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

AnonymousM	2.71 220	6.75 474	0.98 1	0.73 146	0.06 24	2.41 126	0.53 189	5.30 152	3.05 89	4.75 177	2.09 78	1.89 130	1.01 126	1.88 67	0.51 73	0.01 211	0.02 211	17.42 495	4.76 495	0.02 42	0.01 18

castereo	0.87 21	0.60 236	1.07 2	0.34 92	0.17 109	1.89 75	0.79 263	4.84 114	2.05 28	0.65 69	2.55 92	0.31 48	0.40 61	1.02 19	0.38 37	0.01 211	0.09 356	0.00 1	0.24 409	0.03 86	0.02 59

dual_stereo	0.56 5	0.32 53	1.08 3	0.07 17	0.11 68	0.77 6	0.03 17	3.60 47	1.17 17	0.12 1	0.03 2	0.20 17	0.11 5	2.77 88	0.51 73	0.00 1	0.14 397	0.00 1	0.16 370	0.00 1	0.02 59

IGEV-RUCA	0.81 18	0.15 1	1.13 4	0.52 117	0.32 184	2.13 98	0.51 187	3.46 40	1.71 21	0.95 79	0.16 7	0.24 33	0.55 86	2.81 90	0.41 41	0.12 394	0.21 433	0.20 446	0.25 414	0.21 340	0.20 354

Selective-IGEV	1.23 66	0.18 3	1.13 4	0.07 17	0.17 109	2.38 123	0.54 192	6.10 193	2.51 47	0.41 48	3.20 112	0.26 36	0.29 34	6.94 245	0.16 6	0.00 1	0.01 155	0.00 1	0.11 356	0.04 113	0.10 264

SGD-Stereo	0.69 7	0.30 39	1.15 6	0.25 68	0.12 78	1.26 19	0.29 130	1.87 6	0.62 1	0.50 60	0.51 21	0.08 3	0.11 5	6.67 226	0.09 1	0.01 211	0.01 155	0.00 1	0.00 1	0.02 42	0.01 18

S2M2	0.46 3	0.39 118	1.17 7	0.37 98	0.17 109	1.14 10	0.01 2	1.46 4	1.83 25	0.19 7	0.87 33	0.13 8	0.19 12	0.57 3	0.43 46	0.01 211	0.01 155	0.00 1	0.00 1	0.21 340	0.00 1

GLC_STEREO	0.75 12	0.29 30	1.19 8	0.55 122	0.01 1	1.98 85	0.57 207	3.07 19	3.02 88	0.90 78	1.48 54	0.19 13	0.40 61	0.93 14	0.36 30	0.00 1	0.01 155	0.00 1	0.00 1	0.04 113	0.02 59

AIO-Stereo	0.94 28	0.22 12	1.20 9	0.06 14	0.08 46	2.36 119	0.62 218	5.50 167	2.61 53	0.30 21	3.32 115	0.41 63	0.25 20	1.12 24	0.17 8	0.00 1	0.01 155	0.00 1	0.35 440	0.06 163	0.12 291

FoundationStereo	0.26 1	0.29 30	1.25 10	0.24 66	0.10 59	0.41 2	0.07 38	0.57 1	0.80 5	0.24 11	0.03 2	0.09 5	0.37 54	0.46 2	0.12 2	0.03 326	0.03 260	0.00 1	0.00 1	0.00 1	0.01 18

RSM	1.21 64	0.20 5	1.30 11	0.12 31	0.06 24	2.48 132	0.51 187	3.78 59	2.74 65	0.48 57	2.38 89	2.18 139	0.28 30	6.77 231	0.56 78	0.00 1	0.00 1	0.00 1	0.16 370	0.07 180	0.05 176

IGEV-Stereo++	0.74 11	0.23 14	1.31 12	0.06 14	1.62 339	1.95 81	0.01 2	3.29 30	1.81 23	0.38 35	1.68 64	0.10 6	1.16 145	0.91 13	0.19 11	0.01 211	0.01 155	0.00 1	0.00 1	0.04 113	0.01 18

RSM++	1.02 40	0.24 17	1.33 13	0.86 159	0.04 12	2.78 175	0.30 136	2.63 12	2.67 56	0.48 57	1.95 73	0.52 75	0.25 20	5.50 166	0.57 79	0.00 1	0.00 1	0.00 1	0.17 378	0.11 240	0.09 242

SMoEStereo_RVC	0.95 29	0.35 91	1.37 14	0.63 137	0.07 32	2.07 90	0.16 88	2.88 16	1.68 20	0.30 21	1.23 48	0.19 13	0.28 30	6.80 232	0.84 135	0.00 1	0.00 1	0.00 1	0.00 1	0.11 240	0.13 299

LGtest1	0.42 2	0.33 69	1.42 15	0.13 45	0.16 101	0.98 8	0.01 2	2.30 10	0.96 10	0.21 9	0.07 5	0.08 3	0.10 4	1.10 22	0.31 21	0.01 211	0.09 356	0.00 1	0.00 1	0.03 86	0.02 59

MonSter	0.46 3	0.23 14	1.44 16	0.05 11	0.77 276	1.17 12	0.01 2	3.17 26	0.72 2	0.28 16	0.18 11	0.07 1	0.04 1	0.83 11	0.17 8	0.00 1	0.00 1	0.00 1	0.01 265	0.00 1	0.01 18

CES	1.56 91	0.35 91	1.44 16	0.42 105	7.70 482	2.66 164	0.13 70	4.89 116	2.53 49	0.25 13	1.10 40	0.33 55	0.31 44	1.61 49	0.58 83	0.01 211	0.02 211	0.00 1	0.00 1	0.54 418	6.26 485

WCG-NET	1.24 67	0.43 156	1.46 18	0.33 87	0.08 46	2.14 99	1.08 315	3.09 21	6.86 289	2.73 115	3.43 123	0.74 87	0.94 123	0.89 12	0.33 23	0.00 1	0.04 289	0.00 1	0.00 1	0.10 221	0.05 176

PSM-AAD	3.33 282	0.20 5	1.47 19	0.73 146	0.54 245	2.55 142	6.19 440	4.97 122	3.27 107	10.92 417	11.92 355	2.95 159	9.59 436	7.90 304	0.82 131	0.01 211	0.01 155	0.00 1	0.00 1	0.04 113	2.47 469

tt45	1.09 50	0.35 91	1.49 20	0.39 102	0.23 150	3.50 249	0.14 77	3.35 34	1.81 23	0.36 32	2.04 76	0.27 38	0.26 26	6.84 235	0.63 88	0.00 1	0.00 1	0.00 1	0.00 1	0.16 293	0.03 98

DEFOM-Stereo_RVC	0.98 32	2.14 436	1.55 21	0.88 161	0.26 162	0.56 5	0.04 19	2.80 15	0.86 6	0.30 21	0.80 31	0.21 27	2.33 213	6.17 187	0.37 34	0.00 1	0.07 336	0.00 1	0.17 378	0.01 11	0.01 18

WCG-NET（raft）	1.49 87	0.50 191	1.55 21	0.21 61	0.08 46	2.15 101	1.01 306	2.72 13	6.26 264	2.79 116	3.06 109	4.38 232	1.04 131	3.53 104	0.26 16	0.00 1	0.12 383	0.00 1	0.00 1	0.10 221	0.08 229

RAFT-Stereo-weight	1.67 98	0.31 43	1.57 23	0.97 181	0.15 94	3.19 227	0.77 257	5.06 128	6.19 263	4.96 182	3.38 121	2.83 155	0.35 49	2.87 91	0.74 109	0.01 211	0.06 320	0.00 1	0.00 1	0.01 11	0.02 59

mms	1.03 42	0.54 212	1.58 24	0.05 11	0.36 196	1.52 44	0.08 43	2.97 18	1.84 26	0.38 35	2.94 102	0.32 51	0.25 20	6.82 233	0.39 38	0.00 1	0.04 289	0.00 1	0.00 1	0.17 306	0.28 386

IGEV-Stereo+	1.69 100	0.43 156	1.59 25	0.37 98	3.10 404	2.10 93	0.07 38	1.86 5	0.91 9	0.39 42	0.03 2	0.20 17	0.41 68	7.05 251	0.16 6	0.02 291	0.07 336	0.00 1	0.18 385	5.14 478	9.77 500

MyStereo07	1.31 74	0.79 297	1.61 26	1.03 188	1.11 308	2.63 158	0.46 169	5.48 164	2.24 32	0.64 68	1.48 54	0.27 38	0.59 93	7.03 250	0.45 54	0.00 1	0.09 356	0.00 1	0.01 265	0.11 240	0.09 242

DEFOM-Stereo	0.70 8	0.29 30	1.62 27	0.16 51	0.06 24	1.95 81	0.45 168	0.88 2	0.74 3	0.55 63	0.51 21	0.14 9	0.09 3	6.32 198	0.20 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

CASnet	0.98 32	0.32 53	1.62 27	0.65 140	0.07 32	2.11 95	0.14 77	3.50 43	4.03 154	3.77 149	1.41 52	0.31 48	0.29 34	0.80 10	0.57 79	0.01 211	0.00 1	0.00 1	0.00 1	0.04 113	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
999	1.25 69	0.37 108	1.63 29	1.15 206	0.34 191	3.03 210	0.66 229	3.41 37	2.27 34	0.30 21	3.20 112	0.19 13	0.25 20	7.23 266	0.85 136	0.00 1	0.00 1	0.00 1	0.00 1	0.16 293	0.01 18

IGEV++	1.14 59	0.51 196	1.66 30	0.55 122	0.08 46	2.52 135	1.01 306	6.51 221	3.16 96	0.59 66	2.11 80	0.43 66	1.18 147	1.44 39	0.79 126	0.00 1	0.05 303	0.00 1	0.05 325	0.11 240	0.11 277

anonymousdsp	1.12 52	0.59 232	1.66 30	0.03 1	0.07 32	2.81 186	0.82 269	4.07 71	2.30 40	0.41 48	1.12 44	0.30 44	0.40 61	7.05 251	0.49 67	0.00 1	0.00 1	0.00 1	0.17 378	0.10 221	0.05 176

IGEV-Stereo	1.12 52	0.59 232	1.66 30	0.03 1	0.07 32	2.82 189	0.82 269	4.09 74	2.30 40	0.41 48	1.11 41	0.30 44	0.41 68	7.05 251	0.49 67	0.00 1	0.00 1	0.00 1	0.17 378	0.10 221	0.05 176
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AIO_test	0.90 26	0.40 128	1.67 33	0.14 46	0.16 101	2.97 204	0.83 273	3.61 48	2.67 56	0.29 18	0.71 28	1.50 115	0.29 34	2.37 80	0.13 3	0.00 1	0.04 289	0.00 1	0.08 338	0.03 86	0.03 98

testlalala	1.50 88	0.41 139	1.67 33	0.98 182	0.31 181	4.00 293	0.90 292	5.26 150	2.17 30	6.56 266	3.61 128	1.74 124	0.38 57	1.21 30	0.42 45	0.00 1	0.02 211	0.00 1	0.29 423	0.01 11	0.01 18

knoymous	1.36 78	0.21 9	1.68 35	0.20 58	0.49 232	1.58 46	0.11 55	5.15 134	2.40 43	4.62 170	1.77 67	4.56 239	0.45 76	3.23 97	0.63 88	0.00 1	0.02 211	0.00 1	0.00 1	0.02 42	0.01 18

fffft	0.97 31	0.29 30	1.69 36	0.03 1	0.05 15	2.12 97	0.65 226	3.44 39	1.87 27	0.34 29	0.60 24	0.23 30	0.20 13	6.69 227	0.89 151	0.00 1	0.01 155	0.00 1	0.00 1	0.18 317	0.09 242
1: 1. 1
GIP-stereo	0.70 8	0.44 162	1.70 37	1.52 258	0.75 272	1.48 37	0.05 27	4.18 76	1.10 13	0.18 5	0.42 19	0.58 81	0.38 57	0.65 5	0.46 58	0.00 1	0.00 1	0.00 1	0.00 1	0.05 139	0.01 18

AEACV	0.80 15	0.29 30	1.70 37	0.96 178	0.24 152	2.03 88	0.88 287	3.50 43	0.88 8	0.34 29	0.20 12	0.29 43	2.01 198	1.77 59	0.33 23	0.00 1	0.03 260	0.00 1	0.29 423	0.10 221	0.09 242

rvit_stereo_0081	0.88 22	0.28 27	1.81 39	0.62 134	0.13 85	1.34 27	0.12 61	3.14 22	4.59 186	0.43 54	0.30 16	0.54 78	0.11 5	3.89 111	0.36 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

rvit_stereo_0082	0.88 22	0.28 27	1.81 39	0.62 134	0.13 85	1.34 27	0.12 61	3.14 22	4.59 186	0.43 54	0.30 16	0.54 78	0.11 5	3.89 111	0.36 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

Occ-G	0.98 32	0.38 114	1.82 41	0.15 48	0.18 123	1.45 36	0.69 237	3.15 24	2.25 33	1.45 92	0.59 23	5.06 259	0.54 85	0.75 8	0.77 122	0.00 1	0.03 260	0.00 1	0.17 378	0.16 293	0.01 18

KYRaft	3.59 304	0.31 43	1.84 42	0.76 148	0.46 220	2.29 111	4.04 409	4.75 110	3.25 106	8.93 371	19.47 434	6.62 307	5.07 352	7.79 299	0.71 103	0.01 211	0.00 1	0.00 1	0.01 265	0.04 113	5.38 483

ours_stereo	1.03 42	0.55 216	1.86 43	0.12 31	0.32 184	1.16 11	0.09 48	3.27 29	2.18 31	0.39 42	3.02 106	0.34 58	0.26 26	6.32 198	0.37 34	0.00 1	0.01 155	0.00 1	0.00 1	0.18 317	0.13 299

CAS	2.24 168	0.25 18	1.86 43	11.21 487	3.86 438	1.67 56	0.02 13	3.87 64	2.67 56	0.41 48	1.63 60	0.24 33	0.27 28	1.50 43	0.74 109	9.43 494	0.01 155	0.00 1	0.00 1	0.01 11	5.21 481

CREStereo	0.98 32	0.42 145	1.86 43	0.07 17	0.22 145	1.65 54	0.02 13	4.07 71	6.33 268	0.72 71	1.54 56	0.43 66	0.64 95	1.22 31	0.44 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
trnet	0.99 36	0.37 108	1.89 46	0.08 22	0.19 133	1.68 59	0.02 13	4.12 75	6.41 272	0.70 70	1.57 57	0.46 69	0.67 97	1.15 26	0.41 41	0.00 1	0.01 155	0.00 1	0.00 1	0.01 11	0.01 18

LCNet	2.85 232	0.42 145	1.90 47	0.95 176	0.56 247	2.07 90	1.60 346	4.99 125	3.57 129	6.05 225	10.59 326	4.59 240	6.79 392	7.46 278	0.72 105	0.01 211	0.00 1	0.01 343	0.77 465	0.30 376	3.57 472

GREAT-IGEV	0.72 10	0.29 30	1.91 48	1.31 227	0.40 206	1.41 34	0.08 43	2.29 9	2.48 44	0.18 5	0.69 27	0.10 6	0.34 48	1.72 54	0.37 34	0.00 1	0.09 356	0.00 1	0.22 403	0.10 221	0.41 406

LoS_RVC	1.26 70	1.43 392	1.91 48	0.42 105	3.77 436	1.71 65	0.04 19	2.58 11	2.49 46	0.42 52	2.58 93	0.30 44	0.57 90	1.71 51	0.66 94	0.01 211	0.02 211	0.00 1	0.00 1	0.02 42	4.49 478

Prome-Stereo	3.65 308	0.29 30	1.92 50	0.91 165	0.49 232	2.07 90	4.75 425	4.41 85	3.23 105	9.32 380	20.63 441	4.06 212	7.19 398	7.70 292	1.17 185	0.00 1	0.00 1	0.00 1	0.00 1	0.05 139	4.72 480

MM-Stereo_test3	1.83 118	0.59 232	1.93 51	1.43 247	3.99 442	2.44 129	0.81 267	5.81 183	6.70 284	1.73 100	4.79 154	1.23 104	0.65 96	3.30 98	0.85 136	0.00 1	0.01 155	0.00 1	0.00 1	0.33 388	0.05 176

R-Stereo Train	2.44 196	0.32 53	1.93 51	0.94 172	0.16 101	3.67 264	0.61 215	6.37 209	3.08 92	9.14 374	17.44 424	1.80 126	0.77 108	1.76 57	0.70 99	0.00 1	0.01 155	0.00 1	0.00 1	0.01 11	0.03 98

RAFT-Stereo	2.44 196	0.32 53	1.93 51	0.94 172	0.16 101	3.67 264	0.61 215	6.37 209	3.08 92	9.14 374	17.44 424	1.80 126	0.77 108	1.76 57	0.70 99	0.00 1	0.01 155	0.00 1	0.00 1	0.01 11	0.03 98
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Any-RAFT	2.18 163	0.25 18	1.94 54	1.37 238	0.80 279	5.01 328	0.56 198	8.51 274	5.58 225	4.01 155	4.85 158	5.44 271	2.26 211	2.45 83	0.35 27	0.00 1	0.15 404	0.00 1	0.00 1	0.02 42	0.02 59

GrayStereo	3.74 314	0.20 5	1.94 54	1.55 266	0.60 251	3.12 220	8.22 462	5.76 178	3.32 113	10.40 406	16.66 410	5.81 284	8.60 422	6.57 218	1.37 199	0.01 211	0.00 1	0.01 343	0.63 458	0.02 42	0.04 142

raftrobust	1.86 121	0.74 283	1.94 54	2.15 363	2.24 382	2.74 168	0.53 189	4.89 116	4.05 158	6.09 229	3.89 132	1.64 119	2.55 222	2.44 82	1.12 177	0.00 1	0.03 260	0.00 1	0.00 1	0.12 257	0.08 229

AIO_rvc	1.02 40	0.59 232	1.95 57	0.15 48	0.09 52	3.42 237	0.99 302	4.46 88	2.73 64	0.28 16	1.62 59	1.32 105	0.28 30	2.10 75	0.21 13	0.00 1	0.03 260	0.00 1	0.04 319	0.11 240	0.11 277

castereo++	1.18 60	0.54 212	1.95 57	0.30 75	0.51 238	4.56 315	1.00 304	4.61 98	1.12 14	0.29 18	2.14 84	1.89 130	0.15 10	3.94 117	0.18 10	0.00 1	0.04 289	0.00 1	0.31 431	0.03 86	0.00 1

UniTT-Stereo	0.83 19	0.33 69	1.98 59	0.92 169	1.27 320	0.54 4	0.11 55	1.35 3	2.94 75	1.67 97	2.09 78	0.20 17	0.31 44	1.57 46	1.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.16 293	0.01 18

iRaftStereo_RVC	1.62 96	0.68 266	1.98 59	0.67 142	0.05 15	2.99 206	0.04 19	5.36 159	3.74 134	3.82 150	4.96 161	2.54 148	0.62 94	3.35 101	0.97 163	0.00 1	0.07 336	0.00 1	0.00 1	0.30 376	0.27 382

CAS++	1.18 60	0.55 216	1.99 61	0.17 52	0.27 165	1.85 74	0.63 219	8.48 273	3.07 91	1.71 98	2.32 88	0.18 12	0.20 13	1.91 68	0.30 18	0.00 1	0.01 155	0.00 1	0.00 1	0.02 42	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	0.95 29	0.62 245	1.99 61	0.30 75	0.03 10	1.66 55	0.01 2	4.43 86	3.00 85	1.63 96	1.17 47	1.39 107	0.76 105	1.31 32	0.55 77	0.00 1	0.03 260	0.00 1	0.00 1	0.12 257	0.02 59

Pointernet	0.84 20	0.35 91	2.00 63	0.12 31	0.13 85	1.77 69	0.06 31	4.87 115	2.53 49	0.14 3	2.11 80	0.76 89	0.44 75	1.02 19	0.32 22	0.00 1	0.04 289	0.00 1	0.15 367	0.02 42	0.01 18

EGLCR-Stereo	1.04 45	0.20 5	2.00 63	1.14 205	0.16 101	2.50 134	0.11 55	4.96 121	2.61 53	0.79 75	0.07 5	1.46 113	0.37 54	3.96 118	0.23 14	0.01 211	0.05 303	0.00 1	0.00 1	0.00 1	0.07 214

ProNet	1.20 62	0.60 236	2.00 63	0.26 70	0.08 46	2.73 167	0.68 233	5.00 126	2.52 48	0.29 18	1.32 50	0.37 59	0.36 51	6.94 245	0.44 50	0.00 1	0.07 336	0.00 1	0.00 1	0.17 306	0.07 214

TANstereo	1.20 62	0.49 188	2.04 66	0.34 92	0.10 59	1.80 72	0.01 2	3.40 36	4.10 162	4.37 162	4.82 156	0.41 63	0.70 99	0.94 15	0.46 58	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 83	0.85 311	2.04 66	2.45 395	0.05 15	2.34 118	0.01 2	3.46 40	7.51 310	2.88 120	4.98 163	0.26 36	0.25 20	1.15 26	0.46 58	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ff7	1.12 52	0.57 224	2.06 68	0.03 1	0.07 32	2.80 178	0.84 277	3.71 51	2.27 34	0.38 35	1.06 36	0.20 17	0.40 61	7.12 258	0.49 67	0.00 1	0.00 1	0.00 1	0.16 370	0.09 210	0.06 195

IGEVStereo-DCA	1.06 48	0.45 169	2.06 68	0.32 82	0.06 24	2.74 168	0.84 277	3.71 51	2.27 34	0.39 42	0.16 7	0.20 17	0.29 34	6.47 209	0.87 143	0.00 1	0.00 1	0.00 1	0.16 370	0.06 163	0.06 195

ffff	1.12 52	0.57 224	2.06 68	0.03 1	0.07 32	2.80 178	0.84 277	3.71 51	2.27 34	0.38 35	1.06 36	0.20 17	0.40 61	7.12 258	0.49 67	0.00 1	0.00 1	0.00 1	0.16 370	0.09 210	0.06 195

11t	1.12 52	0.57 224	2.06 68	0.03 1	0.07 32	2.80 178	0.84 277	3.71 51	2.27 34	0.38 35	1.06 36	0.20 17	0.40 61	7.12 258	0.49 67	0.00 1	0.00 1	0.00 1	0.16 370	0.09 210	0.06 195

ccc-4	1.12 52	0.57 224	2.06 68	0.03 1	0.07 32	2.80 178	0.84 277	3.71 51	2.27 34	0.38 35	1.06 36	0.20 17	0.40 61	7.12 258	0.49 67	0.00 1	0.00 1	0.00 1	0.16 370	0.09 210	0.06 195

PMTNet	1.41 81	0.37 108	2.06 68	0.26 70	0.15 94	2.94 202	0.34 144	3.39 35	5.33 215	1.00 80	1.27 49	0.28 42	0.93 121	4.04 121	0.74 109	5.00 480	0.00 1	0.00 1	0.00 1	0.03 86	0.01 18

GMOStereo	1.81 113	0.47 177	2.09 74	0.10 25	0.27 165	1.49 38	0.89 288	4.40 81	4.51 181	8.16 337	6.97 230	2.96 160	1.15 140	1.42 34	0.88 146	0.00 1	0.14 397	0.00 1	0.00 1	0.23 352	0.03 98

error version	1.81 113	0.47 177	2.09 74	0.10 25	0.27 165	1.49 38	0.89 288	4.40 81	4.51 181	8.16 337	6.97 230	2.96 160	1.15 140	1.42 34	0.88 146	0.00 1	0.14 397	0.00 1	0.00 1	0.23 352	0.03 98

test-v	1.81 113	0.47 177	2.09 74	0.10 25	0.27 165	1.49 38	0.89 288	4.40 81	4.51 181	8.16 337	6.97 230	2.96 160	1.15 140	1.42 34	0.88 146	0.00 1	0.14 397	0.00 1	0.00 1	0.23 352	0.03 98

test-2	1.81 113	0.47 177	2.09 74	0.10 25	0.27 165	1.49 38	0.89 288	4.40 81	4.51 181	8.16 337	6.97 230	2.96 160	1.15 140	1.42 34	0.88 146	0.00 1	0.14 397	0.00 1	0.00 1	0.23 352	0.03 98

LoS	0.91 27	0.34 81	2.10 78	0.38 101	0.13 85	2.47 130	0.26 122	5.00 126	2.74 65	0.89 77	0.21 13	0.49 72	0.36 51	1.97 69	0.67 95	0.02 291	0.02 211	0.00 1	0.00 1	0.06 163	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
riskmin	1.88 126	0.15 1	2.11 79	1.38 240	0.88 286	2.40 125	0.04 19	5.93 188	6.10 253	2.25 105	1.34 51	6.06 289	5.08 353	2.78 89	1.01 168	0.00 1	0.02 211	0.00 1	0.00 1	0.01 11	0.06 195

fffy	1.13 58	0.51 196	2.15 80	1.01 185	0.09 52	2.30 116	0.19 99	4.07 71	1.13 16	0.16 4	2.66 94	0.20 17	0.38 57	6.98 247	0.35 27	0.00 1	0.06 320	0.00 1	0.00 1	0.14 282	0.16 328

tg	1.96 139	0.64 249	2.15 80	0.68 143	0.12 78	4.40 312	0.04 19	5.74 175	4.19 168	4.00 154	5.23 177	2.58 149	0.93 121	7.12 258	0.77 122	0.00 1	0.02 211	0.00 1	0.00 1	0.31 381	0.25 372

ACVNet-DCA	2.01 145	0.65 255	2.15 80	2.30 378	0.02 3	5.80 343	0.56 198	8.45 269	3.33 114	1.03 81	3.33 116	0.32 51	3.71 280	8.05 316	0.45 54	0.00 1	0.02 211	0.00 1	0.03 301	0.02 42	0.03 98

xx1	2.33 185	0.65 255	2.15 80	2.30 378	0.02 3	5.80 343	0.56 198	4.31 78	10.41 381	1.03 81	3.33 116	4.67 242	2.70 229	8.05 316	0.45 54	0.00 1	0.02 211	0.00 1	0.00 1	0.02 42	0.03 98

1test111	1.86 121	0.65 255	2.15 80	2.30 378	0.02 3	5.80 343	0.56 198	8.45 269	3.33 114	1.03 81	3.33 116	0.32 51	3.71 280	4.40 132	0.96 160	0.00 1	0.02 211	0.00 1	0.03 301	0.02 42	0.03 98

cc1	2.17 161	0.65 255	2.15 80	2.30 378	0.02 3	5.80 343	0.56 198	4.31 78	10.41 381	1.03 81	3.33 116	0.32 51	3.71 280	8.05 316	0.45 54	0.00 1	0.02 211	0.00 1	0.03 301	0.10 221	0.05 176

MSKI-zero shot	2.00 143	0.36 101	2.15 80	0.81 151	0.25 155	2.69 166	0.29 130	6.16 197	2.34 42	4.31 160	7.52 251	3.70 200	0.25 20	8.42 345	0.41 41	0.01 211	0.13 393	0.00 1	0.25 414	0.03 86	0.02 59

test_for_model	6.81 419	27.63 502	2.16 87	21.79 500	16.18 501	3.48 245	0.94 297	5.88 186	3.72 132	7.62 316	2.72 98	1.03 97	0.42 73	0.58 4	0.35 27	9.03 492	2.28 481	0.00 1	0.05 325	23.91 507	6.49 486

FTStereo	4.55 375	0.36 101	2.18 88	0.94 172	0.38 202	2.60 152	8.82 465	4.98 124	3.17 99	10.88 416	30.35 475	5.60 278	7.60 408	7.62 287	1.55 215	0.17 408	0.00 1	0.05 410	0.00 1	0.03 86	3.80 474

MM-Stereo_test1	1.57 92	0.36 101	2.19 89	1.17 208	0.35 194	2.39 124	0.56 198	4.53 93	5.21 210	3.67 144	1.65 62	0.40 60	0.84 118	6.90 240	0.80 129	0.00 1	0.03 260	0.00 1	0.00 1	0.31 381	0.03 98

tt1	2.14 156	0.63 248	2.22 90	2.27 374	0.02 3	5.71 341	0.63 219	4.53 93	10.19 376	1.16 88	3.39 122	0.33 55	3.05 248	8.00 310	0.46 58	0.00 1	0.02 211	0.00 1	0.03 301	0.10 221	0.04 142

MM-Stereo_test2	0.99 36	0.29 30	2.26 91	1.34 231	0.12 78	1.78 71	0.53 189	4.71 108	3.31 112	0.76 73	0.80 31	0.50 74	0.35 49	1.86 63	0.73 107	0.00 1	0.05 303	0.00 1	0.07 333	0.26 365	0.06 195

CREStereo++_RVC	1.59 93	0.39 118	2.26 91	0.36 96	0.01 1	1.67 56	0.01 2	2.95 17	8.12 334	3.69 146	7.44 250	0.47 70	0.32 46	0.74 7	0.39 38	0.00 1	0.00 1	0.00 1	3.03 487	0.00 1	0.00 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
UCFNet_RVC	3.09 254	0.77 291	2.27 93	2.35 387	1.79 357	3.50 249	1.06 310	12.12 389	6.91 290	4.71 176	7.67 260	7.58 324	4.40 319	4.95 148	1.67 227	0.00 1	0.00 1	0.00 1	0.00 1	0.11 240	0.01 18

raft+_RVC	1.79 110	0.84 309	2.32 94	2.40 390	0.85 284	1.38 30	0.09 48	6.36 207	4.75 196	2.85 119	5.46 187	1.17 102	1.36 160	4.54 135	0.91 155	0.00 1	0.10 368	0.00 1	0.00 1	0.11 240	0.22 358

HUF	1.05 46	0.64 249	2.33 95	0.35 95	0.22 145	3.09 215	0.41 158	3.73 57	2.89 72	0.36 32	2.71 97	0.33 55	0.30 41	2.28 79	0.23 14	0.00 1	0.61 469	0.00 1	0.00 1	0.15 286	0.39 401

LL-Strereo2	1.86 121	0.83 308	2.33 95	0.36 96	0.17 109	3.79 282	1.52 342	5.82 184	4.04 156	4.43 163	2.51 91	4.23 221	0.37 54	5.66 169	0.99 165	0.00 1	0.02 211	0.00 1	0.05 325	0.06 163	0.11 277

ttt	3.86 327	0.23 14	2.34 97	2.22 372	1.68 347	4.36 307	0.28 126	12.45 396	11.09 394	6.90 281	11.85 353	4.08 213	3.28 254	8.47 348	7.85 400	0.06 366	0.04 289	0.00 1	0.00 1	0.03 86	0.03 98

AFF-stereo	2.59 212	0.68 266	2.35 98	1.55 266	0.17 109	1.67 56	0.08 43	5.75 176	6.60 281	6.20 239	12.13 360	6.16 291	2.36 214	4.75 140	1.11 176	0.02 291	0.02 211	0.00 1	0.00 1	0.23 352	0.05 176

Former-RAFT_DAM_RVC	1.26 70	0.42 145	2.36 99	0.59 130	1.26 318	2.43 128	0.01 2	3.29 30	7.76 323	1.71 98	2.78 99	0.27 38	0.32 46	1.16 28	0.58 83	0.04 345	0.01 155	0.00 1	0.00 1	0.04 113	0.10 264

PSMNet-ADL	2.98 247	0.43 156	2.41 100	1.43 247	0.40 206	5.94 348	0.28 126	8.45 269	5.13 207	3.36 136	6.77 225	8.41 343	4.61 332	7.20 265	4.55 349	0.02 291	0.09 356	0.00 1	0.00 1	0.01 11	0.03 98

RAFT-Stereo + iAFF	2.12 153	0.58 229	2.43 101	1.27 218	0.16 101	1.60 48	0.14 77	5.17 136	5.90 239	7.10 290	10.10 313	3.06 167	1.74 188	1.87 65	0.97 163	0.01 211	0.02 211	0.00 1	0.00 1	0.23 352	0.02 59

testlalala2	2.15 158	0.44 162	2.44 102	9.24 481	6.30 472	3.64 262	0.18 96	4.63 101	2.55 52	3.73 147	4.17 140	3.14 171	0.51 80	1.08 21	0.26 16	0.00 1	0.10 368	0.00 1	0.44 452	0.11 240	0.03 98

MGS-Stereo	1.10 51	0.26 22	2.45 103	0.58 128	0.06 24	1.84 73	0.67 232	2.16 8	3.42 119	1.03 81	6.13 203	0.49 72	0.36 51	1.43 38	0.62 85	0.00 1	0.00 1	0.00 1	0.00 1	0.47 416	0.00 1

test_1	1.85 120	0.21 9	2.45 103	1.02 186	0.22 145	1.37 29	0.82 269	4.66 107	5.06 204	7.02 284	1.73 65	4.09 214	0.41 68	6.51 214	0.76 116	0.00 1	0.00 1	0.00 1	0.29 423	0.18 317	0.14 306

AAGNet	3.41 291	0.34 81	2.45 103	1.78 300	0.39 204	3.69 268	1.05 309	4.79 111	4.61 189	9.62 388	7.74 263	4.98 252	6.38 381	7.34 272	13.02 457	0.00 1	0.00 1	0.00 1	0.00 1	0.03 86	0.04 142

RAFT+CT+SA	2.36 188	0.71 275	2.46 106	0.83 155	2.26 383	3.18 226	0.93 295	6.82 235	5.48 217	2.55 110	8.07 269	1.64 119	1.59 178	8.54 351	1.15 181	0.02 291	0.00 1	0.00 1	0.38 442	0.19 325	0.36 398

test-3	1.86 121	0.21 9	2.46 106	1.03 188	0.22 145	1.38 30	0.83 273	4.65 105	5.04 203	7.26 301	1.78 69	4.10 216	0.41 68	6.53 217	0.76 116	0.00 1	0.00 1	0.00 1	0.29 423	0.18 317	0.14 306

Pruner-Stereo	2.49 203	0.40 128	2.46 106	1.80 302	0.25 155	3.51 252	0.77 257	6.03 190	4.92 200	8.91 368	6.09 199	4.45 234	1.11 133	6.99 248	2.11 259	0.02 291	0.00 1	0.02 374	0.00 1	0.01 11	0.04 142

U	2.12 153	0.25 18	2.47 109	0.17 52	8.09 483	10.63 422	0.00 1	3.08 20	0.87 7	0.24 11	0.45 20	0.17 11	0.08 2	0.69 6	0.15 5	0.00 1	0.00 1	9.89 489	5.19 499	0.01 11	0.01 18

x	1.73 105	0.28 27	2.49 110	1.91 318	0.17 109	2.10 93	0.83 273	8.74 286	3.55 127	3.28 132	2.12 83	3.10 169	1.96 197	2.90 92	1.12 177	0.00 1	0.02 211	0.00 1	0.00 1	0.02 42	0.03 98

LG-Stereo_Zeroshot	0.80 15	0.33 69	2.51 111	0.25 68	0.53 243	1.93 79	0.27 125	5.07 130	1.05 12	0.47 56	0.68 26	0.64 84	0.22 17	0.95 16	0.65 90	0.00 1	0.05 303	0.00 1	0.19 390	0.03 86	0.16 328

GMM-Stereo	3.32 280	0.27 26	2.52 112	0.82 153	0.48 229	2.27 110	4.91 427	5.06 128	3.08 92	7.06 288	16.72 411	6.21 293	3.70 279	7.60 285	1.16 183	0.04 345	0.00 1	0.00 1	0.04 319	0.10 221	4.45 476

11t1	1.62 96	0.26 22	2.53 113	2.37 389	0.24 152	2.58 147	0.06 31	6.66 227	3.00 85	3.40 137	3.01 104	1.14 100	1.94 196	4.18 124	0.91 155	0.01 211	0.02 211	0.00 1	0.00 1	0.03 86	0.03 98

MC-Stereo	1.47 85	0.36 101	2.54 114	1.99 335	0.12 78	1.90 76	0.12 61	4.47 90	2.83 69	3.31 135	3.44 124	0.56 80	1.47 165	5.39 163	0.47 64	0.00 1	0.04 289	0.00 1	0.21 397	0.07 180	0.04 142

DCRE	1.79 110	0.68 266	2.55 115	1.66 284	0.27 165	1.27 21	0.05 27	4.57 97	4.04 156	3.30 134	9.24 297	3.83 204	1.20 150	2.08 74	0.67 95	0.00 1	0.12 383	0.00 1	0.24 409	0.04 113	0.09 242

HHNet	2.59 212	0.55 216	2.55 115	0.20 58	0.32 184	2.84 192	0.94 297	5.77 181	5.14 208	7.33 305	13.80 383	0.94 93	3.20 251	5.27 159	2.41 279	0.13 399	0.02 211	0.06 414	0.00 1	0.23 352	0.03 98

SCV	1.59 93	0.58 229	2.57 117	2.72 408	0.31 181	2.15 101	0.79 263	6.88 236	2.72 61	0.20 8	2.68 95	0.68 85	0.58 92	7.60 285	0.41 41	0.00 1	0.03 260	0.00 1	0.22 403	0.37 398	0.24 368

s12784h	1.89 129	0.30 39	2.57 117	0.11 29	0.09 52	4.18 299	0.13 70	6.61 224	7.44 309	3.62 142	4.28 143	0.59 82	0.81 114	6.61 221	0.46 58	0.01 211	0.01 155	0.00 1	0.00 1	0.02 42	0.00 1

rafts_anoy	1.72 103	0.79 297	2.58 119	2.03 345	1.75 353	2.47 130	0.16 88	5.48 164	6.01 250	3.24 131	2.11 80	1.92 134	1.33 155	3.08 95	1.13 179	0.01 211	0.18 420	0.00 1	0.01 265	0.03 86	0.07 214

Reg-Stereo(zero)	1.60 95	0.19 4	2.59 120	0.45 109	0.47 227	1.64 53	0.23 113	3.22 27	5.87 236	4.29 159	3.01 104	4.49 237	1.64 181	2.47 84	1.16 183	0.00 1	0.08 347	0.00 1	0.13 363	0.01 11	0.10 264

H2IRNET	2.16 159	0.45 169	2.60 121	1.22 211	0.03 10	1.98 85	0.13 70	4.73 109	7.04 297	1.15 87	7.79 265	5.88 285	3.39 262	4.97 150	1.45 205	0.01 211	0.00 1	0.04 403	0.17 378	0.19 325	0.03 98

DRaft	3.74 314	0.43 156	2.60 121	0.12 31	0.15 94	4.76 320	1.34 334	5.33 156	4.31 171	10.30 402	21.91 445	3.27 176	8.83 425	7.36 274	3.66 328	0.05 357	0.10 368	0.00 1	0.14 364	0.10 221	0.14 306

MoCha-V2	1.41 81	0.42 145	2.61 123	0.81 151	0.23 150	2.53 138	0.20 103	4.81 112	3.16 96	0.82 76	3.15 110	0.30 44	1.61 180	6.66 225	0.40 40	0.00 1	0.20 430	0.00 1	0.24 409	0.05 139	0.02 59

Gwc-CoAtRS	2.02 146	0.33 69	2.61 123	1.04 193	0.30 175	3.56 257	0.40 157	5.89 187	5.94 243	5.08 187	5.01 164	5.55 273	1.72 185	1.60 48	0.91 155	0.01 211	0.09 356	0.00 1	0.25 414	0.01 11	0.02 59

raft_robust	2.64 214	1.20 372	2.62 125	1.10 198	0.28 172	1.50 42	0.12 61	6.28 204	9.04 355	6.80 272	7.19 242	3.73 202	2.13 202	9.06 381	1.07 171	0.03 326	0.12 383	0.00 1	0.21 397	0.17 306	0.22 358

THIR-Stereo	3.86 327	0.77 291	2.62 125	0.12 31	0.13 85	4.25 300	6.63 450	5.30 152	4.18 167	10.33 403	17.13 418	6.58 306	7.62 409	7.78 298	3.51 320	0.01 211	0.07 336	0.07 420	0.00 1	0.11 240	0.02 59

NOSS_ROB	3.30 272	0.46 175	2.62 125	2.08 353	1.01 303	5.60 339	0.74 251	10.37 332	11.48 401	5.15 189	8.43 276	5.67 279	1.73 186	7.97 309	2.34 272	0.02 291	0.06 320	0.00 1	0.00 1	0.07 180	0.14 306

NRIStereo	2.14 156	0.35 91	2.65 128	1.10 198	0.14 90	3.05 212	0.86 284	5.35 157	3.18 102	6.24 242	3.36 120	4.17 220	1.82 194	8.12 324	2.01 254	0.00 1	0.10 368	0.00 1	0.00 1	0.12 257	0.19 348

test_4	2.38 190	0.34 81	2.68 129	0.08 22	0.11 68	3.69 268	1.14 318	3.33 33	3.34 117	4.03 156	17.35 423	3.31 178	0.51 80	6.28 193	1.15 181	0.00 1	0.00 1	0.00 1	0.11 356	0.16 293	0.01 18

CRE-IMP	1.95 136	0.35 91	2.68 129	0.27 74	0.17 109	3.90 287	0.85 283	5.14 132	2.87 71	5.74 203	4.14 139	3.49 188	0.83 115	6.40 203	1.80 239	0.00 1	0.00 1	0.00 1	0.00 1	0.10 221	0.19 348

AE-Stereo	1.44 83	0.32 53	2.69 131	1.58 271	0.20 138	2.24 108	0.59 209	6.01 189	5.70 228	1.18 90	3.17 111	1.02 96	0.78 111	1.73 55	0.83 132	0.02 291	0.18 420	0.00 1	0.29 423	0.11 240	0.07 214

ACVNet	2.58 211	0.53 207	2.69 131	0.84 156	0.59 249	2.61 153	0.55 196	8.35 265	5.70 228	4.45 164	9.26 300	5.77 281	3.50 267	2.24 77	4.41 346	0.00 1	0.00 1	0.00 1	0.00 1	0.17 306	0.01 18

CFNet-ft	3.31 274	0.94 337	2.69 131	1.50 253	2.38 386	2.81 186	0.68 233	8.35 265	7.43 307	4.45 164	9.94 311	10.20 373	4.60 330	6.50 213	3.41 312	0.00 1	0.00 1	0.03 391	0.00 1	0.22 346	0.03 98

CFNet_RVC	3.31 274	0.94 337	2.69 131	1.50 253	2.38 386	2.81 186	0.68 233	8.35 265	7.43 307	4.45 164	9.94 311	10.20 373	4.60 330	6.49 212	3.41 312	0.00 1	0.00 1	0.03 391	0.00 1	0.22 346	0.03 98

RCA-Stereo	1.99 142	0.34 81	2.71 135	0.26 70	0.06 24	2.29 111	0.48 172	4.89 116	14.65 429	2.81 118	5.51 189	0.78 90	3.21 252	1.44 39	0.33 23	0.00 1	0.01 155	0.00 1	0.00 1	0.07 180	0.02 59

CFNet-RSSM	2.11 152	0.33 69	2.71 135	1.04 193	0.30 175	3.21 229	0.41 158	6.67 228	6.96 292	5.62 201	4.58 151	5.40 270	1.71 184	1.86 63	0.87 143	0.00 1	0.08 347	0.00 1	0.32 433	0.02 42	0.02 59

HART	1.68 99	0.67 264	2.72 137	0.04 9	0.27 165	1.72 67	0.04 19	5.60 170	3.16 96	1.44 91	7.73 261	2.41 145	0.15 10	6.44 205	0.62 85	0.00 1	0.12 383	0.00 1	0.00 1	0.24 362	0.17 333

OMP-Stereo	3.03 250	0.93 334	2.72 137	4.21 464	0.51 238	2.19 104	1.25 325	6.19 201	6.00 249	7.99 333	6.21 208	8.50 349	2.49 219	9.44 398	1.74 234	0.01 211	0.00 1	0.00 1	0.00 1	0.08 192	0.05 176

222	5.36 387	0.40 128	2.72 137	1.50 253	0.48 229	6.15 351	0.07 38	13.73 423	8.06 331	8.79 362	11.03 340	3.71 201	4.21 304	7.47 280	38.74 510	0.03 326	0.02 211	0.00 1	0.00 1	0.04 113	0.05 176

EAI-Stereo	2.31 181	0.44 162	2.72 137	0.68 143	0.56 247	3.51 252	2.62 376	11.42 363	4.14 165	2.09 102	7.23 245	1.21 103	0.91 119	5.67 170	1.51 209	0.01 211	0.25 445	0.00 1	0.88 467	0.04 113	0.26 378

test_3	1.88 126	0.22 12	2.75 141	0.96 178	0.22 145	1.28 23	0.77 257	4.62 100	5.87 236	6.55 265	1.84 71	4.28 227	0.45 76	6.48 211	0.76 116	0.00 1	0.01 155	0.00 1	0.28 422	0.17 306	0.14 306

RALCasStereoNet	1.93 134	1.01 344	2.75 141	1.88 314	1.75 353	2.88 198	0.18 96	4.64 104	4.36 173	2.27 106	5.14 167	2.22 141	0.79 113	7.10 257	1.00 167	0.00 1	0.34 451	0.00 1	0.00 1	0.10 221	0.16 328

test_xeample	4.13 347	0.36 101	2.75 141	1.23 212	0.51 238	3.96 291	0.13 70	12.63 405	7.65 315	7.49 312	10.86 336	3.29 177	3.36 257	6.71 229	21.53 479	0.02 291	0.03 260	0.00 1	0.00 1	0.03 86	0.04 142

HSM-Net_RVC	4.20 353	0.32 53	2.76 144	0.63 137	0.69 264	6.95 368	1.69 352	11.96 380	8.36 342	8.83 365	12.17 362	15.18 426	4.21 304	6.91 241	3.30 310	0.02 291	0.02 211	0.00 1	0.00 1	0.01 11	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
EKT-Stereo	1.91 132	0.48 184	2.77 145	2.19 366	4.36 448	1.42 35	0.24 115	4.63 101	3.51 123	2.94 123	3.47 125	3.55 192	2.25 209	5.26 158	0.85 136	0.04 345	0.12 383	0.00 1	0.09 349	0.06 163	0.05 176

xxxx	4.51 371	0.31 43	2.77 145	1.69 286	0.47 227	7.74 388	0.07 38	14.04 426	7.91 328	5.82 209	8.97 287	9.34 358	3.41 265	7.33 271	20.24 474	0.05 357	0.03 260	0.00 1	0.00 1	0.03 86	0.04 142

AIO-test1	2.22 167	0.76 288	2.78 147	0.30 75	4.38 449	2.48 132	0.96 301	5.59 169	14.64 427	0.74 72	2.86 100	0.92 92	0.30 41	5.64 167	1.67 227	0.00 1	0.00 1	0.00 1	0.03 301	0.17 306	0.14 306

GCAP-BAT	1.77 108	0.49 188	2.78 147	0.66 141	0.16 101	3.76 279	0.80 265	3.72 56	3.27 107	3.68 145	5.03 165	3.66 197	0.56 88	5.82 174	0.65 90	0.00 1	0.05 303	0.00 1	0.24 409	0.01 11	0.01 18

SST-Stereo	2.75 224	0.31 43	2.78 147	1.33 229	0.33 189	3.99 292	0.82 269	5.60 170	3.93 147	10.92 417	6.19 207	5.00 256	4.23 306	8.66 359	0.74 109	0.00 1	0.00 1	0.00 1	0.00 1	0.03 86	0.03 98

cross-raft	2.03 147	0.35 91	2.78 147	1.10 198	0.16 101	3.77 280	0.48 172	7.03 242	3.75 135	5.06 186	5.55 190	6.26 294	1.41 161	1.75 56	0.89 151	0.01 211	0.07 336	0.00 1	0.19 390	0.03 86	0.03 98

testlalala_base	3.12 258	0.48 184	2.79 151	2.14 362	1.98 366	4.13 298	0.64 223	6.16 197	2.09 29	2.38 108	4.08 137	1.80 126	0.50 79	1.65 50	0.72 105	12.33 502	2.33 483	0.00 1	0.31 431	14.56 497	1.32 451

hitnet-ft	3.66 309	0.65 255	2.79 151	0.89 163	0.72 271	4.25 300	0.55 196	9.11 295	7.52 311	7.14 292	10.19 315	12.49 407	4.70 336	7.44 277	4.41 346	0.03 326	0.00 1	0.06 414	0.00 1	0.20 329	0.04 142

StereoAnything_RVC	1.52 89	7.77 480	2.81 153	0.05 11	0.02 3	1.11 9	0.06 31	3.26 28	0.75 4	0.12 1	0.02 1	0.07 1	0.68 98	6.69 227	0.13 3	0.02 291	0.08 347	0.00 1	0.00 1	6.69 485	0.02 59

IIG-Stereo	3.16 262	0.75 285	2.83 154	4.08 459	0.21 141	2.56 144	0.74 251	6.55 223	5.56 224	8.39 350	9.38 303	7.94 334	2.79 237	9.50 400	1.89 245	0.02 291	0.00 1	0.00 1	0.00 1	0.02 42	0.04 142

RAFT-IKP	1.90 130	0.42 145	2.83 154	0.12 31	0.18 123	3.50 249	0.64 223	5.24 145	2.96 79	5.86 212	4.34 147	3.50 190	1.51 166	5.99 180	0.76 116	0.01 211	0.00 1	0.00 1	0.00 1	0.08 192	0.08 229

SGM-Forest	4.96 379	0.32 53	2.84 156	1.21 210	0.64 258	10.23 415	6.64 451	11.55 367	10.98 393	10.94 419	13.59 381	11.65 400	4.30 313	8.94 376	4.63 350	0.11 390	0.04 289	0.00 1	0.00 1	0.05 139	0.46 417
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ROB_FTStereo_v2	1.91 132	0.41 139	2.85 157	0.12 31	0.19 133	3.71 270	0.73 248	5.23 139	2.95 76	5.86 212	4.36 149	3.46 183	1.51 166	5.86 176	0.69 97	0.01 211	0.00 1	0.00 1	0.00 1	0.08 192	0.08 229

HUI-Stereo	1.80 112	0.41 139	2.85 157	0.12 31	0.18 123	3.72 273	0.65 226	5.23 139	2.97 83	5.87 217	4.34 147	3.45 181	1.52 171	3.93 116	0.65 90	0.02 291	0.00 1	0.00 1	0.00 1	0.08 192	0.10 264

Patchmatch Stereo++	1.95 136	0.40 128	2.86 159	0.12 31	0.18 123	3.74 275	0.66 229	5.24 145	2.96 79	5.86 212	4.32 144	3.46 183	1.52 171	6.88 237	0.70 99	0.01 211	0.00 1	0.00 1	0.00 1	0.08 192	0.09 242
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	1.88 126	0.40 128	2.86 159	0.12 31	0.19 133	3.75 278	0.71 243	5.23 139	2.96 79	5.86 212	4.33 146	3.45 181	1.51 166	5.40 164	0.69 97	0.01 211	0.00 1	0.00 1	0.00 1	0.08 192	0.09 242

ROB_FTStereo	1.90 130	0.42 145	2.86 159	0.12 31	0.19 133	3.71 270	0.75 253	5.24 145	2.95 76	5.87 217	4.26 142	3.41 179	1.51 166	5.80 173	0.65 90	0.01 211	0.00 1	0.00 1	0.00 1	0.08 192	0.08 229

iRAFT	1.95 136	0.40 128	2.86 159	0.12 31	0.18 123	3.74 275	0.66 229	5.24 145	2.96 79	5.86 212	4.32 144	3.46 183	1.52 171	6.88 237	0.70 99	0.01 211	0.00 1	0.00 1	0.00 1	0.08 192	0.09 242

DeepStereo_RVC	2.05 149	0.39 118	2.87 163	0.14 46	0.17 109	3.51 252	0.70 240	5.21 138	3.00 85	6.27 247	4.13 138	3.47 186	4.53 328	4.81 141	1.49 208	0.01 211	0.00 1	0.00 1	0.00 1	0.09 210	0.18 337

iGMRVC	1.96 139	0.40 128	2.88 164	0.12 31	0.19 133	3.74 275	0.73 248	5.23 139	2.97 83	5.87 217	4.37 150	3.48 187	1.52 171	6.73 230	0.74 109	0.02 291	0.00 1	0.00 1	0.00 1	0.08 192	0.08 229

RAFT-345	3.27 269	0.41 139	2.88 164	1.02 186	0.21 141	2.63 158	0.48 172	3.76 58	5.51 220	7.35 306	24.88 460	4.25 223	1.76 192	8.15 327	2.13 261	0.01 211	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

ICVP	2.32 183	0.38 114	2.89 166	0.92 169	0.70 268	2.55 142	0.87 286	9.97 319	3.99 150	4.13 157	8.97 287	2.71 154	1.69 183	2.52 85	3.52 324	0.05 357	0.24 444	0.01 343	0.01 265	0.11 240	0.13 299
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RAFT-RH_RVC	3.96 337	0.46 175	2.93 167	1.55 266	0.42 213	3.14 222	0.14 77	3.70 50	5.98 247	11.25 423	32.23 479	5.29 265	1.68 182	8.13 325	2.14 262	0.08 380	0.00 1	0.00 1	0.03 301	0.01 11	0.00 1

DCVSM-stereo	3.13 259	0.37 108	2.95 168	1.51 256	0.80 279	2.75 173	0.49 182	6.79 233	5.25 211	11.43 425	5.57 191	10.79 384	5.30 357	5.25 157	2.95 296	0.03 326	0.09 356	0.03 391	0.00 1	0.12 257	0.09 242

DIP-Stereo	1.97 141	0.64 249	2.95 168	0.17 52	0.10 59	4.83 322	0.13 70	8.60 281	4.06 161	6.42 258	4.92 160	0.44 68	0.72 102	3.57 105	1.80 239	0.00 1	0.01 155	0.00 1	0.00 1	0.05 139	0.04 142
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
qqq	1.93 134	0.30 39	2.96 170	1.40 242	0.05 15	1.96 84	0.39 153	8.45 269	3.33 114	3.06 125	3.84 130	4.67 242	2.70 229	4.40 132	0.96 160	0.00 1	0.01 155	0.00 1	0.00 1	0.02 42	0.03 98

NF-Stereo	2.24 168	0.33 69	3.00 171	2.04 347	0.10 59	3.46 240	0.43 163	6.51 221	3.17 99	6.84 274	5.24 178	2.67 153	1.34 157	8.17 331	1.53 212	0.01 211	0.00 1	0.00 1	0.00 1	0.02 42	0.01 18

RAFT_R40	2.71 220	0.33 69	3.00 171	1.26 216	0.30 175	3.83 284	1.00 304	5.69 174	4.29 170	9.69 390	6.33 216	5.02 258	4.02 297	8.58 354	0.86 141	0.01 211	0.00 1	0.00 1	0.00 1	0.03 86	0.02 59

4D-IteraStereo	1.72 103	0.86 312	3.01 173	0.09 24	2.86 400	3.57 260	1.06 310	3.92 65	5.31 213	5.28 194	1.02 35	3.92 206	0.38 57	1.83 61	1.04 170	0.00 1	0.01 155	0.00 1	0.00 1	0.07 180	0.09 242

psm_up	3.85 326	0.82 306	3.01 173	2.00 339	2.58 393	5.28 335	3.34 395	10.85 348	6.33 268	7.27 302	7.32 248	10.15 371	9.02 429	6.19 188	2.51 283	0.22 418	0.01 155	0.00 1	0.00 1	0.12 257	0.03 98

MaDis-Stereo	0.80 15	0.69 271	3.02 175	0.33 87	1.83 360	1.22 15	0.06 31	3.41 37	1.49 18	0.31 26	0.38 18	0.42 65	0.51 80	1.14 25	1.21 187	0.00 1	0.00 1	0.00 1	0.00 1	0.05 139	0.05 176

MIF-Stereo (partial)	1.29 73	0.33 69	3.02 175	0.03 1	1.12 310	1.26 19	0.13 70	4.46 88	3.75 135	0.35 31	2.39 90	0.31 48	0.74 103	6.09 183	1.76 235	0.00 1	0.00 1	0.00 1	0.00 1	0.08 192	0.04 142

OCTAStereo	2.24 168	0.33 69	3.03 177	2.04 347	0.10 59	3.45 239	0.43 163	6.50 218	3.17 99	6.84 274	5.20 173	2.65 150	1.33 155	8.18 332	1.56 216	0.01 211	0.00 1	0.00 1	0.00 1	0.02 42	0.01 18

RE-Stereo	2.25 173	0.33 69	3.03 177	2.04 347	0.10 59	3.47 242	0.43 163	6.50 218	3.18 102	6.84 274	5.20 173	2.65 150	1.34 157	8.18 332	1.58 218	0.01 211	0.00 1	0.01 343	0.00 1	0.02 42	0.01 18

TVStereo	2.25 173	0.33 69	3.03 177	2.04 347	0.10 59	3.47 242	0.43 163	6.50 218	3.18 102	6.84 274	5.20 173	2.65 150	1.34 157	8.18 332	1.58 218	0.01 211	0.00 1	0.01 343	0.00 1	0.02 42	0.01 18

DisPM	2.43 194	0.32 53	3.04 180	1.76 296	0.18 123	3.46 240	0.65 226	5.13 131	4.88 199	8.59 358	7.04 239	2.84 156	1.03 129	8.85 372	0.83 132	0.01 211	0.00 1	0.00 1	0.00 1	0.01 11	0.02 59

CrosDoStereo	3.96 337	0.45 169	3.04 180	0.32 82	0.20 138	3.28 231	11.63 484	5.76 178	4.45 178	9.04 372	16.58 408	4.99 253	7.45 403	8.04 313	3.72 329	0.00 1	0.02 211	0.01 343	0.00 1	0.16 293	0.10 264

DeepStereo_LL	3.96 337	0.45 169	3.04 180	0.32 82	0.20 138	3.28 231	11.63 484	5.76 178	4.45 178	9.04 372	16.58 408	4.99 253	7.45 403	8.04 313	3.72 329	0.00 1	0.02 211	0.01 343	0.00 1	0.16 293	0.10 264

FENet	2.19 164	0.34 81	3.04 180	2.05 352	0.26 162	2.82 189	0.13 70	7.02 241	5.55 222	4.97 183	1.94 72	4.91 251	3.39 262	4.71 139	2.50 282	0.02 291	0.03 260	0.00 1	0.00 1	0.00 1	0.21 356

AdaStereo	3.09 254	0.58 229	3.04 180	2.84 413	0.48 229	4.08 295	1.29 331	12.16 391	7.77 324	6.03 224	9.62 306	5.79 283	1.53 175	4.56 136	1.93 252	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 59
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.
HI	3.18 264	0.90 324	3.05 185	1.28 223	0.15 94	2.29 111	0.04 19	5.31 154	3.52 124	7.96 330	12.69 370	11.43 396	6.61 384	4.26 128	4.02 337	0.00 1	0.06 320	0.00 1	0.00 1	0.05 139	0.01 18

CoSv	3.18 264	0.90 324	3.05 185	1.28 223	0.15 94	2.29 111	0.04 19	5.31 154	3.52 124	7.96 330	12.69 370	11.43 396	6.61 384	4.26 128	4.02 337	0.00 1	0.06 320	0.00 1	0.00 1	0.05 139	0.01 18

BUS	2.49 203	0.32 53	3.05 185	0.46 110	0.46 220	7.12 371	0.50 184	9.05 292	4.69 191	6.11 231	6.15 204	5.29 265	0.83 115	3.91 113	1.77 236	0.01 211	0.03 260	0.03 391	0.00 1	0.04 113	0.00 1

BSDual-CNN	2.69 216	0.32 53	3.05 185	0.46 110	0.46 220	7.13 373	1.63 348	9.05 292	4.69 191	6.11 231	6.15 204	6.26 294	2.54 220	3.91 113	1.91 246	0.01 211	0.03 260	0.03 391	0.00 1	0.04 113	0.00 1

psmg	3.10 257	0.32 53	3.05 185	0.54 119	0.46 220	8.68 396	2.84 382	9.87 315	4.69 191	8.08 334	8.69 279	6.26 294	2.54 220	3.91 113	1.91 246	0.01 211	0.04 289	0.06 414	0.00 1	0.11 240	0.00 1

SCV_C0	1.40 80	0.49 188	3.06 190	0.12 31	0.21 141	2.29 111	0.09 48	6.46 217	3.81 139	0.63 67	2.00 75	0.24 33	0.41 68	7.31 269	0.43 46	0.01 211	0.05 303	0.00 1	0.21 397	0.16 293	0.07 214

rvit_stereo_0083	1.03 42	0.26 22	3.09 191	0.49 115	0.09 52	1.27 21	0.24 115	2.72 13	4.60 188	0.38 35	0.77 30	0.78 90	1.18 147	4.35 131	0.33 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 98

RAFT	2.57 210	0.76 288	3.09 191	0.91 165	0.09 52	2.41 126	0.94 297	5.35 157	2.65 55	6.11 231	7.21 243	9.43 360	4.30 313	5.73 172	1.77 236	0.00 1	0.12 383	0.00 1	0.02 288	0.46 415	0.08 229

rvit_stereo_0080	0.88 22	0.51 196	3.12 193	0.07 17	0.12 78	1.31 24	0.37 148	3.78 59	3.29 110	0.56 64	1.13 45	0.40 60	0.76 105	1.71 51	0.47 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 142

whm_eth	0.88 22	0.51 196	3.12 193	0.07 17	0.12 78	1.31 24	0.37 148	3.78 59	3.29 110	0.56 64	1.13 45	0.40 60	0.76 105	1.71 51	0.47 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 142

CBMV_ROB	4.14 348	0.52 203	3.14 195	1.30 225	0.77 276	6.92 367	1.97 360	10.11 328	9.58 365	8.92 369	14.20 388	7.12 319	5.90 372	8.65 358	3.50 319	0.01 211	0.05 303	0.00 1	0.00 1	0.04 113	0.09 242

RAStereo	0.68 6	0.42 145	3.15 196	0.18 57	0.52 242	1.17 12	0.02 13	3.16 25	0.98 11	0.51 61	1.43 53	0.16 10	0.22 17	0.75 8	0.83 132	0.00 1	0.00 1	0.00 1	0.00 1	0.07 180	0.02 59

HSM	4.00 342	0.79 297	3.16 197	1.59 274	2.17 377	6.77 364	1.11 316	12.28 394	6.35 270	6.75 268	8.11 271	13.90 416	5.37 359	8.85 372	2.71 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 59

rrr	1.05 46	0.45 169	3.18 198	0.32 82	0.06 24	2.74 168	0.95 300	3.49 42	1.12 14	0.39 42	0.16 7	0.20 17	0.29 34	6.47 209	0.87 143	0.00 1	0.00 1	0.00 1	0.21 397	0.06 163	0.10 264

CroCo-Stereo	0.99 36	0.89 321	3.19 199	0.46 110	0.44 214	0.38 1	0.05 27	4.61 98	3.95 148	0.48 57	1.78 69	1.01 95	0.27 28	1.11 23	1.07 171	0.01 211	0.00 1	0.00 1	0.00 1	0.05 139	0.04 142
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
Anonymous_2	4.14 348	0.62 245	3.21 200	1.40 242	1.43 332	5.19 330	0.32 138	6.63 225	4.38 174	4.48 167	2.30 87	8.08 337	7.00 394	5.37 162	2.29 270	0.23 419	0.75 470	5.20 486	18.12 511	5.66 480	0.23 364

mmm	2.50 206	0.29 30	3.22 201	1.98 333	0.32 184	3.72 273	0.12 61	9.45 304	4.05 158	5.84 211	10.80 332	2.47 146	2.86 242	4.07 122	0.75 114	0.00 1	0.02 211	0.00 1	0.01 265	0.03 86	0.02 59

NINENet	3.09 254	0.56 222	3.22 201	1.61 276	1.37 329	7.12 371	0.50 184	11.88 377	5.63 226	6.63 267	8.40 275	5.29 265	0.83 115	6.51 214	1.77 236	0.15 402	0.07 336	0.07 420	0.00 1	0.09 210	0.00 1

PSMNet-RSSM	3.33 282	0.77 291	3.22 201	2.12 359	1.90 365	2.33 117	0.71 243	11.17 352	5.83 234	5.90 220	11.43 348	7.04 315	4.83 346	5.96 179	3.17 303	0.00 1	0.00 1	0.02 374	0.00 1	0.08 192	0.02 59

GANet-ADL	2.20 165	0.50 191	3.27 204	2.02 342	0.11 68	2.21 106	0.48 172	8.64 283	6.79 287	4.56 168	5.83 195	3.98 208	1.27 154	2.68 87	1.43 202	0.04 345	0.08 347	0.02 374	0.00 1	0.15 286	0.03 98

rvit_stereo_0081_aga	0.76 13	0.51 196	3.29 205	0.11 29	0.25 155	1.73 68	0.22 109	3.68 49	2.54 51	0.26 15	0.16 7	0.27 38	0.30 41	1.31 32	0.36 30	0.00 1	0.00 1	0.00 1	0.00 1	0.12 257	0.04 142

test_sample1	2.31 181	0.26 22	3.29 205	2.08 353	0.46 220	2.62 156	0.05 27	9.88 316	4.23 169	3.90 151	3.92 134	3.49 188	4.44 321	5.67 170	1.88 244	0.00 1	0.01 155	0.00 1	0.00 1	0.02 42	0.03 98

Selective-RAFT	1.69 100	0.32 53	3.29 205	0.92 169	0.18 123	3.89 286	0.06 31	4.22 77	4.00 151	1.47 93	1.98 74	3.07 168	2.81 238	6.35 202	0.89 151	0.01 211	0.00 1	0.00 1	0.21 397	0.05 139	0.00 1

ASMatch	3.32 280	0.50 191	3.32 208	1.72 292	0.45 219	1.93 79	0.68 233	6.42 215	3.89 143	6.18 237	22.30 448	4.61 241	4.82 345	7.65 288	1.70 229	0.00 1	0.02 211	0.00 1	0.03 301	0.01 11	0.18 337

IRAFT_RVC	2.85 232	0.41 139	3.32 208	2.09 356	0.41 210	2.92 200	5.22 432	6.41 214	3.63 130	6.53 264	5.48 188	5.09 260	4.88 347	8.20 335	2.15 263	0.01 211	0.17 416	0.01 343	0.00 1	0.02 42	0.04 142

anonymousa	3.80 323	0.55 216	3.35 210	1.24 213	3.74 430	9.04 401	0.36 146	6.74 231	4.03 154	7.72 320	19.64 435	10.62 380	6.01 375	1.52 44	1.40 200	0.00 1	0.00 1	0.00 1	0.05 325	0.00 1	0.03 98

HCRNet	2.56 208	0.53 207	3.35 210	0.24 66	3.39 417	2.19 104	0.23 113	6.89 237	5.50 218	5.26 193	4.79 154	5.27 264	2.78 236	7.71 293	2.89 294	0.00 1	0.02 211	0.00 1	0.00 1	0.04 113	0.04 142

test_sample2	2.32 183	0.25 18	3.38 212	2.08 353	0.41 210	2.58 147	0.15 83	9.50 305	4.97 202	3.66 143	4.86 159	4.29 229	3.26 253	5.83 175	1.09 174	0.00 1	0.01 155	0.00 1	0.00 1	0.03 86	0.03 98

GANet-RSSM	3.27 269	0.60 236	3.38 212	2.94 420	2.00 368	2.61 153	0.48 172	10.93 350	6.11 256	5.47 197	10.20 316	6.57 305	5.44 366	6.25 191	2.23 268	0.00 1	0.00 1	0.08 423	0.00 1	0.17 306	0.03 98

CroCo-Stereo Lap2	1.24 67	0.88 318	3.39 214	0.95 176	4.59 461	0.47 3	0.08 43	3.51 45	2.80 68	1.17 89	2.24 85	1.57 118	0.20 13	1.48 42	1.14 180	0.00 1	0.00 1	0.00 1	0.00 1	0.15 286	0.12 291

test_xeample3	1.08 49	0.43 156	3.39 214	0.49 115	0.05 15	2.58 147	0.93 295	3.32 32	1.77 22	0.23 10	0.23 14	0.19 13	0.28 30	6.34 200	0.85 136	0.00 1	0.01 155	0.00 1	0.26 421	0.06 163	0.10 264

RAFT-Test	2.17 161	0.36 101	3.40 216	1.05 195	0.34 191	4.90 325	0.69 237	6.27 203	3.98 149	4.65 174	7.02 236	6.30 297	1.12 134	1.81 60	0.99 165	0.01 211	0.17 416	0.00 1	0.34 437	0.02 42	0.02 59

anonymousdsp2	1.78 109	0.39 118	3.40 216	1.10 198	0.04 12	3.63 261	0.50 184	7.80 254	2.77 67	2.91 122	2.88 101	3.17 173	1.01 126	5.15 156	0.43 46	0.00 1	0.01 155	0.02 374	0.15 367	0.05 139	0.12 291

PSM-softLoss	2.24 168	0.34 81	3.42 218	1.81 304	0.17 109	2.74 168	0.39 153	6.17 199	2.92 73	6.26 245	6.29 213	2.96 160	0.97 124	8.68 360	1.71 230	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 59

KMStereo	2.24 168	0.34 81	3.42 218	1.81 304	0.17 109	2.74 168	0.39 153	6.17 199	2.92 73	6.26 245	6.29 213	2.96 160	0.97 124	8.68 360	1.71 230	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 59

SGM_RVC	10.08 459	0.60 236	3.42 218	2.30 378	0.32 184	19.41 472	6.33 446	18.95 469	14.64 427	25.14 482	24.32 457	33.34 489	18.79 473	19.86 480	12.55 456	0.25 422	0.26 447	0.22 448	0.24 409	0.34 392	0.40 404
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_sample7	3.30 272	0.47 177	3.43 221	1.98 333	0.35 194	4.33 304	1.88 358	10.66 339	7.73 320	8.36 345	7.55 253	6.55 301	4.27 308	6.58 219	1.62 222	0.06 366	0.03 260	0.00 1	0.00 1	0.05 139	0.06 195

TestStereo1	2.85 232	0.81 303	3.48 222	3.11 425	0.44 214	2.52 135	1.50 340	6.37 209	8.18 336	4.62 170	9.24 297	2.23 142	3.69 277	9.19 386	1.26 188	0.00 1	0.01 155	0.00 1	0.00 1	0.27 371	0.09 242

SA-5K	2.85 232	0.81 303	3.48 222	3.11 425	0.44 214	2.52 135	1.50 340	6.37 209	8.18 336	4.62 170	9.24 297	2.23 142	3.69 277	9.19 386	1.26 188	0.00 1	0.01 155	0.00 1	0.00 1	0.27 371	0.09 242

FCDSN-DC	10.24 462	0.56 222	3.49 224	1.96 331	1.29 323	16.90 463	4.59 422	17.16 454	19.10 451	24.64 481	32.46 483	33.82 490	22.14 486	15.93 464	10.45 440	0.04 345	0.00 1	0.00 1	0.00 1	0.05 139	0.21 356
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ac_64	3.70 312	0.47 177	3.50 225	2.87 414	3.50 421	5.91 347	0.72 247	10.17 329	4.34 172	8.16 337	5.80 193	10.82 386	5.64 369	7.08 255	4.73 352	0.03 326	0.00 1	0.00 1	0.00 1	0.08 192	0.14 306

AIO-test2	2.70 219	1.23 375	3.52 226	1.24 213	3.05 403	2.65 161	0.06 31	6.30 205	15.40 434	2.58 111	7.30 247	0.48 71	0.57 90	5.36 161	0.96 160	3.06 477	0.00 1	0.00 1	0.01 265	0.16 293	0.15 316

TDLM	4.11 345	1.11 362	3.54 227	1.62 280	1.04 304	3.91 288	7.41 460	10.60 337	10.67 391	6.38 256	12.59 368	5.95 287	4.77 340	8.79 370	3.04 299	0.58 447	0.00 1	0.01 343	0.00 1	0.19 325	0.12 291

coex_refinement	4.04 343	0.87 314	3.55 228	2.96 421	1.40 331	4.28 302	0.32 138	11.18 353	7.72 318	8.32 343	13.44 380	10.01 369	3.48 266	6.28 193	6.76 388	0.00 1	0.02 211	0.00 1	0.00 1	0.06 163	0.16 328

CASS	2.44 196	0.44 162	3.56 229	0.85 158	0.38 202	3.14 222	0.22 109	9.64 310	4.00 151	6.78 270	7.62 257	3.57 193	3.58 272	3.80 110	1.10 175	0.02 291	0.01 155	0.00 1	0.00 1	0.05 139	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AACVNet	3.33 282	1.03 348	3.56 229	3.46 440	0.63 256	3.09 215	0.28 126	8.78 287	3.43 120	5.99 222	10.64 329	10.08 370	4.03 298	8.69 362	2.51 283	0.03 326	0.01 155	0.00 1	0.00 1	0.26 365	0.06 195

FACV-RUCA	2.21 166	0.34 81	3.59 231	1.30 225	2.90 401	2.22 107	1.25 325	7.98 260	5.71 232	3.59 141	7.21 243	1.14 100	1.60 179	3.12 96	1.46 206	0.01 211	0.03 260	0.10 428	0.04 319	0.35 393	0.17 333

CVANet_RVC	4.16 351	1.16 369	3.60 232	1.94 327	1.46 333	3.92 289	4.68 423	10.89 349	8.34 341	7.58 314	10.84 334	10.27 375	6.62 387	8.56 352	2.69 288	0.39 436	0.00 1	0.00 1	0.01 265	0.21 340	0.09 242

SMFormer	3.54 300	0.39 118	3.61 233	1.69 286	0.11 68	2.85 193	0.29 130	12.46 397	10.41 381	7.16 294	10.23 317	4.78 246	4.45 322	8.71 364	3.51 320	0.07 375	0.05 303	0.00 1	0.00 1	0.06 163	0.04 142

tta	3.54 300	0.39 118	3.61 233	1.69 286	0.11 68	2.85 193	0.29 130	12.46 397	10.41 381	7.16 294	10.23 317	4.78 246	4.45 322	8.71 364	3.51 320	0.07 375	0.05 303	0.00 1	0.00 1	0.06 163	0.03 98

qqq1	3.38 285	0.39 118	3.61 233	1.69 286	0.11 68	2.85 193	0.29 130	12.46 397	10.41 381	7.16 294	10.23 317	4.78 246	4.45 322	8.71 364	0.30 18	0.07 375	0.05 303	0.00 1	0.00 1	0.06 163	0.03 98

fff1	3.38 285	0.39 118	3.61 233	1.69 286	0.11 68	2.85 193	0.29 130	12.46 397	10.41 381	7.16 294	10.23 317	4.78 246	4.45 322	8.71 364	0.30 18	0.07 375	0.05 303	0.00 1	0.00 1	0.06 163	0.03 98

Sa-1000	3.55 302	0.75 285	3.63 237	1.91 318	0.30 175	3.55 256	1.63 348	7.39 248	8.54 349	7.70 319	17.44 424	4.00 209	2.82 239	9.44 398	1.33 195	0.00 1	0.10 368	0.00 1	0.18 385	0.21 340	0.04 142

TestStereo	1.74 106	1.02 346	3.64 238	0.20 58	0.28 172	1.33 26	0.01 2	5.24 145	4.01 153	3.18 128	4.97 162	2.07 138	0.70 99	7.32 270	0.75 114	0.02 291	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

CBMV	5.35 386	0.91 328	3.67 239	1.62 280	0.44 214	10.09 413	7.19 458	12.49 401	12.33 412	12.22 431	14.69 395	10.93 390	6.48 382	8.51 350	4.96 357	0.02 291	0.15 404	0.00 1	0.00 1	0.17 306	0.17 333
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_5	2.90 241	0.70 273	3.69 240	2.01 340	3.17 408	4.61 318	1.32 333	6.69 229	7.02 296	2.79 116	7.18 241	4.99 253	4.14 300	7.96 307	1.31 193	0.00 1	0.00 1	0.00 1	0.03 301	0.19 325	0.26 378

PFNet+	2.35 186	0.31 43	3.69 240	0.79 150	0.17 109	3.15 225	0.75 253	4.52 92	6.30 265	7.90 329	6.34 217	2.53 147	1.18 147	7.72 295	1.62 222	0.03 326	0.00 1	0.00 1	0.00 1	0.01 11	0.03 98

DEmStereo	3.79 321	0.37 108	3.69 240	0.17 52	0.17 109	5.28 335	2.54 371	4.35 80	3.70 131	8.21 342	20.15 436	5.13 262	10.38 442	7.65 288	3.85 333	0.01 211	0.01 155	0.01 343	0.00 1	0.02 42	0.06 195

CSP-Net	4.12 346	1.28 384	3.70 243	1.54 264	1.06 305	13.28 450	2.33 366	12.96 411	5.45 216	8.87 367	8.54 278	8.43 344	3.03 246	8.16 328	3.65 327	0.00 1	0.00 1	0.00 1	0.00 1	0.18 317	0.03 98

RALAANet	2.46 201	1.09 357	3.70 243	2.55 401	0.80 279	3.37 236	0.15 83	7.44 250	5.54 221	5.65 202	6.01 198	3.54 191	1.13 137	6.34 200	1.58 218	0.00 1	0.01 155	0.00 1	0.05 325	0.21 340	0.03 98

HH	2.42 192	0.73 279	3.76 245	0.91 165	0.14 90	2.78 175	0.71 243	7.92 257	2.72 61	1.53 94	6.10 201	7.93 332	4.01 295	8.60 355	0.44 50	0.00 1	0.09 356	0.00 1	0.00 1	0.05 139	0.04 142

HanStereo	2.42 192	0.73 279	3.76 245	0.91 165	0.14 90	2.78 175	0.71 243	7.92 257	2.72 61	1.53 94	6.10 201	7.93 332	4.01 295	8.60 355	0.44 50	0.00 1	0.09 356	0.00 1	0.00 1	0.05 139	0.04 142

DLCB_ROB	4.51 371	0.91 328	3.78 247	2.19 366	1.07 307	6.28 352	3.09 387	9.78 313	7.72 318	10.65 412	12.97 374	13.91 417	3.71 280	8.72 368	5.30 361	0.00 1	0.00 1	0.00 1	0.00 1	0.03 86	0.10 264

SA	3.06 252	0.74 283	3.79 248	1.60 275	0.30 175	3.19 227	1.43 337	6.72 230	9.06 356	4.63 173	10.80 332	2.89 158	4.71 337	9.62 401	1.18 186	0.00 1	0.09 356	0.00 1	0.19 390	0.23 352	0.02 59

ITSA-stereo	3.76 318	0.54 212	3.80 249	1.91 318	0.29 174	3.09 215	0.70 240	13.22 416	15.64 435	6.79 271	6.66 223	4.15 219	3.52 270	8.30 338	5.00 358	0.09 385	0.07 336	0.11 429	0.10 354	0.18 317	0.95 443

StereoDRNet-Refined	4.46 367	0.62 245	3.80 249	1.92 322	0.40 206	9.35 404	0.15 83	10.02 324	8.83 354	12.69 435	11.62 352	9.34 358	3.87 291	8.06 320	8.02 404	0.00 1	0.00 1	0.01 343	0.05 325	0.20 329	0.26 378
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
fff	2.28 177	0.61 240	3.81 251	0.22 62	0.07 32	1.69 60	0.11 55	5.37 160	11.84 405	5.80 206	5.17 168	1.44 110	5.41 360	2.00 70	1.92 248	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 337

SACVNet	4.15 350	1.26 379	3.81 251	3.12 427	1.68 347	3.09 215	2.85 383	11.91 378	5.96 244	10.52 409	11.20 342	10.59 378	3.95 293	8.97 377	3.25 308	0.08 380	0.02 211	0.00 1	0.00 1	0.32 385	0.44 413

DCANet	2.08 151	0.64 249	3.81 251	0.31 79	0.17 109	1.70 64	0.25 120	5.23 139	8.47 346	6.07 228	5.30 184	1.41 108	4.23 306	1.85 62	2.02 256	0.00 1	0.00 1	0.00 1	0.00 1	0.04 113	0.19 348

csc	2.28 177	0.61 240	3.81 251	0.22 62	0.07 32	1.69 60	0.11 55	5.37 160	11.84 405	5.80 206	5.17 168	1.44 110	5.41 360	2.00 70	1.92 248	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 337

cscssc	2.28 177	0.61 240	3.81 251	0.22 62	0.07 32	1.69 60	0.11 55	5.37 160	11.84 405	5.80 206	5.17 168	1.44 110	5.41 360	2.00 70	1.92 248	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 337

111	2.78 226	0.92 331	3.81 251	0.22 62	0.07 32	2.83 191	0.70 240	6.03 190	14.00 422	3.22 130	8.93 283	5.48 272	3.30 255	3.66 106	2.03 257	0.00 1	0.00 1	0.00 1	0.00 1	0.10 221	0.29 388

rvit_stereo_ft	1.00 39	0.78 296	3.84 257	0.84 156	0.36 196	1.23 16	0.24 115	3.81 63	3.76 137	0.37 34	0.87 33	0.74 87	1.12 134	1.18 29	0.76 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.06 195

GwcNet-ADL	2.65 215	0.48 184	3.84 257	0.82 153	0.33 189	2.04 89	0.69 237	8.07 261	9.42 362	6.05 225	6.66 223	4.14 218	1.73 186	5.40 164	3.01 298	0.08 380	0.06 320	0.00 1	0.00 1	0.06 163	0.03 98

UDGNet	2.73 223	7.09 477	3.90 259	2.71 406	0.06 24	2.98 205	0.20 103	4.63 101	8.58 351	2.69 112	2.70 96	0.95 94	1.01 126	6.27 192	1.51 209	1.28 464	0.00 1	5.24 487	0.94 469	1.70 460	0.13 299

LG-Stereo	0.79 14	0.32 53	3.96 260	0.04 9	0.15 94	1.19 14	0.18 96	3.52 46	2.95 76	0.32 28	1.77 67	0.22 29	0.14 9	0.39 1	0.43 46	0.01 211	0.02 211	0.00 1	0.00 1	0.11 240	0.02 59

ffm	2.90 241	0.31 43	3.97 261	1.34 231	0.98 298	2.80 178	0.48 172	4.53 93	10.19 376	6.29 250	9.23 292	5.59 274	3.72 284	8.00 310	0.46 58	0.00 1	0.02 211	0.00 1	0.00 1	0.10 221	0.04 142

ff1	3.45 296	0.31 43	3.97 261	1.34 231	0.98 298	2.80 178	0.48 172	4.53 93	10.19 376	6.29 250	9.23 292	5.59 274	3.72 284	10.11 406	9.35 427	0.00 1	0.02 211	0.00 1	0.00 1	0.10 221	0.04 142

mmx	3.86 327	0.31 43	3.97 261	1.34 231	0.98 298	2.80 178	0.48 172	12.18 392	10.66 389	6.29 250	9.23 292	5.59 274	3.72 284	10.11 406	9.35 427	0.05 357	0.02 211	0.00 1	0.00 1	0.03 86	0.04 142

cf-r	3.42 292	0.81 303	3.97 261	2.41 393	2.78 397	2.85 193	0.64 223	8.44 268	6.32 267	6.25 244	11.57 351	8.97 355	3.54 271	5.93 178	3.83 332	0.00 1	0.00 1	0.00 1	0.00 1	0.09 210	0.07 214

GCST	9.08 448	17.31 494	3.98 265	52.92 517	10.66 490	11.29 430	0.20 103	6.97 239	6.47 276	9.46 381	4.68 152	4.75 244	1.51 166	9.34 393	1.31 193	8.19 490	0.05 303	22.38 498	0.34 437	6.17 483	3.53 471

xxx	3.86 327	0.31 43	3.98 265	1.34 231	0.98 298	2.80 178	0.48 172	12.18 392	10.66 389	6.29 250	9.23 292	5.59 274	3.72 284	10.11 406	9.35 427	0.05 357	0.02 211	0.00 1	0.00 1	0.03 86	0.04 142

StereoVision	2.25 173	0.72 276	4.00 267	1.03 188	2.64 394	1.91 77	0.28 126	5.83 185	4.43 176	1.89 101	10.65 330	3.88 205	0.52 83	5.13 155	1.98 253	0.00 1	0.00 1	0.00 1	0.00 1	0.09 210	0.03 98

PCWNet_CMD	2.99 248	0.39 118	4.02 268	0.39 102	0.26 162	2.53 138	0.15 83	9.24 298	9.22 357	7.12 291	11.53 350	6.94 311	2.41 216	4.02 120	1.33 195	0.01 211	0.02 211	0.02 374	0.00 1	0.05 139	0.07 214

MSMDNet	2.99 248	0.39 118	4.02 268	0.40 104	0.25 155	2.53 138	0.16 88	9.35 302	9.25 358	7.08 289	11.39 345	6.93 310	2.43 217	4.01 119	1.34 197	0.01 211	0.02 211	0.02 374	0.00 1	0.05 139	0.07 214

HITNet	2.79 228	0.77 291	4.02 268	2.03 345	0.11 68	5.58 338	0.59 209	9.24 298	5.15 209	6.42 258	7.26 246	3.66 197	2.92 244	4.07 122	3.87 334	0.00 1	0.00 1	0.00 1	0.00 1	0.06 163	0.02 59
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
CFNet_pseudo	2.81 229	0.42 145	4.04 271	0.33 87	0.24 152	2.59 150	0.12 61	8.20 264	7.66 316	7.04 287	10.42 322	6.56 304	2.05 200	4.88 143	1.53 212	0.00 1	0.02 211	0.01 343	0.00 1	0.05 139	0.07 214

CFNet_ucs	3.07 253	0.44 162	4.05 272	0.54 119	0.37 200	3.08 213	0.19 99	9.80 314	8.49 348	7.64 317	12.62 369	5.67 279	1.76 192	4.96 149	1.51 209	0.00 1	0.04 289	0.01 343	0.00 1	0.09 210	0.11 277

ccs_rob	2.81 229	0.42 145	4.06 273	0.33 87	0.25 155	2.59 150	0.12 61	8.19 263	7.68 317	7.02 284	10.37 321	6.54 300	2.06 201	4.88 143	1.53 212	0.00 1	0.02 211	0.01 343	0.00 1	0.05 139	0.07 214

DeepPruner_ROB	3.52 299	1.14 367	4.06 273	1.12 204	1.65 342	3.65 263	0.83 273	13.96 425	4.47 180	7.80 322	10.84 334	7.05 317	2.16 205	8.14 326	3.08 301	0.07 375	0.03 260	0.00 1	0.01 265	0.32 385	0.06 195

GANet	6.22 404	1.07 353	4.07 275	2.27 374	0.89 287	9.19 403	9.52 471	12.02 383	8.13 335	10.72 413	29.09 471	13.86 415	7.52 407	11.00 422	4.39 345	0.36 433	0.00 1	0.02 374	0.02 288	0.12 257	0.08 229

iRaft-Stereo_5w	2.86 236	0.86 312	4.08 276	0.06 14	0.25 155	2.76 174	0.60 212	4.97 122	4.10 162	2.98 124	7.85 266	10.17 372	4.17 303	8.16 328	5.83 371	0.00 1	0.00 1	0.00 1	0.01 265	0.26 365	0.06 195

model_zeroshot	1.52 89	0.42 145	4.10 277	1.25 215	0.11 68	3.04 211	0.14 77	5.79 182	2.84 70	3.12 127	3.65 129	2.05 137	0.42 73	2.38 81	0.71 103	0.01 211	0.10 368	0.00 1	0.20 393	0.02 42	0.04 142

HBP-ISP	4.09 344	1.05 350	4.10 277	1.87 311	1.31 326	7.56 382	3.98 407	11.26 355	9.94 373	7.81 323	14.44 391	3.23 175	4.27 308	8.89 375	1.87 242	0.06 366	0.06 320	0.00 1	0.00 1	0.06 163	0.04 142

FC-DCNN v2	10.88 466	0.52 203	4.17 279	1.92 322	1.63 340	17.79 468	5.35 435	18.87 468	19.88 457	28.77 486	34.99 489	34.62 493	21.72 484	16.03 466	11.16 448	0.03 326	0.01 155	0.02 374	0.00 1	0.06 163	0.08 229

LMCR-Stereo	3.63 307	1.29 386	4.20 280	2.54 399	0.17 109	8.08 389	1.52 342	11.46 364	4.73 194	8.45 353	10.66 331	1.91 133	5.03 350	7.69 291	3.58 325	0.92 458	0.00 1	0.00 1	0.00 1	0.36 397	0.02 59

gcap-zeroshot	1.87 125	0.44 162	4.24 281	0.53 118	0.51 238	3.12 220	0.75 253	6.42 215	3.91 145	3.75 148	1.67 63	7.79 328	0.55 86	2.61 86	0.53 75	0.02 291	0.21 433	0.00 1	0.23 406	0.00 1	0.05 176

MIM_Stereo	2.50 206	0.75 285	4.26 282	1.18 209	0.11 68	3.08 213	0.33 142	6.07 192	3.28 109	5.01 184	10.12 314	4.29 229	1.74 188	8.06 320	1.27 190	0.00 1	0.12 383	0.00 1	0.01 265	0.18 317	0.15 316

FC-DCNN	10.72 465	0.52 203	4.27 283	1.88 314	1.63 340	17.18 464	5.29 434	18.20 461	19.69 456	28.50 485	34.51 487	34.03 491	21.48 483	15.89 463	11.15 447	0.03 326	0.01 155	0.02 374	0.01 265	0.07 180	0.09 242

GES	2.49 203	0.38 114	4.29 284	1.58 271	0.05 15	4.58 316	1.07 312	9.70 312	3.39 118	5.21 190	6.64 222	1.84 129	3.36 257	4.86 142	2.54 285	0.06 366	0.01 155	0.06 414	0.01 265	0.12 257	0.03 98

1111x	4.25 359	0.30 39	4.31 285	1.47 252	0.37 200	5.10 329	0.32 138	12.86 409	9.82 370	6.01 223	9.73 309	8.78 352	5.97 374	9.43 395	10.39 439	0.06 366	0.03 260	0.00 1	0.00 1	0.02 42	0.04 142

test_sample5	2.91 243	0.40 128	4.33 286	1.81 304	0.50 235	3.33 233	0.17 93	11.27 357	6.55 279	6.18 237	8.35 274	3.65 195	2.71 232	6.61 221	2.15 263	0.02 291	0.02 211	0.00 1	0.00 1	0.05 139	0.05 176

DualNet	3.05 251	0.40 128	4.33 286	1.81 304	0.50 235	3.33 233	0.17 93	11.27 357	6.55 279	6.50 261	10.86 336	3.65 195	2.71 232	6.61 221	2.15 263	0.02 291	0.02 211	0.00 1	0.00 1	0.05 139	0.05 176

ADLNet	4.32 365	0.80 301	4.33 286	3.60 447	3.56 423	6.87 366	2.48 370	11.20 354	7.58 314	9.87 394	9.62 306	8.39 342	4.95 348	6.16 186	6.60 385	0.01 211	0.01 155	0.00 1	0.01 265	0.12 257	0.25 372

UPFNet	3.82 324	0.47 177	4.34 289	2.21 369	3.38 415	7.26 375	2.69 378	9.89 317	5.96 244	7.98 332	7.53 252	7.89 331	3.15 250	7.72 295	5.88 372	0.01 211	0.02 211	0.00 1	0.00 1	0.04 113	0.06 195

AASNet	3.90 331	0.92 331	4.41 290	3.56 446	4.00 443	6.70 362	1.26 328	18.71 464	6.14 257	7.35 306	7.91 268	4.35 231	2.58 223	3.04 94	6.62 387	0.00 1	0.00 1	0.00 1	0.00 1	0.39 405	0.14 306

test_sample6	3.14 261	0.41 139	4.42 291	1.92 322	0.49 232	3.25 230	0.21 107	11.30 359	6.69 283	6.50 261	10.86 336	4.03 210	2.93 245	7.06 254	2.65 287	0.02 291	0.02 211	0.00 1	0.00 1	0.05 139	0.06 195

RASNet	4.52 374	0.61 240	4.42 291	3.42 438	4.68 462	4.58 316	0.99 302	9.54 309	8.01 330	5.28 194	11.42 347	10.34 377	8.88 426	9.28 390	8.68 418	0.15 402	0.00 1	0.00 1	0.00 1	0.03 86	0.04 142

UGAM-zero	3.51 298	0.33 69	4.44 293	0.88 161	0.65 259	3.52 255	0.16 88	11.35 361	2.71 60	5.09 188	5.82 194	15.28 427	9.14 431	8.38 341	1.61 221	0.00 1	0.16 412	0.00 1	0.46 453	0.02 42	0.19 348

test_sample3	2.87 238	0.37 108	4.45 294	1.95 328	0.59 249	4.69 319	0.16 88	11.50 366	6.45 275	5.82 209	6.44 219	3.76 203	2.64 225	6.01 181	2.41 279	0.01 211	0.01 155	0.00 1	0.00 1	0.04 113	0.05 176

DMCA	2.82 231	0.64 249	4.45 294	1.61 276	0.89 287	3.86 285	0.57 207	9.18 296	5.10 206	6.24 242	6.49 220	7.17 320	2.13 202	3.31 99	4.73 352	0.00 1	0.01 155	0.00 1	0.00 1	0.04 113	0.02 59

CoDeX	3.43 293	0.68 266	4.49 296	0.98 182	1.65 342	6.37 355	2.14 363	13.23 417	6.07 252	7.23 299	8.95 284	4.09 214	3.79 288	6.31 196	2.37 276	0.03 326	0.06 320	0.00 1	0.00 1	0.07 180	0.15 316

delet	4.27 361	0.72 276	4.50 297	1.07 196	3.75 434	10.79 426	4.04 409	9.95 318	7.89 326	8.09 335	8.89 282	8.46 345	3.81 290	7.56 283	5.80 370	0.00 1	0.00 1	0.00 1	0.00 1	0.11 240	0.02 59

RAFT_CTSACE	3.40 289	1.07 353	4.52 298	1.27 218	3.14 405	4.00 293	1.07 312	3.93 67	4.43 176	4.66 175	17.94 427	7.21 322	2.76 235	10.82 419	0.85 136	0.00 1	0.07 336	0.00 1	0.00 1	0.30 376	0.01 18

DDVS	3.59 304	0.53 207	4.53 299	2.02 342	1.27 320	6.63 361	0.49 182	8.73 285	4.10 162	7.14 292	7.63 258	12.68 408	2.25 209	8.69 362	4.09 340	0.08 380	0.20 430	0.01 343	0.00 1	0.14 282	0.59 431

test_sample4	2.87 238	0.40 128	4.54 300	1.80 302	0.54 245	3.95 290	0.15 83	11.48 365	6.49 278	6.33 254	6.81 227	3.68 199	2.65 227	6.11 184	2.36 275	0.02 291	0.01 155	0.00 1	0.00 1	0.04 113	0.05 176

MyStereo06	2.35 186	0.66 261	4.54 300	1.10 198	0.96 296	2.57 145	0.10 51	9.30 300	4.05 158	5.22 191	6.09 199	5.95 287	2.38 215	3.00 93	0.73 107	0.01 211	0.08 347	0.00 1	0.01 265	0.13 271	0.15 316

TransformOpticalFlow	3.38 285	0.70 273	4.54 300	1.00 184	0.30 175	3.56 257	0.14 77	9.67 311	7.30 305	5.55 200	13.34 378	6.74 308	5.03 350	8.22 336	1.34 197	0.00 1	0.01 155	0.01 343	0.00 1	0.04 113	0.11 277

GMStereo	1.83 118	0.99 342	4.55 303	0.57 127	0.05 15	2.53 138	0.01 2	4.95 119	11.14 395	3.52 139	2.24 85	0.53 77	0.49 78	3.76 109	0.80 129	0.20 415	0.00 1	0.00 1	0.12 359	0.12 257	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PS-NSSS	3.90 331	1.84 424	4.55 303	0.87 160	2.95 402	4.10 297	2.00 361	10.77 345	8.23 339	6.75 268	14.63 394	5.01 257	2.24 207	8.41 344	2.91 295	0.33 431	0.03 260	0.83 466	0.00 1	0.82 440	0.70 436

MeshStereo	11.52 469	1.52 401	4.55 303	1.89 316	1.46 333	19.87 474	5.11 430	20.66 484	15.91 438	32.67 491	34.51 487	39.34 498	21.15 481	18.74 476	12.10 452	0.11 390	0.06 320	0.01 343	0.00 1	0.45 414	0.22 358
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
MIPNet	2.06 150	0.69 271	4.57 306	0.32 82	0.21 141	1.92 78	0.19 99	6.89 237	5.64 227	5.48 198	4.02 135	2.02 136	3.50 267	3.32 100	2.01 254	0.00 1	0.01 155	0.01 343	0.01 265	0.20 329	0.13 299

acv_ft	3.69 311	0.53 207	4.58 307	2.31 384	4.71 463	7.44 379	0.86 284	8.54 276	5.70 228	9.29 379	9.26 300	5.77 281	4.15 301	2.24 77	8.13 411	0.00 1	0.00 1	0.00 1	0.00 1	0.29 375	0.01 18

HGLStereo	4.25 359	0.52 203	4.65 308	3.09 423	5.18 465	6.51 360	0.73 248	10.37 332	6.74 286	7.32 304	12.44 367	7.00 312	7.21 400	7.46 278	5.51 365	0.00 1	0.02 211	0.00 1	0.00 1	0.06 163	0.10 264

MSMD_ROB	9.28 452	1.09 357	4.65 308	1.58 271	0.39 204	16.52 459	4.41 418	13.60 420	14.87 431	22.34 471	39.89 495	25.67 475	20.71 480	12.42 438	6.98 389	0.34 432	0.03 260	0.00 1	0.00 1	0.05 139	0.09 242

hknet	3.31 274	0.42 145	4.68 310	0.46 110	1.17 313	7.13 373	1.63 348	9.05 292	6.91 290	6.11 231	6.15 204	9.66 363	2.85 241	7.48 281	2.45 281	0.01 211	0.03 260	0.03 391	0.00 1	0.04 113	0.00 1

UGAM	3.90 331	0.48 184	4.69 311	0.17 52	0.08 46	3.67 264	1.22 323	4.81 112	14.45 426	4.59 169	11.94 356	14.20 419	3.80 289	9.92 405	3.61 326	0.00 1	0.00 1	0.00 1	0.02 288	0.32 385	0.07 214

TRStereo	2.36 188	3.10 451	4.70 312	1.99 335	2.08 371	2.61 153	1.11 316	8.79 288	3.73 133	3.19 129	3.04 107	3.96 207	0.77 108	5.92 177	1.44 203	0.03 326	0.14 397	0.00 1	0.29 423	0.08 192	0.25 372

CIPLG	2.47 202	1.10 359	4.71 313	0.63 137	2.15 376	2.67 165	0.77 257	5.19 137	4.73 194	7.85 325	9.56 305	1.72 123	1.14 138	4.20 126	2.34 272	0.01 211	0.19 426	0.02 374	0.09 349	0.23 352	0.08 229

G2L-Stereo	3.40 289	0.93 334	4.73 314	1.61 276	2.05 369	2.88 198	0.60 212	8.94 289	5.84 235	7.42 308	7.33 249	8.61 351	2.16 205	8.44 347	6.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.24 362	0.18 337

IPLG	2.43 194	0.66 261	4.77 315	0.54 119	0.31 181	3.01 208	0.26 122	6.15 196	5.55 222	7.69 318	6.21 208	1.89 130	1.74 188	7.19 264	2.35 274	0.01 211	0.01 155	0.00 1	0.00 1	0.24 362	0.12 291

dd	2.16 159	1.22 373	4.82 316	0.68 143	0.12 78	1.39 33	0.17 93	5.14 132	11.22 398	2.70 114	3.51 127	1.52 116	1.23 152	5.08 152	3.96 336	0.12 394	0.01 155	0.04 403	0.21 397	0.07 180	0.01 18

STrans-v2	3.43 293	0.73 279	4.82 316	0.26 70	0.60 251	3.00 207	1.19 322	10.41 334	7.22 302	5.79 205	10.97 339	6.75 309	7.03 396	8.25 337	1.40 200	0.00 1	0.01 155	0.00 1	0.00 1	0.03 86	0.18 337

rvit_0105_6	1.26 70	0.87 314	4.85 318	0.61 132	0.07 32	1.60 48	0.32 138	3.79 62	5.87 236	0.25 13	0.26 15	1.09 98	0.29 34	4.60 137	0.62 85	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 195

UDG	8.58 446	9.31 485	4.89 319	10.00 484	9.52 485	10.36 417	2.41 367	12.07 385	9.82 370	7.81 323	9.55 304	16.52 436	9.81 438	7.84 301	7.88 402	4.20 479	2.51 487	18.53 496	3.71 491	9.55 488	5.28 482

iResNet_ROB	4.23 356	1.02 346	4.90 320	2.18 365	0.93 293	2.92 200	0.37 148	15.10 441	16.91 444	7.89 328	10.51 325	7.03 313	3.07 249	8.16 328	3.46 318	0.01 211	0.00 1	0.00 1	0.00 1	0.10 221	0.02 59

IGEV_Zeroshot_test	2.13 155	0.50 191	4.91 321	1.41 245	0.18 123	2.62 156	0.36 146	7.80 254	3.87 141	5.04 185	5.42 186	4.77 245	1.03 129	3.43 102	0.79 126	0.00 1	0.16 412	0.00 1	0.18 385	0.17 306	0.04 142

IPLGR_C	2.44 196	1.17 370	4.94 322	0.62 134	2.08 371	2.65 161	0.80 265	5.60 170	4.79 197	7.87 326	9.23 292	1.67 121	1.15 140	3.43 102	2.23 268	0.01 211	0.19 426	0.02 374	0.08 338	0.22 346	0.10 264

GEStereo_RVC	3.74 314	0.73 279	4.95 323	2.01 340	1.24 317	4.36 307	3.07 386	11.77 374	7.80 325	6.87 278	6.52 221	7.70 327	4.31 315	8.98 378	4.19 342	0.03 326	0.01 155	0.02 374	0.02 288	0.13 271	0.11 277

iRaft-Stereo_20w	2.56 208	0.35 91	4.98 324	0.37 98	0.67 262	3.47 242	0.59 209	12.57 404	3.89 143	6.10 230	6.23 210	1.49 114	2.24 207	6.65 224	0.86 141	0.00 1	0.19 426	0.00 1	0.33 435	0.08 192	0.22 358

CRFU-Net	4.45 366	0.67 264	5.02 325	2.78 411	1.32 327	12.67 445	3.35 396	11.26 355	3.52 124	10.06 400	9.30 302	10.91 389	6.92 393	7.26 267	3.24 307	0.15 402	0.16 412	0.16 439	0.00 1	0.26 365	0.05 176

MaskLacGwcNet_RVC	5.97 398	5.36 468	5.02 325	3.75 453	3.57 424	15.81 457	4.27 414	11.72 372	6.96 292	7.23 299	8.47 277	9.09 356	2.66 228	9.36 394	2.71 289	7.49 487	2.32 482	2.01 476	0.08 338	6.77 486	4.67 479

MyStereo8	2.88 240	1.19 371	5.03 327	1.61 276	3.75 434	4.30 303	0.07 38	6.14 195	6.16 259	6.22 240	9.64 308	4.28 227	1.45 164	2.05 73	4.76 354	0.00 1	0.16 412	0.00 1	0.14 364	0.26 365	0.43 411

CFNet	3.72 313	1.10 359	5.03 327	2.49 397	1.59 336	4.90 325	0.22 109	11.38 362	9.88 372	4.80 178	11.25 344	6.44 299	3.68 276	8.33 339	3.00 297	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.07 214

GwcNet-RSSM	3.77 319	1.05 350	5.06 329	2.21 369	1.87 362	2.36 119	1.52 342	8.98 291	7.96 329	5.91 221	14.59 393	7.94 334	3.50 267	6.43 204	5.70 368	0.00 1	0.00 1	0.04 403	0.00 1	0.20 329	0.08 229

MANE	19.47 496	1.27 381	5.07 330	4.69 467	5.55 467	30.49 493	9.94 475	34.01 499	37.27 496	44.13 507	51.57 511	52.51 505	40.41 507	33.58 498	24.81 490	0.89 456	0.86 471	1.11 470	9.72 502	0.38 401	1.06 446

rvit_105_1	2.44 196	0.80 301	5.08 331	1.77 298	0.09 52	1.95 81	3.62 403	5.62 173	8.21 338	4.85 179	2.07 77	3.15 172	1.58 177	7.08 255	2.71 289	0.00 1	0.00 1	0.00 1	0.01 265	0.04 113	0.08 229

plain	1.34 75	0.51 196	5.09 332	0.30 75	0.05 15	1.58 46	0.08 43	4.47 90	3.77 138	0.42 52	1.76 66	0.60 83	0.74 103	6.11 184	0.94 159	0.00 1	0.00 1	0.00 1	0.00 1	0.40 408	0.02 59

ACRE	2.41 191	1.08 355	5.11 333	0.55 122	2.05 369	2.65 161	0.78 262	5.26 150	4.67 190	7.59 315	9.20 290	1.70 122	1.08 132	3.74 108	2.18 266	0.01 211	0.18 420	0.02 374	0.08 338	0.22 346	0.10 264

SFCPSM	3.29 271	0.43 156	5.11 333	0.34 92	0.94 294	8.48 392	2.15 364	14.51 433	5.29 212	7.00 283	7.65 259	3.43 180	2.59 224	5.11 154	2.37 276	0.01 211	0.03 260	0.01 343	0.07 333	0.13 271	0.15 316

IER	3.20 266	0.54 212	5.13 335	0.58 128	1.59 336	7.29 376	0.56 198	6.36 207	4.95 201	7.44 310	8.84 280	6.20 292	6.26 377	4.88 143	3.29 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 18

GMStereo_Zeroshot	2.77 225	1.98 433	5.14 336	1.53 262	0.36 196	3.56 257	0.10 51	5.57 168	5.91 241	6.89 279	7.02 236	8.50 349	0.91 119	6.01 181	1.65 225	0.00 1	0.00 1	0.00 1	0.00 1	0.20 329	0.01 18

ccnet	6.87 421	0.92 331	5.15 337	3.09 423	2.18 379	11.78 435	4.90 426	17.97 459	8.79 353	12.79 438	20.20 437	16.00 433	8.35 418	9.12 382	14.17 464	0.42 442	0.33 450	0.25 451	0.09 349	0.40 408	0.48 418

sCroCo_RVC	1.21 64	0.65 255	5.16 338	1.09 197	1.29 323	0.92 7	0.19 99	3.92 65	2.68 59	0.30 21	3.04 107	0.52 75	1.56 176	1.58 47	0.78 124	0.09 385	0.25 445	0.00 1	0.00 1	0.07 180	0.11 277

ssnet_v2	4.46 367	0.87 314	5.18 339	1.57 270	0.67 262	9.14 402	4.73 424	11.84 375	9.68 366	8.79 362	6.24 211	9.91 366	4.34 316	6.28 193	9.30 426	0.00 1	0.01 155	0.00 1	0.00 1	0.28 373	0.30 390

G2L-Stereo_aug	4.27 361	0.53 207	5.19 340	2.04 347	1.22 315	4.85 323	0.41 158	7.92 257	13.66 421	9.59 387	10.62 327	10.81 385	4.57 329	9.00 379	4.81 355	0.00 1	0.01 155	0.00 1	0.00 1	0.13 271	0.05 176

DAS	3.74 314	0.35 91	5.19 340	1.99 335	3.74 430	2.36 119	3.22 391	7.77 252	9.27 359	8.70 359	12.08 358	4.45 234	5.43 363	8.39 342	1.71 230	0.01 211	0.00 1	0.00 1	0.00 1	0.04 113	0.02 59

SepStereo	3.78 320	0.35 91	5.19 340	1.99 335	3.74 430	2.36 119	3.22 391	7.77 252	9.27 359	8.70 359	12.08 358	4.45 234	5.43 363	9.18 385	1.71 230	0.01 211	0.00 1	0.00 1	0.00 1	0.04 113	0.02 59

PAM_32	3.50 297	0.32 53	5.22 343	1.32 228	0.53 243	7.49 380	0.39 153	9.52 308	3.91 145	5.22 191	5.28 183	16.75 440	7.44 402	4.61 138	0.90 154	0.00 1	0.20 430	0.00 1	0.39 445	0.09 210	0.39 401

ADStereo(finetuned)	2.26 176	0.64 249	5.22 343	0.31 79	0.18 123	1.71 65	0.25 120	5.23 139	8.46 345	6.06 227	5.30 184	1.41 108	6.37 380	1.87 65	1.87 242	0.00 1	0.00 1	0.00 1	0.00 1	0.04 113	0.18 337

NLCA_NET_v2_RVC	3.84 325	1.06 352	5.23 345	2.72 408	3.27 411	4.36 307	0.61 215	10.71 342	7.56 312	8.75 361	7.89 267	9.86 365	3.90 292	7.15 263	3.44 314	0.14 400	0.02 211	0.02 374	0.03 301	0.04 113	0.03 98
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo05	2.94 245	0.66 261	5.25 346	1.10 198	0.96 296	2.57 145	0.10 51	8.53 275	12.34 413	6.28 248	3.88 131	3.18 174	3.30 255	7.81 300	2.37 276	0.01 211	0.08 347	0.00 1	0.01 265	0.13 271	0.15 316

DCANet-4	2.03 147	0.34 81	5.30 347	0.31 79	0.18 123	1.69 60	0.12 61	4.95 119	8.55 350	5.78 204	5.17 168	1.12 99	2.82 239	2.11 76	1.92 248	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 337

DN-CSS_ROB	2.69 216	1.40 391	5.34 348	2.31 384	0.75 272	3.14 222	0.06 31	6.11 194	3.87 141	5.34 196	12.18 363	2.34 144	1.22 151	7.84 301	1.48 207	0.03 326	0.00 1	0.00 1	0.00 1	0.35 393	0.03 98

MyStereo04	2.95 246	0.79 297	5.38 349	1.03 188	1.11 308	2.63 158	0.46 169	10.00 322	12.44 414	4.19 158	3.91 133	3.04 166	3.60 273	7.34 272	2.74 293	0.00 1	0.09 356	0.00 1	0.01 265	0.11 240	0.09 242

test-1	1.82 117	0.45 169	5.42 350	0.89 163	0.41 210	2.14 99	0.56 198	5.75 176	4.15 166	3.28 132	5.11 166	3.61 194	0.70 99	1.53 45	1.56 216	0.02 291	0.34 451	0.00 1	0.08 338	0.02 42	0.30 390

rvit_0105_5	1.48 86	0.89 321	5.43 351	0.46 110	0.04 12	1.60 48	0.60 212	4.65 105	5.90 239	0.76 73	1.59 58	1.75 125	0.78 111	4.20 126	0.88 146	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 195

NCCL2	5.88 396	1.59 406	5.44 352	1.87 311	0.92 290	9.55 407	11.55 483	12.11 387	9.94 373	9.67 389	8.85 281	22.28 469	7.41 401	8.78 369	7.17 391	0.01 211	0.00 1	0.03 391	0.00 1	0.13 271	0.23 364

DSFCA	4.21 355	0.50 191	5.45 353	1.34 231	1.68 347	7.04 369	4.51 420	10.73 343	7.00 294	10.78 414	6.80 226	8.48 347	4.63 333	9.91 404	5.12 359	0.02 291	0.06 320	0.02 374	0.03 301	0.08 192	0.03 98

MMNet	4.16 351	0.77 291	5.47 354	1.40 242	1.67 345	10.78 425	0.63 219	8.64 283	8.47 346	8.80 364	8.33 273	7.51 323	6.61 384	7.53 282	6.54 383	0.00 1	0.00 1	0.00 1	0.00 1	0.03 86	0.05 176

ISRNet	3.93 336	0.55 216	5.49 355	3.20 431	2.69 396	2.11 95	0.26 122	7.01 240	6.40 271	11.00 420	17.99 428	8.31 340	2.64 225	6.51 214	4.36 344	0.00 1	0.00 1	0.00 1	0.00 1	0.08 192	0.02 59

rvit_stereo_0075_2	2.00 143	0.32 53	5.49 355	0.60 131	1.98 366	1.77 69	0.10 51	7.24 244	5.70 228	2.90 121	4.06 136	3.11 170	0.56 88	5.32 160	0.76 116	0.00 1	0.00 1	0.00 1	0.00 1	0.03 86	0.16 328

SQANet	7.64 430	3.40 457	5.49 355	11.73 489	9.62 487	11.96 439	2.82 381	11.33 360	6.10 253	8.33 344	11.49 349	11.00 391	5.16 355	10.12 410	2.72 292	8.92 491	2.21 480	10.41 490	1.58 479	11.13 491	7.39 490

dad	4.66 376	1.89 428	5.51 358	0.94 172	0.09 52	2.16 103	0.37 148	7.10 243	14.43 425	10.13 401	16.84 412	14.97 424	1.90 195	6.82 233	4.15 341	1.09 461	0.11 376	4.08 483	0.46 453	0.17 306	0.06 195

PFNet	2.93 244	0.40 128	5.51 358	2.13 361	0.84 283	3.11 219	0.75 253	6.78 232	4.79 197	9.98 398	6.00 197	4.78 246	2.13 202	8.33 339	2.11 259	0.19 412	0.06 320	0.00 1	0.11 356	0.20 329	0.35 396

rvit_0105_4	1.38 79	0.98 340	5.52 360	0.61 132	0.05 15	1.62 51	0.41 158	3.95 68	5.80 233	0.31 26	0.73 29	1.37 106	0.53 84	4.89 147	0.78 124	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 142

RP	6.84 420	1.29 386	5.53 361	3.92 457	5.18 465	6.32 353	3.53 399	11.73 373	15.31 433	9.54 385	22.38 449	18.25 449	14.47 463	10.11 406	7.49 394	0.91 457	0.01 155	0.12 432	0.15 367	0.33 388	0.19 348

MLCV	3.44 295	0.88 318	5.60 362	1.39 241	0.25 155	4.36 307	0.33 142	7.25 245	7.28 304	9.17 376	12.24 365	5.09 260	2.47 218	9.15 384	3.23 306	0.00 1	0.00 1	0.00 1	0.00 1	0.10 221	0.02 59

PAM	3.38 285	0.31 43	5.61 363	1.37 238	0.71 269	7.60 386	0.38 152	8.94 289	3.55 127	5.54 199	4.69 153	16.09 434	7.03 396	3.67 107	1.02 169	0.00 1	0.21 433	0.00 1	0.38 442	0.07 180	0.41 406

XPNet_ROB	6.03 403	1.22 373	5.61 363	2.56 402	0.90 289	6.32 353	7.07 456	12.92 410	8.30 340	14.76 452	15.13 398	19.84 458	6.66 389	10.36 412	8.58 417	0.02 291	0.04 289	0.00 1	0.03 301	0.11 240	0.24 368

SGM-ForestM	16.99 489	1.08 355	5.74 365	2.12 359	0.75 272	31.63 494	12.21 487	27.80 495	32.25 483	37.88 498	39.99 496	52.96 507	35.20 502	33.60 499	24.47 489	0.26 424	0.39 458	0.31 454	0.39 445	0.26 365	0.53 424

DISCO	6.28 405	0.57 224	5.78 366	3.43 439	1.17 313	11.22 428	3.39 398	12.14 390	16.16 439	6.52 263	11.22 343	16.96 442	6.32 379	19.51 479	10.74 443	0.00 1	0.00 1	0.00 1	0.00 1	0.35 393	0.11 277

RAFT + AFF	4.30 364	1.55 403	5.84 367	1.43 247	2.36 385	5.94 348	6.72 452	10.01 323	7.56 312	7.55 313	8.96 286	7.09 318	6.73 390	8.57 353	4.02 337	0.02 291	0.47 465	0.00 1	0.01 265	0.56 419	0.54 425

RYNet	6.34 407	0.89 321	5.88 368	1.41 245	4.48 458	15.97 458	4.18 412	13.41 418	16.49 440	10.81 415	7.00 235	14.33 420	8.72 423	9.43 395	13.71 461	0.00 1	0.01 155	0.00 1	0.00 1	0.02 42	0.07 214

BEATNet_4x	3.24 267	1.27 381	5.89 369	1.56 269	0.10 59	5.26 334	1.07 312	10.08 326	5.50 218	6.89 279	7.73 261	4.53 238	4.13 299	5.05 151	5.27 360	0.04 345	0.05 303	0.00 1	0.00 1	0.23 352	0.23 364

DRN-Test	5.87 394	0.98 340	5.89 369	2.69 405	3.65 427	12.37 442	3.35 396	20.07 482	10.20 379	11.93 430	12.31 366	11.06 393	5.31 358	7.89 303	9.05 422	0.04 345	0.05 303	0.04 403	0.04 319	0.18 317	0.25 372

rvit_0105_3	1.71 102	0.90 324	5.93 371	0.78 149	0.02 3	1.62 51	1.69 352	5.15 134	5.99 248	2.22 104	1.64 61	1.97 135	1.17 146	4.19 125	0.92 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.03 98

XX-Stereo	2.71 220	0.38 114	5.96 372	2.25 373	2.20 380	1.54 45	0.21 107	5.44 163	3.05 89	2.28 107	16.16 403	7.03 313	0.24 19	6.19 188	0.79 126	0.00 1	0.15 404	0.00 1	0.23 406	0.13 271	0.04 142

IPLGR	2.28 177	0.51 196	6.00 373	0.15 48	0.15 94	1.99 87	0.22 109	6.34 206	6.04 251	6.80 272	5.76 192	2.87 157	2.31 212	4.88 143	1.28 191	0.00 1	0.00 1	0.00 1	0.00 1	0.09 210	0.18 337

PSMNet_ROB	5.02 382	1.63 410	6.03 374	1.90 317	1.83 360	9.57 408	6.35 447	15.58 446	7.23 303	6.15 236	10.48 324	12.22 405	4.16 302	8.02 312	8.71 419	0.02 291	0.01 155	0.01 343	0.10 354	0.20 329	0.12 291

ADLNet2	4.46 367	0.90 324	6.06 375	2.74 410	3.91 439	6.79 365	3.01 385	10.95 351	8.40 344	7.27 302	9.80 310	9.85 364	5.43 363	7.29 268	6.44 381	0.01 211	0.03 260	0.00 1	0.00 1	0.15 286	0.11 277

RGC	6.88 422	2.23 438	6.13 376	4.05 458	4.73 464	8.94 399	2.78 380	15.19 443	11.74 404	11.13 421	19.34 433	17.86 446	10.42 443	13.02 445	8.03 406	0.73 451	0.01 155	0.24 450	0.41 447	0.31 381	0.38 400

DDUNet	9.47 454	11.32 490	6.14 377	12.93 491	11.65 492	10.45 418	3.87 406	11.70 371	7.89 326	9.27 378	13.28 377	16.18 435	6.14 376	8.80 371	5.77 369	6.64 486	3.38 500	20.90 497	4.28 493	11.01 490	7.80 491

DualNet (step1)	3.91 334	1.11 362	6.15 378	1.27 218	0.60 251	5.22 331	2.54 371	10.66 339	7.73 320	8.36 345	7.55 253	6.55 301	4.27 308	6.58 219	1.62 222	1.49 468	0.03 260	3.10 478	2.99 484	0.20 329	0.15 316

test_sample9	5.87 394	1.11 362	6.15 378	1.27 218	0.60 251	5.22 331	2.54 371	10.66 339	7.73 320	8.36 345	7.55 253	6.55 301	4.27 308	11.68 430	11.44 449	1.49 468	24.31 518	3.10 478	2.99 484	0.20 329	0.15 316

test_sample8	7.99 438	1.11 362	6.15 378	1.27 218	0.60 251	5.22 331	2.54 371	12.04 384	6.15 258	17.46 460	9.02 289	24.67 471	18.16 469	11.68 430	11.44 449	1.49 468	24.31 518	3.10 478	2.99 484	0.20 329	0.15 316

LALA_ROB	6.58 412	1.80 421	6.25 381	1.26 216	0.94 294	10.08 412	9.02 467	16.00 448	11.51 402	12.74 436	13.02 375	24.77 472	5.25 356	10.56 415	8.02 404	0.04 345	0.05 303	0.00 1	0.02 288	0.10 221	0.25 372

NaN_ROB	6.00 401	1.24 377	6.29 382	1.34 231	1.68 347	9.60 409	10.31 477	15.09 439	15.79 437	12.62 434	8.95 284	11.67 403	5.83 370	11.78 433	6.41 380	0.05 357	0.13 393	0.08 423	0.20 393	0.22 346	0.79 438

ETE_ROB	5.80 393	1.77 419	6.33 383	1.44 251	0.78 278	6.43 357	6.90 454	12.53 402	8.08 333	12.93 440	14.89 396	21.13 466	5.87 371	9.83 402	6.57 384	0.04 345	0.01 155	0.00 1	0.02 288	0.08 192	0.33 394

STTStereo	3.60 306	0.93 334	6.34 384	2.71 406	2.23 381	3.68 267	0.63 219	9.42 303	6.73 285	9.87 394	6.97 230	8.84 354	3.65 275	6.85 236	3.04 299	0.00 1	0.02 211	0.01 343	0.00 1	0.02 42	0.02 59

Anonymous3	1.76 107	0.44 162	6.37 385	0.33 87	0.50 235	4.33 304	0.54 192	4.43 86	2.48 44	2.21 103	3.24 114	1.53 117	1.14 138	5.64 167	1.29 192	0.17 408	0.23 439	0.00 1	0.00 1	0.12 257	0.15 316

AANet_RVC	5.01 381	1.74 417	6.38 386	1.96 331	1.29 323	2.26 109	1.69 352	10.07 325	18.53 447	7.88 327	18.15 429	8.49 348	2.70 229	10.59 416	7.04 390	0.96 459	0.15 404	0.02 374	0.00 1	0.13 271	0.12 291

DMCA-RVC	3.17 263	1.26 379	6.39 387	2.10 358	1.51 335	3.02 209	0.56 198	7.84 256	5.06 204	9.23 377	5.19 172	8.46 345	2.72 234	6.31 196	3.22 305	0.06 366	0.11 376	0.09 426	0.02 288	0.16 293	0.08 229

NCC-stereo	6.77 416	1.49 399	6.48 388	2.92 417	4.40 450	7.43 377	3.61 401	19.52 478	13.29 417	8.39 350	16.91 413	15.96 430	12.13 450	12.85 442	7.70 397	1.47 466	0.11 376	0.01 343	0.42 448	0.14 282	0.24 368

Abc-Net	6.77 416	1.49 399	6.48 388	2.92 417	4.40 450	7.43 377	3.61 401	19.52 478	13.29 417	8.39 350	16.91 413	15.96 430	12.13 450	12.85 442	7.70 397	1.47 466	0.11 376	0.01 343	0.42 448	0.14 282	0.24 368
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UNet	3.97 340	0.61 240	6.50 390	1.68 285	3.22 409	9.82 410	0.31 137	9.50 305	5.32 214	7.20 298	6.35 218	10.59 378	5.91 373	6.93 242	5.49 364	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 18

CSAN	7.62 429	1.60 407	6.56 391	1.83 309	0.66 260	12.40 443	10.52 480	14.45 432	21.32 463	14.19 448	15.98 402	17.84 445	13.02 458	12.32 437	8.38 414	0.09 385	0.07 336	0.03 391	0.04 319	0.33 388	0.67 434

Nwc_Net	6.97 423	1.25 378	6.63 392	3.82 454	3.37 414	10.83 427	1.67 351	19.56 480	11.35 399	8.36 345	23.62 453	17.19 444	11.44 449	11.21 424	8.08 410	0.80 453	0.00 1	0.00 1	0.02 288	0.13 271	0.09 242

AF-Net	7.78 435	1.44 394	6.68 393	3.37 436	4.50 459	8.61 395	2.69 378	17.07 453	20.17 460	9.52 384	24.02 454	20.31 463	14.59 464	11.58 429	9.84 435	0.61 448	0.00 1	0.12 432	0.00 1	0.38 401	0.12 291

edge stereo	6.76 415	1.01 344	6.76 394	2.20 368	2.45 390	6.41 356	2.45 369	14.84 437	11.98 409	15.29 454	18.31 430	22.02 467	12.56 453	10.82 419	7.49 394	0.03 326	0.06 320	0.11 429	0.03 301	0.30 376	0.14 306

FAT-Stereo	6.78 418	0.68 266	6.80 395	2.30 378	1.77 356	5.63 340	4.20 413	18.79 465	18.62 448	10.53 410	17.15 419	18.52 451	13.74 461	8.86 374	7.38 393	0.03 326	0.15 404	0.01 343	0.07 333	0.12 257	0.26 378

StereoDRNet	5.59 390	1.75 418	6.80 395	3.12 427	4.45 454	10.61 421	4.35 417	18.80 466	9.73 367	12.22 431	6.87 228	11.44 398	4.65 335	8.09 323	8.26 413	0.02 291	0.11 376	0.00 1	0.03 301	0.20 329	0.28 386

DispNO	3.25 268	0.72 276	6.85 397	1.95 328	1.34 328	3.49 247	0.84 277	8.14 262	6.30 265	6.34 255	7.76 264	6.30 297	4.28 312	6.93 242	3.51 320	0.00 1	0.03 260	0.03 391	0.12 359	0.07 180	0.07 214

NVstereo2D	4.51 371	0.82 306	6.86 398	3.28 434	3.38 415	8.16 390	3.13 388	10.51 335	15.15 432	4.90 181	6.89 229	7.87 329	4.78 342	9.88 403	3.91 335	0.01 211	0.00 1	0.00 1	0.06 332	0.02 42	0.58 428

fast-acv-ft	5.62 392	1.39 390	7.01 399	2.02 342	1.89 364	12.23 440	1.82 357	7.35 247	9.45 363	10.46 408	20.27 439	14.55 422	7.71 411	7.41 275	7.61 396	0.10 388	0.09 356	0.16 439	0.07 333	0.59 423	0.13 299

ToySt	2.69 216	0.55 216	7.03 400	1.03 188	0.10 59	3.49 247	1.04 308	6.38 213	4.55 185	2.69 112	6.28 212	7.95 336	4.38 317	5.08 152	2.58 286	0.01 211	0.11 376	0.00 1	0.04 319	0.28 373	0.19 348

otaku	11.73 470	7.51 479	7.07 401	13.22 492	10.85 491	26.61 488	7.25 459	18.84 467	19.16 452	11.58 428	17.23 422	20.19 461	8.09 416	15.11 460	4.64 351	9.13 493	2.42 484	13.08 491	1.83 480	12.48 494	8.22 493

stereogan	7.69 433	0.88 318	7.08 402	3.49 445	3.93 440	18.98 470	3.23 393	16.52 450	19.58 455	9.93 397	18.92 431	20.50 464	9.04 430	14.07 452	6.14 375	0.26 424	0.04 289	0.21 447	0.03 301	0.63 428	0.33 394

iResNetv2_ROB	4.28 363	1.43 392	7.17 403	2.91 415	1.26 318	4.36 307	1.62 347	13.64 422	10.25 380	9.83 392	11.41 346	7.68 326	4.00 294	7.75 297	1.85 241	0.00 1	0.00 1	0.00 1	0.00 1	0.37 398	0.09 242

gwcnet-sp	3.31 274	1.47 395	7.26 404	1.73 293	0.69 264	7.57 383	1.14 318	8.59 277	6.17 260	8.57 355	5.25 180	4.26 224	3.36 257	6.46 206	3.44 314	0.00 1	0.00 1	0.00 1	0.00 1	0.15 286	0.11 277

scenet	3.31 274	1.47 395	7.26 404	1.73 293	0.69 264	7.57 383	1.14 318	8.59 277	6.17 260	8.57 355	5.25 180	4.26 224	3.36 257	6.46 206	3.44 314	0.00 1	0.00 1	0.00 1	0.00 1	0.15 286	0.11 277

ssnet	3.31 274	1.47 395	7.26 404	1.73 293	0.69 264	7.57 383	1.14 318	8.59 277	6.17 260	8.57 355	5.25 180	4.26 224	3.36 257	6.46 206	3.44 314	0.00 1	0.00 1	0.00 1	0.00 1	0.15 286	0.11 277

ARAFT	3.13 259	1.11 362	7.34 407	0.42 105	0.14 90	4.52 314	2.99 384	7.41 249	5.97 246	8.85 366	7.06 240	5.20 263	1.25 153	8.49 349	1.44 203	0.00 1	0.03 260	0.00 1	0.00 1	0.33 388	0.11 277

DFGA-Net	2.78 226	1.91 429	7.35 408	1.52 258	0.36 196	3.36 235	0.20 103	6.64 226	5.93 242	4.88 180	6.31 215	2.18 139	1.12 134	7.43 276	5.98 373	0.00 1	0.00 1	0.00 1	0.00 1	0.37 398	0.04 142

WCMA_ROB	9.21 450	0.87 314	7.37 409	2.54 399	2.13 374	13.59 451	5.80 437	11.64 368	14.01 423	24.43 480	32.99 484	27.09 478	18.02 468	12.51 439	9.85 436	0.81 454	0.07 336	0.01 343	0.01 265	0.16 293	0.23 364

PA-Net	4.98 380	1.47 395	7.42 410	2.40 390	2.14 375	8.73 397	3.64 404	12.42 395	13.11 416	7.03 286	7.57 256	7.88 330	6.52 383	10.16 411	7.82 399	0.02 291	0.03 260	0.00 1	0.00 1	0.11 240	1.07 447
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	7.68 431	9.21 484	7.46 411	3.82 454	3.66 428	15.68 456	5.02 429	17.95 458	10.45 387	6.44 260	14.00 385	7.63 325	4.77 340	10.75 418	3.10 302	5.99 484	2.46 485	16.28 494	1.08 471	6.30 484	1.56 457

PWCDC_ROB	7.92 437	3.17 455	7.48 412	5.73 474	4.40 450	10.45 418	0.35 145	14.52 434	28.19 477	10.36 405	31.27 477	7.04 315	9.14 431	13.22 447	8.78 420	2.74 476	0.02 211	0.00 1	0.00 1	1.31 453	0.17 333

LL-Strereo	4.71 377	1.64 411	7.51 413	1.15 206	4.31 447	3.71 270	1.45 338	9.21 297	8.36 342	8.37 349	8.17 272	10.82 386	11.36 448	12.51 439	4.82 356	0.00 1	0.12 383	0.00 1	0.00 1	0.31 381	0.32 393

AIO-Stereo-zeroshot	2.86 236	0.99 342	7.52 414	1.52 258	0.92 290	2.94 202	0.03 17	9.31 301	3.81 139	2.42 109	5.86 196	9.23 357	4.64 334	4.31 130	2.19 267	0.02 291	0.18 420	0.00 1	0.54 457	0.35 393	0.35 396

GANetREF_RVC	6.56 411	2.89 448	7.58 415	3.41 437	0.40 206	12.96 447	9.58 472	15.09 439	17.25 446	10.33 403	10.62 327	12.27 406	8.16 417	12.21 436	4.53 348	0.41 439	0.00 1	0.00 1	0.02 288	3.12 471	0.39 401
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
Ntro	12.35 471	8.88 482	7.80 416	13.79 493	12.42 494	26.54 487	6.98 455	18.54 462	22.14 466	9.82 391	16.45 407	20.30 462	9.29 434	15.95 465	6.61 386	9.53 495	2.47 486	14.93 493	2.77 482	13.11 496	8.63 496

iResNet	3.68 310	0.91 328	7.94 417	2.97 422	0.34 191	4.44 313	0.48 172	7.70 251	9.74 368	7.72 320	12.74 372	4.03 210	2.87 243	8.05 316	3.37 311	0.02 291	0.01 155	0.00 1	0.00 1	0.10 221	0.09 242

FBW_ROB	8.50 445	1.03 348	7.98 418	1.93 326	1.28 322	13.10 448	6.23 443	22.50 486	18.98 449	18.82 463	14.91 397	19.06 454	10.04 439	18.41 474	9.83 434	0.62 449	0.22 437	1.82 475	0.82 466	0.99 446	1.36 453

sAnonymous2	1.35 76	1.66 413	8.14 419	0.55 122	0.46 220	1.23 16	0.24 115	4.00 69	3.47 121	0.40 46	1.11 41	0.23 30	1.42 162	0.96 17	0.57 79	0.01 211	0.00 1	0.00 1	0.20 393	2.07 465	0.22 358

CroCo_RVC	1.35 76	1.66 413	8.14 419	0.55 122	0.46 220	1.23 16	0.24 115	4.00 69	3.47 121	0.40 46	1.11 41	0.23 30	1.42 162	0.96 17	0.57 79	0.01 211	0.00 1	0.00 1	0.20 393	2.07 465	0.22 358

DANet	6.02 402	1.23 375	8.45 421	3.86 456	3.94 441	7.64 387	1.34 334	9.51 307	7.00 294	13.39 443	15.53 400	15.99 432	7.02 395	12.14 435	12.37 454	0.19 412	0.12 383	0.02 374	0.03 301	0.13 271	0.56 426
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
pcwnet_v2	4.20 353	0.36 101	8.53 422	1.33 229	1.12 310	3.43 238	0.41 158	12.85 408	14.16 424	9.90 396	14.29 389	5.90 286	3.03 246	6.20 190	2.06 258	0.01 211	0.05 303	0.04 403	0.02 288	0.16 293	0.18 337

APVNet	5.98 399	1.72 416	8.72 423	3.21 432	4.04 444	12.31 441	1.81 356	19.09 471	6.10 253	6.13 235	13.41 379	10.69 383	6.30 378	11.26 425	13.90 462	0.05 357	0.02 211	0.11 429	0.03 301	0.53 417	0.20 354

YMNet	5.52 388	1.83 422	8.79 424	3.47 442	4.46 455	10.72 423	0.91 293	9.99 320	6.43 273	13.76 446	16.35 405	11.65 400	4.49 326	7.95 305	8.03 406	0.12 394	0.35 453	0.12 432	0.08 338	0.71 434	0.27 382

YMNet_1	5.52 388	1.83 422	8.79 424	3.47 442	4.46 455	10.72 423	0.91 293	9.99 320	6.43 273	13.76 446	16.35 405	11.65 400	4.49 326	7.95 305	8.03 406	0.12 394	0.35 453	0.12 432	0.08 338	0.71 434	0.27 382

MDST_ROB	8.37 442	0.32 53	9.03 426	4.18 463	2.42 389	26.86 489	6.14 439	19.36 475	13.52 420	27.09 483	22.75 451	9.47 361	4.74 338	15.06 459	6.34 379	0.02 291	0.02 211	0.00 1	0.00 1	0.02 42	0.13 299

ELAS	16.72 487	2.14 436	9.23 427	4.92 469	4.53 460	32.66 498	15.11 499	27.40 494	28.68 479	40.27 502	44.90 501	38.33 497	30.50 496	26.44 493	21.94 483	0.88 455	1.23 475	0.67 463	0.89 468	1.49 457	2.18 466
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Syn2CoEx	6.32 406	2.72 446	9.33 428	2.45 395	1.67 345	8.59 394	3.32 394	18.08 460	12.27 411	8.53 354	21.08 442	10.30 376	9.80 437	9.30 391	7.86 401	0.01 211	0.00 1	0.00 1	0.00 1	0.63 428	0.43 411

GASNet	5.19 383	4.61 463	9.38 429	4.73 468	2.10 373	3.80 283	1.57 345	12.07 385	10.96 392	8.92 369	7.03 238	8.21 339	7.67 410	14.02 451	7.36 392	0.02 291	0.15 404	0.00 1	0.00 1	0.69 432	0.42 409

pmcnn	7.72 434	1.27 381	9.42 430	2.91 415	3.14 405	9.44 405	6.23 443	12.56 403	16.51 441	14.53 450	24.08 455	27.44 479	8.49 420	9.32 392	8.44 415	0.06 366	0.08 347	0.00 1	0.00 1	0.30 376	0.15 316

S-Stereo	6.63 413	0.84 309	9.67 431	3.15 429	3.48 420	6.49 358	6.22 442	12.99 412	22.84 467	9.48 382	15.51 399	12.00 404	8.43 419	8.04 313	10.70 442	0.12 394	0.17 416	0.00 1	0.38 442	0.13 271	1.92 461

TCMNet	5.22 384	1.96 431	9.78 432	4.11 460	6.57 473	8.83 398	1.35 336	10.74 344	8.07 332	6.39 257	12.76 373	8.32 341	4.75 339	8.62 357	10.09 438	0.11 390	0.18 420	0.31 454	0.09 349	0.75 437	0.57 427

Wz-Net-LNSev-Ref	5.98 399	1.55 403	9.92 433	2.40 390	3.22 409	10.28 416	3.14 389	11.64 368	9.79 369	9.54 385	20.22 438	11.16 394	6.77 391	10.61 417	9.16 423	0.06 366	0.00 1	0.00 1	0.00 1	0.03 86	0.04 142

ACV-stereo	4.46 367	0.76 288	9.94 434	1.91 318	1.06 305	11.61 433	1.28 329	6.25 202	7.09 298	3.09 126	5.21 176	16.88 441	10.23 441	7.96 307	5.47 363	0.06 366	0.15 404	0.01 343	0.00 1	0.12 257	0.14 306

FINET	5.32 385	1.14 367	10.04 435	2.17 364	3.67 429	6.49 358	6.76 453	11.68 370	22.08 465	7.42 308	12.15 361	4.24 222	3.61 274	9.25 389	5.35 362	0.04 345	0.04 289	0.00 1	0.00 1	0.17 306	0.09 242

ELAS_RVC	16.54 486	2.26 439	10.09 436	5.50 473	4.46 455	28.28 491	16.72 503	25.55 491	33.54 486	40.19 501	40.30 497	36.68 495	30.03 495	29.40 494	20.61 476	0.98 460	1.21 474	0.86 467	0.70 463	1.39 456	2.16 464
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	10.64 464	1.86 426	10.91 437	1.76 296	0.71 269	14.62 454	9.23 470	19.18 472	37.14 495	19.22 464	27.96 467	25.86 476	19.11 475	13.02 445	10.63 441	0.08 380	0.06 320	0.03 391	0.02 288	0.62 426	0.81 439

GwcNet	6.42 408	1.97 432	10.92 438	2.59 403	5.58 468	11.55 432	2.21 365	14.10 428	16.52 443	10.04 399	17.19 421	10.86 388	5.61 368	9.23 388	8.84 421	0.01 211	0.06 320	0.03 391	0.08 338	0.56 419	0.40 404

G-Net	8.41 443	1.54 402	10.97 439	5.73 474	3.60 425	26.19 483	4.41 418	10.10 327	7.42 306	19.71 466	24.99 461	14.38 421	15.83 465	10.99 421	9.53 432	0.50 446	0.46 464	0.19 445	0.25 414	0.80 439	0.66 433

PDISCO_ROB	9.62 457	1.99 434	11.51 440	9.88 483	9.61 486	21.48 475	3.83 405	19.33 474	28.49 478	11.27 424	14.17 387	19.92 459	5.02 349	16.35 468	9.18 424	5.28 482	0.41 459	0.14 437	0.09 349	2.05 464	2.36 468

PSMNet-RUCA	5.60 391	4.62 464	11.61 441	10.29 485	7.55 481	7.08 370	1.94 359	12.01 382	10.52 388	3.90 151	11.88 354	4.43 233	1.75 191	7.56 283	4.24 343	1.68 471	0.12 383	4.78 485	0.67 461	4.74 476	0.68 435

LE_ROB	16.73 488	1.28 384	11.61 441	3.72 451	1.65 342	16.67 461	9.17 468	14.39 431	55.91 511	63.81 522	40.86 498	35.94 494	37.73 505	14.24 453	26.87 495	0.05 357	0.10 368	0.13 436	0.22 403	0.12 257	0.15 316

FADNet	4.23 356	1.65 412	11.75 443	1.64 282	0.80 279	4.80 321	0.77 257	13.76 424	11.65 403	3.97 153	5.24 178	9.62 362	5.14 354	8.40 343	3.78 331	0.21 416	0.04 289	0.07 420	0.05 325	1.14 448	0.10 264

FADNet-RVC-Resample	3.79 321	1.62 409	12.06 444	1.43 247	0.66 260	5.94 348	2.41 367	10.18 330	8.58 351	6.28 248	4.22 141	5.33 269	4.80 344	7.71 293	3.19 304	0.17 408	0.21 433	0.17 442	0.12 359	0.41 411	0.29 388

ACVNet-4b	15.90 482	22.00 496	12.37 445	16.40 495	15.14 498	31.87 495	7.50 461	19.04 470	27.85 476	11.48 426	22.02 446	31.86 487	9.16 433	17.95 473	5.69 367	10.43 497	2.58 488	24.44 501	4.87 497	16.04 499	9.28 497

SAMSARA	14.63 478	2.74 447	12.38 446	12.65 490	6.74 474	36.50 502	72.93 525	19.36 475	23.77 470	16.20 458	13.04 376	29.21 482	12.78 455	16.98 470	15.21 466	0.11 390	0.26 447	0.03 391	0.14 364	0.76 438	0.77 437

anonymity	7.68 431	3.83 460	12.39 447	7.04 479	12.67 495	8.18 391	2.00 361	17.50 456	6.85 288	13.56 445	9.21 291	9.97 368	7.82 412	11.28 426	5.58 366	6.27 485	4.98 507	3.68 482	2.96 483	3.33 473	4.48 477

AIO-Stereo-zeroshot1	3.58 303	1.29 386	12.46 448	1.53 262	0.98 298	3.48 245	0.81 267	11.99 381	4.40 175	4.33 161	11.05 341	8.83 353	2.02 199	4.52 134	1.66 226	0.01 211	0.14 397	0.00 1	0.68 462	0.86 442	0.44 413

SHD	9.61 456	2.60 443	12.46 448	3.69 450	3.54 422	9.47 406	1.25 325	20.16 483	37.84 497	18.19 462	21.24 443	16.96 442	12.83 457	14.47 456	16.05 467	0.32 430	0.13 393	0.01 343	0.08 338	0.38 401	0.48 418

FADNet-RVC	3.98 341	1.84 424	12.48 450	1.69 286	0.44 214	4.33 304	1.31 332	11.84 375	7.15 301	3.53 140	3.50 126	10.63 381	4.43 320	9.12 382	6.25 377	0.03 326	0.10 368	0.00 1	0.03 301	0.60 425	0.25 372

Consistency-Raft	9.42 453	4.74 466	12.66 451	5.30 472	9.08 484	4.08 295	5.26 433	19.26 473	24.87 471	11.17 422	29.85 473	13.57 411	5.51 367	7.67 290	13.40 459	0.36 433	0.35 453	1.81 474	4.24 492	11.61 492	3.57 472

ACVNet_1	18.70 493	25.08 499	12.72 452	17.33 496	15.18 499	26.02 482	9.62 473	28.44 497	34.49 488	24.39 479	24.32 457	37.22 496	20.13 479	16.67 469	13.39 458	10.45 498	2.59 489	24.77 502	4.92 498	16.57 500	9.75 499

PWC_ROB	8.24 441	3.13 452	12.74 453	2.43 394	4.43 453	7.51 381	1.22 323	16.63 451	19.24 453	16.08 457	28.29 468	13.99 418	10.16 440	13.63 449	14.06 463	0.42 442	0.00 1	0.05 410	0.00 1	0.59 423	0.27 382

STTRV1_RVC	7.02 424	1.10 359	12.88 454	3.32 435	6.92 475	11.90 437	4.00 408	15.07 438	11.94 408	9.51 383	14.57 392	11.63 399	8.73 424	12.65 441	8.06 409	3.32 478	2.75 491	0.41 461	0.12 359	1.38 455	0.11 277

NVStereoNet_ROB	16.04 483	6.75 474	12.90 455	6.37 477	7.42 479	12.89 446	9.74 474	22.78 487	25.12 472	30.32 487	46.19 503	34.37 492	25.38 489	21.48 485	21.38 477	5.94 483	3.10 497	6.07 488	10.09 503	4.01 474	8.54 495
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FADNet_RVC	3.91 334	1.67 415	12.95 456	0.96 178	0.75 272	5.71 341	0.54 192	10.83 347	6.60 281	3.46 138	8.09 270	4.10 216	3.40 264	9.43 395	6.33 378	0.36 433	0.44 462	0.17 442	0.46 453	0.91 443	0.95 443

SPS-STEREO	15.04 479	6.23 472	13.21 457	11.34 488	11.65 492	23.30 479	7.15 457	24.16 489	15.65 436	31.78 490	29.19 472	31.62 486	21.32 482	24.62 490	19.50 473	7.59 488	4.19 505	3.22 481	1.48 475	6.99 487	6.54 487
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RTSC	9.15 449	3.00 450	13.57 458	3.72 451	1.76 355	11.82 436	0.46 169	16.95 452	36.83 494	15.80 456	15.53 400	12.91 410	7.46 405	20.01 482	21.76 481	0.31 429	0.13 393	0.01 343	0.08 338	0.57 421	0.41 406

DGSMNet	6.47 410	2.61 444	13.64 459	3.46 440	3.74 430	8.97 400	6.01 438	14.15 429	13.01 415	7.46 311	14.10 386	9.94 367	4.79 343	10.44 413	6.22 376	1.30 465	1.70 478	1.80 473	1.52 478	2.27 468	2.35 467

MFN_U_SF_DS_RVC	9.78 458	4.27 462	14.47 460	2.29 377	2.85 399	23.40 480	13.62 491	13.60 420	19.54 454	19.42 465	24.27 456	16.74 439	8.59 421	17.05 471	7.98 403	1.25 463	1.68 477	0.17 442	2.63 481	0.72 436	1.04 445

ADCP+	8.09 439	1.79 420	14.50 461	1.54 264	4.28 446	16.57 460	5.20 431	12.80 407	11.20 397	12.83 439	17.07 417	11.02 392	10.80 445	17.59 472	23.18 487	0.03 326	0.05 303	0.01 343	0.18 385	0.39 405	0.81 439

PVD	15.44 480	2.93 449	14.67 462	4.21 464	3.39 417	17.43 467	4.16 411	27.84 496	48.84 506	31.02 489	43.54 500	29.76 484	30.81 497	25.97 492	21.40 478	0.23 419	0.41 459	0.04 403	0.33 435	0.41 411	1.33 452

CBFPSM	4.87 378	0.94 337	14.70 463	1.51 256	1.15 312	11.49 431	2.55 375	7.28 246	6.47 276	6.23 241	4.83 157	15.30 428	8.99 428	6.88 237	8.20 412	0.03 326	0.02 211	0.00 1	0.00 1	0.40 408	0.42 409

Wz-Net-MNSev	7.43 427	2.35 441	15.22 464	2.34 386	3.41 419	17.27 466	8.55 463	11.91 378	13.48 419	13.37 442	17.05 416	13.70 412	7.47 406	11.90 434	9.99 437	0.40 438	0.03 260	0.00 1	0.01 265	0.16 293	0.07 214

WAO-6	34.74 511	36.76 512	15.36 465	37.53 510	24.15 513	35.99 501	19.36 506	48.96 513	68.54 522	43.84 506	47.58 505	52.77 506	52.60 516	32.63 497	34.73 508	26.20 513	7.74 512	42.78 515	21.64 514	28.07 513	17.62 515

SDNR	7.50 428	2.32 440	15.58 466	1.82 308	0.63 256	44.66 510	0.44 167	8.59 277	9.52 364	9.84 393	25.18 462	5.30 268	4.38 317	11.46 428	6.49 382	0.05 357	0.03 260	0.00 1	0.01 265	1.79 462	1.87 460

ADCRef	7.27 425	1.38 389	16.37 467	2.52 398	3.30 413	11.63 434	3.16 390	10.80 346	9.35 361	13.03 441	25.27 463	8.17 338	8.92 427	8.06 320	21.81 482	0.15 402	0.08 347	0.16 439	0.34 437	0.38 401	0.58 428

XQC	8.43 444	3.58 458	16.40 468	2.92 417	2.17 377	13.22 449	3.60 400	14.64 435	25.86 473	11.87 429	12.04 357	15.06 425	10.67 444	15.24 461	19.41 472	0.39 436	0.08 347	0.05 410	0.07 333	0.84 441	0.45 415

Wz-Net-LNSev	6.46 409	1.93 430	16.44 469	1.52 258	4.15 445	12.66 444	4.96 428	13.05 413	12.10 410	10.55 411	16.23 404	11.32 395	7.19 398	8.43 346	8.48 416	0.00 1	0.01 155	0.00 1	0.00 1	0.08 192	0.06 195

DPSNet	10.14 460	1.88 427	16.82 470	1.85 310	1.73 351	24.84 481	17.20 504	19.92 481	27.41 475	12.23 433	13.62 382	16.52 436	18.35 470	14.42 455	12.50 455	0.78 452	0.54 468	0.08 423	0.25 414	1.18 449	0.59 431

IMH-64-1	27.21 503	28.77 503	16.84 471	31.57 504	20.76 504	26.43 485	15.10 497	47.11 507	45.20 503	33.53 493	51.16 509	41.42 499	31.10 498	36.48 500	22.39 484	13.48 503	2.87 495	33.95 507	10.70 504	23.50 505	11.75 505

IMH-64	27.21 503	28.77 503	16.84 471	31.57 504	20.76 504	26.43 485	15.10 497	47.11 507	45.20 503	33.53 493	51.16 509	41.42 499	31.10 498	36.48 500	22.39 484	13.48 503	2.87 495	33.95 507	10.70 504	23.50 505	11.75 505

MFMNet_re	13.29 475	8.60 481	18.29 473	9.75 482	7.25 478	19.65 473	14.84 496	20.71 485	30.72 481	23.03 475	28.77 469	18.85 453	26.09 492	13.55 448	9.82 433	2.44 474	1.35 476	0.34 456	0.23 406	4.78 477	6.69 488

psmorigin	7.34 426	1.58 405	18.31 474	2.35 387	0.87 285	6.72 363	1.70 355	10.63 338	7.14 300	19.77 467	22.71 450	20.13 460	11.34 447	12.96 444	9.49 431	0.04 345	0.17 416	0.06 414	0.17 378	0.21 340	0.50 421

IMH	29.82 507	29.11 505	18.51 475	34.28 508	21.40 509	32.33 497	15.39 501	49.40 514	53.07 509	37.88 498	55.32 514	45.05 501	39.54 506	40.63 508	24.12 488	14.03 506	3.27 499	34.93 509	11.24 506	24.69 508	12.21 507

SGM+DAISY	15.62 481	7.26 478	19.28 476	8.94 480	10.11 489	26.25 484	10.49 479	19.36 475	14.65 429	30.64 488	33.59 485	33.00 488	22.32 487	24.96 491	16.42 468	7.90 489	6.25 509	4.51 484	3.37 488	5.86 481	7.20 489

ADCL	10.16 461	2.11 435	19.36 477	1.92 322	1.88 363	22.23 476	8.91 466	14.04 426	23.56 469	14.62 451	26.19 464	12.75 409	13.59 460	16.06 467	22.95 486	0.26 424	0.18 420	0.75 464	0.65 459	0.69 432	0.58 428

RainbowNet	18.01 492	26.22 501	19.95 478	18.59 497	14.88 497	27.38 490	10.46 478	27.39 493	34.54 489	14.91 453	27.01 465	25.65 474	12.44 452	18.94 477	9.23 425	13.91 505	3.46 501	23.36 500	4.86 496	16.03 498	10.91 503

WAO-7	29.39 506	24.43 497	20.47 479	32.71 507	13.83 496	34.70 499	20.27 510	52.19 518	65.03 519	43.29 505	59.35 517	52.19 504	44.68 512	31.71 496	30.56 501	10.98 499	4.94 506	13.71 492	12.52 508	12.06 493	8.22 493

ADCMid	10.24 462	3.13 452	20.70 480	2.21 369	2.39 388	11.23 429	6.19 440	14.17 430	11.19 396	23.20 477	22.25 447	17.89 447	19.54 476	18.51 475	26.21 494	0.45 444	0.42 461	1.10 469	1.29 473	1.56 459	1.18 448

WAO-8	38.15 514	35.51 510	21.50 481	43.67 512	23.92 511	44.44 508	20.26 508	52.83 519	76.62 524	53.57 515	66.79 523	62.63 515	54.56 519	42.03 510	39.18 512	22.71 511	6.65 510	37.08 512	19.08 512	24.72 510	15.24 510

Venus	38.15 514	35.51 510	21.50 481	43.67 512	23.92 511	44.44 508	20.26 508	52.83 519	76.62 524	53.57 515	66.81 524	62.63 515	54.56 519	42.03 510	39.18 512	22.71 511	6.65 510	37.08 512	19.08 512	24.70 509	15.24 510

MSC_U_SF_DS_RVC	16.41 485	6.93 476	21.83 483	5.94 476	2.81 398	38.71 504	14.59 493	24.55 490	34.87 492	33.66 495	34.35 486	29.24 483	24.20 488	22.59 487	17.95 470	2.52 475	2.81 492	1.17 471	1.51 477	5.89 482	2.16 464

PASM	7.90 436	4.22 461	21.97 484	3.25 433	3.29 412	5.39 337	6.57 449	10.57 336	19.09 450	12.77 437	13.92 384	18.11 448	9.51 435	13.79 450	10.77 445	0.19 412	0.45 463	0.29 452	1.08 471	1.49 457	1.19 449

AnyNet_C32	10.98 467	5.58 469	22.79 485	4.16 461	5.83 469	15.64 455	14.30 492	13.18 414	17.15 445	16.44 459	20.52 440	14.68 423	13.44 459	22.46 486	30.08 500	0.17 408	0.26 447	0.36 458	0.36 441	1.23 450	0.91 442

DeepPrunerF	6.75 414	2.69 445	23.31 486	3.68 449	7.16 476	3.78 281	4.29 415	13.42 419	20.13 459	8.13 336	10.46 323	7.18 321	8.06 415	11.10 423	9.44 430	0.24 421	0.15 404	0.29 452	0.42 448	0.66 431	0.45 415

Wz-Net-SNSev	9.23 451	6.70 473	24.28 487	1.87 311	1.81 359	8.57 393	12.29 489	17.37 455	20.39 461	10.43 407	23.11 452	16.66 438	8.03 414	14.47 456	17.86 469	0.00 1	0.02 211	0.01 343	0.00 1	0.41 411	0.30 390

SuperB	8.10 440	3.15 454	24.67 488	2.65 404	1.23 316	9.88 411	4.29 415	10.18 330	30.07 480	11.53 427	12.18 363	6.12 290	6.65 388	10.50 414	14.47 465	0.14 400	0.11 376	0.35 457	0.25 414	13.06 495	0.48 418

ACVNet_2	26.45 501	29.35 506	25.14 489	20.27 499	15.43 500	34.97 500	12.23 488	48.37 512	66.25 521	42.69 504	56.73 515	51.77 503	25.59 490	20.39 483	13.52 460	10.13 496	2.59 489	22.78 499	3.52 490	17.57 501	9.80 501

Dean	34.67 510	38.70 513	25.33 490	29.89 503	17.21 502	45.24 511	11.98 486	56.90 522	76.55 523	63.47 521	60.22 518	67.36 520	48.14 515	37.24 502	39.01 511	11.00 500	2.83 493	28.35 503	5.60 500	18.14 502	10.31 502

MFN_U_SF_RVC	12.94 472	3.66 459	25.81 491	3.61 448	2.26 383	22.77 478	4.55 421	27.10 492	20.06 458	23.90 478	28.99 470	30.53 485	16.98 466	19.92 481	20.26 475	1.24 462	1.07 472	0.98 468	1.33 474	1.80 463	2.04 463

IGEV-BASED-STEREO-	4.24 358	25.07 498	26.53 492	0.44 108	0.07 32	1.50 42	0.54 192	2.09 7	1.57 19	0.51 61	0.62 25	0.21 27	0.20 13	1.44 39	0.53 75	12.03 501	0.01 155	0.00 1	0.08 338	1.75 461	9.69 498

iinet-f	5.94 397	1.60 407	26.88 493	1.79 301	1.38 330	11.92 438	1.47 339	6.80 234	7.11 299	6.90 281	14.43 390	10.64 382	7.97 413	7.00 249	12.12 453	0.02 291	0.03 260	0.05 410	0.00 1	0.63 428	0.02 59

aanetorigin	8.72 447	3.29 456	27.55 494	1.95 328	3.84 437	4.93 327	5.39 436	5.49 166	10.05 375	27.85 484	31.47 478	15.80 429	12.78 455	9.04 380	11.98 451	0.25 422	0.22 437	0.22 448	0.25 414	1.28 452	0.84 441

ADCS	13.02 474	4.93 467	28.38 495	3.17 430	2.67 395	13.61 452	10.83 481	18.70 463	33.46 485	22.59 472	24.78 459	19.59 457	18.51 472	23.40 489	32.16 503	0.10 388	0.19 426	0.37 459	0.18 385	1.26 451	1.46 455

TorneroNet-64	32.42 509	31.89 507	30.52 496	34.73 509	21.13 508	46.99 513	18.82 505	43.10 505	59.42 514	32.70 492	46.98 504	62.01 514	36.98 503	43.97 512	33.88 506	14.10 507	3.22 498	35.28 510	11.72 507	26.84 511	14.07 509

ADCPNet	9.54 455	2.39 442	31.46 497	2.09 356	1.60 338	16.71 462	6.39 448	12.11 387	11.45 400	13.53 444	21.45 444	19.41 455	10.94 446	14.38 454	21.54 480	0.27 427	1.16 473	0.39 460	1.49 476	0.58 422	1.45 454

LSM	14.01 477	5.95 470	33.49 498	6.78 478	43.61 519	10.22 414	9.98 476	15.16 442	22.93 468	23.07 476	32.34 482	18.52 451	12.67 454	15.45 462	11.10 446	0.16 407	0.51 467	0.09 426	0.32 433	1.08 447	16.85 514

TorneroNet	35.11 513	33.92 509	33.82 499	37.86 511	22.01 510	49.64 516	21.58 511	48.09 511	55.23 510	37.50 497	53.79 512	62.81 517	43.66 511	46.71 515	41.25 514	14.80 508	3.53 502	36.72 511	14.57 510	28.28 514	16.49 512

DispFullNet	17.47 490	26.01 500	33.98 500	22.58 501	20.86 506	13.84 453	1.28 329	16.50 449	26.27 474	19.97 468	17.17 420	20.52 465	18.49 471	22.86 488	10.76 444	5.13 481	2.83 493	30.72 505	7.72 501	20.86 503	11.01 504

LVE	34.99 512	40.10 514	34.97 501	32.49 506	18.61 503	51.45 519	26.82 512	52.15 517	65.94 520	47.21 508	61.04 519	53.99 508	37.30 504	37.95 503	34.09 507	15.55 509	5.95 508	31.01 506	13.81 509	22.58 504	16.72 513

Wz-Net-TNSev	11.35 468	10.56 488	35.88 502	2.28 376	1.73 351	18.25 469	11.42 482	15.88 447	20.88 462	14.44 449	16.97 415	19.57 456	19.04 474	19.31 478	18.67 471	0.01 211	0.06 320	0.00 1	0.16 370	0.62 426	1.25 450

KSHMR	55.63 521	63.60 523	37.85 503	74.69 524	49.56 521	49.01 515	45.73 520	57.46 523	63.97 518	61.61 520	62.07 521	72.39 524	47.01 513	50.65 518	43.29 516	54.10 521	62.21 523	66.10 524	53.94 523	51.25 521	46.11 521

ktn	48.94 519	57.58 520	38.86 504	59.57 521	43.27 518	50.37 517	43.38 519	48.07 510	61.11 515	51.30 513	54.25 513	54.96 509	52.88 517	47.30 516	35.83 509	57.77 522	24.88 520	62.69 523	43.55 519	50.70 519	40.41 519

WZ-Net	13.00 473	4.64 465	41.07 505	3.48 444	3.15 407	19.12 471	15.66 502	14.81 436	31.33 482	15.71 455	27.88 466	22.22 468	14.01 462	20.44 484	25.03 491	0.64 450	0.00 1	0.01 343	0.03 301	0.39 405	0.37 399

BEATNet-Init1	23.31 498	9.03 483	41.67 506	4.17 462	2.53 392	45.68 512	19.47 507	33.43 498	38.45 498	47.59 510	49.10 507	59.31 511	41.80 509	38.35 506	29.21 499	0.47 445	0.50 466	0.81 465	0.66 460	2.10 467	1.86 459

DPSimNet_ROB	53.45 520	64.73 524	44.39 507	53.97 518	45.39 520	53.66 520	54.83 522	55.15 521	57.87 513	64.16 523	50.83 508	63.40 518	53.34 518	46.45 514	65.81 524	63.13 524	26.54 521	57.94 521	51.11 522	45.52 517	50.69 523

PWCK	30.53 508	44.32 515	47.25 508	29.76 502	7.23 477	40.78 505	27.10 513	44.73 506	44.32 502	47.31 509	36.37 490	47.16 502	26.05 491	41.26 509	31.87 502	21.83 510	4.03 504	29.50 504	4.67 494	27.17 512	7.80 491

notaker	47.42 518	55.20 519	49.13 509	56.52 520	40.18 516	38.52 503	32.97 515	47.21 509	56.08 512	57.21 517	57.24 516	60.09 512	59.19 523	53.93 521	41.64 515	40.61 518	19.93 517	57.21 520	37.41 516	49.02 518	39.02 518

FADE	25.68 500	17.27 493	50.60 510	10.46 486	9.90 488	22.50 477	9.17 468	35.80 501	53.05 508	20.32 470	19.01 432	26.54 477	34.42 500	39.35 507	33.52 505	30.62 515	14.22 515	38.39 514	37.63 517	5.22 479	5.56 484

JetBlue	29.12 505	15.72 492	54.12 511	15.93 494	20.98 507	60.90 523	30.62 514	39.38 502	34.62 490	34.08 496	39.69 494	57.35 510	43.17 510	50.71 519	50.60 520	2.41 473	3.79 503	2.81 477	3.45 489	9.57 489	12.59 508

EDNetEfficient	13.82 476	6.19 471	54.79 512	2.83 412	3.60 425	4.86 324	8.57 464	8.61 282	32.90 484	40.77 503	30.59 476	18.33 450	21.87 485	11.38 427	25.36 492	0.15 402	0.23 439	0.06 414	1.03 470	2.54 469	1.79 458

HanzoNet	56.48 522	59.32 521	58.25 513	55.32 519	41.94 517	50.95 518	41.33 517	51.12 515	61.40 516	65.62 524	65.59 522	71.66 523	69.41 524	70.77 524	60.03 522	63.99 525	34.70 522	61.96 522	50.54 521	51.00 520	44.71 520

AnyNet_C01	16.12 484	10.81 489	59.36 514	4.42 466	2.49 391	30.06 492	15.15 500	17.51 457	16.51 441	17.88 461	37.69 492	24.04 470	17.54 467	29.60 495	33.29 504	0.28 428	0.38 457	0.43 462	0.42 448	2.57 470	1.98 462

UNDER WATER-64	45.16 517	46.99 516	66.69 515	43.90 514	27.64 514	55.58 522	41.87 518	39.42 503	48.42 505	51.73 514	43.08 499	67.76 521	56.69 521	48.02 517	48.34 517	39.50 517	17.64 516	51.78 518	38.93 518	36.62 515	32.61 517

UNDER WATER	45.09 516	48.60 517	67.37 516	49.30 516	31.41 515	53.80 521	37.39 516	40.25 504	52.48 507	50.24 511	45.37 502	68.37 522	57.76 522	51.03 520	49.88 518	29.97 514	13.75 514	51.22 517	36.57 515	37.87 516	29.12 516

LRCNet_RVC	66.23 524	65.67 525	67.63 517	71.47 523	54.32 522	32.17 496	2.66 377	63.19 525	21.35 464	81.79 527	91.26 528	83.62 526	71.62 525	69.32 523	52.57 521	95.49 531	64.45 525	95.07 531	95.19 531	71.52 524	74.31 526

ASD4	75.85 526	81.57 526	69.25 518	68.23 522	80.87 527	96.24 528	99.15 533	77.50 526	93.47 530	77.59 526	85.63 526	78.32 525	76.43 526	77.89 526	82.61 526	58.30 523	62.67 524	55.02 519	62.43 524	68.35 523	65.49 525

MADNet++	82.84 527	82.38 527	73.57 519	87.72 529	82.97 528	93.14 526	69.15 524	86.42 530	82.50 526	93.46 531	86.70 527	86.28 527	80.92 527	88.34 527	88.84 527	86.83 529	84.17 530	72.64 526	68.92 526	80.47 529	81.42 530

TCMNet-wrong-test	67.23 525	85.83 528	81.56 520	95.63 530	94.73 530	89.35 525	85.42 526	51.73 516	33.71 487	51.26 512	61.71 520	61.33 513	41.23 508	77.26 525	64.71 523	48.76 520	9.03 513	70.12 525	68.11 525	90.76 531	82.37 531

JetRed	61.02 523	61.05 522	82.56 521	46.09 515	56.80 523	83.19 524	63.76 523	59.26 524	63.61 517	69.29 525	68.85 525	66.59 519	47.62 514	61.57 522	74.09 525	45.58 519	66.14 526	46.59 516	45.06 520	63.17 522	49.58 522

RTS	18.87 494	9.32 486	86.48 522	4.95 470	6.10 470	42.08 506	14.70 494	15.49 444	41.06 499	22.65 473	32.32 480	13.77 413	19.54 476	37.98 504	28.96 497	0.41 439	0.23 439	0.00 1	0.02 288	0.91 443	0.50 421

RTSA	18.87 494	9.32 486	86.48 522	4.95 470	6.10 470	42.08 506	14.70 494	15.49 444	41.06 499	22.65 473	32.32 480	13.77 413	19.54 476	37.98 504	28.96 497	0.41 439	0.23 439	0.00 1	0.02 288	0.91 443	0.50 421

coex-ft	19.78 497	19.39 495	87.73 524	1.77 298	1.80 358	17.25 465	13.50 490	12.63 405	42.10 501	60.18 518	38.90 493	28.72 481	28.74 494	11.74 432	27.40 496	0.21 416	0.23 439	0.04 403	0.30 429	1.36 454	1.54 456

DLNR_Zeroshot_test	24.70 499	50.77 518	90.11 525	98.11 534	97.34 532	1.38 30	0.12 61	22.79 488	3.09 95	1.07 86	2.95 103	0.71 86	0.29 34	6.93 242	2.29 270	38.56 516	0.37 456	0.00 1	0.30 429	76.73 528	0.09 242

MADNet+	27.07 502	33.84 508	90.97 526	20.14 498	7.47 480	48.43 514	47.10 521	35.43 500	36.46 493	20.11 469	30.05 474	25.29 473	35.08 501	45.50 513	50.28 519	2.13 472	2.00 479	1.19 472	0.76 464	4.71 475	4.43 475

HaxPig	98.85 534	99.94 535	95.08 527	99.99 537	100.00 536	94.03 527	94.78 527	99.15 534	99.98 536	99.99 537	100.00 536	99.98 538	99.99 536	98.12 532	95.97 531	100.00 538	99.99 536	100.00 535	99.99 536	100.00 537	99.99 537

PML	97.88 532	100.00 538	96.45 528	98.01 533	97.88 533	100.00 536	99.35 534	96.88 531	97.72 532	100.00 538	97.36 532	97.38 532	99.60 533	100.00 539	96.32 532	99.99 536	97.55 531	100.00 535	96.01 532	99.18 533	87.92 532

xxxxx1	85.63 529	90.31 529	96.68 529	76.54 525	80.57 524	97.44 531	96.86 530	85.53 527	88.53 527	88.68 528	91.71 529	94.23 528	92.93 528	90.02 528	91.98 528	70.60 526	70.39 527	73.68 527	81.46 528	74.61 525	79.86 527

tt_ll	85.63 529	90.31 529	96.68 529	76.54 525	80.57 524	97.44 531	96.86 530	85.53 527	88.53 527	88.68 528	91.71 529	94.23 528	92.93 528	90.02 528	91.98 528	70.60 526	70.39 527	73.68 527	81.46 528	74.61 525	79.86 527

ff	85.63 529	90.31 529	96.68 529	76.54 525	80.57 524	97.44 531	96.86 530	85.53 527	88.53 527	88.68 528	91.71 529	94.23 528	92.93 528	90.02 528	91.98 528	70.60 526	70.39 527	73.68 527	81.46 528	74.61 525	79.86 527

AVERAGE_ROB	99.62 538	99.95 536	98.81 532	100.00 540	100.00 536	98.08 534	95.47 528	100.00 539	100.00 537	100.00 538	100.00 536	100.00 540	100.00 538	100.00 539	99.99 537	100.00 538	100.00 537	100.00 535	100.00 538	100.00 537	100.00 539

MEDIAN_ROB	98.41 533	99.70 533	99.30 533	97.09 531	97.02 531	96.89 529	95.77 529	97.66 533	97.28 531	98.79 534	98.94 534	99.18 533	98.14 532	96.89 531	96.88 533	99.96 535	99.16 532	100.00 535	99.99 536	99.69 534	99.88 534

EDNetEfficientorigin	17.87 491	14.00 491	99.53 534	1.64 282	0.92 290	10.55 420	6.26 445	13.21 415	34.84 491	38.20 500	36.91 491	27.47 480	26.32 493	14.71 458	25.69 493	0.04 345	0.06 320	0.14 437	0.52 456	3.16 472	3.27 470

Anonymous_1	99.08 535	99.91 534	99.85 535	97.63 532	99.10 534	100.00 536	100.00 537	99.61 536	99.96 535	99.28 536	99.86 535	99.54 535	99.99 536	99.29 533	99.75 534	96.05 532	99.59 533	97.31 532	98.57 533	97.71 532	98.63 533

tt	83.26 528	0.34 81	99.99 536	79.40 528	93.18 529	100.00 536	100.00 537	100.00 539	99.95 534	60.33 519	47.63 506	99.98 538	99.96 535	99.98 536	100.00 540	92.42 530	99.82 534	73.83 530	73.63 527	88.42 530	56.35 524

test_example2	99.39 537	99.98 537	99.99 536	100.00 540	99.98 535	99.72 535	99.99 536	97.34 532	100.00 537	100.00 538	100.00 536	96.42 531	96.66 531	99.97 535	99.96 535	100.00 538	99.97 535	98.66 533	99.15 534	100.00 537	100.00 539

DPSMNet_ROB	99.91 540	100.00 538	99.99 536	99.99 537	100.00 536	100.00 536	100.00 537	99.98 538	100.00 537	98.35 532	100.00 536	99.84 536	100.00 538	99.98 536	99.99 537	100.00 538	100.00 537	100.00 535	100.00 538	100.00 537	100.00 539

DGTPSM_ROB	99.90 539	100.00 538	99.99 536	99.99 537	100.00 536	100.00 536	100.00 537	99.97 537	100.00 537	98.35 532	100.00 536	99.84 536	100.00 538	99.98 536	99.99 537	99.99 536	100.00 537	100.00 535	100.00 538	100.00 537	100.00 539

ccccc	99.32 536	96.61 532	100.00 540	100.00 540	100.00 536	97.41 530	99.44 535	99.56 535	97.80 533	99.27 535	97.59 533	99.35 534	99.84 534	99.92 534	99.98 536	100.00 538	100.00 537	99.95 534	99.77 535	100.00 537	100.00 539

Selective-RAFT-Error	100.00 543	100.00 538	100.00 540	100.00 540	100.00 536	100.00 536	100.00 537	100.00 539	100.00 537	100.00 538	100.00 536	100.00 540	100.00 538	100.00 539	100.00 540	100.00 538	100.00 537	100.00 535	100.00 538	100.00 537	100.00 539

CasAABBNet	100.00 543	100.00 538	100.00 540	100.00 540	100.00 536	100.00 536	100.00 537	100.00 539	100.00 537	100.00 538	100.00 536	100.00 540	100.00 538	100.00 539	100.00 540	100.00 538	100.00 537	100.00 535	100.00 538	100.00 537	100.00 539

LSM0	100.00 543	100.00 538	100.00 540	100.00 540	100.00 536	100.00 536	100.00 537	100.00 539	100.00 537	100.00 538	100.00 536	100.00 540	100.00 538	100.00 539	100.00 540	100.00 538	100.00 537	100.00 535	100.00 538	100.00 537	99.99 537

DPSM_ROB	99.95 541	100.00 538	100.00 540	99.76 535	100.00 536	100.00 536	100.00 537	100.00 539	100.00 537	100.00 538	100.00 536	100.00 540	100.00 538	100.00 539	100.00 540	99.21 533	100.00 537	100.00 535	100.00 538	99.99 535	99.95 535

DPSM	99.95 541	100.00 538	100.00 540	99.76 535	100.00 536	100.00 536	100.00 537	100.00 539	100.00 537	100.00 538	100.00 536	100.00 540	100.00 538	100.00 539	100.00 540	99.21 533	100.00 537	100.00 535	100.00 538	99.99 535	99.95 535

Low-res two-view benchmark