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 21	0.36 3	0.38 11	0.22 15	0.32 11	0.22 14	0.39 1	0.23 5	0.30 13	0.25 7	0.30 11	0.33 34	0.34 2	0.26 13	0.16 33	0.12 29	0.15 8	0.11 8	0.13 1	0.12 9

StereoAnything_RVC	0.45 76	1.43 500	0.48 42	0.35 2	0.20 3	0.26 3	0.21 11	0.43 2	0.22 4	0.22 1	0.21 2	0.19 1	0.36 49	1.27 223	0.22 1	0.21 218	0.11 6	0.14 1	0.10 2	2.37 506	0.11 1

IGEV-Stereo+	0.45 76	0.21 21	0.43 26	0.41 23	0.39 262	0.15 1	0.19 5	0.44 3	0.36 14	0.26 5	0.25 7	0.31 13	0.41 67	1.43 265	0.30 29	0.17 74	0.12 29	0.15 8	0.11 8	1.16 495	1.70 510

MLG-Stereo_test2	0.26 2	0.20 7	0.36 3	0.37 5	0.22 15	0.35 14	0.18 2	0.45 4	0.21 2	0.26 5	0.23 5	0.34 17	0.20 1	0.77 83	0.23 2	0.16 33	0.11 6	0.15 8	0.11 8	0.13 1	0.11 1

DEFOM-Stereo	0.33 16	0.20 7	0.40 15	0.42 30	0.28 88	0.80 267	0.23 22	0.48 5	0.37 16	0.37 31	0.31 16	0.23 2	0.24 7	1.20 206	0.27 16	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.14 41

dual_stereo	0.27 3	0.19 4	0.35 1	0.39 13	0.21 9	0.25 2	0.22 14	0.48 5	0.31 12	0.32 16	0.26 10	0.37 26	0.24 7	0.83 102	0.29 21	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.11 1

UniTT-Stereo	0.36 23	0.23 46	0.59 111	0.48 112	0.36 220	0.40 28	0.32 72	0.53 7	0.49 37	0.54 85	0.55 60	0.36 21	0.31 27	0.58 32	0.51 218	0.20 186	0.15 192	0.17 50	0.15 81	0.19 132	0.15 69

MonSter	0.28 6	0.18 1	0.39 14	0.36 3	0.21 9	0.55 124	0.31 65	0.55 8	0.43 24	0.28 7	0.29 13	0.23 2	0.21 2	0.56 27	0.25 8	0.11 1	0.10 1	0.14 1	0.11 8	0.14 10	0.11 1

LGtest1	0.27 3	0.21 21	0.44 27	0.41 23	0.21 9	0.42 39	0.19 5	0.56 9	0.26 8	0.29 10	0.24 6	0.29 7	0.29 19	0.55 26	0.25 8	0.18 113	0.12 29	0.16 27	0.12 27	0.14 10	0.13 18

GREAT-IGEV	0.32 14	0.20 7	0.42 23	0.37 5	0.29 105	0.36 18	0.28 47	0.56 9	0.58 64	0.28 7	0.50 46	0.29 7	0.29 19	0.84 105	0.27 16	0.14 6	0.11 6	0.15 8	0.11 8	0.17 62	0.14 41

MGS-Stereo	0.42 52	0.26 99	0.58 104	0.44 58	0.28 88	0.50 85	0.34 91	0.57 11	0.83 147	0.46 58	1.31 308	0.52 82	0.33 34	0.65 54	0.36 92	0.19 154	0.16 229	0.18 82	0.15 81	0.17 62	0.16 95

MLG-Stereo_test1	0.27 3	0.19 4	0.38 8	0.40 16	0.24 28	0.38 23	0.20 8	0.59 12	0.19 1	0.24 2	0.17 1	0.33 15	0.27 12	0.90 126	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

S2M2	0.34 17	0.28 146	0.45 34	0.40 16	0.30 126	0.31 10	0.16 1	0.60 13	0.64 81	0.31 14	0.48 37	0.47 54	0.34 40	0.38 3	0.32 46	0.25 310	0.22 353	0.20 138	0.22 284	0.25 281	0.22 251

MLG-Stereo_test3	0.28 6	0.18 1	0.42 23	0.40 16	0.23 20	0.47 59	0.19 5	0.61 14	0.29 11	0.35 23	0.21 2	0.35 19	0.21 2	0.60 44	0.25 8	0.15 13	0.11 6	0.16 27	0.11 8	0.13 1	0.13 18

IGEV-BASED-STEREO-	0.70 243	3.18 529	2.55 488	0.39 13	0.23 20	0.44 51	0.23 22	0.63 15	0.42 23	0.44 51	0.44 28	0.34 17	0.28 15	0.56 27	0.29 21	1.35 503	0.10 1	0.22 201	0.19 179	0.46 434	1.31 503

SGD-Stereo	0.32 14	0.20 7	0.40 15	0.38 11	0.19 1	0.43 46	0.22 14	0.64 16	0.33 13	0.42 44	0.34 18	0.27 6	0.35 42	1.15 193	0.30 29	0.20 186	0.10 1	0.15 8	0.13 42	0.17 62	0.13 18

IGEV-RUCA	0.37 28	0.23 46	0.48 42	0.49 127	0.36 220	0.60 150	0.23 22	0.64 16	0.49 37	0.39 40	0.49 43	0.44 36	0.31 27	0.85 110	0.30 29	0.24 284	0.13 86	0.16 27	0.12 27	0.20 166	0.19 185

LoS_RVC	0.42 52	0.26 99	0.40 15	0.44 58	0.82 457	0.51 101	0.44 200	0.64 16	0.41 20	0.44 51	0.78 114	0.44 36	0.47 103	0.56 27	0.36 92	0.13 2	0.12 29	0.14 1	0.10 2	0.13 1	0.84 486

AEACV	0.37 28	0.24 60	0.52 66	0.47 87	0.51 346	0.37 20	0.38 130	0.65 19	0.53 56	0.42 44	0.56 63	0.46 47	0.60 178	0.53 19	0.30 29	0.16 33	0.13 86	0.18 82	0.15 81	0.17 62	0.14 41

LG-Stereo_L1	0.30 10	0.20 7	0.44 27	0.37 5	0.26 46	0.29 8	0.21 11	0.66 20	0.26 8	0.25 3	0.25 7	0.24 4	0.22 5	1.24 216	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

MLG-Stereo	0.29 8	0.19 4	0.38 8	0.41 23	0.20 3	0.42 39	0.20 8	0.66 20	0.21 2	0.25 3	0.22 4	0.33 15	0.28 15	1.09 180	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

rvit_stereo_0081	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

rvit_stereo_0082	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

rvit_stereo_0083	0.47 90	0.33 272	0.81 258	0.56 258	0.36 220	0.50 85	0.44 200	0.68 24	0.95 185	0.49 70	0.57 66	0.55 92	0.49 122	0.88 119	0.46 188	0.25 310	0.25 381	0.24 259	0.20 211	0.24 269	0.17 120

RAStereo	0.34 17	0.21 21	0.66 148	0.47 87	0.27 65	0.26 3	0.29 52	0.69 25	0.63 77	0.32 16	0.42 23	0.45 44	0.31 27	0.45 7	0.34 74	0.17 74	0.15 192	0.19 103	0.15 81	0.18 93	0.13 18

XX-TBD	0.46 83	0.70 454	0.35 1	0.79 434	0.25 40	0.58 137	0.26 37	0.69 25	1.27 361	0.76 125	1.00 170	0.45 44	0.33 34	0.47 9	0.37 104	0.19 154	0.15 192	0.15 8	0.11 8	0.17 62	0.14 41

LG-G_1	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LG-G	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

mms	0.40 43	0.27 125	0.52 66	0.46 76	0.32 170	0.43 46	0.46 224	0.70 27	0.46 34	0.35 23	0.58 69	0.44 36	0.30 23	1.36 247	0.33 59	0.16 33	0.13 86	0.18 82	0.15 81	0.19 132	0.15 69

U	9.45 530	0.21 21	0.58 104	0.47 87	53.11 550	61.27 555	0.24 27	0.70 27	0.52 52	0.36 28	0.28 12	0.29 7	0.35 42	0.33 1	0.26 13	0.19 154	0.11 6	60.50 551	8.88 538	0.17 62	0.13 18

LG-Stereo	0.34 17	0.25 83	0.78 249	0.47 87	0.26 46	0.37 20	0.30 59	0.71 31	0.52 52	0.36 28	0.57 66	0.29 7	0.21 2	0.50 12	0.36 92	0.13 2	0.13 86	0.20 138	0.18 157	0.18 93	0.12 9

SMoEStereo_RVC	0.39 36	0.25 83	0.50 52	0.45 70	0.30 126	0.61 156	0.36 110	0.72 32	0.45 28	0.46 58	0.43 26	0.42 31	0.35 42	1.39 257	0.29 21	0.15 13	0.12 29	0.20 138	0.15 81	0.16 38	0.15 69

MaDis-Stereo	0.36 23	0.25 83	0.58 104	0.44 58	0.34 207	0.30 9	0.30 59	0.72 32	0.50 40	0.37 31	0.36 20	0.58 106	0.49 122	0.52 17	0.36 92	0.19 154	0.16 229	0.19 103	0.15 81	0.18 93	0.14 41

ours_stereo	0.39 36	0.28 146	0.51 59	0.46 76	0.30 126	0.40 28	0.44 200	0.73 34	0.56 61	0.35 23	0.56 63	0.46 47	0.33 34	1.11 186	0.32 46	0.16 33	0.13 86	0.19 103	0.15 81	0.19 132	0.14 41

WCG-NET	0.42 52	0.21 21	0.54 75	0.40 16	0.25 40	0.47 59	0.32 72	0.73 34	1.15 294	0.76 125	0.73 103	0.58 106	0.45 89	0.60 44	0.34 74	0.15 13	0.11 6	0.16 27	0.14 66	0.15 22	0.13 18

WCG-NET（raft）	0.45 76	0.21 21	0.55 85	0.40 16	0.24 28	0.50 85	0.36 110	0.73 34	1.09 256	0.71 117	0.76 110	0.92 233	0.51 129	0.84 105	0.34 74	0.16 33	0.12 29	0.15 8	0.14 66	0.14 10	0.14 41

GLC_STEREO	0.39 36	0.25 83	0.41 19	0.54 222	0.23 20	0.48 63	0.30 59	0.73 34	0.58 64	0.52 82	0.73 103	0.51 75	0.31 27	0.64 49	0.42 149	0.17 74	0.20 313	0.23 239	0.19 179	0.21 206	0.17 120

PMTNet	0.46 83	0.21 21	0.38 8	0.37 5	0.23 20	0.71 220	0.27 43	0.74 38	1.04 229	0.64 106	0.70 95	0.55 92	0.47 103	0.86 114	0.35 83	1.00 492	0.13 86	0.15 8	0.10 2	0.15 22	0.13 18

IGEV-Stereo++	0.30 10	0.20 7	0.40 15	0.46 76	0.30 126	0.33 12	0.22 14	0.75 39	0.45 28	0.32 16	0.41 22	0.32 14	0.48 114	0.38 3	0.27 16	0.15 13	0.11 6	0.15 8	0.12 27	0.15 22	0.13 18

CroCo-Stereo Lap2	0.44 68	0.34 295	0.77 241	0.61 318	0.79 448	0.28 7	0.35 96	0.75 39	0.71 113	0.38 36	0.50 46	0.72 154	0.55 151	0.57 31	0.47 195	0.17 74	0.18 279	0.19 103	0.16 120	0.21 206	0.20 217

CREStereo++_RVC	0.47 90	0.21 21	0.38 8	0.45 70	0.38 251	0.45 54	0.25 28	0.75 39	1.29 370	0.80 137	1.21 271	0.47 54	0.37 53	0.53 19	0.44 161	0.16 33	0.11 6	0.15 8	0.80 496	0.18 93	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 68	0.22 35	0.45 34	0.43 37	0.23 20	0.38 23	0.25 28	0.76 42	1.08 248	0.90 162	0.78 114	0.90 221	0.47 103	0.70 63	0.36 92	0.15 13	0.12 29	0.15 8	0.12 27	0.15 22	0.15 69

fffft	0.38 33	0.23 46	0.51 59	0.44 58	0.32 170	0.43 46	0.48 241	0.76 42	0.36 14	0.44 51	0.34 18	0.38 28	0.31 27	1.31 231	0.32 46	0.14 6	0.11 6	0.19 103	0.15 81	0.16 38	0.16 95
1: 1. 1
rrr	0.46 83	0.28 146	0.73 206	0.43 37	0.33 190	0.49 75	0.38 130	0.76 42	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.16 95

rvit_0105_6	0.53 119	0.37 333	0.98 329	0.65 362	0.38 251	0.51 101	0.51 260	0.77 45	1.20 326	0.54 85	0.55 60	0.65 132	0.53 139	0.94 138	0.44 161	0.32 389	0.32 430	0.28 346	0.24 320	0.28 325	0.21 234

GCAP-BAT	0.49 102	0.31 234	0.64 134	0.41 23	0.46 319	0.70 215	0.35 96	0.77 45	0.64 81	0.86 157	1.00 170	0.77 165	0.37 53	1.18 203	0.36 92	0.18 113	0.14 137	0.18 82	0.13 42	0.17 62	0.15 69

Occ-G	0.42 52	0.21 21	0.48 42	0.41 23	0.26 46	0.42 39	0.62 342	0.77 45	0.49 37	0.43 49	0.66 81	1.02 272	0.46 94	0.78 86	0.41 138	0.16 33	0.13 86	0.18 82	0.13 42	0.16 38	0.16 95

CREStereo	0.39 36	0.21 21	0.38 8	0.34 1	0.22 15	0.53 110	0.29 52	0.77 45	1.11 264	0.58 90	0.71 98	0.51 75	0.41 67	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.14 41
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
LG-Stereo_L2	0.29 8	0.20 7	0.45 34	0.37 5	0.25 40	0.26 3	0.20 8	0.78 49	0.28 10	0.28 7	0.26 10	0.24 4	0.26 10	0.91 127	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

GIP-stereo	0.34 17	0.23 46	0.45 34	0.50 138	0.36 220	0.38 23	0.23 22	0.78 49	0.52 52	0.34 22	0.51 48	0.46 47	0.38 59	0.51 14	0.27 16	0.20 186	0.12 29	0.16 27	0.12 27	0.16 38	0.14 41

tt45	0.45 76	0.23 46	0.46 38	0.45 70	0.33 190	0.79 259	0.32 72	0.78 49	0.41 20	0.51 81	0.44 28	0.49 65	0.37 53	2.14 366	0.34 74	0.16 33	0.13 86	0.19 103	0.16 120	0.17 62	0.18 145

trnet	0.39 36	0.21 21	0.37 5	0.36 3	0.20 3	0.53 110	0.29 52	0.78 49	1.12 268	0.59 98	0.71 98	0.53 87	0.42 71	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.13 18

Former-RAFT_DAM_RVC	0.46 83	0.36 326	0.71 188	0.47 87	0.36 220	0.67 196	0.35 96	0.78 49	1.12 268	0.61 101	0.62 75	0.39 29	0.39 61	0.71 67	0.39 122	0.20 186	0.17 258	0.22 201	0.18 157	0.23 254	0.19 185

xyz-stereo-finetune2	0.58 171	0.27 125	0.57 98	0.40 16	0.24 28	1.09 356	0.32 72	0.79 54	0.53 56	0.65 108	1.07 204	0.58 106	0.80 258	2.47 397	0.80 327	0.16 33	0.15 192	0.21 173	0.17 140	0.16 38	0.17 120

AIO_test	0.35 22	0.22 35	0.44 27	0.43 37	0.27 65	0.57 134	0.44 200	0.79 54	0.41 20	0.32 16	0.47 35	0.46 47	0.30 23	0.69 59	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.15 22	0.12 9

RSM++	0.38 33	0.24 60	0.51 59	0.47 87	0.26 46	0.50 85	0.41 165	0.79 54	0.45 28	0.37 31	0.45 31	0.60 114	0.35 42	1.02 161	0.30 29	0.15 13	0.13 86	0.17 50	0.14 66	0.18 93	0.13 18

CAS	0.63 197	0.18 1	0.37 5	2.27 509	0.84 459	0.57 134	0.54 286	0.79 54	0.62 74	0.48 65	0.70 95	0.36 21	0.26 10	0.45 7	0.35 83	2.24 509	0.10 1	0.14 1	0.09 1	0.15 22	1.06 498

TANstereo	0.44 68	0.21 21	0.44 27	0.41 23	0.21 9	0.65 184	0.26 37	0.79 54	0.83 147	0.93 170	0.98 164	0.51 75	0.46 94	0.54 21	0.35 83	0.18 113	0.24 374	0.16 27	0.13 42	0.16 38	0.26 320

sAnonymous2	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 482	0.56 456

CroCo_RVC	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 482	0.56 456

test_xeample3	0.42 52	0.28 146	0.69 170	0.43 37	0.33 190	0.56 129	0.38 130	0.79 54	0.45 28	0.53 83	0.46 33	0.44 36	0.44 86	1.38 252	0.31 44	0.18 113	0.14 137	0.19 103	0.15 81	0.17 62	0.16 95

xyz-stereo-finetune	0.48 96	0.25 83	0.54 75	0.42 30	0.23 20	0.80 267	0.42 169	0.80 62	0.80 138	0.61 101	0.62 75	0.54 89	0.43 78	1.70 316	0.58 250	0.15 13	0.15 192	0.19 103	0.15 81	0.16 38	0.15 69

Selective-RAFT	0.52 109	0.28 146	0.79 252	0.55 245	0.27 65	0.91 304	0.33 79	0.80 62	0.88 161	0.58 90	0.63 77	0.81 179	0.77 241	1.29 229	0.48 200	0.19 154	0.14 137	0.17 50	0.15 81	0.19 132	0.17 120

RAFT_CTSACE	0.63 197	0.26 99	0.88 291	0.55 245	0.51 346	0.71 220	0.44 200	0.80 62	0.97 197	0.97 182	1.84 434	1.18 317	0.68 210	1.47 275	0.36 92	0.16 33	0.15 192	0.21 173	0.20 211	0.20 166	0.14 41

test_4	0.53 119	0.22 35	0.56 88	0.54 222	0.32 170	0.64 168	0.39 145	0.80 62	0.62 74	0.92 169	1.87 439	0.68 141	0.42 71	1.16 197	0.37 104	0.15 13	0.13 86	0.20 138	0.22 284	0.20 166	0.15 69

rvit_stereo_0081_aga	0.44 68	0.34 295	0.73 206	0.51 168	0.41 279	0.50 85	0.40 152	0.81 66	0.57 63	0.58 90	0.56 63	0.53 87	0.43 78	0.66 56	0.40 127	0.26 332	0.21 335	0.22 201	0.20 211	0.26 293	0.18 145

rvit_stereo_ft	0.47 90	0.35 316	0.87 284	0.67 381	0.42 284	0.40 28	0.59 333	0.81 66	0.74 120	0.46 58	0.55 60	0.57 101	0.49 122	0.65 54	0.50 213	0.25 310	0.17 258	0.22 201	0.22 284	0.24 269	0.17 120

CASnet	0.41 50	0.25 83	0.48 42	0.50 138	0.20 3	0.50 85	0.36 110	0.81 66	0.80 138	0.83 147	0.68 87	0.48 58	0.31 27	0.54 21	0.32 46	0.18 113	0.12 29	0.27 333	0.22 284	0.23 254	0.14 41
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HUF	0.36 23	0.23 46	0.52 66	0.40 16	0.22 15	0.54 117	0.47 231	0.82 69	0.43 24	0.36 28	0.43 26	0.50 71	0.42 71	0.64 49	0.29 21	0.17 74	0.12 29	0.16 27	0.12 27	0.15 22	0.14 41

rvit_stereo_0080	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

whm_eth	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

GCAP-Stereo	0.40 43	0.28 146	0.68 157	0.47 87	0.25 40	0.53 110	0.32 72	0.82 69	0.58 64	0.65 108	0.69 91	0.58 106	0.42 71	0.47 9	0.29 21	0.17 74	0.14 137	0.17 50	0.13 42	0.17 62	0.14 41

RAFT-RH_RVC	1.03 388	0.24 60	0.67 153	0.49 127	0.28 88	0.81 276	0.33 79	0.83 73	1.08 248	2.05 470	4.65 506	1.04 279	0.57 165	5.98 483	0.50 213	0.18 113	0.13 86	0.26 317	0.20 211	0.16 38	0.17 120

RAFT-345	0.84 327	0.25 83	0.66 148	0.50 138	0.27 65	0.54 117	0.42 169	0.83 73	1.11 264	1.32 355	2.34 470	0.86 204	0.54 144	5.72 475	0.47 195	0.18 113	0.13 86	0.22 201	0.17 140	0.17 62	0.16 95

sCroCo_RVC	0.49 102	0.40 351	1.02 346	0.65 362	0.60 394	0.52 105	0.40 152	0.83 73	0.61 72	0.44 51	0.74 106	0.49 65	0.50 126	0.63 48	0.48 200	0.26 332	0.27 394	0.23 239	0.22 284	0.29 336	0.25 296

rvit_0105_4	0.56 158	0.38 340	1.06 360	0.66 369	0.38 251	0.53 110	0.53 279	0.84 76	1.17 306	0.56 87	0.61 73	0.72 154	0.59 175	0.98 150	0.45 174	0.32 389	0.33 434	0.29 356	0.25 334	0.29 336	0.23 270

DEFOM-Stereo_RVC	0.40 43	0.67 446	0.42 23	0.64 348	0.29 105	0.48 63	0.25 28	0.85 77	0.44 26	0.38 36	0.36 20	0.30 11	0.70 218	1.15 193	0.29 21	0.16 33	0.11 6	0.16 27	0.11 8	0.18 93	0.12 9

999	0.48 96	0.22 35	0.49 47	0.48 112	0.34 207	0.75 235	0.31 65	0.85 77	0.55 59	0.37 31	0.48 37	0.50 71	0.36 49	2.45 393	0.39 122	0.16 33	0.13 86	0.18 82	0.15 81	0.16 38	0.19 185

castereo++	0.38 33	0.23 46	0.41 19	0.43 37	0.31 152	0.97 329	0.22 14	0.86 79	0.58 64	0.32 16	0.44 28	0.51 75	0.39 61	0.93 135	0.24 5	0.17 74	0.11 6	0.17 50	0.12 27	0.14 10	0.14 41

xyz-stereo	7.16 526	0.22 35	69.90 553	0.42 30	0.21 9	32.92 549	0.49 251	0.87 80	0.76 127	1.38 380	27.04 544	1.19 318	1.16 397	4.69 451	0.97 365	0.16 33	0.12 29	0.20 138	0.14 66	0.16 38	0.12 9

ff7	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

IGEVStereo-DCA	0.46 83	0.28 146	0.56 88	0.43 37	0.33 190	0.49 75	0.42 169	0.87 80	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.18 145

ffff	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

11t	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

plain	0.46 83	0.27 125	1.01 339	0.50 138	0.40 272	0.35 14	0.37 124	0.87 80	0.56 61	0.43 49	0.76 110	0.42 31	0.40 65	1.13 191	0.45 174	0.21 218	0.15 192	0.24 259	0.19 179	0.24 269	0.16 95

4D-IteraStereo	0.48 96	0.24 60	0.76 235	0.50 138	0.44 301	0.66 192	0.31 65	0.87 80	1.02 220	1.03 205	0.72 101	0.78 169	0.32 33	0.64 49	0.37 104	0.17 74	0.11 6	0.23 239	0.19 179	0.19 132	0.13 18

ccc-4	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

MC-Stereo	0.43 58	0.23 46	0.48 42	0.51 168	0.28 88	0.39 26	0.32 72	0.88 88	0.68 103	0.60 100	0.84 128	0.56 99	0.61 187	1.03 162	0.31 44	0.17 74	0.11 6	0.17 50	0.15 81	0.16 38	0.13 18

anonymousdsp	0.43 58	0.27 125	0.53 70	0.44 58	0.32 170	0.50 85	0.42 169	0.89 89	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.33 238	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

GMOStereo	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

error version	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-v	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-2	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

Prome-Stereo	0.75 281	0.27 125	0.53 70	0.55 245	0.32 170	0.59 142	0.97 434	0.89 89	0.88 161	1.45 399	2.46 476	0.91 224	1.41 432	1.58 295	0.44 161	0.18 113	0.13 86	0.19 103	0.17 140	0.20 166	0.92 489

IGEV-Stereo	0.43 58	0.27 125	0.54 75	0.45 70	0.32 170	0.50 85	0.42 169	0.90 95	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.32 235	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MM-Stereo_test1	0.49 102	0.24 60	0.56 88	0.51 168	0.30 126	0.50 85	0.54 286	0.91 96	1.03 224	0.84 150	0.69 91	0.54 89	0.60 178	1.16 197	0.33 59	0.18 113	0.16 229	0.20 138	0.17 140	0.19 132	0.15 69

fffy	0.42 52	0.27 125	0.57 98	0.46 76	0.29 105	0.48 63	0.35 96	0.91 96	0.55 59	0.40 41	0.58 69	0.55 92	0.41 67	1.26 220	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.18 93	0.14 41

MIF-Stereo (partial)	0.45 76	0.25 83	0.70 176	0.50 138	0.52 357	0.35 14	0.26 37	0.91 96	0.59 70	0.45 57	0.71 98	0.51 75	0.51 129	1.11 186	0.45 174	0.20 186	0.16 229	0.23 239	0.20 211	0.24 269	0.18 145

RSM	0.39 36	0.24 60	0.49 47	0.46 76	0.26 46	0.47 59	0.40 152	0.92 99	0.44 26	0.41 42	0.42 23	0.65 132	0.33 34	1.07 175	0.29 21	0.15 13	0.12 29	0.17 50	0.13 42	0.17 62	0.13 18

H2IRNET	0.56 158	0.26 99	0.66 148	0.47 87	0.35 211	0.41 32	0.26 37	0.92 99	1.17 306	0.61 101	1.28 298	1.08 287	0.86 290	0.99 153	0.63 270	0.19 154	0.16 229	0.22 201	0.25 334	0.21 206	0.18 145

test-3	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.32 355	0.69 91	0.87 208	0.45 89	1.68 314	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

test_1	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.28 327	0.68 87	0.87 208	0.45 89	1.67 309	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

test_3	0.55 149	0.23 46	0.71 188	0.53 207	0.28 88	0.61 156	0.40 152	0.92 99	1.05 233	1.19 286	0.68 87	0.93 235	0.44 86	1.67 309	0.39 122	0.15 13	0.12 29	0.22 201	0.19 179	0.21 206	0.14 41

PFNet+	0.59 177	0.28 146	0.77 241	0.53 207	0.30 126	0.59 142	0.31 65	0.92 99	1.14 283	1.33 363	1.10 218	0.79 173	0.57 165	1.31 231	0.49 207	0.25 310	0.17 258	0.28 346	0.26 351	0.21 206	0.25 296

Pointernet	0.37 28	0.20 7	0.57 98	0.43 37	0.28 88	0.51 101	0.27 43	0.93 105	0.61 72	0.47 61	0.63 77	0.49 65	0.38 59	0.49 11	0.33 59	0.17 74	0.13 86	0.14 1	0.11 8	0.13 1	0.12 9

testlalala2	0.58 171	0.27 125	0.68 157	1.72 502	1.27 498	0.68 203	0.42 169	0.93 105	0.70 108	0.90 162	0.93 147	0.76 162	0.34 40	0.52 17	0.40 127	0.18 113	0.15 192	0.17 50	0.13 42	0.17 62	0.17 120

MoCha-V2	0.40 43	0.20 7	0.49 47	0.50 138	0.21 9	0.44 51	0.33 79	0.93 105	0.53 56	0.53 83	0.53 52	0.42 31	0.58 174	1.09 180	0.27 16	0.14 6	0.12 29	0.15 8	0.12 27	0.17 62	0.15 69

xx1	0.67 233	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 503	0.58 90	0.79 119	0.95 246	0.77 241	1.46 271	0.32 46	0.20 186	0.12 29	0.24 259	0.23 307	0.22 229	0.21 234

cc1	0.64 209	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 503	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.19 132	0.19 185

DEmStereo	0.97 366	0.23 46	0.79 252	0.47 87	0.32 170	1.04 346	0.56 310	0.93 105	0.89 164	1.39 386	2.14 461	1.02 272	2.07 486	5.64 474	0.77 315	0.17 74	0.15 192	0.20 138	0.20 211	0.18 93	0.20 217

Anonymous3	0.61 186	0.44 369	1.11 377	0.59 293	0.49 328	0.93 315	0.65 351	0.93 105	0.81 141	0.72 122	0.88 136	0.65 132	0.69 213	1.06 171	0.53 232	0.35 414	0.30 416	0.26 317	0.26 351	0.31 356	0.27 330

AIO_rvc	0.36 23	0.23 46	0.49 47	0.43 37	0.27 65	0.59 142	0.38 130	0.94 112	0.45 28	0.33 21	0.46 33	0.49 65	0.22 5	0.84 105	0.30 29	0.16 33	0.11 6	0.16 27	0.12 27	0.15 22	0.13 18

rvit_0105_5	0.58 171	0.39 345	1.05 356	0.66 369	0.37 234	0.58 137	0.56 310	0.94 112	1.18 313	0.64 106	0.68 87	0.75 158	0.63 197	0.88 119	0.50 213	0.32 389	0.32 430	0.30 367	0.27 361	0.28 325	0.25 296

EKT-Stereo	0.53 119	0.30 201	0.73 206	0.58 280	0.60 394	0.51 101	0.48 241	0.94 112	0.90 168	0.71 117	0.88 136	0.77 165	0.43 78	1.07 175	0.40 127	0.22 244	0.16 229	0.21 173	0.18 157	0.20 166	0.22 251

KYRaft	0.75 281	0.28 146	0.62 124	0.56 258	0.29 105	0.67 196	0.86 410	0.94 112	0.84 151	1.62 435	2.21 464	1.16 313	1.02 367	1.57 293	0.40 127	0.20 186	0.13 86	0.22 201	0.28 381	0.20 166	1.02 493

RALCasStereoNet	0.54 134	0.30 201	0.66 148	0.59 293	0.51 346	0.61 156	0.52 271	0.94 112	0.93 180	0.70 115	1.01 176	0.78 169	0.44 86	1.33 238	0.47 195	0.20 186	0.16 229	0.18 82	0.16 120	0.20 166	0.19 185

111111	0.34 17	0.20 7	0.41 19	0.45 70	0.42 284	0.37 20	0.22 14	0.95 117	0.38 17	0.31 14	0.31 16	0.40 30	0.27 12	0.96 141	0.26 13	0.17 74	0.12 29	0.15 8	0.11 8	0.15 22	0.13 18

UGAM	1.14 412	0.27 125	0.95 318	0.53 207	0.42 284	0.70 215	0.72 375	0.95 117	1.32 384	0.98 186	1.48 370	1.78 433	0.87 295	9.65 527	0.87 345	0.21 218	0.18 279	0.30 367	0.24 320	0.19 132	0.16 95

ffm	0.72 252	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 491	1.15 258	1.45 358	1.06 281	0.82 267	1.55 290	0.32 46	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

ff1	1.37 437	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 491	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

tt1	0.62 190	0.32 250	0.51 59	0.54 222	0.26 46	1.16 370	0.48 241	0.95 117	2.47 491	0.57 88	0.77 112	0.49 65	0.81 262	1.55 290	0.32 46	0.20 186	0.12 29	0.24 259	0.15 81	0.19 132	0.20 217

DCRE	0.82 315	0.26 99	0.70 176	0.58 280	0.44 301	0.54 117	0.48 241	0.95 117	0.78 133	0.78 132	7.33 520	0.86 204	0.52 134	0.76 80	0.41 138	0.16 33	0.16 229	0.19 103	0.17 140	0.18 93	0.17 120

CroCo-Stereo	0.40 43	0.31 234	0.73 206	0.58 280	0.27 65	0.26 3	0.33 79	0.95 117	0.81 141	0.42 44	0.47 35	0.65 132	0.47 103	0.39 5	0.34 74	0.18 113	0.15 192	0.16 27	0.14 66	0.19 132	0.16 95
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	1.83 470	0.28 146	0.72 194	0.61 318	0.32 170	0.67 196	0.51 260	0.96 124	0.98 202	1.47 402	1.20 269	1.00 263	1.18 401	2.83 410	22.77 542	0.22 244	0.13 86	0.22 201	0.19 179	0.23 254	0.15 69

MM-Stereo_test2	0.43 58	0.24 60	0.67 153	0.51 168	0.32 170	0.55 124	0.45 217	0.97 125	0.77 130	0.59 98	0.51 48	0.49 65	0.42 71	0.80 92	0.30 29	0.15 13	0.13 86	0.18 82	0.14 66	0.19 132	0.14 41

castereo	0.41 50	0.22 35	0.46 38	0.44 58	0.30 126	0.61 156	0.56 310	0.97 125	0.80 138	0.38 36	0.69 91	0.45 44	0.69 213	0.51 14	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.16 38	0.12 9

RCA-Stereo	0.50 106	0.23 46	0.58 104	0.48 112	0.33 190	0.55 124	0.45 217	0.97 125	1.38 411	0.68 112	1.05 198	0.63 126	0.80 258	0.59 33	0.32 46	0.17 74	0.12 29	0.17 50	0.14 66	0.16 38	0.14 41

UDGNet	0.72 252	1.17 492	0.80 257	0.77 430	0.41 279	0.77 249	0.38 130	0.97 125	1.34 391	0.81 141	0.88 136	0.71 153	0.60 178	1.21 208	0.54 238	0.52 464	0.19 295	1.02 498	0.26 351	0.71 477	0.31 370

CES	0.48 96	0.20 7	0.37 5	0.39 13	1.39 500	0.55 124	0.35 96	0.98 129	0.66 98	0.44 51	0.66 81	0.35 19	0.27 12	0.56 27	0.33 59	0.15 13	0.13 86	0.15 8	0.10 2	0.19 132	1.46 505

raftrobust	0.52 109	0.25 83	0.56 88	0.65 362	0.52 357	0.49 75	0.34 91	0.98 129	0.91 173	1.30 341	0.87 134	0.63 126	0.81 262	0.78 86	0.41 138	0.19 154	0.15 192	0.16 27	0.14 66	0.15 22	0.16 95

EGLCR-Stereo	0.37 28	0.22 35	0.51 59	0.43 37	0.26 46	0.44 51	0.22 14	0.99 131	0.48 36	0.42 44	0.42 23	0.67 139	0.29 19	0.86 114	0.33 59	0.17 74	0.12 29	0.19 103	0.17 140	0.17 62	0.15 69

DCANet-4	0.54 134	0.26 99	1.07 365	0.42 30	0.24 28	0.48 63	0.36 110	0.99 131	1.30 376	1.10 227	1.02 184	0.56 99	0.75 229	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

iRaft-Stereo_5w	0.85 331	0.29 181	0.91 304	0.53 207	0.43 294	0.49 75	0.68 363	0.99 131	0.87 157	0.79 135	1.34 323	1.46 381	0.91 310	5.11 459	1.11 387	0.17 74	0.14 137	0.22 201	0.18 157	0.20 166	0.20 217

PSM-AAD	0.79 301	0.27 125	0.53 70	0.55 245	0.28 88	0.77 249	1.24 465	0.99 131	0.91 173	1.66 440	1.57 393	0.81 179	2.19 490	1.65 304	0.44 161	0.19 154	0.14 137	0.38 427	0.32 414	0.21 206	0.70 478

LoS	0.40 43	0.21 21	0.44 27	0.37 5	0.22 15	0.50 85	0.40 152	1.00 135	0.94 183	0.48 65	0.66 81	0.48 58	0.40 65	0.60 44	0.37 104	0.18 113	0.14 137	0.16 27	0.11 8	0.14 10	0.14 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.43 58	0.28 146	0.58 104	0.43 37	0.30 126	0.56 129	0.52 271	1.00 135	0.58 64	0.44 51	0.49 43	0.43 34	0.43 78	1.28 225	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.17 62	0.16 95

LCNet	0.72 252	0.28 146	0.52 66	0.55 245	0.31 152	0.69 208	0.54 286	1.00 135	0.88 161	1.19 286	1.34 323	0.97 254	1.34 429	2.56 401	0.45 174	0.18 113	0.13 86	0.21 173	0.25 334	0.27 307	0.73 481

FTStereo	0.91 349	0.26 99	0.56 88	0.54 222	0.33 190	0.66 192	1.87 498	1.00 135	0.75 121	1.75 446	4.15 499	1.04 279	1.65 457	1.57 293	0.46 188	0.19 154	0.16 229	0.23 239	0.21 255	0.18 93	0.63 469

GMStereo	0.55 149	0.45 376	0.94 314	0.50 138	0.32 170	0.64 168	0.43 187	1.00 135	1.40 421	0.82 145	0.73 103	0.51 75	0.45 89	0.85 110	0.55 242	0.24 284	0.15 192	0.20 138	0.21 255	0.31 356	0.24 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMM-Stereo	0.74 273	0.25 83	0.59 111	0.54 222	0.34 207	0.72 223	0.99 438	1.01 140	0.87 157	1.36 372	1.78 427	1.12 304	0.81 262	2.09 362	0.46 188	0.18 113	0.12 29	0.25 298	0.25 334	0.20 166	0.85 487

LG-Stereo_Zeroshot	0.36 23	0.23 46	0.54 75	0.50 138	0.28 88	0.36 18	0.22 14	1.02 141	0.39 18	0.42 44	0.64 80	0.36 21	0.51 129	0.39 5	0.29 21	0.18 113	0.12 29	0.17 50	0.13 42	0.18 93	0.18 145

RAFT-Stereo-weight	0.47 90	0.24 60	0.53 70	0.48 112	0.27 65	0.60 150	0.35 96	1.02 141	1.07 242	0.99 189	0.78 114	0.76 162	0.28 15	0.76 80	0.36 92	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.15 69

knoymous	0.51 108	0.29 181	0.47 40	0.43 37	0.30 126	0.55 124	0.55 302	1.02 141	0.77 130	0.98 186	0.85 130	0.94 238	0.56 156	0.85 110	0.45 174	0.20 186	0.14 137	0.26 317	0.14 66	0.23 254	0.23 270

DisPM	0.66 224	0.28 146	0.72 194	0.61 318	0.35 211	0.62 164	0.45 217	1.02 141	0.99 209	1.56 424	1.10 218	0.80 175	0.59 175	2.37 388	0.41 138	0.23 269	0.14 137	0.23 239	0.21 255	0.20 166	0.25 296

dd	0.59 177	0.48 387	0.97 326	0.55 245	0.32 170	0.64 168	0.47 231	1.02 141	1.34 391	0.78 132	0.86 131	0.58 106	0.54 144	1.01 158	0.86 344	0.28 361	0.18 279	0.26 317	0.19 179	0.32 364	0.24 284

HART	0.45 76	0.22 35	0.54 75	0.50 138	0.26 46	0.41 32	0.29 52	1.03 146	0.50 40	0.58 90	1.45 358	0.61 118	0.35 42	1.08 179	0.30 29	0.15 13	0.13 86	0.19 103	0.14 66	0.19 132	0.14 41

rvit_0105_3	0.63 197	0.44 369	1.08 369	0.72 411	0.40 272	0.64 168	0.71 372	1.03 146	1.17 306	0.82 145	0.70 95	0.80 175	0.70 218	0.91 127	0.56 244	0.35 414	0.34 436	0.34 405	0.32 414	0.27 307	0.28 342

THIR-Stereo	1.02 386	0.27 125	0.69 170	0.49 127	0.28 88	0.95 320	1.34 472	1.03 146	0.97 197	1.34 367	1.90 442	1.17 314	1.58 450	6.44 488	0.78 317	0.19 154	0.14 137	0.21 173	0.22 284	0.19 132	0.20 217

DeepStereo_RVC	0.55 149	0.29 181	0.72 194	0.51 168	0.30 126	0.59 142	0.33 79	1.03 146	0.70 108	1.16 268	0.93 147	0.83 191	0.94 327	0.96 141	0.54 238	0.21 218	0.14 137	0.21 173	0.19 179	0.24 269	0.24 284

TestStereo	0.64 209	0.39 345	0.71 188	0.51 168	0.27 65	0.56 129	0.42 169	1.03 146	0.91 173	0.80 137	1.00 170	0.68 141	0.52 134	3.25 425	0.45 174	0.22 244	0.15 192	0.24 259	0.18 157	0.27 307	0.16 95

XX-Stereo	0.63 197	0.26 99	1.90 465	0.81 440	0.67 415	0.43 46	0.23 22	1.03 146	0.58 64	0.65 108	1.56 389	1.41 369	0.39 61	1.28 225	0.35 83	0.20 186	0.14 137	0.20 138	0.19 179	0.18 93	0.14 41

HI	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 351	1.43 350	1.62 407	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

CoSv	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 351	1.43 350	1.62 407	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

PSM-adaLoss	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.41 165	1.04 152	0.64 81	1.12 235	0.96 154	0.82 184	0.61 187	1.06 171	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

HUI-Stereo	0.52 109	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.30 59	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	0.79 90	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

CRE-IMP	0.55 149	0.30 201	0.74 222	0.52 190	0.29 105	0.79 259	0.25 28	1.04 152	0.72 114	1.09 219	0.95 151	0.81 179	0.57 165	1.10 183	0.50 213	0.21 218	0.14 137	0.23 239	0.19 179	0.28 325	0.22 251

RAFT	0.64 209	0.30 201	0.73 206	0.59 293	0.33 190	0.68 203	0.58 325	1.04 152	0.76 127	1.08 213	1.19 265	1.65 417	0.93 322	1.06 171	0.56 244	0.21 218	0.18 279	0.27 333	0.24 320	0.22 229	0.17 120

RAFT-IKP	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.59 142	0.36 110	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.61 187	1.22 209	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

RAFT-Stereo + iAFF	0.54 134	0.25 83	0.68 157	0.43 37	0.24 28	0.40 28	0.34 91	1.04 152	1.09 256	1.32 355	1.60 398	0.80 175	0.68 210	0.67 58	0.39 122	0.13 2	0.10 1	0.18 82	0.17 140	0.17 62	0.13 18

MyStereo07	0.48 96	0.29 181	0.50 52	0.55 245	0.45 308	0.59 142	0.79 392	1.05 160	0.51 48	0.48 65	0.53 52	0.43 34	0.55 151	1.30 230	0.34 74	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

GMStereo_Zeroshot	0.67 233	0.61 437	1.01 339	0.64 348	0.37 234	0.84 291	0.35 96	1.05 160	1.12 268	1.12 235	1.06 200	1.27 342	0.54 144	1.19 205	0.59 253	0.32 389	0.17 258	0.31 373	0.18 157	0.52 448	0.22 251

ADStereo(finetuned)	0.57 165	0.24 60	1.06 360	0.43 37	0.24 28	0.49 75	0.35 96	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	1.20 407	0.84 105	0.51 218	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

CIPLG	0.62 190	0.33 272	0.96 324	0.58 280	0.50 335	0.75 235	0.48 241	1.05 160	0.96 190	1.40 387	1.57 393	0.64 129	0.48 114	0.89 124	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

Patchmatch Stereo++	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145
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	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.42 169	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.12 189	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.25 28	1.05 160	0.64 81	1.12 235	0.95 151	0.82 184	0.61 187	1.15 193	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

DRaft	0.80 304	0.24 60	0.70 176	0.45 70	0.30 126	0.97 329	0.53 279	1.05 160	0.97 197	1.78 449	2.02 453	0.80 175	1.74 464	2.73 408	0.72 297	0.17 74	0.14 137	0.20 138	0.20 211	0.18 93	0.21 234

iGMRVC	0.56 158	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.38 130	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.52 282	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

iRAFT	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

AnonymousM	0.59 177	1.11 487	0.41 19	0.44 58	0.32 170	0.43 46	0.47 231	1.05 160	0.64 81	0.98 186	0.63 77	0.67 139	0.43 78	0.59 33	0.41 138	0.20 186	0.15 192	1.84 507	0.84 498	0.14 10	0.13 18

iRaftStereo_RVC	0.47 90	0.26 99	0.64 134	0.50 138	0.29 105	0.53 110	0.33 79	1.05 160	0.77 130	0.84 150	1.00 170	0.55 92	0.37 53	0.81 97	0.40 127	0.17 74	0.12 29	0.22 201	0.20 211	0.19 132	0.15 69

DCANet	0.54 134	0.24 60	0.70 176	0.43 37	0.24 28	0.49 75	0.36 110	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	0.92 313	0.81 97	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

ACRE	0.61 186	0.33 272	1.01 339	0.58 280	0.49 328	0.75 235	0.47 231	1.06 173	0.95 185	1.37 375	1.55 385	0.62 123	0.46 94	0.83 102	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.18 93	0.21 234

aanetorigin	1.23 421	0.79 464	2.78 495	0.70 400	0.79 448	0.99 336	1.06 448	1.06 173	1.37 407	3.52 507	2.61 479	1.72 424	1.63 455	1.99 352	1.78 454	0.25 310	0.24 374	0.26 317	0.25 334	0.38 398	0.45 429

tg	0.52 109	0.24 60	0.61 119	0.49 127	0.30 126	0.90 301	0.29 52	1.07 175	0.83 147	0.83 147	1.02 184	0.62 123	0.43 78	1.35 242	0.41 138	0.17 74	0.12 29	0.22 201	0.20 211	0.17 62	0.15 69

AIO-Stereo	0.37 28	0.25 83	0.51 59	0.47 87	0.23 20	0.45 54	0.39 145	1.07 175	0.52 52	0.41 42	0.48 37	0.52 82	0.25 9	0.72 70	0.30 29	0.16 33	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

fff	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

HHNet	0.62 190	0.26 99	0.63 127	0.43 37	0.45 308	0.50 85	0.58 325	1.07 175	1.01 217	1.25 318	2.23 465	0.70 150	0.61 187	1.07 175	0.47 195	0.20 186	0.13 86	0.23 239	0.19 179	0.19 132	0.30 360

csc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

cscssc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

testlalala	0.45 76	0.28 146	0.59 111	0.42 30	0.39 262	0.71 220	0.39 145	1.08 181	0.45 28	1.24 313	0.80 124	0.61 118	0.36 49	0.54 21	0.33 59	0.20 186	0.13 86	0.18 82	0.12 27	0.15 22	0.15 69

NRIStereo	0.60 180	0.29 181	0.69 170	0.53 207	0.28 88	0.63 165	0.33 79	1.08 181	0.87 157	1.14 252	0.87 134	0.91 224	0.59 175	2.24 377	0.49 207	0.20 186	0.14 137	0.21 173	0.19 179	0.21 206	0.17 120

MM-Stereo_test3	0.50 106	0.24 60	0.54 75	0.54 222	0.74 432	0.49 75	0.53 279	1.09 183	1.05 233	0.62 104	0.95 151	0.61 118	0.42 71	0.77 83	0.38 114	0.20 186	0.17 258	0.20 138	0.16 120	0.18 93	0.18 145

StereoVision	0.65 217	0.34 295	0.86 273	0.59 293	0.40 272	0.50 85	0.41 165	1.09 183	0.93 180	0.71 117	2.50 477	0.82 184	0.57 165	1.03 162	0.49 207	0.25 310	0.28 401	0.29 356	0.28 381	0.36 385	0.20 217

SST-Stereo	0.83 322	0.28 146	0.72 194	0.59 293	0.31 152	0.72 223	0.26 37	1.09 183	0.86 153	1.47 402	1.10 218	1.00 263	0.87 295	5.73 476	0.45 174	0.22 244	0.13 86	0.23 239	0.19 179	0.23 254	0.18 145

ToySt	0.66 224	0.33 272	1.23 395	0.51 168	0.33 190	0.86 295	0.68 363	1.10 186	0.97 197	0.84 150	1.08 209	1.25 334	0.94 327	1.01 158	0.74 301	0.19 154	0.19 295	0.24 259	0.24 320	0.27 307	0.23 270

IPLGR_C	0.62 190	0.33 272	0.99 330	0.58 280	0.49 328	0.76 241	0.48 241	1.10 186	0.96 190	1.40 387	1.56 389	0.62 123	0.48 114	0.80 92	0.71 294	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

CrosDoStereo	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 535	1.10 186	0.98 202	1.34 367	1.75 424	1.00 263	1.89 475	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

DeepStereo_LL	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 535	1.10 186	0.98 202	1.34 367	1.75 424	1.00 263	1.89 475	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

RAFT_R40	0.83 322	0.28 146	0.73 206	0.59 293	0.31 152	0.69 208	0.44 200	1.10 186	0.95 185	1.47 402	1.10 218	1.00 263	0.85 282	5.53 470	0.46 188	0.22 244	0.13 86	0.23 239	0.20 211	0.23 254	0.18 145

test-1	0.52 109	0.26 99	1.04 354	0.56 258	0.32 170	0.61 156	0.38 130	1.10 186	0.91 173	0.78 132	1.01 176	0.77 165	0.52 134	0.60 44	0.42 149	0.17 74	0.14 137	0.20 138	0.17 140	0.20 166	0.23 270

GrayStereo	0.82 315	0.26 99	0.58 104	0.63 339	0.37 234	0.76 241	1.86 497	1.11 192	0.87 157	1.99 467	1.89 441	1.08 287	1.82 472	1.39 257	0.48 200	0.19 154	0.14 137	0.19 103	0.21 255	0.18 93	0.39 409

rafts_anoy	0.52 109	0.29 181	0.59 111	0.59 293	0.50 335	0.53 110	0.40 152	1.11 192	1.03 224	0.84 150	0.83 126	0.68 141	0.54 144	0.72 70	0.51 218	0.19 154	0.14 137	0.24 259	0.26 351	0.21 206	0.18 145

rvit_105_1	0.72 252	0.52 404	1.01 339	0.78 432	0.49 328	0.75 235	0.87 412	1.12 194	1.18 313	0.99 189	0.79 119	0.90 221	0.77 241	1.26 220	0.75 306	0.41 436	0.36 452	0.36 421	0.41 449	0.30 347	0.33 381

model_zeroshot	0.48 96	0.29 181	0.86 273	0.51 168	0.36 220	0.69 208	0.37 124	1.12 194	0.62 74	0.85 155	0.84 128	0.66 136	0.37 53	0.73 74	0.34 74	0.20 186	0.16 229	0.19 103	0.16 120	0.17 62	0.16 95

ASMatch	0.88 341	0.26 99	0.69 170	0.51 168	0.35 211	0.48 63	0.37 124	1.12 194	0.92 178	1.10 227	3.28 489	0.96 252	0.98 350	4.90 456	0.49 207	0.19 154	0.16 229	0.22 201	0.19 179	0.19 132	0.27 330

LL-Strereo2	0.52 109	0.33 272	0.69 170	0.52 190	0.37 234	0.70 215	0.30 59	1.13 197	0.67 99	0.94 175	0.78 114	0.91 224	0.42 71	1.05 170	0.42 149	0.17 74	0.16 229	0.29 356	0.25 334	0.21 206	0.16 95

iinet-f	0.99 372	0.45 376	3.71 502	0.55 245	0.43 294	1.81 449	0.68 363	1.14 198	1.14 283	1.18 282	1.42 346	1.58 402	1.44 436	1.34 241	1.59 449	0.24 284	0.23 365	0.20 138	0.19 179	0.26 293	0.25 296

riskmin	0.56 158	0.27 125	0.60 116	0.43 37	0.31 152	0.83 283	0.42 169	1.14 198	1.04 229	0.73 123	0.75 108	1.11 303	1.01 362	0.81 97	0.51 218	0.20 186	0.14 137	0.24 259	0.15 81	0.24 269	0.25 296

ACV-stereo	0.99 372	0.51 400	1.41 424	0.56 258	0.41 279	2.43 484	0.57 321	1.15 200	1.18 313	0.81 141	1.01 176	3.39 496	2.14 488	1.60 298	1.07 378	0.27 348	0.22 353	0.22 201	0.22 284	0.28 325	0.32 375

AFF-stereo	0.58 171	0.25 83	0.64 134	0.46 76	0.29 105	0.34 13	0.38 130	1.15 200	1.14 283	1.17 277	1.60 398	1.10 299	0.71 222	0.97 149	0.43 158	0.13 2	0.11 6	0.19 103	0.19 179	0.17 62	0.14 41

OMP-Stereo	0.94 356	0.33 272	0.72 194	0.90 471	0.31 152	0.49 75	0.36 110	1.16 202	1.06 237	1.58 430	1.12 231	1.46 381	0.69 213	6.94 498	0.49 207	0.19 154	0.14 137	0.24 259	0.18 157	0.20 166	0.14 41

Gwc-CoAtRS	0.52 109	0.24 60	0.68 157	0.48 112	0.29 105	0.64 168	0.25 28	1.16 202	1.08 248	1.01 197	1.00 170	1.12 304	0.56 156	0.69 59	0.37 104	0.16 33	0.13 86	0.17 50	0.15 81	0.15 22	0.15 69

IER	0.70 243	0.31 234	1.02 346	0.48 112	0.52 357	1.34 399	0.51 260	1.17 204	0.99 209	1.23 305	1.34 323	1.12 304	1.11 387	0.99 153	0.71 294	0.20 186	0.16 229	0.21 173	0.21 255	0.20 166	0.19 185

dad	0.86 336	0.66 445	1.06 360	0.56 258	0.37 234	0.76 241	0.44 200	1.17 204	1.50 439	1.44 397	1.27 293	1.34 359	0.75 229	2.52 400	0.84 339	0.42 440	0.27 394	0.83 490	0.26 351	0.41 409	0.29 346

PFNet	0.91 349	0.26 99	1.10 375	0.63 339	0.32 170	0.64 168	0.56 310	1.17 204	0.99 209	1.47 402	1.08 209	0.98 256	0.69 213	6.62 490	0.54 238	0.20 186	0.12 29	0.24 259	0.19 179	0.20 166	0.17 120

Pruner-Stereo	0.62 190	0.29 181	0.70 176	0.61 318	0.31 152	0.63 165	0.43 187	1.17 204	0.99 209	1.53 416	1.08 209	0.95 246	0.55 151	1.35 242	0.51 218	0.23 269	0.14 137	0.24 259	0.21 255	0.21 206	0.23 270

s12784h	0.52 109	0.20 7	0.38 8	0.41 23	0.19 1	0.96 325	0.34 91	1.17 204	1.25 350	0.81 141	0.90 140	0.63 126	0.50 126	1.45 269	0.42 149	0.14 6	0.12 29	0.17 50	0.11 8	0.18 93	0.11 1

AIO-test2	0.57 165	0.28 146	0.63 127	0.61 318	0.58 383	0.79 259	0.51 260	1.18 209	1.40 421	0.63 105	1.15 248	0.51 75	0.43 78	1.09 180	0.35 83	0.21 218	0.17 258	0.26 317	0.30 401	0.20 166	0.19 185

AIO-test1	0.56 158	0.25 83	0.55 85	0.64 348	0.78 445	0.80 267	0.36 110	1.18 209	1.34 391	0.57 88	0.88 136	0.61 118	0.50 126	1.12 189	0.35 83	0.17 74	0.17 258	0.22 201	0.24 320	0.18 93	0.23 270

MyStereo8	0.65 217	0.29 181	1.00 335	0.58 280	0.49 328	0.91 304	0.35 96	1.18 209	1.31 380	1.16 268	1.27 293	0.90 221	0.64 201	0.72 70	0.95 359	0.18 113	0.14 137	0.20 138	0.18 157	0.22 229	0.26 320

AE-Stereo	0.49 102	0.27 125	0.67 153	0.60 304	0.39 262	0.67 196	0.46 224	1.18 209	1.09 256	0.47 61	0.75 108	0.69 146	0.47 103	0.59 33	0.40 127	0.16 33	0.15 192	0.21 173	0.20 211	0.19 132	0.15 69

MSKI-zero shot	0.55 149	0.26 99	0.57 98	0.51 168	0.26 46	0.69 208	0.28 47	1.18 209	0.64 81	0.91 167	1.32 314	0.82 184	0.33 34	1.92 344	0.32 46	0.17 74	0.12 29	0.17 50	0.13 42	0.16 38	0.16 95

PSM-softLoss	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

KMStereo	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

111	0.60 180	0.23 46	0.70 176	0.43 37	0.24 28	0.72 223	0.42 169	1.18 209	1.41 425	0.80 137	1.38 337	1.10 299	0.79 252	0.96 141	0.58 250	0.18 113	0.13 86	0.17 50	0.15 81	0.17 62	0.19 185

ISRNet	0.80 304	0.33 272	1.07 365	0.81 440	0.66 411	0.60 150	0.34 91	1.19 217	1.13 280	1.59 431	1.53 379	1.35 360	0.77 241	1.27 223	0.94 356	0.39 429	0.34 436	0.43 445	0.38 442	0.34 376	0.49 442

IIG-Stereo	0.96 360	0.31 234	0.72 194	0.88 466	0.33 190	0.61 156	0.26 37	1.19 217	1.03 224	1.69 442	1.37 332	1.46 381	0.75 229	6.96 499	0.51 218	0.19 154	0.14 137	0.23 239	0.18 157	0.20 166	0.14 41

rvit_stereo_0075_2	0.64 209	0.46 378	1.05 356	0.66 369	0.66 411	0.53 110	0.48 241	1.20 219	1.12 268	0.76 125	0.92 144	0.78 169	0.53 139	1.03 162	0.59 253	0.37 422	0.28 401	0.40 438	0.31 406	0.37 389	0.32 375

DCVSM-stereo	0.72 252	0.35 316	0.76 235	0.55 245	0.42 284	0.73 226	0.38 130	1.21 220	1.02 220	1.79 452	1.04 196	1.62 407	1.03 369	1.04 168	0.79 323	0.24 284	0.27 394	0.29 356	0.24 320	0.30 347	0.36 395

IPLG	0.69 239	0.27 125	0.97 326	0.51 168	0.43 294	0.79 259	0.33 79	1.21 220	1.06 237	1.30 341	1.10 218	0.52 82	0.55 151	3.16 423	0.63 270	0.16 33	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

NF-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.02 184	0.82 184	0.57 165	5.40 468	0.48 200	0.23 269	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

OCTAStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.82 184	0.57 165	5.35 463	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

RE-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

TVStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

RALAANet	0.60 180	0.33 272	0.87 284	0.62 330	0.50 335	0.69 208	0.31 65	1.21 220	1.06 237	1.09 219	1.16 253	0.88 212	0.46 94	1.22 209	0.42 149	0.19 154	0.15 192	0.21 173	0.17 140	0.27 307	0.17 120

DN-CSS_ROB	0.64 209	0.32 250	1.05 356	0.55 245	0.40 272	0.54 117	0.45 217	1.21 220	0.93 180	1.03 205	1.47 365	0.69 146	0.63 197	1.76 328	0.49 207	0.18 113	0.14 137	0.25 298	0.22 284	0.22 229	0.20 217

11t1	0.52 109	0.28 146	0.68 157	0.51 168	0.28 88	0.83 283	0.39 145	1.22 228	0.63 77	0.84 150	0.74 106	0.68 141	0.68 210	0.91 127	0.57 247	0.21 218	0.18 279	0.19 103	0.16 120	0.20 166	0.21 234

IPLGR	0.58 171	0.27 125	1.14 385	0.48 112	0.28 88	0.65 184	0.33 79	1.22 228	1.13 280	1.18 282	1.05 198	0.69 146	0.66 209	0.96 141	0.52 225	0.17 74	0.15 192	0.20 138	0.17 140	0.20 166	0.18 145

IRAFT_RVC	0.88 341	0.28 146	0.76 235	0.63 339	0.31 152	0.65 184	1.02 443	1.22 228	0.94 183	1.22 299	1.04 196	1.01 270	0.98 350	5.82 478	0.53 232	0.22 244	0.12 29	0.25 298	0.20 211	0.20 166	0.19 185

HCRNet	0.70 243	0.39 345	0.73 206	0.60 304	0.59 391	0.76 241	0.35 96	1.22 228	1.13 280	1.02 201	0.99 166	1.02 272	0.76 237	2.19 374	0.70 289	0.28 361	0.19 295	0.28 346	0.23 307	0.25 281	0.23 270

R-Stereo Train	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 432	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120

RAFT-Stereo	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 432	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	0.54 134	0.25 83	0.64 134	0.47 87	0.30 126	0.97 329	0.27 43	1.24 234	0.81 141	0.96 179	1.12 231	1.28 345	0.48 114	0.71 67	0.36 92	0.17 74	0.13 86	0.17 50	0.14 66	0.16 38	0.16 95

anonymousa	0.72 252	0.27 125	0.75 225	0.47 87	0.63 403	1.43 414	0.45 217	1.24 234	0.89 164	1.28 327	1.75 424	1.62 407	1.13 394	0.69 59	0.59 253	0.19 154	0.16 229	0.23 239	0.25 334	0.20 166	0.18 145

Selective-IGEV	0.39 36	0.24 60	0.50 52	0.44 58	0.25 40	0.46 57	0.33 79	1.25 236	0.40 19	0.35 23	0.45 31	0.52 82	0.30 23	1.07 175	0.30 29	0.14 6	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

Anonymous_2	1.30 428	0.55 414	0.82 261	0.52 190	0.58 383	1.01 339	0.64 349	1.25 236	0.97 197	0.96 179	0.78 114	1.33 355	1.29 421	1.03 162	0.74 301	0.62 480	0.64 499	1.06 499	9.63 539	1.16 495	0.49 442

MIM_Stereo	0.57 165	0.24 60	0.92 308	0.46 76	0.30 126	0.54 117	0.28 47	1.27 238	0.75 121	1.00 194	1.16 253	0.93 235	0.53 139	1.45 269	0.61 263	0.16 33	0.16 229	0.20 138	0.19 179	0.17 62	0.14 41

RAFT+CT+SA	0.58 171	0.29 181	0.60 116	0.66 369	0.37 234	0.42 39	0.55 302	1.27 238	1.03 224	0.70 115	1.22 273	0.60 114	0.70 218	1.64 303	0.41 138	0.18 113	0.13 86	0.22 201	0.22 284	0.21 206	0.18 145

raft+_RVC	0.53 119	0.26 99	0.54 75	0.60 304	0.47 324	0.54 117	0.54 286	1.27 238	0.99 209	0.76 125	1.03 193	0.70 150	0.56 156	0.93 135	0.47 195	0.18 113	0.14 137	0.19 103	0.18 157	0.18 93	0.15 69

FENet	0.60 180	0.28 146	0.63 127	0.54 222	0.33 190	0.83 283	0.38 130	1.27 238	1.07 242	1.00 194	0.86 131	0.99 262	0.85 282	0.96 141	0.68 285	0.22 244	0.15 192	0.23 239	0.20 211	0.22 229	0.23 270

DFGA-Net	0.72 252	0.40 351	1.40 419	0.52 190	0.45 308	0.83 283	0.44 200	1.28 242	1.08 248	0.99 189	1.19 265	0.70 150	0.55 151	2.14 366	1.16 393	0.18 113	0.16 229	0.24 259	0.23 307	0.27 307	0.25 296

TestStereo1	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

SA-5K	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

GCST	1.08 397	1.47 502	0.93 310	1.73 503	1.14 489	1.30 392	0.31 65	1.33 245	1.16 303	1.29 332	0.97 163	0.98 256	0.49 122	2.08 361	0.46 188	1.19 502	0.70 502	1.30 502	0.85 500	1.02 490	0.89 488

raft_robust	0.68 237	0.30 201	0.64 134	0.52 190	0.26 46	0.54 117	0.35 96	1.33 245	1.24 347	1.16 268	1.07 204	0.60 114	0.54 144	3.58 435	0.37 104	0.18 113	0.14 137	0.20 138	0.22 284	0.20 166	0.16 95

CFNet_pseudo	0.66 224	0.32 250	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.24 330	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.33 395	0.19 179	0.36 385	0.25 296

ccs_rob	0.66 224	0.33 272	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.23 328	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.35 413	0.20 211	0.37 389	0.25 296

MLCV	0.72 252	0.34 295	1.10 375	0.51 168	0.23 20	0.91 304	0.39 145	1.33 245	1.23 341	1.46 401	1.55 385	1.01 270	0.64 201	1.95 349	0.80 327	0.18 113	0.12 29	0.18 82	0.14 66	0.19 132	0.17 120

SCV_C0	0.43 58	0.26 99	0.65 141	0.43 37	0.29 105	0.47 59	0.31 65	1.34 250	0.73 118	0.38 36	0.49 43	0.54 89	0.29 19	1.24 216	0.30 29	0.17 74	0.13 86	0.16 27	0.13 42	0.20 166	0.15 69

gcap-zeroshot	0.53 119	0.28 146	0.89 297	0.49 127	0.28 88	0.76 241	0.37 124	1.34 250	0.73 118	0.89 160	0.67 84	1.35 360	0.51 129	0.79 90	0.33 59	0.18 113	0.15 192	0.18 82	0.15 81	0.17 62	0.16 95

MyStereo05	0.66 224	0.28 146	1.07 365	0.56 258	0.46 319	0.61 156	0.73 376	1.34 250	1.41 425	1.15 258	0.91 142	0.77 165	0.80 258	1.41 264	0.63 270	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

MIPNet	0.56 158	0.28 146	0.94 314	0.49 127	0.33 190	0.66 192	0.38 130	1.35 253	1.08 248	1.06 209	0.92 144	0.60 114	0.79 252	0.73 74	0.52 225	0.17 74	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

DMCA-RVC	0.74 273	0.40 351	1.27 404	0.66 369	0.49 328	0.77 249	0.47 231	1.35 253	1.01 217	1.53 416	1.01 176	1.29 348	0.82 267	1.31 231	0.78 317	0.27 348	0.21 335	0.35 413	0.27 361	0.32 364	0.24 284

fast-acv-ft	0.94 356	0.44 369	1.40 419	0.58 280	0.51 346	1.77 446	0.69 367	1.36 255	1.42 429	1.29 332	1.86 437	1.74 427	1.25 416	1.52 282	1.38 421	0.26 332	0.28 401	0.28 346	0.28 381	0.27 307	0.26 320

IGEV_Zeroshot_test	0.53 119	0.30 201	0.99 330	0.56 258	0.35 211	0.41 32	0.32 72	1.37 256	0.63 77	1.00 194	1.09 214	0.95 246	0.41 67	0.83 102	0.39 122	0.18 113	0.12 29	0.19 103	0.18 157	0.19 132	0.17 120

PSMNet-ADL	0.72 252	0.35 316	0.62 124	0.69 395	0.46 319	1.14 362	0.44 200	1.37 256	1.01 217	0.83 147	1.17 256	1.33 355	0.96 340	1.43 265	0.95 359	0.33 397	0.22 353	0.21 173	0.23 307	0.27 307	0.29 346

ACVNet	0.63 197	0.31 234	0.54 75	0.54 222	0.36 220	0.80 267	0.46 224	1.37 256	1.07 242	0.93 170	1.30 302	1.08 287	0.85 282	0.80 92	0.94 356	0.21 218	0.19 295	0.21 173	0.18 157	0.22 229	0.18 145

CFNet-ft	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 399	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

RASNet	1.12 407	0.30 201	0.91 304	0.66 369	0.77 443	0.97 329	0.57 321	1.37 256	1.35 400	1.02 201	1.34 323	2.11 462	1.43 434	7.09 500	1.39 424	0.19 154	0.17 258	0.17 50	0.19 179	0.18 93	0.16 95

CFNet_RVC	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 399	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

CBFPSM	0.92 351	0.33 272	1.86 464	0.49 127	0.38 251	1.75 441	0.84 404	1.39 262	1.12 268	1.09 219	0.99 166	2.37 472	1.66 461	1.32 235	1.42 433	0.19 154	0.18 279	0.20 138	0.20 211	0.21 206	0.33 381

test_5	0.65 217	0.30 201	0.75 225	0.67 381	0.50 335	0.92 311	0.52 271	1.39 262	1.12 268	0.76 125	1.11 224	1.00 263	0.90 307	1.53 286	0.45 174	0.18 113	0.13 86	0.23 239	0.22 284	0.21 206	0.19 185

DDVS	0.78 297	0.41 359	0.94 314	0.60 304	0.43 294	1.30 392	0.43 187	1.40 264	0.91 173	1.20 290	1.15 248	1.43 371	0.64 201	2.18 372	0.89 349	0.28 361	0.22 353	0.26 317	0.23 307	0.31 356	0.33 381

test_for_model	1.30 428	3.71 532	0.58 104	3.22 523	2.84 523	0.59 142	0.33 79	1.40 264	0.83 147	1.42 395	0.61 73	0.52 82	0.37 53	0.51 14	0.33 59	2.46 510	0.15 192	0.16 27	0.11 8	4.39 533	1.50 506

GwcNet-ADL	0.64 209	0.31 234	0.79 252	0.56 258	0.41 279	0.60 150	0.58 325	1.41 266	1.26 355	1.08 213	1.13 236	0.91 224	0.60 178	1.04 168	0.78 317	0.27 348	0.18 279	0.18 82	0.18 157	0.25 281	0.29 346

UNet	0.83 322	0.34 295	1.31 408	0.58 280	0.74 432	1.58 427	0.49 251	1.41 266	1.04 229	1.21 294	1.08 209	1.54 395	1.12 390	1.65 304	1.09 381	0.23 269	0.17 258	0.25 298	0.20 211	0.25 281	0.22 251

ACVNet-DCA	0.56 158	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

1test111	0.54 134	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	0.88 119	0.59 253	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

PCWNet_CMD	0.66 224	0.32 250	0.88 291	0.49 127	0.37 234	0.78 254	0.40 152	1.42 268	1.31 380	1.16 268	1.31 308	1.25 334	0.62 192	0.89 124	0.57 247	0.20 186	0.16 229	0.27 333	0.19 179	0.40 406	0.25 296

qqq	0.57 165	0.34 295	0.71 188	0.47 87	0.27 65	0.64 168	0.62 342	1.42 268	0.78 133	0.80 137	0.92 144	0.95 246	0.77 241	0.88 119	0.59 253	0.21 218	0.20 313	0.24 259	0.23 307	0.22 229	0.21 234

DMCA	0.67 233	0.34 295	0.90 301	0.51 168	0.44 301	0.86 295	0.47 231	1.42 268	1.02 220	1.17 277	1.12 231	1.23 328	0.75 229	0.78 86	0.95 359	0.25 310	0.19 295	0.27 333	0.19 179	0.24 269	0.27 330

AANet_RVC	1.16 418	0.52 404	1.49 440	0.65 362	0.45 308	0.75 235	0.69 367	1.42 268	1.55 447	1.34 367	1.87 439	1.53 393	0.78 248	7.43 506	1.38 421	0.25 310	0.17 258	0.19 103	0.16 120	0.22 229	0.26 320

MSMDNet	0.66 224	0.32 250	0.87 284	0.49 127	0.37 234	0.79 259	0.40 152	1.43 274	1.31 380	1.15 258	1.31 308	1.24 330	0.63 197	0.88 119	0.57 247	0.21 218	0.16 229	0.26 317	0.19 179	0.39 402	0.24 284

G2L-Stereo_aug	0.82 315	0.26 99	1.04 354	0.51 168	0.38 251	0.97 329	0.53 279	1.44 275	1.41 425	1.51 414	1.43 350	1.53 393	0.95 332	2.47 397	0.96 363	0.19 154	0.14 137	0.16 27	0.14 66	0.17 62	0.19 185

FACV-RUCA	0.63 197	0.34 295	0.82 261	0.62 330	0.65 408	0.81 276	0.41 165	1.44 275	1.07 242	0.86 157	1.14 240	0.61 118	0.69 213	0.80 92	0.53 232	0.28 361	0.19 295	0.47 455	0.21 255	0.35 378	0.25 296

SA	0.66 224	0.30 201	0.82 261	0.61 318	0.30 126	0.58 137	0.38 130	1.44 275	1.30 376	0.96 179	1.36 330	0.66 136	0.95 332	1.85 338	0.42 149	0.19 154	0.15 192	0.25 298	0.23 307	0.21 206	0.17 120

acv_ft	0.75 281	0.31 234	0.95 318	0.70 400	0.86 464	1.24 383	0.53 279	1.44 275	1.07 242	1.24 313	1.30 302	1.08 287	0.92 313	0.80 92	1.34 416	0.21 218	0.19 295	0.21 173	0.18 157	0.21 206	0.18 145

STTStereo	0.78 297	0.50 397	1.22 394	0.64 348	0.54 363	0.89 298	0.54 286	1.44 275	1.11 264	1.38 380	1.09 214	1.27 342	0.85 282	1.43 265	0.83 336	0.29 371	0.27 394	0.33 395	0.39 444	0.32 364	0.30 360

cross-raft	0.54 134	0.25 83	0.61 119	0.52 190	0.29 105	0.68 203	0.37 124	1.46 280	0.76 127	1.01 197	1.06 200	1.28 345	0.46 94	0.71 67	0.35 83	0.15 13	0.12 29	0.18 82	0.16 120	0.19 132	0.14 41

EDNetEfficient	2.37 492	1.10 484	8.08 517	0.74 422	0.71 426	0.98 335	1.56 483	1.46 280	4.06 514	4.90 521	2.82 483	2.25 465	3.48 510	2.95 414	9.97 520	0.26 332	0.24 374	0.26 317	0.30 401	0.68 474	0.61 467

hitnet-ft	0.79 301	0.35 316	0.57 98	0.58 280	0.42 284	0.96 325	0.46 224	1.47 282	1.33 388	1.19 286	1.22 273	1.81 434	0.98 350	1.66 308	0.94 356	0.33 397	0.28 401	0.34 405	0.27 361	0.35 378	0.31 370

DispNO	0.93 354	0.30 201	1.34 416	0.55 245	0.55 369	0.89 298	0.49 251	1.48 283	1.21 332	1.17 277	1.27 293	1.19 318	0.90 307	5.23 461	0.74 301	0.22 244	0.17 258	0.24 259	0.21 255	0.19 132	0.20 217

TDLM	1.06 392	0.44 369	0.79 252	0.63 339	0.50 335	0.89 298	1.44 477	1.48 283	1.26 355	1.12 235	1.40 343	1.08 287	0.98 350	6.65 491	0.78 317	0.33 397	0.21 335	0.33 395	0.26 351	0.37 389	0.24 284

GANet-ADL	0.60 180	0.35 316	0.72 194	0.64 348	0.40 272	0.68 203	0.51 260	1.49 285	1.12 268	0.95 177	1.08 209	0.91 224	0.57 165	0.76 80	0.55 242	0.26 332	0.18 279	0.18 82	0.16 120	0.23 254	0.25 296

CFNet-RSSM	0.54 134	0.24 60	0.70 176	0.48 112	0.28 88	0.60 150	0.27 43	1.49 285	1.14 283	1.06 209	0.93 147	1.08 287	0.54 144	0.70 63	0.35 83	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.14 41

DSFCA	0.93 354	0.34 295	1.06 360	0.52 190	0.65 408	1.55 424	0.93 428	1.49 285	1.19 321	1.56 424	1.15 248	1.50 389	0.96 340	3.07 418	1.02 372	0.30 375	0.26 386	0.25 298	0.25 334	0.28 325	0.24 284

DLCB_ROB	0.86 336	0.40 351	0.78 249	0.68 392	0.54 363	1.11 357	0.84 404	1.49 285	1.23 341	1.64 439	1.65 411	1.70 422	0.91 310	1.70 316	1.05 373	0.25 310	0.24 374	0.26 317	0.27 361	0.27 307	0.24 284

G2L-Stereo	0.80 304	0.32 250	0.95 318	0.60 304	0.42 284	0.78 254	0.69 367	1.50 289	1.09 256	1.33 363	1.14 240	1.45 378	0.72 224	2.45 393	1.10 384	0.25 310	0.20 313	0.26 317	0.21 255	0.20 166	0.26 320

MyStereo04	0.67 233	0.29 181	1.07 365	0.55 245	0.45 308	0.59 142	0.79 392	1.50 289	1.40 421	0.91 167	0.91 142	0.74 156	0.86 290	1.52 282	0.62 266	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

testlalala_base	0.77 289	0.40 351	0.70 176	0.65 362	0.50 335	0.79 259	0.28 47	1.50 289	0.51 48	0.73 123	0.90 140	0.69 146	0.54 144	0.66 56	0.40 127	2.82 514	0.14 137	0.17 50	0.12 27	2.68 510	0.19 185

gwcnet-sp	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

scenet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

ssnet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

PASM	1.34 434	0.92 473	2.62 491	0.86 459	0.87 466	1.03 344	1.08 450	1.50 289	1.51 441	1.82 457	1.41 345	1.68 420	1.26 418	4.87 455	1.34 416	0.61 479	0.65 501	0.68 486	0.78 495	0.69 475	0.68 477

MMNet	0.84 327	0.32 250	1.09 372	0.60 304	0.59 391	1.85 454	0.49 251	1.51 296	1.27 361	1.37 375	1.15 248	1.26 338	1.18 401	1.67 309	1.22 400	0.19 154	0.18 279	0.23 239	0.22 284	0.25 281	0.21 234

FADNet_RVC	0.83 322	0.51 400	1.83 463	0.54 222	0.42 284	1.19 377	0.46 224	1.51 296	1.09 256	0.89 160	1.24 279	0.91 224	0.87 295	2.11 364	1.11 387	0.27 348	0.22 353	0.31 373	0.28 381	0.43 419	0.38 406

psm_up	0.77 289	0.34 295	0.70 176	0.66 369	0.58 383	1.05 347	0.92 424	1.52 298	1.12 268	1.26 322	1.16 253	1.31 353	1.23 413	1.20 206	0.81 329	0.25 310	0.29 412	0.31 373	0.27 361	0.27 307	0.25 296

UPFNet	0.80 304	0.32 250	0.90 301	0.59 293	0.74 432	1.26 386	0.80 398	1.52 298	1.10 262	1.30 341	1.12 231	1.30 349	0.84 279	1.67 309	1.09 381	0.24 284	0.24 374	0.24 259	0.23 307	0.25 281	0.18 145

HGLStereo	0.85 331	0.38 340	0.94 314	0.80 437	1.03 477	1.17 372	0.58 325	1.52 298	1.20 326	1.19 286	1.62 405	1.13 309	1.20 407	1.80 332	1.06 375	0.24 284	0.24 374	0.24 259	0.21 255	0.23 254	0.27 330

CVANet_RVC	1.07 394	0.43 366	0.76 235	0.60 304	0.50 335	0.90 301	0.97 434	1.52 298	1.26 355	1.33 363	1.38 337	1.24 330	1.18 401	6.75 497	0.75 306	0.34 407	0.23 365	0.34 405	0.29 392	0.42 413	0.27 330

StereoDRNet-Refined	0.80 304	0.41 359	0.88 291	0.62 330	0.42 284	1.33 397	0.48 241	1.52 298	1.17 306	1.45 399	1.44 356	1.44 376	0.90 307	1.26 220	1.24 402	0.20 186	0.16 229	0.27 333	0.24 320	0.25 281	0.28 342
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.75 281	0.40 351	1.36 417	0.67 381	0.29 105	0.92 311	0.59 333	1.52 298	1.25 350	1.28 327	1.48 370	0.94 238	0.76 237	1.62 301	0.78 317	0.18 113	0.14 137	0.18 82	0.15 81	0.22 229	0.23 270

x	0.54 134	0.31 234	0.61 119	0.47 87	0.30 126	0.67 196	0.47 231	1.53 304	0.79 137	0.81 141	0.83 126	0.78 169	0.70 218	0.70 63	0.62 266	0.21 218	0.19 295	0.22 201	0.19 179	0.21 206	0.20 217

NLCA_NET_v2_RVC	0.79 301	0.43 366	1.05 356	0.64 348	0.58 383	0.95 320	0.53 279	1.53 304	1.18 313	1.37 375	1.15 248	1.43 371	0.88 300	1.61 300	0.84 339	0.25 310	0.22 353	0.27 333	0.27 361	0.29 336	0.29 346
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	1.62 458	0.51 400	2.17 477	0.53 207	0.56 371	3.80 511	0.45 217	1.54 306	1.29 370	1.33 363	2.41 474	1.08 287	0.96 340	11.18 534	1.16 393	0.66 484	0.63 498	0.43 445	0.32 414	0.64 468	0.67 475

DAS	0.84 327	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 452	1.55 385	0.95 246	1.04 371	2.83 410	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

SepStereo	0.82 315	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 452	1.55 385	0.95 246	1.04 371	2.30 383	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

DANet	1.08 397	0.61 437	1.32 411	0.85 457	0.72 428	1.37 402	0.51 260	1.54 306	1.15 294	1.78 449	1.54 383	2.01 455	1.11 387	2.90 413	2.00 465	0.33 397	0.30 416	0.40 438	0.30 401	0.44 425	0.45 429
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
YMNet	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 456	0.62 342	1.55 310	1.18 313	1.63 437	1.99 448	1.77 431	0.97 343	1.50 279	1.45 437	0.33 397	0.37 454	0.31 373	0.32 414	0.32 364	0.29 346

YMNet_1	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 456	0.62 342	1.55 310	1.18 313	1.63 437	1.99 448	1.77 431	0.97 343	1.50 279	1.45 437	0.33 397	0.37 454	0.31 373	0.32 414	0.32 364	0.29 346

G-Net	1.66 460	0.63 441	1.56 443	1.11 490	0.74 432	2.98 500	0.91 422	1.55 310	1.22 338	2.76 495	8.18 527	2.32 470	2.53 500	1.92 344	1.87 457	0.48 459	0.44 473	0.45 450	0.31 406	0.60 465	0.57 460

FINET	0.97 366	0.54 409	1.60 446	0.63 339	0.79 448	1.08 353	1.07 449	1.56 313	2.20 485	1.15 258	1.49 372	0.94 238	0.88 300	2.32 384	1.05 373	0.42 440	0.35 447	0.32 387	0.28 381	0.43 419	0.38 406

psmorigin	1.52 449	0.69 451	10.52 523	0.68 392	0.59 391	1.13 361	0.70 370	1.57 314	1.19 321	1.99 467	1.79 428	2.26 466	1.47 441	2.09 362	1.36 420	0.39 429	0.40 465	0.34 405	0.33 423	0.43 419	0.56 456

Any-RAFT	0.53 119	0.24 60	0.47 40	0.47 87	0.27 65	1.00 338	0.25 28	1.58 315	1.05 233	0.85 155	0.99 166	1.06 281	0.47 103	0.70 63	0.32 46	0.18 113	0.13 86	0.16 27	0.13 42	0.16 38	0.16 95

test_sample1	0.61 186	0.29 181	0.75 225	0.50 138	0.31 152	0.76 241	0.48 241	1.59 316	0.84 151	0.90 162	0.94 150	0.88 212	0.95 332	1.16 197	0.67 281	0.22 244	0.18 279	0.20 138	0.19 179	0.21 206	0.21 234

mmm	0.63 197	0.35 316	0.72 194	0.51 168	0.30 126	0.86 295	0.54 286	1.59 316	0.86 153	1.07 212	1.38 337	0.79 173	0.75 229	0.91 127	0.58 250	0.22 244	0.18 279	0.29 356	0.25 334	0.25 281	0.23 270

CASS	0.65 217	0.34 295	0.72 194	0.56 258	0.27 65	0.78 254	0.42 169	1.59 316	0.86 153	1.30 341	1.25 283	0.87 208	0.84 279	0.84 105	0.54 238	0.35 414	0.19 295	0.26 317	0.21 255	0.28 325	0.42 418
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet-RVC-Resample	0.84 327	0.47 383	2.10 472	0.61 318	0.45 308	1.07 352	0.61 339	1.59 316	1.20 326	1.08 213	0.98 164	1.03 276	0.98 350	2.17 369	0.72 297	0.23 269	0.22 353	0.30 367	0.32 414	0.35 378	0.34 385

CFNet_ucs	0.70 243	0.33 272	0.88 291	0.50 138	0.43 294	0.74 230	0.44 200	1.60 320	1.29 370	1.22 299	1.54 383	1.09 297	0.63 197	0.99 153	0.59 253	0.25 310	0.20 313	0.37 424	0.21 255	0.40 406	0.28 342

GASNet	0.99 372	0.97 475	1.72 454	0.98 480	0.68 421	0.83 283	0.67 359	1.60 320	1.28 366	1.31 351	1.22 273	1.22 323	1.21 410	2.41 391	1.41 429	0.43 445	0.26 386	0.36 421	0.34 428	0.55 454	0.31 370

UDG	1.41 442	2.65 525	0.99 330	1.44 500	1.64 504	1.34 399	0.80 398	1.60 320	1.23 341	1.23 305	1.71 418	2.01 455	1.34 429	1.47 275	1.41 429	0.90 490	0.54 493	2.29 510	0.75 493	1.84 502	1.04 495

test_sample2	0.62 190	0.29 181	0.74 222	0.50 138	0.28 88	0.80 267	0.61 339	1.61 323	1.00 214	0.88 159	0.99 166	0.94 238	0.83 275	1.16 197	0.51 218	0.23 269	0.18 279	0.22 201	0.21 255	0.23 254	0.22 251

anonymousdsp2	0.53 119	0.27 125	0.74 222	0.48 112	0.29 105	0.76 241	0.47 231	1.61 323	0.82 146	0.77 130	0.77 112	0.75 158	0.47 103	1.03 162	0.40 127	0.18 113	0.13 86	0.18 82	0.13 42	0.19 132	0.18 145

AACVNet	0.86 336	0.35 316	0.79 252	0.82 448	0.39 262	0.76 241	0.49 251	1.61 323	0.81 141	1.08 213	1.33 316	1.30 349	0.93 322	4.34 446	0.74 301	0.25 310	0.21 335	0.28 346	0.22 284	0.29 336	0.25 296

ICVP	0.63 197	0.33 272	0.57 98	0.61 318	0.40 272	0.80 267	0.58 325	1.61 323	0.89 164	0.90 162	1.24 279	0.88 212	0.73 225	0.72 70	0.88 346	0.29 371	0.21 335	0.22 201	0.21 255	0.24 269	0.27 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Sa-1000	0.72 252	0.29 181	0.76 235	0.59 293	0.30 126	0.73 226	0.37 124	1.62 327	1.33 388	1.28 327	2.04 455	0.86 204	0.75 229	1.84 335	0.38 114	0.19 154	0.14 137	0.25 298	0.23 307	0.20 166	0.16 95

MaskLacGwcNet_RVC	1.10 402	1.02 480	1.00 335	0.82 448	0.67 415	1.93 460	0.93 428	1.62 327	1.11 264	1.15 258	1.25 283	1.50 389	0.79 252	1.96 350	0.76 309	1.89 505	0.34 436	0.79 489	0.36 437	1.25 499	0.83 485

LL-Strereo	1.33 433	0.39 345	1.38 418	0.61 318	0.61 397	0.75 235	0.66 356	1.63 329	1.17 306	1.56 424	1.60 398	2.03 458	2.12 487	9.72 528	0.97 365	0.21 218	0.18 279	0.27 333	0.23 307	0.22 229	0.25 296

GANet	1.36 436	0.47 383	0.86 273	0.67 381	0.45 308	1.34 399	1.73 490	1.64 330	1.24 347	1.49 410	2.38 471	1.55 397	1.20 407	9.30 521	0.93 354	0.30 375	0.31 422	0.33 395	0.28 381	0.39 402	0.30 360

IGEV++	0.40 43	0.22 35	0.51 59	0.52 190	0.29 105	0.45 54	0.25 28	1.65 331	0.46 34	0.37 31	0.57 66	0.46 47	0.45 89	0.50 12	0.38 114	0.19 154	0.12 29	0.16 27	0.13 42	0.16 38	0.15 69

HH	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 412	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

HanStereo	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 412	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

coex-ft	8.13 528	2.13 520	98.04 555	0.67 381	0.53 360	1.71 437	1.56 483	1.65 331	11.11 530	18.17 545	3.75 495	3.88 501	7.61 530	2.98 417	6.49 505	0.30 375	0.30 416	0.32 387	0.31 406	0.66 472	0.50 444

SGM-Forest	1.24 422	0.38 340	0.60 116	0.52 190	0.37 234	1.56 425	1.30 470	1.65 331	1.36 403	2.11 473	1.79 428	1.63 412	0.93 322	7.48 508	0.95 359	0.36 418	0.37 454	0.39 433	0.34 428	0.37 389	0.32 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
XPNet_ROB	0.96 360	0.49 390	1.09 372	0.72 411	0.57 374	1.11 357	1.14 456	1.66 336	1.23 341	1.85 459	1.39 341	1.64 415	1.11 387	1.80 332	1.42 433	0.38 426	0.30 416	0.33 395	0.29 392	0.37 389	0.34 385

SuperB	2.53 498	0.59 427	18.45 530	0.69 395	0.50 335	1.87 456	0.88 414	1.67 337	2.39 488	1.50 411	1.42 346	1.14 311	1.15 396	4.28 445	5.07 499	0.24 284	0.19 295	0.22 201	0.19 179	7.86 538	0.34 385

SACVNet	0.85 331	0.46 378	0.85 267	0.81 440	0.56 371	0.80 267	0.79 392	1.68 338	1.12 268	1.34 367	1.33 316	1.25 334	0.94 327	2.39 390	0.76 309	0.34 407	0.26 386	0.31 373	0.29 392	0.35 378	0.44 427

GwcNet	1.08 397	0.51 400	2.33 482	0.79 434	1.18 492	1.76 443	0.70 370	1.68 338	1.47 435	1.41 389	1.64 409	1.74 427	1.04 371	2.20 375	1.41 429	0.30 375	0.29 412	0.29 356	0.27 361	0.30 347	0.35 390

TCMNet	1.01 383	0.60 435	2.10 472	0.86 459	1.33 499	1.14 362	0.67 359	1.69 340	1.23 341	1.11 233	1.57 393	1.30 349	0.97 343	2.01 354	1.50 444	0.31 382	0.31 422	0.38 427	0.34 428	0.42 413	0.36 395

PSMNet-RUCA	1.02 386	0.97 475	1.44 426	1.23 494	1.10 481	1.40 408	0.62 342	1.69 340	1.38 411	0.94 175	1.53 379	0.97 254	0.83 275	1.17 201	0.93 354	0.69 485	0.34 436	0.99 496	0.60 485	0.97 486	0.64 473

PA-Net	1.01 383	0.57 421	1.29 406	0.64 348	0.74 432	1.19 377	0.84 404	1.69 340	1.43 431	1.16 268	1.19 265	1.32 354	1.19 404	3.42 430	1.25 403	0.29 371	0.45 477	0.33 395	0.49 468	0.32 364	0.47 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 383	0.59 427	1.16 387	0.67 381	0.51 346	1.63 431	1.26 469	1.69 340	1.38 411	1.81 456	1.37 332	1.94 448	1.02 367	1.58 295	1.38 421	0.37 422	0.27 394	0.43 445	0.37 440	0.43 419	0.37 400

CBMV	0.95 359	0.44 369	0.66 148	0.53 207	0.35 211	1.53 422	1.63 488	1.69 340	1.42 429	2.00 469	1.60 398	1.43 371	1.17 398	1.59 297	0.99 369	0.34 407	0.34 436	0.39 433	0.33 423	0.33 373	0.32 375
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DDUNet	1.50 447	2.69 526	1.12 379	1.77 504	1.88 506	1.84 453	0.92 424	1.70 345	1.16 303	1.38 380	1.79 428	1.60 405	1.12 390	1.37 248	1.08 379	1.10 500	0.76 503	2.37 512	0.94 504	2.00 503	1.37 504

FADNet-RVC	0.88 341	0.67 446	1.93 467	0.60 304	0.48 325	0.91 304	0.60 337	1.71 346	1.18 313	0.90 162	0.96 154	1.36 362	0.92 313	2.25 379	1.17 396	0.30 375	0.29 412	0.32 387	0.32 414	0.41 409	0.35 390

NaN_ROB	1.13 410	0.55 414	1.15 386	0.64 348	0.48 325	1.61 429	2.03 507	1.72 347	1.48 436	2.09 472	1.27 293	1.40 366	1.08 382	3.94 438	1.30 411	0.28 361	0.34 436	0.28 346	0.28 381	0.30 347	0.33 381

GwcNet-RSSM	0.77 289	0.32 250	1.01 339	0.62 330	0.54 363	0.78 254	0.51 260	1.73 348	1.20 326	1.09 219	1.37 332	1.46 381	0.85 282	1.53 286	1.09 381	0.25 310	0.18 279	0.23 239	0.24 320	0.20 166	0.19 185

DeepPruner_ROB	0.74 273	0.48 387	0.87 284	0.57 274	0.44 301	0.79 259	0.54 286	1.73 348	0.96 190	1.38 380	1.27 293	1.24 330	0.73 225	1.43 265	0.73 300	0.34 407	0.28 401	0.27 333	0.26 351	0.31 356	0.31 370

iResNetv2_ROB	0.80 304	0.37 333	1.71 453	0.56 258	0.37 234	0.94 316	0.64 349	1.73 348	1.34 391	1.23 305	1.42 346	1.26 338	0.92 313	1.85 338	0.56 244	0.23 269	0.15 192	0.19 103	0.14 66	0.24 269	0.19 185

NOSS_ROB	1.26 425	0.46 378	0.62 124	0.56 258	0.38 251	1.06 350	0.78 389	1.73 348	1.40 421	1.01 197	1.43 350	1.10 299	0.75 229	10.62 533	0.65 275	0.45 451	0.43 470	0.48 457	0.45 458	0.44 425	0.41 414

SQANet	1.31 430	0.88 472	1.08 369	1.83 505	1.44 501	1.44 415	0.75 381	1.74 352	1.09 256	1.32 355	1.26 290	1.28 345	1.01 362	1.50 279	0.83 336	2.50 511	0.34 436	1.47 503	0.55 478	2.32 505	1.57 507

ADLNet2	0.88 341	0.34 295	1.17 389	0.77 430	0.64 406	1.12 360	0.76 384	1.74 352	1.24 347	1.21 294	1.65 411	1.71 423	1.05 375	1.67 309	1.17 396	0.24 284	0.21 335	0.21 173	0.22 284	0.26 293	0.29 346

TransformOpticalFlow	0.96 360	0.28 146	0.89 297	0.52 190	0.31 152	0.66 192	0.54 286	1.75 354	1.12 268	1.09 219	1.44 356	1.37 365	1.01 362	6.70 495	0.42 149	0.19 154	0.12 29	0.20 138	0.19 179	0.18 93	0.19 185

Consistency-Raft	1.25 424	0.99 478	1.93 467	1.02 484	1.21 494	0.96 325	1.01 442	1.75 354	1.92 474	1.36 372	2.12 459	1.44 376	1.01 362	1.14 192	1.40 425	0.72 486	0.82 505	0.89 492	0.98 508	1.31 500	0.95 490

delet	0.85 331	0.32 250	0.95 318	0.65 362	0.66 411	1.64 433	0.84 404	1.75 354	1.35 400	1.32 355	1.30 302	1.30 349	0.88 300	1.68 314	1.10 384	0.21 218	0.21 335	0.24 259	0.24 320	0.21 206	0.21 234

UCFNet_RVC	0.69 239	0.35 316	0.49 47	0.64 348	0.39 262	0.85 294	0.58 325	1.75 354	1.14 283	0.97 182	1.19 265	1.17 314	0.93 322	0.99 153	0.62 266	0.28 361	0.20 313	0.34 405	0.31 406	0.32 364	0.27 330

NVstereo2D	0.92 351	0.41 359	1.48 438	0.72 411	0.72 428	1.20 379	0.87 412	1.75 354	1.38 411	0.99 189	1.13 236	1.26 338	0.98 350	2.21 376	0.89 349	0.43 445	0.20 313	0.38 427	0.24 320	0.57 457	0.63 469

PWC_ROB	1.24 422	0.76 462	2.46 486	0.72 411	0.78 445	1.15 368	0.49 251	1.75 354	1.92 474	2.31 478	3.07 486	1.59 403	1.40 431	2.46 395	2.10 469	0.33 397	0.22 353	0.35 413	0.24 320	0.38 398	0.41 414

CAS++	0.47 90	0.31 234	0.56 88	0.47 87	0.32 170	0.42 39	0.28 47	1.76 360	0.72 114	0.71 117	0.72 101	0.37 26	0.28 15	0.69 59	0.33 59	0.27 348	0.22 353	0.26 317	0.21 255	0.29 336	0.19 185
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GANetREF_RVC	1.07 394	0.86 469	1.31 408	0.82 448	0.53 360	1.41 413	1.31 471	1.76 360	1.52 442	1.27 325	1.31 308	1.46 381	1.24 415	2.03 356	0.96 363	0.56 472	0.45 477	0.67 485	0.50 471	0.88 484	0.59 463
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	0.65 217	0.40 351	0.77 241	0.48 112	0.24 28	1.05 347	0.49 251	1.76 360	1.02 220	1.18 282	1.18 258	0.89 220	0.80 258	0.85 110	0.79 323	0.17 74	0.12 29	0.21 173	0.17 140	0.29 336	0.15 69
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	0.90 346	0.52 404	1.17 389	0.72 411	0.61 397	1.27 387	1.12 454	1.76 360	1.12 268	1.09 219	1.28 298	1.45 378	0.89 306	1.65 304	1.42 433	0.33 397	0.25 381	0.37 424	0.39 444	0.35 378	0.29 346

NCCL2	1.00 377	0.56 417	1.06 360	0.75 425	0.57 374	1.31 394	1.72 489	1.77 364	1.36 403	1.50 411	1.17 256	1.91 443	1.17 398	1.54 288	1.29 410	0.35 414	0.31 422	0.45 450	0.44 456	0.40 406	0.40 410

CBMV_ROB	0.90 346	0.44 369	0.63 127	0.51 168	0.37 234	1.25 385	0.49 251	1.77 364	1.27 361	1.41 389	2.00 450	1.33 355	1.08 382	2.17 369	0.76 309	0.43 445	0.42 469	0.47 455	0.44 456	0.41 409	0.36 395

CSAN	1.41 442	0.59 427	1.26 401	0.70 400	0.50 335	1.76 443	1.78 491	1.77 364	1.90 473	2.35 481	2.32 468	1.92 446	1.94 479	5.56 472	1.49 443	0.43 445	0.35 447	0.40 438	0.41 449	0.43 419	0.41 414

ETE_ROB	0.96 360	0.64 443	1.16 387	0.69 395	0.48 325	1.14 362	1.13 455	1.77 364	1.19 321	1.91 464	1.45 358	1.73 425	1.05 375	1.60 298	1.14 391	0.32 389	0.26 386	0.38 427	0.34 428	0.39 402	0.41 414

coex_refinement	0.80 304	0.28 146	0.73 206	0.70 400	0.51 346	0.95 320	0.60 337	1.78 368	1.23 341	1.36 372	1.37 332	1.82 436	0.81 262	1.32 235	1.13 390	0.26 332	0.17 258	0.19 103	0.20 211	0.24 269	0.25 296

DualNet (step1)	0.83 322	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.57 473	0.28 401	0.62 482	0.67 489	0.45 428	0.42 418

test_sample9	1.86 473	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	2.27 381	7.92 514	0.57 473	12.61 545	0.62 482	0.67 489	0.45 428	0.42 418

test_sample7	0.74 273	0.37 333	0.76 235	0.52 190	0.35 211	0.91 304	0.67 359	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.31 382	0.28 401	0.32 387	0.31 406	0.33 373	0.29 346

MyStereo06	0.61 186	0.28 146	0.95 318	0.56 258	0.46 319	0.61 156	0.73 376	1.78 368	0.67 99	1.03 205	1.12 231	1.13 309	0.56 156	0.78 86	0.41 138	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

FADNet	0.92 351	0.61 437	1.81 460	0.62 330	0.55 369	0.96 325	0.57 321	1.78 368	1.33 388	0.93 170	1.01 176	1.36 362	1.01 362	2.71 407	0.75 306	0.33 397	0.34 436	0.31 373	0.34 428	0.59 461	0.40 410

test_sample6	0.71 250	0.34 295	0.87 284	0.52 190	0.30 126	0.82 278	0.58 325	1.79 374	1.15 294	1.14 252	1.33 316	0.91 224	0.79 252	1.31 231	0.74 301	0.27 348	0.21 335	0.27 333	0.29 392	0.28 325	0.27 330

cf-r	0.73 270	0.30 201	0.77 241	0.55 245	0.63 403	0.78 254	0.48 241	1.79 374	1.15 294	1.13 249	1.26 290	1.43 371	0.87 295	1.40 263	0.85 342	0.25 310	0.18 279	0.22 201	0.23 307	0.19 132	0.19 185

CC-Net-ROB	1.49 445	1.26 494	1.27 404	0.88 466	0.79 448	1.76 443	1.00 440	1.79 374	1.26 355	1.10 227	1.61 402	1.21 321	0.99 358	8.13 515	0.84 339	1.09 499	0.41 467	2.20 508	0.46 461	1.20 498	0.48 438

Wz-Net-LNSev	1.03 388	0.67 446	2.71 493	0.64 348	0.84 459	1.75 441	1.00 440	1.80 377	1.32 384	1.28 327	1.25 283	1.65 417	1.22 411	1.39 257	1.40 425	0.28 361	0.26 386	0.24 259	0.23 307	0.33 373	0.32 375

RP	1.09 400	0.50 397	1.12 379	0.90 471	1.04 478	1.11 357	0.84 404	1.80 377	1.62 450	1.55 423	2.00 450	1.90 442	1.78 467	1.84 335	1.25 403	0.52 464	0.36 452	0.48 457	0.36 437	0.45 428	0.43 425

MSMD_ROB	1.99 481	0.59 427	0.89 297	0.70 400	0.61 397	3.95 513	0.94 430	1.80 377	1.79 465	4.41 516	4.43 500	8.17 524	3.66 512	3.40 428	1.33 414	0.52 464	0.48 482	0.54 469	0.58 481	0.53 450	0.50 444

PS-NSSS	0.99 372	0.58 424	0.93 310	0.58 280	0.57 374	0.91 304	0.80 398	1.81 380	1.14 283	1.14 252	1.67 415	1.00 263	0.83 275	4.62 450	0.78 317	0.37 422	0.31 422	0.52 463	0.32 414	0.45 428	0.38 406

test_sample8	2.19 486	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.82 381	1.15 294	2.26 476	1.30 302	4.94 510	2.52 499	2.27 381	7.92 514	0.57 473	12.61 545	0.62 482	0.67 489	0.45 428	0.42 418

ADLNet	0.85 331	0.36 326	0.89 297	0.85 457	0.72 428	1.24 383	0.76 384	1.82 381	1.36 403	1.52 415	1.35 329	1.27 342	0.99 358	1.23 211	1.15 392	0.27 348	0.20 313	0.26 317	0.25 334	0.28 325	0.30 360

MFN_U_SF_DS_RVC	1.74 469	0.87 470	3.56 499	0.80 437	0.75 439	3.72 508	2.44 520	1.82 381	1.82 468	1.74 445	1.91 443	1.92 446	1.26 418	7.69 511	1.28 409	0.45 451	0.47 481	0.52 463	0.77 494	0.50 442	0.50 444

BEATNet_4x	0.73 270	0.49 390	1.17 389	0.53 207	0.26 46	1.03 344	0.55 302	1.82 381	1.06 237	1.21 294	1.22 273	0.96 252	0.91 310	1.01 158	1.06 375	0.21 218	0.14 137	0.24 259	0.19 179	0.37 389	0.21 234

ADCP+	1.99 481	0.48 387	7.73 515	0.66 369	0.91 468	2.30 478	1.05 446	1.82 381	1.34 391	1.54 420	1.32 314	1.74 427	1.61 454	2.17 369	13.37 527	0.24 284	0.21 335	0.32 387	0.28 381	0.37 389	0.29 346

test_sample5	0.69 239	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.11 233	1.25 283	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

DualNet	0.70 243	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.14 252	1.33 316	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

NINENet	0.77 289	0.37 333	0.78 249	0.62 330	0.51 346	2.34 480	0.42 169	1.83 386	1.04 229	1.14 252	1.23 277	1.03 276	0.62 192	1.24 216	0.70 289	0.28 361	0.23 365	0.31 373	0.21 255	0.26 293	0.25 296

ccnet	1.12 407	0.67 446	1.01 339	0.78 432	0.73 431	1.72 439	0.99 438	1.84 389	1.26 355	1.47 402	1.85 436	1.75 430	1.29 421	1.75 323	1.88 459	0.57 473	0.53 490	0.57 479	0.55 478	0.59 461	0.54 452

TRStereo	0.60 180	0.60 435	0.97 326	0.74 422	0.67 415	0.46 57	0.38 130	1.85 390	0.89 164	0.79 135	0.80 124	0.88 212	0.39 61	1.10 183	0.41 138	0.23 269	0.15 192	0.23 239	0.24 320	0.17 62	0.15 69

AnyNet_C32	1.96 479	1.10 484	5.17 507	0.90 471	1.11 483	2.12 472	2.37 518	1.85 390	1.48 436	2.45 486	1.70 417	2.05 460	1.64 456	2.50 399	10.28 523	0.37 422	0.34 436	0.35 413	0.41 449	0.49 441	0.54 452

AdaStereo	0.70 243	0.43 366	0.75 225	0.73 419	0.37 234	0.92 311	0.53 279	1.85 390	1.18 313	1.12 235	1.23 277	1.07 286	0.65 207	0.96 141	0.63 270	0.31 382	0.15 192	0.32 387	0.21 255	0.29 336	0.22 251
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	0.68 237	0.32 250	0.88 291	0.52 190	0.30 126	0.97 329	0.52 271	1.86 393	1.15 294	1.08 213	1.11 224	0.88 212	0.71 222	1.17 201	0.68 285	0.25 310	0.20 313	0.25 298	0.25 334	0.25 281	0.25 296

HBP-ISP	0.96 360	0.58 424	0.72 194	0.61 318	0.46 319	1.64 433	0.76 384	1.86 393	1.28 366	1.30 341	1.53 379	0.86 204	0.94 327	3.27 426	0.69 288	0.45 451	0.44 473	0.54 469	0.48 465	0.47 435	0.40 410

test_sample4	0.69 239	0.33 272	0.91 304	0.51 168	0.30 126	0.92 311	0.52 271	1.87 395	1.15 294	1.14 252	1.18 258	0.87 208	0.75 229	1.18 203	0.68 285	0.25 310	0.20 313	0.26 317	0.26 351	0.26 293	0.25 296

MFMNet_re	1.40 441	1.14 489	1.68 450	1.39 497	1.07 479	1.48 417	1.43 476	1.87 395	1.82 468	2.26 476	2.19 463	1.51 391	1.86 474	1.52 282	1.25 403	0.93 491	0.83 506	0.84 491	0.80 496	0.99 489	1.05 497

WCMA_ROB	1.84 471	0.47 383	1.31 408	0.69 395	0.57 374	2.11 471	1.14 456	1.87 395	1.73 460	4.04 512	6.43 515	5.62 515	3.61 511	2.59 402	1.94 462	0.52 464	0.44 473	0.39 433	0.42 452	0.48 438	0.47 435

stereogan	1.15 416	0.42 363	1.40 419	0.86 459	0.84 459	2.38 482	0.71 372	1.88 398	1.73 460	1.72 444	1.94 446	2.31 469	1.29 421	2.07 360	1.08 379	0.36 418	0.35 447	0.39 433	0.31 406	0.51 446	0.46 432

RTSC	1.29 426	0.73 456	2.44 485	0.83 451	0.57 374	1.85 454	0.65 351	1.88 398	2.00 478	2.20 475	1.66 413	1.60 405	1.26 418	2.33 385	3.92 493	0.32 389	0.23 365	0.27 333	0.29 392	0.37 389	0.37 400

GANet-RSSM	0.72 252	0.28 146	0.63 127	0.64 348	0.58 383	0.80 267	0.58 325	1.89 400	1.08 248	1.04 208	1.25 283	1.15 312	1.04 371	1.49 277	0.62 266	0.25 310	0.19 295	0.22 201	0.22 284	0.22 229	0.21 234

NVStereoNet_ROB	1.88 474	1.07 482	1.45 431	1.07 488	1.17 490	1.47 416	1.48 480	1.89 400	1.93 476	1.94 465	4.67 507	3.08 493	1.80 469	6.51 489	1.65 450	1.06 498	0.86 512	1.08 500	1.32 513	0.93 485	1.26 502
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	1.29 426	0.75 461	1.33 413	1.05 485	0.88 467	1.73 440	0.52 271	1.89 400	3.28 505	1.29 332	4.88 509	1.22 323	1.46 439	1.77 330	1.45 437	0.60 478	0.26 386	0.29 356	0.25 334	0.52 448	0.37 400

ARAFT	0.77 289	0.36 326	1.49 440	0.51 168	0.31 152	0.90 301	0.82 402	1.90 403	1.06 237	1.62 435	1.24 279	1.02 272	0.64 201	1.84 335	0.50 213	0.18 113	0.14 137	0.28 346	0.27 361	0.17 62	0.16 95

APVNet	1.06 392	0.53 408	1.42 425	0.84 452	0.79 448	1.92 459	0.82 402	1.90 403	1.08 248	1.08 213	1.43 350	1.56 398	1.13 394	3.07 418	1.58 447	0.31 382	0.34 436	0.42 443	0.36 437	0.36 385	0.37 400

EDNetEfficientorigin	10.57 532	1.47 502	177.42 556	0.67 381	0.53 360	1.58 427	1.16 459	1.90 403	3.37 507	4.71 520	3.38 490	3.10 494	2.69 502	3.13 422	3.58 490	0.25 310	0.23 365	0.33 395	0.27 361	0.83 481	0.81 484

CFNet	0.96 360	0.36 326	1.01 339	0.62 330	0.42 284	0.99 336	0.47 231	1.90 403	1.32 384	0.99 189	1.39 341	1.10 299	0.86 290	5.58 473	0.79 323	0.23 269	0.17 258	0.28 346	0.27 361	0.26 293	0.21 234

Wz-Net-LNSev-Ref	0.99 372	0.40 351	1.82 461	0.66 369	0.62 402	2.05 468	0.78 389	1.91 407	1.29 370	1.54 420	1.42 346	1.51 391	1.23 413	1.99 352	1.33 414	0.23 269	0.14 137	0.20 138	0.15 81	0.27 307	0.26 320

ADCRef	1.35 435	0.55 414	2.37 484	0.72 411	0.77 443	1.94 461	0.78 389	1.91 407	1.27 361	1.57 428	1.59 397	1.36 362	1.41 432	1.54 288	7.53 509	0.23 269	0.20 313	0.32 387	0.30 401	0.29 336	0.29 346

RYNet	1.17 419	0.49 390	1.24 398	0.70 400	0.97 476	1.71 437	0.92 424	1.91 407	1.46 434	1.38 380	1.14 240	1.88 438	1.30 425	4.24 442	1.87 457	0.26 332	0.21 335	0.35 413	0.27 361	0.55 454	0.54 452

PSMNet-RSSM	0.72 252	0.30 201	0.61 119	0.63 339	0.42 284	0.73 226	0.56 310	1.92 410	1.10 262	1.09 219	1.37 332	1.22 323	0.98 350	1.28 225	0.72 297	0.27 348	0.19 295	0.27 333	0.29 392	0.24 269	0.24 284

RGC	1.14 412	0.79 464	1.26 401	0.91 474	0.96 475	1.52 421	0.77 387	1.92 410	1.26 355	1.54 420	1.93 444	2.02 457	1.54 447	2.25 379	1.31 412	0.44 450	0.35 447	0.58 480	0.48 465	0.47 435	0.46 432

LSM	6.33 522	1.10 484	13.19 525	1.41 499	68.17 551	1.64 433	1.90 500	1.92 410	2.46 490	2.99 502	3.11 487	1.88 438	1.80 469	2.61 404	2.06 468	0.41 436	0.58 496	0.50 460	0.57 480	0.64 468	17.66 546

StereoDRNet	0.98 370	0.47 383	1.70 451	0.76 427	0.94 472	1.51 420	0.91 422	1.92 410	1.32 384	1.61 432	1.13 236	1.47 386	0.97 343	1.75 323	1.46 440	0.28 361	0.23 365	0.29 356	0.27 361	0.35 378	0.27 330

S-Stereo	1.15 416	0.46 378	2.17 477	0.81 440	0.80 453	1.21 380	1.19 462	1.93 414	2.02 479	1.47 402	2.11 458	1.57 399	1.17 398	2.05 359	1.41 429	0.40 432	0.40 465	0.35 413	0.31 406	0.44 425	0.70 478

edge stereo	1.11 405	0.50 397	1.30 407	0.71 408	0.65 408	1.14 362	0.75 381	1.93 414	1.37 407	1.71 443	1.83 432	2.54 478	1.44 436	2.43 392	1.23 401	0.42 440	0.41 467	0.54 469	0.35 433	0.42 413	0.46 432

psmg	0.72 252	0.32 250	0.68 157	0.50 138	0.44 301	1.48 417	0.75 381	1.94 416	0.98 202	1.21 294	1.33 316	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.19 295	0.25 298	0.25 334	0.23 254	0.22 251

ADCPNet	1.85 472	0.69 451	8.07 516	0.71 408	0.58 383	2.79 494	1.22 464	1.94 416	1.54 445	1.88 460	1.69 416	2.46 477	2.04 483	2.37 388	6.48 504	0.38 426	0.37 454	0.38 427	0.43 454	0.47 435	0.45 429

anonymity	1.12 407	0.97 475	1.21 392	1.07 488	1.12 485	1.08 353	0.89 416	1.95 418	1.16 303	1.29 332	1.26 290	1.22 323	1.09 385	1.15 193	1.01 371	1.02 495	1.00 518	0.97 494	0.97 506	0.98 487	0.99 492

Ntro	1.64 459	1.15 490	1.23 395	2.48 513	1.83 505	2.09 470	1.16 459	1.96 419	1.38 411	1.21 294	1.62 405	1.62 407	1.29 421	1.87 341	1.11 387	3.04 517	0.56 494	1.82 506	0.64 487	2.80 513	2.05 514

FAT-Stereo	1.07 394	0.41 359	1.32 411	0.72 411	0.58 383	1.08 353	0.89 416	1.96 419	1.65 452	1.75 446	1.98 447	2.03 458	1.48 442	2.02 355	1.18 399	0.42 440	0.35 447	0.34 405	0.29 392	0.35 378	0.53 451

ADCL	1.72 468	0.57 421	3.66 500	0.67 381	0.61 397	2.61 490	1.85 496	1.96 419	1.67 454	1.90 463	1.83 432	2.06 461	1.90 477	2.13 365	9.15 519	0.26 332	0.24 374	0.34 405	0.32 414	0.38 398	0.35 390

SGM+DAISY	2.41 495	1.07 482	2.14 476	1.18 491	1.10 481	2.14 473	1.36 473	1.96 419	1.66 453	5.46 527	7.07 518	4.95 511	4.32 518	5.50 469	2.26 472	1.04 497	1.02 520	0.99 496	0.97 506	1.02 490	1.04 495

PAM_32	0.77 289	0.28 146	1.03 350	0.52 190	0.30 126	1.32 395	0.35 96	1.97 423	0.65 96	1.02 201	1.06 200	3.05 490	1.49 444	0.96 141	0.36 92	0.19 154	0.13 86	0.20 138	0.18 157	0.19 132	0.19 185

ADCMid	1.89 477	0.73 456	5.06 506	0.72 411	0.67 415	2.00 466	1.14 456	1.97 423	1.48 436	2.86 498	1.81 431	2.37 472	2.05 485	2.24 377	10.39 524	0.33 397	0.31 422	0.39 433	0.43 454	0.50 442	0.44 427

SCV	0.46 83	0.26 99	0.55 85	0.47 87	0.25 40	0.39 26	0.38 130	1.98 425	0.60 71	0.35 23	0.48 37	0.55 92	0.36 49	1.28 225	0.32 46	0.24 284	0.12 29	0.17 50	0.13 42	0.18 93	0.14 41

Wz-Net-MNSev	1.11 405	0.58 424	2.23 480	0.66 369	0.71 426	1.95 462	1.46 478	1.98 425	1.45 433	1.79 452	1.43 350	1.49 388	1.33 428	1.97 351	1.42 433	0.27 348	0.23 365	0.28 346	0.28 381	0.34 376	0.31 370

ac_64	0.82 315	0.29 181	0.81 258	0.71 408	0.60 394	1.05 347	0.54 286	1.99 427	0.92 178	1.18 282	1.06 200	1.99 453	1.08 382	1.94 348	0.97 365	0.27 348	0.22 353	0.24 259	0.23 307	0.22 229	0.19 185

Wz-Net-SNSev	1.49 445	1.23 493	6.27 513	0.68 392	0.67 415	1.37 402	1.41 475	2.00 428	1.39 416	1.48 408	1.61 402	2.29 467	1.32 427	3.93 437	2.14 470	0.31 382	0.28 401	0.31 373	0.33 423	0.42 413	0.36 395

CSP-Net	0.97 366	0.38 340	0.83 265	0.53 207	0.41 279	1.63 431	0.77 387	2.00 428	1.05 233	1.25 318	1.20 269	1.33 355	0.83 275	4.93 458	0.85 342	0.32 389	0.22 353	0.20 138	0.20 211	0.23 254	0.25 296

SFCPSM	0.70 243	0.28 146	1.02 346	0.51 168	0.38 251	1.37 402	0.66 356	2.00 428	1.03 224	1.17 277	1.21 271	0.82 184	0.78 248	1.03 162	0.53 232	0.21 218	0.17 258	0.22 201	0.24 320	0.21 206	0.19 185

DispFullNet	2.34 491	2.85 527	3.66 500	3.08 522	2.27 513	1.97 463	0.67 359	2.00 428	1.70 457	2.52 487	2.00 450	2.23 464	5.86 522	3.44 432	1.58 447	1.01 493	0.32 430	2.64 521	1.94 526	2.85 517	2.24 516

PAM	0.76 287	0.29 181	1.08 369	0.52 190	0.33 190	1.38 405	0.39 145	2.01 432	0.67 99	1.06 209	0.96 154	2.89 489	1.43 434	0.86 114	0.35 83	0.19 154	0.12 29	0.19 103	0.17 140	0.19 132	0.20 217

NCC-stereo	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 355	1.74 421	1.88 438	1.74 464	2.35 386	1.25 403	0.45 451	0.37 454	0.45 450	0.58 481	0.42 413	0.42 418

Abc-Net	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 355	1.74 421	1.88 438	1.74 464	2.35 386	1.25 403	0.45 451	0.37 454	0.45 450	0.58 481	0.42 413	0.42 418
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
pmcnn	2.37 492	0.42 363	2.71 493	0.63 339	0.43 294	1.54 423	1.19 462	2.01 432	1.53 444	2.64 491	7.60 521	18.07 539	1.45 438	3.44 432	2.78 479	0.18 113	0.15 192	0.15 8	0.12 27	0.20 166	0.18 145

AASNet	0.76 287	0.35 316	0.91 304	0.79 434	0.81 455	1.14 362	0.56 310	2.02 436	1.08 248	1.22 299	1.24 279	0.93 235	0.76 237	0.77 83	1.16 393	0.27 348	0.23 365	0.24 259	0.20 211	0.28 325	0.24 284

pcwnet_v2	0.97 366	0.37 333	4.33 503	0.62 330	0.54 363	0.79 259	0.45 217	2.02 436	1.58 448	1.42 395	1.64 409	1.09 297	0.79 252	1.24 216	0.67 281	0.32 389	0.25 381	0.29 356	0.27 361	0.37 389	0.35 390

SMFormer	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.23 254	0.24 284

tta	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.18 93	0.18 145

qqq1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

fff1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

SAMSARA	1.55 451	0.84 466	2.61 490	1.22 493	1.07 479	2.50 486	1.93 501	2.05 438	1.89 471	2.75 494	1.66 413	2.81 486	1.69 462	3.08 420	1.97 464	0.46 457	0.51 488	0.42 443	0.46 461	0.58 459	0.59 463

Syn2CoEx	1.14 412	0.69 451	1.66 449	0.80 437	0.67 415	1.40 408	0.88 414	2.06 443	1.54 445	1.25 318	1.58 396	1.42 370	1.50 446	4.09 440	1.40 425	0.36 418	0.32 430	0.34 405	0.29 392	0.29 336	0.34 385

otaku	1.60 455	1.11 487	1.21 392	2.20 508	1.56 503	1.97 463	1.24 465	2.07 444	1.36 403	1.44 397	1.62 405	1.73 425	1.19 404	1.73 322	0.98 368	2.89 516	0.57 495	1.74 504	0.60 485	2.78 512	1.94 513

ssnet_v2	0.88 341	0.36 326	1.02 346	0.62 330	0.38 251	1.32 395	0.97 434	2.07 444	1.34 391	1.37 375	1.18 258	1.54 395	0.92 313	1.10 183	1.65 450	0.30 375	0.27 394	0.30 367	0.28 381	0.27 307	0.26 320

XQC	1.37 437	0.87 470	2.56 489	0.84 452	0.69 423	1.83 452	0.89 416	2.07 444	1.88 470	1.88 460	1.53 379	1.91 443	1.55 449	2.85 412	3.05 481	0.48 459	0.29 412	0.44 449	0.39 444	0.69 475	0.60 466

FCDSN-DC	2.32 490	0.63 441	0.81 258	0.84 452	0.75 439	2.23 475	0.94 430	2.09 447	1.80 466	5.45 526	7.72 524	7.77 523	6.93 529	3.39 427	1.80 455	0.52 464	0.48 482	0.52 463	0.51 474	0.57 457	0.58 461
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GES	0.66 224	0.34 295	0.90 301	0.59 293	0.38 251	0.94 316	0.57 321	2.11 448	0.86 153	1.02 201	1.11 224	0.66 136	0.79 252	0.99 153	0.61 263	0.27 348	0.19 295	0.20 138	0.20 211	0.21 206	0.30 360

mmx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

xxx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

DGSMNet	1.14 412	0.76 462	2.49 487	0.81 440	0.86 464	1.39 407	1.39 474	2.13 449	1.35 400	1.26 322	1.63 408	1.48 387	0.98 350	1.75 323	1.10 384	0.45 451	0.43 470	0.55 474	0.49 468	0.75 480	0.70 478

DISCO	1.03 388	0.34 295	1.11 377	0.69 395	0.45 308	2.07 469	0.84 404	2.13 449	1.50 439	1.15 258	1.33 316	2.40 474	1.07 381	2.60 403	1.51 445	0.23 269	0.18 279	0.22 201	0.20 211	0.31 356	0.27 330

test_xeample	1.45 444	0.28 146	0.65 141	0.51 168	0.28 88	0.94 316	0.59 333	2.14 453	1.29 370	1.24 313	1.51 377	0.88 212	0.86 290	1.46 271	15.10 531	0.22 244	0.20 313	0.22 201	0.20 211	0.22 229	0.22 251

DRN-Test	1.00 377	0.44 369	1.13 381	0.70 400	0.81 455	1.62 430	0.79 392	2.14 453	1.44 432	1.78 449	1.33 316	1.43 371	1.05 375	2.18 372	1.53 446	0.27 348	0.21 335	0.31 373	0.30 401	0.32 364	0.28 342

CRFU-Net	0.86 336	0.39 345	1.00 335	0.65 362	0.57 374	1.78 448	0.86 410	2.15 455	0.81 141	1.38 380	1.18 258	1.64 415	1.19 404	1.35 242	0.90 352	0.26 332	0.22 353	0.21 173	0.19 179	0.23 254	0.24 284

RTS	2.67 500	1.38 495	15.28 528	0.99 481	1.26 496	3.78 509	1.96 503	2.15 455	2.62 497	2.61 489	2.85 484	2.60 480	1.59 451	6.27 485	5.71 502	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

RTSA	2.67 500	1.38 495	15.28 528	0.99 481	1.26 496	3.78 509	1.96 503	2.15 455	2.62 497	2.61 489	2.85 484	2.60 480	1.59 451	6.27 485	5.71 502	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

BUS	0.74 273	0.32 250	0.68 157	0.54 222	0.44 301	2.34 480	0.42 169	2.16 458	0.98 202	1.20 290	1.11 224	1.03 276	0.62 192	0.91 127	0.70 289	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

BSDual-CNN	0.71 250	0.32 250	0.68 157	0.54 222	0.44 301	1.27 387	0.65 351	2.16 458	0.98 202	1.20 290	1.11 224	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

hknet	0.77 289	0.32 250	0.95 318	0.54 222	0.38 251	1.27 387	0.65 351	2.16 458	1.07 242	1.20 290	1.11 224	1.59 403	0.81 262	1.37 248	0.66 278	0.22 244	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

MSC_U_SF_DS_RVC	2.12 483	1.15 490	3.10 496	1.05 485	0.76 442	5.03 522	2.40 519	2.16 458	2.62 497	1.89 462	2.28 467	2.69 483	1.65 457	9.35 523	2.04 466	0.64 483	0.51 488	0.68 486	0.71 492	1.09 494	0.67 475

AF-Net	1.13 410	0.52 404	1.33 413	0.86 459	0.91 468	1.38 405	0.71 372	2.16 458	1.62 450	1.56 424	2.40 473	1.99 453	1.65 457	1.81 334	1.48 442	0.48 459	0.28 401	0.49 459	0.33 423	0.39 402	0.32 375

SPS-STEREO	1.67 461	1.04 481	1.23 395	1.21 492	1.13 488	1.82 451	1.11 452	2.16 458	1.52 442	3.07 506	2.32 468	2.82 487	1.80 469	4.11 441	2.04 466	1.03 496	0.99 517	0.97 494	0.94 504	1.03 492	1.02 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ITSA-stereo	0.82 315	0.36 326	0.82 261	0.54 222	0.31 152	0.80 267	0.47 231	2.17 464	1.67 454	1.13 249	1.13 236	0.94 238	0.86 290	2.46 395	1.00 370	0.26 332	0.23 365	0.28 346	0.27 361	0.28 325	0.36 395

ttt	0.94 356	0.34 295	0.59 111	0.61 318	0.37 234	0.94 316	0.50 259	2.17 464	1.34 391	1.23 305	1.61 402	0.91 224	0.76 237	1.85 338	3.97 495	0.30 375	0.26 386	0.26 317	0.24 320	0.29 336	0.29 346

222	1.61 457	0.29 181	0.67 153	0.56 258	0.29 105	1.06 350	0.42 169	2.17 464	1.31 380	1.31 351	1.52 378	0.92 233	0.94 327	1.76 328	17.65 535	0.24 284	0.20 313	0.21 173	0.19 179	0.22 229	0.23 270

xxxx	1.51 448	0.28 146	0.68 157	0.54 222	0.28 88	1.16 370	0.44 200	2.19 467	1.29 370	1.09 219	1.36 330	1.22 323	0.85 282	1.79 331	15.70 534	0.24 284	0.21 335	0.21 173	0.20 211	0.22 229	0.23 270

Nwc_Net	1.09 400	0.49 390	1.33 413	0.89 470	0.80 453	1.49 419	0.66 356	2.19 467	1.27 361	1.32 355	2.26 466	1.96 450	1.54 447	1.92 344	1.34 416	0.40 432	0.30 416	0.43 445	0.45 458	0.38 398	0.37 400

DeepPrunerF	1.60 455	0.73 456	5.81 511	0.88 466	1.19 493	0.91 304	0.95 432	2.19 467	5.24 522	1.17 277	1.30 302	1.19 318	1.30 425	4.90 456	1.66 452	0.42 440	0.34 436	0.52 463	0.47 463	0.41 409	0.40 410

WZ-Net	1.95 478	0.95 474	10.10 520	0.86 459	0.78 445	1.69 436	1.60 486	2.20 470	1.98 477	2.08 471	1.93 444	2.30 468	1.97 480	5.30 462	3.17 486	0.34 407	0.26 386	0.29 356	0.31 406	0.51 446	0.47 435

1111x	1.70 465	0.29 181	0.86 273	0.51 168	0.27 65	1.01 339	0.68 363	2.22 471	1.28 366	1.13 249	1.40 343	1.21 321	1.10 386	5.53 470	15.20 532	0.22 244	0.21 335	0.22 201	0.22 284	0.24 269	0.22 251

SHD	1.31 430	0.71 455	2.34 483	0.86 459	0.75 439	1.77 446	0.65 351	2.22 471	2.50 494	2.40 485	1.71 418	1.91 443	1.60 453	1.93 347	2.37 473	0.38 426	0.31 422	0.38 427	0.40 448	0.48 438	0.50 444

RAFT + AFF	1.00 377	0.42 363	1.09 372	0.67 381	0.50 335	1.22 381	1.24 465	2.24 473	1.19 321	1.30 341	1.56 389	1.17 314	1.49 444	3.44 432	0.83 336	0.21 218	0.25 381	0.30 367	0.26 351	0.27 307	0.27 330

UGAM-zero	1.00 377	0.30 201	0.93 310	0.47 87	0.30 126	0.57 134	0.25 28	2.25 474	0.63 77	1.01 197	1.10 218	2.73 485	1.85 473	6.26 484	0.40 127	0.17 74	0.14 137	0.19 103	0.15 81	0.16 38	0.17 120

STTRV1_RVC	1.58 452	0.68 450	1.96 469	0.88 466	1.12 485	1.57 426	0.90 421	2.25 474	1.75 463	1.29 332	2.02 453	1.40 366	1.22 411	9.77 529	1.31 412	0.81 488	0.33 434	0.54 469	0.49 468	0.73 479	0.52 450

HSM	1.19 420	0.32 250	0.65 141	0.57 274	0.38 251	1.23 382	0.59 333	2.25 474	1.19 321	1.30 341	1.25 283	1.94 448	1.03 369	9.32 522	0.71 294	0.22 244	0.16 229	0.20 138	0.16 120	0.21 206	0.21 234

ADCS	2.25 487	0.99 478	5.55 508	0.81 440	0.74 432	2.19 474	1.80 492	2.27 477	2.14 483	2.80 497	2.13 460	2.40 474	2.03 482	2.64 405	13.69 528	0.41 436	0.39 463	0.40 438	0.45 458	0.58 459	0.56 456

EAI-Stereo	0.65 217	0.28 146	0.69 170	0.53 207	0.27 65	0.60 150	0.40 152	2.28 478	0.64 81	0.71 117	3.18 488	0.57 101	0.43 78	1.06 171	0.41 138	0.18 113	0.13 86	0.17 50	0.17 140	0.17 62	0.17 120

AnyNet_C01	2.26 488	1.78 508	10.22 522	0.93 477	0.74 432	2.92 498	2.20 513	2.29 479	1.80 466	2.53 488	2.41 474	2.71 484	1.73 463	3.41 429	6.72 506	0.41 436	0.39 463	0.40 438	0.42 452	0.67 473	0.63 469

ACVNet-4b	2.15 484	1.41 498	1.64 447	2.80 515	2.31 515	2.31 479	1.24 465	2.32 480	2.14 483	1.26 322	2.39 472	2.66 482	1.48 442	5.95 482	1.06 375	3.20 521	0.45 477	2.37 512	0.89 501	2.83 516	2.37 518

Wz-Net-TNSev	1.88 474	2.08 519	7.66 514	0.67 381	0.64 406	2.42 483	1.83 495	2.33 481	1.74 462	1.57 428	1.56 389	2.58 479	1.90 477	4.86 454	3.12 483	0.39 429	0.37 454	0.33 395	0.37 440	0.53 450	0.58 461

iResNet_ROB	0.77 289	0.30 201	0.99 330	0.57 274	0.36 220	0.83 283	0.36 110	2.33 481	1.58 448	1.27 325	1.30 302	1.25 334	0.84 279	1.65 304	0.79 323	0.20 186	0.14 137	0.17 50	0.12 27	0.18 93	0.27 330

CoDeX	0.73 270	0.29 181	0.93 310	0.54 222	0.36 220	1.14 362	0.61 339	2.34 483	1.17 306	1.16 268	1.25 283	0.91 224	0.87 295	1.33 238	0.64 274	0.20 186	0.16 229	0.21 173	0.18 157	0.20 166	0.18 145

AIO-Stereo-zeroshot1	0.98 370	0.39 345	3.21 497	0.50 138	0.63 403	0.64 168	0.39 145	2.36 484	0.75 121	0.95 177	4.63 504	1.81 434	0.56 156	0.96 141	0.41 138	0.18 113	0.13 86	0.21 173	0.26 351	0.32 364	0.35 390

MFN_U_SF_RVC	1.52 449	0.84 466	3.42 498	0.87 465	0.66 411	2.56 488	0.95 432	2.36 484	1.70 457	1.98 466	1.86 437	2.45 476	1.79 468	2.95 414	2.58 475	0.52 464	0.48 482	0.55 474	0.59 484	0.59 461	0.61 467

DIP-Stereo	0.62 190	0.30 201	0.83 265	0.48 112	0.36 220	0.95 320	0.33 79	2.37 486	0.67 99	1.25 318	1.00 170	0.68 141	0.51 129	0.91 127	0.61 263	0.18 113	0.15 192	0.21 173	0.17 140	0.19 132	0.19 185
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	1.68 463	0.36 326	0.61 119	0.59 293	0.29 105	2.25 476	1.18 461	2.38 487	1.68 456	3.60 508	2.67 481	3.69 499	2.42 496	8.13 515	1.90 460	0.31 382	0.31 422	0.30 367	0.28 381	0.30 347	0.29 346
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	1.88 474	0.57 421	2.18 479	0.63 339	0.40 272	2.80 495	1.57 485	2.39 488	5.88 524	2.36 483	3.57 493	3.72 500	2.97 505	4.74 452	1.76 453	0.34 407	0.30 416	0.32 387	0.29 392	0.48 438	0.37 400

AIO-Stereo-zeroshot	0.72 252	0.35 316	1.70 451	0.49 127	0.56 371	0.63 165	0.38 130	2.41 489	0.65 96	0.77 130	1.07 204	1.82 436	0.95 332	0.93 135	0.43 158	0.20 186	0.13 86	0.21 173	0.25 334	0.28 325	0.26 320

GEStereo_RVC	0.90 346	0.37 333	0.99 330	0.64 348	0.50 335	0.95 320	0.79 392	2.42 490	1.17 306	1.16 268	1.11 224	1.26 338	0.92 313	3.24 424	0.90 352	0.29 371	0.19 295	0.23 239	0.20 211	0.27 307	0.29 346

LMCR-Stereo	0.82 315	0.46 378	0.88 291	0.75 425	0.43 294	1.33 397	0.56 310	2.43 491	0.98 202	1.53 416	1.49 372	0.74 156	1.00 360	1.63 302	0.89 349	0.28 361	0.17 258	0.22 201	0.17 140	0.29 336	0.20 217

PDISCO_ROB	1.32 432	0.65 444	1.44 426	1.36 495	1.46 502	2.55 487	0.92 424	2.45 492	2.07 482	1.37 375	1.49 372	1.65 417	1.00 360	2.82 409	1.35 419	1.01 493	0.27 394	0.54 469	0.47 463	0.71 477	0.73 481

STrans-v2	1.04 391	0.28 146	0.96 324	0.49 127	0.32 170	0.68 203	0.79 392	2.47 493	1.12 268	1.12 235	1.46 364	1.40 366	1.46 439	6.70 495	0.43 158	0.18 113	0.13 86	0.20 138	0.18 157	0.18 93	0.18 145

FBW_ROB	1.71 467	0.62 440	1.45 431	0.67 381	0.61 397	1.81 449	1.08 450	2.52 494	1.70 457	1.77 448	1.73 420	1.98 452	1.25 416	12.57 536	1.84 456	0.34 407	0.37 454	0.56 477	0.38 442	0.45 428	0.43 425

RainbowNet	1.97 480	1.76 507	1.57 444	2.81 516	2.21 511	1.98 465	1.81 493	2.54 495	1.89 471	1.50 411	1.84 434	1.96 450	1.65 457	2.14 366	1.25 403	3.33 523	0.85 510	2.39 515	0.98 508	2.82 515	2.22 515

PVD	1.70 465	0.84 466	2.26 481	0.94 479	0.83 458	2.48 485	0.97 434	2.59 496	3.35 506	3.01 504	2.77 482	2.34 471	2.47 498	2.67 406	3.14 484	0.47 458	0.45 477	0.59 481	0.48 465	0.59 461	0.75 483

ELAS_RVC	2.48 497	0.74 459	1.90 465	1.05 485	0.92 470	2.76 492	4.01 529	2.76 497	4.11 515	4.69 519	4.63 504	4.62 505	5.96 524	3.97 439	3.96 494	0.63 482	0.53 490	0.56 477	0.52 475	0.64 468	0.63 469
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MDST_ROB	1.67 461	0.34 295	1.58 445	0.92 476	0.58 383	4.26 517	1.11 452	2.83 498	1.41 425	4.49 518	2.55 478	1.45 378	0.97 343	7.79 512	1.17 396	0.31 382	0.25 381	0.37 424	0.33 423	0.31 356	0.30 360

MADNet+	2.69 502	3.22 530	11.53 524	1.44 500	1.12 485	3.19 502	1.81 493	2.85 499	2.37 487	1.68 441	2.07 457	2.85 488	2.18 489	7.41 505	5.23 500	0.79 487	0.76 503	0.69 488	0.65 488	0.98 487	0.95 490

PWCK	2.88 508	2.05 517	5.72 510	2.08 507	1.11 483	3.55 506	3.90 528	2.86 500	3.54 511	3.03 505	3.63 494	3.10 494	2.31 493	8.15 517	3.09 482	2.12 508	0.91 515	1.75 505	0.98 508	2.57 509	1.18 501

iRaft-Stereo_20w	0.65 217	0.31 234	1.00 335	0.47 87	0.34 207	0.73 226	0.30 59	2.96 501	0.70 108	1.15 258	1.14 240	0.76 162	0.65 207	1.11 186	0.38 114	0.17 74	0.13 86	0.18 82	0.16 120	0.19 132	0.18 145

FC-DCNN	2.72 505	0.59 427	0.86 273	0.73 419	0.57 374	2.91 496	1.04 445	3.01 502	2.60 495	6.83 528	7.64 522	9.92 528	6.33 527	5.21 460	3.14 484	0.53 470	0.48 482	0.51 461	0.50 471	0.53 450	0.51 448

ACVNet_1	2.18 485	1.45 501	1.72 454	2.85 517	2.33 516	2.28 477	1.46 478	3.08 503	2.22 486	1.82 457	2.05 456	3.56 497	1.98 481	3.09 421	1.40 425	3.17 518	0.60 497	2.40 516	0.92 503	2.91 519	2.37 518

MeshStereo	2.26 488	0.56 417	0.92 308	0.61 318	0.49 328	2.60 489	1.02 443	3.18 504	2.05 481	7.40 533	4.98 510	7.58 521	2.98 506	6.37 487	1.96 463	0.43 445	0.43 470	0.45 450	0.39 444	0.43 419	0.42 418
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	2.43 496	1.41 498	2.04 470	2.62 514	2.24 512	2.63 491	1.88 499	3.31 505	3.01 502	2.19 474	3.45 492	4.62 505	2.04 483	4.50 448	1.47 441	2.55 512	0.64 499	2.22 509	0.84 498	2.69 511	2.29 517

ELAS	2.37 492	0.74 459	1.54 442	0.99 481	0.92 470	4.78 519	2.33 517	3.33 506	3.37 507	5.05 524	4.77 508	3.67 498	4.53 519	3.42 430	4.50 497	0.62 480	0.53 490	0.55 474	0.53 476	0.63 466	0.64 473
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSNet	1.69 464	0.59 427	4.33 503	0.70 400	0.57 374	2.02 467	1.62 487	3.35 507	1.78 464	1.48 408	1.38 337	2.17 463	2.84 503	4.77 453	3.66 491	0.48 459	0.31 422	0.29 356	0.25 334	0.64 468	0.48 438

FC-DCNN v2	2.81 506	0.59 427	0.85 267	0.73 419	0.57 374	2.97 499	1.05 446	3.39 508	2.61 496	6.98 529	7.67 523	10.38 531	6.31 526	5.75 477	3.37 489	0.53 470	0.48 482	0.51 461	0.50 471	0.53 450	0.51 448

HSM-Net_RVC	0.87 340	0.29 181	0.53 70	0.53 207	0.30 126	1.15 368	0.55 302	3.57 509	1.28 366	1.53 416	1.74 421	1.68 420	0.93 322	1.49 277	0.77 315	0.22 244	0.17 258	0.19 103	0.18 157	0.20 166	0.19 185
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
JetBlue	3.97 512	2.01 514	10.19 521	1.38 496	2.84 523	10.53 530	9.54 532	3.60 510	2.41 489	2.73 493	3.39 491	4.54 504	4.31 517	7.85 514	6.84 507	0.88 489	0.93 516	0.89 492	0.91 502	1.74 501	1.91 512

LE_ROB	8.05 527	0.37 333	23.53 537	0.74 422	0.33 190	2.77 493	2.87 525	3.71 511	27.24 546	25.39 546	8.87 528	8.46 525	26.71 546	6.65 491	21.99 538	0.21 218	0.19 295	0.20 138	0.21 255	0.25 281	0.22 251

IMH-64-1	2.70 503	1.79 509	1.46 433	3.26 525	2.66 519	3.23 504	2.10 508	4.08 512	2.75 500	2.34 479	3.81 496	3.06 491	2.22 491	4.25 443	2.59 476	3.75 527	0.84 507	2.75 522	1.35 514	3.15 521	2.60 524

IMH-64	2.70 503	1.79 509	1.46 433	3.26 525	2.66 519	3.23 504	2.10 508	4.08 512	2.75 500	2.34 479	3.81 496	3.06 491	2.22 491	4.25 443	2.59 476	3.75 527	0.84 507	2.75 522	1.35 514	3.15 521	2.60 524

WAO-7	2.66 499	1.40 497	1.73 456	1.39 497	1.17 490	3.93 512	1.94 502	4.11 514	3.88 513	2.92 499	5.50 511	4.18 503	3.00 507	7.63 510	3.71 492	1.13 501	1.00 518	1.17 501	1.13 512	1.18 497	1.09 499

WAO-6	2.81 506	1.60 505	1.46 433	2.36 512	2.28 514	3.55 506	2.29 516	4.21 515	4.56 519	2.36 483	4.51 501	4.88 509	2.66 501	4.60 449	4.07 496	1.72 504	1.15 524	2.31 511	1.46 519	2.31 504	1.85 511

MADNet++	5.01 517	3.14 528	4.91 505	4.55 536	3.94 533	5.20 523	4.41 530	4.40 516	4.13 516	4.95 522	6.08 513	4.74 507	5.37 520	9.40 524	10.67 525	4.65 534	4.15 535	3.97 533	3.34 532	4.09 529	4.08 535

IMH	3.21 510	1.85 513	1.48 438	3.25 524	2.69 521	4.07 515	2.02 506	4.41 517	3.80 512	2.72 492	7.11 519	4.75 508	2.92 504	5.92 480	2.55 474	3.85 531	0.88 513	2.78 524	1.36 516	3.19 523	2.59 523

DPSimNet_ROB	11.20 535	4.98 534	35.43 545	2.90 520	4.52 534	7.89 526	17.09 537	4.66 518	6.06 525	14.89 541	10.93 534	17.29 538	36.81 550	13.18 537	15.68 533	2.86 515	6.29 537	5.75 537	5.09 535	3.91 528	7.70 537

Dean	2.91 509	1.53 504	2.07 471	2.96 521	2.51 518	3.15 501	2.14 511	4.75 519	4.41 518	2.76 495	6.10 514	5.53 514	2.37 494	2.97 416	1.92 461	3.18 519	0.85 510	2.51 519	1.04 511	2.88 518	2.47 521

notaker	3.98 513	2.40 524	2.68 492	3.82 532	3.27 529	3.97 514	2.14 511	4.78 520	3.45 509	4.12 515	6.94 517	7.65 522	3.26 508	7.82 513	5.30 501	4.04 532	1.41 526	3.36 531	2.10 528	3.88 527	3.31 530

LVE	3.31 511	1.67 506	1.64 447	2.85 517	2.42 517	3.20 503	2.26 515	4.78 520	5.05 521	2.35 481	6.91 516	6.02 516	2.37 494	9.15 519	2.17 471	3.19 520	1.08 523	2.38 514	1.47 520	2.81 514	2.40 520

ktn	4.70 516	2.38 523	2.12 475	3.76 530	3.24 527	4.85 520	2.95 526	5.52 522	7.37 527	4.07 514	19.32 541	7.46 520	3.47 509	7.39 504	2.95 480	4.04 532	1.85 529	3.26 530	2.22 529	3.08 520	2.65 526

FADE	26.59 544	4.78 533	20.96 532	1.89 506	1.92 507	2.91 496	2.00 505	5.58 523	5.04 520	2.92 499	2.16 462	4.13 502	14.18 536	10.23 532	8.46 516	188.09 556	2.77 531	123.78 553	127.92 553	1.06 493	1.10 500

KSHMR	8.75 529	2.06 518	2.11 474	3.53 529	3.11 526	4.13 516	2.69 521	5.60 524	61.37 555	3.00 503	55.83 555	4.98 513	2.45 497	4.49 447	2.61 478	3.46 524	1.55 528	3.14 528	1.94 526	3.72 526	3.18 529

UNDER WATER	5.08 518	2.33 522	5.55 508	3.94 534	3.51 530	5.20 523	2.72 523	5.61 525	16.52 538	3.84 509	4.60 503	9.21 526	5.89 523	5.90 479	8.66 518	3.75 527	1.34 525	3.18 529	1.88 524	4.33 532	3.61 532

UNDER WATER-64	5.27 519	2.32 521	8.78 519	3.93 533	3.54 531	7.61 525	3.03 527	5.84 526	14.19 532	4.04 512	4.04 498	9.39 527	6.26 525	5.93 481	8.48 517	3.60 526	1.51 527	3.13 527	1.88 524	4.29 531	3.61 532

WAO-8	4.40 514	1.82 511	1.79 458	2.34 510	2.20 509	9.19 527	1.53 481	6.09 527	16.46 536	3.94 510	7.84 525	7.32 518	3.72 514	9.41 525	3.31 487	2.00 506	1.07 521	2.44 517	1.37 517	2.50 507	1.68 508

Venus	4.40 514	1.82 511	1.79 458	2.34 510	2.20 509	9.19 527	1.53 481	6.09 527	16.46 536	3.94 510	7.84 525	7.32 518	3.72 514	9.41 525	3.31 487	2.00 506	1.07 521	2.44 517	1.37 517	2.50 507	1.68 508

JetRed	6.91 525	8.80 537	25.96 541	2.85 517	3.25 528	13.98 537	11.87 534	6.25 529	4.28 517	4.45 517	4.56 502	6.69 517	5.46 521	7.46 507	14.05 529	2.59 513	3.31 532	2.59 520	2.29 530	4.20 530	3.36 531

SGM-ForestM	6.52 523	0.38 340	1.26 401	0.63 339	0.35 211	13.59 535	5.32 531	6.32 530	6.70 526	11.14 536	9.18 529	22.51 547	13.93 535	16.89 539	20.07 537	0.36 418	0.37 454	0.36 421	0.35 433	0.36 385	0.34 385

HanzoNet	11.04 534	3.62 531	8.10 518	4.08 535	3.55 532	4.90 521	2.73 524	7.19 531	10.10 528	31.86 551	28.92 546	21.96 546	36.36 548	18.08 541	10.17 522	7.94 538	3.32 533	3.47 532	3.31 531	7.06 537	4.04 534

PML	51.67 553	36.25 549	13.28 526	7.46 537	20.81 540	108.69 556	232.22 557	8.72 532	27.82 547	87.01 556	269.67 557	69.67 556	61.95 556	24.76 549	14.20 530	9.74 541	3.40 534	9.62 540	4.70 534	18.74 544	4.72 536

TorneroNet	10.70 533	2.03 515	1.82 461	3.43 527	3.01 525	43.83 550	2.22 514	8.87 533	67.47 556	7.17 532	27.36 545	10.68 532	3.85 516	8.67 518	7.65 513	3.59 525	0.88 513	3.04 526	1.57 522	3.71 525	3.17 528

TorneroNet-64	5.30 520	2.03 515	1.74 457	3.43 527	2.81 522	10.09 529	2.12 510	9.10 534	17.12 541	4.96 523	9.27 530	10.72 533	3.70 513	9.20 520	4.55 498	3.31 522	0.84 507	2.88 525	1.55 521	3.49 524	3.04 527

DGTPSM_ROB	13.01 536	8.23 535	21.87 534	9.51 538	18.10 537	11.56 532	32.01 544	10.63 535	16.20 534	7.03 530	19.48 542	10.15 529	16.66 538	9.83 530	22.42 539	4.75 535	8.68 538	5.37 535	10.25 540	6.16 535	11.36 540

DPSMNet_ROB	13.02 537	8.23 535	21.91 535	9.53 539	18.11 538	11.56 532	32.02 545	10.64 536	16.23 535	7.05 531	19.49 543	10.16 530	16.66 538	9.85 531	22.43 540	4.77 536	8.68 538	5.38 536	10.26 541	6.17 536	11.36 540

MANE	6.19 521	0.59 427	1.03 350	0.93 477	1.22 495	13.38 534	2.69 521	12.81 537	17.94 542	8.21 534	10.82 533	14.72 535	11.68 531	11.39 535	11.90 526	0.59 477	0.50 487	0.52 463	1.76 523	0.55 454	0.54 452

tt	6.58 524	0.26 99	6.10 512	3.77 531	2.16 508	11.55 531	19.63 538	13.33 538	5.74 523	2.96 501	2.65 480	4.97 512	6.33 527	3.81 436	7.24 508	9.15 539	11.32 544	5.89 538	6.24 537	6.03 534	2.55 522

TCMNet-wrong-test	10.31 531	11.40 539	14.84 527	20.96 542	18.45 539	13.80 536	10.76 533	15.78 539	3.53 510	5.20 525	5.52 512	16.26 537	12.61 532	7.51 509	10.15 521	7.43 537	2.37 530	4.31 534	3.43 533	11.36 540	10.61 539

ASD4	15.85 539	10.99 538	19.63 531	10.21 540	11.70 535	19.24 538	31.10 543	19.35 540	10.68 529	11.14 536	10.18 532	12.59 534	12.64 533	14.74 538	24.83 543	12.93 544	9.94 543	26.83 546	19.40 544	16.23 543	12.70 545

USTest	14.33 538	14.94 541	21.04 533	17.44 541	16.05 536	23.26 539	33.84 546	21.73 541	11.80 531	9.36 535	10.14 531	15.97 536	13.20 534	17.28 540	22.43 540	3.78 530	5.01 536	6.17 539	6.16 536	9.25 539	7.72 538

LRCNet_RVC	22.74 542	32.10 548	21.97 536	29.84 546	26.23 543	4.42 518	0.81 401	22.66 542	2.02 479	26.93 547	29.26 547	23.06 548	15.59 537	23.84 545	18.88 536	31.75 548	19.90 550	34.65 547	32.13 548	30.54 548	28.32 549

DLNR_Zeroshot_test	23.17 543	48.52 556	43.29 548	176.68 556	78.69 552	0.35 14	0.21 11	23.41 543	0.75 121	0.66 111	0.86 131	0.59 113	0.30 23	1.56 292	0.44 161	9.57 540	0.12 29	0.18 82	0.14 66	76.92 555	0.16 95

DPSM_ROB	19.08 540	19.14 543	25.17 539	22.15 544	20.85 541	28.17 541	37.82 548	26.56 544	16.85 539	14.14 538	14.84 536	21.70 541	18.75 541	21.87 543	26.55 545	10.16 542	9.30 541	10.47 541	10.42 542	14.03 541	12.61 543

DPSM	19.08 540	19.14 543	25.17 539	22.15 544	20.85 541	28.17 541	37.82 548	26.56 544	16.85 539	14.14 538	14.84 536	21.70 541	18.75 541	21.87 543	26.55 545	10.16 542	9.30 541	10.47 541	10.42 542	14.03 541	12.61 543

Anonymous_1	43.04 552	18.73 542	24.79 538	21.81 543	46.26 549	27.80 540	37.60 547	28.08 546	16.14 533	14.66 540	14.30 535	20.65 540	17.88 540	21.56 542	25.94 544	117.93 555	8.92 540	100.65 552	126.50 552	158.64 556	12.08 542

HaxPig	38.92 548	41.40 553	41.64 546	29.95 547	32.27 544	28.90 543	27.60 540	29.73 547	37.71 552	43.82 552	43.87 551	33.17 549	35.56 547	41.53 550	40.37 552	43.94 552	47.51 555	45.82 548	47.08 550	42.38 549	44.15 552

xxxxx1	54.10 554	25.67 545	27.13 542	113.43 553	96.96 553	30.69 545	47.44 550	32.38 548	25.60 543	17.75 542	17.27 538	21.81 543	21.02 543	24.43 546	33.82 547	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 554

tt_ll	54.10 554	25.67 545	27.13 542	113.43 553	96.96 553	30.69 545	47.44 550	32.38 548	25.60 543	17.75 542	17.27 538	21.81 543	21.02 543	24.43 546	33.82 547	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 554

ff	54.10 554	25.67 545	27.13 542	113.43 553	96.96 553	30.69 545	47.44 550	32.38 548	25.60 543	17.75 542	17.27 538	21.81 543	21.02 543	24.43 546	33.82 547	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 554

BEATNet-Init1	26.87 545	13.43 540	70.68 554	0.91 474	0.68 421	57.02 554	21.06 539	32.82 551	32.67 548	52.12 555	53.61 554	66.05 555	49.56 555	48.79 556	34.71 550	0.49 463	0.44 473	0.53 468	0.53 476	0.63 466	0.59 463

MEDIAN_ROB	42.00 550	44.40 555	44.29 549	35.15 548	34.95 545	31.28 548	29.60 542	35.88 552	40.02 554	47.20 554	46.64 553	37.37 550	38.48 554	44.35 555	42.45 553	48.03 554	49.39 556	49.71 550	49.03 551	45.14 551	46.65 553

AVERAGE_ROB	40.43 549	42.37 554	42.73 547	36.96 549	35.58 546	30.50 544	27.61 541	36.71 553	38.39 553	44.91 553	44.36 552	37.45 551	36.70 549	41.88 551	40.35 551	45.43 553	46.81 554	47.11 549	46.35 549	42.51 550	43.87 551

CasAABBNet	38.33 546	38.46 550	50.35 550	44.75 551	41.84 547	56.68 551	76.37 554	53.22 554	33.83 550	28.31 548	29.54 548	43.62 553	37.71 552	43.84 553	53.41 555	20.30 545	18.70 548	21.07 543	21.07 546	28.24 545	25.34 547

Selective-RAFT-Error	38.39 547	38.47 551	50.44 551	44.73 550	41.97 548	56.68 551	76.38 555	53.24 555	33.92 551	28.34 549	29.85 549	43.60 552	38.20 553	43.75 552	53.34 554	20.38 546	18.70 548	21.09 544	21.05 545	28.30 546	25.43 548

LSM0	42.82 551	38.75 552	50.81 552	47.07 552	109.38 556	57.00 553	76.02 553	53.74 556	33.71 549	29.02 550	30.41 550	43.87 554	37.22 551	43.91 554	53.54 556	20.52 547	18.62 547	21.10 545	21.11 547	28.41 547	42.22 550

test_example2	192.40 557	210.76 557	206.48 557	199.83 557	204.73 557	172.94 557	183.52 556	133.93 557	133.41 557	191.38 557	196.19 556	187.13 557	178.77 557	205.33 557	208.00 557	222.09 557	238.72 557	186.54 557	190.54 557	227.34 557	170.31 557

ccccc	497.63 558	492.34 558	595.97 558	530.87 558	530.37 558	478.08 558	442.62 558	491.76 558	343.70 558	448.18 558	520.80 558	476.12 558	550.57 558	541.64 558	605.32 558	663.49 558	459.54 558	353.94 558	309.79 558	586.66 558	530.90 558

Low-res two-view benchmark