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

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 10	0.21 6	0.25 2	0.22 6	0.48 4	0.31 4	0.32 8	0.26 5	0.37 18	0.24 4	0.83 100	0.29 12	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.11 1

XX-TBD	0.46 74	0.70 442	0.35 1	0.79 422	0.25 31	0.58 130	0.26 28	0.69 20	1.27 349	0.76 114	1.00 160	0.45 35	0.33 27	0.47 9	0.37 95	0.19 142	0.15 182	0.15 8	0.11 8	0.17 50	0.14 31

FoundationStereo	0.24 1	0.21 12	0.36 3	0.38 8	0.22 11	0.32 9	0.22 6	0.39 1	0.23 2	0.30 6	0.25 3	0.30 9	0.33 27	0.34 2	0.26 5	0.16 27	0.12 23	0.15 8	0.11 8	0.13 1	0.12 6

trnet	0.39 27	0.21 12	0.37 4	0.36 3	0.20 3	0.53 103	0.29 43	0.78 42	1.12 256	0.59 89	0.71 88	0.53 78	0.42 62	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.13 12

CAS	0.63 186	0.18 1	0.37 4	2.27 497	0.84 447	0.57 127	0.54 274	0.79 46	0.62 64	0.48 56	0.70 85	0.36 15	0.26 7	0.45 7	0.35 74	2.24 497	0.10 1	0.14 1	0.09 1	0.15 14	1.06 486

CES	0.48 87	0.20 4	0.37 4	0.39 10	1.39 488	0.55 117	0.35 86	0.98 117	0.66 88	0.44 42	0.66 71	0.35 14	0.27 8	0.56 27	0.33 50	0.15 11	0.13 76	0.15 8	0.10 2	0.19 120	1.46 493

CREStereo++_RVC	0.47 81	0.21 12	0.38 7	0.45 59	0.38 240	0.45 48	0.25 19	0.75 32	1.29 358	0.80 126	1.21 260	0.47 45	0.37 44	0.53 19	0.44 152	0.16 27	0.11 6	0.15 8	0.80 484	0.18 81	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.52 99	0.20 4	0.38 7	0.41 17	0.19 1	0.96 315	0.34 81	1.17 192	1.25 338	0.81 130	0.90 130	0.63 115	0.50 116	1.45 260	0.42 140	0.14 6	0.12 23	0.17 41	0.11 8	0.18 81	0.11 1

CREStereo	0.39 27	0.21 12	0.38 7	0.34 1	0.22 11	0.53 103	0.29 43	0.77 38	1.11 252	0.58 81	0.71 88	0.51 66	0.41 58	0.54 21	0.34 65	0.18 101	0.13 76	0.15 8	0.10 2	0.14 4	0.14 31
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 74	0.21 12	0.38 7	0.37 5	0.23 15	0.71 211	0.27 34	0.74 31	1.04 217	0.64 96	0.70 85	0.55 82	0.47 93	0.86 112	0.35 74	1.00 480	0.13 76	0.15 8	0.10 2	0.15 14	0.13 12

MonSter	0.28 4	0.18 1	0.39 11	0.36 3	0.21 6	0.55 117	0.31 56	0.55 7	0.43 15	0.28 3	0.29 7	0.23 2	0.21 1	0.56 27	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

SGD-Stereo	0.32 6	0.20 4	0.40 12	0.38 8	0.19 1	0.43 40	0.22 6	0.64 13	0.33 5	0.42 35	0.34 9	0.27 4	0.35 35	1.15 185	0.30 20	0.20 174	0.10 1	0.15 8	0.13 33	0.17 50	0.13 12

DEFOM-Stereo	0.33 8	0.20 4	0.40 12	0.42 23	0.28 77	0.80 258	0.23 13	0.48 4	0.37 8	0.37 22	0.31 8	0.23 2	0.24 4	1.20 198	0.27 7	0.16 27	0.12 23	0.14 1	0.11 8	0.14 4	0.14 31

IGEV-Stereo++	0.30 5	0.20 4	0.40 12	0.46 64	0.30 115	0.33 10	0.22 6	0.75 32	0.45 19	0.32 8	0.41 13	0.32 12	0.48 104	0.38 3	0.27 7	0.15 11	0.11 6	0.15 8	0.12 20	0.15 14	0.13 12

LoS_RVC	0.42 43	0.26 88	0.40 12	0.44 47	0.82 445	0.51 94	0.44 189	0.64 13	0.41 11	0.44 42	0.78 104	0.44 27	0.47 93	0.56 27	0.36 83	0.13 2	0.12 23	0.14 1	0.10 2	0.13 1	0.84 474

castereo++	0.38 24	0.23 36	0.41 16	0.43 26	0.31 141	0.97 319	0.22 6	0.86 69	0.58 54	0.32 8	0.44 19	0.51 66	0.39 52	0.93 129	0.24 2	0.17 63	0.11 6	0.17 41	0.12 20	0.14 4	0.14 31

GLC_STEREO	0.39 27	0.25 73	0.41 16	0.54 210	0.23 15	0.48 56	0.30 50	0.73 27	0.58 54	0.52 73	0.73 93	0.51 66	0.31 20	0.64 48	0.42 140	0.17 63	0.20 301	0.23 227	0.19 167	0.21 194	0.17 109

AnonymousM	0.59 166	1.11 475	0.41 16	0.44 47	0.32 159	0.43 40	0.47 220	1.05 148	0.64 71	0.98 175	0.63 67	0.67 128	0.43 69	0.59 33	0.41 129	0.20 174	0.15 182	1.84 495	0.84 486	0.14 4	0.13 12

GREAT-IGEV	0.32 6	0.20 4	0.42 19	0.37 5	0.29 94	0.36 15	0.28 38	0.56 8	0.58 54	0.28 3	0.50 37	0.29 5	0.29 12	0.84 103	0.27 7	0.14 6	0.11 6	0.15 8	0.11 8	0.17 50	0.14 31

DEFOM-Stereo_RVC	0.40 34	0.67 434	0.42 19	0.64 336	0.29 94	0.48 56	0.25 19	0.85 67	0.44 17	0.38 27	0.36 11	0.30 9	0.70 208	1.15 185	0.29 12	0.16 27	0.11 6	0.16 23	0.11 8	0.18 81	0.12 6

IGEV-Stereo+	0.45 67	0.21 12	0.43 21	0.41 17	0.39 251	0.15 1	0.19 2	0.44 3	0.36 6	0.26 2	0.25 3	0.31 11	0.41 58	1.43 256	0.30 20	0.17 63	0.12 23	0.15 8	0.11 8	1.16 483	1.70 498

LGtest1	0.27 2	0.21 12	0.44 22	0.41 17	0.21 6	0.42 34	0.19 2	0.56 8	0.26 3	0.29 5	0.24 2	0.29 5	0.29 12	0.55 26	0.25 3	0.18 101	0.12 23	0.16 23	0.12 20	0.14 4	0.13 12

AIO_test	0.35 13	0.22 26	0.44 22	0.43 26	0.27 54	0.57 127	0.44 189	0.79 46	0.41 11	0.32 8	0.47 26	0.46 38	0.30 16	0.69 58	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.15 14	0.12 6

LoS	0.40 34	0.21 12	0.44 22	0.37 5	0.22 11	0.50 78	0.40 142	1.00 123	0.94 171	0.48 56	0.66 71	0.48 49	0.40 56	0.60 44	0.37 95	0.18 101	0.14 127	0.16 23	0.11 8	0.14 4	0.14 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TANstereo	0.44 59	0.21 12	0.44 22	0.41 17	0.21 6	0.65 175	0.26 28	0.79 46	0.83 135	0.93 159	0.98 154	0.51 66	0.46 84	0.54 21	0.35 74	0.18 101	0.24 362	0.16 23	0.13 33	0.16 29	0.26 308

S2M2	0.34 9	0.28 134	0.45 26	0.40 13	0.30 115	0.31 8	0.16 1	0.60 11	0.64 71	0.31 7	0.48 28	0.47 45	0.34 33	0.38 3	0.32 37	0.25 298	0.22 341	0.20 128	0.22 272	0.25 269	0.22 239

Reg-Stereo(zero)	0.44 59	0.22 26	0.45 26	0.43 26	0.23 15	0.38 19	0.25 19	0.76 35	1.08 236	0.90 151	0.78 104	0.90 210	0.47 93	0.70 62	0.36 83	0.15 11	0.12 23	0.15 8	0.12 20	0.15 14	0.15 59

GIP-stereo	0.34 9	0.23 36	0.45 26	0.50 126	0.36 209	0.38 19	0.23 13	0.78 42	0.52 43	0.34 14	0.51 39	0.46 38	0.38 50	0.51 14	0.27 7	0.20 174	0.12 23	0.16 23	0.12 20	0.16 29	0.14 31

castereo	0.41 41	0.22 26	0.46 29	0.44 47	0.30 115	0.61 149	0.56 298	0.97 113	0.80 127	0.38 27	0.69 81	0.45 35	0.69 203	0.51 14	0.30 20	0.16 27	0.11 6	0.16 23	0.13 33	0.16 29	0.12 6

tt45	0.45 67	0.23 36	0.46 29	0.45 59	0.33 179	0.79 250	0.32 63	0.78 42	0.41 11	0.51 72	0.44 19	0.49 56	0.37 44	2.14 356	0.34 65	0.16 27	0.13 76	0.19 94	0.16 109	0.17 50	0.18 133

Any-RAFT	0.53 109	0.24 50	0.47 31	0.47 75	0.27 54	1.00 328	0.25 19	1.58 303	1.05 221	0.85 144	0.99 156	1.06 270	0.47 93	0.70 62	0.32 37	0.18 101	0.13 76	0.16 23	0.13 33	0.16 29	0.16 84

knoymous	0.51 98	0.29 169	0.47 31	0.43 26	0.30 115	0.55 117	0.55 290	1.02 129	0.77 119	0.98 175	0.85 120	0.94 227	0.56 146	0.85 108	0.45 165	0.20 174	0.14 127	0.26 305	0.14 57	0.23 242	0.23 258

StereoAnything_RVC	0.45 67	1.43 488	0.48 33	0.35 2	0.20 3	0.26 3	0.21 4	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 40	1.27 214	0.22 1	0.21 206	0.11 6	0.14 1	0.10 2	2.37 494	0.11 1

IGEV-RUCA	0.37 19	0.23 36	0.48 33	0.49 115	0.36 209	0.60 143	0.23 13	0.64 13	0.49 28	0.39 31	0.49 34	0.44 27	0.31 20	0.85 108	0.30 20	0.24 272	0.13 76	0.16 23	0.12 20	0.20 154	0.19 173

Occ-G	0.42 43	0.21 12	0.48 33	0.41 17	0.26 36	0.42 34	0.62 330	0.77 38	0.49 28	0.43 40	0.66 71	1.02 261	0.46 84	0.78 84	0.41 129	0.16 27	0.13 76	0.18 73	0.13 33	0.16 29	0.16 84

CASnet	0.41 41	0.25 73	0.48 33	0.50 126	0.20 3	0.50 78	0.36 100	0.81 56	0.80 127	0.83 136	0.68 77	0.48 49	0.31 20	0.54 21	0.32 37	0.18 101	0.12 23	0.27 321	0.22 272	0.23 242	0.14 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.43 49	0.23 36	0.48 33	0.51 156	0.28 77	0.39 21	0.32 63	0.88 77	0.68 93	0.60 91	0.84 118	0.56 89	0.61 177	1.03 155	0.31 35	0.17 63	0.11 6	0.17 41	0.15 71	0.16 29	0.13 12

AIO_rvc	0.36 14	0.23 36	0.49 38	0.43 26	0.27 54	0.59 135	0.38 120	0.94 101	0.45 19	0.33 13	0.46 24	0.49 56	0.22 3	0.84 103	0.30 20	0.16 27	0.11 6	0.16 23	0.12 20	0.15 14	0.13 12

999	0.48 87	0.22 26	0.49 38	0.48 100	0.34 196	0.75 226	0.31 56	0.85 67	0.55 49	0.37 22	0.48 28	0.50 62	0.36 40	2.45 383	0.39 113	0.16 27	0.13 76	0.18 73	0.15 71	0.16 29	0.19 173

RSM	0.39 27	0.24 50	0.49 38	0.46 64	0.26 36	0.47 53	0.40 142	0.92 88	0.44 17	0.41 33	0.42 14	0.65 121	0.33 27	1.07 168	0.29 12	0.15 11	0.12 23	0.17 41	0.13 33	0.17 50	0.13 12

MoCha-V2	0.40 34	0.20 4	0.49 38	0.50 126	0.21 6	0.44 45	0.33 69	0.93 94	0.53 47	0.53 74	0.53 43	0.42 22	0.58 164	1.09 173	0.27 7	0.14 6	0.12 23	0.15 8	0.12 20	0.17 50	0.15 59

UCFNet_RVC	0.69 228	0.35 304	0.49 38	0.64 336	0.39 251	0.85 284	0.58 313	1.75 342	1.14 271	0.97 171	1.19 254	1.17 303	0.93 311	0.99 146	0.62 256	0.28 349	0.20 301	0.34 393	0.31 394	0.32 352	0.27 318

SMoEStereo_RVC	0.39 27	0.25 73	0.50 43	0.45 59	0.30 115	0.61 149	0.36 100	0.72 25	0.45 19	0.46 49	0.43 17	0.42 22	0.35 35	1.39 248	0.29 12	0.15 11	0.12 23	0.20 128	0.15 71	0.16 29	0.15 59

MyStereo07	0.48 87	0.29 169	0.50 43	0.55 233	0.45 296	0.59 135	0.79 380	1.05 148	0.51 39	0.48 56	0.53 43	0.43 25	0.55 141	1.30 221	0.34 65	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

ACVNet-DCA	0.56 148	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

xx1	0.67 222	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.95 235	0.77 231	1.46 262	0.32 37	0.20 174	0.12 23	0.24 247	0.23 295	0.22 217	0.21 222

1test111	0.54 124	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	1.42 256	0.78 122	0.58 81	0.79 109	0.48 49	0.88 289	0.88 115	0.59 243	0.20 174	0.12 23	0.25 286	0.15 71	0.22 217	0.21 222

cc1	0.64 198	0.31 222	0.50 43	0.54 210	0.26 36	1.18 362	0.51 248	0.93 94	3.05 491	0.58 81	0.79 109	0.48 49	0.88 289	1.46 262	0.32 37	0.20 174	0.12 23	0.25 286	0.15 71	0.19 120	0.19 173

Selective-IGEV	0.39 27	0.24 50	0.50 43	0.44 47	0.25 31	0.46 51	0.33 69	1.25 224	0.40 10	0.35 15	0.45 22	0.52 73	0.30 16	1.07 168	0.30 20	0.14 6	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

fffft	0.38 24	0.23 36	0.51 50	0.44 47	0.32 159	0.43 40	0.48 230	0.76 35	0.36 6	0.44 42	0.34 9	0.38 20	0.31 20	1.31 222	0.32 37	0.14 6	0.11 6	0.19 94	0.15 71	0.16 29	0.16 84
1: 1. 1
ours_stereo	0.39 27	0.28 134	0.51 50	0.46 64	0.30 115	0.40 23	0.44 189	0.73 27	0.56 51	0.35 15	0.56 54	0.46 38	0.33 27	1.11 178	0.32 37	0.16 27	0.13 76	0.19 94	0.15 71	0.19 120	0.14 31

AIO-Stereo	0.37 19	0.25 73	0.51 50	0.47 75	0.23 15	0.45 48	0.39 135	1.07 163	0.52 43	0.41 33	0.48 28	0.52 73	0.25 6	0.72 69	0.30 20	0.16 27	0.12 23	0.17 41	0.13 33	0.16 29	0.13 12

RSM++	0.38 24	0.24 50	0.51 50	0.47 75	0.26 36	0.50 78	0.41 155	0.79 46	0.45 19	0.37 22	0.45 22	0.60 103	0.35 35	1.02 154	0.30 20	0.15 11	0.13 76	0.17 41	0.14 57	0.18 81	0.13 12

IGEV++	0.40 34	0.22 26	0.51 50	0.52 178	0.29 94	0.45 48	0.25 19	1.65 319	0.46 25	0.37 22	0.57 57	0.46 38	0.45 79	0.50 12	0.38 105	0.19 142	0.12 23	0.16 23	0.13 33	0.16 29	0.15 59

tt1	0.62 179	0.32 238	0.51 50	0.54 210	0.26 36	1.16 359	0.48 230	0.95 106	2.47 479	0.57 79	0.77 102	0.49 56	0.81 251	1.55 281	0.32 37	0.20 174	0.12 23	0.24 247	0.15 71	0.19 120	0.20 205

EGLCR-Stereo	0.37 19	0.22 26	0.51 50	0.43 26	0.26 36	0.44 45	0.22 6	0.99 119	0.48 27	0.42 35	0.42 14	0.67 128	0.29 12	0.86 112	0.33 50	0.17 63	0.12 23	0.19 94	0.17 129	0.17 50	0.15 59

HUF	0.36 14	0.23 36	0.52 57	0.40 13	0.22 11	0.54 110	0.47 220	0.82 59	0.43 15	0.36 19	0.43 17	0.50 62	0.42 62	0.64 48	0.29 12	0.17 63	0.12 23	0.16 23	0.12 20	0.15 14	0.14 31

mms	0.40 34	0.27 114	0.52 57	0.46 64	0.32 159	0.43 40	0.46 213	0.70 22	0.46 25	0.35 15	0.58 60	0.44 27	0.30 16	1.36 238	0.33 50	0.16 27	0.13 76	0.18 73	0.15 71	0.19 120	0.15 59

AEACV	0.37 19	0.24 50	0.52 57	0.47 75	0.51 334	0.37 17	0.38 120	0.65 16	0.53 47	0.42 35	0.56 54	0.46 38	0.60 168	0.53 19	0.30 20	0.16 27	0.13 76	0.18 73	0.15 71	0.17 50	0.14 31

LCNet	0.72 241	0.28 134	0.52 57	0.55 233	0.31 141	0.69 199	0.54 274	1.00 123	0.88 149	1.19 275	1.34 312	0.97 243	1.34 417	2.56 390	0.45 165	0.18 101	0.13 76	0.21 162	0.25 322	0.27 295	0.73 469

RAFT-Stereo-weight	0.47 81	0.24 50	0.53 61	0.48 100	0.27 54	0.60 143	0.35 86	1.02 129	1.07 230	0.99 178	0.78 104	0.76 151	0.28 9	0.76 79	0.36 83	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.15 59

anonymousdsp	0.43 49	0.27 114	0.53 61	0.44 47	0.32 159	0.50 78	0.42 159	0.89 78	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.33 229	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

PSM-AAD	0.79 290	0.27 114	0.53 61	0.55 233	0.28 77	0.77 240	1.24 453	0.99 119	0.91 161	1.66 428	1.57 382	0.81 168	2.19 478	1.65 295	0.44 152	0.19 142	0.14 127	0.38 415	0.32 402	0.21 194	0.70 466

Prome-Stereo	0.75 270	0.27 114	0.53 61	0.55 233	0.32 159	0.59 135	0.97 422	0.89 78	0.88 149	1.45 387	2.46 465	0.91 213	1.41 420	1.58 286	0.44 152	0.18 101	0.13 76	0.19 94	0.17 129	0.20 154	0.92 477

HSM-Net_RVC	0.87 329	0.29 169	0.53 61	0.53 195	0.30 115	1.15 357	0.55 290	3.57 497	1.28 354	1.53 404	1.74 410	1.68 408	0.93 311	1.49 268	0.77 305	0.22 232	0.17 246	0.19 94	0.18 145	0.20 154	0.19 173
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LG-Stereo_Zeroshot	0.36 14	0.23 36	0.54 66	0.50 126	0.28 77	0.36 15	0.22 6	1.02 129	0.39 9	0.42 35	0.64 70	0.36 15	0.51 119	0.39 5	0.29 12	0.18 101	0.12 23	0.17 41	0.13 33	0.18 81	0.18 133

MM-Stereo_test3	0.50 96	0.24 50	0.54 66	0.54 210	0.74 420	0.49 68	0.53 267	1.09 171	1.05 221	0.62 94	0.95 141	0.61 107	0.42 62	0.77 82	0.38 105	0.20 174	0.17 246	0.20 128	0.16 109	0.18 81	0.18 133

HART	0.45 67	0.22 26	0.54 66	0.50 126	0.26 36	0.41 27	0.29 43	1.03 134	0.50 31	0.58 81	1.45 347	0.61 107	0.35 35	1.08 172	0.30 20	0.15 11	0.13 76	0.19 94	0.14 57	0.19 120	0.14 31

WCG-NET	0.42 43	0.21 12	0.54 66	0.40 13	0.25 31	0.47 53	0.32 63	0.73 27	1.15 282	0.76 114	0.73 93	0.58 96	0.45 79	0.60 44	0.34 65	0.15 11	0.11 6	0.16 23	0.14 57	0.15 14	0.13 12

IGEV-Stereo	0.43 49	0.27 114	0.54 66	0.45 59	0.32 159	0.50 78	0.42 159	0.90 84	0.51 39	0.49 61	0.53 43	0.47 45	0.47 93	1.32 226	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raft+_RVC	0.53 109	0.26 88	0.54 66	0.60 292	0.47 312	0.54 110	0.54 274	1.27 226	0.99 197	0.76 114	1.03 183	0.70 139	0.56 146	0.93 129	0.47 186	0.18 101	0.14 127	0.19 94	0.18 145	0.18 81	0.15 59

ACVNet	0.63 186	0.31 222	0.54 66	0.54 210	0.36 209	0.80 258	0.46 213	1.37 244	1.07 230	0.93 159	1.30 291	1.08 276	0.85 271	0.80 90	0.94 345	0.21 206	0.19 283	0.21 162	0.18 145	0.22 217	0.18 133

CFNet-ft	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

CFNet_RVC	0.72 241	0.32 238	0.54 66	0.66 357	0.54 351	0.83 273	0.55 290	1.37 244	1.15 282	0.93 159	1.28 287	1.57 387	0.97 332	1.35 233	0.81 318	0.26 320	0.20 301	0.33 383	0.25 322	0.30 335	0.23 258

SCV	0.46 74	0.26 88	0.55 75	0.47 75	0.25 31	0.39 21	0.38 120	1.98 413	0.60 61	0.35 15	0.48 28	0.55 82	0.36 40	1.28 216	0.32 37	0.24 272	0.12 23	0.17 41	0.13 33	0.18 81	0.14 31

AIO-test1	0.56 148	0.25 73	0.55 75	0.64 336	0.78 433	0.80 258	0.36 100	1.18 197	1.34 379	0.57 79	0.88 126	0.61 107	0.50 116	1.12 181	0.35 74	0.17 63	0.17 246	0.22 189	0.24 308	0.18 81	0.23 258

WCG-NET（raft）	0.45 67	0.21 12	0.55 75	0.40 13	0.24 21	0.50 78	0.36 100	0.73 27	1.09 244	0.71 106	0.76 100	0.92 222	0.51 119	0.84 103	0.34 65	0.16 27	0.12 23	0.15 8	0.14 57	0.14 4	0.14 31

MM-Stereo_test1	0.49 92	0.24 50	0.56 78	0.51 156	0.30 115	0.50 78	0.54 274	0.91 85	1.03 212	0.84 139	0.69 81	0.54 80	0.60 168	1.16 189	0.33 50	0.18 101	0.16 217	0.20 128	0.17 129	0.19 120	0.15 59

CAS++	0.47 81	0.31 222	0.56 78	0.47 75	0.32 159	0.42 34	0.28 38	1.76 348	0.72 104	0.71 106	0.72 91	0.37 18	0.28 9	0.69 58	0.33 50	0.27 336	0.22 341	0.26 305	0.21 243	0.29 324	0.19 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ff7	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

IGEVStereo-DCA	0.46 74	0.28 134	0.56 78	0.43 26	0.33 179	0.49 68	0.42 159	0.87 70	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.18 133

ffff	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

11t	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

ccc-4	0.43 49	0.27 114	0.56 78	0.44 47	0.33 179	0.50 78	0.42 159	0.87 70	0.50 31	0.49 61	0.53 43	0.44 27	0.48 104	1.38 243	0.33 50	0.17 63	0.12 23	0.21 162	0.15 71	0.18 81	0.18 133

test_4	0.53 109	0.22 26	0.56 78	0.54 210	0.32 159	0.64 161	0.39 135	0.80 53	0.62 64	0.92 158	1.87 428	0.68 130	0.42 62	1.16 189	0.37 95	0.15 11	0.13 76	0.20 128	0.22 272	0.20 154	0.15 59

FTStereo	0.91 338	0.26 88	0.56 78	0.54 210	0.33 179	0.66 183	1.87 486	1.00 123	0.75 111	1.75 434	4.15 488	1.04 268	1.65 445	1.57 284	0.46 179	0.19 142	0.16 217	0.23 227	0.21 243	0.18 81	0.63 457

raftrobust	0.52 99	0.25 73	0.56 78	0.65 350	0.52 345	0.49 68	0.34 81	0.98 117	0.91 161	1.30 330	0.87 124	0.63 115	0.81 251	0.78 84	0.41 129	0.19 142	0.15 182	0.16 23	0.14 57	0.15 14	0.16 84

fffy	0.42 43	0.27 114	0.57 88	0.46 64	0.29 94	0.48 56	0.35 86	0.91 85	0.55 49	0.40 32	0.58 60	0.55 82	0.41 58	1.26 211	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.18 81	0.14 31

Pointernet	0.37 19	0.20 4	0.57 88	0.43 26	0.28 77	0.51 94	0.27 34	0.93 94	0.61 62	0.47 52	0.63 67	0.49 56	0.38 50	0.49 11	0.33 50	0.17 63	0.13 76	0.14 1	0.11 8	0.13 1	0.12 6

MSKI-zero shot	0.55 139	0.26 88	0.57 88	0.51 156	0.26 36	0.69 199	0.28 38	1.18 197	0.64 71	0.91 156	1.32 303	0.82 173	0.33 27	1.92 334	0.32 37	0.17 63	0.12 23	0.17 41	0.13 33	0.16 29	0.16 84

ICVP	0.63 186	0.33 260	0.57 88	0.61 306	0.40 261	0.80 258	0.58 313	1.61 311	0.89 152	0.90 151	1.24 268	0.88 201	0.73 215	0.72 69	0.88 335	0.29 359	0.21 323	0.22 189	0.21 243	0.24 257	0.27 318
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	0.79 290	0.35 304	0.57 88	0.58 268	0.42 273	0.96 315	0.46 213	1.47 270	1.33 376	1.19 275	1.22 262	1.81 422	0.98 339	1.66 299	0.94 345	0.33 385	0.28 389	0.34 393	0.27 349	0.35 366	0.31 358

U	9.45 518	0.21 12	0.58 93	0.47 75	53.11 537	61.27 542	0.24 18	0.70 22	0.52 43	0.36 19	0.28 6	0.29 5	0.35 35	0.33 1	0.26 5	0.19 142	0.11 6	60.50 538	8.88 525	0.17 50	0.13 12

test_for_model	1.30 417	3.71 520	0.58 93	3.22 511	2.84 511	0.59 135	0.33 69	1.40 252	0.83 135	1.42 383	0.61 64	0.52 73	0.37 44	0.51 14	0.33 50	2.46 498	0.15 182	0.16 23	0.11 8	4.39 521	1.50 494

MGS-Stereo	0.42 43	0.26 88	0.58 93	0.44 47	0.28 77	0.50 78	0.34 81	0.57 10	0.83 135	0.46 49	1.31 297	0.52 73	0.33 27	0.65 53	0.36 83	0.19 142	0.16 217	0.18 73	0.15 71	0.17 50	0.16 84

MaDis-Stereo	0.36 14	0.25 73	0.58 93	0.44 47	0.34 196	0.30 7	0.30 50	0.72 25	0.50 31	0.37 22	0.36 11	0.58 96	0.49 112	0.52 17	0.36 83	0.19 142	0.16 217	0.19 94	0.15 71	0.18 81	0.14 31

ProNet	0.43 49	0.28 134	0.58 93	0.43 26	0.30 115	0.56 122	0.52 259	1.00 123	0.58 54	0.44 42	0.49 34	0.43 25	0.43 69	1.28 216	0.36 83	0.15 11	0.13 76	0.19 94	0.16 109	0.17 50	0.16 84

RCA-Stereo	0.50 96	0.23 36	0.58 93	0.48 100	0.33 179	0.55 117	0.45 206	0.97 113	1.38 399	0.68 101	1.05 188	0.63 115	0.80 248	0.59 33	0.32 37	0.17 63	0.12 23	0.17 41	0.14 57	0.16 29	0.14 31

GrayStereo	0.82 304	0.26 88	0.58 93	0.63 327	0.37 223	0.76 232	1.86 485	1.11 180	0.87 145	1.99 455	1.89 430	1.08 276	1.82 460	1.39 248	0.48 191	0.19 142	0.14 127	0.19 94	0.21 243	0.18 81	0.39 397

ttt	0.94 345	0.34 283	0.59 100	0.61 306	0.37 223	0.94 306	0.50 247	2.17 452	1.34 379	1.23 294	1.61 391	0.91 213	0.76 227	1.85 328	3.97 483	0.30 363	0.26 374	0.26 305	0.24 308	0.29 324	0.29 334

UniTT-Stereo	0.36 14	0.23 36	0.59 100	0.48 100	0.36 209	0.40 23	0.32 63	0.53 6	0.49 28	0.54 76	0.55 51	0.36 15	0.31 20	0.58 32	0.51 209	0.20 174	0.15 182	0.17 41	0.15 71	0.19 120	0.15 59

testlalala	0.45 67	0.28 134	0.59 100	0.42 23	0.39 251	0.71 211	0.39 135	1.08 169	0.45 19	1.24 302	0.80 114	0.61 107	0.36 40	0.54 21	0.33 50	0.20 174	0.13 76	0.18 73	0.12 20	0.15 14	0.15 59

GMM-Stereo	0.74 262	0.25 73	0.59 100	0.54 210	0.34 196	0.72 214	0.99 426	1.01 128	0.87 145	1.36 361	1.78 416	1.12 293	0.81 251	2.09 352	0.46 179	0.18 101	0.12 23	0.25 286	0.25 322	0.20 154	0.85 475

rafts_anoy	0.52 99	0.29 169	0.59 100	0.59 281	0.50 323	0.53 103	0.40 142	1.11 180	1.03 212	0.84 139	0.83 116	0.68 130	0.54 134	0.72 69	0.51 209	0.19 142	0.14 127	0.24 247	0.26 339	0.21 194	0.18 133

riskmin	0.56 148	0.27 114	0.60 105	0.43 26	0.31 141	0.83 273	0.42 159	1.14 186	1.04 217	0.73 112	0.75 98	1.11 292	1.01 351	0.81 95	0.51 209	0.20 174	0.14 127	0.24 247	0.15 71	0.24 257	0.25 284

RAFT+CT+SA	0.58 161	0.29 169	0.60 105	0.66 357	0.37 223	0.42 34	0.55 290	1.27 226	1.03 212	0.70 104	1.22 262	0.60 103	0.70 208	1.64 294	0.41 129	0.18 101	0.13 76	0.22 189	0.22 272	0.21 194	0.18 133

SGM-Forest	1.24 411	0.38 328	0.60 105	0.52 178	0.37 223	1.56 414	1.30 458	1.65 319	1.36 391	2.11 461	1.79 417	1.63 400	0.93 311	7.48 496	0.95 348	0.36 406	0.37 442	0.39 421	0.34 416	0.37 377	0.32 363
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
tg	0.52 99	0.24 50	0.61 108	0.49 115	0.30 115	0.90 291	0.29 43	1.07 163	0.83 135	0.83 136	1.02 174	0.62 112	0.43 69	1.35 233	0.41 129	0.17 63	0.12 23	0.22 189	0.20 199	0.17 50	0.15 59

x	0.54 124	0.31 222	0.61 108	0.47 75	0.30 115	0.67 187	0.47 220	1.53 292	0.79 126	0.81 130	0.83 116	0.78 158	0.70 208	0.70 62	0.62 256	0.21 206	0.19 283	0.22 189	0.19 167	0.21 194	0.20 205

cross-raft	0.54 124	0.25 73	0.61 108	0.52 178	0.29 94	0.68 194	0.37 114	1.46 268	0.76 117	1.01 186	1.06 190	1.28 333	0.46 84	0.71 66	0.35 74	0.15 11	0.12 23	0.18 73	0.16 109	0.19 120	0.14 31

PSMNet-RSSM	0.72 241	0.30 189	0.61 108	0.63 327	0.42 273	0.73 217	0.56 298	1.92 398	1.10 250	1.09 208	1.37 321	1.22 311	0.98 339	1.28 216	0.72 287	0.27 336	0.19 283	0.27 321	0.29 380	0.24 257	0.24 272

SGM_RVC	1.68 452	0.36 314	0.61 108	0.59 281	0.29 94	2.25 465	1.18 449	2.38 475	1.68 444	3.60 496	2.67 470	3.69 487	2.42 484	8.13 503	1.90 448	0.31 370	0.31 410	0.30 355	0.28 369	0.30 335	0.29 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	0.72 241	0.35 304	0.62 113	0.69 383	0.46 307	1.14 351	0.44 189	1.37 244	1.01 205	0.83 136	1.17 245	1.33 343	0.96 329	1.43 256	0.95 348	0.33 385	0.22 341	0.21 162	0.23 295	0.27 295	0.29 334

KYRaft	0.75 270	0.28 134	0.62 113	0.56 246	0.29 94	0.67 187	0.86 398	0.94 101	0.84 139	1.62 423	2.21 453	1.16 302	1.02 356	1.57 284	0.40 118	0.20 174	0.13 76	0.22 189	0.28 369	0.20 154	1.02 481

NOSS_ROB	1.26 414	0.46 366	0.62 113	0.56 246	0.38 240	1.06 340	0.78 377	1.73 336	1.40 409	1.01 186	1.43 339	1.10 288	0.75 219	10.62 521	0.65 265	0.45 439	0.43 458	0.48 445	0.45 446	0.44 413	0.41 402

AIO-test2	0.57 155	0.28 134	0.63 116	0.61 306	0.58 371	0.79 250	0.51 248	1.18 197	1.40 409	0.63 95	1.15 237	0.51 66	0.43 69	1.09 173	0.35 74	0.21 206	0.17 246	0.26 305	0.30 389	0.20 154	0.19 173

HHNet	0.62 179	0.26 88	0.63 116	0.43 26	0.45 296	0.50 78	0.58 313	1.07 163	1.01 205	1.25 307	2.23 454	0.70 139	0.61 177	1.07 168	0.47 186	0.20 174	0.13 76	0.23 227	0.19 167	0.19 120	0.30 348

FENet	0.60 169	0.28 134	0.63 116	0.54 210	0.33 179	0.83 273	0.38 120	1.27 226	1.07 230	1.00 183	0.86 121	0.99 251	0.85 271	0.96 135	0.68 275	0.22 232	0.15 182	0.23 227	0.20 199	0.22 217	0.23 258

GANet-RSSM	0.72 241	0.28 134	0.63 116	0.64 336	0.58 371	0.80 258	0.58 313	1.89 388	1.08 236	1.04 197	1.25 272	1.15 301	1.04 360	1.49 268	0.62 256	0.25 298	0.19 283	0.22 189	0.22 272	0.22 217	0.21 222

R-Stereo Train	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109

RAFT-Stereo	0.57 155	0.26 88	0.63 116	0.54 210	0.36 209	0.69 199	0.54 274	1.22 216	0.72 104	1.61 420	1.50 364	0.75 147	0.53 129	0.64 48	0.44 152	0.18 101	0.15 182	0.17 41	0.15 71	0.17 50	0.17 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CBMV_ROB	0.90 335	0.44 357	0.63 116	0.51 156	0.37 223	1.25 374	0.49 240	1.77 352	1.27 349	1.41 377	2.00 439	1.33 343	1.08 371	2.17 359	0.76 299	0.43 433	0.42 457	0.47 443	0.44 444	0.41 397	0.36 383

rvit_stereo_0081	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

GCAP-BAT	0.49 92	0.31 222	0.64 123	0.41 17	0.46 307	0.70 206	0.35 86	0.77 38	0.64 71	0.86 146	1.00 160	0.77 154	0.37 44	1.18 195	0.36 83	0.18 101	0.14 127	0.18 73	0.13 33	0.17 50	0.15 59

rvit_stereo_0082	0.44 59	0.33 260	0.64 123	0.54 210	0.35 200	0.41 27	0.44 189	0.66 17	0.95 173	0.48 56	0.52 41	0.50 62	0.46 84	0.82 98	0.44 152	0.25 298	0.20 301	0.22 189	0.19 167	0.25 269	0.17 109

RAFT-Test	0.54 124	0.25 73	0.64 123	0.47 75	0.30 115	0.97 319	0.27 34	1.24 222	0.81 129	0.96 168	1.12 220	1.28 333	0.48 104	0.71 66	0.36 83	0.17 63	0.13 76	0.17 41	0.14 57	0.16 29	0.16 84

raft_robust	0.68 226	0.30 189	0.64 123	0.52 178	0.26 36	0.54 110	0.35 86	1.33 233	1.24 335	1.16 257	1.07 194	0.60 103	0.54 134	3.58 424	0.37 95	0.18 101	0.14 127	0.20 128	0.22 272	0.20 154	0.16 84

iRaftStereo_RVC	0.47 81	0.26 88	0.64 123	0.50 126	0.29 94	0.53 103	0.33 69	1.05 148	0.77 119	0.84 139	1.00 160	0.55 82	0.37 44	0.81 95	0.40 118	0.17 63	0.12 23	0.22 189	0.20 199	0.19 120	0.15 59

AFF-stereo	0.58 161	0.25 73	0.64 123	0.46 64	0.29 94	0.34 11	0.38 120	1.15 188	1.14 271	1.17 266	1.60 387	1.10 288	0.71 212	0.97 142	0.43 149	0.13 2	0.11 6	0.19 94	0.19 167	0.17 50	0.14 31

SCV_C0	0.43 49	0.26 88	0.65 130	0.43 26	0.29 94	0.47 53	0.31 56	1.34 238	0.73 108	0.38 27	0.49 34	0.54 80	0.29 12	1.24 208	0.30 20	0.17 63	0.13 76	0.16 23	0.13 33	0.20 154	0.15 59

GMOStereo	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

error version	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-v	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test-2	0.53 109	0.26 88	0.65 130	0.50 126	0.29 94	0.52 98	0.43 176	0.89 78	0.96 178	1.41 377	1.14 229	0.85 189	0.56 146	0.59 33	0.38 105	0.16 27	0.14 127	0.24 247	0.21 243	0.20 154	0.15 59

test_xeample	1.45 433	0.28 134	0.65 130	0.51 156	0.28 77	0.94 306	0.59 321	2.14 441	1.29 358	1.24 302	1.51 366	0.88 201	0.86 279	1.46 262	15.10 519	0.22 232	0.20 301	0.22 189	0.20 199	0.22 217	0.22 239

HSM	1.19 409	0.32 238	0.65 130	0.57 262	0.38 240	1.23 371	0.59 321	2.25 462	1.19 309	1.30 330	1.25 272	1.94 436	1.03 358	9.32 510	0.71 284	0.22 232	0.16 217	0.20 128	0.16 109	0.21 194	0.21 222

RAStereo	0.34 9	0.21 12	0.66 137	0.47 75	0.27 54	0.26 3	0.29 43	0.69 20	0.63 67	0.32 8	0.42 14	0.45 35	0.31 20	0.45 7	0.34 65	0.17 63	0.15 182	0.19 94	0.15 71	0.18 81	0.13 12

H2IRNET	0.56 148	0.26 88	0.66 137	0.47 75	0.35 200	0.41 27	0.26 28	0.92 88	1.17 294	0.61 92	1.28 287	1.08 276	0.86 279	0.99 146	0.63 260	0.19 142	0.16 217	0.22 189	0.25 322	0.21 194	0.18 133

RAFT-345	0.84 316	0.25 73	0.66 137	0.50 126	0.27 54	0.54 110	0.42 159	0.83 63	1.11 252	1.32 344	2.34 459	0.86 193	0.54 134	5.72 463	0.47 186	0.18 101	0.13 76	0.22 189	0.17 129	0.17 50	0.16 84

RALCasStereoNet	0.54 124	0.30 189	0.66 137	0.59 281	0.51 334	0.61 149	0.52 259	0.94 101	0.93 168	0.70 104	1.01 166	0.78 158	0.44 76	1.33 229	0.47 186	0.20 174	0.16 217	0.18 73	0.16 109	0.20 154	0.19 173

CBMV	0.95 348	0.44 357	0.66 137	0.53 195	0.35 200	1.53 411	1.63 476	1.69 328	1.42 417	2.00 457	1.60 387	1.43 359	1.17 386	1.59 288	0.99 357	0.34 395	0.34 424	0.39 421	0.33 411	0.33 361	0.32 363
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MM-Stereo_test2	0.43 49	0.24 50	0.67 142	0.51 156	0.32 159	0.55 117	0.45 206	0.97 113	0.77 119	0.59 89	0.51 39	0.49 56	0.42 62	0.80 90	0.30 20	0.15 11	0.13 76	0.18 73	0.14 57	0.19 120	0.14 31

AE-Stereo	0.49 92	0.27 114	0.67 142	0.60 292	0.39 251	0.67 187	0.46 213	1.18 197	1.09 244	0.47 52	0.75 98	0.69 135	0.47 93	0.59 33	0.40 118	0.16 27	0.15 182	0.21 162	0.20 199	0.19 120	0.15 59

RAFT-RH_RVC	1.03 377	0.24 50	0.67 142	0.49 115	0.28 77	0.81 266	0.33 69	0.83 63	1.08 236	2.05 458	4.65 495	1.04 268	0.57 155	5.98 471	0.50 204	0.18 101	0.13 76	0.26 305	0.20 199	0.16 29	0.17 109

222	1.61 446	0.29 169	0.67 142	0.56 246	0.29 94	1.06 340	0.42 159	2.17 452	1.31 368	1.31 340	1.52 367	0.92 222	0.94 316	1.76 318	17.65 523	0.24 272	0.20 301	0.21 162	0.19 167	0.22 217	0.23 258

HI	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

CoSv	0.64 198	0.32 238	0.68 146	0.47 75	0.51 334	0.41 27	0.36 100	1.04 140	0.75 111	1.31 340	1.43 339	1.62 395	1.12 379	0.94 132	0.88 335	0.15 11	0.12 23	0.20 128	0.20 199	0.20 154	0.18 133

testlalala2	0.58 161	0.27 114	0.68 146	1.72 490	1.27 486	0.68 194	0.42 159	0.93 94	0.70 98	0.90 151	0.93 137	0.76 151	0.34 33	0.52 17	0.40 118	0.18 101	0.15 182	0.17 41	0.13 33	0.17 50	0.17 109

11t1	0.52 99	0.28 134	0.68 146	0.51 156	0.28 77	0.83 273	0.39 135	1.22 216	0.63 67	0.84 139	0.74 96	0.68 130	0.68 200	0.91 122	0.57 238	0.21 206	0.18 267	0.19 94	0.16 109	0.20 154	0.21 222

GCAP-Stereo	0.40 34	0.28 134	0.68 146	0.47 75	0.25 31	0.53 103	0.32 63	0.82 59	0.58 54	0.65 98	0.69 81	0.58 96	0.42 62	0.47 9	0.29 12	0.17 63	0.14 127	0.17 41	0.13 33	0.17 50	0.14 31

BUS	0.74 262	0.32 238	0.68 146	0.54 210	0.44 289	2.34 469	0.42 159	2.16 446	0.98 190	1.20 279	1.11 213	1.03 265	0.62 182	0.91 122	0.70 279	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

BSDual-CNN	0.71 239	0.32 238	0.68 146	0.54 210	0.44 289	1.27 376	0.65 339	2.16 446	0.98 190	1.20 279	1.11 213	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

psmg	0.72 241	0.32 238	0.68 146	0.50 126	0.44 289	1.48 406	0.75 369	1.94 404	0.98 190	1.21 283	1.33 305	1.12 293	0.74 217	0.91 122	0.66 268	0.24 272	0.19 283	0.25 286	0.25 322	0.23 242	0.22 239

test-3	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.32 344	0.69 81	0.87 197	0.45 79	1.68 305	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

test_1	0.54 124	0.22 26	0.68 146	0.47 75	0.27 54	0.58 130	0.35 86	0.92 88	1.00 202	1.28 316	0.68 77	0.87 197	0.45 79	1.67 300	0.37 95	0.16 27	0.11 6	0.20 128	0.16 109	0.17 50	0.13 12

xxxx	1.51 437	0.28 134	0.68 146	0.54 210	0.28 77	1.16 359	0.44 189	2.19 455	1.29 358	1.09 208	1.36 319	1.22 311	0.85 271	1.79 321	15.70 522	0.24 272	0.21 323	0.21 162	0.20 199	0.22 217	0.23 258

RAFT-Stereo + iAFF	0.54 124	0.25 73	0.68 146	0.43 26	0.24 21	0.40 23	0.34 81	1.04 140	1.09 244	1.32 344	1.60 387	0.80 164	0.68 200	0.67 57	0.39 113	0.13 2	0.10 1	0.18 73	0.17 129	0.17 50	0.13 12

Gwc-CoAtRS	0.52 99	0.24 50	0.68 146	0.48 100	0.29 94	0.64 161	0.25 19	1.16 190	1.08 236	1.01 186	1.00 160	1.12 293	0.56 146	0.69 58	0.37 95	0.16 27	0.13 76	0.17 41	0.15 71	0.15 14	0.15 59

LL-Strereo2	0.52 99	0.33 260	0.69 159	0.52 178	0.37 223	0.70 206	0.30 50	1.13 185	0.67 89	0.94 164	0.78 104	0.91 213	0.42 62	1.05 163	0.42 140	0.17 63	0.16 217	0.29 344	0.25 322	0.21 194	0.16 84

NRIStereo	0.60 169	0.29 169	0.69 159	0.53 195	0.28 77	0.63 158	0.33 69	1.08 169	0.87 145	1.14 241	0.87 124	0.91 213	0.59 165	2.24 367	0.49 198	0.20 174	0.14 127	0.21 162	0.19 167	0.21 194	0.17 109

ASMatch	0.88 330	0.26 88	0.69 159	0.51 156	0.35 200	0.48 56	0.37 114	1.12 182	0.92 166	1.10 216	3.28 478	0.96 241	0.98 339	4.90 444	0.49 198	0.19 142	0.16 217	0.22 189	0.19 167	0.19 120	0.27 318

THIR-Stereo	1.02 375	0.27 114	0.69 159	0.49 115	0.28 77	0.95 310	1.34 460	1.03 134	0.97 185	1.34 356	1.90 431	1.17 303	1.58 438	6.44 476	0.78 307	0.19 142	0.14 127	0.21 162	0.22 272	0.19 120	0.20 205

test_xeample3	0.42 43	0.28 134	0.69 159	0.43 26	0.33 179	0.56 122	0.38 120	0.79 46	0.45 19	0.53 74	0.46 24	0.44 27	0.44 76	1.38 243	0.31 35	0.18 101	0.14 127	0.19 94	0.15 71	0.17 50	0.16 84

EAI-Stereo	0.65 206	0.28 134	0.69 159	0.53 195	0.27 54	0.60 143	0.40 142	2.28 466	0.64 71	0.71 106	3.18 477	0.57 91	0.43 69	1.06 164	0.41 129	0.18 101	0.13 76	0.17 41	0.17 129	0.17 50	0.17 109

MIF-Stereo (partial)	0.45 67	0.25 73	0.70 165	0.50 126	0.52 345	0.35 12	0.26 28	0.91 85	0.59 60	0.45 48	0.71 88	0.51 66	0.51 119	1.11 178	0.45 165	0.20 174	0.16 217	0.23 227	0.20 199	0.24 257	0.18 133

testlalala_base	0.77 278	0.40 339	0.70 165	0.65 350	0.50 323	0.79 250	0.28 38	1.50 277	0.51 39	0.73 112	0.90 130	0.69 135	0.54 134	0.66 55	0.40 118	2.82 502	0.14 127	0.17 41	0.12 20	2.68 498	0.19 173

DCRE	0.82 304	0.26 88	0.70 165	0.58 268	0.44 289	0.54 110	0.48 230	0.95 106	0.78 122	0.78 121	7.33 509	0.86 193	0.52 124	0.76 79	0.41 129	0.16 27	0.16 217	0.19 94	0.17 129	0.18 81	0.17 109

fff	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

DRaft	0.80 293	0.24 50	0.70 165	0.45 59	0.30 115	0.97 319	0.53 267	1.05 148	0.97 185	1.78 437	2.02 442	0.80 164	1.74 452	2.73 397	0.72 287	0.17 63	0.14 127	0.20 128	0.20 199	0.18 81	0.21 222

Pruner-Stereo	0.62 179	0.29 169	0.70 165	0.61 306	0.31 141	0.63 158	0.43 176	1.17 192	0.99 197	1.53 404	1.08 198	0.95 235	0.55 141	1.35 233	0.51 209	0.23 257	0.14 127	0.24 247	0.21 243	0.21 194	0.23 258

DCANet	0.54 124	0.24 50	0.70 165	0.43 26	0.24 21	0.49 68	0.36 100	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	0.92 302	0.81 95	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

csc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

cscssc	0.53 109	0.24 50	0.70 165	0.43 26	0.24 21	0.48 56	0.36 100	1.07 163	1.25 338	1.10 216	1.02 174	0.57 91	1.06 367	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

111	0.60 169	0.23 36	0.70 165	0.43 26	0.24 21	0.72 214	0.42 159	1.18 197	1.41 413	0.80 126	1.38 326	1.10 288	0.79 242	0.96 135	0.58 241	0.18 101	0.13 76	0.17 41	0.15 71	0.17 50	0.19 173

CFNet-RSSM	0.54 124	0.24 50	0.70 165	0.48 100	0.28 77	0.60 143	0.27 34	1.49 273	1.14 271	1.06 198	0.93 137	1.08 276	0.54 134	0.70 62	0.35 74	0.16 27	0.12 23	0.17 41	0.15 71	0.16 29	0.14 31

psm_up	0.77 278	0.34 283	0.70 165	0.66 357	0.58 371	1.05 337	0.92 412	1.52 286	1.12 256	1.26 311	1.16 242	1.31 341	1.23 401	1.20 198	0.81 318	0.25 298	0.29 400	0.31 361	0.27 349	0.27 295	0.25 284

rvit_stereo_0080	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

Former-RAFT_DAM_RVC	0.46 74	0.36 314	0.71 177	0.47 75	0.36 209	0.67 187	0.35 86	0.78 42	1.12 256	0.61 92	0.62 66	0.39 21	0.39 52	0.71 66	0.39 113	0.20 174	0.17 246	0.22 189	0.18 145	0.23 242	0.19 173

whm_eth	0.44 59	0.32 238	0.71 177	0.47 75	0.36 209	0.42 34	0.55 290	0.82 59	0.68 93	0.50 68	0.60 62	0.55 82	0.47 93	0.59 33	0.44 152	0.26 320	0.21 323	0.20 128	0.20 199	0.31 344	0.19 173

qqq	0.57 155	0.34 283	0.71 177	0.47 75	0.27 54	0.64 161	0.62 330	1.42 256	0.78 122	0.80 126	0.92 134	0.95 235	0.77 231	0.88 115	0.59 243	0.21 206	0.20 301	0.24 247	0.23 295	0.22 217	0.21 222

test_3	0.55 139	0.23 36	0.71 177	0.53 195	0.28 77	0.61 149	0.40 142	0.92 88	1.05 221	1.19 275	0.68 77	0.93 224	0.44 76	1.67 300	0.39 113	0.15 11	0.12 23	0.22 189	0.19 167	0.21 194	0.14 31

TestStereo	0.64 198	0.39 333	0.71 177	0.51 156	0.27 54	0.56 122	0.42 159	1.03 134	0.91 161	0.80 126	1.00 160	0.68 130	0.52 124	3.25 414	0.45 165	0.22 232	0.15 182	0.24 247	0.18 145	0.27 295	0.16 84

mmm	0.63 186	0.35 304	0.72 183	0.51 156	0.30 115	0.86 285	0.54 274	1.59 304	0.86 141	1.07 201	1.38 326	0.79 162	0.75 219	0.91 122	0.58 241	0.22 232	0.18 267	0.29 344	0.25 322	0.25 269	0.23 258

CASS	0.65 206	0.34 283	0.72 183	0.56 246	0.27 54	0.78 245	0.42 159	1.59 304	0.86 141	1.30 330	1.25 272	0.87 197	0.84 268	0.84 103	0.54 229	0.35 402	0.19 283	0.26 305	0.21 243	0.28 313	0.42 406
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	0.96 349	0.58 412	0.72 183	0.61 306	0.46 307	1.64 422	0.76 372	1.86 381	1.28 354	1.30 330	1.53 368	0.86 193	0.94 316	3.27 415	0.69 278	0.45 439	0.44 461	0.54 457	0.48 453	0.47 423	0.40 398

DisPM	0.66 213	0.28 134	0.72 183	0.61 306	0.35 200	0.62 157	0.45 206	1.02 129	0.99 197	1.56 412	1.10 207	0.80 164	0.59 165	2.37 378	0.41 129	0.23 257	0.14 127	0.23 227	0.21 243	0.20 154	0.25 284

GANet-ADL	0.60 169	0.35 304	0.72 183	0.64 336	0.40 261	0.68 194	0.51 248	1.49 273	1.12 256	0.95 166	1.08 198	0.91 213	0.57 155	0.76 79	0.55 233	0.26 320	0.18 267	0.18 73	0.16 109	0.23 242	0.25 284

CrosDoStereo	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 523	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

AAGNet	1.83 459	0.28 134	0.72 183	0.61 306	0.32 159	0.67 187	0.51 248	0.96 112	0.98 190	1.47 390	1.20 258	1.00 252	1.18 389	2.83 399	22.77 529	0.22 232	0.13 76	0.22 189	0.19 167	0.23 242	0.15 59

OMP-Stereo	0.94 345	0.33 260	0.72 183	0.90 459	0.31 141	0.49 68	0.36 100	1.16 190	1.06 225	1.58 418	1.12 220	1.46 369	0.69 203	6.94 486	0.49 198	0.19 142	0.14 127	0.24 247	0.18 145	0.20 154	0.14 31

IIG-Stereo	0.96 349	0.31 222	0.72 183	0.88 454	0.33 179	0.61 149	0.26 28	1.19 205	1.03 212	1.69 430	1.37 321	1.46 369	0.75 219	6.96 487	0.51 209	0.19 142	0.14 127	0.23 227	0.18 145	0.20 154	0.14 31

DeepStereo_LL	1.58 441	0.24 50	0.72 183	0.48 100	0.29 94	0.67 187	12.49 523	1.10 174	0.98 190	1.34 356	1.75 413	1.00 252	1.89 463	6.65 479	0.81 318	0.19 142	0.15 182	0.20 128	0.22 272	0.18 81	0.19 173

SST-Stereo	0.83 311	0.28 134	0.72 183	0.59 281	0.31 141	0.72 214	0.26 28	1.09 171	0.86 141	1.47 390	1.10 207	1.00 252	0.87 284	5.73 464	0.45 165	0.22 232	0.13 76	0.23 227	0.19 167	0.23 242	0.18 133

DeepStereo_RVC	0.55 139	0.29 169	0.72 183	0.51 156	0.30 115	0.59 135	0.33 69	1.03 134	0.70 98	1.16 257	0.93 137	0.83 180	0.94 316	0.96 135	0.54 229	0.21 206	0.14 127	0.21 162	0.19 167	0.24 257	0.24 272

coex_refinement	0.80 293	0.28 134	0.73 195	0.70 388	0.51 334	0.95 310	0.60 325	1.78 356	1.23 329	1.36 361	1.37 321	1.82 424	0.81 251	1.32 226	1.13 378	0.26 320	0.17 246	0.19 94	0.20 199	0.24 257	0.25 284

rvit_stereo_0081_aga	0.44 59	0.34 283	0.73 195	0.51 156	0.41 268	0.50 78	0.40 142	0.81 56	0.57 53	0.58 81	0.56 54	0.53 78	0.43 69	0.66 55	0.40 118	0.26 320	0.21 323	0.22 189	0.20 199	0.26 281	0.18 133

rrr	0.46 74	0.28 134	0.73 195	0.43 26	0.33 179	0.49 68	0.38 120	0.76 35	0.50 31	0.47 52	0.48 28	0.48 49	0.46 84	2.03 346	0.30 20	0.19 142	0.14 127	0.19 94	0.15 71	0.16 29	0.16 84

EKT-Stereo	0.53 109	0.30 189	0.73 195	0.58 268	0.60 382	0.51 94	0.48 230	0.94 101	0.90 156	0.71 106	0.88 126	0.77 154	0.43 69	1.07 168	0.40 118	0.22 232	0.16 217	0.21 162	0.18 145	0.20 154	0.22 239

Patchmatch Stereo++	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.41 155	1.04 140	0.64 71	1.12 224	0.96 144	0.82 173	0.61 177	1.06 164	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo_v2	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.42 159	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.12 181	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

ROB_FTStereo	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.64 161	0.25 19	1.05 148	0.64 71	1.12 224	0.95 141	0.82 173	0.61 177	1.15 185	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

HUI-Stereo	0.52 99	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.30 50	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	0.79 88	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

RAFT_R40	0.83 311	0.28 134	0.73 195	0.59 281	0.31 141	0.69 199	0.44 189	1.10 174	0.95 173	1.47 390	1.10 207	1.00 252	0.85 271	5.53 458	0.46 179	0.22 232	0.13 76	0.23 227	0.20 199	0.23 242	0.18 133

iGMRVC	0.56 148	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.38 120	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.52 273	0.46 179	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

iRAFT	0.55 139	0.30 189	0.73 195	0.50 126	0.27 54	0.65 175	0.29 43	1.05 148	0.64 71	1.12 224	0.96 144	0.83 180	0.60 168	1.37 239	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

CroCo-Stereo	0.40 34	0.31 222	0.73 195	0.58 268	0.27 54	0.26 3	0.33 69	0.95 106	0.81 129	0.42 35	0.47 26	0.65 121	0.47 93	0.39 5	0.34 65	0.18 101	0.15 182	0.16 23	0.14 57	0.19 120	0.16 84
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
RAFT	0.64 198	0.30 189	0.73 195	0.59 281	0.33 179	0.68 194	0.58 313	1.04 140	0.76 117	1.08 202	1.19 254	1.65 405	0.93 311	1.06 164	0.56 235	0.21 206	0.18 267	0.27 321	0.24 308	0.22 217	0.17 109

RAFT-IKP	0.54 124	0.30 189	0.73 195	0.50 126	0.27 54	0.59 135	0.36 100	1.04 140	0.64 71	1.12 224	0.96 144	0.83 180	0.61 177	1.22 201	0.45 165	0.22 232	0.14 127	0.24 247	0.20 199	0.26 281	0.18 133

HCRNet	0.70 232	0.39 333	0.73 195	0.60 292	0.59 379	0.76 232	0.35 86	1.22 216	1.13 268	1.02 190	0.99 156	1.02 261	0.76 227	2.19 364	0.70 279	0.28 349	0.19 283	0.28 334	0.23 295	0.25 269	0.23 258

test_sample2	0.62 179	0.29 169	0.74 211	0.50 126	0.28 77	0.80 258	0.61 327	1.61 311	1.00 202	0.88 148	0.99 156	0.94 227	0.83 264	1.16 189	0.51 209	0.23 257	0.18 267	0.22 189	0.21 243	0.23 242	0.22 239

anonymousdsp2	0.53 109	0.27 114	0.74 211	0.48 100	0.29 94	0.76 232	0.47 220	1.61 311	0.82 134	0.77 119	0.77 102	0.75 147	0.47 93	1.03 155	0.40 118	0.18 101	0.13 76	0.18 73	0.13 33	0.19 120	0.18 133

CRE-IMP	0.55 139	0.30 189	0.74 211	0.52 178	0.29 94	0.79 250	0.25 19	1.04 140	0.72 104	1.09 208	0.95 141	0.81 168	0.57 155	1.10 175	0.50 204	0.21 206	0.14 127	0.23 227	0.19 167	0.28 313	0.22 239

test_sample1	0.61 175	0.29 169	0.75 214	0.50 126	0.31 141	0.76 232	0.48 230	1.59 304	0.84 139	0.90 151	0.94 140	0.88 201	0.95 321	1.16 189	0.67 271	0.22 232	0.18 267	0.20 128	0.19 167	0.21 194	0.21 222

anonymousa	0.72 241	0.27 114	0.75 214	0.47 75	0.63 391	1.43 403	0.45 206	1.24 222	0.89 152	1.28 316	1.75 413	1.62 395	1.13 383	0.69 58	0.59 243	0.19 142	0.16 217	0.23 227	0.25 322	0.20 154	0.18 133

TestStereo1	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

test_5	0.65 206	0.30 189	0.75 214	0.67 369	0.50 323	0.92 301	0.52 259	1.39 250	1.12 256	0.76 114	1.11 213	1.00 252	0.90 296	1.53 277	0.45 165	0.18 101	0.13 76	0.23 227	0.22 272	0.21 194	0.19 173

SA-5K	0.63 186	0.28 134	0.75 214	0.76 415	0.31 141	0.48 56	0.43 176	1.30 231	1.21 320	0.97 171	1.31 297	0.64 118	0.77 231	1.75 313	0.42 140	0.20 174	0.15 182	0.22 189	0.18 145	0.21 194	0.17 109

NF-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.02 174	0.82 173	0.57 155	5.40 456	0.48 191	0.23 257	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

OCTAStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.82 173	0.57 155	5.35 451	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

RE-Stereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

TVStereo	0.80 293	0.30 189	0.75 214	0.60 292	0.31 141	0.64 161	0.44 189	1.21 208	0.90 156	1.29 321	1.01 166	0.81 168	0.57 155	5.37 454	0.48 191	0.24 272	0.14 127	0.24 247	0.20 199	0.20 154	0.30 348

AdaStereo	0.70 232	0.43 354	0.75 214	0.73 407	0.37 223	0.92 301	0.53 267	1.85 378	1.18 301	1.12 224	1.23 266	1.07 275	0.65 197	0.96 135	0.63 260	0.31 370	0.15 182	0.32 375	0.21 243	0.29 324	0.22 239
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.
DCVSM-stereo	0.72 241	0.35 304	0.76 224	0.55 233	0.42 273	0.73 217	0.38 120	1.21 208	1.02 208	1.79 440	1.04 186	1.62 395	1.03 358	1.04 161	0.79 313	0.24 272	0.27 382	0.29 344	0.24 308	0.30 335	0.36 383

test_sample7	0.74 262	0.37 321	0.76 224	0.52 178	0.35 200	0.91 294	0.67 347	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.31 370	0.28 389	0.32 375	0.31 394	0.33 361	0.29 334

4D-IteraStereo	0.48 87	0.24 50	0.76 224	0.50 126	0.44 289	0.66 183	0.31 56	0.87 70	1.02 208	1.03 194	0.72 91	0.78 158	0.32 26	0.64 48	0.37 95	0.17 63	0.11 6	0.23 227	0.19 167	0.19 120	0.13 12

Sa-1000	0.72 241	0.29 169	0.76 224	0.59 281	0.30 115	0.73 217	0.37 114	1.62 315	1.33 376	1.28 316	2.04 444	0.86 193	0.75 219	1.84 325	0.38 105	0.19 142	0.14 127	0.25 286	0.23 295	0.20 154	0.16 84

IRAFT_RVC	0.88 330	0.28 134	0.76 224	0.63 327	0.31 141	0.65 175	1.02 431	1.22 216	0.94 171	1.22 288	1.04 186	1.01 259	0.98 339	5.82 466	0.53 223	0.22 232	0.12 23	0.25 286	0.20 199	0.20 154	0.19 173

CVANet_RVC	1.07 383	0.43 354	0.76 224	0.60 292	0.50 323	0.90 291	0.97 422	1.52 286	1.26 343	1.33 352	1.38 326	1.24 318	1.18 389	6.75 485	0.75 296	0.34 395	0.23 353	0.34 393	0.29 380	0.42 401	0.27 318

HH	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

HanStereo	0.63 186	0.30 189	0.77 230	0.50 126	0.32 159	0.49 68	0.46 213	1.65 319	0.64 71	0.69 102	1.09 203	1.63 400	0.85 271	1.90 332	0.37 95	0.18 101	0.13 76	0.19 94	0.17 129	0.19 120	0.16 84

CroCo-Stereo Lap2	0.44 59	0.34 283	0.77 230	0.61 306	0.79 436	0.28 6	0.35 86	0.75 32	0.71 103	0.38 27	0.50 37	0.72 143	0.55 141	0.57 31	0.47 186	0.17 63	0.18 267	0.19 94	0.16 109	0.21 194	0.20 205

PFNet+	0.59 166	0.28 134	0.77 230	0.53 195	0.30 115	0.59 135	0.31 56	0.92 88	1.14 271	1.33 352	1.10 207	0.79 162	0.57 155	1.31 222	0.49 198	0.25 298	0.17 246	0.28 334	0.26 339	0.21 194	0.25 284

PSM-softLoss	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

KMStereo	0.78 286	0.31 222	0.77 230	0.58 268	0.32 159	0.56 122	0.40 142	1.18 197	0.70 98	1.24 302	1.07 194	0.83 180	0.52 124	5.36 452	0.53 223	0.24 272	0.15 182	0.25 286	0.22 272	0.20 154	0.25 284

cf-r	0.73 259	0.30 189	0.77 230	0.55 233	0.63 391	0.78 245	0.48 230	1.79 362	1.15 282	1.13 238	1.26 279	1.43 359	0.87 284	1.40 254	0.85 331	0.25 298	0.18 267	0.22 189	0.23 295	0.19 120	0.19 173

HITNet	0.65 206	0.40 339	0.77 230	0.48 100	0.24 21	1.05 337	0.49 240	1.76 348	1.02 208	1.18 271	1.18 247	0.89 209	0.80 248	0.85 108	0.79 313	0.17 63	0.12 23	0.21 162	0.17 129	0.29 324	0.15 59
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
LG-Stereo	0.34 9	0.25 73	0.78 238	0.47 75	0.26 36	0.37 17	0.30 50	0.71 24	0.52 43	0.36 19	0.57 57	0.29 5	0.21 1	0.50 12	0.36 83	0.13 2	0.13 76	0.20 128	0.18 145	0.18 81	0.12 6

NINENet	0.77 278	0.37 321	0.78 238	0.62 318	0.51 334	2.34 469	0.42 159	1.83 374	1.04 217	1.14 241	1.23 266	1.03 265	0.62 182	1.24 208	0.70 279	0.28 349	0.23 353	0.31 361	0.21 243	0.26 281	0.25 284

DLCB_ROB	0.86 325	0.40 339	0.78 238	0.68 380	0.54 351	1.11 346	0.84 392	1.49 273	1.23 329	1.64 427	1.65 400	1.70 410	0.91 299	1.70 307	1.05 361	0.25 298	0.24 362	0.26 305	0.27 349	0.27 295	0.24 272

Selective-RAFT	0.52 99	0.28 134	0.79 241	0.55 233	0.27 54	0.91 294	0.33 69	0.80 53	0.88 149	0.58 81	0.63 67	0.81 168	0.77 231	1.29 220	0.48 191	0.19 142	0.14 127	0.17 41	0.15 71	0.19 120	0.17 109

AACVNet	0.86 325	0.35 304	0.79 241	0.82 436	0.39 251	0.76 232	0.49 240	1.61 311	0.81 129	1.08 202	1.33 305	1.30 337	0.93 311	4.34 435	0.74 291	0.25 298	0.21 323	0.28 334	0.22 272	0.29 324	0.25 284

GwcNet-ADL	0.64 198	0.31 222	0.79 241	0.56 246	0.41 268	0.60 143	0.58 313	1.41 254	1.26 343	1.08 202	1.13 225	0.91 213	0.60 168	1.04 161	0.78 307	0.27 336	0.18 267	0.18 73	0.18 145	0.25 269	0.29 334

DEmStereo	0.97 355	0.23 36	0.79 241	0.47 75	0.32 159	1.04 336	0.56 298	0.93 94	0.89 152	1.39 374	2.14 450	1.02 261	2.07 474	5.64 462	0.77 305	0.17 63	0.15 182	0.20 128	0.20 199	0.18 81	0.20 205

TDLM	1.06 381	0.44 357	0.79 241	0.63 327	0.50 323	0.89 288	1.44 465	1.48 271	1.26 343	1.12 224	1.40 332	1.08 276	0.98 339	6.65 479	0.78 307	0.33 385	0.21 323	0.33 383	0.26 339	0.37 377	0.24 272

UDGNet	0.72 241	1.17 480	0.80 246	0.77 418	0.41 268	0.77 240	0.38 120	0.97 113	1.34 379	0.81 130	0.88 126	0.71 142	0.60 168	1.21 200	0.54 229	0.52 452	0.19 283	1.02 486	0.26 339	0.71 465	0.31 358

rvit_stereo_0083	0.47 81	0.33 260	0.81 247	0.56 246	0.36 209	0.50 78	0.44 189	0.68 19	0.95 173	0.49 61	0.57 57	0.55 82	0.49 112	0.88 115	0.46 179	0.25 298	0.25 369	0.24 247	0.20 199	0.24 257	0.17 109

FCDSN-DC	2.32 479	0.63 429	0.81 247	0.84 440	0.75 427	2.23 464	0.94 418	2.09 435	1.80 454	5.45 514	7.72 513	7.77 511	6.93 517	3.39 416	1.80 443	0.52 452	0.48 470	0.52 451	0.51 462	0.57 445	0.58 449
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ac_64	0.82 304	0.29 169	0.81 247	0.71 396	0.60 382	1.05 337	0.54 274	1.99 415	0.92 166	1.18 271	1.06 190	1.99 441	1.08 371	1.94 338	0.97 354	0.27 336	0.22 341	0.24 247	0.23 295	0.22 217	0.19 173

FACV-RUCA	0.63 186	0.34 283	0.82 250	0.62 318	0.65 396	0.81 266	0.41 155	1.44 263	1.07 230	0.86 146	1.14 229	0.61 107	0.69 203	0.80 90	0.53 223	0.28 349	0.19 283	0.47 443	0.21 243	0.35 366	0.25 284

ITSA-stereo	0.82 304	0.36 314	0.82 250	0.54 210	0.31 141	0.80 258	0.47 220	2.17 452	1.67 442	1.13 238	1.13 225	0.94 227	0.86 279	2.46 385	1.00 358	0.26 320	0.23 353	0.28 334	0.27 349	0.28 313	0.36 383

Anonymous_2	1.30 417	0.55 402	0.82 250	0.52 178	0.58 371	1.01 329	0.64 337	1.25 224	0.97 185	0.96 168	0.78 104	1.33 343	1.29 409	1.03 155	0.74 291	0.62 468	0.64 487	1.06 487	9.63 526	1.16 483	0.49 430

SA	0.66 213	0.30 189	0.82 250	0.61 306	0.30 115	0.58 130	0.38 120	1.44 263	1.30 364	0.96 168	1.36 319	0.66 125	0.95 321	1.85 328	0.42 140	0.19 142	0.15 182	0.25 286	0.23 295	0.21 194	0.17 109

CSP-Net	0.97 355	0.38 328	0.83 254	0.53 195	0.41 268	1.63 420	0.77 375	2.00 416	1.05 221	1.25 307	1.20 258	1.33 343	0.83 264	4.93 446	0.85 331	0.32 377	0.22 341	0.20 128	0.20 199	0.23 242	0.25 284

DIP-Stereo	0.62 179	0.30 189	0.83 254	0.48 100	0.36 209	0.95 310	0.33 69	2.37 474	0.67 89	1.25 307	1.00 160	0.68 130	0.51 119	0.91 122	0.61 253	0.18 101	0.15 182	0.21 162	0.17 129	0.19 120	0.19 173
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FC-DCNN v2	2.81 495	0.59 415	0.85 256	0.73 407	0.57 362	2.97 488	1.05 434	3.39 496	2.61 484	6.98 517	7.67 512	10.38 519	6.31 514	5.75 465	3.37 477	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

ffm	0.72 241	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	1.55 281	0.32 37	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

ff1	1.37 426	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	0.95 106	2.47 479	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.20 174	0.12 23	0.31 361	0.27 349	0.19 120	0.20 205

mmx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

xxx	1.39 428	0.33 260	0.85 256	0.53 195	0.37 223	0.74 221	0.56 298	2.13 437	1.37 395	1.15 247	1.45 347	1.06 270	0.82 256	7.22 489	7.61 498	0.24 272	0.19 283	0.31 361	0.27 349	0.30 335	0.25 284

SACVNet	0.85 320	0.46 366	0.85 256	0.81 428	0.56 359	0.80 258	0.79 380	1.68 326	1.12 256	1.34 356	1.33 305	1.25 322	0.94 316	2.39 380	0.76 299	0.34 395	0.26 374	0.31 361	0.29 380	0.35 366	0.44 415

model_zeroshot	0.48 87	0.29 169	0.86 262	0.51 156	0.36 209	0.69 199	0.37 114	1.12 182	0.62 64	0.85 144	0.84 118	0.66 125	0.37 44	0.73 73	0.34 65	0.20 174	0.16 217	0.19 94	0.16 109	0.17 50	0.16 84

SMFormer	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.23 242	0.24 272

tta	0.75 270	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.82 323	0.24 272	0.20 301	0.22 189	0.21 243	0.18 81	0.18 133

qqq1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

fff1	0.72 241	0.30 189	0.86 262	0.46 64	0.26 36	0.82 268	0.43 176	2.05 426	1.39 404	1.23 294	1.47 354	0.98 245	0.95 321	1.71 308	0.44 152	0.24 272	0.20 301	0.18 73	0.15 71	0.18 81	0.18 133

1111x	1.70 454	0.29 169	0.86 262	0.51 156	0.27 54	1.01 329	0.68 351	2.22 459	1.28 354	1.13 238	1.40 332	1.21 309	1.10 375	5.53 458	15.20 520	0.22 232	0.21 323	0.22 189	0.22 272	0.24 257	0.22 239

StereoVision	0.65 206	0.34 283	0.86 262	0.59 281	0.40 261	0.50 78	0.41 155	1.09 171	0.93 168	0.71 106	2.50 466	0.82 173	0.57 155	1.03 155	0.49 198	0.25 298	0.28 389	0.29 344	0.28 369	0.36 373	0.20 205

CFNet_pseudo	0.66 213	0.32 238	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.24 318	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.33 383	0.19 167	0.36 373	0.25 284

GANet	1.36 425	0.47 371	0.86 262	0.67 369	0.45 296	1.34 388	1.73 478	1.64 318	1.24 335	1.49 398	2.38 460	1.55 385	1.20 395	9.30 509	0.93 343	0.30 363	0.31 410	0.33 383	0.28 369	0.39 390	0.30 348

ccs_rob	0.66 213	0.33 260	0.86 262	0.48 100	0.39 251	0.70 206	0.40 142	1.33 233	1.22 326	1.16 257	1.34 312	1.23 316	0.64 191	0.98 143	0.59 243	0.21 206	0.16 217	0.35 401	0.20 199	0.37 377	0.25 284

FC-DCNN	2.72 494	0.59 415	0.86 262	0.73 407	0.57 362	2.91 485	1.04 433	3.01 490	2.60 483	6.83 516	7.64 511	9.92 516	6.33 515	5.21 448	3.14 472	0.53 458	0.48 470	0.51 449	0.50 459	0.53 438	0.51 436

rvit_stereo_ft	0.47 81	0.35 304	0.87 273	0.67 369	0.42 273	0.40 23	0.59 321	0.81 56	0.74 110	0.46 49	0.55 51	0.57 91	0.49 112	0.65 53	0.50 204	0.25 298	0.17 246	0.22 189	0.22 272	0.24 257	0.17 109

test_sample6	0.71 239	0.34 283	0.87 273	0.52 178	0.30 115	0.82 268	0.58 313	1.79 362	1.15 282	1.14 241	1.33 305	0.91 213	0.79 242	1.31 222	0.74 291	0.27 336	0.21 323	0.27 321	0.29 380	0.28 313	0.27 318

test_sample5	0.69 228	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.11 222	1.25 272	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

DualNet	0.70 232	0.34 283	0.87 273	0.52 178	0.30 115	0.84 281	0.54 274	1.83 374	1.14 271	1.14 241	1.33 305	0.88 201	0.78 238	1.23 203	0.65 265	0.26 320	0.20 301	0.27 321	0.27 349	0.27 295	0.26 308

RALAANet	0.60 169	0.33 260	0.87 273	0.62 318	0.50 323	0.69 199	0.31 56	1.21 208	1.06 225	1.09 208	1.16 242	0.88 201	0.46 84	1.22 201	0.42 140	0.19 142	0.15 182	0.21 162	0.17 129	0.27 295	0.17 109

MSMDNet	0.66 213	0.32 238	0.87 273	0.49 115	0.37 223	0.79 250	0.40 142	1.43 262	1.31 368	1.15 247	1.31 297	1.24 318	0.63 187	0.88 115	0.57 238	0.21 206	0.16 217	0.26 305	0.19 167	0.39 390	0.24 272

DeepPruner_ROB	0.74 262	0.48 375	0.87 273	0.57 262	0.44 289	0.79 250	0.54 274	1.73 336	0.96 178	1.38 369	1.27 282	1.24 318	0.73 215	1.43 256	0.73 290	0.34 395	0.28 389	0.27 321	0.26 339	0.31 344	0.31 358

test_sample3	0.68 226	0.32 238	0.88 280	0.52 178	0.30 115	0.97 319	0.52 259	1.86 381	1.15 282	1.08 202	1.11 213	0.88 201	0.71 212	1.17 193	0.68 275	0.25 298	0.20 301	0.25 286	0.25 322	0.25 269	0.25 284

PCWNet_CMD	0.66 213	0.32 238	0.88 280	0.49 115	0.37 223	0.78 245	0.40 142	1.42 256	1.31 368	1.16 257	1.31 297	1.25 322	0.62 182	0.89 120	0.57 238	0.20 174	0.16 217	0.27 321	0.19 167	0.40 394	0.25 284

CFNet_ucs	0.70 232	0.33 260	0.88 280	0.50 126	0.43 282	0.74 221	0.44 189	1.60 308	1.29 358	1.22 288	1.54 372	1.09 286	0.63 187	0.99 146	0.59 243	0.25 298	0.20 301	0.37 412	0.21 243	0.40 394	0.28 330

RAFT_CTSACE	0.63 186	0.26 88	0.88 280	0.55 233	0.51 334	0.71 211	0.44 189	0.80 53	0.97 185	0.97 171	1.84 423	1.18 306	0.68 200	1.47 266	0.36 83	0.16 27	0.15 182	0.21 162	0.20 199	0.20 154	0.14 31

LMCR-Stereo	0.82 304	0.46 366	0.88 280	0.75 413	0.43 282	1.33 386	0.56 298	2.43 479	0.98 190	1.53 404	1.49 361	0.74 145	1.00 349	1.63 293	0.89 338	0.28 349	0.17 246	0.22 189	0.17 129	0.29 324	0.20 205

StereoDRNet-Refined	0.80 293	0.41 347	0.88 280	0.62 318	0.42 273	1.33 386	0.48 230	1.52 286	1.17 294	1.45 387	1.44 345	1.44 364	0.90 296	1.26 211	1.24 390	0.20 174	0.16 217	0.27 321	0.24 308	0.25 269	0.28 330
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gcap-zeroshot	0.53 109	0.28 134	0.89 286	0.49 115	0.28 77	0.76 232	0.37 114	1.34 238	0.73 108	0.89 149	0.67 74	1.35 348	0.51 119	0.79 88	0.33 50	0.18 101	0.15 182	0.18 73	0.15 71	0.17 50	0.16 84

TransformOpticalFlow	0.96 349	0.28 134	0.89 286	0.52 178	0.31 141	0.66 183	0.54 274	1.75 342	1.12 256	1.09 208	1.44 345	1.37 353	1.01 351	6.70 483	0.42 140	0.19 142	0.12 23	0.20 128	0.19 167	0.18 81	0.19 173

ADLNet	0.85 320	0.36 314	0.89 286	0.85 445	0.72 416	1.24 372	0.76 372	1.82 369	1.36 391	1.52 403	1.35 318	1.27 330	0.99 347	1.23 203	1.15 380	0.27 336	0.20 301	0.26 305	0.25 322	0.28 313	0.30 348

MSMD_ROB	1.99 470	0.59 415	0.89 286	0.70 388	0.61 385	3.95 502	0.94 418	1.80 365	1.79 453	4.41 504	4.43 489	8.17 512	3.66 500	3.40 417	1.33 402	0.52 452	0.48 470	0.54 457	0.58 469	0.53 438	0.50 432

GES	0.66 213	0.34 283	0.90 290	0.59 281	0.38 240	0.94 306	0.57 309	2.11 436	0.86 141	1.02 190	1.11 213	0.66 125	0.79 242	0.99 146	0.61 253	0.27 336	0.19 283	0.20 128	0.20 199	0.21 194	0.30 348

UPFNet	0.80 293	0.32 238	0.90 290	0.59 281	0.74 420	1.26 375	0.80 386	1.52 286	1.10 250	1.30 330	1.12 220	1.30 337	0.84 268	1.67 300	1.09 369	0.24 272	0.24 362	0.24 247	0.23 295	0.25 269	0.18 133

DMCA	0.67 222	0.34 283	0.90 290	0.51 156	0.44 289	0.86 285	0.47 220	1.42 256	1.02 208	1.17 266	1.12 220	1.23 316	0.75 219	0.78 84	0.95 348	0.25 298	0.19 283	0.27 321	0.19 167	0.24 257	0.27 318

test_sample4	0.69 228	0.33 260	0.91 293	0.51 156	0.30 115	0.92 301	0.52 259	1.87 383	1.15 282	1.14 241	1.18 247	0.87 197	0.75 219	1.18 195	0.68 275	0.25 298	0.20 301	0.26 305	0.26 339	0.26 281	0.25 284

iRaft-Stereo_5w	0.85 320	0.29 169	0.91 293	0.53 195	0.43 282	0.49 68	0.68 351	0.99 119	0.87 145	0.79 124	1.34 312	1.46 369	0.91 299	5.11 447	1.11 375	0.17 63	0.14 127	0.22 189	0.18 145	0.20 154	0.20 205

AASNet	0.76 276	0.35 304	0.91 293	0.79 422	0.81 443	1.14 351	0.56 298	2.02 424	1.08 236	1.22 288	1.24 268	0.93 224	0.76 227	0.77 82	1.16 381	0.27 336	0.23 353	0.24 247	0.20 199	0.28 313	0.24 272

RASNet	1.12 396	0.30 189	0.91 293	0.66 357	0.77 431	0.97 319	0.57 309	1.37 244	1.35 388	1.02 190	1.34 312	2.11 450	1.43 422	7.09 488	1.39 412	0.19 142	0.17 246	0.17 41	0.19 167	0.18 81	0.16 84

MIM_Stereo	0.57 155	0.24 50	0.92 297	0.46 64	0.30 115	0.54 110	0.28 38	1.27 226	0.75 111	1.00 183	1.16 242	0.93 224	0.53 129	1.45 260	0.61 253	0.16 27	0.16 217	0.20 128	0.19 167	0.17 50	0.14 31

MeshStereo	2.26 477	0.56 405	0.92 297	0.61 306	0.49 316	2.60 478	1.02 431	3.18 492	2.05 469	7.40 521	4.98 499	7.58 509	2.98 494	6.37 475	1.96 451	0.43 433	0.43 458	0.45 438	0.39 432	0.43 407	0.42 406
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
UGAM-zero	1.00 366	0.30 189	0.93 299	0.47 75	0.30 115	0.57 127	0.25 19	2.25 462	0.63 67	1.01 186	1.10 207	2.73 473	1.85 461	6.26 472	0.40 118	0.17 63	0.14 127	0.19 94	0.15 71	0.16 29	0.17 109

GCST	1.08 386	1.47 490	0.93 299	1.73 491	1.14 477	1.30 381	0.31 56	1.33 233	1.16 291	1.29 321	0.97 153	0.98 245	0.49 112	2.08 351	0.46 179	1.19 490	0.70 490	1.30 490	0.85 488	1.02 478	0.89 476

CoDeX	0.73 259	0.29 169	0.93 299	0.54 210	0.36 209	1.14 351	0.61 327	2.34 471	1.17 294	1.16 257	1.25 272	0.91 213	0.87 284	1.33 229	0.64 264	0.20 174	0.16 217	0.21 162	0.18 145	0.20 154	0.18 133

PS-NSSS	0.99 361	0.58 412	0.93 299	0.58 268	0.57 362	0.91 294	0.80 386	1.81 368	1.14 271	1.14 241	1.67 404	1.00 252	0.83 264	4.62 439	0.78 307	0.37 410	0.31 410	0.52 451	0.32 402	0.45 416	0.38 394

DDVS	0.78 286	0.41 347	0.94 303	0.60 292	0.43 282	1.30 381	0.43 176	1.40 252	0.91 161	1.20 279	1.15 237	1.43 359	0.64 191	2.18 362	0.89 338	0.28 349	0.22 341	0.26 305	0.23 295	0.31 344	0.33 369

MIPNet	0.56 148	0.28 134	0.94 303	0.49 115	0.33 179	0.66 183	0.38 120	1.35 241	1.08 236	1.06 198	0.92 134	0.60 103	0.79 242	0.73 73	0.52 216	0.17 63	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

GMStereo	0.55 139	0.45 364	0.94 303	0.50 126	0.32 159	0.64 161	0.43 176	1.00 123	1.40 409	0.82 134	0.73 93	0.51 66	0.45 79	0.85 108	0.55 233	0.24 272	0.15 182	0.20 128	0.21 243	0.31 344	0.24 272
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.85 320	0.38 328	0.94 303	0.80 425	1.03 465	1.17 361	0.58 313	1.52 286	1.20 314	1.19 275	1.62 394	1.13 298	1.20 395	1.80 322	1.06 363	0.24 272	0.24 362	0.24 247	0.21 243	0.23 242	0.27 318

G2L-Stereo	0.80 293	0.32 238	0.95 307	0.60 292	0.42 273	0.78 245	0.69 355	1.50 277	1.09 244	1.33 352	1.14 229	1.45 366	0.72 214	2.45 383	1.10 372	0.25 298	0.20 301	0.26 305	0.21 243	0.20 154	0.26 308

UGAM	1.14 401	0.27 114	0.95 307	0.53 195	0.42 273	0.70 206	0.72 363	0.95 106	1.32 372	0.98 175	1.48 359	1.78 421	0.87 284	9.65 515	0.87 334	0.21 206	0.18 267	0.30 355	0.24 308	0.19 120	0.16 84

MyStereo06	0.61 175	0.28 134	0.95 307	0.56 246	0.46 307	0.61 149	0.73 364	1.78 356	0.67 89	1.03 194	1.12 220	1.13 298	0.56 146	0.78 84	0.41 129	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

hknet	0.77 278	0.32 238	0.95 307	0.54 210	0.38 240	1.27 376	0.65 339	2.16 446	1.07 230	1.20 279	1.11 213	1.59 391	0.81 251	1.37 239	0.66 268	0.22 232	0.17 246	0.25 286	0.22 272	0.22 217	0.22 239

delet	0.85 320	0.32 238	0.95 307	0.65 350	0.66 399	1.64 422	0.84 392	1.75 342	1.35 388	1.32 344	1.30 291	1.30 337	0.88 289	1.68 305	1.10 372	0.21 206	0.21 323	0.24 247	0.24 308	0.21 194	0.21 222

acv_ft	0.75 270	0.31 222	0.95 307	0.70 388	0.86 452	1.24 372	0.53 267	1.44 263	1.07 230	1.24 302	1.30 291	1.08 276	0.92 302	0.80 90	1.34 404	0.21 206	0.19 283	0.21 162	0.18 145	0.21 194	0.18 133

CIPLG	0.62 179	0.33 260	0.96 313	0.58 268	0.50 323	0.75 226	0.48 230	1.05 148	0.96 178	1.40 375	1.57 382	0.64 118	0.48 104	0.89 120	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

STrans-v2	1.04 380	0.28 134	0.96 313	0.49 115	0.32 159	0.68 194	0.79 380	2.47 481	1.12 256	1.12 224	1.46 353	1.40 354	1.46 427	6.70 483	0.43 149	0.18 101	0.13 76	0.20 128	0.18 145	0.18 81	0.18 133

dd	0.59 166	0.48 375	0.97 315	0.55 233	0.32 159	0.64 161	0.47 220	1.02 129	1.34 379	0.78 121	0.86 121	0.58 96	0.54 134	1.01 151	0.86 333	0.28 349	0.18 267	0.26 305	0.19 167	0.32 352	0.24 272

IPLG	0.69 228	0.27 114	0.97 315	0.51 156	0.43 282	0.79 250	0.33 69	1.21 208	1.06 225	1.30 330	1.10 207	0.52 73	0.55 141	3.16 412	0.63 260	0.16 27	0.14 127	0.19 94	0.16 109	0.18 81	0.17 109

TRStereo	0.60 169	0.60 423	0.97 315	0.74 410	0.67 403	0.46 51	0.38 120	1.85 378	0.89 152	0.79 124	0.80 114	0.88 201	0.39 52	1.10 175	0.41 129	0.23 257	0.15 182	0.23 227	0.24 308	0.17 50	0.15 59

rvit_0105_6	0.53 109	0.37 321	0.98 318	0.65 350	0.38 240	0.51 94	0.51 248	0.77 38	1.20 314	0.54 76	0.55 51	0.65 121	0.53 129	0.94 132	0.44 152	0.32 377	0.32 418	0.28 334	0.24 308	0.28 313	0.21 222

IGEV_Zeroshot_test	0.53 109	0.30 189	0.99 319	0.56 246	0.35 200	0.41 27	0.32 63	1.37 244	0.63 67	1.00 183	1.09 203	0.95 235	0.41 58	0.83 100	0.39 113	0.18 101	0.12 23	0.19 94	0.18 145	0.19 120	0.17 109

UDG	1.41 431	2.65 513	0.99 319	1.44 488	1.64 492	1.34 388	0.80 386	1.60 308	1.23 329	1.23 294	1.71 407	2.01 443	1.34 417	1.47 266	1.41 417	0.90 478	0.54 481	2.29 498	0.75 481	1.84 490	1.04 483

IPLGR_C	0.62 179	0.33 260	0.99 319	0.58 268	0.49 316	0.76 232	0.48 230	1.10 174	0.96 178	1.40 375	1.56 378	0.62 112	0.48 104	0.80 90	0.71 284	0.23 257	0.15 182	0.19 94	0.16 109	0.19 120	0.21 222

GEStereo_RVC	0.90 335	0.37 321	0.99 319	0.64 336	0.50 323	0.95 310	0.79 380	2.42 478	1.17 294	1.16 257	1.11 213	1.26 326	0.92 302	3.24 413	0.90 341	0.29 359	0.19 283	0.23 227	0.20 199	0.27 295	0.29 334

iResNet_ROB	0.77 278	0.30 189	0.99 319	0.57 262	0.36 209	0.83 273	0.36 100	2.33 469	1.58 436	1.27 314	1.30 291	1.25 322	0.84 268	1.65 295	0.79 313	0.20 174	0.14 127	0.17 41	0.12 20	0.18 81	0.27 318

MyStereo8	0.65 206	0.29 169	1.00 324	0.58 268	0.49 316	0.91 294	0.35 86	1.18 197	1.31 368	1.16 257	1.27 282	0.90 210	0.64 191	0.72 69	0.95 348	0.18 101	0.14 127	0.20 128	0.18 145	0.22 217	0.26 308

CRFU-Net	0.86 325	0.39 333	1.00 324	0.65 350	0.57 362	1.78 437	0.86 398	2.15 443	0.81 129	1.38 369	1.18 247	1.64 403	1.19 392	1.35 233	0.90 341	0.26 320	0.22 341	0.21 162	0.19 167	0.23 242	0.24 272

iRaft-Stereo_20w	0.65 206	0.31 222	1.00 324	0.47 75	0.34 196	0.73 217	0.30 50	2.96 489	0.70 98	1.15 247	1.14 229	0.76 151	0.65 197	1.11 178	0.38 105	0.17 63	0.13 76	0.18 73	0.16 109	0.19 120	0.18 133

MaskLacGwcNet_RVC	1.10 391	1.02 468	1.00 324	0.82 436	0.67 403	1.93 449	0.93 416	1.62 315	1.11 252	1.15 247	1.25 272	1.50 377	0.79 242	1.96 340	0.76 299	1.89 493	0.34 424	0.79 477	0.36 425	1.25 487	0.83 473

rvit_105_1	0.72 241	0.52 392	1.01 328	0.78 420	0.49 316	0.75 226	0.87 400	1.12 182	1.18 301	0.99 178	0.79 109	0.90 210	0.77 231	1.26 211	0.75 296	0.41 424	0.36 440	0.36 409	0.41 437	0.30 335	0.33 369

GMStereo_Zeroshot	0.67 222	0.61 425	1.01 328	0.64 336	0.37 223	0.84 281	0.35 86	1.05 148	1.12 256	1.12 224	1.06 190	1.27 330	0.54 134	1.19 197	0.59 243	0.32 377	0.17 246	0.31 361	0.18 145	0.52 436	0.22 239

plain	0.46 74	0.27 114	1.01 328	0.50 126	0.40 261	0.35 12	0.37 114	0.87 70	0.56 51	0.43 40	0.76 100	0.42 22	0.40 56	1.13 183	0.45 165	0.21 206	0.15 182	0.24 247	0.19 167	0.24 257	0.16 84

ACRE	0.61 175	0.33 260	1.01 328	0.58 268	0.49 316	0.75 226	0.47 220	1.06 161	0.95 173	1.37 364	1.55 374	0.62 112	0.46 84	0.83 100	0.70 279	0.23 257	0.15 182	0.19 94	0.16 109	0.18 81	0.21 222

ccnet	1.12 396	0.67 434	1.01 328	0.78 420	0.73 419	1.72 428	0.99 426	1.84 377	1.26 343	1.47 390	1.85 425	1.75 418	1.29 409	1.75 313	1.88 447	0.57 461	0.53 478	0.57 467	0.55 466	0.59 449	0.54 440

GwcNet-RSSM	0.77 278	0.32 238	1.01 328	0.62 318	0.54 351	0.78 245	0.51 248	1.73 336	1.20 314	1.09 208	1.37 321	1.46 369	0.85 271	1.53 277	1.09 369	0.25 298	0.18 267	0.23 227	0.24 308	0.20 154	0.19 173

CFNet	0.96 349	0.36 314	1.01 328	0.62 318	0.42 273	0.99 326	0.47 220	1.90 391	1.32 372	0.99 178	1.39 330	1.10 288	0.86 279	5.58 461	0.79 313	0.23 257	0.17 246	0.28 334	0.27 349	0.26 281	0.21 222

ssnet_v2	0.88 330	0.36 314	1.02 335	0.62 318	0.38 240	1.32 384	0.97 422	2.07 432	1.34 379	1.37 364	1.18 247	1.54 383	0.92 302	1.10 175	1.65 438	0.30 363	0.27 382	0.30 355	0.28 369	0.27 295	0.26 308

IER	0.70 232	0.31 222	1.02 335	0.48 100	0.52 345	1.34 388	0.51 248	1.17 192	0.99 197	1.23 294	1.34 312	1.12 293	1.11 376	0.99 146	0.71 284	0.20 174	0.16 217	0.21 162	0.21 243	0.20 154	0.19 173

sCroCo_RVC	0.49 92	0.40 339	1.02 335	0.65 350	0.60 382	0.52 98	0.40 142	0.83 63	0.61 62	0.44 42	0.74 96	0.49 56	0.50 116	0.63 47	0.48 191	0.26 320	0.27 382	0.23 227	0.22 272	0.29 324	0.25 284

SFCPSM	0.70 232	0.28 134	1.02 335	0.51 156	0.38 240	1.37 391	0.66 344	2.00 416	1.03 212	1.17 266	1.21 260	0.82 173	0.78 238	1.03 155	0.53 223	0.21 206	0.17 246	0.22 189	0.24 308	0.21 194	0.19 173

PAM_32	0.77 278	0.28 134	1.03 339	0.52 178	0.30 115	1.32 384	0.35 86	1.97 411	0.65 86	1.02 190	1.06 190	3.05 478	1.49 432	0.96 135	0.36 83	0.19 142	0.13 76	0.20 128	0.18 145	0.19 120	0.19 173

DAS	0.84 316	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.83 399	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

SepStereo	0.82 304	0.34 283	1.03 339	0.64 336	0.69 411	0.77 240	0.63 335	1.54 294	1.20 314	1.79 440	1.55 374	0.95 235	1.04 360	2.30 373	0.60 251	0.21 206	0.16 217	0.25 286	0.18 145	0.27 295	0.22 239

MANE	6.19 510	0.59 415	1.03 339	0.93 465	1.22 483	13.38 523	2.69 509	12.81 525	17.94 529	8.21 522	10.82 521	14.72 523	11.68 519	11.39 523	11.90 514	0.59 465	0.50 475	0.52 451	1.76 511	0.55 442	0.54 440

G2L-Stereo_aug	0.82 304	0.26 88	1.04 343	0.51 156	0.38 240	0.97 319	0.53 267	1.44 263	1.41 413	1.51 402	1.43 339	1.53 381	0.95 321	2.47 387	0.96 352	0.19 142	0.14 127	0.16 23	0.14 57	0.17 50	0.19 173

test-1	0.52 99	0.26 88	1.04 343	0.56 246	0.32 159	0.61 149	0.38 120	1.10 174	0.91 161	0.78 121	1.01 166	0.77 154	0.52 124	0.60 44	0.42 140	0.17 63	0.14 127	0.20 128	0.17 129	0.20 154	0.23 258

rvit_0105_5	0.58 161	0.39 333	1.05 345	0.66 357	0.37 223	0.58 130	0.56 298	0.94 101	1.18 301	0.64 96	0.68 77	0.75 147	0.63 187	0.88 115	0.50 204	0.32 377	0.32 418	0.30 355	0.27 349	0.28 313	0.25 284

rvit_stereo_0075_2	0.64 198	0.46 366	1.05 345	0.66 357	0.66 399	0.53 103	0.48 230	1.20 207	1.12 256	0.76 114	0.92 134	0.78 158	0.53 129	1.03 155	0.59 243	0.37 410	0.28 389	0.40 426	0.31 394	0.37 377	0.32 363

NLCA_NET_v2_RVC	0.79 290	0.43 354	1.05 345	0.64 336	0.58 371	0.95 310	0.53 267	1.53 292	1.18 301	1.37 364	1.15 237	1.43 359	0.88 289	1.61 291	0.84 328	0.25 298	0.22 341	0.27 321	0.27 349	0.29 324	0.29 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DN-CSS_ROB	0.64 198	0.32 238	1.05 345	0.55 233	0.40 261	0.54 110	0.45 206	1.21 208	0.93 168	1.03 194	1.47 354	0.69 135	0.63 187	1.76 318	0.49 198	0.18 101	0.14 127	0.25 286	0.22 272	0.22 217	0.20 205

rvit_0105_4	0.56 148	0.38 328	1.06 349	0.66 357	0.38 240	0.53 103	0.53 267	0.84 66	1.17 294	0.56 78	0.61 64	0.72 143	0.59 165	0.98 143	0.45 165	0.32 377	0.33 422	0.29 344	0.25 322	0.29 324	0.23 258

ADStereo(finetuned)	0.57 155	0.24 50	1.06 349	0.43 26	0.24 21	0.49 68	0.35 86	1.05 148	1.30 364	1.12 224	1.03 183	0.58 96	1.20 395	0.84 103	0.51 209	0.16 27	0.13 76	0.17 41	0.13 33	0.18 81	0.19 173

dad	0.86 325	0.66 433	1.06 349	0.56 246	0.37 223	0.76 232	0.44 189	1.17 192	1.50 427	1.44 385	1.27 282	1.34 347	0.75 219	2.52 389	0.84 328	0.42 428	0.27 382	0.83 478	0.26 339	0.41 397	0.29 334

DSFCA	0.93 343	0.34 283	1.06 349	0.52 178	0.65 396	1.55 413	0.93 416	1.49 273	1.19 309	1.56 412	1.15 237	1.50 377	0.96 329	3.07 407	1.02 360	0.30 363	0.26 374	0.25 286	0.25 322	0.28 313	0.24 272

NCCL2	1.00 366	0.56 405	1.06 349	0.75 413	0.57 362	1.31 383	1.72 477	1.77 352	1.36 391	1.50 399	1.17 245	1.91 431	1.17 386	1.54 279	1.29 398	0.35 402	0.31 410	0.45 438	0.44 444	0.40 394	0.40 398

ISRNet	0.80 293	0.33 260	1.07 354	0.81 428	0.66 399	0.60 143	0.34 81	1.19 205	1.13 268	1.59 419	1.53 368	1.35 348	0.77 231	1.27 214	0.94 345	0.39 417	0.34 424	0.43 433	0.38 430	0.34 364	0.49 430

MyStereo05	0.66 213	0.28 134	1.07 354	0.56 246	0.46 307	0.61 149	0.73 364	1.34 238	1.41 413	1.15 247	0.91 132	0.77 154	0.80 248	1.41 255	0.63 260	0.17 63	0.16 217	0.23 227	0.20 199	0.22 217	0.20 205

MyStereo04	0.67 222	0.29 169	1.07 354	0.55 233	0.45 296	0.59 135	0.79 380	1.50 277	1.40 409	0.91 156	0.91 132	0.74 145	0.86 279	1.52 273	0.62 256	0.17 63	0.16 217	0.24 247	0.20 199	0.23 242	0.20 205

DCANet-4	0.54 124	0.26 88	1.07 354	0.42 23	0.24 21	0.48 56	0.36 100	0.99 119	1.30 364	1.10 216	1.02 174	0.56 89	0.75 219	0.73 73	0.52 216	0.16 27	0.13 76	0.17 41	0.13 33	0.15 14	0.19 173

PAM	0.76 276	0.29 169	1.08 358	0.52 178	0.33 179	1.38 394	0.39 135	2.01 420	0.67 89	1.06 198	0.96 144	2.89 477	1.43 422	0.86 112	0.35 74	0.19 142	0.12 23	0.19 94	0.17 129	0.19 120	0.20 205

rvit_0105_3	0.63 186	0.44 357	1.08 358	0.72 399	0.40 261	0.64 161	0.71 360	1.03 134	1.17 294	0.82 134	0.70 85	0.80 164	0.70 208	0.91 122	0.56 235	0.35 402	0.34 424	0.34 393	0.32 402	0.27 295	0.28 330

SQANet	1.31 419	0.88 460	1.08 358	1.83 493	1.44 489	1.44 404	0.75 369	1.74 340	1.09 244	1.32 344	1.26 279	1.28 333	1.01 351	1.50 270	0.83 325	2.50 499	0.34 424	1.47 491	0.55 466	2.32 493	1.57 495

RAFT + AFF	1.00 366	0.42 351	1.09 361	0.67 369	0.50 323	1.22 370	1.24 453	2.24 461	1.19 309	1.30 330	1.56 378	1.17 303	1.49 432	3.44 421	0.83 325	0.21 206	0.25 369	0.30 355	0.26 339	0.27 295	0.27 318

MMNet	0.84 316	0.32 238	1.09 361	0.60 292	0.59 379	1.85 443	0.49 240	1.51 284	1.27 349	1.37 364	1.15 237	1.26 326	1.18 389	1.67 300	1.22 388	0.19 142	0.18 267	0.23 227	0.22 272	0.25 269	0.21 222

XPNet_ROB	0.96 349	0.49 378	1.09 361	0.72 399	0.57 362	1.11 346	1.14 444	1.66 324	1.23 329	1.85 447	1.39 330	1.64 403	1.11 376	1.80 322	1.42 421	0.38 414	0.30 404	0.33 383	0.29 380	0.37 377	0.34 373

PFNet	0.91 338	0.26 88	1.10 364	0.63 327	0.32 159	0.64 161	0.56 298	1.17 192	0.99 197	1.47 390	1.08 198	0.98 245	0.69 203	6.62 478	0.54 229	0.20 174	0.12 23	0.24 247	0.19 167	0.20 154	0.17 109

MLCV	0.72 241	0.34 283	1.10 364	0.51 156	0.23 15	0.91 294	0.39 135	1.33 233	1.23 329	1.46 389	1.55 374	1.01 259	0.64 191	1.95 339	0.80 317	0.18 101	0.12 23	0.18 73	0.14 57	0.19 120	0.17 109

Anonymous3	0.61 175	0.44 357	1.11 366	0.59 281	0.49 316	0.93 305	0.65 339	0.93 94	0.81 129	0.72 111	0.88 126	0.65 121	0.69 203	1.06 164	0.53 223	0.35 402	0.30 404	0.26 305	0.26 339	0.31 344	0.27 318

DISCO	1.03 377	0.34 283	1.11 366	0.69 383	0.45 296	2.07 458	0.84 392	2.13 437	1.50 427	1.15 247	1.33 305	2.40 462	1.07 370	2.60 392	1.51 433	0.23 257	0.18 267	0.22 189	0.20 199	0.31 344	0.27 318

DDUNet	1.50 436	2.69 514	1.12 368	1.77 492	1.88 494	1.84 442	0.92 412	1.70 333	1.16 291	1.38 369	1.79 417	1.60 393	1.12 379	1.37 239	1.08 367	1.10 488	0.76 491	2.37 500	0.94 492	2.00 491	1.37 492

RP	1.09 389	0.50 385	1.12 368	0.90 459	1.04 466	1.11 346	0.84 392	1.80 365	1.62 438	1.55 411	2.00 439	1.90 430	1.78 455	1.84 325	1.25 391	0.52 452	0.36 440	0.48 445	0.36 425	0.45 416	0.43 413

DualNet (step1)	0.83 311	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	1.23 203	0.67 271	0.57 461	0.28 389	0.62 470	0.67 477	0.45 416	0.42 406

test_sample9	1.86 462	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.78 356	1.21 320	1.22 288	1.18 247	1.08 276	0.92 302	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

test_sample8	2.19 475	0.49 378	1.13 370	0.56 246	0.39 251	1.02 331	0.73 364	1.82 369	1.15 282	2.26 464	1.30 291	4.94 498	2.52 487	2.27 371	7.92 502	0.57 461	12.61 532	0.62 470	0.67 477	0.45 416	0.42 406

DRN-Test	1.00 366	0.44 357	1.13 370	0.70 388	0.81 443	1.62 419	0.79 380	2.14 441	1.44 420	1.78 437	1.33 305	1.43 359	1.05 364	2.18 362	1.53 434	0.27 336	0.21 323	0.31 361	0.30 389	0.32 352	0.28 330

IPLGR	0.58 161	0.27 114	1.14 374	0.48 100	0.28 77	0.65 175	0.33 69	1.22 216	1.13 268	1.18 271	1.05 188	0.69 135	0.66 199	0.96 135	0.52 216	0.17 63	0.15 182	0.20 128	0.17 129	0.20 154	0.18 133

NaN_ROB	1.13 399	0.55 402	1.15 375	0.64 336	0.48 313	1.61 418	2.03 495	1.72 335	1.48 424	2.09 460	1.27 282	1.40 354	1.08 371	3.94 427	1.30 399	0.28 349	0.34 424	0.28 334	0.28 369	0.30 335	0.33 369

ETE_ROB	0.96 349	0.64 431	1.16 376	0.69 383	0.48 313	1.14 351	1.13 443	1.77 352	1.19 309	1.91 452	1.45 347	1.73 413	1.05 364	1.60 289	1.14 379	0.32 377	0.26 374	0.38 415	0.34 416	0.39 390	0.41 402

LALA_ROB	1.01 372	0.59 415	1.16 376	0.67 369	0.51 334	1.63 420	1.26 457	1.69 328	1.38 399	1.81 444	1.37 321	1.94 436	1.02 356	1.58 286	1.38 409	0.37 410	0.27 382	0.43 433	0.37 428	0.43 407	0.37 388

ADLNet2	0.88 330	0.34 283	1.17 378	0.77 418	0.64 394	1.12 349	0.76 372	1.74 340	1.24 335	1.21 283	1.65 400	1.71 411	1.05 364	1.67 300	1.17 384	0.24 272	0.21 323	0.21 162	0.22 272	0.26 281	0.29 334

BEATNet_4x	0.73 259	0.49 378	1.17 378	0.53 195	0.26 36	1.03 334	0.55 290	1.82 369	1.06 225	1.21 283	1.22 262	0.96 241	0.91 299	1.01 151	1.06 363	0.21 206	0.14 127	0.24 247	0.19 167	0.37 377	0.21 222

PSMNet_ROB	0.90 335	0.52 392	1.17 378	0.72 399	0.61 385	1.27 376	1.12 442	1.76 348	1.12 256	1.09 208	1.28 287	1.45 366	0.89 295	1.65 295	1.42 421	0.33 385	0.25 369	0.37 412	0.39 432	0.35 366	0.29 334

otaku	1.60 444	1.11 475	1.21 381	2.20 496	1.56 491	1.97 452	1.24 453	2.07 432	1.36 391	1.44 385	1.62 394	1.73 413	1.19 392	1.73 312	0.98 356	2.89 504	0.57 483	1.74 492	0.60 473	2.78 500	1.94 501

anonymity	1.12 396	0.97 463	1.21 381	1.07 476	1.12 473	1.08 343	0.89 404	1.95 406	1.16 291	1.29 321	1.26 279	1.22 311	1.09 374	1.15 185	1.01 359	1.02 483	1.00 506	0.97 482	0.97 494	0.98 475	0.99 480

STTStereo	0.78 286	0.50 385	1.22 383	0.64 336	0.54 351	0.89 288	0.54 274	1.44 263	1.11 252	1.38 369	1.09 203	1.27 330	0.85 271	1.43 256	0.83 325	0.29 359	0.27 382	0.33 383	0.39 432	0.32 352	0.30 348

Ntro	1.64 448	1.15 478	1.23 384	2.48 501	1.83 493	2.09 459	1.16 447	1.96 407	1.38 399	1.21 283	1.62 394	1.62 395	1.29 409	1.87 331	1.11 375	3.04 505	0.56 482	1.82 494	0.64 475	2.80 501	2.05 502

ToySt	0.66 213	0.33 260	1.23 384	0.51 156	0.33 179	0.86 285	0.68 351	1.10 174	0.97 185	0.84 139	1.08 198	1.25 322	0.94 316	1.01 151	0.74 291	0.19 142	0.19 283	0.24 247	0.24 308	0.27 295	0.23 258

SPS-STEREO	1.67 450	1.04 469	1.23 384	1.21 480	1.13 476	1.82 440	1.11 440	2.16 446	1.52 430	3.07 494	2.32 457	2.82 475	1.80 457	4.11 430	2.04 454	1.03 484	0.99 505	0.97 482	0.94 492	1.03 480	1.02 481
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406

Abc-Net	1.10 391	0.54 397	1.24 387	0.84 440	0.94 460	1.29 379	0.89 404	2.01 420	1.34 379	1.32 344	1.74 410	1.88 426	1.74 452	2.35 376	1.25 391	0.45 439	0.37 442	0.45 438	0.58 469	0.42 401	0.42 406
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	1.17 408	0.49 378	1.24 387	0.70 388	0.97 464	1.71 426	0.92 412	1.91 395	1.46 422	1.38 369	1.14 229	1.88 426	1.30 413	4.24 431	1.87 445	0.26 320	0.21 323	0.35 401	0.27 349	0.55 442	0.54 440

RGC	1.14 401	0.79 452	1.26 390	0.91 462	0.96 463	1.52 410	0.77 375	1.92 398	1.26 343	1.54 408	1.93 433	2.02 445	1.54 435	2.25 369	1.31 400	0.44 438	0.35 435	0.58 468	0.48 453	0.47 423	0.46 420

SGM-ForestM	6.52 512	0.38 328	1.26 390	0.63 327	0.35 200	13.59 524	5.32 519	6.32 518	6.70 514	11.14 523	9.18 518	22.51 534	13.93 522	16.89 527	20.07 525	0.36 406	0.37 442	0.36 409	0.35 421	0.36 373	0.34 373

CSAN	1.41 431	0.59 415	1.26 390	0.70 388	0.50 323	1.76 432	1.78 479	1.77 352	1.90 461	2.35 469	2.32 457	1.92 434	1.94 467	5.56 460	1.49 431	0.43 433	0.35 435	0.40 426	0.41 437	0.43 407	0.41 402

DMCA-RVC	0.74 262	0.40 339	1.27 393	0.66 357	0.49 316	0.77 240	0.47 220	1.35 241	1.01 205	1.53 404	1.01 166	1.29 336	0.82 256	1.31 222	0.78 307	0.27 336	0.21 323	0.35 401	0.27 349	0.32 352	0.24 272

CC-Net-ROB	1.49 434	1.26 482	1.27 393	0.88 454	0.79 436	1.76 432	1.00 428	1.79 362	1.26 343	1.10 216	1.61 391	1.21 309	0.99 347	8.13 503	0.84 328	1.09 487	0.41 455	2.20 496	0.46 449	1.20 486	0.48 426

PA-Net	1.01 372	0.57 409	1.29 395	0.64 336	0.74 420	1.19 366	0.84 392	1.69 328	1.43 419	1.16 257	1.19 254	1.32 342	1.19 392	3.42 419	1.25 391	0.29 359	0.45 465	0.33 383	0.49 456	0.32 352	0.47 423
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.11 394	0.50 385	1.30 396	0.71 396	0.65 396	1.14 351	0.75 369	1.93 402	1.37 395	1.71 431	1.83 421	2.54 466	1.44 424	2.43 382	1.23 389	0.42 428	0.41 455	0.54 457	0.35 421	0.42 401	0.46 420

UNet	0.83 311	0.34 283	1.31 397	0.58 268	0.74 420	1.58 416	0.49 240	1.41 254	1.04 217	1.21 283	1.08 198	1.54 383	1.12 379	1.65 295	1.09 369	0.23 257	0.17 246	0.25 286	0.20 199	0.25 269	0.22 239

GANetREF_RVC	1.07 383	0.86 457	1.31 397	0.82 436	0.53 348	1.41 402	1.31 459	1.76 348	1.52 430	1.27 314	1.31 297	1.46 369	1.24 403	2.03 346	0.96 352	0.56 460	0.45 465	0.67 473	0.50 459	0.88 472	0.59 451
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
WCMA_ROB	1.84 460	0.47 371	1.31 397	0.69 383	0.57 362	2.11 460	1.14 444	1.87 383	1.73 448	4.04 500	6.43 504	5.62 503	3.61 499	2.59 391	1.94 450	0.52 452	0.44 461	0.39 421	0.42 440	0.48 426	0.47 423

FAT-Stereo	1.07 383	0.41 347	1.32 400	0.72 399	0.58 371	1.08 343	0.89 404	1.96 407	1.65 440	1.75 434	1.98 436	2.03 446	1.48 430	2.02 345	1.18 387	0.42 428	0.35 435	0.34 393	0.29 380	0.35 366	0.53 439

DANet	1.08 386	0.61 425	1.32 400	0.85 445	0.72 416	1.37 391	0.51 248	1.54 294	1.15 282	1.78 437	1.54 372	2.01 443	1.11 376	2.90 402	2.00 453	0.33 385	0.30 404	0.40 426	0.30 389	0.44 413	0.45 417
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AF-Net	1.13 399	0.52 392	1.33 402	0.86 447	0.91 456	1.38 394	0.71 360	2.16 446	1.62 438	1.56 412	2.40 462	1.99 441	1.65 445	1.81 324	1.48 430	0.48 447	0.28 389	0.49 447	0.33 411	0.39 390	0.32 363

Nwc_Net	1.09 389	0.49 378	1.33 402	0.89 458	0.80 441	1.49 408	0.66 344	2.19 455	1.27 349	1.32 344	2.26 455	1.96 438	1.54 435	1.92 334	1.34 404	0.40 420	0.30 404	0.43 433	0.45 446	0.38 386	0.37 388

PWCDC_ROB	1.29 415	0.75 449	1.33 402	1.05 473	0.88 455	1.73 429	0.52 259	1.89 388	3.28 493	1.29 321	4.88 498	1.22 311	1.46 427	1.77 320	1.45 425	0.60 466	0.26 374	0.29 344	0.25 322	0.52 436	0.37 388

DispNO	0.93 343	0.30 189	1.34 405	0.55 233	0.55 357	0.89 288	0.49 240	1.48 271	1.21 320	1.17 266	1.27 282	1.19 307	0.90 296	5.23 449	0.74 291	0.22 232	0.17 246	0.24 247	0.21 243	0.19 120	0.20 205

iResNet	0.75 270	0.40 339	1.36 406	0.67 369	0.29 94	0.92 301	0.59 321	1.52 286	1.25 338	1.28 316	1.48 359	0.94 227	0.76 227	1.62 292	0.78 307	0.18 101	0.14 127	0.18 73	0.15 71	0.22 217	0.23 258

LL-Strereo	1.33 422	0.39 333	1.38 407	0.61 306	0.61 385	0.75 226	0.66 344	1.63 317	1.17 294	1.56 412	1.60 387	2.03 446	2.12 475	9.72 516	0.97 354	0.21 206	0.18 267	0.27 321	0.23 295	0.22 217	0.25 284

DFGA-Net	0.72 241	0.40 339	1.40 408	0.52 178	0.45 296	0.83 273	0.44 189	1.28 230	1.08 236	0.99 178	1.19 254	0.70 139	0.55 141	2.14 356	1.16 381	0.18 101	0.16 217	0.24 247	0.23 295	0.27 295	0.25 284

YMNet	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

YMNet_1	1.00 366	0.54 397	1.40 408	0.81 428	0.85 450	1.87 445	0.62 330	1.55 298	1.18 301	1.63 425	1.99 437	1.77 419	0.97 332	1.50 270	1.45 425	0.33 385	0.37 442	0.31 361	0.32 402	0.32 352	0.29 334

fast-acv-ft	0.94 345	0.44 357	1.40 408	0.58 268	0.51 334	1.77 435	0.69 355	1.36 243	1.42 417	1.29 321	1.86 426	1.74 415	1.25 404	1.52 273	1.38 409	0.26 320	0.28 389	0.28 334	0.28 369	0.27 295	0.26 308

stereogan	1.15 405	0.42 351	1.40 408	0.86 447	0.84 447	2.38 471	0.71 360	1.88 386	1.73 448	1.72 432	1.94 435	2.31 457	1.29 409	2.07 350	1.08 367	0.36 406	0.35 435	0.39 421	0.31 394	0.51 434	0.46 420

ACV-stereo	0.99 361	0.51 388	1.41 413	0.56 246	0.41 268	2.43 473	0.57 309	1.15 188	1.18 301	0.81 130	1.01 166	3.39 484	2.14 476	1.60 289	1.07 366	0.27 336	0.22 341	0.22 189	0.22 272	0.28 313	0.32 363

APVNet	1.06 381	0.53 396	1.42 414	0.84 440	0.79 436	1.92 448	0.82 390	1.90 391	1.08 236	1.08 202	1.43 339	1.56 386	1.13 383	3.07 407	1.58 435	0.31 370	0.34 424	0.42 431	0.36 425	0.36 373	0.37 388

PSMNet-RUCA	1.02 375	0.97 463	1.44 415	1.23 482	1.10 469	1.40 397	0.62 330	1.69 328	1.38 399	0.94 164	1.53 368	0.97 243	0.83 264	1.17 193	0.93 343	0.69 473	0.34 424	0.99 484	0.60 473	0.97 474	0.64 461

gwcnet-sp	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

scenet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

ssnet	0.74 262	0.33 260	1.44 415	0.57 262	0.45 296	1.40 397	0.54 274	1.50 277	1.14 271	1.30 330	1.02 174	0.94 227	0.82 256	1.39 248	0.76 299	0.21 206	0.21 323	0.22 189	0.21 243	0.22 217	0.22 239

PDISCO_ROB	1.32 421	0.65 432	1.44 415	1.36 483	1.46 490	2.55 476	0.92 412	2.45 480	2.07 470	1.37 364	1.49 361	1.65 405	1.00 349	2.82 398	1.35 407	1.01 481	0.27 382	0.54 457	0.47 451	0.71 465	0.73 469

NVStereoNet_ROB	1.88 463	1.07 470	1.45 420	1.07 476	1.17 478	1.47 405	1.48 468	1.89 388	1.93 464	1.94 453	4.67 496	3.08 481	1.80 457	6.51 477	1.65 438	1.06 486	0.86 500	1.08 488	1.32 501	0.93 473	1.26 490
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FBW_ROB	1.71 456	0.62 428	1.45 420	0.67 369	0.61 385	1.81 438	1.08 438	2.52 482	1.70 445	1.77 436	1.73 409	1.98 440	1.25 404	12.57 524	1.84 444	0.34 395	0.37 442	0.56 465	0.38 430	0.45 416	0.43 413

WAO-6	2.81 495	1.60 493	1.46 422	2.36 500	2.28 502	3.55 495	2.29 504	4.21 503	4.56 507	2.36 471	4.51 490	4.88 497	2.66 489	4.60 438	4.07 484	1.72 492	1.15 512	2.31 499	1.46 507	2.31 492	1.85 499

IMH-64-1	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 493	2.10 496	4.08 500	2.75 488	2.34 467	3.81 485	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 512

IMH-64	2.70 492	1.79 497	1.46 422	3.26 513	2.66 507	3.23 493	2.10 496	4.08 500	2.75 488	2.34 467	3.81 485	3.06 479	2.22 479	4.25 432	2.59 464	3.75 515	0.84 495	2.75 510	1.35 502	3.15 509	2.60 512

sAnonymous2	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

CroCo_RVC	0.55 139	0.56 405	1.46 422	0.60 292	0.51 334	0.48 56	0.52 259	0.79 46	0.68 93	0.50 68	0.67 74	0.46 38	0.62 182	0.59 33	0.40 118	0.22 232	0.17 246	0.22 189	0.21 243	0.86 470	0.56 444

IMH	3.21 499	1.85 501	1.48 427	3.25 512	2.69 509	4.07 504	2.02 494	4.41 505	3.80 500	2.72 480	7.11 508	4.75 496	2.92 492	5.92 468	2.55 462	3.85 518	0.88 501	2.78 512	1.36 504	3.19 511	2.59 511

NVstereo2D	0.92 340	0.41 347	1.48 427	0.72 399	0.72 416	1.20 368	0.87 400	1.75 342	1.38 399	0.99 178	1.13 225	1.26 326	0.98 339	2.21 366	0.89 338	0.43 433	0.20 301	0.38 415	0.24 308	0.57 445	0.63 457

ARAFT	0.77 278	0.36 314	1.49 429	0.51 156	0.31 141	0.90 291	0.82 390	1.90 391	1.06 225	1.62 423	1.24 268	1.02 261	0.64 191	1.84 325	0.50 204	0.18 101	0.14 127	0.28 334	0.27 349	0.17 50	0.16 84

AANet_RVC	1.16 407	0.52 392	1.49 429	0.65 350	0.45 296	0.75 226	0.69 355	1.42 256	1.55 435	1.34 356	1.87 428	1.53 381	0.78 238	7.43 494	1.38 409	0.25 298	0.17 246	0.19 94	0.16 109	0.22 217	0.26 308

ELAS	2.37 481	0.74 447	1.54 431	0.99 469	0.92 458	4.78 508	2.33 505	3.33 494	3.37 495	5.05 512	4.77 497	3.67 486	4.53 507	3.42 419	4.50 485	0.62 468	0.53 478	0.55 462	0.53 464	0.63 454	0.64 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.66 449	0.63 429	1.56 432	1.11 478	0.74 420	2.98 489	0.91 410	1.55 298	1.22 326	2.76 483	8.18 516	2.32 458	2.53 488	1.92 334	1.87 445	0.48 447	0.44 461	0.45 438	0.31 394	0.60 453	0.57 448

RainbowNet	1.97 469	1.76 495	1.57 433	2.81 504	2.21 499	1.98 454	1.81 481	2.54 483	1.89 459	1.50 399	1.84 423	1.96 438	1.65 445	2.14 356	1.25 391	3.33 511	0.85 498	2.39 503	0.98 496	2.82 503	2.22 503

MDST_ROB	1.67 450	0.34 283	1.58 434	0.92 464	0.58 371	4.26 506	1.11 440	2.83 486	1.41 413	4.49 506	2.55 467	1.45 366	0.97 332	7.79 500	1.17 384	0.31 370	0.25 369	0.37 412	0.33 411	0.31 344	0.30 348

FINET	0.97 355	0.54 397	1.60 435	0.63 327	0.79 436	1.08 343	1.07 437	1.56 301	2.20 473	1.15 247	1.49 361	0.94 227	0.88 289	2.32 374	1.05 361	0.42 428	0.35 435	0.32 375	0.28 369	0.43 407	0.38 394

LVE	3.31 500	1.67 494	1.64 436	2.85 505	2.42 505	3.20 492	2.26 503	4.78 508	5.05 509	2.35 469	6.91 505	6.02 504	2.37 482	9.15 507	2.17 459	3.19 508	1.08 511	2.38 502	1.47 508	2.81 502	2.40 508

ACVNet-4b	2.15 473	1.41 486	1.64 436	2.80 503	2.31 503	2.31 468	1.24 453	2.32 468	2.14 471	1.26 311	2.39 461	2.66 470	1.48 430	5.95 470	1.06 363	3.20 509	0.45 465	2.37 500	0.89 489	2.83 504	2.37 506

Syn2CoEx	1.14 401	0.69 439	1.66 438	0.80 425	0.67 403	1.40 397	0.88 402	2.06 431	1.54 433	1.25 307	1.58 385	1.42 358	1.50 434	4.09 429	1.40 413	0.36 406	0.32 418	0.34 393	0.29 380	0.29 324	0.34 373

MFMNet_re	1.40 430	1.14 477	1.68 439	1.39 485	1.07 467	1.48 406	1.43 464	1.87 383	1.82 456	2.26 464	2.19 452	1.51 379	1.86 462	1.52 273	1.25 391	0.93 479	0.83 494	0.84 479	0.80 484	0.99 477	1.05 485

AIO-Stereo-zeroshot	0.72 241	0.35 304	1.70 440	0.49 115	0.56 359	0.63 158	0.38 120	2.41 477	0.65 86	0.77 119	1.07 194	1.82 424	0.95 321	0.93 129	0.43 149	0.20 174	0.13 76	0.21 162	0.25 322	0.28 313	0.26 308

StereoDRNet	0.98 359	0.47 371	1.70 440	0.76 415	0.94 460	1.51 409	0.91 410	1.92 398	1.32 372	1.61 420	1.13 225	1.47 374	0.97 332	1.75 313	1.46 428	0.28 349	0.23 353	0.29 344	0.27 349	0.35 366	0.27 318

iResNetv2_ROB	0.80 293	0.37 321	1.71 442	0.56 246	0.37 223	0.94 306	0.64 337	1.73 336	1.34 379	1.23 294	1.42 335	1.26 326	0.92 302	1.85 328	0.56 235	0.23 257	0.15 182	0.19 94	0.14 57	0.24 257	0.19 173

ACVNet_1	2.18 474	1.45 489	1.72 443	2.85 505	2.33 504	2.28 466	1.46 466	3.08 491	2.22 474	1.82 445	2.05 445	3.56 485	1.98 469	3.09 410	1.40 413	3.17 506	0.60 485	2.40 504	0.92 491	2.91 507	2.37 506

GASNet	0.99 361	0.97 463	1.72 443	0.98 468	0.68 409	0.83 273	0.67 347	1.60 308	1.28 354	1.31 340	1.22 262	1.22 311	1.21 398	2.41 381	1.41 417	0.43 433	0.26 374	0.36 409	0.34 416	0.55 442	0.31 358

WAO-7	2.66 488	1.40 485	1.73 445	1.39 485	1.17 478	3.93 501	1.94 490	4.11 502	3.88 501	2.92 487	5.50 500	4.18 491	3.00 495	7.63 498	3.71 480	1.13 489	1.00 506	1.17 489	1.13 500	1.18 485	1.09 487

TorneroNet-64	5.30 509	2.03 503	1.74 446	3.43 515	2.81 510	10.09 518	2.12 498	9.10 522	17.12 528	4.96 511	9.27 519	10.72 521	3.70 501	9.20 508	4.55 486	3.31 510	0.84 495	2.88 513	1.55 509	3.49 512	3.04 515

WAO-8	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 516	1.53 469	6.09 515	16.46 523	3.94 498	7.84 514	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 496

Venus	4.40 503	1.82 499	1.79 447	2.34 498	2.20 497	9.19 516	1.53 469	6.09 515	16.46 523	3.94 498	7.84 514	7.32 506	3.72 502	9.41 513	3.31 475	2.00 494	1.07 509	2.44 505	1.37 505	2.50 495	1.68 496

FADNet	0.92 340	0.61 425	1.81 449	0.62 318	0.55 357	0.96 315	0.57 309	1.78 356	1.33 376	0.93 159	1.01 166	1.36 350	1.01 351	2.71 396	0.75 296	0.33 385	0.34 424	0.31 361	0.34 416	0.59 449	0.40 398

TorneroNet	10.70 521	2.03 503	1.82 450	3.43 515	3.01 513	43.83 537	2.22 502	8.87 521	67.47 543	7.17 520	27.36 532	10.68 520	3.85 504	8.67 506	7.65 501	3.59 513	0.88 501	3.04 514	1.57 510	3.71 513	3.17 516

Wz-Net-LNSev-Ref	0.99 361	0.40 339	1.82 450	0.66 357	0.62 390	2.05 457	0.78 377	1.91 395	1.29 358	1.54 408	1.42 335	1.51 379	1.23 401	1.99 342	1.33 402	0.23 257	0.14 127	0.20 128	0.15 71	0.27 295	0.26 308

FADNet_RVC	0.83 311	0.51 388	1.83 452	0.54 210	0.42 273	1.19 366	0.46 213	1.51 284	1.09 244	0.89 149	1.24 268	0.91 213	0.87 284	2.11 354	1.11 375	0.27 336	0.22 341	0.31 361	0.28 369	0.43 407	0.38 394

CBFPSM	0.92 340	0.33 260	1.86 453	0.49 115	0.38 240	1.75 430	0.84 392	1.39 250	1.12 256	1.09 208	0.99 156	2.37 460	1.66 449	1.32 226	1.42 421	0.19 142	0.18 267	0.20 128	0.20 199	0.21 194	0.33 369

XX-Stereo	0.63 186	0.26 88	1.90 454	0.81 428	0.67 403	0.43 40	0.23 13	1.03 134	0.58 54	0.65 98	1.56 378	1.41 357	0.39 52	1.28 216	0.35 74	0.20 174	0.14 127	0.20 128	0.19 167	0.18 81	0.14 31

ELAS_RVC	2.48 486	0.74 447	1.90 454	1.05 473	0.92 458	2.76 481	4.01 517	2.76 485	4.11 503	4.69 507	4.63 493	4.62 493	5.96 512	3.97 428	3.96 482	0.63 470	0.53 478	0.56 465	0.52 463	0.64 456	0.63 457
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	1.25 413	0.99 466	1.93 456	1.02 472	1.21 482	0.96 315	1.01 430	1.75 342	1.92 462	1.36 361	2.12 448	1.44 364	1.01 351	1.14 184	1.40 413	0.72 474	0.82 493	0.89 480	0.98 496	1.31 488	0.95 478

FADNet-RVC	0.88 330	0.67 434	1.93 456	0.60 292	0.48 313	0.91 294	0.60 325	1.71 334	1.18 301	0.90 151	0.96 144	1.36 350	0.92 302	2.25 369	1.17 384	0.30 363	0.29 400	0.32 375	0.32 402	0.41 397	0.35 378

STTRV1_RVC	1.58 441	0.68 438	1.96 458	0.88 454	1.12 473	1.57 415	0.90 409	2.25 462	1.75 451	1.29 321	2.02 442	1.40 354	1.22 399	9.77 517	1.31 400	0.81 476	0.33 422	0.54 457	0.49 456	0.73 467	0.52 438

ACVNet_2	2.43 485	1.41 486	2.04 459	2.62 502	2.24 500	2.63 480	1.88 487	3.31 493	3.01 490	2.19 462	3.45 481	4.62 493	2.04 471	4.50 437	1.47 429	2.55 500	0.64 487	2.22 497	0.84 486	2.69 499	2.29 505

Dean	2.91 498	1.53 492	2.07 460	2.96 509	2.51 506	3.15 490	2.14 499	4.75 507	4.41 506	2.76 483	6.10 503	5.53 502	2.37 482	2.97 405	1.92 449	3.18 507	0.85 498	2.51 507	1.04 499	2.88 506	2.47 509

TCMNet	1.01 372	0.60 423	2.10 461	0.86 447	1.33 487	1.14 351	0.67 347	1.69 328	1.23 329	1.11 222	1.57 382	1.30 337	0.97 332	2.01 344	1.50 432	0.31 370	0.31 410	0.38 415	0.34 416	0.42 401	0.36 383

FADNet-RVC-Resample	0.84 316	0.47 371	2.10 461	0.61 306	0.45 296	1.07 342	0.61 327	1.59 304	1.20 314	1.08 202	0.98 154	1.03 265	0.98 339	2.17 359	0.72 287	0.23 257	0.22 341	0.30 355	0.32 402	0.35 366	0.34 373

KSHMR	8.75 517	2.06 506	2.11 463	3.53 517	3.11 514	4.13 505	2.69 509	5.60 512	61.37 542	3.00 491	55.83 542	4.98 501	2.45 485	4.49 436	2.61 466	3.46 512	1.55 516	3.14 516	1.94 514	3.72 514	3.18 517

ktn	4.70 505	2.38 511	2.12 464	3.76 518	3.24 515	4.85 509	2.95 514	5.52 510	7.37 515	4.07 502	19.32 529	7.46 508	3.47 497	7.39 492	2.95 468	4.04 519	1.85 517	3.26 518	2.22 517	3.08 508	2.65 514

SGM+DAISY	2.41 484	1.07 470	2.14 465	1.18 479	1.10 469	2.14 462	1.36 461	1.96 407	1.66 441	5.46 515	7.07 507	4.95 499	4.32 506	5.50 457	2.26 460	1.04 485	1.02 508	0.99 484	0.97 494	1.02 478	1.04 483

SDNR	1.62 447	0.51 388	2.17 466	0.53 195	0.56 359	3.80 500	0.45 206	1.54 294	1.29 358	1.33 352	2.41 463	1.08 276	0.96 329	11.18 522	1.16 381	0.66 472	0.63 486	0.43 433	0.32 402	0.64 456	0.67 463

S-Stereo	1.15 405	0.46 366	2.17 466	0.81 428	0.80 441	1.21 369	1.19 450	1.93 402	2.02 467	1.47 390	2.11 447	1.57 387	1.17 386	2.05 349	1.41 417	0.40 420	0.40 453	0.35 401	0.31 394	0.44 413	0.70 466

SANet	1.88 463	0.57 409	2.18 468	0.63 327	0.40 261	2.80 484	1.57 473	2.39 476	5.88 512	2.36 471	3.57 482	3.72 488	2.97 493	4.74 440	1.76 441	0.34 395	0.30 404	0.32 375	0.29 380	0.48 426	0.37 388

Wz-Net-MNSev	1.11 394	0.58 412	2.23 469	0.66 357	0.71 414	1.95 451	1.46 466	1.98 413	1.45 421	1.79 440	1.43 339	1.49 376	1.33 416	1.97 341	1.42 421	0.27 336	0.23 353	0.28 334	0.28 369	0.34 364	0.31 358

PVD	1.70 454	0.84 454	2.26 470	0.94 467	0.83 446	2.48 474	0.97 422	2.59 484	3.35 494	3.01 492	2.77 471	2.34 459	2.47 486	2.67 395	3.14 472	0.47 446	0.45 465	0.59 469	0.48 453	0.59 449	0.75 471

GwcNet	1.08 386	0.51 388	2.33 471	0.79 422	1.18 480	1.76 432	0.70 358	1.68 326	1.47 423	1.41 377	1.64 398	1.74 415	1.04 360	2.20 365	1.41 417	0.30 363	0.29 400	0.29 344	0.27 349	0.30 335	0.35 378

SHD	1.31 419	0.71 443	2.34 472	0.86 447	0.75 427	1.77 435	0.65 339	2.22 459	2.50 482	2.40 473	1.71 407	1.91 431	1.60 441	1.93 337	2.37 461	0.38 414	0.31 410	0.38 415	0.40 436	0.48 426	0.50 432

ADCRef	1.35 424	0.55 402	2.37 473	0.72 399	0.77 431	1.94 450	0.78 377	1.91 395	1.27 349	1.57 416	1.59 386	1.36 350	1.41 420	1.54 279	7.53 497	0.23 257	0.20 301	0.32 375	0.30 389	0.29 324	0.29 334

RTSC	1.29 415	0.73 444	2.44 474	0.83 439	0.57 362	1.85 443	0.65 339	1.88 386	2.00 466	2.20 463	1.66 402	1.60 393	1.26 406	2.33 375	3.92 481	0.32 377	0.23 353	0.27 321	0.29 380	0.37 377	0.37 388

PWC_ROB	1.24 411	0.76 450	2.46 475	0.72 399	0.78 433	1.15 357	0.49 240	1.75 342	1.92 462	2.31 466	3.07 475	1.59 391	1.40 419	2.46 385	2.10 457	0.33 385	0.22 341	0.35 401	0.24 308	0.38 386	0.41 402

DGSMNet	1.14 401	0.76 450	2.49 476	0.81 428	0.86 452	1.39 396	1.39 462	2.13 437	1.35 388	1.26 311	1.63 397	1.48 375	0.98 339	1.75 313	1.10 372	0.45 439	0.43 458	0.55 462	0.49 456	0.75 468	0.70 466

IGEV-BASED-STEREO-	0.70 232	3.18 517	2.55 477	0.39 10	0.23 15	0.44 45	0.23 13	0.63 12	0.42 14	0.44 42	0.44 19	0.34 13	0.28 9	0.56 27	0.29 12	1.35 491	0.10 1	0.22 189	0.19 167	0.46 422	1.31 491

XQC	1.37 426	0.87 458	2.56 478	0.84 440	0.69 411	1.83 441	0.89 404	2.07 432	1.88 458	1.88 448	1.53 368	1.91 431	1.55 437	2.85 401	3.05 469	0.48 447	0.29 400	0.44 437	0.39 432	0.69 463	0.60 454

SAMSARA	1.55 440	0.84 454	2.61 479	1.22 481	1.07 467	2.50 475	1.93 489	2.05 426	1.89 459	2.75 482	1.66 402	2.81 474	1.69 450	3.08 409	1.97 452	0.46 445	0.51 476	0.42 431	0.46 449	0.58 447	0.59 451

PASM	1.34 423	0.92 461	2.62 480	0.86 447	0.87 454	1.03 334	1.08 438	1.50 277	1.51 429	1.82 445	1.41 334	1.68 408	1.26 406	4.87 443	1.34 404	0.61 467	0.65 489	0.68 474	0.78 483	0.69 463	0.68 465

notaker	3.98 502	2.40 512	2.68 481	3.82 520	3.27 517	3.97 503	2.14 499	4.78 508	3.45 497	4.12 503	6.94 506	7.65 510	3.26 496	7.82 501	5.30 489	4.04 519	1.41 514	3.36 519	2.10 516	3.88 515	3.31 518

Wz-Net-LNSev	1.03 377	0.67 434	2.71 482	0.64 336	0.84 447	1.75 430	1.00 428	1.80 365	1.32 372	1.28 316	1.25 272	1.65 405	1.22 399	1.39 248	1.40 413	0.28 349	0.26 374	0.24 247	0.23 295	0.33 361	0.32 363

pmcnn	2.37 481	0.42 351	2.71 482	0.63 327	0.43 282	1.54 412	1.19 450	2.01 420	1.53 432	2.64 479	7.60 510	18.07 526	1.45 426	3.44 421	2.78 467	0.18 101	0.15 182	0.15 8	0.12 20	0.20 154	0.18 133

aanetorigin	1.23 410	0.79 452	2.78 484	0.70 388	0.79 436	0.99 326	1.06 436	1.06 161	1.37 395	3.52 495	2.61 468	1.72 412	1.63 443	1.99 342	1.78 442	0.25 298	0.24 362	0.26 305	0.25 322	0.38 386	0.45 417

MSC_U_SF_DS_RVC	2.12 472	1.15 478	3.10 485	1.05 473	0.76 430	5.03 511	2.40 507	2.16 446	2.62 485	1.89 450	2.28 456	2.69 471	1.65 445	9.35 511	2.04 454	0.64 471	0.51 476	0.68 474	0.71 480	1.09 482	0.67 463

AIO-Stereo-zeroshot1	0.98 359	0.39 333	3.21 486	0.50 126	0.63 391	0.64 161	0.39 135	2.36 472	0.75 111	0.95 166	4.63 493	1.81 422	0.56 146	0.96 135	0.41 129	0.18 101	0.13 76	0.21 162	0.26 339	0.32 352	0.35 378

MFN_U_SF_RVC	1.52 438	0.84 454	3.42 487	0.87 453	0.66 399	2.56 477	0.95 420	2.36 472	1.70 445	1.98 454	1.86 426	2.45 464	1.79 456	2.95 403	2.58 463	0.52 452	0.48 470	0.55 462	0.59 472	0.59 449	0.61 455

MFN_U_SF_DS_RVC	1.74 458	0.87 458	3.56 488	0.80 425	0.75 427	3.72 497	2.44 508	1.82 369	1.82 456	1.74 433	1.91 432	1.92 434	1.26 406	7.69 499	1.28 397	0.45 439	0.47 469	0.52 451	0.77 482	0.50 430	0.50 432

ADCL	1.72 457	0.57 409	3.66 489	0.67 369	0.61 385	2.61 479	1.85 484	1.96 407	1.67 442	1.90 451	1.83 421	2.06 449	1.90 465	2.13 355	9.15 507	0.26 320	0.24 362	0.34 393	0.32 402	0.38 386	0.35 378

DispFullNet	2.34 480	2.85 515	3.66 489	3.08 510	2.27 501	1.97 452	0.67 347	2.00 416	1.70 445	2.52 475	2.00 439	2.23 452	5.86 510	3.44 421	1.58 435	1.01 481	0.32 418	2.64 509	1.94 514	2.85 505	2.24 504

iinet-f	0.99 361	0.45 364	3.71 491	0.55 233	0.43 282	1.81 438	0.68 351	1.14 186	1.14 271	1.18 271	1.42 335	1.58 390	1.44 424	1.34 232	1.59 437	0.24 272	0.23 353	0.20 128	0.19 167	0.26 281	0.25 284

pcwnet_v2	0.97 355	0.37 321	4.33 492	0.62 318	0.54 351	0.79 250	0.45 206	2.02 424	1.58 436	1.42 383	1.64 398	1.09 286	0.79 242	1.24 208	0.67 271	0.32 377	0.25 369	0.29 344	0.27 349	0.37 377	0.35 378

DPSNet	1.69 453	0.59 415	4.33 492	0.70 388	0.57 362	2.02 456	1.62 475	3.35 495	1.78 452	1.48 396	1.38 326	2.17 451	2.84 491	4.77 441	3.66 479	0.48 447	0.31 410	0.29 344	0.25 322	0.64 456	0.48 426

MADNet++	5.01 506	3.14 516	4.91 494	4.55 524	3.94 521	5.20 512	4.41 518	4.40 504	4.13 504	4.95 510	6.08 502	4.74 495	5.37 508	9.40 512	10.67 513	4.65 521	4.15 523	3.97 521	3.34 520	4.09 517	4.08 523

ADCMid	1.89 466	0.73 444	5.06 495	0.72 399	0.67 403	2.00 455	1.14 444	1.97 411	1.48 424	2.86 486	1.81 420	2.37 460	2.05 473	2.24 367	10.39 512	0.33 385	0.31 410	0.39 421	0.43 442	0.50 430	0.44 415

AnyNet_C32	1.96 468	1.10 472	5.17 496	0.90 459	1.11 471	2.12 461	2.37 506	1.85 378	1.48 424	2.45 474	1.70 406	2.05 448	1.64 444	2.50 388	10.28 511	0.37 410	0.34 424	0.35 401	0.41 437	0.49 429	0.54 440

UNDER WATER	5.08 507	2.33 510	5.55 497	3.94 522	3.51 518	5.20 512	2.72 511	5.61 513	16.52 525	3.84 497	4.60 492	9.21 514	5.89 511	5.90 467	8.66 506	3.75 515	1.34 513	3.18 517	1.88 512	4.33 520	3.61 520

ADCS	2.25 476	0.99 466	5.55 497	0.81 428	0.74 420	2.19 463	1.80 480	2.27 465	2.14 471	2.80 485	2.13 449	2.40 462	2.03 470	2.64 394	13.69 516	0.41 424	0.39 451	0.40 426	0.45 446	0.58 447	0.56 444

PWCK	2.88 497	2.05 505	5.72 499	2.08 495	1.11 471	3.55 495	3.90 516	2.86 488	3.54 499	3.03 493	3.63 483	3.10 482	2.31 481	8.15 505	3.09 470	2.12 496	0.91 503	1.75 493	0.98 496	2.57 497	1.18 489

DeepPrunerF	1.60 444	0.73 444	5.81 500	0.88 454	1.19 481	0.91 294	0.95 420	2.19 455	5.24 510	1.17 266	1.30 291	1.19 307	1.30 413	4.90 444	1.66 440	0.42 428	0.34 424	0.52 451	0.47 451	0.41 397	0.40 398

tt	6.58 513	0.26 88	6.10 501	3.77 519	2.16 496	11.55 520	19.63 526	13.33 526	5.74 511	2.96 489	2.65 469	4.97 500	6.33 515	3.81 425	7.24 496	9.15 526	11.32 531	5.89 526	6.24 524	6.03 522	2.55 510

Wz-Net-SNSev	1.49 434	1.23 481	6.27 502	0.68 380	0.67 403	1.37 391	1.41 463	2.00 416	1.39 404	1.48 396	1.61 391	2.29 455	1.32 415	3.93 426	2.14 458	0.31 370	0.28 389	0.31 361	0.33 411	0.42 401	0.36 383

Wz-Net-TNSev	1.88 463	2.08 507	7.66 503	0.67 369	0.64 394	2.42 472	1.83 483	2.33 469	1.74 450	1.57 416	1.56 378	2.58 467	1.90 465	4.86 442	3.12 471	0.39 417	0.37 442	0.33 383	0.37 428	0.53 438	0.58 449

ADCP+	1.99 470	0.48 375	7.73 504	0.66 357	0.91 456	2.30 467	1.05 434	1.82 369	1.34 379	1.54 408	1.32 303	1.74 415	1.61 442	2.17 359	13.37 515	0.24 272	0.21 323	0.32 375	0.28 369	0.37 377	0.29 334

ADCPNet	1.85 461	0.69 439	8.07 505	0.71 396	0.58 371	2.79 483	1.22 452	1.94 404	1.54 433	1.88 448	1.69 405	2.46 465	2.04 471	2.37 378	6.48 492	0.38 414	0.37 442	0.38 415	0.43 442	0.47 423	0.45 417

EDNetEfficient	2.37 481	1.10 472	8.08 506	0.74 410	0.71 414	0.98 325	1.56 471	1.46 268	4.06 502	4.90 509	2.82 472	2.25 453	3.48 498	2.95 403	9.97 508	0.26 320	0.24 362	0.26 305	0.30 389	0.68 462	0.61 455

HanzoNet	11.04 522	3.62 519	8.10 507	4.08 523	3.55 520	4.90 510	2.73 512	7.19 519	10.10 516	31.86 538	28.92 533	21.96 533	36.36 535	18.08 528	10.17 510	7.94 525	3.32 521	3.47 520	3.31 519	7.06 525	4.04 522

UNDER WATER-64	5.27 508	2.32 509	8.78 508	3.93 521	3.54 519	7.61 514	3.03 515	5.84 514	14.19 519	4.04 500	4.04 487	9.39 515	6.26 513	5.93 469	8.48 505	3.60 514	1.51 515	3.13 515	1.88 512	4.29 519	3.61 520

WZ-Net	1.95 467	0.95 462	10.10 509	0.86 447	0.78 433	1.69 425	1.60 474	2.20 458	1.98 465	2.08 459	1.93 433	2.30 456	1.97 468	5.30 450	3.17 474	0.34 395	0.26 374	0.29 344	0.31 394	0.51 434	0.47 423

JetBlue	3.97 501	2.01 502	10.19 510	1.38 484	2.84 511	10.53 519	9.54 520	3.60 498	2.41 477	2.73 481	3.39 480	4.54 492	4.31 505	7.85 502	6.84 495	0.88 477	0.93 504	0.89 480	0.91 490	1.74 489	1.91 500

AnyNet_C01	2.26 477	1.78 496	10.22 511	0.93 465	0.74 420	2.92 487	2.20 501	2.29 467	1.80 454	2.53 476	2.41 463	2.71 472	1.73 451	3.41 418	6.72 494	0.41 424	0.39 451	0.40 426	0.42 440	0.67 461	0.63 457

psmorigin	1.52 438	0.69 439	10.52 512	0.68 380	0.59 379	1.13 350	0.70 358	1.57 302	1.19 309	1.99 455	1.79 417	2.26 454	1.47 429	2.09 352	1.36 408	0.39 417	0.40 453	0.34 393	0.33 411	0.43 407	0.56 444

MADNet+	2.69 491	3.22 518	11.53 513	1.44 488	1.12 473	3.19 491	1.81 481	2.85 487	2.37 475	1.68 429	2.07 446	2.85 476	2.18 477	7.41 493	5.23 488	0.79 475	0.76 491	0.69 476	0.65 476	0.98 475	0.95 478

LSM	6.33 511	1.10 472	13.19 514	1.41 487	68.17 538	1.64 422	1.90 488	1.92 398	2.46 478	2.99 490	3.11 476	1.88 426	1.80 457	2.61 393	2.06 456	0.41 424	0.58 484	0.50 448	0.57 468	0.64 456	17.66 533

PML	51.67 540	36.25 536	13.28 515	7.46 525	20.81 527	108.69 543	232.22 544	8.72 520	27.82 534	87.01 543	269.67 544	69.67 543	61.95 543	24.76 536	14.20 518	9.74 528	3.40 522	9.62 527	4.70 522	18.74 531	4.72 524

TCMNet-wrong-test	10.31 519	11.40 527	14.84 516	20.96 529	18.45 526	13.80 525	10.76 521	15.78 527	3.53 498	5.20 513	5.52 501	16.26 524	12.61 520	7.51 497	10.15 509	7.43 524	2.37 518	4.31 522	3.43 521	11.36 527	10.61 526

RTS	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 498	1.96 491	2.15 443	2.62 485	2.61 477	2.85 473	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

RTSA	2.67 489	1.38 483	15.28 517	0.99 469	1.26 484	3.78 498	1.96 491	2.15 443	2.62 485	2.61 477	2.85 473	2.60 468	1.59 439	6.27 473	5.71 490	0.40 420	0.28 389	0.35 401	0.35 421	0.50 430	0.48 426

SuperB	2.53 487	0.59 415	18.45 519	0.69 383	0.50 323	1.87 445	0.88 402	1.67 325	2.39 476	1.50 399	1.42 335	1.14 300	1.15 385	4.28 434	5.07 487	0.24 272	0.19 283	0.22 189	0.19 167	7.86 526	0.34 373

ASD4	15.85 526	10.99 526	19.63 520	10.21 528	11.70 523	19.24 527	31.10 531	19.35 528	10.68 517	11.14 523	10.18 520	12.59 522	12.64 521	14.74 526	24.83 530	12.93 531	9.94 530	26.83 533	19.40 531	16.23 530	12.70 532

FADE	26.59 531	4.78 521	20.96 521	1.89 494	1.92 495	2.91 485	2.00 493	5.58 511	5.04 508	2.92 487	2.16 451	4.13 490	14.18 523	10.23 520	8.46 504	188.09 543	2.77 519	123.78 540	127.92 540	1.06 481	1.10 488

DGTPSM_ROB	13.01 524	8.23 523	21.87 522	9.51 526	18.10 524	11.56 521	32.01 532	10.63 523	16.20 521	7.03 518	19.48 530	10.15 517	16.66 525	9.83 518	22.42 527	4.75 522	8.68 525	5.37 523	10.25 527	6.16 523	11.36 527

DPSMNet_ROB	13.02 525	8.23 523	21.91 523	9.53 527	18.11 525	11.56 521	32.02 533	10.64 524	16.23 522	7.05 519	19.49 531	10.16 518	16.66 525	9.85 519	22.43 528	4.77 523	8.68 525	5.38 524	10.26 528	6.17 524	11.36 527

LRCNet_RVC	22.74 529	32.10 535	21.97 524	29.84 533	26.23 530	4.42 507	0.81 389	22.66 529	2.02 467	26.93 534	29.26 534	23.06 535	15.59 524	23.84 532	18.88 524	31.75 535	19.90 537	34.65 534	32.13 535	30.54 535	28.32 536

LE_ROB	8.05 515	0.37 321	23.53 525	0.74 410	0.33 179	2.77 482	2.87 513	3.71 499	27.24 533	25.39 533	8.87 517	8.46 513	26.71 533	6.65 479	21.99 526	0.21 206	0.19 283	0.20 128	0.21 243	0.25 269	0.22 239

Anonymous_1	43.04 539	18.73 529	24.79 526	21.81 530	46.26 536	27.80 528	37.60 534	28.08 533	16.14 520	14.66 527	14.30 523	20.65 527	17.88 527	21.56 529	25.94 531	117.93 542	8.92 527	100.65 539	126.50 539	158.64 543	12.08 529

DPSM_ROB	19.08 527	19.14 530	25.17 527	22.15 531	20.85 528	28.17 529	37.82 535	26.56 531	16.85 526	14.14 525	14.84 524	21.70 528	18.75 528	21.87 530	26.55 532	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 530

DPSM	19.08 527	19.14 530	25.17 527	22.15 531	20.85 528	28.17 529	37.82 535	26.56 531	16.85 526	14.14 525	14.84 524	21.70 528	18.75 528	21.87 530	26.55 532	10.16 529	9.30 528	10.47 528	10.42 529	14.03 528	12.61 530

JetRed	6.91 514	8.80 525	25.96 529	2.85 505	3.25 516	13.98 526	11.87 522	6.25 517	4.28 505	4.45 505	4.56 491	6.69 505	5.46 509	7.46 495	14.05 517	2.59 501	3.31 520	2.59 508	2.29 518	4.20 518	3.36 519

xxxxx1	54.10 541	25.67 532	27.13 530	113.43 540	96.96 540	30.69 533	47.44 537	32.38 535	25.60 530	17.75 529	17.27 526	21.81 530	21.02 530	24.43 533	33.82 534	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

tt_ll	54.10 541	25.67 532	27.13 530	113.43 540	96.96 540	30.69 533	47.44 537	32.38 535	25.60 530	17.75 529	17.27 526	21.81 530	21.02 530	24.43 533	33.82 534	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

ff	54.10 541	25.67 532	27.13 530	113.43 540	96.96 540	30.69 533	47.44 537	32.38 535	25.60 530	17.75 529	17.27 526	21.81 530	21.02 530	24.43 533	33.82 534	33.37 536	40.54 538	157.71 541	175.86 541	66.16 539	72.93 541

DPSimNet_ROB	11.20 523	4.98 522	35.43 533	2.90 508	4.52 522	7.89 515	17.09 525	4.66 506	6.06 513	14.89 528	10.93 522	17.29 525	36.81 537	13.18 525	15.68 521	2.86 503	6.29 524	5.75 525	5.09 523	3.91 516	7.70 525

HaxPig	38.92 535	41.40 540	41.64 534	29.95 534	32.27 531	28.90 531	27.60 528	29.73 534	37.71 539	43.82 539	43.87 538	33.17 536	35.56 534	41.53 537	40.37 539	43.94 539	47.51 542	45.82 535	47.08 537	42.38 536	44.15 539

AVERAGE_ROB	40.43 536	42.37 541	42.73 535	36.96 536	35.58 533	30.50 532	27.61 529	36.71 540	38.39 540	44.91 540	44.36 539	37.45 538	36.70 536	41.88 538	40.35 538	45.43 540	46.81 541	47.11 536	46.35 536	42.51 537	43.87 538

DLNR_Zeroshot_test	23.17 530	48.52 543	43.29 536	176.68 543	78.69 539	0.35 12	0.21 4	23.41 530	0.75 111	0.66 100	0.86 121	0.59 102	0.30 16	1.56 283	0.44 152	9.57 527	0.12 23	0.18 73	0.14 57	76.92 542	0.16 84

MEDIAN_ROB	42.00 537	44.40 542	44.29 537	35.15 535	34.95 532	31.28 536	29.60 530	35.88 539	40.02 541	47.20 541	46.64 540	37.37 537	38.48 541	44.35 542	42.45 540	48.03 541	49.39 543	49.71 537	49.03 538	45.14 538	46.65 540

CasAABBNet	38.33 533	38.46 537	50.35 538	44.75 538	41.84 534	56.68 538	76.37 541	53.22 541	33.83 537	28.31 535	29.54 535	43.62 540	37.71 539	43.84 540	53.41 542	20.30 532	18.70 535	21.07 530	21.07 533	28.24 532	25.34 534

Selective-RAFT-Error	38.39 534	38.47 538	50.44 539	44.73 537	41.97 535	56.68 538	76.38 542	53.24 542	33.92 538	28.34 536	29.85 536	43.60 539	38.20 540	43.75 539	53.34 541	20.38 533	18.70 535	21.09 531	21.05 532	28.30 533	25.43 535

LSM0	42.82 538	38.75 539	50.81 540	47.07 539	109.38 543	57.00 540	76.02 540	53.74 543	33.71 536	29.02 537	30.41 537	43.87 541	37.22 538	43.91 541	53.54 543	20.52 534	18.62 534	21.10 532	21.11 534	28.41 534	42.22 537

BEATNet-Init1	26.87 532	13.43 528	70.68 541	0.91 462	0.68 409	57.02 541	21.06 527	32.82 538	32.67 535	52.12 542	53.61 541	66.05 542	49.56 542	48.79 543	34.71 537	0.49 451	0.44 461	0.53 456	0.53 464	0.63 454	0.59 451

coex-ft	8.13 516	2.13 508	98.04 542	0.67 369	0.53 348	1.71 426	1.56 471	1.65 319	11.11 518	18.17 532	3.75 484	3.88 489	7.61 518	2.98 406	6.49 493	0.30 363	0.30 404	0.32 375	0.31 394	0.66 460	0.50 432

EDNetEfficientorigin	10.57 520	1.47 490	177.42 543	0.67 369	0.53 348	1.58 416	1.16 447	1.90 391	3.37 495	4.71 508	3.38 479	3.10 482	2.69 490	3.13 411	3.58 478	0.25 298	0.23 353	0.33 383	0.27 349	0.83 469	0.81 472

test_example2	192.40 544	210.76 544	206.48 544	199.83 544	204.73 544	172.94 544	183.52 543	133.93 544	133.41 544	191.38 544	196.19 543	187.13 544	178.77 544	205.33 544	208.00 544	222.09 544	238.72 544	186.54 544	190.54 544	227.34 544	170.31 544

ccccc	497.63 545	492.34 545	595.97 545	530.87 545	530.37 545	478.08 545	442.62 545	491.76 545	343.70 545	448.18 545	520.80 545	476.12 545	550.57 545	541.64 545	605.32 545	663.49 545	459.54 545	353.94 545	309.79 545	586.66 545	530.90 545

Low-res two-view benchmark