Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

FoundationStereo	0.24 1	0.21 11	0.36 3	0.38 8	0.22 9	0.32 8	0.22 4	0.39 1	0.23 2	0.30 5	0.25 2	0.30 6	0.33 25	0.34 2	0.26 4	0.16 26	0.12 22	0.15 8	0.11 8	0.13 1	0.12 6

StereoAnything_RVC	0.45 62	1.43 476	0.48 30	0.35 2	0.20 2	0.26 3	0.21 2	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 36	1.27 209	0.22 1	0.21 200	0.11 5	0.14 1	0.10 2	2.37 482	0.11 1

IGEV-Stereo+	0.45 62	0.21 11	0.43 20	0.41 15	0.39 245	0.15 1	0.19 1	0.44 3	0.36 4	0.26 2	0.25 2	0.31 8	0.41 54	1.43 250	0.30 18	0.17 62	0.12 22	0.15 8	0.11 8	1.16 471	1.70 486

DEFOM-Stereo	0.33 6	0.20 4	0.40 12	0.42 20	0.28 74	0.80 252	0.23 9	0.48 4	0.37 6	0.37 19	0.31 7	0.23 2	0.24 3	1.20 193	0.27 6	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.14 28

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 9	0.21 5	0.25 2	0.22 4	0.48 4	0.31 3	0.32 6	0.26 4	0.37 14	0.24 3	0.83 96	0.29 11	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.11 1

UniTT-Stereo	0.36 10	0.23 34	0.59 96	0.48 96	0.36 204	0.40 20	0.32 58	0.53 6	0.49 25	0.54 71	0.55 48	0.36 12	0.31 18	0.58 28	0.51 204	0.20 169	0.15 177	0.17 38	0.15 67	0.19 115	0.15 56

MonSter	0.28 3	0.18 1	0.39 11	0.36 3	0.21 5	0.55 112	0.31 51	0.55 7	0.43 12	0.28 3	0.29 6	0.23 2	0.21 1	0.56 23	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

GREAT-IGEV	0.32 5	0.20 4	0.42 18	0.37 5	0.29 90	0.36 14	0.28 34	0.56 8	0.58 50	0.28 3	0.50 34	0.29 4	0.29 11	0.84 99	0.27 6	0.14 5	0.11 5	0.15 8	0.11 8	0.17 49	0.14 28

MGS-Stereo	0.42 38	0.26 84	0.58 89	0.44 44	0.28 74	0.50 73	0.34 76	0.57 9	0.83 130	0.46 44	1.31 290	0.52 68	0.33 25	0.65 49	0.36 79	0.19 138	0.16 212	0.18 69	0.15 67	0.17 49	0.16 81

IGEV-BASED-STEREO-	0.70 227	3.18 505	2.55 465	0.39 9	0.23 13	0.44 40	0.23 9	0.63 10	0.42 11	0.44 37	0.44 17	0.34 10	0.28 8	0.56 23	0.29 11	1.35 479	0.10 1	0.22 182	0.19 162	0.46 410	1.31 479

IGEV-RUCA	0.37 14	0.23 34	0.48 30	0.49 111	0.36 204	0.60 138	0.23 9	0.64 11	0.49 25	0.39 28	0.49 31	0.44 23	0.31 18	0.85 104	0.30 18	0.24 266	0.13 73	0.16 22	0.12 20	0.20 149	0.19 169

LoS_RVC	0.42 38	0.26 84	0.40 12	0.44 44	0.82 436	0.51 89	0.44 184	0.64 11	0.41 8	0.44 37	0.78 99	0.44 23	0.47 89	0.56 23	0.36 79	0.13 2	0.12 22	0.14 1	0.10 2	0.13 1	0.84 462

AEACV	0.37 14	0.24 47	0.52 54	0.47 72	0.51 326	0.37 15	0.38 115	0.65 13	0.53 43	0.42 32	0.56 51	0.46 34	0.60 162	0.53 16	0.30 18	0.16 26	0.13 73	0.18 69	0.15 67	0.17 49	0.14 28

rvit_stereo_0081	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

rvit_stereo_0082	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

rvit_stereo_0083	0.47 76	0.33 252	0.81 241	0.56 239	0.36 204	0.50 73	0.44 184	0.68 16	0.95 168	0.49 56	0.57 54	0.55 77	0.49 108	0.88 111	0.46 174	0.25 292	0.25 360	0.24 240	0.20 194	0.24 251	0.17 106

RAStereo	0.34 7	0.21 11	0.66 133	0.47 72	0.27 51	0.26 3	0.29 39	0.69 17	0.63 63	0.32 6	0.42 12	0.45 31	0.31 18	0.45 5	0.34 61	0.17 62	0.15 177	0.19 90	0.15 67	0.18 78	0.13 11

XX-TBD	0.46 69	0.70 430	0.35 1	0.79 413	0.25 29	0.58 125	0.26 24	0.69 17	1.27 338	0.76 109	1.00 155	0.45 31	0.33 25	0.47 7	0.37 90	0.19 138	0.15 177	0.15 8	0.11 8	0.17 49	0.14 28

mms	0.40 29	0.27 109	0.52 54	0.46 61	0.32 154	0.43 36	0.46 207	0.70 19	0.46 22	0.35 13	0.58 56	0.44 23	0.30 14	1.36 232	0.33 46	0.16 26	0.13 73	0.18 69	0.15 67	0.19 115	0.15 56

U	9.45 506	0.21 11	0.58 89	0.47 72	53.11 524	61.27 529	0.24 14	0.70 19	0.52 40	0.36 17	0.28 5	0.29 4	0.35 32	0.33 1	0.26 4	0.19 138	0.11 5	60.50 525	8.88 512	0.17 49	0.13 11

SMoEStereo_RVC	0.39 22	0.25 70	0.50 40	0.45 56	0.30 111	0.61 144	0.36 95	0.72 21	0.45 16	0.46 44	0.43 15	0.42 18	0.35 32	1.39 242	0.29 11	0.15 10	0.12 22	0.20 123	0.15 67	0.16 28	0.15 56

MaDis-Stereo	0.36 10	0.25 70	0.58 89	0.44 44	0.34 191	0.30 7	0.30 46	0.72 21	0.50 28	0.37 19	0.36 9	0.58 91	0.49 108	0.52 14	0.36 79	0.19 138	0.16 212	0.19 90	0.15 67	0.18 78	0.14 28

ours_stereo	0.39 22	0.28 129	0.51 47	0.46 61	0.30 111	0.40 20	0.44 184	0.73 23	0.56 47	0.35 13	0.56 51	0.46 34	0.33 25	1.11 174	0.32 34	0.16 26	0.13 73	0.19 90	0.15 67	0.19 115	0.14 28

WCG-NET	0.42 38	0.21 11	0.54 63	0.40 12	0.25 29	0.47 48	0.32 58	0.73 23	1.15 275	0.76 109	0.73 88	0.58 91	0.45 75	0.60 40	0.34 61	0.15 10	0.11 5	0.16 22	0.14 54	0.15 13	0.13 11

WCG-NET（raft）	0.45 62	0.21 11	0.55 71	0.40 12	0.24 19	0.50 73	0.36 95	0.73 23	1.09 238	0.71 101	0.76 95	0.92 216	0.51 115	0.84 99	0.34 61	0.16 26	0.12 22	0.15 8	0.14 54	0.14 4	0.14 28

GLC_STEREO	0.39 22	0.25 70	0.41 15	0.54 203	0.23 13	0.48 51	0.30 46	0.73 23	0.58 50	0.52 68	0.73 88	0.51 61	0.31 18	0.64 44	0.42 135	0.17 62	0.20 294	0.23 220	0.19 162	0.21 188	0.17 106

PMTNet	0.46 69	0.21 11	0.38 7	0.37 5	0.23 13	0.71 206	0.27 30	0.74 27	1.04 212	0.64 91	0.70 80	0.55 77	0.47 89	0.86 108	0.35 70	1.00 468	0.13 73	0.15 8	0.10 2	0.15 13	0.13 11

IGEV-Stereo++	0.30 4	0.20 4	0.40 12	0.46 61	0.30 111	0.33 9	0.22 4	0.75 28	0.45 16	0.32 6	0.41 11	0.32 9	0.48 100	0.38 3	0.27 6	0.15 10	0.11 5	0.15 8	0.12 20	0.15 13	0.13 11

CroCo-Stereo Lap2	0.44 54	0.34 275	0.77 225	0.61 298	0.79 427	0.28 6	0.35 81	0.75 28	0.71 98	0.38 24	0.50 34	0.72 137	0.55 136	0.57 27	0.47 181	0.17 62	0.18 260	0.19 90	0.16 105	0.21 188	0.20 200

CREStereo++_RVC	0.47 76	0.21 11	0.38 7	0.45 56	0.38 235	0.45 43	0.25 15	0.75 28	1.29 347	0.80 121	1.21 253	0.47 41	0.37 40	0.53 16	0.44 147	0.16 26	0.11 5	0.15 8	0.80 472	0.18 78	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
Reg-Stereo(zero)	0.44 54	0.22 24	0.45 24	0.43 23	0.23 13	0.38 16	0.25 15	0.76 31	1.08 231	0.90 146	0.78 99	0.90 204	0.47 89	0.70 58	0.36 79	0.15 10	0.12 22	0.15 8	0.12 20	0.15 13	0.15 56

fffft	0.38 19	0.23 34	0.51 47	0.44 44	0.32 154	0.43 36	0.48 224	0.76 31	0.36 4	0.44 37	0.34 8	0.38 16	0.31 18	1.31 217	0.32 34	0.14 5	0.11 5	0.19 90	0.15 67	0.16 28	0.16 81
1: 1. 1
rrr	0.46 69	0.28 129	0.73 191	0.43 23	0.33 174	0.49 63	0.38 115	0.76 31	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.16 81

rvit_0105_6	0.53 104	0.37 313	0.98 311	0.65 342	0.38 235	0.51 89	0.51 242	0.77 34	1.20 305	0.54 71	0.55 48	0.65 116	0.53 124	0.94 128	0.44 147	0.32 367	0.32 408	0.28 325	0.24 299	0.28 304	0.21 217

GCAP-BAT	0.49 87	0.31 215	0.64 119	0.41 15	0.46 299	0.70 201	0.35 81	0.77 34	0.64 67	0.86 141	1.00 155	0.77 148	0.37 40	1.18 190	0.36 79	0.18 100	0.14 123	0.18 69	0.13 32	0.17 49	0.15 56

Occ-G	0.42 38	0.21 11	0.48 30	0.41 15	0.26 34	0.42 31	0.62 322	0.77 34	0.49 25	0.43 35	0.66 66	1.02 255	0.46 80	0.78 80	0.41 124	0.16 26	0.13 73	0.18 69	0.13 32	0.16 28	0.16 81

CREStereo	0.39 22	0.21 11	0.38 7	0.34 1	0.22 9	0.53 98	0.29 39	0.77 34	1.11 245	0.58 76	0.71 83	0.51 61	0.41 54	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.14 28
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
GIP-stereo	0.34 7	0.23 34	0.45 24	0.50 122	0.36 204	0.38 16	0.23 9	0.78 38	0.52 40	0.34 12	0.51 36	0.46 34	0.38 46	0.51 11	0.27 6	0.20 169	0.12 22	0.16 22	0.12 20	0.16 28	0.14 28

tt45	0.45 62	0.23 34	0.46 26	0.45 56	0.33 174	0.79 244	0.32 58	0.78 38	0.41 8	0.51 67	0.44 17	0.49 51	0.37 40	2.14 347	0.34 61	0.16 26	0.13 73	0.19 90	0.16 105	0.17 49	0.18 130

trnet	0.39 22	0.21 11	0.37 4	0.36 3	0.20 2	0.53 98	0.29 39	0.78 38	1.12 249	0.59 84	0.71 83	0.53 73	0.42 58	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.13 11

Former-RAFT_DAM_RVC	0.46 69	0.36 306	0.71 173	0.47 72	0.36 204	0.67 182	0.35 81	0.78 38	1.12 249	0.61 87	0.62 62	0.39 17	0.39 48	0.71 62	0.39 108	0.20 169	0.17 240	0.22 182	0.18 141	0.23 236	0.19 169

AIO_test	0.35 9	0.22 24	0.44 21	0.43 23	0.27 51	0.57 122	0.44 184	0.79 42	0.41 8	0.32 6	0.47 24	0.46 34	0.30 14	0.69 54	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.15 13	0.12 6

RSM++	0.38 19	0.24 47	0.51 47	0.47 72	0.26 34	0.50 73	0.41 150	0.79 42	0.45 16	0.37 19	0.45 20	0.60 98	0.35 32	1.02 150	0.30 18	0.15 10	0.13 73	0.17 38	0.14 54	0.18 78	0.13 11

CAS	0.63 181	0.18 1	0.37 4	2.27 485	0.84 438	0.57 122	0.54 267	0.79 42	0.62 60	0.48 51	0.70 80	0.36 12	0.26 6	0.45 5	0.35 70	2.24 485	0.10 1	0.14 1	0.09 1	0.15 13	1.06 474

TANstereo	0.44 54	0.21 11	0.44 21	0.41 15	0.21 5	0.65 170	0.26 24	0.79 42	0.83 130	0.93 154	0.98 149	0.51 61	0.46 80	0.54 18	0.35 70	0.18 100	0.24 353	0.16 22	0.13 32	0.16 28	0.26 300

sAnonymous2	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

CroCo_RVC	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

test_xeample3	0.42 38	0.28 129	0.69 155	0.43 23	0.33 174	0.56 117	0.38 115	0.79 42	0.45 16	0.53 69	0.46 22	0.44 23	0.44 72	1.38 237	0.31 32	0.18 100	0.14 123	0.19 90	0.15 67	0.17 49	0.16 81

Selective-RAFT	0.52 94	0.28 129	0.79 235	0.55 226	0.27 51	0.91 287	0.33 64	0.80 49	0.88 144	0.58 76	0.63 63	0.81 162	0.77 224	1.29 215	0.48 186	0.19 138	0.14 123	0.17 38	0.15 67	0.19 115	0.17 106

RAFT_CTSACE	0.63 181	0.26 84	0.88 274	0.55 226	0.51 326	0.71 206	0.44 184	0.80 49	0.97 180	0.97 166	1.84 413	1.18 300	0.68 194	1.47 260	0.36 79	0.16 26	0.15 177	0.21 155	0.20 194	0.20 149	0.14 28

test_4	0.53 104	0.22 24	0.56 74	0.54 203	0.32 154	0.64 156	0.39 130	0.80 49	0.62 60	0.92 153	1.87 418	0.68 125	0.42 58	1.16 184	0.37 90	0.15 10	0.13 73	0.20 123	0.22 265	0.20 149	0.15 56

rvit_stereo_0081_aga	0.44 54	0.34 275	0.73 191	0.51 151	0.41 262	0.50 73	0.40 137	0.81 52	0.57 49	0.58 76	0.56 51	0.53 73	0.43 65	0.66 51	0.40 113	0.26 312	0.21 315	0.22 182	0.20 194	0.26 273	0.18 130

rvit_stereo_ft	0.47 76	0.35 296	0.87 267	0.67 361	0.42 267	0.40 20	0.59 314	0.81 52	0.74 105	0.46 44	0.55 48	0.57 86	0.49 108	0.65 49	0.50 199	0.25 292	0.17 240	0.22 182	0.22 265	0.24 251	0.17 106

CASnet	0.41 36	0.25 70	0.48 30	0.50 122	0.20 2	0.50 73	0.36 95	0.81 52	0.80 122	0.83 131	0.68 72	0.48 44	0.31 18	0.54 18	0.32 34	0.18 100	0.12 22	0.27 312	0.22 265	0.23 236	0.14 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HUF	0.36 10	0.23 34	0.52 54	0.40 12	0.22 9	0.54 105	0.47 214	0.82 55	0.43 12	0.36 17	0.43 15	0.50 57	0.42 58	0.64 44	0.29 11	0.17 62	0.12 22	0.16 22	0.12 20	0.15 13	0.14 28

rvit_stereo_0080	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

whm_eth	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

GCAP-Stereo	0.40 29	0.28 129	0.68 142	0.47 72	0.25 29	0.53 98	0.32 58	0.82 55	0.58 50	0.65 93	0.69 76	0.58 91	0.42 58	0.47 7	0.29 11	0.17 62	0.14 123	0.17 38	0.13 32	0.17 49	0.14 28

RAFT-RH_RVC	1.03 365	0.24 47	0.67 138	0.49 111	0.28 74	0.81 260	0.33 64	0.83 59	1.08 231	2.05 446	4.65 483	1.04 262	0.57 149	5.98 459	0.50 199	0.18 100	0.13 73	0.26 297	0.20 194	0.16 28	0.17 106

RAFT-345	0.84 307	0.25 70	0.66 133	0.50 122	0.27 51	0.54 105	0.42 154	0.83 59	1.11 245	1.32 337	2.34 447	0.86 187	0.54 129	5.72 451	0.47 181	0.18 100	0.13 73	0.22 182	0.17 125	0.17 49	0.16 81

sCroCo_RVC	0.49 87	0.40 331	1.02 328	0.65 342	0.60 373	0.52 93	0.40 137	0.83 59	0.61 58	0.44 37	0.74 91	0.49 51	0.50 112	0.63 43	0.48 186	0.26 312	0.27 373	0.23 220	0.22 265	0.29 315	0.25 278

rvit_0105_4	0.56 143	0.38 320	1.06 341	0.66 349	0.38 235	0.53 98	0.53 261	0.84 62	1.17 287	0.56 73	0.61 60	0.72 137	0.59 159	0.98 139	0.45 160	0.32 367	0.33 412	0.29 335	0.25 313	0.29 315	0.23 252

DEFOM-Stereo_RVC	0.40 29	0.67 422	0.42 18	0.64 328	0.29 90	0.48 51	0.25 15	0.85 63	0.44 14	0.38 24	0.36 9	0.30 6	0.70 202	1.15 181	0.29 11	0.16 26	0.11 5	0.16 22	0.11 8	0.18 78	0.12 6

999	0.48 82	0.22 24	0.49 35	0.48 96	0.34 191	0.75 221	0.31 51	0.85 63	0.55 45	0.37 19	0.48 26	0.50 57	0.36 36	2.45 373	0.39 108	0.16 26	0.13 73	0.18 69	0.15 67	0.16 28	0.19 169

castereo++	0.38 19	0.23 34	0.41 15	0.43 23	0.31 136	0.97 311	0.22 4	0.86 65	0.58 50	0.32 6	0.44 17	0.51 61	0.39 48	0.93 125	0.24 2	0.17 62	0.11 5	0.17 38	0.12 20	0.14 4	0.14 28

ff7	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

IGEVStereo-DCA	0.46 69	0.28 129	0.56 74	0.43 23	0.33 174	0.49 63	0.42 154	0.87 66	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.18 130

ffff	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

11t	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

plain	0.46 69	0.27 109	1.01 321	0.50 122	0.40 255	0.35 11	0.37 109	0.87 66	0.56 47	0.43 35	0.76 95	0.42 18	0.40 52	1.13 179	0.45 160	0.21 200	0.15 177	0.24 240	0.19 162	0.24 251	0.16 81

4D-IteraStereo	0.48 82	0.24 47	0.76 219	0.50 122	0.44 282	0.66 178	0.31 51	0.87 66	1.02 203	1.03 188	0.72 86	0.78 152	0.32 24	0.64 44	0.37 90	0.17 62	0.11 5	0.23 220	0.19 162	0.19 115	0.13 11

ccc-4	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

MC-Stereo	0.43 44	0.23 34	0.48 30	0.51 151	0.28 74	0.39 18	0.32 58	0.88 73	0.68 88	0.60 86	0.84 113	0.56 84	0.61 171	1.03 151	0.31 32	0.17 62	0.11 5	0.17 38	0.15 67	0.16 28	0.13 11

anonymousdsp	0.43 44	0.27 109	0.53 58	0.44 44	0.32 154	0.50 73	0.42 154	0.89 74	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.33 223	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

GMOStereo	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

error version	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-v	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-2	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

Prome-Stereo	0.75 264	0.27 109	0.53 58	0.55 226	0.32 154	0.59 130	0.97 410	0.89 74	0.88 144	1.45 378	2.46 453	0.91 207	1.41 408	1.58 278	0.44 147	0.18 100	0.13 73	0.19 90	0.17 125	0.20 149	0.92 465

IGEV-Stereo	0.43 44	0.27 109	0.54 63	0.45 56	0.32 154	0.50 73	0.42 154	0.90 80	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.32 221	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MM-Stereo_test1	0.49 87	0.24 47	0.56 74	0.51 151	0.30 111	0.50 73	0.54 267	0.91 81	1.03 207	0.84 134	0.69 76	0.54 75	0.60 162	1.16 184	0.33 46	0.18 100	0.16 212	0.20 123	0.17 125	0.19 115	0.15 56

fffy	0.42 38	0.27 109	0.57 84	0.46 61	0.29 90	0.48 51	0.35 81	0.91 81	0.55 45	0.40 29	0.58 56	0.55 77	0.41 54	1.26 206	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.18 78	0.14 28

MIF-Stereo (partial)	0.45 62	0.25 70	0.70 161	0.50 122	0.52 336	0.35 11	0.26 24	0.91 81	0.59 56	0.45 43	0.71 83	0.51 61	0.51 115	1.11 174	0.45 160	0.20 169	0.16 212	0.23 220	0.20 194	0.24 251	0.18 130

RSM	0.39 22	0.24 47	0.49 35	0.46 61	0.26 34	0.47 48	0.40 137	0.92 84	0.44 14	0.41 30	0.42 12	0.65 116	0.33 25	1.07 164	0.29 11	0.15 10	0.12 22	0.17 38	0.13 32	0.17 49	0.13 11

H2IRNET	0.56 143	0.26 84	0.66 133	0.47 72	0.35 195	0.41 24	0.26 24	0.92 84	1.17 287	0.61 87	1.28 280	1.08 270	0.86 271	0.99 142	0.63 255	0.19 138	0.16 212	0.22 182	0.25 313	0.21 188	0.18 130

test-3	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.32 337	0.69 76	0.87 191	0.45 75	1.68 297	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

test_1	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.28 309	0.68 72	0.87 191	0.45 75	1.67 292	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

test_3	0.55 134	0.23 34	0.71 173	0.53 188	0.28 74	0.61 144	0.40 137	0.92 84	1.05 216	1.19 268	0.68 72	0.93 218	0.44 72	1.67 292	0.39 108	0.15 10	0.12 22	0.22 182	0.19 162	0.21 188	0.14 28

PFNet+	0.59 161	0.28 129	0.77 225	0.53 188	0.30 111	0.59 130	0.31 51	0.92 84	1.14 264	1.33 345	1.10 202	0.79 156	0.57 149	1.31 217	0.49 193	0.25 292	0.17 240	0.28 325	0.26 330	0.21 188	0.25 278

Pointernet	0.37 14	0.20 4	0.57 84	0.43 23	0.28 74	0.51 89	0.27 30	0.93 90	0.61 58	0.47 47	0.63 63	0.49 51	0.38 46	0.49 9	0.33 46	0.17 62	0.13 73	0.14 1	0.11 8	0.13 1	0.12 6

testlalala2	0.58 156	0.27 109	0.68 142	1.72 478	1.27 475	0.68 189	0.42 154	0.93 90	0.70 93	0.90 146	0.93 132	0.76 145	0.34 31	0.52 14	0.40 113	0.18 100	0.15 177	0.17 38	0.13 32	0.17 49	0.17 106

MoCha-V2	0.40 29	0.20 4	0.49 35	0.50 122	0.21 5	0.44 40	0.33 64	0.93 90	0.53 43	0.53 69	0.53 40	0.42 18	0.58 158	1.09 169	0.27 6	0.14 5	0.12 22	0.15 8	0.12 20	0.17 49	0.15 56

xx1	0.67 217	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.95 229	0.77 224	1.46 256	0.32 34	0.20 169	0.12 22	0.24 240	0.23 287	0.22 211	0.21 217

cc1	0.64 193	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.19 115	0.19 169

DEmStereo	0.97 346	0.23 34	0.79 235	0.47 72	0.32 154	1.04 327	0.56 291	0.93 90	0.89 147	1.39 365	2.14 438	1.02 255	2.07 462	5.64 450	0.77 300	0.17 62	0.15 177	0.20 123	0.20 194	0.18 78	0.20 200

Anonymous3	0.61 170	0.44 348	1.11 358	0.59 274	0.49 308	0.93 298	0.65 329	0.93 90	0.81 124	0.72 106	0.88 121	0.65 116	0.69 197	1.06 160	0.53 218	0.35 390	0.30 395	0.26 297	0.26 330	0.31 335	0.27 309

AIO_rvc	0.36 10	0.23 34	0.49 35	0.43 23	0.27 51	0.59 130	0.38 115	0.94 97	0.45 16	0.33 11	0.46 22	0.49 51	0.22 2	0.84 99	0.30 18	0.16 26	0.11 5	0.16 22	0.12 20	0.15 13	0.13 11

rvit_0105_5	0.58 156	0.39 325	1.05 337	0.66 349	0.37 218	0.58 125	0.56 291	0.94 97	1.18 294	0.64 91	0.68 72	0.75 141	0.63 181	0.88 111	0.50 199	0.32 367	0.32 408	0.30 346	0.27 340	0.28 304	0.25 278

EKT-Stereo	0.53 104	0.30 182	0.73 191	0.58 261	0.60 373	0.51 89	0.48 224	0.94 97	0.90 151	0.71 101	0.88 121	0.77 148	0.43 65	1.07 164	0.40 113	0.22 226	0.16 212	0.21 155	0.18 141	0.20 149	0.22 234

KYRaft	0.75 264	0.28 129	0.62 109	0.56 239	0.29 90	0.67 182	0.86 386	0.94 97	0.84 134	1.62 413	2.21 441	1.16 296	1.02 344	1.57 276	0.40 113	0.20 169	0.13 73	0.22 182	0.28 360	0.20 149	1.02 469

RALCasStereoNet	0.54 119	0.30 182	0.66 133	0.59 274	0.51 326	0.61 144	0.52 253	0.94 97	0.93 163	0.70 99	1.01 161	0.78 152	0.44 72	1.33 223	0.47 181	0.20 169	0.16 212	0.18 69	0.16 105	0.20 149	0.19 169

UGAM	1.14 389	0.27 109	0.95 301	0.53 188	0.42 267	0.70 201	0.72 351	0.95 102	1.32 361	0.98 170	1.48 350	1.78 410	0.87 276	9.65 502	0.87 329	0.21 200	0.18 260	0.30 346	0.24 299	0.19 115	0.16 81

ffm	0.72 236	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	1.55 273	0.32 34	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

ff1	1.37 414	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

tt1	0.62 174	0.32 231	0.51 47	0.54 203	0.26 34	1.16 349	0.48 224	0.95 102	2.47 467	0.57 74	0.77 97	0.49 51	0.81 244	1.55 273	0.32 34	0.20 169	0.12 22	0.24 240	0.15 67	0.19 115	0.20 200

DCRE	0.82 296	0.26 84	0.70 161	0.58 261	0.44 282	0.54 105	0.48 224	0.95 102	0.78 117	0.78 116	7.33 496	0.86 187	0.52 119	0.76 75	0.41 124	0.16 26	0.16 212	0.19 90	0.17 125	0.18 78	0.17 106

CroCo-Stereo	0.40 29	0.31 215	0.73 191	0.58 261	0.27 51	0.26 3	0.33 64	0.95 102	0.81 124	0.42 32	0.47 24	0.65 116	0.47 89	0.39 4	0.34 61	0.18 100	0.15 177	0.16 22	0.14 54	0.19 115	0.16 81
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
AAGNet	1.83 447	0.28 129	0.72 179	0.61 298	0.32 154	0.67 182	0.51 242	0.96 108	0.98 185	1.47 381	1.20 251	1.00 246	1.18 377	2.83 387	22.77 516	0.22 226	0.13 73	0.22 182	0.19 162	0.23 236	0.15 56

MM-Stereo_test2	0.43 44	0.24 47	0.67 138	0.51 151	0.32 154	0.55 112	0.45 200	0.97 109	0.77 114	0.59 84	0.51 36	0.49 51	0.42 58	0.80 86	0.30 18	0.15 10	0.13 73	0.18 69	0.14 54	0.19 115	0.14 28

castereo	0.41 36	0.22 24	0.46 26	0.44 44	0.30 111	0.61 144	0.56 291	0.97 109	0.80 122	0.38 24	0.69 76	0.45 31	0.69 197	0.51 11	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.16 28	0.12 6

RCA-Stereo	0.50 91	0.23 34	0.58 89	0.48 96	0.33 174	0.55 112	0.45 200	0.97 109	1.38 388	0.68 96	1.05 183	0.63 110	0.80 241	0.59 29	0.32 34	0.17 62	0.12 22	0.17 38	0.14 54	0.16 28	0.14 28

UDGNet	0.72 236	1.17 468	0.80 240	0.77 409	0.41 262	0.77 235	0.38 115	0.97 109	1.34 368	0.81 125	0.88 121	0.71 136	0.60 162	1.21 195	0.54 224	0.52 440	0.19 276	1.02 474	0.26 330	0.71 453	0.31 347

CES	0.48 82	0.20 4	0.37 4	0.39 9	1.39 476	0.55 112	0.35 81	0.98 113	0.66 83	0.44 37	0.66 66	0.35 11	0.27 7	0.56 23	0.33 46	0.15 10	0.13 73	0.15 8	0.10 2	0.19 115	1.46 481

raftrobust	0.52 94	0.25 70	0.56 74	0.65 342	0.52 336	0.49 63	0.34 76	0.98 113	0.91 156	1.30 323	0.87 119	0.63 110	0.81 244	0.78 80	0.41 124	0.19 138	0.15 177	0.16 22	0.14 54	0.15 13	0.16 81

EGLCR-Stereo	0.37 14	0.22 24	0.51 47	0.43 23	0.26 34	0.44 40	0.22 4	0.99 115	0.48 24	0.42 32	0.42 12	0.67 123	0.29 11	0.86 108	0.33 46	0.17 62	0.12 22	0.19 90	0.17 125	0.17 49	0.15 56

DCANet-4	0.54 119	0.26 84	1.07 346	0.42 20	0.24 19	0.48 51	0.36 95	0.99 115	1.30 353	1.10 210	1.02 169	0.56 84	0.75 212	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

iRaft-Stereo_5w	0.85 311	0.29 162	0.91 287	0.53 188	0.43 275	0.49 63	0.68 340	0.99 115	0.87 140	0.79 119	1.34 305	1.46 361	0.91 291	5.11 435	1.11 368	0.17 62	0.14 123	0.22 182	0.18 141	0.20 149	0.20 200

PSM-AAD	0.79 284	0.27 109	0.53 58	0.55 226	0.28 74	0.77 235	1.24 441	0.99 115	0.91 156	1.66 416	1.57 373	0.81 162	2.19 466	1.65 287	0.44 147	0.19 138	0.14 123	0.38 404	0.32 393	0.21 188	0.70 454

LoS	0.40 29	0.21 11	0.44 21	0.37 5	0.22 9	0.50 73	0.40 137	1.00 119	0.94 166	0.48 51	0.66 66	0.48 44	0.40 52	0.60 40	0.37 90	0.18 100	0.14 123	0.16 22	0.11 8	0.14 4	0.14 28
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.43 44	0.28 129	0.58 89	0.43 23	0.30 111	0.56 117	0.52 253	1.00 119	0.58 50	0.44 37	0.49 31	0.43 21	0.43 65	1.28 211	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.17 49	0.16 81

LCNet	0.72 236	0.28 129	0.52 54	0.55 226	0.31 136	0.69 194	0.54 267	1.00 119	0.88 144	1.19 268	1.34 305	0.97 237	1.34 405	2.56 378	0.45 160	0.18 100	0.13 73	0.21 155	0.25 313	0.27 287	0.73 457

FTStereo	0.91 329	0.26 84	0.56 74	0.54 203	0.33 174	0.66 178	1.87 474	1.00 119	0.75 106	1.75 422	4.15 476	1.04 262	1.65 433	1.57 276	0.46 174	0.19 138	0.16 212	0.23 220	0.21 237	0.18 78	0.63 445

GMStereo	0.55 134	0.45 355	0.94 297	0.50 122	0.32 154	0.64 156	0.43 171	1.00 119	1.40 398	0.82 129	0.73 88	0.51 61	0.45 75	0.85 104	0.55 228	0.24 266	0.15 177	0.20 123	0.21 237	0.31 335	0.24 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMM-Stereo	0.74 256	0.25 70	0.59 96	0.54 203	0.34 191	0.72 209	0.99 414	1.01 124	0.87 140	1.36 353	1.78 406	1.12 287	0.81 244	2.09 343	0.46 174	0.18 100	0.12 22	0.25 278	0.25 313	0.20 149	0.85 463

RAFT-Stereo-weight	0.47 76	0.24 47	0.53 58	0.48 96	0.27 51	0.60 138	0.35 81	1.02 125	1.07 225	0.99 173	0.78 99	0.76 145	0.28 8	0.76 75	0.36 79	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.15 56

knoymous	0.51 93	0.29 162	0.47 28	0.43 23	0.30 111	0.55 112	0.55 283	1.02 125	0.77 114	0.98 170	0.85 115	0.94 221	0.56 140	0.85 104	0.45 160	0.20 169	0.14 123	0.26 297	0.14 54	0.23 236	0.23 252

DisPM	0.66 208	0.28 129	0.72 179	0.61 298	0.35 195	0.62 152	0.45 200	1.02 125	0.99 192	1.56 402	1.10 202	0.80 158	0.59 159	2.37 368	0.41 124	0.23 251	0.14 123	0.23 220	0.21 237	0.20 149	0.25 278

dd	0.59 161	0.48 366	0.97 308	0.55 226	0.32 154	0.64 156	0.47 214	1.02 125	1.34 368	0.78 116	0.86 116	0.58 91	0.54 129	1.01 147	0.86 328	0.28 340	0.18 260	0.26 297	0.19 162	0.32 343	0.24 266

HART	0.45 62	0.22 24	0.54 63	0.50 122	0.26 34	0.41 24	0.29 39	1.03 129	0.50 28	0.58 76	1.45 338	0.61 102	0.35 32	1.08 168	0.30 18	0.15 10	0.13 73	0.19 90	0.14 54	0.19 115	0.14 28

rvit_0105_3	0.63 181	0.44 348	1.08 350	0.72 390	0.40 255	0.64 156	0.71 348	1.03 129	1.17 287	0.82 129	0.70 80	0.80 158	0.70 202	0.91 118	0.56 230	0.35 390	0.34 414	0.34 382	0.32 393	0.27 287	0.28 321

THIR-Stereo	1.02 363	0.27 109	0.69 155	0.49 111	0.28 74	0.95 303	1.34 448	1.03 129	0.97 180	1.34 348	1.90 421	1.17 297	1.58 426	6.44 464	0.78 302	0.19 138	0.14 123	0.21 155	0.22 265	0.19 115	0.20 200

DeepStereo_RVC	0.55 134	0.29 162	0.72 179	0.51 151	0.30 111	0.59 130	0.33 64	1.03 129	0.70 93	1.16 250	0.93 132	0.83 174	0.94 308	0.96 131	0.54 224	0.21 200	0.14 123	0.21 155	0.19 162	0.24 251	0.24 266

TestStereo	0.64 193	0.39 325	0.71 173	0.51 151	0.27 51	0.56 117	0.42 154	1.03 129	0.91 156	0.80 121	1.00 155	0.68 125	0.52 119	3.25 402	0.45 160	0.22 226	0.15 177	0.24 240	0.18 141	0.27 287	0.16 81

XX-Stereo	0.63 181	0.26 84	1.90 443	0.81 419	0.67 394	0.43 36	0.23 9	1.03 129	0.58 50	0.65 93	1.56 369	1.41 350	0.39 48	1.28 211	0.35 70	0.20 169	0.14 123	0.20 123	0.19 162	0.18 78	0.14 28

HI	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

CoSv	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

PSM-adaLoss	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.41 150	1.04 135	0.64 67	1.12 217	0.96 139	0.82 167	0.61 171	1.06 160	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

HUI-Stereo	0.52 94	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.30 46	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	0.79 84	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

CRE-IMP	0.55 134	0.30 182	0.74 206	0.52 172	0.29 90	0.79 244	0.25 15	1.04 135	0.72 99	1.09 202	0.95 136	0.81 162	0.57 149	1.10 171	0.50 199	0.21 200	0.14 123	0.23 220	0.19 162	0.28 304	0.22 234

RAFT	0.64 193	0.30 182	0.73 191	0.59 274	0.33 174	0.68 189	0.58 306	1.04 135	0.76 112	1.08 196	1.19 248	1.65 396	0.93 303	1.06 160	0.56 230	0.21 200	0.18 260	0.27 312	0.24 299	0.22 211	0.17 106

RAFT-IKP	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.59 130	0.36 95	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.61 171	1.22 196	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

RAFT-Stereo + iAFF	0.54 119	0.25 70	0.68 142	0.43 23	0.24 19	0.40 20	0.34 76	1.04 135	1.09 238	1.32 337	1.60 377	0.80 158	0.68 194	0.67 53	0.39 108	0.13 2	0.10 1	0.18 69	0.17 125	0.17 49	0.13 11

MyStereo07	0.48 82	0.29 162	0.50 40	0.55 226	0.45 289	0.59 130	0.79 368	1.05 143	0.51 36	0.48 51	0.53 40	0.43 21	0.55 136	1.30 216	0.34 61	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

GMStereo_Zeroshot	0.67 217	0.61 413	1.01 321	0.64 328	0.37 218	0.84 274	0.35 81	1.05 143	1.12 249	1.12 217	1.06 185	1.27 324	0.54 129	1.19 192	0.59 238	0.32 367	0.17 240	0.31 352	0.18 141	0.52 424	0.22 234

ADStereo(finetuned)	0.57 150	0.24 47	1.06 341	0.43 23	0.24 19	0.49 63	0.35 81	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	1.20 383	0.84 99	0.51 204	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

CIPLG	0.62 174	0.33 252	0.96 306	0.58 261	0.50 315	0.75 221	0.48 224	1.05 143	0.96 173	1.40 366	1.57 373	0.64 113	0.48 100	0.89 116	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

Patchmatch Stereo++	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130
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
ROB_FTStereo_v2	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.42 154	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.12 177	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.25 15	1.05 143	0.64 67	1.12 217	0.95 136	0.82 167	0.61 171	1.15 181	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

DRaft	0.80 287	0.24 47	0.70 161	0.45 56	0.30 111	0.97 311	0.53 261	1.05 143	0.97 180	1.78 425	2.02 430	0.80 158	1.74 440	2.73 385	0.72 282	0.17 62	0.14 123	0.20 123	0.20 194	0.18 78	0.21 217

iGMRVC	0.56 143	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.38 115	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.52 265	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

iRAFT	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

AnonymousM	0.59 161	1.11 463	0.41 15	0.44 44	0.32 154	0.43 36	0.47 214	1.05 143	0.64 67	0.98 170	0.63 63	0.67 123	0.43 65	0.59 29	0.41 124	0.20 169	0.15 177	1.84 483	0.84 474	0.14 4	0.13 11

iRaftStereo_RVC	0.47 76	0.26 84	0.64 119	0.50 122	0.29 90	0.53 98	0.33 64	1.05 143	0.77 114	0.84 134	1.00 155	0.55 77	0.37 40	0.81 91	0.40 113	0.17 62	0.12 22	0.22 182	0.20 194	0.19 115	0.15 56

DCANet	0.54 119	0.24 47	0.70 161	0.43 23	0.24 19	0.49 63	0.36 95	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	0.92 294	0.81 91	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

ACRE	0.61 170	0.33 252	1.01 321	0.58 261	0.49 308	0.75 221	0.47 214	1.06 156	0.95 168	1.37 355	1.55 365	0.62 107	0.46 80	0.83 96	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.18 78	0.21 217

aanetorigin	1.23 398	0.79 440	2.78 472	0.70 380	0.79 427	0.99 317	1.06 424	1.06 156	1.37 384	3.52 483	2.61 456	1.72 403	1.63 431	1.99 334	1.78 430	0.25 292	0.24 353	0.26 297	0.25 313	0.38 375	0.45 405

tg	0.52 94	0.24 47	0.61 104	0.49 111	0.30 111	0.90 284	0.29 39	1.07 158	0.83 130	0.83 131	1.02 169	0.62 107	0.43 65	1.35 227	0.41 124	0.17 62	0.12 22	0.22 182	0.20 194	0.17 49	0.15 56

AIO-Stereo	0.37 14	0.25 70	0.51 47	0.47 72	0.23 13	0.45 43	0.39 130	1.07 158	0.52 40	0.41 30	0.48 26	0.52 68	0.25 5	0.72 65	0.30 18	0.16 26	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

fff	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

HHNet	0.62 174	0.26 84	0.63 112	0.43 23	0.45 289	0.50 73	0.58 306	1.07 158	1.01 200	1.25 300	2.23 442	0.70 134	0.61 171	1.07 164	0.47 181	0.20 169	0.13 73	0.23 220	0.19 162	0.19 115	0.30 337

csc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

cscssc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

testlalala	0.45 62	0.28 129	0.59 96	0.42 20	0.39 245	0.71 206	0.39 130	1.08 164	0.45 16	1.24 295	0.80 109	0.61 102	0.36 36	0.54 18	0.33 46	0.20 169	0.13 73	0.18 69	0.12 20	0.15 13	0.15 56

NRIStereo	0.60 164	0.29 162	0.69 155	0.53 188	0.28 74	0.63 153	0.33 64	1.08 164	0.87 140	1.14 234	0.87 119	0.91 207	0.59 159	2.24 357	0.49 193	0.20 169	0.14 123	0.21 155	0.19 162	0.21 188	0.17 106

MM-Stereo_test3	0.50 91	0.24 47	0.54 63	0.54 203	0.74 411	0.49 63	0.53 261	1.09 166	1.05 216	0.62 89	0.95 136	0.61 102	0.42 58	0.77 78	0.38 100	0.20 169	0.17 240	0.20 123	0.16 105	0.18 78	0.18 130

StereoVision	0.65 201	0.34 275	0.86 256	0.59 274	0.40 255	0.50 73	0.41 150	1.09 166	0.93 163	0.71 101	2.50 454	0.82 167	0.57 149	1.03 151	0.49 193	0.25 292	0.28 380	0.29 335	0.28 360	0.36 362	0.20 200

SST-Stereo	0.83 302	0.28 129	0.72 179	0.59 274	0.31 136	0.72 209	0.26 24	1.09 166	0.86 136	1.47 381	1.10 202	1.00 246	0.87 276	5.73 452	0.45 160	0.22 226	0.13 73	0.23 220	0.19 162	0.23 236	0.18 130

ToySt	0.66 208	0.33 252	1.23 376	0.51 151	0.33 174	0.86 278	0.68 340	1.10 169	0.97 180	0.84 134	1.08 193	1.25 316	0.94 308	1.01 147	0.74 286	0.19 138	0.19 276	0.24 240	0.24 299	0.27 287	0.23 252

IPLGR_C	0.62 174	0.33 252	0.99 312	0.58 261	0.49 308	0.76 227	0.48 224	1.10 169	0.96 173	1.40 366	1.56 369	0.62 107	0.48 100	0.80 86	0.71 279	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

CrosDoStereo	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 510	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

DeepStereo_LL	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 510	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

RAFT_R40	0.83 302	0.28 129	0.73 191	0.59 274	0.31 136	0.69 194	0.44 184	1.10 169	0.95 168	1.47 381	1.10 202	1.00 246	0.85 263	5.53 446	0.46 174	0.22 226	0.13 73	0.23 220	0.20 194	0.23 236	0.18 130

test-1	0.52 94	0.26 84	1.04 336	0.56 239	0.32 154	0.61 144	0.38 115	1.10 169	0.91 156	0.78 116	1.01 161	0.77 148	0.52 119	0.60 40	0.42 135	0.17 62	0.14 123	0.20 123	0.17 125	0.20 149	0.23 252

GrayStereo	0.82 296	0.26 84	0.58 89	0.63 319	0.37 218	0.76 227	1.86 473	1.11 175	0.87 140	1.99 443	1.89 420	1.08 270	1.82 448	1.39 242	0.48 186	0.19 138	0.14 123	0.19 90	0.21 237	0.18 78	0.39 385

rafts_anoy	0.52 94	0.29 162	0.59 96	0.59 274	0.50 315	0.53 98	0.40 137	1.11 175	1.03 207	0.84 134	0.83 111	0.68 125	0.54 129	0.72 65	0.51 204	0.19 138	0.14 123	0.24 240	0.26 330	0.21 188	0.18 130

rvit_105_1	0.72 236	0.52 383	1.01 321	0.78 411	0.49 308	0.75 221	0.87 388	1.12 177	1.18 294	0.99 173	0.79 104	0.90 204	0.77 224	1.26 206	0.75 291	0.41 412	0.36 430	0.36 398	0.41 425	0.30 326	0.33 358

model_zeroshot	0.48 82	0.29 162	0.86 256	0.51 151	0.36 204	0.69 194	0.37 109	1.12 177	0.62 60	0.85 139	0.84 113	0.66 120	0.37 40	0.73 69	0.34 61	0.20 169	0.16 212	0.19 90	0.16 105	0.17 49	0.16 81

ASMatch	0.88 321	0.26 84	0.69 155	0.51 151	0.35 195	0.48 51	0.37 109	1.12 177	0.92 161	1.10 210	3.28 466	0.96 235	0.98 327	4.90 432	0.49 193	0.19 138	0.16 212	0.22 182	0.19 162	0.19 115	0.27 309

LL-Strereo2	0.52 94	0.33 252	0.69 155	0.52 172	0.37 218	0.70 201	0.30 46	1.13 180	0.67 84	0.94 159	0.78 99	0.91 207	0.42 58	1.05 159	0.42 135	0.17 62	0.16 212	0.29 335	0.25 313	0.21 188	0.16 81

iinet-f	0.99 352	0.45 355	3.71 479	0.55 226	0.43 275	1.81 428	0.68 340	1.14 181	1.14 264	1.18 264	1.42 327	1.58 381	1.44 412	1.34 226	1.59 425	0.24 266	0.23 344	0.20 123	0.19 162	0.26 273	0.25 278

riskmin	0.56 143	0.27 109	0.60 101	0.43 23	0.31 136	0.83 267	0.42 154	1.14 181	1.04 212	0.73 107	0.75 93	1.11 286	1.01 339	0.81 91	0.51 204	0.20 169	0.14 123	0.24 240	0.15 67	0.24 251	0.25 278

ACV-stereo	0.99 352	0.51 379	1.41 402	0.56 239	0.41 262	2.43 461	0.57 302	1.15 183	1.18 294	0.81 125	1.01 161	3.39 472	2.14 464	1.60 281	1.07 360	0.27 327	0.22 333	0.22 182	0.22 265	0.28 304	0.32 352

AFF-stereo	0.58 156	0.25 70	0.64 119	0.46 61	0.29 90	0.34 10	0.38 115	1.15 183	1.14 264	1.17 259	1.60 377	1.10 282	0.71 206	0.97 138	0.43 144	0.13 2	0.11 5	0.19 90	0.19 162	0.17 49	0.14 28

OMP-Stereo	0.94 336	0.33 252	0.72 179	0.90 447	0.31 136	0.49 63	0.36 95	1.16 185	1.06 220	1.58 408	1.12 215	1.46 361	0.69 197	6.94 474	0.49 193	0.19 138	0.14 123	0.24 240	0.18 141	0.20 149	0.14 28

Gwc-CoAtRS	0.52 94	0.24 47	0.68 142	0.48 96	0.29 90	0.64 156	0.25 15	1.16 185	1.08 231	1.01 180	1.00 155	1.12 287	0.56 140	0.69 54	0.37 90	0.16 26	0.13 73	0.17 38	0.15 67	0.15 13	0.15 56

IER	0.70 227	0.31 215	1.02 328	0.48 96	0.52 336	1.34 378	0.51 242	1.17 187	0.99 192	1.23 287	1.34 305	1.12 287	1.11 364	0.99 142	0.71 279	0.20 169	0.16 212	0.21 155	0.21 237	0.20 149	0.19 169

dad	0.86 316	0.66 421	1.06 341	0.56 239	0.37 218	0.76 227	0.44 184	1.17 187	1.50 415	1.44 376	1.27 275	1.34 340	0.75 212	2.52 377	0.84 323	0.42 416	0.27 373	0.83 466	0.26 330	0.41 386	0.29 325

PFNet	0.91 329	0.26 84	1.10 356	0.63 319	0.32 154	0.64 156	0.56 291	1.17 187	0.99 192	1.47 381	1.08 193	0.98 239	0.69 197	6.62 466	0.54 224	0.20 169	0.12 22	0.24 240	0.19 162	0.20 149	0.17 106

Pruner-Stereo	0.62 174	0.29 162	0.70 161	0.61 298	0.31 136	0.63 153	0.43 171	1.17 187	0.99 192	1.53 394	1.08 193	0.95 229	0.55 136	1.35 227	0.51 204	0.23 251	0.14 123	0.24 240	0.21 237	0.21 188	0.23 252

s12784h	0.52 94	0.20 4	0.38 7	0.41 15	0.19 1	0.96 307	0.34 76	1.17 187	1.25 327	0.81 125	0.90 125	0.63 110	0.50 112	1.45 254	0.42 135	0.14 5	0.12 22	0.17 38	0.11 8	0.18 78	0.11 1

AIO-test2	0.57 150	0.28 129	0.63 112	0.61 298	0.58 362	0.79 244	0.51 242	1.18 192	1.40 398	0.63 90	1.15 231	0.51 61	0.43 65	1.09 169	0.35 70	0.21 200	0.17 240	0.26 297	0.30 380	0.20 149	0.19 169

AIO-test1	0.56 143	0.25 70	0.55 71	0.64 328	0.78 424	0.80 252	0.36 95	1.18 192	1.34 368	0.57 74	0.88 121	0.61 102	0.50 112	1.12 177	0.35 70	0.17 62	0.17 240	0.22 182	0.24 299	0.18 78	0.23 252

MyStereo8	0.65 201	0.29 162	1.00 317	0.58 261	0.49 308	0.91 287	0.35 81	1.18 192	1.31 357	1.16 250	1.27 275	0.90 204	0.64 185	0.72 65	0.95 343	0.18 100	0.14 123	0.20 123	0.18 141	0.22 211	0.26 300

AE-Stereo	0.49 87	0.27 109	0.67 138	0.60 285	0.39 245	0.67 182	0.46 207	1.18 192	1.09 238	0.47 47	0.75 93	0.69 130	0.47 89	0.59 29	0.40 113	0.16 26	0.15 177	0.21 155	0.20 194	0.19 115	0.15 56

MSKI-zero shot	0.55 134	0.26 84	0.57 84	0.51 151	0.26 34	0.69 194	0.28 34	1.18 192	0.64 67	0.91 151	1.32 296	0.82 167	0.33 25	1.92 326	0.32 34	0.17 62	0.12 22	0.17 38	0.13 32	0.16 28	0.16 81

PSM-softLoss	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

KMStereo	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

111	0.60 164	0.23 34	0.70 161	0.43 23	0.24 19	0.72 209	0.42 154	1.18 192	1.41 402	0.80 121	1.38 318	1.10 282	0.79 235	0.96 131	0.58 236	0.18 100	0.13 73	0.17 38	0.15 67	0.17 49	0.19 169

ISRNet	0.80 287	0.33 252	1.07 346	0.81 419	0.66 390	0.60 138	0.34 76	1.19 200	1.13 261	1.59 409	1.53 359	1.35 341	0.77 224	1.27 209	0.94 340	0.39 405	0.34 414	0.43 421	0.38 418	0.34 353	0.49 418

IIG-Stereo	0.96 340	0.31 215	0.72 179	0.88 442	0.33 174	0.61 144	0.26 24	1.19 200	1.03 207	1.69 418	1.37 314	1.46 361	0.75 212	6.96 475	0.51 204	0.19 138	0.14 123	0.23 220	0.18 141	0.20 149	0.14 28

rvit_stereo_0075_2	0.64 193	0.46 357	1.05 337	0.66 349	0.66 390	0.53 98	0.48 224	1.20 202	1.12 249	0.76 109	0.92 129	0.78 152	0.53 124	1.03 151	0.59 238	0.37 398	0.28 380	0.40 414	0.31 385	0.37 366	0.32 352

DCVSM-stereo	0.72 236	0.35 296	0.76 219	0.55 226	0.42 267	0.73 212	0.38 115	1.21 203	1.02 203	1.79 428	1.04 181	1.62 386	1.03 346	1.04 157	0.79 308	0.24 266	0.27 373	0.29 335	0.24 299	0.30 326	0.36 372

IPLG	0.69 223	0.27 109	0.97 308	0.51 151	0.43 275	0.79 244	0.33 64	1.21 203	1.06 220	1.30 323	1.10 202	0.52 68	0.55 136	3.16 400	0.63 255	0.16 26	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

NF-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.02 169	0.82 167	0.57 149	5.40 444	0.48 186	0.23 251	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

OCTAStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.82 167	0.57 149	5.35 439	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

RE-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

TVStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

RALAANet	0.60 164	0.33 252	0.87 267	0.62 310	0.50 315	0.69 194	0.31 51	1.21 203	1.06 220	1.09 202	1.16 236	0.88 195	0.46 80	1.22 196	0.42 135	0.19 138	0.15 177	0.21 155	0.17 125	0.27 287	0.17 106

DN-CSS_ROB	0.64 193	0.32 231	1.05 337	0.55 226	0.40 255	0.54 105	0.45 200	1.21 203	0.93 163	1.03 188	1.47 345	0.69 130	0.63 181	1.76 310	0.49 193	0.18 100	0.14 123	0.25 278	0.22 265	0.22 211	0.20 200

11t1	0.52 94	0.28 129	0.68 142	0.51 151	0.28 74	0.83 267	0.39 130	1.22 211	0.63 63	0.84 134	0.74 91	0.68 125	0.68 194	0.91 118	0.57 233	0.21 200	0.18 260	0.19 90	0.16 105	0.20 149	0.21 217

IPLGR	0.58 156	0.27 109	1.14 366	0.48 96	0.28 74	0.65 170	0.33 64	1.22 211	1.13 261	1.18 264	1.05 183	0.69 130	0.66 193	0.96 131	0.52 211	0.17 62	0.15 177	0.20 123	0.17 125	0.20 149	0.18 130

IRAFT_RVC	0.88 321	0.28 129	0.76 219	0.63 319	0.31 136	0.65 170	1.02 419	1.22 211	0.94 166	1.22 281	1.04 181	1.01 253	0.98 327	5.82 454	0.53 218	0.22 226	0.12 22	0.25 278	0.20 194	0.20 149	0.19 169

HCRNet	0.70 227	0.39 325	0.73 191	0.60 285	0.59 370	0.76 227	0.35 81	1.22 211	1.13 261	1.02 184	0.99 151	1.02 255	0.76 220	2.19 354	0.70 274	0.28 340	0.19 276	0.28 325	0.23 287	0.25 262	0.23 252

R-Stereo Train	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106

RAFT-Stereo	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	0.54 119	0.25 70	0.64 119	0.47 72	0.30 111	0.97 311	0.27 30	1.24 217	0.81 124	0.96 163	1.12 215	1.28 327	0.48 100	0.71 62	0.36 79	0.17 62	0.13 73	0.17 38	0.14 54	0.16 28	0.16 81

anonymousa	0.72 236	0.27 109	0.75 209	0.47 72	0.63 382	1.43 393	0.45 200	1.24 217	0.89 147	1.28 309	1.75 403	1.62 386	1.13 371	0.69 54	0.59 238	0.19 138	0.16 212	0.23 220	0.25 313	0.20 149	0.18 130

Selective-IGEV	0.39 22	0.24 47	0.50 40	0.44 44	0.25 29	0.46 46	0.33 64	1.25 219	0.40 7	0.35 13	0.45 20	0.52 68	0.30 14	1.07 164	0.30 18	0.14 5	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

Anonymous_2	1.30 405	0.55 391	0.82 244	0.52 172	0.58 362	1.01 320	0.64 327	1.25 219	0.97 180	0.96 163	0.78 99	1.33 336	1.29 397	1.03 151	0.74 286	0.62 456	0.64 475	1.06 475	9.63 513	1.16 471	0.49 418

MIM_Stereo	0.57 150	0.24 47	0.92 291	0.46 61	0.30 111	0.54 105	0.28 34	1.27 221	0.75 106	1.00 177	1.16 236	0.93 218	0.53 124	1.45 254	0.61 248	0.16 26	0.16 212	0.20 123	0.19 162	0.17 49	0.14 28

RAFT+CT+SA	0.58 156	0.29 162	0.60 101	0.66 349	0.37 218	0.42 31	0.55 283	1.27 221	1.03 207	0.70 99	1.22 255	0.60 98	0.70 202	1.64 286	0.41 124	0.18 100	0.13 73	0.22 182	0.22 265	0.21 188	0.18 130

raft+_RVC	0.53 104	0.26 84	0.54 63	0.60 285	0.47 304	0.54 105	0.54 267	1.27 221	0.99 192	0.76 109	1.03 178	0.70 134	0.56 140	0.93 125	0.47 181	0.18 100	0.14 123	0.19 90	0.18 141	0.18 78	0.15 56

FENet	0.60 164	0.28 129	0.63 112	0.54 203	0.33 174	0.83 267	0.38 115	1.27 221	1.07 225	1.00 177	0.86 116	0.99 245	0.85 263	0.96 131	0.68 270	0.22 226	0.15 177	0.23 220	0.20 194	0.22 211	0.23 252

TestStereo1	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

SA-5K	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

GCST	1.08 374	1.47 478	0.93 293	1.73 479	1.14 466	1.30 371	0.31 51	1.33 227	1.16 284	1.29 314	0.97 148	0.98 239	0.49 108	2.08 342	0.46 174	1.19 478	0.70 478	1.30 478	0.85 476	1.02 466	0.89 464

raft_robust	0.68 221	0.30 182	0.64 119	0.52 172	0.26 34	0.54 105	0.35 81	1.33 227	1.24 324	1.16 250	1.07 189	0.60 98	0.54 129	3.58 412	0.37 90	0.18 100	0.14 123	0.20 123	0.22 265	0.20 149	0.16 81

CFNet_pseudo	0.66 208	0.32 231	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.24 312	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.33 372	0.19 162	0.36 362	0.25 278

ccs_rob	0.66 208	0.33 252	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.23 310	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.35 390	0.20 194	0.37 366	0.25 278

MLCV	0.72 236	0.34 275	1.10 356	0.51 151	0.23 13	0.91 287	0.39 130	1.33 227	1.23 320	1.46 380	1.55 365	1.01 253	0.64 185	1.95 331	0.80 312	0.18 100	0.12 22	0.18 69	0.14 54	0.19 115	0.17 106

SCV_C0	0.43 44	0.26 84	0.65 126	0.43 23	0.29 90	0.47 48	0.31 51	1.34 232	0.73 103	0.38 24	0.49 31	0.54 75	0.29 11	1.24 203	0.30 18	0.17 62	0.13 73	0.16 22	0.13 32	0.20 149	0.15 56

gcap-zeroshot	0.53 104	0.28 129	0.89 280	0.49 111	0.28 74	0.76 227	0.37 109	1.34 232	0.73 103	0.89 144	0.67 69	1.35 341	0.51 115	0.79 84	0.33 46	0.18 100	0.15 177	0.18 69	0.15 67	0.17 49	0.16 81

MyStereo05	0.66 208	0.28 129	1.07 346	0.56 239	0.46 299	0.61 144	0.73 352	1.34 232	1.41 402	1.15 240	0.91 127	0.77 148	0.80 241	1.41 249	0.63 255	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

MIPNet	0.56 143	0.28 129	0.94 297	0.49 111	0.33 174	0.66 178	0.38 115	1.35 235	1.08 231	1.06 192	0.92 129	0.60 98	0.79 235	0.73 69	0.52 211	0.17 62	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

DMCA-RVC	0.74 256	0.40 331	1.27 385	0.66 349	0.49 308	0.77 235	0.47 214	1.35 235	1.01 200	1.53 394	1.01 161	1.29 330	0.82 248	1.31 217	0.78 302	0.27 327	0.21 315	0.35 390	0.27 340	0.32 343	0.24 266

fast-acv-ft	0.94 336	0.44 348	1.40 400	0.58 261	0.51 326	1.77 425	0.69 344	1.36 237	1.42 405	1.29 314	1.86 416	1.74 406	1.25 392	1.52 265	1.38 400	0.26 312	0.28 380	0.28 325	0.28 360	0.27 287	0.26 300

IGEV_Zeroshot_test	0.53 104	0.30 182	0.99 312	0.56 239	0.35 195	0.41 24	0.32 58	1.37 238	0.63 63	1.00 177	1.09 198	0.95 229	0.41 54	0.83 96	0.39 108	0.18 100	0.12 22	0.19 90	0.18 141	0.19 115	0.17 106

PSMNet-ADL	0.72 236	0.35 296	0.62 109	0.69 375	0.46 299	1.14 342	0.44 184	1.37 238	1.01 200	0.83 131	1.17 239	1.33 336	0.96 320	1.43 250	0.95 343	0.33 375	0.22 333	0.21 155	0.23 287	0.27 287	0.29 325

ACVNet	0.63 181	0.31 215	0.54 63	0.54 203	0.36 204	0.80 252	0.46 207	1.37 238	1.07 225	0.93 154	1.30 284	1.08 270	0.85 263	0.80 86	0.94 340	0.21 200	0.19 276	0.21 155	0.18 141	0.22 211	0.18 130

CFNet-ft	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

RASNet	1.12 384	0.30 182	0.91 287	0.66 349	0.77 422	0.97 311	0.57 302	1.37 238	1.35 377	1.02 184	1.34 305	2.11 438	1.43 410	7.09 476	1.39 403	0.19 138	0.17 240	0.17 38	0.19 162	0.18 78	0.16 81

CFNet_RVC	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

CBFPSM	0.92 331	0.33 252	1.86 442	0.49 111	0.38 235	1.75 420	0.84 380	1.39 244	1.12 249	1.09 202	0.99 151	2.37 448	1.66 437	1.32 221	1.42 412	0.19 138	0.18 260	0.20 123	0.20 194	0.21 188	0.33 358

test_5	0.65 201	0.30 182	0.75 209	0.67 361	0.50 315	0.92 294	0.52 253	1.39 244	1.12 249	0.76 109	1.11 208	1.00 246	0.90 288	1.53 269	0.45 160	0.18 100	0.13 73	0.23 220	0.22 265	0.21 188	0.19 169

DDVS	0.78 280	0.41 338	0.94 297	0.60 285	0.43 275	1.30 371	0.43 171	1.40 246	0.91 156	1.20 272	1.15 231	1.43 352	0.64 185	2.18 352	0.89 333	0.28 340	0.22 333	0.26 297	0.23 287	0.31 335	0.33 358

test_for_model	1.30 405	3.71 508	0.58 89	3.22 499	2.84 499	0.59 130	0.33 64	1.40 246	0.83 130	1.42 374	0.61 60	0.52 68	0.37 40	0.51 11	0.33 46	2.46 486	0.15 177	0.16 22	0.11 8	4.39 509	1.50 482

GwcNet-ADL	0.64 193	0.31 215	0.79 235	0.56 239	0.41 262	0.60 138	0.58 306	1.41 248	1.26 332	1.08 196	1.13 220	0.91 207	0.60 162	1.04 157	0.78 302	0.27 327	0.18 260	0.18 69	0.18 141	0.25 262	0.29 325

UNet	0.83 302	0.34 275	1.31 389	0.58 261	0.74 411	1.58 406	0.49 234	1.41 248	1.04 212	1.21 276	1.08 193	1.54 374	1.12 367	1.65 287	1.09 363	0.23 251	0.17 240	0.25 278	0.20 194	0.25 262	0.22 234

ACVNet-DCA	0.56 143	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

1test111	0.54 119	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	0.88 111	0.59 238	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

PCWNet_CMD	0.66 208	0.32 231	0.88 274	0.49 111	0.37 218	0.78 240	0.40 137	1.42 250	1.31 357	1.16 250	1.31 290	1.25 316	0.62 176	0.89 116	0.57 233	0.20 169	0.16 212	0.27 312	0.19 162	0.40 383	0.25 278

qqq	0.57 150	0.34 275	0.71 173	0.47 72	0.27 51	0.64 156	0.62 322	1.42 250	0.78 117	0.80 121	0.92 129	0.95 229	0.77 224	0.88 111	0.59 238	0.21 200	0.20 294	0.24 240	0.23 287	0.22 211	0.21 217

DMCA	0.67 217	0.34 275	0.90 284	0.51 151	0.44 282	0.86 278	0.47 214	1.42 250	1.02 203	1.17 259	1.12 215	1.23 310	0.75 212	0.78 80	0.95 343	0.25 292	0.19 276	0.27 312	0.19 162	0.24 251	0.27 309

AANet_RVC	1.16 395	0.52 383	1.49 418	0.65 342	0.45 289	0.75 221	0.69 344	1.42 250	1.55 423	1.34 348	1.87 418	1.53 373	0.78 231	7.43 482	1.38 400	0.25 292	0.17 240	0.19 90	0.16 105	0.22 211	0.26 300

MSMDNet	0.66 208	0.32 231	0.87 267	0.49 111	0.37 218	0.79 244	0.40 137	1.43 256	1.31 357	1.15 240	1.31 290	1.24 312	0.63 181	0.88 111	0.57 233	0.21 200	0.16 212	0.26 297	0.19 162	0.39 379	0.24 266

FACV-RUCA	0.63 181	0.34 275	0.82 244	0.62 310	0.65 387	0.81 260	0.41 150	1.44 257	1.07 225	0.86 141	1.14 224	0.61 102	0.69 197	0.80 86	0.53 218	0.28 340	0.19 276	0.47 431	0.21 237	0.35 355	0.25 278

SA	0.66 208	0.30 182	0.82 244	0.61 298	0.30 111	0.58 125	0.38 115	1.44 257	1.30 353	0.96 163	1.36 312	0.66 120	0.95 313	1.85 320	0.42 135	0.19 138	0.15 177	0.25 278	0.23 287	0.21 188	0.17 106

acv_ft	0.75 264	0.31 215	0.95 301	0.70 380	0.86 441	1.24 362	0.53 261	1.44 257	1.07 225	1.24 295	1.30 284	1.08 270	0.92 294	0.80 86	1.34 395	0.21 200	0.19 276	0.21 155	0.18 141	0.21 188	0.18 130

STTStereo	0.78 280	0.50 376	1.22 375	0.64 328	0.54 342	0.89 281	0.54 267	1.44 257	1.11 245	1.38 360	1.09 198	1.27 324	0.85 263	1.43 250	0.83 320	0.29 350	0.27 373	0.33 372	0.39 420	0.32 343	0.30 337

cross-raft	0.54 119	0.25 70	0.61 104	0.52 172	0.29 90	0.68 189	0.37 109	1.46 261	0.76 112	1.01 180	1.06 185	1.28 327	0.46 80	0.71 62	0.35 70	0.15 10	0.12 22	0.18 69	0.16 105	0.19 115	0.14 28

EDNetEfficient	2.37 469	1.10 460	8.08 494	0.74 401	0.71 405	0.98 316	1.56 459	1.46 261	4.06 489	4.90 497	2.82 460	2.25 441	3.48 486	2.95 391	9.97 496	0.26 312	0.24 353	0.26 297	0.30 380	0.68 450	0.61 443

hitnet-ft	0.79 284	0.35 296	0.57 84	0.58 261	0.42 267	0.96 307	0.46 207	1.47 263	1.33 365	1.19 268	1.22 255	1.81 411	0.98 327	1.66 291	0.94 340	0.33 375	0.28 380	0.34 382	0.27 340	0.35 355	0.31 347

DispNO	0.93 334	0.30 182	1.34 397	0.55 226	0.55 348	0.89 281	0.49 234	1.48 264	1.21 311	1.17 259	1.27 275	1.19 301	0.90 288	5.23 437	0.74 286	0.22 226	0.17 240	0.24 240	0.21 237	0.19 115	0.20 200

TDLM	1.06 369	0.44 348	0.79 235	0.63 319	0.50 315	0.89 281	1.44 453	1.48 264	1.26 332	1.12 217	1.40 324	1.08 270	0.98 327	6.65 467	0.78 302	0.33 375	0.21 315	0.33 372	0.26 330	0.37 366	0.24 266

GANet-ADL	0.60 164	0.35 296	0.72 179	0.64 328	0.40 255	0.68 189	0.51 242	1.49 266	1.12 249	0.95 161	1.08 193	0.91 207	0.57 149	0.76 75	0.55 228	0.26 312	0.18 260	0.18 69	0.16 105	0.23 236	0.25 278

CFNet-RSSM	0.54 119	0.24 47	0.70 161	0.48 96	0.28 74	0.60 138	0.27 30	1.49 266	1.14 264	1.06 192	0.93 132	1.08 270	0.54 129	0.70 58	0.35 70	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.14 28

DSFCA	0.93 334	0.34 275	1.06 341	0.52 172	0.65 387	1.55 403	0.93 404	1.49 266	1.19 300	1.56 402	1.15 231	1.50 369	0.96 320	3.07 395	1.02 354	0.30 354	0.26 365	0.25 278	0.25 313	0.28 304	0.24 266

DLCB_ROB	0.86 316	0.40 331	0.78 233	0.68 372	0.54 342	1.11 337	0.84 380	1.49 266	1.23 320	1.64 415	1.65 390	1.70 401	0.91 291	1.70 299	1.05 355	0.25 292	0.24 353	0.26 297	0.27 340	0.27 287	0.24 266

MyStereo04	0.67 217	0.29 162	1.07 346	0.55 226	0.45 289	0.59 130	0.79 368	1.50 270	1.40 398	0.91 151	0.91 127	0.74 139	0.86 271	1.52 265	0.62 251	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

testlalala_base	0.77 272	0.40 331	0.70 161	0.65 342	0.50 315	0.79 244	0.28 34	1.50 270	0.51 36	0.73 107	0.90 125	0.69 130	0.54 129	0.66 51	0.40 113	2.82 490	0.14 123	0.17 38	0.12 20	2.68 486	0.19 169

gwcnet-sp	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

scenet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

ssnet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

PASM	1.34 411	0.92 449	2.62 468	0.86 436	0.87 443	1.03 325	1.08 426	1.50 270	1.51 417	1.82 433	1.41 326	1.68 399	1.26 394	4.87 431	1.34 395	0.61 455	0.65 477	0.68 462	0.78 471	0.69 451	0.68 453

MMNet	0.84 307	0.32 231	1.09 353	0.60 285	0.59 370	1.85 433	0.49 234	1.51 276	1.27 338	1.37 355	1.15 231	1.26 320	1.18 377	1.67 292	1.22 379	0.19 138	0.18 260	0.23 220	0.22 265	0.25 262	0.21 217

FADNet_RVC	0.83 302	0.51 379	1.83 441	0.54 203	0.42 267	1.19 356	0.46 207	1.51 276	1.09 238	0.89 144	1.24 261	0.91 207	0.87 276	2.11 345	1.11 368	0.27 327	0.22 333	0.31 352	0.28 360	0.43 395	0.38 382

psm_up	0.77 272	0.34 275	0.70 161	0.66 349	0.58 362	1.05 328	0.92 400	1.52 278	1.12 249	1.26 304	1.16 236	1.31 334	1.23 389	1.20 193	0.81 313	0.25 292	0.29 391	0.31 352	0.27 340	0.27 287	0.25 278

UPFNet	0.80 287	0.32 231	0.90 284	0.59 274	0.74 411	1.26 365	0.80 374	1.52 278	1.10 243	1.30 323	1.12 215	1.30 331	0.84 260	1.67 292	1.09 363	0.24 266	0.24 353	0.24 240	0.23 287	0.25 262	0.18 130

HGLStereo	0.85 311	0.38 320	0.94 297	0.80 416	1.03 454	1.17 351	0.58 306	1.52 278	1.20 305	1.19 268	1.62 384	1.13 292	1.20 383	1.80 314	1.06 357	0.24 266	0.24 353	0.24 240	0.21 237	0.23 236	0.27 309

CVANet_RVC	1.07 371	0.43 345	0.76 219	0.60 285	0.50 315	0.90 284	0.97 410	1.52 278	1.26 332	1.33 345	1.38 318	1.24 312	1.18 377	6.75 473	0.75 291	0.34 383	0.23 344	0.34 382	0.29 371	0.42 390	0.27 309

StereoDRNet-Refined	0.80 287	0.41 338	0.88 274	0.62 310	0.42 267	1.33 376	0.48 224	1.52 278	1.17 287	1.45 378	1.44 336	1.44 357	0.90 288	1.26 206	1.24 381	0.20 169	0.16 212	0.27 312	0.24 299	0.25 262	0.28 321
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.75 264	0.40 331	1.36 398	0.67 361	0.29 90	0.92 294	0.59 314	1.52 278	1.25 327	1.28 309	1.48 350	0.94 221	0.76 220	1.62 284	0.78 302	0.18 100	0.14 123	0.18 69	0.15 67	0.22 211	0.23 252

x	0.54 119	0.31 215	0.61 104	0.47 72	0.30 111	0.67 182	0.47 214	1.53 284	0.79 121	0.81 125	0.83 111	0.78 152	0.70 202	0.70 58	0.62 251	0.21 200	0.19 276	0.22 182	0.19 162	0.21 188	0.20 200

NLCA_NET_v2_RVC	0.79 284	0.43 345	1.05 337	0.64 328	0.58 362	0.95 303	0.53 261	1.53 284	1.18 294	1.37 355	1.15 231	1.43 352	0.88 281	1.61 283	0.84 323	0.25 292	0.22 333	0.27 312	0.27 340	0.29 315	0.29 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SDNR	1.62 435	0.51 379	2.17 454	0.53 188	0.56 350	3.80 488	0.45 200	1.54 286	1.29 347	1.33 345	2.41 451	1.08 270	0.96 320	11.18 509	1.16 373	0.66 460	0.63 474	0.43 421	0.32 393	0.64 444	0.67 451

DAS	0.84 307	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.83 387	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

SepStereo	0.82 296	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.30 363	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

DANet	1.08 374	0.61 413	1.32 392	0.85 434	0.72 407	1.37 381	0.51 242	1.54 286	1.15 275	1.78 425	1.54 363	2.01 431	1.11 364	2.90 390	2.00 441	0.33 375	0.30 395	0.40 414	0.30 380	0.44 401	0.45 405
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	1.66 437	0.63 417	1.56 421	1.11 466	0.74 411	2.98 477	0.91 398	1.55 290	1.22 317	2.76 471	8.18 503	2.32 446	2.53 476	1.92 326	1.87 433	0.48 435	0.44 449	0.45 426	0.31 385	0.60 441	0.57 436

FINET	0.97 346	0.54 388	1.60 424	0.63 319	0.79 427	1.08 334	1.07 425	1.56 291	2.20 461	1.15 240	1.49 352	0.94 221	0.88 281	2.32 364	1.05 355	0.42 416	0.35 425	0.32 364	0.28 360	0.43 395	0.38 382

psmorigin	1.52 426	0.69 427	10.52 500	0.68 372	0.59 370	1.13 341	0.70 346	1.57 292	1.19 300	1.99 443	1.79 407	2.26 442	1.47 417	2.09 343	1.36 399	0.39 405	0.40 441	0.34 382	0.33 400	0.43 395	0.56 432

Any-RAFT	0.53 104	0.24 47	0.47 28	0.47 72	0.27 51	1.00 319	0.25 15	1.58 293	1.05 216	0.85 139	0.99 151	1.06 264	0.47 89	0.70 58	0.32 34	0.18 100	0.13 73	0.16 22	0.13 32	0.16 28	0.16 81

test_sample1	0.61 170	0.29 162	0.75 209	0.50 122	0.31 136	0.76 227	0.48 224	1.59 294	0.84 134	0.90 146	0.94 135	0.88 195	0.95 313	1.16 184	0.67 266	0.22 226	0.18 260	0.20 123	0.19 162	0.21 188	0.21 217

mmm	0.63 181	0.35 296	0.72 179	0.51 151	0.30 111	0.86 278	0.54 267	1.59 294	0.86 136	1.07 195	1.38 318	0.79 156	0.75 212	0.91 118	0.58 236	0.22 226	0.18 260	0.29 335	0.25 313	0.25 262	0.23 252

CASS	0.65 201	0.34 275	0.72 179	0.56 239	0.27 51	0.78 240	0.42 154	1.59 294	0.86 136	1.30 323	1.25 265	0.87 191	0.84 260	0.84 99	0.54 224	0.35 390	0.19 276	0.26 297	0.21 237	0.28 304	0.42 394
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet-RVC-Resample	0.84 307	0.47 362	2.10 450	0.61 298	0.45 289	1.07 333	0.61 319	1.59 294	1.20 305	1.08 196	0.98 149	1.03 259	0.98 327	2.17 349	0.72 282	0.23 251	0.22 333	0.30 346	0.32 393	0.35 355	0.34 362

CFNet_ucs	0.70 227	0.33 252	0.88 274	0.50 122	0.43 275	0.74 216	0.44 184	1.60 298	1.29 347	1.22 281	1.54 363	1.09 280	0.63 181	0.99 142	0.59 238	0.25 292	0.20 294	0.37 401	0.21 237	0.40 383	0.28 321

GASNet	0.99 352	0.97 451	1.72 432	0.98 456	0.68 400	0.83 267	0.67 337	1.60 298	1.28 343	1.31 333	1.22 255	1.22 305	1.21 386	2.41 371	1.41 408	0.43 421	0.26 365	0.36 398	0.34 405	0.55 430	0.31 347

UDG	1.41 419	2.65 501	0.99 312	1.44 476	1.64 480	1.34 378	0.80 374	1.60 298	1.23 320	1.23 287	1.71 397	2.01 431	1.34 405	1.47 260	1.41 408	0.90 466	0.54 469	2.29 486	0.75 469	1.84 478	1.04 471

test_sample2	0.62 174	0.29 162	0.74 206	0.50 122	0.28 74	0.80 252	0.61 319	1.61 301	1.00 197	0.88 143	0.99 151	0.94 221	0.83 256	1.16 184	0.51 204	0.23 251	0.18 260	0.22 182	0.21 237	0.23 236	0.22 234

anonymousdsp2	0.53 104	0.27 109	0.74 206	0.48 96	0.29 90	0.76 227	0.47 214	1.61 301	0.82 129	0.77 114	0.77 97	0.75 141	0.47 89	1.03 151	0.40 113	0.18 100	0.13 73	0.18 69	0.13 32	0.19 115	0.18 130

AACVNet	0.86 316	0.35 296	0.79 235	0.82 425	0.39 245	0.76 227	0.49 234	1.61 301	0.81 124	1.08 196	1.33 298	1.30 331	0.93 303	4.34 423	0.74 286	0.25 292	0.21 315	0.28 325	0.22 265	0.29 315	0.25 278

ICVP	0.63 181	0.33 252	0.57 84	0.61 298	0.40 255	0.80 252	0.58 306	1.61 301	0.89 147	0.90 146	1.24 261	0.88 195	0.73 208	0.72 65	0.88 330	0.29 350	0.21 315	0.22 182	0.21 237	0.24 251	0.27 309
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Sa-1000	0.72 236	0.29 162	0.76 219	0.59 274	0.30 111	0.73 212	0.37 109	1.62 305	1.33 365	1.28 309	2.04 432	0.86 187	0.75 212	1.84 317	0.38 100	0.19 138	0.14 123	0.25 278	0.23 287	0.20 149	0.16 81

MaskLacGwcNet_RVC	1.10 379	1.02 456	1.00 317	0.82 425	0.67 394	1.93 437	0.93 404	1.62 305	1.11 245	1.15 240	1.25 265	1.50 369	0.79 235	1.96 332	0.76 294	1.89 481	0.34 414	0.79 465	0.36 413	1.25 475	0.83 461

LL-Strereo	1.33 410	0.39 325	1.38 399	0.61 298	0.61 376	0.75 221	0.66 334	1.63 307	1.17 287	1.56 402	1.60 377	2.03 434	2.12 463	9.72 503	0.97 348	0.21 200	0.18 260	0.27 312	0.23 287	0.22 211	0.25 278

GANet	1.36 413	0.47 362	0.86 256	0.67 361	0.45 289	1.34 378	1.73 466	1.64 308	1.24 324	1.49 389	2.38 448	1.55 376	1.20 383	9.30 496	0.93 338	0.30 354	0.31 401	0.33 372	0.28 360	0.39 379	0.30 337

IGEV++	0.40 29	0.22 24	0.51 47	0.52 172	0.29 90	0.45 43	0.25 15	1.65 309	0.46 22	0.37 19	0.57 54	0.46 34	0.45 75	0.50 10	0.38 100	0.19 138	0.12 22	0.16 22	0.13 32	0.16 28	0.15 56

HH	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

HanStereo	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

coex-ft	8.13 504	2.13 496	98.04 529	0.67 361	0.53 339	1.71 416	1.56 459	1.65 309	11.11 505	18.17 519	3.75 472	3.88 477	7.61 506	2.98 394	6.49 481	0.30 354	0.30 395	0.32 364	0.31 385	0.66 448	0.50 420

SGM-Forest	1.24 399	0.38 320	0.60 101	0.52 172	0.37 218	1.56 404	1.30 446	1.65 309	1.36 380	2.11 449	1.79 407	1.63 391	0.93 303	7.48 484	0.95 343	0.36 394	0.37 432	0.39 409	0.34 405	0.37 366	0.32 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
XPNet_ROB	0.96 340	0.49 369	1.09 353	0.72 390	0.57 353	1.11 337	1.14 432	1.66 314	1.23 320	1.85 435	1.39 322	1.64 394	1.11 364	1.80 314	1.42 412	0.38 402	0.30 395	0.33 372	0.29 371	0.37 366	0.34 362

SuperB	2.53 475	0.59 404	18.45 506	0.69 375	0.50 315	1.87 435	0.88 390	1.67 315	2.39 464	1.50 390	1.42 327	1.14 294	1.15 373	4.28 422	5.07 475	0.24 266	0.19 276	0.22 182	0.19 162	7.86 514	0.34 362

SACVNet	0.85 311	0.46 357	0.85 250	0.81 419	0.56 350	0.80 252	0.79 368	1.68 316	1.12 249	1.34 348	1.33 298	1.25 316	0.94 308	2.39 370	0.76 294	0.34 383	0.26 365	0.31 352	0.29 371	0.35 355	0.44 403

GwcNet	1.08 374	0.51 379	2.33 459	0.79 413	1.18 469	1.76 422	0.70 346	1.68 316	1.47 411	1.41 368	1.64 388	1.74 406	1.04 348	2.20 355	1.41 408	0.30 354	0.29 391	0.29 335	0.27 340	0.30 326	0.35 367

PSMNet-RUCA	1.02 363	0.97 451	1.44 404	1.23 470	1.10 458	1.40 387	0.62 322	1.69 318	1.38 388	0.94 159	1.53 359	0.97 237	0.83 256	1.17 188	0.93 338	0.69 461	0.34 414	0.99 472	0.60 461	0.97 462	0.64 449

PA-Net	1.01 361	0.57 398	1.29 387	0.64 328	0.74 411	1.19 356	0.84 380	1.69 318	1.43 407	1.16 250	1.19 248	1.32 335	1.19 380	3.42 407	1.25 382	0.29 350	0.45 453	0.33 372	0.49 444	0.32 343	0.47 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 361	0.59 404	1.16 368	0.67 361	0.51 326	1.63 410	1.26 445	1.69 318	1.38 388	1.81 432	1.37 314	1.94 424	1.02 344	1.58 278	1.38 400	0.37 398	0.27 373	0.43 421	0.37 416	0.43 395	0.37 376

CBMV	0.95 339	0.44 348	0.66 133	0.53 188	0.35 195	1.53 401	1.63 464	1.69 318	1.42 405	2.00 445	1.60 377	1.43 352	1.17 374	1.59 280	0.99 351	0.34 383	0.34 414	0.39 409	0.33 400	0.33 350	0.32 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DDUNet	1.50 424	2.69 502	1.12 360	1.77 480	1.88 482	1.84 432	0.92 400	1.70 322	1.16 284	1.38 360	1.79 407	1.60 384	1.12 367	1.37 233	1.08 361	1.10 476	0.76 479	2.37 488	0.94 480	2.00 479	1.37 480

FADNet-RVC	0.88 321	0.67 422	1.93 445	0.60 285	0.48 305	0.91 287	0.60 318	1.71 323	1.18 294	0.90 146	0.96 139	1.36 343	0.92 294	2.25 359	1.17 375	0.30 354	0.29 391	0.32 364	0.32 393	0.41 386	0.35 367

NaN_ROB	1.13 387	0.55 391	1.15 367	0.64 328	0.48 305	1.61 408	2.03 483	1.72 324	1.48 412	2.09 448	1.27 275	1.40 347	1.08 359	3.94 415	1.30 390	0.28 340	0.34 414	0.28 325	0.28 360	0.30 326	0.33 358

GwcNet-RSSM	0.77 272	0.32 231	1.01 321	0.62 310	0.54 342	0.78 240	0.51 242	1.73 325	1.20 305	1.09 202	1.37 314	1.46 361	0.85 263	1.53 269	1.09 363	0.25 292	0.18 260	0.23 220	0.24 299	0.20 149	0.19 169

DeepPruner_ROB	0.74 256	0.48 366	0.87 267	0.57 255	0.44 282	0.79 244	0.54 267	1.73 325	0.96 173	1.38 360	1.27 275	1.24 312	0.73 208	1.43 250	0.73 285	0.34 383	0.28 380	0.27 312	0.26 330	0.31 335	0.31 347

iResNetv2_ROB	0.80 287	0.37 313	1.71 431	0.56 239	0.37 218	0.94 299	0.64 327	1.73 325	1.34 368	1.23 287	1.42 327	1.26 320	0.92 294	1.85 320	0.56 230	0.23 251	0.15 177	0.19 90	0.14 54	0.24 251	0.19 169

NOSS_ROB	1.26 402	0.46 357	0.62 109	0.56 239	0.38 235	1.06 331	0.78 365	1.73 325	1.40 398	1.01 180	1.43 331	1.10 282	0.75 212	10.62 508	0.65 260	0.45 427	0.43 446	0.48 433	0.45 434	0.44 401	0.41 390

SQANet	1.31 407	0.88 448	1.08 350	1.83 481	1.44 477	1.44 394	0.75 357	1.74 329	1.09 238	1.32 337	1.26 272	1.28 327	1.01 339	1.50 264	0.83 320	2.50 487	0.34 414	1.47 479	0.55 454	2.32 481	1.57 483

ADLNet2	0.88 321	0.34 275	1.17 370	0.77 409	0.64 385	1.12 340	0.76 360	1.74 329	1.24 324	1.21 276	1.65 390	1.71 402	1.05 352	1.67 292	1.17 375	0.24 266	0.21 315	0.21 155	0.22 265	0.26 273	0.29 325

TransformOpticalFlow	0.96 340	0.28 129	0.89 280	0.52 172	0.31 136	0.66 178	0.54 267	1.75 331	1.12 249	1.09 202	1.44 336	1.37 346	1.01 339	6.70 471	0.42 135	0.19 138	0.12 22	0.20 123	0.19 162	0.18 78	0.19 169

Consistency-Raft	1.25 401	0.99 454	1.93 445	1.02 460	1.21 471	0.96 307	1.01 418	1.75 331	1.92 450	1.36 353	2.12 436	1.44 357	1.01 339	1.14 180	1.40 404	0.72 462	0.82 481	0.89 468	0.98 484	1.31 476	0.95 466

delet	0.85 311	0.32 231	0.95 301	0.65 342	0.66 390	1.64 412	0.84 380	1.75 331	1.35 377	1.32 337	1.30 284	1.30 331	0.88 281	1.68 297	1.10 366	0.21 200	0.21 315	0.24 240	0.24 299	0.21 188	0.21 217

UCFNet_RVC	0.69 223	0.35 296	0.49 35	0.64 328	0.39 245	0.85 277	0.58 306	1.75 331	1.14 264	0.97 166	1.19 248	1.17 297	0.93 303	0.99 142	0.62 251	0.28 340	0.20 294	0.34 382	0.31 385	0.32 343	0.27 309

NVstereo2D	0.92 331	0.41 338	1.48 416	0.72 390	0.72 407	1.20 358	0.87 388	1.75 331	1.38 388	0.99 173	1.13 220	1.26 320	0.98 327	2.21 356	0.89 333	0.43 421	0.20 294	0.38 404	0.24 299	0.57 433	0.63 445

PWC_ROB	1.24 399	0.76 438	2.46 463	0.72 390	0.78 424	1.15 347	0.49 234	1.75 331	1.92 450	2.31 454	3.07 463	1.59 382	1.40 407	2.46 374	2.10 445	0.33 375	0.22 333	0.35 390	0.24 299	0.38 375	0.41 390

CAS++	0.47 76	0.31 215	0.56 74	0.47 72	0.32 154	0.42 31	0.28 34	1.76 337	0.72 99	0.71 101	0.72 86	0.37 14	0.28 8	0.69 54	0.33 46	0.27 327	0.22 333	0.26 297	0.21 237	0.29 315	0.19 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GANetREF_RVC	1.07 371	0.86 445	1.31 389	0.82 425	0.53 339	1.41 392	1.31 447	1.76 337	1.52 418	1.27 307	1.31 290	1.46 361	1.24 391	2.03 337	0.96 347	0.56 448	0.45 453	0.67 461	0.50 447	0.88 460	0.59 439
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
HITNet	0.65 201	0.40 331	0.77 225	0.48 96	0.24 19	1.05 328	0.49 234	1.76 337	1.02 203	1.18 264	1.18 241	0.89 203	0.80 241	0.85 104	0.79 308	0.17 62	0.12 22	0.21 155	0.17 125	0.29 315	0.15 56
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
PSMNet_ROB	0.90 326	0.52 383	1.17 370	0.72 390	0.61 376	1.27 366	1.12 430	1.76 337	1.12 249	1.09 202	1.28 280	1.45 359	0.89 287	1.65 287	1.42 412	0.33 375	0.25 360	0.37 401	0.39 420	0.35 355	0.29 325

NCCL2	1.00 357	0.56 394	1.06 341	0.75 404	0.57 353	1.31 373	1.72 465	1.77 341	1.36 380	1.50 390	1.17 239	1.91 419	1.17 374	1.54 271	1.29 389	0.35 390	0.31 401	0.45 426	0.44 432	0.40 383	0.40 386

CBMV_ROB	0.90 326	0.44 348	0.63 112	0.51 151	0.37 218	1.25 364	0.49 234	1.77 341	1.27 338	1.41 368	2.00 427	1.33 336	1.08 359	2.17 349	0.76 294	0.43 421	0.42 445	0.47 431	0.44 432	0.41 386	0.36 372

CSAN	1.41 419	0.59 404	1.26 382	0.70 380	0.50 315	1.76 422	1.78 467	1.77 341	1.90 449	2.35 457	2.32 445	1.92 422	1.94 455	5.56 448	1.49 420	0.43 421	0.35 425	0.40 414	0.41 425	0.43 395	0.41 390

ETE_ROB	0.96 340	0.64 419	1.16 368	0.69 375	0.48 305	1.14 342	1.13 431	1.77 341	1.19 300	1.91 440	1.45 338	1.73 404	1.05 352	1.60 281	1.14 371	0.32 367	0.26 365	0.38 404	0.34 405	0.39 379	0.41 390

DualNet (step1)	0.83 302	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.57 449	0.28 380	0.62 458	0.67 465	0.45 404	0.42 394

test_sample9	1.86 450	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

test_sample7	0.74 256	0.37 313	0.76 219	0.52 172	0.35 195	0.91 287	0.67 337	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.31 361	0.28 380	0.32 364	0.31 385	0.33 350	0.29 325

MyStereo06	0.61 170	0.28 129	0.95 301	0.56 239	0.46 299	0.61 144	0.73 352	1.78 345	0.67 84	1.03 188	1.12 215	1.13 292	0.56 140	0.78 80	0.41 124	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

FADNet	0.92 331	0.61 413	1.81 438	0.62 310	0.55 348	0.96 307	0.57 302	1.78 345	1.33 365	0.93 154	1.01 161	1.36 343	1.01 339	2.71 384	0.75 291	0.33 375	0.34 414	0.31 352	0.34 405	0.59 437	0.40 386

test_sample6	0.71 234	0.34 275	0.87 267	0.52 172	0.30 111	0.82 262	0.58 306	1.79 350	1.15 275	1.14 234	1.33 298	0.91 207	0.79 235	1.31 217	0.74 286	0.27 327	0.21 315	0.27 312	0.29 371	0.28 304	0.27 309

cf-r	0.73 253	0.30 182	0.77 225	0.55 226	0.63 382	0.78 240	0.48 224	1.79 350	1.15 275	1.13 231	1.26 272	1.43 352	0.87 276	1.40 248	0.85 326	0.25 292	0.18 260	0.22 182	0.23 287	0.19 115	0.19 169

CC-Net-ROB	1.49 422	1.26 470	1.27 385	0.88 442	0.79 427	1.76 422	1.00 416	1.79 350	1.26 332	1.10 210	1.61 381	1.21 303	0.99 335	8.13 490	0.84 323	1.09 475	0.41 443	2.20 484	0.46 437	1.20 474	0.48 414

Wz-Net-LNSev	1.03 365	0.67 422	2.71 470	0.64 328	0.84 438	1.75 420	1.00 416	1.80 353	1.32 361	1.28 309	1.25 265	1.65 396	1.22 387	1.39 242	1.40 404	0.28 340	0.26 365	0.24 240	0.23 287	0.33 350	0.32 352

RP	1.09 377	0.50 376	1.12 360	0.90 447	1.04 455	1.11 337	0.84 380	1.80 353	1.62 426	1.55 401	2.00 427	1.90 418	1.78 443	1.84 317	1.25 382	0.52 440	0.36 430	0.48 433	0.36 413	0.45 404	0.43 401

MSMD_ROB	1.99 458	0.59 404	0.89 280	0.70 380	0.61 376	3.95 490	0.94 406	1.80 353	1.79 441	4.41 492	4.43 477	8.17 500	3.66 488	3.40 405	1.33 393	0.52 440	0.48 458	0.54 445	0.58 457	0.53 426	0.50 420

PS-NSSS	0.99 352	0.58 401	0.93 293	0.58 261	0.57 353	0.91 287	0.80 374	1.81 356	1.14 264	1.14 234	1.67 394	1.00 246	0.83 256	4.62 427	0.78 302	0.37 398	0.31 401	0.52 439	0.32 393	0.45 404	0.38 382

test_sample8	2.19 463	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.82 357	1.15 275	2.26 452	1.30 284	4.94 486	2.52 475	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

ADLNet	0.85 311	0.36 306	0.89 280	0.85 434	0.72 407	1.24 362	0.76 360	1.82 357	1.36 380	1.52 393	1.35 311	1.27 324	0.99 335	1.23 198	1.15 372	0.27 327	0.20 294	0.26 297	0.25 313	0.28 304	0.30 337

MFN_U_SF_DS_RVC	1.74 446	0.87 446	3.56 476	0.80 416	0.75 418	3.72 485	2.44 496	1.82 357	1.82 444	1.74 421	1.91 422	1.92 422	1.26 394	7.69 486	1.28 388	0.45 427	0.47 457	0.52 439	0.77 470	0.50 418	0.50 420

BEATNet_4x	0.73 253	0.49 369	1.17 370	0.53 188	0.26 34	1.03 325	0.55 283	1.82 357	1.06 220	1.21 276	1.22 255	0.96 235	0.91 291	1.01 147	1.06 357	0.21 200	0.14 123	0.24 240	0.19 162	0.37 366	0.21 217

ADCP+	1.99 458	0.48 366	7.73 492	0.66 349	0.91 445	2.30 455	1.05 422	1.82 357	1.34 368	1.54 398	1.32 296	1.74 406	1.61 430	2.17 349	13.37 502	0.24 266	0.21 315	0.32 364	0.28 360	0.37 366	0.29 325

test_sample5	0.69 223	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.11 216	1.25 265	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

DualNet	0.70 227	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.14 234	1.33 298	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

NINENet	0.77 272	0.37 313	0.78 233	0.62 310	0.51 326	2.34 457	0.42 154	1.83 362	1.04 212	1.14 234	1.23 259	1.03 259	0.62 176	1.24 203	0.70 274	0.28 340	0.23 344	0.31 352	0.21 237	0.26 273	0.25 278

ccnet	1.12 384	0.67 422	1.01 321	0.78 411	0.73 410	1.72 418	0.99 414	1.84 365	1.26 332	1.47 381	1.85 415	1.75 409	1.29 397	1.75 305	1.88 435	0.57 449	0.53 466	0.57 455	0.55 454	0.59 437	0.54 428

TRStereo	0.60 164	0.60 412	0.97 308	0.74 401	0.67 394	0.46 46	0.38 115	1.85 366	0.89 147	0.79 119	0.80 109	0.88 195	0.39 48	1.10 171	0.41 124	0.23 251	0.15 177	0.23 220	0.24 299	0.17 49	0.15 56

AnyNet_C32	1.96 456	1.10 460	5.17 484	0.90 447	1.11 460	2.12 449	2.37 494	1.85 366	1.48 412	2.45 462	1.70 396	2.05 436	1.64 432	2.50 376	10.28 498	0.37 398	0.34 414	0.35 390	0.41 425	0.49 417	0.54 428

AdaStereo	0.70 227	0.43 345	0.75 209	0.73 398	0.37 218	0.92 294	0.53 261	1.85 366	1.18 294	1.12 217	1.23 259	1.07 269	0.65 191	0.96 131	0.63 255	0.31 361	0.15 177	0.32 364	0.21 237	0.29 315	0.22 234
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.
test_sample3	0.68 221	0.32 231	0.88 274	0.52 172	0.30 111	0.97 311	0.52 253	1.86 369	1.15 275	1.08 196	1.11 208	0.88 195	0.71 206	1.17 188	0.68 270	0.25 292	0.20 294	0.25 278	0.25 313	0.25 262	0.25 278

HBP-ISP	0.96 340	0.58 401	0.72 179	0.61 298	0.46 299	1.64 412	0.76 360	1.86 369	1.28 343	1.30 323	1.53 359	0.86 187	0.94 308	3.27 403	0.69 273	0.45 427	0.44 449	0.54 445	0.48 441	0.47 411	0.40 386

test_sample4	0.69 223	0.33 252	0.91 287	0.51 151	0.30 111	0.92 294	0.52 253	1.87 371	1.15 275	1.14 234	1.18 241	0.87 191	0.75 212	1.18 190	0.68 270	0.25 292	0.20 294	0.26 297	0.26 330	0.26 273	0.25 278

MFMNet_re	1.40 418	1.14 465	1.68 428	1.39 473	1.07 456	1.48 396	1.43 452	1.87 371	1.82 444	2.26 452	2.19 440	1.51 371	1.86 450	1.52 265	1.25 382	0.93 467	0.83 482	0.84 467	0.80 472	0.99 465	1.05 473

WCMA_ROB	1.84 448	0.47 362	1.31 389	0.69 375	0.57 353	2.11 448	1.14 432	1.87 371	1.73 436	4.04 488	6.43 491	5.62 491	3.61 487	2.59 379	1.94 438	0.52 440	0.44 449	0.39 409	0.42 428	0.48 414	0.47 411

stereogan	1.15 393	0.42 342	1.40 400	0.86 436	0.84 438	2.38 459	0.71 348	1.88 374	1.73 436	1.72 420	1.94 425	2.31 445	1.29 397	2.07 341	1.08 361	0.36 394	0.35 425	0.39 409	0.31 385	0.51 422	0.46 408

RTSC	1.29 403	0.73 432	2.44 462	0.83 428	0.57 353	1.85 433	0.65 329	1.88 374	2.00 454	2.20 451	1.66 392	1.60 384	1.26 394	2.33 365	3.92 469	0.32 367	0.23 344	0.27 312	0.29 371	0.37 366	0.37 376

GANet-RSSM	0.72 236	0.28 129	0.63 112	0.64 328	0.58 362	0.80 252	0.58 306	1.89 376	1.08 231	1.04 191	1.25 265	1.15 295	1.04 348	1.49 262	0.62 251	0.25 292	0.19 276	0.22 182	0.22 265	0.22 211	0.21 217

NVStereoNet_ROB	1.88 451	1.07 458	1.45 409	1.07 464	1.17 467	1.47 395	1.48 456	1.89 376	1.93 452	1.94 441	4.67 484	3.08 469	1.80 445	6.51 465	1.65 426	1.06 474	0.86 488	1.08 476	1.32 489	0.93 461	1.26 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	1.29 403	0.75 437	1.33 394	1.05 461	0.88 444	1.73 419	0.52 253	1.89 376	3.28 481	1.29 314	4.88 486	1.22 305	1.46 415	1.77 312	1.45 416	0.60 454	0.26 365	0.29 335	0.25 313	0.52 424	0.37 376

ARAFT	0.77 272	0.36 306	1.49 418	0.51 151	0.31 136	0.90 284	0.82 378	1.90 379	1.06 220	1.62 413	1.24 261	1.02 255	0.64 185	1.84 317	0.50 199	0.18 100	0.14 123	0.28 325	0.27 340	0.17 49	0.16 81

APVNet	1.06 369	0.53 387	1.42 403	0.84 429	0.79 427	1.92 436	0.82 378	1.90 379	1.08 231	1.08 196	1.43 331	1.56 377	1.13 371	3.07 395	1.58 423	0.31 361	0.34 414	0.42 419	0.36 413	0.36 362	0.37 376

EDNetEfficientorigin	10.57 507	1.47 478	177.42 530	0.67 361	0.53 339	1.58 406	1.16 435	1.90 379	3.37 483	4.71 496	3.38 467	3.10 470	2.69 478	3.13 399	3.58 466	0.25 292	0.23 344	0.33 372	0.27 340	0.83 457	0.81 460

CFNet	0.96 340	0.36 306	1.01 321	0.62 310	0.42 267	0.99 317	0.47 214	1.90 379	1.32 361	0.99 173	1.39 322	1.10 282	0.86 271	5.58 449	0.79 308	0.23 251	0.17 240	0.28 325	0.27 340	0.26 273	0.21 217

Wz-Net-LNSev-Ref	0.99 352	0.40 331	1.82 439	0.66 349	0.62 381	2.05 445	0.78 365	1.91 383	1.29 347	1.54 398	1.42 327	1.51 371	1.23 389	1.99 334	1.33 393	0.23 251	0.14 123	0.20 123	0.15 67	0.27 287	0.26 300

ADCRef	1.35 412	0.55 391	2.37 461	0.72 390	0.77 422	1.94 438	0.78 365	1.91 383	1.27 338	1.57 406	1.59 376	1.36 343	1.41 408	1.54 271	7.53 485	0.23 251	0.20 294	0.32 364	0.30 380	0.29 315	0.29 325

RYNet	1.17 396	0.49 369	1.24 379	0.70 380	0.97 453	1.71 416	0.92 400	1.91 383	1.46 410	1.38 360	1.14 224	1.88 414	1.30 401	4.24 419	1.87 433	0.26 312	0.21 315	0.35 390	0.27 340	0.55 430	0.54 428

PSMNet-RSSM	0.72 236	0.30 182	0.61 104	0.63 319	0.42 267	0.73 212	0.56 291	1.92 386	1.10 243	1.09 202	1.37 314	1.22 305	0.98 327	1.28 211	0.72 282	0.27 327	0.19 276	0.27 312	0.29 371	0.24 251	0.24 266

RGC	1.14 389	0.79 440	1.26 382	0.91 450	0.96 452	1.52 400	0.77 363	1.92 386	1.26 332	1.54 398	1.93 423	2.02 433	1.54 423	2.25 359	1.31 391	0.44 426	0.35 425	0.58 456	0.48 441	0.47 411	0.46 408

LSM	6.33 499	1.10 460	13.19 502	1.41 475	68.17 525	1.64 412	1.90 476	1.92 386	2.46 466	2.99 478	3.11 464	1.88 414	1.80 445	2.61 381	2.06 444	0.41 412	0.58 472	0.50 436	0.57 456	0.64 444	17.66 520

StereoDRNet	0.98 350	0.47 362	1.70 429	0.76 406	0.94 449	1.51 399	0.91 398	1.92 386	1.32 361	1.61 410	1.13 220	1.47 366	0.97 323	1.75 305	1.46 417	0.28 340	0.23 344	0.29 335	0.27 340	0.35 355	0.27 309

S-Stereo	1.15 393	0.46 357	2.17 454	0.81 419	0.80 432	1.21 359	1.19 438	1.93 390	2.02 455	1.47 381	2.11 435	1.57 378	1.17 374	2.05 340	1.41 408	0.40 408	0.40 441	0.35 390	0.31 385	0.44 401	0.70 454

edge stereo	1.11 382	0.50 376	1.30 388	0.71 387	0.65 387	1.14 342	0.75 357	1.93 390	1.37 384	1.71 419	1.83 411	2.54 454	1.44 412	2.43 372	1.23 380	0.42 416	0.41 443	0.54 445	0.35 409	0.42 390	0.46 408

psmg	0.72 236	0.32 231	0.68 142	0.50 122	0.44 282	1.48 396	0.75 357	1.94 392	0.98 185	1.21 276	1.33 298	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.19 276	0.25 278	0.25 313	0.23 236	0.22 234

ADCPNet	1.85 449	0.69 427	8.07 493	0.71 387	0.58 362	2.79 471	1.22 440	1.94 392	1.54 421	1.88 436	1.69 395	2.46 453	2.04 459	2.37 368	6.48 480	0.38 402	0.37 432	0.38 404	0.43 430	0.47 411	0.45 405

anonymity	1.12 384	0.97 451	1.21 373	1.07 464	1.12 462	1.08 334	0.89 392	1.95 394	1.16 284	1.29 314	1.26 272	1.22 305	1.09 362	1.15 181	1.01 353	1.02 471	1.00 494	0.97 470	0.97 482	0.98 463	0.99 468

Ntro	1.64 436	1.15 466	1.23 376	2.48 489	1.83 481	2.09 447	1.16 435	1.96 395	1.38 388	1.21 276	1.62 384	1.62 386	1.29 397	1.87 323	1.11 368	3.04 493	0.56 470	1.82 482	0.64 463	2.80 489	2.05 490

FAT-Stereo	1.07 371	0.41 338	1.32 392	0.72 390	0.58 362	1.08 334	0.89 392	1.96 395	1.65 428	1.75 422	1.98 426	2.03 434	1.48 418	2.02 336	1.18 378	0.42 416	0.35 425	0.34 382	0.29 371	0.35 355	0.53 427

ADCL	1.72 445	0.57 398	3.66 477	0.67 361	0.61 376	2.61 467	1.85 472	1.96 395	1.67 430	1.90 439	1.83 411	2.06 437	1.90 453	2.13 346	9.15 495	0.26 312	0.24 353	0.34 382	0.32 393	0.38 375	0.35 367

SGM+DAISY	2.41 472	1.07 458	2.14 453	1.18 467	1.10 458	2.14 450	1.36 449	1.96 395	1.66 429	5.46 502	7.07 494	4.95 487	4.32 494	5.50 445	2.26 448	1.04 473	1.02 496	0.99 472	0.97 482	1.02 466	1.04 471

PAM_32	0.77 272	0.28 129	1.03 332	0.52 172	0.30 111	1.32 374	0.35 81	1.97 399	0.65 81	1.02 184	1.06 185	3.05 466	1.49 420	0.96 131	0.36 79	0.19 138	0.13 73	0.20 123	0.18 141	0.19 115	0.19 169

ADCMid	1.89 454	0.73 432	5.06 483	0.72 390	0.67 394	2.00 443	1.14 432	1.97 399	1.48 412	2.86 474	1.81 410	2.37 448	2.05 461	2.24 357	10.39 499	0.33 375	0.31 401	0.39 409	0.43 430	0.50 418	0.44 403

SCV	0.46 69	0.26 84	0.55 71	0.47 72	0.25 29	0.39 18	0.38 115	1.98 401	0.60 57	0.35 13	0.48 26	0.55 77	0.36 36	1.28 211	0.32 34	0.24 266	0.12 22	0.17 38	0.13 32	0.18 78	0.14 28

Wz-Net-MNSev	1.11 382	0.58 401	2.23 457	0.66 349	0.71 405	1.95 439	1.46 454	1.98 401	1.45 409	1.79 428	1.43 331	1.49 368	1.33 404	1.97 333	1.42 412	0.27 327	0.23 344	0.28 325	0.28 360	0.34 353	0.31 347

ac_64	0.82 296	0.29 162	0.81 241	0.71 387	0.60 373	1.05 328	0.54 267	1.99 403	0.92 161	1.18 264	1.06 185	1.99 429	1.08 359	1.94 330	0.97 348	0.27 327	0.22 333	0.24 240	0.23 287	0.22 211	0.19 169

Wz-Net-SNSev	1.49 422	1.23 469	6.27 490	0.68 372	0.67 394	1.37 381	1.41 451	2.00 404	1.39 393	1.48 387	1.61 381	2.29 443	1.32 403	3.93 414	2.14 446	0.31 361	0.28 380	0.31 352	0.33 400	0.42 390	0.36 372

CSP-Net	0.97 346	0.38 320	0.83 248	0.53 188	0.41 262	1.63 410	0.77 363	2.00 404	1.05 216	1.25 300	1.20 251	1.33 336	0.83 256	4.93 434	0.85 326	0.32 367	0.22 333	0.20 123	0.20 194	0.23 236	0.25 278

SFCPSM	0.70 227	0.28 129	1.02 328	0.51 151	0.38 235	1.37 381	0.66 334	2.00 404	1.03 207	1.17 259	1.21 253	0.82 167	0.78 231	1.03 151	0.53 218	0.21 200	0.17 240	0.22 182	0.24 299	0.21 188	0.19 169

DispFullNet	2.34 468	2.85 503	3.66 477	3.08 498	2.27 489	1.97 440	0.67 337	2.00 404	1.70 433	2.52 463	2.00 427	2.23 440	5.86 498	3.44 409	1.58 423	1.01 469	0.32 408	2.64 497	1.94 502	2.85 493	2.24 492

PAM	0.76 270	0.29 162	1.08 350	0.52 172	0.33 174	1.38 384	0.39 130	2.01 408	0.67 84	1.06 192	0.96 139	2.89 465	1.43 410	0.86 108	0.35 70	0.19 138	0.12 22	0.19 90	0.17 125	0.19 115	0.20 200

NCC-stereo	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394

Abc-Net	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
pmcnn	2.37 469	0.42 342	2.71 470	0.63 319	0.43 275	1.54 402	1.19 438	2.01 408	1.53 420	2.64 467	7.60 497	18.07 513	1.45 414	3.44 409	2.78 455	0.18 100	0.15 177	0.15 8	0.12 20	0.20 149	0.18 130

AASNet	0.76 270	0.35 296	0.91 287	0.79 413	0.81 434	1.14 342	0.56 291	2.02 412	1.08 231	1.22 281	1.24 261	0.93 218	0.76 220	0.77 78	1.16 373	0.27 327	0.23 344	0.24 240	0.20 194	0.28 304	0.24 266

pcwnet_v2	0.97 346	0.37 313	4.33 480	0.62 310	0.54 342	0.79 244	0.45 200	2.02 412	1.58 424	1.42 374	1.64 388	1.09 280	0.79 235	1.24 203	0.67 266	0.32 367	0.25 360	0.29 335	0.27 340	0.37 366	0.35 367

SMFormer	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.23 236	0.24 266

tta	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.18 78	0.18 130

qqq1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

fff1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

SAMSARA	1.55 428	0.84 442	2.61 467	1.22 469	1.07 456	2.50 463	1.93 477	2.05 414	1.89 447	2.75 470	1.66 392	2.81 462	1.69 438	3.08 397	1.97 440	0.46 433	0.51 464	0.42 419	0.46 437	0.58 435	0.59 439

Syn2CoEx	1.14 389	0.69 427	1.66 427	0.80 416	0.67 394	1.40 387	0.88 390	2.06 419	1.54 421	1.25 300	1.58 375	1.42 351	1.50 422	4.09 417	1.40 404	0.36 394	0.32 408	0.34 382	0.29 371	0.29 315	0.34 362

otaku	1.60 432	1.11 463	1.21 373	2.20 484	1.56 479	1.97 440	1.24 441	2.07 420	1.36 380	1.44 376	1.62 384	1.73 404	1.19 380	1.73 304	0.98 350	2.89 492	0.57 471	1.74 480	0.60 461	2.78 488	1.94 489

ssnet_v2	0.88 321	0.36 306	1.02 328	0.62 310	0.38 235	1.32 374	0.97 410	2.07 420	1.34 368	1.37 355	1.18 241	1.54 374	0.92 294	1.10 171	1.65 426	0.30 354	0.27 373	0.30 346	0.28 360	0.27 287	0.26 300

XQC	1.37 414	0.87 446	2.56 466	0.84 429	0.69 402	1.83 431	0.89 392	2.07 420	1.88 446	1.88 436	1.53 359	1.91 419	1.55 425	2.85 389	3.05 457	0.48 435	0.29 391	0.44 425	0.39 420	0.69 451	0.60 442

FCDSN-DC	2.32 467	0.63 417	0.81 241	0.84 429	0.75 418	2.23 452	0.94 406	2.09 423	1.80 442	5.45 501	7.72 500	7.77 499	6.93 505	3.39 404	1.80 431	0.52 440	0.48 458	0.52 439	0.51 450	0.57 433	0.58 437
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GES	0.66 208	0.34 275	0.90 284	0.59 274	0.38 235	0.94 299	0.57 302	2.11 424	0.86 136	1.02 184	1.11 208	0.66 120	0.79 235	0.99 142	0.61 248	0.27 327	0.19 276	0.20 123	0.20 194	0.21 188	0.30 337

mmx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

xxx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

DGSMNet	1.14 389	0.76 438	2.49 464	0.81 419	0.86 441	1.39 386	1.39 450	2.13 425	1.35 377	1.26 304	1.63 387	1.48 367	0.98 327	1.75 305	1.10 366	0.45 427	0.43 446	0.55 450	0.49 444	0.75 456	0.70 454

DISCO	1.03 365	0.34 275	1.11 358	0.69 375	0.45 289	2.07 446	0.84 380	2.13 425	1.50 415	1.15 240	1.33 298	2.40 450	1.07 358	2.60 380	1.51 421	0.23 251	0.18 260	0.22 182	0.20 194	0.31 335	0.27 309

test_xeample	1.45 421	0.28 129	0.65 126	0.51 151	0.28 74	0.94 299	0.59 314	2.14 429	1.29 347	1.24 295	1.51 357	0.88 195	0.86 271	1.46 256	15.10 506	0.22 226	0.20 294	0.22 182	0.20 194	0.22 211	0.22 234

DRN-Test	1.00 357	0.44 348	1.13 362	0.70 380	0.81 434	1.62 409	0.79 368	2.14 429	1.44 408	1.78 425	1.33 298	1.43 352	1.05 352	2.18 352	1.53 422	0.27 327	0.21 315	0.31 352	0.30 380	0.32 343	0.28 321

CRFU-Net	0.86 316	0.39 325	1.00 317	0.65 342	0.57 353	1.78 427	0.86 386	2.15 431	0.81 124	1.38 360	1.18 241	1.64 394	1.19 380	1.35 227	0.90 336	0.26 312	0.22 333	0.21 155	0.19 162	0.23 236	0.24 266

RTS	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 486	1.96 479	2.15 431	2.62 473	2.61 465	2.85 461	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

RTSA	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 486	1.96 479	2.15 431	2.62 473	2.61 465	2.85 461	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

BUS	0.74 256	0.32 231	0.68 142	0.54 203	0.44 282	2.34 457	0.42 154	2.16 434	0.98 185	1.20 272	1.11 208	1.03 259	0.62 176	0.91 118	0.70 274	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

BSDual-CNN	0.71 234	0.32 231	0.68 142	0.54 203	0.44 282	1.27 366	0.65 329	2.16 434	0.98 185	1.20 272	1.11 208	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

hknet	0.77 272	0.32 231	0.95 301	0.54 203	0.38 235	1.27 366	0.65 329	2.16 434	1.07 225	1.20 272	1.11 208	1.59 382	0.81 244	1.37 233	0.66 263	0.22 226	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

MSC_U_SF_DS_RVC	2.12 460	1.15 466	3.10 473	1.05 461	0.76 421	5.03 499	2.40 495	2.16 434	2.62 473	1.89 438	2.28 444	2.69 459	1.65 433	9.35 498	2.04 442	0.64 459	0.51 464	0.68 462	0.71 468	1.09 470	0.67 451

AF-Net	1.13 387	0.52 383	1.33 394	0.86 436	0.91 445	1.38 384	0.71 348	2.16 434	1.62 426	1.56 402	2.40 450	1.99 429	1.65 433	1.81 316	1.48 419	0.48 435	0.28 380	0.49 435	0.33 400	0.39 379	0.32 352

SPS-STEREO	1.67 438	1.04 457	1.23 376	1.21 468	1.13 465	1.82 430	1.11 428	2.16 434	1.52 418	3.07 482	2.32 445	2.82 463	1.80 445	4.11 418	2.04 442	1.03 472	0.99 493	0.97 470	0.94 480	1.03 468	1.02 469
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ITSA-stereo	0.82 296	0.36 306	0.82 244	0.54 203	0.31 136	0.80 252	0.47 214	2.17 440	1.67 430	1.13 231	1.13 220	0.94 221	0.86 271	2.46 374	1.00 352	0.26 312	0.23 344	0.28 325	0.27 340	0.28 304	0.36 372

ttt	0.94 336	0.34 275	0.59 96	0.61 298	0.37 218	0.94 299	0.50 241	2.17 440	1.34 368	1.23 287	1.61 381	0.91 207	0.76 220	1.85 320	3.97 471	0.30 354	0.26 365	0.26 297	0.24 299	0.29 315	0.29 325

222	1.61 434	0.29 162	0.67 138	0.56 239	0.29 90	1.06 331	0.42 154	2.17 440	1.31 357	1.31 333	1.52 358	0.92 216	0.94 308	1.76 310	17.65 510	0.24 266	0.20 294	0.21 155	0.19 162	0.22 211	0.23 252

xxxx	1.51 425	0.28 129	0.68 142	0.54 203	0.28 74	1.16 349	0.44 184	2.19 443	1.29 347	1.09 202	1.36 312	1.22 305	0.85 263	1.79 313	15.70 509	0.24 266	0.21 315	0.21 155	0.20 194	0.22 211	0.23 252

Nwc_Net	1.09 377	0.49 369	1.33 394	0.89 446	0.80 432	1.49 398	0.66 334	2.19 443	1.27 338	1.32 337	2.26 443	1.96 426	1.54 423	1.92 326	1.34 395	0.40 408	0.30 395	0.43 421	0.45 434	0.38 375	0.37 376

DeepPrunerF	1.60 432	0.73 432	5.81 488	0.88 442	1.19 470	0.91 287	0.95 408	2.19 443	5.24 497	1.17 259	1.30 284	1.19 301	1.30 401	4.90 432	1.66 428	0.42 416	0.34 414	0.52 439	0.47 439	0.41 386	0.40 386

WZ-Net	1.95 455	0.95 450	10.10 497	0.86 436	0.78 424	1.69 415	1.60 462	2.20 446	1.98 453	2.08 447	1.93 423	2.30 444	1.97 456	5.30 438	3.17 462	0.34 383	0.26 365	0.29 335	0.31 385	0.51 422	0.47 411

1111x	1.70 442	0.29 162	0.86 256	0.51 151	0.27 51	1.01 320	0.68 340	2.22 447	1.28 343	1.13 231	1.40 324	1.21 303	1.10 363	5.53 446	15.20 507	0.22 226	0.21 315	0.22 182	0.22 265	0.24 251	0.22 234

SHD	1.31 407	0.71 431	2.34 460	0.86 436	0.75 418	1.77 425	0.65 329	2.22 447	2.50 470	2.40 461	1.71 397	1.91 419	1.60 429	1.93 329	2.37 449	0.38 402	0.31 401	0.38 404	0.40 424	0.48 414	0.50 420

RAFT + AFF	1.00 357	0.42 342	1.09 353	0.67 361	0.50 315	1.22 360	1.24 441	2.24 449	1.19 300	1.30 323	1.56 369	1.17 297	1.49 420	3.44 409	0.83 320	0.21 200	0.25 360	0.30 346	0.26 330	0.27 287	0.27 309

UGAM-zero	1.00 357	0.30 182	0.93 293	0.47 72	0.30 111	0.57 122	0.25 15	2.25 450	0.63 63	1.01 180	1.10 202	2.73 461	1.85 449	6.26 460	0.40 113	0.17 62	0.14 123	0.19 90	0.15 67	0.16 28	0.17 106

STTRV1_RVC	1.58 429	0.68 426	1.96 447	0.88 442	1.12 462	1.57 405	0.90 397	2.25 450	1.75 439	1.29 314	2.02 430	1.40 347	1.22 387	9.77 504	1.31 391	0.81 464	0.33 412	0.54 445	0.49 444	0.73 455	0.52 426

HSM	1.19 397	0.32 231	0.65 126	0.57 255	0.38 235	1.23 361	0.59 314	2.25 450	1.19 300	1.30 323	1.25 265	1.94 424	1.03 346	9.32 497	0.71 279	0.22 226	0.16 212	0.20 123	0.16 105	0.21 188	0.21 217

ADCS	2.25 464	0.99 454	5.55 485	0.81 419	0.74 411	2.19 451	1.80 468	2.27 453	2.14 459	2.80 473	2.13 437	2.40 450	2.03 458	2.64 382	13.69 503	0.41 412	0.39 439	0.40 414	0.45 434	0.58 435	0.56 432

EAI-Stereo	0.65 201	0.28 129	0.69 155	0.53 188	0.27 51	0.60 138	0.40 137	2.28 454	0.64 67	0.71 101	3.18 465	0.57 86	0.43 65	1.06 160	0.41 124	0.18 100	0.13 73	0.17 38	0.17 125	0.17 49	0.17 106

AnyNet_C01	2.26 465	1.78 484	10.22 499	0.93 453	0.74 411	2.92 475	2.20 489	2.29 455	1.80 442	2.53 464	2.41 451	2.71 460	1.73 439	3.41 406	6.72 482	0.41 412	0.39 439	0.40 414	0.42 428	0.67 449	0.63 445

ACVNet-4b	2.15 461	1.41 474	1.64 425	2.80 491	2.31 491	2.31 456	1.24 441	2.32 456	2.14 459	1.26 304	2.39 449	2.66 458	1.48 418	5.95 458	1.06 357	3.20 497	0.45 453	2.37 488	0.89 477	2.83 492	2.37 494

Wz-Net-TNSev	1.88 451	2.08 495	7.66 491	0.67 361	0.64 385	2.42 460	1.83 471	2.33 457	1.74 438	1.57 406	1.56 369	2.58 455	1.90 453	4.86 430	3.12 459	0.39 405	0.37 432	0.33 372	0.37 416	0.53 426	0.58 437

iResNet_ROB	0.77 272	0.30 182	0.99 312	0.57 255	0.36 204	0.83 267	0.36 95	2.33 457	1.58 424	1.27 307	1.30 284	1.25 316	0.84 260	1.65 287	0.79 308	0.20 169	0.14 123	0.17 38	0.12 20	0.18 78	0.27 309

CoDeX	0.73 253	0.29 162	0.93 293	0.54 203	0.36 204	1.14 342	0.61 319	2.34 459	1.17 287	1.16 250	1.25 265	0.91 207	0.87 276	1.33 223	0.64 259	0.20 169	0.16 212	0.21 155	0.18 141	0.20 149	0.18 130

AIO-Stereo-zeroshot1	0.98 350	0.39 325	3.21 474	0.50 122	0.63 382	0.64 156	0.39 130	2.36 460	0.75 106	0.95 161	4.63 481	1.81 411	0.56 140	0.96 131	0.41 124	0.18 100	0.13 73	0.21 155	0.26 330	0.32 343	0.35 367

MFN_U_SF_RVC	1.52 426	0.84 442	3.42 475	0.87 441	0.66 390	2.56 465	0.95 408	2.36 460	1.70 433	1.98 442	1.86 416	2.45 452	1.79 444	2.95 391	2.58 451	0.52 440	0.48 458	0.55 450	0.59 460	0.59 437	0.61 443

DIP-Stereo	0.62 174	0.30 182	0.83 248	0.48 96	0.36 204	0.95 303	0.33 64	2.37 462	0.67 84	1.25 300	1.00 155	0.68 125	0.51 115	0.91 118	0.61 248	0.18 100	0.15 177	0.21 155	0.17 125	0.19 115	0.19 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SGM_RVC	1.68 440	0.36 306	0.61 104	0.59 274	0.29 90	2.25 453	1.18 437	2.38 463	1.68 432	3.60 484	2.67 458	3.69 475	2.42 472	8.13 490	1.90 436	0.31 361	0.31 401	0.30 346	0.28 360	0.30 326	0.29 325
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	1.88 451	0.57 398	2.18 456	0.63 319	0.40 255	2.80 472	1.57 461	2.39 464	5.88 499	2.36 459	3.57 470	3.72 476	2.97 481	4.74 428	1.76 429	0.34 383	0.30 395	0.32 364	0.29 371	0.48 414	0.37 376

AIO-Stereo-zeroshot	0.72 236	0.35 296	1.70 429	0.49 111	0.56 350	0.63 153	0.38 115	2.41 465	0.65 81	0.77 114	1.07 189	1.82 413	0.95 313	0.93 125	0.43 144	0.20 169	0.13 73	0.21 155	0.25 313	0.28 304	0.26 300

GEStereo_RVC	0.90 326	0.37 313	0.99 312	0.64 328	0.50 315	0.95 303	0.79 368	2.42 466	1.17 287	1.16 250	1.11 208	1.26 320	0.92 294	3.24 401	0.90 336	0.29 350	0.19 276	0.23 220	0.20 194	0.27 287	0.29 325

LMCR-Stereo	0.82 296	0.46 357	0.88 274	0.75 404	0.43 275	1.33 376	0.56 291	2.43 467	0.98 185	1.53 394	1.49 352	0.74 139	1.00 337	1.63 285	0.89 333	0.28 340	0.17 240	0.22 182	0.17 125	0.29 315	0.20 200

PDISCO_ROB	1.32 409	0.65 420	1.44 404	1.36 471	1.46 478	2.55 464	0.92 400	2.45 468	2.07 458	1.37 355	1.49 352	1.65 396	1.00 337	2.82 386	1.35 398	1.01 469	0.27 373	0.54 445	0.47 439	0.71 453	0.73 457

STrans-v2	1.04 368	0.28 129	0.96 306	0.49 111	0.32 154	0.68 189	0.79 368	2.47 469	1.12 249	1.12 217	1.46 344	1.40 347	1.46 415	6.70 471	0.43 144	0.18 100	0.13 73	0.20 123	0.18 141	0.18 78	0.18 130

FBW_ROB	1.71 444	0.62 416	1.45 409	0.67 361	0.61 376	1.81 428	1.08 426	2.52 470	1.70 433	1.77 424	1.73 399	1.98 428	1.25 392	12.57 511	1.84 432	0.34 383	0.37 432	0.56 453	0.38 418	0.45 404	0.43 401

RainbowNet	1.97 457	1.76 483	1.57 422	2.81 492	2.21 487	1.98 442	1.81 469	2.54 471	1.89 447	1.50 390	1.84 413	1.96 426	1.65 433	2.14 347	1.25 382	3.33 499	0.85 486	2.39 491	0.98 484	2.82 491	2.22 491

PVD	1.70 442	0.84 442	2.26 458	0.94 455	0.83 437	2.48 462	0.97 410	2.59 472	3.35 482	3.01 480	2.77 459	2.34 447	2.47 474	2.67 383	3.14 460	0.47 434	0.45 453	0.59 457	0.48 441	0.59 437	0.75 459

ELAS_RVC	2.48 474	0.74 435	1.90 443	1.05 461	0.92 447	2.76 469	4.01 505	2.76 473	4.11 490	4.69 495	4.63 481	4.62 481	5.96 500	3.97 416	3.96 470	0.63 458	0.53 466	0.56 453	0.52 451	0.64 444	0.63 445
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MDST_ROB	1.67 438	0.34 275	1.58 423	0.92 452	0.58 362	4.26 494	1.11 428	2.83 474	1.41 402	4.49 494	2.55 455	1.45 359	0.97 323	7.79 487	1.17 375	0.31 361	0.25 360	0.37 401	0.33 400	0.31 335	0.30 337

MADNet+	2.69 479	3.22 506	11.53 501	1.44 476	1.12 462	3.19 479	1.81 469	2.85 475	2.37 463	1.68 417	2.07 434	2.85 464	2.18 465	7.41 481	5.23 476	0.79 463	0.76 479	0.69 464	0.65 464	0.98 463	0.95 466

PWCK	2.88 485	2.05 493	5.72 487	2.08 483	1.11 460	3.55 483	3.90 504	2.86 476	3.54 486	3.03 481	3.63 471	3.10 470	2.31 469	8.15 492	3.09 458	2.12 484	0.91 491	1.75 481	0.98 484	2.57 485	1.18 477

iRaft-Stereo_20w	0.65 201	0.31 215	1.00 317	0.47 72	0.34 191	0.73 212	0.30 46	2.96 477	0.70 93	1.15 240	1.14 224	0.76 145	0.65 191	1.11 174	0.38 100	0.17 62	0.13 73	0.18 69	0.16 105	0.19 115	0.18 130

FC-DCNN	2.72 482	0.59 404	0.86 256	0.73 398	0.57 353	2.91 473	1.04 421	3.01 478	2.60 471	6.83 503	7.64 498	9.92 504	6.33 503	5.21 436	3.14 460	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

ACVNet_1	2.18 462	1.45 477	1.72 432	2.85 493	2.33 492	2.28 454	1.46 454	3.08 479	2.22 462	1.82 433	2.05 433	3.56 473	1.98 457	3.09 398	1.40 404	3.17 494	0.60 473	2.40 492	0.92 479	2.91 495	2.37 494

MeshStereo	2.26 465	0.56 394	0.92 291	0.61 298	0.49 308	2.60 466	1.02 419	3.18 480	2.05 457	7.40 508	4.98 487	7.58 497	2.98 482	6.37 463	1.96 439	0.43 421	0.43 446	0.45 426	0.39 420	0.43 395	0.42 394
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
ACVNet_2	2.43 473	1.41 474	2.04 448	2.62 490	2.24 488	2.63 468	1.88 475	3.31 481	3.01 478	2.19 450	3.45 469	4.62 481	2.04 459	4.50 425	1.47 418	2.55 488	0.64 475	2.22 485	0.84 474	2.69 487	2.29 493

ELAS	2.37 469	0.74 435	1.54 420	0.99 457	0.92 447	4.78 496	2.33 493	3.33 482	3.37 483	5.05 500	4.77 485	3.67 474	4.53 495	3.42 407	4.50 473	0.62 456	0.53 466	0.55 450	0.53 452	0.63 442	0.64 449
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSNet	1.69 441	0.59 404	4.33 480	0.70 380	0.57 353	2.02 444	1.62 463	3.35 483	1.78 440	1.48 387	1.38 318	2.17 439	2.84 479	4.77 429	3.66 467	0.48 435	0.31 401	0.29 335	0.25 313	0.64 444	0.48 414

FC-DCNN v2	2.81 483	0.59 404	0.85 250	0.73 398	0.57 353	2.97 476	1.05 422	3.39 484	2.61 472	6.98 504	7.67 499	10.38 507	6.31 502	5.75 453	3.37 465	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

HSM-Net_RVC	0.87 320	0.29 162	0.53 58	0.53 188	0.30 111	1.15 347	0.55 283	3.57 485	1.28 343	1.53 394	1.74 400	1.68 399	0.93 303	1.49 262	0.77 300	0.22 226	0.17 240	0.19 90	0.18 141	0.20 149	0.19 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
JetBlue	3.97 489	2.01 490	10.19 498	1.38 472	2.84 499	10.53 507	9.54 508	3.60 486	2.41 465	2.73 469	3.39 468	4.54 480	4.31 493	7.85 489	6.84 483	0.88 465	0.93 492	0.89 468	0.91 478	1.74 477	1.91 488

LE_ROB	8.05 503	0.37 313	23.53 512	0.74 401	0.33 174	2.77 470	2.87 501	3.71 487	27.24 520	25.39 520	8.87 504	8.46 501	26.71 520	6.65 467	21.99 513	0.21 200	0.19 276	0.20 123	0.21 237	0.25 262	0.22 234

IMH-64-1	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 481	2.10 484	4.08 488	2.75 476	2.34 455	3.81 473	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 500

IMH-64	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 481	2.10 484	4.08 488	2.75 476	2.34 455	3.81 473	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 500

WAO-7	2.66 476	1.40 473	1.73 434	1.39 473	1.17 467	3.93 489	1.94 478	4.11 490	3.88 488	2.92 475	5.50 488	4.18 479	3.00 483	7.63 485	3.71 468	1.13 477	1.00 494	1.17 477	1.13 488	1.18 473	1.09 475

WAO-6	2.81 483	1.60 481	1.46 411	2.36 488	2.28 490	3.55 483	2.29 492	4.21 491	4.56 494	2.36 459	4.51 478	4.88 485	2.66 477	4.60 426	4.07 472	1.72 480	1.15 500	2.31 487	1.46 495	2.31 480	1.85 487

MADNet++	5.01 494	3.14 504	4.91 482	4.55 512	3.94 509	5.20 500	4.41 506	4.40 492	4.13 491	4.95 498	6.08 489	4.74 483	5.37 496	9.40 499	10.67 500	4.65 509	4.15 510	3.97 509	3.34 508	4.09 505	4.08 511

IMH	3.21 487	1.85 489	1.48 416	3.25 500	2.69 497	4.07 492	2.02 482	4.41 493	3.80 487	2.72 468	7.11 495	4.75 484	2.92 480	5.92 456	2.55 450	3.85 506	0.88 489	2.78 500	1.36 492	3.19 499	2.59 499

DPSimNet_ROB	11.20 510	4.98 510	35.43 520	2.90 496	4.52 510	7.89 503	17.09 512	4.66 494	6.06 500	14.89 515	10.93 509	17.29 512	36.81 524	13.18 512	15.68 508	2.86 491	6.29 511	5.75 512	5.09 510	3.91 504	7.70 513

Dean	2.91 486	1.53 480	2.07 449	2.96 497	2.51 494	3.15 478	2.14 487	4.75 495	4.41 493	2.76 471	6.10 490	5.53 490	2.37 470	2.97 393	1.92 437	3.18 495	0.85 486	2.51 495	1.04 487	2.88 494	2.47 497

notaker	3.98 490	2.40 500	2.68 469	3.82 508	3.27 505	3.97 491	2.14 487	4.78 496	3.45 485	4.12 491	6.94 493	7.65 498	3.26 484	7.82 488	5.30 477	4.04 507	1.41 502	3.36 507	2.10 504	3.88 503	3.31 506

LVE	3.31 488	1.67 482	1.64 425	2.85 493	2.42 493	3.20 480	2.26 491	4.78 496	5.05 496	2.35 457	6.91 492	6.02 492	2.37 470	9.15 494	2.17 447	3.19 496	1.08 499	2.38 490	1.47 496	2.81 490	2.40 496

ktn	4.70 493	2.38 499	2.12 452	3.76 506	3.24 503	4.85 497	2.95 502	5.52 498	7.37 502	4.07 490	19.32 516	7.46 496	3.47 485	7.39 480	2.95 456	4.04 507	1.85 505	3.26 506	2.22 505	3.08 496	2.65 502

FADE	26.59 518	4.78 509	20.96 508	1.89 482	1.92 483	2.91 473	2.00 481	5.58 499	5.04 495	2.92 475	2.16 439	4.13 478	14.18 510	10.23 507	8.46 492	188.09 530	2.77 506	123.78 527	127.92 527	1.06 469	1.10 476

KSHMR	8.75 505	2.06 494	2.11 451	3.53 505	3.11 502	4.13 493	2.69 497	5.60 500	61.37 529	3.00 479	55.83 529	4.98 489	2.45 473	4.49 424	2.61 454	3.46 500	1.55 504	3.14 504	1.94 502	3.72 502	3.18 505

UNDER WATER	5.08 495	2.33 498	5.55 485	3.94 510	3.51 506	5.20 500	2.72 499	5.61 501	16.52 512	3.84 485	4.60 480	9.21 502	5.89 499	5.90 455	8.66 494	3.75 503	1.34 501	3.18 505	1.88 500	4.33 508	3.61 508

UNDER WATER-64	5.27 496	2.32 497	8.78 496	3.93 509	3.54 507	7.61 502	3.03 503	5.84 502	14.19 506	4.04 488	4.04 475	9.39 503	6.26 501	5.93 457	8.48 493	3.60 502	1.51 503	3.13 503	1.88 500	4.29 507	3.61 508

WAO-8	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 504	1.53 457	6.09 503	16.46 510	3.94 486	7.84 501	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 484

Venus	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 504	1.53 457	6.09 503	16.46 510	3.94 486	7.84 501	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 484

JetRed	6.91 502	8.80 513	25.96 516	2.85 493	3.25 504	13.98 513	11.87 509	6.25 505	4.28 492	4.45 493	4.56 479	6.69 493	5.46 497	7.46 483	14.05 504	2.59 489	3.31 507	2.59 496	2.29 506	4.20 506	3.36 507

SGM-ForestM	6.52 500	0.38 320	1.26 382	0.63 319	0.35 195	13.59 512	5.32 507	6.32 506	6.70 501	11.14 510	9.18 505	22.51 521	13.93 509	16.89 514	20.07 512	0.36 394	0.37 432	0.36 398	0.35 409	0.36 362	0.34 362

HanzoNet	11.04 509	3.62 507	8.10 495	4.08 511	3.55 508	4.90 498	2.73 500	7.19 507	10.10 503	31.86 525	28.92 520	21.96 520	36.36 522	18.08 515	10.17 497	7.94 512	3.32 508	3.47 508	3.31 507	7.06 513	4.04 510

PML	51.67 527	36.25 523	13.28 503	7.46 513	20.81 514	108.69 530	232.22 531	8.72 508	27.82 521	87.01 530	269.67 531	69.67 530	61.95 530	24.76 523	14.20 505	9.74 515	3.40 509	9.62 514	4.70 509	18.74 518	4.72 512

TorneroNet	10.70 508	2.03 491	1.82 439	3.43 503	3.01 501	43.83 524	2.22 490	8.87 509	67.47 530	7.17 507	27.36 519	10.68 508	3.85 492	8.67 493	7.65 489	3.59 501	0.88 489	3.04 502	1.57 498	3.71 501	3.17 504

TorneroNet-64	5.30 497	2.03 491	1.74 435	3.43 503	2.81 498	10.09 506	2.12 486	9.10 510	17.12 515	4.96 499	9.27 506	10.72 509	3.70 489	9.20 495	4.55 474	3.31 498	0.84 483	2.88 501	1.55 497	3.49 500	3.04 503

DGTPSM_ROB	13.01 511	8.23 511	21.87 509	9.51 514	18.10 512	11.56 509	32.01 519	10.63 511	16.20 508	7.03 505	19.48 517	10.15 505	16.66 512	9.83 505	22.42 514	4.75 510	8.68 512	5.37 510	10.25 514	6.16 511	11.36 514

DPSMNet_ROB	13.02 512	8.23 511	21.91 510	9.53 515	18.11 513	11.56 509	32.02 520	10.64 512	16.23 509	7.05 506	19.49 518	10.16 506	16.66 512	9.85 506	22.43 515	4.77 511	8.68 512	5.38 511	10.26 515	6.17 512	11.36 514

MANE	6.19 498	0.59 404	1.03 332	0.93 453	1.22 472	13.38 511	2.69 497	12.81 513	17.94 516	8.21 509	10.82 508	14.72 511	11.68 507	11.39 510	11.90 501	0.59 453	0.50 463	0.52 439	1.76 499	0.55 430	0.54 428

tt	6.58 501	0.26 84	6.10 489	3.77 507	2.16 484	11.55 508	19.63 513	13.33 514	5.74 498	2.96 477	2.65 457	4.97 488	6.33 503	3.81 413	7.24 484	9.15 513	11.32 518	5.89 513	6.24 511	6.03 510	2.55 498

ASD4	15.85 513	10.99 514	19.63 507	10.21 516	11.70 511	19.24 514	31.10 518	19.35 515	10.68 504	11.14 510	10.18 507	12.59 510	12.64 508	14.74 513	24.83 517	12.93 518	9.94 517	26.83 520	19.40 518	16.23 517	12.70 519

LRCNet_RVC	22.74 516	32.10 522	21.97 511	29.84 520	26.23 517	4.42 495	0.81 377	22.66 516	2.02 455	26.93 521	29.26 521	23.06 522	15.59 511	23.84 519	18.88 511	31.75 522	19.90 524	34.65 521	32.13 522	30.54 522	28.32 523

DLNR_Zeroshot_test	23.17 517	48.52 530	43.29 523	176.68 530	78.69 526	0.35 11	0.21 2	23.41 517	0.75 106	0.66 95	0.86 116	0.59 97	0.30 14	1.56 275	0.44 147	9.57 514	0.12 22	0.18 69	0.14 54	76.92 529	0.16 81

DPSM_ROB	19.08 514	19.14 517	25.17 514	22.15 518	20.85 515	28.17 516	37.82 522	26.56 518	16.85 513	14.14 512	14.84 511	21.70 515	18.75 515	21.87 517	26.55 519	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 517

DPSM	19.08 514	19.14 517	25.17 514	22.15 518	20.85 515	28.17 516	37.82 522	26.56 518	16.85 513	14.14 512	14.84 511	21.70 515	18.75 515	21.87 517	26.55 519	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 517

Anonymous_1	43.04 526	18.73 516	24.79 513	21.81 517	46.26 523	27.80 515	37.60 521	28.08 520	16.14 507	14.66 514	14.30 510	20.65 514	17.88 514	21.56 516	25.94 518	117.93 529	8.92 514	100.65 526	126.50 526	158.64 530	12.08 516

HaxPig	38.92 522	41.40 527	41.64 521	29.95 521	32.27 518	28.90 518	27.60 515	29.73 521	37.71 526	43.82 526	43.87 525	33.17 523	35.56 521	41.53 524	40.37 526	43.94 526	47.51 529	45.82 522	47.08 524	42.38 523	44.15 526

xxxxx1	54.10 528	25.67 519	27.13 517	113.43 527	96.96 527	30.69 520	47.44 524	32.38 522	25.60 517	17.75 516	17.27 513	21.81 517	21.02 517	24.43 520	33.82 521	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

tt_ll	54.10 528	25.67 519	27.13 517	113.43 527	96.96 527	30.69 520	47.44 524	32.38 522	25.60 517	17.75 516	17.27 513	21.81 517	21.02 517	24.43 520	33.82 521	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

ff	54.10 528	25.67 519	27.13 517	113.43 527	96.96 527	30.69 520	47.44 524	32.38 522	25.60 517	17.75 516	17.27 513	21.81 517	21.02 517	24.43 520	33.82 521	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

BEATNet-Init1	26.87 519	13.43 515	70.68 528	0.91 450	0.68 400	57.02 528	21.06 514	32.82 525	32.67 522	52.12 529	53.61 528	66.05 529	49.56 529	48.79 530	34.71 524	0.49 439	0.44 449	0.53 444	0.53 452	0.63 442	0.59 439

MEDIAN_ROB	42.00 524	44.40 529	44.29 524	35.15 522	34.95 519	31.28 523	29.60 517	35.88 526	40.02 528	47.20 528	46.64 527	37.37 524	38.48 528	44.35 529	42.45 527	48.03 528	49.39 530	49.71 524	49.03 525	45.14 525	46.65 527

AVERAGE_ROB	40.43 523	42.37 528	42.73 522	36.96 523	35.58 520	30.50 519	27.61 516	36.71 527	38.39 527	44.91 527	44.36 526	37.45 525	36.70 523	41.88 525	40.35 525	45.43 527	46.81 528	47.11 523	46.35 523	42.51 524	43.87 525

CasAABBNet	38.33 520	38.46 524	50.35 525	44.75 525	41.84 521	56.68 525	76.37 528	53.22 528	33.83 524	28.31 522	29.54 522	43.62 527	37.71 526	43.84 527	53.41 529	20.30 519	18.70 522	21.07 517	21.07 520	28.24 519	25.34 521

Selective-RAFT-Error	38.39 521	38.47 525	50.44 526	44.73 524	41.97 522	56.68 525	76.38 529	53.24 529	33.92 525	28.34 523	29.85 523	43.60 526	38.20 527	43.75 526	53.34 528	20.38 520	18.70 522	21.09 518	21.05 519	28.30 520	25.43 522

LSM0	42.82 525	38.75 526	50.81 527	47.07 526	109.38 530	57.00 527	76.02 527	53.74 530	33.71 523	29.02 524	30.41 524	43.87 528	37.22 525	43.91 528	53.54 530	20.52 521	18.62 521	21.10 519	21.11 521	28.41 521	42.22 524

test_example2	192.40 531	210.76 531	206.48 531	199.83 531	204.73 531	172.94 531	183.52 530	133.93 531	133.41 531	191.38 531	196.19 530	187.13 531	178.77 531	205.33 531	208.00 531	222.09 531	238.72 531	186.54 531	190.54 531	227.34 531	170.31 531

ccccc	497.63 532	492.34 532	595.97 532	530.87 532	530.37 532	478.08 532	442.62 532	491.76 532	343.70 532	448.18 532	520.80 532	476.12 532	550.57 532	541.64 532	605.32 532	663.49 532	459.54 532	353.94 532	309.79 532	586.66 532	530.90 532

Low-res two-view benchmark