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

IGEV-Stereo+	0.45 67	0.21 12	0.43 21	0.41 17	0.39 251	0.15 1	0.19 2	0.44 3	0.36 6	0.26 2	0.25 3	0.31 11	0.41 58	1.43 256	0.30 20	0.17 63	0.12 23	0.15 8	0.11 8	1.16 483	1.70 498

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 10	0.21 6	0.25 2	0.22 6	0.48 4	0.31 4	0.32 8	0.26 5	0.37 18	0.24 4	0.83 100	0.29 12	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.11 1

StereoAnything_RVC	0.45 67	1.43 488	0.48 33	0.35 2	0.20 3	0.26 3	0.21 4	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 40	1.27 214	0.22 1	0.21 206	0.11 6	0.14 1	0.10 2	2.37 494	0.11 1

RAStereo	0.34 9	0.21 12	0.66 137	0.47 75	0.27 54	0.26 3	0.29 43	0.69 20	0.63 67	0.32 8	0.42 14	0.45 35	0.31 20	0.45 7	0.34 65	0.17 63	0.15 182	0.19 94	0.15 71	0.18 81	0.13 12

CroCo-Stereo	0.40 34	0.31 222	0.73 195	0.58 268	0.27 54	0.26 3	0.33 69	0.95 106	0.81 129	0.42 35	0.47 26	0.65 121	0.47 93	0.39 5	0.34 65	0.18 101	0.15 182	0.16 23	0.14 57	0.19 120	0.16 84
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
CroCo-Stereo Lap2	0.44 59	0.34 283	0.77 230	0.61 306	0.79 436	0.28 6	0.35 86	0.75 32	0.71 103	0.38 27	0.50 37	0.72 143	0.55 141	0.57 31	0.47 186	0.17 63	0.18 267	0.19 94	0.16 109	0.21 194	0.20 205

MaDis-Stereo	0.36 14	0.25 73	0.58 93	0.44 47	0.34 196	0.30 7	0.30 50	0.72 25	0.50 31	0.37 22	0.36 11	0.58 96	0.49 112	0.52 17	0.36 83	0.19 142	0.16 217	0.19 94	0.15 71	0.18 81	0.14 31

S2M2	0.34 9	0.28 134	0.45 26	0.40 13	0.30 115	0.31 8	0.16 1	0.60 11	0.64 71	0.31 7	0.48 28	0.47 45	0.34 33	0.38 3	0.32 37	0.25 298	0.22 341	0.20 128	0.22 272	0.25 269	0.22 239

FoundationStereo	0.24 1	0.21 12	0.36 3	0.38 8	0.22 11	0.32 9	0.22 6	0.39 1	0.23 2	0.30 6	0.25 3	0.30 9	0.33 27	0.34 2	0.26 5	0.16 27	0.12 23	0.15 8	0.11 8	0.13 1	0.12 6

IGEV-Stereo++	0.30 5	0.20 4	0.40 12	0.46 64	0.30 115	0.33 10	0.22 6	0.75 32	0.45 19	0.32 8	0.41 13	0.32 12	0.48 104	0.38 3	0.27 7	0.15 11	0.11 6	0.15 8	0.12 20	0.15 14	0.13 12

AFF-stereo	0.58 161	0.25 73	0.64 123	0.46 64	0.29 94	0.34 11	0.38 120	1.15 188	1.14 271	1.17 266	1.60 387	1.10 288	0.71 212	0.97 142	0.43 149	0.13 2	0.11 6	0.19 94	0.19 167	0.17 50	0.14 31

plain	0.46 74	0.27 114	1.01 328	0.50 126	0.40 261	0.35 12	0.37 114	0.87 70	0.56 51	0.43 40	0.76 100	0.42 22	0.40 56	1.13 183	0.45 165	0.21 206	0.15 182	0.24 247	0.19 167	0.24 257	0.16 84

MIF-Stereo (partial)	0.45 67	0.25 73	0.70 165	0.50 126	0.52 345	0.35 12	0.26 28	0.91 85	0.59 60	0.45 48	0.71 88	0.51 66	0.51 119	1.11 178	0.45 165	0.20 174	0.16 217	0.23 227	0.20 199	0.24 257	0.18 133

DLNR_Zeroshot_test	23.17 530	48.52 543	43.29 536	176.68 543	78.69 539	0.35 12	0.21 4	23.41 530	0.75 111	0.66 100	0.86 121	0.59 102	0.30 16	1.56 283	0.44 152	9.57 527	0.12 23	0.18 73	0.14 57	76.92 542	0.16 84

LG-Stereo_Zeroshot	0.36 14	0.23 36	0.54 66	0.50 126	0.28 77	0.36 15	0.22 6	1.02 129	0.39 9	0.42 35	0.64 70	0.36 15	0.51 119	0.39 5	0.29 12	0.18 101	0.12 23	0.17 41	0.13 33	0.18 81	0.18 133

GREAT-IGEV	0.32 6	0.20 4	0.42 19	0.37 5	0.29 94	0.36 15	0.28 38	0.56 8	0.58 54	0.28 3	0.50 37	0.29 5	0.29 12	0.84 103	0.27 7	0.14 6	0.11 6	0.15 8	0.11 8	0.17 50	0.14 31

LG-Stereo	0.34 9	0.25 73	0.78 238	0.47 75	0.26 36	0.37 17	0.30 50	0.71 24	0.52 43	0.36 19	0.57 57	0.29 5	0.21 1	0.50 12	0.36 83	0.13 2	0.13 76	0.20 128	0.18 145	0.18 81	0.12 6

AEACV	0.37 19	0.24 50	0.52 57	0.47 75	0.51 334	0.37 17	0.38 120	0.65 16	0.53 47	0.42 35	0.56 54	0.46 38	0.60 168	0.53 19	0.30 20	0.16 27	0.13 76	0.18 73	0.15 71	0.17 50	0.14 31

Reg-Stereo(zero)	0.44 59	0.22 26	0.45 26	0.43 26	0.23 15	0.38 19	0.25 19	0.76 35	1.08 236	0.90 151	0.78 104	0.90 210	0.47 93	0.70 62	0.36 83	0.15 11	0.12 23	0.15 8	0.12 20	0.15 14	0.15 59

GIP-stereo	0.34 9	0.23 36	0.45 26	0.50 126	0.36 209	0.38 19	0.23 13	0.78 42	0.52 43	0.34 14	0.51 39	0.46 38	0.38 50	0.51 14	0.27 7	0.20 174	0.12 23	0.16 23	0.12 20	0.16 29	0.14 31

SCV	0.46 74	0.26 88	0.55 75	0.47 75	0.25 31	0.39 21	0.38 120	1.98 413	0.60 61	0.35 15	0.48 28	0.55 82	0.36 40	1.28 216	0.32 37	0.24 272	0.12 23	0.17 41	0.13 33	0.18 81	0.14 31

MC-Stereo	0.43 49	0.23 36	0.48 33	0.51 156	0.28 77	0.39 21	0.32 63	0.88 77	0.68 93	0.60 91	0.84 118	0.56 89	0.61 177	1.03 155	0.31 35	0.17 63	0.11 6	0.17 41	0.15 71	0.16 29	0.13 12

ours_stereo	0.39 27	0.28 134	0.51 50	0.46 64	0.30 115	0.40 23	0.44 189	0.73 27	0.56 51	0.35 15	0.56 54	0.46 38	0.33 27	1.11 178	0.32 37	0.16 27	0.13 76	0.19 94	0.15 71	0.19 120	0.14 31

rvit_stereo_ft	0.47 81	0.35 304	0.87 273	0.67 369	0.42 273	0.40 23	0.59 321	0.81 56	0.74 110	0.46 49	0.55 51	0.57 91	0.49 112	0.65 53	0.50 204	0.25 298	0.17 246	0.22 189	0.22 272	0.24 257	0.17 109

UniTT-Stereo	0.36 14	0.23 36	0.59 100	0.48 100	0.36 209	0.40 23	0.32 63	0.53 6	0.49 28	0.54 76	0.55 51	0.36 15	0.31 20	0.58 32	0.51 209	0.20 174	0.15 182	0.17 41	0.15 71	0.19 120	0.15 59

RAFT-Stereo + iAFF	0.54 124	0.25 73	0.68 146	0.43 26	0.24 21	0.40 23	0.34 81	1.04 140	1.09 244	1.32 344	1.60 387	0.80 164	0.68 200	0.67 57	0.39 113	0.13 2	0.10 1	0.18 73	0.17 129	0.17 50	0.13 12

HART	0.45 67	0.22 26	0.54 66	0.50 126	0.26 36	0.41 27	0.29 43	1.03 134	0.50 31	0.58 81	1.45 347	0.61 107	0.35 35	1.08 172	0.30 20	0.15 11	0.13 76	0.19 94	0.14 57	0.19 120	0.14 31

HI	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

CoSv	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

rvit_stereo_0081	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

rvit_stereo_0082	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

H2IRNET	0.56 148	0.26 88	0.66 137	0.47 75	0.35 200	0.41 27	0.26 28	0.92 88	1.17 294	0.61 92	1.28 287	1.08 276	0.86 279	0.99 146	0.63 260	0.19 142	0.16 217	0.22 189	0.25 322	0.21 194	0.18 133

IGEV_Zeroshot_test	0.53 109	0.30 189	0.99 319	0.56 246	0.35 200	0.41 27	0.32 63	1.37 244	0.63 67	1.00 183	1.09 203	0.95 235	0.41 58	0.83 100	0.39 113	0.18 101	0.12 23	0.19 94	0.18 145	0.19 120	0.17 109

LGtest1	0.27 2	0.21 12	0.44 22	0.41 17	0.21 6	0.42 34	0.19 2	0.56 8	0.26 3	0.29 5	0.24 2	0.29 5	0.29 12	0.55 26	0.25 3	0.18 101	0.12 23	0.16 23	0.12 20	0.14 4	0.13 12

Occ-G	0.42 43	0.21 12	0.48 33	0.41 17	0.26 36	0.42 34	0.62 330	0.77 38	0.49 28	0.43 40	0.66 71	1.02 261	0.46 84	0.78 84	0.41 129	0.16 27	0.13 76	0.18 73	0.13 33	0.16 29	0.16 84

rvit_stereo_0080	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

CAS++	0.47 81	0.31 222	0.56 78	0.47 75	0.32 159	0.42 34	0.28 38	1.76 348	0.72 104	0.71 106	0.72 91	0.37 18	0.28 9	0.69 58	0.33 50	0.27 336	0.22 341	0.26 305	0.21 243	0.29 324	0.19 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
whm_eth	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

RAFT+CT+SA	0.58 161	0.29 169	0.60 105	0.66 357	0.37 223	0.42 34	0.55 290	1.27 226	1.03 212	0.70 104	1.22 262	0.60 103	0.70 208	1.64 294	0.41 129	0.18 101	0.13 76	0.22 189	0.22 272	0.21 194	0.18 133

SGD-Stereo	0.32 6	0.20 4	0.40 12	0.38 8	0.19 1	0.43 40	0.22 6	0.64 13	0.33 5	0.42 35	0.34 9	0.27 4	0.35 35	1.15 185	0.30 20	0.20 174	0.10 1	0.15 8	0.13 33	0.17 50	0.13 12

fffft	0.38 24	0.23 36	0.51 50	0.44 47	0.32 159	0.43 40	0.48 230	0.76 35	0.36 6	0.44 42	0.34 9	0.38 20	0.31 20	1.31 222	0.32 37	0.14 6	0.11 6	0.19 94	0.15 71	0.16 29	0.16 84
1: 1. 1
mms	0.40 34	0.27 114	0.52 57	0.46 64	0.32 159	0.43 40	0.46 213	0.70 22	0.46 25	0.35 15	0.58 60	0.44 27	0.30 16	1.36 238	0.33 50	0.16 27	0.13 76	0.18 73	0.15 71	0.19 120	0.15 59

AnonymousM	0.59 166	1.11 475	0.41 16	0.44 47	0.32 159	0.43 40	0.47 220	1.05 148	0.64 71	0.98 175	0.63 67	0.67 128	0.43 69	0.59 33	0.41 129	0.20 174	0.15 182	1.84 495	0.84 486	0.14 4	0.13 12

XX-Stereo	0.63 186	0.26 88	1.90 454	0.81 428	0.67 403	0.43 40	0.23 13	1.03 134	0.58 54	0.65 98	1.56 378	1.41 357	0.39 52	1.28 216	0.35 74	0.20 174	0.14 127	0.20 128	0.19 167	0.18 81	0.14 31

IGEV-BASED-STEREO-	0.70 232	3.18 517	2.55 477	0.39 10	0.23 15	0.44 45	0.23 13	0.63 12	0.42 14	0.44 42	0.44 19	0.34 13	0.28 9	0.56 27	0.29 12	1.35 491	0.10 1	0.22 189	0.19 167	0.46 422	1.31 491

MoCha-V2	0.40 34	0.20 4	0.49 38	0.50 126	0.21 6	0.44 45	0.33 69	0.93 94	0.53 47	0.53 74	0.53 43	0.42 22	0.58 164	1.09 173	0.27 7	0.14 6	0.12 23	0.15 8	0.12 20	0.17 50	0.15 59

EGLCR-Stereo	0.37 19	0.22 26	0.51 50	0.43 26	0.26 36	0.44 45	0.22 6	0.99 119	0.48 27	0.42 35	0.42 14	0.67 128	0.29 12	0.86 112	0.33 50	0.17 63	0.12 23	0.19 94	0.17 129	0.17 50	0.15 59

AIO-Stereo	0.37 19	0.25 73	0.51 50	0.47 75	0.23 15	0.45 48	0.39 135	1.07 163	0.52 43	0.41 33	0.48 28	0.52 73	0.25 6	0.72 69	0.30 20	0.16 27	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

IGEV++	0.40 34	0.22 26	0.51 50	0.52 178	0.29 94	0.45 48	0.25 19	1.65 319	0.46 25	0.37 22	0.57 57	0.46 38	0.45 79	0.50 12	0.38 105	0.19 142	0.12 23	0.16 23	0.13 33	0.16 29	0.15 59

CREStereo++_RVC	0.47 81	0.21 12	0.38 7	0.45 59	0.38 240	0.45 48	0.25 19	0.75 32	1.29 358	0.80 126	1.21 260	0.47 45	0.37 44	0.53 19	0.44 152	0.16 27	0.11 6	0.15 8	0.80 484	0.18 81	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Selective-IGEV	0.39 27	0.24 50	0.50 43	0.44 47	0.25 31	0.46 51	0.33 69	1.25 224	0.40 10	0.35 15	0.45 22	0.52 73	0.30 16	1.07 168	0.30 20	0.14 6	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

TRStereo	0.60 169	0.60 423	0.97 315	0.74 410	0.67 403	0.46 51	0.38 120	1.85 378	0.89 152	0.79 124	0.80 114	0.88 201	0.39 52	1.10 175	0.41 129	0.23 257	0.15 182	0.23 227	0.24 308	0.17 50	0.15 59

SCV_C0	0.43 49	0.26 88	0.65 130	0.43 26	0.29 94	0.47 53	0.31 56	1.34 238	0.73 108	0.38 27	0.49 34	0.54 80	0.29 12	1.24 208	0.30 20	0.17 63	0.13 76	0.16 23	0.13 33	0.20 154	0.15 59

WCG-NET	0.42 43	0.21 12	0.54 66	0.40 13	0.25 31	0.47 53	0.32 63	0.73 27	1.15 282	0.76 114	0.73 93	0.58 96	0.45 79	0.60 44	0.34 65	0.15 11	0.11 6	0.16 23	0.14 57	0.15 14	0.13 12

RSM	0.39 27	0.24 50	0.49 38	0.46 64	0.26 36	0.47 53	0.40 142	0.92 88	0.44 17	0.41 33	0.42 14	0.65 121	0.33 27	1.07 168	0.29 12	0.15 11	0.12 23	0.17 41	0.13 33	0.17 50	0.13 12

DEFOM-Stereo_RVC	0.40 34	0.67 434	0.42 19	0.64 336	0.29 94	0.48 56	0.25 19	0.85 67	0.44 17	0.38 27	0.36 11	0.30 9	0.70 208	1.15 185	0.29 12	0.16 27	0.11 6	0.16 23	0.11 8	0.18 81	0.12 6

fffy	0.42 43	0.27 114	0.57 88	0.46 64	0.29 94	0.48 56	0.35 86	0.91 85	0.55 49	0.40 32	0.58 60	0.55 82	0.41 58	1.26 211	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.18 81	0.14 31

TestStereo1	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

DCANet-4	0.54 124	0.26 88	1.07 354	0.42 23	0.24 21	0.48 56	0.36 100	0.99 119	1.30 364	1.10 216	1.02 174	0.56 89	0.75 219	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

fff	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

SA-5K	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

GLC_STEREO	0.39 27	0.25 73	0.41 16	0.54 210	0.23 15	0.48 56	0.30 50	0.73 27	0.58 54	0.52 73	0.73 93	0.51 66	0.31 20	0.64 48	0.42 140	0.17 63	0.20 301	0.23 227	0.19 167	0.21 194	0.17 109

ASMatch	0.88 330	0.26 88	0.69 159	0.51 156	0.35 200	0.48 56	0.37 114	1.12 182	0.92 166	1.10 216	3.28 478	0.96 241	0.98 339	4.90 444	0.49 198	0.19 142	0.16 217	0.22 189	0.19 167	0.19 120	0.27 318

sAnonymous2	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

CroCo_RVC	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

csc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

cscssc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

MM-Stereo_test3	0.50 96	0.24 50	0.54 66	0.54 210	0.74 420	0.49 68	0.53 267	1.09 171	1.05 221	0.62 94	0.95 141	0.61 107	0.42 62	0.77 82	0.38 105	0.20 174	0.17 246	0.20 128	0.16 109	0.18 81	0.18 133

IGEVStereo-DCA	0.46 74	0.28 134	0.56 78	0.43 26	0.33 179	0.49 68	0.42 159	0.87 70	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.18 133

rrr	0.46 74	0.28 134	0.73 195	0.43 26	0.33 179	0.49 68	0.38 120	0.76 35	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.16 84

HH	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

HanStereo	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

ADStereo(finetuned)	0.57 155	0.24 50	1.06 349	0.43 26	0.24 21	0.49 68	0.35 86	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	1.20 395	0.84 103	0.51 209	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

iRaft-Stereo_5w	0.85 320	0.29 169	0.91 293	0.53 195	0.43 282	0.49 68	0.68 351	0.99 119	0.87 145	0.79 124	1.34 312	1.46 369	0.91 299	5.11 447	1.11 375	0.17 63	0.14 127	0.22 189	0.18 145	0.20 154	0.20 205

OMP-Stereo	0.94 345	0.33 260	0.72 183	0.90 459	0.31 141	0.49 68	0.36 100	1.16 190	1.06 225	1.58 418	1.12 220	1.46 369	0.69 203	6.94 486	0.49 198	0.19 142	0.14 127	0.24 247	0.18 145	0.20 154	0.14 31

raftrobust	0.52 99	0.25 73	0.56 78	0.65 350	0.52 345	0.49 68	0.34 81	0.98 117	0.91 161	1.30 330	0.87 124	0.63 115	0.81 251	0.78 84	0.41 129	0.19 142	0.15 182	0.16 23	0.14 57	0.15 14	0.16 84

DCANet	0.54 124	0.24 50	0.70 165	0.43 26	0.24 21	0.49 68	0.36 100	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	0.92 302	0.81 95	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

MM-Stereo_test1	0.49 92	0.24 50	0.56 78	0.51 156	0.30 115	0.50 78	0.54 274	0.91 85	1.03 212	0.84 139	0.69 81	0.54 80	0.60 168	1.16 189	0.33 50	0.18 101	0.16 217	0.20 128	0.17 129	0.19 120	0.15 59

rvit_stereo_0083	0.47 81	0.33 260	0.81 247	0.56 246	0.36 209	0.50 78	0.44 189	0.68 19	0.95 173	0.49 61	0.57 57	0.55 82	0.49 112	0.88 115	0.46 179	0.25 298	0.25 369	0.24 247	0.20 199	0.24 257	0.17 109

rvit_stereo_0081_aga	0.44 59	0.34 283	0.73 195	0.51 156	0.41 268	0.50 78	0.40 142	0.81 56	0.57 53	0.58 81	0.56 54	0.53 78	0.43 69	0.66 55	0.40 118	0.26 320	0.21 323	0.22 189	0.20 199	0.26 281	0.18 133

WCG-NET（raft）	0.45 67	0.21 12	0.55 75	0.40 13	0.24 21	0.50 78	0.36 100	0.73 27	1.09 244	0.71 106	0.76 100	0.92 222	0.51 119	0.84 103	0.34 65	0.16 27	0.12 23	0.15 8	0.14 57	0.14 4	0.14 31

RSM++	0.38 24	0.24 50	0.51 50	0.47 75	0.26 36	0.50 78	0.41 155	0.79 46	0.45 19	0.37 22	0.45 22	0.60 103	0.35 35	1.02 154	0.30 20	0.15 11	0.13 76	0.17 41	0.14 57	0.18 81	0.13 12

MGS-Stereo	0.42 43	0.26 88	0.58 93	0.44 47	0.28 77	0.50 78	0.34 81	0.57 10	0.83 135	0.46 49	1.31 297	0.52 73	0.33 27	0.65 53	0.36 83	0.19 142	0.16 217	0.18 73	0.15 71	0.17 50	0.16 84

ff7	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

ffff	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

11t	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

StereoVision	0.65 206	0.34 283	0.86 262	0.59 281	0.40 261	0.50 78	0.41 155	1.09 171	0.93 168	0.71 106	2.50 466	0.82 173	0.57 155	1.03 155	0.49 198	0.25 298	0.28 389	0.29 344	0.28 369	0.36 373	0.20 205

CASnet	0.41 41	0.25 73	0.48 33	0.50 126	0.20 3	0.50 78	0.36 100	0.81 56	0.80 127	0.83 136	0.68 77	0.48 49	0.31 20	0.54 21	0.32 37	0.18 101	0.12 23	0.27 321	0.22 272	0.23 242	0.14 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.43 49	0.27 114	0.53 61	0.44 47	0.32 159	0.50 78	0.42 159	0.89 78	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.33 229	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

LoS	0.40 34	0.21 12	0.44 22	0.37 5	0.22 11	0.50 78	0.40 142	1.00 123	0.94 171	0.48 56	0.66 71	0.48 49	0.40 56	0.60 44	0.37 95	0.18 101	0.14 127	0.16 23	0.11 8	0.14 4	0.14 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ccc-4	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

IGEV-Stereo	0.43 49	0.27 114	0.54 66	0.45 59	0.32 159	0.50 78	0.42 159	0.90 84	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.32 226	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HHNet	0.62 179	0.26 88	0.63 116	0.43 26	0.45 296	0.50 78	0.58 313	1.07 163	1.01 205	1.25 307	2.23 454	0.70 139	0.61 177	1.07 168	0.47 186	0.20 174	0.13 76	0.23 227	0.19 167	0.19 120	0.30 348

rvit_0105_6	0.53 109	0.37 321	0.98 318	0.65 350	0.38 240	0.51 94	0.51 248	0.77 38	1.20 314	0.54 76	0.55 51	0.65 121	0.53 129	0.94 132	0.44 152	0.32 377	0.32 418	0.28 334	0.24 308	0.28 313	0.21 222

Pointernet	0.37 19	0.20 4	0.57 88	0.43 26	0.28 77	0.51 94	0.27 34	0.93 94	0.61 62	0.47 52	0.63 67	0.49 56	0.38 50	0.49 11	0.33 50	0.17 63	0.13 76	0.14 1	0.11 8	0.13 1	0.12 6

EKT-Stereo	0.53 109	0.30 189	0.73 195	0.58 268	0.60 382	0.51 94	0.48 230	0.94 101	0.90 156	0.71 106	0.88 126	0.77 154	0.43 69	1.07 168	0.40 118	0.22 232	0.16 217	0.21 162	0.18 145	0.20 154	0.22 239

LoS_RVC	0.42 43	0.26 88	0.40 12	0.44 47	0.82 445	0.51 94	0.44 189	0.64 13	0.41 11	0.44 42	0.78 104	0.44 27	0.47 93	0.56 27	0.36 83	0.13 2	0.12 23	0.14 1	0.10 2	0.13 1	0.84 474

GMOStereo	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

error version	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-v	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-2	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

sCroCo_RVC	0.49 92	0.40 339	1.02 335	0.65 350	0.60 382	0.52 98	0.40 142	0.83 63	0.61 62	0.44 42	0.74 96	0.49 56	0.50 116	0.63 47	0.48 191	0.26 320	0.27 382	0.23 227	0.22 272	0.29 324	0.25 284

rvit_0105_4	0.56 148	0.38 328	1.06 349	0.66 357	0.38 240	0.53 103	0.53 267	0.84 66	1.17 294	0.56 78	0.61 64	0.72 143	0.59 165	0.98 143	0.45 165	0.32 377	0.33 422	0.29 344	0.25 322	0.29 324	0.23 258

rvit_stereo_0075_2	0.64 198	0.46 366	1.05 345	0.66 357	0.66 399	0.53 103	0.48 230	1.20 207	1.12 256	0.76 114	0.92 134	0.78 158	0.53 129	1.03 155	0.59 243	0.37 410	0.28 389	0.40 426	0.31 394	0.37 377	0.32 363

trnet	0.39 27	0.21 12	0.37 4	0.36 3	0.20 3	0.53 103	0.29 43	0.78 42	1.12 256	0.59 89	0.71 88	0.53 78	0.42 62	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.13 12

GCAP-Stereo	0.40 34	0.28 134	0.68 146	0.47 75	0.25 31	0.53 103	0.32 63	0.82 59	0.58 54	0.65 98	0.69 81	0.58 96	0.42 62	0.47 9	0.29 12	0.17 63	0.14 127	0.17 41	0.13 33	0.17 50	0.14 31

rafts_anoy	0.52 99	0.29 169	0.59 100	0.59 281	0.50 323	0.53 103	0.40 142	1.11 180	1.03 212	0.84 139	0.83 116	0.68 130	0.54 134	0.72 69	0.51 209	0.19 142	0.14 127	0.24 247	0.26 339	0.21 194	0.18 133

iRaftStereo_RVC	0.47 81	0.26 88	0.64 123	0.50 126	0.29 94	0.53 103	0.33 69	1.05 148	0.77 119	0.84 139	1.00 160	0.55 82	0.37 44	0.81 95	0.40 118	0.17 63	0.12 23	0.22 189	0.20 199	0.19 120	0.15 59

CREStereo	0.39 27	0.21 12	0.38 7	0.34 1	0.22 11	0.53 103	0.29 43	0.77 38	1.11 252	0.58 81	0.71 88	0.51 66	0.41 58	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.14 31
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
HUF	0.36 14	0.23 36	0.52 57	0.40 13	0.22 11	0.54 110	0.47 220	0.82 59	0.43 15	0.36 19	0.43 17	0.50 62	0.42 62	0.64 48	0.29 12	0.17 63	0.12 23	0.16 23	0.12 20	0.15 14	0.14 31

MIM_Stereo	0.57 155	0.24 50	0.92 297	0.46 64	0.30 115	0.54 110	0.28 38	1.27 226	0.75 111	1.00 183	1.16 242	0.93 224	0.53 129	1.45 260	0.61 253	0.16 27	0.16 217	0.20 128	0.19 167	0.17 50	0.14 31

DCRE	0.82 304	0.26 88	0.70 165	0.58 268	0.44 289	0.54 110	0.48 230	0.95 106	0.78 122	0.78 121	7.33 509	0.86 193	0.52 124	0.76 79	0.41 129	0.16 27	0.16 217	0.19 94	0.17 129	0.18 81	0.17 109

raft_robust	0.68 226	0.30 189	0.64 123	0.52 178	0.26 36	0.54 110	0.35 86	1.33 233	1.24 335	1.16 257	1.07 194	0.60 103	0.54 134	3.58 424	0.37 95	0.18 101	0.14 127	0.20 128	0.22 272	0.20 154	0.16 84

RAFT-345	0.84 316	0.25 73	0.66 137	0.50 126	0.27 54	0.54 110	0.42 159	0.83 63	1.11 252	1.32 344	2.34 459	0.86 193	0.54 134	5.72 463	0.47 186	0.18 101	0.13 76	0.22 189	0.17 129	0.17 50	0.16 84

raft+_RVC	0.53 109	0.26 88	0.54 66	0.60 292	0.47 312	0.54 110	0.54 274	1.27 226	0.99 197	0.76 114	1.03 183	0.70 139	0.56 146	0.93 129	0.47 186	0.18 101	0.14 127	0.19 94	0.18 145	0.18 81	0.15 59

DN-CSS_ROB	0.64 198	0.32 238	1.05 345	0.55 233	0.40 261	0.54 110	0.45 206	1.21 208	0.93 168	1.03 194	1.47 354	0.69 135	0.63 187	1.76 318	0.49 198	0.18 101	0.14 127	0.25 286	0.22 272	0.22 217	0.20 205

MM-Stereo_test2	0.43 49	0.24 50	0.67 142	0.51 156	0.32 159	0.55 117	0.45 206	0.97 113	0.77 119	0.59 89	0.51 39	0.49 56	0.42 62	0.80 90	0.30 20	0.15 11	0.13 76	0.18 73	0.14 57	0.19 120	0.14 31

MonSter	0.28 4	0.18 1	0.39 11	0.36 3	0.21 6	0.55 117	0.31 56	0.55 7	0.43 15	0.28 3	0.29 7	0.23 2	0.21 1	0.56 27	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

CES	0.48 87	0.20 4	0.37 4	0.39 10	1.39 488	0.55 117	0.35 86	0.98 117	0.66 88	0.44 42	0.66 71	0.35 14	0.27 8	0.56 27	0.33 50	0.15 11	0.13 76	0.15 8	0.10 2	0.19 120	1.46 493

knoymous	0.51 98	0.29 169	0.47 31	0.43 26	0.30 115	0.55 117	0.55 290	1.02 129	0.77 119	0.98 175	0.85 120	0.94 227	0.56 146	0.85 108	0.45 165	0.20 174	0.14 127	0.26 305	0.14 57	0.23 242	0.23 258

RCA-Stereo	0.50 96	0.23 36	0.58 93	0.48 100	0.33 179	0.55 117	0.45 206	0.97 113	1.38 399	0.68 101	1.05 188	0.63 115	0.80 248	0.59 33	0.32 37	0.17 63	0.12 23	0.17 41	0.14 57	0.16 29	0.14 31

ProNet	0.43 49	0.28 134	0.58 93	0.43 26	0.30 115	0.56 122	0.52 259	1.00 123	0.58 54	0.44 42	0.49 34	0.43 25	0.43 69	1.28 216	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.17 50	0.16 84

PSM-softLoss	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

KMStereo	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

TestStereo	0.64 198	0.39 333	0.71 177	0.51 156	0.27 54	0.56 122	0.42 159	1.03 134	0.91 161	0.80 126	1.00 160	0.68 130	0.52 124	3.25 414	0.45 165	0.22 232	0.15 182	0.24 247	0.18 145	0.27 295	0.16 84

test_xeample3	0.42 43	0.28 134	0.69 159	0.43 26	0.33 179	0.56 122	0.38 120	0.79 46	0.45 19	0.53 74	0.46 24	0.44 27	0.44 76	1.38 243	0.31 35	0.18 101	0.14 127	0.19 94	0.15 71	0.17 50	0.16 84

AIO_test	0.35 13	0.22 26	0.44 22	0.43 26	0.27 54	0.57 127	0.44 189	0.79 46	0.41 11	0.32 8	0.47 26	0.46 38	0.30 16	0.69 58	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.15 14	0.12 6

UGAM-zero	1.00 366	0.30 189	0.93 299	0.47 75	0.30 115	0.57 127	0.25 19	2.25 462	0.63 67	1.01 186	1.10 207	2.73 473	1.85 461	6.26 472	0.40 118	0.17 63	0.14 127	0.19 94	0.15 71	0.16 29	0.17 109

CAS	0.63 186	0.18 1	0.37 4	2.27 497	0.84 447	0.57 127	0.54 274	0.79 46	0.62 64	0.48 56	0.70 85	0.36 15	0.26 7	0.45 7	0.35 74	2.24 497	0.10 1	0.14 1	0.09 1	0.15 14	1.06 486

rvit_0105_5	0.58 161	0.39 333	1.05 345	0.66 357	0.37 223	0.58 130	0.56 298	0.94 101	1.18 301	0.64 96	0.68 77	0.75 147	0.63 187	0.88 115	0.50 204	0.32 377	0.32 418	0.30 355	0.27 349	0.28 313	0.25 284

SA	0.66 213	0.30 189	0.82 250	0.61 306	0.30 115	0.58 130	0.38 120	1.44 263	1.30 364	0.96 168	1.36 319	0.66 125	0.95 321	1.85 328	0.42 140	0.19 142	0.15 182	0.25 286	0.23 295	0.21 194	0.17 109

test-3	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.32 344	0.69 81	0.87 197	0.45 79	1.68 305	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

test_1	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.28 316	0.68 77	0.87 197	0.45 79	1.67 300	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

XX-TBD	0.46 74	0.70 442	0.35 1	0.79 422	0.25 31	0.58 130	0.26 28	0.69 20	1.27 349	0.76 114	1.00 160	0.45 35	0.33 27	0.47 9	0.37 95	0.19 142	0.15 182	0.15 8	0.11 8	0.17 50	0.14 31

AIO_rvc	0.36 14	0.23 36	0.49 38	0.43 26	0.27 54	0.59 135	0.38 120	0.94 101	0.45 19	0.33 13	0.46 24	0.49 56	0.22 3	0.84 103	0.30 20	0.16 27	0.11 6	0.16 23	0.12 20	0.15 14	0.13 12

test_for_model	1.30 417	3.71 520	0.58 93	3.22 511	2.84 511	0.59 135	0.33 69	1.40 252	0.83 135	1.42 383	0.61 64	0.52 73	0.37 44	0.51 14	0.33 50	2.46 498	0.15 182	0.16 23	0.11 8	4.39 521	1.50 494

MyStereo07	0.48 87	0.29 169	0.50 43	0.55 233	0.45 296	0.59 135	0.79 380	1.05 148	0.51 39	0.48 56	0.53 43	0.43 25	0.55 141	1.30 221	0.34 65	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

MyStereo04	0.67 222	0.29 169	1.07 354	0.55 233	0.45 296	0.59 135	0.79 380	1.50 277	1.40 409	0.91 156	0.91 132	0.74 145	0.86 279	1.52 273	0.62 256	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

PFNet+	0.59 166	0.28 134	0.77 230	0.53 195	0.30 115	0.59 135	0.31 56	0.92 88	1.14 271	1.33 352	1.10 207	0.79 162	0.57 155	1.31 222	0.49 198	0.25 298	0.17 246	0.28 334	0.26 339	0.21 194	0.25 284

DeepStereo_RVC	0.55 139	0.29 169	0.72 183	0.51 156	0.30 115	0.59 135	0.33 69	1.03 134	0.70 98	1.16 257	0.93 137	0.83 180	0.94 316	0.96 135	0.54 229	0.21 206	0.14 127	0.21 162	0.19 167	0.24 257	0.24 272

RAFT-IKP	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.59 135	0.36 100	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.61 177	1.22 201	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

Prome-Stereo	0.75 270	0.27 114	0.53 61	0.55 233	0.32 159	0.59 135	0.97 422	0.89 78	0.88 149	1.45 387	2.46 465	0.91 213	1.41 420	1.58 286	0.44 152	0.18 101	0.13 76	0.19 94	0.17 129	0.20 154	0.92 477

ISRNet	0.80 293	0.33 260	1.07 354	0.81 428	0.66 399	0.60 143	0.34 81	1.19 205	1.13 268	1.59 419	1.53 368	1.35 348	0.77 231	1.27 214	0.94 345	0.39 417	0.34 424	0.43 433	0.38 430	0.34 364	0.49 430

IGEV-RUCA	0.37 19	0.23 36	0.48 33	0.49 115	0.36 209	0.60 143	0.23 13	0.64 13	0.49 28	0.39 31	0.49 34	0.44 27	0.31 20	0.85 108	0.30 20	0.24 272	0.13 76	0.16 23	0.12 20	0.20 154	0.19 173

RAFT-Stereo-weight	0.47 81	0.24 50	0.53 61	0.48 100	0.27 54	0.60 143	0.35 86	1.02 129	1.07 230	0.99 178	0.78 104	0.76 151	0.28 9	0.76 79	0.36 83	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.15 59

GwcNet-ADL	0.64 198	0.31 222	0.79 241	0.56 246	0.41 268	0.60 143	0.58 313	1.41 254	1.26 343	1.08 202	1.13 225	0.91 213	0.60 168	1.04 161	0.78 307	0.27 336	0.18 267	0.18 73	0.18 145	0.25 269	0.29 334

EAI-Stereo	0.65 206	0.28 134	0.69 159	0.53 195	0.27 54	0.60 143	0.40 142	2.28 466	0.64 71	0.71 106	3.18 477	0.57 91	0.43 69	1.06 164	0.41 129	0.18 101	0.13 76	0.17 41	0.17 129	0.17 50	0.17 109

CFNet-RSSM	0.54 124	0.24 50	0.70 165	0.48 100	0.28 77	0.60 143	0.27 34	1.49 273	1.14 271	1.06 198	0.93 137	1.08 276	0.54 134	0.70 62	0.35 74	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.14 31

castereo	0.41 41	0.22 26	0.46 29	0.44 47	0.30 115	0.61 149	0.56 298	0.97 113	0.80 127	0.38 27	0.69 81	0.45 35	0.69 203	0.51 14	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.16 29	0.12 6

SMoEStereo_RVC	0.39 27	0.25 73	0.50 43	0.45 59	0.30 115	0.61 149	0.36 100	0.72 25	0.45 19	0.46 49	0.43 17	0.42 22	0.35 35	1.39 248	0.29 12	0.15 11	0.12 23	0.20 128	0.15 71	0.16 29	0.15 59

MyStereo06	0.61 175	0.28 134	0.95 307	0.56 246	0.46 307	0.61 149	0.73 364	1.78 356	0.67 89	1.03 194	1.12 220	1.13 298	0.56 146	0.78 84	0.41 129	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

MyStereo05	0.66 213	0.28 134	1.07 354	0.56 246	0.46 307	0.61 149	0.73 364	1.34 238	1.41 413	1.15 247	0.91 132	0.77 154	0.80 248	1.41 255	0.63 260	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

test_3	0.55 139	0.23 36	0.71 177	0.53 195	0.28 77	0.61 149	0.40 142	0.92 88	1.05 221	1.19 275	0.68 77	0.93 224	0.44 76	1.67 300	0.39 113	0.15 11	0.12 23	0.22 189	0.19 167	0.21 194	0.14 31

IIG-Stereo	0.96 349	0.31 222	0.72 183	0.88 454	0.33 179	0.61 149	0.26 28	1.19 205	1.03 212	1.69 430	1.37 321	1.46 369	0.75 219	6.96 487	0.51 209	0.19 142	0.14 127	0.23 227	0.18 145	0.20 154	0.14 31

test-1	0.52 99	0.26 88	1.04 343	0.56 246	0.32 159	0.61 149	0.38 120	1.10 174	0.91 161	0.78 121	1.01 166	0.77 154	0.52 124	0.60 44	0.42 140	0.17 63	0.14 127	0.20 128	0.17 129	0.20 154	0.23 258

RALCasStereoNet	0.54 124	0.30 189	0.66 137	0.59 281	0.51 334	0.61 149	0.52 259	0.94 101	0.93 168	0.70 104	1.01 166	0.78 158	0.44 76	1.33 229	0.47 186	0.20 174	0.16 217	0.18 73	0.16 109	0.20 154	0.19 173

DisPM	0.66 213	0.28 134	0.72 183	0.61 306	0.35 200	0.62 157	0.45 206	1.02 129	0.99 197	1.56 412	1.10 207	0.80 164	0.59 165	2.37 378	0.41 129	0.23 257	0.14 127	0.23 227	0.21 243	0.20 154	0.25 284

AIO-Stereo-zeroshot	0.72 241	0.35 304	1.70 440	0.49 115	0.56 359	0.63 158	0.38 120	2.41 477	0.65 86	0.77 119	1.07 194	1.82 424	0.95 321	0.93 129	0.43 149	0.20 174	0.13 76	0.21 162	0.25 322	0.28 313	0.26 308

NRIStereo	0.60 169	0.29 169	0.69 159	0.53 195	0.28 77	0.63 158	0.33 69	1.08 169	0.87 145	1.14 241	0.87 124	0.91 213	0.59 165	2.24 367	0.49 198	0.20 174	0.14 127	0.21 162	0.19 167	0.21 194	0.17 109

Pruner-Stereo	0.62 179	0.29 169	0.70 165	0.61 306	0.31 141	0.63 158	0.43 176	1.17 192	0.99 197	1.53 404	1.08 198	0.95 235	0.55 141	1.35 233	0.51 209	0.23 257	0.14 127	0.24 247	0.21 243	0.21 194	0.23 258

rvit_0105_3	0.63 186	0.44 357	1.08 358	0.72 399	0.40 261	0.64 161	0.71 360	1.03 134	1.17 294	0.82 134	0.70 85	0.80 164	0.70 208	0.91 122	0.56 235	0.35 402	0.34 424	0.34 393	0.32 402	0.27 295	0.28 330

AIO-Stereo-zeroshot1	0.98 359	0.39 333	3.21 486	0.50 126	0.63 391	0.64 161	0.39 135	2.36 472	0.75 111	0.95 166	4.63 493	1.81 422	0.56 146	0.96 135	0.41 129	0.18 101	0.13 76	0.21 162	0.26 339	0.32 352	0.35 378

qqq	0.57 155	0.34 283	0.71 177	0.47 75	0.27 54	0.64 161	0.62 330	1.42 256	0.78 122	0.80 126	0.92 134	0.95 235	0.77 231	0.88 115	0.59 243	0.21 206	0.20 301	0.24 247	0.23 295	0.22 217	0.21 222

test_4	0.53 109	0.22 26	0.56 78	0.54 210	0.32 159	0.64 161	0.39 135	0.80 53	0.62 64	0.92 158	1.87 428	0.68 130	0.42 62	1.16 189	0.37 95	0.15 11	0.13 76	0.20 128	0.22 272	0.20 154	0.15 59

dd	0.59 166	0.48 375	0.97 315	0.55 233	0.32 159	0.64 161	0.47 220	1.02 129	1.34 379	0.78 121	0.86 121	0.58 96	0.54 134	1.01 151	0.86 333	0.28 349	0.18 267	0.26 305	0.19 167	0.32 352	0.24 272

NF-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.02 174	0.82 173	0.57 155	5.40 456	0.48 191	0.23 257	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

OCTAStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.82 173	0.57 155	5.35 451	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

ROB_FTStereo_v2	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.42 159	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.12 181	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.25 19	1.05 148	0.64 71	1.12 224	0.95 141	0.82 173	0.61 177	1.15 185	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

PFNet	0.91 338	0.26 88	1.10 364	0.63 327	0.32 159	0.64 161	0.56 298	1.17 192	0.99 197	1.47 390	1.08 198	0.98 245	0.69 203	6.62 478	0.54 229	0.20 174	0.12 23	0.24 247	0.19 167	0.20 154	0.17 109

RE-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

TVStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

GMStereo	0.55 139	0.45 364	0.94 303	0.50 126	0.32 159	0.64 161	0.43 176	1.00 123	1.40 409	0.82 134	0.73 93	0.51 66	0.45 79	0.85 108	0.55 233	0.24 272	0.15 182	0.20 128	0.21 243	0.31 344	0.24 272
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	0.52 99	0.24 50	0.68 146	0.48 100	0.29 94	0.64 161	0.25 19	1.16 190	1.08 236	1.01 186	1.00 160	1.12 293	0.56 146	0.69 58	0.37 95	0.16 27	0.13 76	0.17 41	0.15 71	0.15 14	0.15 59

IPLGR	0.58 161	0.27 114	1.14 374	0.48 100	0.28 77	0.65 175	0.33 69	1.22 216	1.13 268	1.18 271	1.05 188	0.69 135	0.66 199	0.96 135	0.52 216	0.17 63	0.15 182	0.20 128	0.17 129	0.20 154	0.18 133

Patchmatch Stereo++	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.41 155	1.04 140	0.64 71	1.12 224	0.96 144	0.82 173	0.61 177	1.06 164	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

HUI-Stereo	0.52 99	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.30 50	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	0.79 88	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

iGMRVC	0.56 148	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.38 120	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.52 273	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

IRAFT_RVC	0.88 330	0.28 134	0.76 224	0.63 327	0.31 141	0.65 175	1.02 431	1.22 216	0.94 171	1.22 288	1.04 186	1.01 259	0.98 339	5.82 466	0.53 223	0.22 232	0.12 23	0.25 286	0.20 199	0.20 154	0.19 173

iRAFT	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

TANstereo	0.44 59	0.21 12	0.44 22	0.41 17	0.21 6	0.65 175	0.26 28	0.79 46	0.83 135	0.93 159	0.98 154	0.51 66	0.46 84	0.54 21	0.35 74	0.18 101	0.24 362	0.16 23	0.13 33	0.16 29	0.26 308

4D-IteraStereo	0.48 87	0.24 50	0.76 224	0.50 126	0.44 289	0.66 183	0.31 56	0.87 70	1.02 208	1.03 194	0.72 91	0.78 158	0.32 26	0.64 48	0.37 95	0.17 63	0.11 6	0.23 227	0.19 167	0.19 120	0.13 12

MIPNet	0.56 148	0.28 134	0.94 303	0.49 115	0.33 179	0.66 183	0.38 120	1.35 241	1.08 236	1.06 198	0.92 134	0.60 103	0.79 242	0.73 73	0.52 216	0.17 63	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

TransformOpticalFlow	0.96 349	0.28 134	0.89 286	0.52 178	0.31 141	0.66 183	0.54 274	1.75 342	1.12 256	1.09 208	1.44 345	1.37 353	1.01 351	6.70 483	0.42 140	0.19 142	0.12 23	0.20 128	0.19 167	0.18 81	0.19 173

FTStereo	0.91 338	0.26 88	0.56 78	0.54 210	0.33 179	0.66 183	1.87 486	1.00 123	0.75 111	1.75 434	4.15 488	1.04 268	1.65 445	1.57 284	0.46 179	0.19 142	0.16 217	0.23 227	0.21 243	0.18 81	0.63 457

Former-RAFT_DAM_RVC	0.46 74	0.36 314	0.71 177	0.47 75	0.36 209	0.67 187	0.35 86	0.78 42	1.12 256	0.61 92	0.62 66	0.39 21	0.39 52	0.71 66	0.39 113	0.20 174	0.17 246	0.22 189	0.18 145	0.23 242	0.19 173

AE-Stereo	0.49 92	0.27 114	0.67 142	0.60 292	0.39 251	0.67 187	0.46 213	1.18 197	1.09 244	0.47 52	0.75 98	0.69 135	0.47 93	0.59 33	0.40 118	0.16 27	0.15 182	0.21 162	0.20 199	0.19 120	0.15 59

x	0.54 124	0.31 222	0.61 108	0.47 75	0.30 115	0.67 187	0.47 220	1.53 292	0.79 126	0.81 130	0.83 116	0.78 158	0.70 208	0.70 62	0.62 256	0.21 206	0.19 283	0.22 189	0.19 167	0.21 194	0.20 205

CrosDoStereo	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 523	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

AAGNet	1.83 459	0.28 134	0.72 183	0.61 306	0.32 159	0.67 187	0.51 248	0.96 112	0.98 190	1.47 390	1.20 258	1.00 252	1.18 389	2.83 399	22.77 529	0.22 232	0.13 76	0.22 189	0.19 167	0.23 242	0.15 59

KYRaft	0.75 270	0.28 134	0.62 113	0.56 246	0.29 94	0.67 187	0.86 398	0.94 101	0.84 139	1.62 423	2.21 453	1.16 302	1.02 356	1.57 284	0.40 118	0.20 174	0.13 76	0.22 189	0.28 369	0.20 154	1.02 481

DeepStereo_LL	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 523	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

testlalala2	0.58 161	0.27 114	0.68 146	1.72 490	1.27 486	0.68 194	0.42 159	0.93 94	0.70 98	0.90 151	0.93 137	0.76 151	0.34 33	0.52 17	0.40 118	0.18 101	0.15 182	0.17 41	0.13 33	0.17 50	0.17 109

GANet-ADL	0.60 169	0.35 304	0.72 183	0.64 336	0.40 261	0.68 194	0.51 248	1.49 273	1.12 256	0.95 166	1.08 198	0.91 213	0.57 155	0.76 79	0.55 233	0.26 320	0.18 267	0.18 73	0.16 109	0.23 242	0.25 284

STrans-v2	1.04 380	0.28 134	0.96 313	0.49 115	0.32 159	0.68 194	0.79 380	2.47 481	1.12 256	1.12 224	1.46 353	1.40 354	1.46 427	6.70 483	0.43 149	0.18 101	0.13 76	0.20 128	0.18 145	0.18 81	0.18 133

cross-raft	0.54 124	0.25 73	0.61 108	0.52 178	0.29 94	0.68 194	0.37 114	1.46 268	0.76 117	1.01 186	1.06 190	1.28 333	0.46 84	0.71 66	0.35 74	0.15 11	0.12 23	0.18 73	0.16 109	0.19 120	0.14 31

RAFT	0.64 198	0.30 189	0.73 195	0.59 281	0.33 179	0.68 194	0.58 313	1.04 140	0.76 117	1.08 202	1.19 254	1.65 405	0.93 311	1.06 164	0.56 235	0.21 206	0.18 267	0.27 321	0.24 308	0.22 217	0.17 109

model_zeroshot	0.48 87	0.29 169	0.86 262	0.51 156	0.36 209	0.69 199	0.37 114	1.12 182	0.62 64	0.85 144	0.84 118	0.66 125	0.37 44	0.73 73	0.34 65	0.20 174	0.16 217	0.19 94	0.16 109	0.17 50	0.16 84

MSKI-zero shot	0.55 139	0.26 88	0.57 88	0.51 156	0.26 36	0.69 199	0.28 38	1.18 197	0.64 71	0.91 156	1.32 303	0.82 173	0.33 27	1.92 334	0.32 37	0.17 63	0.12 23	0.17 41	0.13 33	0.16 29	0.16 84

LCNet	0.72 241	0.28 134	0.52 57	0.55 233	0.31 141	0.69 199	0.54 274	1.00 123	0.88 149	1.19 275	1.34 312	0.97 243	1.34 417	2.56 390	0.45 165	0.18 101	0.13 76	0.21 162	0.25 322	0.27 295	0.73 469

RAFT_R40	0.83 311	0.28 134	0.73 195	0.59 281	0.31 141	0.69 199	0.44 189	1.10 174	0.95 173	1.47 390	1.10 207	1.00 252	0.85 271	5.53 458	0.46 179	0.22 232	0.13 76	0.23 227	0.20 199	0.23 242	0.18 133

RALAANet	0.60 169	0.33 260	0.87 273	0.62 318	0.50 323	0.69 199	0.31 56	1.21 208	1.06 225	1.09 208	1.16 242	0.88 201	0.46 84	1.22 201	0.42 140	0.19 142	0.15 182	0.21 162	0.17 129	0.27 295	0.17 109

R-Stereo Train	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109

RAFT-Stereo	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.14 401	0.27 114	0.95 307	0.53 195	0.42 273	0.70 206	0.72 363	0.95 106	1.32 372	0.98 175	1.48 359	1.78 421	0.87 284	9.65 515	0.87 334	0.21 206	0.18 267	0.30 355	0.24 308	0.19 120	0.16 84

GCAP-BAT	0.49 92	0.31 222	0.64 123	0.41 17	0.46 307	0.70 206	0.35 86	0.77 38	0.64 71	0.86 146	1.00 160	0.77 154	0.37 44	1.18 195	0.36 83	0.18 101	0.14 127	0.18 73	0.13 33	0.17 50	0.15 59

LL-Strereo2	0.52 99	0.33 260	0.69 159	0.52 178	0.37 223	0.70 206	0.30 50	1.13 185	0.67 89	0.94 164	0.78 104	0.91 213	0.42 62	1.05 163	0.42 140	0.17 63	0.16 217	0.29 344	0.25 322	0.21 194	0.16 84

CFNet_pseudo	0.66 213	0.32 238	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.24 318	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.33 383	0.19 167	0.36 373	0.25 284

ccs_rob	0.66 213	0.33 260	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.23 316	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.35 401	0.20 199	0.37 377	0.25 284

testlalala	0.45 67	0.28 134	0.59 100	0.42 23	0.39 251	0.71 211	0.39 135	1.08 169	0.45 19	1.24 302	0.80 114	0.61 107	0.36 40	0.54 21	0.33 50	0.20 174	0.13 76	0.18 73	0.12 20	0.15 14	0.15 59

RAFT_CTSACE	0.63 186	0.26 88	0.88 280	0.55 233	0.51 334	0.71 211	0.44 189	0.80 53	0.97 185	0.97 171	1.84 423	1.18 306	0.68 200	1.47 266	0.36 83	0.16 27	0.15 182	0.21 162	0.20 199	0.20 154	0.14 31

PMTNet	0.46 74	0.21 12	0.38 7	0.37 5	0.23 15	0.71 211	0.27 34	0.74 31	1.04 217	0.64 96	0.70 85	0.55 82	0.47 93	0.86 112	0.35 74	1.00 480	0.13 76	0.15 8	0.10 2	0.15 14	0.13 12

SST-Stereo	0.83 311	0.28 134	0.72 183	0.59 281	0.31 141	0.72 214	0.26 28	1.09 171	0.86 141	1.47 390	1.10 207	1.00 252	0.87 284	5.73 464	0.45 165	0.22 232	0.13 76	0.23 227	0.19 167	0.23 242	0.18 133

GMM-Stereo	0.74 262	0.25 73	0.59 100	0.54 210	0.34 196	0.72 214	0.99 426	1.01 128	0.87 145	1.36 361	1.78 416	1.12 293	0.81 251	2.09 352	0.46 179	0.18 101	0.12 23	0.25 286	0.25 322	0.20 154	0.85 475

111	0.60 169	0.23 36	0.70 165	0.43 26	0.24 21	0.72 214	0.42 159	1.18 197	1.41 413	0.80 126	1.38 326	1.10 288	0.79 242	0.96 135	0.58 241	0.18 101	0.13 76	0.17 41	0.15 71	0.17 50	0.19 173

DCVSM-stereo	0.72 241	0.35 304	0.76 224	0.55 233	0.42 273	0.73 217	0.38 120	1.21 208	1.02 208	1.79 440	1.04 186	1.62 395	1.03 358	1.04 161	0.79 313	0.24 272	0.27 382	0.29 344	0.24 308	0.30 335	0.36 383

Sa-1000	0.72 241	0.29 169	0.76 224	0.59 281	0.30 115	0.73 217	0.37 114	1.62 315	1.33 376	1.28 316	2.04 444	0.86 193	0.75 219	1.84 325	0.38 105	0.19 142	0.14 127	0.25 286	0.23 295	0.20 154	0.16 84

iRaft-Stereo_20w	0.65 206	0.31 222	1.00 324	0.47 75	0.34 196	0.73 217	0.30 50	2.96 489	0.70 98	1.15 247	1.14 229	0.76 151	0.65 197	1.11 178	0.38 105	0.17 63	0.13 76	0.18 73	0.16 109	0.19 120	0.18 133

PSMNet-RSSM	0.72 241	0.30 189	0.61 108	0.63 327	0.42 273	0.73 217	0.56 298	1.92 398	1.10 250	1.09 208	1.37 321	1.22 311	0.98 339	1.28 216	0.72 287	0.27 336	0.19 283	0.27 321	0.29 380	0.24 257	0.24 272

ffm	0.72 241	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	1.55 281	0.32 37	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

ff1	1.37 426	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

mmx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

xxx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

CFNet_ucs	0.70 232	0.33 260	0.88 280	0.50 126	0.43 282	0.74 221	0.44 189	1.60 308	1.29 358	1.22 288	1.54 372	1.09 286	0.63 187	0.99 146	0.59 243	0.25 298	0.20 301	0.37 412	0.21 243	0.40 394	0.28 330

999	0.48 87	0.22 26	0.49 38	0.48 100	0.34 196	0.75 226	0.31 56	0.85 67	0.55 49	0.37 22	0.48 28	0.50 62	0.36 40	2.45 383	0.39 113	0.16 27	0.13 76	0.18 73	0.15 71	0.16 29	0.19 173

rvit_105_1	0.72 241	0.52 392	1.01 328	0.78 420	0.49 316	0.75 226	0.87 400	1.12 182	1.18 301	0.99 178	0.79 109	0.90 210	0.77 231	1.26 211	0.75 296	0.41 424	0.36 440	0.36 409	0.41 437	0.30 335	0.33 369

LL-Strereo	1.33 422	0.39 333	1.38 407	0.61 306	0.61 385	0.75 226	0.66 344	1.63 317	1.17 294	1.56 412	1.60 387	2.03 446	2.12 475	9.72 516	0.97 354	0.21 206	0.18 267	0.27 321	0.23 295	0.22 217	0.25 284

CIPLG	0.62 179	0.33 260	0.96 313	0.58 268	0.50 323	0.75 226	0.48 230	1.05 148	0.96 178	1.40 375	1.57 382	0.64 118	0.48 104	0.89 120	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

ACRE	0.61 175	0.33 260	1.01 328	0.58 268	0.49 316	0.75 226	0.47 220	1.06 161	0.95 173	1.37 364	1.55 374	0.62 112	0.46 84	0.83 100	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.18 81	0.21 222

AANet_RVC	1.16 407	0.52 392	1.49 429	0.65 350	0.45 296	0.75 226	0.69 355	1.42 256	1.55 435	1.34 356	1.87 428	1.53 381	0.78 238	7.43 494	1.38 409	0.25 298	0.17 246	0.19 94	0.16 109	0.22 217	0.26 308

test_sample1	0.61 175	0.29 169	0.75 214	0.50 126	0.31 141	0.76 232	0.48 230	1.59 304	0.84 139	0.90 151	0.94 140	0.88 201	0.95 321	1.16 189	0.67 271	0.22 232	0.18 267	0.20 128	0.19 167	0.21 194	0.21 222

gcap-zeroshot	0.53 109	0.28 134	0.89 286	0.49 115	0.28 77	0.76 232	0.37 114	1.34 238	0.73 108	0.89 149	0.67 74	1.35 348	0.51 119	0.79 88	0.33 50	0.18 101	0.15 182	0.18 73	0.15 71	0.17 50	0.16 84

anonymousdsp2	0.53 109	0.27 114	0.74 211	0.48 100	0.29 94	0.76 232	0.47 220	1.61 311	0.82 134	0.77 119	0.77 102	0.75 147	0.47 93	1.03 155	0.40 118	0.18 101	0.13 76	0.18 73	0.13 33	0.19 120	0.18 133

dad	0.86 325	0.66 433	1.06 349	0.56 246	0.37 223	0.76 232	0.44 189	1.17 192	1.50 427	1.44 385	1.27 282	1.34 347	0.75 219	2.52 389	0.84 328	0.42 428	0.27 382	0.83 478	0.26 339	0.41 397	0.29 334

IPLGR_C	0.62 179	0.33 260	0.99 319	0.58 268	0.49 316	0.76 232	0.48 230	1.10 174	0.96 178	1.40 375	1.56 378	0.62 112	0.48 104	0.80 90	0.71 284	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

AACVNet	0.86 325	0.35 304	0.79 241	0.82 436	0.39 251	0.76 232	0.49 240	1.61 311	0.81 129	1.08 202	1.33 305	1.30 337	0.93 311	4.34 435	0.74 291	0.25 298	0.21 323	0.28 334	0.22 272	0.29 324	0.25 284

GrayStereo	0.82 304	0.26 88	0.58 93	0.63 327	0.37 223	0.76 232	1.86 485	1.11 180	0.87 145	1.99 455	1.89 430	1.08 276	1.82 460	1.39 248	0.48 191	0.19 142	0.14 127	0.19 94	0.21 243	0.18 81	0.39 397

HCRNet	0.70 232	0.39 333	0.73 195	0.60 292	0.59 379	0.76 232	0.35 86	1.22 216	1.13 268	1.02 190	0.99 156	1.02 261	0.76 227	2.19 364	0.70 279	0.28 349	0.19 283	0.28 334	0.23 295	0.25 269	0.23 258

UDGNet	0.72 241	1.17 480	0.80 246	0.77 418	0.41 268	0.77 240	0.38 120	0.97 113	1.34 379	0.81 130	0.88 126	0.71 142	0.60 168	1.21 200	0.54 229	0.52 452	0.19 283	1.02 486	0.26 339	0.71 465	0.31 358

DAS	0.84 316	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.83 399	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

SepStereo	0.82 304	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.30 373	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

PSM-AAD	0.79 290	0.27 114	0.53 61	0.55 233	0.28 77	0.77 240	1.24 453	0.99 119	0.91 161	1.66 428	1.57 382	0.81 168	2.19 478	1.65 295	0.44 152	0.19 142	0.14 127	0.38 415	0.32 402	0.21 194	0.70 466

DMCA-RVC	0.74 262	0.40 339	1.27 393	0.66 357	0.49 316	0.77 240	0.47 220	1.35 241	1.01 205	1.53 404	1.01 166	1.29 336	0.82 256	1.31 222	0.78 307	0.27 336	0.21 323	0.35 401	0.27 349	0.32 352	0.24 272

G2L-Stereo	0.80 293	0.32 238	0.95 307	0.60 292	0.42 273	0.78 245	0.69 355	1.50 277	1.09 244	1.33 352	1.14 229	1.45 366	0.72 214	2.45 383	1.10 372	0.25 298	0.20 301	0.26 305	0.21 243	0.20 154	0.26 308

PCWNet_CMD	0.66 213	0.32 238	0.88 280	0.49 115	0.37 223	0.78 245	0.40 142	1.42 256	1.31 368	1.16 257	1.31 297	1.25 322	0.62 182	0.89 120	0.57 238	0.20 174	0.16 217	0.27 321	0.19 167	0.40 394	0.25 284

CASS	0.65 206	0.34 283	0.72 183	0.56 246	0.27 54	0.78 245	0.42 159	1.59 304	0.86 141	1.30 330	1.25 272	0.87 197	0.84 268	0.84 103	0.54 229	0.35 402	0.19 283	0.26 305	0.21 243	0.28 313	0.42 406
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
cf-r	0.73 259	0.30 189	0.77 230	0.55 233	0.63 391	0.78 245	0.48 230	1.79 362	1.15 282	1.13 238	1.26 279	1.43 359	0.87 284	1.40 254	0.85 331	0.25 298	0.18 267	0.22 189	0.23 295	0.19 120	0.19 173

GwcNet-RSSM	0.77 278	0.32 238	1.01 328	0.62 318	0.54 351	0.78 245	0.51 248	1.73 336	1.20 314	1.09 208	1.37 321	1.46 369	0.85 271	1.53 277	1.09 369	0.25 298	0.18 267	0.23 227	0.24 308	0.20 154	0.19 173

AIO-test2	0.57 155	0.28 134	0.63 116	0.61 306	0.58 371	0.79 250	0.51 248	1.18 197	1.40 409	0.63 95	1.15 237	0.51 66	0.43 69	1.09 173	0.35 74	0.21 206	0.17 246	0.26 305	0.30 389	0.20 154	0.19 173

tt45	0.45 67	0.23 36	0.46 29	0.45 59	0.33 179	0.79 250	0.32 63	0.78 42	0.41 11	0.51 72	0.44 19	0.49 56	0.37 44	2.14 356	0.34 65	0.16 27	0.13 76	0.19 94	0.16 109	0.17 50	0.18 133

testlalala_base	0.77 278	0.40 339	0.70 165	0.65 350	0.50 323	0.79 250	0.28 38	1.50 277	0.51 39	0.73 112	0.90 130	0.69 135	0.54 134	0.66 55	0.40 118	2.82 502	0.14 127	0.17 41	0.12 20	2.68 498	0.19 173

IPLG	0.69 228	0.27 114	0.97 315	0.51 156	0.43 282	0.79 250	0.33 69	1.21 208	1.06 225	1.30 330	1.10 207	0.52 73	0.55 141	3.16 412	0.63 260	0.16 27	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

CRE-IMP	0.55 139	0.30 189	0.74 211	0.52 178	0.29 94	0.79 250	0.25 19	1.04 140	0.72 104	1.09 208	0.95 141	0.81 168	0.57 155	1.10 175	0.50 204	0.21 206	0.14 127	0.23 227	0.19 167	0.28 313	0.22 239

pcwnet_v2	0.97 355	0.37 321	4.33 492	0.62 318	0.54 351	0.79 250	0.45 206	2.02 424	1.58 436	1.42 383	1.64 398	1.09 286	0.79 242	1.24 208	0.67 271	0.32 377	0.25 369	0.29 344	0.27 349	0.37 377	0.35 378

MSMDNet	0.66 213	0.32 238	0.87 273	0.49 115	0.37 223	0.79 250	0.40 142	1.43 262	1.31 368	1.15 247	1.31 297	1.24 318	0.63 187	0.88 115	0.57 238	0.21 206	0.16 217	0.26 305	0.19 167	0.39 390	0.24 272

DeepPruner_ROB	0.74 262	0.48 375	0.87 273	0.57 262	0.44 289	0.79 250	0.54 274	1.73 336	0.96 178	1.38 369	1.27 282	1.24 318	0.73 215	1.43 256	0.73 290	0.34 395	0.28 389	0.27 321	0.26 339	0.31 344	0.31 358

AIO-test1	0.56 148	0.25 73	0.55 75	0.64 336	0.78 433	0.80 258	0.36 100	1.18 197	1.34 379	0.57 79	0.88 126	0.61 107	0.50 116	1.12 181	0.35 74	0.17 63	0.17 246	0.22 189	0.24 308	0.18 81	0.23 258

DEFOM-Stereo	0.33 8	0.20 4	0.40 12	0.42 23	0.28 77	0.80 258	0.23 13	0.48 4	0.37 8	0.37 22	0.31 8	0.23 2	0.24 4	1.20 198	0.27 7	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.14 31

ITSA-stereo	0.82 304	0.36 314	0.82 250	0.54 210	0.31 141	0.80 258	0.47 220	2.17 452	1.67 442	1.13 238	1.13 225	0.94 227	0.86 279	2.46 385	1.00 358	0.26 320	0.23 353	0.28 334	0.27 349	0.28 313	0.36 383

test_sample2	0.62 179	0.29 169	0.74 211	0.50 126	0.28 77	0.80 258	0.61 327	1.61 311	1.00 202	0.88 148	0.99 156	0.94 227	0.83 264	1.16 189	0.51 209	0.23 257	0.18 267	0.22 189	0.21 243	0.23 242	0.22 239

SACVNet	0.85 320	0.46 366	0.85 256	0.81 428	0.56 359	0.80 258	0.79 380	1.68 326	1.12 256	1.34 356	1.33 305	1.25 322	0.94 316	2.39 380	0.76 299	0.34 395	0.26 374	0.31 361	0.29 380	0.35 366	0.44 415

ICVP	0.63 186	0.33 260	0.57 88	0.61 306	0.40 261	0.80 258	0.58 313	1.61 311	0.89 152	0.90 151	1.24 268	0.88 201	0.73 215	0.72 69	0.88 335	0.29 359	0.21 323	0.22 189	0.21 243	0.24 257	0.27 318
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.63 186	0.31 222	0.54 66	0.54 210	0.36 209	0.80 258	0.46 213	1.37 244	1.07 230	0.93 159	1.30 291	1.08 276	0.85 271	0.80 90	0.94 345	0.21 206	0.19 283	0.21 162	0.18 145	0.22 217	0.18 133

GANet-RSSM	0.72 241	0.28 134	0.63 116	0.64 336	0.58 371	0.80 258	0.58 313	1.89 388	1.08 236	1.04 197	1.25 272	1.15 301	1.04 360	1.49 268	0.62 256	0.25 298	0.19 283	0.22 189	0.22 272	0.22 217	0.21 222

FACV-RUCA	0.63 186	0.34 283	0.82 250	0.62 318	0.65 396	0.81 266	0.41 155	1.44 263	1.07 230	0.86 146	1.14 229	0.61 107	0.69 203	0.80 90	0.53 223	0.28 349	0.19 283	0.47 443	0.21 243	0.35 366	0.25 284

RAFT-RH_RVC	1.03 377	0.24 50	0.67 142	0.49 115	0.28 77	0.81 266	0.33 69	0.83 63	1.08 236	2.05 458	4.65 495	1.04 268	0.57 155	5.98 471	0.50 204	0.18 101	0.13 76	0.26 305	0.20 199	0.16 29	0.17 109

test_sample6	0.71 239	0.34 283	0.87 273	0.52 178	0.30 115	0.82 268	0.58 313	1.79 362	1.15 282	1.14 241	1.33 305	0.91 213	0.79 242	1.31 222	0.74 291	0.27 336	0.21 323	0.27 321	0.29 380	0.28 313	0.27 318

SMFormer	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.23 242	0.24 272

tta	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.18 81	0.18 133

qqq1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

fff1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

DFGA-Net	0.72 241	0.40 339	1.40 408	0.52 178	0.45 296	0.83 273	0.44 189	1.28 230	1.08 236	0.99 178	1.19 254	0.70 139	0.55 141	2.14 356	1.16 381	0.18 101	0.16 217	0.24 247	0.23 295	0.27 295	0.25 284

11t1	0.52 99	0.28 134	0.68 146	0.51 156	0.28 77	0.83 273	0.39 135	1.22 216	0.63 67	0.84 139	0.74 96	0.68 130	0.68 200	0.91 122	0.57 238	0.21 206	0.18 267	0.19 94	0.16 109	0.20 154	0.21 222

GASNet	0.99 361	0.97 463	1.72 443	0.98 468	0.68 409	0.83 273	0.67 347	1.60 308	1.28 354	1.31 340	1.22 262	1.22 311	1.21 398	2.41 381	1.41 417	0.43 433	0.26 374	0.36 409	0.34 416	0.55 442	0.31 358

riskmin	0.56 148	0.27 114	0.60 105	0.43 26	0.31 141	0.83 273	0.42 159	1.14 186	1.04 217	0.73 112	0.75 98	1.11 292	1.01 351	0.81 95	0.51 209	0.20 174	0.14 127	0.24 247	0.15 71	0.24 257	0.25 284

FENet	0.60 169	0.28 134	0.63 116	0.54 210	0.33 179	0.83 273	0.38 120	1.27 226	1.07 230	1.00 183	0.86 121	0.99 251	0.85 271	0.96 135	0.68 275	0.22 232	0.15 182	0.23 227	0.20 199	0.22 217	0.23 258

CFNet-ft	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

CFNet_RVC	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

iResNet_ROB	0.77 278	0.30 189	0.99 319	0.57 262	0.36 209	0.83 273	0.36 100	2.33 469	1.58 436	1.27 314	1.30 291	1.25 322	0.84 268	1.65 295	0.79 313	0.20 174	0.14 127	0.17 41	0.12 20	0.18 81	0.27 318

test_sample5	0.69 228	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.11 222	1.25 272	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

DualNet	0.70 232	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.14 241	1.33 305	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

GMStereo_Zeroshot	0.67 222	0.61 425	1.01 328	0.64 336	0.37 223	0.84 281	0.35 86	1.05 148	1.12 256	1.12 224	1.06 190	1.27 330	0.54 134	1.19 197	0.59 243	0.32 377	0.17 246	0.31 361	0.18 145	0.52 436	0.22 239

UCFNet_RVC	0.69 228	0.35 304	0.49 38	0.64 336	0.39 251	0.85 284	0.58 313	1.75 342	1.14 271	0.97 171	1.19 254	1.17 303	0.93 311	0.99 146	0.62 256	0.28 349	0.20 301	0.34 393	0.31 394	0.32 352	0.27 318

mmm	0.63 186	0.35 304	0.72 183	0.51 156	0.30 115	0.86 285	0.54 274	1.59 304	0.86 141	1.07 201	1.38 326	0.79 162	0.75 219	0.91 122	0.58 241	0.22 232	0.18 267	0.29 344	0.25 322	0.25 269	0.23 258

ToySt	0.66 213	0.33 260	1.23 384	0.51 156	0.33 179	0.86 285	0.68 351	1.10 174	0.97 185	0.84 139	1.08 198	1.25 322	0.94 316	1.01 151	0.74 291	0.19 142	0.19 283	0.24 247	0.24 308	0.27 295	0.23 258

DMCA	0.67 222	0.34 283	0.90 290	0.51 156	0.44 289	0.86 285	0.47 220	1.42 256	1.02 208	1.17 266	1.12 220	1.23 316	0.75 219	0.78 84	0.95 348	0.25 298	0.19 283	0.27 321	0.19 167	0.24 257	0.27 318

DispNO	0.93 343	0.30 189	1.34 405	0.55 233	0.55 357	0.89 288	0.49 240	1.48 271	1.21 320	1.17 266	1.27 282	1.19 307	0.90 296	5.23 449	0.74 291	0.22 232	0.17 246	0.24 247	0.21 243	0.19 120	0.20 205

STTStereo	0.78 286	0.50 385	1.22 383	0.64 336	0.54 351	0.89 288	0.54 274	1.44 263	1.11 252	1.38 369	1.09 203	1.27 330	0.85 271	1.43 256	0.83 325	0.29 359	0.27 382	0.33 383	0.39 432	0.32 352	0.30 348

TDLM	1.06 381	0.44 357	0.79 241	0.63 327	0.50 323	0.89 288	1.44 465	1.48 271	1.26 343	1.12 224	1.40 332	1.08 276	0.98 339	6.65 479	0.78 307	0.33 385	0.21 323	0.33 383	0.26 339	0.37 377	0.24 272

tg	0.52 99	0.24 50	0.61 108	0.49 115	0.30 115	0.90 291	0.29 43	1.07 163	0.83 135	0.83 136	1.02 174	0.62 112	0.43 69	1.35 233	0.41 129	0.17 63	0.12 23	0.22 189	0.20 199	0.17 50	0.15 59

ARAFT	0.77 278	0.36 314	1.49 429	0.51 156	0.31 141	0.90 291	0.82 390	1.90 391	1.06 225	1.62 423	1.24 268	1.02 261	0.64 191	1.84 325	0.50 204	0.18 101	0.14 127	0.28 334	0.27 349	0.17 50	0.16 84

CVANet_RVC	1.07 383	0.43 354	0.76 224	0.60 292	0.50 323	0.90 291	0.97 422	1.52 286	1.26 343	1.33 352	1.38 326	1.24 318	1.18 389	6.75 485	0.75 296	0.34 395	0.23 353	0.34 393	0.29 380	0.42 401	0.27 318

test_sample7	0.74 262	0.37 321	0.76 224	0.52 178	0.35 200	0.91 294	0.67 347	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.31 370	0.28 389	0.32 375	0.31 394	0.33 361	0.29 334

MyStereo8	0.65 206	0.29 169	1.00 324	0.58 268	0.49 316	0.91 294	0.35 86	1.18 197	1.31 368	1.16 257	1.27 282	0.90 210	0.64 191	0.72 69	0.95 348	0.18 101	0.14 127	0.20 128	0.18 145	0.22 217	0.26 308

Selective-RAFT	0.52 99	0.28 134	0.79 241	0.55 233	0.27 54	0.91 294	0.33 69	0.80 53	0.88 149	0.58 81	0.63 67	0.81 168	0.77 231	1.29 220	0.48 191	0.19 142	0.14 127	0.17 41	0.15 71	0.19 120	0.17 109

FADNet-RVC	0.88 330	0.67 434	1.93 456	0.60 292	0.48 313	0.91 294	0.60 325	1.71 334	1.18 301	0.90 151	0.96 144	1.36 350	0.92 302	2.25 369	1.17 384	0.30 363	0.29 400	0.32 375	0.32 402	0.41 397	0.35 378

DeepPrunerF	1.60 444	0.73 444	5.81 500	0.88 454	1.19 481	0.91 294	0.95 420	2.19 455	5.24 510	1.17 266	1.30 291	1.19 307	1.30 413	4.90 444	1.66 440	0.42 428	0.34 424	0.52 451	0.47 451	0.41 397	0.40 398

PS-NSSS	0.99 361	0.58 412	0.93 299	0.58 268	0.57 362	0.91 294	0.80 386	1.81 368	1.14 271	1.14 241	1.67 404	1.00 252	0.83 264	4.62 439	0.78 307	0.37 410	0.31 410	0.52 451	0.32 402	0.45 416	0.38 394

MLCV	0.72 241	0.34 283	1.10 364	0.51 156	0.23 15	0.91 294	0.39 135	1.33 233	1.23 329	1.46 389	1.55 374	1.01 259	0.64 191	1.95 339	0.80 317	0.18 101	0.12 23	0.18 73	0.14 57	0.19 120	0.17 109

test_sample4	0.69 228	0.33 260	0.91 293	0.51 156	0.30 115	0.92 301	0.52 259	1.87 383	1.15 282	1.14 241	1.18 247	0.87 197	0.75 219	1.18 195	0.68 275	0.25 298	0.20 301	0.26 305	0.26 339	0.26 281	0.25 284

test_5	0.65 206	0.30 189	0.75 214	0.67 369	0.50 323	0.92 301	0.52 259	1.39 250	1.12 256	0.76 114	1.11 213	1.00 252	0.90 296	1.53 277	0.45 165	0.18 101	0.13 76	0.23 227	0.22 272	0.21 194	0.19 173

AdaStereo	0.70 232	0.43 354	0.75 214	0.73 407	0.37 223	0.92 301	0.53 267	1.85 378	1.18 301	1.12 224	1.23 266	1.07 275	0.65 197	0.96 135	0.63 260	0.31 370	0.15 182	0.32 375	0.21 243	0.29 324	0.22 239
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.
iResNet	0.75 270	0.40 339	1.36 406	0.67 369	0.29 94	0.92 301	0.59 321	1.52 286	1.25 338	1.28 316	1.48 359	0.94 227	0.76 227	1.62 292	0.78 307	0.18 101	0.14 127	0.18 73	0.15 71	0.22 217	0.23 258

Anonymous3	0.61 175	0.44 357	1.11 366	0.59 281	0.49 316	0.93 305	0.65 339	0.93 94	0.81 129	0.72 111	0.88 126	0.65 121	0.69 203	1.06 164	0.53 223	0.35 402	0.30 404	0.26 305	0.26 339	0.31 344	0.27 318

ttt	0.94 345	0.34 283	0.59 100	0.61 306	0.37 223	0.94 306	0.50 247	2.17 452	1.34 379	1.23 294	1.61 391	0.91 213	0.76 227	1.85 328	3.97 483	0.30 363	0.26 374	0.26 305	0.24 308	0.29 324	0.29 334

GES	0.66 213	0.34 283	0.90 290	0.59 281	0.38 240	0.94 306	0.57 309	2.11 436	0.86 141	1.02 190	1.11 213	0.66 125	0.79 242	0.99 146	0.61 253	0.27 336	0.19 283	0.20 128	0.20 199	0.21 194	0.30 348

test_xeample	1.45 433	0.28 134	0.65 130	0.51 156	0.28 77	0.94 306	0.59 321	2.14 441	1.29 358	1.24 302	1.51 366	0.88 201	0.86 279	1.46 262	15.10 519	0.22 232	0.20 301	0.22 189	0.20 199	0.22 217	0.22 239

iResNetv2_ROB	0.80 293	0.37 321	1.71 442	0.56 246	0.37 223	0.94 306	0.64 337	1.73 336	1.34 379	1.23 294	1.42 335	1.26 326	0.92 302	1.85 328	0.56 235	0.23 257	0.15 182	0.19 94	0.14 57	0.24 257	0.19 173

coex_refinement	0.80 293	0.28 134	0.73 195	0.70 388	0.51 334	0.95 310	0.60 325	1.78 356	1.23 329	1.36 361	1.37 321	1.82 424	0.81 251	1.32 226	1.13 378	0.26 320	0.17 246	0.19 94	0.20 199	0.24 257	0.25 284

THIR-Stereo	1.02 375	0.27 114	0.69 159	0.49 115	0.28 77	0.95 310	1.34 460	1.03 134	0.97 185	1.34 356	1.90 431	1.17 303	1.58 438	6.44 476	0.78 307	0.19 142	0.14 127	0.21 162	0.22 272	0.19 120	0.20 205

GEStereo_RVC	0.90 335	0.37 321	0.99 319	0.64 336	0.50 323	0.95 310	0.79 380	2.42 478	1.17 294	1.16 257	1.11 213	1.26 326	0.92 302	3.24 413	0.90 341	0.29 359	0.19 283	0.23 227	0.20 199	0.27 295	0.29 334

DIP-Stereo	0.62 179	0.30 189	0.83 254	0.48 100	0.36 209	0.95 310	0.33 69	2.37 474	0.67 89	1.25 307	1.00 160	0.68 130	0.51 119	0.91 122	0.61 253	0.18 101	0.15 182	0.21 162	0.17 129	0.19 120	0.19 173
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	0.79 290	0.43 354	1.05 345	0.64 336	0.58 371	0.95 310	0.53 267	1.53 292	1.18 301	1.37 364	1.15 237	1.43 359	0.88 289	1.61 291	0.84 328	0.25 298	0.22 341	0.27 321	0.27 349	0.29 324	0.29 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Consistency-Raft	1.25 413	0.99 466	1.93 456	1.02 472	1.21 482	0.96 315	1.01 430	1.75 342	1.92 462	1.36 361	2.12 448	1.44 364	1.01 351	1.14 184	1.40 413	0.72 474	0.82 493	0.89 480	0.98 496	1.31 488	0.95 478

s12784h	0.52 99	0.20 4	0.38 7	0.41 17	0.19 1	0.96 315	0.34 81	1.17 192	1.25 338	0.81 130	0.90 130	0.63 115	0.50 116	1.45 260	0.42 140	0.14 6	0.12 23	0.17 41	0.11 8	0.18 81	0.11 1

hitnet-ft	0.79 290	0.35 304	0.57 88	0.58 268	0.42 273	0.96 315	0.46 213	1.47 270	1.33 376	1.19 275	1.22 262	1.81 422	0.98 339	1.66 299	0.94 345	0.33 385	0.28 389	0.34 393	0.27 349	0.35 366	0.31 358

FADNet	0.92 340	0.61 425	1.81 449	0.62 318	0.55 357	0.96 315	0.57 309	1.78 356	1.33 376	0.93 159	1.01 166	1.36 350	1.01 351	2.71 396	0.75 296	0.33 385	0.34 424	0.31 361	0.34 416	0.59 449	0.40 398

G2L-Stereo_aug	0.82 304	0.26 88	1.04 343	0.51 156	0.38 240	0.97 319	0.53 267	1.44 263	1.41 413	1.51 402	1.43 339	1.53 381	0.95 321	2.47 387	0.96 352	0.19 142	0.14 127	0.16 23	0.14 57	0.17 50	0.19 173

castereo++	0.38 24	0.23 36	0.41 16	0.43 26	0.31 141	0.97 319	0.22 6	0.86 69	0.58 54	0.32 8	0.44 19	0.51 66	0.39 52	0.93 129	0.24 2	0.17 63	0.11 6	0.17 41	0.12 20	0.14 4	0.14 31

test_sample3	0.68 226	0.32 238	0.88 280	0.52 178	0.30 115	0.97 319	0.52 259	1.86 381	1.15 282	1.08 202	1.11 213	0.88 201	0.71 212	1.17 193	0.68 275	0.25 298	0.20 301	0.25 286	0.25 322	0.25 269	0.25 284

RAFT-Test	0.54 124	0.25 73	0.64 123	0.47 75	0.30 115	0.97 319	0.27 34	1.24 222	0.81 129	0.96 168	1.12 220	1.28 333	0.48 104	0.71 66	0.36 83	0.17 63	0.13 76	0.17 41	0.14 57	0.16 29	0.16 84

DRaft	0.80 293	0.24 50	0.70 165	0.45 59	0.30 115	0.97 319	0.53 267	1.05 148	0.97 185	1.78 437	2.02 442	0.80 164	1.74 452	2.73 397	0.72 287	0.17 63	0.14 127	0.20 128	0.20 199	0.18 81	0.21 222

RASNet	1.12 396	0.30 189	0.91 293	0.66 357	0.77 431	0.97 319	0.57 309	1.37 244	1.35 388	1.02 190	1.34 312	2.11 450	1.43 422	7.09 488	1.39 412	0.19 142	0.17 246	0.17 41	0.19 167	0.18 81	0.16 84

EDNetEfficient	2.37 481	1.10 472	8.08 506	0.74 410	0.71 414	0.98 325	1.56 471	1.46 268	4.06 502	4.90 509	2.82 472	2.25 453	3.48 498	2.95 403	9.97 508	0.26 320	0.24 362	0.26 305	0.30 389	0.68 462	0.61 455

aanetorigin	1.23 410	0.79 452	2.78 484	0.70 388	0.79 436	0.99 326	1.06 436	1.06 161	1.37 395	3.52 495	2.61 468	1.72 412	1.63 443	1.99 342	1.78 442	0.25 298	0.24 362	0.26 305	0.25 322	0.38 386	0.45 417

CFNet	0.96 349	0.36 314	1.01 328	0.62 318	0.42 273	0.99 326	0.47 220	1.90 391	1.32 372	0.99 178	1.39 330	1.10 288	0.86 279	5.58 461	0.79 313	0.23 257	0.17 246	0.28 334	0.27 349	0.26 281	0.21 222

Any-RAFT	0.53 109	0.24 50	0.47 31	0.47 75	0.27 54	1.00 328	0.25 19	1.58 303	1.05 221	0.85 144	0.99 156	1.06 270	0.47 93	0.70 62	0.32 37	0.18 101	0.13 76	0.16 23	0.13 33	0.16 29	0.16 84

1111x	1.70 454	0.29 169	0.86 262	0.51 156	0.27 54	1.01 329	0.68 351	2.22 459	1.28 354	1.13 238	1.40 332	1.21 309	1.10 375	5.53 458	15.20 520	0.22 232	0.21 323	0.22 189	0.22 272	0.24 257	0.22 239

Anonymous_2	1.30 417	0.55 402	0.82 250	0.52 178	0.58 371	1.01 329	0.64 337	1.25 224	0.97 185	0.96 168	0.78 104	1.33 343	1.29 409	1.03 155	0.74 291	0.62 468	0.64 487	1.06 487	9.63 526	1.16 483	0.49 430

DualNet (step1)	0.83 311	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.57 461	0.28 389	0.62 470	0.67 477	0.45 416	0.42 406

test_sample9	1.86 462	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

test_sample8	2.19 475	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.82 369	1.15 282	2.26 464	1.30 291	4.94 498	2.52 487	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

BEATNet_4x	0.73 259	0.49 378	1.17 378	0.53 195	0.26 36	1.03 334	0.55 290	1.82 369	1.06 225	1.21 283	1.22 262	0.96 241	0.91 299	1.01 151	1.06 363	0.21 206	0.14 127	0.24 247	0.19 167	0.37 377	0.21 222

PASM	1.34 423	0.92 461	2.62 480	0.86 447	0.87 454	1.03 334	1.08 438	1.50 277	1.51 429	1.82 445	1.41 334	1.68 408	1.26 406	4.87 443	1.34 404	0.61 467	0.65 489	0.68 474	0.78 483	0.69 463	0.68 465

DEmStereo	0.97 355	0.23 36	0.79 241	0.47 75	0.32 159	1.04 336	0.56 298	0.93 94	0.89 152	1.39 374	2.14 450	1.02 261	2.07 474	5.64 462	0.77 305	0.17 63	0.15 182	0.20 128	0.20 199	0.18 81	0.20 205

psm_up	0.77 278	0.34 283	0.70 165	0.66 357	0.58 371	1.05 337	0.92 412	1.52 286	1.12 256	1.26 311	1.16 242	1.31 341	1.23 401	1.20 198	0.81 318	0.25 298	0.29 400	0.31 361	0.27 349	0.27 295	0.25 284

ac_64	0.82 304	0.29 169	0.81 247	0.71 396	0.60 382	1.05 337	0.54 274	1.99 415	0.92 166	1.18 271	1.06 190	1.99 441	1.08 371	1.94 338	0.97 354	0.27 336	0.22 341	0.24 247	0.23 295	0.22 217	0.19 173

HITNet	0.65 206	0.40 339	0.77 230	0.48 100	0.24 21	1.05 337	0.49 240	1.76 348	1.02 208	1.18 271	1.18 247	0.89 209	0.80 248	0.85 108	0.79 313	0.17 63	0.12 23	0.21 162	0.17 129	0.29 324	0.15 59
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
222	1.61 446	0.29 169	0.67 142	0.56 246	0.29 94	1.06 340	0.42 159	2.17 452	1.31 368	1.31 340	1.52 367	0.92 222	0.94 316	1.76 318	17.65 523	0.24 272	0.20 301	0.21 162	0.19 167	0.22 217	0.23 258

NOSS_ROB	1.26 414	0.46 366	0.62 113	0.56 246	0.38 240	1.06 340	0.78 377	1.73 336	1.40 409	1.01 186	1.43 339	1.10 288	0.75 219	10.62 521	0.65 265	0.45 439	0.43 458	0.48 445	0.45 446	0.44 413	0.41 402

FADNet-RVC-Resample	0.84 316	0.47 371	2.10 461	0.61 306	0.45 296	1.07 342	0.61 327	1.59 304	1.20 314	1.08 202	0.98 154	1.03 265	0.98 339	2.17 359	0.72 287	0.23 257	0.22 341	0.30 355	0.32 402	0.35 366	0.34 373

anonymity	1.12 396	0.97 463	1.21 381	1.07 476	1.12 473	1.08 343	0.89 404	1.95 406	1.16 291	1.29 321	1.26 279	1.22 311	1.09 374	1.15 185	1.01 359	1.02 483	1.00 506	0.97 482	0.97 494	0.98 475	0.99 480

FINET	0.97 355	0.54 397	1.60 435	0.63 327	0.79 436	1.08 343	1.07 437	1.56 301	2.20 473	1.15 247	1.49 361	0.94 227	0.88 289	2.32 374	1.05 361	0.42 428	0.35 435	0.32 375	0.28 369	0.43 407	0.38 394

FAT-Stereo	1.07 383	0.41 347	1.32 400	0.72 399	0.58 371	1.08 343	0.89 404	1.96 407	1.65 440	1.75 434	1.98 436	2.03 446	1.48 430	2.02 345	1.18 387	0.42 428	0.35 435	0.34 393	0.29 380	0.35 366	0.53 439

RP	1.09 389	0.50 385	1.12 368	0.90 459	1.04 466	1.11 346	0.84 392	1.80 365	1.62 438	1.55 411	2.00 439	1.90 430	1.78 455	1.84 325	1.25 391	0.52 452	0.36 440	0.48 445	0.36 425	0.45 416	0.43 413

DLCB_ROB	0.86 325	0.40 339	0.78 238	0.68 380	0.54 351	1.11 346	0.84 392	1.49 273	1.23 329	1.64 427	1.65 400	1.70 410	0.91 299	1.70 307	1.05 361	0.25 298	0.24 362	0.26 305	0.27 349	0.27 295	0.24 272

XPNet_ROB	0.96 349	0.49 378	1.09 361	0.72 399	0.57 362	1.11 346	1.14 444	1.66 324	1.23 329	1.85 447	1.39 330	1.64 403	1.11 376	1.80 322	1.42 421	0.38 414	0.30 404	0.33 383	0.29 380	0.37 377	0.34 373

ADLNet2	0.88 330	0.34 283	1.17 378	0.77 418	0.64 394	1.12 349	0.76 372	1.74 340	1.24 335	1.21 283	1.65 400	1.71 411	1.05 364	1.67 300	1.17 384	0.24 272	0.21 323	0.21 162	0.22 272	0.26 281	0.29 334

psmorigin	1.52 438	0.69 439	10.52 512	0.68 380	0.59 379	1.13 350	0.70 358	1.57 302	1.19 309	1.99 455	1.79 417	2.26 454	1.47 429	2.09 352	1.36 408	0.39 417	0.40 453	0.34 393	0.33 411	0.43 407	0.56 444

TCMNet	1.01 372	0.60 423	2.10 461	0.86 447	1.33 487	1.14 351	0.67 347	1.69 328	1.23 329	1.11 222	1.57 382	1.30 337	0.97 332	2.01 344	1.50 432	0.31 370	0.31 410	0.38 415	0.34 416	0.42 401	0.36 383

CoDeX	0.73 259	0.29 169	0.93 299	0.54 210	0.36 209	1.14 351	0.61 327	2.34 471	1.17 294	1.16 257	1.25 272	0.91 213	0.87 284	1.33 229	0.64 264	0.20 174	0.16 217	0.21 162	0.18 145	0.20 154	0.18 133

AASNet	0.76 276	0.35 304	0.91 293	0.79 422	0.81 443	1.14 351	0.56 298	2.02 424	1.08 236	1.22 288	1.24 268	0.93 224	0.76 227	0.77 82	1.16 381	0.27 336	0.23 353	0.24 247	0.20 199	0.28 313	0.24 272

PSMNet-ADL	0.72 241	0.35 304	0.62 113	0.69 383	0.46 307	1.14 351	0.44 189	1.37 244	1.01 205	0.83 136	1.17 245	1.33 343	0.96 329	1.43 256	0.95 348	0.33 385	0.22 341	0.21 162	0.23 295	0.27 295	0.29 334

edge stereo	1.11 394	0.50 385	1.30 396	0.71 396	0.65 396	1.14 351	0.75 369	1.93 402	1.37 395	1.71 431	1.83 421	2.54 466	1.44 424	2.43 382	1.23 389	0.42 428	0.41 455	0.54 457	0.35 421	0.42 401	0.46 420

ETE_ROB	0.96 349	0.64 431	1.16 376	0.69 383	0.48 313	1.14 351	1.13 443	1.77 352	1.19 309	1.91 452	1.45 347	1.73 413	1.05 364	1.60 289	1.14 379	0.32 377	0.26 374	0.38 415	0.34 416	0.39 390	0.41 402

HSM-Net_RVC	0.87 329	0.29 169	0.53 61	0.53 195	0.30 115	1.15 357	0.55 290	3.57 497	1.28 354	1.53 404	1.74 410	1.68 408	0.93 311	1.49 268	0.77 305	0.22 232	0.17 246	0.19 94	0.18 145	0.20 154	0.19 173
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWC_ROB	1.24 411	0.76 450	2.46 475	0.72 399	0.78 433	1.15 357	0.49 240	1.75 342	1.92 462	2.31 466	3.07 475	1.59 391	1.40 419	2.46 385	2.10 457	0.33 385	0.22 341	0.35 401	0.24 308	0.38 386	0.41 402

tt1	0.62 179	0.32 238	0.51 50	0.54 210	0.26 36	1.16 359	0.48 230	0.95 106	2.47 479	0.57 79	0.77 102	0.49 56	0.81 251	1.55 281	0.32 37	0.20 174	0.12 23	0.24 247	0.15 71	0.19 120	0.20 205

xxxx	1.51 437	0.28 134	0.68 146	0.54 210	0.28 77	1.16 359	0.44 189	2.19 455	1.29 358	1.09 208	1.36 319	1.22 311	0.85 271	1.79 321	15.70 522	0.24 272	0.21 323	0.21 162	0.20 199	0.22 217	0.23 258

HGLStereo	0.85 320	0.38 328	0.94 303	0.80 425	1.03 465	1.17 361	0.58 313	1.52 286	1.20 314	1.19 275	1.62 394	1.13 298	1.20 395	1.80 322	1.06 363	0.24 272	0.24 362	0.24 247	0.21 243	0.23 242	0.27 318

ACVNet-DCA	0.56 148	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

xx1	0.67 222	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.95 235	0.77 231	1.46 262	0.32 37	0.20 174	0.12 23	0.24 247	0.23 295	0.22 217	0.21 222

1test111	0.54 124	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	0.88 115	0.59 243	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

cc1	0.64 198	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.19 120	0.19 173

FADNet_RVC	0.83 311	0.51 388	1.83 452	0.54 210	0.42 273	1.19 366	0.46 213	1.51 284	1.09 244	0.89 149	1.24 268	0.91 213	0.87 284	2.11 354	1.11 375	0.27 336	0.22 341	0.31 361	0.28 369	0.43 407	0.38 394

PA-Net	1.01 372	0.57 409	1.29 395	0.64 336	0.74 420	1.19 366	0.84 392	1.69 328	1.43 419	1.16 257	1.19 254	1.32 342	1.19 392	3.42 419	1.25 391	0.29 359	0.45 465	0.33 383	0.49 456	0.32 352	0.47 423
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NVstereo2D	0.92 340	0.41 347	1.48 427	0.72 399	0.72 416	1.20 368	0.87 400	1.75 342	1.38 399	0.99 178	1.13 225	1.26 326	0.98 339	2.21 366	0.89 338	0.43 433	0.20 301	0.38 415	0.24 308	0.57 445	0.63 457

S-Stereo	1.15 405	0.46 366	2.17 466	0.81 428	0.80 441	1.21 369	1.19 450	1.93 402	2.02 467	1.47 390	2.11 447	1.57 387	1.17 386	2.05 349	1.41 417	0.40 420	0.40 453	0.35 401	0.31 394	0.44 413	0.70 466

RAFT + AFF	1.00 366	0.42 351	1.09 361	0.67 369	0.50 323	1.22 370	1.24 453	2.24 461	1.19 309	1.30 330	1.56 378	1.17 303	1.49 432	3.44 421	0.83 325	0.21 206	0.25 369	0.30 355	0.26 339	0.27 295	0.27 318

HSM	1.19 409	0.32 238	0.65 130	0.57 262	0.38 240	1.23 371	0.59 321	2.25 462	1.19 309	1.30 330	1.25 272	1.94 436	1.03 358	9.32 510	0.71 284	0.22 232	0.16 217	0.20 128	0.16 109	0.21 194	0.21 222

ADLNet	0.85 320	0.36 314	0.89 286	0.85 445	0.72 416	1.24 372	0.76 372	1.82 369	1.36 391	1.52 403	1.35 318	1.27 330	0.99 347	1.23 203	1.15 380	0.27 336	0.20 301	0.26 305	0.25 322	0.28 313	0.30 348

acv_ft	0.75 270	0.31 222	0.95 307	0.70 388	0.86 452	1.24 372	0.53 267	1.44 263	1.07 230	1.24 302	1.30 291	1.08 276	0.92 302	0.80 90	1.34 404	0.21 206	0.19 283	0.21 162	0.18 145	0.21 194	0.18 133

CBMV_ROB	0.90 335	0.44 357	0.63 116	0.51 156	0.37 223	1.25 374	0.49 240	1.77 352	1.27 349	1.41 377	2.00 439	1.33 343	1.08 371	2.17 359	0.76 299	0.43 433	0.42 457	0.47 443	0.44 444	0.41 397	0.36 383

UPFNet	0.80 293	0.32 238	0.90 290	0.59 281	0.74 420	1.26 375	0.80 386	1.52 286	1.10 250	1.30 330	1.12 220	1.30 337	0.84 268	1.67 300	1.09 369	0.24 272	0.24 362	0.24 247	0.23 295	0.25 269	0.18 133

BSDual-CNN	0.71 239	0.32 238	0.68 146	0.54 210	0.44 289	1.27 376	0.65 339	2.16 446	0.98 190	1.20 279	1.11 213	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

hknet	0.77 278	0.32 238	0.95 307	0.54 210	0.38 240	1.27 376	0.65 339	2.16 446	1.07 230	1.20 279	1.11 213	1.59 391	0.81 251	1.37 239	0.66 268	0.22 232	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

PSMNet_ROB	0.90 335	0.52 392	1.17 378	0.72 399	0.61 385	1.27 376	1.12 442	1.76 348	1.12 256	1.09 208	1.28 287	1.45 366	0.89 295	1.65 295	1.42 421	0.33 385	0.25 369	0.37 412	0.39 432	0.35 366	0.29 334

NCC-stereo	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406

Abc-Net	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DDVS	0.78 286	0.41 347	0.94 303	0.60 292	0.43 282	1.30 381	0.43 176	1.40 252	0.91 161	1.20 279	1.15 237	1.43 359	0.64 191	2.18 362	0.89 338	0.28 349	0.22 341	0.26 305	0.23 295	0.31 344	0.33 369

GCST	1.08 386	1.47 490	0.93 299	1.73 491	1.14 477	1.30 381	0.31 56	1.33 233	1.16 291	1.29 321	0.97 153	0.98 245	0.49 112	2.08 351	0.46 179	1.19 490	0.70 490	1.30 490	0.85 488	1.02 478	0.89 476

NCCL2	1.00 366	0.56 405	1.06 349	0.75 413	0.57 362	1.31 383	1.72 477	1.77 352	1.36 391	1.50 399	1.17 245	1.91 431	1.17 386	1.54 279	1.29 398	0.35 402	0.31 410	0.45 438	0.44 444	0.40 394	0.40 398

PAM_32	0.77 278	0.28 134	1.03 339	0.52 178	0.30 115	1.32 384	0.35 86	1.97 411	0.65 86	1.02 190	1.06 190	3.05 478	1.49 432	0.96 135	0.36 83	0.19 142	0.13 76	0.20 128	0.18 145	0.19 120	0.19 173

ssnet_v2	0.88 330	0.36 314	1.02 335	0.62 318	0.38 240	1.32 384	0.97 422	2.07 432	1.34 379	1.37 364	1.18 247	1.54 383	0.92 302	1.10 175	1.65 438	0.30 363	0.27 382	0.30 355	0.28 369	0.27 295	0.26 308

LMCR-Stereo	0.82 304	0.46 366	0.88 280	0.75 413	0.43 282	1.33 386	0.56 298	2.43 479	0.98 190	1.53 404	1.49 361	0.74 145	1.00 349	1.63 293	0.89 338	0.28 349	0.17 246	0.22 189	0.17 129	0.29 324	0.20 205

StereoDRNet-Refined	0.80 293	0.41 347	0.88 280	0.62 318	0.42 273	1.33 386	0.48 230	1.52 286	1.17 294	1.45 387	1.44 345	1.44 364	0.90 296	1.26 211	1.24 390	0.20 174	0.16 217	0.27 321	0.24 308	0.25 269	0.28 330
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
IER	0.70 232	0.31 222	1.02 335	0.48 100	0.52 345	1.34 388	0.51 248	1.17 192	0.99 197	1.23 294	1.34 312	1.12 293	1.11 376	0.99 146	0.71 284	0.20 174	0.16 217	0.21 162	0.21 243	0.20 154	0.19 173

UDG	1.41 431	2.65 513	0.99 319	1.44 488	1.64 492	1.34 388	0.80 386	1.60 308	1.23 329	1.23 294	1.71 407	2.01 443	1.34 417	1.47 266	1.41 417	0.90 478	0.54 481	2.29 498	0.75 481	1.84 490	1.04 483

GANet	1.36 425	0.47 371	0.86 262	0.67 369	0.45 296	1.34 388	1.73 478	1.64 318	1.24 335	1.49 398	2.38 460	1.55 385	1.20 395	9.30 509	0.93 343	0.30 363	0.31 410	0.33 383	0.28 369	0.39 390	0.30 348

Wz-Net-SNSev	1.49 434	1.23 481	6.27 502	0.68 380	0.67 403	1.37 391	1.41 463	2.00 416	1.39 404	1.48 396	1.61 391	2.29 455	1.32 415	3.93 426	2.14 458	0.31 370	0.28 389	0.31 361	0.33 411	0.42 401	0.36 383

SFCPSM	0.70 232	0.28 134	1.02 335	0.51 156	0.38 240	1.37 391	0.66 344	2.00 416	1.03 212	1.17 266	1.21 260	0.82 173	0.78 238	1.03 155	0.53 223	0.21 206	0.17 246	0.22 189	0.24 308	0.21 194	0.19 173

DANet	1.08 386	0.61 425	1.32 400	0.85 445	0.72 416	1.37 391	0.51 248	1.54 294	1.15 282	1.78 437	1.54 372	2.01 443	1.11 376	2.90 402	2.00 453	0.33 385	0.30 404	0.40 426	0.30 389	0.44 413	0.45 417
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PAM	0.76 276	0.29 169	1.08 358	0.52 178	0.33 179	1.38 394	0.39 135	2.01 420	0.67 89	1.06 198	0.96 144	2.89 477	1.43 422	0.86 112	0.35 74	0.19 142	0.12 23	0.19 94	0.17 129	0.19 120	0.20 205

AF-Net	1.13 399	0.52 392	1.33 402	0.86 447	0.91 456	1.38 394	0.71 360	2.16 446	1.62 438	1.56 412	2.40 462	1.99 441	1.65 445	1.81 324	1.48 430	0.48 447	0.28 389	0.49 447	0.33 411	0.39 390	0.32 363

DGSMNet	1.14 401	0.76 450	2.49 476	0.81 428	0.86 452	1.39 396	1.39 462	2.13 437	1.35 388	1.26 311	1.63 397	1.48 375	0.98 339	1.75 313	1.10 372	0.45 439	0.43 458	0.55 462	0.49 456	0.75 468	0.70 466

PSMNet-RUCA	1.02 375	0.97 463	1.44 415	1.23 482	1.10 469	1.40 397	0.62 330	1.69 328	1.38 399	0.94 164	1.53 368	0.97 243	0.83 264	1.17 193	0.93 343	0.69 473	0.34 424	0.99 484	0.60 473	0.97 474	0.64 461

gwcnet-sp	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

scenet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

ssnet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

Syn2CoEx	1.14 401	0.69 439	1.66 438	0.80 425	0.67 403	1.40 397	0.88 402	2.06 431	1.54 433	1.25 307	1.58 385	1.42 358	1.50 434	4.09 429	1.40 413	0.36 406	0.32 418	0.34 393	0.29 380	0.29 324	0.34 373

GANetREF_RVC	1.07 383	0.86 457	1.31 397	0.82 436	0.53 348	1.41 402	1.31 459	1.76 348	1.52 430	1.27 314	1.31 297	1.46 369	1.24 403	2.03 346	0.96 352	0.56 460	0.45 465	0.67 473	0.50 459	0.88 472	0.59 451
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
anonymousa	0.72 241	0.27 114	0.75 214	0.47 75	0.63 391	1.43 403	0.45 206	1.24 222	0.89 152	1.28 316	1.75 413	1.62 395	1.13 383	0.69 58	0.59 243	0.19 142	0.16 217	0.23 227	0.25 322	0.20 154	0.18 133

SQANet	1.31 419	0.88 460	1.08 358	1.83 493	1.44 489	1.44 404	0.75 369	1.74 340	1.09 244	1.32 344	1.26 279	1.28 333	1.01 351	1.50 270	0.83 325	2.50 499	0.34 424	1.47 491	0.55 466	2.32 493	1.57 495

NVStereoNet_ROB	1.88 463	1.07 470	1.45 420	1.07 476	1.17 478	1.47 405	1.48 468	1.89 388	1.93 464	1.94 453	4.67 496	3.08 481	1.80 457	6.51 477	1.65 438	1.06 486	0.86 500	1.08 488	1.32 501	0.93 473	1.26 490
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
psmg	0.72 241	0.32 238	0.68 146	0.50 126	0.44 289	1.48 406	0.75 369	1.94 404	0.98 190	1.21 283	1.33 305	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.19 283	0.25 286	0.25 322	0.23 242	0.22 239

MFMNet_re	1.40 430	1.14 477	1.68 439	1.39 485	1.07 467	1.48 406	1.43 464	1.87 383	1.82 456	2.26 464	2.19 452	1.51 379	1.86 462	1.52 273	1.25 391	0.93 479	0.83 494	0.84 479	0.80 484	0.99 477	1.05 485

Nwc_Net	1.09 389	0.49 378	1.33 402	0.89 458	0.80 441	1.49 408	0.66 344	2.19 455	1.27 349	1.32 344	2.26 455	1.96 438	1.54 435	1.92 334	1.34 404	0.40 420	0.30 404	0.43 433	0.45 446	0.38 386	0.37 388

StereoDRNet	0.98 359	0.47 371	1.70 440	0.76 415	0.94 460	1.51 409	0.91 410	1.92 398	1.32 372	1.61 420	1.13 225	1.47 374	0.97 332	1.75 313	1.46 428	0.28 349	0.23 353	0.29 344	0.27 349	0.35 366	0.27 318

RGC	1.14 401	0.79 452	1.26 390	0.91 462	0.96 463	1.52 410	0.77 375	1.92 398	1.26 343	1.54 408	1.93 433	2.02 445	1.54 435	2.25 369	1.31 400	0.44 438	0.35 435	0.58 468	0.48 453	0.47 423	0.46 420

CBMV	0.95 348	0.44 357	0.66 137	0.53 195	0.35 200	1.53 411	1.63 476	1.69 328	1.42 417	2.00 457	1.60 387	1.43 359	1.17 386	1.59 288	0.99 357	0.34 395	0.34 424	0.39 421	0.33 411	0.33 361	0.32 363
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
pmcnn	2.37 481	0.42 351	2.71 482	0.63 327	0.43 282	1.54 412	1.19 450	2.01 420	1.53 432	2.64 479	7.60 510	18.07 526	1.45 426	3.44 421	2.78 467	0.18 101	0.15 182	0.15 8	0.12 20	0.20 154	0.18 133

DSFCA	0.93 343	0.34 283	1.06 349	0.52 178	0.65 396	1.55 413	0.93 416	1.49 273	1.19 309	1.56 412	1.15 237	1.50 377	0.96 329	3.07 407	1.02 360	0.30 363	0.26 374	0.25 286	0.25 322	0.28 313	0.24 272

SGM-Forest	1.24 411	0.38 328	0.60 105	0.52 178	0.37 223	1.56 414	1.30 458	1.65 319	1.36 391	2.11 461	1.79 417	1.63 400	0.93 311	7.48 496	0.95 348	0.36 406	0.37 442	0.39 421	0.34 416	0.37 377	0.32 363
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
STTRV1_RVC	1.58 441	0.68 438	1.96 458	0.88 454	1.12 473	1.57 415	0.90 409	2.25 462	1.75 451	1.29 321	2.02 442	1.40 354	1.22 399	9.77 517	1.31 400	0.81 476	0.33 422	0.54 457	0.49 456	0.73 467	0.52 438

UNet	0.83 311	0.34 283	1.31 397	0.58 268	0.74 420	1.58 416	0.49 240	1.41 254	1.04 217	1.21 283	1.08 198	1.54 383	1.12 379	1.65 295	1.09 369	0.23 257	0.17 246	0.25 286	0.20 199	0.25 269	0.22 239

EDNetEfficientorigin	10.57 520	1.47 490	177.42 543	0.67 369	0.53 348	1.58 416	1.16 447	1.90 391	3.37 495	4.71 508	3.38 479	3.10 482	2.69 490	3.13 411	3.58 478	0.25 298	0.23 353	0.33 383	0.27 349	0.83 469	0.81 472

NaN_ROB	1.13 399	0.55 402	1.15 375	0.64 336	0.48 313	1.61 418	2.03 495	1.72 335	1.48 424	2.09 460	1.27 282	1.40 354	1.08 371	3.94 427	1.30 399	0.28 349	0.34 424	0.28 334	0.28 369	0.30 335	0.33 369

DRN-Test	1.00 366	0.44 357	1.13 370	0.70 388	0.81 443	1.62 419	0.79 380	2.14 441	1.44 420	1.78 437	1.33 305	1.43 359	1.05 364	2.18 362	1.53 434	0.27 336	0.21 323	0.31 361	0.30 389	0.32 352	0.28 330

CSP-Net	0.97 355	0.38 328	0.83 254	0.53 195	0.41 268	1.63 420	0.77 375	2.00 416	1.05 221	1.25 307	1.20 258	1.33 343	0.83 264	4.93 446	0.85 331	0.32 377	0.22 341	0.20 128	0.20 199	0.23 242	0.25 284

LALA_ROB	1.01 372	0.59 415	1.16 376	0.67 369	0.51 334	1.63 420	1.26 457	1.69 328	1.38 399	1.81 444	1.37 321	1.94 436	1.02 356	1.58 286	1.38 409	0.37 410	0.27 382	0.43 433	0.37 428	0.43 407	0.37 388

HBP-ISP	0.96 349	0.58 412	0.72 183	0.61 306	0.46 307	1.64 422	0.76 372	1.86 381	1.28 354	1.30 330	1.53 368	0.86 193	0.94 316	3.27 415	0.69 278	0.45 439	0.44 461	0.54 457	0.48 453	0.47 423	0.40 398

delet	0.85 320	0.32 238	0.95 307	0.65 350	0.66 399	1.64 422	0.84 392	1.75 342	1.35 388	1.32 344	1.30 291	1.30 337	0.88 289	1.68 305	1.10 372	0.21 206	0.21 323	0.24 247	0.24 308	0.21 194	0.21 222

LSM	6.33 511	1.10 472	13.19 514	1.41 487	68.17 538	1.64 422	1.90 488	1.92 398	2.46 478	2.99 490	3.11 476	1.88 426	1.80 457	2.61 393	2.06 456	0.41 424	0.58 484	0.50 448	0.57 468	0.64 456	17.66 533

WZ-Net	1.95 467	0.95 462	10.10 509	0.86 447	0.78 433	1.69 425	1.60 474	2.20 458	1.98 465	2.08 459	1.93 433	2.30 456	1.97 468	5.30 450	3.17 474	0.34 395	0.26 374	0.29 344	0.31 394	0.51 434	0.47 423

coex-ft	8.13 516	2.13 508	98.04 542	0.67 369	0.53 348	1.71 426	1.56 471	1.65 319	11.11 518	18.17 532	3.75 484	3.88 489	7.61 518	2.98 406	6.49 493	0.30 363	0.30 404	0.32 375	0.31 394	0.66 460	0.50 432

RYNet	1.17 408	0.49 378	1.24 387	0.70 388	0.97 464	1.71 426	0.92 412	1.91 395	1.46 422	1.38 369	1.14 229	1.88 426	1.30 413	4.24 431	1.87 445	0.26 320	0.21 323	0.35 401	0.27 349	0.55 442	0.54 440

ccnet	1.12 396	0.67 434	1.01 328	0.78 420	0.73 419	1.72 428	0.99 426	1.84 377	1.26 343	1.47 390	1.85 425	1.75 418	1.29 409	1.75 313	1.88 447	0.57 461	0.53 478	0.57 467	0.55 466	0.59 449	0.54 440

PWCDC_ROB	1.29 415	0.75 449	1.33 402	1.05 473	0.88 455	1.73 429	0.52 259	1.89 388	3.28 493	1.29 321	4.88 498	1.22 311	1.46 427	1.77 320	1.45 425	0.60 466	0.26 374	0.29 344	0.25 322	0.52 436	0.37 388

CBFPSM	0.92 340	0.33 260	1.86 453	0.49 115	0.38 240	1.75 430	0.84 392	1.39 250	1.12 256	1.09 208	0.99 156	2.37 460	1.66 449	1.32 226	1.42 421	0.19 142	0.18 267	0.20 128	0.20 199	0.21 194	0.33 369

Wz-Net-LNSev	1.03 377	0.67 434	2.71 482	0.64 336	0.84 447	1.75 430	1.00 428	1.80 365	1.32 372	1.28 316	1.25 272	1.65 405	1.22 399	1.39 248	1.40 413	0.28 349	0.26 374	0.24 247	0.23 295	0.33 361	0.32 363

GwcNet	1.08 386	0.51 388	2.33 471	0.79 422	1.18 480	1.76 432	0.70 358	1.68 326	1.47 423	1.41 377	1.64 398	1.74 415	1.04 360	2.20 365	1.41 417	0.30 363	0.29 400	0.29 344	0.27 349	0.30 335	0.35 378

CC-Net-ROB	1.49 434	1.26 482	1.27 393	0.88 454	0.79 436	1.76 432	1.00 428	1.79 362	1.26 343	1.10 216	1.61 391	1.21 309	0.99 347	8.13 503	0.84 328	1.09 487	0.41 455	2.20 496	0.46 449	1.20 486	0.48 426

CSAN	1.41 431	0.59 415	1.26 390	0.70 388	0.50 323	1.76 432	1.78 479	1.77 352	1.90 461	2.35 469	2.32 457	1.92 434	1.94 467	5.56 460	1.49 431	0.43 433	0.35 435	0.40 426	0.41 437	0.43 407	0.41 402

fast-acv-ft	0.94 345	0.44 357	1.40 408	0.58 268	0.51 334	1.77 435	0.69 355	1.36 243	1.42 417	1.29 321	1.86 426	1.74 415	1.25 404	1.52 273	1.38 409	0.26 320	0.28 389	0.28 334	0.28 369	0.27 295	0.26 308

SHD	1.31 419	0.71 443	2.34 472	0.86 447	0.75 427	1.77 435	0.65 339	2.22 459	2.50 482	2.40 473	1.71 407	1.91 431	1.60 441	1.93 337	2.37 461	0.38 414	0.31 410	0.38 415	0.40 436	0.48 426	0.50 432

CRFU-Net	0.86 325	0.39 333	1.00 324	0.65 350	0.57 362	1.78 437	0.86 398	2.15 443	0.81 129	1.38 369	1.18 247	1.64 403	1.19 392	1.35 233	0.90 341	0.26 320	0.22 341	0.21 162	0.19 167	0.23 242	0.24 272

iinet-f	0.99 361	0.45 364	3.71 491	0.55 233	0.43 282	1.81 438	0.68 351	1.14 186	1.14 271	1.18 271	1.42 335	1.58 390	1.44 424	1.34 232	1.59 437	0.24 272	0.23 353	0.20 128	0.19 167	0.26 281	0.25 284

FBW_ROB	1.71 456	0.62 428	1.45 420	0.67 369	0.61 385	1.81 438	1.08 438	2.52 482	1.70 445	1.77 436	1.73 409	1.98 440	1.25 404	12.57 524	1.84 444	0.34 395	0.37 442	0.56 465	0.38 430	0.45 416	0.43 413

SPS-STEREO	1.67 450	1.04 469	1.23 384	1.21 480	1.13 476	1.82 440	1.11 440	2.16 446	1.52 430	3.07 494	2.32 457	2.82 475	1.80 457	4.11 430	2.04 454	1.03 484	0.99 505	0.97 482	0.94 492	1.03 480	1.02 481
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
XQC	1.37 426	0.87 458	2.56 478	0.84 440	0.69 411	1.83 441	0.89 404	2.07 432	1.88 458	1.88 448	1.53 368	1.91 431	1.55 437	2.85 401	3.05 469	0.48 447	0.29 400	0.44 437	0.39 432	0.69 463	0.60 454

DDUNet	1.50 436	2.69 514	1.12 368	1.77 492	1.88 494	1.84 442	0.92 412	1.70 333	1.16 291	1.38 369	1.79 417	1.60 393	1.12 379	1.37 239	1.08 367	1.10 488	0.76 491	2.37 500	0.94 492	2.00 491	1.37 492

MMNet	0.84 316	0.32 238	1.09 361	0.60 292	0.59 379	1.85 443	0.49 240	1.51 284	1.27 349	1.37 364	1.15 237	1.26 326	1.18 389	1.67 300	1.22 388	0.19 142	0.18 267	0.23 227	0.22 272	0.25 269	0.21 222

RTSC	1.29 415	0.73 444	2.44 474	0.83 439	0.57 362	1.85 443	0.65 339	1.88 386	2.00 466	2.20 463	1.66 402	1.60 393	1.26 406	2.33 375	3.92 481	0.32 377	0.23 353	0.27 321	0.29 380	0.37 377	0.37 388

YMNet	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

YMNet_1	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

SuperB	2.53 487	0.59 415	18.45 519	0.69 383	0.50 323	1.87 445	0.88 402	1.67 325	2.39 476	1.50 399	1.42 335	1.14 300	1.15 385	4.28 434	5.07 487	0.24 272	0.19 283	0.22 189	0.19 167	7.86 526	0.34 373

APVNet	1.06 381	0.53 396	1.42 414	0.84 440	0.79 436	1.92 448	0.82 390	1.90 391	1.08 236	1.08 202	1.43 339	1.56 386	1.13 383	3.07 407	1.58 435	0.31 370	0.34 424	0.42 431	0.36 425	0.36 373	0.37 388

MaskLacGwcNet_RVC	1.10 391	1.02 468	1.00 324	0.82 436	0.67 403	1.93 449	0.93 416	1.62 315	1.11 252	1.15 247	1.25 272	1.50 377	0.79 242	1.96 340	0.76 299	1.89 493	0.34 424	0.79 477	0.36 425	1.25 487	0.83 473

ADCRef	1.35 424	0.55 402	2.37 473	0.72 399	0.77 431	1.94 450	0.78 377	1.91 395	1.27 349	1.57 416	1.59 386	1.36 350	1.41 420	1.54 279	7.53 497	0.23 257	0.20 301	0.32 375	0.30 389	0.29 324	0.29 334

Wz-Net-MNSev	1.11 394	0.58 412	2.23 469	0.66 357	0.71 414	1.95 451	1.46 466	1.98 413	1.45 421	1.79 440	1.43 339	1.49 376	1.33 416	1.97 341	1.42 421	0.27 336	0.23 353	0.28 334	0.28 369	0.34 364	0.31 358

otaku	1.60 444	1.11 475	1.21 381	2.20 496	1.56 491	1.97 452	1.24 453	2.07 432	1.36 391	1.44 385	1.62 394	1.73 413	1.19 392	1.73 312	0.98 356	2.89 504	0.57 483	1.74 492	0.60 473	2.78 500	1.94 501

DispFullNet	2.34 480	2.85 515	3.66 489	3.08 510	2.27 501	1.97 452	0.67 347	2.00 416	1.70 445	2.52 475	2.00 439	2.23 452	5.86 510	3.44 421	1.58 435	1.01 481	0.32 418	2.64 509	1.94 514	2.85 505	2.24 504

RainbowNet	1.97 469	1.76 495	1.57 433	2.81 504	2.21 499	1.98 454	1.81 481	2.54 483	1.89 459	1.50 399	1.84 423	1.96 438	1.65 445	2.14 356	1.25 391	3.33 511	0.85 498	2.39 503	0.98 496	2.82 503	2.22 503

ADCMid	1.89 466	0.73 444	5.06 495	0.72 399	0.67 403	2.00 455	1.14 444	1.97 411	1.48 424	2.86 486	1.81 420	2.37 460	2.05 473	2.24 367	10.39 512	0.33 385	0.31 410	0.39 421	0.43 442	0.50 430	0.44 415

DPSNet	1.69 453	0.59 415	4.33 492	0.70 388	0.57 362	2.02 456	1.62 475	3.35 495	1.78 452	1.48 396	1.38 326	2.17 451	2.84 491	4.77 441	3.66 479	0.48 447	0.31 410	0.29 344	0.25 322	0.64 456	0.48 426

Wz-Net-LNSev-Ref	0.99 361	0.40 339	1.82 450	0.66 357	0.62 390	2.05 457	0.78 377	1.91 395	1.29 358	1.54 408	1.42 335	1.51 379	1.23 401	1.99 342	1.33 402	0.23 257	0.14 127	0.20 128	0.15 71	0.27 295	0.26 308

DISCO	1.03 377	0.34 283	1.11 366	0.69 383	0.45 296	2.07 458	0.84 392	2.13 437	1.50 427	1.15 247	1.33 305	2.40 462	1.07 370	2.60 392	1.51 433	0.23 257	0.18 267	0.22 189	0.20 199	0.31 344	0.27 318

Ntro	1.64 448	1.15 478	1.23 384	2.48 501	1.83 493	2.09 459	1.16 447	1.96 407	1.38 399	1.21 283	1.62 394	1.62 395	1.29 409	1.87 331	1.11 375	3.04 505	0.56 482	1.82 494	0.64 475	2.80 501	2.05 502

WCMA_ROB	1.84 460	0.47 371	1.31 397	0.69 383	0.57 362	2.11 460	1.14 444	1.87 383	1.73 448	4.04 500	6.43 504	5.62 503	3.61 499	2.59 391	1.94 450	0.52 452	0.44 461	0.39 421	0.42 440	0.48 426	0.47 423

AnyNet_C32	1.96 468	1.10 472	5.17 496	0.90 459	1.11 471	2.12 461	2.37 506	1.85 378	1.48 424	2.45 474	1.70 406	2.05 448	1.64 444	2.50 388	10.28 511	0.37 410	0.34 424	0.35 401	0.41 437	0.49 429	0.54 440

SGM+DAISY	2.41 484	1.07 470	2.14 465	1.18 479	1.10 469	2.14 462	1.36 461	1.96 407	1.66 441	5.46 515	7.07 507	4.95 499	4.32 506	5.50 457	2.26 460	1.04 485	1.02 508	0.99 484	0.97 494	1.02 478	1.04 483

ADCS	2.25 476	0.99 466	5.55 497	0.81 428	0.74 420	2.19 463	1.80 480	2.27 465	2.14 471	2.80 485	2.13 449	2.40 462	2.03 470	2.64 394	13.69 516	0.41 424	0.39 451	0.40 426	0.45 446	0.58 447	0.56 444

FCDSN-DC	2.32 479	0.63 429	0.81 247	0.84 440	0.75 427	2.23 464	0.94 418	2.09 435	1.80 454	5.45 514	7.72 513	7.77 511	6.93 517	3.39 416	1.80 443	0.52 452	0.48 470	0.52 451	0.51 462	0.57 445	0.58 449
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	1.68 452	0.36 314	0.61 108	0.59 281	0.29 94	2.25 465	1.18 449	2.38 475	1.68 444	3.60 496	2.67 470	3.69 487	2.42 484	8.13 503	1.90 448	0.31 370	0.31 410	0.30 355	0.28 369	0.30 335	0.29 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	2.18 474	1.45 489	1.72 443	2.85 505	2.33 504	2.28 466	1.46 466	3.08 491	2.22 474	1.82 445	2.05 445	3.56 485	1.98 469	3.09 410	1.40 413	3.17 506	0.60 485	2.40 504	0.92 491	2.91 507	2.37 506

ADCP+	1.99 470	0.48 375	7.73 504	0.66 357	0.91 456	2.30 467	1.05 434	1.82 369	1.34 379	1.54 408	1.32 303	1.74 415	1.61 442	2.17 359	13.37 515	0.24 272	0.21 323	0.32 375	0.28 369	0.37 377	0.29 334

ACVNet-4b	2.15 473	1.41 486	1.64 436	2.80 503	2.31 503	2.31 468	1.24 453	2.32 468	2.14 471	1.26 311	2.39 461	2.66 470	1.48 430	5.95 470	1.06 363	3.20 509	0.45 465	2.37 500	0.89 489	2.83 504	2.37 506

BUS	0.74 262	0.32 238	0.68 146	0.54 210	0.44 289	2.34 469	0.42 159	2.16 446	0.98 190	1.20 279	1.11 213	1.03 265	0.62 182	0.91 122	0.70 279	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

NINENet	0.77 278	0.37 321	0.78 238	0.62 318	0.51 334	2.34 469	0.42 159	1.83 374	1.04 217	1.14 241	1.23 266	1.03 265	0.62 182	1.24 208	0.70 279	0.28 349	0.23 353	0.31 361	0.21 243	0.26 281	0.25 284

stereogan	1.15 405	0.42 351	1.40 408	0.86 447	0.84 447	2.38 471	0.71 360	1.88 386	1.73 448	1.72 432	1.94 435	2.31 457	1.29 409	2.07 350	1.08 367	0.36 406	0.35 435	0.39 421	0.31 394	0.51 434	0.46 420

Wz-Net-TNSev	1.88 463	2.08 507	7.66 503	0.67 369	0.64 394	2.42 472	1.83 483	2.33 469	1.74 450	1.57 416	1.56 378	2.58 467	1.90 465	4.86 442	3.12 471	0.39 417	0.37 442	0.33 383	0.37 428	0.53 438	0.58 449

ACV-stereo	0.99 361	0.51 388	1.41 413	0.56 246	0.41 268	2.43 473	0.57 309	1.15 188	1.18 301	0.81 130	1.01 166	3.39 484	2.14 476	1.60 289	1.07 366	0.27 336	0.22 341	0.22 189	0.22 272	0.28 313	0.32 363

PVD	1.70 454	0.84 454	2.26 470	0.94 467	0.83 446	2.48 474	0.97 422	2.59 484	3.35 494	3.01 492	2.77 471	2.34 459	2.47 486	2.67 395	3.14 472	0.47 446	0.45 465	0.59 469	0.48 453	0.59 449	0.75 471

SAMSARA	1.55 440	0.84 454	2.61 479	1.22 481	1.07 467	2.50 475	1.93 489	2.05 426	1.89 459	2.75 482	1.66 402	2.81 474	1.69 450	3.08 409	1.97 452	0.46 445	0.51 476	0.42 431	0.46 449	0.58 447	0.59 451

PDISCO_ROB	1.32 421	0.65 432	1.44 415	1.36 483	1.46 490	2.55 476	0.92 412	2.45 480	2.07 470	1.37 364	1.49 361	1.65 405	1.00 349	2.82 398	1.35 407	1.01 481	0.27 382	0.54 457	0.47 451	0.71 465	0.73 469

MFN_U_SF_RVC	1.52 438	0.84 454	3.42 487	0.87 453	0.66 399	2.56 477	0.95 420	2.36 472	1.70 445	1.98 454	1.86 426	2.45 464	1.79 456	2.95 403	2.58 463	0.52 452	0.48 470	0.55 462	0.59 472	0.59 449	0.61 455

MeshStereo	2.26 477	0.56 405	0.92 297	0.61 306	0.49 316	2.60 478	1.02 431	3.18 492	2.05 469	7.40 521	4.98 499	7.58 509	2.98 494	6.37 475	1.96 451	0.43 433	0.43 458	0.45 438	0.39 432	0.43 407	0.42 406
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
ADCL	1.72 457	0.57 409	3.66 489	0.67 369	0.61 385	2.61 479	1.85 484	1.96 407	1.67 442	1.90 451	1.83 421	2.06 449	1.90 465	2.13 355	9.15 507	0.26 320	0.24 362	0.34 393	0.32 402	0.38 386	0.35 378

ACVNet_2	2.43 485	1.41 486	2.04 459	2.62 502	2.24 500	2.63 480	1.88 487	3.31 493	3.01 490	2.19 462	3.45 481	4.62 493	2.04 471	4.50 437	1.47 429	2.55 500	0.64 487	2.22 497	0.84 486	2.69 499	2.29 505

ELAS_RVC	2.48 486	0.74 447	1.90 454	1.05 473	0.92 458	2.76 481	4.01 517	2.76 485	4.11 503	4.69 507	4.63 493	4.62 493	5.96 512	3.97 428	3.96 482	0.63 470	0.53 478	0.56 465	0.52 463	0.64 456	0.63 457
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	8.05 515	0.37 321	23.53 525	0.74 410	0.33 179	2.77 482	2.87 513	3.71 499	27.24 533	25.39 533	8.87 517	8.46 513	26.71 533	6.65 479	21.99 526	0.21 206	0.19 283	0.20 128	0.21 243	0.25 269	0.22 239

ADCPNet	1.85 461	0.69 439	8.07 505	0.71 396	0.58 371	2.79 483	1.22 452	1.94 404	1.54 433	1.88 448	1.69 405	2.46 465	2.04 471	2.37 378	6.48 492	0.38 414	0.37 442	0.38 415	0.43 442	0.47 423	0.45 417

SANet	1.88 463	0.57 409	2.18 468	0.63 327	0.40 261	2.80 484	1.57 473	2.39 476	5.88 512	2.36 471	3.57 482	3.72 488	2.97 493	4.74 440	1.76 441	0.34 395	0.30 404	0.32 375	0.29 380	0.48 426	0.37 388

FC-DCNN	2.72 494	0.59 415	0.86 262	0.73 407	0.57 362	2.91 485	1.04 433	3.01 490	2.60 483	6.83 516	7.64 511	9.92 516	6.33 515	5.21 448	3.14 472	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

FADE	26.59 531	4.78 521	20.96 521	1.89 494	1.92 495	2.91 485	2.00 493	5.58 511	5.04 508	2.92 487	2.16 451	4.13 490	14.18 523	10.23 520	8.46 504	188.09 543	2.77 519	123.78 540	127.92 540	1.06 481	1.10 488

AnyNet_C01	2.26 477	1.78 496	10.22 511	0.93 465	0.74 420	2.92 487	2.20 501	2.29 467	1.80 454	2.53 476	2.41 463	2.71 472	1.73 451	3.41 418	6.72 494	0.41 424	0.39 451	0.40 426	0.42 440	0.67 461	0.63 457

FC-DCNN v2	2.81 495	0.59 415	0.85 256	0.73 407	0.57 362	2.97 488	1.05 434	3.39 496	2.61 484	6.98 517	7.67 512	10.38 519	6.31 514	5.75 465	3.37 477	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

G-Net	1.66 449	0.63 429	1.56 432	1.11 478	0.74 420	2.98 489	0.91 410	1.55 298	1.22 326	2.76 483	8.18 516	2.32 458	2.53 488	1.92 334	1.87 445	0.48 447	0.44 461	0.45 438	0.31 394	0.60 453	0.57 448

Dean	2.91 498	1.53 492	2.07 460	2.96 509	2.51 506	3.15 490	2.14 499	4.75 507	4.41 506	2.76 483	6.10 503	5.53 502	2.37 482	2.97 405	1.92 449	3.18 507	0.85 498	2.51 507	1.04 499	2.88 506	2.47 509

MADNet+	2.69 491	3.22 518	11.53 513	1.44 488	1.12 473	3.19 491	1.81 481	2.85 487	2.37 475	1.68 429	2.07 446	2.85 476	2.18 477	7.41 493	5.23 488	0.79 475	0.76 491	0.69 476	0.65 476	0.98 475	0.95 478

LVE	3.31 500	1.67 494	1.64 436	2.85 505	2.42 505	3.20 492	2.26 503	4.78 508	5.05 509	2.35 469	6.91 505	6.02 504	2.37 482	9.15 507	2.17 459	3.19 508	1.08 511	2.38 502	1.47 508	2.81 502	2.40 508

IMH-64-1	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 493	2.10 496	4.08 500	2.75 488	2.34 467	3.81 485	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 512

IMH-64	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 493	2.10 496	4.08 500	2.75 488	2.34 467	3.81 485	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 512

WAO-6	2.81 495	1.60 493	1.46 422	2.36 500	2.28 502	3.55 495	2.29 504	4.21 503	4.56 507	2.36 471	4.51 490	4.88 497	2.66 489	4.60 438	4.07 484	1.72 492	1.15 512	2.31 499	1.46 507	2.31 492	1.85 499

PWCK	2.88 497	2.05 505	5.72 499	2.08 495	1.11 471	3.55 495	3.90 516	2.86 488	3.54 499	3.03 493	3.63 483	3.10 482	2.31 481	8.15 505	3.09 470	2.12 496	0.91 503	1.75 493	0.98 496	2.57 497	1.18 489

MFN_U_SF_DS_RVC	1.74 458	0.87 458	3.56 488	0.80 425	0.75 427	3.72 497	2.44 508	1.82 369	1.82 456	1.74 433	1.91 432	1.92 434	1.26 406	7.69 499	1.28 397	0.45 439	0.47 469	0.52 451	0.77 482	0.50 430	0.50 432

RTS	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 498	1.96 491	2.15 443	2.62 485	2.61 477	2.85 473	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

RTSA	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 498	1.96 491	2.15 443	2.62 485	2.61 477	2.85 473	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

SDNR	1.62 447	0.51 388	2.17 466	0.53 195	0.56 359	3.80 500	0.45 206	1.54 294	1.29 358	1.33 352	2.41 463	1.08 276	0.96 329	11.18 522	1.16 381	0.66 472	0.63 486	0.43 433	0.32 402	0.64 456	0.67 463

WAO-7	2.66 488	1.40 485	1.73 445	1.39 485	1.17 478	3.93 501	1.94 490	4.11 502	3.88 501	2.92 487	5.50 500	4.18 491	3.00 495	7.63 498	3.71 480	1.13 489	1.00 506	1.17 489	1.13 500	1.18 485	1.09 487

MSMD_ROB	1.99 470	0.59 415	0.89 286	0.70 388	0.61 385	3.95 502	0.94 418	1.80 365	1.79 453	4.41 504	4.43 489	8.17 512	3.66 500	3.40 417	1.33 402	0.52 452	0.48 470	0.54 457	0.58 469	0.53 438	0.50 432

notaker	3.98 502	2.40 512	2.68 481	3.82 520	3.27 517	3.97 503	2.14 499	4.78 508	3.45 497	4.12 503	6.94 506	7.65 510	3.26 496	7.82 501	5.30 489	4.04 519	1.41 514	3.36 519	2.10 516	3.88 515	3.31 518

IMH	3.21 499	1.85 501	1.48 427	3.25 512	2.69 509	4.07 504	2.02 494	4.41 505	3.80 500	2.72 480	7.11 508	4.75 496	2.92 492	5.92 468	2.55 462	3.85 518	0.88 501	2.78 512	1.36 504	3.19 511	2.59 511

KSHMR	8.75 517	2.06 506	2.11 463	3.53 517	3.11 514	4.13 505	2.69 509	5.60 512	61.37 542	3.00 491	55.83 542	4.98 501	2.45 485	4.49 436	2.61 466	3.46 512	1.55 516	3.14 516	1.94 514	3.72 514	3.18 517

MDST_ROB	1.67 450	0.34 283	1.58 434	0.92 464	0.58 371	4.26 506	1.11 440	2.83 486	1.41 413	4.49 506	2.55 467	1.45 366	0.97 332	7.79 500	1.17 384	0.31 370	0.25 369	0.37 412	0.33 411	0.31 344	0.30 348

LRCNet_RVC	22.74 529	32.10 535	21.97 524	29.84 533	26.23 530	4.42 507	0.81 389	22.66 529	2.02 467	26.93 534	29.26 534	23.06 535	15.59 524	23.84 532	18.88 524	31.75 535	19.90 537	34.65 534	32.13 535	30.54 535	28.32 536

ELAS	2.37 481	0.74 447	1.54 431	0.99 469	0.92 458	4.78 508	2.33 505	3.33 494	3.37 495	5.05 512	4.77 497	3.67 486	4.53 507	3.42 419	4.50 485	0.62 468	0.53 478	0.55 462	0.53 464	0.63 454	0.64 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	4.70 505	2.38 511	2.12 464	3.76 518	3.24 515	4.85 509	2.95 514	5.52 510	7.37 515	4.07 502	19.32 529	7.46 508	3.47 497	7.39 492	2.95 468	4.04 519	1.85 517	3.26 518	2.22 517	3.08 508	2.65 514

HanzoNet	11.04 522	3.62 519	8.10 507	4.08 523	3.55 520	4.90 510	2.73 512	7.19 519	10.10 516	31.86 538	28.92 533	21.96 533	36.36 535	18.08 528	10.17 510	7.94 525	3.32 521	3.47 520	3.31 519	7.06 525	4.04 522

MSC_U_SF_DS_RVC	2.12 472	1.15 478	3.10 485	1.05 473	0.76 430	5.03 511	2.40 507	2.16 446	2.62 485	1.89 450	2.28 456	2.69 471	1.65 445	9.35 511	2.04 454	0.64 471	0.51 476	0.68 474	0.71 480	1.09 482	0.67 463

UNDER WATER	5.08 507	2.33 510	5.55 497	3.94 522	3.51 518	5.20 512	2.72 511	5.61 513	16.52 525	3.84 497	4.60 492	9.21 514	5.89 511	5.90 467	8.66 506	3.75 515	1.34 513	3.18 517	1.88 512	4.33 520	3.61 520

MADNet++	5.01 506	3.14 516	4.91 494	4.55 524	3.94 521	5.20 512	4.41 518	4.40 504	4.13 504	4.95 510	6.08 502	4.74 495	5.37 508	9.40 512	10.67 513	4.65 521	4.15 523	3.97 521	3.34 520	4.09 517	4.08 523

UNDER WATER-64	5.27 508	2.32 509	8.78 508	3.93 521	3.54 519	7.61 514	3.03 515	5.84 514	14.19 519	4.04 500	4.04 487	9.39 515	6.26 513	5.93 469	8.48 505	3.60 514	1.51 515	3.13 515	1.88 512	4.29 519	3.61 520

DPSimNet_ROB	11.20 523	4.98 522	35.43 533	2.90 508	4.52 522	7.89 515	17.09 525	4.66 506	6.06 513	14.89 528	10.93 522	17.29 525	36.81 537	13.18 525	15.68 521	2.86 503	6.29 524	5.75 525	5.09 523	3.91 516	7.70 525

WAO-8	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 516	1.53 469	6.09 515	16.46 523	3.94 498	7.84 514	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 496

Venus	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 516	1.53 469	6.09 515	16.46 523	3.94 498	7.84 514	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 496

TorneroNet-64	5.30 509	2.03 503	1.74 446	3.43 515	2.81 510	10.09 518	2.12 498	9.10 522	17.12 528	4.96 511	9.27 519	10.72 521	3.70 501	9.20 508	4.55 486	3.31 510	0.84 495	2.88 513	1.55 509	3.49 512	3.04 515

JetBlue	3.97 501	2.01 502	10.19 510	1.38 484	2.84 511	10.53 519	9.54 520	3.60 498	2.41 477	2.73 481	3.39 480	4.54 492	4.31 505	7.85 502	6.84 495	0.88 477	0.93 504	0.89 480	0.91 490	1.74 489	1.91 500

tt	6.58 513	0.26 88	6.10 501	3.77 519	2.16 496	11.55 520	19.63 526	13.33 526	5.74 511	2.96 489	2.65 469	4.97 500	6.33 515	3.81 425	7.24 496	9.15 526	11.32 531	5.89 526	6.24 524	6.03 522	2.55 510

DPSMNet_ROB	13.02 525	8.23 523	21.91 523	9.53 527	18.11 525	11.56 521	32.02 533	10.64 524	16.23 522	7.05 519	19.49 531	10.16 518	16.66 525	9.85 519	22.43 528	4.77 523	8.68 525	5.38 524	10.26 528	6.17 524	11.36 527

DGTPSM_ROB	13.01 524	8.23 523	21.87 522	9.51 526	18.10 524	11.56 521	32.01 532	10.63 523	16.20 521	7.03 518	19.48 530	10.15 517	16.66 525	9.83 518	22.42 527	4.75 522	8.68 525	5.37 523	10.25 527	6.16 523	11.36 527

MANE	6.19 510	0.59 415	1.03 339	0.93 465	1.22 483	13.38 523	2.69 509	12.81 525	17.94 529	8.21 522	10.82 521	14.72 523	11.68 519	11.39 523	11.90 514	0.59 465	0.50 475	0.52 451	1.76 511	0.55 442	0.54 440

SGM-ForestM	6.52 512	0.38 328	1.26 390	0.63 327	0.35 200	13.59 524	5.32 519	6.32 518	6.70 514	11.14 523	9.18 518	22.51 534	13.93 522	16.89 527	20.07 525	0.36 406	0.37 442	0.36 409	0.35 421	0.36 373	0.34 373

TCMNet-wrong-test	10.31 519	11.40 527	14.84 516	20.96 529	18.45 526	13.80 525	10.76 521	15.78 527	3.53 498	5.20 513	5.52 501	16.26 524	12.61 520	7.51 497	10.15 509	7.43 524	2.37 518	4.31 522	3.43 521	11.36 527	10.61 526

JetRed	6.91 514	8.80 525	25.96 529	2.85 505	3.25 516	13.98 526	11.87 522	6.25 517	4.28 505	4.45 505	4.56 491	6.69 505	5.46 509	7.46 495	14.05 517	2.59 501	3.31 520	2.59 508	2.29 518	4.20 518	3.36 519

ASD4	15.85 526	10.99 526	19.63 520	10.21 528	11.70 523	19.24 527	31.10 531	19.35 528	10.68 517	11.14 523	10.18 520	12.59 522	12.64 521	14.74 526	24.83 530	12.93 531	9.94 530	26.83 533	19.40 531	16.23 530	12.70 532

Anonymous_1	43.04 539	18.73 529	24.79 526	21.81 530	46.26 536	27.80 528	37.60 534	28.08 533	16.14 520	14.66 527	14.30 523	20.65 527	17.88 527	21.56 529	25.94 531	117.93 542	8.92 527	100.65 539	126.50 539	158.64 543	12.08 529

DPSM_ROB	19.08 527	19.14 530	25.17 527	22.15 531	20.85 528	28.17 529	37.82 535	26.56 531	16.85 526	14.14 525	14.84 524	21.70 528	18.75 528	21.87 530	26.55 532	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 530

DPSM	19.08 527	19.14 530	25.17 527	22.15 531	20.85 528	28.17 529	37.82 535	26.56 531	16.85 526	14.14 525	14.84 524	21.70 528	18.75 528	21.87 530	26.55 532	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 530

HaxPig	38.92 535	41.40 540	41.64 534	29.95 534	32.27 531	28.90 531	27.60 528	29.73 534	37.71 539	43.82 539	43.87 538	33.17 536	35.56 534	41.53 537	40.37 539	43.94 539	47.51 542	45.82 535	47.08 537	42.38 536	44.15 539

AVERAGE_ROB	40.43 536	42.37 541	42.73 535	36.96 536	35.58 533	30.50 532	27.61 529	36.71 540	38.39 540	44.91 540	44.36 539	37.45 538	36.70 536	41.88 538	40.35 538	45.43 540	46.81 541	47.11 536	46.35 536	42.51 537	43.87 538

xxxxx1	54.10 541	25.67 532	27.13 530	113.43 540	96.96 540	30.69 533	47.44 537	32.38 535	25.60 530	17.75 529	17.27 526	21.81 530	21.02 530	24.43 533	33.82 534	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

tt_ll	54.10 541	25.67 532	27.13 530	113.43 540	96.96 540	30.69 533	47.44 537	32.38 535	25.60 530	17.75 529	17.27 526	21.81 530	21.02 530	24.43 533	33.82 534	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

ff	54.10 541	25.67 532	27.13 530	113.43 540	96.96 540	30.69 533	47.44 537	32.38 535	25.60 530	17.75 529	17.27 526	21.81 530	21.02 530	24.43 533	33.82 534	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

MEDIAN_ROB	42.00 537	44.40 542	44.29 537	35.15 535	34.95 532	31.28 536	29.60 530	35.88 539	40.02 541	47.20 541	46.64 540	37.37 537	38.48 541	44.35 542	42.45 540	48.03 541	49.39 543	49.71 537	49.03 538	45.14 538	46.65 540

TorneroNet	10.70 521	2.03 503	1.82 450	3.43 515	3.01 513	43.83 537	2.22 502	8.87 521	67.47 543	7.17 520	27.36 532	10.68 520	3.85 504	8.67 506	7.65 501	3.59 513	0.88 501	3.04 514	1.57 510	3.71 513	3.17 516

Selective-RAFT-Error	38.39 534	38.47 538	50.44 539	44.73 537	41.97 535	56.68 538	76.38 542	53.24 542	33.92 538	28.34 536	29.85 536	43.60 539	38.20 540	43.75 539	53.34 541	20.38 533	18.70 535	21.09 531	21.05 532	28.30 533	25.43 535

CasAABBNet	38.33 533	38.46 537	50.35 538	44.75 538	41.84 534	56.68 538	76.37 541	53.22 541	33.83 537	28.31 535	29.54 535	43.62 540	37.71 539	43.84 540	53.41 542	20.30 532	18.70 535	21.07 530	21.07 533	28.24 532	25.34 534

LSM0	42.82 538	38.75 539	50.81 540	47.07 539	109.38 543	57.00 540	76.02 540	53.74 543	33.71 536	29.02 537	30.41 537	43.87 541	37.22 538	43.91 541	53.54 543	20.52 534	18.62 534	21.10 532	21.11 534	28.41 534	42.22 537

BEATNet-Init1	26.87 532	13.43 528	70.68 541	0.91 462	0.68 409	57.02 541	21.06 527	32.82 538	32.67 535	52.12 542	53.61 541	66.05 542	49.56 542	48.79 543	34.71 537	0.49 451	0.44 461	0.53 456	0.53 464	0.63 454	0.59 451

U	9.45 518	0.21 12	0.58 93	0.47 75	53.11 537	61.27 542	0.24 18	0.70 22	0.52 43	0.36 19	0.28 6	0.29 5	0.35 35	0.33 1	0.26 5	0.19 142	0.11 6	60.50 538	8.88 525	0.17 50	0.13 12

PML	51.67 540	36.25 536	13.28 515	7.46 525	20.81 527	108.69 543	232.22 544	8.72 520	27.82 534	87.01 543	269.67 544	69.67 543	61.95 543	24.76 536	14.20 518	9.74 528	3.40 522	9.62 527	4.70 522	18.74 531	4.72 524

test_example2	192.40 544	210.76 544	206.48 544	199.83 544	204.73 544	172.94 544	183.52 543	133.93 544	133.41 544	191.38 544	196.19 543	187.13 544	178.77 544	205.33 544	208.00 544	222.09 544	238.72 544	186.54 544	190.54 544	227.34 544	170.31 544

ccccc	497.63 545	492.34 545	595.97 545	530.87 545	530.37 545	478.08 545	442.62 545	491.76 545	343.70 545	448.18 545	520.80 545	476.12 545	550.57 545	541.64 545	605.32 545	663.49 545	459.54 545	353.94 545	309.79 545	586.66 545	530.90 545

Low-res two-view benchmark