 57	0.10 47	0.09 31	0.10 49	0.10 48

MIPNet	0.11 81	0.09 112	0.06 71	0.07 69	0.08 83	0.07 67	0.05 49	0.17 102	0.06 38	0.23 133	0.07 47	0.15 86	0.08 106	0.05 52	0.09 78	0.10 71	0.17 93	0.11 83	0.20 158	0.12 146	0.13 68	0.10 123	0.05 69	0.07 92	0.15 109	0.13 89	0.11 63	0.13 74

IPLGR	0.12 104	0.09 112	0.09 127	0.09 92	0.10 118	0.09 89	0.07 96	0.18 131	0.09 98	0.22 117	0.10 102	0.15 86	0.07 89	0.06 65	0.09 78	0.11 113	0.17 93	0.11 83	0.20 158	0.12 146	0.15 97	0.08 60	0.04 46	0.08 109	0.16 121	0.13 89	0.14 96	0.16 108

GMOStereo	0.11 81	0.07 68	0.09 127	0.06 49	0.05 31	0.06 53	0.05 49	0.17 102	0.09 98	0.24 149	0.07 47	0.17 109	0.09 118	0.05 52	0.10 113	0.11 113	0.17 93	0.08 28	0.12 61	0.08 59	0.19 156	0.08 60	0.03 28	0.06 57	0.18 154	0.16 153	0.14 96	0.17 119

error version	0.11 81	0.07 68	0.09 127	0.06 49	0.05 31	0.06 53	0.05 49	0.17 102	0.09 98	0.24 149	0.07 47	0.17 109	0.09 118	0.05 52	0.10 113	0.11 113	0.17 93	0.08 28	0.12 61	0.08 59	0.19 156	0.08 60	0.03 28	0.06 57	0.18 154	0.16 153	0.14 96	0.17 119

test-v	0.11 81	0.07 68	0.09 127	0.06 49	0.05 31	0.06 53	0.05 49	0.17 102	0.09 98	0.24 149	0.07 47	0.17 109	0.09 118	0.05 52	0.10 113	0.11 113	0.17 93	0.08 28	0.12 61	0.08 59	0.19 156	0.08 60	0.03 28	0.06 57	0.18 154	0.16 153	0.14 96	0.17 119

ACRE	0.09 45	0.06 46	0.05 43	0.06 49	0.06 51	0.09 89	0.06 80	0.18 131	0.06 38	0.20 104	0.08 68	0.12 55	0.07 89	0.06 65	0.08 46	0.10 71	0.17 93	0.11 83	0.11 51	0.09 85	0.13 68	0.06 32	0.04 46	0.06 57	0.10 47	0.10 42	0.10 49	0.10 48

test-2	0.11 81	0.07 68	0.09 127	0.06 49	0.05 31	0.06 53	0.05 49	0.17 102	0.09 98	0.24 149	0.07 47	0.17 109	0.09 118	0.05 52	0.10 113	0.11 113	0.17 93	0.08 28	0.12 61	0.08 59	0.19 156	0.08 60	0.03 28	0.06 57	0.18 154	0.16 153	0.14 96	0.17 119

ADLNet	0.12 104	0.11 136	0.08 117	0.12 135	0.10 118	0.16 164	0.12 159	0.14 79	0.07 55	0.13 46	0.10 102	0.25 189	0.10 131	0.28 234	0.09 78	0.10 71	0.17 93	0.09 53	0.13 81	0.09 85	0.11 39	0.08 60	0.13 187	0.06 57	0.13 79	0.12 76	0.12 72	0.14 83

GMStereo	0.12 104	0.12 149	0.07 96	0.11 124	0.11 135	0.13 136	0.09 121	0.17 102	0.10 119	0.17 71	0.13 134	0.21 165	0.11 141	0.07 93	0.10 113	0.09 44	0.17 93	0.10 69	0.17 126	0.12 146	0.14 82	0.09 92	0.07 106	0.09 131	0.14 96	0.13 89	0.15 107	0.12 67
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.11 81	0.10 125	0.08 117	0.09 92	0.10 118	0.09 89	0.06 80	0.14 79	0.08 72	0.18 83	0.15 160	0.09 35	0.06 67	0.08 110	0.09 78	0.10 71	0.17 93	0.13 137	0.14 93	0.10 106	0.11 39	0.09 92	0.08 128	0.08 109	0.13 79	0.12 76	0.10 49	0.11 57

MFN_U_SF_DS_RVC	0.25 215	0.25 228	0.20 227	0.29 223	0.22 215	0.22 210	0.23 218	0.36 240	0.27 237	0.36 254	0.22 220	0.45 220	0.32 233	0.19 213	0.17 220	0.17 223	0.17 93	0.16 187	0.29 213	0.14 175	0.20 175	0.18 219	0.27 247	0.23 224	0.29 230	0.25 232	0.33 225	0.31 209

CFNet	0.12 104	0.11 136	0.08 117	0.14 153	0.12 149	0.11 119	0.09 121	0.19 152	0.10 119	0.18 83	0.12 122	0.25 189	0.10 131	0.08 110	0.08 46	0.09 44	0.17 93	0.12 111	0.12 61	0.09 85	0.11 39	0.08 60	0.06 86	0.09 131	0.15 109	0.12 76	0.13 83	0.13 74

DLCB_ROB	0.13 114	0.12 149	0.11 158	0.10 108	0.10 118	0.10 111	0.09 121	0.16 93	0.11 131	0.18 83	0.17 180	0.19 135	0.13 162	0.11 153	0.11 150	0.10 71	0.17 93	0.13 137	0.13 81	0.10 106	0.17 132	0.10 123	0.09 147	0.12 175	0.27 222	0.16 153	0.16 116	0.13 74

iResNet_ROB	0.11 81	0.08 98	0.07 96	0.11 124	0.08 83	0.12 127	0.07 96	0.15 84	0.08 72	0.23 133	0.10 102	0.15 86	0.15 184	0.06 65	0.07 21	0.09 44	0.17 93	0.12 111	0.13 81	0.09 85	0.14 82	0.09 92	0.07 106	0.08 109	0.14 96	0.12 76	0.15 107	0.15 94

GCAP-BAT	0.09 45	0.05 29	0.04 21	0.05 31	0.07 66	0.04 20	0.03 19	0.12 51	0.08 72	0.24 149	0.05 20	0.15 86	0.05 42	0.06 65	0.07 21	0.09 44	0.18 112	0.10 69	0.12 61	0.08 59	0.14 82	0.07 45	0.04 46	0.05 33	0.09 33	0.10 42	0.08 33	0.09 36

test_for_model	0.09 45	0.05 29	0.04 21	0.05 31	0.07 66	0.04 20	0.03 19	0.12 51	0.08 72	0.24 149	0.05 20	0.15 86	0.05 42	0.06 65	0.07 21	0.09 44	0.18 112	0.10 69	0.12 61	0.08 59	0.14 82	0.07 45	0.04 46	0.05 33	0.09 33	0.10 42	0.08 33	0.09 36

testlalala2	0.09 45	0.05 29	0.04 21	0.05 31	0.07 66	0.04 20	0.03 19	0.12 51	0.08 72	0.24 149	0.05 20	0.15 86	0.05 42	0.06 65	0.07 21	0.09 44	0.18 112	0.10 69	0.12 61	0.08 59	0.14 82	0.07 45	0.04 46	0.05 33	0.09 33	0.10 42	0.08 33	0.09 36

testlalala	0.09 45	0.05 29	0.04 21	0.05 31	0.07 66	0.04 20	0.03 19	0.12 51	0.08 72	0.24 149	0.05 20	0.15 86	0.05 42	0.06 65	0.07 21	0.09 44	0.18 112	0.10 69	0.12 61	0.08 59	0.14 82	0.07 45	0.04 46	0.05 33	0.09 33	0.10 42	0.08 33	0.09 36

testlalala_base	0.09 45	0.05 29	0.04 21	0.05 31	0.07 66	0.04 20	0.03 19	0.12 51	0.08 72	0.24 149	0.05 20	0.15 86	0.05 42	0.06 65	0.07 21	0.09 44	0.18 112	0.10 69	0.12 61	0.08 59	0.14 82	0.07 45	0.04 46	0.05 33	0.09 33	0.10 42	0.08 33	0.09 36

SPstereo	0.09 45	0.05 29	0.04 21	0.05 31	0.07 66	0.04 20	0.03 19	0.12 51	0.08 72	0.24 149	0.05 20	0.15 86	0.05 42	0.06 65	0.07 21	0.09 44	0.18 112	0.10 69	0.12 61	0.08 59	0.14 82	0.07 45	0.04 46	0.05 33	0.09 33	0.10 42	0.08 33	0.09 36

ICVP	0.15 158	0.13 162	0.14 193	0.12 135	0.12 149	0.13 136	0.10 138	0.17 102	0.12 146	0.17 71	0.13 134	0.18 123	0.12 149	0.09 127	0.12 164	0.13 171	0.18 112	0.15 176	0.15 104	0.14 175	0.17 132	0.13 179	0.20 214	0.11 159	0.19 168	0.19 197	0.17 128	0.16 108
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.10 70	0.08 98	0.06 71	0.08 76	0.07 66	0.05 39	0.04 40	0.14 79	0.06 38	0.25 178	0.07 47	0.12 55	0.05 42	0.05 52	0.08 46	0.09 44	0.18 112	0.11 83	0.11 51	0.09 85	0.17 132	0.08 60	0.05 69	0.05 33	0.13 79	0.12 76	0.10 49	0.10 48

sAnonymous2	0.14 138	0.09 112	0.10 145	0.10 108	0.09 102	0.09 89	0.11 149	0.22 190	0.11 131	0.23 133	0.16 171	0.15 86	0.10 131	0.06 65	0.12 164	0.13 171	0.18 112	0.15 176	0.21 169	0.14 175	0.16 112	0.14 186	0.04 46	0.10 147	0.17 133	0.17 171	0.17 128	0.16 108

CroCo_RVC	0.14 138	0.09 112	0.10 145	0.10 108	0.09 102	0.09 89	0.11 149	0.22 190	0.11 131	0.23 133	0.16 171	0.15 86	0.10 131	0.06 65	0.12 164	0.13 171	0.18 112	0.15 176	0.21 169	0.14 175	0.16 112	0.14 186	0.04 46	0.10 147	0.17 133	0.17 171	0.17 128	0.16 108

pcwnet_v2	0.15 158	0.12 149	0.12 173	0.16 169	0.14 171	0.17 173	0.14 170	0.20 170	0.13 155	0.22 117	0.14 147	0.19 135	0.18 195	0.12 172	0.10 113	0.12 150	0.18 112	0.13 137	0.17 126	0.12 146	0.16 112	0.11 143	0.09 147	0.10 147	0.19 168	0.20 201	0.19 157	0.27 196

RALCasStereoNet	0.09 45	0.08 98	0.06 71	0.09 92	0.07 66	0.06 53	0.05 49	0.12 51	0.05 22	0.18 83	0.07 47	0.12 55	0.05 42	0.04 36	0.09 78	0.10 71	0.18 112	0.12 111	0.13 81	0.08 59	0.15 97	0.08 60	0.05 69	0.06 57	0.12 70	0.09 31	0.10 49	0.08 29

MFN_U_SF_RVC	0.31 234	0.29 240	0.21 233	0.33 224	0.28 230	0.31 226	0.29 231	0.37 243	0.24 222	0.46 263	0.30 247	0.50 229	0.32 233	0.25 225	0.27 244	0.24 242	0.18 112	0.23 235	0.58 246	0.28 242	0.24 227	0.27 250	0.22 218	0.27 238	0.31 235	0.25 232	0.37 234	0.50 244

FADNet-RVC	0.14 138	0.13 162	0.10 145	0.18 182	0.11 135	0.14 143	0.09 121	0.21 181	0.09 98	0.19 96	0.17 180	0.17 109	0.12 149	0.11 153	0.14 199	0.15 208	0.18 112	0.13 137	0.18 139	0.15 189	0.12 53	0.12 162	0.12 181	0.11 159	0.20 180	0.16 153	0.14 96	0.14 83

RGC	0.19 189	0.17 199	0.17 214	0.19 189	0.20 209	0.20 198	0.15 175	0.22 190	0.26 232	0.17 71	0.20 208	0.21 165	0.24 210	0.15 199	0.23 236	0.18 230	0.18 112	0.16 187	0.18 139	0.16 201	0.17 132	0.13 179	0.12 181	0.15 198	0.20 180	0.21 206	0.23 189	0.24 182

NCC-stereo	0.17 178	0.16 191	0.16 206	0.16 169	0.17 190	0.18 181	0.18 192	0.19 152	0.20 212	0.16 62	0.19 203	0.21 165	0.21 202	0.12 172	0.20 232	0.18 230	0.18 112	0.19 216	0.18 139	0.15 189	0.15 97	0.15 198	0.15 194	0.12 175	0.18 154	0.17 171	0.24 197	0.20 157

Abc-Net	0.17 178	0.16 191	0.16 206	0.16 169	0.17 190	0.18 181	0.18 192	0.19 152	0.20 212	0.16 62	0.19 203	0.21 165	0.21 202	0.12 172	0.20 232	0.18 230	0.18 112	0.19 216	0.18 139	0.15 189	0.15 97	0.15 198	0.15 194	0.12 175	0.18 154	0.17 171	0.24 197	0.20 157
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CFNet_RVC	0.13 114	0.12 149	0.10 145	0.14 153	0.11 135	0.14 143	0.09 121	0.17 102	0.09 98	0.19 96	0.13 134	0.21 165	0.09 118	0.09 127	0.10 113	0.13 171	0.18 112	0.13 137	0.15 104	0.11 126	0.16 112	0.08 60	0.06 86	0.09 131	0.15 109	0.12 76	0.16 116	0.17 119

UCFNet_RVC	0.15 158	0.17 199	0.12 173	0.16 169	0.14 171	0.17 173	0.11 149	0.17 102	0.12 146	0.20 104	0.13 134	0.28 194	0.12 149	0.10 141	0.11 150	0.13 171	0.18 112	0.13 137	0.17 126	0.12 146	0.16 112	0.09 92	0.10 160	0.11 159	0.18 154	0.15 128	0.17 128	0.19 149

NCCL2	0.17 178	0.17 199	0.16 206	0.13 146	0.13 161	0.13 136	0.12 159	0.21 181	0.17 187	0.22 117	0.15 160	0.23 180	0.13 162	0.09 127	0.15 209	0.16 216	0.18 112	0.17 200	0.19 152	0.17 206	0.21 193	0.17 210	0.11 170	0.16 206	0.25 216	0.26 239	0.20 169	0.24 182

CES	0.11 81	0.06 46	0.06 71	0.06 49	0.08 83	0.07 67	0.05 49	0.35 237	0.05 22	0.15 56	0.23 225	0.13 71	0.04 28	0.08 110	0.08 46	0.10 71	0.19 132	0.08 28	0.14 93	0.08 59	0.28 246	0.08 60	0.07 106	0.04 18	0.14 96	0.11 66	0.13 83	0.16 108

SACVNet	0.15 158	0.14 175	0.13 182	0.16 169	0.13 161	0.14 143	0.12 159	0.19 152	0.17 187	0.19 96	0.17 180	0.14 81	0.07 89	0.14 191	0.13 184	0.13 171	0.19 132	0.16 187	0.20 158	0.13 164	0.16 112	0.14 186	0.12 181	0.13 185	0.20 180	0.18 184	0.19 157	0.17 119

AnonymousM	0.08 39	0.05 29	0.04 21	0.06 49	0.05 31	0.04 20	0.04 40	0.13 69	0.05 22	0.20 104	0.06 34	0.11 50	0.03 17	0.06 65	0.09 78	0.09 44	0.19 132	0.08 28	0.12 61	0.07 40	0.16 112	0.06 32	0.04 46	0.04 18	0.08 26	0.11 66	0.10 49	0.09 36

psm_up	0.14 138	0.11 136	0.13 182	0.15 165	0.12 149	0.14 143	0.11 149	0.20 170	0.16 177	0.19 96	0.12 122	0.15 86	0.17 193	0.10 141	0.12 164	0.12 150	0.19 132	0.13 137	0.17 126	0.11 126	0.15 97	0.09 92	0.10 160	0.16 206	0.18 154	0.16 153	0.17 128	0.20 157

PMTNet	0.11 81	0.10 125	0.06 71	0.12 135	0.09 102	0.07 67	0.06 80	0.18 131	0.06 38	0.28 223	0.06 34	0.18 123	0.04 28	0.07 93	0.09 78	0.11 113	0.19 132	0.09 53	0.14 93	0.08 59	0.17 132	0.09 92	0.07 106	0.05 33	0.13 79	0.12 76	0.17 128	0.15 94

FADNet_RVC	0.18 183	0.14 175	0.13 182	0.20 193	0.15 179	0.14 143	0.13 164	0.24 204	0.14 164	0.24 149	0.17 180	0.27 192	0.21 202	0.14 191	0.14 199	0.12 150	0.19 132	0.17 200	0.31 218	0.15 189	0.19 156	0.14 186	0.11 170	0.14 194	0.20 180	0.21 206	0.18 147	0.22 174

SHD	0.21 203	0.17 199	0.20 227	0.18 182	0.16 182	0.18 181	0.20 201	0.26 211	0.16 177	0.27 207	0.18 194	0.23 180	0.31 230	0.17 204	0.14 199	0.14 192	0.19 132	0.17 200	0.32 220	0.17 206	0.20 175	0.17 210	0.16 198	0.16 206	0.23 210	0.28 245	0.25 203	0.43 235

HSM-Net_RVC	0.15 158	0.12 149	0.10 145	0.17 177	0.13 161	0.14 143	0.10 138	0.18 131	0.14 164	0.25 178	0.18 194	0.28 194	0.16 189	0.11 153	0.11 150	0.11 113	0.19 132	0.13 137	0.16 118	0.11 126	0.17 132	0.11 143	0.08 128	0.11 159	0.19 168	0.16 153	0.23 189	0.24 182
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GANetREF_RVC	0.26 219	0.26 231	0.30 247	0.23 203	0.23 219	0.23 215	0.24 221	0.35 237	0.33 250	0.32 242	0.17 180	0.50 229	0.38 244	0.12 172	0.20 232	0.17 223	0.19 132	0.21 226	0.35 229	0.21 223	0.23 220	0.15 198	0.22 218	0.29 244	0.27 222	0.21 206	0.36 233	0.31 209
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
DeepPruner_ROB	0.14 138	0.13 162	0.11 158	0.12 135	0.11 135	0.10 111	0.09 121	0.17 102	0.12 146	0.21 113	0.18 194	0.15 86	0.13 162	0.08 110	0.12 164	0.11 113	0.19 132	0.15 176	0.19 152	0.11 126	0.17 132	0.14 186	0.10 160	0.11 159	0.17 133	0.16 153	0.17 128	0.19 149

MLCV	0.14 138	0.11 136	0.09 127	0.16 169	0.12 149	0.14 143	0.11 149	0.21 181	0.10 119	0.24 149	0.13 134	0.21 165	0.14 176	0.08 110	0.09 78	0.10 71	0.19 132	0.11 83	0.19 152	0.09 85	0.17 132	0.08 60	0.10 160	0.09 131	0.16 121	0.13 89	0.16 116	0.19 149

CSAN	0.26 219	0.31 242	0.30 247	0.26 214	0.23 219	0.21 207	0.18 192	0.28 217	0.36 254	0.35 253	0.24 228	0.51 231	0.26 218	0.14 191	0.18 227	0.17 223	0.19 132	0.20 222	0.26 202	0.25 236	0.22 209	0.20 231	0.18 206	0.27 238	0.30 233	0.23 221	0.38 237	0.38 222

SGM-Forest	0.19 189	0.18 205	0.16 206	0.23 203	0.18 197	0.20 198	0.18 192	0.23 198	0.17 187	0.20 104	0.15 160	0.23 180	0.18 195	0.22 221	0.17 220	0.18 230	0.19 132	0.17 200	0.18 139	0.15 189	0.17 132	0.18 219	0.25 229	0.18 214	0.22 203	0.18 184	0.25 203	0.24 182
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
otaku	0.58 254	0.71 259	0.29 246	1.70 273	0.84 262	1.49 267	1.00 260	0.40 249	0.34 252	0.38 257	0.31 250	0.65 239	0.26 218	1.35 261	0.33 253	0.25 243	0.20 145	0.23 235	0.69 250	0.30 247	0.22 209	0.17 210	2.24 270	0.28 242	0.29 230	0.18 184	0.30 217	0.39 226

LoS	0.15 158	0.10 125	0.08 117	0.10 108	0.11 135	0.09 89	0.07 96	0.50 259	0.05 22	0.32 242	0.36 254	0.36 210	0.06 67	0.09 127	0.09 78	0.10 71	0.20 145	0.09 53	0.14 93	0.11 126	0.21 193	0.09 92	0.07 106	0.07 92	0.17 133	0.11 66	0.20 169	0.21 171
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.11 81	0.06 46	0.04 21	0.08 76	0.08 83	0.07 67	0.05 49	0.17 102	0.09 98	0.27 207	0.06 34	0.19 135	0.06 67	0.08 110	0.08 46	0.10 71	0.20 145	0.10 69	0.16 118	0.07 40	0.17 132	0.07 45	0.04 46	0.06 57	0.10 47	0.12 76	0.18 147	0.18 134

test_3	0.11 81	0.07 68	0.07 96	0.06 49	0.08 83	0.05 39	0.05 49	0.17 102	0.09 98	0.24 149	0.09 85	0.21 165	0.11 141	0.06 65	0.13 184	0.13 171	0.20 145	0.09 53	0.14 93	0.10 106	0.18 145	0.08 60	0.04 46	0.08 109	0.13 79	0.15 128	0.13 83	0.14 83

LMCR-Stereo	0.13 114	0.09 112	0.07 96	0.11 124	0.08 83	0.11 119	0.09 121	0.18 131	0.09 98	0.19 96	0.14 147	0.19 135	0.14 176	0.10 141	0.09 78	0.11 113	0.20 145	0.13 137	0.19 152	0.10 106	0.18 145	0.10 123	0.08 128	0.08 109	0.15 109	0.13 89	0.18 147	0.17 119

GEStereo_RVC	0.14 138	0.13 162	0.10 145	0.11 124	0.12 149	0.12 127	0.11 149	0.18 131	0.13 155	0.24 149	0.16 171	0.18 123	0.10 131	0.06 65	0.12 164	0.11 113	0.20 145	0.17 200	0.23 186	0.13 164	0.15 97	0.13 179	0.07 106	0.11 159	0.20 180	0.14 111	0.13 83	0.19 149

CREStereo++_RVC	0.11 81	0.07 68	0.05 43	0.08 76	0.08 83	0.08 77	0.07 96	0.16 93	0.09 98	0.26 193	0.09 85	0.17 109	0.13 162	0.08 110	0.08 46	0.10 71	0.20 145	0.08 28	0.13 81	0.07 40	0.19 156	0.08 60	0.06 86	0.06 57	0.14 96	0.11 66	0.16 116	0.15 94
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
TestStereo	0.13 114	0.12 149	0.10 145	0.11 124	0.08 83	0.11 119	0.10 138	0.18 131	0.11 131	0.24 149	0.13 134	0.20 149	0.08 106	0.06 65	0.11 150	0.10 71	0.20 145	0.11 83	0.20 158	0.10 106	0.21 193	0.10 123	0.06 86	0.12 175	0.19 168	0.11 66	0.12 72	0.13 74

TANstereo	0.11 81	0.06 46	0.06 71	0.10 108	0.09 102	0.09 89	0.06 80	0.12 51	0.08 72	0.22 117	0.08 68	0.13 71	0.07 89	0.08 110	0.10 113	0.13 171	0.20 145	0.13 137	0.18 139	0.08 59	0.18 145	0.09 92	0.06 86	0.06 57	0.10 47	0.10 42	0.15 107	0.14 83

XX-TBD	0.11 81	0.06 46	0.06 71	0.10 108	0.09 102	0.09 89	0.06 80	0.12 51	0.08 72	0.22 117	0.08 68	0.13 71	0.07 89	0.08 110	0.10 113	0.13 171	0.20 145	0.13 137	0.18 139	0.08 59	0.18 145	0.09 92	0.06 86	0.06 57	0.10 47	0.10 42	0.15 107	0.14 83

XQC	0.28 227	0.30 241	0.26 241	0.37 228	0.28 230	0.37 238	0.37 235	0.40 249	0.30 244	0.32 242	0.20 208	0.45 220	0.28 223	0.31 242	0.14 199	0.14 192	0.20 145	0.21 226	0.33 223	0.23 231	0.22 209	0.20 231	0.23 223	0.24 232	0.32 239	0.25 232	0.44 245	0.32 213

RTSC	0.14 138	0.11 136	0.10 145	0.12 135	0.11 135	0.12 127	0.10 138	0.16 93	0.13 155	0.18 83	0.13 134	0.15 86	0.13 162	0.08 110	0.11 150	0.13 171	0.20 145	0.13 137	0.21 169	0.12 146	0.16 112	0.12 162	0.07 106	0.10 147	0.16 121	0.16 153	0.21 183	0.32 213

iResNet	0.16 175	0.11 136	0.09 127	0.15 165	0.13 161	0.17 173	0.12 159	0.21 181	0.14 164	0.25 178	0.13 134	0.35 208	0.32 233	0.08 110	0.10 113	0.11 113	0.20 145	0.12 111	0.25 197	0.14 175	0.18 145	0.11 143	0.12 181	0.13 185	0.18 154	0.14 111	0.20 169	0.18 134

ITSA-stereo	0.18 183	0.14 175	0.11 158	0.26 214	0.16 182	0.18 181	0.16 180	0.25 208	0.17 187	0.25 178	0.17 180	0.33 204	0.24 210	0.16 202	0.11 150	0.11 113	0.21 158	0.15 176	0.22 176	0.10 106	0.19 156	0.11 143	0.15 194	0.11 159	0.22 203	0.15 128	0.20 169	0.23 178

DDUNet	0.26 219	0.20 211	0.12 173	0.37 228	0.30 237	0.40 242	0.47 249	0.20 170	0.16 177	0.16 62	0.25 234	0.16 105	0.08 106	1.63 266	0.13 184	0.14 192	0.21 158	0.14 162	0.25 197	0.13 164	0.18 145	0.12 162	0.25 229	0.15 198	0.17 133	0.18 184	0.18 147	0.22 174

test-3	0.10 70	0.06 46	0.04 21	0.06 49	0.08 83	0.05 39	0.05 49	0.17 102	0.07 55	0.24 149	0.07 47	0.19 135	0.07 89	0.06 65	0.10 113	0.10 71	0.21 158	0.09 53	0.15 104	0.10 106	0.16 112	0.09 92	0.05 69	0.06 57	0.09 33	0.10 42	0.12 72	0.11 57

test_1	0.10 70	0.06 46	0.04 21	0.06 49	0.08 83	0.05 39	0.05 49	0.17 102	0.07 55	0.24 149	0.07 47	0.19 135	0.07 89	0.06 65	0.10 113	0.10 71	0.21 158	0.09 53	0.15 104	0.10 106	0.16 112	0.09 92	0.05 69	0.06 57	0.09 33	0.10 42	0.12 72	0.11 57

AACVNet	0.14 138	0.13 162	0.10 145	0.13 146	0.13 161	0.14 143	0.10 138	0.19 152	0.11 131	0.22 117	0.17 180	0.13 71	0.10 131	0.09 127	0.11 150	0.11 113	0.21 158	0.13 137	0.17 126	0.12 146	0.16 112	0.11 143	0.11 170	0.11 159	0.17 133	0.13 89	0.14 96	0.16 108

s12784h	0.12 104	0.09 112	0.06 71	0.11 124	0.09 102	0.08 77	0.06 80	0.18 131	0.07 55	0.27 207	0.11 112	0.19 135	0.08 106	0.07 93	0.08 46	0.09 44	0.21 158	0.08 28	0.15 104	0.07 40	0.20 175	0.08 60	0.05 69	0.07 92	0.16 121	0.14 111	0.18 147	0.21 171

APVNet	0.15 158	0.13 162	0.11 158	0.14 153	0.16 182	0.14 143	0.13 164	0.19 152	0.11 131	0.14 49	0.13 134	0.17 109	0.09 118	0.16 202	0.15 209	0.15 208	0.21 158	0.14 162	0.22 176	0.15 189	0.15 97	0.12 162	0.07 106	0.12 175	0.16 121	0.15 128	0.19 157	0.17 119

MSC_U_SF_DS_RVC	0.35 238	0.36 244	0.39 256	0.46 242	0.28 230	0.30 224	0.28 230	0.50 259	0.46 261	0.39 260	0.30 247	0.37 212	0.36 240	0.31 242	0.35 254	0.26 245	0.21 158	0.27 244	0.71 252	0.37 256	0.27 241	0.29 252	0.30 254	0.38 256	0.32 239	0.24 226	0.29 215	0.39 226

NVstereo2D	0.15 158	0.11 136	0.11 158	0.19 189	0.14 171	0.21 207	0.24 221	0.13 69	0.11 131	0.16 62	0.14 147	0.10 41	0.07 89	0.39 248	0.11 150	0.11 113	0.21 158	0.14 162	0.15 104	0.10 106	0.12 53	0.08 60	0.24 227	0.08 109	0.14 96	0.12 76	0.14 96	0.12 67

HSM	0.14 138	0.12 149	0.09 127	0.14 153	0.13 161	0.12 127	0.10 138	0.18 131	0.10 119	0.23 133	0.15 160	0.18 123	0.14 176	0.08 110	0.10 113	0.10 71	0.21 158	0.12 111	0.17 126	0.12 146	0.18 145	0.10 123	0.07 106	0.08 109	0.17 133	0.15 128	0.17 128	0.18 134

MDST_ROB	0.22 208	0.27 235	0.14 193	0.47 243	0.24 222	0.36 236	0.20 201	0.24 204	0.16 177	0.26 193	0.14 147	0.28 194	0.25 213	0.11 153	0.11 150	0.12 150	0.21 158	0.12 111	0.17 126	0.12 146	0.19 156	0.10 123	0.11 170	0.12 175	0.34 244	0.23 221	0.56 253	0.31 209

LE_ROB	0.40 244	0.20 211	0.16 206	0.41 239	0.43 248	0.33 233	0.44 246	0.34 236	0.29 242	0.32 242	0.21 213	1.25 271	1.40 285	0.11 153	0.10 113	0.11 113	0.21 158	0.13 137	0.20 158	0.13 164	0.22 209	0.12 162	0.12 181	0.14 194	0.36 247	0.31 249	1.39 285	1.32 283

trnet	0.11 81	0.08 98	0.05 43	0.07 69	0.07 66	0.07 67	0.05 49	0.18 131	0.05 22	0.27 207	0.07 47	0.18 123	0.06 67	0.08 110	0.08 46	0.10 71	0.22 170	0.08 28	0.12 61	0.07 40	0.20 175	0.08 60	0.06 86	0.05 33	0.11 62	0.13 89	0.17 128	0.16 108

Ntro	0.63 257	0.72 260	0.30 247	1.78 275	0.84 262	1.55 268	1.09 262	0.48 258	0.37 255	0.38 257	0.38 255	0.72 246	0.26 218	1.51 264	0.35 254	0.27 250	0.22 170	0.24 238	0.69 250	0.31 249	0.22 209	0.17 210	2.49 273	0.30 245	0.31 235	0.22 214	0.37 234	0.42 232

Any-RAFT	0.13 114	0.07 68	0.05 43	0.10 108	0.09 102	0.12 127	0.08 105	0.17 102	0.10 119	0.26 193	0.09 85	0.20 149	0.08 106	0.10 141	0.09 78	0.10 71	0.22 170	0.11 83	0.20 158	0.10 106	0.21 193	0.09 92	0.08 128	0.06 57	0.16 121	0.15 128	0.17 128	0.17 119

GwcNet-ADL	0.17 178	0.12 149	0.11 158	0.19 189	0.14 171	0.17 173	0.14 170	0.21 181	0.14 164	0.24 149	0.17 180	0.32 203	0.16 189	0.19 213	0.11 150	0.14 192	0.22 170	0.15 176	0.23 186	0.13 164	0.18 145	0.11 143	0.05 69	0.10 147	0.18 154	0.15 128	0.19 157	0.21 171

TRStereo	0.13 114	0.07 68	0.05 43	0.09 92	0.08 83	0.17 173	0.13 164	0.18 131	0.07 55	0.25 178	0.09 85	0.20 149	0.04 28	0.10 141	0.09 78	0.10 71	0.22 170	0.11 83	0.22 176	0.13 164	0.19 156	0.09 92	0.09 147	0.07 92	0.16 121	0.15 128	0.24 197	0.20 157

cross-raft	0.14 138	0.08 98	0.07 96	0.08 76	0.10 118	0.12 127	0.08 105	0.17 102	0.13 155	0.27 207	0.11 112	0.21 165	0.05 42	0.11 153	0.13 184	0.14 192	0.22 170	0.11 83	0.23 186	0.13 164	0.23 220	0.09 92	0.06 86	0.08 109	0.22 203	0.17 171	0.14 96	0.15 94

test-1	0.14 138	0.06 46	0.07 96	0.11 124	0.10 118	0.18 181	0.14 170	0.19 152	0.13 155	0.28 223	0.10 102	0.19 135	0.11 141	0.12 172	0.12 164	0.13 171	0.22 170	0.12 111	0.22 176	0.10 106	0.24 227	0.08 60	0.09 147	0.08 109	0.21 193	0.18 184	0.15 107	0.17 119

sCroCo_RVC	0.14 138	0.09 112	0.09 127	0.08 76	0.07 66	0.10 111	0.07 96	0.19 152	0.14 164	0.18 83	0.12 122	0.13 71	0.14 176	0.06 65	0.13 184	0.15 208	0.22 170	0.15 176	0.22 176	0.13 164	0.21 193	0.16 206	0.06 86	0.12 175	0.17 133	0.16 153	0.17 128	0.17 119

CREStereo	0.11 81	0.08 98	0.06 71	0.08 76	0.08 83	0.07 67	0.05 49	0.18 131	0.05 22	0.26 193	0.08 68	0.18 123	0.06 67	0.08 110	0.08 46	0.10 71	0.22 170	0.09 53	0.13 81	0.08 59	0.20 175	0.09 92	0.06 86	0.05 33	0.11 62	0.13 89	0.17 128	0.15 94
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
gcap-zeroshot	0.13 114	0.08 98	0.05 43	0.08 76	0.10 118	0.11 119	0.09 121	0.18 131	0.09 98	0.28 223	0.08 68	0.20 149	0.06 67	0.10 141	0.09 78	0.12 150	0.23 179	0.11 83	0.27 207	0.12 146	0.20 175	0.11 143	0.07 106	0.08 109	0.12 70	0.17 171	0.17 128	0.18 134

IGEV_Zeroshot_test	0.14 138	0.07 68	0.05 43	0.13 146	0.13 161	0.10 111	0.11 149	0.17 102	0.09 98	0.28 223	0.09 85	0.23 180	0.05 42	0.12 172	0.09 78	0.11 113	0.23 179	0.11 83	0.16 118	0.12 146	0.20 175	0.09 92	0.09 147	0.06 57	0.19 168	0.14 111	0.23 189	0.27 196

RAFT-Test	0.13 114	0.07 68	0.06 71	0.09 92	0.11 135	0.13 136	0.09 121	0.17 102	0.11 131	0.27 207	0.10 102	0.20 149	0.05 42	0.12 172	0.10 113	0.11 113	0.23 179	0.12 111	0.21 169	0.14 175	0.21 193	0.11 143	0.06 86	0.08 109	0.17 133	0.15 128	0.17 128	0.17 119

HH	0.13 114	0.06 46	0.05 43	0.11 124	0.11 135	0.16 164	0.08 105	0.19 152	0.07 55	0.28 223	0.08 68	0.18 123	0.05 42	0.12 172	0.10 113	0.10 71	0.23 179	0.12 111	0.15 104	0.10 106	0.20 175	0.08 60	0.07 106	0.08 109	0.13 79	0.14 111	0.19 157	0.23 178

HanStereo	0.13 114	0.06 46	0.05 43	0.11 124	0.11 135	0.16 164	0.08 105	0.19 152	0.07 55	0.28 223	0.08 68	0.18 123	0.05 42	0.12 172	0.10 113	0.10 71	0.23 179	0.12 111	0.15 104	0.10 106	0.20 175	0.08 60	0.07 106	0.08 109	0.13 79	0.14 111	0.19 157	0.23 178

CASS	0.15 158	0.12 149	0.10 145	0.14 153	0.12 149	0.16 164	0.10 138	0.19 152	0.15 172	0.26 193	0.12 122	0.20 149	0.12 149	0.09 127	0.11 150	0.12 150	0.23 179	0.12 111	0.23 186	0.09 85	0.19 156	0.10 123	0.07 106	0.09 131	0.23 210	0.14 111	0.19 157	0.22 174
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.13 114	0.06 46	0.05 43	0.09 92	0.10 118	0.09 89	0.07 96	0.18 131	0.08 72	0.28 223	0.12 122	0.19 135	0.06 67	0.09 127	0.09 78	0.13 171	0.23 179	0.12 111	0.17 126	0.15 189	0.19 156	0.10 123	0.09 147	0.07 92	0.19 168	0.18 184	0.19 157	0.19 149

PSMNet-ADL	0.18 183	0.13 162	0.13 182	0.16 169	0.14 171	0.17 173	0.16 180	0.20 170	0.21 218	0.27 207	0.19 203	0.29 200	0.25 213	0.18 208	0.14 199	0.14 192	0.23 179	0.14 162	0.22 176	0.14 175	0.19 156	0.11 143	0.10 160	0.11 159	0.20 180	0.15 128	0.23 189	0.19 149

Anonymous3	0.18 183	0.15 183	0.11 158	0.15 165	0.10 118	0.14 143	0.11 149	0.22 190	0.19 201	0.27 207	0.15 160	0.27 192	0.12 149	0.13 185	0.25 239	0.17 223	0.23 179	0.18 211	0.26 202	0.17 206	0.24 227	0.20 231	0.09 147	0.10 147	0.21 193	0.20 201	0.22 187	0.20 157

XX-Stereo	0.14 138	0.05 29	0.05 43	0.10 108	0.08 83	0.17 173	0.07 96	0.18 131	0.10 119	0.27 207	0.09 85	0.20 149	0.03 17	0.09 127	0.10 113	0.12 150	0.23 179	0.11 83	0.20 158	0.11 126	0.20 175	0.08 60	0.08 128	0.07 92	0.22 203	0.16 153	0.17 128	0.36 220

GES	0.14 138	0.11 136	0.07 96	0.09 92	0.11 135	0.15 155	0.09 121	0.20 170	0.09 98	0.23 133	0.12 122	0.17 109	0.11 141	0.14 191	0.10 113	0.10 71	0.23 179	0.14 162	0.24 192	0.14 175	0.17 132	0.17 210	0.11 170	0.09 131	0.15 109	0.14 111	0.21 183	0.20 157

EAI-Stereo	0.13 114	0.07 68	0.04 21	0.10 108	0.10 118	0.10 111	0.09 121	0.17 102	0.10 119	0.26 193	0.11 112	0.20 149	0.05 42	0.10 141	0.10 113	0.11 113	0.23 179	0.12 111	0.18 139	0.12 146	0.19 156	0.08 60	0.08 128	0.08 109	0.16 121	0.14 111	0.15 107	0.20 157

ccs_rob	0.20 197	0.15 183	0.11 158	0.26 214	0.16 182	0.26 219	0.20 201	0.22 190	0.16 177	0.25 178	0.24 228	0.57 235	0.24 210	0.17 204	0.12 164	0.13 171	0.23 179	0.15 176	0.21 169	0.15 189	0.21 193	0.11 143	0.12 181	0.11 159	0.20 180	0.16 153	0.18 147	0.24 182

SGM-ForestM	0.24 214	0.22 219	0.16 206	0.37 228	0.24 222	0.32 228	0.24 221	0.28 217	0.20 212	0.23 133	0.17 180	0.51 231	0.25 213	0.20 218	0.12 164	0.13 171	0.23 179	0.16 187	0.24 192	0.14 175	0.19 156	0.16 206	0.21 217	0.16 206	0.35 245	0.24 226	0.51 248	0.35 218

SGM_RVC	0.25 215	0.24 226	0.17 214	0.39 236	0.27 229	0.34 234	0.26 227	0.28 217	0.19 201	0.25 178	0.18 194	0.42 217	0.30 227	0.17 204	0.12 164	0.13 171	0.23 179	0.15 176	0.25 197	0.13 164	0.19 156	0.15 198	0.19 211	0.17 211	0.33 241	0.22 214	0.55 252	0.43 235
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DCVSM-stereo	0.20 197	0.15 183	0.11 158	0.24 209	0.18 197	0.26 219	0.21 212	0.23 198	0.16 177	0.24 149	0.19 203	0.49 226	0.27 221	0.13 185	0.10 113	0.12 150	0.24 194	0.16 187	0.24 192	0.15 189	0.19 156	0.14 186	0.22 218	0.11 159	0.18 154	0.15 128	0.24 197	0.28 199

AE-Stereo	0.12 104	0.09 112	0.08 117	0.11 124	0.09 102	0.08 77	0.05 49	0.17 102	0.14 164	0.24 149	0.09 85	0.19 135	0.10 131	0.07 93	0.10 113	0.12 150	0.24 194	0.13 137	0.16 118	0.11 126	0.18 145	0.09 92	0.05 69	0.09 131	0.13 79	0.14 111	0.15 107	0.15 94

MSKI-zero shot	0.13 114	0.08 98	0.05 43	0.09 92	0.11 135	0.09 89	0.07 96	0.19 152	0.09 98	0.28 223	0.10 102	0.19 135	0.06 67	0.11 153	0.10 113	0.11 113	0.24 194	0.11 83	0.17 126	0.11 126	0.21 193	0.10 123	0.07 106	0.08 109	0.14 96	0.17 171	0.18 147	0.18 134

EKT-Stereo	0.15 158	0.10 125	0.07 96	0.13 146	0.12 149	0.16 164	0.17 189	0.18 131	0.11 131	0.26 193	0.17 180	0.17 109	0.07 89	0.11 153	0.09 78	0.11 113	0.24 194	0.15 176	0.23 186	0.12 146	0.24 227	0.10 123	0.07 106	0.08 109	0.20 180	0.15 128	0.17 128	0.18 134

SQANet	0.45 248	0.54 255	0.14 193	1.41 262	0.51 255	1.23 262	0.83 259	0.30 226	0.24 222	0.34 250	0.24 228	0.64 237	0.19 199	1.12 260	0.17 220	0.14 192	0.24 194	0.20 222	0.40 234	0.22 230	0.16 112	0.14 186	1.58 267	0.17 211	0.20 180	0.16 153	0.26 208	0.39 226

iRaft-Stereo_20w	0.13 114	0.07 68	0.05 43	0.12 135	0.12 149	0.12 127	0.09 121	0.16 93	0.10 119	0.28 223	0.09 85	0.19 135	0.04 28	0.10 141	0.09 78	0.11 113	0.24 194	0.11 83	0.15 104	0.13 164	0.20 175	0.08 60	0.09 147	0.06 57	0.17 133	0.13 89	0.20 169	0.25 188

dd	0.14 138	0.12 149	0.07 96	0.25 212	0.10 118	0.19 192	0.09 121	0.17 102	0.08 72	0.17 71	0.08 68	0.33 204	0.08 106	0.06 65	0.10 113	0.11 113	0.24 194	0.11 83	0.25 197	0.09 85	0.15 97	0.09 92	0.06 86	0.09 131	0.17 133	0.13 89	0.18 147	0.15 94

GLC_STEREO	0.13 114	0.11 136	0.12 173	0.12 135	0.11 135	0.10 111	0.10 138	0.19 152	0.07 55	0.25 178	0.13 134	0.12 55	0.07 89	0.07 93	0.08 46	0.12 150	0.24 194	0.11 83	0.17 126	0.09 85	0.27 241	0.15 198	0.07 106	0.07 92	0.15 109	0.09 31	0.20 169	0.12 67

SFCPSM	0.20 197	0.15 183	0.12 173	0.22 199	0.16 182	0.20 198	0.18 192	0.22 190	0.20 212	0.26 193	0.24 228	0.34 207	0.33 236	0.14 191	0.12 164	0.12 150	0.24 194	0.16 187	0.32 220	0.19 217	0.19 156	0.13 179	0.14 192	0.12 175	0.21 193	0.17 171	0.20 169	0.25 188

R-Stereo Train	0.13 114	0.07 68	0.07 96	0.09 92	0.10 118	0.15 155	0.05 49	0.16 93	0.12 146	0.28 223	0.12 122	0.20 149	0.08 106	0.11 153	0.09 78	0.11 113	0.24 194	0.12 111	0.16 118	0.11 126	0.21 193	0.11 143	0.08 128	0.07 92	0.15 109	0.15 128	0.16 116	0.15 94

RTS	0.20 197	0.16 191	0.14 193	0.17 177	0.14 171	0.20 198	0.15 175	0.23 198	0.26 232	0.15 56	0.14 147	0.14 81	0.20 200	0.11 153	0.13 184	0.15 208	0.24 194	0.17 200	0.34 226	0.24 234	0.22 209	0.15 198	0.09 147	0.15 198	0.28 228	0.27 243	0.28 213	0.55 249

RTSA	0.20 197	0.16 191	0.14 193	0.17 177	0.14 171	0.20 198	0.15 175	0.23 198	0.26 232	0.15 56	0.14 147	0.14 81	0.20 200	0.11 153	0.13 184	0.15 208	0.24 194	0.17 200	0.34 226	0.24 234	0.22 209	0.15 198	0.09 147	0.15 198	0.28 228	0.27 243	0.28 213	0.55 249

ADCPNet	0.22 208	0.17 199	0.16 206	0.20 193	0.19 204	0.20 198	0.18 192	0.27 214	0.23 221	0.26 193	0.22 220	0.26 191	0.28 223	0.15 199	0.16 214	0.17 223	0.24 194	0.17 200	0.32 220	0.23 231	0.24 227	0.19 227	0.17 204	0.21 220	0.25 216	0.22 214	0.27 211	0.33 216

RAFT-Stereo	0.13 114	0.07 68	0.07 96	0.09 92	0.10 118	0.15 155	0.05 49	0.16 93	0.12 146	0.28 223	0.12 122	0.20 149	0.08 106	0.11 153	0.09 78	0.11 113	0.24 194	0.12 111	0.16 118	0.11 126	0.21 193	0.11 143	0.08 128	0.07 92	0.15 109	0.15 128	0.16 116	0.15 94
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.13 114	0.08 98	0.06 71	0.09 92	0.12 149	0.10 111	0.08 105	0.17 102	0.11 131	0.27 207	0.09 85	0.20 149	0.06 67	0.12 172	0.10 113	0.11 113	0.24 194	0.12 111	0.19 152	0.16 201	0.21 193	0.11 143	0.07 106	0.08 109	0.17 133	0.14 111	0.17 128	0.18 134

CBMV	0.22 208	0.18 205	0.17 214	0.23 203	0.21 212	0.20 198	0.18 192	0.27 214	0.19 201	0.28 223	0.11 112	0.29 200	0.13 162	0.24 223	0.13 184	0.14 192	0.24 194	0.18 211	0.20 158	0.16 201	0.21 193	0.18 219	0.24 227	0.23 224	0.26 219	0.22 214	0.35 229	0.40 229
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DAS	0.19 189	0.11 136	0.09 127	0.24 209	0.19 204	0.18 181	0.20 201	0.23 198	0.18 193	0.24 149	0.14 147	0.38 213	0.21 202	0.09 127	0.12 164	0.11 113	0.25 210	0.16 187	0.22 176	0.15 189	0.20 175	0.14 186	0.18 206	0.13 185	0.19 168	0.17 171	0.23 189	0.29 201

SepStereo	0.19 189	0.11 136	0.09 127	0.24 209	0.19 204	0.18 181	0.20 201	0.23 198	0.18 193	0.24 149	0.14 147	0.38 213	0.21 202	0.09 127	0.12 164	0.11 113	0.25 210	0.16 187	0.22 176	0.15 189	0.20 175	0.14 186	0.18 206	0.13 185	0.19 168	0.17 171	0.23 189	0.29 201

GANet-ADL	0.15 158	0.12 149	0.09 127	0.14 153	0.12 149	0.16 164	0.12 159	0.20 170	0.10 119	0.25 178	0.15 160	0.22 178	0.12 149	0.21 220	0.09 78	0.11 113	0.25 210	0.14 162	0.20 158	0.14 175	0.19 156	0.09 92	0.08 128	0.10 147	0.17 133	0.15 128	0.20 169	0.17 119

SAMSARA	0.48 249	0.23 223	0.39 256	0.23 203	0.23 219	0.22 210	0.22 214	0.44 257	0.38 257	0.31 240	0.21 213	0.30 202	0.47 251	0.17 204	0.32 250	0.34 256	0.25 210	0.32 253	0.46 240	0.32 252	0.47 270	0.52 279	0.15 194	0.33 251	1.39 289	1.54 287	1.41 286	1.46 285

ADCMid	0.21 203	0.18 205	0.17 214	0.18 182	0.19 204	0.20 198	0.16 180	0.29 223	0.25 227	0.24 149	0.19 203	0.36 210	0.21 202	0.12 172	0.16 214	0.16 216	0.25 210	0.18 211	0.37 231	0.19 217	0.24 227	0.18 219	0.17 204	0.15 198	0.24 212	0.20 201	0.25 203	0.29 201

STStereo	0.37 240	0.44 252	0.31 251	0.75 256	0.49 254	0.57 250	0.43 245	0.35 237	0.30 244	0.34 250	0.24 228	0.85 259	0.53 256	0.19 213	0.14 199	0.16 216	0.25 210	0.16 187	0.45 239	0.16 201	0.23 220	0.19 227	0.20 214	0.23 224	0.49 256	0.37 259	0.75 265	0.54 248

XPNet_ROB	0.18 183	0.21 216	0.14 193	0.15 165	0.16 182	0.15 155	0.15 175	0.15 84	0.14 164	0.19 96	0.18 194	0.49 226	0.13 162	0.11 153	0.13 184	0.14 192	0.25 210	0.16 187	0.18 139	0.14 175	0.17 132	0.18 219	0.13 187	0.13 185	0.17 133	0.17 171	0.31 220	0.29 201

pmcnn	0.19 189	0.14 175	0.11 158	0.18 182	0.13 161	0.19 192	0.16 180	0.20 170	0.18 193	0.26 193	0.14 147	0.35 208	0.25 213	0.09 127	0.09 78	0.11 113	0.25 210	0.14 162	0.24 192	0.14 175	0.22 209	0.14 186	0.11 170	0.11 159	0.21 193	0.18 184	0.39 238	0.45 239

DDVS	0.19 189	0.15 183	0.13 182	0.18 182	0.18 197	0.19 192	0.20 201	0.20 170	0.16 177	0.25 178	0.21 213	0.39 216	0.27 221	0.13 185	0.12 164	0.14 192	0.26 218	0.19 216	0.28 211	0.15 189	0.18 145	0.16 206	0.10 160	0.14 194	0.19 168	0.15 128	0.22 187	0.25 188

model_zeroshot	0.14 138	0.09 112	0.06 71	0.10 108	0.10 118	0.14 143	0.08 105	0.20 170	0.12 146	0.28 223	0.08 68	0.21 165	0.06 67	0.11 153	0.09 78	0.12 150	0.26 218	0.13 137	0.27 207	0.11 126	0.20 175	0.13 179	0.11 170	0.09 131	0.17 133	0.17 171	0.18 147	0.18 134

AIO-Stereo-zeroshot1	0.15 158	0.07 68	0.05 43	0.12 135	0.12 149	0.15 155	0.09 121	0.17 102	0.12 146	0.29 236	0.09 85	0.22 178	0.05 42	0.12 172	0.11 150	0.11 113	0.26 218	0.12 111	0.33 223	0.11 126	0.20 175	0.12 162	0.08 128	0.06 57	0.21 193	0.18 184	0.20 169	0.32 213

AIO-Stereo-zeroshot	0.15 158	0.07 68	0.05 43	0.14 153	0.12 149	0.15 155	0.10 138	0.18 131	0.08 72	0.26 193	0.08 68	0.19 135	0.08 106	0.11 153	0.10 113	0.12 150	0.26 218	0.13 137	0.26 202	0.11 126	0.20 175	0.10 123	0.08 128	0.07 92	0.20 180	0.18 184	0.19 157	0.31 209

HBP-ISP	0.21 203	0.16 191	0.12 173	0.26 214	0.22 215	0.22 210	0.17 189	0.29 223	0.18 193	0.27 207	0.18 194	0.21 165	0.12 149	0.28 234	0.10 113	0.14 192	0.26 218	0.19 216	0.20 158	0.12 146	0.22 209	0.23 242	0.26 234	0.23 224	0.24 212	0.24 226	0.23 189	0.26 192

FAT-Stereo	0.26 219	0.19 208	0.17 214	0.38 233	0.36 243	0.30 224	0.25 226	0.26 211	0.18 193	0.27 207	0.25 234	0.33 204	0.36 240	0.26 228	0.16 214	0.15 208	0.26 218	0.23 235	0.33 223	0.21 223	0.22 209	0.19 227	0.22 218	0.22 222	0.21 193	0.22 214	0.32 222	0.42 232

G-Net	0.29 230	0.24 226	0.19 224	0.23 203	0.21 212	0.36 236	0.23 218	0.30 226	0.27 237	0.33 246	0.32 251	0.93 262	0.25 213	0.18 208	0.18 227	0.18 230	0.26 218	0.21 226	0.43 237	0.31 249	0.26 239	0.17 210	0.18 206	0.18 214	0.27 222	0.23 221	0.40 242	0.42 232

CBMV_ROB	0.21 203	0.14 175	0.15 200	0.26 214	0.22 215	0.21 207	0.22 214	0.28 217	0.17 187	0.26 193	0.17 180	0.28 194	0.17 193	0.26 228	0.11 150	0.12 150	0.26 218	0.17 200	0.18 139	0.16 201	0.21 193	0.19 227	0.26 234	0.20 217	0.24 212	0.25 232	0.25 203	0.33 216

SANet	0.30 231	0.21 216	0.21 233	0.25 212	0.21 212	0.31 226	0.22 214	0.30 226	0.31 247	0.27 207	0.26 236	1.39 273	0.38 244	0.22 221	0.14 199	0.14 192	0.26 218	0.21 226	0.30 217	0.21 223	0.24 227	0.20 231	0.31 255	0.23 224	0.33 241	0.24 226	0.35 229	0.48 241

NOSS_ROB	0.21 203	0.14 175	0.15 200	0.20 193	0.19 204	0.20 198	0.22 214	0.29 223	0.18 193	0.25 178	0.15 160	0.21 165	0.13 162	0.27 233	0.13 184	0.14 192	0.26 218	0.21 226	0.22 176	0.17 206	0.23 220	0.22 239	0.26 234	0.24 232	0.26 219	0.22 214	0.24 197	0.26 192

MeshStereo	0.30 231	0.26 231	0.20 227	0.49 245	0.36 243	0.35 235	0.26 227	0.32 230	0.28 240	0.30 238	0.27 239	0.61 236	0.47 251	0.18 208	0.12 164	0.14 192	0.26 218	0.17 200	0.27 207	0.17 206	0.27 241	0.21 236	0.25 229	0.20 217	0.36 247	0.28 245	0.54 251	0.49 243
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
dad	0.18 183	0.16 191	0.11 158	0.36 226	0.16 182	0.24 216	0.21 212	0.24 204	0.09 98	0.22 117	0.11 112	0.38 213	0.11 141	0.08 110	0.12 164	0.10 71	0.27 229	0.12 111	0.29 213	0.10 106	0.19 156	0.12 162	0.08 128	0.13 185	0.18 154	0.14 111	0.31 220	0.22 174

UDG	0.26 219	0.20 211	0.13 182	0.38 233	0.31 238	0.38 240	0.51 252	0.19 152	0.16 177	0.19 96	0.23 225	0.17 109	0.09 118	1.45 262	0.14 199	0.13 171	0.27 229	0.16 187	0.26 202	0.13 164	0.21 193	0.13 179	0.25 229	0.12 175	0.20 180	0.20 201	0.20 169	0.19 149

S-Stereo	0.30 231	0.22 219	0.17 214	0.41 239	0.39 245	0.41 243	0.37 235	0.25 208	0.25 227	0.26 193	0.44 258	0.54 234	0.36 240	0.24 223	0.16 214	0.14 192	0.27 229	0.27 244	0.34 226	0.28 242	0.23 220	0.22 239	0.53 260	0.23 224	0.22 203	0.19 197	0.27 211	0.38 222

BEATNet-Init1	0.49 251	0.42 249	0.28 244	0.79 258	0.40 246	0.60 253	0.45 247	0.41 253	0.27 237	0.30 238	0.22 220	0.89 260	0.84 268	0.25 225	0.27 244	0.26 245	0.27 229	0.25 241	0.84 259	0.28 242	0.27 241	0.26 248	0.26 234	0.32 249	0.49 256	0.35 257	2.05 289	0.88 272

FBW_ROB	0.26 219	0.26 231	0.25 238	0.37 228	0.25 225	0.32 228	0.20 201	0.21 181	0.18 193	0.27 207	0.20 208	0.45 220	0.31 230	0.26 228	0.20 232	0.20 240	0.27 229	0.17 200	0.51 244	0.14 175	0.21 193	0.14 186	0.16 198	0.28 242	0.21 193	0.19 197	0.33 225	0.55 249

LALA_ROB	0.22 208	0.25 228	0.16 206	0.19 189	0.17 190	0.22 210	0.16 180	0.17 102	0.19 201	0.24 149	0.21 213	0.64 237	0.15 184	0.13 185	0.23 236	0.17 223	0.27 229	0.22 232	0.22 176	0.18 213	0.20 175	0.20 231	0.14 192	0.15 198	0.20 180	0.22 214	0.35 229	0.25 188

PWC_ROB	0.22 208	0.20 211	0.14 193	0.18 182	0.17 190	0.16 164	0.20 201	0.21 181	0.26 232	0.15 56	0.20 208	0.28 194	0.62 260	0.13 185	0.12 164	0.13 171	0.27 229	0.18 211	0.36 230	0.18 213	0.22 209	0.17 210	0.16 198	0.24 232	0.19 168	0.18 184	0.24 197	0.43 235

AnyNet_C32	0.20 197	0.16 191	0.15 200	0.17 177	0.17 190	0.19 192	0.16 180	0.25 208	0.22 219	0.25 178	0.23 225	0.23 180	0.18 195	0.14 191	0.19 229	0.18 230	0.28 236	0.22 232	0.29 213	0.18 213	0.27 241	0.21 236	0.16 198	0.17 211	0.22 203	0.20 201	0.21 183	0.23 178

FC-DCNN v2	0.27 225	0.28 237	0.27 243	0.37 228	0.28 230	0.32 228	0.38 239	0.33 234	0.19 201	0.22 117	0.18 194	0.23 180	0.13 162	0.29 236	0.26 240	0.26 245	0.29 237	0.27 244	0.29 213	0.21 223	0.25 235	0.25 245	0.26 234	0.31 246	0.31 235	0.26 239	0.30 217	0.30 207

FCDSN-DC	0.25 215	0.25 228	0.25 238	0.28 222	0.26 227	0.26 219	0.34 233	0.28 217	0.18 193	0.20 104	0.17 180	0.20 149	0.12 149	0.29 236	0.26 240	0.26 245	0.29 237	0.28 248	0.27 207	0.21 223	0.25 235	0.25 245	0.26 234	0.32 249	0.26 219	0.24 226	0.26 208	0.27 196
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.27 225	0.28 237	0.26 241	0.36 226	0.28 230	0.32 228	0.37 235	0.32 230	0.19 201	0.22 117	0.18 194	0.23 180	0.13 162	0.29 236	0.26 240	0.26 245	0.29 237	0.27 244	0.28 211	0.21 223	0.25 235	0.25 245	0.26 234	0.31 246	0.30 233	0.25 232	0.29 215	0.30 207

ETE_ROB	0.22 208	0.23 223	0.15 200	0.20 193	0.16 182	0.19 192	0.17 189	0.18 131	0.19 201	0.22 117	0.22 220	0.65 239	0.16 189	0.14 191	0.14 199	0.14 192	0.30 240	0.19 216	0.24 192	0.19 217	0.21 193	0.18 219	0.16 198	0.15 198	0.22 203	0.28 245	0.41 243	0.26 192

edge stereo	0.31 234	0.23 223	0.20 227	0.41 239	0.35 241	0.42 245	0.39 242	0.38 245	0.22 219	0.23 133	0.38 255	0.69 243	0.33 236	0.30 240	0.15 209	0.16 216	0.31 241	0.21 226	0.42 235	0.21 223	0.23 220	0.17 210	0.25 229	0.22 222	0.27 222	0.23 221	0.39 238	0.55 249

ACVNet_1	0.74 262	0.79 264	0.40 258	2.04 282	0.96 269	1.88 279	1.51 269	0.59 265	0.28 240	0.43 261	0.49 261	0.71 244	0.61 259	2.21 278	0.32 250	0.25 243	0.32 242	0.31 252	0.60 247	0.31 249	0.29 247	0.21 236	2.72 277	0.33 251	0.40 251	0.26 239	0.37 234	0.38 222

ADCS	0.28 227	0.22 219	0.21 233	0.26 214	0.24 222	0.25 217	0.23 218	0.36 240	0.30 244	0.23 133	0.27 239	0.46 224	0.35 239	0.20 218	0.19 229	0.18 230	0.32 242	0.24 238	0.48 241	0.28 242	0.36 254	0.28 251	0.19 211	0.23 224	0.31 235	0.25 232	0.30 217	0.41 231

MANE	0.41 245	0.36 244	0.33 252	0.61 251	0.44 249	0.44 246	0.46 248	0.42 254	0.25 227	0.23 133	0.22 220	0.65 239	0.28 223	0.30 240	0.28 246	0.29 255	0.32 242	0.42 265	0.37 231	0.23 231	0.30 248	0.26 248	0.26 234	0.34 253	0.54 261	0.40 261	1.07 281	0.87 270

DLNR_Zeroshot_test	10.12 292	32.06 299	0.05 43	54.44 299	0.09 102	0.18 181	50.47 299	0.19 152	0.08 72	0.27 207	0.07 47	0.20 149	0.04 28	0.14 191	62.26 299	70.60 299	0.33 245	0.18 211	0.25 197	0.11 126	0.20 175	0.08 60	0.07 106	0.09 131	0.18 154	0.15 128	0.20 169	0.26 192

ACVNet-4b	0.69 260	0.75 262	0.33 252	1.72 274	0.94 268	1.61 273	1.42 267	0.33 234	0.32 249	0.38 257	0.26 236	1.20 269	0.29 226	2.16 276	0.39 257	0.37 257	0.33 245	0.24 238	0.57 245	0.38 257	0.16 112	0.14 186	2.71 276	0.23 224	0.29 230	0.32 250	0.39 238	0.40 229

ACV-stereo	0.25 215	0.15 183	0.13 182	0.22 199	0.17 190	0.28 222	0.24 221	0.21 181	0.20 212	0.24 149	0.21 213	0.28 194	0.36 240	0.18 208	0.13 184	0.12 150	0.34 247	0.20 222	1.12 271	0.25 236	0.26 239	0.17 210	0.29 253	0.18 214	0.19 168	0.16 153	0.25 203	0.29 201

RainbowNet	0.77 263	0.87 265	0.46 259	1.83 276	0.91 267	1.59 271	1.47 268	0.42 254	0.38 257	0.47 266	0.34 253	0.90 261	0.60 258	1.97 271	0.62 270	0.48 265	0.34 247	0.33 256	0.90 261	0.58 265	0.33 249	0.23 242	2.82 280	0.39 257	0.40 251	0.34 254	0.44 245	0.48 241

MaskLacGwcNet_RVC	0.36 239	0.16 191	0.12 173	0.26 214	0.22 215	0.22 210	0.27 229	0.24 204	0.15 172	0.24 149	0.16 171	4.24 289	0.22 209	0.19 213	0.13 184	0.13 171	0.34 247	0.22 232	0.31 218	0.20 221	0.23 220	0.18 219	0.22 218	0.14 194	0.20 180	0.19 197	0.21 183	0.24 182

DPSNet	0.39 243	0.19 208	0.17 214	0.27 221	0.25 225	0.29 223	0.19 199	0.26 211	0.24 222	0.18 83	0.17 180	2.16 283	0.43 248	0.10 141	0.17 220	0.15 208	0.35 250	0.28 248	2.04 285	0.27 241	0.25 235	0.16 206	0.28 250	0.25 236	0.38 250	0.24 226	0.39 238	0.51 245

LSM0	3.45 286	0.27 235	0.18 223	0.38 233	0.29 236	0.39 241	0.36 234	0.51 261	0.31 247	0.45 262	0.47 259	0.71 244	0.57 257	0.19 213	23.17 295	59.79 298	0.36 251	0.26 242	1.29 278	0.33 254	0.44 266	0.32 259	0.23 223	0.27 238	0.36 247	0.29 248	0.53 250	0.51 245

ELAS	0.42 246	0.43 250	0.36 254	0.64 252	0.44 249	0.58 252	0.50 250	0.40 249	0.26 232	0.25 178	0.28 242	0.94 263	0.30 227	0.31 242	0.28 246	0.27 250	0.36 251	0.30 250	0.43 237	0.26 238	0.33 249	0.32 259	0.26 234	0.37 254	0.54 261	0.40 261	0.77 268	0.74 265
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	0.43 247	0.43 250	0.36 254	0.64 252	0.44 249	0.62 255	0.50 250	0.39 247	0.25 227	0.25 178	0.30 247	1.23 270	0.30 227	0.31 242	0.28 246	0.27 250	0.37 253	0.30 250	0.42 235	0.26 238	0.34 251	0.32 259	0.26 234	0.37 254	0.50 258	0.38 260	0.78 269	0.70 260
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	0.83 266	0.92 266	0.56 267	1.99 280	0.99 274	1.84 278	1.55 272	0.68 269	0.40 260	0.53 267	0.47 259	1.02 266	0.67 264	1.93 269	0.51 263	0.45 263	0.38 254	0.33 256	1.01 266	0.42 258	0.34 251	0.24 244	2.58 274	0.53 266	0.60 266	0.26 239	0.52 249	0.55 249

AnyNet_C01	0.31 234	0.22 219	0.20 227	0.22 199	0.26 227	0.25 217	0.24 221	0.37 243	0.37 255	0.26 193	0.28 242	0.49 226	0.33 236	0.18 208	0.28 246	0.21 241	0.38 254	0.32 253	0.64 248	0.32 252	0.39 256	0.31 258	0.26 234	0.25 236	0.33 241	0.32 250	0.34 227	0.44 238

PVD	0.38 241	0.38 247	0.20 227	0.47 243	0.35 241	0.50 249	0.40 243	0.38 245	0.34 252	0.23 133	0.28 242	0.52 233	0.51 254	0.50 251	0.16 214	0.17 223	0.41 256	0.26 242	0.49 243	0.28 242	0.39 256	0.40 269	0.23 223	0.27 238	0.44 254	0.57 275	0.46 247	0.72 262

WAO-7	0.66 258	0.75 262	0.65 275	0.72 254	0.78 261	0.57 250	0.66 256	0.97 281	0.96 279	0.63 271	0.78 277	0.79 252	0.83 267	0.55 256	0.83 279	0.71 281	0.42 257	0.35 259	0.94 264	0.66 276	0.43 264	0.34 262	0.16 198	0.83 282	0.56 264	0.64 277	0.57 254	0.70 260

TorneroNet-64	1.07 275	1.00 273	0.57 268	1.94 278	0.88 265	1.98 282	2.01 280	0.63 266	0.88 274	0.58 270	0.49 261	1.83 280	1.71 286	2.88 287	0.62 270	0.51 268	0.46 258	0.46 266	1.17 275	0.61 270	0.34 251	0.37 264	3.40 284	0.56 269	0.64 268	0.48 267	0.68 260	1.11 277

IMH-64-1	0.90 268	0.95 267	0.51 261	1.59 266	0.98 272	1.58 269	1.73 276	0.75 271	0.74 269	0.33 246	0.61 265	0.83 255	0.94 271	2.59 280	0.50 261	0.42 259	0.48 259	0.36 260	0.92 262	0.55 263	0.39 256	0.30 253	3.14 281	0.50 263	0.81 272	0.34 254	0.60 257	0.80 267

IMH-64	0.90 268	0.95 267	0.51 261	1.59 266	0.98 272	1.58 269	1.73 276	0.75 271	0.74 269	0.33 246	0.61 265	0.83 255	0.94 271	2.59 280	0.50 261	0.42 259	0.48 259	0.36 260	0.92 262	0.55 263	0.39 256	0.30 253	3.14 281	0.50 263	0.81 272	0.34 254	0.60 257	0.80 267

TorneroNet	1.08 276	1.09 275	0.66 277	1.94 278	0.96 269	2.16 283	2.02 281	0.65 268	0.91 275	0.67 272	0.56 264	1.67 279	1.15 281	2.94 289	0.65 273	0.52 269	0.48 259	0.51 271	1.12 271	0.65 275	0.39 256	0.43 270	3.52 285	0.57 272	0.68 270	0.48 267	0.84 272	1.01 275

IMH	0.93 270	0.98 272	0.53 264	1.61 268	0.97 271	1.64 274	1.76 278	0.75 271	0.77 271	0.34 250	0.61 265	0.96 264	1.05 279	2.67 282	0.54 266	0.46 264	0.49 262	0.38 262	0.94 264	0.60 267	0.39 256	0.30 253	3.14 281	0.53 266	0.82 274	0.45 266	0.65 259	0.79 266

DispFullNet	0.48 249	0.50 253	0.19 224	1.14 259	0.40 246	0.77 258	1.22 264	0.32 230	0.24 222	0.24 149	0.27 239	0.84 257	0.48 253	1.62 265	0.15 209	0.15 208	0.49 262	0.34 258	1.08 269	0.26 238	0.24 227	0.18 219	0.20 214	0.21 220	0.27 222	0.17 171	0.35 229	0.59 254

DGSMNet	0.34 237	0.28 237	0.23 237	0.40 237	0.33 239	0.37 238	0.37 235	0.28 217	0.25 227	0.25 178	0.50 263	0.45 220	0.31 230	0.25 225	0.23 236	0.19 239	0.51 264	0.32 253	0.72 254	0.35 255	0.37 255	0.38 267	0.28 250	0.31 246	0.27 222	0.23 221	0.32 222	0.38 222

FADE		0.34 243	0.30 247	0.40 237	0.33 239	0.47 248	0.42 244	0.40 249	0.79 272	0.31 240	0.33 252		0.88 270	0.29 236	0.26 240	0.28 254	0.51 264	0.38 262	1.98 284	0.59 266	0.58 278	0.48 275	0.27 247	0.45 259	0.41 253	0.32 250	0.91 275	1.30 282

PSMNet_ROB	0.78 264	0.97 270	0.60 272	1.62 271	0.90 266	1.47 266	1.19 263	0.56 264	0.73 268	0.74 274	0.62 268	0.84 257	0.82 266	1.49 263	0.53 264	0.42 259	0.52 266	0.40 264	0.84 259	0.62 271	0.40 262	0.30 253	1.85 268	0.48 261	0.67 269	0.32 250	0.76 266	0.46 240

WAO-6	0.82 265	0.95 267	0.59 270	1.30 261	1.05 275	1.25 263	1.39 266	0.77 274	0.84 273	0.79 275	0.69 272	0.74 249	1.00 275	1.94 270	0.78 278	0.61 275	0.53 267	0.48 268	0.78 257	0.60 267	0.55 276	0.51 277	0.49 258	0.57 272	0.83 276	0.42 263	0.76 266	0.85 269

MADNet+	0.55 253	0.36 244	0.63 274	0.56 248	0.52 256	0.45 247	0.38 239	0.63 266	0.52 263	0.53 267	0.41 257	0.81 254	0.67 264	0.33 247	0.57 269	0.49 267	0.56 268	0.50 270	0.82 258	0.52 261	0.47 270	0.43 270	0.51 259	0.47 260	0.82 274	0.70 278	0.58 255	0.72 262

LVE	0.95 271	0.97 270	0.71 279	1.84 277	1.35 279	1.59 271	1.52 270	0.78 275	0.64 265	0.81 277	0.91 280	0.72 246	1.00 275	2.18 277	0.53 264	0.48 265	0.57 269	0.53 274	1.09 270	0.64 273	0.45 267	0.38 267	2.74 279	0.69 274	0.83 276	0.44 265	0.84 272	0.52 247

AMNet	0.49 251	0.50 253	0.47 260	0.50 246	0.47 253	0.61 254	0.52 253	0.31 229	0.29 242	0.29 236	0.69 272	0.72 246	0.13 162	0.53 253	0.44 259	0.55 270	0.57 269	0.58 279	0.48 241	0.48 259	0.59 279	0.48 275	0.26 234	0.48 261	0.44 254	0.52 269	0.58 255	0.63 256

STTRV1_RVC	0.38 241	0.26 231	0.22 236	0.35 225	0.28 230	0.32 228	0.29 231	0.36 240	0.33 250	0.27 207	0.26 236	0.42 217	0.41 247	0.47 250	0.32 250	0.18 230	0.59 271	0.20 222	1.14 274	0.30 247	0.59 279	0.22 239	0.43 256	0.43 258	0.25 216	0.54 272	0.34 227	0.64 257

Dean	1.06 274	1.03 274	0.79 282	2.27 284	1.31 278	1.96 280	1.56 275	0.92 277	0.94 278	0.88 281	0.76 275	1.19 268	1.17 282	2.09 275	0.64 272	0.60 274	0.60 272	0.56 276	1.23 277	0.73 279	0.45 267	0.36 263	2.73 278	0.71 275	0.95 280	0.55 273	1.05 280	0.62 255

WAO-8	1.00 272	1.11 276	0.76 280	1.61 268	1.24 276	1.74 276	1.55 272	0.93 278	0.98 280	0.81 277	0.67 270	1.66 276	1.00 275	2.08 273	0.77 276	0.68 278	0.63 273	0.52 272	1.05 267	0.81 281	0.47 270	0.37 264	0.78 262	0.75 279	1.10 284	0.73 279	0.95 276	1.16 279

Venus	1.00 272	1.11 276	0.76 280	1.61 268	1.24 276	1.74 276	1.55 272	0.93 278	0.98 280	0.81 277	0.67 270	1.66 276	1.00 275	2.08 273	0.77 276	0.68 278	0.63 273	0.52 272	1.05 267	0.81 281	0.47 270	0.37 264	0.78 262	0.75 279	1.10 284	0.73 279	0.95 276	1.16 279

UNDER WATER	1.40 281	1.42 283	0.86 284	2.83 287	1.92 288	2.74 287	2.57 287	1.28 285	1.01 282	0.88 281	0.97 281	1.88 281	1.26 283	3.09 292	0.83 279	0.62 276	0.66 275	0.56 276	1.20 276	0.60 267	0.42 263	0.47 274	4.04 291	0.98 286	1.08 283	0.99 283	0.87 274	1.67 289

UNDER WATER-64	1.40 281	1.36 280	0.88 285	2.85 288	1.93 289	2.78 288	2.66 288	1.36 286	0.92 277	1.04 285	1.17 286	1.88 281	1.30 284	3.03 290	0.75 275	0.56 271	0.68 276	0.57 278	1.13 273	0.54 262	0.43 264	0.51 277	4.08 292	0.91 284	1.02 282	1.10 285	0.80 270	1.60 287

notaker	1.27 279	1.41 282	0.58 269	2.37 286	1.48 281	2.34 285	2.27 285	0.94 280	1.62 285	0.79 275	1.07 284	1.66 276	1.08 280	3.06 291	0.94 282	0.69 280	0.68 276	0.49 269	1.62 283	0.84 283	0.53 274	0.45 273	3.70 288	0.80 281	0.61 267	0.52 269	0.80 270	0.92 273

SPS-STEREO	0.59 256	0.57 257	0.52 263	0.55 247	0.54 257	0.65 256	0.52 253	0.39 247	0.66 266	0.37 255	0.78 277	0.78 251	0.64 261	0.53 253	0.55 267	0.57 273	0.68 276	0.64 282	0.74 255	0.72 278	0.77 285	0.66 284	0.26 234	0.53 266	0.53 260	0.56 274	0.70 262	0.65 258
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.58 254	0.57 257	0.54 265	0.59 250	0.55 258	0.68 257	0.56 255	0.42 254	0.38 257	0.37 255	0.77 276	0.75 250	0.65 262	0.54 255	0.55 267	0.56 271	0.68 276	0.61 281	0.71 252	0.64 273	0.69 282	0.62 282	0.27 247	0.50 263	0.52 259	0.53 271	0.74 263	0.68 259

JetBlue	0.70 261	0.56 256	0.69 278	0.73 255	0.61 259	0.78 259	0.68 257	0.52 262	0.91 275	0.46 263	0.29 246	3.18 286	0.38 244	0.52 252	0.44 259	0.43 262	0.70 280	0.53 274	0.66 249	0.51 260	0.54 275	0.58 280	0.75 261	0.56 269	0.55 263	0.42 263	0.96 278	0.99 274

PWCK	0.88 267	1.24 279	0.61 273	1.53 264	0.85 264	1.21 261	1.03 261	1.08 282	0.72 267	0.70 273	0.83 279	1.48 275	0.87 269	0.69 258	0.40 258	0.41 258	0.73 281	0.47 267	3.04 289	0.67 277	0.56 277	0.43 270	0.94 265	0.74 278	0.72 271	0.36 258	0.69 261	0.73 264

ktn	1.24 278	1.39 281	0.55 266	1.62 271	1.59 284	1.68 275	2.12 282	0.86 276	1.75 287	0.90 283	1.11 285	1.11 267	0.95 274	2.57 279	0.97 283	0.73 282	0.80 282	0.59 280	1.41 280	0.76 280	0.68 281	0.67 285	3.69 287	0.73 276	0.92 279	0.75 281	1.19 283	1.28 281

MFMNet_re	0.66 258	0.73 261	0.65 275	0.77 257	0.62 260	0.82 260	0.70 258	0.52 262	0.54 264	0.54 269	0.65 269	0.80 253	0.51 254	0.59 257	0.66 274	0.67 277	0.82 283	0.69 283	0.74 255	0.62 271	0.70 283	0.64 283	0.45 257	0.56 269	0.59 265	0.63 276	0.74 263	0.87 270

KSHMR	1.33 280	1.42 283	1.04 286	2.27 284	1.44 280	2.23 284	2.12 282	1.21 283	1.06 283	1.13 286	1.06 283	1.27 272	0.94 271	2.89 288	1.08 284	0.95 285	0.85 284	0.83 285	1.32 279	0.97 284	0.72 284	0.58 280	3.52 285	1.07 287	0.99 281	0.77 282	1.00 279	1.07 276

HanzoNet	1.74 284	1.62 286	0.80 283	2.26 283	1.70 286	2.72 286	2.54 286	1.25 284	1.85 288	0.92 284	1.28 287	4.37 290	3.81 289	3.36 293	0.88 281	0.78 283	1.06 285	0.94 286	2.54 287	1.03 285	0.89 286	0.88 286	3.79 289	0.73 276	1.12 286	1.00 284	1.29 284	1.57 286

DPSimNet_ROB	1.21 277	1.20 278	1.29 287	1.47 263	1.59 284	1.30 265	1.35 265	0.68 269	1.69 286	1.67 288	1.03 282	1.45 274	0.66 263	2.04 272	1.20 285	0.89 284	1.16 286	0.79 284	1.61 282	1.38 287	1.04 287	1.24 287	0.79 264	0.84 283	0.87 278	1.20 286	1.17 282	1.12 278

JetRed	1.62 283	1.82 287	1.71 288	1.58 265	1.50 282	1.97 281	2.21 284	1.51 288	1.47 284	0.82 280	0.74 274	2.63 285	0.43 248	1.73 267	1.48 287	1.54 286	1.67 287	2.94 290	1.42 281	1.08 286	2.30 288	2.07 288	1.99 269	0.97 285	1.16 287	1.70 288	1.57 287	1.60 287

MADNet++	1.86 285	1.58 285	1.74 289	1.27 260	1.74 287	1.26 264	1.53 271	1.62 289	2.07 289	1.84 289	2.22 288	2.60 284	2.72 287	0.75 259	1.39 286	1.54 286	2.01 288	1.47 288	2.12 286	2.13 288	3.35 289	3.26 289	1.23 266	2.21 289	1.21 288	2.25 289	1.76 288	1.32 283

ASD4	6.34 287	2.35 288	2.75 290	1.99 280	1.58 283	3.01 289	1.85 279	1.79 290	3.29 290	1.60 287	2.34 289	0.98 265	6.55 290	1.73 267	2.95 288	3.66 288	3.63 289	7.56 291	2.70 288	4.74 291	5.26 291	6.41 291	2.64 275	2.43 290	17.21 296	28.48 296	19.85 296	31.77 296

DPSMNet_ROB	8.63 289	3.69 290	8.74 293	2.98 289	5.70 291	3.37 290	4.41 291	3.70 291	9.03 291	3.00 290	6.88 292	3.53 287	10.11 292	2.70 283	10.47 290	10.76 290	3.81 290	12.92 294	4.77 291	10.22 292	5.99 293	13.86 294	4.50 295	8.50 292	10.06 294	27.81 294	11.04 293	30.59 294

DGTPSM_ROB	8.63 289	3.68 289	8.73 292	2.98 289	5.70 291	3.37 290	4.41 291	3.70 291	9.03 291	3.00 290	6.85 291	3.53 287	10.07 291	2.70 283	10.47 290	10.76 290	3.81 290	12.91 293	4.74 290	10.22 292	5.98 292	13.86 294	4.49 294	8.50 292	10.06 294	27.81 294	11.04 293	30.59 294

PML	8.20 288	7.62 293	3.39 291	9.64 294	5.14 290	9.56 295	5.20 293	6.48 293	18.29 296	6.44 292	3.30 290	16.82 293	29.20 299	5.41 294	6.10 289	3.93 289	7.39 292	2.64 289	20.47 296	4.70 290	3.50 290	3.87 290	3.98 290	4.21 291	6.16 291	4.40 290	16.76 295	6.85 290

LRCNet_RVC	9.85 291	16.31 295	0.59 270	24.99 296	21.12 297	23.54 297	20.75 295	1.45 287	0.48 262	21.31 297	13.10 295	22.63 296	3.34 288	28.36 298	0.38 256	0.27 250	7.74 293	1.15 287	23.52 297	3.99 289	0.46 269	0.30 253	27.02 297	1.72 288	0.35 245	0.21 206	0.42 244	0.37 221

DPSM_ROB	13.01 293	6.29 291	9.52 294	4.44 291	6.37 293	4.34 292	3.59 289	8.20 294	10.79 293	6.64 293	7.87 293	9.69 291	12.99 294	2.80 285	12.81 292	13.68 292	9.16 294	16.58 296	9.87 292	12.33 294	16.73 296	17.95 297	2.26 271	10.56 294	28.34 297	36.91 297	31.06 297	39.57 297

DPSM	13.01 293	6.29 291	9.52 294	4.44 291	6.37 293	4.34 292	3.59 289	8.20 294	10.79 293	6.64 293	7.87 293	9.69 291	12.99 294	2.80 285	12.81 292	13.68 292	9.16 294	16.58 296	9.87 292	12.33 294	16.73 296	17.95 297	2.26 271	10.56 294	28.34 297	36.91 297	31.06 297	39.57 297

HaxPig	16.02 295	19.59 296	18.75 296	21.25 295	20.52 296	21.33 296	22.30 296	17.00 297	14.71 295	19.29 296	17.19 297	17.46 294	12.16 293	22.51 296	17.80 294	14.90 294	17.75 296	9.40 292	18.97 294	15.48 296	9.47 294	7.16 292	23.74 296	15.28 296	4.31 290	12.19 293	6.81 290	15.11 293

CasAABBNet	26.14 298	12.60 294	19.00 297	8.89 293	12.76 295	8.55 294	7.26 294	16.43 296	21.86 298	13.67 295	15.79 296	19.63 295	26.13 298	5.53 295	25.80 297	27.48 297	18.01 297	33.35 299	20.00 295	24.70 298	33.62 299	35.57 299	4.48 293	21.32 298	57.07 299	74.41 299	62.39 299	79.48 299

MEDIAN_ROB	20.47 296	25.88 297	24.03 298	26.51 297	25.55 298	25.88 298	26.99 297	21.23 298	19.72 297	28.73 298	22.19 298	24.61 297	16.74 296	26.47 297	23.75 296	18.44 295	22.03 298	14.75 295	26.69 298	23.31 297	15.11 295	11.56 293	27.65 298	18.39 297	7.22 292	9.33 292	8.28 292	11.75 292

AVERAGE_ROB	24.43 297	29.85 298	27.27 299	31.30 298	29.70 299	30.00 299	31.47 298	26.59 299	24.68 299	34.31 299	27.39 299	31.23 298	21.35 297	30.69 299	28.19 298	24.02 296	26.74 299	21.17 298	30.34 299	27.38 299	20.48 298	16.18 296	32.28 299	24.32 299	8.51 293	7.76 291	7.92 291	8.46 291

Low-res two-view benchmark