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

CREStereo++_RVC	1.02 73	0.49 23	1.54 56	0.83 63	0.55 125	4.01 315	0.31 2	1.63 23	1.99 242	1.63 139	2.13 328	0.84 60	0.65 32	0.88 4	0.70 56	0.27 70	0.15 2	0.23 15	1.22 469	0.24 14	0.17 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
StereoAnything_RVC	0.94 47	2.66 458	2.20 119	0.76 36	0.34 6	1.18 14	0.39 14	2.31 74	0.69 1	0.51 3	0.34 1	0.32 1	0.89 95	1.57 114	0.35 1	0.32 200	0.16 6	0.23 15	0.15 4	3.31 477	0.18 2

s12784h	1.31 141	0.45 9	2.41 145	0.71 16	0.35 8	4.42 404	0.50 40	4.22 375	2.73 385	2.01 240	2.48 383	0.91 78	0.96 110	2.01 181	0.70 56	0.29 124	0.18 41	0.24 31	0.16 9	0.27 50	0.18 2

DEFOM-Stereo_RVC	0.81 24	1.13 361	1.23 22	0.97 157	0.57 140	0.81 5	0.43 26	3.49 204	0.84 4	0.73 26	0.95 27	0.44 3	1.17 173	1.45 95	0.60 20	0.26 56	0.18 41	0.24 31	0.17 15	0.30 100	0.19 4

MonSter	0.62 2	0.43 6	1.07 6	0.66 12	0.82 235	1.13 11	0.39 14	2.57 107	0.92 7	0.58 6	0.64 6	0.36 2	0.35 1	0.95 8	0.43 5	0.15 1	0.15 2	0.20 1	0.17 15	0.21 5	0.19 4

GIP-stereo	0.88 34	0.50 25	1.34 37	1.32 329	0.94 275	2.90 121	0.42 21	3.41 198	1.06 13	0.63 11	0.76 13	0.90 76	0.76 59	0.91 5	0.52 12	0.27 70	0.18 41	0.25 49	0.16 9	0.25 26	0.19 4

dual_stereo	0.68 3	0.40 3	1.05 3	0.64 5	0.37 22	0.84 6	0.34 6	3.40 197	1.03 11	0.50 2	0.46 4	0.58 9	0.40 2	1.85 168	0.49 11	0.23 19	0.17 17	0.21 5	0.16 9	0.20 3	0.19 4

trnet	0.91 41	0.48 16	1.46 48	0.62 3	0.31 2	4.40 400	0.41 19	2.20 64	1.53 112	0.94 68	1.14 56	0.88 72	0.89 95	1.09 25	0.71 59	0.27 70	0.19 64	0.22 9	0.15 4	0.21 5	0.19 4

CASnet	0.78 14	0.51 29	1.29 31	0.81 43	0.29 1	1.28 30	0.74 140	1.51 12	1.89 230	1.64 142	1.09 49	0.65 20	0.64 29	0.91 5	0.76 76	0.29 124	0.17 17	0.41 331	0.31 270	0.32 142	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.92 42	0.53 46	1.45 47	0.61 2	0.34 6	4.42 404	0.40 18	2.21 66	1.54 121	0.94 68	1.12 53	0.87 69	0.87 90	1.12 29	0.72 64	0.28 105	0.19 64	0.22 9	0.15 4	0.22 9	0.19 4
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.99 65	0.48 16	1.73 69	0.62 3	0.56 129	4.20 372	0.43 26	1.88 38	1.58 144	1.00 75	1.05 43	0.78 47	0.98 118	1.50 104	0.85 103	1.21 456	0.20 94	0.23 15	0.15 4	0.22 9	0.19 4

FoundationStereo	0.50 1	0.39 2	1.11 11	0.79 41	0.42 48	0.70 3	0.36 10	0.76 1	0.80 3	0.62 10	0.38 2	0.73 40	0.77 61	0.69 1	0.36 2	0.26 56	0.17 17	0.23 15	0.16 9	0.18 1	0.20 12

DEFOM-Stereo	0.70 4	0.46 10	1.13 14	0.72 18	0.48 91	3.40 185	0.44 28	0.90 2	0.77 2	0.86 60	0.58 5	0.45 4	0.43 3	1.76 152	0.43 5	0.24 28	0.18 41	0.22 9	0.16 9	0.21 5	0.20 12

IGEV-Stereo++	0.93 44	0.44 7	1.08 8	0.70 14	1.20 341	3.87 280	0.33 4	3.36 193	1.43 54	0.75 27	1.17 60	0.68 23	1.04 130	0.95 8	0.42 3	0.22 8	0.16 6	0.23 15	0.17 15	0.24 14	0.20 12

Pointernet	0.88 34	0.44 7	2.26 128	0.84 72	0.37 22	2.29 91	0.38 12	3.06 157	1.46 64	0.66 16	1.39 112	0.91 78	0.73 48	1.01 17	0.72 64	0.23 19	0.19 64	0.20 1	0.18 23	0.19 2	0.20 12

U	12.82 503	0.38 1	1.99 94	0.66 12	58.94 520	63.38 526	0.34 6	1.91 43	0.94 8	0.59 7	0.80 18	0.46 5	0.57 12	0.83 3	0.44 7	0.29 124	0.17 17	63.35 523	59.81 522	0.29 78	0.20 12

RSM++	0.77 12	0.51 29	1.08 8	0.95 144	0.42 48	1.52 50	0.71 120	2.11 58	1.40 45	0.80 46	1.23 71	0.90 76	0.59 17	1.14 34	0.69 50	0.24 28	0.19 64	0.25 49	0.21 62	0.28 66	0.20 12

RSM	0.80 17	0.50 25	1.08 8	0.83 63	0.51 102	1.31 33	0.77 166	2.28 73	1.43 54	0.82 50	1.44 123	1.22 124	0.62 24	1.17 47	0.63 25	0.22 8	0.18 41	0.24 31	0.19 36	0.27 50	0.20 12

LoS	0.94 47	0.52 35	1.88 83	0.86 87	0.36 10	4.15 345	0.51 44	2.18 63	1.45 56	0.97 74	0.88 23	0.62 14	0.79 71	1.59 120	0.86 110	0.26 56	0.19 64	0.24 31	0.16 9	0.21 5	0.20 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 17	0.52 35	1.05 3	0.75 22	0.61 156	1.31 33	0.82 198	2.60 111	1.41 48	0.82 50	1.64 177	0.71 34	0.62 24	1.22 57	0.64 28	0.22 8	0.19 64	0.24 31	0.18 23	0.25 26	0.20 12

AFF-stereo	1.31 141	0.77 262	1.46 48	1.10 233	0.45 66	3.93 291	0.48 38	2.92 141	2.92 413	1.90 197	2.21 342	2.11 263	1.52 251	1.93 173	1.12 183	0.21 4	0.16 6	0.25 49	0.25 138	0.29 78	0.20 12

AIO_rvc	0.78 14	0.55 62	1.25 24	0.75 22	0.65 172	1.46 43	0.99 292	2.13 59	1.52 105	0.57 5	1.15 57	1.09 99	0.55 9	1.15 38	0.53 13	0.24 28	0.17 17	0.24 31	0.17 15	0.25 26	0.21 22

AIO_test	0.76 7	0.47 12	1.31 32	0.81 43	0.70 198	1.36 36	0.88 239	1.40 6	1.45 56	0.55 4	0.95 27	1.81 215	0.58 15	1.16 40	0.46 10	0.27 70	0.17 17	0.24 31	0.19 36	0.24 14	0.21 22

castereo	0.82 26	0.70 208	1.04 2	0.85 84	0.50 100	1.29 32	0.91 255	3.22 172	1.20 19	0.83 56	1.24 72	0.72 36	0.91 100	1.00 16	0.67 40	0.26 56	0.16 6	0.25 49	0.20 49	0.24 14	0.21 22

WCG-NET	0.88 34	0.49 23	1.26 25	0.90 109	0.37 22	1.48 45	1.07 310	1.73 29	2.30 310	1.63 139	1.49 137	0.92 81	0.97 113	0.95 8	0.76 76	0.22 8	0.16 6	0.23 15	0.20 49	0.25 26	0.21 22

AIO-Stereo	0.76 7	0.54 56	1.07 6	0.73 20	0.40 39	1.28 30	0.82 198	2.26 70	1.49 84	0.70 21	1.58 159	0.89 74	0.45 4	1.03 18	0.55 14	0.24 28	0.18 41	0.25 49	0.20 49	0.26 38	0.21 22

WCG-NET（raft）	0.95 53	0.55 62	1.20 20	0.84 72	0.31 2	1.44 41	1.01 296	1.55 15	2.37 330	1.64 142	1.42 119	2.38 286	1.01 123	1.29 70	0.76 76	0.22 8	0.19 64	0.22 9	0.20 49	0.25 26	0.21 22

MM-Stereo_test2	1.79 205	0.53 46	20.16 435	1.43 371	0.47 83	2.57 106	0.73 128	1.67 26	1.47 69	0.94 68	0.96 29	0.84 60	0.79 71	1.16 40	0.68 43	0.24 28	0.17 17	0.25 49	0.22 92	0.30 100	0.22 28

RAStereo	0.75 6	0.52 35	2.86 173	0.58 1	0.62 160	1.19 15	0.32 3	1.81 37	0.99 9	0.75 27	1.05 43	0.64 17	0.47 5	0.80 2	0.94 147	0.22 8	0.20 94	0.27 93	0.21 62	0.34 177	0.22 28

IGEV++	0.90 39	0.58 94	1.32 35	0.94 140	0.45 66	1.27 25	1.00 293	3.32 188	1.55 129	0.82 50	1.34 99	0.86 68	1.09 146	1.16 40	0.89 123	0.33 216	0.18 41	0.23 15	0.19 36	0.29 78	0.22 28

AE-Stereo	1.18 95	0.60 113	2.05 101	1.10 233	0.60 152	4.39 396	0.72 123	3.74 250	1.62 167	1.10 86	1.90 281	1.01 91	0.92 103	1.45 95	0.82 94	0.28 105	0.22 153	0.28 120	0.28 209	0.26 38	0.22 28

MaDis-Stereo	0.82 26	0.66 177	1.53 53	0.65 9	1.87 451	1.24 21	0.36 10	2.13 59	1.27 31	0.67 18	0.75 12	0.88 72	0.70 41	1.15 38	1.07 171	0.29 124	0.23 178	0.26 69	0.20 49	0.31 117	0.22 28

IIG-Stereo	1.95 232	0.79 271	2.14 115	2.78 475	0.66 178	4.62 440	0.76 153	4.27 397	1.53 112	2.63 395	3.14 431	3.35 378	1.61 269	7.65 346	1.41 244	0.39 294	0.20 94	0.31 182	0.25 138	0.33 159	0.22 28

AnonymousM	1.22 109	1.32 398	0.97 1	0.88 97	0.56 129	4.03 319	0.69 112	2.41 79	1.68 181	1.48 119	1.31 92	1.15 108	1.00 121	1.18 52	0.73 66	0.32 200	0.40 363	2.07 475	1.70 477	0.24 14	0.22 28

XX-TBD	1.03 74	0.95 324	1.94 89	1.30 324	0.43 54	3.97 309	0.33 4	1.74 30	1.73 197	1.59 130	2.02 301	0.69 26	0.60 19	1.16 40	0.66 36	0.30 163	0.25 231	0.23 15	0.15 4	0.31 117	0.22 28

SCV_C0	0.89 37	0.59 101	1.96 93	0.83 63	0.44 59	1.24 21	0.64 90	3.33 191	1.66 177	0.82 50	1.20 63	0.73 40	0.66 35	1.62 128	0.66 36	0.32 200	0.21 125	0.24 31	0.20 49	0.28 66	0.23 36

castereo++	0.93 44	0.56 72	1.26 25	0.92 122	0.73 206	2.48 100	1.00 293	2.99 146	1.03 11	0.68 19	1.41 117	1.92 230	0.59 17	1.26 62	0.44 7	0.25 44	0.19 64	0.28 120	0.19 36	0.23 11	0.23 36

RAFT-Stereo-weight	1.11 83	0.48 16	1.22 21	0.99 169	0.42 48	4.17 360	0.80 186	3.60 223	1.50 89	1.97 219	1.50 138	1.30 133	0.65 32	1.24 59	0.85 103	0.25 44	0.19 64	0.26 69	0.22 92	0.27 50	0.23 36

MoCha-V2	0.87 33	0.48 16	1.87 82	0.88 97	0.32 4	1.37 37	0.55 53	2.71 120	1.42 50	0.92 67	1.75 210	0.65 20	1.17 173	1.45 95	0.57 15	0.21 4	0.21 125	0.20 1	0.19 36	0.24 14	0.23 36

testlalala	1.14 90	0.62 137	1.34 37	1.00 177	0.78 221	4.38 393	0.93 270	2.46 86	2.20 289	2.44 366	1.52 140	1.31 134	0.61 22	1.04 21	0.65 32	0.35 247	0.19 64	0.24 31	0.19 36	0.24 14	0.23 36

AEACV	0.79 16	0.54 56	1.35 39	0.97 157	0.63 162	1.13 11	0.92 268	2.02 51	0.91 6	0.76 37	0.79 17	0.80 53	1.61 269	1.28 67	0.61 21	0.22 8	0.18 41	0.26 69	0.23 105	0.27 50	0.23 36

GCAP-Stereo	0.93 44	0.68 195	1.35 39	0.85 84	0.41 43	3.61 230	0.52 47	2.20 64	1.50 89	1.11 89	1.04 39	1.17 110	0.84 83	1.11 27	0.71 59	0.25 44	0.20 94	0.27 93	0.18 23	0.28 66	0.23 36

4D-IteraStereo	1.97 236	0.84 293	20.43 452	0.78 39	1.56 411	2.09 83	1.05 307	2.43 83	1.56 135	1.41 113	1.00 31	1.94 232	0.61 22	1.22 57	1.06 168	0.27 70	0.18 41	0.31 182	0.26 156	0.27 50	0.23 36

RCA-Stereo	1.21 105	0.52 35	1.58 61	0.90 109	0.46 73	4.68 449	0.79 176	4.13 352	1.74 203	1.92 204	1.80 232	0.94 85	1.48 239	1.14 34	0.70 56	0.27 70	0.18 41	0.25 49	0.19 36	0.25 26	0.23 36

RAFT-Stereo + iAFF	1.25 119	0.72 223	1.74 72	1.05 202	0.36 10	4.13 341	0.42 21	2.95 142	2.84 407	2.02 244	2.40 377	1.61 174	1.11 155	1.26 62	0.97 154	0.21 4	0.15 2	0.26 69	0.23 105	0.29 78	0.23 36

CFNet-RSSM	2.08 256	0.52 35	20.06 429	1.01 183	0.56 129	3.39 182	0.64 90	3.67 234	1.55 129	1.72 160	1.37 107	2.57 310	1.19 179	1.11 27	0.86 110	0.27 70	0.20 94	0.25 49	0.23 105	0.27 50	0.23 36

Gwc-CoAtRS	1.58 168	0.57 81	11.69 300	1.01 183	0.60 152	2.53 104	0.64 90	2.36 77	1.56 135	1.80 174	1.47 130	2.74 326	1.18 175	1.12 29	0.90 127	0.27 70	0.21 125	0.25 49	0.22 92	0.27 50	0.23 36

MM-Stereo_test1	1.90 220	0.53 46	19.85 421	1.39 363	0.48 91	1.81 62	0.79 176	3.00 148	1.82 214	1.69 151	1.09 49	0.87 69	0.97 113	1.45 95	0.74 70	0.24 28	0.21 125	0.27 93	0.24 128	0.35 195	0.24 48

HART	1.03 74	0.85 297	3.13 183	0.84 72	0.38 33	1.17 13	0.42 21	3.54 216	1.47 69	1.08 84	2.17 334	1.48 157	0.57 12	1.37 83	0.74 70	0.23 19	0.18 41	0.28 120	0.21 62	0.32 142	0.24 48

fffft	0.76 7	0.47 12	1.28 30	0.82 53	0.54 120	1.51 48	0.80 186	2.09 57	1.18 17	0.63 11	0.84 20	0.59 11	0.55 9	1.80 158	0.85 103	0.19 2	0.18 41	0.27 93	0.20 49	0.26 38	0.24 48
1: 1. 1
Occ-G	0.86 30	0.52 35	1.39 42	0.82 53	0.66 178	1.37 37	0.79 176	1.58 16	1.31 36	1.56 128	0.87 22	2.18 266	0.89 95	0.97 11	0.88 120	0.26 56	0.19 64	0.26 69	0.19 36	0.25 26	0.24 48

LL-Strereo2	1.23 110	0.85 297	2.38 142	0.93 136	0.68 190	3.72 245	1.37 366	2.54 102	1.99 242	1.75 166	1.40 115	1.82 216	0.73 48	1.40 84	0.99 160	0.31 182	0.23 178	0.55 403	0.35 310	0.29 78	0.24 48

MC-Stereo	1.06 76	0.48 16	1.55 57	1.15 264	0.41 43	4.56 433	0.61 73	2.06 54	1.46 64	1.90 197	1.61 171	0.89 74	1.12 156	1.35 80	0.73 66	0.25 44	0.18 41	0.26 69	0.22 92	0.25 26	0.24 48

AAGNet	2.86 370	0.60 113	1.77 74	2.05 454	0.46 73	4.76 467	1.09 318	2.27 71	1.56 135	2.17 294	1.84 256	2.41 289	4.00 436	6.23 315	24.22 507	0.46 351	0.19 64	0.30 161	0.29 236	0.32 142	0.24 48

OMP-Stereo	1.97 236	0.93 317	1.88 83	2.76 474	0.67 185	4.58 435	1.48 380	4.31 416	1.54 121	3.15 434	2.76 409	3.25 369	1.38 205	7.66 347	1.35 237	0.40 300	0.20 94	0.33 235	0.26 156	0.33 159	0.24 48

TestStereo	2.00 242	1.02 337	12.25 303	0.70 14	0.61 156	1.88 66	0.55 53	2.31 74	1.52 105	1.41 113	1.33 94	1.27 128	0.90 98	11.62 453	0.81 91	0.34 228	0.19 64	0.33 235	0.24 128	0.44 297	0.24 48

test_xeample3	2.12 258	0.63 145	21.55 487	0.91 116	0.47 83	1.85 64	0.94 275	7.96 493	1.23 21	0.75 27	0.76 13	0.64 17	0.70 41	1.77 153	0.83 97	0.30 163	0.21 125	0.27 93	0.21 62	0.27 50	0.24 48

GREAT-IGEV	0.74 5	0.54 56	1.86 81	1.10 233	0.44 59	2.44 99	0.34 6	1.37 5	1.51 96	0.48 1	0.86 21	0.51 7	0.60 19	1.07 23	0.45 9	0.22 8	0.17 17	0.21 5	0.17 15	0.23 11	0.25 58

HI	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 274	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

CoSv	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 274	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

SCV	0.95 53	0.63 145	1.38 41	1.70 421	0.41 43	1.23 17	0.89 242	3.53 215	1.57 141	0.61 8	1.54 149	0.93 82	0.77 61	1.66 137	0.66 36	0.36 258	0.20 94	0.25 49	0.19 36	0.29 78	0.25 58

HUF	1.15 91	0.64 156	8.62 261	0.90 109	0.35 8	1.35 35	0.78 169	1.97 47	1.50 89	0.63 11	1.52 140	0.83 58	0.66 35	1.28 67	0.63 25	0.29 124	0.23 178	0.26 69	0.17 15	0.23 11	0.25 58

SMoEStereo_RVC	0.80 17	0.53 46	1.12 12	0.92 122	0.44 59	2.41 97	0.79 176	1.49 11	1.16 15	0.70 21	1.12 53	0.64 17	0.64 29	1.69 143	0.87 116	0.22 8	0.16 6	0.31 182	0.22 92	0.26 38	0.25 58

gcap-zeroshot	1.30 137	0.61 127	4.09 212	0.94 140	0.56 129	3.50 205	0.84 206	3.12 161	1.72 194	1.84 179	1.22 67	2.72 325	0.88 91	1.46 99	0.80 86	0.29 124	0.30 286	0.27 93	0.21 62	0.29 78	0.25 58

MGS-Stereo	0.80 17	0.56 72	1.53 53	0.93 136	0.39 36	1.26 24	0.73 128	1.45 8	1.30 35	1.01 76	2.26 349	0.80 53	0.56 11	1.16 40	0.65 32	0.27 70	0.23 178	0.26 69	0.22 92	0.27 50	0.25 58

rrr	2.27 278	0.65 166	23.82 504	0.90 109	0.46 73	1.57 52	0.96 284	7.98 494	1.19 18	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.25 58

UniTT-Stereo	0.82 26	0.47 12	2.63 161	0.96 150	1.19 336	0.78 4	0.39 14	1.12 3	1.54 121	1.19 94	1.26 79	0.51 7	0.64 29	1.13 32	1.03 165	0.30 163	0.20 94	0.24 31	0.21 62	0.40 237	0.25 58

RAFT-Test	1.44 153	0.59 101	6.10 236	1.01 183	0.69 196	2.90 121	0.80 186	3.68 236	1.70 190	1.85 180	1.68 189	3.15 363	1.03 126	1.20 54	0.99 160	0.27 70	0.22 153	0.25 49	0.23 105	0.27 50	0.25 58

EGLCR-Stereo	1.06 76	0.51 29	1.56 59	1.02 192	0.39 36	4.27 383	0.42 21	4.08 340	1.48 76	0.90 63	0.68 7	1.09 99	0.66 35	1.81 159	0.62 22	0.27 70	0.19 64	0.29 141	0.23 105	0.37 217	0.25 58

Selective-RAFT	1.15 91	0.46 10	1.64 65	0.99 169	0.45 66	4.17 360	0.51 44	3.21 170	1.69 187	1.12 90	1.34 99	1.45 154	1.40 212	2.08 185	0.94 147	0.41 314	0.20 94	0.24 31	0.23 105	0.27 50	0.25 58

ProNet	0.82 26	0.71 220	1.50 52	0.86 87	0.45 66	1.78 59	0.83 203	1.75 31	1.28 32	0.66 16	1.13 55	0.78 47	0.76 59	1.66 137	0.71 59	0.24 28	0.20 94	0.25 49	0.23 105	0.29 78	0.25 58

test_4	1.30 137	0.50 25	6.16 237	0.84 72	0.45 66	1.61 54	1.12 324	2.14 61	1.42 50	1.52 123	2.31 367	1.84 222	0.79 71	2.52 225	1.19 195	0.27 70	0.17 17	0.29 141	0.29 236	0.29 78	0.25 58

test-3	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.91 255	4.35 426	1.47 69	2.24 318	1.16 58	2.06 256	0.79 71	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

test_1	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.90 247	4.36 431	1.47 69	2.17 294	1.16 58	2.06 256	0.78 69	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

RAFT-345	2.46 323	0.55 62	19.69 416	1.02 192	0.49 97	4.43 406	0.78 169	1.64 25	2.34 319	2.09 261	3.12 429	1.96 239	1.31 197	6.65 324	1.43 247	0.36 258	0.23 178	0.32 201	0.25 138	0.28 66	0.25 58

cross-raft	2.01 245	0.57 81	19.01 400	1.03 199	0.56 129	2.11 84	0.72 123	3.63 227	1.57 141	1.77 168	1.51 139	3.17 364	1.13 158	1.16 40	0.85 103	0.23 19	0.21 125	0.26 69	0.23 105	0.28 66	0.25 58

raft+_RVC	1.21 105	0.83 289	2.61 157	1.35 345	0.97 283	3.60 226	0.76 153	3.23 174	1.51 96	1.33 100	1.67 186	1.03 94	1.10 152	1.87 169	0.92 137	0.24 28	0.22 153	0.25 49	0.24 128	0.26 38	0.25 58

ARAFT	2.56 343	1.13 361	19.50 411	0.89 101	0.48 91	4.15 345	1.40 371	4.36 431	2.82 405	2.36 354	1.88 270	1.70 188	1.04 130	6.45 319	1.22 205	0.29 124	0.18 41	0.37 296	0.35 310	0.35 195	0.25 58

R-Stereo Train	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 255	0.90 247	4.09 342	1.51 96	2.16 290	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58

RAFT-Stereo	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 255	0.90 247	4.09 342	1.51 96	2.16 290	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	2.07 254	0.82 286	14.77 334	1.34 341	0.56 129	3.47 198	0.80 186	4.07 336	2.35 321	2.16 290	1.61 171	1.64 176	1.44 228	2.09 188	2.56 391	0.26 56	0.18 41	0.41 331	0.26 156	0.45 305	0.25 58
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
Reg-Stereo(zero)	1.60 174	0.42 5	10.69 288	0.89 101	0.68 190	3.27 168	0.47 37	2.27 71	1.54 121	1.48 119	1.24 72	2.55 308	2.68 388	1.48 102	1.10 177	0.19 2	0.19 64	0.22 9	0.18 23	0.24 14	0.26 82

MSKI-zero shot	2.22 268	0.64 156	20.09 433	0.96 150	0.56 129	4.04 320	0.70 118	3.91 289	1.50 89	1.92 204	2.28 353	1.92 230	0.71 43	2.93 246	0.67 40	0.26 56	0.23 178	0.26 69	0.21 62	0.28 66	0.26 82

anonymousdsp	0.95 53	0.69 198	1.27 28	0.83 63	0.52 111	4.54 425	0.84 206	1.76 32	1.24 22	0.76 37	1.06 45	0.78 47	0.77 61	1.67 141	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82

RAFT_CTSACE	1.80 207	1.06 349	10.00 278	1.71 422	1.39 379	3.49 202	1.06 308	3.05 154	1.62 167	1.70 155	2.04 305	2.51 305	1.80 316	1.98 177	0.94 147	0.25 44	0.22 153	0.28 120	0.30 254	0.30 100	0.26 82

IGEV-Stereo	0.95 53	0.69 198	1.27 28	0.84 72	0.52 111	4.54 425	0.84 206	1.76 32	1.24 22	0.75 27	1.06 45	0.79 51	0.77 61	1.68 142	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

error version	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

test-v	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

SST-Stereo	1.76 201	0.58 94	3.10 181	1.44 374	0.46 73	4.71 461	0.76 153	2.22 67	2.79 393	2.07 260	2.18 336	2.43 295	3.22 414	6.66 325	0.84 100	0.42 325	0.19 64	0.30 161	0.27 182	0.35 195	0.26 82

RAFT_R40	1.70 192	0.59 101	2.99 177	1.46 380	0.46 73	4.74 465	0.98 291	2.23 68	1.56 135	2.02 244	2.35 375	2.71 323	2.56 382	6.71 328	0.90 127	0.40 300	0.19 64	0.30 161	0.27 182	0.33 159	0.26 82

test-2	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 355	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

XX-Stereo	2.54 338	0.61 127	20.21 437	1.78 430	1.19 336	4.30 387	0.46 33	4.39 437	1.58 144	2.32 342	1.89 276	4.64 449	0.60 19	4.16 275	0.82 94	0.31 182	0.21 125	0.28 120	0.27 182	0.51 333	0.26 82

RASNet	2.56 343	0.70 208	10.06 279	1.60 408	2.25 468	3.67 239	1.00 293	3.38 195	3.14 433	1.81 175	2.11 323	4.60 446	2.30 363	10.25 402	2.61 392	0.37 266	0.24 211	0.25 49	0.24 128	0.28 66	0.26 82

tt45	0.96 57	0.48 16	1.19 16	0.89 101	0.66 178	3.91 285	0.76 153	1.90 41	1.26 30	0.70 21	1.30 90	0.71 34	0.63 27	2.59 231	0.74 70	0.22 8	0.17 17	0.28 120	0.23 105	0.27 50	0.27 95

tg	1.15 91	0.67 187	1.31 32	0.94 140	0.54 120	4.02 317	0.41 19	2.96 143	1.59 159	1.69 151	1.85 263	1.84 222	0.97 113	1.78 154	0.83 97	0.27 70	0.17 17	0.29 141	0.26 156	0.29 78	0.27 95

rvit_stereo_0081_aga	0.81 24	0.75 254	1.84 80	0.72 18	0.73 206	1.21 16	0.63 87	1.92 44	1.39 42	0.87 62	0.80 18	0.79 51	0.69 39	1.27 66	0.69 50	0.35 247	0.29 273	0.26 69	0.25 138	0.40 237	0.27 95

rvit_stereo_0081	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

rvit_stereo_0082	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

rvit_stereo_ft	1.00 67	0.87 301	3.55 200	0.97 157	0.66 178	1.06 8	0.80 186	2.78 129	1.67 179	0.78 43	0.96 29	0.95 86	1.14 164	1.06 22	0.90 127	0.32 200	0.24 211	0.27 93	0.28 209	0.39 232	0.27 95

ff7	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 428	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

IGEVStereo-DCA	0.86 30	0.65 166	2.05 101	0.90 109	0.46 73	1.57 52	0.86 217	1.62 18	1.24 22	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.27 95

ffff	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 428	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

11t	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 428	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

MIM_Stereo	1.20 102	0.78 268	3.30 191	1.05 202	0.43 54	3.04 137	0.60 70	2.46 86	1.51 96	1.60 131	1.58 159	1.82 216	1.29 193	2.00 178	1.07 171	0.24 28	0.24 211	0.28 120	0.25 138	0.27 50	0.27 95

HH	2.23 270	0.86 299	21.59 488	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 447	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

HanStereo	2.23 270	0.86 299	21.59 488	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 447	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

ccc-4	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 428	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

test_3	1.19 97	0.51 29	2.08 113	0.99 169	0.41 43	2.05 80	0.87 235	4.40 439	1.42 50	1.99 226	1.18 61	2.03 250	0.79 71	2.70 239	0.75 73	0.27 70	0.17 17	0.29 141	0.29 236	0.30 100	0.27 95

CroCo-Stereo	0.98 59	0.87 301	3.44 196	0.87 92	0.53 119	0.49 1	0.50 40	3.99 312	1.49 84	0.81 48	1.25 78	1.00 90	0.75 54	1.10 26	1.09 176	0.24 28	0.21 125	0.24 31	0.19 36	0.35 195	0.27 95
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
RALAANet	1.28 134	1.08 352	3.21 185	1.25 300	0.94 275	1.44 41	0.69 112	3.15 164	2.57 367	2.01 240	1.80 232	1.29 132	1.05 134	2.00 178	1.48 261	0.27 70	0.20 94	0.27 93	0.24 128	0.40 237	0.27 95

ACVNet	1.46 156	0.64 156	3.56 202	0.93 136	0.85 245	4.22 373	0.80 186	2.85 135	2.08 261	1.78 170	1.88 270	3.10 358	1.46 235	1.33 78	1.89 328	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

acv_ft	1.55 161	0.64 156	3.29 190	1.14 251	2.01 458	2.93 129	0.97 287	3.81 262	2.08 261	2.22 312	1.88 270	3.10 358	1.66 291	1.33 78	2.22 366	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

UGAM-zero	2.79 365	0.57 81	20.87 467	0.98 163	0.77 220	2.08 82	0.35 9	3.88 278	1.51 96	2.05 252	1.64 177	5.07 461	3.42 424	9.83 385	1.24 210	0.28 105	0.21 125	0.27 93	0.29 236	0.29 78	0.28 114

rvit_stereo_0083	0.86 30	0.67 187	1.42 45	0.87 92	0.65 172	1.23 17	0.64 90	1.67 26	2.28 306	0.79 44	0.93 26	0.93 82	1.07 143	1.46 99	0.75 73	0.32 200	0.36 330	0.30 161	0.26 156	0.33 159	0.28 114

testlalala2	2.31 290	0.63 145	20.54 455	2.56 471	2.87 477	3.79 258	0.76 153	4.20 367	1.48 76	1.42 115	1.43 121	2.45 298	0.80 78	1.03 18	0.68 43	0.27 70	0.25 231	0.24 31	0.21 62	0.33 159	0.28 114

plain	1.55 161	0.69 198	13.59 314	0.65 9	0.73 206	1.66 57	0.57 57	3.17 167	1.94 236	0.77 41	1.24 72	0.80 53	0.86 87	1.60 122	0.96 153	0.33 216	0.21 125	0.32 201	0.25 138	0.42 279	0.28 114

MIF-Stereo (partial)	0.98 59	0.55 62	2.83 170	0.71 16	1.03 300	1.08 9	0.49 39	2.55 103	1.66 177	0.79 44	1.20 63	0.80 53	0.90 98	1.61 127	1.56 278	0.36 258	0.24 211	0.33 235	0.25 138	0.40 237	0.28 114

Any-RAFT	1.40 149	0.53 46	2.78 169	1.09 224	0.64 164	4.41 402	0.81 195	3.97 306	2.78 391	1.99 226	1.34 99	2.36 284	1.56 263	1.56 112	0.75 73	0.27 70	0.20 94	0.25 49	0.18 23	0.25 26	0.28 114

anonymousa	2.16 262	0.67 187	19.19 401	1.04 201	1.67 432	2.06 81	0.79 176	2.86 138	1.96 237	1.85 180	2.14 329	3.23 368	1.81 319	1.12 29	1.15 186	0.26 56	0.26 243	0.34 252	0.32 280	0.30 100	0.28 114

NRIStereo	1.28 134	0.61 127	1.67 66	1.15 264	0.38 33	4.73 462	0.90 247	2.42 81	1.50 89	1.93 208	1.33 94	1.75 194	1.22 181	2.96 248	1.33 233	0.46 351	0.22 153	0.29 141	0.26 156	0.30 100	0.28 114

raftrobust	1.19 97	0.72 223	2.30 134	1.26 306	1.31 359	3.55 217	0.68 107	2.75 126	1.47 69	2.21 310	1.38 110	1.17 110	1.22 181	1.20 54	1.11 180	0.28 105	0.24 211	0.21 5	0.19 36	0.25 26	0.28 114

pmcnn	5.45 468	1.22 382	17.40 372	1.60 408	2.41 471	3.48 200	2.12 429	4.52 459	3.26 446	3.67 449	13.15 498	22.10 503	3.46 426	11.92 472	17.16 489	0.34 228	0.21 125	0.23 15	0.19 36	0.36 208	0.28 114

999	0.97 58	0.48 16	1.24 23	1.03 199	0.64 164	3.25 164	0.92 268	1.40 6	1.39 42	0.71 24	1.68 189	0.70 27	0.66 35	3.03 250	0.89 123	0.23 19	0.19 64	0.25 49	0.21 62	0.25 26	0.29 124

rvit_stereo_0080	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

CAS++	0.89 37	0.64 156	1.46 48	0.81 43	0.51 102	1.24 21	0.86 217	3.44 199	1.46 64	1.14 91	1.29 88	0.62 14	0.58 15	1.13 32	0.59 18	0.34 228	0.30 286	0.34 252	0.26 156	0.41 261	0.29 124
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
H2IRNET	1.90 220	0.53 46	14.29 331	1.14 251	0.60 152	4.48 410	0.44 28	2.65 115	1.81 213	1.05 82	2.30 360	1.67 179	1.40 212	2.17 197	1.50 265	0.36 258	0.21 125	0.33 235	0.37 332	0.34 177	0.29 124

Former-RAFT_DAM_RVC	0.92 42	0.73 234	1.42 45	0.92 122	1.08 312	2.97 135	0.53 48	1.77 34	1.39 42	1.16 92	1.54 149	0.58 9	0.65 32	1.03 18	0.84 100	0.25 44	0.23 178	0.30 161	0.24 128	0.43 289	0.29 124

tta	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.29 78	0.29 124

qqq1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

fff1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

cc1	1.98 238	0.74 242	13.77 317	1.78 430	0.36 10	4.48 410	0.74 140	4.23 379	3.95 468	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.31 117	0.29 124

ffm	1.72 193	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.22 375	3.37 452	2.20 302	2.30 360	3.48 385	1.62 272	2.21 203	0.65 32	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

ff1	2.96 383	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.22 375	3.37 452	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

tt1	1.79 205	0.73 234	10.41 285	1.75 427	0.36 10	4.55 428	0.79 176	4.22 375	3.37 452	1.08 84	1.80 232	0.74 44	1.48 239	2.21 203	0.65 32	0.29 124	0.16 6	0.31 182	0.22 92	0.30 100	0.29 124

whm_eth	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

anonymousdsp2	1.26 126	0.60 113	3.74 209	1.02 192	0.41 43	3.60 226	0.72 123	3.68 236	1.47 69	1.37 107	1.56 156	1.83 219	1.01 123	2.00 178	0.66 36	0.29 124	0.20 94	0.28 120	0.20 49	0.32 142	0.29 124

Patchmatch Stereo++	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 449	0.76 153	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124
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	1.24 115	0.65 166	2.03 98	0.75 22	0.37 22	4.68 449	0.73 128	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.18 199	0.87 116	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

ROB_FTStereo_v2	1.23 110	0.66 177	2.02 97	0.75 22	0.37 22	4.67 448	0.76 153	2.53 93	1.58 144	1.99 226	1.46 126	1.78 200	1.14 164	2.08 185	0.88 120	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

ROB_FTStereo	1.25 119	0.66 177	2.14 115	0.75 22	0.37 22	4.65 445	0.77 166	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.26 208	0.86 110	0.47 360	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

HUI-Stereo	1.25 119	0.66 177	2.33 137	0.75 22	0.37 22	4.68 449	0.78 169	2.53 93	1.58 144	1.99 226	1.46 126	1.79 207	1.13 158	2.17 197	0.85 103	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

iGMRVC	1.26 126	0.66 177	2.14 115	0.75 22	0.37 22	4.66 446	0.74 140	2.53 93	1.58 144	1.99 226	1.46 126	1.78 200	1.14 164	2.46 214	0.92 137	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

RAFT-RH_RVC	2.63 350	0.55 62	19.97 426	1.26 306	0.47 83	4.46 408	0.57 57	1.71 28	1.64 171	3.06 428	5.51 462	2.03 250	1.28 190	6.70 326	1.52 273	0.42 325	0.22 153	0.37 296	0.34 296	0.28 66	0.29 124

iRAFT	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 449	0.76 153	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

RAFT-IKP	1.25 119	0.66 177	2.23 126	0.75 22	0.37 22	4.64 443	0.74 140	2.53 93	1.58 144	1.99 226	1.47 130	1.78 200	1.13 158	2.22 205	0.92 137	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

DIP-Stereo	1.24 115	0.69 198	1.77 74	0.65 9	0.61 156	4.29 385	0.58 66	4.44 445	2.53 360	1.98 221	1.33 94	0.91 78	0.86 87	1.25 61	1.25 213	0.36 258	0.23 178	0.32 201	0.23 105	0.32 142	0.29 124
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 373	0.57 81	17.46 375	0.92 122	0.90 266	3.70 242	1.20 343	5.64 489	2.51 358	3.22 437	2.43 378	2.54 307	1.59 264	11.41 444	1.65 299	0.34 228	0.25 231	0.26 69	0.23 105	0.30 100	0.29 124
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	2.65 352	5.00 474	19.28 407	2.06 455	1.09 315	3.83 264	1.13 327	4.14 358	2.09 264	1.85 180	2.03 302	2.01 249	1.51 249	3.58 257	1.58 280	0.34 228	0.21 125	0.32 201	0.21 62	0.44 297	0.29 124

MM-Stereo_test3	1.09 80	0.59 101	1.55 57	1.73 425	1.18 329	1.91 69	0.86 217	3.52 211	1.76 206	1.25 96	1.86 266	1.10 102	0.69 39	1.32 77	0.86 110	0.27 70	0.23 178	0.27 93	0.22 92	0.34 177	0.30 150

UGAM	2.58 347	0.56 72	18.55 392	0.89 101	0.71 200	3.23 157	1.03 301	2.75 126	1.75 204	1.36 104	2.77 410	2.69 320	1.28 190	10.75 415	1.40 240	0.28 105	0.24 211	0.40 321	0.31 270	0.35 195	0.30 150

DCRE	1.44 153	0.74 242	3.50 199	1.13 250	0.72 202	1.78 59	0.67 102	2.14 61	1.56 135	1.99 226	8.09 473	1.73 192	1.07 143	1.24 59	0.83 97	0.23 19	0.25 231	0.26 69	0.26 156	0.28 66	0.30 150

Sa-1000	1.63 182	0.79 271	3.56 202	1.11 240	0.48 91	4.06 323	1.41 374	4.49 454	2.75 388	2.00 238	2.80 413	1.84 222	1.43 225	2.64 236	1.50 265	0.27 70	0.19 64	0.36 284	0.33 288	0.36 208	0.30 150

SA	1.62 178	0.75 254	3.78 211	1.07 210	0.43 54	4.26 378	1.36 361	4.45 448	3.12 430	1.63 139	1.97 293	1.68 181	2.26 362	2.55 227	1.27 219	0.27 70	0.22 153	0.37 296	0.37 332	0.35 195	0.30 150

GLC_STEREO	0.76 7	0.52 35	1.12 12	0.83 63	0.33 5	1.86 65	0.82 198	1.46 9	1.38 41	0.95 71	1.04 39	0.68 23	0.72 44	0.97 11	0.80 86	0.23 19	0.25 231	0.32 201	0.25 138	0.32 142	0.30 150

LMCR-Stereo	2.40 314	1.31 396	18.61 393	1.59 406	0.86 250	3.87 280	1.15 330	4.32 420	1.60 160	2.25 321	2.27 350	1.13 105	2.43 373	2.48 216	1.60 284	0.88 442	0.24 211	0.29 141	0.24 128	0.56 353	0.30 150

rafts_anoy	1.24 115	0.80 275	3.61 206	1.17 271	1.20 341	3.00 136	0.61 73	3.17 167	1.58 144	1.37 107	1.26 79	1.19 118	1.12 156	1.78 154	1.25 213	0.32 200	0.23 178	0.32 201	0.32 280	0.31 117	0.30 150

RALCasStereoNet	1.19 97	1.02 337	2.06 110	1.12 243	1.14 321	3.08 145	0.70 118	2.99 146	1.73 197	1.34 101	1.68 189	1.18 114	0.91 100	2.16 195	1.00 162	0.30 163	0.26 243	0.24 31	0.21 62	0.29 78	0.30 150

ours_stereo	0.76 7	0.64 156	1.40 44	0.86 87	0.61 156	1.12 10	0.57 57	1.63 23	1.20 19	0.72 25	1.43 121	0.70 27	0.62 24	1.56 112	0.58 17	0.25 44	0.18 41	0.26 69	0.21 62	0.29 78	0.31 159

x	1.15 91	0.57 81	1.53 53	1.44 374	0.67 185	1.94 71	0.97 287	3.87 275	1.57 141	1.61 136	1.28 86	1.58 169	1.22 181	1.93 173	1.04 166	0.28 105	0.30 286	0.34 252	0.29 236	0.32 142	0.31 159

iRaft-Stereo_20w	1.88 217	0.62 137	10.58 287	0.90 109	0.83 237	2.96 134	0.78 169	4.90 475	1.58 144	2.29 328	1.60 167	1.25 126	4.51 448	2.28 209	0.90 127	0.29 124	0.21 125	0.26 69	0.24 128	0.41 261	0.31 159

PSM-softLoss	1.66 187	0.59 101	5.15 227	2.25 459	0.48 91	4.68 449	0.69 112	2.57 107	1.52 105	2.14 277	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

KMStereo	1.66 187	0.59 101	5.15 227	2.25 459	0.48 91	4.68 449	0.69 112	2.57 107	1.52 105	2.14 277	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

CRE-IMP	1.23 110	0.61 127	2.14 115	0.82 53	0.39 36	4.54 425	0.83 203	2.63 114	1.55 129	1.95 213	1.46 126	1.87 227	0.96 110	1.48 102	1.33 233	0.45 346	0.21 125	0.31 182	0.26 156	0.41 261	0.31 159

iRaftStereo_RVC	1.09 80	0.70 208	1.39 42	0.95 144	0.45 66	3.83 264	0.42 21	2.37 78	1.58 144	1.69 151	1.76 218	1.80 210	0.83 82	1.50 104	0.98 157	0.28 105	0.18 41	0.29 141	0.26 156	0.30 100	0.31 159

DN-CSS_ROB	1.91 224	1.55 419	11.13 294	1.82 437	0.88 258	3.99 312	0.61 73	4.01 316	1.67 179	1.64 142	1.89 276	1.39 144	1.06 141	3.23 251	1.50 265	0.31 182	0.19 64	0.44 346	0.29 236	0.37 217	0.31 159

fffy	0.80 17	0.59 101	1.56 59	1.00 177	0.47 83	1.27 25	0.76 153	1.90 41	1.02 10	0.75 27	1.35 102	0.83 58	0.72 44	1.70 145	0.62 22	0.23 19	0.19 64	0.27 93	0.21 62	0.28 66	0.32 167

model_zeroshot	1.21 105	0.60 113	3.55 200	1.05 202	0.57 140	3.46 195	0.63 87	2.73 123	1.55 129	2.05 252	1.38 110	1.50 160	0.82 79	1.69 143	0.87 116	0.29 124	0.23 178	0.30 161	0.23 105	0.27 50	0.32 167

test_sample1	1.62 178	0.55 62	1.88 83	1.44 374	0.79 222	2.27 90	0.64 90	4.00 314	1.82 214	1.87 187	1.35 102	1.57 167	1.62 272	9.55 379	1.24 210	0.30 163	0.27 254	0.31 182	0.28 209	0.32 142	0.32 167

ACVNet-DCA	1.85 211	0.74 242	13.77 317	1.78 430	0.36 10	4.48 410	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

xx1	2.03 247	0.74 242	13.77 317	1.78 430	0.36 10	4.48 410	0.74 140	4.23 379	3.95 468	1.01 76	1.81 244	1.79 207	1.34 201	2.13 190	0.64 28	0.29 124	0.17 17	0.33 235	0.33 288	0.33 159	0.32 167

1test111	1.99 241	0.74 242	13.77 317	1.78 430	0.36 10	4.48 410	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	4.66 281	0.98 157	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

IGEV_Zeroshot_test	2.16 262	0.69 198	20.60 459	1.22 292	0.54 120	2.18 87	0.53 48	3.38 195	1.61 164	1.93 208	1.55 153	3.76 405	1.05 134	1.55 111	0.91 134	0.29 124	0.20 94	0.27 93	0.29 236	0.40 237	0.32 167

DLNR_Zeroshot_test	28.62 514	55.50 524	49.94 521	183.62 527	115.05 525	3.43 189	0.28 1	29.49 516	1.49 84	1.01 76	1.26 79	0.93 82	0.63 27	3.92 270	1.51 271	29.81 518	0.41 370	0.26 69	0.23 105	93.28 524	0.32 167

qqq	1.30 137	0.57 81	1.67 66	1.15 264	0.51 102	2.18 87	0.91 255	3.98 308	1.53 112	1.50 122	1.24 72	1.79 207	1.34 201	4.66 281	0.98 157	0.28 105	0.31 296	0.33 235	0.33 288	0.33 159	0.32 167

raft_robust	1.92 227	1.15 366	3.34 194	1.02 192	0.43 54	3.84 269	0.46 33	4.42 441	2.52 359	1.67 149	1.36 106	2.17 265	6.37 471	6.78 330	1.04 166	0.28 105	0.24 211	0.30 161	0.35 310	0.31 117	0.32 167

IPLGR	2.53 336	0.58 94	20.46 453	0.82 53	0.52 111	4.56 433	0.50 40	4.30 413	2.38 333	1.87 187	1.53 147	1.68 181	1.72 303	6.95 333	1.15 186	0.28 105	0.21 125	0.27 93	0.23 105	0.33 159	0.32 167

IRAFT_RVC	1.87 213	0.60 113	4.33 215	2.40 468	0.66 178	4.59 436	1.59 394	2.96 143	1.51 96	2.23 316	1.75 210	2.09 260	2.63 385	6.70 326	1.50 265	0.33 216	0.21 125	0.33 235	0.29 236	0.32 142	0.32 167

EAI-Stereo	2.35 306	0.63 145	2.97 176	0.95 144	0.65 172	3.84 269	14.27 503	5.04 477	2.19 287	2.06 257	7.25 466	1.10 102	0.94 107	1.65 136	1.37 238	0.31 182	0.22 153	0.27 93	0.60 423	0.27 50	0.32 167

AIO-test2	1.61 176	1.30 393	3.40 195	1.16 269	1.31 359	3.18 152	0.74 140	4.06 333	1.52 105	1.72 160	2.21 342	0.78 47	0.74 52	3.64 261	0.95 152	3.64 489	0.26 243	0.35 270	0.42 374	0.37 217	0.33 180

test_sample2	1.75 200	0.56 72	2.25 127	1.41 367	0.80 224	2.91 124	0.86 217	4.05 329	2.04 253	1.91 202	1.39 112	1.57 167	1.55 261	10.65 412	1.06 168	0.32 200	0.28 263	0.32 201	0.30 254	0.36 208	0.33 180

GMStereo_Zeroshot	1.41 151	1.21 376	3.33 193	1.29 317	0.72 202	3.35 179	0.53 48	2.58 110	1.68 181	2.35 350	1.56 156	2.42 292	0.96 110	2.50 217	1.16 189	0.45 346	0.23 178	0.40 321	0.24 128	0.79 416	0.33 180

StereoVision	1.65 184	0.75 254	7.47 247	1.01 183	1.80 448	2.61 109	0.61 73	3.06 157	1.96 237	1.25 96	3.46 441	1.85 225	0.88 91	2.07 183	1.93 332	0.43 330	0.36 330	0.37 296	0.36 320	0.48 323	0.33 180

BUS	1.49 160	0.59 101	1.94 89	0.87 92	0.85 245	4.50 419	0.76 153	4.48 451	1.88 226	2.93 417	1.83 251	3.63 401	0.97 113	1.60 122	1.17 192	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

RAFT+CT+SA	1.62 178	0.72 223	7.42 246	0.97 157	1.42 389	4.04 320	0.94 275	3.90 285	1.61 164	1.61 136	1.63 175	1.33 136	1.18 175	2.73 242	1.10 177	0.27 70	0.19 64	0.31 182	0.34 296	0.33 159	0.33 180

test_5	1.87 213	0.75 254	10.23 282	1.14 251	1.40 381	3.85 275	1.27 351	3.91 289	1.93 235	1.69 151	1.78 226	1.67 179	1.79 311	2.99 249	1.17 192	0.30 163	0.18 41	0.35 270	0.33 288	0.34 177	0.33 180

BSDual-CNN	1.46 156	0.59 101	1.94 89	0.87 92	0.85 245	4.16 355	1.16 332	4.48 451	1.88 226	2.93 417	1.83 251	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

hknet	1.98 238	0.64 156	8.70 262	0.87 92	1.07 310	4.16 355	1.16 332	4.48 451	1.73 197	2.93 417	1.83 251	3.48 385	1.30 196	3.91 269	1.51 271	0.31 182	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

TRStereo	2.31 290	1.87 436	19.74 417	1.53 394	1.16 327	4.26 378	1.08 315	4.73 471	1.45 56	1.55 126	1.28 86	1.75 194	0.85 85	1.81 159	1.20 198	0.36 258	0.26 243	0.32 201	0.36 320	0.34 177	0.33 180

test_xeample	2.67 356	0.56 72	2.05 101	1.09 224	0.81 227	3.24 161	0.80 186	4.55 461	2.70 382	2.42 364	2.27 350	1.39 144	1.40 212	10.75 415	17.51 491	0.30 163	0.30 286	0.32 201	0.28 209	0.34 177	0.33 180

CFNet	2.34 301	1.10 356	8.96 264	1.34 341	1.24 349	4.09 330	0.73 128	4.04 325	2.77 390	1.62 138	1.87 269	2.27 270	1.45 232	11.41 444	1.82 320	0.31 182	0.24 211	0.43 342	0.36 320	0.43 289	0.33 180

IGEV-RUCA	0.90 39	0.53 46	1.05 3	0.81 43	0.74 210	3.89 282	0.80 186	1.92 44	1.41 48	0.96 73	0.71 8	0.70 27	0.73 48	1.30 74	0.68 43	0.29 124	0.20 94	0.25 49	0.19 36	0.43 289	0.34 192

mms	0.77 12	0.68 195	1.17 15	0.83 63	0.71 200	1.41 40	0.67 102	1.61 17	1.12 14	0.77 41	1.37 107	0.63 16	0.54 8	1.75 151	0.63 25	0.24 28	0.19 64	0.26 69	0.21 62	0.31 117	0.34 192

rvit_0105_6	1.00 67	0.93 317	2.21 121	0.92 122	0.55 125	1.52 50	0.79 176	2.41 79	2.96 416	0.76 37	0.72 9	1.02 92	0.75 54	1.42 88	0.81 91	0.40 300	0.43 378	0.34 252	0.31 270	0.43 289	0.34 192

mmm	1.27 131	0.58 94	2.20 119	1.41 367	0.68 190	2.39 96	0.85 215	3.90 285	1.63 170	2.20 302	1.84 256	1.28 129	1.50 246	1.91 172	0.89 123	0.31 182	0.27 254	0.45 352	0.37 332	0.38 222	0.34 192

11t1	1.11 83	0.53 46	1.80 77	1.55 401	0.65 172	2.20 89	0.60 70	3.66 233	1.49 84	1.60 131	1.26 79	1.03 94	1.35 203	1.72 147	0.97 154	0.28 105	0.31 296	0.29 141	0.23 105	0.30 100	0.34 192

1111x	3.13 405	0.57 81	8.38 257	1.20 283	0.76 215	3.80 260	0.88 239	4.61 466	2.63 373	2.31 338	2.16 332	1.95 234	1.81 319	11.54 449	18.13 494	0.32 200	0.31 296	0.32 201	0.30 254	0.35 195	0.34 192

CroCo-Stereo Lap2	0.99 65	0.89 304	2.55 150	0.99 169	1.80 448	0.54 2	0.46 33	3.10 159	1.24 22	1.07 83	1.21 66	1.05 98	0.78 69	1.26 62	1.08 173	0.27 70	0.23 178	0.27 93	0.21 62	0.43 289	0.34 192

IER	1.69 190	0.65 166	7.19 245	0.94 140	1.15 323	3.28 172	0.89 242	3.48 201	1.97 239	2.10 264	1.98 295	2.28 271	2.12 348	2.25 207	1.75 314	0.29 124	0.23 178	0.36 284	0.30 254	0.32 142	0.34 192

psmg	1.47 159	0.59 101	1.94 89	0.92 122	0.85 245	4.30 387	1.42 376	4.10 350	1.88 226	2.64 396	2.09 318	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.27 254	0.33 235	0.34 296	0.36 208	0.34 192

DAS	2.31 290	0.67 187	4.79 223	1.14 251	1.64 424	2.93 129	2.13 430	4.09 342	2.74 386	4.17 461	2.52 388	2.46 300	1.79 311	11.55 450	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

SepStereo	2.15 261	0.67 187	4.79 223	1.14 251	1.64 424	2.93 129	2.13 430	4.09 342	2.74 386	4.17 461	2.52 388	2.46 300	1.79 311	8.36 353	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

222	2.68 359	0.57 81	2.03 98	1.11 240	0.81 227	3.23 157	0.65 99	4.52 459	2.45 346	2.34 349	2.29 356	1.41 150	1.44 228	10.50 407	18.47 496	0.32 200	0.30 286	0.32 201	0.27 182	0.32 142	0.34 192

xxxx	2.67 356	0.54 56	2.03 98	1.22 292	0.81 227	3.49 202	0.63 87	4.49 454	2.49 354	2.22 312	2.23 345	2.05 254	1.38 205	10.05 397	17.91 492	0.32 200	0.32 304	0.30 161	0.27 182	0.33 159	0.34 192

AdaStereo	1.45 155	0.83 289	2.34 140	1.28 314	0.81 227	3.21 154	1.14 329	4.20 367	2.46 349	2.05 252	1.77 223	2.48 302	1.18 175	1.71 146	1.44 249	0.43 330	0.25 231	0.43 342	0.28 209	0.44 297	0.34 192
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.
AIO-test1	2.18 265	0.66 177	18.95 398	0.89 101	1.48 396	3.40 185	0.97 287	4.19 366	1.68 181	0.86 60	1.35 102	0.99 88	0.75 54	4.47 278	1.27 219	0.23 19	0.23 178	0.28 120	0.33 288	0.31 117	0.35 206

GCAP-BAT	1.21 105	0.74 242	3.23 186	0.95 144	0.70 198	3.86 277	0.93 270	1.89 39	1.48 76	1.85 180	1.96 287	1.68 181	0.79 71	1.78 154	0.81 91	0.29 124	0.20 94	0.24 31	0.20 49	0.26 38	0.35 206

RAFT	1.23 110	0.84 293	2.05 101	0.96 150	0.47 83	1.80 61	0.94 275	3.18 169	1.46 64	1.60 131	1.71 199	3.04 354	1.59 264	1.64 134	1.32 229	0.38 282	0.24 211	0.40 321	0.32 280	0.40 237	0.35 206

PSMNet-RSSM	1.96 234	0.77 262	3.26 188	1.29 317	1.31 359	4.19 367	0.96 284	3.68 236	1.89 230	2.05 252	1.80 232	2.60 313	1.70 299	9.84 386	1.81 319	0.35 247	0.29 273	0.35 270	0.37 332	0.42 279	0.35 206

HSM	2.35 306	0.81 279	2.21 121	1.14 251	1.55 408	3.44 190	1.03 301	3.99 312	2.25 298	2.29 328	2.11 323	8.04 480	3.05 406	11.60 451	1.71 305	0.33 216	0.22 153	0.28 120	0.23 105	0.32 142	0.35 206

SMFormer	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 389	2.80 397	2.32 342	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.38 222	0.36 211

MyStereo06	2.46 323	0.72 223	19.97 426	1.02 192	0.99 290	4.26 378	0.86 217	3.51 210	1.68 181	1.92 204	1.73 204	4.01 417	4.22 441	1.62 128	0.88 120	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

MyStereo05	2.37 312	0.72 223	19.94 424	1.02 192	0.99 290	4.26 378	0.86 217	4.01 316	2.62 371	2.14 277	1.26 79	2.28 271	1.63 284	2.07 183	1.68 302	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

TestStereo1	1.56 165	0.81 279	2.32 135	1.61 411	0.64 164	4.13 341	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 352	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

Wz-Net-LNSev-Ref	2.42 316	1.47 413	14.14 327	1.30 324	1.35 370	3.51 208	1.64 399	4.04 325	2.10 272	2.46 368	1.88 270	2.28 271	2.51 379	4.73 284	3.17 409	0.38 282	0.19 64	0.35 270	0.20 49	0.40 237	0.36 211

NINENet	1.87 213	0.74 242	2.60 154	1.12 243	1.06 308	4.50 419	0.76 153	4.41 440	2.24 295	2.16 290	1.86 266	3.63 401	0.97 113	8.00 350	1.17 192	0.41 314	0.30 286	0.41 331	0.30 254	0.41 261	0.36 211

SA-5K	1.56 165	0.81 279	2.32 135	1.61 411	0.64 164	4.13 341	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 352	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

IPLG	2.48 328	0.65 166	19.63 414	0.91 116	0.79 222	4.60 438	0.56 56	4.31 416	1.84 221	1.91 202	2.00 299	1.31 134	1.38 205	6.61 322	1.53 274	0.27 70	0.20 94	0.27 93	0.23 105	0.31 117	0.36 211

GANet-ADL	2.20 267	0.73 234	20.11 434	1.25 300	0.69 196	3.83 264	0.76 153	3.49 204	1.71 191	1.65 146	1.99 297	2.10 261	1.10 152	1.42 88	1.26 216	0.38 282	0.33 311	0.25 49	0.22 92	0.42 279	0.36 211

NF-Stereo	1.58 168	0.61 127	2.66 163	2.26 461	0.47 83	4.68 449	0.67 102	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.08 312	1.20 198	0.40 300	0.20 94	0.36 284	0.34 296	0.31 117	0.36 211

test-1	1.23 110	0.65 166	1.88 83	0.96 150	0.52 111	3.84 269	0.62 85	4.01 316	1.47 69	1.93 208	1.78 226	1.83 219	0.92 103	1.19 53	1.28 223	0.26 56	0.29 273	0.31 182	0.24 128	0.29 78	0.36 211

GMStereo	1.01 69	1.00 335	2.86 173	0.83 63	0.45 66	1.47 44	0.57 57	1.89 39	2.11 274	1.52 123	1.24 72	0.87 69	0.74 52	1.58 115	0.94 147	0.40 300	0.21 125	0.30 161	0.30 254	0.47 320	0.36 211
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GwcNet-RSSM	2.66 354	1.05 344	15.91 350	1.22 292	1.19 336	4.12 338	1.12 324	3.84 267	2.02 247	1.93 208	1.79 229	3.12 361	1.46 235	10.37 404	2.05 348	0.33 216	0.27 254	0.35 270	0.30 254	0.40 237	0.36 211

MLCV	1.87 213	0.91 311	8.59 259	1.10 233	0.57 140	3.59 224	0.53 48	3.70 246	2.20 289	2.80 410	2.25 348	2.00 246	1.42 222	4.13 274	1.86 325	0.30 163	0.20 94	0.32 201	0.21 62	0.33 159	0.36 211

test_sample3	2.34 301	0.61 127	11.94 301	1.33 334	0.85 245	3.10 148	0.73 128	4.24 387	2.19 287	2.21 310	1.75 210	1.80 210	1.41 217	11.11 435	1.46 253	0.35 247	0.29 273	0.34 252	0.35 310	0.39 232	0.37 225

MyStereo07	1.01 69	0.80 275	1.26 25	1.00 177	1.04 303	3.95 301	0.95 279	2.07 56	1.42 50	0.75 27	1.22 67	0.68 23	0.91 100	1.63 132	0.67 40	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

MyStereo04	2.29 286	0.80 275	18.77 394	1.00 177	1.04 303	3.95 301	0.95 279	3.91 289	2.54 364	1.99 226	1.27 85	2.31 278	1.65 289	2.02 182	1.77 315	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

mmx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.49 454	3.05 426	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

xxx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 231	0.86 217	4.49 454	3.05 426	2.20 302	2.30 360	3.48 385	1.62 272	11.62 453	16.09 481	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

knoymous	1.30 137	0.60 113	5.57 234	0.88 97	0.75 212	3.04 137	0.90 247	2.68 118	1.33 38	1.48 119	1.07 47	2.78 335	0.88 91	1.29 70	0.85 103	0.31 182	0.22 153	0.35 270	0.20 49	0.45 305	0.37 225

OCTAStereo	1.58 168	0.61 127	2.72 165	2.27 464	0.46 73	4.68 449	0.67 102	3.30 182	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.02 309	1.21 202	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

DEmStereo	2.97 387	0.58 94	13.42 312	0.79 41	0.51 102	3.84 269	1.84 416	2.42 81	1.60 160	2.25 321	2.74 406	2.03 250	6.04 465	6.79 332	12.80 472	0.35 247	0.26 243	0.26 69	0.27 182	0.27 50	0.37 225

DRaft	2.28 283	0.56 72	2.64 162	0.74 21	0.46 73	3.94 296	1.23 347	2.32 76	1.55 129	2.64 396	2.80 413	1.60 172	5.34 458	6.96 334	10.99 463	0.34 228	0.22 153	0.27 93	0.27 182	0.29 78	0.37 225

RE-Stereo	1.58 168	0.61 127	2.72 165	2.26 461	0.46 73	4.68 449	0.68 107	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

TVStereo	1.58 168	0.61 127	2.72 165	2.26 461	0.46 73	4.68 449	0.68 107	3.31 183	1.48 76	2.11 268	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

HCRNet	1.60 174	0.56 72	2.47 147	0.78 39	1.36 372	4.11 336	0.71 120	3.57 220	2.79 393	1.75 166	1.61 171	1.58 169	1.41 217	5.79 304	1.56 278	0.34 228	0.28 263	0.36 284	0.29 236	0.33 159	0.37 225

SFCPSM	2.18 265	0.63 145	17.03 366	0.88 97	0.98 287	3.74 249	1.28 353	4.09 342	2.16 282	1.85 180	1.83 251	1.65 177	1.39 208	2.50 217	1.50 265	0.33 216	0.27 254	0.39 315	0.36 320	0.34 177	0.37 225

cf-r	2.57 346	0.79 271	16.09 352	1.48 385	1.35 370	4.19 367	0.93 270	3.68 236	2.36 324	1.97 219	1.81 244	3.42 382	1.45 232	8.24 352	1.83 322	0.32 200	0.26 243	0.33 235	0.30 254	0.34 177	0.37 225

test_sample4	2.34 301	0.63 145	11.59 298	1.30 324	0.83 237	3.07 144	0.72 123	4.27 397	2.30 310	2.30 332	1.88 270	1.73 192	1.42 222	11.14 436	1.46 253	0.35 247	0.29 273	0.35 270	0.36 320	0.40 237	0.38 239

CrosDoStereo	5.24 464	0.60 113	20.23 438	0.82 53	0.51 102	3.39 182	18.11 507	3.82 263	2.27 303	1.98 221	8.74 478	1.96 239	6.96 477	7.35 338	26.35 509	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

DeepStereo_LL	5.24 464	0.60 113	20.23 438	0.82 53	0.51 102	3.39 182	18.11 507	3.82 263	2.27 303	1.98 221	8.74 478	1.96 239	6.96 477	7.35 338	26.35 509	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

DeepStereo_RVC	1.55 161	0.63 145	3.32 192	0.77 38	0.42 48	4.49 416	0.72 123	2.50 91	1.58 144	2.02 244	1.81 244	1.54 165	6.38 473	1.73 148	1.19 195	0.46 351	0.22 153	0.29 141	0.28 209	0.35 195	0.38 239

sCroCo_RVC	1.06 76	0.82 286	5.05 225	1.02 192	1.05 305	0.98 7	0.61 73	2.06 54	1.29 33	0.69 20	1.26 79	0.82 57	1.10 152	1.20 54	0.90 127	0.42 325	0.40 363	0.33 235	0.30 254	0.46 316	0.38 239

DMCA	1.72 193	0.74 242	6.63 239	1.14 251	0.96 279	3.98 311	0.90 247	3.75 251	2.76 389	2.83 413	1.58 159	2.35 282	1.18 175	1.58 115	1.98 341	0.40 300	0.27 254	0.42 338	0.26 156	0.36 208	0.38 239

test_sample5	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 402	2.31 314	2.20 302	1.97 293	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

DispNO	3.00 392	0.75 254	18.92 397	1.17 271	1.10 317	3.72 245	0.94 275	4.29 405	2.54 364	2.24 318	2.28 353	4.51 441	2.12 348	11.40 443	2.09 354	0.31 182	0.28 263	0.31 182	0.28 209	0.36 208	0.39 245

CoDeX	2.40 314	0.78 268	13.21 309	1.00 177	1.18 329	3.24 161	1.32 356	4.14 358	2.41 338	1.74 164	1.84 256	2.05 254	1.47 237	10.03 396	1.60 284	0.34 228	0.28 263	0.32 201	0.27 182	0.32 142	0.39 245

DualNet	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 402	2.31 314	2.26 324	2.04 305	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

iinet-f	2.26 276	1.18 371	13.71 315	1.14 251	1.11 318	3.77 253	1.10 320	4.14 358	2.17 284	2.06 257	1.76 218	2.99 350	2.99 400	2.50 217	2.49 383	0.35 247	0.39 358	0.27 93	0.28 209	0.45 305	0.39 245

gwcnet-sp	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

scenet	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

ToySt	1.35 144	0.72 223	3.65 208	1.01 183	0.50 100	3.31 177	1.01 296	3.46 200	1.73 197	1.30 98	1.55 153	2.07 259	1.47 237	1.88 170	1.40 240	0.27 70	0.27 254	0.30 161	0.32 280	0.42 279	0.39 245

ssnet	2.31 290	1.21 376	17.34 368	1.08 218	0.92 268	3.56 219	1.04 304	3.69 241	2.09 264	2.55 378	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

iRaft-Stereo_5w	2.10 257	0.83 289	8.57 258	0.81 43	0.76 215	3.21 154	0.84 206	3.71 247	1.65 175	1.56 128	2.50 385	2.20 267	2.23 361	9.13 369	2.01 344	0.38 282	0.19 64	0.35 270	0.27 182	0.45 305	0.39 245

MIPNet	2.33 297	0.71 220	19.82 419	0.89 101	0.56 129	4.76 467	0.61 73	4.32 420	2.37 330	1.83 178	1.48 136	1.48 157	1.98 338	2.63 234	1.44 249	0.29 124	0.20 94	0.26 69	0.23 105	0.30 100	0.39 245

PFNet	2.47 326	0.60 113	16.95 365	2.15 458	0.81 227	4.63 442	0.91 255	2.55 103	1.52 105	2.40 362	2.79 411	1.83 219	1.42 222	7.54 342	1.34 236	0.33 216	0.21 125	0.36 284	0.27 182	0.32 142	0.39 245

Pruner-Stereo	1.32 143	0.59 101	2.11 114	1.79 435	0.47 83	4.73 462	0.79 176	2.53 93	1.72 194	2.47 370	1.58 159	1.48 157	1.03 126	1.66 137	1.47 258	0.44 337	0.21 125	0.34 252	0.30 254	0.30 100	0.39 245

psm_up	2.28 283	0.81 279	5.45 233	1.26 306	1.50 399	3.84 269	1.23 347	4.23 379	2.03 249	2.55 378	1.80 232	2.44 297	1.65 289	12.90 485	1.58 280	0.37 266	0.38 349	0.41 331	0.34 296	0.43 289	0.39 245

UNet	2.51 332	0.74 242	20.17 436	1.14 251	1.44 390	3.48 200	0.76 153	3.77 255	1.87 224	2.05 252	1.57 158	2.75 328	2.39 370	3.51 256	2.51 385	0.32 200	0.26 243	0.41 331	0.26 156	0.38 222	0.39 245

UPFNet	1.81 208	0.63 145	6.71 240	1.25 300	1.44 390	3.50 205	1.35 359	4.02 320	1.85 222	2.40 362	1.52 140	2.41 289	1.40 212	3.62 259	1.88 327	0.34 228	0.33 311	0.37 296	0.31 270	0.41 261	0.39 245

FENet	2.25 274	0.50 25	20.29 445	1.35 345	0.67 185	4.01 315	0.60 70	3.95 300	1.99 242	1.96 217	1.11 52	2.43 295	1.43 225	1.60 122	1.39 239	0.32 200	0.22 153	0.33 235	0.26 156	0.29 78	0.39 245

ac_64	2.35 306	0.62 137	9.77 274	1.32 329	1.71 436	3.27 168	0.93 270	3.48 201	2.50 355	1.74 164	1.73 204	3.91 411	1.77 308	10.21 400	1.86 325	0.40 300	0.31 296	0.33 235	0.30 254	0.34 177	0.39 245

CFNet-ft	1.90 220	0.95 324	3.56 202	1.07 210	1.54 404	4.09 330	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 328	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

CFNet_RVC	1.90 220	0.95 324	3.56 202	1.07 210	1.54 404	4.09 330	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 328	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

rvit_0105_4	1.07 79	0.99 332	2.39 143	0.93 136	0.54 120	1.62 56	0.84 206	2.77 128	2.91 411	0.80 46	0.91 24	1.09 99	0.86 87	1.63 132	0.85 103	0.40 300	0.45 388	0.35 270	0.31 270	0.43 289	0.40 265

ttt	2.76 364	0.56 72	2.28 133	1.41 367	1.21 346	3.67 239	0.77 166	4.59 464	2.94 415	2.35 350	2.30 360	2.45 298	1.54 259	11.25 440	15.56 479	0.43 330	0.36 330	0.37 296	0.33 288	0.40 237	0.40 265

GANet-RSSM	1.98 238	0.62 137	3.49 197	1.69 418	1.23 347	4.22 373	0.91 255	3.31 183	1.86 223	1.81 175	1.74 206	2.34 280	1.82 321	10.92 424	1.73 311	0.34 228	0.29 273	0.31 182	0.28 209	0.39 232	0.40 265

BEATNet_4x	1.92 227	1.36 403	8.75 263	1.20 283	0.56 129	3.46 195	1.03 301	4.00 314	2.43 341	2.25 321	1.70 195	2.10 261	1.59 264	2.57 230	3.05 407	0.37 266	0.22 153	0.47 360	0.29 236	0.60 365	0.40 265

iResNet_ROB	1.89 218	1.02 337	8.60 260	1.39 363	0.98 287	3.72 245	0.66 101	3.84 267	2.65 376	1.88 190	2.05 311	1.98 243	1.27 188	4.52 279	1.67 301	0.30 163	0.20 94	0.28 120	0.18 23	0.31 117	0.40 265

LE_ROB	18.58 507	1.21 376	48.38 519	8.60 510	23.00 512	7.32 491	19.74 510	9.94 496	38.69 517	43.53 515	21.91 506	28.40 513	40.92 516	23.18 507	54.71 521	0.34 228	0.33 311	0.32 201	0.36 320	0.42 279	0.40 265

FACV-RUCA	1.26 126	0.65 166	2.21 121	1.06 208	1.50 399	2.69 112	1.15 330	3.05 154	1.87 224	1.36 104	1.99 297	1.03 94	1.15 172	1.36 81	1.10 177	0.41 314	0.41 370	0.73 443	0.41 368	0.61 370	0.41 271

STrans-v2	3.03 396	0.77 262	20.91 469	0.81 43	0.63 162	3.89 282	1.01 296	4.27 397	2.64 375	2.28 326	3.70 445	4.13 424	5.20 455	7.33 337	1.27 219	0.31 182	0.18 41	0.29 141	0.25 138	0.29 78	0.41 271

THIR-Stereo	4.14 445	0.82 286	10.85 291	0.86 87	0.43 54	2.16 86	16.77 505	3.22 172	1.54 121	2.04 251	12.05 495	2.68 319	7.53 482	7.30 336	12.62 471	0.30 163	0.21 125	0.29 141	0.28 209	0.33 159	0.41 271

DISCO	2.25 274	0.73 234	10.06 279	1.76 428	1.12 319	3.47 198	1.25 350	3.24 176	2.26 301	2.65 398	1.96 287	4.53 443	1.92 335	4.17 276	3.61 414	0.32 200	0.25 231	0.31 182	0.29 236	0.66 389	0.41 271

test_sample6	2.35 306	0.62 137	10.78 290	1.33 334	0.83 237	3.15 150	0.79 176	4.36 431	2.43 341	2.26 324	2.04 305	1.69 186	1.39 208	11.48 448	1.61 287	0.38 282	0.32 304	0.37 296	0.39 351	0.41 261	0.42 275

DCANet-4	1.96 234	0.51 29	14.31 332	0.82 53	0.40 39	4.16 355	0.57 57	4.29 405	2.98 420	2.30 332	1.80 232	1.03 94	1.54 259	1.44 91	1.44 249	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

fff	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

HHNet	2.48 328	0.71 220	20.52 454	0.64 5	0.64 164	4.07 328	0.93 270	3.76 253	1.56 135	2.15 285	4.92 459	0.98 87	3.37 419	1.66 137	1.79 318	0.32 200	0.20 94	0.31 182	0.27 182	0.36 208	0.42 275

Anonymous3	1.72 193	0.76 259	11.61 299	0.83 63	0.84 244	4.46 408	0.84 206	3.57 220	1.16 15	1.34 101	1.37 107	1.11 104	1.03 126	1.58 115	1.13 184	0.70 426	0.58 426	0.33 235	0.35 310	0.47 320	0.42 275

csc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

cscssc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 345	0.57 57	4.23 379	2.09 264	2.30 332	1.80 232	1.19 118	3.02 403	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

MMNet	2.02 246	0.81 279	10.76 289	1.12 243	1.23 347	3.53 212	0.89 242	3.79 259	2.08 261	2.15 285	1.76 218	2.15 264	2.12 348	3.69 262	2.32 372	0.31 182	0.29 273	0.34 252	0.27 182	0.38 222	0.42 275

DSFCA	1.89 218	0.69 198	3.14 184	1.10 233	1.18 329	3.99 312	1.79 409	3.50 207	2.16 282	3.10 429	1.64 177	2.91 345	2.50 378	5.38 293	2.26 368	0.43 330	0.38 349	0.37 296	0.36 320	0.50 331	0.42 275

test_sample7	1.65 184	0.70 208	2.60 154	1.48 385	0.76 215	2.38 94	1.07 310	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	0.44 337	0.48 406	0.43 342	0.40 362	0.46 316	0.43 284

MyStereo8	2.33 297	1.13 361	19.26 405	1.22 292	1.62 420	4.16 355	0.57 57	3.50 207	2.36 324	2.15 285	1.75 210	2.28 271	1.14 164	1.46 99	2.20 364	0.24 28	0.21 125	0.32 201	0.27 182	0.36 208	0.43 284

riskmin	1.25 119	0.56 72	2.05 101	1.05 202	0.93 273	2.86 119	0.55 53	3.23 174	1.34 39	1.55 126	1.07 47	3.56 399	2.03 339	1.29 70	1.00 162	0.28 105	0.27 254	0.34 252	0.21 62	0.41 261	0.43 284

CRFU-Net	2.49 330	0.78 268	10.36 283	2.30 465	1.08 312	3.91 285	1.41 374	3.85 270	1.65 175	2.15 285	1.76 218	3.34 377	7.95 485	5.56 299	1.48 261	0.47 360	0.35 326	0.30 161	0.28 209	0.37 217	0.43 284

ADLNet2	3.15 408	0.92 313	20.06 429	1.20 283	1.79 445	3.83 264	1.48 380	3.94 298	3.59 458	2.19 300	2.47 382	4.65 450	1.93 336	10.69 414	1.96 339	0.39 294	0.37 343	0.28 120	0.30 254	0.48 323	0.43 284

UCFNet_RVC	1.57 167	0.84 293	3.25 187	1.36 351	1.40 381	4.07 328	1.01 296	2.68 118	1.50 89	2.11 268	1.88 270	2.37 285	1.50 246	3.41 254	1.42 246	0.36 258	0.28 263	0.52 393	0.40 362	0.53 342	0.43 284

rvit_0105_5	1.13 85	0.93 317	2.60 154	0.91 116	0.56 129	1.92 70	0.91 255	3.02 151	2.63 373	0.95 71	1.20 63	1.18 114	0.93 105	1.51 106	0.93 145	0.40 300	0.43 378	0.37 296	0.35 310	0.42 279	0.44 290

DisPM	1.36 145	0.55 62	2.39 143	1.54 396	0.51 102	4.59 436	0.79 176	2.50 91	1.88 226	2.50 373	1.83 251	1.45 154	1.01 123	2.71 240	0.93 145	0.46 351	0.20 94	0.32 201	0.31 270	0.31 117	0.44 290

AACVNet	1.83 209	1.02 337	2.41 145	1.45 378	0.87 255	3.21 154	0.73 128	3.16 165	1.61 164	2.01 240	1.82 250	2.28 271	1.33 200	10.98 426	1.49 264	0.39 294	0.32 304	0.38 312	0.32 280	0.43 289	0.44 290

CFNet_pseudo	2.12 258	0.67 187	15.14 345	0.85 84	0.74 210	3.95 301	0.64 90	3.95 300	1.78 209	1.90 197	1.79 229	3.27 371	1.62 272	2.51 220	1.16 189	0.31 182	0.36 330	0.53 395	0.27 182	0.63 374	0.44 290

DMCA-RVC	2.45 320	1.22 382	18.29 385	1.23 296	1.14 321	2.49 101	0.85 215	3.29 181	1.68 181	3.02 424	1.41 117	2.00 246	1.53 258	6.39 318	2.00 342	0.38 282	0.30 286	0.44 346	0.35 310	0.45 305	0.44 290

MDST_ROB	5.53 469	0.59 101	23.11 500	2.55 470	2.69 473	21.20 510	1.98 422	4.77 473	2.65 376	9.36 496	4.25 452	4.14 425	4.45 446	22.57 505	3.68 416	0.48 364	0.33 311	0.47 360	0.44 379	0.44 297	0.44 290

LL-Strereo	3.01 394	1.81 435	17.59 378	1.12 243	2.10 463	2.90 121	1.09 318	4.33 422	2.00 246	3.12 431	2.24 346	3.29 372	3.15 409	11.31 441	1.84 323	0.30 163	0.28 263	0.46 357	0.34 296	0.49 329	0.45 296

fast-acv-ft	2.54 338	1.19 373	20.08 432	1.41 367	1.40 381	3.18 152	1.17 335	3.37 194	2.28 306	1.90 197	2.15 331	2.69 320	2.17 357	2.91 244	2.31 371	0.37 266	0.39 358	0.45 352	0.39 351	0.57 357	0.45 296

CIPLG	2.27 278	1.18 371	19.24 402	0.92 122	1.34 369	3.95 301	0.89 242	4.23 379	1.82 214	2.31 338	2.67 402	1.17 110	1.06 141	1.53 110	1.32 229	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

IPLGR_C	2.28 283	1.31 396	19.46 409	0.92 122	1.32 364	3.93 291	0.89 242	4.20 367	1.82 214	2.30 332	2.63 399	1.16 109	1.07 143	1.41 87	1.29 225	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

AASNet	2.44 319	0.92 313	19.79 418	1.35 345	1.49 397	3.81 262	1.07 310	3.85 270	2.93 414	1.95 213	2.29 356	1.96 239	1.29 193	1.73 148	1.93 332	0.39 294	0.33 311	0.45 352	0.30 254	0.55 347	0.45 296

delet	1.92 227	0.76 259	5.14 226	1.01 183	1.65 428	3.44 190	2.03 425	3.76 253	2.48 350	2.01 240	2.05 311	2.63 317	1.90 333	5.34 292	2.12 356	0.28 105	0.29 273	0.40 321	0.31 270	0.41 261	0.45 296

HGLStereo	2.03 247	0.74 242	7.50 248	1.23 296	1.56 411	3.62 231	0.95 279	3.78 258	1.89 230	2.03 248	2.20 340	3.12 361	2.14 351	5.68 302	2.04 346	0.37 266	0.31 296	0.32 201	0.29 236	0.40 237	0.45 296

MSMDNet	2.23 270	0.64 156	17.32 367	0.84 72	0.75 212	3.53 212	0.64 90	3.61 226	1.98 241	1.71 159	1.64 177	3.22 366	2.99 400	2.08 185	1.11 180	0.31 182	0.37 343	0.45 352	0.26 156	0.62 373	0.45 296

ccs_rob	2.13 260	0.67 187	15.11 344	0.84 72	0.75 212	3.96 306	0.65 99	3.95 300	1.78 209	1.88 190	1.79 229	3.26 370	1.64 287	2.51 220	1.16 189	0.31 182	0.36 330	0.54 402	0.27 182	0.65 384	0.45 296

iResNet	2.52 335	0.94 323	21.17 478	1.84 439	0.72 202	3.75 250	0.81 195	4.14 358	2.55 366	2.33 348	2.03 302	1.35 139	1.44 228	3.27 252	2.16 362	0.35 247	0.23 178	0.28 120	0.22 92	0.44 297	0.45 296

dd	1.26 126	1.15 366	2.47 147	0.92 122	0.49 97	4.35 391	0.75 150	1.92 44	2.11 274	1.44 116	1.24 72	1.19 118	1.05 134	1.78 154	1.70 304	0.57 399	0.34 322	0.35 270	0.33 288	0.60 365	0.46 306

ACRE	2.27 278	1.11 359	19.45 408	0.91 116	1.30 357	3.94 296	0.87 235	4.21 372	1.80 212	2.28 326	2.62 397	1.17 110	1.04 130	1.52 108	1.30 226	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.46 306

TransformOpticalFlow	3.03 396	0.77 262	20.99 472	1.00 177	0.55 125	4.18 363	0.64 90	4.33 422	3.02 424	2.18 296	3.09 428	4.35 435	5.07 453	7.36 340	1.27 219	0.32 200	0.18 41	0.32 201	0.26 156	0.28 66	0.46 306

TANstereo	1.01 69	0.55 62	1.73 69	0.76 36	0.36 10	4.04 320	0.38 12	1.48 10	1.62 167	2.03 248	2.10 319	0.84 60	0.93 105	0.98 13	0.62 22	0.28 105	0.36 330	0.23 15	0.20 49	0.25 26	0.46 306

CBMV_ROB	3.62 426	0.70 208	21.42 485	1.21 289	0.89 263	4.43 406	1.76 408	4.39 437	2.79 393	5.88 479	3.38 438	4.18 427	5.12 454	10.75 415	2.32 372	0.56 397	0.55 418	0.53 395	0.51 403	0.55 347	0.46 306

PCWNet_CMD	2.23 270	0.65 166	17.36 371	0.83 63	0.76 215	3.51 208	0.64 90	3.60 223	1.97 239	1.70 155	1.63 175	3.22 366	3.05 406	2.09 188	1.11 180	0.31 182	0.36 330	0.47 360	0.26 156	0.64 381	0.47 311

Wz-Net-MNSev	2.71 363	2.54 456	13.91 324	1.52 392	1.37 374	3.28 172	2.47 440	4.03 321	2.32 317	2.57 382	2.07 316	2.29 276	3.01 402	7.55 343	2.74 397	0.38 282	0.36 330	0.36 284	0.37 332	0.57 357	0.47 311

GES	1.38 148	0.64 156	2.61 157	1.09 224	0.57 140	4.30 387	1.02 300	3.86 273	1.51 96	1.72 160	1.74 206	1.28 129	1.77 308	1.62 128	1.61 287	0.39 294	0.27 254	0.33 235	0.30 254	0.41 261	0.47 311

DLCB_ROB	2.05 251	0.95 324	2.37 141	1.24 298	1.02 299	2.92 126	1.30 354	3.68 236	2.30 310	2.91 415	2.17 334	3.32 376	1.52 251	10.37 404	2.50 384	0.40 300	0.33 311	0.40 321	0.36 320	0.41 261	0.47 311

PAM_32	2.45 320	0.63 145	20.74 462	1.05 202	0.65 172	2.83 115	0.46 33	2.91 140	1.54 121	1.95 213	2.66 401	4.99 457	3.78 431	1.96 176	0.92 137	0.27 70	0.22 153	0.27 93	0.25 138	0.36 208	0.48 315

EKT-Stereo	6.79 483	0.64 156	4.24 214	1.77 429	106.39 524	4.51 423	0.61 73	3.16 165	1.53 112	1.88 190	1.22 67	1.98 243	1.36 204	3.81 264	0.84 100	0.35 247	0.24 211	0.29 141	0.26 156	0.34 177	0.48 315

hitnet-ft	2.37 312	0.73 234	8.34 255	0.96 150	0.89 263	3.77 253	0.80 186	3.55 218	2.58 368	2.24 318	2.04 305	3.65 403	1.49 245	11.71 463	1.89 328	0.44 337	0.53 414	0.44 346	0.35 310	0.52 336	0.48 315

FADNet-RVC	2.51 332	2.27 448	14.03 325	1.09 224	0.81 227	3.54 216	1.10 320	4.13 352	2.48 350	1.39 110	1.22 67	1.85 225	1.77 308	9.78 384	2.06 349	0.38 282	0.37 343	0.40 321	0.40 362	0.67 391	0.48 315

SGM_RVC	4.57 453	0.72 223	17.46 375	1.84 439	0.58 148	4.23 376	3.45 470	4.66 468	3.66 461	7.99 491	8.82 481	7.56 478	8.74 490	12.30 476	6.84 442	0.43 330	0.38 349	0.39 315	0.35 310	0.51 333	0.48 315
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CFNet_ucs	2.36 311	0.68 195	18.42 390	0.89 101	0.81 227	3.85 275	0.68 107	4.29 405	2.37 330	2.09 261	2.04 305	3.31 375	1.24 186	2.63 234	1.14 185	0.36 258	0.45 388	0.56 405	0.29 236	0.66 389	0.49 320

Wz-Net-LNSev	2.30 289	1.67 428	14.88 337	1.18 277	1.65 428	3.49 202	1.54 390	3.63 227	2.03 249	1.88 190	1.64 177	3.29 372	2.06 343	2.71 240	2.02 345	0.40 300	0.33 311	0.32 201	0.31 270	0.53 342	0.49 320

GwcNet-ADL	2.47 326	0.67 187	21.48 486	0.96 150	0.72 202	4.61 439	0.95 279	4.42 441	2.36 324	1.98 221	1.80 232	2.55 308	1.24 186	1.90 171	1.41 244	0.40 300	0.46 396	0.24 31	0.27 182	0.41 261	0.49 320

PFNet+	1.46 156	0.57 81	2.84 171	0.92 122	0.47 83	4.64 443	0.84 206	2.46 86	1.99 242	2.14 277	1.64 177	1.34 137	1.03 126	4.68 283	1.23 208	0.45 346	0.33 311	0.37 296	0.39 351	0.32 142	0.49 320

FINET	2.96 383	1.07 350	23.18 502	1.29 317	1.86 450	2.03 75	1.52 385	4.30 413	4.71 475	2.23 316	2.34 374	1.65 177	1.48 239	5.89 306	2.81 401	0.51 383	0.47 400	0.49 381	0.40 362	0.59 361	0.49 320

PSMNet_ROB	2.95 380	1.38 405	18.46 391	1.19 279	1.20 341	3.80 260	1.65 402	3.54 216	2.35 321	1.98 221	1.71 199	2.75 328	1.79 311	11.43 446	2.78 399	0.42 325	0.36 330	0.50 384	0.60 423	0.59 361	0.49 320

SGM-Forest	2.96 383	0.62 137	3.49 197	1.09 224	0.80 224	4.06 323	3.30 466	4.37 434	3.09 429	4.18 464	3.27 436	4.67 451	3.86 434	11.69 462	7.91 450	0.51 383	0.46 396	0.49 381	0.39 351	0.48 323	0.49 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PAM	2.43 317	0.61 127	20.86 465	1.07 210	0.73 206	2.93 129	0.53 48	3.24 176	1.53 112	1.89 196	2.43 378	5.29 466	2.76 390	1.84 163	1.02 164	0.27 70	0.24 211	0.26 69	0.25 138	0.40 237	0.50 327

rvit_0105_3	1.24 115	0.93 317	2.84 171	0.97 157	0.58 148	2.38 94	1.08 315	3.26 179	2.53 360	1.18 93	1.40 115	1.24 125	1.04 130	1.73 148	0.97 154	0.44 337	0.44 383	0.40 321	0.42 374	0.42 279	0.50 327

CSP-Net	1.78 204	1.32 398	1.92 88	1.16 269	1.03 300	3.38 181	1.31 355	3.52 211	1.75 204	1.96 217	1.93 285	2.40 287	1.48 239	8.58 358	1.58 280	0.46 351	0.34 322	0.27 93	0.26 156	0.41 261	0.50 327

ASMatch	2.62 349	0.60 113	20.65 460	1.37 359	0.64 164	4.39 396	0.78 169	1.97 47	1.58 144	1.70 155	3.89 450	1.94 232	3.79 432	5.46 295	1.64 297	0.31 182	0.24 211	0.34 252	0.28 209	0.33 159	0.50 327

GEStereo_RVC	1.91 224	0.80 275	6.57 238	1.20 283	1.06 308	4.02 317	1.43 378	4.13 352	1.89 230	2.03 248	1.80 232	2.34 280	1.86 328	4.94 285	1.77 315	0.48 364	0.38 349	0.32 201	0.28 209	0.42 279	0.50 327

GANet	2.93 379	1.05 344	11.29 295	1.64 413	0.96 279	3.91 285	2.52 443	3.72 248	2.41 338	2.95 422	3.00 422	3.21 365	2.03 339	12.42 479	4.72 426	0.51 383	0.41 370	0.46 357	0.39 351	0.60 365	0.50 327

TDLM	2.29 286	1.08 352	4.61 222	1.29 317	1.01 298	4.26 378	2.17 432	3.75 251	2.79 393	2.31 338	1.98 295	2.06 256	1.59 264	12.45 480	1.72 307	0.51 383	0.28 263	0.52 393	0.35 310	0.56 353	0.50 327

CVANet_RVC	2.55 342	1.10 356	9.13 270	1.46 380	1.15 323	3.96 306	1.53 387	3.91 289	2.50 355	3.04 425	2.04 305	2.60 313	1.72 303	12.46 481	1.50 265	0.49 374	0.30 286	0.51 387	0.41 368	0.63 374	0.50 327

rvit_stereo_0075_2	1.18 95	0.74 242	2.66 163	0.90 109	1.27 355	2.51 102	0.69 112	2.25 69	2.06 258	1.40 111	1.86 266	1.46 156	0.84 83	1.42 88	0.94 147	0.46 351	0.40 363	0.48 368	0.38 345	0.46 316	0.51 335

ADStereo(finetuned)	2.04 249	0.73 234	13.28 310	0.82 53	0.40 39	4.16 355	0.59 67	4.25 389	2.97 417	2.35 350	1.84 256	1.18 114	3.40 420	1.52 108	1.54 275	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.51 335

PSMNet-ADL	1.91 224	0.72 223	1.78 76	1.09 224	0.86 250	4.18 363	0.78 169	3.77 255	2.10 272	1.72 160	1.85 263	2.91 345	1.82 321	10.38 406	1.91 331	0.48 364	0.46 396	0.28 120	0.29 236	0.38 222	0.51 335

ICVP	2.26 276	0.66 177	21.18 479	0.99 169	0.88 258	4.28 384	0.95 279	3.32 188	1.60 160	1.66 147	1.76 218	1.34 137	1.14 164	1.62 128	1.32 229	0.53 391	0.35 326	0.33 235	0.29 236	0.40 237	0.51 335
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
STTStereo	2.34 301	0.95 324	14.93 340	1.43 371	1.54 404	3.86 277	0.86 217	3.65 230	2.44 345	2.15 285	1.55 153	2.49 304	1.59 264	5.14 289	1.44 249	0.38 282	0.39 358	0.47 360	0.51 403	0.52 336	0.51 335

ssnet_v2	2.04 249	0.88 303	7.87 249	1.20 283	0.87 255	3.86 277	1.64 399	4.01 316	2.60 370	2.61 391	1.96 287	3.79 406	1.71 301	2.20 201	2.96 403	0.41 314	0.35 326	0.42 338	0.37 332	0.55 347	0.52 340

DeepPruner_ROB	2.05 251	1.09 355	10.50 286	1.01 183	1.20 341	4.39 396	0.91 255	3.14 163	1.72 194	2.60 389	1.54 149	2.78 335	1.27 188	4.52 279	1.72 307	0.51 383	0.40 363	0.37 296	0.34 296	0.48 323	0.52 340

dad	1.65 184	1.19 373	3.04 180	0.98 163	0.56 129	4.22 373	0.84 206	1.99 49	2.48 350	2.14 277	1.68 189	1.62 175	1.13 158	3.85 265	2.04 346	1.03 449	0.40 363	2.04 474	0.48 393	0.75 410	0.53 342

GrayStereo	2.58 347	0.53 46	1.63 63	1.58 405	0.89 263	4.17 360	8.17 496	3.03 152	1.52 105	2.80 410	2.50 385	1.70 188	17.10 500	2.83 243	1.15 186	0.33 216	0.21 125	0.27 93	0.32 280	0.28 66	0.53 342

DCANet	1.74 196	0.73 234	9.08 265	0.82 53	0.40 39	4.18 363	0.59 67	4.25 389	2.97 417	2.35 350	1.84 256	1.18 114	1.63 284	1.51 106	1.55 276	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.53 342

FADNet	2.49 330	1.76 432	13.17 308	1.17 271	0.95 278	3.27 168	0.88 239	3.94 298	2.27 303	1.40 111	1.29 88	2.51 305	2.06 343	9.93 391	1.94 334	0.43 330	0.45 388	0.40 321	0.43 377	1.06 437	0.53 342

SGM-ForestM	11.55 498	1.16 369	21.62 490	2.14 457	0.81 227	22.25 512	19.08 509	16.50 511	11.34 496	15.94 510	14.44 502	27.12 512	22.61 510	24.76 511	28.39 516	0.50 377	0.48 406	0.47 360	0.44 379	0.55 347	0.53 342

CBMV	3.32 417	0.96 330	21.16 477	1.32 329	0.83 237	3.81 262	3.91 483	4.47 450	2.53 360	3.34 441	2.24 346	4.45 438	2.58 383	10.07 398	1.96 339	0.45 346	0.43 378	0.48 368	0.38 345	0.52 336	0.53 342
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111	1.83 209	0.92 313	9.08 265	0.81 43	0.36 10	4.25 377	0.91 255	4.44 445	2.70 382	2.39 360	1.96 287	2.30 277	1.64 287	1.28 67	1.82 320	0.28 105	0.22 153	0.24 31	0.20 49	0.31 117	0.54 348

NOSS_ROB	2.27 278	0.73 234	3.00 178	1.71 422	1.00 297	3.90 284	0.97 287	4.29 405	2.81 403	2.94 421	2.19 338	3.88 410	1.19 179	11.77 465	1.62 292	0.59 402	0.54 416	0.56 405	0.52 406	0.56 353	0.54 348

Nwc_Net	2.88 375	1.16 369	18.30 386	1.35 345	1.68 433	3.52 211	1.18 336	3.90 285	2.06 258	2.52 376	2.82 416	3.82 408	2.34 367	6.78 330	2.55 390	0.86 441	0.40 363	0.59 412	0.67 430	0.57 357	0.55 350

AANet_RVC	3.03 396	1.72 429	12.78 306	1.17 271	1.12 319	3.79 258	1.10 320	3.86 273	3.13 431	2.62 392	4.26 453	3.96 414	1.41 217	11.43 446	5.23 433	0.94 444	0.47 400	0.34 252	0.23 105	0.40 237	0.55 350

pcwnet_v2	2.70 362	0.65 166	22.48 497	1.08 218	1.03 300	3.56 219	0.81 195	4.29 405	3.14 433	2.29 328	2.29 356	3.01 352	1.71 301	3.32 253	1.43 247	0.43 330	0.50 411	0.41 331	0.34 296	0.61 370	0.56 352

FADNet-RVC-Resample	2.83 368	2.02 443	21.07 473	1.12 243	0.91 267	3.53 212	1.37 366	4.08 340	2.09 264	1.68 150	1.33 94	2.03 250	1.51 249	9.54 378	1.69 303	0.38 282	0.37 343	0.42 338	0.44 379	0.56 353	0.56 352

AF-Net	2.87 373	1.30 393	16.24 353	1.33 334	1.75 440	3.26 166	1.59 394	4.09 342	2.43 341	2.69 401	2.94 419	4.51 441	3.20 413	5.84 305	2.75 398	0.76 430	0.36 330	0.72 440	0.49 396	0.70 397	0.56 352

XPNet_ROB	2.27 278	1.11 359	4.10 213	1.36 351	0.97 283	3.94 296	1.63 397	4.07 336	2.14 279	2.82 412	2.00 299	2.32 279	1.73 306	10.81 419	3.39 411	0.51 383	0.47 400	0.48 368	0.40 362	0.51 333	0.56 352

ISRNet	1.69 190	0.76 259	5.69 235	1.27 313	1.36 372	2.85 118	0.61 73	3.60 223	1.91 234	2.13 274	2.12 326	2.90 342	1.41 217	2.51 220	1.71 305	0.49 374	0.50 411	0.56 405	0.47 388	0.49 329	0.57 356

APVNet	3.13 405	1.25 388	21.14 475	1.31 327	1.52 402	3.94 296	1.13 327	3.32 188	2.14 279	2.20 302	2.03 302	3.05 357	1.96 337	11.79 466	2.53 387	0.42 325	0.45 388	0.64 427	0.46 385	0.67 391	0.57 356

DRN-Test	3.03 396	0.99 332	18.18 383	1.35 345	1.60 417	3.59 224	1.48 380	4.13 352	2.45 346	3.47 446	1.92 284	2.58 312	2.53 380	10.88 421	2.80 400	0.39 294	0.36 330	0.44 346	0.41 368	0.55 347	0.57 356

LALA_ROB	1.95 232	1.48 414	3.11 182	1.05 202	0.98 287	3.99 312	1.82 413	4.44 445	2.28 306	3.31 439	1.85 263	2.76 334	1.67 293	4.04 273	3.23 410	0.46 351	0.41 370	0.55 403	0.52 406	0.60 365	0.57 356

WCMA_ROB	5.12 462	0.90 306	21.33 481	1.50 389	1.33 367	4.09 330	3.49 471	4.03 321	4.59 474	6.57 484	10.95 489	12.92 491	8.41 489	9.86 387	8.78 455	0.75 429	0.58 426	0.51 387	0.50 400	0.68 394	0.57 356

rvit_105_1	1.43 152	0.90 306	3.27 189	1.08 218	0.68 190	2.79 114	1.27 351	3.52 211	2.35 321	1.38 109	1.54 149	1.28 129	1.14 164	2.91 244	1.40 240	0.54 393	0.47 400	0.45 352	0.59 421	0.44 297	0.58 361

GASNet	3.24 412	5.55 478	20.58 458	1.56 403	1.25 352	2.32 92	1.12 324	4.04 325	2.67 379	1.88 190	2.10 319	3.00 351	2.16 355	10.59 409	2.43 378	0.65 414	0.37 343	0.61 420	0.45 383	0.87 423	0.58 361

UDGNet	1.40 149	1.52 417	2.22 124	1.38 361	0.62 160	4.39 396	0.68 107	1.80 36	2.18 286	1.34 101	1.18 61	0.99 88	1.00 121	2.16 195	1.19 195	1.09 450	0.34 322	1.30 467	0.98 457	1.10 443	0.58 361

StereoDRNet	2.84 369	1.49 415	14.48 333	1.33 334	1.57 415	3.44 190	2.06 426	3.69 241	2.36 324	3.26 438	1.84 256	2.79 337	1.80 316	10.88 421	3.16 408	0.41 314	0.33 311	0.39 315	0.36 320	0.59 361	0.58 361

MeshStereo	5.35 466	1.32 398	21.34 482	1.34 341	1.15 323	4.40 400	3.90 482	5.18 479	4.55 473	10.14 501	11.82 494	11.47 486	5.84 463	13.84 496	7.03 445	0.61 405	0.58 426	0.60 417	0.58 419	0.72 407	0.59 365
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
AIO-Stereo-zeroshot	2.35 306	0.99 332	19.62 413	1.09 224	0.96 279	1.51 48	0.44 28	4.05 329	1.64 171	1.31 99	1.67 186	4.93 454	2.45 375	2.52 225	1.40 240	0.30 163	0.20 94	0.31 182	0.50 400	0.57 357	0.60 366

Wz-Net-SNSev	2.98 389	4.36 471	15.98 351	1.57 404	1.19 336	3.28 172	1.80 411	3.96 305	2.40 336	2.32 342	2.28 353	3.48 385	2.05 342	7.84 349	3.82 417	0.47 360	0.39 358	0.53 395	0.49 396	0.71 404	0.60 366

RTSC	2.95 380	2.51 452	15.49 349	1.54 396	1.30 357	3.51 208	0.86 217	3.89 280	2.48 350	3.64 447	3.12 429	3.04 354	2.30 363	5.70 303	6.67 437	0.55 395	0.35 326	0.37 296	0.39 351	0.70 397	0.60 366

FC-DCNN v2	6.91 486	0.77 262	19.25 403	1.69 418	1.64 424	9.13 496	2.40 439	7.20 492	9.47 494	11.07 505	11.62 493	20.05 502	15.79 498	12.55 483	11.99 470	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

HBP-ISP	3.25 414	1.10 356	20.86 465	1.54 396	1.15 323	4.50 419	2.89 455	4.43 444	2.38 333	4.14 460	1.96 287	1.90 228	2.04 341	11.08 434	1.32 229	0.66 416	0.57 421	0.66 430	0.61 426	0.64 381	0.61 369

FC-DCNN	6.64 481	0.77 262	19.26 405	1.68 417	1.64 424	8.27 494	2.35 438	6.35 490	9.23 493	10.85 503	11.27 491	19.89 500	13.33 495	12.51 482	11.79 469	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

DCVSM-stereo	2.31 290	0.66 177	20.69 461	1.11 240	0.93 273	2.58 108	0.73 128	2.61 112	1.60 160	2.57 382	1.53 147	3.30 374	1.72 303	2.19 200	1.23 208	0.34 228	0.53 414	0.41 331	0.32 280	0.45 305	0.62 372

NLCA_NET_v2_RVC	2.54 338	1.04 343	16.73 361	1.53 394	2.00 457	3.96 306	0.87 235	3.87 275	2.31 314	2.54 377	1.67 186	2.85 339	1.63 284	5.55 298	1.62 292	0.46 351	0.33 311	0.38 312	0.38 345	0.53 342	0.62 372
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ETE_ROB	2.07 254	1.40 408	3.01 179	1.09 224	0.92 268	3.94 296	1.53 387	4.25 389	2.23 293	3.31 439	2.06 315	2.35 282	1.52 251	8.74 360	2.07 352	0.44 337	0.36 330	0.51 387	0.48 393	0.54 345	0.62 372

PWCDC_ROB	2.95 380	3.26 463	14.06 326	1.59 406	1.56 411	4.19 367	0.86 217	4.30 413	4.08 470	2.06 257	7.37 467	2.75 328	2.42 372	3.59 258	2.67 395	1.34 468	0.36 330	0.39 315	0.34 296	1.13 446	0.62 372

ACV-stereo	2.92 378	0.92 313	20.27 443	1.33 334	1.05 305	4.68 449	1.10 320	2.66 117	1.64 171	1.46 117	1.32 93	5.41 468	4.24 442	7.83 348	1.90 330	0.44 337	0.52 413	0.32 201	0.29 236	0.45 305	0.63 376

CASS	1.29 136	0.66 177	2.62 160	0.95 144	0.66 178	2.84 116	0.69 112	3.00 148	1.79 211	2.57 382	1.95 286	1.39 144	1.55 261	1.59 120	1.06 168	0.50 377	0.28 263	0.34 252	0.28 209	0.46 316	0.63 376
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSMD_ROB	5.61 470	1.08 352	16.68 360	1.21 289	0.83 237	10.14 497	2.07 428	3.93 295	6.22 488	10.37 502	8.03 472	22.22 504	9.45 491	11.66 459	4.52 423	0.66 416	0.58 426	0.66 430	0.68 433	0.65 384	0.63 376

SuperB	4.79 458	4.41 472	21.08 474	1.45 378	1.08 312	3.91 285	3.08 463	4.18 363	3.01 423	2.50 373	2.10 319	2.75 328	3.49 427	8.80 361	19.60 501	0.44 337	0.33 311	0.53 395	0.39 351	12.01 512	0.64 379

StereoDRNet-Refined	1.77 203	0.81 279	2.22 124	1.21 289	0.76 215	3.26 166	0.71 120	3.82 263	2.05 256	2.29 328	2.05 311	2.98 349	1.44 228	7.15 335	2.27 369	0.30 163	0.23 178	0.42 338	0.33 288	0.45 305	0.64 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	2.53 336	1.35 402	10.90 292	1.15 264	0.97 283	3.53 212	2.56 445	3.65 230	2.23 293	2.76 406	1.80 232	2.41 289	1.66 291	10.35 403	2.07 352	0.44 337	0.40 363	0.57 408	0.53 410	0.59 361	0.65 381

CSAN	4.71 456	1.39 407	20.23 438	1.19 279	0.87 255	3.65 237	3.50 472	4.57 463	3.87 464	3.89 453	7.82 470	3.54 398	6.16 469	23.47 510	6.82 441	0.52 389	0.45 388	0.49 381	0.52 406	0.63 374	0.66 382

AIO-Stereo-zeroshot1	2.68 359	1.26 389	22.01 495	1.08 218	0.99 290	1.61 54	0.86 217	3.69 241	1.64 171	1.52 123	5.62 464	3.35 378	3.44 425	2.20 201	1.33 233	0.26 56	0.21 125	0.30 161	0.62 427	0.93 428	0.67 383

edge stereo	3.37 420	1.01 336	21.99 494	1.28 314	1.37 374	2.67 111	1.39 369	3.98 308	2.87 408	2.93 417	3.27 436	4.35 435	2.43 373	11.62 453	2.39 375	0.60 403	0.63 436	0.79 446	0.55 413	0.68 394	0.67 383

ADCRef	3.30 415	1.23 386	14.90 338	1.17 271	1.41 388	3.95 301	1.64 399	3.88 278	2.36 324	3.05 427	2.21 342	2.40 287	2.81 394	5.04 286	16.63 486	0.46 351	0.34 322	0.63 424	0.62 427	0.54 345	0.67 383

RP	2.79 365	1.20 375	10.36 283	1.54 396	1.93 454	3.44 190	1.97 421	4.05 329	2.34 319	2.66 399	2.79 411	3.98 415	2.58 383	10.21 400	2.61 392	0.95 445	0.47 400	0.71 436	0.57 418	0.71 404	0.68 386

stereogan	3.09 401	0.93 317	16.43 356	1.37 359	1.66 431	3.70 242	1.67 404	3.87 275	3.15 435	3.04 425	2.70 405	5.04 460	2.79 392	9.96 392	1.78 317	0.63 408	0.49 410	0.69 433	0.47 388	0.83 421	0.68 386

DualNet (step1)	2.34 301	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	1.23 458	0.48 406	4.27 502	2.09 488	0.70 397	0.69 388

test_sample9	3.79 433	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.35 426	2.11 274	2.14 277	1.75 210	1.75 194	1.67 293	11.06 431	11.61 467	1.23 458	14.45 515	4.27 502	2.09 488	0.70 397	0.69 388

test_sample8	4.76 457	1.05 344	7.87 249	1.07 210	0.86 250	3.93 291	1.19 339	4.38 435	2.05 256	5.49 475	1.89 276	12.98 492	6.37 471	11.06 431	11.61 467	1.23 458	14.45 515	4.27 502	2.09 488	0.70 397	0.69 388

RAFT + AFF	2.51 332	2.66 458	4.48 220	1.15 264	1.95 455	4.15 345	2.01 424	4.46 449	3.30 450	2.19 300	2.51 387	2.22 268	4.87 452	8.91 364	2.06 349	0.30 163	0.60 431	0.48 368	0.38 345	0.77 412	0.69 388

STTRV1_RVC	3.52 423	1.03 342	20.87 467	1.47 383	1.47 394	3.23 157	1.55 391	4.06 333	3.22 443	1.95 213	3.50 442	2.63 317	2.07 345	11.96 473	2.21 365	1.86 471	4.03 505	0.81 449	0.73 437	1.06 437	0.70 392

sAnonymous2	1.37 146	1.22 382	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 393

CroCo_RVC	1.37 146	1.22 382	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 393

ADLNet	2.29 286	0.83 289	3.62 207	1.35 345	1.60 417	3.67 239	1.24 349	3.95 300	2.98 420	2.58 385	2.29 356	4.01 417	1.79 311	11.23 439	2.09 354	0.37 266	0.38 349	0.36 284	0.34 296	0.45 305	0.71 393

NCC-stereo	3.16 409	1.28 391	18.31 387	1.25 300	1.75 440	4.06 323	1.40 371	3.89 280	2.22 291	2.72 403	2.55 391	3.49 391	2.65 386	9.91 389	2.99 404	1.29 464	0.65 438	0.64 427	0.86 449	0.65 384	0.71 393

Abc-Net	3.16 409	1.28 391	18.31 387	1.25 300	1.75 440	4.06 323	1.40 371	3.89 280	2.22 291	2.72 403	2.55 391	3.49 391	2.65 386	9.91 389	2.99 404	1.29 464	0.65 438	0.64 427	0.86 449	0.65 384	0.71 393
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	3.70 429	1.72 429	14.87 336	1.33 334	1.74 439	3.70 242	1.55 391	4.20 367	14.00 500	2.02 244	1.77 223	2.74 326	2.30 363	10.88 421	6.88 443	0.68 422	0.60 431	0.78 445	0.78 445	0.81 418	0.71 393

Syn2CoEx	3.08 400	2.55 457	19.88 422	1.34 341	1.18 329	2.43 98	1.65 402	3.91 289	2.40 336	2.39 360	2.27 350	2.90 342	3.17 412	9.57 380	2.54 389	0.50 377	0.45 388	0.53 395	0.39 351	0.74 408	0.72 399

WZ-Net	3.62 426	4.87 473	16.77 363	1.43 371	1.40 381	3.75 250	2.29 436	4.12 351	2.50 355	2.74 405	2.19 338	4.06 420	5.29 457	10.19 399	7.36 447	0.54 393	0.37 343	0.47 360	0.49 396	0.77 412	0.73 400

Anonymous_2	3.01 394	0.89 304	4.53 221	1.06 208	1.18 329	2.93 129	0.87 235	3.24 176	1.46 64	1.86 185	1.35 102	4.11 423	2.35 368	1.64 134	1.28 223	0.82 437	0.90 458	8.71 511	15.84 514	4.44 493	0.74 401

SHD	2.82 367	2.04 444	13.80 321	1.69 418	1.79 445	2.73 113	1.07 310	3.85 270	3.18 437	4.63 469	2.74 406	3.38 381	2.77 391	5.48 297	3.66 415	0.62 407	0.47 400	0.51 387	0.55 413	0.65 384	0.74 401

PWC_ROB	2.69 361	2.01 442	8.36 256	1.33 334	1.90 453	3.23 157	1.18 336	4.33 422	3.25 445	3.11 430	3.41 439	2.71 323	2.18 359	9.15 370	4.48 422	0.56 397	0.31 296	0.61 420	0.36 320	0.69 396	0.74 401

SACVNet	2.46 323	1.14 365	9.47 272	1.44 374	1.18 329	4.06 323	1.49 384	3.84 267	2.24 295	2.62 392	1.89 276	2.57 310	1.28 190	11.35 442	1.64 297	0.50 377	0.39 358	0.48 368	0.41 368	0.55 347	0.75 404

RYNet	2.97 387	0.93 317	15.09 343	1.12 243	1.38 377	3.66 238	1.42 376	4.03 321	2.29 309	2.10 264	1.70 195	3.79 406	2.16 355	13.64 494	3.02 406	0.37 266	0.41 370	0.48 368	0.34 296	0.81 418	0.75 404

GwcNet	3.00 392	1.63 422	19.83 420	1.32 329	2.04 462	3.27 168	1.55 391	3.65 230	2.33 318	2.00 238	2.12 326	3.56 399	1.68 297	9.47 376	2.45 380	0.44 337	0.45 388	0.46 357	0.38 345	0.60 365	0.76 406

RTS	3.90 436	7.04 482	17.94 380	1.92 445	2.19 465	5.00 473	2.96 457	4.29 405	3.19 438	4.05 457	3.08 426	4.94 455	3.16 410	7.64 344	6.72 438	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 406

RTSA	3.90 436	7.04 482	17.94 380	1.92 445	2.19 465	5.00 473	2.96 457	4.29 405	3.19 438	4.05 457	3.08 426	4.94 455	3.16 410	7.64 344	6.72 438	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 406

ADCL	4.35 449	1.63 422	14.21 329	1.29 317	1.26 354	5.56 480	11.16 498	3.97 306	3.37 452	6.07 480	4.67 456	4.30 434	5.72 462	5.08 288	14.51 476	0.50 377	0.48 406	0.89 453	0.77 442	0.78 414	0.76 406

FCDSN-DC	6.04 477	0.84 293	19.25 403	1.24 298	1.09 315	4.38 393	2.62 447	4.38 435	4.71 475	9.59 499	11.22 490	19.19 499	17.40 501	12.30 476	8.55 454	0.69 425	0.57 421	0.60 417	0.60 423	0.70 397	0.78 410
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RGC	3.10 403	1.45 412	14.90 338	1.46 380	1.79 445	3.33 178	1.39 369	4.04 325	2.26 301	2.77 407	3.26 435	4.00 416	2.71 389	11.63 458	2.62 394	0.82 437	0.46 396	0.79 446	0.79 446	0.71 404	0.78 410

DDVS	1.68 189	0.79 271	2.52 149	1.26 306	1.16 327	3.17 151	0.78 169	3.12 161	1.82 214	1.86 185	1.91 282	2.92 347	1.43 225	6.20 314	1.63 294	0.45 346	0.65 438	0.34 252	0.38 345	0.48 323	0.79 412

CBFPSM	2.05 251	0.95 324	10.12 281	1.07 210	1.05 305	2.84 116	1.20 343	3.28 180	1.73 197	1.82 177	1.30 90	4.56 445	4.06 437	2.34 210	2.34 374	0.25 44	0.38 349	0.32 201	0.27 182	0.37 217	0.79 412

ccnet	2.66 354	0.97 331	8.01 253	1.54 396	1.24 349	3.75 250	2.18 433	4.07 336	2.41 338	2.66 399	3.25 434	2.87 341	2.31 366	9.89 388	3.50 412	0.78 431	0.75 452	0.71 436	0.67 430	0.76 411	0.81 414

FAT-Stereo	3.34 418	0.81 279	20.05 428	1.25 300	1.20 341	3.44 190	1.99 423	4.23 379	2.67 379	3.14 432	3.82 448	3.51 393	3.32 418	11.68 461	1.94 334	0.64 411	0.67 442	0.48 368	0.52 406	0.61 370	0.81 414

ADCP+	3.74 432	1.96 440	16.90 364	1.09 224	1.55 408	4.35 391	3.65 478	3.93 295	2.98 420	2.22 312	1.66 185	3.95 412	4.83 451	3.41 254	18.87 499	0.38 282	0.41 370	0.63 424	0.53 410	0.64 381	0.81 414

NaN_ROB	4.06 443	1.13 361	16.64 359	1.12 243	1.25 352	3.50 205	3.05 461	4.29 405	3.26 446	3.64 447	2.56 393	2.97 348	4.79 450	13.33 488	16.91 487	0.37 266	0.41 370	0.38 312	0.39 351	0.48 323	0.81 414

SANet	5.65 472	1.72 429	20.94 470	1.26 306	0.88 258	7.20 489	3.81 481	4.60 465	11.23 495	4.56 468	8.78 480	7.49 477	6.95 476	11.85 469	18.11 493	0.49 374	0.44 383	0.50 384	0.42 374	0.90 426	0.82 418

XQC	2.96 383	2.42 451	14.85 335	1.36 351	1.32 364	3.29 176	1.53 387	4.28 402	2.78 391	3.21 436	2.46 380	3.53 395	2.92 398	6.58 321	4.67 424	0.70 426	0.41 370	0.59 412	0.56 415	0.96 433	0.83 419

DANet	2.63 350	1.07 350	8.10 254	1.83 438	1.70 435	3.25 164	1.16 332	4.31 416	2.38 333	3.40 444	2.18 336	4.08 421	1.80 316	9.77 382	3.89 418	0.52 389	0.55 418	0.59 412	0.44 379	0.63 374	0.86 420
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	3.20 411	1.93 438	18.84 395	1.51 391	0.80 224	4.12 338	1.82 413	4.16 362	2.91 411	1.87 187	1.74 206	2.48 302	1.84 323	13.18 486	1.74 312	0.80 434	0.57 421	0.79 446	0.74 438	1.20 455	0.86 420
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
DPSNet	3.43 421	1.37 404	12.19 302	1.39 363	1.24 349	4.15 345	2.06 426	4.51 458	3.34 451	2.69 401	1.96 287	3.52 394	5.56 460	10.68 413	9.68 458	0.93 443	0.73 450	0.40 321	0.37 332	1.06 437	0.86 420

G-Net	4.11 444	1.21 376	19.47 410	2.31 466	2.94 478	4.74 465	2.95 456	3.33 191	2.14 279	4.44 467	9.43 483	6.93 476	3.84 433	9.01 367	4.92 431	0.79 432	0.80 455	0.70 435	0.50 400	0.95 429	0.87 423

psmorigin	6.59 480	1.15 366	88.11 525	1.52 392	0.97 283	2.88 120	1.20 343	3.21 170	2.04 253	3.73 450	2.46 380	5.15 464	2.55 381	10.60 410	2.47 382	0.55 395	0.68 445	0.48 368	0.51 403	0.70 397	0.88 424

SAMSARA	3.55 424	2.16 447	14.18 328	1.86 442	1.49 397	4.62 440	2.65 448	3.58 222	2.80 397	7.05 486	3.05 425	5.16 465	4.07 438	9.18 371	4.80 428	0.64 411	0.67 442	0.59 412	0.68 433	0.89 424	0.91 425

aanetorigin	3.30 415	1.66 426	17.52 377	1.18 277	1.58 416	2.57 106	3.80 480	2.65 115	2.03 249	6.12 482	4.30 454	2.82 338	5.70 461	5.47 296	4.67 424	0.50 377	0.44 383	0.43 342	0.47 388	1.17 452	0.92 426

PS-NSSS	2.22 268	1.33 401	2.90 175	0.97 157	1.53 403	4.11 336	1.08 315	4.55 461	2.65 376	2.10 264	2.32 372	1.77 199	1.40 212	11.79 466	1.61 287	0.68 422	0.45 388	0.96 455	0.43 377	0.95 429	0.92 426

PSMNet-RUCA	1.64 183	1.50 416	2.57 153	1.50 389	1.38 377	3.05 139	1.36 361	3.31 183	2.24 295	1.36 104	2.07 316	1.40 149	1.09 146	1.83 162	1.55 276	1.15 454	0.69 446	1.26 466	0.96 455	1.64 465	0.94 428

NVstereo2D	2.54 338	0.90 306	11.10 293	1.32 329	1.47 394	3.58 223	1.38 368	4.13 352	2.45 346	1.90 197	1.71 199	2.86 340	1.76 307	10.86 420	1.66 300	0.60 403	0.43 378	0.53 395	0.41 368	0.78 414	0.94 428

FADNet_RVC	2.65 352	2.28 450	16.51 358	0.98 163	0.92 268	4.09 330	0.83 203	4.26 396	1.73 197	1.46 117	1.78 226	1.60 172	1.50 246	8.88 362	2.39 375	0.47 360	0.38 349	0.44 346	0.58 419	0.89 424	0.97 430

AnyNet_C32	4.17 446	5.75 479	12.62 305	1.60 408	1.54 404	5.51 479	4.09 484	3.90 285	3.23 444	4.22 465	3.03 424	3.10 358	3.41 421	8.01 351	18.85 498	0.53 391	0.58 426	0.53 395	0.74 438	1.19 454	0.97 430

ITSA-stereo	1.86 212	0.72 223	3.74 209	1.20 283	0.66 178	4.09 330	0.91 255	4.24 387	2.53 360	1.93 208	1.77 223	1.59 171	2.15 352	6.12 313	2.44 379	0.40 300	0.38 349	0.40 321	0.40 362	0.50 331	0.98 432

PA-Net	3.09 401	1.24 387	18.84 395	1.38 361	1.19 336	3.42 188	1.75 407	3.89 280	3.27 449	1.88 190	2.10 319	3.03 353	1.88 332	11.60 451	2.88 402	0.40 300	0.54 416	0.44 346	0.62 427	0.52 336	1.02 433
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MFN_U_SF_DS_RVC	3.94 438	10.88 502	12.30 304	1.26 306	1.55 408	5.19 476	3.33 468	4.42 441	2.82 405	2.58 385	2.62 397	5.00 458	2.11 347	14.03 498	2.73 396	1.28 463	2.34 490	0.67 432	1.83 482	0.81 418	1.03 434

Wz-Net-TNSev	3.67 428	8.83 488	13.47 313	1.48 385	1.18 329	3.60 226	2.49 442	4.27 397	3.13 431	2.18 296	1.89 276	4.21 431	2.80 393	12.10 474	7.58 449	0.57 399	0.55 418	0.47 360	0.54 412	0.91 427	1.05 435

PASM	2.67 356	2.05 445	9.71 273	1.73 425	1.37 374	2.53 104	1.52 385	3.10 159	2.17 284	2.79 409	1.84 256	2.90 342	1.85 327	11.89 470	2.19 363	0.81 436	0.85 456	0.87 452	1.01 458	1.14 447	1.05 435

ADCMid	3.96 439	3.27 464	15.48 348	1.26 306	1.40 381	4.66 446	2.28 435	4.06 333	3.54 457	3.94 454	3.02 423	3.85 409	3.67 430	4.03 272	18.65 497	0.68 422	0.61 433	1.09 462	1.18 467	1.38 460	1.08 437

anonymity	1.76 201	1.26 389	2.73 168	1.66 415	1.32 364	1.84 63	1.07 310	3.49 204	2.30 310	2.11 268	2.11 323	1.71 190	3.90 435	1.82 161	1.48 261	1.10 451	1.09 462	1.08 461	1.08 462	1.05 436	1.09 438

Consistency-Raft	2.86 370	1.66 426	19.61 412	1.40 366	1.75 440	3.84 269	1.32 356	4.07 336	2.25 298	1.78 170	2.67 402	1.82 216	4.41 445	1.94 175	2.06 349	0.83 439	0.94 459	1.03 457	1.12 463	1.70 467	1.09 438

testlalala_base	1.62 178	0.74 242	1.63 63	1.19 279	1.40 381	2.63 110	0.84 206	4.09 342	1.31 36	1.22 95	1.42 119	1.21 123	0.85 85	1.16 40	0.73 66	3.92 495	2.10 482	0.27 93	0.18 23	4.49 494	1.11 440

PVD	3.12 404	1.97 441	12.80 307	1.79 435	1.63 422	3.83 264	1.34 358	3.48 201	3.88 465	5.77 477	3.56 443	3.45 384	3.29 416	5.58 301	5.30 434	0.71 428	0.69 446	0.74 444	0.77 442	0.79 416	1.13 441

SDNR	3.97 440	1.93 438	20.28 444	1.31 327	0.94 275	5.16 475	0.67 102	4.33 422	2.58 368	4.82 472	5.94 465	5.01 459	1.45 232	17.52 502	2.53 387	0.79 432	0.72 449	0.59 412	0.45 383	1.15 450	1.17 442

SPS-STEREO	3.97 440	1.44 411	20.85 464	1.72 424	1.71 436	3.24 161	2.30 437	3.55 218	2.68 381	4.79 471	3.66 444	5.44 469	2.97 399	9.11 368	9.35 457	1.15 454	1.10 463	1.06 460	1.02 460	1.16 451	1.18 443
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
S-Stereo	3.48 422	0.91 311	22.06 496	1.36 351	1.50 399	3.55 217	2.53 444	4.21 372	2.81 403	2.37 355	3.81 447	3.75 404	1.84 323	11.90 471	2.51 385	0.63 408	0.71 448	0.48 368	0.76 440	0.67 391	1.19 444

ADCS	4.22 448	5.33 475	16.32 354	1.64 413	1.31 359	3.91 285	3.64 477	4.21 372	2.89 409	5.11 473	2.81 415	4.46 439	3.06 408	5.21 290	19.50 500	0.63 408	0.64 437	0.69 433	0.69 435	1.12 445	1.26 445

coex-ft	18.59 508	6.62 481	113.53 527	1.17 271	1.31 359	2.33 93	1.93 419	2.81 134	14.00 500	124.82 529	8.45 476	5.90 471	51.74 522	9.99 394	22.69 504	0.57 399	0.62 434	0.50 384	0.49 396	1.08 442	1.28 446

PDISCO_ROB	2.86 370	1.53 418	14.27 330	1.98 451	2.19 465	4.52 424	1.35 359	4.65 467	3.19 438	2.09 261	2.16 332	3.53 395	2.45 375	5.32 291	2.12 356	1.30 466	0.78 454	0.72 440	0.59 421	1.24 456	1.28 446

AnyNet_C01	4.37 450	7.80 484	16.40 355	1.98 451	1.40 381	6.37 484	6.47 491	4.09 342	5.03 480	4.06 459	3.78 446	4.16 426	3.31 417	6.62 323	10.00 459	0.61 405	0.67 442	0.63 424	0.67 430	2.01 468	1.31 448

FBW_ROB	3.24 412	1.02 337	9.21 271	1.49 388	1.07 310	3.78 255	1.48 380	4.31 416	3.08 428	2.46 368	2.32 372	4.20 430	2.08 346	15.19 500	7.16 446	0.84 440	0.62 434	1.33 468	0.92 452	0.99 434	1.31 448

PSM-AAD	2.43 317	0.54 56	1.32 35	0.92 122	0.54 120	4.48 410	7.47 492	2.96 143	1.55 129	2.31 338	2.56 393	1.26 127	16.23 499	2.46 214	0.89 123	0.28 105	0.21 125	0.58 409	0.41 368	0.34 177	1.32 450

GCST	2.56 343	1.79 434	18.02 382	1.92 445	1.33 367	1.72 58	0.51 44	3.67 234	2.03 249	1.70 155	1.61 171	1.55 166	1.29 193	5.06 287	1.24 210	2.06 473	0.77 453	1.45 470	0.97 456	1.14 447	1.34 451

ADCPNet	3.89 435	1.63 422	20.25 442	1.28 314	1.27 355	6.43 485	2.65 448	3.93 295	2.70 382	2.78 408	2.20 340	4.28 433	6.16 469	5.56 299	10.27 461	0.65 414	1.18 465	0.71 436	1.70 477	0.84 422	1.37 452

SGM+DAISY	8.36 491	3.82 468	24.83 506	2.02 453	1.75 440	14.80 505	17.22 506	4.27 397	11.79 498	13.88 507	14.38 501	11.74 489	13.83 496	10.56 408	15.12 477	1.21 456	1.19 467	1.14 464	1.13 465	1.17 452	1.37 452

CC-Net-ROB	3.35 419	1.76 432	13.89 323	2.33 467	1.65 428	4.49 416	1.62 396	4.73 471	2.90 410	1.92 204	2.05 311	1.99 245	1.61 269	12.57 484	1.60 284	2.46 476	2.18 483	2.68 485	1.04 461	2.11 470	1.38 454

EDNetEfficient	5.61 470	2.14 446	16.75 362	1.67 416	3.64 489	4.12 338	7.51 493	3.05 154	5.63 486	11.57 506	4.83 458	3.95 412	12.72 494	8.44 356	20.78 503	0.41 314	0.43 378	0.47 360	1.01 458	1.66 466	1.39 455

WAO-7	5.16 463	3.21 462	18.98 399	1.88 444	1.44 390	5.34 477	3.09 464	4.91 476	5.81 487	4.35 466	8.92 482	6.55 473	6.06 466	13.40 490	10.81 462	1.34 468	1.20 468	1.48 471	1.35 473	1.60 464	1.45 456

LoS_RVC	0.94 47	1.30 393	1.31 32	0.84 72	1.63 422	2.02 74	0.59 67	1.51 12	1.36 40	0.81 48	1.33 94	0.84 60	0.88 91	1.36 81	0.73 66	0.21 4	0.17 17	0.20 1	0.14 2	0.20 3	1.45 456

MFMNet_re	2.91 376	1.91 437	18.25 384	3.06 479	1.89 452	3.13 149	1.67 404	3.52 211	2.97 417	3.14 432	2.87 418	2.26 269	2.41 371	2.42 211	2.00 342	1.10 451	1.05 461	0.94 454	0.90 451	1.28 457	1.46 458

ELAS_RVC	5.72 473	1.64 425	20.40 449	2.09 456	2.01 458	4.95 472	11.47 500	4.66 468	6.31 490	8.09 492	8.01 471	8.06 482	11.65 493	8.36 353	10.22 460	0.99 448	1.17 464	0.81 449	0.76 440	1.14 447	1.58 459
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
NVStereoNet_ROB	4.91 461	1.40 408	16.46 357	1.47 383	1.72 438	3.46 195	1.96 420	3.89 280	3.61 459	2.90 414	24.61 510	4.81 452	4.49 447	13.57 492	4.87 429	1.33 467	1.29 470	1.70 472	1.68 475	1.41 462	1.66 460
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ELAS	5.99 476	1.62 420	20.29 445	1.96 450	2.01 458	15.09 506	8.38 497	5.23 480	5.54 484	9.02 495	8.61 477	6.74 474	9.75 492	7.48 341	11.40 466	0.96 446	1.18 465	0.72 440	0.93 453	1.30 458	1.67 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MANE	11.39 497	1.38 405	23.16 501	4.82 504	2.79 476	22.02 511	14.51 504	25.81 512	26.28 513	10.93 504	13.17 499	19.90 501	18.03 504	15.69 501	20.41 502	0.96 446	0.74 451	1.42 469	3.24 505	0.74 408	1.71 462

CAS	1.26 126	0.40 3	1.46 48	2.97 478	1.61 419	4.13 341	0.73 128	1.78 35	1.49 84	0.83 56	1.10 51	0.59 11	0.53 7	1.26 62	0.80 86	2.99 481	0.13 1	0.21 5	0.13 1	0.31 117	1.72 463

MSC_U_SF_DS_RVC	4.48 451	10.62 500	15.18 346	1.55 401	1.45 393	6.16 482	3.54 475	5.41 487	3.68 462	2.59 388	2.74 406	4.81 452	2.20 360	13.79 495	4.40 421	2.04 472	3.36 503	1.05 459	1.20 468	2.09 469	1.72 463

MFN_U_SF_RVC	3.81 434	10.78 501	15.01 341	1.84 439	1.39 379	3.73 248	1.63 397	4.05 329	3.26 446	2.91 415	2.38 376	4.36 437	3.65 429	8.43 355	4.91 430	1.11 453	1.04 460	0.99 456	1.31 470	1.58 463	1.75 465

LCNet	1.55 161	0.54 56	1.88 83	0.99 169	0.55 125	3.60 226	1.21 346	2.86 138	1.53 112	2.18 296	1.74 206	1.43 153	4.17 440	3.62 259	0.87 116	0.29 124	0.20 94	0.28 120	0.77 442	0.47 320	1.85 466

MADNet+	3.97 440	9.54 497	13.83 322	1.87 443	1.69 434	4.19 367	2.87 454	4.80 474	4.10 471	2.51 375	2.67 402	4.55 444	3.41 421	8.72 359	6.92 444	1.25 461	1.27 469	1.04 458	0.93 453	1.39 461	1.85 466

UDG	3.55 424	2.81 461	17.45 374	2.69 472	1.98 456	3.97 309	1.19 339	4.35 426	2.02 247	2.42 364	2.53 390	4.50 440	2.46 377	6.53 320	2.41 377	2.12 474	1.77 478	2.63 484	2.57 496	2.64 474	1.95 468

PWCK	5.85 474	9.95 498	15.22 347	2.90 476	1.56 411	5.66 481	7.69 494	5.27 481	4.74 477	3.88 452	7.51 468	8.04 480	5.28 456	15.18 499	8.40 453	3.08 482	1.51 473	2.24 478	1.37 474	5.55 499	1.96 469

IGEV-BASED-STEREO-	1.09 80	3.30 465	2.61 157	0.82 53	0.38 33	1.27 25	0.62 85	1.51 12	1.29 33	0.91 64	0.92 25	0.65 20	0.57 12	1.08 24	0.59 18	1.55 470	0.15 2	0.32 201	0.28 209	1.10 443	1.98 470

FTStereo	3.71 431	0.53 46	20.37 447	0.96 150	0.65 172	4.34 390	11.29 499	2.62 113	1.50 89	2.58 385	5.04 460	1.90 228	13.84 497	3.71 263	1.25 213	0.38 282	0.24 211	0.31 182	0.32 280	0.30 100	2.10 471

Prome-Stereo	1.61 176	0.55 62	1.71 68	0.98 163	0.60 152	4.41 402	1.82 413	3.03 152	1.53 112	2.18 296	3.45 440	1.72 191	3.49 427	2.23 206	1.08 173	0.29 124	0.20 94	0.26 69	0.25 138	0.34 177	2.16 472

test_for_model	2.16 262	3.87 469	1.58 61	4.16 493	3.64 489	2.51 102	0.96 284	3.63 227	2.62 371	2.45 367	1.39 112	1.02 92	0.73 48	0.92 7	0.57 15	2.97 480	2.19 484	0.26 69	0.17 15	5.32 498	2.24 473

CES	1.01 69	0.55 62	1.74 72	0.92 122	2.15 464	2.15 85	0.50 40	2.01 50	1.45 56	0.76 37	1.02 32	0.61 13	0.47 5	1.29 70	0.79 85	0.22 8	0.17 17	0.24 31	0.14 2	0.63 374	2.29 474

BEATNet-Init1	49.72 522	64.32 525	97.77 526	4.68 503	4.28 499	84.75 527	60.42 521	73.38 526	68.59 522	88.29 526	88.51 528	91.94 527	97.99 528	85.26 529	70.96 528	0.80 434	0.65 438	0.85 451	0.70 436	7.96 509	2.33 475

DDUNet	2.91 376	2.78 460	6.94 244	3.53 485	2.26 469	3.28 172	1.36 361	3.77 255	2.04 253	2.62 392	2.49 384	4.18 427	1.69 298	5.38 293	1.85 324	2.21 475	1.77 478	2.61 483	2.43 494	2.60 473	2.34 476

IGEV-Stereo+	0.94 47	0.47 12	1.19 16	0.86 87	2.02 461	1.40 39	0.39 14	1.17 4	0.88 5	0.61 8	0.44 3	0.47 6	0.79 71	2.14 193	0.42 3	0.27 70	0.19 64	0.22 9	0.17 15	2.26 472	2.41 477

GMM-Stereo	2.45 320	0.52 35	20.38 448	0.89 101	0.82 235	4.18 363	1.91 418	2.45 85	1.48 76	2.48 371	2.30 360	1.69 186	1.86 328	2.93 246	1.08 173	0.28 105	0.18 41	0.33 235	0.48 393	0.35 195	2.41 477

EDNetEfficientorigin	12.35 501	2.51 452	179.47 530	1.19 279	0.96 279	2.91 124	1.81 412	3.00 148	5.35 482	8.91 494	4.79 457	4.18 427	4.64 449	9.98 393	11.30 464	0.37 266	0.38 349	0.60 417	0.85 448	1.32 459	2.43 479

KYRaft	1.59 173	0.52 35	1.73 69	0.95 144	0.49 97	4.38 393	1.79 409	2.43 83	1.51 96	2.49 372	2.98 421	2.00 246	3.41 421	2.14 193	0.82 94	0.30 163	0.21 125	0.33 235	0.46 385	0.35 195	2.45 480

DGSMNet	7.55 489	1.62 420	17.42 373	1.92 445	12.73 506	7.45 492	42.99 520	4.13 352	2.07 260	2.10 264	3.16 432	3.42 382	1.70 299	9.24 372	2.30 370	3.70 492	10.89 513	11.80 515	5.54 506	4.24 489	2.66 481

WAO-6	5.87 475	2.27 448	15.05 342	2.96 477	2.77 475	12.01 500	3.58 476	5.37 486	11.91 499	3.34 441	9.69 484	6.78 475	5.84 463	11.82 468	8.89 456	2.87 478	2.35 491	2.50 479	1.84 483	2.85 475	2.67 482

WAO-8	11.95 499	13.02 505	20.56 456	3.50 483	3.08 482	15.11 507	2.80 451	12.91 502	19.11 509	7.69 488	13.12 496	11.62 487	7.01 479	84.40 527	7.91 450	3.42 485	1.92 480	3.54 498	1.93 486	3.68 481	2.69 483

Venus	11.95 499	13.02 505	20.56 456	3.50 483	3.08 482	15.11 507	2.80 451	12.91 502	19.11 509	7.69 488	13.12 496	11.62 487	7.01 479	84.40 527	7.91 450	3.42 485	1.92 480	3.54 498	1.93 486	3.68 481	2.69 483

SQANet	3.70 429	9.34 496	18.41 389	2.75 473	2.74 474	3.40 185	1.47 379	3.50 207	1.68 181	2.60 389	1.75 210	2.69 320	1.91 334	6.72 329	1.74 312	2.96 479	1.41 472	1.85 473	1.12 463	3.17 476	2.70 485

MaskLacGwcNet_RVC	3.13 405	1.43 410	9.93 277	2.50 469	1.62 420	4.29 385	1.68 406	3.95 300	2.43 341	1.66 147	1.91 282	3.04 354	1.41 217	13.26 487	1.58 280	3.82 493	1.59 474	1.12 463	0.46 385	2.21 471	2.74 486

Ntro	4.21 447	8.94 492	19.89 423	3.22 481	2.96 479	4.15 345	1.89 417	3.92 294	2.36 324	1.77 168	2.14 329	3.35 378	2.17 357	9.48 377	2.24 367	3.52 488	1.76 477	2.13 476	1.31 470	3.83 486	3.09 487

ACVNet_2	5.41 467	12.60 504	20.42 451	3.27 482	3.15 485	4.50 419	3.02 460	4.66 468	3.73 463	3.35 443	5.36 461	7.86 479	2.88 395	12.33 478	4.76 427	3.12 483	2.22 485	2.70 486	1.69 476	3.49 479	3.10 488

otaku	4.58 454	8.93 491	19.95 425	3.11 480	2.67 472	3.91 285	2.57 446	3.82 263	2.25 298	2.22 312	9.72 485	4.08 421	2.35 368	8.57 357	2.13 359	3.51 487	1.65 476	2.15 477	1.17 466	3.69 483	3.15 489

LVE	6.88 485	9.31 495	21.14 475	3.61 488	3.18 486	4.49 416	2.79 450	10.21 497	11.69 497	3.16 435	11.53 492	18.33 498	4.31 443	11.66 459	3.52 413	4.45 501	2.93 495	2.56 481	1.91 485	3.62 480	3.16 490

ACVNet_1	6.04 477	13.97 510	21.36 483	3.58 487	3.14 484	4.73 462	2.48 441	4.20 367	3.17 436	2.98 423	2.83 417	23.31 505	4.34 444	11.06 431	2.45 380	3.68 490	2.33 489	2.60 482	1.79 481	3.69 483	3.19 491

ACVNet-4b	6.73 482	13.67 508	21.87 493	3.54 486	3.07 481	4.19 367	2.25 434	4.03 321	3.65 460	1.64 142	3.98 451	5.88 470	2.89 396	10.01 395	16.98 488	23.29 517	2.24 486	2.53 480	1.78 480	3.87 487	3.21 492

Dean	7.52 488	9.08 493	21.41 484	3.74 490	3.53 488	4.81 469	3.53 473	5.33 485	5.25 481	4.17 461	26.53 511	25.62 511	4.09 439	10.97 425	4.32 420	3.69 491	2.30 488	2.91 488	1.87 484	4.03 488	3.24 493

RainbowNet	4.56 452	8.28 485	20.07 431	3.64 489	3.23 487	4.15 345	2.99 459	4.18 363	3.03 425	2.20 302	2.65 400	4.26 432	2.90 397	9.77 382	2.12 356	3.88 494	2.27 487	2.71 487	1.72 479	3.78 485	3.31 494

DispFullNet	4.64 455	3.48 466	23.95 505	3.99 491	3.03 480	3.35 179	1.06 308	4.18 363	2.80 397	6.33 483	2.94 419	4.04 419	7.81 484	3.92 270	5.16 432	2.75 477	1.61 475	3.10 492	2.68 499	3.32 478	3.31 494

IMH	6.81 484	13.66 507	20.41 450	4.33 499	3.74 491	5.50 478	3.06 462	5.49 488	6.22 488	4.64 470	10.35 487	9.30 483	8.03 487	13.61 493	6.81 440	4.80 506	2.99 500	3.09 491	2.12 491	4.36 492	3.61 496

IMH-64-1	4.84 459	2.53 454	6.83 241	4.30 497	3.74 491	4.81 469	6.05 488	5.30 482	3.92 466	3.95 455	8.33 474	5.08 462	6.06 466	8.96 365	6.30 435	4.57 503	2.96 497	3.04 489	2.12 491	4.28 490	3.62 497

IMH-64	4.84 459	2.53 454	6.83 241	4.30 497	3.74 491	4.81 469	6.05 488	5.30 482	3.92 466	3.95 455	8.33 474	5.08 462	6.06 466	8.96 365	6.30 435	4.57 503	2.96 497	3.04 489	2.12 491	4.28 490	3.62 497

tt	7.19 487	0.51 29	6.83 241	4.03 492	2.30 470	12.05 501	20.19 511	15.46 509	6.58 491	3.42 445	3.22 433	5.37 467	6.39 474	4.20 277	7.46 448	9.81 510	11.53 514	7.05 508	7.46 509	6.31 501	3.71 499

ktn	21.74 511	10.34 499	19.68 415	4.53 501	4.00 496	6.53 486	4.51 486	6.79 491	78.82 525	84.69 525	100.86 529	58.49 522	7.57 483	12.11 475	13.35 473	4.58 505	3.24 502	3.49 495	2.62 497	4.65 495	3.84 500

JetBlue	6.27 479	9.15 494	13.76 316	1.94 449	4.60 502	11.91 499	12.00 501	5.12 478	3.45 456	3.79 451	4.52 455	9.54 484	6.56 475	9.40 375	13.48 474	1.26 462	1.37 471	1.17 465	1.34 472	7.06 506	3.95 501

notaker	10.50 496	8.60 486	20.23 438	4.54 502	3.95 495	6.27 483	3.44 469	8.07 495	4.75 478	8.73 493	46.45 516	13.86 496	27.86 511	13.49 491	13.61 475	4.56 502	3.18 501	3.52 497	2.68 499	8.13 510	4.05 502

TorneroNet	25.88 513	11.28 503	21.62 490	4.20 494	4.07 497	55.25 522	3.15 465	15.16 508	76.94 524	58.09 520	82.72 526	86.88 526	41.15 517	13.35 489	18.13 494	4.32 497	2.85 493	3.45 494	2.62 497	8.33 511	4.14 503

TorneroNet-64	10.12 493	8.74 487	20.95 471	4.27 495	3.76 494	13.86 504	2.85 453	15.05 507	23.15 512	10.07 500	23.84 509	13.47 493	8.24 488	13.96 497	17.21 490	3.96 496	2.72 492	3.23 493	2.48 495	6.29 500	4.27 504

KSHMR	16.96 506	5.37 476	21.64 492	4.46 500	4.50 500	8.30 495	3.32 467	15.58 510	76.24 523	6.62 485	61.47 521	56.53 521	5.43 459	35.17 517	11.37 465	4.39 499	2.97 499	3.63 500	2.74 501	5.10 497	4.34 505

PML	64.32 524	53.22 523	17.88 379	8.10 509	32.94 514	148.46 530	247.79 531	12.18 500	45.42 520	111.41 527	288.92 531	101.47 529	101.31 529	31.67 513	15.55 478	14.03 513	4.83 506	10.98 512	6.18 508	28.82 516	5.17 506

MADNet++	7.57 490	5.80 480	13.28 310	6.38 507	5.26 504	7.18 488	7.77 495	5.32 484	5.62 485	6.11 481	7.78 469	6.02 472	8.01 486	11.74 464	16.36 485	9.36 509	4.95 507	8.57 510	5.66 507	4.83 496	5.34 507

UNDER WATER-64	9.33 492	5.37 476	22.60 498	5.22 506	4.86 503	10.75 498	4.61 487	11.45 498	17.30 504	7.59 487	9.80 486	15.99 497	17.90 503	10.63 411	15.72 480	4.36 498	2.87 494	4.39 505	2.86 502	7.01 505	5.36 508

UNDER WATER	10.47 494	3.95 470	22.62 499	5.07 505	4.51 501	7.78 493	3.77 479	12.56 501	21.72 511	7.84 490	10.78 488	23.96 507	31.66 512	10.78 418	16.19 484	4.44 500	2.93 495	4.24 501	2.86 502	6.33 502	5.47 509

FADE	78.44 525	13.79 509	36.09 513	10.71 513	13.34 507	4.15 345	4.14 485	28.60 515	8.36 492	5.15 474	3.88 449	11.85 490	36.55 513	44.37 519	28.26 515	474.90 531	161.58 530	347.36 531	322.13 531	7.29 507	6.23 510

JetRed	10.48 495	27.10 515	35.70 512	4.27 495	4.09 498	15.55 509	12.83 502	12.16 499	5.50 483	5.83 478	5.56 463	10.14 485	7.43 481	8.88 362	26.39 511	3.32 484	3.81 504	3.51 496	2.96 504	7.85 508	6.69 511

DGTPSM_ROB	15.31 504	8.85 489	28.14 510	9.90 511	18.89 508	12.44 502	33.21 514	13.48 504	17.86 507	9.50 497	22.89 507	13.78 494	19.67 505	21.26 503	23.68 505	5.08 507	8.84 508	5.62 506	11.50 510	6.72 503	14.87 512

DPSMNet_ROB	15.52 505	8.89 490	31.44 511	10.07 512	18.91 509	12.44 502	33.22 515	13.51 505	17.94 508	9.58 498	22.91 508	13.79 495	19.67 505	21.43 504	23.73 506	5.17 508	8.84 508	5.63 507	11.52 513	6.79 504	14.90 513

DPSM_ROB	20.78 509	20.03 513	26.57 508	23.62 515	22.46 510	31.10 514	39.97 518	33.52 517	17.41 505	15.25 508	15.80 504	24.06 508	20.71 508	23.30 508	27.62 513	10.78 511	9.41 511	11.69 513	11.50 510	14.49 513	16.36 514

DPSM	20.78 509	20.03 513	26.57 508	23.62 515	22.46 510	31.10 514	39.97 518	33.52 517	17.41 505	15.25 508	15.80 504	24.06 508	20.71 508	23.30 508	27.62 513	10.78 511	9.41 511	11.69 513	11.50 510	14.49 513	16.36 514

LSM	12.71 502	3.52 467	20.79 463	55.63 523	84.76 522	3.63 236	6.30 490	3.73 249	4.93 479	5.55 476	13.92 500	3.53 395	3.25 415	9.72 381	4.12 419	0.64 411	0.85 456	0.71 436	0.81 447	1.03 435	26.84 516

Anonymous_1	57.11 523	19.68 512	26.15 507	23.10 514	142.31 527	30.84 513	39.75 517	33.86 519	16.98 503	70.53 524	15.42 503	23.46 506	19.75 507	23.04 506	27.23 512	164.73 529	9.02 510	130.38 525	137.40 526	161.27 530	27.24 517

HanzoNet	31.60 515	17.23 511	21.22 480	7.32 508	5.84 505	7.25 490	3.53 473	13.82 506	14.20 502	50.38 518	47.01 517	44.45 515	56.61 523	36.61 518	32.00 517	63.89 523	56.57 524	7.97 509	89.20 524	28.69 515	28.25 518

CasAABBNet	41.80 517	40.20 519	53.41 523	47.73 521	45.18 518	62.51 523	80.71 527	67.26 524	34.80 514	30.49 512	31.88 514	48.24 519	41.81 519	46.63 524	55.64 524	21.60 514	18.88 518	23.48 516	23.22 517	29.19 518	33.05 519

Selective-RAFT-Error	41.77 516	40.16 518	53.34 522	47.73 521	45.25 519	62.51 523	80.64 526	67.22 523	34.93 515	30.64 513	31.81 513	48.11 518	42.11 520	46.57 522	54.95 522	21.61 515	18.87 517	23.48 516	23.15 516	29.16 517	33.08 520

LRCNet_RVC	25.52 512	33.45 516	23.21 503	31.79 517	32.78 513	6.74 487	1.18 336	25.88 513	4.46 472	28.94 511	30.89 512	24.91 510	17.57 502	27.66 512	24.34 508	35.26 519	25.60 520	35.91 519	33.81 518	31.90 520	34.10 521

HaxPig	43.25 518	43.65 520	45.00 517	33.85 518	35.61 515	32.69 516	30.52 512	45.09 520	42.97 518	48.77 516	48.17 518	43.00 514	40.26 515	44.58 520	43.61 518	47.18 520	49.30 521	51.54 521	50.25 520	43.73 521	45.29 522

AVERAGE_ROB	44.46 519	45.91 521	46.59 518	40.59 520	38.66 516	32.99 517	30.52 512	46.19 521	43.26 519	49.59 517	48.97 519	44.62 516	39.89 514	45.04 521	43.94 519	48.74 521	50.69 522	50.80 520	49.79 519	45.54 522	46.97 523

MEDIAN_ROB	47.37 520	49.08 522	49.92 520	40.32 519	39.97 517	34.95 518	33.43 516	49.17 522	46.39 521	53.06 519	52.65 520	47.65 517	42.23 521	48.35 525	47.29 520	52.10 522	54.04 523	54.28 522	53.48 521	48.76 523	50.33 524

LSM0	49.58 521	40.04 517	53.62 524	97.15 524	128.68 526	62.75 525	79.89 525	67.63 525	35.11 516	33.02 514	32.61 515	48.43 520	41.60 518	46.60 523	55.43 523	21.63 516	18.99 519	23.62 518	23.13 515	29.47 519	52.26 525

DPSimNet_ROB	102.30 526	119.72 530	143.59 529	109.42 526	94.10 523	127.22 529	127.15 529	26.62 514	102.36 530	149.58 530	83.99 527	139.34 530	137.54 530	64.62 526	82.36 529	105.18 525	66.15 525	120.15 524	69.61 523	99.58 525	77.72 526

ASD4	103.30 527	113.98 529	120.24 528	106.67 525	79.75 521	115.36 528	120.35 528	119.13 530	79.65 529	120.04 528	74.64 522	101.45 528	65.48 524	109.11 530	84.31 530	104.31 524	90.04 526	133.15 526	103.58 525	130.15 526	94.66 527

xxxxx1	112.33 528	88.53 526	37.76 514	227.84 529	157.23 528	39.05 519	61.41 522	93.76 527	79.29 526	62.45 521	74.79 523	78.32 523	70.96 525	33.47 514	70.69 525	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 528

tt_ll	112.33 528	88.53 526	37.76 514	227.84 529	157.23 528	39.05 519	61.41 522	93.76 527	79.29 526	62.45 521	74.79 523	78.32 523	70.96 525	33.47 514	70.69 525	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 528

ff	112.33 528	88.53 526	37.76 514	227.84 529	157.23 528	39.05 519	61.41 522	93.76 527	79.29 526	62.45 521	74.79 523	78.32 523	70.96 525	33.47 514	70.69 525	114.00 526	130.36 527	259.31 528	274.34 528	145.54 527	147.50 528

test_example2	212.63 531	219.92 531	221.87 531	213.67 528	221.17 531	199.47 531	200.74 530	185.30 531	141.66 531	209.52 531	213.45 530	210.82 531	205.48 531	221.27 531	216.64 531	236.83 530	242.07 531	213.93 527	217.01 527	235.69 531	226.10 531

ccccc	590.94 532	629.75 532	645.59 532	567.84 532	570.84 532	582.44 532	641.68 532	613.82 532	494.59 532	614.58 532	651.20 532	555.57 532	637.59 532	666.94 532	652.42 532	781.57 532	507.24 532	391.36 532	342.44 532	689.82 532	581.48 532

Low-res two-view benchmark