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

Monster-pub-eth3d	0.07 3	0.06 51	0.06 1	0.15 66	0.05 1	0.08 49	0.10 28	0.15 101	0.15 156	0.05 1	0.06 11	0.05 1	0.06 36	0.07 3	0.10 112	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

xyz-stereo	0.14 307	0.07 121	0.22 436	0.15 66	0.05 1	0.22 435	0.15 230	0.17 162	0.31 406	0.15 266	0.28 403	0.26 418	0.17 381	0.13 233	0.12 231	0.05 26	0.05 157	0.06 103	0.05 111	0.04 14	0.04 29

MLG-Stereo_test1	0.06 1	0.05 12	0.08 20	0.17 211	0.05 1	0.07 24	0.11 48	0.09 10	0.03 1	0.05 1	0.04 1	0.06 16	0.05 11	0.09 34	0.09 43	0.05 26	0.04 21	0.05 25	0.03 1	0.04 14	0.05 111

MLG-Stereo	0.07 3	0.05 12	0.09 63	0.17 211	0.05 1	0.07 24	0.11 48	0.08 4	0.05 3	0.05 1	0.04 1	0.06 16	0.05 11	0.10 60	0.09 43	0.05 26	0.04 21	0.05 25	0.03 1	0.04 14	0.05 111

FoundationStereo	0.06 1	0.04 1	0.08 20	0.13 9	0.05 1	0.09 84	0.13 111	0.06 1	0.09 22	0.05 1	0.05 7	0.06 16	0.04 1	0.07 3	0.07 1	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

StereoAnything_RVC	0.07 3	0.16 474	0.17 358	0.11 1	0.05 1	0.06 8	0.11 48	0.08 4	0.08 10	0.06 9	0.06 11	0.05 1	0.05 11	0.09 34	0.08 14	0.08 302	0.04 21	0.05 25	0.03 1	0.05 97	0.04 29

castereo++	0.08 43	0.06 51	0.08 20	0.15 66	0.05 1	0.14 276	0.11 48	0.11 27	0.15 156	0.07 32	0.07 37	0.08 97	0.06 36	0.08 14	0.08 14	0.06 110	0.04 21	0.05 25	0.04 34	0.04 14	0.03 1

MonSter	0.07 3	0.06 51	0.06 1	0.15 66	0.05 1	0.08 49	0.10 28	0.15 101	0.15 156	0.05 1	0.06 11	0.05 1	0.06 36	0.07 3	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

dual_stereo	0.07 3	0.05 12	0.08 20	0.15 66	0.05 1	0.05 3	0.13 111	0.12 43	0.08 10	0.07 32	0.06 11	0.05 1	0.05 11	0.07 3	0.09 43	0.06 110	0.04 21	0.05 25	0.03 1	0.04 14	0.04 29

trnet	0.08 43	0.05 12	0.07 4	0.12 4	0.05 1	0.12 208	0.10 28	0.13 60	0.10 32	0.08 62	0.13 177	0.09 124	0.08 142	0.11 105	0.10 112	0.08 302	0.05 157	0.05 25	0.03 1	0.06 185	0.05 111

s12784h	0.10 139	0.06 51	0.08 20	0.15 66	0.05 1	0.16 330	0.18 363	0.16 127	0.15 156	0.10 121	0.11 148	0.11 175	0.11 219	0.11 105	0.12 231	0.05 26	0.04 21	0.06 103	0.04 34	0.04 14	0.04 29

Monster-pub-mixall	0.07 3	0.04 1	0.09 63	0.13 9	0.06 12	0.06 8	0.08 7	0.12 43	0.07 8	0.06 9	0.06 11	0.05 1	0.06 36	0.09 34	0.09 43	0.06 110	0.04 21	0.04 1	0.03 1	0.05 97	0.05 111

Replicate-Monster	0.07 3	0.05 12	0.09 63	0.14 28	0.06 12	0.09 84	0.09 18	0.14 74	0.12 85	0.05 1	0.07 37	0.06 16	0.06 36	0.08 14	0.10 112	0.06 110	0.04 21	0.05 25	0.03 1	0.04 14	0.04 29

AdaDepth	0.07 3	0.06 51	0.07 4	0.18 293	0.06 12	0.11 167	0.11 48	0.10 16	0.08 10	0.06 9	0.05 7	0.07 65	0.06 36	0.09 34	0.10 112	0.04 6	0.05 157	0.05 25	0.04 34	0.04 14	0.04 29

qwe	0.08 43	0.08 232	0.07 4	0.15 66	0.06 12	0.07 24	0.10 28	0.18 189	0.12 85	0.07 32	0.07 37	0.06 16	0.06 36	0.10 60	0.09 43	0.04 6	0.03 1	0.04 1	0.04 34	0.04 14	0.03 1

depthmonostereo	0.09 80	0.06 51	0.09 63	0.15 66	0.06 12	0.11 167	0.13 111	0.14 74	0.15 156	0.10 121	0.10 118	0.09 124	0.11 219	0.08 14	0.09 43	0.06 110	0.05 157	0.06 103	0.04 34	0.04 14	0.03 1

DilatedVolume-Stereo	0.09 80	0.05 12	0.08 20	0.15 66	0.06 12	0.11 167	0.12 72	0.14 74	0.16 183	0.11 158	0.11 148	0.09 124	0.10 189	0.11 105	0.11 173	0.06 110	0.05 157	0.05 25	0.04 34	0.03 1	0.03 1

2.25w	0.07 3	0.07 121	0.08 20	0.15 66	0.06 12	0.08 49	0.09 18	0.10 16	0.15 156	0.08 62	0.10 118	0.07 65	0.06 36	0.09 34	0.10 112	0.05 26	0.04 21	0.04 1	0.04 34	0.03 1	0.04 29

4.25_new	0.07 3	0.08 232	0.09 63	0.15 66	0.06 12	0.08 49	0.08 7	0.14 74	0.08 10	0.07 32	0.07 37	0.06 16	0.06 36	0.12 182	0.10 112	0.04 6	0.03 1	0.04 1	0.03 1	0.04 14	0.03 1

4.5w_new	0.07 3	0.08 232	0.09 63	0.15 66	0.06 12	0.08 49	0.08 7	0.14 74	0.08 10	0.07 32	0.07 37	0.06 16	0.06 36	0.12 182	0.10 112	0.04 6	0.03 1	0.04 1	0.03 1	0.04 14	0.03 1

4.25w-stereo	0.07 3	0.08 232	0.09 63	0.15 66	0.06 12	0.08 49	0.08 7	0.14 74	0.08 10	0.07 32	0.07 37	0.06 16	0.06 36	0.12 182	0.10 112	0.04 6	0.03 1	0.04 1	0.03 1	0.04 14	0.03 1

2.5w	0.07 3	0.07 121	0.08 20	0.16 136	0.06 12	0.08 49	0.12 72	0.10 16	0.10 32	0.07 32	0.06 11	0.09 124	0.06 36	0.08 14	0.09 43	0.04 6	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

2.75w_new	0.07 3	0.07 121	0.07 4	0.13 9	0.06 12	0.08 49	0.08 7	0.18 189	0.13 116	0.08 62	0.08 72	0.06 16	0.06 36	0.09 34	0.11 173	0.04 6	0.04 21	0.04 1	0.03 1	0.03 1	0.04 29

3.25w_new	0.07 3	0.06 51	0.08 20	0.15 66	0.06 12	0.10 127	0.07 3	0.12 43	0.11 55	0.08 62	0.07 37	0.07 65	0.06 36	0.11 105	0.10 112	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 29

3.25w	0.07 3	0.06 51	0.08 20	0.15 66	0.06 12	0.10 127	0.07 3	0.12 43	0.11 55	0.08 62	0.07 37	0.07 65	0.06 36	0.11 105	0.10 112	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 29

2w_stereo	0.08 43	0.08 232	0.09 63	0.16 136	0.06 12	0.09 84	0.10 28	0.20 229	0.15 156	0.08 62	0.07 37	0.06 16	0.06 36	0.06 1	0.10 112	0.04 6	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

1w_stereo	0.08 43	0.06 51	0.07 4	0.16 136	0.06 12	0.07 24	0.10 28	0.14 74	0.15 156	0.07 32	0.08 72	0.05 1	0.06 36	0.10 60	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 29

monsterstereo	0.08 43	0.06 51	0.07 4	0.16 136	0.06 12	0.08 49	0.10 28	0.16 127	0.12 85	0.07 32	0.08 72	0.06 16	0.07 106	0.08 14	0.09 43	0.04 6	0.04 21	0.05 25	0.04 34	0.04 14	0.03 1

monsters	0.07 3	0.06 51	0.06 1	0.15 66	0.06 12	0.08 49	0.09 18	0.13 60	0.09 22	0.09 91	0.07 37	0.06 16	0.06 36	0.09 34	0.08 14	0.05 26	0.04 21	0.04 1	0.04 34	0.03 1	0.04 29

IGEV	0.08 43	0.04 1	0.09 63	0.13 9	0.06 12	0.09 84	0.12 72	0.14 74	0.10 32	0.06 9	0.09 92	0.07 65	0.05 11	0.09 34	0.09 43	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

xyz-stereo-finetune	0.11 178	0.08 232	0.13 212	0.14 28	0.06 12	0.10 127	0.19 406	0.18 189	0.19 242	0.12 190	0.14 190	0.15 264	0.11 219	0.13 233	0.12 231	0.05 26	0.04 21	0.07 198	0.05 111	0.04 14	0.05 111

111111	0.07 3	0.05 12	0.10 98	0.17 211	0.06 12	0.05 3	0.10 28	0.11 27	0.10 32	0.06 9	0.06 11	0.07 65	0.05 11	0.08 14	0.09 43	0.06 110	0.04 21	0.05 25	0.04 34	0.07 252	0.06 191

LG-Stereo_L2	0.07 3	0.05 12	0.10 98	0.14 28	0.06 12	0.07 24	0.12 72	0.09 10	0.10 32	0.06 9	0.04 1	0.05 1	0.05 11	0.08 14	0.08 14	0.05 26	0.04 21	0.05 25	0.03 1	0.04 14	0.03 1

LG-Stereo_L1	0.07 3	0.05 12	0.11 141	0.14 28	0.06 12	0.07 24	0.12 72	0.09 10	0.08 10	0.05 1	0.04 1	0.05 1	0.04 1	0.08 14	0.08 14	0.05 26	0.04 21	0.05 25	0.03 1	0.04 14	0.04 29

MLG-Stereo_test3	0.07 3	0.05 12	0.10 98	0.15 66	0.06 12	0.07 24	0.10 28	0.08 4	0.06 4	0.06 9	0.04 1	0.06 16	0.06 36	0.08 14	0.10 112	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.06 191

MLG-Stereo_test2	0.07 3	0.04 1	0.10 98	0.15 66	0.06 12	0.07 24	0.11 48	0.09 10	0.04 2	0.06 9	0.05 7	0.06 16	0.04 1	0.08 14	0.09 43	0.06 110	0.04 21	0.05 25	0.03 1	0.05 97	0.05 111

LG-G_1	0.07 3	0.04 1	0.11 141	0.15 66	0.06 12	0.09 84	0.08 7	0.08 4	0.06 4	0.06 9	0.06 11	0.07 65	0.07 106	0.11 105	0.08 14	0.07 242	0.04 21	0.05 25	0.04 34	0.05 97	0.06 191

LG-G	0.07 3	0.04 1	0.11 141	0.15 66	0.06 12	0.09 84	0.08 7	0.08 4	0.06 4	0.06 9	0.06 11	0.07 65	0.07 106	0.11 105	0.08 14	0.07 242	0.04 21	0.05 25	0.04 34	0.05 97	0.06 191

LGtest1	0.07 3	0.05 12	0.11 141	0.15 66	0.06 12	0.07 24	0.09 18	0.08 4	0.06 4	0.06 9	0.04 1	0.06 16	0.07 106	0.10 60	0.09 43	0.07 242	0.04 21	0.05 25	0.04 34	0.06 185	0.06 191

SGD-Stereo	0.08 43	0.05 12	0.10 98	0.14 28	0.06 12	0.12 208	0.12 72	0.11 27	0.12 85	0.07 32	0.09 92	0.09 124	0.09 167	0.08 14	0.08 14	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

Reg-Stereo(zero)	0.09 80	0.05 12	0.08 20	0.16 136	0.06 12	0.12 208	0.11 48	0.15 101	0.11 55	0.12 190	0.09 92	0.10 155	0.08 142	0.11 105	0.09 43	0.06 110	0.05 157	0.05 25	0.04 34	0.04 14	0.05 111

DEFOM-Stereo_RVC	0.08 43	0.07 121	0.09 63	0.22 457	0.06 12	0.08 49	0.12 72	0.10 16	0.10 32	0.07 32	0.07 37	0.06 16	0.05 11	0.11 105	0.09 43	0.06 110	0.04 21	0.05 25	0.03 1	0.06 185	0.04 29

AIO_rvc	0.07 3	0.06 51	0.08 20	0.15 66	0.06 12	0.08 49	0.14 160	0.09 10	0.08 10	0.07 32	0.08 72	0.07 65	0.04 1	0.10 60	0.08 14	0.05 26	0.04 21	0.05 25	0.04 34	0.04 14	0.03 1

HUF	0.08 43	0.05 12	0.08 20	0.14 28	0.06 12	0.09 84	0.13 111	0.13 60	0.13 116	0.07 32	0.07 37	0.09 124	0.06 36	0.10 60	0.09 43	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

castereo	0.09 80	0.06 51	0.11 141	0.15 66	0.06 12	0.11 167	0.14 160	0.14 74	0.18 221	0.08 62	0.10 118	0.11 175	0.08 142	0.09 34	0.10 112	0.05 26	0.04 21	0.05 25	0.04 34	0.04 14	0.04 29

DEFOM-Stereo	0.07 3	0.05 12	0.07 4	0.14 28	0.06 12	0.09 84	0.13 111	0.07 2	0.13 116	0.06 9	0.07 37	0.06 16	0.05 11	0.10 60	0.09 43	0.05 26	0.04 21	0.05 25	0.03 1	0.04 14	0.04 29

WCG-NET	0.08 43	0.05 12	0.10 98	0.15 66	0.06 12	0.11 167	0.14 160	0.13 60	0.14 138	0.07 32	0.09 92	0.07 65	0.06 36	0.13 233	0.08 14	0.05 26	0.04 21	0.06 103	0.04 34	0.04 14	0.03 1

IGEV-Stereo++	0.07 3	0.06 51	0.08 20	0.18 293	0.06 12	0.05 3	0.10 28	0.11 27	0.11 55	0.06 9	0.07 37	0.07 65	0.06 36	0.09 34	0.09 43	0.05 26	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

IGEV-BASED-STEREO-	0.09 80	0.10 369	0.32 489	0.15 66	0.06 12	0.08 49	0.14 160	0.11 27	0.10 32	0.07 32	0.07 37	0.06 16	0.04 1	0.11 105	0.07 1	0.12 457	0.04 21	0.07 198	0.05 111	0.05 97	0.05 111

IGEV-Stereo+	0.07 3	0.04 1	0.08 20	0.15 66	0.06 12	0.04 1	0.09 18	0.10 16	0.09 22	0.06 9	0.06 11	0.06 16	0.06 36	0.06 1	0.09 43	0.06 110	0.04 21	0.05 25	0.04 34	0.06 185	0.06 191

AIO-Stereo	0.08 43	0.06 51	0.10 98	0.18 293	0.06 12	0.09 84	0.11 48	0.16 127	0.09 22	0.09 91	0.08 72	0.07 65	0.05 11	0.11 105	0.08 14	0.05 26	0.05 157	0.05 25	0.04 34	0.04 14	0.04 29

WCG-NET（raft）	0.08 43	0.05 12	0.10 98	0.15 66	0.06 12	0.11 167	0.13 111	0.15 101	0.12 85	0.08 62	0.07 37	0.06 16	0.06 36	0.13 233	0.08 14	0.05 26	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

CASnet	0.09 80	0.09 304	0.09 63	0.19 352	0.06 12	0.07 24	0.11 48	0.18 189	0.14 138	0.11 158	0.10 118	0.09 124	0.07 106	0.10 60	0.10 112	0.06 110	0.04 21	0.10 410	0.08 340	0.06 185	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 80	0.07 121	0.13 212	0.18 293	0.06 12	0.11 167	0.07 3	0.14 74	0.12 85	0.09 91	0.10 118	0.07 65	0.09 167	0.13 233	0.10 112	0.06 110	0.05 157	0.05 25	0.04 34	0.04 14	0.05 111

Selective-IGEV	0.07 3	0.06 51	0.09 63	0.17 211	0.06 12	0.08 49	0.12 72	0.13 60	0.08 10	0.08 62	0.07 37	0.06 16	0.04 1	0.10 60	0.09 43	0.05 26	0.04 21	0.05 25	0.04 34	0.04 14	0.03 1

MC-Stereo	0.09 80	0.07 121	0.09 63	0.17 211	0.06 12	0.10 127	0.14 160	0.12 43	0.11 55	0.09 91	0.12 162	0.09 124	0.06 36	0.11 105	0.10 112	0.06 110	0.04 21	0.06 103	0.05 111	0.04 14	0.04 29

RCA-Stereo	0.09 80	0.06 51	0.09 63	0.16 136	0.06 12	0.09 84	0.13 111	0.18 189	0.14 138	0.10 121	0.11 148	0.08 97	0.07 106	0.12 182	0.11 173	0.06 110	0.04 21	0.06 103	0.05 111	0.05 97	0.04 29

DCANet-4	0.11 178	0.07 121	0.13 212	0.16 136	0.06 12	0.09 84	0.17 315	0.18 189	0.20 263	0.13 219	0.17 239	0.09 124	0.14 315	0.12 182	0.13 266	0.06 110	0.04 21	0.05 25	0.04 34	0.04 14	0.05 111

ADStereo(finetuned)	0.10 139	0.06 51	0.13 212	0.16 136	0.06 12	0.09 84	0.17 315	0.16 127	0.20 263	0.13 219	0.18 262	0.10 155	0.12 251	0.12 182	0.12 231	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.05 111

TANstereo	0.09 80	0.04 1	0.08 20	0.13 9	0.06 12	0.11 167	0.13 111	0.15 101	0.19 242	0.11 158	0.15 203	0.10 155	0.07 106	0.12 182	0.09 43	0.07 242	0.05 157	0.05 25	0.04 34	0.06 185	0.05 111

DCANet	0.10 139	0.06 51	0.12 179	0.16 136	0.06 12	0.09 84	0.17 315	0.16 127	0.20 263	0.13 219	0.18 262	0.10 155	0.11 219	0.11 105	0.12 231	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.05 111

CREStereo	0.09 80	0.05 12	0.08 20	0.11 1	0.06 12	0.14 276	0.14 160	0.14 74	0.10 32	0.09 91	0.13 177	0.09 124	0.08 142	0.12 182	0.10 112	0.08 302	0.04 21	0.05 25	0.03 1	0.06 185	0.06 191
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	0.09 80	0.05 12	0.09 63	0.12 4	0.06 12	0.13 237	0.14 160	0.16 127	0.11 55	0.09 91	0.13 177	0.10 155	0.07 106	0.14 261	0.10 112	0.15 497	0.04 21	0.05 25	0.03 1	0.07 252	0.06 191

HITNet	0.11 178	0.06 51	0.12 179	0.14 28	0.06 12	0.12 208	0.10 28	0.18 189	0.18 221	0.13 219	0.17 239	0.15 264	0.11 219	0.15 279	0.14 302	0.06 110	0.04 21	0.04 1	0.04 34	0.06 185	0.05 111
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
MLCV	0.13 277	0.08 232	0.17 358	0.18 293	0.06 12	0.16 330	0.17 315	0.19 216	0.22 299	0.19 354	0.25 362	0.17 301	0.13 283	0.15 279	0.14 302	0.05 26	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

water-stereo	0.09 80	0.06 51	0.08 20	0.16 136	0.07 66	0.10 127	0.13 111	0.15 101	0.13 116	0.11 158	0.12 162	0.09 124	0.10 189	0.07 3	0.08 14	0.06 110	0.05 157	0.05 25	0.05 111	0.04 14	0.04 29

asda	0.07 3	0.08 232	0.08 20	0.16 136	0.07 66	0.06 8	0.10 28	0.16 127	0.11 55	0.06 9	0.06 11	0.05 1	0.06 36	0.10 60	0.10 112	0.03 1	0.03 1	0.04 1	0.03 1	0.04 14	0.03 1

asd	0.07 3	0.08 232	0.08 20	0.16 136	0.07 66	0.08 49	0.08 7	0.11 27	0.08 10	0.07 32	0.07 37	0.06 16	0.06 36	0.10 60	0.09 43	0.03 1	0.03 1	0.04 1	0.04 34	0.04 14	0.03 1

4.5_new	0.07 3	0.09 304	0.08 20	0.15 66	0.07 66	0.07 24	0.10 28	0.14 74	0.11 55	0.06 9	0.08 72	0.06 16	0.06 36	0.08 14	0.10 112	0.03 1	0.03 1	0.04 1	0.04 34	0.04 14	0.03 1

4.5w-stereo	0.07 3	0.09 304	0.08 20	0.15 66	0.07 66	0.07 24	0.10 28	0.14 74	0.11 55	0.06 9	0.08 72	0.06 16	0.06 36	0.08 14	0.10 112	0.03 1	0.03 1	0.04 1	0.04 34	0.04 14	0.03 1

4w-stereo	0.07 3	0.08 232	0.08 20	0.16 136	0.07 66	0.07 24	0.08 7	0.11 27	0.09 22	0.07 32	0.07 37	0.05 1	0.06 36	0.09 34	0.10 112	0.03 1	0.03 1	0.04 1	0.04 34	0.04 14	0.03 1

3.75w	0.07 3	0.07 121	0.08 20	0.16 136	0.07 66	0.07 24	0.09 18	0.16 127	0.10 32	0.07 32	0.06 11	0.06 16	0.06 36	0.09 34	0.10 112	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 3	0.07 121	0.07 4	0.15 66	0.07 66	0.09 84	0.06 1	0.14 74	0.11 55	0.08 62	0.07 37	0.06 16	0.07 106	0.10 60	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 43	0.09 304	0.10 98	0.17 211	0.07 66	0.08 49	0.11 48	0.20 229	0.13 116	0.06 9	0.07 37	0.05 1	0.06 36	0.08 14	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.04 14	0.03 1

xyz-stereo-finetune2	0.11 178	0.07 121	0.13 212	0.13 9	0.07 66	0.11 167	0.19 406	0.17 162	0.12 85	0.15 266	0.15 203	0.17 301	0.13 283	0.13 233	0.11 173	0.05 26	0.04 21	0.07 198	0.05 111	0.04 14	0.06 191

LG-Stereo_Zeroshot	0.07 3	0.06 51	0.10 98	0.16 136	0.07 66	0.04 1	0.13 111	0.10 16	0.10 32	0.05 1	0.11 148	0.07 65	0.05 11	0.07 3	0.09 43	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

LG-Stereo	0.08 43	0.08 232	0.10 98	0.18 293	0.07 66	0.10 127	0.17 315	0.11 27	0.08 10	0.06 9	0.08 72	0.06 16	0.07 106	0.09 34	0.09 43	0.04 6	0.05 157	0.07 198	0.07 273	0.04 14	0.04 29

MM-Stereo_test3	0.10 139	0.07 121	0.07 4	0.18 293	0.07 66	0.12 208	0.19 406	0.24 312	0.19 242	0.06 9	0.10 118	0.08 97	0.06 36	0.11 105	0.09 43	0.06 110	0.06 305	0.07 198	0.05 111	0.05 97	0.04 29

MM-Stereo_test1	0.10 139	0.07 121	0.09 63	0.18 293	0.07 66	0.12 208	0.18 363	0.21 247	0.20 263	0.09 91	0.11 148	0.08 97	0.06 36	0.10 60	0.10 112	0.06 110	0.05 157	0.07 198	0.06 183	0.05 97	0.04 29

HART	0.08 43	0.07 121	0.09 63	0.18 293	0.07 66	0.10 127	0.16 289	0.13 60	0.11 55	0.09 91	0.10 118	0.08 97	0.05 11	0.10 60	0.08 14	0.05 26	0.04 21	0.06 103	0.04 34	0.05 97	0.04 29

GREAT-IGEV	0.07 3	0.06 51	0.09 63	0.13 9	0.07 66	0.07 24	0.14 160	0.10 16	0.09 22	0.06 9	0.08 72	0.06 16	0.05 11	0.10 60	0.07 1	0.05 26	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

AIO_test	0.07 3	0.06 51	0.07 4	0.15 66	0.07 66	0.07 24	0.14 160	0.10 16	0.10 32	0.07 32	0.07 37	0.06 16	0.05 11	0.08 14	0.10 112	0.05 26	0.04 21	0.05 25	0.04 34	0.04 14	0.03 1

AIO-test1	0.10 139	0.07 121	0.11 141	0.24 487	0.07 66	0.09 84	0.13 111	0.22 270	0.15 156	0.11 158	0.12 162	0.09 124	0.07 106	0.11 105	0.09 43	0.06 110	0.05 157	0.09 362	0.10 423	0.04 14	0.07 269

GIP-stereo	0.08 43	0.06 51	0.11 141	0.15 66	0.07 66	0.09 84	0.13 111	0.15 101	0.11 55	0.07 32	0.08 72	0.05 1	0.04 1	0.10 60	0.07 1	0.05 26	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

fffft	0.09 80	0.06 51	0.12 179	0.16 136	0.07 66	0.09 84	0.16 289	0.12 43	0.11 55	0.09 91	0.07 37	0.09 124	0.06 36	0.11 105	0.12 231	0.05 26	0.04 21	0.06 103	0.05 111	0.04 14	0.05 111
1: 1. 1
SMoEStereo_RVC	0.08 43	0.06 51	0.12 179	0.16 136	0.07 66	0.09 84	0.13 111	0.11 27	0.14 138	0.09 91	0.07 37	0.07 65	0.07 106	0.12 182	0.10 112	0.05 26	0.04 21	0.06 103	0.05 111	0.04 14	0.04 29

tt45	0.09 80	0.06 51	0.11 141	0.15 66	0.07 66	0.12 208	0.15 230	0.13 60	0.12 85	0.09 91	0.06 11	0.08 97	0.06 36	0.13 233	0.10 112	0.06 110	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191

fffy	0.09 80	0.08 232	0.10 98	0.16 136	0.07 66	0.13 237	0.17 315	0.13 60	0.12 85	0.08 62	0.09 92	0.08 97	0.09 167	0.13 233	0.11 173	0.05 26	0.05 157	0.07 198	0.05 111	0.04 14	0.05 111

Occ-G	0.08 43	0.05 12	0.07 4	0.14 28	0.07 66	0.09 84	0.14 160	0.14 74	0.15 156	0.07 32	0.12 162	0.07 65	0.05 11	0.09 34	0.10 112	0.06 110	0.05 157	0.05 25	0.04 34	0.05 97	0.06 191

RSM++	0.08 43	0.06 51	0.09 63	0.17 211	0.07 66	0.09 84	0.12 72	0.11 27	0.11 55	0.08 62	0.06 11	0.07 65	0.05 11	0.10 60	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.05 97	0.03 1

RSM	0.08 43	0.06 51	0.09 63	0.17 211	0.07 66	0.08 49	0.12 72	0.12 43	0.10 32	0.08 62	0.07 37	0.06 16	0.05 11	0.11 105	0.09 43	0.04 6	0.04 21	0.05 25	0.04 34	0.04 14	0.04 29

RAFT-Stereo-weight	0.09 80	0.06 51	0.11 141	0.16 136	0.07 66	0.09 84	0.14 160	0.19 216	0.16 183	0.11 158	0.10 118	0.08 97	0.06 36	0.10 60	0.11 173	0.06 110	0.04 21	0.06 103	0.04 34	0.04 14	0.04 29

gcap-zeroshot	0.09 80	0.06 51	0.10 98	0.16 136	0.07 66	0.14 276	0.13 111	0.11 27	0.12 85	0.13 219	0.12 162	0.09 124	0.08 142	0.09 34	0.09 43	0.06 110	0.05 157	0.06 103	0.05 111	0.04 14	0.04 29

MoCha-V2	0.08 43	0.05 12	0.11 141	0.20 406	0.07 66	0.10 127	0.14 160	0.12 43	0.08 10	0.07 32	0.08 72	0.07 65	0.06 36	0.09 34	0.08 14	0.05 26	0.05 157	0.05 25	0.04 34	0.04 14	0.04 29

IGEV++	0.08 43	0.06 51	0.09 63	0.18 293	0.07 66	0.10 127	0.13 111	0.10 16	0.10 32	0.08 62	0.08 72	0.06 16	0.05 11	0.13 233	0.09 43	0.05 26	0.04 21	0.05 25	0.04 34	0.05 97	0.04 29

MSKI-zero shot	0.09 80	0.05 12	0.09 63	0.16 136	0.07 66	0.10 127	0.13 111	0.15 101	0.14 138	0.09 91	0.09 92	0.09 124	0.06 36	0.12 182	0.11 173	0.06 110	0.04 21	0.05 25	0.04 34	0.04 14	0.05 111

MIM_Stereo	0.10 139	0.07 121	0.11 141	0.15 66	0.07 66	0.07 24	0.12 72	0.20 229	0.14 138	0.13 219	0.14 190	0.09 124	0.05 11	0.12 182	0.08 14	0.05 26	0.06 305	0.07 198	0.06 183	0.06 185	0.05 111

Any-RAFT	0.10 139	0.05 12	0.10 98	0.15 66	0.07 66	0.13 237	0.14 160	0.21 247	0.15 156	0.11 158	0.12 162	0.13 220	0.10 189	0.13 233	0.10 112	0.07 242	0.04 21	0.05 25	0.04 34	0.06 185	0.05 111

RAFT-Test	0.09 80	0.06 51	0.10 98	0.16 136	0.07 66	0.11 167	0.15 230	0.16 127	0.13 116	0.09 91	0.10 118	0.11 175	0.09 167	0.12 182	0.09 43	0.06 110	0.04 21	0.05 25	0.04 34	0.05 97	0.05 111

4D-IteraStereo	0.10 139	0.07 121	0.10 98	0.18 293	0.07 66	0.09 84	0.15 230	0.18 189	0.15 156	0.10 121	0.11 148	0.10 155	0.07 106	0.12 182	0.09 43	0.05 26	0.03 1	0.08 278	0.07 273	0.06 185	0.05 111

LoS_RVC	0.08 43	0.05 12	0.07 4	0.15 66	0.07 66	0.08 49	0.15 230	0.12 43	0.11 55	0.08 62	0.09 92	0.06 16	0.09 167	0.10 60	0.09 43	0.05 26	0.04 21	0.05 25	0.03 1	0.04 14	0.04 29

LoS	0.09 80	0.05 12	0.11 141	0.13 9	0.07 66	0.14 276	0.11 48	0.15 101	0.15 156	0.09 91	0.09 92	0.12 196	0.09 167	0.15 279	0.10 112	0.07 242	0.05 157	0.05 25	0.03 1	0.05 97	0.05 111
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 43	0.04 1	0.08 20	0.14 28	0.07 66	0.09 84	0.14 160	0.11 27	0.09 22	0.08 62	0.09 92	0.11 175	0.07 106	0.12 182	0.08 14	0.06 110	0.04 21	0.05 25	0.03 1	0.05 97	0.05 111

EGLCR-Stereo	0.08 43	0.05 12	0.08 20	0.14 28	0.07 66	0.11 167	0.12 72	0.11 27	0.16 183	0.06 9	0.05 7	0.07 65	0.05 11	0.10 60	0.11 173	0.06 110	0.04 21	0.06 103	0.05 111	0.04 14	0.04 29

knoymous	0.11 178	0.06 51	0.12 179	0.14 28	0.07 66	0.15 302	0.13 111	0.20 229	0.14 138	0.11 158	0.17 239	0.13 220	0.09 167	0.14 261	0.11 173	0.09 358	0.05 157	0.06 103	0.05 111	0.07 252	0.07 269

fff	0.10 139	0.06 51	0.12 179	0.15 66	0.07 66	0.09 84	0.17 315	0.16 127	0.21 277	0.13 219	0.17 239	0.10 155	0.11 219	0.12 182	0.13 266	0.06 110	0.04 21	0.05 25	0.04 34	0.04 14	0.05 111

GLC_STEREO	0.11 178	0.07 121	0.11 141	0.18 293	0.07 66	0.08 49	0.13 111	0.16 127	0.24 319	0.12 190	0.13 177	0.12 196	0.08 142	0.18 362	0.12 231	0.06 110	0.08 407	0.08 278	0.06 183	0.05 97	0.05 111

test-3	0.09 80	0.06 51	0.10 98	0.18 293	0.07 66	0.07 24	0.14 160	0.12 43	0.16 183	0.10 121	0.08 72	0.08 97	0.08 142	0.11 105	0.10 112	0.05 26	0.04 21	0.07 198	0.05 111	0.04 14	0.04 29

test_1	0.09 80	0.06 51	0.10 98	0.18 293	0.07 66	0.07 24	0.14 160	0.12 43	0.16 183	0.10 121	0.08 72	0.08 97	0.08 142	0.11 105	0.10 112	0.05 26	0.04 21	0.07 198	0.05 111	0.04 14	0.04 29

TransformOpticalFlow	0.10 139	0.08 232	0.13 212	0.18 293	0.07 66	0.09 84	0.15 230	0.19 216	0.16 183	0.12 190	0.16 220	0.11 175	0.11 219	0.11 105	0.11 173	0.05 26	0.04 21	0.06 103	0.06 183	0.05 97	0.05 111

AnonymousM	0.10 139	0.06 51	0.10 98	0.14 28	0.07 66	0.09 84	0.13 111	0.19 216	0.14 138	0.13 219	0.12 162	0.09 124	0.08 142	0.13 233	0.10 112	0.08 302	0.05 157	0.08 278	0.05 111	0.05 97	0.05 111

cross-raft	0.10 139	0.09 304	0.09 63	0.19 352	0.07 66	0.11 167	0.24 474	0.13 60	0.15 156	0.08 62	0.10 118	0.12 196	0.10 189	0.09 34	0.11 173	0.05 26	0.04 21	0.06 103	0.05 111	0.04 14	0.04 29

CREStereo++_RVC	0.08 43	0.04 1	0.07 4	0.13 9	0.07 66	0.09 84	0.12 72	0.14 74	0.14 138	0.10 121	0.14 190	0.08 97	0.07 106	0.10 60	0.11 173	0.06 110	0.04 21	0.05 25	0.05 111	0.04 14	0.04 29
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
raft+_RVC	0.11 178	0.07 121	0.09 63	0.16 136	0.07 66	0.10 127	0.11 48	0.24 312	0.20 263	0.12 190	0.15 203	0.12 196	0.08 142	0.12 182	0.13 266	0.07 242	0.04 21	0.07 198	0.06 183	0.05 97	0.05 111

XX-TBD	0.09 80	0.06 51	0.07 4	0.14 28	0.07 66	0.13 237	0.16 289	0.14 74	0.14 138	0.11 158	0.12 162	0.09 124	0.08 142	0.10 60	0.10 112	0.06 110	0.04 21	0.05 25	0.04 34	0.06 185	0.05 111

csc	0.10 139	0.06 51	0.12 179	0.15 66	0.07 66	0.09 84	0.17 315	0.16 127	0.21 277	0.13 219	0.17 239	0.10 155	0.11 219	0.12 182	0.13 266	0.06 110	0.04 21	0.05 25	0.04 34	0.04 14	0.05 111

cscssc	0.10 139	0.06 51	0.12 179	0.15 66	0.07 66	0.09 84	0.17 315	0.16 127	0.21 277	0.13 219	0.17 239	0.10 155	0.11 219	0.12 182	0.13 266	0.06 110	0.04 21	0.05 25	0.04 34	0.04 14	0.05 111

111	0.11 178	0.06 51	0.12 179	0.15 66	0.07 66	0.10 127	0.14 160	0.21 247	0.24 319	0.11 158	0.12 162	0.14 239	0.12 251	0.13 233	0.10 112	0.06 110	0.04 21	0.06 103	0.04 34	0.06 185	0.05 111

RAFT-Stereo + iAFF	0.09 80	0.06 51	0.10 98	0.17 211	0.07 66	0.10 127	0.15 230	0.17 162	0.15 156	0.10 121	0.10 118	0.08 97	0.09 167	0.12 182	0.10 112	0.05 26	0.04 21	0.06 103	0.06 183	0.04 14	0.03 1

AFF-stereo	0.09 80	0.07 121	0.10 98	0.17 211	0.07 66	0.10 127	0.15 230	0.18 189	0.10 32	0.10 121	0.11 148	0.09 124	0.10 189	0.12 182	0.10 112	0.05 26	0.04 21	0.07 198	0.07 273	0.04 14	0.04 29

EAI-Stereo	0.09 80	0.07 121	0.11 141	0.16 136	0.07 66	0.10 127	0.15 230	0.16 127	0.09 22	0.08 62	0.09 92	0.08 97	0.07 106	0.09 34	0.11 173	0.05 26	0.05 157	0.05 25	0.05 111	0.05 97	0.04 29

CFNet-RSSM	0.09 80	0.07 121	0.10 98	0.16 136	0.07 66	0.09 84	0.15 230	0.17 162	0.18 221	0.08 62	0.12 162	0.11 175	0.09 167	0.12 182	0.10 112	0.06 110	0.04 21	0.06 103	0.04 34	0.04 14	0.04 29

Gwc-CoAtRS	0.09 80	0.07 121	0.10 98	0.16 136	0.07 66	0.10 127	0.15 230	0.18 189	0.17 207	0.08 62	0.10 118	0.12 196	0.09 167	0.12 182	0.09 43	0.06 110	0.04 21	0.06 103	0.04 34	0.04 14	0.05 111

BEATNet_4x	0.12 250	0.09 304	0.15 293	0.18 293	0.07 66	0.15 302	0.07 3	0.23 288	0.19 242	0.16 295	0.19 276	0.19 325	0.14 315	0.17 345	0.15 336	0.07 242	0.05 157	0.05 25	0.05 111	0.06 185	0.07 269

iResNet_ROB	0.14 307	0.07 121	0.13 212	0.15 66	0.07 66	0.19 391	0.14 160	0.26 345	0.32 412	0.23 421	0.26 375	0.23 386	0.16 357	0.15 279	0.14 302	0.07 242	0.05 157	0.05 25	0.04 34	0.08 318	0.08 338

pmcnn	0.15 348	0.07 121	0.20 417	0.15 66	0.07 66	0.21 421	0.16 289	0.25 332	0.26 356	0.21 392	0.33 443	0.29 442	0.19 413	0.18 362	0.17 372	0.07 242	0.05 157	0.05 25	0.04 34	0.07 252	0.06 191

GASTEREO	0.08 43	0.05 12	0.09 63	0.19 352	0.08 127	0.08 49	0.12 72	0.14 74	0.11 55	0.10 121	0.09 92	0.07 65	0.04 1	0.12 182	0.08 14	0.06 110	0.05 157	0.05 25	0.04 34	0.04 14	0.05 111

MSCF	0.08 43	0.05 12	0.09 63	0.19 352	0.08 127	0.07 24	0.12 72	0.14 74	0.11 55	0.10 121	0.09 92	0.07 65	0.04 1	0.11 105	0.08 14	0.06 110	0.05 157	0.05 25	0.04 34	0.05 97	0.05 111

z-ln-s-r	0.18 412	0.10 369	0.41 509	0.19 352	0.08 127	0.18 369	0.18 363	0.23 288	0.34 428	0.19 354	0.41 494	0.22 369	0.17 381	0.20 405	0.25 466	0.07 242	0.05 157	0.07 198	0.07 273	0.07 252	0.06 191

S2M2_XL	0.08 43	0.06 51	0.12 179	0.12 4	0.08 127	0.09 84	0.09 18	0.07 2	0.07 8	0.08 62	0.07 37	0.07 65	0.06 36	0.09 34	0.09 43	0.08 302	0.06 305	0.07 198	0.06 183	0.08 318	0.06 191

G2L-ROB	0.13 277	0.07 121	0.13 212	0.13 9	0.08 127	0.14 276	0.17 315	0.25 332	0.19 242	0.20 376	0.19 276	0.20 342	0.14 315	0.18 362	0.16 355	0.08 302	0.05 157	0.06 103	0.05 111	0.08 318	0.09 382

G2L-Stereo_test	0.14 307	0.07 121	0.11 141	0.13 9	0.08 127	0.12 208	0.17 315	0.31 428	0.28 384	0.21 392	0.23 323	0.20 342	0.16 357	0.17 345	0.19 400	0.07 242	0.05 157	0.05 25	0.05 111	0.07 252	0.07 269

MM-Stereo_test2	0.09 80	0.07 121	0.09 63	0.19 352	0.08 127	0.12 208	0.18 363	0.15 101	0.14 138	0.07 32	0.10 118	0.07 65	0.06 36	0.12 182	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.06 185	0.04 29

SCV	0.08 43	0.09 304	0.08 20	0.15 66	0.08 127	0.10 127	0.12 72	0.11 27	0.12 85	0.07 32	0.07 37	0.06 16	0.04 1	0.10 60	0.08 14	0.05 26	0.05 157	0.06 103	0.04 34	0.06 185	0.04 29

999	0.09 80	0.06 51	0.13 212	0.15 66	0.08 127	0.10 127	0.14 160	0.15 101	0.12 85	0.10 121	0.08 72	0.08 97	0.08 142	0.16 306	0.10 112	0.06 110	0.04 21	0.06 103	0.05 111	0.04 14	0.06 191

mms	0.09 80	0.07 121	0.08 20	0.17 211	0.08 127	0.11 167	0.15 230	0.12 43	0.11 55	0.09 91	0.09 92	0.08 97	0.06 36	0.11 105	0.12 231	0.05 26	0.04 21	0.07 198	0.05 111	0.04 14	0.04 29

ours_stereo	0.09 80	0.07 121	0.09 63	0.17 211	0.08 127	0.11 167	0.16 289	0.11 27	0.12 85	0.08 62	0.10 118	0.08 97	0.06 36	0.12 182	0.12 231	0.05 26	0.04 21	0.06 103	0.05 111	0.04 14	0.04 29

tg	0.10 139	0.06 51	0.10 98	0.18 293	0.08 127	0.11 167	0.16 289	0.20 229	0.12 85	0.08 62	0.11 148	0.11 175	0.07 106	0.11 105	0.10 112	0.05 26	0.04 21	0.08 278	0.08 340	0.04 14	0.04 29

PAM_32	0.10 139	0.06 51	0.17 358	0.15 66	0.08 127	0.10 127	0.15 230	0.14 74	0.16 183	0.09 91	0.08 72	0.10 155	0.07 106	0.14 261	0.09 43	0.06 110	0.05 157	0.06 103	0.06 183	0.05 97	0.06 191

UGAM-zero	0.10 139	0.05 12	0.15 293	0.15 66	0.08 127	0.10 127	0.13 111	0.20 229	0.15 156	0.11 158	0.15 203	0.07 65	0.08 142	0.09 34	0.10 112	0.06 110	0.05 157	0.06 103	0.05 111	0.05 97	0.06 191

UGAM	0.13 277	0.10 369	0.09 63	0.22 457	0.08 127	0.13 237	0.20 424	0.18 189	0.24 319	0.22 407	0.16 220	0.13 220	0.13 283	0.19 387	0.13 266	0.07 242	0.05 157	0.13 475	0.11 453	0.07 252	0.05 111

GCAP-BAT	0.09 80	0.07 121	0.14 256	0.15 66	0.08 127	0.10 127	0.12 72	0.15 101	0.11 55	0.11 158	0.10 118	0.09 124	0.07 106	0.12 182	0.10 112	0.06 110	0.05 157	0.06 103	0.04 34	0.04 14	0.04 29

ITSA-stereo	0.16 375	0.11 394	0.14 256	0.19 352	0.08 127	0.13 237	0.14 160	0.30 412	0.49 502	0.17 307	0.18 262	0.22 369	0.15 336	0.17 345	0.16 355	0.10 399	0.06 305	0.08 278	0.08 340	0.08 318	0.09 382

RAStereo	0.10 139	0.09 304	0.08 20	0.20 406	0.08 127	0.13 237	0.18 363	0.16 127	0.17 207	0.10 121	0.12 162	0.05 1	0.06 36	0.09 34	0.08 14	0.07 242	0.05 157	0.07 198	0.05 111	0.05 97	0.04 29

Pointernet	0.09 80	0.05 12	0.10 98	0.16 136	0.08 127	0.13 237	0.10 28	0.15 101	0.18 221	0.09 91	0.07 37	0.06 16	0.06 36	0.11 105	0.10 112	0.08 302	0.04 21	0.05 25	0.03 1	0.06 185	0.05 111

test_sample6	0.14 307	0.09 304	0.14 256	0.17 211	0.08 127	0.17 353	0.19 406	0.26 345	0.18 221	0.18 339	0.28 403	0.19 325	0.15 336	0.15 279	0.13 266	0.08 302	0.05 157	0.08 278	0.07 273	0.08 318	0.08 338

test_sample5	0.14 307	0.08 232	0.14 256	0.16 136	0.08 127	0.18 369	0.18 363	0.25 332	0.17 207	0.17 307	0.28 403	0.18 316	0.15 336	0.16 306	0.13 266	0.08 302	0.06 305	0.08 278	0.07 273	0.09 381	0.08 338

test_sample4	0.14 307	0.08 232	0.15 293	0.15 66	0.08 127	0.19 391	0.18 363	0.26 345	0.18 221	0.17 307	0.26 375	0.18 316	0.15 336	0.17 345	0.13 266	0.08 302	0.06 305	0.08 278	0.06 183	0.09 381	0.08 338

test_sample2	0.13 277	0.07 121	0.12 179	0.14 28	0.08 127	0.16 330	0.18 363	0.21 247	0.16 183	0.14 242	0.21 303	0.20 342	0.15 336	0.15 279	0.13 266	0.08 302	0.06 305	0.07 198	0.06 183	0.08 318	0.08 338

test_sample1	0.13 277	0.07 121	0.14 256	0.14 28	0.08 127	0.19 391	0.17 315	0.20 229	0.15 156	0.14 242	0.22 319	0.18 316	0.16 357	0.17 345	0.15 336	0.07 242	0.06 305	0.06 103	0.06 183	0.08 318	0.08 338

MGS-Stereo	0.09 80	0.07 121	0.12 179	0.16 136	0.08 127	0.09 84	0.15 230	0.12 43	0.12 85	0.07 32	0.10 118	0.08 97	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.06 185	0.05 111

Former-RAFT_DAM_RVC	0.11 178	0.08 232	0.13 212	0.16 136	0.08 127	0.15 302	0.16 289	0.18 189	0.19 242	0.10 121	0.09 92	0.09 124	0.08 142	0.11 105	0.12 231	0.07 242	0.05 157	0.08 278	0.06 183	0.07 252	0.06 191

SMFormer	0.14 307	0.07 121	0.18 390	0.14 28	0.08 127	0.17 353	0.17 315	0.27 359	0.27 368	0.19 354	0.20 286	0.19 325	0.15 336	0.15 279	0.17 372	0.08 302	0.05 157	0.07 198	0.06 183	0.08 318	0.07 269

tta	0.14 307	0.07 121	0.18 390	0.14 28	0.08 127	0.17 353	0.17 315	0.27 359	0.27 368	0.19 354	0.20 286	0.19 325	0.15 336	0.15 279	0.17 372	0.08 302	0.05 157	0.07 198	0.06 183	0.06 185	0.06 191

qqq1	0.14 307	0.07 121	0.18 390	0.14 28	0.08 127	0.17 353	0.17 315	0.27 359	0.27 368	0.19 354	0.20 286	0.19 325	0.15 336	0.15 279	0.12 231	0.08 302	0.05 157	0.05 25	0.05 111	0.06 185	0.06 191

fff1	0.14 307	0.07 121	0.18 390	0.14 28	0.08 127	0.17 353	0.17 315	0.27 359	0.27 368	0.19 354	0.20 286	0.19 325	0.15 336	0.15 279	0.12 231	0.08 302	0.05 157	0.05 25	0.05 111	0.06 185	0.06 191

CoDeX	0.12 250	0.07 121	0.13 212	0.17 211	0.08 127	0.12 208	0.16 289	0.23 288	0.27 368	0.13 219	0.17 239	0.15 264	0.12 251	0.14 261	0.11 173	0.07 242	0.05 157	0.07 198	0.06 183	0.06 185	0.05 111

11t1	0.12 250	0.07 121	0.14 256	0.14 28	0.08 127	0.17 353	0.15 230	0.19 216	0.15 156	0.15 266	0.15 203	0.17 301	0.16 357	0.15 279	0.13 266	0.08 302	0.05 157	0.06 103	0.05 111	0.08 318	0.07 269

DualNet	0.14 307	0.08 232	0.14 256	0.16 136	0.08 127	0.18 369	0.18 363	0.25 332	0.17 207	0.18 339	0.28 403	0.18 316	0.15 336	0.16 306	0.13 266	0.08 302	0.06 305	0.08 278	0.07 273	0.09 381	0.08 338

ttt	0.14 307	0.08 232	0.14 256	0.15 66	0.08 127	0.15 302	0.18 363	0.27 359	0.30 397	0.16 295	0.24 335	0.17 301	0.14 315	0.13 233	0.14 302	0.11 431	0.08 407	0.09 362	0.08 340	0.09 381	0.09 382

1111x	0.16 375	0.09 304	0.13 212	0.18 293	0.08 127	0.18 369	0.25 490	0.32 433	0.25 343	0.17 307	0.24 335	0.27 424	0.15 336	0.14 261	0.24 459	0.07 242	0.07 376	0.08 278	0.09 385	0.07 252	0.07 269

IGEV_Zeroshot_test	0.09 80	0.05 12	0.13 212	0.14 28	0.08 127	0.12 208	0.13 111	0.17 162	0.11 55	0.10 121	0.06 11	0.09 124	0.06 36	0.11 105	0.09 43	0.06 110	0.04 21	0.06 103	0.06 183	0.05 97	0.05 111

UniTT-Stereo	0.09 80	0.07 121	0.08 20	0.18 293	0.08 127	0.13 237	0.11 48	0.12 43	0.11 55	0.10 121	0.12 162	0.05 1	0.06 36	0.09 34	0.10 112	0.07 242	0.06 305	0.05 25	0.05 111	0.06 185	0.05 111

testlalala	0.08 43	0.07 121	0.17 358	0.16 136	0.08 127	0.09 84	0.12 72	0.15 101	0.10 32	0.07 32	0.09 92	0.06 16	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.04 34	0.04 14	0.04 29

testlalala_base	0.10 139	0.09 304	0.14 256	0.21 437	0.08 127	0.10 127	0.14 160	0.13 60	0.11 55	0.08 62	0.15 203	0.07 65	0.08 142	0.11 105	0.12 231	0.08 302	0.05 157	0.05 25	0.03 1	0.07 252	0.05 111

HH	0.09 80	0.06 51	0.13 212	0.17 211	0.08 127	0.11 167	0.16 289	0.15 101	0.10 32	0.08 62	0.10 118	0.08 97	0.07 106	0.10 60	0.09 43	0.06 110	0.04 21	0.06 103	0.05 111	0.05 97	0.04 29

HanStereo	0.09 80	0.06 51	0.13 212	0.17 211	0.08 127	0.11 167	0.16 289	0.15 101	0.10 32	0.08 62	0.10 118	0.08 97	0.07 106	0.10 60	0.09 43	0.06 110	0.04 21	0.06 103	0.05 111	0.05 97	0.04 29

LL-Strereo2	0.11 178	0.10 369	0.16 335	0.18 293	0.08 127	0.15 302	0.09 18	0.17 162	0.14 138	0.14 242	0.11 148	0.09 124	0.07 106	0.16 306	0.10 112	0.05 26	0.05 157	0.11 440	0.07 273	0.06 185	0.05 111

CAS	0.08 43	0.04 1	0.07 4	0.17 211	0.08 127	0.10 127	0.13 111	0.12 43	0.09 22	0.09 91	0.10 118	0.08 97	0.06 36	0.09 34	0.09 43	0.08 302	0.04 21	0.05 25	0.03 1	0.05 97	0.04 29

riskmin	0.11 178	0.06 51	0.13 212	0.14 28	0.08 127	0.14 276	0.14 160	0.18 189	0.15 156	0.12 190	0.15 203	0.17 301	0.11 219	0.14 261	0.12 231	0.09 358	0.05 157	0.07 198	0.05 111	0.08 318	0.08 338

Selective-RAFT	0.11 178	0.11 394	0.12 179	0.21 437	0.08 127	0.16 330	0.13 111	0.21 247	0.23 309	0.10 121	0.10 118	0.11 175	0.10 189	0.15 279	0.11 173	0.05 26	0.05 157	0.06 103	0.05 111	0.06 185	0.05 111

ProNet	0.09 80	0.07 121	0.11 141	0.17 211	0.08 127	0.11 167	0.15 230	0.15 101	0.12 85	0.10 121	0.06 11	0.07 65	0.06 36	0.11 105	0.09 43	0.05 26	0.05 157	0.06 103	0.05 111	0.04 14	0.06 191

TestStereo1	0.13 277	0.08 232	0.08 20	0.20 406	0.08 127	0.18 369	0.29 520	0.23 288	0.17 207	0.17 307	0.20 286	0.16 284	0.11 219	0.12 182	0.13 266	0.06 110	0.06 305	0.08 278	0.06 183	0.05 97	0.05 111

qqq	0.13 277	0.09 304	0.15 293	0.16 136	0.08 127	0.13 237	0.15 230	0.24 312	0.16 183	0.15 266	0.19 276	0.16 284	0.16 357	0.15 279	0.16 355	0.07 242	0.06 305	0.08 278	0.08 340	0.07 252	0.07 269

x	0.13 277	0.08 232	0.15 293	0.14 28	0.08 127	0.19 391	0.14 160	0.22 270	0.21 277	0.15 266	0.20 286	0.20 342	0.18 395	0.18 362	0.18 385	0.07 242	0.05 157	0.06 103	0.06 183	0.07 252	0.07 269

raft_robust	0.13 277	0.10 369	0.07 4	0.18 293	0.08 127	0.13 237	0.24 474	0.29 401	0.34 428	0.20 376	0.20 286	0.15 264	0.10 189	0.11 105	0.12 231	0.05 26	0.05 157	0.07 198	0.07 273	0.05 97	0.04 29

RAFT_CTSACE	0.12 250	0.09 304	0.10 98	0.22 457	0.08 127	0.12 208	0.24 474	0.18 189	0.17 207	0.21 392	0.27 392	0.13 220	0.07 106	0.13 233	0.09 43	0.05 26	0.06 305	0.08 278	0.07 273	0.04 14	0.04 29

SA-5K	0.13 277	0.08 232	0.08 20	0.20 406	0.08 127	0.18 369	0.29 520	0.23 288	0.17 207	0.17 307	0.20 286	0.16 284	0.11 219	0.12 182	0.13 266	0.06 110	0.06 305	0.08 278	0.06 183	0.05 97	0.05 111

Sa-1000	0.12 250	0.08 232	0.09 63	0.18 293	0.08 127	0.15 302	0.22 452	0.22 270	0.19 242	0.15 266	0.20 286	0.17 301	0.11 219	0.10 60	0.10 112	0.06 110	0.05 157	0.09 362	0.09 385	0.05 97	0.05 111

SA	0.13 277	0.09 304	0.09 63	0.18 293	0.08 127	0.12 208	0.24 474	0.23 288	0.19 242	0.17 307	0.27 392	0.15 264	0.11 219	0.11 105	0.11 173	0.05 26	0.05 157	0.09 362	0.08 340	0.05 97	0.05 111

iRaft-Stereo_5w	0.12 250	0.09 304	0.12 179	0.20 406	0.08 127	0.09 84	0.12 72	0.22 270	0.22 299	0.19 354	0.14 190	0.11 175	0.09 167	0.20 405	0.16 355	0.05 26	0.05 157	0.07 198	0.06 183	0.05 97	0.06 191

CIPLG	0.11 178	0.08 232	0.15 293	0.17 211	0.08 127	0.13 237	0.15 230	0.17 162	0.16 183	0.14 242	0.11 148	0.16 284	0.10 189	0.17 345	0.12 231	0.07 242	0.05 157	0.06 103	0.06 183	0.05 97	0.06 191

IPLG	0.11 178	0.08 232	0.15 293	0.17 211	0.08 127	0.11 167	0.14 160	0.20 229	0.15 156	0.13 219	0.18 262	0.07 65	0.07 106	0.14 261	0.14 302	0.06 110	0.04 21	0.06 103	0.05 111	0.04 14	0.04 29

IPLGR_C	0.11 178	0.08 232	0.15 293	0.17 211	0.08 127	0.12 208	0.15 230	0.17 162	0.15 156	0.14 242	0.11 148	0.16 284	0.10 189	0.16 306	0.12 231	0.07 242	0.05 157	0.06 103	0.06 183	0.05 97	0.06 191

IPLGR	0.11 178	0.09 304	0.17 358	0.18 293	0.08 127	0.13 237	0.16 289	0.21 247	0.24 319	0.12 190	0.12 162	0.11 175	0.09 167	0.13 233	0.12 231	0.06 110	0.05 157	0.06 103	0.06 183	0.05 97	0.04 29

GMOStereo	0.11 178	0.09 304	0.08 20	0.19 352	0.08 127	0.12 208	0.28 509	0.13 60	0.18 221	0.11 158	0.17 239	0.14 239	0.12 251	0.07 3	0.07 1	0.05 26	0.05 157	0.09 362	0.07 273	0.04 14	0.04 29

error version	0.11 178	0.09 304	0.08 20	0.19 352	0.08 127	0.12 208	0.28 509	0.13 60	0.18 221	0.11 158	0.17 239	0.14 239	0.12 251	0.07 3	0.07 1	0.05 26	0.05 157	0.09 362	0.07 273	0.04 14	0.04 29

test-v	0.11 178	0.09 304	0.08 20	0.19 352	0.08 127	0.12 208	0.28 509	0.13 60	0.18 221	0.11 158	0.17 239	0.14 239	0.12 251	0.07 3	0.07 1	0.05 26	0.05 157	0.09 362	0.07 273	0.04 14	0.04 29

ACRE	0.11 178	0.08 232	0.15 293	0.17 211	0.08 127	0.13 237	0.15 230	0.17 162	0.14 138	0.14 242	0.11 148	0.16 284	0.10 189	0.16 306	0.12 231	0.07 242	0.05 157	0.06 103	0.06 183	0.05 97	0.06 191

test_3	0.11 178	0.09 304	0.10 98	0.21 437	0.08 127	0.13 237	0.25 490	0.14 74	0.21 277	0.10 121	0.10 118	0.09 124	0.10 189	0.08 14	0.11 173	0.05 26	0.04 21	0.08 278	0.07 273	0.04 14	0.04 29

Patchmatch Stereo++	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.11 48	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269
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
STrans-v2	0.10 139	0.07 121	0.13 212	0.18 293	0.08 127	0.10 127	0.14 160	0.22 270	0.11 55	0.11 158	0.15 203	0.12 196	0.10 189	0.11 105	0.12 231	0.05 26	0.04 21	0.06 103	0.06 183	0.05 97	0.05 111

OMP-Stereo	0.11 178	0.07 121	0.14 256	0.18 293	0.08 127	0.09 84	0.12 72	0.21 247	0.21 277	0.13 219	0.14 190	0.11 175	0.12 251	0.11 105	0.13 266	0.06 110	0.05 157	0.07 198	0.06 183	0.05 97	0.04 29

IIG-Stereo	0.11 178	0.06 51	0.13 212	0.17 211	0.08 127	0.11 167	0.12 72	0.22 270	0.18 221	0.14 242	0.17 239	0.12 196	0.13 283	0.12 182	0.13 266	0.06 110	0.05 157	0.07 198	0.06 183	0.06 185	0.05 111

NRIStereo	0.11 178	0.08 232	0.15 293	0.18 293	0.08 127	0.10 127	0.13 111	0.17 162	0.15 156	0.12 190	0.15 203	0.13 220	0.13 283	0.13 233	0.10 112	0.06 110	0.04 21	0.07 198	0.06 183	0.06 185	0.07 269

PSM-adaLoss	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.12 72	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269

ROB_FTStereo_v2	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.12 72	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269

ROB_FTStereo	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.11 48	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269

HUI-Stereo	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.11 48	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269

THIR-Stereo	0.12 250	0.07 121	0.11 141	0.15 66	0.08 127	0.14 276	0.16 289	0.18 189	0.25 343	0.17 307	0.24 335	0.13 220	0.13 283	0.12 182	0.14 302	0.06 110	0.05 157	0.07 198	0.07 273	0.05 97	0.05 111

PFNet	0.12 250	0.06 51	0.17 358	0.18 293	0.08 127	0.09 84	0.15 230	0.26 345	0.20 263	0.16 295	0.16 220	0.14 239	0.12 251	0.13 233	0.11 173	0.06 110	0.04 21	0.07 198	0.06 183	0.05 97	0.05 111

DeepStereo_RVC	0.11 178	0.08 232	0.17 358	0.18 293	0.08 127	0.08 49	0.11 48	0.17 162	0.12 85	0.13 219	0.15 203	0.12 196	0.12 251	0.12 182	0.11 173	0.06 110	0.04 21	0.07 198	0.06 183	0.07 252	0.08 338

iGMRVC	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.12 72	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269

IRAFT_RVC	0.12 250	0.08 232	0.17 358	0.19 352	0.08 127	0.07 24	0.14 160	0.25 332	0.23 309	0.14 242	0.15 203	0.15 264	0.12 251	0.12 182	0.11 173	0.06 110	0.04 21	0.09 362	0.06 183	0.06 185	0.06 191

RAFT-345	0.11 178	0.07 121	0.16 335	0.17 211	0.08 127	0.08 49	0.12 72	0.16 127	0.10 32	0.11 158	0.34 453	0.09 124	0.10 189	0.11 105	0.12 231	0.05 26	0.05 157	0.07 198	0.06 183	0.04 14	0.05 111

iRAFT	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.11 48	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269

test-2	0.11 178	0.09 304	0.08 20	0.19 352	0.08 127	0.12 208	0.28 509	0.13 60	0.18 221	0.11 158	0.17 239	0.14 239	0.12 251	0.07 3	0.07 1	0.05 26	0.05 157	0.09 362	0.07 273	0.04 14	0.04 29

RAFT	0.13 277	0.09 304	0.11 141	0.18 293	0.08 127	0.15 302	0.23 464	0.21 247	0.20 263	0.21 392	0.21 303	0.18 316	0.13 283	0.17 345	0.10 112	0.06 110	0.07 376	0.10 410	0.09 385	0.06 185	0.05 111

test-1	0.10 139	0.07 121	0.17 358	0.19 352	0.08 127	0.11 167	0.24 474	0.15 101	0.18 221	0.09 91	0.07 37	0.10 155	0.08 142	0.08 14	0.09 43	0.06 110	0.04 21	0.06 103	0.06 183	0.04 14	0.05 111

RAFT-IKP	0.11 178	0.09 304	0.17 358	0.19 352	0.08 127	0.06 8	0.11 48	0.17 162	0.13 116	0.15 266	0.16 220	0.14 239	0.12 251	0.11 105	0.11 173	0.06 110	0.05 157	0.08 278	0.06 183	0.08 318	0.07 269

rafts_anoy	0.11 178	0.06 51	0.10 98	0.17 211	0.08 127	0.10 127	0.14 160	0.18 189	0.14 138	0.13 219	0.13 177	0.12 196	0.11 219	0.11 105	0.13 266	0.07 242	0.05 157	0.09 362	0.11 453	0.07 252	0.06 191

TestStereo	0.14 307	0.15 463	0.11 141	0.23 476	0.08 127	0.15 302	0.21 440	0.20 229	0.23 309	0.14 242	0.25 362	0.16 284	0.13 283	0.16 306	0.14 302	0.06 110	0.06 305	0.08 278	0.06 183	0.09 381	0.05 111

raftrobust	0.09 80	0.06 51	0.11 141	0.17 211	0.08 127	0.09 84	0.10 28	0.18 189	0.16 183	0.10 121	0.09 92	0.12 196	0.08 142	0.12 182	0.10 112	0.08 302	0.05 157	0.06 103	0.05 111	0.05 97	0.06 191

RALCasStereoNet	0.11 178	0.07 121	0.09 63	0.16 136	0.08 127	0.13 237	0.14 160	0.17 162	0.11 55	0.12 190	0.17 239	0.14 239	0.10 189	0.12 182	0.11 173	0.07 242	0.06 305	0.06 103	0.05 111	0.08 318	0.07 269

222	0.16 375	0.07 121	0.15 293	0.14 28	0.08 127	0.25 463	0.18 363	0.30 412	0.21 277	0.18 339	0.29 418	0.17 301	0.16 357	0.16 306	0.44 542	0.10 399	0.05 157	0.07 198	0.06 183	0.08 318	0.08 338

xxxx	0.15 348	0.07 121	0.14 256	0.14 28	0.08 127	0.24 454	0.18 363	0.32 433	0.20 263	0.14 242	0.28 403	0.22 369	0.14 315	0.15 279	0.29 501	0.09 358	0.05 157	0.07 198	0.07 273	0.08 318	0.08 338

test_xeample	0.15 348	0.07 121	0.14 256	0.15 66	0.08 127	0.22 435	0.20 424	0.29 401	0.21 277	0.16 295	0.29 418	0.19 325	0.17 381	0.16 306	0.28 493	0.09 358	0.05 157	0.07 198	0.07 273	0.07 252	0.07 269

FENet	0.13 277	0.08 232	0.13 212	0.16 136	0.08 127	0.15 302	0.16 289	0.23 288	0.23 309	0.17 307	0.24 335	0.16 284	0.13 283	0.14 261	0.15 336	0.08 302	0.05 157	0.08 278	0.08 340	0.08 318	0.08 338

cf-r	0.14 307	0.07 121	0.13 212	0.16 136	0.08 127	0.14 276	0.19 406	0.21 247	0.25 343	0.17 307	0.26 375	0.22 369	0.17 381	0.14 261	0.15 336	0.10 399	0.05 157	0.06 103	0.08 340	0.06 185	0.06 191

GANet-RSSM	0.14 307	0.07 121	0.13 212	0.13 9	0.08 127	0.14 276	0.18 363	0.23 288	0.21 277	0.17 307	0.25 362	0.24 395	0.16 357	0.16 306	0.16 355	0.10 399	0.06 305	0.07 198	0.08 340	0.08 318	0.07 269

PSMNet-RSSM	0.14 307	0.07 121	0.14 256	0.15 66	0.08 127	0.13 237	0.16 289	0.25 332	0.24 319	0.17 307	0.28 403	0.23 386	0.14 315	0.16 306	0.14 302	0.11 431	0.06 305	0.09 362	0.12 474	0.08 318	0.07 269

GwcNet-RSSM	0.14 307	0.07 121	0.12 179	0.16 136	0.08 127	0.15 302	0.20 424	0.22 270	0.28 384	0.18 339	0.28 403	0.23 386	0.17 381	0.15 279	0.16 355	0.10 399	0.06 305	0.07 198	0.09 385	0.07 252	0.07 269

R-Stereo Train	0.10 139	0.06 51	0.11 141	0.17 211	0.08 127	0.11 167	0.14 160	0.24 312	0.11 55	0.12 190	0.19 276	0.11 175	0.08 142	0.10 60	0.11 173	0.07 242	0.05 157	0.06 103	0.05 111	0.05 97	0.05 111

RAFT-Stereo	0.10 139	0.06 51	0.11 141	0.17 211	0.08 127	0.11 167	0.14 160	0.24 312	0.11 55	0.12 190	0.19 276	0.11 175	0.08 142	0.10 60	0.11 173	0.07 242	0.05 157	0.06 103	0.05 111	0.05 97	0.05 111
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.15 348	0.07 121	0.15 293	0.16 136	0.08 127	0.19 391	0.14 160	0.30 412	0.21 277	0.17 307	0.25 362	0.21 351	0.19 413	0.20 405	0.20 410	0.07 242	0.06 305	0.06 103	0.08 340	0.06 185	0.06 191

HSM-Net_RVC	0.14 307	0.08 232	0.12 179	0.15 66	0.08 127	0.16 330	0.15 230	0.27 359	0.29 391	0.20 376	0.21 303	0.29 442	0.14 315	0.18 362	0.13 266	0.06 110	0.06 305	0.06 103	0.06 183	0.07 252	0.06 191
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 348	0.11 394	0.17 358	0.17 211	0.08 127	0.19 391	0.10 28	0.29 401	0.26 356	0.19 354	0.24 335	0.24 395	0.18 395	0.18 362	0.15 336	0.08 302	0.06 305	0.09 362	0.10 423	0.08 318	0.07 269

iResNetv2_ROB	0.15 348	0.08 232	0.16 335	0.16 136	0.08 127	0.16 330	0.13 111	0.26 345	0.36 447	0.21 392	0.29 418	0.24 395	0.13 283	0.14 261	0.14 302	0.06 110	0.06 305	0.06 103	0.04 34	0.09 381	0.08 338

iResNet	0.13 277	0.10 369	0.18 390	0.19 352	0.08 127	0.14 276	0.18 363	0.21 247	0.27 368	0.16 295	0.24 335	0.15 264	0.13 283	0.14 261	0.15 336	0.06 110	0.04 21	0.06 103	0.05 111	0.06 185	0.05 111

LE_ROB	0.50 544	0.07 121	0.14 256	0.15 66	0.08 127	0.26 474	0.17 315	0.23 288	1.71 575	4.68 579	0.67 538	0.46 525	0.47 537	0.21 423	0.30 506	0.07 242	0.06 305	0.06 103	0.06 183	0.08 318	0.06 191

FlowAnything_test	0.11 178	0.08 232	0.14 256	0.15 66	0.09 231	0.08 49	0.14 160	0.20 229	0.11 55	0.10 121	0.09 92	0.12 196	0.12 251	0.13 233	0.11 173	0.09 358	0.06 305	0.09 362	0.09 385	0.06 185	0.09 382

G2L-Stereo	0.14 307	0.07 121	0.13 212	0.17 211	0.09 231	0.13 237	0.12 72	0.27 359	0.22 299	0.17 307	0.27 392	0.21 351	0.13 283	0.18 362	0.18 385	0.09 358	0.08 407	0.08 278	0.07 273	0.07 252	0.07 269

HI	0.11 178	0.06 51	0.12 179	0.13 9	0.09 231	0.09 84	0.14 160	0.22 270	0.11 55	0.20 376	0.17 239	0.14 239	0.10 189	0.16 306	0.09 43	0.05 26	0.04 21	0.07 198	0.08 340	0.07 252	0.06 191

CoSv	0.11 178	0.06 51	0.12 179	0.13 9	0.09 231	0.09 84	0.14 160	0.22 270	0.11 55	0.20 376	0.17 239	0.14 239	0.10 189	0.16 306	0.09 43	0.05 26	0.04 21	0.07 198	0.08 340	0.07 252	0.06 191

AIO-test2	0.10 139	0.08 232	0.10 98	0.23 476	0.09 231	0.11 167	0.11 48	0.23 288	0.24 319	0.08 62	0.09 92	0.08 97	0.05 11	0.10 60	0.08 14	0.06 110	0.05 157	0.08 278	0.09 385	0.05 97	0.05 111

IGEV-RUCA	0.08 43	0.06 51	0.11 141	0.14 28	0.09 231	0.10 127	0.12 72	0.10 16	0.12 85	0.06 9	0.07 37	0.08 97	0.06 36	0.09 34	0.08 14	0.06 110	0.05 157	0.05 25	0.04 34	0.05 97	0.06 191

PAM	0.10 139	0.06 51	0.17 358	0.15 66	0.09 231	0.10 127	0.16 289	0.15 101	0.16 183	0.12 190	0.09 92	0.10 155	0.07 106	0.13 233	0.09 43	0.06 110	0.05 157	0.06 103	0.06 183	0.05 97	0.06 191

rvit_0105_5	0.14 307	0.10 369	0.14 256	0.17 211	0.09 231	0.14 276	0.23 464	0.24 312	0.27 368	0.14 242	0.15 203	0.18 316	0.13 283	0.17 345	0.14 302	0.14 493	0.11 470	0.10 410	0.11 453	0.08 318	0.07 269

rvit_stereo_0083	0.12 250	0.08 232	0.17 358	0.16 136	0.09 231	0.11 167	0.15 230	0.15 101	0.26 356	0.11 158	0.14 190	0.13 220	0.10 189	0.12 182	0.13 266	0.10 399	0.08 407	0.09 362	0.07 273	0.07 252	0.06 191

rvit_stereo_0081	0.11 178	0.08 232	0.16 335	0.16 136	0.09 231	0.11 167	0.14 160	0.14 74	0.24 319	0.11 158	0.13 177	0.14 239	0.09 167	0.11 105	0.12 231	0.10 399	0.07 376	0.08 278	0.07 273	0.07 252	0.06 191

model_zeroshot	0.10 139	0.05 12	0.12 179	0.15 66	0.09 231	0.13 237	0.14 160	0.20 229	0.14 138	0.11 158	0.10 118	0.12 196	0.07 106	0.12 182	0.11 173	0.07 242	0.06 305	0.06 103	0.05 111	0.06 185	0.06 191

rvit_stereo_0082	0.11 178	0.08 232	0.16 335	0.16 136	0.09 231	0.11 167	0.14 160	0.14 74	0.24 319	0.11 158	0.13 177	0.14 239	0.09 167	0.11 105	0.12 231	0.10 399	0.07 376	0.08 278	0.07 273	0.07 252	0.06 191

test_sample3	0.14 307	0.08 232	0.15 293	0.14 28	0.09 231	0.20 410	0.17 315	0.27 359	0.18 221	0.17 307	0.22 319	0.19 325	0.15 336	0.17 345	0.14 302	0.09 358	0.06 305	0.07 198	0.06 183	0.09 381	0.08 338

H2IRNET	0.10 139	0.09 304	0.10 98	0.18 293	0.09 231	0.12 208	0.15 230	0.14 74	0.21 277	0.10 121	0.10 118	0.10 155	0.11 219	0.10 60	0.10 112	0.06 110	0.04 21	0.08 278	0.08 340	0.06 185	0.05 111

MyStereo8	0.12 250	0.07 121	0.15 293	0.15 66	0.09 231	0.18 369	0.14 160	0.19 216	0.22 299	0.12 190	0.18 262	0.11 175	0.10 189	0.16 306	0.18 385	0.07 242	0.05 157	0.07 198	0.05 111	0.08 318	0.09 382

MyStereo07	0.10 139	0.07 121	0.10 98	0.17 211	0.09 231	0.14 276	0.17 315	0.15 101	0.15 156	0.09 91	0.06 11	0.06 16	0.07 106	0.12 182	0.09 43	0.06 110	0.05 157	0.08 278	0.07 273	0.06 185	0.06 191

MyStereo06	0.10 139	0.07 121	0.12 179	0.17 211	0.09 231	0.13 237	0.18 363	0.19 216	0.12 85	0.13 219	0.08 72	0.07 65	0.07 106	0.11 105	0.09 43	0.06 110	0.05 157	0.08 278	0.07 273	0.06 185	0.06 191

MyStereo05	0.13 277	0.07 121	0.10 98	0.17 211	0.09 231	0.13 237	0.18 363	0.28 383	0.35 442	0.17 307	0.14 190	0.15 264	0.11 219	0.15 279	0.13 266	0.06 110	0.05 157	0.08 278	0.07 273	0.06 185	0.06 191

MyStereo04	0.13 277	0.07 121	0.10 98	0.17 211	0.09 231	0.14 276	0.17 315	0.29 401	0.38 459	0.17 307	0.14 190	0.16 284	0.11 219	0.15 279	0.13 266	0.06 110	0.05 157	0.08 278	0.07 273	0.06 185	0.06 191

AE-Stereo	0.10 139	0.08 232	0.11 141	0.19 352	0.09 231	0.10 127	0.15 230	0.14 74	0.20 263	0.09 91	0.15 203	0.12 196	0.08 142	0.11 105	0.10 112	0.05 26	0.06 305	0.07 198	0.06 183	0.05 97	0.04 29

ACVNet-DCA	0.10 139	0.08 232	0.13 212	0.17 211	0.09 231	0.13 237	0.15 230	0.24 312	0.16 183	0.09 91	0.09 92	0.06 16	0.06 36	0.10 60	0.07 1	0.06 110	0.05 157	0.06 103	0.05 111	0.07 252	0.07 269

xx1	0.11 178	0.08 232	0.13 212	0.17 211	0.09 231	0.13 237	0.15 230	0.16 127	0.18 221	0.09 91	0.09 92	0.16 284	0.16 357	0.10 60	0.07 1	0.06 110	0.05 157	0.08 278	0.08 340	0.07 252	0.07 269

1test111	0.11 178	0.08 232	0.13 212	0.17 211	0.09 231	0.13 237	0.15 230	0.24 312	0.16 183	0.09 91	0.09 92	0.06 16	0.06 36	0.15 279	0.16 355	0.06 110	0.05 157	0.06 103	0.05 111	0.07 252	0.07 269

cc1	0.10 139	0.08 232	0.13 212	0.17 211	0.09 231	0.13 237	0.15 230	0.16 127	0.18 221	0.09 91	0.09 92	0.06 16	0.06 36	0.10 60	0.07 1	0.06 110	0.05 157	0.06 103	0.05 111	0.06 185	0.06 191

mmm	0.14 307	0.08 232	0.18 390	0.17 211	0.09 231	0.17 353	0.18 363	0.21 247	0.16 183	0.16 295	0.23 323	0.21 351	0.16 357	0.16 306	0.17 372	0.08 302	0.05 157	0.08 278	0.08 340	0.08 318	0.07 269

ff7	0.09 80	0.07 121	0.11 141	0.16 136	0.09 231	0.11 167	0.15 230	0.16 127	0.12 85	0.10 121	0.06 11	0.06 16	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191

ffff	0.09 80	0.07 121	0.11 141	0.16 136	0.09 231	0.11 167	0.15 230	0.16 127	0.12 85	0.10 121	0.06 11	0.06 16	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191

ffm	0.12 250	0.09 304	0.15 293	0.16 136	0.09 231	0.17 353	0.17 315	0.15 101	0.19 242	0.15 266	0.26 375	0.19 325	0.13 283	0.10 60	0.08 14	0.06 110	0.05 157	0.09 362	0.08 340	0.06 185	0.06 191

ff1	0.13 277	0.09 304	0.15 293	0.16 136	0.09 231	0.17 353	0.17 315	0.15 101	0.19 242	0.15 266	0.26 375	0.19 325	0.13 283	0.15 279	0.22 436	0.06 110	0.05 157	0.09 362	0.08 340	0.06 185	0.06 191

mmx	0.15 348	0.09 304	0.15 293	0.16 136	0.09 231	0.17 353	0.17 315	0.27 359	0.26 356	0.15 266	0.26 375	0.19 325	0.13 283	0.15 279	0.22 436	0.08 302	0.06 305	0.09 362	0.08 340	0.08 318	0.08 338

11t	0.09 80	0.07 121	0.11 141	0.16 136	0.09 231	0.11 167	0.15 230	0.16 127	0.12 85	0.10 121	0.06 11	0.06 16	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191

tt1	0.10 139	0.08 232	0.13 212	0.17 211	0.09 231	0.13 237	0.15 230	0.15 101	0.19 242	0.09 91	0.08 72	0.06 16	0.06 36	0.10 60	0.08 14	0.06 110	0.05 157	0.06 103	0.05 111	0.06 185	0.06 191

xxx	0.15 348	0.09 304	0.15 293	0.16 136	0.09 231	0.17 353	0.17 315	0.27 359	0.26 356	0.15 266	0.26 375	0.19 325	0.13 283	0.15 279	0.22 436	0.08 302	0.06 305	0.09 362	0.08 340	0.08 318	0.08 338

plain	0.11 178	0.09 304	0.10 98	0.19 352	0.09 231	0.11 167	0.14 160	0.14 74	0.13 116	0.13 219	0.15 203	0.09 124	0.12 251	0.13 233	0.12 231	0.07 242	0.05 157	0.09 362	0.06 183	0.06 185	0.06 191

MaDis-Stereo	0.09 80	0.09 304	0.08 20	0.17 211	0.09 231	0.14 276	0.11 48	0.16 127	0.16 183	0.09 91	0.11 148	0.06 16	0.06 36	0.09 34	0.13 266	0.07 242	0.06 305	0.08 278	0.05 111	0.05 97	0.04 29

PCWNet_CMD	0.14 307	0.08 232	0.15 293	0.17 211	0.09 231	0.14 276	0.14 160	0.29 401	0.36 447	0.14 242	0.20 286	0.21 351	0.13 283	0.17 345	0.14 302	0.07 242	0.05 157	0.07 198	0.07 273	0.07 252	0.07 269

anonymousdsp2	0.11 178	0.07 121	0.11 141	0.16 136	0.09 231	0.13 237	0.14 160	0.19 216	0.23 309	0.13 219	0.14 190	0.12 196	0.09 167	0.14 261	0.11 173	0.05 26	0.05 157	0.05 25	0.04 34	0.06 185	0.06 191

anonymousdsp	0.09 80	0.07 121	0.11 141	0.17 211	0.09 231	0.11 167	0.15 230	0.16 127	0.12 85	0.10 121	0.06 11	0.06 16	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191

CBFPSM	0.15 348	0.07 121	0.27 464	0.17 211	0.09 231	0.13 237	0.15 230	0.22 270	0.23 309	0.20 376	0.27 392	0.23 386	0.16 357	0.16 306	0.19 400	0.06 110	0.06 305	0.06 103	0.07 273	0.07 252	0.07 269

gwcnet-sp	0.14 307	0.07 121	0.13 212	0.18 293	0.09 231	0.16 330	0.18 363	0.24 312	0.24 319	0.19 354	0.24 335	0.15 264	0.16 357	0.16 306	0.15 336	0.08 302	0.07 376	0.07 198	0.08 340	0.08 318	0.07 269

scenet	0.14 307	0.07 121	0.13 212	0.18 293	0.09 231	0.16 330	0.18 363	0.24 312	0.24 319	0.19 354	0.24 335	0.15 264	0.16 357	0.16 306	0.15 336	0.08 302	0.07 376	0.07 198	0.08 340	0.08 318	0.07 269

CASS	0.14 307	0.12 413	0.12 179	0.23 476	0.09 231	0.15 302	0.17 315	0.19 216	0.20 263	0.17 307	0.18 262	0.15 264	0.15 336	0.15 279	0.14 302	0.09 358	0.06 305	0.10 410	0.08 340	0.09 381	0.07 269
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 277	0.07 121	0.14 256	0.18 293	0.09 231	0.13 237	0.17 315	0.20 229	0.29 391	0.15 266	0.24 335	0.16 284	0.14 315	0.14 261	0.14 302	0.07 242	0.05 157	0.07 198	0.09 385	0.05 97	0.07 269

ssnet	0.14 307	0.07 121	0.13 212	0.18 293	0.09 231	0.16 330	0.18 363	0.24 312	0.24 319	0.19 354	0.24 335	0.15 264	0.16 357	0.16 306	0.15 336	0.08 302	0.07 376	0.07 198	0.08 340	0.08 318	0.07 269

CroCo-Stereo Lap2	0.09 80	0.09 304	0.08 20	0.22 457	0.09 231	0.09 84	0.18 363	0.16 127	0.12 85	0.09 91	0.10 118	0.05 1	0.05 11	0.08 14	0.08 14	0.06 110	0.06 305	0.07 198	0.05 111	0.06 185	0.05 111

ccc-4	0.09 80	0.07 121	0.11 141	0.16 136	0.09 231	0.11 167	0.15 230	0.16 127	0.12 85	0.10 121	0.06 11	0.06 16	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191

DisPM	0.11 178	0.07 121	0.13 212	0.16 136	0.09 231	0.06 8	0.13 111	0.18 189	0.17 207	0.14 242	0.19 276	0.12 196	0.10 189	0.12 182	0.11 173	0.07 242	0.05 157	0.07 198	0.06 183	0.06 185	0.11 436

IER	0.14 307	0.08 232	0.13 212	0.17 211	0.09 231	0.14 276	0.16 289	0.26 345	0.27 368	0.18 339	0.26 375	0.17 301	0.20 425	0.17 345	0.14 302	0.08 302	0.05 157	0.07 198	0.06 183	0.08 318	0.07 269

CRFU-Net	0.16 375	0.08 232	0.15 293	0.17 211	0.09 231	0.20 410	0.14 160	0.27 359	0.21 277	0.28 470	0.28 403	0.29 442	0.18 395	0.19 387	0.18 385	0.09 358	0.09 434	0.07 198	0.07 273	0.08 318	0.09 382

RAFT+CT+SA	0.13 277	0.11 394	0.09 63	0.19 352	0.09 231	0.15 302	0.28 509	0.22 270	0.22 299	0.15 266	0.26 375	0.10 155	0.10 189	0.11 105	0.12 231	0.05 26	0.04 21	0.07 198	0.08 340	0.07 252	0.06 191

test_4	0.11 178	0.10 369	0.08 20	0.19 352	0.09 231	0.08 49	0.21 440	0.15 101	0.18 221	0.12 190	0.18 262	0.12 196	0.09 167	0.08 14	0.11 173	0.04 6	0.04 21	0.08 278	0.08 340	0.04 14	0.04 29

IGEV-Stereo	0.09 80	0.07 121	0.11 141	0.17 211	0.09 231	0.11 167	0.15 230	0.16 127	0.12 85	0.10 121	0.06 11	0.06 16	0.06 36	0.11 105	0.09 43	0.05 26	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CSP-Net	0.16 375	0.09 304	0.14 256	0.17 211	0.09 231	0.19 391	0.18 363	0.25 332	0.33 417	0.26 450	0.31 428	0.25 408	0.16 357	0.21 423	0.19 400	0.09 358	0.06 305	0.07 198	0.07 273	0.08 318	0.08 338

iRaft-Stereo_20w	0.09 80	0.05 12	0.13 212	0.14 28	0.09 231	0.12 208	0.15 230	0.19 216	0.11 55	0.11 158	0.08 72	0.08 97	0.05 11	0.10 60	0.09 43	0.06 110	0.04 21	0.06 103	0.05 111	0.06 185	0.05 111

dd	0.15 348	0.17 484	0.17 358	0.19 352	0.09 231	0.15 302	0.18 363	0.22 270	0.26 356	0.23 421	0.20 286	0.21 351	0.10 189	0.21 423	0.17 372	0.10 399	0.06 305	0.08 278	0.06 183	0.08 318	0.07 269

MIPNet	0.11 178	0.08 232	0.15 293	0.17 211	0.09 231	0.12 208	0.14 160	0.21 247	0.25 343	0.12 190	0.10 118	0.09 124	0.07 106	0.13 233	0.13 266	0.06 110	0.04 21	0.06 103	0.05 111	0.04 14	0.04 29

AASNet	0.16 375	0.08 232	0.13 212	0.19 352	0.09 231	0.19 391	0.15 230	0.38 499	0.37 453	0.20 376	0.24 335	0.20 342	0.17 381	0.17 345	0.21 423	0.10 399	0.08 407	0.08 278	0.07 273	0.09 381	0.09 382

GwcNet-ADL	0.13 277	0.08 232	0.14 256	0.20 406	0.09 231	0.12 208	0.20 424	0.30 412	0.25 343	0.14 242	0.14 190	0.18 316	0.14 315	0.13 233	0.15 336	0.07 242	0.05 157	0.06 103	0.05 111	0.07 252	0.06 191

PSMNet-ADL	0.15 348	0.12 413	0.13 212	0.22 457	0.09 231	0.13 237	0.20 424	0.26 345	0.23 309	0.18 339	0.20 286	0.23 386	0.17 381	0.18 362	0.18 385	0.09 358	0.08 407	0.08 278	0.11 453	0.08 318	0.07 269

ADLNet2	0.16 375	0.09 304	0.14 256	0.17 211	0.09 231	0.20 410	0.16 289	0.32 433	0.39 464	0.17 307	0.20 286	0.20 342	0.19 413	0.21 423	0.23 447	0.08 302	0.07 376	0.07 198	0.07 273	0.09 381	0.07 269

CrosDoStereo	0.12 250	0.07 121	0.12 179	0.14 28	0.09 231	0.12 208	0.15 230	0.17 162	0.22 299	0.19 354	0.24 335	0.15 264	0.11 219	0.11 105	0.12 231	0.06 110	0.05 157	0.07 198	0.07 273	0.05 97	0.05 111

PFNet+	0.12 250	0.06 51	0.14 256	0.16 136	0.09 231	0.05 3	0.12 72	0.18 189	0.21 277	0.16 295	0.19 276	0.14 239	0.10 189	0.11 105	0.11 173	0.08 302	0.05 157	0.09 362	0.08 340	0.06 185	0.11 436

LCNet	0.11 178	0.07 121	0.09 63	0.19 352	0.09 231	0.08 49	0.14 160	0.21 247	0.15 156	0.12 190	0.15 203	0.16 284	0.11 219	0.12 182	0.11 173	0.05 26	0.04 21	0.08 278	0.07 273	0.06 185	0.14 485

AAGNet	0.12 250	0.08 232	0.17 358	0.19 352	0.09 231	0.08 49	0.13 111	0.19 216	0.13 116	0.16 295	0.21 303	0.13 220	0.14 315	0.11 105	0.14 302	0.06 110	0.04 21	0.09 362	0.06 183	0.06 185	0.05 111

NF-Stereo	0.11 178	0.07 121	0.13 212	0.17 211	0.09 231	0.10 127	0.13 111	0.23 288	0.19 242	0.12 190	0.17 239	0.12 196	0.12 251	0.11 105	0.11 173	0.06 110	0.04 21	0.07 198	0.06 183	0.07 252	0.12 457

OCTAStereo	0.11 178	0.07 121	0.14 256	0.17 211	0.09 231	0.10 127	0.13 111	0.23 288	0.19 242	0.12 190	0.17 239	0.12 196	0.12 251	0.11 105	0.11 173	0.06 110	0.04 21	0.07 198	0.06 183	0.07 252	0.11 436

PSM-softLoss	0.12 250	0.07 121	0.15 293	0.17 211	0.09 231	0.08 49	0.12 72	0.24 312	0.17 207	0.15 266	0.19 276	0.13 220	0.11 219	0.11 105	0.11 173	0.07 242	0.05 157	0.08 278	0.07 273	0.07 252	0.12 457

KMStereo	0.12 250	0.07 121	0.15 293	0.17 211	0.09 231	0.08 49	0.12 72	0.24 312	0.17 207	0.15 266	0.19 276	0.13 220	0.11 219	0.11 105	0.11 173	0.07 242	0.05 157	0.08 278	0.07 273	0.07 252	0.12 457

PSM-AAD	0.11 178	0.07 121	0.10 98	0.20 406	0.09 231	0.10 127	0.14 160	0.21 247	0.13 116	0.12 190	0.14 190	0.18 316	0.11 219	0.11 105	0.10 112	0.05 26	0.05 157	0.09 362	0.08 340	0.06 185	0.14 485

FTStereo	0.12 250	0.07 121	0.14 256	0.18 293	0.09 231	0.07 24	0.15 230	0.22 270	0.18 221	0.12 190	0.24 335	0.11 175	0.13 283	0.13 233	0.14 302	0.05 26	0.05 157	0.07 198	0.07 273	0.06 185	0.10 412

KYRaft	0.12 250	0.07 121	0.10 98	0.19 352	0.09 231	0.08 49	0.15 230	0.23 288	0.12 85	0.13 219	0.16 220	0.20 342	0.10 189	0.12 182	0.11 173	0.06 110	0.04 21	0.08 278	0.08 340	0.06 185	0.15 499

DeepStereo_LL	0.12 250	0.07 121	0.12 179	0.14 28	0.09 231	0.12 208	0.15 230	0.17 162	0.22 299	0.19 354	0.24 335	0.15 264	0.11 219	0.11 105	0.12 231	0.06 110	0.05 157	0.07 198	0.07 273	0.05 97	0.05 111

SST-Stereo	0.11 178	0.07 121	0.16 335	0.18 293	0.09 231	0.06 8	0.12 72	0.18 189	0.10 32	0.15 266	0.18 262	0.13 220	0.12 251	0.10 60	0.11 173	0.06 110	0.04 21	0.09 362	0.06 183	0.07 252	0.06 191

RAFT_R40	0.11 178	0.07 121	0.15 293	0.18 293	0.09 231	0.06 8	0.13 111	0.17 162	0.15 156	0.14 242	0.18 262	0.15 264	0.12 251	0.10 60	0.11 173	0.06 110	0.04 21	0.09 362	0.06 183	0.06 185	0.05 111

DRaft	0.12 250	0.06 51	0.12 179	0.14 28	0.09 231	0.14 276	0.17 315	0.21 247	0.30 397	0.18 339	0.27 392	0.10 155	0.16 357	0.11 105	0.12 231	0.05 26	0.04 21	0.07 198	0.07 273	0.05 97	0.05 111

GrayStereo	0.11 178	0.06 51	0.11 141	0.19 352	0.09 231	0.09 84	0.16 289	0.18 189	0.17 207	0.14 242	0.17 239	0.17 301	0.11 219	0.12 182	0.11 173	0.05 26	0.05 157	0.07 198	0.06 183	0.06 185	0.10 412

RE-Stereo	0.11 178	0.07 121	0.13 212	0.17 211	0.09 231	0.10 127	0.13 111	0.23 288	0.19 242	0.12 190	0.17 239	0.12 196	0.12 251	0.11 105	0.11 173	0.06 110	0.04 21	0.07 198	0.06 183	0.07 252	0.11 436

Pruner-Stereo	0.11 178	0.07 121	0.12 179	0.17 211	0.09 231	0.06 8	0.12 72	0.18 189	0.17 207	0.14 242	0.19 276	0.13 220	0.10 189	0.11 105	0.11 173	0.06 110	0.04 21	0.07 198	0.06 183	0.06 185	0.08 338

TVStereo	0.11 178	0.07 121	0.13 212	0.17 211	0.09 231	0.10 127	0.13 111	0.23 288	0.19 242	0.12 190	0.17 239	0.12 196	0.12 251	0.11 105	0.11 173	0.06 110	0.04 21	0.07 198	0.06 183	0.07 252	0.11 436

RAFT-RH_RVC	0.12 250	0.06 51	0.14 256	0.16 136	0.09 231	0.12 208	0.12 72	0.17 162	0.12 85	0.13 219	0.40 483	0.11 175	0.10 189	0.13 233	0.12 231	0.05 26	0.04 21	0.08 278	0.05 111	0.05 97	0.06 191

CRE-IMP	0.11 178	0.09 304	0.16 335	0.19 352	0.09 231	0.10 127	0.12 72	0.18 189	0.10 32	0.14 242	0.14 190	0.14 239	0.13 283	0.12 182	0.12 231	0.07 242	0.04 21	0.08 278	0.06 183	0.08 318	0.08 338

CroCo-Stereo	0.09 80	0.08 232	0.08 20	0.22 457	0.09 231	0.09 84	0.18 363	0.16 127	0.12 85	0.07 32	0.07 37	0.08 97	0.06 36	0.08 14	0.07 1	0.07 242	0.05 157	0.06 103	0.04 34	0.05 97	0.04 29
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
GMM-Stereo	0.11 178	0.07 121	0.10 98	0.18 293	0.09 231	0.08 49	0.14 160	0.24 312	0.16 183	0.11 158	0.15 203	0.13 220	0.11 219	0.11 105	0.11 173	0.05 26	0.04 21	0.08 278	0.07 273	0.06 185	0.09 382

Prome-Stereo	0.11 178	0.07 121	0.11 141	0.18 293	0.09 231	0.12 208	0.14 160	0.23 288	0.13 116	0.13 219	0.16 220	0.13 220	0.08 142	0.12 182	0.10 112	0.05 26	0.05 157	0.07 198	0.06 183	0.06 185	0.10 412

LMCR-Stereo	0.15 348	0.08 232	0.14 256	0.21 437	0.09 231	0.18 369	0.19 406	0.28 383	0.19 242	0.24 433	0.24 335	0.23 386	0.17 381	0.20 405	0.17 372	0.07 242	0.06 305	0.08 278	0.06 183	0.10 416	0.09 382

ICVP	0.16 375	0.09 304	0.12 179	0.22 457	0.09 231	0.18 369	0.21 440	0.26 345	0.24 319	0.18 339	0.30 424	0.27 424	0.18 395	0.18 362	0.15 336	0.10 399	0.07 376	0.08 278	0.07 273	0.07 252	0.08 338
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.10 139	0.07 121	0.10 98	0.17 211	0.09 231	0.11 167	0.17 315	0.18 189	0.12 85	0.09 91	0.11 148	0.10 155	0.07 106	0.11 105	0.10 112	0.05 26	0.04 21	0.08 278	0.08 340	0.04 14	0.04 29

CFNet_pseudo	0.14 307	0.08 232	0.16 335	0.16 136	0.09 231	0.13 237	0.14 160	0.27 359	0.34 428	0.15 266	0.21 303	0.22 369	0.13 283	0.18 362	0.14 302	0.07 242	0.05 157	0.08 278	0.06 183	0.07 252	0.07 269

RALAANet	0.11 178	0.08 232	0.10 98	0.17 211	0.09 231	0.14 276	0.10 28	0.20 229	0.16 183	0.14 242	0.13 177	0.16 284	0.09 167	0.12 182	0.12 231	0.06 110	0.05 157	0.08 278	0.07 273	0.06 185	0.04 29

XX-Stereo	0.09 80	0.05 12	0.09 63	0.17 211	0.09 231	0.15 302	0.12 72	0.21 247	0.10 32	0.10 121	0.14 190	0.07 65	0.06 36	0.13 233	0.08 14	0.06 110	0.05 157	0.06 103	0.06 183	0.04 14	0.04 29

test_xeample3	0.09 80	0.07 121	0.12 179	0.16 136	0.09 231	0.11 167	0.15 230	0.16 127	0.14 138	0.10 121	0.07 37	0.08 97	0.06 36	0.10 60	0.09 43	0.06 110	0.04 21	0.06 103	0.05 111	0.05 97	0.06 191

ARAFT	0.12 250	0.08 232	0.18 390	0.19 352	0.09 231	0.15 302	0.17 315	0.20 229	0.13 116	0.12 190	0.13 177	0.14 239	0.12 251	0.15 279	0.13 266	0.06 110	0.05 157	0.10 410	0.09 385	0.06 185	0.04 29

GMStereo	0.13 277	0.15 463	0.14 256	0.18 293	0.09 231	0.16 330	0.16 289	0.20 229	0.25 343	0.17 307	0.17 239	0.11 175	0.11 219	0.16 306	0.13 266	0.07 242	0.06 305	0.06 103	0.06 183	0.07 252	0.06 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 277	0.07 121	0.15 293	0.17 211	0.09 231	0.15 302	0.16 289	0.28 383	0.27 368	0.14 242	0.18 262	0.12 196	0.13 283	0.14 261	0.11 173	0.08 302	0.05 157	0.07 198	0.07 273	0.07 252	0.06 191

hitnet-ft	0.18 412	0.10 369	0.17 358	0.14 28	0.09 231	0.27 483	0.20 424	0.25 332	0.26 356	0.24 433	0.32 437	0.32 473	0.23 446	0.24 460	0.21 423	0.12 457	0.07 376	0.10 410	0.08 340	0.12 455	0.11 436

CFNet-ft	0.14 307	0.07 121	0.15 293	0.12 4	0.09 231	0.17 353	0.18 363	0.22 270	0.24 319	0.17 307	0.26 375	0.24 395	0.14 315	0.16 306	0.15 336	0.11 431	0.06 305	0.08 278	0.09 385	0.09 381	0.08 338

DMCA	0.14 307	0.09 304	0.17 358	0.19 352	0.09 231	0.15 302	0.17 315	0.23 288	0.28 384	0.14 242	0.20 286	0.17 301	0.18 395	0.15 279	0.17 372	0.10 399	0.06 305	0.08 278	0.06 183	0.09 381	0.10 412

DIP-Stereo	0.11 178	0.08 232	0.15 293	0.17 211	0.09 231	0.13 237	0.09 18	0.16 127	0.16 183	0.12 190	0.16 220	0.14 239	0.12 251	0.16 306	0.14 302	0.06 110	0.05 157	0.06 103	0.05 111	0.05 97	0.07 269
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SuperB	0.20 433	0.10 369	0.57 530	0.16 136	0.09 231	0.19 391	0.18 363	0.25 332	0.51 509	0.27 457	0.39 480	0.17 301	0.22 440	0.22 441	0.21 423	0.08 302	0.06 305	0.06 103	0.06 183	0.12 455	0.11 436

MSMDNet	0.14 307	0.08 232	0.15 293	0.17 211	0.09 231	0.14 276	0.14 160	0.29 401	0.36 447	0.14 242	0.20 286	0.21 351	0.13 283	0.18 362	0.14 302	0.07 242	0.05 157	0.07 198	0.07 273	0.07 252	0.07 269

CFNet_RVC	0.14 307	0.07 121	0.15 293	0.12 4	0.09 231	0.17 353	0.18 363	0.22 270	0.24 319	0.17 307	0.26 375	0.24 395	0.14 315	0.16 306	0.15 336	0.11 431	0.06 305	0.08 278	0.09 385	0.09 381	0.08 338

ccs_rob	0.14 307	0.09 304	0.16 335	0.16 136	0.09 231	0.13 237	0.14 160	0.27 359	0.34 428	0.15 266	0.21 303	0.22 369	0.13 283	0.18 362	0.14 302	0.07 242	0.05 157	0.08 278	0.07 273	0.07 252	0.07 269

AANet_RVC	0.16 375	0.10 369	0.11 141	0.18 293	0.09 231	0.19 391	0.18 363	0.27 359	0.32 412	0.22 407	0.35 457	0.21 351	0.22 440	0.22 441	0.17 372	0.06 110	0.05 157	0.06 103	0.06 183	0.07 252	0.06 191

AdaStereo	0.15 348	0.11 394	0.16 335	0.19 352	0.09 231	0.21 421	0.11 48	0.33 447	0.28 384	0.21 392	0.23 323	0.21 351	0.13 283	0.19 387	0.15 336	0.13 474	0.05 157	0.10 410	0.07 273	0.09 381	0.07 269
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.
HSM	0.15 348	0.09 304	0.15 293	0.16 136	0.09 231	0.16 330	0.14 160	0.28 383	0.25 343	0.20 376	0.24 335	0.37 493	0.17 381	0.20 405	0.15 336	0.07 242	0.05 157	0.07 198	0.06 183	0.07 252	0.06 191

SGM_RVC	0.24 479	0.12 413	0.16 335	0.15 66	0.09 231	0.34 510	0.19 406	0.35 476	0.32 412	0.44 528	0.38 472	0.53 536	0.36 518	0.36 514	0.26 479	0.13 474	0.13 496	0.13 475	0.13 485	0.11 438	0.11 436
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zero-FE	0.08 43	0.05 12	0.10 98	0.15 66	0.10 337	0.05 3	0.13 111	0.09 10	0.14 138	0.07 32	0.06 11	0.07 65	0.06 36	0.09 34	0.10 112	0.06 110	0.04 21	0.06 103	0.04 34	0.08 318	0.05 111

MSAF-DinoV2	0.23 468	0.11 394	0.25 453	0.17 211	0.10 337	0.28 493	0.17 315	0.38 499	0.56 521	0.21 392	0.27 392	0.47 528	0.28 486	0.36 514	0.40 534	0.09 358	0.06 305	0.07 198	0.09 385	0.12 455	0.11 436

DFGA-Net	0.13 277	0.11 394	0.19 413	0.18 293	0.10 337	0.13 237	0.13 111	0.23 288	0.25 343	0.16 295	0.16 220	0.13 220	0.12 251	0.17 345	0.15 336	0.07 242	0.05 157	0.08 278	0.07 273	0.05 97	0.05 111

coex_refinement	0.14 307	0.07 121	0.12 179	0.17 211	0.10 337	0.16 330	0.15 230	0.27 359	0.29 391	0.18 339	0.21 303	0.22 369	0.17 381	0.16 306	0.19 400	0.08 302	0.05 157	0.06 103	0.06 183	0.09 381	0.08 338

S2M2	0.09 80	0.08 232	0.11 141	0.13 9	0.10 337	0.08 49	0.06 1	0.10 16	0.10 32	0.10 121	0.10 118	0.09 124	0.09 167	0.11 105	0.11 173	0.13 474	0.07 376	0.08 278	0.09 385	0.10 416	0.08 338

SCV_C0	0.08 43	0.07 121	0.08 20	0.16 136	0.10 337	0.08 49	0.14 160	0.11 27	0.13 116	0.08 62	0.07 37	0.06 16	0.05 11	0.11 105	0.07 1	0.05 26	0.05 157	0.05 25	0.04 34	0.06 185	0.05 111

rvit_0105_6	0.14 307	0.09 304	0.18 390	0.17 211	0.10 337	0.10 127	0.17 315	0.19 216	0.26 356	0.12 190	0.18 262	0.17 301	0.13 283	0.18 362	0.13 266	0.15 497	0.11 470	0.12 461	0.10 423	0.09 381	0.06 191

rvit_0105_4	0.15 348	0.09 304	0.17 358	0.17 211	0.10 337	0.12 208	0.20 424	0.23 288	0.27 368	0.14 242	0.20 286	0.17 301	0.14 315	0.17 345	0.13 266	0.15 497	0.11 470	0.11 440	0.10 423	0.09 381	0.06 191

rvit_stereo_0081_aga	0.12 250	0.09 304	0.15 293	0.18 293	0.10 337	0.14 276	0.14 160	0.14 74	0.19 242	0.10 121	0.18 262	0.16 284	0.09 167	0.12 182	0.10 112	0.10 399	0.06 305	0.08 278	0.07 273	0.07 252	0.06 191

DCVSM-stereo	0.15 348	0.09 304	0.16 335	0.16 136	0.10 337	0.15 302	0.09 18	0.20 229	0.24 319	0.20 376	0.24 335	0.26 418	0.15 336	0.19 387	0.14 302	0.09 358	0.07 376	0.09 362	0.08 340	0.10 416	0.12 457

U	0.08 43	0.07 121	0.10 98	0.19 352	0.10 337	0.10 127	0.13 111	0.12 43	0.17 207	0.07 32	0.07 37	0.06 16	0.05 11	0.07 3	0.09 43	0.06 110	0.04 21	0.06 103	0.04 34	0.06 185	0.05 111

rvit_stereo_0080	0.10 139	0.08 232	0.15 293	0.15 66	0.10 337	0.07 24	0.15 230	0.16 127	0.16 183	0.11 158	0.10 118	0.15 264	0.09 167	0.12 182	0.10 112	0.09 358	0.07 376	0.07 198	0.06 183	0.07 252	0.05 111

rvit_stereo_ft	0.12 250	0.07 121	0.13 212	0.19 352	0.10 337	0.12 208	0.17 315	0.16 127	0.16 183	0.13 219	0.13 177	0.15 264	0.10 189	0.14 261	0.13 266	0.10 399	0.06 305	0.08 278	0.07 273	0.07 252	0.06 191

CAS++	0.11 178	0.07 121	0.11 141	0.14 28	0.10 337	0.13 237	0.14 160	0.24 312	0.14 138	0.11 158	0.09 92	0.11 175	0.07 106	0.14 261	0.09 43	0.11 431	0.09 434	0.09 362	0.07 273	0.07 252	0.08 338
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.10 139	0.06 51	0.11 141	0.20 406	0.10 337	0.10 127	0.11 48	0.17 162	0.13 116	0.12 190	0.13 177	0.09 124	0.08 142	0.11 105	0.13 266	0.06 110	0.05 157	0.05 25	0.04 34	0.05 97	0.05 111

IGEVStereo-DCA	0.09 80	0.07 121	0.11 141	0.16 136	0.10 337	0.11 167	0.15 230	0.16 127	0.12 85	0.10 121	0.06 11	0.08 97	0.06 36	0.10 60	0.09 43	0.06 110	0.05 157	0.06 103	0.05 111	0.05 97	0.06 191

rrr	0.09 80	0.07 121	0.13 212	0.16 136	0.10 337	0.11 167	0.15 230	0.16 127	0.15 156	0.10 121	0.06 11	0.08 97	0.06 36	0.10 60	0.09 43	0.06 110	0.05 157	0.06 103	0.05 111	0.05 97	0.06 191

whm_eth	0.10 139	0.08 232	0.15 293	0.15 66	0.10 337	0.07 24	0.15 230	0.16 127	0.16 183	0.11 158	0.10 118	0.15 264	0.09 167	0.12 182	0.10 112	0.09 358	0.07 376	0.07 198	0.06 183	0.07 252	0.05 111

GMStereo_Zeroshot	0.16 375	0.13 441	0.25 453	0.20 406	0.10 337	0.17 353	0.13 111	0.30 412	0.25 343	0.23 421	0.32 437	0.25 408	0.11 219	0.19 387	0.14 302	0.09 358	0.06 305	0.11 440	0.06 183	0.12 455	0.08 338

StereoVision	0.14 307	0.13 441	0.10 98	0.24 487	0.10 337	0.16 330	0.21 440	0.21 247	0.20 263	0.12 190	0.25 362	0.10 155	0.10 189	0.16 306	0.10 112	0.09 358	0.10 457	0.12 461	0.12 474	0.06 185	0.05 111

MIF-Stereo (partial)	0.11 178	0.06 51	0.10 98	0.19 352	0.10 337	0.10 127	0.12 72	0.17 162	0.19 242	0.14 242	0.16 220	0.10 155	0.11 219	0.12 182	0.12 231	0.08 302	0.05 157	0.08 278	0.07 273	0.06 185	0.07 269

EKT-Stereo	0.11 178	0.07 121	0.14 256	0.16 136	0.10 337	0.13 237	0.14 160	0.19 216	0.21 277	0.11 158	0.08 72	0.13 220	0.10 189	0.11 105	0.12 231	0.08 302	0.06 305	0.07 198	0.06 183	0.08 318	0.07 269

LL-Strereo	0.13 277	0.10 369	0.12 179	0.20 406	0.10 337	0.11 167	0.18 363	0.33 447	0.25 343	0.16 295	0.16 220	0.14 239	0.14 315	0.19 387	0.11 173	0.06 110	0.05 157	0.09 362	0.08 340	0.04 14	0.05 111

iinet-f	0.17 397	0.07 121	0.46 516	0.14 28	0.10 337	0.21 421	0.14 160	0.27 359	0.23 309	0.22 407	0.25 362	0.21 351	0.16 357	0.18 362	0.22 436	0.09 358	0.07 376	0.07 198	0.06 183	0.09 381	0.10 412

BUS	0.15 348	0.09 304	0.14 256	0.22 457	0.10 337	0.20 410	0.14 160	0.34 461	0.20 263	0.17 307	0.23 323	0.16 284	0.14 315	0.16 306	0.14 302	0.08 302	0.06 305	0.10 410	0.09 385	0.07 252	0.07 269

test_5	0.14 307	0.12 413	0.08 20	0.20 406	0.10 337	0.14 276	0.28 509	0.21 247	0.24 319	0.19 354	0.28 403	0.11 175	0.15 336	0.12 182	0.13 266	0.06 110	0.05 157	0.07 198	0.08 340	0.08 318	0.07 269

BSDual-CNN	0.15 348	0.09 304	0.14 256	0.22 457	0.10 337	0.15 302	0.15 230	0.34 461	0.20 263	0.17 307	0.23 323	0.25 408	0.16 357	0.16 306	0.14 302	0.08 302	0.06 305	0.10 410	0.09 385	0.07 252	0.07 269

psmg	0.14 307	0.09 304	0.14 256	0.17 211	0.10 337	0.15 302	0.17 315	0.29 401	0.20 263	0.17 307	0.21 303	0.25 408	0.16 357	0.16 306	0.14 302	0.08 302	0.07 376	0.08 278	0.08 340	0.07 252	0.07 269

UDGNet	0.14 307	0.13 441	0.17 358	0.18 293	0.10 337	0.12 208	0.16 289	0.21 247	0.27 368	0.20 376	0.20 286	0.17 301	0.13 283	0.16 306	0.14 302	0.10 399	0.06 305	0.09 362	0.07 273	0.07 252	0.07 269

DAS	0.15 348	0.08 232	0.18 390	0.19 352	0.10 337	0.19 391	0.17 315	0.28 383	0.30 397	0.18 339	0.26 375	0.21 351	0.16 357	0.16 306	0.13 266	0.08 302	0.06 305	0.06 103	0.06 183	0.07 252	0.07 269

SepStereo	0.15 348	0.08 232	0.18 390	0.19 352	0.10 337	0.19 391	0.17 315	0.28 383	0.30 397	0.18 339	0.26 375	0.21 351	0.16 357	0.26 469	0.13 266	0.08 302	0.06 305	0.06 103	0.06 183	0.07 252	0.07 269

AACVNet	0.16 375	0.08 232	0.15 293	0.15 66	0.10 337	0.18 369	0.15 230	0.24 312	0.25 343	0.27 457	0.27 392	0.28 434	0.18 395	0.19 387	0.17 372	0.09 358	0.07 376	0.09 362	0.07 273	0.10 416	0.09 382

GANet-ADL	0.13 277	0.07 121	0.15 293	0.17 211	0.10 337	0.19 391	0.15 230	0.30 412	0.21 277	0.13 219	0.18 262	0.19 325	0.13 283	0.16 306	0.14 302	0.08 302	0.06 305	0.06 103	0.05 111	0.07 252	0.08 338

ASMatch	0.11 178	0.06 51	0.13 212	0.17 211	0.10 337	0.08 49	0.14 160	0.18 189	0.16 183	0.12 190	0.16 220	0.16 284	0.11 219	0.13 233	0.11 173	0.05 26	0.04 21	0.06 103	0.06 183	0.04 14	0.09 382

DEmStereo	0.12 250	0.06 51	0.14 256	0.14 28	0.10 337	0.16 330	0.15 230	0.16 127	0.24 319	0.17 307	0.23 323	0.12 196	0.14 315	0.12 182	0.14 302	0.05 26	0.04 21	0.07 198	0.06 183	0.05 97	0.05 111

ADLNet	0.16 375	0.08 232	0.15 293	0.16 136	0.10 337	0.16 330	0.17 315	0.33 447	0.27 368	0.23 421	0.27 392	0.24 395	0.16 357	0.18 362	0.21 423	0.10 399	0.06 305	0.10 410	0.10 423	0.08 318	0.09 382

GES	0.14 307	0.08 232	0.16 335	0.15 66	0.10 337	0.13 237	0.13 111	0.28 383	0.26 356	0.17 307	0.24 335	0.19 325	0.14 315	0.16 306	0.14 302	0.08 302	0.08 407	0.07 198	0.06 183	0.08 318	0.09 382

RAFT + AFF	0.13 277	0.08 232	0.21 427	0.20 406	0.10 337	0.14 276	0.23 464	0.27 359	0.21 277	0.12 190	0.10 118	0.12 196	0.10 189	0.16 306	0.12 231	0.08 302	0.07 376	0.09 362	0.09 385	0.06 185	0.09 382

aanetorigin	0.22 455	0.17 484	0.57 530	0.18 293	0.10 337	0.16 330	0.19 406	0.20 229	0.33 417	0.49 534	0.48 514	0.30 451	0.28 486	0.21 423	0.24 459	0.08 302	0.07 376	0.08 278	0.07 273	0.10 416	0.09 382

EDNetEfficientorigin	7.92 582	0.32 537	152.98 598	0.20 406	0.10 337	0.22 435	0.17 315	0.23 288	0.60 529	0.73 549	0.67 538	0.41 513	0.51 542	0.24 460	0.41 536	0.08 302	0.07 376	0.09 362	0.07 273	0.12 455	0.11 436

EDNetEfficient	0.30 513	0.24 519	1.18 564	0.18 293	0.10 337	0.20 410	0.20 424	0.21 247	0.61 530	0.74 551	0.56 525	0.30 451	0.40 526	0.23 449	0.32 516	0.09 358	0.07 376	0.08 278	0.07 273	0.11 438	0.10 412

ac_64	0.16 375	0.09 304	0.15 293	0.18 293	0.10 337	0.22 435	0.17 315	0.24 312	0.22 299	0.19 354	0.24 335	0.29 442	0.18 395	0.19 387	0.22 436	0.09 358	0.08 407	0.08 278	0.09 385	0.07 252	0.06 191

acv_ft	0.15 348	0.09 304	0.16 335	0.19 352	0.10 337	0.16 330	0.17 315	0.25 332	0.34 428	0.19 354	0.26 375	0.21 351	0.17 381	0.18 362	0.19 400	0.07 242	0.06 305	0.06 103	0.06 183	0.08 318	0.06 191

DSFCA	0.16 375	0.09 304	0.14 256	0.16 136	0.10 337	0.21 421	0.19 406	0.28 383	0.31 406	0.23 421	0.25 362	0.22 369	0.16 357	0.20 405	0.20 410	0.10 399	0.07 376	0.09 362	0.09 385	0.08 318	0.08 338

TDLM	0.18 412	0.12 413	0.14 256	0.24 487	0.10 337	0.18 369	0.18 363	0.37 492	0.30 397	0.22 407	0.28 403	0.28 434	0.18 395	0.23 449	0.19 400	0.11 431	0.07 376	0.10 410	0.10 423	0.08 318	0.08 338

NLCA_NET_v2_RVC	0.17 397	0.10 369	0.23 444	0.20 406	0.10 337	0.15 302	0.18 363	0.31 428	0.25 343	0.21 392	0.31 428	0.25 408	0.17 381	0.21 423	0.20 410	0.09 358	0.06 305	0.08 278	0.09 385	0.07 252	0.08 338
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
UCFNet_RVC	0.15 348	0.08 232	0.13 212	0.11 1	0.10 337	0.20 410	0.10 28	0.24 312	0.23 309	0.17 307	0.21 303	0.24 395	0.15 336	0.18 362	0.15 336	0.12 457	0.07 376	0.11 440	0.13 485	0.11 438	0.10 412

DeepPruner_ROB	0.16 375	0.11 394	0.16 335	0.17 211	0.10 337	0.17 353	0.15 230	0.32 433	0.21 277	0.19 354	0.21 303	0.22 369	0.19 413	0.21 423	0.16 355	0.13 474	0.09 434	0.09 362	0.10 423	0.11 438	0.11 436

PS-NSSS	0.20 433	0.21 510	0.23 444	0.20 406	0.10 337	0.19 391	0.17 315	0.36 483	0.26 356	0.27 457	0.34 453	0.27 424	0.24 455	0.20 405	0.20 410	0.15 497	0.12 484	0.17 508	0.14 490	0.10 416	0.09 382

StereoDRNet-Refined	0.17 397	0.12 413	0.16 335	0.20 406	0.10 337	0.18 369	0.18 363	0.27 359	0.24 319	0.26 450	0.41 494	0.23 386	0.18 395	0.21 423	0.21 423	0.09 358	0.05 157	0.09 362	0.10 423	0.07 252	0.07 269
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.20 433	0.11 394	0.21 427	0.22 457	0.10 337	0.22 435	0.22 452	0.40 508	0.38 459	0.24 433	0.33 443	0.26 418	0.22 440	0.22 441	0.25 466	0.11 431	0.07 376	0.11 440	0.10 423	0.09 381	0.08 338

DISCO	0.20 433	0.09 304	0.22 436	0.17 211	0.10 337	0.25 463	0.18 363	0.28 383	0.45 491	0.23 421	0.32 437	0.34 483	0.26 471	0.29 486	0.29 501	0.08 302	0.06 305	0.07 198	0.07 273	0.09 381	0.10 412

DN-CSS_ROB	0.13 277	0.13 441	0.17 358	0.18 293	0.10 337	0.16 330	0.08 7	0.22 270	0.19 242	0.17 307	0.23 323	0.13 220	0.13 283	0.13 233	0.14 302	0.05 26	0.05 157	0.10 410	0.10 423	0.08 318	0.06 191

CBMV	0.20 433	0.15 463	0.18 390	0.18 293	0.10 337	0.20 410	0.11 48	0.30 412	0.31 406	0.29 479	0.31 428	0.31 466	0.23 446	0.28 479	0.19 400	0.13 474	0.15 510	0.17 508	0.16 509	0.10 416	0.10 412
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_for_model	0.09 80	0.12 413	0.14 256	0.23 476	0.11 391	0.08 49	0.13 111	0.12 43	0.13 116	0.10 121	0.07 37	0.07 65	0.06 36	0.11 105	0.10 112	0.06 110	0.05 157	0.05 25	0.04 34	0.08 318	0.05 111

CFNet_ucs	0.15 348	0.09 304	0.17 358	0.16 136	0.11 391	0.14 276	0.14 160	0.30 412	0.34 428	0.16 295	0.24 335	0.23 386	0.14 315	0.18 362	0.15 336	0.09 358	0.06 305	0.08 278	0.07 273	0.09 381	0.09 382

ToySt	0.17 397	0.11 394	0.19 413	0.17 211	0.11 391	0.16 330	0.26 498	0.24 312	0.33 417	0.19 354	0.24 335	0.26 418	0.24 455	0.19 387	0.21 423	0.07 242	0.08 407	0.09 362	0.10 423	0.09 381	0.08 338

DCRE	0.11 178	0.07 121	0.13 212	0.16 136	0.11 391	0.11 167	0.17 315	0.18 189	0.17 207	0.11 158	0.18 262	0.11 175	0.10 189	0.15 279	0.11 173	0.06 110	0.05 157	0.06 103	0.06 183	0.05 97	0.05 111

ssnet_v2	0.17 397	0.10 369	0.18 390	0.17 211	0.11 391	0.21 421	0.22 452	0.34 461	0.25 343	0.23 421	0.23 323	0.27 424	0.19 413	0.22 441	0.21 423	0.11 431	0.10 457	0.09 362	0.09 385	0.08 318	0.08 338

HBP-ISP	0.18 412	0.13 441	0.17 358	0.15 66	0.11 391	0.08 49	0.13 111	0.28 383	0.30 397	0.22 407	0.33 443	0.21 351	0.25 463	0.23 449	0.18 385	0.15 497	0.17 519	0.21 522	0.17 516	0.10 416	0.09 382

Wz-Net-LNSev-Ref	0.18 412	0.09 304	0.30 482	0.15 66	0.11 391	0.23 448	0.20 424	0.27 359	0.40 468	0.26 450	0.43 505	0.25 408	0.15 336	0.21 423	0.20 410	0.07 242	0.05 157	0.06 103	0.05 111	0.10 416	0.09 382

NINENet	0.16 375	0.10 369	0.16 335	0.17 211	0.11 391	0.20 410	0.14 160	0.41 513	0.37 453	0.18 339	0.21 303	0.16 284	0.14 315	0.16 306	0.14 302	0.08 302	0.08 407	0.10 410	0.07 273	0.10 416	0.09 382

hknet	0.15 348	0.11 394	0.14 256	0.22 457	0.11 391	0.15 302	0.15 230	0.34 461	0.26 356	0.17 307	0.23 323	0.22 369	0.18 395	0.17 345	0.13 266	0.07 242	0.06 305	0.10 410	0.09 385	0.07 252	0.07 269

dad	0.18 412	0.20 505	0.21 427	0.17 211	0.11 391	0.20 410	0.19 406	0.21 247	0.28 384	0.30 485	0.24 335	0.30 451	0.13 283	0.19 387	0.17 372	0.18 520	0.09 434	0.11 440	0.09 385	0.11 438	0.07 269

GEStereo_RVC	0.17 397	0.12 413	0.16 335	0.22 457	0.11 391	0.19 391	0.18 363	0.32 433	0.49 502	0.20 376	0.25 362	0.17 301	0.13 283	0.21 423	0.16 355	0.10 399	0.06 305	0.08 278	0.07 273	0.09 381	0.08 338

sCroCo_RVC	0.12 250	0.09 304	0.24 450	0.24 487	0.11 391	0.19 391	0.14 160	0.17 162	0.15 156	0.10 121	0.13 177	0.12 196	0.07 106	0.14 261	0.11 173	0.08 302	0.08 407	0.08 278	0.08 340	0.05 97	0.07 269

HCRNet	0.16 375	0.23 516	0.12 179	0.35 535	0.11 391	0.15 302	0.17 315	0.26 345	0.22 299	0.19 354	0.24 335	0.21 351	0.14 315	0.15 279	0.13 266	0.11 431	0.07 376	0.11 440	0.10 423	0.09 381	0.07 269

MMNet	0.17 397	0.10 369	0.17 358	0.20 406	0.11 391	0.27 483	0.20 424	0.26 345	0.42 477	0.22 407	0.30 424	0.22 369	0.20 425	0.18 362	0.20 410	0.06 110	0.06 305	0.07 198	0.07 273	0.08 318	0.07 269

delet	0.17 397	0.09 304	0.18 390	0.19 352	0.11 391	0.21 421	0.22 452	0.30 412	0.38 459	0.17 307	0.27 392	0.19 325	0.19 413	0.19 387	0.21 423	0.08 302	0.08 407	0.09 362	0.11 453	0.06 185	0.07 269

psm_up	0.19 424	0.10 369	0.18 390	0.21 437	0.11 391	0.17 353	0.19 406	0.38 499	0.34 428	0.22 407	0.28 403	0.29 442	0.25 463	0.20 405	0.22 436	0.09 358	0.10 457	0.11 440	0.11 453	0.08 318	0.08 338

DMCA-RVC	0.17 397	0.10 369	0.16 335	0.24 487	0.11 391	0.19 391	0.18 363	0.26 345	0.24 319	0.21 392	0.27 392	0.25 408	0.27 477	0.18 362	0.21 423	0.12 457	0.08 407	0.13 475	0.10 423	0.10 416	0.08 338

FADNet_RVC	0.17 397	0.14 456	0.41 509	0.20 406	0.11 391	0.13 237	0.13 111	0.27 359	0.22 299	0.21 392	0.23 323	0.20 342	0.18 395	0.15 279	0.17 372	0.08 302	0.08 407	0.12 461	0.09 385	0.11 438	0.10 412

MaskLacGwcNet_RVC	0.22 455	0.21 510	0.25 453	0.26 504	0.11 391	0.24 454	0.14 160	0.39 505	0.24 319	0.32 498	0.36 462	0.30 451	0.21 433	0.19 387	0.22 436	0.17 519	0.14 506	0.21 522	0.16 509	0.13 470	0.12 457

STTStereo	0.18 412	0.13 441	0.28 467	0.20 406	0.11 391	0.16 330	0.21 440	0.29 401	0.23 309	0.22 407	0.30 424	0.29 442	0.18 395	0.20 405	0.20 410	0.12 457	0.11 470	0.11 440	0.14 490	0.09 381	0.08 338

CVANet_RVC	0.18 412	0.11 394	0.14 256	0.21 437	0.11 391	0.19 391	0.18 363	0.34 461	0.34 428	0.22 407	0.31 428	0.28 434	0.18 395	0.24 460	0.18 385	0.12 457	0.08 407	0.12 461	0.12 474	0.09 381	0.08 338

SGM-ForestM	0.33 521	0.12 413	0.17 358	0.16 136	0.11 391	0.42 530	0.20 424	0.43 524	0.53 518	0.53 537	0.57 529	1.41 568	0.44 536	0.42 536	0.29 501	0.14 493	0.16 515	0.16 506	0.16 509	0.12 455	0.13 469

StereoDRNet	0.19 424	0.11 394	0.18 390	0.22 457	0.11 391	0.22 435	0.22 452	0.37 492	0.34 428	0.24 433	0.28 403	0.30 451	0.19 413	0.20 405	0.21 423	0.10 399	0.08 407	0.11 440	0.09 385	0.09 381	0.07 269

MDST_ROB	0.22 455	0.10 369	0.18 390	0.18 293	0.11 391	0.40 528	0.19 406	0.44 528	0.42 477	0.40 517	0.40 483	0.29 442	0.21 433	0.27 471	0.19 400	0.11 431	0.10 457	0.14 488	0.11 453	0.10 416	0.08 338

CBMV_ROB	0.19 424	0.13 441	0.18 390	0.16 136	0.11 391	0.16 330	0.12 72	0.27 359	0.29 391	0.27 457	0.31 428	0.27 424	0.24 455	0.24 460	0.16 355	0.15 497	0.18 521	0.22 526	0.20 522	0.10 416	0.12 457

SANet	0.25 486	0.14 456	0.29 476	0.21 437	0.11 391	0.29 497	0.25 490	0.40 508	0.65 540	0.36 507	0.40 483	0.42 515	0.27 477	0.27 471	0.25 466	0.12 457	0.09 434	0.10 410	0.09 385	0.13 470	0.12 457

DLCB_ROB	0.18 412	0.10 369	0.16 335	0.23 476	0.11 391	0.24 454	0.18 363	0.30 412	0.28 384	0.27 457	0.29 418	0.28 434	0.25 463	0.20 405	0.20 410	0.08 302	0.08 407	0.09 362	0.09 385	0.07 252	0.07 269

PWC_ROB	0.21 447	0.16 474	0.27 464	0.18 293	0.11 391	0.22 435	0.13 111	0.33 447	0.49 502	0.30 485	0.40 483	0.32 473	0.25 463	0.31 493	0.23 447	0.10 399	0.07 376	0.11 440	0.08 340	0.11 438	0.10 412

MeshStereo	0.27 504	0.13 441	0.18 390	0.15 66	0.11 391	0.33 506	0.24 474	0.41 513	0.36 447	0.53 537	0.58 533	0.67 546	0.41 527	0.36 514	0.27 485	0.14 493	0.13 496	0.13 475	0.11 453	0.11 438	0.11 436
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
w-ln-seven-2	0.20 433	0.14 456	0.39 505	0.23 476	0.12 420	0.21 421	0.21 440	0.29 401	0.38 459	0.25 446	0.38 472	0.28 434	0.23 446	0.21 423	0.25 466	0.08 302	0.08 407	0.09 362	0.09 385	0.10 416	0.09 382

FACV-RUCA	0.13 277	0.11 394	0.13 212	0.19 352	0.12 420	0.15 302	0.16 289	0.22 270	0.21 277	0.16 295	0.16 220	0.15 264	0.16 357	0.14 261	0.13 266	0.07 242	0.05 157	0.08 278	0.06 183	0.10 416	0.08 338

DDVS	0.16 375	0.10 369	0.22 436	0.16 136	0.12 420	0.15 302	0.14 160	0.25 332	0.19 242	0.18 339	0.30 424	0.27 424	0.13 283	0.20 405	0.16 355	0.09 358	0.06 305	0.09 362	0.07 273	0.11 438	0.11 436

rvit_0105_3	0.16 375	0.10 369	0.15 293	0.20 406	0.12 420	0.15 302	0.26 498	0.25 332	0.30 397	0.15 266	0.17 239	0.21 351	0.14 315	0.18 362	0.14 302	0.14 493	0.11 470	0.12 461	0.14 490	0.07 252	0.07 269

ACV-stereo	0.15 348	0.10 369	0.29 476	0.18 293	0.12 420	0.15 302	0.13 111	0.23 288	0.21 277	0.19 354	0.23 323	0.22 369	0.15 336	0.23 449	0.17 372	0.08 302	0.07 376	0.07 198	0.07 273	0.08 318	0.07 269

test_sample7	0.16 375	0.10 369	0.16 335	0.14 28	0.12 420	0.16 330	0.17 315	0.28 383	0.24 319	0.21 392	0.21 303	0.24 395	0.20 425	0.16 306	0.16 355	0.12 457	0.06 305	0.10 410	0.09 385	0.11 438	0.10 412

DispNO	0.15 348	0.09 304	0.18 390	0.19 352	0.12 420	0.11 167	0.21 440	0.23 288	0.29 391	0.18 339	0.23 323	0.19 325	0.17 381	0.16 306	0.16 355	0.07 242	0.05 157	0.08 278	0.08 340	0.07 252	0.06 191

SDNR	0.20 433	0.09 304	0.19 413	0.16 136	0.12 420	0.79 557	0.13 111	0.26 345	0.33 417	0.19 354	0.25 362	0.19 325	0.12 251	0.19 387	0.15 336	0.16 514	0.18 521	0.14 488	0.11 453	0.08 318	0.12 457

fast-acv-ft	0.18 412	0.11 394	0.20 417	0.19 352	0.12 420	0.26 474	0.21 440	0.26 345	0.35 442	0.22 407	0.34 453	0.27 424	0.21 433	0.21 423	0.23 447	0.09 358	0.09 434	0.08 278	0.10 423	0.08 318	0.07 269

TRStereo	0.10 139	0.05 12	0.12 179	0.16 136	0.12 420	0.10 127	0.13 111	0.18 189	0.19 242	0.09 91	0.09 92	0.09 124	0.07 106	0.10 60	0.08 14	0.07 242	0.05 157	0.07 198	0.07 273	0.04 14	0.04 29

sAnonymous2	0.13 277	0.12 413	0.25 453	0.20 406	0.12 420	0.18 369	0.14 160	0.27 359	0.21 277	0.11 158	0.12 162	0.13 220	0.08 142	0.11 105	0.11 173	0.09 358	0.05 157	0.08 278	0.06 183	0.15 498	0.10 412

CroCo_RVC	0.13 277	0.12 413	0.25 453	0.20 406	0.12 420	0.18 369	0.14 160	0.27 359	0.21 277	0.11 158	0.12 162	0.13 220	0.08 142	0.11 105	0.11 173	0.09 358	0.05 157	0.08 278	0.06 183	0.15 498	0.10 412

UNet	0.17 397	0.09 304	0.18 390	0.19 352	0.12 420	0.28 493	0.19 406	0.33 447	0.30 397	0.21 392	0.25 362	0.23 386	0.19 413	0.20 405	0.19 400	0.07 242	0.06 305	0.08 278	0.07 273	0.08 318	0.07 269

UPFNet	0.16 375	0.08 232	0.12 179	0.20 406	0.12 420	0.20 410	0.23 464	0.28 383	0.26 356	0.18 339	0.24 335	0.22 369	0.20 425	0.19 387	0.22 436	0.09 358	0.07 376	0.08 278	0.09 385	0.08 318	0.06 191

GwcNet	0.20 433	0.14 456	0.20 417	0.18 293	0.12 420	0.25 463	0.20 424	0.36 483	0.45 491	0.20 376	0.33 443	0.33 479	0.21 433	0.22 441	0.25 466	0.11 431	0.09 434	0.09 362	0.09 385	0.09 381	0.10 412

ACVNet	0.15 348	0.09 304	0.15 293	0.13 9	0.12 420	0.14 276	0.20 424	0.22 270	0.34 428	0.17 307	0.26 375	0.21 351	0.17 381	0.18 362	0.21 423	0.07 242	0.06 305	0.06 103	0.06 183	0.08 318	0.06 191

HGLStereo	0.17 397	0.09 304	0.19 413	0.17 211	0.12 420	0.18 369	0.18 363	0.31 428	0.33 417	0.22 407	0.33 443	0.24 395	0.18 395	0.20 405	0.21 423	0.10 399	0.09 434	0.07 198	0.07 273	0.09 381	0.10 412

FAT-Stereo	0.21 447	0.13 441	0.22 436	0.21 437	0.12 420	0.18 369	0.18 363	0.35 476	0.40 468	0.28 470	0.37 465	0.33 479	0.33 511	0.21 423	0.20 410	0.09 358	0.11 470	0.10 410	0.09 385	0.11 438	0.14 485

FADNet-RVC-Resample	0.17 397	0.12 413	0.32 489	0.22 457	0.12 420	0.19 391	0.14 160	0.25 332	0.24 319	0.24 433	0.27 392	0.20 342	0.15 336	0.17 345	0.16 355	0.07 242	0.08 407	0.12 461	0.10 423	0.09 381	0.11 436

RP	0.22 455	0.13 441	0.22 436	0.23 476	0.12 420	0.21 421	0.20 424	0.26 345	0.45 491	0.22 407	0.38 472	0.37 493	0.25 463	0.28 479	0.25 466	0.11 431	0.12 484	0.13 475	0.12 474	0.13 470	0.14 485

stereogan	0.22 455	0.11 394	0.21 427	0.20 406	0.12 420	0.32 504	0.19 406	0.36 483	0.45 491	0.23 421	0.39 480	0.35 488	0.27 477	0.33 502	0.23 447	0.10 399	0.12 484	0.10 410	0.10 423	0.14 486	0.14 485

ADCL	0.25 486	0.12 413	0.49 522	0.22 457	0.12 420	0.36 518	0.29 520	0.30 412	0.57 523	0.24 433	0.47 513	0.30 451	0.31 506	0.30 492	0.30 506	0.09 358	0.07 376	0.09 362	0.09 385	0.10 416	0.10 412

ADCRef	0.20 433	0.12 413	0.43 514	0.20 406	0.12 420	0.23 448	0.18 363	0.32 433	0.37 453	0.26 450	0.33 443	0.18 316	0.23 446	0.25 465	0.26 479	0.07 242	0.06 305	0.09 362	0.09 385	0.08 318	0.09 382

ADCP+	0.20 433	0.10 369	0.35 500	0.21 437	0.12 420	0.22 435	0.27 503	0.31 428	0.35 442	0.26 450	0.37 465	0.22 369	0.22 440	0.27 471	0.28 493	0.09 358	0.06 305	0.08 278	0.08 340	0.10 416	0.10 412

NOSS_ROB	0.19 424	0.13 441	0.18 390	0.16 136	0.12 420	0.16 330	0.12 72	0.30 412	0.33 417	0.20 376	0.22 319	0.27 424	0.24 455	0.21 423	0.16 355	0.16 514	0.18 521	0.23 527	0.21 524	0.13 470	0.13 469

PWCDC_ROB	0.21 447	0.13 441	0.23 444	0.25 495	0.12 420	0.20 410	0.15 230	0.34 461	0.55 519	0.29 479	0.49 515	0.21 351	0.15 336	0.28 479	0.20 410	0.11 431	0.09 434	0.10 410	0.08 340	0.11 438	0.09 382

MultiAttention	0.30 513	0.08 232	0.15 293	0.19 352	0.13 446	1.56 575	1.33 576	0.36 483	0.36 447	0.20 376	0.21 303	0.24 395	0.11 219	0.39 526	0.18 385	0.06 110	0.05 157	0.08 278	0.08 340	0.11 438	0.09 382

z-mn7	0.25 486	0.15 463	0.47 519	0.19 352	0.13 446	0.28 493	0.25 490	0.35 476	0.64 537	0.27 457	0.57 529	0.29 442	0.24 455	0.32 498	0.27 485	0.08 302	0.08 407	0.08 278	0.08 340	0.10 416	0.10 412

ISRNet	0.18 412	0.08 232	0.20 417	0.19 352	0.13 446	0.15 302	0.12 72	0.30 412	0.33 417	0.21 392	0.26 375	0.27 424	0.18 395	0.17 345	0.20 410	0.20 528	0.08 407	0.14 488	0.14 490	0.14 486	0.17 517

AIO-Stereo-zeroshot	0.11 178	0.05 12	0.12 179	0.15 66	0.13 446	0.14 276	0.16 289	0.23 288	0.18 221	0.10 121	0.13 177	0.10 155	0.07 106	0.12 182	0.09 43	0.06 110	0.05 157	0.06 103	0.06 183	0.07 252	0.08 338

AEACV	0.09 80	0.05 12	0.08 20	0.14 28	0.13 446	0.14 276	0.13 111	0.15 101	0.09 22	0.07 32	0.09 92	0.07 65	0.08 142	0.10 60	0.09 43	0.06 110	0.04 21	0.06 103	0.05 111	0.05 97	0.04 29

coex-ft	3.24 575	0.35 540	57.83 597	0.18 293	0.13 446	0.27 483	0.23 464	0.28 383	0.72 546	1.89 577	0.70 543	0.43 517	0.47 537	0.29 486	0.43 539	0.09 358	0.09 434	0.12 461	0.09 385	0.14 486	0.14 485

Wz-Net-LNSev	0.22 455	0.16 474	0.41 509	0.22 457	0.13 446	0.25 463	0.24 474	0.33 447	0.44 487	0.30 485	0.42 502	0.32 473	0.19 413	0.23 449	0.27 485	0.10 399	0.09 434	0.08 278	0.08 340	0.12 455	0.11 436

SACVNet	0.19 424	0.12 413	0.15 293	0.17 211	0.13 446	0.22 435	0.18 363	0.31 428	0.31 406	0.24 433	0.31 428	0.30 451	0.23 446	0.23 449	0.17 372	0.11 431	0.08 407	0.10 410	0.10 423	0.12 455	0.14 485

psmorigin	0.25 486	0.16 474	0.35 500	0.17 211	0.13 446	0.24 454	0.14 160	0.34 461	0.34 428	0.41 521	0.55 523	0.41 513	0.38 521	0.35 510	0.28 493	0.11 431	0.15 510	0.11 440	0.11 453	0.12 455	0.17 517

S-Stereo	0.21 447	0.12 413	0.25 453	0.21 437	0.13 446	0.21 421	0.19 406	0.33 447	0.45 491	0.23 421	0.36 462	0.28 434	0.29 490	0.20 405	0.23 447	0.09 358	0.12 484	0.10 410	0.10 423	0.13 470	0.14 485

AF-Net	0.23 468	0.17 484	0.17 358	0.27 512	0.13 446	0.26 474	0.24 474	0.33 447	0.51 509	0.25 446	0.33 443	0.39 504	0.27 477	0.28 479	0.26 479	0.11 431	0.10 457	0.16 506	0.12 474	0.11 438	0.11 436

edge stereo	0.23 468	0.14 456	0.21 427	0.21 437	0.13 446	0.24 454	0.16 289	0.32 433	0.42 477	0.32 498	0.40 483	0.39 504	0.35 515	0.25 465	0.25 466	0.13 474	0.11 470	0.14 488	0.11 453	0.12 455	0.14 485

RTSC	0.23 468	0.13 441	0.30 482	0.21 437	0.13 446	0.29 497	0.17 315	0.36 483	0.68 541	0.27 457	0.34 453	0.30 451	0.22 440	0.32 498	0.31 511	0.10 399	0.08 407	0.09 362	0.10 423	0.13 470	0.14 485

DANet	0.21 447	0.16 474	0.29 476	0.25 495	0.13 446	0.23 448	0.19 406	0.28 383	0.27 368	0.28 470	0.32 437	0.35 488	0.32 508	0.31 493	0.24 459	0.11 431	0.09 434	0.11 440	0.10 423	0.13 470	0.11 436
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 506	0.16 474	0.33 491	0.18 293	0.13 446	0.55 539	0.42 547	0.52 540	0.68 541	0.29 479	0.38 472	0.39 504	0.30 501	0.32 498	0.23 447	0.11 431	0.10 457	0.11 440	0.08 340	0.20 523	0.16 508

NaN_ROB	0.23 468	0.20 505	0.25 453	0.25 495	0.13 446	0.31 502	0.27 503	0.34 461	0.41 475	0.31 491	0.31 428	0.32 473	0.23 446	0.31 493	0.22 436	0.11 431	0.17 519	0.10 410	0.11 453	0.08 318	0.09 382

XPNet_ROB	0.22 455	0.12 413	0.20 417	0.22 457	0.13 446	0.22 435	0.19 406	0.35 476	0.40 468	0.30 485	0.40 483	0.38 499	0.27 477	0.26 469	0.29 501	0.15 497	0.10 457	0.10 410	0.10 423	0.13 470	0.12 457

SGM-Forest	0.20 433	0.14 456	0.18 390	0.20 406	0.13 446	0.21 421	0.22 452	0.33 447	0.31 406	0.24 433	0.29 418	0.28 434	0.20 425	0.23 449	0.18 385	0.15 497	0.16 515	0.15 499	0.14 490	0.13 470	0.12 457
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-sn7	0.26 497	0.17 484	0.55 527	0.24 487	0.14 464	0.25 463	0.25 490	0.34 461	0.49 502	0.29 479	0.55 523	0.29 442	0.32 508	0.37 519	0.33 519	0.10 399	0.10 457	0.11 440	0.11 453	0.12 455	0.12 457

zh-mn7	0.26 497	0.15 463	0.59 535	0.19 352	0.14 464	0.24 454	0.22 452	0.35 476	0.63 536	0.35 504	0.67 538	0.31 466	0.25 463	0.31 493	0.26 479	0.09 358	0.08 407	0.09 362	0.09 385	0.09 381	0.11 436

w-ln-seven	0.24 479	0.15 463	0.58 533	0.20 406	0.14 464	0.26 474	0.22 452	0.36 483	0.62 533	0.30 485	0.40 483	0.30 451	0.23 446	0.22 441	0.28 493	0.09 358	0.09 434	0.11 440	0.10 423	0.11 438	0.10 412

YMNet	0.20 433	0.12 413	0.20 417	0.21 437	0.14 464	0.27 483	0.23 464	0.32 433	0.34 428	0.28 470	0.35 457	0.30 451	0.18 395	0.18 362	0.22 436	0.11 431	0.13 496	0.10 410	0.10 423	0.09 381	0.09 382

YMNet_1	0.20 433	0.12 413	0.20 417	0.21 437	0.14 464	0.27 483	0.23 464	0.32 433	0.34 428	0.28 470	0.35 457	0.30 451	0.18 395	0.18 362	0.22 436	0.11 431	0.13 496	0.10 410	0.10 423	0.09 381	0.09 382

DualNet (step1)	0.17 397	0.12 413	0.21 427	0.13 9	0.14 464	0.18 369	0.14 160	0.28 383	0.24 319	0.21 392	0.21 303	0.24 395	0.20 425	0.16 306	0.16 355	0.15 497	0.06 305	0.14 488	0.14 490	0.15 498	0.13 469

test_sample9	0.18 412	0.12 413	0.21 427	0.13 9	0.14 464	0.18 369	0.14 160	0.28 383	0.24 319	0.21 392	0.21 303	0.24 395	0.20 425	0.19 387	0.18 385	0.15 497	0.30 545	0.14 488	0.14 490	0.15 498	0.13 469

test_sample8	0.20 433	0.12 413	0.21 427	0.13 9	0.14 464	0.18 369	0.14 160	0.32 433	0.21 277	0.28 470	0.22 319	0.36 490	0.26 471	0.19 387	0.18 385	0.15 497	0.30 545	0.14 488	0.14 490	0.15 498	0.13 469

Wz-Net-SNSev	0.26 497	0.17 484	0.46 516	0.25 495	0.14 464	0.26 474	0.24 474	0.38 499	0.57 523	0.30 485	0.56 525	0.39 504	0.26 471	0.24 460	0.32 516	0.10 399	0.09 434	0.10 410	0.11 453	0.11 438	0.11 436

HHNet	0.11 178	0.06 51	0.16 335	0.15 66	0.14 464	0.07 24	0.13 111	0.20 229	0.18 221	0.15 266	0.25 362	0.11 175	0.09 167	0.13 233	0.10 112	0.06 110	0.04 21	0.08 278	0.06 183	0.05 97	0.09 382

Anonymous3	0.16 375	0.14 456	0.34 494	0.26 504	0.14 464	0.27 483	0.18 363	0.28 383	0.28 384	0.15 266	0.17 239	0.14 239	0.11 219	0.16 306	0.12 231	0.08 302	0.08 407	0.08 278	0.08 340	0.08 318	0.11 436

pcwnet_v2	0.19 424	0.11 394	0.26 462	0.18 293	0.14 464	0.18 369	0.15 230	0.37 492	0.46 498	0.19 354	0.24 335	0.21 351	0.19 413	0.21 423	0.20 410	0.13 474	0.10 457	0.10 410	0.10 423	0.11 438	0.13 469

APVNet	0.23 468	0.12 413	0.20 417	0.18 293	0.14 464	0.32 504	0.31 528	0.40 508	0.33 417	0.27 457	0.40 483	0.30 451	0.29 490	0.27 471	0.25 466	0.11 431	0.12 484	0.11 440	0.14 490	0.12 455	0.13 469

ADCMid	0.26 497	0.15 463	0.42 512	0.20 406	0.14 464	0.25 463	0.26 498	0.35 476	0.40 468	0.37 511	0.45 509	0.34 483	0.42 531	0.36 514	0.36 524	0.10 399	0.09 434	0.11 440	0.11 453	0.13 470	0.13 469

GANet	0.22 455	0.13 441	0.21 427	0.25 495	0.14 464	0.23 448	0.22 452	0.42 518	0.27 368	0.31 491	0.43 505	0.37 493	0.29 490	0.23 449	0.23 447	0.10 399	0.12 484	0.10 410	0.09 385	0.10 416	0.08 338

FBW_ROB	0.25 486	0.17 484	0.23 444	0.27 512	0.14 464	0.26 474	0.22 452	0.42 518	0.43 485	0.42 523	0.41 494	0.43 517	0.27 477	0.32 498	0.24 459	0.09 358	0.15 510	0.15 499	0.12 474	0.12 455	0.10 412

ETE_ROB	0.23 468	0.17 484	0.23 444	0.25 495	0.14 464	0.26 474	0.29 520	0.32 433	0.37 453	0.28 470	0.37 465	0.45 521	0.27 477	0.28 479	0.27 485	0.11 431	0.09 434	0.12 461	0.10 423	0.14 486	0.13 469

WCMA_ROB	0.24 479	0.11 394	0.24 450	0.17 211	0.14 464	0.34 510	0.16 289	0.33 447	0.33 417	0.39 514	0.54 522	0.40 510	0.35 515	0.35 510	0.26 479	0.12 457	0.12 484	0.12 461	0.11 453	0.14 486	0.14 485

Wz-Net-TNSev	0.29 510	0.20 505	0.69 548	0.19 352	0.15 482	0.38 524	0.27 503	0.36 483	0.56 521	0.35 504	0.42 502	0.45 521	0.39 522	0.33 502	0.31 511	0.13 474	0.13 496	0.10 410	0.12 474	0.15 498	0.15 499

Wz-Net-MNSev	0.23 468	0.13 441	0.33 491	0.20 406	0.15 482	0.36 518	0.25 490	0.34 461	0.45 491	0.29 479	0.41 494	0.39 504	0.19 413	0.25 465	0.27 485	0.09 358	0.07 376	0.09 362	0.09 385	0.12 455	0.10 412

DDUNet	0.23 468	0.18 498	0.22 436	0.22 457	0.15 482	0.25 463	0.24 474	0.30 412	0.31 406	0.31 491	0.37 465	0.34 483	0.26 471	0.25 465	0.21 423	0.18 520	0.13 496	0.17 508	0.11 453	0.16 509	0.17 517

UDG	0.21 447	0.17 484	0.20 417	0.23 476	0.15 482	0.31 502	0.20 424	0.33 447	0.35 442	0.24 433	0.28 403	0.31 466	0.29 490	0.21 423	0.23 447	0.15 497	0.12 484	0.13 475	0.09 385	0.14 486	0.15 499

Syn2CoEx	0.22 455	0.16 474	0.29 476	0.29 525	0.15 482	0.26 474	0.21 440	0.34 461	0.32 412	0.29 479	0.36 462	0.28 434	0.25 463	0.20 405	0.25 466	0.16 514	0.12 484	0.14 488	0.11 453	0.09 381	0.08 338

MFN_U_SF_RVC	0.33 521	0.22 514	0.58 533	0.31 529	0.15 482	0.36 518	0.17 315	0.54 543	0.46 498	0.47 533	0.56 525	0.58 539	0.39 522	0.36 514	0.38 531	0.15 497	0.15 510	0.18 517	0.21 524	0.16 509	0.16 508

Nwc_Net	0.23 468	0.17 484	0.22 436	0.25 495	0.15 482	0.25 463	0.27 503	0.38 499	0.39 464	0.22 407	0.41 494	0.30 451	0.29 490	0.28 479	0.25 466	0.11 431	0.10 457	0.17 508	0.20 522	0.10 416	0.11 436

RTS	0.46 540	0.19 501	3.33 573	0.25 495	0.15 482	0.72 552	0.21 440	0.37 492	0.78 553	0.42 523	0.44 507	0.31 466	0.43 534	0.55 546	0.37 528	0.10 399	0.09 434	0.13 475	0.13 485	0.15 498	0.15 499

RTSA	0.46 540	0.19 501	3.33 573	0.25 495	0.15 482	0.72 552	0.21 440	0.37 492	0.78 553	0.42 523	0.44 507	0.31 466	0.43 534	0.55 546	0.37 528	0.10 399	0.09 434	0.13 475	0.13 485	0.15 498	0.15 499

ADCPNet	0.26 497	0.17 484	0.62 537	0.21 437	0.15 482	0.36 518	0.25 490	0.33 447	0.37 453	0.31 491	0.41 494	0.36 490	0.29 490	0.29 486	0.34 522	0.12 457	0.10 457	0.11 440	0.12 474	0.14 486	0.13 469

CC-Net-ROB	0.28 506	0.31 536	0.36 502	0.30 527	0.15 482	0.25 463	0.19 406	0.45 530	0.34 428	0.39 514	0.37 465	0.39 504	0.31 506	0.27 471	0.27 485	0.24 541	0.18 521	0.30 542	0.23 531	0.19 521	0.15 499

PSMNet_ROB	0.22 455	0.12 413	0.15 293	0.27 512	0.15 482	0.25 463	0.36 539	0.43 524	0.37 453	0.27 457	0.33 443	0.32 473	0.23 446	0.21 423	0.27 485	0.12 457	0.08 407	0.13 475	0.11 453	0.10 416	0.09 382

rvit_105_1	0.19 424	0.12 413	0.25 453	0.21 437	0.16 494	0.22 435	0.28 509	0.32 433	0.42 477	0.20 376	0.21 303	0.22 369	0.18 395	0.19 387	0.18 385	0.12 457	0.12 484	0.13 475	0.15 505	0.08 318	0.07 269

rvit_stereo_0075_2	0.17 397	0.12 413	0.25 453	0.23 476	0.16 494	0.13 237	0.10 28	0.30 412	0.27 368	0.20 376	0.28 403	0.22 369	0.15 336	0.18 362	0.13 266	0.16 514	0.10 457	0.17 508	0.10 423	0.10 416	0.10 412

Anonymous_2	0.22 455	0.17 484	0.28 467	0.15 66	0.16 494	0.33 506	0.22 452	0.23 288	0.18 221	0.23 421	0.24 335	0.26 418	0.27 477	0.27 471	0.24 459	0.22 534	0.26 541	0.17 508	0.17 516	0.16 509	0.18 520

WZ-Net	0.29 510	0.17 484	0.82 556	0.23 476	0.16 494	0.35 514	0.29 520	0.40 508	0.59 528	0.24 433	0.57 529	0.37 493	0.25 463	0.34 505	0.37 528	0.09 358	0.08 407	0.09 362	0.10 423	0.14 486	0.16 508

FINET	0.22 455	0.18 498	0.28 467	0.19 352	0.16 494	0.24 454	0.24 474	0.33 447	0.49 502	0.26 450	0.33 443	0.22 369	0.23 446	0.23 449	0.18 385	0.18 520	0.16 515	0.11 440	0.10 423	0.15 498	0.14 485

MFN_U_SF_DS_RVC	0.30 513	0.24 519	0.30 482	0.36 537	0.16 494	0.36 518	0.31 528	0.34 461	0.43 485	0.41 521	0.46 511	0.38 499	0.30 501	0.35 510	0.29 501	0.19 523	0.20 527	0.26 530	0.29 540	0.18 518	0.19 525

FADNet-RVC	0.21 447	0.20 505	0.40 507	0.21 437	0.16 494	0.21 421	0.15 230	0.27 359	0.27 368	0.26 450	0.32 437	0.26 418	0.21 433	0.22 441	0.19 400	0.12 457	0.13 496	0.12 461	0.14 490	0.13 470	0.18 520

RGC	0.25 486	0.20 505	0.29 476	0.28 518	0.16 494	0.22 435	0.23 464	0.33 447	0.44 487	0.27 457	0.40 483	0.38 499	0.28 486	0.37 519	0.23 447	0.11 431	0.13 496	0.17 508	0.17 516	0.15 498	0.16 508

G-Net	0.25 486	0.17 484	0.38 504	0.23 476	0.16 494	0.51 536	0.23 464	0.29 401	0.35 442	0.36 507	0.38 472	0.31 466	0.29 490	0.28 479	0.27 485	0.11 431	0.09 434	0.12 461	0.10 423	0.16 509	0.14 485

DeepPrunerF	0.24 479	0.17 484	0.45 515	0.26 504	0.16 494	0.23 448	0.29 520	0.37 492	0.51 509	0.27 457	0.31 428	0.24 395	0.28 486	0.22 441	0.23 447	0.15 497	0.11 470	0.20 521	0.18 520	0.12 455	0.14 485

GANetREF_RVC	0.31 519	0.34 539	0.29 476	0.35 535	0.16 494	0.33 506	0.42 547	0.48 535	0.52 515	0.35 504	0.35 457	0.34 483	0.32 508	0.40 530	0.33 519	0.27 543	0.20 527	0.29 540	0.15 505	0.19 521	0.18 520
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
NVstereo2D	0.19 424	0.11 394	0.16 335	0.17 211	0.16 494	0.28 493	0.23 464	0.44 528	0.42 477	0.15 266	0.28 403	0.25 408	0.19 413	0.23 449	0.18 385	0.09 358	0.06 305	0.10 410	0.08 340	0.15 498	0.10 412

GASNet	0.22 455	0.24 519	0.34 494	0.26 504	0.17 506	0.27 483	0.16 289	0.45 530	0.42 477	0.27 457	0.24 335	0.30 451	0.16 357	0.27 471	0.18 385	0.12 457	0.09 434	0.12 461	0.11 453	0.16 509	0.08 338

FADNet	0.21 447	0.23 516	0.37 503	0.18 293	0.17 506	0.25 463	0.13 111	0.32 433	0.32 412	0.23 421	0.25 362	0.27 424	0.21 433	0.19 387	0.16 355	0.13 474	0.15 510	0.12 461	0.15 505	0.17 516	0.18 520

NCC-stereo	0.25 486	0.15 463	0.31 485	0.26 504	0.17 506	0.21 421	0.31 528	0.41 513	0.40 468	0.24 433	0.38 472	0.33 479	0.29 490	0.37 519	0.28 493	0.13 474	0.11 470	0.15 499	0.22 527	0.13 470	0.13 469

Abc-Net	0.25 486	0.15 463	0.31 485	0.26 504	0.17 506	0.21 421	0.31 528	0.41 513	0.40 468	0.24 433	0.38 472	0.33 479	0.29 490	0.37 519	0.28 493	0.13 474	0.11 470	0.15 499	0.22 527	0.13 470	0.13 469
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AnyNet_C01	0.37 528	0.26 525	1.41 567	0.22 457	0.17 506	0.51 536	0.28 509	0.36 483	0.40 468	0.39 514	0.75 548	0.46 525	0.39 522	0.46 538	0.50 549	0.13 474	0.13 496	0.13 475	0.14 490	0.14 486	0.16 508

AnyNet_C32	0.26 497	0.16 474	0.39 505	0.20 406	0.17 506	0.26 474	0.31 528	0.32 433	0.45 491	0.31 491	0.50 517	0.30 451	0.34 512	0.41 535	0.36 524	0.12 457	0.12 484	0.12 461	0.14 490	0.14 486	0.15 499

RYNet	0.23 468	0.12 413	0.22 436	0.19 352	0.17 506	0.47 533	0.26 498	0.39 505	0.49 502	0.24 433	0.29 418	0.34 483	0.24 455	0.20 405	0.31 511	0.10 399	0.06 305	0.09 362	0.09 385	0.14 486	0.15 499

DispFullNet	0.27 504	0.22 514	0.66 540	0.28 518	0.17 506	0.27 483	0.17 315	0.34 461	0.57 523	0.27 457	0.37 465	0.43 517	0.24 455	0.39 526	0.25 466	0.12 457	0.06 305	0.19 519	0.11 453	0.23 527	0.16 508

LALA_ROB	0.25 486	0.16 474	0.23 444	0.27 512	0.17 506	0.27 483	0.27 503	0.42 518	0.38 459	0.33 502	0.39 480	0.51 532	0.26 471	0.29 486	0.28 493	0.16 514	0.09 434	0.13 475	0.12 474	0.13 470	0.13 469

TCMNet	0.19 424	0.12 413	0.20 417	0.21 437	0.18 515	0.21 421	0.24 474	0.28 383	0.36 447	0.23 421	0.26 375	0.25 408	0.20 425	0.20 405	0.23 447	0.13 474	0.11 470	0.11 440	0.12 474	0.13 470	0.12 457

SHD	0.26 497	0.15 463	0.31 485	0.24 487	0.18 515	0.23 448	0.15 230	0.39 505	0.72 546	0.32 498	0.42 502	0.36 490	0.29 490	0.33 502	0.30 506	0.13 474	0.11 470	0.14 488	0.13 485	0.16 509	0.20 528

ADCS	0.30 513	0.19 501	0.48 521	0.21 437	0.18 515	0.29 497	0.24 474	0.42 518	0.64 537	0.40 517	0.50 517	0.40 510	0.37 519	0.40 530	0.43 539	0.13 474	0.13 496	0.13 475	0.14 490	0.16 509	0.16 508

NCCL2	0.24 479	0.15 463	0.18 390	0.34 533	0.18 515	0.24 454	0.24 474	0.34 461	0.29 391	0.31 491	0.38 472	0.38 499	0.29 490	0.23 449	0.25 466	0.15 497	0.12 484	0.18 517	0.21 524	0.13 470	0.13 469

SQANet	0.24 479	0.24 519	0.31 485	0.31 529	0.19 519	0.27 483	0.13 111	0.30 412	0.33 417	0.25 446	0.37 465	0.31 466	0.22 440	0.27 471	0.23 447	0.15 497	0.10 457	0.21 522	0.16 509	0.22 524	0.16 508

XQC	0.29 510	0.23 516	0.53 524	0.29 525	0.19 519	0.36 518	0.28 509	0.37 492	0.58 526	0.31 491	0.31 428	0.37 493	0.30 501	0.39 526	0.39 532	0.13 474	0.09 434	0.15 499	0.12 474	0.18 518	0.18 520

CSAN	0.30 513	0.24 519	0.28 467	0.34 533	0.19 519	0.34 510	0.42 547	0.38 499	0.51 509	0.38 513	0.40 483	0.44 520	0.34 512	0.29 486	0.31 511	0.19 523	0.16 515	0.19 519	0.19 521	0.14 486	0.15 499

MSC_U_SF_DS_RVC	0.44 537	0.39 543	0.56 528	0.40 540	0.20 522	0.66 547	0.33 537	0.54 543	0.72 546	0.71 547	0.72 545	0.62 541	0.55 544	0.52 542	0.47 546	0.20 528	0.19 526	0.29 540	0.30 542	0.24 533	0.19 525

PDISCO_ROB	0.28 506	0.16 474	0.28 467	0.28 518	0.20 522	0.33 506	0.27 503	0.45 530	0.58 526	0.28 470	0.41 494	0.45 521	0.30 501	0.34 505	0.35 523	0.12 457	0.09 434	0.17 508	0.16 509	0.17 516	0.13 469

AIO-Stereo-zeroshot1	0.11 178	0.05 12	0.14 256	0.16 136	0.21 524	0.09 84	0.17 315	0.21 247	0.16 183	0.11 158	0.15 203	0.10 155	0.07 106	0.10 60	0.08 14	0.06 110	0.05 157	0.07 198	0.07 273	0.07 252	0.09 382

BEATNet-Init1	0.54 546	0.28 527	0.68 547	0.31 529	0.21 524	0.85 560	0.31 528	0.57 545	0.69 544	0.89 558	1.00 560	2.17 575	0.66 553	0.58 550	0.44 542	0.19 523	0.18 521	0.23 527	0.22 527	0.22 524	0.21 529

MSMD_ROB	0.31 519	0.26 525	0.26 462	0.24 487	0.21 524	0.34 510	0.25 490	0.34 461	0.39 464	0.40 517	0.69 542	0.45 521	0.41 527	0.34 505	0.28 493	0.20 528	0.20 527	0.26 530	0.25 533	0.23 527	0.22 532

PA-Net	0.24 479	0.18 498	0.34 494	0.28 518	0.22 527	0.22 435	0.39 544	0.29 401	0.39 464	0.22 407	0.33 443	0.25 408	0.26 471	0.21 423	0.25 466	0.10 399	0.23 539	0.15 499	0.22 527	0.09 381	0.13 469
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN v2	0.33 521	0.28 527	0.28 467	0.26 504	0.23 528	0.39 526	0.29 520	0.41 513	0.44 487	0.46 531	0.57 529	0.51 532	0.41 527	0.38 524	0.30 506	0.21 531	0.20 527	0.27 533	0.26 534	0.25 535	0.24 534

PVD	0.40 532	0.21 510	0.40 507	0.32 532	0.23 528	0.30 500	0.45 551	0.53 542	0.97 560	0.55 539	0.80 552	0.54 537	0.60 550	0.53 544	0.40 534	0.19 523	0.14 506	0.17 508	0.14 490	0.24 533	0.32 546

FC-DCNN	0.33 521	0.28 527	0.28 467	0.26 504	0.23 528	0.38 524	0.29 520	0.40 508	0.44 487	0.46 531	0.56 525	0.51 532	0.41 527	0.38 524	0.31 511	0.21 531	0.20 527	0.27 533	0.26 534	0.25 535	0.24 534

ACVNet-4b	0.39 530	0.53 549	0.56 528	0.45 545	0.24 531	0.46 532	0.18 363	0.50 537	0.64 537	0.42 523	0.45 509	0.60 540	0.27 477	0.34 505	0.24 459	0.33 546	0.14 506	0.48 549	0.42 549	0.31 544	0.27 541

DGSMNet	0.25 486	0.19 501	0.34 494	0.21 437	0.24 531	0.24 454	0.21 440	0.36 483	0.42 477	0.25 446	0.32 437	0.38 499	0.21 433	0.29 486	0.24 459	0.13 474	0.11 470	0.14 488	0.16 509	0.23 527	0.23 533

FCDSN-DC	0.33 521	0.28 527	0.28 467	0.30 527	0.24 531	0.39 526	0.28 509	0.43 524	0.42 477	0.44 528	0.53 521	0.51 532	0.42 531	0.37 519	0.30 506	0.21 531	0.20 527	0.27 533	0.26 534	0.25 535	0.25 536
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.47 542	0.28 527	0.28 467	0.27 512	0.24 531	0.50 534	0.32 536	0.57 545	0.62 533	0.74 551	1.20 570	1.21 561	0.64 552	0.54 545	0.39 532	0.22 534	0.20 527	0.27 533	0.31 543	0.26 538	0.25 536

ELAS_RVC	0.42 535	0.29 534	0.33 491	0.28 518	0.24 531	0.56 540	0.38 542	0.50 537	0.61 530	0.74 551	0.76 549	0.67 546	0.56 546	0.55 546	0.42 538	0.22 534	0.21 536	0.27 533	0.26 534	0.27 540	0.26 539
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 535	0.29 534	0.34 494	0.28 518	0.24 531	0.63 544	0.37 540	0.52 540	0.52 515	0.72 548	0.82 553	0.68 548	0.56 546	0.52 542	0.45 545	0.22 534	0.21 536	0.27 533	0.26 534	0.26 538	0.26 539
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PASM	0.33 521	0.25 524	0.51 523	0.28 518	0.27 537	0.30 500	0.31 528	0.35 476	0.51 509	0.36 507	0.40 483	0.47 528	0.35 515	0.34 505	0.36 524	0.23 539	0.26 541	0.26 530	0.28 539	0.23 527	0.21 529

otaku	0.39 530	0.38 542	0.53 524	0.44 544	0.28 538	0.57 541	0.24 474	0.42 518	0.62 533	0.40 517	0.50 517	0.46 525	0.34 512	0.40 530	0.33 519	0.30 544	0.30 545	0.39 546	0.33 545	0.30 541	0.29 542

ACVNet_1	0.45 539	0.51 548	0.61 536	0.45 545	0.28 538	0.50 534	0.28 509	0.58 550	0.71 545	0.63 542	0.59 535	0.74 551	0.50 540	0.50 540	0.36 524	0.26 542	0.25 540	0.39 546	0.29 540	0.32 545	0.25 536

ccnet	0.30 513	0.28 527	0.24 450	0.20 406	0.28 538	0.41 529	0.22 452	0.46 533	0.33 417	0.37 511	0.46 511	0.37 493	0.30 501	0.40 530	0.43 539	0.23 539	0.14 506	0.21 522	0.17 516	0.23 527	0.19 525

NVStereoNet_ROB	0.47 542	0.37 541	0.47 519	0.42 543	0.29 541	0.35 514	0.35 538	0.50 537	0.61 530	0.73 549	0.94 557	0.70 550	0.68 554	0.48 539	0.62 556	0.22 534	0.33 548	0.34 544	0.34 547	0.30 541	0.31 545
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	0.41 533	0.40 544	0.54 526	0.46 548	0.30 542	0.64 545	0.24 474	0.47 534	0.68 541	0.42 523	0.49 515	0.47 528	0.42 531	0.40 530	0.32 516	0.32 545	0.28 543	0.37 545	0.31 543	0.33 546	0.29 542

PSMNet-RUCA	0.28 506	0.33 538	0.42 512	0.36 537	0.32 543	0.18 369	0.20 424	0.42 518	0.30 397	0.33 502	0.41 494	0.40 510	0.24 455	0.31 493	0.20 410	0.19 523	0.11 470	0.25 529	0.15 505	0.22 524	0.16 508

PWCK	0.72 554	0.95 568	0.99 562	0.77 557	0.32 543	0.79 557	0.38 542	0.92 559	0.90 558	0.96 562	0.76 549	0.97 555	0.62 551	0.87 563	0.68 559	0.73 566	0.46 553	0.76 562	0.49 553	0.71 564	0.44 555

GCST	0.37 528	0.42 546	0.27 464	1.03 570	0.39 545	0.18 369	0.08 7	0.21 247	0.18 221	0.28 470	0.25 362	0.15 264	0.12 251	0.16 306	0.14 302	0.64 563	0.43 552	0.75 560	0.65 562	0.64 557	0.46 556

SAMSARA	0.41 533	0.28 527	0.34 494	0.55 551	0.39 545	0.85 560	1.25 575	0.49 536	0.52 515	0.36 507	0.35 457	0.56 538	0.39 522	0.39 526	0.41 536	0.15 497	0.20 527	0.15 499	0.14 490	0.23 527	0.21 529

ACVNet_2	0.67 553	0.68 558	0.70 551	0.64 553	0.41 547	0.75 555	0.50 552	0.98 565	1.38 570	0.90 559	1.09 564	1.04 556	0.74 557	0.55 546	0.48 547	0.43 550	0.40 551	0.53 553	0.45 550	0.48 549	0.36 550

MADNet+	0.76 557	0.72 559	3.76 576	0.67 554	0.41 547	0.99 566	0.97 573	0.72 554	0.75 551	0.52 536	0.58 533	0.64 544	0.68 554	0.89 566	1.04 572	0.35 547	0.36 549	0.28 539	0.23 531	0.38 547	0.33 547

RainbowNet	0.54 546	0.61 553	0.71 553	0.57 552	0.43 549	0.66 547	0.37 540	0.60 551	0.87 557	0.51 535	0.67 538	0.63 542	0.47 537	0.50 540	0.44 542	0.47 554	0.48 558	0.53 553	0.41 548	0.53 552	0.41 553

Consistency-Raft	0.44 537	0.40 544	0.46 516	0.37 539	0.43 549	0.42 530	0.41 545	0.57 545	0.55 519	0.32 498	0.73 546	0.32 473	0.50 540	0.42 536	0.49 548	0.39 548	0.36 549	0.45 548	0.52 558	0.42 548	0.30 544

JetBlue	0.73 556	0.46 547	1.21 565	0.52 550	0.47 551	2.16 576	0.67 563	0.78 555	0.72 546	0.70 546	0.79 551	1.21 561	0.84 561	1.06 572	1.04 572	0.40 549	0.28 543	0.33 543	0.33 545	0.30 541	0.34 548

IMH-64-1	0.66 551	0.62 554	0.69 548	0.72 555	0.51 552	0.60 542	0.51 553	0.92 559	0.84 555	0.75 554	1.02 561	0.81 552	0.78 559	0.80 557	0.50 549	0.43 550	0.46 553	0.72 557	0.48 551	0.55 553	0.40 551

IMH-64	0.66 551	0.62 554	0.69 548	0.72 555	0.51 552	0.60 542	0.51 553	0.92 559	0.84 555	0.75 554	1.02 561	0.81 552	0.78 559	0.80 557	0.50 549	0.43 550	0.46 553	0.72 557	0.48 551	0.55 553	0.40 551

IMH	0.72 554	0.65 556	0.70 551	0.77 557	0.54 554	0.71 551	0.56 556	0.99 567	1.08 561	0.82 557	1.09 564	0.89 554	0.88 563	0.88 565	0.53 553	0.44 553	0.50 562	0.75 560	0.51 556	0.58 556	0.42 554

SPS-STEREO	0.58 549	0.59 552	0.66 540	0.45 545	0.55 555	0.65 546	0.44 550	0.63 552	0.51 509	0.69 545	0.65 537	0.66 545	0.58 549	0.62 552	0.62 556	0.62 562	0.47 557	0.51 551	0.49 553	0.55 553	0.58 558
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.57 548	0.58 550	0.67 544	0.41 541	0.55 555	0.68 549	0.51 553	0.57 545	0.46 498	0.67 543	0.70 543	0.69 549	0.57 548	0.64 553	0.58 554	0.59 560	0.49 559	0.50 550	0.50 555	0.52 550	0.59 561

LVE	0.84 562	0.87 566	0.86 559	0.81 560	0.56 557	1.09 571	0.66 562	1.07 569	1.45 572	0.97 563	1.23 572	1.11 559	0.86 562	0.84 560	0.72 563	0.49 555	0.56 568	0.76 562	0.60 561	0.66 559	0.60 564

UNDER WATER-64	0.97 566	0.96 569	1.48 569	0.88 565	0.57 558	1.24 574	0.90 571	0.78 555	0.96 559	1.05 565	0.85 554	1.56 573	1.26 575	0.97 570	0.99 570	0.88 571	0.57 570	1.04 571	0.88 571	0.81 568	0.75 569

Dean	0.88 563	0.88 567	0.81 555	0.82 561	0.57 558	0.91 562	0.62 560	1.17 575	1.71 575	1.15 570	1.16 568	1.31 565	1.00 568	0.82 559	0.83 568	0.57 557	0.56 568	0.78 564	0.65 562	0.67 560	0.58 558

TorneroNet-64	0.76 557	0.73 560	0.77 554	0.78 559	0.58 560	0.94 565	0.58 557	0.85 558	1.26 565	0.67 543	0.88 555	1.41 568	0.76 558	0.87 563	0.68 559	0.49 555	0.46 553	0.73 559	0.59 559	0.68 561	0.54 557

anonymity	0.53 545	0.58 550	0.66 540	0.41 541	0.61 561	0.54 538	0.41 545	0.57 545	0.41 475	0.56 540	0.50 517	0.50 531	0.55 544	0.59 551	0.50 549	0.58 559	0.50 562	0.51 551	0.51 556	0.52 550	0.58 558

LSM	0.34 527	0.21 510	0.62 537	0.27 512	0.62 562	0.35 514	0.26 498	0.43 524	0.49 502	0.45 530	0.60 536	0.42 515	0.37 519	0.35 510	0.26 479	0.13 474	0.21 536	0.14 488	0.16 509	0.18 518	0.34 548

WAO-6	0.82 560	0.81 563	0.63 539	0.87 564	0.63 563	0.79 557	0.60 559	0.98 565	1.52 574	0.91 561	0.97 559	1.08 558	1.04 569	0.72 556	0.70 562	0.72 565	0.49 559	0.91 568	0.71 566	0.70 563	0.59 561

TorneroNet	0.83 561	0.75 561	0.83 558	0.85 562	0.63 563	1.03 569	0.65 561	0.96 563	1.14 563	0.80 556	1.10 566	1.36 566	0.88 563	0.95 568	0.82 567	0.57 557	0.49 559	0.79 565	0.66 564	0.74 567	0.64 567

WAO-7	0.80 559	0.78 562	0.57 530	0.85 562	0.67 565	0.76 556	0.69 566	1.07 569	1.30 567	0.90 559	1.20 570	1.05 557	0.93 565	0.71 555	0.68 559	0.60 561	0.62 572	0.67 556	0.68 565	0.64 557	0.59 561

MFMNet_re	0.65 550	0.66 557	0.66 540	0.51 549	0.69 566	0.70 550	0.58 557	0.65 553	0.75 551	0.61 541	0.73 546	0.63 542	0.68 554	0.65 554	0.60 555	0.66 564	0.58 571	0.63 555	0.59 559	0.68 561	0.69 568

WAO-8	0.92 564	0.83 564	0.67 544	0.94 567	0.70 567	0.92 563	0.68 564	1.08 571	1.80 577	1.06 567	1.42 574	1.29 563	1.08 571	0.86 561	0.80 565	0.74 567	0.54 565	0.86 566	0.75 567	0.71 564	0.63 565

Venus	0.92 564	0.83 564	0.67 544	0.94 567	0.70 567	0.92 563	0.68 564	1.08 571	1.80 577	1.06 567	1.42 574	1.29 563	1.08 571	0.86 561	0.80 565	0.74 567	0.54 565	0.86 566	0.75 567	0.71 564	0.63 565

UNDER WATER	0.99 568	1.00 570	1.47 568	1.00 569	0.71 569	1.18 573	0.86 569	0.81 557	1.09 562	1.02 564	0.90 556	1.53 572	1.26 575	1.06 572	1.02 571	0.79 569	0.54 565	1.02 570	0.88 571	0.83 569	0.75 569

notaker	0.98 567	1.13 571	1.02 563	1.14 572	0.81 570	0.73 554	0.69 566	0.94 562	1.15 564	1.19 572	1.19 569	1.41 568	1.17 574	1.10 574	0.74 564	0.82 570	0.64 573	1.18 572	0.79 569	1.02 571	0.82 572

HanzoNet	1.31 572	1.29 575	1.22 566	1.13 571	0.85 571	1.05 570	0.84 568	1.06 568	1.47 573	1.66 575	1.63 576	2.48 577	1.78 577	1.63 576	1.69 574	1.27 575	0.80 575	1.32 575	1.02 574	1.07 574	0.90 573

ktn	1.02 569	1.23 573	0.82 556	1.24 574	0.86 572	1.00 568	0.86 569	0.96 563	1.37 569	1.05 565	1.12 567	1.16 560	1.06 570	0.95 568	0.62 556	1.28 576	0.71 574	1.39 576	0.83 570	1.06 573	0.77 571

DPSimNet_ROB	1.14 571	1.25 574	0.87 560	1.15 573	0.90 573	1.15 572	1.18 574	1.20 576	1.26 565	1.45 574	1.05 563	1.44 571	1.13 573	0.92 567	1.70 575	1.47 577	0.52 564	1.22 574	1.04 576	0.92 570	1.03 575

KSHMR	1.10 570	1.19 572	0.90 561	1.26 575	1.00 574	0.99 566	0.96 572	1.13 574	1.35 568	1.16 571	1.28 573	1.40 567	0.97 567	1.03 571	0.93 569	1.03 574	1.08 576	1.20 573	1.03 575	1.03 572	0.98 574

JetRed	1.66 573	1.51 576	3.09 572	0.93 566	1.21 575	5.28 579	1.61 578	1.29 577	1.42 571	1.84 576	1.77 577	1.59 574	0.95 566	1.43 575	2.51 579	0.91 573	1.61 577	0.93 569	0.91 573	1.36 575	1.03 575

tt	4.65 577	0.07 121	3.54 575	2.01 577	1.55 576	10.25 583	16.66 583	8.90 587	5.03 580	1.33 573	0.96 558	4.71 578	4.74 579	3.33 578	5.86 581	6.06 586	10.30 590	1.87 580	2.09 580	2.61 578	1.19 577

MADNet++	1.97 574	1.75 577	1.66 570	1.83 576	1.69 577	2.38 577	1.45 577	2.36 578	2.11 579	2.58 578	2.37 579	2.25 576	2.21 578	2.28 577	2.36 578	1.87 578	1.67 578	1.53 577	1.34 577	1.87 576	1.78 578

LRCNet_RVC	10.76 587	13.97 590	7.97 585	19.07 590	2.04 578	0.35 514	0.31 528	5.29 579	0.48 501	13.02 589	17.65 590	8.69 584	5.73 580	4.78 580	2.22 576	23.53 595	2.69 583	27.60 596	25.75 596	17.60 593	16.54 594

xxxxx1	7.75 579	5.06 582	7.26 579	3.15 578	3.91 579	16.37 587	22.88 588	5.87 583	8.68 582	7.99 583	8.55 581	9.13 585	8.46 583	10.05 585	10.47 583	2.43 580	2.48 580	3.56 583	12.26 587	3.48 579	3.02 581

tt_ll	7.75 579	5.06 582	7.26 579	3.15 578	3.91 579	16.37 587	22.88 588	5.87 583	8.68 582	7.99 583	8.55 581	9.13 585	8.46 583	10.05 585	10.47 583	2.43 580	2.48 580	3.56 583	12.26 587	3.48 579	3.02 581

ff	7.75 579	5.06 582	7.26 579	3.15 578	3.91 579	16.37 587	22.88 588	5.87 583	8.68 582	7.99 583	8.55 581	9.13 585	8.46 583	10.05 585	10.47 583	2.43 580	2.48 580	3.56 583	12.26 587	3.48 579	3.02 581

PML	8.57 585	9.39 589	6.24 578	5.34 581	6.36 582	13.21 585	20.99 584	5.35 580	6.68 581	17.75 591	26.46 597	7.58 583	6.08 581	7.89 584	5.76 580	5.33 585	1.83 579	5.95 589	1.93 579	8.75 587	2.53 580

USTest	6.16 578	2.65 579	2.79 571	6.48 584	7.21 583	14.33 586	21.38 585	6.98 586	9.55 585	5.35 582	6.12 580	5.71 581	7.69 582	6.31 583	6.75 582	1.97 579	3.38 584	1.63 578	2.14 581	2.49 577	2.35 579

Anonymous_1	10.87 588	7.82 586	7.41 582	10.29 585	10.08 584	18.64 591	26.11 591	11.02 588	13.45 589	9.43 586	10.10 586	9.73 588	11.31 588	10.69 588	12.47 586	6.42 587	8.38 587	5.70 586	10.22 586	11.41 588	6.65 585

DGTPSM_ROB	8.06 583	4.50 580	8.69 586	5.34 581	10.73 585	8.32 581	22.71 586	5.47 581	13.38 587	5.13 580	9.98 584	5.10 579	10.47 586	5.53 581	12.77 587	3.79 583	8.00 585	3.49 581	6.95 584	3.74 582	7.09 586

DPSMNet_ROB	8.06 583	4.50 580	8.69 586	5.36 583	10.74 586	8.32 581	22.71 586	5.47 581	13.38 587	5.13 580	9.98 584	5.10 579	10.47 586	5.53 581	12.77 587	3.80 584	8.00 585	3.49 581	6.95 584	3.75 583	7.09 586

DPSM_ROB	11.10 589	8.47 587	7.95 583	10.84 586	11.58 587	19.10 592	26.50 592	12.02 589	14.09 590	10.38 587	10.91 587	10.39 589	11.92 589	11.67 589	13.39 589	6.99 588	8.79 588	5.82 587	6.92 582	6.97 585	7.31 588

DPSM	11.10 589	8.47 587	7.95 583	10.84 586	11.58 587	19.10 592	26.50 592	12.02 589	14.09 590	10.38 587	10.91 587	10.39 589	11.92 589	11.67 589	13.39 589	6.99 588	8.79 588	5.82 587	6.92 582	6.97 585	7.31 588

TCMNet-wrong-test	3.69 576	5.54 585	3.91 577	12.22 588	11.75 589	4.77 578	3.86 579	1.08 571	0.74 550	1.13 569	2.21 578	6.16 582	0.53 543	3.43 579	2.33 577	0.90 572	0.20 527	1.85 579	1.69 578	5.71 584	3.79 584

DLNR_Zeroshot_test	10.48 586	2.27 578	19.78 593	120.28 598	13.29 590	0.06 8	0.13 111	0.24 312	0.10 32	0.08 62	0.10 118	0.09 124	0.07 106	0.10 60	0.09 43	0.13 474	0.04 21	0.06 103	0.04 34	52.68 597	0.04 29

HaxPig	15.73 591	18.55 595	19.19 592	16.92 589	15.89 591	7.80 580	7.57 580	13.37 591	10.80 586	15.40 590	14.87 589	15.95 591	14.81 591	15.67 591	15.97 591	18.96 594	16.72 591	19.47 594	18.10 594	19.45 594	19.06 595

MEDIAN_ROB	20.38 592	24.05 596	23.36 594	21.18 591	21.62 592	10.51 584	8.17 581	17.68 592	15.46 592	20.04 592	19.65 591	20.30 592	20.16 592	21.17 592	21.03 592	23.81 596	21.77 596	24.98 595	23.75 595	25.01 595	23.94 596

FlowAnything	22.34 594	17.13 592	15.98 589	22.00 593	23.23 593	38.39 597	53.32 595	24.19 595	28.48 596	21.00 596	21.93 594	20.83 593	23.97 593	23.44 595	26.83 594	14.04 590	17.80 595	11.63 590	14.08 593	14.00 589	14.65 590

CasAABBNet	22.33 593	17.11 591	15.84 588	21.94 592	23.28 594	38.30 594	53.40 597	24.05 594	28.44 595	20.66 593	21.86 593	21.03 595	24.04 595	23.35 593	27.03 596	14.06 591	17.69 593	11.70 591	13.94 591	14.04 590	14.76 592

Selective-RAFT-Error	22.39 595	17.14 593	16.01 590	22.00 593	23.34 595	38.37 595	53.36 596	24.24 597	28.53 597	20.80 594	21.94 595	20.94 594	24.02 594	23.48 596	27.33 597	14.07 592	17.70 594	11.70 591	13.93 590	14.05 591	14.83 593

AVERAGE_ROB	24.89 597	29.12 597	27.98 595	24.83 596	24.59 596	17.82 590	11.61 582	21.45 593	19.91 593	25.04 597	24.38 596	25.06 597	25.31 597	24.69 597	22.86 593	29.74 597	27.09 597	28.97 597	27.94 597	30.07 596	29.35 597

LSM0	22.80 596	17.22 594	19.17 591	22.12 595	28.90 597	38.38 596	53.27 594	24.21 596	28.36 594	20.84 595	21.11 592	21.63 596	24.25 596	23.42 594	26.98 595	14.08 593	17.39 592	11.72 593	13.98 592	14.22 592	14.66 591

test_example2	97.69 598	92.93 598	45.57 596	96.02 597	109.84 598	88.44 598	93.70 598	25.54 598	94.63 598	130.46 599	126.87 598	58.93 598	75.48 598	87.99 598	77.94 598	150.16 598	221.11 598	76.29 598	98.21 598	108.42 598	95.33 598

ccccc		285.89 599		366.70 599	366.78 599	118.88 599		113.97 599		125.77 598		120.54 599		252.62 599		382.79 599	352.84 599	254.30 599	222.62 599	426.61 599

Low-res two-view benchmark