Low-res two-view results

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

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

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

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

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

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

dual_stereo	1.57 3	0.64 1	2.56 1	2.33 6	0.47 32	2.62 9	0.08 3	4.85 5	1.95 4	1.01 2	0.69 4	1.90 14	0.61 3	10.34 114	0.96 13	0.01 76	0.20 285	0.00 1	0.18 272	0.01 1	0.03 14

FoundationStereo	1.26 1	0.73 4	2.84 2	2.65 9	0.58 48	2.31 6	0.61 24	3.40 1	1.57 3	1.89 12	0.09 2	2.61 21	2.90 53	2.37 3	0.60 3	0.04 148	0.04 77	0.00 1	0.00 1	0.02 2	0.03 14

CES	3.85 64	1.14 57	2.91 3	3.05 18	11.37 454	5.37 103	1.02 47	9.52 50	8.82 111	3.50 40	9.21 82	1.78 11	0.90 8	6.53 32	2.37 88	0.02 118	0.04 77	0.01 119	0.00 1	1.62 367	7.74 462

XX-TBD	4.45 80	10.67 438	3.01 4	10.28 395	0.57 47	5.84 137	0.07 2	7.57 21	12.24 146	11.43 131	14.74 142	4.07 41	1.66 25	4.51 9	2.05 63	0.01 76	0.01 17	0.00 1	0.00 1	0.26 133	0.01 1

AnonymousM	6.33 158	11.42 446	3.06 5	3.93 69	1.49 154	4.54 46	3.29 193	11.00 81	7.70 93	16.52 242	9.38 83	9.07 133	3.97 78	7.10 42	3.01 125	0.43 317	0.07 163	22.69 483	7.67 472	0.06 19	0.21 159

trnet	3.62 57	0.95 22	3.30 6	2.21 3	0.56 45	5.67 128	0.42 16	10.62 77	13.30 164	6.89 84	10.45 103	5.78 79	3.69 72	5.80 25	2.61 101	0.00 1	0.02 44	0.03 152	0.01 94	0.04 9	0.02 7

CAS	5.20 98	0.78 8	3.30 6	17.06 455	7.59 415	8.07 201	6.31 293	9.46 49	9.09 114	4.57 60	10.67 105	1.91 15	1.22 11	4.18 8	2.16 76	10.33 472	0.02 44	0.00 1	0.02 125	0.44 228	6.83 450

CREStereo	3.58 54	1.05 37	3.35 8	2.17 2	0.59 50	5.61 115	0.40 15	10.50 72	13.34 166	6.93 86	10.44 102	5.29 73	3.47 64	5.82 26	2.62 103	0.01 76	0.01 17	0.02 134	0.01 94	0.04 9	0.01 1
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	5.36 108	0.97 26	3.42 9	1.97 1	1.30 134	8.96 208	0.69 28	12.33 91	12.16 145	8.50 100	11.35 113	6.09 82	4.50 98	9.34 91	2.70 108	22.71 489	0.01 17	0.04 172	0.02 125	0.06 19	0.01 1

GLC_STEREO	3.40 45	1.06 38	3.44 10	6.52 259	0.20 3	4.76 63	1.66 80	8.97 43	6.59 67	5.39 73	9.04 77	5.23 69	2.03 35	9.76 101	2.77 112	0.01 76	0.03 67	0.21 306	0.00 1	0.23 114	0.06 43

DEFOM-Stereo	2.21 9	0.88 13	3.63 11	3.42 35	0.89 96	13.14 275	0.83 36	4.68 4	1.96 5	2.72 27	1.66 7	0.59 3	0.54 2	8.53 62	0.68 4	0.00 1	0.01 17	0.00 1	0.00 1	0.02 2	0.02 7

MonSter	1.74 4	0.74 5	3.64 12	2.27 5	1.62 162	6.01 147	0.13 8	6.02 8	2.88 9	1.35 4	2.11 8	0.30 2	0.36 1	6.50 31	0.83 11	0.00 1	0.00 1	0.00 1	0.02 125	0.02 2	0.02 7

IGEV-Stereo++	2.20 8	0.79 9	3.67 13	3.72 60	3.17 247	3.39 19	0.10 4	8.37 37	3.77 13	2.11 16	4.25 18	2.01 17	4.78 114	2.96 5	0.59 1	0.01 76	0.02 44	0.08 214	0.00 1	0.06 19	0.05 33

CREStereo++_RVC	4.61 85	0.99 29	3.70 14	4.08 72	2.01 193	3.94 30	0.10 4	9.10 47	16.94 206	8.65 104	16.77 162	4.46 49	2.18 37	5.72 23	3.12 132	0.00 1	0.00 1	0.00 1	10.32 481	0.02 2	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
SGD-Stereo	1.88 5	0.76 7	3.80 15	2.37 8	0.33 15	3.48 21	0.93 41	6.52 14	2.22 6	3.84 47	1.08 5	1.78 11	1.34 13	8.32 58	0.70 6	0.09 191	0.01 17	0.00 1	0.00 1	0.06 19	0.03 14

LoS	3.59 55	1.07 42	3.81 16	2.80 11	0.52 41	4.98 79	1.18 52	10.35 70	12.97 156	4.54 59	10.75 108	3.89 38	3.27 59	8.78 74	2.63 105	0.03 137	0.03 67	0.09 222	0.00 1	0.12 55	0.04 24
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DEFOM-Stereo_RVC	3.18 33	6.90 416	3.85 17	10.48 398	1.59 160	4.71 54	0.47 19	8.39 38	2.76 8	2.34 20	3.12 11	0.74 5	7.20 181	9.02 84	1.62 30	0.00 1	0.14 253	0.00 1	0.19 285	0.02 2	0.03 14

LoS_RVC	3.72 60	2.57 318	3.90 18	4.27 91	7.61 416	5.39 104	2.90 182	7.29 19	3.84 15	3.67 44	10.20 96	3.66 35	4.48 97	6.19 29	2.14 75	0.01 76	0.03 67	0.00 1	0.00 1	0.06 19	6.15 441

castereo++	3.52 52	1.28 81	3.96 19	3.76 65	2.61 223	16.87 350	1.95 128	7.57 21	8.51 108	2.26 18	4.54 23	5.10 64	2.04 36	8.75 73	0.74 9	0.00 1	0.15 258	0.00 1	0.35 355	0.05 15	0.02 7

GIP-stereo	2.66 15	1.00 30	4.00 20	4.99 135	3.41 257	3.38 18	0.77 34	8.73 42	5.69 51	2.08 15	5.38 41	4.13 42	3.21 56	5.21 15	1.05 14	0.01 76	0.06 141	0.00 1	0.00 1	0.07 28	0.04 24

TANstereo	4.70 88	1.08 45	4.01 21	3.53 46	0.47 32	14.26 293	0.15 9	8.67 41	12.54 148	12.50 142	18.43 178	5.20 68	4.54 102	5.68 22	2.07 66	0.00 1	0.13 239	0.00 1	0.01 94	0.02 2	0.63 288

LGtest1	1.48 2	0.75 6	4.03 22	2.33 6	0.65 59	3.02 13	0.11 6	6.12 9	1.51 2	1.41 6	1.48 6	0.65 4	0.93 9	5.60 20	0.81 10	0.03 137	0.12 231	0.00 1	0.00 1	0.10 49	0.04 24

GREAT-IGEV	2.18 7	1.15 59	4.04 23	2.89 13	0.69 65	2.95 12	0.20 11	5.82 7	5.88 53	0.92 1	5.07 38	1.08 9	1.46 19	9.60 97	0.86 12	0.00 1	0.13 239	0.00 1	0.24 311	0.14 64	0.46 258

S2M2	2.06 6	1.28 81	4.05 24	3.20 23	1.14 124	2.31 6	0.06 1	6.26 12	6.67 69	1.75 8	4.48 22	4.47 50	0.81 6	2.36 2	1.52 22	0.25 269	0.10 206	0.03 152	0.00 1	0.49 252	0.03 14

AIO_test	2.59 14	0.89 15	4.07 25	3.70 59	2.35 210	5.35 101	2.39 156	8.10 31	4.33 21	1.35 4	4.60 26	4.27 46	1.35 14	7.29 43	0.71 8	0.76 368	0.07 163	0.00 1	0.09 226	0.06 19	0.03 14

IGEV-Stereo+	2.77 18	0.92 18	4.09 26	3.14 20	4.62 313	2.57 8	0.70 29	4.34 2	2.29 7	1.76 9	0.59 3	0.77 7	3.49 65	8.65 69	0.68 4	0.03 137	0.10 206	0.00 1	0.24 311	5.77 438	10.68 475

s12784h	5.87 138	0.88 13	4.11 27	3.01 17	0.51 38	18.49 368	0.98 45	18.89 214	17.60 217	12.52 144	12.46 124	7.87 114	5.01 118	11.05 145	3.13 134	0.73 365	0.01 17	0.04 172	0.00 1	0.07 28	0.01 1

castereo	3.96 70	1.45 125	4.33 28	3.73 61	1.04 106	6.35 159	7.23 329	9.95 60	15.86 198	3.01 31	7.69 66	3.59 33	7.43 184	5.17 14	1.88 44	0.03 137	0.13 239	0.00 1	0.26 321	0.07 28	0.03 14

tt45	3.20 34	0.95 22	4.36 29	3.73 61	1.86 180	8.19 203	2.05 136	9.12 48	3.36 12	5.60 75	4.42 21	4.61 56	2.39 43	11.00 142	1.96 51	0.00 1	0.04 77	0.00 1	0.01 94	0.32 178	0.10 66

Reg-Stereo(zero)	4.54 82	0.68 3	4.39 30	3.20 23	1.30 134	3.29 17	0.89 40	16.64 175	12.89 155	10.01 116	10.70 107	10.29 147	4.51 99	8.83 76	2.63 105	0.01 76	0.14 253	0.00 1	0.13 252	0.03 8	0.17 128

knoymous	6.19 156	1.49 137	4.49 31	3.81 66	1.87 183	5.84 137	5.76 271	14.51 131	14.18 172	13.31 173	21.59 230	12.64 182	6.49 165	12.41 219	4.03 178	0.12 205	0.13 239	0.12 257	0.00 1	0.71 312	0.35 225

IGEV-RUCA	3.00 28	1.12 55	4.51 32	4.78 120	2.30 205	6.18 151	1.80 110	7.24 18	4.79 27	2.63 25	4.91 35	4.06 40	2.44 44	9.70 100	1.50 20	0.14 211	0.26 328	0.21 306	0.29 333	0.74 322	0.35 225

Any-RAFT	6.04 151	1.16 60	4.52 33	4.47 101	1.20 127	10.46 227	1.97 129	21.84 253	15.52 190	11.21 130	19.37 190	13.34 201	4.72 111	8.65 69	2.03 62	0.01 76	0.19 280	0.00 1	0.00 1	0.04 9	0.08 55

StereoAnything_RVC	2.31 10	11.20 445	4.65 34	2.23 4	0.14 1	1.49 3	0.17 10	4.50 3	1.24 1	1.03 3	0.06 1	0.20 1	3.60 71	8.05 53	0.59 1	0.02 118	0.11 222	0.00 1	0.00 1	6.97 444	0.03 14

Occ-G	3.68 59	1.07 42	4.68 35	3.11 19	1.26 132	3.63 25	6.75 314	7.88 28	4.90 30	4.37 56	8.36 69	9.68 142	4.39 89	9.65 98	3.23 140	0.00 1	0.11 222	0.00 1	0.19 285	0.19 92	0.07 46

CASnet	3.91 66	1.03 35	4.68 35	4.98 133	0.27 9	4.99 81	2.95 183	11.02 82	11.02 132	10.61 123	11.76 118	4.15 43	1.65 24	5.85 27	1.91 46	0.50 331	0.00 1	0.59 363	0.12 247	0.13 60	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	3.99 73	0.95 22	4.70 37	5.09 142	0.44 31	3.77 28	1.79 108	9.86 59	7.05 86	6.34 78	13.35 133	6.83 96	6.34 161	10.80 136	1.75 38	0.00 1	0.11 222	0.06 193	0.24 311	0.12 55	0.14 103

999	3.44 46	0.92 18	4.78 38	4.69 114	2.34 209	7.58 195	2.20 140	9.81 57	6.11 58	2.96 30	4.79 32	5.07 63	2.27 41	12.10 204	2.76 111	0.03 137	0.09 194	0.00 1	0.00 1	0.29 150	0.10 66

MoCha-V2	3.20 34	0.92 18	4.82 39	5.09 142	0.40 19	4.63 50	1.37 61	9.81 57	5.41 46	5.58 74	5.26 40	2.63 22	6.48 164	9.90 104	1.15 16	0.02 118	0.24 318	0.00 1	0.25 317	0.07 28	0.04 24

RSM	3.10 31	0.98 27	4.86 40	4.17 77	1.08 113	4.76 63	1.83 113	10.14 63	4.21 18	3.38 39	4.34 19	7.82 112	1.75 29	10.69 128	1.64 33	0.00 1	0.03 67	0.00 1	0.18 272	0.13 60	0.07 46

AIO_rvc	2.81 20	1.10 50	4.88 41	3.63 53	2.59 222	5.36 102	1.85 116	8.21 35	4.37 23	1.60 7	4.74 30	4.74 57	1.16 10	10.10 109	1.13 15	0.47 326	0.04 77	0.00 1	0.04 162	0.15 71	0.12 85

UCFNet_RVC	9.48 275	2.12 288	4.89 42	7.03 289	3.78 271	16.05 329	6.37 298	28.25 328	20.00 243	15.93 228	23.07 248	25.21 357	12.79 294	12.57 230	8.01 270	0.07 186	0.04 77	1.17 401	0.23 303	1.31 359	0.69 301

Selective-IGEV	3.06 29	1.11 52	4.98 43	3.56 47	1.66 164	4.73 55	2.14 138	10.73 79	4.56 24	2.93 29	4.60 26	5.54 77	1.77 30	10.82 138	1.69 34	0.00 1	0.01 17	0.00 1	0.14 258	0.06 19	0.13 98

ACVNet-DCA	5.28 103	2.00 264	4.99 44	5.89 212	0.26 4	10.85 239	5.38 256	20.20 230	11.88 140	6.95 87	10.01 89	4.49 51	9.78 232	10.79 133	1.59 25	0.00 1	0.05 108	0.00 1	0.04 162	0.25 123	0.20 152

xx1	5.99 148	2.00 264	4.99 44	5.89 212	0.26 4	10.85 239	5.38 256	17.84 193	15.48 188	6.95 87	10.01 89	16.02 244	11.15 256	10.79 133	1.59 25	0.00 1	0.05 108	0.02 134	0.05 184	0.25 123	0.20 152

1test111	5.59 128	2.00 264	4.99 44	5.89 212	0.26 4	10.85 239	5.38 256	20.20 230	11.88 140	6.95 87	10.01 89	4.49 51	9.78 232	11.09 147	7.45 253	0.00 1	0.05 108	0.00 1	0.04 162	0.25 123	0.20 152

cc1	5.34 106	2.00 264	4.99 44	5.89 212	0.26 4	10.85 239	5.38 256	17.85 195	15.48 188	6.95 87	10.01 89	4.49 51	9.78 232	10.79 133	1.59 25	0.00 1	0.05 108	0.00 1	0.04 162	0.30 156	0.13 98

MyStereo07	4.38 79	1.92 252	5.06 48	6.09 233	4.31 302	6.54 167	9.96 370	15.35 149	5.15 41	4.34 54	5.65 51	3.15 26	5.77 141	11.33 164	1.81 42	0.06 176	0.10 206	0.03 152	0.04 162	0.63 296	0.30 205

SMoEStereo_RVC	2.81 20	1.07 42	5.08 49	3.86 67	0.60 53	6.39 161	1.91 123	7.82 27	3.79 14	3.87 48	3.69 14	2.78 23	2.25 40	10.60 124	1.99 56	0.00 1	0.02 44	0.03 152	0.00 1	0.25 123	0.17 128

tt1	5.27 102	1.99 263	5.11 50	6.02 229	0.26 4	10.59 233	4.22 228	18.45 205	16.31 200	6.75 81	8.95 76	4.75 58	9.15 216	10.82 138	1.61 28	0.00 1	0.05 108	0.00 1	0.04 162	0.26 133	0.14 103

ours_stereo	2.91 24	1.34 97	5.14 51	3.67 54	1.49 154	3.87 29	2.80 178	8.10 31	6.28 61	2.15 17	5.66 52	3.98 39	1.84 32	9.38 92	1.77 39	0.00 1	0.02 44	0.00 1	0.00 1	0.32 178	0.34 220

AIO-Stereo	2.91 24	1.19 65	5.14 51	4.15 76	0.79 86	4.67 52	1.76 105	9.59 51	5.19 42	2.66 26	4.76 31	5.40 75	0.78 5	10.30 113	1.23 17	0.00 1	0.06 141	0.00 1	0.36 358	0.09 38	0.15 117

fffft	2.58 13	0.86 12	5.15 53	3.15 22	1.32 140	4.44 44	4.17 224	8.04 30	3.29 10	3.03 32	2.20 9	1.88 13	1.45 18	10.41 117	1.80 40	0.00 1	0.04 77	0.00 1	0.00 1	0.31 168	0.10 66
1: 1. 1
IGEV++	2.98 27	1.27 79	5.17 54	5.41 184	0.47 32	4.63 50	1.71 96	9.97 61	4.75 26	2.58 23	6.27 56	4.35 48	4.44 93	4.98 13	3.05 129	0.00 1	0.07 163	0.00 1	0.08 213	0.24 119	0.18 136

mms	2.86 22	1.38 108	5.26 55	3.68 56	1.84 179	4.23 38	4.01 218	8.01 29	4.29 20	2.43 21	5.53 50	3.05 25	1.35 14	9.22 87	2.06 65	0.00 1	0.06 141	0.00 1	0.00 1	0.36 195	0.44 252

RSM++	3.08 30	1.04 36	5.27 56	4.25 89	0.50 37	5.04 88	2.63 169	10.11 62	4.34 22	3.16 34	4.66 28	6.73 93	1.87 33	9.96 106	1.69 34	0.00 1	0.00 1	0.01 119	0.18 272	0.14 64	0.10 66

HUF	2.75 17	1.32 94	5.28 57	2.83 12	0.55 43	5.23 96	2.19 139	8.97 43	4.23 19	1.97 13	4.39 20	5.03 62	2.64 47	6.86 39	1.44 19	0.73 365	0.63 399	0.09 222	0.00 1	0.17 85	0.44 252

EGLCR-Stereo	2.92 26	1.06 38	5.28 57	3.38 33	0.55 43	4.59 49	0.66 25	10.43 71	4.81 28	3.30 37	3.23 12	7.93 115	1.71 27	9.22 87	1.62 30	0.05 161	0.12 231	0.00 1	0.00 1	0.23 114	0.16 122

LCNet	7.52 211	1.23 71	5.35 59	6.42 252	1.29 133	9.27 216	5.64 268	17.85 195	10.63 129	16.54 243	24.54 259	14.85 225	11.29 260	11.74 188	3.88 166	0.02 118	0.02 44	0.22 310	2.04 435	0.90 336	6.76 448

AEACV	3.17 32	1.11 52	5.39 60	4.55 105	5.35 352	4.29 41	1.60 75	6.21 11	5.43 47	3.08 33	7.85 68	4.23 44	6.55 167	5.51 18	1.56 23	0.00 1	0.09 194	0.03 152	0.32 348	0.20 95	0.12 85

HART	3.80 63	1.52 146	5.45 61	4.85 126	0.51 38	4.41 43	0.76 32	12.59 100	5.08 39	5.95 76	12.76 127	6.87 97	1.72 28	10.71 130	1.84 43	0.00 1	0.13 239	0.10 240	0.00 1	0.45 230	0.26 188

HSM-Net_RVC	10.88 326	1.23 71	5.46 62	5.57 189	2.63 226	20.12 379	6.06 287	27.67 322	28.35 333	20.63 330	25.51 269	34.01 418	14.38 329	16.18 323	9.29 294	0.11 200	0.07 163	0.01 119	0.00 1	0.13 60	0.14 103
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Prome-Stereo	8.10 231	1.28 81	5.48 63	6.50 257	1.51 156	6.70 172	9.42 359	21.08 243	9.13 115	20.88 333	32.84 372	11.95 173	11.86 276	11.75 189	3.97 173	0.01 76	0.02 44	0.18 290	0.12 247	0.41 220	7.01 453

LG-Stereo_Zeroshot	2.77 18	0.90 16	5.49 64	4.91 131	1.75 174	3.75 27	0.85 38	7.14 16	3.33 11	3.51 41	10.67 105	2.03 18	5.26 125	3.11 6	1.80 40	0.00 1	0.06 141	0.00 1	0.19 285	0.43 225	0.19 147

ACVNet	10.36 309	1.68 204	5.49 64	6.01 226	2.75 231	12.78 270	3.56 207	21.89 254	34.81 392	14.96 198	30.78 335	24.72 352	13.88 317	15.81 310	17.20 372	0.13 209	0.01 17	0.06 193	0.06 200	0.51 262	0.15 117

CFNet-ft	9.87 293	2.18 295	5.49 64	7.45 311	5.25 343	15.76 324	5.98 279	21.89 254	21.87 266	14.96 198	30.02 324	25.68 361	13.68 309	12.46 223	10.94 318	0.08 189	0.06 141	1.83 417	0.22 294	1.09 343	0.43 248

CFNet_RVC	9.87 293	2.18 295	5.49 64	7.45 311	5.25 343	15.76 324	5.98 279	21.89 254	21.87 266	14.96 198	30.02 324	25.68 361	13.68 309	12.46 223	10.94 318	0.08 189	0.06 141	1.83 417	0.22 294	1.09 343	0.43 248

test_4	5.47 110	0.98 27	5.56 68	6.55 263	0.62 56	5.53 108	1.88 119	11.68 83	6.00 55	12.60 153	30.86 338	7.48 111	3.87 74	12.25 212	2.97 123	0.00 1	0.07 163	0.03 152	0.14 258	0.34 190	0.04 24

RAFT-Stereo-weight	5.07 93	0.93 21	5.57 69	4.24 84	0.72 76	6.05 149	1.63 78	17.77 191	17.16 207	10.99 128	10.22 98	12.06 178	1.67 26	9.25 89	2.69 107	0.06 176	0.11 222	0.00 1	0.00 1	0.15 71	0.12 85

raft+_RVC	6.69 174	1.61 182	5.57 69	6.37 249	4.62 313	6.51 166	6.18 290	20.39 237	23.38 280	10.62 125	17.82 168	9.89 143	5.65 136	10.70 129	3.67 154	0.00 1	0.14 253	0.00 1	0.00 1	0.34 190	0.27 192

MM-Stereo_test3	5.71 131	1.22 68	5.59 71	5.84 210	5.43 355	4.74 60	6.54 306	19.30 220	23.72 288	8.53 101	11.36 114	7.15 105	2.84 51	8.62 65	2.51 97	0.05 161	0.07 163	0.00 1	0.00 1	0.45 230	0.17 128

anonymousdsp	3.51 51	1.75 220	5.66 72	3.49 41	1.13 118	5.04 88	1.74 98	13.69 121	5.07 36	4.83 66	5.42 44	4.25 45	4.44 93	11.14 151	1.98 54	0.00 1	0.04 77	0.00 1	0.18 272	0.31 168	0.13 98

IGEV-Stereo	3.52 52	1.75 220	5.67 73	3.49 41	1.12 116	5.04 88	1.73 97	13.70 122	5.07 36	4.83 66	5.42 44	4.27 46	4.43 92	11.15 156	1.98 54	0.00 1	0.04 77	0.00 1	0.18 272	0.31 168	0.12 85
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-AAD	8.62 247	1.22 68	5.69 74	6.31 247	1.12 116	12.74 268	10.01 372	19.29 219	15.25 184	21.54 347	25.11 264	14.24 213	13.47 305	12.15 207	3.93 170	0.01 76	0.06 141	2.48 431	0.16 267	0.38 209	7.28 458

AIO-test1	6.38 159	1.41 113	5.70 75	9.77 376	5.61 361	9.09 211	1.79 108	21.63 251	20.69 248	6.75 81	17.68 166	8.19 120	4.99 117	10.38 116	3.16 135	0.01 76	0.01 17	0.00 1	0.13 252	0.28 143	0.26 188

Pointernet	3.22 37	0.84 11	5.79 76	3.22 26	0.35 16	5.27 99	0.37 14	16.46 172	5.96 54	4.11 50	6.81 58	4.84 60	2.73 49	4.78 11	2.52 98	0.00 1	0.15 258	0.00 1	0.22 294	0.04 9	0.02 7

WCG-NET	3.86 65	0.96 25	5.80 77	2.92 14	0.28 10	4.48 45	1.80 110	7.23 17	15.03 180	8.77 105	9.58 85	6.94 101	4.20 85	6.92 40	2.05 63	0.00 1	0.08 183	0.00 1	0.00 1	0.14 64	0.08 55

U	3.65 58	0.64 1	5.91 78	3.91 68	11.89 459	11.50 248	0.20 11	7.66 23	5.38 45	1.79 10	2.55 10	0.76 6	1.61 21	2.34 1	0.70 6	0.00 1	0.04 77	10.60 474	5.47 462	0.04 9	0.02 7

RCA-Stereo	5.32 105	1.08 45	5.91 78	4.29 94	0.51 38	5.65 118	4.12 222	16.97 179	18.67 231	8.27 96	14.16 136	8.86 129	8.90 212	6.45 30	2.18 77	0.00 1	0.07 163	0.10 240	0.00 1	0.10 49	0.07 46

fffy	3.28 42	1.20 66	5.94 80	3.67 54	0.85 91	4.84 69	1.75 101	10.18 64	6.44 64	2.60 24	6.15 54	6.33 87	3.16 55	10.08 108	1.62 30	0.00 1	0.12 231	0.00 1	0.00 1	0.30 156	0.33 217

SCV	3.20 34	1.40 109	5.96 81	4.71 115	0.71 67	4.21 37	1.70 84	10.94 80	6.06 56	1.85 11	4.80 33	6.16 83	2.74 50	9.82 102	1.74 37	0.05 161	0.09 194	0.00 1	0.24 311	0.50 258	0.30 205

MSKI-zero shot	4.76 90	1.56 165	5.98 82	5.14 154	1.13 118	6.55 169	1.55 71	12.76 103	8.06 97	10.44 122	11.50 116	13.47 207	2.38 42	12.07 202	1.90 45	0.01 76	0.20 285	0.02 134	0.29 333	0.14 64	0.14 103

raftrobust	5.56 125	1.42 114	6.00 83	7.04 291	5.11 337	4.90 74	1.88 119	17.13 182	13.72 168	11.87 132	11.58 117	7.82 112	9.21 217	10.28 112	2.92 120	0.02 118	0.05 108	0.00 1	0.00 1	0.22 102	0.11 79

WCG-NET（raft）	4.57 83	1.16 60	6.01 84	2.95 15	0.19 2	5.09 92	2.01 131	10.28 67	15.34 186	8.64 103	11.43 115	9.63 141	5.06 119	10.96 141	2.19 78	0.00 1	0.13 239	0.00 1	0.01 94	0.14 64	0.12 85

CAS++	4.07 76	1.67 198	6.02 85	4.17 77	1.02 104	4.26 40	1.68 81	19.10 218	10.01 124	9.18 108	9.17 80	1.98 16	1.41 17	9.54 95	1.73 36	0.02 118	0.05 108	0.00 1	0.00 1	0.32 178	0.11 79
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
FTStereo	8.67 248	1.13 56	6.04 86	6.04 230	2.39 212	7.86 198	12.05 405	17.72 190	8.33 105	20.16 322	41.41 434	16.10 248	12.64 293	10.80 136	4.37 186	0.18 227	0.01 17	0.09 222	0.16 267	0.15 71	5.71 437

MM-Stereo_test1	5.04 91	1.17 63	6.08 87	5.38 181	0.80 87	4.99 81	7.07 322	13.43 117	12.00 143	12.94 161	10.20 96	5.92 81	6.69 169	11.26 162	2.19 78	0.01 76	0.11 222	0.00 1	0.00 1	0.42 223	0.07 46

PSMNet-RSSM	9.71 285	1.73 208	6.09 88	7.47 313	4.27 296	10.06 222	6.00 281	29.14 340	21.74 265	15.76 223	32.88 373	22.63 326	13.18 300	12.94 245	9.12 293	0.09 191	0.02 44	0.07 204	0.10 235	0.70 310	0.24 180

ICVP	10.07 302	1.73 208	6.11 89	9.08 354	3.31 254	12.25 261	6.56 307	26.30 306	22.52 274	16.49 241	31.80 356	26.94 372	12.42 286	11.35 165	10.92 316	1.17 402	0.57 394	0.17 285	0.10 235	0.58 285	1.07 346
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	12.04 347	2.11 285	6.14 90	7.27 301	3.90 277	25.98 421	3.56 207	22.56 262	23.74 289	20.55 326	33.81 387	31.59 399	18.67 392	19.47 367	17.20 372	0.42 316	1.36 429	0.35 341	0.07 210	1.11 346	0.86 325

ProNet	3.61 56	1.91 248	6.17 91	3.31 29	0.67 60	5.51 106	6.46 302	12.60 101	6.23 59	3.18 35	4.80 33	3.64 34	3.57 67	11.15 156	2.11 72	0.02 118	0.21 292	0.01 119	0.01 94	0.41 220	0.14 103

ff7	3.48 47	1.76 224	6.20 92	3.45 37	1.13 118	5.02 83	1.70 84	13.26 111	5.04 31	4.66 61	5.47 46	3.49 29	4.70 106	11.14 151	2.01 58	0.00 1	0.04 77	0.00 1	0.18 272	0.30 156	0.14 103

IGEVStereo-DCA	3.31 43	1.57 169	6.20 92	3.36 31	0.60 53	4.93 75	1.70 84	13.26 111	5.04 31	3.79 45	4.58 24	4.53 54	4.00 79	10.13 110	2.09 69	0.00 1	0.06 141	0.00 1	0.18 272	0.12 55	0.14 103

ffff	3.48 47	1.76 224	6.20 92	3.45 37	1.13 118	5.02 83	1.70 84	13.26 111	5.04 31	4.66 61	5.47 46	3.49 29	4.70 106	11.14 151	2.01 58	0.00 1	0.04 77	0.00 1	0.18 272	0.30 156	0.14 103

11t	3.48 47	1.76 224	6.20 92	3.45 37	1.13 118	5.02 83	1.70 84	13.26 111	5.04 31	4.66 61	5.47 46	3.49 29	4.70 106	11.14 151	2.01 58	0.00 1	0.04 77	0.00 1	0.18 272	0.30 156	0.14 103

ccc-4	3.48 47	1.76 224	6.20 92	3.45 37	1.13 118	5.02 83	1.70 84	13.26 111	5.04 31	4.66 61	5.47 46	3.49 29	4.70 106	11.14 151	2.01 58	0.00 1	0.04 77	0.00 1	0.18 272	0.30 156	0.14 103

MaDis-Stereo	2.73 16	1.56 165	6.21 97	2.96 16	2.45 215	1.80 4	0.28 13	7.43 20	5.07 36	2.57 22	3.43 13	7.13 103	4.71 110	5.74 24	2.91 119	0.00 1	0.05 108	0.00 1	0.00 1	0.15 71	0.12 85

rafts_anoy	6.02 149	1.67 198	6.27 98	6.53 260	4.98 327	5.30 100	2.53 163	13.77 126	21.01 252	12.70 156	16.23 156	8.56 126	5.65 136	9.09 85	5.22 213	0.04 148	0.31 341	0.09 222	0.03 143	0.25 123	0.17 128

RAStereo	2.32 11	1.08 45	6.36 99	3.73 61	1.39 147	1.81 5	0.12 7	7.70 24	7.44 91	2.27 19	3.94 17	3.43 28	0.81 6	3.55 7	2.47 95	0.00 1	0.00 1	0.00 1	0.00 1	0.29 150	0.07 46

test_for_model	9.76 286	30.79 483	6.40 100	27.43 479	18.83 477	5.78 132	1.78 106	8.51 39	8.82 111	13.12 166	5.92 53	5.28 72	2.60 46	5.21 15	1.43 18	9.57 469	2.41 450	0.00 1	0.06 200	33.29 494	8.04 464

GMM-Stereo	8.34 238	1.09 49	6.42 101	6.14 238	2.52 217	10.30 226	9.64 364	23.44 273	10.64 130	17.84 271	29.89 322	17.37 272	7.75 189	11.55 174	4.36 185	0.05 161	0.01 17	0.23 313	0.90 403	0.46 234	6.26 442

SCV_C0	3.23 38	1.31 91	6.44 102	3.20 23	0.82 89	4.84 69	1.61 76	10.34 69	6.85 74	2.74 28	4.91 35	6.26 84	1.81 31	11.06 146	1.50 20	0.11 200	0.06 141	0.00 1	0.23 303	0.33 184	0.11 79

GANet-RSSM	9.48 275	1.32 94	6.45 103	6.72 276	5.51 358	12.78 270	6.03 285	26.55 308	18.96 234	14.92 197	27.95 296	25.41 360	14.69 336	13.52 266	7.60 260	0.10 196	0.10 206	0.16 283	0.01 94	0.51 262	0.39 235

RAFT+CT+SA	7.44 210	1.46 126	6.46 104	10.73 403	3.34 256	4.70 53	7.45 333	16.45 171	25.89 312	10.18 118	27.15 290	7.27 107	8.00 197	15.11 293	3.19 138	0.02 118	0.00 1	0.18 290	0.46 376	0.30 156	0.47 259

SGM-Forest	12.92 366	1.87 243	6.61 105	5.68 195	2.05 195	23.19 401	11.30 395	34.24 407	30.77 353	26.54 400	31.99 359	29.98 387	15.74 354	21.17 396	13.36 339	1.05 395	0.33 348	0.84 387	0.01 94	0.71 312	0.97 335
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
H2IRNET	5.89 139	1.14 57	6.65 106	4.13 75	2.24 201	4.15 31	0.73 31	12.10 88	13.21 160	7.09 92	20.45 209	15.74 238	10.74 246	10.36 115	7.84 266	0.06 176	0.00 1	0.07 204	0.53 386	0.37 203	0.16 122

cross-raft	5.37 109	1.23 71	6.66 107	5.91 217	1.25 131	6.00 146	1.48 64	15.82 162	7.70 93	12.95 162	20.80 217	11.63 164	4.42 90	8.59 63	2.23 82	0.01 76	0.21 292	0.00 1	0.22 294	0.21 99	0.10 66

FENet	7.94 226	1.01 31	6.72 108	5.87 211	2.07 196	11.11 244	2.03 133	21.39 246	20.81 249	17.14 257	22.65 244	14.43 216	11.54 270	12.97 247	7.89 267	0.15 219	0.24 318	0.03 152	0.02 125	0.14 64	0.62 287

tg	5.09 94	1.48 132	6.73 109	4.83 122	1.23 130	7.57 194	0.49 20	18.35 203	11.87 139	9.28 110	14.61 139	7.15 105	4.12 82	10.58 121	2.74 109	0.00 1	0.04 77	0.00 1	0.00 1	0.45 230	0.36 228

MGS-Stereo	3.26 39	1.29 85	6.73 109	3.30 28	0.47 32	4.89 72	1.55 71	6.15 10	8.88 113	4.31 52	10.15 95	5.48 76	1.27 12	8.09 55	1.97 53	0.04 148	0.01 17	0.02 134	0.00 1	0.57 281	0.04 24

UniTT-Stereo	2.89 23	0.90 16	6.74 111	4.08 72	2.42 213	2.63 10	0.42 16	5.57 6	4.88 29	5.36 72	7.63 65	1.09 10	1.47 20	8.80 75	5.11 209	0.03 137	0.07 163	0.00 1	0.01 94	0.48 243	0.11 79

HI	8.30 236	2.00 264	6.75 112	4.58 109	5.15 340	4.16 32	0.50 21	17.99 199	9.24 116	25.03 381	28.22 299	20.23 306	12.47 288	17.93 347	11.49 325	0.00 1	0.10 206	0.00 1	0.05 184	0.08 34	0.05 33

CoSv	8.30 236	2.00 264	6.75 112	4.58 109	5.15 340	4.16 32	0.50 21	17.99 199	9.24 116	25.03 381	28.22 299	20.23 306	12.47 288	17.93 347	11.49 325	0.00 1	0.10 206	0.00 1	0.05 184	0.08 34	0.05 33

raft_robust	7.97 229	2.26 302	6.75 112	5.83 208	0.72 76	5.57 114	0.84 37	33.59 398	34.21 388	18.17 281	19.88 200	6.50 91	5.62 134	15.33 296	2.83 115	0.03 137	0.23 307	0.00 1	0.37 362	0.32 178	0.39 235

riskmin	6.42 162	1.29 85	6.76 115	3.95 70	2.25 202	10.49 228	2.53 163	15.11 142	17.60 217	9.77 114	12.91 130	15.25 233	12.04 280	11.58 177	5.11 209	0.14 211	0.24 318	0.13 268	0.03 143	0.61 290	0.69 301

RAFT-Test	5.75 135	1.32 94	6.77 116	4.07 71	1.71 169	9.95 220	1.56 73	15.78 161	8.34 107	12.73 157	23.83 254	11.80 167	4.69 105	8.99 80	2.57 100	0.01 76	0.29 336	0.00 1	0.38 364	0.16 78	0.07 46

SGM_RVC	19.52 429	2.12 288	6.79 117	6.59 264	1.33 142	38.20 467	15.74 435	38.13 441	34.07 384	45.71 476	41.91 440	51.41 483	38.10 468	38.77 475	27.80 446	0.61 350	0.36 353	0.51 357	0.33 352	1.03 341	0.90 329
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	9.88 295	2.01 272	6.80 118	9.18 358	4.26 295	15.11 311	3.50 200	27.12 315	24.42 301	14.72 192	18.96 186	25.32 359	13.43 304	15.76 308	14.04 345	0.79 374	0.78 411	0.00 1	0.02 125	0.26 133	1.18 355

RAFT-345	6.79 182	1.29 85	6.80 118	5.06 140	0.91 99	5.61 115	3.32 198	13.36 116	10.17 125	13.73 176	43.66 449	9.12 135	5.38 126	12.29 213	4.44 188	0.32 283	0.05 108	0.09 222	0.06 200	0.06 19	0.03 14

AIO-test2	7.01 193	2.23 299	6.87 120	8.42 343	5.28 349	9.03 210	5.32 253	25.92 300	23.54 281	6.78 83	20.55 210	5.25 70	3.58 70	9.56 96	2.50 96	3.96 443	0.04 77	0.03 152	0.47 377	0.56 280	0.33 217

NOSS_ROB	10.99 327	3.81 362	6.88 121	6.69 273	2.30 205	16.06 331	10.94 389	30.06 350	32.41 373	16.10 231	18.72 184	22.78 330	14.21 325	17.52 341	8.62 284	2.35 423	1.84 439	3.32 443	1.57 428	2.06 387	1.52 369

iRaftStereo_RVC	4.68 86	1.51 144	6.89 122	4.91 131	0.72 76	5.26 98	0.46 18	17.60 187	10.47 127	9.53 112	15.13 145	5.75 78	3.24 58	8.93 78	2.22 81	0.00 1	0.09 194	0.00 1	0.00 1	0.46 234	0.41 242

CBMV_ROB	11.77 342	2.89 331	6.92 123	5.20 165	2.88 235	14.12 290	4.79 244	26.69 311	29.84 345	26.17 398	31.92 358	23.61 339	20.74 404	20.20 382	10.18 306	1.78 414	1.80 438	2.17 425	1.26 422	1.61 366	0.55 274

x	6.80 183	1.36 102	6.94 124	4.58 109	1.88 184	10.78 237	4.55 235	19.79 226	10.62 128	12.69 155	19.54 197	14.87 226	10.11 238	9.52 94	8.03 272	0.07 186	0.15 258	0.04 172	0.04 162	0.24 119	0.22 166

GrayStereo	8.86 255	1.17 63	6.94 124	8.09 333	2.82 233	10.58 232	11.40 398	17.93 198	15.74 194	22.43 356	30.95 339	17.80 277	12.44 287	11.19 158	4.57 190	0.02 118	0.02 44	0.18 290	0.79 400	0.31 168	1.90 383

testlalala	3.91 66	1.52 146	6.96 126	3.43 36	3.47 263	8.07 201	1.75 101	8.59 40	4.60 25	12.85 158	9.85 88	7.14 104	1.93 34	5.51 18	1.93 48	0.01 76	0.10 206	0.00 1	0.31 344	0.04 9	0.04 24

RAFT-RH_RVC	7.73 219	1.25 77	6.99 127	4.83 122	0.90 98	11.76 249	1.53 69	13.00 107	14.43 176	17.51 266	46.41 460	11.02 156	6.30 159	12.68 231	4.93 205	0.51 334	0.04 77	0.12 257	0.13 252	0.09 38	0.09 59

KYRaft	9.04 257	1.11 52	7.02 128	6.50 257	0.97 103	8.27 204	8.19 339	22.86 268	8.20 102	21.30 345	31.38 348	22.64 327	8.20 200	11.99 193	2.96 122	0.02 118	0.02 44	0.05 179	0.68 394	0.40 217	18.09 489

AFF-stereo	6.17 155	1.61 182	7.02 128	4.08 72	0.64 57	3.53 24	0.76 32	16.00 166	13.14 158	12.86 159	25.42 268	15.67 237	7.86 192	11.12 150	3.21 139	0.02 118	0.06 141	0.00 1	0.00 1	0.40 217	0.08 55

HSM	11.33 330	1.80 237	7.04 130	6.13 237	3.99 286	16.16 337	6.92 319	29.69 348	19.39 235	22.95 361	26.05 277	41.08 453	15.79 355	20.25 383	8.89 290	0.02 118	0.03 67	0.01 119	0.00 1	0.15 71	0.34 220

RALCasStereoNet	5.95 143	2.02 274	7.09 131	7.06 292	5.10 336	6.36 160	5.44 262	13.97 129	13.25 162	9.93 115	17.45 164	10.37 149	3.89 75	11.64 184	4.24 183	0.02 118	0.46 376	0.10 240	0.00 1	0.20 95	0.31 213

GMOStereo	5.97 144	1.55 156	7.18 132	5.17 156	0.71 67	5.54 109	2.21 141	10.54 73	12.86 151	18.29 285	22.01 233	17.06 257	6.27 155	6.62 33	2.43 90	0.00 1	0.23 307	0.12 257	0.00 1	0.46 234	0.10 66

error version	5.97 144	1.55 156	7.18 132	5.17 156	0.71 67	5.54 109	2.21 141	10.54 73	12.86 151	18.29 285	22.01 233	17.06 257	6.27 155	6.62 33	2.43 90	0.00 1	0.23 307	0.12 257	0.00 1	0.46 234	0.10 66

test-v	5.97 144	1.55 156	7.18 132	5.17 156	0.71 67	5.54 109	2.21 141	10.54 73	12.86 151	18.29 285	22.01 233	17.06 257	6.27 155	6.62 33	2.43 90	0.00 1	0.23 307	0.12 257	0.00 1	0.46 234	0.10 66

CroCo-Stereo	3.27 41	1.90 245	7.18 132	8.50 345	1.11 114	0.96 1	0.97 44	10.18 64	8.20 102	3.59 42	4.69 29	8.02 119	4.53 100	2.75 4	2.34 86	0.01 76	0.00 1	0.00 1	0.00 1	0.31 168	0.11 79
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
test-2	5.97 144	1.55 156	7.18 132	5.17 156	0.71 67	5.54 109	2.21 141	10.54 73	12.86 151	18.29 285	22.01 233	17.06 257	6.27 155	6.62 33	2.43 90	0.00 1	0.23 307	0.12 257	0.00 1	0.46 234	0.10 66

HHNet	7.39 207	1.75 220	7.24 137	3.26 27	3.18 248	5.04 88	6.40 299	19.04 216	15.70 193	20.71 332	32.13 362	10.69 152	5.91 144	10.45 119	4.60 191	0.40 310	0.07 163	0.21 306	0.13 252	0.54 270	0.41 242

MIF-Stereo (partial)	4.33 78	1.23 71	7.27 138	5.04 137	5.31 351	3.47 20	0.95 43	9.06 46	7.41 90	4.15 51	15.76 150	5.38 74	5.22 122	11.56 175	4.21 181	0.04 148	0.02 44	0.05 179	0.03 143	0.34 190	0.12 85

fff	6.83 185	1.55 156	7.28 139	3.56 47	0.32 11	4.73 55	1.70 84	15.75 158	31.87 362	15.11 205	20.25 203	6.90 98	12.80 295	8.63 66	5.33 218	0.01 76	0.04 77	0.00 1	0.00 1	0.09 38	0.63 288

DCANet	6.46 164	1.59 173	7.28 139	3.51 45	0.68 61	4.77 67	1.75 101	15.33 147	23.62 283	15.55 218	20.73 216	7.31 109	11.56 271	8.83 76	5.26 215	0.00 1	0.05 108	0.00 1	0.00 1	0.26 133	1.11 347

csc	6.83 185	1.55 156	7.28 139	3.56 47	0.32 11	4.73 55	1.70 84	15.75 158	31.87 362	15.11 205	20.25 203	6.90 98	12.80 295	8.63 66	5.33 218	0.01 76	0.04 77	0.00 1	0.00 1	0.09 38	0.63 288

cscssc	6.83 185	1.55 156	7.28 139	3.56 47	0.32 11	4.73 55	1.70 84	15.75 158	31.87 362	15.11 205	20.25 203	6.90 98	12.80 295	8.63 66	5.33 218	0.01 76	0.04 77	0.00 1	0.00 1	0.09 38	0.63 288

111	7.26 205	1.65 193	7.28 139	3.56 47	0.32 11	10.76 235	3.53 205	20.55 239	27.51 327	10.07 117	16.62 159	14.30 214	9.53 227	12.02 194	5.87 229	0.14 211	0.01 17	0.00 1	0.00 1	0.31 168	1.14 351

ttt	9.98 298	1.49 137	7.30 144	6.43 253	3.95 280	14.02 288	5.06 247	33.03 392	29.84 345	14.90 196	30.95 339	14.81 224	9.66 229	15.36 298	11.38 324	0.38 298	0.19 280	0.10 240	0.03 143	0.37 203	0.28 196

TestStereo	6.02 149	2.55 316	7.33 145	5.57 189	1.68 168	6.05 149	1.78 106	13.73 123	16.40 203	10.87 127	23.79 253	9.00 132	5.63 135	11.26 162	3.96 171	0.09 191	0.01 17	0.00 1	0.00 1	0.69 307	0.01 1

GCAP-Stereo	3.72 60	1.60 177	7.39 146	4.24 84	0.37 17	5.78 132	1.12 50	12.28 90	6.53 66	8.35 97	9.69 86	6.62 92	3.57 67	4.58 10	1.91 46	0.00 1	0.07 163	0.05 179	0.00 1	0.25 123	0.04 24

MM-Stereo_test2	4.03 75	1.20 66	7.42 147	5.18 161	0.76 82	7.24 185	2.26 148	14.57 133	8.19 101	6.89 84	5.13 39	4.85 61	3.80 73	10.49 120	1.96 51	0.00 1	0.12 231	0.00 1	0.09 226	0.33 184	0.08 55

coex_refinement	11.56 335	1.53 149	7.45 148	8.18 336	5.09 334	17.10 352	7.07 322	31.05 365	32.20 371	18.57 294	30.81 337	25.84 363	12.31 284	13.41 261	19.47 387	0.23 258	0.04 77	0.02 134	0.10 235	0.44 228	0.37 229

GCAP-BAT	4.57 83	2.24 300	7.50 149	3.14 20	4.24 293	5.93 144	1.88 119	9.03 45	5.80 52	13.03 165	12.47 125	8.46 125	2.89 52	11.02 143	2.94 121	0.00 1	0.12 231	0.01 119	0.28 329	0.05 15	0.28 196

test_xeample	11.49 334	1.24 76	7.50 149	5.22 169	2.18 199	17.40 355	6.49 304	31.14 366	22.77 276	17.90 274	33.09 376	18.48 290	14.61 335	13.51 265	37.38 471	0.16 221	0.13 239	0.01 119	0.03 143	0.23 114	0.24 180

RAFT-Stereo + iAFF	5.48 113	1.66 197	7.56 151	3.49 41	0.40 19	2.75 11	0.67 26	16.07 167	14.76 178	12.27 137	18.67 183	11.95 173	8.08 198	7.84 50	2.89 116	0.01 76	0.06 141	0.00 1	0.00 1	0.37 203	0.04 24

TestStereo1	7.62 214	1.62 187	7.60 152	10.47 396	1.86 180	4.76 63	2.48 161	19.73 224	22.33 271	16.79 250	26.02 274	9.33 137	9.30 219	15.92 316	3.37 143	0.01 76	0.02 44	0.02 134	0.05 184	0.55 274	0.28 196

SA-5K	7.62 214	1.62 187	7.60 152	10.47 396	1.86 180	4.76 63	2.48 161	19.73 224	22.33 271	16.79 250	26.02 274	9.33 137	9.30 219	15.92 316	3.37 143	0.01 76	0.02 44	0.02 134	0.05 184	0.55 274	0.28 196

rvit_stereo_0080	3.98 71	2.11 285	7.62 154	3.68 56	1.90 187	4.16 32	7.60 335	9.69 53	8.13 99	5.08 70	7.39 63	6.27 85	4.44 93	6.73 37	3.92 168	0.20 239	0.01 17	0.00 1	0.00 1	0.55 274	0.12 85

whm_eth	3.98 71	2.11 285	7.62 154	3.68 56	1.90 187	4.16 32	7.60 335	9.69 53	8.13 99	5.08 70	7.39 63	6.27 85	4.44 93	6.73 37	3.92 168	0.20 239	0.01 17	0.00 1	0.00 1	0.55 274	0.12 85

LG-Stereo	2.43 12	1.44 123	7.64 156	3.73 61	0.82 89	3.64 26	1.24 54	6.41 13	5.30 44	1.97 13	7.31 62	0.84 8	0.74 4	4.85 12	2.21 80	0.05 161	0.04 77	0.01 119	0.03 143	0.33 184	0.10 66

test_xeample3	3.34 44	1.54 153	7.67 157	3.33 30	0.68 61	5.74 130	1.63 78	12.05 87	3.88 17	6.71 79	3.81 16	3.17 27	3.34 61	10.59 123	2.07 66	0.00 1	0.02 44	0.00 1	0.27 326	0.13 60	0.16 122

CASS	8.15 233	1.67 198	7.68 158	8.25 340	1.52 157	14.39 296	2.72 172	22.65 265	17.23 209	15.42 214	22.68 245	13.47 207	11.87 277	12.44 220	6.07 233	0.96 388	0.05 108	0.12 257	0.01 94	0.71 312	3.14 414
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test-3	5.21 100	1.06 38	7.71 159	4.19 80	0.59 50	6.72 174	3.01 185	12.96 105	17.49 215	12.53 150	8.65 70	13.20 198	4.14 84	9.00 82	2.11 72	0.00 1	0.05 108	0.00 1	0.32 348	0.25 123	0.18 136

rrr	3.26 39	1.57 169	7.72 160	3.36 31	0.60 53	4.93 75	1.59 74	10.72 78	5.11 40	3.79 45	4.58 24	4.53 54	4.00 79	10.13 110	2.09 69	0.00 1	0.06 141	0.00 1	0.22 294	0.12 55	0.18 136

test_1	5.20 98	1.06 38	7.72 160	4.21 82	0.59 50	6.69 171	3.03 187	12.98 106	17.51 216	12.35 140	8.66 72	13.20 198	4.12 82	9.00 82	2.11 72	0.00 1	0.05 108	0.00 1	0.32 348	0.25 123	0.18 136

11t1	5.86 137	1.10 50	7.74 162	5.18 161	1.44 148	13.82 285	2.36 152	14.92 140	7.26 88	12.98 163	11.10 110	11.24 161	9.30 219	11.59 179	6.54 238	0.10 196	0.16 267	0.00 1	0.01 94	0.18 88	0.23 174

HCRNet	8.80 252	1.43 117	7.74 162	14.41 441	5.25 343	10.85 239	2.56 166	26.07 303	18.04 225	15.48 215	25.03 262	18.63 291	9.93 235	13.01 250	6.76 241	0.04 148	0.04 77	0.10 240	0.01 94	0.18 88	0.38 231

testlalala_base	7.28 206	3.39 348	7.80 164	8.27 341	5.04 331	12.56 264	1.83 113	11.93 86	5.19 42	10.18 118	13.62 134	8.87 130	5.72 140	8.22 57	2.75 110	15.38 483	2.41 450	0.00 1	0.35 355	20.24 485	1.89 381

EKT-Stereo	5.73 132	1.42 114	7.85 165	7.16 299	5.35 352	5.22 95	4.41 232	18.13 202	14.05 170	8.77 105	12.85 129	9.55 140	4.26 87	11.19 158	2.45 94	0.45 320	0.23 307	0.07 204	0.10 235	0.16 78	0.87 327

xxxx	11.74 341	1.16 60	7.88 166	5.61 191	1.99 191	20.46 381	3.12 190	33.99 402	23.76 291	15.53 217	30.67 331	26.88 371	14.50 334	12.98 248	35.48 463	0.19 231	0.18 275	0.01 119	0.02 125	0.22 102	0.27 192

R-Stereo Train	7.04 195	1.34 97	7.89 167	6.23 242	2.30 205	7.51 190	5.54 265	23.96 275	6.94 75	16.26 235	33.57 384	12.04 176	5.61 131	7.67 48	3.74 156	0.01 76	0.05 108	0.01 119	0.00 1	0.10 49	0.12 85

RAFT-Stereo	7.04 195	1.34 97	7.89 167	6.23 242	2.30 205	7.51 190	5.54 265	23.96 275	6.94 75	16.26 235	33.57 384	12.04 176	5.61 131	7.67 48	3.74 156	0.01 76	0.05 108	0.01 119	0.00 1	0.10 49	0.12 85
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
BUS	9.20 261	1.48 132	7.93 169	6.74 277	3.96 281	17.62 362	2.79 176	33.06 393	21.58 261	17.99 276	21.34 225	14.49 217	9.40 224	14.18 277	10.57 312	0.19 231	0.13 239	0.14 272	0.04 162	0.30 156	0.09 59

BSDual-CNN	9.70 283	1.48 132	7.93 169	6.74 277	3.96 281	16.10 333	7.13 325	33.06 393	21.58 261	17.99 276	21.34 225	22.28 324	11.53 268	14.18 277	7.81 264	0.19 231	0.13 239	0.14 272	0.04 162	0.30 156	0.09 59

psmg	9.80 289	1.48 132	7.93 169	5.18 161	3.96 281	15.85 327	7.93 338	29.11 339	21.58 261	20.93 334	25.06 263	22.28 324	11.53 268	14.18 277	7.81 264	0.19 231	0.13 239	0.17 285	0.04 162	0.36 195	0.21 159

test_sample2	7.86 223	1.27 79	7.98 172	5.00 136	2.29 204	13.33 279	6.88 317	20.42 238	15.24 183	13.95 180	21.58 229	18.96 292	12.12 281	12.07 202	5.36 221	0.12 205	0.10 206	0.07 204	0.03 143	0.28 143	0.19 147

4D-IteraStereo	5.15 96	1.47 128	7.98 172	4.89 130	4.69 316	6.25 153	1.85 116	13.23 110	16.30 199	14.18 183	11.26 112	8.33 122	1.61 21	8.07 54	2.42 89	0.00 1	0.05 108	0.08 214	0.01 94	0.19 92	0.15 117

AE-Stereo	5.15 96	1.56 165	7.99 174	8.70 346	2.18 199	9.12 213	3.02 186	11.78 84	13.30 164	4.34 54	12.84 128	10.83 153	4.53 100	8.71 71	2.82 114	0.04 148	0.44 370	0.05 179	0.33 352	0.20 95	0.17 128

cf-r	10.06 301	1.60 177	7.99 174	5.82 206	5.70 368	12.92 272	4.78 242	24.18 281	27.47 326	16.91 252	31.02 342	25.12 356	14.05 320	11.63 183	11.01 321	0.03 137	0.03 67	0.05 179	0.03 143	0.43 225	0.39 235

CBMV	13.69 380	3.63 354	8.02 176	5.93 218	2.69 228	22.57 396	12.44 407	29.81 349	31.57 360	31.20 429	33.79 386	31.04 394	17.41 376	25.28 418	14.11 347	0.71 360	0.60 396	0.60 364	0.11 245	1.11 346	1.13 350
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymousa	9.03 256	1.62 187	8.03 177	4.19 80	5.53 359	15.37 316	3.81 215	18.55 208	21.20 257	18.28 284	30.99 341	20.79 309	13.42 303	10.58 121	7.57 258	0.00 1	0.05 108	0.29 332	0.18 272	0.10 49	0.11 79

test_3	5.55 123	1.02 32	8.07 178	6.18 239	0.54 42	9.00 209	3.28 192	13.55 119	18.66 230	11.97 134	8.89 75	13.98 212	4.05 81	8.96 79	2.10 71	0.00 1	0.05 108	0.00 1	0.31 344	0.26 133	0.18 136

222	12.33 353	1.29 85	8.09 179	6.06 231	2.14 198	19.51 374	2.53 163	33.63 399	23.55 282	21.72 349	30.51 330	20.11 305	16.77 366	13.22 256	46.51 492	0.15 219	0.14 253	0.01 119	0.03 143	0.26 133	0.26 188

Sa-1000	8.38 240	1.50 140	8.13 180	7.56 317	0.89 96	14.39 296	2.47 160	24.31 282	23.74 289	15.18 212	28.35 302	11.42 162	8.85 211	16.20 327	3.28 141	0.17 224	0.23 307	0.15 278	0.23 303	0.46 234	0.19 147

CroCo-Stereo Lap2	4.01 74	2.03 277	8.14 181	9.82 378	6.03 375	1.11 2	0.79 35	9.71 55	7.98 96	3.26 36	4.99 37	9.08 134	5.80 142	6.08 28	4.39 187	0.00 1	0.05 108	0.00 1	0.00 1	0.71 312	0.30 205

qqq	6.96 192	1.40 109	8.15 182	4.50 102	1.03 105	8.55 206	6.93 320	20.20 230	11.88 140	12.00 135	18.19 177	16.02 244	11.15 256	11.09 147	7.45 253	0.06 176	0.13 239	0.02 134	0.05 184	0.25 123	0.20 152

CrosDoStereo	9.24 263	1.29 85	8.16 183	4.56 107	1.04 106	7.52 192	15.00 427	15.85 163	24.31 295	24.27 370	33.44 381	13.37 202	13.82 313	12.23 210	8.86 288	0.01 76	0.11 222	0.09 222	0.04 162	0.36 195	0.53 271

DeepStereo_LL	9.24 263	1.29 85	8.16 183	4.56 107	1.04 106	7.52 192	15.00 427	15.85 163	24.31 295	24.27 370	33.44 381	13.37 202	13.82 313	12.23 210	8.86 288	0.01 76	0.11 222	0.09 222	0.04 162	0.36 195	0.53 271

test_5	8.51 243	1.50 140	8.19 185	11.06 411	5.00 330	6.91 179	5.67 269	17.50 186	22.09 268	16.07 230	29.63 319	15.28 234	10.78 247	15.94 318	3.65 153	0.00 1	0.00 1	0.26 320	0.08 213	0.31 168	0.35 225

anonymousdsp2	5.93 141	1.54 153	8.34 186	4.43 100	0.38 18	9.24 215	4.11 220	21.92 257	17.36 212	12.28 139	10.08 94	10.05 144	4.42 90	11.04 144	2.54 99	0.01 76	0.02 44	0.30 336	0.18 272	0.21 99	0.18 136

DisPM	6.43 163	1.31 91	8.36 187	6.61 269	1.06 110	5.83 135	3.82 216	13.04 109	11.63 137	16.38 238	23.88 256	12.80 186	6.50 166	13.03 253	3.04 127	0.51 334	0.01 17	0.08 214	0.15 264	0.10 49	0.42 245

SST-Stereo	6.60 169	1.46 126	8.37 188	6.68 272	0.77 83	6.01 147	1.93 126	14.68 136	9.24 116	19.09 302	20.43 208	16.86 255	8.59 204	13.49 263	3.80 161	0.22 250	0.05 108	0.13 268	0.00 1	0.08 34	0.05 33

RAFT_CTSACE	8.24 235	1.97 260	8.39 189	6.89 286	5.11 337	5.86 141	2.63 169	14.62 135	16.88 205	23.52 367	34.77 393	16.02 244	7.37 183	17.91 346	2.23 82	0.00 1	0.12 231	0.00 1	0.03 143	0.39 212	0.05 33

HITNet	7.83 222	2.93 334	8.39 189	4.76 119	1.48 152	12.75 269	4.64 239	20.97 241	14.37 175	15.14 209	22.15 242	14.57 220	10.62 244	14.38 283	8.14 274	0.04 148	0.01 17	0.48 354	0.02 125	0.57 281	0.10 66
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
Gwc-CoAtRS	5.54 120	1.22 68	8.40 191	4.28 92	1.36 145	6.93 180	1.31 57	15.48 151	15.03 180	12.62 154	13.32 132	12.74 185	5.71 138	8.61 64	2.98 124	0.01 76	0.22 301	0.00 1	0.29 333	0.28 143	0.07 46

DCRE	6.07 153	1.75 220	8.41 192	7.20 300	3.82 275	6.48 163	4.18 227	15.52 153	10.42 126	9.24 109	22.47 243	11.71 166	5.46 127	10.62 125	3.02 126	0.02 118	0.26 328	0.05 179	0.30 340	0.15 71	0.24 180

NRIStereo	5.73 132	1.67 198	8.42 193	5.72 202	0.41 21	6.71 173	2.60 167	14.73 137	10.71 131	12.39 141	15.07 144	11.58 163	6.23 153	12.06 200	4.78 196	0.61 350	0.17 269	0.11 254	0.00 1	0.28 143	0.27 192

CVANet_RVC	13.24 373	3.39 348	8.43 194	8.42 343	5.04 331	18.52 369	11.72 402	32.03 377	33.85 382	23.17 363	32.77 369	29.78 385	16.51 363	23.20 405	11.28 322	0.94 386	0.04 77	1.19 404	0.47 377	3.13 408	1.01 342

GANet-ADL	8.36 239	2.31 304	8.44 195	7.39 308	2.65 227	12.58 266	5.24 251	29.55 347	25.24 305	14.19 185	16.70 161	17.07 262	6.91 178	10.65 127	6.26 236	0.38 298	0.39 356	0.10 240	0.12 247	0.75 323	0.28 196

RAFT_R40	6.91 188	1.53 149	8.45 196	6.79 280	0.77 83	5.86 141	3.82 216	14.85 139	14.53 177	18.05 279	20.03 201	17.06 257	8.69 206	13.40 260	3.84 165	0.14 211	0.02 44	0.14 272	0.00 1	0.09 38	0.05 33

EAI-Stereo	5.21 100	1.74 211	8.46 197	5.69 196	1.37 146	5.67 128	3.52 204	18.77 212	5.65 50	9.75 113	16.08 154	6.36 88	3.57 67	11.73 187	3.64 151	0.01 76	0.33 348	0.03 152	1.06 415	0.21 99	0.65 296

HBP-ISP	12.52 359	7.82 421	8.47 198	7.57 318	4.27 296	12.56 264	6.42 300	28.68 331	29.56 336	21.11 341	35.69 397	15.85 239	18.42 389	20.44 389	11.00 320	3.03 434	2.63 454	7.09 465	3.97 453	3.58 418	2.27 396

ASMatch	7.40 208	1.42 114	8.49 199	5.09 142	2.00 192	4.74 60	2.62 168	16.54 174	13.17 159	17.08 254	34.75 392	13.13 197	10.33 243	12.04 197	4.82 201	0.05 161	0.24 318	0.21 306	0.17 271	0.16 78	0.97 335

THIR-Stereo	9.38 273	1.78 233	8.50 200	4.74 116	0.71 67	15.92 328	11.93 404	16.39 170	21.56 260	24.27 370	32.07 360	14.40 215	14.14 323	11.49 170	8.39 280	0.05 161	0.25 326	0.10 240	0.05 184	0.33 184	0.58 281

IIG-Stereo	7.41 209	2.13 290	8.55 201	10.02 386	1.76 175	6.82 178	1.53 69	17.17 183	15.84 197	18.74 298	20.30 207	18.01 282	8.39 202	12.89 241	5.22 213	0.27 275	0.03 67	0.03 152	0.00 1	0.16 78	0.30 205

mmm	7.72 218	1.50 140	8.56 202	5.29 173	1.89 185	14.14 292	5.70 270	18.42 204	11.02 132	16.04 229	23.78 252	17.00 256	10.03 237	12.03 195	7.54 256	0.12 205	0.07 163	0.50 356	0.20 289	0.31 168	0.18 136

GwcNet-RSSM	10.65 315	1.94 256	8.57 203	6.89 286	5.26 346	12.26 262	5.21 250	25.80 299	31.50 359	16.67 246	33.52 383	23.70 341	13.88 317	12.84 239	13.67 342	0.05 161	0.10 206	0.14 272	0.02 125	0.65 302	0.39 235

testlalala2	5.91 140	1.62 187	8.59 204	15.36 448	10.36 447	7.93 199	3.62 213	12.89 104	9.73 120	15.55 218	12.18 123	8.57 127	2.50 45	5.35 17	2.62 103	0.01 76	0.26 328	0.00 1	0.50 381	0.49 252	0.07 46

rvit_stereo_0081_aga	3.72 60	2.39 307	8.60 205	5.27 172	2.99 245	5.02 83	1.94 127	8.12 33	6.24 60	6.74 80	6.85 59	5.85 80	3.28 60	7.31 44	3.04 127	0.02 118	0.00 1	0.00 1	0.00 1	0.59 287	0.22 166

rvit_stereo_0081	3.93 68	1.78 233	8.60 205	6.26 244	1.73 171	3.48 21	2.36 152	7.71 25	15.81 195	4.41 57	5.39 42	5.14 66	3.94 76	7.95 51	3.57 146	0.01 76	0.01 17	0.00 1	0.01 94	0.39 212	0.10 66

rvit_stereo_0082	3.93 68	1.78 233	8.60 205	6.26 244	1.73 171	3.48 21	2.36 152	7.71 25	15.81 195	4.41 57	5.39 42	5.14 66	3.94 76	7.95 51	3.57 146	0.01 76	0.01 17	0.00 1	0.01 94	0.39 212	0.10 66

CFNet-RSSM	5.55 123	1.08 45	8.60 205	4.30 95	1.21 128	6.42 162	1.25 55	16.12 168	17.84 220	13.12 166	11.14 111	11.84 169	5.52 128	9.14 86	2.35 87	0.01 76	0.20 285	0.00 1	0.36 358	0.34 190	0.07 46

Pruner-Stereo	6.59 166	1.51 144	8.71 209	6.34 248	0.85 91	5.66 123	4.15 223	13.74 124	11.02 132	18.11 280	22.09 238	15.86 240	5.80 142	11.75 189	5.15 211	0.60 347	0.02 44	0.18 290	0.10 235	0.07 28	0.16 122

Former-RAFT_DAM_RVC	4.69 87	2.56 317	8.72 210	4.26 90	3.52 265	9.22 214	1.48 64	13.54 118	18.88 233	7.47 94	7.08 61	2.04 19	2.24 39	9.66 99	2.27 84	0.05 161	0.02 44	0.07 204	0.00 1	0.53 268	0.21 159

MyStereo04	9.24 263	1.92 252	8.78 211	6.09 233	4.31 302	6.54 167	9.96 370	32.24 384	41.99 431	14.26 187	11.98 120	12.00 175	12.01 279	13.93 273	7.53 255	0.06 176	0.10 206	0.03 152	0.04 162	0.63 296	0.30 205

psm_up	13.18 371	1.91 248	8.81 212	9.59 372	5.84 374	15.17 314	11.37 397	38.74 446	30.81 354	20.66 331	30.32 328	30.00 388	23.12 412	19.19 363	16.02 362	0.58 342	0.10 206	0.17 285	0.01 94	0.65 302	0.55 274

test_sample1	7.66 216	1.26 78	8.87 213	5.04 137	2.61 223	14.61 304	4.58 237	20.08 229	9.81 122	13.83 178	21.62 231	18.21 288	12.26 282	11.71 186	8.01 270	0.11 200	0.11 222	0.02 134	0.02 125	0.20 95	0.17 128

CFNet	10.67 316	2.33 305	8.90 214	6.66 271	4.09 289	16.05 329	4.26 229	30.44 359	31.01 355	18.53 293	26.48 282	23.69 340	13.68 309	15.27 294	10.59 314	0.05 161	0.02 44	0.44 350	0.05 184	0.73 317	0.23 174

NF-Stereo	6.72 176	1.59 173	8.93 215	6.60 267	0.73 81	6.27 155	3.38 199	20.21 236	18.01 223	13.22 172	19.46 194	11.82 168	6.16 149	12.39 218	4.74 195	0.33 285	0.06 141	0.20 301	0.23 303	0.08 34	0.05 33

RAFT	8.51 243	2.16 291	8.93 215	8.14 335	0.81 88	12.63 267	8.49 346	16.34 169	15.56 191	22.31 353	18.99 187	19.29 300	11.39 265	17.57 342	6.05 230	0.01 76	0.19 280	0.27 321	0.02 125	0.64 300	0.45 256

RE-Stereo	6.73 177	1.58 171	8.94 217	6.59 264	0.71 67	6.27 155	3.51 202	20.20 230	17.99 221	13.21 169	19.46 194	11.94 171	6.20 151	12.34 215	4.79 199	0.34 289	0.05 108	0.20 301	0.23 303	0.09 38	0.05 33

TVStereo	6.73 177	1.58 171	8.94 217	6.59 264	0.71 67	6.27 155	3.51 202	20.20 230	17.99 221	13.21 169	19.46 194	11.94 171	6.20 151	12.34 215	4.79 199	0.34 289	0.05 108	0.20 301	0.23 303	0.09 38	0.05 33

MyStereo05	9.29 268	1.76 224	8.95 219	6.19 240	4.40 306	7.09 183	9.95 368	31.21 367	40.82 424	17.31 260	12.93 131	10.33 148	12.52 291	13.93 273	7.05 245	0.06 176	0.10 206	0.02 134	0.04 162	0.73 317	0.29 202

1111x	11.32 329	1.34 97	8.95 219	5.20 165	1.96 189	14.46 302	7.75 337	35.65 422	28.23 332	15.66 221	26.66 285	26.65 366	14.76 338	15.88 313	22.27 409	0.24 263	0.13 239	0.04 172	0.06 200	0.30 156	0.24 180

RAFT-IKP	5.53 117	1.74 211	8.95 219	5.09 142	0.41 21	5.45 105	2.08 137	12.52 95	7.00 78	12.52 144	18.13 175	12.93 187	6.79 177	11.59 179	3.99 174	0.80 375	0.09 194	0.09 222	0.00 1	0.22 102	0.22 166

OCTAStereo	6.74 179	1.59 173	8.96 222	6.60 267	0.72 76	6.25 153	3.50 200	20.20 230	18.03 224	13.21 169	19.45 192	12.07 179	6.16 149	12.36 217	4.78 196	0.35 292	0.06 141	0.20 301	0.23 303	0.09 38	0.05 33

ROB_FTStereo	5.49 115	1.74 211	8.96 222	5.09 142	0.42 26	5.65 118	1.68 81	12.53 98	7.00 78	12.53 150	18.00 169	13.02 192	6.74 172	11.51 172	3.81 162	0.60 347	0.09 194	0.09 222	0.00 1	0.22 102	0.22 166

ROB_FTStereo_v2	5.53 117	1.74 211	8.97 224	5.09 142	0.42 26	5.64 117	2.02 132	12.50 93	7.00 78	12.51 143	18.10 172	12.99 189	6.72 171	11.50 171	4.04 179	0.70 358	0.09 194	0.09 222	0.00 1	0.22 102	0.23 174

HH	5.47 110	2.08 282	9.00 225	4.88 128	1.07 111	4.93 75	3.60 211	16.68 176	6.83 72	8.39 98	12.14 121	15.05 228	9.06 214	12.68 231	1.93 48	0.02 118	0.17 269	0.18 290	0.00 1	0.28 143	0.48 263

HanStereo	5.47 110	2.08 282	9.00 225	4.88 128	1.07 111	4.93 75	3.60 211	16.68 176	6.83 72	8.39 98	12.14 121	15.05 228	9.06 214	12.68 231	1.93 48	0.02 118	0.17 269	0.18 290	0.00 1	0.28 143	0.48 263

Patchmatch Stereo++	5.56 125	1.74 211	9.01 227	5.09 142	0.41 21	5.66 123	2.40 157	12.52 95	7.00 78	12.52 144	18.08 170	13.02 192	6.74 172	11.59 179	4.01 176	0.78 370	0.09 194	0.09 222	0.00 1	0.22 102	0.22 166
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
HUI-Stereo	5.48 113	1.74 211	9.01 227	5.08 141	0.42 26	5.65 118	2.77 175	12.55 99	7.03 85	12.54 152	18.10 172	13.07 196	6.71 170	9.92 105	3.74 156	0.61 350	0.08 183	0.09 222	0.00 1	0.22 102	0.23 174

iGMRVC	5.54 120	1.74 211	9.01 227	5.09 142	0.42 26	5.66 123	1.81 112	12.61 102	7.02 84	12.52 144	18.11 174	13.02 192	6.64 168	11.57 176	4.16 180	0.82 377	0.09 194	0.09 222	0.00 1	0.22 102	0.21 159

iRAFT	5.56 125	1.74 211	9.01 227	5.09 142	0.41 21	5.66 123	2.40 157	12.52 95	7.00 78	12.52 144	18.08 170	13.02 192	6.74 172	11.59 179	4.01 176	0.78 370	0.09 194	0.09 222	0.00 1	0.22 102	0.22 166

OMP-Stereo	6.93 190	2.57 318	9.03 231	10.63 400	1.72 170	4.89 72	1.91 123	17.84 193	15.56 191	16.69 247	14.16 136	17.70 275	7.33 182	12.93 244	4.83 202	0.24 263	0.03 67	0.06 193	0.02 125	0.19 92	0.39 235

PSM-adaLoss	5.50 116	1.74 211	9.03 231	5.09 142	0.42 26	5.66 123	1.98 130	12.50 93	7.01 83	12.52 144	18.13 175	12.96 188	6.77 176	11.11 149	3.83 163	0.72 362	0.09 194	0.09 222	0.00 1	0.22 102	0.22 166

DeepStereo_RVC	5.65 130	1.65 193	9.06 233	5.21 167	0.56 45	5.55 113	1.84 115	12.16 89	7.22 87	13.94 179	14.96 143	12.58 181	10.27 241	11.25 161	5.81 228	0.39 308	0.10 206	0.11 254	0.00 1	0.18 88	0.22 166

DRaft	9.27 267	1.23 71	9.08 234	3.62 52	0.78 85	13.27 278	5.89 273	16.97 179	29.57 337	21.15 343	38.46 417	10.09 145	13.98 319	11.58 177	7.91 268	0.43 317	0.30 338	0.06 193	0.26 321	0.26 133	0.45 256

XX-Stereo	6.14 154	1.47 128	9.11 235	11.87 422	6.76 394	3.27 15	0.93 41	15.13 143	5.43 47	8.79 107	28.46 303	13.71 210	2.22 38	11.51 172	2.07 66	0.20 239	0.24 318	0.08 214	0.29 333	1.04 342	0.13 98

LL-Strereo2	5.54 120	2.17 292	9.12 236	5.65 193	2.54 220	6.48 163	2.27 149	15.08 141	7.79 95	10.99 128	10.26 99	15.94 241	3.50 66	13.25 257	3.63 150	0.00 1	0.13 239	1.34 411	0.10 235	0.30 156	0.19 147

DLCB_ROB	13.35 375	3.00 338	9.12 236	9.43 363	5.68 366	21.80 390	10.12 376	29.19 342	29.92 347	27.71 408	31.45 355	32.37 404	19.50 396	19.02 359	16.73 369	0.22 250	0.04 77	0.38 347	0.06 200	0.49 252	0.85 324

SA	7.93 225	1.54 153	9.13 238	7.98 331	0.64 57	5.85 139	2.29 150	22.27 259	24.54 302	13.17 168	31.07 343	8.87 130	10.32 242	16.49 331	3.12 132	0.04 148	0.12 231	0.17 285	0.30 340	0.45 230	0.17 128

SGM-ForestM	23.72 456	2.44 309	9.13 238	7.43 309	2.25 202	44.80 478	19.11 454	44.90 476	49.97 464	50.74 483	51.18 471	62.06 496	45.83 483	44.96 483	33.88 459	1.00 391	0.84 414	0.78 376	0.62 392	1.29 356	1.11 347

AdaStereo	10.22 305	3.63 354	9.14 240	9.15 356	3.24 252	15.79 326	5.39 261	31.94 375	25.42 307	18.39 291	26.47 281	19.44 301	9.50 226	16.60 333	8.59 282	0.44 319	0.05 108	0.40 349	0.00 1	0.57 281	0.16 122
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.
UGAM	10.01 299	1.28 81	9.19 241	6.53 260	4.31 302	6.72 174	10.45 384	15.31 146	25.98 314	20.56 328	27.42 292	22.70 328	11.49 266	26.30 422	10.64 315	0.00 1	0.00 1	0.46 352	0.03 143	0.39 212	0.43 248

StereoVision	7.21 204	2.17 292	9.29 242	9.43 363	3.91 279	5.09 92	1.91 123	20.04 228	17.37 213	8.57 102	29.59 318	11.08 157	6.76 175	12.44 220	4.71 193	0.54 338	0.05 108	0.16 283	0.03 143	0.82 327	0.30 205

rvit_stereo_ft	4.73 89	2.68 323	9.30 243	11.34 416	2.74 230	4.18 36	8.45 344	9.77 56	9.90 123	4.04 49	6.26 55	6.73 93	4.72 111	8.99 80	5.03 207	0.01 76	0.00 1	0.00 1	0.00 1	0.28 143	0.09 59

TransformOpticalFlow	7.76 220	1.90 245	9.31 244	5.50 187	1.18 126	6.97 181	8.27 340	17.86 197	13.21 160	14.58 190	29.13 308	19.01 293	10.85 248	12.51 227	3.69 155	0.01 76	0.04 77	0.20 301	0.04 162	0.17 85	0.84 321

iRaft-Stereo_5w	8.70 249	1.81 238	9.33 245	5.83 208	3.78 271	4.87 71	11.12 392	15.86 165	14.80 179	15.23 213	26.36 280	21.49 316	12.91 298	15.94 318	12.73 333	0.58 342	0.05 108	0.08 214	0.09 226	0.85 330	0.33 217

AAGNet	7.94 226	1.48 132	9.34 246	7.13 298	0.70 66	5.85 139	5.16 249	15.40 150	14.01 169	20.13 321	24.03 257	15.28 234	11.52 267	12.05 198	15.47 359	0.63 354	0.06 141	0.32 338	0.01 94	0.12 55	0.09 59

GwcNet-ADL	8.48 241	1.70 206	9.38 247	7.10 295	2.78 232	6.74 176	6.57 308	30.15 351	26.01 316	15.15 210	17.77 167	13.93 211	6.96 179	12.96 246	9.91 300	0.48 328	0.72 405	0.01 119	0.01 94	0.51 262	0.84 321

FACV-RUCA	7.66 216	1.94 256	9.40 248	7.72 324	6.03 375	12.99 273	3.10 189	19.47 221	18.51 228	12.27 137	18.43 178	8.28 121	10.16 239	11.38 166	5.62 225	0.36 294	0.62 398	4.36 446	0.30 340	1.72 373	0.55 274

STrans-v2	7.98 230	1.84 240	9.42 249	4.84 125	1.48 152	12.23 259	10.05 373	19.06 217	12.32 147	13.63 175	26.06 278	18.13 287	12.35 285	12.99 249	3.99 174	0.01 76	0.01 17	0.18 290	0.01 94	0.22 102	0.83 319

PSM-softLoss	6.61 170	1.60 177	9.42 249	6.48 255	0.88 94	5.65 118	2.04 134	22.64 263	8.77 109	13.95 180	22.11 240	13.01 190	5.22 122	12.73 235	6.05 230	0.49 329	0.06 141	0.27 321	0.56 388	0.16 78	0.06 43

KMStereo	6.61 170	1.60 177	9.42 249	6.48 255	0.88 94	5.65 118	2.04 134	22.64 263	8.77 109	13.95 180	22.11 240	13.01 190	5.22 122	12.73 235	6.05 230	0.49 329	0.06 141	0.27 321	0.56 388	0.16 78	0.06 43

G2L-Stereo	10.09 303	1.97 260	9.53 252	7.09 293	4.21 292	9.10 212	8.53 347	29.05 338	22.51 273	19.28 304	25.57 270	22.70 328	10.67 245	15.44 304	14.88 355	0.25 269	0.04 77	0.08 214	0.01 94	0.36 195	0.42 245

CoDeX	9.24 263	1.77 230	9.54 253	6.08 232	3.79 273	16.45 345	6.76 315	26.15 304	25.03 303	17.18 258	25.12 265	14.69 222	11.68 274	12.22 209	6.71 240	0.30 279	0.20 285	0.15 278	0.02 125	0.23 114	0.68 299

IRAFT_RVC	8.76 250	1.47 128	9.55 254	7.31 302	1.77 176	6.49 165	10.43 382	25.94 301	27.33 323	17.50 265	19.85 199	17.93 280	10.21 240	12.88 240	5.44 222	0.17 224	0.30 338	0.19 298	0.05 184	0.22 102	0.12 85

PFNet+	6.68 172	1.40 109	9.60 255	5.64 192	0.85 91	5.79 134	1.74 98	13.63 120	15.30 185	17.88 273	21.38 228	14.52 219	6.07 148	12.74 237	4.89 204	0.63 354	0.20 285	0.11 254	0.30 340	0.05 15	0.91 331

CRE-IMP	5.53 117	1.63 192	9.62 256	5.65 193	0.48 36	7.02 182	1.70 84	11.84 85	8.33 105	12.99 164	16.02 153	11.08 157	6.23 153	12.06 200	5.06 208	0.28 276	0.07 163	0.09 222	0.00 1	0.24 119	0.21 159

test_sample5	9.36 271	1.61 182	9.63 257	5.30 174	2.52 217	15.42 318	6.00 281	27.25 316	19.96 241	18.36 290	31.81 357	15.99 242	11.29 260	13.21 254	7.66 261	0.23 258	0.08 183	0.07 204	0.04 162	0.48 243	0.34 220

DualNet	9.49 277	1.61 182	9.63 257	5.30 174	2.52 217	15.42 318	6.00 281	27.25 316	19.96 241	19.40 305	33.22 377	15.99 242	11.29 260	13.21 254	7.66 261	0.23 258	0.08 183	0.07 204	0.04 162	0.48 243	0.34 220

CSP-Net	12.85 365	2.95 335	9.64 259	5.94 219	3.96 281	25.85 419	9.93 367	28.81 336	26.00 315	29.31 420	32.44 366	30.00 388	15.16 346	20.25 383	14.30 349	0.55 340	0.19 280	0.03 152	0.00 1	0.65 302	0.98 338

DCANet-4	6.41 161	1.02 32	9.66 260	3.41 34	0.68 61	4.73 55	1.70 84	17.70 189	24.33 297	15.10 204	20.25 203	6.45 90	8.65 205	8.47 60	5.31 217	0.01 76	0.04 77	0.00 1	0.00 1	0.09 38	0.63 288

G2L-Stereo_aug	11.97 345	1.35 101	9.67 261	5.09 142	3.75 270	16.50 346	5.47 263	22.29 260	39.25 416	25.23 385	32.79 371	29.27 382	16.18 360	18.44 352	13.20 336	0.03 137	0.08 183	0.02 134	0.02 125	0.36 195	0.38 231

ffm	8.12 232	1.43 117	9.67 261	5.70 197	3.44 258	11.96 253	6.35 294	18.45 205	16.31 200	15.83 224	31.44 351	17.22 266	10.87 250	10.82 138	1.61 28	0.00 1	0.05 108	0.80 380	0.08 213	0.26 133	0.14 103

ff1	9.41 274	1.43 117	9.67 261	5.70 197	3.44 258	11.96 253	6.35 294	18.45 205	16.31 200	15.83 224	31.44 351	17.22 266	10.87 250	16.19 324	21.98 405	0.00 1	0.05 108	0.80 380	0.08 213	0.26 133	0.14 103

mmx	10.71 318	1.43 117	9.67 261	5.70 197	3.44 258	11.96 253	6.35 294	32.18 379	28.03 329	15.83 224	31.44 351	17.22 266	10.87 250	16.19 324	21.98 405	0.22 250	0.06 141	0.80 380	0.08 213	0.48 243	0.21 159

xxx	10.71 318	1.43 117	9.67 261	5.70 197	3.44 258	11.96 253	6.35 294	32.18 379	28.03 329	15.83 224	31.44 351	17.22 266	10.87 250	16.19 324	21.98 405	0.22 250	0.06 141	0.80 380	0.08 213	0.48 243	0.21 159

RALAANet	6.49 165	2.49 314	9.69 266	7.09 293	4.98 327	6.23 152	1.68 81	19.90 227	14.26 173	15.04 202	14.56 138	12.69 184	4.38 88	12.91 243	3.07 130	0.02 118	0.07 163	0.00 1	0.10 235	0.51 262	0.15 117

model_zeroshot	5.12 95	1.53 149	9.70 267	5.33 177	1.54 158	8.71 207	2.23 146	15.60 156	8.29 104	13.74 177	10.02 93	10.57 150	2.97 54	8.47 60	2.61 101	0.02 118	0.18 275	0.14 272	0.25 317	0.06 19	0.34 220

ADStereo(finetuned)	6.68 172	1.59 173	9.70 267	3.49 41	0.68 61	4.79 68	1.75 101	15.33 147	23.64 284	15.56 220	20.68 211	7.30 108	13.85 315	8.71 71	5.17 212	0.00 1	0.05 108	0.00 1	0.00 1	0.25 123	1.05 344

TDLM	12.98 369	3.78 360	9.77 269	10.75 404	4.94 323	16.10 333	14.08 419	35.05 415	31.87 362	22.36 354	26.51 284	26.09 365	14.97 343	24.73 415	13.11 334	1.05 395	0.05 108	1.21 405	0.27 326	1.83 376	1.00 341

AACVNet	10.58 314	2.86 330	9.78 270	8.95 351	3.30 253	10.80 238	4.78 242	22.37 261	12.55 149	27.50 407	29.84 321	30.06 390	15.99 357	19.10 362	11.60 327	0.40 310	0.18 275	0.22 310	0.03 143	0.62 293	0.73 309

test_sample6	9.79 288	1.61 182	9.84 271	5.35 180	2.35 210	15.59 322	6.60 310	28.40 329	20.96 251	19.40 305	33.22 377	17.17 265	11.58 272	13.43 262	8.82 286	0.26 273	0.10 206	0.10 240	0.06 200	0.50 258	0.41 242

ac_64	11.10 328	1.49 137	9.88 272	8.24 339	5.45 357	19.12 371	6.46 302	24.10 280	14.34 174	22.80 360	23.87 255	33.28 413	15.54 352	18.87 357	17.26 374	0.28 276	0.12 231	0.02 134	0.02 125	0.26 133	0.63 288

test_sample7	10.45 310	2.24 300	9.90 273	5.32 176	2.01 193	14.98 309	7.44 332	28.75 332	23.91 292	24.38 375	21.03 221	24.64 348	17.82 382	13.58 267	9.82 297	0.59 346	0.87 416	0.39 348	0.12 247	0.66 306	0.47 259

test_sample4	9.10 259	1.65 193	9.91 274	5.19 164	2.57 221	16.59 348	5.38 256	27.37 318	19.80 240	17.80 270	27.52 293	15.01 227	11.21 258	12.69 234	8.15 276	0.21 244	0.07 163	0.06 193	0.03 143	0.43 225	0.30 205

rvit_stereo_0083	4.53 81	1.94 256	9.94 275	7.12 297	1.67 165	4.98 79	2.80 178	8.25 36	18.22 226	4.76 65	7.78 67	6.41 89	4.87 115	7.54 47	3.74 156	0.11 200	0.04 77	0.00 1	0.01 94	0.24 119	0.16 122

DMCA	8.51 243	1.90 245	9.96 276	5.16 155	4.14 290	10.29 225	4.46 234	25.52 292	19.55 236	16.33 237	20.69 212	17.59 273	11.26 259	10.42 118	11.36 323	0.50 331	0.08 183	0.35 341	0.05 184	0.36 195	0.31 213

plain	4.15 77	1.67 198	9.97 277	4.86 127	2.97 244	3.27 15	1.41 62	8.20 34	5.51 49	3.37 38	16.69 160	3.03 24	2.71 48	14.44 284	3.91 167	0.14 211	0.00 1	0.03 152	0.01 94	0.69 307	0.14 103

IER	9.78 287	1.55 156	9.97 277	4.51 103	5.23 342	13.78 283	5.11 248	26.66 310	22.79 277	19.69 312	29.45 316	16.42 249	18.52 390	13.64 270	7.57 258	0.06 176	0.03 67	0.18 290	0.09 226	0.18 88	0.23 174

test_sample3	8.76 250	1.62 187	9.99 279	5.21 167	2.61 223	17.43 356	5.37 254	26.91 314	19.77 239	17.13 256	20.82 218	16.55 252	9.70 231	12.52 229	8.59 282	0.21 244	0.07 163	0.05 179	0.04 162	0.39 212	0.30 205

DEmStereo	8.85 253	1.36 102	9.99 279	4.24 84	1.05 109	11.49 247	5.91 274	13.76 125	26.68 320	22.03 351	32.92 374	11.86 170	15.27 348	11.48 169	8.08 273	0.16 221	0.15 258	0.02 134	0.09 226	0.09 38	0.44 252

UDGNet	10.05 300	13.89 455	10.00 281	9.36 362	2.69 228	7.82 197	1.88 119	18.86 213	34.64 391	17.52 267	13.70 135	13.40 204	7.18 180	13.01 250	6.30 237	5.30 452	0.08 183	12.57 477	2.80 444	8.19 454	1.71 377

DIP-Stereo	6.74 179	1.93 255	10.02 282	4.28 92	1.64 163	13.54 281	1.52 68	15.16 144	6.63 68	14.30 188	26.81 286	10.90 154	5.19 120	14.78 291	7.56 257	0.00 1	0.06 141	0.05 179	0.00 1	0.17 85	0.17 128
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ADLNet	12.34 354	2.22 297	10.14 283	8.38 342	6.78 396	17.56 358	9.05 351	33.21 396	26.28 318	27.06 403	26.01 273	26.80 368	13.76 312	16.99 338	18.74 382	0.24 263	0.39 356	0.23 313	0.10 235	0.64 300	2.16 394

Selective-RAFT	5.78 136	0.83 10	10.24 284	6.70 274	0.72 76	15.49 321	1.13 51	13.82 128	15.41 187	6.97 91	6.97 60	11.63 164	8.27 201	12.32 214	4.73 194	0.10 196	0.01 17	0.00 1	0.26 321	0.07 28	0.03 14

hknet	10.13 304	1.56 165	10.27 285	6.74 277	3.72 268	16.10 333	7.13 325	33.06 393	21.12 255	17.99 276	21.34 225	23.11 331	14.95 339	16.43 330	8.34 279	0.14 211	0.13 239	0.14 272	0.04 162	0.30 156	0.09 59

UPFNet	11.72 339	1.52 146	10.33 286	7.38 306	7.14 405	20.05 378	9.62 363	28.90 337	25.94 313	20.02 317	29.73 320	20.91 310	16.34 361	18.61 355	16.17 366	0.26 273	0.17 269	0.25 317	0.03 143	0.55 274	0.56 278

RASNet	11.59 336	1.71 207	10.36 287	6.30 246	5.66 365	15.48 320	6.12 288	34.50 411	20.86 250	16.61 244	32.51 367	22.04 321	23.00 411	19.44 366	16.15 365	0.71 360	0.03 67	0.05 179	0.01 94	0.15 71	0.13 98

gcap-zeroshot	5.34 106	1.50 140	10.42 288	4.65 112	1.22 129	9.78 218	1.70 84	10.29 68	6.36 63	15.08 203	9.84 87	17.96 281	5.21 121	9.43 93	1.99 56	0.10 196	0.36 353	0.06 193	0.29 333	0.05 15	0.43 248

NINENet	10.74 320	2.29 303	10.44 289	8.03 332	5.09 334	17.62 362	2.79 176	38.69 445	33.24 380	18.35 289	26.31 279	14.49 217	9.40 224	15.88 313	10.57 312	0.41 312	0.21 292	0.29 332	0.00 1	0.42 223	0.23 174

AASNet	12.49 358	2.46 311	10.49 290	9.82 378	6.86 397	17.33 354	6.73 313	41.09 458	37.86 412	22.53 357	29.11 307	16.68 253	13.48 307	14.54 289	17.87 378	0.20 239	0.02 44	0.78 376	0.05 184	1.18 349	0.76 313

PCWNet_CMD	9.64 281	1.77 230	10.59 291	4.80 121	2.90 237	16.25 343	2.42 159	29.37 345	34.10 385	17.41 261	22.04 237	19.10 296	7.70 187	12.05 198	6.86 242	0.22 250	0.45 374	0.80 380	0.22 294	3.11 407	0.69 301

MSMDNet	9.64 281	1.77 230	10.63 292	4.83 122	2.90 237	16.35 344	2.37 155	29.33 344	34.29 389	17.43 263	22.10 239	19.05 295	7.79 191	12.11 206	6.87 243	0.23 258	0.46 376	0.67 369	0.21 291	2.77 398	0.60 284

LMCR-Stereo	10.75 321	4.13 370	10.67 293	13.11 429	3.99 286	16.68 349	5.91 274	25.30 290	22.69 275	22.04 352	21.80 232	14.67 221	14.24 326	20.55 392	15.86 361	1.90 417	0.04 77	0.00 1	0.02 125	1.29 356	0.18 136

ccs_rob	9.61 280	1.92 252	10.72 294	4.55 105	2.89 236	14.33 295	2.86 181	26.85 313	32.36 372	17.05 253	22.91 246	22.12 322	8.70 207	12.10 204	7.44 252	0.19 231	0.44 370	1.38 412	0.25 317	2.68 396	0.57 279

CFNet_pseudo	9.58 278	1.91 248	10.73 295	4.53 104	2.91 239	14.26 293	2.75 174	26.73 312	32.14 369	17.10 255	23.02 247	22.14 323	8.74 209	12.17 208	7.43 251	0.20 239	0.45 374	1.24 410	0.24 311	2.49 393	0.49 266

iResNet_ROB	11.71 338	1.96 259	10.77 296	6.01 226	3.68 267	15.13 313	2.34 151	31.72 373	37.58 409	26.16 397	32.77 369	25.88 364	15.34 350	16.35 329	7.94 269	0.19 231	0.01 17	0.00 1	0.00 1	0.31 168	0.12 85

MIM_Stereo	7.02 194	1.55 156	10.78 297	4.17 77	0.58 48	5.25 97	1.32 59	19.03 215	12.59 150	16.74 249	28.83 306	13.20 198	5.53 129	12.89 241	7.11 246	0.00 1	0.23 307	0.00 1	0.01 94	0.38 209	0.28 196

StereoDRNet-Refined	13.36 376	2.80 325	10.82 298	7.94 329	3.10 246	18.95 370	4.45 233	28.47 330	29.65 339	29.11 416	41.47 435	24.44 345	17.64 378	23.34 406	21.66 401	0.16 221	0.07 163	0.53 359	0.32 348	0.77 325	1.64 373
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
AANet_RVC	13.16 370	5.34 392	10.83 299	8.20 338	4.44 308	14.13 291	9.46 360	28.78 335	37.67 410	23.44 366	37.47 409	23.48 337	15.83 356	22.39 402	16.63 368	1.67 411	0.86 415	0.24 316	0.02 125	0.63 296	1.60 371

MyStereo8	7.13 198	2.48 312	10.86 300	6.81 282	4.98 327	10.73 234	1.42 63	14.58 134	9.73 120	15.75 222	23.16 249	12.17 180	7.96 196	9.85 103	10.21 308	0.04 148	0.19 280	0.08 214	0.21 291	0.58 285	0.82 318

GMStereo	5.94 142	3.84 364	10.86 300	5.13 153	0.71 67	7.27 186	2.66 171	12.38 92	25.14 304	12.01 136	10.66 104	5.12 65	3.46 63	11.39 167	6.16 235	0.45 320	0.02 44	0.05 179	0.31 344	0.86 331	0.25 185
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ITSA-stereo	11.44 333	2.03 277	10.92 302	5.90 216	1.78 178	12.05 257	4.17 224	36.77 430	49.15 458	18.17 281	18.53 182	21.79 318	12.59 292	15.74 307	14.05 346	0.45 320	0.39 356	0.28 328	0.29 333	0.98 338	2.81 403

MeshStereo	22.27 449	6.87 414	11.15 303	7.69 320	4.87 320	37.70 465	13.06 411	41.64 461	36.95 407	50.92 484	53.41 477	58.12 488	41.93 478	37.73 471	27.62 445	2.52 429	2.37 449	2.99 437	2.07 437	3.09 406	2.60 400
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
ssnet_v2	13.23 372	2.43 308	11.25 304	7.34 303	2.92 240	23.05 400	12.95 410	35.93 424	32.92 379	21.23 344	25.38 267	28.81 377	15.22 347	22.57 403	19.81 390	0.18 227	0.08 183	0.19 298	0.05 184	1.24 354	1.06 345

TRStereo	6.22 157	6.09 402	11.30 305	9.19 359	7.41 411	4.75 62	1.74 98	19.70 223	11.74 138	10.61 123	8.65 70	10.67 151	3.22 57	13.81 272	3.60 149	0.31 282	0.23 307	0.12 257	0.36 358	0.48 243	0.38 231

SFCPSM	8.85 253	1.40 109	11.34 306	5.23 171	3.47 263	16.55 347	7.18 328	30.71 362	25.24 305	16.45 239	19.45 192	11.10 159	9.61 228	11.88 192	5.52 224	0.22 250	0.17 269	0.36 344	0.22 294	0.29 150	0.58 281

DCVSM-stereo	9.70 283	1.83 239	11.36 307	5.81 205	3.59 266	10.57 231	3.00 184	18.71 210	22.11 269	23.79 368	19.02 188	29.73 384	17.68 379	13.33 258	9.11 292	0.21 244	1.14 424	0.27 321	0.06 200	0.75 323	1.89 381

delet	12.65 362	1.85 242	11.36 307	7.71 323	6.22 381	22.52 395	10.22 381	28.14 327	37.67 410	19.66 311	29.24 309	21.00 312	15.99 357	21.97 399	17.77 377	0.03 137	0.07 163	0.19 298	0.04 162	0.60 288	0.75 312

SACVNet	13.38 377	4.08 368	11.41 309	11.67 417	5.79 370	17.28 353	9.39 358	32.77 388	22.29 270	28.11 411	33.35 379	32.48 405	21.86 408	19.75 370	10.28 310	1.00 391	0.48 380	0.85 388	0.29 333	1.31 359	3.08 408

dd	7.96 228	4.08 368	11.49 310	6.53 260	0.93 101	8.28 205	4.03 219	16.53 173	33.82 381	15.17 211	16.50 158	6.79 95	5.96 146	14.30 280	9.90 299	1.13 399	0.42 364	0.17 285	0.44 373	2.01 384	0.79 317

PFNet	7.91 224	1.44 123	11.60 311	7.03 289	2.42 213	7.60 196	6.03 285	23.36 272	17.24 210	20.29 324	17.67 165	15.44 236	7.71 188	13.02 252	5.71 226	0.24 263	0.20 285	0.12 257	0.19 285	0.31 168	0.61 286

DMCA-RVC	11.41 332	3.32 347	11.68 312	10.12 388	4.81 318	11.92 252	4.11 220	24.67 285	23.66 287	20.06 319	28.51 304	26.71 367	24.96 425	15.95 320	14.82 352	0.41 312	0.34 351	0.56 361	0.16 267	0.72 316	0.69 301

CRFU-Net	12.56 360	2.89 331	11.77 313	8.18 336	5.80 371	24.84 409	10.46 388	24.56 283	13.12 157	30.06 424	29.37 310	29.09 378	19.64 397	19.96 374	18.53 381	0.82 377	0.48 380	0.27 321	0.15 264	0.53 268	0.68 299

GES	8.51 243	1.98 262	11.82 314	6.39 251	1.77 176	12.36 263	6.22 291	21.55 248	21.34 258	19.02 301	26.02 274	8.79 128	9.34 222	13.94 275	7.24 248	0.38 298	0.10 206	0.30 336	0.14 258	0.69 307	0.73 309

CFNet_ucs	10.25 306	1.91 248	11.88 315	4.98 133	4.08 288	15.11 311	3.57 209	28.02 325	31.98 368	18.21 283	25.20 266	23.27 334	9.38 223	13.38 259	7.22 247	0.23 258	0.81 412	1.65 416	0.22 294	3.01 403	0.93 332

DDVS	10.70 317	3.00 338	11.95 316	6.84 284	3.80 274	15.73 323	2.83 180	23.57 274	17.37 213	20.98 335	29.89 322	31.40 398	8.70 207	19.22 365	13.19 335	0.74 367	1.53 434	0.07 204	0.21 291	0.84 329	2.11 388

acv_ft	12.16 349	1.68 204	11.97 317	7.70 321	6.20 379	19.61 375	5.52 264	25.78 297	34.81 392	25.62 392	30.78 335	24.72 352	13.20 302	15.81 310	18.80 383	0.13 209	0.01 17	0.06 193	0.06 200	0.63 296	0.15 117

iRaft-Stereo_20w	6.06 152	1.84 240	12.04 318	4.23 83	1.67 165	6.77 177	2.22 145	18.73 211	6.08 57	14.72 192	10.33 100	13.42 206	8.14 199	15.88 313	3.08 131	0.01 76	0.24 318	0.13 268	0.39 366	0.61 290	0.71 306

BEATNet_4x	9.37 272	4.85 381	12.05 319	5.48 186	1.35 144	13.15 276	6.15 289	25.06 287	16.74 204	16.18 232	24.65 260	17.29 270	12.51 290	16.91 337	10.92 316	0.38 298	0.18 275	0.81 385	0.05 184	1.95 380	0.65 296

MIPNet	6.75 181	1.67 198	12.34 320	4.67 113	1.47 149	10.01 221	2.24 147	26.43 307	17.22 208	14.72 192	12.75 126	7.02 102	9.68 230	8.44 59	5.26 215	0.01 76	0.04 77	0.05 179	0.09 226	0.35 194	0.55 274

HGLStereo	12.72 363	2.66 322	12.34 320	9.93 382	7.55 413	16.16 337	7.45 333	31.48 372	27.01 322	20.01 316	35.31 396	26.98 373	18.90 393	17.87 345	18.90 384	0.33 285	0.16 267	0.07 204	0.05 184	0.48 243	0.70 305

GANet	16.92 405	4.32 373	12.46 322	10.84 406	4.24 293	23.04 399	15.36 433	39.91 452	34.47 390	32.42 438	45.10 454	40.04 448	27.54 434	23.61 409	20.20 394	1.02 394	0.08 183	0.67 369	0.22 294	1.87 378	0.97 335

LL-Strereo	10.79 323	3.52 352	12.54 323	8.77 347	5.44 356	7.49 189	9.26 357	35.15 417	28.70 334	16.47 240	15.85 152	21.06 313	17.42 377	21.62 398	9.72 296	0.21 244	0.22 301	0.74 374	0.08 213	0.98 338	0.60 284

IPLG	7.20 203	1.43 117	12.55 324	5.17 156	4.32 305	11.11 244	1.48 64	21.79 252	15.10 182	19.16 303	20.23 202	5.26 71	5.61 131	11.68 185	8.14 274	0.05 161	0.06 141	0.03 152	0.07 210	0.33 184	0.50 267

MLCV	9.32 269	2.22 297	12.55 324	5.22 169	1.32 140	13.79 284	1.35 60	21.14 245	23.65 285	21.91 350	31.37 347	17.14 264	7.57 185	16.00 321	10.18 306	0.22 250	0.01 17	0.03 152	0.02 125	0.40 217	0.29 202

MMNet	12.97 367	2.08 282	12.74 326	6.98 288	6.27 386	26.39 426	4.73 240	23.10 270	41.79 429	25.48 390	32.29 365	21.09 314	17.79 380	19.52 368	17.90 379	0.19 231	0.07 163	0.10 240	0.00 1	0.37 203	0.59 283

CIPLG	7.15 200	2.44 309	12.82 327	7.38 306	4.93 322	10.51 229	4.56 236	15.17 145	13.25 162	17.45 264	19.75 198	8.42 123	4.60 104	11.41 168	8.31 277	0.33 285	0.32 344	0.03 152	0.14 258	0.37 203	0.72 308

ADLNet2	12.44 356	2.17 292	12.84 328	9.17 357	5.82 372	20.00 377	10.13 377	32.53 386	36.22 404	18.62 295	19.39 191	21.96 319	17.07 371	21.43 397	19.42 386	0.24 263	0.15 258	0.06 193	0.08 213	0.86 331	0.57 279

DSFCA	11.85 343	2.01 272	12.93 329	5.40 183	6.87 398	15.36 315	10.45 384	30.68 361	31.84 361	25.99 394	23.52 250	22.03 320	14.05 320	20.28 386	12.46 329	0.57 341	0.41 360	0.28 328	0.38 364	1.02 340	0.47 259

IPLGR_C	7.16 201	2.48 312	12.98 330	7.52 315	4.91 321	10.56 230	4.59 238	15.63 157	14.12 171	17.42 262	18.87 185	8.00 117	4.59 103	10.76 132	8.81 285	0.32 283	0.32 344	0.03 152	0.13 252	0.36 195	0.76 313

DeepPruner_ROB	10.77 322	4.56 376	13.13 331	6.37 249	4.28 301	10.14 223	6.86 316	36.42 428	19.59 237	17.87 272	27.37 291	23.19 333	12.26 282	19.09 361	10.23 309	1.05 395	0.48 380	0.23 313	0.15 264	0.89 334	1.17 353

IPLGR	7.14 199	1.31 91	13.14 332	4.24 84	1.15 125	9.78 218	0.98 45	23.98 277	21.70 264	16.22 234	18.43 178	8.45 124	7.66 186	9.26 90	5.45 223	0.21 244	0.05 108	0.04 172	0.06 200	0.32 178	0.38 231

MyStereo06	6.40 160	1.76 224	13.15 333	6.19 240	4.40 306	7.09 183	9.95 368	16.68 176	6.98 77	12.91 160	10.76 109	17.84 278	5.71 138	9.97 107	3.39 145	0.06 176	0.10 206	0.02 134	0.04 162	0.73 317	0.29 202

ACRE	7.07 197	2.38 306	13.26 334	7.36 305	4.86 319	10.28 224	4.40 230	15.51 152	13.69 167	17.22 259	19.23 189	8.00 117	4.20 85	10.64 126	8.50 281	0.33 285	0.32 344	0.03 152	0.14 258	0.37 203	0.77 316

UNet	12.64 361	2.02 274	13.36 335	6.85 285	7.76 419	25.31 418	4.74 241	34.10 403	28.19 331	20.03 318	31.07 343	27.02 374	17.36 375	20.18 380	13.87 344	0.06 176	0.05 108	0.27 321	0.01 94	0.23 114	0.39 235

SMFormer	10.46 312	1.37 104	13.37 336	4.41 96	1.30 134	14.40 299	3.29 193	30.25 353	29.81 341	19.55 307	29.37 310	18.06 283	14.40 330	15.42 300	12.70 332	0.38 298	0.21 292	0.28 328	0.03 143	0.33 184	0.31 213

tta	10.45 310	1.37 104	13.37 336	4.41 96	1.30 134	14.39 296	3.29 193	30.25 353	29.81 341	19.55 307	29.37 310	18.06 283	14.40 330	15.42 300	12.69 331	0.38 298	0.21 292	0.28 328	0.03 143	0.29 150	0.18 136

qqq1	9.96 296	1.37 104	13.37 336	4.41 96	1.30 134	14.40 299	3.29 193	30.25 353	29.81 341	19.55 307	29.37 310	18.06 283	14.40 330	15.42 300	3.18 136	0.38 298	0.21 292	0.00 1	0.01 94	0.29 150	0.18 136

fff1	9.96 296	1.37 104	13.37 336	4.41 96	1.30 134	14.40 299	3.29 193	30.25 353	29.81 341	19.55 307	29.37 310	18.06 283	14.40 330	15.42 300	3.18 136	0.38 298	0.21 292	0.00 1	0.01 94	0.29 150	0.18 136

iResNetv2_ROB	12.00 346	2.91 333	13.46 340	5.82 206	3.73 269	13.15 276	6.45 301	34.15 404	36.02 401	25.25 386	33.81 387	29.79 386	14.24 326	13.61 269	6.10 234	0.21 244	0.02 44	0.12 257	0.00 1	0.82 327	0.25 185

gwcnet-sp	9.81 290	2.82 327	13.47 341	5.99 223	4.27 296	16.20 339	5.91 274	25.55 293	24.34 298	21.01 336	20.69 212	15.22 230	14.96 340	14.50 286	9.97 301	0.05 161	0.15 258	0.02 134	0.08 213	0.49 252	0.51 268

scenet	9.81 290	2.82 327	13.47 341	5.99 223	4.27 296	16.20 339	5.91 274	25.55 293	24.34 298	21.01 336	20.69 212	15.22 230	14.96 340	14.50 286	9.97 301	0.05 161	0.15 258	0.02 134	0.08 213	0.49 252	0.51 268

ssnet	9.81 290	2.82 327	13.47 341	5.99 223	4.27 296	16.20 339	5.91 274	25.55 293	24.34 298	21.01 336	20.69 212	15.22 230	14.96 340	14.50 286	9.97 301	0.05 161	0.15 258	0.02 134	0.08 213	0.49 252	0.51 268

GEStereo_RVC	12.81 364	2.49 314	13.64 344	9.68 374	4.97 325	18.16 364	11.30 395	31.26 368	47.47 452	19.84 313	26.97 287	19.03 294	13.19 301	20.14 379	14.86 354	0.83 379	0.51 387	0.10 240	0.13 252	0.54 270	0.99 339

UGAM-zero	6.91 188	1.47 128	13.65 345	4.24 84	1.67 165	5.51 106	0.72 30	17.44 185	6.74 70	14.56 189	15.84 151	24.16 343	14.20 324	12.79 238	3.96 171	0.00 1	0.22 301	0.02 134	0.58 390	0.14 64	0.27 192

dad	12.24 350	10.20 432	13.68 346	6.64 270	1.47 149	13.55 282	3.58 210	17.62 188	35.33 397	27.15 406	32.65 368	30.85 393	10.86 249	14.33 282	10.04 304	2.95 433	0.55 392	7.92 467	0.91 406	3.35 415	1.17 353

MDST_ROB	17.92 417	1.60 177	13.68 346	13.88 437	6.44 388	43.05 477	14.86 425	42.74 466	41.66 427	43.25 471	42.85 445	28.43 376	17.28 374	29.35 438	16.06 363	0.88 384	0.11 222	0.63 366	0.47 377	0.50 258	0.64 294

DAS	10.80 324	2.03 277	13.96 348	9.01 352	6.23 382	14.67 305	7.38 330	21.59 249	32.58 375	18.67 296	28.13 297	19.20 298	17.08 372	16.54 332	7.31 249	0.58 342	0.01 17	0.29 332	0.01 94	0.47 241	0.20 152

SepStereo	11.34 331	2.03 277	13.96 348	9.01 352	6.23 382	14.67 305	7.38 330	21.59 249	32.58 375	18.67 296	28.13 297	19.20 298	17.08 372	27.36 427	7.31 249	0.58 342	0.01 17	0.29 332	0.01 94	0.47 241	0.20 152

LE_ROB	22.93 454	3.07 340	14.02 350	7.70 321	2.86 234	31.99 449	17.35 447	28.10 326	67.19 502	70.51 505	55.61 484	49.07 477	47.62 485	24.76 416	36.49 465	0.35 292	0.20 285	0.27 321	0.55 387	0.48 243	0.44 252

AIO-Stereo-zeroshot	7.16 201	3.12 343	14.04 351	4.74 116	6.89 400	6.58 170	0.68 27	21.97 258	9.36 119	10.84 126	17.38 163	17.36 271	9.24 218	12.45 222	4.44 188	0.04 148	0.24 318	0.10 240	1.00 413	1.36 361	1.43 365

DN-CSS_ROB	8.17 234	2.59 320	14.14 352	6.11 236	3.22 251	6.31 158	3.53 205	22.92 269	20.59 247	16.66 245	30.05 326	9.31 136	7.95 195	13.49 263	4.78 196	0.72 362	0.00 1	0.45 351	0.00 1	0.54 270	0.09 59

PAM_32	6.82 184	1.73 208	14.16 353	5.34 179	1.47 149	13.84 286	0.88 39	14.75 138	6.34 62	14.22 186	9.14 79	24.94 355	11.87 277	12.50 226	2.79 113	0.14 211	0.27 333	0.09 222	0.42 370	0.54 270	0.89 328

PSMNet_ROB	16.90 404	5.45 393	14.16 353	13.77 433	7.25 407	27.65 430	32.74 489	43.21 470	37.88 413	24.00 369	32.97 375	34.55 423	16.69 364	17.41 340	23.96 421	0.38 298	0.22 301	0.93 392	2.05 436	1.83 376	0.96 334

AF-Net	18.38 422	5.60 396	14.21 355	15.95 450	10.78 449	22.26 392	10.45 384	35.39 419	50.22 466	24.71 379	37.77 410	41.55 456	29.24 445	29.11 437	26.67 437	4.35 448	0.06 141	4.56 447	0.90 403	2.42 390	1.38 362

IGEV_Zeroshot_test	5.28 103	2.03 277	14.26 356	6.09 233	1.33 142	4.32 42	1.03 49	14.46 130	6.50 65	13.33 174	11.89 119	11.01 155	3.45 62	10.71 130	3.64 151	0.03 137	0.22 301	0.15 278	0.26 321	0.80 326	0.20 152

rvit_0105_6	5.74 134	2.76 324	14.29 357	9.83 380	1.73 171	5.18 94	5.24 251	10.21 66	20.31 244	6.26 77	6.78 57	10.10 146	6.43 163	11.20 160	3.33 142	0.18 227	0.29 336	0.00 1	0.00 1	0.51 262	0.14 103

NCCL2	17.23 408	6.37 407	14.30 358	23.45 473	7.18 406	24.16 404	17.05 445	34.39 409	25.88 311	31.55 431	38.01 412	42.09 458	26.81 430	20.94 395	22.69 414	0.45 320	0.23 307	2.63 433	1.80 431	2.02 385	2.57 399

StereoDRNet	15.30 390	4.47 375	14.35 359	10.71 401	8.69 431	25.02 414	11.03 390	39.66 450	35.62 399	29.17 417	28.81 305	34.05 419	17.80 381	18.80 356	23.77 419	0.41 312	0.30 338	0.15 278	0.14 258	1.64 368	1.42 364

UDG	21.45 444	14.84 457	14.44 360	21.30 470	20.08 479	32.05 450	13.76 416	35.98 426	35.52 398	25.93 393	30.69 332	37.26 434	30.66 451	21.97 399	19.89 391	10.88 475	5.55 478	22.78 484	7.65 471	14.83 478	13.05 480

DDUNet	22.66 450	19.69 471	14.64 361	24.11 474	22.38 483	24.84 409	17.71 448	30.36 358	30.32 349	29.02 415	37.31 408	37.63 436	24.66 422	24.67 413	17.08 371	18.42 486	7.92 484	26.43 487	11.81 483	17.23 482	16.95 486

PS-NSSS	13.70 381	7.41 419	14.68 362	6.70 274	5.63 363	18.43 367	12.59 408	38.89 448	25.56 308	20.27 323	35.71 398	21.11 315	16.35 362	17.16 339	17.56 375	2.28 421	0.53 389	5.37 449	0.36 358	4.28 426	3.09 409

DRN-Test	15.88 392	3.83 363	14.70 363	9.96 384	8.02 425	28.93 436	14.65 422	42.34 463	38.25 415	28.18 412	34.31 391	29.22 381	18.35 388	20.01 375	22.68 413	0.37 297	0.41 360	0.46 352	0.28 329	1.28 355	1.34 359

MSMD_ROB	22.90 453	9.64 430	14.76 364	17.46 456	9.88 442	34.94 457	18.83 452	33.67 400	37.47 408	40.97 464	59.80 488	45.93 470	38.34 470	31.74 446	23.24 417	6.22 458	3.58 468	8.78 469	11.03 482	6.76 443	5.06 435

test-1	5.62 129	1.53 149	14.78 365	7.44 310	1.11 114	7.99 200	1.19 53	13.03 108	12.04 144	9.39 111	15.23 147	11.15 160	5.56 130	7.06 41	3.57 146	0.07 186	0.50 384	0.00 1	0.10 235	0.16 78	0.47 259

PAM	6.94 191	1.65 193	14.88 366	5.38 181	1.98 190	14.76 307	1.28 56	14.54 132	6.77 71	15.52 216	9.10 78	24.15 342	11.60 273	12.46 223	2.33 85	0.04 148	0.28 335	0.07 204	0.42 370	0.57 281	0.99 339

RP	17.58 412	4.92 386	15.27 367	15.44 449	11.95 460	21.05 385	11.75 403	27.64 321	45.09 448	22.99 362	42.05 441	39.39 444	27.74 436	25.54 419	22.33 410	5.45 453	0.59 395	4.33 445	1.62 429	3.53 417	2.86 405

XPNet_ROB	17.33 411	4.84 380	15.44 368	11.15 412	6.64 390	20.88 383	16.10 437	36.26 427	39.54 418	31.80 435	41.32 433	41.30 455	23.91 415	24.67 413	27.40 441	1.07 398	0.74 407	0.79 378	0.25 317	1.10 345	1.31 358

rvit_0105_4	6.69 174	2.81 326	15.46 369	10.22 392	1.58 159	5.99 145	5.81 272	13.77 126	23.65 285	7.16 93	9.46 84	12.64 182	7.78 190	12.03 195	3.83 163	0.19 231	0.47 378	0.00 1	0.01 94	0.60 288	0.37 229

ToySt	10.51 313	2.00 264	15.67 370	5.33 177	0.95 102	14.97 308	9.51 361	24.02 278	27.37 324	14.61 191	24.67 261	24.56 346	14.70 337	16.86 336	13.35 338	0.06 176	0.23 307	0.03 152	0.09 226	0.62 293	0.67 298

iResNet	10.26 307	3.10 342	15.72 371	7.35 304	2.13 197	13.86 287	7.07 322	22.80 267	28.01 328	20.10 320	30.40 329	16.79 254	11.06 255	14.46 285	10.29 311	0.39 308	0.05 108	0.00 1	0.07 210	0.73 317	0.73 309

DispNO	9.33 270	1.78 233	15.84 372	5.73 203	5.74 369	12.24 260	4.81 246	25.06 287	21.10 254	16.70 248	20.86 219	17.78 276	11.76 275	16.74 335	8.85 287	0.22 250	0.15 258	0.03 152	0.12 247	0.41 220	0.64 294

LALA_ROB	19.19 427	7.15 418	15.93 373	12.96 427	5.30 350	28.30 432	23.21 471	42.51 464	36.69 406	33.45 443	40.81 430	50.96 482	24.53 419	27.92 430	25.66 434	0.60 347	0.44 370	2.04 421	1.22 421	2.54 394	1.47 367

DISCO	16.36 397	1.88 244	16.15 374	7.78 325	4.19 291	26.92 428	10.21 380	30.31 357	44.26 443	21.35 346	33.91 389	35.80 429	22.40 410	35.65 462	33.87 458	0.18 227	0.08 183	0.04 172	0.04 162	1.71 372	0.54 273

fast-acv-ft	14.25 383	4.00 367	16.20 375	7.51 314	5.14 339	26.38 425	9.77 365	24.62 284	34.84 394	25.30 388	37.27 407	32.09 403	20.38 402	18.32 350	19.50 388	0.36 294	0.32 344	0.63 366	0.47 377	1.18 349	0.76 313

NaN_ROB	16.51 399	6.51 408	16.22 376	10.53 399	4.64 315	31.76 447	17.78 449	37.00 434	43.37 438	29.68 422	31.29 346	32.67 410	20.32 401	28.00 433	16.06 363	0.38 298	0.41 360	0.32 338	0.41 368	0.87 333	1.94 384

NLCA_NET_v2_RVC	12.05 348	3.43 350	16.25 377	7.62 319	5.58 360	14.57 303	6.00 281	32.98 391	27.41 325	21.69 348	31.40 349	25.21 357	13.47 305	14.96 292	15.60 360	0.84 380	0.33 348	0.35 341	0.35 355	1.29 356	1.78 378
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	15.15 387	2.97 336	16.28 378	9.23 360	7.56 414	30.03 439	9.53 362	42.80 467	42.72 433	15.11 205	27.03 289	23.16 332	16.93 368	24.28 411	15.45 358	3.07 436	0.43 368	1.44 413	0.61 391	6.74 442	7.60 460

stereogan	18.62 423	3.07 340	16.31 379	13.04 428	9.99 443	35.74 460	9.09 353	38.17 442	45.27 449	24.39 378	41.24 432	39.93 446	25.46 426	31.29 445	24.33 426	1.80 415	0.91 419	2.71 435	0.75 398	5.15 434	3.70 416

rvit_0105_5	7.60 212	3.13 344	16.37 380	9.97 385	1.59 160	7.41 188	6.27 292	17.78 192	25.62 309	10.30 120	10.39 101	14.79 223	8.95 213	12.51 227	4.87 203	0.17 224	0.42 364	0.00 1	0.11 245	0.62 293	0.71 306

sCroCo_RVC	5.06 92	3.29 346	16.45 381	10.72 402	6.64 390	5.83 135	2.74 173	9.67 52	8.06 97	3.66 43	9.20 81	4.81 59	4.95 116	8.12 56	4.64 192	0.64 356	0.50 384	0.06 193	0.03 143	0.70 310	0.42 245

ARAFT	8.50 242	3.19 345	16.58 382	5.52 188	0.91 99	12.13 258	11.20 393	17.19 184	18.28 227	18.40 292	16.33 157	17.10 263	8.58 203	18.56 353	5.00 206	0.11 200	0.04 77	0.00 1	0.00 1	0.55 274	0.25 185

RYNet	18.92 425	4.69 379	16.88 383	10.99 409	15.84 469	46.72 479	16.57 442	37.84 439	48.03 453	26.92 401	26.48 282	37.84 438	24.92 424	19.80 371	31.04 456	0.25 269	0.25 326	0.62 365	0.03 143	6.34 440	6.39 445

RAFT + AFF	10.27 308	3.77 359	17.13 384	10.24 393	4.97 325	13.08 274	11.52 399	25.69 296	25.80 310	14.72 192	16.12 155	19.16 297	11.35 264	16.24 328	9.04 291	0.30 279	1.46 432	0.66 368	0.20 289	2.03 386	1.94 384

ISRNet	12.26 351	2.02 274	17.38 385	12.71 426	6.24 384	7.39 187	1.62 77	29.23 343	31.94 367	22.65 358	35.28 395	24.62 347	15.27 348	15.28 295	13.76 343	0.78 370	1.00 421	2.30 428	0.52 384	0.92 337	4.29 425

DualNet (step1)	12.44 356	4.86 382	17.49 386	5.97 220	2.94 241	17.57 359	8.30 341	28.75 332	23.91 292	24.38 375	21.03 221	24.64 348	17.82 382	13.58 267	9.82 297	6.44 459	0.87 416	6.62 456	7.44 468	3.20 411	3.11 410

test_sample9	15.04 386	4.86 382	17.49 386	5.97 220	2.94 241	17.57 359	8.30 341	28.75 332	23.91 292	24.38 375	21.03 221	24.64 348	17.82 382	20.07 377	20.17 392	6.44 459	36.07 498	6.62 456	7.44 468	3.20 411	3.11 410

test_sample8	17.19 407	4.86 382	17.49 386	5.97 220	2.94 241	17.57 359	8.30 341	31.87 374	18.55 229	33.54 444	26.00 272	40.64 451	32.90 458	20.07 377	20.17 392	6.44 459	36.07 498	6.62 456	7.44 468	3.20 411	3.11 410

pcwnet_v2	12.32 352	2.00 264	17.53 389	7.79 326	5.69 367	17.06 351	3.69 214	36.52 429	46.17 450	20.55 326	29.39 315	16.50 250	13.00 299	15.70 306	9.32 295	0.50 331	1.00 421	0.34 340	0.24 311	2.00 383	1.38 362

FAT-Stereo	16.81 400	2.97 336	17.56 390	9.80 377	6.21 380	16.12 336	13.23 413	38.18 443	39.67 419	27.00 402	39.73 425	37.55 435	31.30 454	20.39 387	21.52 398	3.44 438	2.05 441	0.81 385	1.10 417	1.89 379	5.72 438

Anonymous_2	14.95 385	6.75 413	17.63 391	5.45 185	7.10 404	26.19 422	11.58 400	18.06 201	17.30 211	17.61 268	15.47 148	23.33 335	20.95 406	20.55 392	14.63 350	11.05 477	12.86 487	11.27 475	25.12 491	11.32 469	4.82 432

edge stereo	18.75 424	5.12 387	17.66 392	10.77 405	7.84 421	22.41 394	11.03 390	35.23 418	42.07 432	34.62 448	42.74 443	41.28 454	35.50 462	25.14 417	24.17 423	2.42 427	2.42 452	6.35 454	1.45 426	2.89 402	3.80 417

ETE_ROB	17.67 414	9.48 428	17.66 392	13.60 431	4.57 311	23.03 398	21.09 459	32.49 385	35.24 396	30.49 425	38.06 413	46.18 472	24.49 418	26.40 423	24.21 424	0.46 325	0.24 318	1.14 400	0.84 401	1.52 365	2.13 389

rvit_0105_3	9.23 262	3.67 356	17.68 394	11.75 418	1.89 185	9.37 217	8.48 345	18.68 209	30.64 352	15.02 201	14.72 141	17.87 279	9.94 236	15.66 305	6.54 238	0.36 294	0.43 368	0.01 119	0.41 368	0.50 258	1.01 342

MANE	31.97 481	10.75 439	17.71 395	20.94 466	13.77 465	47.80 481	26.85 479	53.00 492	55.20 479	59.29 488	64.30 495	64.93 499	56.31 498	51.83 493	38.69 474	9.61 470	4.72 475	6.91 461	19.93 489	9.20 458	7.64 461

Nwc_Net	17.98 418	4.67 378	17.79 396	14.26 439	11.65 458	25.14 415	14.88 426	40.85 456	39.83 420	21.07 340	43.24 447	34.50 422	27.64 435	26.44 425	25.03 428	3.22 437	0.18 275	2.52 432	3.18 445	1.98 381	1.51 368

MaskLacGwcNet_RVC	16.87 403	16.27 460	17.93 397	11.24 415	6.69 393	28.95 437	10.44 383	41.23 460	21.49 259	29.68 422	34.27 390	32.48 405	11.00 254	20.05 376	15.09 356	8.22 464	2.59 453	12.23 476	0.75 398	10.40 462	6.34 444

DFGA-Net	9.06 258	3.56 353	17.96 398	5.71 201	3.89 276	10.76 235	3.08 188	25.17 289	29.50 335	16.21 233	18.47 181	9.49 139	6.31 160	15.80 309	12.54 330	0.05 161	0.00 1	0.06 193	0.09 226	1.76 374	0.83 319

PWCDC_ROB	17.80 416	9.62 429	18.38 399	17.95 457	7.74 418	24.61 408	5.56 267	34.41 410	52.79 469	29.66 421	50.20 470	20.63 308	19.69 398	29.85 441	20.87 396	6.18 456	0.26 328	0.10 240	0.05 184	5.36 435	2.00 386

FC-DCNN v2	24.44 463	10.97 442	18.53 400	18.49 460	9.18 439	37.41 464	23.03 468	40.91 457	43.02 435	46.46 479	54.06 480	50.67 480	38.26 469	35.41 457	27.52 443	6.85 462	3.38 465	6.03 452	4.89 460	7.82 449	5.94 439

FCDSN-DC	25.59 469	14.91 458	18.83 401	28.55 481	15.68 468	39.29 472	18.16 450	42.83 469	41.69 428	44.43 475	51.94 472	50.82 481	39.22 473	34.59 455	27.29 440	6.05 455	3.63 469	7.01 463	6.41 464	10.35 461	10.17 474
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	24.37 461	10.99 443	19.02 402	18.44 459	9.16 438	36.98 462	23.07 469	40.44 453	43.05 436	46.25 478	53.58 479	50.44 479	37.86 467	35.45 458	27.57 444	6.87 463	3.37 464	6.01 451	4.88 459	7.86 450	6.05 440

sAnonymous2	6.59 166	6.21 404	19.05 403	8.91 349	5.27 347	4.58 47	6.69 311	15.56 154	11.12 135	4.86 68	8.71 73	3.81 36	7.93 193	7.38 45	2.89 116	0.09 191	0.07 163	0.05 179	0.28 329	11.25 467	7.10 455

CroCo_RVC	6.59 166	6.21 404	19.05 403	8.91 349	5.27 347	4.58 47	6.69 311	15.56 154	11.12 135	4.86 68	8.71 73	3.81 36	7.93 193	7.38 45	2.89 116	0.09 191	0.07 163	0.05 179	0.28 329	11.25 467	7.10 455

rvit_stereo_0075_2	9.10 259	3.87 365	19.26 405	11.81 420	8.82 436	5.75 131	4.40 230	22.77 266	17.68 219	11.90 133	28.34 301	16.05 247	6.35 162	14.30 280	7.67 263	0.52 336	0.34 351	0.51 357	0.08 213	0.38 209	1.14 351

AIO-Stereo-zeroshot1	7.76 220	3.78 360	19.59 406	5.04 137	10.79 450	5.87 143	1.85 116	19.52 222	7.33 89	14.18 183	21.16 224	16.50 250	5.97 147	13.73 271	3.79 160	0.04 148	0.17 269	0.04 172	1.30 423	2.45 391	2.15 393

SQANet	21.24 440	24.08 478	19.60 407	26.40 478	18.74 476	30.87 445	9.24 356	32.70 387	29.58 338	25.25 386	33.37 380	33.47 414	19.19 394	28.11 434	18.32 380	10.87 474	2.92 460	26.49 488	5.65 463	18.43 484	11.48 476

TCMNet	15.19 388	6.68 411	19.70 408	13.83 435	12.53 462	26.35 424	13.66 415	29.47 346	35.21 395	24.71 379	31.20 345	23.44 336	15.13 345	18.97 358	22.59 412	1.13 399	0.65 400	2.04 421	0.97 411	3.18 409	2.31 397

WCMA_ROB	20.02 436	4.30 372	19.72 409	9.47 368	7.00 402	32.71 453	13.99 418	31.97 376	32.48 374	41.51 465	52.00 473	44.09 463	36.14 464	32.43 447	24.29 425	6.19 457	2.79 458	1.09 398	1.10 417	3.95 421	3.13 413

pmcnn	14.59 384	3.68 357	19.78 410	6.83 283	4.51 310	21.27 387	14.67 423	27.37 318	30.54 350	27.09 405	40.19 427	38.71 439	18.53 391	17.70 343	19.27 385	0.84 380	0.09 194	0.00 1	0.00 1	0.48 243	0.31 213

rvit_105_1	13.56 379	5.57 395	19.88 411	13.22 430	4.58 312	15.04 310	28.61 484	26.56 309	42.75 434	18.83 299	24.53 258	20.93 311	13.85 315	18.02 349	11.90 328	1.74 412	0.60 396	0.25 317	2.10 438	0.61 290	1.64 373

GMStereo_Zeroshot	10.83 325	7.81 420	19.95 412	9.55 369	2.47 216	11.83 250	1.31 57	20.84 240	20.52 245	22.73 359	35.93 399	24.76 354	5.94 145	19.68 369	7.04 244	0.45 320	0.02 44	0.25 317	0.01 94	5.38 436	0.19 147

GwcNet	16.48 398	5.23 390	20.03 413	10.24 393	8.48 428	28.79 433	10.09 374	38.60 444	44.51 444	23.29 365	36.95 405	31.29 396	19.79 400	20.42 388	25.70 435	0.54 338	0.72 405	0.57 362	0.39 366	1.37 362	2.64 401

RGC	19.90 434	13.26 451	20.24 414	18.19 458	14.06 467	21.21 386	14.33 420	34.97 414	43.60 441	27.73 409	41.49 436	39.76 445	27.98 437	34.52 454	21.37 397	3.66 441	0.54 390	8.67 468	4.16 454	4.19 424	4.02 421

APVNet	17.75 415	5.46 394	20.35 415	12.31 424	8.40 427	30.16 440	24.10 472	41.14 459	30.12 348	25.08 383	41.09 431	31.24 395	23.12 412	27.07 426	27.86 447	0.34 289	0.56 393	3.02 438	0.52 384	1.68 371	1.45 366

S-Stereo	16.85 401	3.95 366	20.67 416	12.08 423	8.91 437	21.68 388	12.61 409	32.20 381	44.61 445	22.37 355	38.42 416	29.15 380	28.02 438	18.58 354	22.36 411	2.88 432	3.11 462	0.87 391	1.82 432	3.58 418	9.08 470

ccnet	24.02 458	16.16 459	21.70 417	11.83 421	17.75 474	37.87 466	16.18 438	45.46 478	31.93 366	36.99 456	46.46 461	38.76 441	29.52 446	37.55 470	40.93 481	9.20 468	6.29 479	9.63 471	7.71 473	11.19 466	7.21 457

YMNet	15.91 393	5.68 397	21.74 418	10.94 407	8.77 433	25.22 416	9.21 354	32.22 382	31.35 356	33.81 446	38.84 418	34.00 416	17.83 385	19.95 372	21.57 399	0.87 382	1.30 425	1.22 407	0.91 406	1.64 368	1.18 355

YMNet_1	15.91 393	5.68 397	21.74 418	10.94 407	8.77 433	25.22 416	9.21 354	32.22 382	31.35 356	33.81 446	38.84 418	34.00 416	17.83 385	19.95 372	21.57 399	0.87 382	1.30 425	1.22 407	0.91 406	1.64 368	1.18 355

FBW_ROB	21.00 439	10.23 433	22.72 420	13.71 432	6.77 395	30.49 444	16.46 441	44.58 475	43.57 440	44.25 474	39.59 423	43.27 461	26.12 428	33.96 452	21.80 403	2.58 430	1.84 439	7.14 466	2.78 443	4.00 422	4.06 422

CSAN	21.34 443	9.45 427	23.34 421	20.99 467	4.95 324	32.57 451	34.26 490	38.83 447	49.95 463	36.97 455	39.72 424	44.97 466	31.73 455	26.05 420	23.94 420	1.52 409	0.47 378	0.85 388	1.43 425	2.73 397	2.14 392

NCC-stereo	19.75 431	6.08 399	23.96 422	15.05 444	16.17 470	18.42 365	21.45 460	43.31 472	41.00 425	24.30 373	38.12 414	34.98 425	26.92 431	35.46 459	25.65 432	4.29 446	2.07 443	3.24 441	8.90 477	2.86 400	2.86 405

Abc-Net	19.75 431	6.08 399	23.96 422	15.05 444	16.17 470	18.42 365	21.45 460	43.31 472	41.00 425	24.30 373	38.12 414	34.98 425	26.92 431	35.46 459	25.65 432	4.29 446	2.07 443	3.24 441	8.90 477	2.86 400	2.86 405
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	25.41 468	29.28 482	24.63 424	25.18 475	6.04 377	30.44 442	35.39 493	47.84 481	50.60 467	36.88 454	36.04 401	34.11 421	31.23 453	37.46 469	27.96 450	8.58 465	2.66 455	16.29 479	4.95 461	14.37 476	8.32 465
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
FINET	15.49 391	6.08 399	24.99 425	8.12 334	7.69 417	21.80 390	22.35 464	33.76 401	48.27 454	25.99 394	32.27 364	19.48 302	16.83 367	19.07 360	16.38 367	1.37 406	0.70 404	0.95 393	0.27 326	2.61 395	0.90 329

PWC_ROB	18.37 421	10.55 436	25.19 426	10.21 391	6.29 387	23.75 402	4.79 244	35.93 424	48.75 457	32.56 439	44.46 453	34.68 424	24.78 423	30.99 443	25.72 436	1.38 408	0.08 183	1.57 414	0.26 321	2.18 389	3.17 415

GCST	37.32 491	40.98 493	25.25 427	92.15 526	35.59 493	25.00 413	1.02 47	25.45 291	19.73 238	26.01 396	15.21 146	19.51 304	4.75 113	16.71 334	4.32 184	80.90 520	35.46 497	87.50 525	74.71 515	73.21 516	42.99 503

Syn2CoEx	17.03 406	10.40 435	25.65 428	20.35 462	8.02 425	26.28 423	11.27 394	37.16 435	32.69 377	28.89 414	40.17 426	29.27 382	26.63 429	19.19 363	17.63 376	0.98 389	0.54 390	1.23 409	0.23 303	1.82 375	2.24 395

DANet	16.85 401	8.00 422	26.04 429	14.56 443	7.25 407	20.59 382	5.37 254	26.22 305	26.02 317	32.17 437	36.00 400	37.20 433	29.77 447	30.75 442	24.62 427	1.14 401	1.34 427	2.21 426	0.51 383	3.18 409	4.07 423
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
STTStereo	12.97 367	4.88 385	26.57 430	7.54 316	5.41 354	13.43 280	6.49 304	30.53 360	26.35 319	25.14 384	31.43 350	32.00 402	14.12 322	16.01 322	14.83 353	0.29 278	0.31 341	0.67 369	1.08 416	1.21 351	1.11 347

PA-Net	16.29 396	6.88 415	27.34 431	9.88 381	11.12 452	21.77 389	28.15 483	32.06 378	39.49 417	19.99 315	27.91 295	23.50 338	20.59 403	20.25 383	24.04 422	0.24 263	2.26 448	0.22 310	4.59 456	1.13 348	4.48 429
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Wz-Net-LNSev-Ref	15.26 389	3.68 357	27.36 432	7.11 296	5.83 373	24.88 411	12.12 406	30.19 352	36.12 403	27.08 404	45.98 455	29.10 379	13.65 308	20.45 390	20.26 395	0.67 357	0.00 1	0.10 240	0.00 1	0.32 178	0.26 188

ACV-stereo	11.65 337	5.15 388	28.84 433	6.80 281	3.33 255	20.38 380	6.59 309	21.03 242	20.57 246	17.67 269	20.95 220	26.81 369	16.69 364	20.19 381	13.26 337	0.72 362	1.11 423	0.15 278	0.09 226	0.65 302	2.13 389

CC-Net-ROB	22.04 447	22.91 475	28.86 434	14.05 438	8.73 432	33.79 455	15.26 430	46.84 479	36.06 402	33.72 445	32.10 361	35.47 427	24.02 417	23.57 408	27.88 448	8.95 467	2.95 461	24.94 486	3.68 449	12.41 471	4.62 430

SDNR	16.15 395	5.23 390	28.92 435	5.73 203	6.05 378	56.85 494	3.26 191	23.18 271	29.73 340	20.62 329	36.48 402	13.59 209	16.97 370	18.43 351	13.44 340	10.56 473	13.84 488	3.10 440	0.44 373	7.80 448	8.81 468

CBFPSM	12.42 355	2.59 320	28.96 436	4.74 116	3.20 250	22.33 393	16.31 439	21.13 244	21.03 253	21.04 339	27.81 294	30.24 391	15.99 357	14.59 290	14.80 351	0.04 148	0.49 383	0.10 240	0.16 267	0.51 262	2.34 398

PDISCO_ROB	24.45 464	9.24 424	29.28 437	28.68 482	19.96 478	37.14 463	15.33 432	45.04 477	54.69 474	29.24 418	42.67 442	46.07 471	28.17 439	35.35 456	30.30 455	9.92 471	2.13 445	6.90 460	3.20 446	8.74 457	6.87 451

SANet	20.96 438	6.60 410	29.81 438	8.83 348	3.19 249	31.27 446	20.56 458	41.86 462	56.09 482	39.30 461	43.62 448	44.95 465	31.93 456	27.83 429	23.67 418	0.94 386	0.52 388	0.99 395	0.42 370	4.72 428	2.03 387

Anonymous3	9.60 279	3.45 351	29.83 439	9.58 371	4.75 317	24.51 406	10.20 379	24.04 279	18.77 232	10.42 121	14.64 140	7.97 116	8.75 210	14.05 276	5.80 227	2.44 428	1.39 430	0.08 214	0.06 200	0.73 317	0.48 263

MFN_U_SF_DS_RVC	23.92 457	13.60 453	30.09 440	25.46 476	10.02 444	38.51 469	20.40 457	35.77 423	43.76 442	42.15 466	47.10 462	39.99 447	28.20 440	35.96 463	27.06 439	3.64 440	3.85 472	6.66 459	16.30 488	4.97 431	4.98 434

SHD	21.32 442	10.03 431	30.16 441	14.30 440	8.68 430	24.15 403	8.93 348	40.82 455	61.17 490	35.79 452	44.15 452	38.73 440	30.20 448	33.88 450	31.09 457	2.00 418	0.81 412	1.17 401	1.55 427	4.08 423	4.78 431

FADNet-RVC-Resample	11.72 339	4.35 374	30.33 442	9.46 367	3.90 277	14.11 289	7.17 327	25.78 297	23.31 279	23.27 364	29.52 317	19.50 303	15.00 344	15.38 299	8.33 278	0.53 337	0.50 384	0.49 355	0.50 381	1.38 363	1.67 375

GASNet	17.30 409	19.38 469	30.46 443	20.66 464	9.36 441	16.06 331	9.06 352	43.89 474	40.04 421	25.35 389	23.73 251	32.90 411	15.37 351	28.91 436	17.05 370	3.04 435	0.27 333	1.88 419	0.45 375	6.73 441	1.37 361

RTSC	19.64 430	9.36 425	31.06 444	10.99 409	6.24 384	28.10 431	10.14 378	37.50 438	58.34 486	31.74 433	36.70 404	32.50 407	21.03 407	36.00 465	37.24 470	1.23 404	0.44 370	0.12 257	0.31 344	1.98 381	1.69 376

SAMSARA	34.43 486	18.53 465	31.91 445	55.34 498	35.34 492	75.99 516	94.71 526	47.97 482	50.84 468	37.47 457	36.99 406	53.12 485	38.55 471	39.56 476	38.65 473	3.59 439	5.40 477	2.22 427	3.72 450	9.43 459	9.29 472

ADCP+	18.16 419	4.61 377	32.94 446	9.31 361	10.23 445	28.87 434	11.69 401	33.43 397	36.49 405	29.28 419	40.49 428	24.18 344	24.61 421	33.89 451	35.33 462	0.25 269	0.40 359	2.00 420	1.17 419	2.16 388	1.87 380

DPSNet	24.40 462	6.97 417	33.14 447	11.16 413	6.54 389	53.33 488	43.32 498	51.28 487	59.37 488	30.89 427	39.36 421	40.35 449	34.30 461	32.57 448	25.09 429	4.65 451	1.62 435	0.37 345	0.66 393	8.51 456	4.44 428

Wz-Net-MNSev	18.98 426	6.53 409	33.16 448	10.15 389	7.26 409	38.37 468	16.45 440	34.19 406	43.20 437	30.65 426	40.76 429	40.51 450	19.24 395	27.56 428	28.06 452	0.81 376	0.26 328	0.05 179	0.10 235	1.45 364	0.84 321

DGSMNet	19.79 433	12.06 448	33.43 449	13.79 434	16.23 472	22.97 397	15.88 436	35.41 420	41.96 430	19.90 314	32.16 363	35.60 428	18.14 387	29.48 440	23.10 416	3.85 442	3.89 473	6.16 453	4.75 458	13.56 473	13.44 481

psmorigin	20.95 437	10.24 434	35.84 450	9.75 375	7.05 403	24.59 407	10.11 375	32.85 390	32.17 370	43.09 469	54.57 481	42.79 459	36.62 465	35.99 464	27.41 442	1.58 410	2.72 457	0.79 378	1.05 414	3.26 414	6.50 446

ELAS_RVC	33.79 485	19.15 468	35.97 451	21.28 469	13.79 466	52.58 486	36.11 494	48.96 484	55.66 480	61.47 495	62.91 490	58.35 490	53.55 492	53.37 495	42.23 485	11.25 478	6.64 482	10.32 473	7.05 466	13.56 473	11.58 477
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	33.68 484	18.95 467	36.71 452	20.64 463	13.61 464	56.43 490	35.14 492	50.03 486	49.90 460	60.58 491	63.83 494	58.64 491	53.36 491	50.73 488	44.44 488	11.03 476	6.58 481	10.02 472	7.43 467	13.58 475	11.94 478
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet	14.18 382	10.92 441	37.56 453	7.79 326	6.64 390	17.48 357	6.91 318	34.73 412	34.03 383	18.85 300	27.02 288	28.26 375	14.24 326	17.77 344	10.09 305	0.41 312	0.67 403	0.37 345	0.37 362	8.13 452	1.34 359

PVD	33.19 483	18.59 466	37.64 454	26.09 477	16.99 473	33.25 454	42.25 497	51.42 488	66.03 500	52.65 486	64.31 496	51.93 484	55.13 494	51.61 492	40.40 477	4.00 444	3.51 467	9.53 470	4.26 455	10.62 463	23.56 491

G-Net	21.25 441	8.24 423	37.97 455	15.14 447	9.26 440	50.87 485	16.80 444	27.96 323	30.54 350	38.92 458	42.93 446	33.27 412	32.17 457	27.99 432	25.25 430	4.40 449	3.83 471	3.60 444	0.97 411	7.91 451	6.95 452

STTRV1_RVC	22.05 448	18.29 464	39.19 456	16.73 453	23.82 486	29.51 438	15.66 434	34.87 413	34.16 387	35.00 449	34.89 394	31.89 400	28.80 443	28.81 435	23.08 415	11.86 481	3.26 463	6.50 455	4.65 457	14.38 477	5.69 436

FADNet-RVC	13.27 374	11.57 447	39.71 457	7.94 329	4.50 309	15.41 317	6.95 321	27.96 323	22.98 278	20.37 325	30.73 334	26.86 370	11.31 263	20.50 391	14.28 348	0.14 211	0.14 253	0.13 268	0.18 272	2.83 399	0.86 325

FADNet_RVC	11.94 344	5.17 389	39.74 458	6.44 254	3.46 262	11.42 246	4.17 224	29.16 341	26.89 321	17.97 275	25.96 271	13.41 205	15.67 353	15.84 312	13.54 341	0.90 385	0.75 409	0.55 360	1.20 420	3.65 420	2.85 404

AnyNet_C32	23.37 455	13.28 452	40.29 459	12.36 425	11.44 455	30.39 441	29.15 485	31.36 371	44.90 447	35.36 450	48.86 464	33.61 415	34.20 460	43.15 482	41.62 484	1.27 405	1.35 428	1.18 403	2.58 441	4.77 429	6.27 443

PSMNet-RUCA	24.03 459	26.83 480	40.96 460	35.46 486	34.27 491	16.24 342	9.79 366	39.82 451	31.45 358	31.49 430	41.54 437	36.82 432	26.02 427	27.92 430	15.09 356	11.51 479	2.06 442	20.58 482	8.10 475	15.83 479	8.74 467

Wz-Net-LNSev	18.19 420	10.57 437	41.33 461	10.19 390	7.94 423	24.29 405	15.28 431	34.15 404	43.38 439	32.90 441	43.72 450	31.94 401	22.21 409	20.81 394	22.26 408	0.47 326	0.22 301	0.00 1	0.02 125	1.22 352	0.94 333

ADCMid	22.76 452	10.75 439	41.73 462	11.23 414	7.97 424	27.26 429	19.18 455	35.44 421	38.02 414	40.23 462	46.38 458	36.56 431	42.70 479	38.20 473	40.75 478	1.77 413	1.43 431	3.05 439	3.81 451	4.96 430	3.82 418

IGEV-BASED-STEREO-	7.61 213	27.25 481	41.87 463	2.73 10	0.41 21	4.25 39	1.50 67	6.63 15	3.87 16	4.31 52	3.78 15	2.48 20	1.39 16	5.67 21	1.56 23	25.09 491	0.05 108	0.01 119	0.08 213	4.67 427	14.58 482

ADCRef	17.30 409	6.73 412	42.01 464	10.11 387	8.78 435	26.61 427	10.45 384	31.29 370	32.75 378	31.19 428	41.62 438	18.47 289	19.78 399	24.29 412	34.06 460	0.76 368	0.42 364	2.16 424	1.79 430	1.23 353	1.56 370

DeepPrunerF	19.92 435	11.02 444	44.29 465	20.74 465	17.75 474	19.19 372	22.57 465	36.86 433	49.93 461	25.48 390	36.62 403	24.69 351	23.97 416	23.44 407	21.79 402	2.68 431	1.63 436	5.70 450	3.95 452	3.38 416	2.67 402

NVStereoNet_ROB	41.93 495	32.40 485	44.55 466	36.60 487	27.78 488	34.52 456	32.38 488	48.84 483	57.18 483	69.34 504	75.62 510	66.07 501	64.86 502	47.34 485	60.78 506	15.72 484	23.99 493	23.40 485	32.06 494	21.34 486	23.86 492
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	41.82 494	35.10 488	44.56 467	32.85 485	41.39 497	46.76 480	34.76 491	57.01 496	54.94 476	32.10 436	65.22 499	30.82 392	48.46 486	40.81 479	48.77 495	27.39 493	34.28 496	42.92 494	51.66 505	39.28 495	27.28 493

Wz-Net-SNSev	22.67 451	16.94 462	45.69 468	13.85 436	8.52 429	28.89 435	27.06 480	39.39 449	55.04 477	31.77 434	53.23 475	39.18 442	23.41 414	26.40 423	36.25 464	0.78 370	0.21 292	1.21 405	0.90 403	3.03 404	1.62 372

iinet-f	13.51 378	4.29 371	45.90 469	6.01 226	3.96 281	21.00 384	13.40 414	27.40 320	21.12 255	21.11 341	30.72 333	21.49 316	16.96 369	15.33 296	19.50 388	0.12 205	0.42 364	0.09 222	0.05 184	0.89 334	0.39 235

ADCS	26.20 470	13.71 454	46.90 470	14.51 442	10.34 446	30.46 443	22.72 467	42.81 468	57.61 485	42.58 467	49.37 468	41.91 457	40.43 475	41.90 481	44.58 489	2.37 424	2.19 447	2.37 430	3.29 447	7.32 445	6.52 447

ADCL	21.64 445	6.20 403	47.32 471	9.93 382	6.91 401	38.69 471	19.97 456	31.26 368	54.04 471	27.89 410	47.97 463	31.35 397	30.66 451	33.18 449	36.62 466	0.99 390	0.92 420	2.63 433	1.82 432	2.45 391	2.13 389

PASM	28.19 473	17.35 463	48.18 472	22.49 472	22.20 482	25.92 420	25.84 478	34.35 408	49.45 459	35.37 451	39.48 422	46.72 474	33.36 459	34.28 453	36.77 467	11.73 480	14.94 489	17.43 481	22.18 490	13.45 472	12.32 479

XQC	24.10 460	16.76 461	50.68 473	21.37 471	11.01 451	35.24 459	18.84 453	37.28 437	55.11 478	31.64 432	30.06 327	37.71 437	30.31 450	37.17 468	39.66 475	4.20 445	0.41 360	2.76 436	1.89 434	11.46 470	8.42 466

otaku	33.18 482	35.99 490	52.93 474	40.01 489	21.41 480	55.08 489	17.25 446	43.30 471	61.58 491	39.25 460	49.16 467	46.61 473	28.49 442	39.77 477	28.76 453	18.56 487	7.00 483	31.82 490	9.61 479	21.53 487	15.48 483

MFN_U_SF_RVC	28.16 472	14.14 456	53.23 475	21.11 468	7.91 422	39.97 473	13.13 412	51.65 489	46.34 451	47.41 480	53.38 476	55.32 486	40.53 476	38.47 474	39.74 476	5.67 454	4.46 474	6.98 462	8.73 476	7.47 446	7.44 459

aanetorigin	19.21 428	12.59 449	53.50 476	9.67 373	7.83 420	11.85 251	13.87 417	17.05 181	34.15 386	49.18 481	48.89 466	34.05 419	30.22 449	22.86 404	28.00 451	1.01 393	0.75 409	0.67 369	0.89 402	3.07 405	4.14 424

MSC_U_SF_DS_RVC	37.16 490	34.69 486	53.68 477	37.47 488	12.55 463	56.80 493	22.63 466	52.02 490	63.29 496	66.20 501	63.82 493	58.12 488	53.73 493	51.21 489	46.48 491	8.79 466	5.31 476	14.69 478	15.22 487	17.27 483	9.21 471

WAO-7	72.21 513	78.21 513	54.04 478	79.33 514	69.31 517	70.20 508	72.09 517	77.85 522	84.90 521	77.35 513	86.03 520	79.37 511	79.88 515	65.32 501	65.33 512	62.33 509	69.70 521	70.51 505	73.21 511	67.23 506	62.02 510

Ntro	34.97 487	37.63 491	54.53 479	43.26 493	22.45 484	57.73 495	21.97 462	47.14 480	64.21 497	39.12 459	48.86 464	47.93 476	36.94 466	40.66 478	29.83 454	17.16 485	6.51 480	32.70 491	10.17 480	24.06 488	16.48 485

BEATNet-Init1	35.08 488	20.64 473	54.70 480	27.43 479	12.00 461	58.29 496	31.01 487	52.58 491	57.49 484	60.36 490	62.98 491	69.98 502	55.54 496	53.00 494	44.40 487	4.61 450	2.84 459	7.05 464	6.89 465	10.97 465	8.94 469

LSM	29.98 476	19.52 470	55.11 481	19.06 461	53.75 503	32.57 451	23.17 470	42.61 465	48.57 456	45.97 477	55.04 483	42.93 460	36.02 463	35.63 461	27.03 438	2.33 422	9.19 485	4.87 448	7.71 473	10.65 464	27.91 496

ACVNet-4b	36.40 489	52.20 497	56.11 482	42.45 492	21.78 481	48.56 482	14.37 421	49.50 485	60.15 489	43.17 470	46.38 458	55.62 487	24.56 420	38.15 472	21.97 404	25.13 492	3.66 470	46.93 496	33.56 495	25.97 489	17.74 488

SuperB	17.60 413	6.22 406	56.40 483	7.91 328	5.07 333	19.70 376	9.03 350	24.87 286	50.15 465	26.25 399	39.13 420	17.61 274	20.84 405	22.28 401	25.31 431	0.70 358	0.31 341	1.10 399	0.71 395	16.58 480	1.86 379

ADCPNet	21.93 446	9.38 426	57.92 484	11.76 419	6.88 399	36.03 461	18.44 451	32.80 389	35.93 400	32.91 442	43.80 451	39.21 443	26.99 433	31.14 444	36.94 468	2.05 419	2.67 456	2.30 428	3.45 448	4.22 425	3.82 418

Wz-Net-TNSev	25.12 465	20.16 472	57.98 485	9.56 370	7.42 412	42.73 476	22.27 463	35.14 416	53.46 470	35.97 453	42.74 443	45.83 468	39.87 474	36.56 466	34.73 461	1.82 416	1.51 433	0.76 375	1.34 424	5.84 439	6.80 449

DispFullNet	30.27 479	31.74 484	58.63 486	30.13 483	28.18 489	31.79 448	8.94 349	37.16 435	54.68 473	32.60 440	37.99 411	44.62 464	28.80 443	41.55 480	27.93 449	11.94 482	3.46 466	35.53 492	12.34 484	30.08 492	17.26 487

DPSimNet_ROB	74.29 517	83.27 522	59.30 487	77.19 509	65.13 512	75.14 512	74.95 518	73.99 517	76.94 513	81.99 518	75.48 509	80.18 513	71.76 506	67.39 503	84.00 524	81.87 522	51.14 511	79.99 512	76.70 517	70.17 510	79.21 522

SGM+DAISY	54.67 500	56.61 498	62.73 488	40.21 490	53.22 501	61.95 502	48.59 500	55.05 493	44.62 446	61.03 494	63.68 492	60.46 494	55.62 497	60.68 500	55.34 502	56.34 506	48.56 507	50.16 497	49.63 502	52.25 500	56.76 507

WZ-Net	25.17 467	12.95 450	63.02 489	15.13 446	10.42 448	38.51 469	27.42 482	40.46 454	54.17 472	28.32 413	52.95 474	40.81 452	28.36 441	37.07 467	41.35 483	1.21 403	0.21 292	0.73 373	0.94 409	5.42 437	3.87 420

anonymity	52.32 497	58.23 501	63.91 490	41.12 491	59.25 507	53.27 487	41.04 496	55.69 495	40.20 423	54.85 487	49.49 469	49.13 478	55.48 495	59.07 498	49.65 498	55.86 504	50.03 510	51.00 498	51.08 503	51.71 499	56.36 505

SPS-STEREO	55.62 501	59.14 502	64.16 491	45.05 495	53.84 504	59.88 500	44.00 499	59.53 499	49.94 462	62.33 497	61.09 489	59.80 492	56.82 499	60.06 499	57.85 503	58.41 507	48.34 506	51.07 499	49.21 501	55.41 503	56.48 506
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	72.05 511	79.64 517	64.23 492	52.73 497	84.71 522	77.93 518	68.35 511	63.96 502	66.93 501	61.00 493	71.29 506	63.84 498	68.91 504	72.42 514	61.11 507	82.03 523	74.22 523	80.34 514	74.44 514	83.62 524	89.34 526

RainbowNet	51.25 496	62.74 505	64.52 493	60.13 499	39.00 496	58.72 499	30.83 486	57.31 498	79.18 515	50.24 482	65.35 500	60.13 493	44.25 482	49.47 486	41.16 482	46.52 501	46.06 504	52.72 500	31.78 493	52.33 501	32.47 497

ACVNet_1	41.30 493	49.46 495	64.91 494	44.67 494	25.07 487	49.43 484	25.23 475	55.33 494	65.87 499	59.72 489	59.33 487	63.43 497	48.79 487	49.63 487	37.09 469	19.05 488	9.82 486	38.29 493	13.97 486	28.67 490	18.23 490

WAO-6	70.64 508	73.02 510	66.25 495	79.92 515	61.74 511	68.74 507	59.08 506	75.27 518	87.02 522	74.72 510	79.40 513	79.19 510	84.60 520	67.70 504	60.53 505	67.85 510	48.88 508	81.48 515	73.29 512	65.57 505	58.60 508

WAO-8	76.87 520	78.41 514	66.45 496	86.81 521	72.47 519	79.27 520	68.59 513	77.75 520	89.01 524	83.09 521	86.98 521	85.87 520	84.97 522	72.12 510	69.11 514	74.93 514	55.23 513	87.79 526	83.50 521	70.47 511	64.56 512

Venus	76.87 520	78.41 514	66.45 496	86.81 521	72.47 519	79.27 520	68.59 513	77.75 520	89.01 524	83.09 521	86.98 521	85.87 520	84.97 522	72.12 510	69.11 514	74.93 514	55.23 513	87.79 526	83.50 521	70.48 512	64.56 512

FADE	41.00 492	35.07 487	67.42 498	32.15 484	23.61 485	40.02 474	25.39 477	57.09 497	71.09 506	43.02 468	41.74 439	43.42 462	51.38 489	58.81 497	50.88 499	37.95 496	21.02 491	44.59 495	42.77 497	17.09 481	15.50 484

IMH-64-1	59.25 503	58.09 499	67.69 499	66.06 500	50.51 499	56.45 491	49.45 502	68.83 506	67.75 503	67.58 502	80.37 514	70.15 503	74.28 510	72.16 512	48.94 496	42.00 498	42.87 501	65.57 502	47.02 498	51.52 497	37.76 500

IMH-64	59.25 503	58.09 499	67.69 499	66.06 500	50.51 499	56.45 491	49.45 502	68.83 506	67.75 503	67.58 502	80.37 514	70.15 503	74.28 510	72.16 512	48.94 496	42.00 498	42.87 501	65.57 502	47.02 498	51.52 497	37.76 500

IMH	62.95 505	60.33 503	67.78 501	69.51 504	53.65 502	65.09 505	54.21 504	72.00 514	73.28 509	72.49 507	81.93 516	72.96 505	79.81 514	76.65 518	51.41 500	43.57 500	49.82 509	67.81 504	51.14 504	54.83 502	40.67 502

ktn	72.58 514	80.06 520	69.96 502	79.14 513	69.86 518	75.40 514	70.43 516	69.01 508	76.90 512	72.88 508	77.46 511	77.43 507	77.41 513	72.78 515	55.00 501	79.09 516	65.99 518	80.09 513	68.29 508	71.46 514	62.98 511

TorneroNet-64	65.66 506	70.70 508	71.20 503	76.52 508	59.70 509	66.78 506	58.05 505	67.53 505	80.00 516	62.67 498	67.40 501	83.09 514	69.42 505	67.34 502	62.05 509	48.31 503	44.07 503	72.93 506	63.88 507	68.05 507	53.58 504

ACVNet_2	57.39 502	61.72 504	72.56 504	66.35 502	38.29 495	61.93 501	48.64 501	71.64 513	81.91 518	79.28 517	88.72 525	76.25 506	72.87 508	54.33 496	46.74 493	37.13 495	23.36 492	54.52 501	37.80 496	46.22 496	27.59 494

JetBlue	54.08 499	45.10 494	74.15 505	51.17 496	47.68 498	75.66 515	60.97 507	63.63 501	62.09 493	63.32 499	64.88 497	78.86 509	68.17 503	68.15 505	75.09 521	36.86 494	24.88 495	29.01 489	29.12 492	28.71 491	34.13 498

LRCNet_RVC	73.59 516	69.80 507	74.41 506	77.63 510	60.56 510	40.33 475	15.08 429	71.04 511	48.36 455	88.07 525	94.62 528	90.11 524	81.83 517	80.58 521	61.26 508	97.12 531	72.30 522	96.65 530	97.58 531	77.13 519	77.30 521

AnyNet_C01	29.76 475	25.78 479	75.37 507	17.03 454	11.34 453	49.00 483	27.12 481	37.99 440	40.05 422	40.73 463	65.13 498	46.98 475	38.86 472	46.63 484	48.19 494	2.14 420	2.13 445	2.13 423	2.56 440	8.14 453	7.98 463

TorneroNet	71.21 509	73.44 511	75.82 508	80.82 517	65.65 513	70.53 509	64.39 510	71.42 512	75.97 511	71.47 506	73.68 508	84.17 517	74.00 509	69.85 508	69.09 513	59.37 508	48.19 505	79.67 511	73.51 513	74.93 518	68.26 517

EDNetEfficient	25.16 466	22.23 474	77.22 509	9.09 355	7.38 410	19.38 373	16.78 443	21.41 247	55.74 481	61.52 496	53.51 478	36.22 430	40.65 477	24.22 410	38.27 472	0.62 353	0.74 407	0.86 390	2.60 442	7.70 447	7.09 454

notaker	72.18 512	79.78 518	78.84 510	78.75 512	68.52 515	63.26 503	61.68 508	69.22 509	75.95 510	77.58 514	78.85 512	79.69 512	84.79 521	77.39 519	58.43 504	69.68 513	60.79 517	77.46 510	68.48 509	69.62 509	64.92 514

PWCK	65.90 507	88.63 524	79.40 511	80.32 516	29.96 490	63.85 504	39.45 495	72.07 515	71.26 507	78.74 516	68.99 503	77.82 508	61.77 501	82.81 522	62.64 510	80.17 519	39.88 500	81.90 517	47.37 500	73.54 517	37.51 499

HanzoNet	77.61 522	81.11 521	82.83 512	77.82 511	69.15 516	75.25 513	69.06 515	73.49 516	77.84 514	82.19 520	82.80 517	85.42 519	86.67 525	85.99 525	73.64 518	85.24 527	68.38 520	81.71 516	75.47 516	71.98 515	66.24 515

Dean	80.72 524	85.82 523	83.27 513	84.91 520	59.53 508	75.11 511	68.39 512	81.59 524	88.05 523	92.41 527	86.98 521	92.41 526	93.02 527	83.11 523	73.31 517	68.01 511	66.13 519	94.82 529	84.66 524	83.28 522	69.50 518

KSHMR	88.54 526	93.03 527	83.31 514	95.54 527	91.74 527	82.37 523	83.41 523	84.43 525	81.99 519	87.89 524	84.05 518	91.94 525	81.33 516	76.34 517	81.76 523	96.44 530	96.14 530	96.69 531	97.12 530	92.52 529	92.67 530

ASD4	87.72 525	90.49 525	83.85 515	83.29 518	90.74 526	97.88 528	99.60 533	88.98 526	96.82 530	88.24 526	93.42 526	89.82 523	86.15 524	88.78 526	91.81 526	79.31 517	81.76 525	76.68 509	81.50 519	83.55 523	81.68 523

LVE	71.50 510	72.46 509	83.91 516	75.21 507	55.29 506	74.81 510	62.76 509	77.22 519	83.77 520	82.09 519	87.11 524	83.38 515	82.41 519	75.93 516	64.49 511	48.28 502	57.24 516	74.61 508	62.53 506	65.49 504	61.01 509

UNDER WATER-64	73.11 515	74.48 512	87.70 517	74.03 506	55.20 505	78.24 519	75.71 519	65.33 503	67.91 505	75.60 512	69.32 504	84.41 518	76.93 512	68.43 506	72.45 516	81.18 521	56.77 515	82.46 518	80.34 518	68.22 508	67.48 516

UNDER WATER	75.92 518	79.25 516	87.75 518	84.39 519	66.43 514	77.08 517	77.22 520	66.90 504	72.16 508	75.32 511	71.56 507	85.89 522	82.15 518	70.11 509	74.99 520	79.34 518	53.61 512	86.40 523	84.53 523	71.29 513	72.11 519

TCMNet-wrong-test	76.74 519	91.47 526	89.31 519	97.64 529	97.35 529	94.87 525	92.51 525	69.78 510	65.29 498	63.44 500	71.10 505	65.66 500	51.44 490	85.29 524	74.70 519	56.06 505	20.22 490	83.11 522	82.39 520	95.02 530	88.18 525

MADNet++	94.16 531	94.02 528	90.25 520	96.28 528	96.84 528	97.17 527	90.16 524	94.71 530	91.69 526	97.07 531	93.71 527	94.62 527	92.63 526	96.15 530	95.18 530	95.42 528	95.89 529	92.80 528	92.23 529	92.10 528	94.30 532

DLNR_Zeroshot_test	27.62 471	51.32 496	91.46 521	98.51 531	98.03 530	3.10 14	0.50 21	30.95 364	7.65 92	8.16 95	15.68 149	7.31 109	1.63 23	11.87 191	4.21 181	40.37 497	0.87 416	0.06 193	0.34 354	80.23 520	0.24 180

JetRed	79.55 523	79.88 519	91.52 522	71.05 505	75.80 521	91.66 524	80.11 521	79.14 523	80.44 517	84.35 523	84.23 519	83.38 515	72.48 507	79.43 520	85.44 525	69.33 512	81.58 524	73.66 507	72.56 510	82.35 521	72.60 520

coex-ft	30.77 480	38.58 492	93.29 523	9.44 366	5.62 362	34.95 458	25.30 476	30.83 363	59.36 487	73.23 509	58.53 486	45.92 469	47.29 484	29.44 439	45.30 490	1.37 406	1.65 437	0.95 393	0.96 410	8.35 455	4.96 433

RTS	30.15 477	23.12 476	96.33 524	16.71 451	11.63 456	58.66 497	24.28 473	36.80 431	62.63 494	43.79 472	46.10 456	32.56 408	43.90 480	51.29 490	40.92 479	2.38 425	0.66 401	1.06 396	0.74 396	5.11 432	4.34 426

RTSA	30.15 477	23.12 476	96.33 524	16.71 451	11.63 456	58.66 497	24.28 473	36.80 431	62.63 494	43.79 472	46.10 456	32.56 408	43.90 480	51.29 490	40.92 479	2.38 425	0.66 401	1.06 396	0.74 396	5.11 432	4.34 426

HaxPig	99.40 534	99.99 535	97.38 526	100.00 535	100.00 535	96.91 526	97.35 527	99.59 534	99.99 535	100.00 537	100.00 536	99.99 538	99.99 535	99.04 532	97.77 531	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	99.99 535

PML	99.19 532	100.00 538	98.08 527	99.28 532	99.53 532	100.00 536	99.73 534	98.24 531	99.44 533	100.00 537	99.57 534	98.76 532	99.84 533	100.00 538	98.88 533	100.00 534	99.54 531	100.00 535	99.50 533	99.90 534	93.55 531

xxxxx1	91.92 528	95.33 529	98.45 528	87.29 523	89.24 523	98.50 529	98.17 530	92.95 527	93.21 527	93.55 528	95.36 529	96.99 528	96.28 528	94.65 527	94.94 527	83.26 524	84.17 526	82.90 519	88.32 526	85.49 525	89.37 527

tt_ll	91.92 528	95.33 529	98.45 528	87.29 523	89.24 523	98.50 529	98.17 530	92.95 527	93.21 527	93.55 528	95.36 529	96.99 528	96.28 528	94.65 527	94.94 527	83.26 524	84.17 526	82.90 519	88.32 526	85.49 525	89.37 527

ff	91.92 528	95.33 529	98.45 528	87.29 523	89.24 523	98.50 529	98.17 530	92.95 527	93.21 527	93.55 528	95.36 529	96.99 528	96.28 528	94.65 527	94.94 527	83.26 524	84.17 526	82.90 519	88.32 526	85.49 525	89.37 527

MADNet+	53.31 498	68.61 506	98.75 531	67.03 503	37.58 494	79.83 522	81.74 522	60.38 500	61.61 492	51.43 485	54.92 482	61.11 495	59.29 500	69.66 507	76.71 522	23.88 490	24.03 494	17.08 480	12.35 485	32.47 493	27.69 495

AVERAGE_ROB	99.80 538	99.99 535	99.40 532	100.00 535	100.00 535	98.99 533	97.72 528	100.00 537	100.00 536	100.00 537	100.00 536	100.00 540	100.00 536	100.00 538	100.00 539	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

MEDIAN_ROB	99.19 532	99.84 533	99.62 533	98.49 530	98.51 531	98.58 532	97.81 529	98.80 533	98.56 531	99.36 534	99.49 533	99.56 533	99.06 532	98.35 531	98.31 532	99.99 533	99.63 532	100.00 535	100.00 536	99.81 533	99.95 534

EDNetEfficientorigin	28.98 474	35.45 489	99.82 534	9.43 363	5.65 364	24.97 412	14.79 424	26.06 302	54.82 475	60.87 492	57.59 485	45.42 467	50.27 488	26.11 421	43.62 486	0.30 279	0.37 355	1.61 415	2.35 439	10.17 460	9.99 473

Anonymous_1	99.65 535	99.95 534	99.93 535	99.80 534	99.60 533	100.00 536	100.00 537	99.82 536	99.98 534	99.62 535	99.94 535	99.75 535	100.00 536	99.66 533	99.88 534	98.45 532	99.84 533	98.73 532	99.26 532	99.41 532	99.36 533

test_example2	99.68 536	99.99 535	99.99 536	100.00 535	99.99 534	99.86 535	99.99 536	98.29 532	100.00 536	100.00 537	100.00 536	98.15 531	98.39 531	99.98 535	99.98 535	100.00 534	99.99 535	99.40 533	99.53 534	100.00 535	100.00 536

ccccc	99.71 537	98.19 532	100.00 537	100.00 535	100.00 535	99.32 534	99.81 535	99.79 535	99.22 532	99.63 536	98.80 532	99.69 534	99.91 534	99.95 534	99.99 536	100.00 534	100.00 536	99.97 534	99.90 535	100.00 535	100.00 536

Selective-RAFT-Error	100.00 541	100.00 538	100.00 537	100.00 535	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	100.00 537	100.00 536	100.00 540	100.00 536	100.00 538	100.00 539	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

tt	89.96 527	1.02 32	100.00 537	99.40 533	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	78.36 515	67.94 502	99.99 538	100.00 536	100.00 538	100.00 539	95.81 529	99.93 534	87.43 524	86.39 525	95.11 531	87.89 524

CasAABBNet	100.00 541	100.00 538	100.00 537	100.00 535	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	100.00 537	100.00 536	100.00 540	100.00 536	100.00 538	100.00 539	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

LSM0	100.00 541	100.00 538	100.00 537	100.00 535	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	100.00 537	100.00 536	100.00 540	100.00 536	100.00 538	100.00 539	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

DPSMNet_ROB	99.95 539	100.00 538	100.00 537	100.00 535	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	99.15 533	100.00 536	99.96 536	100.00 536	99.99 536	99.99 536	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

DGTPSM_ROB	99.95 539	100.00 538	100.00 537	100.00 535	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	99.14 532	100.00 536	99.96 536	100.00 536	99.99 536	99.99 536	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

DPSM_ROB	100.00 541	100.00 538	100.00 537	100.00 535	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	100.00 537	100.00 536	100.00 540	100.00 536	100.00 538	100.00 539	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

DPSM	100.00 541	100.00 538	100.00 537	100.00 535	100.00 535	100.00 536	100.00 537	100.00 537	100.00 536	100.00 537	100.00 536	100.00 540	100.00 536	100.00 538	100.00 539	100.00 534	100.00 536	100.00 535	100.00 536	100.00 535	100.00 536

Low-res two-view benchmark