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

StereoAnything_RVC	0.35 74	1.25 454	1.82 205	0.20 3	0.12 3	0.26 5	0.15 4	0.43 27	0.37 26	0.14 1	0.10 1	0.11 1	0.19 34	0.46 133	0.14 1	0.11 180	0.09 143	0.08 8	0.05 1	0.76 467	0.18 242

trnet	0.28 16	0.26 58	1.32 59	0.19 1	0.12 3	0.54 144	0.15 4	0.48 51	0.46 95	0.27 67	0.33 81	0.24 41	0.21 51	0.30 28	0.21 47	0.10 122	0.07 18	0.08 8	0.05 1	0.09 13	0.07 5

LoS_RVC	0.29 25	0.33 123	1.19 37	0.25 32	0.34 335	0.43 55	0.22 83	0.42 21	0.32 6	0.22 27	0.33 81	0.23 29	0.24 81	0.31 35	0.21 47	0.07 2	0.07 18	0.07 1	0.05 1	0.10 20	0.31 384

CAS	0.35 74	0.25 45	1.30 56	0.79 458	0.34 335	0.51 113	0.23 110	0.46 36	0.39 40	0.22 27	0.31 69	0.20 12	0.17 12	0.28 13	0.23 67	0.73 471	0.06 2	0.07 1	0.05 1	0.09 13	0.37 417

LoS	0.31 43	0.30 103	1.52 102	0.23 8	0.13 11	0.54 144	0.20 46	0.48 51	0.49 118	0.25 54	0.28 44	0.37 123	0.24 81	0.38 82	0.23 67	0.10 122	0.08 77	0.08 8	0.05 1	0.15 110	0.07 5
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.30 35	0.27 64	1.09 27	0.23 8	0.50 420	0.40 47	0.20 46	0.46 36	0.44 73	0.22 27	0.28 44	0.26 63	0.19 34	0.33 50	0.21 47	0.09 39	0.07 18	0.08 8	0.05 1	0.15 110	0.49 447

CREStereo	0.28 16	0.30 103	1.33 61	0.19 1	0.13 11	0.55 156	0.17 16	0.48 51	0.46 95	0.27 67	0.33 81	0.24 41	0.21 51	0.31 35	0.21 47	0.11 180	0.07 18	0.08 8	0.05 1	0.10 20	0.07 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.31 43	0.35 141	1.30 56	0.20 3	0.14 20	0.57 189	0.25 161	0.46 36	0.42 60	0.27 67	0.32 74	0.27 72	0.24 81	0.39 87	0.23 67	0.43 449	0.07 18	0.08 8	0.05 1	0.18 192	0.07 5

FoundationStereo	0.20 1	0.30 103	0.81 10	0.21 5	0.22 188	0.21 2	0.16 12	0.25 1	0.38 30	0.15 2	0.11 2	0.18 8	0.17 12	0.23 2	0.16 2	0.09 39	0.13 269	0.08 8	0.06 9	0.07 1	0.07 5

HUF	0.59 310	0.65 295	2.46 372	0.45 379	0.77 464	0.34 26	0.24 142	0.46 36	0.39 40	0.31 82	0.28 44	0.25 51	0.19 34	0.67 226	0.18 7	0.12 231	2.03 504	0.08 8	0.06 9	0.31 353	1.59 502

GIP-stereo	0.26 9	0.22 25	0.78 9	0.29 129	0.20 154	0.42 53	0.17 16	0.64 147	0.39 40	0.18 8	0.24 24	0.23 29	0.18 26	0.25 4	0.47 274	0.09 39	0.07 18	0.08 8	0.06 9	0.17 166	0.08 17

DEFOM-Stereo	0.22 3	0.22 25	0.91 14	0.23 8	0.13 11	0.49 96	0.18 23	0.30 2	0.28 1	0.19 11	0.17 5	0.14 2	0.14 2	0.41 95	0.16 2	0.08 9	0.06 2	0.07 1	0.06 9	0.09 13	0.09 28

IGEV-Stereo++	0.23 4	0.23 32	0.64 4	0.24 16	0.22 188	0.47 81	0.13 1	0.52 78	0.33 10	0.18 8	0.24 24	0.17 6	0.22 60	0.32 42	0.19 12	0.08 9	0.06 2	0.08 8	0.06 9	0.17 166	0.09 28

Any-RAFT	0.38 94	0.25 45	1.89 237	0.27 74	0.17 81	0.68 338	0.21 64	0.78 249	0.53 162	0.43 138	0.43 131	0.54 241	0.30 162	0.41 95	0.20 34	0.10 122	0.12 251	0.08 8	0.06 9	0.10 20	0.09 28

s12784h	0.36 80	0.28 85	1.58 110	0.23 8	0.11 1	0.62 273	0.24 142	0.79 265	0.64 269	0.44 144	0.52 211	0.28 81	0.26 110	0.50 165	0.24 88	0.11 180	0.06 2	0.09 44	0.06 9	0.16 145	0.06 1

TANstereo	0.33 55	0.49 224	1.75 153	0.23 8	0.12 3	0.54 144	0.16 12	0.40 13	0.45 88	0.45 154	0.51 199	0.26 63	0.22 60	0.29 22	0.20 34	0.10 122	0.10 180	0.08 8	0.06 9	0.08 4	0.11 66

XX-TBD	0.34 63	0.77 336	1.75 153	0.34 250	0.13 11	0.51 113	0.17 16	0.43 27	0.50 128	0.37 103	0.49 187	0.23 29	0.18 26	0.28 13	0.24 88	0.10 122	0.07 18	0.08 8	0.06 9	0.09 13	0.07 5

iResNet_ROB	0.50 235	1.15 441	1.73 143	0.31 171	0.21 165	0.58 206	0.22 83	0.95 385	0.82 406	0.58 300	0.62 297	0.57 263	0.39 229	0.84 265	0.40 238	0.11 180	0.08 77	0.09 44	0.06 9	0.21 241	0.13 133

pmcnn	1.32 462	1.05 426	2.77 425	0.74 454	1.43 490	0.72 359	0.56 405	0.96 390	0.91 428	0.99 438	2.92 494	6.01 506	0.70 391	2.38 445	3.32 484	0.13 261	0.10 180	0.08 8	0.06 9	0.34 375	0.22 293

HART	0.38 94	0.53 238	1.66 124	0.26 59	0.15 35	0.30 12	0.19 29	0.67 164	0.46 95	0.29 75	0.52 211	0.38 130	0.16 7	0.41 95	0.20 34	0.08 9	0.68 480	0.09 44	0.07 20	0.34 375	0.21 282

MonSter	0.20 1	0.22 25	0.65 5	0.21 5	0.17 81	0.33 22	0.15 4	0.46 36	0.32 6	0.16 5	0.17 5	0.14 2	0.11 1	0.27 8	0.23 67	0.06 1	0.05 1	0.07 1	0.07 20	0.07 1	0.09 28

WCG-NET	0.30 35	0.42 184	1.26 50	0.24 16	0.12 3	0.43 55	0.24 142	0.40 13	0.56 190	0.35 95	0.37 99	0.26 63	0.24 81	0.29 22	0.19 12	0.08 9	0.12 251	0.08 8	0.07 20	0.22 258	0.10 48

WCG-NET（raft）	0.32 48	0.53 238	1.21 43	0.23 8	0.12 3	0.44 58	0.24 142	0.40 13	0.50 128	0.35 95	0.35 91	0.47 208	0.25 96	0.35 62	0.20 34	0.08 9	0.29 426	0.08 8	0.07 20	0.22 258	0.11 66

RAFT-Stereo-weight	0.34 63	0.29 93	1.43 81	0.28 99	0.28 272	0.55 156	0.22 83	0.78 249	0.48 112	0.46 162	0.38 108	0.36 121	0.17 12	0.33 50	0.23 67	0.09 39	0.08 77	0.09 44	0.07 20	0.09 13	0.09 28

test_for_model	0.64 337	1.60 475	1.82 205	1.23 484	1.02 479	0.53 137	0.23 110	0.75 212	0.50 128	0.57 282	0.29 50	0.25 51	0.20 42	0.26 6	0.22 59	0.76 474	0.31 432	0.08 8	0.07 20	1.68 495	0.50 450

UniTT-Stereo	0.30 35	0.36 149	1.68 127	0.27 74	0.24 220	0.29 10	0.18 23	0.33 4	0.34 12	0.26 62	0.37 99	0.18 8	0.18 26	0.31 35	0.27 115	0.10 122	0.08 77	0.08 8	0.07 20	0.25 297	0.08 17

GCAP-Stereo	0.34 63	0.89 378	1.76 158	0.26 59	0.12 3	0.52 130	0.14 2	0.49 57	0.38 30	0.29 75	0.30 59	0.29 88	0.22 60	0.30 28	0.20 34	0.09 39	0.17 346	0.09 44	0.07 20	0.21 241	0.11 66

knoymous	0.34 63	0.25 45	1.75 153	0.24 16	0.18 112	0.45 60	0.24 142	0.57 109	0.38 30	0.41 128	0.39 116	0.55 245	0.25 96	0.38 82	0.23 67	0.11 180	0.08 77	0.12 203	0.07 20	0.13 73	0.12 99

RCA-Stereo	0.34 63	0.32 118	1.30 56	0.26 59	0.14 20	0.58 206	0.23 110	0.78 249	0.62 249	0.40 119	0.44 142	0.28 81	0.35 189	0.29 22	0.20 34	0.09 39	0.10 180	0.09 44	0.07 20	0.19 213	0.08 17

DCANet-4	0.40 115	0.27 64	2.21 323	0.25 32	0.14 20	0.51 113	0.22 83	0.77 235	0.72 343	0.54 244	0.47 158	0.28 81	0.37 208	0.37 76	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

fff	0.43 147	0.77 336	1.95 263	0.24 16	0.13 11	0.51 113	0.22 83	0.77 235	0.75 374	0.54 244	0.47 158	0.31 94	0.65 377	0.36 69	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

ADStereo(finetuned)	0.45 175	0.77 336	2.12 305	0.25 32	0.14 20	0.51 113	0.22 83	0.77 235	0.72 343	0.54 244	0.48 170	0.31 94	0.76 406	0.37 76	0.38 219	0.09 39	0.07 18	0.09 44	0.07 20	0.13 73	0.23 317

CroCo-Stereo	0.30 35	0.45 208	1.08 25	0.31 171	0.17 81	0.19 1	0.21 64	0.73 197	0.50 128	0.21 20	0.24 24	0.55 245	0.22 60	0.27 8	0.26 107	0.09 39	0.08 77	0.08 8	0.07 20	0.12 45	0.09 28
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	0.38 94	0.68 305	1.54 104	0.32 199	0.46 413	0.52 130	0.21 64	0.56 106	0.42 60	0.52 221	0.35 91	0.31 94	0.33 179	0.37 76	0.30 156	0.10 122	0.11 226	0.08 8	0.07 20	0.21 241	0.19 258

DCANet	0.42 141	0.77 336	1.95 263	0.25 32	0.14 20	0.51 113	0.22 83	0.77 235	0.72 343	0.54 244	0.48 170	0.31 94	0.41 247	0.36 69	0.39 230	0.09 39	0.07 18	0.09 44	0.07 20	0.13 73	0.23 317

csc	0.43 147	0.77 336	1.95 263	0.24 16	0.13 11	0.51 113	0.22 83	0.77 235	0.75 374	0.54 244	0.47 158	0.31 94	0.65 377	0.36 69	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

cscssc	0.43 147	0.77 336	1.95 263	0.24 16	0.13 11	0.51 113	0.22 83	0.77 235	0.75 374	0.54 244	0.47 158	0.31 94	0.65 377	0.36 69	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

111	0.48 206	1.09 430	1.95 263	0.24 16	0.13 11	0.59 222	0.26 182	0.83 285	0.78 392	0.48 182	0.52 211	0.56 257	0.38 215	0.49 159	0.38 219	0.09 39	0.07 18	0.09 44	0.07 20	0.23 271	0.35 402

R-Stereo Train	0.36 80	0.21 14	1.70 133	0.29 129	0.18 112	0.55 156	0.26 182	0.78 249	0.36 22	0.57 282	0.67 338	0.33 108	0.24 81	0.32 42	0.23 67	0.10 122	0.08 77	0.09 44	0.07 20	0.09 13	0.12 99

RAFT-Stereo	0.36 80	0.21 14	1.70 133	0.29 129	0.18 112	0.55 156	0.26 182	0.78 249	0.36 22	0.57 282	0.67 338	0.33 108	0.24 81	0.32 42	0.23 67	0.10 122	0.08 77	0.09 44	0.07 20	0.09 13	0.12 99
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	0.59 310	1.43 469	2.96 444	0.40 338	0.22 188	0.58 206	0.28 223	0.91 347	0.73 357	0.57 282	0.63 309	0.60 278	0.41 247	0.74 248	0.35 204	0.11 180	0.08 77	0.10 89	0.07 20	0.43 426	0.17 222

MLCV	0.48 206	0.89 378	1.85 216	0.29 129	0.14 20	0.59 222	0.23 110	0.72 186	0.59 211	0.66 367	0.66 335	0.55 245	0.36 195	1.03 283	0.49 284	0.09 39	0.06 2	0.09 44	0.07 20	0.19 213	0.11 66

MM-Stereo_test3	0.40 115	0.58 259	1.75 153	0.36 284	0.30 289	0.45 60	0.30 254	0.72 186	0.59 211	0.31 82	0.43 131	0.32 102	0.23 73	0.35 62	0.29 138	0.10 122	0.20 378	0.10 89	0.08 43	0.40 417	0.11 66

fffft	0.29 25	0.21 14	1.10 29	0.24 16	0.15 35	0.42 53	0.24 142	0.42 21	0.38 30	0.21 20	0.18 7	0.20 12	0.16 7	0.44 113	0.70 347	0.07 2	0.06 2	0.10 89	0.08 43	0.28 331	0.20 273
1: 1. 1
SMoEStereo_RVC	0.29 25	0.26 58	1.03 22	0.25 32	0.14 20	0.46 76	0.22 83	0.36 6	0.38 30	0.23 35	0.23 16	0.21 20	0.18 26	0.45 124	0.60 322	0.07 2	0.06 2	0.10 89	0.08 43	0.20 228	0.20 273

tt45	0.29 25	0.24 40	1.06 24	0.25 32	0.17 81	0.55 156	0.22 83	0.41 18	0.35 16	0.24 39	0.25 30	0.25 51	0.18 26	0.64 212	0.34 196	0.08 9	0.07 18	0.10 89	0.08 43	0.21 241	0.11 66

999	0.29 25	0.25 45	1.05 23	0.26 59	0.18 112	0.49 96	0.23 110	0.38 9	0.37 26	0.20 15	0.32 74	0.23 29	0.18 26	0.73 245	0.36 206	0.08 9	0.07 18	0.09 44	0.08 43	0.24 286	0.10 48

mms	0.27 10	0.26 58	0.91 14	0.25 32	0.18 112	0.32 19	0.23 110	0.37 7	0.31 3	0.21 20	0.30 59	0.23 29	0.17 12	0.46 133	0.21 47	0.08 9	0.10 180	0.10 89	0.08 43	0.22 258	0.47 443

ours_stereo	0.27 10	0.25 45	1.21 43	0.25 32	0.17 81	0.35 31	0.23 110	0.38 9	0.35 16	0.20 15	0.31 69	0.23 29	0.17 12	0.41 95	0.20 34	0.08 9	0.07 18	0.10 89	0.08 43	0.22 258	0.18 242

fffy	0.28 16	0.24 40	1.19 37	0.27 74	0.15 35	0.37 38	0.22 83	0.42 21	0.32 6	0.20 15	0.29 50	0.26 63	0.20 42	0.44 113	0.20 34	0.08 9	0.10 180	0.10 89	0.08 43	0.22 258	0.18 242

RAStereo	0.28 16	0.48 221	1.52 102	0.26 59	0.18 112	0.25 4	0.19 29	0.42 21	0.35 16	0.20 15	0.25 30	0.20 12	0.16 7	0.24 3	0.24 88	0.09 39	0.08 77	0.10 89	0.08 43	0.12 45	0.08 17

MGS-Stereo	0.32 48	0.34 134	1.70 133	0.25 32	0.14 20	0.40 47	0.22 83	0.38 9	0.43 69	0.24 39	0.51 199	0.25 51	0.18 26	0.31 35	0.20 34	0.09 39	0.08 77	0.09 44	0.08 43	0.47 437	0.08 17

qqq1	0.48 206	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.23 67	0.13 261	0.10 180	0.09 44	0.08 43	0.14 93	0.11 66

fff1	0.48 206	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.23 67	0.13 261	0.10 180	0.09 44	0.08 43	0.14 93	0.11 66

11t1	0.33 55	0.19 5	1.41 76	0.33 220	0.16 55	0.48 89	0.21 64	0.67 164	0.48 112	0.40 119	0.34 87	0.32 102	0.33 179	0.42 103	0.27 115	0.11 180	0.12 251	0.10 89	0.08 43	0.13 73	0.14 148

MaDis-Stereo	0.29 25	0.54 243	1.44 83	0.24 16	0.29 278	0.29 10	0.16 12	0.45 34	0.37 26	0.19 11	0.21 11	0.28 81	0.22 60	0.30 28	0.29 138	0.10 122	0.09 143	0.10 89	0.08 43	0.11 34	0.11 66

EGLCR-Stereo	0.29 25	0.27 64	0.97 19	0.30 145	0.19 140	0.56 171	0.17 16	0.68 168	0.36 22	0.30 78	0.18 7	0.27 72	0.17 12	0.38 82	0.19 12	0.09 39	0.07 18	0.10 89	0.08 43	0.10 20	0.35 402

riskmin	0.37 86	0.22 25	1.74 147	0.32 199	0.20 154	0.48 89	0.20 46	0.66 155	0.46 95	0.36 99	0.34 87	0.69 328	0.45 285	0.39 87	0.27 115	0.11 180	0.08 77	0.12 203	0.08 43	0.13 73	0.16 205

ProNet	0.30 35	0.54 243	1.29 53	0.25 32	0.15 35	0.47 81	0.25 161	0.48 51	0.39 40	0.21 20	0.23 16	0.22 22	0.20 42	0.44 113	0.19 12	0.08 9	0.08 77	0.10 89	0.08 43	0.23 271	0.12 99

CroCo-Stereo Lap2	0.33 55	0.61 267	1.47 90	0.32 199	0.38 372	0.23 3	0.22 83	0.58 115	0.46 95	0.22 27	0.27 40	0.29 88	0.23 73	0.32 42	0.26 107	0.09 39	0.09 143	0.10 89	0.08 43	0.21 241	0.14 148

Wz-Net-LNSev-Ref	0.57 298	0.87 371	2.11 302	0.32 199	0.30 289	0.84 408	0.40 336	0.88 325	0.72 343	0.65 365	0.73 375	0.66 305	0.57 346	0.93 271	0.71 350	0.13 261	0.07 18	0.10 89	0.08 43	0.15 110	0.14 148

GANet-ADL	0.44 157	0.41 177	2.31 342	0.33 220	0.20 154	0.57 189	0.25 161	0.75 212	0.54 174	0.42 133	0.59 270	0.56 257	0.30 162	0.40 92	0.38 219	0.14 300	0.11 226	0.09 44	0.08 43	0.22 258	0.17 222

RALCasStereoNet	0.45 175	0.88 375	1.85 216	0.30 145	0.26 249	0.49 96	0.26 182	0.58 115	0.51 136	0.36 99	0.48 170	0.36 121	0.28 141	0.55 186	0.34 196	0.10 122	0.53 466	0.09 44	0.08 43	0.25 297	0.34 400

DIP-Stereo	0.37 86	0.34 134	1.50 99	0.27 74	0.18 112	0.63 290	0.17 16	0.92 356	0.53 162	0.49 193	0.48 170	0.30 92	0.30 162	0.39 87	0.30 156	0.10 122	0.08 77	0.10 89	0.08 43	0.15 110	0.12 99
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.46 185	0.92 383	2.09 297	0.33 220	0.14 20	0.55 156	0.22 83	0.83 285	0.56 190	0.51 213	0.49 187	0.48 219	0.37 208	0.48 149	0.54 302	0.09 39	0.06 2	0.10 89	0.08 43	0.23 271	0.09 28
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
HSM	0.62 329	0.76 327	1.72 140	0.30 145	0.29 278	0.64 301	0.28 223	0.94 372	0.62 249	0.58 300	0.57 261	1.40 463	0.64 375	2.59 465	0.42 246	0.11 180	0.08 77	0.10 89	0.08 43	0.14 93	0.11 66

iResNet	0.51 252	0.76 327	2.59 398	0.41 345	0.17 81	0.64 301	0.27 207	0.82 279	0.70 325	0.57 282	0.64 324	0.43 167	0.36 195	0.70 240	0.52 294	0.10 122	0.07 18	0.09 44	0.08 43	0.21 241	0.13 133

MM-Stereo_test1	0.41 122	0.39 166	2.29 340	0.38 320	0.26 249	0.44 58	0.28 223	0.63 145	0.51 136	0.40 119	0.32 74	0.26 63	0.26 110	0.46 133	0.22 59	0.09 39	0.21 387	0.10 89	0.09 68	0.39 412	0.15 181

test_sample1	0.40 115	0.18 3	1.19 37	0.31 171	0.18 112	0.48 89	0.23 110	0.78 249	0.49 118	0.44 144	0.44 142	0.45 187	0.41 247	1.39 319	0.33 189	0.11 180	0.09 143	0.10 89	0.09 68	0.12 45	0.13 133

Former-RAFT_DAM_RVC	0.50 235	0.33 123	0.93 17	0.26 59	0.22 188	0.46 76	0.20 46	1.10 452	1.34 467	3.16 503	0.32 74	0.22 22	0.20 42	0.30 28	0.22 59	0.10 122	0.09 143	0.11 151	0.09 68	0.15 110	0.19 258

ACVNet-DCA	0.42 141	0.64 288	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.76 225	0.52 143	0.31 82	0.38 108	0.24 41	0.38 215	0.69 235	0.19 12	0.10 122	0.24 402	0.11 151	0.09 68	0.12 45	0.14 148

1test111	0.44 157	0.64 288	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.76 225	0.52 143	0.31 82	0.38 108	0.24 41	0.38 215	0.96 274	0.30 156	0.10 122	0.24 402	0.11 151	0.09 68	0.12 45	0.14 148

cc1	0.47 200	0.64 288	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.74 201	1.01 442	0.31 82	0.38 108	0.24 41	0.38 215	0.69 235	0.19 12	0.10 122	0.24 402	0.11 151	0.09 68	0.25 297	0.40 430

tt1	0.44 157	0.64 288	1.83 211	0.35 266	0.14 20	0.76 376	0.25 161	0.74 201	0.88 421	0.31 82	0.37 99	0.25 51	0.35 189	0.63 210	0.19 12	0.10 122	0.24 402	0.11 151	0.09 68	0.25 297	0.36 410

GMStereo_Zeroshot	0.41 122	0.36 149	1.54 104	0.41 345	0.19 140	0.52 130	0.19 29	0.59 123	0.52 143	0.57 282	0.59 270	0.63 287	0.29 154	0.58 193	0.33 189	0.15 317	0.09 143	0.16 341	0.09 68	0.24 286	0.12 99

plain	0.37 86	0.47 218	2.15 313	0.27 74	0.19 140	0.33 22	0.20 46	0.58 115	0.46 95	0.23 35	0.37 99	0.23 29	0.25 96	0.45 124	0.28 124	0.11 180	0.08 77	0.13 261	0.09 68	0.42 424	0.12 99

HH	0.49 224	0.49 224	2.78 427	0.50 401	0.41 391	0.38 43	0.23 110	0.72 186	0.38 30	0.63 348	0.48 170	0.87 396	0.41 247	0.64 212	0.21 47	0.09 39	0.17 346	0.10 89	0.09 68	0.16 145	0.12 99

HanStereo	0.49 224	0.49 224	2.78 427	0.50 401	0.41 391	0.38 43	0.23 110	0.72 186	0.38 30	0.63 348	0.48 170	0.87 396	0.41 247	0.64 212	0.21 47	0.09 39	0.17 346	0.10 89	0.09 68	0.16 145	0.12 99

x	0.35 74	0.20 9	1.36 66	0.33 220	0.17 81	0.47 81	0.24 142	0.75 212	0.54 174	0.40 119	0.40 121	0.42 163	0.34 187	0.45 124	0.32 179	0.11 180	0.14 286	0.11 151	0.09 68	0.12 45	0.14 148

DAS	0.56 292	0.35 141	1.55 106	0.33 220	0.34 335	0.50 104	0.42 345	0.83 285	0.74 361	0.83 419	0.68 346	0.56 257	0.48 311	2.40 449	0.46 265	0.12 231	0.08 77	0.12 203	0.09 68	0.18 192	0.15 181

SepStereo	0.52 263	0.35 141	1.55 106	0.33 220	0.34 335	0.50 104	0.42 345	0.83 285	0.74 361	0.83 419	0.68 346	0.56 257	0.48 311	1.56 345	0.46 265	0.12 231	0.08 77	0.12 203	0.09 68	0.18 192	0.15 181

IPLGR	0.54 274	0.56 255	2.68 409	0.36 284	0.18 112	0.62 273	0.54 397	1.02 433	0.64 269	0.73 395	0.46 153	0.47 208	0.45 285	1.12 295	0.29 138	0.09 39	0.08 77	0.11 151	0.09 68	0.19 213	0.12 99

GwcNet-ADL	0.50 235	0.74 324	2.90 441	0.31 171	0.20 154	0.58 206	0.29 246	0.87 320	0.64 269	0.47 164	0.47 158	0.56 257	0.33 179	0.46 133	0.46 265	0.13 261	0.12 251	0.09 44	0.09 68	0.14 93	0.21 282

STrans-v2	0.67 353	0.56 255	2.64 404	0.27 74	0.23 207	0.57 189	0.33 298	0.96 390	0.69 316	0.92 431	0.85 401	0.89 402	0.93 430	1.83 390	1.21 414	0.09 39	0.07 18	0.10 89	0.09 68	0.11 34	0.12 99

TransformOpticalFlow	0.64 337	0.56 255	2.66 407	0.44 365	0.26 249	0.62 273	0.28 223	0.83 285	0.71 335	0.76 401	0.74 378	0.91 406	0.85 419	1.83 390	0.81 371	0.10 122	0.07 18	0.11 151	0.09 68	0.11 34	0.12 99

OMP-Stereo	0.59 310	0.65 295	1.74 147	0.56 427	0.37 366	0.60 232	0.26 182	0.70 178	0.65 282	0.66 367	0.60 285	0.69 328	0.32 176	2.09 426	1.20 412	0.10 122	0.07 18	0.12 203	0.09 68	0.17 166	0.10 48

IIG-Stereo	0.59 310	0.65 295	1.74 147	0.54 418	0.23 207	0.61 253	0.21 64	0.73 197	0.65 282	0.64 358	0.69 354	0.69 328	0.38 215	2.09 426	1.39 425	0.11 180	0.07 18	0.11 151	0.09 68	0.15 110	0.09 28

NRIStereo	0.46 185	0.25 45	1.77 167	0.47 389	0.16 55	0.95 428	0.74 443	0.51 67	0.56 190	0.48 182	0.39 116	0.59 272	0.29 154	0.77 256	0.32 179	0.11 180	0.13 269	0.11 151	0.09 68	0.21 241	0.24 329

DeepStereo_RVC	0.44 157	0.28 85	1.92 250	0.49 399	0.17 81	0.60 232	0.59 413	0.50 63	0.52 143	0.49 193	0.45 146	0.39 136	0.86 422	0.45 124	0.33 189	0.11 180	0.08 77	0.11 151	0.09 68	0.15 110	0.19 258

RAFT-345	0.53 269	0.30 103	2.34 348	0.38 320	0.34 335	0.58 206	0.42 345	0.47 46	0.61 231	0.51 213	1.00 427	0.43 167	0.28 141	1.57 347	0.82 372	0.10 122	0.07 18	0.11 151	0.09 68	0.10 20	0.08 17

CRE-IMP	0.41 122	0.22 25	1.76 158	0.48 397	0.17 81	0.79 393	0.69 435	0.52 78	0.52 143	0.47 164	0.42 129	0.45 187	0.26 110	0.41 95	0.31 168	0.11 180	0.07 18	0.12 203	0.09 68	0.17 166	0.23 317

Prome-Stereo	0.49 224	0.30 103	1.76 158	0.60 440	0.23 207	0.63 290	0.42 345	0.62 139	0.60 216	0.59 313	1.03 432	0.43 167	0.72 396	0.60 204	0.33 189	0.09 39	0.07 18	0.10 89	0.09 68	0.11 34	0.43 437

LMCR-Stereo	0.52 263	0.71 314	2.39 358	0.40 338	0.21 165	0.74 367	0.31 267	1.02 433	0.64 269	0.61 328	0.63 309	0.39 136	0.51 322	0.62 207	0.42 246	0.19 376	0.09 143	0.12 203	0.09 68	0.23 271	0.12 99

TestStereo	0.45 175	0.54 243	2.11 302	0.29 129	0.16 55	0.43 55	0.24 142	0.54 96	0.45 88	0.37 103	0.46 153	0.34 114	0.27 127	1.98 414	0.27 115	0.11 180	0.08 77	0.12 203	0.09 68	0.14 93	0.08 17

raft+_RVC	0.44 157	0.67 303	1.85 216	0.34 250	0.71 458	0.51 113	0.25 161	0.64 147	0.51 136	0.35 95	0.45 146	0.32 102	0.28 141	0.43 106	0.32 179	0.09 39	0.19 367	0.10 89	0.09 68	0.20 228	0.40 430

RAFT-Stereo + iAFF	0.42 141	0.86 368	1.78 172	0.28 99	0.17 81	0.52 130	0.20 46	0.62 139	0.61 231	0.50 200	0.61 292	0.39 136	0.32 176	0.35 62	0.30 156	0.07 2	0.10 180	0.09 44	0.09 68	0.35 385	0.10 48

ACVNet	0.45 175	0.44 200	1.79 192	0.28 99	0.21 165	0.59 222	0.36 316	0.66 155	0.68 307	0.45 154	0.59 270	0.69 328	0.40 236	0.44 113	0.55 303	0.11 180	0.09 143	0.10 89	0.09 68	0.34 375	0.10 48

acv_ft	0.48 206	0.44 200	1.76 158	0.32 199	0.41 391	0.63 290	0.28 223	0.81 272	0.68 307	0.61 328	0.59 270	0.69 328	0.45 285	0.44 113	0.63 329	0.11 180	0.09 143	0.10 89	0.09 68	0.41 420	0.10 48

BEATNet_4x	0.47 200	0.73 321	1.91 247	0.33 220	0.15 35	0.56 171	0.25 161	0.85 301	0.58 204	0.54 244	0.51 199	0.57 263	0.42 263	0.57 190	0.61 325	0.11 180	0.08 77	0.12 203	0.09 68	0.20 228	0.16 205

HSM-Net_RVC	0.67 353	0.34 134	2.23 331	0.26 59	0.19 140	0.67 326	0.29 246	1.26 467	0.69 316	0.72 391	0.70 364	0.78 367	0.42 263	3.77 496	0.41 244	0.13 261	0.09 143	0.10 89	0.09 68	0.12 45	0.11 66
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.68 360	1.00 416	2.09 297	0.33 220	0.25 235	0.58 206	0.32 290	0.81 272	0.80 400	0.61 328	0.94 417	0.80 375	0.41 247	2.46 455	1.02 396	0.36 446	0.14 286	0.10 89	0.09 68	0.23 271	0.22 293

MM-Stereo_test2	0.38 94	0.28 85	2.46 372	0.43 358	0.15 35	0.50 104	0.25 161	0.47 46	0.38 30	0.33 92	0.26 36	0.23 29	0.22 60	0.34 57	0.29 138	0.08 9	0.09 143	0.09 44	0.10 102	0.36 390	0.22 293

dual_stereo	0.23 4	0.25 45	0.66 6	0.21 5	0.15 35	0.27 6	0.15 4	0.62 139	0.40 47	0.15 2	0.13 4	0.18 8	0.14 2	0.37 76	0.19 12	0.09 39	0.31 432	0.07 1	0.10 102	0.07 1	0.07 5

rvit_stereo_0083	0.25 6	0.19 5	0.58 1	0.28 99	0.18 112	0.28 7	0.22 83	0.38 9	0.54 174	0.23 35	0.30 59	0.27 72	0.26 110	0.37 76	0.24 88	0.14 300	0.12 251	0.13 261	0.10 102	0.12 45	0.10 48

rvit_stereo_0081_aga	0.27 10	0.29 93	1.08 25	0.26 59	0.20 154	0.33 22	0.21 64	0.41 18	0.42 60	0.26 62	0.28 44	0.27 72	0.21 51	0.31 35	0.21 47	0.14 300	0.10 180	0.11 151	0.10 102	0.14 93	0.10 48

rvit_stereo_0081	0.25 6	0.21 14	0.61 2	0.28 99	0.17 81	0.31 16	0.22 83	0.42 21	0.53 162	0.24 39	0.25 30	0.25 51	0.21 51	0.34 57	0.23 67	0.13 261	0.10 180	0.11 151	0.10 102	0.12 45	0.09 28

rvit_stereo_0082	0.25 6	0.21 14	0.61 2	0.28 99	0.17 81	0.31 16	0.22 83	0.42 21	0.53 162	0.24 39	0.25 30	0.25 51	0.21 51	0.34 57	0.23 67	0.13 261	0.10 180	0.11 151	0.10 102	0.12 45	0.09 28

rvit_stereo_0080	0.27 10	0.38 157	0.76 7	0.24 16	0.18 112	0.34 26	0.27 207	0.54 96	0.44 73	0.24 39	0.26 36	0.27 72	0.22 60	0.29 22	0.23 67	0.13 261	0.10 180	0.10 89	0.10 102	0.15 110	0.11 66

test_sample2	0.41 122	0.19 5	1.23 45	0.31 171	0.17 81	0.51 113	0.27 207	0.81 272	0.55 180	0.44 144	0.45 146	0.46 200	0.38 215	1.51 339	0.30 156	0.12 231	0.09 143	0.11 151	0.10 102	0.14 93	0.14 148

CAS++	0.31 43	0.33 123	1.43 81	0.25 32	0.17 81	0.31 16	0.20 46	0.78 249	0.41 52	0.30 78	0.30 59	0.21 20	0.16 7	0.33 50	0.18 7	0.15 317	0.12 251	0.13 261	0.10 102	0.15 110	0.11 66
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SMFormer	0.50 235	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.49 284	0.13 261	0.10 180	0.11 151	0.10 102	0.15 110	0.16 205

tta	0.50 235	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.49 284	0.13 261	0.10 180	0.11 151	0.10 102	0.14 93	0.11 66

MyStereo06	0.54 274	0.41 177	2.68 409	0.30 145	0.23 207	0.60 232	0.30 254	0.81 272	0.44 73	0.84 421	0.52 211	0.78 367	0.58 350	0.48 149	1.10 402	0.09 39	0.17 346	0.12 203	0.10 102	0.16 145	0.20 273

MyStereo05	0.49 224	0.41 177	2.72 415	0.30 145	0.23 207	0.60 232	0.30 254	0.82 279	0.77 387	0.52 221	0.37 99	0.51 227	0.42 263	0.52 172	0.38 219	0.09 39	0.17 346	0.12 203	0.10 102	0.16 145	0.20 273

CoDeX	0.52 263	0.43 189	2.25 333	0.29 129	0.26 249	0.61 253	0.32 290	0.99 414	0.68 307	0.48 182	0.55 242	0.52 233	0.40 236	1.60 354	0.35 204	0.12 231	0.09 143	0.11 151	0.10 102	0.13 73	0.12 99

whm_eth	0.27 10	0.38 157	0.76 7	0.24 16	0.18 112	0.34 26	0.27 207	0.54 96	0.44 73	0.24 39	0.26 36	0.27 72	0.22 60	0.29 22	0.23 67	0.13 261	0.10 180	0.10 89	0.10 102	0.15 110	0.11 66

MIF-Stereo (partial)	0.34 63	0.41 177	1.93 253	0.26 59	0.24 220	0.32 19	0.17 16	0.53 86	0.42 60	0.25 54	0.37 99	0.25 51	0.26 110	0.44 113	0.31 168	0.11 180	0.08 77	0.12 203	0.10 102	0.19 213	0.14 148

MIM_Stereo	0.41 122	0.60 263	1.88 230	0.31 171	0.21 165	0.50 104	0.19 29	0.64 147	0.44 73	0.43 138	0.53 221	0.43 167	0.27 127	0.51 168	0.28 124	0.08 9	0.14 286	0.11 151	0.10 102	0.26 316	0.26 348

PCWNet_CMD	0.46 185	0.45 208	2.28 338	0.26 59	0.20 154	0.55 156	0.21 64	0.75 212	0.64 269	0.48 182	0.55 242	0.68 321	0.57 346	0.46 133	0.30 156	0.11 180	0.10 180	0.14 296	0.10 102	0.18 192	0.14 148

CBFPSM	0.56 292	0.91 382	1.82 205	0.28 99	0.23 207	0.71 353	0.37 324	0.72 186	0.64 269	0.50 200	0.49 187	1.03 432	0.83 415	0.62 207	1.35 422	0.10 122	0.12 251	0.10 89	0.10 102	0.18 192	0.19 258

iinet-f	0.57 298	0.93 389	2.27 336	0.31 171	0.25 235	0.83 406	0.33 298	0.81 272	0.65 282	0.54 244	0.63 309	0.73 347	0.67 384	0.73 245	0.67 340	0.13 261	0.13 269	0.11 151	0.10 102	0.43 426	0.16 205

TestStereo1	0.49 224	0.81 353	1.85 216	0.39 329	0.57 437	0.56 171	0.34 302	0.75 212	0.69 316	0.44 144	0.63 309	0.35 118	0.42 263	0.64 212	0.29 138	0.10 122	0.08 77	0.12 203	0.10 102	0.33 368	0.26 348

RAFT_CTSACE	0.46 185	0.76 327	2.07 291	0.35 266	0.30 289	0.54 144	0.30 254	0.61 135	0.48 112	0.49 193	0.76 383	0.55 245	0.36 195	0.58 193	0.22 59	0.08 9	0.13 269	0.11 151	0.10 102	0.41 420	0.08 17

CRFU-Net	0.56 292	0.38 157	1.86 224	0.46 384	0.26 249	0.82 404	0.36 316	0.90 337	0.49 118	0.62 339	0.59 270	0.78 367	1.35 461	1.00 279	0.48 279	0.15 317	0.14 286	0.17 358	0.10 102	0.19 213	0.14 148

SA-5K	0.49 224	0.81 353	1.85 216	0.39 329	0.57 437	0.56 171	0.34 302	0.75 212	0.69 316	0.44 144	0.63 309	0.35 118	0.42 263	0.64 212	0.29 138	0.10 122	0.08 77	0.12 203	0.10 102	0.33 368	0.26 348

iRaft-Stereo_5w	0.54 274	1.01 420	2.08 296	0.27 74	0.21 165	0.49 96	0.28 223	0.73 197	0.58 204	0.40 119	0.61 292	0.62 284	0.46 298	1.78 378	0.47 274	0.09 39	0.07 18	0.11 151	0.10 102	0.39 412	0.12 99

CSP-Net	0.50 235	0.39 166	1.25 48	0.29 129	0.23 207	0.77 384	0.35 309	0.86 311	0.57 194	0.59 313	0.59 270	0.65 298	0.40 236	1.77 377	0.44 260	0.16 337	0.11 226	0.10 89	0.10 102	0.20 228	0.14 148

GLC_STEREO	0.28 16	0.27 64	1.36 66	0.28 99	0.12 3	0.41 49	0.20 46	0.37 7	0.38 30	0.26 62	0.30 59	0.25 51	0.19 34	0.33 50	0.24 88	0.09 39	0.11 226	0.12 203	0.10 102	0.13 73	0.09 28

AASNet	0.56 292	1.03 424	2.34 348	0.37 305	0.33 327	0.65 314	0.29 246	0.96 390	0.73 357	0.54 244	0.60 285	0.55 245	0.38 215	0.59 199	0.58 318	0.14 300	0.12 251	0.13 261	0.10 102	0.43 426	0.24 329

HHNet	0.60 316	0.65 295	2.60 401	0.36 284	0.25 235	0.64 301	0.61 419	0.64 147	0.62 249	0.55 261	1.13 441	0.32 102	0.60 356	0.42 103	1.79 444	0.15 317	0.07 18	0.12 203	0.10 102	0.18 192	0.15 181

Patchmatch Stereo++	0.39 109	0.27 64	1.78 172	0.44 365	0.16 55	0.61 253	0.27 207	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.54 182	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99
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
AAGNet	0.88 424	0.33 123	1.79 192	0.54 418	0.98 474	0.62 273	0.46 371	0.50 63	0.60 216	0.58 300	0.53 221	0.50 224	0.73 399	1.23 307	7.48 507	0.11 180	0.07 18	0.12 203	0.10 102	0.14 93	0.09 28

NF-Stereo	0.48 206	0.25 45	1.81 199	0.52 409	0.16 55	0.61 253	0.44 361	0.66 155	0.61 231	0.50 200	0.47 158	0.37 123	0.26 110	1.45 328	0.79 369	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.16 205

OCTAStereo	0.48 206	0.25 45	1.81 199	0.52 409	0.16 55	0.61 253	0.43 352	0.66 155	0.61 231	0.50 200	0.47 158	0.37 123	0.26 110	1.44 324	0.80 370	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.17 222

PSM-adaLoss	0.38 94	0.27 64	1.78 172	0.44 365	0.17 81	0.60 232	0.29 246	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.47 144	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

ROB_FTStereo_v2	0.38 94	0.27 64	1.78 172	0.44 365	0.17 81	0.61 253	0.28 223	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.47 144	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

ROB_FTStereo	0.38 94	0.27 64	1.78 172	0.44 365	0.17 81	0.61 253	0.26 182	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.49 159	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

HUI-Stereo	0.38 94	0.27 64	1.79 192	0.44 365	0.17 81	0.61 253	0.28 223	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.45 124	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

DEmStereo	0.68 360	0.31 114	2.25 333	0.42 353	0.17 81	0.66 320	0.89 456	0.51 67	0.59 211	0.60 321	1.01 428	0.45 187	1.26 453	1.54 343	2.26 463	0.10 122	0.08 77	0.10 89	0.10 102	0.10 20	0.11 66

SST-Stereo	0.52 263	0.20 9	1.76 158	0.62 442	0.53 427	0.62 273	0.66 427	0.55 100	0.61 231	0.58 300	0.53 221	0.52 233	0.60 356	1.59 353	0.29 138	0.11 180	0.07 18	0.12 203	0.10 102	0.16 145	0.10 48

RAFT_R40	0.50 235	0.21 14	1.76 158	0.50 401	0.40 384	0.61 253	0.53 393	0.56 106	0.60 216	0.56 271	0.54 233	0.55 245	0.51 322	1.57 347	0.53 298	0.11 180	0.07 18	0.12 203	0.10 102	0.16 145	0.09 28

RE-Stereo	0.48 206	0.25 45	1.81 199	0.52 409	0.16 55	0.61 253	0.43 352	0.66 155	0.60 216	0.50 200	0.47 158	0.37 123	0.26 110	1.44 324	0.78 365	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.17 222

Pruner-Stereo	0.51 252	0.27 64	1.78 172	1.79 495	0.19 140	0.62 273	0.45 368	0.57 109	0.60 216	0.61 328	0.48 170	0.41 150	0.24 81	0.46 133	1.00 390	0.12 231	0.07 18	0.12 203	0.10 102	0.12 45	0.13 133

TVStereo	0.48 206	0.25 45	1.81 199	0.52 409	0.16 55	0.61 253	0.43 352	0.66 155	0.60 216	0.50 200	0.47 158	0.37 123	0.26 110	1.44 324	0.78 365	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.17 222

iGMRVC	0.39 109	0.27 64	1.78 172	0.44 365	0.17 81	0.61 253	0.27 207	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.55 186	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

IRAFT_RVC	0.54 274	0.53 238	1.78 172	0.46 384	0.21 165	0.58 206	0.43 352	0.65 153	0.66 296	0.54 244	0.50 195	0.49 221	0.51 322	1.58 351	1.01 394	0.11 180	0.25 415	0.13 261	0.10 102	0.15 110	0.13 133

iRAFT	0.39 109	0.27 64	1.78 172	0.44 365	0.16 55	0.61 253	0.27 207	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.54 182	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

RAFT-IKP	0.38 94	0.27 64	1.79 192	0.44 365	0.16 55	0.60 232	0.28 223	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.50 165	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

GEStereo_RVC	0.54 274	0.87 371	1.95 263	0.47 389	0.25 235	0.62 273	0.37 324	1.00 422	0.74 361	0.53 231	0.54 233	0.59 272	0.44 281	1.10 289	0.46 265	0.15 317	0.11 226	0.12 203	0.10 102	0.26 316	0.19 258

CFNet_pseudo	0.45 175	0.46 210	2.23 331	0.25 32	0.19 140	0.56 171	0.21 64	0.77 235	0.60 216	0.49 193	0.56 253	0.69 328	0.47 303	0.52 172	0.31 168	0.11 180	0.10 180	0.15 323	0.10 102	0.17 166	0.14 148

GES	0.44 157	0.28 85	1.88 230	0.30 145	0.18 112	0.61 253	0.30 254	0.88 325	0.46 95	0.47 164	0.52 211	0.39 136	0.42 263	0.58 193	0.67 340	0.15 317	0.11 226	0.12 203	0.10 102	0.15 110	0.17 222

222	0.78 405	0.23 32	1.23 45	0.28 99	0.18 112	0.62 273	0.24 142	1.02 433	0.70 325	0.58 300	0.66 335	0.46 200	0.42 263	1.80 386	6.53 506	0.13 261	0.10 180	0.11 151	0.10 102	0.12 45	0.17 222

xxxx	0.70 368	0.21 14	1.33 61	0.28 99	0.18 112	0.63 290	0.24 142	1.02 433	0.69 316	0.50 200	0.62 297	0.58 270	0.38 215	1.47 336	5.21 501	0.13 261	0.12 251	0.11 151	0.10 102	0.12 45	0.15 181

test_xeample	0.72 380	0.21 14	1.36 66	0.27 74	0.17 81	0.59 222	0.28 223	1.01 430	0.70 325	0.55 261	0.67 338	0.44 178	0.39 229	1.88 404	5.17 500	0.12 231	0.10 180	0.11 151	0.10 102	0.13 73	0.15 181

AFF-stereo	0.44 157	0.96 399	1.78 172	0.31 171	0.15 35	0.50 104	0.21 64	0.64 147	0.63 261	0.47 164	0.64 324	0.49 221	0.34 187	0.46 133	0.31 168	0.08 9	0.09 143	0.10 89	0.10 102	0.37 398	0.10 48

DMCA	0.41 122	0.52 233	1.26 50	0.31 171	0.24 220	0.59 222	0.26 182	0.77 235	0.63 261	0.58 300	0.48 170	0.57 263	0.35 189	0.40 92	0.50 289	0.14 300	0.10 180	0.14 296	0.10 102	0.15 110	0.15 181

RASNet	0.61 324	0.68 305	2.03 287	0.35 266	0.46 413	0.65 314	0.28 223	0.78 249	0.70 325	0.48 182	0.64 324	0.93 411	0.61 365	2.21 434	0.73 357	0.12 231	0.09 143	0.09 44	0.10 102	0.14 93	0.11 66

MSMDNet	0.46 185	0.44 200	2.28 338	0.26 59	0.20 154	0.55 156	0.21 64	0.75 212	0.64 269	0.48 182	0.55 242	0.68 321	0.56 341	0.46 133	0.30 156	0.11 180	0.10 180	0.13 261	0.10 102	0.18 192	0.15 181

ccs_rob	0.45 175	0.46 210	2.22 327	0.26 59	0.19 140	0.56 171	0.21 64	0.77 235	0.60 216	0.49 193	0.56 253	0.69 328	0.47 303	0.52 172	0.31 168	0.11 180	0.09 143	0.16 341	0.10 102	0.17 166	0.14 148

DISCO	0.57 298	0.34 134	1.87 229	0.45 379	0.34 335	0.84 408	0.35 309	0.84 295	0.78 392	0.59 313	0.63 309	1.06 439	0.53 329	1.10 289	0.82 372	0.12 231	0.09 143	0.11 151	0.10 102	0.22 258	0.18 242

HI	0.41 122	0.63 284	1.72 140	0.27 74	0.21 165	0.45 60	0.19 29	0.55 100	0.41 52	0.57 282	0.59 270	0.65 298	0.45 285	0.45 124	0.39 230	0.08 9	0.09 143	0.10 89	0.11 161	0.20 228	0.10 48

CoSv	0.41 122	0.63 284	1.72 140	0.27 74	0.21 165	0.45 60	0.19 29	0.55 100	0.41 52	0.57 282	0.59 270	0.65 298	0.45 285	0.45 124	0.39 230	0.08 9	0.09 143	0.10 89	0.11 161	0.20 228	0.10 48

AIO_rvc	0.41 122	0.64 288	1.29 53	0.58 432	0.39 375	0.37 38	0.24 142	0.50 63	0.43 69	0.28 72	0.23 16	0.25 51	0.16 7	0.99 277	0.19 12	0.10 122	0.16 328	0.08 8	0.11 161	0.25 297	0.85 474

tg	0.37 86	0.55 252	1.35 65	0.28 99	0.16 55	0.57 189	0.18 23	0.57 109	0.49 118	0.37 103	0.44 142	0.38 130	0.24 81	0.46 133	0.24 88	0.09 39	0.08 77	0.11 151	0.11 161	0.43 426	0.36 410

ACV-stereo	0.66 349	0.76 327	2.86 432	0.32 199	0.25 235	1.01 436	0.60 415	0.59 123	0.52 143	0.41 128	0.45 146	1.55 469	0.94 433	1.40 321	0.69 345	0.14 300	0.13 269	0.12 203	0.11 161	0.20 228	0.19 258

rvit_stereo_ft	0.31 43	0.61 267	1.18 35	0.32 199	0.21 165	0.28 7	0.27 207	0.55 100	0.48 112	0.23 35	0.27 40	0.28 81	0.26 110	0.32 42	0.25 100	0.13 261	0.09 143	0.11 151	0.11 161	0.13 73	0.14 148

test_sample3	0.50 235	0.41 177	1.88 230	0.32 199	0.19 140	0.57 189	0.25 161	0.92 356	0.64 269	0.52 221	0.49 187	0.47 208	0.35 189	1.79 382	0.37 212	0.13 261	0.10 180	0.12 203	0.11 161	0.16 145	0.16 205

MyStereo07	0.34 63	0.40 171	1.46 86	0.29 129	0.23 207	0.60 232	0.31 267	0.53 86	0.42 60	0.25 54	0.25 30	0.20 12	0.26 110	0.57 190	0.19 12	0.09 39	0.18 356	0.12 203	0.11 161	0.16 145	0.19 258

MyStereo04	0.48 206	0.40 171	2.65 406	0.29 129	0.23 207	0.60 232	0.31 267	0.83 285	0.75 374	0.47 164	0.36 96	0.53 235	0.42 263	0.53 178	0.39 230	0.09 39	0.18 356	0.12 203	0.11 161	0.16 145	0.19 258

CFNet_ucs	0.48 206	0.50 230	2.32 343	0.26 59	0.22 188	0.57 189	0.22 83	0.85 301	0.65 282	0.53 231	0.64 324	0.68 321	0.44 281	0.54 182	0.31 168	0.13 261	0.12 251	0.16 341	0.11 161	0.19 213	0.17 222

4D-IteraStereo	0.44 157	0.96 399	2.63 402	0.27 74	0.30 289	0.45 60	0.25 161	0.52 78	0.50 128	0.40 119	0.31 69	0.40 144	0.19 34	0.35 62	0.32 179	0.09 39	0.06 2	0.12 203	0.11 161	0.19 213	0.30 376

gwcnet-sp	0.49 224	0.43 189	2.54 392	0.31 171	0.22 188	0.67 326	0.31 267	0.78 249	0.65 282	0.58 300	0.47 158	0.46 200	0.43 273	0.76 252	0.46 265	0.11 180	0.11 226	0.11 151	0.11 161	0.15 110	0.14 148

scenet	0.49 224	0.43 189	2.54 392	0.31 171	0.22 188	0.67 326	0.31 267	0.78 249	0.65 282	0.58 300	0.47 158	0.46 200	0.43 273	0.76 252	0.46 265	0.11 180	0.11 226	0.11 151	0.11 161	0.15 110	0.14 148

CASS	0.39 109	0.30 103	1.61 117	0.32 199	0.17 81	0.53 137	0.24 142	0.70 178	0.49 118	0.59 313	0.54 233	0.40 144	0.40 236	0.41 95	0.30 156	0.17 351	0.10 180	0.14 296	0.11 161	0.18 192	0.17 222
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.49 224	0.43 189	2.54 392	0.31 171	0.22 188	0.67 326	0.31 267	0.78 249	0.65 282	0.58 300	0.47 158	0.46 200	0.43 273	0.76 252	0.46 265	0.11 180	0.11 226	0.11 151	0.11 161	0.15 110	0.14 148

DisPM	0.43 147	0.33 123	1.78 172	0.57 430	0.18 112	0.59 222	0.63 425	0.53 86	0.61 231	0.60 321	0.53 221	0.38 130	0.26 110	0.75 249	0.29 138	0.12 231	0.07 18	0.12 203	0.11 161	0.11 34	0.14 148

IER	0.43 147	0.38 157	1.69 129	0.26 59	0.25 235	0.66 320	0.26 182	0.71 181	0.55 180	0.54 244	0.59 270	0.60 278	0.53 329	0.52 172	0.39 230	0.11 180	0.08 77	0.11 151	0.11 161	0.14 93	0.11 66

NINENet	0.50 235	0.33 123	1.69 129	0.55 425	0.25 235	0.91 424	0.23 110	0.98 402	0.71 335	0.53 231	0.55 242	0.66 305	0.30 162	1.22 305	0.32 179	0.15 317	0.13 269	0.16 341	0.11 161	0.16 145	0.13 133

GMOStereo	0.41 122	0.62 273	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

error version	0.41 122	0.62 273	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

test-v	0.41 122	0.62 273	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

AACVNet	0.54 274	0.78 344	1.73 143	0.36 284	0.21 165	0.57 189	0.25 161	0.71 181	0.51 136	0.55 261	0.59 270	0.64 295	0.41 247	2.13 429	0.41 244	0.14 300	0.11 226	0.14 296	0.11 161	0.33 368	0.15 181

ADLNet2	0.68 360	0.84 363	3.19 466	0.33 220	0.36 355	0.64 301	0.37 324	0.89 331	0.79 397	0.54 244	0.65 333	0.93 411	0.48 311	2.07 423	0.56 310	0.13 261	0.11 226	0.11 151	0.11 161	0.33 368	0.18 242

CrosDoStereo	0.94 431	0.37 151	2.53 386	0.25 32	0.32 314	0.54 144	3.76 508	0.72 186	0.60 216	0.70 384	1.40 455	0.53 235	1.49 469	1.78 378	3.09 477	0.10 122	0.08 77	0.11 151	0.11 161	0.21 241	0.11 66

FTStereo	0.76 397	0.18 3	2.35 351	0.71 451	0.21 165	0.73 364	1.79 495	0.57 109	0.53 162	1.07 444	1.63 463	1.29 457	2.13 484	0.75 249	0.29 138	0.19 376	0.08 77	0.12 203	0.11 161	0.11 34	0.40 430

ASMatch	0.60 316	0.43 189	2.58 396	0.91 467	0.36 355	0.56 171	0.25 161	0.52 78	0.61 231	0.47 164	1.21 444	0.47 208	0.66 382	1.34 316	0.94 380	0.10 122	0.08 77	0.11 151	0.11 161	0.10 20	0.16 205

DeepStereo_LL	0.94 431	0.37 151	2.53 386	0.25 32	0.32 314	0.54 144	3.76 508	0.72 186	0.60 216	0.70 384	1.40 455	0.53 235	1.49 469	1.78 378	3.09 477	0.10 122	0.08 77	0.11 151	0.11 161	0.21 241	0.11 66

THIR-Stereo	0.86 421	0.62 273	2.13 307	0.25 32	0.16 55	0.58 206	2.74 504	0.59 123	0.51 136	0.62 339	1.62 462	0.97 421	1.80 480	1.69 366	2.25 462	0.10 122	0.08 77	0.14 296	0.11 161	0.15 110	0.11 66

test-2	0.41 122	0.62 273	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

ICVP	0.46 185	0.29 93	2.41 361	0.33 220	0.22 188	0.59 222	0.55 400	0.75 212	0.50 128	0.44 144	0.60 285	0.49 221	0.35 189	0.53 178	0.37 212	0.16 337	0.16 328	0.14 296	0.11 161	0.15 110	0.15 181
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.37 86	0.53 238	1.41 76	0.28 99	0.15 35	0.52 130	0.20 46	0.54 96	0.46 95	0.37 103	0.43 131	0.41 150	0.23 73	0.36 69	0.26 107	0.09 39	0.15 311	0.12 203	0.11 161	0.41 420	0.37 417

MMNet	0.50 235	0.48 221	1.93 253	0.33 220	0.27 262	0.79 393	0.28 223	0.81 272	0.74 361	0.60 321	0.56 253	0.59 272	0.55 337	0.79 261	0.59 320	0.10 122	0.09 143	0.12 203	0.11 161	0.13 73	0.14 148

UNet	0.54 274	0.44 200	2.83 431	0.31 171	0.33 327	0.74 367	0.27 207	0.82 279	0.61 231	0.53 231	0.54 233	0.72 343	0.54 332	0.78 260	0.56 310	0.11 180	0.09 143	0.13 261	0.11 161	0.14 93	0.12 99

FENet	0.44 157	0.30 103	2.42 363	0.32 199	0.17 81	0.58 206	0.22 83	0.77 235	0.59 211	0.47 164	0.42 129	0.55 245	0.38 215	0.49 159	0.47 274	0.12 231	0.09 143	0.12 203	0.11 161	0.13 73	0.16 205

HGLStereo	0.54 274	0.69 309	2.00 279	0.35 266	0.40 384	0.66 320	0.30 254	0.83 285	0.62 249	0.57 282	0.69 354	0.69 328	0.54 332	1.07 286	0.55 303	0.13 261	0.13 269	0.13 261	0.11 161	0.19 213	0.17 222

GANet-RSSM	0.55 286	0.73 321	1.90 241	0.36 284	0.26 249	0.59 222	0.27 207	0.78 249	0.52 143	0.47 164	0.57 261	0.63 287	0.45 285	1.92 411	0.43 255	0.14 300	0.10 180	0.25 419	0.11 161	0.34 375	0.14 148

AdaStereo	0.44 157	0.38 157	1.79 192	0.34 250	0.20 154	0.57 189	0.28 223	0.92 356	0.69 316	0.52 221	0.55 242	0.61 280	0.33 179	0.48 149	0.39 230	0.17 351	0.08 77	0.17 358	0.11 161	0.18 192	0.12 99
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.
FACV-RUCA	0.58 303	0.40 171	1.78 172	0.43 358	1.67 498	0.48 89	0.28 223	0.69 171	0.62 249	0.40 119	0.53 221	0.33 108	0.63 373	0.40 92	0.31 168	0.13 261	0.11 226	0.62 464	0.12 198	0.70 462	0.98 482

DDVS	0.62 329	0.40 171	1.40 75	2.21 502	0.35 347	0.87 418	1.00 466	0.69 171	0.50 128	0.53 231	0.56 253	0.90 404	0.37 208	1.22 305	0.47 274	0.15 317	0.14 286	0.14 296	0.12 198	0.19 213	0.22 293

DCVSM-stereo	0.49 224	0.29 93	2.49 379	0.29 129	0.22 188	0.53 137	0.52 389	0.58 115	0.49 118	0.69 380	0.46 153	0.79 372	0.48 311	0.53 178	0.42 246	0.13 261	0.14 286	0.15 323	0.12 198	0.20 228	0.20 273

Pointernet	0.29 25	0.25 45	1.49 96	0.24 16	0.20 154	0.47 81	0.15 4	0.62 139	0.47 110	0.22 27	0.29 50	0.26 63	0.20 42	0.28 13	0.20 34	0.10 122	0.07 18	0.07 1	0.12 198	0.10 20	0.07 5

test_sample5	0.51 252	0.43 189	1.83 211	0.32 199	0.18 112	0.55 156	0.26 182	0.92 356	0.65 282	0.53 231	0.59 270	0.45 187	0.36 195	1.87 397	0.36 206	0.13 261	0.10 180	0.13 261	0.12 198	0.17 166	0.16 205

test_sample4	0.50 235	0.42 184	1.88 230	0.32 199	0.19 140	0.56 171	0.26 182	0.93 364	0.65 282	0.54 244	0.54 233	0.45 187	0.36 195	1.79 382	0.36 206	0.13 261	0.10 180	0.13 261	0.12 198	0.17 166	0.16 205

xx1	0.46 185	0.64 288	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.74 201	1.01 442	0.31 82	0.38 108	0.46 200	0.36 195	0.69 235	0.19 12	0.10 122	0.24 402	0.12 203	0.12 198	0.12 45	0.14 148

DualNet	0.51 252	0.43 189	1.83 211	0.32 199	0.18 112	0.55 156	0.26 182	0.92 356	0.65 282	0.54 244	0.62 297	0.45 187	0.36 195	1.87 397	0.36 206	0.13 261	0.10 180	0.13 261	0.12 198	0.17 166	0.16 205

ttt	0.66 349	0.22 25	1.68 127	0.34 250	0.24 220	0.60 232	0.26 182	1.00 422	0.77 387	0.55 261	0.67 338	0.54 241	0.36 195	2.14 430	3.03 476	0.16 337	0.13 269	0.13 261	0.12 198	0.15 110	0.17 222

1111x	0.74 392	0.21 14	1.93 253	0.31 171	0.17 81	0.63 290	0.32 290	1.03 440	0.74 361	0.52 221	0.62 297	0.57 263	0.47 303	2.38 445	4.25 495	0.12 231	0.14 286	0.11 151	0.12 198	0.12 45	0.14 148

CASnet	0.28 16	0.31 114	1.20 41	0.28 99	0.11 1	0.47 81	0.19 29	0.44 31	0.44 73	0.38 111	0.31 69	0.23 29	0.17 12	0.29 22	0.19 12	0.10 122	0.06 2	0.15 323	0.12 198	0.16 145	0.07 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo	0.72 380	1.29 458	2.49 379	0.36 284	0.45 407	0.55 156	0.32 290	0.93 364	0.71 335	0.67 371	0.58 267	0.85 390	0.79 410	2.67 471	0.46 265	0.10 122	0.18 356	0.14 296	0.12 198	0.40 417	0.42 436

qqq	0.38 94	0.21 14	1.34 64	0.28 99	0.15 35	0.45 60	0.26 182	0.76 225	0.52 143	0.39 117	0.41 125	0.46 200	0.36 195	0.96 274	0.30 156	0.11 180	0.14 286	0.12 203	0.12 198	0.12 45	0.14 148

BUS	0.41 122	0.27 64	1.13 30	0.30 145	0.21 165	0.91 424	0.23 110	1.00 422	0.61 231	0.63 348	0.53 221	0.66 305	0.30 162	0.43 106	0.32 179	0.13 261	0.10 180	0.14 296	0.12 198	0.12 45	0.11 66

Wz-Net-LNSev	0.59 310	0.96 399	2.47 376	0.34 250	0.37 366	0.79 393	0.44 361	0.86 311	0.77 387	0.61 328	0.67 338	0.79 372	0.56 341	0.64 212	0.62 327	0.15 317	0.14 286	0.12 203	0.12 198	0.18 192	0.19 258

test_5	0.51 252	0.87 371	1.99 277	0.37 305	0.65 452	0.58 206	0.35 309	0.78 249	0.62 249	0.48 182	0.55 242	0.45 187	0.40 236	0.72 244	0.30 156	0.09 39	0.07 18	0.12 203	0.12 198	0.33 368	0.38 420

BSDual-CNN	0.41 122	0.27 64	1.13 30	0.30 145	0.21 165	0.76 376	0.31 267	1.00 422	0.61 231	0.63 348	0.53 221	0.63 287	0.37 208	0.43 106	0.38 219	0.13 261	0.10 180	0.14 296	0.12 198	0.12 45	0.11 66

hknet	0.47 200	0.29 93	1.70 133	0.30 145	0.24 220	0.76 376	0.31 267	1.00 422	0.64 269	0.63 348	0.53 221	0.80 375	0.38 215	0.77 256	0.37 212	0.11 180	0.10 180	0.14 296	0.12 198	0.12 45	0.11 66

psmg	0.41 122	0.27 64	1.13 30	0.27 74	0.21 165	0.75 373	0.36 316	0.90 337	0.61 231	0.59 313	0.59 270	0.63 287	0.37 208	0.43 106	0.38 219	0.13 261	0.10 180	0.13 261	0.12 198	0.13 73	0.11 66

dd	0.42 141	0.96 399	1.77 167	0.31 171	0.17 81	0.57 189	0.26 182	0.49 57	0.68 307	0.41 128	0.40 121	0.34 114	0.27 127	0.45 124	0.40 238	0.17 351	0.10 180	0.13 261	0.12 198	0.21 241	0.12 99

IPLG	0.69 364	0.84 363	2.43 367	0.35 266	0.21 165	1.65 474	0.61 419	1.36 471	0.58 204	1.39 472	0.51 199	0.37 123	0.87 423	1.41 322	0.36 206	0.09 39	0.07 18	0.14 296	0.12 198	0.32 360	0.11 66

PSM-softLoss	0.48 206	0.27 64	1.85 216	0.51 405	0.17 81	0.61 253	0.40 336	0.61 135	0.57 194	0.52 221	0.48 170	0.39 136	0.25 96	1.46 329	0.77 363	0.12 231	0.08 77	0.13 261	0.12 198	0.12 45	0.14 148

KMStereo	0.48 206	0.27 64	1.85 216	0.51 405	0.17 81	0.61 253	0.40 336	0.61 135	0.57 194	0.52 221	0.48 170	0.39 136	0.25 96	1.46 329	0.77 363	0.12 231	0.08 77	0.13 261	0.12 198	0.12 45	0.14 148

sCroCo_RVC	0.33 55	0.32 118	1.89 237	0.34 250	0.27 262	0.30 12	0.22 83	0.48 51	0.44 73	0.22 27	0.33 81	0.25 51	0.25 96	0.32 42	0.24 88	0.14 300	0.16 328	0.12 203	0.12 198	0.15 110	0.13 133

GMStereo	0.38 94	0.99 414	1.91 247	0.27 74	0.16 55	0.39 45	0.23 110	0.47 46	0.62 249	0.38 111	0.34 87	0.25 51	0.25 96	0.39 87	0.29 138	0.14 300	0.08 77	0.10 89	0.12 198	0.15 110	0.11 66
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.46 185	0.28 85	1.73 143	0.33 220	0.32 314	0.65 314	0.38 330	0.83 285	0.59 211	0.57 282	0.52 211	0.61 280	0.40 236	0.75 249	0.52 294	0.13 261	0.12 251	0.13 261	0.12 198	0.15 110	0.11 66

ac_64	0.55 286	0.46 210	1.92 250	0.36 284	0.34 335	0.63 290	0.31 267	0.82 279	0.61 231	0.55 261	0.51 199	0.89 402	0.48 311	1.83 390	0.55 303	0.14 300	0.11 226	0.12 203	0.12 198	0.18 192	0.12 99

cf-r	0.53 269	0.81 353	2.15 313	0.33 220	0.28 272	0.60 232	0.28 223	0.78 249	0.64 269	0.51 213	0.60 285	0.75 358	0.40 236	1.32 314	0.43 255	0.13 261	0.09 143	0.11 151	0.12 198	0.15 110	0.14 148

GwcNet-RSSM	0.57 298	0.94 391	2.13 307	0.32 199	0.25 235	0.60 232	0.30 254	0.80 268	0.66 296	0.52 221	0.64 324	0.71 341	0.40 236	1.79 382	0.50 289	0.13 261	0.09 143	0.12 203	0.12 198	0.21 241	0.15 181

PWCDC_ROB	0.72 380	1.06 427	2.09 297	0.47 389	0.36 355	0.78 389	0.26 182	0.98 402	1.34 467	0.61 328	2.07 471	0.64 295	0.61 365	0.83 263	0.71 350	0.31 438	0.14 286	0.15 323	0.12 198	0.60 456	0.21 282

rvit_0105_6	0.31 43	0.29 93	1.00 21	0.31 171	0.18 112	0.35 31	0.25 161	0.51 67	0.61 231	0.25 54	0.28 44	0.32 102	0.25 96	0.39 87	0.25 100	0.18 362	0.16 328	0.15 323	0.13 228	0.14 93	0.13 133

rvit_0105_4	0.35 74	0.35 141	1.45 85	0.31 171	0.18 112	0.37 38	0.28 223	0.59 123	0.62 249	0.27 67	0.31 69	0.35 118	0.27 127	0.43 106	0.25 100	0.18 362	0.16 328	0.15 323	0.13 228	0.15 110	0.12 99

IGEV-BASED-STEREO-	0.37 86	1.34 466	1.24 47	0.23 8	0.12 3	0.33 22	0.20 46	0.40 13	0.33 10	0.25 54	0.21 11	0.16 5	0.14 2	0.27 8	0.63 329	0.55 461	0.06 2	0.11 151	0.13 228	0.25 297	0.49 447

test_sample6	0.52 263	0.44 200	1.81 199	0.33 220	0.18 112	0.55 156	0.27 207	0.94 372	0.66 296	0.54 244	0.62 297	0.47 208	0.36 195	1.97 413	0.38 219	0.14 300	0.10 180	0.13 261	0.13 228	0.17 166	0.16 205

MyStereo8	0.54 274	0.80 348	2.76 423	0.32 199	0.33 327	0.71 353	0.20 46	0.87 320	0.57 194	0.51 213	0.59 270	0.50 224	0.33 179	0.68 229	0.55 303	0.10 122	0.29 426	0.10 89	0.13 228	0.21 241	0.34 400

mmm	0.38 94	0.21 14	1.18 35	0.35 266	0.17 81	0.49 96	0.26 182	0.78 249	0.52 143	0.50 200	0.57 261	0.41 150	0.37 208	0.71 242	0.31 168	0.11 180	0.13 269	0.14 296	0.13 228	0.15 110	0.14 148

ffm	0.47 200	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.74 201	0.88 421	0.53 231	0.63 309	0.66 305	0.39 229	0.63 210	0.19 12	0.10 122	0.24 402	0.15 323	0.13 228	0.25 297	0.36 410

ff1	0.73 389	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.74 201	0.88 421	0.53 231	0.63 309	0.66 305	0.39 229	2.52 460	3.43 487	0.10 122	0.24 402	0.15 323	0.13 228	0.25 297	0.36 410

mmx	0.72 380	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.99 414	0.76 383	0.53 231	0.63 309	0.66 305	0.39 229	2.52 460	3.43 487	0.13 261	0.10 180	0.15 323	0.13 228	0.15 110	0.15 181

xxx	0.72 380	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.99 414	0.76 383	0.53 231	0.63 309	0.66 305	0.39 229	2.52 460	3.43 487	0.13 261	0.10 180	0.15 323	0.13 228	0.15 110	0.15 181

anonymousdsp2	0.34 63	0.24 40	1.16 34	0.28 99	0.15 35	0.57 189	0.23 110	0.79 265	0.47 110	0.38 111	0.37 99	0.40 144	0.25 96	0.47 144	0.21 47	0.09 39	0.07 18	0.10 89	0.13 228	0.19 213	0.27 355

CIPLG	0.56 292	1.19 447	2.46 372	0.80 459	0.31 306	0.61 253	0.57 409	0.76 225	0.57 194	0.56 271	0.63 309	0.41 150	0.30 162	0.45 124	0.40 238	0.11 180	0.20 378	0.13 261	0.13 228	0.35 385	0.19 258

PSMNet-ADL	0.51 252	0.38 157	1.65 120	0.35 266	0.21 165	0.67 326	0.26 182	0.74 201	0.55 180	0.42 133	0.52 211	0.70 338	0.45 285	1.91 407	0.57 313	0.15 317	0.13 269	0.11 151	0.13 228	0.15 110	0.20 273

PFNet+	0.45 175	0.37 151	1.86 224	0.46 384	0.18 112	0.58 206	0.77 447	0.52 78	0.64 269	0.56 271	0.48 170	0.39 136	0.26 110	0.93 271	0.32 179	0.13 261	0.09 143	0.14 296	0.13 228	0.12 45	0.15 181

RAFT-RH_RVC	0.61 324	0.50 230	2.33 346	0.36 284	0.29 278	0.60 232	0.18 23	0.44 31	0.58 204	0.76 401	1.91 469	0.47 208	0.29 154	1.60 354	1.23 416	0.14 300	0.07 18	0.13 261	0.13 228	0.10 20	0.09 28

RAFT	0.45 175	0.92 383	1.59 111	0.34 250	0.19 140	0.46 76	0.35 309	0.65 153	0.49 118	0.49 193	0.49 187	0.70 338	0.40 236	0.47 144	0.32 179	0.11 180	0.16 328	0.14 296	0.13 228	0.51 445	0.13 133

GMM-Stereo	0.50 235	0.23 32	2.41 361	0.54 418	0.24 220	0.77 384	0.46 371	0.59 123	0.57 194	0.58 300	0.73 375	0.47 208	0.43 273	0.68 229	0.27 115	0.10 122	0.06 2	0.13 261	0.13 228	0.14 93	0.44 439

Anonymous3	0.42 141	0.35 141	2.09 297	0.33 220	0.24 220	0.72 359	0.31 267	0.74 201	0.55 180	0.35 95	0.40 121	0.33 108	0.29 154	0.44 113	0.28 124	0.18 362	0.18 356	0.13 261	0.13 228	0.17 166	0.17 222

sAnonymous2	0.38 94	0.62 273	2.15 313	0.31 171	0.24 220	0.34 26	0.27 207	0.53 86	0.46 95	0.24 39	0.29 50	0.23 29	0.28 141	0.28 13	0.22 59	0.12 231	0.09 143	0.11 151	0.13 228	0.38 404	0.35 402

CroCo_RVC	0.38 94	0.62 273	2.15 313	0.31 171	0.24 220	0.34 26	0.27 207	0.53 86	0.46 95	0.24 39	0.29 50	0.23 29	0.28 141	0.28 13	0.22 59	0.12 231	0.09 143	0.11 151	0.13 228	0.38 404	0.35 402

HCRNet	0.46 185	0.49 224	1.65 120	0.38 320	0.29 278	0.58 206	0.22 83	0.75 212	0.62 249	0.47 164	0.49 187	0.48 219	0.36 195	1.12 295	0.37 212	0.15 317	0.10 180	0.15 323	0.13 228	0.17 166	0.17 222

ARAFT	0.60 316	1.23 451	3.10 456	0.28 99	0.16 55	0.64 301	0.36 316	0.90 337	0.67 305	0.61 328	0.49 187	0.55 245	0.31 170	1.24 310	0.32 179	0.10 122	0.08 77	0.14 296	0.13 228	0.37 398	0.21 282

hitnet-ft	0.67 353	0.80 348	1.90 241	0.28 99	0.22 188	0.69 344	0.36 316	0.85 301	0.65 282	0.56 271	0.84 397	1.03 432	0.95 436	2.32 440	0.55 303	0.23 406	0.14 286	0.41 452	0.13 228	0.24 286	0.17 222

CFNet-ft	0.51 252	0.76 327	1.79 192	0.28 99	0.30 289	0.63 290	0.28 223	0.66 155	0.55 180	0.45 154	0.57 261	0.74 353	0.41 247	1.46 329	0.42 246	0.14 300	0.10 180	0.28 427	0.13 228	0.18 192	0.14 148

CFNet_RVC	0.51 252	0.76 327	1.79 192	0.28 99	0.30 289	0.63 290	0.28 223	0.66 155	0.55 180	0.45 154	0.57 261	0.74 353	0.41 247	1.46 329	0.42 246	0.14 300	0.10 180	0.28 427	0.13 228	0.18 192	0.14 148

NVstereo2D	0.58 303	0.40 171	2.03 287	0.35 266	0.35 347	0.69 344	0.39 334	0.91 347	0.80 400	0.47 164	0.53 221	0.67 314	0.46 298	1.99 417	0.48 279	0.19 376	0.11 226	0.17 358	0.13 228	0.25 297	0.25 338

DN-CSS_ROB	0.48 206	1.23 451	1.99 277	0.39 329	0.22 188	0.56 171	0.19 29	0.75 212	0.61 231	0.45 154	0.62 297	0.41 150	0.31 170	0.70 240	0.32 179	0.11 180	0.08 77	0.14 296	0.13 228	0.36 390	0.12 99

PWC_ROB	0.70 368	0.94 391	1.88 230	0.39 329	0.39 375	0.62 273	0.30 254	0.98 402	0.94 432	0.91 430	1.29 449	0.77 364	0.62 370	1.62 358	1.03 398	0.18 362	0.11 226	0.18 378	0.13 228	0.51 445	0.22 293

AIO-test1	0.45 175	0.87 371	2.27 336	0.33 220	0.33 327	0.50 104	0.22 83	0.74 201	0.66 296	0.29 75	0.41 125	0.29 88	0.22 60	0.73 245	0.29 138	0.09 39	0.08 77	0.12 203	0.14 256	0.30 345	0.22 293

UGAM	0.58 303	0.47 218	2.21 323	0.30 145	0.19 140	0.53 137	0.34 302	0.59 123	0.63 261	0.44 144	0.73 375	0.78 367	0.37 208	2.58 464	0.39 230	0.10 122	0.08 77	0.17 358	0.14 256	0.42 424	0.17 222

H2IRNET	0.40 115	0.61 267	1.90 241	0.29 129	0.17 81	0.54 144	0.18 23	0.52 78	0.50 128	0.27 67	0.56 253	0.47 208	0.35 189	0.46 133	0.33 189	0.10 122	0.07 18	0.12 203	0.14 256	0.32 360	0.12 99

LL-Strereo2	0.41 122	0.90 381	1.83 211	0.44 365	0.24 220	0.54 144	0.27 207	0.58 115	0.45 88	0.41 128	0.33 81	0.44 178	0.21 51	0.44 113	0.34 196	0.09 39	0.08 77	0.16 341	0.14 256	0.17 166	0.17 222

ssnet_v2	0.55 286	0.60 263	1.86 224	0.32 199	0.22 188	0.72 359	0.44 361	0.94 372	0.74 361	0.63 348	0.54 233	0.81 378	0.47 303	0.77 256	0.70 347	0.16 337	0.14 286	0.14 296	0.14 256	0.30 345	0.30 376

Wz-Net-MNSev	0.65 345	0.97 407	2.19 321	0.36 284	0.33 327	0.90 422	0.60 415	0.92 356	0.81 405	0.75 398	0.72 373	0.73 347	0.65 377	1.39 319	0.71 350	0.16 337	0.13 269	0.14 296	0.14 256	0.24 286	0.18 242

ACRE	0.56 292	1.14 437	2.77 425	0.76 455	0.28 272	0.60 232	0.56 405	0.76 225	0.58 204	0.55 261	0.62 297	0.41 150	0.29 154	0.44 113	0.39 230	0.11 180	0.19 367	0.13 261	0.14 256	0.36 390	0.18 242

KYRaft	0.48 206	0.29 93	1.75 153	0.33 220	0.21 165	0.75 373	0.44 361	0.58 115	0.57 194	0.64 358	0.93 416	0.53 235	0.72 396	0.60 204	0.24 88	0.10 122	0.07 18	0.12 203	0.14 256	0.12 45	0.54 451

DRaft	0.62 329	0.38 157	1.76 158	0.24 16	0.16 55	0.64 301	0.66 427	0.53 86	0.53 162	0.67 371	0.99 425	0.38 130	1.00 438	1.44 324	2.10 457	0.10 122	0.14 286	0.10 89	0.14 256	0.18 192	0.21 282

pcwnet_v2	0.64 337	0.49 224	4.41 494	0.32 199	0.27 262	0.60 232	0.25 161	0.97 398	0.88 421	0.59 313	0.70 364	0.63 287	0.55 337	0.66 225	0.37 212	0.17 351	0.15 311	0.15 323	0.14 256	0.21 241	0.23 317

RALAANet	0.43 147	0.98 410	1.90 241	0.32 199	0.23 207	0.48 89	0.19 29	0.67 164	0.53 162	0.48 182	0.45 146	0.39 136	0.30 162	0.48 149	0.37 212	0.10 122	0.08 77	0.11 151	0.14 256	0.27 325	0.10 48

ADLNet	0.60 316	0.71 314	1.95 263	0.35 266	0.34 335	0.67 326	0.34 302	0.90 337	0.74 361	0.68 378	0.62 297	0.80 375	0.45 285	1.78 378	0.64 333	0.14 300	0.11 226	0.14 296	0.14 256	0.29 335	0.21 282

RAFT + AFF	0.64 337	1.20 448	1.95 263	0.34 250	0.33 327	0.67 326	0.52 389	0.99 414	0.74 361	0.53 231	0.58 267	0.57 263	0.80 411	1.76 375	0.51 292	0.12 231	0.27 423	0.15 323	0.14 256	0.43 426	0.29 367

delet	0.52 263	0.54 243	1.62 118	0.31 171	0.35 347	0.74 367	0.46 371	0.85 301	0.74 361	0.55 261	0.60 285	0.67 314	0.50 320	1.12 295	0.57 313	0.11 180	0.11 226	0.13 261	0.14 256	0.16 145	0.12 99

DSFCA	0.54 274	0.35 141	1.41 76	0.28 99	0.28 272	0.79 393	0.88 455	0.76 225	0.70 325	0.72 391	0.66 335	0.67 314	0.57 346	1.17 301	0.63 329	0.16 337	0.14 286	0.13 261	0.14 256	0.16 145	0.13 133

RYNet	0.70 368	0.56 255	2.25 333	0.35 266	0.41 391	0.86 414	0.43 352	0.94 372	0.82 406	0.62 339	0.53 221	0.91 406	0.60 356	2.70 473	1.00 390	0.14 300	0.11 226	0.16 341	0.14 256	0.25 297	0.27 355

TDLM	0.67 353	0.92 383	1.76 158	0.37 305	0.24 220	0.66 320	0.56 405	0.82 279	0.74 361	1.16 451	0.62 297	0.61 280	0.48 311	2.70 473	0.50 289	0.20 384	0.11 226	0.35 442	0.14 256	0.32 360	0.16 205

CFNet	0.58 303	0.96 399	1.78 172	0.33 220	0.25 235	0.63 290	0.22 83	0.88 325	0.75 374	0.46 162	0.59 270	0.58 270	0.40 236	2.29 438	0.48 279	0.12 231	0.09 143	0.15 323	0.14 256	0.30 345	0.15 181

NLCA_NET_v2_RVC	0.55 286	0.92 383	2.36 354	0.38 320	0.37 366	0.60 232	0.28 223	0.82 279	0.62 249	0.62 339	0.55 242	0.72 343	0.45 285	1.00 279	0.43 255	0.15 317	0.11 226	0.14 296	0.14 256	0.15 110	0.16 205
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.50 235	0.70 312	1.94 260	0.29 129	0.26 249	0.63 290	0.31 267	0.80 268	0.48 112	0.61 328	0.55 242	0.66 305	0.38 215	0.98 276	0.40 238	0.19 376	0.14 286	0.14 296	0.14 256	0.23 271	0.17 222

StereoDRNet-Refined	0.50 235	0.41 177	1.50 99	0.33 220	0.21 165	0.68 338	0.26 182	0.81 272	0.68 307	0.67 371	0.68 346	0.73 347	0.42 263	1.10 289	0.59 320	0.11 180	0.08 77	0.14 296	0.14 256	0.25 297	0.21 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.64 337	0.88 375	2.35 351	0.41 345	0.45 407	0.73 364	0.47 379	0.94 372	0.74 361	0.75 398	0.54 233	0.74 353	0.47 303	1.70 367	0.72 354	0.15 317	0.14 286	0.15 323	0.14 256	0.20 228	0.19 258

DLCB_ROB	0.54 274	0.55 252	1.49 96	0.36 284	0.25 235	0.65 314	0.36 316	0.80 268	0.70 325	0.72 391	0.69 354	0.83 384	0.46 298	1.53 342	0.60 322	0.13 261	0.12 251	0.14 296	0.14 256	0.14 93	0.13 133

rvit_0105_5	0.36 80	0.39 166	1.48 93	0.30 145	0.18 112	0.41 49	0.30 254	0.64 147	0.62 249	0.30 78	0.33 81	0.37 123	0.29 154	0.41 95	0.28 124	0.18 362	0.16 328	0.15 323	0.15 279	0.15 110	0.14 148

rvit_stereo_0075_2	0.40 115	0.40 171	1.88 230	0.33 220	0.32 314	0.41 49	0.22 83	0.58 115	0.53 162	0.38 111	0.51 199	0.40 144	0.27 127	0.44 113	0.29 138	0.20 384	0.15 311	0.22 401	0.15 279	0.18 192	0.23 317

test_sample7	0.47 200	0.33 123	1.49 96	0.34 250	0.20 154	0.51 113	0.30 254	0.93 364	0.66 296	0.57 282	0.51 199	0.55 245	0.45 285	1.11 292	0.38 219	0.17 351	0.14 286	0.16 341	0.15 279	0.19 213	0.18 242

IGEV++	0.34 63	0.43 189	1.32 59	0.31 171	0.14 20	0.32 19	0.21 64	0.70 178	0.34 12	0.22 27	0.28 44	0.22 22	0.27 127	0.35 62	0.27 115	0.09 39	0.39 452	0.08 8	0.15 279	0.25 297	0.45 440

StereoVision	0.45 175	0.72 318	1.94 260	0.33 220	0.32 314	0.47 81	0.26 182	0.68 168	0.57 194	0.32 90	0.89 408	0.45 187	0.27 127	0.49 159	0.36 206	0.13 261	0.15 311	0.16 341	0.15 279	0.19 213	0.13 133

Selective-IGEV	0.29 25	0.23 32	1.28 52	0.27 74	0.30 289	0.35 31	0.20 46	0.56 106	0.38 30	0.21 20	0.30 59	0.22 22	0.18 26	0.37 76	0.18 7	0.07 2	0.06 2	0.08 8	0.15 279	0.16 145	0.29 367

test_4	0.40 115	0.37 151	2.01 280	0.29 129	0.21 165	0.50 104	0.28 223	0.47 46	0.39 40	0.42 133	0.76 383	0.38 130	0.22 60	0.52 172	0.33 189	0.08 9	0.07 18	0.11 151	0.15 279	0.28 331	0.07 5

IPLGR_C	0.58 303	1.25 454	2.72 415	0.80 459	0.31 306	0.60 232	0.61 419	0.76 225	0.58 204	0.56 271	0.62 297	0.41 150	0.31 170	0.43 106	0.40 238	0.11 180	0.22 393	0.13 261	0.15 279	0.35 385	0.19 258

SACVNet	0.60 316	0.74 324	1.90 241	0.37 305	0.28 272	0.64 301	0.37 324	0.86 311	0.61 231	0.65 365	0.62 297	0.69 328	0.44 281	2.08 424	0.42 246	0.18 362	0.14 286	0.16 341	0.15 279	0.38 404	0.24 329

PSM-AAD	0.63 333	0.22 25	1.77 167	0.37 305	0.23 207	0.86 414	1.17 478	0.59 123	0.60 216	0.64 358	0.71 368	0.68 321	2.93 492	0.65 222	0.31 168	0.09 39	0.07 18	0.17 358	0.15 279	0.13 73	0.33 396

rafts_anoy	0.43 147	0.89 378	1.96 272	0.32 199	0.30 289	0.48 89	0.24 142	0.62 139	0.49 118	0.37 103	0.38 108	0.33 108	0.30 162	0.51 168	0.34 196	0.10 122	0.39 452	0.13 261	0.15 279	0.17 166	0.15 181

FINET	0.65 345	0.95 397	3.06 453	0.35 266	0.40 384	0.58 206	0.48 382	0.92 356	1.10 453	0.57 282	0.68 346	0.47 208	0.44 281	1.15 300	0.60 322	0.23 406	0.21 387	0.17 358	0.15 279	0.26 316	0.25 338

Syn2CoEx	0.70 368	1.07 429	2.74 421	0.43 358	0.30 289	0.64 301	0.42 345	0.99 414	0.78 392	0.62 339	0.78 387	0.74 353	0.72 396	1.92 411	0.61 325	0.20 384	0.17 346	0.19 384	0.15 279	0.29 335	0.22 293

psm_up	0.57 298	0.61 267	1.83 211	0.35 266	0.30 289	0.64 301	0.37 324	0.90 337	0.68 307	0.59 313	0.55 242	0.68 321	0.54 332	1.91 407	0.46 265	0.16 337	0.15 311	0.16 341	0.15 279	0.23 271	0.13 133

GwcNet	0.69 364	0.71 314	3.12 459	0.36 284	0.45 407	0.81 401	0.44 361	0.86 311	0.84 412	0.60 321	0.74 378	0.82 382	0.49 317	1.65 360	0.66 337	0.16 337	0.15 311	0.15 323	0.15 279	0.31 353	0.24 329

DMCA-RVC	0.62 329	0.96 399	2.63 402	0.36 284	0.90 470	0.56 171	0.31 267	0.69 171	0.57 194	0.68 378	0.52 211	0.59 272	0.56 341	1.23 307	0.53 298	0.16 337	0.38 446	0.20 392	0.15 279	0.20 228	0.15 181

ADCP+	0.94 431	1.12 433	3.14 460	0.34 250	0.39 375	1.06 440	0.79 448	0.89 331	0.80 400	0.66 367	0.67 338	0.85 390	1.55 472	0.93 271	4.55 497	0.13 261	0.11 226	0.16 341	0.15 279	0.26 316	0.25 338

SANet	1.20 454	1.21 449	3.33 475	0.38 320	0.27 262	1.73 478	0.85 453	1.10 452	2.49 493	1.16 451	1.83 467	1.72 471	1.50 471	2.37 442	2.84 474	0.18 362	0.16 328	0.16 341	0.15 279	0.32 360	0.32 389

XPNet_ROB	0.61 324	0.72 318	1.66 124	0.37 305	0.27 262	0.67 326	0.47 379	0.89 331	0.71 335	0.78 407	0.70 364	0.81 378	0.53 329	1.70 367	0.76 361	0.21 390	0.16 328	0.16 341	0.15 279	0.20 228	0.21 282

ITSA-stereo	0.48 206	0.33 123	1.20 41	0.33 220	0.18 112	0.60 232	0.29 246	0.94 372	0.80 400	0.50 200	0.49 187	0.53 235	0.59 353	1.25 311	0.64 333	0.15 317	0.12 251	0.17 358	0.16 298	0.18 192	0.23 317

Occ-G	0.30 35	0.30 103	1.33 61	0.23 8	0.15 35	0.36 37	0.25 161	0.43 27	0.31 3	0.26 62	0.35 91	0.46 200	0.22 60	0.30 28	0.25 100	0.09 39	0.07 18	0.09 44	0.16 298	0.31 353	0.08 17

EKT-Stereo	1.47 473	0.49 224	1.93 253	2.57 505	19.31 519	0.55 156	0.22 83	0.69 171	0.42 60	0.38 111	0.36 96	0.43 167	0.27 127	0.69 235	0.26 107	0.12 231	0.14 286	0.11 151	0.16 298	0.20 228	0.15 181

SDNR	1.22 458	0.80 348	2.71 413	0.33 220	1.48 495	1.98 487	0.23 110	1.93 490	2.44 491	0.89 427	2.52 483	1.36 461	0.51 322	3.65 494	1.93 447	0.30 436	0.31 432	0.22 401	0.16 298	0.33 368	0.36 410

ToySt	0.44 157	0.61 267	1.89 237	0.29 129	0.18 112	0.55 156	0.35 309	0.67 164	0.53 162	0.39 117	0.50 195	0.59 272	0.43 273	0.51 168	0.49 284	0.10 122	0.12 251	0.13 261	0.16 298	0.24 286	0.19 258

MC-Stereo	0.32 48	0.31 114	1.46 86	0.31 171	0.15 35	0.53 137	0.19 29	0.44 31	0.35 16	0.36 99	0.38 108	0.27 72	0.27 127	0.42 103	0.19 12	0.09 39	0.13 269	0.09 44	0.16 298	0.20 228	0.13 133

WZ-Net	0.92 429	1.31 460	3.76 482	0.41 345	0.36 355	0.86 414	0.71 439	1.00 422	1.06 449	0.82 418	0.92 412	1.06 439	1.05 443	2.16 431	1.61 436	0.19 376	0.13 269	0.15 323	0.16 298	0.32 360	0.28 361

PFNet	0.60 316	0.33 123	2.47 376	0.41 345	0.55 432	0.62 273	0.27 207	0.61 135	0.63 261	0.61 328	0.56 253	0.45 187	0.32 176	1.88 404	1.14 407	0.28 432	0.09 143	0.12 203	0.16 298	0.26 316	0.20 273

SFCPSM	0.46 185	0.24 40	2.35 351	0.27 74	0.27 262	0.70 351	0.32 290	0.96 390	0.63 261	0.49 193	0.52 211	0.43 167	0.36 195	0.52 172	0.43 255	0.12 231	0.09 143	0.12 203	0.16 298	0.16 145	0.12 99

PSMNet-RSSM	0.53 269	0.82 357	1.78 172	0.31 171	0.25 235	0.58 206	0.28 223	0.84 295	0.60 216	0.50 200	0.61 292	0.67 314	0.43 273	1.68 364	0.42 246	0.15 317	0.10 180	0.14 296	0.16 298	0.15 110	0.13 133

FAT-Stereo	0.70 368	0.54 243	2.88 434	0.36 284	0.29 278	0.62 273	0.54 397	0.97 398	0.87 418	0.76 401	0.92 412	0.94 415	0.80 411	1.84 395	0.57 313	0.18 362	0.19 367	0.17 358	0.16 298	0.22 258	0.25 338

SuperB	1.15 450	1.14 437	5.43 501	0.36 284	0.26 249	0.81 401	0.89 456	0.88 325	1.17 458	0.67 371	0.68 346	0.63 287	1.39 465	1.74 373	3.37 485	0.15 317	0.12 251	0.17 358	0.16 298	2.80 505	0.25 338

stereogan	0.69 364	0.51 232	2.44 369	0.39 329	0.39 375	1.01 436	0.41 342	0.94 372	0.92 431	0.73 395	0.85 401	1.15 450	0.69 389	1.57 347	0.53 298	0.19 376	0.18 356	0.20 392	0.16 298	0.36 390	0.24 329

DANet	0.80 409	0.65 295	2.21 323	1.19 483	0.48 417	0.74 367	1.25 481	0.89 331	1.53 475	0.89 427	0.71 368	0.96 418	0.56 341	1.83 390	0.96 382	0.18 362	0.16 328	0.19 384	0.16 298	0.26 316	0.29 367
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.75 394	0.84 363	2.01 280	0.40 338	0.25 235	0.74 367	0.66 427	0.87 320	0.73 357	0.71 388	1.07 437	0.84 387	0.59 353	2.71 475	1.15 409	0.17 351	0.16 328	0.44 455	0.16 298	0.31 353	0.20 273

DRN-Test	0.64 337	0.43 189	2.44 369	0.39 329	0.44 399	0.80 400	0.41 342	1.02 433	0.78 392	0.80 409	0.63 309	0.69 328	0.56 341	1.79 382	0.69 345	0.15 317	0.12 251	0.17 358	0.16 298	0.18 192	0.17 222

ETE_ROB	0.60 316	0.71 314	1.55 106	0.37 305	0.25 235	0.69 344	0.51 386	1.47 475	0.70 325	0.80 409	0.69 354	0.85 390	0.49 317	1.36 318	0.58 318	0.16 337	0.13 269	0.19 384	0.16 298	0.21 241	0.23 317

AIO-test2	0.49 224	1.15 441	1.96 272	0.42 353	0.37 366	0.50 104	0.23 110	0.79 265	0.70 325	0.33 92	0.53 221	0.27 72	0.22 60	0.67 226	0.29 138	0.73 471	0.08 77	0.13 261	0.17 315	0.17 166	0.18 242

fast-acv-ft	0.63 333	0.88 375	3.10 456	0.38 320	0.30 289	0.79 393	0.48 382	0.69 171	0.72 343	0.58 300	0.78 387	0.76 362	0.60 356	0.67 226	0.73 357	0.15 317	0.15 311	0.18 378	0.17 315	0.37 398	0.16 205

GASNet	0.73 389	1.47 471	3.04 451	0.47 389	0.33 327	0.57 189	0.34 302	0.91 347	0.75 374	0.58 300	0.58 267	0.74 353	0.55 337	2.03 419	0.65 336	0.21 390	0.15 311	0.19 384	0.17 315	0.51 445	0.28 361

Wz-Net-SNSev	0.76 397	1.32 463	3.11 458	0.40 338	0.31 306	0.71 353	0.60 415	0.98 402	0.87 418	0.67 371	0.83 394	0.96 418	0.60 356	1.67 363	0.97 383	0.16 337	0.15 311	0.16 341	0.17 315	0.36 390	0.24 329

test-1	0.44 157	0.48 221	1.69 129	0.30 145	0.27 262	0.50 104	0.28 223	0.80 268	0.43 69	0.40 119	0.54 233	0.41 150	0.24 81	0.31 35	1.16 410	0.09 39	0.20 378	0.10 89	0.17 315	0.11 34	0.26 348

AF-Net	0.69 364	0.92 383	2.21 323	0.41 345	0.40 384	0.68 338	0.40 336	1.02 433	0.86 415	0.69 380	1.03 432	1.04 435	0.84 418	1.19 302	0.78 365	0.22 403	0.14 286	0.25 419	0.17 315	0.30 345	0.18 242

RTSC	0.72 380	1.00 416	2.22 327	0.40 338	0.29 278	0.82 404	0.31 267	0.96 390	1.10 453	0.92 431	0.81 391	0.78 367	0.58 350	1.23 307	1.55 434	0.18 362	0.17 346	0.14 296	0.17 315	0.43 426	0.30 376

CVANet_RVC	0.65 345	0.80 348	2.13 307	0.36 284	0.26 249	0.62 273	0.42 345	0.84 295	0.72 343	0.69 380	0.68 346	0.68 321	0.52 327	2.64 467	0.42 246	0.19 376	0.12 251	0.22 401	0.17 315	0.37 398	0.15 181

UCFNet_RVC	0.48 206	0.82 357	1.85 216	0.30 145	0.27 262	0.64 301	0.26 182	0.74 201	0.55 180	0.48 182	0.53 221	0.63 287	0.41 247	0.88 270	0.38 219	0.15 317	0.10 180	0.17 358	0.17 315	0.18 192	0.15 181

DPSNet	0.86 421	0.60 263	2.34 348	0.58 432	0.36 355	1.07 445	0.75 444	1.30 468	1.05 446	0.70 384	0.68 346	0.94 415	1.29 454	2.08 424	1.82 445	0.26 423	0.23 399	0.16 341	0.17 315	0.48 438	0.40 430

MDST_ROB	1.17 453	0.42 184	3.87 484	0.54 418	0.44 399	4.11 505	0.58 411	1.31 469	0.84 412	2.12 484	1.12 440	0.98 422	0.71 393	4.24 500	0.99 389	0.16 337	0.14 286	0.19 384	0.17 315	0.18 192	0.35 402

rvit_0105_3	0.39 109	0.47 218	1.46 86	0.33 220	0.19 140	0.45 60	0.35 309	0.69 171	0.65 282	0.37 103	0.37 99	0.40 144	0.31 170	0.44 113	0.30 156	0.18 362	0.17 346	0.17 358	0.18 326	0.15 110	0.15 181

ff7	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

IGEVStereo-DCA	0.33 55	0.34 134	1.38 70	0.27 74	0.16 55	0.45 60	0.23 110	0.46 36	0.41 52	0.24 39	0.21 11	0.26 63	0.25 96	0.64 212	0.52 294	0.09 39	0.07 18	0.10 89	0.18 326	0.16 145	0.22 293

ffff	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

11t	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

anonymousdsp	0.34 63	0.53 238	1.47 90	0.25 32	0.16 55	0.56 171	0.23 110	0.49 57	0.40 47	0.25 54	0.24 24	0.22 22	0.24 81	0.55 186	0.19 12	0.09 39	0.11 226	0.10 89	0.18 326	0.24 286	0.29 367

ccc-4	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

IGEV-Stereo	0.34 63	0.54 243	1.47 90	0.25 32	0.16 55	0.56 171	0.23 110	0.49 57	0.40 47	0.25 54	0.24 24	0.22 22	0.24 81	0.54 182	0.19 12	0.09 39	0.10 180	0.10 89	0.18 326	0.24 286	0.29 367
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dad	0.51 252	1.01 420	1.74 147	0.29 129	0.19 140	0.60 232	0.26 182	0.52 78	0.75 374	0.63 348	0.63 309	0.63 287	0.33 179	0.85 267	0.47 274	0.27 428	0.15 311	0.40 451	0.18 326	0.22 258	0.14 148

LCNet	0.54 274	0.37 151	1.78 172	0.92 468	0.22 188	0.96 429	0.30 254	0.59 123	0.58 204	0.51 213	0.55 242	0.41 150	0.76 406	0.84 265	0.26 107	0.09 39	0.06 2	0.12 203	0.18 326	0.98 474	0.39 426

psmorigin	1.36 466	0.60 263	13.80 515	0.37 305	0.29 278	0.62 273	0.33 298	0.77 235	0.61 231	0.96 437	0.88 406	1.17 453	0.73 399	4.00 497	0.86 376	0.19 376	0.22 393	0.17 358	0.18 326	0.24 286	0.29 367

EDNetEfficientorigin	8.18 509	0.98 410	145.96 531	0.51 405	0.89 469	0.72 359	0.48 382	0.85 301	1.56 477	2.12 484	1.49 458	1.29 457	1.31 457	1.83 390	2.13 458	0.13 261	0.12 251	0.17 358	0.18 326	0.39 412	0.45 440

FADNet-RVC	0.61 324	1.26 456	2.12 305	0.33 220	0.26 249	0.59 222	0.29 246	0.86 311	0.62 249	0.45 154	0.50 195	0.62 284	0.46 298	1.73 371	0.55 303	0.17 351	0.20 378	0.17 358	0.18 326	0.59 453	0.28 361

S-Stereo	0.80 409	0.69 309	3.89 485	0.39 329	0.37 366	0.69 344	0.70 438	0.94 372	0.98 439	0.62 339	0.91 410	0.83 384	0.60 356	2.37 442	0.66 337	0.18 362	0.21 387	0.17 358	0.18 326	0.30 345	0.35 402

edge stereo	0.81 415	0.73 321	3.30 472	0.37 305	1.21 487	0.62 273	0.39 334	0.93 364	0.79 397	0.80 409	0.88 406	1.14 449	0.71 393	2.18 432	0.71 350	0.21 390	0.20 378	0.26 422	0.18 326	0.38 404	0.26 348

RTS	1.21 455	1.31 460	6.39 503	0.52 409	0.51 425	1.61 470	0.79 448	1.03 440	1.37 469	1.13 448	1.30 450	1.10 445	0.85 419	2.65 468	2.08 454	0.21 390	0.24 402	0.18 378	0.18 326	0.43 426	0.32 389

RTSA	1.21 455	1.31 460	6.39 503	0.52 409	0.51 425	1.61 470	0.79 448	1.03 440	1.37 469	1.13 448	1.30 450	1.10 445	0.85 419	2.65 468	2.08 454	0.21 390	0.24 402	0.18 378	0.18 326	0.43 426	0.32 389

PS-NSSS	0.63 333	1.00 416	1.81 199	0.30 145	0.31 306	0.63 290	0.34 302	0.98 402	0.69 316	0.54 244	0.74 378	0.51 227	0.41 247	2.43 453	0.48 279	0.24 414	0.17 346	0.27 423	0.18 326	0.27 325	0.21 282

LALA_ROB	0.60 316	0.76 327	1.69 129	0.36 284	0.29 278	0.79 393	0.55 400	0.94 372	0.77 387	0.81 414	0.67 338	0.94 415	0.49 317	0.99 277	0.73 357	0.21 390	0.15 311	0.20 392	0.18 326	0.23 271	0.21 282

coex-ft	5.95 507	1.67 480	60.57 529	0.34 250	0.30 289	0.77 384	0.69 435	0.74 201	4.41 500	19.22 520	2.15 475	1.62 470	7.97 508	1.81 389	8.96 509	0.44 450	2.08 505	0.18 378	0.19 345	0.38 404	4.62 511

UDGNet	0.44 157	1.02 423	1.74 147	0.35 266	0.19 140	0.58 206	0.23 110	0.49 57	0.66 296	0.41 128	0.38 108	0.34 114	0.29 154	0.53 178	0.30 156	0.24 414	0.10 180	0.37 448	0.19 345	0.27 325	0.15 181

APVNet	0.70 368	0.67 303	2.71 413	0.38 320	0.36 355	0.85 412	0.43 352	0.91 347	0.68 307	0.55 261	0.69 354	0.75 358	0.55 337	2.31 439	0.78 365	0.17 351	0.17 346	0.24 414	0.19 345	0.33 368	0.23 317

FADNet-RVC-Resample	0.67 353	1.16 446	3.16 462	0.37 305	0.29 278	0.62 273	0.38 330	0.86 311	0.63 261	0.51 213	0.50 195	0.57 263	0.45 285	1.57 347	0.49 284	0.24 414	0.32 438	0.23 408	0.19 345	0.27 325	0.62 460

FADNet	0.64 337	1.22 450	2.06 289	0.32 199	0.30 289	0.66 320	0.29 246	0.88 325	0.72 343	0.44 144	0.48 170	0.66 305	0.57 346	1.84 395	0.45 264	0.46 454	0.20 378	0.17 358	0.19 345	0.59 453	0.24 329

ADCRef	0.80 409	0.96 399	2.29 340	0.37 305	0.35 347	0.96 429	0.51 386	0.87 320	0.75 374	0.88 425	0.83 394	0.61 280	1.36 462	1.02 281	3.27 482	0.13 261	0.11 226	0.17 358	0.19 345	0.25 297	0.21 282

PSMNet_ROB	0.66 349	1.01 420	2.33 346	0.38 320	0.31 306	0.72 359	0.55 400	0.86 311	0.69 316	0.54 244	0.60 285	0.75 358	0.47 303	2.00 418	0.82 372	0.17 351	0.13 269	0.19 384	0.19 345	0.24 286	0.27 355

SGM-Forest	1.04 443	0.42 184	3.59 481	0.41 345	0.32 314	1.05 439	1.32 484	0.94 372	0.83 410	1.16 451	2.23 479	1.03 432	1.39 465	2.49 458	2.35 465	0.21 390	0.21 387	0.20 392	0.19 345	0.23 271	0.32 389
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.71 377	0.76 327	2.64 404	0.33 220	0.20 154	0.78 389	0.79 448	0.98 402	0.78 392	0.85 424	0.71 368	0.86 394	1.10 448	1.46 329	0.62 327	0.18 362	0.20 378	0.21 398	0.19 345	0.25 297	0.33 396
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	1.21 455	1.15 441	3.01 450	0.34 250	0.28 272	1.10 448	0.69 435	1.35 470	1.01 442	2.71 497	2.41 482	2.96 485	1.45 468	2.80 479	1.40 427	0.22 403	0.22 393	0.22 401	0.19 345	0.50 443	0.26 348
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
ISRNet	0.47 200	0.44 200	1.55 106	0.37 305	0.31 306	0.49 96	0.19 29	0.75 212	0.66 296	0.63 348	0.71 368	0.67 314	0.39 229	0.58 193	0.44 260	0.23 406	0.16 328	0.21 398	0.20 355	0.21 241	0.25 338

IGEV-Stereo+	0.29 25	0.29 93	0.86 12	0.25 32	0.34 335	0.30 12	0.14 2	0.32 3	0.53 162	0.18 8	0.12 3	0.18 8	0.19 34	0.49 159	0.17 6	0.09 39	0.08 77	0.08 8	0.20 355	0.46 436	0.59 458

Wz-Net-TNSev	0.91 427	1.73 486	3.08 454	0.36 284	0.31 306	1.00 435	0.71 439	1.06 446	0.97 436	0.71 388	0.72 373	1.09 443	0.87 423	2.42 451	1.59 435	0.20 384	0.20 378	0.16 341	0.20 355	0.44 434	0.35 402

STTStereo	0.51 252	0.69 309	2.14 312	0.36 284	0.30 289	0.61 253	0.32 290	0.77 235	0.60 216	0.60 321	0.54 233	0.67 314	0.43 273	0.86 268	0.42 246	0.16 337	0.15 311	0.17 358	0.20 355	0.16 145	0.15 181

RP	0.67 353	0.82 357	1.94 260	0.43 358	0.44 399	0.65 314	0.45 368	0.89 331	0.82 406	0.66 367	0.92 412	0.99 425	0.76 406	1.55 344	0.66 337	0.25 419	0.18 356	0.23 408	0.20 355	0.31 353	0.22 293

XQC	0.73 389	0.98 410	2.39 358	0.46 384	0.35 347	0.81 401	0.46 371	1.00 422	1.00 440	0.80 409	0.69 354	0.88 400	0.74 404	1.32 314	1.20 412	0.24 414	0.16 328	0.23 408	0.20 355	0.41 420	0.33 396

AIO_test	0.39 109	0.37 151	1.19 37	0.73 452	0.67 453	0.35 31	0.25 161	0.47 46	0.34 12	0.34 94	0.22 15	0.33 108	0.17 12	1.31 313	0.19 12	0.11 180	0.15 311	0.08 8	0.21 361	0.15 110	0.23 317

testlalala_base	0.46 185	0.30 103	1.82 205	0.34 250	0.27 262	0.55 156	0.21 64	0.85 301	0.32 6	0.32 90	0.39 116	0.31 94	0.23 73	0.30 28	0.28 124	0.95 480	0.30 430	0.09 44	0.21 361	1.03 475	0.18 242

GrayStereo	0.66 349	0.19 5	1.76 158	0.90 466	0.23 207	0.62 273	1.42 492	0.62 139	0.60 216	0.72 391	0.78 387	0.56 257	3.07 495	0.60 204	0.26 107	0.09 39	0.08 77	0.10 89	0.21 361	0.11 34	0.18 242

aanetorigin	0.77 401	0.80 348	2.59 398	0.43 358	0.44 399	0.58 206	1.01 468	0.57 109	0.68 307	1.53 477	1.23 445	0.81 378	1.08 446	1.07 286	1.07 400	0.18 362	0.15 311	0.17 358	0.21 361	0.54 450	0.30 376

MaskLacGwcNet_RVC	0.77 401	1.04 425	2.06 289	0.94 470	0.35 347	0.89 421	0.40 336	0.85 301	0.63 261	0.55 261	0.63 309	0.75 358	0.38 215	2.38 445	0.48 279	1.10 486	0.31 432	0.36 444	0.21 361	0.53 449	0.55 454

SHD	0.72 380	0.77 336	2.36 354	0.45 379	0.40 384	0.71 353	0.32 290	1.02 433	1.25 463	1.07 444	0.84 397	0.90 404	0.73 399	1.09 288	0.98 384	0.21 390	0.18 356	0.20 392	0.21 361	0.32 360	0.31 384

ADCL	0.99 436	0.79 346	2.43 367	0.39 329	0.32 314	1.50 466	1.90 496	0.92 356	0.97 436	1.26 465	1.27 447	1.00 427	1.42 467	1.14 298	3.31 483	0.17 351	0.14 286	0.22 401	0.21 361	0.30 345	0.22 293

WCMA_ROB	1.12 446	0.83 361	2.66 407	0.58 432	0.34 335	1.17 455	0.71 439	0.93 364	0.94 432	1.74 480	2.63 488	3.09 488	1.71 478	1.70 367	1.84 446	0.26 423	0.21 387	0.20 392	0.21 361	0.28 331	0.43 437

Reg-Stereo(zero)	0.46 185	0.17 1	2.10 301	0.24 16	0.34 335	0.51 113	0.42 345	0.50 63	0.54 174	0.37 103	0.46 153	0.54 241	0.60 356	0.43 106	1.10 402	0.08 9	0.09 143	0.08 8	0.22 369	0.12 45	0.22 293

rvit_105_1	0.44 157	0.54 243	1.46 86	0.36 284	0.24 220	0.51 113	0.45 368	0.75 212	0.74 361	0.45 154	0.44 142	0.44 178	0.36 195	0.62 207	0.38 219	0.20 384	0.18 356	0.18 378	0.22 369	0.18 192	0.18 242

model_zeroshot	0.44 157	0.68 305	1.97 276	0.28 99	0.18 112	0.69 344	0.21 64	0.63 145	0.40 47	1.00 439	0.34 87	0.42 163	0.20 42	0.69 235	0.24 88	0.10 122	0.22 393	0.10 89	0.22 369	0.12 45	0.10 48

GCAP-BAT	0.43 147	0.31 114	1.82 205	0.25 32	0.26 249	0.65 314	0.23 110	0.48 51	0.37 26	0.67 371	0.82 393	0.44 178	0.24 81	0.48 149	0.87 377	0.09 39	0.13 269	0.09 44	0.22 369	0.08 4	0.09 28

cross-raft	0.40 115	0.27 64	2.22 327	0.30 145	0.17 81	0.49 96	0.35 309	0.71 181	0.39 40	0.43 138	0.45 146	0.64 295	0.25 96	0.32 42	0.25 100	0.08 9	0.08 77	0.09 44	0.23 373	0.11 34	0.14 148

ADCS	1.05 444	1.36 468	2.98 448	0.42 353	0.36 355	0.96 429	0.81 452	1.06 446	1.12 455	1.25 461	0.97 422	1.08 441	0.90 428	1.25 311	4.86 499	0.21 390	0.21 387	0.22 401	0.23 373	0.36 390	0.38 420

testlalala	0.36 80	0.30 103	1.77 167	0.28 99	0.33 327	0.60 232	0.22 83	0.55 100	0.51 136	0.55 261	0.35 91	0.31 94	0.20 42	0.26 6	0.22 59	0.10 122	0.13 269	0.09 44	0.24 375	0.08 4	0.07 5

AnyNet_C01	1.14 448	1.49 472	4.23 493	0.54 418	0.53 427	1.51 467	1.37 486	1.04 444	1.07 450	1.17 456	1.33 453	1.15 450	1.08 446	1.61 357	2.74 472	0.25 419	0.22 393	0.28 427	0.24 375	0.48 438	0.40 430

AnyNet_C32	1.00 439	1.33 465	2.53 386	0.49 399	0.54 429	1.15 453	1.14 476	0.91 347	0.89 425	1.11 447	0.95 419	0.87 396	0.93 430	1.50 338	4.07 492	0.21 390	0.20 378	0.25 419	0.24 375	0.38 404	0.33 396

STTRV1_RVC	0.80 409	0.55 252	2.89 437	0.42 353	0.49 418	0.79 393	0.44 361	1.15 460	0.82 406	0.62 339	0.89 408	0.72 343	0.63 373	2.69 472	0.64 333	0.48 455	0.64 473	0.27 423	0.24 375	0.35 385	0.27 355

GANetREF_RVC	0.75 394	1.15 441	2.46 372	0.47 389	0.26 249	0.83 406	0.61 419	0.97 398	0.89 425	0.62 339	0.61 292	0.72 343	0.59 353	2.42 451	0.55 303	0.32 439	0.25 415	0.36 444	0.24 375	0.39 412	0.31 384
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
NaN_ROB	1.14 448	0.94 391	2.96 444	0.53 415	0.56 434	1.13 451	0.99 463	0.98 402	1.00 440	1.09 446	0.87 404	0.77 364	1.06 445	5.90 504	2.72 471	0.16 337	0.23 399	0.16 341	0.24 375	0.22 258	0.36 410

CSAN	1.25 459	1.12 433	3.04 451	0.51 405	0.37 366	1.06 440	1.15 477	1.22 463	1.08 451	1.17 456	1.91 469	1.04 435	1.31 457	5.96 505	2.43 467	0.26 423	0.22 393	0.24 414	0.24 375	0.31 353	0.30 376

PDISCO_ROB	0.75 394	1.06 427	2.11 302	0.64 444	0.59 441	1.13 451	0.43 352	1.14 457	1.05 446	0.64 358	0.71 368	0.96 418	0.61 365	1.21 303	0.76 361	0.37 447	0.18 356	0.27 423	0.24 375	0.56 452	0.32 389

DEFOM-Stereo_RVC	0.28 16	0.28 85	1.09 27	0.33 220	0.15 35	0.30 12	0.16 12	0.58 115	0.42 60	0.19 11	0.19 10	0.17 6	0.26 110	0.38 82	0.37 212	0.09 39	0.08 77	0.08 8	0.25 383	0.10 20	0.06 1

HBP-ISP	0.76 397	1.30 459	3.19 466	0.35 266	0.26 249	0.85 412	0.54 397	1.03 440	0.72 343	0.80 409	0.69 354	0.68 321	0.83 415	2.04 420	0.44 260	0.23 406	0.24 402	0.29 434	0.25 383	0.28 331	0.24 329

Nwc_Net	0.68 360	0.83 361	2.53 386	0.41 345	0.39 375	0.77 384	0.38 330	1.01 430	0.70 325	0.60 321	0.99 425	0.98 422	0.68 387	1.41 322	0.63 329	0.23 406	0.15 311	0.23 408	0.25 383	0.23 271	0.18 242

SAMSARA	0.91 427	0.97 407	2.22 327	0.80 459	0.58 439	1.32 458	1.31 483	1.01 430	0.94 432	1.36 468	0.87 404	1.38 462	0.90 428	1.72 370	1.02 396	0.24 414	0.30 430	0.22 401	0.25 383	0.36 390	0.35 402

NCCL2	0.65 345	0.94 391	1.96 272	0.43 358	0.30 289	0.71 353	0.68 433	0.84 295	0.65 282	0.70 384	0.60 285	0.86 394	0.54 332	1.56 345	0.57 313	0.20 384	0.16 328	0.67 467	0.25 383	0.22 258	0.24 329

CBMV_ROB	0.76 397	0.42 184	2.68 409	0.33 220	0.22 188	0.74 367	0.47 379	0.96 390	0.76 383	1.04 443	0.96 420	0.88 400	0.93 430	2.06 422	1.19 411	0.22 403	0.24 402	0.27 423	0.25 383	0.25 297	0.28 361

FBW_ROB	0.83 417	0.77 336	1.77 167	0.44 365	0.30 289	0.87 418	0.46 371	1.10 452	0.91 428	0.81 414	0.75 381	1.01 428	0.61 365	3.66 495	1.23 416	0.26 423	0.23 399	0.36 444	0.25 383	0.27 325	0.62 460

GREAT-IGEV	0.37 86	0.28 85	1.48 93	0.25 32	0.38 372	0.46 76	0.18 23	0.33 4	0.34 12	0.15 2	0.29 50	0.15 4	0.17 12	0.36 69	0.23 67	0.07 2	0.76 487	0.07 1	0.26 390	0.21 241	1.03 488

RGC	0.71 377	0.97 407	2.18 320	0.44 365	0.44 399	0.73 364	0.40 336	0.94 372	0.71 335	0.71 388	1.04 435	1.01 428	0.71 393	1.74 373	0.70 347	0.23 406	0.18 356	0.28 427	0.26 390	0.29 335	0.27 355

G-Net	0.99 436	0.64 288	2.76 423	0.57 430	0.67 453	2.03 488	0.72 442	0.76 225	0.67 305	1.14 450	2.56 485	1.30 460	1.02 440	1.48 337	1.74 442	0.25 419	0.24 402	0.24 414	0.26 390	0.37 398	0.31 384

PVD	0.90 426	0.85 367	2.15 313	0.53 415	0.50 420	0.99 432	0.56 405	1.15 460	1.64 478	1.41 473	1.41 457	1.11 447	1.13 450	1.35 317	1.31 419	0.26 423	0.28 425	0.28 427	0.26 390	0.37 398	0.49 447

NOSS_ROB	0.64 337	0.65 295	1.62 118	0.46 384	0.25 235	0.67 326	0.30 254	0.93 364	0.77 387	0.59 313	0.57 261	0.77 364	0.38 215	2.78 477	0.44 260	0.23 406	0.24 402	0.28 427	0.26 390	0.27 325	0.39 426

ccnet	0.71 377	0.41 177	1.59 111	0.40 338	0.45 407	1.06 440	0.55 400	0.98 402	0.71 335	0.88 425	0.97 422	0.82 382	0.88 426	1.68 364	0.94 380	0.32 439	0.26 417	0.32 439	0.27 395	0.34 375	0.30 376

EDNetEfficient	1.27 460	0.70 312	4.05 490	0.64 444	0.98 474	0.94 427	1.40 489	0.85 301	1.75 482	2.34 493	1.33 453	1.05 437	2.21 486	1.58 351	4.15 493	0.15 317	0.19 367	0.14 296	0.27 395	0.38 404	0.32 389

SGM-ForestM	2.98 498	1.70 484	3.52 480	0.67 449	0.47 415	5.18 508	3.36 506	3.30 504	2.86 498	4.44 506	3.79 501	9.80 510	5.50 505	6.29 506	6.52 505	0.27 428	0.36 442	0.24 414	0.27 395	0.38 404	0.58 457

DeepPrunerF	0.86 421	0.86 368	2.91 442	0.45 379	0.50 420	0.64 301	0.48 382	1.14 457	2.64 495	0.63 348	0.61 292	0.65 298	0.62 370	2.21 434	1.31 419	0.23 406	0.19 367	0.30 435	0.28 398	0.36 390	0.25 338

PA-Net	0.84 419	1.00 416	3.49 478	0.63 443	0.40 384	0.70 351	0.52 389	0.86 311	0.84 412	0.52 221	0.59 270	0.70 338	0.54 332	2.35 441	2.23 461	0.17 351	0.27 423	0.19 384	0.28 398	0.22 258	0.36 410
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LSM	3.31 500	1.11 432	5.29 500	9.40 514	30.65 525	0.84 408	1.12 475	0.91 347	1.22 461	1.36 468	2.19 476	0.93 411	0.83 415	1.66 361	0.90 378	0.21 390	0.31 432	0.24 414	0.28 398	0.39 412	6.33 512

SCV	0.35 74	0.59 261	1.37 69	0.34 250	0.22 188	0.28 7	0.23 110	0.72 186	0.35 16	0.19 11	0.30 59	0.24 41	0.20 42	0.64 212	0.19 12	0.11 180	0.08 77	0.09 44	0.29 401	0.34 375	0.29 367

castereo++	0.28 16	0.43 189	0.93 17	0.28 99	0.17 81	0.53 137	0.21 64	0.55 100	0.45 88	0.17 6	0.26 36	0.32 102	0.17 12	0.33 50	0.16 2	0.09 39	0.08 77	0.09 44	0.29 401	0.13 73	0.06 1

PSMNet-RUCA	0.58 303	0.82 357	1.89 237	0.59 436	0.56 434	0.64 301	0.36 316	0.84 295	0.69 316	0.51 213	0.68 346	0.53 235	0.43 273	0.56 189	0.43 255	0.34 443	0.18 356	0.44 455	0.29 401	0.48 438	0.30 376

testlalala2	0.44 157	0.28 85	2.59 398	0.64 444	0.56 434	0.57 189	0.20 46	0.78 249	0.52 143	0.40 119	0.39 116	0.45 187	0.21 51	0.27 8	0.22 59	0.09 39	0.10 180	0.08 8	0.29 401	0.12 45	0.10 48

rrr	0.46 185	0.34 134	3.08 454	0.27 74	0.16 55	0.45 60	0.28 223	1.09 451	0.51 136	0.24 39	0.21 11	0.26 63	0.25 96	0.64 212	0.52 294	0.09 39	0.07 18	0.10 89	0.29 401	0.16 145	0.25 338

SQANet	0.80 409	1.58 474	2.53 386	0.76 455	0.83 465	0.76 376	0.36 316	0.83 285	0.64 269	0.63 348	0.69 354	0.73 347	0.51 322	1.21 303	0.53 298	0.77 475	0.29 426	0.59 463	0.29 401	0.86 472	0.61 459

anonymousa	0.48 206	0.46 210	2.44 369	0.29 129	0.34 335	0.61 253	0.25 161	0.66 155	0.54 174	0.53 231	0.77 386	0.73 347	0.46 298	0.33 50	0.31 168	0.10 122	0.09 143	0.12 203	0.29 401	0.10 20	0.19 258

Sa-1000	0.51 252	0.72 318	1.90 241	0.31 171	0.60 446	0.60 232	0.31 267	0.94 372	0.71 335	0.52 221	0.83 394	0.42 163	0.33 179	0.68 229	0.28 124	0.10 122	0.09 143	0.13 261	0.29 401	0.29 335	0.10 48

CC-Net-ROB	0.85 420	1.15 441	2.13 307	0.88 465	0.38 372	0.88 420	0.44 361	1.06 446	0.79 397	0.58 300	0.69 354	0.65 298	0.50 320	2.74 476	0.51 292	0.93 478	0.39 452	0.87 473	0.29 401	0.54 450	0.54 451

SCV_C0	0.33 55	0.43 189	1.42 80	0.25 32	0.16 55	0.35 31	0.20 46	0.68 168	0.44 73	0.24 39	0.27 40	0.29 88	0.20 42	0.58 193	0.18 7	0.09 39	0.08 77	0.08 8	0.30 410	0.26 316	0.17 222

FC-DCNN v2	1.54 477	0.58 259	2.80 429	0.44 365	0.39 375	2.05 489	0.66 427	1.90 489	1.84 486	2.79 499	2.97 495	4.41 499	3.07 495	2.65 468	2.30 464	0.29 433	0.26 417	0.31 436	0.30 410	0.32 360	0.38 420

raft_robust	0.55 286	0.84 363	1.73 143	0.28 99	0.54 429	0.53 137	0.25 161	0.88 325	0.75 374	0.48 182	0.46 153	0.76 362	0.75 405	1.46 329	0.27 115	0.09 39	0.10 180	0.10 89	0.30 410	0.26 316	0.16 205

CREStereo++_RVC	0.33 55	0.29 93	1.74 147	0.24 16	0.16 55	0.54 144	0.15 4	0.40 13	0.55 180	0.37 103	0.51 199	0.24 41	0.19 34	0.27 8	0.26 107	0.09 39	0.06 2	0.08 8	0.30 410	0.08 4	0.06 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
FCDSN-DC	1.29 461	0.54 243	2.50 383	0.47 389	0.41 391	1.12 449	0.60 415	1.10 452	1.27 465	2.23 490	2.87 491	3.67 492	3.12 497	2.39 448	1.69 439	0.30 436	0.26 417	0.31 436	0.30 410	0.35 385	0.38 420
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	1.49 475	0.59 261	2.88 434	0.44 365	0.39 375	1.97 486	0.66 427	1.67 483	1.70 480	2.72 498	2.89 492	4.22 495	2.97 494	2.55 463	2.19 459	0.29 433	0.26 417	0.31 436	0.30 410	0.32 360	0.39 426

castereo	0.30 35	0.44 200	0.81 10	0.24 16	0.29 278	0.41 49	0.27 207	0.72 186	0.45 88	0.22 27	0.30 59	0.24 41	0.31 170	0.25 4	0.21 47	0.09 39	0.07 18	0.08 8	0.31 416	0.12 45	0.09 28

gcap-zeroshot	0.41 122	0.62 273	1.78 172	0.31 171	0.32 314	0.69 344	0.21 64	0.74 201	0.52 143	0.43 138	0.35 91	0.62 284	0.24 81	0.41 95	0.24 88	0.09 39	0.16 328	0.09 44	0.31 416	0.08 4	0.09 28

DispNO	0.67 353	0.98 410	2.58 396	0.31 171	0.27 262	0.59 222	0.29 246	0.83 285	0.68 307	0.53 231	0.79 390	0.83 384	0.47 303	2.46 455	0.68 343	0.12 231	0.10 180	0.19 384	0.31 416	0.16 145	0.17 222

Gwc-CoAtRS	0.38 94	0.33 123	1.92 250	0.27 74	0.41 391	0.48 89	0.19 29	0.59 123	0.46 95	0.43 138	0.39 116	0.57 263	0.26 110	0.32 42	0.26 107	0.09 39	0.09 143	0.09 44	0.31 416	0.11 34	0.09 28

NCC-stereo	0.79 407	0.94 391	2.42 363	0.59 436	0.45 407	1.90 481	0.46 371	0.99 414	0.72 343	0.64 358	0.84 397	0.91 406	0.73 399	1.80 386	1.00 390	0.27 428	0.19 367	0.23 408	0.31 416	0.24 286	0.22 293

Abc-Net	0.79 407	0.94 391	2.42 363	0.59 436	0.45 407	1.90 481	0.46 371	0.99 414	0.72 343	0.64 358	0.84 397	0.91 406	0.73 399	1.80 386	1.00 390	0.27 428	0.19 367	0.23 408	0.31 416	0.24 286	0.22 293
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MSKI-zero shot	0.46 185	0.38 157	2.47 376	0.27 74	0.43 398	0.56 171	0.20 46	0.77 235	0.43 69	0.60 321	0.51 199	0.44 178	0.17 12	0.68 229	0.21 47	0.09 39	0.29 426	0.09 44	0.32 422	0.14 93	0.10 48

DCRE	0.50 235	0.63 284	2.13 307	0.30 145	0.23 207	0.45 60	0.24 142	0.59 123	0.53 162	0.50 200	2.10 473	0.42 163	0.26 110	0.35 62	0.23 67	0.09 39	0.14 286	0.10 89	0.32 422	0.16 145	0.15 181

SA	0.50 235	0.75 326	1.95 263	0.31 171	0.61 448	0.57 189	0.31 267	0.91 347	0.73 357	0.42 133	0.62 297	0.38 130	0.47 303	0.68 229	0.29 138	0.09 39	0.09 143	0.13 261	0.32 422	0.30 345	0.10 48

MIPNet	0.83 417	0.81 353	2.40 360	0.61 441	0.18 112	1.48 464	1.39 488	1.60 481	0.74 361	1.94 482	0.85 401	0.73 347	1.68 476	0.87 269	0.31 168	0.09 39	0.08 77	0.11 151	0.32 422	0.25 297	0.12 99

XX-Stereo	0.55 286	0.54 243	3.50 479	0.48 397	0.39 375	0.54 144	0.17 16	0.89 331	0.40 47	0.44 144	0.65 333	0.85 390	0.19 34	0.77 256	0.21 47	0.10 122	0.14 286	0.10 89	0.32 422	0.17 166	0.14 148

ADCMid	0.96 435	1.32 463	2.74 421	0.38 320	0.35 347	0.99 432	0.58 411	0.94 372	0.86 415	1.23 460	1.01 428	1.01 428	1.00 438	1.05 285	3.97 490	0.21 390	0.19 367	0.42 453	0.32 422	0.40 417	0.29 367

MSMD_ROB	1.34 464	0.96 399	2.38 356	0.39 329	0.32 314	1.96 484	0.62 423	0.91 347	1.43 471	2.94 501	2.60 486	4.77 501	1.95 482	2.43 453	1.33 421	0.29 433	0.26 417	0.32 439	0.32 422	0.30 345	0.30 376

RSM	0.28 16	0.26 58	0.97 19	0.25 32	0.24 220	0.37 38	0.21 64	0.49 57	0.44 73	0.21 20	0.27 40	0.28 81	0.17 12	0.38 82	0.20 34	0.07 2	0.07 18	0.09 44	0.34 429	0.21 241	0.16 205

MADNet+	1.36 466	1.93 497	5.95 502	0.81 462	0.59 441	1.57 469	1.09 472	1.39 474	1.22 461	0.84 421	1.01 428	1.25 456	1.12 449	3.19 487	2.36 466	0.45 452	0.47 461	0.38 450	0.34 429	0.59 453	0.57 455

ELAS_RVC	1.37 468	0.78 344	3.21 468	0.55 425	0.50 420	1.49 465	2.48 502	1.48 476	1.71 481	2.13 487	2.09 472	2.07 476	2.56 490	1.90 406	2.02 451	0.35 444	0.36 442	0.37 448	0.34 429	0.49 441	0.47 443
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RSM++	0.27 10	0.26 58	0.87 13	0.28 99	0.13 11	0.39 45	0.20 46	0.45 34	0.45 88	0.20 15	0.24 24	0.24 41	0.17 12	0.36 69	0.20 34	0.08 9	0.07 18	0.09 44	0.35 432	0.26 316	0.18 242

IGEV_Zeroshot_test	0.53 269	0.33 123	2.91 442	0.32 199	0.18 112	0.54 144	0.21 64	0.72 186	0.42 60	0.81 414	0.51 199	0.71 341	0.41 247	0.48 149	1.13 406	0.09 39	0.15 311	0.10 89	0.35 432	0.19 213	0.09 28

Selective-RAFT	0.35 74	0.26 58	1.48 93	0.31 171	0.15 35	0.61 253	0.19 29	0.60 133	0.54 174	0.28 72	0.29 50	0.40 144	0.33 179	0.50 165	0.27 115	0.10 122	0.07 18	0.09 44	0.35 432	0.19 213	0.08 17

test-3	0.43 147	0.20 9	1.70 133	0.34 250	0.32 314	0.45 60	0.23 110	0.71 181	0.46 95	0.51 213	0.29 50	0.45 187	0.21 51	0.59 199	0.98 384	0.08 9	0.07 18	0.10 89	0.35 432	0.29 335	0.28 361

test_1	0.43 147	0.20 9	1.70 133	0.34 250	0.32 314	0.45 60	0.23 110	0.71 181	0.46 95	0.50 200	0.29 50	0.45 187	0.21 51	0.59 199	0.98 384	0.08 9	0.07 18	0.10 89	0.35 432	0.29 335	0.29 367

test_3	0.44 157	0.20 9	1.70 133	0.36 284	0.32 314	0.47 81	0.30 254	0.73 197	0.49 118	0.50 200	0.30 59	0.45 187	0.22 60	0.59 199	0.98 384	0.08 9	0.10 180	0.11 151	0.35 432	0.29 335	0.28 361

ELAS	1.39 469	0.79 346	2.86 432	0.53 415	0.50 420	2.81 499	2.20 499	1.61 482	1.50 474	2.28 492	2.35 480	1.82 472	2.13 484	1.73 371	2.22 460	0.35 444	0.37 444	0.35 442	0.35 432	0.49 441	0.47 443
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AEACV	0.33 55	0.24 40	1.44 83	0.28 99	0.35 347	0.47 81	0.21 64	0.43 27	0.28 1	0.26 62	0.25 30	0.22 22	0.38 215	0.30 28	0.18 7	0.09 39	0.35 440	0.09 44	0.36 439	0.23 271	0.25 338

iRaft-Stereo_20w	0.58 303	0.39 166	1.96 272	0.45 379	0.32 314	0.92 426	0.57 409	1.14 457	0.56 190	0.81 414	0.40 121	0.55 245	0.69 389	0.65 222	1.04 399	0.09 39	0.16 328	0.09 44	0.36 439	0.17 166	0.25 338

AnonymousM	0.37 86	0.44 200	1.50 99	0.25 32	0.15 35	0.52 130	0.23 110	0.60 133	0.42 60	0.42 133	0.32 74	0.30 92	0.25 96	0.34 57	0.23 67	0.11 180	0.09 143	0.71 469	0.36 439	0.12 45	0.07 5

AIO-Stereo	0.30 35	0.27 64	1.25 48	0.27 74	0.24 220	0.37 38	0.20 46	0.52 78	0.36 22	0.21 20	0.30 59	0.23 29	0.14 2	0.31 35	0.20 34	0.08 9	0.07 18	0.09 44	0.38 442	0.19 213	0.31 384

MoCha-V2	0.36 80	0.32 118	1.41 76	0.36 284	0.31 306	0.35 31	0.19 29	0.57 109	0.39 40	0.30 78	0.32 74	0.28 81	0.27 127	0.47 144	0.24 88	0.08 9	0.56 468	0.08 8	0.38 442	0.18 192	0.12 99

DLNR_Zeroshot_test	13.43 515	19.94 520	23.55 521	121.61 531	35.03 526	0.46 76	0.15 4	8.02 513	0.35 16	0.28 72	0.37 99	0.26 63	0.17 12	0.76 252	0.29 138	6.42 512	0.26 417	0.09 44	0.38 442	50.13 529	0.18 242

RAFT-Test	0.44 157	0.38 157	2.01 280	0.27 74	0.44 399	0.64 301	0.37 324	0.72 186	0.57 194	0.45 154	0.48 170	0.65 298	0.24 81	0.35 62	0.29 138	0.09 39	0.11 226	0.09 44	0.38 442	0.10 20	0.11 66

CFNet-RSSM	0.41 122	0.32 118	2.20 322	0.27 74	0.44 399	0.52 130	0.19 29	0.76 225	0.48 112	0.43 138	0.36 96	0.54 241	0.26 110	0.33 50	0.25 100	0.09 39	0.08 77	0.09 44	0.38 442	0.10 20	0.09 28

otaku	1.03 442	1.68 482	2.72 415	0.95 471	0.73 459	1.03 438	0.59 413	0.99 414	0.86 415	0.69 380	1.61 461	0.98 422	0.64 375	1.46 329	1.14 407	0.95 480	0.46 458	0.72 470	0.40 447	1.24 484	0.78 471

Ntro	1.00 439	1.68 482	2.80 429	0.95 471	0.85 466	1.06 440	0.53 393	0.98 402	0.90 427	0.62 339	0.76 383	0.93 411	0.66 382	1.66 361	0.98 384	0.99 483	0.45 456	0.75 471	0.40 447	1.19 480	0.75 468

test_xeample3	0.46 185	0.34 134	2.99 449	0.37 305	0.16 55	0.49 96	0.33 298	1.06 446	0.44 73	0.25 54	0.23 16	0.24 41	0.25 96	0.49 159	0.56 310	0.09 39	0.07 18	0.10 89	0.40 447	0.17 166	0.26 348

AIO-Stereo-zeroshot	0.61 324	0.61 267	3.35 476	0.33 220	0.58 439	0.66 320	0.20 46	0.98 402	0.55 180	0.73 395	0.52 211	0.99 425	0.65 377	0.58 193	0.29 138	0.10 122	0.16 328	0.10 89	0.41 450	0.29 335	0.20 273

TRStereo	0.53 269	0.76 327	2.38 356	0.42 353	0.29 278	0.69 344	0.23 110	1.81 486	0.55 180	0.36 99	0.32 74	0.47 208	0.40 236	0.46 133	0.25 100	0.12 231	0.11 226	0.11 151	0.41 450	0.13 73	0.32 389

PASM	0.72 380	0.68 305	1.91 247	0.47 389	0.44 399	0.60 232	0.51 386	0.76 225	0.80 400	0.77 405	0.67 338	0.87 396	0.61 365	2.40 449	0.67 340	0.32 439	0.35 440	0.36 444	0.41 450	0.45 435	0.39 426

AIO-Stereo-zeroshot1	0.70 368	0.65 295	3.45 477	0.50 401	0.60 446	0.75 373	0.23 110	0.96 390	0.60 216	0.76 401	1.30 450	0.81 378	0.60 356	0.57 190	0.82 372	0.10 122	0.16 328	0.11 151	0.43 453	0.31 353	0.22 293

UGAM-zero	0.63 333	0.39 166	2.49 379	0.30 145	0.49 418	0.67 326	0.19 29	0.91 347	0.45 88	0.77 405	0.45 146	1.16 452	0.82 414	2.05 421	0.29 138	0.09 39	0.15 311	0.09 44	0.44 454	0.11 34	0.22 293

AE-Stereo	0.42 141	0.29 93	1.65 120	0.43 358	0.47 415	0.56 171	0.23 110	0.86 311	0.46 95	0.31 82	0.41 125	0.43 167	0.24 81	0.34 57	0.24 88	0.09 39	0.48 464	0.11 151	0.45 455	0.22 258	0.19 258

SGM_RVC	1.89 484	0.92 383	2.50 383	0.96 473	0.93 473	1.63 472	1.37 486	1.52 479	12.43 509	1.85 481	1.69 464	2.40 481	1.74 479	2.81 480	1.71 440	0.53 457	0.47 461	0.42 453	0.47 456	0.74 464	0.74 466
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PAM	0.70 368	0.35 141	2.72 415	0.56 427	0.62 450	1.08 447	0.53 393	0.85 301	0.44 73	0.93 433	0.92 412	1.24 455	0.68 387	0.64 212	1.01 394	0.10 122	0.19 367	0.10 89	0.48 457	0.14 93	0.38 420

ACVNet_1	1.33 463	1.91 495	4.03 489	1.09 478	0.88 468	1.19 456	0.66 427	1.24 465	1.17 458	0.94 434	0.96 420	3.09 488	1.04 442	2.37 442	1.11 405	1.04 484	0.48 464	1.03 483	0.48 457	1.12 477	0.83 473

PAM_32	0.70 368	0.35 141	2.73 420	0.54 418	0.61 448	1.07 445	0.43 352	0.84 295	0.49 118	0.90 429	0.91 410	1.23 454	0.77 409	0.65 222	1.10 402	0.10 122	0.19 367	0.10 89	0.49 459	0.15 110	0.38 420

JetBlue	1.78 481	1.63 476	3.92 486	0.73 452	1.21 487	4.38 506	3.35 505	1.59 480	1.20 460	1.26 465	1.52 460	2.37 480	1.88 481	3.23 488	3.00 475	0.53 457	0.47 461	0.48 458	0.49 459	1.29 486	0.97 481

EAI-Stereo	0.78 405	0.25 45	1.67 126	0.54 418	0.59 441	1.95 483	2.05 498	1.11 456	0.64 269	0.95 436	1.49 458	0.50 224	0.67 384	0.59 199	1.44 429	0.09 39	0.19 367	0.09 44	0.49 459	0.13 73	0.22 293

RAFT+CT+SA	0.50 235	0.86 368	1.82 205	0.37 305	0.75 460	0.54 144	0.34 302	0.77 235	0.63 261	0.38 111	0.55 242	0.34 114	0.29 154	0.68 229	0.27 115	0.09 39	0.07 18	0.11 151	0.51 462	0.29 335	0.41 435

UDG	0.77 401	1.23 451	2.15 313	0.67 449	0.59 441	0.78 389	0.38 330	0.90 337	0.70 325	0.61 328	0.69 354	1.01 428	0.67 384	1.02 281	0.73 357	0.45 452	0.34 439	0.87 473	0.51 462	0.67 460	0.46 442

DDUNet	0.77 401	1.12 433	1.88 230	0.76 455	0.69 456	0.84 408	0.43 352	0.85 301	0.65 282	0.67 371	0.75 381	0.91 406	0.52 327	1.03 283	0.57 313	0.54 459	0.37 444	0.95 479	0.52 464	0.71 463	0.57 455

ACVNet_2	1.42 472	1.81 488	3.23 470	1.08 477	0.92 472	1.32 458	0.85 453	1.49 477	1.69 479	1.19 459	1.73 465	2.13 477	1.03 441	2.50 459	1.40 427	0.91 477	0.53 466	1.00 481	0.55 465	2.11 500	0.85 474

ACVNet-4b	1.93 485	1.85 491	4.10 491	1.07 476	0.86 467	1.15 453	0.53 393	1.06 446	1.12 455	0.64 358	1.09 438	1.99 475	0.70 391	2.20 433	9.86 512	5.62 509	0.41 455	1.03 483	0.55 465	1.86 498	0.85 474

MFN_U_SF_DS_RVC	1.01 441	1.67 480	2.32 343	0.47 389	0.39 375	1.47 463	0.95 460	0.95 385	0.91 428	0.84 421	0.94 417	1.05 437	0.60 356	2.95 482	0.72 354	0.41 448	0.72 486	0.32 439	0.55 465	0.74 464	1.22 493

DualNet (step1)	0.59 310	0.62 273	1.93 253	0.27 74	0.22 188	0.68 338	0.31 267	0.93 364	0.66 296	0.57 282	0.51 199	0.55 245	0.45 285	1.11 292	0.38 219	0.61 463	0.14 286	0.87 473	0.56 468	0.25 297	0.23 317

test_sample9	0.94 431	0.62 273	1.93 253	0.27 74	0.22 188	0.68 338	0.31 267	0.93 364	0.66 296	0.57 282	0.51 199	0.55 245	0.45 285	1.91 407	2.55 469	0.61 463	4.16 508	0.87 473	0.56 468	0.25 297	0.23 317

test_sample8	1.12 446	0.62 273	1.93 253	0.27 74	0.22 188	0.68 338	0.31 267	0.95 385	0.61 231	1.18 458	0.56 253	2.53 482	1.31 457	1.91 407	2.55 469	0.61 463	4.16 508	0.87 473	0.56 468	0.25 297	0.23 317

RainbowNet	1.15 450	1.78 487	2.72 415	1.12 481	0.91 471	1.06 440	0.76 446	1.16 462	1.13 457	0.75 398	0.97 422	1.09 443	0.80 411	1.60 354	1.21 414	1.17 488	1.26 497	1.01 482	0.57 471	1.13 478	0.88 479

SPS-STEREO	1.07 445	1.13 436	2.88 434	0.65 447	0.69 456	0.99 432	0.68 433	1.05 445	0.87 418	1.36 468	1.23 445	1.46 465	0.94 433	1.87 397	1.72 441	0.66 467	0.61 471	0.58 461	0.57 471	0.65 458	0.77 470
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Consistency-Raft	0.88 424	0.93 389	3.23 470	0.99 474	0.64 451	0.77 384	0.55 400	0.98 402	0.97 436	0.61 328	1.03 432	0.65 298	1.05 443	0.79 261	1.38 424	0.44 450	0.46 458	0.51 459	0.58 473	0.65 458	0.47 443

PWCK	1.49 475	1.90 494	3.22 469	1.09 478	0.54 429	1.71 476	1.73 494	1.49 477	1.53 475	1.44 475	1.80 466	1.82 472	1.30 456	3.34 490	1.76 443	1.07 485	0.56 468	0.97 480	0.58 473	1.38 490	0.65 463

MFMNet_re	0.92 429	1.28 457	2.53 386	0.82 463	0.76 463	0.90 422	0.75 444	0.98 402	1.04 445	1.03 441	1.05 436	0.84 387	0.94 433	0.83 263	0.72 354	0.68 468	0.60 470	0.63 465	0.60 475	0.77 468	0.74 466

NVStereoNet_ROB	1.16 452	0.95 397	2.54 392	0.58 432	0.55 432	0.78 389	0.63 425	1.00 422	1.08 451	1.03 441	4.07 502	1.48 466	1.22 452	2.88 481	1.27 418	0.50 456	0.46 458	0.54 460	0.62 476	0.50 443	0.63 462
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	1.83 483	1.43 469	3.81 483	0.87 464	1.01 477	2.38 496	2.53 503	1.36 471	1.75 482	2.92 500	3.22 497	2.65 483	2.93 492	2.22 437	3.10 479	0.72 470	0.69 482	0.63 465	0.62 476	0.77 468	0.98 482

DispFullNet	1.67 480	2.10 500	5.22 498	1.53 491	8.90 508	0.86 414	0.31 267	0.96 390	0.96 435	1.37 471	1.01 428	1.13 448	1.98 483	1.51 339	0.91 379	0.54 459	0.31 432	1.18 485	0.63 478	1.13 478	0.80 472

GCST	0.72 380	1.10 431	2.15 313	1.11 480	0.59 441	0.62 273	0.19 29	0.75 212	0.53 162	0.56 271	0.63 309	0.47 208	0.31 170	1.11 292	0.33 189	0.75 473	0.45 456	0.84 472	0.64 479	0.69 461	0.54 451

IMH-64-1	1.39 469	1.64 478	1.86 224	1.36 486	1.11 483	1.39 461	1.19 479	1.76 484	1.45 472	1.16 451	2.21 477	1.53 467	1.38 463	1.98 414	1.52 432	1.29 490	0.67 476	1.27 489	0.69 480	1.29 486	0.98 482

IMH-64	1.39 469	1.64 478	1.86 224	1.36 486	1.11 483	1.39 461	1.19 479	1.76 484	1.45 472	1.16 451	2.21 477	1.53 467	1.38 463	1.98 414	1.52 432	1.29 490	0.67 476	1.27 489	0.69 480	1.29 486	0.98 482

IMH	2.02 487	2.15 505	2.69 412	1.68 492	1.12 485	1.66 475	0.92 459	2.10 492	1.92 487	1.32 467	2.66 489	2.21 479	1.69 477	5.78 503	1.68 438	5.54 508	0.96 494	1.31 491	0.71 482	1.32 489	0.99 487

WAO-7	1.48 474	1.63 476	2.49 379	0.93 469	0.75 460	1.72 477	1.10 473	1.84 488	1.96 488	1.43 474	2.54 484	1.97 474	1.61 475	3.06 484	2.08 454	0.69 469	0.66 475	0.94 478	0.74 483	0.80 470	0.69 465

Dean	1.79 482	1.83 489	3.92 486	1.29 485	1.07 482	1.55 468	1.00 466	1.95 491	2.33 490	1.47 476	4.19 503	4.26 498	1.33 460	2.21 434	1.48 431	1.14 487	0.68 480	1.18 485	0.74 483	1.24 484	0.98 482

MANE	2.90 497	1.14 437	2.96 444	1.03 475	1.01 477	5.01 507	2.45 501	5.36 509	6.88 507	3.58 504	4.76 506	5.99 505	4.99 502	4.23 499	4.61 498	0.56 462	0.67 476	0.44 455	0.78 485	0.51 445	1.03 488

TorneroNet-64	2.65 490	1.83 489	3.30 472	1.46 489	1.20 486	3.89 502	0.99 463	3.51 506	6.71 506	2.56 495	4.60 504	4.22 495	3.85 500	3.33 489	3.14 480	1.19 489	0.65 474	1.39 494	0.79 486	3.31 507	1.15 491

WAO-6	1.58 479	1.54 473	2.32 343	1.14 482	1.00 476	2.30 494	1.03 469	1.82 487	2.85 497	1.25 461	2.61 487	2.20 478	1.56 473	2.47 457	1.99 450	0.95 480	0.67 476	1.19 488	0.83 487	1.08 476	0.88 479

TorneroNet	5.50 506	1.92 496	3.16 462	1.47 490	1.25 489	14.07 514	1.06 471	4.90 507	20.99 526	10.17 509	16.48 518	11.88 514	6.93 506	3.34 490	4.20 494	1.30 492	0.69 482	1.45 496	0.86 488	2.61 504	1.20 492

MSC_U_SF_DS_RVC	1.34 464	1.70 484	2.50 383	0.56 427	0.40 384	2.15 492	0.99 463	1.24 465	1.26 464	1.02 440	1.10 439	1.29 457	0.88 426	3.10 486	1.08 401	1.66 498	0.83 490	0.68 468	0.88 489	1.57 491	1.80 505

WAO-8	2.80 494	2.14 503	2.89 437	1.91 499	1.04 480	3.98 503	0.96 461	3.26 502	6.17 503	2.15 488	3.37 498	3.31 490	2.41 488	11.84 512	2.03 452	2.05 502	1.86 501	1.54 497	0.92 490	1.22 481	0.87 477

Venus	2.80 494	2.14 503	2.89 437	1.91 499	1.04 480	3.98 503	0.96 461	3.26 502	6.17 503	2.15 488	3.37 498	3.31 490	2.41 488	11.84 512	2.03 452	2.05 502	1.86 501	1.54 497	0.92 490	1.22 481	0.87 477

ADCPNet	0.99 436	0.99 414	3.93 488	0.37 305	0.68 455	1.36 460	0.62 423	0.87 320	0.76 383	0.78 407	0.81 391	1.08 441	1.18 451	1.14 298	2.49 468	0.21 390	0.69 482	0.21 398	0.95 492	0.29 335	0.37 417

LE_ROB	4.43 504	1.35 467	9.38 507	2.79 507	3.93 505	2.43 497	3.46 507	2.68 497	11.19 508	11.66 513	4.73 505	5.26 503	10.46 511	4.50 502	9.49 510	0.82 476	0.69 482	1.34 492	0.98 493	0.75 466	0.76 469

FADNet_RVC	0.81 415	1.14 437	2.42 363	0.30 145	0.24 220	0.71 353	0.24 142	0.95 385	0.61 231	0.44 144	0.56 253	0.59 272	0.42 263	1.52 341	0.68 343	0.94 479	0.96 494	0.28 427	1.00 494	0.90 473	1.36 497

UNDER WATER	2.74 492	1.85 491	4.54 495	1.81 497	1.44 492	2.34 495	1.40 489	3.24 501	6.60 505	2.60 496	2.76 490	5.75 504	5.24 504	3.02 483	4.01 491	1.45 494	0.81 489	1.59 500	1.06 495	1.80 496	1.51 500

UNDER WATER-64	2.47 489	1.89 493	4.86 496	1.82 498	1.44 492	3.18 501	1.57 493	2.62 495	5.64 502	2.05 483	2.13 474	4.13 494	3.76 499	2.62 466	3.42 486	1.47 495	0.85 491	1.57 499	1.07 496	1.82 497	1.49 499

notaker	2.66 491	2.07 499	3.31 474	2.61 506	1.43 490	1.76 479	1.11 474	2.76 498	1.79 484	2.26 491	11.53 513	3.96 493	4.29 501	3.09 485	2.76 473	1.55 497	0.88 492	1.70 502	1.07 496	2.00 499	1.35 496

KSHMR	4.10 502	1.97 498	5.27 499	1.71 494	1.47 494	1.96 484	1.28 482	3.19 500	17.33 520	2.12 484	15.91 516	9.18 509	1.57 474	8.42 510	1.98 449	1.52 496	1.26 497	1.67 501	1.19 498	1.67 494	1.40 498

ktn	4.35 503	2.10 500	2.89 437	1.80 496	1.49 496	2.13 491	1.41 491	2.26 493	12.72 510	11.41 512	16.43 517	11.15 512	3.75 498	4.36 501	3.18 481	1.82 500	0.98 496	1.73 503	1.21 499	2.97 506	1.27 494

JetRed	3.29 499	4.93 510	10.17 508	1.45 488	1.72 499	7.44 509	5.05 510	3.06 499	2.12 489	2.41 494	2.39 481	2.99 486	2.37 487	3.51 493	6.44 504	1.32 493	1.90 503	1.37 493	1.23 500	2.21 501	1.76 503

anonymity	0.80 409	0.66 302	1.29 53	0.59 436	0.75 460	0.67 326	0.52 389	0.95 385	0.71 335	0.94 434	0.70 364	0.67 314	0.87 423	0.71 242	1.35 422	0.64 466	0.62 472	0.58 461	1.44 501	0.60 456	0.65 463

LVE	1.96 486	2.17 506	3.14 460	1.68 492	1.80 500	1.63 472	1.03 469	2.34 494	2.81 496	1.25 461	2.89 492	4.24 497	1.29 454	2.79 478	1.44 429	2.85 505	0.91 493	1.18 485	1.46 502	1.23 483	1.10 490

IGEV-RUCA	2.28 488	0.30 103	1.15 33	0.40 338	1.86 501	2.06 490	1.90 496	1.36 471	1.80 485	3.70 505	3.76 500	5.02 502	8.19 509	2.12 428	1.63 437	0.25 419	0.76 487	2.72 506	1.91 503	2.39 503	2.36 507

MFN_U_SF_RVC	1.55 478	2.39 507	3.16 462	0.65 447	0.41 391	1.12 449	0.46 371	1.23 464	1.33 466	1.61 478	1.20 443	1.43 464	0.98 437	1.76 375	1.97 448	1.90 501	1.80 499	1.98 504	2.15 504	1.63 492	1.77 504

PML	23.15 522	16.83 517	7.78 505	5.49 510	9.93 509	51.13 530	104.50 530	5.76 510	13.62 513	37.30 530	105.93 530	30.86 530	23.50 525	12.07 514	7.87 508	6.30 511	2.12 506	6.32 513	2.43 505	10.44 516	2.90 508

MADNet++	2.79 493	2.11 502	2.97 447	2.49 504	2.28 502	2.95 500	2.31 500	2.67 496	2.47 492	3.03 502	3.13 496	2.70 484	2.92 491	4.10 498	4.48 496	2.68 504	2.24 507	3.04 508	2.44 506	2.37 502	2.34 506

BEATNet-Init1	12.10 512	11.19 513	27.29 527	2.99 508	3.51 504	21.84 525	11.10 512	14.34 518	13.83 515	20.34 521	20.33 523	26.35 529	20.03 520	19.06 523	14.80 518	1.74 499	1.81 500	2.05 505	2.49 507	3.69 509	3.12 509

tt	4.93 505	0.27 64	4.20 492	2.29 503	1.58 497	10.20 512	16.97 516	9.42 514	5.02 501	1.67 479	1.28 448	4.68 500	5.03 503	3.37 492	5.92 503	6.16 510	9.47 517	2.82 507	3.18 508	3.60 508	1.53 501

Anonymous_2	0.74 392	0.32 118	1.65 120	0.33 220	0.30 289	0.67 326	0.32 290	0.69 171	0.46 95	0.48 182	0.41 125	0.84 387	0.58 350	0.51 168	0.40 238	0.32 439	0.38 446	1.43 495	3.69 509	0.80 470	0.27 355

DGSMNet	2.89 496	0.63 284	3.18 465	3.43 509	4.17 507	2.57 498	6.98 511	0.97 398	0.83 410	0.56 271	1.86 468	0.79 372	0.62 370	1.64 359	1.39 425	4.61 507	5.01 510	5.17 511	4.71 510	4.44 511	4.19 510

DPSM_ROB	12.34 513	11.21 515	12.51 511	12.91 516	12.80 513	19.84 522	28.28 524	14.38 519	14.28 516	10.58 510	11.26 509	12.03 515	11.85 515	13.15 518	15.34 519	7.11 513	8.31 514	6.50 514	7.35 511	8.84 514	8.31 516

DPSM	12.34 513	11.21 515	12.51 511	12.91 516	12.80 513	19.84 522	28.28 524	14.38 519	14.28 516	10.58 510	11.26 509	12.03 515	11.85 515	13.15 518	15.34 519	7.11 513	8.31 514	6.50 514	7.35 511	8.84 514	8.31 516

DGTPSM_ROB	8.89 510	5.62 511	12.25 510	5.92 511	11.32 510	8.54 510	24.18 518	6.40 511	13.49 511	5.15 507	11.46 511	6.19 507	10.92 512	7.00 507	13.72 514	4.47 506	7.65 511	3.92 509	7.45 513	4.38 510	7.87 514

DPSMNet_ROB	9.48 511	5.64 512	13.01 514	8.82 513	11.82 511	8.54 510	24.20 519	6.41 512	13.65 514	5.32 508	11.47 512	6.33 508	10.92 512	7.69 508	13.89 515	7.25 515	8.19 513	5.06 510	7.78 514	5.31 512	8.26 515

DPSimNet_ROB	17.97 518	20.20 524	24.98 523	17.62 518	15.92 516	21.53 524	21.00 517	13.70 516	15.61 518	23.89 526	14.69 515	22.87 523	24.58 529	12.70 517	14.56 516	18.48 520	12.91 519	20.21 520	12.05 515	17.76 517	14.17 519

U	3.37 501	0.17 1	0.91 14	0.26 59	13.79 515	19.19 519	0.15 4	0.41 18	0.31 3	0.17 6	0.18 7	0.27 72	0.15 6	0.21 1	0.16 2	0.09 39	0.06 2	17.88 519	12.81 516	0.10 20	0.08 17

HanzoNet	7.64 508	2.86 508	5.05 497	7.01 512	3.97 506	2.18 493	1.34 485	3.37 505	4.05 499	13.17 514	10.58 507	10.73 511	16.52 518	8.45 511	10.51 513	10.48 516	9.72 518	5.59 512	13.46 517	6.84 513	6.83 513

LSM0	26.58 526	22.63 528	25.88 525	30.13 526	52.21 530	39.94 529	56.74 527	28.97 528	28.72 528	21.14 523	22.26 525	24.43 527	23.88 526	26.54 529	30.87 529	14.32 519	16.55 520	13.12 518	14.71 518	17.92 520	20.60 524

CasAABBNet	24.81 524	22.53 526	24.83 522	26.08 524	25.74 522	39.86 527	57.06 529	28.87 527	28.83 529	21.16 524	22.54 526	24.22 525	23.89 527	26.38 527	30.87 529	14.25 517	16.71 521	13.09 516	14.81 519	17.78 518	16.71 520

Selective-RAFT-Error	24.87 525	22.59 527	25.14 524	26.13 525	25.82 523	39.93 528	57.03 528	28.97 528	28.95 530	21.21 525	22.65 527	24.25 526	23.98 528	26.43 528	30.83 528	14.27 518	16.71 521	13.10 517	14.82 520	17.82 519	16.76 521

ASD4	21.52 520	19.65 519	22.13 519	22.45 522	16.42 517	23.29 526	30.71 526	33.06 530	17.47 521	24.18 527	14.11 514	21.71 522	15.88 517	21.06 525	18.11 521	19.78 521	17.78 523	26.52 523	20.33 521	27.03 523	18.73 523

HaxPig	19.86 519	22.40 525	22.34 520	17.95 519	17.95 518	11.77 513	11.89 513	16.02 521	15.89 519	21.10 522	21.41 524	18.74 521	18.39 519	20.08 524	19.69 522	23.63 526	23.22 524	24.06 521	23.69 522	23.00 522	23.95 525

LRCNet_RVC	13.74 516	19.30 518	12.75 513	19.46 520	12.69 512	1.86 480	0.41 342	12.33 515	1.05 446	15.77 516	18.83 522	12.62 517	8.70 510	12.21 515	9.62 511	22.22 522	8.37 516	25.85 522	24.01 523	19.32 521	17.44 522

MEDIAN_ROB	23.96 523	27.05 529	26.39 526	22.16 521	22.13 520	16.12 515	13.97 514	20.24 522	20.05 522	25.50 528	25.31 528	22.96 524	22.63 524	24.39 526	23.24 526	28.20 527	27.23 528	28.62 524	27.75 524	27.50 524	27.76 526

AVERAGE_ROB	26.93 527	30.34 530	29.27 528	25.82 523	25.34 521	19.48 521	15.17 515	23.55 526	23.00 527	28.45 529	27.87 529	26.25 528	25.86 530	26.96 530	25.55 527	31.30 528	30.07 529	31.76 525	30.81 525	30.79 528	30.93 527

Anonymous_1	22.91 521	11.20 514	12.13 509	12.75 515	26.28 524	19.43 520	27.92 523	14.08 517	13.61 512	14.96 515	10.58 507	11.26 513	11.19 514	12.55 516	14.57 517	38.28 529	7.88 512	34.96 526	63.99 526	89.57 530	10.94 518

FADE	15.89 517	3.00 509	8.70 506	2.11 501	2.94 503	1.19 456	0.91 458	5.00 508	2.49 493	1.25 461	1.19 442	3.05 487	7.02 507	8.02 509	5.31 502	94.83 530	35.90 530	65.83 527	66.18 527	1.66 493	1.30 495

xxxxx1	28.96 528	20.11 521	14.07 516	49.74 527	39.15 527	18.98 516	26.64 520	21.94 523	20.21 523	16.45 517	17.48 519	18.36 518	21.56 521	16.21 520	20.88 523	23.07 523	26.55 525	66.40 528	78.70 528	30.27 525	32.51 528

tt_ll	28.96 528	20.11 521	14.07 516	49.74 527	39.15 527	18.98 516	26.64 520	21.94 523	20.21 523	16.45 517	17.48 519	18.36 518	21.56 521	16.21 520	20.88 523	23.07 523	26.55 525	66.40 528	78.70 528	30.27 525	32.51 528

ff	28.96 528	20.11 521	14.07 516	49.74 527	39.15 527	18.98 516	26.64 520	21.94 523	20.21 523	16.45 517	17.48 519	18.36 518	21.56 521	16.21 520	20.88 523	23.07 523	26.55 525	66.40 528	78.70 528	30.27 525	32.51 528

test_example2	115.39 531	123.23 531	94.57 530	115.52 530	123.55 531	101.63 531	114.33 531	53.41 531	99.48 531	134.90 531	135.05 531	85.83 531	85.11 531	111.32 531	106.15 531	152.55 531	205.26 531	99.78 531	114.96 531	140.96 531	110.20 531

ccccc	291.34 532	297.21 532	347.09 532	374.70 532	380.44 532	203.92 532	213.88 532	216.32 532	172.72 532	203.37 532	218.57 532	215.01 532	258.31 532	312.78 532	341.56 532	412.57 532	356.13 532	256.09 532	227.69 532	428.88 532	389.64 532

Low-res two-view benchmark