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	0.09 1	0.07 1	0.16 4	0.16 5	0.08 4	0.12 6	0.13 11	0.11 1	0.12 1	0.09 2	0.07 1	0.10 7	0.09 8	0.11 1	0.10 1	0.07 37	0.05 8	0.06 2	0.04 1	0.05 1	0.05 3

castereo++	0.13 14	0.10 48	0.18 7	0.18 19	0.10 36	0.27 235	0.13 11	0.23 31	0.23 88	0.11 8	0.13 17	0.16 74	0.10 21	0.18 34	0.10 1	0.07 37	0.05 8	0.07 36	0.06 46	0.05 1	0.04 1

MonSter	0.10 2	0.08 6	0.13 1	0.17 9	0.08 4	0.14 7	0.12 5	0.24 43	0.19 30	0.09 2	0.11 7	0.08 2	0.07 1	0.14 3	0.11 6	0.05 1	0.04 1	0.05 1	0.04 1	0.05 1	0.04 1

DEFOM-Stereo	0.11 4	0.08 6	0.17 5	0.17 9	0.09 15	0.22 151	0.14 26	0.14 2	0.16 7	0.11 8	0.10 5	0.09 3	0.08 2	0.21 77	0.11 6	0.06 2	0.05 8	0.06 2	0.04 1	0.05 1	0.05 3

dual_stereo	0.10 2	0.07 1	0.14 2	0.17 9	0.08 4	0.09 1	0.13 11	0.24 43	0.13 3	0.10 4	0.09 4	0.09 3	0.08 2	0.18 34	0.12 20	0.07 37	0.06 106	0.06 2	0.04 1	0.05 1	0.05 3

GCAP-BAT	0.16 71	0.11 101	0.36 164	0.18 19	0.13 190	0.21 126	0.16 69	0.23 31	0.18 21	0.26 151	0.28 146	0.20 113	0.11 35	0.24 109	0.17 152	0.07 37	0.06 106	0.07 36	0.06 46	0.05 1	0.06 41

testlalala	0.15 57	0.10 48	0.36 164	0.19 48	0.12 121	0.23 172	0.16 69	0.26 50	0.19 30	0.24 131	0.19 65	0.14 47	0.11 35	0.16 14	0.13 50	0.07 37	0.05 8	0.07 36	0.06 46	0.05 1	0.05 3

LoS_RVC	0.13 14	0.10 48	0.19 8	0.18 19	0.16 309	0.20 100	0.18 146	0.20 10	0.17 15	0.13 20	0.19 65	0.12 15	0.15 109	0.17 21	0.13 50	0.06 2	0.05 8	0.06 2	0.04 1	0.05 1	0.12 333

DCANet-4	0.19 148	0.10 48	0.52 332	0.19 48	0.09 15	0.19 72	0.18 146	0.36 188	0.39 282	0.29 197	0.30 171	0.17 81	0.22 216	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

fff	0.19 148	0.13 192	0.40 216	0.18 19	0.09 15	0.19 72	0.18 146	0.35 170	0.43 320	0.29 197	0.30 171	0.18 91	0.28 308	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

csc	0.19 148	0.13 192	0.40 216	0.18 19	0.09 15	0.19 72	0.18 146	0.35 170	0.43 320	0.29 197	0.30 171	0.18 91	0.28 308	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

cscssc	0.19 148	0.13 192	0.40 216	0.18 19	0.09 15	0.19 72	0.18 146	0.35 170	0.43 320	0.29 197	0.30 171	0.18 91	0.28 308	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

Reg-Stereo(zero)	0.16 71	0.07 1	0.36 164	0.19 48	0.10 36	0.19 72	0.14 26	0.28 75	0.24 102	0.22 112	0.20 80	0.24 166	0.18 172	0.21 77	0.18 172	0.07 37	0.05 8	0.06 2	0.06 46	0.06 13	0.06 41

AIO_rvc	0.12 6	0.11 101	0.22 23	0.19 48	0.10 36	0.15 11	0.17 104	0.20 10	0.16 7	0.11 8	0.13 17	0.13 25	0.08 2	0.22 91	0.11 6	0.06 2	0.05 8	0.06 2	0.05 16	0.06 13	0.07 106

AIO_test	0.12 6	0.09 22	0.20 14	0.19 48	0.11 68	0.15 11	0.17 104	0.19 7	0.16 7	0.11 8	0.13 17	0.14 47	0.09 8	0.20 58	0.12 20	0.07 37	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

AIO-test1	0.19 148	0.14 234	0.41 239	0.27 388	0.15 279	0.21 126	0.16 69	0.39 216	0.36 248	0.17 74	0.26 134	0.18 91	0.13 78	0.28 188	0.14 78	0.07 37	0.06 106	0.10 252	0.11 325	0.06 13	0.09 225

castereo	0.14 32	0.10 48	0.19 8	0.18 19	0.10 36	0.20 100	0.19 187	0.30 103	0.27 134	0.13 20	0.18 58	0.16 74	0.16 123	0.15 7	0.13 50	0.07 37	0.05 8	0.06 2	0.06 46	0.06 13	0.05 3

GIP-stereo	0.12 6	0.09 22	0.20 14	0.19 48	0.11 68	0.16 24	0.14 26	0.29 86	0.18 21	0.11 8	0.16 43	0.13 25	0.09 8	0.15 7	0.12 20	0.07 37	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

SMoEStereo_RVC	0.13 14	0.10 48	0.22 23	0.19 48	0.10 36	0.19 72	0.17 104	0.19 7	0.19 30	0.15 42	0.13 17	0.12 15	0.11 35	0.24 109	0.16 123	0.06 2	0.05 8	0.07 36	0.06 46	0.06 13	0.06 41

999	0.14 32	0.08 6	0.24 36	0.19 48	0.11 68	0.20 100	0.17 104	0.24 43	0.18 21	0.13 20	0.16 43	0.14 47	0.11 35	0.36 258	0.15 100	0.07 37	0.05 8	0.07 36	0.06 46	0.06 13	0.07 106

ours_stereo	0.13 14	0.11 101	0.23 29	0.20 101	0.11 68	0.17 35	0.18 146	0.20 10	0.19 30	0.13 20	0.18 58	0.14 47	0.10 21	0.23 100	0.14 78	0.06 2	0.05 8	0.08 110	0.06 46	0.06 13	0.05 3

UGAM-zero	0.23 230	0.10 48	0.54 339	0.19 48	0.13 190	0.21 126	0.14 26	0.44 269	0.22 70	0.28 170	0.28 146	0.51 397	0.33 357	0.65 380	0.14 78	0.07 37	0.06 106	0.07 36	0.08 163	0.06 13	0.07 106

WCG-NET	0.14 32	0.09 22	0.23 29	0.18 19	0.08 4	0.18 48	0.17 104	0.21 15	0.28 149	0.18 88	0.21 92	0.15 61	0.12 52	0.18 34	0.12 20	0.06 2	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

IGEV-Stereo++	0.11 4	0.08 6	0.15 3	0.19 48	0.11 68	0.14 7	0.10 1	0.22 18	0.18 21	0.10 4	0.13 17	0.10 7	0.11 35	0.14 3	0.11 6	0.06 2	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

Pointernet	0.13 14	0.07 1	0.27 62	0.19 48	0.11 68	0.20 100	0.12 5	0.31 114	0.24 102	0.15 42	0.15 35	0.13 25	0.11 35	0.17 21	0.13 50	0.08 150	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

AIO-Stereo	0.13 14	0.10 48	0.22 23	0.20 101	0.09 15	0.16 24	0.15 46	0.27 60	0.16 7	0.13 20	0.15 35	0.13 25	0.08 2	0.18 34	0.11 6	0.06 2	0.05 8	0.07 36	0.07 93	0.06 13	0.06 41

WCG-NET（raft）	0.14 32	0.09 22	0.23 29	0.17 9	0.08 4	0.19 72	0.16 69	0.23 31	0.26 124	0.18 88	0.19 65	0.20 113	0.12 52	0.21 77	0.12 20	0.06 2	0.06 106	0.06 2	0.05 16	0.06 13	0.05 3

RSM	0.12 6	0.09 22	0.20 14	0.20 101	0.09 15	0.16 24	0.15 46	0.23 31	0.18 21	0.13 20	0.13 17	0.15 61	0.09 8	0.21 77	0.12 20	0.06 2	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

RAFT-Stereo-weight	0.15 57	0.09 22	0.26 54	0.20 101	0.10 36	0.19 72	0.17 104	0.36 188	0.29 168	0.24 131	0.20 80	0.19 105	0.10 21	0.18 34	0.15 100	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.05 3

gcap-zeroshot	0.17 87	0.11 101	0.36 164	0.20 101	0.12 121	0.26 225	0.16 69	0.30 103	0.22 70	0.26 151	0.20 80	0.30 245	0.14 96	0.20 58	0.13 50	0.07 37	0.06 106	0.07 36	0.07 93	0.06 13	0.06 41

trnet	0.13 14	0.08 6	0.21 18	0.15 3	0.07 1	0.21 126	0.12 5	0.24 43	0.24 102	0.16 63	0.21 92	0.15 61	0.13 78	0.18 34	0.13 50	0.08 150	0.05 8	0.06 2	0.04 1	0.06 13	0.05 3

testlalala2	0.18 110	0.10 48	0.50 317	0.36 447	0.25 432	0.23 172	0.14 26	0.34 146	0.24 102	0.25 139	0.25 124	0.21 124	0.12 52	0.16 14	0.16 123	0.07 37	0.06 106	0.07 36	0.07 93	0.06 13	0.06 41

MoCha-V2	0.13 14	0.08 6	0.26 54	0.23 244	0.09 15	0.16 24	0.15 46	0.26 50	0.16 7	0.15 42	0.15 35	0.13 25	0.14 96	0.20 58	0.11 6	0.06 2	0.07 213	0.06 2	0.06 46	0.06 13	0.05 3

MSKI-zero shot	0.17 87	0.09 22	0.43 259	0.20 101	0.11 68	0.21 126	0.15 46	0.32 124	0.21 59	0.23 117	0.24 116	0.23 154	0.10 21	0.31 225	0.13 50	0.07 37	0.06 106	0.07 36	0.06 46	0.06 13	0.06 41

GCAP-Stereo	0.14 32	0.14 234	0.33 125	0.20 101	0.09 15	0.21 126	0.10 1	0.26 50	0.20 47	0.18 88	0.19 65	0.15 61	0.13 78	0.17 21	0.13 50	0.07 37	0.06 106	0.07 36	0.05 16	0.06 13	0.06 41

RAFT-Test	0.17 87	0.10 48	0.38 194	0.19 48	0.12 121	0.25 207	0.17 104	0.33 138	0.23 88	0.23 117	0.29 158	0.27 204	0.14 96	0.20 58	0.14 78	0.07 37	0.06 106	0.07 36	0.07 93	0.06 13	0.06 41

CAS	0.15 57	0.07 1	0.21 18	0.41 460	0.16 309	0.20 100	0.18 146	0.22 18	0.19 30	0.15 42	0.19 65	0.11 13	0.09 8	0.14 3	0.13 50	0.29 463	0.04 1	0.06 2	0.04 1	0.06 13	0.14 366

LoS	0.14 32	0.08 6	0.27 62	0.16 5	0.09 15	0.22 151	0.14 26	0.26 50	0.26 124	0.15 42	0.18 58	0.18 91	0.13 78	0.22 91	0.14 78	0.08 150	0.06 106	0.06 2	0.04 1	0.06 13	0.06 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.12 6	0.09 22	0.22 23	0.19 48	0.10 36	0.15 11	0.14 26	0.27 60	0.15 5	0.13 20	0.14 33	0.13 25	0.08 2	0.21 77	0.12 20	0.06 2	0.05 8	0.07 36	0.06 46	0.06 13	0.05 3

EGLCR-Stereo	0.13 14	0.08 6	0.20 14	0.18 19	0.09 15	0.21 126	0.13 11	0.27 60	0.21 59	0.13 20	0.10 5	0.15 61	0.09 8	0.20 58	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.06 41

MC-Stereo	0.14 32	0.09 22	0.25 46	0.21 142	0.09 15	0.18 48	0.16 69	0.23 31	0.19 30	0.18 88	0.23 104	0.16 74	0.13 78	0.22 91	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

RCA-Stereo	0.16 71	0.09 22	0.25 46	0.20 101	0.10 36	0.19 72	0.17 104	0.36 188	0.35 236	0.20 96	0.25 124	0.17 81	0.17 149	0.18 34	0.14 78	0.07 37	0.05 8	0.07 36	0.06 46	0.06 13	0.05 3

ADStereo(finetuned)	0.19 148	0.13 192	0.49 307	0.19 48	0.09 15	0.19 72	0.18 146	0.34 146	0.39 282	0.29 197	0.31 185	0.18 91	0.31 347	0.21 77	0.19 201	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.07 106

test-3	0.16 71	0.09 22	0.31 104	0.21 142	0.11 68	0.18 48	0.16 69	0.30 103	0.27 134	0.26 151	0.16 43	0.22 134	0.12 52	0.26 156	0.18 172	0.06 2	0.04 1	0.08 110	0.08 163	0.06 13	0.06 41

test_1	0.16 71	0.09 22	0.31 104	0.21 142	0.11 68	0.18 48	0.16 69	0.30 103	0.27 134	0.25 139	0.16 43	0.22 134	0.12 52	0.26 156	0.18 172	0.06 2	0.04 1	0.08 110	0.08 163	0.06 13	0.06 41

TRStereo	0.19 148	0.17 307	0.47 294	0.23 244	0.19 368	0.19 72	0.16 69	0.52 354	0.28 149	0.20 96	0.19 65	0.21 124	0.13 78	0.24 109	0.13 50	0.09 223	0.06 106	0.09 182	0.11 325	0.06 13	0.06 41

STrans-v2	0.24 258	0.13 192	0.54 339	0.21 142	0.12 121	0.23 172	0.21 262	0.47 297	0.28 149	0.31 244	0.42 311	0.36 298	0.35 370	0.62 367	0.23 275	0.07 37	0.05 8	0.08 110	0.07 93	0.06 13	0.06 41

TransformOpticalFlow	0.24 258	0.13 192	0.56 349	0.23 244	0.11 68	0.21 126	0.19 187	0.40 226	0.32 200	0.30 227	0.43 323	0.36 298	0.31 347	0.61 359	0.20 215	0.07 37	0.05 8	0.08 110	0.07 93	0.06 13	0.07 106

ASMatch	0.23 230	0.11 101	0.51 328	0.24 292	0.14 231	0.19 72	0.17 104	0.31 114	0.28 149	0.28 170	0.68 436	0.27 204	0.26 274	0.50 303	0.22 257	0.07 37	0.06 106	0.08 110	0.07 93	0.06 13	0.11 311

DEmStereo	0.26 300	0.09 22	0.47 294	0.19 48	0.12 121	0.30 289	0.25 350	0.28 75	0.36 248	0.36 328	0.58 409	0.25 174	0.48 430	0.53 320	0.44 398	0.07 37	0.06 106	0.08 110	0.08 163	0.06 13	0.07 106

RAFT-RH_RVC	0.25 285	0.11 101	0.45 278	0.21 142	0.12 121	0.25 207	0.14 26	0.27 60	0.27 134	0.38 346	1.15 474	0.23 154	0.17 149	0.57 341	0.24 286	0.07 37	0.05 8	0.10 252	0.07 93	0.06 13	0.07 106

RAFT-345	0.21 183	0.10 48	0.46 286	0.22 200	0.11 68	0.20 100	0.16 69	0.26 50	0.25 115	0.27 160	0.66 431	0.21 124	0.16 123	0.55 328	0.21 237	0.07 37	0.06 106	0.08 110	0.07 93	0.06 13	0.06 41

AnonymousM	0.17 87	0.19 337	0.24 36	0.18 19	0.10 36	0.18 48	0.17 104	0.30 103	0.23 88	0.26 151	0.20 80	0.18 91	0.14 96	0.19 50	0.14 78	0.09 223	0.06 106	0.38 468	0.15 405	0.06 13	0.05 3

cross-raft	0.17 87	0.12 133	0.41 239	0.23 244	0.10 36	0.20 100	0.24 334	0.33 138	0.23 88	0.23 117	0.28 146	0.29 229	0.15 109	0.17 21	0.15 100	0.06 2	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

test-1	0.17 87	0.11 101	0.40 216	0.23 244	0.13 190	0.22 151	0.23 312	0.34 146	0.26 124	0.20 96	0.24 116	0.22 134	0.14 96	0.16 14	0.20 215	0.07 37	0.06 106	0.08 110	0.07 93	0.06 13	0.08 171

CREStereo++_RVC	0.15 57	0.08 6	0.26 54	0.17 9	0.11 68	0.18 48	0.13 11	0.22 18	0.30 180	0.21 107	0.30 171	0.13 25	0.11 35	0.16 14	0.15 100	0.07 37	0.04 1	0.06 2	0.15 405	0.06 13	0.05 3
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.17 87	0.09 22	0.26 54	0.18 19	0.07 1	0.32 312	0.19 187	0.37 198	0.32 200	0.23 117	0.25 124	0.18 91	0.17 149	0.25 140	0.16 123	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.05 3

TANstereo	0.15 57	0.09 22	0.28 73	0.16 5	0.08 4	0.25 207	0.14 26	0.23 31	0.28 149	0.24 131	0.30 171	0.16 74	0.12 52	0.17 21	0.13 50	0.08 150	0.07 213	0.06 2	0.05 16	0.06 13	0.07 106

raftrobust	0.16 71	0.13 192	0.29 83	0.22 200	0.15 279	0.19 72	0.13 11	0.32 124	0.26 124	0.26 151	0.20 80	0.19 105	0.17 149	0.21 77	0.15 100	0.08 150	0.06 106	0.07 36	0.06 46	0.06 13	0.07 106

DCANet	0.18 110	0.13 192	0.40 216	0.19 48	0.09 15	0.19 72	0.18 146	0.34 146	0.39 282	0.29 197	0.31 185	0.18 91	0.23 227	0.20 58	0.19 201	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.07 106

EAI-Stereo	0.21 183	0.10 48	0.33 125	0.21 142	0.12 121	0.30 289	0.46 454	0.46 290	0.20 47	0.25 139	0.50 372	0.17 81	0.16 123	0.24 109	0.23 275	0.07 37	0.06 106	0.07 36	0.10 288	0.06 13	0.07 106

CFNet-RSSM	0.17 87	0.10 48	0.40 216	0.20 101	0.11 68	0.20 100	0.15 46	0.36 188	0.30 180	0.23 117	0.21 92	0.26 195	0.15 109	0.20 58	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

Gwc-CoAtRS	0.17 87	0.10 48	0.37 175	0.20 101	0.12 121	0.19 72	0.15 46	0.32 124	0.28 149	0.23 117	0.23 104	0.27 204	0.15 109	0.20 58	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.06 41

R-Stereo Train	0.18 110	0.09 22	0.32 110	0.22 200	0.12 121	0.22 151	0.19 187	0.42 252	0.19 30	0.31 244	0.45 346	0.20 113	0.14 96	0.18 34	0.15 100	0.08 150	0.06 106	0.07 36	0.06 46	0.06 13	0.06 41

RAFT-Stereo	0.18 110	0.09 22	0.32 110	0.22 200	0.12 121	0.22 151	0.19 187	0.42 252	0.19 30	0.31 244	0.45 346	0.20 113	0.14 96	0.18 34	0.15 100	0.08 150	0.06 106	0.07 36	0.06 46	0.06 13	0.06 41
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GREAT-IGEV	0.12 6	0.09 22	0.25 46	0.16 5	0.11 68	0.14 7	0.16 69	0.17 4	0.17 15	0.10 4	0.15 35	0.09 3	0.09 8	0.18 34	0.10 1	0.06 2	0.07 213	0.06 2	0.05 16	0.07 66	0.10 278

DEFOM-Stereo_RVC	0.13 14	0.14 234	0.19 8	0.26 361	0.09 15	0.15 11	0.13 11	0.22 18	0.18 21	0.12 16	0.11 7	0.10 7	0.13 78	0.21 77	0.12 20	0.07 37	0.05 8	0.06 2	0.05 16	0.07 66	0.05 3

HUF	0.15 57	0.11 101	0.38 194	0.17 9	0.11 68	0.16 24	0.17 104	0.22 18	0.20 47	0.11 8	0.13 17	0.14 47	0.11 35	0.18 34	0.12 20	0.07 37	0.20 450	0.06 2	0.05 16	0.07 66	0.14 366

AIO-test2	0.20 163	0.20 349	0.36 164	0.26 361	0.15 279	0.22 151	0.16 69	0.42 252	0.42 314	0.16 63	0.29 158	0.15 61	0.11 35	0.26 156	0.13 50	0.18 428	0.06 106	0.10 252	0.11 325	0.07 66	0.07 106

fffft	0.13 14	0.09 22	0.24 36	0.19 48	0.10 36	0.17 35	0.19 187	0.22 18	0.16 7	0.14 37	0.11 7	0.13 25	0.10 21	0.24 109	0.18 172	0.06 2	0.05 8	0.07 36	0.06 46	0.07 66	0.06 41
1: 1. 1
tt45	0.14 32	0.09 22	0.22 23	0.19 48	0.11 68	0.23 172	0.18 146	0.22 18	0.17 15	0.15 42	0.13 17	0.14 47	0.10 21	0.30 218	0.14 78	0.07 37	0.05 8	0.08 110	0.06 46	0.07 66	0.07 106

mms	0.13 14	0.11 101	0.19 8	0.19 48	0.12 121	0.16 24	0.17 104	0.20 10	0.17 15	0.13 20	0.17 50	0.14 47	0.09 8	0.24 109	0.14 78	0.06 2	0.05 8	0.08 110	0.06 46	0.07 66	0.07 106

fffy	0.14 32	0.11 101	0.24 36	0.20 101	0.10 36	0.19 72	0.18 146	0.22 18	0.19 30	0.13 20	0.16 43	0.15 61	0.13 78	0.25 140	0.14 78	0.06 2	0.06 106	0.08 110	0.06 46	0.07 66	0.06 41

PAM_32	0.23 230	0.10 48	0.63 377	0.21 142	0.14 231	0.33 323	0.19 187	0.36 188	0.23 88	0.29 197	0.28 146	0.56 412	0.28 308	0.27 175	0.18 172	0.08 150	0.06 106	0.08 110	0.09 247	0.07 66	0.09 225

PAM	0.23 230	0.10 48	0.63 377	0.22 200	0.15 279	0.34 336	0.21 262	0.37 198	0.22 70	0.31 244	0.27 141	0.55 409	0.26 274	0.26 156	0.17 152	0.08 150	0.06 106	0.07 36	0.09 247	0.07 66	0.09 225

model_zeroshot	0.17 87	0.11 101	0.39 208	0.20 101	0.12 121	0.24 193	0.15 46	0.34 146	0.22 70	0.30 227	0.20 80	0.22 134	0.12 52	0.24 109	0.14 78	0.08 150	0.07 213	0.07 36	0.07 93	0.07 66	0.07 106

RAStereo	0.13 14	0.12 133	0.27 62	0.22 200	0.11 68	0.15 11	0.18 146	0.23 31	0.23 88	0.13 20	0.17 50	0.11 13	0.09 8	0.15 7	0.13 50	0.08 150	0.06 106	0.08 110	0.06 46	0.07 66	0.05 3

Occ-G	0.13 14	0.08 6	0.21 18	0.17 9	0.10 36	0.15 11	0.19 187	0.22 18	0.19 30	0.13 20	0.19 65	0.21 124	0.11 35	0.17 21	0.14 78	0.07 37	0.06 106	0.07 36	0.06 46	0.07 66	0.06 41

U	1.00 482	0.09 22	0.21 18	0.21 142	3.68 509	6.12 512	0.14 26	0.21 15	0.21 59	0.11 8	0.11 7	0.10 7	0.09 8	0.12 2	0.11 6	0.07 37	0.05 8	5.42 514	2.90 512	0.07 66	0.06 41

RSM++	0.12 6	0.09 22	0.19 8	0.20 101	0.09 15	0.17 35	0.15 46	0.21 15	0.19 30	0.12 16	0.12 11	0.14 47	0.09 8	0.20 58	0.12 20	0.06 2	0.05 8	0.07 36	0.07 93	0.07 66	0.05 3

IGEV++	0.13 14	0.10 48	0.23 29	0.21 142	0.10 36	0.15 11	0.15 46	0.29 86	0.16 7	0.12 16	0.15 35	0.12 15	0.12 52	0.17 21	0.14 78	0.07 37	0.06 106	0.07 36	0.05 16	0.07 66	0.07 106

AE-Stereo	0.17 87	0.11 101	0.31 104	0.24 292	0.14 231	0.23 172	0.18 146	0.34 146	0.29 168	0.15 42	0.25 124	0.21 124	0.13 78	0.20 58	0.14 78	0.07 37	0.08 294	0.09 182	0.10 288	0.07 66	0.06 41

ff7	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

IGEVStereo-DCA	0.14 32	0.11 101	0.27 62	0.19 48	0.12 121	0.20 100	0.18 146	0.27 60	0.20 47	0.15 42	0.12 11	0.14 47	0.12 52	0.28 188	0.14 78	0.07 37	0.06 106	0.08 110	0.07 93	0.07 66	0.07 106

ffff	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

rrr	0.17 87	0.11 101	0.57 352	0.19 48	0.12 121	0.20 100	0.18 146	0.35 170	0.22 70	0.15 42	0.12 11	0.14 47	0.12 52	0.28 188	0.14 78	0.07 37	0.06 106	0.08 110	0.07 93	0.07 66	0.07 106

11t	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

MaDis-Stereo	0.14 32	0.13 192	0.26 54	0.19 48	0.14 231	0.16 24	0.13 11	0.25 47	0.21 59	0.13 20	0.14 33	0.14 47	0.11 35	0.17 21	0.17 152	0.08 150	0.07 213	0.08 110	0.06 46	0.07 66	0.06 41

IGEV_Zeroshot_test	0.18 110	0.10 48	0.65 385	0.20 101	0.12 121	0.19 72	0.15 46	0.34 146	0.19 30	0.28 170	0.22 101	0.27 204	0.13 78	0.23 100	0.18 172	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.06 41

AEACV	0.13 14	0.09 22	0.23 29	0.18 19	0.19 368	0.19 72	0.16 69	0.23 31	0.14 4	0.13 20	0.17 50	0.13 25	0.16 123	0.16 14	0.12 20	0.07 37	0.05 8	0.07 36	0.08 163	0.07 66	0.06 41

Any-RAFT	0.17 87	0.08 6	0.31 104	0.19 48	0.10 36	0.29 272	0.16 69	0.42 252	0.30 180	0.24 131	0.27 141	0.27 204	0.16 123	0.21 77	0.12 20	0.08 150	0.05 8	0.06 2	0.05 16	0.07 66	0.06 41

HH	0.18 110	0.12 133	0.55 345	0.22 200	0.12 121	0.18 48	0.18 146	0.34 146	0.19 30	0.20 96	0.24 116	0.34 279	0.18 172	0.29 204	0.12 20	0.07 37	0.05 8	0.07 36	0.07 93	0.07 66	0.06 41

HanStereo	0.18 110	0.12 133	0.55 345	0.22 200	0.12 121	0.18 48	0.18 146	0.34 146	0.19 30	0.20 96	0.24 116	0.34 279	0.18 172	0.29 204	0.12 20	0.07 37	0.05 8	0.07 36	0.07 93	0.07 66	0.06 41

DCRE	0.20 163	0.13 192	0.40 216	0.21 142	0.15 279	0.20 100	0.19 187	0.30 103	0.27 134	0.22 112	0.80 453	0.23 154	0.16 123	0.23 100	0.15 100	0.07 37	0.07 213	0.07 36	0.08 163	0.07 66	0.06 41

anonymousa	0.23 230	0.11 101	0.50 317	0.21 142	0.16 309	0.31 304	0.20 233	0.36 188	0.35 236	0.32 267	0.50 372	0.39 324	0.26 274	0.22 91	0.20 215	0.08 150	0.06 106	0.09 182	0.11 325	0.07 66	0.08 171

ProNet	0.14 32	0.12 133	0.25 46	0.19 48	0.11 68	0.19 72	0.19 187	0.27 60	0.20 47	0.14 37	0.13 17	0.13 25	0.12 52	0.24 109	0.12 20	0.06 2	0.05 8	0.07 36	0.06 46	0.07 66	0.07 106

ccc-4	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

DisPM	0.19 148	0.10 48	0.35 144	0.23 244	0.13 190	0.18 48	0.20 233	0.29 86	0.29 168	0.33 278	0.34 222	0.23 154	0.16 123	0.33 238	0.16 123	0.09 223	0.06 106	0.09 182	0.08 163	0.07 66	0.11 311

test_4	0.18 110	0.12 133	0.34 134	0.23 244	0.12 121	0.18 48	0.22 287	0.26 50	0.24 102	0.24 131	0.47 362	0.22 134	0.13 78	0.24 109	0.16 123	0.06 2	0.05 8	0.09 182	0.09 247	0.07 66	0.05 3

GLC_STEREO	0.15 57	0.10 48	0.24 36	0.21 142	0.09 15	0.17 35	0.15 46	0.23 31	0.27 134	0.17 74	0.20 80	0.17 81	0.11 35	0.23 100	0.16 123	0.07 37	0.09 328	0.09 182	0.08 163	0.07 66	0.06 41

IPLG	0.21 183	0.15 267	0.53 336	0.21 142	0.12 121	0.28 251	0.17 104	0.42 252	0.30 180	0.33 278	0.32 192	0.15 61	0.17 149	0.50 303	0.21 237	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.06 41

MIPNet	0.21 183	0.15 267	0.52 332	0.21 142	0.12 121	0.27 235	0.20 233	0.45 279	0.37 259	0.30 227	0.23 104	0.19 105	0.24 245	0.27 175	0.19 201	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.06 41

IPLGR	0.21 183	0.13 192	0.61 366	0.21 142	0.11 68	0.25 207	0.18 146	0.41 238	0.37 259	0.28 170	0.27 141	0.21 124	0.19 187	0.37 261	0.18 172	0.07 37	0.06 106	0.08 110	0.07 93	0.07 66	0.06 41

test_3	0.18 110	0.11 101	0.32 110	0.24 292	0.11 68	0.22 151	0.25 350	0.31 114	0.31 192	0.25 139	0.18 58	0.23 154	0.13 78	0.25 140	0.19 201	0.06 2	0.05 8	0.09 182	0.10 288	0.07 66	0.06 41

CrosDoStereo	0.31 354	0.10 48	0.49 307	0.18 19	0.12 121	0.22 151	1.11 504	0.34 146	0.37 259	0.38 346	0.61 422	0.28 219	0.46 421	0.61 359	0.57 424	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.07 106

OMP-Stereo	0.23 230	0.14 234	0.35 144	0.29 409	0.13 190	0.21 126	0.16 69	0.37 198	0.33 212	0.34 297	0.30 171	0.34 279	0.19 187	0.70 395	0.24 286	0.07 37	0.06 106	0.09 182	0.07 93	0.07 66	0.06 41

IIG-Stereo	0.23 230	0.13 192	0.35 144	0.29 409	0.12 121	0.23 172	0.14 26	0.38 204	0.31 192	0.34 297	0.37 252	0.33 272	0.21 203	0.70 395	0.26 308	0.08 150	0.06 106	0.09 182	0.07 93	0.07 66	0.06 41

FTStereo	0.28 327	0.10 48	0.43 259	0.23 244	0.13 190	0.21 126	0.53 469	0.34 146	0.26 124	0.38 346	0.95 465	0.30 245	0.56 443	0.32 231	0.18 172	0.08 150	0.06 106	0.09 182	0.08 163	0.07 66	0.19 418

DeepStereo_LL	0.31 354	0.10 48	0.49 307	0.18 19	0.12 121	0.22 151	1.11 504	0.34 146	0.37 259	0.38 346	0.61 422	0.28 219	0.46 421	0.61 359	0.57 424	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.07 106

THIR-Stereo	0.29 338	0.12 133	0.41 239	0.19 48	0.11 68	0.28 251	0.72 482	0.32 124	0.35 236	0.37 333	0.65 429	0.34 279	0.50 433	0.57 341	0.45 401	0.07 37	0.06 106	0.08 110	0.09 247	0.07 66	0.07 106

DRaft	0.24 258	0.10 48	0.34 134	0.18 19	0.12 121	0.28 251	0.23 312	0.33 138	0.39 282	0.38 346	0.61 422	0.21 124	0.41 398	0.48 295	0.42 393	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.08 171

GrayStereo	0.25 285	0.09 22	0.32 110	0.26 361	0.13 190	0.23 172	0.47 458	0.34 146	0.30 180	0.39 361	0.47 362	0.30 245	0.79 467	0.29 204	0.16 123	0.07 37	0.06 106	0.08 110	0.09 247	0.07 66	0.13 347

CroCo-Stereo	0.14 32	0.13 192	0.24 36	0.25 329	0.11 68	0.11 3	0.18 146	0.32 124	0.23 88	0.12 16	0.12 11	0.18 91	0.12 52	0.14 3	0.13 50	0.08 150	0.06 106	0.07 36	0.05 16	0.07 66	0.06 41
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
raft+_RVC	0.18 110	0.14 234	0.32 110	0.21 142	0.15 279	0.21 126	0.16 69	0.38 204	0.34 221	0.21 107	0.28 146	0.20 113	0.15 109	0.24 109	0.19 201	0.08 150	0.06 106	0.08 110	0.07 93	0.07 66	0.08 171

XX-TBD	0.15 57	0.18 321	0.28 73	0.22 200	0.10 36	0.22 151	0.15 46	0.22 18	0.27 134	0.22 112	0.26 134	0.14 47	0.12 52	0.16 14	0.13 50	0.08 150	0.05 8	0.06 2	0.04 1	0.07 66	0.06 41

XX-Stereo	0.21 183	0.10 48	0.83 427	0.26 361	0.17 329	0.23 172	0.13 11	0.40 226	0.18 21	0.20 96	0.41 295	0.31 256	0.10 21	0.32 231	0.12 20	0.08 150	0.06 106	0.08 110	0.08 163	0.07 66	0.05 3

111	0.20 163	0.17 307	0.40 216	0.18 19	0.09 15	0.24 193	0.17 104	0.41 238	0.45 346	0.23 117	0.29 158	0.29 229	0.21 203	0.24 109	0.18 172	0.07 37	0.05 8	0.07 36	0.06 46	0.07 66	0.08 171

test_xeample3	0.16 71	0.11 101	0.56 349	0.19 48	0.12 121	0.20 100	0.18 146	0.35 170	0.20 47	0.16 63	0.12 11	0.13 25	0.12 52	0.24 109	0.15 100	0.07 37	0.06 106	0.07 36	0.08 163	0.07 66	0.07 106

RAFT-Stereo + iAFF	0.17 87	0.14 234	0.32 110	0.20 101	0.09 15	0.19 72	0.17 104	0.32 124	0.30 180	0.25 139	0.33 213	0.20 113	0.17 149	0.19 50	0.15 100	0.06 2	0.05 8	0.07 36	0.07 93	0.07 66	0.05 3

AFF-stereo	0.18 110	0.15 267	0.32 110	0.21 142	0.10 36	0.18 48	0.18 146	0.33 138	0.27 134	0.25 139	0.37 252	0.25 174	0.17 149	0.24 109	0.15 100	0.06 2	0.05 8	0.08 110	0.08 163	0.07 66	0.05 3

CREStereo	0.13 14	0.08 6	0.21 18	0.14 1	0.08 4	0.22 151	0.15 46	0.25 47	0.24 102	0.16 63	0.21 92	0.14 47	0.13 78	0.18 34	0.13 50	0.09 223	0.05 8	0.06 2	0.04 1	0.07 66	0.06 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
PMTNet	0.15 57	0.08 6	0.23 29	0.15 3	0.09 15	0.23 172	0.16 69	0.25 47	0.23 88	0.17 74	0.21 92	0.16 74	0.14 96	0.22 91	0.13 50	0.29 463	0.05 8	0.06 2	0.04 1	0.07 66	0.06 41

DIP-Stereo	0.18 110	0.12 133	0.33 125	0.20 101	0.13 190	0.28 251	0.12 5	0.42 252	0.25 115	0.27 160	0.32 192	0.21 124	0.17 149	0.25 140	0.20 215	0.07 37	0.06 106	0.08 110	0.06 46	0.07 66	0.08 171
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.28 327	0.14 234	0.44 267	0.22 200	0.18 350	0.32 312	0.19 187	0.48 308	0.38 273	0.29 197	0.43 323	0.47 375	0.37 382	0.79 428	0.36 366	0.09 223	0.07 213	0.07 36	0.09 247	0.07 66	0.07 106

MLCV	0.22 213	0.16 291	0.44 267	0.21 142	0.08 4	0.29 272	0.19 187	0.38 204	0.37 259	0.38 346	0.44 334	0.31 256	0.21 203	0.41 274	0.24 286	0.07 37	0.05 8	0.06 2	0.05 16	0.07 66	0.06 41

HART	0.15 57	0.11 101	0.30 90	0.21 142	0.09 15	0.17 35	0.16 69	0.30 103	0.19 30	0.15 42	0.25 124	0.17 81	0.09 8	0.21 77	0.12 20	0.06 2	0.07 213	0.07 36	0.05 16	0.08 126	0.06 41

tg	0.16 71	0.11 101	0.25 46	0.21 142	0.11 68	0.23 172	0.15 46	0.34 146	0.24 102	0.20 96	0.25 124	0.19 105	0.12 52	0.24 109	0.15 100	0.07 37	0.05 8	0.09 182	0.09 247	0.08 126	0.07 106

DispNO	0.27 307	0.18 321	0.62 374	0.23 244	0.17 329	0.25 207	0.22 287	0.45 279	0.41 307	0.32 267	0.39 277	0.38 312	0.27 293	0.77 424	0.27 312	0.09 223	0.07 213	0.10 252	0.10 288	0.08 126	0.08 171

tta	0.24 258	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.28 316	0.10 269	0.07 213	0.08 110	0.08 163	0.08 126	0.07 106

qqq1	0.24 258	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.16 123	0.10 269	0.07 213	0.07 36	0.06 46	0.08 126	0.07 106

fff1	0.24 258	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.16 123	0.10 269	0.07 213	0.07 36	0.06 46	0.08 126	0.07 106

MyStereo07	0.16 71	0.12 133	0.26 54	0.22 200	0.14 231	0.25 207	0.23 312	0.29 86	0.21 59	0.15 42	0.13 17	0.12 15	0.13 78	0.25 140	0.13 50	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

MyStereo06	0.20 163	0.12 133	0.57 352	0.21 142	0.14 231	0.25 207	0.23 312	0.40 226	0.21 59	0.30 227	0.24 116	0.31 256	0.18 172	0.22 91	0.18 172	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

MyStereo05	0.23 230	0.12 133	0.57 352	0.21 142	0.14 231	0.25 207	0.23 312	0.48 308	0.52 402	0.31 244	0.23 104	0.25 174	0.22 216	0.30 218	0.21 237	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

MyStereo04	0.23 230	0.12 133	0.55 345	0.22 200	0.14 231	0.25 207	0.23 312	0.49 316	0.52 402	0.28 170	0.23 104	0.27 204	0.23 227	0.30 218	0.22 257	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

CoDeX	0.23 230	0.12 133	0.46 286	0.21 142	0.14 231	0.29 272	0.21 262	0.53 365	0.41 307	0.29 197	0.35 233	0.29 229	0.22 216	0.48 295	0.19 201	0.09 223	0.06 106	0.08 110	0.07 93	0.08 126	0.07 106

cc1	0.18 110	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.35 170	0.47 366	0.17 74	0.19 65	0.13 25	0.18 172	0.28 188	0.11 6	0.08 150	0.05 8	0.08 110	0.06 46	0.08 126	0.08 171

ffm	0.22 213	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.35 170	0.44 335	0.30 227	0.42 311	0.34 279	0.23 227	0.27 175	0.11 6	0.08 150	0.05 8	0.11 306	0.10 288	0.08 126	0.08 171

ff1	0.29 338	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.35 170	0.44 335	0.30 227	0.42 311	0.34 279	0.23 227	0.81 435	1.08 468	0.08 150	0.05 8	0.11 306	0.10 288	0.08 126	0.08 171

tt1	0.18 110	0.14 234	0.35 144	0.23 244	0.11 68	0.30 289	0.19 187	0.35 170	0.44 335	0.17 74	0.19 65	0.13 25	0.16 123	0.27 175	0.11 6	0.08 150	0.05 8	0.08 110	0.06 46	0.08 126	0.08 171

UniTT-Stereo	0.14 32	0.10 48	0.30 90	0.21 142	0.13 190	0.17 35	0.13 11	0.19 7	0.18 21	0.15 42	0.20 80	0.10 7	0.11 35	0.18 34	0.16 123	0.08 150	0.06 106	0.07 36	0.06 46	0.08 126	0.06 41

MIM_Stereo	0.18 110	0.12 133	0.38 194	0.20 101	0.11 68	0.17 35	0.14 26	0.35 170	0.25 115	0.27 160	0.35 233	0.23 154	0.13 78	0.27 175	0.16 123	0.06 2	0.07 213	0.08 110	0.08 163	0.08 126	0.06 41

CASnet	0.14 32	0.12 133	0.22 23	0.22 200	0.08 4	0.16 24	0.15 46	0.27 60	0.25 115	0.22 112	0.20 80	0.15 61	0.11 35	0.17 21	0.13 50	0.07 37	0.05 8	0.11 306	0.09 247	0.08 126	0.05 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.18 110	0.18 321	0.39 208	0.22 200	0.12 121	0.24 193	0.13 11	0.31 114	0.23 88	0.24 131	0.20 80	0.24 166	0.12 52	0.26 156	0.15 100	0.06 2	0.06 106	0.12 342	0.09 247	0.08 126	0.07 106

4D-IteraStereo	0.17 87	0.16 291	0.50 317	0.21 142	0.14 231	0.19 72	0.17 104	0.28 75	0.28 149	0.23 117	0.20 80	0.20 113	0.11 35	0.19 50	0.14 78	0.06 2	0.04 1	0.10 252	0.08 163	0.08 126	0.06 41

anonymousdsp2	0.17 87	0.10 48	0.28 73	0.20 101	0.11 68	0.25 207	0.17 104	0.41 238	0.31 192	0.23 117	0.23 104	0.22 134	0.15 109	0.25 140	0.15 100	0.07 37	0.05 8	0.07 36	0.05 16	0.08 126	0.07 106

anonymousdsp	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.28 75	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.08 126	0.07 106

CES	0.14 32	0.08 6	0.19 8	0.17 9	0.22 407	0.18 48	0.16 69	0.23 31	0.19 30	0.14 37	0.17 50	0.14 47	0.10 21	0.18 34	0.12 20	0.07 37	0.05 8	0.06 2	0.04 1	0.08 126	0.18 410

Selective-RAFT	0.17 87	0.12 133	0.30 90	0.24 292	0.10 36	0.29 272	0.15 46	0.32 124	0.31 192	0.17 74	0.17 50	0.21 124	0.18 172	0.28 188	0.17 152	0.07 37	0.06 106	0.07 36	0.07 93	0.08 126	0.06 41

CroCo-Stereo Lap2	0.15 57	0.15 267	0.28 73	0.25 329	0.18 350	0.11 3	0.19 187	0.28 75	0.21 59	0.13 20	0.16 43	0.15 61	0.12 52	0.17 21	0.14 78	0.07 37	0.07 213	0.08 110	0.06 46	0.08 126	0.07 106

TestStereo1	0.21 183	0.16 291	0.32 110	0.26 361	0.13 190	0.26 225	0.27 367	0.40 226	0.36 248	0.29 197	0.39 277	0.22 134	0.21 203	0.33 238	0.17 152	0.07 37	0.06 106	0.09 182	0.08 163	0.08 126	0.07 106

raft_robust	0.22 213	0.17 307	0.30 90	0.22 200	0.12 121	0.23 172	0.22 287	0.49 316	0.48 375	0.32 267	0.32 192	0.26 195	0.23 227	0.53 320	0.15 100	0.07 37	0.06 106	0.08 110	0.10 288	0.08 126	0.06 41

RAFT_CTSACE	0.21 183	0.16 291	0.41 239	0.25 329	0.15 279	0.22 151	0.24 334	0.32 124	0.28 149	0.33 278	0.51 378	0.29 229	0.17 149	0.32 231	0.13 50	0.06 2	0.07 213	0.09 182	0.08 163	0.08 126	0.06 41

SA-5K	0.21 183	0.16 291	0.32 110	0.26 361	0.13 190	0.26 225	0.27 367	0.40 226	0.36 248	0.29 197	0.39 277	0.22 134	0.21 203	0.33 238	0.17 152	0.07 37	0.06 106	0.09 182	0.08 163	0.08 126	0.07 106

Sa-1000	0.22 213	0.15 267	0.35 144	0.23 244	0.13 190	0.28 251	0.23 312	0.47 297	0.39 282	0.30 227	0.50 372	0.26 195	0.19 187	0.33 238	0.16 123	0.07 37	0.06 106	0.10 252	0.11 325	0.08 126	0.06 41

SA	0.22 213	0.16 291	0.36 164	0.23 244	0.13 190	0.24 193	0.23 312	0.45 279	0.40 297	0.27 160	0.44 334	0.23 154	0.23 227	0.33 238	0.17 152	0.07 37	0.06 106	0.10 252	0.11 325	0.08 126	0.06 41

IGEV-Stereo	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.28 75	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.08 126	0.07 106
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.21 183	0.21 363	0.55 345	0.23 244	0.15 279	0.25 207	0.20 233	0.35 170	0.29 168	0.31 244	0.33 213	0.22 134	0.15 109	0.26 156	0.20 215	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171

iRaft-Stereo_20w	0.19 148	0.10 48	0.46 286	0.19 48	0.13 190	0.25 207	0.19 187	0.52 354	0.19 30	0.29 197	0.21 92	0.22 134	0.20 196	0.28 188	0.18 172	0.07 37	0.06 106	0.07 36	0.08 163	0.08 126	0.08 171

IPLGR_C	0.21 183	0.22 375	0.60 363	0.23 244	0.15 279	0.24 193	0.20 233	0.35 170	0.29 168	0.31 244	0.32 192	0.22 134	0.15 109	0.25 140	0.20 215	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171

GMOStereo	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

error version	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

test-v	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

ACRE	0.21 183	0.20 349	0.62 374	0.23 244	0.15 279	0.24 193	0.20 233	0.35 170	0.28 149	0.31 244	0.32 192	0.22 134	0.15 109	0.25 140	0.20 215	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171

PFNet+	0.20 163	0.10 48	0.37 175	0.21 142	0.12 121	0.17 35	0.19 187	0.29 86	0.34 221	0.33 278	0.32 192	0.24 166	0.16 123	0.32 231	0.17 152	0.10 269	0.07 213	0.11 306	0.10 288	0.08 126	0.12 333

HHNet	0.22 213	0.12 133	0.52 332	0.18 19	0.18 350	0.20 100	0.20 233	0.34 146	0.31 192	0.32 267	0.59 411	0.20 113	0.21 203	0.24 109	0.31 340	0.08 150	0.05 8	0.09 182	0.07 93	0.08 126	0.11 311

AAGNet	0.33 369	0.11 101	0.37 175	0.25 329	0.16 309	0.20 100	0.19 187	0.30 103	0.27 134	0.35 313	0.35 233	0.27 204	0.30 333	0.44 283	2.66 505	0.08 150	0.05 8	0.10 252	0.07 93	0.08 126	0.06 41

NF-Stereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

OCTAStereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

PSM-softLoss	0.21 183	0.10 48	0.39 208	0.24 292	0.12 121	0.20 100	0.18 146	0.38 204	0.26 124	0.29 197	0.32 192	0.24 166	0.16 123	0.52 314	0.20 215	0.09 223	0.06 106	0.10 252	0.09 247	0.08 126	0.12 333

KMStereo	0.21 183	0.10 48	0.39 208	0.24 292	0.12 121	0.20 100	0.18 146	0.38 204	0.26 124	0.29 197	0.32 192	0.24 166	0.16 123	0.52 314	0.20 215	0.09 223	0.06 106	0.10 252	0.09 247	0.08 126	0.12 333

PSM-AAD	0.25 285	0.10 48	0.30 90	0.24 292	0.12 121	0.26 225	0.38 433	0.34 146	0.28 149	0.35 313	0.39 277	0.28 219	0.79 467	0.30 218	0.16 123	0.07 37	0.06 106	0.12 342	0.11 325	0.08 126	0.21 436

KYRaft	0.22 213	0.10 48	0.30 90	0.23 244	0.12 121	0.23 172	0.23 312	0.35 170	0.24 102	0.35 313	0.54 395	0.34 279	0.26 274	0.29 204	0.15 100	0.07 37	0.05 8	0.09 182	0.10 288	0.08 126	0.31 464

RAFT_R40	0.21 183	0.10 48	0.37 175	0.24 292	0.13 190	0.18 48	0.18 146	0.31 114	0.29 168	0.33 278	0.33 213	0.30 245	0.24 245	0.55 328	0.18 172	0.08 150	0.05 8	0.10 252	0.08 163	0.08 126	0.07 106

PFNet	0.23 230	0.10 48	0.57 352	0.24 292	0.14 231	0.22 151	0.19 187	0.39 216	0.33 212	0.35 313	0.32 192	0.27 204	0.19 187	0.64 374	0.22 257	0.09 223	0.05 8	0.09 182	0.07 93	0.08 126	0.07 106

RE-Stereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

Pruner-Stereo	0.19 148	0.11 101	0.34 134	0.29 409	0.12 121	0.19 72	0.17 104	0.31 114	0.29 168	0.33 278	0.32 192	0.25 174	0.15 109	0.24 109	0.21 237	0.09 223	0.06 106	0.09 182	0.08 163	0.08 126	0.09 225

TVStereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

IRAFT_RVC	0.22 213	0.12 133	0.39 208	0.26 361	0.11 68	0.18 48	0.24 334	0.40 226	0.37 259	0.31 244	0.30 171	0.29 229	0.24 245	0.55 328	0.22 257	0.08 150	0.06 106	0.10 252	0.08 163	0.08 126	0.07 106

test-2	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

GMM-Stereo	0.21 183	0.10 48	0.43 259	0.23 244	0.13 190	0.24 193	0.25 350	0.37 198	0.27 134	0.30 227	0.45 346	0.27 204	0.21 203	0.31 225	0.17 152	0.07 37	0.05 8	0.10 252	0.09 247	0.08 126	0.19 418

Prome-Stereo	0.21 183	0.10 48	0.30 90	0.24 292	0.12 121	0.23 172	0.23 312	0.36 188	0.25 115	0.33 278	0.59 411	0.24 166	0.28 308	0.29 204	0.16 123	0.07 37	0.05 8	0.08 110	0.07 93	0.08 126	0.20 428

iRaftStereo_RVC	0.16 71	0.12 133	0.26 54	0.21 142	0.11 68	0.20 100	0.17 104	0.32 124	0.23 88	0.20 96	0.25 124	0.18 91	0.12 52	0.20 58	0.15 100	0.07 37	0.05 8	0.09 182	0.09 247	0.08 126	0.07 106

delet	0.27 307	0.14 234	0.40 216	0.23 244	0.19 368	0.41 384	0.29 385	0.49 316	0.48 375	0.33 278	0.41 295	0.37 304	0.30 333	0.48 295	0.34 356	0.09 223	0.09 328	0.11 306	0.12 362	0.08 126	0.08 171

cf-r	0.24 258	0.15 267	0.44 267	0.21 142	0.14 231	0.27 235	0.22 287	0.42 252	0.40 297	0.30 227	0.42 311	0.42 348	0.26 274	0.43 279	0.25 295	0.11 303	0.06 106	0.08 110	0.10 288	0.08 126	0.08 171

HSM-Net_RVC	0.27 307	0.11 101	0.42 248	0.19 48	0.11 68	0.34 336	0.20 233	0.62 439	0.43 320	0.40 371	0.43 323	0.50 393	0.26 274	0.76 418	0.22 257	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	0.28 327	0.16 291	0.35 144	0.20 101	0.15 279	0.33 323	0.19 187	0.53 365	0.37 259	0.36 328	0.38 264	0.67 447	0.31 347	0.89 448	0.23 275	0.08 150	0.06 106	0.08 110	0.07 93	0.08 126	0.08 171

iResNet	0.24 258	0.18 321	0.61 366	0.25 329	0.11 68	0.29 272	0.21 262	0.42 252	0.43 320	0.33 278	0.43 323	0.27 204	0.22 216	0.34 244	0.26 308	0.07 37	0.05 8	0.07 36	0.06 46	0.08 126	0.07 106

MM-Stereo_test3	0.17 87	0.12 133	0.29 83	0.23 244	0.14 231	0.19 72	0.22 287	0.39 216	0.36 248	0.16 63	0.24 116	0.17 81	0.12 52	0.19 50	0.14 78	0.07 37	0.07 213	0.08 110	0.06 46	0.09 189	0.06 41

MM-Stereo_test2	0.15 57	0.10 48	0.44 267	0.23 244	0.11 68	0.21 126	0.21 262	0.27 60	0.22 70	0.15 42	0.16 43	0.13 25	0.11 35	0.20 58	0.13 50	0.06 2	0.05 8	0.07 36	0.06 46	0.09 189	0.05 3

MM-Stereo_test1	0.17 87	0.10 48	0.39 208	0.23 244	0.11 68	0.20 100	0.22 287	0.33 138	0.29 168	0.22 112	0.21 92	0.15 61	0.14 96	0.23 100	0.13 50	0.07 37	0.06 106	0.08 110	0.07 93	0.09 189	0.06 41

HI	0.20 163	0.13 192	0.33 125	0.18 19	0.15 279	0.17 35	0.16 69	0.34 146	0.21 59	0.37 333	0.39 277	0.36 298	0.24 245	0.29 204	0.21 237	0.06 2	0.05 8	0.08 110	0.09 247	0.09 189	0.07 106

CoSv	0.20 163	0.13 192	0.33 125	0.18 19	0.15 279	0.17 35	0.16 69	0.34 146	0.21 59	0.37 333	0.39 277	0.36 298	0.24 245	0.29 204	0.21 237	0.06 2	0.05 8	0.08 110	0.09 247	0.09 189	0.07 106

SCV_C0	0.14 32	0.11 101	0.25 46	0.19 48	0.12 121	0.15 11	0.16 69	0.30 103	0.22 70	0.13 20	0.15 35	0.13 25	0.09 8	0.24 109	0.10 1	0.06 2	0.05 8	0.06 2	0.06 46	0.09 189	0.06 41

SCV	0.14 32	0.14 234	0.24 36	0.21 142	0.11 68	0.15 11	0.16 69	0.31 114	0.18 21	0.11 8	0.15 35	0.13 25	0.10 21	0.23 100	0.11 6	0.07 37	0.05 8	0.07 36	0.06 46	0.09 189	0.06 41

rvit_stereo_0083	0.16 71	0.12 133	0.26 54	0.21 142	0.13 190	0.17 35	0.17 104	0.22 18	0.34 221	0.16 63	0.21 92	0.19 105	0.16 123	0.21 77	0.16 123	0.11 303	0.10 350	0.10 252	0.08 163	0.09 189	0.07 106

rvit_stereo_0081_aga	0.16 71	0.14 234	0.28 73	0.21 142	0.13 190	0.19 72	0.17 104	0.23 31	0.24 102	0.17 74	0.21 92	0.19 105	0.13 78	0.19 50	0.14 78	0.11 303	0.08 294	0.09 182	0.08 163	0.09 189	0.07 106

rvit_stereo_0081	0.16 71	0.11 101	0.24 36	0.21 142	0.12 121	0.16 24	0.17 104	0.22 18	0.33 212	0.16 63	0.18 58	0.18 91	0.14 96	0.20 58	0.16 123	0.11 303	0.08 294	0.09 182	0.08 163	0.09 189	0.07 106

rvit_stereo_0082	0.16 71	0.11 101	0.24 36	0.21 142	0.12 121	0.16 24	0.17 104	0.22 18	0.33 212	0.16 63	0.18 58	0.18 91	0.14 96	0.20 58	0.16 123	0.11 303	0.08 294	0.09 182	0.08 163	0.09 189	0.07 106

rvit_stereo_ft	0.17 87	0.14 234	0.30 90	0.25 329	0.14 231	0.17 35	0.21 262	0.28 75	0.26 124	0.16 63	0.19 65	0.20 113	0.16 123	0.22 91	0.17 152	0.11 303	0.07 213	0.09 182	0.09 247	0.09 189	0.07 106

test_sample2	0.21 183	0.10 48	0.28 73	0.19 48	0.11 68	0.27 235	0.21 262	0.43 264	0.29 168	0.26 151	0.31 185	0.30 245	0.24 245	0.45 286	0.18 172	0.09 223	0.07 213	0.08 110	0.07 93	0.09 189	0.09 225

test_sample1	0.20 163	0.10 48	0.28 73	0.19 48	0.12 121	0.28 251	0.19 187	0.41 238	0.25 115	0.26 151	0.31 185	0.29 229	0.26 274	0.44 283	0.21 237	0.09 223	0.07 213	0.08 110	0.07 93	0.09 189	0.09 225

H2IRNET	0.18 110	0.13 192	0.35 144	0.21 142	0.12 121	0.20 100	0.15 46	0.27 60	0.30 180	0.17 74	0.31 185	0.25 174	0.20 196	0.24 109	0.18 172	0.07 37	0.06 106	0.09 182	0.10 288	0.09 189	0.06 41

Former-RAFT_DAM_RVC	0.17 87	0.13 192	0.24 36	0.19 48	0.13 190	0.24 193	0.17 104	0.30 103	0.37 259	0.43 395	0.17 50	0.13 25	0.12 52	0.19 50	0.15 100	0.08 150	0.07 213	0.09 182	0.07 93	0.09 189	0.08 171

SMFormer	0.25 285	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.28 316	0.10 269	0.07 213	0.08 110	0.08 163	0.09 189	0.09 225

ACVNet-DCA	0.18 110	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.41 238	0.27 134	0.17 74	0.19 65	0.13 25	0.18 172	0.28 188	0.11 6	0.08 150	0.05 8	0.08 110	0.06 46	0.09 189	0.09 225

xx1	0.20 163	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.35 170	0.47 366	0.17 74	0.19 65	0.28 219	0.24 245	0.28 188	0.11 6	0.08 150	0.05 8	0.10 252	0.09 247	0.09 189	0.09 225

1test111	0.19 148	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.41 238	0.27 134	0.17 74	0.19 65	0.13 25	0.18 172	0.34 244	0.22 257	0.08 150	0.05 8	0.08 110	0.06 46	0.09 189	0.09 225

11t1	0.18 110	0.10 48	0.30 90	0.20 101	0.11 68	0.27 235	0.17 104	0.35 170	0.23 88	0.25 139	0.23 104	0.23 154	0.23 227	0.25 140	0.18 172	0.09 223	0.07 213	0.07 36	0.06 46	0.09 189	0.09 225

1111x	0.32 363	0.11 101	0.40 216	0.22 200	0.11 68	0.32 312	0.26 362	0.59 418	0.43 320	0.31 244	0.41 295	0.39 324	0.28 308	0.76 418	1.37 484	0.09 223	0.08 294	0.09 182	0.10 288	0.09 189	0.08 171

MIF-Stereo (partial)	0.16 71	0.10 48	0.34 134	0.21 142	0.15 279	0.15 11	0.13 11	0.28 75	0.25 115	0.17 74	0.26 134	0.15 61	0.16 123	0.25 140	0.17 152	0.09 223	0.06 106	0.10 252	0.08 163	0.09 189	0.08 171

EKT-Stereo	0.38 401	0.12 133	0.38 194	0.42 461	3.88 511	0.21 126	0.17 104	0.35 170	0.28 149	0.20 96	0.20 80	0.23 154	0.15 109	0.28 188	0.16 123	0.09 223	0.07 213	0.09 182	0.07 93	0.09 189	0.09 225

LL-Strereo	0.29 338	0.25 389	0.58 357	0.25 329	0.21 391	0.23 172	0.24 334	0.55 382	0.42 314	0.34 297	0.32 192	0.41 340	0.40 394	0.94 457	0.23 275	0.08 150	0.07 213	0.11 306	0.09 247	0.09 189	0.09 225

CBFPSM	0.27 307	0.16 291	0.67 390	0.20 101	0.14 231	0.38 368	0.25 350	0.40 226	0.36 248	0.33 278	0.36 243	0.56 412	0.38 386	0.32 231	0.38 369	0.08 150	0.08 294	0.07 36	0.08 163	0.09 189	0.11 311

gwcnet-sp	0.24 258	0.13 192	0.63 377	0.22 200	0.14 231	0.34 336	0.22 287	0.44 269	0.39 282	0.35 313	0.34 222	0.27 204	0.27 293	0.35 253	0.25 295	0.09 223	0.08 294	0.09 182	0.09 247	0.09 189	0.09 225

scenet	0.24 258	0.13 192	0.63 377	0.22 200	0.14 231	0.34 336	0.22 287	0.44 269	0.39 282	0.35 313	0.34 222	0.27 204	0.27 293	0.35 253	0.25 295	0.09 223	0.08 294	0.09 182	0.09 247	0.09 189	0.09 225

knoymous	0.17 87	0.09 22	0.32 110	0.17 9	0.11 68	0.21 126	0.17 104	0.32 124	0.23 88	0.23 117	0.28 146	0.27 204	0.16 123	0.23 100	0.16 123	0.09 223	0.06 106	0.09 182	0.06 46	0.09 189	0.09 225

ssnet	0.24 258	0.13 192	0.63 377	0.22 200	0.14 231	0.34 336	0.22 287	0.44 269	0.39 282	0.35 313	0.34 222	0.27 204	0.27 293	0.35 253	0.25 295	0.09 223	0.08 294	0.09 182	0.09 247	0.09 189	0.09 225

qqq	0.20 163	0.12 133	0.31 104	0.20 101	0.11 68	0.23 172	0.19 187	0.41 238	0.27 134	0.24 131	0.28 146	0.28 219	0.24 245	0.34 244	0.22 257	0.08 150	0.07 213	0.10 252	0.09 247	0.09 189	0.09 225

x	0.19 148	0.11 101	0.29 83	0.20 101	0.11 68	0.26 225	0.18 146	0.41 238	0.29 168	0.25 139	0.29 158	0.28 219	0.24 245	0.26 156	0.23 275	0.09 223	0.07 213	0.08 110	0.07 93	0.09 189	0.08 171

BUS	0.23 230	0.12 133	0.28 73	0.25 329	0.14 231	0.43 399	0.17 104	0.56 397	0.34 221	0.34 297	0.35 233	0.32 265	0.20 196	0.26 156	0.21 237	0.10 269	0.07 213	0.11 306	0.10 288	0.09 189	0.09 225

IER	0.23 230	0.12 133	0.39 208	0.20 101	0.14 231	0.31 304	0.19 187	0.42 252	0.36 248	0.33 278	0.40 287	0.32 265	0.33 357	0.29 204	0.22 257	0.09 223	0.07 213	0.08 110	0.08 163	0.09 189	0.08 171

RAFT+CT+SA	0.21 183	0.18 321	0.33 125	0.25 329	0.18 350	0.23 172	0.29 385	0.40 226	0.36 248	0.24 131	0.38 264	0.18 91	0.16 123	0.32 231	0.16 123	0.07 37	0.05 8	0.09 182	0.12 362	0.09 189	0.09 225

BSDual-CNN	0.23 230	0.12 133	0.28 73	0.25 329	0.14 231	0.35 351	0.21 262	0.56 397	0.34 221	0.34 297	0.35 233	0.38 312	0.24 245	0.26 156	0.21 237	0.10 269	0.07 213	0.11 306	0.10 288	0.09 189	0.09 225

hknet	0.25 285	0.14 234	0.40 216	0.25 329	0.15 279	0.35 351	0.21 262	0.56 397	0.37 259	0.34 297	0.35 233	0.43 352	0.27 293	0.37 261	0.21 237	0.09 223	0.07 213	0.11 306	0.10 288	0.09 189	0.09 225

iRaft-Stereo_5w	0.23 230	0.18 321	0.44 267	0.22 200	0.13 190	0.19 72	0.19 187	0.37 198	0.32 200	0.28 170	0.37 252	0.34 279	0.23 227	0.65 380	0.27 312	0.06 2	0.06 106	0.08 110	0.07 93	0.09 189	0.08 171

psmg	0.23 230	0.12 133	0.28 73	0.21 142	0.14 231	0.35 351	0.23 312	0.51 339	0.34 221	0.35 313	0.38 264	0.38 312	0.24 245	0.26 156	0.21 237	0.10 269	0.08 294	0.10 252	0.10 288	0.09 189	0.08 171

DAS	0.27 307	0.12 133	0.42 248	0.24 292	0.18 350	0.29 272	0.24 334	0.45 279	0.45 346	0.41 380	0.44 334	0.34 279	0.29 323	0.75 413	0.21 237	0.09 223	0.07 213	0.09 182	0.07 93	0.09 189	0.09 225

SepStereo	0.26 300	0.12 133	0.42 248	0.24 292	0.18 350	0.29 272	0.24 334	0.45 279	0.45 346	0.41 380	0.44 334	0.34 279	0.29 323	0.64 374	0.21 237	0.09 223	0.07 213	0.09 182	0.07 93	0.09 189	0.09 225

GwcNet-ADL	0.22 213	0.14 234	0.58 357	0.24 292	0.13 190	0.22 151	0.23 312	0.49 316	0.40 297	0.27 160	0.29 158	0.30 245	0.20 196	0.26 156	0.23 275	0.09 223	0.07 213	0.07 36	0.07 93	0.09 189	0.09 225

GANet-ADL	0.21 183	0.12 133	0.45 278	0.23 244	0.14 231	0.29 272	0.19 187	0.46 290	0.35 236	0.25 139	0.32 192	0.32 265	0.19 187	0.24 109	0.20 215	0.10 269	0.07 213	0.07 36	0.06 46	0.09 189	0.10 278

NRIStereo	0.18 110	0.11 101	0.35 144	0.23 244	0.11 68	0.24 193	0.20 233	0.29 86	0.26 124	0.26 151	0.25 124	0.25 174	0.18 172	0.34 244	0.18 172	0.07 37	0.06 106	0.09 182	0.07 93	0.09 189	0.08 171

SST-Stereo	0.21 183	0.10 48	0.37 175	0.24 292	0.13 190	0.19 72	0.17 104	0.31 114	0.24 102	0.34 297	0.33 213	0.29 229	0.25 265	0.56 338	0.17 152	0.08 150	0.05 8	0.10 252	0.08 163	0.09 189	0.07 106

DeepStereo_RVC	0.18 110	0.11 101	0.40 216	0.21 142	0.11 68	0.19 72	0.16 69	0.28 75	0.22 70	0.27 160	0.27 141	0.23 154	0.28 308	0.24 109	0.18 172	0.08 150	0.06 106	0.09 182	0.07 93	0.09 189	0.10 278

ICVP	0.23 230	0.13 192	0.44 267	0.26 361	0.14 231	0.29 272	0.25 350	0.45 279	0.33 212	0.29 197	0.43 323	0.35 293	0.25 265	0.26 156	0.23 275	0.12 339	0.09 328	0.09 182	0.08 163	0.09 189	0.10 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.18 110	0.15 267	0.35 144	0.22 200	0.14 231	0.19 72	0.17 104	0.32 124	0.30 180	0.23 117	0.25 124	0.20 113	0.16 123	0.22 91	0.19 201	0.08 150	0.07 213	0.10 252	0.12 362	0.09 189	0.08 171

RALCasStereoNet	0.18 110	0.15 267	0.33 125	0.21 142	0.14 231	0.21 126	0.18 146	0.31 114	0.25 115	0.21 107	0.29 158	0.22 134	0.15 109	0.27 175	0.17 152	0.08 150	0.10 350	0.07 36	0.06 46	0.09 189	0.09 225

RALAANet	0.19 148	0.18 321	0.37 175	0.23 244	0.14 231	0.23 172	0.13 11	0.37 198	0.29 168	0.28 170	0.26 134	0.25 174	0.15 109	0.26 156	0.18 172	0.08 150	0.06 106	0.09 182	0.08 163	0.09 189	0.06 41

sCroCo_RVC	0.18 110	0.14 234	0.49 307	0.27 388	0.18 350	0.22 151	0.17 104	0.27 60	0.23 88	0.14 37	0.22 101	0.17 81	0.14 96	0.21 77	0.15 100	0.10 269	0.11 371	0.09 182	0.09 247	0.09 189	0.09 225

222	0.41 414	0.10 48	0.29 83	0.19 48	0.11 68	0.36 356	0.20 233	0.57 405	0.39 282	0.35 313	0.44 334	0.30 245	0.27 293	0.55 328	3.56 508	0.11 303	0.07 213	0.08 110	0.08 163	0.09 189	0.09 225

xxxx	0.34 376	0.10 48	0.29 83	0.19 48	0.11 68	0.37 361	0.20 233	0.58 413	0.38 273	0.29 197	0.42 311	0.38 312	0.24 245	0.46 289	2.20 501	0.11 303	0.07 213	0.09 182	0.08 163	0.09 189	0.09 225

test_xeample	0.34 376	0.10 48	0.29 83	0.19 48	0.11 68	0.33 323	0.23 312	0.55 382	0.38 273	0.32 267	0.45 346	0.29 229	0.26 274	0.57 341	2.24 503	0.10 269	0.07 213	0.09 182	0.08 163	0.09 189	0.09 225

ARAFT	0.24 258	0.21 363	0.78 412	0.22 200	0.12 121	0.29 272	0.24 334	0.43 264	0.32 200	0.33 278	0.28 146	0.28 219	0.19 187	0.49 300	0.18 172	0.07 37	0.06 106	0.12 342	0.11 325	0.09 189	0.06 41

SFCPSM	0.22 213	0.10 48	0.51 328	0.21 142	0.14 231	0.34 336	0.22 287	0.55 382	0.39 282	0.29 197	0.32 192	0.23 154	0.21 203	0.27 175	0.19 201	0.09 223	0.07 213	0.09 182	0.09 247	0.09 189	0.08 171

FENet	0.21 183	0.11 101	0.45 278	0.21 142	0.12 121	0.26 225	0.17 104	0.41 238	0.35 236	0.30 227	0.31 185	0.29 229	0.23 227	0.26 156	0.23 275	0.09 223	0.06 106	0.09 182	0.09 247	0.09 189	0.09 225

ac_64	0.27 307	0.13 192	0.41 239	0.24 292	0.17 329	0.36 356	0.22 287	0.46 290	0.33 212	0.35 313	0.36 243	0.52 401	0.30 333	0.62 367	0.32 345	0.11 303	0.09 328	0.10 252	0.10 288	0.09 189	0.08 171

GwcNet-RSSM	0.26 300	0.17 307	0.46 286	0.21 142	0.13 190	0.28 251	0.23 312	0.44 269	0.42 314	0.31 244	0.45 346	0.40 337	0.26 274	0.55 328	0.28 316	0.11 303	0.07 213	0.09 182	0.10 288	0.09 189	0.08 171

AANet_RVC	0.31 354	0.22 375	0.50 317	0.23 244	0.14 231	0.30 289	0.24 334	0.47 297	0.54 410	0.38 346	0.60 416	0.43 352	0.29 323	0.87 444	0.40 384	0.11 303	0.07 213	0.07 36	0.07 93	0.09 189	0.09 225

HITNet	0.20 163	0.17 307	0.43 259	0.19 48	0.08 4	0.27 235	0.14 26	0.42 252	0.30 180	0.29 197	0.32 192	0.27 204	0.21 203	0.28 188	0.25 295	0.07 37	0.05 8	0.07 36	0.06 46	0.09 189	0.06 41
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet_ROB	0.25 285	0.19 337	0.40 216	0.20 101	0.12 121	0.30 289	0.16 69	0.55 382	0.53 406	0.38 346	0.43 323	0.37 304	0.26 274	0.38 265	0.22 257	0.08 150	0.06 106	0.06 2	0.04 1	0.09 189	0.09 225

rvit_0105_5	0.21 183	0.15 267	0.38 194	0.23 244	0.13 190	0.22 151	0.24 334	0.36 188	0.39 282	0.21 107	0.23 104	0.26 195	0.19 187	0.26 156	0.19 201	0.15 391	0.13 400	0.12 342	0.12 362	0.10 251	0.09 225

rvit_0105_3	0.23 230	0.17 307	0.40 216	0.25 329	0.15 279	0.24 193	0.28 380	0.38 204	0.41 307	0.25 139	0.25 124	0.28 219	0.21 203	0.28 188	0.20 215	0.15 391	0.13 400	0.14 384	0.15 405	0.10 251	0.09 225

UGAM	0.26 300	0.14 234	0.45 278	0.25 329	0.12 121	0.23 172	0.25 350	0.32 124	0.41 307	0.31 244	0.42 311	0.41 340	0.22 216	0.92 453	0.22 257	0.08 150	0.06 106	0.14 384	0.12 362	0.10 251	0.07 106

ACV-stereo	0.29 338	0.18 321	0.79 418	0.23 244	0.16 309	0.47 414	0.19 187	0.36 188	0.34 221	0.29 197	0.33 213	0.67 447	0.42 406	0.54 326	0.30 334	0.10 269	0.09 328	0.09 182	0.09 247	0.10 251	0.11 311

rvit_stereo_0080	0.15 57	0.13 192	0.25 46	0.19 48	0.13 190	0.15 11	0.20 233	0.28 75	0.24 102	0.15 42	0.17 50	0.19 105	0.13 78	0.19 50	0.15 100	0.11 303	0.08 294	0.08 110	0.08 163	0.10 251	0.07 106

test_sample3	0.23 230	0.12 133	0.43 259	0.19 48	0.12 121	0.32 312	0.20 233	0.50 324	0.34 221	0.31 244	0.33 213	0.29 229	0.22 216	0.53 320	0.22 257	0.10 269	0.07 213	0.09 182	0.08 163	0.10 251	0.10 278

CAS++	0.16 71	0.12 133	0.27 62	0.18 19	0.12 121	0.17 35	0.15 46	0.42 252	0.24 102	0.19 93	0.18 58	0.13 25	0.10 21	0.21 77	0.12 20	0.12 339	0.10 350	0.11 306	0.08 163	0.10 251	0.09 225
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.14 32	0.11 101	0.32 110	0.19 48	0.11 68	0.18 48	0.17 104	0.20 10	0.22 70	0.14 37	0.24 116	0.15 61	0.10 21	0.18 34	0.12 20	0.07 37	0.06 106	0.07 36	0.06 46	0.10 251	0.06 41

MyStereo8	0.22 213	0.15 267	0.63 377	0.21 142	0.17 329	0.31 304	0.16 69	0.36 188	0.32 200	0.28 170	0.36 243	0.25 174	0.18 172	0.25 140	0.28 316	0.08 150	0.07 213	0.08 110	0.07 93	0.10 251	0.12 333

mmm	0.21 183	0.12 133	0.31 104	0.22 200	0.12 121	0.28 251	0.21 262	0.41 238	0.27 134	0.29 197	0.38 264	0.29 229	0.24 245	0.29 204	0.22 257	0.09 223	0.07 213	0.11 306	0.09 247	0.10 251	0.09 225

whm_eth	0.15 57	0.13 192	0.25 46	0.19 48	0.13 190	0.15 11	0.20 233	0.28 75	0.24 102	0.15 42	0.17 50	0.19 105	0.13 78	0.19 50	0.15 100	0.11 303	0.08 294	0.08 110	0.08 163	0.10 251	0.07 106

plain	0.17 87	0.13 192	0.43 259	0.21 142	0.13 190	0.16 24	0.17 104	0.27 60	0.22 70	0.16 63	0.26 134	0.13 25	0.16 123	0.27 175	0.16 123	0.08 150	0.06 106	0.10 252	0.07 93	0.10 251	0.07 106

StereoVision	0.22 213	0.18 321	0.37 175	0.27 388	0.17 329	0.23 172	0.22 287	0.38 204	0.31 192	0.20 96	0.51 378	0.22 134	0.16 123	0.28 188	0.18 172	0.11 303	0.12 388	0.13 362	0.13 385	0.10 251	0.07 106

riskmin	0.18 110	0.09 22	0.34 134	0.18 19	0.12 121	0.24 193	0.16 69	0.34 146	0.28 149	0.21 107	0.23 104	0.33 272	0.24 245	0.23 100	0.17 152	0.09 223	0.06 106	0.09 182	0.06 46	0.10 251	0.10 278

CRFU-Net	0.28 327	0.14 234	0.45 278	0.25 329	0.15 279	0.45 406	0.23 312	0.50 324	0.30 180	0.43 395	0.41 295	0.48 382	0.46 421	0.43 279	0.29 326	0.11 303	0.10 350	0.09 182	0.08 163	0.10 251	0.10 278

test_5	0.23 230	0.19 337	0.38 194	0.26 361	0.18 350	0.25 207	0.29 385	0.40 226	0.37 259	0.29 197	0.40 287	0.25 174	0.22 216	0.34 244	0.18 172	0.07 37	0.05 8	0.09 182	0.09 247	0.10 251	0.10 278

CSP-Net	0.27 307	0.15 267	0.30 90	0.21 142	0.14 231	0.44 401	0.24 334	0.50 324	0.40 297	0.41 380	0.43 323	0.42 348	0.26 274	0.66 385	0.28 316	0.12 339	0.08 294	0.08 110	0.08 163	0.10 251	0.09 225

PSMNet-ADL	0.25 285	0.15 267	0.32 110	0.26 361	0.14 231	0.31 304	0.22 287	0.44 269	0.36 248	0.27 160	0.33 213	0.41 340	0.28 308	0.61 359	0.29 326	0.11 303	0.09 328	0.09 182	0.11 325	0.10 251	0.10 278

Patchmatch Stereo++	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.26 156	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.16 69	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.18 172	0.24 109	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

ROB_FTStereo_v2	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.16 69	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.24 109	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

ROB_FTStereo	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.28 146	0.25 174	0.17 149	0.24 109	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

HUI-Stereo	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.28 146	0.25 174	0.17 149	0.22 91	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

iGMRVC	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.15 46	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.27 175	0.17 152	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

iRAFT	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.26 156	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

CRE-IMP	0.18 110	0.12 133	0.37 175	0.22 200	0.11 68	0.24 193	0.17 104	0.29 86	0.21 59	0.27 160	0.26 134	0.24 166	0.17 149	0.23 100	0.18 172	0.08 150	0.05 8	0.10 252	0.07 93	0.10 251	0.10 278

RAFT	0.21 183	0.17 307	0.32 110	0.24 292	0.12 121	0.25 207	0.27 367	0.35 170	0.28 149	0.33 278	0.33 213	0.38 312	0.22 216	0.29 204	0.17 152	0.08 150	0.08 294	0.11 306	0.10 288	0.10 251	0.06 41

RAFT-IKP	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.15 46	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.18 172	0.25 140	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

GES	0.22 213	0.12 133	0.42 248	0.20 101	0.14 231	0.27 235	0.19 187	0.49 316	0.33 212	0.30 227	0.36 243	0.25 174	0.23 227	0.29 204	0.22 257	0.10 269	0.08 294	0.08 110	0.07 93	0.10 251	0.11 311

HCRNet	0.24 258	0.25 389	0.33 125	0.34 437	0.16 309	0.27 235	0.18 146	0.43 264	0.35 236	0.30 227	0.35 233	0.32 265	0.22 216	0.44 283	0.20 215	0.13 356	0.08 294	0.13 362	0.11 325	0.10 251	0.09 225

GMStereo	0.19 148	0.25 389	0.40 216	0.21 142	0.12 121	0.22 151	0.19 187	0.29 86	0.40 297	0.25 139	0.23 104	0.16 74	0.15 109	0.25 140	0.19 201	0.09 223	0.06 106	0.08 110	0.08 163	0.10 251	0.08 171
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.27 307	0.14 234	0.49 307	0.24 292	0.17 329	0.47 414	0.22 287	0.45 279	0.51 395	0.39 361	0.41 295	0.36 298	0.33 357	0.39 267	0.34 356	0.08 150	0.07 213	0.09 182	0.09 247	0.10 251	0.08 171

psm_up	0.29 338	0.16 291	0.41 239	0.26 361	0.17 329	0.32 312	0.26 362	0.55 382	0.43 320	0.36 328	0.40 287	0.45 367	0.37 382	0.58 347	0.30 334	0.11 303	0.12 388	0.13 362	0.12 362	0.10 251	0.10 278

UNet	0.28 327	0.14 234	0.69 396	0.23 244	0.20 384	0.44 401	0.22 287	0.50 324	0.40 297	0.34 297	0.39 277	0.43 352	0.33 357	0.40 272	0.31 340	0.09 223	0.07 213	0.10 252	0.08 163	0.10 251	0.08 171

UPFNet	0.25 285	0.12 133	0.38 194	0.24 292	0.19 368	0.37 361	0.28 380	0.48 308	0.38 273	0.34 297	0.37 252	0.37 304	0.28 308	0.39 267	0.33 352	0.10 269	0.09 328	0.10 252	0.10 288	0.10 251	0.08 171

ACVNet	0.23 230	0.13 192	0.35 144	0.18 19	0.15 279	0.27 235	0.23 312	0.39 216	0.44 335	0.28 170	0.41 295	0.38 312	0.26 274	0.27 175	0.32 345	0.08 150	0.07 213	0.08 110	0.07 93	0.10 251	0.07 106

HGLStereo	0.27 307	0.14 234	0.46 286	0.24 292	0.21 391	0.33 323	0.23 312	0.50 324	0.42 314	0.35 313	0.48 368	0.41 340	0.33 357	0.45 286	0.33 352	0.11 303	0.10 350	0.09 182	0.09 247	0.10 251	0.12 333

GANet-RSSM	0.24 258	0.14 234	0.36 164	0.21 142	0.14 231	0.27 235	0.21 262	0.45 279	0.33 212	0.29 197	0.39 277	0.39 324	0.28 308	0.58 347	0.23 275	0.11 303	0.07 213	0.09 182	0.09 247	0.10 251	0.09 225

PSMNet-RSSM	0.24 258	0.15 267	0.36 164	0.21 142	0.14 231	0.25 207	0.20 233	0.48 308	0.37 259	0.30 227	0.44 334	0.38 312	0.26 274	0.52 314	0.22 257	0.12 339	0.07 213	0.11 306	0.13 385	0.10 251	0.09 225

DMCA	0.22 213	0.14 234	0.36 164	0.22 200	0.14 231	0.27 235	0.20 233	0.43 264	0.38 273	0.31 244	0.32 192	0.33 272	0.24 245	0.24 109	0.28 316	0.11 303	0.08 294	0.10 252	0.08 163	0.10 251	0.11 311

BEATNet_4x	0.22 213	0.18 321	0.47 294	0.22 200	0.10 36	0.28 251	0.14 26	0.46 290	0.32 200	0.31 244	0.34 222	0.31 256	0.25 265	0.31 225	0.29 326	0.08 150	0.06 106	0.08 110	0.06 46	0.10 251	0.08 171

NLCA_NET_v2_RVC	0.27 307	0.21 363	0.59 361	0.25 329	0.18 350	0.29 272	0.22 287	0.50 324	0.40 297	0.38 346	0.41 295	0.43 352	0.27 293	0.43 279	0.29 326	0.11 303	0.08 294	0.10 252	0.10 288	0.10 251	0.11 311
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.27 307	0.17 307	0.35 144	0.25 329	0.14 231	0.37 361	0.21 262	0.47 297	0.41 307	0.44 401	0.51 378	0.41 340	0.28 308	0.45 286	0.37 367	0.09 223	0.06 106	0.11 306	0.11 325	0.10 251	0.10 278
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.28 327	0.16 291	0.34 134	0.27 388	0.16 309	0.38 368	0.25 350	0.48 308	0.43 320	0.46 408	0.46 355	0.51 397	0.33 357	0.53 320	0.33 352	0.10 269	0.10 350	0.11 306	0.11 325	0.10 251	0.09 225

pmcnn	0.50 440	0.20 349	0.78 412	0.24 292	0.26 437	0.39 376	0.30 395	0.51 339	0.50 392	0.54 438	1.23 477	2.52 501	0.37 382	0.77 424	0.95 462	0.08 150	0.06 106	0.06 2	0.05 16	0.10 251	0.08 171

rvit_0105_6	0.19 148	0.14 234	0.34 134	0.23 244	0.14 231	0.18 48	0.20 233	0.29 86	0.37 259	0.18 88	0.22 101	0.23 154	0.17 149	0.26 156	0.17 152	0.15 391	0.13 400	0.13 362	0.11 325	0.11 296	0.08 171

rvit_0105_4	0.20 163	0.15 267	0.38 194	0.23 244	0.14 231	0.20 100	0.22 287	0.33 138	0.39 282	0.19 93	0.24 116	0.25 174	0.19 187	0.27 175	0.17 152	0.16 406	0.13 400	0.13 362	0.11 325	0.11 296	0.08 171

rvit_105_1	0.27 307	0.19 337	0.46 286	0.27 388	0.19 368	0.30 289	0.35 419	0.44 269	0.51 395	0.31 244	0.31 185	0.31 256	0.26 274	0.35 253	0.25 295	0.15 391	0.14 408	0.15 398	0.17 426	0.11 296	0.10 278

ITSA-stereo	0.25 285	0.15 267	0.33 125	0.23 244	0.11 68	0.27 235	0.18 146	0.56 397	0.59 424	0.31 244	0.32 192	0.33 272	0.28 308	0.49 300	0.30 334	0.11 303	0.08 294	0.11 306	0.10 288	0.11 296	0.13 347

AIO-Stereo-zeroshot	0.23 230	0.13 192	0.83 427	0.20 101	0.21 391	0.23 172	0.17 104	0.48 308	0.27 134	0.23 117	0.29 158	0.39 324	0.23 227	0.25 140	0.15 100	0.08 150	0.06 106	0.08 110	0.11 325	0.11 296	0.10 278

IGEV-BASED-STEREO-	0.20 163	0.72 479	0.70 402	0.17 9	0.08 4	0.15 11	0.15 46	0.18 6	0.16 7	0.13 20	0.12 11	0.09 3	0.08 2	0.16 14	0.13 50	0.35 470	0.04 1	0.08 110	0.07 93	0.11 296	0.23 448

test_sample6	0.25 285	0.13 192	0.41 239	0.21 142	0.11 68	0.30 289	0.22 287	0.51 339	0.35 236	0.33 278	0.43 323	0.30 245	0.24 245	0.57 341	0.22 257	0.10 269	0.07 213	0.10 252	0.10 288	0.11 296	0.10 278

test_sample5	0.24 258	0.13 192	0.42 248	0.21 142	0.12 121	0.30 289	0.21 262	0.50 324	0.34 221	0.32 267	0.41 295	0.29 229	0.23 227	0.55 328	0.21 237	0.10 269	0.07 213	0.10 252	0.09 247	0.11 296	0.10 278

test_sample4	0.24 258	0.13 192	0.43 259	0.20 101	0.12 121	0.32 312	0.21 262	0.51 339	0.34 221	0.31 244	0.37 252	0.28 219	0.23 227	0.53 320	0.21 237	0.10 269	0.07 213	0.10 252	0.09 247	0.11 296	0.10 278

DualNet	0.24 258	0.13 192	0.42 248	0.21 142	0.12 121	0.30 289	0.21 262	0.50 324	0.34 221	0.33 278	0.43 323	0.29 229	0.23 227	0.55 328	0.21 237	0.10 269	0.07 213	0.10 252	0.09 247	0.11 296	0.10 278

mmx	0.31 354	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.55 382	0.45 346	0.30 227	0.42 311	0.34 279	0.23 227	0.81 435	1.08 468	0.10 269	0.07 213	0.11 306	0.10 288	0.11 296	0.10 278

ttt	0.29 338	0.12 133	0.34 134	0.21 142	0.13 190	0.29 272	0.20 233	0.56 397	0.47 366	0.31 244	0.44 334	0.30 245	0.22 216	0.65 380	0.85 456	0.13 356	0.10 350	0.10 252	0.10 288	0.11 296	0.11 311

xxx	0.31 354	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.55 382	0.45 346	0.30 227	0.42 311	0.34 279	0.23 227	0.81 435	1.08 468	0.10 269	0.07 213	0.11 306	0.10 288	0.11 296	0.10 278

PCWNet_CMD	0.23 230	0.13 192	0.48 302	0.20 101	0.13 190	0.28 251	0.16 69	0.46 290	0.46 361	0.29 197	0.36 243	0.37 304	0.24 245	0.28 188	0.20 215	0.09 223	0.06 106	0.10 252	0.08 163	0.11 296	0.09 225

CASS	0.21 183	0.15 267	0.32 110	0.26 361	0.11 68	0.28 251	0.19 187	0.39 216	0.30 180	0.32 267	0.34 222	0.25 174	0.24 245	0.25 140	0.20 215	0.13 356	0.08 294	0.11 306	0.09 247	0.11 296	0.11 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.24 258	0.16 291	0.48 302	0.21 142	0.13 190	0.29 272	0.29 385	0.39 216	0.39 282	0.27 160	0.35 233	0.39 324	0.31 347	0.31 225	0.29 326	0.08 150	0.09 328	0.10 252	0.11 325	0.11 296	0.10 278

ssnet_v2	0.28 327	0.16 291	0.44 267	0.22 200	0.15 279	0.40 381	0.30 395	0.57 405	0.46 361	0.38 346	0.36 243	0.47 375	0.29 323	0.38 265	0.39 377	0.13 356	0.11 371	0.11 306	0.11 325	0.11 296	0.11 311

Wz-Net-LNSev-Ref	0.30 347	0.20 349	0.70 402	0.21 142	0.17 329	0.46 408	0.27 367	0.50 324	0.49 384	0.42 389	0.55 399	0.43 352	0.30 333	0.46 289	0.38 369	0.09 223	0.06 106	0.07 36	0.06 46	0.11 296	0.10 278

NINENet	0.25 285	0.15 267	0.37 175	0.23 244	0.16 309	0.43 399	0.17 104	0.60 426	0.46 361	0.32 267	0.37 252	0.32 265	0.20 196	0.42 277	0.21 237	0.10 269	0.10 350	0.12 342	0.08 163	0.11 296	0.10 278

dd	0.22 213	0.26 400	0.40 216	0.22 200	0.12 121	0.25 207	0.21 262	0.32 124	0.44 335	0.29 197	0.28 146	0.25 174	0.16 123	0.30 218	0.25 295	0.12 339	0.07 213	0.10 252	0.08 163	0.11 296	0.09 225

GEStereo_RVC	0.27 307	0.20 349	0.44 267	0.27 388	0.16 309	0.33 323	0.25 350	0.56 397	0.54 410	0.34 297	0.38 264	0.34 279	0.25 265	0.51 308	0.28 316	0.12 339	0.08 294	0.09 182	0.08 163	0.11 296	0.11 311

Anonymous3	0.23 230	0.18 321	0.63 377	0.27 388	0.18 350	0.41 384	0.23 312	0.43 264	0.35 236	0.23 117	0.27 141	0.20 113	0.18 172	0.27 175	0.18 172	0.12 339	0.11 371	0.10 252	0.10 288	0.11 296	0.12 333

TestStereo	0.21 183	0.19 337	0.40 216	0.25 329	0.10 36	0.22 151	0.21 262	0.31 114	0.31 192	0.23 117	0.34 222	0.22 134	0.18 172	0.62 367	0.18 172	0.08 150	0.06 106	0.10 252	0.07 93	0.11 296	0.06 41

CFNet_pseudo	0.23 230	0.13 192	0.47 294	0.19 48	0.13 190	0.26 225	0.16 69	0.44 269	0.44 335	0.29 197	0.37 252	0.38 312	0.23 227	0.29 204	0.21 237	0.09 223	0.06 106	0.11 306	0.08 163	0.11 296	0.09 225

ADLNet	0.28 327	0.15 267	0.42 248	0.23 244	0.19 368	0.34 336	0.23 312	0.53 365	0.43 320	0.42 389	0.41 295	0.44 363	0.27 293	0.55 328	0.35 360	0.11 303	0.08 294	0.11 306	0.11 325	0.11 296	0.12 333

RAFT + AFF	0.27 307	0.23 382	0.50 317	0.25 329	0.17 329	0.30 289	0.33 414	0.52 354	0.40 297	0.28 170	0.30 171	0.30 245	0.31 347	0.62 367	0.24 286	0.09 223	0.10 350	0.11 306	0.10 288	0.11 296	0.11 311

acv_ft	0.25 285	0.13 192	0.40 216	0.23 244	0.19 368	0.34 336	0.21 262	0.45 279	0.44 335	0.38 346	0.41 295	0.38 312	0.27 293	0.27 175	0.35 360	0.08 150	0.07 213	0.08 110	0.07 93	0.11 296	0.07 106

DSFCA	0.27 307	0.13 192	0.36 164	0.20 101	0.17 329	0.38 368	0.31 399	0.47 297	0.43 320	0.43 395	0.37 252	0.39 324	0.29 323	0.52 314	0.32 345	0.12 339	0.10 350	0.10 252	0.11 325	0.11 296	0.10 278

ADCRef	0.38 401	0.24 385	0.88 439	0.26 361	0.21 391	0.49 422	0.27 367	0.52 354	0.48 375	0.50 420	0.58 409	0.35 293	0.47 424	0.48 295	1.29 483	0.09 223	0.08 294	0.12 342	0.12 362	0.11 296	0.11 311

MSMDNet	0.23 230	0.13 192	0.48 302	0.20 101	0.13 190	0.28 251	0.16 69	0.46 290	0.46 361	0.29 197	0.36 243	0.37 304	0.24 245	0.28 188	0.20 215	0.09 223	0.06 106	0.09 182	0.08 163	0.11 296	0.09 225

CFNet	0.27 307	0.20 349	0.44 267	0.22 200	0.14 231	0.33 323	0.14 26	0.51 339	0.45 346	0.30 227	0.40 287	0.38 312	0.27 293	0.76 418	0.25 295	0.09 223	0.07 213	0.11 306	0.11 325	0.11 296	0.08 171

ccs_rob	0.23 230	0.13 192	0.47 294	0.20 101	0.13 190	0.26 225	0.17 104	0.44 269	0.44 335	0.29 197	0.37 252	0.38 312	0.23 227	0.29 204	0.21 237	0.09 223	0.06 106	0.11 306	0.08 163	0.11 296	0.09 225

AdaStereo	0.24 258	0.16 291	0.37 175	0.24 292	0.12 121	0.32 312	0.17 104	0.54 372	0.42 314	0.33 278	0.38 264	0.35 293	0.21 203	0.30 218	0.22 257	0.14 379	0.06 106	0.13 362	0.08 163	0.11 296	0.08 171
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.
NaN_ROB	0.41 414	0.28 410	0.62 374	0.30 417	0.19 368	0.51 427	0.47 458	0.58 413	0.59 424	0.56 440	0.47 362	0.49 387	0.41 398	1.21 479	0.64 439	0.12 339	0.18 441	0.12 342	0.13 385	0.11 296	0.14 366

LE_ROB	1.76 500	0.20 349	2.68 501	0.48 469	0.52 476	0.78 467	0.96 497	0.84 479	6.61 513	7.40 515	2.08 501	2.08 493	4.83 509	1.27 483	3.79 509	0.10 269	0.08 294	0.12 342	0.11 325	0.11 296	0.10 278

DN-CSS_ROB	0.22 213	0.25 389	0.47 294	0.24 292	0.14 231	0.25 207	0.12 5	0.40 226	0.33 212	0.29 197	0.42 311	0.22 134	0.20 196	0.33 238	0.19 201	0.07 37	0.06 106	0.11 306	0.11 325	0.11 296	0.07 106

DCVSM-stereo	0.24 258	0.13 192	0.52 332	0.20 101	0.14 231	0.26 225	0.13 11	0.34 146	0.34 221	0.41 380	0.33 213	0.47 375	0.29 323	0.30 218	0.22 257	0.10 269	0.10 350	0.11 306	0.10 288	0.12 332	0.15 377

AIO-Stereo-zeroshot1	0.25 285	0.14 234	0.95 451	0.21 142	0.27 439	0.20 100	0.19 187	0.48 308	0.25 115	0.26 151	0.55 399	0.34 279	0.18 172	0.25 140	0.17 152	0.07 37	0.06 106	0.08 110	0.12 362	0.12 332	0.12 333

CFNet_ucs	0.24 258	0.13 192	0.50 317	0.20 101	0.15 279	0.28 251	0.17 104	0.49 316	0.45 346	0.32 267	0.42 311	0.39 324	0.22 216	0.31 225	0.21 237	0.11 303	0.08 294	0.12 342	0.09 247	0.12 332	0.11 311

fast-acv-ft	0.31 354	0.20 349	0.81 423	0.24 292	0.18 350	0.46 408	0.27 367	0.41 238	0.49 384	0.39 361	0.55 399	0.49 387	0.35 370	0.37 261	0.38 369	0.11 303	0.11 371	0.11 306	0.12 362	0.12 332	0.09 225

ADLNet2	0.30 347	0.17 307	0.72 406	0.23 244	0.17 329	0.36 356	0.24 334	0.52 354	0.51 395	0.32 267	0.38 264	0.45 367	0.30 333	0.69 392	0.35 360	0.10 269	0.08 294	0.09 182	0.09 247	0.12 332	0.10 278

CFNet-ft	0.24 258	0.15 267	0.35 144	0.18 19	0.15 279	0.30 289	0.21 262	0.39 216	0.36 248	0.28 170	0.40 287	0.43 352	0.25 265	0.47 293	0.24 286	0.12 339	0.07 213	0.12 342	0.11 325	0.12 332	0.09 225

STTStereo	0.28 327	0.20 349	0.61 366	0.25 329	0.17 329	0.29 272	0.24 334	0.47 297	0.39 282	0.39 361	0.41 295	0.44 363	0.28 308	0.40 272	0.28 316	0.13 356	0.12 388	0.13 362	0.16 417	0.12 332	0.11 311

PA-Net	0.37 394	0.28 410	0.83 427	0.31 423	0.28 444	0.39 376	0.42 446	0.51 339	0.55 415	0.34 297	0.42 311	0.41 340	0.36 374	0.79 428	0.49 412	0.12 339	0.23 461	0.16 408	0.23 451	0.12 332	0.18 410
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.30 347	0.21 363	0.38 194	0.28 406	0.15 279	0.33 323	0.32 404	0.52 354	0.47 366	0.38 346	0.43 323	0.39 324	0.29 323	0.91 452	0.28 316	0.14 379	0.08 294	0.13 362	0.11 325	0.12 332	0.10 278

CFNet_RVC	0.24 258	0.15 267	0.35 144	0.18 19	0.15 279	0.30 289	0.21 262	0.39 216	0.36 248	0.28 170	0.40 287	0.43 352	0.25 265	0.47 293	0.24 286	0.12 339	0.07 213	0.12 342	0.11 325	0.12 332	0.09 225

iResNetv2_ROB	0.27 307	0.26 400	0.72 406	0.23 244	0.13 190	0.29 272	0.18 146	0.52 354	0.49 384	0.37 333	0.45 346	0.39 324	0.25 265	0.34 244	0.20 215	0.08 150	0.06 106	0.07 36	0.05 16	0.12 332	0.09 225

DRN-Test	0.33 369	0.17 307	0.61 366	0.27 388	0.19 368	0.46 408	0.29 385	0.65 447	0.51 395	0.47 416	0.46 355	0.44 363	0.34 366	0.62 367	0.41 390	0.12 339	0.08 294	0.13 362	0.12 362	0.12 332	0.10 278

StereoDRNet	0.32 363	0.22 375	0.61 366	0.27 388	0.21 391	0.42 391	0.30 395	0.61 430	0.48 375	0.46 408	0.39 277	0.48 382	0.30 333	0.57 341	0.40 384	0.11 303	0.09 328	0.12 342	0.11 325	0.12 332	0.10 278

DISCO	0.32 363	0.13 192	0.51 328	0.25 329	0.16 309	0.48 419	0.25 350	0.50 324	0.57 421	0.37 333	0.45 346	0.62 431	0.36 374	0.64 374	0.49 412	0.09 223	0.07 213	0.09 182	0.08 163	0.12 332	0.11 311

MDST_ROB	0.48 435	0.14 234	0.95 451	0.30 417	0.21 391	1.33 494	0.32 404	0.77 470	0.56 418	1.06 480	0.71 441	0.49 387	0.35 370	1.26 482	0.38 369	0.13 356	0.11 371	0.16 408	0.13 385	0.12 332	0.12 333

DDVS	0.25 285	0.15 267	0.39 208	0.24 292	0.17 329	0.34 336	0.21 262	0.41 238	0.30 180	0.33 278	0.41 295	0.48 382	0.21 203	0.52 314	0.27 312	0.11 303	0.09 328	0.11 306	0.09 247	0.13 347	0.14 366

rvit_stereo_0075_2	0.24 258	0.17 307	0.50 317	0.26 361	0.22 407	0.22 151	0.15 46	0.40 226	0.35 236	0.27 160	0.37 252	0.29 229	0.20 196	0.28 188	0.19 201	0.17 417	0.12 388	0.19 430	0.12 362	0.13 347	0.13 347

test_sample7	0.25 285	0.15 267	0.35 144	0.20 101	0.14 231	0.28 251	0.21 262	0.51 339	0.38 273	0.37 333	0.34 222	0.37 304	0.30 333	0.39 267	0.23 275	0.14 379	0.09 328	0.13 362	0.12 362	0.13 347	0.12 333

iinet-f	0.30 347	0.18 321	1.03 462	0.20 101	0.15 279	0.44 401	0.22 287	0.45 279	0.37 259	0.35 313	0.44 334	0.41 340	0.34 366	0.34 244	0.40 384	0.10 269	0.09 328	0.08 110	0.08 163	0.13 347	0.11 311

AASNet	0.27 307	0.19 337	0.49 307	0.26 361	0.17 329	0.34 336	0.20 233	0.62 439	0.48 375	0.35 313	0.40 287	0.32 265	0.25 265	0.28 188	0.34 356	0.11 303	0.09 328	0.10 252	0.08 163	0.13 347	0.11 311

AACVNet	0.26 300	0.16 291	0.37 175	0.22 200	0.14 231	0.29 272	0.19 187	0.41 238	0.31 192	0.38 346	0.42 311	0.43 352	0.28 308	0.73 405	0.25 295	0.11 303	0.08 294	0.11 306	0.09 247	0.13 347	0.11 311

LCNet	0.21 183	0.11 101	0.29 83	0.25 329	0.12 121	0.23 172	0.19 187	0.34 146	0.26 124	0.28 170	0.35 233	0.26 195	0.30 333	0.35 253	0.17 152	0.07 37	0.05 8	0.09 182	0.10 288	0.13 347	0.22 441

LMCR-Stereo	0.26 300	0.18 321	0.49 307	0.28 406	0.14 231	0.36 356	0.23 312	0.54 372	0.34 221	0.39 361	0.40 287	0.29 229	0.29 323	0.37 261	0.27 312	0.11 303	0.07 213	0.09 182	0.07 93	0.13 347	0.09 225

Syn2CoEx	0.36 385	0.31 429	0.78 412	0.34 437	0.21 391	0.41 384	0.28 380	0.61 430	0.49 384	0.42 389	0.56 405	0.45 367	0.44 412	0.69 392	0.38 369	0.17 417	0.14 408	0.15 398	0.12 362	0.13 347	0.12 333

GwcNet	0.35 381	0.23 382	0.88 439	0.25 329	0.24 425	0.48 419	0.27 367	0.55 382	0.57 421	0.38 346	0.52 386	0.51 397	0.32 354	0.60 354	0.41 390	0.13 356	0.11 371	0.12 342	0.11 325	0.13 347	0.14 366

DMCA-RVC	0.27 307	0.21 363	0.61 366	0.28 406	0.17 329	0.29 272	0.21 262	0.42 252	0.35 236	0.40 371	0.37 252	0.39 324	0.36 374	0.43 279	0.30 334	0.13 356	0.10 350	0.15 398	0.11 325	0.13 347	0.10 278

FADNet-RVC-Resample	0.29 338	0.25 389	0.93 448	0.26 361	0.16 309	0.32 312	0.21 262	0.47 297	0.39 282	0.35 313	0.38 264	0.33 272	0.27 293	0.53 320	0.24 286	0.10 269	0.10 350	0.14 384	0.13 385	0.13 347	0.16 385

UCFNet_RVC	0.24 258	0.16 291	0.34 134	0.18 19	0.15 279	0.33 323	0.16 69	0.46 290	0.35 236	0.29 197	0.35 233	0.39 324	0.25 265	0.34 244	0.22 257	0.13 356	0.08 294	0.13 362	0.14 397	0.13 347	0.12 333

PSMNet_ROB	0.33 369	0.24 385	0.54 339	0.31 423	0.21 391	0.42 391	0.43 448	0.59 418	0.47 366	0.37 333	0.44 334	0.49 387	0.31 347	0.64 374	0.43 394	0.14 379	0.10 350	0.15 398	0.14 397	0.13 347	0.11 311

CBMV	0.33 369	0.21 363	0.54 339	0.23 244	0.13 190	0.42 391	0.33 414	0.53 365	0.48 375	0.52 431	0.49 370	0.50 393	0.41 398	0.56 338	0.31 340	0.15 391	0.16 430	0.18 422	0.16 417	0.13 347	0.13 347
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-LNSev	0.34 376	0.29 417	0.91 444	0.26 361	0.21 391	0.47 414	0.31 399	0.54 372	0.54 410	0.44 401	0.52 386	0.50 393	0.35 370	0.39 267	0.39 377	0.11 303	0.11 371	0.10 252	0.09 247	0.14 362	0.13 347

UDGNet	0.23 230	0.31 429	0.38 194	0.24 292	0.14 231	0.24 193	0.18 146	0.32 124	0.43 320	0.29 197	0.28 146	0.24 166	0.19 187	0.29 204	0.20 215	0.15 391	0.07 213	0.21 437	0.11 325	0.14 362	0.10 278

dad	0.28 327	0.31 429	0.44 267	0.21 142	0.14 231	0.30 289	0.20 233	0.33 138	0.49 384	0.44 401	0.44 334	0.45 367	0.21 203	0.41 274	0.26 308	0.20 437	0.11 371	0.20 434	0.11 325	0.14 362	0.10 278

pcwnet_v2	0.32 363	0.15 267	1.26 476	0.23 244	0.18 350	0.32 312	0.18 146	0.59 418	0.60 428	0.36 328	0.45 346	0.35 293	0.29 323	0.36 258	0.25 295	0.14 379	0.11 371	0.12 342	0.11 325	0.14 362	0.15 377

FAT-Stereo	0.36 385	0.18 321	0.73 409	0.26 361	0.18 350	0.33 323	0.29 385	0.60 426	0.59 424	0.46 408	0.60 416	0.60 425	0.50 433	0.61 359	0.34 356	0.13 356	0.14 408	0.13 362	0.12 362	0.14 362	0.18 410

Nwc_Net	0.37 394	0.25 389	0.68 395	0.31 423	0.24 425	0.44 401	0.30 395	0.65 447	0.50 392	0.37 333	0.69 440	0.58 420	0.45 415	0.60 354	0.40 384	0.15 391	0.12 388	0.19 430	0.21 441	0.14 362	0.13 347

ADCL	0.47 432	0.22 375	1.00 457	0.27 388	0.19 368	0.74 461	0.64 477	0.54 372	0.69 447	0.56 440	0.71 441	0.55 409	0.60 448	0.60 354	1.43 485	0.11 303	0.09 328	0.13 362	0.13 385	0.14 362	0.14 366

ADCP+	0.45 429	0.24 385	1.15 470	0.25 329	0.22 407	0.56 439	0.39 438	0.54 372	0.51 395	0.44 401	0.51 378	0.46 373	0.52 438	0.56 338	1.89 496	0.10 269	0.08 294	0.11 306	0.10 288	0.14 362	0.13 347

GANet	0.36 385	0.22 375	0.49 307	0.29 409	0.17 329	0.41 384	0.38 433	0.57 405	0.45 346	0.46 408	0.75 447	0.55 409	0.40 394	0.94 457	0.41 390	0.13 356	0.13 400	0.13 362	0.11 325	0.14 362	0.11 311

CVANet_RVC	0.30 347	0.19 337	0.41 239	0.26 361	0.16 309	0.33 323	0.26 362	0.52 354	0.47 366	0.40 371	0.46 355	0.43 352	0.31 347	0.89 448	0.26 308	0.14 379	0.09 328	0.14 384	0.13 385	0.14 362	0.10 278

DeepPruner_ROB	0.26 300	0.19 337	0.44 267	0.21 142	0.16 309	0.30 289	0.21 262	0.52 354	0.32 200	0.35 313	0.38 264	0.39 324	0.26 274	0.42 277	0.24 286	0.15 391	0.11 371	0.11 306	0.11 325	0.14 362	0.13 347

CBMV_ROB	0.33 369	0.18 321	0.53 336	0.21 142	0.14 231	0.33 323	0.20 233	0.51 339	0.45 346	0.51 425	0.55 399	0.45 367	0.42 406	0.71 398	0.32 345	0.18 428	0.19 445	0.23 444	0.21 441	0.14 362	0.15 377

Wz-Net-MNSev	0.36 385	0.26 400	0.79 418	0.26 361	0.21 391	0.59 444	0.38 433	0.55 382	0.56 418	0.48 419	0.54 395	0.53 405	0.36 374	0.60 354	0.44 398	0.11 303	0.09 328	0.11 306	0.11 325	0.15 374	0.13 347

hitnet-ft	0.29 338	0.17 307	0.40 216	0.19 48	0.14 231	0.39 376	0.23 312	0.44 269	0.41 307	0.36 328	0.46 355	0.53 405	0.34 366	0.76 418	0.32 345	0.14 379	0.10 350	0.13 362	0.10 288	0.15 374	0.13 347

AF-Net	0.37 394	0.26 400	0.56 349	0.32 429	0.23 419	0.41 384	0.29 385	0.61 430	0.64 437	0.42 389	0.68 436	0.65 442	0.49 431	0.57 341	0.44 398	0.15 391	0.11 371	0.19 430	0.14 397	0.15 374	0.13 347

SGM-ForestM	1.36 491	0.28 410	0.79 418	0.26 361	0.16 309	2.26 505	1.00 499	1.42 493	1.46 492	2.38 505	2.05 500	5.95 514	2.66 506	2.95 506	2.46 504	0.17 417	0.18 441	0.18 422	0.18 432	0.15 374	0.18 410

PS-NSSS	0.32 363	0.30 423	0.46 286	0.23 244	0.17 329	0.33 323	0.24 334	0.57 405	0.41 307	0.37 333	0.52 386	0.35 293	0.30 333	0.80 432	0.30 334	0.17 417	0.14 408	0.21 437	0.15 405	0.15 374	0.13 347

XPNet_ROB	0.33 369	0.20 349	0.43 259	0.27 388	0.18 350	0.37 361	0.31 399	0.55 382	0.50 392	0.51 425	0.53 392	0.58 420	0.37 382	0.63 372	0.45 401	0.17 417	0.12 388	0.13 362	0.12 362	0.15 374	0.14 366

SGM-Forest	0.36 385	0.17 307	0.47 294	0.23 244	0.16 309	0.45 406	0.41 443	0.55 382	0.48 375	0.52 431	0.60 416	0.52 401	0.41 398	0.85 441	0.50 417	0.17 417	0.17 435	0.17 414	0.15 405	0.15 374	0.15 377
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.27 307	0.13 192	0.45 278	0.26 361	0.19 368	0.24 193	0.14 26	0.45 279	0.43 320	0.39 361	0.48 368	0.42 348	0.27 293	0.32 231	0.29 326	0.20 437	0.12 388	0.17 414	0.16 417	0.16 381	0.20 428

FACV-RUCA	0.21 183	0.15 267	0.32 110	0.23 244	0.23 419	0.26 225	0.19 187	0.39 216	0.34 221	0.25 139	0.32 192	0.21 124	0.24 245	0.24 109	0.19 201	0.10 269	0.07 213	0.15 398	0.08 163	0.16 381	0.13 347

IGEV-Stereo+	0.12 6	0.08 6	0.17 5	0.18 19	0.13 190	0.09 1	0.11 3	0.16 3	0.15 5	0.10 4	0.08 3	0.10 7	0.10 21	0.21 77	0.11 6	0.07 37	0.05 8	0.06 2	0.05 16	0.16 381	0.24 453

GMStereo_Zeroshot	0.24 258	0.21 363	0.45 278	0.26 361	0.13 190	0.28 251	0.15 46	0.39 216	0.35 236	0.37 333	0.43 323	0.40 337	0.17 149	0.34 244	0.20 215	0.12 339	0.07 213	0.13 362	0.07 93	0.16 381	0.09 225

HBP-ISP	0.33 369	0.30 423	0.72 406	0.22 200	0.16 309	0.32 312	0.22 287	0.54 372	0.44 335	0.41 380	0.49 370	0.33 272	0.38 386	0.73 405	0.25 295	0.18 428	0.19 445	0.24 446	0.20 438	0.16 381	0.13 347

Wz-Net-SNSev	0.43 422	0.41 455	1.27 477	0.30 417	0.21 391	0.44 401	0.41 443	0.61 430	0.65 438	0.46 408	0.65 429	0.62 431	0.39 391	0.74 412	0.59 430	0.12 339	0.11 371	0.12 342	0.13 385	0.16 381	0.14 366

SACVNet	0.30 347	0.20 349	0.41 239	0.25 329	0.18 350	0.34 336	0.25 350	0.52 354	0.40 297	0.41 380	0.44 334	0.46 373	0.32 354	0.71 398	0.25 295	0.13 356	0.10 350	0.12 342	0.12 362	0.16 381	0.17 396

APVNet	0.36 385	0.20 349	0.70 402	0.26 361	0.22 407	0.52 436	0.35 419	0.61 430	0.44 335	0.38 346	0.52 386	0.48 382	0.38 386	0.84 440	0.46 407	0.13 356	0.14 408	0.15 398	0.16 417	0.16 381	0.15 377

psmorigin	0.50 440	0.25 389	3.03 502	0.24 292	0.19 368	0.38 368	0.22 287	0.50 324	0.44 335	0.64 450	0.68 436	0.71 456	0.51 436	0.85 441	0.45 401	0.14 379	0.17 435	0.13 362	0.14 397	0.16 381	0.21 436

aanetorigin	0.39 406	0.29 417	1.09 465	0.24 292	0.19 368	0.28 251	0.37 427	0.33 138	0.47 366	0.94 472	0.82 455	0.52 401	0.54 439	0.49 300	0.50 417	0.11 303	0.09 328	0.10 252	0.10 288	0.16 381	0.15 377

S-Stereo	0.38 401	0.20 349	1.05 463	0.27 388	0.22 407	0.38 368	0.32 404	0.55 382	0.66 439	0.39 361	0.59 411	0.49 387	0.41 398	0.75 413	0.40 384	0.12 339	0.15 423	0.13 362	0.13 385	0.16 381	0.21 436

NCC-stereo	0.39 406	0.25 389	0.69 396	0.32 429	0.28 444	0.46 408	0.36 423	0.65 447	0.52 402	0.40 371	0.57 407	0.56 412	0.47 424	0.73 405	0.45 401	0.17 417	0.14 408	0.18 422	0.25 456	0.16 381	0.16 385

edge stereo	0.39 406	0.22 375	0.81 423	0.27 388	0.22 407	0.37 361	0.24 334	0.56 397	0.54 410	0.53 436	0.60 416	0.71 456	0.50 433	0.78 426	0.40 384	0.16 406	0.14 408	0.19 430	0.14 397	0.16 381	0.17 396

Abc-Net	0.39 406	0.25 389	0.69 396	0.32 429	0.28 444	0.46 408	0.36 423	0.65 447	0.52 402	0.40 371	0.57 407	0.56 412	0.47 424	0.73 405	0.45 401	0.17 417	0.14 408	0.18 422	0.25 456	0.16 381	0.16 385
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.35 381	0.26 400	0.49 307	0.36 447	0.22 407	0.41 384	0.41 443	0.53 365	0.42 314	0.47 416	0.46 355	0.61 429	0.39 391	0.55 328	0.37 367	0.16 406	0.13 400	0.21 437	0.21 441	0.16 381	0.16 385

ETE_ROB	0.34 376	0.26 400	0.45 278	0.29 409	0.18 350	0.40 381	0.37 427	0.57 405	0.47 366	0.50 420	0.50 372	0.62 431	0.36 374	0.55 328	0.38 369	0.13 356	0.10 350	0.14 384	0.12 362	0.16 381	0.16 385

SGM_RVC	0.50 440	0.19 337	0.50 317	0.25 329	0.15 279	0.69 455	0.39 438	0.68 461	0.82 463	0.95 474	0.84 457	1.13 472	0.76 465	1.16 475	0.60 432	0.16 406	0.16 430	0.16 408	0.16 417	0.16 381	0.17 396
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IGEV-RUCA	0.21 183	0.08 6	0.23 29	0.19 48	0.19 368	0.28 251	0.24 334	0.23 31	0.21 59	0.20 96	0.23 104	0.28 219	0.49 431	0.26 156	0.18 172	0.09 223	0.08 294	0.18 422	0.13 385	0.17 398	0.17 396

SDNR	0.42 417	0.21 363	0.82 426	0.21 142	0.18 350	1.27 491	0.17 104	0.50 324	0.49 384	0.42 389	0.81 454	0.38 312	0.27 293	1.19 476	0.38 369	0.23 442	0.24 463	0.17 414	0.13 385	0.17 398	0.20 428

RP	0.35 381	0.22 375	0.51 328	0.31 423	0.24 425	0.37 361	0.28 380	0.50 324	0.58 423	0.40 371	0.63 427	0.61 429	0.47 424	0.61 359	0.39 377	0.16 406	0.15 423	0.17 414	0.15 405	0.17 398	0.17 396

RTSC	0.39 406	0.28 410	0.78 412	0.27 388	0.18 350	0.49 422	0.22 287	0.59 418	0.84 468	0.55 439	0.53 392	0.49 387	0.36 374	0.67 389	0.82 452	0.13 356	0.10 350	0.11 306	0.12 362	0.17 398	0.17 396

DeepPrunerF	0.44 428	0.29 417	1.29 479	0.33 435	0.30 452	0.35 351	0.36 423	0.62 439	1.15 486	0.40 371	0.44 334	0.39 324	0.41 398	0.80 432	0.52 420	0.18 428	0.14 408	0.23 444	0.21 441	0.17 398	0.17 396

DANet	0.35 381	0.23 382	0.60 363	0.36 447	0.22 407	0.39 376	0.25 350	0.48 308	0.43 320	0.52 431	0.50 372	0.59 422	0.41 398	0.76 418	0.49 412	0.13 356	0.11 371	0.14 384	0.12 362	0.17 398	0.15 377
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.43 422	0.26 400	0.54 339	0.31 423	0.20 384	0.51 427	0.32 404	0.70 463	0.60 428	0.59 443	0.55 399	0.65 442	0.41 398	1.40 487	0.51 419	0.13 356	0.17 435	0.21 437	0.16 417	0.17 398	0.18 410

SANet	0.53 449	0.28 410	0.96 453	0.26 361	0.15 279	0.69 455	0.44 451	0.67 458	1.34 488	0.67 453	0.98 467	0.94 467	0.71 463	0.89 448	0.76 445	0.14 379	0.12 388	0.12 342	0.11 325	0.17 398	0.16 385

NOSS_ROB	0.31 354	0.20 349	0.35 144	0.24 292	0.16 309	0.32 312	0.19 187	0.52 354	0.48 375	0.33 278	0.36 243	0.42 348	0.28 308	0.93 455	0.24 286	0.19 434	0.20 450	0.24 446	0.22 449	0.17 398	0.17 396

LALA_ROB	0.36 385	0.25 389	0.46 286	0.30 417	0.21 391	0.47 414	0.39 438	0.61 430	0.51 395	0.52 431	0.51 378	0.69 453	0.36 374	0.50 303	0.43 394	0.17 417	0.11 371	0.16 408	0.14 397	0.17 398	0.15 377

PWC_ROB	0.38 401	0.29 417	0.69 396	0.25 329	0.20 384	0.38 368	0.19 187	0.58 413	0.67 442	0.57 442	0.85 458	0.51 397	0.40 394	0.71 398	0.52 420	0.13 356	0.09 328	0.14 384	0.10 288	0.17 398	0.14 366

MeshStereo	0.58 455	0.27 407	0.67 390	0.22 200	0.17 329	0.66 453	0.37 427	0.78 471	0.61 431	1.47 501	1.30 479	1.65 487	0.79 467	1.12 473	0.59 430	0.17 417	0.17 435	0.17 414	0.14 397	0.17 398	0.14 366
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
DualNet (step1)	0.28 327	0.19 337	0.50 317	0.18 19	0.16 309	0.34 336	0.20 233	0.51 339	0.38 273	0.37 333	0.34 222	0.37 304	0.30 333	0.39 267	0.23 275	0.23 442	0.09 328	0.28 455	0.24 453	0.18 410	0.16 385

test_sample9	0.42 417	0.19 337	0.50 317	0.18 19	0.16 309	0.34 336	0.20 233	0.51 339	0.38 273	0.37 333	0.34 222	0.37 304	0.30 333	0.66 385	0.91 459	0.23 442	1.82 507	0.28 455	0.24 453	0.18 410	0.16 385

test_sample8	0.49 437	0.19 337	0.50 317	0.18 19	0.16 309	0.34 336	0.20 233	0.55 382	0.34 221	0.62 446	0.38 264	1.15 475	0.67 459	0.66 385	0.91 459	0.23 442	1.82 507	0.28 455	0.24 453	0.18 410	0.16 385

FINET	0.34 376	0.27 407	0.80 421	0.24 292	0.24 425	0.36 356	0.34 416	0.54 372	0.72 452	0.39 361	0.47 362	0.32 265	0.30 333	0.51 308	0.32 345	0.19 434	0.17 435	0.13 362	0.12 362	0.18 410	0.16 385

RGC	0.39 406	0.32 434	0.64 384	0.34 437	0.27 439	0.40 381	0.29 385	0.57 405	0.53 406	0.45 405	0.64 428	0.62 431	0.45 415	0.72 403	0.39 377	0.15 391	0.15 423	0.21 437	0.20 438	0.18 410	0.19 418

RYNet	0.37 394	0.18 321	0.59 361	0.25 329	0.28 444	0.61 448	0.32 404	0.59 418	0.59 424	0.41 380	0.38 264	0.57 417	0.39 391	0.87 444	0.53 422	0.11 303	0.08 294	0.12 342	0.11 325	0.18 410	0.18 410

CSAN	0.50 440	0.35 439	0.78 412	0.36 447	0.23 419	0.56 439	0.59 474	0.61 430	0.70 449	0.64 450	0.78 451	0.65 442	0.60 448	1.38 486	0.62 435	0.21 439	0.17 435	0.20 434	0.20 438	0.18 410	0.18 410

WZ-Net	0.52 448	0.38 450	1.90 491	0.30 417	0.24 425	0.57 442	0.48 462	0.62 439	0.78 460	0.50 420	0.71 441	0.68 451	0.54 439	0.98 463	0.84 453	0.13 356	0.10 350	0.11 306	0.12 362	0.19 417	0.20 428

EDNetEfficient	0.63 461	0.37 447	2.40 497	0.26 361	0.25 432	0.38 368	0.49 464	0.41 238	1.06 481	1.38 490	0.87 462	0.62 431	0.95 478	0.65 380	1.65 489	0.11 303	0.09 328	0.10 252	0.11 325	0.19 417	0.17 396

FADNet-RVC	0.31 354	0.35 439	0.78 412	0.25 329	0.20 384	0.33 323	0.20 233	0.49 316	0.40 297	0.34 297	0.39 277	0.41 340	0.29 323	0.63 372	0.31 340	0.13 356	0.14 408	0.14 384	0.15 405	0.19 417	0.19 418

stereogan	0.37 394	0.17 307	0.65 385	0.27 388	0.22 407	0.62 449	0.26 362	0.59 418	0.63 436	0.43 395	0.60 416	0.67 447	0.42 406	0.68 390	0.35 360	0.13 356	0.14 408	0.14 384	0.12 362	0.19 417	0.17 396

ADCPNet	0.48 435	0.29 417	1.60 487	0.27 388	0.23 419	0.70 458	0.38 433	0.53 365	0.51 395	0.51 425	0.59 411	0.67 447	0.56 443	0.60 354	1.14 473	0.15 391	0.18 441	0.14 384	0.23 451	0.19 417	0.19 418

NVstereo2D	0.31 354	0.16 291	0.54 339	0.24 292	0.22 407	0.42 391	0.28 380	0.58 413	0.56 418	0.28 170	0.38 264	0.40 337	0.30 333	0.71 398	0.28 316	0.13 356	0.08 294	0.13 362	0.10 288	0.19 417	0.16 385

PWCDC_ROB	0.38 401	0.30 423	0.60 363	0.33 435	0.20 384	0.42 391	0.19 187	0.58 413	0.89 470	0.42 389	1.26 478	0.36 298	0.34 366	0.50 303	0.38 369	0.18 428	0.11 371	0.11 306	0.09 247	0.19 417	0.13 347

WCMA_ROB	0.51 444	0.21 363	0.65 385	0.25 329	0.21 391	0.58 443	0.32 404	0.54 372	0.55 415	0.95 474	1.40 482	1.28 480	0.81 470	0.73 405	0.62 435	0.18 428	0.15 423	0.15 398	0.15 405	0.19 417	0.19 418

SHD	0.42 417	0.27 407	0.81 423	0.31 423	0.25 432	0.42 391	0.22 287	0.66 453	0.94 477	0.63 448	0.60 416	0.59 422	0.47 424	0.59 353	0.58 429	0.15 391	0.13 400	0.16 408	0.16 417	0.20 425	0.22 441

ADCMid	0.49 437	0.34 437	1.13 469	0.26 361	0.21 391	0.51 427	0.37 427	0.57 405	0.54 410	0.75 462	0.66 431	0.62 431	0.64 458	0.64 374	1.68 490	0.13 356	0.12 388	0.17 414	0.17 426	0.20 425	0.17 396

AnyNet_C32	0.51 444	0.40 452	1.10 468	0.29 409	0.28 444	0.59 444	0.58 472	0.54 372	0.60 428	0.62 446	0.66 431	0.54 407	0.54 439	0.78 426	1.74 493	0.15 391	0.14 408	0.15 398	0.17 426	0.20 425	0.20 428

coex-ft	3.44 507	0.73 480	48.55 529	0.24 292	0.19 368	0.50 426	0.43 448	0.47 297	2.40 500	7.03 514	1.20 475	0.97 470	2.23 503	0.73 405	1.92 497	0.12 339	0.15 423	0.14 384	0.12 362	0.21 428	0.43 475

Wz-Net-TNSev	0.51 444	0.58 471	1.61 489	0.25 329	0.21 391	0.65 451	0.45 452	0.63 445	0.69 447	0.51 425	0.54 395	0.71 456	0.60 448	1.00 464	0.77 448	0.15 391	0.15 423	0.13 362	0.15 405	0.21 428	0.20 428

EDNetEfficientorigin	7.51 513	0.52 469	140.47 531	0.25 329	0.17 329	0.42 391	0.29 385	0.47 297	1.03 478	1.28 487	1.02 468	0.83 462	0.84 473	0.75 413	0.99 464	0.10 269	0.09 328	0.12 342	0.10 288	0.21 428	0.22 441

FADNet_RVC	0.30 347	0.28 410	0.83 427	0.23 244	0.15 279	0.30 289	0.17 104	0.49 316	0.37 259	0.30 227	0.38 264	0.30 245	0.27 293	0.52 314	0.31 340	0.14 379	0.14 408	0.14 384	0.16 417	0.21 428	0.23 448

RTS	0.78 476	0.48 461	4.68 505	0.34 437	0.28 444	1.12 484	0.46 454	0.62 439	1.03 478	0.73 458	0.89 463	0.60 425	0.59 446	1.61 490	1.16 476	0.14 379	0.11 371	0.15 398	0.15 405	0.21 428	0.19 418

RTSA	0.78 476	0.48 461	4.68 505	0.34 437	0.28 444	1.12 484	0.46 454	0.62 439	1.03 478	0.73 458	0.89 463	0.60 425	0.59 446	1.61 490	1.16 476	0.14 379	0.11 371	0.15 398	0.15 405	0.21 428	0.19 418

GASNet	0.36 385	0.46 457	0.88 439	0.34 437	0.23 419	0.35 351	0.22 287	0.60 426	0.53 406	0.40 371	0.37 252	0.45 367	0.30 333	0.79 428	0.35 360	0.15 391	0.10 350	0.14 384	0.14 397	0.22 434	0.12 333

G-Net	0.46 431	0.25 389	0.86 436	0.34 437	0.28 444	0.90 476	0.35 419	0.47 297	0.45 346	0.68 454	1.22 476	0.64 441	0.60 448	0.61 359	0.57 424	0.16 406	0.14 408	0.17 414	0.13 385	0.22 434	0.19 418

ADCS	0.58 455	0.40 452	1.35 482	0.29 409	0.24 425	0.55 438	0.45 452	0.67 458	0.83 466	0.76 464	0.71 441	0.68 451	0.60 448	0.76 418	2.23 502	0.16 406	0.16 430	0.16 408	0.17 426	0.22 434	0.22 441

sAnonymous2	0.20 163	0.21 363	0.58 357	0.24 292	0.17 329	0.22 151	0.19 187	0.34 146	0.28 149	0.17 74	0.19 65	0.17 81	0.16 123	0.17 21	0.14 78	0.10 269	0.07 213	0.09 182	0.08 163	0.23 437	0.17 396

CroCo_RVC	0.20 163	0.21 363	0.58 357	0.24 292	0.17 329	0.22 151	0.19 187	0.34 146	0.28 149	0.17 74	0.19 65	0.17 81	0.16 123	0.17 21	0.14 78	0.10 269	0.07 213	0.09 182	0.08 163	0.23 437	0.17 396

AnyNet_C01	0.65 463	0.58 471	2.60 500	0.32 429	0.26 437	0.88 474	0.61 475	0.63 445	0.62 433	0.68 454	0.96 466	0.76 459	0.60 448	0.96 460	1.43 485	0.16 406	0.16 430	0.17 414	0.17 426	0.23 437	0.23 448

StereoAnything_RVC	0.13 14	0.37 447	0.36 164	0.14 1	0.07 1	0.11 3	0.12 5	0.17 4	0.12 1	0.08 1	0.07 1	0.07 1	0.10 21	0.20 58	0.10 1	0.09 223	0.05 8	0.06 2	0.04 1	0.24 440	0.05 3

FADNet	0.32 363	0.36 442	0.74 410	0.23 244	0.22 407	0.37 361	0.19 187	0.53 365	0.48 375	0.32 267	0.36 243	0.43 352	0.32 354	0.64 374	0.25 295	0.16 406	0.16 430	0.14 384	0.16 417	0.24 440	0.19 418

MFN_U_SF_DS_RVC	0.51 444	0.50 466	0.86 436	0.39 457	0.24 425	0.84 471	0.55 470	0.56 397	0.62 433	0.60 444	0.68 436	0.62 431	0.42 406	1.13 474	0.43 394	0.23 442	0.27 467	0.27 449	0.35 470	0.25 442	0.29 461

XQC	0.43 422	0.37 447	0.96 453	0.34 437	0.25 432	0.53 437	0.34 416	0.60 426	0.73 455	0.51 425	0.46 355	0.57 417	0.47 424	0.70 395	0.72 444	0.17 417	0.12 388	0.18 422	0.15 405	0.25 442	0.23 448

STTRV1_RVC	0.42 417	0.32 434	0.89 442	0.29 409	0.36 460	0.49 422	0.31 399	0.61 430	0.53 406	0.46 408	0.56 405	0.47 375	0.43 410	1.00 464	0.39 377	0.27 457	0.21 452	0.20 434	0.18 432	0.25 442	0.17 396

LSM	1.64 499	0.40 452	2.56 499	2.02 509	17.61 521	0.51 427	0.52 467	0.61 430	0.76 457	0.82 466	1.11 472	0.63 439	0.54 439	0.75 413	0.49 412	0.16 406	0.24 463	0.18 422	0.21 441	0.25 442	2.42 512

DPSNet	0.47 432	0.24 385	0.93 448	0.27 388	0.20 384	0.75 463	0.57 471	0.84 479	0.79 461	0.47 416	0.51 378	0.60 425	0.69 461	0.87 444	0.71 443	0.16 406	0.13 400	0.12 342	0.10 288	0.25 442	0.21 436

PDISCO_ROB	0.43 422	0.30 423	0.67 390	0.43 462	0.36 460	0.67 454	0.32 404	0.72 466	0.76 457	0.43 395	0.53 392	0.63 439	0.40 394	0.66 385	0.47 409	0.21 439	0.12 388	0.21 437	0.19 437	0.25 442	0.20 428

MSMD_ROB	0.60 459	0.33 436	0.61 366	0.30 417	0.25 432	0.86 473	0.35 419	0.55 382	0.67 442	1.10 482	1.49 487	1.76 490	0.97 481	0.88 447	0.49 412	0.23 442	0.21 452	0.27 449	0.27 463	0.25 442	0.24 453

FC-DCNN v2	0.71 469	0.30 423	0.67 390	0.32 429	0.27 439	0.84 471	0.39 438	0.84 479	0.85 469	1.44 497	1.64 493	2.09 494	1.28 492	1.06 469	0.80 451	0.24 448	0.22 457	0.27 449	0.26 460	0.26 449	0.25 455

ccnet	0.42 417	0.31 429	0.48 302	0.27 388	0.32 455	0.60 447	0.32 404	0.65 447	0.46 361	0.53 436	0.66 431	0.56 412	0.45 415	0.72 403	0.61 433	0.26 452	0.19 445	0.24 446	0.21 441	0.26 449	0.22 441

MaskLacGwcNet_RVC	0.36 385	0.36 442	0.53 336	0.34 437	0.19 368	0.51 427	0.24 334	0.55 382	0.38 273	0.41 380	0.47 362	0.47 375	0.27 293	0.73 405	0.30 334	0.36 471	0.19 445	0.27 449	0.17 426	0.26 449	0.23 448

FC-DCNN	0.70 468	0.30 423	0.69 396	0.32 429	0.27 439	0.81 470	0.39 438	0.79 474	0.82 463	1.41 493	1.58 492	1.98 492	1.26 490	1.02 467	0.77 448	0.24 448	0.22 457	0.27 449	0.26 460	0.26 449	0.26 457

FCDSN-DC	0.63 461	0.31 429	0.61 366	0.36 447	0.30 452	0.65 451	0.37 427	0.66 453	0.68 445	1.14 484	1.54 490	1.71 489	1.26 490	0.92 453	0.64 439	0.24 448	0.22 457	0.27 449	0.26 460	0.27 453	0.27 460
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	0.58 455	0.34 437	0.84 432	0.39 457	0.31 454	0.59 444	0.47 458	0.80 475	1.25 487	0.92 471	1.09 470	0.79 460	0.82 471	0.85 441	0.76 445	0.21 439	0.18 441	0.22 443	0.18 432	0.27 453	0.35 469

SAMSARA	0.56 451	0.39 451	0.80 421	0.60 477	0.46 469	1.00 480	1.23 507	0.67 458	0.68 445	0.71 457	0.54 395	0.89 466	0.57 445	0.81 435	0.62 435	0.19 434	0.22 457	0.18 422	0.18 432	0.27 453	0.25 455

GANetREF_RVC	0.43 422	0.47 459	0.69 396	0.38 455	0.20 384	0.51 427	0.48 462	0.66 453	0.66 439	0.46 408	0.46 355	0.50 393	0.44 412	0.90 451	0.39 377	0.27 457	0.21 452	0.32 463	0.18 432	0.27 453	0.22 441
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
MANE	1.41 492	0.36 442	0.74 410	0.43 462	0.41 465	2.16 504	0.80 489	2.39 509	3.38 503	2.22 504	3.06 506	3.54 507	2.73 508	2.15 502	1.94 498	0.28 461	0.27 467	0.30 461	0.46 478	0.28 457	0.34 468

PASM	0.45 429	0.35 439	0.90 443	0.35 446	0.33 456	0.39 376	0.38 433	0.50 324	0.61 431	0.52 431	0.51 378	0.62 431	0.45 415	0.93 455	0.48 410	0.26 452	0.29 471	0.29 459	0.33 468	0.29 458	0.26 457

ELAS_RVC	0.74 474	0.36 442	1.00 457	0.37 453	0.33 456	0.88 474	0.93 496	0.83 478	1.08 482	1.35 489	1.33 481	1.24 478	1.33 494	1.06 469	0.95 462	0.27 457	0.25 465	0.29 459	0.27 463	0.30 459	0.30 462
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	0.37 394	0.41 455	0.66 389	0.46 467	0.41 465	0.34 336	0.25 350	0.57 405	0.45 346	0.39 361	0.52 386	0.43 352	0.33 357	0.41 274	0.29 326	0.25 451	0.14 408	0.33 465	0.21 441	0.31 460	0.22 441

CC-Net-ROB	0.43 422	0.47 459	0.65 385	0.37 453	0.23 419	0.51 427	0.29 385	0.66 453	0.49 384	0.46 408	0.51 378	0.48 382	0.38 386	0.96 460	0.35 360	0.34 469	0.23 461	0.55 478	0.25 456	0.31 460	0.20 428

ELAS	0.74 474	0.36 442	0.85 435	0.36 447	0.33 456	1.36 495	0.77 487	0.93 483	0.92 474	1.41 493	1.53 489	1.16 476	1.17 486	0.95 459	1.03 466	0.26 452	0.25 465	0.28 455	0.28 466	0.31 460	0.30 462
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	0.56 451	0.51 468	1.19 471	0.38 455	0.22 407	0.69 455	0.27 367	0.80 475	0.67 442	0.73 458	0.74 446	0.87 463	0.61 457	0.81 435	0.76 445	0.29 463	0.27 467	0.32 463	0.37 474	0.32 463	0.31 464

Anonymous_2	0.37 394	0.21 363	0.47 294	0.20 101	0.21 391	0.42 391	0.26 362	0.38 204	0.29 168	0.33 278	0.30 171	0.44 363	0.38 386	0.36 258	0.29 326	0.26 452	0.29 471	0.44 472	1.41 507	0.34 464	0.21 436

UDG	0.40 412	0.46 457	0.49 307	0.40 459	0.35 459	0.47 414	0.27 367	0.54 372	0.47 366	0.39 361	0.45 346	0.59 422	0.44 412	0.46 289	0.39 377	0.26 452	0.19 445	0.48 474	0.22 449	0.34 464	0.26 457

NVStereoNet_ROB	0.67 465	0.49 465	0.83 427	0.48 469	0.40 464	0.51 427	0.46 454	0.70 463	0.77 459	0.84 467	1.72 494	1.02 471	0.83 472	1.23 480	0.79 450	0.32 467	0.38 478	0.40 470	0.46 478	0.36 466	0.41 474
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 414	0.50 466	0.48 302	0.44 464	0.39 462	0.46 408	0.32 404	0.50 324	0.43 320	0.45 405	0.52 386	0.57 417	0.36 374	0.48 295	0.33 352	0.33 468	0.21 452	0.55 478	0.25 456	0.37 467	0.32 467

MSC_U_SF_DS_RVC	0.68 466	0.64 476	1.06 464	0.45 465	0.27 439	1.40 497	0.58 472	0.78 471	0.92 474	0.84 467	0.86 459	0.88 465	0.68 460	1.33 485	0.68 442	0.37 473	0.29 471	0.34 466	0.36 473	0.43 468	0.37 470

MADNet+	1.01 484	1.16 501	4.72 507	0.70 482	0.47 470	1.24 490	0.96 497	0.97 484	0.89 470	0.65 452	0.77 450	0.87 463	0.85 475	2.09 500	1.68 490	0.38 474	0.39 479	0.31 462	0.27 463	0.43 468	0.39 472

SQANet	0.40 412	0.48 461	0.67 390	0.48 469	0.39 462	0.48 419	0.22 287	0.51 339	0.43 320	0.40 371	0.47 362	0.47 375	0.33 357	0.54 326	0.32 345	0.36 471	0.15 423	0.40 470	0.21 441	0.45 470	0.31 464

testlalala_base	0.20 163	0.13 192	0.35 144	0.25 329	0.15 279	0.25 207	0.16 69	0.34 146	0.17 15	0.19 93	0.26 134	0.17 81	0.14 96	0.18 34	0.16 123	0.39 475	0.09 328	0.07 36	0.05 16	0.45 470	0.08 171

FADE	4.32 508	1.06 497	4.35 504	0.71 483	0.76 490	0.73 459	0.50 465	1.85 504	1.52 493	0.75 462	0.66 431	1.17 477	2.69 507	2.83 505	1.96 500	24.23 528	4.70 514	17.35 523	17.61 522	0.49 472	0.44 476

anonymity	0.56 451	0.54 470	0.70 402	0.47 468	0.61 481	0.56 439	0.43 448	0.69 462	0.49 384	0.63 448	0.55 399	0.54 407	0.60 448	0.61 359	0.57 424	0.55 481	0.53 488	0.50 475	0.54 486	0.51 473	0.56 485

Consistency-Raft	0.55 450	0.48 461	1.02 460	0.45 465	0.49 472	0.49 422	0.47 458	0.72 466	0.72 452	0.45 405	0.82 455	0.47 375	0.60 448	0.50 303	0.63 438	0.39 475	0.39 479	0.44 472	0.51 483	0.52 474	0.37 470

SGM+DAISY	0.87 478	0.66 478	1.30 480	0.51 472	0.60 480	1.03 481	0.84 493	0.76 469	0.73 455	1.39 491	1.51 488	1.31 481	1.22 488	1.11 471	1.08 468	0.57 483	0.53 488	0.51 477	0.51 483	0.54 475	0.61 492

SPS-STEREO	0.69 467	0.61 474	0.98 455	0.52 474	0.57 479	0.74 461	0.50 465	0.78 471	0.62 433	0.95 474	0.86 459	0.94 467	0.70 462	1.01 466	0.87 457	0.58 484	0.51 485	0.50 475	0.50 482	0.55 476	0.58 487
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
BEATNet-Init1	4.73 511	2.61 510	13.29 521	0.58 475	0.53 477	10.12 516	3.33 512	4.83 512	5.01 511	8.75 516	8.51 514	14.08 523	7.60 515	7.70 516	5.34 512	0.28 461	0.28 470	0.34 466	0.37 474	0.57 477	0.45 477

JetBlue	1.14 489	0.76 481	2.36 495	0.59 476	0.75 487	3.04 508	1.78 509	1.11 486	0.90 472	0.94 472	1.10 471	1.66 488	1.28 492	2.09 500	1.72 492	0.43 477	0.36 477	0.38 468	0.38 476	0.58 478	0.56 485

otaku	0.57 454	0.62 475	0.87 438	0.63 479	0.44 468	0.73 459	0.37 427	0.65 447	0.66 439	0.51 425	0.75 447	0.66 446	0.45 415	0.69 392	0.46 407	0.53 478	0.34 476	0.55 478	0.35 470	0.60 479	0.45 477

GCST	0.47 432	0.60 473	0.57 352	1.04 497	0.48 471	0.38 368	0.11 3	0.40 226	0.32 200	0.41 380	0.34 222	0.29 229	0.17 149	0.46 289	0.19 201	0.69 488	0.42 481	0.79 490	0.62 492	0.62 480	0.46 480

Ntro	0.58 455	0.64 476	0.92 446	0.66 480	0.50 474	0.77 464	0.36 423	0.66 453	0.70 449	0.50 420	0.59 411	0.65 442	0.51 436	0.75 413	0.45 401	0.56 482	0.32 475	0.56 481	0.34 469	0.63 481	0.46 480

DGSMNet	0.61 460	0.29 417	0.91 444	0.51 472	0.70 485	0.62 449	1.38 508	0.59 418	0.55 415	0.37 333	0.61 422	0.52 401	0.33 357	0.65 380	0.43 394	0.53 478	0.60 495	0.67 483	0.61 491	0.63 481	0.61 492

ACVNet_1	0.72 470	0.81 483	1.37 483	0.72 484	0.53 477	0.77 464	0.42 446	0.85 482	0.90 472	0.74 461	0.75 447	1.32 482	0.72 464	1.02 467	0.55 423	0.54 480	0.31 474	0.71 485	0.35 470	0.64 483	0.45 477

ACVNet-4b	0.72 470	0.81 483	1.33 481	0.72 484	0.50 474	0.80 469	0.31 399	0.71 465	0.80 462	0.50 420	0.72 445	0.95 469	0.43 410	0.96 460	1.20 480	1.13 505	0.21 452	0.76 487	0.45 477	0.65 484	0.46 480

DispFullNet	0.66 464	0.89 488	1.59 486	0.77 486	1.21 503	0.51 427	0.23 312	0.59 418	0.72 452	0.69 456	0.61 422	0.69 453	0.91 477	0.79 428	0.48 410	0.27 457	0.12 388	0.73 486	0.30 467	0.65 484	0.40 473

WAO-7	1.01 484	0.89 488	0.93 448	0.83 489	0.66 484	1.18 486	0.81 491	1.40 492	1.57 494	1.11 483	1.76 496	1.45 484	1.19 487	1.50 489	1.14 473	0.61 485	0.62 498	0.70 484	0.68 494	0.66 486	0.60 489

MFMNet_re	0.72 470	0.76 481	0.99 456	0.62 478	0.70 485	0.77 464	0.67 478	0.75 468	0.83 466	0.78 465	0.86 459	0.69 453	0.78 466	0.71 398	0.61 433	0.66 487	0.59 494	0.61 482	0.58 490	0.68 487	0.71 496

ACVNet_2	0.89 479	0.87 487	1.25 475	0.82 487	0.62 482	0.97 479	0.62 476	1.14 487	1.42 490	1.00 477	1.40 482	1.47 485	0.84 473	1.11 471	0.66 441	0.61 485	0.43 482	0.78 488	0.49 480	0.75 488	0.52 483

RainbowNet	0.72 470	0.89 488	1.02 460	0.82 487	0.63 483	0.78 467	0.52 467	0.81 477	0.93 476	0.60 444	0.79 452	0.80 461	0.60 448	0.80 432	0.57 424	0.78 492	0.55 491	0.78 488	0.49 480	0.76 489	0.58 487

WAO-6	1.07 487	0.93 492	0.92 446	0.96 491	0.78 491	1.28 492	0.75 484	1.34 490	2.00 498	1.02 479	1.54 490	1.59 486	1.22 488	1.31 484	1.14 473	0.78 492	0.55 491	1.02 497	0.75 498	0.83 490	0.69 495

IMH-64-1	0.91 480	0.86 485	0.84 432	0.97 492	0.75 487	0.92 477	0.71 480	1.27 488	1.10 483	0.89 469	1.45 484	1.14 473	0.96 479	1.19 476	0.84 453	0.74 489	0.51 485	0.97 493	0.55 487	0.84 491	0.60 489

IMH-64	0.91 480	0.86 485	0.84 432	0.97 492	0.75 487	0.92 477	0.71 480	1.27 488	1.10 483	0.89 469	1.45 484	1.14 473	0.96 479	1.19 476	0.84 453	0.74 489	0.51 485	0.97 493	0.55 487	0.84 491	0.60 489

test_for_model	0.29 338	0.89 488	0.34 134	0.69 481	0.49 472	0.20 100	0.16 69	0.30 103	0.23 88	0.28 170	0.15 35	0.13 25	0.11 35	0.17 21	0.13 50	0.29 463	0.10 350	0.06 2	0.04 1	0.86 493	0.18 410

IMH	1.05 486	0.95 493	1.00 457	1.01 494	0.78 491	1.11 483	0.68 479	1.38 491	1.43 491	1.00 477	1.72 494	1.43 483	1.14 483	1.73 495	0.89 458	1.09 502	0.55 491	0.99 495	0.57 489	0.87 494	0.62 494

LVE	1.13 488	1.02 494	1.28 478	1.01 494	0.80 494	1.29 493	0.81 491	1.47 495	1.96 496	1.07 481	1.90 497	1.90 491	1.01 482	1.48 488	0.91 459	0.93 499	0.61 497	0.94 492	0.69 495	0.87 494	0.75 500

WAO-8	1.46 495	1.10 499	1.09 465	1.10 498	0.84 495	2.06 501	0.75 484	1.84 501	3.83 506	1.44 497	2.21 502	2.15 495	1.43 496	3.17 507	1.19 478	0.91 497	0.65 500	1.09 498	0.79 499	0.90 496	0.71 496

Venus	1.46 495	1.10 499	1.09 465	1.10 498	0.84 495	2.06 501	0.75 484	1.84 501	3.83 506	1.44 497	2.21 502	2.15 495	1.43 496	3.17 507	1.19 478	0.91 497	0.65 500	1.09 498	0.79 499	0.90 496	0.71 496

Dean	1.17 490	1.04 496	1.49 485	1.03 496	0.78 491	1.20 489	0.77 487	1.48 496	1.96 496	1.28 487	1.99 499	2.15 495	1.14 483	1.25 481	1.00 465	0.81 494	0.60 495	1.01 496	0.69 495	0.92 498	0.74 499

PWCK	1.00 482	1.17 502	1.70 490	0.91 490	0.41 465	1.19 488	0.92 495	1.10 485	1.14 485	1.16 485	1.14 473	1.25 479	0.88 476	1.75 496	1.04 467	0.87 496	0.50 483	0.87 491	0.53 485	0.96 499	0.52 483

SuperB	0.49 437	0.28 410	2.23 493	0.23 244	0.15 279	0.41 384	0.32 404	0.47 297	0.82 463	0.43 395	0.50 372	0.33 272	0.45 415	0.68 390	1.08 468	0.10 269	0.07 213	0.09 182	0.08 163	0.98 500	0.14 366

UNDER WATER-64	1.55 497	1.19 503	2.52 498	1.31 503	0.95 499	2.12 503	1.21 506	1.45 494	3.19 502	1.43 496	1.32 480	2.64 502	2.04 502	1.63 492	1.83 494	1.11 503	0.67 502	1.28 503	0.92 502	1.19 501	1.02 505

UNDER WATER	1.59 498	1.22 504	2.36 495	1.38 504	1.03 500	1.67 500	1.10 503	1.54 499	3.63 504	1.44 497	1.47 486	2.85 504	2.25 504	1.67 493	1.94 498	1.06 501	0.62 498	1.31 504	0.93 503	1.21 502	1.02 505

TorneroNet-64	1.43 493	1.03 495	1.20 472	1.10 498	0.86 497	2.26 505	0.73 483	1.84 501	3.84 508	1.25 486	2.25 504	2.69 503	1.42 495	1.76 497	1.43 485	0.76 491	0.50 483	1.09 498	0.66 493	1.23 503	0.76 501

TorneroNet	2.22 503	1.08 498	1.24 474	1.14 502	0.90 498	5.58 510	0.80 489	2.12 507	8.69 515	2.58 506	5.42 511	3.88 508	1.97 501	1.78 499	1.87 495	0.86 495	0.54 490	1.15 502	0.74 497	1.23 503	0.85 502

notaker	1.45 494	1.34 505	1.48 484	1.40 505	1.07 501	1.18 486	0.85 494	1.48 496	1.40 489	1.51 502	3.46 507	2.40 500	1.81 500	1.76 497	1.45 488	1.11 503	0.69 503	1.38 505	0.87 501	1.31 505	0.97 504

ktn	1.77 501	1.36 506	1.22 473	1.43 506	1.14 502	1.52 498	1.08 502	1.51 498	3.96 509	2.77 508	4.69 509	3.35 506	1.46 498	1.69 494	1.25 482	1.43 507	0.77 504	1.45 506	0.99 504	1.32 506	0.96 503

KSHMR	1.89 502	1.36 506	1.60 487	1.47 507	1.22 504	1.38 496	1.06 501	1.79 500	5.97 512	1.42 495	5.65 513	2.98 505	1.14 483	2.23 503	1.20 480	1.27 506	1.12 505	1.46 507	1.10 506	1.32 506	1.15 507

JetRed	2.30 505	2.64 511	6.12 508	1.12 501	1.38 506	5.85 511	3.29 511	1.99 505	1.67 495	1.98 503	1.95 498	2.16 498	1.60 499	2.48 504	4.10 510	1.05 500	1.60 506	1.09 498	1.01 505	1.67 508	1.28 508

MADNet++	2.26 504	1.80 509	2.06 492	2.13 511	1.97 508	2.61 507	1.79 510	2.38 508	2.16 499	2.75 507	2.65 505	2.38 499	2.43 505	3.17 507	3.21 506	2.17 508	1.95 509	1.94 509	1.63 508	2.06 509	2.01 511

HanzoNet	2.97 506	1.69 508	2.29 494	1.74 508	1.33 505	1.53 499	1.03 500	1.99 505	2.64 501	5.51 511	5.16 510	5.90 513	6.82 514	4.32 512	3.29 507	3.16 510	2.02 511	1.92 508	2.87 511	2.24 510	1.89 510

tt	4.71 510	0.10 48	3.94 503	2.06 510	1.53 507	10.14 517	16.88 517	9.27 518	4.98 510	1.39 491	1.02 468	4.68 509	4.90 510	3.35 510	5.86 513	5.76 515	9.15 521	2.24 510	2.53 510	3.10 511	1.32 509

DPSimNet_ROB	4.34 509	4.23 512	6.89 510	3.67 512	3.68 509	4.75 509	5.21 513	2.67 510	3.68 505	5.82 512	3.95 508	5.57 510	6.72 513	3.46 511	4.48 511	4.05 513	2.88 512	4.68 513	3.12 513	3.69 512	3.62 514

DGTPSM_ROB	8.34 514	5.10 513	10.37 519	5.31 515	10.18 515	8.33 513	23.60 522	6.06 514	13.41 521	4.90 509	10.87 519	5.65 511	10.44 516	6.17 513	12.59 517	3.74 511	7.55 516	3.69 511	7.26 517	4.14 513	7.46 516

DPSMNet_ROB	8.40 515	5.11 514	10.49 520	5.58 516	10.25 516	8.34 514	23.62 523	6.07 515	13.45 522	4.93 510	10.88 520	5.66 512	10.44 516	6.24 514	12.64 518	3.98 512	7.61 517	3.76 512	7.30 518	4.20 514	7.51 517

ASD4	7.23 512	6.65 515	7.69 511	5.24 514	5.62 512	11.85 518	20.36 518	7.57 516	7.14 514	6.55 513	5.47 512	5.99 515	5.78 511	7.22 515	9.24 516	4.85 514	4.44 513	6.40 518	5.19 514	6.53 515	4.89 515

DPSM_ROB	11.49 518	9.87 520	10.35 517	11.13 518	11.31 517	19.11 525	27.51 525	13.37 523	14.21 524	10.31 520	11.06 521	10.96 521	11.27 522	11.96 523	13.59 520	6.78 517	8.19 519	6.03 515	7.09 515	7.93 516	7.73 519

DPSM	11.49 518	9.87 520	10.35 517	11.13 518	11.31 517	19.11 525	27.51 525	13.37 523	14.21 524	10.31 520	11.06 521	10.96 521	11.27 522	11.96 523	13.59 520	6.78 517	8.19 519	6.03 515	7.09 515	7.93 516	7.73 519

PML	16.10 523	12.82 523	6.78 509	5.23 513	7.76 513	33.92 527	66.56 530	5.30 513	10.28 516	26.12 529	68.59 530	20.51 525	13.49 524	10.06 518	6.78 515	5.96 516	2.00 510	6.04 517	2.18 509	8.96 518	2.60 513

xxxxx1	15.27 520	9.54 517	10.31 514	20.13 523	18.88 522	17.08 520	23.03 519	10.36 519	10.99 517	9.21 517	9.62 515	10.74 518	10.61 519	10.72 519	13.89 522	7.97 519	9.20 522	31.85 528	44.72 528	12.84 519	13.69 521

tt_ll	15.27 520	9.54 517	10.31 514	20.13 523	18.88 522	17.08 520	23.03 519	10.36 519	10.99 517	9.21 517	9.62 515	10.74 518	10.61 519	10.72 519	13.89 522	7.97 519	9.20 522	31.85 528	44.72 528	12.84 519	13.69 521

ff	15.27 520	9.54 517	10.31 514	20.13 523	18.88 522	17.08 520	23.03 519	10.36 519	10.99 517	9.21 517	9.62 515	10.74 518	10.61 519	10.72 519	13.89 522	7.97 519	9.20 522	31.85 528	44.72 528	12.84 519	13.69 521

LRCNet_RVC	10.90 517	14.34 524	9.35 512	15.35 520	8.04 514	1.08 482	0.34 416	8.78 517	0.70 449	12.63 523	16.05 523	9.85 516	6.54 512	8.57 517	6.34 514	20.27 526	5.40 515	23.70 525	21.88 524	14.87 522	13.83 524

CasAABBNet	23.10 527	19.86 525	20.64 524	22.47 526	22.73 526	38.41 528	55.50 529	26.89 528	28.70 529	20.61 526	22.15 527	22.08 527	22.75 527	23.99 527	27.36 529	13.59 522	16.48 526	12.14 519	14.27 520	15.95 523	15.53 525

Selective-RAFT-Error	23.16 528	19.93 526	20.87 525	22.54 527	22.81 527	38.52 530	55.47 528	27.01 530	28.83 530	20.66 527	22.25 528	22.09 528	22.80 529	24.09 528	27.36 529	13.61 523	16.48 526	12.15 520	14.28 521	15.99 524	15.57 526

LSM0	24.24 529	19.98 527	22.32 526	24.22 528	40.14 530	38.48 529	55.20 527	26.95 529	28.57 528	20.49 525	21.83 525	22.26 529	22.75 527	24.22 529	27.30 528	13.66 524	16.32 525	12.19 521	14.15 519	16.10 525	17.66 527

HaxPig	17.72 525	20.22 528	19.73 522	16.53 521	16.51 520	9.27 515	9.33 514	14.34 525	13.27 520	18.65 524	18.70 524	17.35 524	16.77 525	17.04 525	16.45 525	22.05 527	20.89 528	22.27 524	21.53 523	21.29 526	22.13 528

MEDIAN_ROB	21.21 526	24.62 529	23.47 527	19.58 522	19.65 525	13.22 519	10.96 515	17.88 526	17.00 526	22.14 528	22.02 526	20.86 526	20.36 526	21.06 526	19.71 526	25.63 529	24.13 529	26.21 526	25.20 525	25.17 527	25.38 529

AVERAGE_ROB	25.43 530	29.06 530	27.24 528	24.63 529	24.20 529	17.73 523	12.61 516	22.29 527	21.39 527	26.79 530	26.16 529	25.20 530	24.64 530	25.07 530	23.53 527	29.96 530	28.40 530	30.60 527	29.58 526	29.72 528	29.84 530

DLNR_Zeroshot_test	10.44 516	12.10 522	19.93 523	106.08 531	23.66 528	0.14 7	0.13 11	3.22 511	0.17 15	0.16 63	0.23 104	0.16 74	0.10 21	0.31 225	0.15 100	2.36 509	0.06 106	0.07 36	0.07 93	39.70 529	0.06 41

Anonymous_1	16.62 524	9.35 516	9.84 513	10.66 517	14.64 519	18.66 524	27.12 524	12.64 522	13.51 523	10.76 522	10.30 518	10.13 517	10.60 518	11.06 522	12.74 519	15.87 525	7.74 518	16.92 522	43.48 527	58.66 530	7.68 518

test_example2	101.33 531	108.28 531	68.15 530	98.43 530	106.93 531	89.75 531	102.43 531	36.80 531	97.65 531	129.04 531	130.15 531	65.26 531	66.62 531	92.11 531	80.24 531	144.10 531	199.48 531	81.81 531	103.01 531	125.01 531	101.27 531

ccccc	256.34 532	256.29 532	313.62 532	354.40 532	364.36 532	149.10 532	168.46 532	152.89 532	131.30 532	153.93 532	155.56 532	164.00 532	204.39 532	268.02 532	295.19 532	390.55 532	349.22 532	244.59 532	219.82 532	412.30 532	378.83 532

Low-res two-view benchmark