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

GASTEREO	0.39 132	0.45 383	0.47 54	0.11 329	0.24 453	1.06 122	0.03 237	3.16 265	0.66 155	0.10 100	0.01 1	0.01 2	0.28 293	0.66 202	0.18 190	0.00 1	0.01 320	0.00 1	0.32 530	0.03 218	0.02 233

MSCF	0.38 131	0.45 383	0.49 56	0.12 331	0.24 453	1.05 108	0.03 237	3.14 257	0.68 174	0.02 15	0.01 1	0.02 11	0.23 278	0.65 201	0.18 190	0.00 1	0.01 320	0.00 1	0.32 530	0.03 218	0.02 233

S2M2_XL	0.06 1	0.19 237	0.39 41	0.04 212	0.00 1	0.08 1	0.00 1	0.33 10	0.07 1	0.01 5	0.01 1	0.01 2	0.00 1	0.05 9	0.07 85	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

2.25w	0.21 43	0.08 90	0.22 7	0.01 31	0.00 1	1.05 108	0.00 1	1.80 131	0.74 218	0.13 125	0.01 1	0.02 11	0.02 46	0.10 35	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4w-stereo	0.19 34	0.06 45	0.22 7	0.00 1	0.00 1	0.82 52	0.00 1	1.54 103	0.78 242	0.14 130	0.01 1	0.02 11	0.05 131	0.04 5	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

2.5w	0.23 68	0.08 90	0.24 17	0.00 1	0.00 1	1.06 122	0.00 1	2.14 156	0.79 246	0.13 125	0.01 1	0.01 2	0.02 46	0.09 26	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

3w_stereo	0.21 43	0.07 70	0.23 14	0.01 31	0.00 1	0.81 50	0.00 1	2.00 149	0.75 221	0.09 82	0.01 1	0.02 11	0.03 83	0.06 17	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

1w_stereo	0.29 93	0.04 10	0.24 17	0.01 31	0.00 1	1.05 108	0.00 1	3.00 233	0.71 204	0.19 154	0.01 1	0.02 11	0.28 293	0.12 47	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

monsterstereo	0.28 88	0.06 45	0.35 39	0.03 178	0.00 1	1.07 127	0.00 1	2.95 228	0.67 166	0.26 160	0.01 1	0.02 11	0.02 46	0.04 5	0.07 85	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.00 1

monsters	0.22 59	0.06 45	0.21 5	0.01 31	0.03 300	1.06 122	0.00 1	1.73 127	0.72 210	0.19 154	0.01 1	0.02 11	0.04 113	0.24 107	0.06 72	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.00 1

IGEV	0.14 10	0.05 24	0.34 38	0.01 31	0.00 1	1.09 141	0.01 114	0.31 8	0.68 174	0.09 82	0.01 1	0.02 11	0.02 46	0.04 5	0.06 72	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.00 1

111111	0.21 43	0.06 45	0.29 30	0.02 118	0.00 1	1.11 151	0.02 189	1.46 96	0.70 201	0.16 137	0.01 1	0.01 2	0.04 113	0.12 47	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.09 354	0.00 1

LG-Stereo_L2	0.16 17	0.13 170	0.42 43	0.04 212	0.00 1	1.05 108	0.15 367	0.57 37	0.38 71	0.06 62	0.01 1	0.02 11	0.00 1	0.07 19	0.19 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

LG-Stereo_L1	0.14 10	0.13 170	0.45 46	0.04 212	0.00 1	0.35 18	0.14 364	0.80 57	0.61 107	0.06 62	0.01 1	0.02 11	0.00 1	0.07 19	0.20 201	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.01 116

MLG-Stereo_test3	0.14 10	0.10 127	0.20 4	0.00 1	0.00 1	1.04 96	0.00 1	0.47 22	0.69 189	0.09 82	0.01 1	0.02 11	0.01 15	0.03 1	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

MLG-Stereo_test2	0.16 17	0.11 149	0.23 14	0.02 118	0.00 1	1.05 108	0.00 1	0.27 5	1.26 346	0.02 15	0.01 1	0.08 125	0.00 1	0.07 19	0.15 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

MLG-Stereo_test1	0.15 16	0.06 45	0.31 34	0.02 118	0.01 184	1.05 108	0.00 1	0.19 1	1.26 346	0.02 15	0.01 1	0.04 59	0.01 15	0.05 9	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

MLG-Stereo	0.17 23	0.06 45	0.25 25	0.02 118	0.00 1	1.05 108	0.00 1	0.50 23	1.29 357	0.01 5	0.01 1	0.04 59	0.01 15	0.05 9	0.03 6	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.01 116

LG-G_1	0.23 68	0.11 149	0.32 36	0.02 118	0.00 1	1.29 248	0.00 1	1.82 133	0.71 204	0.10 100	0.01 1	0.05 87	0.01 15	0.07 19	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

LG-G	0.23 68	0.11 149	0.32 36	0.02 118	0.00 1	1.29 248	0.00 1	1.82 133	0.71 204	0.10 100	0.01 1	0.05 87	0.01 15	0.07 19	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

LGtest1	0.13 6	0.14 183	0.30 31	0.01 31	0.00 1	0.40 27	0.00 1	0.54 33	0.73 211	0.06 62	0.01 1	0.03 41	0.00 1	0.04 5	0.21 209	0.00 1	0.05 450	0.00 1	0.00 1	0.01 63	0.01 116

SGD-Stereo	0.12 4	0.10 127	0.25 25	0.03 178	0.00 1	1.03 87	0.00 1	0.24 3	0.59 88	0.01 5	0.01 1	0.04 59	0.01 15	0.06 17	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

HI	0.54 193	0.37 342	1.50 258	0.13 339	0.00 1	1.15 174	0.00 1	1.68 121	0.62 120	1.34 331	0.01 1	2.67 405	0.66 373	0.36 157	0.20 201	0.00 1	0.04 436	0.00 1	0.00 1	0.05 282	0.00 1

CoSv	0.54 193	0.37 342	1.50 258	0.13 339	0.00 1	1.15 174	0.00 1	1.68 121	0.62 120	1.34 331	0.01 1	2.67 405	0.66 373	0.36 157	0.20 201	0.00 1	0.04 436	0.00 1	0.00 1	0.05 282	0.00 1

SCV_C0	0.34 109	0.20 250	0.96 129	0.02 118	0.00 1	0.41 29	0.02 189	3.62 339	0.65 146	0.12 117	0.01 1	0.07 118	0.09 201	0.18 70	0.13 144	0.00 1	0.03 421	0.00 1	0.19 489	0.12 388	0.04 330

SCV	0.42 142	0.28 303	0.68 82	0.26 409	0.16 418	0.26 8	0.05 287	4.98 464	0.63 128	0.10 100	0.01 1	0.02 11	0.05 131	0.26 121	0.13 144	0.00 1	0.01 320	0.00 1	0.18 485	0.25 471	0.18 478

DEFOM-Stereo_RVC	0.19 34	0.03 2	0.46 49	0.03 178	0.00 1	0.36 24	0.02 189	1.68 121	0.67 166	0.01 5	0.01 1	0.05 87	0.00 1	0.12 47	0.22 212	0.00 1	0.02 391	0.00 1	0.15 465	0.01 63	0.00 1

FoundationStereo	0.08 2	0.12 160	0.24 17	0.02 118	0.01 184	0.12 2	0.04 265	0.24 3	0.59 88	0.00 1	0.01 1	0.04 59	0.01 15	0.11 41	0.07 85	0.00 1	0.02 391	0.00 1	0.00 1	0.00 1	0.00 1

StereoAnything_RVC	0.66 225	1.49 522	1.08 170	0.01 31	0.01 184	0.37 25	0.05 287	2.93 226	0.63 128	0.08 74	0.01 1	0.00 1	0.02 46	0.17 66	0.04 12	0.00 1	0.07 469	0.00 1	0.00 1	6.28 544	0.01 116

AIO_rvc	0.21 43	0.32 322	0.50 57	0.09 308	0.03 300	0.43 34	0.06 311	1.25 79	0.63 128	0.03 38	0.01 1	0.09 132	0.04 113	0.28 131	0.16 173	0.00 1	0.01 320	0.00 1	0.03 407	0.10 370	0.10 430

HUF	0.25 82	0.32 322	1.18 200	0.06 256	0.11 389	0.31 9	0.08 328	0.73 51	0.62 120	0.10 100	0.01 1	0.02 11	0.03 83	0.16 62	0.14 155	0.00 1	0.58 541	0.00 1	0.00 1	0.14 401	0.37 512

AIO_test	0.17 23	0.11 149	0.55 65	0.08 297	0.06 343	0.42 33	0.06 311	0.35 13	0.38 71	0.03 38	0.01 1	0.86 276	0.03 83	0.21 98	0.10 126	0.00 1	0.01 320	0.00 1	0.08 444	0.03 218	0.02 233

castereo++	0.25 82	0.15 198	0.48 55	0.09 308	0.00 1	1.08 136	0.03 237	1.53 102	0.67 166	0.00 1	0.01 1	0.59 232	0.00 1	0.09 26	0.06 72	0.00 1	0.02 391	0.00 1	0.28 522	0.02 161	0.00 1

castereo	0.32 104	0.28 303	0.46 49	0.01 31	0.05 330	0.81 50	0.04 265	3.37 299	0.61 107	0.08 74	0.01 1	0.08 125	0.14 243	0.10 35	0.11 135	0.00 1	0.01 320	0.00 1	0.22 502	0.02 161	0.01 116

MonSter	0.19 34	0.07 70	0.24 17	0.00 1	0.00 1	0.41 29	0.00 1	2.16 159	0.64 139	0.03 38	0.01 1	0.04 59	0.01 15	0.09 26	0.08 100	0.00 1	0.00 1	0.00 1	0.01 374	0.00 1	0.01 116

GIP-stereo	0.31 101	0.03 2	0.78 92	0.00 1	0.00 1	1.06 122	0.03 237	2.98 231	0.66 155	0.05 53	0.01 1	0.04 59	0.01 15	0.18 70	0.24 224	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.00 1

fffft	0.22 59	0.03 2	0.46 49	0.01 31	0.00 1	0.93 71	0.01 114	1.42 86	0.61 107	0.02 15	0.01 1	0.04 59	0.01 15	0.21 98	0.34 284	0.00 1	0.00 1	0.00 1	0.00 1	0.14 401	0.07 403
1: 1. 1
DEFOM-Stereo	0.14 10	0.04 10	0.38 40	0.05 237	0.00 1	1.04 96	0.00 1	0.32 9	0.63 128	0.00 1	0.01 1	0.04 59	0.03 83	0.20 89	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

SMoEStereo_RVC	0.18 32	0.06 45	0.53 62	0.02 118	0.00 1	1.03 87	0.04 265	0.38 15	0.64 139	0.07 66	0.01 1	0.04 59	0.02 46	0.26 121	0.27 246	0.00 1	0.00 1	0.00 1	0.00 1	0.07 317	0.10 430

tt45	0.47 166	0.06 45	0.70 85	0.02 118	0.00 1	1.30 254	0.05 287	0.85 62	0.60 97	0.05 53	0.01 1	0.09 132	0.03 83	5.40 408	0.18 190	0.00 1	0.00 1	0.00 1	0.00 1	0.09 354	0.01 116

fffy	0.14 10	0.06 45	0.88 108	0.02 118	0.00 1	0.33 13	0.01 114	0.79 55	0.13 5	0.02 15	0.01 1	0.06 102	0.01 15	0.16 62	0.03 6	0.00 1	0.04 436	0.00 1	0.00 1	0.09 354	0.06 384

dual_stereo	0.29 93	0.05 24	0.31 34	0.03 178	0.00 1	0.31 9	0.02 189	3.31 293	0.61 107	0.01 5	0.01 1	0.02 11	0.03 83	0.79 209	0.13 144	0.00 1	0.07 469	0.00 1	0.08 444	0.00 1	0.01 116

rvit_stereo_0083	0.13 6	0.02 1	0.30 31	0.00 1	0.00 1	0.14 4	0.01 114	0.56 34	1.11 317	0.05 53	0.01 1	0.04 59	0.02 46	0.25 113	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 116

rvit_stereo_0081_aga	0.17 23	0.11 149	0.81 95	0.00 1	0.00 1	0.80 47	0.01 114	0.79 55	0.59 88	0.02 15	0.01 1	0.05 87	0.03 83	0.19 77	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 23	0.04 10	0.25 25	0.00 1	0.00 1	0.75 44	0.01 114	1.22 76	0.79 246	0.07 66	0.01 1	0.03 41	0.02 46	0.17 66	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

model_zeroshot	0.49 174	0.26 288	2.10 355	0.03 178	0.01 184	1.69 390	0.08 328	2.63 197	0.18 26	1.02 287	0.01 1	0.61 234	0.06 158	0.86 212	0.14 155	0.00 1	0.02 391	0.00 1	0.16 474	0.02 161	0.01 116

ACV-stereo	1.64 435	0.27 292	2.94 421	0.04 212	0.04 320	6.31 517	0.18 380	1.81 132	0.22 43	0.23 158	0.01 1	10.52 529	5.41 526	4.07 334	0.77 376	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.02 233

rvit_stereo_0082	0.17 23	0.04 10	0.25 25	0.00 1	0.00 1	0.75 44	0.01 114	1.22 76	0.79 246	0.07 66	0.01 1	0.03 41	0.02 46	0.17 66	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo++	0.20 38	0.05 24	0.22 7	0.01 31	0.00 1	1.11 151	0.00 1	1.84 135	0.34 66	0.08 74	0.01 1	0.02 11	0.03 83	0.19 77	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.01 116

Pointernet	0.34 109	0.10 127	1.09 173	0.01 31	0.08 365	1.18 189	0.05 287	2.99 232	0.62 120	0.03 38	0.01 1	0.15 162	0.05 131	0.24 107	0.09 114	0.00 1	0.00 1	0.00 1	0.11 457	0.01 63	0.00 1

IGEV-Stereo+	0.43 149	0.17 221	0.46 49	0.14 354	1.06 522	0.63 42	0.02 189	0.30 7	0.24 51	0.09 82	0.01 1	0.04 59	0.03 83	1.86 259	0.05 33	0.00 1	0.01 320	0.00 1	0.15 465	1.83 536	1.61 538

AIO-Stereo	0.21 43	0.07 70	0.44 45	0.03 178	0.03 300	0.41 29	0.01 114	1.65 115	0.65 146	0.09 82	0.01 1	0.02 11	0.04 113	0.22 101	0.05 33	0.00 1	0.00 1	0.00 1	0.33 533	0.05 282	0.08 416

RSM++	0.17 23	0.07 70	0.42 43	0.03 178	0.00 1	0.40 27	0.00 1	1.18 75	0.59 88	0.02 15	0.01 1	0.01 2	0.05 131	0.20 89	0.14 155	0.00 1	0.00 1	0.00 1	0.17 482	0.09 354	0.07 403

RSM	0.18 32	0.05 24	0.39 41	0.03 178	0.02 276	0.38 26	0.00 1	1.33 83	0.59 88	0.09 82	0.01 1	0.03 41	0.04 113	0.19 77	0.14 155	0.00 1	0.00 1	0.00 1	0.16 474	0.06 302	0.04 330

test_sample1	0.61 206	0.04 10	0.90 113	0.34 435	0.00 1	1.09 141	0.00 1	3.54 331	0.88 272	0.86 255	0.01 1	0.53 226	0.34 308	3.51 307	0.20 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

CAS++	0.32 104	0.22 268	0.69 84	0.04 212	0.00 1	0.35 18	0.01 114	4.32 414	0.48 80	0.02 15	0.01 1	0.07 118	0.00 1	0.19 77	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.27 86	0.27 292	0.64 75	0.02 118	0.01 184	1.64 381	0.01 114	1.41 85	0.73 211	0.10 100	0.01 1	0.03 41	0.10 209	0.24 107	0.04 12	0.00 1	0.07 469	0.00 1	0.00 1	0.03 218	0.06 384

11t1	0.33 106	0.05 24	0.86 104	0.44 448	0.00 1	1.04 96	0.00 1	2.45 182	0.60 97	0.44 198	0.01 1	0.05 87	0.05 131	0.43 168	0.06 72	0.00 1	0.01 320	0.00 1	0.00 1	0.02 161	0.01 116

ff7	0.23 68	0.21 258	1.02 146	0.02 118	0.00 1	1.07 127	0.00 1	0.53 26	0.75 221	0.09 82	0.01 1	0.04 59	0.07 175	0.44 170	0.04 12	0.00 1	0.00 1	0.00 1	0.15 465	0.07 317	0.01 116

ffff	0.23 68	0.21 258	1.02 146	0.02 118	0.00 1	1.07 127	0.00 1	0.53 26	0.75 221	0.09 82	0.01 1	0.04 59	0.07 175	0.44 170	0.04 12	0.00 1	0.00 1	0.00 1	0.15 465	0.07 317	0.01 116

11t	0.23 68	0.21 258	1.02 146	0.02 118	0.00 1	1.07 127	0.00 1	0.53 26	0.75 221	0.09 82	0.01 1	0.04 59	0.07 175	0.44 170	0.04 12	0.00 1	0.00 1	0.00 1	0.15 465	0.07 317	0.01 116

CASnet	0.16 17	0.14 183	0.52 61	0.01 31	0.00 1	0.86 57	0.00 1	0.51 24	0.75 221	0.10 100	0.01 1	0.04 59	0.02 46	0.22 101	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala_base	1.19 377	0.11 149	0.90 113	0.07 282	0.05 330	1.19 192	0.01 114	4.28 407	0.15 13	0.04 47	0.01 1	0.24 178	0.04 113	0.12 47	0.29 258	7.21 550	1.13 546	0.00 1	0.25 512	7.61 548	0.00 1

AEACV	0.22 59	0.05 24	0.66 79	0.02 118	0.03 300	0.87 59	0.00 1	1.07 69	0.15 13	0.18 149	0.01 1	0.02 11	0.72 382	0.15 58	0.09 114	0.00 1	0.03 421	0.00 1	0.27 518	0.08 332	0.07 403

GCAP-Stereo	0.24 78	0.29 313	0.82 97	0.01 31	0.00 1	1.24 224	0.00 1	1.70 124	0.23 46	0.02 15	0.01 1	0.09 132	0.10 209	0.18 70	0.05 33	0.00 1	0.03 421	0.00 1	0.00 1	0.08 332	0.01 116

anonymousdsp	0.21 43	0.21 258	0.63 72	0.02 118	0.00 1	1.07 127	0.00 1	0.74 53	0.77 238	0.09 82	0.01 1	0.04 59	0.07 175	0.25 113	0.04 12	0.00 1	0.00 1	0.00 1	0.16 474	0.08 332	0.03 300

Selective-IGEV	0.22 59	0.06 45	0.46 49	0.05 237	0.04 320	0.34 16	0.04 265	2.16 159	0.59 88	0.09 82	0.01 1	0.02 11	0.05 131	0.18 70	0.05 33	0.00 1	0.00 1	0.00 1	0.09 449	0.03 218	0.09 422

EGLCR-Stereo	0.28 88	0.09 105	0.73 87	0.18 376	0.05 330	1.17 182	0.04 265	2.37 169	0.17 24	0.35 181	0.01 1	0.01 2	0.02 46	0.38 162	0.04 12	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.03 300

Selective-RAFT	0.37 125	0.06 45	0.65 77	0.03 178	0.01 184	1.17 182	0.02 189	2.63 197	0.66 155	0.01 5	0.01 1	0.22 177	0.18 258	1.31 235	0.24 224	0.00 1	0.00 1	0.00 1	0.20 494	0.04 257	0.00 1

ProNet	0.20 38	0.25 284	0.78 92	0.01 31	0.01 184	0.95 76	0.00 1	0.70 47	0.68 174	0.02 15	0.01 1	0.05 87	0.03 83	0.31 140	0.03 6	0.00 1	0.01 320	0.00 1	0.00 1	0.12 388	0.04 330

CroCo-Stereo Lap2	0.33 106	0.49 404	1.18 200	0.02 118	0.00 1	0.33 13	0.00 1	3.08 248	0.61 107	0.02 15	0.01 1	0.04 59	0.08 190	0.45 175	0.15 164	0.00 1	0.00 1	0.00 1	0.00 1	0.07 317	0.02 233

qqq	0.50 178	0.04 10	0.78 92	0.02 118	0.00 1	1.05 108	0.00 1	3.15 260	0.68 174	0.46 204	0.01 1	0.73 259	0.12 231	2.95 287	0.07 85	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.01 116

ccc-4	0.23 68	0.21 258	1.02 146	0.02 118	0.00 1	1.07 127	0.00 1	0.53 26	0.75 221	0.09 82	0.01 1	0.04 59	0.07 175	0.44 170	0.04 12	0.00 1	0.00 1	0.00 1	0.15 465	0.07 317	0.01 116

x	0.41 139	0.04 10	0.74 89	0.54 471	0.00 1	0.98 81	0.00 1	3.07 246	0.67 166	0.48 206	0.01 1	0.48 218	0.07 175	0.93 215	0.07 85	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.01 116

raft_robust	0.98 321	0.57 430	1.21 211	0.06 256	0.17 422	1.36 274	0.02 189	3.46 319	2.18 465	0.33 169	0.01 1	1.54 328	1.42 427	6.77 478	0.15 164	0.00 1	0.02 391	0.00 1	0.18 485	0.11 380	0.09 422

IGEV-Stereo	0.21 43	0.21 258	0.63 72	0.02 118	0.00 1	1.07 127	0.00 1	0.73 51	0.77 238	0.09 82	0.01 1	0.04 59	0.07 175	0.24 107	0.04 12	0.00 1	0.00 1	0.00 1	0.16 474	0.08 332	0.03 300
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.42 142	0.28 303	1.02 146	0.05 237	0.18 426	1.04 96	0.02 189	2.40 172	0.16 19	2.25 422	0.01 1	0.32 193	0.03 83	0.09 26	0.15 164	0.00 1	0.11 496	0.00 1	0.00 1	0.19 443	0.02 233

error version	0.42 142	0.28 303	1.02 146	0.05 237	0.18 426	1.04 96	0.02 189	2.40 172	0.16 19	2.25 422	0.01 1	0.32 193	0.03 83	0.09 26	0.15 164	0.00 1	0.11 496	0.00 1	0.00 1	0.19 443	0.02 233

test-v	0.42 142	0.28 303	1.02 146	0.05 237	0.18 426	1.04 96	0.02 189	2.40 172	0.16 19	2.25 422	0.01 1	0.32 193	0.03 83	0.09 26	0.15 164	0.00 1	0.11 496	0.00 1	0.00 1	0.19 443	0.02 233

test-3	0.63 215	0.06 45	1.00 138	0.07 282	0.13 398	0.99 82	0.01 114	2.46 184	0.20 34	1.96 398	0.01 1	1.10 307	0.05 131	3.75 317	0.23 218	0.00 1	0.00 1	0.00 1	0.26 515	0.15 414	0.13 454

test_1	0.61 206	0.06 45	1.00 138	0.07 282	0.12 392	0.99 82	0.01 114	2.46 184	0.20 34	1.71 376	0.01 1	1.10 307	0.04 113	3.71 315	0.23 218	0.00 1	0.00 1	0.00 1	0.25 512	0.15 414	0.13 454

test_3	0.58 200	0.06 45	1.04 161	0.07 282	0.12 392	1.01 85	0.01 114	2.45 182	0.20 34	0.95 268	0.01 1	1.05 299	0.05 131	3.74 316	0.23 218	0.00 1	0.00 1	0.00 1	0.25 512	0.15 414	0.13 454

TRStereo	0.59 202	0.79 475	1.59 283	0.56 475	0.01 184	1.19 192	0.03 237	4.74 447	0.60 97	0.17 146	0.01 1	0.62 237	0.44 330	0.57 190	0.07 85	0.00 1	0.04 436	0.00 1	0.24 509	0.01 63	0.14 461

test-2	0.42 142	0.28 303	1.02 146	0.05 237	0.18 426	1.04 96	0.02 189	2.40 172	0.16 19	2.25 422	0.01 1	0.32 193	0.03 83	0.09 26	0.15 164	0.00 1	0.11 496	0.00 1	0.00 1	0.19 443	0.02 233

cross-raft	0.53 190	0.12 160	1.78 312	0.03 178	0.01 184	1.04 96	0.10 348	3.21 280	0.23 46	0.37 189	0.01 1	2.86 419	0.04 113	0.24 107	0.24 224	0.00 1	0.01 320	0.00 1	0.16 474	0.01 63	0.02 233

CFNet-RSSM	0.51 181	0.12 160	1.26 217	0.03 178	0.14 404	1.24 224	0.02 189	4.12 390	0.15 13	0.31 165	0.01 1	1.96 365	0.04 113	0.19 77	0.25 232	0.00 1	0.01 320	0.00 1	0.27 518	0.01 63	0.01 116

Gwc-CoAtRS	0.42 142	0.12 160	1.28 222	0.03 178	0.13 398	1.03 87	0.02 189	2.33 167	0.15 13	0.35 181	0.01 1	2.27 388	0.03 83	0.20 89	0.25 232	0.00 1	0.01 320	0.00 1	0.22 502	0.01 63	0.01 116

FENet	0.52 184	0.07 70	1.62 285	0.04 212	0.00 1	1.19 192	0.05 287	3.10 251	0.98 287	0.89 258	0.01 1	1.63 341	0.09 201	0.47 179	0.28 254	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.01 116

FlowAnything_test	0.12 4	0.10 127	0.30 31	0.00 1	0.01 184	1.11 151	0.00 1	0.61 39	0.13 5	0.04 47	0.02 89	0.01 2	0.00 1	0.03 1	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.07 317	0.00 1

AdaDepth	0.17 23	0.04 10	0.65 77	0.02 118	0.00 1	1.26 237	0.01 114	0.33 10	0.27 59	0.06 62	0.02 89	0.01 2	0.08 190	0.50 182	0.04 12	0.00 1	0.00 1	0.00 1	0.18 485	0.01 63	0.01 116

depthmonostereo	0.29 93	0.04 10	1.15 189	0.05 237	0.00 1	1.05 108	0.00 1	0.67 45	0.21 39	0.04 47	0.02 89	0.17 170	0.28 293	2.00 262	0.08 100	0.00 1	0.03 421	0.00 1	0.00 1	0.01 63	0.00 1

3.75w	0.21 43	0.06 45	0.22 7	0.00 1	0.00 1	1.15 174	0.00 1	1.70 124	0.75 221	0.14 130	0.02 89	0.02 11	0.02 46	0.15 58	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MM-Stereo_test2	0.26 85	0.08 90	1.52 266	0.46 454	0.00 1	1.14 167	0.01 114	0.63 42	0.21 39	0.38 191	0.02 89	0.04 59	0.06 158	0.18 70	0.20 201	0.00 1	0.04 436	0.00 1	0.05 425	0.22 458	0.04 330

mms	0.11 3	0.07 70	0.45 46	0.01 31	0.00 1	0.35 18	0.01 114	0.38 15	0.15 13	0.05 53	0.02 89	0.06 102	0.05 131	0.20 89	0.04 12	0.00 1	0.02 391	0.00 1	0.00 1	0.10 370	0.14 461

ours_stereo	0.16 17	0.06 45	0.73 87	0.00 1	0.00 1	0.80 47	0.04 265	0.44 20	0.54 83	0.05 53	0.02 89	0.06 102	0.03 83	0.19 77	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.11 380	0.06 384

U	1.74 449	0.03 2	0.99 137	0.03 178	7.39 556	10.20 538	0.00 1	0.71 49	0.20 34	0.02 15	0.02 89	0.12 148	0.02 46	0.11 41	0.04 12	0.00 1	0.00 1	9.67 552	5.13 568	0.01 63	0.00 1

rvit_stereo_0080	0.30 98	0.23 276	1.20 208	0.00 1	0.00 1	0.90 62	0.01 114	2.79 211	0.60 97	0.02 15	0.02 89	0.06 102	0.01 15	0.12 47	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 233

test_sample2	0.63 215	0.05 24	1.13 183	0.31 424	0.01 184	1.22 208	0.00 1	3.87 372	1.03 297	0.91 263	0.02 89	0.50 223	0.13 238	3.16 293	0.26 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

IGEV++	0.36 121	0.19 237	0.57 68	0.09 308	0.00 1	0.35 18	0.03 237	4.62 437	0.24 51	0.12 117	0.02 89	0.03 41	0.17 254	0.24 107	0.23 218	0.00 1	0.05 450	0.00 1	0.04 419	0.09 354	0.08 416

MyStereo05	0.79 264	0.19 237	3.17 435	0.02 118	0.00 1	1.51 336	0.01 114	3.56 333	2.48 479	1.34 331	0.02 89	1.25 314	0.38 320	1.19 228	0.50 336	0.00 1	0.06 459	0.00 1	0.00 1	0.02 161	0.07 403

MyStereo04	0.78 263	0.27 292	3.19 436	0.02 118	0.01 184	1.64 381	0.01 114	3.64 342	2.20 467	0.98 281	0.02 89	1.29 316	0.57 351	1.10 225	0.53 343	0.00 1	0.07 469	0.00 1	0.00 1	0.03 218	0.06 384

whm_eth	0.30 98	0.23 276	1.20 208	0.00 1	0.00 1	0.90 62	0.01 114	2.79 211	0.60 97	0.02 15	0.02 89	0.06 102	0.01 15	0.12 47	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 233

MIM_Stereo	0.45 157	0.43 374	1.18 200	0.51 468	0.04 320	1.26 237	0.02 189	2.38 170	0.65 146	0.07 66	0.02 89	0.70 253	0.20 270	1.01 222	0.13 144	0.00 1	0.09 484	0.00 1	0.00 1	0.14 401	0.10 430

DLNR_Zeroshot_test	23.05 572	49.79 577	87.94 579	97.52 591	94.73 586	1.18 189	0.00 1	20.60 563	0.14 9	0.02 15	0.02 89	0.02 11	0.02 46	4.35 348	0.10 126	32.22 576	0.04 436	0.00 1	0.27 518	72.00 583	0.06 384

LL-Strereo2	0.36 121	0.47 397	1.08 170	0.09 308	0.03 300	1.12 158	0.07 321	1.66 119	0.93 280	0.43 197	0.02 89	0.51 225	0.08 190	0.23 104	0.29 258	0.00 1	0.00 1	0.00 1	0.03 407	0.04 257	0.04 330

LoS_RVC	0.19 34	0.48 399	0.51 58	0.12 331	0.10 382	1.01 85	0.01 114	0.81 59	0.19 29	0.07 66	0.02 89	0.06 102	0.05 131	0.31 140	0.05 33	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.04 330

CAS	0.85 284	0.09 105	0.67 80	6.43 549	0.05 330	1.12 158	0.00 1	0.88 63	0.69 189	0.02 15	0.02 89	0.06 102	0.06 158	0.26 121	0.12 140	6.37 549	0.00 1	0.00 1	0.00 1	0.00 1	0.20 488

CES	0.43 149	0.14 183	0.85 102	0.05 237	1.52 531	1.22 208	0.05 287	1.01 67	0.59 88	0.03 38	0.02 89	0.14 159	0.10 209	0.40 164	0.10 126	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	2.45 545

knoymous	0.35 117	0.05 24	1.11 177	0.05 237	0.01 184	1.15 174	0.01 114	2.06 152	0.14 9	0.40 193	0.02 89	1.67 345	0.00 1	0.31 140	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

riskmin	0.47 166	0.03 2	1.01 141	0.08 297	0.01 184	1.12 158	0.01 114	3.00 233	0.21 39	0.46 204	0.02 89	2.08 371	1.06 400	0.26 121	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 116

MC-Stereo	0.24 78	0.12 160	0.71 86	0.04 212	0.02 276	1.07 127	0.00 1	1.30 81	0.17 24	0.59 214	0.02 89	0.08 125	0.11 219	0.18 70	0.05 33	0.00 1	0.02 391	0.00 1	0.17 482	0.06 302	0.02 233

GLC_STEREO	0.13 6	0.08 90	0.61 70	0.01 31	0.00 1	0.94 73	0.03 237	0.29 6	0.21 39	0.05 53	0.02 89	0.06 102	0.04 113	0.26 121	0.07 85	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

CroCo-Stereo	0.39 132	0.40 359	1.67 297	0.07 282	0.00 1	0.19 6	0.01 114	3.55 332	0.75 221	0.08 74	0.02 89	0.46 214	0.08 190	0.28 131	0.18 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116
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
raftrobust	0.46 160	0.42 368	1.05 166	0.01 31	0.21 442	1.17 182	0.05 287	2.07 154	0.19 29	2.98 464	0.02 89	0.12 148	0.15 246	0.25 113	0.31 269	0.00 1	0.03 421	0.00 1	0.00 1	0.08 332	0.06 384

PMTNet	0.21 43	0.19 237	0.85 102	0.02 118	0.02 276	1.14 167	0.30 430	0.88 63	0.11 2	0.03 38	0.02 89	0.07 118	0.02 46	0.37 159	0.12 140	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.00 1

DeepPruner_ROB	0.86 288	0.50 407	1.80 315	0.01 31	0.00 1	1.57 351	0.17 375	3.48 322	0.42 75	3.31 474	0.02 89	2.09 373	0.17 254	3.01 289	0.61 361	0.00 1	0.00 1	0.00 1	0.00 1	0.12 388	0.01 116

2.75w_new	0.23 68	0.07 70	0.22 7	0.01 31	0.00 1	1.05 108	0.00 1	2.15 157	0.74 218	0.15 133	0.03 117	0.01 2	0.03 83	0.18 70	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

2w_stereo	0.23 68	0.05 24	0.21 5	0.01 31	0.00 1	1.00 84	0.00 1	2.24 162	0.71 204	0.15 133	0.03 117	0.02 11	0.08 190	0.11 41	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_0105_6	0.34 109	0.10 127	1.37 243	0.01 31	0.00 1	0.86 57	0.00 1	2.78 210	1.32 364	0.04 47	0.03 117	0.07 118	0.02 46	0.19 77	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 300

IGEV-BASED-STEREO-	1.75 451	19.48 569	12.37 546	0.06 256	0.00 1	0.47 36	0.05 287	0.46 21	0.31 61	0.13 125	0.03 117	0.03 41	0.00 1	0.07 19	0.41 310	0.00 1	0.00 1	0.00 1	0.06 435	0.07 317	0.92 529

rvit_stereo_ft	0.31 101	0.32 322	1.63 287	0.01 31	0.00 1	0.19 6	0.00 1	2.84 217	0.79 246	0.02 15	0.03 117	0.08 125	0.02 46	0.19 77	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.03 300

testlalala2	0.77 255	0.13 170	1.72 304	3.72 543	2.44 539	1.10 146	0.01 114	3.27 290	0.73 211	0.09 82	0.03 117	1.38 321	0.08 190	0.12 47	0.09 114	0.00 1	0.02 391	0.00 1	0.37 537	0.01 63	0.01 116

IGEVStereo-DCA	0.46 160	0.09 105	1.02 146	0.02 118	0.00 1	0.82 52	0.00 1	0.53 26	0.75 221	0.09 82	0.03 117	0.03 41	0.06 158	5.04 389	0.51 338	0.00 1	0.00 1	0.00 1	0.15 465	0.05 282	0.01 116

rrr	0.62 213	0.09 105	2.07 350	0.02 118	0.00 1	0.82 52	0.06 311	2.29 165	0.85 269	0.09 82	0.03 117	0.03 41	0.06 158	5.04 389	0.51 338	0.00 1	0.00 1	0.00 1	0.19 489	0.05 282	0.07 403

MaDis-Stereo	0.22 59	0.29 313	0.87 106	0.05 237	0.18 426	0.41 29	0.01 114	1.24 78	0.56 85	0.02 15	0.03 117	0.13 153	0.05 131	0.32 146	0.24 224	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

4D-IteraStereo	0.35 117	0.60 437	1.93 322	0.02 118	0.09 373	1.03 87	0.07 321	1.25 79	0.34 66	0.02 15	0.03 117	0.84 275	0.10 209	0.31 140	0.35 291	0.00 1	0.00 1	0.00 1	0.00 1	0.05 282	0.07 403

LoS	0.28 88	0.16 210	0.95 128	0.07 282	0.01 184	1.32 260	0.07 321	1.30 81	0.60 97	0.04 47	0.03 117	0.28 189	0.11 219	0.48 180	0.11 135	0.00 1	0.01 320	0.00 1	0.00 1	0.03 218	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TestStereo	0.61 206	0.55 422	1.84 319	0.00 1	0.00 1	0.94 73	0.00 1	1.65 115	0.23 46	0.12 117	0.03 117	0.08 125	0.06 158	6.59 463	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.25 82	0.60 437	1.28 222	0.01 31	0.00 1	0.48 37	0.00 1	0.74 53	1.24 344	0.16 137	0.03 117	0.07 118	0.09 201	0.22 101	0.10 126	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
xyz-stereo-finetune	0.49 174	0.22 268	0.51 58	0.03 178	0.00 1	1.30 254	0.01 114	1.97 147	0.71 204	0.04 47	0.04 130	0.08 125	0.04 113	4.32 345	0.54 346	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1

MM-Stereo_test1	0.40 137	0.13 170	1.31 233	0.64 486	0.07 355	0.92 69	0.03 237	3.08 248	0.80 253	0.35 181	0.04 130	0.05 87	0.02 46	0.20 89	0.13 144	0.00 1	0.02 391	0.00 1	0.00 1	0.26 474	0.02 233

RAStereo	0.17 23	0.21 258	1.18 200	0.04 212	0.01 184	0.18 5	0.00 1	0.81 59	0.34 66	0.07 66	0.04 130	0.05 87	0.05 131	0.19 77	0.10 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1

AnonymousM	0.34 109	0.07 70	0.63 72	0.02 118	0.01 184	1.09 141	0.03 237	1.54 103	0.68 174	0.17 146	0.04 130	0.02 11	0.24 281	0.25 113	0.04 12	0.00 1	0.01 320	1.93 544	0.00 1	0.01 63	0.00 1

test_xeample3	0.35 117	0.10 127	1.95 327	0.02 118	0.00 1	0.93 71	0.07 321	1.70 124	0.86 271	0.09 82	0.04 130	0.05 87	0.05 131	0.23 104	0.51 338	0.00 1	0.00 1	0.00 1	0.24 509	0.06 302	0.08 416

UDGNet	0.35 117	0.50 407	1.14 185	0.02 118	0.00 1	1.12 158	0.02 189	0.70 47	1.57 412	0.31 165	0.05 135	0.06 102	0.02 46	1.45 247	0.09 114	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.34 109	0.67 454	1.55 269	0.04 212	0.01 184	1.22 208	0.03 237	0.84 61	1.16 330	0.18 149	0.05 135	0.12 148	0.05 131	0.29 134	0.44 317	0.02 474	0.00 1	0.00 1	0.00 1	0.05 282	0.00 1

sAnonymous2	0.37 125	0.32 322	3.21 439	0.01 31	0.00 1	0.35 18	0.08 328	1.96 145	0.90 273	0.03 38	0.05 135	0.04 59	0.11 219	0.11 41	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 401	0.18 478

CroCo_RVC	0.37 125	0.32 322	3.21 439	0.01 31	0.00 1	0.35 18	0.08 328	1.96 145	0.90 273	0.03 38	0.05 135	0.04 59	0.11 219	0.11 41	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 401	0.18 478

sCroCo_RVC	0.21 43	0.14 183	1.54 267	0.01 31	0.00 1	0.13 3	0.04 265	1.10 70	0.65 146	0.10 100	0.05 135	0.03 41	0.04 113	0.23 104	0.05 33	0.00 1	0.07 469	0.00 1	0.00 1	0.01 63	0.00 1

zero-FE	0.34 109	0.09 105	1.27 219	0.05 237	0.14 404	0.85 55	0.06 311	1.57 109	0.39 73	0.05 53	0.06 140	0.16 167	0.13 238	1.35 239	0.54 346	0.00 1	0.00 1	0.00 1	0.04 419	0.01 63	0.02 233

water-stereo	0.17 23	0.03 2	0.91 117	0.04 212	0.02 276	1.04 96	0.00 1	0.43 19	0.26 55	0.10 100	0.06 140	0.06 102	0.06 158	0.13 55	0.23 218	0.00 1	0.00 1	0.00 1	0.01 374	0.01 63	0.01 116

3.25w_new	0.20 38	0.06 45	0.19 1	0.01 31	0.00 1	1.04 96	0.00 1	1.64 113	0.78 242	0.10 100	0.06 140	0.02 11	0.02 46	0.03 1	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

3.25w	0.20 38	0.06 45	0.19 1	0.01 31	0.00 1	1.04 96	0.00 1	1.64 113	0.78 242	0.10 100	0.06 140	0.02 11	0.02 46	0.03 1	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_0105_4	0.39 132	0.16 210	1.66 293	0.01 31	0.00 1	0.85 55	0.00 1	3.15 260	1.33 366	0.07 66	0.06 140	0.10 142	0.03 83	0.29 134	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

FADNet	1.20 380	0.93 493	4.51 492	0.03 178	0.06 343	2.56 438	0.16 372	4.02 380	1.42 381	0.32 167	0.06 140	1.66 344	1.07 402	5.56 418	0.87 382	0.19 517	0.02 391	0.01 463	0.01 374	0.50 521	0.03 300

asda	0.22 59	0.09 105	0.28 29	0.01 31	0.00 1	1.11 151	0.00 1	1.57 109	0.76 232	0.15 133	0.07 146	0.03 41	0.08 190	0.11 41	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

G2L-ROB	0.91 309	0.54 419	1.97 333	0.01 31	0.00 1	1.45 316	0.00 1	3.38 302	1.31 362	1.36 342	0.07 146	3.25 448	0.01 15	4.39 353	0.38 301	0.00 1	0.00 1	0.00 1	0.00 1	0.09 354	0.01 116

LG-Stereo_Zeroshot	0.36 121	0.14 183	1.14 185	0.04 212	0.05 330	1.39 289	0.05 287	1.87 139	0.77 238	0.13 125	0.07 146	0.48 218	0.02 46	0.41 167	0.45 321	0.00 1	0.00 1	0.00 1	0.18 485	0.01 63	0.10 430

plain	0.41 139	0.28 303	2.26 375	0.07 282	0.00 1	0.50 38	0.01 114	2.84 217	0.92 276	0.05 53	0.07 146	0.13 153	0.17 254	0.43 168	0.20 201	0.00 1	0.00 1	0.00 1	0.00 1	0.34 499	0.01 116

CREStereo	0.22 59	0.17 221	0.64 75	0.00 1	0.01 184	1.22 208	0.01 114	1.15 73	0.56 85	0.10 100	0.07 146	0.04 59	0.00 1	0.32 146	0.10 126	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	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
FADNet-RVC	1.10 358	1.07 505	4.79 498	0.03 178	0.00 1	1.60 366	0.08 328	3.77 353	1.70 425	0.35 181	0.07 146	0.61 234	0.66 373	5.32 404	1.11 396	0.01 452	0.08 480	0.00 1	0.00 1	0.48 519	0.18 478

3.5w_stereo	0.20 38	0.05 24	0.19 1	0.01 31	0.00 1	1.05 108	0.00 1	1.54 103	0.81 258	0.01 5	0.08 152	0.02 11	0.03 83	0.09 26	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DCVSM-stereo	0.70 239	0.04 10	1.69 300	0.07 282	0.01 184	1.27 241	0.04 265	1.85 136	0.14 9	3.56 482	0.08 152	3.07 432	0.60 354	1.35 239	0.11 135	0.00 1	0.00 1	0.01 463	0.00 1	0.02 161	0.00 1

rvit_stereo_0075_2	0.37 125	0.13 170	2.43 388	0.02 118	0.00 1	1.12 158	0.02 189	1.66 119	1.15 328	0.16 137	0.08 152	0.02 11	0.05 131	0.40 164	0.09 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.10 430

trnet	0.22 59	0.14 183	0.67 80	0.00 1	0.00 1	1.24 224	0.01 114	1.16 74	0.56 85	0.09 82	0.08 152	0.05 87	0.00 1	0.29 134	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

MIF-Stereo (partial)	0.27 86	0.18 229	1.14 185	0.01 31	0.00 1	0.43 34	0.02 189	1.97 147	0.39 73	0.11 115	0.08 152	0.07 118	0.06 158	0.44 170	0.33 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 282	0.02 233

LG-Stereo	0.34 109	0.07 70	1.33 237	0.03 178	0.01 184	1.06 122	0.00 1	2.93 226	0.66 155	0.01 5	0.09 157	0.14 159	0.07 175	0.10 35	0.16 173	0.00 1	0.00 1	0.00 1	0.00 1	0.09 354	0.01 116

rvit_0105_5	0.41 139	0.20 250	1.94 326	0.01 31	0.00 1	0.91 64	0.00 1	3.18 270	1.27 352	0.08 74	0.09 157	0.10 142	0.02 46	0.35 155	0.09 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.03 300

test_for_model	4.23 519	22.88 572	0.91 117	12.40 563	10.47 563	1.08 136	0.06 311	4.08 385	1.36 369	1.91 393	0.09 157	0.15 162	0.03 83	0.10 35	0.22 212	7.44 552	1.43 549	0.00 1	0.01 374	18.08 571	1.99 543

RAFT	0.60 203	0.50 407	1.01 141	0.50 464	0.04 320	0.94 73	0.08 328	3.01 236	0.65 146	0.22 157	0.09 157	3.41 450	0.27 292	0.53 185	0.37 298	0.00 1	0.03 421	0.00 1	0.01 374	0.40 509	0.03 300

DMCA-RVC	0.90 307	0.64 447	3.30 444	0.03 178	0.04 320	1.30 254	0.06 311	2.65 200	0.73 211	3.21 471	0.09 157	0.99 294	0.66 373	3.14 292	0.99 392	0.01 452	0.04 436	0.02 488	0.01 374	0.07 317	0.01 116

4.25_new	0.21 43	0.07 70	0.24 17	0.01 31	0.00 1	1.08 136	0.00 1	1.56 106	0.76 232	0.16 137	0.10 162	0.03 41	0.05 131	0.05 9	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4.5w_new	0.21 43	0.07 70	0.24 17	0.01 31	0.00 1	1.08 136	0.00 1	1.56 106	0.76 232	0.16 137	0.10 162	0.03 41	0.05 131	0.05 9	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4.25w-stereo	0.21 43	0.07 70	0.24 17	0.01 31	0.00 1	1.08 136	0.00 1	1.56 106	0.76 232	0.16 137	0.10 162	0.03 41	0.05 131	0.05 9	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

testlalala	0.46 160	0.13 170	0.82 97	0.17 370	0.10 382	1.13 165	0.03 237	2.63 197	1.13 324	2.04 408	0.10 162	0.29 191	0.04 113	0.15 58	0.27 246	0.00 1	0.01 320	0.00 1	0.26 515	0.00 1	0.00 1

Wz-Net-LNSev	1.30 390	0.85 485	6.26 523	0.02 118	0.03 300	4.02 482	0.13 360	4.21 397	1.12 322	0.77 241	0.10 162	3.60 455	1.11 406	2.68 279	1.12 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

MIPNet	0.64 218	0.42 368	2.01 339	0.08 297	0.07 355	1.29 248	0.11 351	3.47 321	1.29 357	0.67 225	0.10 162	0.63 240	0.97 398	1.25 232	0.25 232	0.00 1	0.01 320	0.01 463	0.01 374	0.11 380	0.04 330

UPFNet	0.87 295	0.09 105	2.05 348	0.00 1	0.00 1	1.90 407	0.11 351	3.41 309	0.83 262	2.15 413	0.10 162	1.92 360	0.09 201	3.94 330	0.70 371	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1

G2L-Stereo_test	0.97 318	0.60 437	1.95 327	0.21 387	0.01 184	1.63 380	0.10 348	3.19 275	1.01 294	1.98 400	0.11 169	3.22 445	0.51 343	4.38 352	0.27 246	0.00 1	0.00 1	0.00 1	0.00 1	0.18 434	0.02 233

RAFT-Test	0.61 206	0.16 210	2.27 378	0.04 212	0.15 412	1.80 401	0.17 375	2.52 190	0.65 146	0.56 212	0.11 169	2.76 413	0.02 46	0.27 129	0.34 284	0.00 1	0.07 469	0.00 1	0.29 525	0.01 63	0.01 116

DIP-Stereo	0.58 200	0.23 276	0.90 113	0.08 297	0.00 1	1.43 306	0.01 114	6.01 515	1.38 371	0.92 265	0.11 169	0.04 59	0.19 264	0.12 47	0.07 85	0.00 1	0.01 320	0.00 1	0.00 1	0.03 218	0.01 116
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WCG-NET（raft）	0.29 93	0.24 280	0.51 58	0.01 31	0.00 1	0.91 64	0.05 287	0.56 34	1.12 322	0.21 156	0.12 172	1.54 328	0.14 243	0.14 57	0.07 85	0.00 1	0.11 496	0.00 1	0.00 1	0.08 332	0.03 300

asd	0.14 10	0.07 70	0.23 14	0.01 31	0.00 1	1.05 108	0.00 1	0.22 2	0.75 221	0.16 137	0.13 173	0.03 41	0.05 131	0.08 25	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous_2	1.69 446	0.05 24	1.31 233	0.08 297	0.03 300	1.22 208	0.01 114	3.25 282	0.19 29	0.76 239	0.13 173	2.68 408	1.99 461	0.39 163	0.13 144	0.05 491	0.25 527	3.27 547	14.54 572	3.40 539	0.01 116

S2M2	0.13 6	0.15 198	0.45 46	0.02 118	0.01 184	0.32 11	0.00 1	0.52 25	0.60 97	0.00 1	0.14 175	0.03 41	0.01 15	0.20 89	0.16 173	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.00 1

G2L-Stereo	1.04 336	0.55 422	2.62 406	0.02 118	0.11 389	1.41 295	0.02 189	3.45 316	0.99 291	1.37 344	0.14 175	3.10 435	0.24 281	5.96 432	0.66 368	0.00 1	0.00 1	0.00 1	0.00 1	0.19 443	0.04 330

IGEV-RUCA	0.28 88	0.05 24	0.53 62	0.12 331	0.11 389	1.25 233	0.32 435	0.80 57	0.20 34	0.10 100	0.14 175	0.16 167	0.25 286	0.29 134	0.25 232	0.05 491	0.19 524	0.20 521	0.23 506	0.18 434	0.19 483

ToySt	0.47 166	0.25 284	2.47 395	0.04 212	0.01 184	1.17 182	0.00 1	2.01 150	0.63 128	0.08 74	0.14 175	1.16 309	0.05 131	0.80 211	0.46 327	0.00 1	0.00 1	0.00 1	0.03 407	0.10 370	0.04 330

DCANet-4	0.69 236	0.15 198	3.76 465	0.03 178	0.01 184	1.22 208	0.01 114	3.14 257	1.90 441	2.34 432	0.14 175	0.11 144	0.25 286	0.34 150	0.29 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 353

fff	0.66 225	0.42 368	2.21 361	0.01 31	0.01 184	1.22 208	0.02 189	3.26 284	1.04 299	2.34 432	0.14 175	0.09 132	1.83 454	0.34 150	0.29 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 353

csc	0.66 225	0.42 368	2.21 361	0.01 31	0.01 184	1.22 208	0.02 189	3.26 284	1.04 299	2.34 432	0.14 175	0.09 132	1.83 454	0.34 150	0.29 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 353

cscssc	0.66 225	0.42 368	2.21 361	0.01 31	0.01 184	1.22 208	0.02 189	3.26 284	1.04 299	2.34 432	0.14 175	0.09 132	1.83 454	0.34 150	0.29 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 353

UNet	1.13 366	0.24 280	4.21 480	0.01 31	0.02 276	2.31 427	0.02 189	3.06 244	0.76 232	1.17 311	0.14 175	2.73 411	1.58 441	4.48 363	1.92 443	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

anonymousdsp2	0.52 184	0.06 45	1.51 264	0.10 319	0.00 1	1.19 192	0.01 114	4.32 414	0.63 128	0.33 169	0.15 184	0.78 272	0.09 201	1.01 222	0.06 72	0.00 1	0.00 1	0.00 1	0.11 457	0.04 257	0.05 353

DMCA	0.68 234	0.22 268	1.96 331	0.01 31	0.01 184	1.28 243	0.02 189	3.02 237	1.54 404	2.14 412	0.15 184	1.74 347	0.10 209	0.45 175	0.95 390	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

Reg-Stereo(zero)	0.46 160	0.04 10	1.77 309	0.01 31	0.14 404	1.20 201	0.13 360	1.13 72	0.26 55	0.05 53	0.16 186	1.75 349	1.10 405	0.67 203	0.45 321	0.00 1	0.03 421	0.00 1	0.12 462	0.01 63	0.09 422

UniTT-Stereo	0.16 17	0.11 149	1.13 183	0.03 178	0.17 422	0.32 11	0.02 189	0.38 15	0.32 64	0.03 38	0.16 186	0.05 87	0.07 175	0.16 62	0.16 173	0.00 1	0.00 1	0.00 1	0.00 1	0.11 380	0.00 1

gwcnet-sp	0.98 321	0.38 347	4.06 475	0.04 212	0.00 1	2.60 440	0.15 367	3.51 324	1.13 324	1.75 379	0.16 186	0.68 247	0.39 323	3.69 312	0.90 384	0.00 1	0.00 1	0.00 1	0.00 1	0.06 302	0.03 300

scenet	0.98 321	0.38 347	4.06 475	0.04 212	0.00 1	2.60 440	0.15 367	3.51 324	1.13 324	1.75 379	0.16 186	0.68 247	0.39 323	3.69 312	0.90 384	0.00 1	0.00 1	0.00 1	0.00 1	0.06 302	0.03 300

ssnet	0.98 321	0.38 347	4.06 475	0.04 212	0.00 1	2.60 440	0.15 367	3.51 324	1.13 324	1.75 379	0.16 186	0.68 247	0.39 323	3.69 312	0.90 384	0.00 1	0.00 1	0.00 1	0.00 1	0.06 302	0.03 300

rafts_anoy	0.39 132	0.44 379	1.15 189	0.06 256	0.03 300	1.12 158	0.04 265	2.75 208	0.33 65	0.10 100	0.16 186	0.11 144	0.19 264	0.74 207	0.31 269	0.00 1	0.14 513	0.00 1	0.01 374	0.02 161	0.05 353

HITNet	0.80 268	0.58 432	2.14 356	0.69 491	0.00 1	1.35 272	0.02 189	4.50 428	1.15 328	1.76 383	0.16 186	0.60 233	0.30 297	1.13 227	1.64 425	0.00 1	0.00 1	0.00 1	0.00 1	0.06 302	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
4.5_new	0.21 43	0.06 45	0.22 7	0.01 31	0.00 1	0.95 76	0.00 1	1.52 100	0.79 246	0.18 149	0.17 193	0.02 11	0.01 15	0.10 35	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4.5w-stereo	0.21 43	0.06 45	0.22 7	0.01 31	0.00 1	0.95 76	0.00 1	1.52 100	0.79 246	0.18 149	0.17 193	0.02 11	0.01 15	0.10 35	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

999	0.48 173	0.07 70	0.55 65	0.01 31	0.00 1	1.27 241	0.09 340	0.33 10	0.61 107	0.01 5	0.17 193	0.03 41	0.02 46	5.79 428	0.51 338	0.00 1	0.00 1	0.00 1	0.00 1	0.11 380	0.00 1

test_5	0.74 244	0.50 407	1.55 269	0.44 448	0.25 458	1.45 316	0.01 114	4.16 392	0.78 242	0.79 246	0.17 193	0.42 210	0.64 366	3.06 291	0.18 190	0.00 1	0.00 1	0.00 1	0.00 1	0.16 420	0.21 490

NRIStereo	0.74 244	0.08 90	0.88 108	0.47 458	0.05 330	1.58 355	0.49 458	1.38 84	0.61 107	0.88 256	0.17 193	0.66 246	0.03 83	6.96 495	0.22 212	0.00 1	0.06 459	0.00 1	0.00 1	0.06 302	0.17 472

STTStereo	0.83 276	0.34 331	2.44 390	0.24 399	0.15 412	1.41 295	0.10 348	3.02 237	1.55 405	1.34 331	0.17 193	1.77 352	0.45 334	3.42 301	0.30 266	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 116

Former-RAFT_DAM_RVC	0.23 68	0.13 170	0.62 71	0.01 31	0.00 1	1.05 108	0.00 1	0.63 42	0.80 253	0.76 239	0.18 199	0.09 132	0.06 158	0.05 9	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.05 353

Patchmatch Stereo++	0.50 178	0.09 105	1.01 141	0.06 256	0.07 355	1.60 366	0.27 411	1.45 94	0.68 174	0.98 281	0.18 199	0.77 267	0.03 83	2.58 272	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.05 353
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	0.46 160	0.09 105	1.01 141	0.06 256	0.09 373	1.61 370	0.30 430	1.43 87	0.69 189	0.97 272	0.18 199	0.77 267	0.02 46	1.67 253	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.05 353

HUI-Stereo	0.45 157	0.09 105	1.08 170	0.06 256	0.08 365	1.61 370	0.32 435	1.43 87	0.70 201	0.97 272	0.18 199	0.77 267	0.02 46	1.44 246	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.05 353

iRAFT	0.50 178	0.09 105	1.01 141	0.06 256	0.07 355	1.60 366	0.27 411	1.45 94	0.68 174	0.98 281	0.18 199	0.77 267	0.03 83	2.58 272	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.05 353

RAFT-IKP	0.45 157	0.09 105	1.06 167	0.06 256	0.06 343	1.44 310	0.31 434	1.44 91	0.69 189	0.97 272	0.18 199	0.76 263	0.02 46	1.65 252	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.04 330

CFNet-ft	0.77 255	0.46 389	1.34 238	0.01 31	0.27 466	1.32 260	0.02 189	2.40 172	0.68 174	0.63 220	0.18 199	3.23 446	0.21 275	3.97 331	0.54 346	0.00 1	0.00 1	0.01 463	0.00 1	0.03 218	0.02 233

CFNet_RVC	0.77 255	0.46 389	1.34 238	0.01 31	0.27 466	1.32 260	0.02 189	2.40 172	0.68 174	0.63 220	0.18 199	3.23 446	0.21 275	3.97 331	0.54 346	0.00 1	0.00 1	0.01 463	0.00 1	0.03 218	0.02 233

qwe	0.21 43	0.07 70	0.24 17	0.01 31	0.00 1	1.04 96	0.00 1	1.65 115	0.76 232	0.16 137	0.19 207	0.02 11	0.01 15	0.05 9	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ROB_FTStereo_v2	0.43 149	0.09 105	1.00 138	0.06 256	0.08 365	1.57 351	0.33 438	1.44 91	0.67 166	0.97 272	0.19 207	0.77 267	0.02 46	1.23 231	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.05 353

ROB_FTStereo	0.47 166	0.09 105	1.04 161	0.06 256	0.08 365	1.59 362	0.33 438	1.43 87	0.68 174	0.97 272	0.19 207	0.76 263	0.03 83	1.86 259	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.05 353

iGMRVC	0.51 181	0.09 105	1.04 161	0.06 256	0.08 365	1.61 370	0.27 411	1.44 91	0.69 189	0.97 272	0.19 207	0.76 263	0.03 83	2.69 280	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.04 330

FADNet-RVC-Resample	1.08 346	1.00 499	5.32 507	0.10 319	0.14 404	1.53 344	0.25 403	3.62 339	1.18 332	0.51 210	0.19 207	1.04 298	0.28 293	5.20 396	0.44 317	0.10 506	0.16 519	0.09 508	0.06 435	0.24 464	0.21 490

DilatedVolume-Stereo	0.16 17	0.04 10	0.55 65	0.02 118	0.00 1	0.87 59	0.05 287	0.53 26	0.26 55	0.02 15	0.20 212	0.06 102	0.16 250	0.17 66	0.26 240	0.00 1	0.01 320	0.00 1	0.03 407	0.03 218	0.02 233

ADStereo(finetuned)	0.83 276	0.43 374	3.68 462	0.03 178	0.00 1	1.22 208	0.01 114	3.26 284	1.86 437	2.61 449	0.20 212	0.09 132	2.39 473	0.34 150	0.38 301	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.06 384

CBFPSM	1.39 404	0.61 441	4.29 484	0.01 31	0.01 184	3.64 475	0.03 237	3.39 305	0.80 253	0.64 223	0.21 214	6.18 505	3.70 504	2.38 269	1.82 434	0.00 1	0.01 320	0.00 1	0.00 1	0.08 332	0.01 116

LCNet	0.87 295	0.18 229	0.97 135	0.14 354	0.26 461	1.19 192	0.22 396	2.36 168	0.71 204	1.82 387	0.21 214	0.11 144	2.56 475	5.56 418	0.14 155	0.00 1	0.00 1	0.00 1	0.00 1	0.15 414	0.81 525

HCRNet	0.73 242	0.19 237	1.10 175	0.01 31	0.00 1	1.17 182	0.01 114	3.07 246	1.97 446	0.60 215	0.21 214	0.56 229	0.11 219	5.34 406	0.20 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.02 233

DCANet	0.66 225	0.43 374	2.21 361	0.03 178	0.00 1	1.22 208	0.01 114	3.26 284	1.85 436	2.61 449	0.21 214	0.09 132	0.49 341	0.33 149	0.39 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.06 384

UGAM-zero	1.60 429	0.15 198	2.43 388	0.12 331	0.28 476	1.07 127	0.04 265	5.96 514	0.26 55	1.18 313	0.22 218	8.02 518	4.54 512	6.89 489	0.27 246	0.00 1	0.09 484	0.00 1	0.29 525	0.01 63	0.15 464

iRaftStereo_RVC	0.36 121	0.27 292	0.76 90	0.01 31	0.00 1	1.20 201	0.01 114	2.15 157	0.62 120	0.15 133	0.22 218	0.69 250	0.12 231	0.28 131	0.18 190	0.00 1	0.06 459	0.00 1	0.00 1	0.27 479	0.22 493

Anonymous3	0.49 174	0.12 160	2.21 361	0.01 31	0.00 1	2.53 437	0.09 340	3.16 265	0.65 146	0.12 117	0.22 218	0.12 148	0.05 131	0.37 159	0.08 100	0.00 1	0.07 469	0.00 1	0.00 1	0.04 257	0.03 300

BEATNet_4x	0.97 318	0.77 472	3.36 447	0.46 454	0.01 184	1.32 260	0.09 340	4.57 435	1.26 346	1.88 392	0.22 218	1.09 305	0.42 328	1.79 257	2.09 453	0.00 1	0.00 1	0.00 1	0.00 1	0.08 332	0.06 384

rvit_0105_3	0.47 166	0.28 303	2.20 360	0.01 31	0.00 1	1.13 165	0.00 1	3.20 278	1.26 346	0.08 74	0.26 222	0.09 132	0.03 83	0.62 198	0.11 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

rvit_105_1	0.60 203	0.33 329	2.37 385	0.01 31	0.00 1	1.16 178	0.00 1	3.38 302	1.20 336	0.16 137	0.26 222	0.13 153	0.04 113	2.66 278	0.24 224	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.03 300

Any-RAFT	0.64 218	0.08 90	1.07 168	0.03 178	0.00 1	2.77 450	0.08 328	3.57 334	1.23 339	0.96 270	0.26 222	1.61 336	0.31 301	0.72 206	0.06 72	0.00 1	0.10 493	0.00 1	0.00 1	0.01 63	0.00 1

AACVNet	0.87 295	0.44 379	1.19 205	0.17 370	0.00 1	1.76 396	0.00 1	3.60 338	0.60 97	1.03 292	0.26 222	1.31 317	0.17 254	6.33 450	0.28 254	0.00 1	0.00 1	0.00 1	0.00 1	0.17 425	0.01 116

ICVP	0.46 160	0.08 90	1.58 279	0.01 31	0.01 184	1.10 146	0.21 390	3.80 359	0.52 82	0.42 196	0.27 226	0.33 197	0.06 158	0.57 190	0.13 144	0.00 1	0.07 469	0.00 1	0.00 1	0.04 257	0.01 116
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	2.87 488	0.98 496	8.75 536	0.07 282	0.16 418	5.93 514	2.90 521	4.00 378	1.84 433	1.52 358	0.27 226	3.81 462	3.22 494	6.05 436	17.38 554	0.00 1	0.00 1	0.00 1	0.00 1	0.14 401	0.30 502

PCWNet_CMD	0.65 220	0.14 183	2.02 341	0.01 31	0.01 184	1.10 146	0.00 1	2.80 214	0.97 285	0.48 206	0.28 228	2.31 393	1.50 432	1.19 228	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

MSMDNet	0.65 220	0.14 183	2.02 341	0.01 31	0.01 184	1.11 151	0.00 1	2.88 221	0.98 287	0.49 209	0.28 228	2.32 394	1.49 429	1.19 228	0.08 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

AIO-test1	0.53 190	0.38 347	1.50 258	0.02 118	0.03 300	1.12 158	0.01 114	3.13 256	0.69 189	0.44 198	0.30 230	0.06 102	0.06 158	2.52 270	0.13 144	0.00 1	0.00 1	0.00 1	0.02 398	0.13 394	0.09 422

CRE-IMP	0.40 137	0.06 45	1.04 161	0.07 282	0.05 330	1.45 316	0.46 453	1.48 98	0.63 128	0.90 260	0.30 230	0.88 278	0.01 15	0.26 121	0.22 212	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.17 472

RALCasStereoNet	0.44 153	0.44 379	1.03 157	0.03 178	0.00 1	1.10 146	0.03 237	2.46 184	0.90 273	0.07 66	0.32 232	0.12 148	0.20 270	1.28 234	0.25 232	0.00 1	0.31 532	0.00 1	0.00 1	0.08 332	0.12 446

GES	0.61 206	0.08 90	1.78 312	0.00 1	0.00 1	1.59 362	0.07 321	5.32 485	0.13 5	0.62 216	0.32 232	0.37 201	0.67 378	0.68 205	0.49 334	0.03 482	0.00 1	0.01 463	0.00 1	0.02 161	0.01 116

MMNet	1.20 380	0.27 292	3.59 458	0.09 308	0.00 1	4.15 485	0.01 114	3.63 341	1.19 334	1.93 397	0.32 232	1.35 320	1.23 414	4.42 355	1.84 436	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

GANet-RSSM	0.88 299	0.38 347	1.45 254	0.60 479	0.00 1	1.36 274	0.02 189	4.55 431	0.69 189	0.71 231	0.32 232	1.56 330	0.61 357	4.55 368	0.64 365	0.00 1	0.00 1	0.05 500	0.00 1	0.08 332	0.02 233

FADNet_RVC	1.15 372	1.06 504	4.34 488	0.02 118	0.06 343	2.77 450	0.04 265	3.50 323	0.80 253	0.35 181	0.32 232	0.65 243	0.09 201	5.20 396	1.56 420	0.24 523	0.34 534	0.11 514	0.33 533	0.65 528	0.60 518

GANetREF_RVC	1.10 358	0.95 494	2.98 423	0.06 256	0.00 1	2.23 422	0.18 380	3.95 376	2.53 482	0.56 212	0.32 232	1.89 359	0.66 373	5.03 388	0.51 338	0.00 1	0.00 1	0.00 1	0.00 1	0.05 282	0.04 330
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
PSMNet_ROB	1.09 354	0.69 460	2.92 420	0.03 178	0.07 355	1.68 388	0.16 372	3.44 315	1.30 360	0.96 270	0.32 232	2.81 414	0.63 363	4.23 341	2.48 464	0.00 1	0.00 1	0.00 1	0.00 1	0.08 332	0.04 330

WCG-NET	0.22 59	0.17 221	0.54 64	0.01 31	0.00 1	0.91 64	0.05 287	0.61 39	1.09 314	0.17 146	0.33 239	0.03 41	0.13 238	0.20 89	0.07 85	0.00 1	0.03 421	0.00 1	0.00 1	0.09 354	0.02 233

IPLGR	0.76 253	0.21 258	2.98 423	0.06 256	0.07 355	1.24 224	0.05 287	3.09 250	1.38 371	0.62 216	0.34 240	0.75 262	0.78 385	3.35 296	0.22 212	0.00 1	0.00 1	0.00 1	0.00 1	0.05 282	0.06 384

RYNet	1.52 417	0.35 333	3.38 448	0.25 402	0.04 320	2.31 427	0.03 237	4.62 437	1.47 391	1.14 306	0.34 240	4.52 481	1.38 425	6.36 452	4.23 489	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

NCCL2	1.30 390	0.63 446	2.31 381	0.02 118	0.03 300	1.57 351	3.41 524	3.91 374	1.39 373	3.14 469	0.34 240	3.90 463	0.30 297	3.75 317	1.19 403	0.00 1	0.00 1	0.02 488	0.00 1	0.03 218	0.05 353

ITSA-stereo	1.13 366	0.14 183	1.59 283	0.17 370	0.04 320	1.40 290	0.14 364	5.66 503	3.10 492	0.74 235	0.35 243	0.62 237	1.06 400	5.53 414	1.63 424	0.03 482	0.00 1	0.09 508	0.06 435	0.07 317	0.07 403

dad	0.88 299	0.62 443	2.26 375	0.06 256	0.01 184	1.24 224	0.00 1	0.98 66	2.17 463	1.29 326	0.35 243	0.37 201	0.04 113	5.80 429	1.06 395	0.01 452	0.00 1	1.13 538	0.11 457	0.05 282	0.00 1

NLCA_NET_v2_RVC	1.04 336	0.55 422	2.52 398	0.56 475	1.00 519	1.37 279	0.00 1	3.43 313	1.35 368	2.24 421	0.35 243	2.18 385	0.58 353	4.28 343	0.34 284	0.00 1	0.00 1	0.00 1	0.01 374	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.
DualNet (step1)	0.96 316	0.41 362	2.03 343	0.02 118	0.01 184	2.14 416	0.01 114	4.31 410	1.07 310	1.35 337	0.36 246	0.70 253	0.44 330	2.58 272	0.34 284	0.53 531	0.00 1	1.82 540	1.10 552	0.02 161	0.02 233

test_sample9	2.36 479	0.41 362	2.03 343	0.02 118	0.01 184	2.14 416	0.01 114	4.31 410	1.07 310	1.35 337	0.36 246	0.70 253	0.44 330	5.58 422	8.70 524	0.53 531	16.52 574	1.82 540	1.10 552	0.02 161	0.02 233

test_sample7	0.72 241	0.18 229	1.23 214	0.55 473	0.01 184	1.21 205	0.00 1	4.31 410	1.07 310	1.35 337	0.36 246	0.70 253	0.44 330	2.58 272	0.34 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.02 233

NVstereo2D	1.09 354	0.17 221	4.40 489	0.00 1	0.00 1	1.59 362	0.18 380	4.29 408	1.40 377	0.85 254	0.36 246	2.30 391	0.62 362	5.26 399	0.35 291	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

iRaft-Stereo_20w	0.92 311	0.15 198	2.68 409	0.24 399	0.06 343	1.36 274	0.28 419	7.46 537	0.34 66	1.56 368	0.37 250	0.62 237	1.24 417	1.25 232	0.34 284	0.00 1	0.09 484	0.00 1	0.16 474	0.02 161	0.13 454

AdaStereo	0.65 220	0.09 105	1.12 179	0.02 118	0.00 1	1.45 316	0.23 400	4.38 416	1.44 386	1.17 311	0.37 250	1.56 330	0.18 258	0.56 189	0.37 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	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.
PSM-softLoss	0.85 284	0.10 127	1.50 258	1.14 521	0.03 300	1.47 325	0.27 411	2.48 187	0.69 189	1.30 327	0.38 252	0.39 206	0.01 15	6.88 486	0.33 277	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

KMStereo	0.85 284	0.10 127	1.50 258	1.14 521	0.03 300	1.47 325	0.27 411	2.48 187	0.69 189	1.30 327	0.38 252	0.39 206	0.01 15	6.88 486	0.33 277	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

RALAANet	0.54 193	0.62 443	1.41 247	0.01 31	0.01 184	0.92 69	0.02 189	2.39 171	1.87 439	1.13 305	0.38 252	0.15 162	0.30 297	1.00 221	0.38 301	0.00 1	0.00 1	0.00 1	0.04 419	0.14 401	0.01 116

RAFT+CT+SA	0.66 225	0.45 383	1.22 212	0.10 319	0.30 480	1.24 224	0.02 189	4.21 397	0.67 166	0.62 216	0.39 255	0.33 197	0.05 131	2.69 280	0.14 155	0.00 1	0.00 1	0.00 1	0.35 536	0.13 394	0.30 502

tg	0.34 109	0.26 288	0.68 82	0.01 31	0.00 1	1.25 233	0.01 114	1.75 128	0.65 146	0.11 115	0.40 256	0.74 261	0.11 219	0.29 134	0.08 100	0.00 1	0.02 391	0.00 1	0.00 1	0.29 490	0.21 490

EKT-Stereo	0.74 244	0.18 229	1.23 214	0.81 500	4.25 545	1.19 192	0.03 237	2.17 161	0.13 5	0.35 181	0.40 256	0.97 292	0.08 190	2.61 277	0.09 114	0.00 1	0.09 484	0.00 1	0.07 439	0.04 257	0.03 300

psm_up	0.84 282	0.32 322	1.44 253	0.02 118	0.00 1	1.98 409	0.05 287	3.40 307	1.04 299	2.06 409	0.40 256	1.74 347	0.45 334	3.47 304	0.24 224	0.06 499	0.00 1	0.00 1	0.00 1	0.08 332	0.00 1

DSFCA	1.30 390	0.14 183	1.82 316	0.01 31	0.03 300	3.74 478	0.86 478	2.71 207	1.23 339	3.09 467	0.41 259	2.93 423	1.49 429	6.12 439	1.35 414	0.00 1	0.02 391	0.00 1	0.00 1	0.02 161	0.01 116

raft+_RVC	0.42 142	0.48 399	1.11 177	0.51 468	0.17 422	1.16 178	0.04 265	2.25 163	0.59 88	0.12 117	0.42 260	0.08 125	0.15 246	0.60 194	0.28 254	0.00 1	0.09 484	0.00 1	0.00 1	0.06 302	0.19 483

GwcNet-RSSM	1.02 332	0.69 460	2.70 411	0.22 391	0.02 276	1.42 303	0.05 287	4.02 380	1.01 294	0.90 260	0.42 260	2.89 421	0.26 289	4.43 356	1.17 401	0.00 1	0.00 1	0.02 488	0.00 1	0.13 394	0.05 353

R-Stereo Train	0.44 153	0.09 105	0.94 124	0.02 118	0.00 1	1.24 224	0.09 340	3.65 343	0.11 2	1.87 390	0.42 260	0.06 102	0.01 15	0.25 113	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 233

RAFT-Stereo	0.44 153	0.09 105	0.94 124	0.02 118	0.00 1	1.24 224	0.09 340	3.65 343	0.11 2	1.87 390	0.42 260	0.06 102	0.01 15	0.25 113	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 233
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample3	0.84 282	0.15 198	2.22 368	0.48 459	0.01 184	1.37 279	0.01 114	4.63 440	1.17 331	1.43 351	0.43 264	0.80 274	0.10 209	3.48 305	0.38 301	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.02 233

MoCha-V2	0.33 106	0.11 149	0.92 119	0.09 308	0.06 343	0.34 16	0.00 1	2.56 194	0.64 139	0.32 167	0.43 264	0.17 170	0.09 201	0.26 121	0.10 126	0.00 1	0.14 513	0.00 1	0.22 502	0.05 282	0.01 116

DeepPrunerF	2.50 481	0.87 487	14.90 550	0.17 370	0.31 486	1.41 295	0.29 422	5.62 501	9.97 537	1.02 287	0.43 264	2.01 366	1.65 445	6.85 482	3.99 485	0.00 1	0.01 320	0.07 502	0.10 453	0.24 464	0.12 446

GCST	0.81 270	0.64 447	1.41 247	0.44 448	0.01 184	0.91 64	0.08 328	3.75 350	1.04 299	0.12 117	0.44 267	0.27 187	0.35 313	5.12 393	0.38 301	1.19 539	0.00 1	0.00 1	0.00 1	0.08 332	0.05 353

GwcNet-ADL	0.62 213	0.20 250	2.03 343	0.05 237	0.01 184	1.29 248	0.02 189	3.16 265	1.39 373	0.97 272	0.44 267	1.48 324	0.23 278	0.78 208	0.27 246	0.01 452	0.00 1	0.00 1	0.00 1	0.01 63	0.03 300

ccs_rob	0.65 220	0.17 221	2.09 353	0.00 1	0.01 184	1.22 208	0.00 1	2.77 209	0.73 211	0.75 236	0.44 267	2.32 394	0.64 366	1.76 255	0.15 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

PASM	1.58 428	1.05 503	7.51 529	0.56 475	0.09 373	1.37 279	0.28 419	2.85 219	1.44 386	3.91 491	0.44 267	3.02 429	0.64 366	6.38 453	1.59 423	0.00 1	0.01 320	0.00 1	0.03 407	0.26 474	0.15 464

ac_64	1.12 364	0.18 229	1.64 288	0.18 376	0.25 458	1.48 331	0.02 189	4.97 463	1.47 391	0.69 228	0.45 271	4.94 491	0.46 337	4.87 381	0.74 374	0.00 1	0.00 1	0.00 1	0.00 1	0.06 302	0.00 1

PFNet+	0.54 193	0.10 127	1.31 233	0.16 367	0.05 330	1.44 310	0.56 463	1.60 112	0.98 287	1.35 337	0.46 272	0.37 201	0.01 15	2.18 267	0.22 212	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

Pruner-Stereo	0.53 190	0.10 127	1.02 146	0.89 510	0.10 382	1.57 351	0.36 444	2.06 152	0.63 128	2.23 420	0.46 272	0.25 182	0.01 15	0.45 175	0.37 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

CFNet_pseudo	0.66 225	0.17 221	2.08 352	0.00 1	0.01 184	1.22 208	0.00 1	2.79 211	0.73 211	0.78 244	0.46 272	2.32 394	0.63 363	1.77 256	0.15 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

GREAT-IGEV	0.24 78	0.10 127	0.92 119	0.06 256	0.33 491	1.11 151	0.06 311	0.36 14	0.19 29	0.02 15	0.47 275	0.02 11	0.06 158	0.13 55	0.16 173	0.00 1	0.09 484	0.00 1	0.20 494	0.09 354	0.36 511

RCA-Stereo	0.37 125	0.14 183	0.76 90	0.01 31	0.00 1	1.17 182	0.00 1	3.14 257	0.61 107	0.71 231	0.47 275	0.05 87	0.13 238	0.19 77	0.03 6	0.00 1	0.01 320	0.00 1	0.00 1	0.06 302	0.01 116

PSMNet-RSSM	0.90 307	0.44 379	1.35 241	0.13 339	0.00 1	1.37 279	0.03 237	4.79 455	0.85 269	1.11 303	0.49 277	2.15 378	0.35 313	4.09 338	0.73 373	0.00 1	0.00 1	0.01 463	0.00 1	0.03 218	0.01 116

XX-Stereo	1.04 336	0.20 250	4.94 502	0.85 504	0.04 320	1.25 233	0.00 1	3.37 299	0.45 79	1.22 322	0.50 278	3.70 460	0.02 46	3.91 329	0.05 33	0.00 1	0.09 484	0.00 1	0.20 494	0.03 218	0.02 233

Occ-G	0.24 78	0.10 127	0.59 69	0.01 31	0.01 184	0.80 47	0.04 265	0.62 41	0.15 13	0.01 5	0.51 279	1.34 319	0.04 113	0.09 26	0.21 209	0.00 1	0.00 1	0.00 1	0.15 465	0.15 414	0.00 1

RAFT-Stereo-weight	0.39 132	0.07 70	0.81 95	0.07 282	0.02 276	1.34 268	0.05 287	3.15 260	0.31 61	0.94 267	0.52 280	0.26 185	0.01 15	0.19 77	0.07 85	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.01 116

MM-Stereo_test3	0.43 149	0.33 329	0.92 119	0.75 495	0.04 320	0.96 79	0.05 287	3.11 253	0.79 246	0.12 117	0.53 281	0.26 185	0.06 158	0.26 121	0.13 144	0.00 1	0.01 320	0.00 1	0.00 1	0.28 488	0.01 116

DN-CSS_ROB	0.77 255	0.90 491	2.01 339	0.85 504	0.00 1	1.47 325	0.01 114	2.92 225	0.93 280	0.12 117	0.53 281	0.44 212	0.16 250	4.33 346	0.35 291	0.00 1	0.00 1	0.00 1	0.00 1	0.30 495	0.01 116

gcap-zeroshot	0.70 239	0.26 288	1.98 335	0.19 384	0.27 466	1.43 306	0.02 189	4.23 401	0.82 259	0.75 236	0.54 283	2.19 386	0.03 83	0.63 199	0.25 232	0.00 1	0.11 496	0.00 1	0.20 494	0.00 1	0.01 116

SQANet	2.28 477	1.25 514	2.39 387	4.17 545	2.91 540	2.60 440	0.24 402	4.17 394	0.83 262	2.42 441	0.57 284	1.59 332	0.88 392	3.30 295	0.68 369	7.35 551	0.12 504	0.47 530	0.02 398	6.56 545	3.00 548

ARAFT	1.12 364	0.82 483	4.11 478	0.04 212	0.00 1	1.64 381	0.03 237	4.85 458	1.69 424	2.78 455	0.57 284	0.47 217	0.11 219	4.81 379	0.24 224	0.00 1	0.03 421	0.00 1	0.00 1	0.24 464	0.05 353

test_sample8	3.62 507	0.41 362	2.03 343	0.02 118	0.01 184	2.14 416	0.01 114	4.38 416	1.04 299	6.51 515	0.58 286	14.04 538	6.94 534	5.58 422	8.70 524	0.53 531	16.52 574	1.82 540	1.10 552	0.02 161	0.02 233

mmm	0.52 184	0.04 10	1.14 185	0.61 482	0.00 1	1.14 167	0.00 1	3.45 316	0.75 221	1.24 324	0.58 286	0.20 176	0.18 258	0.93 215	0.08 100	0.00 1	0.01 320	0.00 1	0.00 1	0.02 161	0.01 116

GMStereo_Zeroshot	0.63 215	0.14 183	1.54 267	0.75 495	0.00 1	1.26 237	0.01 114	1.85 136	0.31 61	1.44 354	0.58 286	1.76 350	0.19 264	2.55 271	0.10 126	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.00 1

iinet-f	1.68 445	0.61 441	11.37 543	0.29 418	0.03 300	4.39 492	0.04 265	3.18 270	1.10 315	1.16 310	0.58 286	2.96 426	2.76 480	2.13 265	2.46 463	0.00 1	0.02 391	0.02 488	0.00 1	0.46 515	0.01 116

Wz-Net-TNSev	3.91 512	5.20 555	20.57 556	0.15 359	0.01 184	7.14 522	3.57 525	6.70 528	3.57 498	1.74 378	0.58 286	7.39 516	4.33 510	8.86 526	7.99 518	0.00 1	0.00 1	0.00 1	0.02 398	0.24 464	0.16 467

NF-Stereo	0.82 272	0.10 127	1.12 179	1.19 526	0.01 184	1.52 341	0.29 422	2.67 205	0.66 155	1.20 316	0.58 286	0.24 178	0.01 15	6.38 453	0.32 274	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

OCTAStereo	0.82 272	0.10 127	1.15 189	1.19 526	0.01 184	1.53 344	0.29 422	2.66 201	0.66 155	1.20 316	0.58 286	0.25 182	0.01 15	6.38 453	0.33 277	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

RE-Stereo	0.82 272	0.10 127	1.15 189	1.19 526	0.01 184	1.52 341	0.29 422	2.66 201	0.66 155	1.20 316	0.58 286	0.24 178	0.01 15	6.38 453	0.32 274	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

TVStereo	0.82 272	0.10 127	1.15 189	1.19 526	0.01 184	1.52 341	0.29 422	2.66 201	0.66 155	1.20 316	0.58 286	0.24 178	0.01 15	6.38 453	0.32 274	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

cf-r	0.98 321	0.51 411	2.04 347	0.25 402	0.01 184	1.40 290	0.03 237	4.47 426	1.65 421	0.95 268	0.58 286	2.63 403	0.24 281	4.19 340	0.58 356	0.00 1	0.00 1	0.00 1	0.00 1	0.06 302	0.04 330

xyz-stereo-finetune2	0.61 206	0.19 237	0.84 101	0.06 256	0.00 1	1.28 243	0.04 265	1.89 140	0.69 189	0.10 100	0.59 296	0.07 118	0.67 378	5.30 402	0.47 331	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1

HH	0.88 299	0.37 342	1.93 322	0.25 402	0.10 382	0.62 40	0.00 1	3.79 356	0.18 26	0.33 169	0.59 296	3.94 464	0.81 388	4.44 357	0.09 114	0.00 1	0.06 459	0.00 1	0.00 1	0.03 218	0.02 233

HanStereo	0.88 299	0.37 342	1.93 322	0.25 402	0.10 382	0.62 40	0.00 1	3.79 356	0.18 26	0.33 169	0.59 296	3.94 464	0.81 388	4.44 357	0.09 114	0.00 1	0.06 459	0.00 1	0.00 1	0.03 218	0.02 233

Wz-Net-LNSev-Ref	1.54 421	0.68 456	4.62 496	0.01 31	0.00 1	5.13 505	0.30 430	4.64 441	1.23 339	2.39 440	0.59 296	2.12 376	2.00 462	4.94 384	2.19 459	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

PSMNet-ADL	0.77 255	0.08 90	0.90 113	0.07 282	0.01 184	2.01 410	0.02 189	2.55 193	1.11 317	0.33 169	0.59 296	2.15 378	0.69 380	4.07 334	0.85 381	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

LALA_ROB	1.33 396	0.59 435	1.74 306	0.02 118	0.06 343	3.25 461	0.50 461	3.45 316	1.39 373	3.70 484	0.59 296	4.59 483	0.25 286	3.58 309	2.79 473	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.02 233

NINENet	1.03 334	0.22 268	1.30 230	0.10 319	0.01 184	5.85 511	0.03 237	4.41 421	1.25 345	1.55 367	0.60 302	2.39 398	0.06 158	2.72 282	0.05 33	0.00 1	0.01 320	0.01 463	0.00 1	0.04 257	0.00 1

StereoDRNet	1.48 413	0.75 466	4.58 495	0.05 237	0.10 382	2.49 435	1.10 489	4.62 437	1.47 391	3.38 479	0.62 303	2.29 389	0.65 371	4.52 365	2.89 474	0.00 1	0.03 421	0.00 1	0.01 374	0.05 282	0.07 403

AIO-Stereo-zeroshot	1.10 358	0.35 333	4.53 493	0.18 376	0.37 492	0.79 46	0.00 1	5.71 506	0.74 218	0.40 193	0.64 304	4.47 479	1.41 426	1.42 241	0.30 266	0.00 1	0.11 496	0.00 1	0.28 522	0.17 425	0.14 461

MyStereo8	0.85 284	0.52 412	3.20 438	0.20 386	0.00 1	1.47 325	0.01 114	3.53 330	1.91 442	1.34 331	0.65 305	1.22 312	0.31 301	0.57 190	1.38 417	0.00 1	0.14 513	0.00 1	0.06 435	0.09 354	0.30 502

MaskLacGwcNet_RVC	1.63 433	0.45 383	2.21 361	1.53 532	0.18 426	4.33 490	0.41 448	3.37 299	1.40 377	0.54 211	0.65 305	3.10 435	0.11 219	4.93 383	0.60 360	4.57 545	0.51 537	0.00 1	0.00 1	1.37 533	2.39 544

coex_refinement	1.13 366	0.54 419	1.58 279	0.12 331	0.02 276	1.51 336	0.06 311	4.01 379	1.51 401	2.61 449	0.66 307	4.40 476	0.48 340	3.67 310	1.30 412	0.00 1	0.01 320	0.00 1	0.00 1	0.04 257	0.03 300

test_sample4	0.86 288	0.16 210	2.28 379	0.50 464	0.01 184	1.42 303	0.01 114	4.65 442	1.27 352	1.52 358	0.66 307	0.69 250	0.08 190	3.50 306	0.38 301	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.02 233

tt1	0.88 299	0.27 292	1.25 216	0.08 297	0.00 1	3.36 467	0.02 189	3.03 239	6.40 524	0.33 169	0.66 307	0.05 87	0.40 326	1.59 248	0.05 33	0.00 1	0.02 391	0.00 1	0.00 1	0.09 354	0.03 300

BUS	0.97 318	0.10 127	0.96 129	0.01 31	0.00 1	5.85 511	0.03 237	5.40 488	0.93 280	2.26 426	0.66 307	2.39 398	0.06 158	0.61 195	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

BSDual-CNN	0.83 276	0.10 127	0.96 129	0.01 31	0.00 1	3.32 464	0.21 390	5.40 488	0.93 280	2.26 426	0.66 307	1.81 355	0.10 209	0.61 195	0.18 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

hknet	1.08 346	0.13 170	2.07 350	0.01 31	0.00 1	3.32 464	0.21 390	5.40 488	0.92 276	2.26 426	0.66 307	3.43 451	0.05 131	2.81 283	0.27 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

test-1	0.52 184	0.25 284	0.94 124	0.03 178	0.22 444	1.20 201	0.08 328	4.03 382	0.25 54	0.70 229	0.66 307	0.71 257	0.03 83	0.30 139	0.43 314	0.00 1	0.18 522	0.00 1	0.07 439	0.01 63	0.25 498

ACVNet	0.57 199	0.21 258	1.34 238	0.09 308	0.00 1	1.36 274	0.22 396	2.40 172	1.05 305	0.63 220	0.66 307	1.94 362	0.26 289	0.31 140	0.79 378	0.00 1	0.00 1	0.00 1	0.00 1	0.08 332	0.00 1

acv_ft	0.79 264	0.21 258	1.28 222	0.01 31	1.08 523	1.68 388	0.01 114	3.75 350	1.05 305	1.31 330	0.66 307	1.94 362	0.46 337	0.31 140	1.68 427	0.00 1	0.00 1	0.00 1	0.00 1	0.27 479	0.00 1

CoDeX	0.94 313	0.34 331	2.09 353	0.05 237	0.20 437	1.49 332	0.20 388	5.89 510	1.57 412	0.66 224	0.67 316	1.05 299	0.32 306	3.82 324	0.33 277	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.00 1

GEStereo_RVC	1.10 358	0.42 368	1.72 304	0.28 416	0.01 184	1.37 279	0.11 351	6.25 520	0.84 265	1.05 295	0.67 316	1.61 336	0.79 386	6.11 438	0.63 363	0.00 1	0.00 1	0.00 1	0.00 1	0.10 370	0.04 330

MyStereo06	0.80 268	0.19 237	2.53 399	0.02 118	0.00 1	1.51 336	0.01 114	4.61 436	0.24 51	0.89 258	0.69 318	3.14 438	1.18 411	0.58 193	0.33 277	0.00 1	0.06 459	0.00 1	0.00 1	0.02 161	0.07 403

ACVNet-DCA	0.61 206	0.27 292	1.28 222	0.13 339	0.00 1	3.44 469	0.01 114	3.15 260	0.68 174	0.33 169	0.69 318	0.04 59	0.61 357	1.43 242	0.05 33	0.00 1	0.02 391	0.00 1	0.03 407	0.01 63	0.01 116

xx1	0.95 315	0.27 292	1.28 222	0.13 339	0.00 1	3.44 469	0.01 114	3.18 270	7.23 533	0.33 169	0.69 318	0.73 259	0.12 231	1.43 242	0.05 33	0.00 1	0.02 391	0.00 1	0.00 1	0.01 63	0.01 116

1test111	0.69 236	0.27 292	1.28 222	0.13 339	0.00 1	3.44 469	0.01 114	3.15 260	0.68 174	0.33 169	0.69 318	0.04 59	0.61 357	2.95 287	0.07 85	0.00 1	0.02 391	0.00 1	0.03 407	0.01 63	0.01 116

cc1	0.94 313	0.27 292	1.28 222	0.13 339	0.00 1	3.44 469	0.01 114	3.18 270	7.23 533	0.33 169	0.69 318	0.04 59	0.61 357	1.43 242	0.05 33	0.00 1	0.02 391	0.00 1	0.03 407	0.09 354	0.04 330

CFNet	1.08 346	0.62 443	2.26 375	0.26 409	0.03 300	1.40 290	0.04 265	4.45 425	2.09 454	0.48 206	0.69 318	1.31 317	0.24 281	6.63 467	0.83 380	0.00 1	0.00 1	0.00 1	0.00 1	0.17 425	0.04 330

CRFU-Net	1.32 395	0.27 292	2.46 394	1.17 525	0.03 300	4.08 483	0.05 287	5.61 498	0.67 166	1.53 360	0.70 324	3.47 453	2.62 478	3.24 294	0.24 224	0.01 452	0.01 320	0.11 514	0.00 1	0.13 394	0.00 1

z-ln-s-r	1.57 426	0.58 432	5.36 509	0.19 384	0.01 184	1.62 376	0.06 311	3.52 327	1.56 410	1.06 298	0.71 325	1.69 346	0.24 281	5.49 412	9.29 530	0.00 1	0.00 1	0.00 1	0.00 1	0.11 380	0.01 116

IGEV_Zeroshot_test	0.74 244	0.20 250	3.00 425	0.26 409	0.02 276	1.10 146	0.05 287	3.72 348	0.19 29	0.88 256	0.71 325	2.84 416	0.63 363	0.53 185	0.33 277	0.00 1	0.07 469	0.00 1	0.16 474	0.04 257	0.00 1

UCFNet_RVC	0.66 225	0.35 333	1.20 208	0.02 118	0.30 480	1.53 344	0.01 114	3.42 311	0.67 166	1.12 304	0.73 327	1.26 315	0.20 270	1.84 258	0.46 327	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DRN-Test	1.62 430	0.23 276	3.72 463	0.18 376	0.13 398	3.34 466	0.19 386	5.93 513	2.01 452	4.14 494	0.76 328	2.12 376	1.78 451	5.22 398	2.62 471	0.00 1	0.00 1	0.01 463	0.01 374	0.03 218	0.01 116

HBP-ISP	1.45 409	0.75 466	3.02 426	0.30 420	0.10 382	4.28 489	1.49 498	4.68 443	1.29 357	3.43 480	0.78 329	0.93 285	1.01 399	6.48 460	0.36 297	0.04 485	0.02 391	0.00 1	0.00 1	0.05 282	0.03 300

SFCPSM	0.81 270	0.11 149	2.53 399	0.01 31	0.07 355	2.45 433	0.18 380	4.99 465	1.18 332	0.77 241	0.78 329	0.69 250	0.31 301	1.72 254	0.20 201	0.00 1	0.00 1	0.00 1	0.05 425	0.06 302	0.01 116

SACVNet	0.96 316	0.36 338	1.49 257	0.05 237	0.00 1	1.62 376	0.28 419	3.86 370	1.28 356	1.79 386	0.80 331	1.59 332	0.07 175	5.29 401	0.48 332	0.01 452	0.00 1	0.00 1	0.00 1	0.23 461	0.01 116

DDVS	0.92 311	0.16 210	1.39 245	0.21 387	0.27 466	3.17 457	0.26 407	2.56 194	0.62 120	0.70 229	0.81 332	2.17 384	0.45 334	5.26 399	0.29 258	0.00 1	0.01 320	0.01 463	0.00 1	0.04 257	0.02 233

IRAFT_RVC	1.02 332	0.20 250	1.58 279	1.39 530	0.26 461	1.33 266	0.32 435	2.52 190	0.66 155	1.58 369	0.81 332	1.16 309	1.58 441	6.51 461	0.43 314	0.00 1	0.12 504	0.00 1	0.00 1	0.02 161	0.03 300

AE-Stereo	0.47 166	0.11 149	1.03 157	0.04 212	0.09 373	1.11 151	0.03 237	4.16 392	0.34 66	0.35 181	0.82 334	0.15 162	0.16 250	0.45 175	0.05 33	0.00 1	0.09 484	0.00 1	0.26 515	0.09 354	0.05 353

AAGNet	1.54 421	0.07 70	0.88 108	1.04 516	0.27 466	1.47 325	0.66 470	1.57 109	0.61 107	1.68 375	0.82 334	1.62 338	2.29 467	6.18 440	11.63 539	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

MSAF-DinoV2	4.41 522	3.43 549	8.07 532	1.16 523	0.06 343	3.21 459	0.59 467	6.94 532	4.44 512	2.00 402	0.83 336	16.58 543	5.59 528	13.48 551	17.17 553	0.06 499	0.04 436	0.09 508	0.76 545	1.94 537	1.78 541

DisPM	0.86 288	0.09 105	1.10 175	0.76 498	0.02 276	1.51 336	0.57 465	1.75 128	0.70 201	2.43 443	0.83 336	0.38 205	0.01 15	6.89 489	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

CSP-Net	1.01 330	0.52 412	0.92 119	0.01 31	0.00 1	2.83 452	0.05 287	4.99 465	0.69 189	0.91 263	0.85 338	1.82 357	0.23 278	6.04 435	0.29 258	0.00 1	0.00 1	0.00 1	0.00 1	0.10 370	0.01 116

DeepStereo_RVC	0.52 184	0.08 90	1.37 243	0.06 256	0.06 343	1.34 268	0.41 448	1.43 87	0.68 174	1.03 292	0.85 338	0.49 221	1.56 437	0.79 209	0.17 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.13 454

ssnet_v2	1.14 369	0.28 303	1.77 309	0.03 178	0.00 1	2.07 413	0.37 445	5.20 475	1.87 439	2.00 402	0.87 340	3.09 434	0.55 348	1.31 235	3.02 476	0.00 1	0.00 1	0.00 1	0.00 1	0.18 434	0.12 446

DPSNet	3.38 503	0.60 437	9.55 537	0.61 482	0.46 500	5.10 504	1.44 497	11.17 547	3.92 505	2.57 446	0.88 341	5.90 502	9.68 546	7.63 514	7.25 516	0.08 502	0.16 519	0.01 463	0.07 439	0.34 499	0.17 472

GCAP-BAT	0.37 125	0.13 170	1.16 194	0.10 319	0.12 392	1.59 362	0.04 265	0.67 45	0.43 77	0.84 252	0.89 342	0.39 206	0.07 175	0.27 129	0.49 334	0.00 1	0.01 320	0.00 1	0.19 489	0.00 1	0.00 1

test_sample5	0.86 288	0.16 210	2.25 371	0.49 461	0.01 184	1.41 295	0.01 114	4.55 431	1.27 352	1.35 337	0.89 342	0.58 230	0.11 219	3.75 317	0.38 301	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.02 233

111	0.79 264	0.70 464	2.21 361	0.01 31	0.01 184	1.19 192	0.16 372	3.78 355	1.98 448	1.22 322	0.91 344	2.01 366	0.32 306	0.32 146	0.64 365	0.00 1	0.00 1	0.00 1	0.00 1	0.08 332	0.17 472

DISCO	1.93 461	0.18 229	2.44 390	0.67 490	0.53 505	5.25 506	0.00 1	5.43 492	1.56 410	2.09 411	0.91 344	6.48 508	0.89 393	8.55 525	3.60 484	0.00 1	0.00 1	0.00 1	0.00 1	0.06 302	0.01 116

CASS	0.56 197	0.13 170	1.40 246	0.03 178	0.01 184	1.65 385	0.04 265	3.03 239	0.63 128	1.96 398	0.93 346	0.28 189	0.36 315	0.52 183	0.18 190	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TDLM	1.08 346	0.49 404	1.43 251	0.27 414	0.00 1	1.56 350	2.12 507	3.10 251	1.75 428	1.36 342	0.93 346	1.06 301	0.49 341	6.21 442	0.70 371	0.00 1	0.00 1	0.00 1	0.00 1	0.16 420	0.02 233

IER	0.75 249	0.12 160	1.93 322	0.01 31	0.00 1	2.31 427	0.02 189	2.96 229	0.98 287	1.30 327	0.96 348	1.40 322	1.19 412	1.31 235	0.45 321	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

SA	0.83 276	0.41 362	1.17 197	0.00 1	0.20 437	1.28 243	0.01 114	3.98 377	1.86 437	0.41 195	0.96 348	0.27 187	1.33 423	4.07 334	0.35 291	0.00 1	0.00 1	0.00 1	0.17 482	0.14 401	0.01 116

GANet-ADL	0.52 184	0.09 105	1.43 251	0.13 339	0.02 276	1.43 306	0.02 189	3.22 281	0.59 88	0.34 180	0.98 350	1.09 305	0.19 264	0.40 164	0.34 284	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.01 116

FACV-RUCA	0.49 174	0.10 127	1.30 230	0.06 256	0.12 392	1.14 167	0.07 321	3.57 334	0.92 276	0.18 149	0.99 351	0.19 173	0.31 301	0.25 113	0.16 173	0.00 1	0.00 1	0.08 505	0.02 398	0.24 464	0.12 446

IPLG	0.86 288	0.41 362	2.31 381	0.06 256	0.06 343	1.36 274	0.11 351	3.17 268	0.83 262	0.62 216	1.00 352	0.46 214	0.61 357	5.57 421	0.35 291	0.00 1	0.00 1	0.00 1	0.00 1	0.18 434	0.01 116

XPNet_ROB	1.17 375	0.41 362	1.68 298	0.04 212	0.01 184	1.65 385	0.17 375	3.46 319	1.39 373	3.89 490	1.01 353	1.60 334	0.53 345	4.35 348	3.07 477	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.02 233

XX-TBD	0.28 88	0.39 354	0.97 135	0.05 237	0.00 1	1.09 141	0.00 1	0.71 49	0.54 83	0.44 198	1.04 354	0.06 102	0.06 158	0.19 77	0.09 114	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	1.52 417	0.31 318	4.00 471	0.09 308	0.00 1	4.64 498	0.08 328	4.41 421	1.21 337	1.25 325	1.05 355	2.90 422	0.93 396	6.70 473	2.48 464	0.01 452	0.00 1	0.07 502	0.00 1	0.27 479	0.05 353

w-ln-seven-2	1.97 466	1.04 502	11.90 544	0.15 359	0.06 343	1.38 285	0.48 454	3.80 359	2.17 463	2.73 453	1.06 356	2.29 389	1.69 448	6.32 449	4.15 488	0.00 1	0.00 1	0.00 1	0.01 374	0.17 425	0.04 330

SST-Stereo	1.04 336	0.05 24	1.16 194	0.72 493	0.23 449	1.70 392	0.58 466	1.92 141	1.46 389	1.19 314	1.09 357	1.60 334	1.93 459	6.92 493	0.21 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

iResNet	1.00 329	0.45 383	3.08 430	0.86 508	0.01 184	1.97 408	0.01 114	3.67 346	1.49 397	1.77 384	1.09 357	0.35 199	0.13 238	3.83 325	1.27 410	0.00 1	0.00 1	0.00 1	0.00 1	0.07 317	0.01 116

PAM	1.34 397	0.13 170	2.83 417	0.30 420	0.31 486	2.21 421	0.30 430	5.05 470	0.23 46	0.82 250	1.11 359	9.08 524	2.34 470	0.90 214	0.44 317	0.00 1	0.13 509	0.00 1	0.31 527	0.03 218	0.28 500

hitnet-ft	1.09 354	0.39 354	1.45 254	0.04 212	0.00 1	1.34 268	0.22 396	3.34 298	2.25 470	1.48 356	1.11 359	4.17 469	0.37 317	4.73 376	0.79 378	0.01 452	0.00 1	0.03 493	0.00 1	0.09 354	0.01 116

test_sample6	0.89 306	0.17 221	2.23 370	0.48 459	0.01 184	1.43 306	0.01 114	4.49 427	1.40 377	1.43 351	1.12 361	0.64 242	0.14 243	3.86 326	0.42 312	0.00 1	0.01 320	0.00 1	0.00 1	0.02 161	0.02 233

DualNet	0.88 299	0.16 210	2.25 371	0.49 461	0.01 184	1.41 295	0.01 114	4.55 431	1.27 352	1.43 351	1.12 361	0.58 230	0.11 219	3.75 317	0.38 301	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.02 233

CFNet_ucs	0.77 255	0.20 250	2.22 368	0.01 31	0.01 184	1.32 260	0.00 1	3.30 292	1.31 362	1.15 307	1.14 363	2.19 386	0.42 328	2.04 263	0.12 140	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

RAFT_R40	0.99 328	0.05 24	1.26 217	0.71 492	0.20 437	1.65 385	0.67 471	1.94 144	0.61 107	1.05 295	1.15 364	1.80 354	1.47 428	6.91 491	0.31 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

iResNetv2_ROB	1.08 346	1.12 507	4.68 497	1.09 520	0.00 1	1.38 285	0.05 287	3.83 364	1.11 317	0.80 248	1.15 364	1.02 297	0.12 231	4.52 365	0.45 321	0.00 1	0.00 1	0.00 1	0.00 1	0.33 496	0.03 300

OMP-Stereo	1.20 380	0.54 419	0.96 129	2.39 537	0.29 478	1.58 355	0.33 438	2.01 150	0.68 174	2.68 452	1.16 366	3.10 435	0.18 258	7.40 509	0.56 351	0.00 1	0.00 1	0.00 1	0.00 1	0.07 317	0.01 116

PA-Net	1.31 394	0.59 435	3.65 459	0.06 256	0.15 412	1.44 310	0.54 462	4.08 385	2.71 486	0.78 244	1.16 366	2.32 394	0.64 366	5.96 432	1.92 443	0.01 452	0.00 1	0.00 1	0.00 1	0.04 257	0.06 384
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DFGA-Net	0.91 309	1.43 521	2.72 415	0.06 256	0.16 418	1.16 178	0.00 1	2.26 164	0.77 238	1.02 287	1.17 368	0.25 182	0.04 113	5.17 394	1.71 430	0.00 1	0.00 1	0.00 1	0.00 1	0.27 479	0.02 233

delet	1.14 369	0.32 322	1.56 276	0.03 178	0.17 422	2.86 454	1.03 486	4.25 402	2.14 461	1.03 292	1.17 368	1.64 343	0.92 395	4.35 348	1.27 410	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.00 1

ETE_ROB	1.16 374	0.52 412	1.71 303	0.01 31	0.02 276	1.79 400	0.22 396	4.10 388	1.32 364	4.68 503	1.18 370	2.81 414	0.08 190	3.56 308	1.12 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.06 384

iResNet_ROB	1.05 344	0.76 470	2.06 349	0.07 282	0.00 1	1.35 272	0.03 237	6.80 531	2.57 484	0.79 246	1.20 371	0.94 288	0.12 231	3.81 322	0.41 310	0.00 1	0.00 1	0.00 1	0.00 1	0.08 332	0.01 116

CVANet_RVC	1.10 358	0.39 354	1.69 300	0.28 416	0.00 1	1.45 316	0.48 454	3.26 284	1.64 420	2.93 458	1.22 372	1.51 325	0.37 317	6.09 437	0.50 336	0.00 1	0.00 1	0.00 1	0.00 1	0.18 434	0.01 116

anonymity	0.74 244	0.15 198	1.17 197	0.16 367	0.27 466	0.71 43	0.01 114	4.70 444	1.78 430	1.15 307	1.23 373	0.31 192	1.65 445	0.54 187	0.53 343	0.02 474	0.02 391	0.00 1	0.27 518	0.02 161	0.06 384

PFNet	1.06 345	0.19 237	2.95 422	1.16 523	0.56 508	1.58 355	0.25 403	1.50 99	0.60 97	2.38 439	1.23 373	0.63 240	0.30 297	6.85 482	0.43 314	0.16 514	0.01 320	0.00 1	0.07 439	0.18 434	0.18 478

Wz-Net-MNSev	1.85 456	1.19 511	5.61 514	0.01 31	0.00 1	4.74 499	2.16 509	4.93 462	1.48 395	3.77 486	1.24 375	1.77 352	2.56 475	4.94 384	2.61 470	0.00 1	0.01 320	0.00 1	0.00 1	0.07 317	0.01 116

TANstereo	0.30 98	0.28 303	0.86 104	0.03 178	0.01 184	1.14 167	0.00 1	0.53 26	0.44 78	1.06 298	1.24 375	0.06 102	0.05 131	0.25 113	0.05 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet-Refined	0.83 276	0.12 160	1.18 200	0.02 118	0.01 184	1.31 259	0.00 1	3.33 295	1.07 310	1.92 394	1.24 375	2.48 400	0.18 258	1.86 259	1.67 426	0.00 1	0.00 1	0.00 1	0.00 1	0.14 401	0.05 353
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CREStereo++_RVC	0.29 93	0.19 237	0.83 100	0.05 237	0.00 1	1.19 192	0.00 1	0.66 44	0.99 291	0.25 159	1.26 378	0.05 87	0.07 175	0.20 89	0.09 114	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
RASNet	1.53 419	0.31 318	1.97 333	0.09 308	3.20 541	1.69 390	0.06 311	3.27 290	2.12 456	0.77 241	1.29 379	5.32 500	1.69 448	6.60 464	2.17 457	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.02 233

CC-Net-ROB	1.86 457	0.64 447	2.55 401	1.42 531	0.19 433	3.38 468	0.04 265	4.41 421	2.45 478	0.90 260	1.31 380	0.98 293	0.18 258	6.60 464	0.53 343	1.14 538	1.60 550	7.16 548	0.00 1	1.33 532	0.32 507

SuperB	3.70 509	1.77 528	15.73 552	0.31 424	0.05 330	4.37 491	1.67 501	3.58 337	11.57 538	2.36 436	1.32 381	2.03 369	1.91 458	6.95 494	9.01 528	0.05 491	0.03 421	0.10 513	0.08 444	11.00 561	0.10 430

HSM	1.36 400	0.40 359	1.07 168	0.01 31	0.30 480	1.73 395	0.03 237	5.89 510	1.22 338	1.83 388	1.36 382	4.78 488	1.30 422	6.61 466	0.57 354	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1

GASNet	1.43 407	1.53 523	4.54 494	0.31 424	0.02 276	1.49 332	0.20 388	3.86 370	1.95 445	0.75 236	1.37 383	2.11 374	1.57 440	5.82 430	2.60 469	0.00 1	0.05 450	0.00 1	0.00 1	0.43 511	0.10 430

PSMNet-RUCA	0.66 225	0.48 399	1.68 298	0.01 31	0.02 276	2.02 411	0.25 403	3.93 375	1.50 399	0.37 189	1.38 384	0.11 144	0.12 231	0.64 200	0.31 269	0.00 1	0.00 1	0.00 1	0.00 1	0.27 479	0.00 1

s12784h	0.56 197	0.14 183	1.22 212	0.02 118	0.00 1	1.14 167	0.03 237	3.43 313	1.47 391	1.02 287	1.41 385	0.05 87	0.02 46	1.08 224	0.09 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1

psmg	0.83 276	0.10 127	0.96 129	0.01 31	0.00 1	3.28 462	0.27 411	4.83 457	0.93 280	1.92 394	1.46 386	1.81 355	0.10 209	0.61 195	0.18 190	0.00 1	0.00 1	0.01 463	0.00 1	0.01 63	0.00 1

AIO-test2	0.76 253	0.80 476	1.47 256	0.12 331	0.15 412	1.22 208	0.01 114	3.17 268	0.73 211	0.36 188	1.50 387	0.16 167	0.05 131	2.37 268	0.16 173	2.85 543	0.00 1	0.00 1	0.01 374	0.04 257	0.07 403

DANet	1.74 449	0.22 268	3.06 428	0.75 495	0.44 497	2.46 434	0.35 443	3.40 307	1.41 380	4.22 495	1.56 388	5.03 493	0.56 349	6.29 447	5.00 499	0.01 452	0.00 1	0.00 1	0.01 374	0.04 257	0.08 416
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DispNO	1.25 385	0.52 412	3.40 449	0.11 329	0.05 330	1.45 316	0.01 114	3.73 349	1.68 423	1.34 331	1.59 389	3.15 439	1.12 409	5.56 418	1.14 400	0.00 1	0.02 391	0.03 493	0.12 462	0.05 282	0.03 300

RAFT_CTSACE	0.68 234	0.52 412	1.74 306	0.50 464	0.05 330	1.16 178	0.00 1	2.68 206	0.66 155	0.68 227	1.60 390	1.76 350	0.80 387	0.94 217	0.13 144	0.00 1	0.02 391	0.00 1	0.00 1	0.27 479	0.00 1

MSKI-zero shot	0.73 242	0.13 170	1.56 276	0.02 118	0.14 404	1.34 268	0.04 265	3.00 233	0.23 46	0.67 225	1.64 391	0.89 279	0.00 1	4.55 368	0.10 126	0.00 1	0.02 391	0.00 1	0.21 500	0.03 218	0.01 116

FINET	1.36 400	0.46 389	4.05 474	0.22 391	0.73 514	1.03 87	0.00 1	3.57 334	5.71 520	1.59 370	1.64 391	0.49 221	0.19 264	5.53 414	1.90 440	0.00 1	0.01 320	0.00 1	0.00 1	0.08 332	0.03 300

GwcNet	1.67 441	0.81 480	5.52 511	0.23 397	1.21 524	4.21 487	0.62 469	3.71 347	1.57 412	1.01 286	1.65 393	3.99 466	0.52 344	5.46 410	2.30 460	0.00 1	0.00 1	0.00 1	0.01 374	0.35 502	0.13 454

1111x	1.53 419	0.06 45	1.77 309	0.27 414	0.00 1	2.12 415	0.01 114	5.63 502	1.65 421	1.53 360	1.67 394	0.92 280	0.64 366	6.18 440	8.17 521	0.00 1	0.01 320	0.00 1	0.00 1	0.00 1	0.01 116

TestStereo1	0.77 255	0.46 389	1.12 179	0.15 359	0.19 433	1.29 248	0.01 114	3.33 295	1.55 405	0.45 201	1.67 394	0.13 153	1.23 414	3.39 299	0.27 246	0.00 1	0.00 1	0.00 1	0.00 1	0.17 425	0.07 403

SA-5K	0.77 255	0.46 389	1.12 179	0.15 359	0.19 433	1.29 248	0.01 114	3.33 295	1.55 405	0.45 201	1.67 394	0.13 153	1.23 414	3.39 299	0.27 246	0.00 1	0.00 1	0.00 1	0.00 1	0.17 425	0.07 403

ADCRef	2.29 478	0.65 451	5.67 515	0.10 319	0.09 373	4.81 500	0.76 476	4.75 450	1.37 370	2.88 457	1.67 394	1.62 338	2.30 468	3.77 321	14.93 547	0.02 474	0.00 1	0.01 463	0.10 453	0.20 454	0.11 438

PDISCO_ROB	2.21 475	0.78 473	3.43 451	0.96 512	2.04 537	7.04 521	0.09 340	7.36 536	5.72 521	1.21 321	1.67 394	3.16 440	1.28 420	7.52 512	1.37 416	0.00 1	0.00 1	0.00 1	0.00 1	0.34 499	0.13 454

ISRNet	0.88 299	0.19 237	2.71 413	0.05 237	0.00 1	1.17 182	0.03 237	2.96 229	0.80 253	2.17 415	1.70 399	2.59 402	0.20 270	2.58 272	0.46 327	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.00 1

NaN_ROB	2.02 469	0.58 432	2.65 408	0.29 418	0.28 476	3.19 458	5.19 546	3.84 365	2.55 483	5.31 510	1.73 400	2.30 391	1.96 460	6.78 479	3.09 478	0.01 452	0.06 459	0.03 493	0.10 453	0.10 370	0.37 512

CBMV	1.56 423	0.24 280	1.92 321	0.31 424	0.03 300	2.90 455	4.33 535	3.79 356	1.81 431	4.98 507	1.73 400	2.70 409	1.68 447	3.81 322	0.92 389	0.00 1	0.00 1	0.00 1	0.00 1	0.05 282	0.08 416
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LMCR-Stereo	1.10 358	0.69 460	1.95 327	0.50 464	0.01 184	2.73 445	0.09 340	6.20 519	0.64 139	2.37 437	1.76 402	0.13 153	1.59 443	2.94 286	0.23 218	0.00 1	0.00 1	0.00 1	0.00 1	0.12 388	0.00 1

NOSS_ROB	1.29 388	0.22 268	1.35 241	0.64 486	0.16 418	2.56 438	0.00 1	4.14 391	2.37 474	2.29 431	1.76 402	2.84 416	0.02 46	6.80 481	0.45 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.11 438

Ntro	3.24 496	1.34 516	2.83 417	7.27 550	4.43 546	6.22 516	0.74 475	4.73 446	1.48 395	0.39 192	1.77 404	2.70 409	1.28 420	4.59 372	1.25 407	8.06 554	0.28 531	2.12 546	0.05 425	8.11 550	5.16 554

H2IRNET	0.47 166	0.22 268	1.27 219	0.15 359	0.01 184	1.18 189	0.01 114	1.65 115	0.48 80	0.02 15	1.80 405	0.46 214	0.04 113	1.62 251	0.35 291	0.00 1	0.00 1	0.01 463	0.01 374	0.16 420	0.02 233

RAFT + AFF	1.63 433	1.13 508	2.62 406	0.04 212	0.80 515	2.29 426	1.03 486	5.54 497	2.06 453	1.77 384	1.81 406	1.22 312	3.65 503	6.23 444	1.57 422	0.01 452	0.35 535	0.00 1	0.01 374	0.33 496	0.12 446

MLCV	1.01 330	0.53 417	2.17 358	0.03 178	0.00 1	1.60 366	0.03 237	2.90 223	1.30 360	2.60 448	1.85 407	1.00 295	0.40 326	4.88 382	0.74 374	0.00 1	0.00 1	0.00 1	0.00 1	0.07 317	0.01 116

AASNet	0.86 288	0.53 417	1.96 331	0.04 212	0.00 1	1.70 392	0.05 287	5.13 474	1.84 433	0.93 266	1.88 408	0.96 289	0.19 264	0.67 203	0.91 388	0.00 1	0.00 1	0.00 1	0.00 1	0.27 479	0.09 422

xxxx	1.78 453	0.07 70	1.02 146	0.00 1	0.01 184	1.44 310	0.00 1	5.81 509	1.53 403	1.37 344	1.91 409	1.08 303	0.05 131	4.37 351	16.98 552	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.02 233

PSM-AAD	1.15 372	0.04 10	0.88 108	0.10 319	0.27 466	1.32 260	3.25 522	2.41 179	0.64 139	2.93 458	1.92 410	0.15 162	5.39 525	3.42 301	0.19 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.05 353

XQC	2.57 483	1.20 512	6.33 525	0.18 376	0.01 184	3.84 479	0.33 438	5.24 477	3.83 504	4.43 498	1.94 411	4.58 482	3.19 492	7.19 504	8.67 523	0.00 1	0.03 421	0.00 1	0.03 407	0.27 479	0.19 483

AFF-stereo	0.65 220	0.46 389	0.82 97	0.37 442	0.00 1	1.19 192	0.00 1	3.04 243	1.42 381	0.72 233	1.95 412	1.16 309	0.26 289	0.97 219	0.31 269	0.00 1	0.02 391	0.00 1	0.00 1	0.21 455	0.02 233

ADCPNet	3.63 508	0.82 483	13.20 548	0.08 297	0.43 496	7.02 520	2.23 511	4.77 452	2.41 475	4.31 497	1.96 413	7.57 517	5.16 520	6.45 459	13.80 544	0.02 474	0.75 542	0.04 496	0.90 551	0.16 420	0.53 517

HART	0.44 153	0.24 280	1.41 247	0.01 31	0.00 1	0.33 13	0.00 1	2.91 224	0.61 107	0.26 160	1.98 414	0.35 199	0.03 83	0.20 89	0.14 155	0.00 1	0.11 496	0.00 1	0.00 1	0.19 443	0.05 353

pcwnet_v2	1.29 388	0.17 221	5.98 518	0.10 319	0.01 184	1.76 396	0.02 189	5.08 473	2.90 489	1.54 366	1.98 414	2.03 369	0.81 388	3.01 289	0.28 254	0.00 1	0.00 1	0.00 1	0.01 374	0.03 218	0.03 300

iRaft-Stereo_5w	1.08 346	0.56 427	2.70 411	0.02 118	0.02 276	1.20 201	0.01 114	3.18 270	0.63 128	0.14 130	2.00 416	1.62 338	1.54 435	6.69 472	1.01 394	0.00 1	0.00 1	0.00 1	0.00 1	0.23 461	0.01 116

DLCB_ROB	1.17 375	0.22 268	1.28 222	0.08 297	0.00 1	1.51 336	0.23 400	3.39 305	1.52 402	3.43 480	2.00 416	3.40 449	0.31 301	4.29 344	1.82 434	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PAM_32	1.45 409	0.13 170	2.69 410	0.26 409	0.30 480	2.15 419	0.29 422	4.92 461	0.22 43	0.84 252	2.02 418	9.57 527	3.27 496	0.97 219	0.56 351	0.00 1	0.12 504	0.00 1	0.31 527	0.04 257	0.27 499

ffm	1.04 336	0.05 24	1.65 289	0.34 435	0.01 184	1.58 355	0.02 189	3.03 239	6.40 524	1.39 346	2.07 419	2.15 378	0.34 308	1.59 248	0.05 33	0.00 1	0.02 391	0.00 1	0.00 1	0.09 354	0.03 300

ff1	1.65 436	0.05 24	1.65 289	0.34 435	0.01 184	1.58 355	0.02 189	3.03 239	6.40 524	1.39 346	2.07 419	2.15 378	0.34 308	6.68 469	7.08 512	0.00 1	0.02 391	0.00 1	0.00 1	0.09 354	0.03 300

mmx	1.56 423	0.05 24	1.65 289	0.34 435	0.01 184	1.58 355	0.02 189	5.51 495	2.25 470	1.39 346	2.07 419	2.15 378	0.34 308	6.68 469	7.08 512	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.01 116

xxx	1.56 423	0.05 24	1.65 289	0.34 435	0.01 184	1.58 355	0.02 189	5.51 495	2.25 470	1.39 346	2.07 419	2.15 378	0.34 308	6.68 469	7.08 512	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.01 116

ttt	1.35 399	0.05 24	1.09 173	0.46 454	0.01 184	1.61 370	0.00 1	5.61 498	1.97 446	1.75 379	2.10 423	1.40 322	0.11 219	4.81 379	6.07 507	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.02 233

222	2.69 485	0.09 105	1.03 157	0.00 1	0.00 1	1.54 348	0.00 1	5.61 498	1.55 405	1.51 357	2.10 423	0.53 226	0.07 175	4.54 367	35.09 572	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.02 233

Wz-Net-SNSev	2.53 482	2.49 539	10.66 541	0.39 444	0.01 184	2.73 445	0.40 446	5.02 468	1.50 399	2.15 413	2.12 425	6.48 508	1.11 406	9.47 532	5.84 506	0.00 1	0.01 320	0.00 1	0.00 1	0.21 455	0.06 384

Syn2CoEx	1.66 437	1.17 509	4.29 484	0.04 212	0.00 1	1.44 310	0.56 463	5.33 486	1.98 448	2.01 406	2.12 425	2.08 371	2.81 482	6.55 462	2.42 461	0.00 1	0.00 1	0.00 1	0.00 1	0.33 496	0.06 384

w-ln-seven	2.97 491	1.40 520	12.49 547	0.25 402	0.14 404	7.22 523	0.48 454	5.24 477	4.82 515	4.96 506	2.13 427	4.00 467	1.33 423	5.95 431	8.81 527	0.00 1	0.00 1	0.00 1	0.00 1	0.15 414	0.02 233

SMFormer	1.04 336	0.16 210	1.55 269	0.33 429	0.01 184	1.03 87	0.00 1	5.24 477	2.12 456	1.53 360	2.16 428	0.92 280	0.02 46	4.46 359	1.24 405	0.00 1	0.01 320	0.00 1	0.00 1	0.03 218	0.02 233

tta	1.04 336	0.16 210	1.55 269	0.33 429	0.01 184	1.03 87	0.00 1	5.24 477	2.12 456	1.53 360	2.16 428	0.92 280	0.02 46	4.46 359	1.24 405	0.00 1	0.01 320	0.00 1	0.00 1	0.03 218	0.01 116

qqq1	0.98 321	0.16 210	1.55 269	0.33 429	0.01 184	1.03 87	0.00 1	5.24 477	2.12 456	1.53 360	2.16 428	0.92 280	0.02 46	4.46 359	0.07 85	0.00 1	0.01 320	0.00 1	0.00 1	0.03 218	0.01 116

fff1	0.98 321	0.16 210	1.55 269	0.33 429	0.01 184	1.03 87	0.00 1	5.24 477	2.12 456	1.53 360	2.16 428	0.92 280	0.02 46	4.46 359	0.07 85	0.00 1	0.01 320	0.00 1	0.00 1	0.03 218	0.01 116

test_xeample	1.79 454	0.08 90	1.03 157	0.02 118	0.00 1	1.44 310	0.00 1	5.48 493	1.84 433	1.65 373	2.17 432	0.37 201	0.06 158	4.00 333	17.67 555	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.02 233

ADLNet	1.20 380	0.29 313	1.98 335	0.00 1	0.02 276	2.20 420	0.11 351	4.39 419	2.52 481	2.19 418	2.20 433	2.66 404	0.70 381	3.42 301	1.25 407	0.00 1	0.00 1	0.00 1	0.00 1	0.10 370	0.04 330

anonymousa	0.79 264	0.26 288	1.91 320	0.03 178	0.29 478	1.46 324	0.02 189	3.76 352	0.97 285	0.72 233	2.25 434	3.21 443	0.56 349	0.15 58	0.12 140	0.00 1	0.00 1	0.00 1	0.04 419	0.00 1	0.02 233

IIG-Stereo	1.30 390	0.48 399	1.04 161	2.41 538	0.05 330	1.61 370	0.14 364	2.59 196	0.68 174	2.97 463	2.28 435	3.08 433	0.57 351	7.41 510	0.65 367	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.00 1

TransformOpticalFlow	1.47 412	0.31 318	3.22 442	0.66 488	0.08 365	1.54 348	0.09 340	3.84 365	1.58 416	1.66 374	2.32 436	3.60 455	3.12 490	6.99 497	0.42 312	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

DAS	1.26 386	0.08 90	2.25 371	0.04 212	0.01 184	1.28 243	1.18 490	3.80 359	1.58 416	4.60 500	2.37 437	1.53 326	0.53 345	5.36 407	0.59 358	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

SepStereo	1.28 387	0.08 90	2.25 371	0.04 212	0.01 184	1.28 243	1.18 490	3.80 359	1.58 416	4.60 500	2.37 437	1.53 326	0.53 345	5.63 424	0.59 358	0.00 1	0.00 1	0.00 1	0.00 1	0.02 161	0.01 116

UGAM	1.08 346	0.19 237	2.83 417	0.05 237	0.01 184	1.09 141	0.11 351	2.89 222	0.64 139	0.08 74	2.46 439	3.64 457	0.08 190	6.99 497	0.25 232	0.00 1	0.00 1	0.00 1	0.02 398	0.27 479	0.04 330

IPLGR_C	0.75 249	0.88 488	2.58 403	0.13 339	0.02 276	1.40 290	0.27 411	3.19 275	0.84 265	1.92 394	2.46 439	0.18 172	0.11 219	0.49 181	0.26 240	0.00 1	0.05 450	0.01 463	0.05 425	0.19 443	0.06 384

ACRE	0.75 249	0.78 473	2.72 415	0.13 339	0.02 276	1.40 290	0.26 407	3.20 278	0.82 259	1.84 389	2.46 439	0.19 173	0.10 209	0.52 183	0.26 240	0.00 1	0.04 436	0.01 463	0.05 425	0.19 443	0.05 353

DGSMNet	2.23 476	0.80 476	6.10 520	0.96 512	1.73 532	3.22 460	4.12 531	5.30 484	1.11 317	1.19 314	2.48 442	3.18 441	0.65 371	4.57 371	1.33 413	1.11 537	1.37 548	1.55 539	1.26 555	1.37 533	1.28 535

otaku	3.17 495	1.32 515	2.49 396	6.07 548	3.26 542	4.62 497	2.15 508	5.35 487	1.34 367	2.00 402	2.54 443	3.50 454	1.49 429	3.68 311	1.11 396	7.89 553	0.23 526	1.88 543	0.03 407	7.74 549	4.78 553

CIPLG	0.75 249	0.81 480	2.38 386	0.13 339	0.03 300	1.41 295	0.27 411	3.19 275	0.84 265	1.98 400	2.56 444	0.19 173	0.10 209	0.54 187	0.26 240	0.00 1	0.05 450	0.01 463	0.05 425	0.19 443	0.05 353

RAFT-Stereo + iAFF	0.60 203	0.36 338	0.96 129	0.03 178	0.02 276	1.21 205	0.02 189	2.80 214	1.55 405	1.08 300	2.63 445	0.43 211	0.16 250	0.37 159	0.25 232	0.00 1	0.02 391	0.00 1	0.00 1	0.19 443	0.01 116

PS-NSSS	1.08 346	0.45 383	1.70 302	0.02 118	0.01 184	1.37 279	0.01 114	4.38 416	2.09 454	1.15 307	2.65 446	0.65 243	0.07 175	6.35 451	0.56 351	0.16 514	0.00 1	0.00 1	0.00 1	0.05 282	0.00 1

NCC-stereo	1.67 441	0.56 427	3.10 431	0.08 297	0.22 444	2.24 423	0.13 360	5.05 470	1.42 381	2.27 429	2.72 447	4.29 473	3.53 499	5.76 426	2.01 449	0.04 485	0.00 1	0.00 1	0.00 1	0.03 218	0.02 233

Abc-Net	1.67 441	0.56 427	3.10 431	0.08 297	0.22 444	2.24 423	0.13 360	5.05 470	1.42 381	2.27 429	2.72 447	4.29 473	3.53 499	5.76 426	2.01 449	0.04 485	0.00 1	0.00 1	0.00 1	0.03 218	0.02 233
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	1.93 461	0.97 495	3.83 469	0.55 473	2.19 538	1.49 332	0.05 287	4.09 387	1.00 293	2.59 447	2.77 449	5.17 496	5.63 529	7.19 504	0.63 363	0.00 1	0.10 493	0.00 1	0.00 1	0.25 471	0.20 488

FBW_ROB	2.36 479	0.36 338	3.16 434	0.37 442	0.14 404	4.42 494	0.18 380	6.64 525	3.05 491	2.98 464	2.85 450	4.86 490	1.11 406	11.00 547	4.53 492	0.16 514	0.05 450	0.37 529	0.09 449	0.19 443	0.78 524

STrans-v2	1.67 441	0.36 338	3.28 443	0.02 118	0.19 433	1.45 316	0.08 328	6.69 527	1.49 397	2.00 402	2.86 451	3.67 459	3.88 507	7.04 501	0.45 321	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

MGS-Stereo	0.31 101	0.10 127	0.89 112	0.02 118	0.00 1	0.50 38	0.00 1	0.39 18	0.61 107	0.02 15	2.91 452	0.04 59	0.03 83	0.21 98	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.44 512	0.00 1

AnyNet_C32	3.93 513	2.58 540	12.07 545	0.39 444	0.49 503	5.50 508	6.45 557	4.44 424	2.19 466	6.86 520	2.94 453	5.28 498	3.20 493	6.63 467	18.37 557	0.08 502	0.04 436	0.20 521	0.09 449	0.57 524	0.19 483

TCMNet	1.49 415	0.57 430	5.20 505	0.13 339	1.39 527	1.81 402	0.17 375	4.03 382	1.26 346	1.72 377	2.98 454	1.95 364	0.46 337	5.01 387	2.55 468	0.00 1	0.06 459	0.06 501	0.00 1	0.37 506	0.16 467

RainbowNet	4.74 525	3.21 547	3.07 429	9.34 555	6.01 548	4.89 502	3.60 526	7.09 533	4.39 510	1.63 372	3.01 455	4.72 487	2.96 486	5.53 414	1.19 403	8.95 556	2.12 553	8.48 551	0.19 489	8.75 551	5.73 555

HGLStereo	1.03 334	0.18 229	1.50 258	0.01 31	0.01 184	1.41 295	0.01 114	3.41 309	0.82 259	1.05 295	3.09 456	2.11 374	1.24 417	4.51 364	1.18 402	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.03 300

GMM-Stereo	1.09 354	0.05 24	1.62 285	0.13 339	0.22 444	1.41 295	0.87 479	2.31 166	0.62 120	2.75 454	3.14 457	0.54 228	0.90 394	5.33 405	0.13 144	0.01 452	0.00 1	0.00 1	0.02 398	0.01 63	1.80 542

psmorigin	2.01 468	0.37 342	10.25 539	0.22 391	0.03 300	1.62 376	0.19 386	3.31 293	1.05 305	4.92 505	3.14 457	5.85 501	2.21 466	5.31 403	1.71 430	0.00 1	0.00 1	0.00 1	0.00 1	0.05 282	0.02 233

RTSC	2.66 484	1.24 513	6.04 519	0.18 376	0.02 276	4.40 493	0.08 328	4.29 408	4.98 516	6.00 513	3.15 459	2.97 427	1.56 437	6.71 474	10.89 535	0.00 1	0.07 469	0.00 1	0.05 425	0.40 509	0.24 497

ADLNet2	1.38 403	0.39 354	3.13 433	0.00 1	0.70 513	1.23 223	0.26 407	4.19 395	2.36 473	1.45 355	3.16 460	4.23 472	0.82 391	4.56 370	0.88 383	0.00 1	0.00 1	0.00 1	0.00 1	0.13 394	0.02 233

DDUNet	3.28 498	10.54 565	2.29 380	3.50 542	3.31 543	4.21 487	0.21 390	3.77 353	1.03 297	2.54 445	3.17 461	3.20 442	0.21 275	3.89 328	0.69 370	1.94 541	0.05 450	9.87 553	3.53 561	5.03 543	2.55 546

MFN_U_SF_RVC	3.76 510	1.77 528	9.85 538	0.84 501	0.27 466	9.50 535	0.49 458	8.07 538	3.41 495	4.81 504	3.28 462	9.40 525	3.49 498	7.76 518	8.31 522	0.41 527	0.54 538	0.52 532	0.80 548	0.89 529	0.84 526

SAMSARA	3.32 502	1.07 505	6.25 522	0.86 508	0.31 486	7.55 527	3.87 529	5.26 483	4.20 507	7.43 524	3.35 463	10.04 528	3.83 506	6.98 496	4.83 496	0.00 1	0.14 513	0.00 1	0.05 425	0.17 425	0.22 493

SHD	3.01 492	1.02 501	5.52 511	0.45 453	0.39 494	4.12 484	0.17 375	6.68 526	12.04 540	7.20 522	3.36 464	4.40 476	2.58 477	4.69 373	7.17 515	0.01 452	0.04 436	0.00 1	0.03 407	0.22 458	0.17 472

ADCL	3.30 499	0.81 480	6.76 527	0.25 402	0.25 458	6.93 519	4.65 539	4.79 455	2.62 485	4.61 502	3.36 464	5.22 497	4.55 513	5.54 417	14.91 546	0.05 491	0.01 320	0.11 514	0.13 464	0.28 488	0.10 430

test_4	0.51 181	0.10 127	1.27 219	0.01 31	0.06 343	0.97 80	0.03 237	1.12 71	0.16 19	0.27 162	3.42 466	0.65 243	0.09 201	1.59 248	0.26 240	0.00 1	0.00 1	0.00 1	0.08 444	0.14 401	0.00 1

WZ-Net	4.16 518	1.75 527	23.59 559	0.08 297	0.04 320	2.62 444	2.16 509	5.89 510	4.74 514	5.73 512	3.51 467	6.99 515	4.89 518	10.82 543	10.11 532	0.00 1	0.00 1	0.00 1	0.00 1	0.12 388	0.11 438

fast-acv-ft	1.41 406	0.46 389	4.29 484	0.10 319	0.13 398	3.97 480	0.29 422	2.42 180	1.91 442	0.81 249	3.55 468	3.02 429	1.26 419	3.35 296	2.05 452	0.04 485	0.01 320	0.04 496	0.04 419	0.39 508	0.05 353

ADCMid	3.95 515	1.34 516	10.91 542	0.18 376	0.38 493	5.02 503	1.27 495	4.87 459	2.94 490	11.15 540	3.60 469	6.76 512	5.21 523	6.40 458	16.96 551	0.12 509	0.08 480	0.55 534	0.46 538	0.53 523	0.19 483

HSM-Net_RVC	1.40 405	0.07 70	1.58 279	0.00 1	0.01 184	1.88 405	0.05 287	7.24 534	1.71 427	3.63 483	3.63 470	3.21 443	0.36 315	4.25 342	0.44 317	0.01 452	0.01 320	0.00 1	0.00 1	0.01 63	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UDG	2.86 487	8.81 562	1.57 278	2.60 539	0.89 518	2.39 431	0.11 351	3.42 311	1.02 296	2.18 417	3.64 471	5.04 494	1.60 444	4.17 339	2.09 453	1.21 540	0.04 436	7.69 549	3.67 562	4.10 541	0.93 531

CrosDoStereo	1.66 437	0.15 198	1.66 293	0.02 118	0.07 355	1.38 285	6.16 553	3.12 254	1.06 308	0.97 272	3.74 472	0.96 289	4.79 516	7.00 499	1.92 443	0.00 1	0.00 1	0.00 1	0.00 1	0.11 380	0.00 1

DeepStereo_LL	1.66 437	0.15 198	1.66 293	0.02 118	0.07 355	1.38 285	6.16 553	3.12 254	1.06 308	0.97 272	3.74 472	0.96 289	4.79 516	7.00 499	1.92 443	0.00 1	0.00 1	0.00 1	0.00 1	0.11 380	0.00 1

SGM-Forest	1.84 455	0.08 90	1.31 233	0.15 359	0.22 444	3.52 473	2.46 518	3.85 367	2.16 462	5.29 509	3.90 474	3.71 461	1.56 437	6.28 446	1.90 440	0.01 452	0.02 391	0.00 1	0.00 1	0.03 218	0.30 502
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
edge stereo	1.94 463	0.40 359	3.82 468	0.15 359	0.09 373	1.81 402	0.45 452	4.77 452	2.21 468	3.36 475	3.94 475	8.39 520	1.72 450	5.75 425	1.69 429	0.00 1	0.00 1	0.01 463	0.00 1	0.17 425	0.01 116

ccnet	1.70 447	0.20 250	1.95 327	0.26 409	0.18 426	3.72 477	1.22 492	4.22 400	1.43 385	2.37 437	3.96 476	3.45 452	1.51 433	4.69 373	4.47 491	0.06 499	0.00 1	0.09 508	0.01 374	0.10 370	0.01 116

MFN_U_SF_DS_RVC	3.30 499	2.61 541	7.84 530	0.09 308	0.26 461	12.92 543	7.62 561	4.25 402	3.64 501	2.95 462	3.99 477	4.61 486	1.22 413	8.36 522	1.77 432	0.59 534	1.15 547	0.04 496	0.85 550	0.48 519	0.67 522

GrayStereo	1.46 411	0.03 2	0.87 106	0.63 485	0.20 437	1.24 224	4.61 538	2.85 219	0.62 120	4.98 507	4.00 478	0.45 213	4.67 514	3.37 298	0.08 100	0.00 1	0.00 1	0.00 1	0.50 540	0.01 63	0.01 116

THIR-Stereo	1.48 413	0.29 313	1.51 264	0.01 31	0.02 276	1.05 108	4.32 534	2.11 155	0.22 43	1.08 300	4.24 479	1.93 361	4.19 509	6.76 477	1.87 438	0.00 1	0.00 1	0.04 496	0.00 1	0.05 282	0.00 1

AANet_RVC	1.66 437	0.88 488	3.52 454	0.06 256	0.00 1	1.22 208	0.00 1	3.25 282	2.51 480	2.21 419	4.49 480	3.65 458	0.20 270	7.10 502	3.42 481	0.50 530	0.04 436	0.00 1	0.00 1	0.08 332	0.05 353

RGC	1.86 457	0.67 454	3.45 453	0.07 282	0.26 461	3.29 463	0.11 351	4.78 454	1.46 389	3.26 473	4.51 481	5.14 495	2.68 479	5.46 410	1.94 447	0.00 1	0.00 1	0.00 1	0.00 1	0.08 332	0.09 422

stereogan	2.13 472	0.31 318	3.75 464	0.01 31	0.09 373	7.44 526	0.60 468	4.27 405	3.29 494	3.91 491	4.62 482	6.41 506	1.84 457	5.17 394	0.58 356	0.00 1	0.01 320	0.01 463	0.00 1	0.24 464	0.05 353

FAT-Stereo	1.86 457	0.19 237	3.31 445	0.17 370	0.03 300	1.78 399	0.97 483	4.76 451	2.79 487	4.22 495	4.87 483	5.31 499	2.83 484	5.06 391	0.90 384	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.01 116

YMNet	1.62 430	0.68 456	3.67 460	0.14 354	0.30 480	4.52 495	0.21 390	3.52 327	1.23 339	2.94 460	4.94 484	4.18 470	0.38 320	2.85 284	2.12 455	0.05 491	0.13 509	0.08 505	0.01 374	0.44 512	0.09 422

YMNet_1	1.62 430	0.68 456	3.67 460	0.14 354	0.30 480	4.52 495	0.21 390	3.52 327	1.23 339	2.94 460	4.94 484	4.18 470	0.38 320	2.85 284	2.12 455	0.05 491	0.13 509	0.08 505	0.01 374	0.44 512	0.09 422

DispFullNet	7.91 541	23.96 573	13.67 549	14.71 566	7.88 557	4.83 501	0.04 265	5.01 467	2.89 488	8.86 534	4.96 486	6.11 503	10.72 548	10.18 539	3.51 483	2.44 542	0.33 533	15.15 562	4.65 565	12.33 563	5.95 556

CBMV_ROB	1.70 447	0.11 149	1.98 335	0.46 454	0.00 1	2.85 453	0.91 482	4.27 405	2.21 468	4.02 493	5.00 487	2.97 427	2.32 469	5.40 408	1.35 414	0.00 1	0.00 1	0.00 1	0.00 1	0.03 218	0.06 384

RP	1.76 452	0.55 422	2.59 405	0.22 391	0.60 511	1.70 392	0.98 485	4.31 410	1.99 450	3.12 468	5.04 488	4.41 478	2.96 486	4.72 375	1.90 440	0.01 452	0.00 1	0.00 1	0.01 374	0.14 401	0.01 116

STTRV1_RVC	1.94 463	0.35 333	4.85 500	0.32 428	0.01 184	2.41 432	0.34 442	5.79 507	3.55 497	0.82 250	5.11 489	1.63 341	1.08 403	7.63 514	1.41 418	0.91 535	2.53 562	0.00 1	0.00 1	0.01 63	0.04 330

DRaft	1.34 397	0.12 160	1.19 205	0.06 256	0.01 184	1.64 381	0.43 450	1.86 138	0.14 9	3.76 485	5.27 490	0.41 209	4.38 511	5.49 412	1.68 427	0.01 452	0.06 459	0.00 1	0.07 439	0.07 317	0.11 438

Sa-1000	1.04 336	0.39 354	1.17 197	0.00 1	0.20 437	1.33 266	0.03 237	4.19 395	1.81 431	0.99 285	5.33 491	0.61 234	0.15 246	4.07 334	0.30 266	0.00 1	0.00 1	0.00 1	0.16 474	0.13 394	0.00 1

ACVNet_1	6.16 534	1.86 532	4.43 490	9.52 557	7.22 555	7.59 528	2.37 514	9.99 545	6.71 528	3.84 488	5.35 492	13.23 536	4.90 519	6.25 445	1.94 447	9.06 558	2.40 557	10.88 559	0.11 457	9.58 558	6.03 558

EAI-Stereo	1.14 369	0.12 160	1.19 205	0.21 387	0.32 489	1.84 404	2.32 513	5.42 491	1.19 334	1.02 287	5.66 493	0.48 218	0.60 354	0.86 212	0.62 362	0.00 1	0.13 509	0.00 1	0.65 544	0.02 161	0.17 472

S-Stereo	2.00 467	0.30 317	5.74 516	0.24 399	0.23 449	2.51 436	1.90 503	4.74 447	5.15 517	2.42 441	5.80 494	2.85 418	0.72 382	5.08 392	2.17 457	0.00 1	0.02 391	0.00 1	0.00 1	0.08 332	0.04 330

HHNet	0.87 295	0.25 284	1.78 312	0.16 367	0.08 365	1.30 254	0.44 451	1.93 142	0.64 139	1.41 350	5.92 495	0.14 159	1.79 452	0.35 155	0.95 390	0.05 491	0.00 1	0.01 463	0.00 1	0.14 401	0.01 116

MADNet+	10.71 551	14.57 567	70.07 576	0.58 478	0.47 502	19.89 558	4.20 532	11.05 546	6.87 529	3.03 466	5.99 496	9.01 523	6.35 532	31.95 572	28.31 571	0.22 518	0.26 530	0.01 463	0.04 419	0.46 515	0.87 527

ADCS	5.09 528	2.15 535	16.58 554	0.34 435	0.07 355	5.91 513	4.26 533	6.73 529	6.99 530	9.44 535	6.09 497	6.57 510	5.17 522	9.54 533	21.38 567	0.00 1	0.00 1	0.00 1	0.00 1	0.36 504	0.23 496

FADE	16.19 566	10.20 563	37.43 569	4.76 546	4.82 547	10.62 539	5.00 544	19.13 559	23.28 554	8.35 530	6.09 497	14.63 539	21.62 566	25.45 566	20.32 563	24.52 573	8.46 571	36.14 577	36.87 577	3.46 540	2.72 547

Consistency-Raft	1.36 400	0.65 451	4.81 499	0.33 429	0.32 489	1.62 376	0.11 351	3.65 343	3.80 503	0.33 169	6.12 499	0.86 276	2.14 465	0.94 217	1.25 407	0.02 474	0.01 320	0.00 1	0.00 1	0.24 464	0.01 116

AIO-Stereo-zeroshot1	1.57 426	0.69 460	7.27 528	0.30 420	0.44 497	0.87 59	0.02 189	6.19 517	0.84 265	0.45 201	6.17 500	4.35 475	1.17 410	1.32 238	0.48 332	0.00 1	0.09 484	0.00 1	0.34 535	0.26 474	0.12 446

CSAN	2.70 486	0.75 466	3.41 450	0.18 376	0.12 392	4.18 486	4.05 530	4.11 389	4.36 508	6.03 514	6.24 501	4.60 484	4.74 515	7.29 507	3.43 482	0.02 474	0.03 421	0.01 463	0.02 398	0.18 434	0.22 493

DEmStereo	1.51 416	0.08 90	2.17 358	0.09 308	0.02 276	1.76 396	0.90 481	1.47 97	0.60 97	2.46 444	6.42 502	1.08 303	5.16 520	6.21 442	1.86 437	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.01 116

ACVNet-4b	5.67 530	1.65 524	4.43 490	9.46 556	7.11 554	8.72 534	1.68 502	6.61 524	5.76 522	0.27 162	6.49 503	11.67 530	2.43 474	8.40 523	1.56 420	9.06 558	2.34 555	10.49 557	0.02 398	9.22 556	5.98 557

StereoVision	0.86 288	0.38 347	1.75 308	0.03 178	0.01 184	1.14 167	0.02 189	3.38 302	0.92 276	0.13 125	6.89 504	0.50 223	0.12 231	1.10 225	0.78 377	0.00 1	0.00 1	0.00 1	0.00 1	0.04 257	0.02 233

MFMNet_re	2.02 469	0.98 496	4.27 483	2.74 541	0.88 516	1.47 325	0.15 367	4.21 397	3.18 493	6.63 518	6.93 505	1.87 358	3.63 502	2.13 265	0.99 392	0.00 1	0.00 1	0.00 1	0.00 1	0.23 461	0.05 353

KYRaft	1.19 377	0.05 24	0.94 124	0.06 256	0.24 453	1.25 233	0.78 477	2.48 187	0.61 107	3.23 472	7.13 506	1.00 295	2.77 481	1.43 242	0.14 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	1.71 539

DCRE	0.69 236	0.35 333	1.16 194	0.06 256	0.02 276	0.91 64	0.00 1	1.05 68	0.30 60	0.98 281	7.63 507	0.72 258	0.02 46	0.16 62	0.07 85	0.00 1	0.02 391	0.00 1	0.21 500	0.02 161	0.03 300

RAFT-345	1.19 377	0.06 45	1.55 269	0.54 471	0.13 398	1.53 344	0.25 403	0.56 34	1.76 429	1.20 316	7.85 508	0.93 285	0.05 131	6.87 485	0.46 327	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.00 1

Nwc_Net	1.94 463	0.55 422	3.79 466	0.07 282	0.08 365	2.73 445	0.04 265	6.75 530	1.11 317	2.03 407	7.92 509	4.82 489	2.11 464	4.78 377	2.01 449	0.00 1	0.00 1	0.00 1	0.00 1	0.05 282	0.01 116

MultiAttention	6.26 536	0.14 183	1.30 230	1.04 516	1.50 530	42.66 574	15.75 571	6.19 517	1.92 444	3.14 469	7.95 510	6.41 506	0.37 317	28.21 570	3.39 480	0.13 511	0.01 320	0.67 536	0.81 549	1.99 538	1.71 539

SPS-STEREO	3.08 494	0.49 404	2.49 396	0.21 387	0.24 453	3.67 476	1.24 493	5.80 508	2.43 477	10.68 538	8.00 511	9.48 526	3.59 501	8.11 521	5.08 500	0.01 452	0.01 320	0.00 1	0.00 1	0.04 257	0.11 438
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MDST_ROB	3.50 505	0.07 70	3.94 470	2.66 540	1.46 528	12.94 544	0.97 483	7.32 535	2.42 476	14.82 553	8.08 512	2.74 412	1.51 433	8.44 524	2.48 464	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63	0.11 438

MSC_U_SF_DS_RVC	5.12 529	2.33 536	8.42 533	0.33 429	0.27 466	24.60 567	8.84 564	5.50 494	9.75 536	3.82 487	8.16 513	8.53 521	1.82 453	9.44 531	5.18 501	1.02 536	1.65 551	0.33 528	0.47 539	1.06 531	0.90 528

AnyNet_C01	6.59 538	4.31 553	36.24 566	0.96 512	0.46 500	9.96 536	5.74 550	6.02 516	3.63 500	7.59 525	8.56 514	8.83 522	3.14 491	13.74 553	20.83 565	0.12 509	0.08 480	0.25 526	0.09 449	1.01 530	0.34 508

Prome-Stereo	1.23 384	0.06 45	0.93 123	0.12 331	0.24 453	1.26 237	0.67 471	2.53 192	0.69 189	2.08 410	8.70 515	0.76 263	2.91 485	2.12 264	0.11 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 537

SGM_RVC	4.07 516	0.38 347	1.98 335	0.84 501	0.26 461	6.20 515	2.37 514	6.45 522	3.57 498	11.56 543	9.27 516	15.55 541	6.78 533	10.07 538	4.60 494	0.22 518	0.25 527	0.20 521	0.23 506	0.26 474	0.34 508
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	1.90 460	0.43 374	1.83 317	0.39 444	0.00 1	2.24 423	3.37 523	3.90 373	1.44 386	2.17 415	9.66 517	2.57 401	1.09 404	6.88 486	1.81 433	0.00 1	0.00 1	0.02 488	0.00 1	0.10 370	0.03 300

EDNetEfficient	6.54 537	1.17 509	33.15 563	0.66 488	1.96 534	2.07 413	3.72 527	2.80 214	14.85 546	20.02 561	9.69 518	6.59 511	10.19 547	7.19 504	15.49 549	0.03 482	0.10 493	0.01 463	0.20 494	0.62 527	0.29 501

zh-sn7	3.94 514	3.36 548	15.78 553	0.13 339	0.00 1	4.01 481	2.24 512	4.54 430	2.00 451	3.86 489	9.77 519	4.11 468	5.45 527	9.93 537	13.33 543	0.00 1	0.00 1	0.00 1	0.00 1	0.22 458	0.12 446

AF-Net	2.17 474	0.65 451	3.53 455	0.00 1	0.09 373	2.02 411	0.48 454	6.44 521	1.70 425	3.36 475	10.22 520	4.95 492	2.81 482	4.34 347	2.66 472	0.00 1	0.00 1	0.00 1	0.00 1	0.13 394	0.01 116

aanetorigin	2.87 488	0.73 465	8.74 535	0.23 397	0.23 449	1.61 370	2.07 505	1.76 130	1.10 315	14.21 551	10.25 521	2.93 423	3.38 497	4.98 386	4.06 486	0.10 506	0.05 450	0.09 508	0.11 457	0.57 524	0.15 464

tt	68.65 580	0.15 198	99.57 588	50.64 577	14.90 570	100.00 590	100.00 589	100.00 592	99.76 587	27.80 568	10.52 522	99.97 592	98.63 587	99.61 587	100.00 593	90.62 584	98.21 585	46.66 579	52.02 580	62.86 581	21.04 575

SDNR	3.31 501	0.91 492	6.28 524	0.44 448	0.02 276	26.11 568	0.01 114	3.81 363	1.62 419	2.82 456	11.06 523	2.93 423	0.60 354	7.95 519	1.52 419	0.01 452	0.01 320	0.00 1	0.00 1	0.06 302	0.12 446

pmcnn	3.61 506	0.68 456	5.38 510	0.61 482	1.46 528	2.75 449	1.26 494	5.04 469	1.57 412	8.77 533	11.67 524	18.69 548	2.38 472	6.03 434	5.61 504	0.00 1	0.07 469	0.00 1	0.00 1	0.21 455	0.07 403

ASMatch	1.44 408	0.14 183	2.15 357	0.60 479	0.21 442	1.21 205	0.26 407	0.96 65	0.66 155	0.29 164	11.75 525	0.93 285	2.37 471	6.73 475	0.54 346	0.00 1	0.00 1	0.00 1	0.01 374	0.00 1	0.04 330

G-Net	3.49 504	0.47 397	4.03 473	1.61 533	1.91 533	10.78 540	1.92 504	3.06 244	1.26 346	8.59 532	12.06 526	6.13 504	7.82 538	4.78 377	4.77 495	0.08 502	0.12 504	0.07 502	0.15 465	0.16 420	0.11 438

PWCK	8.72 544	5.37 556	16.61 555	5.74 547	0.12 392	19.88 557	11.41 567	11.31 548	13.42 543	14.07 548	12.84 527	13.20 535	8.05 540	15.44 554	10.25 533	5.95 548	0.22 525	2.09 545	0.05 425	7.50 546	0.92 529

SANet	4.63 524	0.89 490	5.34 508	0.30 420	0.09 373	7.43 525	3.75 528	6.53 523	16.16 549	6.79 519	13.29 528	12.44 532	7.74 536	7.38 508	4.11 487	0.00 1	0.01 320	0.00 1	0.00 1	0.10 370	0.31 506

LSM	7.38 539	1.68 525	22.24 558	3.99 544	40.72 575	3.54 474	4.79 543	4.74 447	6.65 527	10.25 537	13.51 529	4.49 480	3.81 505	6.91 491	5.31 502	0.00 1	0.04 436	0.00 1	0.00 1	0.26 474	14.60 572

SGM+DAISY	4.39 521	1.34 516	5.18 504	1.01 515	0.88 516	5.61 510	2.86 520	4.88 460	3.53 496	13.29 547	13.95 530	12.66 533	7.55 535	7.98 520	5.39 503	0.23 522	0.18 522	0.15 518	0.24 509	0.29 490	0.64 520

NVStereoNet_ROB	3.25 497	0.46 389	2.71 413	0.34 435	0.56 508	2.36 430	0.87 479	4.56 434	4.47 513	4.55 499	14.09 531	11.93 531	3.23 495	9.79 535	3.14 479	0.43 528	0.03 421	0.53 533	0.31 527	0.36 504	0.38 514
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
xyz-stereo	4.23 519	0.09 105	35.65 565	0.02 118	0.00 1	17.93 553	0.01 114	1.93 142	0.42 75	1.61 371	14.74 532	2.67 405	0.15 246	7.15 503	1.87 438	0.00 1	0.01 320	0.24 525	0.00 1	0.04 257	0.01 116

EDNetEfficientorigin	10.31 550	1.90 533	98.96 587	0.22 391	0.23 449	2.73 445	0.71 473	4.50 428	16.94 550	18.72 554	15.36 533	12.74 534	10.73 549	8.96 527	11.94 540	0.01 452	0.01 320	0.00 1	0.00 1	0.25 471	1.31 536

PWC_ROB	2.90 490	1.01 500	6.12 521	0.53 470	0.57 510	1.30 254	0.40 446	3.85 367	4.42 511	7.37 523	15.40 534	3.03 431	1.55 436	6.31 448	5.74 505	0.00 1	0.00 1	0.00 1	0.00 1	0.46 515	0.05 353

zh-mn7	3.86 511	3.10 546	15.43 551	0.10 319	0.05 330	1.45 316	0.29 422	4.05 384	6.06 523	7.81 526	15.68 535	2.86 419	0.76 384	10.58 540	8.76 526	0.00 1	0.00 1	0.00 1	0.00 1	0.12 388	0.02 233

coex-ft	12.01 556	5.60 557	80.23 578	0.15 359	0.15 412	1.88 405	0.73 474	2.66 201	30.12 563	49.31 576	16.59 536	15.97 542	14.42 556	6.79 480	14.50 545	0.05 491	0.08 480	0.01 463	0.05 425	0.37 506	0.61 519

JetBlue	13.83 559	5.03 554	33.82 564	0.84 501	6.92 552	50.14 575	20.02 573	15.09 551	8.92 535	11.33 541	17.05 537	28.25 560	18.01 564	32.60 573	18.53 559	0.32 525	0.12 504	0.15 518	0.23 506	4.59 542	4.64 552

UNDER WATER-64	20.03 571	10.28 564	31.50 562	20.05 570	13.64 567	32.81 572	23.45 574	16.01 552	33.44 567	22.01 566	17.25 538	40.58 571	32.20 574	24.50 564	22.36 569	10.06 566	2.70 566	18.37 566	4.24 564	14.84 567	10.24 571

z-mn7	4.12 517	2.40 538	8.71 534	0.13 339	0.00 1	8.56 533	0.49 458	3.85 367	13.78 544	3.36 475	17.56 539	4.60 484	0.95 397	10.97 545	6.77 511	0.00 1	0.00 1	0.00 1	0.00 1	0.14 401	0.06 384

FTStereo	2.16 473	0.03 2	1.42 250	0.17 370	0.13 398	1.42 303	4.67 540	2.44 181	0.63 128	3.36 475	17.95 540	0.78 272	4.17 508	4.41 354	0.14 155	0.15 513	0.00 1	0.00 1	0.00 1	0.01 63	1.25 534

IMH-64-1	9.55 546	2.76 544	2.44 390	11.17 560	9.13 560	12.03 541	5.45 547	18.33 556	15.78 547	6.59 516	18.69 541	16.95 544	6.20 530	10.63 541	8.06 519	9.46 561	2.46 558	15.42 564	1.61 556	10.89 559	6.88 562

IMH-64	9.55 546	2.76 544	2.44 390	11.17 560	9.13 560	12.03 541	5.45 547	18.33 556	15.78 547	6.59 516	18.69 541	16.95 544	6.20 530	10.63 541	8.06 519	9.46 561	2.46 558	15.42 564	1.61 556	10.89 559	6.88 562

RTS	9.75 548	2.69 542	65.25 574	0.85 504	1.99 535	14.36 546	4.75 541	5.69 504	17.29 551	7.97 527	19.00 543	6.83 513	3.02 488	26.15 568	18.62 560	0.00 1	0.15 517	0.00 1	0.00 1	0.29 490	0.16 467

RTSA	9.75 548	2.69 542	65.25 574	0.85 504	1.99 535	14.36 546	4.75 541	5.69 504	17.29 551	7.97 527	19.00 543	6.83 513	3.02 488	26.15 568	18.62 560	0.00 1	0.15 517	0.00 1	0.00 1	0.29 490	0.16 467

WCMA_ROB	4.54 523	0.48 399	3.19 436	0.49 461	0.63 512	5.38 507	2.57 519	4.70 444	3.77 502	14.17 550	19.02 545	15.47 540	9.03 542	6.73 475	4.85 497	0.01 452	0.05 450	0.01 463	0.01 374	0.08 332	0.16 467

MeshStereo	5.78 531	0.75 466	3.04 427	0.25 402	0.14 404	7.88 530	2.09 506	9.64 542	5.18 518	20.48 562	19.06 546	22.80 553	9.54 545	9.64 534	4.88 498	0.00 1	0.00 1	0.00 1	0.00 1	0.29 490	0.03 300
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
UNDER WATER	19.61 570	12.37 566	31.14 561	20.44 571	14.31 568	28.63 571	18.15 572	16.43 553	34.24 568	20.82 563	19.14 547	38.83 568	30.09 570	24.31 563	20.97 566	10.09 567	2.68 565	19.51 569	4.70 567	15.52 568	9.93 569

PVD	5.81 532	0.99 498	5.56 513	0.72 493	0.51 504	6.72 518	0.18 380	9.90 544	23.69 555	11.45 542	19.26 548	8.18 519	9.46 544	9.24 529	9.49 531	0.02 474	0.16 519	0.00 1	0.08 444	0.18 434	0.40 515

WAO-6	11.09 552	1.69 526	3.21 439	7.54 551	7.10 553	16.34 550	6.63 558	20.12 561	38.64 571	9.67 536	19.28 549	27.53 559	10.97 550	12.43 549	11.57 538	4.26 544	2.35 556	10.54 558	0.02 398	7.59 547	4.29 551

ACVNet_2	8.69 543	1.80 531	5.09 503	8.55 554	6.72 551	13.47 545	4.34 536	13.70 550	23.86 556	6.89 521	19.74 550	20.52 549	5.36 524	7.70 517	2.48 464	8.53 555	1.67 552	7.99 550	0.32 530	8.79 554	6.29 561

ELAS_RVC	7.69 540	0.80 476	4.90 501	1.06 518	1.02 520	10.00 537	9.43 565	9.75 543	14.69 545	21.83 565	20.27 551	17.88 546	16.41 559	13.01 550	10.44 534	0.22 518	0.55 539	0.28 527	0.19 489	0.35 502	0.65 521
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT-RH_RVC	2.05 471	0.15 198	1.66 293	0.60 479	0.27 466	1.49 332	0.02 189	0.58 38	0.65 146	5.35 511	21.66 552	1.06 301	0.07 175	6.85 482	0.57 354	0.04 485	0.00 1	0.00 1	0.03 407	0.01 63	0.00 1

FCDSN-DC	5.04 527	0.15 198	1.83 317	0.22 391	0.44 497	5.60 509	1.66 500	5.22 476	4.37 509	14.49 552	21.86 553	20.65 551	11.88 551	7.66 516	4.55 493	0.02 474	0.00 1	0.00 1	0.00 1	0.03 218	0.05 353
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.09 533	0.18 229	2.35 384	0.42 447	0.53 505	7.80 529	1.42 496	8.14 539	7.07 531	19.05 559	22.10 554	22.85 554	13.84 554	9.42 530	6.44 508	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.06 384

Dean	11.46 555	2.03 534	5.20 505	10.73 559	8.20 559	18.71 556	5.73 549	21.10 565	41.49 574	11.12 539	22.16 555	25.92 558	7.74 536	7.52 512	4.31 490	9.01 557	2.27 554	9.95 556	0.61 543	9.18 555	6.22 559

KSHMR	14.27 563	6.95 560	5.79 517	15.08 567	12.84 566	17.44 551	10.61 566	18.88 558	30.94 564	18.81 556	22.21 556	28.54 561	8.85 541	15.56 555	9.24 529	10.34 568	3.60 568	21.61 570	4.68 566	14.48 566	8.94 567

FC-DCNN v2	6.25 535	0.19 237	2.31 381	0.44 448	0.55 507	8.05 531	1.51 499	8.71 540	7.22 532	19.24 560	22.98 557	24.00 557	13.47 553	9.80 536	6.51 509	0.00 1	0.01 320	0.00 1	0.00 1	0.01 63	0.05 353

LVE	11.10 553	2.36 537	3.34 446	9.94 558	8.13 558	21.22 560	7.75 562	16.47 554	32.55 566	8.55 531	23.64 558	23.22 555	7.93 539	10.98 546	6.65 510	9.45 560	2.55 564	11.08 560	0.58 542	9.35 557	6.28 560

PWCDC_ROB	3.06 493	1.38 519	3.81 467	0.14 354	0.00 1	3.14 456	0.02 189	4.40 420	12.35 541	1.08 300	23.69 559	2.01 366	2.01 463	3.87 327	2.43 462	0.24 523	0.00 1	0.00 1	0.00 1	0.61 526	0.08 416

IMH	11.11 554	3.50 550	2.56 402	11.25 562	9.13 560	14.49 548	5.10 545	20.68 564	26.30 559	8.28 529	23.85 560	20.63 550	9.19 543	12.39 548	7.96 517	9.50 563	2.50 560	15.28 563	1.66 558	11.07 562	6.96 564

LE_ROB	12.79 558	0.64 447	10.26 540	2.13 535	1.29 525	7.25 524	5.81 551	9.09 541	49.27 577	57.55 577	24.58 561	23.68 556	31.13 572	9.00 528	23.57 570	0.04 485	0.06 459	0.13 517	0.20 494	0.08 332	0.11 438

MSMD_ROB	4.94 526	0.43 374	2.58 403	0.12 331	0.01 184	8.43 532	1.09 488	4.25 402	4.11 506	13.11 546	26.36 562	13.95 537	13.88 555	7.45 511	2.92 475	0.10 506	0.01 320	0.00 1	0.00 1	0.01 63	0.02 233

ktn	19.15 569	18.52 568	6.39 526	22.64 573	17.26 571	24.47 565	12.11 568	24.52 572	34.74 569	18.75 555	27.70 563	32.54 562	17.85 563	15.71 556	16.67 550	22.09 572	3.64 569	28.95 574	10.91 571	17.40 570	10.22 570

notaker	17.52 567	21.54 571	7.84 530	18.05 569	14.44 569	17.58 552	6.43 556	20.13 562	24.44 558	21.34 564	27.71 564	39.12 569	18.78 565	19.63 561	20.40 564	11.95 569	2.71 567	25.51 572	5.85 569	17.10 569	9.78 568

ELAS	8.05 542	0.76 470	4.02 472	0.95 511	1.02 520	14.85 549	6.99 560	12.80 549	11.73 539	22.43 567	27.75 565	17.88 546	15.19 557	10.96 544	11.31 536	0.22 518	0.56 540	0.23 524	0.22 502	0.50 521	0.71 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	9.09 545	1.79 530	3.55 457	0.80 499	0.15 412	18.67 555	4.36 537	23.07 571	26.68 560	12.59 545	27.90 566	22.52 552	13.03 552	13.53 552	11.47 537	0.09 505	0.03 421	0.58 535	0.10 453	0.47 518	0.34 508

TorneroNet-64	15.45 564	5.66 558	3.44 452	13.86 564	12.03 565	28.15 570	6.27 555	19.89 560	38.68 572	12.16 544	28.06 567	35.76 567	15.44 558	19.56 560	15.40 548	9.71 564	2.52 561	19.13 567	2.70 559	12.55 564	7.94 566

DPSimNet_ROB	25.03 573	19.56 570	24.93 560	24.36 574	17.85 572	22.25 562	25.93 575	28.52 573	29.10 562	32.61 570	28.25 568	32.87 563	26.42 567	24.51 565	40.42 573	16.75 571	13.93 573	25.19 571	22.38 574	19.96 572	24.75 576

SGM-ForestM	12.56 557	0.80 476	4.31 487	1.07 519	0.41 495	21.56 561	8.57 563	17.42 555	19.67 553	29.93 569	28.49 569	45.83 573	27.22 569	26.05 567	18.40 558	0.14 512	0.25 527	0.18 520	0.28 522	0.18 434	0.42 516

TorneroNet	16.10 565	5.74 559	4.12 479	13.88 565	11.97 564	26.89 569	6.85 559	21.13 566	38.32 570	14.15 549	33.36 570	33.52 566	17.49 562	18.89 559	19.64 562	9.77 565	2.53 562	19.43 568	3.35 560	13.21 565	7.86 565

WAO-8	13.93 560	3.75 551	4.23 481	7.74 552	6.54 549	22.81 563	2.39 516	22.66 568	45.98 575	18.88 557	35.42 571	33.21 564	16.91 560	16.55 557	12.78 541	5.01 546	0.81 544	9.89 554	0.77 546	8.77 553	3.61 549

Venus	13.93 560	3.75 551	4.23 481	7.74 552	6.54 549	22.81 563	2.39 516	22.66 568	45.98 575	18.88 557	35.42 571	33.21 564	16.91 560	16.55 557	12.78 541	5.01 546	0.81 544	9.89 554	0.77 546	8.76 552	3.61 549

BEATNet-Init1	17.91 568	7.45 561	36.82 567	1.88 534	1.38 526	37.29 573	14.71 570	21.90 567	24.20 557	38.07 572	36.59 573	50.41 574	32.00 573	29.42 571	21.83 568	0.33 526	0.39 536	0.47 530	0.54 541	1.50 535	1.07 533

MANE	14.02 562	0.85 485	3.53 455	2.13 535	3.75 544	18.44 554	6.14 552	22.67 570	27.90 561	33.01 571	41.08 574	41.26 572	30.90 571	23.39 562	17.99 556	0.47 529	0.76 543	0.91 537	4.04 563	0.17 425	1.00 532

HanzoNet	29.69 574	29.33 574	21.66 557	21.75 572	19.07 573	24.58 566	12.99 569	28.87 574	40.49 573	43.09 574	44.02 575	55.65 576	44.93 576	43.17 575	44.44 574	27.88 575	9.47 572	29.77 575	15.86 573	20.94 573	15.84 573

JetRed	34.54 575	39.28 576	62.16 572	15.62 568	26.51 574	69.20 577	40.79 577	31.43 575	32.41 565	46.06 575	44.55 576	40.19 570	26.50 568	38.43 574	56.06 577	12.76 570	37.49 579	13.23 561	9.38 570	29.52 574	19.34 574

TCMNet-wrong-test	55.95 578	78.75 581	71.85 577	90.95 583	89.50 583	78.08 578	71.33 578	38.19 576	12.35 541	40.71 573	51.28 577	59.53 578	35.38 575	64.04 579	52.16 576	38.10 577	6.00 570	47.22 580	41.12 578	82.64 584	69.84 583

MADNet++	47.78 576	34.15 575	37.11 568	42.94 575	41.23 576	64.94 576	30.63 576	60.79 579	53.26 578	72.08 579	61.65 578	57.68 577	54.96 577	58.03 576	59.24 578	43.01 578	36.17 578	36.07 576	22.50 575	47.50 576	41.67 578

ASD4	55.28 577	67.10 580	50.57 570	44.24 576	57.82 578	92.00 580	98.23 587	54.95 577	86.61 582	58.30 578	64.61 579	50.57 575	63.33 579	58.83 577	67.37 579	25.76 574	29.60 576	26.82 573	29.01 576	42.42 575	37.42 577

xxxxx1	76.92 582	82.43 582	93.26 582	61.67 578	66.92 579	95.84 583	95.11 582	75.84 580	80.96 579	82.71 581	86.75 580	89.18 581	87.35 580	85.27 581	87.18 581	55.08 580	54.60 580	60.31 581	72.71 582	62.51 578	62.73 580

tt_ll	76.92 582	82.43 582	93.26 582	61.67 578	66.92 579	95.84 583	95.11 582	75.84 580	80.96 579	82.71 581	86.75 580	89.18 581	87.35 580	85.27 581	87.18 581	55.08 580	54.60 580	60.31 581	72.71 582	62.51 578	62.73 580

ff	76.92 582	82.43 582	93.26 582	61.67 578	66.92 579	95.84 583	95.11 582	75.84 580	80.96 579	82.71 581	86.75 580	89.18 581	87.35 580	85.27 581	87.18 581	55.08 580	54.60 580	60.31 581	72.71 582	62.51 578	62.73 580

LRCNet_RVC	60.63 579	63.16 579	62.94 573	69.09 581	50.21 577	19.92 559	0.07 321	58.32 578	5.21 519	75.67 580	86.75 580	74.68 579	62.48 578	59.01 578	49.80 575	93.38 585	56.36 583	93.48 585	92.95 585	67.44 582	71.73 585

PML	89.08 585	99.72 588	92.85 581	94.72 585	94.92 587	99.54 588	97.42 586	93.50 583	95.96 585	99.77 590	92.33 584	95.35 585	93.51 584	99.96 592	91.15 584	99.98 594	31.71 577	100.00 591	45.94 579	93.46 586	69.88 584

ccccc	98.51 589	94.69 585	100.00 593	100.00 597	100.00 592	92.59 581	97.15 585	98.75 588	95.78 584	98.59 589	95.17 585	98.60 587	99.67 588	99.86 590	99.84 588	100.00 596	100.00 590	99.91 589	99.54 588	100.00 596	100.00 596

MEDIAN_ROB	96.83 586	99.41 586	98.66 586	94.75 586	94.23 585	93.08 582	90.54 580	95.61 585	94.75 583	97.65 587	97.73 586	98.30 586	96.57 586	94.51 584	93.74 586	99.78 593	98.24 586	99.99 590	99.89 589	99.48 589	99.67 589

USTest	75.36 581	57.99 578	56.43 571	72.82 582	69.93 582	99.96 589	100.00 589	98.57 587	99.18 586	94.19 584	97.90 587	78.26 580	95.05 585	75.90 580	76.21 580	48.70 579	80.65 584	39.01 578	52.97 581	57.66 577	55.76 579

Anonymous_1	97.10 587	99.72 588	99.64 589	92.33 584	93.91 584	100.00 590	100.00 589	99.20 589	99.90 588	98.57 588	99.75 588	99.14 588	99.94 589	98.50 586	99.54 587	87.90 583	98.87 587	90.88 584	96.91 586	92.22 585	95.12 586

HaxPig	97.68 588	99.63 587	91.34 580	99.82 594	99.97 590	88.15 579	88.00 579	98.28 586	99.93 589	99.98 591	99.99 589	99.95 591	99.99 590	96.29 585	92.24 585	99.99 595	99.98 589	100.00 591	99.99 590	100.00 596	99.98 594

FlowAnything	99.97 598	100.00 594	100.00 593	99.74 593	100.00 592	100.00 590	100.00 589	100.00 592	100.00 590	100.00 592	100.00 590	100.00 593	100.00 591	100.00 594	100.00 593	99.71 592	100.00 590	100.00 591	100.00 591	99.98 593	99.95 591

Selective-RAFT-Error	100.00 599	100.00 594	100.00 593	100.00 597	100.00 592	100.00 590	100.00 589	100.00 592	100.00 590	100.00 592	100.00 590	100.00 593	100.00 591	100.00 594	100.00 593	100.00 596	100.00 590	100.00 591	100.00 591	99.99 594	99.95 591

CasAABBNet	99.94 596	100.00 594	100.00 593	99.72 592	100.00 592	100.00 590	100.00 589	100.00 592	100.00 590	100.00 592	100.00 590	100.00 593	100.00 591	100.00 594	100.00 593	99.21 590	100.00 590	100.00 591	100.00 591	99.96 592	99.95 591

test_example2	98.83 590	99.97 593	99.97 590	99.96 596	99.97 590	99.46 587	99.97 588	95.54 584	100.00 590	100.00 592	100.00 590	93.37 584	93.47 583	99.93 591	99.91 589	100.00 596	99.79 588	96.64 586	98.71 587	100.00 596	100.00 596

LSM0	99.94 596	100.00 594	100.00 593	99.84 595	100.00 592	100.00 590	100.00 589	100.00 592	100.00 590	100.00 592	100.00 590	100.00 593	100.00 591	100.00 594	100.00 593	99.22 591	100.00 590	100.00 591	100.00 591	99.99 594	99.83 590

DPSMNet_ROB	99.46 595	99.94 591	99.98 591	96.59 590	100.00 592	100.00 590	100.00 589	99.81 590	100.00 590	95.87 586	100.00 590	99.32 589	100.00 591	99.79 588	99.99 591	98.46 589	100.00 590	99.86 587	100.00 591	99.52 590	100.00 596

DGTPSM_ROB	99.45 594	99.94 591	99.98 591	96.58 589	100.00 592	100.00 590	100.00 589	99.81 590	100.00 590	95.86 585	100.00 590	99.32 589	100.00 591	99.79 588	99.99 591	98.34 588	100.00 590	99.86 587	100.00 591	99.52 590	99.99 595

DPSM_ROB	99.17 591	100.00 594	100.00 593	96.28 587	98.84 588	100.00 590	100.00 589	100.00 592	100.00 590	100.00 592	100.00 590	100.00 593	100.00 591	100.00 594	100.00 593	93.66 586	100.00 590	100.00 591	100.00 591	96.31 587	98.27 587

DPSM	99.17 591	100.00 594	100.00 593	96.28 587	98.84 588	100.00 590	100.00 589	100.00 592	100.00 590	100.00 592	100.00 590	100.00 593	100.00 591	100.00 594	100.00 593	93.66 586	100.00 590	100.00 591	100.00 591	96.31 587	98.27 587

AVERAGE_ROB	99.23 593	99.81 590	97.56 585	100.00 597	100.00 592	96.24 586	91.02 581	100.00 592	100.00 590	100.00 592	100.00 590	100.00 593	100.00 591	99.98 593	99.97 590	100.00 596	100.00 590	100.00 591	100.00 591	100.00 596	100.00 596

Low-res two-view benchmark