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

S2M2_XL	0.22 1	0.33 117	1.17 16	0.07 48	0.11 84	0.11 1	0.00 1	0.60 2	0.25 1	0.12 4	0.73 68	0.07 25	0.17 35	0.39 5	0.20 27	0.00 1	0.01 182	0.00 1	0.00 1	0.00 1	0.01 19
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MS-F	0.25 2	0.17 9	0.64 1	0.01 1	0.08 53	1.24 39	0.00 1	0.96 4	0.70 6	0.32 52	0.03 6	0.06 15	0.11 23	0.31 1	0.37 77	0.00 1	0.01 182	0.00 1	0.00 1	0.00 1	0.01 19

FoundationStereo	0.26 3	0.29 70	1.25 27	0.24 118	0.10 70	0.41 3	0.07 76	0.57 1	0.80 21	0.24 26	0.03 6	0.09 45	0.37 87	0.46 8	0.12 4	0.03 398	0.03 309	0.00 1	0.00 1	0.00 1	0.01 19

HiDET	0.34 4	0.16 3	0.67 2	0.01 1	0.10 70	1.18 18	0.01 8	2.53 19	0.71 7	0.29 38	0.06 17	0.07 25	0.12 29	0.35 3	0.42 96	0.00 1	0.01 182	0.00 1	0.00 1	0.00 1	0.01 19

LCMNet	0.34 4	0.16 3	0.75 3	0.02 5	0.10 70	1.21 24	0.01 8	2.64 23	0.73 14	0.24 26	0.05 16	0.06 15	0.17 35	0.32 2	0.39 83	0.00 1	0.01 182	0.00 1	0.00 1	0.01 30	0.01 19

Wavelet-MonSter	0.35 6	0.28 63	1.43 44	0.03 11	0.40 249	1.20 23	0.00 1	1.14 6	0.82 26	0.27 32	0.04 13	0.05 6	0.08 9	0.96 46	0.20 27	0.00 1	0.01 182	0.00 1	0.00 1	0.00 1	0.02 95

CSFM-Stereo	0.36 7	0.16 3	0.83 4	0.01 1	0.10 70	1.19 19	0.00 1	2.37 17	0.71 7	0.52 110	0.04 13	0.07 25	0.26 56	0.36 4	0.43 99	0.00 1	0.01 182	0.00 1	0.00 1	0.01 30	0.01 19

OmniDepth	0.38 8	0.26 56	1.19 18	0.01 1	0.04 13	1.19 19	0.03 39	2.97 32	0.73 14	0.21 20	0.02 1	0.15 55	0.10 17	0.64 18	0.09 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LGtest1	0.42 9	0.33 117	1.42 41	0.13 91	0.16 126	0.98 10	0.01 8	2.30 16	0.96 56	0.21 20	0.07 18	0.08 39	0.10 17	1.10 53	0.31 60	0.01 258	0.09 427	0.00 1	0.00 1	0.03 133	0.02 95

MonStereo	0.44 10	0.23 36	1.44 47	0.05 33	0.77 326	1.17 14	0.01 8	3.17 48	0.72 9	0.28 33	0.18 32	0.06 15	0.04 1	0.54 9	0.17 21	0.00 1	0.00 1	0.00 1	0.01 321	0.00 1	0.01 19

Monster-pub-eth3d	0.44 10	0.23 36	1.44 47	0.05 33	0.77 326	1.17 14	0.01 8	3.17 48	0.72 9	0.28 33	0.18 32	0.06 15	0.04 1	0.55 10	0.17 21	0.00 1	0.00 1	0.00 1	0.01 321	0.00 1	0.01 19

3.25w_new	0.45 12	0.25 49	1.29 28	0.02 5	0.08 53	1.25 44	0.01 8	3.39 73	0.91 52	0.33 58	0.16 25	0.07 25	0.42 109	0.57 11	0.25 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

3.25w	0.45 12	0.25 49	1.29 28	0.02 5	0.08 53	1.25 44	0.01 8	3.39 73	0.91 52	0.33 58	0.16 25	0.06 15	0.42 109	0.57 11	0.25 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

MLG-Stereo_test3	0.45 12	0.31 86	1.35 36	0.06 39	0.17 136	1.30 57	0.01 8	3.52 91	0.77 19	0.15 8	0.07 18	0.06 15	0.07 7	0.74 25	0.22 32	0.02 352	0.06 379	0.00 1	0.00 1	0.01 30	0.02 95

FSD	0.46 15	0.31 86	1.38 38	0.17 101	0.10 70	0.53 5	0.06 66	3.21 56	0.81 23	0.16 10	0.24 40	1.06 161	0.12 29	0.63 17	0.24 36	0.02 352	0.07 402	0.00 1	0.00 1	0.01 30	0.01 19

S2M2_L	0.46 15	0.39 172	1.17 16	0.37 151	0.17 136	1.14 12	0.01 8	1.46 8	1.83 81	0.19 15	0.87 79	0.13 53	0.19 39	0.57 11	0.43 99	0.01 258	0.01 182	0.00 1	0.00 1	0.21 404	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter	0.46 15	0.23 36	1.44 47	0.05 33	0.77 326	1.17 14	0.01 8	3.17 48	0.72 9	0.28 33	0.18 32	0.07 25	0.04 1	0.83 32	0.17 21	0.00 1	0.00 1	0.00 1	0.01 321	0.00 1	0.01 19

asd	0.49 18	0.16 3	1.57 62	0.04 26	0.72 320	1.24 39	0.05 59	2.80 27	0.84 27	0.45 96	0.50 53	0.06 15	0.56 135	0.58 14	0.24 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

4.5_new	0.49 18	0.17 9	1.73 83	0.06 39	0.30 210	1.23 29	0.07 76	3.11 39	0.87 40	0.45 96	0.66 63	0.05 6	0.19 39	0.67 20	0.26 43	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

4.5w-stereo	0.49 18	0.17 9	1.73 83	0.06 39	0.30 210	1.23 29	0.07 76	3.11 39	0.87 40	0.45 96	0.66 63	0.05 6	0.19 39	0.67 20	0.26 43	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

IGEV	0.50 21	0.22 30	1.52 57	0.08 57	1.85 430	1.34 64	0.37 204	2.03 12	0.93 55	0.29 38	0.08 22	0.07 25	0.09 13	0.90 41	0.22 32	0.02 352	0.04 340	0.00 1	0.00 1	0.01 30	0.01 19

FlowAnything_test	0.51 22	0.33 117	2.09 126	0.15 94	0.15 118	1.71 111	0.03 39	1.76 9	0.49 3	1.10 145	0.77 71	0.03 1	0.05 4	0.61 16	0.66 152	0.05 430	0.01 182	0.00 1	0.00 1	0.10 279	0.02 95

asda	0.52 23	0.19 17	1.61 67	0.03 11	0.61 303	1.26 49	0.08 84	3.20 54	0.84 27	0.41 84	0.29 42	0.05 6	0.72 155	0.77 29	0.26 43	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

4.25_new	0.52 23	0.18 12	1.42 41	0.03 11	0.88 338	1.23 29	0.04 46	3.18 51	0.85 32	0.32 52	0.77 71	0.05 6	0.42 109	0.83 32	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

4.5w_new	0.52 23	0.18 12	1.42 41	0.03 11	0.88 338	1.23 29	0.04 46	3.18 51	0.85 32	0.32 52	0.77 71	0.05 6	0.42 109	0.83 32	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

4.25w-stereo	0.52 23	0.18 12	1.43 44	0.03 11	0.88 338	1.23 29	0.04 46	3.18 51	0.85 32	0.32 52	0.77 71	0.05 6	0.42 109	0.83 32	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

3w_stereo	0.53 27	0.23 36	1.53 58	0.03 11	0.02 3	1.25 44	0.02 30	3.34 70	0.88 45	0.44 94	0.43 50	0.07 25	1.04 189	1.04 51	0.26 43	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

4w-stereo	0.55 28	0.18 12	1.39 39	0.02 5	0.35 236	1.26 49	0.06 66	3.13 42	0.86 35	0.28 33	0.82 78	0.06 15	0.67 147	1.59 82	0.25 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

2.75w_new	0.55 28	0.23 36	1.43 44	0.04 26	0.12 98	1.25 44	0.08 84	3.20 54	0.86 35	0.39 77	0.16 25	0.07 25	0.88 174	1.99 108	0.24 36	0.00 1	0.01 182	0.00 1	0.00 1	0.00 1	0.01 19

2w_stereo	0.56 30	0.19 17	1.31 32	0.03 11	0.10 70	1.22 27	0.04 46	3.42 83	0.81 23	0.79 127	0.73 68	0.07 25	1.24 214	0.81 31	0.37 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

dual_stereo	0.56 30	0.32 100	1.08 9	0.07 48	0.11 84	0.77 8	0.03 39	3.60 97	1.17 65	0.12 4	0.03 6	0.20 67	0.11 23	2.77 129	0.51 130	0.00 1	0.14 471	0.00 1	0.16 439	0.00 1	0.02 95

AdaDepth	0.57 32	0.22 30	2.33 152	0.12 75	1.26 378	1.59 93	0.07 76	1.03 5	0.97 57	0.21 20	0.42 48	0.08 39	0.30 73	2.28 118	0.26 43	0.01 258	0.01 182	0.00 1	0.20 463	0.01 30	0.01 19

MLG-Stereo_test2	0.57 32	0.28 63	1.20 22	0.07 48	0.68 312	1.34 64	0.02 30	3.39 73	1.41 69	0.06 1	0.02 1	0.12 52	0.10 17	2.37 120	0.31 60	0.01 258	0.08 415	0.00 1	0.00 1	0.01 30	0.02 95

GEAStereo	0.59 34	0.22 30	1.14 13	0.16 98	0.19 163	1.96 136	0.73 308	3.39 73	0.84 27	0.52 110	0.65 60	0.19 61	0.48 120	0.83 32	0.14 10	0.00 1	0.03 309	0.00 1	0.00 1	0.17 366	0.12 351

Zero-FE251	0.62 35	0.53 268	2.17 142	0.37 151	0.30 210	1.84 124	0.06 66	2.60 21	0.31 2	2.21 163	0.23 37	0.09 45	0.39 95	0.67 20	0.52 132	0.01 258	0.01 182	0.00 1	0.00 1	0.02 84	0.07 270

3.75w	0.62 35	0.16 3	1.33 34	0.02 5	1.27 381	1.25 44	0.01 8	3.23 58	0.87 40	0.38 69	0.23 37	0.07 25	0.40 96	2.96 134	0.26 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

LG-G_1	0.62 35	0.31 86	1.19 18	0.07 48	0.11 84	1.81 122	0.02 30	3.74 109	0.88 45	0.23 23	0.03 6	0.09 45	0.08 9	3.39 147	0.27 52	0.02 352	0.08 415	0.00 1	0.00 1	0.03 133	0.02 95

LG-G	0.62 35	0.31 86	1.19 18	0.07 48	0.11 84	1.81 122	0.02 30	3.74 109	0.88 45	0.23 23	0.03 6	0.09 45	0.08 9	3.39 147	0.27 52	0.02 352	0.08 415	0.00 1	0.00 1	0.03 133	0.02 95

1w_stereo	0.64 39	0.16 3	1.24 25	0.09 63	0.50 281	1.19 19	0.08 84	3.24 60	0.84 27	0.48 101	2.37 145	0.04 3	1.57 239	0.84 39	0.10 3	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

LG-Stereo_L2	0.64 39	0.33 117	1.46 52	0.10 66	0.18 151	1.30 57	0.19 151	3.53 93	0.72 9	0.20 16	0.02 1	0.06 15	0.07 7	4.19 177	0.36 71	0.01 258	0.01 182	0.00 1	0.00 1	0.01 30	0.02 95

252Zero-FE	0.66 41	0.23 36	1.24 25	1.10 261	0.07 36	1.31 59	0.02 30	3.33 68	1.14 64	1.34 150	1.74 118	0.04 3	0.05 4	1.11 54	0.40 89	0.00 1	0.05 358	0.00 1	0.02 348	0.02 84	0.02 95

qwe	0.66 41	0.19 17	1.64 72	0.05 33	1.17 373	1.23 29	0.03 39	3.35 71	0.88 45	0.51 107	0.38 45	0.04 3	0.17 35	3.22 140	0.26 43	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

2.25w	0.67 43	0.20 22	1.40 40	0.04 26	0.13 107	1.21 24	0.05 59	3.23 58	0.87 40	0.36 63	1.17 93	0.07 25	0.69 150	3.67 156	0.30 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

MLG-Stereo_test1	0.67 43	0.23 36	1.05 7	0.06 39	1.40 393	1.24 39	0.00 1	3.56 95	1.36 67	0.06 1	0.04 13	0.08 39	0.10 17	4.03 172	0.14 10	0.01 258	0.07 402	0.00 1	0.01 321	0.01 30	0.02 95

2.5w	0.68 45	0.23 36	1.29 28	0.04 26	0.31 221	1.26 49	0.09 92	3.24 60	0.86 35	0.42 89	0.59 56	0.03 1	0.56 135	4.36 185	0.24 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

RAStereo	0.68 45	0.42 201	3.15 256	0.18 107	0.52 289	1.17 14	0.02 30	3.16 47	0.98 58	0.51 107	1.43 102	0.16 56	0.22 46	0.75 27	0.83 193	0.00 1	0.00 1	0.00 1	0.00 1	0.07 238	0.02 95

3.5w_stereo	0.69 47	0.23 36	1.44 47	0.02 5	0.14 113	1.24 39	0.03 39	3.53 93	0.90 51	0.20 16	1.48 105	0.07 25	0.50 125	3.73 158	0.30 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19

LG-Stereo_L1	0.69 47	0.32 100	1.21 24	0.10 66	0.16 126	1.38 69	0.20 157	2.44 18	0.72 9	0.20 16	0.02 1	0.06 15	0.06 6	6.49 276	0.36 71	0.01 258	0.04 340	0.00 1	0.00 1	0.01 30	0.02 95

SGD-Stereo	0.69 47	0.30 81	1.15 15	0.25 120	0.12 98	1.26 49	0.29 185	1.87 11	0.62 5	0.50 106	0.51 54	0.08 39	0.11 23	6.67 292	0.09 1	0.01 258	0.01 182	0.00 1	0.00 1	0.02 84	0.01 19

water-stereo	0.70 50	0.29 70	3.07 250	0.08 57	0.07 36	1.54 89	0.15 132	4.01 126	1.41 69	0.59 116	1.31 98	0.26 86	0.24 48	0.43 7	0.39 83	0.02 352	0.06 379	0.00 1	0.02 348	0.02 84	0.01 19

GIP-stereo	0.70 50	0.44 218	1.70 81	1.52 324	0.75 322	1.48 81	0.05 59	4.18 132	1.10 60	0.18 13	0.42 48	0.58 141	0.38 91	0.65 19	0.46 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 196	0.01 19

DEFOM-Stereo	0.70 50	0.29 70	1.62 69	0.16 98	0.06 28	1.95 133	0.45 225	0.88 3	0.74 16	0.55 113	0.51 54	0.14 54	0.09 13	6.32 262	0.20 27	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

Monster-pub-mixall	0.72 53	0.39 172	0.98 5	0.04 26	0.12 98	1.23 29	0.01 8	2.74 26	0.86 35	0.86 131	0.39 47	0.07 25	0.09 13	6.24 253	0.32 62	0.01 258	0.02 257	0.00 1	0.00 1	0.02 84	0.03 147

MLG-Stereo	0.72 53	0.23 36	1.13 10	0.06 39	0.16 126	1.24 39	0.00 1	3.84 117	1.40 68	0.06 1	0.03 6	0.08 39	0.10 17	5.71 231	0.16 16	0.01 258	0.06 379	0.00 1	0.00 1	0.01 30	0.02 95

GREAT-IGEV	0.72 53	0.29 70	1.91 95	1.31 291	0.40 249	1.41 76	0.08 84	2.29 15	2.48 108	0.18 13	0.69 66	0.10 50	0.34 81	1.72 89	0.37 77	0.00 1	0.09 427	0.00 1	0.22 475	0.10 279	0.41 480

IGEV-Stereo++	0.74 56	0.23 36	1.31 32	0.06 39	1.62 403	1.95 133	0.01 8	3.29 64	1.81 78	0.38 69	1.68 116	0.10 50	1.16 204	0.91 42	0.19 26	0.01 258	0.01 182	0.00 1	0.00 1	0.04 164	0.01 19

GSStereo	0.75 57	0.22 30	1.14 13	0.69 206	0.19 163	1.96 136	0.73 308	4.64 162	2.10 87	0.31 48	0.65 60	0.43 123	0.48 120	0.83 32	0.14 10	0.00 1	0.01 182	0.00 1	0.12 425	0.17 366	0.13 362

GLC_STEREO	0.75 57	0.29 70	1.19 18	0.55 180	0.01 1	1.98 139	0.57 264	3.07 35	3.02 153	0.90 133	1.48 105	0.19 61	0.40 96	0.93 43	0.36 71	0.00 1	0.01 182	0.00 1	0.00 1	0.04 164	0.02 95

VIP-Stereo	0.76 59	0.66 322	2.08 125	0.09 63	0.27 198	1.99 141	0.11 102	3.32 66	0.80 21	0.48 101	1.27 96	0.28 93	0.11 23	3.06 137	0.41 91	0.00 1	0.05 358	0.00 1	0.00 1	0.03 133	0.12 351

rvit_stereo_0081_aga	0.76 59	0.51 256	3.29 267	0.11 73	0.25 188	1.73 115	0.22 164	3.68 99	2.54 115	0.26 31	0.16 25	0.27 89	0.30 73	1.31 66	0.36 71	0.00 1	0.00 1	0.00 1	0.00 1	0.12 317	0.04 193

LG-Stereo	0.79 61	0.32 100	3.96 324	0.04 26	0.15 118	1.19 19	0.18 148	3.52 91	2.95 141	0.32 52	1.77 120	0.22 79	0.14 32	0.39 5	0.43 99	0.01 258	0.02 257	0.00 1	0.00 1	0.11 300	0.02 95

LG-Stereo_Zeroshot	0.80 62	0.33 117	2.51 169	0.25 120	0.53 290	1.93 131	0.27 180	5.07 192	1.05 59	0.47 100	0.68 65	0.64 144	0.22 46	0.95 45	0.65 148	0.00 1	0.05 358	0.00 1	0.19 460	0.03 133	0.16 396

MaDis-Stereo	0.80 62	0.69 333	3.02 234	0.33 140	1.83 428	1.22 27	0.06 66	3.41 80	1.49 71	0.31 48	0.38 45	0.42 122	0.51 127	1.14 57	1.21 251	0.00 1	0.00 1	0.00 1	0.00 1	0.05 196	0.05 230

AEACV	0.80 62	0.29 70	1.70 81	0.96 240	0.24 185	2.03 144	0.88 354	3.50 88	0.88 45	0.34 60	0.20 35	0.29 96	2.01 262	1.77 95	0.33 64	0.00 1	0.03 309	0.00 1	0.29 495	0.10 279	0.09 299

gasm-f	0.81 65	0.25 49	1.66 73	0.16 98	0.28 206	2.77 233	0.91 360	3.39 73	0.84 27	0.52 110	3.10 171	0.19 61	0.71 154	0.73 24	0.28 54	0.00 1	0.03 309	0.00 1	0.00 1	0.21 404	0.12 351

IGEV-RUCA	0.81 65	0.15 1	1.13 10	0.52 174	0.32 225	2.13 154	0.51 244	3.46 85	1.71 76	0.95 135	0.16 25	0.24 83	0.55 133	2.81 131	0.41 91	0.12 468	0.21 509	0.20 521	0.25 486	0.21 404	0.20 423

UniTT-Stereo	0.83 67	0.33 117	1.98 110	0.92 231	1.27 381	0.54 6	0.11 102	1.35 7	2.94 140	1.67 157	2.09 132	0.20 67	0.31 77	1.57 80	1.07 233	0.00 1	0.00 1	0.00 1	0.00 1	0.16 353	0.01 19

Pointernet	0.84 68	0.35 143	2.00 114	0.12 75	0.13 107	1.77 117	0.06 66	4.87 176	2.53 113	0.14 7	2.11 135	0.76 151	0.44 116	1.02 49	0.32 62	0.00 1	0.04 340	0.00 1	0.15 436	0.02 84	0.01 19

monsters	0.87 69	0.28 63	1.54 59	0.47 171	2.71 471	1.38 69	0.01 8	3.14 43	0.81 23	0.32 52	0.48 52	0.05 6	0.13 31	5.72 232	0.42 96	0.01 258	0.01 182	0.00 1	0.00 1	0.00 1	0.01 19

castereo	0.87 69	0.60 297	1.07 8	0.34 145	0.17 136	1.89 127	0.79 326	4.84 175	2.05 85	0.65 121	2.55 151	0.31 102	0.40 96	1.02 49	0.38 82	0.01 258	0.09 427	0.00 1	0.24 481	0.03 133	0.02 95

zero-FE	0.88 71	0.27 61	2.12 133	0.21 112	1.63 404	1.75 116	0.83 336	3.08 36	0.61 4	0.15 8	0.13 24	0.29 96	0.44 116	3.38 146	1.07 233	0.02 352	0.02 257	0.00 1	0.05 389	1.47 530	0.03 147

rvit_stereo_0081	0.88 71	0.28 63	1.81 85	0.62 192	0.13 107	1.34 64	0.12 109	3.14 43	4.59 254	0.43 92	0.30 43	0.54 138	0.11 23	3.89 162	0.36 71	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

rvit_stereo_0082	0.88 71	0.28 63	1.81 85	0.62 192	0.13 107	1.34 64	0.12 109	3.14 43	4.59 254	0.43 92	0.30 43	0.54 138	0.11 23	3.89 162	0.36 71	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

rvit_stereo_0080	0.88 71	0.51 256	3.12 253	0.07 48	0.12 98	1.31 59	0.37 204	3.78 112	3.29 176	0.56 114	1.13 91	0.40 115	0.76 159	1.71 86	0.47 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.04 193

whm_eth	0.88 71	0.51 256	3.12 253	0.07 48	0.12 98	1.31 59	0.37 204	3.78 112	3.29 176	0.56 114	1.13 91	0.40 115	0.76 159	1.71 86	0.47 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.04 193

AIO_test	0.90 76	0.40 183	1.67 77	0.14 92	0.16 126	2.97 263	0.83 336	3.61 98	2.67 121	0.29 38	0.71 67	1.50 179	0.29 65	2.37 120	0.13 8	0.00 1	0.04 340	0.00 1	0.08 403	0.03 133	0.03 147

LoS	0.91 77	0.34 132	2.10 131	0.38 155	0.13 107	2.47 187	0.26 177	5.00 188	2.74 130	0.89 132	0.21 36	0.49 131	0.36 84	1.97 107	0.67 154	0.02 352	0.02 257	0.00 1	0.00 1	0.06 220	0.01 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
monsterstereo	0.93 78	0.30 81	1.91 95	0.43 163	2.63 467	1.21 24	0.01 8	3.11 39	0.76 18	0.46 99	1.44 103	0.05 6	0.09 13	5.66 227	0.50 129	0.00 1	0.01 182	0.00 1	0.00 1	0.00 1	0.01 19

AIO-Stereo	0.94 79	0.22 30	1.20 22	0.06 39	0.08 53	2.36 176	0.62 277	5.50 229	2.61 118	0.30 43	3.32 177	0.41 118	0.25 50	1.12 56	0.17 21	0.00 1	0.01 182	0.00 1	0.35 513	0.06 220	0.12 351

DDF-Stereo	0.95 80	0.28 63	1.59 65	0.30 127	1.76 421	1.79 120	0.83 336	3.02 34	0.78 20	0.17 12	0.09 23	0.28 93	0.49 123	4.53 189	1.13 242	0.02 352	0.04 340	0.00 1	0.11 421	1.70 534	0.04 193

SMoEStereo_RVC	0.95 80	0.35 143	1.37 37	0.63 197	0.07 36	2.07 146	0.16 138	2.88 29	1.68 74	0.30 43	1.23 95	0.19 61	0.28 61	6.80 298	0.84 197	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.13 362

GCAP-Stereo	0.95 80	0.62 306	1.99 112	0.30 127	0.03 11	1.66 101	0.01 8	4.43 144	3.00 150	1.63 156	1.17 93	1.39 171	0.76 159	1.31 66	0.55 135	0.00 1	0.03 309	0.00 1	0.00 1	0.12 317	0.02 95

111111	0.97 83	0.19 17	1.49 55	0.06 39	1.12 368	1.43 78	0.05 59	4.77 171	1.70 75	0.44 94	2.88 160	0.09 45	0.17 35	4.66 194	0.20 27	0.00 1	0.00 1	0.00 1	0.00 1	0.10 279	0.01 19

fffft	0.97 83	0.29 70	1.69 80	0.03 11	0.05 17	2.12 153	0.65 285	3.44 84	1.87 83	0.34 60	0.60 58	0.23 80	0.20 42	6.69 293	0.89 213	0.00 1	0.01 182	0.00 1	0.00 1	0.18 381	0.09 299
1: 1. 1
DEFOM-Stereo_RVC	0.98 85	2.14 505	1.55 60	0.88 223	0.26 195	0.56 7	0.04 46	2.80 27	0.86 35	0.30 43	0.80 76	0.21 77	2.33 278	6.17 248	0.37 77	0.00 1	0.07 402	0.00 1	0.17 447	0.01 30	0.01 19

Occ-G	0.98 85	0.38 168	1.82 87	0.15 94	0.18 151	1.45 80	0.69 297	3.15 46	2.25 97	1.45 152	0.59 56	5.06 325	0.54 132	0.75 27	0.77 182	0.00 1	0.03 309	0.00 1	0.17 447	0.16 353	0.01 19

CASnet	0.98 85	0.32 100	1.62 69	0.65 200	0.07 36	2.11 151	0.14 126	3.50 88	4.03 222	3.77 213	1.41 101	0.31 102	0.29 65	0.80 30	0.57 137	0.01 258	0.00 1	0.00 1	0.00 1	0.04 164	0.01 19
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 85	0.42 201	1.86 89	0.07 48	0.22 177	1.65 100	0.02 30	4.07 127	6.33 338	0.72 123	1.54 108	0.43 123	0.64 145	1.22 63	0.44 105	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	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
MM-Stereo_test2	0.99 89	0.29 70	2.26 148	1.34 295	0.12 98	1.78 119	0.53 246	4.71 168	3.31 178	0.76 125	0.80 76	0.50 134	0.35 82	1.86 100	0.73 167	0.00 1	0.05 358	0.00 1	0.07 398	0.26 432	0.06 251

trnet	0.99 89	0.37 160	1.89 93	0.08 57	0.19 163	1.68 105	0.02 30	4.12 131	6.41 342	0.70 122	1.57 109	0.46 128	0.67 147	1.15 58	0.41 91	0.00 1	0.01 182	0.00 1	0.00 1	0.01 30	0.01 19

CroCo-Stereo	0.99 89	0.89 387	3.19 260	0.46 166	0.44 258	0.38 2	0.05 59	4.61 156	3.95 216	0.48 101	1.78 123	1.01 158	0.27 59	1.11 54	1.07 233	0.01 258	0.00 1	0.00 1	0.00 1	0.05 196	0.04 193
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
rvit_stereo_ft	1.00 92	0.78 361	3.84 320	0.84 218	0.36 239	1.23 29	0.24 170	3.81 116	3.76 203	0.37 66	0.87 79	0.74 149	1.12 193	1.18 61	0.76 176	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.06 251

depthmonostereo	1.01 93	0.50 249	3.16 257	0.12 75	0.09 62	1.43 78	0.04 46	4.97 183	1.51 72	0.90 133	1.46 104	0.98 157	0.94 179	3.45 151	0.46 113	0.02 352	0.10 439	0.00 1	0.02 348	0.04 164	0.01 19

AIO_rvc	1.02 94	0.59 293	1.95 107	0.15 94	0.09 62	3.42 299	0.99 370	4.46 146	2.73 129	0.28 33	1.62 111	1.32 169	0.28 61	2.10 114	0.21 31	0.00 1	0.03 309	0.00 1	0.04 383	0.11 300	0.11 336

RSM++	1.02 94	0.24 48	1.33 34	0.86 221	0.04 13	2.78 234	0.30 191	2.63 22	2.67 121	0.48 101	1.95 127	0.52 135	0.25 50	5.50 223	0.57 137	0.00 1	0.00 1	0.00 1	0.17 447	0.11 300	0.09 299

mms	1.03 96	0.54 273	1.58 64	0.05 33	0.36 239	1.52 88	0.08 84	2.97 32	1.84 82	0.38 69	2.94 163	0.32 105	0.25 50	6.82 299	0.39 83	0.00 1	0.04 340	0.00 1	0.00 1	0.17 366	0.28 458

ours_stereo	1.03 96	0.55 277	1.86 89	0.12 75	0.32 225	1.16 13	0.09 92	3.27 63	2.18 92	0.39 77	3.02 167	0.34 113	0.26 56	6.32 262	0.37 77	0.00 1	0.01 182	0.00 1	0.00 1	0.18 381	0.13 362

rvit_stereo_0083	1.03 96	0.26 56	3.09 251	0.49 172	0.09 62	1.27 54	0.24 170	2.72 24	4.60 256	0.38 69	0.77 71	0.78 152	1.18 208	4.35 184	0.33 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.03 147

EGLCR-Stereo	1.04 99	0.20 22	2.00 114	1.14 269	0.16 126	2.50 191	0.11 102	4.96 182	2.61 118	0.79 127	0.07 18	1.46 177	0.37 87	3.96 169	0.23 34	0.01 258	0.05 358	0.00 1	0.00 1	0.00 1	0.07 270

HUF	1.05 100	0.64 310	2.33 152	0.35 148	0.22 177	3.09 274	0.41 215	3.73 108	2.89 137	0.36 63	2.71 156	0.33 109	0.30 73	2.28 118	0.23 34	0.00 1	0.61 547	0.00 1	0.00 1	0.15 346	0.39 475

rrr	1.05 100	0.45 227	3.18 259	0.32 135	0.06 28	2.74 226	0.95 368	3.49 87	1.12 61	0.39 77	0.16 25	0.20 67	0.29 65	6.47 273	0.87 205	0.00 1	0.00 1	0.00 1	0.21 469	0.06 220	0.10 322

IGEVStereo-DCA	1.06 102	0.45 227	2.06 119	0.32 135	0.06 28	2.74 226	0.84 342	3.71 101	2.27 98	0.39 77	0.16 25	0.20 67	0.29 65	6.47 273	0.87 205	0.00 1	0.00 1	0.00 1	0.16 439	0.06 220	0.06 251

test_xeample3	1.08 103	0.43 212	3.39 276	0.49 172	0.05 17	2.58 204	0.93 363	3.32 66	1.77 77	0.23 23	0.23 37	0.19 61	0.28 61	6.34 264	0.85 198	0.00 1	0.01 182	0.00 1	0.26 493	0.06 220	0.10 322

tt45	1.09 104	0.35 143	1.49 55	0.39 156	0.23 182	3.50 311	0.14 126	3.35 71	1.81 78	0.36 63	2.04 130	0.27 89	0.26 56	6.84 301	0.63 146	0.00 1	0.00 1	0.00 1	0.00 1	0.16 353	0.03 147

MGS-Stereo	1.10 105	0.26 56	2.45 161	0.58 186	0.06 28	1.84 124	0.67 291	2.16 14	3.42 185	1.03 137	6.13 269	0.49 131	0.36 84	1.43 72	0.62 143	0.00 1	0.00 1	0.00 1	0.00 1	0.47 487	0.00 1

ff7	1.12 106	0.57 285	2.06 119	0.03 11	0.07 36	2.80 237	0.84 342	3.71 101	2.27 98	0.38 69	1.06 82	0.20 67	0.40 96	7.12 326	0.49 123	0.00 1	0.00 1	0.00 1	0.16 439	0.09 268	0.06 251

ffff	1.12 106	0.57 285	2.06 119	0.03 11	0.07 36	2.80 237	0.84 342	3.71 101	2.27 98	0.38 69	1.06 82	0.20 67	0.40 96	7.12 326	0.49 123	0.00 1	0.00 1	0.00 1	0.16 439	0.09 268	0.06 251

11t	1.12 106	0.57 285	2.06 119	0.03 11	0.07 36	2.80 237	0.84 342	3.71 101	2.27 98	0.38 69	1.06 82	0.20 67	0.40 96	7.12 326	0.49 123	0.00 1	0.00 1	0.00 1	0.16 439	0.09 268	0.06 251

anonymousdsp	1.12 106	0.59 293	1.66 73	0.03 11	0.07 36	2.81 245	0.82 332	4.07 127	2.30 104	0.41 84	1.12 90	0.30 98	0.40 96	7.05 319	0.49 123	0.00 1	0.00 1	0.00 1	0.17 447	0.10 279	0.05 230

ccc-4	1.12 106	0.57 285	2.06 119	0.03 11	0.07 36	2.80 237	0.84 342	3.71 101	2.27 98	0.38 69	1.06 82	0.20 67	0.40 96	7.12 326	0.49 123	0.00 1	0.00 1	0.00 1	0.16 439	0.09 268	0.06 251

IGEV-Stereo	1.12 106	0.59 293	1.66 73	0.03 11	0.07 36	2.82 248	0.82 332	4.09 130	2.30 104	0.41 84	1.11 87	0.30 98	0.41 104	7.05 319	0.49 123	0.00 1	0.00 1	0.00 1	0.17 447	0.10 279	0.05 230
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DilatedVolume-Stereo	1.13 112	0.41 194	2.75 199	1.04 255	0.11 84	2.21 162	0.10 96	2.96 31	1.32 66	2.40 172	2.09 132	0.33 109	0.58 141	5.62 224	0.43 99	0.03 398	0.06 379	0.00 1	0.14 432	0.04 164	0.04 193

fffy	1.13 112	0.51 256	2.15 134	1.01 247	0.09 62	2.30 173	0.19 151	4.07 127	1.13 63	0.16 10	2.66 153	0.20 67	0.38 91	6.98 315	0.35 68	0.00 1	0.06 379	0.00 1	0.00 1	0.14 342	0.16 396

IGEV++	1.14 114	0.51 256	1.66 73	0.55 180	0.08 53	2.52 192	1.01 374	6.51 285	3.16 162	0.59 116	2.11 135	0.43 123	1.18 208	1.44 73	0.79 186	0.00 1	0.05 358	0.00 1	0.05 389	0.11 300	0.11 336

castereo++	1.18 115	0.54 273	1.95 107	0.30 127	0.51 285	4.56 381	1.00 372	4.61 156	1.12 61	0.29 38	2.14 139	1.89 194	0.15 33	3.94 168	0.18 25	0.00 1	0.04 340	0.00 1	0.31 504	0.03 133	0.00 1

CAS++	1.18 115	0.55 277	1.99 112	0.17 101	0.27 198	1.85 126	0.63 278	8.48 339	3.07 156	1.71 158	2.32 143	0.18 60	0.20 42	1.91 106	0.30 55	0.00 1	0.01 182	0.00 1	0.00 1	0.02 84	0.01 19
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DA	1.19 117	0.37 160	1.94 102	0.62 192	0.30 210	6.06 416	0.59 266	5.55 230	2.23 94	0.37 66	2.42 148	0.41 118	1.17 205	1.24 64	0.16 16	0.01 258	0.06 379	0.00 1	0.00 1	0.01 30	0.20 423

GGEV	1.19 117	0.37 160	1.94 102	0.62 192	0.30 210	6.06 416	0.59 266	5.55 230	2.23 94	0.37 66	2.42 148	0.41 118	1.17 205	1.24 64	0.16 16	0.01 258	0.06 379	0.00 1	0.00 1	0.01 30	0.20 423

xyz-stereo-finetune	1.20 119	0.44 218	2.19 144	0.08 57	0.05 17	3.16 285	0.68 292	3.41 80	2.58 117	0.81 129	1.77 120	0.68 145	0.37 87	6.20 251	1.63 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 95

ProNet	1.20 119	0.60 297	2.00 114	0.26 122	0.08 53	2.73 225	0.68 292	5.00 188	2.52 112	0.29 38	1.32 99	0.37 114	0.36 84	6.94 313	0.44 105	0.00 1	0.07 402	0.00 1	0.00 1	0.17 366	0.07 270

TANstereo	1.20 119	0.49 246	2.04 117	0.34 145	0.10 70	1.80 121	0.01 8	3.40 79	4.10 230	4.37 226	4.82 219	0.41 118	0.70 151	0.94 44	0.46 113	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 122	0.20 22	1.30 31	0.12 75	0.06 28	2.48 189	0.51 244	3.78 112	2.74 130	0.48 101	2.38 146	2.18 203	0.28 61	6.77 297	0.56 136	0.00 1	0.00 1	0.00 1	0.16 439	0.07 238	0.05 230

sCroCo_RVC	1.21 122	0.65 316	5.16 404	1.09 260	1.29 385	0.92 9	0.19 151	3.92 119	2.68 124	0.30 43	3.04 168	0.52 135	1.56 238	1.58 81	0.78 184	0.09 459	0.25 522	0.00 1	0.00 1	0.07 238	0.11 336

Selective-IGEV	1.23 124	0.18 12	1.13 10	0.07 48	0.17 136	2.38 180	0.54 249	6.10 257	2.51 111	0.41 84	3.20 174	0.26 86	0.29 65	6.94 313	0.16 16	0.00 1	0.01 182	0.00 1	0.11 421	0.04 164	0.10 322

MSCF	1.24 125	0.77 354	1.95 107	0.42 159	0.46 264	3.85 347	0.85 348	4.26 135	2.02 84	2.21 163	2.34 144	0.17 57	2.74 301	1.75 91	0.39 83	0.00 1	0.01 182	0.00 1	0.54 531	0.04 164	0.05 230

WCG-NET	1.24 125	0.43 212	1.46 52	0.33 140	0.08 53	2.14 155	1.08 383	3.09 38	6.86 360	2.73 179	3.43 185	0.74 149	0.94 179	0.89 40	0.33 64	0.00 1	0.04 340	0.00 1	0.00 1	0.10 279	0.05 230

CroCo-Stereo Lap2	1.24 125	0.88 384	3.39 276	0.95 238	4.59 537	0.47 4	0.08 84	3.51 90	2.80 133	1.17 148	2.24 140	1.57 182	0.20 42	1.48 76	1.14 244	0.00 1	0.00 1	0.00 1	0.00 1	0.15 346	0.12 351

Replicate-Monster	1.25 128	1.94 499	10.24 503	0.08 57	0.32 225	1.32 62	0.03 39	3.71 101	0.89 50	1.07 142	0.07 18	0.08 39	0.10 17	4.74 196	0.14 10	0.01 258	0.04 340	0.00 1	0.00 1	0.01 30	0.22 429

999	1.25 128	0.37 160	1.63 71	1.15 270	0.34 233	3.03 269	0.66 288	3.41 80	2.27 98	0.30 43	3.20 174	0.19 61	0.25 50	7.23 334	0.85 198	0.00 1	0.00 1	0.00 1	0.00 1	0.16 353	0.01 19

rvit_0105_6	1.26 130	0.87 380	4.85 383	0.61 190	0.07 36	1.60 94	0.32 193	3.79 115	5.87 305	0.25 29	0.26 41	1.09 162	0.29 65	4.60 192	0.62 143	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.06 251

Former-RAFT_DAM_RVC	1.26 130	0.42 201	2.36 157	0.59 188	1.26 378	2.43 185	0.01 8	3.29 64	7.76 394	1.71 158	2.78 158	0.27 89	0.32 79	1.16 60	0.58 141	0.04 418	0.01 182	0.00 1	0.00 1	0.04 164	0.10 322

LoS_RVC	1.26 130	1.43 460	1.91 95	0.42 159	3.77 511	1.71 111	0.04 46	2.58 20	2.49 110	0.42 89	2.58 152	0.30 98	0.57 139	1.71 86	0.66 152	0.01 258	0.02 257	0.00 1	0.00 1	0.02 84	4.49 556

MIF-Stereo (partial)	1.29 133	0.33 117	3.02 234	0.03 11	1.12 368	1.26 49	0.13 119	4.46 146	3.75 201	0.35 62	2.39 147	0.31 102	0.74 157	6.09 244	1.76 300	0.00 1	0.00 1	0.00 1	0.00 1	0.08 250	0.04 193

MyStereo07	1.31 134	0.79 362	1.61 67	1.03 250	1.11 366	2.63 215	0.46 226	5.48 226	2.24 96	0.64 120	1.48 105	0.27 89	0.59 143	7.03 318	0.45 109	0.00 1	0.09 427	0.00 1	0.01 321	0.11 300	0.09 299

GASTEREO	1.34 135	0.98 406	1.86 89	0.53 175	0.46 264	3.97 355	0.86 350	4.25 134	2.16 90	2.34 170	3.48 188	0.17 57	2.87 310	1.88 104	0.39 83	0.00 1	0.01 182	0.00 1	0.54 531	0.04 164	0.05 230

plain	1.34 135	0.51 256	5.09 398	0.30 127	0.05 17	1.58 91	0.08 84	4.47 148	3.77 204	0.42 89	1.76 119	0.60 143	0.74 157	6.11 245	0.94 221	0.00 1	0.00 1	0.00 1	0.00 1	0.40 478	0.02 95

sAnonymous2	1.35 137	1.66 481	8.14 484	0.55 180	0.46 264	1.23 29	0.24 170	4.00 124	3.47 187	0.40 82	1.11 87	0.23 80	1.42 224	0.96 46	0.57 137	0.01 258	0.00 1	0.00 1	0.20 463	2.07 540	0.22 429

CroCo_RVC	1.35 137	1.66 481	8.14 484	0.55 180	0.46 264	1.23 29	0.24 170	4.00 124	3.47 187	0.40 82	1.11 87	0.23 80	1.42 224	0.96 46	0.57 137	0.01 258	0.00 1	0.00 1	0.20 463	2.07 540	0.22 429

knoymous	1.36 139	0.21 27	1.68 79	0.20 108	0.49 278	1.58 91	0.11 102	5.15 196	2.40 107	4.62 234	1.77 120	4.56 304	0.45 118	3.23 141	0.63 146	0.00 1	0.02 257	0.00 1	0.00 1	0.02 84	0.01 19

rvit_0105_4	1.38 140	0.98 406	5.52 425	0.61 190	0.05 17	1.62 97	0.41 215	3.95 122	5.80 302	0.31 48	0.73 68	1.37 170	0.53 131	4.89 204	0.78 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.04 193

SCV_C0	1.40 141	0.49 246	3.06 249	0.12 75	0.21 173	2.29 168	0.09 92	6.46 281	3.81 205	0.63 118	2.00 129	0.24 83	0.41 104	7.31 337	0.43 99	0.01 258	0.05 358	0.00 1	0.21 469	0.16 353	0.07 270

MoCha-V2	1.41 142	0.42 201	2.61 181	0.81 212	0.23 182	2.53 195	0.20 157	4.81 173	3.16 162	0.82 130	3.15 172	0.30 98	1.61 243	6.66 291	0.40 89	0.00 1	0.20 506	0.00 1	0.24 481	0.05 196	0.02 95

PMTNet	1.41 142	0.37 160	2.06 119	0.26 122	0.15 118	2.94 261	0.34 199	3.39 73	5.33 283	1.00 136	1.27 96	0.28 93	0.93 177	4.04 173	0.74 169	5.00 557	0.00 1	0.00 1	0.00 1	0.03 133	0.01 19

AE-Stereo	1.44 144	0.32 100	2.69 189	1.58 338	0.20 170	2.24 165	0.59 266	6.01 253	5.70 296	1.18 149	3.17 173	1.02 159	0.78 165	1.73 90	0.83 193	0.02 352	0.18 496	0.00 1	0.29 495	0.11 300	0.07 270

XX-TBD	1.44 144	0.85 376	2.04 117	2.45 469	0.05 17	2.34 175	0.01 8	3.46 85	7.51 381	2.88 184	4.98 226	0.26 86	0.25 50	1.15 58	0.46 113	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 146	0.36 153	2.54 172	1.99 405	0.12 98	1.90 128	0.12 109	4.47 148	2.83 134	3.31 199	3.44 186	0.56 140	1.47 227	5.39 220	0.47 120	0.00 1	0.04 340	0.00 1	0.21 469	0.07 238	0.04 193

rvit_0105_5	1.48 147	0.89 387	5.43 416	0.46 166	0.04 13	1.60 94	0.60 271	4.65 165	5.90 308	0.76 125	1.59 110	1.75 189	0.78 165	4.20 179	0.88 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 30	0.06 251

WCG-NET（raft）	1.49 148	0.50 249	1.55 60	0.21 112	0.08 53	2.15 157	1.01 374	2.72 24	6.26 333	2.79 180	3.06 170	4.38 297	1.04 189	3.53 153	0.26 43	0.00 1	0.12 456	0.00 1	0.00 1	0.10 279	0.08 286

testlalala	1.50 149	0.41 194	1.67 77	0.98 244	0.31 221	4.00 357	0.90 359	5.26 212	2.17 91	6.56 334	3.61 191	1.74 188	0.38 91	1.21 62	0.42 96	0.00 1	0.02 257	0.00 1	0.29 495	0.01 30	0.01 19

StereoAnything_RVC	1.52 150	7.77 556	2.81 212	0.05 33	0.02 3	1.11 11	0.06 66	3.26 62	0.75 17	0.12 4	0.02 1	0.07 25	0.68 149	6.69 293	0.13 8	0.02 352	0.08 415	0.00 1	0.00 1	6.69 562	0.02 95

model_zeroshot	1.52 150	0.42 201	4.10 341	1.25 279	0.11 84	3.04 270	0.14 126	5.79 246	2.84 135	3.12 191	3.65 192	2.05 201	0.42 109	2.38 122	0.71 163	0.01 258	0.10 439	0.00 1	0.20 463	0.02 84	0.04 193

CES	1.56 152	0.35 143	1.44 47	0.42 159	7.70 558	2.66 222	0.13 119	4.89 177	2.53 113	0.25 29	1.10 86	0.33 109	0.31 77	1.61 84	0.58 141	0.01 258	0.02 257	0.00 1	0.00 1	0.54 490	6.26 563

MM-Stereo_test1	1.57 153	0.36 153	2.19 144	1.17 272	0.35 236	2.39 181	0.56 255	4.53 151	5.21 278	3.67 208	1.65 114	0.40 115	0.84 172	6.90 306	0.80 189	0.00 1	0.03 309	0.00 1	0.00 1	0.31 448	0.03 147

SCV	1.59 154	0.58 290	2.57 175	2.72 482	0.31 221	2.15 157	0.79 326	6.88 300	2.72 126	0.20 16	2.68 154	0.68 145	0.58 141	7.60 353	0.41 91	0.00 1	0.03 309	0.00 1	0.22 475	0.37 468	0.24 440

CREStereo++_RVC	1.59 154	0.39 172	2.26 148	0.36 149	0.01 1	1.67 102	0.01 8	2.95 30	8.12 405	3.69 210	7.44 317	0.47 129	0.32 79	0.74 25	0.39 83	0.00 1	0.00 1	0.00 1	3.03 565	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
Reg-Stereo(zero)	1.60 156	0.19 17	2.59 178	0.45 165	0.47 273	1.64 99	0.23 168	3.22 57	5.87 305	4.29 223	3.01 165	4.49 302	1.64 244	2.47 125	1.16 247	0.00 1	0.08 415	0.00 1	0.13 431	0.01 30	0.10 322

11t1	1.62 157	0.26 56	2.53 171	2.37 463	0.24 185	2.58 204	0.06 66	6.66 291	3.00 150	3.40 201	3.01 165	1.14 164	1.94 260	4.18 176	0.91 217	0.01 258	0.02 257	0.00 1	0.00 1	0.03 133	0.03 147

iRaftStereo_RVC	1.62 157	0.68 328	1.98 110	0.67 202	0.05 17	2.99 265	0.04 46	5.36 221	3.74 200	3.82 214	4.96 224	2.54 212	0.62 144	3.35 145	0.97 225	0.00 1	0.07 402	0.00 1	0.00 1	0.30 443	0.27 454

RAFT-Stereo-weight	1.67 159	0.31 86	1.57 62	0.97 243	0.15 118	3.19 287	0.77 320	5.06 190	6.19 332	4.96 246	3.38 183	2.83 219	0.35 82	2.87 132	0.74 169	0.01 258	0.06 379	0.00 1	0.00 1	0.01 30	0.02 95

HART	1.68 160	0.67 326	2.72 195	0.04 26	0.27 198	1.72 114	0.04 46	5.60 234	3.16 162	1.44 151	7.73 328	2.41 209	0.15 33	6.44 269	0.62 143	0.00 1	0.12 456	0.00 1	0.00 1	0.24 428	0.17 401

IGEV-Stereo+	1.69 161	0.43 212	1.59 65	0.37 151	3.10 479	2.10 149	0.07 76	1.86 10	0.91 52	0.39 77	0.03 6	0.20 67	0.41 104	7.05 319	0.16 16	0.02 352	0.07 402	0.00 1	0.18 454	5.14 555	9.77 578

Selective-RAFT	1.69 161	0.32 100	3.29 267	0.92 231	0.18 151	3.89 349	0.06 66	4.22 133	4.00 219	1.47 153	1.98 128	3.07 233	2.81 305	6.35 266	0.89 213	0.01 258	0.00 1	0.00 1	0.21 469	0.05 196	0.00 1

rvit_0105_3	1.71 163	0.90 390	5.93 436	0.78 210	0.02 3	1.62 97	1.69 421	5.15 196	5.99 317	2.22 166	1.64 113	1.97 199	1.17 205	4.19 177	0.92 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.03 147

4D-IteraStereo	1.72 164	0.86 377	3.01 232	0.09 63	2.86 475	3.57 322	1.06 378	3.92 119	5.31 281	5.28 260	1.02 81	3.92 271	0.38 91	1.83 98	1.04 232	0.00 1	0.01 182	0.00 1	0.00 1	0.07 238	0.09 299

rafts_anoy	1.72 164	0.79 362	2.58 177	2.03 415	1.75 419	2.47 187	0.16 138	5.48 226	6.01 319	3.24 195	2.11 135	1.92 198	1.33 217	3.08 138	1.13 242	0.01 258	0.18 496	0.00 1	0.01 321	0.03 133	0.07 270

x	1.73 166	0.28 63	2.49 168	1.91 388	0.17 136	2.10 149	0.83 336	8.74 352	3.55 193	3.28 196	2.12 138	3.10 234	1.96 261	2.90 133	1.12 240	0.00 1	0.02 257	0.00 1	0.00 1	0.02 84	0.03 147

TestStereo	1.74 167	1.02 413	3.64 300	0.20 108	0.28 206	1.33 63	0.01 8	5.24 207	4.01 221	3.18 192	4.97 225	2.07 202	0.70 151	7.32 338	0.75 174	0.02 352	0.00 1	0.00 1	0.00 1	0.01 30	0.00 1

Anonymous3	1.76 168	0.44 218	6.37 450	0.33 140	0.50 281	4.33 369	0.54 249	4.43 144	2.48 108	2.21 163	3.24 176	1.53 181	1.14 197	5.64 225	1.29 256	0.17 482	0.23 516	0.00 1	0.00 1	0.12 317	0.15 384

GCAP-BAT	1.77 169	0.49 246	2.78 206	0.66 201	0.16 126	3.76 341	0.80 328	3.72 107	3.27 173	3.68 209	5.03 228	3.66 262	0.56 135	5.82 235	0.65 148	0.00 1	0.05 358	0.00 1	0.24 481	0.01 30	0.01 19

anonymousdsp2	1.78 170	0.39 172	3.40 278	1.10 261	0.04 13	3.63 323	0.50 241	7.80 320	2.77 132	2.91 186	2.88 160	3.17 238	1.01 183	5.15 213	0.43 99	0.00 1	0.01 182	0.02 449	0.15 436	0.05 196	0.12 351

FE-Mocha	1.79 171	0.44 218	4.10 341	0.83 216	0.23 182	3.23 290	0.16 138	7.48 315	2.19 93	5.05 251	5.62 257	2.84 220	0.85 173	1.81 96	0.67 154	0.00 1	0.05 358	0.00 1	0.20 463	0.02 84	0.05 230

DCRE	1.79 171	0.68 328	2.55 173	1.66 351	0.27 198	1.27 54	0.05 59	4.57 155	4.04 224	3.30 198	9.24 365	3.83 269	1.20 211	2.08 113	0.67 154	0.00 1	0.12 456	0.00 1	0.24 481	0.04 164	0.09 299

raft+_RVC	1.79 171	0.84 374	2.32 151	2.40 464	0.85 336	1.38 69	0.09 92	6.36 271	4.75 264	2.85 183	5.46 252	1.17 166	1.36 222	4.54 190	0.91 217	0.00 1	0.10 439	0.00 1	0.00 1	0.11 300	0.22 429

HUI-Stereo	1.80 174	0.41 194	2.85 216	0.12 75	0.18 151	3.72 335	0.65 285	5.23 201	2.97 148	5.87 284	4.34 210	3.45 246	1.52 233	3.93 167	0.65 148	0.02 352	0.00 1	0.00 1	0.00 1	0.08 250	0.10 322

GMOStereo	1.81 175	0.47 235	2.09 126	0.10 66	0.27 198	1.49 82	0.89 355	4.40 139	4.51 249	8.16 407	6.97 297	2.96 225	1.15 199	1.42 68	0.88 208	0.00 1	0.14 471	0.00 1	0.00 1	0.23 418	0.03 147

error version	1.81 175	0.47 235	2.09 126	0.10 66	0.27 198	1.49 82	0.89 355	4.40 139	4.51 249	8.16 407	6.97 297	2.96 225	1.15 199	1.42 68	0.88 208	0.00 1	0.14 471	0.00 1	0.00 1	0.23 418	0.03 147

test-v	1.81 175	0.47 235	2.09 126	0.10 66	0.27 198	1.49 82	0.89 355	4.40 139	4.51 249	8.16 407	6.97 297	2.96 225	1.15 199	1.42 68	0.88 208	0.00 1	0.14 471	0.00 1	0.00 1	0.23 418	0.03 147

test-2	1.81 175	0.47 235	2.09 126	0.10 66	0.27 198	1.49 82	0.89 355	4.40 139	4.51 249	8.16 407	6.97 297	2.96 225	1.15 199	1.42 68	0.88 208	0.00 1	0.14 471	0.00 1	0.00 1	0.23 418	0.03 147

xyz-stereo-finetune2	1.82 179	0.51 256	2.22 146	0.10 66	0.05 17	6.49 425	0.17 144	3.59 96	2.15 89	0.63 118	6.19 273	0.49 131	3.44 334	6.93 308	3.48 385	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 19

test-1	1.82 179	0.45 227	5.42 415	0.89 225	0.41 254	2.14 155	0.56 255	5.75 240	4.15 234	3.28 196	5.11 229	3.61 259	0.70 151	1.53 79	1.56 280	0.02 352	0.34 528	0.00 1	0.08 403	0.02 84	0.30 462

MM-Stereo_test3	1.83 181	0.59 293	1.93 99	1.43 312	3.99 518	2.44 186	0.81 330	5.81 247	6.70 355	1.73 160	4.79 217	1.23 168	0.65 146	3.30 142	0.85 198	0.00 1	0.01 182	0.00 1	0.00 1	0.33 456	0.05 230

GMStereo	1.83 181	0.99 409	4.55 368	0.57 185	0.05 17	2.53 195	0.01 8	4.95 180	11.14 466	3.52 203	2.24 140	0.53 137	0.49 123	3.76 160	0.80 189	0.20 489	0.00 1	0.00 1	0.12 425	0.12 317	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
test_1	1.85 183	0.21 27	2.45 161	1.02 248	0.22 177	1.37 68	0.82 332	4.66 167	5.06 272	7.02 352	1.73 117	4.09 279	0.41 104	6.51 279	0.76 176	0.00 1	0.00 1	0.00 1	0.29 495	0.18 381	0.14 373

1test111	1.86 184	0.65 316	2.15 134	2.30 451	0.02 3	5.80 408	0.56 255	8.45 335	3.33 180	1.03 137	3.33 178	0.32 105	3.71 349	4.40 186	0.96 222	0.00 1	0.02 257	0.00 1	0.03 365	0.02 84	0.03 147

LL-Strereo2	1.86 184	0.83 373	2.33 152	0.36 149	0.17 136	3.79 344	1.52 411	5.82 248	4.04 224	4.43 227	2.51 150	4.23 286	0.37 87	5.66 227	0.99 227	0.00 1	0.02 257	0.00 1	0.05 389	0.06 220	0.11 336

test-3	1.86 184	0.21 27	2.46 164	1.03 250	0.22 177	1.38 69	0.83 336	4.65 165	5.04 271	7.26 369	1.78 123	4.10 281	0.41 104	6.53 282	0.76 176	0.00 1	0.00 1	0.00 1	0.29 495	0.18 381	0.14 373

raftrobust	1.86 184	0.74 346	1.94 102	2.15 433	2.24 452	2.74 226	0.53 246	4.89 177	4.05 226	6.09 296	3.89 195	1.64 183	2.55 288	2.44 123	1.12 240	0.00 1	0.03 309	0.00 1	0.00 1	0.12 317	0.08 286

gcap-zeroshot	1.87 188	0.44 218	4.24 346	0.53 175	0.51 285	3.12 279	0.75 316	6.42 279	3.91 212	3.75 212	1.67 115	7.79 395	0.55 133	2.61 127	0.53 133	0.02 352	0.21 509	0.00 1	0.23 478	0.00 1	0.05 230

riskmin	1.88 189	0.15 1	2.11 132	1.38 304	0.88 338	2.40 182	0.04 46	5.93 252	6.10 322	2.25 167	1.34 100	6.06 355	5.08 422	2.78 130	1.01 230	0.00 1	0.02 257	0.00 1	0.00 1	0.01 30	0.06 251

test_3	1.88 189	0.22 30	2.75 199	0.96 240	0.22 177	1.28 56	0.77 320	4.62 158	5.87 305	6.55 333	1.84 125	4.28 292	0.45 118	6.48 275	0.76 176	0.00 1	0.01 182	0.00 1	0.28 494	0.17 366	0.14 373

PSM-adaLoss	1.88 189	0.40 183	2.86 218	0.12 75	0.19 163	3.75 340	0.71 303	5.23 201	2.96 144	5.86 279	4.33 209	3.45 246	1.51 228	5.40 221	0.69 157	0.01 258	0.00 1	0.00 1	0.00 1	0.08 250	0.09 299

s12784h	1.89 192	0.30 81	2.57 175	0.11 73	0.09 62	4.18 364	0.13 119	6.61 288	7.44 380	3.62 206	4.28 206	0.59 142	0.81 168	6.61 287	0.46 113	0.01 258	0.01 182	0.00 1	0.00 1	0.02 84	0.00 1

ROB_FTStereo	1.90 193	0.42 201	2.86 218	0.12 75	0.19 163	3.71 332	0.75 316	5.24 207	2.95 141	5.87 284	4.26 205	3.41 244	1.51 228	5.80 234	0.65 148	0.01 258	0.00 1	0.00 1	0.00 1	0.08 250	0.08 286

RAFT-IKP	1.90 193	0.42 201	2.83 213	0.12 75	0.18 151	3.50 311	0.64 282	5.24 207	2.96 144	5.86 279	4.34 210	3.50 255	1.51 228	5.99 241	0.76 176	0.01 258	0.00 1	0.00 1	0.00 1	0.08 250	0.08 286

EKT-Stereo	1.91 195	0.48 242	2.77 204	2.19 438	4.36 524	1.42 77	0.24 170	4.63 159	3.51 189	2.94 187	3.47 187	3.55 257	2.25 273	5.26 215	0.85 198	0.04 418	0.12 456	0.00 1	0.09 414	0.06 220	0.05 230

ROB_FTStereo_v2	1.91 195	0.41 194	2.85 216	0.12 75	0.19 163	3.71 332	0.73 308	5.23 201	2.95 141	5.86 279	4.36 212	3.46 248	1.51 228	5.86 237	0.69 157	0.01 258	0.00 1	0.00 1	0.00 1	0.08 250	0.08 286

qqq	1.93 197	0.30 81	2.96 229	1.40 306	0.05 17	1.96 136	0.39 210	8.45 335	3.33 180	3.06 189	3.84 193	4.67 307	2.70 295	4.40 186	0.96 222	0.00 1	0.01 182	0.00 1	0.00 1	0.02 84	0.03 147

RALCasStereoNet	1.93 197	1.01 411	2.75 199	1.88 384	1.75 419	2.88 257	0.18 148	4.64 162	4.36 241	2.27 168	5.14 230	2.22 205	0.79 167	7.10 325	1.00 229	0.00 1	0.34 528	0.00 1	0.00 1	0.10 279	0.16 396

Patchmatch Stereo++	1.95 199	0.40 183	2.86 218	0.12 75	0.18 151	3.74 337	0.66 288	5.24 207	2.96 144	5.86 279	4.32 207	3.46 248	1.52 233	6.88 303	0.70 159	0.01 258	0.00 1	0.00 1	0.00 1	0.08 250	0.09 299
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
iRAFT	1.95 199	0.40 183	2.86 218	0.12 75	0.18 151	3.74 337	0.66 288	5.24 207	2.96 144	5.86 279	4.32 207	3.46 248	1.52 233	6.88 303	0.70 159	0.01 258	0.00 1	0.00 1	0.00 1	0.08 250	0.09 299

CRE-IMP	1.95 199	0.35 143	2.68 187	0.27 126	0.17 136	3.90 350	0.85 348	5.14 194	2.87 136	5.74 270	4.14 202	3.49 253	0.83 169	6.40 267	1.80 304	0.00 1	0.00 1	0.00 1	0.00 1	0.10 279	0.19 416

tg	1.96 202	0.64 310	2.15 134	0.68 203	0.12 98	4.40 377	0.04 46	5.74 239	4.19 236	4.00 218	5.23 240	2.58 213	0.93 177	7.12 326	0.77 182	0.00 1	0.02 257	0.00 1	0.00 1	0.31 448	0.25 444

iGMRVC	1.96 202	0.40 183	2.88 223	0.12 75	0.19 163	3.74 337	0.73 308	5.23 201	2.97 148	5.87 284	4.37 213	3.48 252	1.52 233	6.73 296	0.74 169	0.02 352	0.00 1	0.00 1	0.00 1	0.08 250	0.08 286

DIP-Stereo	1.97 204	0.64 310	2.95 227	0.17 101	0.10 70	4.83 388	0.13 119	8.60 347	4.06 229	6.42 325	4.92 223	0.44 127	0.72 155	3.57 154	1.80 304	0.00 1	0.01 182	0.00 1	0.00 1	0.05 196	0.04 193
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 205	0.34 132	2.71 193	0.26 122	0.06 28	2.29 168	0.48 229	4.89 177	14.65 500	2.81 182	5.51 254	0.78 152	3.21 320	1.44 73	0.33 64	0.00 1	0.01 182	0.00 1	0.00 1	0.07 238	0.02 95

rvit_stereo_0075_2	2.00 206	0.32 100	5.49 420	0.60 189	1.98 436	1.77 117	0.10 96	7.24 308	5.70 296	2.90 185	4.06 199	3.11 235	0.56 135	5.32 217	0.76 176	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.16 396

MSKI-zero shot	2.00 206	0.36 153	2.15 134	0.81 212	0.25 188	2.69 224	0.29 185	6.16 261	2.34 106	4.31 224	7.52 318	3.70 265	0.25 50	8.42 414	0.41 91	0.01 258	0.13 466	0.00 1	0.25 486	0.03 133	0.02 95

ACVNet-DCA	2.01 208	0.65 316	2.15 134	2.30 451	0.02 3	5.80 408	0.56 255	8.45 335	3.33 180	1.03 137	3.33 178	0.32 105	3.71 349	8.05 385	0.45 109	0.00 1	0.02 257	0.00 1	0.03 365	0.02 84	0.03 147

Gwc-CoAtRS	2.02 209	0.33 117	2.61 181	1.04 255	0.30 210	3.56 319	0.40 214	5.89 251	5.94 312	5.08 253	5.01 227	5.55 339	1.72 249	1.60 83	0.91 217	0.01 258	0.09 427	0.00 1	0.25 486	0.01 30	0.02 95

DCANet-4	2.03 210	0.34 132	5.30 412	0.31 132	0.18 151	1.69 106	0.12 109	4.95 180	8.55 421	5.78 271	5.17 231	1.12 163	2.82 306	2.11 115	1.92 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.18 405

cross-raft	2.03 210	0.35 143	2.78 206	1.10 261	0.16 126	3.77 342	0.48 229	7.03 306	3.75 201	5.06 252	5.55 255	6.26 361	1.41 223	1.75 91	0.89 213	0.01 258	0.07 402	0.00 1	0.19 460	0.03 133	0.03 147

DeepStereo_RVC	2.05 212	0.39 172	2.87 222	0.14 92	0.17 136	3.51 314	0.70 300	5.21 200	3.00 150	6.27 314	4.13 201	3.47 251	4.53 397	4.81 198	1.49 272	0.01 258	0.00 1	0.00 1	0.00 1	0.09 268	0.18 405

MIPNet	2.06 213	0.69 333	4.57 371	0.32 135	0.21 173	1.92 130	0.19 151	6.89 301	5.64 295	5.48 265	4.02 198	2.02 200	3.50 336	3.32 144	2.01 319	0.00 1	0.01 182	0.01 417	0.01 321	0.20 393	0.13 362

DCANet	2.08 214	0.64 310	3.81 314	0.31 132	0.17 136	1.70 110	0.25 175	5.23 201	8.47 417	6.07 295	5.30 247	1.41 172	4.23 375	1.85 99	2.02 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.19 416

CFNet-RSSM	2.11 215	0.33 117	2.71 193	1.04 255	0.30 210	3.21 289	0.41 215	6.67 292	6.96 363	5.62 268	4.58 214	5.40 336	1.71 247	1.86 100	0.87 205	0.00 1	0.08 415	0.00 1	0.32 506	0.02 84	0.02 95

U	2.12 216	0.25 49	2.47 167	0.17 101	8.09 559	10.63 493	0.00 1	3.08 36	0.87 40	0.24 26	0.45 51	0.17 57	0.08 9	0.69 23	0.15 15	0.00 1	0.00 1	9.89 567	5.19 577	0.01 30	0.01 19

RAFT-Stereo + iAFF	2.12 216	0.58 290	2.43 159	1.27 282	0.16 126	1.60 94	0.14 126	5.17 198	5.90 308	7.10 358	10.10 381	3.06 232	1.74 252	1.87 102	0.97 225	0.01 258	0.02 257	0.00 1	0.00 1	0.23 418	0.02 95

IGEV-FE	2.13 218	0.50 249	4.90 385	1.41 309	0.18 151	2.63 215	0.36 201	7.80 320	3.87 207	5.04 249	5.42 250	4.72 309	1.03 186	3.48 152	0.80 189	0.00 1	0.16 487	0.00 1	0.18 454	0.17 366	0.04 193

IGEV_Zeroshot_test	2.13 218	0.50 249	4.91 387	1.41 309	0.18 151	2.62 213	0.36 201	7.80 320	3.87 207	5.04 249	5.42 250	4.77 311	1.03 186	3.43 149	0.79 186	0.00 1	0.16 487	0.00 1	0.18 454	0.17 366	0.04 193

tt1	2.14 220	0.63 309	2.22 146	2.27 447	0.02 3	5.71 406	0.63 278	4.53 151	10.19 447	1.16 147	3.39 184	0.33 109	3.05 316	8.00 379	0.46 113	0.00 1	0.02 257	0.00 1	0.03 365	0.10 279	0.04 193

NRIStereo	2.14 220	0.35 143	2.65 186	1.10 261	0.14 113	3.05 271	0.86 350	5.35 219	3.18 168	6.24 309	3.36 182	4.17 285	1.82 258	8.12 393	2.01 319	0.00 1	0.10 439	0.00 1	0.00 1	0.12 317	0.19 416

testlalala2	2.15 222	0.44 218	2.44 160	9.24 557	6.30 548	3.64 324	0.18 148	4.63 159	2.55 116	3.73 211	4.17 203	3.14 236	0.51 127	1.08 52	0.26 43	0.00 1	0.10 439	0.00 1	0.44 525	0.11 300	0.03 147

H2IRNET	2.16 223	0.45 227	2.60 179	1.22 275	0.03 11	1.98 139	0.13 119	4.73 169	7.04 368	1.15 146	7.79 332	5.88 351	3.39 330	4.97 207	1.45 269	0.01 258	0.00 1	0.04 478	0.17 447	0.19 389	0.03 147

dd	2.16 223	1.22 440	4.82 381	0.68 203	0.12 98	1.39 75	0.17 144	5.14 194	11.22 470	2.70 178	3.51 190	1.52 180	1.23 213	5.08 209	3.96 403	0.12 468	0.01 182	0.04 478	0.21 469	0.07 238	0.01 19

cc1	2.17 225	0.65 316	2.15 134	2.30 451	0.02 3	5.80 408	0.56 255	4.31 136	10.41 452	1.03 137	3.33 178	0.32 105	3.71 349	8.05 385	0.45 109	0.00 1	0.02 257	0.00 1	0.03 365	0.10 279	0.05 230

RAFT-Test	2.17 225	0.36 153	3.40 278	1.05 258	0.34 233	4.90 390	0.69 297	6.27 267	3.98 217	4.65 238	7.02 303	6.30 364	1.12 193	1.81 96	0.99 227	0.01 258	0.17 492	0.00 1	0.34 510	0.02 84	0.02 95

Any-RAFT	2.18 227	0.25 49	1.94 102	1.37 302	0.80 331	5.01 393	0.56 255	8.51 340	5.58 293	4.01 219	4.85 221	5.44 337	2.26 275	2.45 124	0.35 68	0.00 1	0.15 478	0.00 1	0.00 1	0.02 84	0.02 95

FENet	2.19 228	0.34 132	3.04 239	2.05 421	0.26 195	2.82 248	0.13 119	7.02 305	5.55 290	4.97 247	1.94 126	4.91 317	3.39 330	4.71 195	2.50 348	0.02 352	0.03 309	0.00 1	0.00 1	0.00 1	0.21 427

GANet-ADL	2.20 229	0.50 249	3.27 266	2.02 412	0.11 84	2.21 162	0.48 229	8.64 349	6.79 358	4.56 232	5.83 261	3.98 273	1.27 216	2.68 128	1.43 266	0.04 418	0.08 415	0.02 449	0.00 1	0.15 346	0.03 147

FACV-RUCA	2.21 230	0.34 132	3.59 293	1.30 289	2.90 476	2.22 164	1.25 394	7.98 326	5.71 301	3.59 205	7.21 310	1.14 164	1.60 242	3.12 139	1.46 270	0.01 258	0.03 309	0.10 503	0.04 383	0.35 462	0.17 401

AIO-test1	2.22 231	0.76 351	2.78 206	0.30 127	4.38 525	2.48 189	0.96 369	5.59 233	14.64 498	0.74 124	2.86 159	0.92 154	0.30 73	5.64 225	1.67 292	0.00 1	0.00 1	0.00 1	0.03 365	0.17 366	0.14 373

CAS	2.24 232	0.25 49	1.86 89	11.21 563	3.86 514	1.67 102	0.02 30	3.87 118	2.67 121	0.41 84	1.63 112	0.24 83	0.27 59	1.50 77	0.74 169	9.43 571	0.01 182	0.00 1	0.00 1	0.01 30	5.21 559

NF-Stereo	2.24 232	0.33 117	3.00 230	2.04 417	0.10 70	3.46 302	0.43 219	6.51 285	3.17 165	6.84 342	5.24 241	2.67 217	1.34 219	8.17 400	1.53 276	0.01 258	0.00 1	0.00 1	0.00 1	0.02 84	0.01 19

OCTAStereo	2.24 232	0.33 117	3.03 236	2.04 417	0.10 70	3.45 301	0.43 219	6.50 282	3.17 165	6.84 342	5.20 236	2.65 214	1.33 217	8.18 401	1.56 280	0.01 258	0.00 1	0.00 1	0.00 1	0.02 84	0.01 19

PSM-softLoss	2.24 232	0.34 132	3.42 280	1.81 373	0.17 136	2.74 226	0.39 210	6.17 263	2.92 138	6.26 312	6.29 280	2.96 225	0.97 181	8.68 429	1.71 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.02 95

KMStereo	2.24 232	0.34 132	3.42 280	1.81 373	0.17 136	2.74 226	0.39 210	6.17 263	2.92 138	6.26 312	6.29 280	2.96 225	0.97 181	8.68 429	1.71 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.02 95

StereoVision	2.25 237	0.72 338	4.00 331	1.03 250	2.64 468	1.91 129	0.28 181	5.83 249	4.43 244	1.89 161	10.65 398	3.88 270	0.52 130	5.13 212	1.98 318	0.00 1	0.00 1	0.00 1	0.00 1	0.09 268	0.03 147

RE-Stereo	2.25 237	0.33 117	3.03 236	2.04 417	0.10 70	3.47 304	0.43 219	6.50 282	3.18 168	6.84 342	5.20 236	2.65 214	1.34 219	8.18 401	1.58 282	0.01 258	0.00 1	0.01 417	0.00 1	0.02 84	0.01 19

TVStereo	2.25 237	0.33 117	3.03 236	2.04 417	0.10 70	3.47 304	0.43 219	6.50 282	3.18 168	6.84 342	5.20 236	2.65 214	1.34 219	8.18 401	1.58 282	0.01 258	0.00 1	0.01 417	0.00 1	0.02 84	0.01 19

ADStereo(finetuned)	2.26 240	0.64 310	5.22 408	0.31 132	0.18 151	1.71 111	0.25 175	5.23 201	8.46 416	6.06 294	5.30 247	1.41 172	6.37 450	1.87 102	1.87 307	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.18 405

fff	2.28 241	0.61 301	3.81 314	0.22 114	0.07 36	1.69 106	0.11 102	5.37 222	11.84 477	5.80 273	5.17 231	1.44 174	5.41 429	2.00 109	1.92 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.18 405

IPLGR	2.28 241	0.51 256	6.00 438	0.15 94	0.15 118	1.99 141	0.22 164	6.34 270	6.04 320	6.80 340	5.76 258	2.87 222	2.31 277	4.88 200	1.28 255	0.00 1	0.00 1	0.00 1	0.00 1	0.09 268	0.18 405

csc	2.28 241	0.61 301	3.81 314	0.22 114	0.07 36	1.69 106	0.11 102	5.37 222	11.84 477	5.80 273	5.17 231	1.44 174	5.41 429	2.00 109	1.92 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.18 405

cscssc	2.28 241	0.61 301	3.81 314	0.22 114	0.07 36	1.69 106	0.11 102	5.37 222	11.84 477	5.80 273	5.17 231	1.44 174	5.41 429	2.00 109	1.92 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.18 405

test_sample1	2.31 245	0.26 56	3.29 267	2.08 423	0.46 264	2.62 213	0.05 59	9.88 383	4.23 237	3.90 215	3.92 197	3.49 253	4.44 390	5.67 229	1.88 309	0.00 1	0.01 182	0.00 1	0.00 1	0.02 84	0.03 147

EAI-Stereo	2.31 245	0.44 218	2.72 195	0.68 203	0.56 294	3.51 314	2.62 445	11.42 431	4.14 233	2.09 162	7.23 312	1.21 167	0.91 175	5.67 229	1.51 273	0.01 258	0.25 522	0.00 1	0.88 544	0.04 164	0.26 450

test_sample2	2.32 247	0.25 49	3.38 274	2.08 423	0.41 254	2.58 204	0.15 132	9.50 372	4.97 270	3.66 207	4.86 222	4.29 294	3.26 321	5.83 236	1.09 237	0.00 1	0.01 182	0.00 1	0.00 1	0.03 133	0.03 147

ICVP	2.32 247	0.38 168	2.89 225	0.92 231	0.70 317	2.55 199	0.87 353	9.97 386	3.99 218	4.13 221	8.97 355	2.71 218	1.69 246	2.52 126	3.52 391	0.05 430	0.24 521	0.01 417	0.01 321	0.11 300	0.13 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 249	0.65 316	2.15 134	2.30 451	0.02 3	5.80 408	0.56 255	4.31 136	10.41 452	1.03 137	3.33 178	4.67 307	2.70 295	8.05 385	0.45 109	0.00 1	0.02 257	0.00 1	0.00 1	0.02 84	0.03 147

MyStereo06	2.35 250	0.66 322	4.54 365	1.10 261	0.96 351	2.57 202	0.10 96	9.30 367	4.05 226	5.22 257	6.09 265	5.95 353	2.38 280	3.00 135	0.73 167	0.01 258	0.08 415	0.00 1	0.01 321	0.13 332	0.15 384

PFNet+	2.35 250	0.31 86	3.69 303	0.79 211	0.17 136	3.15 284	0.75 316	4.52 150	6.30 335	7.90 398	6.34 284	2.53 211	1.18 208	7.72 364	1.62 286	0.03 398	0.00 1	0.00 1	0.00 1	0.01 30	0.03 147

RAFT+CT+SA	2.36 252	0.71 337	2.46 164	0.83 216	2.26 453	3.18 286	0.93 363	6.82 299	5.48 285	2.55 174	8.07 336	1.64 183	1.59 241	8.54 420	1.15 245	0.02 352	0.00 1	0.00 1	0.38 515	0.19 389	0.36 472

TRStereo	2.36 252	3.10 523	4.70 377	1.99 405	2.08 441	2.61 210	1.11 384	8.79 354	3.73 199	3.19 193	3.04 168	3.96 272	0.77 162	5.92 238	1.44 267	0.03 398	0.14 471	0.00 1	0.29 495	0.08 250	0.25 444

test_4	2.38 254	0.34 132	2.68 187	0.08 57	0.11 84	3.69 330	1.14 386	3.33 68	3.34 183	4.03 220	17.35 492	3.31 243	0.51 127	6.28 256	1.15 245	0.00 1	0.00 1	0.00 1	0.11 421	0.16 353	0.01 19

ACRE	2.41 255	1.08 422	5.11 399	0.55 180	2.05 439	2.65 219	0.78 325	5.26 212	4.67 258	7.59 384	9.20 358	1.70 186	1.08 191	3.74 159	2.18 331	0.01 258	0.18 496	0.02 449	0.08 403	0.22 411	0.10 322

HH	2.42 256	0.73 341	3.76 308	0.91 227	0.14 113	2.78 234	0.71 303	7.92 324	2.72 126	1.53 154	6.10 267	7.93 399	4.01 364	8.60 424	0.44 105	0.00 1	0.09 427	0.00 1	0.00 1	0.05 196	0.04 193

HanStereo	2.42 256	0.73 341	3.76 308	0.91 227	0.14 113	2.78 234	0.71 303	7.92 324	2.72 126	1.53 154	6.10 267	7.93 399	4.01 364	8.60 424	0.44 105	0.00 1	0.09 427	0.00 1	0.00 1	0.05 196	0.04 193

DisPM	2.43 258	0.32 100	3.04 239	1.76 365	0.18 151	3.46 302	0.65 285	5.13 193	4.88 267	8.59 430	7.04 306	2.84 220	1.03 186	8.85 441	0.83 193	0.01 258	0.00 1	0.00 1	0.00 1	0.01 30	0.02 95

IPLG	2.43 258	0.66 322	4.77 380	0.54 177	0.31 221	3.01 267	0.26 177	6.15 260	5.55 290	7.69 387	6.21 275	1.89 194	1.74 252	7.19 332	2.35 340	0.01 258	0.01 182	0.00 1	0.00 1	0.24 428	0.12 351

rvit_105_1	2.44 260	0.80 366	5.08 397	1.77 367	0.09 62	1.95 133	3.62 474	5.62 237	8.21 409	4.85 243	2.07 131	3.15 237	1.58 240	7.08 323	2.71 355	0.00 1	0.00 1	0.00 1	0.01 321	0.04 164	0.08 286

CASS	2.44 260	0.44 218	3.56 291	0.85 220	0.38 245	3.14 281	0.22 164	9.64 377	4.00 219	6.78 338	7.62 324	3.57 258	3.58 341	3.80 161	1.10 238	0.02 352	0.01 182	0.00 1	0.00 1	0.05 196	0.01 19
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 260	1.17 437	4.94 388	0.62 192	2.08 441	2.65 219	0.80 328	5.60 234	4.79 265	7.87 395	9.23 360	1.67 185	1.15 199	3.43 149	2.23 333	0.01 258	0.19 502	0.02 449	0.08 403	0.22 411	0.10 322

R-Stereo Train	2.44 260	0.32 100	1.93 99	0.94 234	0.16 126	3.67 326	0.61 274	6.37 273	3.08 157	9.14 446	17.44 493	1.80 190	0.77 162	1.76 93	0.70 159	0.00 1	0.01 182	0.00 1	0.00 1	0.01 30	0.03 147

RAFT-Stereo	2.44 260	0.32 100	1.93 99	0.94 234	0.16 126	3.67 326	0.61 274	6.37 273	3.08 157	9.14 446	17.44 493	1.80 190	0.77 162	1.76 93	0.70 159	0.00 1	0.01 182	0.00 1	0.00 1	0.01 30	0.03 147
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 265	1.09 424	3.70 306	2.55 475	0.80 331	3.37 298	0.15 132	7.44 314	5.54 289	5.65 269	6.01 264	3.54 256	1.13 196	6.34 264	1.58 282	0.00 1	0.01 182	0.00 1	0.05 389	0.21 404	0.03 147

CIPLG	2.47 266	1.10 426	4.71 378	0.63 197	2.15 446	2.67 223	0.77 320	5.19 199	4.73 262	7.85 394	9.56 373	1.72 187	1.14 197	4.20 179	2.34 338	0.01 258	0.19 502	0.02 449	0.09 414	0.23 418	0.08 286

BUS	2.49 267	0.32 100	3.05 244	0.46 166	0.46 264	7.12 439	0.50 241	9.05 359	4.69 259	6.11 298	6.15 270	5.29 331	0.83 169	3.91 164	1.77 301	0.01 258	0.03 309	0.03 466	0.00 1	0.04 164	0.00 1

Pruner-Stereo	2.49 267	0.40 183	2.46 164	1.80 371	0.25 188	3.51 314	0.77 320	6.03 254	4.92 268	8.91 440	6.09 265	4.45 299	1.11 192	6.99 316	2.11 324	0.02 352	0.00 1	0.02 449	0.00 1	0.01 30	0.04 193

GES	2.49 267	0.38 168	4.29 349	1.58 338	0.05 17	4.58 382	1.07 380	9.70 379	3.39 184	5.21 256	6.64 289	1.84 193	3.36 325	4.86 199	2.54 351	0.06 440	0.01 182	0.06 489	0.01 321	0.12 317	0.03 147

mmm	2.50 270	0.29 70	3.22 262	1.98 403	0.32 225	3.72 335	0.12 109	9.45 371	4.05 226	5.84 278	10.80 400	2.47 210	2.86 309	4.07 174	0.75 174	0.00 1	0.02 257	0.00 1	0.01 321	0.03 133	0.02 95

MIM_Stereo	2.50 270	0.75 348	4.26 347	1.18 273	0.11 84	3.08 272	0.33 197	6.07 256	3.28 175	5.01 248	10.12 382	4.29 294	1.74 252	8.06 389	1.27 254	0.00 1	0.12 456	0.00 1	0.01 321	0.18 381	0.15 384

iRaft-Stereo_20w	2.56 272	0.35 143	4.98 390	0.37 151	0.67 310	3.47 304	0.59 266	12.57 474	3.89 210	6.10 297	6.23 277	1.49 178	2.24 271	6.65 290	0.86 203	0.00 1	0.19 502	0.00 1	0.33 508	0.08 250	0.22 429

HCRNet	2.56 272	0.53 268	3.35 272	0.24 118	3.39 492	2.19 160	0.23 168	6.89 301	5.50 286	5.26 259	4.79 217	5.27 330	2.78 303	7.71 362	2.89 360	0.00 1	0.02 257	0.00 1	0.00 1	0.04 164	0.04 193

RAFT	2.57 274	0.76 351	3.09 251	0.91 227	0.09 62	2.41 183	0.94 365	5.35 219	2.65 120	6.11 298	7.21 310	9.43 429	4.30 382	5.73 233	1.77 301	0.00 1	0.12 456	0.00 1	0.02 348	0.46 486	0.08 286

ACVNet	2.58 275	0.53 268	2.69 189	0.84 218	0.59 296	2.61 210	0.55 253	8.35 331	5.70 296	4.45 228	9.26 368	5.77 347	3.50 336	2.24 116	4.41 414	0.00 1	0.00 1	0.00 1	0.00 1	0.17 366	0.01 19

HHNet	2.59 276	0.55 277	2.55 173	0.20 108	0.32 225	2.84 251	0.94 365	5.77 245	5.14 276	7.33 373	13.80 452	0.94 155	3.20 319	5.27 216	2.41 345	0.13 473	0.02 257	0.06 489	0.00 1	0.23 418	0.03 147

AFF-stereo	2.59 276	0.68 328	2.35 156	1.55 333	0.17 136	1.67 102	0.08 84	5.75 240	6.60 352	6.20 306	12.13 428	6.16 358	2.36 279	4.75 197	1.11 239	0.02 352	0.02 257	0.00 1	0.00 1	0.23 418	0.05 230

raft_robust	2.64 278	1.20 439	2.62 183	1.10 261	0.28 206	1.50 86	0.12 109	6.28 268	9.04 426	6.80 340	7.19 309	3.73 267	2.13 266	9.06 449	1.07 233	0.03 398	0.12 456	0.00 1	0.21 469	0.17 366	0.22 429

GwcNet-ADL	2.65 279	0.48 242	3.84 320	0.82 214	0.33 231	2.04 145	0.69 297	8.07 327	9.42 433	6.05 292	6.66 290	4.14 283	1.73 250	5.40 221	3.01 364	0.08 454	0.06 379	0.00 1	0.00 1	0.06 220	0.03 147

ToySt	2.69 280	0.55 277	7.03 465	1.03 250	0.10 70	3.49 309	1.04 376	6.38 277	4.55 253	2.69 176	6.28 279	7.95 403	4.38 386	5.08 209	2.58 352	0.01 258	0.11 449	0.00 1	0.04 383	0.28 440	0.19 416

BSDual-CNN	2.69 280	0.32 100	3.05 244	0.46 166	0.46 264	7.13 441	1.63 417	9.05 359	4.69 259	6.11 298	6.15 270	6.26 361	2.54 286	3.91 164	1.91 311	0.01 258	0.03 309	0.03 466	0.00 1	0.04 164	0.00 1

DN-CSS_ROB	2.69 280	1.40 459	5.34 413	2.31 457	0.75 322	3.14 281	0.06 66	6.11 258	3.87 207	5.34 262	12.18 431	2.34 208	1.22 212	7.84 370	1.48 271	0.03 398	0.00 1	0.00 1	0.00 1	0.35 462	0.03 147

AIO-test2	2.70 283	1.23 442	3.52 288	1.24 277	3.05 478	2.65 219	0.06 66	6.30 269	15.40 507	2.58 175	7.30 314	0.48 130	0.57 139	5.36 218	0.96 222	3.06 554	0.00 1	0.00 1	0.01 321	0.16 353	0.15 384

RAFT_R40	2.71 284	0.33 117	3.00 230	1.26 280	0.30 210	3.83 346	1.00 372	5.69 238	4.29 238	9.69 462	6.33 283	5.02 324	4.02 366	8.58 423	0.86 203	0.01 258	0.00 1	0.00 1	0.00 1	0.03 133	0.02 95

AnonymousM	2.71 284	6.75 549	0.98 5	0.73 207	0.06 28	2.41 183	0.53 246	5.30 214	3.05 154	4.75 241	2.09 132	1.89 194	1.01 183	1.88 104	0.51 130	0.01 258	0.02 257	17.42 573	4.76 573	0.02 84	0.01 19

XX-Stereo	2.71 284	0.38 168	5.96 437	2.25 446	2.20 450	1.54 89	0.21 162	5.44 225	3.05 154	2.28 169	16.16 472	7.03 380	0.24 48	6.19 249	0.79 186	0.00 1	0.15 478	0.00 1	0.23 478	0.13 332	0.04 193

UDGNet	2.73 287	7.09 552	3.90 323	2.71 480	0.06 28	2.98 264	0.20 157	4.63 159	8.58 422	2.69 176	2.70 155	0.95 156	1.01 183	6.27 255	1.51 273	1.28 541	0.00 1	5.24 565	0.94 546	1.70 534	0.13 362

SST-Stereo	2.75 288	0.31 86	2.78 206	1.33 293	0.33 231	3.99 356	0.82 332	5.60 234	3.93 214	10.92 491	6.19 273	5.00 322	4.23 375	8.66 428	0.74 169	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.03 147

GMStereo_Zeroshot	2.77 289	1.98 502	5.14 402	1.53 329	0.36 239	3.56 319	0.10 96	5.57 232	5.91 310	6.89 347	7.02 303	8.50 416	0.91 175	6.01 242	1.65 290	0.00 1	0.00 1	0.00 1	0.00 1	0.20 393	0.01 19

DFGA-Net	2.78 290	1.91 497	7.35 473	1.52 324	0.36 239	3.36 297	0.20 157	6.64 290	5.93 311	4.88 244	6.31 282	2.18 203	1.12 193	7.43 344	5.98 442	0.00 1	0.00 1	0.00 1	0.00 1	0.37 468	0.04 193

111	2.78 290	0.92 397	3.81 314	0.22 114	0.07 36	2.83 250	0.70 300	6.03 254	14.00 493	3.22 194	8.93 351	5.48 338	3.30 323	3.66 155	2.03 322	0.00 1	0.00 1	0.00 1	0.00 1	0.10 279	0.29 460

HITNet	2.79 292	0.77 354	4.02 332	2.03 415	0.11 84	5.58 403	0.59 266	9.24 365	5.15 277	6.42 325	7.26 313	3.66 262	2.92 312	4.07 174	3.87 401	0.00 1	0.00 1	0.00 1	0.00 1	0.06 220	0.02 95
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	2.81 293	0.42 201	4.04 335	0.33 140	0.24 185	2.59 207	0.12 109	8.20 330	7.66 387	7.04 355	10.42 391	6.56 371	2.05 264	4.88 200	1.53 276	0.00 1	0.02 257	0.01 417	0.00 1	0.05 196	0.07 270

ccs_rob	2.81 293	0.42 201	4.06 337	0.33 140	0.25 188	2.59 207	0.12 109	8.19 329	7.68 388	7.02 352	10.37 390	6.54 367	2.06 265	4.88 200	1.53 276	0.00 1	0.02 257	0.01 417	0.00 1	0.05 196	0.07 270

DMCA	2.82 295	0.64 310	4.45 359	1.61 343	0.89 342	3.86 348	0.57 264	9.18 363	5.10 274	6.24 309	6.49 287	7.17 387	2.13 266	3.31 143	4.73 420	0.00 1	0.01 182	0.00 1	0.00 1	0.04 164	0.02 95

TestStereo1	2.85 296	0.81 368	3.48 284	3.11 500	0.44 258	2.52 192	1.50 409	6.37 273	8.18 407	4.62 234	9.24 365	2.23 206	3.69 346	9.19 454	1.26 252	0.00 1	0.01 182	0.00 1	0.00 1	0.27 438	0.09 299

SA-5K	2.85 296	0.81 368	3.48 284	3.11 500	0.44 258	2.52 192	1.50 409	6.37 273	8.18 407	4.62 234	9.24 365	2.23 206	3.69 346	9.19 454	1.26 252	0.00 1	0.01 182	0.00 1	0.00 1	0.27 438	0.09 299

LCNet	2.85 296	0.42 201	1.90 94	0.95 238	0.56 294	2.07 146	1.60 415	4.99 187	3.57 195	6.05 292	10.59 395	4.59 305	6.79 462	7.46 346	0.72 165	0.01 258	0.00 1	0.01 417	0.77 541	0.30 443	3.57 550

IRAFT_RVC	2.85 296	0.41 194	3.32 270	2.09 426	0.41 254	2.92 259	5.22 506	6.41 278	3.63 196	6.53 332	5.48 253	5.09 326	4.88 416	8.20 404	2.15 328	0.01 258	0.17 492	0.01 417	0.00 1	0.02 84	0.04 193

AIO-Stereo-zeroshot	2.86 300	0.99 409	7.52 479	1.52 324	0.92 345	2.94 261	0.03 39	9.31 368	3.81 205	2.42 173	5.86 262	9.23 425	4.64 402	4.31 183	2.19 332	0.02 352	0.18 496	0.00 1	0.54 531	0.35 462	0.35 470

iRaft-Stereo_5w	2.86 300	0.86 377	4.08 340	0.06 39	0.25 188	2.76 232	0.60 271	4.97 183	4.10 230	2.98 188	7.85 333	10.17 442	4.17 372	8.16 397	5.83 440	0.00 1	0.00 1	0.00 1	0.01 321	0.26 432	0.06 251

test_sample4	2.87 302	0.40 183	4.54 365	1.80 371	0.54 292	3.95 353	0.15 132	11.48 433	6.49 349	6.33 321	6.81 294	3.68 264	2.65 293	6.11 245	2.36 341	0.02 352	0.01 182	0.00 1	0.00 1	0.04 164	0.05 230

test_sample3	2.87 302	0.37 160	4.45 359	1.95 398	0.59 296	4.69 385	0.16 138	11.50 434	6.45 346	5.82 276	6.44 286	3.76 268	2.64 291	6.01 242	2.41 345	0.01 258	0.01 182	0.00 1	0.00 1	0.04 164	0.05 230

MyStereo8	2.88 304	1.19 438	5.03 393	1.61 343	3.75 509	4.30 368	0.07 76	6.14 259	6.16 328	6.22 307	9.64 376	4.28 292	1.45 226	2.05 112	4.76 422	0.00 1	0.16 487	0.00 1	0.14 432	0.26 432	0.43 485

ffm	2.90 305	0.31 86	3.97 325	1.34 295	0.98 354	2.80 237	0.48 229	4.53 151	10.19 447	6.29 317	9.23 360	5.59 340	3.72 353	8.00 379	0.46 113	0.00 1	0.02 257	0.00 1	0.00 1	0.10 279	0.04 193

test_5	2.90 305	0.70 335	3.69 303	2.01 410	3.17 483	4.61 384	1.32 402	6.69 293	7.02 367	2.79 180	7.18 308	4.99 319	4.14 369	7.96 376	1.31 257	0.00 1	0.00 1	0.00 1	0.03 365	0.19 389	0.26 450

test_sample5	2.91 307	0.40 183	4.33 351	1.81 373	0.50 281	3.33 295	0.17 144	11.27 424	6.55 350	6.18 304	8.35 341	3.65 260	2.71 298	6.61 287	2.15 328	0.02 352	0.02 257	0.00 1	0.00 1	0.05 196	0.05 230

PFNet	2.93 308	0.40 183	5.51 423	2.13 431	0.84 335	3.11 278	0.75 316	6.78 296	4.79 265	9.98 470	6.00 263	4.78 312	2.13 266	8.33 408	2.11 324	0.19 486	0.06 379	0.00 1	0.11 421	0.20 393	0.35 470

MyStereo05	2.94 309	0.66 322	5.25 411	1.10 261	0.96 351	2.57 202	0.10 96	8.53 341	12.34 485	6.28 315	3.88 194	3.18 239	3.30 323	7.81 369	2.37 342	0.01 258	0.08 415	0.00 1	0.01 321	0.13 332	0.15 384

MyStereo04	2.95 310	0.79 362	5.38 414	1.03 250	1.11 366	2.63 215	0.46 226	10.00 389	12.44 486	4.19 222	3.91 196	3.04 231	3.60 342	7.34 340	2.74 359	0.00 1	0.09 427	0.00 1	0.01 321	0.11 300	0.09 299

PSMNet-ADL	2.98 311	0.43 212	2.41 158	1.43 312	0.40 249	5.94 413	0.28 181	8.45 335	5.13 275	3.36 200	6.77 292	8.41 410	4.61 400	7.20 333	4.55 417	0.02 352	0.09 427	0.00 1	0.00 1	0.01 30	0.03 147

PCWNet_CMD	2.99 312	0.39 172	4.02 332	0.39 156	0.26 195	2.53 195	0.15 132	9.24 365	9.22 428	7.12 359	11.53 418	6.94 378	2.41 281	4.02 171	1.33 259	0.01 258	0.02 257	0.02 449	0.00 1	0.05 196	0.07 270

MSMDNet	2.99 312	0.39 172	4.02 332	0.40 158	0.25 188	2.53 195	0.16 138	9.35 369	9.25 429	7.08 357	11.39 413	6.93 377	2.43 282	4.01 170	1.34 261	0.01 258	0.02 257	0.02 449	0.00 1	0.05 196	0.07 270

OMP-Stereo	3.03 314	0.93 400	2.72 195	4.21 540	0.51 285	2.19 160	1.25 394	6.19 265	6.00 318	7.99 403	6.21 275	8.50 416	2.49 284	9.44 466	1.74 299	0.01 258	0.00 1	0.00 1	0.00 1	0.08 250	0.05 230

DualNet	3.05 315	0.40 183	4.33 351	1.81 373	0.50 281	3.33 295	0.17 144	11.27 424	6.55 350	6.50 329	10.86 404	3.65 260	2.71 298	6.61 287	2.15 328	0.02 352	0.02 257	0.00 1	0.00 1	0.05 196	0.05 230

SA	3.06 316	0.74 346	3.79 311	1.60 342	0.30 210	3.19 287	1.43 406	6.72 294	9.06 427	4.63 237	10.80 400	2.89 223	4.71 406	9.62 469	1.18 250	0.00 1	0.09 427	0.00 1	0.19 460	0.23 418	0.02 95

CFNet_ucs	3.07 317	0.44 218	4.05 336	0.54 177	0.37 243	3.08 272	0.19 151	9.80 381	8.49 419	7.64 386	12.62 437	5.67 345	1.76 256	4.96 206	1.51 273	0.00 1	0.04 340	0.01 417	0.00 1	0.09 268	0.11 336

NINENet	3.09 318	0.56 283	3.22 262	1.61 343	1.37 391	7.12 439	0.50 241	11.88 446	5.63 294	6.63 335	8.40 342	5.29 331	0.83 169	6.51 279	1.77 301	0.15 476	0.07 402	0.07 495	0.00 1	0.09 268	0.00 1

UCFNet_RVC	3.09 318	0.77 354	2.27 150	2.35 461	1.79 424	3.50 311	1.06 378	12.12 459	6.91 361	4.71 240	7.67 327	7.58 391	4.40 388	4.95 205	1.67 292	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.01 19

AdaStereo	3.09 318	0.58 290	3.04 239	2.84 488	0.48 275	4.08 359	1.29 400	12.16 461	7.77 395	6.03 291	9.62 374	5.79 349	1.53 237	4.56 191	1.93 317	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.02 95
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.
psmg	3.10 321	0.32 100	3.05 244	0.54 177	0.46 264	8.68 466	2.84 452	9.87 382	4.69 259	8.08 404	8.69 346	6.26 361	2.54 286	3.91 164	1.91 311	0.01 258	0.04 340	0.06 489	0.00 1	0.11 300	0.00 1

testlalala_base	3.12 322	0.48 242	2.79 210	2.14 432	1.98 436	4.13 363	0.64 282	6.16 261	2.09 86	2.38 171	4.08 200	1.80 190	0.50 125	1.65 85	0.72 165	12.33 580	2.33 562	0.00 1	0.31 504	14.56 574	1.32 527

DCVSM-stereo	3.13 323	0.37 160	2.95 227	1.51 322	0.80 331	2.75 231	0.49 239	6.79 297	5.25 279	11.43 499	5.57 256	10.79 454	5.30 426	5.25 214	2.95 362	0.03 398	0.09 427	0.03 466	0.00 1	0.12 317	0.09 299

ARAFT	3.13 323	1.11 429	7.34 472	0.42 159	0.14 113	4.52 380	2.99 455	7.41 313	5.97 315	8.85 438	7.06 307	5.20 329	1.25 215	8.49 418	1.44 267	0.00 1	0.03 309	0.00 1	0.00 1	0.33 456	0.11 336

test_sample6	3.14 325	0.41 194	4.42 356	1.92 392	0.49 278	3.25 291	0.21 162	11.30 426	6.69 354	6.50 329	10.86 404	4.03 275	2.93 313	7.06 322	2.65 353	0.02 352	0.02 257	0.00 1	0.00 1	0.05 196	0.06 251

IIG-Stereo	3.16 326	0.75 348	2.83 213	4.08 535	0.21 173	2.56 201	0.74 314	6.55 287	5.56 292	8.39 422	9.38 371	7.94 401	2.79 304	9.50 468	1.89 310	0.02 352	0.00 1	0.00 1	0.00 1	0.02 84	0.04 193

DMCA-RVC	3.17 327	1.26 446	6.39 452	2.10 428	1.51 398	3.02 268	0.56 255	7.84 323	5.06 272	9.23 449	5.19 235	8.46 412	2.72 300	6.31 260	3.22 371	0.06 440	0.11 449	0.09 501	0.02 348	0.16 353	0.08 286

HI	3.18 328	0.90 390	3.05 244	1.28 287	0.15 118	2.29 168	0.04 46	5.31 216	3.52 190	7.96 399	12.69 438	11.43 466	6.61 454	4.26 181	4.02 404	0.00 1	0.06 379	0.00 1	0.00 1	0.05 196	0.01 19

CoSv	3.18 328	0.90 390	3.05 244	1.28 287	0.15 118	2.29 168	0.04 46	5.31 216	3.52 190	7.96 399	12.69 438	11.43 466	6.61 454	4.26 181	4.02 404	0.00 1	0.06 379	0.00 1	0.00 1	0.05 196	0.01 19

IER	3.20 330	0.54 273	5.13 401	0.58 186	1.59 400	7.29 444	0.56 255	6.36 271	4.95 269	7.44 378	8.84 347	6.20 359	6.26 447	4.88 200	3.29 375	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.01 19

BEATNet_4x	3.24 331	1.27 448	5.89 434	1.56 336	0.10 70	5.26 399	1.07 380	10.08 393	5.50 286	6.89 347	7.73 328	4.53 303	4.13 368	5.05 208	5.27 429	0.04 418	0.05 358	0.00 1	0.00 1	0.23 418	0.23 436

DispNO	3.25 332	0.72 338	6.85 462	1.95 398	1.34 390	3.49 309	0.84 342	8.14 328	6.30 335	6.34 322	7.76 331	6.30 364	4.28 381	6.93 308	3.51 387	0.00 1	0.03 309	0.03 466	0.12 425	0.07 238	0.07 270

RAFT-345	3.27 333	0.41 194	2.88 223	1.02 248	0.21 173	2.63 215	0.48 229	3.76 111	5.51 288	7.35 374	24.88 533	4.25 288	1.76 256	8.15 396	2.13 326	0.01 258	0.00 1	0.00 1	0.00 1	0.01 30	0.01 19

GANet-RSSM	3.27 333	0.60 297	3.38 274	2.94 495	2.00 438	2.61 210	0.48 229	10.93 417	6.11 325	5.47 264	10.20 384	6.57 372	5.44 435	6.25 254	2.23 333	0.00 1	0.00 1	0.08 498	0.00 1	0.17 366	0.03 147

SFCPSM	3.29 335	0.43 212	5.11 399	0.34 145	0.94 349	8.48 461	2.15 433	14.51 507	5.29 280	7.00 351	7.65 326	3.43 245	2.59 290	5.11 211	2.37 342	0.01 258	0.03 309	0.01 417	0.07 398	0.13 332	0.15 384

test_sample7	3.30 336	0.47 235	3.43 283	1.98 403	0.35 236	4.33 369	1.88 427	10.66 406	7.73 391	8.36 416	7.55 320	6.55 368	4.27 377	6.58 285	1.62 286	0.06 440	0.03 309	0.00 1	0.00 1	0.05 196	0.06 251

NOSS_ROB	3.30 336	0.46 233	2.62 183	2.08 423	1.01 360	5.60 404	0.74 314	10.37 399	11.48 473	5.15 255	8.43 343	5.67 345	1.73 250	7.97 378	2.34 338	0.02 352	0.06 379	0.00 1	0.00 1	0.07 238	0.14 373

gwcnet-sp	3.31 338	1.47 463	7.26 469	1.73 362	0.69 313	7.57 451	1.14 386	8.59 343	6.17 329	8.57 427	5.25 243	4.26 289	3.36 325	6.46 270	3.44 380	0.00 1	0.00 1	0.00 1	0.00 1	0.15 346	0.11 336

scenet	3.31 338	1.47 463	7.26 469	1.73 362	0.69 313	7.57 451	1.14 386	8.59 343	6.17 329	8.57 427	5.25 243	4.26 289	3.36 325	6.46 270	3.44 380	0.00 1	0.00 1	0.00 1	0.00 1	0.15 346	0.11 336

ssnet	3.31 338	1.47 463	7.26 469	1.73 362	0.69 313	7.57 451	1.14 386	8.59 343	6.17 329	8.57 427	5.25 243	4.26 289	3.36 325	6.46 270	3.44 380	0.00 1	0.00 1	0.00 1	0.00 1	0.15 346	0.11 336

hknet	3.31 338	0.42 201	4.68 375	0.46 166	1.17 373	7.13 441	1.63 417	9.05 359	6.91 361	6.11 298	6.15 270	9.66 432	2.85 308	7.48 349	2.45 347	0.01 258	0.03 309	0.03 466	0.00 1	0.04 164	0.00 1

CFNet-ft	3.31 338	0.94 403	2.69 189	1.50 319	2.38 457	2.81 245	0.68 292	8.35 331	7.43 378	4.45 228	9.94 379	10.20 443	4.60 398	6.50 278	3.41 378	0.00 1	0.00 1	0.03 466	0.00 1	0.22 411	0.03 147

CFNet_RVC	3.31 338	0.94 403	2.69 189	1.50 319	2.38 457	2.81 245	0.68 292	8.35 331	7.43 378	4.45 228	9.94 379	10.20 443	4.60 398	6.49 276	3.41 378	0.00 1	0.00 1	0.03 466	0.00 1	0.22 411	0.03 147

ASMatch	3.32 344	0.50 249	3.32 270	1.72 361	0.45 263	1.93 131	0.68 292	6.42 279	3.89 210	6.18 304	22.30 520	4.61 306	4.82 414	7.65 356	1.70 294	0.00 1	0.02 257	0.00 1	0.03 365	0.01 30	0.18 405

GMM-Stereo	3.32 344	0.27 61	2.52 170	0.82 214	0.48 275	2.27 167	4.91 501	5.06 190	3.08 157	7.06 356	16.72 480	6.21 360	3.70 348	7.60 353	1.16 247	0.04 418	0.00 1	0.00 1	0.04 383	0.10 279	4.45 554

AACVNet	3.33 346	1.03 415	3.56 291	3.46 515	0.63 304	3.09 274	0.28 181	8.78 353	3.43 186	5.99 289	10.64 397	10.08 440	4.03 367	8.69 431	2.51 349	0.03 398	0.01 182	0.00 1	0.00 1	0.26 432	0.06 251

PSM-AAD	3.33 346	0.20 22	1.47 54	0.73 207	0.54 292	2.55 199	6.19 516	4.97 183	3.27 173	10.92 491	11.92 423	2.95 224	9.59 511	7.90 373	0.82 192	0.01 258	0.01 182	0.00 1	0.00 1	0.04 164	2.47 545

PSMNet-RSSM	3.33 346	0.77 354	3.22 262	2.12 429	1.90 434	2.33 174	0.71 303	11.17 419	5.83 303	5.90 287	11.43 416	7.04 382	4.83 415	5.96 240	3.17 369	0.00 1	0.00 1	0.02 449	0.00 1	0.08 250	0.02 95

PAM	3.38 349	0.31 86	5.61 428	1.37 302	0.71 318	7.60 454	0.38 209	8.94 356	3.55 193	5.54 266	4.69 216	16.09 510	7.03 466	3.67 156	1.02 231	0.00 1	0.21 509	0.00 1	0.38 515	0.07 238	0.41 480

qqq1	3.38 349	0.39 172	3.61 295	1.69 353	0.11 84	2.85 252	0.29 185	12.46 467	10.41 452	7.16 362	10.23 385	4.78 312	4.45 391	8.71 433	0.30 55	0.07 449	0.05 358	0.00 1	0.00 1	0.06 220	0.03 147

fff1	3.38 349	0.39 172	3.61 295	1.69 353	0.11 84	2.85 252	0.29 185	12.46 467	10.41 452	7.16 362	10.23 385	4.78 312	4.45 391	8.71 433	0.30 55	0.07 449	0.05 358	0.00 1	0.00 1	0.06 220	0.03 147

TransformOpticalFlow	3.38 349	0.70 335	4.54 365	1.00 246	0.30 210	3.56 319	0.14 126	9.67 378	7.30 376	5.55 267	13.34 446	6.74 375	5.03 419	8.22 405	1.34 261	0.00 1	0.01 182	0.01 417	0.00 1	0.04 164	0.11 336

G2L-Stereo	3.40 353	0.93 400	4.73 379	1.61 343	2.05 439	2.88 257	0.60 271	8.94 356	5.84 304	7.42 376	7.33 316	8.61 418	2.16 269	8.44 416	6.11 443	0.00 1	0.00 1	0.00 1	0.00 1	0.24 428	0.18 405

RAFT_CTSACE	3.40 353	1.07 420	4.52 363	1.27 282	3.14 480	4.00 357	1.07 380	3.93 121	4.43 244	4.66 239	17.94 496	7.21 389	2.76 302	10.82 488	0.85 198	0.00 1	0.07 402	0.00 1	0.00 1	0.30 443	0.01 19

AAGNet	3.41 355	0.34 132	2.45 161	1.78 369	0.39 247	3.69 330	1.05 377	4.79 172	4.61 257	9.62 460	7.74 330	4.98 318	6.38 451	7.34 340	13.02 529	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.04 193

cf-r	3.42 356	0.81 368	3.97 325	2.41 467	2.78 472	2.85 252	0.64 282	8.44 334	6.32 337	6.25 311	11.57 419	8.97 423	3.54 340	5.93 239	3.83 399	0.00 1	0.00 1	0.00 1	0.00 1	0.09 268	0.07 270

G2L-ROB	3.43 357	0.77 354	3.89 322	1.71 359	1.16 372	4.51 379	0.44 223	11.70 439	5.70 296	7.51 381	5.34 249	11.24 464	1.71 247	7.66 358	5.10 427	0.00 1	0.00 1	0.00 1	0.00 1	0.12 317	0.10 322

CoDeX	3.43 357	0.68 328	4.49 361	0.98 244	1.65 407	6.37 422	2.14 432	13.23 488	6.07 321	7.23 367	8.95 352	4.09 279	3.79 357	6.31 260	2.37 342	0.03 398	0.06 379	0.00 1	0.00 1	0.07 238	0.15 384

STrans-v2	3.43 357	0.73 341	4.82 381	0.26 122	0.60 298	3.00 266	1.19 391	10.41 401	7.22 373	5.79 272	10.97 407	6.75 376	7.03 466	8.25 406	1.40 264	0.00 1	0.01 182	0.00 1	0.00 1	0.03 133	0.18 405

Select-FE	3.44 360	0.73 341	8.39 486	1.44 316	0.96 351	2.01 143	0.10 96	8.84 355	3.94 215	5.36 263	10.32 389	9.73 433	8.82 498	6.28 256	0.83 193	0.01 258	0.22 513	0.01 417	0.49 529	0.03 133	0.30 462

MLCV	3.44 360	0.88 384	5.60 427	1.39 305	0.25 188	4.36 372	0.33 197	7.25 309	7.28 375	9.17 448	12.24 433	5.09 326	2.47 283	9.15 452	3.23 372	0.00 1	0.00 1	0.00 1	0.00 1	0.10 279	0.02 95

ff1	3.45 362	0.31 86	3.97 325	1.34 295	0.98 354	2.80 237	0.48 229	4.53 151	10.19 447	6.29 317	9.23 360	5.59 340	3.72 353	10.11 474	9.35 498	0.00 1	0.02 257	0.00 1	0.00 1	0.10 279	0.04 193

PAM_32	3.50 363	0.32 100	5.22 408	1.32 292	0.53 290	7.49 448	0.39 210	9.52 375	3.91 212	5.22 257	5.28 246	16.75 516	7.44 474	4.61 193	0.90 216	0.00 1	0.20 506	0.00 1	0.39 518	0.09 268	0.39 475

UGAM-zero	3.51 364	0.33 117	4.44 358	0.88 223	0.65 307	3.52 317	0.16 138	11.35 428	2.71 125	5.09 254	5.82 260	15.28 502	9.14 506	8.38 410	1.61 285	0.00 1	0.16 487	0.00 1	0.46 526	0.02 84	0.19 416

DeepPruner_ROB	3.52 365	1.14 434	4.06 337	1.12 268	1.65 407	3.65 325	0.83 336	13.96 498	4.47 248	7.80 391	10.84 402	7.05 384	2.16 269	8.14 395	3.08 367	0.07 449	0.03 309	0.00 1	0.01 321	0.32 452	0.06 251

SMFormer	3.54 366	0.39 172	3.61 295	1.69 353	0.11 84	2.85 252	0.29 185	12.46 467	10.41 452	7.16 362	10.23 385	4.78 312	4.45 391	8.71 433	3.51 387	0.07 449	0.05 358	0.00 1	0.00 1	0.06 220	0.04 193

tta	3.54 366	0.39 172	3.61 295	1.69 353	0.11 84	2.85 252	0.29 185	12.46 467	10.41 452	7.16 362	10.23 385	4.78 312	4.45 391	8.71 433	3.51 387	0.07 449	0.05 358	0.00 1	0.00 1	0.06 220	0.03 147

Sa-1000	3.55 368	0.75 348	3.63 299	1.91 388	0.30 210	3.55 318	1.63 417	7.39 312	8.54 420	7.70 388	17.44 493	4.00 274	2.82 306	9.44 466	1.33 259	0.00 1	0.10 439	0.00 1	0.18 454	0.21 404	0.04 193

G2L-Stereo_test	3.57 369	0.86 377	3.66 301	2.79 486	1.52 399	4.11 362	1.17 390	11.35 428	6.27 334	7.97 401	8.87 349	9.39 428	2.26 275	6.55 283	4.33 411	0.00 1	0.01 182	0.00 1	0.00 1	0.22 411	0.13 362

AIO-Stereo-zeroshot1	3.58 370	1.29 453	12.46 515	1.53 329	0.98 354	3.48 307	0.81 330	11.99 450	4.40 243	4.33 225	11.05 409	8.83 421	2.02 263	4.52 188	1.66 291	0.01 258	0.14 471	0.00 1	0.68 538	0.86 515	0.44 487

DDVS	3.59 371	0.53 268	4.53 364	2.02 412	1.27 381	6.63 429	0.49 239	8.73 351	4.10 230	7.14 360	7.63 325	12.68 480	2.25 273	8.69 431	4.09 407	0.08 454	0.20 506	0.01 417	0.00 1	0.14 342	0.59 506

KYRaft	3.59 371	0.31 86	1.84 88	0.76 209	0.46 264	2.29 168	4.04 481	4.75 170	3.25 172	8.93 443	19.47 504	6.62 374	5.07 421	7.79 368	0.71 163	0.01 258	0.00 1	0.00 1	0.01 321	0.04 164	5.38 561

STTStereo	3.60 373	0.93 400	6.34 449	2.71 480	2.23 451	3.68 329	0.63 278	9.42 370	6.73 356	9.87 466	6.97 297	8.84 422	3.65 344	6.85 302	3.04 365	0.00 1	0.02 257	0.01 417	0.00 1	0.02 84	0.02 95

LMCR-Stereo	3.63 374	1.29 453	4.20 345	2.54 473	0.17 136	8.08 458	1.52 411	11.46 432	4.73 262	8.45 425	10.66 399	1.91 197	5.03 419	7.69 360	3.58 392	0.92 535	0.00 1	0.00 1	0.00 1	0.36 467	0.02 95

Prome-Stereo	3.65 375	0.29 70	1.92 98	0.91 227	0.49 278	2.07 146	4.75 499	4.41 143	3.23 171	9.32 452	20.63 512	4.06 277	7.19 468	7.70 361	1.17 249	0.00 1	0.00 1	0.00 1	0.00 1	0.05 196	4.72 558

hitnet-ft	3.66 376	0.65 316	2.79 210	0.89 225	0.72 320	4.25 365	0.55 253	9.11 362	7.52 382	7.14 360	10.19 383	12.49 478	4.70 405	7.44 345	4.41 414	0.03 398	0.00 1	0.06 489	0.00 1	0.20 393	0.04 193

iResNet	3.68 377	0.91 394	7.94 482	2.97 497	0.34 233	4.44 378	0.48 229	7.70 316	9.74 439	7.72 389	12.74 440	4.03 275	2.87 310	8.05 385	3.37 377	0.02 352	0.01 182	0.00 1	0.00 1	0.10 279	0.09 299

acv_ft	3.69 378	0.53 268	4.58 372	2.31 457	4.71 539	7.44 447	0.86 350	8.54 342	5.70 296	9.29 451	9.26 368	5.77 347	4.15 370	2.24 116	8.13 481	0.00 1	0.00 1	0.00 1	0.00 1	0.29 442	0.01 19

ac_64	3.70 379	0.47 235	3.50 287	2.87 489	3.50 496	5.91 412	0.72 307	10.17 396	4.34 240	8.16 407	5.80 259	10.82 455	5.64 438	7.08 323	4.73 420	0.03 398	0.00 1	0.00 1	0.00 1	0.08 250	0.14 373

CFNet	3.72 380	1.10 426	5.03 393	2.49 471	1.59 400	4.90 390	0.22 164	11.38 430	9.88 443	4.80 242	11.25 412	6.44 366	3.68 345	8.33 408	3.00 363	0.00 1	0.00 1	0.00 1	0.00 1	0.22 411	0.07 270

DAS	3.74 381	0.35 143	5.19 406	1.99 405	3.74 505	2.36 176	3.22 462	7.77 318	9.27 430	8.70 431	12.08 426	4.45 299	5.43 432	8.39 411	1.71 295	0.01 258	0.00 1	0.00 1	0.00 1	0.04 164	0.02 95

DRaft	3.74 381	0.43 212	2.60 179	0.12 75	0.15 118	4.76 386	1.34 403	5.33 218	4.31 239	10.30 475	21.91 517	3.27 241	8.83 499	7.36 342	3.66 395	0.05 430	0.10 439	0.00 1	0.14 432	0.10 279	0.14 373

GrayStereo	3.74 381	0.20 22	1.94 102	1.55 333	0.60 298	3.12 279	8.22 540	5.76 242	3.32 179	10.40 479	16.66 479	5.81 350	8.60 495	6.57 284	1.37 263	0.01 258	0.00 1	0.01 417	0.63 534	0.02 84	0.04 193

GEStereo_RVC	3.74 381	0.73 341	4.95 389	2.01 410	1.24 377	4.36 372	3.07 457	11.77 443	7.80 396	6.87 346	6.52 288	7.70 394	4.31 384	8.98 447	4.19 409	0.03 398	0.01 182	0.02 449	0.02 348	0.13 332	0.11 336

ITSA-stereo	3.76 385	0.54 273	3.80 312	1.91 388	0.29 209	3.09 274	0.70 300	13.22 487	15.64 508	6.79 339	6.66 290	4.15 284	3.52 339	8.30 407	5.00 426	0.09 459	0.07 402	0.11 504	0.10 419	0.18 381	0.95 519

GwcNet-RSSM	3.77 386	1.05 417	5.06 395	2.21 441	1.87 431	2.36 176	1.52 411	8.98 358	7.96 400	5.91 288	14.59 462	7.94 401	3.50 336	6.43 268	5.70 437	0.00 1	0.00 1	0.04 478	0.00 1	0.20 393	0.08 286

SepStereo	3.78 387	0.35 143	5.19 406	1.99 405	3.74 505	2.36 176	3.22 462	7.77 318	9.27 430	8.70 431	12.08 426	4.45 299	5.43 432	9.18 453	1.71 295	0.01 258	0.00 1	0.00 1	0.00 1	0.04 164	0.02 95

DEmStereo	3.79 388	0.37 160	3.69 303	0.17 101	0.17 136	5.28 400	2.54 440	4.35 138	3.70 197	8.21 413	20.15 506	5.13 328	10.38 518	7.65 356	3.85 400	0.01 258	0.01 182	0.01 417	0.00 1	0.02 84	0.06 251

FADNet-RVC-Resample	3.79 388	1.62 477	12.06 511	1.43 312	0.66 308	5.94 413	2.41 436	10.18 397	8.58 422	6.28 315	4.22 204	5.33 335	4.80 413	7.71 362	3.19 370	0.17 482	0.21 509	0.17 517	0.12 425	0.41 481	0.29 460

anonymousa	3.80 390	0.55 277	3.35 272	1.24 277	3.74 505	9.04 472	0.36 201	6.74 295	4.03 222	7.72 389	19.64 505	10.62 450	6.01 445	1.52 78	1.40 264	0.00 1	0.00 1	0.00 1	0.05 389	0.00 1	0.03 147

UPFNet	3.82 391	0.47 235	4.34 354	2.21 441	3.38 490	7.26 443	2.69 447	9.89 384	5.96 313	7.98 402	7.53 319	7.89 398	3.15 318	7.72 364	5.88 441	0.01 258	0.02 257	0.00 1	0.00 1	0.04 164	0.06 251

NLCA_NET_v2_RVC	3.84 392	1.06 419	5.23 410	2.72 482	3.27 486	4.36 372	0.61 274	10.71 409	7.56 383	8.75 433	7.89 334	9.86 435	3.90 361	7.15 331	3.44 380	0.14 474	0.02 257	0.02 449	0.03 365	0.04 164	0.03 147
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 393	0.82 371	3.01 232	2.00 409	2.58 466	5.28 400	3.34 466	10.85 415	6.33 338	7.27 370	7.32 315	10.15 441	9.02 503	6.19 249	2.51 349	0.22 493	0.01 182	0.00 1	0.00 1	0.12 317	0.03 147

mmx	3.86 394	0.31 86	3.97 325	1.34 295	0.98 354	2.80 237	0.48 229	12.18 462	10.66 460	6.29 317	9.23 360	5.59 340	3.72 353	10.11 474	9.35 498	0.05 430	0.02 257	0.00 1	0.00 1	0.03 133	0.04 193

ttt	3.86 394	0.23 36	2.34 155	2.22 444	1.68 412	4.36 372	0.28 181	12.45 466	11.09 465	6.90 349	11.85 421	4.08 278	3.28 322	8.47 417	7.85 470	0.06 440	0.04 340	0.00 1	0.00 1	0.03 133	0.03 147

xxx	3.86 394	0.31 86	3.98 329	1.34 295	0.98 354	2.80 237	0.48 229	12.18 462	10.66 460	6.29 317	9.23 360	5.59 340	3.72 353	10.11 474	9.35 498	0.05 430	0.02 257	0.00 1	0.00 1	0.03 133	0.04 193

THIR-Stereo	3.86 394	0.77 354	2.62 183	0.12 75	0.13 107	4.25 365	6.63 526	5.30 214	4.18 235	10.33 476	17.13 487	6.58 373	7.62 481	7.78 367	3.51 387	0.01 258	0.07 402	0.07 495	0.00 1	0.11 300	0.02 95

UGAM	3.90 398	0.48 242	4.69 376	0.17 101	0.08 53	3.67 326	1.22 392	4.81 173	14.45 497	4.59 233	11.94 424	14.20 492	3.80 358	9.92 473	3.61 393	0.00 1	0.00 1	0.00 1	0.02 348	0.32 452	0.07 270

AASNet	3.90 398	0.92 397	4.41 355	3.56 521	4.00 519	6.70 430	1.26 397	18.71 539	6.14 326	7.35 374	7.91 335	4.35 296	2.58 289	3.04 136	6.62 456	0.00 1	0.00 1	0.00 1	0.00 1	0.39 475	0.14 373

PS-NSSS	3.90 398	1.84 492	4.55 368	0.87 222	2.95 477	4.10 361	2.00 430	10.77 412	8.23 410	6.75 336	14.63 463	5.01 323	2.24 271	8.41 413	2.91 361	0.33 508	0.03 309	0.83 544	0.00 1	0.82 513	0.70 512

DualNet (step1)	3.91 401	1.11 429	6.15 443	1.27 282	0.60 298	5.22 396	2.54 440	10.66 406	7.73 391	8.36 416	7.55 320	6.55 368	4.27 377	6.58 285	1.62 286	1.49 545	0.03 309	3.10 556	2.99 562	0.20 393	0.15 384

FADNet_RVC	3.91 401	1.67 483	12.95 524	0.96 240	0.75 322	5.71 406	0.54 249	10.83 414	6.60 352	3.46 202	8.09 337	4.10 281	3.40 332	9.43 463	6.33 447	0.36 510	0.44 540	0.17 517	0.46 526	0.91 516	0.95 519

ISRNet	3.93 403	0.55 277	5.49 420	3.20 506	2.69 470	2.11 151	0.26 177	7.01 304	6.40 341	11.00 494	17.99 497	8.31 407	2.64 291	6.51 279	4.36 412	0.00 1	0.00 1	0.00 1	0.00 1	0.08 250	0.02 95

CrosDoStereo	3.96 404	0.45 227	3.04 239	0.32 135	0.20 170	3.28 292	11.63 562	5.76 242	4.45 246	9.04 444	16.58 477	4.99 319	7.45 475	8.04 382	3.72 396	0.00 1	0.02 257	0.01 417	0.00 1	0.16 353	0.10 322

DeepStereo_LL	3.96 404	0.45 227	3.04 239	0.32 135	0.20 170	3.28 292	11.63 562	5.76 242	4.45 246	9.04 444	16.58 477	4.99 319	7.45 475	8.04 382	3.72 396	0.00 1	0.02 257	0.01 417	0.00 1	0.16 353	0.10 322

RAFT-RH_RVC	3.96 404	0.46 233	2.93 226	1.55 333	0.42 257	3.14 281	0.14 126	3.70 100	5.98 316	11.25 497	32.23 555	5.29 331	1.68 245	8.13 394	2.14 327	0.08 454	0.00 1	0.00 1	0.03 365	0.01 30	0.00 1

UNet	3.97 407	0.61 301	6.50 455	1.68 352	3.22 484	9.82 481	0.31 192	9.50 372	5.32 282	7.20 366	6.35 285	10.59 448	5.91 443	6.93 308	5.49 433	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.01 19

FADNet-RVC	3.98 408	1.84 492	12.48 517	1.69 353	0.44 258	4.33 369	1.31 401	11.84 444	7.15 372	3.53 204	3.50 189	10.63 451	4.43 389	9.12 450	6.25 446	0.03 398	0.10 439	0.00 1	0.03 365	0.60 497	0.25 444

HSM	4.00 409	0.79 362	3.16 257	1.59 341	2.17 447	6.77 432	1.11 384	12.28 464	6.35 340	6.75 336	8.11 338	13.90 489	5.37 428	8.85 441	2.71 355	0.00 1	0.00 1	0.00 1	0.00 1	0.02 84	0.02 95

coex_refinement	4.04 410	0.87 380	3.55 290	2.96 496	1.40 393	4.28 367	0.32 193	11.18 420	7.72 389	8.32 414	13.44 449	10.01 439	3.48 335	6.28 256	6.76 457	0.00 1	0.02 257	0.00 1	0.00 1	0.06 220	0.16 396

HBP-ISP	4.09 411	1.05 417	4.10 341	1.87 381	1.31 388	7.56 450	3.98 478	11.26 422	9.94 444	7.81 392	14.44 460	3.23 240	4.27 377	8.89 444	1.87 307	0.06 440	0.06 379	0.00 1	0.00 1	0.06 220	0.04 193

TDLM	4.11 412	1.11 429	3.54 289	1.62 347	1.04 361	3.91 351	7.41 536	10.60 404	10.67 462	6.38 323	12.59 436	5.95 353	4.77 409	8.79 439	3.04 365	0.58 524	0.00 1	0.01 417	0.00 1	0.19 389	0.12 351

CSP-Net	4.12 413	1.28 451	3.70 306	1.54 331	1.06 362	13.28 523	2.33 435	12.96 482	5.45 284	8.87 439	8.54 345	8.43 411	3.03 314	8.16 397	3.65 394	0.00 1	0.00 1	0.00 1	0.00 1	0.18 381	0.03 147

test_xeample	4.13 414	0.36 153	2.75 199	1.23 276	0.51 285	3.96 354	0.13 119	12.63 475	7.65 386	7.49 380	10.86 404	3.29 242	3.36 325	6.71 295	21.53 555	0.02 352	0.03 309	0.00 1	0.00 1	0.03 133	0.04 193

Anonymous_2	4.14 415	0.62 306	3.21 261	1.40 306	1.43 395	5.19 395	0.32 193	6.63 289	4.38 242	4.48 231	2.30 142	8.08 404	7.00 464	5.37 219	2.29 335	0.23 494	0.75 548	5.20 564	18.12 590	5.66 557	0.23 436

CBMV_ROB	4.14 415	0.52 264	3.14 255	1.30 289	0.77 326	6.92 435	1.97 429	10.11 395	9.58 436	8.92 441	14.20 457	7.12 386	5.90 442	8.65 427	3.50 386	0.01 258	0.05 358	0.00 1	0.00 1	0.04 164	0.09 299

SACVNet	4.15 417	1.26 446	3.81 314	3.12 502	1.68 412	3.09 274	2.85 453	11.91 447	5.96 313	10.52 482	11.20 410	10.59 448	3.95 362	8.97 446	3.25 374	0.08 454	0.02 257	0.00 1	0.00 1	0.32 452	0.44 487

MMNet	4.16 418	0.77 354	5.47 419	1.40 306	1.67 410	10.78 496	0.63 278	8.64 349	8.47 417	8.80 436	8.33 340	7.51 390	6.61 454	7.53 350	6.54 452	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.05 230

CVANet_RVC	4.16 418	1.16 436	3.60 294	1.94 397	1.46 396	3.92 352	4.68 496	10.89 416	8.34 412	7.58 383	10.84 402	10.27 445	6.62 457	8.56 421	2.69 354	0.39 513	0.00 1	0.00 1	0.01 321	0.21 404	0.09 299

pcwnet_v2	4.20 420	0.36 153	8.53 488	1.33 293	1.12 368	3.43 300	0.41 215	12.85 478	14.16 495	9.90 468	14.29 458	5.90 352	3.03 314	6.20 251	2.06 323	0.01 258	0.05 358	0.04 478	0.02 348	0.16 353	0.18 405

HSM-Net_RVC	4.20 420	0.32 100	2.76 203	0.63 197	0.69 313	6.95 436	1.69 421	11.96 449	8.36 413	8.83 437	12.17 430	15.18 501	4.21 373	6.91 307	3.30 376	0.02 352	0.02 257	0.00 1	0.00 1	0.01 30	0.01 19
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 422	0.50 249	5.45 418	1.34 295	1.68 412	7.04 437	4.51 493	10.73 410	7.00 365	10.78 488	6.80 293	8.48 414	4.63 401	9.91 472	5.12 428	0.02 352	0.06 379	0.02 449	0.03 365	0.08 250	0.03 147

FADNet	4.23 423	1.65 480	11.75 510	1.64 349	0.80 331	4.80 387	0.77 320	13.76 497	11.65 475	3.97 217	5.24 241	9.62 431	5.14 423	8.40 412	3.78 398	0.21 491	0.04 340	0.07 495	0.05 389	1.14 521	0.10 322

iResNet_ROB	4.23 423	1.02 413	4.90 385	2.18 437	0.93 348	2.92 259	0.37 204	15.10 515	16.91 517	7.89 397	10.51 394	7.03 380	3.07 317	8.16 397	3.46 384	0.01 258	0.00 1	0.00 1	0.00 1	0.10 279	0.02 95

IGEV-BASED-STEREO-	4.24 425	25.07 575	26.53 566	0.44 164	0.07 36	1.50 86	0.54 249	2.09 13	1.57 73	0.51 107	0.62 59	0.21 77	0.20 42	1.44 73	0.53 133	12.03 578	0.01 182	0.00 1	0.08 403	1.75 536	9.69 576

1111x	4.25 426	0.30 81	4.31 350	1.47 318	0.37 243	5.10 394	0.32 193	12.86 479	9.82 441	6.01 290	9.73 377	8.78 420	5.97 444	9.43 463	10.39 510	0.06 440	0.03 309	0.00 1	0.00 1	0.02 84	0.04 193

HGLStereo	4.25 426	0.52 264	4.65 373	3.09 498	5.18 541	6.51 428	0.73 308	10.37 399	6.74 357	7.32 372	12.44 435	7.00 379	7.21 470	7.46 346	5.51 434	0.00 1	0.02 257	0.00 1	0.00 1	0.06 220	0.10 322

delet	4.27 428	0.72 338	4.50 362	1.07 259	3.75 509	10.79 497	4.04 481	9.95 385	7.89 397	8.09 405	8.89 350	8.46 412	3.81 359	7.56 351	5.80 439	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.02 95

iResNetv2_ROB	4.28 429	1.43 460	7.17 468	2.91 490	1.26 378	4.36 372	1.62 416	13.64 495	10.25 451	9.83 464	11.41 414	7.68 393	4.00 363	7.75 366	1.85 306	0.00 1	0.00 1	0.00 1	0.00 1	0.37 468	0.09 299

RAFT + AFF	4.30 430	1.55 471	5.84 432	1.43 312	2.36 456	5.94 413	6.72 528	10.01 390	7.56 383	7.55 382	8.96 354	7.09 385	6.73 460	8.57 422	4.02 404	0.02 352	0.47 543	0.00 1	0.01 321	0.56 491	0.54 500

ADLNet	4.32 431	0.80 366	4.33 351	3.60 522	3.56 498	6.87 434	2.48 439	11.20 421	7.58 385	9.87 466	9.62 374	8.39 409	4.95 417	6.16 247	6.60 454	0.01 258	0.01 182	0.00 1	0.01 321	0.12 317	0.25 444

CRFU-Net	4.45 432	0.67 326	5.02 391	2.78 485	1.32 389	12.67 517	3.35 467	11.26 422	3.52 190	10.06 472	9.30 370	10.91 458	6.92 463	7.26 335	3.24 373	0.15 476	0.16 487	0.16 514	0.00 1	0.26 432	0.05 230

ACV-stereo	4.46 433	0.76 351	9.94 500	1.91 388	1.06 362	11.61 504	1.28 398	6.25 266	7.09 369	3.09 190	5.21 239	16.88 517	10.23 517	7.96 376	5.47 432	0.06 440	0.15 478	0.01 417	0.00 1	0.12 317	0.14 373

ssnet_v2	4.46 433	0.87 380	5.18 405	1.57 337	0.67 310	9.14 473	4.73 498	11.84 444	9.68 437	8.79 434	6.24 278	9.91 436	4.34 385	6.28 256	9.30 497	0.00 1	0.01 182	0.00 1	0.00 1	0.28 440	0.30 462

ADLNet2	4.46 433	0.90 390	6.06 440	2.74 484	3.91 515	6.79 433	3.01 456	10.95 418	8.40 415	7.27 370	9.80 378	9.85 434	5.43 432	7.29 336	6.44 450	0.01 258	0.03 309	0.00 1	0.00 1	0.15 346	0.11 336

StereoDRNet-Refined	4.46 433	0.62 306	3.80 312	1.92 392	0.40 249	9.35 475	0.15 132	10.02 391	8.83 425	12.69 509	11.62 420	9.34 426	3.87 360	8.06 389	8.02 474	0.00 1	0.00 1	0.01 417	0.05 389	0.20 393	0.26 450
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 437	0.31 86	2.77 204	1.69 353	0.47 273	7.74 456	0.07 76	14.04 499	7.91 399	5.82 276	8.97 355	9.34 426	3.41 333	7.33 339	20.24 550	0.05 430	0.03 309	0.00 1	0.00 1	0.03 133	0.04 193

NVstereo2D	4.51 437	0.82 371	6.86 463	3.28 509	3.38 490	8.16 459	3.13 459	10.51 402	15.15 505	4.90 245	6.89 296	7.87 396	4.78 411	9.88 471	3.91 402	0.01 258	0.00 1	0.00 1	0.06 397	0.02 84	0.58 503

DLCB_ROB	4.51 437	0.91 394	3.78 310	2.19 438	1.07 365	6.28 419	3.09 458	9.78 380	7.72 389	10.65 485	12.97 442	13.91 490	3.71 349	8.72 437	5.30 430	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.10 322

RASNet	4.52 440	0.61 301	4.42 356	3.42 513	4.68 538	4.58 382	0.99 370	9.54 376	8.01 401	5.28 260	11.42 415	10.34 447	8.88 500	9.28 458	8.68 489	0.15 476	0.00 1	0.00 1	0.00 1	0.03 133	0.04 193

FTStereo	4.55 441	0.36 153	2.18 143	0.94 234	0.38 245	2.60 209	8.82 543	4.98 186	3.17 165	10.88 490	30.35 550	5.60 344	7.60 480	7.62 355	1.55 279	0.17 482	0.00 1	0.05 485	0.00 1	0.03 133	3.80 552

dad	4.66 442	1.89 496	5.51 423	0.94 234	0.09 62	2.16 159	0.37 204	7.10 307	14.43 496	10.13 473	16.84 481	14.97 498	1.90 259	6.82 299	4.15 408	1.09 538	0.11 449	4.08 561	0.46 526	0.17 366	0.06 251

LL-Strereo	4.71 443	1.64 479	7.51 478	1.15 270	4.31 523	3.71 332	1.45 407	9.21 364	8.36 413	8.37 420	8.17 339	10.82 455	11.36 524	12.51 511	4.82 423	0.00 1	0.12 456	0.00 1	0.00 1	0.31 448	0.32 467

CBFPSM	4.87 444	0.94 403	14.70 532	1.51 322	1.15 371	11.49 502	2.55 444	7.28 310	6.47 347	6.23 308	4.83 220	15.30 503	8.99 502	6.88 303	8.20 482	0.03 398	0.02 257	0.00 1	0.00 1	0.40 478	0.42 483

SGM-Forest	4.96 445	0.32 100	2.84 215	1.21 274	0.64 306	10.23 486	6.64 527	11.55 435	10.98 464	10.94 493	13.59 450	11.65 470	4.30 382	8.94 445	4.63 418	0.11 464	0.04 340	0.00 1	0.00 1	0.05 196	0.46 491
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 446	1.47 463	7.42 475	2.40 464	2.14 445	8.73 467	3.64 475	12.42 465	13.11 488	7.03 354	7.57 323	7.88 397	6.52 453	10.16 479	7.82 469	0.02 352	0.03 309	0.00 1	0.00 1	0.11 300	1.07 523
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 447	1.74 485	6.38 451	1.96 401	1.29 385	2.26 166	1.69 421	10.07 392	18.53 521	7.88 396	18.15 498	8.49 415	2.70 295	10.59 484	7.04 460	0.96 536	0.15 478	0.02 449	0.00 1	0.13 332	0.12 351

PSMNet_ROB	5.02 448	1.63 478	6.03 439	1.90 387	1.83 428	9.57 479	6.35 523	15.58 520	7.23 374	6.15 303	10.48 393	12.22 476	4.16 371	8.02 381	8.71 490	0.02 352	0.01 182	0.01 417	0.10 419	0.20 393	0.12 351

GASNet	5.19 449	4.61 537	9.38 495	4.73 544	2.10 443	3.80 345	1.57 414	12.07 455	10.96 463	8.92 441	7.03 305	8.21 406	7.67 482	14.02 523	7.36 462	0.02 352	0.15 478	0.00 1	0.00 1	0.69 505	0.42 483

TCMNet	5.22 450	1.96 500	9.78 498	4.11 536	6.57 549	8.83 469	1.35 405	10.74 411	8.07 403	6.39 324	12.76 441	8.32 408	4.75 408	8.62 426	10.09 509	0.11 464	0.18 496	0.31 530	0.09 414	0.75 510	0.57 502

FINET	5.32 451	1.14 434	10.04 501	2.17 436	3.67 504	6.49 425	6.76 529	11.68 438	22.08 540	7.42 376	12.15 429	4.24 287	3.61 343	9.25 457	5.35 431	0.04 418	0.04 340	0.00 1	0.00 1	0.17 366	0.09 299

CBMV	5.35 452	0.91 394	3.67 302	1.62 347	0.44 258	10.09 484	7.19 534	12.49 471	12.33 484	12.22 505	14.69 464	10.93 459	6.48 452	8.51 419	4.96 425	0.02 352	0.15 478	0.00 1	0.00 1	0.17 366	0.17 401
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 453	0.40 183	2.72 195	1.50 319	0.48 275	6.15 418	0.07 76	13.73 496	8.06 402	8.79 434	11.03 408	3.71 266	4.21 373	7.47 348	38.74 589	0.03 398	0.02 257	0.00 1	0.00 1	0.04 164	0.05 230

YMNet	5.52 454	1.83 490	8.79 490	3.47 517	4.46 531	10.72 494	0.91 360	9.99 387	6.43 343	13.76 521	16.35 474	11.65 470	4.49 395	7.95 374	8.03 476	0.12 468	0.35 530	0.12 507	0.08 403	0.71 507	0.27 454

YMNet_1	5.52 454	1.83 490	8.79 490	3.47 517	4.46 531	10.72 494	0.91 360	9.99 387	6.43 343	13.76 521	16.35 474	11.65 470	4.49 395	7.95 374	8.03 476	0.12 468	0.35 530	0.12 507	0.08 403	0.71 507	0.27 454

StereoDRNet	5.59 456	1.75 486	6.80 460	3.12 502	4.45 530	10.61 492	4.35 489	18.80 541	9.73 438	12.22 505	6.87 295	11.44 468	4.65 403	8.09 392	8.26 483	0.02 352	0.11 449	0.00 1	0.03 365	0.20 393	0.28 458

PSMNet-RUCA	5.60 457	4.62 538	11.61 508	10.29 561	7.55 557	7.08 438	1.94 428	12.01 451	10.52 459	3.90 215	11.88 422	4.43 298	1.75 255	7.56 351	4.24 410	1.68 548	0.12 456	4.78 563	0.67 537	4.74 553	0.68 511

fast-acv-ft	5.62 458	1.39 458	7.01 464	2.02 412	1.89 433	12.23 512	1.82 426	7.35 311	9.45 434	10.46 481	20.27 509	14.55 496	7.71 483	7.41 343	7.61 466	0.10 462	0.09 427	0.16 514	0.07 398	0.59 495	0.13 362

ETE_ROB	5.80 459	1.77 487	6.33 448	1.44 316	0.78 330	6.43 424	6.90 530	12.53 472	8.08 404	12.93 514	14.89 465	21.13 543	5.87 441	9.83 470	6.57 453	0.04 418	0.01 182	0.00 1	0.02 348	0.08 250	0.33 468

test_sample9	5.87 460	1.11 429	6.15 443	1.27 282	0.60 298	5.22 396	2.54 440	10.66 406	7.73 391	8.36 416	7.55 320	6.55 368	4.27 377	11.68 501	11.44 520	1.49 545	24.31 597	3.10 556	2.99 562	0.20 393	0.15 384

DRN-Test	5.87 460	0.98 406	5.89 434	2.69 479	3.65 502	12.37 514	3.35 467	20.07 558	10.20 450	11.93 504	12.31 434	11.06 462	5.31 427	7.89 372	9.05 493	0.04 418	0.05 358	0.04 478	0.04 383	0.18 381	0.25 444

NCCL2	5.88 462	1.59 474	5.44 417	1.87 381	0.92 345	9.55 478	11.55 561	12.11 457	9.94 444	9.67 461	8.85 348	22.28 546	7.41 473	8.78 438	7.17 461	0.01 258	0.00 1	0.03 466	0.00 1	0.13 332	0.23 436

iinet-f	5.94 463	1.60 475	26.88 567	1.79 370	1.38 392	11.92 510	1.47 408	6.80 298	7.11 370	6.90 349	14.43 459	10.64 452	7.97 485	7.00 317	12.12 525	0.02 352	0.03 309	0.05 485	0.00 1	0.63 501	0.02 95

MaskLacGwcNet_RVC	5.97 464	5.36 542	5.02 391	3.75 529	3.57 499	15.81 530	4.27 486	11.72 441	6.96 363	7.23 367	8.47 344	9.09 424	2.66 294	9.36 462	2.71 355	7.49 564	2.32 561	2.01 554	0.08 403	6.77 563	4.67 557

Wz-Net-LNSev-Ref	5.98 465	1.55 471	9.92 499	2.40 464	3.22 484	10.28 487	3.14 460	11.64 436	9.79 440	9.54 458	20.22 508	11.16 463	6.77 461	10.61 485	9.16 494	0.06 440	0.00 1	0.00 1	0.00 1	0.03 133	0.04 193

APVNet	5.98 465	1.72 484	8.72 489	3.21 507	4.04 520	12.31 513	1.81 425	19.09 547	6.10 322	6.13 302	13.41 447	10.69 453	6.30 448	11.26 495	13.90 534	0.05 430	0.02 257	0.11 504	0.03 365	0.53 489	0.20 423

z-ln-s-r	5.99 467	1.34 456	15.55 535	1.52 324	1.95 435	3.28 292	2.71 449	7.72 317	11.16 467	6.43 327	25.06 535	8.76 419	5.86 440	11.03 492	17.17 543	0.00 1	0.00 1	0.00 1	0.00 1	0.24 428	0.11 336

NaN_ROB	6.00 468	1.24 444	6.29 447	1.34 295	1.68 412	9.60 480	10.31 555	15.09 513	15.79 510	12.62 508	8.95 352	11.67 473	5.83 439	11.78 505	6.41 449	0.05 430	0.13 466	0.08 498	0.20 463	0.22 411	0.79 514

DANet	6.02 469	1.23 442	8.45 487	3.86 532	3.94 517	7.64 455	1.34 403	9.51 374	7.00 365	13.39 518	15.53 469	15.99 508	7.02 465	12.14 507	12.37 526	0.19 486	0.12 456	0.02 449	0.03 365	0.13 332	0.56 501
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 470	1.22 440	5.61 428	2.56 476	0.90 344	6.32 420	7.07 532	12.92 481	8.30 411	14.76 527	15.13 467	19.84 535	6.66 459	10.36 480	8.58 487	0.02 352	0.04 340	0.00 1	0.03 365	0.11 300	0.24 440

GANet	6.22 471	1.07 420	4.07 339	2.27 447	0.89 342	9.19 474	9.52 549	12.02 452	8.13 406	10.72 486	29.09 546	13.86 488	7.52 479	11.00 491	4.39 413	0.36 510	0.00 1	0.02 449	0.02 348	0.12 317	0.08 286

DISCO	6.28 472	0.57 285	5.78 431	3.43 514	1.17 373	11.22 499	3.39 469	12.14 460	16.16 512	6.52 331	11.22 411	16.96 518	6.32 449	19.51 551	10.74 514	0.00 1	0.00 1	0.00 1	0.00 1	0.35 462	0.11 336

Syn2CoEx	6.32 473	2.72 517	9.33 494	2.45 469	1.67 410	8.59 464	3.32 465	18.08 535	12.27 483	8.53 426	21.08 514	10.30 446	9.80 512	9.30 459	7.86 471	0.01 258	0.00 1	0.00 1	0.00 1	0.63 501	0.43 485

RYNet	6.34 474	0.89 387	5.88 433	1.41 309	4.48 534	15.97 532	4.18 484	13.41 490	16.49 513	10.81 489	7.00 302	14.33 494	8.72 496	9.43 463	13.71 533	0.00 1	0.01 182	0.00 1	0.00 1	0.02 84	0.07 270

GwcNet	6.42 475	1.97 501	10.92 505	2.59 477	5.58 544	11.55 503	2.21 434	14.10 501	16.52 516	10.04 471	17.19 490	10.86 457	5.61 437	9.23 456	8.84 492	0.01 258	0.06 379	0.03 466	0.08 403	0.56 491	0.40 478

Wz-Net-LNSev	6.46 476	1.93 498	16.44 539	1.52 324	4.15 521	12.66 516	4.96 502	13.05 484	12.10 482	10.55 484	16.23 473	11.32 465	7.19 468	8.43 415	8.48 486	0.00 1	0.01 182	0.00 1	0.00 1	0.08 250	0.06 251

DGSMNet	6.47 477	2.61 514	13.64 528	3.46 515	3.74 505	8.97 471	6.01 514	14.15 502	13.01 487	7.46 379	14.10 455	9.94 437	4.79 412	10.44 481	6.22 445	1.30 542	1.70 557	1.80 551	1.52 556	2.27 543	2.35 543

GANetREF_RVC	6.56 478	2.89 519	7.58 480	3.41 512	0.40 249	12.96 519	9.58 550	15.09 513	17.25 519	10.33 476	10.62 396	12.27 477	8.16 489	12.21 508	4.53 416	0.41 516	0.00 1	0.00 1	0.02 348	3.12 548	0.39 475
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
LALA_ROB	6.58 479	1.80 489	6.25 446	1.26 280	0.94 349	10.08 483	9.02 545	16.00 522	11.51 474	12.74 510	13.02 443	24.77 549	5.25 425	10.56 483	8.02 474	0.04 418	0.05 358	0.00 1	0.02 348	0.10 279	0.25 444

S-Stereo	6.63 480	0.84 374	9.67 497	3.15 504	3.48 495	6.49 425	6.22 518	12.99 483	22.84 542	9.48 455	15.51 468	12.00 475	8.43 491	8.04 382	10.70 513	0.12 468	0.17 492	0.00 1	0.38 515	0.13 332	1.92 537

DeepPrunerF	6.75 481	2.69 516	23.31 557	3.68 525	7.16 552	3.78 343	4.29 487	13.42 491	20.13 533	8.13 406	10.46 392	7.18 388	8.06 487	11.10 493	9.44 501	0.24 497	0.15 478	0.29 528	0.42 521	0.66 504	0.45 489

edge stereo	6.76 482	1.01 411	6.76 459	2.20 440	2.45 461	6.41 423	2.45 438	14.84 511	11.98 481	15.29 529	18.31 499	22.02 544	12.56 529	10.82 488	7.49 464	0.03 398	0.06 379	0.11 504	0.03 365	0.30 443	0.14 373

NCC-stereo	6.77 483	1.49 467	6.48 453	2.92 492	4.40 526	7.43 445	3.61 472	19.52 554	13.29 489	8.39 422	16.91 482	15.96 506	12.13 526	12.85 514	7.70 467	1.47 543	0.11 449	0.01 417	0.42 521	0.14 342	0.24 440

Abc-Net	6.77 483	1.49 467	6.48 453	2.92 492	4.40 526	7.43 445	3.61 472	19.52 554	13.29 489	8.39 422	16.91 482	15.96 506	12.13 526	12.85 514	7.70 467	1.47 543	0.11 449	0.01 417	0.42 521	0.14 342	0.24 440
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 485	0.68 328	6.80 460	2.30 451	1.77 423	5.63 405	4.20 485	18.79 540	18.62 522	10.53 483	17.15 488	18.52 527	13.74 537	8.86 443	7.38 463	0.03 398	0.15 478	0.01 417	0.07 398	0.12 317	0.26 450

test_for_model	6.81 486	27.63 579	2.16 141	21.79 576	16.18 577	3.48 307	0.94 365	5.88 250	3.72 198	7.62 385	2.72 157	1.03 160	0.42 109	0.58 14	0.35 68	9.03 569	2.28 560	0.00 1	0.05 389	23.91 584	6.49 564

RP	6.84 487	1.29 453	5.53 426	3.92 533	5.18 541	6.32 420	3.53 470	11.73 442	15.31 506	9.54 458	22.38 521	18.25 525	14.47 539	10.11 474	7.49 464	0.91 534	0.01 182	0.12 507	0.15 436	0.33 456	0.19 416

ccnet	6.87 488	0.92 397	5.15 403	3.09 498	2.18 449	11.78 507	4.90 500	17.97 534	8.79 424	12.79 512	20.20 507	16.00 509	8.35 490	9.12 450	14.17 536	0.42 519	0.33 527	0.25 526	0.09 414	0.40 478	0.48 492

RGC	6.88 489	2.23 507	6.13 441	4.05 534	4.73 540	8.94 470	2.78 450	15.19 517	11.74 476	11.13 495	19.34 503	17.86 522	10.42 519	13.02 517	8.03 476	0.73 528	0.01 182	0.24 525	0.41 520	0.31 448	0.38 474

xyz-stereo	6.97 490	0.29 70	36.85 579	0.20 108	0.07 36	30.65 570	0.19 151	3.97 123	1.82 80	10.21 474	24.87 532	6.06 355	7.29 471	11.62 500	4.87 424	0.01 258	0.02 257	0.35 533	0.00 1	0.06 220	0.02 95

Nwc_Net	6.97 490	1.25 445	6.63 457	3.82 530	3.37 489	10.83 498	1.67 420	19.56 556	11.35 471	8.36 416	23.62 525	17.19 520	11.44 525	11.21 494	8.08 480	0.80 530	0.00 1	0.00 1	0.02 348	0.13 332	0.09 299

STTRV1_RVC	7.02 492	1.10 426	12.88 522	3.32 510	6.92 551	11.90 509	4.00 480	15.07 512	11.94 480	9.51 456	14.57 461	11.63 469	8.73 497	12.65 513	8.06 479	3.32 555	2.75 570	0.41 538	0.12 425	1.38 528	0.11 336

w-ln-seven-2	7.09 493	2.32 509	23.44 558	1.71 359	1.06 362	7.81 457	3.98 478	12.02 452	14.65 500	13.06 516	20.38 510	11.70 474	9.83 514	10.65 486	8.66 488	0.02 352	0.05 358	0.00 1	0.02 348	0.32 452	0.14 373

NLCSM	7.26 494	2.63 515	13.39 526	2.16 435	3.79 512	8.80 468	5.96 513	23.23 566	6.44 345	8.38 421	13.42 448	18.69 529	4.67 404	20.42 557	11.92 522	0.02 352	0.10 439	0.00 1	0.00 1	0.62 498	0.59 506

ADCRef	7.27 495	1.38 457	16.37 537	2.52 472	3.30 488	11.63 505	3.16 461	10.80 413	9.35 432	13.03 515	25.27 537	8.17 405	8.92 501	8.06 389	21.81 558	0.15 476	0.08 415	0.16 514	0.34 510	0.38 471	0.58 503

psmorigin	7.34 496	1.58 473	18.31 544	2.35 461	0.87 337	6.72 431	1.70 424	10.63 405	7.14 371	19.77 543	22.71 522	20.13 537	11.34 523	12.96 516	9.49 502	0.04 418	0.17 492	0.06 489	0.17 447	0.21 404	0.50 496

Wz-Net-MNSev	7.43 497	2.35 511	15.22 533	2.34 460	3.41 494	17.27 540	8.55 541	11.91 447	13.48 491	13.37 517	17.05 485	13.70 485	7.47 478	11.90 506	9.99 508	0.40 515	0.03 309	0.00 1	0.01 321	0.16 353	0.07 270

SDNR	7.50 498	2.32 509	15.58 536	1.82 377	0.63 304	44.66 587	0.44 223	8.59 343	9.52 435	9.84 465	25.18 536	5.30 334	4.38 386	11.46 498	6.49 451	0.05 430	0.03 309	0.00 1	0.01 321	1.79 537	1.87 536

CSAN	7.62 499	1.60 475	6.56 456	1.83 378	0.66 308	12.40 515	10.52 558	14.45 506	21.32 537	14.19 523	15.98 471	17.84 521	13.02 534	12.32 509	8.38 484	0.09 459	0.07 402	0.03 466	0.04 383	0.33 456	0.67 510

SQANet	7.64 500	3.40 529	5.49 420	11.73 565	9.62 563	11.96 511	2.82 451	11.33 427	6.10 322	8.33 415	11.49 417	11.00 460	5.16 424	10.12 478	2.72 358	8.92 568	2.21 559	10.41 568	1.58 557	11.13 568	7.39 568

anonymity	7.68 501	3.83 532	12.39 514	7.04 555	12.67 571	8.18 460	2.00 430	17.50 530	6.85 359	13.56 520	9.21 359	9.97 438	7.82 484	11.28 496	5.58 435	6.27 562	4.98 586	3.68 560	2.96 561	3.33 550	4.48 555

CC-Net-ROB	7.68 501	9.21 560	7.46 476	3.82 530	3.66 503	15.68 529	5.02 503	17.95 533	10.45 458	6.44 328	14.00 454	7.63 392	4.77 409	10.75 487	3.10 368	5.99 561	2.46 564	16.28 572	1.08 549	6.30 561	1.56 533

stereogan	7.69 503	0.88 384	7.08 467	3.49 520	3.93 516	18.98 544	3.23 464	16.52 524	19.58 529	9.93 469	18.92 501	20.50 541	9.04 504	14.07 524	6.14 444	0.26 500	0.04 340	0.21 522	0.03 365	0.63 501	0.33 468

pmcnn	7.72 504	1.27 448	9.42 496	2.91 490	3.14 480	9.44 476	6.23 519	12.56 473	16.51 514	14.53 525	24.08 527	27.44 556	8.49 493	9.32 460	8.44 485	0.06 440	0.08 415	0.00 1	0.00 1	0.30 443	0.15 384

AF-Net	7.78 505	1.44 462	6.68 458	3.37 511	4.50 535	8.61 465	2.69 447	17.07 527	20.17 534	9.52 457	24.02 526	20.31 540	14.59 540	11.58 499	9.84 506	0.61 525	0.00 1	0.12 507	0.00 1	0.38 471	0.12 351

PASM	7.90 506	4.22 534	21.97 555	3.25 508	3.29 487	5.39 402	6.57 525	10.57 403	19.09 524	12.77 511	13.92 453	18.11 524	9.51 510	13.79 522	10.77 516	0.19 486	0.45 541	0.29 528	1.08 549	1.49 531	1.19 525

PWCDC_ROB	7.92 507	3.17 527	7.48 477	5.73 550	4.40 526	10.45 489	0.35 200	14.52 508	28.19 552	10.36 478	31.27 552	7.04 382	9.14 506	13.22 519	8.78 491	2.74 553	0.02 257	0.00 1	0.00 1	1.31 526	0.17 401

test_sample8	7.99 508	1.11 429	6.15 443	1.27 282	0.60 298	5.22 396	2.54 440	12.04 454	6.15 327	17.46 536	9.02 357	24.67 548	18.16 547	11.68 501	11.44 520	1.49 545	24.31 597	3.10 556	2.99 562	0.20 393	0.15 384

ADCP+	8.09 509	1.79 488	14.50 530	1.54 331	4.28 522	16.57 534	5.20 505	12.80 477	11.20 469	12.83 513	17.07 486	11.02 461	10.80 521	17.59 544	23.18 564	0.03 398	0.05 358	0.01 417	0.18 454	0.39 475	0.81 515

SuperB	8.10 510	3.15 526	24.67 560	2.65 478	1.23 376	9.88 482	4.29 487	10.18 397	30.07 555	11.53 501	12.18 431	6.12 357	6.65 458	10.50 482	14.47 537	0.14 474	0.11 449	0.35 533	0.25 486	13.06 572	0.48 492

PWC_ROB	8.24 511	3.13 524	12.74 521	2.43 468	4.43 529	7.51 449	1.22 392	16.63 525	19.24 527	16.08 532	28.29 543	13.99 491	10.16 516	13.63 521	14.06 535	0.42 519	0.00 1	0.05 485	0.00 1	0.59 495	0.27 454

MDST_ROB	8.37 512	0.32 100	9.03 492	4.18 539	2.42 460	26.86 564	6.14 515	19.36 551	13.52 492	27.09 561	22.75 523	9.47 430	4.74 407	15.06 531	6.34 448	0.02 352	0.02 257	0.00 1	0.00 1	0.02 84	0.13 362

G-Net	8.41 513	1.54 470	10.97 506	5.73 550	3.60 500	26.19 558	4.41 491	10.10 394	7.42 377	19.71 542	24.99 534	14.38 495	15.83 541	10.99 490	9.53 503	0.50 523	0.46 542	0.19 520	0.25 486	0.80 512	0.66 509

XQC	8.43 514	3.58 530	16.40 538	2.92 492	2.17 447	13.22 522	3.60 471	14.64 509	25.86 548	11.87 503	12.04 425	15.06 499	10.67 520	15.24 533	19.41 548	0.39 513	0.08 415	0.05 485	0.07 398	0.84 514	0.45 489

FBW_ROB	8.50 515	1.03 415	7.98 483	1.93 396	1.28 384	13.10 520	6.23 519	22.50 562	18.98 523	18.82 539	14.91 466	19.06 531	10.04 515	18.41 546	9.83 505	0.62 526	0.22 513	1.82 553	0.82 543	0.99 519	1.36 529

UDG	8.58 516	9.31 561	4.89 384	10.00 560	9.52 561	10.36 488	2.41 436	12.07 455	9.82 441	7.81 392	9.55 372	16.52 512	9.81 513	7.84 370	7.88 472	4.20 556	2.51 566	18.53 574	3.71 569	9.55 565	5.28 560

aanetorigin	8.72 517	3.29 528	27.55 568	1.95 398	3.84 513	4.93 392	5.39 510	5.49 228	10.05 446	27.85 562	31.47 553	15.80 505	12.78 531	9.04 448	11.98 523	0.25 498	0.22 513	0.22 523	0.25 486	1.28 525	0.84 517

GCST	9.08 518	17.31 570	3.98 329	52.92 594	10.66 566	11.29 501	0.20 157	6.97 303	6.47 347	9.46 454	4.68 215	4.75 310	1.51 228	9.34 461	1.31 257	8.19 567	0.05 358	22.38 576	0.34 510	6.17 560	3.53 549

RTSC	9.15 519	3.00 521	13.57 527	3.72 527	1.76 421	11.82 508	0.46 226	16.95 526	36.83 572	15.80 531	15.53 469	12.91 482	7.46 477	20.01 555	21.76 557	0.31 505	0.13 466	0.01 417	0.08 403	0.57 493	0.41 480

WCMA_ROB	9.21 520	0.87 380	7.37 474	2.54 473	2.13 444	13.59 524	5.80 512	11.64 436	14.01 494	24.43 558	32.99 560	27.09 555	18.02 546	12.51 511	9.85 507	0.81 531	0.07 402	0.01 417	0.01 321	0.16 353	0.23 436

Wz-Net-SNSev	9.23 521	6.70 548	24.28 559	1.87 381	1.81 427	8.57 463	12.29 567	17.37 529	20.39 535	10.43 480	23.11 524	16.66 514	8.03 486	14.47 528	17.86 545	0.00 1	0.02 257	0.01 417	0.00 1	0.41 481	0.30 462

MSMD_ROB	9.28 522	1.09 424	4.65 373	1.58 338	0.39 247	16.52 533	4.41 491	13.60 493	14.87 503	22.34 549	39.89 573	25.67 552	20.71 558	12.42 510	6.98 459	0.34 509	0.03 309	0.00 1	0.00 1	0.05 196	0.09 299

Consistency-Raft	9.42 523	4.74 540	12.66 518	5.30 548	9.08 560	4.08 359	5.26 507	19.26 549	24.87 546	11.17 496	29.85 548	13.57 484	5.51 436	7.67 359	13.40 531	0.36 510	0.35 530	1.81 552	4.24 570	11.61 569	3.57 550

DDUNet	9.47 524	11.32 566	6.14 442	12.93 567	11.65 568	10.45 489	3.87 477	11.70 439	7.89 397	9.27 450	13.28 445	16.18 511	6.14 446	8.80 440	5.77 438	6.64 563	3.38 579	20.90 575	4.28 571	11.01 567	7.80 569

ADCPNet	9.54 525	2.39 512	31.46 571	2.09 426	1.60 402	16.71 536	6.39 524	12.11 457	11.45 472	13.53 519	21.45 516	19.41 532	10.94 522	14.38 526	21.54 556	0.27 503	1.16 552	0.39 537	1.49 554	0.58 494	1.45 530

SHD	9.61 526	2.60 513	12.46 515	3.69 526	3.54 497	9.47 477	1.25 394	20.16 559	37.84 575	18.19 538	21.24 515	16.96 518	12.83 533	14.47 528	16.05 539	0.32 506	0.13 466	0.01 417	0.08 403	0.38 471	0.48 492

PDISCO_ROB	9.62 527	1.99 503	11.51 507	9.88 559	9.61 562	21.48 550	3.83 476	19.33 550	28.49 553	11.27 498	14.17 456	19.92 536	5.02 418	16.35 540	9.18 495	5.28 559	0.41 537	0.14 512	0.09 414	2.05 539	2.36 544

MFN_U_SF_DS_RVC	9.78 528	4.27 535	14.47 529	2.29 450	2.85 474	23.40 555	13.62 569	13.60 493	19.54 528	19.42 541	24.27 528	16.74 515	8.59 494	17.05 543	7.98 473	1.25 540	1.68 556	0.17 517	2.63 559	0.72 509	1.04 521

SGM_RVC	10.08 529	0.60 297	3.42 280	2.30 451	0.32 225	19.41 547	6.33 522	18.95 545	14.64 498	25.14 560	24.32 529	33.34 567	18.79 551	19.86 552	12.55 528	0.25 498	0.26 524	0.22 523	0.24 481	0.34 461	0.40 478
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 530	1.88 495	16.82 540	1.85 379	1.73 417	24.84 556	17.20 582	19.92 557	27.41 550	12.23 507	13.62 451	16.52 512	18.35 548	14.42 527	12.50 527	0.78 529	0.54 546	0.08 498	0.25 486	1.18 522	0.59 506

ADCL	10.16 531	2.11 504	19.36 547	1.92 392	1.88 432	22.23 551	8.91 544	14.04 499	23.56 544	14.62 526	26.19 539	12.75 481	13.59 536	16.06 539	22.95 562	0.26 500	0.18 496	0.75 542	0.65 535	0.69 505	0.58 503

w-ln-seven	10.20 532	3.08 522	26.36 564	2.06 422	2.49 462	15.81 530	4.39 490	17.80 532	33.50 561	20.47 547	25.79 538	15.12 500	7.40 472	11.75 504	17.48 544	0.00 1	0.00 1	0.00 1	0.00 1	0.43 484	0.13 362

MSAF-DinoV2	10.24 533	4.39 536	12.68 519	3.62 524	2.55 465	8.48 461	4.69 497	14.24 504	21.89 539	10.74 487	18.74 500	29.30 561	16.17 542	21.96 561	28.10 575	0.32 506	0.15 478	0.25 526	0.81 542	2.83 547	2.90 547

FCDSN-DC	10.24 533	0.56 283	3.49 286	1.96 401	1.29 385	16.90 537	4.59 495	17.16 528	19.10 525	24.64 559	32.46 559	33.82 568	22.14 564	15.93 536	10.45 511	0.04 418	0.00 1	0.00 1	0.00 1	0.05 196	0.21 427
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 533	3.13 524	20.70 551	2.21 441	2.39 459	11.23 500	6.19 516	14.17 503	11.19 468	23.20 555	22.25 519	17.89 523	19.54 554	18.51 547	26.21 572	0.45 521	0.42 539	1.10 547	1.29 551	1.56 533	1.18 524

z-mn7	10.46 536	4.14 533	20.35 549	2.15 433	1.68 412	19.07 545	5.72 511	13.28 489	34.58 567	9.45 453	35.20 566	15.69 504	9.13 505	21.16 559	17.07 542	0.00 1	0.01 182	0.00 1	0.00 1	0.35 462	0.19 416

SANet	10.64 537	1.86 494	10.91 504	1.76 365	0.71 318	14.62 527	9.23 548	19.18 548	37.14 573	19.22 540	27.96 542	25.86 553	19.11 553	13.02 517	10.63 512	0.08 454	0.06 379	0.03 466	0.02 348	0.62 498	0.81 515

FC-DCNN	10.72 538	0.52 264	4.27 348	1.88 384	1.63 404	17.18 538	5.29 508	18.20 536	19.69 530	28.50 563	34.51 563	34.03 569	21.48 561	15.89 535	11.15 518	0.03 398	0.01 182	0.02 449	0.01 321	0.07 238	0.09 299

FC-DCNN v2	10.88 539	0.52 264	4.17 344	1.92 392	1.63 404	17.79 542	5.35 509	18.87 543	19.88 531	28.77 564	34.99 565	34.62 571	21.72 562	16.03 538	11.16 519	0.03 398	0.01 182	0.02 449	0.00 1	0.06 220	0.08 286

AnyNet_C32	10.98 540	5.58 543	22.79 556	4.16 537	5.83 545	15.64 528	14.30 570	13.18 485	17.15 518	16.44 535	20.52 511	14.68 497	13.44 535	22.46 562	30.08 579	0.17 482	0.26 524	0.36 535	0.36 514	1.23 523	0.91 518

zh-sn7	11.12 541	7.26 553	33.16 573	2.32 459	2.31 455	11.66 506	7.80 539	13.53 492	17.94 520	16.39 534	31.80 554	14.22 493	16.88 543	23.07 565	23.00 563	0.00 1	0.13 466	0.00 1	0.00 1	0.52 488	0.48 492

zh-mn7	11.13 542	6.28 547	31.79 572	1.85 379	0.98 354	13.11 521	2.98 454	12.88 480	33.65 563	21.57 548	39.07 571	12.50 479	8.46 492	19.94 554	16.74 541	0.23 494	0.01 182	0.00 1	0.01 321	0.33 456	0.30 462

Wz-Net-TNSev	11.35 543	10.56 564	35.88 578	2.28 449	1.73 417	18.25 543	11.42 560	15.88 521	20.88 536	14.44 524	16.97 484	19.57 533	19.04 552	19.31 550	18.67 547	0.01 258	0.06 379	0.00 1	0.16 439	0.62 498	1.25 526

MeshStereo	11.52 544	1.52 469	4.55 368	1.89 386	1.46 396	19.87 549	5.11 504	20.66 560	15.91 511	32.67 569	34.51 563	39.34 576	21.15 559	18.74 548	12.10 524	0.11 464	0.06 379	0.01 417	0.00 1	0.45 485	0.22 429
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
otaku	11.73 545	7.51 555	7.07 466	13.22 568	10.85 567	26.61 563	7.25 535	18.84 542	19.16 526	11.58 502	17.23 491	20.19 538	8.09 488	15.11 532	4.64 419	9.13 570	2.42 563	13.08 569	1.83 558	12.48 571	8.22 571

Ntro	12.35 546	8.88 558	7.80 481	13.79 569	12.42 570	26.54 562	6.98 531	18.54 537	22.14 541	9.82 463	16.45 476	20.30 539	9.29 509	15.95 537	6.61 455	9.53 572	2.47 565	14.93 571	2.77 560	13.11 573	8.63 574

MFN_U_SF_RVC	12.94 547	3.66 531	25.81 563	3.61 523	2.26 453	22.77 553	4.55 494	27.10 570	20.06 532	23.90 556	28.99 545	30.53 563	16.98 544	19.92 553	20.26 551	1.24 539	1.07 551	0.98 546	1.33 552	1.80 538	2.04 539

WZ-Net	13.00 548	4.64 539	41.07 582	3.48 519	3.15 482	19.12 546	15.66 580	14.81 510	31.33 557	15.71 530	27.88 541	22.22 545	14.01 538	20.44 558	25.03 568	0.64 527	0.00 1	0.01 417	0.03 365	0.39 475	0.37 473

ADCS	13.02 549	4.93 541	28.38 569	3.17 505	2.67 469	13.61 525	10.83 559	18.70 538	33.46 560	22.59 550	24.78 531	19.59 534	18.51 550	23.40 566	32.16 582	0.10 462	0.19 502	0.37 536	0.18 454	1.26 524	1.46 531

MFMNet_re	13.29 550	8.60 557	18.29 543	9.75 558	7.25 554	19.65 548	14.84 574	20.71 561	30.72 556	23.03 553	28.77 544	18.85 530	26.09 570	13.55 520	9.82 504	2.44 551	1.35 555	0.34 532	0.23 478	4.78 554	6.69 566

MultiAttention	13.72 551	0.34 132	3.24 265	2.22 444	1.79 424	56.78 600	83.85 604	18.93 544	15.06 504	8.16 407	20.91 513	13.25 483	2.53 285	33.18 576	6.90 458	0.20 489	0.06 379	0.74 541	1.00 547	2.69 546	2.60 546

EDNetEfficient	13.82 552	6.19 545	54.79 591	2.83 487	3.60 500	4.86 389	8.57 542	8.61 348	32.90 559	40.77 582	30.59 551	18.33 526	21.87 563	11.38 497	25.36 569	0.15 476	0.23 516	0.06 489	1.03 548	2.54 544	1.79 534

LSM	14.01 553	5.95 544	33.49 574	6.78 554	43.61 596	10.22 485	9.98 554	15.16 516	22.93 543	23.07 554	32.34 558	18.52 527	12.67 530	15.45 534	11.10 517	0.16 481	0.51 545	0.09 501	0.32 506	1.08 520	16.85 593

SAMSARA	14.63 554	2.74 518	12.38 513	12.65 566	6.74 550	36.50 579	72.93 603	19.36 551	23.77 545	16.20 533	13.04 444	29.21 559	12.78 531	16.98 542	15.21 538	0.11 464	0.26 524	0.03 466	0.14 432	0.76 511	0.77 513

SPS-STEREO	15.04 555	6.23 546	13.21 525	11.34 564	11.65 568	23.30 554	7.15 533	24.16 567	15.65 509	31.78 568	29.19 547	31.62 564	21.32 560	24.62 567	19.50 549	7.59 565	4.19 584	3.22 559	1.48 553	6.99 564	6.54 565
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 556	2.93 520	14.67 531	4.21 540	3.39 492	17.43 541	4.16 483	27.84 574	48.84 585	31.02 567	43.54 578	29.76 562	30.81 575	25.97 569	21.40 554	0.23 494	0.41 537	0.04 478	0.33 508	0.41 481	1.33 528

SGM+DAISY	15.62 557	7.26 553	19.28 546	8.94 556	10.11 565	26.25 559	10.49 557	19.36 551	14.65 500	30.64 566	33.59 561	33.00 566	22.32 565	24.96 568	16.42 540	7.90 566	6.25 588	4.51 562	3.37 566	5.86 558	7.20 567

ACVNet-4b	15.90 558	22.00 572	12.37 512	16.40 571	15.14 574	31.87 572	7.50 537	19.04 546	27.85 551	11.48 500	22.02 518	31.86 565	9.16 508	17.95 545	5.69 436	10.43 574	2.58 567	24.44 579	4.87 575	16.04 576	9.28 575

NVStereoNet_ROB	16.04 559	6.75 549	12.90 523	6.37 553	7.42 555	12.89 518	9.74 552	22.78 563	25.12 547	30.32 565	46.19 581	34.37 570	25.38 567	21.48 560	21.38 553	5.94 560	3.10 576	6.07 566	10.09 582	4.01 551	8.54 573
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 560	10.81 565	59.36 593	4.42 542	2.49 462	30.06 568	15.15 578	17.51 531	16.51 514	17.88 537	37.69 569	24.04 547	17.54 545	29.60 573	33.29 583	0.28 504	0.38 534	0.43 539	0.42 521	2.57 545	1.98 538

MSC_U_SF_DS_RVC	16.41 561	6.93 551	21.83 554	5.94 552	2.81 473	38.71 581	14.59 571	24.55 568	34.87 570	33.66 573	34.35 562	29.24 560	24.20 566	22.59 563	17.95 546	2.52 552	2.81 571	1.17 549	1.51 555	5.89 559	2.16 540

ELAS_RVC	16.54 562	2.26 508	10.09 502	5.50 549	4.46 531	28.28 567	16.72 581	25.55 569	33.54 562	40.19 580	40.30 575	36.68 573	30.03 573	29.40 572	20.61 552	0.98 537	1.21 553	0.86 545	0.70 539	1.39 529	2.16 540
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 563	2.14 505	9.23 493	4.92 545	4.53 536	32.66 575	15.11 577	27.40 572	28.68 554	40.27 581	44.90 579	38.33 575	30.50 574	26.44 570	21.94 559	0.88 532	1.23 554	0.67 540	0.89 545	1.49 531	2.18 542
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 564	1.28 451	11.61 508	3.72 527	1.65 407	16.67 535	9.17 546	14.39 505	55.91 590	63.81 601	40.86 576	35.94 572	37.73 584	14.24 525	26.87 573	0.05 430	0.10 439	0.13 511	0.22 475	0.12 317	0.15 384

SGM-ForestM	16.99 565	1.08 422	5.74 430	2.12 429	0.75 322	31.63 571	12.21 565	27.80 573	32.25 558	37.88 577	39.99 574	52.96 586	35.20 581	33.60 578	24.47 566	0.26 500	0.39 536	0.31 530	0.39 518	0.26 432	0.53 499

DispFullNet	17.47 566	26.01 577	33.98 576	22.58 577	20.86 582	13.84 526	1.28 398	16.50 523	26.27 549	19.97 544	17.17 489	20.52 542	18.49 549	22.86 564	10.76 515	5.13 558	2.83 572	30.72 584	7.72 580	20.86 580	11.01 582

EDNetEfficientorigin	17.87 567	14.00 567	99.53 615	1.64 349	0.92 345	10.55 491	6.26 521	13.21 486	34.84 569	38.20 579	36.91 568	27.47 557	26.32 571	14.71 530	25.69 570	0.04 418	0.06 379	0.14 512	0.52 530	3.16 549	3.27 548

RainbowNet	18.01 568	26.22 578	19.95 548	18.59 573	14.88 573	27.38 565	10.46 556	27.39 571	34.54 566	14.91 528	27.01 540	25.65 551	12.44 528	18.94 549	9.23 496	13.91 583	3.46 580	23.36 578	4.86 574	16.03 575	10.91 581

ACVNet_1	18.70 569	25.08 576	12.72 520	17.33 572	15.18 575	26.02 557	9.62 551	28.44 575	34.49 565	24.39 557	24.32 529	37.22 574	20.13 557	16.67 541	13.39 530	10.45 575	2.59 568	24.77 580	4.92 576	16.57 577	9.75 577

RTS	18.87 570	9.32 562	86.48 602	4.95 546	6.10 546	42.08 583	14.70 572	15.49 518	41.06 578	22.65 551	32.32 556	13.77 486	19.54 554	37.98 583	28.96 576	0.41 516	0.23 516	0.00 1	0.02 348	0.91 516	0.50 496

RTSA	18.87 570	9.32 562	86.48 602	4.95 546	6.10 546	42.08 583	14.70 572	15.49 518	41.06 578	22.65 551	32.32 556	13.77 486	19.54 554	37.98 583	28.96 576	0.41 516	0.23 516	0.00 1	0.02 348	0.91 516	0.50 496

MANE	19.47 572	1.27 448	5.07 396	4.69 543	5.55 543	30.49 569	9.94 553	34.01 578	37.27 574	44.13 586	51.57 590	52.51 584	40.41 586	33.58 577	24.81 567	0.89 533	0.86 550	1.11 548	9.72 581	0.38 471	1.06 522

coex-ft	19.78 573	19.39 571	87.73 604	1.77 367	1.80 426	17.25 539	13.50 568	12.63 475	42.10 580	60.18 597	38.90 570	28.72 558	28.74 572	11.74 503	27.40 574	0.21 491	0.23 516	0.04 478	0.30 501	1.36 527	1.54 532

BEATNet-Init1	23.31 574	9.03 559	41.67 583	4.17 538	2.53 464	45.68 589	19.47 585	33.43 577	38.45 576	47.59 589	49.10 586	59.31 590	41.80 588	38.35 585	29.21 578	0.47 522	0.50 544	0.81 543	0.66 536	2.10 542	1.86 535

DLNR-FE	24.70 575	50.76 595	90.20 606	98.11 614	97.18 612	1.38 69	0.12 109	22.82 565	3.09 160	1.07 142	2.93 162	0.72 148	0.29 65	6.93 308	2.29 335	38.52 594	0.38 534	0.00 1	0.30 501	76.91 608	0.09 299

DLNR_Zeroshot_test	24.70 575	50.77 596	90.11 605	98.11 614	97.34 613	1.38 69	0.12 109	22.79 564	3.09 160	1.07 142	2.95 164	0.71 147	0.29 65	6.93 308	2.29 335	38.56 595	0.37 533	0.00 1	0.30 501	76.73 607	0.09 299

MonStereo1	25.07 577	22.70 573	26.51 565	25.39 578	21.15 585	27.38 565	7.54 538	29.21 576	38.74 577	34.17 575	46.61 582	50.27 581	33.31 578	28.57 571	25.83 571	12.28 579	0.79 549	26.32 581	5.80 579	26.02 588	12.81 587

FADE	25.68 578	17.27 569	50.60 589	10.46 562	9.90 564	22.50 552	9.17 546	35.80 580	53.05 587	20.32 546	19.01 502	26.54 554	34.42 579	39.35 586	33.52 584	30.62 593	14.22 594	38.39 593	37.63 596	5.22 556	5.56 562

ACVNet_2	26.45 579	29.35 583	25.14 561	20.27 575	15.43 576	34.97 577	12.23 566	48.37 591	66.25 600	42.69 583	56.73 594	51.77 582	25.59 568	20.39 556	13.52 532	10.13 573	2.59 568	22.78 577	3.52 568	17.57 578	9.80 579

MADNet+	27.07 580	33.84 585	90.97 607	20.14 574	7.47 556	48.43 591	47.10 599	35.43 579	36.46 571	20.11 545	30.05 549	25.29 550	35.08 580	45.50 592	50.28 598	2.13 549	2.00 558	1.19 550	0.76 540	4.71 552	4.43 553

IMH-64-1	27.21 581	28.77 580	16.84 541	31.57 581	20.76 580	26.43 560	15.10 575	47.11 586	45.20 582	33.53 571	51.16 588	41.42 577	31.10 576	36.48 579	22.39 560	13.48 581	2.87 574	33.95 586	10.70 583	23.50 582	11.75 583

IMH-64	27.21 581	28.77 580	16.84 541	31.57 581	20.76 580	26.43 560	15.10 575	47.11 586	45.20 582	33.53 571	51.16 588	41.42 577	31.10 576	36.48 579	22.39 560	13.48 581	2.87 574	33.95 586	10.70 583	23.50 582	11.75 583

JetBlue	29.12 583	15.72 568	54.12 590	15.93 570	20.98 583	60.90 601	30.62 592	39.38 581	34.62 568	34.08 574	39.69 572	57.35 589	43.17 589	50.71 598	50.60 599	2.41 550	3.79 582	2.81 555	3.45 567	9.57 566	12.59 586

WAO-7	29.39 584	24.43 574	20.47 550	32.71 584	13.83 572	34.70 576	20.27 588	52.19 597	65.03 598	43.29 584	59.35 596	52.19 583	44.68 591	31.71 574	30.56 580	10.98 576	4.94 585	13.71 570	12.52 587	12.06 570	8.22 571

IMH	29.82 585	29.11 582	18.51 545	34.28 585	21.40 586	32.33 574	15.39 579	49.40 593	53.07 588	37.88 577	55.32 593	45.05 579	39.54 585	40.63 587	24.12 565	14.03 584	3.27 578	34.93 588	11.24 585	24.69 585	12.21 585

PWCK	30.53 586	44.32 592	47.25 587	29.76 579	7.23 553	40.78 582	27.10 591	44.73 585	44.32 581	47.31 588	36.37 567	47.16 580	26.05 569	41.26 588	31.87 581	21.83 588	4.03 583	29.50 583	4.67 572	27.17 590	7.80 569

TorneroNet-64	32.42 587	31.89 584	30.52 570	34.73 586	21.13 584	46.99 590	18.82 583	43.10 584	59.42 593	32.70 570	46.98 583	62.01 593	36.98 582	43.97 591	33.88 585	14.10 585	3.22 577	35.28 589	11.72 586	26.84 589	14.07 588

Dean	34.67 588	38.70 590	25.33 562	29.89 580	17.21 578	45.24 588	11.98 564	56.90 601	76.55 602	63.47 600	60.22 597	67.36 599	48.14 594	37.24 581	39.01 590	11.00 577	2.83 572	28.35 582	5.60 578	18.14 579	10.31 580

WAO-6	34.74 589	36.76 589	15.36 534	37.53 587	24.15 590	35.99 578	19.36 584	48.96 592	68.54 601	43.84 585	47.58 584	52.77 585	52.60 595	32.63 575	34.73 587	26.20 591	7.74 591	42.78 594	21.64 593	28.07 591	17.62 594

LVE	34.99 590	40.10 591	34.97 577	32.49 583	18.61 579	51.45 596	26.82 590	52.15 596	65.94 599	47.21 587	61.04 598	53.99 587	37.30 583	37.95 582	34.09 586	15.55 587	5.95 587	31.01 585	13.81 588	22.58 581	16.72 592

TorneroNet	35.11 591	33.92 586	33.82 575	37.86 588	22.01 587	49.64 593	21.58 589	48.09 590	55.23 589	37.50 576	53.79 591	62.81 596	43.66 590	46.71 594	41.25 593	14.80 586	3.53 581	36.72 590	14.57 589	28.28 592	16.49 591

WAO-8	38.15 592	35.51 587	21.50 552	43.67 589	23.92 588	44.44 585	20.26 586	52.83 598	76.62 603	53.57 594	66.79 602	62.63 594	54.56 598	42.03 589	39.18 591	22.71 589	6.65 589	37.08 591	19.08 591	24.72 587	15.24 589

Venus	38.15 592	35.51 587	21.50 552	43.67 589	23.92 588	44.44 585	20.26 586	52.83 598	76.62 603	53.57 594	66.81 603	62.63 594	54.56 598	42.03 589	39.18 591	22.71 589	6.65 589	37.08 591	19.08 591	24.70 586	15.24 589

UNDER WATER	45.09 594	48.60 594	67.37 596	49.30 593	31.41 592	53.80 598	37.39 594	40.25 583	52.48 586	50.24 590	45.37 580	68.37 601	57.76 601	51.03 599	49.88 597	29.97 592	13.75 593	51.22 596	36.57 594	37.87 594	29.12 595

UNDER WATER-64	45.16 595	46.99 593	66.69 595	43.90 591	27.64 591	55.58 599	41.87 596	39.42 582	48.42 584	51.73 593	43.08 577	67.76 600	56.69 600	48.02 596	48.34 596	39.50 596	17.64 595	51.78 597	38.93 597	36.62 593	32.61 596

notaker	47.42 596	55.20 597	49.13 588	56.52 597	40.18 593	38.52 580	32.97 593	47.21 588	56.08 591	57.21 596	57.24 595	60.09 591	59.19 602	53.93 600	41.64 594	40.61 597	19.93 596	57.21 599	37.41 595	49.02 596	39.02 597

ktn	48.94 597	57.58 598	38.86 581	59.57 598	43.27 595	50.37 594	43.38 597	48.07 589	61.11 594	51.30 592	54.25 592	54.96 588	52.88 596	47.30 595	35.83 588	57.77 601	24.88 599	62.69 602	43.55 598	50.70 597	40.41 598

DPSimNet_ROB	53.45 598	64.73 604	44.39 584	53.97 595	45.39 597	53.66 597	54.83 600	55.15 600	57.87 592	64.16 602	50.83 587	63.40 597	53.34 597	46.45 593	65.81 603	63.13 603	26.54 600	57.94 600	51.11 601	45.52 595	50.69 602

KSHMR	55.63 599	63.60 603	37.85 580	74.69 601	49.56 598	49.01 592	45.73 598	57.46 602	63.97 597	61.61 599	62.07 600	72.39 603	47.01 592	50.65 597	43.29 595	54.10 600	62.21 602	66.10 603	53.94 602	51.25 599	46.11 600

HanzoNet	56.48 600	59.32 599	58.25 592	55.32 596	41.94 594	50.95 595	41.33 595	51.12 594	61.40 595	65.62 603	65.59 601	71.66 602	69.41 603	70.77 603	60.03 601	63.99 604	34.70 601	61.96 601	50.54 600	51.00 598	44.71 599

JetRed	61.02 601	61.05 602	82.56 601	46.09 592	56.80 600	83.19 602	63.76 601	59.26 603	63.61 596	69.29 604	68.85 604	66.59 598	47.62 593	61.57 601	74.09 606	45.58 598	66.14 605	46.59 595	45.06 599	63.17 600	49.58 601

LRCNet_RVC	66.23 602	65.67 605	67.63 597	71.47 600	54.32 599	32.17 573	2.66 446	63.19 604	21.35 538	81.79 606	91.26 607	83.62 607	71.62 604	69.32 602	52.57 600	95.49 613	64.45 604	95.07 613	95.19 613	71.52 602	74.31 605

TCMNet-wrong-test	67.23 603	85.83 609	81.56 600	95.63 610	94.73 610	89.35 605	85.42 605	51.73 595	33.71 564	51.26 591	61.71 599	61.33 592	41.23 587	77.26 606	64.71 602	48.76 599	9.03 592	70.12 605	68.11 604	90.76 613	82.37 610

ASD4	75.85 604	81.57 607	69.25 598	68.23 599	80.87 604	96.24 608	99.15 614	77.50 605	93.47 609	77.59 605	85.63 605	78.32 604	76.43 605	77.89 607	82.61 607	58.30 602	62.67 603	55.02 598	62.43 603	68.35 601	65.49 604

MADNet++	82.84 605	82.38 608	73.57 599	87.72 609	82.97 605	93.14 606	69.15 602	86.42 609	82.50 605	93.46 612	86.70 606	86.28 608	80.92 608	88.34 609	88.84 608	86.83 609	84.17 609	72.64 606	68.92 605	80.47 609	81.42 609

tt	83.26 606	0.34 132	99.99 617	79.40 607	93.18 609	100.00 616	100.00 618	100.00 621	99.95 616	60.33 598	47.63 585	99.98 620	99.96 617	99.98 618	100.00 622	92.42 610	99.82 616	73.83 610	73.63 606	88.42 610	56.35 603

RSGM-EC	84.07 607	59.96 600	46.25 585	78.03 605	83.22 607	89.06 603	90.25 606	92.04 610	94.92 610	90.68 610	97.34 611	83.40 605	78.92 606	76.48 604	72.91 604	93.35 611	97.50 611	88.11 611	92.75 611	88.89 611	87.40 612

acva	84.07 607	59.96 600	46.25 585	78.03 605	83.22 607	89.06 603	90.25 606	92.04 610	94.92 610	90.68 610	97.34 611	83.40 605	78.92 606	76.48 604	72.91 604	93.35 611	97.50 611	88.11 611	92.75 611	88.89 611	87.40 612

xxxxx1	85.63 609	90.31 610	96.68 610	76.54 602	80.57 601	97.44 611	96.86 611	85.53 606	88.53 606	88.68 607	91.71 608	94.23 610	92.93 609	90.02 610	91.98 609	70.60 605	70.39 606	73.68 607	81.46 608	74.61 603	79.86 606

tt_ll	85.63 609	90.31 610	96.68 610	76.54 602	80.57 601	97.44 611	96.86 611	85.53 606	88.53 606	88.68 607	91.71 608	94.23 610	92.93 609	90.02 610	91.98 609	70.60 605	70.39 606	73.68 607	81.46 608	74.61 603	79.86 606

ff	85.63 609	90.31 610	96.68 610	76.54 602	80.57 601	97.44 611	96.86 611	85.53 606	88.53 606	88.68 607	91.71 608	94.23 610	92.93 609	90.02 610	91.98 609	70.60 605	70.39 606	73.68 607	81.46 608	74.61 603	79.86 606

USTest	87.63 612	76.50 606	65.53 594	81.26 608	83.10 606	100.00 616	100.00 618	99.53 616	99.60 615	98.32 613	99.02 616	90.87 609	98.33 614	84.28 608	98.23 615	79.97 608	96.20 610	69.82 604	73.75 607	75.48 606	82.80 611

PML	97.88 613	100.00 619	96.45 609	98.01 613	97.88 614	100.00 616	99.35 615	96.88 612	97.72 613	100.00 620	97.36 613	97.38 614	99.60 615	100.00 621	96.32 613	99.99 618	97.55 613	100.00 617	96.01 614	99.18 615	87.92 614

MEDIAN_ROB	98.41 614	99.70 614	99.30 614	97.09 611	97.02 611	96.89 609	95.77 610	97.66 614	97.28 612	98.79 616	98.94 615	99.18 615	98.14 613	96.89 613	96.88 614	99.96 617	99.16 614	100.00 617	99.99 618	99.69 616	99.88 616

HaxPig	98.85 615	99.94 616	95.08 608	99.99 618	100.00 617	94.03 607	94.78 608	99.15 615	99.98 618	99.99 619	100.00 618	99.98 620	99.99 618	98.12 614	95.97 612	100.00 620	99.99 618	100.00 617	99.99 618	100.00 619	99.99 619

Anonymous_1	99.08 616	99.91 615	99.85 616	97.63 612	99.10 615	100.00 616	100.00 618	99.61 618	99.96 617	99.28 618	99.86 617	99.54 617	99.99 618	99.29 615	99.75 616	96.05 614	99.59 615	97.31 614	98.57 615	97.71 614	98.63 615

ccccc	99.32 617	96.61 613	100.00 621	100.00 621	100.00 617	97.41 610	99.44 616	99.56 617	97.80 614	99.27 617	97.59 614	99.35 616	99.84 616	99.92 616	99.98 618	100.00 620	100.00 619	99.95 616	99.77 617	100.00 619	100.00 621

test_example2	99.39 618	99.98 618	99.99 617	100.00 621	99.98 616	99.72 615	99.99 617	97.34 613	100.00 619	100.00 620	100.00 618	96.42 613	96.66 612	99.97 617	99.96 617	100.00 620	99.97 617	98.66 615	99.15 616	100.00 619	100.00 621

AVERAGE_ROB	99.62 619	99.95 617	98.81 613	100.00 621	100.00 617	98.08 614	95.47 609	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	99.99 619	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

DGTPSM_ROB	99.90 620	100.00 619	99.99 617	99.99 618	100.00 617	100.00 616	100.00 618	99.97 619	100.00 619	98.35 614	100.00 618	99.84 618	100.00 620	99.98 618	99.99 619	99.99 618	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

DPSMNet_ROB	99.91 621	100.00 619	99.99 617	99.99 618	100.00 617	100.00 616	100.00 618	99.98 620	100.00 619	98.35 614	100.00 618	99.84 618	100.00 620	99.98 618	99.99 619	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

DPSM_ROB	99.95 622	100.00 619	100.00 621	99.76 616	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	99.21 615	100.00 619	100.00 617	100.00 620	99.99 617	99.95 617

DPSM	99.95 622	100.00 619	100.00 621	99.76 616	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	99.21 615	100.00 619	100.00 617	100.00 620	99.99 617	99.95 617

RAFT-FEzeroshot	100.00 624	100.00 619	100.00 621	100.00 621	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

RAFT-FE	100.00 624	100.00 619	100.00 621	100.00 621	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

FlowAnything	100.00 624	100.00 619	100.00 621	100.00 621	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

Selective-RAFT-Error	100.00 624	100.00 619	100.00 621	100.00 621	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

CasAABBNet	100.00 624	100.00 619	100.00 621	100.00 621	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	100.00 621

LSM0	100.00 624	100.00 619	100.00 621	100.00 621	100.00 617	100.00 616	100.00 618	100.00 621	100.00 619	100.00 620	100.00 618	100.00 622	100.00 620	100.00 621	100.00 622	100.00 620	100.00 619	100.00 617	100.00 620	100.00 619	99.99 619

GS-Stereo							0.73 308	4.64 162	2.10 87	0.31 48	0.65 60	0.43 123	0.48 120	0.83 32	0.14 10	0.00 1	0.01 182	0.00 1	0.12 425	0.17 366	0.13 362

Low-res two-view benchmark