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

FoundationStereo	1.56 1	0.84 4	3.56 4	3.37 10	1.49 116	2.27 6	0.59 22	3.96 1	2.27 2	2.10 7	0.11 1	2.58 17	2.83 48	2.97 2	1.00 3	0.04 41	0.88 298	0.00 1	0.00 1	0.02 2	0.34 36

dual_stereo	2.05 2	0.76 1	3.43 1	2.96 6	1.50 118	2.64 9	0.08 1	5.59 5	2.63 3	1.35 3	0.77 4	2.38 15	0.61 3	10.75 108	1.98 18	0.02 14	1.41 393	0.00 1	0.23 253	0.01 1	1.86 267

MonSter	2.06 3	0.90 5	4.81 16	2.70 3	1.72 141	6.01 131	0.13 5	6.67 9	3.15 6	1.51 4	2.25 6	0.33 2	0.36 1	7.02 28	1.29 9	0.01 3	0.98 313	0.00 1	0.38 327	0.02 2	1.01 161

DEFOM-Stereo	2.43 4	1.22 20	4.56 13	3.89 24	1.05 65	12.70 253	0.80 31	5.07 3	2.70 4	3.02 23	1.81 5	0.61 3	0.54 2	8.77 54	1.01 4	0.02 14	0.01 10	0.00 1	0.00 1	0.03 5	0.69 112

RAStereo	2.53 5	1.48 53	7.27 87	4.18 42	1.48 110	1.78 4	0.13 5	8.50 19	8.15 81	2.40 12	4.11 15	3.37 24	0.81 5	3.73 5	2.75 68	0.05 63	0.00 1	0.00 1	0.00 1	0.35 143	0.14 13

IGEV-Stereo++	2.55 6	0.93 6	4.65 14	4.40 58	3.52 249	3.33 15	0.10 3	8.77 24	4.60 12	2.63 16	4.41 16	2.00 13	4.67 107	3.47 4	0.98 1	0.02 14	0.78 279	0.09 210	0.00 1	0.06 13	1.65 243

GREAT-IGEV	2.67 7	1.48 53	5.32 30	3.65 16	1.73 142	2.92 11	0.20 9	6.37 7	6.52 46	1.34 2	5.23 35	1.09 7	1.45 15	10.01 91	1.57 10	0.11 136	1.50 405	0.00 1	0.24 259	0.19 69	2.48 352

StereoAnything_RVC	2.80 8	12.35 432	6.48 62	2.89 5	1.06 68	1.47 3	0.17 8	5.24 4	2.04 1	1.29 1	0.35 2	0.29 1	3.53 62	8.37 49	1.01 4	0.05 63	0.88 298	0.00 1	0.00 1	6.93 428	1.66 244

fffft	2.87 9	1.37 39	6.09 42	3.63 15	1.48 110	4.34 37	4.03 212	9.11 31	3.91 8	3.19 25	2.34 7	1.90 10	1.43 14	10.93 112	2.22 27	0.00 1	0.23 160	0.00 1	0.00 1	0.38 172	0.85 133
1: 1. 1
MaDis-Stereo	2.96 10	2.05 162	7.26 86	3.35 9	2.54 198	1.78 4	0.28 11	8.41 16	5.58 25	2.77 19	3.62 11	7.05 93	4.60 95	5.95 15	3.33 97	0.01 3	0.05 61	0.00 1	0.00 1	0.19 69	0.39 54

IGEV-Stereo+	3.03 11	1.10 10	5.14 27	3.52 13	4.87 303	2.53 7	0.68 25	4.40 2	3.11 5	2.20 9	0.71 3	0.79 6	3.45 57	8.89 57	1.25 8	0.08 112	0.70 265	0.00 1	0.40 334	5.72 424	11.13 463

SMoEStereo_RVC	3.08 12	1.77 97	5.88 38	4.29 56	0.76 33	6.25 146	1.85 113	8.81 26	4.44 11	4.08 40	3.85 13	2.76 19	2.21 34	11.07 115	2.28 30	0.01 3	0.13 127	0.03 145	0.00 1	0.35 143	0.83 131

AIO_test	3.09 13	1.33 35	5.84 36	4.60 68	3.35 240	5.26 94	2.32 142	9.12 33	5.01 16	1.93 5	4.76 24	4.23 43	1.35 11	7.85 43	1.18 7	0.92 348	1.03 329	0.00 1	0.29 282	0.07 19	1.30 198

GIP-stereo	3.09 13	1.42 46	4.82 18	5.64 134	4.11 272	3.31 14	0.74 27	9.86 39	6.75 49	2.44 13	5.48 38	4.08 37	3.14 52	5.77 13	1.68 12	0.14 156	0.63 258	0.00 1	0.00 1	0.09 28	1.66 244

UniTT-Stereo	3.10 15	1.22 20	7.79 109	4.50 63	2.51 195	2.59 8	0.42 15	5.88 6	5.74 26	5.46 67	7.76 62	1.12 8	1.46 16	9.06 62	5.42 182	0.06 91	0.07 97	0.00 1	0.01 78	0.60 256	0.26 25

IGEV-RUCA	3.15 16	1.28 29	5.12 25	5.23 106	2.34 187	6.02 132	1.75 103	7.71 13	5.31 21	2.77 19	4.98 31	4.01 35	2.39 40	10.02 92	1.73 13	0.17 176	0.26 169	0.21 292	0.29 282	0.74 292	0.58 99

mms	3.23 17	1.87 123	6.16 46	4.22 46	2.38 189	4.13 33	3.87 206	8.68 22	5.05 17	2.68 17	5.66 47	3.05 21	1.33 10	9.68 83	2.35 38	0.01 3	0.55 241	0.00 1	0.00 1	0.42 190	2.47 351

ours_stereo	3.25 18	1.81 105	5.95 41	4.18 42	1.97 162	3.79 23	2.71 165	8.97 28	6.86 50	2.39 11	5.79 49	3.97 34	1.82 28	9.84 86	2.05 23	0.02 14	0.21 155	0.00 1	0.00 1	0.38 172	2.35 342

AIO-Stereo	3.32 19	1.49 57	5.67 33	5.06 93	1.51 120	4.67 50	1.71 96	10.31 44	5.90 37	3.02 23	4.90 28	5.32 66	0.80 4	10.66 102	1.88 15	0.06 91	0.85 294	0.00 1	0.70 375	0.14 48	1.78 257

AIO_rvc	3.33 20	1.66 80	6.67 70	4.55 64	3.62 252	5.18 88	1.79 108	8.85 27	5.06 18	2.17 8	4.89 27	4.69 52	1.16 7	10.57 100	2.01 21	0.59 299	1.10 338	0.00 1	0.04 125	0.16 55	1.84 264

RSM++	3.35 21	1.29 31	5.82 35	5.16 103	1.00 63	4.93 76	2.54 153	10.70 53	5.17 19	3.45 31	4.81 25	6.63 87	1.86 29	10.23 95	2.06 24	0.05 63	0.06 86	0.01 109	0.18 234	0.19 69	0.95 155

HUF	3.37 22	1.82 113	7.11 84	3.74 20	1.68 136	5.10 84	2.12 130	10.44 48	5.26 20	2.44 13	4.54 18	5.45 69	2.61 43	7.44 36	2.03 22	0.91 346	2.05 424	0.09 210	0.00 1	0.19 69	2.46 348

RSM	3.39 23	1.22 20	5.46 31	5.06 93	1.60 128	4.70 53	1.76 105	10.72 54	4.92 15	3.67 35	4.52 17	7.70 105	1.74 25	11.04 114	2.06 24	0.05 63	0.18 143	0.00 1	0.35 307	0.19 69	0.92 145

DEFOM-Stereo_RVC	3.40 24	7.12 389	4.30 11	11.17 391	1.69 138	4.59 43	0.46 17	9.11 31	3.63 7	2.69 18	3.29 9	0.75 4	7.02 170	9.35 72	2.00 19	0.01 3	0.15 136	0.00 1	0.19 238	0.06 13	0.39 54

EGLCR-Stereo	3.41 25	1.28 29	6.47 58	4.22 46	1.36 94	5.18 88	1.24 48	11.58 73	5.47 23	3.80 38	3.40 10	8.10 113	1.69 23	9.53 80	2.23 29	0.09 121	0.89 302	0.01 109	0.00 1	0.24 88	1.42 216

Selective-IGEV	3.46 26	1.32 34	5.92 40	4.55 64	2.27 181	4.65 47	2.07 129	11.50 71	5.81 28	3.19 25	4.75 23	5.46 70	1.77 26	11.24 127	2.37 41	0.05 63	0.82 287	0.00 1	0.20 243	0.10 29	1.17 182

tt45	3.47 27	1.65 77	5.29 29	4.20 45	1.93 159	8.00 197	1.99 126	9.99 42	4.05 9	5.83 69	4.57 19	4.57 51	2.37 39	11.40 133	2.38 43	0.01 3	0.14 133	0.00 1	0.01 78	0.40 180	0.69 112

MGS-Stereo	3.47 27	1.54 61	7.34 94	3.79 21	0.51 19	4.78 61	1.51 65	6.53 8	9.92 111	4.54 47	10.22 90	5.44 68	1.26 9	8.51 51	2.53 53	0.21 198	0.01 10	0.02 128	0.00 1	0.59 250	0.23 22

IGEV++	3.49 29	1.67 81	6.59 66	6.41 199	1.44 100	4.50 41	1.66 85	11.20 65	5.34 22	3.01 22	6.40 53	4.30 44	4.36 84	5.66 12	3.53 107	0.05 63	1.20 357	0.00 1	0.15 208	0.32 128	2.10 321

CroCo-Stereo	3.51 30	2.49 252	8.03 119	9.10 334	1.26 89	0.97 1	0.96 36	11.24 70	8.52 89	3.79 37	4.87 26	7.93 111	4.44 93	3.26 3	2.76 70	0.03 31	0.00 1	0.00 1	0.00 1	0.34 138	0.16 17
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
Pointernet	3.56 31	0.99 8	6.55 65	3.79 21	0.85 45	5.19 90	0.36 12	17.55 173	7.32 57	4.50 46	6.92 54	4.82 55	2.69 44	5.26 9	2.99 83	0.04 41	0.53 235	0.00 1	0.35 307	0.05 7	0.42 63

GLC_STEREO	3.61 32	1.35 37	3.91 7	6.86 239	0.23 1	4.69 51	1.61 73	9.80 37	7.20 55	5.64 68	9.11 72	5.19 60	2.02 32	10.25 96	3.70 113	0.07 108	0.04 52	0.22 300	0.00 1	0.24 88	0.17 19

MoCha-V2	3.68 33	1.42 46	5.50 32	6.03 172	1.50 118	4.53 42	1.32 52	11.05 63	6.30 42	5.86 70	5.39 37	2.66 18	6.33 147	10.36 98	1.58 11	0.19 192	1.57 411	0.00 1	0.24 259	0.07 19	1.77 256

fffy	3.69 34	1.76 94	7.01 77	4.25 55	1.49 116	4.74 58	1.69 94	10.96 59	7.10 53	2.90 21	6.29 51	6.27 82	3.10 51	10.41 99	2.09 26	0.01 3	1.02 327	0.00 1	0.00 1	0.37 160	2.28 337

SCV	3.72 35	1.81 105	7.24 85	5.65 136	1.66 135	4.31 35	1.64 77	12.11 77	6.98 51	2.28 10	4.94 30	6.07 78	2.70 45	10.28 97	2.30 31	0.09 121	0.98 313	0.00 1	0.53 357	0.55 235	2.27 335

999	3.74 36	1.55 63	5.72 34	5.15 102	2.42 191	7.40 182	2.13 131	10.76 55	7.33 58	3.20 27	5.04 32	5.01 57	2.26 37	12.45 191	3.06 86	0.06 91	0.24 163	0.00 1	0.00 1	0.37 160	0.66 107

AEACV	3.74 36	1.42 46	6.45 56	5.61 130	6.24 365	4.69 51	1.54 69	7.61 12	7.19 54	3.59 34	7.87 63	4.20 40	6.43 152	6.07 19	1.96 17	0.03 31	1.03 329	0.04 160	0.54 359	0.23 84	2.12 323

CREStereo	3.75 38	1.21 16	3.79 6	2.66 2	0.66 27	5.52 103	0.39 13	10.77 57	14.18 158	7.14 79	10.54 96	5.25 63	3.54 63	6.27 22	2.88 81	0.04 41	0.01 10	0.03 145	0.01 78	0.05 7	0.05 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
castereo++	3.76 39	1.79 99	5.06 24	4.09 35	2.65 203	16.30 320	1.89 118	8.46 18	9.15 101	2.53 15	4.66 20	5.04 58	2.00 31	9.08 64	1.04 6	0.02 14	0.59 252	0.00 1	0.34 303	0.08 23	0.50 82

trnet	3.79 40	1.10 10	3.76 5	2.70 3	0.63 26	5.60 114	0.41 14	10.89 58	14.11 157	7.11 78	10.55 98	5.73 73	3.75 66	6.25 21	2.89 82	0.04 41	0.02 31	0.03 145	0.01 78	0.06 13	0.07 3

SCV_C0	3.81 41	1.92 133	7.94 116	4.22 46	1.75 145	4.82 64	1.56 70	11.79 74	8.00 76	3.23 28	5.14 33	6.19 79	1.81 27	11.49 141	2.42 45	0.17 176	1.09 334	0.00 1	0.23 253	0.38 172	2.04 308

LoS	3.83 42	1.25 24	4.39 12	3.29 8	0.58 23	4.87 65	1.15 43	11.00 60	13.34 146	5.02 56	10.69 99	4.14 38	3.78 68	9.15 68	3.20 93	0.08 112	0.03 44	0.09 210	0.00 1	0.13 46	0.35 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 43	0.81 2	6.63 68	4.40 58	11.89 443	11.98 243	0.20 9	8.42 17	5.78 27	1.97 6	2.73 8	0.77 5	1.59 17	2.60 1	0.98 1	0.04 41	0.04 52	10.46 460	5.41 449	0.05 7	0.14 13

IGEVStereo-DCA	3.90 44	2.95 285	7.30 88	4.05 30	0.92 53	4.94 78	1.65 80	14.40 110	5.82 29	4.17 41	4.67 21	4.50 49	3.95 72	11.24 127	4.28 143	0.18 182	0.56 243	0.00 1	0.17 222	0.25 92	1.98 288

ff7	3.92 45	2.12 182	7.30 88	4.22 46	1.47 105	4.90 69	1.65 80	14.40 110	5.82 29	5.08 59	5.59 43	3.45 25	4.61 98	11.48 137	2.76 70	0.04 41	0.98 313	0.00 1	0.17 222	0.35 143	1.98 288

ffff	3.92 45	2.12 182	7.30 88	4.22 46	1.47 105	4.90 69	1.65 80	14.40 110	5.82 29	5.08 59	5.59 43	3.45 25	4.61 98	11.48 137	2.76 70	0.04 41	0.98 313	0.00 1	0.17 222	0.35 143	1.98 288

11t	3.92 45	2.12 182	7.30 88	4.22 46	1.47 105	4.90 69	1.65 80	14.40 110	5.82 29	5.08 59	5.59 43	3.45 25	4.61 98	11.48 137	2.76 70	0.04 41	0.98 313	0.00 1	0.17 222	0.35 143	1.98 288

ccc-4	3.92 45	2.12 182	7.30 88	4.22 46	1.47 105	4.90 69	1.65 80	14.40 110	5.82 29	5.08 59	5.59 43	3.45 25	4.61 98	11.48 137	2.76 70	0.04 41	0.98 313	0.00 1	0.17 222	0.35 143	1.98 288

anonymousdsp	3.97 49	2.10 175	6.76 73	4.43 60	1.82 153	4.92 74	1.68 86	14.84 122	5.82 29	5.26 64	5.54 41	4.20 40	4.37 88	11.54 147	2.68 64	0.04 41	0.87 296	0.00 1	0.18 234	0.36 154	1.98 288

IGEV-Stereo	3.97 49	2.10 175	6.78 74	4.43 60	1.81 151	4.92 74	1.68 86	14.84 122	5.82 29	5.25 63	5.54 41	4.22 42	4.36 84	11.55 148	2.68 64	0.04 41	0.88 298	0.00 1	0.18 234	0.36 154	1.98 288
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 51	2.95 285	11.04 250	4.05 30	0.92 53	4.94 78	1.53 68	11.97 76	6.50 45	4.17 41	4.67 21	4.50 49	3.95 72	11.24 127	4.28 143	0.18 182	0.56 243	0.00 1	0.22 245	0.25 92	1.88 269

rvit_stereo_0081_aga	4.01 52	3.10 297	10.05 200	5.65 136	3.01 228	4.91 73	1.88 117	8.80 25	7.27 56	6.97 74	6.94 55	5.81 75	3.23 55	7.63 38	3.77 117	0.08 112	0.00 1	0.00 1	0.00 1	0.62 260	0.44 69

CES	4.08 53	1.34 36	3.46 2	3.65 16	11.49 440	5.24 92	0.99 38	10.15 43	9.15 101	3.80 38	9.29 77	1.76 9	0.91 6	6.94 27	2.64 63	0.07 108	0.05 61	0.01 109	0.00 1	1.63 355	9.03 448

test_xeample3	4.08 53	2.95 285	11.20 253	4.05 30	1.05 65	5.62 115	1.58 71	13.23 86	4.76 14	7.10 77	3.83 12	3.18 23	3.30 56	11.75 152	4.42 150	0.08 112	0.74 270	0.00 1	0.38 327	0.26 102	2.04 308

LoS_RVC	4.09 55	3.01 291	4.81 16	4.88 80	7.78 404	5.24 92	2.80 170	7.57 11	4.24 10	4.41 44	10.34 92	3.62 30	6.34 148	6.59 25	2.37 41	0.04 41	0.03 44	0.00 1	0.01 78	0.06 13	7.70 436

CASnet	4.11 56	1.27 27	5.28 28	5.63 133	0.31 2	4.89 68	2.86 172	11.52 72	11.73 127	11.06 120	11.80 111	4.16 39	1.63 19	6.30 23	2.22 27	0.63 306	0.00 1	0.60 353	0.13 191	0.15 51	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 57	1.50 59	5.89 39	3.82 23	1.88 155	3.75 22	6.51 284	8.68 22	6.38 44	4.81 51	8.44 65	9.56 135	4.31 82	10.00 90	4.16 134	0.05 63	0.84 289	0.00 1	0.19 238	0.23 84	1.71 249

ProNet	4.14 57	2.35 233	7.50 98	4.22 46	1.47 105	5.67 119	6.24 275	13.78 106	7.71 64	3.38 30	4.93 29	3.72 31	3.52 60	11.52 146	2.72 66	0.08 112	1.32 377	0.01 109	0.26 271	0.47 209	2.02 302

WCG-NET	4.15 59	1.44 50	6.47 58	3.48 11	0.31 2	4.36 39	1.74 101	8.24 15	15.53 172	8.94 100	9.64 80	6.87 91	4.12 79	7.42 35	2.86 80	0.02 14	1.09 334	0.00 1	0.00 1	0.21 76	0.28 27

castereo	4.17 60	1.71 86	4.94 20	4.23 54	1.13 72	6.25 146	6.97 301	10.76 55	16.22 181	3.25 29	7.74 61	3.55 29	7.25 173	5.61 11	2.63 61	0.04 41	0.38 196	0.00 1	0.26 271	0.08 23	0.44 69

rvit_stereo_0081	4.20 61	2.18 200	9.43 176	6.66 223	1.77 147	3.43 16	2.29 140	8.53 20	16.32 186	4.68 49	5.52 39	5.21 61	4.60 95	8.22 46	4.20 136	0.05 63	0.01 10	0.00 1	0.01 78	0.41 184	0.49 80

rvit_stereo_0082	4.20 61	2.18 200	9.43 176	6.66 223	1.77 147	3.43 16	2.29 140	8.53 20	16.32 186	4.68 49	5.52 39	5.21 61	4.60 95	8.22 46	4.20 136	0.05 63	0.01 10	0.00 1	0.01 78	0.41 184	0.49 80

CroCo-Stereo Lap2	4.21 63	2.60 263	9.11 155	10.21 363	6.06 359	1.11 2	0.78 30	10.63 51	8.34 84	3.46 32	5.18 34	8.92 124	5.66 132	6.42 24	4.53 155	0.03 31	0.05 61	0.00 1	0.00 1	0.81 306	0.39 54

HART	4.24 64	2.13 188	6.15 44	5.53 123	1.40 98	4.32 36	0.74 27	13.35 95	5.92 38	6.13 71	12.75 120	6.81 90	1.70 24	11.14 124	2.42 45	0.03 31	1.48 404	0.10 220	0.00 1	0.55 235	2.26 334

CAS++	4.25 65	2.16 195	6.64 69	4.57 67	1.14 75	4.22 34	1.62 74	19.22 198	10.81 118	9.35 103	9.25 76	1.97 12	1.40 13	9.87 88	2.00 19	0.15 167	0.05 61	0.00 1	0.00 1	0.33 132	0.28 27
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 66	2.26 216	8.78 141	5.09 97	1.45 101	5.66 116	1.08 41	13.30 94	8.20 82	8.93 99	10.09 88	6.61 86	3.52 60	5.14 8	3.20 93	0.02 14	1.13 343	0.06 177	0.00 1	0.32 128	0.39 54

rvit_stereo_0080	4.27 67	2.89 279	9.02 150	4.10 36	1.93 159	4.06 26	7.35 311	10.37 45	8.86 95	5.39 65	7.51 59	6.20 80	4.36 84	7.08 29	4.75 161	0.45 270	0.01 10	0.00 1	0.00 1	0.59 250	0.45 71

whm_eth	4.27 67	2.89 279	9.02 150	4.10 36	1.93 159	4.06 26	7.35 311	10.37 45	8.86 95	5.39 65	7.51 59	6.20 80	4.36 84	7.08 29	4.75 161	0.45 270	0.01 10	0.00 1	0.00 1	0.59 250	0.45 71

testlalala	4.28 69	1.72 88	8.36 131	4.01 26	3.59 250	7.88 194	1.70 95	9.98 41	5.56 24	13.20 152	10.02 82	7.06 94	1.91 30	5.98 16	2.36 39	0.03 31	1.26 371	0.00 1	0.41 336	0.06 13	0.52 84

MM-Stereo_test2	4.38 70	1.62 70	7.85 112	5.85 166	1.12 70	7.07 174	2.18 136	15.22 125	8.69 92	7.23 83	5.26 36	4.83 56	3.75 66	10.87 110	2.40 44	0.03 31	1.04 331	0.00 1	0.14 200	0.41 184	2.02 302

plain	4.41 71	2.18 200	11.50 261	5.46 121	2.97 226	3.20 13	1.38 53	9.01 30	5.96 39	3.56 33	16.63 153	3.01 20	2.76 46	14.80 275	4.25 142	0.32 234	0.00 1	0.04 160	0.01 78	0.79 301	0.43 66

MC-Stereo	4.47 72	1.16 13	5.85 37	6.14 177	1.43 99	3.70 21	1.73 97	10.62 50	7.83 73	6.85 73	13.33 126	6.77 89	6.21 146	11.23 126	2.52 51	0.04 41	1.30 373	0.06 177	0.24 259	0.17 61	2.14 326

MIF-Stereo (partial)	4.55 73	1.63 73	8.37 132	5.46 121	5.35 325	3.48 19	0.94 34	9.80 37	8.03 78	4.45 45	15.68 143	5.33 67	5.11 114	11.92 162	4.57 156	0.06 91	0.02 31	0.06 177	0.03 114	0.45 202	0.30 30

XX-TBD	4.63 74	10.71 414	3.94 8	10.55 377	0.62 25	5.95 130	0.08 1	7.91 14	12.75 134	11.73 125	14.80 137	4.04 36	1.64 20	4.90 7	2.61 59	0.08 112	0.01 10	0.00 1	0.00 1	0.26 102	0.06 2

rvit_stereo_0083	4.77 75	2.28 218	10.63 231	7.49 280	1.73 142	4.88 66	2.71 165	8.97 28	18.71 218	5.01 55	7.88 64	6.38 84	5.11 114	7.80 40	4.86 165	0.28 225	0.04 52	0.00 1	0.01 78	0.26 102	0.39 54

MyStereo07	4.80 76	2.38 238	6.21 47	6.63 218	4.77 300	6.47 157	9.60 345	16.70 155	5.88 36	4.81 51	5.77 48	3.13 22	5.68 133	12.07 167	2.46 47	0.09 121	1.33 381	0.03 145	0.32 292	0.74 292	0.93 150

CREStereo++_RVC	4.83 77	1.16 13	4.67 15	4.71 72	2.02 166	4.01 25	0.11 4	9.48 35	18.00 203	8.87 97	16.74 155	4.43 45	2.15 33	6.09 20	3.39 101	0.07 108	0.00 1	0.00 1	10.51 468	0.05 7	0.12 12
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
WCG-NET（raft）	4.87 78	1.67 81	6.84 75	3.49 12	0.31 2	4.96 80	1.95 122	11.08 64	15.49 171	8.82 95	11.46 108	9.50 133	4.96 112	11.32 131	3.26 96	0.09 121	1.41 393	0.00 1	0.03 114	0.23 84	0.54 87

TANstereo	4.87 78	1.49 57	5.02 23	4.02 28	0.51 19	14.25 279	0.15 7	9.17 34	12.84 136	12.80 143	18.36 172	5.14 59	4.43 90	6.01 17	2.30 31	0.09 121	0.12 126	0.00 1	0.01 78	0.02 2	0.68 110

Former-RAFT_DAM_RVC	4.91 80	3.05 296	9.51 179	4.55 64	3.59 250	9.01 205	1.46 60	14.59 120	19.31 224	7.65 89	7.22 58	2.04 14	2.21 34	10.13 94	2.51 50	0.12 147	0.03 44	0.08 202	0.00 1	0.62 260	0.50 82

Reg-Stereo(zero)	4.96 81	0.83 3	5.01 22	3.71 18	2.33 184	3.81 24	1.18 45	17.25 166	13.30 145	10.52 112	10.73 101	10.47 143	4.43 90	9.47 78	4.17 135	0.06 91	0.74 270	0.00 1	0.27 276	0.04 6	0.88 139

rvit_stereo_ft	5.02 82	3.45 315	10.80 238	11.76 400	2.76 210	4.08 31	8.16 328	10.64 52	10.63 117	4.34 43	6.39 52	6.65 88	4.63 103	9.35 72	5.82 198	0.11 136	0.00 1	0.00 1	0.00 1	0.34 138	0.42 63

iRaftStereo_RVC	5.06 83	2.15 191	7.88 114	5.54 126	0.78 39	5.22 91	0.45 16	18.47 187	11.75 128	9.72 107	15.05 139	5.74 74	3.18 54	9.29 71	2.52 51	0.02 14	1.24 368	0.00 1	0.01 78	0.58 244	1.62 240

MSKI-zero shot	5.11 84	1.81 105	6.47 58	6.17 180	1.78 149	6.42 156	1.50 64	13.59 98	8.66 91	10.63 115	11.58 109	13.29 197	2.35 38	12.34 184	3.09 88	0.05 63	1.21 363	0.02 128	0.29 282	0.15 51	0.85 133

GCAP-BAT	5.15 85	2.42 241	8.74 139	4.07 33	5.04 313	6.61 164	1.82 110	10.43 47	6.66 48	13.47 163	12.76 121	9.14 128	2.87 49	11.51 145	3.58 111	0.03 31	1.24 368	0.01 109	0.60 367	0.13 46	1.81 259

sCroCo_RVC	5.29 86	3.82 331	17.52 363	11.17 391	6.67 378	5.78 125	2.66 160	10.47 49	8.48 88	3.78 36	9.32 78	4.76 54	4.83 110	8.33 48	4.88 166	1.17 376	0.52 233	0.06 177	0.03 114	0.70 282	0.90 144

MM-Stereo_test1	5.41 87	1.55 63	6.52 63	5.96 169	1.09 69	4.88 66	6.82 294	14.32 109	12.83 135	13.28 155	10.54 96	5.88 76	6.54 154	11.72 150	2.75 68	0.18 182	1.13 343	0.00 1	0.02 103	0.48 212	1.73 251

tg	5.41 87	2.04 156	7.70 103	5.40 118	1.27 90	7.45 185	0.49 18	18.97 191	13.10 139	9.51 104	14.60 134	7.15 95	4.05 76	10.89 111	2.99 83	0.02 14	0.70 265	0.00 1	0.00 1	0.55 235	1.42 216

RAFT-Stereo-weight	5.42 89	1.21 16	6.22 48	4.69 70	1.28 91	6.18 143	1.58 71	18.42 186	18.47 212	11.35 123	10.27 91	11.93 167	1.65 21	9.59 81	3.83 119	0.10 131	0.60 254	0.00 1	0.00 1	0.16 55	0.89 142

CAS	5.44 90	0.98 7	3.95 9	17.59 440	7.74 403	7.82 192	6.09 271	9.89 40	9.40 105	4.82 53	10.69 99	1.93 11	1.22 8	4.54 6	2.47 48	10.98 461	0.02 31	0.00 1	0.02 103	0.53 226	8.19 442

4D-IteraStereo	5.47 91	2.05 162	8.66 135	5.34 112	4.93 306	6.11 133	1.79 108	13.74 104	16.35 188	14.53 177	11.10 104	8.22 114	1.59 17	8.73 53	3.37 99	0.00 1	0.49 226	0.09 210	0.02 103	0.25 92	1.98 288

PMTNet	5.52 92	1.11 12	4.24 10	2.49 1	1.38 96	8.75 201	0.67 24	12.64 81	12.84 136	8.66 92	11.27 106	6.00 77	4.70 109	9.91 89	3.02 85	22.39 477	0.01 10	0.04 160	0.02 103	0.06 13	0.23 22

RCA-Stereo	5.58 93	1.26 25	6.71 71	4.85 78	0.80 42	5.51 102	3.97 210	17.56 174	19.40 225	8.45 91	14.11 131	8.73 120	8.70 201	6.88 26	2.77 75	0.05 63	0.98 313	0.11 241	0.00 1	0.14 48	0.61 100

test_1	5.63 94	1.29 31	9.52 181	4.90 86	1.45 101	6.51 159	2.93 176	13.65 101	19.05 222	12.58 132	8.67 66	13.02 191	4.07 77	9.39 76	2.58 54	0.01 3	1.09 334	0.00 1	0.38 327	0.28 115	1.26 193

test-3	5.64 95	1.29 31	9.52 181	4.88 80	1.45 101	6.53 160	2.92 174	13.64 99	19.04 221	12.75 142	8.67 66	13.01 190	4.10 78	9.39 76	2.58 54	0.01 3	1.09 334	0.00 1	0.37 317	0.28 115	1.25 192

AE-Stereo	5.68 96	1.78 98	9.22 169	9.25 338	2.52 196	10.13 213	2.92 174	13.10 85	14.88 163	4.88 54	13.10 124	10.72 146	4.43 90	9.24 70	3.37 99	0.10 131	1.31 375	0.06 177	0.32 292	0.21 76	2.03 306

cross-raft	5.70 97	1.44 50	7.08 79	6.69 225	2.11 171	5.89 127	1.44 58	16.44 146	8.38 85	13.42 161	20.70 204	12.20 171	4.38 89	9.06 62	3.11 89	0.03 31	0.38 196	0.00 1	0.22 245	0.24 88	0.84 132

tt1	5.74 98	2.52 253	6.54 64	6.89 241	0.86 47	10.31 220	4.08 213	19.77 208	16.80 193	7.17 80	9.02 69	4.71 53	8.97 206	11.11 120	2.34 36	0.05 63	1.17 347	0.00 1	0.04 125	0.29 120	2.07 314

test_4	5.75 99	1.40 43	6.47 58	7.20 265	0.89 50	5.81 126	1.82 110	12.26 78	6.62 47	12.85 144	30.51 318	7.61 103	3.81 69	12.70 202	3.47 104	0.02 14	0.27 170	0.03 145	0.17 222	0.39 176	0.67 108

ACVNet-DCA	5.76 100	2.52 253	6.38 52	6.77 232	0.74 28	10.55 223	5.19 240	21.10 228	13.53 147	7.39 85	10.06 83	4.44 46	9.58 214	11.08 116	2.33 33	0.05 63	1.18 351	0.00 1	0.04 125	0.37 160	1.93 276

CFNet-RSSM	5.78 101	1.24 23	9.20 167	4.82 77	1.23 83	6.33 149	1.21 47	17.35 168	18.14 205	13.35 157	11.17 105	11.69 158	5.43 120	9.71 85	3.34 98	0.03 31	0.20 147	0.00 1	0.36 312	0.37 160	0.42 63

cc1	5.79 102	2.52 253	6.38 52	6.77 232	0.74 28	10.55 223	5.19 240	19.19 195	15.95 177	7.39 85	10.06 83	4.44 46	9.58 214	11.08 116	2.33 33	0.05 63	1.18 351	0.00 1	0.04 125	0.34 138	2.04 308

HUI-Stereo	5.80 103	1.98 143	10.42 221	5.66 139	0.45 5	5.52 103	2.68 162	13.29 93	7.82 72	12.71 141	18.16 166	12.91 188	6.60 155	10.73 107	5.36 180	0.89 342	0.08 103	0.10 220	0.00 1	0.25 92	0.36 44

Gwc-CoAtRS	5.80 103	1.37 39	9.07 152	4.80 76	1.39 97	6.90 170	1.27 49	16.50 149	15.48 170	13.07 150	13.35 127	12.64 175	5.61 130	9.14 67	4.20 136	0.04 41	0.32 182	0.00 1	0.29 282	0.30 123	0.33 33

ROB_FTStereo	5.82 105	1.97 136	10.37 217	5.67 146	0.46 11	5.52 103	1.63 75	13.27 91	7.79 66	12.69 135	18.06 163	12.86 183	6.63 159	12.28 180	5.43 183	0.87 341	0.09 105	0.10 220	0.00 1	0.26 102	0.36 44

EAI-Stereo	5.82 105	2.06 166	9.08 153	6.23 185	2.20 178	6.24 145	6.20 274	20.18 215	6.36 43	10.65 116	15.97 148	6.31 83	3.63 65	12.09 170	4.88 166	0.06 91	0.73 269	0.04 160	1.59 412	0.21 76	1.67 246

gcap-zeroshot	5.83 107	1.82 113	11.95 279	5.34 112	1.98 163	11.06 231	1.64 77	11.01 61	7.05 52	15.27 189	9.84 81	18.92 286	5.12 116	9.85 87	2.50 49	0.27 221	0.90 303	0.07 194	0.33 298	0.05 7	1.61 238

PSM-adaLoss	5.83 107	1.97 136	10.44 225	5.66 139	0.46 11	5.54 110	1.91 120	13.24 87	7.80 70	12.69 135	18.19 170	12.80 179	6.65 167	11.89 160	5.45 185	1.02 358	0.09 105	0.10 220	0.00 1	0.26 102	0.36 44

CRE-IMP	5.83 107	1.86 119	11.10 252	6.20 183	0.51 19	6.86 169	1.64 77	12.56 79	9.01 97	13.16 151	16.11 150	10.94 149	6.14 145	12.81 205	6.46 221	0.50 279	0.07 97	0.10 220	0.00 1	0.27 111	0.27 26

model_zeroshot	5.85 110	1.91 130	10.98 247	6.34 196	2.55 199	10.42 221	2.38 145	17.38 169	9.39 104	14.72 180	10.36 93	11.21 152	2.93 50	8.95 58	3.57 109	0.14 156	1.01 324	0.15 264	0.38 327	0.08 23	2.15 327

ROB_FTStereo_v2	5.85 110	1.97 136	10.38 218	5.66 139	0.46 11	5.52 103	1.95 122	13.24 87	7.78 65	12.68 134	18.16 166	12.83 180	6.61 157	12.27 178	5.63 192	1.00 355	0.09 105	0.10 220	0.00 1	0.26 102	0.36 44

RAFT-IKP	5.85 110	1.97 136	10.36 215	5.66 139	0.45 5	5.33 98	2.01 127	13.27 91	7.79 66	12.69 135	18.19 170	12.77 178	6.67 168	12.36 186	5.60 189	1.11 367	0.09 105	0.10 220	0.00 1	0.25 92	0.35 38

iGMRVC	5.86 113	1.97 136	10.41 220	5.66 139	0.45 5	5.53 107	1.75 103	13.35 95	7.81 71	12.69 135	18.17 168	12.86 183	6.53 153	12.34 184	5.77 194	1.13 370	0.09 105	0.10 220	0.00 1	0.26 102	0.34 36

Patchmatch Stereo++	5.88 114	1.97 136	10.43 223	5.66 139	0.45 5	5.54 110	2.32 142	13.26 89	7.79 66	12.69 135	18.14 164	12.86 183	6.63 159	12.36 186	5.60 189	1.09 364	0.09 105	0.10 220	0.00 1	0.25 92	0.35 38
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	5.88 114	1.97 136	10.43 223	5.66 139	0.45 5	5.54 110	2.32 142	13.26 89	7.79 66	12.69 135	18.14 164	12.86 183	6.63 159	12.36 186	5.60 189	1.09 364	0.09 105	0.10 220	0.00 1	0.25 92	0.35 38

IGEV_Zeroshot_test	5.90 116	2.30 221	15.24 336	6.90 242	2.11 171	4.35 38	1.51 65	15.68 132	8.52 89	13.73 168	11.89 113	11.49 154	3.82 70	11.41 134	4.76 163	0.11 136	0.84 289	0.15 264	0.25 269	0.87 316	1.98 288

raftrobust	5.94 117	2.07 170	6.94 76	7.67 286	6.24 365	4.96 80	1.82 110	17.76 175	14.36 159	12.03 126	11.62 110	7.74 106	9.01 207	11.29 130	3.71 115	0.05 63	0.79 281	0.00 1	0.04 125	0.25 92	0.38 52

RAFT-Stereo + iAFF	5.94 117	2.35 233	8.80 142	4.07 33	1.36 94	2.78 10	0.66 23	17.05 161	15.89 176	12.65 133	18.49 174	11.81 162	7.89 182	8.48 50	3.80 118	0.02 14	0.75 273	0.00 1	0.00 1	0.43 193	1.49 227

DeepStereo_RVC	5.95 119	1.88 124	10.44 225	5.76 157	0.60 24	5.45 99	1.78 107	12.93 83	8.02 77	14.07 172	14.98 138	12.40 172	10.05 222	12.02 165	7.35 229	0.61 304	0.10 116	0.12 246	0.00 1	0.21 76	0.29 29

LL-Strereo2	5.97 120	2.88 278	10.62 230	6.59 212	3.38 242	6.31 148	2.20 137	15.61 131	8.46 87	11.33 122	10.75 102	15.69 232	3.45 57	13.58 241	4.65 158	0.16 170	0.48 223	1.33 398	0.13 191	0.36 154	1.42 216

test_3	5.97 120	1.26 25	9.95 197	6.84 238	1.45 101	8.73 200	3.18 183	14.26 108	19.86 227	12.22 128	8.91 68	13.78 203	3.99 74	9.38 75	2.58 54	0.01 3	1.10 338	0.00 1	0.37 317	0.30 123	1.20 185

NRIStereo	5.98 122	1.91 130	9.60 183	6.29 193	0.45 5	6.56 162	2.52 152	15.37 128	11.43 123	12.55 131	15.07 140	11.45 153	6.11 143	12.32 181	6.23 209	0.83 333	0.16 139	0.11 241	0.00 1	0.32 128	0.33 33

HH	6.00 123	2.42 241	9.81 191	5.74 154	1.64 133	7.05 172	3.48 196	17.54 171	7.69 62	8.73 93	12.47 116	14.83 216	8.86 203	13.04 218	2.59 57	0.04 41	1.21 363	0.20 289	0.05 140	0.30 123	2.34 339

HanStereo	6.00 123	2.42 241	9.81 191	5.74 154	1.64 133	7.05 172	3.48 196	17.54 171	7.69 62	8.73 93	12.47 116	14.83 216	8.86 203	13.04 218	2.59 57	0.04 41	1.21 363	0.20 289	0.05 140	0.30 123	2.34 339

MM-Stereo_test3	6.01 125	1.69 84	6.25 50	6.36 197	5.46 334	4.64 46	6.31 279	20.05 213	24.24 277	8.85 96	11.38 107	7.22 96	2.79 47	9.11 65	3.08 87	0.11 136	0.92 305	0.00 1	0.02 103	0.54 233	1.11 179

test-1	6.03 126	1.76 94	15.61 342	8.01 305	1.98 163	7.82 192	1.16 44	13.64 99	13.60 150	9.69 106	15.16 141	11.55 156	5.45 122	7.78 39	4.35 147	0.16 170	1.18 351	0.00 1	0.13 191	0.16 55	1.39 208

rvit_0105_6	6.06 127	3.23 302	15.34 340	10.26 364	1.75 145	5.08 83	5.19 240	11.03 62	20.73 234	6.39 72	7.02 56	10.21 140	7.94 184	11.42 135	3.83 119	0.40 252	0.29 177	0.00 1	0.01 78	0.57 241	0.40 60

Selective-RAFT	6.10 128	1.16 13	10.90 245	7.41 272	0.91 52	15.22 294	1.11 42	14.84 122	16.23 182	7.19 82	7.06 57	11.49 154	8.10 187	12.83 207	5.19 175	0.26 217	0.97 311	0.00 1	0.46 340	0.10 29	0.65 104

H2IRNET	6.11 129	1.63 73	7.52 99	4.69 70	2.30 183	4.07 30	0.71 26	12.58 80	13.88 152	7.18 81	20.80 207	15.50 228	10.48 227	10.72 106	8.26 244	0.19 192	0.00 1	0.07 194	0.52 356	0.52 225	0.55 89

EKT-Stereo	6.11 129	1.71 86	9.09 154	7.69 287	5.56 337	5.16 86	4.26 218	19.18 194	15.13 166	9.20 102	12.84 122	9.55 134	4.18 80	11.74 151	3.24 95	0.53 283	0.62 256	0.09 210	0.14 200	0.17 61	2.16 328

1test111	6.16 131	2.52 253	6.38 52	6.77 232	0.74 28	10.55 223	5.19 240	21.10 228	13.53 147	7.39 85	10.06 83	4.44 46	9.58 214	12.08 168	9.26 263	0.05 63	1.18 351	0.00 1	0.04 125	0.37 160	1.93 276

RAFT-Test	6.19 132	1.47 52	7.90 115	4.91 87	2.70 207	9.97 209	1.52 67	17.08 162	9.06 100	13.21 153	23.67 244	12.89 187	4.63 103	9.47 78	3.57 109	0.02 14	0.81 284	0.00 1	0.38 327	0.21 76	0.39 54

testlalala2	6.22 133	2.05 162	8.67 136	15.89 434	10.72 436	7.88 194	3.50 200	13.65 101	10.50 116	15.90 211	12.54 118	8.50 119	2.47 41	5.89 14	3.87 124	0.06 91	0.63 258	0.00 1	0.50 352	0.54 233	0.61 100

s12784h	6.22 133	1.01 9	4.95 21	3.57 14	0.54 22	19.55 360	0.95 35	19.51 205	18.39 207	12.98 148	12.58 119	7.78 107	5.56 129	11.34 132	4.36 148	0.89 342	0.01 10	0.05 168	0.00 1	0.07 19	0.20 21

Any-RAFT	6.28 135	1.42 46	4.91 19	5.00 90	1.25 88	10.18 214	1.90 119	22.68 247	15.87 175	12.12 127	19.23 181	13.69 202	4.65 105	9.35 72	2.36 39	0.06 91	0.57 246	0.00 1	0.00 1	0.05 7	0.35 38

GMOStereo	6.33 136	2.04 156	8.28 126	5.68 147	1.20 79	6.11 133	2.14 132	11.20 65	13.15 140	18.66 271	21.83 220	17.35 258	6.64 163	7.09 31	2.78 76	0.02 14	1.42 395	0.13 252	0.00 1	0.53 226	0.37 48

error version	6.33 136	2.04 156	8.28 126	5.68 147	1.20 79	6.11 133	2.14 132	11.20 65	13.15 140	18.66 271	21.83 220	17.35 258	6.64 163	7.09 31	2.78 76	0.02 14	1.42 395	0.13 252	0.00 1	0.53 226	0.37 48

test-v	6.33 136	2.04 156	8.28 126	5.68 147	1.20 79	6.11 133	2.14 132	11.20 65	13.15 140	18.66 271	21.83 220	17.35 258	6.64 163	7.09 31	2.78 76	0.02 14	1.42 395	0.13 252	0.00 1	0.53 226	0.37 48

test-2	6.33 136	2.04 156	8.28 126	5.68 147	1.20 79	6.11 133	2.14 132	11.20 65	13.15 140	18.66 271	21.83 220	17.35 258	6.64 163	7.09 31	2.78 76	0.02 14	1.42 395	0.13 252	0.00 1	0.53 226	0.37 48

GMStereo	6.44 140	4.92 357	12.13 283	5.60 129	0.87 48	9.18 207	2.57 157	12.99 84	25.54 295	12.85 144	11.84 112	5.60 71	3.62 64	11.92 162	6.44 220	0.53 283	0.02 31	0.05 168	0.36 312	0.98 322	0.70 115
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 141	3.34 311	8.02 118	6.23 185	1.68 136	6.33 149	2.48 150	14.54 119	16.71 192	11.71 124	24.13 248	9.38 130	7.13 171	11.83 156	4.32 145	0.12 147	0.01 10	0.00 1	0.00 1	0.73 289	0.33 33

knoymous	6.46 142	1.84 117	5.13 26	4.31 57	1.88 155	6.36 153	5.55 254	15.25 126	14.48 160	13.85 170	21.25 210	12.66 177	6.63 159	13.20 227	5.11 171	0.19 192	0.13 127	0.12 246	0.00 1	0.71 286	0.57 97

rafts_anoy	6.46 142	2.37 235	7.09 80	7.48 279	6.02 356	5.31 97	2.45 149	14.50 117	22.01 250	12.94 147	16.18 151	8.48 118	5.53 127	9.70 84	6.32 215	0.05 63	1.66 413	0.10 220	0.05 140	0.30 123	0.69 112

anonymousdsp2	6.47 144	1.81 105	9.73 188	5.25 108	1.23 83	9.35 208	3.96 209	22.51 243	18.39 207	12.87 146	10.19 89	10.17 139	4.46 94	11.77 153	3.83 119	0.06 91	1.00 322	0.31 327	0.18 234	0.25 92	2.06 313

XX-Stereo	6.50 145	1.81 105	10.42 221	12.71 412	7.14 388	3.46 18	0.90 33	16.31 142	6.13 40	9.03 101	28.11 287	13.48 200	2.22 36	11.87 159	2.61 59	0.45 270	0.78 279	0.08 202	0.42 337	1.09 330	0.88 139

AFF-stereo	6.50 145	2.29 219	8.09 121	4.63 69	0.87 48	3.48 19	0.75 29	16.92 160	13.98 154	13.26 154	25.21 257	15.46 227	7.68 179	11.50 143	3.71 115	0.04 41	0.70 265	0.00 1	0.00 1	0.48 212	1.02 164

xx1	6.52 147	2.52 253	6.38 52	6.77 232	0.74 28	10.55 223	5.19 240	19.19 195	15.95 177	7.39 85	10.07 87	16.17 238	12.10 261	11.08 116	2.33 33	0.05 63	1.18 351	0.02 128	0.36 312	0.37 160	1.93 276

RALCasStereoNet	6.53 148	2.84 277	8.12 122	7.88 300	6.12 361	6.85 168	5.29 247	14.66 121	13.94 153	10.20 108	18.18 169	10.24 141	3.83 71	12.33 182	5.56 188	0.04 41	1.88 419	0.11 241	0.01 78	0.26 102	2.24 333

11t1	6.61 149	1.76 94	9.64 185	5.62 132	2.15 175	13.57 268	2.67 161	15.77 134	8.83 94	13.66 167	11.90 114	12.03 169	9.76 219	12.23 177	8.58 252	0.23 202	1.33 381	0.00 1	0.31 290	0.26 102	1.95 284

TRStereo	6.64 150	6.95 388	12.06 282	9.69 349	7.59 396	5.12 85	1.68 86	20.72 218	12.34 130	10.93 119	9.07 70	10.57 145	3.16 53	14.33 255	4.23 140	0.60 302	0.80 283	0.14 259	0.37 317	0.56 239	1.86 267

DisPM	6.68 151	1.58 68	9.90 195	7.19 264	1.12 70	5.71 120	3.69 202	13.74 104	12.42 131	16.60 223	23.63 243	12.64 175	6.39 150	13.31 233	4.08 132	0.77 322	0.01 10	0.08 202	0.15 208	0.14 48	0.53 85

AIO-test1	6.69 152	2.11 179	7.06 78	10.57 378	6.38 373	8.85 203	1.73 97	22.56 246	20.92 237	7.01 75	17.67 161	8.06 112	4.87 111	10.79 109	3.39 101	0.17 176	0.09 105	0.00 1	0.34 303	0.35 143	0.86 135

DCRE	6.73 153	2.11 179	9.19 166	7.76 293	4.90 304	7.81 191	5.86 266	16.46 147	11.38 122	9.61 105	22.55 234	11.84 164	6.35 149	11.09 119	3.63 112	0.04 41	1.19 356	0.06 177	0.37 317	0.15 51	2.23 331

AnonymousM	6.73 153	12.03 427	3.53 3	4.47 62	1.55 123	4.42 40	3.17 182	11.94 75	8.44 86	17.00 237	10.06 83	9.08 127	4.00 75	7.56 37	4.06 130	0.55 291	0.68 263	23.13 472	8.12 461	0.07 19	0.65 104

iRaft-Stereo_20w	6.75 155	2.17 198	13.20 303	5.07 95	2.34 187	7.43 184	2.61 158	20.20 216	7.85 74	15.28 190	10.36 93	14.42 211	8.13 188	16.81 310	4.20 136	0.06 91	0.84 289	0.13 252	0.83 380	0.66 275	2.42 347

DCANet-4	6.78 156	1.21 16	11.48 259	3.95 25	0.76 33	4.73 54	1.68 86	18.40 185	25.78 298	15.44 194	20.36 197	6.42 85	8.48 196	8.87 56	6.24 210	0.18 182	0.05 61	0.01 109	0.00 1	0.10 29	1.37 202

SST-Stereo	6.85 157	1.67 81	9.39 174	7.24 267	0.82 43	5.89 127	1.87 116	15.34 127	9.89 110	19.25 289	20.26 196	16.63 246	8.40 194	13.81 248	5.75 193	0.40 252	0.05 61	0.13 252	0.00 1	0.10 29	0.08 5

Pruner-Stereo	6.85 157	1.81 105	10.24 210	6.92 244	0.92 53	5.55 113	4.01 211	14.42 115	11.85 129	18.22 267	21.92 226	15.64 231	5.69 134	12.10 171	6.08 202	0.84 335	0.02 31	0.18 278	0.10 180	0.11 36	0.38 52

RALAANet	6.86 159	3.28 307	11.09 251	7.63 284	4.95 308	6.16 142	1.63 75	20.54 217	15.45 168	15.30 191	14.52 133	12.98 189	4.35 83	13.53 237	3.98 125	0.11 136	0.35 191	0.00 1	0.29 282	0.58 244	0.48 78

DCANet	6.87 160	2.02 152	9.12 157	4.03 29	0.76 33	4.77 60	1.74 101	16.15 139	25.07 284	15.88 209	20.79 206	7.89 109	11.31 243	9.23 69	6.15 204	0.18 182	0.05 61	0.00 1	0.00 1	0.28 115	2.01 301

PSM-softLoss	6.90 161	1.81 105	10.84 240	7.04 249	0.93 57	5.53 107	1.97 124	23.18 253	9.65 107	14.16 173	22.01 231	12.84 181	5.15 117	13.03 216	7.95 237	0.76 319	0.06 86	0.27 311	0.55 362	0.21 76	0.14 13

KMStereo	6.90 161	1.81 105	10.84 240	7.04 249	0.93 57	5.53 107	1.97 124	23.18 253	9.65 107	14.16 173	22.01 231	12.84 181	5.15 117	13.03 216	7.95 237	0.76 319	0.06 86	0.27 311	0.55 362	0.21 76	0.14 13

PFNet+	6.92 163	1.64 76	10.96 246	6.27 188	0.90 51	5.66 116	1.68 86	14.43 116	16.02 179	18.13 265	21.24 209	14.33 208	5.97 138	13.13 224	5.51 187	0.90 344	0.20 147	0.11 241	0.30 289	0.08 23	0.94 154

RAFT-345	6.94 164	1.48 53	7.45 96	5.65 136	0.96 61	5.49 101	3.20 184	13.73 103	10.97 119	13.81 169	42.93 430	9.01 126	5.31 119	13.09 223	4.73 160	0.58 295	0.05 61	0.10 220	0.06 150	0.08 23	0.08 5

MyStereo06	6.95 165	2.25 212	14.05 315	6.69 225	4.74 298	7.75 189	9.60 345	17.85 177	9.03 99	13.29 156	10.78 103	18.68 280	5.70 135	10.66 102	4.52 154	0.09 121	1.32 377	0.02 128	0.26 271	0.84 313	0.92 145

NF-Stereo	6.96 166	1.80 102	10.17 204	7.16 263	0.79 41	6.15 141	3.26 191	20.74 223	18.45 211	13.42 161	19.33 182	11.67 157	6.05 139	12.71 203	6.17 205	0.57 294	0.06 86	0.21 292	0.23 253	0.12 39	0.09 7

OCTAStereo	6.97 167	1.80 102	10.20 207	7.15 262	0.78 39	6.12 138	3.38 192	20.72 218	18.47 212	13.41 158	19.33 182	11.91 165	6.05 139	12.68 201	6.19 206	0.59 299	0.06 86	0.21 292	0.22 245	0.12 39	0.10 9

RE-Stereo	6.97 167	1.79 99	10.18 205	7.14 257	0.77 36	6.14 139	3.39 193	20.72 218	18.43 209	13.41 158	19.33 182	11.78 160	6.09 141	12.66 199	6.22 207	0.58 295	0.05 61	0.21 292	0.22 245	0.12 39	0.10 9

TVStereo	6.97 167	1.79 99	10.18 205	7.14 257	0.77 36	6.14 139	3.39 193	20.72 218	18.43 209	13.41 158	19.33 182	11.78 160	6.09 141	12.66 199	6.22 207	0.58 295	0.05 61	0.21 292	0.22 245	0.12 39	0.10 9

sAnonymous2	6.98 170	7.12 389	20.67 393	9.13 335	5.40 327	5.28 95	8.11 326	16.71 156	11.50 125	5.04 57	9.17 73	3.77 32	8.23 189	7.84 41	3.15 90	0.11 136	0.07 97	0.06 177	0.28 279	10.80 450	7.09 432

CroCo_RVC	6.98 170	7.12 389	20.67 393	9.13 335	5.40 327	5.28 95	8.11 326	16.71 156	11.50 125	5.04 57	9.17 73	3.77 32	8.23 189	7.84 41	3.15 90	0.11 136	0.07 97	0.06 177	0.28 279	10.80 450	7.09 432

DIP-Stereo	6.99 172	2.37 235	11.45 258	4.78 74	1.70 140	13.13 259	1.47 61	15.76 133	7.43 59	14.57 178	26.61 273	10.76 147	5.10 113	14.97 278	8.10 241	0.06 91	0.06 86	0.06 177	0.00 1	0.17 61	1.22 187
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 173	3.33 309	16.60 352	10.68 380	1.59 126	5.89 127	6.84 296	14.50 117	23.99 273	7.31 84	9.49 79	13.18 193	9.62 217	12.33 182	4.32 145	0.39 249	0.46 219	0.00 1	0.02 103	0.67 277	0.68 110

ADStereo(finetuned)	7.09 173	2.04 156	11.52 262	4.01 26	0.77 36	4.78 61	1.73 97	16.15 139	25.08 285	15.89 210	20.74 205	7.88 108	13.56 289	9.11 65	6.07 201	0.18 182	0.05 61	0.00 1	0.00 1	0.28 115	1.93 276

raft+_RVC	7.10 175	2.37 235	6.59 66	6.94 247	5.82 349	6.35 152	5.97 269	21.05 226	23.63 269	10.90 118	17.95 162	9.80 136	5.55 128	11.49 141	4.47 153	0.04 41	1.50 405	0.00 1	0.00 1	0.38 172	1.23 189

OMP-Stereo	7.13 176	2.89 279	9.89 194	10.98 388	1.73 142	4.81 63	1.85 113	18.38 184	16.26 183	16.94 235	14.11 131	17.45 263	7.57 176	13.26 231	5.12 173	0.43 263	0.04 52	0.06 177	0.02 103	0.20 75	0.56 92

RAFT_R40	7.14 177	1.73 90	9.36 173	7.36 271	0.82 43	5.74 122	3.69 202	15.47 130	15.09 165	18.24 268	19.87 190	16.82 247	8.50 197	13.72 246	5.81 197	0.28 225	0.02 31	0.14 259	0.00 1	0.11 36	0.09 7

fff	7.26 178	1.99 144	9.12 157	4.17 38	0.47 14	4.73 54	1.68 86	16.56 151	33.55 360	15.45 195	20.36 197	7.49 100	12.54 269	9.03 59	6.26 211	0.18 182	0.05 61	0.01 109	0.00 1	0.10 29	1.37 202

MIPNet	7.26 178	2.30 221	13.74 309	5.32 111	1.61 129	11.32 234	2.77 169	27.02 299	18.47 212	15.56 201	13.20 125	7.01 92	9.46 213	8.84 55	6.32 215	0.15 167	0.03 44	0.06 177	0.08 164	0.42 190	1.39 208

csc	7.26 178	1.99 144	9.12 157	4.17 38	0.47 14	4.73 54	1.68 86	16.56 151	33.55 360	15.45 195	20.36 197	7.49 100	12.54 269	9.03 59	6.26 211	0.18 182	0.05 61	0.01 109	0.00 1	0.10 29	1.37 202

cscssc	7.26 178	1.99 144	9.12 157	4.17 38	0.47 14	4.73 54	1.68 86	16.56 151	33.55 360	15.45 195	20.36 197	7.49 100	12.54 269	9.03 59	6.26 211	0.18 182	0.05 61	0.01 109	0.00 1	0.10 29	1.37 202

riskmin	7.28 182	1.54 61	8.37 132	5.01 91	3.24 237	11.65 238	3.20 184	16.61 154	18.86 219	10.45 110	13.46 128	16.20 240	12.68 275	12.46 192	6.57 223	0.17 176	1.38 389	0.14 259	0.33 298	0.67 277	2.52 354

AIO-test2	7.31 183	2.95 285	8.32 130	9.20 337	5.66 342	8.78 202	5.13 238	26.30 289	23.78 270	7.04 76	20.37 201	5.69 72	3.51 59	10.05 93	2.74 67	4.35 431	0.14 133	0.03 145	0.62 370	0.71 286	0.80 127

R-Stereo Train	7.33 184	1.62 70	9.31 171	6.80 236	2.33 184	7.57 186	5.36 249	24.47 268	7.63 60	16.40 216	33.07 357	12.42 173	5.52 125	8.06 44	5.23 176	0.05 63	0.05 61	0.01 109	0.00 1	0.12 39	0.56 92

RAFT-Stereo	7.33 184	1.62 70	9.31 171	6.80 236	2.33 184	7.57 186	5.36 249	24.47 268	7.63 60	16.40 216	33.07 357	12.42 173	5.52 125	8.06 44	5.23 176	0.05 63	0.05 61	0.01 109	0.00 1	0.12 39	0.56 92
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 186	2.06 166	12.02 281	4.71 72	1.69 138	5.17 87	1.28 50	19.54 206	13.09 138	16.93 233	28.48 292	13.05 192	5.43 120	13.25 230	7.41 230	0.02 14	0.62 256	0.00 1	0.01 78	0.45 202	2.09 320

UGAM-zero	7.48 187	1.91 130	14.55 322	4.78 74	2.00 165	6.34 151	1.02 40	18.99 192	8.70 93	14.93 183	15.74 144	24.94 343	13.86 299	13.13 224	5.05 168	0.04 41	0.96 309	0.02 128	1.08 397	0.18 65	1.46 220

StereoVision	7.48 187	2.90 282	10.47 227	10.13 359	3.93 265	4.99 82	1.86 115	21.10 228	17.66 199	8.90 98	29.71 308	10.95 150	6.61 157	12.83 207	5.11 171	0.69 314	0.05 61	0.17 274	0.03 114	0.98 322	0.56 92

IPLGR	7.48 187	1.61 69	14.03 314	4.92 88	1.30 92	10.30 218	1.20 46	24.52 271	22.59 258	16.71 230	18.84 177	8.44 117	7.49 175	9.62 82	6.34 217	0.26 217	0.05 61	0.05 168	0.06 150	0.37 160	0.93 150

PAM_32	7.56 190	1.96 135	15.04 333	6.11 176	2.08 168	16.93 331	1.38 53	16.49 148	7.93 75	15.16 186	9.17 73	25.77 349	11.69 252	12.95 212	4.03 128	0.14 156	0.77 278	0.09 210	0.83 380	0.61 258	2.00 300

HHNet	7.57 191	2.01 150	8.03 119	3.71 18	3.46 246	4.93 76	6.17 273	19.69 207	16.27 184	20.91 317	31.75 338	10.56 144	5.82 136	10.69 105	5.10 170	0.67 312	0.07 97	0.21 292	0.14 200	0.63 264	0.54 87

IIG-Stereo	7.59 192	2.47 247	9.40 175	10.39 371	1.78 149	6.67 165	1.47 61	17.83 176	16.51 191	18.91 283	20.12 194	17.76 267	8.74 202	13.21 229	5.43 183	0.44 266	0.05 61	0.03 145	0.00 1	0.17 61	0.45 71

ASMatch	7.61 193	1.63 73	9.18 165	5.79 158	2.27 181	4.63 45	2.54 153	17.23 165	13.73 151	17.27 240	34.28 375	13.26 196	10.15 225	12.39 189	5.49 186	0.12 147	0.24 163	0.21 292	0.17 222	0.18 65	1.55 234

ACRE	7.62 194	3.21 301	14.93 331	7.81 295	5.00 311	10.01 211	4.45 222	16.32 143	15.86 174	17.81 253	19.21 180	8.38 116	4.25 81	11.11 120	10.58 287	0.78 325	0.32 182	0.03 145	0.15 208	0.44 196	1.84 264

LCNet	7.64 195	1.41 44	6.15 44	6.93 245	1.35 93	9.00 204	5.44 251	18.37 183	11.30 120	16.62 224	24.39 251	14.67 212	11.03 233	12.03 166	4.01 126	0.07 108	0.02 31	0.23 301	2.07 421	1.00 325	6.69 427

IPLG	7.65 196	2.00 148	13.81 310	5.86 167	4.35 284	10.97 229	1.43 56	22.52 244	16.50 190	19.78 295	20.62 203	5.28 65	5.49 123	12.58 198	9.70 273	0.13 154	0.06 86	0.03 145	0.07 158	0.41 184	1.38 206

MyStereo8	7.68 197	3.00 289	12.46 289	7.70 290	5.11 317	11.40 235	1.39 55	15.98 136	10.05 115	16.45 218	24.04 247	12.01 168	7.91 183	10.68 104	10.57 286	0.14 156	1.52 408	0.08 202	0.48 347	0.60 256	1.98 288

CIPLG	7.69 198	3.27 305	14.40 319	7.84 297	5.08 316	10.24 215	4.59 227	16.02 137	15.45 168	18.05 263	19.72 188	8.79 123	4.61 98	11.84 158	10.40 283	0.76 319	0.33 188	0.03 145	0.15 208	0.44 196	1.83 263

x	7.70 199	2.12 182	8.93 148	5.08 96	2.55 199	11.65 238	4.40 221	20.91 225	12.53 132	13.58 165	20.49 202	15.73 233	11.10 235	10.65 101	10.16 277	0.11 136	1.37 387	0.04 160	0.29 282	0.34 138	1.95 284

IPLGR_C	7.70 199	3.32 308	14.54 321	7.98 303	5.04 313	10.26 216	4.64 230	16.50 149	16.28 185	17.97 261	18.85 178	8.30 115	4.66 106	11.22 125	10.89 295	0.77 322	0.32 182	0.03 145	0.15 208	0.43 193	1.84 264

qqq	7.72 201	2.15 191	10.06 201	5.01 91	1.82 153	8.62 199	7.27 309	21.10 228	13.53 147	12.48 130	18.71 176	16.17 238	12.10 261	12.08 168	9.26 263	0.08 112	1.35 385	0.02 128	0.36 312	0.36 154	1.93 276

111	7.73 202	2.39 240	9.12 157	4.17 38	0.47 14	10.65 227	3.49 199	21.34 234	28.25 320	10.60 114	16.85 156	14.74 215	10.22 226	12.48 193	6.61 224	0.43 263	0.01 10	0.00 1	0.00 1	0.35 143	2.39 346

AIO-Stereo-zeroshot	7.75 203	3.47 317	14.99 332	5.34 112	7.99 407	7.13 175	0.96 36	23.20 255	10.00 114	11.29 121	17.31 157	18.44 279	9.03 208	13.19 226	5.77 194	0.06 91	1.01 324	0.12 246	1.51 410	1.49 350	2.74 364

RAFT+CT+SA	7.76 204	2.01 150	7.56 100	11.32 394	3.31 238	4.60 44	7.19 306	17.21 164	27.40 312	10.43 109	27.34 277	7.63 104	7.83 181	15.46 285	3.51 105	0.03 31	0.39 199	0.18 278	0.46 340	0.33 132	0.93 150

IGEV-BASED-STEREO-	7.80 205	28.14 468	42.31 447	3.20 7	0.50 18	4.12 32	1.45 59	7.06 10	4.60 12	4.66 48	3.90 14	2.47 16	1.37 12	6.02 18	1.94 16	24.62 478	0.43 215	0.01 109	0.08 164	4.61 414	14.42 468

PAM	7.81 206	1.90 125	15.85 348	6.14 177	2.58 202	17.79 342	4.51 224	16.29 141	8.05 80	16.48 219	9.10 71	25.01 345	11.39 245	12.89 210	3.54 108	0.05 63	0.79 281	0.08 202	0.83 380	0.62 260	2.23 331

testlalala_base	7.81 206	3.52 319	8.75 140	8.73 327	5.44 333	12.21 245	1.77 106	12.73 82	6.24 41	10.56 113	13.62 129	8.76 122	5.61 130	8.69 52	4.24 141	16.24 471	3.38 448	0.00 1	0.46 340	22.32 474	3.02 376

RAFT-RH_RVC	7.88 208	1.51 60	7.72 106	5.41 119	0.96 61	11.41 236	1.48 63	13.43 97	15.04 164	17.54 248	45.66 442	10.86 148	6.42 151	13.48 235	5.26 178	0.81 330	0.04 52	0.12 246	0.13 191	0.12 39	0.17 19

TransformOpticalFlow	7.95 209	2.10 175	9.83 193	6.06 174	1.24 86	6.82 167	7.98 322	18.60 188	14.06 156	14.93 183	28.79 294	18.74 281	11.03 233	12.79 204	4.12 133	0.06 91	0.04 52	0.21 292	0.04 125	0.21 76	1.27 194

rvit_0105_5	8.01 210	3.69 328	17.73 366	10.42 373	1.61 129	7.29 176	6.68 289	18.33 181	25.98 299	10.45 110	10.46 95	15.53 229	11.01 231	12.87 209	5.37 181	0.44 266	0.41 208	0.00 1	0.15 208	0.70 282	1.08 173

TestStereo1	8.04 211	2.22 206	8.85 145	10.87 386	2.12 173	4.66 48	2.40 147	21.17 232	23.79 271	17.41 241	26.31 269	9.41 131	9.09 209	16.23 293	3.85 122	0.14 156	0.40 201	0.02 128	0.13 191	0.58 244	1.10 175

SA-5K	8.04 211	2.22 206	8.85 145	10.87 386	2.12 173	4.66 48	2.40 147	21.17 232	23.79 271	17.41 241	26.31 269	9.41 131	9.09 209	16.23 293	3.85 122	0.14 156	0.40 201	0.02 128	0.13 191	0.58 244	1.10 175

PFNet	8.10 213	1.75 92	12.34 287	7.54 283	2.40 190	7.41 183	5.81 264	23.83 264	17.85 201	20.78 311	17.57 159	15.22 225	7.72 180	13.37 234	6.46 221	0.33 236	0.20 147	0.12 246	0.19 238	0.32 128	0.77 125

FACV-RUCA	8.11 214	2.29 219	10.34 214	8.07 307	6.02 356	14.18 278	3.04 179	20.05 213	19.00 220	12.98 148	18.43 173	8.73 120	11.58 247	12.20 174	5.78 196	0.38 248	0.64 260	4.34 433	0.35 307	1.89 362	1.96 286

AAGNet	8.15 215	1.75 92	10.57 228	7.72 292	0.74 28	5.74 122	4.98 237	15.90 135	14.59 161	20.31 304	23.80 245	15.08 223	11.25 241	12.27 178	16.70 348	0.85 336	0.06 86	0.32 329	0.01 78	0.15 51	0.16 17

STrans-v2	8.16 216	2.09 173	9.79 190	5.44 120	1.53 122	11.87 241	9.69 351	19.77 208	13.20 144	14.01 171	25.80 261	17.88 271	12.55 272	13.30 232	4.39 149	0.06 91	0.01 10	0.18 278	0.01 78	0.25 92	1.31 200

Prome-Stereo	8.22 217	1.48 53	6.24 49	7.06 252	1.55 123	6.54 161	9.08 336	21.88 237	9.88 109	21.12 322	32.48 351	11.82 163	11.59 249	11.99 164	4.04 129	0.08 112	0.02 31	0.19 284	0.12 187	0.45 202	6.89 431

FENet	8.22 217	1.39 41	7.33 93	6.43 203	2.17 177	10.97 229	2.20 137	22.10 240	21.26 238	17.85 256	23.22 241	14.29 206	11.50 246	13.56 240	8.32 246	0.29 228	0.24 163	0.03 145	0.03 114	0.18 65	1.04 166

AIO-Stereo-zeroshot1	8.37 219	4.16 339	20.63 392	5.82 162	11.79 441	6.40 155	2.02 128	20.82 224	8.03 78	14.52 176	21.38 213	17.44 262	5.83 137	14.43 262	5.13 174	0.06 91	1.00 322	0.05 168	1.81 417	2.44 379	3.62 388

raft_robust	8.39 220	2.81 274	7.62 101	6.32 195	1.17 77	5.47 100	0.82 32	34.37 387	35.49 383	18.40 270	20.25 195	7.24 98	5.51 124	15.77 287	3.40 103	0.11 136	1.10 338	0.00 1	0.50 352	0.33 132	1.19 184

HITNet	8.41 221	3.59 326	9.91 196	5.30 109	1.52 121	13.35 265	4.48 223	22.00 238	16.06 180	15.52 199	22.95 240	15.28 226	11.74 253	14.91 277	9.25 262	0.10 131	0.01 10	0.48 344	0.06 150	0.58 244	1.04 166
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
SA	8.43 222	2.16 195	10.02 199	8.41 316	0.93 57	7.36 181	2.21 139	23.73 262	26.15 301	13.55 164	30.84 324	9.89 137	10.09 223	16.84 312	3.52 106	0.18 182	0.68 263	0.17 274	0.40 334	0.48 212	0.92 145

GMM-Stereo	8.44 223	1.27 27	7.36 95	6.64 221	2.56 201	10.00 210	9.29 343	23.79 263	11.33 121	17.96 260	29.59 306	17.14 252	7.59 177	11.77 153	4.61 157	0.13 154	0.01 10	0.24 305	0.94 386	0.49 221	6.14 419

test_sample1	8.49 224	1.83 116	10.60 229	5.53 123	2.95 224	15.17 293	4.51 224	20.73 222	11.47 124	14.78 181	22.80 238	19.06 288	13.86 299	12.52 194	10.17 278	0.14 156	1.20 357	0.02 128	0.19 238	0.28 115	1.93 276

mmm	8.54 225	2.13 188	10.21 208	5.81 160	2.96 225	14.00 274	6.67 287	19.28 201	12.59 133	16.95 236	24.40 252	17.83 270	10.70 230	12.90 211	9.42 268	0.17 176	1.28 372	0.50 346	0.60 367	0.44 196	2.03 306

RAFT_CTSACE	8.55 226	2.62 268	9.63 184	7.41 272	5.06 315	5.76 124	2.54 153	15.38 129	17.84 200	24.33 360	34.69 380	16.37 241	7.22 172	18.05 332	2.63 61	0.01 3	0.56 243	0.00 1	0.03 114	0.42 190	0.41 61

HI	8.56 227	2.44 245	7.70 103	5.09 97	5.21 320	4.06 26	0.49 18	19.26 199	9.96 112	25.77 374	27.88 282	20.72 299	12.22 265	18.06 333	11.58 302	0.05 63	0.11 120	0.00 1	0.10 180	0.16 55	0.31 31

CoSv	8.56 227	2.44 245	7.70 103	5.09 97	5.21 320	4.06 26	0.49 18	19.26 199	9.96 112	25.77 374	27.88 282	20.72 299	12.22 265	18.06 333	11.58 302	0.05 63	0.11 120	0.00 1	0.10 180	0.16 55	0.31 31

dd	8.57 229	5.20 361	13.37 304	6.91 243	1.05 65	10.30 218	3.89 207	17.29 167	34.00 367	15.73 204	17.50 158	7.45 99	6.60 155	15.00 279	10.99 296	1.39 384	0.41 208	0.18 278	0.46 340	2.25 373	1.40 211

CASS	8.64 230	2.03 154	8.60 134	8.71 326	1.59 126	15.02 291	2.75 168	23.27 258	18.58 216	16.29 212	22.78 237	13.42 198	13.68 293	13.07 222	7.66 231	1.18 377	0.05 61	0.13 252	0.01 78	0.75 296	3.24 382
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 231	1.84 117	9.64 185	5.53 123	2.43 192	13.92 272	8.00 323	21.09 227	16.82 196	14.92 182	22.73 236	19.44 290	13.75 294	12.99 213	6.85 225	0.15 167	1.15 346	0.07 194	0.20 243	0.35 143	1.78 257

DN-CSS_ROB	8.72 232	3.49 318	16.63 353	6.74 229	3.39 243	6.20 144	3.43 195	23.40 259	22.03 251	17.46 245	30.28 314	9.33 129	8.32 192	14.71 268	6.36 218	0.91 346	0.00 1	0.45 341	0.00 1	0.65 270	0.70 115

GANet-ADL	8.73 233	2.80 273	9.48 178	7.87 299	2.77 211	12.88 256	5.29 247	29.97 336	25.61 296	14.50 175	16.64 154	17.02 250	7.60 178	11.61 149	8.01 239	0.51 282	0.40 201	0.10 220	0.12 187	0.77 299	0.70 115

PSM-AAD	8.76 234	1.41 44	6.46 57	6.87 240	1.18 78	12.78 254	9.66 350	20.03 212	15.78 173	21.79 333	24.91 253	14.31 207	13.16 282	12.42 190	4.07 131	0.05 63	0.06 86	2.44 418	0.16 216	0.45 202	7.17 434

FTStereo	8.76 234	1.57 66	6.75 72	6.55 209	2.45 193	7.65 188	11.62 383	18.36 182	9.01 97	20.25 297	40.79 416	15.87 234	12.36 268	11.02 113	4.69 159	0.24 207	0.01 10	0.09 210	0.16 216	0.19 69	5.58 413

GwcNet-ADL	8.81 236	2.00 148	10.21 208	7.70 290	2.82 214	6.99 171	7.05 303	30.58 341	26.21 303	15.71 203	17.65 160	13.93 204	6.83 169	13.90 249	11.43 301	0.49 277	0.76 277	0.01 109	0.01 78	0.55 235	1.46 220

test_5	8.85 237	2.05 162	9.51 179	11.62 396	4.99 310	6.74 166	5.48 253	18.25 180	23.57 267	16.72 231	29.73 309	15.54 230	10.54 229	16.25 296	4.02 127	0.05 63	0.40 201	0.27 311	0.08 164	0.34 138	0.81 128

ARAFT	8.86 238	3.86 332	17.37 362	5.96 169	0.94 60	12.59 251	10.80 367	18.20 179	19.95 228	18.77 278	16.27 152	17.78 268	8.88 205	18.82 342	5.30 179	0.35 239	0.04 52	0.00 1	0.00 1	0.62 260	0.64 102

ffm	8.89 239	2.34 228	12.99 298	6.28 189	3.81 259	12.43 247	7.47 313	19.77 208	16.80 193	16.64 226	32.03 342	17.29 254	11.78 254	11.11 120	2.34 36	0.05 63	1.17 347	0.80 368	0.37 317	0.29 120	2.07 314

Sa-1000	8.91 240	2.10 175	9.11 155	8.07 307	1.16 76	16.62 328	2.39 146	25.58 278	25.43 293	15.52 199	28.24 289	12.19 170	8.67 199	16.40 299	3.70 113	0.39 249	0.86 295	0.16 271	0.23 253	0.48 212	0.89 142

IRAFT_RVC	8.93 241	1.80 102	10.65 232	7.83 296	1.81 151	6.36 153	10.05 358	26.32 290	27.59 314	17.93 259	19.70 187	17.67 266	9.98 221	13.20 227	6.29 214	0.37 246	0.30 179	0.19 284	0.05 140	0.23 84	0.24 24

DMCA	8.96 242	2.60 263	11.84 273	5.61 130	4.25 279	11.09 232	4.36 220	25.89 280	20.23 232	17.10 239	20.96 208	17.55 264	11.92 260	11.47 136	12.27 312	0.60 302	0.09 105	0.35 332	0.05 140	0.48 212	0.57 97

GES	9.01 243	2.61 267	12.88 294	6.76 230	2.02 166	13.08 258	6.33 280	22.23 242	22.21 253	19.80 296	26.73 274	8.97 125	11.01 231	14.41 259	8.35 249	0.54 289	0.10 116	0.30 326	0.15 208	0.82 309	0.99 158

GrayStereo	9.02 244	1.35 37	7.73 107	8.62 322	2.88 218	10.28 217	10.99 371	18.66 189	16.36 189	22.78 345	30.63 320	17.56 265	12.19 264	11.50 143	5.08 169	0.09 121	0.02 31	0.19 284	0.78 379	0.33 132	2.37 343

DEmStereo	9.07 245	1.70 85	10.89 243	4.86 79	1.23 83	11.51 237	5.70 257	14.24 107	27.02 309	22.33 341	32.56 352	11.70 159	15.04 314	11.83 156	8.53 250	0.31 231	0.16 139	0.02 128	0.09 172	0.11 36	1.47 222

RAFT	9.07 245	2.76 272	10.38 218	8.89 332	1.24 86	13.48 266	8.19 329	17.14 163	17.29 198	23.01 347	19.34 186	20.06 297	11.13 236	17.79 330	6.43 219	0.09 121	1.12 342	0.28 317	0.02 103	0.79 301	1.94 283

iRaft-Stereo_5w	9.10 247	2.33 226	10.69 234	6.64 221	4.47 291	4.74 58	10.72 366	16.71 156	16.97 197	15.39 192	26.15 265	21.25 306	12.59 273	16.38 298	12.90 322	0.85 336	0.51 230	0.08 202	0.22 245	0.95 321	1.53 232

HCRNet	9.13 248	1.82 113	8.73 138	14.95 428	5.22 322	10.66 228	2.49 151	26.57 294	18.64 217	16.31 213	25.51 259	18.42 278	11.15 237	13.53 237	7.25 228	0.10 131	0.04 52	0.10 220	0.02 103	0.27 111	0.76 123

SFCPSM	9.16 249	1.72 88	12.32 286	5.64 134	3.51 248	16.58 327	6.93 299	31.11 348	26.15 301	17.05 238	20.08 193	11.05 151	9.94 220	12.55 195	6.05 200	0.36 242	0.17 142	0.37 334	0.22 245	0.40 180	1.01 161

KYRaft	9.17 250	1.39 41	7.74 108	7.07 254	1.03 64	8.05 198	7.90 321	23.72 261	9.22 103	21.43 328	31.08 327	22.52 319	8.03 185	12.21 175	3.16 92	0.10 131	0.02 31	0.05 168	0.67 372	0.46 207	17.51 473

CrosDoStereo	9.41 251	1.65 77	8.83 143	5.19 104	1.13 72	7.34 179	14.47 404	16.33 144	24.64 281	24.44 361	33.36 362	13.18 193	13.52 286	12.56 196	9.08 259	0.06 91	0.11 120	0.09 210	0.04 125	0.41 184	1.73 251

DeepStereo_LL	9.41 251	1.65 77	8.83 143	5.19 104	1.13 72	7.34 179	14.47 404	16.33 144	24.64 281	24.44 361	33.36 362	13.18 193	13.52 286	12.56 196	9.08 259	0.06 91	0.11 120	0.09 210	0.04 125	0.41 184	1.73 251

DRaft	9.41 251	1.56 65	10.09 202	4.18 42	0.92 53	12.87 255	5.68 256	17.40 170	29.75 328	21.24 324	38.12 401	9.96 138	13.97 302	11.81 155	8.08 240	0.66 311	0.30 179	0.07 194	0.26 271	0.33 132	0.88 139

rvit_stereo_0075_2	9.46 254	4.16 339	20.27 389	12.15 407	8.82 421	5.72 121	4.24 217	23.21 256	18.05 204	12.37 129	28.80 295	16.10 237	8.43 195	14.57 264	8.89 255	0.58 295	0.34 190	0.52 348	0.08 164	0.44 196	1.41 214

test_sample3	9.46 254	2.24 208	11.38 256	5.72 152	2.79 213	18.29 350	5.20 245	27.54 306	21.43 241	18.03 262	21.98 230	16.47 242	11.22 239	13.58 241	9.99 276	0.24 207	0.96 309	0.05 168	0.17 222	0.47 209	1.39 208

THIR-Stereo	9.52 256	2.21 203	9.26 170	5.38 116	0.85 45	15.55 299	11.50 382	16.88 159	21.74 248	24.45 363	31.96 341	14.20 205	13.85 298	11.89 160	8.54 251	0.14 156	0.25 168	0.10 220	0.05 140	0.40 180	1.11 179

MyStereo04	9.58 257	2.38 238	10.28 213	6.63 218	4.77 300	6.47 157	9.60 345	32.50 364	42.15 415	14.59 179	12.10 115	11.92 166	11.87 259	14.80 275	8.14 243	0.09 121	1.33 381	0.03 145	0.32 292	0.74 292	0.93 150

CoDeX	9.58 257	2.12 182	10.82 239	6.52 207	3.76 258	16.55 326	6.82 294	26.62 295	25.63 297	17.50 246	25.62 260	14.70 214	11.81 258	12.82 206	7.88 236	0.42 262	0.20 147	0.15 264	0.02 103	0.36 154	1.28 195

anonymousa	9.61 259	2.06 166	9.20 167	5.24 107	6.67 378	15.03 292	4.18 216	19.08 193	21.43 241	19.03 284	30.96 326	21.49 309	14.23 304	11.12 123	8.61 253	0.08 112	1.24 368	0.29 322	0.69 373	0.18 65	1.48 225

MyStereo05	9.63 260	2.25 212	10.26 211	6.69 225	4.74 298	7.75 189	9.60 345	31.51 356	41.00 411	17.45 244	13.02 123	10.28 142	12.27 267	14.74 272	7.68 233	0.09 121	1.32 377	0.02 128	0.26 271	0.84 313	0.92 145

rvit_0105_3	9.68 261	4.32 344	19.50 382	12.22 408	1.90 157	9.16 206	8.63 330	19.21 197	30.92 340	15.42 193	14.72 135	18.81 283	12.18 263	15.98 289	7.12 226	0.67 312	0.42 213	0.01 109	0.49 350	0.56 239	1.40 211

test_sample4	9.81 262	2.27 217	11.39 257	5.70 151	2.74 208	17.40 338	5.20 245	28.01 311	21.50 243	18.70 275	28.46 291	14.96 218	12.86 277	13.80 247	9.68 272	0.24 207	0.97 311	0.06 177	0.16 216	0.51 223	1.48 225

DispNO	9.82 263	2.57 259	17.77 368	6.22 184	5.73 343	11.89 242	4.77 232	25.54 277	21.70 247	17.56 249	21.28 212	18.01 272	13.83 297	17.46 322	9.91 275	0.35 239	0.16 139	0.03 145	0.12 187	0.51 223	1.05 169

BUS	9.86 264	1.86 119	9.14 162	7.14 257	4.12 274	19.47 358	2.69 163	34.15 383	23.28 263	18.82 280	21.95 227	14.37 209	11.63 250	14.72 269	12.39 313	0.36 242	0.13 127	0.15 264	0.04 125	0.37 160	0.46 74

CFNet_pseudo	9.92 265	2.21 203	11.76 268	5.09 97	2.93 223	14.43 280	3.12 180	27.16 300	32.52 354	17.58 251	22.81 239	21.97 313	9.29 212	13.06 220	8.34 247	0.23 202	0.46 219	1.23 394	0.27 276	2.89 384	0.99 158

ccs_rob	9.95 266	2.21 203	11.74 267	5.11 101	2.91 219	14.48 281	3.21 186	27.26 302	32.72 356	17.53 247	22.70 235	21.96 312	9.25 211	12.99 213	8.34 247	0.23 202	0.45 217	1.38 399	0.28 279	3.13 392	1.07 172

MSMDNet	9.96 267	2.08 171	11.66 266	5.39 117	2.92 220	16.50 325	2.89 173	29.73 333	34.55 374	17.86 257	21.91 225	18.86 284	8.36 193	13.06 220	7.74 235	0.24 207	0.47 222	0.66 358	0.24 259	3.07 388	1.04 166

MLCV	9.96 267	3.33 309	14.77 323	5.75 156	1.62 131	14.91 284	1.31 51	22.06 239	24.83 283	22.51 342	31.57 336	17.20 253	8.07 186	17.07 316	12.11 307	0.48 274	0.01 10	0.05 168	0.05 140	0.48 212	1.10 175

PCWNet_CMD	9.97 269	2.08 171	11.61 265	5.36 115	2.92 220	16.39 322	2.94 177	29.76 334	34.38 371	17.83 254	21.86 224	18.91 285	8.27 191	13.01 215	7.73 234	0.23 202	0.46 219	0.79 366	0.25 269	3.46 400	1.12 181

UCFNet_RVC	10.01 270	2.81 274	6.11 43	7.31 269	3.92 264	16.80 330	8.00 323	28.68 318	20.81 235	16.57 221	23.35 242	25.82 351	13.06 281	13.55 239	9.18 261	0.12 147	0.06 86	1.19 390	0.32 292	1.47 349	1.06 170

test_sample5	10.07 271	2.24 208	11.22 254	5.82 162	2.68 205	16.15 316	5.79 262	27.87 309	21.59 245	19.26 290	32.74 355	15.92 235	12.97 278	14.33 255	9.26 263	0.27 221	0.98 313	0.07 194	0.17 222	0.57 241	1.49 227

Anonymous3	10.07 271	4.14 338	31.49 426	9.77 352	5.11 317	25.00 397	11.85 384	25.20 274	19.24 223	10.80 117	14.78 136	7.92 110	8.68 200	14.40 258	6.12 203	3.25 420	1.40 390	0.08 202	0.06 150	0.81 306	1.30 198

BEATNet_4x	10.11 273	5.82 372	14.80 325	6.14 177	1.55 123	13.87 271	5.98 270	26.24 286	18.35 206	16.53 220	25.41 258	18.01 272	13.78 296	18.01 331	12.39 313	0.48 274	0.18 143	0.81 372	0.11 185	2.02 365	1.70 248

GANet-RSSM	10.17 274	2.02 152	8.21 124	7.09 256	5.57 338	13.17 261	7.29 310	27.27 303	19.65 226	15.81 205	28.83 296	26.18 353	16.33 333	14.58 266	9.28 267	0.25 213	0.27 170	0.16 271	0.04 125	0.65 270	0.72 118

DualNet	10.19 275	2.24 208	11.22 254	5.82 162	2.68 205	16.15 316	5.79 262	27.87 309	21.59 245	20.28 298	34.11 372	15.92 235	12.97 278	14.33 255	9.26 263	0.27 221	0.98 313	0.07 194	0.17 222	0.57 241	1.49 227

DCVSM-stereo	10.23 276	2.16 195	12.54 292	6.23 185	3.65 253	12.01 244	3.56 201	19.41 203	23.18 261	24.08 358	19.88 191	29.55 371	18.82 363	14.49 263	10.42 284	0.25 213	1.17 347	0.28 317	0.06 150	0.82 309	2.07 314

gwcnet-sp	10.26 277	3.56 322	15.31 337	6.59 212	4.30 280	15.71 302	5.71 259	26.09 283	25.15 287	21.68 330	21.77 217	15.01 220	16.42 336	15.21 280	10.76 291	0.12 147	0.20 147	0.02 128	0.09 172	0.63 264	0.86 135

scenet	10.26 277	3.56 322	15.31 337	6.59 212	4.30 280	15.71 302	5.71 259	26.09 283	25.15 287	21.68 330	21.77 217	15.01 220	16.42 336	15.21 280	10.76 291	0.12 147	0.20 147	0.02 128	0.09 172	0.63 264	0.86 135

ssnet	10.26 277	3.56 322	15.31 337	6.59 212	4.30 280	15.71 302	5.71 259	26.09 283	25.15 287	21.68 330	21.77 217	15.01 220	16.42 336	15.21 280	10.76 291	0.12 147	0.20 147	0.02 128	0.09 172	0.63 264	0.86 135

PSMNet-ADL	10.30 280	2.32 224	7.83 111	9.69 349	4.44 287	16.04 309	4.16 214	27.57 307	25.08 285	15.16 186	19.04 179	25.28 347	13.63 292	16.49 302	15.33 335	0.86 339	0.81 284	0.01 109	0.04 125	0.33 132	1.81 259

ff1	10.31 281	2.34 228	12.99 298	6.28 189	3.81 259	12.43 247	7.47 313	19.77 208	16.80 193	16.64 226	32.03 342	17.29 254	11.78 254	17.54 323	24.30 397	0.05 63	1.17 347	0.80 368	0.37 317	0.29 120	2.07 314

PSMNet-RSSM	10.31 281	2.47 247	7.79 109	7.85 298	4.38 286	10.47 222	6.67 287	29.67 331	22.25 254	16.62 224	33.75 368	23.30 325	14.58 309	13.91 250	10.56 285	0.23 202	0.09 105	0.07 194	0.24 259	0.87 316	0.48 78

IER	10.32 283	2.06 166	11.88 275	4.95 89	5.34 324	13.34 264	6.11 272	27.47 305	23.59 268	20.37 305	30.03 311	16.50 243	20.42 381	14.24 253	8.81 254	0.16 170	0.03 44	0.18 278	0.10 180	0.27 111	0.56 92

BSDual-CNN	10.33 284	1.86 119	9.14 162	7.14 257	4.12 274	15.83 307	8.93 333	34.15 383	23.28 263	18.82 280	21.95 227	22.14 315	13.58 290	14.72 269	9.53 269	0.36 242	0.13 127	0.15 264	0.04 125	0.37 160	0.46 74

psmg	10.36 285	1.86 119	9.14 162	5.58 128	4.12 274	15.74 306	7.65 317	30.05 337	23.28 263	21.80 334	26.26 267	22.14 315	13.58 290	14.72 269	9.53 269	0.36 242	0.13 127	0.17 274	0.04 125	0.44 196	0.67 108

test_for_model	10.44 286	31.57 471	7.69 102	28.25 467	19.35 465	5.66 116	1.73 97	9.50 36	9.59 106	13.59 166	6.15 50	5.25 63	2.58 42	5.60 10	1.81 14	10.21 457	3.48 452	0.00 1	0.16 216	35.71 482	10.93 460

CFNet-ft	10.46 287	3.02 292	7.10 81	7.69 287	5.42 330	16.93 331	5.92 267	22.83 251	22.31 255	15.81 205	30.40 316	26.42 356	15.19 317	13.60 243	12.18 309	0.14 156	0.10 116	1.87 406	0.34 303	1.22 335	0.73 121

CFNet_RVC	10.46 287	3.02 292	7.10 81	7.69 287	5.42 330	16.93 331	5.92 267	22.82 250	22.31 255	15.81 205	30.40 316	26.41 355	15.19 317	13.60 243	12.19 310	0.14 156	0.10 116	1.87 406	0.34 303	1.22 335	0.73 121

test_sample6	10.49 289	2.24 208	11.49 260	5.91 168	2.48 194	16.12 315	6.37 283	28.98 322	22.48 257	20.28 298	34.11 372	17.08 251	13.28 283	14.57 264	10.61 288	0.32 234	0.95 308	0.10 220	0.19 238	0.59 250	1.61 238

UGAM	10.51 290	1.74 91	10.16 203	7.06 252	4.44 287	6.56 162	11.34 377	16.06 138	27.83 316	21.09 321	28.18 288	23.47 327	11.21 238	26.86 408	11.33 300	0.05 63	0.49 226	0.46 342	0.36 312	0.44 196	0.97 156

qqq1	10.51 290	1.90 125	14.85 326	4.89 82	1.48 110	14.92 285	3.21 186	31.03 343	30.74 336	20.28 298	29.37 302	18.33 274	14.54 305	16.56 304	4.42 150	0.41 256	1.20 357	0.00 1	0.14 200	0.39 176	1.60 235

fff1	10.51 290	1.90 125	14.85 326	4.89 82	1.48 110	14.92 285	3.21 186	31.03 343	30.74 336	20.28 298	29.37 302	18.33 274	14.54 305	16.56 304	4.42 150	0.41 256	1.20 357	0.00 1	0.14 200	0.39 176	1.60 235

UDGNet	10.51 290	14.75 440	11.91 276	10.29 366	2.78 212	7.93 196	1.94 121	19.31 202	34.57 375	17.74 252	13.70 130	13.56 201	7.30 174	13.52 236	7.18 227	5.80 440	0.11 120	12.86 465	2.76 428	9.87 446	2.34 339

ICVP	10.54 294	2.11 179	7.49 97	9.62 347	3.41 244	13.85 270	6.34 281	26.81 297	23.24 262	16.90 232	31.76 339	27.31 365	12.81 276	12.18 173	12.47 317	1.59 387	0.58 249	0.19 284	0.13 191	0.63 264	1.45 219
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 295	2.15 191	12.88 294	5.55 127	4.11 272	15.24 295	3.93 208	28.55 316	32.41 353	18.70 275	24.95 255	22.99 321	9.66 218	14.22 252	8.13 242	0.29 228	0.84 289	1.63 403	0.23 253	3.43 399	1.31 200

cf-r	10.67 296	2.34 228	9.77 189	6.17 180	5.79 346	12.94 257	5.14 239	25.21 276	27.86 317	17.84 255	32.03 342	25.81 350	15.91 327	12.22 176	12.56 319	0.17 176	0.19 146	0.05 168	0.06 150	0.59 250	0.72 118

RAFT + AFF	10.71 297	4.59 349	18.51 373	10.52 374	5.02 312	13.14 260	11.12 374	26.24 286	27.48 313	15.09 185	16.07 149	19.83 294	11.23 240	17.09 317	10.38 281	0.45 270	1.45 400	0.65 357	0.23 253	2.31 376	2.74 364

hknet	10.77 298	1.95 134	11.80 270	7.14 257	3.83 263	15.83 307	8.93 333	34.15 383	22.70 259	18.82 280	21.95 227	23.13 323	17.03 344	16.94 314	9.85 274	0.28 225	0.13 127	0.15 264	0.04 125	0.37 160	0.46 74

ttt	10.82 299	2.17 198	9.66 187	7.03 248	4.44 287	14.16 276	6.87 297	33.72 379	30.69 334	15.67 202	31.50 334	14.99 219	10.50 228	16.54 303	13.98 325	0.41 256	1.31 375	0.10 220	0.29 282	0.47 209	1.92 275

ACVNet	10.83 300	2.25 212	7.10 81	6.43 203	3.02 229	13.17 261	3.75 204	22.83 251	35.15 381	15.81 205	30.67 321	24.65 335	15.77 325	16.47 300	18.13 358	0.16 170	0.01 10	0.06 177	0.07 158	0.65 270	0.43 66

AdaStereo	10.85 301	4.57 348	10.79 236	9.59 346	3.46 246	17.49 339	6.29 277	32.70 367	26.07 300	19.04 285	26.55 272	19.60 293	10.12 224	17.71 329	10.38 281	1.00 355	0.05 61	0.42 338	0.02 103	0.70 282	0.46 74
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.
SMFormer	11.03 302	1.90 125	14.85 326	4.89 82	1.48 110	14.92 285	3.21 186	31.03 343	30.74 336	20.28 298	29.37 302	18.33 274	14.54 305	16.56 304	14.46 329	0.41 256	1.20 357	0.28 317	0.24 259	0.45 202	1.47 222

tta	11.03 302	1.90 125	14.85 326	4.89 82	1.48 110	14.92 285	3.21 186	31.03 343	30.73 335	20.28 298	29.37 302	18.33 274	14.54 305	16.56 304	14.46 329	0.41 256	1.20 357	0.28 317	0.24 259	0.39 176	1.60 235

iResNet	11.06 304	4.16 339	16.83 355	7.89 301	2.23 180	15.59 300	9.17 341	24.49 270	29.14 325	20.78 311	31.13 329	16.87 249	11.58 247	15.45 284	12.50 318	0.64 307	0.05 61	0.02 128	0.10 180	0.79 301	1.71 249

DDVS	11.10 305	3.37 312	13.49 306	7.49 280	4.07 268	16.17 318	2.73 167	24.18 266	17.91 202	21.37 326	30.15 313	31.23 383	8.50 197	19.92 350	15.00 333	0.82 332	1.56 410	0.08 202	0.22 245	0.84 313	2.84 368

test_sample7	11.16 306	2.69 269	11.55 263	5.82 162	2.21 179	15.39 297	9.15 339	29.36 325	25.26 290	24.82 365	21.48 214	24.89 339	18.88 366	14.41 259	11.06 297	0.78 325	1.96 422	0.43 339	0.14 200	0.73 289	2.20 329

CFNet	11.23 307	3.41 314	10.68 233	7.08 255	4.22 278	17.38 337	4.83 235	31.29 353	31.29 343	19.15 287	26.85 275	24.06 331	13.75 294	16.23 293	12.22 311	0.26 217	0.05 61	0.44 340	0.09 172	0.92 319	0.41 61

AACVNet	11.24 308	3.71 329	11.56 264	9.45 342	3.35 240	11.67 240	4.88 236	23.23 257	14.00 155	28.19 397	29.90 310	30.39 381	18.03 357	20.04 351	13.22 323	0.50 279	0.21 155	0.23 301	0.07 158	0.75 296	1.52 231

DeepPruner_ROB	11.28 309	5.83 373	15.23 334	6.93 245	4.50 292	10.08 212	6.62 286	36.65 413	20.17 231	18.12 264	27.95 284	23.10 322	13.43 285	20.08 352	11.90 305	1.16 373	0.51 230	0.23 301	0.17 222	1.11 331	1.91 274

GMStereo_Zeroshot	11.32 310	8.59 408	21.66 398	10.06 357	2.53 197	12.38 246	1.43 56	21.36 235	21.50 243	23.48 352	35.74 386	24.85 338	6.12 144	20.48 359	8.28 245	0.83 333	0.02 31	0.25 307	0.01 78	6.33 427	0.53 85

LMCR-Stereo	11.32 310	4.98 359	11.87 274	14.09 419	4.01 266	16.97 334	5.70 257	26.41 291	23.41 266	22.57 344	22.11 233	15.18 224	15.44 321	21.48 379	17.57 354	2.29 403	0.04 52	0.00 1	0.03 114	1.53 353	0.65 104

LL-Strereo	11.34 312	4.25 342	13.90 311	9.09 333	6.20 363	7.31 178	8.93 333	35.93 402	30.30 330	16.93 233	15.83 146	21.85 311	17.45 352	21.92 383	10.25 279	0.43 263	1.47 403	0.74 363	0.08 164	1.15 332	2.71 362

GwcNet-RSSM	11.34 312	2.72 271	10.26 211	7.24 267	5.38 326	12.67 252	6.70 290	26.70 296	31.93 349	17.56 249	34.45 377	24.37 334	15.77 325	13.70 245	15.31 334	0.19 192	0.20 147	0.14 259	0.05 140	0.81 306	0.64 102

HSM-Net_RVC	11.37 314	1.57 66	6.32 51	5.99 171	2.67 204	20.99 370	7.19 306	28.50 314	28.64 322	21.03 320	25.84 262	33.64 405	16.37 335	16.83 311	10.76 291	0.21 198	0.08 103	0.02 128	0.00 1	0.16 55	0.55 89
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 315	3.02 292	11.83 272	8.45 318	5.40 327	19.47 358	2.69 163	39.63 435	34.82 376	19.11 286	27.64 280	14.37 209	11.63 250	16.21 292	12.39 313	0.94 350	0.21 155	0.29 322	0.00 1	0.48 212	0.55 89

ToySt	11.51 316	2.48 250	17.84 369	6.10 175	2.09 169	16.11 314	12.36 389	25.07 273	28.25 320	15.22 188	25.16 256	25.51 348	15.98 329	17.63 328	15.46 337	0.19 192	1.08 333	0.04 160	0.31 290	0.66 275	2.67 359

DAS	11.51 316	2.60 263	15.62 343	9.37 340	6.27 369	16.04 309	7.71 318	22.70 248	33.92 365	19.53 292	29.03 297	19.51 291	19.10 370	17.44 321	8.98 257	0.78 325	0.02 31	0.29 322	0.01 78	0.48 212	0.81 128

ac_64	11.57 318	2.13 188	11.77 269	8.79 329	5.51 335	19.40 356	6.29 277	24.72 272	15.20 167	23.50 353	24.91 253	33.07 399	16.82 341	19.33 345	17.78 356	0.53 283	0.15 136	0.02 128	0.03 114	0.35 143	1.03 165

mmx	11.59 319	2.34 228	12.99 298	6.28 189	3.81 259	12.43 247	7.47 313	32.76 369	28.92 323	16.64 226	32.03 342	17.29 254	11.78 254	17.54 323	24.30 397	0.24 207	1.21 363	0.80 368	0.37 317	0.65 270	1.89 270

xxx	11.59 319	2.34 228	12.99 298	6.28 189	3.81 259	12.43 247	7.47 313	32.75 368	28.92 323	16.64 226	32.03 342	17.29 254	11.78 254	17.54 323	24.30 397	0.24 207	1.21 363	0.80 368	0.37 317	0.65 270	1.89 270

NOSS_ROB	11.76 321	4.63 351	8.14 123	7.46 277	2.92 220	17.82 343	10.55 364	30.45 340	34.08 369	16.37 214	19.97 192	23.14 324	16.31 331	18.22 336	10.67 290	2.98 415	1.84 417	3.39 431	1.64 413	2.24 372	2.37 343

ITSA-stereo	11.88 322	2.48 250	11.96 280	6.54 208	1.92 158	13.33 263	4.81 234	37.17 418	49.04 442	18.70 275	18.52 175	21.69 310	12.63 274	16.77 309	15.60 339	0.53 283	0.40 201	0.32 329	0.33 298	1.07 328	3.89 396

HSM	11.89 323	2.32 224	8.70 137	6.70 228	4.10 271	16.45 323	8.06 325	30.42 339	20.31 233	23.35 351	26.42 271	41.60 443	17.59 354	20.66 362	9.57 271	0.11 136	0.03 44	0.01 109	0.01 78	0.24 88	1.22 187

SepStereo	12.04 324	2.60 263	15.62 343	9.37 340	6.27 369	16.04 309	7.71 318	22.70 248	33.92 365	19.53 292	29.03 297	19.51 291	19.10 370	27.97 414	8.98 257	0.78 325	0.02 31	0.29 322	0.01 78	0.48 212	0.81 128

DMCA-RVC	12.06 325	4.35 345	14.21 318	10.52 374	4.86 302	13.84 269	4.33 219	25.20 274	24.13 274	20.56 309	29.22 300	26.65 358	25.85 409	17.02 315	16.34 344	0.41 256	0.35 191	0.55 350	0.24 259	0.83 312	1.81 259

ACV-stereo	12.12 326	6.01 379	30.51 422	7.45 275	3.42 245	21.69 376	6.74 291	22.11 241	20.81 235	17.88 258	21.26 211	26.73 361	17.28 348	20.80 366	14.16 326	0.79 329	1.10 338	0.17 274	0.09 172	0.67 277	2.66 357

1111x	12.31 327	2.33 226	12.13 283	5.79 158	2.84 215	15.49 298	8.70 331	36.34 408	29.33 326	16.58 222	27.52 279	26.70 360	15.76 324	17.21 318	24.79 403	0.26 217	1.37 387	0.04 160	0.42 337	0.46 207	2.07 314

UPFNet	12.31 327	2.15 191	11.91 276	7.90 302	7.21 390	20.03 364	9.28 342	29.44 329	27.18 311	20.88 314	30.86 325	21.23 305	18.11 358	19.60 347	17.41 353	0.55 291	0.57 246	0.26 309	0.07 158	0.67 277	0.92 145

FADNet-RVC-Resample	12.31 327	5.22 362	32.28 429	10.14 360	4.08 270	14.97 289	6.98 302	26.54 293	24.42 279	23.72 354	29.31 301	19.87 295	15.01 313	16.26 297	10.61 288	0.65 308	0.52 233	0.48 344	0.54 359	1.52 352	3.09 379

RASNet	12.38 330	2.58 261	12.48 291	6.76 230	5.97 354	16.37 321	6.74 291	34.99 394	22.20 252	17.44 243	33.11 359	22.81 320	24.84 401	20.33 356	18.27 361	1.16 373	0.05 61	0.06 177	0.01 78	0.27 111	1.06 170

test_xeample	12.39 331	2.09 173	10.36 215	5.73 153	3.06 231	18.17 349	6.27 276	31.98 360	24.37 278	18.78 279	33.92 371	19.09 289	16.00 330	14.60 267	39.03 459	0.19 192	1.32 377	0.01 109	0.33 298	0.36 154	2.04 308

iResNet_ROB	12.41 332	3.19 300	12.39 288	6.63 218	3.72 255	16.98 335	2.64 159	32.29 362	38.58 401	26.93 389	33.73 367	26.24 354	17.40 351	17.36 320	8.95 256	0.33 236	0.01 10	0.00 1	0.00 1	0.40 180	0.35 38

DSFCA	12.44 333	3.00 289	14.87 330	6.04 173	7.03 386	17.06 336	10.86 370	31.11 348	32.12 350	26.41 384	23.81 246	22.37 317	15.13 316	21.13 374	13.53 324	0.95 352	0.66 261	0.28 317	0.38 327	1.21 334	0.77 125

FADNet_RVC	12.44 333	6.19 381	40.86 445	7.04 249	3.69 254	11.30 233	4.17 215	29.67 331	27.67 315	18.20 266	26.04 263	13.47 199	17.15 345	16.85 313	14.95 332	0.99 354	0.75 273	0.60 353	1.32 405	4.18 408	3.62 388

CBMV_ROB	12.51 335	3.86 332	7.98 117	5.81 160	2.99 227	16.05 313	4.62 228	27.61 308	31.37 344	26.75 387	32.62 353	23.97 330	22.66 395	21.14 375	12.09 306	2.15 400	1.78 416	2.24 412	1.27 404	1.64 356	1.54 233

NLCA_NET_v2_RVC	12.58 336	4.09 336	18.25 371	8.26 312	5.83 350	14.72 282	5.85 265	33.49 377	27.86 317	22.14 339	32.16 348	24.94 343	14.01 303	16.19 291	16.82 350	0.90 344	0.35 191	0.37 334	0.58 366	1.51 351	3.31 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 337	2.25 212	13.50 307	8.30 314	6.23 364	19.81 362	6.34 281	26.43 292	35.15 381	26.38 383	30.67 321	24.65 335	14.91 312	16.47 300	19.16 370	0.16 170	0.01 10	0.06 177	0.07 158	0.74 292	0.43 66

hitnet-ft	12.59 337	3.03 295	7.87 113	7.49 280	4.20 277	27.41 413	3.75 204	23.41 260	24.15 275	21.14 323	34.12 374	31.93 391	19.74 378	20.28 355	18.13 358	0.54 289	1.45 400	0.35 332	0.09 172	1.26 338	1.41 214

xxxx	12.60 339	2.03 154	10.79 236	6.18 182	2.86 217	21.84 377	3.02 178	34.55 391	25.46 294	16.39 215	31.58 337	26.87 364	14.75 311	14.00 251	37.45 451	0.21 198	1.36 386	0.01 109	0.32 292	0.35 143	2.07 314

ISRNet	12.68 340	2.57 259	19.05 379	13.05 414	6.24 365	7.30 177	2.84 171	29.80 335	32.13 351	23.26 350	35.61 385	24.75 337	16.48 339	15.81 288	14.55 331	0.85 336	1.01 324	2.29 413	0.55 362	1.08 329	4.43 399

pcwnet_v2	12.68 340	2.30 221	18.36 372	8.32 315	5.74 344	17.73 341	4.77 232	36.75 416	46.28 438	20.98 318	29.07 299	16.62 244	13.52 286	16.56 304	10.30 280	0.55 291	1.02 327	0.34 331	0.24 259	2.10 368	2.11 322

iResNetv2_ROB	12.78 342	4.09 336	15.60 341	6.44 205	3.75 257	14.86 283	7.17 304	34.46 389	37.12 389	26.06 378	34.81 381	29.76 372	16.32 332	14.77 273	7.67 232	0.31 231	0.03 44	0.12 246	0.01 78	0.94 320	1.23 189

ADLNet	12.84 343	2.93 283	11.94 278	8.87 330	6.88 382	17.96 344	8.85 332	34.12 381	26.67 306	27.81 396	26.24 266	26.84 363	15.04 314	17.54 323	19.94 374	0.59 299	0.58 249	0.24 305	0.11 185	0.80 305	2.85 370

CBFPSM	12.96 344	3.37 312	30.97 424	5.30 109	3.22 236	22.79 384	16.93 422	21.82 236	21.35 239	21.93 336	28.34 290	29.99 376	17.38 350	15.32 283	16.39 345	0.11 136	0.48 223	0.10 220	0.17 222	0.58 244	2.72 363

ADLNet2	12.99 345	2.94 284	14.18 316	9.57 345	5.96 353	20.23 367	10.41 363	33.05 371	37.61 393	19.46 291	19.74 189	22.46 318	18.63 360	22.37 386	20.76 378	0.37 246	0.15 136	0.06 177	0.08 164	1.04 327	0.72 118

dad	13.05 346	11.39 422	15.64 345	7.35 270	2.10 170	15.64 301	3.48 196	18.77 190	35.55 384	27.77 394	33.76 369	31.59 385	13.04 280	14.79 274	11.16 299	3.35 421	0.54 237	7.85 455	0.96 391	3.88 406	2.49 353

AASNet	13.05 346	3.27 305	12.23 285	10.28 365	6.90 383	17.61 340	7.88 320	41.14 441	38.29 398	23.20 349	29.62 307	16.85 248	15.59 323	15.50 286	19.03 368	0.39 249	0.03 44	0.78 365	0.05 140	1.32 342	1.08 173

HBP-ISP	13.07 348	8.80 409	8.99 149	8.11 310	4.55 294	13.48 266	6.60 285	29.09 324	30.50 332	21.33 325	36.14 387	16.62 244	19.42 374	20.92 368	12.81 321	3.63 423	2.61 437	7.18 451	4.12 440	3.74 404	2.69 361

222	13.07 348	1.99 144	10.74 235	6.56 210	2.74 208	19.95 363	2.54 153	34.13 382	24.42 279	22.52 343	31.39 331	20.78 301	16.99 343	14.31 254	48.07 481	0.16 170	1.33 381	0.01 109	0.32 292	0.37 160	2.02 302

DualNet (step1)	13.16 350	5.31 364	19.76 383	6.41 199	3.12 233	17.98 345	9.85 354	29.36 325	25.26 290	24.82 365	21.48 214	24.89 339	18.87 364	14.41 259	11.06 297	6.83 444	1.96 422	6.61 444	7.47 454	3.22 395	4.59 400

UNet	13.18 351	2.47 247	14.45 320	7.45 275	7.82 405	26.01 404	4.67 231	34.38 388	29.42 327	20.90 316	31.81 340	26.68 359	18.98 367	21.08 373	15.56 338	0.21 198	0.06 86	0.27 311	0.09 172	0.37 160	1.01 161

HGLStereo	13.21 352	3.45 315	14.01 313	10.32 368	7.72 402	15.72 305	7.19 306	31.94 359	28.12 319	20.83 313	36.16 389	26.61 357	20.82 383	18.74 340	19.63 373	1.01 357	0.22 158	0.07 194	0.08 164	0.59 250	1.00 160

GEStereo_RVC	13.23 353	3.13 298	15.23 334	10.33 369	4.95 308	18.92 355	11.46 381	31.58 357	48.03 440	20.51 308	27.68 281	19.00 287	13.31 284	20.44 358	16.01 342	1.15 372	0.51 230	0.10 220	0.14 200	0.67 277	1.47 222

delet	13.26 354	2.43 244	12.99 298	8.45 318	6.26 368	22.40 380	10.83 369	28.78 319	38.76 402	20.39 307	30.36 315	20.85 302	17.67 355	22.97 388	19.13 369	0.14 156	0.45 217	0.19 284	0.08 164	0.78 300	1.24 191

CRFU-Net	13.32 355	3.53 321	12.90 296	8.76 328	6.05 358	26.25 406	10.15 360	25.86 279	14.68 162	30.76 415	30.58 319	30.11 379	21.59 392	20.52 360	20.28 376	1.53 386	0.48 223	0.27 311	0.16 216	0.64 269	1.28 195

CSP-Net	13.41 356	3.62 327	11.03 249	6.62 217	4.07 268	25.76 403	9.61 349	29.66 330	27.14 310	29.97 409	33.42 364	29.84 374	17.23 347	20.64 361	16.03 343	1.12 368	0.41 208	0.03 145	0.00 1	0.75 296	1.29 197

MMNet	13.55 357	2.82 276	13.90 311	7.63 284	6.36 372	26.45 408	4.63 229	24.00 265	42.67 418	26.25 381	33.12 360	20.98 304	19.45 376	20.14 353	19.49 372	0.75 317	0.54 237	0.11 241	0.01 78	0.53 226	1.10 175

STTStereo	13.60 358	5.63 370	28.73 418	8.07 307	5.65 341	13.97 273	7.17 304	31.25 350	26.70 307	25.59 372	32.06 347	31.71 388	14.71 310	17.24 319	16.46 347	0.29 228	0.40 201	0.71 360	1.43 408	1.31 340	2.82 367

SGM-Forest	13.63 359	2.55 258	8.22 125	6.30 194	2.16 176	23.84 390	11.13 375	34.68 392	32.40 352	27.27 390	33.02 356	30.08 378	17.82 356	22.13 384	15.40 336	1.66 393	0.32 182	0.88 376	0.03 114	0.79 301	1.93 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 360	4.93 358	11.80 270	11.93 403	5.53 336	16.75 329	14.38 403	36.12 406	32.59 355	23.08 348	27.03 276	25.90 352	15.40 319	25.87 403	14.23 327	1.24 380	0.09 105	1.53 401	0.61 369	2.06 367	2.94 373

AANet_RVC	13.75 361	6.34 383	12.90 296	8.87 330	4.53 293	14.09 275	9.12 338	29.37 328	38.32 399	23.85 357	37.41 394	23.55 328	17.51 353	23.31 391	18.56 362	2.08 399	1.30 373	0.25 307	0.06 150	0.73 289	2.87 371

ssnet_v2	13.84 362	3.15 299	13.44 305	7.99 304	3.08 232	22.60 381	14.51 406	36.65 413	33.59 363	22.04 338	26.10 264	28.64 367	17.16 346	23.13 389	20.86 380	0.50 279	0.32 182	0.20 289	0.13 191	1.41 345	1.38 206

FADNet-RVC	13.86 363	12.75 435	41.65 446	8.64 323	4.63 296	16.45 323	6.89 298	28.91 320	24.20 276	20.89 315	31.44 333	26.73 361	11.37 244	21.58 381	15.91 340	0.25 213	0.14 133	0.14 259	0.24 259	2.97 386	1.50 230

psm_up	13.88 364	2.70 270	10.89 243	10.20 362	5.97 354	15.01 290	12.58 391	39.13 432	31.75 347	21.39 327	31.09 328	30.18 380	25.01 404	20.33 356	17.62 355	0.75 317	0.39 199	0.18 278	0.03 114	0.82 309	1.67 246

DLCB_ROB	13.97 365	3.74 330	11.01 248	9.99 356	5.85 351	21.40 373	10.37 362	30.17 338	30.49 331	28.21 398	32.18 349	32.67 395	21.17 387	20.20 354	18.59 363	0.34 238	0.18 143	0.41 337	0.15 208	0.61 258	1.76 255

StereoDRNet-Refined	14.03 366	3.52 319	12.77 293	8.70 325	3.31 238	18.50 352	4.58 226	29.08 323	30.59 333	29.85 407	42.52 427	25.24 346	19.57 377	23.88 393	23.55 392	0.44 266	0.07 97	0.54 349	0.38 327	0.88 318	2.64 356
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 367	5.00 360	47.51 457	6.57 211	4.04 267	21.14 371	14.37 401	28.25 312	21.37 240	21.95 337	31.37 330	21.31 307	18.66 361	16.15 290	20.61 377	0.31 231	0.41 208	0.09 210	0.05 140	1.00 325	0.76 123

CVANet_RVC	14.09 368	4.82 356	10.86 242	9.46 343	5.60 340	19.70 361	12.94 396	33.38 375	34.86 377	23.72 354	33.31 361	29.76 372	16.35 334	24.37 394	12.45 316	1.22 378	0.23 160	1.45 400	0.87 385	3.41 398	3.01 375

SACVNet	14.10 369	5.24 363	14.19 317	12.11 405	6.12 361	18.45 351	9.11 337	33.13 372	22.94 260	28.79 401	33.88 370	32.69 396	23.78 396	20.91 367	12.13 308	1.08 362	0.54 237	0.84 375	0.48 347	1.41 345	4.26 398

rvit_105_1	14.11 370	6.23 382	22.11 401	13.74 418	4.55 294	15.38 296	28.19 468	27.21 301	43.35 422	19.53 292	24.36 250	22.05 314	15.96 328	18.37 337	12.70 320	2.27 402	0.58 249	0.26 309	2.37 426	0.70 282	2.20 329

PS-NSSS	14.36 371	8.44 406	16.43 351	7.44 274	5.79 346	18.65 354	12.71 394	39.02 429	26.84 308	20.99 319	36.15 388	21.47 308	18.25 359	18.21 335	18.63 364	2.44 408	0.55 241	5.38 437	0.37 317	5.25 418	4.11 397

CBMV	14.52 372	4.59 349	9.99 198	6.61 216	2.85 216	22.76 383	12.45 390	30.63 342	33.32 359	31.98 420	35.00 383	31.68 386	19.43 375	26.53 406	16.71 349	1.28 381	0.61 255	0.63 355	0.12 187	1.26 338	1.89 270
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 373	11.96 426	39.55 444	8.50 320	6.64 377	18.53 353	6.74 291	35.70 400	35.06 379	19.21 288	28.06 286	28.14 366	13.94 301	18.54 339	11.61 304	0.48 274	0.75 273	0.38 336	0.49 350	9.17 441	2.05 312

fast-acv-ft	14.96 374	4.73 353	17.68 365	8.03 306	5.27 323	28.61 419	9.97 357	26.25 288	35.58 385	26.03 377	38.02 400	31.91 390	21.50 389	19.25 344	21.18 381	0.61 304	0.38 196	0.63 355	0.48 347	1.31 340	1.73 251

pmcnn	15.27 375	4.31 343	22.32 403	7.46 277	4.46 290	22.15 379	15.74 413	28.53 315	31.88 348	27.78 395	40.04 412	39.06 428	19.11 372	18.79 341	20.78 379	1.04 360	0.23 160	0.00 1	0.00 1	0.53 226	1.17 182

Anonymous_2	15.61 376	7.12 389	18.63 376	6.49 206	7.98 406	26.94 411	11.93 385	19.48 204	18.48 215	18.25 269	15.95 147	24.18 332	21.32 388	21.17 376	15.94 341	10.88 460	13.80 475	11.19 463	25.13 479	10.92 452	6.42 425

NVstereo2D	15.77 377	4.01 334	17.73 366	9.96 355	8.10 412	30.36 427	9.52 344	43.10 452	43.12 421	15.45 195	28.03 285	23.46 326	16.84 342	24.62 395	17.06 351	3.35 421	0.87 296	1.76 405	1.13 398	7.76 434	9.19 449

test_sample9	15.79 378	5.31 364	19.76 383	6.41 199	3.12 233	17.98 345	9.85 354	29.36 325	25.26 290	24.82 365	21.48 214	24.89 339	18.87 364	21.03 369	22.11 383	6.83 444	36.75 485	6.61 444	7.47 454	3.22 395	4.59 400

StereoDRNet	16.00 379	5.45 368	16.67 354	11.34 395	8.74 420	25.62 400	11.07 373	40.40 439	37.03 388	29.77 406	30.04 312	34.35 410	19.09 369	19.81 348	25.28 406	0.65 308	0.30 179	0.16 271	0.14 200	1.80 360	2.33 338

Wz-Net-LNSev-Ref	16.12 380	4.56 347	29.46 419	7.78 294	6.11 360	26.08 405	13.01 397	31.08 347	37.61 393	27.66 392	46.96 448	29.92 375	15.40 319	21.54 380	22.39 385	1.09 364	0.05 61	0.10 220	0.00 1	0.43 193	1.21 186

DRN-Test	16.60 381	4.76 354	16.90 358	10.75 381	8.16 413	29.42 423	14.37 401	43.26 454	39.35 403	28.93 403	35.46 384	29.03 369	20.11 380	20.78 364	24.51 402	0.94 350	0.93 306	0.46 342	0.35 307	1.42 347	2.12 323

SDNR	16.80 382	5.88 375	30.01 421	6.39 198	6.53 374	57.67 482	3.15 181	24.30 267	31.49 345	21.50 329	36.56 392	14.69 213	16.76 340	19.14 343	14.45 328	11.12 463	14.00 476	3.11 427	0.51 354	8.86 440	9.92 455

DISCO	16.93 383	2.58 261	17.15 361	8.26 312	4.37 285	27.65 415	10.68 365	31.28 352	44.93 431	22.21 340	34.47 378	36.48 418	23.91 397	36.14 444	34.48 446	0.35 239	0.11 120	0.04 160	0.07 158	1.95 363	1.40 211

PA-Net	16.98 384	8.05 403	29.56 420	10.52 374	11.30 439	21.91 378	29.93 472	32.64 365	39.50 404	20.38 306	28.51 293	23.80 329	20.82 383	21.45 378	25.60 408	0.25 213	2.36 434	0.23 301	4.99 445	1.34 343	6.47 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 385	8.11 404	28.42 417	9.29 339	8.89 423	24.46 392	25.06 459	35.40 397	49.52 446	26.73 386	33.49 366	20.50 298	18.75 362	20.67 363	19.18 371	2.30 404	2.09 425	1.13 388	0.75 378	2.86 383	2.84 368

GwcNet	17.31 386	6.61 387	23.02 405	10.83 385	8.63 418	29.48 424	10.80 367	39.37 434	45.73 433	24.16 359	37.85 399	31.50 384	21.81 394	21.37 377	27.25 422	0.81 330	0.88 298	0.57 352	0.46 340	1.54 354	3.61 386

NaN_ROB	17.35 387	7.91 399	18.84 378	11.29 393	4.93 306	33.28 438	20.75 441	38.10 424	43.81 423	30.28 412	31.53 335	32.88 397	20.88 385	29.10 419	17.85 357	0.40 252	0.43 215	0.31 327	0.44 339	0.98 322	3.03 377

S-Stereo	17.36 388	4.46 346	22.16 402	12.58 411	9.10 425	23.07 385	12.60 392	33.18 373	46.12 436	22.78 345	38.67 406	29.04 370	27.48 416	19.40 346	23.90 396	3.14 419	3.13 446	0.88 376	1.95 420	3.77 405	9.86 454

FAT-Stereo	17.45 389	3.56 322	19.19 380	10.31 367	6.54 375	18.00 348	14.89 409	38.68 427	40.49 407	27.39 391	39.66 409	37.32 420	32.14 442	21.07 372	22.97 388	3.68 424	2.16 431	0.81 372	1.21 402	2.10 368	6.78 429

DANet	17.51 390	8.91 410	27.61 414	14.94 427	7.48 392	22.67 382	5.66 255	27.33 304	26.64 304	32.62 427	36.27 390	37.40 421	30.07 432	31.65 430	26.09 414	1.30 382	1.46 402	2.33 415	0.53 357	3.54 401	5.69 414
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 391	17.23 447	20.10 388	12.02 404	6.91 384	28.81 420	11.45 380	41.35 442	21.95 249	30.13 411	34.66 379	32.04 393	11.30 242	21.04 371	16.43 346	8.91 452	2.67 438	12.29 464	0.84 383	12.72 458	8.43 444

PSMNet_ROB	17.59 392	6.52 386	16.27 349	14.43 422	7.71 401	29.22 422	33.59 477	43.94 457	38.52 400	24.74 364	33.46 365	34.17 408	17.29 349	18.52 338	25.68 410	0.40 252	0.29 177	0.96 380	2.22 423	2.03 366	1.81 259

Syn2CoEx	17.68 393	11.86 425	28.39 416	20.88 450	8.24 414	25.66 401	12.35 387	37.57 420	33.60 364	29.57 404	39.80 411	30.02 377	28.00 419	19.91 349	18.91 367	1.14 371	0.53 235	1.23 394	0.46 340	1.97 364	3.61 386

GANet	17.85 394	5.41 367	14.79 324	11.91 402	4.73 297	24.54 394	17.04 425	41.01 440	34.96 378	33.06 428	45.84 443	39.83 433	29.19 426	24.71 397	22.45 387	1.34 383	0.41 208	1.09 384	0.70 375	2.15 370	1.89 270

GASNet	17.87 395	20.62 458	32.66 431	21.17 451	9.48 428	16.26 319	9.15 339	45.00 462	40.55 409	26.16 379	24.34 249	33.05 398	15.45 322	29.82 424	18.15 360	3.79 426	0.28 175	1.87 406	0.51 354	7.06 429	1.97 287

test_sample8	17.93 396	5.31 364	19.76 383	6.41 199	3.12 233	17.98 345	9.85 354	32.68 366	20.05 229	33.68 433	26.30 268	40.74 437	34.14 446	21.03 369	22.11 383	6.83 444	36.75 485	6.61 444	7.47 454	3.22 395	4.59 400

NCCL2	17.94 397	7.94 401	16.87 357	24.07 461	7.60 397	24.52 393	17.08 426	35.42 398	26.65 305	32.01 421	38.57 403	41.96 446	27.61 417	22.24 385	24.43 401	0.65 308	0.33 188	2.64 421	2.13 422	2.28 375	3.86 395

ADCRef	18.01 398	8.01 402	44.10 451	10.75 381	8.85 422	27.18 412	11.06 372	31.77 358	34.40 372	31.90 419	42.45 426	18.79 282	21.55 391	25.18 400	35.17 447	1.03 359	0.42 213	2.18 411	1.79 415	1.38 344	2.27 335

XPNet_ROB	18.03 399	6.06 380	18.19 370	11.68 398	6.83 380	21.23 372	16.93 422	36.66 415	39.82 406	32.51 426	42.05 425	41.04 440	25.77 408	25.72 401	28.80 432	1.67 394	0.91 304	0.79 366	0.27 276	1.24 337	2.38 345

SuperB	18.07 400	7.33 393	56.73 468	8.42 317	5.42 330	20.39 368	9.73 352	26.04 282	50.80 450	26.88 388	39.52 408	17.79 269	21.54 390	23.17 390	25.96 413	0.77 322	0.32 182	1.11 387	0.73 377	16.11 465	2.75 366

RP	18.36 401	5.94 377	17.54 364	15.95 437	12.33 447	21.55 375	12.66 393	28.65 317	45.65 432	23.78 356	42.55 428	39.77 432	29.54 429	26.72 407	23.58 394	6.14 442	1.05 332	4.38 434	1.77 414	3.90 407	3.82 394

APVNet	18.42 402	6.37 384	23.10 406	12.76 413	8.28 415	30.74 428	24.17 456	42.08 448	30.76 339	25.86 376	41.66 420	31.83 389	24.99 402	28.01 415	28.77 430	0.49 277	0.57 246	3.05 425	0.55 362	1.80 360	2.46 348

ETE_ROB	18.45 403	10.71 414	20.90 395	14.23 421	4.92 305	23.28 387	22.01 444	33.00 370	36.14 387	30.68 414	39.03 407	46.10 459	26.28 410	27.52 412	26.22 415	0.53 283	0.49 226	1.16 389	0.94 386	1.69 358	3.07 378

PWCDC_ROB	18.66 404	11.24 420	21.32 397	18.82 445	8.08 411	25.75 402	6.94 300	35.08 395	53.33 457	30.37 413	49.70 456	20.87 303	21.63 393	31.05 429	22.39 385	6.94 448	0.28 175	0.10 220	0.06 150	5.98 426	3.22 381

Nwc_Net	18.76 405	5.80 371	19.91 387	14.99 429	11.96 444	26.32 407	15.90 414	41.68 445	40.50 408	21.85 335	43.58 435	34.89 411	29.47 428	27.48 411	26.34 416	3.75 425	0.27 170	2.55 420	3.31 433	2.25 373	2.46 348

ADCP+	18.93 406	5.83 373	35.35 435	9.85 353	10.36 433	29.49 425	13.65 399	34.22 386	37.75 395	30.02 410	41.45 418	24.18 332	26.43 413	34.71 438	36.58 449	0.27 221	0.40 201	2.00 409	1.19 400	2.31 376	2.66 357

MDST_ROB	18.99 407	3.23 302	15.81 347	14.15 420	6.98 385	44.89 465	16.81 421	43.19 453	42.83 419	43.71 459	43.84 436	28.79 368	19.02 368	30.64 428	18.70 365	1.84 396	0.84 289	0.69 359	0.47 346	0.71 286	2.61 355

Wz-Net-LNSev	19.04 408	11.48 423	43.55 450	10.82 384	8.01 409	24.96 396	17.46 430	34.72 393	44.36 427	33.43 431	44.72 441	32.54 394	24.13 398	21.64 382	24.38 400	0.93 349	0.22 158	0.00 1	0.03 114	1.44 348	1.99 298

AF-Net	19.18 409	6.50 385	16.90 358	16.60 438	11.00 438	23.83 389	11.31 376	36.25 407	51.10 453	25.56 371	38.34 402	41.77 444	31.01 437	30.20 426	27.83 425	4.87 437	0.27 170	4.60 435	1.00 393	2.67 381	2.02 302

PWC_ROB	19.21 410	12.15 431	28.02 415	11.02 389	6.62 376	25.15 398	5.47 252	36.42 410	49.47 445	33.19 429	44.32 438	34.98 412	26.66 414	32.22 433	27.30 423	1.71 395	0.27 170	1.62 402	0.37 317	2.38 378	4.90 406

stereogan	19.38 411	4.02 335	18.62 375	13.54 416	10.30 432	37.03 447	9.83 353	39.12 431	46.13 437	25.09 370	41.76 422	40.01 434	27.19 415	32.16 431	25.48 407	2.44 408	1.13 343	2.70 423	0.86 384	5.45 420	4.81 403

edge stereo	19.38 411	5.98 378	19.25 381	11.11 390	8.07 410	23.51 388	12.74 395	35.93 402	42.55 416	35.05 436	43.06 432	41.34 442	36.05 450	26.06 404	25.62 409	2.70 412	2.47 435	6.38 442	1.54 411	3.18 394	5.01 407

RYNet	19.73 413	5.52 369	18.58 374	11.63 397	15.84 457	47.05 468	17.28 427	38.60 426	49.19 444	27.71 393	27.46 278	38.63 426	26.42 412	20.79 365	32.08 444	0.73 315	0.59 252	0.97 381	0.16 216	7.40 431	8.04 440

LALA_ROB	19.82 414	8.32 405	18.64 377	13.59 417	5.79 346	28.03 417	23.44 451	43.09 451	37.57 392	33.91 435	41.55 419	50.73 469	25.61 407	29.09 418	27.30 423	0.73 315	0.67 262	2.08 410	1.42 407	2.70 382	2.12 323

Wz-Net-MNSev	19.84 415	7.55 396	35.79 436	10.79 383	7.51 394	38.96 455	18.39 435	35.08 395	44.72 429	31.28 416	41.70 421	41.18 441	20.49 382	28.41 416	30.13 441	0.96 353	0.36 194	0.05 168	0.13 191	1.70 359	1.64 241

aanetorigin	19.84 415	13.32 437	54.46 463	10.07 358	7.99 407	14.16 276	15.32 410	17.85 177	34.49 373	49.59 469	48.88 453	34.28 409	31.32 439	23.53 392	29.64 437	1.12 368	0.81 284	0.73 361	0.94 386	3.05 387	5.23 411

SGM_RVC	20.33 417	3.24 304	8.92 147	7.20 265	1.62 131	39.61 457	17.01 424	39.11 430	35.12 380	46.26 464	42.62 429	51.57 471	39.45 457	39.66 463	29.87 439	1.16 373	0.37 195	0.55 350	0.35 307	1.20 333	1.64 241
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 418	11.06 417	33.58 432	12.11 405	7.19 389	28.90 421	11.99 386	38.49 425	58.85 474	32.22 424	37.28 393	33.11 400	21.14 386	36.93 453	38.84 458	1.49 385	1.50 405	0.15 264	0.64 371	2.18 371	2.67 359

NCC-stereo	20.61 419	7.39 394	25.96 409	15.90 435	16.62 458	20.15 365	23.27 447	44.11 460	41.29 413	25.00 368	38.64 404	35.47 413	28.75 422	36.35 447	26.90 420	4.83 435	2.14 428	3.33 429	9.27 465	3.10 389	3.72 392

Abc-Net	20.61 419	7.39 394	25.96 409	15.90 435	16.62 458	20.15 365	23.27 447	44.11 460	41.29 413	25.00 368	38.64 404	35.47 413	28.75 422	36.35 447	26.90 420	4.83 435	2.14 428	3.33 429	9.27 465	3.10 389	3.72 392
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 419	12.13 430	46.35 454	21.53 452	17.78 461	19.41 357	23.64 454	37.23 419	50.61 447	26.20 380	37.72 395	24.90 342	25.02 405	24.63 396	23.53 391	3.13 418	1.65 412	5.69 438	4.09 439	3.64 403	3.34 384

RGC	20.62 422	14.30 439	21.99 400	18.85 446	14.53 452	21.42 374	14.82 408	36.00 405	44.32 426	28.54 400	41.82 424	40.12 435	29.43 427	35.44 443	23.33 389	4.12 428	0.72 268	8.80 456	4.39 442	4.55 413	4.84 405

DGSMNet	20.75 423	13.28 436	34.59 434	14.80 426	17.14 460	23.25 386	17.99 434	36.39 409	43.00 420	20.70 310	32.67 354	36.05 417	19.22 373	30.34 427	25.04 405	4.61 432	4.62 460	6.31 441	5.20 448	14.71 462	15.15 470

WCMA_ROB	21.17 424	5.89 376	22.32 403	10.39 371	7.65 399	34.55 441	16.42 419	33.20 374	34.02 368	42.06 453	52.50 460	44.09 451	37.59 453	33.66 436	26.77 419	7.45 451	3.18 447	1.27 397	1.43 408	4.18 408	4.81 403

psmorigin	21.56 425	11.18 419	36.59 438	10.19 361	7.08 387	25.30 399	12.35 387	33.52 378	33.12 358	43.62 458	54.15 468	42.72 447	37.44 452	36.87 452	28.98 433	1.65 392	2.78 441	0.81 372	1.19 400	3.62 402	8.10 441

G-Net	21.66 426	9.10 411	39.39 442	15.85 433	9.60 429	51.00 473	16.73 420	28.32 313	31.17 342	38.99 446	43.24 433	33.26 403	32.09 441	28.50 417	26.50 418	4.74 434	3.92 457	3.60 432	1.02 394	8.42 439	7.86 438

FBW_ROB	21.87 427	11.80 424	25.52 408	14.64 424	7.49 393	31.20 431	16.35 418	45.28 463	44.78 430	44.85 463	40.36 414	43.50 450	27.85 418	34.94 439	23.52 390	3.07 417	2.15 430	7.53 454	3.03 432	4.30 410	5.17 410

SANet	22.05 428	8.47 407	32.65 430	9.90 354	4.31 283	33.49 439	23.44 451	42.82 450	56.64 469	39.67 449	44.09 437	44.62 452	32.96 444	29.24 423	25.79 411	1.08 362	0.74 270	0.98 382	0.69 373	5.69 423	3.66 391

SQANet	22.07 429	25.29 466	21.78 399	26.81 465	18.92 464	30.75 429	10.25 361	33.47 376	30.10 329	25.73 373	34.31 376	33.45 404	19.94 379	29.16 420	20.03 375	11.68 464	3.08 445	26.95 476	5.80 451	20.97 472	12.99 464

UDG	22.21 430	15.90 446	16.41 350	21.71 453	20.17 466	32.51 434	13.78 400	36.62 412	35.77 386	26.64 385	31.43 332	37.49 422	32.33 443	22.77 387	21.19 382	11.08 462	5.60 464	23.12 471	7.74 458	17.07 467	14.89 469

STTRV1_RVC	22.31 431	18.60 451	39.50 443	16.79 439	23.81 474	29.59 426	15.67 412	35.42 398	34.27 370	35.05 436	34.94 382	31.94 392	28.80 424	29.17 421	23.89 395	12.64 470	3.40 451	6.58 443	4.73 444	15.20 464	6.23 420

SHD	22.33 432	11.30 421	32.10 427	15.61 431	9.88 430	26.75 409	10.12 359	41.84 446	61.77 479	36.36 440	44.65 440	39.28 429	31.10 438	35.07 440	32.76 445	2.35 405	1.95 421	1.24 396	1.90 419	4.33 411	6.34 422

CSAN	22.36 433	11.11 418	26.06 411	21.79 454	5.59 339	34.55 441	36.54 479	40.04 437	50.84 451	37.47 443	40.31 413	45.09 455	33.07 445	27.44 410	25.80 412	1.60 390	0.75 273	1.08 383	1.80 416	2.89 384	3.36 385

ADCL	22.44 434	7.79 397	49.20 459	10.61 379	7.28 391	40.40 461	21.03 442	32.07 361	55.07 461	28.53 399	48.73 451	31.68 386	31.69 440	34.04 437	38.38 454	1.22 378	0.93 306	2.65 422	1.89 418	2.65 380	2.94 373

CC-Net-ROB	22.73 435	23.99 463	30.57 423	14.72 425	8.91 424	32.98 435	16.17 416	46.75 467	37.29 390	33.88 434	32.33 350	35.48 415	25.00 403	24.75 398	28.78 431	9.60 456	3.03 444	25.33 474	3.87 437	14.82 463	6.33 421

ADCPNet	22.75 436	10.94 416	58.96 472	12.24 409	7.57 395	37.33 448	20.08 440	33.89 380	37.37 391	33.49 432	44.32 438	39.36 431	28.43 421	32.19 432	38.55 456	2.25 401	2.69 440	2.37 417	3.59 436	4.33 411	5.01 407

MeshStereo	22.95 437	7.84 398	12.46 289	8.13 311	5.20 319	38.49 453	13.36 398	42.69 449	38.05 397	51.34 472	53.82 464	58.22 477	43.29 466	38.42 458	29.59 436	2.96 414	2.84 443	3.11 427	2.33 425	3.12 391	3.65 390
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
Wz-Net-SNSev	23.35 438	18.18 449	47.37 456	14.55 423	8.63 418	28.33 418	29.16 470	39.88 436	55.80 466	32.16 423	53.91 466	39.35 430	24.42 399	27.60 413	38.11 453	1.06 361	0.24 163	1.20 391	0.95 389	3.16 393	2.93 372

DDUNet	23.49 439	20.59 457	17.13 360	24.58 462	22.45 470	24.86 395	17.96 433	31.42 354	31.06 341	29.59 405	37.81 397	37.85 424	26.39 411	25.77 402	18.74 366	18.99 474	8.10 472	26.65 475	11.80 471	19.41 471	18.58 475

MSMD_ROB	23.50 440	10.55 413	15.65 346	17.87 444	10.07 431	35.58 444	19.04 437	34.53 390	37.81 396	41.55 452	60.11 476	46.01 458	39.81 459	32.74 434	24.92 404	6.86 447	3.63 455	8.92 457	11.16 470	7.21 430	5.99 418

LE_ROB	23.59 441	4.64 352	16.84 356	8.59 321	3.05 230	33.01 436	18.53 436	28.96 321	67.40 490	70.71 492	55.67 472	48.44 465	48.90 473	26.06 404	37.98 452	0.44 266	0.24 163	0.27 311	0.54 359	0.49 221	0.98 157

ADCMid	23.61 442	12.42 433	44.10 451	11.85 401	8.33 416	27.89 416	20.03 439	36.49 411	39.56 405	40.81 450	47.01 449	36.89 419	43.95 467	39.12 461	42.60 468	1.95 397	1.55 409	3.05 425	3.98 438	5.20 417	5.37 412

AnyNet_C32	24.34 443	15.07 442	42.84 448	13.07 415	11.83 442	31.80 432	31.73 474	32.47 363	45.77 434	35.92 438	49.66 455	34.05 406	35.21 448	44.09 470	43.39 472	1.61 391	1.70 414	1.22 393	2.94 431	4.87 415	7.60 435

PSMNet-RUCA	24.65 444	28.24 469	42.85 449	35.58 474	34.48 479	16.04 309	11.34 377	40.36 438	31.70 346	31.88 418	41.00 417	37.50 423	25.41 406	29.19 422	17.07 352	12.35 467	2.12 427	20.72 470	8.27 463	17.19 468	9.64 452

MFN_U_SF_DS_RVC	24.71 445	14.86 441	32.18 428	26.47 464	10.48 434	40.27 460	22.83 446	36.88 417	44.51 428	42.59 454	47.13 450	40.20 436	28.00 419	36.70 450	28.36 426	4.23 430	4.00 458	6.73 447	16.35 476	5.05 416	6.34 422

ccnet	24.80 446	17.64 448	24.53 407	12.35 410	18.18 463	38.47 452	17.76 432	46.24 465	32.78 357	37.51 444	46.76 445	38.80 427	30.45 435	38.35 457	41.98 465	9.41 455	6.40 466	9.67 459	8.04 459	11.64 456	9.00 447

FC-DCNN	25.07 447	12.06 429	20.30 390	19.06 447	9.41 426	38.40 451	23.46 453	41.37 443	44.07 425	46.76 466	53.99 467	50.49 467	39.32 456	36.43 449	29.46 435	7.40 450	3.39 449	6.15 439	5.01 446	8.05 436	6.83 430

FC-DCNN v2	25.13 448	12.03 427	19.82 386	19.08 448	9.43 427	38.89 454	23.42 450	41.85 447	44.02 424	46.96 467	54.51 469	50.70 468	39.69 458	36.34 446	29.25 434	7.36 449	3.39 449	6.17 440	5.02 447	8.00 435	6.71 428

XQC	25.15 449	18.26 450	52.31 461	22.53 459	12.15 445	37.47 449	21.78 443	38.74 428	55.51 465	32.40 425	30.75 323	38.36 425	30.19 434	38.28 456	41.25 464	4.61 432	1.44 399	2.77 424	2.26 424	12.52 457	9.49 451

DPSNet	25.20 450	7.92 400	36.17 437	11.72 399	6.85 381	53.68 475	43.17 485	52.22 476	60.09 477	31.61 417	39.76 410	40.91 439	35.82 449	33.42 435	26.48 417	4.98 438	2.10 426	0.50 346	1.13 398	9.63 443	5.83 415

SGM-ForestM	25.21 451	4.80 355	13.50 307	8.68 324	3.74 256	46.85 467	22.04 445	46.25 466	51.32 455	51.28 471	52.07 459	62.64 484	47.13 471	46.05 471	36.30 448	1.99 398	2.25 433	1.21 392	1.24 403	1.65 357	3.21 380

PDISCO_ROB	25.35 452	10.44 412	31.01 425	29.47 470	20.36 467	38.32 450	17.74 431	45.56 464	55.34 463	29.88 408	42.94 431	46.63 460	29.76 430	36.23 445	31.29 443	10.74 459	2.20 432	6.96 448	3.53 435	9.98 447	8.52 445

EDNetEfficient	25.68 453	22.94 462	77.88 497	9.49 344	7.66 400	20.89 369	17.37 428	22.52 244	56.02 467	61.49 483	53.31 462	35.83 416	41.88 465	25.06 399	39.53 460	0.86 339	0.83 288	0.91 378	2.82 429	8.28 437	7.98 439

Wz-Net-TNSev	25.85 454	21.47 460	59.51 474	10.38 370	7.64 398	42.40 464	23.33 449	35.97 404	54.36 459	36.56 441	43.26 434	45.90 457	41.27 463	37.81 454	37.10 450	2.35 405	1.90 420	0.77 364	1.34 406	5.89 425	7.75 437

WZ-Net	25.86 455	14.23 438	64.17 477	15.77 432	10.61 435	39.36 456	28.01 467	41.38 444	54.97 460	28.82 402	53.68 463	40.90 438	30.14 433	37.91 455	42.98 471	1.59 387	0.49 226	0.73 361	0.95 389	5.43 419	5.12 409

GANetREF_RVC	26.12 456	30.35 470	27.03 412	26.08 463	6.28 371	31.16 430	37.25 481	48.48 469	50.90 452	37.30 442	36.39 391	34.11 407	30.98 436	38.51 459	28.38 427	9.08 453	2.68 439	16.48 467	5.42 450	16.24 466	9.34 450
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
FCDSN-DC	26.18 457	15.77 445	20.36 391	28.79 469	15.78 456	40.13 459	19.12 438	43.57 455	42.59 417	44.78 462	52.51 461	50.73 469	40.32 461	35.32 442	28.55 428	6.41 443	3.61 454	7.11 450	6.54 452	10.58 448	10.93 460
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 458	15.49 444	48.87 458	15.20 430	10.99 437	31.86 433	24.37 457	43.99 458	58.30 472	43.12 456	49.92 457	41.90 445	41.43 464	42.90 469	46.29 476	3.00 416	2.60 436	2.45 419	3.47 434	7.63 432	8.41 443

DLNR_Zeroshot_test	27.91 459	51.88 484	91.97 509	98.26 517	97.92 517	3.07 12	0.49 18	31.27 351	8.33 83	8.40 90	15.66 142	7.22 96	1.66 22	12.16 172	4.82 164	40.46 485	1.87 418	0.06 177	0.33 298	80.45 508	1.99 298

MFN_U_SF_RVC	28.91 460	15.44 443	55.12 465	22.00 456	8.49 417	41.39 462	15.36 411	52.74 477	46.70 439	47.83 468	53.87 465	54.97 474	40.50 462	39.54 462	40.77 462	6.09 441	4.92 462	7.08 449	9.02 464	7.68 433	8.69 446

PASM	29.37 461	19.17 452	50.43 460	23.55 460	23.15 472	27.62 414	27.82 466	35.90 401	50.76 449	35.98 439	40.55 415	47.26 463	34.98 447	35.28 441	38.72 457	12.58 469	15.96 477	17.57 469	22.46 478	13.71 459	13.92 467

EDNetEfficientorigin	29.50 462	36.05 476	99.77 521	9.67 348	5.93 352	26.79 410	16.02 415	26.87 298	55.18 462	61.15 480	57.72 473	45.04 454	50.99 476	26.90 409	44.78 474	0.53 283	0.54 237	1.72 404	2.53 427	11.05 453	10.75 457

AnyNet_C01	30.67 463	27.57 467	76.09 495	17.61 441	12.18 446	50.42 472	28.89 469	39.14 433	41.14 412	41.36 451	65.66 487	47.21 462	40.16 460	47.50 472	49.82 483	2.38 407	2.79 442	2.31 414	2.83 430	8.35 438	9.99 456

LSM	30.92 464	21.18 459	57.13 471	19.98 449	54.02 491	33.70 440	25.92 462	43.87 456	49.18 443	46.43 465	55.59 471	43.44 448	36.70 451	36.70 450	28.75 429	2.94 413	9.77 473	5.07 436	8.20 462	10.77 449	29.00 482

RTS	30.97 465	24.38 464	96.47 511	17.75 442	12.63 448	58.43 484	26.47 463	38.01 422	63.33 482	44.41 460	46.81 446	33.16 401	45.26 468	52.06 478	42.65 469	2.66 410	1.40 390	1.09 384	1.02 394	5.49 421	5.86 416

RTSA	30.97 465	24.38 464	96.47 511	17.75 442	12.63 448	58.43 484	26.47 463	38.01 422	63.33 482	44.41 460	46.81 446	33.16 401	45.26 468	52.06 478	42.65 469	2.66 410	1.40 390	1.09 384	1.02 394	5.49 421	5.86 416

DispFullNet	31.01 467	32.97 472	59.04 473	30.27 471	28.46 476	33.06 437	11.44 379	37.69 421	54.13 458	33.30 430	37.78 396	44.68 453	28.96 425	42.19 468	29.68 438	12.35 467	3.56 453	36.10 480	12.90 473	32.29 480	19.42 477

coex-ft	31.29 468	39.15 480	93.51 510	9.71 351	5.77 345	36.25 446	26.79 465	31.43 355	59.45 475	73.35 496	58.73 474	45.49 456	48.48 472	30.19 425	46.52 478	1.59 387	1.71 415	0.94 379	0.97 392	9.43 442	6.35 424

MANE	33.27 469	12.69 434	21.10 396	22.10 457	15.09 455	49.75 470	29.51 471	54.10 480	56.36 468	59.73 476	64.93 484	65.43 487	57.34 485	52.70 481	41.02 463	10.52 458	6.09 465	7.35 452	20.29 477	9.66 444	9.65 453

otaku	33.83 470	36.87 478	53.81 462	40.41 477	21.58 468	54.54 477	17.45 429	44.01 459	61.47 478	39.63 447	50.06 458	46.76 461	29.76 430	40.64 465	30.07 440	19.17 475	7.09 469	32.34 478	9.92 467	24.17 475	16.94 472

PVD	34.10 471	19.91 454	39.04 441	27.08 466	18.09 462	35.11 443	44.32 487	52.16 475	66.36 487	53.04 474	64.50 483	52.33 472	56.17 481	52.24 480	42.11 466	4.17 429	4.82 461	9.60 458	4.65 443	11.11 454	25.25 480

ELAS	34.78 472	20.32 455	38.13 440	21.79 454	14.89 453	57.95 483	37.04 480	51.15 474	51.19 454	60.95 479	64.42 482	59.08 479	54.44 479	51.53 476	46.26 475	12.00 465	7.83 470	10.46 460	8.04 459	14.42 460	13.71 466
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 473	20.50 456	37.14 439	22.37 458	15.07 454	54.02 476	38.42 482	50.06 472	56.72 470	61.86 484	63.52 478	58.79 478	54.60 480	54.13 483	43.99 473	12.20 466	7.90 471	10.75 462	7.65 457	14.42 460	13.42 465
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 474	19.78 453	33.90 433	55.86 486	36.15 480	76.79 504	94.89 513	49.29 470	51.59 456	38.15 445	37.83 398	53.71 473	39.29 455	40.56 464	40.41 461	4.02 427	6.72 468	2.35 416	4.12 440	9.70 445	10.76 458

Ntro	35.59 475	38.58 479	55.41 466	43.66 481	22.54 471	57.26 478	23.73 455	47.69 468	63.99 485	39.63 447	48.82 452	47.68 464	37.60 454	41.55 467	30.80 442	17.85 473	6.61 467	33.21 479	10.52 469	26.65 476	17.97 474

BEATNet-Init1	36.29 476	22.72 461	56.79 469	28.53 468	13.41 451	59.81 487	33.49 475	53.72 479	58.64 473	60.78 478	63.63 479	70.42 489	56.59 483	53.93 482	46.48 477	5.63 439	4.14 459	7.49 453	7.45 453	11.35 455	10.88 459

ACVNet-4b	36.91 477	52.81 485	57.04 470	42.64 480	22.08 469	48.32 469	14.64 407	50.28 473	59.78 476	43.17 457	46.34 444	55.50 475	24.49 400	39.03 460	23.55 392	25.75 480	3.76 456	47.36 484	33.76 483	28.62 477	19.22 476

GCST	37.71 478	41.51 481	27.28 413	92.08 514	36.49 481	24.16 391	0.99 38	26.00 281	20.14 230	26.34 382	15.80 145	19.97 296	4.67 107	17.54 323	5.83 199	80.93 507	35.32 484	87.67 512	74.76 503	73.87 504	42.93 491

MSC_U_SF_DS_RVC	37.85 479	35.62 475	55.10 464	38.16 476	13.19 450	57.63 481	24.72 458	52.87 478	63.40 484	66.39 488	63.74 480	58.16 476	54.28 478	51.56 477	47.39 479	9.36 454	5.44 463	14.82 466	15.34 475	18.80 470	11.04 462

FADE	41.33 480	36.34 477	68.69 486	32.23 472	23.74 473	40.08 458	25.42 460	57.46 485	71.16 493	43.07 455	41.76 422	43.49 449	51.40 477	59.46 486	52.27 487	38.46 484	21.19 478	44.28 483	42.47 485	17.94 469	15.62 471

Consistency-Raft	41.94 481	35.39 474	45.40 453	33.16 473	41.47 485	45.14 466	33.50 476	56.78 484	55.37 464	32.11 422	65.41 485	30.46 382	49.76 474	40.94 466	48.33 482	27.72 481	35.00 483	43.33 482	51.89 493	39.60 483	28.04 481

ACVNet_1	42.11 482	50.66 483	66.19 482	45.24 483	25.33 475	50.11 471	25.60 461	55.90 481	65.25 486	60.15 477	59.98 475	63.57 485	50.05 475	50.45 475	38.46 455	20.06 476	11.00 474	38.79 481	14.48 474	31.31 479	19.68 478

NVStereoNet_ROB	42.81 483	34.00 473	46.84 455	37.40 475	28.64 477	35.65 445	33.88 478	49.95 471	58.27 471	69.65 491	75.69 496	66.36 488	65.66 489	48.37 473	62.04 496	16.50 472	25.07 480	23.61 473	32.35 481	21.58 473	24.72 479
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 484	63.10 493	65.03 481	60.15 487	39.21 484	59.39 486	31.46 473	57.61 486	78.49 502	50.61 470	66.05 488	59.57 480	45.26 468	50.17 474	42.57 467	46.92 489	45.90 491	53.26 488	32.46 482	54.03 489	34.14 485

anonymity	52.60 485	58.73 487	63.81 476	41.37 479	59.41 495	53.52 474	41.39 483	56.50 483	40.60 410	55.03 475	49.64 454	49.57 466	56.22 482	59.42 485	50.07 484	55.57 492	50.19 497	51.15 486	51.23 491	51.90 485	56.75 494

MADNet+	53.97 486	69.36 494	98.79 518	67.30 491	38.52 482	79.97 508	81.50 510	61.38 488	62.53 480	52.01 473	55.50 470	61.22 483	59.61 487	70.25 495	77.26 509	25.21 479	25.07 480	17.40 468	12.69 472	34.21 481	29.70 484

JetBlue	54.72 487	46.20 482	75.05 493	51.44 484	47.85 486	76.48 503	62.38 496	64.44 490	62.86 481	63.67 487	65.49 486	78.96 496	68.77 490	68.63 493	75.95 508	37.07 482	25.78 482	29.10 477	29.19 480	29.75 478	35.27 486

SGM+DAISY	55.54 488	57.77 486	64.45 479	40.89 478	53.89 489	63.34 490	50.45 489	56.00 482	45.95 435	61.43 482	64.32 481	61.05 482	56.70 484	61.32 488	56.86 490	56.51 493	49.35 495	50.49 485	50.00 490	52.52 486	57.57 495

SPS-STEREO	56.02 489	59.82 490	64.35 478	45.23 482	53.96 490	61.34 488	44.05 486	60.08 487	50.73 448	62.61 485	61.78 477	59.73 481	57.62 486	60.63 487	59.08 491	58.29 494	48.28 492	51.30 487	49.29 489	55.67 490	56.59 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 490	62.74 492	73.58 492	66.59 490	38.77 483	63.23 489	49.56 488	72.12 500	82.24 506	79.37 504	88.96 512	76.25 493	73.29 495	55.14 484	48.05 480	38.17 483	24.21 479	54.92 489	37.94 484	48.23 484	29.29 483

IMH-64-1	59.89 491	58.89 488	69.08 487	66.46 488	50.96 487	57.48 479	51.18 490	69.03 494	67.25 488	67.90 489	80.31 501	70.42 489	74.30 496	72.66 501	50.07 484	42.88 486	43.00 488	65.88 490	47.48 486	53.41 487	39.15 487

IMH-64	59.89 491	58.89 488	69.08 487	66.46 488	50.96 487	57.48 479	51.18 490	69.03 494	67.25 488	67.90 489	80.31 501	70.42 489	74.30 496	72.66 501	50.07 484	42.88 486	43.00 488	65.88 490	47.48 486	53.41 487	39.15 487

IMH	63.51 493	61.05 491	69.15 489	69.90 492	54.09 492	65.82 493	55.66 492	72.12 500	72.52 495	72.73 494	81.82 503	73.16 492	79.86 501	77.03 506	52.57 488	44.46 488	50.01 496	68.11 492	51.57 492	56.59 491	41.88 490

TorneroNet-64	66.18 494	71.37 496	72.19 491	76.80 496	59.54 496	67.82 494	59.56 493	67.83 493	79.98 503	63.09 486	67.00 489	82.98 501	69.97 492	68.02 490	62.78 497	49.03 490	44.17 490	73.23 494	64.19 495	69.14 495	54.83 492

PWCK	66.53 495	88.82 512	80.30 499	80.69 504	30.85 478	65.18 492	41.64 484	72.55 502	71.28 494	78.68 503	69.18 491	78.14 495	62.17 488	82.93 510	63.46 498	80.46 506	40.52 487	82.05 505	47.71 488	74.54 505	39.47 489

WAO-6	71.06 496	73.42 498	67.24 483	79.78 503	61.93 499	69.67 495	60.23 494	75.12 505	87.02 509	74.87 497	79.60 500	79.28 497	84.75 507	68.25 492	61.91 495	67.67 497	48.98 494	81.65 503	73.43 500	66.76 493	59.64 496

TorneroNet	71.59 497	73.91 499	76.67 496	81.06 505	65.65 500	71.44 497	65.68 498	71.66 499	75.08 497	71.76 493	73.09 495	84.12 505	74.51 498	70.46 496	69.58 501	59.87 495	48.58 493	79.93 499	73.78 501	75.74 506	69.18 505

LVE	71.96 498	73.19 497	84.13 503	75.60 495	55.78 494	75.59 500	63.60 497	77.67 506	83.64 507	82.16 505	87.25 511	83.54 503	82.79 506	76.17 504	65.22 499	49.11 491	57.71 503	74.86 496	62.93 494	66.84 494	61.36 497

MFMNet_re	72.11 499	79.45 504	64.79 480	52.91 485	84.26 510	78.00 506	69.47 501	64.08 489	67.45 491	61.33 481	71.28 493	64.22 486	69.42 491	72.45 498	61.54 493	81.63 509	73.93 510	80.19 501	74.21 502	83.02 510	88.49 513

WAO-7	72.48 500	78.58 501	55.84 467	79.20 501	69.56 505	71.30 496	73.06 505	78.20 509	84.37 508	77.52 500	85.78 507	79.44 498	80.26 502	65.93 489	66.47 500	62.13 496	69.81 508	70.46 493	73.18 499	66.66 492	61.95 498

notaker	72.59 501	79.99 506	79.75 498	79.06 500	68.60 503	63.66 491	62.15 495	69.61 497	75.78 498	77.77 501	79.16 499	79.92 499	84.80 508	77.69 507	59.73 492	70.15 500	61.03 504	77.65 498	68.69 497	70.81 497	65.81 502

ktn	72.86 502	80.20 507	70.88 490	79.38 502	69.76 506	75.01 498	70.17 504	69.27 496	77.21 499	73.05 495	77.79 498	77.79 494	77.01 499	73.04 503	56.44 489	79.36 503	66.31 505	80.24 502	68.37 496	72.53 502	63.45 499

UNDER WATER-64	73.59 503	75.19 500	88.26 506	74.50 494	55.55 493	78.94 507	76.55 507	65.86 491	68.37 492	75.79 499	69.24 492	84.00 504	77.49 500	69.01 494	73.11 504	81.39 508	57.22 502	82.69 506	80.62 506	69.53 496	68.45 504

LRCNet_RVC	73.95 504	70.63 495	75.65 494	77.92 498	60.69 498	41.66 463	16.24 417	71.26 498	48.66 441	88.23 512	93.84 515	90.11 511	82.18 504	80.69 509	61.88 494	97.09 518	72.20 509	96.71 517	97.62 518	77.99 507	77.70 509

DPSimNet_ROB	74.86 505	83.75 510	61.14 475	77.51 497	65.78 501	76.04 502	75.86 506	74.62 504	77.61 500	82.20 506	75.97 497	80.50 500	72.45 493	68.06 491	84.65 511	81.90 510	52.11 498	79.97 500	76.71 505	70.85 498	79.47 510

UNDER WATER	76.36 506	79.65 505	88.23 505	84.62 507	67.01 502	77.90 505	78.03 508	67.43 492	72.64 496	75.52 498	71.49 494	85.52 506	82.57 505	70.68 497	75.48 507	79.61 505	54.01 499	86.59 510	84.76 510	72.44 501	72.94 507

WAO-8	77.20 507	78.94 502	67.39 484	86.73 509	72.82 507	79.98 509	69.63 502	77.88 507	88.66 511	83.17 508	86.77 508	85.56 507	85.20 509	72.63 499	69.82 502	75.00 501	55.65 500	87.92 513	83.63 508	71.60 499	64.97 500

Venus	77.20 507	78.94 502	67.39 484	86.73 509	72.82 507	79.98 509	69.63 502	77.88 507	88.66 511	83.17 508	86.77 508	85.56 507	85.20 509	72.63 499	69.82 502	75.00 501	55.65 500	87.92 513	83.63 508	71.61 500	64.97 500

HanzoNet	77.99 509	81.45 509	83.64 500	78.05 499	69.26 504	75.78 501	69.09 500	73.99 503	78.09 501	82.39 507	83.06 504	85.66 509	87.00 512	86.11 512	74.40 506	85.46 514	68.53 507	81.84 504	75.61 504	73.07 503	67.26 503

JetRed	79.80 510	80.33 508	91.79 508	71.25 493	75.71 509	91.85 512	80.84 509	79.41 510	80.84 504	84.48 510	84.47 506	83.34 502	72.72 494	79.51 508	85.74 512	69.66 499	81.68 511	73.70 495	72.68 498	82.42 509	73.53 508

Dean	80.94 511	86.19 511	83.94 502	85.03 508	60.07 497	75.42 499	67.27 499	81.85 511	88.36 510	92.35 514	87.09 510	92.14 513	93.19 514	83.37 511	74.06 505	68.69 498	66.48 506	94.89 516	84.90 511	83.86 512	69.69 506

ASD4	87.80 512	90.70 513	83.73 501	83.43 506	90.78 514	97.93 515	99.61 520	89.14 513	96.84 517	88.33 513	93.49 513	89.94 510	86.43 511	88.88 513	91.91 513	79.57 504	81.89 512	76.64 497	81.57 507	83.78 511	81.45 511

KSHMR	88.63 513	93.05 514	84.15 504	95.59 515	91.74 515	82.94 511	83.28 511	84.59 512	81.87 505	87.85 511	83.96 505	91.71 512	81.49 503	76.73 505	82.12 510	96.47 517	96.06 517	96.71 517	97.16 517	92.74 517	92.47 517

tt	89.84 514	1.21 16	99.99 523	99.29 520	100.00 523	100.00 524	100.00 524	100.00 524	99.99 522	78.46 502	68.51 490	99.99 525	100.00 523	100.00 525	100.00 526	95.27 515	99.93 521	87.33 511	86.20 512	94.13 518	86.50 512

xxxxx1	91.89 515	95.36 516	98.42 515	87.40 511	89.37 511	98.54 516	98.20 517	92.95 514	93.30 514	93.53 515	95.30 516	97.01 515	96.36 515	94.68 514	94.93 514	83.39 511	84.31 513	82.86 507	88.15 513	84.30 513	89.46 514

tt_ll	91.89 515	95.36 516	98.42 515	87.40 511	89.37 511	98.54 516	98.20 517	92.95 514	93.30 514	93.53 515	95.30 516	97.01 515	96.36 515	94.68 514	94.93 514	83.39 511	84.31 513	82.86 507	88.15 513	84.30 513	89.46 514

ff	91.89 515	95.36 516	98.42 515	87.40 511	89.37 511	98.54 516	98.20 517	92.95 514	93.30 514	93.53 515	95.30 516	97.01 515	96.36 515	94.68 514	94.93 514	83.39 511	84.31 513	82.86 507	88.15 513	84.30 513	89.46 514

MADNet++	94.07 518	93.58 515	90.62 507	96.24 516	96.57 516	97.26 514	90.52 512	94.64 517	91.89 513	97.09 518	93.64 514	94.65 514	92.81 513	96.06 517	95.06 517	95.31 516	95.85 516	92.44 515	92.08 516	91.00 516	94.17 519

PML	99.07 519	100.00 525	98.17 514	99.22 519	99.21 519	99.98 523	99.74 521	98.27 519	98.10 518	100.00 525	99.37 520	98.77 519	99.85 520	100.00 525	98.07 519	100.00 522	99.54 518	100.00 522	99.51 520	99.87 521	93.65 518

MEDIAN_ROB	99.20 520	99.85 520	99.64 520	98.51 518	98.53 518	98.60 519	97.88 516	98.83 520	98.59 519	99.35 521	99.47 521	99.57 520	99.05 519	98.38 518	98.37 520	99.99 520	99.63 519	100.00 522	100.00 523	99.82 520	99.92 521

HaxPig	99.40 521	99.99 522	97.53 513	99.99 522	99.99 521	96.91 513	97.19 514	99.57 521	99.99 522	99.98 524	100.00 523	99.99 525	99.96 522	99.06 519	97.86 518	99.99 520	100.00 523	100.00 522	100.00 523	100.00 522	99.98 522

Anonymous_1	99.63 522	99.96 521	99.94 522	99.77 521	99.59 520	100.00 524	100.00 524	99.81 523	99.98 521	99.63 522	99.94 522	99.75 522	100.00 523	99.67 520	99.89 521	98.37 519	99.84 520	98.70 519	99.26 519	99.29 519	99.24 520

test_example2	99.67 523	99.99 522	99.99 523	100.00 523	99.99 521	99.87 522	99.99 523	98.01 518	100.00 524	100.00 525	100.00 523	98.18 518	98.43 518	99.98 522	99.98 522	100.00 522	99.99 522	99.40 520	99.52 521	100.00 522	100.00 523

ccccc	99.70 524	98.11 519	100.00 525	100.00 523	100.00 523	99.33 521	99.79 522	99.78 522	99.22 520	99.63 522	98.82 519	99.67 521	99.92 521	99.95 521	99.99 523	100.00 522	100.00 523	99.97 521	99.91 522	100.00 522	100.00 523

AVERAGE_ROB	99.81 525	99.99 522	99.44 519	100.00 523	100.00 523	99.02 520	97.81 515	100.00 524	100.00 524	100.00 525	100.00 523	100.00 527	100.00 523	100.00 525	100.00 526	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

DPSMNet_ROB	99.95 526	100.00 525	100.00 525	100.00 523	100.00 523	100.00 524	100.00 524	100.00 524	100.00 524	99.16 519	100.00 523	99.95 523	100.00 523	99.98 522	99.99 523	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

DGTPSM_ROB	99.95 526	100.00 525	100.00 525	100.00 523	100.00 523	100.00 524	100.00 524	100.00 524	100.00 524	99.16 519	100.00 523	99.95 523	100.00 523	99.98 522	99.99 523	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

Selective-RAFT-Error	100.00 528	100.00 525	100.00 525	100.00 523	100.00 523	100.00 524	100.00 524	100.00 524	100.00 524	100.00 525	100.00 523	100.00 527	100.00 523	100.00 525	100.00 526	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

CasAABBNet	100.00 528	100.00 525	100.00 525	100.00 523	100.00 523	100.00 524	100.00 524	100.00 524	100.00 524	100.00 525	100.00 523	100.00 527	100.00 523	100.00 525	100.00 526	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

LSM0	100.00 528	100.00 525	100.00 525	100.00 523	100.00 523	100.00 524	100.00 524	100.00 524	100.00 524	100.00 525	100.00 523	100.00 527	100.00 523	100.00 525	100.00 526	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

DPSM_ROB	100.00 528	100.00 525	100.00 525	100.00 523	100.00 523	100.00 524	100.00 524	100.00 524	100.00 524	100.00 525	100.00 523	100.00 527	100.00 523	100.00 525	100.00 526	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

DPSM	100.00 528	100.00 525	100.00 525	100.00 523	100.00 523	100.00 524	100.00 524	100.00 524	100.00 524	100.00 525	100.00 523	100.00 527	100.00 523	100.00 525	100.00 526	100.00 522	100.00 523	100.00 522	100.00 523	100.00 522	100.00 523

Low-res two-view benchmark