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

CroCo-Stereo	0.99 31	0.89 314	3.19 195	0.46 105	0.44 209	0.38 1	0.05 25	4.61 94	3.95 143	0.48 53	1.78 64	1.01 90	0.27 23	1.11 19	1.07 166	0.01 206	0.00 1	0.00 1	0.00 1	0.05 136	0.04 138
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
FoundationStereo	0.26 1	0.29 30	1.25 8	0.24 64	0.10 59	0.41 2	0.07 36	0.57 1	0.80 4	0.24 9	0.03 2	0.09 3	0.37 49	0.46 1	0.12 1	0.03 317	0.03 253	0.00 1	0.00 1	0.00 1	0.01 17

CroCo-Stereo Lap2	1.24 62	0.88 311	3.39 210	0.95 171	4.59 450	0.47 3	0.08 41	3.51 42	2.80 64	1.17 84	2.24 80	1.57 113	0.20 9	1.48 38	1.14 175	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.12 285

UniTT-Stereo	0.83 14	0.33 67	1.98 56	0.92 164	1.27 313	0.54 4	0.11 53	1.35 3	2.94 71	1.67 92	2.09 73	0.20 14	0.31 39	1.57 42	1.07 166	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.01 17

DEFOM-Stereo_RVC	0.98 27	2.14 424	1.55 18	0.88 156	0.26 158	0.56 5	0.04 17	2.80 12	0.86 5	0.30 19	0.80 28	0.21 24	2.33 206	6.17 183	0.37 32	0.00 1	0.07 328	0.00 1	0.17 367	0.01 11	0.01 17

dual_stereo	0.56 3	0.32 52	1.08 3	0.07 16	0.11 68	0.77 6	0.03 15	3.60 43	1.17 14	0.12 1	0.03 2	0.20 14	0.11 4	2.77 84	0.51 69	0.00 1	0.14 388	0.00 1	0.16 359	0.00 1	0.02 57

sCroCo_RVC	1.21 59	0.65 249	5.16 331	1.09 192	1.29 316	0.92 7	0.19 96	3.92 61	2.68 55	0.30 19	3.04 102	0.52 71	1.56 170	1.58 43	0.78 119	0.09 376	0.25 435	0.00 1	0.00 1	0.07 176	0.11 271

StereoAnything_RVC	1.52 84	7.77 468	2.81 149	0.05 10	0.02 3	1.11 8	0.06 29	3.26 25	0.75 3	0.12 1	0.02 1	0.07 1	0.68 93	6.69 221	0.13 2	0.02 282	0.08 339	0.00 1	0.00 1	6.69 473	0.02 57

ours_stereo	1.03 37	0.55 210	1.86 40	0.12 30	0.32 180	1.16 9	0.09 46	3.27 26	2.18 27	0.39 39	3.02 101	0.34 54	0.26 21	6.32 193	0.37 32	0.00 1	0.01 153	0.00 1	0.00 1	0.18 311	0.13 293

MonSter	0.46 2	0.23 14	1.44 13	0.05 10	0.77 270	1.17 10	0.01 2	3.17 23	0.72 1	0.28 14	0.18 10	0.07 1	0.04 1	0.83 9	0.17 7	0.00 1	0.00 1	0.00 1	0.01 257	0.00 1	0.01 17

RAStereo	0.68 4	0.42 140	3.15 192	0.18 55	0.52 237	1.17 10	0.02 11	3.16 22	0.98 9	0.51 56	1.43 49	0.16 7	0.22 13	0.75 6	0.83 127	0.00 1	0.00 1	0.00 1	0.00 1	0.07 176	0.02 57

MaDis-Stereo	0.80 11	0.69 265	3.02 171	0.33 83	1.83 352	1.22 12	0.06 29	3.41 34	1.49 15	0.31 24	0.38 17	0.42 61	0.51 75	1.14 21	1.21 182	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	0.05 171

rvit_stereo_ft	1.00 34	0.78 290	3.84 252	0.84 151	0.36 192	1.23 13	0.24 111	3.81 59	3.76 132	0.37 31	0.87 30	0.74 82	1.12 129	1.18 25	0.76 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.06 189

sAnonymous2	1.35 71	1.66 405	8.14 410	0.55 117	0.46 215	1.23 13	0.24 111	4.00 65	3.47 116	0.40 43	1.11 37	0.23 26	1.42 156	0.96 14	0.57 75	0.01 206	0.00 1	0.00 1	0.20 381	2.07 453	0.22 349

CroCo_RVC	1.35 71	1.66 405	8.14 410	0.55 117	0.46 215	1.23 13	0.24 111	4.00 65	3.47 116	0.40 43	1.11 37	0.23 26	1.42 156	0.96 14	0.57 75	0.01 206	0.00 1	0.00 1	0.20 381	2.07 453	0.22 349

MIF-Stereo (partial)	1.29 68	0.33 67	3.02 171	0.03 1	1.12 304	1.26 16	0.13 68	4.46 84	3.75 130	0.35 28	2.39 85	0.31 44	0.74 98	6.09 179	1.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.08 188	0.04 138

rvit_stereo_0083	1.03 37	0.26 22	3.09 187	0.49 110	0.09 52	1.27 17	0.24 111	2.72 10	4.60 183	0.38 32	0.77 27	0.78 85	1.18 141	4.35 127	0.33 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 94

DCRE	1.79 105	0.68 260	2.55 111	1.66 277	0.27 161	1.27 17	0.05 25	4.57 93	4.04 151	3.30 129	9.24 290	3.83 198	1.20 144	2.08 70	0.67 90	0.00 1	0.12 374	0.00 1	0.24 397	0.04 110	0.09 236

test_3	1.88 121	0.22 12	2.75 137	0.96 173	0.22 141	1.28 19	0.77 248	4.62 96	5.87 230	6.55 258	1.84 66	4.28 221	0.45 71	6.48 206	0.76 111	0.00 1	0.01 153	0.00 1	0.28 410	0.17 300	0.14 300

rvit_stereo_0080	0.88 17	0.51 191	3.12 189	0.07 16	0.12 78	1.31 20	0.37 141	3.78 55	3.29 105	0.56 59	1.13 41	0.40 56	0.76 100	1.71 47	0.47 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

whm_eth	0.88 17	0.51 191	3.12 189	0.07 16	0.12 78	1.31 20	0.37 141	3.78 55	3.29 105	0.56 59	1.13 41	0.40 56	0.76 100	1.71 47	0.47 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

TestStereo	1.74 101	1.02 338	3.64 233	0.20 56	0.28 168	1.33 22	0.01 2	5.24 140	4.01 148	3.18 123	4.97 157	2.07 133	0.70 94	7.32 264	0.75 109	0.02 282	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

rvit_stereo_0081	0.88 17	0.28 27	1.81 36	0.62 129	0.13 84	1.34 23	0.12 59	3.14 19	4.59 181	0.43 51	0.30 15	0.54 74	0.11 4	3.89 107	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

rvit_stereo_0082	0.88 17	0.28 27	1.81 36	0.62 129	0.13 84	1.34 23	0.12 59	3.14 19	4.59 181	0.43 51	0.30 15	0.54 74	0.11 4	3.89 107	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

test_1	1.85 115	0.21 9	2.45 100	1.02 181	0.22 141	1.37 25	0.82 260	4.66 103	5.06 199	7.02 277	1.73 61	4.09 208	0.41 63	6.51 209	0.76 111	0.00 1	0.00 1	0.00 1	0.29 411	0.18 311	0.14 300

DLNR_Zeroshot_test	24.70 487	50.77 506	90.11 512	98.11 521	97.34 519	1.38 26	0.12 59	22.79 476	3.09 90	1.07 81	2.95 98	0.71 81	0.29 29	6.93 236	2.29 265	38.56 504	0.37 444	0.00 1	0.30 417	76.73 516	0.09 236

test-3	1.86 116	0.21 9	2.46 103	1.03 183	0.22 141	1.38 26	0.83 264	4.65 101	5.04 198	7.26 294	1.78 64	4.10 210	0.41 63	6.53 212	0.76 111	0.00 1	0.00 1	0.00 1	0.29 411	0.18 311	0.14 300

raft+_RVC	1.79 105	0.84 303	2.32 91	2.40 382	0.85 278	1.38 26	0.09 46	6.36 202	4.75 191	2.85 114	5.46 182	1.17 97	1.36 154	4.54 131	0.91 150	0.00 1	0.10 359	0.00 1	0.00 1	0.11 236	0.22 349

dd	2.16 154	1.22 365	4.82 309	0.68 138	0.12 78	1.39 29	0.17 91	5.14 127	11.22 387	2.70 109	3.51 122	1.52 111	1.23 146	5.08 148	3.96 331	0.12 384	0.01 153	0.04 394	0.21 385	0.07 176	0.01 17

GREAT-IGEV	0.72 7	0.29 30	1.91 45	1.31 222	0.40 201	1.41 30	0.08 41	2.29 7	2.48 40	0.18 5	0.69 24	0.10 4	0.34 43	1.72 50	0.37 32	0.00 1	0.09 348	0.00 1	0.22 391	0.10 217	0.41 395

EKT-Stereo	1.91 127	0.48 179	2.77 141	2.19 358	4.36 439	1.42 31	0.24 111	4.63 97	3.51 118	2.94 118	3.47 120	3.55 186	2.25 202	5.26 154	0.85 131	0.04 336	0.12 374	0.00 1	0.09 339	0.06 160	0.05 171

Occ-G	0.98 27	0.38 110	1.82 38	0.15 46	0.18 119	1.45 32	0.69 228	3.15 21	2.25 29	1.45 87	0.59 21	5.06 253	0.54 80	0.75 6	0.77 117	0.00 1	0.03 253	0.00 1	0.17 367	0.16 287	0.01 17

GIP-stereo	0.70 5	0.44 157	1.70 34	1.52 253	0.75 266	1.48 33	0.05 25	4.18 72	1.10 10	0.18 5	0.42 18	0.58 77	0.38 52	0.65 3	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	0.01 17

GMOStereo	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

error version	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

test-v	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

test-2	1.81 108	0.47 172	2.09 71	0.10 24	0.27 161	1.49 34	0.89 279	4.40 77	4.51 176	8.16 329	6.97 224	2.96 154	1.15 134	1.42 30	0.88 141	0.00 1	0.14 388	0.00 1	0.00 1	0.23 345	0.03 94

IGEV-BASED-STEREO-	4.24 350	25.07 486	26.53 480	0.44 103	0.07 32	1.50 38	0.54 184	2.09 5	1.57 16	0.51 56	0.62 23	0.21 24	0.20 9	1.44 35	0.53 71	12.03 489	0.01 153	0.00 1	0.08 330	1.75 449	9.69 486

raft_robust	2.64 209	1.20 364	2.62 121	1.10 193	0.28 168	1.50 38	0.12 59	6.28 199	9.04 344	6.80 265	7.19 236	3.73 196	2.13 196	9.06 369	1.07 166	0.03 317	0.12 374	0.00 1	0.21 385	0.17 300	0.22 349

mms	1.03 37	0.54 206	1.58 21	0.05 10	0.36 192	1.52 40	0.08 41	2.97 15	1.84 22	0.38 32	2.94 97	0.32 47	0.25 15	6.82 227	0.39 36	0.00 1	0.04 282	0.00 1	0.00 1	0.17 300	0.28 375

XX-Stereo	2.71 215	0.38 110	5.96 364	2.25 365	2.20 371	1.54 41	0.21 103	5.44 158	3.05 84	2.28 102	16.16 393	7.03 307	0.24 14	6.19 184	0.79 121	0.00 1	0.15 395	0.00 1	0.23 394	0.13 266	0.04 138

plain	1.34 70	0.51 191	5.09 325	0.30 71	0.05 15	1.58 42	0.08 41	4.47 86	3.77 133	0.42 49	1.76 62	0.60 79	0.74 98	6.11 180	0.94 154	0.00 1	0.00 1	0.00 1	0.00 1	0.40 399	0.02 57

knoymous	1.36 73	0.21 9	1.68 32	0.20 56	0.49 227	1.58 42	0.11 53	5.15 129	2.40 39	4.62 165	1.77 63	4.56 233	0.45 71	3.23 93	0.63 84	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.01 17

rvit_0105_6	1.26 65	0.87 308	4.85 311	0.61 127	0.07 32	1.60 44	0.32 132	3.79 58	5.87 230	0.25 11	0.26 14	1.09 93	0.29 29	4.60 133	0.62 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 189

rvit_0105_5	1.48 81	0.89 314	5.43 343	0.46 105	0.04 12	1.60 44	0.60 204	4.65 101	5.90 233	0.76 68	1.59 54	1.75 120	0.78 106	4.20 122	0.88 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 189

RAFT-Stereo + iAFF	2.12 148	0.58 223	2.43 98	1.27 213	0.16 99	1.60 44	0.14 75	5.17 131	5.90 233	7.10 283	10.10 306	3.06 161	1.74 182	1.87 61	0.97 158	0.01 206	0.02 206	0.00 1	0.00 1	0.23 345	0.02 57

rvit_0105_4	1.38 74	0.98 332	5.52 352	0.61 127	0.05 15	1.62 47	0.41 151	3.95 64	5.80 228	0.31 24	0.73 26	1.37 101	0.53 79	4.89 143	0.78 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 138

rvit_0105_3	1.71 97	0.90 317	5.93 363	0.78 144	0.02 3	1.62 47	1.69 340	5.15 129	5.99 241	2.22 99	1.64 57	1.97 130	1.17 140	4.19 121	0.92 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.03 94

Reg-Stereo(zero)	1.60 90	0.19 4	2.59 116	0.45 104	0.47 222	1.64 49	0.23 109	3.22 24	5.87 230	4.29 154	3.01 99	4.49 231	1.64 175	2.47 80	1.16 178	0.00 1	0.08 339	0.00 1	0.13 352	0.01 11	0.10 258

CREStereo	0.98 27	0.42 140	1.86 40	0.07 16	0.22 141	1.65 50	0.02 11	4.07 67	6.33 261	0.72 66	1.54 52	0.43 62	0.64 90	1.22 27	0.44 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.00 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
GCAP-Stereo	0.95 24	0.62 239	1.99 58	0.30 71	0.03 10	1.66 51	0.01 2	4.43 82	3.00 80	1.63 91	1.17 43	1.39 102	0.76 100	1.31 28	0.55 73	0.00 1	0.03 253	0.00 1	0.00 1	0.12 252	0.02 57

CAS	2.24 163	0.25 18	1.86 40	11.21 475	3.86 429	1.67 52	0.02 11	3.87 60	2.67 52	0.41 45	1.63 56	0.24 29	0.27 23	1.50 39	0.74 104	9.43 482	0.01 153	0.00 1	0.00 1	0.01 11	5.21 469

CREStereo++_RVC	1.59 88	0.39 114	2.26 88	0.36 92	0.01 1	1.67 52	0.01 2	2.95 14	8.12 323	3.69 141	7.44 243	0.47 66	0.32 41	0.74 5	0.39 36	0.00 1	0.00 1	0.00 1	3.03 475	0.00 1	0.00 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
AFF-stereo	2.59 207	0.68 260	2.35 95	1.55 260	0.17 106	1.67 52	0.08 41	5.75 171	6.60 272	6.20 233	12.13 352	6.16 285	2.36 207	4.75 136	1.11 171	0.02 282	0.02 206	0.00 1	0.00 1	0.23 345	0.05 171

trnet	0.99 31	0.37 104	1.89 43	0.08 21	0.19 129	1.68 55	0.02 11	4.12 71	6.41 265	0.70 65	1.57 53	0.46 65	0.67 92	1.15 22	0.41 39	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.01 17

DCANet-4	2.03 142	0.34 77	5.30 339	0.31 75	0.18 119	1.69 56	0.12 59	4.95 115	8.55 339	5.78 198	5.17 163	1.12 94	2.82 232	2.11 72	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

fff	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 394	5.80 200	5.17 163	1.44 105	5.41 348	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

csc	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 394	5.80 200	5.17 163	1.44 105	5.41 348	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

cscssc	2.28 172	0.61 234	3.81 246	0.22 60	0.07 32	1.69 56	0.11 53	5.37 155	11.84 394	5.80 200	5.17 163	1.44 105	5.41 348	2.00 66	1.92 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.18 329

DCANet	2.08 146	0.64 243	3.81 246	0.31 75	0.17 106	1.70 60	0.25 116	5.23 134	8.47 335	6.07 222	5.30 179	1.41 103	4.23 298	1.85 58	2.02 251	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.19 339

LoS_RVC	1.26 65	1.43 384	1.91 45	0.42 100	3.77 427	1.71 61	0.04 17	2.58 8	2.49 42	0.42 49	2.58 88	0.30 40	0.57 85	1.71 47	0.66 89	0.01 206	0.02 206	0.00 1	0.00 1	0.02 42	4.49 466

ADStereo(finetuned)	2.26 171	0.64 243	5.22 335	0.31 75	0.18 119	1.71 61	0.25 116	5.23 134	8.46 334	6.06 221	5.30 179	1.41 103	6.37 368	1.87 61	1.87 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.18 329

HART	1.68 94	0.67 258	2.72 133	0.04 9	0.27 161	1.72 63	0.04 17	5.60 165	3.16 91	1.44 86	7.73 254	2.41 139	0.15 7	6.44 200	0.62 81	0.00 1	0.12 374	0.00 1	0.00 1	0.24 355	0.17 325

rvit_stereo_0081_aga	0.76 10	0.51 191	3.29 201	0.11 28	0.25 151	1.73 64	0.22 105	3.68 45	2.54 47	0.26 13	0.16 6	0.27 34	0.30 36	1.31 28	0.36 28	0.00 1	0.00 1	0.00 1	0.00 1	0.12 252	0.04 138

rvit_stereo_0075_2	2.00 138	0.32 52	5.49 347	0.60 126	1.98 358	1.77 65	0.10 49	7.24 238	5.70 223	2.90 116	4.06 131	3.11 164	0.56 83	5.32 156	0.76 111	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.16 322

Pointernet	0.84 15	0.35 87	2.00 60	0.12 30	0.13 84	1.77 65	0.06 29	4.87 111	2.53 45	0.14 3	2.11 75	0.76 84	0.44 70	1.02 16	0.32 20	0.00 1	0.04 282	0.00 1	0.15 356	0.02 42	0.01 17

MM-Stereo_test2	0.99 31	0.29 30	2.26 88	1.34 226	0.12 78	1.78 67	0.53 181	4.71 104	3.31 107	0.76 68	0.80 28	0.50 70	0.35 44	1.86 59	0.73 102	0.00 1	0.05 296	0.00 1	0.07 325	0.26 357	0.06 189

TANstereo	1.20 57	0.49 183	2.04 63	0.34 88	0.10 59	1.80 68	0.01 2	3.40 33	4.10 157	4.37 157	4.82 151	0.41 59	0.70 94	0.94 13	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MGS-Stereo	1.10 46	0.26 22	2.45 100	0.58 123	0.06 24	1.84 69	0.67 223	2.16 6	3.42 114	1.03 76	6.13 198	0.49 68	0.36 46	1.43 34	0.62 81	0.00 1	0.00 1	0.00 1	0.00 1	0.47 407	0.00 1

CAS++	1.18 55	0.55 210	1.99 58	0.17 50	0.27 161	1.85 70	0.63 210	8.48 266	3.07 86	1.71 93	2.32 83	0.18 9	0.20 9	1.91 64	0.30 17	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
castereo	0.87 16	0.60 230	1.07 2	0.34 88	0.17 106	1.89 71	0.79 254	4.84 110	2.05 24	0.65 64	2.55 87	0.31 44	0.40 56	1.02 16	0.38 35	0.01 206	0.09 348	0.00 1	0.24 397	0.03 85	0.02 57

MC-Stereo	1.47 80	0.36 97	2.54 110	1.99 328	0.12 78	1.90 72	0.12 59	4.47 86	2.83 65	3.31 130	3.44 119	0.56 76	1.47 159	5.39 159	0.47 60	0.00 1	0.04 282	0.00 1	0.21 385	0.07 176	0.04 138

StereoVision	2.25 168	0.72 270	4.00 261	1.03 183	2.64 385	1.91 73	0.28 121	5.83 180	4.43 171	1.89 96	10.65 322	3.88 199	0.52 78	5.13 151	1.98 248	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.03 94

MIPNet	2.06 145	0.69 265	4.57 300	0.32 78	0.21 137	1.92 74	0.19 96	6.89 231	5.64 222	5.48 192	4.02 130	2.02 131	3.50 259	3.32 96	2.01 249	0.00 1	0.01 153	0.01 334	0.01 257	0.20 323	0.13 293

ASMatch	3.32 274	0.50 186	3.32 204	1.72 285	0.45 214	1.93 75	0.68 224	6.42 210	3.89 138	6.18 231	22.30 436	4.61 235	4.82 333	7.65 281	1.70 224	0.00 1	0.02 206	0.00 1	0.03 293	0.01 11	0.18 329

DEFOM-Stereo	0.70 5	0.29 30	1.62 24	0.16 49	0.06 24	1.95 76	0.45 160	0.88 2	0.74 2	0.55 58	0.51 20	0.14 6	0.09 3	6.32 193	0.20 11	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

rvit_105_1	2.44 191	0.80 295	5.08 324	1.77 291	0.09 52	1.95 76	3.62 391	5.62 168	8.21 327	4.85 174	2.07 72	3.15 166	1.58 171	7.08 249	2.71 284	0.00 1	0.00 1	0.00 1	0.01 257	0.04 110	0.08 223

IGEV-Stereo++	0.74 8	0.23 14	1.31 10	0.06 13	1.62 331	1.95 76	0.01 2	3.29 27	1.81 20	0.38 32	1.68 60	0.10 4	1.16 139	0.91 11	0.19 10	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	0.01 17

qqq	1.93 129	0.30 39	2.96 166	1.40 237	0.05 15	1.96 79	0.39 146	8.45 262	3.33 109	3.06 120	3.84 125	4.67 236	2.70 222	4.40 128	0.96 155	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.03 94

H2IRNET	2.16 154	0.45 164	2.60 117	1.22 206	0.03 10	1.98 80	0.13 68	4.73 105	7.04 288	1.15 82	7.79 258	5.88 279	3.39 255	4.97 146	1.45 200	0.01 206	0.00 1	0.04 394	0.17 367	0.19 319	0.03 94

GLC_STEREO	0.75 9	0.29 30	1.19 6	0.55 117	0.01 1	1.98 80	0.57 199	3.07 16	3.02 83	0.90 73	1.48 50	0.19 10	0.40 56	0.93 12	0.36 28	0.00 1	0.01 153	0.00 1	0.00 1	0.04 110	0.02 57

IPLGR	2.28 172	0.51 191	6.00 365	0.15 46	0.15 93	1.99 82	0.22 105	6.34 201	6.04 244	6.80 265	5.76 187	2.87 151	2.31 205	4.88 139	1.28 186	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.18 329

AEACV	0.80 11	0.29 30	1.70 34	0.96 173	0.24 148	2.03 83	0.88 278	3.50 40	0.88 7	0.34 26	0.20 11	0.29 39	2.01 192	1.77 55	0.33 21	0.00 1	0.03 253	0.00 1	0.29 411	0.10 217	0.09 236

GwcNet-ADL	2.65 210	0.48 179	3.84 252	0.82 148	0.33 185	2.04 84	0.69 228	8.07 254	9.42 351	6.05 219	6.66 217	4.14 212	1.73 180	5.40 160	3.01 293	0.08 371	0.06 312	0.00 1	0.00 1	0.06 160	0.03 94

SMoEStereo_RVC	0.95 24	0.35 87	1.37 12	0.63 132	0.07 32	2.07 85	0.16 86	2.88 13	1.68 17	0.30 19	1.23 44	0.19 10	0.28 25	6.80 226	0.84 130	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.13 293

LCNet	2.85 226	0.42 140	1.90 44	0.95 171	0.56 241	2.07 85	1.60 334	4.99 121	3.57 124	6.05 219	10.59 319	4.59 234	6.79 380	7.46 271	0.72 100	0.01 206	0.00 1	0.01 334	0.77 453	0.30 368	3.57 460

Prome-Stereo	3.65 301	0.29 30	1.92 47	0.91 160	0.49 227	2.07 85	4.75 413	4.41 81	3.23 100	9.32 371	20.63 429	4.06 206	7.19 386	7.70 285	1.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.05 136	4.72 468

IGEV-Stereo+	1.69 95	0.43 151	1.59 22	0.37 94	3.10 395	2.10 88	0.07 36	1.86 4	0.91 8	0.39 39	0.03 2	0.20 14	0.41 63	7.05 245	0.16 5	0.02 282	0.07 328	0.00 1	0.18 374	5.14 466	9.77 488

x	1.73 100	0.28 27	2.49 107	1.91 311	0.17 106	2.10 88	0.83 264	8.74 279	3.55 122	3.28 127	2.12 78	3.10 163	1.96 191	2.90 88	1.12 172	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.03 94

ISRNet	3.93 329	0.55 210	5.49 347	3.20 422	2.69 387	2.11 90	0.26 118	7.01 234	6.40 264	11.00 410	17.99 416	8.31 334	2.64 218	6.51 209	4.36 339	0.00 1	0.00 1	0.00 1	0.00 1	0.08 188	0.02 57

CASnet	0.98 27	0.32 52	1.62 24	0.65 135	0.07 32	2.11 90	0.14 75	3.50 40	4.03 149	3.77 144	1.41 48	0.31 44	0.29 29	0.80 8	0.57 75	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffft	0.97 26	0.29 30	1.69 33	0.03 1	0.05 15	2.12 92	0.65 217	3.44 36	1.87 23	0.34 26	0.60 22	0.23 26	0.20 9	6.69 221	0.89 146	0.00 1	0.01 153	0.00 1	0.00 1	0.18 311	0.09 236
1: 1. 1
IGEV-RUCA	0.81 13	0.15 1	1.13 4	0.52 112	0.32 180	2.13 93	0.51 179	3.46 37	1.71 18	0.95 74	0.16 6	0.24 29	0.55 81	2.81 86	0.41 39	0.12 384	0.21 423	0.20 435	0.25 402	0.21 334	0.20 345

WCG-NET	1.24 62	0.43 151	1.46 15	0.33 83	0.08 46	2.14 94	1.08 304	3.09 18	6.86 280	2.73 110	3.43 118	0.74 82	0.94 118	0.89 10	0.33 21	0.00 1	0.04 282	0.00 1	0.00 1	0.10 217	0.05 171

test-1	1.82 112	0.45 164	5.42 342	0.89 158	0.41 205	2.14 94	0.56 190	5.75 171	4.15 161	3.28 127	5.11 161	3.61 188	0.70 94	1.53 41	1.56 211	0.02 282	0.34 441	0.00 1	0.08 330	0.02 42	0.30 379

SCV	1.59 88	0.58 223	2.57 113	2.72 400	0.31 177	2.15 96	0.79 254	6.88 230	2.72 57	0.20 7	2.68 90	0.68 80	0.58 87	7.60 278	0.41 39	0.00 1	0.03 253	0.00 1	0.22 391	0.37 390	0.24 359

WCG-NET（raft）	1.49 82	0.50 186	1.55 18	0.21 59	0.08 46	2.15 96	1.01 295	2.72 10	6.26 257	2.79 111	3.06 104	4.38 226	1.04 126	3.53 100	0.26 15	0.00 1	0.12 374	0.00 1	0.00 1	0.10 217	0.08 223

dad	4.66 367	1.89 418	5.51 350	0.94 167	0.09 52	2.16 98	0.37 141	7.10 237	14.43 413	10.13 391	16.84 400	14.97 412	1.90 189	6.82 227	4.15 336	1.09 449	0.11 367	4.08 471	0.46 441	0.17 300	0.06 189

OMP-Stereo	3.03 244	0.93 327	2.72 133	4.21 452	0.51 233	2.19 99	1.25 314	6.19 196	6.00 242	7.99 325	6.21 203	8.50 342	2.49 212	9.44 386	1.74 229	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.05 171

HCRNet	2.56 203	0.53 202	3.35 206	0.24 64	3.39 408	2.19 99	0.23 109	6.89 231	5.50 213	5.26 187	4.79 149	5.27 258	2.78 229	7.71 286	2.89 289	0.00 1	0.02 206	0.00 1	0.00 1	0.04 110	0.04 138

GANet-ADL	2.20 160	0.50 186	3.27 200	2.02 335	0.11 68	2.21 101	0.48 164	8.64 276	6.79 278	4.56 163	5.83 190	3.98 202	1.27 148	2.68 83	1.43 197	0.04 336	0.08 339	0.02 365	0.00 1	0.15 280	0.03 94

FACV-RUCA	2.21 161	0.34 77	3.59 226	1.30 220	2.90 392	2.22 102	1.25 314	7.98 253	5.71 227	3.59 136	7.21 237	1.14 95	1.60 173	3.12 92	1.46 201	0.01 206	0.03 253	0.10 419	0.04 311	0.35 385	0.17 325

AE-Stereo	1.44 78	0.32 52	2.69 127	1.58 265	0.20 134	2.24 103	0.59 201	6.01 184	5.70 223	1.18 85	3.17 106	1.02 91	0.78 106	1.73 51	0.83 127	0.02 282	0.18 411	0.00 1	0.29 411	0.11 236	0.07 208

AANet_RVC	5.01 372	1.74 409	6.38 378	1.96 324	1.29 316	2.26 104	1.69 340	10.07 315	18.53 435	7.88 319	18.15 417	8.49 341	2.70 222	10.59 404	7.04 381	0.96 447	0.15 395	0.02 365	0.00 1	0.13 266	0.12 285

GMM-Stereo	3.32 274	0.27 26	2.52 108	0.82 148	0.48 224	2.27 105	4.91 415	5.06 124	3.08 87	7.06 281	16.72 399	6.21 287	3.70 271	7.60 278	1.16 178	0.04 336	0.00 1	0.00 1	0.04 311	0.10 217	4.45 464

HI	3.18 258	0.90 317	3.05 181	1.28 218	0.15 93	2.29 106	0.04 17	5.31 149	3.52 119	7.96 322	12.69 362	11.43 386	6.61 372	4.26 124	4.02 332	0.00 1	0.06 312	0.00 1	0.00 1	0.05 136	0.01 17

CoSv	3.18 258	0.90 317	3.05 181	1.28 218	0.15 93	2.29 106	0.04 17	5.31 149	3.52 119	7.96 322	12.69 362	11.43 386	6.61 372	4.26 124	4.02 332	0.00 1	0.06 312	0.00 1	0.00 1	0.05 136	0.01 17

SCV_C0	1.40 75	0.49 183	3.06 186	0.12 30	0.21 137	2.29 106	0.09 46	6.46 212	3.81 134	0.63 62	2.00 70	0.24 29	0.41 63	7.31 263	0.43 44	0.01 206	0.05 296	0.00 1	0.21 385	0.16 287	0.07 208

RCA-Stereo	1.99 137	0.34 77	2.71 131	0.26 66	0.06 24	2.29 106	0.48 164	4.89 112	14.65 417	2.81 113	5.51 184	0.78 85	3.21 245	1.44 35	0.33 21	0.00 1	0.01 153	0.00 1	0.00 1	0.07 176	0.02 57

KYRaft	3.59 297	0.31 42	1.84 39	0.76 143	0.46 215	2.29 106	4.04 397	4.75 106	3.25 101	8.93 362	19.47 422	6.62 301	5.07 340	7.79 292	0.71 98	0.01 206	0.00 1	0.00 1	0.01 257	0.04 110	5.38 471

fffy	1.13 53	0.51 191	2.15 77	1.01 180	0.09 52	2.30 111	0.19 96	4.07 67	1.13 13	0.16 4	2.66 89	0.20 14	0.38 52	6.98 241	0.35 25	0.00 1	0.06 312	0.00 1	0.00 1	0.14 276	0.16 322

PSMNet-RSSM	3.33 276	0.77 285	3.22 197	2.12 351	1.90 357	2.33 112	0.71 234	11.17 341	5.83 229	5.90 214	11.43 340	7.04 309	4.83 334	5.96 175	3.17 298	0.00 1	0.00 1	0.02 365	0.00 1	0.08 188	0.02 57

XX-TBD	1.44 78	0.85 305	2.04 63	2.45 387	0.05 15	2.34 113	0.01 2	3.46 37	7.51 301	2.88 115	4.98 158	0.26 32	0.25 15	1.15 22	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AIO-Stereo	0.94 23	0.22 12	1.20 7	0.06 13	0.08 46	2.36 114	0.62 209	5.50 162	2.61 49	0.30 19	3.32 110	0.41 59	0.25 15	1.12 20	0.17 7	0.00 1	0.01 153	0.00 1	0.35 428	0.06 160	0.12 285

DAS	3.74 307	0.35 87	5.19 333	1.99 328	3.74 421	2.36 114	3.22 379	7.77 246	9.27 348	8.70 350	12.08 350	4.45 228	5.43 351	8.39 333	1.71 225	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.02 57

SepStereo	3.78 313	0.35 87	5.19 333	1.99 328	3.74 421	2.36 114	3.22 379	7.77 246	9.27 348	8.70 350	12.08 350	4.45 228	5.43 351	9.18 373	1.71 225	0.01 206	0.00 1	0.00 1	0.00 1	0.04 110	0.02 57

GwcNet-RSSM	3.77 312	1.05 342	5.06 322	2.21 361	1.87 354	2.36 114	1.52 330	8.98 283	7.96 319	5.91 215	14.59 383	7.94 328	3.50 259	6.43 199	5.70 362	0.00 1	0.00 1	0.04 394	0.00 1	0.20 323	0.08 223

Selective-IGEV	1.23 61	0.18 3	1.13 4	0.07 16	0.17 106	2.38 118	0.54 184	6.10 188	2.51 43	0.41 45	3.20 107	0.26 32	0.29 29	6.94 239	0.16 5	0.00 1	0.01 153	0.00 1	0.11 345	0.04 110	0.10 258

MM-Stereo_test1	1.57 87	0.36 97	2.19 86	1.17 203	0.35 190	2.39 119	0.56 190	4.53 89	5.21 205	3.67 139	1.65 58	0.40 56	0.84 113	6.90 234	0.80 124	0.00 1	0.03 253	0.00 1	0.00 1	0.31 373	0.03 94

riskmin	1.88 121	0.15 1	2.11 76	1.38 235	0.88 280	2.40 120	0.04 17	5.93 183	6.10 246	2.25 100	1.34 47	6.06 283	5.08 341	2.78 85	1.01 163	0.00 1	0.02 206	0.00 1	0.00 1	0.01 11	0.06 189

AnonymousM	2.71 215	6.75 462	0.98 1	0.73 141	0.06 24	2.41 121	0.53 181	5.30 147	3.05 84	4.75 172	2.09 73	1.89 125	1.01 121	1.88 63	0.51 69	0.01 206	0.02 206	17.42 483	4.76 483	0.02 42	0.01 17

RAFT	2.57 205	0.76 282	3.09 187	0.91 160	0.09 52	2.41 121	0.94 286	5.35 152	2.65 51	6.11 225	7.21 237	9.43 352	4.30 305	5.73 168	1.77 231	0.00 1	0.12 374	0.00 1	0.02 280	0.46 406	0.08 223

Former-RAFT_DAM_RVC	1.26 65	0.42 140	2.36 96	0.59 125	1.26 311	2.43 123	0.01 2	3.29 27	7.76 313	1.71 93	2.78 94	0.27 34	0.32 41	1.16 24	0.58 79	0.04 336	0.01 153	0.00 1	0.00 1	0.04 110	0.10 258

MM-Stereo_test3	1.83 113	0.59 226	1.93 48	1.43 242	3.99 433	2.44 124	0.81 258	5.81 178	6.70 275	1.73 95	4.79 149	1.23 99	0.65 91	3.30 94	0.85 131	0.00 1	0.01 153	0.00 1	0.00 1	0.33 380	0.05 171

LoS	0.91 22	0.34 77	2.10 75	0.38 96	0.13 84	2.47 125	0.26 118	5.00 122	2.74 61	0.89 72	0.21 12	0.49 68	0.36 46	1.97 65	0.67 90	0.02 282	0.02 206	0.00 1	0.00 1	0.06 160	0.01 17
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
rafts_anoy	1.72 98	0.79 291	2.58 115	2.03 338	1.75 345	2.47 125	0.16 86	5.48 159	6.01 243	3.24 126	2.11 75	1.92 129	1.33 149	3.08 91	1.13 174	0.01 206	0.18 411	0.00 1	0.01 257	0.03 85	0.07 208

AIO-test1	2.22 162	0.76 282	2.78 143	0.30 71	4.38 440	2.48 127	0.96 290	5.59 164	14.64 415	0.74 67	2.86 95	0.92 87	0.30 36	5.64 163	1.67 222	0.00 1	0.00 1	0.00 1	0.03 293	0.17 300	0.14 300

RSM	1.21 59	0.20 5	1.30 9	0.12 30	0.06 24	2.48 127	0.51 179	3.78 55	2.74 61	0.48 53	2.38 84	2.18 134	0.28 25	6.77 225	0.56 74	0.00 1	0.00 1	0.00 1	0.16 359	0.07 176	0.05 171

EGLCR-Stereo	1.04 40	0.20 5	2.00 60	1.14 200	0.16 99	2.50 129	0.11 53	4.96 117	2.61 49	0.79 70	0.07 5	1.46 108	0.37 49	3.96 114	0.23 13	0.01 206	0.05 296	0.00 1	0.00 1	0.00 1	0.07 208

IGEV++	1.14 54	0.51 191	1.66 27	0.55 117	0.08 46	2.52 130	1.01 295	6.51 216	3.16 91	0.59 61	2.11 75	0.43 62	1.18 141	1.44 35	0.79 121	0.00 1	0.05 296	0.00 1	0.05 317	0.11 236	0.11 271

TestStereo1	2.85 226	0.81 297	3.48 218	3.11 416	0.44 209	2.52 130	1.50 328	6.37 204	8.18 325	4.62 165	9.24 290	2.23 136	3.69 269	9.19 374	1.26 183	0.00 1	0.01 153	0.00 1	0.00 1	0.27 363	0.09 236

SA-5K	2.85 226	0.81 297	3.48 218	3.11 416	0.44 209	2.52 130	1.50 328	6.37 204	8.18 325	4.62 165	9.24 290	2.23 136	3.69 269	9.19 374	1.26 183	0.00 1	0.01 153	0.00 1	0.00 1	0.27 363	0.09 236

MoCha-V2	1.41 76	0.42 140	2.61 119	0.81 146	0.23 146	2.53 133	0.20 100	4.81 108	3.16 91	0.82 71	3.15 105	0.30 40	1.61 174	6.66 220	0.40 38	0.00 1	0.20 420	0.00 1	0.24 397	0.05 136	0.02 57

PCWNet_CMD	2.99 242	0.39 114	4.02 262	0.39 97	0.26 158	2.53 133	0.15 81	9.24 290	9.22 346	7.12 284	11.53 342	6.94 305	2.41 209	4.02 116	1.33 190	0.01 206	0.02 206	0.02 365	0.00 1	0.05 136	0.07 208

GMStereo	1.83 113	0.99 334	4.55 297	0.57 122	0.05 15	2.53 133	0.01 2	4.95 115	11.14 384	3.52 134	2.24 80	0.53 73	0.49 73	3.76 105	0.80 124	0.20 403	0.00 1	0.00 1	0.12 348	0.12 252	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MSMDNet	2.99 242	0.39 114	4.02 262	0.40 99	0.25 151	2.53 133	0.16 86	9.35 294	9.25 347	7.08 282	11.39 337	6.93 304	2.43 210	4.01 115	1.34 192	0.01 206	0.02 206	0.02 365	0.00 1	0.05 136	0.07 208

PSM-AAD	3.33 276	0.20 5	1.47 16	0.73 141	0.54 239	2.55 137	6.19 428	4.97 118	3.27 102	10.92 407	11.92 347	2.95 153	9.59 424	7.90 297	0.82 126	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	2.47 457

ICVP	2.32 178	0.38 110	2.89 162	0.92 164	0.70 262	2.55 137	0.87 277	9.97 311	3.99 145	4.13 152	8.97 280	2.71 148	1.69 177	2.52 81	3.52 319	0.05 348	0.24 434	0.01 334	0.01 257	0.11 236	0.13 293
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
IIG-Stereo	3.16 256	0.75 279	2.83 150	4.08 448	0.21 137	2.56 139	0.74 242	6.55 218	5.56 219	8.39 341	9.38 296	7.94 328	2.79 230	9.50 388	1.89 240	0.02 282	0.00 1	0.00 1	0.00 1	0.02 42	0.04 138

MyStereo06	2.35 181	0.66 255	4.54 294	1.10 193	0.96 290	2.57 140	0.10 49	9.30 292	4.05 153	5.22 185	6.09 194	5.95 281	2.38 208	3.00 89	0.73 102	0.01 206	0.08 339	0.00 1	0.01 257	0.13 266	0.15 310

MyStereo05	2.94 239	0.66 255	5.25 338	1.10 193	0.96 290	2.57 140	0.10 49	8.53 268	12.34 402	6.28 242	3.88 126	3.18 168	3.30 248	7.81 293	2.37 271	0.01 206	0.08 339	0.00 1	0.01 257	0.13 266	0.15 310

test_sample2	2.32 178	0.25 18	3.38 208	2.08 345	0.41 205	2.58 142	0.15 81	9.50 297	4.97 197	3.66 138	4.86 154	4.29 223	3.26 246	5.83 171	1.09 169	0.00 1	0.01 153	0.00 1	0.00 1	0.03 85	0.03 94

11t1	1.62 91	0.26 22	2.53 109	2.37 381	0.24 148	2.58 142	0.06 29	6.66 221	3.00 80	3.40 132	3.01 99	1.14 95	1.94 190	4.18 120	0.91 150	0.01 206	0.02 206	0.00 1	0.00 1	0.03 85	0.03 94

test_xeample3	1.08 44	0.43 151	3.39 210	0.49 110	0.05 15	2.58 142	0.93 284	3.32 29	1.77 19	0.23 8	0.23 13	0.19 10	0.28 25	6.34 195	0.85 131	0.00 1	0.01 153	0.00 1	0.26 409	0.06 160	0.10 258

CFNet_pseudo	2.81 223	0.42 140	4.04 265	0.33 83	0.24 148	2.59 145	0.12 59	8.20 257	7.66 307	7.04 280	10.42 315	6.56 298	2.05 194	4.88 139	1.53 207	0.00 1	0.02 206	0.01 334	0.00 1	0.05 136	0.07 208

ccs_rob	2.81 223	0.42 140	4.06 267	0.33 83	0.25 151	2.59 145	0.12 59	8.19 256	7.68 308	7.02 277	10.37 314	6.54 294	2.06 195	4.88 139	1.53 207	0.00 1	0.02 206	0.01 334	0.00 1	0.05 136	0.07 208

FTStereo	4.55 366	0.36 97	2.18 85	0.94 167	0.38 197	2.60 147	8.82 453	4.98 120	3.17 94	10.88 406	30.35 463	5.60 272	7.60 396	7.62 280	1.55 210	0.17 396	0.00 1	0.05 401	0.00 1	0.03 85	3.80 462

TRStereo	2.36 183	3.10 439	4.70 306	1.99 328	2.08 362	2.61 148	1.11 305	8.79 281	3.73 128	3.19 124	3.04 102	3.96 201	0.77 103	5.92 173	1.44 198	0.03 317	0.14 388	0.00 1	0.29 411	0.08 188	0.25 363

ACVNet	2.58 206	0.53 202	2.69 127	0.84 151	0.59 243	2.61 148	0.55 188	8.35 258	5.70 223	4.45 159	9.26 293	5.77 275	3.50 259	2.24 73	4.41 341	0.00 1	0.00 1	0.00 1	0.00 1	0.17 300	0.01 17

GANet-RSSM	3.27 263	0.60 230	3.38 208	2.94 412	2.00 360	2.61 148	0.48 164	10.93 339	6.11 249	5.47 191	10.20 309	6.57 299	5.44 354	6.25 187	2.23 263	0.00 1	0.00 1	0.08 414	0.00 1	0.17 300	0.03 94

test_sample1	2.31 176	0.26 22	3.29 201	2.08 345	0.46 215	2.62 151	0.05 25	9.88 308	4.23 164	3.90 146	3.92 129	3.49 182	4.44 313	5.67 166	1.88 239	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.03 94

IGEV_Zeroshot_test	2.13 150	0.50 186	4.91 314	1.41 240	0.18 119	2.62 151	0.36 139	7.80 248	3.87 136	5.04 179	5.42 181	4.77 239	1.03 124	3.43 98	0.79 121	0.00 1	0.16 403	0.00 1	0.18 374	0.17 300	0.04 138

MyStereo07	1.31 69	0.79 291	1.61 23	1.03 183	1.11 302	2.63 153	0.46 161	5.48 159	2.24 28	0.64 63	1.48 50	0.27 34	0.59 88	7.03 244	0.45 50	0.00 1	0.09 348	0.00 1	0.01 257	0.11 236	0.09 236

MyStereo04	2.95 240	0.79 291	5.38 341	1.03 183	1.11 302	2.63 153	0.46 161	10.00 312	12.44 403	4.19 153	3.91 128	3.04 160	3.60 265	7.34 266	2.74 288	0.00 1	0.09 348	0.00 1	0.01 257	0.11 236	0.09 236

RAFT-345	3.27 263	0.41 134	2.88 160	1.02 181	0.21 137	2.63 153	0.48 164	3.76 54	5.51 215	7.35 299	24.88 448	4.25 217	1.76 186	8.15 318	2.13 256	0.01 206	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

AIO-test2	2.70 214	1.23 367	3.52 222	1.24 208	3.05 394	2.65 156	0.06 29	6.30 200	15.40 422	2.58 106	7.30 241	0.48 67	0.57 85	5.36 157	0.96 155	3.06 465	0.00 1	0.00 1	0.01 257	0.16 287	0.15 310

IPLGR_C	2.44 191	1.17 362	4.94 315	0.62 129	2.08 362	2.65 156	0.80 256	5.60 165	4.79 192	7.87 318	9.23 285	1.67 116	1.15 134	3.43 98	2.23 263	0.01 206	0.19 416	0.02 365	0.08 330	0.22 339	0.10 258

ACRE	2.41 186	1.08 347	5.11 326	0.55 117	2.05 361	2.65 156	0.78 253	5.26 145	4.67 185	7.59 307	9.20 283	1.70 117	1.08 127	3.74 104	2.18 261	0.01 206	0.18 411	0.02 365	0.08 330	0.22 339	0.10 258

CES	1.56 86	0.35 87	1.44 13	0.42 100	7.70 470	2.66 159	0.13 68	4.89 112	2.53 45	0.25 11	1.10 36	0.33 51	0.31 39	1.61 45	0.58 79	0.01 206	0.02 206	0.00 1	0.00 1	0.54 409	6.26 473

CIPLG	2.47 197	1.10 351	4.71 307	0.63 132	2.15 367	2.67 160	0.77 248	5.19 132	4.73 189	7.85 317	9.56 298	1.72 118	1.14 132	4.20 122	2.34 267	0.01 206	0.19 416	0.02 365	0.09 339	0.23 345	0.08 223

MSKI-zero shot	2.00 138	0.36 97	2.15 77	0.81 146	0.25 151	2.69 161	0.29 125	6.16 192	2.34 38	4.31 155	7.52 244	3.70 194	0.25 15	8.42 336	0.41 39	0.01 206	0.13 384	0.00 1	0.25 402	0.03 85	0.02 57

ProNet	1.20 57	0.60 230	2.00 60	0.26 66	0.08 46	2.73 162	0.68 224	5.00 122	2.52 44	0.29 16	1.32 46	0.37 55	0.36 46	6.94 239	0.44 46	0.00 1	0.07 328	0.00 1	0.00 1	0.17 300	0.07 208

IGEVStereo-DCA	1.06 43	0.45 164	2.06 65	0.32 78	0.06 24	2.74 163	0.84 268	3.71 47	2.27 30	0.39 39	0.16 6	0.20 14	0.29 29	6.47 204	0.87 138	0.00 1	0.00 1	0.00 1	0.16 359	0.06 160	0.06 189

rrr	1.05 41	0.45 164	3.18 194	0.32 78	0.06 24	2.74 163	0.95 289	3.49 39	1.12 11	0.39 39	0.16 6	0.20 14	0.29 29	6.47 204	0.87 138	0.00 1	0.00 1	0.00 1	0.21 385	0.06 160	0.10 258

PSM-softLoss	2.24 163	0.34 77	3.42 214	1.81 297	0.17 106	2.74 163	0.39 146	6.17 194	2.92 69	6.26 239	6.29 208	2.96 154	0.97 119	8.68 349	1.71 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

KMStereo	2.24 163	0.34 77	3.42 214	1.81 297	0.17 106	2.74 163	0.39 146	6.17 194	2.92 69	6.26 239	6.29 208	2.96 154	0.97 119	8.68 349	1.71 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

raftrobust	1.86 116	0.74 277	1.94 51	2.15 355	2.24 373	2.74 163	0.53 181	4.89 112	4.05 153	6.09 223	3.89 127	1.64 114	2.55 215	2.44 78	1.12 172	0.00 1	0.03 253	0.00 1	0.00 1	0.12 252	0.08 223

DCVSM-stereo	3.13 253	0.37 104	2.95 164	1.51 251	0.80 273	2.75 168	0.49 174	6.79 227	5.25 206	11.43 415	5.57 186	10.79 375	5.30 345	5.25 153	2.95 291	0.03 317	0.09 348	0.03 382	0.00 1	0.12 252	0.09 236

iRaft-Stereo_5w	2.86 230	0.86 306	4.08 270	0.06 13	0.25 151	2.76 169	0.60 204	4.97 118	4.10 157	2.98 119	7.85 259	10.17 363	4.17 295	8.16 319	5.83 365	0.00 1	0.00 1	0.00 1	0.01 257	0.26 357	0.06 189

RSM++	1.02 35	0.24 17	1.33 11	0.86 154	0.04 12	2.78 170	0.30 130	2.63 9	2.67 52	0.48 53	1.95 68	0.52 71	0.25 15	5.50 162	0.57 75	0.00 1	0.00 1	0.00 1	0.17 367	0.11 236	0.09 236

HH	2.42 187	0.73 273	3.76 240	0.91 160	0.14 89	2.78 170	0.71 234	7.92 251	2.72 57	1.53 89	6.10 196	7.93 326	4.01 287	8.60 345	0.44 46	0.00 1	0.09 348	0.00 1	0.00 1	0.05 136	0.04 138

HanStereo	2.42 187	0.73 273	3.76 240	0.91 160	0.14 89	2.78 170	0.71 234	7.92 251	2.72 57	1.53 89	6.10 196	7.93 326	4.01 287	8.60 345	0.44 46	0.00 1	0.09 348	0.00 1	0.00 1	0.05 136	0.04 138

ff7	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

ffff	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

ffm	2.90 235	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	4.53 89	10.19 365	6.29 244	9.23 285	5.59 268	3.72 276	8.00 301	0.46 54	0.00 1	0.02 206	0.00 1	0.00 1	0.10 217	0.04 138

ff1	3.45 289	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	4.53 89	10.19 365	6.29 244	9.23 285	5.59 268	3.72 276	10.11 394	9.35 416	0.00 1	0.02 206	0.00 1	0.00 1	0.10 217	0.04 138

mmx	3.86 320	0.31 42	3.97 255	1.34 226	0.98 292	2.80 173	0.48 164	12.18 380	10.66 378	6.29 244	9.23 285	5.59 268	3.72 276	10.11 394	9.35 416	0.05 348	0.02 206	0.00 1	0.00 1	0.03 85	0.04 138

11t	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

xxx	3.86 320	0.31 42	3.98 259	1.34 226	0.98 292	2.80 173	0.48 164	12.18 380	10.66 378	6.29 244	9.23 285	5.59 268	3.72 276	10.11 394	9.35 416	0.05 348	0.02 206	0.00 1	0.00 1	0.03 85	0.04 138

ccc-4	1.12 47	0.57 218	2.06 65	0.03 1	0.07 32	2.80 173	0.84 268	3.71 47	2.27 30	0.38 32	1.06 32	0.20 14	0.40 56	7.12 252	0.49 63	0.00 1	0.00 1	0.00 1	0.16 359	0.09 206	0.06 189

anonymousdsp	1.12 47	0.59 226	1.66 27	0.03 1	0.07 32	2.81 181	0.82 260	4.07 67	2.30 36	0.41 45	1.12 40	0.30 40	0.40 56	7.05 245	0.49 63	0.00 1	0.00 1	0.00 1	0.17 367	0.10 217	0.05 171

CFNet-ft	3.31 268	0.94 329	2.69 127	1.50 248	2.38 377	2.81 181	0.68 224	8.35 258	7.43 298	4.45 159	9.94 304	10.20 364	4.60 319	6.50 208	3.41 307	0.00 1	0.00 1	0.03 382	0.00 1	0.22 339	0.03 94

CFNet_RVC	3.31 268	0.94 329	2.69 127	1.50 248	2.38 377	2.81 181	0.68 224	8.35 258	7.43 298	4.45 159	9.94 304	10.20 364	4.60 319	6.49 207	3.41 307	0.00 1	0.00 1	0.03 382	0.00 1	0.22 339	0.03 94

IGEV-Stereo	1.12 47	0.59 226	1.66 27	0.03 1	0.07 32	2.82 184	0.82 260	4.09 70	2.30 36	0.41 45	1.11 37	0.30 40	0.41 63	7.05 245	0.49 63	0.00 1	0.00 1	0.00 1	0.17 367	0.10 217	0.05 171
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
FENet	2.19 159	0.34 77	3.04 176	2.05 344	0.26 158	2.82 184	0.13 68	7.02 235	5.55 217	4.97 177	1.94 67	4.91 245	3.39 255	4.71 135	2.50 277	0.02 282	0.03 253	0.00 1	0.00 1	0.00 1	0.21 347

111	2.78 221	0.92 324	3.81 246	0.22 60	0.07 32	2.83 186	0.70 231	6.03 185	14.00 410	3.22 125	8.93 276	5.48 266	3.30 248	3.66 102	2.03 252	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.29 377

HHNet	2.59 207	0.55 210	2.55 111	0.20 56	0.32 180	2.84 187	0.94 286	5.77 176	5.14 203	7.33 298	13.80 373	0.94 88	3.20 244	5.27 155	2.41 274	0.13 387	0.02 206	0.06 405	0.00 1	0.23 345	0.03 94

SMFormer	3.54 293	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	3.51 315	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.04 138

tta	3.54 293	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	3.51 315	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

qqq1	3.38 279	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	0.30 17	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

fff1	3.38 279	0.39 114	3.61 228	1.69 279	0.11 68	2.85 188	0.29 125	12.46 385	10.41 370	7.16 287	10.23 310	4.78 240	4.45 314	8.71 353	0.30 17	0.07 366	0.05 296	0.00 1	0.00 1	0.06 160	0.03 94

cf-r	3.42 285	0.81 297	3.97 255	2.41 385	2.78 388	2.85 188	0.64 214	8.44 261	6.32 260	6.25 238	11.57 343	8.97 347	3.54 263	5.93 174	3.83 327	0.00 1	0.00 1	0.00 1	0.00 1	0.09 206	0.07 208

RALCasStereoNet	1.93 129	1.01 336	2.75 137	1.88 307	1.75 345	2.88 193	0.18 94	4.64 100	4.36 168	2.27 101	5.14 162	2.22 135	0.79 108	7.10 251	1.00 162	0.00 1	0.34 441	0.00 1	0.00 1	0.10 217	0.16 322

IRAFT_RVC	2.85 226	0.41 134	3.32 204	2.09 348	0.41 205	2.92 194	5.22 420	6.41 209	3.63 125	6.53 257	5.48 183	5.09 254	4.88 335	8.20 326	2.15 258	0.01 206	0.17 407	0.01 334	0.00 1	0.02 42	0.04 138

iResNet_ROB	4.23 348	1.02 338	4.90 313	2.18 357	0.93 287	2.92 194	0.37 141	15.10 429	16.91 432	7.89 320	10.51 318	7.03 307	3.07 242	8.16 319	3.46 313	0.01 206	0.00 1	0.00 1	0.00 1	0.10 217	0.02 57

AIO-Stereo-zeroshot	2.86 230	0.99 334	7.52 405	1.52 253	0.92 284	2.94 196	0.03 15	9.31 293	3.81 134	2.42 104	5.86 191	9.23 349	4.64 323	4.31 126	2.19 262	0.02 282	0.18 411	0.00 1	0.54 445	0.35 385	0.35 385

PMTNet	1.41 76	0.37 104	2.06 65	0.26 66	0.15 93	2.94 196	0.34 137	3.39 32	5.33 210	1.00 75	1.27 45	0.28 38	0.93 116	4.04 117	0.74 104	5.00 468	0.00 1	0.00 1	0.00 1	0.03 85	0.01 17

AIO_test	0.90 21	0.40 123	1.67 30	0.14 44	0.16 99	2.97 198	0.83 264	3.61 44	2.67 52	0.29 16	0.71 25	1.50 110	0.29 29	2.37 76	0.13 2	0.00 1	0.04 282	0.00 1	0.08 330	0.03 85	0.03 94

UDGNet	2.73 218	7.09 465	3.90 254	2.71 398	0.06 24	2.98 199	0.20 100	4.63 97	8.58 340	2.69 107	2.70 91	0.95 89	1.01 121	6.27 188	1.51 204	1.28 452	0.00 1	5.24 475	0.94 457	1.70 448	0.13 293

iRaftStereo_RVC	1.62 91	0.68 260	1.98 56	0.67 137	0.05 15	2.99 200	0.04 17	5.36 154	3.74 129	3.82 145	4.96 156	2.54 142	0.62 89	3.35 97	0.97 158	0.00 1	0.07 328	0.00 1	0.00 1	0.30 368	0.27 373

STrans-v2	3.43 286	0.73 273	4.82 309	0.26 66	0.60 245	3.00 201	1.19 311	10.41 324	7.22 293	5.79 199	10.97 331	6.75 303	7.03 384	8.25 328	1.40 195	0.00 1	0.01 153	0.00 1	0.00 1	0.03 85	0.18 329

IPLG	2.43 189	0.66 255	4.77 308	0.54 114	0.31 177	3.01 202	0.26 118	6.15 191	5.55 217	7.69 310	6.21 203	1.89 125	1.74 182	7.19 258	2.35 269	0.01 206	0.01 153	0.00 1	0.00 1	0.24 355	0.12 285

DMCA-RVC	3.17 257	1.26 371	6.39 379	2.10 350	1.51 327	3.02 203	0.56 190	7.84 250	5.06 199	9.23 368	5.19 167	8.46 338	2.72 227	6.31 191	3.22 300	0.06 357	0.11 367	0.09 417	0.02 280	0.16 287	0.08 223

999	1.25 64	0.37 104	1.63 26	1.15 201	0.34 187	3.03 204	0.66 220	3.41 34	2.27 30	0.30 19	3.20 107	0.19 10	0.25 15	7.23 260	0.85 131	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.01 17

model_zeroshot	1.52 84	0.42 140	4.10 271	1.25 210	0.11 68	3.04 205	0.14 75	5.79 177	2.84 66	3.12 122	3.65 124	2.05 132	0.42 68	2.38 77	0.71 98	0.01 206	0.10 359	0.00 1	0.20 381	0.02 42	0.04 138

NRIStereo	2.14 151	0.35 87	2.65 124	1.10 193	0.14 89	3.05 206	0.86 275	5.35 152	3.18 97	6.24 236	3.36 115	4.17 214	1.82 188	8.12 315	2.01 249	0.00 1	0.10 359	0.00 1	0.00 1	0.12 252	0.19 339

MIM_Stereo	2.50 201	0.75 279	4.26 276	1.18 204	0.11 68	3.08 207	0.33 135	6.07 187	3.28 104	5.01 178	10.12 307	4.29 223	1.74 182	8.06 311	1.27 185	0.00 1	0.12 374	0.00 1	0.01 257	0.18 311	0.15 310

CFNet_ucs	3.07 247	0.44 157	4.05 266	0.54 114	0.37 195	3.08 207	0.19 96	9.80 306	8.49 337	7.64 309	12.62 361	5.67 273	1.76 186	4.96 145	1.51 204	0.00 1	0.04 282	0.01 334	0.00 1	0.09 206	0.11 271

HUF	1.05 41	0.64 243	2.33 92	0.35 91	0.22 141	3.09 209	0.41 151	3.73 53	2.89 68	0.36 29	2.71 92	0.33 51	0.30 36	2.28 75	0.23 13	0.00 1	0.61 457	0.00 1	0.00 1	0.15 280	0.39 390

ITSA-stereo	3.76 311	0.54 206	3.80 244	1.91 311	0.29 170	3.09 209	0.70 231	13.22 404	15.64 423	6.79 264	6.66 217	4.15 213	3.52 262	8.30 329	5.00 352	0.09 376	0.07 328	0.11 420	0.10 343	0.18 311	0.95 431

SACVNet	4.15 342	1.26 371	3.81 246	3.12 418	1.68 339	3.09 209	2.85 371	11.91 366	5.96 237	10.52 399	11.20 334	10.59 369	3.95 285	8.97 366	3.25 303	0.08 371	0.02 206	0.00 1	0.00 1	0.32 377	0.44 402

AACVNet	3.33 276	1.03 340	3.56 224	3.46 431	0.63 250	3.09 209	0.28 121	8.78 280	3.43 115	5.99 216	10.64 321	10.08 361	4.03 290	8.69 351	2.51 278	0.03 317	0.01 153	0.00 1	0.00 1	0.26 357	0.06 189

PFNet	2.93 238	0.40 123	5.51 350	2.13 353	0.84 277	3.11 213	0.75 244	6.78 226	4.79 192	9.98 388	6.00 192	4.78 240	2.13 196	8.33 330	2.11 254	0.19 400	0.06 312	0.00 1	0.11 345	0.20 323	0.35 385

gcap-zeroshot	1.87 120	0.44 157	4.24 275	0.53 113	0.51 233	3.12 214	0.75 244	6.42 210	3.91 140	3.75 143	1.67 59	7.79 322	0.55 81	2.61 82	0.53 71	0.02 282	0.21 423	0.00 1	0.23 394	0.00 1	0.05 171

GrayStereo	3.74 307	0.20 5	1.94 51	1.55 260	0.60 245	3.12 214	8.22 450	5.76 173	3.32 108	10.40 396	16.66 398	5.81 278	8.60 410	6.57 213	1.37 194	0.01 206	0.00 1	0.01 334	0.63 446	0.02 42	0.04 138

CASS	2.44 191	0.44 157	3.56 224	0.85 153	0.38 197	3.14 216	0.22 105	9.64 302	4.00 146	6.78 263	7.62 250	3.57 187	3.58 264	3.80 106	1.10 170	0.02 282	0.01 153	0.00 1	0.00 1	0.05 136	0.01 17
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT-RH_RVC	3.96 330	0.46 170	2.93 163	1.55 260	0.42 208	3.14 216	0.14 75	3.70 46	5.98 240	11.25 413	32.23 467	5.29 259	1.68 176	8.13 316	2.14 257	0.08 371	0.00 1	0.00 1	0.03 293	0.01 11	0.00 1

DN-CSS_ROB	2.69 211	1.40 383	5.34 340	2.31 376	0.75 266	3.14 216	0.06 29	6.11 189	3.87 136	5.34 190	12.18 355	2.34 138	1.22 145	7.84 294	1.48 202	0.03 317	0.00 1	0.00 1	0.00 1	0.35 385	0.03 94

PFNet+	2.35 181	0.31 42	3.69 235	0.79 145	0.17 106	3.15 219	0.75 244	4.52 88	6.30 258	7.90 321	6.34 211	2.53 141	1.18 141	7.72 288	1.62 217	0.03 317	0.00 1	0.00 1	0.00 1	0.01 11	0.03 94

RAFT+CT+SA	2.36 183	0.71 269	2.46 103	0.83 150	2.26 374	3.18 220	0.93 284	6.82 229	5.48 212	2.55 105	8.07 262	1.64 114	1.59 172	8.54 341	1.15 176	0.02 282	0.00 1	0.00 1	0.38 430	0.19 319	0.36 387

RAFT-Stereo-weight	1.67 93	0.31 42	1.57 20	0.97 176	0.15 93	3.19 221	0.77 248	5.06 124	6.19 256	4.96 176	3.38 116	2.83 149	0.35 44	2.87 87	0.74 104	0.01 206	0.06 312	0.00 1	0.00 1	0.01 11	0.02 57

SA	3.06 246	0.74 277	3.79 243	1.60 269	0.30 171	3.19 221	1.43 325	6.72 224	9.06 345	4.63 168	10.80 324	2.89 152	4.71 326	9.62 389	1.18 181	0.00 1	0.09 348	0.00 1	0.19 379	0.23 345	0.02 57

CFNet-RSSM	2.11 147	0.33 67	2.71 131	1.04 188	0.30 171	3.21 223	0.41 151	6.67 222	6.96 283	5.62 195	4.58 146	5.40 264	1.71 178	1.86 59	0.87 138	0.00 1	0.08 339	0.00 1	0.32 421	0.02 42	0.02 57

test_sample6	3.14 255	0.41 134	4.42 285	1.92 315	0.49 227	3.25 224	0.21 103	11.30 347	6.69 274	6.50 254	10.86 328	4.03 204	2.93 238	7.06 248	2.65 282	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.06 189

CrosDoStereo	3.96 330	0.45 164	3.04 176	0.32 78	0.20 134	3.28 225	11.63 472	5.76 173	4.45 173	9.04 363	16.58 396	4.99 247	7.45 391	8.04 304	3.72 324	0.00 1	0.02 206	0.01 334	0.00 1	0.16 287	0.10 258

DeepStereo_LL	3.96 330	0.45 164	3.04 176	0.32 78	0.20 134	3.28 225	11.63 472	5.76 173	4.45 173	9.04 363	16.58 396	4.99 247	7.45 391	8.04 304	3.72 324	0.00 1	0.02 206	0.01 334	0.00 1	0.16 287	0.10 258

test_sample5	2.91 237	0.40 123	4.33 280	1.81 297	0.50 230	3.33 227	0.17 91	11.27 345	6.55 270	6.18 231	8.35 267	3.65 189	2.71 225	6.61 216	2.15 258	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.05 171

DualNet	3.05 245	0.40 123	4.33 280	1.81 297	0.50 230	3.33 227	0.17 91	11.27 345	6.55 270	6.50 254	10.86 328	3.65 189	2.71 225	6.61 216	2.15 258	0.02 282	0.02 206	0.00 1	0.00 1	0.05 136	0.05 171

RALAANet	2.46 196	1.09 349	3.70 238	2.55 393	0.80 273	3.37 229	0.15 81	7.44 244	5.54 216	5.65 196	6.01 193	3.54 185	1.13 131	6.34 195	1.58 213	0.00 1	0.01 153	0.00 1	0.05 317	0.21 334	0.03 94

AIO_rvc	1.02 35	0.59 226	1.95 54	0.15 46	0.09 52	3.42 230	0.99 291	4.46 84	2.73 60	0.28 14	1.62 55	1.32 100	0.28 25	2.10 71	0.21 12	0.00 1	0.03 253	0.00 1	0.04 311	0.11 236	0.11 271

pcwnet_v2	4.20 345	0.36 97	8.53 413	1.33 224	1.12 304	3.43 231	0.41 151	12.85 396	14.16 412	9.90 386	14.29 379	5.90 280	3.03 239	6.20 186	2.06 253	0.01 206	0.05 296	0.04 394	0.02 280	0.16 287	0.18 329

OCTAStereo	2.24 163	0.33 67	3.03 173	2.04 340	0.10 59	3.45 232	0.43 155	6.50 213	3.17 94	6.84 267	5.20 168	2.65 144	1.33 149	8.18 323	1.56 211	0.01 206	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

DisPM	2.43 189	0.32 52	3.04 176	1.76 289	0.18 119	3.46 233	0.65 217	5.13 126	4.88 194	8.59 349	7.04 233	2.84 150	1.03 124	8.85 361	0.83 127	0.01 206	0.00 1	0.00 1	0.00 1	0.01 11	0.02 57

NF-Stereo	2.24 163	0.33 67	3.00 167	2.04 340	0.10 59	3.46 233	0.43 155	6.51 216	3.17 94	6.84 267	5.24 173	2.67 147	1.34 151	8.17 322	1.53 207	0.01 206	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

iRaft-Stereo_20w	2.56 203	0.35 87	4.98 317	0.37 94	0.67 256	3.47 235	0.59 201	12.57 392	3.89 138	6.10 224	6.23 205	1.49 109	2.24 200	6.65 219	0.86 136	0.00 1	0.19 416	0.00 1	0.33 423	0.08 188	0.22 349

RE-Stereo	2.25 168	0.33 67	3.03 173	2.04 340	0.10 59	3.47 235	0.43 155	6.50 213	3.18 97	6.84 267	5.20 168	2.65 144	1.34 151	8.18 323	1.58 213	0.01 206	0.00 1	0.01 334	0.00 1	0.02 42	0.01 17

TVStereo	2.25 168	0.33 67	3.03 173	2.04 340	0.10 59	3.47 235	0.43 155	6.50 213	3.18 97	6.84 267	5.20 168	2.65 144	1.34 151	8.18 323	1.58 213	0.01 206	0.00 1	0.01 334	0.00 1	0.02 42	0.01 17

AIO-Stereo-zeroshot1	3.58 296	1.29 378	12.46 436	1.53 256	0.98 292	3.48 238	0.81 258	11.99 369	4.40 170	4.33 156	11.05 333	8.83 345	2.02 193	4.52 130	1.66 221	0.01 206	0.14 388	0.00 1	0.68 450	0.86 430	0.44 402

test_for_model	6.81 407	27.63 490	2.16 84	21.79 488	16.18 489	3.48 238	0.94 286	5.88 181	3.72 127	7.62 308	2.72 93	1.03 92	0.42 68	0.58 2	0.35 25	9.03 480	2.28 469	0.00 1	0.05 317	23.91 495	6.49 474

DispNO	3.25 262	0.72 270	6.85 389	1.95 321	1.34 321	3.49 240	0.84 268	8.14 255	6.30 258	6.34 249	7.76 257	6.30 291	4.28 304	6.93 236	3.51 315	0.00 1	0.03 253	0.03 382	0.12 348	0.07 176	0.07 208

ToySt	2.69 211	0.55 210	7.03 392	1.03 183	0.10 59	3.49 240	1.04 297	6.38 208	4.55 180	2.69 107	6.28 207	7.95 330	4.38 309	5.08 148	2.58 281	0.01 206	0.11 367	0.00 1	0.04 311	0.28 365	0.19 339

tt45	1.09 45	0.35 87	1.49 17	0.39 97	0.23 146	3.50 242	0.14 75	3.35 31	1.81 20	0.36 29	2.04 71	0.27 34	0.26 21	6.84 229	0.63 84	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.03 94

RAFT-IKP	1.90 125	0.42 140	2.83 150	0.12 30	0.18 119	3.50 242	0.64 214	5.24 140	2.96 74	5.86 206	4.34 142	3.50 184	1.51 160	5.99 176	0.76 111	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

UCFNet_RVC	3.09 248	0.77 285	2.27 90	2.35 379	1.79 349	3.50 242	1.06 299	12.12 377	6.91 281	4.71 171	7.67 253	7.58 318	4.40 311	4.95 144	1.67 222	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.01 17

Pruner-Stereo	2.49 198	0.40 123	2.46 103	1.80 295	0.25 151	3.51 245	0.77 248	6.03 185	4.92 195	8.91 359	6.09 194	4.45 228	1.11 128	6.99 242	2.11 254	0.02 282	0.00 1	0.02 365	0.00 1	0.01 11	0.04 138

DeepStereo_RVC	2.05 144	0.39 114	2.87 159	0.14 44	0.17 106	3.51 245	0.70 231	5.21 133	3.00 80	6.27 241	4.13 133	3.47 180	4.53 318	4.81 137	1.49 203	0.01 206	0.00 1	0.00 1	0.00 1	0.09 206	0.18 329

EAI-Stereo	2.31 176	0.44 157	2.72 133	0.68 138	0.56 241	3.51 245	2.62 364	11.42 351	4.14 160	2.09 97	7.23 239	1.21 98	0.91 114	5.67 166	1.51 204	0.01 206	0.25 435	0.00 1	0.88 455	0.04 110	0.26 369

UGAM-zero	3.51 291	0.33 67	4.44 287	0.88 156	0.65 253	3.52 248	0.16 86	11.35 349	2.71 56	5.09 182	5.82 189	15.28 415	9.14 419	8.38 332	1.61 216	0.00 1	0.16 403	0.00 1	0.46 441	0.02 42	0.19 339

Sa-1000	3.55 295	0.75 279	3.63 232	1.91 311	0.30 171	3.55 249	1.63 336	7.39 242	8.54 338	7.70 311	17.44 412	4.00 203	2.82 232	9.44 386	1.33 190	0.00 1	0.10 359	0.00 1	0.18 374	0.21 334	0.04 138

GMStereo_Zeroshot	2.77 220	1.98 421	5.14 329	1.53 256	0.36 192	3.56 250	0.10 49	5.57 163	5.91 235	6.89 272	7.02 230	8.50 342	0.91 114	6.01 177	1.65 220	0.00 1	0.00 1	0.00 1	0.00 1	0.20 323	0.01 17

TransformOpticalFlow	3.38 279	0.70 267	4.54 294	1.00 179	0.30 171	3.56 250	0.14 75	9.67 303	7.30 296	5.55 194	13.34 369	6.74 302	5.03 338	8.22 327	1.34 192	0.00 1	0.01 153	0.01 334	0.00 1	0.04 110	0.11 271

Gwc-CoAtRS	2.02 141	0.33 67	2.61 119	1.04 188	0.30 171	3.56 250	0.40 150	5.89 182	5.94 236	5.08 181	5.01 159	5.55 267	1.72 179	1.60 44	0.91 150	0.01 206	0.09 348	0.00 1	0.25 402	0.01 11	0.02 57

4D-IteraStereo	1.72 98	0.86 306	3.01 169	0.09 23	2.86 391	3.57 253	1.06 299	3.92 61	5.31 208	5.28 188	1.02 31	3.92 200	0.38 52	1.83 57	1.04 165	0.00 1	0.01 153	0.00 1	0.00 1	0.07 176	0.09 236

anonymousdsp2	1.78 104	0.39 114	3.40 212	1.10 193	0.04 12	3.63 254	0.50 176	7.80 248	2.77 63	2.91 117	2.88 96	3.17 167	1.01 121	5.15 152	0.43 44	0.00 1	0.01 153	0.02 365	0.15 356	0.05 136	0.12 285

testlalala2	2.15 153	0.44 157	2.44 99	9.24 469	6.30 461	3.64 255	0.18 94	4.63 97	2.55 48	3.73 142	4.17 135	3.14 165	0.51 75	1.08 18	0.26 15	0.00 1	0.10 359	0.00 1	0.44 440	0.11 236	0.03 94

DeepPruner_ROB	3.52 292	1.14 359	4.06 267	1.12 199	1.65 334	3.65 256	0.83 264	13.96 413	4.47 175	7.80 314	10.84 326	7.05 311	2.16 199	8.14 317	3.08 296	0.07 366	0.03 253	0.00 1	0.01 257	0.32 377	0.06 189

UGAM	3.90 324	0.48 179	4.69 305	0.17 50	0.08 46	3.67 257	1.22 312	4.81 108	14.45 414	4.59 164	11.94 348	14.20 407	3.80 281	9.92 393	3.61 321	0.00 1	0.00 1	0.00 1	0.02 280	0.32 377	0.07 208

R-Stereo Train	2.44 191	0.32 52	1.93 48	0.94 167	0.16 99	3.67 257	0.61 206	6.37 204	3.08 87	9.14 365	17.44 412	1.80 121	0.77 103	1.76 53	0.70 94	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.03 94

RAFT-Stereo	2.44 191	0.32 52	1.93 48	0.94 167	0.16 99	3.67 257	0.61 206	6.37 204	3.08 87	9.14 365	17.44 412	1.80 121	0.77 103	1.76 53	0.70 94	0.00 1	0.01 153	0.00 1	0.00 1	0.01 11	0.03 94
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
STTStereo	3.60 299	0.93 327	6.34 376	2.71 398	2.23 372	3.68 260	0.63 210	9.42 295	6.73 276	9.87 384	6.97 224	8.84 346	3.65 267	6.85 230	3.04 294	0.00 1	0.02 206	0.01 334	0.00 1	0.02 42	0.02 57

test_4	2.38 185	0.34 77	2.68 125	0.08 21	0.11 68	3.69 261	1.14 307	3.33 30	3.34 112	4.03 151	17.35 411	3.31 172	0.51 75	6.28 189	1.15 176	0.00 1	0.00 1	0.00 1	0.11 345	0.16 287	0.01 17

AAGNet	3.41 284	0.34 77	2.45 100	1.78 293	0.39 199	3.69 261	1.05 298	4.79 107	4.61 184	9.62 378	7.74 256	4.98 246	6.38 369	7.34 266	13.02 445	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

LL-Strereo	4.71 368	1.64 403	7.51 404	1.15 201	4.31 438	3.71 263	1.45 326	9.21 289	8.36 331	8.37 340	8.17 265	10.82 376	11.36 436	12.51 427	4.82 350	0.00 1	0.12 374	0.00 1	0.00 1	0.31 373	0.32 382

ROB_FTStereo_v2	1.91 127	0.41 134	2.85 153	0.12 30	0.19 129	3.71 263	0.73 239	5.23 134	2.95 72	5.86 206	4.36 144	3.46 177	1.51 160	5.86 172	0.69 92	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

ROB_FTStereo	1.90 125	0.42 140	2.86 155	0.12 30	0.19 129	3.71 263	0.75 244	5.24 140	2.95 72	5.87 211	4.26 137	3.41 173	1.51 160	5.80 169	0.65 86	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

mmm	2.50 201	0.29 30	3.22 197	1.98 326	0.32 180	3.72 266	0.12 59	9.45 296	4.05 153	5.84 205	10.80 324	2.47 140	2.86 235	4.07 118	0.75 109	0.00 1	0.02 206	0.00 1	0.01 257	0.03 85	0.02 57

HUI-Stereo	1.80 107	0.41 134	2.85 153	0.12 30	0.18 119	3.72 266	0.65 217	5.23 134	2.97 78	5.87 211	4.34 142	3.45 175	1.52 165	3.93 112	0.65 86	0.02 282	0.00 1	0.00 1	0.00 1	0.08 188	0.10 258

Patchmatch Stereo++	1.95 131	0.40 123	2.86 155	0.12 30	0.18 119	3.74 268	0.66 220	5.24 140	2.96 74	5.86 206	4.32 139	3.46 177	1.52 165	6.88 231	0.70 94	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236
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
iGMRVC	1.96 134	0.40 123	2.88 160	0.12 30	0.19 129	3.74 268	0.73 239	5.23 134	2.97 78	5.87 211	4.37 145	3.48 181	1.52 165	6.73 224	0.74 104	0.02 282	0.00 1	0.00 1	0.00 1	0.08 188	0.08 223

iRAFT	1.95 131	0.40 123	2.86 155	0.12 30	0.18 119	3.74 268	0.66 220	5.24 140	2.96 74	5.86 206	4.32 139	3.46 177	1.52 165	6.88 231	0.70 94	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236

PSM-adaLoss	1.88 121	0.40 123	2.86 155	0.12 30	0.19 129	3.75 271	0.71 234	5.23 134	2.96 74	5.86 206	4.33 141	3.45 175	1.51 160	5.40 160	0.69 92	0.01 206	0.00 1	0.00 1	0.00 1	0.08 188	0.09 236

GCAP-BAT	1.77 103	0.49 183	2.78 143	0.66 136	0.16 99	3.76 272	0.80 256	3.72 52	3.27 102	3.68 140	5.03 160	3.66 191	0.56 83	5.82 170	0.65 86	0.00 1	0.05 296	0.00 1	0.24 397	0.01 11	0.01 17

cross-raft	2.03 142	0.35 87	2.78 143	1.10 193	0.16 99	3.77 273	0.48 164	7.03 236	3.75 130	5.06 180	5.55 185	6.26 288	1.41 155	1.75 52	0.89 146	0.01 206	0.07 328	0.00 1	0.19 379	0.03 85	0.03 94

DeepPrunerF	6.75 402	2.69 433	23.31 474	3.68 438	7.16 464	3.78 274	4.29 403	13.42 407	20.13 447	8.13 328	10.46 316	7.18 315	8.06 403	11.10 411	9.44 419	0.24 409	0.15 395	0.29 441	0.42 436	0.66 422	0.45 404

LL-Strereo2	1.86 116	0.83 302	2.33 92	0.36 92	0.17 106	3.79 275	1.52 330	5.82 179	4.04 151	4.43 158	2.51 86	4.23 215	0.37 49	5.66 165	0.99 160	0.00 1	0.02 206	0.00 1	0.05 317	0.06 160	0.11 271

GASNet	5.19 374	4.61 451	9.38 418	4.73 456	2.10 364	3.80 276	1.57 333	12.07 373	10.96 381	8.92 360	7.03 232	8.21 333	7.67 398	14.02 439	7.36 383	0.02 282	0.15 395	0.00 1	0.00 1	0.69 423	0.42 398

RAFT_R40	2.71 215	0.33 67	3.00 167	1.26 211	0.30 171	3.83 277	1.00 293	5.69 169	4.29 165	9.69 380	6.33 210	5.02 252	4.02 289	8.58 344	0.86 136	0.01 206	0.00 1	0.00 1	0.00 1	0.03 85	0.02 57

DMCA	2.82 225	0.64 243	4.45 288	1.61 270	0.89 281	3.86 278	0.57 199	9.18 288	5.10 201	6.24 236	6.49 214	7.17 314	2.13 196	3.31 95	4.73 347	0.00 1	0.01 153	0.00 1	0.00 1	0.04 110	0.02 57

Selective-RAFT	1.69 95	0.32 52	3.29 201	0.92 164	0.18 119	3.89 279	0.06 29	4.22 73	4.00 146	1.47 88	1.98 69	3.07 162	2.81 231	6.35 197	0.89 146	0.01 206	0.00 1	0.00 1	0.21 385	0.05 136	0.00 1

CRE-IMP	1.95 131	0.35 87	2.68 125	0.27 70	0.17 106	3.90 280	0.85 274	5.14 127	2.87 67	5.74 197	4.14 134	3.49 182	0.83 110	6.40 198	1.80 234	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.19 339

TDLM	4.11 337	1.11 354	3.54 223	1.62 273	1.04 298	3.91 281	7.41 448	10.60 327	10.67 380	6.38 250	12.59 360	5.95 281	4.77 328	8.79 359	3.04 294	0.58 435	0.00 1	0.01 334	0.00 1	0.19 319	0.12 285

CVANet_RVC	4.16 343	1.16 361	3.60 227	1.94 320	1.46 325	3.92 282	4.68 411	10.89 338	8.34 330	7.58 306	10.84 326	10.27 366	6.62 375	8.56 342	2.69 283	0.39 424	0.00 1	0.00 1	0.01 257	0.21 334	0.09 236

test_sample4	2.87 232	0.40 123	4.54 294	1.80 295	0.54 239	3.95 283	0.15 81	11.48 353	6.49 269	6.33 248	6.81 221	3.68 193	2.65 220	6.11 180	2.36 270	0.02 282	0.01 153	0.00 1	0.00 1	0.04 110	0.05 171

test_xeample	4.13 339	0.36 97	2.75 137	1.23 207	0.51 233	3.96 284	0.13 68	12.63 393	7.65 306	7.49 304	10.86 328	3.29 171	3.36 250	6.71 223	21.53 467	0.02 282	0.03 253	0.00 1	0.00 1	0.03 85	0.04 138

SST-Stereo	2.75 219	0.31 42	2.78 143	1.33 224	0.33 185	3.99 285	0.82 260	5.60 165	3.93 142	10.92 407	6.19 202	5.00 250	4.23 298	8.66 348	0.74 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.03 94

testlalala	1.50 83	0.41 134	1.67 30	0.98 177	0.31 177	4.00 286	0.90 283	5.26 145	2.17 26	6.56 259	3.61 123	1.74 119	0.38 52	1.21 26	0.42 43	0.00 1	0.02 206	0.00 1	0.29 411	0.01 11	0.01 17

RAFT_CTSACE	3.40 283	1.07 345	4.52 292	1.27 213	3.14 396	4.00 286	1.07 301	3.93 63	4.43 171	4.66 170	17.94 415	7.21 316	2.76 228	10.82 407	0.85 131	0.00 1	0.07 328	0.00 1	0.00 1	0.30 368	0.01 17

Consistency-Raft	9.42 441	4.74 454	12.66 439	5.30 460	9.08 472	4.08 288	5.26 421	19.26 461	24.87 459	11.17 412	29.85 461	13.57 399	5.51 355	7.67 283	13.40 447	0.36 421	0.35 443	1.81 462	4.24 480	11.61 480	3.57 460

AdaStereo	3.09 248	0.58 223	3.04 176	2.84 405	0.48 224	4.08 288	1.29 320	12.16 379	7.77 314	6.03 218	9.62 299	5.79 277	1.53 169	4.56 132	1.93 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57
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.
PS-NSSS	3.90 324	1.84 414	4.55 297	0.87 155	2.95 393	4.10 290	2.00 349	10.77 334	8.23 328	6.75 261	14.63 384	5.01 251	2.24 200	8.41 335	2.91 290	0.33 419	0.03 253	0.83 454	0.00 1	0.82 428	0.70 424

testlalala_base	3.12 252	0.48 179	2.79 147	2.14 354	1.98 358	4.13 291	0.64 214	6.16 192	2.09 25	2.38 103	4.08 132	1.80 121	0.50 74	1.65 46	0.72 100	12.33 490	2.33 471	0.00 1	0.31 419	14.56 485	1.32 439

s12784h	1.89 124	0.30 39	2.57 113	0.11 28	0.09 52	4.18 292	0.13 68	6.61 219	7.44 300	3.62 137	4.28 138	0.59 78	0.81 109	6.61 216	0.46 54	0.01 206	0.01 153	0.00 1	0.00 1	0.02 42	0.00 1

THIR-Stereo	3.86 320	0.77 285	2.62 121	0.12 30	0.13 84	4.25 293	6.63 438	5.30 147	4.18 162	10.33 393	17.13 406	6.58 300	7.62 397	7.78 291	3.51 315	0.01 206	0.07 328	0.07 411	0.00 1	0.11 236	0.02 57

hitnet-ft	3.66 302	0.65 249	2.79 147	0.89 158	0.72 265	4.25 293	0.55 188	9.11 287	7.52 302	7.14 285	10.19 308	12.49 395	4.70 325	7.44 270	4.41 341	0.03 317	0.00 1	0.06 405	0.00 1	0.20 323	0.04 138

MyStereo8	2.88 234	1.19 363	5.03 320	1.61 270	3.75 425	4.30 295	0.07 36	6.14 190	6.16 252	6.22 234	9.64 301	4.28 221	1.45 158	2.05 69	4.76 349	0.00 1	0.16 403	0.00 1	0.14 353	0.26 357	0.43 400

test_sample7	3.30 266	0.47 172	3.43 217	1.98 326	0.35 190	4.33 296	1.88 346	10.66 329	7.73 310	8.36 336	7.55 246	6.55 295	4.27 300	6.58 214	1.62 217	0.06 357	0.03 253	0.00 1	0.00 1	0.05 136	0.06 189

Anonymous3	1.76 102	0.44 157	6.37 377	0.33 83	0.50 230	4.33 296	0.54 184	4.43 82	2.48 40	2.21 98	3.24 109	1.53 112	1.14 132	5.64 163	1.29 187	0.17 396	0.23 429	0.00 1	0.00 1	0.12 252	0.15 310

FADNet-RVC	3.98 334	1.84 414	12.48 438	1.69 279	0.44 209	4.33 296	1.31 321	11.84 363	7.15 292	3.53 135	3.50 121	10.63 372	4.43 312	9.12 370	6.25 369	0.03 317	0.10 359	0.00 1	0.03 293	0.60 416	0.25 363

ttt	3.86 320	0.23 14	2.34 94	2.22 364	1.68 339	4.36 299	0.28 121	12.45 384	11.09 383	6.90 274	11.85 345	4.08 207	3.28 247	8.47 338	7.85 391	0.06 357	0.04 282	0.00 1	0.00 1	0.03 85	0.03 94

GEStereo_RVC	3.74 307	0.73 273	4.95 316	2.01 333	1.24 310	4.36 299	3.07 374	11.77 362	7.80 315	6.87 271	6.52 215	7.70 321	4.31 307	8.98 367	4.19 337	0.03 317	0.01 153	0.02 365	0.02 280	0.13 266	0.11 271

NLCA_NET_v2_RVC	3.84 318	1.06 344	5.23 337	2.72 400	3.27 402	4.36 299	0.61 206	10.71 332	7.56 303	8.75 352	7.89 260	9.86 357	3.90 284	7.15 257	3.44 309	0.14 388	0.02 206	0.02 365	0.03 293	0.04 110	0.03 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNetv2_ROB	4.28 354	1.43 384	7.17 395	2.91 407	1.26 311	4.36 299	1.62 335	13.64 410	10.25 369	9.83 382	11.41 338	7.68 320	4.00 286	7.75 290	1.85 236	0.00 1	0.00 1	0.00 1	0.00 1	0.37 390	0.09 236

MLCV	3.44 288	0.88 311	5.60 354	1.39 236	0.25 151	4.36 299	0.33 135	7.25 239	7.28 295	9.17 367	12.24 357	5.09 254	2.47 211	9.15 372	3.23 301	0.00 1	0.00 1	0.00 1	0.00 1	0.10 217	0.02 57

tg	1.96 134	0.64 243	2.15 77	0.68 138	0.12 78	4.40 304	0.04 17	5.74 170	4.19 163	4.00 149	5.23 172	2.58 143	0.93 116	7.12 252	0.77 117	0.00 1	0.02 206	0.00 1	0.00 1	0.31 373	0.25 363

iResNet	3.68 303	0.91 321	7.94 408	2.97 413	0.34 187	4.44 305	0.48 164	7.70 245	9.74 357	7.72 312	12.74 364	4.03 204	2.87 236	8.05 307	3.37 306	0.02 282	0.01 153	0.00 1	0.00 1	0.10 217	0.09 236

ARAFT	3.13 253	1.11 354	7.34 399	0.42 100	0.14 89	4.52 306	2.99 372	7.41 243	5.97 239	8.85 357	7.06 234	5.20 257	1.25 147	8.49 339	1.44 198	0.00 1	0.03 253	0.00 1	0.00 1	0.33 380	0.11 271

castereo++	1.18 55	0.54 206	1.95 54	0.30 71	0.51 233	4.56 307	1.00 293	4.61 94	1.12 11	0.29 16	2.14 79	1.89 125	0.15 7	3.94 113	0.18 9	0.00 1	0.04 282	0.00 1	0.31 419	0.03 85	0.00 1

GES	2.49 198	0.38 110	4.29 278	1.58 265	0.05 15	4.58 308	1.07 301	9.70 304	3.39 113	5.21 184	6.64 216	1.84 124	3.36 250	4.86 138	2.54 280	0.06 357	0.01 153	0.06 405	0.01 257	0.12 252	0.03 94

RASNet	4.52 365	0.61 234	4.42 285	3.42 429	4.68 451	4.58 308	0.99 291	9.54 301	8.01 320	5.28 188	11.42 339	10.34 368	8.88 414	9.28 378	8.68 407	0.15 390	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

test_5	2.90 235	0.70 267	3.69 235	2.01 333	3.17 399	4.61 310	1.32 322	6.69 223	7.02 287	2.79 111	7.18 235	4.99 247	4.14 292	7.96 298	1.31 188	0.00 1	0.00 1	0.00 1	0.03 293	0.19 319	0.26 369

test_sample3	2.87 232	0.37 104	4.45 288	1.95 321	0.59 243	4.69 311	0.16 86	11.50 354	6.45 266	5.82 203	6.44 213	3.76 197	2.64 218	6.01 177	2.41 274	0.01 206	0.01 153	0.00 1	0.00 1	0.04 110	0.05 171

DRaft	3.74 307	0.43 151	2.60 117	0.12 30	0.15 93	4.76 312	1.34 323	5.33 151	4.31 166	10.30 392	21.91 433	3.27 170	8.83 413	7.36 268	3.66 323	0.05 348	0.10 359	0.00 1	0.14 353	0.10 217	0.14 300

FADNet	4.23 348	1.65 404	11.75 431	1.64 275	0.80 273	4.80 313	0.77 248	13.76 412	11.65 392	3.97 148	5.24 173	9.62 354	5.14 342	8.40 334	3.78 326	0.21 404	0.04 282	0.07 411	0.05 317	1.14 436	0.10 258

DIP-Stereo	1.97 136	0.64 243	2.95 164	0.17 50	0.10 59	4.83 314	0.13 68	8.60 274	4.06 156	6.42 251	4.92 155	0.44 64	0.72 97	3.57 101	1.80 234	0.00 1	0.01 153	0.00 1	0.00 1	0.05 136	0.04 138
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
EDNetEfficient	13.82 464	6.19 459	54.79 500	2.83 404	3.60 416	4.86 315	8.57 452	8.61 275	32.90 472	40.77 491	30.59 464	18.33 438	21.87 473	11.38 415	25.36 480	0.15 390	0.23 429	0.06 405	1.03 458	2.54 457	1.79 446

RAFT-Test	2.17 156	0.36 97	3.40 212	1.05 190	0.34 187	4.90 316	0.69 228	6.27 198	3.98 144	4.65 169	7.02 230	6.30 291	1.12 129	1.81 56	0.99 160	0.01 206	0.17 407	0.00 1	0.34 425	0.02 42	0.02 57

CFNet	3.72 306	1.10 351	5.03 320	2.49 389	1.59 328	4.90 316	0.22 105	11.38 350	9.88 361	4.80 173	11.25 336	6.44 293	3.68 268	8.33 330	3.00 292	0.00 1	0.00 1	0.00 1	0.00 1	0.22 339	0.07 208

aanetorigin	8.72 435	3.29 444	27.55 482	1.95 321	3.84 428	4.93 318	5.39 424	5.49 161	10.05 364	27.85 472	31.47 466	15.80 417	12.78 443	9.04 368	11.98 439	0.25 410	0.22 427	0.22 437	0.25 402	1.28 440	0.84 429

Any-RAFT	2.18 158	0.25 18	1.94 51	1.37 233	0.80 273	5.01 319	0.56 190	8.51 267	5.58 220	4.01 150	4.85 153	5.44 265	2.26 204	2.45 79	0.35 25	0.00 1	0.15 395	0.00 1	0.00 1	0.02 42	0.02 57

1111x	4.25 351	0.30 39	4.31 279	1.47 247	0.37 195	5.10 320	0.32 132	12.86 397	9.82 359	6.01 217	9.73 302	8.78 344	5.97 362	9.43 383	10.39 427	0.06 357	0.03 253	0.00 1	0.00 1	0.02 42	0.04 138

Anonymous_2	4.14 340	0.62 239	3.21 196	1.40 237	1.43 324	5.19 321	0.32 132	6.63 220	4.38 169	4.48 162	2.30 82	8.08 331	7.00 382	5.37 158	2.29 265	0.23 407	0.75 458	5.20 474	18.12 499	5.66 468	0.23 355

DualNet (step1)	3.91 327	1.11 354	6.15 370	1.27 213	0.60 245	5.22 322	2.54 359	10.66 329	7.73 310	8.36 336	7.55 246	6.55 295	4.27 300	6.58 214	1.62 217	1.49 456	0.03 253	3.10 466	2.99 472	0.20 323	0.15 310

test_sample9	5.87 382	1.11 354	6.15 370	1.27 213	0.60 245	5.22 322	2.54 359	10.66 329	7.73 310	8.36 336	7.55 246	6.55 295	4.27 300	11.68 418	11.44 437	1.49 456	24.31 505	3.10 466	2.99 472	0.20 323	0.15 310

test_sample8	7.99 426	1.11 354	6.15 370	1.27 213	0.60 245	5.22 322	2.54 359	12.04 372	6.15 251	17.46 448	9.02 282	24.67 459	18.16 457	11.68 418	11.44 437	1.49 456	24.31 505	3.10 466	2.99 472	0.20 323	0.15 310

BEATNet_4x	3.24 261	1.27 373	5.89 361	1.56 263	0.10 59	5.26 325	1.07 301	10.08 316	5.50 213	6.89 272	7.73 254	4.53 232	4.13 291	5.05 147	5.27 354	0.04 336	0.05 296	0.00 1	0.00 1	0.23 345	0.23 355

DEmStereo	3.79 314	0.37 104	3.69 235	0.17 50	0.17 106	5.28 326	2.54 359	4.35 76	3.70 126	8.21 334	20.15 424	5.13 256	10.38 430	7.65 281	3.85 328	0.01 206	0.01 153	0.01 334	0.00 1	0.02 42	0.06 189

psm_up	3.85 319	0.82 300	3.01 169	2.00 332	2.58 384	5.28 326	3.34 383	10.85 337	6.33 261	7.27 295	7.32 242	10.15 362	9.02 417	6.19 184	2.51 278	0.22 406	0.01 153	0.00 1	0.00 1	0.12 252	0.03 94

PASM	7.90 424	4.22 449	21.97 472	3.25 424	3.29 403	5.39 328	6.57 437	10.57 326	19.09 438	12.77 427	13.92 374	18.11 436	9.51 423	13.79 438	10.77 433	0.19 400	0.45 451	0.29 441	1.08 459	1.49 445	1.19 437

HITNet	2.79 222	0.77 285	4.02 262	2.03 338	0.11 68	5.58 329	0.59 201	9.24 290	5.15 204	6.42 251	7.26 240	3.66 191	2.92 237	4.07 118	3.87 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.02 57
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
NOSS_ROB	3.30 266	0.46 170	2.62 121	2.08 345	1.01 297	5.60 330	0.74 242	10.37 322	11.48 390	5.15 183	8.43 269	5.67 273	1.73 180	7.97 300	2.34 267	0.02 282	0.06 312	0.00 1	0.00 1	0.07 176	0.14 300

FAT-Stereo	6.78 406	0.68 260	6.80 387	2.30 370	1.77 348	5.63 331	4.20 401	18.79 453	18.62 436	10.53 400	17.15 407	18.52 439	13.74 449	8.86 363	7.38 384	0.03 317	0.15 395	0.01 334	0.07 325	0.12 252	0.26 369

tt1	2.14 151	0.63 242	2.22 87	2.27 366	0.02 3	5.71 332	0.63 210	4.53 89	10.19 365	1.16 83	3.39 117	0.33 51	3.05 241	8.00 301	0.46 54	0.00 1	0.02 206	0.00 1	0.03 293	0.10 217	0.04 138

FADNet_RVC	3.91 327	1.67 407	12.95 444	0.96 173	0.75 266	5.71 332	0.54 184	10.83 336	6.60 272	3.46 133	8.09 263	4.10 210	3.40 257	9.43 383	6.33 370	0.36 421	0.44 450	0.17 431	0.46 441	0.91 431	0.95 431

ACVNet-DCA	2.01 140	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	8.45 262	3.33 109	1.03 76	3.33 111	0.32 47	3.71 272	8.05 307	0.45 50	0.00 1	0.02 206	0.00 1	0.03 293	0.02 42	0.03 94

xx1	2.33 180	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	4.31 74	10.41 370	1.03 76	3.33 111	4.67 236	2.70 222	8.05 307	0.45 50	0.00 1	0.02 206	0.00 1	0.00 1	0.02 42	0.03 94

1test111	1.86 116	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	8.45 262	3.33 109	1.03 76	3.33 111	0.32 47	3.71 272	4.40 128	0.96 155	0.00 1	0.02 206	0.00 1	0.03 293	0.02 42	0.03 94

cc1	2.17 156	0.65 249	2.15 77	2.30 370	0.02 3	5.80 334	0.56 190	4.31 74	10.41 370	1.03 76	3.33 111	0.32 47	3.71 272	8.05 307	0.45 50	0.00 1	0.02 206	0.00 1	0.03 293	0.10 217	0.05 171

ac_64	3.70 305	0.47 172	3.50 221	2.87 406	3.50 412	5.91 338	0.72 238	10.17 319	4.34 167	8.16 329	5.80 188	10.82 376	5.64 357	7.08 249	4.73 347	0.03 317	0.00 1	0.00 1	0.00 1	0.08 188	0.14 300

PSMNet-ADL	2.98 241	0.43 151	2.41 97	1.43 242	0.40 201	5.94 339	0.28 121	8.45 262	5.13 202	3.36 131	6.77 219	8.41 336	4.61 321	7.20 259	4.55 344	0.02 282	0.09 348	0.00 1	0.00 1	0.01 11	0.03 94

RAFT + AFF	4.30 355	1.55 395	5.84 359	1.43 242	2.36 376	5.94 339	6.72 440	10.01 313	7.56 303	7.55 305	8.96 279	7.09 312	6.73 378	8.57 343	4.02 332	0.02 282	0.47 453	0.00 1	0.01 257	0.56 410	0.54 414

FADNet-RVC-Resample	3.79 314	1.62 401	12.06 432	1.43 242	0.66 254	5.94 339	2.41 355	10.18 320	8.58 340	6.28 242	4.22 136	5.33 263	4.80 332	7.71 286	3.19 299	0.17 396	0.21 423	0.17 431	0.12 348	0.41 402	0.29 377

222	5.36 377	0.40 123	2.72 133	1.50 248	0.48 224	6.15 342	0.07 36	13.73 411	8.06 321	8.79 353	11.03 332	3.71 195	4.21 296	7.47 273	38.74 498	0.03 317	0.02 206	0.00 1	0.00 1	0.04 110	0.05 171

DLCB_ROB	4.51 362	0.91 321	3.78 242	2.19 358	1.07 301	6.28 343	3.09 375	9.78 305	7.72 309	10.65 402	12.97 365	13.91 405	3.71 272	8.72 357	5.30 355	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.10 258

RP	6.84 408	1.29 378	5.53 353	3.92 446	5.18 454	6.32 344	3.53 387	11.73 361	15.31 421	9.54 376	22.38 437	18.25 437	14.47 451	10.11 394	7.49 385	0.91 445	0.01 153	0.12 423	0.15 356	0.33 380	0.19 339

XPNet_ROB	6.03 391	1.22 365	5.61 355	2.56 394	0.90 283	6.32 344	7.07 444	12.92 398	8.30 329	14.76 440	15.13 388	19.84 446	6.66 377	10.36 400	8.58 406	0.02 282	0.04 282	0.00 1	0.03 293	0.11 236	0.24 359

CoDeX	3.43 286	0.68 260	4.49 290	0.98 177	1.65 334	6.37 346	2.14 351	13.23 405	6.07 245	7.23 292	8.95 277	4.09 208	3.79 280	6.31 191	2.37 271	0.03 317	0.06 312	0.00 1	0.00 1	0.07 176	0.15 310

edge stereo	6.76 403	1.01 336	6.76 386	2.20 360	2.45 381	6.41 347	2.45 357	14.84 425	11.98 398	15.29 442	18.31 418	22.02 455	12.56 441	10.82 407	7.49 385	0.03 317	0.06 312	0.11 420	0.03 293	0.30 368	0.14 300

ETE_ROB	5.80 381	1.77 411	6.33 375	1.44 246	0.78 272	6.43 348	6.90 442	12.53 390	8.08 322	12.93 430	14.89 386	21.13 454	5.87 359	9.83 390	6.57 376	0.04 336	0.01 153	0.00 1	0.02 280	0.08 188	0.33 383

FINET	5.32 375	1.14 359	10.04 423	2.17 356	3.67 420	6.49 349	6.76 441	11.68 358	22.08 453	7.42 301	12.15 353	4.24 216	3.61 266	9.25 377	5.35 356	0.04 336	0.04 282	0.00 1	0.00 1	0.17 300	0.09 236

S-Stereo	6.63 401	0.84 303	9.67 420	3.15 420	3.48 411	6.49 349	6.22 430	12.99 400	22.84 455	9.48 373	15.51 389	12.00 392	8.43 407	8.04 304	10.70 430	0.12 384	0.17 407	0.00 1	0.38 430	0.13 266	1.92 449

HGLStereo	4.25 351	0.52 198	4.65 302	3.09 414	5.18 454	6.51 351	0.73 239	10.37 322	6.74 277	7.32 297	12.44 359	7.00 306	7.21 388	7.46 271	5.51 359	0.00 1	0.02 206	0.00 1	0.00 1	0.06 160	0.10 258

DDVS	3.59 297	0.53 202	4.53 293	2.02 335	1.27 313	6.63 352	0.49 174	8.73 278	4.10 157	7.14 285	7.63 251	12.68 396	2.25 202	8.69 351	4.09 335	0.08 371	0.20 420	0.01 334	0.00 1	0.14 276	0.59 419

AASNet	3.90 324	0.92 324	4.41 284	3.56 435	4.00 434	6.70 353	1.26 317	18.71 452	6.14 250	7.35 299	7.91 261	4.35 225	2.58 216	3.04 90	6.62 379	0.00 1	0.00 1	0.00 1	0.00 1	0.39 396	0.14 300

psmorigin	7.34 414	1.58 397	18.31 462	2.35 379	0.87 279	6.72 354	1.70 343	10.63 328	7.14 291	19.77 455	22.71 438	20.13 448	11.34 435	12.96 432	9.49 420	0.04 336	0.17 407	0.06 405	0.17 367	0.21 334	0.50 410

HSM	4.00 335	0.79 291	3.16 193	1.59 268	2.17 368	6.77 355	1.11 305	12.28 382	6.35 263	6.75 261	8.11 264	13.90 404	5.37 347	8.85 361	2.71 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.02 57

ADLNet2	4.46 358	0.90 317	6.06 367	2.74 402	3.91 430	6.79 356	3.01 373	10.95 340	8.40 333	7.27 295	9.80 303	9.85 356	5.43 351	7.29 262	6.44 373	0.01 206	0.03 253	0.00 1	0.00 1	0.15 280	0.11 271

ADLNet	4.32 356	0.80 295	4.33 280	3.60 436	3.56 414	6.87 357	2.48 358	11.20 342	7.58 305	9.87 384	9.62 299	8.39 335	4.95 336	6.16 182	6.60 377	0.01 206	0.01 153	0.00 1	0.01 257	0.12 252	0.25 363

CBMV_ROB	4.14 340	0.52 198	3.14 191	1.30 220	0.77 270	6.92 358	1.97 348	10.11 318	9.58 354	8.92 360	14.20 378	7.12 313	5.90 360	8.65 347	3.50 314	0.01 206	0.05 296	0.00 1	0.00 1	0.04 110	0.09 236

HSM-Net_RVC	4.20 345	0.32 52	2.76 140	0.63 132	0.69 258	6.95 359	1.69 340	11.96 368	8.36 331	8.83 356	12.17 354	15.18 414	4.21 296	6.91 235	3.30 305	0.02 282	0.02 206	0.00 1	0.00 1	0.01 11	0.01 17
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 347	0.50 186	5.45 345	1.34 226	1.68 339	7.04 360	4.51 408	10.73 333	7.00 285	10.78 404	6.80 220	8.48 340	4.63 322	9.91 392	5.12 353	0.02 282	0.06 312	0.02 365	0.03 293	0.08 188	0.03 94

PSMNet-RUCA	5.60 379	4.62 452	11.61 429	10.29 473	7.55 469	7.08 361	1.94 347	12.01 370	10.52 377	3.90 146	11.88 346	4.43 227	1.75 185	7.56 276	4.24 338	1.68 459	0.12 374	4.78 473	0.67 449	4.74 464	0.68 423

BUS	2.49 198	0.32 52	3.05 181	0.46 105	0.46 215	7.12 362	0.50 176	9.05 284	4.69 186	6.11 225	6.15 199	5.29 259	0.83 110	3.91 109	1.77 231	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

NINENet	3.09 248	0.56 216	3.22 197	1.61 270	1.37 322	7.12 362	0.50 176	11.88 365	5.63 221	6.63 260	8.40 268	5.29 259	0.83 110	6.51 209	1.77 231	0.15 390	0.07 328	0.07 411	0.00 1	0.09 206	0.00 1

BSDual-CNN	2.69 211	0.32 52	3.05 181	0.46 105	0.46 215	7.13 364	1.63 336	9.05 284	4.69 186	6.11 225	6.15 199	6.26 288	2.54 213	3.91 109	1.91 241	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

hknet	3.31 268	0.42 140	4.68 304	0.46 105	1.17 307	7.13 364	1.63 336	9.05 284	6.91 281	6.11 225	6.15 199	9.66 355	2.85 234	7.48 274	2.45 276	0.01 206	0.03 253	0.03 382	0.00 1	0.04 110	0.00 1

UPFNet	3.82 317	0.47 172	4.34 283	2.21 361	3.38 406	7.26 366	2.69 366	9.89 309	5.96 237	7.98 324	7.53 245	7.89 325	3.15 243	7.72 288	5.88 366	0.01 206	0.02 206	0.00 1	0.00 1	0.04 110	0.06 189

IER	3.20 260	0.54 206	5.13 328	0.58 123	1.59 328	7.29 367	0.56 190	6.36 202	4.95 196	7.44 302	8.84 273	6.20 286	6.26 365	4.88 139	3.29 304	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

NCC-stereo	6.77 404	1.49 391	6.48 380	2.92 409	4.40 441	7.43 368	3.61 389	19.52 466	13.29 406	8.39 341	16.91 401	15.96 418	12.13 438	12.85 430	7.70 388	1.47 454	0.11 367	0.01 334	0.42 436	0.14 276	0.24 359

Abc-Net	6.77 404	1.49 391	6.48 380	2.92 409	4.40 441	7.43 368	3.61 389	19.52 466	13.29 406	8.39 341	16.91 401	15.96 418	12.13 438	12.85 430	7.70 388	1.47 454	0.11 367	0.01 334	0.42 436	0.14 276	0.24 359
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
acv_ft	3.69 304	0.53 202	4.58 301	2.31 376	4.71 452	7.44 370	0.86 275	8.54 269	5.70 223	9.29 370	9.26 293	5.77 275	4.15 293	2.24 73	8.13 400	0.00 1	0.00 1	0.00 1	0.00 1	0.29 367	0.01 17

PAM_32	3.50 290	0.32 52	5.22 335	1.32 223	0.53 238	7.49 371	0.39 146	9.52 300	3.91 140	5.22 185	5.28 178	16.75 428	7.44 390	4.61 134	0.90 149	0.00 1	0.20 420	0.00 1	0.39 433	0.09 206	0.39 390

PWC_ROB	8.24 429	3.13 440	12.74 441	2.43 386	4.43 444	7.51 372	1.22 312	16.63 439	19.24 441	16.08 445	28.29 456	13.99 406	10.16 428	13.63 437	14.06 451	0.42 430	0.00 1	0.05 401	0.00 1	0.59 414	0.27 373

HBP-ISP	4.09 336	1.05 342	4.10 271	1.87 304	1.31 319	7.56 373	3.98 395	11.26 343	9.94 362	7.81 315	14.44 381	3.23 169	4.27 300	8.89 364	1.87 237	0.06 357	0.06 312	0.00 1	0.00 1	0.06 160	0.04 138

gwcnet-sp	3.31 268	1.47 387	7.26 396	1.73 286	0.69 258	7.57 374	1.14 307	8.59 270	6.17 253	8.57 346	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

scenet	3.31 268	1.47 387	7.26 396	1.73 286	0.69 258	7.57 374	1.14 307	8.59 270	6.17 253	8.57 346	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

ssnet	3.31 268	1.47 387	7.26 396	1.73 286	0.69 258	7.57 374	1.14 307	8.59 270	6.17 253	8.57 346	5.25 175	4.26 218	3.36 250	6.46 201	3.44 309	0.00 1	0.00 1	0.00 1	0.00 1	0.15 280	0.11 271

PAM	3.38 279	0.31 42	5.61 355	1.37 233	0.71 263	7.60 377	0.38 145	8.94 282	3.55 122	5.54 193	4.69 148	16.09 422	7.03 384	3.67 103	1.02 164	0.00 1	0.21 423	0.00 1	0.38 430	0.07 176	0.41 395

DANet	6.02 390	1.23 367	8.45 412	3.86 445	3.94 432	7.64 378	1.34 323	9.51 299	7.00 285	13.39 433	15.53 390	15.99 420	7.02 383	12.14 423	12.37 442	0.19 400	0.12 374	0.02 365	0.03 293	0.13 266	0.56 415
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
xxxx	4.51 362	0.31 42	2.77 141	1.69 279	0.47 222	7.74 379	0.07 36	14.04 414	7.91 318	5.82 203	8.97 280	9.34 350	3.41 258	7.33 265	20.24 462	0.05 348	0.03 253	0.00 1	0.00 1	0.03 85	0.04 138

LMCR-Stereo	3.63 300	1.29 378	4.20 274	2.54 391	0.17 106	8.08 380	1.52 330	11.46 352	4.73 189	8.45 344	10.66 323	1.91 128	5.03 338	7.69 284	3.58 320	0.92 446	0.00 1	0.00 1	0.00 1	0.36 389	0.02 57

NVstereo2D	4.51 362	0.82 300	6.86 390	3.28 425	3.38 406	8.16 381	3.13 376	10.51 325	15.15 420	4.90 175	6.89 223	7.87 323	4.78 330	9.88 391	3.91 330	0.01 206	0.00 1	0.00 1	0.06 324	0.02 42	0.58 416

anonymity	7.68 419	3.83 448	12.39 435	7.04 467	12.67 483	8.18 382	2.00 349	17.50 444	6.85 279	13.56 435	9.21 284	9.97 360	7.82 400	11.28 414	5.58 360	6.27 473	4.98 495	3.68 470	2.96 471	3.33 461	4.48 465

SFCPSM	3.29 265	0.43 151	5.11 326	0.34 88	0.94 288	8.48 383	2.15 352	14.51 421	5.29 207	7.00 276	7.65 252	3.43 174	2.59 217	5.11 150	2.37 271	0.01 206	0.03 253	0.01 334	0.07 325	0.13 266	0.15 310

Wz-Net-SNSev	9.23 439	6.70 461	24.28 475	1.87 304	1.81 351	8.57 384	12.29 477	17.37 443	20.39 449	10.43 397	23.11 440	16.66 426	8.03 402	14.47 444	17.86 457	0.00 1	0.02 206	0.01 334	0.00 1	0.41 402	0.30 379

Syn2CoEx	6.32 394	2.72 434	9.33 417	2.45 387	1.67 337	8.59 385	3.32 382	18.08 448	12.27 400	8.53 345	21.08 430	10.30 367	9.80 425	9.30 379	7.86 392	0.01 206	0.00 1	0.00 1	0.00 1	0.63 419	0.43 400

AF-Net	7.78 423	1.44 386	6.68 385	3.37 427	4.50 448	8.61 386	2.69 366	17.07 441	20.17 448	9.52 375	24.02 442	20.31 451	14.59 452	11.58 417	9.84 424	0.61 436	0.00 1	0.12 423	0.00 1	0.38 392	0.12 285

psmg	3.10 251	0.32 52	3.05 181	0.54 114	0.46 215	8.68 387	2.84 370	9.87 307	4.69 186	8.08 326	8.69 272	6.26 288	2.54 213	3.91 109	1.91 241	0.01 206	0.04 282	0.06 405	0.00 1	0.11 236	0.00 1

PA-Net	4.98 371	1.47 387	7.42 401	2.40 382	2.14 366	8.73 388	3.64 392	12.42 383	13.11 405	7.03 279	7.57 249	7.88 324	6.52 371	10.16 399	7.82 390	0.02 282	0.03 253	0.00 1	0.00 1	0.11 236	1.07 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	6.88 410	2.23 426	6.13 368	4.05 447	4.73 453	8.94 389	2.78 368	15.19 431	11.74 393	11.13 411	19.34 421	17.86 434	10.42 431	13.02 433	8.03 397	0.73 439	0.01 153	0.24 439	0.41 435	0.31 373	0.38 389

DGSMNet	6.47 398	2.61 432	13.64 447	3.46 431	3.74 421	8.97 390	6.01 426	14.15 417	13.01 404	7.46 303	14.10 376	9.94 359	4.79 331	10.44 401	6.22 368	1.30 453	1.70 466	1.80 461	1.52 466	2.27 456	2.35 455

anonymousa	3.80 316	0.55 210	3.35 206	1.24 208	3.74 421	9.04 391	0.36 139	6.74 225	4.03 149	7.72 312	19.64 423	10.62 371	6.01 363	1.52 40	1.40 195	0.00 1	0.00 1	0.00 1	0.05 317	0.00 1	0.03 94

ssnet_v2	4.46 358	0.87 308	5.18 332	1.57 264	0.67 256	9.14 392	4.73 412	11.84 363	9.68 355	8.79 353	6.24 206	9.91 358	4.34 308	6.28 189	9.30 415	0.00 1	0.01 153	0.00 1	0.00 1	0.28 365	0.30 379

GANet	6.22 392	1.07 345	4.07 269	2.27 366	0.89 281	9.19 393	9.52 459	12.02 371	8.13 324	10.72 403	29.09 459	13.86 403	7.52 395	11.00 410	4.39 340	0.36 421	0.00 1	0.02 365	0.02 280	0.12 252	0.08 223

StereoDRNet-Refined	4.46 358	0.62 239	3.80 244	1.92 315	0.40 201	9.35 394	0.15 81	10.02 314	8.83 343	12.69 425	11.62 344	9.34 350	3.87 283	8.06 311	8.02 395	0.00 1	0.00 1	0.01 334	0.05 317	0.20 323	0.26 369
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
pmcnn	7.72 422	1.27 373	9.42 419	2.91 407	3.14 396	9.44 395	6.23 431	12.56 391	16.51 429	14.53 438	24.08 443	27.44 467	8.49 408	9.32 380	8.44 404	0.06 357	0.08 339	0.00 1	0.00 1	0.30 368	0.15 310

SHD	9.61 444	2.60 431	12.46 436	3.69 439	3.54 413	9.47 396	1.25 314	20.16 471	37.84 484	18.19 450	21.24 431	16.96 430	12.83 445	14.47 444	16.05 455	0.32 418	0.13 384	0.01 334	0.08 330	0.38 392	0.48 407

NCCL2	5.88 384	1.59 398	5.44 344	1.87 304	0.92 284	9.55 397	11.55 471	12.11 375	9.94 362	9.67 379	8.85 274	22.28 457	7.41 389	8.78 358	7.17 382	0.01 206	0.00 1	0.03 382	0.00 1	0.13 266	0.23 355

PSMNet_ROB	5.02 373	1.63 402	6.03 366	1.90 310	1.83 352	9.57 398	6.35 435	15.58 434	7.23 294	6.15 230	10.48 317	12.22 393	4.16 294	8.02 303	8.71 408	0.02 282	0.01 153	0.01 334	0.10 343	0.20 323	0.12 285

NaN_ROB	6.00 389	1.24 369	6.29 374	1.34 226	1.68 339	9.60 399	10.31 465	15.09 427	15.79 425	12.62 424	8.95 277	11.67 391	5.83 358	11.78 421	6.41 372	0.05 348	0.13 384	0.08 414	0.20 381	0.22 339	0.79 426

UNet	3.97 333	0.61 234	6.50 382	1.68 278	3.22 400	9.82 400	0.31 131	9.50 297	5.32 209	7.20 291	6.35 212	10.59 369	5.91 361	6.93 236	5.49 358	0.00 1	0.00 1	0.00 1	0.00 1	0.02 42	0.01 17

SuperB	8.10 428	3.15 442	24.67 476	2.65 396	1.23 309	9.88 401	4.29 403	10.18 320	30.07 468	11.53 417	12.18 355	6.12 284	6.65 376	10.50 402	14.47 453	0.14 388	0.11 367	0.35 445	0.25 402	13.06 483	0.48 407

LALA_ROB	6.58 400	1.80 413	6.25 373	1.26 211	0.94 288	10.08 402	9.02 455	16.00 436	11.51 391	12.74 426	13.02 366	24.77 460	5.25 344	10.56 403	8.02 395	0.04 336	0.05 296	0.00 1	0.02 280	0.10 217	0.25 363

CBMV	5.35 376	0.91 321	3.67 234	1.62 273	0.44 209	10.09 403	7.19 446	12.49 389	12.33 401	12.22 421	14.69 385	10.93 380	6.48 370	8.51 340	4.96 351	0.02 282	0.15 395	0.00 1	0.00 1	0.17 300	0.17 325
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LSM	14.01 465	5.95 458	33.49 486	6.78 466	43.61 507	10.22 404	9.98 464	15.16 430	22.93 456	23.07 464	32.34 470	18.52 439	12.67 442	15.45 450	11.10 434	0.16 395	0.51 455	0.09 417	0.32 421	1.08 435	16.85 502

SGM-Forest	4.96 370	0.32 52	2.84 152	1.21 205	0.64 252	10.23 405	6.64 439	11.55 355	10.98 382	10.94 409	13.59 371	11.65 390	4.30 305	8.94 365	4.63 345	0.11 381	0.04 282	0.00 1	0.00 1	0.05 136	0.46 406
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-LNSev-Ref	5.98 387	1.55 395	9.92 421	2.40 382	3.22 400	10.28 406	3.14 377	11.64 356	9.79 358	9.54 376	20.22 426	11.16 384	6.77 379	10.61 405	9.16 412	0.06 357	0.00 1	0.00 1	0.00 1	0.03 85	0.04 138

UDG	8.58 434	9.31 473	4.89 312	10.00 472	9.52 473	10.36 407	2.41 355	12.07 373	9.82 359	7.81 315	9.55 297	16.52 424	9.81 426	7.84 294	7.88 393	4.20 467	2.51 475	18.53 484	3.71 479	9.55 476	5.28 470

DDUNet	9.47 442	11.32 478	6.14 369	12.93 479	11.65 480	10.45 408	3.87 394	11.70 359	7.89 316	9.27 369	13.28 368	16.18 423	6.14 364	8.80 360	5.77 363	6.64 474	3.38 488	20.90 485	4.28 481	11.01 478	7.80 479

PWCDC_ROB	7.92 425	3.17 443	7.48 403	5.73 462	4.40 441	10.45 408	0.35 138	14.52 422	28.19 465	10.36 395	31.27 465	7.04 309	9.14 419	13.22 435	8.78 409	2.74 464	0.02 206	0.00 1	0.00 1	1.31 441	0.17 325

EDNetEfficientorigin	17.87 479	14.00 479	99.53 521	1.64 275	0.92 284	10.55 410	6.26 433	13.21 403	34.84 478	38.20 488	36.91 479	27.47 468	26.32 481	14.71 446	25.69 481	0.04 336	0.06 312	0.14 426	0.52 444	3.16 460	3.27 458

StereoDRNet	5.59 378	1.75 410	6.80 387	3.12 418	4.45 445	10.61 411	4.35 405	18.80 454	9.73 356	12.22 421	6.87 222	11.44 388	4.65 324	8.09 314	8.26 402	0.02 282	0.11 367	0.00 1	0.03 293	0.20 323	0.28 375

U	2.12 148	0.25 18	2.47 106	0.17 50	8.09 471	10.63 412	0.00 1	3.08 17	0.87 6	0.24 9	0.45 19	0.17 8	0.08 2	0.69 4	0.15 4	0.00 1	0.00 1	9.89 477	5.19 487	0.01 11	0.01 17

MMNet	4.16 343	0.77 285	5.47 346	1.40 237	1.67 337	10.78 413	0.63 210	8.64 276	8.47 335	8.80 355	8.33 266	7.51 317	6.61 372	7.53 275	6.54 375	0.00 1	0.00 1	0.00 1	0.00 1	0.03 85	0.05 171

delet	4.27 353	0.72 270	4.50 291	1.07 191	3.75 425	10.79 414	4.04 397	9.95 310	7.89 316	8.09 327	8.89 275	8.46 338	3.81 282	7.56 276	5.80 364	0.00 1	0.00 1	0.00 1	0.00 1	0.11 236	0.02 57

Nwc_Net	6.97 411	1.25 370	6.63 384	3.82 443	3.37 405	10.83 415	1.67 339	19.56 468	11.35 388	8.36 336	23.62 441	17.19 432	11.44 437	11.21 412	8.08 399	0.80 441	0.00 1	0.00 1	0.02 280	0.13 266	0.09 236

DISCO	6.28 393	0.57 218	5.78 358	3.43 430	1.17 307	11.22 416	3.39 386	12.14 378	16.16 427	6.52 256	11.22 335	16.96 430	6.32 367	19.51 467	10.74 431	0.00 1	0.00 1	0.00 1	0.00 1	0.35 385	0.11 271

ADCMid	10.24 450	3.13 440	20.70 468	2.21 361	2.39 379	11.23 417	6.19 428	14.17 418	11.19 385	23.20 465	22.25 435	17.89 435	19.54 464	18.51 463	26.21 482	0.45 432	0.42 449	1.10 457	1.29 461	1.56 447	1.18 436

GCST	9.08 436	17.31 482	3.98 259	52.92 505	10.66 478	11.29 418	0.20 100	6.97 233	6.47 267	9.46 372	4.68 147	4.75 238	1.51 160	9.34 381	1.31 188	8.19 478	0.05 296	22.38 486	0.34 425	6.17 471	3.53 459

CBFPSM	4.87 369	0.94 329	14.70 451	1.51 251	1.15 306	11.49 419	2.55 363	7.28 240	6.47 267	6.23 235	4.83 152	15.30 416	8.99 416	6.88 231	8.20 401	0.03 317	0.02 206	0.00 1	0.00 1	0.40 399	0.42 398

GwcNet	6.42 396	1.97 420	10.92 426	2.59 395	5.58 457	11.55 420	2.21 353	14.10 416	16.52 431	10.04 389	17.19 409	10.86 378	5.61 356	9.23 376	8.84 410	0.01 206	0.06 312	0.03 382	0.08 330	0.56 410	0.40 393

ACV-stereo	4.46 358	0.76 282	9.94 422	1.91 311	1.06 299	11.61 421	1.28 318	6.25 197	7.09 289	3.09 121	5.21 171	16.88 429	10.23 429	7.96 298	5.47 357	0.06 357	0.15 395	0.01 334	0.00 1	0.12 252	0.14 300

ADCRef	7.27 413	1.38 381	16.37 455	2.52 390	3.30 404	11.63 422	3.16 378	10.80 335	9.35 350	13.03 431	25.27 451	8.17 332	8.92 415	8.06 311	21.81 470	0.15 390	0.08 339	0.16 428	0.34 425	0.38 392	0.58 416

ccnet	6.87 409	0.92 324	5.15 330	3.09 414	2.18 370	11.78 423	4.90 414	17.97 447	8.79 342	12.79 428	20.20 425	16.00 421	8.35 406	9.12 370	14.17 452	0.42 430	0.33 440	0.25 440	0.09 339	0.40 399	0.48 407

RTSC	9.15 437	3.00 438	13.57 446	3.72 440	1.76 347	11.82 424	0.46 161	16.95 440	36.83 481	15.80 444	15.53 390	12.91 398	7.46 393	20.01 470	21.76 469	0.31 417	0.13 384	0.01 334	0.08 330	0.57 412	0.41 395

STTRV1_RVC	7.02 412	1.10 351	12.88 442	3.32 426	6.92 463	11.90 425	4.00 396	15.07 426	11.94 397	9.51 374	14.57 382	11.63 389	8.73 412	12.65 429	8.06 398	3.32 466	2.75 479	0.41 449	0.12 348	1.38 443	0.11 271

iinet-f	5.94 385	1.60 399	26.88 481	1.79 294	1.38 323	11.92 426	1.47 327	6.80 228	7.11 290	6.90 274	14.43 380	10.64 373	7.97 401	7.00 243	12.12 441	0.02 282	0.03 253	0.05 401	0.00 1	0.63 419	0.02 57

SQANet	7.64 418	3.40 445	5.49 347	11.73 477	9.62 475	11.96 427	2.82 369	11.33 348	6.10 246	8.33 335	11.49 341	11.00 381	5.16 343	10.12 398	2.72 287	8.92 479	2.21 468	10.41 478	1.58 467	11.13 479	7.39 478

fast-acv-ft	5.62 380	1.39 382	7.01 391	2.02 335	1.89 356	12.23 428	1.82 345	7.35 241	9.45 352	10.46 398	20.27 427	14.55 410	7.71 399	7.41 269	7.61 387	0.10 379	0.09 348	0.16 428	0.07 325	0.59 414	0.13 293

APVNet	5.98 387	1.72 408	8.72 414	3.21 423	4.04 435	12.31 429	1.81 344	19.09 459	6.10 246	6.13 229	13.41 370	10.69 374	6.30 366	11.26 413	13.90 450	0.05 348	0.02 206	0.11 420	0.03 293	0.53 408	0.20 345

DRN-Test	5.87 382	0.98 332	5.89 361	2.69 397	3.65 418	12.37 430	3.35 384	20.07 470	10.20 368	11.93 420	12.31 358	11.06 383	5.31 346	7.89 296	9.05 411	0.04 336	0.05 296	0.04 394	0.04 311	0.18 311	0.25 363

CSAN	7.62 417	1.60 399	6.56 383	1.83 302	0.66 254	12.40 431	10.52 468	14.45 420	21.32 451	14.19 436	15.98 392	17.84 433	13.02 446	12.32 425	8.38 403	0.09 376	0.07 328	0.03 382	0.04 311	0.33 380	0.67 422

Wz-Net-LNSev	6.46 397	1.93 419	16.44 457	1.52 253	4.15 436	12.66 432	4.96 416	13.05 401	12.10 399	10.55 401	16.23 394	11.32 385	7.19 386	8.43 337	8.48 405	0.00 1	0.01 153	0.00 1	0.00 1	0.08 188	0.06 189

CRFU-Net	4.45 357	0.67 258	5.02 318	2.78 403	1.32 320	12.67 433	3.35 384	11.26 343	3.52 119	10.06 390	9.30 295	10.91 379	6.92 381	7.26 261	3.24 302	0.15 390	0.16 403	0.16 428	0.00 1	0.26 357	0.05 171

NVStereoNet_ROB	16.04 471	6.75 462	12.90 443	6.37 465	7.42 467	12.89 434	9.74 462	22.78 475	25.12 460	30.32 475	46.19 491	34.37 480	25.38 477	21.48 473	21.38 465	5.94 471	3.10 485	6.07 476	10.09 491	4.01 462	8.54 483
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
GANetREF_RVC	6.56 399	2.89 436	7.58 406	3.41 428	0.40 201	12.96 435	9.58 460	15.09 427	17.25 434	10.33 393	10.62 320	12.27 394	8.16 405	12.21 424	4.53 343	0.41 427	0.00 1	0.00 1	0.02 280	3.12 459	0.39 390
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
FBW_ROB	8.50 433	1.03 340	7.98 409	1.93 319	1.28 315	13.10 436	6.23 431	22.50 474	18.98 437	18.82 451	14.91 387	19.06 442	10.04 427	18.41 462	9.83 423	0.62 437	0.22 427	1.82 463	0.82 454	0.99 434	1.36 441

XQC	8.43 432	3.58 446	16.40 456	2.92 409	2.17 368	13.22 437	3.60 388	14.64 423	25.86 461	11.87 419	12.04 349	15.06 413	10.67 432	15.24 449	19.41 460	0.39 424	0.08 339	0.05 401	0.07 325	0.84 429	0.45 404

CSP-Net	4.12 338	1.28 376	3.70 238	1.54 258	1.06 299	13.28 438	2.33 354	12.96 399	5.45 211	8.87 358	8.54 271	8.43 337	3.03 239	8.16 319	3.65 322	0.00 1	0.00 1	0.00 1	0.00 1	0.18 311	0.03 94

WCMA_ROB	9.21 438	0.87 308	7.37 400	2.54 391	2.13 365	13.59 439	5.80 425	11.64 356	14.01 411	24.43 468	32.99 472	27.09 466	18.02 456	12.51 427	9.85 425	0.81 442	0.07 328	0.01 334	0.01 257	0.16 287	0.23 355

ADCS	13.02 462	4.93 455	28.38 483	3.17 421	2.67 386	13.61 440	10.83 469	18.70 451	33.46 473	22.59 460	24.78 447	19.59 445	18.51 460	23.40 477	32.16 491	0.10 379	0.19 416	0.37 447	0.18 374	1.26 439	1.46 443

DispFullNet	17.47 478	26.01 488	33.98 488	22.58 489	20.86 494	13.84 441	1.28 318	16.50 437	26.27 462	19.97 456	17.17 408	20.52 453	18.49 459	22.86 476	10.76 432	5.13 469	2.83 481	30.72 493	7.72 489	20.86 491	11.01 492

SANet	10.64 452	1.86 416	10.91 425	1.76 289	0.71 263	14.62 442	9.23 458	19.18 460	37.14 482	19.22 452	27.96 455	25.86 464	19.11 463	13.02 433	10.63 429	0.08 371	0.06 312	0.03 382	0.02 280	0.62 417	0.81 427

AnyNet_C32	10.98 455	5.58 457	22.79 473	4.16 449	5.83 458	15.64 443	14.30 480	13.18 402	17.15 433	16.44 447	20.52 428	14.68 411	13.44 447	22.46 474	30.08 488	0.17 396	0.26 437	0.36 446	0.36 429	1.23 438	0.91 430

CC-Net-ROB	7.68 419	9.21 472	7.46 402	3.82 443	3.66 419	15.68 444	5.02 417	17.95 446	10.45 376	6.44 253	14.00 375	7.63 319	4.77 328	10.75 406	3.10 297	5.99 472	2.46 473	16.28 482	1.08 459	6.30 472	1.56 445

MaskLacGwcNet_RVC	5.97 386	5.36 456	5.02 318	3.75 442	3.57 415	15.81 445	4.27 402	11.72 360	6.96 283	7.23 292	8.47 270	9.09 348	2.66 221	9.36 382	2.71 284	7.49 475	2.32 470	2.01 464	0.08 330	6.77 474	4.67 467

RYNet	6.34 395	0.89 314	5.88 360	1.41 240	4.48 447	15.97 446	4.18 400	13.41 406	16.49 428	10.81 405	7.00 229	14.33 408	8.72 411	9.43 383	13.71 449	0.00 1	0.01 153	0.00 1	0.00 1	0.02 42	0.07 208

MSMD_ROB	9.28 440	1.09 349	4.65 302	1.58 265	0.39 199	16.52 447	4.41 406	13.60 408	14.87 419	22.34 459	39.89 483	25.67 463	20.71 468	12.42 426	6.98 380	0.34 420	0.03 253	0.00 1	0.00 1	0.05 136	0.09 236

ADCP+	8.09 427	1.79 412	14.50 449	1.54 258	4.28 437	16.57 448	5.20 419	12.80 395	11.20 386	12.83 429	17.07 405	11.02 382	10.80 433	17.59 460	23.18 475	0.03 317	0.05 296	0.01 334	0.18 374	0.39 396	0.81 427

LE_ROB	16.73 476	1.28 376	11.61 429	3.72 440	1.65 334	16.67 449	9.17 456	14.39 419	55.91 498	63.81 509	40.86 486	35.94 482	37.73 493	14.24 441	26.87 483	0.05 348	0.10 359	0.13 425	0.22 391	0.12 252	0.15 310

ADCPNet	9.54 443	2.39 430	31.46 485	2.09 348	1.60 330	16.71 450	6.39 436	12.11 375	11.45 389	13.53 434	21.45 432	19.41 443	10.94 434	14.38 442	21.54 468	0.27 415	1.16 461	0.39 448	1.49 464	0.58 413	1.45 442

FCDSN-DC	10.24 450	0.56 216	3.49 220	1.96 324	1.29 316	16.90 451	4.59 410	17.16 442	19.10 439	24.64 469	32.46 471	33.82 478	22.14 474	15.93 452	10.45 428	0.04 336	0.00 1	0.00 1	0.00 1	0.05 136	0.21 347
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	10.72 453	0.52 198	4.27 277	1.88 307	1.63 332	17.18 452	5.29 422	18.20 449	19.69 444	28.50 473	34.51 475	34.03 479	21.48 471	15.89 451	11.15 435	0.03 317	0.01 153	0.02 365	0.01 257	0.07 176	0.09 236

coex-ft	19.78 485	19.39 483	87.73 511	1.77 291	1.80 350	17.25 453	13.50 478	12.63 393	42.10 488	60.18 505	38.90 481	28.72 469	28.74 482	11.74 420	27.40 484	0.21 404	0.23 429	0.04 394	0.30 417	1.36 442	1.54 444

Wz-Net-MNSev	7.43 415	2.35 429	15.22 452	2.34 378	3.41 410	17.27 454	8.55 451	11.91 366	13.48 408	13.37 432	17.05 404	13.70 400	7.47 394	11.90 422	9.99 426	0.40 426	0.03 253	0.00 1	0.01 257	0.16 287	0.07 208

PVD	15.44 468	2.93 437	14.67 450	4.21 452	3.39 408	17.43 455	4.16 399	27.84 484	48.84 493	31.02 477	43.54 488	29.76 472	30.81 485	25.97 480	21.40 466	0.23 407	0.41 447	0.04 394	0.33 423	0.41 402	1.33 440

FC-DCNN v2	10.88 454	0.52 198	4.17 273	1.92 315	1.63 332	17.79 456	5.35 423	18.87 456	19.88 445	28.77 474	34.99 477	34.62 481	21.72 472	16.03 454	11.16 436	0.03 317	0.01 153	0.02 365	0.00 1	0.06 160	0.08 223

Wz-Net-TNSev	11.35 456	10.56 476	35.88 490	2.28 368	1.73 343	18.25 457	11.42 470	15.88 435	20.88 450	14.44 437	16.97 403	19.57 444	19.04 462	19.31 466	18.67 459	0.01 206	0.06 312	0.00 1	0.16 359	0.62 417	1.25 438

stereogan	7.69 421	0.88 311	7.08 394	3.49 434	3.93 431	18.98 458	3.23 381	16.52 438	19.58 443	9.93 387	18.92 419	20.50 452	9.04 418	14.07 440	6.14 367	0.26 412	0.04 282	0.21 436	0.03 293	0.63 419	0.33 383

WZ-Net	13.00 461	4.64 453	41.07 493	3.48 433	3.15 398	19.12 459	15.66 490	14.81 424	31.33 470	15.71 443	27.88 454	22.22 456	14.01 450	20.44 472	25.03 479	0.64 438	0.00 1	0.01 334	0.03 293	0.39 396	0.37 388

SGM_RVC	10.08 447	0.60 230	3.42 214	2.30 370	0.32 180	19.41 460	6.33 434	18.95 457	14.64 415	25.14 470	24.32 445	33.34 477	18.79 461	19.86 468	12.55 444	0.25 410	0.26 437	0.22 437	0.24 397	0.34 384	0.40 393
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFMNet_re	13.29 463	8.60 469	18.29 461	9.75 470	7.25 466	19.65 461	14.84 484	20.71 473	30.72 469	23.03 463	28.77 457	18.85 441	26.09 480	13.55 436	9.82 422	2.44 462	1.35 464	0.34 444	0.23 394	4.78 465	6.69 476

MeshStereo	11.52 457	1.52 393	4.55 297	1.89 309	1.46 325	19.87 462	5.11 418	20.66 472	15.91 426	32.67 479	34.51 475	39.34 486	21.15 469	18.74 464	12.10 440	0.11 381	0.06 312	0.01 334	0.00 1	0.45 405	0.22 349
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
PDISCO_ROB	9.62 445	1.99 422	11.51 428	9.88 471	9.61 474	21.48 463	3.83 393	19.33 462	28.49 466	11.27 414	14.17 377	19.92 447	5.02 337	16.35 456	9.18 413	5.28 470	0.41 447	0.14 426	0.09 339	2.05 452	2.36 456

ADCL	10.16 449	2.11 423	19.36 465	1.92 315	1.88 355	22.23 464	8.91 454	14.04 414	23.56 457	14.62 439	26.19 452	12.75 397	13.59 448	16.06 455	22.95 474	0.26 412	0.18 411	0.75 452	0.65 447	0.69 423	0.58 416

FADE	25.68 488	17.27 481	50.60 498	10.46 474	9.90 476	22.50 465	9.17 456	35.80 489	53.05 495	20.32 458	19.01 420	26.54 465	34.42 488	39.35 495	33.52 493	30.62 503	14.22 502	38.39 502	37.63 505	5.22 467	5.56 472

MFN_U_SF_RVC	12.94 460	3.66 447	25.81 479	3.61 437	2.26 374	22.77 466	4.55 409	27.10 480	20.06 446	23.90 466	28.99 458	30.53 473	16.98 454	19.92 469	20.26 463	1.24 450	1.07 460	0.98 456	1.33 462	1.80 451	2.04 451

SPS-STEREO	15.04 467	6.23 460	13.21 445	11.34 476	11.65 480	23.30 467	7.15 445	24.16 477	15.65 424	31.78 478	29.19 460	31.62 474	21.32 470	24.62 478	19.50 461	7.59 476	4.19 493	3.22 469	1.48 463	6.99 475	6.54 475
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	9.78 446	4.27 450	14.47 448	2.29 369	2.85 390	23.40 468	13.62 479	13.60 408	19.54 442	19.42 453	24.27 444	16.74 427	8.59 409	17.05 459	7.98 394	1.25 451	1.68 465	0.17 431	2.63 469	0.72 425	1.04 433

DPSNet	10.14 448	1.88 417	16.82 458	1.85 303	1.73 343	24.84 469	17.20 492	19.92 469	27.41 463	12.23 423	13.62 372	16.52 424	18.35 458	14.42 443	12.50 443	0.78 440	0.54 456	0.08 414	0.25 402	1.18 437	0.59 419

ACVNet_1	18.70 481	25.08 487	12.72 440	17.33 484	15.18 487	26.02 470	9.62 461	28.44 485	34.49 475	24.39 467	24.32 445	37.22 484	20.13 467	16.67 457	13.39 446	10.45 486	2.59 477	24.77 490	4.92 486	16.57 488	9.75 487

G-Net	8.41 431	1.54 394	10.97 427	5.73 462	3.60 416	26.19 471	4.41 406	10.10 317	7.42 297	19.71 454	24.99 449	14.38 409	15.83 453	10.99 409	9.53 421	0.50 434	0.46 452	0.19 434	0.25 402	0.80 427	0.66 421

SGM+DAISY	15.62 469	7.26 466	19.28 464	8.94 468	10.11 477	26.25 472	10.49 467	19.36 463	14.65 417	30.64 476	33.59 473	33.00 476	22.32 475	24.96 479	16.42 456	7.90 477	6.25 497	4.51 472	3.37 476	5.86 469	7.20 477

IMH-64-1	27.21 491	28.77 491	16.84 459	31.57 492	20.76 492	26.43 473	15.10 485	47.11 495	45.20 490	33.53 481	51.16 497	41.42 487	31.10 486	36.48 488	22.39 472	13.48 491	2.87 483	33.95 495	10.70 492	23.50 493	11.75 493

IMH-64	27.21 491	28.77 491	16.84 459	31.57 492	20.76 492	26.43 473	15.10 485	47.11 495	45.20 490	33.53 481	51.16 497	41.42 487	31.10 486	36.48 488	22.39 472	13.48 491	2.87 483	33.95 495	10.70 492	23.50 493	11.75 493

Ntro	12.35 459	8.88 470	7.80 407	13.79 481	12.42 482	26.54 475	6.98 443	18.54 450	22.14 454	9.82 381	16.45 395	20.30 450	9.29 422	15.95 453	6.61 378	9.53 483	2.47 474	14.93 481	2.77 470	13.11 484	8.63 484

otaku	11.73 458	7.51 467	7.07 393	13.22 480	10.85 479	26.61 476	7.25 447	18.84 455	19.16 440	11.58 418	17.23 410	20.19 449	8.09 404	15.11 448	4.64 346	9.13 481	2.42 472	13.08 479	1.83 468	12.48 482	8.22 481

MDST_ROB	8.37 430	0.32 52	9.03 415	4.18 451	2.42 380	26.86 477	6.14 427	19.36 463	13.52 409	27.09 471	22.75 439	9.47 353	4.74 327	15.06 447	6.34 371	0.02 282	0.02 206	0.00 1	0.00 1	0.02 42	0.13 293

RainbowNet	18.01 480	26.22 489	19.95 466	18.59 485	14.88 485	27.38 478	10.46 466	27.39 481	34.54 476	14.91 441	27.01 453	25.65 462	12.44 440	18.94 465	9.23 414	13.91 493	3.46 489	23.36 488	4.86 484	16.03 486	10.91 491

ELAS_RVC	16.54 474	2.26 427	10.09 424	5.50 461	4.46 446	28.28 479	16.72 491	25.55 479	33.54 474	40.19 489	40.30 485	36.68 483	30.03 483	29.40 482	20.61 464	0.98 448	1.21 462	0.86 455	0.70 451	1.39 444	2.16 452
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	16.12 472	10.81 477	59.36 502	4.42 454	2.49 382	30.06 480	15.15 488	17.51 445	16.51 429	17.88 449	37.69 480	24.04 458	17.54 455	29.60 483	33.29 492	0.28 416	0.38 445	0.43 450	0.42 436	2.57 458	1.98 450

MANE	19.47 484	1.27 373	5.07 323	4.69 455	5.55 456	30.49 481	9.94 463	34.01 487	37.27 483	44.13 495	51.57 499	52.51 493	40.41 495	33.58 486	24.81 478	0.89 444	0.86 459	1.11 458	9.72 490	0.38 392	1.06 434

SGM-ForestM	16.99 477	1.08 347	5.74 357	2.12 351	0.75 266	31.63 482	12.21 475	27.80 483	32.25 471	37.88 486	39.99 484	52.96 495	35.20 490	33.60 487	24.47 477	0.26 412	0.39 446	0.31 443	0.39 433	0.26 357	0.53 413

ACVNet-4b	15.90 470	22.00 484	12.37 433	16.40 483	15.14 486	31.87 483	7.50 449	19.04 458	27.85 464	11.48 416	22.02 434	31.86 475	9.16 421	17.95 461	5.69 361	10.43 485	2.58 476	24.44 489	4.87 485	16.04 487	9.28 485

LRCNet_RVC	66.23 512	65.67 513	67.63 505	71.47 511	54.32 510	32.17 484	2.66 365	63.19 512	21.35 452	81.79 514	91.26 515	83.62 513	71.62 512	69.32 511	52.57 509	95.49 518	64.45 512	95.07 518	95.19 518	71.52 512	74.31 514

IMH	29.82 495	29.11 493	18.51 463	34.28 496	21.40 497	32.33 485	15.39 489	49.40 502	53.07 496	37.88 486	55.32 502	45.05 489	39.54 494	40.63 496	24.12 476	14.03 494	3.27 487	34.93 497	11.24 494	24.69 496	12.21 495

ELAS	16.72 475	2.14 424	9.23 416	4.92 457	4.53 449	32.66 486	15.11 487	27.40 482	28.68 467	40.27 490	44.90 489	38.33 485	30.50 484	26.44 481	21.94 471	0.88 443	1.23 463	0.67 451	0.89 456	1.49 445	2.18 454
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	29.39 494	24.43 485	20.47 467	32.71 495	13.83 484	34.70 487	20.27 498	52.19 505	65.03 506	43.29 493	59.35 505	52.19 492	44.68 499	31.71 484	30.56 489	10.98 487	4.94 494	13.71 480	12.52 496	12.06 481	8.22 481

ACVNet_2	26.45 489	29.35 494	25.14 477	20.27 487	15.43 488	34.97 488	12.23 476	48.37 500	66.25 508	42.69 492	56.73 503	51.77 491	25.59 478	20.39 471	13.52 448	10.13 484	2.59 477	22.78 487	3.52 478	17.57 489	9.80 489

WAO-6	34.74 499	36.76 500	15.36 453	37.53 498	24.15 501	35.99 489	19.36 494	48.96 501	68.54 509	43.84 494	47.58 493	52.77 494	52.60 503	32.63 485	34.73 496	26.20 501	7.74 500	42.78 503	21.64 502	28.07 501	17.62 503

SAMSARA	14.63 466	2.74 435	12.38 434	12.65 478	6.74 462	36.50 490	72.93 513	19.36 463	23.77 458	16.20 446	13.04 367	29.21 470	12.78 443	16.98 458	15.21 454	0.11 381	0.26 437	0.03 382	0.14 353	0.76 426	0.77 425

notaker	47.42 506	55.20 507	49.13 497	56.52 508	40.18 504	38.52 491	32.97 503	47.21 497	56.08 499	57.21 504	57.24 504	60.09 500	59.19 510	53.93 509	41.64 503	40.61 506	19.93 504	57.21 508	37.41 504	49.02 506	39.02 506

MSC_U_SF_DS_RVC	16.41 473	6.93 464	21.83 471	5.94 464	2.81 389	38.71 492	14.59 481	24.55 478	34.87 479	33.66 483	34.35 474	29.24 471	24.20 476	22.59 475	17.95 458	2.52 463	2.81 480	1.17 459	1.51 465	5.89 470	2.16 452

PWCK	30.53 496	44.32 503	47.25 496	29.76 490	7.23 465	40.78 493	27.10 501	44.73 494	44.32 489	47.31 497	36.37 478	47.16 490	26.05 479	41.26 497	31.87 490	21.83 498	4.03 492	29.50 492	4.67 482	27.17 500	7.80 479

RTS	18.87 482	9.32 474	86.48 509	4.95 458	6.10 459	42.08 494	14.70 482	15.49 432	41.06 486	22.65 461	32.32 468	13.77 401	19.54 464	37.98 492	28.96 485	0.41 427	0.23 429	0.00 1	0.02 280	0.91 431	0.50 410

RTSA	18.87 482	9.32 474	86.48 509	4.95 458	6.10 459	42.08 494	14.70 482	15.49 432	41.06 486	22.65 461	32.32 468	13.77 401	19.54 464	37.98 492	28.96 485	0.41 427	0.23 429	0.00 1	0.02 280	0.91 431	0.50 410

WAO-8	38.15 502	35.51 498	21.50 469	43.67 500	23.92 499	44.44 496	20.26 496	52.83 506	76.62 511	53.57 502	66.79 510	62.63 502	54.56 506	42.03 498	39.18 500	22.71 499	6.65 498	37.08 500	19.08 500	24.72 498	15.24 498

Venus	38.15 502	35.51 498	21.50 469	43.67 500	23.92 499	44.44 496	20.26 496	52.83 506	76.62 511	53.57 502	66.81 511	62.63 502	54.56 506	42.03 498	39.18 500	22.71 499	6.65 498	37.08 500	19.08 500	24.70 497	15.24 498

SDNR	7.50 416	2.32 428	15.58 454	1.82 301	0.63 250	44.66 498	0.44 159	8.59 270	9.52 353	9.84 383	25.18 450	5.30 262	4.38 309	11.46 416	6.49 374	0.05 348	0.03 253	0.00 1	0.01 257	1.79 450	1.87 448

Dean	34.67 498	38.70 501	25.33 478	29.89 491	17.21 490	45.24 499	11.98 474	56.90 509	76.55 510	63.47 508	60.22 506	67.36 507	48.14 502	37.24 490	39.01 499	11.00 488	2.83 481	28.35 491	5.60 488	18.14 490	10.31 490

BEATNet-Init1	23.31 486	9.03 471	41.67 494	4.17 450	2.53 383	45.68 500	19.47 495	33.43 486	38.45 485	47.59 498	49.10 495	59.31 499	41.80 496	38.35 494	29.21 487	0.47 433	0.50 454	0.81 453	0.66 448	2.10 455	1.86 447

TorneroNet-64	32.42 497	31.89 495	30.52 484	34.73 497	21.13 496	46.99 501	18.82 493	43.10 493	59.42 501	32.70 480	46.98 492	62.01 501	36.98 491	43.97 500	33.88 494	14.10 495	3.22 486	35.28 498	11.72 495	26.84 499	14.07 497

MADNet+	27.07 490	33.84 496	90.97 513	20.14 486	7.47 468	48.43 502	47.10 509	35.43 488	36.46 480	20.11 457	30.05 462	25.29 461	35.08 489	45.50 501	50.28 507	2.13 460	2.00 467	1.19 460	0.76 452	4.71 463	4.43 463

KSHMR	55.63 509	63.60 511	37.85 491	74.69 512	49.56 509	49.01 503	45.73 508	57.46 510	63.97 505	61.61 507	62.07 508	72.39 511	47.01 500	50.65 506	43.29 504	54.10 508	62.21 510	66.10 512	53.94 511	51.25 509	46.11 509

TorneroNet	35.11 501	33.92 497	33.82 487	37.86 499	22.01 498	49.64 504	21.58 499	48.09 499	55.23 497	37.50 485	53.79 500	62.81 504	43.66 498	46.71 503	41.25 502	14.80 496	3.53 490	36.72 499	14.57 498	28.28 502	16.49 500

ktn	48.94 507	57.58 508	38.86 492	59.57 509	43.27 506	50.37 505	43.38 507	48.07 498	61.11 502	51.30 500	54.25 501	54.96 497	52.88 504	47.30 504	35.83 497	57.77 509	24.88 507	62.69 511	43.55 507	50.70 507	40.41 507

HanzoNet	56.48 510	59.32 509	58.25 501	55.32 507	41.94 505	50.95 506	41.33 505	51.12 503	61.40 503	65.62 511	65.59 509	71.66 510	69.41 511	70.77 512	60.03 510	63.99 512	34.70 509	61.96 510	50.54 509	51.00 508	44.71 508

LVE	34.99 500	40.10 502	34.97 489	32.49 494	18.61 491	51.45 507	26.82 500	52.15 504	65.94 507	47.21 496	61.04 507	53.99 496	37.30 492	37.95 491	34.09 495	15.55 497	5.95 496	31.01 494	13.81 497	22.58 492	16.72 501

DPSimNet_ROB	53.45 508	64.73 512	44.39 495	53.97 506	45.39 508	53.66 508	54.83 510	55.15 508	57.87 500	64.16 510	50.83 496	63.40 505	53.34 505	46.45 502	65.81 511	63.13 511	26.54 508	57.94 509	51.11 510	45.52 505	50.69 511

UNDER WATER	45.09 504	48.60 505	67.37 504	49.30 504	31.41 503	53.80 509	37.39 504	40.25 492	52.48 494	50.24 499	45.37 490	68.37 509	57.76 509	51.03 508	49.88 506	29.97 502	13.75 501	51.22 505	36.57 503	37.87 504	29.12 504

UNDER WATER-64	45.16 505	46.99 504	66.69 503	43.90 502	27.64 502	55.58 510	41.87 506	39.42 491	48.42 492	51.73 501	43.08 487	67.76 508	56.69 508	48.02 505	48.34 505	39.50 505	17.64 503	51.78 506	38.93 506	36.62 503	32.61 505

JetBlue	29.12 493	15.72 480	54.12 499	15.93 482	20.98 495	60.90 511	30.62 502	39.38 490	34.62 477	34.08 484	39.69 482	57.35 498	43.17 497	50.71 507	50.60 508	2.41 461	3.79 491	2.81 465	3.45 477	9.57 477	12.59 496

JetRed	61.02 511	61.05 510	82.56 508	46.09 503	56.80 511	83.19 512	63.76 511	59.26 511	63.61 504	69.29 512	68.85 512	66.59 506	47.62 501	61.57 510	74.09 512	45.58 507	66.14 513	46.59 504	45.06 508	63.17 510	49.58 510

MADNet++	82.84 514	82.38 515	73.57 507	87.72 517	82.97 516	93.14 513	69.15 512	86.42 517	82.50 513	93.46 518	86.70 514	86.28 514	80.92 514	88.34 514	88.84 514	86.83 516	84.17 517	72.64 513	68.92 513	80.47 517	81.42 518

HaxPig	98.85 521	99.94 522	95.08 514	99.99 524	100.00 523	94.03 514	94.78 514	99.15 521	99.98 523	99.99 524	100.00 523	99.98 525	99.99 523	98.12 519	95.97 518	100.00 525	99.99 523	100.00 522	99.99 523	100.00 524	99.99 524

ASD4	75.85 513	81.57 514	69.25 506	68.23 510	80.87 515	96.24 515	99.15 520	77.50 513	93.47 517	77.59 513	85.63 513	78.32 512	76.43 513	77.89 513	82.61 513	58.30 510	62.67 511	55.02 507	62.43 512	68.35 511	65.49 513

MEDIAN_ROB	98.41 520	99.70 520	99.30 520	97.09 518	97.02 518	96.89 516	95.77 516	97.66 520	97.28 518	98.79 521	98.94 521	99.18 520	98.14 519	96.89 518	96.88 520	99.96 522	99.16 519	100.00 522	99.99 523	99.69 521	99.88 521

ccccc	99.32 523	96.61 519	100.00 527	100.00 527	100.00 523	97.41 517	99.44 522	99.56 522	97.80 520	99.27 522	97.59 520	99.35 521	99.84 521	99.92 521	99.98 523	100.00 525	100.00 524	99.95 521	99.77 522	100.00 524	100.00 526

xxxxx1	85.63 516	90.31 516	96.68 516	76.54 513	80.57 512	97.44 518	96.86 517	85.53 514	88.53 514	88.68 515	91.71 516	94.23 515	92.93 515	90.02 515	91.98 515	70.60 513	70.39 514	73.68 514	81.46 515	74.61 513	79.86 515

tt_ll	85.63 516	90.31 516	96.68 516	76.54 513	80.57 512	97.44 518	96.86 517	85.53 514	88.53 514	88.68 515	91.71 516	94.23 515	92.93 515	90.02 515	91.98 515	70.60 513	70.39 514	73.68 514	81.46 515	74.61 513	79.86 515

ff	85.63 516	90.31 516	96.68 516	76.54 513	80.57 512	97.44 518	96.86 517	85.53 514	88.53 514	88.68 515	91.71 516	94.23 515	92.93 515	90.02 515	91.98 515	70.60 513	70.39 514	73.68 514	81.46 515	74.61 513	79.86 515

AVERAGE_ROB	99.62 525	99.95 523	98.81 519	100.00 527	100.00 523	98.08 521	95.47 515	100.00 526	100.00 524	100.00 525	100.00 523	100.00 527	100.00 525	100.00 526	99.99 524	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 526

test_example2	99.39 524	99.98 524	99.99 523	100.00 527	99.98 522	99.72 522	99.99 523	97.34 519	100.00 524	100.00 525	100.00 523	96.42 518	96.66 518	99.97 522	99.96 522	100.00 525	99.97 522	98.66 520	99.15 521	100.00 524	100.00 526

Selective-RAFT-Error	100.00 530	100.00 525	100.00 527	100.00 527	100.00 523	100.00 523	100.00 524	100.00 526	100.00 524	100.00 525	100.00 523	100.00 527	100.00 525	100.00 526	100.00 527	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 526

Anonymous_1	99.08 522	99.91 521	99.85 522	97.63 519	99.10 521	100.00 523	100.00 524	99.61 523	99.96 522	99.28 523	99.86 522	99.54 522	99.99 523	99.29 520	99.75 521	96.05 519	99.59 520	97.31 519	98.57 520	97.71 519	98.63 520

tt	83.26 515	0.34 77	99.99 523	79.40 516	93.18 517	100.00 523	100.00 524	100.00 526	99.95 521	60.33 506	47.63 494	99.98 525	99.96 522	99.98 523	100.00 527	92.42 517	99.82 521	73.83 517	73.63 514	88.42 518	56.35 512

PML	97.88 519	100.00 525	96.45 515	98.01 520	97.88 520	100.00 523	99.35 521	96.88 518	97.72 519	100.00 525	97.36 519	97.38 519	99.60 520	100.00 526	96.32 519	99.99 523	97.55 518	100.00 522	96.01 519	99.18 520	87.92 519

CasAABBNet	100.00 530	100.00 525	100.00 527	100.00 527	100.00 523	100.00 523	100.00 524	100.00 526	100.00 524	100.00 525	100.00 523	100.00 527	100.00 525	100.00 526	100.00 527	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 526

LSM0	100.00 530	100.00 525	100.00 527	100.00 527	100.00 523	100.00 523	100.00 524	100.00 526	100.00 524	100.00 525	100.00 523	100.00 527	100.00 525	100.00 526	100.00 527	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	99.99 524

DPSMNet_ROB	99.91 527	100.00 525	99.99 523	99.99 524	100.00 523	100.00 523	100.00 524	99.98 525	100.00 524	98.35 519	100.00 523	99.84 523	100.00 525	99.98 523	99.99 524	100.00 525	100.00 524	100.00 522	100.00 525	100.00 524	100.00 526

DGTPSM_ROB	99.90 526	100.00 525	99.99 523	99.99 524	100.00 523	100.00 523	100.00 524	99.97 524	100.00 524	98.35 519	100.00 523	99.84 523	100.00 525	99.98 523	99.99 524	99.99 523	100.00 524	100.00 522	100.00 525	100.00 524	100.00 526

DPSM_ROB	99.95 528	100.00 525	100.00 527	99.76 522	100.00 523	100.00 523	100.00 524	100.00 526	100.00 524	100.00 525	100.00 523	100.00 527	100.00 525	100.00 526	100.00 527	99.21 520	100.00 524	100.00 522	100.00 525	99.99 522	99.95 522

DPSM	99.95 528	100.00 525	100.00 527	99.76 522	100.00 523	100.00 523	100.00 524	100.00 526	100.00 524	100.00 525	100.00 523	100.00 527	100.00 525	100.00 526	100.00 527	99.21 520	100.00 524	100.00 522	100.00 525	99.99 522	99.95 522

Low-res two-view benchmark