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

Selective-IGEV	0.22 10	0.06 23	0.46 1	0.05 144	0.04 208	0.34 7	0.04 164	2.16 76	0.59 55	0.09 25	0.01 1	0.02 2	0.05 55	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 330	0.03 134	0.09 294

LoS_RVC	0.19 4	0.48 265	0.51 2	0.12 217	0.10 258	1.01 34	0.01 55	0.81 21	0.19 21	0.07 20	0.02 31	0.06 37	0.05 55	0.31 49	0.05 17	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.04 218

CASnet	0.16 2	0.14 102	0.52 3	0.01 18	0.00 1	0.86 21	0.00 1	0.51 4	0.75 134	0.10 36	0.01 1	0.04 11	0.02 17	0.22 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LargeStereo	0.36 39	0.19 139	0.57 4	0.09 200	0.00 1	0.35 8	0.03 143	4.62 296	0.24 34	0.12 42	0.02 31	0.03 6	0.17 140	0.24 28	0.23 120	0.00 1	0.05 318	0.00 1	0.04 306	0.09 243	0.08 288

GLC_STEREO	0.13 1	0.08 39	0.61 5	0.01 18	0.00 1	0.94 26	0.03 143	0.29 1	0.21 28	0.05 17	0.02 31	0.06 37	0.04 48	0.26 38	0.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

Former-RAFT_DAM_RVC	0.23 15	0.13 97	0.62 6	0.01 18	0.00 1	1.05 49	0.00 1	0.63 13	0.80 146	0.76 124	0.18 94	0.09 52	0.06 70	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

anonymousdsp	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 52	0.00 1	0.74 19	0.77 143	0.09 25	0.01 1	0.04 11	0.07 81	0.25 32	0.04 7	0.00 1	0.00 1	0.00 1	0.16 350	0.08 224	0.03 193

IGEV-Stereo	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 52	0.00 1	0.73 18	0.77 143	0.09 25	0.01 1	0.04 11	0.07 81	0.24 28	0.04 7	0.00 1	0.00 1	0.00 1	0.16 350	0.08 224	0.03 193
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AnonymousM	0.34 33	0.07 33	0.63 7	0.02 65	0.01 104	1.09 59	0.03 143	1.54 52	0.68 105	0.17 51	0.04 56	0.02 2	0.24 165	0.25 32	0.04 7	0.00 1	0.01 226	1.93 391	0.00 1	0.01 25	0.00 1

MyStereo07	0.27 23	0.27 177	0.64 10	0.02 65	0.01 104	1.64 247	0.01 55	1.41 39	0.73 130	0.10 36	0.01 1	0.03 6	0.10 108	0.24 28	0.04 7	0.00 1	0.07 335	0.00 1	0.00 1	0.03 134	0.06 263

CREStereo	0.22 10	0.17 127	0.64 10	0.00 1	0.01 104	1.22 101	0.01 55	1.15 32	0.56 52	0.10 36	0.07 64	0.04 11	0.00 1	0.32 55	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	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
Selective-RAFT	0.37 43	0.06 23	0.65 12	0.03 104	0.01 104	1.17 80	0.02 102	2.63 110	0.66 92	0.01 1	0.01 1	0.22 80	0.18 144	1.31 128	0.24 125	0.00 1	0.00 1	0.00 1	0.20 362	0.04 165	0.00 1

AEACV	0.22 10	0.05 8	0.66 13	0.02 65	0.03 192	0.87 22	0.00 1	1.07 29	0.15 9	0.18 53	0.01 1	0.02 2	0.72 244	0.15 9	0.09 55	0.00 1	0.03 299	0.00 1	0.27 380	0.08 224	0.07 279

panet	0.22 10	0.14 102	0.67 14	0.00 1	0.00 1	1.24 115	0.01 55	1.16 33	0.56 52	0.09 25	0.08 67	0.05 27	0.00 1	0.29 46	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CAS	0.85 167	0.09 51	0.67 14	6.43 396	0.05 215	1.12 67	0.00 1	0.88 23	0.69 118	0.02 2	0.02 31	0.06 37	0.06 70	0.26 38	0.12 72	6.37 397	0.00 1	0.00 1	0.00 1	0.00 1	0.20 344

MC-Stereo	0.24 20	0.12 88	0.71 16	0.04 127	0.02 173	1.07 52	0.00 1	1.30 36	0.17 17	0.59 102	0.02 31	0.08 48	0.11 116	0.18 14	0.05 17	0.00 1	0.02 275	0.00 1	0.17 356	0.06 199	0.02 153

EGLCR-Stereo	0.28 25	0.09 51	0.73 17	0.18 246	0.05 215	1.17 80	0.04 164	2.37 83	0.17 17	0.35 76	0.01 1	0.01 1	0.02 17	0.38 68	0.04 7	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.03 193

x	0.41 50	0.04 4	0.74 18	0.54 324	0.00 1	0.98 31	0.00 1	3.07 146	0.67 100	0.48 94	0.01 1	0.48 113	0.07 81	0.93 109	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

RCA-Stereo	0.37 43	0.14 102	0.76 19	0.01 18	0.00 1	1.17 80	0.00 1	3.14 154	0.61 65	0.71 118	0.47 155	0.05 27	0.13 132	0.19 17	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.06 199	0.01 64

iRaftStereo_RVC	0.36 39	0.27 177	0.76 19	0.01 18	0.00 1	1.20 96	0.01 55	2.15 75	0.62 72	0.15 49	0.22 111	0.69 136	0.12 126	0.28 44	0.18 104	0.00 1	0.06 326	0.00 1	0.00 1	0.27 339	0.22 348

ProNet	0.20 5	0.25 172	0.78 21	0.01 18	0.01 104	0.95 29	0.00 1	0.70 15	0.68 105	0.02 2	0.01 1	0.05 27	0.03 35	0.31 49	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.12 267	0.04 218

qqq	0.50 76	0.04 4	0.78 21	0.02 65	0.00 1	1.05 49	0.00 1	3.15 156	0.68 105	0.46 92	0.01 1	0.73 141	0.12 126	2.95 167	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

AFF-stereo	0.65 111	0.46 255	0.82 23	0.37 301	0.00 1	1.19 88	0.00 1	3.04 143	1.42 236	0.72 120	1.95 270	1.16 188	0.26 170	0.97 113	0.31 156	0.00 1	0.02 275	0.00 1	0.00 1	0.21 321	0.02 153

CREStereo++_RVC	0.29 28	0.19 139	0.83 24	0.05 144	0.00 1	1.19 88	0.00 1	0.66 14	0.99 177	0.25 56	1.26 239	0.05 27	0.07 81	0.20 20	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	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
CES	0.43 58	0.14 102	0.85 25	0.05 144	1.52 380	1.22 101	0.05 177	1.01 27	0.59 55	0.03 11	0.02 31	0.14 71	0.10 108	0.40 70	0.10 63	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	2.45 391

PMTNet	0.21 6	0.19 139	0.85 25	0.02 65	0.02 173	1.14 72	0.30 284	0.88 23	0.11 1	0.03 11	0.02 31	0.07 45	0.02 17	0.37 65	0.12 72	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1

11t1	0.33 31	0.05 8	0.86 27	0.44 309	0.00 1	1.04 43	0.00 1	2.45 96	0.60 59	0.44 88	0.01 1	0.05 27	0.05 55	0.43 72	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.02 95	0.01 64

TANstereo	0.30 29	0.28 187	0.86 27	0.03 104	0.01 104	1.14 72	0.00 1	0.53 5	0.44 47	1.06 175	1.24 236	0.06 37	0.05 55	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MoCha-V2	0.36 39	0.05 8	0.87 29	0.40 306	0.12 264	0.31 4	0.09 208	2.96 131	0.63 75	0.06 19	0.69 188	0.08 48	0.07 81	0.26 38	0.20 111	0.00 1	0.02 275	0.00 1	0.25 375	0.12 267	0.01 64

StereoIM	0.22 10	0.29 194	0.87 29	0.05 144	0.18 291	0.41 11	0.01 55	1.24 34	0.56 52	0.02 2	0.03 49	0.13 65	0.05 55	0.32 55	0.24 125	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

GrayStereo	1.46 277	0.03 1	0.87 29	0.63 337	0.20 302	1.24 115	4.61 385	2.85 126	0.62 72	4.98 356	4.00 333	0.45 108	4.67 365	3.37 177	0.08 48	0.00 1	0.00 1	0.00 1	0.50 392	0.01 25	0.01 64

AAGNet	1.54 286	0.07 33	0.88 32	1.04 366	0.27 329	1.47 193	0.66 318	1.57 53	0.61 65	1.68 238	0.82 203	1.62 214	2.29 321	6.18 295	11.63 387	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

NRIStereo	0.74 131	0.08 39	0.88 32	0.47 316	0.05 215	1.58 223	0.49 308	1.38 38	0.61 65	0.88 137	0.17 91	0.66 132	0.03 35	6.96 349	0.22 116	0.00 1	0.06 326	0.00 1	0.00 1	0.06 199	0.17 330

PSM-AAD	1.15 240	0.04 4	0.88 32	0.10 208	0.27 329	1.32 141	3.25 369	2.41 93	0.64 83	2.93 314	1.92 268	0.15 73	5.39 376	3.42 180	0.19 110	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 235

MGS-Stereo	0.31 30	0.10 70	0.89 35	0.02 65	0.00 1	0.50 14	0.00 1	0.39 3	0.61 65	0.02 2	2.91 308	0.04 11	0.03 35	0.21 22	0.06 34	0.00 1	0.00 1	0.00 1	0.00 1	0.44 366	0.00 1

PSMNet-ADL	0.77 141	0.08 39	0.90 36	0.07 178	0.01 104	2.01 274	0.02 102	2.55 108	1.11 194	0.33 64	0.59 170	2.15 252	0.69 242	4.07 206	0.85 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

DIP-Stereo	0.58 95	0.23 168	0.90 36	0.08 190	0.00 1	1.43 178	0.01 55	6.01 365	1.38 227	0.92 145	0.11 74	0.04 11	0.19 150	0.12 8	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CSP-Net	1.01 203	0.52 277	0.92 38	0.01 18	0.00 1	2.83 310	0.05 177	4.99 320	0.69 118	0.91 144	0.85 206	1.82 231	0.23 163	6.04 290	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.10 253	0.01 64

Prome-Stereo	1.23 251	0.06 23	0.93 39	0.12 217	0.24 318	1.26 125	0.67 319	2.53 106	0.69 118	2.08 268	8.70 366	0.76 144	2.91 338	2.12 152	0.11 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 387

KYRaft	1.19 245	0.05 8	0.94 40	0.06 158	0.24 318	1.25 123	0.78 325	2.48 101	0.61 65	3.23 325	7.13 358	1.00 174	2.77 334	1.43 131	0.14 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 388

test-1	0.52 82	0.25 172	0.94 40	0.03 104	0.22 309	1.20 96	0.08 199	4.03 255	0.25 36	0.70 117	0.66 179	0.71 139	0.03 35	0.30 48	0.43 189	0.00 1	0.18 374	0.00 1	0.07 322	0.01 25	0.25 353

R-Stereo Train	0.44 60	0.09 51	0.94 40	0.02 65	0.00 1	1.24 115	0.09 208	3.65 222	0.11 1	1.87 252	0.42 143	0.06 37	0.01 5	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 153

RAFT-Stereo	0.44 60	0.09 51	0.94 40	0.02 65	0.00 1	1.24 115	0.09 208	3.65 222	0.11 1	1.87 252	0.42 143	0.06 37	0.01 5	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LoS	0.28 25	0.16 121	0.95 44	0.07 178	0.01 104	1.32 141	0.07 193	1.30 36	0.60 59	0.04 16	0.03 49	0.28 87	0.11 116	0.48 84	0.11 70	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.00 1

BUS	0.97 192	0.10 70	0.96 45	0.01 18	0.00 1	5.85 364	0.03 143	5.40 341	0.93 166	2.26 283	0.66 179	2.39 270	0.06 70	0.61 98	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 160	0.10 70	0.96 45	0.01 18	0.00 1	3.32 320	0.21 250	5.40 341	0.93 166	2.26 283	0.66 179	1.81 229	0.10 108	0.61 98	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

psmg	0.83 160	0.10 70	0.96 45	0.01 18	0.00 1	3.28 318	0.27 267	4.83 314	0.93 166	1.92 255	1.46 246	1.81 229	0.10 108	0.61 98	0.18 104	0.00 1	0.00 1	0.01 324	0.00 1	0.01 25	0.00 1

OMP-Stereo	1.20 247	0.54 285	0.96 45	2.39 385	0.29 338	1.58 223	0.33 290	2.01 69	0.68 105	2.68 308	1.16 228	3.10 301	0.18 144	7.40 361	0.56 216	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.01 64

RAFT-Stereo + iAFF	0.60 98	0.36 212	0.96 45	0.03 104	0.02 173	1.21 99	0.02 102	2.80 122	1.55 258	1.08 176	2.63 301	0.43 106	0.16 137	0.37 65	0.25 131	0.00 1	0.02 275	0.00 1	0.00 1	0.19 311	0.01 64

LCNet	0.87 176	0.18 132	0.97 50	0.14 230	0.26 324	1.19 88	0.22 254	2.36 82	0.71 129	1.82 249	0.21 107	0.11 58	2.56 328	5.56 278	0.14 81	0.00 1	0.00 1	0.00 1	0.00 1	0.15 288	0.81 376

XX-TBD	0.28 25	0.39 225	0.97 50	0.05 144	0.00 1	1.09 59	0.00 1	0.71 17	0.54 51	0.44 88	1.04 219	0.06 37	0.06 70	0.19 17	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.63 107	0.06 23	1.00 52	0.07 178	0.13 269	0.99 32	0.01 55	2.46 98	0.20 25	1.96 259	0.01 1	1.10 186	0.05 55	3.75 192	0.23 120	0.00 1	0.00 1	0.00 1	0.26 378	0.15 288	0.13 316

test_1	0.61 100	0.06 23	1.00 52	0.07 178	0.12 264	0.99 32	0.01 55	2.46 98	0.20 25	1.71 239	0.01 1	1.10 186	0.04 48	3.71 190	0.23 120	0.00 1	0.00 1	0.00 1	0.25 375	0.15 288	0.13 316

ROB_FTStereo_v2	0.43 58	0.09 51	1.00 52	0.06 158	0.08 242	1.57 219	0.33 290	1.44 44	0.67 100	0.97 151	0.19 102	0.77 148	0.02 17	1.23 124	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

riskmin	0.47 70	0.03 1	1.01 55	0.08 190	0.01 104	1.12 67	0.01 55	3.00 133	0.21 28	0.46 92	0.02 31	2.08 245	1.06 260	0.26 38	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 64

Patchmatch Stereo++	0.50 76	0.09 51	1.01 55	0.06 158	0.07 232	1.60 234	0.27 267	1.45 47	0.68 105	0.98 160	0.18 94	0.77 148	0.03 35	2.58 158	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 66	0.09 51	1.01 55	0.06 158	0.09 249	1.61 238	0.30 284	1.43 40	0.69 118	0.97 151	0.18 94	0.77 148	0.02 17	1.67 143	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

iRAFT	0.50 76	0.09 51	1.01 55	0.06 158	0.07 232	1.60 234	0.27 267	1.45 47	0.68 105	0.98 160	0.18 94	0.77 148	0.03 35	2.58 158	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

RAFT	0.60 98	0.50 272	1.01 55	0.50 318	0.04 208	0.94 26	0.08 199	3.01 135	0.65 86	0.22 55	0.09 69	3.41 313	0.27 173	0.53 88	0.37 181	0.00 1	0.03 299	0.00 1	0.01 273	0.40 363	0.03 193

ff7	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

IGEVStereo-DCA	0.46 66	0.09 51	1.02 60	0.02 65	0.00 1	0.82 19	0.00 1	0.53 5	0.75 134	0.09 25	0.03 49	0.03 6	0.06 70	5.04 256	0.51 206	0.00 1	0.00 1	0.00 1	0.15 344	0.05 183	0.01 64

ffff	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

11t	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

ccc-4	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

GMOStereo	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

error version	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

test-v	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

Pruner-Stereo	0.53 88	0.10 70	1.02 60	0.89 360	0.10 258	1.57 219	0.36 296	2.06 71	0.63 75	2.23 277	0.46 152	0.25 84	0.01 5	0.45 79	0.37 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

test-2	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

xxxx	1.78 310	0.07 33	1.02 60	0.00 1	0.01 104	1.44 180	0.00 1	5.81 360	1.53 256	1.37 212	1.91 267	1.08 182	0.05 55	4.37 221	16.98 399	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

AE-Stereo	0.47 70	0.11 84	1.03 71	0.04 127	0.09 249	1.11 65	0.03 143	4.16 262	0.34 41	0.35 76	0.82 203	0.15 73	0.16 137	0.45 79	0.05 17	0.00 1	0.09 348	0.00 1	0.26 378	0.09 243	0.05 235

RALCasStereoNet	0.44 60	0.44 247	1.03 71	0.03 104	0.00 1	1.10 61	0.03 143	2.46 98	0.90 160	0.07 20	0.32 121	0.12 61	0.20 156	1.28 127	0.25 131	0.00 1	0.31 383	0.00 1	0.00 1	0.08 224	0.12 311

222	2.69 341	0.09 51	1.03 71	0.00 1	0.00 1	1.54 216	0.00 1	5.61 351	1.55 258	1.51 222	2.10 280	0.53 119	0.07 81	4.54 235	35.09 418	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

test_xeample	1.79 312	0.08 39	1.03 71	0.02 65	0.00 1	1.44 180	0.00 1	5.48 346	1.84 285	1.65 236	2.17 288	0.37 97	0.06 70	4.00 205	17.67 401	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

test_3	0.58 95	0.06 23	1.04 75	0.07 178	0.12 264	1.01 34	0.01 55	2.45 96	0.20 25	0.95 147	0.01 1	1.05 178	0.05 55	3.74 191	0.23 120	0.00 1	0.00 1	0.00 1	0.25 375	0.15 288	0.13 316

IIG-Stereo	1.30 257	0.48 265	1.04 75	2.41 386	0.05 215	1.61 238	0.14 229	2.59 109	0.68 105	2.97 317	2.28 291	3.08 299	0.57 217	7.41 362	0.65 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

ROB_FTStereo	0.47 70	0.09 51	1.04 75	0.06 158	0.08 242	1.59 231	0.33 290	1.43 40	0.68 105	0.97 151	0.19 102	0.76 144	0.03 35	1.86 149	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

iGMRVC	0.51 79	0.09 51	1.04 75	0.06 158	0.08 242	1.61 238	0.27 267	1.44 44	0.69 118	0.97 151	0.19 102	0.76 144	0.03 35	2.69 162	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.04 218

CRE-IMP	0.40 49	0.06 23	1.04 75	0.07 178	0.05 215	1.45 186	0.46 305	1.48 50	0.63 75	0.90 141	0.30 120	0.88 157	0.01 5	0.26 38	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.17 330

raftrobust	0.46 66	0.42 236	1.05 80	0.01 18	0.21 307	1.17 80	0.05 177	2.07 73	0.19 21	2.98 318	0.02 31	0.12 61	0.15 134	0.25 32	0.31 156	0.00 1	0.03 299	0.00 1	0.00 1	0.08 224	0.06 263

RAFT-IKP	0.45 63	0.09 51	1.06 81	0.06 158	0.06 224	1.44 180	0.31 287	1.44 44	0.69 118	0.97 151	0.18 94	0.76 144	0.02 17	1.65 142	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.04 218

Any-RAFT	0.64 109	0.08 39	1.07 82	0.03 104	0.00 1	2.77 308	0.08 199	3.57 215	1.23 210	0.96 149	0.26 114	1.61 212	0.31 179	0.72 103	0.06 34	0.00 1	0.10 354	0.00 1	0.00 1	0.01 25	0.00 1

HSM	1.36 266	0.40 230	1.07 82	0.01 18	0.30 340	1.73 260	0.03 143	5.89 361	1.22 209	1.83 250	1.36 243	4.78 342	1.30 279	6.61 320	0.57 218	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

LL-Strereo2	0.36 39	0.47 263	1.08 84	0.09 200	0.03 192	1.12 67	0.07 193	1.66 57	0.93 166	0.43 87	0.02 31	0.51 118	0.08 96	0.23 25	0.29 148	0.00 1	0.00 1	0.00 1	0.03 296	0.04 165	0.04 218

HUI-Stereo	0.45 63	0.09 51	1.08 84	0.06 158	0.08 242	1.61 238	0.32 288	1.43 40	0.70 127	0.97 151	0.18 94	0.77 148	0.02 17	1.44 135	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

ttt	1.35 265	0.05 8	1.09 86	0.46 313	0.01 104	1.61 238	0.00 1	5.61 351	1.97 299	1.75 241	2.10 280	1.40 199	0.11 116	4.81 247	6.07 361	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

DisPM	0.86 171	0.09 51	1.10 87	0.76 348	0.02 173	1.51 205	0.57 314	1.75 59	0.70 127	2.43 300	0.83 205	0.38 101	0.01 5	6.89 343	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

HCRNet	0.73 129	0.19 139	1.10 87	0.01 18	0.00 1	1.17 80	0.01 55	3.07 146	1.97 299	0.60 103	0.21 107	0.56 121	0.11 116	5.34 269	0.20 111	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153

knoymous	0.35 35	0.05 8	1.11 89	0.05 144	0.01 104	1.15 77	0.01 55	2.06 71	0.14 6	0.40 84	0.02 31	1.67 221	0.00 1	0.31 49	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

raft+_RVC	0.42 52	0.48 265	1.11 89	0.51 321	0.17 287	1.16 78	0.04 164	2.25 78	0.59 55	0.12 42	0.42 143	0.08 48	0.15 134	0.60 97	0.28 144	0.00 1	0.09 348	0.00 1	0.00 1	0.06 199	0.19 340

TestStereo1	0.77 141	0.46 255	1.12 91	0.15 232	0.19 298	1.29 133	0.01 55	3.33 183	1.55 258	0.45 90	1.67 253	0.13 65	1.23 271	3.39 178	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.07 279

SA-5K	0.77 141	0.46 255	1.12 91	0.15 232	0.19 298	1.29 133	0.01 55	3.33 183	1.55 258	0.45 90	1.67 253	0.13 65	1.23 271	3.39 178	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.07 279

NF-Stereo	0.82 156	0.10 70	1.12 91	1.19 374	0.01 104	1.52 209	0.29 278	2.67 116	0.66 92	1.20 191	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

AdaStereo	0.65 111	0.09 51	1.12 91	0.02 65	0.00 1	1.45 186	0.23 258	4.38 280	1.44 241	1.17 187	0.37 134	1.56 206	0.18 144	0.56 92	0.37 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
MIF-Stereo	0.16 2	0.11 84	1.13 95	0.03 104	0.17 287	0.32 5	0.02 102	0.38 2	0.32 39	0.03 11	0.16 85	0.05 27	0.07 81	0.16 12	0.16 93	0.00 1	0.00 1	0.00 1	0.00 1	0.11 262	0.00 1

mmm	0.52 82	0.04 4	1.14 96	0.61 334	0.00 1	1.14 72	0.00 1	3.45 202	0.75 134	1.24 199	0.58 161	0.20 79	0.18 144	0.93 109	0.08 48	0.00 1	0.01 226	0.00 1	0.00 1	0.02 95	0.01 64

MIF-Stereo (partial)	0.27 23	0.18 132	1.14 96	0.01 18	0.00 1	0.43 12	0.02 102	1.97 68	0.39 44	0.11 41	0.08 67	0.07 45	0.06 70	0.44 74	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.02 153

UDGNet	0.35 35	0.50 272	1.14 96	0.02 65	0.00 1	1.12 67	0.02 102	0.70 15	1.57 264	0.31 61	0.05 58	0.06 37	0.02 17	1.45 136	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

OCTAStereo	0.82 156	0.10 70	1.15 99	1.19 374	0.01 104	1.53 212	0.29 278	2.66 112	0.66 92	1.20 191	0.58 161	0.25 84	0.01 5	6.38 307	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 156	0.10 70	1.15 99	1.19 374	0.01 104	1.52 209	0.29 278	2.66 112	0.66 92	1.20 191	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 156	0.10 70	1.15 99	1.19 374	0.01 104	1.52 209	0.29 278	2.66 112	0.66 92	1.20 191	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

rafts_anoy	0.39 47	0.44 247	1.15 99	0.06 158	0.03 192	1.12 67	0.04 164	2.75 119	0.33 40	0.10 36	0.16 85	0.11 58	0.19 150	0.74 104	0.31 156	0.00 1	0.14 366	0.00 1	0.01 273	0.02 95	0.05 235

DCRE	0.69 126	0.35 208	1.16 103	0.06 158	0.02 173	0.91 23	0.00 1	1.05 28	0.30 37	0.98 160	7.63 359	0.72 140	0.02 17	0.16 12	0.07 39	0.00 1	0.02 275	0.00 1	0.21 366	0.02 95	0.03 193

SST-Stereo	1.04 209	0.05 8	1.16 103	0.72 344	0.23 314	1.70 257	0.58 315	1.92 63	1.46 244	1.19 189	1.09 221	1.60 210	1.93 313	6.92 347	0.21 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

anonymity	0.74 131	0.15 113	1.17 105	0.16 239	0.27 329	0.71 18	0.01 55	4.70 301	1.78 282	1.15 183	1.23 234	0.31 89	1.65 300	0.54 90	0.53 210	0.02 333	0.02 275	0.00 1	0.27 380	0.02 95	0.06 263

Sa-1000	1.04 209	0.39 225	1.17 105	0.00 1	0.20 302	1.33 147	0.03 143	4.19 265	1.81 283	0.99 164	5.33 344	0.61 123	0.15 134	4.07 206	0.30 154	0.00 1	0.00 1	0.00 1	0.16 350	0.13 272	0.00 1

SA	0.83 160	0.41 233	1.17 105	0.00 1	0.20 302	1.28 129	0.01 55	3.98 251	1.86 290	0.41 85	0.96 214	0.27 86	1.33 280	4.07 206	0.35 174	0.00 1	0.00 1	0.00 1	0.17 356	0.14 278	0.01 64

MIM_Stereo	0.45 63	0.43 242	1.18 108	0.51 321	0.04 208	1.26 125	0.02 102	2.38 84	0.65 86	0.07 20	0.02 31	0.70 138	0.20 156	1.01 115	0.13 76	0.00 1	0.09 348	0.00 1	0.00 1	0.14 278	0.10 298

CroCo-Stereo Lap2	0.33 31	0.49 269	1.18 108	0.02 65	0.00 1	0.33 6	0.00 1	3.08 148	0.61 65	0.02 2	0.01 1	0.04 11	0.08 96	0.45 79	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.02 153

StereoDRNet-Refined	0.83 160	0.12 88	1.18 108	0.02 65	0.01 104	1.31 140	0.00 1	3.33 183	1.07 191	1.92 255	1.24 236	2.48 272	0.18 144	1.86 149	1.67 286	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.05 235
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
AACVNet	0.87 176	0.44 247	1.19 111	0.17 242	0.00 1	1.76 261	0.00 1	3.60 218	0.60 59	1.03 169	0.26 114	1.31 196	0.17 140	6.33 304	0.28 144	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.01 64

DRaft	1.34 264	0.12 88	1.19 111	0.06 158	0.01 104	1.64 247	0.43 302	1.86 62	0.14 6	3.76 336	5.27 343	0.41 104	4.38 363	5.49 274	1.68 287	0.01 311	0.06 326	0.00 1	0.07 322	0.07 213	0.11 302

Anonymous	0.25 21	0.13 97	1.19 111	0.00 1	0.00 1	0.24 3	0.01 55	2.54 107	0.42 45	0.02 2	0.02 31	0.05 27	0.07 81	0.15 9	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.10 253	0.08 288

EAI-Stereo	1.14 237	0.12 88	1.19 111	0.21 254	0.32 345	1.84 268	2.32 359	5.42 344	1.19 206	1.02 166	5.66 346	0.48 113	0.60 220	0.86 108	0.62 226	0.00 1	0.13 365	0.00 1	0.65 396	0.02 95	0.17 330

UCFNet_RVC	0.66 116	0.35 208	1.20 115	0.02 65	0.30 340	1.53 212	0.01 55	3.42 197	0.67 100	1.12 180	0.73 197	1.26 194	0.20 156	1.84 148	0.46 199	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft_robust	0.98 194	0.57 293	1.21 116	0.06 158	0.17 287	1.36 154	0.02 102	3.46 204	2.18 316	0.33 64	0.01 1	1.54 205	1.42 282	6.77 332	0.15 85	0.00 1	0.02 275	0.00 1	0.18 358	0.11 262	0.09 294

RAFT+CT+SA	0.66 116	0.45 251	1.22 117	0.10 208	0.30 340	1.24 115	0.02 102	4.21 267	0.67 100	0.62 104	0.39 139	0.33 94	0.05 55	2.69 162	0.14 81	0.00 1	0.00 1	0.00 1	0.35 389	0.13 272	0.30 355

s12784h	0.56 92	0.14 102	1.22 117	0.02 65	0.00 1	1.14 72	0.03 143	3.43 199	1.47 246	1.02 166	1.41 245	0.05 27	0.02 17	1.08 117	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

EKT-Stereo	0.74 131	0.18 132	1.23 119	0.81 350	4.25 393	1.19 88	0.03 143	2.17 77	0.13 4	0.35 76	0.40 140	0.97 171	0.08 96	2.61 160	0.09 55	0.00 1	0.09 348	0.00 1	0.07 322	0.04 165	0.03 193

tt1	0.88 180	0.27 177	1.25 120	0.08 190	0.00 1	3.36 323	0.02 102	3.03 138	6.40 371	0.33 64	0.66 179	0.05 27	0.40 199	1.59 137	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

RAFT_R40	0.99 201	0.05 8	1.26 121	0.71 343	0.20 302	1.65 251	0.67 319	1.94 65	0.61 65	1.05 172	1.15 226	1.80 228	1.47 283	6.91 345	0.31 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

CFNet-RSSM	0.51 79	0.12 88	1.26 121	0.03 104	0.14 275	1.24 115	0.02 102	4.12 260	0.15 9	0.31 61	0.01 1	1.96 239	0.04 48	0.19 17	0.25 131	0.00 1	0.01 226	0.00 1	0.27 380	0.01 25	0.01 64

H2IRNET	0.47 70	0.22 162	1.27 123	0.15 232	0.01 104	1.18 86	0.01 55	1.65 55	0.48 49	0.02 2	1.80 263	0.46 109	0.04 48	1.62 141	0.35 174	0.00 1	0.00 1	0.01 324	0.01 273	0.16 292	0.02 153

test_4	0.51 79	0.10 70	1.27 123	0.01 18	0.06 224	0.97 30	0.03 143	1.12 31	0.16 12	0.27 58	3.42 321	0.65 129	0.09 101	1.59 137	0.26 136	0.00 1	0.00 1	0.00 1	0.08 327	0.14 278	0.00 1

ACVNet-DCA	0.61 100	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.15 156	0.68 105	0.33 64	0.69 188	0.04 11	0.61 222	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.03 296	0.01 25	0.01 64

xx1	0.95 190	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.18 162	7.23 380	0.33 64	0.69 188	0.73 141	0.12 126	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.01 25	0.01 64

1test111	0.69 126	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.15 156	0.68 105	0.33 64	0.69 188	0.04 11	0.61 222	2.95 167	0.07 39	0.00 1	0.02 275	0.00 1	0.03 296	0.01 25	0.01 64

cc1	0.94 188	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.18 162	7.23 380	0.33 64	0.69 188	0.04 11	0.61 222	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.03 296	0.09 243	0.04 218

GMStereo	0.25 21	0.60 298	1.28 125	0.01 18	0.00 1	0.48 13	0.00 1	0.74 19	1.24 213	0.16 50	0.03 49	0.07 45	0.09 101	0.22 23	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
Gwc-CoAtRS	0.42 52	0.12 88	1.28 125	0.03 104	0.13 269	1.03 36	0.02 102	2.33 81	0.15 9	0.35 76	0.01 1	2.27 261	0.03 35	0.20 20	0.25 131	0.00 1	0.01 226	0.00 1	0.22 368	0.01 25	0.01 64

acv_ft	0.79 149	0.21 153	1.28 125	0.01 18	1.08 374	1.68 254	0.01 55	3.75 229	1.05 186	1.31 205	0.66 179	1.94 237	0.46 206	0.31 49	1.68 287	0.00 1	0.00 1	0.00 1	0.00 1	0.27 339	0.00 1

DLCB_ROB	1.17 243	0.22 162	1.28 125	0.08 190	0.00 1	1.51 205	0.23 258	3.39 191	1.52 255	3.43 332	2.00 273	3.40 312	0.31 179	4.29 215	1.82 293	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	1.03 207	0.22 162	1.30 133	0.10 208	0.01 104	5.85 364	0.03 143	4.41 284	1.25 214	1.55 231	0.60 175	2.39 270	0.06 70	2.72 164	0.05 17	0.00 1	0.01 226	0.01 324	0.00 1	0.04 165	0.00 1

Anonymous_2	1.69 305	0.05 8	1.31 134	0.08 190	0.03 192	1.22 101	0.01 55	3.25 171	0.19 21	0.76 124	0.13 76	2.68 276	1.99 315	0.39 69	0.13 76	0.05 349	0.25 378	3.27 394	14.54 418	3.40 388	0.01 64

PFNet+	0.54 90	0.10 70	1.31 134	0.16 239	0.05 215	1.44 180	0.56 312	1.60 54	0.98 173	1.35 210	0.46 152	0.37 97	0.01 5	2.18 155	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

SGM-Forest	1.84 313	0.08 39	1.31 134	0.15 232	0.22 309	3.52 329	2.46 364	3.85 244	2.16 314	5.29 358	3.90 329	3.71 323	1.56 292	6.28 301	1.90 298	0.01 311	0.02 275	0.00 1	0.00 1	0.03 134	0.30 355
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet	0.57 94	0.21 153	1.34 137	0.09 200	0.00 1	1.36 154	0.22 254	2.40 86	1.05 186	0.63 108	0.66 179	1.94 237	0.26 170	0.31 49	0.79 240	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.00 1

CFNet-ft	0.77 141	0.46 255	1.34 137	0.01 18	0.27 329	1.32 141	0.02 102	2.40 86	0.68 105	0.63 108	0.18 94	3.23 310	0.21 160	3.97 203	0.54 213	0.00 1	0.00 1	0.01 324	0.00 1	0.03 134	0.02 153

CFNet_RVC	0.77 141	0.46 255	1.34 137	0.01 18	0.27 329	1.32 141	0.02 102	2.40 86	0.68 105	0.63 108	0.18 94	3.23 310	0.21 160	3.97 203	0.54 213	0.00 1	0.00 1	0.01 324	0.00 1	0.03 134	0.02 153

PSMNet-RSSM	0.90 185	0.44 247	1.35 140	0.13 220	0.00 1	1.37 159	0.03 143	4.79 312	0.85 157	1.11 179	0.49 156	2.15 252	0.35 190	4.09 209	0.73 236	0.00 1	0.00 1	0.01 324	0.00 1	0.03 134	0.01 64

NOSS_ROB	1.29 255	0.22 162	1.35 140	0.64 338	0.16 285	2.56 296	0.00 1	4.14 261	2.37 325	2.29 288	1.76 260	2.84 284	0.02 17	6.80 335	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.11 302

DeepStereo_RVC	0.52 82	0.08 39	1.37 142	0.06 158	0.06 224	1.34 149	0.41 300	1.43 40	0.68 105	1.03 169	0.85 206	0.49 115	1.56 292	0.79 106	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.13 316

CASS	0.56 92	0.13 97	1.40 143	0.03 104	0.01 104	1.65 251	0.04 164	3.03 138	0.63 75	1.96 259	0.93 212	0.28 87	0.36 191	0.52 86	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RALAANet	0.54 90	0.62 303	1.41 144	0.01 18	0.01 104	0.92 24	0.02 102	2.39 85	1.87 292	1.13 181	0.38 136	0.15 73	0.30 175	1.00 114	0.38 184	0.00 1	0.00 1	0.00 1	0.04 306	0.14 278	0.01 64

FTStereo	2.16 330	0.03 1	1.42 145	0.17 242	0.13 269	1.42 176	4.67 387	2.44 95	0.63 75	3.36 328	17.95 387	0.78 153	4.17 360	4.41 222	0.14 81	0.15 366	0.00 1	0.00 1	0.00 1	0.01 25	1.25 384

GANet-ADL	0.52 82	0.09 51	1.43 146	0.13 220	0.02 173	1.43 178	0.02 102	3.22 170	0.59 55	0.34 75	0.98 216	1.09 184	0.19 150	0.40 70	0.34 170	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.01 64

TDLM	1.08 218	0.49 269	1.43 146	0.27 276	0.00 1	1.56 218	2.12 354	3.10 150	1.75 280	1.36 211	0.93 212	1.06 180	0.49 208	6.21 297	0.70 234	0.00 1	0.00 1	0.00 1	0.00 1	0.16 292	0.02 153

psm_up	0.84 166	0.32 202	1.44 148	0.02 65	0.00 1	1.98 273	0.05 177	3.40 193	1.04 182	2.06 267	0.40 140	1.74 222	0.45 204	3.47 183	0.24 125	0.06 354	0.00 1	0.00 1	0.00 1	0.08 224	0.00 1

hitnet-ft	1.09 225	0.39 225	1.45 149	0.04 127	0.00 1	1.34 149	0.22 254	3.34 186	2.25 321	1.48 221	1.11 223	4.17 329	0.37 193	4.73 244	0.79 240	0.01 311	0.00 1	0.03 352	0.00 1	0.09 243	0.01 64

GANet-RSSM	0.88 180	0.38 219	1.45 149	0.60 331	0.00 1	1.36 154	0.02 102	4.55 292	0.69 118	0.71 118	0.32 121	1.56 206	0.61 222	4.55 236	0.64 229	0.00 1	0.00 1	0.05 359	0.00 1	0.08 224	0.02 153

SACVNet	0.96 191	0.36 212	1.49 151	0.05 144	0.00 1	1.62 244	0.28 275	3.86 246	1.28 217	1.79 248	0.80 201	1.59 208	0.07 81	5.29 265	0.48 202	0.01 311	0.00 1	0.00 1	0.00 1	0.23 325	0.01 64

PSM-softLoss	0.85 167	0.10 70	1.50 152	1.14 370	0.03 192	1.47 193	0.27 267	2.48 101	0.69 118	1.30 202	0.38 136	0.39 102	0.01 5	6.88 340	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

KMStereo	0.85 167	0.10 70	1.50 152	1.14 370	0.03 192	1.47 193	0.27 267	2.48 101	0.69 118	1.30 202	0.38 136	0.39 102	0.01 5	6.88 340	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

HGLStereo	1.03 207	0.18 132	1.50 152	0.01 18	0.01 104	1.41 171	0.01 55	3.41 195	0.82 149	1.05 172	3.09 311	2.11 248	1.24 274	4.51 232	1.18 264	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.03 193

anonymousdsp2	0.52 82	0.06 23	1.51 155	0.10 208	0.00 1	1.19 88	0.01 55	4.32 279	0.63 75	0.33 64	0.15 83	0.78 153	0.09 101	1.01 115	0.06 34	0.00 1	0.00 1	0.00 1	0.11 338	0.04 165	0.05 235

THIR-Stereo	1.48 279	0.29 194	1.51 155	0.01 18	0.02 173	1.05 49	4.32 381	2.11 74	0.22 30	1.08 176	4.24 334	1.93 236	4.19 361	6.76 331	1.87 297	0.00 1	0.00 1	0.04 355	0.00 1	0.05 183	0.00 1

GMStereo_Zeroshot	0.63 107	0.14 102	1.54 157	0.75 346	0.00 1	1.26 125	0.01 55	1.85 61	0.31 38	1.44 219	0.58 161	1.76 224	0.19 150	2.55 157	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1

sCroCo_RVC	0.21 6	0.14 102	1.54 157	0.01 18	0.00 1	0.13 1	0.04 164	1.10 30	0.65 86	0.10 36	0.05 58	0.03 6	0.04 48	0.23 25	0.05 17	0.00 1	0.07 335	0.00 1	0.00 1	0.01 25	0.00 1

SMFormer	1.04 209	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	1.24 267	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.02 153

tta	1.04 209	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	1.24 267	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64

qqq1	0.98 194	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64

fff1	0.98 194	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64

test_5	0.74 131	0.50 272	1.55 159	0.44 309	0.25 321	1.45 186	0.01 55	4.16 262	0.78 145	0.79 131	0.17 91	0.42 105	0.64 231	3.06 171	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 292	0.21 346

dd	0.34 33	0.67 313	1.55 159	0.04 127	0.01 104	1.22 101	0.03 143	0.84 22	1.16 203	0.18 53	0.05 58	0.12 61	0.05 55	0.29 46	0.44 192	0.02 333	0.00 1	0.00 1	0.00 1	0.05 183	0.00 1

RAFT-345	1.19 245	0.06 23	1.55 159	0.54 324	0.13 269	1.53 212	0.25 261	0.56 11	1.76 281	1.20 191	7.85 360	0.93 164	0.05 55	6.87 339	0.46 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MSKI-zero shot	0.73 129	0.13 97	1.56 166	0.02 65	0.14 275	1.34 149	0.04 164	3.00 133	0.23 31	0.67 113	1.64 250	0.89 158	0.00 1	4.55 236	0.10 63	0.00 1	0.02 275	0.00 1	0.21 366	0.03 134	0.01 64

delet	1.14 237	0.32 202	1.56 166	0.03 104	0.17 287	2.86 312	1.03 334	4.25 271	2.14 313	1.03 169	1.17 230	1.64 219	0.92 256	4.35 218	1.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.00 1

UDG	2.86 343	8.81 410	1.57 168	2.60 387	0.89 370	2.39 289	0.11 218	3.42 197	1.02 180	2.18 274	3.64 326	5.04 348	1.60 299	4.17 210	2.09 311	1.21 389	0.04 309	7.69 396	3.67 409	4.10 390	0.93 381

IRAFT_RVC	1.02 205	0.20 147	1.58 169	1.39 378	0.26 324	1.33 147	0.32 288	2.52 104	0.66 92	1.58 233	0.81 202	1.16 188	1.58 296	6.51 315	0.43 189	0.00 1	0.12 361	0.00 1	0.00 1	0.02 95	0.03 193

ICVP	0.46 66	0.08 39	1.58 169	0.01 18	0.01 104	1.10 61	0.21 250	3.80 237	0.52 50	0.42 86	0.27 116	0.33 94	0.06 70	0.57 93	0.13 76	0.00 1	0.07 335	0.00 1	0.00 1	0.04 165	0.01 64
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM-Net_RVC	1.40 272	0.07 33	1.58 169	0.00 1	0.01 104	1.88 269	0.05 177	7.24 381	1.71 279	3.63 334	3.63 325	3.21 308	0.36 191	4.25 213	0.44 192	0.01 311	0.01 226	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TRStereo	0.59 97	0.79 331	1.59 172	0.56 327	0.01 104	1.19 88	0.03 143	4.74 304	0.60 59	0.17 51	0.01 1	0.62 125	0.44 203	0.57 93	0.07 39	0.00 1	0.04 309	0.00 1	0.24 372	0.01 25	0.14 323

GMM-Stereo	1.09 225	0.05 8	1.62 173	0.13 220	0.22 309	1.41 171	0.87 327	2.31 80	0.62 72	2.75 309	3.14 312	0.54 120	0.90 255	5.33 268	0.13 76	0.01 311	0.00 1	0.00 1	0.02 290	0.01 25	1.80 389

FENet	0.52 82	0.07 33	1.62 173	0.04 127	0.00 1	1.19 88	0.05 177	3.10 150	0.98 173	0.89 139	0.01 1	1.63 217	0.09 101	0.47 83	0.28 144	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 64

ac_64	1.12 234	0.18 132	1.64 175	0.18 246	0.25 321	1.48 199	0.02 102	4.97 319	1.47 246	0.69 116	0.45 151	4.94 345	0.46 206	4.87 249	0.74 237	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.00 1

DualNet	1.39 270	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	3.03 138	6.40 371	1.39 213	2.07 275	2.15 252	0.34 185	1.59 137	7.08 364	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

ffm	1.04 209	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	3.03 138	6.40 371	1.39 213	2.07 275	2.15 252	0.34 185	1.59 137	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

ff1	1.65 295	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	3.03 138	6.40 371	1.39 213	2.07 275	2.15 252	0.34 185	6.68 323	7.08 364	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

mmx	1.56 288	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	5.51 348	2.25 321	1.39 213	2.07 275	2.15 252	0.34 185	6.68 323	7.08 364	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

xxx	1.56 288	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	5.51 348	2.25 321	1.39 213	2.07 275	2.15 252	0.34 185	6.68 323	7.08 364	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

CrosDoStereo	1.66 296	0.15 113	1.66 181	0.02 65	0.07 232	1.38 164	6.16 400	3.12 152	1.06 189	0.97 151	3.74 327	0.96 168	4.79 367	7.00 352	1.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.11 262	0.00 1

DeepStereo_LL	1.66 296	0.15 113	1.66 181	0.02 65	0.07 232	1.38 164	6.16 400	3.12 152	1.06 189	0.97 151	3.74 327	0.96 168	4.79 367	7.00 352	1.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.11 262	0.00 1

RAFT-RH_RVC	2.05 328	0.15 113	1.66 181	0.60 331	0.27 329	1.49 200	0.02 102	0.58 12	0.65 86	5.35 360	21.66 399	1.06 180	0.07 81	6.85 336	0.57 218	0.04 343	0.00 1	0.00 1	0.03 296	0.01 25	0.00 1

CroCo-Stereo	0.39 47	0.40 230	1.67 184	0.07 178	0.00 1	0.19 2	0.01 55	3.55 213	0.75 134	0.08 23	0.02 31	0.46 109	0.08 96	0.28 44	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64
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
XPNet_ROB	1.17 243	0.41 233	1.68 185	0.04 127	0.01 104	1.65 251	0.17 237	3.46 204	1.39 229	3.89 340	1.01 218	1.60 210	0.53 211	4.35 218	3.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153

CVANet_RVC	1.10 229	0.39 225	1.69 186	0.28 278	0.00 1	1.45 186	0.48 306	3.26 173	1.64 272	2.93 314	1.22 233	1.51 202	0.37 193	6.09 292	0.50 204	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.01 64

PS-NSSS	1.08 218	0.45 251	1.70 187	0.02 65	0.01 104	1.37 159	0.01 55	4.38 280	2.09 306	1.15 183	2.65 302	0.65 129	0.07 81	6.35 305	0.56 216	0.16 367	0.00 1	0.00 1	0.00 1	0.05 183	0.00 1

ETE_ROB	1.16 242	0.52 277	1.71 188	0.01 18	0.02 173	1.79 265	0.22 254	4.10 258	1.32 223	4.68 353	1.18 231	2.81 282	0.08 96	3.56 184	1.12 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 263

GEStereo_RVC	1.10 229	0.42 236	1.72 189	0.28 278	0.01 104	1.37 159	0.11 218	6.25 368	0.84 154	1.05 172	0.67 186	1.61 212	0.79 247	6.11 293	0.63 227	0.00 1	0.00 1	0.00 1	0.00 1	0.10 253	0.04 218

RAFT_CTSACE	0.68 123	0.52 277	1.74 190	0.50 318	0.05 215	1.16 78	0.00 1	2.68 117	0.66 92	0.68 115	1.60 249	1.76 224	0.80 248	0.94 111	0.13 76	0.00 1	0.02 275	0.00 1	0.00 1	0.27 339	0.00 1

LALA_ROB	1.33 263	0.59 296	1.74 190	0.02 65	0.06 224	3.25 317	0.50 310	3.45 202	1.39 229	3.70 335	0.59 170	4.59 338	0.25 168	3.58 185	2.79 328	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.02 153

StereoVision	0.86 171	0.38 219	1.75 192	0.03 104	0.01 104	1.14 72	0.02 102	3.38 190	0.92 163	0.13 47	6.89 356	0.50 117	0.12 126	1.10 118	0.78 239	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.02 153

1111x	1.53 284	0.06 23	1.77 193	0.27 276	0.00 1	2.12 278	0.01 55	5.63 355	1.65 273	1.53 224	1.67 253	0.92 159	0.64 231	6.18 295	8.17 374	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 64

ssnet_v2	1.14 237	0.28 187	1.77 193	0.03 104	0.00 1	2.07 276	0.37 297	5.20 329	1.87 292	2.00 262	0.87 208	3.09 300	0.55 214	1.31 128	3.02 331	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.12 311

HHNet	0.87 176	0.25 172	1.78 195	0.16 239	0.08 242	1.30 137	0.44 303	1.93 64	0.64 83	1.41 218	5.92 348	0.14 71	1.79 306	0.35 64	0.95 252	0.05 349	0.00 1	0.01 324	0.00 1	0.14 278	0.01 64

cross-raft	0.53 88	0.12 88	1.78 195	0.03 104	0.01 104	1.04 43	0.10 216	3.21 169	0.23 31	0.37 82	0.01 1	2.86 287	0.04 48	0.24 28	0.24 125	0.00 1	0.01 226	0.00 1	0.16 350	0.01 25	0.02 153

GES	0.61 100	0.08 39	1.78 195	0.00 1	0.00 1	1.59 231	0.07 193	5.32 338	0.13 4	0.62 104	0.32 121	0.37 97	0.67 241	0.68 102	0.49 203	0.03 341	0.00 1	0.01 324	0.00 1	0.02 95	0.01 64

DeepPruner_ROB	0.86 171	0.50 272	1.80 198	0.01 18	0.00 1	1.57 219	0.17 237	3.48 207	0.42 45	3.31 327	0.02 31	2.09 247	0.17 140	3.01 169	0.61 225	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.01 64

DSFCA	1.30 257	0.14 102	1.82 199	0.01 18	0.03 192	3.74 334	0.86 326	2.71 118	1.23 210	3.09 321	0.41 142	2.93 290	1.49 284	6.12 294	1.35 275	0.00 1	0.02 275	0.00 1	0.00 1	0.02 95	0.01 64

FCDSN-DC	5.04 375	0.15 113	1.83 200	0.22 256	0.44 351	5.60 362	1.66 347	5.22 330	4.37 359	14.49 399	21.86 400	20.65 398	11.88 398	7.66 368	4.55 347	0.02 333	0.00 1	0.00 1	0.00 1	0.03 134	0.05 235
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GANet	1.90 318	0.43 242	1.83 200	0.39 303	0.00 1	2.24 281	3.37 370	3.90 248	1.44 241	2.17 273	9.66 368	2.57 273	1.09 263	6.88 340	1.81 292	0.00 1	0.00 1	0.02 347	0.00 1	0.10 253	0.03 193

TestStereo	0.61 100	0.55 286	1.84 202	0.00 1	0.00 1	0.94 26	0.00 1	1.65 55	0.23 31	0.12 42	0.03 49	0.08 48	0.06 70	6.59 317	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousa	0.79 149	0.26 176	1.91 203	0.03 104	0.29 338	1.46 192	0.02 102	3.76 230	0.97 171	0.72 120	2.25 290	3.21 308	0.56 215	0.15 9	0.12 72	0.00 1	0.00 1	0.00 1	0.04 306	0.00 1	0.02 153

CBMV	1.56 288	0.24 170	1.92 204	0.31 284	0.03 192	2.90 313	4.33 382	3.79 234	1.81 283	4.98 356	1.73 258	2.70 277	1.68 302	3.81 195	0.92 251	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.08 288
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HH	0.88 180	0.37 216	1.93 205	0.25 267	0.10 258	0.62 16	0.00 1	3.79 234	0.18 19	0.33 64	0.59 170	3.94 326	0.81 249	4.44 225	0.09 55	0.00 1	0.06 326	0.00 1	0.00 1	0.03 134	0.02 153

HanStereo	0.88 180	0.37 216	1.93 205	0.25 267	0.10 258	0.62 16	0.00 1	3.79 234	0.18 19	0.33 64	0.59 170	3.94 326	0.81 249	4.44 225	0.09 55	0.00 1	0.06 326	0.00 1	0.00 1	0.03 134	0.02 153

4D-IteraStereo	0.35 35	0.60 298	1.93 205	0.02 65	0.09 249	1.03 36	0.07 193	1.25 35	0.34 41	0.02 2	0.03 49	0.84 155	0.10 108	0.31 49	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.07 279

IER	0.75 136	0.12 88	1.93 205	0.01 18	0.00 1	2.31 285	0.02 102	2.96 131	0.98 173	1.30 202	0.96 214	1.40 199	1.19 269	1.31 128	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

LMCR-Stereo	1.10 229	0.69 317	1.95 209	0.50 318	0.01 104	2.73 303	0.09 208	6.20 367	0.64 83	2.37 294	1.76 260	0.13 65	1.59 298	2.94 166	0.23 120	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.00 1

test_xeample3	0.35 35	0.10 70	1.95 209	0.02 65	0.00 1	0.93 25	0.07 193	1.70 58	0.86 159	0.09 25	0.04 56	0.05 27	0.05 55	0.23 25	0.51 206	0.00 1	0.00 1	0.00 1	0.24 372	0.06 199	0.08 288

ccnet	1.70 306	0.20 147	1.95 209	0.26 273	0.18 291	3.72 333	1.22 340	4.22 270	1.43 240	2.37 294	3.96 331	3.45 315	1.51 288	4.69 241	4.47 345	0.06 354	0.00 1	0.09 363	0.01 273	0.10 253	0.01 64

AASNet	0.86 171	0.53 283	1.96 212	0.04 127	0.00 1	1.70 257	0.05 177	5.13 328	1.84 285	0.93 146	1.88 266	0.96 168	0.19 150	0.67 101	0.91 250	0.00 1	0.00 1	0.00 1	0.00 1	0.27 339	0.09 294

DMCA	0.68 123	0.22 162	1.96 212	0.01 18	0.01 104	1.28 129	0.02 102	3.02 136	1.54 257	2.14 270	0.15 83	1.74 222	0.10 108	0.45 79	0.95 252	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

RASNet	1.53 284	0.31 198	1.97 214	0.09 200	3.20 389	1.69 256	0.06 190	3.27 179	2.12 308	0.77 126	1.29 240	5.32 354	1.69 303	6.60 318	2.17 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.02 153

ADLNet	1.20 247	0.29 194	1.98 215	0.00 1	0.02 173	2.20 279	0.11 218	4.39 282	2.52 332	2.19 275	2.20 289	2.66 275	0.70 243	3.42 180	1.25 269	0.00 1	0.00 1	0.00 1	0.00 1	0.10 253	0.04 218

CBMV_ROB	1.70 306	0.11 84	1.98 215	0.46 313	0.00 1	2.85 311	0.91 330	4.27 274	2.21 319	4.02 343	5.00 340	2.97 294	2.32 323	5.40 271	1.35 275	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.06 263

SGM_RVC	4.07 368	0.38 219	1.98 215	0.84 351	0.26 324	6.20 368	2.37 360	6.45 370	3.57 348	11.56 390	9.27 367	15.55 389	6.78 381	10.07 388	4.60 348	0.22 371	0.25 378	0.20 374	0.23 370	0.26 336	0.34 361
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MIPNet	0.64 109	0.42 236	2.01 218	0.08 190	0.07 232	1.29 133	0.11 218	3.47 206	1.29 218	0.67 113	0.10 71	0.63 127	0.97 258	1.25 125	0.25 131	0.00 1	0.01 226	0.01 324	0.01 273	0.11 262	0.04 218

DN-CSS_ROB	0.77 141	0.90 346	2.01 218	0.85 354	0.00 1	1.47 193	0.01 55	2.92 130	0.93 166	0.12 42	0.53 158	0.44 107	0.16 137	4.33 216	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.30 350	0.01 64

PCWNet_CMD	0.65 111	0.14 102	2.02 220	0.01 18	0.01 104	1.10 61	0.00 1	2.80 122	0.97 171	0.48 94	0.28 118	2.31 265	1.50 287	1.19 121	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

MSMDNet	0.65 111	0.14 102	2.02 220	0.01 18	0.01 104	1.11 65	0.00 1	2.88 128	0.98 173	0.49 97	0.28 118	2.32 266	1.49 284	1.19 121	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

GwcNet-ADL	0.62 105	0.20 147	2.03 222	0.05 144	0.01 104	1.29 133	0.02 102	3.16 159	1.39 229	0.97 151	0.44 148	1.48 201	0.23 163	0.78 105	0.27 140	0.01 311	0.00 1	0.00 1	0.00 1	0.01 25	0.03 193

cf-r	0.98 194	0.51 276	2.04 223	0.25 267	0.01 104	1.40 167	0.03 143	4.47 289	1.65 273	0.95 147	0.58 161	2.63 274	0.24 165	4.19 211	0.58 220	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.04 218

UPFNet	0.87 176	0.09 51	2.05 224	0.00 1	0.00 1	1.90 271	0.11 218	3.41 195	0.83 151	2.15 271	0.10 71	1.92 235	0.09 101	3.94 202	0.70 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

iResNet_ROB	1.05 216	0.76 326	2.06 225	0.07 178	0.00 1	1.35 152	0.03 143	6.80 379	2.57 335	0.79 131	1.20 232	0.94 167	0.12 126	3.81 195	0.41 187	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.01 64

rrr	0.62 105	0.09 51	2.07 226	0.02 65	0.00 1	0.82 19	0.06 190	2.29 79	0.85 157	0.09 25	0.03 49	0.03 6	0.06 70	5.04 256	0.51 206	0.00 1	0.00 1	0.00 1	0.19 359	0.05 183	0.07 279

hknet	1.08 218	0.13 97	2.07 226	0.01 18	0.00 1	3.32 320	0.21 250	5.40 341	0.92 163	2.26 283	0.66 179	3.43 314	0.05 55	2.81 165	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CFNet_pseudo	0.66 116	0.17 127	2.08 228	0.00 1	0.01 104	1.22 101	0.00 1	2.79 121	0.73 130	0.78 129	0.46 152	2.32 266	0.63 228	1.77 146	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

CoDeX	0.94 188	0.34 206	2.09 229	0.05 144	0.20 302	1.49 200	0.20 248	5.89 361	1.57 264	0.66 112	0.67 186	1.05 178	0.32 183	3.82 197	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1

ccs_rob	0.65 111	0.17 127	2.09 229	0.00 1	0.01 104	1.22 101	0.00 1	2.77 120	0.73 130	0.75 122	0.44 148	2.32 266	0.64 231	1.76 145	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

HITNet	0.80 153	0.58 294	2.14 231	0.69 342	0.00 1	1.35 152	0.02 102	4.50 290	1.15 202	1.76 245	0.16 85	0.60 122	0.30 175	1.13 120	1.64 285	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.00 1
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
ASMatch	1.44 275	0.14 102	2.15 232	0.60 331	0.21 307	1.21 99	0.26 264	0.96 25	0.66 92	0.29 60	11.75 375	0.93 164	2.37 324	6.73 329	0.54 213	0.00 1	0.00 1	0.00 1	0.01 273	0.00 1	0.04 218

DEmStereo	1.51 281	0.08 39	2.17 233	0.09 200	0.02 173	1.76 261	0.90 329	1.47 49	0.60 59	2.46 301	6.42 354	1.08 182	5.16 371	6.21 297	1.86 296	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

MLCV	1.01 203	0.53 283	2.17 233	0.03 104	0.00 1	1.60 234	0.03 143	2.90 129	1.30 220	2.60 305	1.85 265	1.00 174	0.40 199	4.88 250	0.74 237	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.01 64

fff	0.66 116	0.42 236	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 289	0.14 77	0.09 52	1.83 308	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

Anonymous3	0.49 75	0.12 88	2.21 235	0.01 18	0.00 1	2.53 295	0.09 208	3.16 159	0.65 86	0.12 42	0.22 111	0.12 61	0.05 55	0.37 65	0.08 48	0.00 1	0.07 335	0.00 1	0.00 1	0.04 165	0.03 193

DCANet	0.66 116	0.43 242	2.21 235	0.03 104	0.00 1	1.22 101	0.01 55	3.26 173	1.85 289	2.61 306	0.21 107	0.09 52	0.49 208	0.33 58	0.39 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.06 263

csc	0.66 116	0.42 236	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 289	0.14 77	0.09 52	1.83 308	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

cscssc	0.66 116	0.42 236	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 289	0.14 77	0.09 52	1.83 308	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

111	0.79 149	0.70 320	2.21 235	0.01 18	0.01 104	1.19 88	0.16 234	3.78 233	1.98 301	1.22 197	0.91 210	2.01 240	0.32 183	0.32 55	0.64 229	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.17 330

MaskLacGwcNet_RVC	1.63 293	0.45 251	2.21 235	1.53 380	0.18 291	4.33 345	0.41 300	3.37 188	1.40 233	0.54 99	0.65 177	3.10 301	0.11 116	4.93 251	0.60 224	4.57 393	0.51 388	0.00 1	0.00 1	1.37 385	2.39 390

CFNet_ucs	0.77 141	0.20 147	2.22 242	0.01 18	0.01 104	1.32 141	0.00 1	3.30 180	1.31 222	1.15 183	1.14 224	2.19 260	0.42 201	2.04 151	0.12 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

DAS	1.26 253	0.08 39	2.25 243	0.04 127	0.01 104	1.28 129	1.18 338	3.80 237	1.58 268	4.60 350	2.37 293	1.53 203	0.53 211	5.36 270	0.59 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

SepStereo	1.28 254	0.08 39	2.25 243	0.04 127	0.01 104	1.28 129	1.18 338	3.80 237	1.58 268	4.60 350	2.37 293	1.53 203	0.53 211	5.63 282	0.59 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

test croco	0.41 50	0.28 187	2.26 245	0.07 178	0.00 1	0.50 14	0.01 55	2.84 125	0.92 163	0.05 17	0.07 64	0.13 65	0.17 140	0.43 72	0.20 111	0.00 1	0.00 1	0.00 1	0.00 1	0.34 354	0.01 64

dad	0.88 180	0.62 303	2.26 245	0.06 158	0.01 104	1.24 115	0.00 1	0.98 26	2.17 315	1.29 201	0.35 131	0.37 97	0.04 48	5.80 286	1.06 257	0.01 311	0.00 1	1.13 388	0.11 338	0.05 183	0.00 1

CFNet	1.08 218	0.62 303	2.26 245	0.26 273	0.03 192	1.40 167	0.04 164	4.45 288	2.09 306	0.48 94	0.69 188	1.31 196	0.24 165	6.63 321	0.83 242	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.04 218

RAFT-Test	0.61 100	0.16 121	2.27 248	0.04 127	0.15 280	1.80 266	0.17 237	2.52 104	0.65 86	0.56 100	0.11 74	2.76 281	0.02 17	0.27 43	0.34 170	0.00 1	0.07 335	0.00 1	0.29 385	0.01 25	0.01 64

DDUNet	3.28 353	10.54 413	2.29 249	3.50 390	3.31 391	4.21 342	0.21 250	3.77 231	1.03 181	2.54 302	3.17 316	3.20 307	0.21 160	3.89 200	0.69 233	1.94 390	0.05 318	9.87 399	3.53 408	5.03 392	2.55 392

IPLG	0.86 171	0.41 233	2.31 250	0.06 158	0.06 224	1.36 154	0.11 218	3.17 161	0.83 151	0.62 104	1.00 217	0.46 109	0.61 222	5.57 281	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.01 64

NCCL2	1.30 257	0.63 306	2.31 250	0.02 65	0.03 192	1.57 219	3.41 371	3.91 249	1.39 229	3.14 323	0.34 128	3.90 325	0.30 175	3.75 192	1.19 265	0.00 1	0.00 1	0.02 347	0.00 1	0.03 134	0.05 235

FC-DCNN	6.09 381	0.18 132	2.35 252	0.42 307	0.53 358	7.80 380	1.42 344	8.14 386	7.07 379	19.05 406	22.10 401	22.85 401	13.84 400	9.42 382	6.44 362	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.06 263

CIPLG	0.75 136	0.81 335	2.38 253	0.13 220	0.03 192	1.41 171	0.27 267	3.19 166	0.84 154	1.98 261	2.56 300	0.19 77	0.10 108	0.54 90	0.26 136	0.00 1	0.05 318	0.01 324	0.05 311	0.19 311	0.05 235

SQANet	2.28 334	1.25 368	2.39 254	4.17 392	2.91 388	2.60 298	0.24 260	4.17 264	0.83 151	2.42 298	0.57 159	1.59 208	0.88 253	3.30 174	0.68 232	7.35 398	0.12 361	0.47 381	0.02 290	6.56 393	3.00 394

IMH-64-1	9.55 392	2.76 395	2.44 255	11.17 407	9.13 407	12.03 389	5.45 394	18.33 402	15.78 392	6.59 364	18.69 388	16.95 391	6.20 378	10.63 390	8.06 372	9.46 407	2.46 406	15.42 410	1.61 403	10.89 406	6.88 408

IMH-64	9.55 392	2.76 395	2.44 255	11.17 407	9.13 407	12.03 389	5.45 394	18.33 402	15.78 392	6.59 364	18.69 388	16.95 391	6.20 378	10.63 390	8.06 372	9.46 407	2.46 406	15.42 410	1.61 403	10.89 406	6.88 408

STTStereo	0.83 160	0.34 206	2.44 255	0.24 264	0.15 280	1.41 171	0.10 216	3.02 136	1.55 258	1.34 206	0.17 91	1.77 226	0.45 204	3.42 180	0.30 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 64

DISCO	1.93 319	0.18 132	2.44 255	0.67 341	0.53 358	5.25 359	0.00 1	5.43 345	1.56 263	2.09 269	0.91 210	6.48 361	0.89 254	8.55 377	3.60 339	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.01 64

CRFU-Net	1.32 262	0.27 177	2.46 259	1.17 373	0.03 192	4.08 338	0.05 177	5.61 351	0.67 100	1.53 224	0.70 195	3.47 316	2.62 331	3.24 173	0.24 125	0.01 311	0.01 226	0.11 367	0.00 1	0.13 272	0.00 1

ToySt	0.47 70	0.25 172	2.47 260	0.04 127	0.01 104	1.17 80	0.00 1	2.01 69	0.63 75	0.08 23	0.14 77	1.16 188	0.05 55	0.80 107	0.46 199	0.00 1	0.00 1	0.00 1	0.03 296	0.10 253	0.04 218

otaku	3.17 350	1.32 369	2.49 261	6.07 395	3.26 390	4.62 350	2.15 355	5.35 340	1.34 224	2.00 262	2.54 299	3.50 317	1.49 284	3.68 186	1.11 258	7.89 399	0.23 377	1.88 390	0.03 296	7.74 396	4.78 399

SPS-STEREO	3.08 349	0.49 269	2.49 261	0.21 254	0.24 318	3.67 332	1.24 341	5.80 359	2.43 328	10.68 385	8.00 362	9.48 377	3.59 353	8.11 373	5.08 354	0.01 311	0.01 226	0.00 1	0.00 1	0.04 165	0.11 302
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NLCA_NET_v2_RVC	1.04 209	0.55 286	2.52 263	0.56 327	1.00 371	1.37 159	0.00 1	3.43 199	1.35 225	2.24 278	0.35 131	2.18 259	0.58 219	4.28 214	0.34 170	0.00 1	0.00 1	0.00 1	0.01 273	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo06	0.80 153	0.19 139	2.53 264	0.02 65	0.00 1	1.51 205	0.01 55	4.61 295	0.24 34	0.89 139	0.69 188	3.14 303	1.18 268	0.58 96	0.33 163	0.00 1	0.06 326	0.00 1	0.00 1	0.02 95	0.07 279

SFCPSM	0.81 155	0.11 84	2.53 264	0.01 18	0.07 232	2.45 291	0.18 241	4.99 320	1.18 204	0.77 126	0.78 199	0.69 136	0.31 179	1.72 144	0.20 111	0.00 1	0.00 1	0.00 1	0.05 311	0.06 199	0.01 64

CC-Net-ROB	1.86 315	0.64 307	2.55 266	1.42 379	0.19 298	3.38 324	0.04 164	4.41 284	2.45 329	0.90 141	1.31 241	0.98 172	0.18 144	6.60 318	0.53 210	1.14 388	1.60 398	7.16 395	0.00 1	1.33 384	0.32 360

IMH	11.11 400	3.50 398	2.56 267	11.25 409	9.13 407	14.49 396	5.10 392	20.68 410	26.30 404	8.28 376	23.85 406	20.63 397	9.19 390	12.39 396	7.96 370	9.50 409	2.50 408	15.28 409	1.66 405	11.07 409	6.96 410

IPLGR_C	0.75 136	0.88 343	2.58 268	0.13 220	0.02 173	1.40 167	0.27 267	3.19 166	0.84 154	1.92 255	2.46 295	0.18 76	0.11 116	0.49 85	0.26 136	0.00 1	0.05 318	0.01 324	0.05 311	0.19 311	0.06 263

MSMD_ROB	4.94 374	0.43 242	2.58 268	0.12 217	0.01 104	8.43 382	1.09 336	4.25 271	4.11 356	13.11 393	26.36 408	13.95 386	13.88 401	7.45 363	2.92 330	0.10 360	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

RP	1.76 309	0.55 286	2.59 270	0.22 256	0.60 363	1.70 257	0.98 333	4.31 278	1.99 303	3.12 322	5.04 341	4.41 334	2.96 339	4.72 243	1.90 298	0.01 311	0.00 1	0.00 1	0.01 273	0.14 278	0.01 64

RAFT + AFF	1.63 293	1.13 362	2.62 271	0.04 127	0.80 367	2.29 284	1.03 334	5.54 350	2.06 305	1.77 246	1.81 264	1.22 191	3.65 355	6.23 299	1.57 283	0.01 311	0.35 386	0.00 1	0.01 273	0.33 351	0.12 311

NaN_ROB	2.02 326	0.58 294	2.65 272	0.29 280	0.28 337	3.19 315	5.19 393	3.84 242	2.55 334	5.31 359	1.73 258	2.30 263	1.96 314	6.78 333	3.09 333	0.01 311	0.06 326	0.03 352	0.10 334	0.10 253	0.37 364

iRaft-Stereo_20w	0.92 187	0.15 113	2.68 273	0.24 264	0.06 224	1.36 154	0.28 275	7.46 384	0.34 41	1.56 232	0.37 134	0.62 125	1.24 274	1.25 125	0.34 170	0.00 1	0.09 348	0.00 1	0.16 350	0.02 95	0.13 316

iRaft-Stereo_5w	1.08 218	0.56 290	2.70 274	0.02 65	0.02 173	1.20 96	0.01 55	3.18 162	0.63 75	0.14 48	2.00 273	1.62 214	1.54 290	6.69 326	1.01 256	0.00 1	0.00 1	0.00 1	0.00 1	0.23 325	0.01 64

GwcNet-RSSM	1.02 205	0.69 317	2.70 274	0.22 256	0.02 173	1.42 176	0.05 177	4.02 253	1.01 179	0.90 141	0.42 143	2.89 288	0.26 170	4.43 224	1.17 263	0.00 1	0.00 1	0.02 347	0.00 1	0.13 272	0.05 235

NVStereoNet_ROB	3.25 352	0.46 255	2.71 276	0.34 294	0.56 360	2.36 288	0.87 327	4.56 293	4.47 362	4.55 349	14.09 381	11.93 380	3.23 348	9.79 387	3.14 334	0.43 381	0.03 299	0.53 384	0.31 386	0.36 359	0.38 365
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACRE	0.75 136	0.78 329	2.72 277	0.13 220	0.02 173	1.40 167	0.26 264	3.20 168	0.82 149	1.84 251	2.46 295	0.19 77	0.10 108	0.52 86	0.26 136	0.00 1	0.04 309	0.01 324	0.05 311	0.19 311	0.05 235

Ntro	3.24 351	1.34 370	2.83 278	7.27 397	4.43 394	6.22 369	0.74 323	4.73 303	1.48 250	0.39 83	1.77 262	2.70 277	1.28 277	4.59 240	1.25 269	8.06 400	0.28 382	2.12 393	0.05 311	8.11 397	5.16 400

PSMNet_ROB	1.09 225	0.69 317	2.92 279	0.03 104	0.07 232	1.68 254	0.16 234	3.44 201	1.30 220	0.96 149	0.32 121	2.81 282	0.63 228	4.23 212	2.48 320	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.04 218

PFNet	1.06 217	0.19 139	2.95 280	1.16 372	0.56 360	1.58 223	0.25 261	1.50 51	0.60 59	2.38 296	1.23 234	0.63 127	0.30 175	6.85 336	0.43 189	0.16 367	0.01 226	0.00 1	0.07 322	0.18 304	0.18 336

IPLGR	0.76 140	0.21 153	2.98 281	0.06 158	0.07 232	1.24 115	0.05 177	3.09 149	1.38 227	0.62 104	0.34 128	0.75 143	0.78 246	3.35 175	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.06 263

GANetREF_RVC	1.10 229	0.95 349	2.98 281	0.06 158	0.00 1	2.23 280	0.18 241	3.95 250	2.53 333	0.56 100	0.32 121	1.89 234	0.66 238	5.03 255	0.51 206	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.04 218
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
IGEV_Zeroshot_test	0.74 131	0.20 147	3.00 283	0.26 273	0.02 173	1.10 61	0.05 177	3.72 227	0.19 21	0.88 137	0.71 196	2.84 284	0.63 228	0.53 88	0.33 163	0.00 1	0.07 335	0.00 1	0.16 350	0.04 165	0.00 1

HBP-ISP	1.45 276	0.75 322	3.02 284	0.30 282	0.10 258	4.28 344	1.49 346	4.68 300	1.29 218	3.43 332	0.78 199	0.93 164	1.01 259	6.48 314	0.36 180	0.04 343	0.02 275	0.00 1	0.00 1	0.05 183	0.03 193

MeshStereo	5.78 379	0.75 322	3.04 285	0.25 267	0.14 275	7.88 381	2.09 353	9.64 388	5.18 366	20.48 408	19.06 393	22.80 400	9.54 392	9.64 386	4.88 352	0.00 1	0.00 1	0.00 1	0.00 1	0.29 346	0.03 193
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
whm_eth	0.68 123	0.52 277	3.05 286	0.01 18	0.00 1	1.26 125	0.02 102	3.36 187	1.93 297	0.26 57	2.52 298	0.13 65	0.11 116	0.18 14	0.10 63	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.11 302

DANet	1.74 308	0.22 162	3.06 287	0.75 346	0.44 351	2.46 292	0.35 295	3.40 193	1.41 235	4.22 345	1.56 247	5.03 347	0.56 215	6.29 302	5.00 353	0.01 311	0.00 1	0.00 1	0.01 273	0.04 165	0.08 288
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RainbowNet	4.74 373	3.21 397	3.07 288	9.34 402	6.01 396	4.89 355	3.60 373	7.09 380	4.39 360	1.63 235	3.01 310	4.72 341	2.96 339	5.53 275	1.19 265	8.95 402	2.12 401	8.48 398	0.19 359	8.75 398	5.73 401

iResNet	1.00 202	0.45 251	3.08 289	0.86 358	0.01 104	1.97 272	0.01 55	3.67 225	1.49 252	1.77 246	1.09 221	0.35 96	0.13 132	3.83 198	1.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.01 64

NCC-stereo	1.67 300	0.56 290	3.10 290	0.08 190	0.22 309	2.24 281	0.13 226	5.05 325	1.42 236	2.27 286	2.72 303	4.29 331	3.53 351	5.76 284	2.01 307	0.04 343	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153

Abc-Net	1.67 300	0.56 290	3.10 290	0.08 190	0.22 309	2.24 281	0.13 226	5.05 325	1.42 236	2.27 286	2.72 303	4.29 331	3.53 351	5.76 284	2.01 307	0.04 343	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADLNet2	1.38 269	0.39 225	3.13 292	0.00 1	0.70 365	1.23 114	0.26 264	4.19 265	2.36 324	1.45 220	3.16 315	4.23 330	0.82 252	4.56 238	0.88 245	0.00 1	0.00 1	0.00 1	0.00 1	0.13 272	0.02 153

FBW_ROB	2.36 336	0.36 212	3.16 293	0.37 301	0.14 275	4.42 349	0.18 241	6.64 373	3.05 342	2.98 318	2.85 306	4.86 344	1.11 264	11.00 395	4.53 346	0.16 367	0.05 318	0.37 380	0.09 330	0.19 311	0.78 375

MyStereo05	0.79 149	0.19 139	3.17 294	0.02 65	0.00 1	1.51 205	0.01 55	3.56 214	2.48 330	1.34 206	0.02 31	1.25 193	0.38 195	1.19 121	0.50 204	0.00 1	0.06 326	0.00 1	0.00 1	0.02 95	0.07 279

MyStereo04	0.78 148	0.27 177	3.19 295	0.02 65	0.01 104	1.64 247	0.01 55	3.64 221	2.20 318	0.98 160	0.02 31	1.29 195	0.57 217	1.10 118	0.53 210	0.00 1	0.07 335	0.00 1	0.00 1	0.03 134	0.06 263

WCMA_ROB	4.54 371	0.48 265	3.19 295	0.49 317	0.63 364	5.38 360	2.57 365	4.70 301	3.77 352	14.17 397	19.02 392	15.47 388	9.03 389	6.73 329	4.85 351	0.01 311	0.05 318	0.01 324	0.01 273	0.08 224	0.16 326

MyStereo8	0.85 167	0.52 277	3.20 297	0.20 253	0.00 1	1.47 193	0.01 55	3.53 212	1.91 295	1.34 206	0.65 177	1.22 191	0.31 179	0.57 93	1.38 278	0.00 1	0.14 366	0.00 1	0.06 320	0.09 243	0.30 355

WAO-6	11.09 398	1.69 378	3.21 298	7.54 398	7.10 401	16.34 398	6.63 405	20.12 407	38.64 416	9.67 383	19.28 396	27.53 405	10.97 397	12.43 397	11.57 386	4.26 392	2.35 404	10.54 404	0.02 290	7.59 395	4.29 397

sAnonymous2	0.37 43	0.32 202	3.21 298	0.01 18	0.00 1	0.35 8	0.08 199	1.96 66	0.90 160	0.03 11	0.05 58	0.04 11	0.11 116	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.18 336

CroCo_RVC	0.37 43	0.32 202	3.21 298	0.01 18	0.00 1	0.35 8	0.08 199	1.96 66	0.90 160	0.03 11	0.05 58	0.04 11	0.11 116	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.18 336

TransformOpticalFlow	1.47 278	0.31 198	3.22 301	0.66 339	0.08 242	1.54 216	0.09 208	3.84 242	1.58 268	1.66 237	2.32 292	3.60 318	3.12 343	6.99 351	0.42 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

STrans-v2	1.67 300	0.36 212	3.28 302	0.02 65	0.19 298	1.45 186	0.08 199	6.69 375	1.49 252	2.00 262	2.86 307	3.67 321	3.88 359	7.04 354	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DMCA-RVC	0.90 185	0.64 307	3.30 303	0.03 104	0.04 208	1.30 137	0.06 190	2.65 111	0.73 130	3.21 324	0.09 69	0.99 173	0.66 238	3.14 172	0.99 254	0.01 311	0.04 309	0.02 347	0.01 273	0.07 213	0.01 64

FAT-Stereo	1.86 315	0.19 139	3.31 304	0.17 242	0.03 192	1.78 264	0.97 331	4.76 308	2.79 338	4.22 345	4.87 338	5.31 353	2.83 337	5.06 258	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.01 64

LVE	11.10 399	2.36 389	3.34 305	9.94 405	8.13 405	21.22 407	7.75 409	16.47 400	32.55 411	8.55 378	23.64 404	23.22 402	7.93 386	10.98 394	6.65 363	9.45 406	2.55 412	11.08 406	0.58 394	9.35 404	6.28 406

BEATNet_4x	0.97 192	0.77 328	3.36 306	0.46 313	0.01 104	1.32 141	0.09 208	4.57 294	1.26 215	1.88 254	0.22 111	1.09 184	0.42 201	1.79 147	2.09 311	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.06 263

RYNet	1.52 282	0.35 208	3.38 307	0.25 267	0.04 208	2.31 285	0.03 143	4.62 296	1.47 246	1.14 182	0.34 128	4.52 336	1.38 281	6.36 306	4.23 343	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

DispNO	1.25 252	0.52 277	3.40 308	0.11 216	0.05 215	1.45 186	0.01 55	3.73 228	1.68 275	1.34 206	1.59 248	3.15 304	1.12 267	5.56 278	1.14 262	0.00 1	0.02 275	0.03 352	0.12 342	0.05 183	0.03 193

CSAN	2.70 342	0.75 322	3.41 309	0.18 246	0.12 264	4.18 341	4.05 377	4.11 259	4.36 358	6.03 363	6.24 353	4.60 339	4.74 366	7.29 359	3.43 337	0.02 333	0.03 299	0.01 324	0.02 290	0.18 304	0.22 348

PDISCO_ROB	2.21 332	0.78 329	3.43 310	0.96 362	2.04 386	7.04 373	0.09 208	7.36 383	5.72 369	1.21 196	1.67 253	3.16 305	1.28 277	7.52 364	1.37 277	0.00 1	0.00 1	0.00 1	0.00 1	0.34 354	0.13 316

TorneroNet-64	15.45 410	5.66 406	3.44 311	13.86 410	12.03 411	28.15 417	6.27 402	19.89 406	38.68 417	12.16 391	28.06 413	35.76 413	15.44 404	19.56 407	15.40 395	9.71 410	2.52 409	19.13 413	2.70 406	12.55 411	7.94 412

RGC	1.86 315	0.67 313	3.45 312	0.07 178	0.26 324	3.29 319	0.11 218	4.78 311	1.46 244	3.26 326	4.51 336	5.14 349	2.68 332	5.46 272	1.94 305	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.09 294

AANet_RVC	1.66 296	0.88 343	3.52 313	0.06 158	0.00 1	1.22 101	0.00 1	3.25 171	2.51 331	2.21 276	4.49 335	3.65 320	0.20 156	7.10 355	3.42 336	0.50 383	0.04 309	0.00 1	0.00 1	0.08 224	0.05 235

AF-Net	2.17 331	0.65 310	3.53 314	0.00 1	0.09 249	2.02 275	0.48 306	6.44 369	1.70 277	3.36 328	10.22 370	4.95 346	2.81 335	4.34 217	2.66 327	0.00 1	0.00 1	0.00 1	0.00 1	0.13 272	0.01 64

MANE	14.02 408	0.85 340	3.53 314	2.13 383	3.75 392	18.44 401	6.14 399	22.67 416	27.90 406	33.01 417	41.08 420	41.26 418	30.90 417	23.39 409	17.99 402	0.47 382	0.76 393	0.91 387	4.04 410	0.17 297	1.00 382

WAO-7	9.09 391	1.79 382	3.55 316	0.80 349	0.15 280	18.67 402	4.36 384	23.07 417	26.68 405	12.59 392	27.90 412	22.52 399	13.03 399	13.53 399	11.47 385	0.09 359	0.03 299	0.58 386	0.10 334	0.47 370	0.34 361

MMNet	1.20 247	0.27 177	3.59 317	0.09 200	0.00 1	4.15 340	0.01 55	3.63 220	1.19 206	1.93 258	0.32 121	1.35 198	1.23 271	4.42 223	1.84 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

PA-Net	1.31 261	0.59 296	3.65 318	0.06 158	0.15 280	1.44 180	0.54 311	4.08 256	2.71 337	0.78 129	1.16 228	2.32 266	0.64 231	5.96 288	1.92 301	0.01 311	0.00 1	0.00 1	0.00 1	0.04 165	0.06 263
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADStereo(finetuned)	0.83 160	0.43 242	3.68 319	0.03 104	0.00 1	1.22 101	0.01 55	3.26 173	1.86 290	2.61 306	0.20 106	0.09 52	2.39 326	0.34 59	0.38 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.06 263

DRN-Test	1.62 292	0.23 168	3.72 320	0.18 246	0.13 269	3.34 322	0.19 246	5.93 364	2.01 304	4.14 344	0.76 198	2.12 250	1.78 305	5.22 263	2.62 326	0.00 1	0.00 1	0.01 324	0.01 273	0.03 134	0.01 64

stereogan	2.13 329	0.31 198	3.75 321	0.01 18	0.09 249	7.44 377	0.60 316	4.27 274	3.29 344	3.91 341	4.62 337	6.41 360	1.84 311	5.17 260	0.58 220	0.00 1	0.01 226	0.01 324	0.00 1	0.24 328	0.05 235

DCANet-4	0.69 126	0.15 113	3.76 322	0.03 104	0.01 104	1.22 101	0.01 55	3.14 154	1.90 294	2.34 289	0.14 77	0.11 58	0.25 168	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

Nwc_Net	1.94 321	0.55 286	3.79 323	0.07 178	0.08 242	2.73 303	0.04 164	6.75 378	1.11 194	2.03 266	7.92 361	4.82 343	2.11 318	4.78 245	2.01 307	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.01 64

PWCDC_ROB	3.06 348	1.38 374	3.81 324	0.14 230	0.00 1	3.14 314	0.02 102	4.40 283	12.35 388	1.08 176	23.69 405	2.01 240	2.01 317	3.87 199	2.43 318	0.24 376	0.00 1	0.00 1	0.00 1	0.61 378	0.08 288

edge stereo	1.94 321	0.40 230	3.82 325	0.15 232	0.09 249	1.81 267	0.45 304	4.77 309	2.21 319	3.36 328	3.94 330	8.39 372	1.72 304	5.75 283	1.69 289	0.00 1	0.00 1	0.01 324	0.00 1	0.17 297	0.01 64

LL-Strereo	1.93 319	0.97 350	3.83 326	0.55 326	2.19 387	1.49 200	0.05 177	4.09 257	1.00 178	2.59 304	2.77 305	5.17 350	5.63 377	7.19 356	0.63 227	0.00 1	0.10 354	0.00 1	0.00 1	0.25 334	0.20 344

MDST_ROB	3.50 360	0.07 33	3.94 327	2.66 388	1.46 378	12.94 392	0.97 331	7.32 382	2.42 327	14.82 400	8.08 363	2.74 280	1.51 288	8.44 376	2.48 320	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 302

APVNet	1.52 282	0.31 198	4.00 328	0.09 200	0.00 1	4.64 351	0.08 199	4.41 284	1.21 208	1.25 200	1.05 220	2.90 289	0.93 257	6.70 327	2.48 320	0.01 311	0.00 1	0.07 360	0.00 1	0.27 339	0.05 235

ELAS	8.05 388	0.76 326	4.02 329	0.95 361	1.02 372	14.85 397	6.99 407	12.80 395	11.73 386	22.43 413	27.75 411	17.88 393	15.19 403	10.96 393	11.31 384	0.22 371	0.56 391	0.23 376	0.22 368	0.50 373	0.71 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	3.49 359	0.47 263	4.03 330	1.61 381	1.91 382	10.78 388	1.92 351	3.06 144	1.26 215	8.59 379	12.06 376	6.13 358	7.82 385	4.78 245	4.77 349	0.08 356	0.12 361	0.07 360	0.15 344	0.16 292	0.11 302

FINET	1.36 266	0.46 255	4.05 331	0.22 256	0.73 366	1.03 36	0.00 1	3.57 215	5.71 368	1.59 234	1.64 250	0.49 115	0.19 150	5.53 275	1.90 298	0.00 1	0.01 226	0.00 1	0.00 1	0.08 224	0.03 193

gwcnet-sp	0.98 194	0.38 219	4.06 332	0.04 127	0.00 1	2.60 298	0.15 230	3.51 209	1.13 199	1.75 241	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.03 193

scenet	0.98 194	0.38 219	4.06 332	0.04 127	0.00 1	2.60 298	0.15 230	3.51 209	1.13 199	1.75 241	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.03 193

ssnet	0.98 194	0.38 219	4.06 332	0.04 127	0.00 1	2.60 298	0.15 230	3.51 209	1.13 199	1.75 241	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.03 193

ARAFT	1.12 234	0.82 338	4.11 335	0.04 127	0.00 1	1.64 247	0.03 143	4.85 315	1.69 276	2.78 311	0.57 159	0.47 112	0.11 116	4.81 247	0.24 125	0.00 1	0.03 299	0.00 1	0.00 1	0.24 328	0.05 235

TorneroNet	16.10 411	5.74 407	4.12 336	13.88 411	11.97 410	26.89 416	6.85 406	21.13 412	38.32 415	14.15 396	33.36 416	33.52 412	17.49 408	18.89 406	19.64 408	9.77 411	2.53 410	19.43 414	3.35 407	13.21 412	7.86 411

UNet	1.13 236	0.24 170	4.21 337	0.01 18	0.02 173	2.31 285	0.02 102	3.06 144	0.76 142	1.17 187	0.14 77	2.73 279	1.58 296	4.48 231	1.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

WAO-8	13.93 406	3.75 399	4.23 338	7.74 399	6.54 397	22.81 410	2.39 362	22.66 414	45.98 420	18.88 404	35.42 417	33.21 410	16.91 406	16.55 404	12.78 389	5.01 394	0.81 394	9.89 400	0.77 397	8.77 400	3.61 395

Venus	13.93 406	3.75 399	4.23 338	7.74 399	6.54 397	22.81 410	2.39 362	22.66 414	45.98 420	18.88 404	35.42 417	33.21 410	16.91 406	16.55 404	12.78 389	5.01 394	0.81 394	9.89 400	0.77 397	8.76 399	3.61 395

MFMNet_re	2.02 326	0.98 351	4.27 340	2.74 389	0.88 368	1.47 193	0.15 230	4.21 267	3.18 343	6.63 366	6.93 357	1.87 233	3.63 354	2.13 153	0.99 254	0.00 1	0.00 1	0.00 1	0.00 1	0.23 325	0.05 235

fast-acv-ft	1.41 273	0.46 255	4.29 341	0.10 208	0.13 269	3.97 336	0.29 278	2.42 94	1.91 295	0.81 134	3.55 323	3.02 296	1.26 276	3.35 175	2.05 310	0.04 343	0.01 226	0.04 355	0.04 306	0.39 362	0.05 235

CBFPSM	1.39 270	0.61 301	4.29 341	0.01 18	0.01 104	3.64 331	0.03 143	3.39 191	0.80 146	0.64 111	0.21 107	6.18 359	3.70 356	2.38 156	1.82 293	0.00 1	0.01 226	0.00 1	0.00 1	0.08 224	0.01 64

Syn2CoEx	1.66 296	1.17 363	4.29 341	0.04 127	0.00 1	1.44 180	0.56 312	5.33 339	1.98 301	2.01 265	2.12 282	2.08 245	2.81 335	6.55 316	2.42 317	0.00 1	0.00 1	0.00 1	0.00 1	0.33 351	0.06 263

SGM-ForestM	12.56 403	0.80 332	4.31 344	1.07 368	0.41 349	21.56 408	8.57 410	17.42 401	19.67 398	29.93 415	28.49 415	45.83 419	27.22 415	26.05 414	18.40 404	0.14 365	0.25 378	0.18 373	0.28 384	0.18 304	0.42 367

FADNet_RVC	1.15 240	1.06 358	4.34 345	0.02 65	0.06 224	2.77 308	0.04 164	3.50 208	0.80 146	0.35 76	0.32 121	0.65 129	0.09 101	5.20 261	1.56 281	0.24 376	0.34 385	0.11 367	0.33 388	0.65 380	0.60 369

NVstereo2D	1.09 225	0.17 127	4.40 346	0.00 1	0.00 1	1.59 231	0.18 241	4.29 276	1.40 233	0.85 136	0.36 133	2.30 263	0.62 227	5.26 264	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

ACVNet_1	6.16 382	1.86 384	4.43 347	9.52 404	7.22 403	7.59 379	2.37 360	9.99 391	6.71 376	3.84 339	5.35 345	13.23 385	4.90 370	6.25 300	1.94 305	9.06 404	2.40 405	10.88 405	0.11 338	9.58 405	6.03 404

ACVNet-4b	5.67 378	1.65 376	4.43 347	9.46 403	7.11 402	8.72 383	1.68 349	6.61 372	5.76 370	0.27 58	6.49 355	11.67 379	2.43 327	8.40 375	1.56 281	9.06 404	2.34 403	10.49 403	0.02 290	9.22 403	5.98 403

FADNet	1.20 247	0.93 348	4.51 349	0.03 104	0.06 224	2.56 296	0.16 234	4.02 253	1.42 236	0.32 63	0.06 63	1.66 220	1.07 261	5.56 278	0.87 244	0.19 370	0.02 275	0.01 324	0.01 273	0.50 373	0.03 193

GASNet	1.43 274	1.53 375	4.54 350	0.31 284	0.02 173	1.49 200	0.20 248	3.86 246	1.95 298	0.75 122	1.37 244	2.11 248	1.57 295	5.82 287	2.60 324	0.00 1	0.05 318	0.00 1	0.00 1	0.43 365	0.10 298

StereoDRNet	1.48 279	0.75 322	4.58 351	0.05 144	0.10 258	2.49 293	1.10 337	4.62 296	1.47 246	3.38 331	0.62 176	2.29 262	0.65 236	4.52 233	2.89 329	0.00 1	0.03 299	0.00 1	0.01 273	0.05 183	0.07 279

Wz-Net-LNSev-Ref	1.54 286	0.68 315	4.62 352	0.01 18	0.00 1	5.13 358	0.30 284	4.64 299	1.23 210	2.39 297	0.59 170	2.12 250	2.00 316	4.94 252	2.19 315	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

iResNetv2_ROB	1.08 218	1.12 361	4.68 353	1.09 369	0.00 1	1.38 164	0.05 177	3.83 241	1.11 194	0.80 133	1.15 226	1.02 176	0.12 126	4.52 233	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.33 351	0.03 193

FADNet-RVC	1.10 229	1.07 359	4.79 354	0.03 104	0.00 1	1.60 234	0.08 199	3.77 231	1.70 277	0.35 76	0.07 64	0.61 123	0.66 238	5.32 267	1.11 258	0.01 311	0.08 344	0.00 1	0.00 1	0.48 371	0.18 336

Consistency-Raft	1.36 266	0.65 310	4.81 355	0.33 288	0.32 345	1.62 244	0.11 218	3.65 222	3.80 353	0.33 64	6.12 352	0.86 156	2.14 319	0.94 111	1.25 269	0.02 333	0.01 226	0.00 1	0.00 1	0.24 328	0.01 64

STTRV1_RVC	1.94 321	0.35 208	4.85 356	0.32 287	0.01 104	2.41 290	0.34 294	5.79 358	3.55 347	0.82 135	5.11 342	1.63 217	1.08 262	7.63 366	1.41 279	0.91 385	2.53 410	0.00 1	0.00 1	0.01 25	0.04 218

ELAS_RVC	7.69 386	0.80 332	4.90 357	1.06 367	1.02 372	10.00 386	9.43 412	9.75 389	14.69 390	21.83 411	20.27 398	17.88 393	16.41 405	13.01 398	10.44 382	0.22 371	0.55 390	0.28 378	0.19 359	0.35 357	0.65 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
XX-Stereo	1.04 209	0.20 147	4.94 358	0.85 354	0.04 208	1.25 123	0.00 1	3.37 188	0.45 48	1.22 197	0.50 157	3.70 322	0.02 17	3.91 201	0.05 17	0.00 1	0.09 348	0.00 1	0.20 362	0.03 134	0.02 153

ACVNet_2	8.69 389	1.80 383	5.09 359	8.55 401	6.72 399	13.47 393	4.34 383	13.70 396	23.86 401	6.89 369	19.74 397	20.52 396	5.36 375	7.70 369	2.48 320	8.53 401	1.67 400	7.99 397	0.32 387	8.79 401	6.29 407

SGM+DAISY	4.39 370	1.34 370	5.18 360	1.01 365	0.88 368	5.61 363	2.86 366	4.88 317	3.53 346	13.29 394	13.95 380	12.66 382	7.55 382	7.98 372	5.39 357	0.23 375	0.18 374	0.15 371	0.24 372	0.29 346	0.64 371

Dean	11.46 401	2.03 386	5.20 361	10.73 406	8.20 406	18.71 403	5.73 396	21.10 411	41.49 419	11.12 386	22.16 402	25.92 404	7.74 383	7.52 364	4.31 344	9.01 403	2.27 402	9.95 402	0.61 395	9.18 402	6.22 405

FADNet-RVC-Resample	1.08 218	1.00 354	5.32 362	0.10 208	0.14 275	1.53 212	0.25 261	3.62 219	1.18 204	0.51 98	0.19 102	1.04 177	0.28 174	5.20 261	0.44 192	0.10 360	0.16 371	0.09 363	0.06 320	0.24 328	0.21 346

SANet	4.63 372	0.89 345	5.34 363	0.30 282	0.09 249	7.43 376	3.75 375	6.53 371	16.16 394	6.79 367	13.29 378	12.44 381	7.74 383	7.38 360	4.11 342	0.00 1	0.01 226	0.00 1	0.00 1	0.10 253	0.31 359

pmcnn	3.61 361	0.68 315	5.38 364	0.61 334	1.46 378	2.75 307	1.26 342	5.04 324	1.57 264	8.77 380	11.67 374	18.69 395	2.38 325	6.03 289	5.61 358	0.00 1	0.07 335	0.00 1	0.00 1	0.21 321	0.07 279

GwcNet	1.67 300	0.81 335	5.52 365	0.23 262	1.21 375	4.21 342	0.62 317	3.71 226	1.57 264	1.01 165	1.65 252	3.99 328	0.52 210	5.46 272	2.30 316	0.00 1	0.00 1	0.00 1	0.01 273	0.35 357	0.13 316

SHD	3.01 347	1.02 356	5.52 365	0.45 312	0.39 348	4.12 339	0.17 237	6.68 374	12.04 387	7.20 370	3.36 319	4.40 333	2.58 330	4.69 241	7.17 368	0.01 311	0.04 309	0.00 1	0.03 296	0.22 324	0.17 330

PVD	5.81 380	0.99 353	5.56 367	0.72 344	0.51 357	6.72 370	0.18 241	9.90 390	23.69 400	11.45 389	19.26 395	8.18 371	9.46 391	9.24 381	9.49 379	0.02 333	0.16 371	0.00 1	0.08 327	0.18 304	0.40 366

Wz-Net-MNSev	1.85 314	1.19 365	5.61 368	0.01 18	0.00 1	4.74 352	2.16 356	4.93 318	1.48 250	3.77 337	1.24 236	1.77 226	2.56 328	4.94 252	2.61 325	0.00 1	0.01 226	0.00 1	0.00 1	0.07 213	0.01 64

ADCRef	2.29 335	0.65 310	5.67 369	0.10 208	0.09 249	4.81 353	0.76 324	4.75 307	1.37 226	2.88 313	1.67 253	1.62 214	2.30 322	3.77 194	14.93 394	0.02 333	0.00 1	0.01 324	0.10 334	0.20 320	0.11 302

S-Stereo	2.00 324	0.30 197	5.74 370	0.24 264	0.23 314	2.51 294	1.90 350	4.74 304	5.15 365	2.42 298	5.80 347	2.85 286	0.72 244	5.08 259	2.17 313	0.00 1	0.02 275	0.00 1	0.00 1	0.08 224	0.04 218

KSHMR	14.27 409	6.95 408	5.79 371	15.08 413	12.84 412	17.44 399	10.61 413	18.88 404	30.94 409	18.81 403	22.21 403	28.54 407	8.85 388	15.56 402	9.24 378	10.34 414	3.60 416	21.61 416	4.68 413	14.48 413	8.94 413

pcwnet_v2	1.29 255	0.17 127	5.98 372	0.10 208	0.01 104	1.76 261	0.02 102	5.08 327	2.90 340	1.54 230	1.98 272	2.03 243	0.81 249	3.01 169	0.28 144	0.00 1	0.00 1	0.00 1	0.01 273	0.03 134	0.03 193

RTSC	2.66 340	1.24 367	6.04 373	0.18 246	0.02 173	4.40 348	0.08 199	4.29 276	4.98 364	6.00 362	3.15 314	2.97 294	1.56 292	6.71 328	10.89 383	0.00 1	0.07 335	0.00 1	0.05 311	0.40 363	0.24 352

DGSMNet	2.23 333	0.80 332	6.10 374	0.96 362	1.73 381	3.22 316	4.12 378	5.30 337	1.11 194	1.19 189	2.48 297	3.18 306	0.65 236	4.57 239	1.33 274	1.11 387	1.37 397	1.55 389	1.26 402	1.37 385	1.28 385

PWC_ROB	2.90 346	1.01 355	6.12 375	0.53 323	0.57 362	1.30 137	0.40 298	3.85 244	4.42 361	7.37 371	15.40 383	3.03 298	1.55 291	6.31 303	5.74 359	0.00 1	0.00 1	0.00 1	0.00 1	0.46 367	0.05 235

SAMSARA	3.32 357	1.07 359	6.25 376	0.86 358	0.31 343	7.55 378	3.87 376	5.26 336	4.20 357	7.43 372	3.35 318	10.04 378	3.83 358	6.98 350	4.83 350	0.00 1	0.14 366	0.00 1	0.05 311	0.17 297	0.22 348

Wz-Net-LNSev	1.30 257	0.85 340	6.26 377	0.02 65	0.03 192	4.02 337	0.13 226	4.21 267	1.12 198	0.77 126	0.10 71	3.60 318	1.11 264	2.68 161	1.12 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

SDNR	3.31 356	0.91 347	6.28 378	0.44 309	0.02 173	26.11 415	0.01 55	3.81 240	1.62 271	2.82 312	11.06 373	2.93 290	0.60 220	7.95 371	1.52 280	0.01 311	0.01 226	0.00 1	0.00 1	0.06 199	0.12 311

XQC	2.57 339	1.20 366	6.33 379	0.18 246	0.01 104	3.84 335	0.33 290	5.24 331	3.83 354	4.43 348	1.94 269	4.58 337	3.19 345	7.19 356	8.67 376	0.00 1	0.03 299	0.00 1	0.03 296	0.27 339	0.19 340

ktn	19.15 415	18.52 416	6.39 380	22.64 419	17.26 417	24.47 412	12.11 415	24.52 418	34.74 414	18.75 402	27.70 409	32.54 408	17.85 409	15.71 403	16.67 397	22.09 418	3.64 417	28.95 420	10.91 417	17.40 417	10.22 416

ADCL	3.30 354	0.81 335	6.76 381	0.25 267	0.25 321	6.93 371	4.65 386	4.79 312	2.62 336	4.61 352	3.36 319	5.22 351	4.55 364	5.54 277	14.91 393	0.05 349	0.01 226	0.11 367	0.13 343	0.28 345	0.10 298

PASM	1.58 291	1.05 357	7.51 382	0.56 327	0.09 249	1.37 159	0.28 275	2.85 126	1.44 241	3.91 341	0.44 148	3.02 296	0.64 231	6.38 307	1.59 284	0.00 1	0.01 226	0.00 1	0.03 296	0.26 336	0.15 324

Anonymous Stereo	1.78 310	1.37 373	7.79 383	0.42 307	0.07 232	1.49 200	3.20 368	3.31 181	1.84 285	2.75 309	1.14 224	1.84 232	0.09 101	6.89 343	3.32 335	0.00 1	0.00 1	0.00 1	0.00 1	0.09 243	0.01 64

notaker	17.52 413	21.54 418	7.84 384	18.05 415	14.44 415	17.58 400	6.43 403	20.13 408	24.44 403	21.34 410	27.71 410	39.12 415	18.78 411	19.63 408	20.40 410	11.95 415	2.71 415	25.51 418	5.85 415	17.10 416	9.78 414

MFN_U_SF_DS_RVC	3.30 354	2.61 392	7.84 384	0.09 200	0.26 324	12.92 391	7.62 408	4.25 271	3.64 351	2.95 316	3.99 332	4.61 340	1.22 270	8.36 374	1.77 291	0.59 384	1.15 396	0.04 355	0.85 400	0.48 371	0.67 373

MSC_U_SF_DS_RVC	5.12 377	2.33 388	8.42 386	0.33 288	0.27 329	24.60 414	8.84 411	5.50 347	9.75 383	3.82 338	8.16 364	8.53 373	1.82 307	9.44 383	5.18 355	1.02 386	1.65 399	0.33 379	0.47 391	1.06 383	0.90 379

aanetorigin	2.87 344	0.73 321	8.74 387	0.23 262	0.23 314	1.61 238	2.07 352	1.76 60	1.10 192	14.21 398	10.25 371	2.93 290	3.38 349	4.98 254	4.06 341	0.10 360	0.05 318	0.09 363	0.11 338	0.57 376	0.15 324

ADCP+	2.87 344	0.98 351	8.75 388	0.07 178	0.16 285	5.93 367	2.90 367	4.00 252	1.84 285	1.52 223	0.27 116	3.81 324	3.22 347	6.05 291	17.38 400	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.30 355

DPSNet	3.38 358	0.60 298	9.55 389	0.61 334	0.46 353	5.10 357	1.44 345	11.17 393	3.92 355	2.57 303	0.88 209	5.90 356	9.68 393	7.63 366	7.25 369	0.08 356	0.16 371	0.01 324	0.07 322	0.34 354	0.17 330

MFN_U_SF_RVC	3.76 364	1.77 380	9.85 390	0.84 351	0.27 329	9.50 384	0.49 308	8.07 385	3.41 345	4.81 354	3.28 317	9.40 376	3.49 350	7.76 370	8.31 375	0.41 380	0.54 389	0.52 383	0.80 399	0.89 381	0.84 377

psmorigin	2.01 325	0.37 216	10.25 391	0.22 256	0.03 192	1.62 244	0.19 246	3.31 181	1.05 186	4.92 355	3.14 312	5.85 355	2.21 320	5.31 266	1.71 290	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.02 153

LE_ROB	12.79 404	0.64 307	10.26 392	2.13 383	1.29 376	7.25 375	5.81 398	9.09 387	49.27 422	57.55 422	24.58 407	23.68 403	31.13 418	9.00 380	23.57 416	0.04 343	0.06 326	0.13 370	0.20 362	0.08 224	0.11 302

Wz-Net-SNSev	2.53 338	2.49 390	10.66 393	0.39 303	0.01 104	2.73 303	0.40 298	5.02 323	1.50 254	2.15 271	2.12 282	6.48 361	1.11 264	9.47 384	5.84 360	0.00 1	0.01 226	0.00 1	0.00 1	0.21 321	0.06 263

ADCMid	3.95 367	1.34 370	10.91 394	0.18 246	0.38 347	5.02 356	1.27 343	4.87 316	2.94 341	11.15 387	3.60 324	6.76 365	5.21 374	6.40 312	16.96 398	0.12 363	0.08 344	0.55 385	0.46 390	0.53 375	0.19 340

iinet-f	1.68 304	0.61 301	11.37 395	0.29 280	0.03 192	4.39 347	0.04 164	3.18 162	1.10 192	1.16 186	0.58 161	2.96 293	2.76 333	2.13 153	2.46 319	0.00 1	0.02 275	0.02 347	0.00 1	0.46 367	0.01 64

AnyNet_C32	3.93 366	2.58 391	12.07 396	0.39 303	0.49 356	5.50 361	6.45 404	4.44 287	2.19 317	6.86 368	2.94 309	5.28 352	3.20 346	6.63 321	18.37 403	0.08 356	0.04 309	0.20 374	0.09 330	0.57 376	0.19 340

ADCPNet	3.63 362	0.82 338	13.20 397	0.08 190	0.43 350	7.02 372	2.23 358	4.77 309	2.41 326	4.31 347	1.96 271	7.57 370	5.16 371	6.45 313	13.80 391	0.02 333	0.75 392	0.04 355	0.90 401	0.16 292	0.53 368

DispFullNet	7.91 387	23.96 419	13.67 398	14.71 412	7.88 404	4.83 354	0.04 164	5.01 322	2.89 339	8.86 381	4.96 339	6.11 357	10.72 395	10.18 389	3.51 338	2.44 391	0.33 384	15.15 408	4.65 412	12.33 410	5.95 402

DeepPrunerF	2.50 337	0.87 342	14.90 399	0.17 242	0.31 343	1.41 171	0.29 278	5.62 354	9.97 384	1.02 166	0.43 147	2.01 240	1.65 300	6.85 336	3.99 340	0.00 1	0.01 226	0.07 360	0.10 334	0.24 328	0.12 311

SuperB	3.70 363	1.77 380	15.73 400	0.31 284	0.05 215	4.37 346	1.67 348	3.58 217	11.57 385	2.36 293	1.32 242	2.03 243	1.91 312	6.95 348	9.01 377	0.05 349	0.03 299	0.10 366	0.08 327	11.00 408	0.10 298

ADCS	5.09 376	2.15 387	16.58 401	0.34 294	0.07 232	5.91 366	4.26 380	6.73 377	6.99 378	9.44 382	6.09 350	6.57 363	5.17 373	9.54 385	21.38 413	0.00 1	0.00 1	0.00 1	0.00 1	0.36 359	0.23 351

PWCK	8.72 390	5.37 404	16.61 402	5.74 394	0.12 264	19.88 404	11.41 414	11.31 394	13.42 389	14.07 395	12.84 377	13.20 384	8.05 387	15.44 401	10.25 381	5.95 396	0.22 376	2.09 392	0.05 311	7.50 394	0.92 380

Wz-Net-TNSev	3.91 365	5.20 403	20.57 403	0.15 232	0.01 104	7.14 374	3.57 372	6.70 376	3.57 348	1.74 240	0.58 161	7.39 369	4.33 362	8.86 378	7.99 371	0.00 1	0.00 1	0.00 1	0.02 290	0.24 328	0.16 326

HanzoNet	29.69 420	29.33 421	21.66 404	21.75 418	19.07 419	24.58 413	12.99 416	28.87 420	40.49 418	43.09 419	44.02 421	55.65 422	44.93 421	43.17 421	44.44 420	27.88 421	9.47 419	29.77 421	15.86 419	20.94 420	15.84 419

LSM	7.38 385	1.68 377	22.24 405	3.99 391	40.72 422	3.54 330	4.79 390	4.74 304	6.65 375	10.25 384	13.51 379	4.49 335	3.81 357	6.91 345	5.31 356	0.00 1	0.04 309	0.00 1	0.00 1	0.26 336	14.60 418

WZ-Net	4.16 369	1.75 379	23.59 406	0.08 190	0.04 208	2.62 302	2.16 356	5.89 361	4.74 363	5.73 361	3.51 322	6.99 368	4.89 369	10.82 392	10.11 380	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.11 302

DPSimNet_ROB	25.03 419	19.56 417	24.93 407	24.36 420	17.85 418	22.25 409	25.93 421	28.52 419	29.10 407	32.61 416	28.25 414	32.87 409	26.42 413	24.51 412	40.42 419	16.75 417	13.93 420	25.19 417	22.38 420	19.96 419	24.75 423

UNDER WATER	19.61 416	12.37 414	31.14 408	20.44 417	14.31 414	28.63 418	18.15 418	16.43 399	34.24 413	20.82 409	19.14 394	38.83 414	30.09 416	24.31 410	20.97 412	10.09 413	2.68 413	19.51 415	4.70 414	15.52 415	9.93 415

UNDER WATER-64	20.03 417	10.28 412	31.50 409	20.05 416	13.64 413	32.81 419	23.45 420	16.01 398	33.44 412	22.01 412	17.25 386	40.58 417	32.20 420	24.50 411	22.36 415	10.06 412	2.70 414	18.37 412	4.24 411	14.84 414	10.24 417

EDNetEfficient	6.54 383	1.17 363	33.15 410	0.66 339	1.96 383	2.07 276	3.72 374	2.80 122	14.85 391	20.02 407	9.69 369	6.59 364	10.19 394	7.19 356	15.49 396	0.03 341	0.10 354	0.01 324	0.20 362	0.62 379	0.29 354

JetBlue	13.83 405	5.03 402	33.82 411	0.84 351	6.92 400	50.14 421	20.02 419	15.09 397	8.92 382	11.33 388	17.05 385	28.25 406	18.01 410	32.60 419	18.53 405	0.32 378	0.12 361	0.15 371	0.23 370	4.59 391	4.64 398

AnyNet_C01	6.59 384	4.31 401	36.24 412	0.96 362	0.46 353	9.96 385	5.74 397	6.02 366	3.63 350	7.59 373	8.56 365	8.83 374	3.14 344	13.74 400	20.83 411	0.12 363	0.08 344	0.25 377	0.09 330	1.01 382	0.34 361

BEATNet-Init1	17.91 414	7.45 409	36.82 413	1.88 382	1.38 377	37.29 420	14.71 417	21.90 413	24.20 402	38.07 418	36.59 419	50.41 420	32.00 419	29.42 417	21.83 414	0.33 379	0.39 387	0.47 381	0.54 393	1.50 387	1.07 383

MADNet++	47.78 422	34.15 422	37.11 414	42.94 422	41.23 423	64.94 422	30.63 422	60.79 424	53.26 423	72.08 424	61.65 423	57.68 423	54.96 422	58.03 422	59.24 423	43.01 424	36.17 424	36.07 422	22.50 421	47.50 423	41.67 425

FADE	16.19 412	10.20 411	37.43 415	4.76 393	4.82 395	10.62 387	5.00 391	19.13 405	23.28 399	8.35 377	6.09 350	14.63 387	21.62 412	25.45 413	20.32 409	24.52 419	8.46 418	36.14 423	36.87 423	3.46 389	2.72 393

SPstereo	60.73 425	26.49 420	40.67 416	33.02 421	24.24 420	71.50 424	79.28 424	100.00 435	100.00 433	97.54 431	96.19 430	100.00 436	94.96 430	94.75 429	75.88 425	28.65 422	21.81 421	46.87 425	42.08 424	19.71 418	20.91 421

ASD4	55.28 423	67.10 426	50.57 417	44.24 423	57.82 425	92.00 426	98.23 432	54.95 422	86.61 427	58.30 423	64.61 424	50.57 421	63.33 424	58.83 423	67.37 424	25.76 420	29.60 422	26.82 419	29.01 422	42.42 422	37.42 424

JetRed	34.54 421	39.28 423	62.16 418	15.62 414	26.51 421	69.20 423	40.79 423	31.43 421	32.41 410	46.06 420	44.55 422	40.19 416	26.50 414	38.43 420	56.06 422	12.76 416	37.49 425	13.23 407	9.38 416	29.52 421	19.34 420

LRCNet_RVC	60.63 424	63.16 425	62.94 419	69.09 428	50.21 424	19.92 406	0.07 193	58.32 423	5.21 367	75.67 425	86.75 425	74.68 424	62.48 423	59.01 424	49.80 421	93.38 430	56.36 429	93.48 430	92.95 430	67.44 428	71.73 430

RTS	9.75 394	2.69 393	65.25 420	0.85 354	1.99 384	14.36 394	4.75 388	5.69 356	17.29 396	7.97 374	19.00 390	6.83 366	3.02 341	26.15 415	18.62 406	0.00 1	0.15 369	0.00 1	0.00 1	0.29 346	0.16 326

RTSA	9.75 394	2.69 393	65.25 420	0.85 354	1.99 384	14.36 394	4.75 388	5.69 356	17.29 396	7.97 374	19.00 390	6.83 366	3.02 341	26.15 415	18.62 406	0.00 1	0.15 369	0.00 1	0.00 1	0.29 346	0.16 326

MADNet+	10.71 397	14.57 415	70.07 422	0.58 330	0.47 355	19.89 405	4.20 379	11.05 392	6.87 377	3.03 320	5.99 349	9.01 375	6.35 380	31.95 418	28.31 417	0.22 371	0.26 381	0.01 324	0.04 306	0.46 367	0.87 378

coex-ft	12.01 402	5.60 405	80.23 423	0.15 232	0.15 280	1.88 269	0.73 322	2.66 112	30.12 408	49.31 421	16.59 384	15.97 390	14.42 402	6.79 334	14.50 392	0.05 349	0.08 344	0.01 324	0.05 311	0.37 361	0.61 370

DLNR_Zeroshot_test	23.05 418	49.79 424	87.94 424	97.52 436	94.73 431	1.18 86	0.00 1	20.60 409	0.14 6	0.02 2	0.02 31	0.02 2	0.02 17	4.35 218	0.10 63	32.22 423	0.04 309	0.00 1	0.27 380	72.00 429	0.06 263

HaxPig	97.68 433	99.63 431	91.34 425	99.82 441	99.97 435	88.15 425	88.00 425	98.28 431	99.93 432	99.98 435	99.99 433	99.95 434	99.99 434	96.29 430	92.24 430	99.99 442	99.98 434	100.00 435	99.99 434	100.00 443	99.98 441

PML	89.08 430	99.72 432	92.85 426	94.72 430	94.92 432	99.54 433	97.42 431	93.50 428	95.96 429	99.77 434	92.33 429	95.35 429	93.51 429	99.96 436	91.15 429	99.98 441	31.71 423	100.00 435	45.94 425	93.46 431	69.88 429

xxxxx1	76.92 427	82.43 427	93.26 427	61.67 425	66.92 426	95.84 428	95.11 428	75.84 425	80.96 424	82.71 426	86.75 425	89.18 425	87.35 425	85.27 425	87.18 426	55.08 425	54.60 426	60.31 426	72.71 427	62.51 424	62.73 426

tt_ll	76.92 427	82.43 427	93.26 427	61.67 425	66.92 426	95.84 428	95.11 428	75.84 425	80.96 424	82.71 426	86.75 425	89.18 425	87.35 425	85.27 425	87.18 426	55.08 425	54.60 426	60.31 426	72.71 427	62.51 424	62.73 426

ff	76.92 427	82.43 427	93.26 427	61.67 425	66.92 426	95.84 428	95.11 428	75.84 425	80.96 424	82.71 426	86.75 425	89.18 425	87.35 425	85.27 425	87.18 426	55.08 425	54.60 426	60.31 426	72.71 427	62.51 424	62.73 426

AVERAGE_ROB	99.23 437	99.81 434	97.56 430	100.00 444	100.00 437	96.24 431	91.02 427	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	99.98 437	99.97 434	100.00 443	100.00 435	100.00 435	100.00 435	100.00 443	100.00 443

MEDIAN_ROB	96.83 431	99.41 430	98.66 431	94.75 431	94.23 430	93.08 427	90.54 426	95.61 430	94.75 428	97.65 432	97.73 431	98.30 430	96.57 431	94.51 428	93.74 431	99.78 440	98.24 431	99.99 434	99.89 433	99.48 434	99.67 434

EDNetEfficientorigin	10.31 396	1.90 385	98.96 432	0.22 256	0.23 314	2.73 303	0.71 321	4.50 290	16.94 395	18.72 401	15.36 382	12.74 383	10.73 396	8.96 379	11.94 388	0.01 311	0.01 226	0.00 1	0.00 1	0.25 334	1.31 386

tt	68.65 426	0.15 113	99.57 433	50.64 424	14.90 416	100.00 434	100.00 434	100.00 435	99.76 430	27.80 414	10.52 372	99.97 435	98.63 432	99.61 432	100.00 437	90.62 429	98.21 430	46.66 424	52.02 426	62.86 427	21.04 422

Anonymous_1	97.10 432	99.72 432	99.64 434	92.33 429	93.91 429	100.00 434	100.00 434	99.20 432	99.90 431	98.57 433	99.75 432	99.14 431	99.94 433	98.50 431	99.54 432	87.90 428	98.87 432	90.88 429	96.91 431	92.22 430	95.12 431

test_example2	98.83 434	99.97 437	99.97 435	99.96 443	99.97 435	99.46 432	99.97 433	95.54 429	100.00 433	100.00 436	100.00 434	93.37 428	93.47 428	99.93 435	99.91 433	100.00 443	99.79 433	96.64 431	98.71 432	100.00 443	100.00 443

DPSMNet_ROB	99.46 439	99.94 435	99.98 436	96.59 435	100.00 437	100.00 434	100.00 434	99.81 433	100.00 433	95.87 430	100.00 434	99.32 432	100.00 435	99.79 433	99.99 435	98.46 434	100.00 435	99.86 432	100.00 435	99.52 435	100.00 443

DGTPSM_ROB	99.45 438	99.94 435	99.98 436	96.58 434	100.00 437	100.00 434	100.00 434	99.81 433	100.00 433	95.86 429	100.00 434	99.32 432	100.00 435	99.79 433	99.99 435	98.34 433	100.00 435	99.86 432	100.00 435	99.52 435	99.99 442

MyStereo03	99.95 442	100.00 438	100.00 438	99.75 438	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	99.21 435	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

MyStereo02	99.95 442	100.00 438	100.00 438	99.75 438	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	99.21 435	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

MyStereo	99.95 442	100.00 438	100.00 438	99.75 438	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	99.21 435	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

Selective-RAFT-Error	100.00 445	100.00 438	100.00 438	100.00 444	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	100.00 443	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

CasAABBNet	99.94 440	100.00 438	100.00 438	99.72 437	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	99.21 435	100.00 435	100.00 435	100.00 435	99.96 437	99.95 436

LSM0	99.94 440	100.00 438	100.00 438	99.84 442	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	99.22 439	100.00 435	100.00 435	100.00 435	99.99 438	99.83 435

DPSM_ROB	99.17 435	100.00 438	100.00 438	96.28 432	98.84 433	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	93.66 431	100.00 435	100.00 435	100.00 435	96.31 432	98.27 432

DPSM	99.17 435	100.00 438	100.00 438	96.28 432	98.84 433	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 437	93.66 431	100.00 435	100.00 435	100.00 435	96.31 432	98.27 432

Low-res two-view benchmark