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

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 151	0.31 79	0.55 12	0.43 47	0.28 7	0.28 13	0.23 3	0.21 3	0.56 40	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

IGEV	0.28 7	0.18 1	0.39 14	0.37 12	0.31 180	0.45 63	0.21 13	0.59 21	0.40 38	0.31 16	0.43 41	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 54	0.16 52	0.13 65	0.12 1	0.12 11

MLG-Stereo_test3	0.28 7	0.18 1	0.42 32	0.40 39	0.23 25	0.47 73	0.19 7	0.61 29	0.29 12	0.35 28	0.21 2	0.35 48	0.21 3	0.60 59	0.25 12	0.15 38	0.11 28	0.16 52	0.11 9	0.13 5	0.13 36

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 151	0.31 79	0.55 12	0.43 47	0.28 7	0.29 15	0.23 3	0.21 3	0.56 40	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

CAS	0.63 231	0.18 1	0.37 5	2.27 552	0.84 502	0.57 162	0.54 317	0.79 83	0.62 107	0.48 93	0.70 125	0.36 50	0.26 19	0.45 12	0.35 111	2.24 552	0.10 9	0.14 2	0.09 1	0.15 41	1.06 541

Monster-pub-mixall	0.30 15	0.19 6	0.39 14	0.36 5	0.21 9	0.28 9	0.18 2	0.58 19	0.34 24	0.36 33	0.34 20	0.26 15	0.20 1	1.40 296	0.24 5	0.15 38	0.11 28	0.13 1	0.10 2	0.12 1	0.13 36

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 39	0.24 41	0.38 28	0.20 10	0.59 21	0.19 1	0.24 2	0.17 1	0.33 44	0.27 21	0.90 155	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

MLG-Stereo	0.29 11	0.19 6	0.38 8	0.41 47	0.20 3	0.42 44	0.20 10	0.66 44	0.21 2	0.25 3	0.22 4	0.33 44	0.28 25	1.09 210	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 32	0.21 9	0.25 3	0.22 17	0.48 6	0.31 16	0.32 20	0.26 10	0.37 55	0.24 12	0.83 131	0.29 38	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.11 2

water-stereo	0.39 64	0.20 10	0.48 66	0.44 84	0.27 90	0.50 105	0.26 44	0.92 131	0.51 78	0.53 115	0.78 146	0.55 125	0.49 151	0.42 10	0.42 181	0.16 60	0.15 224	0.17 79	0.15 111	0.16 61	0.15 96

1w_stereo	0.34 40	0.20 10	0.42 32	0.43 61	0.26 66	0.47 73	0.54 317	0.59 21	0.50 69	0.41 53	0.66 110	0.25 13	0.44 112	0.62 65	0.33 84	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

monsterstereo	0.34 40	0.20 10	0.44 39	0.45 98	0.35 242	0.27 8	0.29 62	0.53 9	0.51 78	0.44 69	0.61 100	0.26 15	0.25 14	1.19 236	0.27 26	0.13 20	0.11 28	0.15 22	0.12 41	0.15 41	0.10 1

monsters	0.34 40	0.20 10	0.41 24	0.39 32	0.36 252	0.34 17	0.27 51	0.66 44	0.43 47	0.47 85	0.40 28	0.22 2	0.23 10	1.33 270	0.25 12	0.13 20	0.10 9	0.14 2	0.11 9	0.13 5	0.13 36

111111	0.34 40	0.20 10	0.41 24	0.45 98	0.42 318	0.37 25	0.22 17	0.95 150	0.38 33	0.31 16	0.31 18	0.40 60	0.27 21	0.96 170	0.26 21	0.17 103	0.12 54	0.15 22	0.11 9	0.15 41	0.13 36

LG-Stereo_L2	0.29 11	0.20 10	0.45 52	0.37 12	0.25 58	0.26 4	0.20 10	0.78 78	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 156	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

LG-Stereo_L1	0.30 15	0.20 10	0.44 39	0.37 12	0.26 66	0.29 11	0.21 13	0.66 44	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 248	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 12	0.22 19	0.35 19	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 46	0.20 1	0.77 108	0.23 2	0.16 60	0.11 28	0.15 22	0.11 9	0.13 5	0.11 2

LG-G_1	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 200	0.18 2	0.70 56	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 146	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

LG-G	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 200	0.18 2	0.70 56	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 146	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

SGD-Stereo	0.32 29	0.20 10	0.40 19	0.38 25	0.19 1	0.43 53	0.22 17	0.64 36	0.33 22	0.42 59	0.34 20	0.27 20	0.35 63	1.15 224	0.30 48	0.20 218	0.10 9	0.15 22	0.13 65	0.17 92	0.13 36

GREAT-IGEV	0.32 29	0.20 10	0.42 32	0.37 12	0.29 132	0.36 23	0.28 57	0.56 14	0.58 97	0.28 7	0.50 70	0.29 30	0.29 29	0.84 134	0.27 26	0.14 30	0.11 28	0.15 22	0.11 9	0.17 92	0.14 63

DEFOM-Stereo	0.33 37	0.20 10	0.40 19	0.42 54	0.28 115	0.80 302	0.23 25	0.48 6	0.37 31	0.37 37	0.31 18	0.23 3	0.24 12	1.20 238	0.27 26	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.14 63

IGEV-Stereo++	0.30 15	0.20 10	0.40 19	0.46 106	0.30 154	0.33 16	0.22 17	0.75 68	0.45 53	0.32 20	0.41 30	0.32 40	0.48 143	0.38 4	0.27 26	0.15 38	0.11 28	0.15 22	0.12 41	0.15 41	0.13 36

Pointernet	0.37 55	0.20 10	0.57 130	0.43 61	0.28 115	0.51 122	0.27 51	0.93 138	0.61 105	0.47 85	0.63 105	0.49 98	0.38 84	0.49 21	0.33 84	0.17 103	0.13 115	0.14 2	0.11 9	0.13 5	0.12 11

MoCha-V2	0.40 73	0.20 10	0.49 73	0.50 172	0.21 9	0.44 59	0.33 94	0.93 138	0.53 89	0.53 115	0.53 77	0.42 61	0.58 206	1.09 210	0.27 26	0.14 30	0.12 54	0.15 22	0.12 41	0.17 92	0.15 96

CES	0.48 130	0.20 10	0.37 5	0.39 32	1.39 543	0.55 151	0.35 114	0.98 162	0.66 131	0.44 69	0.66 110	0.35 48	0.27 21	0.56 40	0.33 84	0.15 38	0.13 115	0.15 22	0.10 2	0.19 164	1.46 548

s12784h	0.52 143	0.20 10	0.38 8	0.41 47	0.19 1	0.96 362	0.34 106	1.17 238	1.25 386	0.81 175	0.90 174	0.63 160	0.50 157	1.45 303	0.42 181	0.14 30	0.12 54	0.17 79	0.11 9	0.18 123	0.11 2

asd	0.30 15	0.21 28	0.41 24	0.39 32	0.24 41	0.47 73	0.30 72	0.69 52	0.30 13	0.41 53	0.39 27	0.28 29	0.33 48	0.62 65	0.27 26	0.13 20	0.09 1	0.14 2	0.12 41	0.14 20	0.12 11

qwe	0.32 29	0.21 28	0.40 19	0.37 12	0.26 66	0.49 91	0.29 62	0.64 36	0.39 34	0.49 99	0.48 59	0.26 15	0.27 21	0.80 120	0.34 101	0.12 6	0.10 9	0.14 2	0.11 9	0.15 41	0.12 11

DilatedVolume-Stereo	0.43 91	0.21 28	0.55 116	0.43 61	0.32 199	0.72 256	0.29 62	0.80 91	0.51 78	0.77 163	0.73 134	0.48 90	0.40 90	1.13 221	0.39 152	0.15 38	0.14 166	0.15 22	0.14 93	0.16 61	0.14 63

3.25w_new	0.32 29	0.21 28	0.45 52	0.38 25	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 85	0.45 50	0.32 40	0.35 63	0.61 63	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.25w	0.32 29	0.21 28	0.45 52	0.37 12	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 85	0.45 50	0.32 40	0.35 63	0.61 63	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

LGtest1	0.27 4	0.21 28	0.44 39	0.41 47	0.21 9	0.42 44	0.19 7	0.56 14	0.26 9	0.29 11	0.24 6	0.29 30	0.29 29	0.55 39	0.25 12	0.18 142	0.12 54	0.16 52	0.12 41	0.14 20	0.13 36

FoundationStereo	0.24 1	0.21 28	0.36 3	0.38 25	0.22 19	0.32 15	0.22 17	0.39 2	0.23 6	0.30 15	0.25 7	0.30 35	0.33 48	0.34 3	0.26 21	0.16 60	0.12 54	0.15 22	0.11 9	0.13 5	0.12 11

WCG-NET	0.42 85	0.21 28	0.54 106	0.40 39	0.25 58	0.47 73	0.32 87	0.73 63	1.15 330	0.76 158	0.73 134	0.58 140	0.45 116	0.60 59	0.34 101	0.15 38	0.11 28	0.16 52	0.14 93	0.15 41	0.13 36

RAStereo	0.34 40	0.21 28	0.66 181	0.47 117	0.27 90	0.26 4	0.29 62	0.69 52	0.63 110	0.32 20	0.42 32	0.45 74	0.31 39	0.45 12	0.34 101	0.17 103	0.15 224	0.19 137	0.15 111	0.18 123	0.13 36

Occ-G	0.42 85	0.21 28	0.48 66	0.41 47	0.26 66	0.42 44	0.62 375	0.77 74	0.49 65	0.43 65	0.66 110	1.02 306	0.46 123	0.78 113	0.41 170	0.16 60	0.13 115	0.18 114	0.13 65	0.16 61	0.16 126

U	9.45 573	0.21 28	0.58 136	0.47 117	53.11 594	61.27 599	0.24 31	0.70 56	0.52 85	0.36 33	0.28 13	0.29 30	0.35 63	0.33 2	0.26 21	0.19 183	0.11 28	60.50 595	8.88 581	0.17 92	0.13 36

IGEV-Stereo+	0.45 110	0.21 28	0.43 37	0.41 47	0.39 294	0.15 1	0.19 7	0.44 4	0.36 28	0.26 5	0.25 7	0.31 38	0.41 93	1.43 299	0.30 48	0.17 103	0.12 54	0.15 22	0.11 9	1.16 538	1.70 553

WCG-NET（raft）	0.45 110	0.21 28	0.55 116	0.40 39	0.24 41	0.50 105	0.36 130	0.73 63	1.09 290	0.71 150	0.76 142	0.92 267	0.51 161	0.84 134	0.34 101	0.16 60	0.12 54	0.15 22	0.14 93	0.14 20	0.14 63

trnet	0.39 64	0.21 28	0.37 5	0.36 5	0.20 3	0.53 135	0.29 62	0.78 78	1.12 303	0.59 131	0.71 128	0.53 120	0.42 97	0.54 33	0.34 101	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.13 36

LoS	0.40 73	0.21 28	0.44 39	0.37 12	0.22 19	0.50 105	0.40 179	1.00 168	0.94 217	0.48 93	0.66 110	0.48 90	0.40 90	0.60 59	0.37 133	0.18 142	0.14 166	0.16 52	0.11 9	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.47 124	0.21 28	0.38 8	0.45 98	0.38 284	0.45 63	0.25 34	0.75 68	1.29 406	0.80 171	1.21 306	0.47 85	0.37 77	0.53 30	0.44 194	0.16 60	0.11 28	0.15 22	0.80 539	0.18 123	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.44 102	0.21 28	0.44 39	0.41 47	0.21 9	0.65 216	0.26 44	0.79 83	0.83 181	0.93 204	0.98 198	0.51 108	0.46 123	0.54 33	0.35 111	0.18 142	0.24 412	0.16 52	0.13 65	0.16 61	0.26 355

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 135	0.29 62	0.77 74	1.11 299	0.58 123	0.71 128	0.51 108	0.41 93	0.54 33	0.34 101	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.14 63
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.46 117	0.21 28	0.38 8	0.37 12	0.23 25	0.71 253	0.27 51	0.74 67	1.04 263	0.64 139	0.70 125	0.55 125	0.47 132	0.86 143	0.35 111	1.00 535	0.13 115	0.15 22	0.10 2	0.15 41	0.13 36

zero-FE	0.36 49	0.22 47	0.47 63	0.45 98	0.43 328	0.30 12	0.24 31	0.61 29	0.33 22	0.33 25	0.41 30	0.37 55	0.50 157	0.64 69	0.32 70	0.22 278	0.11 28	0.18 114	0.12 41	0.83 523	0.16 126

AdaDepth	0.30 15	0.22 47	0.49 73	0.44 84	0.27 90	0.44 59	0.24 31	0.52 8	0.30 13	0.31 16	0.37 26	0.26 15	0.32 45	0.79 117	0.25 12	0.12 6	0.12 54	0.16 52	0.13 65	0.16 61	0.15 96

xyz-stereo	7.16 569	0.22 47	69.90 597	0.42 54	0.21 9	32.92 592	0.49 283	0.87 112	0.76 160	1.38 417	27.04 587	1.19 352	1.16 434	4.69 490	0.97 399	0.16 60	0.12 54	0.20 172	0.14 93	0.16 61	0.12 11

HART	0.45 110	0.22 47	0.54 106	0.50 172	0.26 66	0.41 37	0.29 62	1.03 180	0.50 69	0.58 123	1.45 393	0.61 152	0.35 63	1.08 209	0.30 48	0.15 38	0.13 115	0.19 137	0.14 93	0.19 164	0.14 63

Reg-Stereo(zero)	0.44 102	0.22 47	0.45 52	0.43 61	0.23 25	0.38 28	0.25 34	0.76 71	1.08 282	0.90 196	0.78 146	0.90 255	0.47 132	0.70 87	0.36 121	0.15 38	0.12 54	0.15 22	0.12 41	0.15 41	0.15 96

AIO_test	0.35 48	0.22 47	0.44 39	0.43 61	0.27 90	0.57 162	0.44 231	0.79 83	0.41 42	0.32 20	0.47 56	0.46 78	0.30 33	0.69 83	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.15 41	0.12 11

castereo	0.41 81	0.22 47	0.46 60	0.44 84	0.30 154	0.61 184	0.56 343	0.97 158	0.80 172	0.38 43	0.69 121	0.45 74	0.69 247	0.51 24	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.16 61	0.12 11

999	0.48 130	0.22 47	0.49 73	0.48 144	0.34 238	0.75 269	0.31 79	0.85 109	0.55 92	0.37 37	0.48 59	0.50 104	0.36 72	2.45 429	0.39 152	0.16 60	0.13 115	0.18 114	0.15 111	0.16 61	0.19 217

IGEV++	0.40 73	0.22 47	0.51 86	0.52 223	0.29 132	0.45 63	0.25 34	1.65 367	0.46 59	0.37 37	0.57 92	0.46 78	0.45 116	0.50 22	0.38 144	0.19 183	0.12 54	0.16 52	0.13 65	0.16 61	0.15 96

EGLCR-Stereo	0.37 55	0.22 47	0.51 86	0.43 61	0.26 66	0.44 59	0.22 17	0.99 164	0.48 63	0.42 59	0.42 32	0.67 173	0.29 29	0.86 143	0.33 84	0.17 103	0.12 54	0.19 137	0.17 174	0.17 92	0.15 96

test_4	0.53 153	0.22 47	0.56 120	0.54 256	0.32 199	0.64 200	0.39 171	0.80 91	0.62 107	0.92 203	1.87 478	0.68 175	0.42 97	1.16 228	0.37 133	0.15 38	0.13 115	0.20 172	0.22 319	0.20 198	0.15 96

test-3	0.54 168	0.22 47	0.68 190	0.47 117	0.27 90	0.58 165	0.35 114	0.92 131	1.00 248	1.32 392	0.69 121	0.87 242	0.45 116	1.68 350	0.37 133	0.16 60	0.11 28	0.20 172	0.16 153	0.17 92	0.13 36

test_1	0.54 168	0.22 47	0.68 190	0.47 117	0.27 90	0.58 165	0.35 114	0.92 131	1.00 248	1.28 363	0.68 117	0.87 242	0.45 116	1.67 345	0.37 133	0.16 60	0.11 28	0.20 172	0.16 153	0.17 92	0.13 36

depthmonostereo	0.41 81	0.23 60	0.53 100	0.47 117	0.23 25	0.61 184	0.35 114	1.00 168	0.76 160	0.48 93	0.65 109	0.47 85	0.49 151	0.67 81	0.37 133	0.16 60	0.15 224	0.16 52	0.14 93	0.16 61	0.15 96

2.5w	0.31 25	0.23 60	0.46 60	0.39 32	0.24 41	0.42 44	0.39 171	0.61 29	0.30 13	0.37 37	0.53 77	0.24 7	0.25 14	0.77 108	0.28 35	0.12 6	0.10 9	0.14 2	0.12 41	0.14 20	0.12 11

2.75w_new	0.31 25	0.23 60	0.43 37	0.35 3	0.23 25	0.42 44	0.42 199	0.54 11	0.35 27	0.47 85	0.43 41	0.24 7	0.30 33	0.66 78	0.33 84	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

3.75w	0.32 29	0.23 60	0.44 39	0.37 12	0.29 132	0.62 193	0.36 130	0.59 21	0.32 20	0.41 53	0.47 56	0.25 13	0.34 55	0.64 69	0.26 21	0.12 6	0.09 1	0.14 2	0.12 41	0.13 5	0.12 11

LG-Stereo_Zeroshot	0.36 49	0.23 60	0.54 106	0.50 172	0.28 115	0.36 23	0.22 17	1.02 175	0.39 34	0.42 59	0.64 108	0.36 50	0.51 161	0.39 6	0.29 38	0.18 142	0.12 54	0.17 79	0.13 65	0.18 123	0.18 177

AIO_rvc	0.36 49	0.23 60	0.49 73	0.43 61	0.27 90	0.59 170	0.38 156	0.94 145	0.45 53	0.33 25	0.46 54	0.49 98	0.22 8	0.84 134	0.30 48	0.16 60	0.11 28	0.16 52	0.12 41	0.15 41	0.13 36

HUF	0.36 49	0.23 60	0.52 94	0.40 39	0.22 19	0.54 143	0.47 262	0.82 101	0.43 47	0.36 33	0.43 41	0.50 104	0.42 97	0.64 69	0.29 38	0.17 103	0.12 54	0.16 52	0.12 41	0.15 41	0.14 63

castereo++	0.38 60	0.23 60	0.41 24	0.43 61	0.31 180	0.97 366	0.22 17	0.86 111	0.58 97	0.32 20	0.44 45	0.51 108	0.39 86	0.93 164	0.24 5	0.17 103	0.11 28	0.17 79	0.12 41	0.14 20	0.14 63

IGEV-RUCA	0.37 55	0.23 60	0.48 66	0.49 160	0.36 252	0.60 178	0.23 25	0.64 36	0.49 65	0.39 51	0.49 67	0.44 66	0.31 39	0.85 139	0.30 48	0.24 320	0.13 115	0.16 52	0.12 41	0.20 198	0.19 217

GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 172	0.36 252	0.38 28	0.23 25	0.78 78	0.52 85	0.34 27	0.51 73	0.46 78	0.38 84	0.51 24	0.27 26	0.20 218	0.12 54	0.16 52	0.12 41	0.16 61	0.14 63

fffft	0.38 60	0.23 60	0.51 86	0.44 84	0.32 199	0.43 53	0.48 273	0.76 71	0.36 28	0.44 69	0.34 20	0.38 58	0.31 39	1.31 263	0.32 70	0.14 30	0.11 28	0.19 137	0.15 111	0.16 61	0.16 126
1: 1. 1
tt45	0.45 110	0.23 60	0.46 60	0.45 98	0.33 220	0.79 294	0.32 87	0.78 78	0.41 42	0.51 112	0.44 45	0.49 98	0.37 77	2.14 402	0.34 101	0.16 60	0.13 115	0.19 137	0.16 153	0.17 92	0.18 177

UniTT-Stereo	0.36 49	0.23 60	0.59 143	0.48 144	0.36 252	0.40 33	0.32 87	0.53 9	0.49 65	0.54 118	0.55 86	0.36 50	0.31 39	0.58 46	0.51 252	0.20 218	0.15 224	0.17 79	0.15 111	0.19 164	0.15 96

MC-Stereo	0.43 91	0.23 60	0.48 66	0.51 202	0.28 115	0.39 31	0.32 87	0.88 120	0.68 136	0.60 133	0.84 162	0.56 133	0.61 219	1.03 192	0.31 65	0.17 103	0.11 28	0.17 79	0.15 111	0.16 61	0.13 36

RCA-Stereo	0.50 140	0.23 60	0.58 136	0.48 144	0.33 220	0.55 151	0.45 248	0.97 158	1.38 449	0.68 145	1.05 233	0.63 160	0.80 295	0.59 47	0.32 70	0.17 103	0.12 54	0.17 79	0.14 93	0.16 61	0.14 63

test_3	0.55 183	0.23 60	0.71 221	0.53 241	0.28 115	0.61 184	0.40 179	0.92 131	1.05 267	1.19 321	0.68 117	0.93 269	0.44 112	1.67 345	0.39 152	0.15 38	0.12 54	0.22 236	0.19 214	0.21 239	0.14 63

DEmStereo	0.97 401	0.23 60	0.79 287	0.47 117	0.32 199	1.04 382	0.56 343	0.93 138	0.89 198	1.39 423	2.14 500	1.02 306	2.07 527	5.64 516	0.77 349	0.17 103	0.15 224	0.20 172	0.20 246	0.18 123	0.20 250

111	0.60 214	0.23 60	0.70 209	0.43 61	0.24 41	0.72 256	0.42 199	1.18 243	1.41 464	0.80 171	1.38 373	1.10 333	0.79 289	0.96 170	0.58 284	0.18 142	0.13 115	0.17 79	0.15 111	0.17 92	0.19 217

S2M2_XL	0.24 1	0.24 78	0.39 14	0.34 1	0.24 41	0.16 2	0.18 2	0.32 1	0.22 4	0.29 11	0.40 28	0.24 7	0.23 10	0.32 1	0.26 21	0.20 218	0.18 315	0.18 114	0.16 153	0.18 123	0.14 63

asda	0.30 15	0.24 78	0.42 32	0.38 25	0.23 25	0.43 53	0.34 106	0.58 19	0.37 31	0.38 43	0.42 32	0.27 20	0.34 55	0.52 27	0.30 48	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

2.25w	0.32 29	0.24 78	0.48 66	0.37 12	0.24 41	0.45 63	0.25 34	0.62 32	0.40 38	0.45 77	0.58 95	0.27 20	0.32 45	0.74 104	0.35 111	0.12 6	0.10 9	0.14 2	0.12 41	0.13 5	0.14 63

4w-stereo	0.30 15	0.24 78	0.44 39	0.37 12	0.23 25	0.46 68	0.27 51	0.63 34	0.31 16	0.41 53	0.44 45	0.27 20	0.36 72	0.59 47	0.30 48	0.11 1	0.09 1	0.15 22	0.12 41	0.13 5	0.12 11

2w_stereo	0.32 29	0.24 78	0.45 52	0.39 32	0.22 19	0.46 68	0.47 262	0.69 52	0.42 45	0.43 65	0.50 70	0.24 7	0.45 116	0.47 18	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.13 36

MM-Stereo_test3	0.50 140	0.24 78	0.54 106	0.54 256	0.74 475	0.49 91	0.53 311	1.09 217	1.05 267	0.62 137	0.95 185	0.61 152	0.42 97	0.77 108	0.38 144	0.20 218	0.17 293	0.20 172	0.16 153	0.18 123	0.18 177

MM-Stereo_test2	0.43 91	0.24 78	0.67 186	0.51 202	0.32 199	0.55 151	0.45 248	0.97 158	0.77 164	0.59 131	0.51 73	0.49 98	0.42 97	0.80 120	0.30 48	0.15 38	0.13 115	0.18 114	0.14 93	0.19 164	0.14 63

MM-Stereo_test1	0.49 136	0.24 78	0.56 120	0.51 202	0.30 154	0.50 105	0.54 317	0.91 128	1.03 258	0.84 184	0.69 121	0.54 122	0.60 210	1.16 228	0.33 84	0.18 142	0.16 264	0.20 172	0.17 174	0.19 164	0.15 96

tg	0.52 143	0.24 78	0.61 151	0.49 160	0.30 154	0.90 336	0.29 62	1.07 209	0.83 181	0.83 181	1.02 218	0.62 157	0.43 104	1.35 275	0.41 170	0.17 103	0.12 54	0.22 236	0.20 246	0.17 92	0.15 96

RSM++	0.38 60	0.24 78	0.51 86	0.47 117	0.26 66	0.50 105	0.41 195	0.79 83	0.45 53	0.37 37	0.45 50	0.60 148	0.35 63	1.02 191	0.30 48	0.15 38	0.13 115	0.17 79	0.14 93	0.18 123	0.13 36

RSM	0.39 64	0.24 78	0.49 73	0.46 106	0.26 66	0.47 73	0.40 179	0.92 131	0.44 51	0.41 53	0.42 32	0.65 166	0.33 48	1.07 205	0.29 38	0.15 38	0.12 54	0.17 79	0.13 65	0.17 92	0.13 36

RAFT-Stereo-weight	0.47 124	0.24 78	0.53 100	0.48 144	0.27 90	0.60 178	0.35 114	1.02 175	1.07 276	0.99 223	0.78 146	0.76 196	0.28 25	0.76 105	0.36 121	0.16 60	0.12 54	0.17 79	0.15 111	0.16 61	0.15 96

MIM_Stereo	0.57 199	0.24 78	0.92 344	0.46 106	0.30 154	0.54 143	0.28 57	1.27 272	0.75 154	1.00 228	1.16 288	0.93 269	0.53 171	1.45 303	0.61 297	0.16 60	0.16 264	0.20 172	0.19 214	0.17 92	0.14 63

AEACV	0.37 55	0.24 78	0.52 94	0.47 117	0.51 383	0.37 25	0.38 156	0.65 40	0.53 89	0.42 59	0.56 89	0.46 78	0.60 210	0.53 30	0.30 48	0.16 60	0.13 115	0.18 114	0.15 111	0.17 92	0.14 63

Any-RAFT	0.53 153	0.24 78	0.47 63	0.47 117	0.27 90	1.00 374	0.25 34	1.58 350	1.05 267	0.85 189	0.99 200	1.06 315	0.47 132	0.70 87	0.32 70	0.18 142	0.13 115	0.16 52	0.13 65	0.16 61	0.16 126

4D-IteraStereo	0.48 130	0.24 78	0.76 269	0.50 172	0.44 336	0.66 225	0.31 79	0.87 112	1.02 254	1.03 239	0.72 132	0.78 203	0.32 45	0.64 69	0.37 133	0.17 103	0.11 28	0.23 274	0.19 214	0.19 164	0.13 36

Selective-IGEV	0.39 64	0.24 78	0.50 79	0.44 84	0.25 58	0.46 68	0.33 94	1.25 270	0.40 38	0.35 28	0.45 50	0.52 115	0.30 33	1.07 205	0.30 48	0.14 30	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

fff	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

ADStereo(finetuned)	0.57 199	0.24 78	1.06 395	0.43 61	0.24 41	0.49 91	0.35 114	1.05 194	1.30 412	1.12 269	1.03 228	0.58 140	1.20 445	0.84 134	0.51 252	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 217

CrosDoStereo	1.58 491	0.24 78	0.72 227	0.48 144	0.29 132	0.67 229	12.49 578	1.10 220	0.98 236	1.34 404	1.75 463	1.00 297	1.89 516	6.65 533	0.81 363	0.19 183	0.15 224	0.20 172	0.22 319	0.18 123	0.19 217

DeepStereo_LL	1.58 491	0.24 78	0.72 227	0.48 144	0.29 132	0.67 229	12.49 578	1.10 220	0.98 236	1.34 404	1.75 463	1.00 297	1.89 516	6.65 533	0.81 363	0.19 183	0.15 224	0.20 172	0.22 319	0.18 123	0.19 217

DRaft	0.80 340	0.24 78	0.70 209	0.45 98	0.30 154	0.97 366	0.53 311	1.05 194	0.97 231	1.78 489	2.02 492	0.80 209	1.74 505	2.73 445	0.72 331	0.17 103	0.14 166	0.20 172	0.20 246	0.18 123	0.21 267

RAFT-RH_RVC	1.03 424	0.24 78	0.67 186	0.49 160	0.28 115	0.81 311	0.33 94	0.83 105	1.08 282	2.05 512	4.65 549	1.04 313	0.57 197	5.98 525	0.50 247	0.18 142	0.13 115	0.26 352	0.20 246	0.16 61	0.17 152

DCANet	0.54 168	0.24 78	0.70 209	0.43 61	0.24 41	0.49 91	0.36 130	1.05 194	1.30 412	1.12 269	1.03 228	0.58 140	0.92 350	0.81 126	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 217

csc	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

cscssc	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

CFNet-RSSM	0.54 168	0.24 78	0.70 209	0.48 144	0.28 115	0.60 178	0.27 51	1.49 319	1.14 318	1.06 243	0.93 181	1.08 321	0.54 176	0.70 87	0.35 111	0.16 60	0.12 54	0.17 79	0.15 111	0.16 61	0.14 63

Gwc-CoAtRS	0.52 143	0.24 78	0.68 190	0.48 144	0.29 132	0.64 200	0.25 34	1.16 236	1.08 282	1.01 231	1.00 204	1.12 338	0.56 188	0.69 83	0.37 133	0.16 60	0.13 115	0.17 79	0.15 111	0.15 41	0.15 96

GASTEREO	0.40 73	0.25 106	0.51 86	0.48 144	0.25 58	0.65 216	0.36 130	0.81 96	0.49 65	0.51 112	0.82 159	0.30 35	0.66 242	0.62 65	0.28 35	0.19 183	0.12 54	0.16 52	0.14 93	0.16 61	0.14 63

MSCF	0.38 60	0.25 106	0.52 94	0.47 117	0.25 58	0.62 193	0.37 149	0.81 96	0.47 62	0.50 107	0.71 128	0.32 40	0.65 239	0.54 33	0.28 35	0.19 183	0.12 54	0.17 79	0.14 93	0.17 92	0.14 63

4.5_new	0.29 11	0.25 106	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

4.5w-stereo	0.29 11	0.25 106	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

3.5w_stereo	0.33 37	0.25 106	0.45 52	0.37 12	0.24 41	0.54 143	0.35 114	0.66 44	0.36 28	0.43 65	0.44 45	0.29 30	0.34 55	0.77 108	0.39 152	0.11 1	0.09 1	0.15 22	0.11 9	0.14 20	0.13 36

3w_stereo	0.33 37	0.25 106	0.52 94	0.40 39	0.21 9	0.53 135	0.54 317	0.65 40	0.46 59	0.44 69	0.48 59	0.23 3	0.45 116	0.46 14	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.15 96

G2L-ROB	0.73 304	0.25 106	0.76 269	0.54 256	0.39 294	0.95 356	0.66 389	1.66 372	1.09 290	1.24 348	1.02 218	1.64 451	0.71 257	1.63 337	1.02 406	0.20 218	0.14 166	0.17 79	0.15 111	0.20 198	0.22 285

xyz-stereo-finetune	0.48 130	0.25 106	0.54 106	0.42 54	0.23 25	0.80 302	0.42 199	0.80 91	0.80 172	0.61 134	0.62 103	0.54 122	0.43 104	1.70 352	0.58 284	0.15 38	0.15 224	0.19 137	0.15 111	0.16 61	0.15 96

LG-Stereo	0.34 40	0.25 106	0.78 284	0.47 117	0.26 66	0.37 25	0.30 72	0.71 60	0.52 85	0.36 33	0.57 92	0.29 30	0.21 3	0.50 22	0.36 121	0.13 20	0.13 115	0.20 172	0.18 192	0.18 123	0.12 11

AIO-test1	0.56 192	0.25 106	0.55 116	0.64 384	0.78 488	0.80 302	0.36 130	1.18 243	1.34 427	0.57 121	0.88 170	0.61 152	0.50 157	1.12 219	0.35 111	0.17 103	0.17 293	0.22 236	0.24 355	0.18 123	0.23 305

SMoEStereo_RVC	0.39 64	0.25 106	0.50 79	0.45 98	0.30 154	0.61 184	0.36 130	0.72 61	0.45 53	0.46 82	0.43 41	0.42 61	0.35 63	1.39 290	0.29 38	0.15 38	0.12 54	0.20 172	0.15 111	0.16 61	0.15 96

AIO-Stereo	0.37 55	0.25 106	0.51 86	0.47 117	0.23 25	0.45 63	0.39 171	1.07 209	0.52 85	0.41 53	0.48 59	0.52 115	0.25 14	0.72 94	0.30 48	0.16 60	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

MaDis-Stereo	0.36 49	0.25 106	0.58 136	0.44 84	0.34 238	0.30 12	0.30 72	0.72 61	0.50 69	0.37 37	0.36 23	0.58 140	0.49 151	0.52 27	0.36 121	0.19 183	0.16 264	0.19 137	0.15 111	0.18 123	0.14 63

MIF-Stereo (partial)	0.45 110	0.25 106	0.70 209	0.50 172	0.52 395	0.35 19	0.26 44	0.91 128	0.59 103	0.45 77	0.71 128	0.51 108	0.51 161	1.11 216	0.45 207	0.20 218	0.16 264	0.23 274	0.20 246	0.24 303	0.18 177

CASnet	0.41 81	0.25 106	0.48 66	0.50 172	0.20 3	0.50 105	0.36 130	0.81 96	0.80 172	0.83 181	0.68 117	0.48 90	0.31 39	0.54 33	0.32 70	0.18 142	0.12 54	0.27 369	0.22 319	0.23 288	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 168	0.25 106	0.64 167	0.47 117	0.30 154	0.97 366	0.27 51	1.24 268	0.81 175	0.96 213	1.12 266	1.28 379	0.48 143	0.71 91	0.36 121	0.17 103	0.13 115	0.17 79	0.14 93	0.16 61	0.16 126

GLC_STEREO	0.39 64	0.25 106	0.41 24	0.54 256	0.23 25	0.48 79	0.30 72	0.73 63	0.58 97	0.52 114	0.73 134	0.51 108	0.31 39	0.64 69	0.42 181	0.17 103	0.20 351	0.23 274	0.19 214	0.21 239	0.17 152

RAFT-345	0.84 362	0.25 106	0.66 181	0.50 172	0.27 90	0.54 143	0.42 199	0.83 105	1.11 299	1.32 392	2.34 509	0.86 238	0.54 176	5.72 517	0.47 228	0.18 142	0.13 115	0.22 236	0.17 174	0.17 92	0.16 126

cross-raft	0.54 168	0.25 106	0.61 151	0.52 223	0.29 132	0.68 236	0.37 149	1.46 313	0.76 160	1.01 231	1.06 235	1.28 379	0.46 123	0.71 91	0.35 111	0.15 38	0.12 54	0.18 114	0.16 153	0.19 164	0.14 63

GMM-Stereo	0.74 309	0.25 106	0.59 143	0.54 256	0.34 238	0.72 256	0.99 478	1.01 174	0.87 191	1.36 409	1.78 466	1.12 338	0.81 299	2.09 398	0.46 221	0.18 142	0.12 54	0.25 333	0.25 370	0.20 198	0.85 530

raftrobust	0.52 143	0.25 106	0.56 120	0.65 398	0.52 395	0.49 91	0.34 106	0.98 162	0.91 207	1.30 378	0.87 168	0.63 160	0.81 299	0.78 113	0.41 170	0.19 183	0.15 224	0.16 52	0.14 93	0.15 41	0.16 126

RAFT-Stereo + iAFF	0.54 168	0.25 106	0.68 190	0.43 61	0.24 41	0.40 33	0.34 106	1.04 186	1.09 290	1.32 392	1.60 434	0.80 209	0.68 244	0.67 81	0.39 152	0.13 20	0.10 9	0.18 114	0.17 174	0.17 92	0.13 36

AFF-stereo	0.58 205	0.25 106	0.64 167	0.46 106	0.29 132	0.34 17	0.38 156	1.15 234	1.14 318	1.17 312	1.60 434	1.10 333	0.71 257	0.97 178	0.43 191	0.13 20	0.11 28	0.19 137	0.19 214	0.17 92	0.14 63

Replicate-Monster	0.41 81	0.26 129	2.03 505	0.36 5	0.21 9	0.46 68	0.23 25	0.67 50	0.48 63	0.42 59	0.27 12	0.31 38	0.30 33	0.98 179	0.24 5	0.14 30	0.10 9	0.14 2	0.11 9	0.13 5	0.28 377

FlowAnything_test	0.39 64	0.26 129	0.61 151	0.59 328	0.33 220	0.62 193	0.36 130	0.62 32	0.40 38	0.45 77	0.36 23	0.45 74	0.37 77	0.53 30	0.48 233	0.24 320	0.18 315	0.28 384	0.33 465	0.21 239	0.19 217

4.25_new	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.32 20	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

SCV_C0	0.43 91	0.26 129	0.65 174	0.43 61	0.29 132	0.47 73	0.31 79	1.34 284	0.73 151	0.38 43	0.49 67	0.54 122	0.29 29	1.24 248	0.30 48	0.17 103	0.13 115	0.16 52	0.13 65	0.20 198	0.15 96

SCV	0.46 117	0.26 129	0.55 116	0.47 117	0.25 58	0.39 31	0.38 156	1.98 465	0.60 104	0.35 28	0.48 59	0.55 125	0.36 72	1.28 257	0.32 70	0.24 320	0.12 54	0.17 79	0.13 65	0.18 123	0.14 63

H2IRNET	0.56 192	0.26 129	0.66 181	0.47 117	0.35 242	0.41 37	0.26 44	0.92 131	1.17 342	0.61 134	1.28 334	1.08 321	0.86 327	0.99 183	0.63 304	0.19 183	0.16 264	0.22 236	0.25 370	0.21 239	0.18 177

MGS-Stereo	0.42 85	0.26 129	0.58 136	0.44 84	0.28 115	0.50 105	0.34 106	0.57 18	0.83 181	0.46 82	1.31 344	0.52 115	0.33 48	0.65 76	0.36 121	0.19 183	0.16 264	0.18 114	0.15 111	0.17 92	0.16 126

MSKI-zero shot	0.55 183	0.26 129	0.57 130	0.51 202	0.26 66	0.69 241	0.28 57	1.18 243	0.64 114	0.91 201	1.32 350	0.82 218	0.33 48	1.92 380	0.32 70	0.17 103	0.12 54	0.17 79	0.13 65	0.16 61	0.16 126

LoS_RVC	0.42 85	0.26 129	0.40 19	0.44 84	0.82 500	0.51 122	0.44 231	0.64 36	0.41 42	0.44 69	0.78 146	0.44 66	0.47 132	0.56 40	0.36 121	0.13 20	0.12 54	0.14 2	0.10 2	0.13 5	0.84 529

DCRE	0.82 351	0.26 129	0.70 209	0.58 315	0.44 336	0.54 143	0.48 273	0.95 150	0.78 167	0.78 166	7.33 563	0.86 238	0.52 166	0.76 105	0.41 170	0.16 60	0.16 264	0.19 137	0.17 174	0.18 123	0.17 152

DCANet-4	0.54 168	0.26 129	1.07 400	0.42 54	0.24 41	0.48 79	0.36 130	0.99 164	1.30 412	1.10 261	1.02 218	0.56 133	0.75 266	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

tt	6.58 567	0.26 129	6.10 552	3.77 574	2.16 551	11.55 573	19.63 581	13.33 581	5.74 566	2.96 544	2.65 521	4.97 555	6.33 570	3.81 474	7.24 551	9.15 582	11.32 587	5.89 581	6.24 580	6.03 577	2.55 565

RAFT_CTSACE	0.63 231	0.26 129	0.88 327	0.55 280	0.51 383	0.71 253	0.44 231	0.80 91	0.97 231	0.97 216	1.84 473	1.18 351	0.68 244	1.47 309	0.36 121	0.16 60	0.15 224	0.21 207	0.20 246	0.20 198	0.14 63

GMOStereo	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 426	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

error version	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 426	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

test-v	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 426	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

HHNet	0.62 224	0.26 129	0.63 160	0.43 61	0.45 343	0.50 105	0.58 358	1.07 209	1.01 251	1.25 354	2.23 504	0.70 184	0.61 219	1.07 205	0.47 228	0.20 218	0.13 115	0.23 274	0.19 214	0.19 164	0.30 397

FTStereo	0.91 384	0.26 129	0.56 120	0.54 256	0.33 220	0.66 225	1.87 540	1.00 168	0.75 154	1.75 486	4.15 542	1.04 313	1.65 498	1.57 327	0.46 221	0.19 183	0.16 264	0.23 274	0.21 290	0.18 123	0.63 512

ASMatch	0.88 376	0.26 129	0.69 203	0.51 202	0.35 242	0.48 79	0.37 149	1.12 228	0.92 212	1.10 261	3.28 532	0.96 286	0.98 386	4.90 496	0.49 241	0.19 183	0.16 264	0.22 236	0.19 214	0.19 164	0.27 365

PFNet	0.91 384	0.26 129	1.10 410	0.63 375	0.32 199	0.64 200	0.56 343	1.17 238	0.99 243	1.47 439	1.08 244	0.98 290	0.69 247	6.62 532	0.54 272	0.20 218	0.12 54	0.24 294	0.19 214	0.20 198	0.17 152

GrayStereo	0.82 351	0.26 129	0.58 136	0.63 375	0.37 267	0.76 275	1.86 539	1.11 226	0.87 191	1.99 508	1.89 480	1.08 321	1.82 513	1.39 290	0.48 233	0.19 183	0.14 166	0.19 137	0.21 290	0.18 123	0.39 449

test-2	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 426	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

test-1	0.52 143	0.26 129	1.04 390	0.56 293	0.32 199	0.61 184	0.38 156	1.10 220	0.91 207	0.78 166	1.01 210	0.77 199	0.52 166	0.60 59	0.42 181	0.17 103	0.14 166	0.20 172	0.17 174	0.20 198	0.23 305

iRaftStereo_RVC	0.47 124	0.26 129	0.64 167	0.50 172	0.29 132	0.53 135	0.33 94	1.05 194	0.77 164	0.84 184	1.00 204	0.55 125	0.37 77	0.81 126	0.40 159	0.17 103	0.12 54	0.22 236	0.20 246	0.19 164	0.15 96

raft+_RVC	0.53 153	0.26 129	0.54 106	0.60 340	0.47 360	0.54 143	0.54 317	1.27 272	0.99 243	0.76 158	1.03 228	0.70 184	0.56 188	0.93 164	0.47 228	0.18 142	0.14 166	0.19 137	0.18 192	0.18 123	0.15 96

XX-Stereo	0.63 231	0.26 129	1.90 500	0.81 482	0.67 456	0.43 53	0.23 25	1.03 180	0.58 97	0.65 141	1.56 425	1.41 404	0.39 86	1.28 257	0.35 111	0.20 218	0.14 166	0.20 172	0.19 214	0.18 123	0.14 63

R-Stereo Train	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 470	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152

RAFT-Stereo	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 470	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune2	0.58 205	0.27 159	0.57 130	0.40 39	0.24 41	1.09 392	0.32 87	0.79 83	0.53 89	0.65 141	1.07 239	0.58 140	0.80 295	2.47 434	0.80 361	0.16 60	0.15 224	0.21 207	0.17 174	0.16 61	0.17 152

G2L-Stereo_test	0.73 304	0.27 159	0.74 255	0.49 160	0.40 305	0.90 336	0.81 435	1.53 338	1.14 318	1.28 363	1.27 328	1.52 429	0.72 260	1.62 335	0.94 390	0.19 183	0.14 166	0.16 52	0.15 111	0.18 123	0.19 217

mms	0.40 73	0.27 159	0.52 94	0.46 106	0.32 199	0.43 53	0.46 255	0.70 56	0.46 59	0.35 28	0.58 95	0.44 66	0.30 33	1.36 280	0.33 84	0.16 60	0.13 115	0.18 114	0.15 111	0.19 164	0.15 96

fffy	0.42 85	0.27 159	0.57 130	0.46 106	0.29 132	0.48 79	0.35 114	0.91 128	0.55 92	0.40 52	0.58 95	0.55 125	0.41 93	1.26 252	0.36 121	0.15 38	0.13 115	0.19 137	0.16 153	0.18 123	0.14 63

UGAM	1.14 448	0.27 159	0.95 354	0.53 241	0.42 318	0.70 248	0.72 409	0.95 150	1.32 420	0.98 220	1.48 405	1.78 471	0.87 332	9.65 569	0.87 379	0.21 252	0.18 315	0.30 408	0.24 355	0.19 164	0.16 126

testlalala2	0.58 205	0.27 159	0.68 190	1.72 545	1.27 541	0.68 236	0.42 199	0.93 138	0.70 141	0.90 196	0.93 181	0.76 196	0.34 55	0.52 27	0.40 159	0.18 142	0.15 224	0.17 79	0.13 65	0.17 92	0.17 152

AE-Stereo	0.49 136	0.27 159	0.67 186	0.60 340	0.39 294	0.67 229	0.46 255	1.18 243	1.09 290	0.47 85	0.75 140	0.69 180	0.47 132	0.59 47	0.40 159	0.16 60	0.15 224	0.21 207	0.20 246	0.19 164	0.15 96

ff7	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

ffff	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

11t	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

plain	0.46 117	0.27 159	1.01 375	0.50 172	0.40 305	0.35 19	0.37 149	0.87 112	0.56 94	0.43 65	0.76 142	0.42 61	0.40 90	1.13 221	0.45 207	0.21 252	0.15 224	0.24 294	0.19 214	0.24 303	0.16 126

anonymousdsp2	0.53 153	0.27 159	0.74 255	0.48 144	0.29 132	0.76 275	0.47 262	1.61 358	0.82 180	0.77 163	0.77 144	0.75 192	0.47 132	1.03 192	0.40 159	0.18 142	0.13 115	0.18 114	0.13 65	0.19 164	0.18 177

anonymousdsp	0.43 91	0.27 159	0.53 100	0.44 84	0.32 199	0.50 105	0.42 199	0.89 121	0.51 78	0.49 99	0.53 77	0.47 85	0.47 132	1.33 270	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

anonymousa	0.72 286	0.27 159	0.75 259	0.47 117	0.63 444	1.43 452	0.45 248	1.24 268	0.89 198	1.28 363	1.75 463	1.62 443	1.13 431	0.69 83	0.59 287	0.19 183	0.16 264	0.23 274	0.25 370	0.20 198	0.18 177

riskmin	0.56 192	0.27 159	0.60 148	0.43 61	0.31 180	0.83 318	0.42 199	1.14 232	1.04 263	0.73 156	0.75 140	1.11 337	1.01 398	0.81 126	0.51 252	0.20 218	0.14 166	0.24 294	0.15 111	0.24 303	0.25 331

ccc-4	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

IGEV-Stereo	0.43 91	0.27 159	0.54 106	0.45 98	0.32 199	0.50 105	0.42 199	0.90 127	0.51 78	0.49 99	0.53 77	0.47 85	0.47 132	1.32 267	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 273	0.27 159	0.97 362	0.51 202	0.43 328	0.79 294	0.33 94	1.21 254	1.06 271	1.30 378	1.10 253	0.52 115	0.55 183	3.16 461	0.63 304	0.16 60	0.14 166	0.19 137	0.16 153	0.18 123	0.17 152

IPLGR	0.58 205	0.27 159	1.14 420	0.48 144	0.28 115	0.65 216	0.33 94	1.22 262	1.13 315	1.18 317	1.05 233	0.69 180	0.66 242	0.96 170	0.52 259	0.17 103	0.15 224	0.20 172	0.17 174	0.20 198	0.18 177

PSM-AAD	0.79 337	0.27 159	0.53 100	0.55 280	0.28 115	0.77 283	1.24 506	0.99 164	0.91 207	1.66 479	1.57 429	0.81 213	2.19 532	1.65 340	0.44 194	0.19 183	0.14 166	0.38 470	0.32 455	0.21 239	0.70 521

THIR-Stereo	1.02 421	0.27 159	0.69 203	0.49 160	0.28 115	0.95 356	1.34 514	1.03 180	0.97 231	1.34 404	1.90 481	1.17 348	1.58 491	6.44 530	0.78 351	0.19 183	0.14 166	0.21 207	0.22 319	0.19 164	0.20 250

Prome-Stereo	0.75 317	0.27 159	0.53 100	0.55 280	0.32 199	0.59 170	0.97 473	0.89 121	0.88 195	1.45 436	2.46 516	0.91 258	1.41 473	1.58 329	0.44 194	0.18 142	0.13 115	0.19 137	0.17 174	0.20 198	0.92 532

coex_refinement	0.80 340	0.28 181	0.73 239	0.70 438	0.51 383	0.95 356	0.60 370	1.78 407	1.23 377	1.36 409	1.37 368	1.82 475	0.81 299	1.32 267	1.13 425	0.26 370	0.17 293	0.19 137	0.20 246	0.24 303	0.25 331

S2M2	0.34 40	0.28 181	0.45 52	0.40 39	0.30 154	0.31 14	0.16 1	0.60 28	0.64 114	0.31 16	0.48 59	0.47 85	0.34 55	0.38 4	0.32 70	0.25 347	0.22 391	0.20 172	0.22 319	0.25 315	0.22 285

AIO-test2	0.57 199	0.28 181	0.63 160	0.61 354	0.58 423	0.79 294	0.51 292	1.18 243	1.40 459	0.63 138	1.15 283	0.51 108	0.43 104	1.09 210	0.35 111	0.21 252	0.17 293	0.26 352	0.30 440	0.20 198	0.19 217

ours_stereo	0.39 64	0.28 181	0.51 86	0.46 106	0.30 154	0.40 33	0.44 231	0.73 63	0.56 94	0.35 28	0.56 89	0.46 78	0.33 48	1.11 216	0.32 70	0.16 60	0.13 115	0.19 137	0.15 111	0.19 164	0.14 63

PAM_32	0.77 325	0.28 181	1.03 386	0.52 223	0.30 154	1.32 432	0.35 114	1.97 463	0.65 129	1.02 235	1.06 235	3.05 532	1.49 485	0.96 170	0.36 121	0.19 183	0.13 115	0.20 172	0.18 192	0.19 164	0.19 217

gcap-zeroshot	0.53 153	0.28 181	0.89 333	0.49 160	0.28 115	0.76 275	0.37 149	1.34 284	0.73 151	0.89 194	0.67 114	1.35 394	0.51 161	0.79 117	0.33 84	0.18 142	0.15 224	0.18 114	0.15 111	0.17 92	0.16 126

MyStereo06	0.61 220	0.28 181	0.95 354	0.56 293	0.46 355	0.61 184	0.73 410	1.78 407	0.67 132	1.03 239	1.12 266	1.13 343	0.56 188	0.78 113	0.41 170	0.17 103	0.16 264	0.23 274	0.20 246	0.22 263	0.20 250

MyStereo05	0.66 258	0.28 181	1.07 400	0.56 293	0.46 355	0.61 184	0.73 410	1.34 284	1.41 464	1.15 293	0.91 176	0.77 199	0.80 295	1.41 298	0.63 304	0.17 103	0.16 264	0.23 274	0.20 246	0.22 263	0.20 250

11t1	0.52 143	0.28 181	0.68 190	0.51 202	0.28 115	0.83 318	0.39 171	1.22 262	0.63 110	0.84 184	0.74 138	0.68 175	0.68 244	0.91 156	0.57 281	0.21 252	0.18 315	0.19 137	0.16 153	0.20 198	0.21 267

IGEVStereo-DCA	0.46 117	0.28 181	0.56 120	0.43 61	0.33 220	0.49 91	0.42 199	0.87 112	0.50 69	0.47 85	0.48 59	0.48 90	0.46 123	2.03 392	0.30 48	0.19 183	0.14 166	0.19 137	0.15 111	0.16 61	0.18 177

rrr	0.46 117	0.28 181	0.73 239	0.43 61	0.33 220	0.49 91	0.38 156	0.76 71	0.50 69	0.47 85	0.48 59	0.48 90	0.46 123	2.03 392	0.30 48	0.19 183	0.14 166	0.19 137	0.15 111	0.16 61	0.16 126

testlalala	0.45 110	0.28 181	0.59 143	0.42 54	0.39 294	0.71 253	0.39 171	1.08 215	0.45 53	1.24 348	0.80 157	0.61 152	0.36 72	0.54 33	0.33 84	0.20 218	0.13 115	0.18 114	0.12 41	0.15 41	0.15 96

GCAP-Stereo	0.40 73	0.28 181	0.68 190	0.47 117	0.25 58	0.53 135	0.32 87	0.82 101	0.58 97	0.65 141	0.69 121	0.58 140	0.42 97	0.47 18	0.29 38	0.17 103	0.14 166	0.17 79	0.13 65	0.17 92	0.14 63

Selective-RAFT	0.52 143	0.28 181	0.79 287	0.55 280	0.27 90	0.91 340	0.33 94	0.80 91	0.88 195	0.58 123	0.63 105	0.81 213	0.77 278	1.29 261	0.48 233	0.19 183	0.14 166	0.17 79	0.15 111	0.19 164	0.17 152

ProNet	0.43 91	0.28 181	0.58 136	0.43 61	0.30 154	0.56 157	0.52 303	1.00 168	0.58 97	0.44 69	0.49 67	0.43 64	0.43 104	1.28 257	0.36 121	0.15 38	0.13 115	0.19 137	0.16 153	0.17 92	0.16 126

TestStereo1	0.63 231	0.28 181	0.75 259	0.76 469	0.31 180	0.48 79	0.43 218	1.30 277	1.21 368	0.97 216	1.31 344	0.64 163	0.77 278	1.75 359	0.42 181	0.20 218	0.15 224	0.22 236	0.18 192	0.21 239	0.17 152

DisPM	0.66 258	0.28 181	0.72 227	0.61 354	0.35 242	0.62 193	0.45 248	1.02 175	0.99 243	1.56 462	1.10 253	0.80 209	0.59 207	2.37 424	0.41 170	0.23 305	0.14 166	0.23 274	0.21 290	0.20 198	0.25 331

SA-5K	0.63 231	0.28 181	0.75 259	0.76 469	0.31 180	0.48 79	0.43 218	1.30 277	1.21 368	0.97 216	1.31 344	0.64 163	0.77 278	1.75 359	0.42 181	0.20 218	0.15 224	0.22 236	0.18 192	0.21 239	0.17 152

MIPNet	0.56 192	0.28 181	0.94 350	0.49 160	0.33 220	0.66 225	0.38 156	1.35 287	1.08 282	1.06 243	0.92 178	0.60 148	0.79 289	0.73 98	0.52 259	0.17 103	0.14 166	0.19 137	0.16 153	0.18 123	0.17 152

PFNet+	0.59 211	0.28 181	0.77 276	0.53 241	0.30 154	0.59 170	0.31 79	0.92 131	1.14 318	1.33 400	1.10 253	0.79 207	0.57 197	1.31 263	0.49 241	0.25 347	0.17 293	0.28 384	0.26 387	0.21 239	0.25 331

LCNet	0.72 286	0.28 181	0.52 94	0.55 280	0.31 180	0.69 241	0.54 317	1.00 168	0.88 195	1.19 321	1.34 359	0.97 288	1.34 468	2.56 437	0.45 207	0.18 142	0.13 115	0.21 207	0.25 370	0.27 341	0.73 524

AAGNet	1.83 511	0.28 181	0.72 227	0.61 354	0.32 199	0.67 229	0.51 292	0.96 157	0.98 236	1.47 439	1.20 304	1.00 297	1.18 439	2.83 447	22.77 585	0.22 278	0.13 115	0.22 236	0.19 214	0.23 288	0.15 96

STrans-v2	1.04 427	0.28 181	0.96 360	0.49 160	0.32 199	0.68 236	0.79 426	2.47 535	1.12 303	1.12 269	1.46 399	1.40 401	1.46 480	6.70 537	0.43 191	0.18 142	0.13 115	0.20 172	0.18 192	0.18 123	0.18 177

TransformOpticalFlow	0.96 395	0.28 181	0.89 333	0.52 223	0.31 180	0.66 225	0.54 317	1.75 393	1.12 303	1.09 253	1.44 391	1.37 399	1.01 398	6.70 537	0.42 181	0.19 183	0.12 54	0.20 172	0.19 214	0.18 123	0.19 217

KYRaft	0.75 317	0.28 181	0.62 157	0.56 293	0.29 132	0.67 229	0.86 446	0.94 145	0.84 185	1.62 474	2.21 503	1.16 347	1.02 403	1.57 327	0.40 159	0.20 218	0.13 115	0.22 236	0.28 419	0.20 198	1.02 536

SST-Stereo	0.83 357	0.28 181	0.72 227	0.59 328	0.31 180	0.72 256	0.26 44	1.09 217	0.86 187	1.47 439	1.10 253	1.00 297	0.87 332	5.73 518	0.45 207	0.22 278	0.13 115	0.23 274	0.19 214	0.23 288	0.18 177

RAFT_R40	0.83 357	0.28 181	0.73 239	0.59 328	0.31 180	0.69 241	0.44 231	1.10 220	0.95 219	1.47 439	1.10 253	1.00 297	0.85 319	5.53 512	0.46 221	0.22 278	0.13 115	0.23 274	0.20 246	0.23 288	0.18 177

IRAFT_RVC	0.88 376	0.28 181	0.76 269	0.63 375	0.31 180	0.65 216	1.02 483	1.22 262	0.94 217	1.22 334	1.04 231	1.01 304	0.98 386	5.82 520	0.53 266	0.22 278	0.12 54	0.25 333	0.20 246	0.20 198	0.19 217

test_xeample3	0.42 85	0.28 181	0.69 203	0.43 61	0.33 220	0.56 157	0.38 156	0.79 83	0.45 53	0.53 115	0.46 54	0.44 66	0.44 112	1.38 285	0.31 65	0.18 142	0.14 166	0.19 137	0.15 111	0.17 92	0.16 126

xxxx	1.51 486	0.28 181	0.68 190	0.54 256	0.28 115	1.16 406	0.44 231	2.19 509	1.29 406	1.09 253	1.36 366	1.22 357	0.85 319	1.79 367	15.70 577	0.24 320	0.21 373	0.21 207	0.20 246	0.22 263	0.23 305

test_xeample	1.45 482	0.28 181	0.65 174	0.51 202	0.28 115	0.94 352	0.59 366	2.14 494	1.29 406	1.24 348	1.51 412	0.88 246	0.86 327	1.46 305	15.10 574	0.22 278	0.20 351	0.22 236	0.20 246	0.22 263	0.22 285

EAI-Stereo	0.65 251	0.28 181	0.69 203	0.53 241	0.27 90	0.60 178	0.40 179	2.28 520	0.64 114	0.71 150	3.18 531	0.57 135	0.43 104	1.06 201	0.41 170	0.18 142	0.13 115	0.17 79	0.17 174	0.17 92	0.17 152

SFCPSM	0.70 277	0.28 181	1.02 382	0.51 202	0.38 284	1.37 439	0.66 389	2.00 468	1.03 258	1.17 312	1.21 306	0.82 218	0.78 285	1.03 192	0.53 266	0.21 252	0.17 293	0.22 236	0.24 355	0.21 239	0.19 217

FENet	0.60 214	0.28 181	0.63 160	0.54 256	0.33 220	0.83 318	0.38 156	1.27 272	1.07 276	1.00 228	0.86 165	0.99 296	0.85 319	0.96 170	0.68 319	0.22 278	0.15 224	0.23 274	0.20 246	0.22 263	0.23 305

GANet-RSSM	0.72 286	0.28 181	0.63 160	0.64 384	0.58 423	0.80 302	0.58 358	1.89 440	1.08 282	1.04 242	1.25 318	1.15 346	1.04 407	1.49 311	0.62 300	0.25 347	0.19 333	0.22 236	0.22 319	0.22 263	0.21 267

PAM	0.76 323	0.29 216	1.08 404	0.52 223	0.33 220	1.38 442	0.39 171	2.01 472	0.67 132	1.06 243	0.96 188	2.89 531	1.43 475	0.86 143	0.35 111	0.19 183	0.12 54	0.19 137	0.17 174	0.19 164	0.20 250

model_zeroshot	0.48 130	0.29 216	0.86 309	0.51 202	0.36 252	0.69 241	0.37 149	1.12 228	0.62 107	0.85 189	0.84 162	0.66 170	0.37 77	0.73 98	0.34 101	0.20 218	0.16 264	0.19 137	0.16 153	0.17 92	0.16 126

test_sample2	0.62 224	0.29 216	0.74 255	0.50 172	0.28 115	0.80 302	0.61 372	1.61 358	1.00 248	0.88 193	0.99 200	0.94 272	0.83 312	1.16 228	0.51 252	0.23 305	0.18 315	0.22 236	0.21 290	0.23 288	0.22 285

test_sample1	0.61 220	0.29 216	0.75 259	0.50 172	0.31 180	0.76 275	0.48 273	1.59 351	0.84 185	0.90 196	0.94 184	0.88 246	0.95 369	1.16 228	0.67 315	0.22 278	0.18 315	0.20 172	0.19 214	0.21 239	0.21 267

MyStereo8	0.65 251	0.29 216	1.00 371	0.58 315	0.49 365	0.91 340	0.35 114	1.18 243	1.31 416	1.16 303	1.27 328	0.90 255	0.64 233	0.72 94	0.95 394	0.18 142	0.14 166	0.20 172	0.18 192	0.22 263	0.26 355

MyStereo07	0.48 130	0.29 216	0.50 79	0.55 280	0.45 343	0.59 170	0.79 426	1.05 194	0.51 78	0.48 93	0.53 77	0.43 64	0.55 183	1.30 262	0.34 101	0.17 103	0.16 264	0.24 294	0.20 246	0.23 288	0.20 250

MyStereo04	0.67 267	0.29 216	1.07 400	0.55 280	0.45 343	0.59 170	0.79 426	1.50 323	1.40 459	0.91 201	0.91 176	0.74 190	0.86 327	1.52 316	0.62 300	0.17 103	0.16 264	0.24 294	0.20 246	0.23 288	0.20 250

CoDeX	0.73 304	0.29 216	0.93 346	0.54 256	0.36 252	1.14 398	0.61 372	2.34 525	1.17 342	1.16 303	1.25 318	0.91 258	0.87 332	1.33 270	0.64 308	0.20 218	0.16 264	0.21 207	0.18 192	0.20 198	0.18 177

1111x	1.70 504	0.29 216	0.86 309	0.51 202	0.27 90	1.01 375	0.68 397	2.22 513	1.28 402	1.13 284	1.40 379	1.21 355	1.10 423	5.53 512	15.20 575	0.22 278	0.21 373	0.22 236	0.22 319	0.24 303	0.22 285

knoymous	0.51 142	0.29 216	0.47 63	0.43 61	0.30 154	0.55 151	0.55 335	1.02 175	0.77 164	0.98 220	0.85 164	0.94 272	0.56 188	0.85 139	0.45 207	0.20 218	0.14 166	0.26 352	0.14 93	0.23 288	0.23 305

RAFT+CT+SA	0.58 205	0.29 216	0.60 148	0.66 405	0.37 267	0.42 44	0.55 335	1.27 272	1.03 258	0.70 148	1.22 308	0.60 148	0.70 252	1.64 339	0.41 170	0.18 142	0.13 115	0.22 236	0.22 319	0.21 239	0.18 177

Sa-1000	0.72 286	0.29 216	0.76 269	0.59 328	0.30 154	0.73 260	0.37 149	1.62 362	1.33 424	1.28 363	2.04 494	0.86 238	0.75 266	1.84 371	0.38 144	0.19 183	0.14 166	0.25 333	0.23 342	0.20 198	0.16 126

iRaft-Stereo_5w	0.85 366	0.29 216	0.91 340	0.53 241	0.43 328	0.49 91	0.68 397	0.99 164	0.87 191	0.79 169	1.34 359	1.46 416	0.91 347	5.11 499	1.11 422	0.17 103	0.14 166	0.22 236	0.18 192	0.20 198	0.20 250

NRIStereo	0.60 214	0.29 216	0.69 203	0.53 241	0.28 115	0.63 197	0.33 94	1.08 215	0.87 191	1.14 287	0.87 168	0.91 258	0.59 207	2.24 413	0.49 241	0.20 218	0.14 166	0.21 207	0.19 214	0.21 239	0.17 152

Pruner-Stereo	0.62 224	0.29 216	0.70 209	0.61 354	0.31 180	0.63 197	0.43 218	1.17 238	0.99 243	1.53 452	1.08 244	0.95 280	0.55 183	1.35 275	0.51 252	0.23 305	0.14 166	0.24 294	0.21 290	0.21 239	0.23 305

DeepStereo_RVC	0.55 183	0.29 216	0.72 227	0.51 202	0.30 154	0.59 170	0.33 94	1.03 180	0.70 141	1.16 303	0.93 181	0.83 225	0.94 364	0.96 170	0.54 272	0.21 252	0.14 166	0.21 207	0.19 214	0.24 303	0.24 319

rafts_anoy	0.52 143	0.29 216	0.59 143	0.59 328	0.50 372	0.53 135	0.40 179	1.11 226	1.03 258	0.84 184	0.83 160	0.68 175	0.54 176	0.72 94	0.51 252	0.19 183	0.14 166	0.24 294	0.26 387	0.21 239	0.18 177

222	1.61 496	0.29 216	0.67 186	0.56 293	0.29 132	1.06 386	0.42 199	2.17 505	1.31 416	1.31 388	1.52 413	0.92 267	0.94 364	1.76 364	17.65 578	0.24 320	0.20 351	0.21 207	0.19 214	0.22 263	0.23 305

ac_64	0.82 351	0.29 216	0.81 293	0.71 446	0.60 434	1.05 383	0.54 317	1.99 467	0.92 212	1.18 317	1.06 235	1.99 494	1.08 419	1.94 384	0.97 399	0.27 386	0.22 391	0.24 294	0.23 342	0.22 263	0.19 217

HSM-Net_RVC	0.87 375	0.29 216	0.53 100	0.53 241	0.30 154	1.15 404	0.55 335	3.57 552	1.28 402	1.53 452	1.74 460	1.68 457	0.93 359	1.49 311	0.77 349	0.22 278	0.17 293	0.19 137	0.18 192	0.20 198	0.19 217
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM-zero	1.00 412	0.30 236	0.93 346	0.47 117	0.30 154	0.57 162	0.25 34	2.25 516	0.63 110	1.01 231	1.10 253	2.73 527	1.85 514	6.26 526	0.40 159	0.17 103	0.14 166	0.19 137	0.15 111	0.16 61	0.17 152

DispNO	0.93 389	0.30 236	1.34 451	0.55 280	0.55 408	0.89 333	0.49 283	1.48 317	1.21 368	1.17 312	1.27 328	1.19 352	0.90 344	5.23 502	0.74 335	0.22 278	0.17 293	0.24 294	0.21 290	0.19 164	0.20 250

SMFormer	0.75 317	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.82 368	0.24 320	0.20 351	0.22 236	0.21 290	0.23 288	0.24 319

tta	0.75 317	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.82 368	0.24 320	0.20 351	0.22 236	0.21 290	0.18 123	0.18 177

qqq1	0.72 286	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.44 194	0.24 320	0.20 351	0.18 114	0.15 111	0.18 123	0.18 177

fff1	0.72 286	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.44 194	0.24 320	0.20 351	0.18 114	0.15 111	0.18 123	0.18 177

IGEV_Zeroshot_test	0.53 153	0.30 236	0.99 366	0.56 293	0.35 242	0.41 37	0.32 87	1.37 290	0.63 110	1.00 228	1.09 249	0.95 280	0.41 93	0.83 131	0.39 152	0.18 142	0.12 54	0.19 137	0.18 192	0.19 164	0.17 152

EKT-Stereo	0.53 153	0.30 236	0.73 239	0.58 315	0.60 434	0.51 122	0.48 273	0.94 145	0.90 202	0.71 150	0.88 170	0.77 199	0.43 104	1.07 205	0.40 159	0.22 278	0.16 264	0.21 207	0.18 192	0.20 198	0.22 285

HH	0.63 231	0.30 236	0.77 276	0.50 172	0.32 199	0.49 91	0.46 255	1.65 367	0.64 114	0.69 146	1.09 249	1.63 448	0.85 319	1.90 378	0.37 133	0.18 142	0.13 115	0.19 137	0.17 174	0.19 164	0.16 126

HanStereo	0.63 231	0.30 236	0.77 276	0.50 172	0.32 199	0.49 91	0.46 255	1.65 367	0.64 114	0.69 146	1.09 249	1.63 448	0.85 319	1.90 378	0.37 133	0.18 142	0.13 115	0.19 137	0.17 174	0.19 164	0.16 126

raft_robust	0.68 271	0.30 236	0.64 167	0.52 223	0.26 66	0.54 143	0.35 114	1.33 279	1.24 383	1.16 303	1.07 239	0.60 148	0.54 176	3.58 473	0.37 133	0.18 142	0.14 166	0.20 172	0.22 319	0.20 198	0.16 126

test_5	0.65 251	0.30 236	0.75 259	0.67 417	0.50 372	0.92 347	0.52 303	1.39 296	1.12 303	0.76 158	1.11 259	1.00 297	0.90 344	1.53 320	0.45 207	0.18 142	0.13 115	0.23 274	0.22 319	0.21 239	0.19 217

SA	0.66 258	0.30 236	0.82 296	0.61 354	0.30 154	0.58 165	0.38 156	1.44 309	1.30 412	0.96 213	1.36 366	0.66 170	0.95 369	1.85 374	0.42 181	0.19 183	0.15 224	0.25 333	0.23 342	0.21 239	0.17 152

Patchmatch Stereo++	0.55 183	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.29 62	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.37 281	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177
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
NF-Stereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.02 218	0.82 218	0.57 197	5.40 510	0.48 233	0.23 305	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

OCTAStereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.82 218	0.57 197	5.35 504	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

PSM-adaLoss	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.41 195	1.04 186	0.64 114	1.12 269	0.96 188	0.82 218	0.61 219	1.06 201	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

ROB_FTStereo_v2	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.64 200	0.42 199	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.12 219	0.46 221	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

ROB_FTStereo	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.64 200	0.25 34	1.05 194	0.64 114	1.12 269	0.95 185	0.82 218	0.61 219	1.15 224	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

HUI-Stereo	0.52 143	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.30 72	1.04 186	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	0.79 117	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

RE-Stereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.81 213	0.57 197	5.37 507	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

TVStereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.81 213	0.57 197	5.37 507	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

iGMRVC	0.56 192	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.38 156	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.52 316	0.46 221	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

iRAFT	0.55 183	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.29 62	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.37 281	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

CRE-IMP	0.55 183	0.30 236	0.74 255	0.52 223	0.29 132	0.79 294	0.25 34	1.04 186	0.72 147	1.09 253	0.95 185	0.81 213	0.57 197	1.10 213	0.50 247	0.21 252	0.14 166	0.23 274	0.19 214	0.28 360	0.22 285

RAFT	0.64 243	0.30 236	0.73 239	0.59 328	0.33 220	0.68 236	0.58 358	1.04 186	0.76 160	1.08 247	1.19 300	1.65 454	0.93 359	1.06 201	0.56 278	0.21 252	0.18 315	0.27 369	0.24 355	0.22 263	0.17 152

RAFT-IKP	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.59 170	0.36 130	1.04 186	0.64 114	1.12 269	0.96 188	0.83 225	0.61 219	1.22 241	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

RALCasStereoNet	0.54 168	0.30 236	0.66 181	0.59 328	0.51 383	0.61 184	0.52 303	0.94 145	0.93 214	0.70 148	1.01 210	0.78 203	0.44 112	1.33 270	0.47 228	0.20 218	0.16 264	0.18 114	0.16 153	0.20 198	0.19 217

cf-r	0.73 304	0.30 236	0.77 276	0.55 280	0.63 444	0.78 288	0.48 273	1.79 413	1.15 330	1.13 284	1.26 325	1.43 406	0.87 332	1.40 296	0.85 376	0.25 347	0.18 315	0.22 236	0.23 342	0.19 164	0.19 217

PSMNet-RSSM	0.72 286	0.30 236	0.61 151	0.63 375	0.42 318	0.73 260	0.56 343	1.92 450	1.10 297	1.09 253	1.37 368	1.22 357	0.98 386	1.28 257	0.72 331	0.27 386	0.19 333	0.27 369	0.29 431	0.24 303	0.24 319

DIP-Stereo	0.62 224	0.30 236	0.83 301	0.48 144	0.36 252	0.95 356	0.33 94	2.37 528	0.67 132	1.25 354	1.00 204	0.68 175	0.51 161	0.91 156	0.61 297	0.18 142	0.15 224	0.21 207	0.17 174	0.19 164	0.19 217
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 443	0.30 236	0.91 340	0.66 405	0.77 486	0.97 366	0.57 354	1.37 290	1.35 437	1.02 235	1.34 359	2.11 503	1.43 475	7.09 542	1.39 460	0.19 183	0.17 293	0.17 79	0.19 214	0.18 123	0.16 126

iResNet_ROB	0.77 325	0.30 236	0.99 366	0.57 309	0.36 252	0.83 318	0.36 130	2.33 523	1.58 487	1.27 361	1.30 338	1.25 368	0.84 316	1.65 340	0.79 357	0.20 218	0.14 166	0.17 79	0.12 41	0.18 123	0.27 365

GCAP-BAT	0.49 136	0.31 269	0.64 167	0.41 47	0.46 355	0.70 248	0.35 114	0.77 74	0.64 114	0.86 191	1.00 204	0.77 199	0.37 77	1.18 234	0.36 121	0.18 142	0.14 166	0.18 114	0.13 65	0.17 92	0.15 96

CAS++	0.47 124	0.31 269	0.56 120	0.47 117	0.32 199	0.42 44	0.28 57	1.76 399	0.72 147	0.71 150	0.72 132	0.37 55	0.28 25	0.69 83	0.33 84	0.27 386	0.22 391	0.26 352	0.21 290	0.29 371	0.19 217
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.56 192	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	1.42 302	0.78 167	0.58 123	0.79 152	0.48 90	0.88 337	1.46 305	0.32 70	0.20 218	0.12 54	0.25 333	0.15 111	0.22 263	0.21 267

xx1	0.67 267	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	0.93 138	3.05 546	0.58 123	0.79 152	0.95 280	0.77 278	1.46 305	0.32 70	0.20 218	0.12 54	0.24 294	0.23 342	0.22 263	0.21 267

1test111	0.54 168	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	1.42 302	0.78 167	0.58 123	0.79 152	0.48 90	0.88 337	0.88 148	0.59 287	0.20 218	0.12 54	0.25 333	0.15 111	0.22 263	0.21 267

cc1	0.64 243	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	0.93 138	3.05 546	0.58 123	0.79 152	0.48 90	0.88 337	1.46 305	0.32 70	0.20 218	0.12 54	0.25 333	0.15 111	0.19 164	0.19 217

x	0.54 168	0.31 269	0.61 151	0.47 117	0.30 154	0.67 229	0.47 262	1.53 338	0.79 171	0.81 175	0.83 160	0.78 203	0.70 252	0.70 87	0.62 300	0.21 252	0.19 333	0.22 236	0.19 214	0.21 239	0.20 250

IER	0.70 277	0.31 269	1.02 382	0.48 144	0.52 395	1.34 436	0.51 292	1.17 238	0.99 243	1.23 340	1.34 359	1.12 338	1.11 424	0.99 183	0.71 328	0.20 218	0.16 264	0.21 207	0.21 290	0.20 198	0.19 217

iRaft-Stereo_20w	0.65 251	0.31 269	1.00 371	0.47 117	0.34 238	0.73 260	0.30 72	2.96 544	0.70 141	1.15 293	1.14 275	0.76 196	0.65 239	1.11 216	0.38 144	0.17 103	0.13 115	0.18 114	0.16 153	0.19 164	0.18 177

GwcNet-ADL	0.64 243	0.31 269	0.79 287	0.56 293	0.41 313	0.60 178	0.58 358	1.41 300	1.26 391	1.08 247	1.13 271	0.91 258	0.60 210	1.04 198	0.78 351	0.27 386	0.18 315	0.18 114	0.18 192	0.25 315	0.29 383

IIG-Stereo	0.96 395	0.31 269	0.72 227	0.88 509	0.33 220	0.61 184	0.26 44	1.19 251	1.03 258	1.69 482	1.37 368	1.46 416	0.75 266	6.96 541	0.51 252	0.19 183	0.14 166	0.23 274	0.18 192	0.20 198	0.14 63

PSM-softLoss	0.78 333	0.31 269	0.77 276	0.58 315	0.32 199	0.56 157	0.40 179	1.18 243	0.70 141	1.24 348	1.07 239	0.83 225	0.52 166	5.36 505	0.53 266	0.24 320	0.15 224	0.25 333	0.22 319	0.20 198	0.25 331

KMStereo	0.78 333	0.31 269	0.77 276	0.58 315	0.32 199	0.56 157	0.40 179	1.18 243	0.70 141	1.24 348	1.07 239	0.83 225	0.52 166	5.36 505	0.53 266	0.24 320	0.15 224	0.25 333	0.22 319	0.20 198	0.25 331

CroCo-Stereo	0.40 73	0.31 269	0.73 239	0.58 315	0.27 90	0.26 4	0.33 94	0.95 150	0.81 175	0.42 59	0.47 56	0.65 166	0.47 132	0.39 6	0.34 101	0.18 142	0.15 224	0.16 52	0.14 93	0.19 164	0.16 126
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
ACVNet	0.63 231	0.31 269	0.54 106	0.54 256	0.36 252	0.80 302	0.46 255	1.37 290	1.07 276	0.93 204	1.30 338	1.08 321	0.85 319	0.80 120	0.94 390	0.21 252	0.19 333	0.21 207	0.18 192	0.22 263	0.18 177

acv_ft	0.75 317	0.31 269	0.95 354	0.70 438	0.86 507	1.24 420	0.53 311	1.44 309	1.07 276	1.24 348	1.30 338	1.08 321	0.92 350	0.80 120	1.34 451	0.21 252	0.19 333	0.21 207	0.18 192	0.21 239	0.18 177

G2L-Stereo	0.80 340	0.32 285	0.95 354	0.60 340	0.42 318	0.78 288	0.69 401	1.50 323	1.09 290	1.33 400	1.14 275	1.45 413	0.72 260	2.45 429	1.10 419	0.25 347	0.20 351	0.26 352	0.21 290	0.20 198	0.26 355

HI	0.64 243	0.32 285	0.68 190	0.47 117	0.51 383	0.41 37	0.36 130	1.04 186	0.75 154	1.31 388	1.43 386	1.62 443	1.12 427	0.94 167	0.88 380	0.15 38	0.12 54	0.20 172	0.20 246	0.20 198	0.18 177

CoSv	0.64 243	0.32 285	0.68 190	0.47 117	0.51 383	0.41 37	0.36 130	1.04 186	0.75 154	1.31 388	1.43 386	1.62 443	1.12 427	0.94 167	0.88 380	0.15 38	0.12 54	0.20 172	0.20 246	0.20 198	0.18 177

rvit_stereo_0080	0.44 102	0.32 285	0.71 221	0.47 117	0.36 252	0.42 44	0.55 335	0.82 101	0.68 136	0.50 107	0.60 98	0.55 125	0.47 132	0.59 47	0.44 194	0.26 370	0.21 373	0.20 172	0.20 246	0.31 391	0.19 217

test_sample3	0.68 271	0.32 285	0.88 327	0.52 223	0.30 154	0.97 366	0.52 303	1.86 432	1.15 330	1.08 247	1.11 259	0.88 246	0.71 257	1.17 232	0.68 319	0.25 347	0.20 351	0.25 333	0.25 370	0.25 315	0.25 331

tt1	0.62 224	0.32 285	0.51 86	0.54 256	0.26 66	1.16 406	0.48 273	0.95 150	2.47 533	0.57 121	0.77 144	0.49 98	0.81 299	1.55 324	0.32 70	0.20 218	0.12 54	0.24 294	0.15 111	0.19 164	0.20 250

whm_eth	0.44 102	0.32 285	0.71 221	0.47 117	0.36 252	0.42 44	0.55 335	0.82 101	0.68 136	0.50 107	0.60 98	0.55 125	0.47 132	0.59 47	0.44 194	0.26 370	0.21 373	0.20 172	0.20 246	0.31 391	0.19 217

PCWNet_CMD	0.66 258	0.32 285	0.88 327	0.49 160	0.37 267	0.78 288	0.40 179	1.42 302	1.31 416	1.16 303	1.31 344	1.25 368	0.62 224	0.89 153	0.57 281	0.20 218	0.16 264	0.27 369	0.19 214	0.40 444	0.25 331

BUS	0.74 309	0.32 285	0.68 190	0.54 256	0.44 336	2.34 520	0.42 199	2.16 499	0.98 236	1.20 325	1.11 259	1.03 310	0.62 224	0.91 156	0.70 323	0.24 320	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

BSDual-CNN	0.71 284	0.32 285	0.68 190	0.54 256	0.44 336	1.27 424	0.65 384	2.16 499	0.98 236	1.20 325	1.11 259	1.12 338	0.74 264	0.91 156	0.66 312	0.24 320	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

hknet	0.77 325	0.32 285	0.95 354	0.54 256	0.38 284	1.27 424	0.65 384	2.16 499	1.07 276	1.20 325	1.11 259	1.59 439	0.81 299	1.37 281	0.66 312	0.22 278	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

psmg	0.72 286	0.32 285	0.68 190	0.50 172	0.44 336	1.48 456	0.75 415	1.94 456	0.98 236	1.21 329	1.33 352	1.12 338	0.74 264	0.91 156	0.66 312	0.24 320	0.19 333	0.25 333	0.25 370	0.23 288	0.22 285

CFNet_pseudo	0.66 258	0.32 285	0.86 309	0.48 144	0.39 294	0.70 248	0.40 179	1.33 279	1.22 374	1.16 303	1.34 359	1.24 364	0.64 233	0.98 179	0.59 287	0.21 252	0.16 264	0.33 438	0.19 214	0.36 423	0.25 331

MMNet	0.84 362	0.32 285	1.09 407	0.60 340	0.59 431	1.85 494	0.49 283	1.51 330	1.27 397	1.37 412	1.15 283	1.26 372	1.18 439	1.67 345	1.22 435	0.19 183	0.18 315	0.23 274	0.22 319	0.25 315	0.21 267

delet	0.85 366	0.32 285	0.95 354	0.65 398	0.66 452	1.64 472	0.84 439	1.75 393	1.35 437	1.32 392	1.30 338	1.30 383	0.88 337	1.68 350	1.10 419	0.21 252	0.21 373	0.24 294	0.24 355	0.21 239	0.21 267

UPFNet	0.80 340	0.32 285	0.90 337	0.59 328	0.74 475	1.26 423	0.80 432	1.52 332	1.10 297	1.30 378	1.12 266	1.30 383	0.84 316	1.67 345	1.09 416	0.24 320	0.24 412	0.24 294	0.23 342	0.25 315	0.18 177

GwcNet-RSSM	0.77 325	0.32 285	1.01 375	0.62 366	0.54 402	0.78 288	0.51 292	1.73 386	1.20 362	1.09 253	1.37 368	1.46 416	0.85 319	1.53 320	1.09 416	0.25 347	0.18 315	0.23 274	0.24 355	0.20 198	0.19 217

CFNet-ft	0.72 286	0.32 285	0.54 106	0.66 405	0.54 402	0.83 318	0.55 335	1.37 290	1.15 330	0.93 204	1.28 334	1.57 435	0.97 379	1.35 275	0.81 363	0.26 370	0.20 351	0.33 438	0.25 370	0.30 382	0.23 305

MSMDNet	0.66 258	0.32 285	0.87 320	0.49 160	0.37 267	0.79 294	0.40 179	1.43 308	1.31 416	1.15 293	1.31 344	1.24 364	0.63 229	0.88 148	0.57 281	0.21 252	0.16 264	0.26 352	0.19 214	0.39 440	0.24 319

CFNet_RVC	0.72 286	0.32 285	0.54 106	0.66 405	0.54 402	0.83 318	0.55 335	1.37 290	1.15 330	0.93 204	1.28 334	1.57 435	0.97 379	1.35 275	0.81 363	0.26 370	0.20 351	0.33 438	0.25 370	0.30 382	0.23 305

HSM	1.19 457	0.32 285	0.65 174	0.57 309	0.38 284	1.23 419	0.59 366	2.25 516	1.19 357	1.30 378	1.25 318	1.94 488	1.03 405	9.32 564	0.71 328	0.22 278	0.16 264	0.20 172	0.16 153	0.21 239	0.21 267

DN-CSS_ROB	0.64 243	0.32 285	1.05 391	0.55 280	0.40 305	0.54 143	0.45 248	1.21 254	0.93 214	1.03 239	1.47 400	0.69 180	0.63 229	1.76 364	0.49 241	0.18 142	0.14 166	0.25 333	0.22 319	0.22 263	0.20 250

MultiAttention	4.51 558	0.33 307	0.82 296	0.73 458	0.45 343	30.98 590	4.50 573	2.18 508	1.40 459	1.61 470	2.41 513	2.43 517	0.70 252	38.42 592	1.36 455	0.22 278	0.15 224	0.29 395	0.30 440	0.47 475	0.43 466

ISRNet	0.80 340	0.33 307	1.07 400	0.81 482	0.66 452	0.60 178	0.34 106	1.19 251	1.13 315	1.59 469	1.53 414	1.35 394	0.77 278	1.27 255	0.94 390	0.39 472	0.34 479	0.43 488	0.38 485	0.34 413	0.49 485

rvit_stereo_0083	0.47 124	0.33 307	0.81 293	0.56 293	0.36 252	0.50 105	0.44 231	0.68 51	0.95 219	0.49 99	0.57 92	0.55 125	0.49 151	0.88 148	0.46 221	0.25 347	0.25 421	0.24 294	0.20 246	0.24 303	0.17 152

rvit_stereo_0081	0.44 102	0.33 307	0.64 167	0.54 256	0.35 242	0.41 37	0.44 231	0.66 44	0.95 219	0.48 93	0.52 75	0.50 104	0.46 123	0.82 129	0.44 194	0.25 347	0.20 351	0.22 236	0.19 214	0.25 315	0.17 152

rvit_stereo_0082	0.44 102	0.33 307	0.64 167	0.54 256	0.35 242	0.41 37	0.44 231	0.66 44	0.95 219	0.48 93	0.52 75	0.50 104	0.46 123	0.82 129	0.44 194	0.25 347	0.20 351	0.22 236	0.19 214	0.25 315	0.17 152

test_sample4	0.69 273	0.33 307	0.91 340	0.51 202	0.30 154	0.92 347	0.52 303	1.87 434	1.15 330	1.14 287	1.18 293	0.87 242	0.75 266	1.18 234	0.68 319	0.25 347	0.20 351	0.26 352	0.26 387	0.26 327	0.25 331

ffm	0.72 286	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	0.95 150	2.47 533	1.15 293	1.45 393	1.06 315	0.82 304	1.55 324	0.32 70	0.20 218	0.12 54	0.31 414	0.27 398	0.19 164	0.20 250

ff1	1.37 474	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	0.95 150	2.47 533	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 553	0.20 218	0.12 54	0.31 414	0.27 398	0.19 164	0.20 250

mmx	1.39 477	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	2.13 490	1.37 445	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 553	0.24 320	0.19 333	0.31 414	0.27 398	0.30 382	0.25 331

xxx	1.39 477	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	2.13 490	1.37 445	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 553	0.24 320	0.19 333	0.31 414	0.27 398	0.30 382	0.25 331

CFNet_ucs	0.70 277	0.33 307	0.88 327	0.50 172	0.43 328	0.74 264	0.44 231	1.60 355	1.29 406	1.22 334	1.54 419	1.09 331	0.63 229	0.99 183	0.59 287	0.25 347	0.20 351	0.37 467	0.21 290	0.40 444	0.28 377

LL-Strereo2	0.52 143	0.33 307	0.69 203	0.52 223	0.37 267	0.70 248	0.30 72	1.13 231	0.67 132	0.94 209	0.78 146	0.91 258	0.42 97	1.05 200	0.42 181	0.17 103	0.16 264	0.29 395	0.25 370	0.21 239	0.16 126

CBFPSM	0.92 386	0.33 307	1.86 499	0.49 160	0.38 284	1.75 480	0.84 439	1.39 296	1.12 303	1.09 253	0.99 200	2.37 513	1.66 502	1.32 267	1.42 469	0.19 183	0.18 315	0.20 172	0.20 246	0.21 239	0.33 419

gwcnet-sp	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 378	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

scenet	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 378	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

ToySt	0.66 258	0.33 307	1.23 430	0.51 202	0.33 220	0.86 330	0.68 397	1.10 220	0.97 231	0.84 184	1.08 244	1.25 368	0.94 364	1.01 188	0.74 335	0.19 183	0.19 333	0.24 294	0.24 355	0.27 341	0.23 305

ssnet	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 378	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

CIPLG	0.62 224	0.33 307	0.96 360	0.58 315	0.50 372	0.75 269	0.48 273	1.05 194	0.96 224	1.40 424	1.57 429	0.64 163	0.48 143	0.89 153	0.70 323	0.23 305	0.15 224	0.19 137	0.16 153	0.19 164	0.21 267

IPLGR_C	0.62 224	0.33 307	0.99 366	0.58 315	0.49 365	0.76 275	0.48 273	1.10 220	0.96 224	1.40 424	1.56 425	0.62 157	0.48 143	0.80 120	0.71 328	0.23 305	0.15 224	0.19 137	0.16 153	0.19 164	0.21 267

ACRE	0.61 220	0.33 307	1.01 375	0.58 315	0.49 365	0.75 269	0.47 262	1.06 207	0.95 219	1.37 412	1.55 421	0.62 157	0.46 123	0.83 131	0.70 323	0.23 305	0.15 224	0.19 137	0.16 153	0.18 123	0.21 267

OMP-Stereo	0.94 391	0.33 307	0.72 227	0.90 514	0.31 180	0.49 91	0.36 130	1.16 236	1.06 271	1.58 468	1.12 266	1.46 416	0.69 247	6.94 540	0.49 241	0.19 183	0.14 166	0.24 294	0.18 192	0.20 198	0.14 63

ICVP	0.63 231	0.33 307	0.57 130	0.61 354	0.40 305	0.80 302	0.58 358	1.61 358	0.89 198	0.90 196	1.24 314	0.88 246	0.73 262	0.72 94	0.88 380	0.29 411	0.21 373	0.22 236	0.21 290	0.24 303	0.27 365
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 214	0.33 307	0.87 320	0.62 366	0.50 372	0.69 241	0.31 79	1.21 254	1.06 271	1.09 253	1.16 288	0.88 246	0.46 123	1.22 241	0.42 181	0.19 183	0.15 224	0.21 207	0.17 174	0.27 341	0.17 152

ccs_rob	0.66 258	0.33 307	0.86 309	0.48 144	0.39 294	0.70 248	0.40 179	1.33 279	1.22 374	1.16 303	1.34 359	1.23 362	0.64 233	0.98 179	0.59 287	0.21 252	0.16 264	0.35 456	0.20 246	0.37 427	0.25 331

FACV-RUCA	0.63 231	0.34 331	0.82 296	0.62 366	0.65 449	0.81 311	0.41 195	1.44 309	1.07 276	0.86 191	1.14 275	0.61 152	0.69 247	0.80 120	0.53 266	0.28 400	0.19 333	0.47 498	0.21 290	0.35 416	0.25 331

rvit_stereo_0081_aga	0.44 102	0.34 331	0.73 239	0.51 202	0.41 313	0.50 105	0.40 179	0.81 96	0.57 96	0.58 123	0.56 89	0.53 120	0.43 104	0.66 78	0.40 159	0.26 370	0.21 373	0.22 236	0.20 246	0.26 327	0.18 177

test_sample6	0.71 284	0.34 331	0.87 320	0.52 223	0.30 154	0.82 313	0.58 358	1.79 413	1.15 330	1.14 287	1.33 352	0.91 258	0.79 289	1.31 263	0.74 335	0.27 386	0.21 373	0.27 369	0.29 431	0.28 360	0.27 365

test_sample5	0.69 273	0.34 331	0.87 320	0.52 223	0.30 154	0.84 326	0.54 317	1.83 425	1.14 318	1.11 267	1.25 318	0.88 246	0.78 285	1.23 243	0.65 309	0.26 370	0.20 351	0.27 369	0.27 398	0.27 341	0.26 355

DualNet	0.70 277	0.34 331	0.87 320	0.52 223	0.30 154	0.84 326	0.54 317	1.83 425	1.14 318	1.14 287	1.33 352	0.88 246	0.78 285	1.23 243	0.65 309	0.26 370	0.20 351	0.27 369	0.27 398	0.27 341	0.26 355

ttt	0.94 391	0.34 331	0.59 143	0.61 354	0.37 267	0.94 352	0.50 291	2.17 505	1.34 427	1.23 340	1.61 438	0.91 258	0.76 274	1.85 374	3.97 538	0.30 416	0.26 427	0.26 352	0.24 355	0.29 371	0.29 383

StereoVision	0.65 251	0.34 331	0.86 309	0.59 328	0.40 305	0.50 105	0.41 195	1.09 217	0.93 214	0.71 150	2.50 518	0.82 218	0.57 197	1.03 192	0.49 241	0.25 347	0.28 443	0.29 395	0.28 419	0.36 423	0.20 250

CASS	0.65 251	0.34 331	0.72 227	0.56 293	0.27 90	0.78 288	0.42 199	1.59 351	0.86 187	1.30 378	1.25 318	0.87 242	0.84 316	0.84 134	0.54 272	0.35 457	0.19 333	0.26 352	0.21 290	0.28 360	0.42 459
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 102	0.34 331	0.77 276	0.61 354	0.79 491	0.28 9	0.35 114	0.75 68	0.71 146	0.38 43	0.50 70	0.72 188	0.55 183	0.57 45	0.47 228	0.17 103	0.18 315	0.19 137	0.16 153	0.21 239	0.20 250

qqq	0.57 199	0.34 331	0.71 221	0.47 117	0.27 90	0.64 200	0.62 375	1.42 302	0.78 167	0.80 171	0.92 178	0.95 280	0.77 278	0.88 148	0.59 287	0.21 252	0.20 351	0.24 294	0.23 342	0.22 263	0.21 267

DAS	0.84 362	0.34 331	1.03 386	0.64 384	0.69 464	0.77 283	0.63 380	1.54 341	1.20 362	1.79 492	1.55 421	0.95 280	1.04 407	2.83 447	0.60 295	0.21 252	0.16 264	0.25 333	0.18 192	0.27 341	0.22 285

SepStereo	0.82 351	0.34 331	1.03 386	0.64 384	0.69 464	0.77 283	0.63 380	1.54 341	1.20 362	1.79 492	1.55 421	0.95 280	1.04 407	2.30 419	0.60 295	0.21 252	0.16 264	0.25 333	0.18 192	0.27 341	0.22 285

ADLNet2	0.88 376	0.34 331	1.17 424	0.77 472	0.64 447	1.12 396	0.76 418	1.74 391	1.24 383	1.21 329	1.65 448	1.71 461	1.05 411	1.67 345	1.17 431	0.24 320	0.21 373	0.21 207	0.22 319	0.26 327	0.29 383

GES	0.66 258	0.34 331	0.90 337	0.59 328	0.38 284	0.94 352	0.57 354	2.11 489	0.86 187	1.02 235	1.11 259	0.66 170	0.79 289	0.99 183	0.61 297	0.27 386	0.19 333	0.20 172	0.20 246	0.21 239	0.30 397

psm_up	0.77 325	0.34 331	0.70 209	0.66 405	0.58 423	1.05 383	0.92 461	1.52 332	1.12 303	1.26 358	1.16 288	1.31 387	1.23 451	1.20 238	0.81 363	0.25 347	0.29 454	0.31 414	0.27 398	0.27 341	0.25 331

UNet	0.83 357	0.34 331	1.31 443	0.58 315	0.74 475	1.58 466	0.49 283	1.41 300	1.04 263	1.21 329	1.08 244	1.54 431	1.12 427	1.65 340	1.09 416	0.23 305	0.17 293	0.25 333	0.20 246	0.25 315	0.22 285

DSFCA	0.93 389	0.34 331	1.06 395	0.52 223	0.65 449	1.55 463	0.93 465	1.49 319	1.19 357	1.56 462	1.15 283	1.50 425	0.96 376	3.07 456	1.02 406	0.30 416	0.26 427	0.25 333	0.25 370	0.28 360	0.24 319

DMCA	0.67 267	0.34 331	0.90 337	0.51 202	0.44 336	0.86 330	0.47 262	1.42 302	1.02 254	1.17 312	1.12 266	1.23 362	0.75 266	0.78 113	0.95 394	0.25 347	0.19 333	0.27 369	0.19 214	0.24 303	0.27 365

MLCV	0.72 286	0.34 331	1.10 410	0.51 202	0.23 25	0.91 340	0.39 171	1.33 279	1.23 377	1.46 438	1.55 421	1.01 304	0.64 233	1.95 385	0.80 361	0.18 142	0.12 54	0.18 114	0.14 93	0.19 164	0.17 152

DISCO	1.03 424	0.34 331	1.11 412	0.69 432	0.45 343	2.07 509	0.84 439	2.13 490	1.50 477	1.15 293	1.33 352	2.40 515	1.07 418	2.60 439	1.51 481	0.23 305	0.18 315	0.22 236	0.20 246	0.31 391	0.27 365

MDST_ROB	1.67 500	0.34 331	1.58 480	0.92 519	0.58 423	4.26 559	1.11 493	2.83 541	1.41 464	4.49 561	2.55 519	1.45 413	0.97 379	7.79 554	1.17 431	0.31 424	0.25 421	0.37 467	0.33 465	0.31 391	0.30 397

DCVSM-stereo	0.72 286	0.35 352	0.76 269	0.55 280	0.42 318	0.73 260	0.38 156	1.21 254	1.02 254	1.79 492	1.04 231	1.62 443	1.03 405	1.04 198	0.79 357	0.24 320	0.27 436	0.29 395	0.24 355	0.30 382	0.36 435

AIO-Stereo-zeroshot	0.72 286	0.35 352	1.70 486	0.49 160	0.56 411	0.63 197	0.38 156	2.41 531	0.65 129	0.77 163	1.07 239	1.82 475	0.95 369	0.93 164	0.43 191	0.20 218	0.13 115	0.21 207	0.25 370	0.28 360	0.26 355

rvit_stereo_ft	0.47 124	0.35 352	0.87 320	0.67 417	0.42 318	0.40 33	0.59 366	0.81 96	0.74 153	0.46 82	0.55 86	0.57 135	0.49 151	0.65 76	0.50 247	0.25 347	0.17 293	0.22 236	0.22 319	0.24 303	0.17 152

mmm	0.63 231	0.35 352	0.72 227	0.51 202	0.30 154	0.86 330	0.54 317	1.59 351	0.86 187	1.07 246	1.38 373	0.79 207	0.75 266	0.91 156	0.58 284	0.22 278	0.18 315	0.29 395	0.25 370	0.25 315	0.23 305

AASNet	0.76 323	0.35 352	0.91 340	0.79 476	0.81 498	1.14 398	0.56 343	2.02 476	1.08 282	1.22 334	1.24 314	0.93 269	0.76 274	0.77 108	1.16 428	0.27 386	0.23 403	0.24 294	0.20 246	0.28 360	0.24 319

AACVNet	0.86 371	0.35 352	0.79 287	0.82 490	0.39 294	0.76 275	0.49 283	1.61 358	0.81 175	1.08 247	1.33 352	1.30 383	0.93 359	4.34 484	0.74 335	0.25 347	0.21 373	0.28 384	0.22 319	0.29 371	0.25 331

PSMNet-ADL	0.72 286	0.35 352	0.62 157	0.69 432	0.46 355	1.14 398	0.44 231	1.37 290	1.01 251	0.83 181	1.17 291	1.33 389	0.96 376	1.43 299	0.95 394	0.33 440	0.22 391	0.21 207	0.23 342	0.27 341	0.29 383

GANet-ADL	0.60 214	0.35 352	0.72 227	0.64 384	0.40 305	0.68 236	0.51 292	1.49 319	1.12 303	0.95 211	1.08 244	0.91 258	0.57 197	0.76 105	0.55 276	0.26 370	0.18 315	0.18 114	0.16 153	0.23 288	0.25 331

hitnet-ft	0.79 337	0.35 352	0.57 130	0.58 315	0.42 318	0.96 362	0.46 255	1.47 315	1.33 424	1.19 321	1.22 308	1.81 472	0.98 386	1.66 344	0.94 390	0.33 440	0.28 443	0.34 448	0.27 398	0.35 416	0.31 407

UCFNet_RVC	0.69 273	0.35 352	0.49 73	0.64 384	0.39 294	0.85 329	0.58 358	1.75 393	1.14 318	0.97 216	1.19 300	1.17 348	0.93 359	0.99 183	0.62 300	0.28 400	0.20 351	0.34 448	0.31 447	0.32 400	0.27 365

ITSA-stereo	0.82 351	0.36 362	0.82 296	0.54 256	0.31 180	0.80 302	0.47 262	2.17 505	1.67 493	1.13 284	1.13 271	0.94 272	0.86 327	2.46 432	1.00 404	0.26 370	0.23 403	0.28 384	0.27 398	0.28 360	0.36 435

Former-RAFT_DAM_RVC	0.46 117	0.36 362	0.71 221	0.47 117	0.36 252	0.67 229	0.35 114	0.78 78	1.12 303	0.61 134	0.62 103	0.39 59	0.39 86	0.71 91	0.39 152	0.20 218	0.17 293	0.22 236	0.18 192	0.23 288	0.19 217

ssnet_v2	0.88 376	0.36 362	1.02 382	0.62 366	0.38 284	1.32 432	0.97 473	2.07 485	1.34 427	1.37 412	1.18 293	1.54 431	0.92 350	1.10 213	1.65 486	0.30 416	0.27 436	0.30 408	0.28 419	0.27 341	0.26 355

ADLNet	0.85 366	0.36 362	0.89 333	0.85 499	0.72 469	1.24 420	0.76 418	1.82 420	1.36 441	1.52 451	1.35 365	1.27 376	0.99 394	1.23 243	1.15 427	0.27 386	0.20 351	0.26 352	0.25 370	0.28 360	0.30 397

ARAFT	0.77 325	0.36 362	1.49 475	0.51 202	0.31 180	0.90 336	0.82 437	1.90 443	1.06 271	1.62 474	1.24 314	1.02 306	0.64 233	1.84 371	0.50 247	0.18 142	0.14 166	0.28 384	0.27 398	0.17 92	0.16 126

CFNet	0.96 395	0.36 362	1.01 375	0.62 366	0.42 318	0.99 372	0.47 262	1.90 443	1.32 420	0.99 223	1.39 377	1.10 333	0.86 327	5.58 515	0.79 357	0.23 305	0.17 293	0.28 384	0.27 398	0.26 327	0.21 267

SGM_RVC	1.68 502	0.36 362	0.61 151	0.59 328	0.29 132	2.25 516	1.18 502	2.38 529	1.68 495	3.60 551	2.67 522	3.69 542	2.42 539	8.13 557	1.90 497	0.31 424	0.31 464	0.30 408	0.28 419	0.30 382	0.29 383
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_6	0.53 153	0.37 369	0.98 365	0.65 398	0.38 284	0.51 122	0.51 292	0.77 74	1.20 362	0.54 118	0.55 86	0.65 166	0.53 171	0.94 167	0.44 194	0.32 431	0.32 472	0.28 384	0.24 355	0.28 360	0.21 267

test_sample7	0.74 309	0.37 369	0.76 269	0.52 223	0.35 242	0.91 340	0.67 393	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	1.23 243	0.67 315	0.31 424	0.28 443	0.32 429	0.31 447	0.33 409	0.29 383

NINENet	0.77 325	0.37 369	0.78 284	0.62 366	0.51 383	2.34 520	0.42 199	1.83 425	1.04 263	1.14 287	1.23 312	1.03 310	0.62 224	1.24 248	0.70 323	0.28 400	0.23 403	0.31 414	0.21 290	0.26 327	0.25 331

GEStereo_RVC	0.90 381	0.37 369	0.99 366	0.64 384	0.50 372	0.95 356	0.79 426	2.42 532	1.17 342	1.16 303	1.11 259	1.26 372	0.92 350	3.24 462	0.90 386	0.29 411	0.19 333	0.23 274	0.20 246	0.27 341	0.29 383

pcwnet_v2	0.97 401	0.37 369	4.33 542	0.62 366	0.54 402	0.79 294	0.45 248	2.02 476	1.58 487	1.42 432	1.64 446	1.09 331	0.79 289	1.24 248	0.67 315	0.32 431	0.25 421	0.29 395	0.27 398	0.37 427	0.35 429

iResNetv2_ROB	0.80 340	0.37 369	1.71 488	0.56 293	0.37 267	0.94 352	0.64 382	1.73 386	1.34 427	1.23 340	1.42 382	1.26 372	0.92 350	1.85 374	0.56 278	0.23 305	0.15 224	0.19 137	0.14 93	0.24 303	0.19 217

LE_ROB	8.05 570	0.37 369	23.53 580	0.74 462	0.33 220	2.77 535	2.87 567	3.71 554	27.24 589	25.39 589	8.87 571	8.46 568	26.71 589	6.65 533	21.99 581	0.21 252	0.19 333	0.20 172	0.21 290	0.25 315	0.22 285

rvit_0105_4	0.56 192	0.38 376	1.06 395	0.66 405	0.38 284	0.53 135	0.53 311	0.84 108	1.17 342	0.56 120	0.61 100	0.72 188	0.59 207	0.98 179	0.45 207	0.32 431	0.33 477	0.29 395	0.25 370	0.29 371	0.23 305

CSP-Net	0.97 401	0.38 376	0.83 301	0.53 241	0.41 313	1.63 470	0.77 421	2.00 468	1.05 267	1.25 354	1.20 304	1.33 389	0.83 312	4.93 498	0.85 376	0.32 431	0.22 391	0.20 172	0.20 246	0.23 288	0.25 331

HGLStereo	0.85 366	0.38 376	0.94 350	0.80 479	1.03 520	1.17 408	0.58 358	1.52 332	1.20 362	1.19 321	1.62 441	1.13 343	1.20 445	1.80 368	1.06 410	0.24 320	0.24 412	0.24 294	0.21 290	0.23 288	0.27 365

SGM-ForestM	6.52 566	0.38 376	1.26 436	0.63 375	0.35 242	13.59 577	5.32 574	6.32 573	6.70 569	11.14 579	9.18 572	22.51 590	13.93 578	16.89 581	20.07 580	0.36 461	0.37 497	0.36 464	0.35 476	0.36 423	0.34 424

SGM-Forest	1.24 459	0.38 376	0.60 148	0.52 223	0.37 267	1.56 464	1.30 511	1.65 367	1.36 441	2.11 515	1.79 467	1.63 448	0.93 359	7.48 550	0.95 394	0.36 461	0.37 497	0.39 476	0.34 471	0.37 427	0.32 413
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.58 205	0.39 381	1.05 391	0.66 405	0.37 267	0.58 165	0.56 343	0.94 145	1.18 349	0.64 139	0.68 117	0.75 192	0.63 229	0.88 148	0.50 247	0.32 431	0.32 472	0.30 408	0.27 398	0.28 360	0.25 331

AIO-Stereo-zeroshot1	0.98 405	0.39 381	3.21 534	0.50 172	0.63 444	0.64 200	0.39 171	2.36 526	0.75 154	0.95 211	4.63 547	1.81 472	0.56 188	0.96 170	0.41 170	0.18 142	0.13 115	0.21 207	0.26 387	0.32 400	0.35 429

LL-Strereo	1.33 470	0.39 381	1.38 453	0.61 354	0.61 437	0.75 269	0.66 389	1.63 364	1.17 342	1.56 462	1.60 434	2.03 499	2.12 529	9.72 570	0.97 399	0.21 252	0.18 315	0.27 369	0.23 342	0.22 263	0.25 331

CRFU-Net	0.86 371	0.39 381	1.00 371	0.65 398	0.57 414	1.78 487	0.86 446	2.15 496	0.81 175	1.38 417	1.18 293	1.64 451	1.19 442	1.35 275	0.90 386	0.26 370	0.22 391	0.21 207	0.19 214	0.23 288	0.24 319

TestStereo	0.64 243	0.39 381	0.71 221	0.51 202	0.27 90	0.56 157	0.42 199	1.03 180	0.91 207	0.80 171	1.00 204	0.68 175	0.52 166	3.25 463	0.45 207	0.22 278	0.15 224	0.24 294	0.18 192	0.27 341	0.16 126

HCRNet	0.70 277	0.39 381	0.73 239	0.60 340	0.59 431	0.76 275	0.35 114	1.22 262	1.13 315	1.02 235	0.99 200	1.02 306	0.76 274	2.19 410	0.70 323	0.28 400	0.19 333	0.28 384	0.23 342	0.25 315	0.23 305

DFGA-Net	0.72 286	0.40 387	1.40 454	0.52 223	0.45 343	0.83 318	0.44 231	1.28 276	1.08 282	0.99 223	1.19 300	0.70 184	0.55 183	2.14 402	1.16 428	0.18 142	0.16 264	0.24 294	0.23 342	0.27 341	0.25 331

testlalala_base	0.77 325	0.40 387	0.70 209	0.65 398	0.50 372	0.79 294	0.28 57	1.50 323	0.51 78	0.73 156	0.90 174	0.69 180	0.54 176	0.66 78	0.40 159	2.82 557	0.14 166	0.17 79	0.12 41	2.68 553	0.19 217

Wz-Net-LNSev-Ref	0.99 407	0.40 387	1.82 496	0.66 405	0.62 443	2.05 508	0.78 423	1.91 447	1.29 406	1.54 458	1.42 382	1.51 427	1.23 451	1.99 388	1.33 449	0.23 305	0.14 166	0.20 172	0.15 111	0.27 341	0.26 355

sCroCo_RVC	0.49 136	0.40 387	1.02 382	0.65 398	0.60 434	0.52 126	0.40 179	0.83 105	0.61 105	0.44 69	0.74 138	0.49 98	0.50 157	0.63 68	0.48 233	0.26 370	0.27 436	0.23 274	0.22 319	0.29 371	0.25 331

DMCA-RVC	0.74 309	0.40 387	1.27 439	0.66 405	0.49 365	0.77 283	0.47 262	1.35 287	1.01 251	1.53 452	1.01 210	1.29 382	0.82 304	1.31 263	0.78 351	0.27 386	0.21 373	0.35 456	0.27 398	0.32 400	0.24 319

HITNet	0.65 251	0.40 387	0.77 276	0.48 144	0.24 41	1.05 383	0.49 283	1.76 399	1.02 254	1.18 317	1.18 293	0.89 254	0.80 295	0.85 139	0.79 357	0.17 103	0.12 54	0.21 207	0.17 174	0.29 371	0.15 96
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
iResNet	0.75 317	0.40 387	1.36 452	0.67 417	0.29 132	0.92 347	0.59 366	1.52 332	1.25 386	1.28 363	1.48 405	0.94 272	0.76 274	1.62 335	0.78 351	0.18 142	0.14 166	0.18 114	0.15 111	0.22 263	0.23 305

DLCB_ROB	0.86 371	0.40 387	0.78 284	0.68 428	0.54 402	1.11 393	0.84 439	1.49 319	1.23 377	1.64 478	1.65 448	1.70 460	0.91 347	1.70 352	1.05 408	0.25 347	0.24 412	0.26 352	0.27 398	0.27 341	0.24 319

DDVS	0.78 333	0.41 395	0.94 350	0.60 340	0.43 328	1.30 429	0.43 218	1.40 298	0.91 207	1.20 325	1.15 283	1.43 406	0.64 233	2.18 408	0.89 383	0.28 400	0.22 391	0.26 352	0.23 342	0.31 391	0.33 419

FAT-Stereo	1.07 430	0.41 395	1.32 446	0.72 450	0.58 423	1.08 389	0.89 453	1.96 459	1.65 491	1.75 486	1.98 486	2.03 499	1.48 483	2.02 391	1.18 434	0.42 483	0.35 490	0.34 448	0.29 431	0.35 416	0.53 494

NVstereo2D	0.92 386	0.41 395	1.48 473	0.72 450	0.72 469	1.20 415	0.87 448	1.75 393	1.38 449	0.99 223	1.13 271	1.26 372	0.98 386	2.21 412	0.89 383	0.43 488	0.20 351	0.38 470	0.24 355	0.57 499	0.63 512

StereoDRNet-Refined	0.80 340	0.41 395	0.88 327	0.62 366	0.42 318	1.33 434	0.48 273	1.52 332	1.17 342	1.45 436	1.44 391	1.44 411	0.90 344	1.26 252	1.24 437	0.20 218	0.16 264	0.27 369	0.24 355	0.25 315	0.28 377
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 412	0.42 399	1.09 407	0.67 417	0.50 372	1.22 418	1.24 506	2.24 515	1.19 357	1.30 378	1.56 425	1.17 348	1.49 485	3.44 470	0.83 370	0.21 252	0.25 421	0.30 408	0.26 387	0.27 341	0.27 365

stereogan	1.15 452	0.42 399	1.40 454	0.86 501	0.84 502	2.38 522	0.71 406	1.88 437	1.73 500	1.72 484	1.94 485	2.31 510	1.29 460	2.07 396	1.08 414	0.36 461	0.35 490	0.39 476	0.31 447	0.51 488	0.46 474

pmcnn	2.37 534	0.42 399	2.71 530	0.63 375	0.43 328	1.54 462	1.19 503	2.01 472	1.53 482	2.64 534	7.60 564	18.07 582	1.45 479	3.44 470	2.78 517	0.18 142	0.15 224	0.15 22	0.12 41	0.20 198	0.18 177

CVANet_RVC	1.07 430	0.43 402	0.76 269	0.60 340	0.50 372	0.90 336	0.97 473	1.52 332	1.26 391	1.33 400	1.38 373	1.24 364	1.18 439	6.75 539	0.75 340	0.34 450	0.23 403	0.34 448	0.29 431	0.42 452	0.27 365

NLCA_NET_v2_RVC	0.79 337	0.43 402	1.05 391	0.64 384	0.58 423	0.95 356	0.53 311	1.53 338	1.18 349	1.37 412	1.15 283	1.43 406	0.88 337	1.61 334	0.84 373	0.25 347	0.22 391	0.27 369	0.27 398	0.29 371	0.29 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 277	0.43 402	0.75 259	0.73 458	0.37 267	0.92 347	0.53 311	1.85 429	1.18 349	1.12 269	1.23 312	1.07 320	0.65 239	0.96 170	0.63 304	0.31 424	0.15 224	0.32 429	0.21 290	0.29 371	0.22 285
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.
rvit_0105_3	0.63 231	0.44 405	1.08 404	0.72 450	0.40 305	0.64 200	0.71 406	1.03 180	1.17 342	0.82 179	0.70 125	0.80 209	0.70 252	0.91 156	0.56 278	0.35 457	0.34 479	0.34 448	0.32 455	0.27 341	0.28 377

fast-acv-ft	0.94 391	0.44 405	1.40 454	0.58 315	0.51 383	1.77 485	0.69 401	1.36 289	1.42 467	1.29 369	1.86 476	1.74 465	1.25 455	1.52 316	1.38 457	0.26 370	0.28 443	0.28 384	0.28 419	0.27 341	0.26 355

Anonymous3	0.61 220	0.44 405	1.11 412	0.59 328	0.49 365	0.93 351	0.65 384	0.93 138	0.81 175	0.72 155	0.88 170	0.65 166	0.69 247	1.06 201	0.53 266	0.35 457	0.30 458	0.26 352	0.26 387	0.31 391	0.27 365

TDLM	1.06 428	0.44 405	0.79 287	0.63 375	0.50 372	0.89 333	1.44 519	1.48 317	1.26 391	1.12 269	1.40 379	1.08 321	0.98 386	6.65 533	0.78 351	0.33 440	0.21 373	0.33 438	0.26 387	0.37 427	0.24 319

DRN-Test	1.00 412	0.44 405	1.13 416	0.70 438	0.81 498	1.62 469	0.79 426	2.14 494	1.44 470	1.78 489	1.33 352	1.43 406	1.05 411	2.18 408	1.53 482	0.27 386	0.21 373	0.31 414	0.30 440	0.32 400	0.28 377

CBMV_ROB	0.90 381	0.44 405	0.63 160	0.51 202	0.37 267	1.25 422	0.49 283	1.77 403	1.27 397	1.41 426	2.00 489	1.33 389	1.08 419	2.17 405	0.76 343	0.43 488	0.42 512	0.47 498	0.44 499	0.41 447	0.36 435

CBMV	0.95 394	0.44 405	0.66 181	0.53 241	0.35 242	1.53 461	1.63 530	1.69 377	1.42 467	2.00 511	1.60 434	1.43 406	1.17 435	1.59 331	0.99 403	0.34 450	0.34 479	0.39 476	0.33 465	0.33 409	0.32 413
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 407	0.45 412	3.71 539	0.55 280	0.43 328	1.81 489	0.68 397	1.14 232	1.14 318	1.18 317	1.42 382	1.58 438	1.44 477	1.34 274	1.59 485	0.24 320	0.23 403	0.20 172	0.19 214	0.26 327	0.25 331

GMStereo	0.55 183	0.45 412	0.94 350	0.50 172	0.32 199	0.64 200	0.43 218	1.00 168	1.40 459	0.82 179	0.73 134	0.51 108	0.45 116	0.85 139	0.55 276	0.24 320	0.15 224	0.20 172	0.21 290	0.31 391	0.24 319
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0075_2	0.64 243	0.46 414	1.05 391	0.66 405	0.66 452	0.53 135	0.48 273	1.20 253	1.12 303	0.76 158	0.92 178	0.78 203	0.53 171	1.03 192	0.59 287	0.37 465	0.28 443	0.40 481	0.31 447	0.37 427	0.32 413

SACVNet	0.85 366	0.46 414	0.85 303	0.81 482	0.56 411	0.80 302	0.79 426	1.68 375	1.12 303	1.34 404	1.33 352	1.25 368	0.94 364	2.39 426	0.76 343	0.34 450	0.26 427	0.31 414	0.29 431	0.35 416	0.44 469

LMCR-Stereo	0.82 351	0.46 414	0.88 327	0.75 466	0.43 328	1.33 434	0.56 343	2.43 533	0.98 236	1.53 452	1.49 407	0.74 190	1.00 396	1.63 337	0.89 383	0.28 400	0.17 293	0.22 236	0.17 174	0.29 371	0.20 250

S-Stereo	1.15 452	0.46 414	2.17 514	0.81 482	0.80 496	1.21 417	1.19 503	1.93 454	2.02 520	1.47 439	2.11 497	1.57 435	1.17 435	2.05 395	1.41 465	0.40 475	0.40 508	0.35 456	0.31 447	0.44 464	0.70 521

NOSS_ROB	1.26 462	0.46 414	0.62 157	0.56 293	0.38 284	1.06 386	0.78 423	1.73 386	1.40 459	1.01 231	1.43 386	1.10 333	0.75 266	10.62 575	0.65 309	0.45 494	0.43 513	0.48 500	0.45 501	0.44 464	0.41 455

FADNet-RVC-Resample	0.84 362	0.47 419	2.10 509	0.61 354	0.45 343	1.07 388	0.61 372	1.59 351	1.20 362	1.08 247	0.98 198	1.03 310	0.98 386	2.17 405	0.72 331	0.23 305	0.22 391	0.30 408	0.32 455	0.35 416	0.34 424

GANet	1.36 473	0.47 419	0.86 309	0.67 417	0.45 343	1.34 436	1.73 532	1.64 366	1.24 383	1.49 447	2.38 510	1.55 433	1.20 445	9.30 563	0.93 388	0.30 416	0.31 464	0.33 438	0.28 419	0.39 440	0.30 397

StereoDRNet	0.98 405	0.47 419	1.70 486	0.76 469	0.94 515	1.51 459	0.91 459	1.92 450	1.32 420	1.61 470	1.13 271	1.47 421	0.97 379	1.75 359	1.46 476	0.28 400	0.23 403	0.29 395	0.27 398	0.35 416	0.27 365

WCMA_ROB	1.84 512	0.47 419	1.31 443	0.69 432	0.57 414	2.11 511	1.14 497	1.87 434	1.73 500	4.04 555	6.43 558	5.62 558	3.61 554	2.59 438	1.94 499	0.52 507	0.44 516	0.39 476	0.42 495	0.48 480	0.47 478

dd	0.59 211	0.48 423	0.97 362	0.55 280	0.32 199	0.64 200	0.47 262	1.02 175	1.34 427	0.78 166	0.86 165	0.58 140	0.54 176	1.01 188	0.86 378	0.28 400	0.18 315	0.26 352	0.19 214	0.32 400	0.24 319

ADCP+	1.99 523	0.48 423	7.73 556	0.66 405	0.91 511	2.30 518	1.05 487	1.82 420	1.34 427	1.54 458	1.32 350	1.74 465	1.61 495	2.17 405	13.37 570	0.24 320	0.21 373	0.32 429	0.28 419	0.37 427	0.29 383

DeepPruner_ROB	0.74 309	0.48 423	0.87 320	0.57 309	0.44 336	0.79 294	0.54 317	1.73 386	0.96 224	1.38 417	1.27 328	1.24 364	0.73 262	1.43 299	0.73 334	0.34 450	0.28 443	0.27 369	0.26 387	0.31 391	0.31 407

DualNet (step1)	0.83 357	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	1.23 243	0.67 315	0.57 516	0.28 443	0.62 525	0.67 532	0.45 468	0.42 459

test_sample9	1.86 514	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	2.27 417	7.92 557	0.57 516	12.61 588	0.62 525	0.67 532	0.45 468	0.42 459

test_sample8	2.19 528	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.82 420	1.15 330	2.26 518	1.30 338	4.94 553	2.52 542	2.27 417	7.92 557	0.57 516	12.61 588	0.62 525	0.67 532	0.45 468	0.42 459

BEATNet_4x	0.73 304	0.49 426	1.17 424	0.53 241	0.26 66	1.03 380	0.55 335	1.82 420	1.06 271	1.21 329	1.22 308	0.96 286	0.91 347	1.01 188	1.06 410	0.21 252	0.14 166	0.24 294	0.19 214	0.37 427	0.21 267

Nwc_Net	1.09 436	0.49 426	1.33 448	0.89 513	0.80 496	1.49 458	0.66 389	2.19 509	1.27 397	1.32 392	2.26 505	1.96 491	1.54 488	1.92 380	1.34 451	0.40 475	0.30 458	0.43 488	0.45 501	0.38 436	0.37 440

RYNet	1.17 455	0.49 426	1.24 433	0.70 438	0.97 519	1.71 476	0.92 461	1.91 447	1.46 472	1.38 417	1.14 275	1.88 478	1.30 464	4.24 480	1.87 494	0.26 370	0.21 373	0.35 456	0.27 398	0.55 496	0.54 495

XPNet_ROB	0.96 395	0.49 426	1.09 407	0.72 450	0.57 414	1.11 393	1.14 497	1.66 372	1.23 377	1.85 499	1.39 377	1.64 451	1.11 424	1.80 368	1.42 469	0.38 469	0.30 458	0.33 438	0.29 431	0.37 427	0.34 424

STTStereo	0.78 333	0.50 433	1.22 429	0.64 384	0.54 402	0.89 333	0.54 317	1.44 309	1.11 299	1.38 417	1.09 249	1.27 376	0.85 319	1.43 299	0.83 370	0.29 411	0.27 436	0.33 438	0.39 487	0.32 400	0.30 397

RP	1.09 436	0.50 433	1.12 414	0.90 514	1.04 521	1.11 393	0.84 439	1.80 416	1.62 489	1.55 461	2.00 489	1.90 482	1.78 508	1.84 371	1.25 438	0.52 507	0.36 495	0.48 500	0.36 480	0.45 468	0.43 466

edge stereo	1.11 441	0.50 433	1.30 442	0.71 446	0.65 449	1.14 398	0.75 415	1.93 454	1.37 445	1.71 483	1.83 471	2.54 520	1.44 477	2.43 428	1.23 436	0.42 483	0.41 510	0.54 512	0.35 476	0.42 452	0.46 474

ACV-stereo	0.99 407	0.51 436	1.41 459	0.56 293	0.41 313	2.43 524	0.57 354	1.15 234	1.18 349	0.81 175	1.01 210	3.39 538	2.14 530	1.60 332	1.07 413	0.27 386	0.22 391	0.22 236	0.22 319	0.28 360	0.32 413

SDNR	1.62 497	0.51 436	2.17 514	0.53 241	0.56 411	3.80 553	0.45 248	1.54 341	1.29 406	1.33 400	2.41 513	1.08 321	0.96 376	11.18 576	1.16 428	0.66 527	0.63 541	0.43 488	0.32 455	0.64 510	0.67 518

GwcNet	1.08 433	0.51 436	2.33 519	0.79 476	1.18 535	1.76 482	0.70 404	1.68 375	1.47 473	1.41 426	1.64 446	1.74 465	1.04 407	2.20 411	1.41 465	0.30 416	0.29 454	0.29 395	0.27 398	0.30 382	0.35 429

FADNet_RVC	0.83 357	0.51 436	1.83 498	0.54 256	0.42 318	1.19 413	0.46 255	1.51 330	1.09 290	0.89 194	1.24 314	0.91 258	0.87 332	2.11 400	1.11 422	0.27 386	0.22 391	0.31 414	0.28 419	0.43 458	0.38 446

rvit_105_1	0.72 286	0.52 440	1.01 375	0.78 474	0.49 365	0.75 269	0.87 448	1.12 228	1.18 349	0.99 223	0.79 152	0.90 255	0.77 278	1.26 252	0.75 340	0.41 479	0.36 495	0.36 464	0.41 492	0.30 382	0.33 419

AF-Net	1.13 446	0.52 440	1.33 448	0.86 501	0.91 511	1.38 442	0.71 406	2.16 499	1.62 489	1.56 462	2.40 512	1.99 494	1.65 498	1.81 370	1.48 478	0.48 502	0.28 443	0.49 502	0.33 465	0.39 440	0.32 413

AANet_RVC	1.16 454	0.52 440	1.49 475	0.65 398	0.45 343	0.75 269	0.69 401	1.42 302	1.55 485	1.34 404	1.87 478	1.53 430	0.78 285	7.43 548	1.38 457	0.25 347	0.17 293	0.19 137	0.16 153	0.22 263	0.26 355

PSMNet_ROB	0.90 381	0.52 440	1.17 424	0.72 450	0.61 437	1.27 424	1.12 495	1.76 399	1.12 303	1.09 253	1.28 334	1.45 413	0.89 343	1.65 340	1.42 469	0.33 440	0.25 421	0.37 467	0.39 487	0.35 416	0.29 383

APVNet	1.06 428	0.53 444	1.42 460	0.84 494	0.79 491	1.92 499	0.82 437	1.90 443	1.08 282	1.08 247	1.43 386	1.56 434	1.13 431	3.07 456	1.58 483	0.31 424	0.34 479	0.42 486	0.36 480	0.36 423	0.37 440

YMNet	1.00 412	0.54 445	1.40 454	0.81 482	0.85 505	1.87 496	0.62 375	1.55 345	1.18 349	1.63 476	1.99 487	1.77 469	0.97 379	1.50 313	1.45 473	0.33 440	0.37 497	0.31 414	0.32 455	0.32 400	0.29 383

YMNet_1	1.00 412	0.54 445	1.40 454	0.81 482	0.85 505	1.87 496	0.62 375	1.55 345	1.18 349	1.63 476	1.99 487	1.77 469	0.97 379	1.50 313	1.45 473	0.33 440	0.37 497	0.31 414	0.32 455	0.32 400	0.29 383

FINET	0.97 401	0.54 445	1.60 481	0.63 375	0.79 491	1.08 389	1.07 490	1.56 348	2.20 527	1.15 293	1.49 407	0.94 272	0.88 337	2.32 420	1.05 408	0.42 483	0.35 490	0.32 429	0.28 419	0.43 458	0.38 446

NCC-stereo	1.10 438	0.54 445	1.24 433	0.84 494	0.94 515	1.29 427	0.89 453	2.01 472	1.34 427	1.32 392	1.74 460	1.88 478	1.74 505	2.35 422	1.25 438	0.45 494	0.37 497	0.45 493	0.58 524	0.42 452	0.42 459

Abc-Net	1.10 438	0.54 445	1.24 433	0.84 494	0.94 515	1.29 427	0.89 453	2.01 472	1.34 427	1.32 392	1.74 460	1.88 478	1.74 505	2.35 422	1.25 438	0.45 494	0.37 497	0.45 493	0.58 524	0.42 452	0.42 459
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
z-ln-s-r	1.02 421	0.55 450	2.09 508	0.52 223	0.55 408	0.78 288	0.87 448	1.47 315	1.34 427	1.12 269	1.62 441	1.37 399	1.06 414	2.62 441	3.32 529	0.19 183	0.14 166	0.21 207	0.17 174	0.27 341	0.21 267

Anonymous_2	1.30 465	0.55 450	0.82 296	0.52 223	0.58 423	1.01 375	0.64 382	1.25 270	0.97 231	0.96 213	0.78 146	1.33 389	1.29 460	1.03 192	0.74 335	0.62 523	0.64 542	1.06 542	9.63 582	1.16 538	0.49 485

ADCRef	1.35 472	0.55 450	2.37 521	0.72 450	0.77 486	1.94 501	0.78 423	1.91 447	1.27 397	1.57 466	1.59 433	1.36 396	1.41 473	1.54 322	7.53 552	0.23 305	0.20 351	0.32 429	0.30 440	0.29 371	0.29 383

NaN_ROB	1.13 446	0.55 450	1.15 421	0.64 384	0.48 361	1.61 468	2.03 549	1.72 385	1.48 474	2.09 514	1.27 328	1.40 401	1.08 419	3.94 476	1.30 446	0.28 400	0.34 479	0.28 384	0.28 419	0.30 382	0.33 419

sAnonymous2	0.55 183	0.56 454	1.46 468	0.60 340	0.51 383	0.48 79	0.52 303	0.79 83	0.68 136	0.50 107	0.67 114	0.46 78	0.62 224	0.59 47	0.40 159	0.22 278	0.17 293	0.22 236	0.21 290	0.86 525	0.56 499

CroCo_RVC	0.55 183	0.56 454	1.46 468	0.60 340	0.51 383	0.48 79	0.52 303	0.79 83	0.68 136	0.50 107	0.67 114	0.46 78	0.62 224	0.59 47	0.40 159	0.22 278	0.17 293	0.22 236	0.21 290	0.86 525	0.56 499

NCCL2	1.00 412	0.56 454	1.06 395	0.75 466	0.57 414	1.31 431	1.72 531	1.77 403	1.36 441	1.50 448	1.17 291	1.91 483	1.17 435	1.54 322	1.29 445	0.35 457	0.31 464	0.45 493	0.44 499	0.40 444	0.40 450

MeshStereo	2.26 530	0.56 454	0.92 344	0.61 354	0.49 365	2.60 529	1.02 483	3.18 547	2.05 522	7.40 576	4.98 553	7.58 564	2.98 549	6.37 529	1.96 500	0.43 488	0.43 513	0.45 493	0.39 487	0.43 458	0.42 459
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
ADCL	1.72 508	0.57 458	3.66 537	0.67 417	0.61 437	2.61 531	1.85 538	1.96 459	1.67 493	1.90 504	1.83 471	2.06 502	1.90 518	2.13 401	9.15 562	0.26 370	0.24 412	0.34 448	0.32 455	0.38 436	0.35 429

PA-Net	1.01 418	0.57 458	1.29 441	0.64 384	0.74 475	1.19 413	0.84 439	1.69 377	1.43 469	1.16 303	1.19 300	1.32 388	1.19 442	3.42 468	1.25 438	0.29 411	0.45 520	0.33 438	0.49 511	0.32 400	0.47 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 515	0.57 458	2.18 516	0.63 375	0.40 305	2.80 537	1.57 527	2.39 530	5.88 567	2.36 525	3.57 536	3.72 543	2.97 548	4.74 491	1.76 490	0.34 450	0.30 458	0.32 429	0.29 431	0.48 480	0.37 440

HBP-ISP	0.96 395	0.58 461	0.72 227	0.61 354	0.46 355	1.64 472	0.76 418	1.86 432	1.28 402	1.30 378	1.53 414	0.86 238	0.94 364	3.27 464	0.69 322	0.45 494	0.44 516	0.54 512	0.48 508	0.47 475	0.40 450

Wz-Net-MNSev	1.11 441	0.58 461	2.23 517	0.66 405	0.71 467	1.95 502	1.46 520	1.98 465	1.45 471	1.79 492	1.43 386	1.49 424	1.33 467	1.97 387	1.42 469	0.27 386	0.23 403	0.28 384	0.28 419	0.34 413	0.31 407

PS-NSSS	0.99 407	0.58 461	0.93 346	0.58 315	0.57 414	0.91 340	0.80 432	1.81 419	1.14 318	1.14 287	1.67 453	1.00 297	0.83 312	4.62 489	0.78 351	0.37 465	0.31 464	0.52 506	0.32 455	0.45 468	0.38 446

FC-DCNN v2	2.81 548	0.59 464	0.85 303	0.73 458	0.57 414	2.97 541	1.05 487	3.39 551	2.61 538	6.98 572	7.67 566	10.38 574	6.31 569	5.75 519	3.37 530	0.53 513	0.48 525	0.51 504	0.50 514	0.53 492	0.51 491

SuperB	2.53 540	0.59 464	18.45 573	0.69 432	0.50 372	1.87 496	0.88 451	1.67 374	2.39 530	1.50 448	1.42 382	1.14 345	1.15 433	4.28 483	5.07 542	0.24 320	0.19 333	0.22 236	0.19 214	7.86 581	0.34 424

MANE	6.19 564	0.59 464	1.03 386	0.93 520	1.22 538	13.38 576	2.69 563	12.81 580	17.94 585	8.21 577	10.82 576	14.72 578	11.68 574	11.39 577	11.90 569	0.59 520	0.50 530	0.52 506	1.76 566	0.55 496	0.54 495

FC-DCNN	2.72 547	0.59 464	0.86 309	0.73 458	0.57 414	2.91 538	1.04 485	3.01 545	2.60 537	6.83 571	7.64 565	9.92 571	6.33 570	5.21 501	3.14 524	0.53 513	0.48 525	0.51 504	0.50 514	0.53 492	0.51 491

DPSNet	1.69 503	0.59 464	4.33 542	0.70 438	0.57 414	2.02 507	1.62 529	3.35 550	1.78 504	1.48 445	1.38 373	2.17 504	2.84 546	4.77 492	3.66 532	0.48 502	0.31 464	0.29 395	0.25 370	0.64 510	0.48 481

CSAN	1.41 480	0.59 464	1.26 436	0.70 438	0.50 372	1.76 482	1.78 533	1.77 403	1.90 513	2.35 523	2.32 507	1.92 486	1.94 520	5.56 514	1.49 479	0.43 488	0.35 490	0.40 481	0.41 492	0.43 458	0.41 455

LALA_ROB	1.01 418	0.59 464	1.16 422	0.67 417	0.51 383	1.63 470	1.26 510	1.69 377	1.38 449	1.81 496	1.37 368	1.94 488	1.02 403	1.58 329	1.38 457	0.37 465	0.27 436	0.43 488	0.37 483	0.43 458	0.37 440

MSMD_ROB	1.99 523	0.59 464	0.89 333	0.70 438	0.61 437	3.95 555	0.94 468	1.80 416	1.79 505	4.41 559	4.43 543	8.17 567	3.66 555	3.40 466	1.33 449	0.52 507	0.48 525	0.54 512	0.58 524	0.53 492	0.50 487

TCMNet	1.01 418	0.60 472	2.10 509	0.86 501	1.33 542	1.14 398	0.67 393	1.69 377	1.23 377	1.11 267	1.57 429	1.30 383	0.97 379	2.01 390	1.50 480	0.31 424	0.31 464	0.38 470	0.34 471	0.42 452	0.36 435

TRStereo	0.60 214	0.60 472	0.97 362	0.74 462	0.67 456	0.46 68	0.38 156	1.85 429	0.89 198	0.79 169	0.80 157	0.88 246	0.39 86	1.10 213	0.41 170	0.23 305	0.15 224	0.23 274	0.24 355	0.17 92	0.15 96

w-ln-seven-2	1.18 456	0.61 474	4.25 541	0.68 428	0.61 437	1.20 415	0.93 465	1.63 364	1.35 437	1.66 479	1.53 414	1.47 421	1.37 471	3.00 455	1.74 489	0.25 347	0.24 412	0.29 395	0.26 387	0.33 409	0.28 377

GMStereo_Zeroshot	0.67 267	0.61 474	1.01 375	0.64 384	0.37 267	0.84 326	0.35 114	1.05 194	1.12 303	1.12 269	1.06 235	1.27 376	0.54 176	1.19 236	0.59 287	0.32 431	0.17 293	0.31 414	0.18 192	0.52 490	0.22 285

FADNet	0.92 386	0.61 474	1.81 495	0.62 366	0.55 408	0.96 362	0.57 354	1.78 407	1.33 424	0.93 204	1.01 210	1.36 396	1.01 398	2.71 444	0.75 340	0.33 440	0.34 479	0.31 414	0.34 471	0.59 503	0.40 450

DANet	1.08 433	0.61 474	1.32 446	0.85 499	0.72 469	1.37 439	0.51 292	1.54 341	1.15 330	1.78 489	1.54 419	2.01 496	1.11 424	2.90 450	2.00 502	0.33 440	0.30 458	0.40 481	0.30 440	0.44 464	0.45 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 507	0.62 478	1.45 466	0.67 417	0.61 437	1.81 489	1.08 491	2.52 536	1.70 496	1.77 488	1.73 458	1.98 493	1.25 455	12.57 578	1.84 493	0.34 450	0.37 497	0.56 520	0.38 485	0.45 468	0.43 466

FCDSN-DC	2.32 532	0.63 479	0.81 293	0.84 494	0.75 482	2.23 515	0.94 468	2.09 488	1.80 506	5.45 569	7.72 567	7.77 566	6.93 572	3.39 465	1.80 492	0.52 507	0.48 525	0.52 506	0.51 517	0.57 499	0.58 504
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 499	0.63 479	1.56 478	1.11 533	0.74 475	2.98 542	0.91 459	1.55 345	1.22 374	2.76 538	8.18 570	2.32 511	2.53 543	1.92 380	1.87 494	0.48 502	0.44 516	0.45 493	0.31 447	0.60 507	0.57 503

ETE_ROB	0.96 395	0.64 481	1.16 422	0.69 432	0.48 361	1.14 398	1.13 496	1.77 403	1.19 357	1.91 505	1.45 393	1.73 463	1.05 411	1.60 332	1.14 426	0.32 431	0.26 427	0.38 470	0.34 471	0.39 440	0.41 455

PDISCO_ROB	1.32 469	0.65 482	1.44 461	1.36 538	1.46 545	2.55 527	0.92 461	2.45 534	2.07 523	1.37 412	1.49 407	1.65 454	1.00 396	2.82 446	1.35 454	1.01 536	0.27 436	0.54 512	0.47 506	0.71 519	0.73 524

dad	0.86 371	0.66 483	1.06 395	0.56 293	0.37 267	0.76 275	0.44 231	1.17 238	1.50 477	1.44 434	1.27 328	1.34 393	0.75 266	2.52 436	0.84 373	0.42 483	0.27 436	0.83 533	0.26 387	0.41 447	0.29 383

DEFOM-Stereo_RVC	0.40 73	0.67 484	0.42 32	0.64 384	0.29 132	0.48 79	0.25 34	0.85 109	0.44 51	0.38 43	0.36 23	0.30 35	0.70 252	1.15 224	0.29 38	0.16 60	0.11 28	0.16 52	0.11 9	0.18 123	0.12 11

Wz-Net-LNSev	1.03 424	0.67 484	2.71 530	0.64 384	0.84 502	1.75 480	1.00 480	1.80 416	1.32 420	1.28 363	1.25 318	1.65 454	1.22 449	1.39 290	1.40 461	0.28 400	0.26 427	0.24 294	0.23 342	0.33 409	0.32 413

ccnet	1.12 443	0.67 484	1.01 375	0.78 474	0.73 474	1.72 478	0.99 478	1.84 428	1.26 391	1.47 439	1.85 475	1.75 468	1.29 460	1.75 359	1.88 496	0.57 516	0.53 533	0.57 522	0.55 521	0.59 503	0.54 495

FADNet-RVC	0.88 376	0.67 484	1.93 502	0.60 340	0.48 361	0.91 340	0.60 370	1.71 384	1.18 349	0.90 196	0.96 188	1.36 396	0.92 350	2.25 415	1.17 431	0.30 416	0.29 454	0.32 429	0.32 455	0.41 447	0.35 429

STTRV1_RVC	1.58 491	0.68 488	1.96 504	0.88 509	1.12 528	1.57 465	0.90 458	2.25 516	1.75 503	1.29 369	2.02 492	1.40 401	1.22 449	9.77 571	1.31 447	0.81 531	0.33 477	0.54 512	0.49 511	0.73 521	0.52 493

Syn2CoEx	1.14 448	0.69 489	1.66 484	0.80 479	0.67 456	1.40 446	0.88 451	2.06 484	1.54 483	1.25 354	1.58 432	1.42 405	1.50 487	4.09 478	1.40 461	0.36 461	0.32 472	0.34 448	0.29 431	0.29 371	0.34 424

psmorigin	1.52 487	0.69 489	10.52 566	0.68 428	0.59 431	1.13 397	0.70 404	1.57 349	1.19 357	1.99 508	1.79 467	2.26 507	1.47 482	2.09 398	1.36 455	0.39 472	0.40 508	0.34 448	0.33 465	0.43 458	0.56 499

ADCPNet	1.85 513	0.69 489	8.07 557	0.71 446	0.58 423	2.79 536	1.22 505	1.94 456	1.54 483	1.88 501	1.69 454	2.46 519	2.04 524	2.37 424	6.48 547	0.38 469	0.37 497	0.38 470	0.43 497	0.47 475	0.45 471

w-ln-seven	1.38 476	0.70 492	3.91 540	0.75 466	0.72 469	2.69 533	0.95 470	2.02 476	1.99 518	1.99 508	1.73 458	1.82 475	1.17 435	2.45 429	2.84 518	0.28 400	0.25 421	0.31 414	0.30 440	0.41 447	0.33 419

XX-TBD	0.46 117	0.70 492	0.35 1	0.79 476	0.25 58	0.58 165	0.26 44	0.69 52	1.27 397	0.76 158	1.00 204	0.45 74	0.33 48	0.47 18	0.37 133	0.19 183	0.15 224	0.15 22	0.11 9	0.17 92	0.14 63

SHD	1.31 467	0.71 494	2.34 520	0.86 501	0.75 482	1.77 485	0.65 384	2.22 513	2.50 536	2.40 527	1.71 456	1.91 483	1.60 494	1.93 383	2.37 510	0.38 469	0.31 464	0.38 470	0.40 491	0.48 480	0.50 487

RTSC	1.29 463	0.73 495	2.44 522	0.83 493	0.57 414	1.85 494	0.65 384	1.88 437	2.00 519	2.20 517	1.66 451	1.60 441	1.26 457	2.33 421	3.92 535	0.32 431	0.23 403	0.27 369	0.29 431	0.37 427	0.37 440

ADCMid	1.89 518	0.73 495	5.06 546	0.72 450	0.67 456	2.00 506	1.14 497	1.97 463	1.48 474	2.86 541	1.81 470	2.37 513	2.05 526	2.24 413	10.39 567	0.33 440	0.31 464	0.39 476	0.43 497	0.50 484	0.44 469

DeepPrunerF	1.60 494	0.73 495	5.81 551	0.88 509	1.19 536	0.91 340	0.95 470	2.19 509	5.24 565	1.17 312	1.30 338	1.19 352	1.30 464	4.90 496	1.66 488	0.42 483	0.34 479	0.52 506	0.47 506	0.41 447	0.40 450

ELAS_RVC	2.48 539	0.74 498	1.90 500	1.05 528	0.92 513	2.76 534	4.01 571	2.76 540	4.11 558	4.69 562	4.63 547	4.62 548	5.96 567	3.97 477	3.96 537	0.63 525	0.53 533	0.56 520	0.52 518	0.64 510	0.63 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 534	0.74 498	1.54 477	0.99 524	0.92 513	4.78 561	2.33 559	3.33 549	3.37 550	5.05 567	4.77 551	3.67 541	4.53 562	3.42 468	4.50 540	0.62 523	0.53 533	0.55 517	0.53 519	0.63 508	0.64 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	1.29 463	0.75 500	1.33 448	1.05 528	0.88 510	1.73 479	0.52 303	1.89 440	3.28 548	1.29 369	4.88 552	1.22 357	1.46 480	1.77 366	1.45 473	0.60 521	0.26 427	0.29 395	0.25 370	0.52 490	0.37 440

DGSMNet	1.14 448	0.76 501	2.49 524	0.81 482	0.86 507	1.39 444	1.39 516	2.13 490	1.35 437	1.26 358	1.63 445	1.48 423	0.98 386	1.75 359	1.10 419	0.45 494	0.43 513	0.55 517	0.49 511	0.75 522	0.70 521

PWC_ROB	1.24 459	0.76 501	2.46 523	0.72 450	0.78 488	1.15 404	0.49 283	1.75 393	1.92 514	2.31 520	3.07 529	1.59 439	1.40 472	2.46 432	2.10 506	0.33 440	0.22 391	0.35 456	0.24 355	0.38 436	0.41 455

aanetorigin	1.23 458	0.79 503	2.78 532	0.70 438	0.79 491	0.99 372	1.06 489	1.06 207	1.37 445	3.52 550	2.61 520	1.72 462	1.63 496	1.99 388	1.78 491	0.25 347	0.24 412	0.26 352	0.25 370	0.38 436	0.45 471

RGC	1.14 448	0.79 503	1.26 436	0.91 517	0.96 518	1.52 460	0.77 421	1.92 450	1.26 391	1.54 458	1.93 483	2.02 498	1.54 488	2.25 415	1.31 447	0.44 493	0.35 490	0.58 523	0.48 508	0.47 475	0.46 474

MSAF-DinoV2	1.97 521	0.80 505	10.38 565	0.86 501	0.48 361	1.39 444	0.97 473	2.55 538	1.72 499	1.53 452	1.65 448	3.59 540	2.20 533	5.39 509	3.94 536	0.27 386	0.17 293	0.26 352	0.28 419	0.47 475	0.46 474

z-mn7	1.56 490	0.84 506	4.36 544	0.71 446	0.51 383	2.60 529	1.04 485	1.73 386	2.70 542	1.53 452	2.99 528	1.94 488	1.34 468	4.78 493	2.41 511	0.29 411	0.24 412	0.27 369	0.24 355	0.34 413	0.31 407

MFN_U_SF_RVC	1.52 487	0.84 506	3.42 535	0.87 508	0.66 452	2.56 528	0.95 470	2.36 526	1.70 496	1.98 507	1.86 476	2.45 518	1.79 509	2.95 451	2.58 513	0.52 507	0.48 525	0.55 517	0.59 527	0.59 503	0.61 510

PVD	1.70 504	0.84 506	2.26 518	0.94 522	0.83 501	2.48 525	0.97 473	2.59 539	3.35 549	3.01 547	2.77 524	2.34 512	2.47 541	2.67 443	3.14 524	0.47 501	0.45 520	0.59 524	0.48 508	0.59 503	0.75 526

SAMSARA	1.55 489	0.84 506	2.61 527	1.22 536	1.07 522	2.50 526	1.93 543	2.05 479	1.89 511	2.75 537	1.66 451	2.81 528	1.69 503	3.08 458	1.97 501	0.46 500	0.51 531	0.42 486	0.46 504	0.58 501	0.59 506

GANetREF_RVC	1.07 430	0.86 510	1.31 443	0.82 490	0.53 398	1.41 451	1.31 512	1.76 399	1.52 480	1.27 361	1.31 344	1.46 416	1.24 454	2.03 392	0.96 398	0.56 515	0.45 520	0.67 528	0.50 514	0.88 527	0.59 506
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
MFN_U_SF_DS_RVC	1.74 509	0.87 511	3.56 536	0.80 479	0.75 482	3.72 550	2.44 562	1.82 420	1.82 508	1.74 485	1.91 482	1.92 486	1.26 457	7.69 553	1.28 444	0.45 494	0.47 524	0.52 506	0.77 537	0.50 484	0.50 487

XQC	1.37 474	0.87 511	2.56 526	0.84 494	0.69 464	1.83 492	0.89 453	2.07 485	1.88 510	1.88 501	1.53 414	1.91 483	1.55 490	2.85 449	3.05 521	0.48 502	0.29 454	0.44 492	0.39 487	0.69 517	0.60 509

SQANet	1.31 467	0.88 513	1.08 404	1.83 548	1.44 544	1.44 453	0.75 415	1.74 391	1.09 290	1.32 392	1.26 325	1.28 379	1.01 398	1.50 313	0.83 370	2.50 554	0.34 479	1.47 546	0.55 521	2.32 548	1.57 550

PASM	1.34 471	0.92 514	2.62 528	0.86 501	0.87 509	1.03 380	1.08 491	1.50 323	1.51 479	1.82 497	1.41 381	1.68 457	1.26 457	4.87 495	1.34 451	0.61 522	0.65 544	0.68 529	0.78 538	0.69 517	0.68 520

WZ-Net	1.95 519	0.95 515	10.10 562	0.86 501	0.78 488	1.69 475	1.60 528	2.20 512	1.98 517	2.08 513	1.93 483	2.30 509	1.97 521	5.30 503	3.17 526	0.34 450	0.26 427	0.29 395	0.31 447	0.51 488	0.47 478

PSMNet-RUCA	1.02 421	0.97 516	1.44 461	1.23 537	1.10 524	1.40 446	0.62 375	1.69 377	1.38 449	0.94 209	1.53 414	0.97 288	0.83 312	1.17 232	0.93 388	0.69 528	0.34 479	0.99 539	0.60 528	0.97 529	0.64 516

GASNet	0.99 407	0.97 516	1.72 489	0.98 523	0.68 462	0.83 318	0.67 393	1.60 355	1.28 402	1.31 388	1.22 308	1.22 357	1.21 448	2.41 427	1.41 465	0.43 488	0.26 427	0.36 464	0.34 471	0.55 496	0.31 407

anonymity	1.12 443	0.97 516	1.21 427	1.07 531	1.12 528	1.08 389	0.89 453	1.95 458	1.16 339	1.29 369	1.26 325	1.22 357	1.09 422	1.15 224	1.01 405	1.02 538	1.00 561	0.97 537	0.97 549	0.98 530	0.99 535

Consistency-Raft	1.25 461	0.99 519	1.93 502	1.02 527	1.21 537	0.96 362	1.01 482	1.75 393	1.92 514	1.36 409	2.12 498	1.44 411	1.01 398	1.14 223	1.40 461	0.72 529	0.82 548	0.89 535	0.98 551	1.31 543	0.95 533

ADCS	2.25 529	0.99 519	5.55 548	0.81 482	0.74 475	2.19 514	1.80 534	2.27 519	2.14 525	2.80 540	2.13 499	2.40 515	2.03 523	2.64 442	13.69 571	0.41 479	0.39 506	0.40 481	0.45 501	0.58 501	0.56 499

MaskLacGwcNet_RVC	1.10 438	1.02 521	1.00 371	0.82 490	0.67 456	1.93 500	0.93 465	1.62 362	1.11 299	1.15 293	1.25 318	1.50 425	0.79 289	1.96 386	0.76 343	1.89 548	0.34 479	0.79 532	0.36 480	1.25 542	0.83 528

SPS-STEREO	1.67 500	1.04 522	1.23 430	1.21 535	1.13 531	1.82 491	1.11 493	2.16 499	1.52 480	3.07 549	2.32 507	2.82 529	1.80 510	4.11 479	2.04 503	1.03 539	0.99 560	0.97 537	0.94 547	1.03 535	1.02 536
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 515	1.07 523	1.45 466	1.07 531	1.17 533	1.47 455	1.48 522	1.89 440	1.93 516	1.94 506	4.67 550	3.08 535	1.80 510	6.51 531	1.65 486	1.06 541	0.86 555	1.08 543	1.32 556	0.93 528	1.26 545
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 537	1.07 523	2.14 513	1.18 534	1.10 524	2.14 513	1.36 515	1.96 459	1.66 492	5.46 570	7.07 561	4.95 554	4.32 561	5.50 511	2.26 509	1.04 540	1.02 563	0.99 539	0.97 549	1.02 533	1.04 538

EDNetEfficient	2.37 534	1.10 525	8.08 558	0.74 462	0.71 467	0.98 371	1.56 525	1.46 313	4.06 557	4.90 564	2.82 525	2.25 506	3.48 553	2.95 451	9.97 563	0.26 370	0.24 412	0.26 352	0.30 440	0.68 516	0.61 510

AnyNet_C32	1.96 520	1.10 525	5.17 547	0.90 514	1.11 526	2.12 512	2.37 560	1.85 429	1.48 474	2.45 529	1.70 455	2.05 501	1.64 497	2.50 435	10.28 566	0.37 465	0.34 479	0.35 456	0.41 492	0.49 483	0.54 495

LSM	6.33 565	1.10 525	13.19 568	1.41 542	68.17 595	1.64 472	1.90 542	1.92 450	2.46 532	2.99 545	3.11 530	1.88 478	1.80 510	2.61 440	2.06 505	0.41 479	0.58 539	0.50 503	0.57 523	0.64 510	17.66 589

otaku	1.60 494	1.11 528	1.21 427	2.20 551	1.56 546	1.97 503	1.24 506	2.07 485	1.36 441	1.44 434	1.62 441	1.73 463	1.19 442	1.73 358	0.98 402	2.89 559	0.57 538	1.74 547	0.60 528	2.78 555	1.94 556

AnonymousM	0.59 211	1.11 528	0.41 24	0.44 84	0.32 199	0.43 53	0.47 262	1.05 194	0.64 114	0.98 220	0.63 105	0.67 173	0.43 104	0.59 47	0.41 170	0.20 218	0.15 224	1.84 550	0.84 541	0.14 20	0.13 36

MFMNet_re	1.40 479	1.14 530	1.68 485	1.39 540	1.07 522	1.48 456	1.43 518	1.87 434	1.82 508	2.26 518	2.19 502	1.51 427	1.86 515	1.52 316	1.25 438	0.93 534	0.83 549	0.84 534	0.80 539	0.99 532	1.05 540

Ntro	1.64 498	1.15 531	1.23 430	2.48 556	1.83 548	2.09 510	1.16 500	1.96 459	1.38 449	1.21 329	1.62 441	1.62 443	1.29 460	1.87 377	1.11 422	3.04 560	0.56 537	1.82 549	0.64 530	2.80 556	2.05 557

MSC_U_SF_DS_RVC	2.12 525	1.15 531	3.10 533	1.05 528	0.76 485	5.03 564	2.40 561	2.16 499	2.62 539	1.89 503	2.28 506	2.69 525	1.65 498	9.35 565	2.04 503	0.64 526	0.51 531	0.68 529	0.71 535	1.09 537	0.67 518

UDGNet	0.72 286	1.17 533	0.80 292	0.77 472	0.41 313	0.77 283	0.38 156	0.97 158	1.34 427	0.81 175	0.88 170	0.71 187	0.60 210	1.21 240	0.54 272	0.52 507	0.19 333	1.02 541	0.26 387	0.71 519	0.31 407

zh-mn7	1.70 504	1.21 534	8.30 560	0.69 432	0.53 398	1.45 454	0.84 439	1.70 382	2.09 524	2.41 528	2.67 522	1.68 457	1.23 451	4.49 485	2.87 519	0.30 416	0.26 427	0.27 369	0.27 398	0.31 391	0.35 429

Wz-Net-SNSev	1.49 483	1.23 535	6.27 553	0.68 428	0.67 456	1.37 439	1.41 517	2.00 468	1.39 454	1.48 445	1.61 438	2.29 508	1.32 466	3.93 475	2.14 507	0.31 424	0.28 443	0.31 414	0.33 465	0.42 452	0.36 435

CC-Net-ROB	1.49 483	1.26 536	1.27 439	0.88 509	0.79 491	1.76 482	1.00 480	1.79 413	1.26 391	1.10 261	1.61 438	1.21 355	0.99 394	8.13 557	0.84 373	1.09 542	0.41 510	2.20 551	0.46 504	1.20 541	0.48 481

zh-sn7	1.76 510	1.38 537	6.58 554	0.74 462	0.72 469	1.78 487	1.31 512	1.88 437	1.56 486	1.86 500	2.47 517	1.81 472	2.08 528	5.12 500	3.80 534	0.32 431	0.32 472	0.32 429	0.32 455	0.44 464	0.40 450

RTS	2.67 542	1.38 537	15.28 571	0.99 524	1.26 539	3.78 551	1.96 545	2.15 496	2.62 539	2.61 532	2.85 526	2.60 522	1.59 492	6.27 527	5.71 545	0.40 475	0.28 443	0.35 456	0.35 476	0.50 484	0.48 481

RTSA	2.67 542	1.38 537	15.28 571	0.99 524	1.26 539	3.78 551	1.96 545	2.15 496	2.62 539	2.61 532	2.85 526	2.60 522	1.59 492	6.27 527	5.71 545	0.40 475	0.28 443	0.35 456	0.35 476	0.50 484	0.48 481

WAO-7	2.66 541	1.40 540	1.73 491	1.39 540	1.17 533	3.93 554	1.94 544	4.11 557	3.88 556	2.92 542	5.50 554	4.18 546	3.00 550	7.63 552	3.71 533	1.13 544	1.00 561	1.17 544	1.13 555	1.18 540	1.09 542

ACVNet_2	2.43 538	1.41 541	2.04 506	2.62 557	2.24 555	2.63 532	1.88 541	3.31 548	3.01 545	2.19 516	3.45 535	4.62 548	2.04 524	4.50 487	1.47 477	2.55 555	0.64 542	2.22 552	0.84 541	2.69 554	2.29 560

ACVNet-4b	2.15 526	1.41 541	1.64 482	2.80 558	2.31 558	2.31 519	1.24 506	2.32 522	2.14 525	1.26 358	2.39 511	2.66 524	1.48 483	5.95 524	1.06 410	3.20 564	0.45 520	2.37 555	0.89 544	2.83 559	2.37 561

StereoAnything_RVC	0.45 110	1.43 543	0.48 66	0.35 3	0.20 3	0.26 4	0.21 13	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 72	1.27 255	0.22 1	0.21 252	0.11 28	0.14 2	0.10 2	2.37 549	0.11 2

ACVNet_1	2.18 527	1.45 544	1.72 489	2.85 560	2.33 559	2.28 517	1.46 520	3.08 546	2.22 528	1.82 497	2.05 495	3.56 539	1.98 522	3.09 459	1.40 461	3.17 561	0.60 540	2.40 559	0.92 546	2.91 562	2.37 561

GCST	1.08 433	1.47 545	0.93 346	1.73 546	1.14 532	1.30 429	0.31 79	1.33 279	1.16 339	1.29 369	0.97 197	0.98 290	0.49 151	2.08 397	0.46 221	1.19 545	0.70 545	1.30 545	0.85 543	1.02 533	0.89 531

EDNetEfficientorigin	10.57 575	1.47 545	177.42 600	0.67 417	0.53 398	1.58 466	1.16 500	1.90 443	3.37 550	4.71 563	3.38 533	3.10 536	2.69 545	3.13 460	3.58 531	0.25 347	0.23 403	0.33 438	0.27 398	0.83 523	0.81 527

Dean	2.91 551	1.53 547	2.07 507	2.96 564	2.51 561	3.15 543	2.14 553	4.75 562	4.41 561	2.76 538	6.10 557	5.53 557	2.37 537	2.97 453	1.92 498	3.18 562	0.85 553	2.51 562	1.04 554	2.88 561	2.47 564

WAO-6	2.81 548	1.60 548	1.46 468	2.36 555	2.28 557	3.55 548	2.29 558	4.21 558	4.56 562	2.36 525	4.51 544	4.88 552	2.66 544	4.60 488	4.07 539	1.72 547	1.15 567	2.31 554	1.46 562	2.31 547	1.85 554

LVE	3.31 553	1.67 549	1.64 482	2.85 560	2.42 560	3.20 545	2.26 557	4.78 563	5.05 564	2.35 523	6.91 559	6.02 559	2.37 537	9.15 561	2.17 508	3.19 563	1.08 566	2.38 557	1.47 563	2.81 557	2.40 563

RainbowNet	1.97 521	1.76 550	1.57 479	2.81 559	2.21 554	1.98 505	1.81 535	2.54 537	1.89 511	1.50 448	1.84 473	1.96 491	1.65 498	2.14 402	1.25 438	3.33 566	0.85 553	2.39 558	0.98 551	2.82 558	2.22 558

AnyNet_C01	2.26 530	1.78 551	10.22 564	0.93 520	0.74 475	2.92 540	2.20 555	2.29 521	1.80 506	2.53 531	2.41 513	2.71 526	1.73 504	3.41 467	6.72 549	0.41 479	0.39 506	0.40 481	0.42 495	0.67 515	0.63 512

IMH-64-1	2.70 545	1.79 552	1.46 468	3.26 568	2.66 562	3.23 546	2.10 550	4.08 555	2.75 543	2.34 521	3.81 539	3.06 533	2.22 534	4.25 481	2.59 514	3.75 570	0.84 550	2.75 565	1.35 557	3.15 564	2.60 567

IMH-64	2.70 545	1.79 552	1.46 468	3.26 568	2.66 562	3.23 546	2.10 550	4.08 555	2.75 543	2.34 521	3.81 539	3.06 533	2.22 534	4.25 481	2.59 514	3.75 570	0.84 550	2.75 565	1.35 557	3.15 564	2.60 567

WAO-8	4.40 556	1.82 554	1.79 493	2.34 553	2.20 552	9.19 569	1.53 523	6.09 570	16.46 579	3.94 553	7.84 568	7.32 561	3.72 557	9.41 567	3.31 527	2.00 549	1.07 564	2.44 560	1.37 560	2.50 550	1.68 551

Venus	4.40 556	1.82 554	1.79 493	2.34 553	2.20 552	9.19 569	1.53 523	6.09 570	16.46 579	3.94 553	7.84 568	7.32 561	3.72 557	9.41 567	3.31 527	2.00 549	1.07 564	2.44 560	1.37 560	2.50 550	1.68 551

IMH	3.21 552	1.85 556	1.48 473	3.25 567	2.69 564	4.07 557	2.02 548	4.41 560	3.80 555	2.72 535	7.11 562	4.75 551	2.92 547	5.92 522	2.55 512	3.85 574	0.88 556	2.78 567	1.36 559	3.19 566	2.59 566

JetBlue	3.97 554	2.01 557	10.19 563	1.38 539	2.84 566	10.53 572	9.54 575	3.60 553	2.41 531	2.73 536	3.39 534	4.54 547	4.31 560	7.85 556	6.84 550	0.88 532	0.93 559	0.89 535	0.91 545	1.74 544	1.91 555

TorneroNet-64	5.30 563	2.03 558	1.74 492	3.43 570	2.81 565	10.09 571	2.12 552	9.10 577	17.12 584	4.96 566	9.27 573	10.72 576	3.70 556	9.20 562	4.55 541	3.31 565	0.84 550	2.88 568	1.55 564	3.49 567	3.04 570

TorneroNet	10.70 576	2.03 558	1.82 496	3.43 570	3.01 568	43.83 593	2.22 556	8.87 576	67.47 600	7.17 575	27.36 588	10.68 575	3.85 559	8.67 560	7.65 556	3.59 568	0.88 556	3.04 569	1.57 565	3.71 568	3.17 571

PWCK	2.88 550	2.05 560	5.72 550	2.08 550	1.11 526	3.55 548	3.90 570	2.86 543	3.54 554	3.03 548	3.63 537	3.10 536	2.31 536	8.15 559	3.09 522	2.12 551	0.91 558	1.75 548	0.98 551	2.57 552	1.18 544

KSHMR	8.75 572	2.06 561	2.11 511	3.53 572	3.11 569	4.13 558	2.69 563	5.60 567	61.37 599	3.00 546	55.83 599	4.98 556	2.45 540	4.49 485	2.61 516	3.46 567	1.55 571	3.14 571	1.94 569	3.72 569	3.18 572

Wz-Net-TNSev	1.88 515	2.08 562	7.66 555	0.67 417	0.64 447	2.42 523	1.83 537	2.33 523	1.74 502	1.57 466	1.56 425	2.58 521	1.90 518	4.86 494	3.12 523	0.39 472	0.37 497	0.33 438	0.37 483	0.53 492	0.58 504

coex-ft	8.13 571	2.13 563	98.04 599	0.67 417	0.53 398	1.71 476	1.56 525	1.65 367	11.11 573	18.17 588	3.75 538	3.88 544	7.61 573	2.98 454	6.49 548	0.30 416	0.30 458	0.32 429	0.31 447	0.66 514	0.50 487

UNDER WATER-64	5.27 562	2.32 564	8.78 561	3.93 576	3.54 574	7.61 567	3.03 569	5.84 569	14.19 575	4.04 555	4.04 541	9.39 570	6.26 568	5.93 523	8.48 560	3.60 569	1.51 570	3.13 570	1.88 567	4.29 574	3.61 575

UNDER WATER	5.08 561	2.33 565	5.55 548	3.94 577	3.51 573	5.20 565	2.72 565	5.61 568	16.52 581	3.84 552	4.60 546	9.21 569	5.89 566	5.90 521	8.66 561	3.75 570	1.34 568	3.18 572	1.88 567	4.33 575	3.61 575

ktn	4.70 559	2.38 566	2.12 512	3.76 573	3.24 570	4.85 562	2.95 568	5.52 565	7.37 570	4.07 557	19.32 584	7.46 563	3.47 552	7.39 546	2.95 520	4.04 575	1.85 572	3.26 573	2.22 572	3.08 563	2.65 569

notaker	3.98 555	2.40 567	2.68 529	3.82 575	3.27 572	3.97 556	2.14 553	4.78 563	3.45 552	4.12 558	6.94 560	7.65 565	3.26 551	7.82 555	5.30 544	4.04 575	1.41 569	3.36 574	2.10 571	3.88 570	3.31 573

UDG	1.41 480	2.65 568	0.99 366	1.44 543	1.64 547	1.34 436	0.80 432	1.60 355	1.23 377	1.23 340	1.71 456	2.01 496	1.34 468	1.47 309	1.41 465	0.90 533	0.54 536	2.29 553	0.75 536	1.84 545	1.04 538

DDUNet	1.50 485	2.69 569	1.12 414	1.77 547	1.88 549	1.84 493	0.92 461	1.70 382	1.16 339	1.38 417	1.79 467	1.60 441	1.12 427	1.37 281	1.08 414	1.10 543	0.76 546	2.37 555	0.94 547	2.00 546	1.37 547

DispFullNet	2.34 533	2.85 570	3.66 537	3.08 565	2.27 556	1.97 503	0.67 393	2.00 468	1.70 496	2.52 530	2.00 489	2.23 505	5.86 565	3.44 470	1.58 483	1.01 536	0.32 472	2.64 564	1.94 569	2.85 560	2.24 559

MADNet++	5.01 560	3.14 571	4.91 545	4.55 579	3.94 576	5.20 565	4.41 572	4.40 559	4.13 559	4.95 565	6.08 556	4.74 550	5.37 563	9.40 566	10.67 568	4.65 577	4.15 578	3.97 576	3.34 575	4.09 572	4.08 578

IGEV-BASED-STEREO-	0.70 277	3.18 572	2.55 525	0.39 32	0.23 25	0.44 59	0.23 25	0.63 34	0.42 45	0.44 69	0.44 45	0.34 46	0.28 25	0.56 40	0.29 38	1.35 546	0.10 9	0.22 236	0.19 214	0.46 474	1.31 546

MADNet+	2.69 544	3.22 573	11.53 567	1.44 543	1.12 528	3.19 544	1.81 535	2.85 542	2.37 529	1.68 481	2.07 496	2.85 530	2.18 531	7.41 547	5.23 543	0.79 530	0.76 546	0.69 531	0.65 531	0.98 530	0.95 533

HanzoNet	11.04 577	3.62 574	8.10 559	4.08 578	3.55 575	4.90 563	2.73 566	7.19 574	10.10 571	31.86 595	28.92 589	21.96 589	36.36 591	18.08 583	10.17 565	7.94 581	3.32 576	3.47 575	3.31 574	7.06 580	4.04 577

test_for_model	1.30 465	3.71 575	0.58 136	3.22 566	2.84 566	0.59 170	0.33 94	1.40 298	0.83 181	1.42 432	0.61 100	0.52 115	0.37 77	0.51 24	0.33 84	2.46 553	0.15 224	0.16 52	0.11 9	4.39 576	1.50 549

FADE	26.59 587	4.78 576	20.96 575	1.89 549	1.92 550	2.91 538	2.00 547	5.58 566	5.04 563	2.92 542	2.16 501	4.13 545	14.18 579	10.23 574	8.46 559	188.09 600	2.77 574	123.78 597	127.92 597	1.06 536	1.10 543

DPSimNet_ROB	11.20 578	4.98 577	35.43 588	2.90 563	4.52 577	7.89 568	17.09 580	4.66 561	6.06 568	14.89 584	10.93 577	17.29 581	36.81 593	13.18 579	15.68 576	2.86 558	6.29 580	5.75 580	5.09 578	3.91 571	7.70 580

DPSMNet_ROB	13.02 580	8.23 578	21.91 578	9.53 582	18.11 581	11.56 574	32.02 588	10.64 579	16.23 578	7.05 574	19.49 586	10.16 573	16.66 581	9.85 573	22.43 583	4.77 579	8.68 581	5.38 579	10.26 584	6.17 579	11.36 583

DGTPSM_ROB	13.01 579	8.23 578	21.87 577	9.51 581	18.10 580	11.56 574	32.01 587	10.63 578	16.20 577	7.03 573	19.48 585	10.15 572	16.66 581	9.83 572	22.42 582	4.75 578	8.68 581	5.37 578	10.25 583	6.16 578	11.36 583

JetRed	6.91 568	8.80 580	25.96 584	2.85 560	3.25 571	13.98 579	11.87 577	6.25 572	4.28 560	4.45 560	4.56 545	6.69 560	5.46 564	7.46 549	14.05 572	2.59 556	3.31 575	2.59 563	2.29 573	4.20 573	3.36 574

ASD4	15.85 582	10.99 581	19.63 574	10.21 583	11.70 578	19.24 580	31.10 586	19.35 583	10.68 572	11.14 579	10.18 575	12.59 577	12.64 576	14.74 580	24.83 586	12.93 587	9.94 586	26.83 590	19.40 587	16.23 586	12.70 588

TCMNet-wrong-test	10.31 574	11.40 582	14.84 570	20.96 585	18.45 582	13.80 578	10.76 576	15.78 582	3.53 553	5.20 568	5.52 555	16.26 580	12.61 575	7.51 551	10.15 564	7.43 580	2.37 573	4.31 577	3.43 576	11.36 583	10.61 582

BEATNet-Init1	26.87 588	13.43 583	70.68 598	0.91 517	0.68 462	57.02 598	21.06 582	32.82 594	32.67 591	52.12 599	53.61 598	66.05 599	49.56 599	48.79 600	34.71 593	0.49 506	0.44 516	0.53 511	0.53 519	0.63 508	0.59 506

USTest	14.33 581	14.94 584	21.04 576	17.44 584	16.05 579	23.26 581	33.84 589	21.73 584	11.80 574	9.36 578	10.14 574	15.97 579	13.20 577	17.28 582	22.43 583	3.78 573	5.01 579	6.17 582	6.16 579	9.25 582	7.72 581

Anonymous_1	43.04 596	18.73 585	24.79 581	21.81 586	46.26 593	27.80 582	37.60 590	28.08 589	16.14 576	14.66 583	14.30 578	20.65 583	17.88 583	21.56 584	25.94 587	117.93 599	8.92 583	100.65 596	126.50 596	158.64 600	12.08 585

DPSM_ROB	19.08 583	19.14 586	25.17 582	22.15 587	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 585	9.30 584	10.47 584	10.42 585	14.03 584	12.61 586

DPSM	19.08 583	19.14 586	25.17 582	22.15 587	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 585	9.30 584	10.47 584	10.42 585	14.03 584	12.61 586

xxxxx1	54.10 598	25.67 588	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 593	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

tt_ll	54.10 598	25.67 588	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 593	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

ff	54.10 598	25.67 588	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 593	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

LRCNet_RVC	22.74 585	32.10 591	21.97 579	29.84 589	26.23 586	4.42 560	0.81 435	22.66 585	2.02 520	26.93 590	29.26 590	23.06 591	15.59 580	23.84 587	18.88 579	31.75 592	19.90 594	34.65 591	32.13 592	30.54 592	28.32 593

PML	51.67 597	36.25 592	13.28 569	7.46 580	20.81 583	108.69 600	232.22 601	8.72 575	27.82 590	87.01 600	269.67 601	69.67 600	61.95 600	24.76 591	14.20 573	9.74 584	3.40 577	9.62 583	4.70 577	18.74 587	4.72 579

FlowAnything	38.37 590	38.41 593	50.38 594	44.76 595	41.94 591	56.64 594	76.34 597	53.28 599	34.23 595	28.25 591	29.72 592	43.60 595	37.79 596	43.83 596	53.38 598	20.39 590	18.71 593	21.07 586	21.14 591	28.23 588	25.29 590

CasAABBNet	38.33 589	38.46 594	50.35 593	44.75 594	41.84 590	56.68 595	76.37 598	53.22 597	33.83 593	28.31 592	29.54 591	43.62 597	37.71 595	43.84 597	53.41 599	20.30 588	18.70 591	21.07 586	21.07 589	28.24 589	25.34 591

Selective-RAFT-Error	38.39 591	38.47 595	50.44 595	44.73 593	41.97 592	56.68 595	76.38 599	53.24 598	33.92 594	28.34 593	29.85 593	43.60 595	38.20 597	43.75 595	53.34 597	20.38 589	18.70 591	21.09 588	21.05 588	28.30 590	25.43 592

LSM0	42.82 595	38.75 596	50.81 596	47.07 596	109.38 600	57.00 597	76.02 596	53.74 600	33.71 592	29.02 594	30.41 594	43.87 598	37.22 594	43.91 598	53.54 600	20.52 591	18.62 590	21.10 589	21.11 590	28.41 591	42.22 594

HaxPig	38.92 592	41.40 597	41.64 589	29.95 590	32.27 587	28.90 585	27.60 583	29.73 590	37.71 596	43.82 596	43.87 595	33.17 592	35.56 590	41.53 593	40.37 595	43.94 596	47.51 599	45.82 592	47.08 594	42.38 593	44.15 596

AVERAGE_ROB	40.43 593	42.37 598	42.73 590	36.96 592	35.58 589	30.50 586	27.61 584	36.71 596	38.39 597	44.91 597	44.36 596	37.45 594	36.70 592	41.88 594	40.35 594	45.43 597	46.81 598	47.11 593	46.35 593	42.51 594	43.87 595

MEDIAN_ROB	42.00 594	44.40 599	44.29 592	35.15 591	34.95 588	31.28 591	29.60 585	35.88 595	40.02 598	47.20 598	46.64 597	37.37 593	38.48 598	44.35 599	42.45 596	48.03 598	49.39 600	49.71 594	49.03 595	45.14 595	46.65 597

DLNR_Zeroshot_test	23.17 586	48.52 600	43.29 591	176.68 600	78.69 596	0.35 19	0.21 13	23.41 586	0.75 154	0.66 144	0.86 165	0.59 147	0.30 33	1.56 326	0.44 194	9.57 583	0.12 54	0.18 114	0.14 93	76.92 599	0.16 126

test_example2	192.40 601	210.76 601	206.48 601	199.83 601	204.73 601	172.94 601	183.52 600	133.93 601	133.41 601	191.38 601	196.19 600	187.13 601	178.77 601	205.33 601	208.00 601	222.09 601	238.72 601	186.54 601	190.54 601	227.34 601	170.31 601

ccccc	497.63 602	492.34 602	595.97 602	530.87 602	530.37 602	478.08 602	442.62 602	491.76 602	343.70 602	448.18 602	520.80 602	476.12 602	550.57 602	541.64 602	605.32 602	663.49 602	459.54 602	353.94 602	309.79 602	586.66 602	530.90 602

Low-res two-view benchmark