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

LGtest1	0.61 1	0.45 10	1.19 3	0.71 21	0.45 41	1.00 8	0.26 3	1.33 7	1.55 49	0.62 9	0.64 15	0.44 5	0.49 15	1.06 11	0.51 10	0.28 69	0.23 96	0.24 33	0.17 17	0.21 8	0.36 82

MLG-Stereo_test3	0.66 2	0.40 1	1.55 19	0.64 5	0.65 139	2.21 77	0.31 7	1.69 27	0.81 3	0.59 5	0.54 11	0.56 16	0.33 1	0.98 7	0.60 16	0.21 4	0.23 96	0.24 33	0.17 17	0.20 6	0.34 50

LG-Stereo_L1	0.67 3	0.55 21	1.50 15	0.78 40	0.54 84	1.71 54	0.33 11	1.96 47	0.83 4	0.62 9	0.41 6	0.40 4	0.43 6	1.42 74	0.55 13	0.24 15	0.28 187	0.23 13	0.18 24	0.22 14	0.30 21

SGD-Stereo	0.68 4	0.46 12	1.13 1	0.90 90	0.33 3	2.42 91	0.44 39	1.17 3	0.75 1	0.87 57	0.53 10	0.55 15	0.53 16	1.50 95	0.50 5	0.34 193	0.14 1	0.25 52	0.19 30	0.23 18	0.27 11

LG-Stereo_L2	0.69 5	0.54 19	1.56 21	0.74 23	0.48 54	2.32 85	0.28 4	1.87 38	0.80 2	0.60 6	0.43 7	0.38 3	0.45 9	1.38 70	0.54 12	0.24 15	0.28 187	0.23 13	0.18 24	0.22 14	0.32 30

S2M2	0.69 5	0.59 42	1.35 11	0.92 105	0.55 91	1.07 10	0.20 1	1.17 3	1.61 73	0.61 7	0.82 28	0.86 77	0.47 11	0.92 4	0.71 28	0.36 233	0.33 223	0.27 96	0.27 174	0.37 210	0.33 41

MonSter	0.70 7	0.47 13	1.58 23	0.69 18	0.89 231	1.19 16	0.39 22	2.57 105	0.93 6	0.62 9	0.66 16	0.37 2	0.35 3	1.08 14	0.59 15	0.16 1	0.36 250	0.20 1	0.19 30	0.21 8	0.52 189

DEFOM-Stereo	0.75 8	0.62 60	1.22 5	0.74 23	0.51 72	3.39 179	0.43 36	1.00 2	0.91 5	0.91 69	0.61 14	0.45 7	0.43 6	1.78 140	0.50 5	0.27 50	0.18 10	0.22 8	0.16 9	0.21 8	0.43 127

FoundationStereo	0.77 9	0.42 2	1.20 4	0.95 132	1.01 268	0.70 3	0.35 18	0.78 1	4.64 472	0.64 13	0.38 5	0.73 49	0.77 74	0.96 5	0.50 5	0.29 82	0.24 123	0.23 13	0.16 9	0.18 1	0.32 30

LG-G_1	0.80 10	0.43 6	1.77 30	0.78 40	0.36 6	2.81 111	0.40 27	2.23 68	1.29 14	0.76 31	0.60 12	0.51 10	0.58 25	1.27 36	0.69 24	0.25 25	0.23 96	0.23 13	0.15 3	0.21 8	0.46 146

LG-G	0.80 10	0.43 6	1.77 30	0.78 40	0.36 6	2.81 111	0.40 27	2.23 68	1.29 14	0.76 31	0.60 12	0.51 10	0.58 25	1.27 36	0.69 24	0.25 25	0.23 96	0.23 13	0.15 3	0.21 8	0.46 146

GLC_STEREO	0.83 12	0.59 42	1.71 28	0.89 79	0.34 5	1.88 59	0.80 208	1.48 10	1.60 67	0.98 80	1.06 46	0.68 35	0.71 56	1.19 26	0.89 74	0.25 25	0.25 140	0.32 214	0.25 140	0.32 123	0.34 50

MLG-Stereo_test2	0.84 13	0.43 6	1.95 35	0.66 8	1.04 280	3.61 230	0.23 2	1.70 29	2.18 159	0.69 17	0.33 3	0.67 33	0.33 1	1.16 22	0.46 1	0.25 25	0.26 165	0.23 13	0.16 9	0.19 2	0.35 60

fffft	0.84 13	0.67 85	1.73 29	0.85 58	0.55 91	1.51 46	0.78 189	2.13 63	1.24 11	0.65 14	0.90 34	0.59 17	0.55 19	1.85 159	1.19 144	0.20 2	0.20 30	0.27 96	0.20 51	0.28 56	0.44 132
1: 1. 1
CASnet	0.85 15	0.59 42	1.66 27	0.91 96	0.30 1	1.37 37	0.73 148	1.63 18	1.94 126	1.66 152	1.14 62	0.66 30	0.63 40	1.07 13	0.90 78	0.37 247	0.17 4	0.41 348	0.31 273	0.33 148	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MLG-Stereo	0.86 16	0.42 2	1.96 36	0.66 8	0.54 84	3.01 132	0.31 7	1.90 39	3.21 331	0.57 4	0.30 2	0.66 30	0.47 11	1.35 60	0.46 1	0.21 4	0.25 140	0.24 33	0.16 9	0.19 2	0.29 17

rvit_stereo_0081	0.87 17	0.73 125	1.54 17	0.92 105	0.65 139	1.27 25	0.61 84	2.11 61	2.35 193	0.86 51	0.75 20	0.86 77	0.74 65	1.36 63	0.83 60	0.33 170	0.26 165	0.27 96	0.25 140	0.38 223	0.35 60

rvit_stereo_0082	0.87 17	0.73 125	1.54 17	0.92 105	0.65 139	1.27 25	0.61 84	2.11 61	2.35 193	0.86 51	0.75 20	0.86 77	0.74 65	1.36 63	0.83 60	0.33 170	0.26 165	0.27 96	0.25 140	0.38 223	0.35 60

castereo	0.88 19	0.78 168	1.15 2	0.89 79	0.51 72	1.31 32	0.90 269	3.42 194	1.28 13	0.88 59	1.28 90	0.72 48	0.91 114	1.05 10	1.01 112	0.28 69	0.17 4	0.26 76	0.20 51	0.24 21	0.34 50

SMoEStereo_RVC	0.88 19	0.92 220	1.55 19	0.96 141	0.46 44	2.56 100	0.78 189	1.60 14	1.20 10	0.71 21	1.20 67	0.64 25	0.63 40	1.71 123	1.01 112	0.22 7	0.18 10	0.31 194	0.22 94	0.28 56	0.42 120

MLG-Stereo_test1	0.89 21	0.42 2	2.06 37	0.67 12	1.33 356	3.13 141	0.29 6	1.60 14	3.31 361	0.53 1	0.25 1	0.67 33	0.43 6	1.34 59	0.47 3	0.22 7	0.25 140	0.24 33	0.16 9	0.19 2	0.30 21

rvit_stereo_0083	0.91 22	0.73 125	1.60 25	0.90 90	0.66 145	1.21 17	0.64 104	1.75 31	2.71 242	0.83 47	0.93 35	0.94 100	1.06 155	1.50 95	0.79 48	0.34 193	0.36 250	0.30 174	0.27 174	0.34 171	0.34 50

IGEV-RUCA	0.93 23	0.56 25	1.31 8	0.85 58	0.74 174	3.89 293	0.78 189	1.93 42	1.42 24	1.02 85	0.72 18	0.70 39	0.73 59	1.37 68	0.77 38	0.30 109	0.20 30	0.25 52	0.19 30	0.43 284	0.40 106

LG-Stereo	0.94 24	0.71 112	3.31 55	0.62 2	0.51 72	2.85 114	0.54 60	2.59 110	1.40 22	0.88 59	1.23 75	0.53 14	0.40 4	0.81 1	0.86 68	0.23 10	0.18 10	0.31 194	0.24 126	0.29 73	0.22 1

Pointernet	0.99 25	0.50 16	3.54 59	0.89 79	0.44 39	2.30 84	0.38 19	3.12 161	1.48 30	0.69 17	1.44 126	0.92 95	0.73 59	1.28 40	0.82 58	0.24 15	0.23 96	0.21 4	0.19 30	0.19 2	0.25 7

RSM++	0.99 25	0.56 25	1.35 11	1.54 392	0.50 71	1.53 48	0.68 121	2.31 75	4.13 437	0.86 51	1.27 88	0.90 88	0.60 32	1.21 29	0.78 41	0.27 50	0.20 30	0.25 52	0.21 62	0.29 73	0.42 120

RSM	0.99 25	0.54 19	1.25 6	0.94 121	0.61 118	1.32 33	0.74 158	2.54 95	4.08 434	0.89 66	1.49 134	1.22 140	0.62 37	1.24 32	0.80 51	0.25 25	0.20 30	0.25 52	0.21 62	0.29 73	0.42 120

Former-RAFT_DAM_RVC	0.99 25	0.85 189	1.58 23	0.95 132	1.08 291	2.95 124	0.53 58	1.93 42	2.00 137	1.19 100	1.63 182	0.59 17	0.65 45	1.10 16	0.90 78	0.28 69	0.23 96	0.31 194	0.25 140	0.45 306	0.32 30

ours_stereo	1.00 29	0.88 199	2.52 43	0.91 96	0.74 174	1.10 12	0.57 67	1.68 20	1.24 11	0.76 31	1.49 134	0.70 39	0.62 37	1.61 108	0.62 17	0.26 40	0.20 30	0.26 76	0.21 62	0.30 92	3.24 428

WCG-NET	1.00 29	0.81 177	1.65 26	0.93 112	0.38 13	1.48 45	1.04 328	1.81 35	2.80 255	1.67 154	1.52 140	0.93 97	0.97 126	1.18 24	0.84 63	0.25 25	0.81 401	0.23 13	0.21 62	0.27 45	0.26 8

trnet	1.00 29	0.55 21	1.89 33	0.66 8	0.33 3	4.41 417	0.40 27	2.42 83	1.95 127	0.96 77	1.24 77	0.88 83	0.89 109	1.27 36	0.78 41	0.30 109	0.19 18	0.23 13	0.15 3	0.22 14	0.22 1

CREStereo	1.00 29	0.59 42	1.82 32	0.66 8	0.36 6	4.43 420	0.40 27	2.43 84	1.98 132	0.96 77	1.22 73	0.88 83	0.87 105	1.30 44	0.79 48	0.30 109	0.20 30	0.23 13	0.16 9	0.23 18	0.22 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
CAS++	1.01 33	0.77 166	3.30 54	0.86 64	0.53 81	1.23 22	0.85 235	3.43 195	1.57 56	1.16 98	1.33 100	0.62 23	0.58 25	1.18 24	0.63 18	0.37 247	0.30 205	0.35 288	0.27 174	0.41 262	0.38 94
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DEFOM-Stereo_RVC	1.03 34	1.15 291	1.34 10	1.03 177	0.59 110	0.81 5	0.43 36	3.53 203	4.67 474	0.78 35	0.98 40	0.44 5	1.16 186	1.46 83	0.71 28	0.27 50	0.19 18	0.24 33	0.18 24	0.30 92	0.34 50

LG-Stereo_Zeroshot	1.04 35	0.53 18	2.93 51	0.80 44	0.77 189	3.99 321	0.39 22	2.10 59	1.96 131	0.90 68	0.93 35	0.75 59	0.85 98	1.31 48	0.87 70	0.28 69	0.21 52	0.26 76	0.21 62	0.32 123	0.38 94

LoS	1.05 36	0.58 34	3.31 55	0.91 96	0.38 13	4.14 358	0.50 51	2.22 67	1.49 35	1.02 85	0.88 31	0.62 23	0.84 96	1.69 119	0.94 88	0.27 50	0.20 30	0.24 33	0.17 17	0.22 14	0.32 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
rvit_stereo_0081_aga	1.06 37	1.02 263	5.34 75	0.75 26	0.74 174	1.21 17	0.63 99	2.00 50	2.30 187	0.88 59	0.82 28	0.79 63	0.69 53	1.42 74	0.78 41	0.36 233	0.29 195	0.26 76	0.26 157	0.41 262	0.32 30

CroCo-Stereo	1.07 38	1.18 296	3.66 61	0.91 96	0.60 115	0.49 1	0.49 47	4.07 318	1.91 121	0.84 49	1.29 95	1.00 106	0.75 70	1.32 52	1.38 192	0.26 40	0.21 52	0.24 33	0.20 51	0.37 210	0.30 21
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
tt45	1.08 39	0.92 220	2.50 42	0.92 105	0.67 149	3.90 294	0.75 169	2.00 50	1.29 14	0.74 24	1.35 103	0.71 46	0.63 40	2.59 233	0.97 99	0.23 10	0.19 18	0.28 129	0.23 109	0.29 73	0.37 85

999	1.08 39	0.86 191	2.44 41	1.06 191	0.65 139	3.27 161	0.91 280	1.47 9	1.43 26	0.74 24	1.73 214	0.70 39	0.66 48	3.03 259	1.18 140	0.24 15	0.22 68	0.25 52	0.21 62	0.27 45	0.37 85

mms	1.08 39	0.87 195	1.41 13	0.89 79	0.87 226	1.40 39	0.67 112	1.63 18	1.70 93	0.82 42	1.41 121	0.64 25	0.54 18	1.81 152	0.66 20	0.25 25	0.23 96	0.26 76	0.21 62	0.32 123	5.10 457

IGEV-Stereo+	1.08 39	0.55 21	2.59 47	0.89 79	2.06 462	1.40 39	0.38 19	1.18 5	1.29 14	0.76 31	0.45 8	0.47 9	0.79 85	2.16 191	0.65 19	0.29 82	0.25 140	0.22 8	0.19 30	2.27 493	2.70 415

CES	1.08 39	0.63 63	2.53 44	0.95 132	2.18 468	2.13 74	0.50 51	2.07 56	1.46 27	0.79 38	1.06 46	0.61 21	0.48 14	1.45 80	0.87 70	0.24 15	0.18 10	0.24 33	0.15 3	0.64 393	2.36 406

rvit_0105_6	1.10 44	1.17 293	3.33 57	0.93 112	0.55 91	1.45 42	0.79 199	2.51 90	3.30 358	0.78 35	0.74 19	1.03 109	0.75 70	1.45 80	0.97 99	0.42 295	0.43 304	0.34 269	0.31 273	0.44 298	0.38 94

rvit_stereo_0080	1.10 44	1.09 276	3.78 62	0.65 6	0.60 115	1.91 61	0.74 158	2.74 123	2.65 235	0.94 75	1.09 51	0.85 74	0.81 92	1.20 27	0.89 74	0.39 271	0.29 195	0.25 52	0.28 201	0.46 316	0.35 60

whm_eth	1.10 44	1.09 276	3.78 62	0.65 6	0.60 115	1.91 61	0.74 158	2.74 123	2.65 235	0.94 75	1.09 51	0.85 74	0.81 92	1.20 27	0.89 74	0.39 271	0.29 195	0.25 52	0.28 201	0.46 316	0.35 60

IGEV-BASED-STEREO-	1.13 47	3.31 426	2.61 48	0.87 71	0.40 29	1.26 23	0.61 84	1.55 13	1.61 73	0.93 73	0.94 37	0.65 28	0.57 22	1.10 16	0.68 22	1.55 487	0.19 18	0.32 214	0.28 201	1.11 466	2.04 395

PMTNet	1.13 47	0.55 21	3.88 67	0.71 21	0.59 110	4.21 385	0.43 36	2.00 50	1.58 59	1.02 85	1.06 46	0.78 60	0.98 129	1.58 106	0.93 82	1.21 474	0.20 30	0.23 13	0.15 3	0.23 18	0.27 11

xyz-stereo-finetune	1.14 49	0.88 199	1.93 34	0.63 4	0.37 11	3.48 202	0.79 199	2.86 136	1.95 127	1.02 85	1.26 83	0.91 91	0.78 78	2.53 229	1.84 298	0.30 109	0.24 123	0.26 76	0.24 126	0.31 103	0.30 21

111111	1.15 50	0.56 25	1.31 8	0.69 18	1.19 325	3.37 176	0.33 11	2.41 80	1.68 87	0.82 42	1.54 152	0.61 21	0.59 30	1.44 77	0.66 20	0.26 40	0.23 96	0.23 13	0.17 17	0.25 25	4.66 453

fffy	1.18 51	0.92 220	3.05 52	1.09 201	0.68 157	1.27 25	0.74 158	1.98 49	1.06 7	0.78 35	1.39 114	0.83 70	0.72 58	1.71 123	0.80 51	0.24 15	0.53 353	0.27 96	0.21 62	0.29 73	5.07 456

LoS_RVC	1.23 52	1.51 344	6.09 80	0.88 77	1.71 436	1.96 66	0.59 76	1.61 16	1.37 20	0.84 49	1.35 103	0.84 71	1.15 184	1.49 90	0.83 60	0.21 4	0.17 4	0.20 1	0.14 1	0.20 6	1.49 366

MGS-Stereo	1.24 53	0.66 82	9.68 101	0.97 149	0.40 29	1.26 23	0.72 141	1.50 11	1.35 18	1.03 89	2.26 363	0.80 65	0.56 20	1.28 40	0.78 41	0.31 130	0.23 96	0.26 76	0.22 94	0.28 56	0.34 50

castereo++	1.26 54	0.99 258	3.48 58	0.95 132	0.74 174	2.48 94	0.98 313	3.14 162	4.28 449	0.75 27	1.46 130	1.92 242	0.58 25	1.29 43	0.51 10	0.27 50	0.24 123	0.28 129	0.19 30	0.24 21	0.35 60

rvit_stereo_ft	1.28 55	1.39 331	6.72 84	0.99 162	0.66 145	1.06 9	0.79 199	2.81 129	3.14 322	0.83 47	1.02 43	0.95 102	1.13 172	1.27 36	1.00 108	0.34 193	0.24 123	0.27 96	0.29 236	0.40 242	0.35 60

xyz-stereo-finetune2	1.31 56	0.95 237	3.28 53	0.60 1	0.36 6	3.48 202	0.65 108	2.82 130	1.47 28	0.99 82	1.86 269	0.91 91	1.75 323	3.54 270	1.86 302	0.27 50	0.22 68	0.30 174	0.28 201	0.33 148	0.34 50

CAS	1.34 57	0.48 14	2.20 38	3.01 498	1.66 429	4.08 343	0.73 148	1.96 47	1.51 41	0.86 51	1.10 53	0.59 17	0.53 16	1.36 63	0.94 88	3.07 502	0.14 1	0.21 4	0.14 1	0.38 223	1.78 385

Selective-RAFT	1.34 57	0.58 34	2.21 39	1.01 169	0.49 62	4.19 381	0.51 54	3.39 190	3.62 409	1.15 97	1.40 117	1.45 168	1.40 226	2.09 180	1.31 176	0.43 312	0.40 284	0.25 52	0.26 157	0.29 73	0.38 94

FACV-RUCA	1.35 59	0.70 106	2.58 46	1.07 196	1.49 386	2.70 105	1.13 349	3.21 168	2.64 233	1.42 123	1.99 306	1.06 114	1.15 184	1.44 77	1.16 138	0.41 284	0.42 302	0.73 466	0.41 377	0.63 388	0.67 258

RAFT-Stereo-weight	1.38 60	0.57 32	5.44 76	1.05 187	0.63 131	4.19 381	0.77 182	3.95 286	1.53 44	2.01 231	1.53 141	1.30 148	0.65 45	1.30 44	1.05 120	0.27 50	0.26 165	0.26 76	0.22 94	0.28 56	0.38 94

RCA-Stereo	1.38 60	0.61 55	3.95 69	0.94 121	0.48 54	4.68 473	0.78 189	4.17 360	1.95 127	1.93 197	1.84 259	0.94 100	1.48 252	1.23 30	0.75 35	0.30 109	0.43 304	0.25 52	0.20 51	0.26 38	0.37 85

AnonymousM	1.38 60	1.33 325	2.35 40	0.95 132	0.56 97	4.03 329	0.67 112	2.63 114	2.49 216	1.51 133	1.36 108	1.15 124	1.00 132	1.26 34	1.04 117	0.41 284	0.46 321	2.07 498	1.71 499	0.25 25	0.40 106

tg	1.40 63	1.14 289	2.71 49	0.97 149	0.54 84	4.02 326	0.42 33	3.02 154	2.64 233	1.70 162	1.85 263	1.84 228	0.97 126	1.81 152	0.99 104	0.31 130	0.22 68	0.29 152	0.26 157	0.32 123	2.01 394

AIO-Stereo	1.40 63	0.62 60	1.44 14	0.85 58	0.76 186	1.28 31	0.79 199	2.39 78	2.83 262	0.75 27	1.62 177	0.89 86	0.46 10	1.30 44	0.77 38	0.28 69	0.27 178	0.25 52	0.23 109	0.27 45	9.88 492

Selective-IGEV	1.42 65	0.58 34	8.82 98	0.92 105	0.85 213	1.32 33	0.80 208	2.85 135	3.84 422	0.87 57	1.68 197	0.71 46	0.62 37	1.30 44	0.75 35	0.24 15	0.27 178	0.24 33	0.19 30	0.27 45	1.18 343

WCG-NET（raft）	1.44 66	0.92 220	1.56 21	0.89 79	0.32 2	1.43 41	0.97 310	1.69 27	2.42 202	1.68 156	1.44 126	2.37 295	1.01 135	1.33 53	0.85 65	0.25 25	8.56 505	0.22 8	0.21 62	0.28 56	0.32 30

knoymous	1.50 67	0.65 75	8.73 97	0.91 96	0.75 182	2.97 128	0.90 269	2.93 139	1.38 21	1.56 137	1.07 49	2.75 340	0.88 106	1.43 76	1.13 130	0.32 147	0.22 68	0.35 288	0.20 51	0.45 306	0.41 113

GMStereo_Zeroshot	1.51 68	1.27 313	4.75 71	1.54 392	0.72 169	3.33 174	0.54 60	2.67 117	1.74 99	2.34 347	1.57 163	2.40 296	0.96 124	2.51 223	1.21 148	0.48 358	0.23 96	0.41 348	0.24 126	0.82 438	0.40 106

RAStereo	1.53 69	0.71 112	17.55 210	0.62 2	0.65 139	1.18 14	0.32 10	1.94 44	1.15 9	0.80 40	1.07 49	0.64 25	0.47 11	0.89 2	1.01 112	0.25 25	0.20 30	0.27 96	0.21 62	0.36 204	0.27 11

MaDis-Stereo	1.60 70	1.11 280	16.13 176	0.67 12	1.87 450	1.22 21	0.39 22	2.17 65	1.42 24	0.69 17	0.78 23	0.88 83	0.70 54	1.24 32	1.13 130	0.32 147	0.23 96	0.26 76	0.21 62	0.32 123	0.28 14

BSDual-CNN	1.61 71	0.64 67	3.82 64	0.94 121	0.86 217	4.18 373	1.14 352	4.49 460	2.29 184	2.96 438	1.82 245	2.58 324	1.30 209	1.79 142	1.44 206	0.39 271	0.25 140	0.31 194	0.28 201	0.38 223	0.41 113

Any-RAFT	1.62 72	0.59 42	5.29 74	1.12 217	0.76 186	4.41 417	0.79 199	4.12 342	3.26 345	2.02 233	1.36 108	2.82 347	1.56 274	1.90 163	0.81 53	0.29 82	0.25 140	0.26 76	0.19 30	0.25 25	0.35 60

rvit_0105_4	1.63 73	1.29 318	12.50 116	0.94 121	0.54 84	1.56 49	0.84 230	2.84 133	3.25 343	0.82 42	0.94 37	1.10 117	0.86 102	1.65 111	1.07 124	0.43 312	0.45 315	0.35 288	0.31 273	0.44 298	0.45 138

ProNet	1.63 73	0.91 213	5.70 77	0.96 141	0.64 134	2.40 90	0.82 216	1.92 41	3.28 349	0.69 17	1.17 65	0.78 60	0.76 72	1.72 129	0.87 70	0.27 50	0.97 414	0.25 52	0.26 157	0.31 103	7.97 474

psmg	1.63 73	0.64 67	3.82 64	0.96 141	0.86 217	4.35 406	1.41 394	4.11 336	2.29 184	2.68 405	2.09 329	2.58 324	1.30 209	1.79 142	1.44 206	0.39 271	0.29 195	0.33 249	0.34 307	0.38 223	0.44 132

BUS	1.64 76	0.64 67	3.82 64	0.94 121	0.86 217	4.50 432	0.75 169	4.49 460	2.29 184	2.96 438	1.82 245	3.61 416	1.03 137	1.79 142	1.18 140	0.39 271	0.25 140	0.31 194	0.28 201	0.38 223	0.41 113

CASS	1.65 77	0.73 125	8.72 96	0.97 149	0.67 149	2.88 118	0.69 129	3.07 157	1.86 112	2.82 425	2.02 309	1.39 158	1.55 272	1.75 139	1.36 186	0.51 383	0.28 187	0.34 269	0.28 201	0.47 329	0.63 243
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	1.65 77	1.14 289	14.70 150	1.00 166	1.80 448	0.53 2	0.46 44	3.18 166	1.62 76	1.10 96	1.24 77	1.05 112	0.78 78	1.40 72	1.18 140	0.31 130	0.23 96	0.27 96	0.22 94	0.46 316	0.38 94

RAFT-Test	1.67 79	0.64 67	6.13 81	1.25 288	1.82 449	3.06 134	0.78 189	4.02 303	3.09 317	1.88 189	1.70 202	3.76 423	1.03 137	1.40 72	1.07 124	0.29 82	0.33 223	0.25 52	0.23 109	0.29 73	0.33 41

IGEV-Stereo++	1.68 80	0.48 14	1.27 7	0.77 29	1.31 351	3.87 289	0.33 11	3.41 192	1.72 97	0.89 66	1.20 67	0.68 35	1.03 137	1.15 20	0.49 4	0.23 10	0.22 68	0.23 13	0.18 24	0.26 38	13.90 503

iRaftStereo_RVC	1.70 81	1.18 296	3.88 67	0.99 162	0.46 44	3.83 275	0.41 31	2.41 80	1.60 67	1.69 160	1.76 219	1.81 223	0.83 95	1.58 106	1.23 153	0.31 130	4.86 488	0.29 152	0.26 157	0.33 148	4.33 449

rvit_0105_5	1.72 82	1.26 309	13.05 122	0.92 105	0.56 97	1.92 64	0.90 269	3.07 157	3.04 307	0.98 80	1.24 77	1.19 133	0.93 119	1.55 103	1.22 150	0.43 312	0.43 304	0.37 316	0.36 331	0.43 284	0.51 181

UniTT-Stereo	1.73 83	0.60 50	20.25 360	0.98 155	1.19 325	0.78 4	0.39 22	1.19 6	1.55 49	1.21 101	1.28 90	0.52 13	0.64 43	1.17 23	1.16 138	0.35 209	0.20 30	0.25 52	0.22 94	0.42 274	0.31 27

DDVS	1.78 84	0.84 188	3.58 60	1.32 315	1.15 310	3.17 146	0.77 182	3.35 186	1.86 112	1.88 189	1.91 288	2.91 356	1.42 234	6.19 327	1.85 300	0.47 349	0.65 382	0.35 288	0.38 350	0.48 336	1.01 327

Gwc-CoAtRS	1.80 85	0.61 55	14.92 154	1.08 198	0.61 118	2.88 118	0.63 99	2.47 86	1.62 76	1.80 182	1.50 137	2.73 335	1.17 188	1.35 60	1.08 126	0.30 109	0.22 68	0.25 52	0.23 109	0.28 56	0.30 21

test-1	1.81 86	0.72 119	9.51 100	1.02 173	1.57 405	3.85 281	0.60 80	4.07 318	1.51 41	1.94 203	1.81 243	2.04 265	0.91 114	1.39 71	1.73 277	0.27 50	0.93 408	0.31 194	0.25 140	0.29 73	1.37 354

sCroCo_RVC	1.81 86	0.93 228	19.44 271	1.04 183	1.05 283	0.97 7	0.61 84	2.08 57	1.36 19	0.71 21	1.28 90	0.82 69	1.10 166	1.31 48	0.97 99	0.54 398	0.41 291	0.33 249	0.30 255	0.46 316	0.48 165

Reg-Stereo(zero)	1.88 88	0.45 10	11.07 108	0.94 121	2.06 462	4.52 437	0.55 62	2.72 121	1.69 90	1.54 134	1.26 83	2.55 318	2.52 402	1.73 134	2.43 366	0.20 2	0.28 187	0.22 8	0.19 30	0.25 25	0.40 106

MIF-Stereo (partial)	1.93 89	0.69 98	21.14 474	0.74 23	1.02 270	1.07 10	0.49 47	2.75 125	1.78 104	0.82 42	1.22 73	0.80 65	0.90 112	1.68 114	1.63 249	0.38 263	0.24 123	0.33 249	0.26 157	0.41 262	0.32 30

cross-raft	1.95 90	0.66 82	16.17 178	1.23 272	0.92 243	2.25 80	0.70 132	3.69 229	1.68 87	1.78 177	1.53 141	3.15 375	1.13 172	1.35 60	1.06 122	0.24 15	0.23 96	0.26 76	0.24 126	0.29 73	0.45 138

rvit_0105_3	1.97 91	1.34 327	16.03 172	0.98 155	0.59 110	2.37 89	1.08 335	3.30 180	3.01 295	1.21 101	1.47 131	1.24 142	1.04 144	1.82 154	1.23 153	0.47 349	0.44 311	0.40 341	0.43 388	0.43 284	0.55 204

ISRNet	1.98 92	0.94 232	10.75 105	1.30 304	1.35 361	2.84 113	0.69 129	3.80 254	2.07 143	2.14 269	2.11 331	2.89 352	1.41 231	2.52 227	1.74 280	0.49 364	0.50 345	0.56 426	0.47 402	0.51 347	0.59 227

test_4	1.98 92	0.68 93	15.65 166	0.91 96	0.48 54	4.11 348	1.09 339	2.41 80	1.50 38	1.55 136	2.31 376	1.87 234	0.79 85	2.86 252	1.51 217	0.34 193	0.19 18	0.29 152	0.29 236	0.30 92	0.40 106

CREStereo++_RVC	1.98 92	0.59 42	19.94 319	0.87 71	0.55 91	4.02 326	0.31 7	1.75 31	2.09 144	1.65 150	2.20 354	0.85 74	0.65 45	1.03 8	0.72 31	0.29 82	0.16 3	0.23 13	1.22 488	0.25 25	0.22 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
TANstereo	1.98 92	0.87 195	20.35 376	0.80 44	0.37 11	4.05 334	0.38 19	1.50 11	1.65 82	2.03 238	2.16 342	0.84 71	0.93 119	1.09 15	0.68 22	0.30 109	0.36 250	0.24 33	0.20 51	0.26 38	0.46 146

XX-TBD	1.98 92	1.08 273	20.29 368	1.31 308	0.43 35	3.97 319	0.33 11	1.76 33	1.77 102	1.59 142	2.18 349	0.69 38	0.59 30	1.44 77	0.75 35	0.33 170	0.25 140	0.23 13	0.16 9	0.31 103	0.22 1

CSP-Net	1.99 97	1.70 366	4.84 72	1.22 265	1.02 270	3.42 186	1.30 377	3.66 221	2.11 151	2.07 252	1.93 296	2.40 296	1.48 252	8.56 375	1.62 246	0.51 383	0.41 291	0.27 96	0.27 174	0.44 298	0.54 200

plain	2.00 98	0.89 204	21.49 495	0.67 12	0.73 170	1.66 52	0.57 67	3.27 179	2.18 159	0.80 40	1.25 81	0.80 65	0.86 102	1.72 129	1.13 130	0.34 193	0.21 52	0.32 214	0.25 140	0.44 298	0.34 50

sAnonymous2	2.00 98	1.54 348	21.24 484	0.93 112	0.89 231	1.21 17	0.62 94	2.58 106	2.28 180	0.86 51	1.04 44	0.73 49	1.22 196	1.10 16	0.85 65	0.30 109	0.25 140	0.31 194	0.31 273	1.06 457	0.72 273

CroCo_RVC	2.00 98	1.54 348	21.24 484	0.93 112	0.89 231	1.21 17	0.62 94	2.58 106	2.28 180	0.86 51	1.04 44	0.73 49	1.22 196	1.10 16	0.85 65	0.30 109	0.25 140	0.31 194	0.31 273	1.06 457	0.72 273

PSMNet-ADL	2.01 101	0.78 168	2.89 50	1.11 207	0.86 217	4.13 353	0.80 208	3.84 262	2.26 176	1.74 171	1.87 275	2.90 354	1.81 335	10.37 426	2.34 358	0.49 364	0.47 331	0.29 152	0.30 255	0.39 237	0.56 207

GMStereo	2.01 101	2.26 404	20.93 451	0.90 90	0.48 54	1.67 53	0.56 64	1.90 39	2.19 161	1.58 141	1.31 97	0.87 81	0.74 65	1.68 114	1.00 108	0.41 284	0.21 52	0.30 174	0.32 289	0.50 342	0.46 146
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymity	2.02 103	1.28 316	5.16 73	1.73 431	1.63 418	1.86 57	1.06 332	3.50 200	2.42 202	2.19 292	2.11 331	1.88 235	3.89 456	1.92 164	1.56 229	1.11 468	1.14 423	1.08 481	1.11 480	1.05 456	2.68 414

DMCA	2.02 103	1.07 269	11.33 111	1.17 243	0.96 256	3.92 305	0.89 253	3.80 254	3.11 318	2.89 429	1.58 169	2.35 293	1.17 188	1.79 142	2.25 351	0.42 295	0.29 195	0.42 359	0.27 174	0.38 223	0.43 127

GIP-stereo	2.03 105	0.67 85	4.11 70	1.51 384	1.13 306	2.91 122	0.42 33	3.45 199	3.19 326	0.67 15	0.78 23	0.90 88	0.76 72	1.06 11	0.69 24	0.29 82	0.25 140	0.25 52	0.17 17	0.26 38	17.22 529

CFNet_pseudo	2.03 105	0.74 134	12.75 118	0.87 71	0.74 174	3.91 298	0.65 108	4.04 310	1.93 124	1.93 197	1.79 233	3.25 383	1.61 284	2.51 223	1.25 164	0.32 147	0.37 257	0.53 414	0.28 201	0.64 393	0.50 175

DIP-Stereo	2.03 105	0.98 249	16.44 190	0.67 12	0.62 128	4.30 401	0.58 74	4.43 452	2.89 276	1.97 214	1.40 117	0.91 91	0.86 102	1.31 48	1.27 172	0.38 263	0.23 96	0.33 249	0.23 109	0.33 148	0.57 212
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccs_rob	2.03 105	0.74 134	12.67 117	0.87 71	0.75 182	3.91 298	0.66 110	4.04 310	1.93 124	1.92 196	1.79 233	3.24 381	1.63 296	2.52 227	1.25 164	0.32 147	0.37 257	0.54 422	0.28 201	0.66 403	0.51 181

raftrobust	2.05 109	1.45 338	13.44 125	1.29 300	5.81 517	3.59 224	0.67 112	2.80 127	1.50 38	2.21 302	1.41 121	1.17 126	1.22 196	1.37 68	1.46 212	0.29 82	0.33 223	0.22 8	0.20 51	0.27 45	0.36 82

DCANet-4	2.06 110	0.58 34	15.30 158	0.86 64	0.44 39	4.16 364	0.57 67	4.31 416	3.28 349	2.31 330	1.82 245	1.04 111	1.54 269	1.69 119	1.56 229	0.35 209	0.24 123	0.24 33	0.19 30	0.25 25	0.57 212

s12784h	2.08 111	0.50 16	16.85 195	0.75 26	0.36 6	4.42 419	0.49 47	4.23 382	3.08 314	2.03 238	2.67 424	0.91 91	1.05 153	2.05 176	0.78 41	0.37 247	0.18 10	0.24 33	0.16 9	0.27 45	0.26 8

SCV	2.09 112	0.89 204	11.43 112	1.91 450	2.09 464	1.27 25	0.87 245	3.66 221	2.13 156	0.67 15	1.59 171	0.93 97	0.77 74	1.80 148	0.89 74	0.37 247	0.38 270	0.25 52	0.22 94	0.30 92	9.45 487

IER	2.09 112	0.91 213	14.11 136	0.97 149	1.15 310	3.17 146	0.89 253	3.59 212	2.39 196	2.15 276	1.98 303	2.27 282	2.11 367	2.39 216	1.80 291	0.35 209	0.24 123	0.36 305	0.30 255	0.34 171	0.42 120

ITSA-stereo	2.11 114	0.85 189	7.84 90	1.24 273	0.68 157	4.06 338	0.91 280	4.30 405	2.57 224	1.94 203	1.77 226	1.61 180	2.12 369	6.12 325	2.79 384	0.42 295	0.38 270	0.40 341	0.41 377	0.51 347	1.26 348

AEACV	2.12 115	0.67 85	6.33 82	1.38 337	1.50 388	3.53 214	0.90 269	2.83 132	1.60 67	0.91 69	0.81 27	0.80 65	1.61 284	1.56 104	0.73 33	0.25 25	0.60 371	0.26 76	0.27 174	0.29 73	15.65 519

R-Stereo Train	2.13 116	0.65 75	19.43 269	1.02 173	0.67 149	3.79 267	0.89 253	4.12 342	1.55 49	2.15 276	1.72 208	1.13 121	0.94 121	1.46 83	1.30 174	0.32 147	0.25 140	0.27 96	0.21 62	0.28 56	0.37 85

RAFT-Stereo	2.13 116	0.65 75	19.43 269	1.02 173	0.67 149	3.79 267	0.89 253	4.12 342	1.55 49	2.15 276	1.72 208	1.13 121	0.94 121	1.46 83	1.30 174	0.32 147	0.25 140	0.27 96	0.21 62	0.28 56	0.37 85
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_stereo_0075_2	2.14 118	0.76 158	21.42 494	0.91 96	1.26 342	2.49 96	0.68 121	2.30 74	2.10 146	1.42 123	1.86 269	1.45 168	0.85 98	1.49 90	1.03 116	0.47 349	0.40 284	0.48 385	0.38 350	0.47 329	0.53 195

MMNet	2.15 119	1.33 325	12.06 114	1.22 265	1.23 336	3.55 217	0.89 253	3.84 262	2.26 176	2.19 292	1.78 230	2.15 274	2.10 365	3.70 275	2.35 359	0.45 329	0.38 270	0.34 269	0.28 201	0.40 242	0.52 189

PCWNet_CMD	2.16 120	0.71 112	15.44 162	0.84 53	0.76 186	3.38 177	0.68 121	3.69 229	2.24 170	1.72 165	1.63 182	3.20 378	3.00 425	2.09 180	1.23 153	0.32 147	0.37 257	0.47 380	0.27 174	0.65 399	0.51 181

SFCPSM	2.16 120	0.75 148	15.82 169	0.91 96	0.98 258	3.74 258	1.27 374	4.15 354	2.56 222	1.90 192	1.82 245	1.64 185	1.39 222	2.51 223	1.57 232	0.36 233	0.28 187	0.39 336	0.36 331	0.36 204	0.50 175

MSMDNet	2.16 120	0.71 112	15.36 160	0.86 64	0.75 182	3.41 184	0.69 129	3.70 232	2.25 173	1.73 168	1.64 187	3.21 379	2.95 417	2.09 180	1.24 158	0.32 147	0.37 257	0.45 372	0.27 174	0.63 388	0.50 175

SCV_C0	2.17 123	0.93 228	12.88 119	0.96 141	1.06 287	1.27 25	0.63 99	3.68 224	3.30 358	1.03 89	1.26 83	0.73 49	0.66 48	1.73 134	1.06 122	0.35 209	1.97 447	0.25 52	0.21 62	0.29 73	9.23 486

rvit_105_1	2.17 123	1.36 329	16.82 194	1.09 201	0.68 157	2.78 110	1.26 373	3.55 205	2.90 278	1.40 118	1.57 163	1.29 147	1.14 178	2.91 254	1.49 215	0.55 401	0.47 331	0.45 372	0.61 442	0.45 306	0.63 243

test_3	2.17 123	0.58 34	18.64 236	1.11 207	0.78 192	2.15 76	0.85 235	4.42 450	1.47 28	2.00 222	1.20 67	2.02 262	0.79 85	2.70 244	1.35 179	0.29 82	1.04 418	0.29 152	0.29 236	0.31 103	1.07 335

CFNet-RSSM	2.17 123	0.56 25	20.50 400	1.08 198	0.57 105	3.42 186	0.62 94	4.24 388	1.60 67	1.73 168	1.39 114	2.55 318	1.19 193	1.36 63	1.04 117	0.29 82	0.20 30	0.26 76	0.23 109	0.28 56	0.32 30

HI	2.19 127	1.11 280	19.93 316	1.14 226	0.69 165	2.98 130	0.45 41	2.58 106	1.87 115	2.18 285	1.65 190	2.41 300	1.83 340	1.72 129	1.63 249	0.30 109	0.17 4	0.28 129	0.31 273	0.27 45	0.32 30

CoSv	2.19 127	1.11 280	19.93 316	1.14 226	0.69 165	2.98 130	0.45 41	2.58 106	1.87 115	2.18 285	1.65 190	2.41 300	1.83 340	1.72 129	1.63 249	0.30 109	0.17 4	0.28 129	0.31 273	0.27 45	0.32 30

H2IRNET	2.19 127	0.83 183	19.13 252	1.25 288	0.61 118	4.48 430	0.44 39	2.94 141	1.86 112	1.08 92	2.29 371	1.67 186	1.40 226	2.18 195	1.64 255	0.41 284	0.21 52	0.33 249	0.37 341	0.38 223	0.39 103

test-3	2.19 127	0.59 42	18.63 235	1.13 222	0.75 182	2.07 72	0.89 253	4.37 438	1.53 44	2.25 309	1.20 67	2.05 268	0.79 85	2.68 240	1.35 179	0.29 82	0.95 411	0.28 129	0.27 174	0.27 45	1.47 365

test_1	2.19 127	0.59 42	18.67 237	1.13 222	0.78 192	2.07 72	0.89 253	4.37 438	1.53 44	2.18 285	1.20 67	2.05 268	0.78 78	2.68 240	1.36 186	0.29 82	0.93 408	0.28 129	0.27 174	0.28 56	1.53 368

ICVP	2.19 127	0.72 119	19.18 256	1.03 177	0.88 230	4.22 387	0.94 295	3.44 197	1.69 90	1.68 156	1.76 219	1.35 152	1.19 193	1.80 148	1.40 196	0.58 409	0.37 257	0.34 269	0.30 255	0.41 262	0.59 227
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MM-Stereo_test3	2.20 133	0.95 237	19.62 282	1.94 453	1.18 318	1.95 65	0.83 220	3.56 207	3.91 428	1.33 112	1.86 269	1.10 117	0.68 52	1.48 88	1.63 249	0.29 82	0.35 242	0.27 96	0.22 94	0.37 210	0.56 207

test_sample2	2.20 133	0.70 106	6.07 79	1.49 377	0.81 199	2.96 125	0.86 239	4.13 346	3.31 361	2.07 252	1.54 152	1.56 176	1.63 296	10.61 430	1.80 291	0.33 170	0.77 396	0.32 214	0.32 289	0.38 223	2.35 405

Anonymous3	2.20 133	0.80 174	20.08 338	0.86 64	0.86 217	4.46 423	0.84 230	3.64 220	1.40 22	1.37 116	1.40 117	1.11 120	1.03 137	1.71 123	1.24 158	0.75 448	0.58 368	0.34 269	0.35 320	0.48 336	0.65 252

AdaStereo	2.22 136	0.90 210	16.41 188	1.33 321	0.83 204	3.21 149	1.12 347	4.25 397	2.91 280	2.06 246	1.76 219	2.47 311	1.17 188	1.93 167	1.65 258	0.50 377	0.26 165	0.43 363	0.29 236	0.46 316	0.39 103
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.
UPFNet	2.23 137	0.86 191	14.25 138	1.28 295	1.44 380	3.51 210	1.34 382	4.05 313	2.11 151	2.44 375	1.53 141	2.41 300	1.39 222	3.62 274	1.91 312	0.41 284	0.41 291	0.37 316	0.32 289	0.44 298	0.48 165

StereoDRNet-Refined	2.23 137	0.98 249	10.62 104	1.25 288	0.78 192	3.29 168	0.71 137	3.96 288	2.20 164	2.43 372	2.05 320	2.97 358	1.46 246	6.87 347	2.33 357	0.37 247	0.25 140	0.42 359	0.34 307	0.47 329	0.80 294
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBFPSM	2.24 139	2.06 393	12.12 115	1.13 222	1.05 283	2.85 114	1.23 369	3.37 189	2.05 141	1.82 184	1.33 100	4.55 465	4.00 458	2.38 215	2.35 359	0.27 50	0.38 270	0.32 214	0.28 201	0.39 237	0.89 311

HCRNet	2.24 139	0.74 134	14.54 145	0.82 51	1.36 363	4.11 348	0.70 132	3.61 216	3.03 303	1.83 186	1.61 173	1.58 177	1.40 226	5.79 312	1.60 241	0.35 209	0.28 187	0.36 305	0.29 236	0.34 171	0.46 146

Occ-G	2.25 141	0.74 134	13.22 124	0.90 90	0.89 231	1.52 47	0.78 189	1.82 36	2.87 273	1.65 150	0.89 32	2.18 275	0.89 109	1.04 9	1.69 265	0.28 69	0.27 178	0.26 76	0.19 30	0.25 25	12.70 500

gcap-zeroshot	2.25 141	0.74 134	19.48 273	0.97 149	1.18 318	3.50 207	0.83 220	3.21 168	2.66 237	1.86 187	1.23 75	3.24 381	0.88 106	1.92 164	0.94 88	0.34 193	0.43 304	0.28 129	0.22 94	0.29 73	0.83 298

GANet-ADL	2.25 141	0.80 174	20.17 345	1.28 295	0.69 165	3.83 275	0.75 169	3.63 218	1.83 108	1.68 156	2.04 313	2.09 272	1.10 166	1.63 110	1.43 202	0.42 295	0.33 223	0.26 76	0.23 109	0.43 284	0.41 113

ROB_FTStereo_v2	2.25 141	0.74 134	20.45 388	0.77 29	0.38 13	4.66 464	0.74 158	2.54 95	3.20 328	2.00 222	1.53 141	1.77 208	1.14 178	2.13 187	0.96 96	0.50 377	0.22 68	0.32 214	0.28 201	0.40 242	0.35 60

PSM-adaLoss	2.26 145	0.74 134	20.53 403	0.77 29	0.38 13	4.67 465	0.71 137	2.54 95	3.22 338	2.00 222	1.53 141	1.77 208	1.13 172	2.22 201	0.96 96	0.50 377	0.23 96	0.32 214	0.28 201	0.40 242	0.35 60

ROB_FTStereo	2.26 145	0.74 134	20.44 385	0.77 29	0.38 13	4.65 461	0.75 169	2.54 95	3.19 326	2.00 222	1.54 152	1.77 208	1.13 172	2.28 208	0.94 88	0.49 364	0.22 68	0.32 214	0.28 201	0.40 242	0.35 60

GES	2.26 145	0.79 172	19.68 292	1.12 217	0.59 110	4.30 401	1.01 317	3.90 273	1.59 62	1.78 177	1.78 230	1.28 145	1.75 323	1.80 148	1.61 244	0.42 295	0.29 195	0.33 249	0.31 273	0.45 306	0.50 175

dd	2.27 148	3.06 422	20.18 346	0.96 141	0.51 72	4.24 393	0.74 158	1.94 44	2.43 205	1.48 131	1.28 90	1.19 133	1.05 153	1.82 154	1.69 265	0.63 422	0.34 233	0.35 288	0.33 297	0.61 377	0.57 212

HUI-Stereo	2.27 148	0.74 134	20.56 410	0.77 29	0.38 13	4.67 465	0.78 189	2.54 95	3.23 341	2.00 222	1.53 141	1.77 208	1.13 172	2.21 200	0.93 82	0.49 364	0.23 96	0.32 214	0.28 201	0.40 242	0.35 60

iGMRVC	2.27 148	0.74 134	20.46 389	0.77 29	0.38 13	4.65 461	0.73 148	2.54 95	3.21 331	2.00 222	1.53 141	1.77 208	1.14 178	2.47 220	0.99 104	0.51 383	0.23 96	0.32 214	0.28 201	0.40 242	0.35 60

RAFT-IKP	2.27 148	0.74 134	20.55 406	0.77 29	0.38 13	4.64 460	0.73 148	2.54 95	3.21 331	2.00 222	1.53 141	1.77 208	1.13 172	2.25 207	1.00 108	0.51 383	0.22 68	0.32 214	0.28 201	0.40 242	0.35 60

Patchmatch Stereo++	2.28 152	0.74 134	20.54 404	0.77 29	0.38 13	4.67 465	0.75 169	2.55 102	3.21 331	2.00 222	1.53 141	1.77 208	1.14 178	2.46 217	0.98 102	0.51 383	0.23 96	0.32 214	0.28 201	0.40 242	0.35 60
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	2.28 152	0.74 134	20.54 404	0.77 29	0.38 13	4.67 465	0.75 169	2.55 102	3.21 331	2.00 222	1.53 141	1.77 208	1.14 178	2.46 217	0.98 102	0.51 383	0.23 96	0.32 214	0.28 201	0.40 242	0.35 60

CRE-IMP	2.28 152	0.68 93	19.67 291	0.85 58	0.39 28	4.54 439	0.80 208	2.63 114	4.84 484	1.96 211	1.51 138	1.86 231	0.96 124	1.52 97	1.43 202	0.47 349	0.21 52	0.31 194	0.26 157	0.41 262	0.35 60

test_sample1	2.29 155	0.72 119	5.74 78	1.51 384	0.86 217	2.35 86	0.64 104	4.07 318	3.45 395	2.01 231	1.51 138	1.70 193	1.71 317	9.53 393	1.73 277	0.31 130	0.97 414	0.31 194	0.31 273	0.33 148	6.12 465

MyStereo07	2.29 155	1.18 296	20.10 341	1.04 183	1.21 333	3.96 317	0.95 300	2.13 63	3.37 374	1.09 93	1.28 90	0.68 35	0.91 114	1.74 138	0.86 68	0.26 40	3.49 480	0.34 269	0.27 174	0.43 284	0.49 170

DisPM	2.29 155	0.61 55	20.25 360	1.79 440	0.52 78	4.58 450	0.77 182	2.50 89	2.22 167	2.49 383	1.82 245	1.45 168	1.01 135	2.73 245	1.04 117	0.48 358	0.20 30	0.32 214	0.31 273	0.32 123	0.45 138

RALAANet	2.29 155	2.73 416	21.08 463	1.29 300	0.94 252	1.45 42	0.68 121	3.25 176	2.61 229	2.02 233	1.80 238	1.28 145	1.04 144	2.12 185	1.79 290	0.30 109	0.22 68	0.27 96	0.27 174	0.41 262	0.35 60

ADStereo(finetuned)	2.30 159	0.97 246	17.29 205	0.86 64	0.43 35	4.17 369	0.59 76	4.31 416	3.29 354	2.35 349	1.86 269	1.18 129	3.35 442	1.69 119	1.59 237	0.34 193	0.25 140	0.23 13	0.19 30	0.31 103	0.72 273

FENet	2.30 159	0.61 55	20.21 353	1.43 364	0.68 157	4.04 330	0.60 80	4.01 298	2.26 176	2.03 238	1.13 59	2.42 304	1.42 234	1.72 129	1.43 202	0.36 233	0.24 123	0.33 249	0.27 174	0.29 73	0.51 181

DCVSM-stereo	2.31 161	0.72 119	20.28 363	1.15 229	0.93 247	2.53 99	0.75 169	2.70 119	1.69 90	2.56 390	1.53 141	3.27 384	1.71 317	2.23 202	1.38 192	0.36 233	0.53 353	0.41 348	0.33 297	0.46 316	0.64 248

CFNet_ucs	2.32 162	0.75 148	17.05 199	0.90 90	0.81 199	3.86 284	0.68 121	4.31 416	2.68 238	2.13 267	2.04 313	3.30 386	1.24 199	2.63 236	1.23 153	0.37 247	0.46 321	0.56 426	0.30 255	0.67 405	0.53 195

RAFT+CT+SA	2.32 162	1.30 321	19.71 294	1.01 169	1.41 375	4.04 330	0.92 288	3.96 288	1.64 80	1.64 147	1.69 200	1.63 184	1.18 191	3.06 260	1.19 144	0.28 69	0.22 68	0.32 214	0.34 307	0.34 171	0.47 157

NRIStereo	2.32 162	0.69 98	20.07 332	1.35 324	0.38 13	4.73 480	0.89 253	2.43 84	3.35 372	1.95 209	1.37 110	1.75 201	1.21 195	2.97 257	1.35 179	0.49 364	0.22 68	0.29 152	0.26 157	0.31 103	0.33 41

AIO-test1	2.33 165	1.54 348	20.24 358	0.97 149	1.61 412	3.42 186	0.94 295	4.22 376	1.71 96	0.97 79	1.35 103	0.98 103	0.74 65	4.52 292	1.40 196	0.27 50	0.24 123	0.28 129	0.35 320	0.34 171	0.46 146

MSKI-zero shot	2.33 165	0.69 98	20.22 355	1.14 226	0.77 189	4.05 334	0.68 121	3.95 286	1.51 41	1.93 197	2.35 379	1.91 241	0.71 56	3.01 258	0.79 48	0.28 69	1.47 433	0.27 96	0.21 62	0.28 56	0.44 132

Pruner-Stereo	2.33 165	0.70 106	20.66 426	2.05 463	0.48 54	4.73 480	0.78 189	2.55 102	2.70 241	2.47 378	1.57 163	1.48 171	1.03 137	1.71 123	1.55 227	0.48 358	0.21 52	0.34 269	0.30 255	0.31 103	0.42 120

hknet	2.34 168	0.78 168	13.86 131	0.94 121	1.07 288	4.18 373	1.14 352	4.49 460	3.00 290	2.96 438	1.82 245	3.47 399	1.30 209	4.11 287	1.77 285	0.35 209	0.25 140	0.31 194	0.28 201	0.38 223	0.41 113

UDGNet	2.34 168	1.71 367	20.28 363	1.42 358	0.62 128	4.39 412	0.67 112	1.82 36	2.28 180	1.40 118	1.21 72	0.99 105	1.00 132	2.23 202	1.23 153	1.14 470	0.35 242	1.30 490	0.98 474	1.11 466	0.62 240

qqq1	2.35 170	0.73 125	8.34 92	1.41 349	0.61 118	2.04 67	0.72 141	4.30 405	4.43 456	2.41 368	2.40 387	1.94 245	1.52 262	10.99 445	1.36 186	0.35 209	0.84 402	0.30 174	0.25 140	0.31 103	1.75 380

fff1	2.35 170	0.73 125	8.34 92	1.41 349	0.61 118	2.04 67	0.72 141	4.30 405	4.43 456	2.41 368	2.40 387	1.94 245	1.52 262	10.99 445	1.36 186	0.35 209	0.84 402	0.30 174	0.25 140	0.31 103	1.75 380

StereoVision	2.36 172	1.15 291	20.38 379	1.07 196	1.79 446	2.58 103	0.61 84	3.14 162	2.34 190	1.33 112	3.46 461	1.85 230	0.88 106	2.12 185	2.01 327	0.46 341	0.36 250	0.37 316	0.36 331	0.50 342	0.41 113

LL-Strereo2	2.36 172	1.81 378	19.35 266	1.04 183	1.03 274	3.73 256	1.35 385	2.70 119	2.04 140	1.76 174	1.44 126	1.82 225	0.73 59	1.48 88	1.53 221	0.33 170	0.30 205	0.55 423	0.35 320	0.30 92	3.51 438

SepStereo	2.36 172	0.76 158	7.72 87	1.16 236	1.64 422	2.96 125	2.10 452	4.14 350	3.31 361	4.16 483	2.51 405	2.56 322	1.81 335	8.34 373	1.83 296	0.44 320	0.23 96	0.39 336	0.25 140	0.42 274	0.45 138

RAFT	2.36 172	1.62 358	18.03 223	1.75 435	0.54 84	1.91 61	0.91 280	3.24 173	3.65 411	1.64 147	1.73 214	3.45 398	1.58 275	1.82 154	1.74 280	0.42 295	1.06 419	0.40 341	0.32 289	0.44 298	1.03 331

DCANet	2.37 176	0.98 249	20.47 392	0.86 64	0.43 35	4.18 373	0.59 76	4.31 416	3.29 354	2.35 349	1.86 269	1.18 129	1.63 296	1.69 119	1.59 237	0.34 193	0.25 140	0.24 33	0.19 30	0.31 103	0.73 278

gwcnet-sp	2.38 177	1.51 344	17.58 213	1.11 207	0.92 243	3.59 224	1.03 323	3.79 248	2.43 205	2.60 394	1.63 182	1.80 220	1.61 284	3.87 279	1.99 321	0.33 170	0.32 217	0.30 174	0.29 236	0.40 242	0.47 157

scenet	2.38 177	1.51 344	17.58 213	1.11 207	0.92 243	3.59 224	1.03 323	3.79 248	2.43 205	2.60 394	1.63 182	1.80 220	1.61 284	3.87 279	1.99 321	0.33 170	0.32 217	0.30 174	0.29 236	0.40 242	0.47 157

ssnet	2.38 177	1.51 344	17.58 213	1.11 207	0.92 243	3.59 224	1.03 323	3.79 248	2.43 205	2.60 394	1.63 182	1.80 220	1.61 284	3.87 279	1.99 321	0.33 170	0.32 217	0.30 174	0.29 236	0.40 242	0.47 157

DSFCA	2.38 177	1.03 264	11.06 107	1.15 229	1.18 318	3.97 319	1.75 428	3.63 218	2.44 211	3.14 450	1.68 197	2.90 354	2.48 397	5.38 304	3.17 404	0.49 364	0.45 315	0.37 316	0.37 341	0.54 354	0.46 146

SMFormer	2.40 181	0.73 125	8.34 92	1.41 349	0.61 118	2.04 67	0.72 141	4.30 405	4.43 456	2.41 368	2.40 387	1.94 245	1.52 262	10.99 445	3.10 401	0.35 209	0.84 402	0.36 305	0.33 297	0.40 242	0.77 286

fff	2.40 181	0.96 242	20.47 392	0.84 53	0.38 13	4.15 361	0.57 67	4.30 405	2.85 265	2.31 330	1.82 245	1.19 133	2.98 421	1.68 114	1.57 232	0.35 209	0.24 123	0.23 13	0.19 30	0.25 25	0.57 212

csc	2.40 181	0.96 242	20.47 392	0.84 53	0.38 13	4.15 361	0.57 67	4.30 405	2.85 265	2.31 330	1.82 245	1.19 133	2.98 421	1.68 114	1.57 232	0.35 209	0.24 123	0.23 13	0.19 30	0.25 25	0.57 212

cscssc	2.40 181	0.96 242	20.47 392	0.84 53	0.38 13	4.15 361	0.57 67	4.30 405	2.85 265	2.31 330	1.82 245	1.19 133	2.98 421	1.68 114	1.57 232	0.35 209	0.24 123	0.23 13	0.19 30	0.25 25	0.57 212

ACVNet	2.40 181	0.97 246	20.20 349	0.94 121	0.86 217	4.22 387	0.79 199	2.97 150	2.85 265	1.93 197	1.91 288	3.07 369	1.46 246	1.52 97	2.37 362	0.33 170	0.27 178	0.30 174	0.27 174	0.42 274	0.35 60

DISCO	2.40 181	0.99 258	11.99 113	1.81 441	1.12 303	3.47 196	1.24 371	3.34 185	2.57 224	2.73 412	1.96 299	4.52 464	1.90 351	4.18 289	3.62 413	0.37 247	0.27 178	0.31 194	0.30 255	0.70 413	0.62 240

RAFT_CTSACE	2.41 187	1.83 381	20.33 374	1.77 439	1.39 369	3.50 207	1.03 323	3.25 176	1.64 80	1.80 182	2.04 313	2.82 347	1.78 329	2.11 184	1.10 128	0.27 50	0.24 123	0.28 129	0.30 255	0.31 103	0.33 41

TestStereo	2.41 187	1.95 389	19.15 253	0.77 29	0.61 118	1.83 56	0.58 74	2.33 76	1.53 44	1.44 128	1.37 110	1.26 143	0.90 112	11.59 475	0.94 88	0.36 233	0.19 18	0.33 249	0.24 126	0.45 306	0.32 30

DeepStereo_RVC	2.42 189	0.70 106	18.41 230	0.79 43	0.43 35	4.50 432	0.70 132	2.51 90	3.51 402	2.02 233	1.79 233	1.54 175	6.35 485	1.93 167	1.22 150	0.47 349	0.22 68	0.29 152	0.29 236	0.35 186	0.40 106

model_zeroshot	2.43 190	0.72 119	19.99 325	1.24 273	1.23 336	3.70 252	0.63 99	3.76 243	1.61 73	2.79 420	1.41 121	2.24 279	0.82 94	2.87 253	1.22 150	0.33 170	0.52 351	0.30 174	0.25 140	0.28 56	2.59 412

MIPNet	2.43 190	1.13 286	20.00 326	0.93 112	0.58 109	4.74 482	0.62 94	4.33 427	2.95 283	1.94 203	1.49 134	1.52 174	1.96 354	2.77 246	1.60 241	0.35 209	0.20 30	0.27 96	0.23 109	0.32 123	0.59 227

tta	2.44 192	0.73 125	8.34 92	1.41 349	0.61 118	2.04 67	0.72 141	4.30 405	4.43 456	2.41 368	2.40 387	1.94 245	1.52 262	10.99 445	3.10 401	0.35 209	0.84 402	0.36 305	0.33 297	0.31 103	1.75 380

iinet-f	2.44 192	1.82 380	14.97 155	1.21 261	1.11 300	3.78 266	1.10 344	4.19 368	2.90 278	2.10 260	1.76 219	2.99 360	2.97 419	2.84 251	2.79 384	0.38 263	0.38 270	0.28 129	0.28 201	0.50 342	0.47 157

test_5	2.45 194	1.43 336	19.72 296	1.20 255	1.39 369	3.88 290	1.25 372	4.03 306	1.98 132	1.74 171	1.82 245	1.86 231	1.78 329	3.57 271	1.35 179	0.33 170	0.21 52	0.35 288	0.33 297	0.34 171	0.43 127

acv_ft	2.45 194	0.97 246	19.57 279	1.15 229	2.01 458	2.97 128	0.96 306	3.88 269	2.85 265	2.34 347	1.91 288	3.07 369	1.65 305	1.52 97	2.26 352	0.33 170	0.27 178	0.30 174	0.27 174	0.42 274	0.35 60

riskmin	2.46 196	0.61 55	12.91 121	1.22 265	1.65 426	3.56 219	0.61 84	4.30 405	1.50 38	1.86 187	1.16 64	4.30 455	2.02 359	1.53 100	1.32 177	0.29 82	0.95 411	0.34 269	0.23 109	0.43 284	8.34 482

PFNet+	2.46 196	0.64 67	21.10 470	0.98 155	0.48 54	4.63 458	0.83 220	2.47 86	3.48 399	2.14 269	1.67 195	1.34 150	1.03 137	4.66 294	1.35 179	0.49 364	0.33 223	0.38 331	0.39 358	0.33 148	0.49 170

testlalala2	2.47 198	0.75 148	20.46 389	2.58 485	2.91 484	3.80 270	0.76 178	4.20 370	3.87 426	1.45 130	1.57 163	2.43 306	0.80 90	1.23 30	0.71 28	0.28 69	0.33 223	0.24 33	0.21 62	0.35 186	0.38 94

CoDeX	2.47 198	0.91 213	13.65 127	1.03 177	1.17 316	3.28 165	1.30 377	4.17 360	2.99 288	1.78 177	1.85 263	2.04 265	1.46 246	9.99 411	1.66 259	0.38 263	0.28 187	0.32 214	0.28 201	0.34 171	0.57 212

iRaft-Stereo_5w	2.47 198	1.37 330	13.85 129	0.87 71	0.99 260	3.22 152	0.84 230	3.72 237	2.12 153	1.57 139	2.49 401	2.20 277	2.22 380	9.12 384	2.03 331	0.48 358	0.27 178	0.35 288	0.29 236	0.48 336	0.94 319

RAFT-Stereo + iAFF	2.49 201	1.68 363	20.50 400	1.11 207	1.32 355	4.13 353	0.42 33	3.23 172	3.30 358	2.05 245	2.40 387	1.61 180	1.11 169	1.49 90	1.63 249	0.22 7	0.22 68	0.26 76	0.24 126	0.31 103	2.47 411

HITNet	2.49 201	2.91 419	19.23 261	1.54 392	0.57 105	3.47 196	0.79 199	4.16 356	2.93 281	2.18 285	1.65 190	1.68 189	1.45 241	2.17 193	2.99 396	0.28 69	0.20 30	0.41 348	0.27 174	0.45 306	0.52 189
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
GwcNet-ADL	2.51 203	0.75 148	21.41 493	0.98 155	0.73 170	4.58 450	0.95 300	4.46 458	2.61 229	2.06 246	1.80 238	2.54 317	1.24 199	1.98 173	1.73 277	0.41 284	0.46 321	0.24 33	0.27 174	0.41 262	0.55 204

HHNet	2.51 203	0.76 158	20.83 442	0.67 12	0.67 149	4.07 339	0.90 269	3.85 264	1.59 62	2.14 269	4.91 481	0.98 103	3.32 439	1.73 134	1.80 291	0.41 284	0.20 30	0.31 194	0.28 201	0.38 223	0.44 132

MM-Stereo_test1	2.52 205	0.64 67	20.07 332	1.83 442	0.52 78	1.86 57	0.77 182	3.11 159	3.40 383	1.77 176	1.12 58	0.87 81	0.97 126	1.54 102	1.51 217	0.27 50	2.44 465	0.27 96	0.24 126	0.37 210	6.91 471

EGLCR-Stereo	2.52 205	0.56 25	9.39 99	1.16 236	0.81 199	5.24 494	0.61 84	4.20 370	1.56 53	1.09 93	0.71 17	1.09 115	0.66 48	1.92 164	0.82 58	0.29 82	0.30 205	0.29 152	0.24 126	0.37 210	19.09 533

DAS	2.52 205	0.76 158	7.72 87	1.16 236	1.64 422	2.96 125	2.10 452	4.14 350	3.31 361	4.16 483	2.51 405	2.56 322	1.81 335	11.54 473	1.83 296	0.44 320	0.23 96	0.39 336	0.25 140	0.42 274	0.45 138

GMM-Stereo	2.52 205	0.56 25	20.57 414	0.92 105	0.83 204	4.18 373	1.88 436	2.51 90	2.40 199	2.48 380	2.30 375	1.69 190	1.84 343	2.93 256	1.25 164	0.32 147	0.19 18	0.33 249	0.49 408	0.37 210	2.40 407

MLCV	2.52 205	1.77 372	18.20 227	1.17 243	0.63 131	3.60 228	0.53 58	3.88 269	2.35 193	2.82 425	2.24 360	1.99 257	1.42 234	4.59 293	3.09 400	0.39 271	0.22 68	0.33 249	0.22 94	0.35 186	0.52 189

ToySt	2.53 210	0.89 204	19.20 258	1.12 217	0.95 254	3.47 196	1.13 349	3.72 237	2.25 173	1.36 115	1.71 206	2.22 278	1.59 278	2.14 190	1.81 295	0.28 69	0.64 379	0.30 174	0.33 297	0.43 284	5.14 458

LMCR-Stereo	2.53 210	2.30 406	18.81 240	1.64 416	0.86 217	3.88 290	1.14 352	4.33 427	1.63 78	2.27 318	2.35 379	1.13 121	2.41 392	2.63 236	2.26 352	1.06 466	0.24 123	0.29 152	0.25 140	0.62 382	0.42 120

UNet	2.53 210	0.91 213	20.07 332	1.19 253	1.44 380	3.45 193	0.75 169	3.80 254	1.98 132	2.09 258	1.57 163	2.74 338	2.37 389	3.51 269	2.52 375	0.35 209	0.30 205	0.41 348	0.28 201	0.40 242	0.50 175

UCFNet_RVC	2.53 210	1.29 318	20.56 410	1.42 358	1.40 374	4.01 324	1.04 328	2.79 126	1.67 86	2.27 318	1.88 277	2.94 357	1.50 256	3.48 267	1.68 262	0.37 247	0.29 195	0.52 408	0.41 377	0.55 357	0.51 181

MyStereo04	2.54 214	1.18 296	18.82 242	1.04 183	1.21 333	3.96 317	0.95 300	4.02 303	3.01 295	2.06 246	1.27 88	2.33 289	1.66 306	2.06 177	2.01 327	0.26 40	3.49 480	0.34 269	0.27 174	0.43 284	0.49 170

MC-Stereo	2.54 214	0.58 34	6.38 83	1.30 304	1.37 366	4.56 449	0.60 80	2.08 57	1.57 56	1.97 214	1.68 197	0.89 86	1.12 171	1.46 83	0.88 73	0.27 50	8.44 503	0.27 96	0.22 94	0.26 38	14.87 510

Sa-1000	2.54 214	1.47 340	20.36 377	1.16 236	0.55 91	4.07 339	1.39 391	4.49 460	3.01 295	2.06 246	2.79 433	1.84 228	1.43 238	2.68 240	1.53 221	0.31 130	0.26 165	0.36 305	0.33 297	0.37 210	0.46 146

LCNet	2.54 214	0.60 50	20.89 448	1.01 169	0.57 105	3.60 228	1.21 367	3.20 167	1.70 93	2.17 282	1.76 219	1.43 165	4.12 460	3.61 272	0.94 88	0.32 147	0.20 30	0.28 129	0.76 457	0.50 342	1.83 389

AFF-stereo	2.54 214	3.44 430	20.84 445	1.30 304	0.48 54	3.94 309	0.48 46	3.30 180	3.40 383	1.94 203	2.21 358	2.10 273	1.51 258	2.36 214	1.62 246	0.23 10	0.21 52	0.25 52	0.25 140	0.33 148	0.53 195

YMNet	2.55 219	1.78 373	14.80 151	1.41 349	1.67 432	3.95 311	0.96 306	3.86 265	3.02 299	2.68 405	2.57 413	3.35 392	1.53 266	3.40 265	2.57 377	0.49 364	0.54 355	0.52 408	0.49 408	0.76 428	0.69 263

YMNet_1	2.55 219	1.78 373	14.80 151	1.41 349	1.67 432	3.95 311	0.96 306	3.86 265	3.02 299	2.68 405	2.57 413	3.35 392	1.53 266	3.40 265	2.57 377	0.49 364	0.54 355	0.52 408	0.49 408	0.76 428	0.69 263

MyStereo05	2.55 219	1.07 269	19.87 311	1.06 191	1.08 291	4.26 395	0.86 239	4.10 333	3.01 295	2.19 292	1.26 83	2.30 286	1.64 299	2.13 187	1.99 321	0.25 25	2.43 463	0.34 269	0.27 174	0.46 316	0.48 165

SA	2.55 219	1.54 348	20.70 431	1.12 217	0.48 54	4.26 395	1.33 381	4.45 456	3.28 349	1.68 156	1.96 299	1.69 190	2.25 382	2.60 234	1.57 232	0.30 109	0.29 195	0.37 316	0.38 350	0.36 204	0.47 157

KYRaft	2.55 219	0.57 32	20.60 419	0.98 155	0.51 72	4.38 408	1.76 429	2.51 90	1.59 62	2.48 380	2.98 442	1.99 257	3.36 443	2.17 193	0.96 96	0.34 193	0.22 68	0.33 249	0.46 400	0.38 223	2.44 409

RAFT-345	2.55 219	0.60 50	19.89 313	1.22 265	0.49 62	4.43 420	0.77 182	1.68 20	3.54 404	2.09 258	3.10 449	1.95 249	1.30 209	6.65 338	1.47 213	0.41 284	0.23 96	0.32 214	0.26 157	0.29 73	0.28 14

DLCB_ROB	2.55 219	1.32 324	10.26 103	1.31 308	1.04 280	2.94 123	1.29 376	3.81 258	2.73 244	2.93 433	2.17 344	3.37 394	1.53 266	10.40 427	3.26 406	0.42 295	0.35 242	0.41 348	0.37 341	0.43 284	0.68 260

TestStereo1	2.56 226	1.41 334	20.56 410	1.63 412	0.74 174	4.13 353	1.34 382	3.93 282	3.38 377	1.61 143	2.56 410	1.43 165	2.13 372	2.55 231	1.70 268	0.32 147	0.22 68	0.34 269	0.26 157	0.40 242	0.53 195

CRFU-Net	2.56 226	0.89 204	10.77 106	2.53 482	1.09 294	3.91 298	1.40 392	3.87 268	1.92 123	2.25 309	1.80 238	3.32 389	7.85 500	5.53 309	1.54 224	0.58 409	0.36 250	0.31 194	0.28 201	0.39 237	0.56 207

SA-5K	2.56 226	1.41 334	20.56 410	1.63 412	0.74 174	4.13 353	1.34 382	3.93 282	3.38 377	1.61 143	2.56 410	1.43 165	2.13 372	2.55 231	1.70 268	0.32 147	0.22 68	0.34 269	0.26 157	0.40 242	0.53 195

IPLG	2.56 226	1.11 280	19.89 313	0.95 132	0.79 195	4.60 454	0.56 64	4.31 416	2.10 146	1.94 203	2.00 308	1.34 150	1.37 218	6.59 337	1.59 237	0.32 147	0.21 52	0.27 96	0.23 109	0.32 123	0.63 243

Prome-Stereo	2.57 230	0.60 50	20.29 368	1.01 169	0.62 128	4.40 415	1.80 432	3.22 171	1.74 99	2.18 285	3.43 460	1.71 196	3.45 448	2.24 204	1.19 144	0.32 147	0.20 30	0.27 96	0.25 140	0.37 210	2.15 399

GCAP-Stereo	2.59 231	1.07 269	20.48 398	0.91 96	4.13 508	3.67 243	0.51 54	2.27 70	1.76 101	1.18 99	1.15 63	1.18 129	0.84 96	1.36 63	1.54 224	0.27 50	8.46 504	0.27 96	0.19 30	0.29 73	0.30 21

NINENet	2.59 231	0.89 204	16.09 174	1.16 236	1.07 288	4.50 432	0.75 169	4.43 452	2.61 229	2.18 285	1.91 288	3.61 416	1.03 137	7.92 368	1.18 140	0.49 364	0.34 233	0.41 348	0.30 255	0.42 274	0.44 132

111	2.59 231	3.10 423	20.47 392	0.84 53	0.38 13	4.26 395	0.91 280	4.45 456	2.96 284	2.48 380	2.07 325	2.31 287	1.64 299	1.49 90	1.90 309	0.35 209	0.22 68	0.25 52	0.21 62	0.32 123	1.14 340

PSMNet-RUCA	2.60 234	1.83 381	20.55 406	1.51 384	1.39 369	3.07 135	1.36 388	3.56 207	2.43 205	1.41 121	2.07 325	1.42 162	1.09 160	2.07 178	1.60 241	1.20 473	0.69 391	1.26 489	0.96 470	1.65 489	0.97 321

ff7	2.60 234	0.81 177	16.25 179	0.89 79	0.56 97	4.55 445	0.83 220	1.68 20	3.44 389	0.88 59	1.10 53	0.70 39	0.78 78	1.93 167	0.93 82	0.29 82	0.37 257	0.29 152	0.21 62	0.33 148	15.08 513

ffff	2.60 234	0.81 177	16.25 179	0.89 79	0.56 97	4.55 445	0.83 220	1.68 20	3.44 389	0.88 59	1.10 53	0.70 39	0.78 78	1.93 167	0.93 82	0.29 82	0.37 257	0.29 152	0.21 62	0.33 148	15.08 513

11t	2.60 234	0.81 177	16.25 179	0.89 79	0.56 97	4.55 445	0.83 220	1.68 20	3.44 389	0.88 59	1.10 53	0.70 39	0.78 78	1.93 167	0.93 82	0.29 82	0.37 257	0.29 152	0.21 62	0.33 148	15.08 513

ccc-4	2.60 234	0.81 177	16.25 179	0.89 79	0.56 97	4.55 445	0.83 220	1.68 20	3.44 389	0.88 59	1.10 53	0.70 39	0.78 78	1.93 167	0.93 82	0.29 82	0.37 257	0.29 152	0.21 62	0.33 148	15.08 513

IPLGR	2.61 239	0.73 125	20.72 435	0.87 71	0.54 84	4.58 450	0.52 57	4.32 424	2.79 254	1.91 193	1.54 152	1.72 197	1.71 317	6.94 351	1.43 202	0.31 130	0.21 52	0.27 96	0.24 126	0.34 171	0.48 165

RAFT_R40	2.61 239	0.64 67	19.86 309	1.69 423	0.46 44	4.74 482	0.95 300	2.28 72	2.52 219	2.02 233	2.32 377	2.69 334	2.52 402	6.70 341	1.05 120	0.42 295	0.19 18	0.30 174	0.27 174	0.33 148	0.29 17

DeepPruner_ROB	2.61 239	1.97 390	19.32 265	1.03 177	1.20 328	4.38 408	0.90 269	3.44 197	1.77 102	2.61 398	1.54 152	2.77 344	1.27 201	5.05 297	2.08 337	0.52 393	0.40 284	0.37 316	0.35 320	0.52 350	0.62 240

fast-acv-ft	2.62 242	1.62 358	20.48 398	1.45 367	1.39 369	3.16 145	1.16 357	3.41 192	2.45 213	1.97 214	2.15 338	2.68 332	2.15 374	2.92 255	2.47 370	0.43 312	0.40 284	0.45 372	0.40 367	0.62 382	0.64 248

PSM-softLoss	2.62 242	0.65 75	21.11 472	2.46 479	0.49 62	4.68 473	0.68 121	2.61 112	4.23 443	2.14 269	1.47 131	1.42 162	0.99 130	6.04 322	1.24 158	0.47 349	0.23 96	0.37 316	0.39 358	0.33 148	0.34 50

KMStereo	2.62 242	0.65 75	21.11 472	2.46 479	0.49 62	4.68 473	0.68 121	2.61 112	4.23 443	2.14 269	1.47 131	1.42 162	0.99 130	6.04 322	1.24 158	0.47 349	0.23 96	0.37 316	0.39 358	0.33 148	0.34 50

STTStereo	2.62 242	1.28 316	19.16 254	1.52 389	1.55 398	3.84 277	0.89 253	3.75 242	2.59 228	2.23 306	1.59 171	2.48 313	1.58 275	5.11 298	1.72 274	0.38 263	0.41 291	0.47 380	0.54 427	0.53 351	0.75 284

SST-Stereo	2.63 246	0.63 63	19.76 300	1.69 423	0.46 44	4.71 479	0.74 158	2.27 70	3.07 313	2.07 252	2.15 338	2.42 304	3.17 434	6.66 339	0.95 94	0.45 329	0.19 18	0.30 174	0.27 174	0.35 186	0.31 27

GMOStereo	2.64 247	0.92 220	19.83 305	0.81 46	0.68 157	3.22 152	0.89 253	2.94 141	1.48 30	2.36 355	1.54 152	1.75 201	1.04 144	1.33 53	1.15 134	0.26 40	11.32 521	0.35 288	0.28 201	0.35 186	0.33 41

error version	2.64 247	0.92 220	19.83 305	0.81 46	0.68 157	3.22 152	0.89 253	2.94 141	1.48 30	2.36 355	1.54 152	1.75 201	1.04 144	1.33 53	1.15 134	0.26 40	11.32 521	0.35 288	0.28 201	0.35 186	0.33 41

test-v	2.64 247	0.92 220	19.83 305	0.81 46	0.68 157	3.22 152	0.89 253	2.94 141	1.48 30	2.36 355	1.54 152	1.75 201	1.04 144	1.33 53	1.15 134	0.26 40	11.32 521	0.35 288	0.28 201	0.35 186	0.33 41

test-2	2.64 247	0.92 220	19.83 305	0.81 46	0.68 157	3.22 152	0.89 253	2.94 141	1.48 30	2.36 355	1.54 152	1.75 201	1.04 144	1.33 53	1.15 134	0.26 40	11.32 521	0.35 288	0.28 201	0.35 186	0.33 41

test_sample3	2.65 251	0.75 148	15.69 167	1.42 358	0.85 213	3.14 143	0.73 148	4.28 401	3.21 331	2.28 320	1.79 233	1.78 217	1.46 246	11.11 455	1.84 298	0.36 233	0.46 321	0.34 269	0.36 331	0.40 242	0.76 285

dad	2.65 251	3.40 428	19.45 272	1.05 187	0.65 139	4.21 385	0.84 230	2.10 59	2.77 251	2.32 341	1.72 208	1.72 197	1.27 201	3.86 278	2.04 333	1.06 466	0.40 284	2.04 497	0.49 408	0.78 430	0.83 298

AASNet	2.65 251	3.20 424	20.19 347	1.38 337	1.49 386	3.84 277	1.06 332	3.92 278	3.28 349	2.07 252	2.28 369	1.95 249	1.28 204	2.19 196	2.17 345	0.42 295	0.33 223	0.45 372	0.30 255	0.59 372	0.52 189

ASMatch	2.65 251	0.68 93	20.65 425	1.60 405	0.71 168	4.40 415	0.77 182	2.02 54	1.65 82	1.71 164	3.89 468	1.93 243	3.75 454	5.45 306	1.67 260	0.33 170	0.24 123	0.34 269	0.28 201	0.34 171	0.57 212

BEATNet_4x	2.65 251	4.43 443	18.10 224	1.41 349	0.59 110	3.44 190	1.02 320	4.08 327	2.97 285	2.28 320	1.75 218	2.18 275	1.61 284	2.80 249	3.54 411	0.39 271	0.25 140	0.47 380	0.31 273	0.61 377	0.86 308

IGEV_Zeroshot_test	2.66 256	0.75 148	21.55 497	1.50 382	0.89 231	2.21 77	0.90 269	3.52 202	1.83 108	2.17 282	1.57 163	4.09 440	1.60 279	1.73 134	1.21 148	0.32 147	0.33 223	0.28 129	0.30 255	0.44 298	6.09 464

GEStereo_RVC	2.66 256	1.20 306	20.38 379	1.29 300	1.05 283	4.02 326	1.42 395	4.17 360	2.24 170	2.10 260	1.86 269	2.33 289	1.84 343	4.93 296	1.78 286	0.51 383	0.38 270	0.32 214	0.29 236	0.44 298	0.56 207

XX-Stereo	2.66 256	0.70 106	21.17 479	2.33 472	1.24 339	4.31 404	0.45 41	4.48 459	1.60 67	2.39 363	1.89 279	4.60 468	0.60 32	4.17 288	1.11 129	0.34 193	0.26 165	0.29 152	0.29 236	0.53 351	0.43 127

delet	2.66 256	1.11 280	18.42 231	1.05 187	1.65 426	3.47 196	2.00 445	3.81 258	2.82 261	2.15 276	2.11 331	2.62 328	1.88 350	5.38 304	2.21 349	0.34 193	0.38 270	0.40 341	0.32 289	0.45 306	0.54 200

OCTAStereo	2.67 260	0.67 85	21.08 463	2.43 475	0.47 49	4.67 465	0.67 112	3.68 224	4.31 453	2.11 262	1.62 177	1.36 154	1.09 160	6.02 321	1.25 164	0.45 329	0.20 30	0.36 305	0.34 307	0.32 123	0.37 85

RE-Stereo	2.67 260	0.67 85	21.08 463	2.43 475	0.47 49	4.67 465	0.67 112	3.68 224	4.30 450	2.11 262	1.62 177	1.36 154	1.09 160	6.01 318	1.26 169	0.45 329	0.20 30	0.36 305	0.34 307	0.32 123	0.37 85

TVStereo	2.67 260	0.67 85	21.08 463	2.43 475	0.47 49	4.67 465	0.67 112	3.68 224	4.30 450	2.11 262	1.62 177	1.36 154	1.09 160	6.01 318	1.26 169	0.45 329	0.20 30	0.36 305	0.34 307	0.32 123	0.37 85

test_sample5	2.68 263	0.76 158	14.56 146	1.40 345	0.83 204	3.11 139	0.74 158	4.33 427	4.48 462	2.29 325	2.04 313	1.67 186	1.45 241	11.18 458	1.88 305	0.37 247	0.47 331	0.37 316	0.39 358	0.43 284	0.78 289

test_sample4	2.68 263	0.76 158	15.85 170	1.45 367	0.83 204	3.10 136	0.72 141	4.31 416	3.37 374	2.39 363	1.90 287	1.72 197	1.47 251	11.13 457	1.86 302	0.36 233	0.47 331	0.35 288	0.37 341	0.42 274	0.85 304

DualNet	2.68 263	0.76 158	14.56 146	1.40 345	0.83 204	3.11 139	0.74 158	4.33 427	4.48 462	2.35 349	2.13 335	1.67 186	1.45 241	11.18 458	1.88 305	0.37 247	0.47 331	0.37 316	0.39 358	0.43 284	0.78 289

NF-Stereo	2.68 263	0.67 85	21.09 468	2.43 475	0.47 49	4.67 465	0.67 112	3.68 224	4.30 450	2.11 262	1.62 177	1.36 154	1.09 160	6.07 324	1.24 158	0.45 329	0.20 30	0.36 305	0.34 307	0.32 123	0.37 85

testlalala_base	2.69 267	0.77 166	21.10 470	1.22 265	1.46 382	2.72 106	0.83 220	4.11 336	1.49 35	1.28 111	1.45 129	1.21 139	0.85 98	1.28 40	1.19 144	3.94 516	2.36 458	0.27 96	0.19 30	4.48 518	1.58 371

mmm	2.70 268	0.80 174	8.26 91	1.50 382	1.18 318	2.44 93	0.85 235	4.08 327	4.59 466	2.31 330	1.95 298	1.51 173	1.55 272	2.33 212	1.72 274	0.31 130	7.71 501	0.45 372	0.42 383	0.40 242	9.56 489

iResNet	2.70 268	1.35 328	20.93 451	2.01 459	0.73 170	3.76 261	0.83 220	4.28 401	2.93 281	2.38 361	2.03 311	1.35 152	1.54 269	3.28 263	4.42 424	0.42 295	0.25 140	0.29 152	0.23 109	0.45 306	0.64 248

G2L-Stereo_aug	2.71 270	0.95 237	19.55 278	1.32 315	1.10 297	3.15 144	0.89 253	3.79 248	2.03 139	2.33 344	2.16 342	3.03 364	2.08 362	7.60 362	2.41 365	0.33 170	0.25 140	0.32 214	0.21 62	0.32 123	0.47 157

test_sample6	2.71 270	0.76 158	14.30 139	1.43 364	0.83 204	3.17 146	0.79 199	4.40 445	4.65 473	2.35 349	2.13 335	1.69 190	1.45 241	11.48 471	1.99 321	0.39 271	0.46 321	0.38 331	0.40 367	0.43 284	0.77 286

MIM_Stereo	2.71 270	1.26 309	20.92 450	1.34 323	5.57 516	3.10 136	0.59 76	3.25 176	2.51 217	1.64 147	1.61 173	1.82 225	1.29 207	2.07 178	1.35 179	0.25 25	0.31 211	0.28 129	0.26 157	0.29 73	4.43 451

anonymousdsp2	2.72 273	0.68 93	11.15 109	1.20 255	0.64 134	3.66 242	0.71 137	3.71 235	2.14 157	1.62 145	1.61 173	1.95 249	1.00 132	2.24 204	0.81 53	0.32 147	0.50 345	0.28 129	0.20 51	0.34 171	19.58 534

Wz-Net-LNSev-Ref	2.72 273	2.55 413	14.91 153	1.37 333	1.36 363	3.50 207	1.63 418	4.11 336	3.38 377	2.55 389	2.04 313	2.35 293	2.50 400	5.14 299	4.64 428	0.53 395	0.22 68	0.35 288	0.21 62	0.41 262	0.60 232

RAFT-RH_RVC	2.72 273	0.64 67	20.10 341	1.48 375	0.49 62	4.46 423	0.56 64	1.73 30	2.86 271	3.06 443	5.50 484	2.02 262	1.28 204	6.70 341	1.56 229	0.46 341	0.22 68	0.37 316	0.34 307	0.29 73	0.33 41

DMCA-RVC	2.72 273	3.31 426	20.08 338	1.27 293	1.13 306	2.49 96	0.85 235	3.43 195	1.85 111	3.04 442	1.58 169	1.99 257	1.51 258	6.42 333	2.86 389	0.39 271	0.31 211	0.44 365	0.37 341	0.47 329	0.65 252

iResNet_ROB	2.72 273	10.38 478	14.41 142	1.46 369	0.99 260	3.74 258	0.66 110	4.01 298	2.84 264	2.04 241	2.05 320	1.98 256	1.38 219	4.73 295	1.91 312	0.35 209	0.20 30	0.28 129	0.19 30	0.33 148	0.41 113

pcwnet_v2	2.73 278	0.70 106	22.43 518	1.11 207	1.02 270	3.58 223	0.80 208	4.31 416	3.42 387	2.39 363	2.28 369	2.99 360	1.68 309	3.31 264	1.54 224	0.44 320	0.51 348	0.41 348	0.34 307	0.62 382	0.74 282

GCAP-BAT	2.74 279	0.79 172	19.74 299	1.06 191	0.85 213	4.25 394	0.91 280	2.80 127	1.83 108	2.14 269	2.08 328	2.55 318	0.80 90	1.87 162	1.41 198	0.35 209	7.97 502	0.24 33	0.22 94	0.27 45	2.72 416

MyStereo06	2.74 279	1.07 269	21.19 482	1.06 191	1.08 291	4.26 395	0.86 239	3.72 237	1.80 105	2.25 309	1.77 226	4.28 453	4.12 460	1.85 159	1.38 192	0.25 25	2.43 463	0.34 269	0.27 174	0.46 316	0.48 165

IRAFT_RVC	2.74 279	0.71 112	19.80 301	2.52 481	0.67 149	4.60 454	1.57 413	3.05 155	2.99 288	2.23 306	1.72 208	2.08 271	2.59 404	6.69 340	1.61 244	0.37 247	0.21 52	0.33 249	0.29 236	0.33 148	0.35 60

HGLStereo	2.74 279	1.03 264	20.80 440	1.24 273	1.55 398	3.62 234	0.94 295	3.83 261	2.09 144	2.18 285	2.20 354	3.11 373	2.12 369	5.65 310	2.07 336	0.50 377	0.34 233	0.32 214	0.30 255	0.42 274	0.50 175

ACRE	2.75 283	7.69 463	19.93 316	0.93 112	1.30 347	3.94 309	0.90 269	4.23 382	3.66 412	2.33 344	2.61 417	1.17 126	1.04 144	1.80 148	1.35 179	0.46 341	0.25 140	0.27 96	0.23 109	0.32 123	0.60 232

PFNet	2.75 283	0.69 98	19.96 321	2.25 468	0.80 197	4.63 458	0.90 269	2.60 111	3.85 424	2.39 363	2.71 428	1.82 225	1.41 231	7.53 361	1.41 198	0.36 233	0.21 52	0.36 305	0.27 174	0.32 123	0.46 146

rafts_anoy	2.76 285	1.68 363	20.42 383	1.42 358	3.90 503	3.03 133	0.61 84	3.24 173	1.66 84	1.42 123	1.26 83	1.19 133	1.11 169	2.13 187	1.64 255	0.33 170	8.77 510	0.32 214	0.32 289	0.32 123	0.38 94

NLCA_NET_v2_RVC	2.76 285	1.48 341	19.72 296	1.62 409	2.00 457	3.95 311	0.86 239	3.92 278	2.51 217	2.56 390	1.69 200	2.83 349	1.61 284	5.65 310	1.78 286	0.48 358	0.36 250	0.38 331	0.42 383	0.56 363	0.77 286
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AACVNet	2.77 287	1.64 361	19.22 260	1.57 399	0.86 217	3.28 165	0.74 158	3.31 183	1.66 84	2.06 246	1.82 245	2.47 311	1.40 226	10.95 444	1.92 316	0.41 284	0.35 242	0.38 331	0.33 297	0.46 316	0.61 236

UGAM	2.78 288	0.78 168	19.69 293	0.93 112	0.73 170	3.27 161	1.02 320	2.88 137	3.06 312	1.40 118	2.76 432	3.51 409	1.28 204	10.74 435	1.44 206	0.30 109	0.30 205	0.40 341	0.33 297	0.37 210	0.49 170

Wz-Net-LNSev	2.78 288	6.16 451	17.27 204	1.24 273	1.65 426	3.49 205	1.55 410	3.70 232	3.61 407	1.96 211	1.76 219	3.30 386	2.17 378	2.78 247	2.24 350	0.49 364	0.35 242	0.32 214	0.31 273	0.56 363	0.65 252

NVstereo2D	2.79 290	1.13 286	13.75 128	1.37 333	1.47 385	3.57 220	1.38 390	4.17 360	3.77 420	2.04 241	1.72 208	3.05 366	1.75 323	10.84 438	1.72 274	0.62 419	0.48 338	0.56 426	0.54 427	0.79 434	1.02 329

MM-Stereo_test2	2.80 291	0.63 63	20.19 347	1.75 435	0.52 78	2.77 107	0.71 137	1.80 34	1.72 97	0.99 82	0.98 40	0.84 71	0.79 85	1.45 80	1.26 169	0.27 50	0.62 376	0.25 52	0.23 109	0.31 103	17.86 530

ssnet_v2	2.81 292	1.39 331	21.16 477	1.25 288	0.90 237	3.86 284	1.63 418	4.10 333	3.22 338	2.79 420	1.96 299	3.78 424	1.70 315	2.53 229	3.12 403	0.44 320	0.37 257	0.42 359	0.38 350	0.59 372	0.58 224

11t1	2.82 293	0.72 119	17.81 221	1.60 405	0.93 247	2.27 82	0.62 94	3.76 243	4.47 461	1.72 165	1.33 100	1.05 112	1.34 214	1.84 158	1.45 210	0.29 82	5.57 493	0.29 152	0.26 157	0.32 123	8.80 485

DANet	2.82 293	1.17 293	10.20 102	1.87 445	1.72 438	3.25 160	1.15 355	4.36 435	3.02 299	3.42 463	2.18 349	4.09 440	1.79 332	9.78 399	4.32 421	0.55 401	0.57 361	0.60 437	0.44 392	0.65 399	1.25 347
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AIO-Stereo-zeroshot	2.84 295	1.17 293	20.72 435	1.15 229	2.05 461	3.61 230	0.49 47	4.63 480	2.10 146	1.41 121	1.66 194	6.02 493	2.40 390	2.79 248	2.09 340	0.30 109	0.51 348	0.31 194	0.96 470	0.59 372	1.93 390

G2L-Stereo	2.85 296	2.33 408	19.94 319	1.15 229	1.34 357	3.57 220	0.95 300	3.70 232	2.22 167	2.14 269	1.61 173	3.19 376	1.33 213	9.50 391	2.02 329	0.36 233	0.27 178	0.35 288	0.28 201	0.30 92	0.51 181

test_sample7	2.85 296	0.81 177	14.48 144	1.59 404	0.77 189	2.42 91	1.08 335	4.40 445	4.92 486	2.20 299	1.85 263	1.90 237	2.00 356	6.87 347	1.75 283	0.47 349	1.36 430	0.44 365	0.41 377	0.47 329	6.81 470

GCST	2.86 298	3.95 437	20.52 402	1.93 452	1.56 402	1.74 55	0.50 51	3.69 229	2.10 146	1.79 180	1.64 187	1.60 179	1.29 207	5.27 302	1.90 309	2.10 491	0.77 396	1.45 491	0.97 473	1.15 469	1.38 355

TRStereo	2.86 298	2.12 398	19.98 324	1.68 422	1.18 318	4.35 406	1.05 330	5.07 495	3.48 399	1.56 137	1.39 114	1.75 201	0.85 98	2.01 175	1.50 216	0.43 312	0.34 233	0.33 249	0.36 331	0.36 204	7.50 472

CFNet-ft	2.87 300	1.80 375	20.20 349	1.10 203	1.54 394	4.09 344	0.89 253	2.97 150	1.88 117	1.93 197	1.70 202	3.50 406	1.60 279	9.35 388	2.17 345	0.35 209	0.32 217	0.61 440	0.38 350	0.55 357	0.45 138

CFNet_RVC	2.87 300	1.80 375	20.20 349	1.10 203	1.54 394	4.09 344	0.89 253	2.97 150	1.88 117	1.93 197	1.70 202	3.50 406	1.60 279	9.35 388	2.17 345	0.35 209	0.32 217	0.61 440	0.38 350	0.55 357	0.45 138

CIPLG	2.88 302	10.01 476	20.02 328	0.95 132	1.34 357	3.95 311	0.91 280	4.24 388	3.69 415	2.36 355	2.66 422	1.17 126	1.06 155	1.82 154	1.37 191	0.45 329	0.25 140	0.27 96	0.23 109	0.33 148	0.60 232

LALA_ROB	2.88 302	2.13 400	19.08 250	1.10 203	0.99 260	3.91 298	1.81 433	4.50 464	3.04 307	3.32 460	1.87 275	2.75 340	1.66 306	4.06 285	4.02 417	0.47 349	0.44 311	0.55 423	0.53 424	0.61 377	0.73 278

IIG-Stereo	2.89 304	0.98 249	19.80 301	2.78 490	0.67 149	4.62 456	0.74 158	4.29 403	2.26 176	2.62 400	3.10 449	3.33 390	1.60 279	7.64 363	1.51 217	0.42 295	0.21 52	0.32 214	0.25 140	0.33 148	0.28 14

DN-CSS_ROB	2.89 304	9.72 474	19.71 294	2.07 464	0.90 237	4.01 324	0.61 84	4.06 315	3.35 372	1.66 152	1.89 279	1.39 158	1.06 155	3.24 262	1.88 305	0.44 320	0.19 18	0.44 365	0.29 236	0.40 242	0.42 120

AE-Stereo	2.91 306	0.63 63	17.05 199	1.15 229	0.63 131	4.39 412	0.70 132	4.02 303	2.12 153	1.24 109	2.04 313	1.01 107	0.91 114	1.67 113	1.42 200	0.30 109	1.14 423	0.28 129	0.28 201	0.27 45	16.93 528

PSMNet-RSSM	2.91 306	1.55 352	20.10 341	1.32 315	1.30 347	4.19 381	0.95 300	3.78 247	2.28 180	2.28 320	1.80 238	2.64 330	1.87 348	9.83 401	1.93 317	0.37 247	0.33 223	0.35 288	0.38 350	0.46 316	0.40 106

DFGA-Net	2.93 308	7.27 460	18.55 233	1.18 248	0.79 195	3.68 246	0.60 80	2.84 133	1.98 132	2.19 292	2.07 325	1.22 140	1.04 144	10.28 423	2.51 374	0.30 109	0.23 96	0.34 269	0.35 320	0.63 388	0.54 200

Consistency-Raft	2.93 308	1.93 388	19.72 296	1.41 349	1.75 440	3.85 281	1.32 380	4.09 331	2.75 247	1.82 184	2.66 422	1.81 223	4.34 466	2.29 209	2.08 337	0.90 459	0.94 410	1.03 478	1.13 481	1.71 491	1.10 337

ac_64	2.93 308	0.87 195	19.66 284	1.35 324	1.70 435	3.29 168	0.92 288	3.56 207	3.46 397	1.91 193	1.79 233	3.90 430	1.76 326	10.23 419	1.93 317	0.44 320	0.32 217	0.33 249	0.31 273	0.35 186	0.51 181

cf-r	2.93 308	2.19 402	20.59 418	1.49 377	1.35 361	4.18 373	0.92 288	3.73 241	3.12 320	2.16 280	1.82 245	3.40 395	1.44 239	8.22 370	1.93 317	0.34 193	0.31 211	0.33 249	0.30 255	0.38 223	0.45 138

ETE_ROB	2.93 308	2.12 398	17.80 219	1.13 222	0.94 252	3.71 253	1.53 406	4.29 403	2.98 287	3.32 460	2.13 335	2.34 292	1.51 258	8.68 377	2.82 387	0.44 320	0.40 284	0.51 405	0.49 408	0.56 363	0.80 294

x	2.94 313	0.83 183	16.07 173	1.51 384	0.83 204	2.13 74	0.96 306	3.97 291	4.73 476	1.73 168	1.43 124	1.61 180	1.27 201	2.24 204	1.71 271	0.29 82	6.91 498	0.34 269	0.31 273	0.34 171	9.60 490

OMP-Stereo	2.94 313	1.26 309	20.07 332	2.73 488	0.67 149	4.58 450	1.46 400	4.33 427	2.21 166	3.14 450	2.68 425	3.22 380	1.38 219	7.65 364	1.42 200	0.46 341	0.21 52	0.33 249	0.26 157	0.34 171	0.31 27

testlalala	2.95 315	0.66 82	20.83 442	1.03 177	0.81 199	4.39 412	0.90 269	2.96 148	3.69 415	2.50 384	1.55 161	1.31 149	0.61 35	1.15 20	0.77 38	0.42 295	14.33 527	0.25 52	0.20 51	0.26 38	0.36 82

4D-IteraStereo	2.95 315	1.83 381	20.75 437	0.81 46	1.56 402	2.22 79	1.03 323	2.48 88	1.56 53	1.42 123	1.00 42	1.93 243	0.61 35	1.65 111	2.04 333	0.31 130	0.22 68	0.31 194	0.26 157	0.28 56	16.75 526

ACV-stereo	2.96 317	1.09 276	20.34 375	1.37 333	1.05 283	4.65 461	1.09 339	2.82 130	1.68 87	1.48 131	1.32 98	5.40 484	4.22 462	7.83 367	2.08 337	0.46 341	0.52 351	0.33 249	0.30 255	0.45 306	0.71 269

qqq	2.96 317	0.88 199	15.54 165	1.27 293	0.74 174	2.29 83	0.90 269	4.07 318	4.63 468	1.63 146	1.32 98	1.78 217	1.36 216	5.19 300	1.68 262	0.29 82	6.43 496	0.33 249	0.36 331	0.35 186	8.09 475

IPLGR_C	2.96 317	11.71 485	20.02 328	0.95 132	1.31 351	3.93 306	0.92 288	4.22 376	3.76 418	2.35 349	2.62 418	1.16 125	1.07 158	1.71 123	1.34 178	0.45 329	0.25 140	0.27 96	0.23 109	0.33 148	0.60 232

GANet-RSSM	2.96 317	1.27 313	21.17 479	1.73 431	1.23 336	4.22 387	0.91 280	3.39 190	2.02 138	1.97 214	1.74 217	2.53 315	2.06 361	10.91 443	1.88 305	0.37 247	0.35 242	0.32 214	0.29 236	0.42 274	0.46 146

NCCL2	2.96 317	4.07 440	15.75 168	1.24 273	1.03 274	3.48 202	2.55 468	3.79 248	2.39 196	2.78 418	1.80 238	2.41 300	1.67 308	10.27 422	2.48 372	0.46 341	0.41 291	0.57 430	0.55 431	0.61 377	0.86 308

MyStereo8	2.97 322	1.76 370	18.94 244	1.55 396	1.62 415	4.16 364	0.57 67	3.79 248	2.41 201	2.22 304	2.93 440	2.27 282	1.14 178	2.16 191	2.28 354	0.27 50	8.58 506	0.32 214	0.29 236	0.37 210	1.72 379

hitnet-ft	2.99 323	1.23 308	19.37 268	0.96 141	0.90 237	3.76 261	0.79 199	3.60 214	2.68 238	2.31 330	2.04 313	3.63 419	1.49 255	11.70 482	2.37 362	0.45 329	0.54 355	0.44 365	0.36 331	0.54 354	0.56 207

XPNet_ROB	2.99 323	1.58 353	17.06 201	1.38 337	0.99 260	3.91 298	1.62 417	4.20 370	2.42 202	2.87 428	2.03 311	2.31 287	1.72 320	10.76 436	3.60 412	0.55 401	0.49 341	0.48 385	0.40 367	0.53 351	0.85 304

coex_refinement	3.01 325	1.69 365	20.28 363	1.31 308	1.15 310	3.21 149	0.86 239	3.94 285	2.43 205	2.51 385	1.92 294	3.49 401	1.68 309	11.06 449	2.54 376	0.38 263	0.26 165	0.27 96	0.31 273	0.41 262	0.58 224

PAM	3.02 326	0.69 98	20.70 431	1.20 255	1.15 310	8.88 514	1.28 375	4.06 315	1.91 121	2.32 341	2.42 396	5.75 489	2.75 408	2.47 220	1.55 227	0.28 69	0.35 242	0.27 96	0.30 255	0.41 262	1.65 377

DCRE	3.02 326	0.95 237	18.48 232	1.18 248	1.89 451	3.57 220	0.82 216	3.36 188	1.70 93	2.04 241	8.12 494	1.73 200	1.07 158	1.31 48	1.24 158	0.24 15	0.87 406	0.26 76	0.27 174	0.28 56	11.03 496

HSM-Net_RVC	3.02 326	0.65 75	19.48 273	0.94 121	0.90 237	3.71 253	1.20 362	5.61 508	2.87 273	3.24 456	2.49 401	2.53 315	1.61 284	11.39 466	1.90 309	0.37 247	0.27 178	0.27 96	0.24 126	0.31 103	0.39 103
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccnet	3.03 329	1.48 341	12.88 119	1.54 392	1.26 342	3.71 253	2.32 461	4.11 336	3.05 310	2.92 432	3.21 453	2.86 350	2.40 390	9.87 402	4.19 418	0.80 451	0.76 395	0.71 460	0.70 452	0.78 430	1.07 335

Nwc_Net	3.03 329	1.90 387	19.16 254	1.38 337	1.69 434	3.53 214	1.19 359	4.03 306	2.19 161	2.79 420	2.84 436	3.80 426	2.46 396	6.93 350	2.87 391	0.96 462	0.41 291	0.59 433	0.68 450	0.60 376	0.65 252

PAM_32	3.04 331	0.69 98	20.55 406	1.17 243	1.01 268	8.89 515	0.76 178	3.71 235	3.43 388	2.12 266	2.65 420	5.44 486	3.73 453	2.35 213	1.48 214	0.27 50	0.33 223	0.28 129	0.29 236	0.39 237	1.27 349

psm_up	3.04 331	1.30 321	18.97 247	1.31 308	1.51 390	3.86 284	1.22 368	4.26 398	2.31 188	2.72 410	1.83 258	2.43 306	1.68 309	12.86 506	1.78 286	0.43 312	0.41 291	0.41 348	0.34 307	0.46 316	0.67 258

CFNet	3.04 331	6.89 457	16.27 184	1.36 328	1.24 339	4.09 344	0.72 141	4.15 354	3.00 290	1.69 160	1.88 277	2.27 282	1.45 241	11.41 467	2.12 342	0.36 233	0.29 195	0.43 363	0.36 331	0.48 336	0.38 94

SACVNet	3.06 334	1.61 357	19.29 264	1.46 369	1.18 318	4.05 334	1.48 403	4.03 306	2.58 227	2.75 414	1.89 279	2.55 318	1.38 219	11.33 464	2.28 354	0.51 383	0.41 291	0.48 385	0.43 388	0.57 367	0.93 318

AIO-test2	3.07 335	12.11 487	20.58 417	1.49 377	1.34 357	3.22 152	0.73 148	4.07 318	1.56 53	1.72 165	2.20 354	0.90 88	0.74 65	3.75 277	1.39 195	3.67 510	0.26 165	0.35 288	0.44 392	0.41 262	0.44 132

TransformOpticalFlow	3.07 335	0.87 195	20.87 447	1.10 203	0.56 97	4.18 373	0.64 104	4.36 435	3.28 349	2.19 292	3.08 447	4.32 456	5.01 472	7.36 358	1.59 237	0.34 193	0.18 10	0.32 214	0.26 157	0.29 73	0.57 212

StereoDRNet	3.07 335	2.92 421	16.33 186	1.36 328	1.57 405	3.45 193	2.04 449	3.77 246	2.85 265	3.31 459	1.85 263	2.78 345	1.79 332	10.85 439	3.41 408	0.45 329	0.36 250	0.39 336	0.37 341	0.62 382	0.85 304

IGEVStereo-DCA	3.09 338	3.48 431	16.25 179	0.96 141	0.49 62	1.59 50	0.83 220	1.68 20	3.44 389	0.75 27	0.78 23	0.74 56	0.73 59	5.79 312	7.75 452	0.32 147	0.26 165	0.28 129	0.21 62	0.32 123	15.08 513

FADNet_RVC	3.10 339	7.62 461	19.12 251	1.05 187	0.93 247	4.09 344	0.84 230	4.34 432	2.05 141	1.54 134	1.78 230	1.61 180	1.50 256	8.92 381	2.64 383	0.50 377	0.38 270	0.44 365	0.61 442	0.91 447	1.16 342

iRaft-Stereo_20w	3.11 340	0.69 98	18.89 243	1.00 166	1.09 294	5.03 491	1.00 316	5.86 510	2.46 214	2.83 427	1.64 187	3.06 368	4.30 464	3.08 261	1.74 280	0.31 130	0.30 205	0.27 96	0.35 320	0.42 274	7.93 473

STrans-v2	3.11 340	0.95 237	20.80 440	0.86 64	0.64 134	3.90 294	1.01 317	4.30 405	3.61 407	2.28 320	3.65 464	4.11 443	5.17 474	7.32 355	1.63 249	0.34 193	0.18 10	0.29 152	0.26 157	0.30 92	0.65 252

PS-NSSS	3.11 340	1.60 356	19.48 273	1.00 166	1.53 393	4.12 350	1.08 335	4.59 478	2.80 255	2.19 292	2.38 383	1.76 207	1.39 222	11.79 486	1.94 320	0.69 431	0.45 315	0.95 476	0.43 388	1.03 455	1.00 325

DRaft	3.12 343	0.68 93	20.57 414	0.77 29	0.49 62	3.95 311	1.20 362	2.40 79	1.60 67	2.64 402	2.80 434	1.59 178	5.33 475	6.94 351	9.51 460	0.43 312	0.22 68	0.27 96	0.27 174	0.32 123	0.47 157

NOSS_ROB	3.12 343	0.89 204	19.03 249	2.01 459	1.07 288	3.90 294	0.97 310	4.32 424	3.08 314	2.94 435	2.19 352	3.85 429	1.18 191	11.75 484	1.69 265	0.69 431	0.54 355	0.57 430	0.52 422	0.57 367	0.72 273

TCMNet	3.13 345	1.71 367	19.53 277	1.49 377	2.11 465	3.84 277	1.07 334	4.12 342	3.03 303	2.64 402	2.29 371	2.43 306	1.74 322	10.10 415	2.47 370	0.56 405	0.45 315	0.61 440	0.50 416	0.87 444	1.04 333

GwcNet-RSSM	3.13 345	5.08 445	19.86 309	1.28 295	1.20 328	4.12 350	1.11 345	3.89 271	2.80 255	2.13 267	1.81 243	3.11 373	1.46 246	10.33 425	2.19 348	0.36 233	0.34 233	0.35 288	0.31 273	0.45 306	0.43 127

UGAM-zero	3.14 347	0.62 60	20.64 424	1.02 173	0.93 247	2.87 117	0.51 54	4.52 466	1.57 56	2.19 292	1.65 190	5.78 490	3.40 446	9.89 404	1.71 271	0.33 170	0.44 311	0.28 129	0.59 437	0.30 92	3.59 439

anonymousdsp	3.14 347	0.83 183	20.28 363	0.94 121	0.64 134	4.54 439	0.82 216	2.03 55	3.32 367	0.91 69	1.13 59	0.78 60	0.77 74	1.78 140	0.90 78	0.29 82	0.25 140	0.29 152	0.21 62	0.33 148	21.81 537

anonymousa	3.14 347	0.83 183	19.20 258	1.62 409	9.63 521	2.06 71	0.78 189	2.93 139	2.20 164	1.95 209	2.17 344	3.41 396	1.81 335	1.33 53	1.67 260	0.29 82	8.64 508	0.34 269	0.37 341	0.32 123	1.33 352

IGEV-Stereo	3.15 350	0.83 183	20.31 372	0.94 121	0.64 134	4.54 439	0.82 216	2.01 53	3.31 361	0.91 69	1.13 59	0.79 63	0.77 74	1.79 142	0.92 81	0.29 82	0.25 140	0.29 152	0.21 62	0.33 148	21.85 538
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AF-Net	3.15 350	2.65 415	18.81 240	1.37 333	1.76 442	3.30 172	1.57 413	4.20 370	3.05 310	2.76 415	2.94 441	4.50 462	3.21 435	5.88 316	3.07 399	0.88 458	0.39 281	0.72 463	0.50 416	0.75 425	0.66 257

RASNet	3.15 350	1.20 306	19.81 303	1.63 412	2.26 471	3.67 243	1.09 339	3.58 210	3.44 389	1.99 218	2.15 338	4.59 467	2.30 385	10.24 421	2.98 395	0.57 408	0.26 165	0.25 52	0.25 140	0.30 92	0.54 200

RYNet	3.15 350	1.48 341	16.27 184	1.24 273	1.39 369	3.67 243	1.44 399	4.09 331	3.20 328	2.26 315	1.70 202	3.83 427	2.15 374	13.64 518	3.23 405	0.45 329	0.45 315	0.50 400	0.35 320	0.81 436	0.83 298

raft_robust	3.17 354	2.15 401	20.28 363	1.06 191	0.55 91	3.86 284	0.46 44	4.42 450	2.77 251	1.70 162	1.37 110	7.48 500	6.35 485	6.81 346	1.44 206	0.31 130	0.74 394	0.30 174	0.37 341	0.32 123	0.57 212

RALCasStereoNet	3.17 354	1.87 385	20.86 446	1.17 243	1.63 418	3.10 136	0.70 132	3.21 168	2.19 161	1.39 117	1.73 214	1.18 129	0.91 114	2.46 217	1.64 255	0.31 130	8.75 509	0.25 52	0.22 94	0.31 103	9.45 487

DRN-Test	3.17 354	1.30 321	19.66 284	1.41 349	1.60 411	3.61 230	1.47 401	4.18 365	2.83 262	3.48 465	1.92 294	2.58 324	2.50 400	10.81 437	2.90 393	0.49 364	0.49 341	0.44 365	0.42 383	0.57 367	0.78 289

HH	3.19 357	0.91 213	21.34 489	1.24 273	0.61 118	4.16 364	0.80 208	2.94 141	1.82 106	1.23 107	1.84 259	4.61 469	1.84 343	2.63 236	0.99 104	0.29 82	1.53 435	0.30 174	0.24 126	0.34 171	14.22 508

HanStereo	3.19 357	0.91 213	21.34 489	1.24 273	0.61 118	4.16 364	0.80 208	2.94 141	1.82 106	1.23 107	1.84 259	4.61 469	1.84 343	2.63 236	0.99 104	0.29 82	1.53 435	0.30 174	0.24 126	0.34 171	14.22 508

AIO-Stereo-zeroshot1	3.20 359	1.87 385	21.91 503	1.18 248	2.03 459	4.07 339	0.98 313	3.99 294	2.17 158	1.57 139	5.62 486	4.27 451	2.92 416	2.69 243	2.50 373	0.27 50	0.49 341	0.31 194	1.20 485	0.92 449	3.04 426

ADLNet2	3.20 359	1.43 336	20.11 344	1.22 265	1.78 445	3.86 284	1.47 401	3.96 288	3.89 427	2.26 315	2.49 401	4.63 471	1.92 353	10.68 434	2.00 326	0.42 295	0.37 257	0.29 152	0.30 255	0.51 347	0.46 146

FADNet	3.20 359	11.55 484	16.16 177	1.24 273	0.95 254	3.30 172	0.87 245	4.00 296	2.73 244	1.42 123	1.35 103	2.51 314	2.04 360	9.95 409	2.39 364	0.44 320	0.46 321	0.40 341	0.44 392	1.13 468	0.61 236

TDLM	3.20 359	1.58 353	18.80 239	1.70 427	1.10 297	4.29 399	2.17 455	3.81 258	3.27 347	2.89 429	1.98 303	2.06 270	1.70 315	12.44 501	2.15 343	0.58 409	0.31 211	0.56 426	0.40 367	0.58 370	1.59 372

DispNO	3.22 363	2.06 393	19.82 304	1.21 261	1.11 300	3.74 258	0.93 293	4.31 416	2.89 276	2.37 360	2.27 366	4.51 463	2.09 364	11.41 467	3.47 410	0.35 209	0.28 187	0.31 194	0.29 236	0.39 237	0.51 181

SHD	3.22 363	4.21 441	14.19 137	2.37 473	2.12 467	2.77 107	1.19 359	4.24 388	3.25 343	4.64 492	2.73 429	3.62 418	2.76 410	6.30 331	4.75 430	0.66 426	1.25 428	0.52 408	0.59 437	0.69 412	1.64 376

PASM	3.22 363	2.89 418	15.38 161	2.00 457	1.57 405	2.77 107	1.96 440	3.62 217	2.75 247	2.95 437	2.26 363	3.10 372	2.24 381	11.87 487	2.46 368	0.97 463	1.06 419	0.87 473	1.02 475	1.20 473	1.41 358

ADLNet	3.23 366	1.19 302	21.03 457	1.36 328	1.61 412	3.69 248	1.23 369	4.05 313	3.41 385	2.72 410	2.29 371	4.00 436	1.77 328	11.21 460	2.15 343	0.42 295	0.43 304	0.36 305	0.35 320	0.47 329	0.82 296

FADNet-RVC	3.23 366	12.51 489	17.02 198	1.17 243	0.81 199	3.52 212	1.09 339	4.16 356	2.74 246	1.44 128	1.29 95	1.86 231	1.76 326	9.82 400	2.46 368	0.39 271	0.38 270	0.40 341	0.41 377	0.68 410	0.59 227

DEmStereo	3.24 368	0.65 75	18.95 245	0.83 52	0.54 84	3.85 281	1.79 431	2.53 94	2.54 221	2.25 309	2.74 430	2.02 262	6.02 482	6.78 344	11.30 467	0.40 281	0.26 165	0.27 96	0.27 174	0.28 56	0.57 212

ARAFT	3.24 368	13.49 495	19.88 312	0.93 112	0.49 62	4.16 364	1.40 392	4.37 438	3.21 331	2.40 367	1.91 288	1.70 193	1.04 144	6.43 334	1.45 210	0.37 247	0.19 18	0.37 316	0.35 320	0.37 210	0.35 60

APVNet	3.24 368	1.59 355	21.72 500	1.36 328	1.52 392	3.93 306	1.12 347	3.58 210	2.80 255	2.32 341	2.02 309	3.05 366	1.96 354	11.77 485	2.61 381	0.44 320	0.46 321	0.65 452	0.47 402	0.73 420	0.73 278

HSM	3.25 371	1.08 273	19.18 256	1.19 253	1.54 394	3.45 193	1.02 320	4.04 310	2.61 229	2.31 330	2.17 344	8.01 503	2.99 424	11.59 475	1.80 291	0.35 209	0.24 123	0.28 129	0.24 126	0.33 148	0.55 204

Wz-Net-MNSev	3.26 372	7.24 459	17.26 203	1.58 401	1.37 366	3.27 161	2.45 463	4.10 333	4.50 464	2.61 398	2.17 344	2.33 289	3.02 426	7.48 360	2.88 392	0.46 341	0.39 281	0.37 316	0.38 350	0.61 377	0.63 243

GwcNet	3.26 372	3.93 435	20.24 358	1.38 337	2.04 460	3.24 158	1.53 406	3.72 237	3.66 412	2.17 282	2.25 362	3.55 414	1.69 312	9.38 390	3.03 397	0.48 358	0.49 341	0.46 378	0.39 358	0.66 403	0.86 308

RP	3.26 372	1.73 369	17.70 218	1.56 398	1.93 454	3.43 189	1.94 438	4.18 365	2.72 243	2.77 416	3.05 445	3.96 434	2.69 406	10.17 416	2.86 389	1.04 464	0.50 345	0.71 460	0.59 437	0.75 425	0.83 298

stereogan	3.26 372	1.26 309	18.01 222	1.38 337	1.66 429	3.76 261	1.64 421	4.06 315	3.86 425	3.23 455	2.70 427	5.02 478	2.85 412	9.88 403	1.85 300	0.71 435	0.51 348	0.69 457	0.48 405	0.86 442	0.85 304

FADNet-RVC-Resample	3.31 376	8.52 465	22.84 520	1.18 248	0.91 242	3.52 212	1.35 385	4.13 346	2.32 189	1.75 173	1.35 103	2.26 281	1.51 258	9.51 392	2.03 331	0.42 295	0.38 270	0.42 359	0.44 392	0.59 372	0.71 269

iResNetv2_ROB	3.31 376	14.88 523	20.01 327	2.17 466	1.09 294	3.84 277	1.13 349	4.22 376	3.15 324	2.02 233	2.06 322	2.00 261	1.69 312	3.61 272	2.10 341	0.36 233	0.22 68	0.32 214	0.22 94	0.48 336	0.58 224

DualNet (step1)	3.32 378	1.19 302	20.68 427	1.11 207	0.87 226	4.22 387	1.20 362	4.40 445	4.92 486	2.20 299	1.85 263	1.90 237	2.00 356	6.87 347	1.75 283	1.41 481	1.36 430	4.19 525	2.07 512	0.70 413	1.43 360

CVANet_RVC	3.32 378	1.63 360	21.06 462	1.66 418	1.29 346	3.99 321	1.55 410	3.98 292	3.00 290	3.51 466	2.06 322	2.58 324	1.72 320	12.46 502	1.70 268	0.62 419	0.34 233	0.53 414	0.47 402	0.64 393	1.66 378

PDISCO_ROB	3.32 378	5.22 447	18.16 226	2.03 461	2.19 470	4.52 437	1.63 418	4.74 489	3.32 367	2.22 304	2.18 349	3.71 420	2.41 392	5.36 303	2.43 366	1.35 477	0.79 398	0.72 463	0.62 445	1.31 479	1.53 368

PWC_ROB	3.32 378	4.61 444	14.41 142	1.46 369	1.90 452	3.21 149	1.15 355	4.39 444	3.46 397	3.13 447	3.40 459	2.79 346	2.34 387	9.17 385	6.94 443	0.61 414	0.34 233	0.61 440	0.37 341	0.73 420	1.40 356

aanetorigin	3.34 382	2.00 391	17.58 213	1.20 255	1.57 405	2.57 101	3.75 501	2.73 122	2.10 146	6.11 505	4.27 474	2.88 351	5.64 478	5.46 307	4.60 427	0.53 395	0.46 321	0.45 372	0.48 405	1.15 469	1.22 344

RGC	3.35 383	1.84 384	18.13 225	1.52 389	1.79 446	3.33 174	1.37 389	4.18 365	2.39 196	2.96 438	3.23 455	3.98 435	2.71 407	11.53 472	3.42 409	0.90 459	0.48 338	0.79 469	0.79 460	0.75 425	0.89 311

test_for_model	3.36 384	3.87 434	21.00 454	4.24 514	3.68 498	2.57 101	0.94 295	3.80 254	3.64 410	2.59 393	1.40 117	1.02 108	0.73 59	0.97 6	0.70 27	3.05 501	2.42 461	0.26 76	0.17 17	5.36 522	4.82 454

FAT-Stereo	3.38 385	0.88 199	19.96 321	1.28 295	1.20 328	3.44 190	1.97 441	4.26 398	3.15 324	3.14 450	3.92 470	3.50 406	3.28 437	11.68 481	2.04 333	0.65 425	0.68 386	0.48 385	0.54 427	0.63 388	0.91 313

PSMNet_ROB	3.38 385	5.24 448	20.61 420	1.24 273	1.22 335	3.76 261	1.64 421	3.59 212	2.80 255	2.07 252	1.72 208	2.75 340	1.79 332	11.42 469	4.58 426	0.42 295	0.38 270	0.50 400	0.62 445	0.62 382	0.69 263

PSM-AAD	3.41 387	0.58 34	20.55 406	0.95 132	0.56 97	4.46 423	7.40 517	3.11 159	1.58 59	2.30 327	2.56 410	1.26 143	16.19 524	2.47 220	1.00 108	0.32 147	0.22 68	0.58 432	0.41 377	0.37 210	1.32 351

XQC	3.41 387	6.58 454	15.18 157	1.97 454	1.62 415	3.40 181	1.76 429	4.53 467	3.67 414	3.40 462	2.45 397	3.73 421	2.91 415	6.78 344	5.36 434	0.73 443	0.90 407	0.60 437	0.61 442	1.02 454	0.99 324

Syn2CoEx	3.42 389	7.66 462	20.57 414	1.42 358	1.18 318	2.49 96	1.64 421	4.07 318	2.68 238	2.51 385	2.27 366	2.89 352	3.15 433	9.56 394	2.58 379	0.52 393	0.45 315	0.53 414	0.42 383	0.79 434	1.00 325

RTSC	3.44 390	6.78 456	16.53 191	1.76 438	1.54 394	3.53 214	0.94 295	4.22 376	2.97 285	3.65 471	3.23 455	3.31 388	2.29 383	6.22 328	7.41 449	0.61 414	1.32 429	0.37 316	0.42 383	0.78 430	0.98 323

MFMNet_re	3.44 390	8.89 466	19.36 267	3.25 502	1.91 453	3.13 141	1.99 442	3.60 214	4.16 439	3.17 453	2.86 437	2.25 280	2.41 392	2.61 235	2.35 359	1.13 469	1.06 419	0.94 475	0.91 469	1.29 478	1.57 370

edge stereo	3.45 392	1.08 273	22.14 511	1.31 308	1.36 363	2.68 104	1.54 408	4.13 346	3.27 347	2.94 435	3.27 457	4.34 457	2.48 397	11.60 477	2.79 384	0.62 419	0.64 379	0.79 469	0.56 433	0.70 413	0.82 296

PA-Net	3.45 392	2.50 410	20.39 382	1.42 358	1.20 328	3.39 179	1.73 427	3.93 282	3.57 406	1.94 203	2.17 344	3.02 363	1.87 348	11.67 478	6.48 441	0.40 281	0.55 359	0.44 365	0.63 449	0.55 357	1.13 339
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	3.45 392	5.10 446	19.89 313	1.58 401	0.80 197	4.13 353	1.82 434	4.24 388	3.33 369	1.91 193	1.76 219	2.46 310	1.83 340	13.17 511	1.87 304	0.83 456	0.57 361	0.79 469	0.77 458	1.21 474	0.91 313
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
raft+_RVC	3.46 395	2.57 414	19.51 276	1.49 377	17.54 532	3.63 235	0.76 178	3.24 173	1.53 44	1.35 114	1.67 195	1.03 109	1.10 166	1.98 173	1.53 221	0.25 25	7.10 499	0.25 52	0.24 126	0.28 56	2.18 402

Wz-Net-SNSev	3.47 396	10.51 479	16.90 196	1.65 417	1.20 328	3.29 168	2.03 448	4.16 356	3.03 303	2.35 349	2.39 385	3.48 400	2.12 369	7.95 369	4.28 420	0.51 383	0.40 284	0.53 414	0.49 408	0.74 424	1.46 364

NCC-stereo	3.49 397	2.07 395	20.23 356	1.31 308	1.76 442	4.04 330	1.42 395	4.01 298	2.34 190	3.06 443	2.59 415	3.51 409	3.02 426	10.02 413	5.44 435	1.38 479	0.66 384	0.64 450	0.88 466	0.67 405	0.84 302

Abc-Net	3.49 397	2.07 395	20.23 356	1.31 308	1.76 442	4.04 330	1.42 395	4.01 298	2.34 190	3.06 443	2.59 415	3.51 409	3.02 426	10.02 413	5.44 435	1.38 479	0.66 384	0.64 450	0.88 466	0.67 405	0.84 302
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	3.51 399	0.96 242	22.00 509	1.38 337	1.50 388	3.55 217	2.49 466	4.27 400	3.00 290	2.38 361	3.94 471	3.73 421	1.84 343	11.89 488	2.59 380	0.64 423	0.71 392	0.49 398	0.81 462	0.68 410	1.31 350

MoCha-V2	3.53 400	0.90 210	17.00 197	1.32 315	8.54 519	1.38 38	0.55 62	2.89 138	3.31 361	0.99 82	1.82 245	0.66 30	1.16 186	1.79 142	0.84 63	0.26 40	15.15 530	0.20 1	0.20 51	0.25 25	11.33 498

STTRV1_RVC	3.55 401	1.06 268	20.71 434	1.47 373	1.46 382	3.29 168	1.56 412	4.14 350	3.33 369	1.96 211	3.50 462	2.63 329	2.08 362	11.95 490	2.32 356	2.09 490	4.04 484	0.81 472	0.73 455	1.06 457	0.71 269

HART	3.57 402	1.13 286	17.80 219	0.90 90	1.12 303	1.18 14	0.41 31	3.55 205	4.60 467	1.09 93	2.19 352	1.49 172	0.57 22	1.46 83	1.14 133	0.25 25	21.58 542	0.28 129	0.21 62	0.36 204	10.06 493

IGEV++	3.59 403	0.91 213	13.63 126	1.08 198	0.98 258	1.27 25	0.98 313	3.33 184	1.89 120	0.93 73	1.38 113	0.86 77	1.09 160	1.71 123	1.09 127	0.36 233	21.52 541	0.23 13	0.21 62	0.31 103	18.10 531

PWCDC_ROB	3.62 404	9.86 475	17.35 206	1.62 409	1.57 405	4.19 381	1.01 317	4.35 433	4.20 440	2.26 315	7.36 490	2.73 335	2.75 408	4.10 286	4.51 425	1.47 484	0.37 257	0.39 336	0.34 307	1.22 475	0.73 278

GANet	3.64 405	1.76 370	19.65 283	1.92 451	1.04 280	3.91 298	2.51 467	3.86 265	2.81 260	3.13 447	3.03 444	3.19 376	2.19 379	12.43 500	8.23 455	0.60 413	0.43 304	0.52 408	0.43 388	0.63 388	0.63 243

DDUNet	3.65 406	2.81 417	19.59 281	3.57 507	2.26 471	3.47 196	1.35 385	4.21 375	2.40 199	2.68 405	2.48 400	4.17 446	1.78 329	5.48 308	2.61 381	2.25 493	1.77 442	2.61 506	2.43 518	2.63 497	2.40 407

rrr	3.66 407	3.48 431	23.50 524	0.96 141	0.49 62	1.59 50	0.92 288	8.19 517	2.75 247	0.75 27	0.78 23	0.74 56	0.73 59	5.79 312	7.75 452	0.32 147	0.26 165	0.28 129	0.21 62	0.32 123	13.47 501

ADCRef	3.66 407	5.95 450	15.50 164	1.20 255	1.41 375	3.93 306	1.61 415	3.92 278	2.77 251	3.13 447	2.20 354	2.40 296	2.78 411	6.23 330	16.59 498	0.50 377	0.35 242	0.63 448	0.62 445	0.58 370	0.92 315

ACVNet-DCA	3.67 409	0.94 232	19.66 284	1.87 445	0.42 31	4.47 426	0.73 148	4.07 318	4.63 468	1.21 101	1.89 279	0.73 49	1.62 293	2.20 197	0.81 53	0.31 130	18.77 531	0.32 214	0.21 62	0.35 186	8.09 475

test_xeample3	3.67 409	3.52 433	21.53 496	0.98 155	0.51 72	1.88 59	0.91 280	8.10 516	2.76 250	0.82 42	0.76 22	0.65 28	0.70 54	5.88 316	7.74 451	0.32 147	0.29 195	0.27 96	0.22 94	0.29 73	15.33 518

GrayStereo	3.68 411	0.56 25	20.61 420	1.71 428	0.90 237	4.17 369	8.11 519	3.17 165	4.13 437	2.80 423	2.49 401	1.70 193	17.06 526	2.83 250	1.25 164	0.37 247	0.23 96	0.27 96	0.32 289	0.30 92	0.57 212

xx1	3.69 412	0.94 232	19.66 284	1.87 445	0.42 31	4.47 426	0.73 148	4.24 388	4.01 432	1.21 101	1.89 279	1.78 217	1.36 216	2.20 197	0.81 53	0.31 130	18.77 531	0.33 249	0.36 331	0.35 186	8.09 475

AANet_RVC	3.70 413	7.03 458	17.25 202	1.21 261	1.12 303	3.79 267	1.09 339	3.98 292	3.38 377	2.65 404	4.29 475	3.95 433	1.40 226	11.43 470	7.88 454	1.25 475	0.57 361	0.34 269	0.25 140	0.43 284	0.71 269

FTStereo	3.74 414	0.60 50	20.43 384	0.99 162	0.66 145	4.34 405	11.24 521	2.63 114	1.95 127	2.58 392	5.03 482	1.90 237	13.77 517	3.70 275	1.28 173	0.41 284	0.24 123	0.31 194	0.33 297	0.32 123	2.08 396

AIO_test	3.76 415	0.71 112	19.58 280	0.93 112	17.34 531	1.36 36	0.86 239	1.61 16	1.99 136	0.74 24	0.97 39	1.77 208	0.58 25	1.49 90	0.55 13	0.35 209	0.97 414	0.24 33	0.20 51	0.25 25	22.60 539

MaskLacGwcNet_RVC	3.77 416	1.65 362	20.61 420	2.55 483	1.63 418	4.29 399	1.67 424	3.99 294	2.56 222	1.76 174	1.93 296	3.03 364	1.41 231	13.24 513	2.02 329	4.47 521	1.63 439	1.12 484	0.48 405	2.42 496	2.85 419

HBP-ISP	3.78 417	9.10 469	20.83 442	1.72 429	1.14 308	4.54 439	2.82 475	4.61 479	3.03 303	4.13 482	1.98 303	1.88 235	3.31 438	11.06 449	1.52 220	0.74 446	0.57 361	0.67 454	0.62 445	0.65 399	0.64 248

tt1	3.79 418	0.93 228	15.34 159	1.83 442	0.45 41	4.54 439	0.78 189	4.23 382	4.73 476	1.27 110	1.89 279	0.74 56	1.48 252	2.29 209	0.78 41	0.30 109	19.28 538	0.32 214	0.22 94	0.31 103	14.02 505

222	3.82 419	0.88 199	6.92 85	1.15 229	0.99 260	3.27 161	0.64 104	4.57 473	5.37 497	2.43 372	2.32 377	1.41 161	1.44 239	10.64 432	18.51 520	0.32 147	4.89 489	0.32 214	0.30 255	0.34 171	9.80 491

CC-Net-ROB	3.82 419	3.41 429	20.20 349	2.40 474	1.66 429	4.49 431	1.61 415	4.77 490	3.08 314	2.06 246	2.06 322	1.99 257	1.60 279	12.57 504	1.91 312	2.82 498	2.19 451	2.67 508	1.06 478	2.31 495	1.59 372

UDG	3.84 421	2.91 419	20.05 331	2.98 496	1.98 456	3.95 311	1.18 358	4.43 452	2.24 170	2.47 378	2.53 408	4.49 461	2.44 395	6.52 336	4.74 429	2.14 492	1.77 442	2.64 507	2.58 520	2.66 498	2.19 403

1test111	3.86 422	0.94 232	19.66 284	1.87 445	0.42 31	4.47 426	0.73 148	4.07 318	4.63 468	1.21 101	1.89 279	0.73 49	1.62 293	5.19 300	1.68 262	0.31 130	18.77 531	0.32 214	0.21 62	0.35 186	8.09 475

GASNet	3.86 422	15.35 529	21.16 477	1.63 412	1.25 341	2.35 86	1.11 345	4.11 336	2.86 271	1.99 218	2.11 331	2.99 360	2.16 376	10.62 431	3.75 414	0.71 435	0.37 257	0.61 440	0.46 400	0.91 447	0.70 267

AAGNet	3.88 424	0.67 85	20.04 330	2.27 469	0.46 44	4.76 484	1.05 330	2.28 72	3.38 377	2.16 280	1.84 259	2.40 296	3.95 457	6.22 328	24.21 531	0.49 364	0.19 18	0.30 174	0.29 236	0.33 148	0.29 17

PVD	3.91 425	4.36 442	13.89 133	2.81 494	4.79 513	3.80 270	1.94 438	3.89 271	4.11 435	5.75 501	3.56 463	3.59 415	3.34 441	6.44 335	6.44 440	0.73 443	2.84 468	0.74 467	0.84 464	0.82 438	3.45 437

FBW_ROB	3.91 425	2.07 395	15.46 163	1.60 405	1.16 314	3.80 270	1.48 403	4.37 438	3.41 385	2.53 387	2.45 397	4.19 448	2.10 365	15.17 525	9.45 459	0.86 457	0.65 382	1.54 494	0.96 470	1.08 462	3.80 440

cc1	3.93 427	0.94 232	19.66 284	1.87 445	0.42 31	4.47 426	0.73 148	4.24 388	4.01 432	1.21 101	1.89 279	0.73 49	1.62 293	2.20 197	0.81 53	0.31 130	18.77 531	0.32 214	0.21 62	0.32 123	13.93 504

DPSNet	3.94 428	2.01 392	14.69 149	1.58 401	1.30 347	4.17 369	2.08 451	4.57 473	4.63 468	2.78 418	1.99 306	3.79 425	7.88 501	10.66 433	11.35 469	0.94 461	0.99 417	0.41 348	0.57 434	1.09 463	1.40 356

AIO_rvc	3.97 429	1.01 261	18.99 248	0.98 155	11.92 523	1.45 42	0.97 310	2.17 65	4.51 465	0.71 21	1.18 66	1.09 115	0.56 20	1.56 104	0.72 31	0.28 69	11.98 526	0.24 33	0.19 30	0.25 25	18.74 532

RAFT + AFF	3.98 430	14.10 508	20.78 438	1.16 236	1.96 455	4.14 358	2.00 445	4.56 471	3.52 403	2.23 306	2.51 405	2.27 282	4.92 471	8.94 382	2.82 387	0.33 170	0.60 371	0.48 385	0.39 358	0.81 436	1.03 331

DeepPrunerF	4.00 431	5.64 449	16.81 193	1.36 328	1.75 440	3.69 248	1.54 408	4.24 388	13.98 525	2.21 302	1.77 226	2.73 335	2.29 383	10.90 442	6.64 442	0.71 435	0.61 373	0.77 468	0.79 460	0.87 444	0.79 293

Anonymous_2	4.03 432	0.99 258	11.19 110	1.20 255	1.71 436	3.68 246	0.93 293	3.76 243	1.63 78	2.07 252	1.43 124	4.76 473	2.34 387	1.86 161	1.78 286	0.82 455	2.42 461	8.69 536	16.64 540	4.38 515	8.29 480

MFN_U_SF_RVC	4.08 433	13.72 503	15.13 156	2.00 457	1.43 378	3.73 256	1.68 425	4.11 336	3.39 382	2.93 433	2.38 383	4.39 458	3.63 450	8.63 376	6.14 437	1.14 470	1.07 422	1.01 477	1.35 493	1.63 487	2.09 398

CBMV	4.12 434	1.27 313	21.14 474	1.52 389	0.85 213	3.80 270	3.89 505	4.58 475	3.02 299	3.56 469	2.37 382	4.44 459	13.88 519	11.23 462	3.78 415	0.56 405	0.43 304	0.48 385	0.39 358	0.55 357	0.74 282
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G-Net	4.16 435	1.39 331	20.31 372	2.30 470	2.91 484	4.68 473	2.86 477	3.35 186	2.44 211	4.43 489	9.43 506	6.89 497	3.83 455	8.91 380	4.83 431	0.80 451	0.80 399	0.70 458	0.50 416	0.95 452	0.97 321

StereoAnything_RVC	4.17 436	12.66 491	20.44 385	0.88 77	0.57 105	1.16 13	0.39 22	2.35 77	4.38 455	0.53 1	0.37 4	0.33 1	0.89 109	1.62 109	0.50 5	0.33 170	0.22 68	0.24 33	0.15 3	3.36 502	31.99 542

test_xeample	4.19 437	0.93 228	14.09 135	1.16 236	1.17 316	3.28 165	0.80 208	4.63 480	5.30 493	2.46 377	2.35 379	1.39 158	1.42 234	10.88 440	17.68 514	0.30 109	6.50 497	0.32 214	0.32 289	0.36 204	8.38 483

SQANet	4.22 438	14.03 507	20.30 370	2.78 490	2.75 482	3.41 184	1.48 403	3.66 221	2.25 173	2.62 400	1.77 226	2.68 332	1.90 351	7.41 359	3.78 415	2.97 500	1.42 432	1.85 496	1.13 481	3.28 500	2.86 420

Wz-Net-TNSev	4.22 438	13.55 496	15.87 171	1.57 399	1.19 325	3.61 230	2.48 465	4.38 442	3.45 395	2.29 325	1.91 288	4.20 449	2.86 413	12.11 492	10.56 462	0.61 414	0.59 369	0.48 385	0.54 427	0.93 450	1.24 346

ttt	4.23 440	0.75 148	19.96 321	1.48 375	1.31 351	3.69 248	0.87 245	4.65 482	5.33 494	2.45 376	2.39 385	2.44 309	1.54 269	11.35 465	16.49 497	0.43 312	4.35 485	0.37 316	0.35 320	0.41 262	4.01 446

xxxx	4.25 441	0.86 191	14.59 148	1.30 304	1.16 314	3.51 210	0.63 99	4.56 471	5.42 500	2.33 344	2.29 371	2.04 265	1.39 222	10.23 419	18.00 516	0.33 170	7.15 500	0.31 194	0.30 255	0.35 186	8.33 481

ADCPNet	4.25 441	4.04 438	21.95 505	1.33 321	1.31 351	6.34 503	2.63 471	4.07 318	3.23 341	2.81 424	2.21 358	4.27 451	6.08 483	6.01 318	11.73 474	0.67 429	1.17 425	0.71 460	1.71 499	0.87 444	1.82 387

LL-Strereo	4.26 443	13.69 500	20.37 378	1.24 273	2.18 468	2.90 121	1.08 335	4.35 433	2.22 167	3.20 454	2.26 363	3.29 385	3.13 430	11.30 463	1.91 312	0.33 170	3.89 483	0.46 378	0.34 307	0.54 354	6.47 468

ffm	4.27 444	0.98 249	21.04 458	1.24 273	1.03 274	3.64 236	0.87 245	4.23 382	4.73 476	2.31 330	2.40 387	3.49 401	1.64 299	2.29 209	0.78 41	0.30 109	19.28 538	0.48 385	0.40 367	0.31 103	14.02 505

RTS	4.29 445	9.35 470	18.25 228	2.79 492	2.29 473	4.98 489	3.41 489	4.72 486	4.27 447	4.35 486	3.10 449	4.93 475	3.14 431	7.71 365	6.99 444	0.71 435	0.68 386	0.51 405	0.50 416	1.07 460	1.98 391

RTSA	4.29 445	9.35 470	18.25 228	2.79 492	2.29 473	4.98 489	3.41 489	4.72 486	4.27 447	4.35 486	3.10 449	4.93 475	3.14 431	7.71 365	6.99 444	0.71 435	0.68 386	0.51 405	0.50 416	1.07 460	1.98 391

dual_stereo	4.32 447	0.42 2	1.51 16	0.75 26	1.37 366	0.88 6	0.34 16	3.50 200	4.78 482	0.55 3	0.47 9	0.60 20	0.40 4	2.09 180	0.95 94	0.24 15	32.26 546	0.21 4	0.17 17	0.21 8	34.78 546

SDNR	4.37 448	2.22 403	20.63 423	1.60 405	0.99 260	5.15 492	0.67 112	4.36 435	5.55 503	4.89 494	7.17 488	5.50 488	1.58 275	17.48 527	4.33 422	0.80 451	0.72 393	0.59 433	0.45 398	1.18 472	1.43 360

MFN_U_SF_DS_RVC	4.38 449	13.66 498	13.95 134	1.39 344	1.58 410	5.18 493	3.31 487	4.53 467	3.22 338	2.60 394	2.62 418	4.99 477	2.11 367	13.99 522	4.21 419	1.53 486	2.56 466	0.67 454	1.82 505	0.83 441	2.92 423

WZ-Net	4.39 450	12.37 488	17.44 208	1.47 373	1.42 377	3.76 261	2.27 459	4.17 360	3.11 318	2.89 429	2.24 360	4.05 438	5.69 480	10.89 441	12.07 475	0.66 426	0.41 291	0.47 380	0.49 408	0.78 430	1.12 338

ADCP+	4.42 451	12.67 492	18.95 245	1.12 217	1.55 398	4.30 401	3.60 498	4.01 298	3.80 421	2.30 327	1.71 206	3.93 431	4.29 463	3.49 268	18.77 524	0.40 281	0.41 291	0.63 448	0.53 424	0.67 405	1.35 353

GREAT-IGEV	4.43 452	0.74 134	13.12 123	1.32 315	9.52 520	2.48 94	0.34 16	1.40 8	1.88 117	0.61 7	0.89 32	0.51 10	0.60 32	1.26 34	1.01 112	0.23 10	31.64 545	0.21 4	0.18 24	0.24 21	20.38 536

MADNet+	4.46 453	11.36 482	14.35 141	2.23 467	2.50 479	4.18 373	2.86 477	5.46 503	4.43 456	2.74 413	2.69 426	4.55 465	3.43 447	8.97 383	9.42 458	1.47 484	2.06 449	1.09 482	1.02 475	1.54 485	2.96 425

AnyNet_C32	4.49 454	9.53 472	13.85 129	1.67 419	1.56 402	5.40 496	4.06 507	4.03 306	3.69 415	4.21 485	3.09 448	3.09 371	3.38 445	8.24 371	18.76 523	0.56 405	0.64 379	0.53 414	0.81 462	1.36 481	1.42 359

THIR-Stereo	4.50 455	1.11 280	18.71 238	0.89 79	0.47 49	2.25 80	16.71 527	3.53 203	1.58 59	2.04 241	12.04 519	2.66 331	7.52 497	7.29 354	11.25 466	0.32 147	0.21 52	0.29 152	0.28 201	0.35 186	0.52 189

ADCMid	4.55 456	10.78 480	17.67 217	1.32 315	1.43 378	4.62 456	2.24 457	4.22 376	4.97 489	3.93 477	3.01 443	3.84 428	3.66 451	4.22 290	18.57 522	0.69 431	0.62 376	1.09 482	1.20 485	1.48 483	1.49 366

mmx	4.56 457	0.98 249	21.04 458	1.24 273	1.03 274	3.64 236	0.87 245	4.53 467	5.34 495	2.31 330	2.40 387	3.49 401	1.64 299	12.40 495	16.90 501	0.34 193	5.98 494	0.48 385	0.40 367	0.46 316	5.71 461

xxx	4.56 457	0.98 249	21.04 458	1.24 273	1.03 274	3.64 236	0.87 245	4.53 467	5.34 495	2.31 330	2.40 387	3.49 401	1.64 299	12.40 495	16.90 501	0.34 193	5.98 494	0.48 385	0.40 367	0.46 316	5.71 461

CBMV_ROB	4.57 459	0.90 210	21.30 488	1.46 369	0.89 231	4.43 420	1.69 426	4.51 465	3.14 322	5.97 503	4.23 473	4.16 445	7.83 499	11.06 449	16.47 496	0.61 414	0.55 359	0.53 414	0.51 421	0.56 363	0.59 227

SAMSARA	4.67 460	6.50 453	16.40 187	4.62 524	3.13 491	6.62 505	3.49 492	5.24 496	3.04 307	7.78 512	3.07 446	5.32 482	4.05 459	9.98 410	6.42 439	0.69 431	2.39 460	0.60 437	0.74 456	0.99 453	2.26 404

test_sample9	4.68 461	1.19 302	20.68 427	1.11 207	0.87 226	4.22 387	1.20 362	4.40 445	4.92 486	2.20 299	1.85 263	1.90 237	2.00 356	11.08 453	11.57 472	1.41 481	14.65 528	4.19 525	2.07 512	0.70 413	1.43 360

AnyNet_C01	4.68 461	10.90 481	16.41 188	2.03 461	1.62 415	6.25 501	6.40 514	4.19 368	5.13 492	4.03 479	3.77 467	4.14 444	3.26 436	7.23 353	11.19 465	0.64 423	0.80 399	0.65 452	0.72 454	2.18 492	2.08 396

ADCL	4.70 463	4.04 438	16.12 175	1.35 324	1.28 344	5.46 497	10.88 520	4.08 327	4.25 445	5.97 503	4.51 477	4.29 454	5.60 476	6.37 332	15.21 493	0.54 398	0.48 338	0.88 474	0.78 459	0.86 442	1.01 327

DispFullNet	4.71 464	3.93 435	23.92 526	4.00 512	3.01 487	3.38 177	1.31 379	4.23 382	3.26 345	6.31 507	2.92 439	4.03 437	7.80 498	3.93 282	5.15 432	2.80 497	1.61 438	3.11 516	2.70 523	3.32 501	3.38 435

NaN_ROB	4.73 465	6.66 455	21.89 501	1.26 292	1.28 344	3.49 205	3.02 482	4.38 442	3.93 429	3.65 471	2.55 409	2.97 358	5.01 472	13.23 512	17.43 512	0.38 263	0.42 302	0.38 331	0.40 367	0.50 342	1.82 387

1111x	4.75 466	1.05 267	20.89 448	1.28 295	1.02 270	3.81 274	0.88 252	4.65 482	5.52 501	2.43 372	2.27 366	1.97 255	1.81 335	12.40 495	18.19 518	0.32 147	9.06 515	0.32 214	0.34 307	0.38 223	6.34 467

ADCS	4.77 467	12.63 490	17.40 207	1.72 429	1.34 357	3.90 294	3.60 498	4.30 405	3.54 404	5.11 497	2.81 435	4.44 459	3.05 429	6.15 326	19.32 525	0.74 446	0.68 386	0.70 458	0.70 452	1.25 477	1.98 391

Ntro	4.83 468	14.73 518	20.47 392	3.24 501	2.97 486	4.12 350	1.88 436	4.00 296	2.57 224	1.79 180	2.15 338	3.34 391	2.16 376	10.01 412	7.34 446	3.53 509	1.77 442	2.13 499	1.32 491	3.89 510	3.23 427

EAI-Stereo	4.89 469	0.69 98	7.74 89	0.99 162	1.63 418	4.68 473	51.52 546	5.79 509	3.37 374	3.64 470	7.24 489	1.10 117	0.95 123	2.51 223	1.71 271	0.33 170	0.31 211	0.28 129	2.04 511	0.28 56	0.92 315

MSC_U_SF_DS_RVC	4.90 470	13.94 506	16.59 192	1.69 423	1.46 382	6.15 500	3.52 494	5.47 504	3.95 430	2.77 416	2.74 430	4.81 474	2.49 399	13.78 519	5.33 433	2.34 494	3.46 479	1.05 479	1.21 487	2.28 494	2.94 424

SGM-Forest	4.96 471	0.86 191	21.02 456	1.22 265	0.83 204	4.05 334	3.26 486	4.40 445	3.49 401	4.40 488	3.69 466	4.66 472	13.91 520	11.94 489	17.16 509	0.66 426	0.46 321	0.49 398	0.39 358	0.49 341	1.77 384
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SuperB	5.03 472	8.93 467	20.96 453	1.51 384	1.11 300	3.88 290	3.00 480	4.24 388	3.13 321	2.53 387	2.10 330	2.74 338	3.37 444	8.76 378	19.44 526	0.45 329	0.34 233	0.53 414	0.40 367	11.97 537	1.15 341

SPS-STEREO	5.18 473	10.36 477	21.09 468	1.74 433	1.72 438	3.24 158	2.26 458	3.92 278	4.12 436	5.06 496	3.66 465	5.43 485	3.33 440	9.56 394	12.34 477	1.17 472	1.17 425	1.07 480	1.03 477	1.17 471	10.25 494
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	5.20 474	15.03 525	21.14 474	3.66 509	3.25 495	4.18 373	2.98 479	4.22 376	3.20 328	2.30 327	2.65 420	4.24 450	2.97 419	9.92 406	6.29 438	3.92 515	2.27 455	2.71 510	1.73 501	3.82 509	3.43 436

HUF	5.25 475	1.03 264	26.85 533	1.03 177	13.21 525	1.35 35	0.76 178	2.97 150	3.00 290	0.79 38	1.56 162	0.92 95	0.66 48	1.53 100	0.74 34	0.35 209	27.70 544	0.26 76	0.18 24	0.24 21	19.90 535

CrosDoStereo	5.27 476	0.75 148	20.07 332	0.85 58	0.53 81	3.40 181	18.03 528	3.90 273	3.29 354	1.99 218	8.27 496	1.95 249	6.95 494	7.34 356	25.94 534	0.33 170	0.22 68	0.30 174	0.28 201	0.35 186	0.61 236

DeepStereo_LL	5.27 476	0.75 148	20.07 332	0.85 58	0.53 81	3.40 181	18.03 528	3.90 273	3.29 354	1.99 218	8.27 496	1.95 249	6.95 494	7.34 356	25.94 534	0.33 170	0.22 68	0.30 174	0.28 201	0.35 186	0.61 236

test_sample8	5.57 478	1.19 302	20.68 427	1.11 207	0.87 226	4.22 387	1.20 362	4.43 452	3.76 418	5.63 499	1.97 302	12.99 516	6.34 484	11.08 453	11.57 472	1.41 481	14.65 528	4.19 525	2.07 512	0.70 413	1.43 360

ff1	5.58 479	0.98 249	21.04 458	1.24 273	1.03 274	3.64 236	0.87 245	4.23 382	4.73 476	2.31 330	2.40 387	3.49 401	1.64 299	12.40 495	16.90 501	0.30 109	19.28 538	0.48 385	0.40 367	0.31 103	14.02 505

otaku	5.59 480	14.82 522	20.70 431	3.13 499	2.70 481	3.91 298	2.56 469	3.90 273	2.48 215	2.25 309	9.38 505	4.06 439	2.32 386	9.59 396	14.37 488	3.52 508	1.66 440	2.15 500	1.19 484	3.73 508	3.35 434

EDNetEfficient	5.62 481	2.26 404	17.51 209	1.67 419	3.59 497	3.99 321	7.25 515	3.14 162	5.63 505	11.52 531	4.82 480	3.94 432	12.48 513	8.39 374	20.56 528	0.46 341	0.46 321	0.48 385	1.06 478	1.65 489	1.62 375

MeshStereo	5.67 482	1.80 375	21.28 486	1.40 345	1.14 308	4.38 408	3.83 504	5.51 506	4.85 485	10.12 525	11.72 517	11.44 509	5.87 481	13.86 520	12.31 476	0.68 430	0.61 373	0.61 440	0.60 440	0.73 420	0.68 260
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
WCMA_ROB	5.78 483	2.42 409	21.71 499	1.67 419	1.55 398	4.07 339	3.53 495	4.14 350	4.73 476	6.59 508	10.89 512	12.82 515	9.59 509	10.17 416	12.65 480	1.05 465	0.61 373	0.52 408	0.52 422	0.71 418	5.64 460

pmcnn	5.90 484	1.81 378	22.30 514	1.69 423	2.37 476	3.47 196	2.10 452	4.58 475	5.56 504	3.75 474	13.12 522	22.07 529	3.70 452	11.99 491	17.13 507	0.58 409	0.23 96	0.23 13	0.19 30	0.37 210	0.70 267

CSAN	5.95 485	13.70 501	21.94 504	1.35 324	0.93 247	3.65 240	3.46 491	4.73 488	4.26 446	3.98 478	7.70 492	3.54 413	6.94 493	22.83 532	16.00 495	0.53 395	0.47 331	0.50 400	0.55 431	0.65 399	1.22 344

MSMD_ROB	5.99 486	1.29 318	19.23 261	1.40 345	0.84 212	10.25 518	2.05 450	4.20 370	6.02 509	10.42 527	8.00 493	22.21 530	9.45 508	11.67 478	8.73 456	0.76 449	0.59 369	0.67 454	0.68 450	0.67 405	0.72 273

WAO-7	6.00 487	14.29 511	20.46 389	1.97 454	1.51 390	5.31 495	3.06 484	5.00 493	5.92 508	4.55 491	8.87 503	6.52 495	6.47 488	13.38 515	13.85 484	1.35 477	1.24 427	1.48 492	1.36 494	1.63 487	1.79 386

ACVNet_2	6.09 488	15.28 528	21.36 491	3.30 503	3.17 492	4.50 432	3.00 480	4.70 484	3.96 431	3.52 467	5.34 483	7.79 501	2.95 417	12.40 495	13.76 483	3.28 504	2.23 453	2.70 509	1.70 498	3.52 503	3.24 428

IMH-64-1	6.10 489	13.83 504	17.55 210	4.34 517	3.78 500	4.79 485	5.94 511	5.34 497	4.20 440	4.10 480	8.31 498	5.07 479	6.92 491	9.63 397	7.36 447	4.60 524	2.96 473	3.04 512	2.14 515	4.30 513	3.88 443

IMH-64	6.10 489	13.83 504	17.55 210	4.34 517	3.78 500	4.79 485	5.94 511	5.34 497	4.20 440	4.10 480	8.31 498	5.07 479	6.92 491	9.63 397	7.36 447	4.60 524	2.96 473	3.04 512	2.14 515	4.30 513	3.88 443

SGM_RVC	6.11 491	1.10 279	20.44 385	2.15 465	0.66 145	15.87 530	3.98 506	5.00 493	6.19 510	9.79 523	11.46 515	8.23 505	12.63 514	12.32 494	9.15 457	0.54 398	0.39 281	0.41 348	0.35 320	0.55 357	1.05 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	6.31 492	1.18 296	22.96 523	2.56 484	2.69 480	21.07 532	2.01 447	4.79 491	2.87 273	9.49 519	4.45 476	4.10 442	4.48 467	22.33 531	17.61 513	0.79 450	0.44 311	0.47 380	0.44 392	0.47 329	0.95 320

ELAS_RVC	6.36 493	2.53 411	20.21 353	2.67 487	2.48 477	4.90 488	11.89 522	4.84 492	6.31 513	9.03 517	8.54 501	8.09 504	12.73 515	9.32 387	13.25 482	1.92 488	2.18 450	1.51 493	1.31 489	1.40 482	2.15 399
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	6.43 494	13.71 502	22.08 510	1.43 364	1.00 266	6.86 507	3.78 503	4.71 485	11.10 519	4.71 493	8.72 502	7.47 499	7.91 502	12.46 502	18.12 517	0.51 383	0.47 331	0.50 400	0.45 398	0.94 451	1.60 374

PWCK	6.49 495	13.40 494	20.27 362	2.95 495	1.61 412	5.68 499	7.63 518	5.37 500	4.77 481	3.90 476	7.48 491	7.96 502	5.63 477	15.15 524	10.93 464	3.21 503	1.55 437	2.34 501	1.43 496	6.05 523	2.45 410

ELAS	6.58 496	2.54 412	20.08 338	2.66 486	2.48 477	15.49 528	7.29 516	5.50 505	5.72 506	10.05 524	8.94 504	6.91 498	10.83 511	8.33 372	14.27 487	1.92 488	2.19 451	1.23 487	1.31 489	1.62 486	2.17 401
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	6.62 497	1.45 338	87.38 551	1.55 396	0.97 257	2.86 116	1.42 395	3.30 180	2.12 153	3.74 473	2.45 397	5.15 481	2.59 404	10.55 429	2.91 394	0.55 401	0.68 386	0.48 385	0.53 424	0.73 420	1.02 329

ACVNet_1	6.63 498	14.79 521	21.40 492	3.59 508	3.17 492	4.69 478	2.46 464	4.24 388	3.34 371	3.11 446	2.86 437	23.21 531	4.59 469	11.06 449	12.59 479	3.75 511	2.34 457	2.60 505	1.80 504	3.70 505	3.31 432

NVStereoNet_ROB	6.63 498	9.57 473	19.28 263	3.19 500	2.11 465	3.69 248	1.99 442	4.32 424	6.27 512	3.26 458	24.57 535	5.45 487	11.39 512	13.56 516	12.37 478	2.79 496	2.05 448	1.76 495	1.75 502	1.49 484	1.75 380
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-6	6.68 500	9.03 468	20.68 427	2.98 496	2.79 483	11.93 520	3.56 497	5.39 501	11.65 521	3.55 468	9.59 507	6.77 496	6.72 490	12.28 493	11.56 470	2.88 499	2.36 458	2.50 502	1.84 506	2.89 499	2.72 416

JetBlue	6.69 501	12.01 486	14.30 139	1.98 456	4.64 512	11.97 521	12.29 523	5.39 501	4.32 454	3.81 475	4.51 477	9.50 507	6.53 489	10.22 418	14.50 489	1.32 476	1.47 433	1.18 485	1.36 494	7.48 530	5.05 455

FCDSN-DC	6.71 502	1.18 296	21.61 498	1.29 300	1.10 297	4.38 408	2.59 470	4.58 475	5.52 501	9.58 520	11.19 513	19.17 525	17.69 528	13.03 509	17.11 506	0.73 443	0.57 361	0.61 440	0.60 440	0.71 418	0.92 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-4b	6.98 503	14.78 520	22.17 512	3.56 506	3.11 490	4.14 358	2.23 456	4.08 327	3.84 422	1.67 154	3.96 472	5.86 491	2.87 414	10.30 424	17.16 509	26.09 543	2.24 454	2.53 503	1.79 503	3.91 511	3.28 431

FC-DCNN	7.08 504	1.01 261	21.89 501	1.74 433	1.64 422	8.18 513	2.31 460	6.50 512	9.16 517	10.85 529	11.33 514	19.85 527	13.33 516	12.94 507	17.10 505	0.72 440	0.57 361	0.59 433	0.57 434	0.64 393	0.69 263

IMH	7.25 505	16.24 534	21.08 463	4.40 519	3.79 502	5.46 497	3.03 483	5.58 507	6.26 511	4.92 495	10.32 509	9.24 506	8.30 504	13.62 517	11.56 470	4.84 528	3.00 476	3.09 515	2.14 515	4.38 515	3.83 442

tt	7.29 506	0.58 34	7.34 86	4.04 513	2.30 475	12.04 522	20.18 531	15.60 534	7.41 514	3.46 464	3.36 458	5.36 483	6.39 487	4.27 291	7.46 450	9.80 536	11.53 525	7.04 533	7.45 534	6.31 524	3.81 441

FC-DCNN v2	7.41 507	0.98 249	22.19 513	1.75 435	1.64 422	8.98 516	2.37 462	7.60 514	9.44 518	11.09 530	11.95 518	20.04 528	16.35 525	12.99 508	17.14 508	0.72 440	0.57 361	0.59 433	0.57 434	0.64 393	0.68 260

LVE	7.57 508	15.80 531	21.28 486	3.69 510	3.19 494	4.54 439	2.78 472	10.13 520	11.63 520	3.24 456	11.52 516	18.10 522	4.55 468	11.67 478	10.30 461	4.62 527	2.95 471	2.56 504	1.91 508	3.63 504	3.26 430

EKT-Stereo	7.93 509	0.75 148	21.17 479	1.84 444	109.80 549	4.51 436	0.61 84	4.13 346	1.59 62	1.89 191	1.24 77	1.96 254	1.35 215	4.02 284	1.36 186	0.42 295	0.31 211	0.29 152	0.27 174	0.35 186	0.78 289

DGSMNet	8.13 510	2.31 407	18.62 234	2.77 489	13.96 529	6.91 508	42.17 545	4.16 356	2.53 220	2.25 309	3.21 453	3.41 396	1.69 312	9.19 386	3.03 397	3.79 513	10.31 520	11.70 541	5.68 531	4.38 515	10.58 495

Dean	8.35 511	15.23 527	22.34 515	3.76 511	3.55 496	4.81 487	3.51 493	5.34 497	5.37 497	4.49 490	26.13 536	25.59 537	4.33 465	11.21 460	13.12 481	3.78 512	2.31 456	2.90 511	1.89 507	4.04 512	3.34 433

MADNet++	8.64 512	6.17 452	13.88 132	6.61 527	5.25 515	10.15 517	14.20 526	5.89 511	8.25 515	7.14 509	8.18 495	6.41 494	9.84 510	11.71 483	16.73 500	9.65 535	5.03 490	8.63 535	5.68 531	4.83 520	8.57 484

UNDER WATER-64	10.08 513	14.27 510	22.85 521	5.26 526	4.88 514	11.00 519	4.57 510	11.41 521	17.25 530	7.68 511	9.72 508	15.96 521	21.47 535	11.12 456	16.63 499	4.38 518	2.88 470	4.41 529	2.95 527	7.12 528	5.81 463

TorneroNet-64	10.52 514	14.33 512	21.95 505	4.29 516	3.76 499	13.77 525	2.83 476	14.96 531	23.11 538	10.24 526	23.77 534	13.44 517	8.15 503	13.98 521	17.70 515	4.03 517	2.73 467	3.23 517	2.53 519	7.27 529	4.35 450

FINET	10.59 515	14.44 516	25.84 529	2.30 470	3.90 503	21.74 533	25.19 534	8.85 518	16.99 528	2.68 405	15.19 525	11.45 510	13.83 518	6.71 343	15.11 492	0.80 451	8.59 507	0.53 414	0.44 392	0.62 382	16.67 522

JetRed	10.68 516	26.07 541	35.62 535	4.40 519	4.16 509	15.72 529	13.07 525	14.57 530	5.83 507	5.85 502	5.55 485	10.12 508	7.37 496	8.86 379	25.99 536	3.33 505	3.82 482	3.59 523	2.98 528	8.51 533	8.22 479

notaker	10.92 517	14.17 509	20.38 379	4.56 523	3.98 505	6.29 502	3.53 495	7.68 515	5.10 491	9.04 518	46.37 543	13.84 520	28.85 537	14.18 523	14.16 486	4.57 523	3.19 477	3.52 520	2.70 523	8.16 532	4.13 447

xyz-stereo	10.93 518	0.71 112	79.25 550	0.70 20	0.45 41	83.14 552	0.77 182	2.68 118	1.49 35	2.28 320	32.01 538	2.76 343	1.61 284	5.80 315	3.32 407	0.29 82	0.18 10	0.33 249	0.23 109	0.26 38	0.29 17

UNDER WATER	11.28 519	13.60 497	22.90 522	5.11 525	4.53 511	7.75 511	3.75 501	12.50 523	21.62 537	7.80 513	10.68 510	23.75 533	35.20 538	11.54 473	17.40 511	4.46 520	2.95 471	4.23 528	2.90 526	6.57 525	6.27 466

EDNetEfficientorigin	12.42 520	3.26 425	179.44 556	1.21 261	1.00 266	2.89 120	1.82 434	3.05 155	5.37 497	8.87 516	4.78 479	4.17 446	4.80 470	9.91 405	11.32 468	0.41 284	0.41 291	0.62 447	0.88 466	1.33 480	2.81 418

TCMNet-wrong-test	12.48 521	15.10 526	19.66 284	22.40 539	19.87 535	15.98 531	12.30 524	23.88 536	4.80 483	6.29 506	6.46 487	18.38 524	15.65 523	10.50 428	10.86 463	9.07 534	4.79 486	5.34 530	3.95 529	12.27 538	12.13 499

WAO-8	12.61 522	16.02 532	21.99 507	3.55 504	3.10 488	15.07 526	2.80 473	12.81 525	19.10 535	7.93 514	13.05 520	11.75 511	8.46 506	83.86 553	15.10 490	3.51 506	1.94 445	3.54 521	1.96 509	3.72 506	2.89 421

Venus	12.61 522	16.02 532	21.99 507	3.55 504	3.10 488	15.07 526	2.80 473	12.81 525	19.10 535	7.93 514	13.05 520	11.75 511	8.46 506	83.86 553	15.10 490	3.51 506	1.94 445	3.54 521	1.96 509	3.72 506	2.89 421

U	12.87 524	0.43 6	2.54 45	0.68 17	58.93 546	63.36 551	0.33 11	1.95 46	1.08 8	0.62 9	0.83 30	0.46 8	0.57 22	0.91 3	0.50 5	0.31 130	0.17 4	63.34 549	59.81 548	0.30 92	0.26 8

LSM	13.03 525	7.72 464	21.01 455	55.44 549	85.65 547	3.65 240	6.27 513	3.91 277	5.06 490	5.63 499	13.91 523	3.53 412	3.46 449	9.93 407	4.36 423	0.72 440	0.95 411	0.72 463	0.85 465	1.09 463	26.67 540

SGM+DAISY	13.18 526	14.36 513	24.65 528	8.10 530	13.49 528	22.47 534	25.54 535	12.13 522	17.08 529	14.77 533	15.82 527	12.17 514	13.97 521	12.65 505	18.22 519	8.40 532	9.18 516	1.23 487	1.33 492	1.23 476	16.81 527

MANE	15.29 527	13.67 499	23.58 525	10.15 534	13.37 527	23.58 536	23.86 532	27.83 539	26.26 539	12.02 532	15.10 524	19.83 526	18.01 529	15.68 526	20.35 527	8.58 533	9.20 517	3.05 514	4.19 530	0.82 438	16.69 523

SGM-ForestM	15.60 528	14.94 524	28.17 534	7.84 529	10.49 522	23.43 535	24.58 533	20.87 535	16.87 526	15.92 536	15.89 528	27.08 538	22.45 536	24.86 537	28.42 542	3.85 514	8.90 511	0.55 423	1.15 483	0.64 393	15.05 511

USTest	15.98 529	15.57 530	22.51 519	18.47 538	16.98 530	26.39 537	36.05 541	27.65 538	12.77 522	10.72 528	10.87 511	18.34 523	15.08 522	18.60 528	23.36 529	4.90 529	5.38 492	7.40 534	7.45 534	9.88 535	11.26 497

DGTPSM_ROB	16.67 530	21.79 539	40.19 540	10.00 533	19.05 533	12.43 523	33.20 538	13.71 527	18.09 533	9.71 521	22.85 532	13.77 518	19.64 530	21.23 529	24.07 530	5.09 530	8.95 512	5.62 531	11.49 536	6.73 526	15.75 520

DPSMNet_ROB	16.76 531	21.81 540	40.95 541	10.20 535	19.08 534	12.43 523	33.21 539	13.73 528	18.21 534	9.76 522	22.88 533	13.78 519	19.64 530	21.39 530	24.21 531	5.20 531	8.97 513	5.63 532	11.51 539	6.80 527	15.82 521

KSHMR	17.50 532	14.38 515	22.35 516	4.50 521	4.51 510	8.17 512	3.33 488	15.44 533	76.15 549	7.32 510	61.40 547	56.33 547	5.66 479	32.91 540	13.97 485	4.42 519	2.99 475	3.64 524	2.79 525	5.13 521	4.55 452

LE_ROB	19.18 533	12.99 493	48.22 544	8.42 532	23.91 538	7.26 509	19.71 530	9.92 519	38.58 543	43.44 541	21.85 531	28.15 539	41.18 542	23.00 533	54.71 547	0.38 263	0.34 233	0.32 214	0.36 331	0.43 284	0.49 170

coex-ft	20.00 534	11.54 483	120.82 553	1.18 248	1.30 347	2.36 88	1.99 442	2.96 148	13.96 524	129.83 554	8.40 500	5.88 492	52.82 548	9.93 407	31.13 543	0.61 414	0.62 376	0.50 400	0.49 408	1.10 465	2.63 413

DPSM_ROB	20.83 535	20.01 537	26.54 531	23.64 541	22.42 536	31.06 539	39.94 543	34.02 542	17.42 531	15.35 534	16.05 529	24.04 534	20.69 533	23.28 535	27.60 538	10.77 537	9.41 518	11.68 539	11.50 537	14.48 539	16.71 524

DPSM	20.83 535	20.01 537	26.54 531	23.64 541	22.42 536	31.06 539	39.94 543	34.02 542	17.42 531	15.35 534	16.05 529	24.04 534	20.69 533	23.28 535	27.60 538	10.77 537	9.41 518	11.68 539	11.50 537	14.48 539	16.71 524

ktn	22.24 537	14.37 514	20.30 370	4.54 522	4.02 506	6.52 504	4.50 509	6.78 513	78.80 551	84.67 551	100.54 554	58.48 548	8.39 505	13.13 510	17.09 504	4.61 526	3.24 478	3.49 519	2.62 521	4.70 519	3.96 445

LRCNet_RVC	25.63 538	33.47 542	24.35 527	31.77 543	32.74 539	6.73 506	1.19 359	25.87 537	4.67 474	28.95 537	30.91 537	24.89 536	17.54 527	27.82 538	24.57 533	35.48 544	25.62 543	35.91 545	33.80 544	31.95 546	34.38 545

TorneroNet	26.32 539	14.70 517	22.40 517	4.24 514	4.08 507	54.72 547	3.19 485	15.11 532	76.73 550	57.99 546	82.55 551	86.65 552	45.79 547	13.34 514	18.51 520	4.52 522	2.86 469	3.45 518	2.63 522	8.75 534	4.28 448

DLNR_Zeroshot_test	29.83 540	55.48 549	50.99 546	183.84 553	114.74 550	3.44 190	0.28 4	29.52 541	1.59 62	1.03 89	1.25 81	0.93 97	0.64 43	3.95 283	1.62 246	37.16 545	1.69 441	0.26 76	0.23 109	92.97 550	15.07 512

HanzoNet	31.86 541	17.33 535	21.23 483	7.52 528	5.85 518	7.49 510	3.61 500	14.35 529	13.37 523	50.38 544	46.35 542	44.46 541	56.50 549	36.53 544	28.25 541	64.05 549	58.31 550	9.45 537	89.24 550	31.17 545	31.77 541

Selective-RAFT-Error	41.88 542	40.10 544	53.23 547	47.74 548	45.20 545	62.42 548	80.58 552	68.27 549	34.95 541	30.85 539	32.30 539	48.08 544	42.07 545	46.54 548	54.92 548	21.60 541	19.12 536	23.46 542	23.15 542	29.14 542	33.95 544

CasAABBNet	41.89 543	40.14 545	53.33 548	47.71 547	45.10 544	62.42 548	80.65 553	68.29 550	34.85 540	30.67 538	32.34 540	48.22 545	41.76 544	46.61 550	55.60 550	21.59 540	18.89 535	23.46 542	23.21 543	29.17 543	33.75 543

HaxPig	43.31 544	43.63 546	45.01 542	33.88 544	35.67 541	32.79 541	30.52 537	45.50 545	42.95 544	48.75 542	48.14 544	43.24 540	40.44 541	44.58 546	43.63 544	47.17 546	49.30 547	51.65 547	50.37 546	43.72 547	45.27 548

AVERAGE_ROB	44.46 545	45.87 547	46.48 543	40.54 546	38.62 542	32.95 542	30.49 536	46.80 546	43.31 545	49.57 543	48.93 545	44.57 542	39.87 540	45.01 547	43.89 545	48.70 547	50.65 548	50.80 546	49.79 545	45.54 548	46.89 549

MEDIAN_ROB	47.37 546	49.00 548	49.74 545	40.28 545	39.94 543	34.93 543	33.41 540	49.78 547	46.38 547	53.04 545	52.61 546	47.67 543	42.28 546	48.33 551	47.25 546	52.06 548	53.99 549	54.28 548	53.48 547	48.70 549	50.27 550

LSM0	49.69 547	40.02 543	53.50 549	97.07 550	129.56 551	62.65 550	79.82 551	68.02 548	35.12 542	33.72 540	33.34 541	48.41 546	41.54 543	46.57 549	55.40 549	21.63 542	19.16 537	23.60 544	23.13 541	29.46 544	52.08 551

BEATNet-Init1	51.93 548	71.67 551	99.39 552	10.91 537	13.10 524	84.39 553	59.36 547	73.78 551	67.97 548	88.09 552	88.15 552	91.73 553	97.51 554	85.13 555	72.56 554	2.59 495	5.18 491	1.20 486	1.49 497	10.61 536	13.83 502

Anonymous_1	57.77 549	19.65 536	26.12 530	23.12 540	141.97 553	30.79 538	39.72 542	34.10 544	16.98 527	70.09 550	15.64 526	23.44 532	19.73 532	23.03 534	27.21 537	164.70 555	9.02 514	130.41 550	137.42 552	161.21 556	41.01 547

PML	64.55 550	56.00 550	20.79 439	8.10 530	32.82 540	147.60 555	247.57 557	12.71 524	45.39 546	111.32 553	288.85 557	101.42 554	100.62 555	31.63 539	15.84 494	13.96 539	4.84 487	10.95 538	6.18 533	28.99 541	5.33 459

FADE	78.97 551	14.73 518	35.82 536	10.62 536	13.30 526	4.17 369	4.16 508	28.45 540	8.38 516	5.17 498	3.89 468	11.84 513	36.55 539	44.20 545	27.82 540	481.80 557	167.92 556	346.21 557	320.29 557	7.64 531	6.52 469

xxxxx1	112.85 552	94.19 552	38.10 537	228.21 555	161.02 554	39.23 544	61.26 548	92.54 552	79.08 552	63.44 547	74.84 548	77.80 549	69.88 550	33.55 541	70.96 551	117.25 551	130.44 553	258.49 554	273.88 554	145.63 553	147.24 554

tt_ll	112.85 552	94.19 552	38.10 537	228.21 555	161.02 554	39.23 544	61.26 548	92.54 552	79.08 552	63.44 547	74.84 548	77.80 549	69.88 550	33.55 541	70.96 551	117.25 551	130.44 553	258.49 554	273.88 554	145.63 553	147.24 554

ff	112.85 552	94.19 552	38.10 537	228.21 555	161.02 554	39.23 544	61.26 548	92.54 552	79.08 552	63.44 547	74.84 548	77.80 549	69.88 550	33.55 541	70.96 551	117.25 551	130.44 553	258.49 554	273.88 554	145.63 553	147.24 554

ASD4	117.27 555	129.52 555	123.56 554	122.58 551	90.02 548	142.70 554	121.49 554	155.40 556	106.26 555	137.15 555	93.99 553	116.23 555	77.54 553	123.37 556	97.34 555	115.20 550	101.37 551	138.98 552	118.15 551	131.38 552	103.11 552

DPSimNet_ROB	143.68 556	156.64 556	170.66 555	162.59 552	135.40 552	195.13 556	174.01 555	141.76 555	167.78 557	174.58 556	138.78 555	186.01 556	183.75 556	82.32 552	97.85 556	151.24 554	102.48 552	131.25 551	82.78 549	115.21 551	123.37 553

test_example2	213.42 557	219.67 557	222.97 557	213.78 554	220.82 557	199.03 557	200.49 556	189.27 557	143.61 556	211.05 557	218.08 556	210.69 557	205.21 557	221.14 557	216.49 557	236.74 556	242.08 557	213.66 553	216.96 553	235.55 557	231.06 557

ccccc	591.61 558	628.29 558	644.85 558	567.59 558	570.62 558	580.23 558	640.00 558	613.89 558	497.61 558	613.55 558	650.61 558	554.19 558	636.68 558	666.02 558	654.04 558	780.28 558	507.01 558	391.46 558	342.94 558	701.16 558	591.18 558

Low-res two-view benchmark