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

FoundationStereo	0.06 1	0.04 1	0.08 12	0.13 8	0.05 1	0.09 51	0.13 68	0.06 1	0.09 6	0.05 1	0.05 1	0.06 8	0.04 1	0.07 2	0.07 1	0.06 79	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

StereoAnything_RVC	0.07 2	0.16 408	0.17 303	0.11 1	0.05 1	0.06 5	0.11 19	0.08 3	0.08 1	0.06 3	0.06 3	0.05 1	0.05 7	0.09 17	0.08 14	0.08 250	0.04 3	0.05 3	0.03 1	0.05 61	0.04 10

castereo++	0.08 12	0.06 33	0.08 12	0.15 53	0.05 1	0.14 223	0.11 19	0.11 11	0.15 113	0.07 11	0.07 20	0.08 56	0.06 26	0.08 10	0.08 14	0.06 79	0.04 3	0.05 3	0.04 15	0.04 2	0.03 1

MonSter	0.07 2	0.06 33	0.06 1	0.15 53	0.05 1	0.08 30	0.10 9	0.15 63	0.15 113	0.05 1	0.06 3	0.05 1	0.06 26	0.07 2	0.09 34	0.04 1	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

dual_stereo	0.07 2	0.05 7	0.08 12	0.15 53	0.05 1	0.05 2	0.13 68	0.12 22	0.08 1	0.07 11	0.06 3	0.05 1	0.05 7	0.07 2	0.09 34	0.06 79	0.04 3	0.05 3	0.03 1	0.04 2	0.04 10

trnet	0.08 12	0.05 7	0.07 2	0.12 4	0.05 1	0.12 159	0.10 9	0.13 36	0.10 14	0.08 29	0.13 129	0.09 83	0.08 100	0.11 69	0.10 85	0.08 250	0.05 117	0.05 3	0.03 1	0.06 139	0.05 77

s12784h	0.10 92	0.06 33	0.08 12	0.15 53	0.05 1	0.16 276	0.18 308	0.16 87	0.15 113	0.10 80	0.11 103	0.11 128	0.11 173	0.11 69	0.12 182	0.05 4	0.04 3	0.06 60	0.04 15	0.04 2	0.04 10

Reg-Stereo(zero)	0.09 37	0.05 7	0.08 12	0.16 101	0.06 8	0.12 159	0.11 19	0.15 63	0.11 30	0.12 142	0.09 55	0.10 108	0.08 100	0.11 69	0.09 34	0.06 79	0.05 117	0.05 3	0.04 15	0.04 2	0.05 77

DEFOM-Stereo_RVC	0.08 12	0.07 92	0.09 42	0.22 392	0.06 8	0.08 30	0.12 38	0.10 5	0.10 14	0.07 11	0.07 20	0.06 8	0.05 7	0.11 69	0.09 34	0.06 79	0.04 3	0.05 3	0.03 1	0.06 139	0.04 10

AIO_rvc	0.07 2	0.06 33	0.08 12	0.15 53	0.06 8	0.08 30	0.14 112	0.09 4	0.08 1	0.07 11	0.08 41	0.07 37	0.04 1	0.10 31	0.08 14	0.05 4	0.04 3	0.05 3	0.04 15	0.04 2	0.03 1

HUF	0.08 12	0.05 7	0.08 12	0.14 20	0.06 8	0.09 51	0.13 68	0.13 36	0.13 77	0.07 11	0.07 20	0.09 83	0.06 26	0.10 31	0.09 34	0.06 79	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

castereo	0.09 37	0.06 33	0.11 100	0.15 53	0.06 8	0.11 122	0.14 112	0.14 49	0.18 172	0.08 29	0.10 76	0.11 128	0.08 100	0.09 17	0.10 85	0.05 4	0.04 3	0.05 3	0.04 15	0.04 2	0.04 10

DEFOM-Stereo	0.07 2	0.05 7	0.07 2	0.14 20	0.06 8	0.09 51	0.13 68	0.07 2	0.13 77	0.06 3	0.07 20	0.06 8	0.05 7	0.10 31	0.09 34	0.05 4	0.04 3	0.05 3	0.03 1	0.04 2	0.04 10

WCG-NET	0.08 12	0.05 7	0.10 66	0.15 53	0.06 8	0.11 122	0.14 112	0.13 36	0.14 96	0.07 11	0.09 55	0.07 37	0.06 26	0.13 186	0.08 14	0.05 4	0.04 3	0.06 60	0.04 15	0.04 2	0.03 1

IGEV-Stereo++	0.07 2	0.06 33	0.08 12	0.18 241	0.06 8	0.05 2	0.10 9	0.11 11	0.11 30	0.06 3	0.07 20	0.07 37	0.06 26	0.09 17	0.09 34	0.05 4	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

IGEV-BASED-STEREO-	0.09 37	0.10 313	0.32 428	0.15 53	0.06 8	0.08 30	0.14 112	0.11 11	0.10 14	0.07 11	0.07 20	0.06 8	0.04 1	0.11 69	0.07 1	0.12 392	0.04 3	0.07 150	0.05 68	0.05 61	0.05 77

IGEV-Stereo+	0.07 2	0.04 1	0.08 12	0.15 53	0.06 8	0.04 1	0.09 5	0.10 5	0.09 6	0.06 3	0.06 3	0.06 8	0.06 26	0.06 1	0.09 34	0.06 79	0.04 3	0.05 3	0.04 15	0.06 139	0.06 148

AIO-Stereo	0.08 12	0.06 33	0.10 66	0.18 241	0.06 8	0.09 51	0.11 19	0.16 87	0.09 6	0.09 51	0.08 41	0.07 37	0.05 7	0.11 69	0.08 14	0.05 4	0.05 117	0.05 3	0.04 15	0.04 2	0.04 10

WCG-NET（raft）	0.08 12	0.05 7	0.10 66	0.15 53	0.06 8	0.11 122	0.13 68	0.15 63	0.12 51	0.08 29	0.07 20	0.06 8	0.06 26	0.13 186	0.08 14	0.05 4	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

CASnet	0.09 37	0.09 251	0.09 42	0.19 297	0.06 8	0.07 19	0.11 19	0.18 144	0.14 96	0.11 112	0.10 76	0.09 83	0.07 70	0.10 31	0.10 85	0.06 79	0.04 3	0.10 348	0.08 285	0.06 139	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 37	0.07 92	0.13 163	0.18 241	0.06 8	0.11 122	0.07 1	0.14 49	0.12 51	0.09 51	0.10 76	0.07 37	0.09 125	0.13 186	0.10 85	0.06 79	0.05 117	0.05 3	0.04 15	0.04 2	0.05 77

Selective-IGEV	0.07 2	0.06 33	0.09 42	0.17 166	0.06 8	0.08 30	0.12 38	0.13 36	0.08 1	0.08 29	0.07 20	0.06 8	0.04 1	0.10 31	0.09 34	0.05 4	0.04 3	0.05 3	0.04 15	0.04 2	0.03 1

MC-Stereo	0.09 37	0.07 92	0.09 42	0.17 166	0.06 8	0.10 87	0.14 112	0.12 22	0.11 30	0.09 51	0.12 115	0.09 83	0.06 26	0.11 69	0.10 85	0.06 79	0.04 3	0.06 60	0.05 68	0.04 2	0.04 10

RCA-Stereo	0.09 37	0.06 33	0.09 42	0.16 101	0.06 8	0.09 51	0.13 68	0.18 144	0.14 96	0.10 80	0.11 103	0.08 56	0.07 70	0.12 139	0.11 129	0.06 79	0.04 3	0.06 60	0.05 68	0.05 61	0.04 10

DCANet-4	0.11 131	0.07 92	0.13 163	0.16 101	0.06 8	0.09 51	0.17 264	0.18 144	0.20 212	0.13 170	0.17 188	0.09 83	0.14 262	0.12 139	0.13 215	0.06 79	0.04 3	0.05 3	0.04 15	0.04 2	0.05 77

ADStereo(finetuned)	0.10 92	0.06 33	0.13 163	0.16 101	0.06 8	0.09 51	0.17 264	0.16 87	0.20 212	0.13 170	0.18 211	0.10 108	0.12 202	0.12 139	0.12 182	0.06 79	0.04 3	0.05 3	0.04 15	0.05 61	0.05 77

TANstereo	0.09 37	0.04 1	0.08 12	0.13 8	0.06 8	0.11 122	0.13 68	0.15 63	0.19 193	0.11 112	0.15 154	0.10 108	0.07 70	0.12 139	0.09 34	0.07 196	0.05 117	0.05 3	0.04 15	0.06 139	0.05 77

DCANet	0.10 92	0.06 33	0.12 132	0.16 101	0.06 8	0.09 51	0.17 264	0.16 87	0.20 212	0.13 170	0.18 211	0.10 108	0.11 173	0.11 69	0.12 182	0.06 79	0.04 3	0.05 3	0.04 15	0.05 61	0.05 77

CREStereo	0.09 37	0.05 7	0.08 12	0.11 1	0.06 8	0.14 223	0.14 112	0.14 49	0.10 14	0.09 51	0.13 129	0.09 83	0.08 100	0.12 139	0.10 85	0.08 250	0.04 3	0.05 3	0.03 1	0.06 139	0.06 148
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 37	0.05 7	0.09 42	0.12 4	0.06 8	0.13 186	0.14 112	0.16 87	0.11 30	0.09 51	0.13 129	0.10 108	0.07 70	0.14 210	0.10 85	0.15 430	0.04 3	0.05 3	0.03 1	0.07 204	0.06 148

HITNet	0.11 131	0.06 33	0.12 132	0.14 20	0.06 8	0.12 159	0.10 9	0.18 144	0.18 172	0.13 170	0.17 188	0.15 215	0.11 173	0.15 228	0.14 251	0.06 79	0.04 3	0.04 1	0.04 15	0.06 139	0.05 77
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	0.13 227	0.08 192	0.17 303	0.18 241	0.06 8	0.16 276	0.17 264	0.19 168	0.22 248	0.19 300	0.25 307	0.17 251	0.13 232	0.15 228	0.14 251	0.05 4	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

MM-Stereo_test3	0.10 92	0.07 92	0.07 2	0.18 241	0.07 33	0.12 159	0.19 350	0.24 259	0.19 193	0.06 3	0.10 76	0.08 56	0.06 26	0.11 69	0.09 34	0.06 79	0.06 251	0.07 150	0.05 68	0.05 61	0.04 10

MM-Stereo_test1	0.10 92	0.07 92	0.09 42	0.18 241	0.07 33	0.12 159	0.18 308	0.21 196	0.20 212	0.09 51	0.11 103	0.08 56	0.06 26	0.10 31	0.10 85	0.06 79	0.05 117	0.07 150	0.06 134	0.05 61	0.04 10

HART	0.08 12	0.07 92	0.09 42	0.18 241	0.07 33	0.10 87	0.16 238	0.13 36	0.11 30	0.09 51	0.10 76	0.08 56	0.05 7	0.10 31	0.08 14	0.05 4	0.04 3	0.06 60	0.04 15	0.05 61	0.04 10

GREAT-IGEV	0.07 2	0.06 33	0.09 42	0.13 8	0.07 33	0.07 19	0.14 112	0.10 5	0.09 6	0.06 3	0.08 41	0.06 8	0.05 7	0.10 31	0.07 1	0.05 4	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

AIO_test	0.07 2	0.06 33	0.07 2	0.15 53	0.07 33	0.07 19	0.14 112	0.10 5	0.10 14	0.07 11	0.07 20	0.06 8	0.05 7	0.08 10	0.10 85	0.05 4	0.04 3	0.05 3	0.04 15	0.04 2	0.03 1

AIO-test1	0.10 92	0.07 92	0.11 100	0.24 421	0.07 33	0.09 51	0.13 68	0.22 219	0.15 113	0.11 112	0.12 115	0.09 83	0.07 70	0.11 69	0.09 34	0.06 79	0.05 117	0.09 303	0.10 361	0.04 2	0.07 218

GIP-stereo	0.08 12	0.06 33	0.11 100	0.15 53	0.07 33	0.09 51	0.13 68	0.15 63	0.11 30	0.07 11	0.08 41	0.05 1	0.04 1	0.10 31	0.07 1	0.05 4	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

fffft	0.09 37	0.06 33	0.12 132	0.16 101	0.07 33	0.09 51	0.16 238	0.12 22	0.11 30	0.09 51	0.07 20	0.09 83	0.06 26	0.11 69	0.12 182	0.05 4	0.04 3	0.06 60	0.05 68	0.04 2	0.05 77
1: 1. 1
SMoEStereo_RVC	0.08 12	0.06 33	0.12 132	0.16 101	0.07 33	0.09 51	0.13 68	0.11 11	0.14 96	0.09 51	0.07 20	0.07 37	0.07 70	0.12 139	0.10 85	0.05 4	0.04 3	0.06 60	0.05 68	0.04 2	0.04 10

tt45	0.09 37	0.06 33	0.11 100	0.15 53	0.07 33	0.12 159	0.15 181	0.13 36	0.12 51	0.09 51	0.06 3	0.08 56	0.06 26	0.13 186	0.10 85	0.06 79	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148

fffy	0.09 37	0.08 192	0.10 66	0.16 101	0.07 33	0.13 186	0.17 264	0.13 36	0.12 51	0.08 29	0.09 55	0.08 56	0.09 125	0.13 186	0.11 129	0.05 4	0.05 117	0.07 150	0.05 68	0.04 2	0.05 77

Occ-G	0.08 12	0.05 7	0.07 2	0.14 20	0.07 33	0.09 51	0.14 112	0.14 49	0.15 113	0.07 11	0.12 115	0.07 37	0.05 7	0.09 17	0.10 85	0.06 79	0.05 117	0.05 3	0.04 15	0.05 61	0.06 148

RSM++	0.08 12	0.06 33	0.09 42	0.17 166	0.07 33	0.09 51	0.12 38	0.11 11	0.11 30	0.08 29	0.06 3	0.07 37	0.05 7	0.10 31	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.05 61	0.03 1

RSM	0.08 12	0.06 33	0.09 42	0.17 166	0.07 33	0.08 30	0.12 38	0.12 22	0.10 14	0.08 29	0.07 20	0.06 8	0.05 7	0.11 69	0.09 34	0.04 1	0.04 3	0.05 3	0.04 15	0.04 2	0.04 10

RAFT-Stereo-weight	0.09 37	0.06 33	0.11 100	0.16 101	0.07 33	0.09 51	0.14 112	0.19 168	0.16 135	0.11 112	0.10 76	0.08 56	0.06 26	0.10 31	0.11 129	0.06 79	0.04 3	0.06 60	0.04 15	0.04 2	0.04 10

gcap-zeroshot	0.09 37	0.06 33	0.10 66	0.16 101	0.07 33	0.14 223	0.13 68	0.11 11	0.12 51	0.13 170	0.12 115	0.09 83	0.08 100	0.09 17	0.09 34	0.06 79	0.05 117	0.06 60	0.05 68	0.04 2	0.04 10

MoCha-V2	0.08 12	0.05 7	0.11 100	0.20 345	0.07 33	0.10 87	0.14 112	0.12 22	0.08 1	0.07 11	0.08 41	0.07 37	0.06 26	0.09 17	0.08 14	0.05 4	0.05 117	0.05 3	0.04 15	0.04 2	0.04 10

IGEV++	0.08 12	0.06 33	0.09 42	0.18 241	0.07 33	0.10 87	0.13 68	0.10 5	0.10 14	0.08 29	0.08 41	0.06 8	0.05 7	0.13 186	0.09 34	0.05 4	0.04 3	0.05 3	0.04 15	0.05 61	0.04 10

MSKI-zero shot	0.09 37	0.05 7	0.09 42	0.16 101	0.07 33	0.10 87	0.13 68	0.15 63	0.14 96	0.09 51	0.09 55	0.09 83	0.06 26	0.12 139	0.11 129	0.06 79	0.04 3	0.05 3	0.04 15	0.04 2	0.05 77

MIM_Stereo	0.10 92	0.07 92	0.11 100	0.15 53	0.07 33	0.07 19	0.12 38	0.20 181	0.14 96	0.13 170	0.14 142	0.09 83	0.05 7	0.12 139	0.08 14	0.05 4	0.06 251	0.07 150	0.06 134	0.06 139	0.05 77

Any-RAFT	0.10 92	0.05 7	0.10 66	0.15 53	0.07 33	0.13 186	0.14 112	0.21 196	0.15 113	0.11 112	0.12 115	0.13 172	0.10 145	0.13 186	0.10 85	0.07 196	0.04 3	0.05 3	0.04 15	0.06 139	0.05 77

RAFT-Test	0.09 37	0.06 33	0.10 66	0.16 101	0.07 33	0.11 122	0.15 181	0.16 87	0.13 77	0.09 51	0.10 76	0.11 128	0.09 125	0.12 139	0.09 34	0.06 79	0.04 3	0.05 3	0.04 15	0.05 61	0.05 77

4D-IteraStereo	0.10 92	0.07 92	0.10 66	0.18 241	0.07 33	0.09 51	0.15 181	0.18 144	0.15 113	0.10 80	0.11 103	0.10 108	0.07 70	0.12 139	0.09 34	0.05 4	0.03 1	0.08 224	0.07 222	0.06 139	0.05 77

LoS_RVC	0.08 12	0.05 7	0.07 2	0.15 53	0.07 33	0.08 30	0.15 181	0.12 22	0.11 30	0.08 29	0.09 55	0.06 8	0.09 125	0.10 31	0.09 34	0.05 4	0.04 3	0.05 3	0.03 1	0.04 2	0.04 10

LoS	0.09 37	0.05 7	0.11 100	0.13 8	0.07 33	0.14 223	0.11 19	0.15 63	0.15 113	0.09 51	0.09 55	0.12 149	0.09 125	0.15 228	0.10 85	0.07 196	0.05 117	0.05 3	0.03 1	0.05 61	0.05 77
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 12	0.04 1	0.08 12	0.14 20	0.07 33	0.09 51	0.14 112	0.11 11	0.09 6	0.08 29	0.09 55	0.11 128	0.07 70	0.12 139	0.08 14	0.06 79	0.04 3	0.05 3	0.03 1	0.05 61	0.05 77

EGLCR-Stereo	0.08 12	0.05 7	0.08 12	0.14 20	0.07 33	0.11 122	0.12 38	0.11 11	0.16 135	0.06 3	0.05 1	0.07 37	0.05 7	0.10 31	0.11 129	0.06 79	0.04 3	0.06 60	0.05 68	0.04 2	0.04 10

knoymous	0.11 131	0.06 33	0.12 132	0.14 20	0.07 33	0.15 248	0.13 68	0.20 181	0.14 96	0.11 112	0.17 188	0.13 172	0.09 125	0.14 210	0.11 129	0.09 301	0.05 117	0.06 60	0.05 68	0.07 204	0.07 218

fff	0.10 92	0.06 33	0.12 132	0.15 53	0.07 33	0.09 51	0.17 264	0.16 87	0.21 226	0.13 170	0.17 188	0.10 108	0.11 173	0.12 139	0.13 215	0.06 79	0.04 3	0.05 3	0.04 15	0.04 2	0.05 77

GLC_STEREO	0.11 131	0.07 92	0.11 100	0.18 241	0.07 33	0.08 30	0.13 68	0.16 87	0.24 267	0.12 142	0.13 129	0.12 149	0.08 100	0.18 308	0.12 182	0.06 79	0.08 349	0.08 224	0.06 134	0.05 61	0.05 77

test-3	0.09 37	0.06 33	0.10 66	0.18 241	0.07 33	0.07 19	0.14 112	0.12 22	0.16 135	0.10 80	0.08 41	0.08 56	0.08 100	0.11 69	0.10 85	0.05 4	0.04 3	0.07 150	0.05 68	0.04 2	0.04 10

test_1	0.09 37	0.06 33	0.10 66	0.18 241	0.07 33	0.07 19	0.14 112	0.12 22	0.16 135	0.10 80	0.08 41	0.08 56	0.08 100	0.11 69	0.10 85	0.05 4	0.04 3	0.07 150	0.05 68	0.04 2	0.04 10

TransformOpticalFlow	0.10 92	0.08 192	0.13 163	0.18 241	0.07 33	0.09 51	0.15 181	0.19 168	0.16 135	0.12 142	0.16 170	0.11 128	0.11 173	0.11 69	0.11 129	0.05 4	0.04 3	0.06 60	0.06 134	0.05 61	0.05 77

AnonymousM	0.10 92	0.06 33	0.10 66	0.14 20	0.07 33	0.09 51	0.13 68	0.19 168	0.14 96	0.13 170	0.12 115	0.09 83	0.08 100	0.13 186	0.10 85	0.08 250	0.05 117	0.08 224	0.05 68	0.05 61	0.05 77

cross-raft	0.10 92	0.09 251	0.09 42	0.19 297	0.07 33	0.11 122	0.24 411	0.13 36	0.15 113	0.08 29	0.10 76	0.12 149	0.10 145	0.09 17	0.11 129	0.05 4	0.04 3	0.06 60	0.05 68	0.04 2	0.04 10

CREStereo++_RVC	0.08 12	0.04 1	0.07 2	0.13 8	0.07 33	0.09 51	0.12 38	0.14 49	0.14 96	0.10 80	0.14 142	0.08 56	0.07 70	0.10 31	0.11 129	0.06 79	0.04 3	0.05 3	0.05 68	0.04 2	0.04 10
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	0.11 131	0.07 92	0.09 42	0.16 101	0.07 33	0.10 87	0.11 19	0.24 259	0.20 212	0.12 142	0.15 154	0.12 149	0.08 100	0.12 139	0.13 215	0.07 196	0.04 3	0.07 150	0.06 134	0.05 61	0.05 77

XX-TBD	0.09 37	0.06 33	0.07 2	0.14 20	0.07 33	0.13 186	0.16 238	0.14 49	0.14 96	0.11 112	0.12 115	0.09 83	0.08 100	0.10 31	0.10 85	0.06 79	0.04 3	0.05 3	0.04 15	0.06 139	0.05 77

csc	0.10 92	0.06 33	0.12 132	0.15 53	0.07 33	0.09 51	0.17 264	0.16 87	0.21 226	0.13 170	0.17 188	0.10 108	0.11 173	0.12 139	0.13 215	0.06 79	0.04 3	0.05 3	0.04 15	0.04 2	0.05 77

cscssc	0.10 92	0.06 33	0.12 132	0.15 53	0.07 33	0.09 51	0.17 264	0.16 87	0.21 226	0.13 170	0.17 188	0.10 108	0.11 173	0.12 139	0.13 215	0.06 79	0.04 3	0.05 3	0.04 15	0.04 2	0.05 77

111	0.11 131	0.06 33	0.12 132	0.15 53	0.07 33	0.10 87	0.14 112	0.21 196	0.24 267	0.11 112	0.12 115	0.14 190	0.12 202	0.13 186	0.10 85	0.06 79	0.04 3	0.06 60	0.04 15	0.06 139	0.05 77

RAFT-Stereo + iAFF	0.09 37	0.06 33	0.10 66	0.17 166	0.07 33	0.10 87	0.15 181	0.17 119	0.15 113	0.10 80	0.10 76	0.08 56	0.09 125	0.12 139	0.10 85	0.05 4	0.04 3	0.06 60	0.06 134	0.04 2	0.03 1

AFF-stereo	0.09 37	0.07 92	0.10 66	0.17 166	0.07 33	0.10 87	0.15 181	0.18 144	0.10 14	0.10 80	0.11 103	0.09 83	0.10 145	0.12 139	0.10 85	0.05 4	0.04 3	0.07 150	0.07 222	0.04 2	0.04 10

EAI-Stereo	0.09 37	0.07 92	0.11 100	0.16 101	0.07 33	0.10 87	0.15 181	0.16 87	0.09 6	0.08 29	0.09 55	0.08 56	0.07 70	0.09 17	0.11 129	0.05 4	0.05 117	0.05 3	0.05 68	0.05 61	0.04 10

CFNet-RSSM	0.09 37	0.07 92	0.10 66	0.16 101	0.07 33	0.09 51	0.15 181	0.17 119	0.18 172	0.08 29	0.12 115	0.11 128	0.09 125	0.12 139	0.10 85	0.06 79	0.04 3	0.06 60	0.04 15	0.04 2	0.04 10

Gwc-CoAtRS	0.09 37	0.07 92	0.10 66	0.16 101	0.07 33	0.10 87	0.15 181	0.18 144	0.17 158	0.08 29	0.10 76	0.12 149	0.09 125	0.12 139	0.09 34	0.06 79	0.04 3	0.06 60	0.04 15	0.04 2	0.05 77

BEATNet_4x	0.12 200	0.09 251	0.15 239	0.18 241	0.07 33	0.15 248	0.07 1	0.23 237	0.19 193	0.16 244	0.19 225	0.19 274	0.14 262	0.17 293	0.15 285	0.07 196	0.05 117	0.05 3	0.05 68	0.06 139	0.07 218

iResNet_ROB	0.14 255	0.07 92	0.13 163	0.15 53	0.07 33	0.19 335	0.14 112	0.26 291	0.32 356	0.23 362	0.26 320	0.23 330	0.16 303	0.15 228	0.14 251	0.07 196	0.05 117	0.05 3	0.04 15	0.08 266	0.08 285

pmcnn	0.15 292	0.07 92	0.20 361	0.15 53	0.07 33	0.21 365	0.16 238	0.25 279	0.26 303	0.21 335	0.33 384	0.29 382	0.19 353	0.18 308	0.17 319	0.07 196	0.05 117	0.05 3	0.04 15	0.07 204	0.06 148

MM-Stereo_test2	0.09 37	0.07 92	0.09 42	0.19 297	0.08 82	0.12 159	0.18 308	0.15 63	0.14 96	0.07 11	0.10 76	0.07 37	0.06 26	0.12 139	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.06 139	0.04 10

SCV	0.08 12	0.09 251	0.08 12	0.15 53	0.08 82	0.10 87	0.12 38	0.11 11	0.12 51	0.07 11	0.07 20	0.06 8	0.04 1	0.10 31	0.08 14	0.05 4	0.05 117	0.06 60	0.04 15	0.06 139	0.04 10

999	0.09 37	0.06 33	0.13 163	0.15 53	0.08 82	0.10 87	0.14 112	0.15 63	0.12 51	0.10 80	0.08 41	0.08 56	0.08 100	0.16 255	0.10 85	0.06 79	0.04 3	0.06 60	0.05 68	0.04 2	0.06 148

mms	0.09 37	0.07 92	0.08 12	0.17 166	0.08 82	0.11 122	0.15 181	0.12 22	0.11 30	0.09 51	0.09 55	0.08 56	0.06 26	0.11 69	0.12 182	0.05 4	0.04 3	0.07 150	0.05 68	0.04 2	0.04 10

ours_stereo	0.09 37	0.07 92	0.09 42	0.17 166	0.08 82	0.11 122	0.16 238	0.11 11	0.12 51	0.08 29	0.10 76	0.08 56	0.06 26	0.12 139	0.12 182	0.05 4	0.04 3	0.06 60	0.05 68	0.04 2	0.04 10

tg	0.10 92	0.06 33	0.10 66	0.18 241	0.08 82	0.11 122	0.16 238	0.20 181	0.12 51	0.08 29	0.11 103	0.11 128	0.07 70	0.11 69	0.10 85	0.05 4	0.04 3	0.08 224	0.08 285	0.04 2	0.04 10

PAM_32	0.10 92	0.06 33	0.17 303	0.15 53	0.08 82	0.10 87	0.15 181	0.14 49	0.16 135	0.09 51	0.08 41	0.10 108	0.07 70	0.14 210	0.09 34	0.06 79	0.05 117	0.06 60	0.06 134	0.05 61	0.06 148

UGAM-zero	0.10 92	0.05 7	0.15 239	0.15 53	0.08 82	0.10 87	0.13 68	0.20 181	0.15 113	0.11 112	0.15 154	0.07 37	0.08 100	0.09 17	0.10 85	0.06 79	0.05 117	0.06 60	0.05 68	0.05 61	0.06 148

UGAM	0.13 227	0.10 313	0.09 42	0.22 392	0.08 82	0.13 186	0.20 366	0.18 144	0.24 267	0.22 348	0.16 170	0.13 172	0.13 232	0.19 329	0.13 215	0.07 196	0.05 117	0.13 408	0.11 388	0.07 204	0.05 77

GCAP-BAT	0.09 37	0.07 92	0.14 203	0.15 53	0.08 82	0.10 87	0.12 38	0.15 63	0.11 30	0.11 112	0.10 76	0.09 83	0.07 70	0.12 139	0.10 85	0.06 79	0.05 117	0.06 60	0.04 15	0.04 2	0.04 10

ITSA-stereo	0.16 319	0.11 337	0.14 203	0.19 297	0.08 82	0.13 186	0.14 112	0.30 354	0.49 440	0.17 255	0.18 211	0.22 315	0.15 282	0.17 293	0.16 303	0.10 337	0.06 251	0.08 224	0.08 285	0.08 266	0.09 327

RAStereo	0.10 92	0.09 251	0.08 12	0.20 345	0.08 82	0.13 186	0.18 308	0.16 87	0.17 158	0.10 80	0.12 115	0.05 1	0.06 26	0.09 17	0.08 14	0.07 196	0.05 117	0.07 150	0.05 68	0.05 61	0.04 10

Pointernet	0.09 37	0.05 7	0.10 66	0.16 101	0.08 82	0.13 186	0.10 9	0.15 63	0.18 172	0.09 51	0.07 20	0.06 8	0.06 26	0.11 69	0.10 85	0.08 250	0.04 3	0.05 3	0.03 1	0.06 139	0.05 77

test_sample6	0.14 255	0.09 251	0.14 203	0.17 166	0.08 82	0.17 298	0.19 350	0.26 291	0.18 172	0.18 286	0.28 345	0.19 274	0.15 282	0.15 228	0.13 215	0.08 250	0.05 117	0.08 224	0.07 222	0.08 266	0.08 285

test_sample5	0.14 255	0.08 192	0.14 203	0.16 101	0.08 82	0.18 314	0.18 308	0.25 279	0.17 158	0.17 255	0.28 345	0.18 265	0.15 282	0.16 255	0.13 215	0.08 250	0.06 251	0.08 224	0.07 222	0.09 326	0.08 285

test_sample4	0.14 255	0.08 192	0.15 239	0.15 53	0.08 82	0.19 335	0.18 308	0.26 291	0.18 172	0.17 255	0.26 320	0.18 265	0.15 282	0.17 293	0.13 215	0.08 250	0.06 251	0.08 224	0.06 134	0.09 326	0.08 285

test_sample2	0.13 227	0.07 92	0.12 132	0.14 20	0.08 82	0.16 276	0.18 308	0.21 196	0.16 135	0.14 193	0.21 251	0.20 291	0.15 282	0.15 228	0.13 215	0.08 250	0.06 251	0.07 150	0.06 134	0.08 266	0.08 285

test_sample1	0.13 227	0.07 92	0.14 203	0.14 20	0.08 82	0.19 335	0.17 264	0.20 181	0.15 113	0.14 193	0.22 265	0.18 265	0.16 303	0.17 293	0.15 285	0.07 196	0.06 251	0.06 60	0.06 134	0.08 266	0.08 285

MGS-Stereo	0.09 37	0.07 92	0.12 132	0.16 101	0.08 82	0.09 51	0.15 181	0.12 22	0.12 51	0.07 11	0.10 76	0.08 56	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.06 139	0.05 77

Former-RAFT_DAM_RVC	0.11 131	0.08 192	0.13 163	0.16 101	0.08 82	0.15 248	0.16 238	0.18 144	0.19 193	0.10 80	0.09 55	0.09 83	0.08 100	0.11 69	0.12 182	0.07 196	0.05 117	0.08 224	0.06 134	0.07 204	0.06 148

SMFormer	0.14 255	0.07 92	0.18 335	0.14 20	0.08 82	0.17 298	0.17 264	0.27 305	0.27 315	0.19 300	0.20 234	0.19 274	0.15 282	0.15 228	0.17 319	0.08 250	0.05 117	0.07 150	0.06 134	0.08 266	0.07 218

tta	0.14 255	0.07 92	0.18 335	0.14 20	0.08 82	0.17 298	0.17 264	0.27 305	0.27 315	0.19 300	0.20 234	0.19 274	0.15 282	0.15 228	0.17 319	0.08 250	0.05 117	0.07 150	0.06 134	0.06 139	0.06 148

qqq1	0.14 255	0.07 92	0.18 335	0.14 20	0.08 82	0.17 298	0.17 264	0.27 305	0.27 315	0.19 300	0.20 234	0.19 274	0.15 282	0.15 228	0.12 182	0.08 250	0.05 117	0.05 3	0.05 68	0.06 139	0.06 148

fff1	0.14 255	0.07 92	0.18 335	0.14 20	0.08 82	0.17 298	0.17 264	0.27 305	0.27 315	0.19 300	0.20 234	0.19 274	0.15 282	0.15 228	0.12 182	0.08 250	0.05 117	0.05 3	0.05 68	0.06 139	0.06 148

CoDeX	0.12 200	0.07 92	0.13 163	0.17 166	0.08 82	0.12 159	0.16 238	0.23 237	0.27 315	0.13 170	0.17 188	0.15 215	0.12 202	0.14 210	0.11 129	0.07 196	0.05 117	0.07 150	0.06 134	0.06 139	0.05 77

11t1	0.12 200	0.07 92	0.14 203	0.14 20	0.08 82	0.17 298	0.15 181	0.19 168	0.15 113	0.15 217	0.15 154	0.17 251	0.16 303	0.15 228	0.13 215	0.08 250	0.05 117	0.06 60	0.05 68	0.08 266	0.07 218

DualNet	0.14 255	0.08 192	0.14 203	0.16 101	0.08 82	0.18 314	0.18 308	0.25 279	0.17 158	0.18 286	0.28 345	0.18 265	0.15 282	0.16 255	0.13 215	0.08 250	0.06 251	0.08 224	0.07 222	0.09 326	0.08 285

ttt	0.14 255	0.08 192	0.14 203	0.15 53	0.08 82	0.15 248	0.18 308	0.27 305	0.30 342	0.16 244	0.24 280	0.17 251	0.14 262	0.13 186	0.14 251	0.11 368	0.08 349	0.09 303	0.08 285	0.09 326	0.09 327

1111x	0.16 319	0.09 251	0.13 163	0.18 241	0.08 82	0.18 314	0.25 426	0.32 374	0.25 291	0.17 255	0.24 280	0.27 365	0.15 282	0.14 210	0.24 399	0.07 196	0.07 319	0.08 224	0.09 328	0.07 204	0.07 218

IGEV_Zeroshot_test	0.09 37	0.05 7	0.13 163	0.14 20	0.08 82	0.12 159	0.13 68	0.17 119	0.11 30	0.10 80	0.06 3	0.09 83	0.06 26	0.11 69	0.09 34	0.06 79	0.04 3	0.06 60	0.06 134	0.05 61	0.05 77

UniTT-Stereo	0.09 37	0.07 92	0.08 12	0.18 241	0.08 82	0.13 186	0.11 19	0.12 22	0.11 30	0.10 80	0.12 115	0.05 1	0.06 26	0.09 17	0.10 85	0.07 196	0.06 251	0.05 3	0.05 68	0.06 139	0.05 77

testlalala	0.08 12	0.07 92	0.17 303	0.16 101	0.08 82	0.09 51	0.12 38	0.15 63	0.10 14	0.07 11	0.09 55	0.06 8	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.04 15	0.04 2	0.04 10

testlalala_base	0.10 92	0.09 251	0.14 203	0.21 375	0.08 82	0.10 87	0.14 112	0.13 36	0.11 30	0.08 29	0.15 154	0.07 37	0.08 100	0.11 69	0.12 182	0.08 250	0.05 117	0.05 3	0.03 1	0.07 204	0.05 77

HH	0.09 37	0.06 33	0.13 163	0.17 166	0.08 82	0.11 122	0.16 238	0.15 63	0.10 14	0.08 29	0.10 76	0.08 56	0.07 70	0.10 31	0.09 34	0.06 79	0.04 3	0.06 60	0.05 68	0.05 61	0.04 10

HanStereo	0.09 37	0.06 33	0.13 163	0.17 166	0.08 82	0.11 122	0.16 238	0.15 63	0.10 14	0.08 29	0.10 76	0.08 56	0.07 70	0.10 31	0.09 34	0.06 79	0.04 3	0.06 60	0.05 68	0.05 61	0.04 10

LL-Strereo2	0.11 131	0.10 313	0.16 280	0.18 241	0.08 82	0.15 248	0.09 5	0.17 119	0.14 96	0.14 193	0.11 103	0.09 83	0.07 70	0.16 255	0.10 85	0.05 4	0.05 117	0.11 376	0.07 222	0.06 139	0.05 77

CAS	0.08 12	0.04 1	0.07 2	0.17 166	0.08 82	0.10 87	0.13 68	0.12 22	0.09 6	0.09 51	0.10 76	0.08 56	0.06 26	0.09 17	0.09 34	0.08 250	0.04 3	0.05 3	0.03 1	0.05 61	0.04 10

riskmin	0.11 131	0.06 33	0.13 163	0.14 20	0.08 82	0.14 223	0.14 112	0.18 144	0.15 113	0.12 142	0.15 154	0.17 251	0.11 173	0.14 210	0.12 182	0.09 301	0.05 117	0.07 150	0.05 68	0.08 266	0.08 285

Selective-RAFT	0.11 131	0.11 337	0.12 132	0.21 375	0.08 82	0.16 276	0.13 68	0.21 196	0.23 257	0.10 80	0.10 76	0.11 128	0.10 145	0.15 228	0.11 129	0.05 4	0.05 117	0.06 60	0.05 68	0.06 139	0.05 77

ProNet	0.09 37	0.07 92	0.11 100	0.17 166	0.08 82	0.11 122	0.15 181	0.15 63	0.12 51	0.10 80	0.06 3	0.07 37	0.06 26	0.11 69	0.09 34	0.05 4	0.05 117	0.06 60	0.05 68	0.04 2	0.06 148

TestStereo1	0.13 227	0.08 192	0.08 12	0.20 345	0.08 82	0.18 314	0.29 454	0.23 237	0.17 158	0.17 255	0.20 234	0.16 234	0.11 173	0.12 139	0.13 215	0.06 79	0.06 251	0.08 224	0.06 134	0.05 61	0.05 77

qqq	0.13 227	0.09 251	0.15 239	0.16 101	0.08 82	0.13 186	0.15 181	0.24 259	0.16 135	0.15 217	0.19 225	0.16 234	0.16 303	0.15 228	0.16 303	0.07 196	0.06 251	0.08 224	0.08 285	0.07 204	0.07 218

x	0.13 227	0.08 192	0.15 239	0.14 20	0.08 82	0.19 335	0.14 112	0.22 219	0.21 226	0.15 217	0.20 234	0.20 291	0.18 337	0.18 308	0.18 332	0.07 196	0.05 117	0.06 60	0.06 134	0.07 204	0.07 218

raft_robust	0.13 227	0.10 313	0.07 2	0.18 241	0.08 82	0.13 186	0.24 411	0.29 344	0.34 372	0.20 321	0.20 234	0.15 215	0.10 145	0.11 69	0.12 182	0.05 4	0.05 117	0.07 150	0.07 222	0.05 61	0.04 10

RAFT_CTSACE	0.12 200	0.09 251	0.10 66	0.22 392	0.08 82	0.12 159	0.24 411	0.18 144	0.17 158	0.21 335	0.27 336	0.13 172	0.07 70	0.13 186	0.09 34	0.05 4	0.06 251	0.08 224	0.07 222	0.04 2	0.04 10

SA-5K	0.13 227	0.08 192	0.08 12	0.20 345	0.08 82	0.18 314	0.29 454	0.23 237	0.17 158	0.17 255	0.20 234	0.16 234	0.11 173	0.12 139	0.13 215	0.06 79	0.06 251	0.08 224	0.06 134	0.05 61	0.05 77

Sa-1000	0.12 200	0.08 192	0.09 42	0.18 241	0.08 82	0.15 248	0.22 393	0.22 219	0.19 193	0.15 217	0.20 234	0.17 251	0.11 173	0.10 31	0.10 85	0.06 79	0.05 117	0.09 303	0.09 328	0.05 61	0.05 77

SA	0.13 227	0.09 251	0.09 42	0.18 241	0.08 82	0.12 159	0.24 411	0.23 237	0.19 193	0.17 255	0.27 336	0.15 215	0.11 173	0.11 69	0.11 129	0.05 4	0.05 117	0.09 303	0.08 285	0.05 61	0.05 77

iRaft-Stereo_5w	0.12 200	0.09 251	0.12 132	0.20 345	0.08 82	0.09 51	0.12 38	0.22 219	0.22 248	0.19 300	0.14 142	0.11 128	0.09 125	0.20 347	0.16 303	0.05 4	0.05 117	0.07 150	0.06 134	0.05 61	0.06 148

CIPLG	0.11 131	0.08 192	0.15 239	0.17 166	0.08 82	0.13 186	0.15 181	0.17 119	0.16 135	0.14 193	0.11 103	0.16 234	0.10 145	0.17 293	0.12 182	0.07 196	0.05 117	0.06 60	0.06 134	0.05 61	0.06 148

IPLG	0.11 131	0.08 192	0.15 239	0.17 166	0.08 82	0.11 122	0.14 112	0.20 181	0.15 113	0.13 170	0.18 211	0.07 37	0.07 70	0.14 210	0.14 251	0.06 79	0.04 3	0.06 60	0.05 68	0.04 2	0.04 10

IPLGR_C	0.11 131	0.08 192	0.15 239	0.17 166	0.08 82	0.12 159	0.15 181	0.17 119	0.15 113	0.14 193	0.11 103	0.16 234	0.10 145	0.16 255	0.12 182	0.07 196	0.05 117	0.06 60	0.06 134	0.05 61	0.06 148

IPLGR	0.11 131	0.09 251	0.17 303	0.18 241	0.08 82	0.13 186	0.16 238	0.21 196	0.24 267	0.12 142	0.12 115	0.11 128	0.09 125	0.13 186	0.12 182	0.06 79	0.05 117	0.06 60	0.06 134	0.05 61	0.04 10

GMOStereo	0.11 131	0.09 251	0.08 12	0.19 297	0.08 82	0.12 159	0.28 443	0.13 36	0.18 172	0.11 112	0.17 188	0.14 190	0.12 202	0.07 2	0.07 1	0.05 4	0.05 117	0.09 303	0.07 222	0.04 2	0.04 10

error version	0.11 131	0.09 251	0.08 12	0.19 297	0.08 82	0.12 159	0.28 443	0.13 36	0.18 172	0.11 112	0.17 188	0.14 190	0.12 202	0.07 2	0.07 1	0.05 4	0.05 117	0.09 303	0.07 222	0.04 2	0.04 10

test-v	0.11 131	0.09 251	0.08 12	0.19 297	0.08 82	0.12 159	0.28 443	0.13 36	0.18 172	0.11 112	0.17 188	0.14 190	0.12 202	0.07 2	0.07 1	0.05 4	0.05 117	0.09 303	0.07 222	0.04 2	0.04 10

ACRE	0.11 131	0.08 192	0.15 239	0.17 166	0.08 82	0.13 186	0.15 181	0.17 119	0.14 96	0.14 193	0.11 103	0.16 234	0.10 145	0.16 255	0.12 182	0.07 196	0.05 117	0.06 60	0.06 134	0.05 61	0.06 148

test_3	0.11 131	0.09 251	0.10 66	0.21 375	0.08 82	0.13 186	0.25 426	0.14 49	0.21 226	0.10 80	0.10 76	0.09 83	0.10 145	0.08 10	0.11 129	0.05 4	0.04 3	0.08 224	0.07 222	0.04 2	0.04 10

Patchmatch Stereo++	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.11 19	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218
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 92	0.07 92	0.13 163	0.18 241	0.08 82	0.10 87	0.14 112	0.22 219	0.11 30	0.11 112	0.15 154	0.12 149	0.10 145	0.11 69	0.12 182	0.05 4	0.04 3	0.06 60	0.06 134	0.05 61	0.05 77

OMP-Stereo	0.11 131	0.07 92	0.14 203	0.18 241	0.08 82	0.09 51	0.12 38	0.21 196	0.21 226	0.13 170	0.14 142	0.11 128	0.12 202	0.11 69	0.13 215	0.06 79	0.05 117	0.07 150	0.06 134	0.05 61	0.04 10

IIG-Stereo	0.11 131	0.06 33	0.13 163	0.17 166	0.08 82	0.11 122	0.12 38	0.22 219	0.18 172	0.14 193	0.17 188	0.12 149	0.13 232	0.12 139	0.13 215	0.06 79	0.05 117	0.07 150	0.06 134	0.06 139	0.05 77

NRIStereo	0.11 131	0.08 192	0.15 239	0.18 241	0.08 82	0.10 87	0.13 68	0.17 119	0.15 113	0.12 142	0.15 154	0.13 172	0.13 232	0.13 186	0.10 85	0.06 79	0.04 3	0.07 150	0.06 134	0.06 139	0.07 218

PSM-adaLoss	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.12 38	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218

ROB_FTStereo_v2	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.12 38	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218

ROB_FTStereo	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.11 19	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218

HUI-Stereo	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.11 19	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218

THIR-Stereo	0.12 200	0.07 92	0.11 100	0.15 53	0.08 82	0.14 223	0.16 238	0.18 144	0.25 291	0.17 255	0.24 280	0.13 172	0.13 232	0.12 139	0.14 251	0.06 79	0.05 117	0.07 150	0.07 222	0.05 61	0.05 77

PFNet	0.12 200	0.06 33	0.17 303	0.18 241	0.08 82	0.09 51	0.15 181	0.26 291	0.20 212	0.16 244	0.16 170	0.14 190	0.12 202	0.13 186	0.11 129	0.06 79	0.04 3	0.07 150	0.06 134	0.05 61	0.05 77

DeepStereo_RVC	0.11 131	0.08 192	0.17 303	0.18 241	0.08 82	0.08 30	0.11 19	0.17 119	0.12 51	0.13 170	0.15 154	0.12 149	0.12 202	0.12 139	0.11 129	0.06 79	0.04 3	0.07 150	0.06 134	0.07 204	0.08 285

iGMRVC	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.12 38	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218

IRAFT_RVC	0.12 200	0.08 192	0.17 303	0.19 297	0.08 82	0.07 19	0.14 112	0.25 279	0.23 257	0.14 193	0.15 154	0.15 215	0.12 202	0.12 139	0.11 129	0.06 79	0.04 3	0.09 303	0.06 134	0.06 139	0.06 148

RAFT-345	0.11 131	0.07 92	0.16 280	0.17 166	0.08 82	0.08 30	0.12 38	0.16 87	0.10 14	0.11 112	0.34 394	0.09 83	0.10 145	0.11 69	0.12 182	0.05 4	0.05 117	0.07 150	0.06 134	0.04 2	0.05 77

iRAFT	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.11 19	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218

test-2	0.11 131	0.09 251	0.08 12	0.19 297	0.08 82	0.12 159	0.28 443	0.13 36	0.18 172	0.11 112	0.17 188	0.14 190	0.12 202	0.07 2	0.07 1	0.05 4	0.05 117	0.09 303	0.07 222	0.04 2	0.04 10

RAFT	0.13 227	0.09 251	0.11 100	0.18 241	0.08 82	0.15 248	0.23 403	0.21 196	0.20 212	0.21 335	0.21 251	0.18 265	0.13 232	0.17 293	0.10 85	0.06 79	0.07 319	0.10 348	0.09 328	0.06 139	0.05 77

test-1	0.10 92	0.07 92	0.17 303	0.19 297	0.08 82	0.11 122	0.24 411	0.15 63	0.18 172	0.09 51	0.07 20	0.10 108	0.08 100	0.08 10	0.09 34	0.06 79	0.04 3	0.06 60	0.06 134	0.04 2	0.05 77

RAFT-IKP	0.11 131	0.09 251	0.17 303	0.19 297	0.08 82	0.06 5	0.11 19	0.17 119	0.13 77	0.15 217	0.16 170	0.14 190	0.12 202	0.11 69	0.11 129	0.06 79	0.05 117	0.08 224	0.06 134	0.08 266	0.07 218

rafts_anoy	0.11 131	0.06 33	0.10 66	0.17 166	0.08 82	0.10 87	0.14 112	0.18 144	0.14 96	0.13 170	0.13 129	0.12 149	0.11 173	0.11 69	0.13 215	0.07 196	0.05 117	0.09 303	0.11 388	0.07 204	0.06 148

TestStereo	0.14 255	0.15 400	0.11 100	0.23 411	0.08 82	0.15 248	0.21 382	0.20 181	0.23 257	0.14 193	0.25 307	0.16 234	0.13 232	0.16 255	0.14 251	0.06 79	0.06 251	0.08 224	0.06 134	0.09 326	0.05 77

raftrobust	0.09 37	0.06 33	0.11 100	0.17 166	0.08 82	0.09 51	0.10 9	0.18 144	0.16 135	0.10 80	0.09 55	0.12 149	0.08 100	0.12 139	0.10 85	0.08 250	0.05 117	0.06 60	0.05 68	0.05 61	0.06 148

RALCasStereoNet	0.11 131	0.07 92	0.09 42	0.16 101	0.08 82	0.13 186	0.14 112	0.17 119	0.11 30	0.12 142	0.17 188	0.14 190	0.10 145	0.12 139	0.11 129	0.07 196	0.06 251	0.06 60	0.05 68	0.08 266	0.07 218

222	0.16 319	0.07 92	0.15 239	0.14 20	0.08 82	0.25 403	0.18 308	0.30 354	0.21 226	0.18 286	0.29 359	0.17 251	0.16 303	0.16 255	0.44 475	0.10 337	0.05 117	0.07 150	0.06 134	0.08 266	0.08 285

xxxx	0.15 292	0.07 92	0.14 203	0.14 20	0.08 82	0.24 395	0.18 308	0.32 374	0.20 212	0.14 193	0.28 345	0.22 315	0.14 262	0.15 228	0.29 436	0.09 301	0.05 117	0.07 150	0.07 222	0.08 266	0.08 285

test_xeample	0.15 292	0.07 92	0.14 203	0.15 53	0.08 82	0.22 377	0.20 366	0.29 344	0.21 226	0.16 244	0.29 359	0.19 274	0.17 326	0.16 255	0.28 429	0.09 301	0.05 117	0.07 150	0.07 222	0.07 204	0.07 218

FENet	0.13 227	0.08 192	0.13 163	0.16 101	0.08 82	0.15 248	0.16 238	0.23 237	0.23 257	0.17 255	0.24 280	0.16 234	0.13 232	0.14 210	0.15 285	0.08 250	0.05 117	0.08 224	0.08 285	0.08 266	0.08 285

cf-r	0.14 255	0.07 92	0.13 163	0.16 101	0.08 82	0.14 223	0.19 350	0.21 196	0.25 291	0.17 255	0.26 320	0.22 315	0.17 326	0.14 210	0.15 285	0.10 337	0.05 117	0.06 60	0.08 285	0.06 139	0.06 148

GANet-RSSM	0.14 255	0.07 92	0.13 163	0.13 8	0.08 82	0.14 223	0.18 308	0.23 237	0.21 226	0.17 255	0.25 307	0.24 339	0.16 303	0.16 255	0.16 303	0.10 337	0.06 251	0.07 150	0.08 285	0.08 266	0.07 218

PSMNet-RSSM	0.14 255	0.07 92	0.14 203	0.15 53	0.08 82	0.13 186	0.16 238	0.25 279	0.24 267	0.17 255	0.28 345	0.23 330	0.14 262	0.16 255	0.14 251	0.11 368	0.06 251	0.09 303	0.12 408	0.08 266	0.07 218

GwcNet-RSSM	0.14 255	0.07 92	0.12 132	0.16 101	0.08 82	0.15 248	0.20 366	0.22 219	0.28 331	0.18 286	0.28 345	0.23 330	0.17 326	0.15 228	0.16 303	0.10 337	0.06 251	0.07 150	0.09 328	0.07 204	0.07 218

R-Stereo Train	0.10 92	0.06 33	0.11 100	0.17 166	0.08 82	0.11 122	0.14 112	0.24 259	0.11 30	0.12 142	0.19 225	0.11 128	0.08 100	0.10 31	0.11 129	0.07 196	0.05 117	0.06 60	0.05 68	0.05 61	0.05 77

RAFT-Stereo	0.10 92	0.06 33	0.11 100	0.17 166	0.08 82	0.11 122	0.14 112	0.24 259	0.11 30	0.12 142	0.19 225	0.11 128	0.08 100	0.10 31	0.11 129	0.07 196	0.05 117	0.06 60	0.05 68	0.05 61	0.05 77
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.15 292	0.07 92	0.15 239	0.16 101	0.08 82	0.19 335	0.14 112	0.30 354	0.21 226	0.17 255	0.25 307	0.21 298	0.19 353	0.20 347	0.20 353	0.07 196	0.06 251	0.06 60	0.08 285	0.06 139	0.06 148

HSM-Net_RVC	0.14 255	0.08 192	0.12 132	0.15 53	0.08 82	0.16 276	0.15 181	0.27 305	0.29 337	0.20 321	0.21 251	0.29 382	0.14 262	0.18 308	0.13 215	0.06 79	0.06 251	0.06 60	0.06 134	0.07 204	0.06 148
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 292	0.11 337	0.17 303	0.17 166	0.08 82	0.19 335	0.10 9	0.29 344	0.26 303	0.19 300	0.24 280	0.24 339	0.18 337	0.18 308	0.15 285	0.08 250	0.06 251	0.09 303	0.10 361	0.08 266	0.07 218

iResNetv2_ROB	0.15 292	0.08 192	0.16 280	0.16 101	0.08 82	0.16 276	0.13 68	0.26 291	0.36 388	0.21 335	0.29 359	0.24 339	0.13 232	0.14 210	0.14 251	0.06 79	0.06 251	0.06 60	0.04 15	0.09 326	0.08 285

iResNet	0.13 227	0.10 313	0.18 335	0.19 297	0.08 82	0.14 223	0.18 308	0.21 196	0.27 315	0.16 244	0.24 280	0.15 215	0.13 232	0.14 210	0.15 285	0.06 79	0.04 3	0.06 60	0.05 68	0.06 139	0.05 77

LE_ROB	0.50 477	0.07 92	0.14 203	0.15 53	0.08 82	0.26 413	0.17 264	0.23 237	1.71 507	4.68 511	0.67 472	0.46 459	0.47 470	0.21 363	0.30 441	0.07 196	0.06 251	0.06 60	0.06 134	0.08 266	0.06 148

HI	0.11 131	0.06 33	0.12 132	0.13 8	0.09 180	0.09 51	0.14 112	0.22 219	0.11 30	0.20 321	0.17 188	0.14 190	0.10 145	0.16 255	0.09 34	0.05 4	0.04 3	0.07 150	0.08 285	0.07 204	0.06 148

CoSv	0.11 131	0.06 33	0.12 132	0.13 8	0.09 180	0.09 51	0.14 112	0.22 219	0.11 30	0.20 321	0.17 188	0.14 190	0.10 145	0.16 255	0.09 34	0.05 4	0.04 3	0.07 150	0.08 285	0.07 204	0.06 148

AIO-test2	0.10 92	0.08 192	0.10 66	0.23 411	0.09 180	0.11 122	0.11 19	0.23 237	0.24 267	0.08 29	0.09 55	0.08 56	0.05 7	0.10 31	0.08 14	0.06 79	0.05 117	0.08 224	0.09 328	0.05 61	0.05 77

IGEV-RUCA	0.08 12	0.06 33	0.11 100	0.14 20	0.09 180	0.10 87	0.12 38	0.10 5	0.12 51	0.06 3	0.07 20	0.08 56	0.06 26	0.09 17	0.08 14	0.06 79	0.05 117	0.05 3	0.04 15	0.05 61	0.06 148

PAM	0.10 92	0.06 33	0.17 303	0.15 53	0.09 180	0.10 87	0.16 238	0.15 63	0.16 135	0.12 142	0.09 55	0.10 108	0.07 70	0.13 186	0.09 34	0.06 79	0.05 117	0.06 60	0.06 134	0.05 61	0.06 148

rvit_0105_5	0.14 255	0.10 313	0.14 203	0.17 166	0.09 180	0.14 223	0.23 403	0.24 259	0.27 315	0.14 193	0.15 154	0.18 265	0.13 232	0.17 293	0.14 251	0.14 426	0.11 406	0.10 348	0.11 388	0.08 266	0.07 218

rvit_stereo_0083	0.12 200	0.08 192	0.17 303	0.16 101	0.09 180	0.11 122	0.15 181	0.15 63	0.26 303	0.11 112	0.14 142	0.13 172	0.10 145	0.12 139	0.13 215	0.10 337	0.08 349	0.09 303	0.07 222	0.07 204	0.06 148

rvit_stereo_0081	0.11 131	0.08 192	0.16 280	0.16 101	0.09 180	0.11 122	0.14 112	0.14 49	0.24 267	0.11 112	0.13 129	0.14 190	0.09 125	0.11 69	0.12 182	0.10 337	0.07 319	0.08 224	0.07 222	0.07 204	0.06 148

model_zeroshot	0.10 92	0.05 7	0.12 132	0.15 53	0.09 180	0.13 186	0.14 112	0.20 181	0.14 96	0.11 112	0.10 76	0.12 149	0.07 70	0.12 139	0.11 129	0.07 196	0.06 251	0.06 60	0.05 68	0.06 139	0.06 148

rvit_stereo_0082	0.11 131	0.08 192	0.16 280	0.16 101	0.09 180	0.11 122	0.14 112	0.14 49	0.24 267	0.11 112	0.13 129	0.14 190	0.09 125	0.11 69	0.12 182	0.10 337	0.07 319	0.08 224	0.07 222	0.07 204	0.06 148

test_sample3	0.14 255	0.08 192	0.15 239	0.14 20	0.09 180	0.20 354	0.17 264	0.27 305	0.18 172	0.17 255	0.22 265	0.19 274	0.15 282	0.17 293	0.14 251	0.09 301	0.06 251	0.07 150	0.06 134	0.09 326	0.08 285

H2IRNET	0.10 92	0.09 251	0.10 66	0.18 241	0.09 180	0.12 159	0.15 181	0.14 49	0.21 226	0.10 80	0.10 76	0.10 108	0.11 173	0.10 31	0.10 85	0.06 79	0.04 3	0.08 224	0.08 285	0.06 139	0.05 77

MyStereo8	0.12 200	0.07 92	0.15 239	0.15 53	0.09 180	0.18 314	0.14 112	0.19 168	0.22 248	0.12 142	0.18 211	0.11 128	0.10 145	0.16 255	0.18 332	0.07 196	0.05 117	0.07 150	0.05 68	0.08 266	0.09 327

MyStereo07	0.10 92	0.07 92	0.10 66	0.17 166	0.09 180	0.14 223	0.17 264	0.15 63	0.15 113	0.09 51	0.06 3	0.06 8	0.07 70	0.12 139	0.09 34	0.06 79	0.05 117	0.08 224	0.07 222	0.06 139	0.06 148

MyStereo06	0.10 92	0.07 92	0.12 132	0.17 166	0.09 180	0.13 186	0.18 308	0.19 168	0.12 51	0.13 170	0.08 41	0.07 37	0.07 70	0.11 69	0.09 34	0.06 79	0.05 117	0.08 224	0.07 222	0.06 139	0.06 148

MyStereo05	0.13 227	0.07 92	0.10 66	0.17 166	0.09 180	0.13 186	0.18 308	0.28 327	0.35 383	0.17 255	0.14 142	0.15 215	0.11 173	0.15 228	0.13 215	0.06 79	0.05 117	0.08 224	0.07 222	0.06 139	0.06 148

MyStereo04	0.13 227	0.07 92	0.10 66	0.17 166	0.09 180	0.14 223	0.17 264	0.29 344	0.38 398	0.17 255	0.14 142	0.16 234	0.11 173	0.15 228	0.13 215	0.06 79	0.05 117	0.08 224	0.07 222	0.06 139	0.06 148

AE-Stereo	0.10 92	0.08 192	0.11 100	0.19 297	0.09 180	0.10 87	0.15 181	0.14 49	0.20 212	0.09 51	0.15 154	0.12 149	0.08 100	0.11 69	0.10 85	0.05 4	0.06 251	0.07 150	0.06 134	0.05 61	0.04 10

ACVNet-DCA	0.10 92	0.08 192	0.13 163	0.17 166	0.09 180	0.13 186	0.15 181	0.24 259	0.16 135	0.09 51	0.09 55	0.06 8	0.06 26	0.10 31	0.07 1	0.06 79	0.05 117	0.06 60	0.05 68	0.07 204	0.07 218

xx1	0.11 131	0.08 192	0.13 163	0.17 166	0.09 180	0.13 186	0.15 181	0.16 87	0.18 172	0.09 51	0.09 55	0.16 234	0.16 303	0.10 31	0.07 1	0.06 79	0.05 117	0.08 224	0.08 285	0.07 204	0.07 218

1test111	0.11 131	0.08 192	0.13 163	0.17 166	0.09 180	0.13 186	0.15 181	0.24 259	0.16 135	0.09 51	0.09 55	0.06 8	0.06 26	0.15 228	0.16 303	0.06 79	0.05 117	0.06 60	0.05 68	0.07 204	0.07 218

cc1	0.10 92	0.08 192	0.13 163	0.17 166	0.09 180	0.13 186	0.15 181	0.16 87	0.18 172	0.09 51	0.09 55	0.06 8	0.06 26	0.10 31	0.07 1	0.06 79	0.05 117	0.06 60	0.05 68	0.06 139	0.06 148

mmm	0.14 255	0.08 192	0.18 335	0.17 166	0.09 180	0.17 298	0.18 308	0.21 196	0.16 135	0.16 244	0.23 269	0.21 298	0.16 303	0.16 255	0.17 319	0.08 250	0.05 117	0.08 224	0.08 285	0.08 266	0.07 218

ff7	0.09 37	0.07 92	0.11 100	0.16 101	0.09 180	0.11 122	0.15 181	0.16 87	0.12 51	0.10 80	0.06 3	0.06 8	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148

ffff	0.09 37	0.07 92	0.11 100	0.16 101	0.09 180	0.11 122	0.15 181	0.16 87	0.12 51	0.10 80	0.06 3	0.06 8	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148

ffm	0.12 200	0.09 251	0.15 239	0.16 101	0.09 180	0.17 298	0.17 264	0.15 63	0.19 193	0.15 217	0.26 320	0.19 274	0.13 232	0.10 31	0.08 14	0.06 79	0.05 117	0.09 303	0.08 285	0.06 139	0.06 148

ff1	0.13 227	0.09 251	0.15 239	0.16 101	0.09 180	0.17 298	0.17 264	0.15 63	0.19 193	0.15 217	0.26 320	0.19 274	0.13 232	0.15 228	0.22 379	0.06 79	0.05 117	0.09 303	0.08 285	0.06 139	0.06 148

mmx	0.15 292	0.09 251	0.15 239	0.16 101	0.09 180	0.17 298	0.17 264	0.27 305	0.26 303	0.15 217	0.26 320	0.19 274	0.13 232	0.15 228	0.22 379	0.08 250	0.06 251	0.09 303	0.08 285	0.08 266	0.08 285

11t	0.09 37	0.07 92	0.11 100	0.16 101	0.09 180	0.11 122	0.15 181	0.16 87	0.12 51	0.10 80	0.06 3	0.06 8	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148

tt1	0.10 92	0.08 192	0.13 163	0.17 166	0.09 180	0.13 186	0.15 181	0.15 63	0.19 193	0.09 51	0.08 41	0.06 8	0.06 26	0.10 31	0.08 14	0.06 79	0.05 117	0.06 60	0.05 68	0.06 139	0.06 148

xxx	0.15 292	0.09 251	0.15 239	0.16 101	0.09 180	0.17 298	0.17 264	0.27 305	0.26 303	0.15 217	0.26 320	0.19 274	0.13 232	0.15 228	0.22 379	0.08 250	0.06 251	0.09 303	0.08 285	0.08 266	0.08 285

plain	0.11 131	0.09 251	0.10 66	0.19 297	0.09 180	0.11 122	0.14 112	0.14 49	0.13 77	0.13 170	0.15 154	0.09 83	0.12 202	0.13 186	0.12 182	0.07 196	0.05 117	0.09 303	0.06 134	0.06 139	0.06 148

MaDis-Stereo	0.09 37	0.09 251	0.08 12	0.17 166	0.09 180	0.14 223	0.11 19	0.16 87	0.16 135	0.09 51	0.11 103	0.06 8	0.06 26	0.09 17	0.13 215	0.07 196	0.06 251	0.08 224	0.05 68	0.05 61	0.04 10

PCWNet_CMD	0.14 255	0.08 192	0.15 239	0.17 166	0.09 180	0.14 223	0.14 112	0.29 344	0.36 388	0.14 193	0.20 234	0.21 298	0.13 232	0.17 293	0.14 251	0.07 196	0.05 117	0.07 150	0.07 222	0.07 204	0.07 218

anonymousdsp2	0.11 131	0.07 92	0.11 100	0.16 101	0.09 180	0.13 186	0.14 112	0.19 168	0.23 257	0.13 170	0.14 142	0.12 149	0.09 125	0.14 210	0.11 129	0.05 4	0.05 117	0.05 3	0.04 15	0.06 139	0.06 148

anonymousdsp	0.09 37	0.07 92	0.11 100	0.17 166	0.09 180	0.11 122	0.15 181	0.16 87	0.12 51	0.10 80	0.06 3	0.06 8	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148

CBFPSM	0.15 292	0.07 92	0.27 403	0.17 166	0.09 180	0.13 186	0.15 181	0.22 219	0.23 257	0.20 321	0.27 336	0.23 330	0.16 303	0.16 255	0.19 345	0.06 79	0.06 251	0.06 60	0.07 222	0.07 204	0.07 218

gwcnet-sp	0.14 255	0.07 92	0.13 163	0.18 241	0.09 180	0.16 276	0.18 308	0.24 259	0.24 267	0.19 300	0.24 280	0.15 215	0.16 303	0.16 255	0.15 285	0.08 250	0.07 319	0.07 150	0.08 285	0.08 266	0.07 218

scenet	0.14 255	0.07 92	0.13 163	0.18 241	0.09 180	0.16 276	0.18 308	0.24 259	0.24 267	0.19 300	0.24 280	0.15 215	0.16 303	0.16 255	0.15 285	0.08 250	0.07 319	0.07 150	0.08 285	0.08 266	0.07 218

CASS	0.14 255	0.12 354	0.12 132	0.23 411	0.09 180	0.15 248	0.17 264	0.19 168	0.20 212	0.17 255	0.18 211	0.15 215	0.15 282	0.15 228	0.14 251	0.09 301	0.06 251	0.10 348	0.08 285	0.09 326	0.07 218
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 227	0.07 92	0.14 203	0.18 241	0.09 180	0.13 186	0.17 264	0.20 181	0.29 337	0.15 217	0.24 280	0.16 234	0.14 262	0.14 210	0.14 251	0.07 196	0.05 117	0.07 150	0.09 328	0.05 61	0.07 218

ssnet	0.14 255	0.07 92	0.13 163	0.18 241	0.09 180	0.16 276	0.18 308	0.24 259	0.24 267	0.19 300	0.24 280	0.15 215	0.16 303	0.16 255	0.15 285	0.08 250	0.07 319	0.07 150	0.08 285	0.08 266	0.07 218

CroCo-Stereo Lap2	0.09 37	0.09 251	0.08 12	0.22 392	0.09 180	0.09 51	0.18 308	0.16 87	0.12 51	0.09 51	0.10 76	0.05 1	0.05 7	0.08 10	0.08 14	0.06 79	0.06 251	0.07 150	0.05 68	0.06 139	0.05 77

ccc-4	0.09 37	0.07 92	0.11 100	0.16 101	0.09 180	0.11 122	0.15 181	0.16 87	0.12 51	0.10 80	0.06 3	0.06 8	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148

DisPM	0.11 131	0.07 92	0.13 163	0.16 101	0.09 180	0.06 5	0.13 68	0.18 144	0.17 158	0.14 193	0.19 225	0.12 149	0.10 145	0.12 139	0.11 129	0.07 196	0.05 117	0.07 150	0.06 134	0.06 139	0.11 373

IER	0.14 255	0.08 192	0.13 163	0.17 166	0.09 180	0.14 223	0.16 238	0.26 291	0.27 315	0.18 286	0.26 320	0.17 251	0.20 365	0.17 293	0.14 251	0.08 250	0.05 117	0.07 150	0.06 134	0.08 266	0.07 218

CRFU-Net	0.16 319	0.08 192	0.15 239	0.17 166	0.09 180	0.20 354	0.14 112	0.27 305	0.21 226	0.28 408	0.28 345	0.29 382	0.18 337	0.19 329	0.18 332	0.09 301	0.09 372	0.07 150	0.07 222	0.08 266	0.09 327

RAFT+CT+SA	0.13 227	0.11 337	0.09 42	0.19 297	0.09 180	0.15 248	0.28 443	0.22 219	0.22 248	0.15 217	0.26 320	0.10 108	0.10 145	0.11 69	0.12 182	0.05 4	0.04 3	0.07 150	0.08 285	0.07 204	0.06 148

test_4	0.11 131	0.10 313	0.08 12	0.19 297	0.09 180	0.08 30	0.21 382	0.15 63	0.18 172	0.12 142	0.18 211	0.12 149	0.09 125	0.08 10	0.11 129	0.04 1	0.04 3	0.08 224	0.08 285	0.04 2	0.04 10

IGEV-Stereo	0.09 37	0.07 92	0.11 100	0.17 166	0.09 180	0.11 122	0.15 181	0.16 87	0.12 51	0.10 80	0.06 3	0.06 8	0.06 26	0.11 69	0.09 34	0.05 4	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CSP-Net	0.16 319	0.09 251	0.14 203	0.17 166	0.09 180	0.19 335	0.18 308	0.25 279	0.33 361	0.26 389	0.31 369	0.25 351	0.16 303	0.21 363	0.19 345	0.09 301	0.06 251	0.07 150	0.07 222	0.08 266	0.08 285

iRaft-Stereo_20w	0.09 37	0.05 7	0.13 163	0.14 20	0.09 180	0.12 159	0.15 181	0.19 168	0.11 30	0.11 112	0.08 41	0.08 56	0.05 7	0.10 31	0.09 34	0.06 79	0.04 3	0.06 60	0.05 68	0.06 139	0.05 77

dd	0.15 292	0.17 418	0.17 303	0.19 297	0.09 180	0.15 248	0.18 308	0.22 219	0.26 303	0.23 362	0.20 234	0.21 298	0.10 145	0.21 363	0.17 319	0.10 337	0.06 251	0.08 224	0.06 134	0.08 266	0.07 218

MIPNet	0.11 131	0.08 192	0.15 239	0.17 166	0.09 180	0.12 159	0.14 112	0.21 196	0.25 291	0.12 142	0.10 76	0.09 83	0.07 70	0.13 186	0.13 215	0.06 79	0.04 3	0.06 60	0.05 68	0.04 2	0.04 10

AASNet	0.16 319	0.08 192	0.13 163	0.19 297	0.09 180	0.19 335	0.15 181	0.38 433	0.37 392	0.20 321	0.24 280	0.20 291	0.17 326	0.17 293	0.21 366	0.10 337	0.08 349	0.08 224	0.07 222	0.09 326	0.09 327

GwcNet-ADL	0.13 227	0.08 192	0.14 203	0.20 345	0.09 180	0.12 159	0.20 366	0.30 354	0.25 291	0.14 193	0.14 142	0.18 265	0.14 262	0.13 186	0.15 285	0.07 196	0.05 117	0.06 60	0.05 68	0.07 204	0.06 148

PSMNet-ADL	0.15 292	0.12 354	0.13 163	0.22 392	0.09 180	0.13 186	0.20 366	0.26 291	0.23 257	0.18 286	0.20 234	0.23 330	0.17 326	0.18 308	0.18 332	0.09 301	0.08 349	0.08 224	0.11 388	0.08 266	0.07 218

ADLNet2	0.16 319	0.09 251	0.14 203	0.17 166	0.09 180	0.20 354	0.16 238	0.32 374	0.39 402	0.17 255	0.20 234	0.20 291	0.19 353	0.21 363	0.23 388	0.08 250	0.07 319	0.07 150	0.07 222	0.09 326	0.07 218

CrosDoStereo	0.12 200	0.07 92	0.12 132	0.14 20	0.09 180	0.12 159	0.15 181	0.17 119	0.22 248	0.19 300	0.24 280	0.15 215	0.11 173	0.11 69	0.12 182	0.06 79	0.05 117	0.07 150	0.07 222	0.05 61	0.05 77

PFNet+	0.12 200	0.06 33	0.14 203	0.16 101	0.09 180	0.05 2	0.12 38	0.18 144	0.21 226	0.16 244	0.19 225	0.14 190	0.10 145	0.11 69	0.11 129	0.08 250	0.05 117	0.09 303	0.08 285	0.06 139	0.11 373

LCNet	0.11 131	0.07 92	0.09 42	0.19 297	0.09 180	0.08 30	0.14 112	0.21 196	0.15 113	0.12 142	0.15 154	0.16 234	0.11 173	0.12 139	0.11 129	0.05 4	0.04 3	0.08 224	0.07 222	0.06 139	0.14 418

AAGNet	0.12 200	0.08 192	0.17 303	0.19 297	0.09 180	0.08 30	0.13 68	0.19 168	0.13 77	0.16 244	0.21 251	0.13 172	0.14 262	0.11 69	0.14 251	0.06 79	0.04 3	0.09 303	0.06 134	0.06 139	0.05 77

NF-Stereo	0.11 131	0.07 92	0.13 163	0.17 166	0.09 180	0.10 87	0.13 68	0.23 237	0.19 193	0.12 142	0.17 188	0.12 149	0.12 202	0.11 69	0.11 129	0.06 79	0.04 3	0.07 150	0.06 134	0.07 204	0.12 392

OCTAStereo	0.11 131	0.07 92	0.14 203	0.17 166	0.09 180	0.10 87	0.13 68	0.23 237	0.19 193	0.12 142	0.17 188	0.12 149	0.12 202	0.11 69	0.11 129	0.06 79	0.04 3	0.07 150	0.06 134	0.07 204	0.11 373

PSM-softLoss	0.12 200	0.07 92	0.15 239	0.17 166	0.09 180	0.08 30	0.12 38	0.24 259	0.17 158	0.15 217	0.19 225	0.13 172	0.11 173	0.11 69	0.11 129	0.07 196	0.05 117	0.08 224	0.07 222	0.07 204	0.12 392

KMStereo	0.12 200	0.07 92	0.15 239	0.17 166	0.09 180	0.08 30	0.12 38	0.24 259	0.17 158	0.15 217	0.19 225	0.13 172	0.11 173	0.11 69	0.11 129	0.07 196	0.05 117	0.08 224	0.07 222	0.07 204	0.12 392

PSM-AAD	0.11 131	0.07 92	0.10 66	0.20 345	0.09 180	0.10 87	0.14 112	0.21 196	0.13 77	0.12 142	0.14 142	0.18 265	0.11 173	0.11 69	0.10 85	0.05 4	0.05 117	0.09 303	0.08 285	0.06 139	0.14 418

FTStereo	0.12 200	0.07 92	0.14 203	0.18 241	0.09 180	0.07 19	0.15 181	0.22 219	0.18 172	0.12 142	0.24 280	0.11 128	0.13 232	0.13 186	0.14 251	0.05 4	0.05 117	0.07 150	0.07 222	0.06 139	0.10 351

KYRaft	0.12 200	0.07 92	0.10 66	0.19 297	0.09 180	0.08 30	0.15 181	0.23 237	0.12 51	0.13 170	0.16 170	0.20 291	0.10 145	0.12 139	0.11 129	0.06 79	0.04 3	0.08 224	0.08 285	0.06 139	0.15 432

DeepStereo_LL	0.12 200	0.07 92	0.12 132	0.14 20	0.09 180	0.12 159	0.15 181	0.17 119	0.22 248	0.19 300	0.24 280	0.15 215	0.11 173	0.11 69	0.12 182	0.06 79	0.05 117	0.07 150	0.07 222	0.05 61	0.05 77

SST-Stereo	0.11 131	0.07 92	0.16 280	0.18 241	0.09 180	0.06 5	0.12 38	0.18 144	0.10 14	0.15 217	0.18 211	0.13 172	0.12 202	0.10 31	0.11 129	0.06 79	0.04 3	0.09 303	0.06 134	0.07 204	0.06 148

RAFT_R40	0.11 131	0.07 92	0.15 239	0.18 241	0.09 180	0.06 5	0.13 68	0.17 119	0.15 113	0.14 193	0.18 211	0.15 215	0.12 202	0.10 31	0.11 129	0.06 79	0.04 3	0.09 303	0.06 134	0.06 139	0.05 77

DRaft	0.12 200	0.06 33	0.12 132	0.14 20	0.09 180	0.14 223	0.17 264	0.21 196	0.30 342	0.18 286	0.27 336	0.10 108	0.16 303	0.11 69	0.12 182	0.05 4	0.04 3	0.07 150	0.07 222	0.05 61	0.05 77

GrayStereo	0.11 131	0.06 33	0.11 100	0.19 297	0.09 180	0.09 51	0.16 238	0.18 144	0.17 158	0.14 193	0.17 188	0.17 251	0.11 173	0.12 139	0.11 129	0.05 4	0.05 117	0.07 150	0.06 134	0.06 139	0.10 351

RE-Stereo	0.11 131	0.07 92	0.13 163	0.17 166	0.09 180	0.10 87	0.13 68	0.23 237	0.19 193	0.12 142	0.17 188	0.12 149	0.12 202	0.11 69	0.11 129	0.06 79	0.04 3	0.07 150	0.06 134	0.07 204	0.11 373

Pruner-Stereo	0.11 131	0.07 92	0.12 132	0.17 166	0.09 180	0.06 5	0.12 38	0.18 144	0.17 158	0.14 193	0.19 225	0.13 172	0.10 145	0.11 69	0.11 129	0.06 79	0.04 3	0.07 150	0.06 134	0.06 139	0.08 285

TVStereo	0.11 131	0.07 92	0.13 163	0.17 166	0.09 180	0.10 87	0.13 68	0.23 237	0.19 193	0.12 142	0.17 188	0.12 149	0.12 202	0.11 69	0.11 129	0.06 79	0.04 3	0.07 150	0.06 134	0.07 204	0.11 373

RAFT-RH_RVC	0.12 200	0.06 33	0.14 203	0.16 101	0.09 180	0.12 159	0.12 38	0.17 119	0.12 51	0.13 170	0.40 421	0.11 128	0.10 145	0.13 186	0.12 182	0.05 4	0.04 3	0.08 224	0.05 68	0.05 61	0.06 148

CRE-IMP	0.11 131	0.09 251	0.16 280	0.19 297	0.09 180	0.10 87	0.12 38	0.18 144	0.10 14	0.14 193	0.14 142	0.14 190	0.13 232	0.12 139	0.12 182	0.07 196	0.04 3	0.08 224	0.06 134	0.08 266	0.08 285

CroCo-Stereo	0.09 37	0.08 192	0.08 12	0.22 392	0.09 180	0.09 51	0.18 308	0.16 87	0.12 51	0.07 11	0.07 20	0.08 56	0.06 26	0.08 10	0.07 1	0.07 196	0.05 117	0.06 60	0.04 15	0.05 61	0.04 10
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	0.11 131	0.07 92	0.10 66	0.18 241	0.09 180	0.08 30	0.14 112	0.24 259	0.16 135	0.11 112	0.15 154	0.13 172	0.11 173	0.11 69	0.11 129	0.05 4	0.04 3	0.08 224	0.07 222	0.06 139	0.09 327

Prome-Stereo	0.11 131	0.07 92	0.11 100	0.18 241	0.09 180	0.12 159	0.14 112	0.23 237	0.13 77	0.13 170	0.16 170	0.13 172	0.08 100	0.12 139	0.10 85	0.05 4	0.05 117	0.07 150	0.06 134	0.06 139	0.10 351

LMCR-Stereo	0.15 292	0.08 192	0.14 203	0.21 375	0.09 180	0.18 314	0.19 350	0.28 327	0.19 193	0.24 373	0.24 280	0.23 330	0.17 326	0.20 347	0.17 319	0.07 196	0.06 251	0.08 224	0.06 134	0.10 357	0.09 327

ICVP	0.16 319	0.09 251	0.12 132	0.22 392	0.09 180	0.18 314	0.21 382	0.26 291	0.24 267	0.18 286	0.30 365	0.27 365	0.18 337	0.18 308	0.15 285	0.10 337	0.07 319	0.08 224	0.07 222	0.07 204	0.08 285
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 92	0.07 92	0.10 66	0.17 166	0.09 180	0.11 122	0.17 264	0.18 144	0.12 51	0.09 51	0.11 103	0.10 108	0.07 70	0.11 69	0.10 85	0.05 4	0.04 3	0.08 224	0.08 285	0.04 2	0.04 10

CFNet_pseudo	0.14 255	0.08 192	0.16 280	0.16 101	0.09 180	0.13 186	0.14 112	0.27 305	0.34 372	0.15 217	0.21 251	0.22 315	0.13 232	0.18 308	0.14 251	0.07 196	0.05 117	0.08 224	0.06 134	0.07 204	0.07 218

RALAANet	0.11 131	0.08 192	0.10 66	0.17 166	0.09 180	0.14 223	0.10 9	0.20 181	0.16 135	0.14 193	0.13 129	0.16 234	0.09 125	0.12 139	0.12 182	0.06 79	0.05 117	0.08 224	0.07 222	0.06 139	0.04 10

XX-Stereo	0.09 37	0.05 7	0.09 42	0.17 166	0.09 180	0.15 248	0.12 38	0.21 196	0.10 14	0.10 80	0.14 142	0.07 37	0.06 26	0.13 186	0.08 14	0.06 79	0.05 117	0.06 60	0.06 134	0.04 2	0.04 10

test_xeample3	0.09 37	0.07 92	0.12 132	0.16 101	0.09 180	0.11 122	0.15 181	0.16 87	0.14 96	0.10 80	0.07 20	0.08 56	0.06 26	0.10 31	0.09 34	0.06 79	0.04 3	0.06 60	0.05 68	0.05 61	0.06 148

ARAFT	0.12 200	0.08 192	0.18 335	0.19 297	0.09 180	0.15 248	0.17 264	0.20 181	0.13 77	0.12 142	0.13 129	0.14 190	0.12 202	0.15 228	0.13 215	0.06 79	0.05 117	0.10 348	0.09 328	0.06 139	0.04 10

GMStereo	0.13 227	0.15 400	0.14 203	0.18 241	0.09 180	0.16 276	0.16 238	0.20 181	0.25 291	0.17 255	0.17 188	0.11 128	0.11 173	0.16 255	0.13 215	0.07 196	0.06 251	0.06 60	0.06 134	0.07 204	0.06 148
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 227	0.07 92	0.15 239	0.17 166	0.09 180	0.15 248	0.16 238	0.28 327	0.27 315	0.14 193	0.18 211	0.12 149	0.13 232	0.14 210	0.11 129	0.08 250	0.05 117	0.07 150	0.07 222	0.07 204	0.06 148

hitnet-ft	0.18 356	0.10 313	0.17 303	0.14 20	0.09 180	0.27 421	0.20 366	0.25 279	0.26 303	0.24 373	0.32 378	0.32 407	0.23 385	0.24 398	0.21 366	0.12 392	0.07 319	0.10 348	0.08 285	0.12 391	0.11 373

CFNet-ft	0.14 255	0.07 92	0.15 239	0.12 4	0.09 180	0.17 298	0.18 308	0.22 219	0.24 267	0.17 255	0.26 320	0.24 339	0.14 262	0.16 255	0.15 285	0.11 368	0.06 251	0.08 224	0.09 328	0.09 326	0.08 285

DMCA	0.14 255	0.09 251	0.17 303	0.19 297	0.09 180	0.15 248	0.17 264	0.23 237	0.28 331	0.14 193	0.20 234	0.17 251	0.18 337	0.15 228	0.17 319	0.10 337	0.06 251	0.08 224	0.06 134	0.09 326	0.10 351

DIP-Stereo	0.11 131	0.08 192	0.15 239	0.17 166	0.09 180	0.13 186	0.09 5	0.16 87	0.16 135	0.12 142	0.16 170	0.14 190	0.12 202	0.16 255	0.14 251	0.06 79	0.05 117	0.06 60	0.05 68	0.05 61	0.07 218
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	0.20 375	0.10 313	0.57 465	0.16 101	0.09 180	0.19 335	0.18 308	0.25 279	0.51 446	0.27 396	0.39 418	0.17 251	0.22 379	0.22 380	0.21 366	0.08 250	0.06 251	0.06 60	0.06 134	0.12 391	0.11 373

MSMDNet	0.14 255	0.08 192	0.15 239	0.17 166	0.09 180	0.14 223	0.14 112	0.29 344	0.36 388	0.14 193	0.20 234	0.21 298	0.13 232	0.18 308	0.14 251	0.07 196	0.05 117	0.07 150	0.07 222	0.07 204	0.07 218

CFNet_RVC	0.14 255	0.07 92	0.15 239	0.12 4	0.09 180	0.17 298	0.18 308	0.22 219	0.24 267	0.17 255	0.26 320	0.24 339	0.14 262	0.16 255	0.15 285	0.11 368	0.06 251	0.08 224	0.09 328	0.09 326	0.08 285

ccs_rob	0.14 255	0.09 251	0.16 280	0.16 101	0.09 180	0.13 186	0.14 112	0.27 305	0.34 372	0.15 217	0.21 251	0.22 315	0.13 232	0.18 308	0.14 251	0.07 196	0.05 117	0.08 224	0.07 222	0.07 204	0.07 218

AANet_RVC	0.16 319	0.10 313	0.11 100	0.18 241	0.09 180	0.19 335	0.18 308	0.27 305	0.32 356	0.22 348	0.35 398	0.21 298	0.22 379	0.22 380	0.17 319	0.06 79	0.05 117	0.06 60	0.06 134	0.07 204	0.06 148

AdaStereo	0.15 292	0.11 337	0.16 280	0.19 297	0.09 180	0.21 365	0.11 19	0.33 386	0.28 331	0.21 335	0.23 269	0.21 298	0.13 232	0.19 329	0.15 285	0.13 409	0.05 117	0.10 348	0.07 222	0.09 326	0.07 218
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	0.15 292	0.09 251	0.15 239	0.16 101	0.09 180	0.16 276	0.14 112	0.28 327	0.25 291	0.20 321	0.24 280	0.37 427	0.17 326	0.20 347	0.15 285	0.07 196	0.05 117	0.07 150	0.06 134	0.07 204	0.06 148

SGM_RVC	0.24 417	0.12 354	0.16 280	0.15 53	0.09 180	0.34 444	0.19 350	0.35 414	0.32 356	0.44 461	0.38 411	0.53 469	0.36 451	0.36 450	0.26 417	0.13 409	0.13 431	0.13 408	0.13 418	0.11 376	0.11 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SCV_C0	0.08 12	0.07 92	0.08 12	0.16 101	0.10 284	0.08 30	0.14 112	0.11 11	0.13 77	0.08 29	0.07 20	0.06 8	0.05 7	0.11 69	0.07 1	0.05 4	0.05 117	0.05 3	0.04 15	0.06 139	0.05 77

rvit_0105_6	0.14 255	0.09 251	0.18 335	0.17 166	0.10 284	0.10 87	0.17 264	0.19 168	0.26 303	0.12 142	0.18 211	0.17 251	0.13 232	0.18 308	0.13 215	0.15 430	0.11 406	0.12 394	0.10 361	0.09 326	0.06 148

rvit_0105_4	0.15 292	0.09 251	0.17 303	0.17 166	0.10 284	0.12 159	0.20 366	0.23 237	0.27 315	0.14 193	0.20 234	0.17 251	0.14 262	0.17 293	0.13 215	0.15 430	0.11 406	0.11 376	0.10 361	0.09 326	0.06 148

rvit_stereo_0081_aga	0.12 200	0.09 251	0.15 239	0.18 241	0.10 284	0.14 223	0.14 112	0.14 49	0.19 193	0.10 80	0.18 211	0.16 234	0.09 125	0.12 139	0.10 85	0.10 337	0.06 251	0.08 224	0.07 222	0.07 204	0.06 148

DCVSM-stereo	0.15 292	0.09 251	0.16 280	0.16 101	0.10 284	0.15 248	0.09 5	0.20 181	0.24 267	0.20 321	0.24 280	0.26 360	0.15 282	0.19 329	0.14 251	0.09 301	0.07 319	0.09 303	0.08 285	0.10 357	0.12 392

U	0.08 12	0.07 92	0.10 66	0.19 297	0.10 284	0.10 87	0.13 68	0.12 22	0.17 158	0.07 11	0.07 20	0.06 8	0.05 7	0.07 2	0.09 34	0.06 79	0.04 3	0.06 60	0.04 15	0.06 139	0.05 77

rvit_stereo_0080	0.10 92	0.08 192	0.15 239	0.15 53	0.10 284	0.07 19	0.15 181	0.16 87	0.16 135	0.11 112	0.10 76	0.15 215	0.09 125	0.12 139	0.10 85	0.09 301	0.07 319	0.07 150	0.06 134	0.07 204	0.05 77

rvit_stereo_ft	0.12 200	0.07 92	0.13 163	0.19 297	0.10 284	0.12 159	0.17 264	0.16 87	0.16 135	0.13 170	0.13 129	0.15 215	0.10 145	0.14 210	0.13 215	0.10 337	0.06 251	0.08 224	0.07 222	0.07 204	0.06 148

CAS++	0.11 131	0.07 92	0.11 100	0.14 20	0.10 284	0.13 186	0.14 112	0.24 259	0.14 96	0.11 112	0.09 55	0.11 128	0.07 70	0.14 210	0.09 34	0.11 368	0.09 372	0.09 303	0.07 222	0.07 204	0.08 285
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.10 92	0.06 33	0.11 100	0.20 345	0.10 284	0.10 87	0.11 19	0.17 119	0.13 77	0.12 142	0.13 129	0.09 83	0.08 100	0.11 69	0.13 215	0.06 79	0.05 117	0.05 3	0.04 15	0.05 61	0.05 77

IGEVStereo-DCA	0.09 37	0.07 92	0.11 100	0.16 101	0.10 284	0.11 122	0.15 181	0.16 87	0.12 51	0.10 80	0.06 3	0.08 56	0.06 26	0.10 31	0.09 34	0.06 79	0.05 117	0.06 60	0.05 68	0.05 61	0.06 148

rrr	0.09 37	0.07 92	0.13 163	0.16 101	0.10 284	0.11 122	0.15 181	0.16 87	0.15 113	0.10 80	0.06 3	0.08 56	0.06 26	0.10 31	0.09 34	0.06 79	0.05 117	0.06 60	0.05 68	0.05 61	0.06 148

whm_eth	0.10 92	0.08 192	0.15 239	0.15 53	0.10 284	0.07 19	0.15 181	0.16 87	0.16 135	0.11 112	0.10 76	0.15 215	0.09 125	0.12 139	0.10 85	0.09 301	0.07 319	0.07 150	0.06 134	0.07 204	0.05 77

GMStereo_Zeroshot	0.16 319	0.13 379	0.25 393	0.20 345	0.10 284	0.17 298	0.13 68	0.30 354	0.25 291	0.23 362	0.32 378	0.25 351	0.11 173	0.19 329	0.14 251	0.09 301	0.06 251	0.11 376	0.06 134	0.12 391	0.08 285

StereoVision	0.14 255	0.13 379	0.10 66	0.24 421	0.10 284	0.16 276	0.21 382	0.21 196	0.20 212	0.12 142	0.25 307	0.10 108	0.10 145	0.16 255	0.10 85	0.09 301	0.10 394	0.12 394	0.12 408	0.06 139	0.05 77

MIF-Stereo (partial)	0.11 131	0.06 33	0.10 66	0.19 297	0.10 284	0.10 87	0.12 38	0.17 119	0.19 193	0.14 193	0.16 170	0.10 108	0.11 173	0.12 139	0.12 182	0.08 250	0.05 117	0.08 224	0.07 222	0.06 139	0.07 218

EKT-Stereo	0.11 131	0.07 92	0.14 203	0.16 101	0.10 284	0.13 186	0.14 112	0.19 168	0.21 226	0.11 112	0.08 41	0.13 172	0.10 145	0.11 69	0.12 182	0.08 250	0.06 251	0.07 150	0.06 134	0.08 266	0.07 218

LL-Strereo	0.13 227	0.10 313	0.12 132	0.20 345	0.10 284	0.11 122	0.18 308	0.33 386	0.25 291	0.16 244	0.16 170	0.14 190	0.14 262	0.19 329	0.11 129	0.06 79	0.05 117	0.09 303	0.08 285	0.04 2	0.05 77

iinet-f	0.17 341	0.07 92	0.46 453	0.14 20	0.10 284	0.21 365	0.14 112	0.27 305	0.23 257	0.22 348	0.25 307	0.21 298	0.16 303	0.18 308	0.22 379	0.09 301	0.07 319	0.07 150	0.06 134	0.09 326	0.10 351

BUS	0.15 292	0.09 251	0.14 203	0.22 392	0.10 284	0.20 354	0.14 112	0.34 400	0.20 212	0.17 255	0.23 269	0.16 234	0.14 262	0.16 255	0.14 251	0.08 250	0.06 251	0.10 348	0.09 328	0.07 204	0.07 218

test_5	0.14 255	0.12 354	0.08 12	0.20 345	0.10 284	0.14 223	0.28 443	0.21 196	0.24 267	0.19 300	0.28 345	0.11 128	0.15 282	0.12 139	0.13 215	0.06 79	0.05 117	0.07 150	0.08 285	0.08 266	0.07 218

BSDual-CNN	0.15 292	0.09 251	0.14 203	0.22 392	0.10 284	0.15 248	0.15 181	0.34 400	0.20 212	0.17 255	0.23 269	0.25 351	0.16 303	0.16 255	0.14 251	0.08 250	0.06 251	0.10 348	0.09 328	0.07 204	0.07 218

psmg	0.14 255	0.09 251	0.14 203	0.17 166	0.10 284	0.15 248	0.17 264	0.29 344	0.20 212	0.17 255	0.21 251	0.25 351	0.16 303	0.16 255	0.14 251	0.08 250	0.07 319	0.08 224	0.08 285	0.07 204	0.07 218

UDGNet	0.14 255	0.13 379	0.17 303	0.18 241	0.10 284	0.12 159	0.16 238	0.21 196	0.27 315	0.20 321	0.20 234	0.17 251	0.13 232	0.16 255	0.14 251	0.10 337	0.06 251	0.09 303	0.07 222	0.07 204	0.07 218

DAS	0.15 292	0.08 192	0.18 335	0.19 297	0.10 284	0.19 335	0.17 264	0.28 327	0.30 342	0.18 286	0.26 320	0.21 298	0.16 303	0.16 255	0.13 215	0.08 250	0.06 251	0.06 60	0.06 134	0.07 204	0.07 218

SepStereo	0.15 292	0.08 192	0.18 335	0.19 297	0.10 284	0.19 335	0.17 264	0.28 327	0.30 342	0.18 286	0.26 320	0.21 298	0.16 303	0.26 407	0.13 215	0.08 250	0.06 251	0.06 60	0.06 134	0.07 204	0.07 218

AACVNet	0.16 319	0.08 192	0.15 239	0.15 53	0.10 284	0.18 314	0.15 181	0.24 259	0.25 291	0.27 396	0.27 336	0.28 375	0.18 337	0.19 329	0.17 319	0.09 301	0.07 319	0.09 303	0.07 222	0.10 357	0.09 327

GANet-ADL	0.13 227	0.07 92	0.15 239	0.17 166	0.10 284	0.19 335	0.15 181	0.30 354	0.21 226	0.13 170	0.18 211	0.19 274	0.13 232	0.16 255	0.14 251	0.08 250	0.06 251	0.06 60	0.05 68	0.07 204	0.08 285

ASMatch	0.11 131	0.06 33	0.13 163	0.17 166	0.10 284	0.08 30	0.14 112	0.18 144	0.16 135	0.12 142	0.16 170	0.16 234	0.11 173	0.13 186	0.11 129	0.05 4	0.04 3	0.06 60	0.06 134	0.04 2	0.09 327

DEmStereo	0.12 200	0.06 33	0.14 203	0.14 20	0.10 284	0.16 276	0.15 181	0.16 87	0.24 267	0.17 255	0.23 269	0.12 149	0.14 262	0.12 139	0.14 251	0.05 4	0.04 3	0.07 150	0.06 134	0.05 61	0.05 77

ADLNet	0.16 319	0.08 192	0.15 239	0.16 101	0.10 284	0.16 276	0.17 264	0.33 386	0.27 315	0.23 362	0.27 336	0.24 339	0.16 303	0.18 308	0.21 366	0.10 337	0.06 251	0.10 348	0.10 361	0.08 266	0.09 327

GES	0.14 255	0.08 192	0.16 280	0.15 53	0.10 284	0.13 186	0.13 68	0.28 327	0.26 303	0.17 255	0.24 280	0.19 274	0.14 262	0.16 255	0.14 251	0.08 250	0.08 349	0.07 150	0.06 134	0.08 266	0.09 327

RAFT + AFF	0.13 227	0.08 192	0.21 368	0.20 345	0.10 284	0.14 223	0.23 403	0.27 305	0.21 226	0.12 142	0.10 76	0.12 149	0.10 145	0.16 255	0.12 182	0.08 250	0.07 319	0.09 303	0.09 328	0.06 139	0.09 327

aanetorigin	0.22 394	0.17 418	0.57 465	0.18 241	0.10 284	0.16 276	0.19 350	0.20 181	0.33 361	0.49 467	0.48 450	0.30 389	0.28 421	0.21 363	0.24 399	0.08 250	0.07 319	0.08 224	0.07 222	0.10 357	0.09 327

EDNetEfficientorigin	7.92 513	0.32 470	152.98 528	0.20 345	0.10 284	0.22 377	0.17 264	0.23 237	0.60 465	0.73 482	0.67 472	0.41 447	0.51 475	0.24 398	0.41 469	0.08 250	0.07 319	0.09 303	0.07 222	0.12 391	0.11 373

EDNetEfficient	0.30 447	0.24 452	1.18 497	0.18 241	0.10 284	0.20 354	0.20 366	0.21 196	0.61 466	0.74 484	0.56 460	0.30 389	0.40 459	0.23 387	0.32 451	0.09 301	0.07 319	0.08 224	0.07 222	0.11 376	0.10 351

ac_64	0.16 319	0.09 251	0.15 239	0.18 241	0.10 284	0.22 377	0.17 264	0.24 259	0.22 248	0.19 300	0.24 280	0.29 382	0.18 337	0.19 329	0.22 379	0.09 301	0.08 349	0.08 224	0.09 328	0.07 204	0.06 148

acv_ft	0.15 292	0.09 251	0.16 280	0.19 297	0.10 284	0.16 276	0.17 264	0.25 279	0.34 372	0.19 300	0.26 320	0.21 298	0.17 326	0.18 308	0.19 345	0.07 196	0.06 251	0.06 60	0.06 134	0.08 266	0.06 148

DSFCA	0.16 319	0.09 251	0.14 203	0.16 101	0.10 284	0.21 365	0.19 350	0.28 327	0.31 351	0.23 362	0.25 307	0.22 315	0.16 303	0.20 347	0.20 353	0.10 337	0.07 319	0.09 303	0.09 328	0.08 266	0.08 285

TDLM	0.18 356	0.12 354	0.14 203	0.24 421	0.10 284	0.18 314	0.18 308	0.37 426	0.30 342	0.22 348	0.28 345	0.28 375	0.18 337	0.23 387	0.19 345	0.11 368	0.07 319	0.10 348	0.10 361	0.08 266	0.08 285

NLCA_NET_v2_RVC	0.17 341	0.10 313	0.23 384	0.20 345	0.10 284	0.15 248	0.18 308	0.31 370	0.25 291	0.21 335	0.31 369	0.25 351	0.17 326	0.21 363	0.20 353	0.09 301	0.06 251	0.08 224	0.09 328	0.07 204	0.08 285
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	0.15 292	0.08 192	0.13 163	0.11 1	0.10 284	0.20 354	0.10 9	0.24 259	0.23 257	0.17 255	0.21 251	0.24 339	0.15 282	0.18 308	0.15 285	0.12 392	0.07 319	0.11 376	0.13 418	0.11 376	0.10 351

DeepPruner_ROB	0.16 319	0.11 337	0.16 280	0.17 166	0.10 284	0.17 298	0.15 181	0.32 374	0.21 226	0.19 300	0.21 251	0.22 315	0.19 353	0.21 363	0.16 303	0.13 409	0.09 372	0.09 303	0.10 361	0.11 376	0.11 373

PS-NSSS	0.20 375	0.21 443	0.23 384	0.20 345	0.10 284	0.19 335	0.17 264	0.36 419	0.26 303	0.27 396	0.34 394	0.27 365	0.24 392	0.20 347	0.20 353	0.15 430	0.12 419	0.17 441	0.14 423	0.10 357	0.09 327

StereoDRNet-Refined	0.17 341	0.12 354	0.16 280	0.20 345	0.10 284	0.18 314	0.18 308	0.27 305	0.24 267	0.26 389	0.41 431	0.23 330	0.18 337	0.21 363	0.21 366	0.09 301	0.05 117	0.09 303	0.10 361	0.07 204	0.07 218
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.20 375	0.11 337	0.21 368	0.22 392	0.10 284	0.22 377	0.22 393	0.40 441	0.38 398	0.24 373	0.33 384	0.26 360	0.22 379	0.22 380	0.25 406	0.11 368	0.07 319	0.11 376	0.10 361	0.09 326	0.08 285

DISCO	0.20 375	0.09 251	0.22 377	0.17 166	0.10 284	0.25 403	0.18 308	0.28 327	0.45 429	0.23 362	0.32 378	0.34 417	0.26 406	0.29 424	0.29 436	0.08 250	0.06 251	0.07 150	0.07 222	0.09 326	0.10 351

DN-CSS_ROB	0.13 227	0.13 379	0.17 303	0.18 241	0.10 284	0.16 276	0.08 3	0.22 219	0.19 193	0.17 255	0.23 269	0.13 172	0.13 232	0.13 186	0.14 251	0.05 4	0.05 117	0.10 348	0.10 361	0.08 266	0.06 148

CBMV	0.20 375	0.15 400	0.18 335	0.18 241	0.10 284	0.20 354	0.11 19	0.30 354	0.31 351	0.29 415	0.31 369	0.31 401	0.23 385	0.28 417	0.19 345	0.13 409	0.15 443	0.17 441	0.16 442	0.10 357	0.10 351
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 37	0.12 354	0.14 203	0.23 411	0.11 333	0.08 30	0.13 68	0.12 22	0.13 77	0.10 80	0.07 20	0.07 37	0.06 26	0.11 69	0.10 85	0.06 79	0.05 117	0.05 3	0.04 15	0.08 266	0.05 77

CFNet_ucs	0.15 292	0.09 251	0.17 303	0.16 101	0.11 333	0.14 223	0.14 112	0.30 354	0.34 372	0.16 244	0.24 280	0.23 330	0.14 262	0.18 308	0.15 285	0.09 301	0.06 251	0.08 224	0.07 222	0.09 326	0.09 327

ToySt	0.17 341	0.11 337	0.19 358	0.17 166	0.11 333	0.16 276	0.26 432	0.24 259	0.33 361	0.19 300	0.24 280	0.26 360	0.24 392	0.19 329	0.21 366	0.07 196	0.08 349	0.09 303	0.10 361	0.09 326	0.08 285

DCRE	0.11 131	0.07 92	0.13 163	0.16 101	0.11 333	0.11 122	0.17 264	0.18 144	0.17 158	0.11 112	0.18 211	0.11 128	0.10 145	0.15 228	0.11 129	0.06 79	0.05 117	0.06 60	0.06 134	0.05 61	0.05 77

ssnet_v2	0.17 341	0.10 313	0.18 335	0.17 166	0.11 333	0.21 365	0.22 393	0.34 400	0.25 291	0.23 362	0.23 269	0.27 365	0.19 353	0.22 380	0.21 366	0.11 368	0.10 394	0.09 303	0.09 328	0.08 266	0.08 285

HBP-ISP	0.18 356	0.13 379	0.17 303	0.15 53	0.11 333	0.08 30	0.13 68	0.28 327	0.30 342	0.22 348	0.33 384	0.21 298	0.25 399	0.23 387	0.18 332	0.15 430	0.17 452	0.21 455	0.17 449	0.10 357	0.09 327

Wz-Net-LNSev-Ref	0.18 356	0.09 251	0.30 421	0.15 53	0.11 333	0.23 389	0.20 366	0.27 305	0.40 406	0.26 389	0.43 441	0.25 351	0.15 282	0.21 363	0.20 353	0.07 196	0.05 117	0.06 60	0.05 68	0.10 357	0.09 327

NINENet	0.16 319	0.10 313	0.16 280	0.17 166	0.11 333	0.20 354	0.14 112	0.41 446	0.37 392	0.18 286	0.21 251	0.16 234	0.14 262	0.16 255	0.14 251	0.08 250	0.08 349	0.10 348	0.07 222	0.10 357	0.09 327

hknet	0.15 292	0.11 337	0.14 203	0.22 392	0.11 333	0.15 248	0.15 181	0.34 400	0.26 303	0.17 255	0.23 269	0.22 315	0.18 337	0.17 293	0.13 215	0.07 196	0.06 251	0.10 348	0.09 328	0.07 204	0.07 218

dad	0.18 356	0.20 438	0.21 368	0.17 166	0.11 333	0.20 354	0.19 350	0.21 196	0.28 331	0.30 420	0.24 280	0.30 389	0.13 232	0.19 329	0.17 319	0.18 453	0.09 372	0.11 376	0.09 328	0.11 376	0.07 218

GEStereo_RVC	0.17 341	0.12 354	0.16 280	0.22 392	0.11 333	0.19 335	0.18 308	0.32 374	0.49 440	0.20 321	0.25 307	0.17 251	0.13 232	0.21 363	0.16 303	0.10 337	0.06 251	0.08 224	0.07 222	0.09 326	0.08 285

sCroCo_RVC	0.12 200	0.09 251	0.24 390	0.24 421	0.11 333	0.19 335	0.14 112	0.17 119	0.15 113	0.10 80	0.13 129	0.12 149	0.07 70	0.14 210	0.11 129	0.08 250	0.08 349	0.08 224	0.08 285	0.05 61	0.07 218

HCRNet	0.16 319	0.23 449	0.12 132	0.35 468	0.11 333	0.15 248	0.17 264	0.26 291	0.22 248	0.19 300	0.24 280	0.21 298	0.14 262	0.15 228	0.13 215	0.11 368	0.07 319	0.11 376	0.10 361	0.09 326	0.07 218

MMNet	0.17 341	0.10 313	0.17 303	0.20 345	0.11 333	0.27 421	0.20 366	0.26 291	0.42 415	0.22 348	0.30 365	0.22 315	0.20 365	0.18 308	0.20 353	0.06 79	0.06 251	0.07 150	0.07 222	0.08 266	0.07 218

delet	0.17 341	0.09 251	0.18 335	0.19 297	0.11 333	0.21 365	0.22 393	0.30 354	0.38 398	0.17 255	0.27 336	0.19 274	0.19 353	0.19 329	0.21 366	0.08 250	0.08 349	0.09 303	0.11 388	0.06 139	0.07 218

psm_up	0.19 367	0.10 313	0.18 335	0.21 375	0.11 333	0.17 298	0.19 350	0.38 433	0.34 372	0.22 348	0.28 345	0.29 382	0.25 399	0.20 347	0.22 379	0.09 301	0.10 394	0.11 376	0.11 388	0.08 266	0.08 285

DMCA-RVC	0.17 341	0.10 313	0.16 280	0.24 421	0.11 333	0.19 335	0.18 308	0.26 291	0.24 267	0.21 335	0.27 336	0.25 351	0.27 412	0.18 308	0.21 366	0.12 392	0.08 349	0.13 408	0.10 361	0.10 357	0.08 285

FADNet_RVC	0.17 341	0.14 394	0.41 447	0.20 345	0.11 333	0.13 186	0.13 68	0.27 305	0.22 248	0.21 335	0.23 269	0.20 291	0.18 337	0.15 228	0.17 319	0.08 250	0.08 349	0.12 394	0.09 328	0.11 376	0.10 351

MaskLacGwcNet_RVC	0.22 394	0.21 443	0.25 393	0.26 437	0.11 333	0.24 395	0.14 112	0.39 438	0.24 267	0.32 432	0.36 401	0.30 389	0.21 372	0.19 329	0.22 379	0.17 452	0.14 439	0.21 455	0.16 442	0.13 404	0.12 392

STTStereo	0.18 356	0.13 379	0.28 406	0.20 345	0.11 333	0.16 276	0.21 382	0.29 344	0.23 257	0.22 348	0.30 365	0.29 382	0.18 337	0.20 347	0.20 353	0.12 392	0.11 406	0.11 376	0.14 423	0.09 326	0.08 285

CVANet_RVC	0.18 356	0.11 337	0.14 203	0.21 375	0.11 333	0.19 335	0.18 308	0.34 400	0.34 372	0.22 348	0.31 369	0.28 375	0.18 337	0.24 398	0.18 332	0.12 392	0.08 349	0.12 394	0.12 408	0.09 326	0.08 285

SGM-ForestM	0.33 454	0.12 354	0.17 303	0.16 101	0.11 333	0.42 464	0.20 366	0.43 457	0.53 455	0.53 470	0.57 464	1.41 501	0.44 469	0.42 469	0.29 436	0.14 426	0.16 448	0.16 439	0.16 442	0.12 391	0.13 402

StereoDRNet	0.19 367	0.11 337	0.18 335	0.22 392	0.11 333	0.22 377	0.22 393	0.37 426	0.34 372	0.24 373	0.28 345	0.30 389	0.19 353	0.20 347	0.21 366	0.10 337	0.08 349	0.11 376	0.09 328	0.09 326	0.07 218

MDST_ROB	0.22 394	0.10 313	0.18 335	0.18 241	0.11 333	0.40 462	0.19 350	0.44 461	0.42 415	0.40 450	0.40 421	0.29 382	0.21 372	0.27 409	0.19 345	0.11 368	0.10 394	0.14 421	0.11 388	0.10 357	0.08 285

CBMV_ROB	0.19 367	0.13 379	0.18 335	0.16 101	0.11 333	0.16 276	0.12 38	0.27 305	0.29 337	0.27 396	0.31 369	0.27 365	0.24 392	0.24 398	0.16 303	0.15 430	0.18 454	0.22 459	0.20 455	0.10 357	0.12 392

SANet	0.25 423	0.14 394	0.29 415	0.21 375	0.11 333	0.29 431	0.25 426	0.40 441	0.65 473	0.36 440	0.40 421	0.42 449	0.27 412	0.27 409	0.25 406	0.12 392	0.09 372	0.10 348	0.09 328	0.13 404	0.12 392

DLCB_ROB	0.18 356	0.10 313	0.16 280	0.23 411	0.11 333	0.24 395	0.18 308	0.30 354	0.28 331	0.27 396	0.29 359	0.28 375	0.25 399	0.20 347	0.20 353	0.08 250	0.08 349	0.09 303	0.09 328	0.07 204	0.07 218

PWC_ROB	0.21 386	0.16 408	0.27 403	0.18 241	0.11 333	0.22 377	0.13 68	0.33 386	0.49 440	0.30 420	0.40 421	0.32 407	0.25 399	0.31 431	0.23 388	0.10 337	0.07 319	0.11 376	0.08 285	0.11 376	0.10 351

MeshStereo	0.27 438	0.13 379	0.18 335	0.15 53	0.11 333	0.33 440	0.24 411	0.41 446	0.36 388	0.53 470	0.58 467	0.67 479	0.41 460	0.36 450	0.27 422	0.14 426	0.13 431	0.13 408	0.11 388	0.11 376	0.11 373
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
FACV-RUCA	0.13 227	0.11 337	0.13 163	0.19 297	0.12 362	0.15 248	0.16 238	0.22 219	0.21 226	0.16 244	0.16 170	0.15 215	0.16 303	0.14 210	0.13 215	0.07 196	0.05 117	0.08 224	0.06 134	0.10 357	0.08 285

DDVS	0.16 319	0.10 313	0.22 377	0.16 101	0.12 362	0.15 248	0.14 112	0.25 279	0.19 193	0.18 286	0.30 365	0.27 365	0.13 232	0.20 347	0.16 303	0.09 301	0.06 251	0.09 303	0.07 222	0.11 376	0.11 373

rvit_0105_3	0.16 319	0.10 313	0.15 239	0.20 345	0.12 362	0.15 248	0.26 432	0.25 279	0.30 342	0.15 217	0.17 188	0.21 298	0.14 262	0.18 308	0.14 251	0.14 426	0.11 406	0.12 394	0.14 423	0.07 204	0.07 218

ACV-stereo	0.15 292	0.10 313	0.29 415	0.18 241	0.12 362	0.15 248	0.13 68	0.23 237	0.21 226	0.19 300	0.23 269	0.22 315	0.15 282	0.23 387	0.17 319	0.08 250	0.07 319	0.07 150	0.07 222	0.08 266	0.07 218

test_sample7	0.16 319	0.10 313	0.16 280	0.14 20	0.12 362	0.16 276	0.17 264	0.28 327	0.24 267	0.21 335	0.21 251	0.24 339	0.20 365	0.16 255	0.16 303	0.12 392	0.06 251	0.10 348	0.09 328	0.11 376	0.10 351

DispNO	0.15 292	0.09 251	0.18 335	0.19 297	0.12 362	0.11 122	0.21 382	0.23 237	0.29 337	0.18 286	0.23 269	0.19 274	0.17 326	0.16 255	0.16 303	0.07 196	0.05 117	0.08 224	0.08 285	0.07 204	0.06 148

SDNR	0.20 375	0.09 251	0.19 358	0.16 101	0.12 362	0.79 491	0.13 68	0.26 291	0.33 361	0.19 300	0.25 307	0.19 274	0.12 202	0.19 329	0.15 285	0.16 447	0.18 454	0.14 421	0.11 388	0.08 266	0.12 392

fast-acv-ft	0.18 356	0.11 337	0.20 361	0.19 297	0.12 362	0.26 413	0.21 382	0.26 291	0.35 383	0.22 348	0.34 394	0.27 365	0.21 372	0.21 363	0.23 388	0.09 301	0.09 372	0.08 224	0.10 361	0.08 266	0.07 218

TRStereo	0.10 92	0.05 7	0.12 132	0.16 101	0.12 362	0.10 87	0.13 68	0.18 144	0.19 193	0.09 51	0.09 55	0.09 83	0.07 70	0.10 31	0.08 14	0.07 196	0.05 117	0.07 150	0.07 222	0.04 2	0.04 10

sAnonymous2	0.13 227	0.12 354	0.25 393	0.20 345	0.12 362	0.18 314	0.14 112	0.27 305	0.21 226	0.11 112	0.12 115	0.13 172	0.08 100	0.11 69	0.11 129	0.09 301	0.05 117	0.08 224	0.06 134	0.15 431	0.10 351

CroCo_RVC	0.13 227	0.12 354	0.25 393	0.20 345	0.12 362	0.18 314	0.14 112	0.27 305	0.21 226	0.11 112	0.12 115	0.13 172	0.08 100	0.11 69	0.11 129	0.09 301	0.05 117	0.08 224	0.06 134	0.15 431	0.10 351

UNet	0.17 341	0.09 251	0.18 335	0.19 297	0.12 362	0.28 429	0.19 350	0.33 386	0.30 342	0.21 335	0.25 307	0.23 330	0.19 353	0.20 347	0.19 345	0.07 196	0.06 251	0.08 224	0.07 222	0.08 266	0.07 218

UPFNet	0.16 319	0.08 192	0.12 132	0.20 345	0.12 362	0.20 354	0.23 403	0.28 327	0.26 303	0.18 286	0.24 280	0.22 315	0.20 365	0.19 329	0.22 379	0.09 301	0.07 319	0.08 224	0.09 328	0.08 266	0.06 148

GwcNet	0.20 375	0.14 394	0.20 361	0.18 241	0.12 362	0.25 403	0.20 366	0.36 419	0.45 429	0.20 321	0.33 384	0.33 413	0.21 372	0.22 380	0.25 406	0.11 368	0.09 372	0.09 303	0.09 328	0.09 326	0.10 351

ACVNet	0.15 292	0.09 251	0.15 239	0.13 8	0.12 362	0.14 223	0.20 366	0.22 219	0.34 372	0.17 255	0.26 320	0.21 298	0.17 326	0.18 308	0.21 366	0.07 196	0.06 251	0.06 60	0.06 134	0.08 266	0.06 148

HGLStereo	0.17 341	0.09 251	0.19 358	0.17 166	0.12 362	0.18 314	0.18 308	0.31 370	0.33 361	0.22 348	0.33 384	0.24 339	0.18 337	0.20 347	0.21 366	0.10 337	0.09 372	0.07 150	0.07 222	0.09 326	0.10 351

FAT-Stereo	0.21 386	0.13 379	0.22 377	0.21 375	0.12 362	0.18 314	0.18 308	0.35 414	0.40 406	0.28 408	0.37 404	0.33 413	0.33 444	0.21 363	0.20 353	0.09 301	0.11 406	0.10 348	0.09 328	0.11 376	0.14 418

FADNet-RVC-Resample	0.17 341	0.12 354	0.32 428	0.22 392	0.12 362	0.19 335	0.14 112	0.25 279	0.24 267	0.24 373	0.27 336	0.20 291	0.15 282	0.17 293	0.16 303	0.07 196	0.08 349	0.12 394	0.10 361	0.09 326	0.11 373

RP	0.22 394	0.13 379	0.22 377	0.23 411	0.12 362	0.21 365	0.20 366	0.26 291	0.45 429	0.22 348	0.38 411	0.37 427	0.25 399	0.28 417	0.25 406	0.11 368	0.12 419	0.13 408	0.12 408	0.13 404	0.14 418

stereogan	0.22 394	0.11 337	0.21 368	0.20 345	0.12 362	0.32 438	0.19 350	0.36 419	0.45 429	0.23 362	0.39 418	0.35 422	0.27 412	0.33 438	0.23 388	0.10 337	0.12 419	0.10 348	0.10 361	0.14 419	0.14 418

ADCL	0.25 423	0.12 354	0.49 458	0.22 392	0.12 362	0.36 452	0.29 454	0.30 354	0.57 459	0.24 373	0.47 449	0.30 389	0.31 440	0.30 430	0.30 441	0.09 301	0.07 319	0.09 303	0.09 328	0.10 357	0.10 351

ADCRef	0.20 375	0.12 354	0.43 451	0.20 345	0.12 362	0.23 389	0.18 308	0.32 374	0.37 392	0.26 389	0.33 384	0.18 265	0.23 385	0.25 403	0.26 417	0.07 196	0.06 251	0.09 303	0.09 328	0.08 266	0.09 327

ADCP+	0.20 375	0.10 313	0.35 439	0.21 375	0.12 362	0.22 377	0.27 437	0.31 370	0.35 383	0.26 389	0.37 404	0.22 315	0.22 379	0.27 409	0.28 429	0.09 301	0.06 251	0.08 224	0.08 285	0.10 357	0.10 351

NOSS_ROB	0.19 367	0.13 379	0.18 335	0.16 101	0.12 362	0.16 276	0.12 38	0.30 354	0.33 361	0.20 321	0.22 265	0.27 365	0.24 392	0.21 363	0.16 303	0.16 447	0.18 454	0.23 460	0.21 457	0.13 404	0.13 402

PWCDC_ROB	0.21 386	0.13 379	0.23 384	0.25 428	0.12 362	0.20 354	0.15 181	0.34 400	0.55 456	0.29 415	0.49 451	0.21 298	0.15 282	0.28 417	0.20 353	0.11 368	0.09 372	0.10 348	0.08 285	0.11 376	0.09 327

ISRNet	0.18 356	0.08 192	0.20 361	0.19 297	0.13 387	0.15 248	0.12 38	0.30 354	0.33 361	0.21 335	0.26 320	0.27 365	0.18 337	0.17 293	0.20 353	0.20 461	0.08 349	0.14 421	0.14 423	0.14 419	0.17 450

AIO-Stereo-zeroshot	0.11 131	0.05 7	0.12 132	0.15 53	0.13 387	0.14 223	0.16 238	0.23 237	0.18 172	0.10 80	0.13 129	0.10 108	0.07 70	0.12 139	0.09 34	0.06 79	0.05 117	0.06 60	0.06 134	0.07 204	0.08 285

AEACV	0.09 37	0.05 7	0.08 12	0.14 20	0.13 387	0.14 223	0.13 68	0.15 63	0.09 6	0.07 11	0.09 55	0.07 37	0.08 100	0.10 31	0.09 34	0.06 79	0.04 3	0.06 60	0.05 68	0.05 61	0.04 10

coex-ft	3.24 508	0.35 473	57.83 527	0.18 241	0.13 387	0.27 421	0.23 403	0.28 327	0.72 479	1.89 509	0.70 476	0.43 451	0.47 470	0.29 424	0.43 472	0.09 301	0.09 372	0.12 394	0.09 328	0.14 419	0.14 418

Wz-Net-LNSev	0.22 394	0.16 408	0.41 447	0.22 392	0.13 387	0.25 403	0.24 411	0.33 386	0.44 425	0.30 420	0.42 438	0.32 407	0.19 353	0.23 387	0.27 422	0.10 337	0.09 372	0.08 224	0.08 285	0.12 391	0.11 373

SACVNet	0.19 367	0.12 354	0.15 239	0.17 166	0.13 387	0.22 377	0.18 308	0.31 370	0.31 351	0.24 373	0.31 369	0.30 389	0.23 385	0.23 387	0.17 319	0.11 368	0.08 349	0.10 348	0.10 361	0.12 391	0.14 418

psmorigin	0.25 423	0.16 408	0.35 439	0.17 166	0.13 387	0.24 395	0.14 112	0.34 400	0.34 372	0.41 454	0.55 459	0.41 447	0.38 454	0.35 446	0.28 429	0.11 368	0.15 443	0.11 376	0.11 388	0.12 391	0.17 450

S-Stereo	0.21 386	0.12 354	0.25 393	0.21 375	0.13 387	0.21 365	0.19 350	0.33 386	0.45 429	0.23 362	0.36 401	0.28 375	0.29 424	0.20 347	0.23 388	0.09 301	0.12 419	0.10 348	0.10 361	0.13 404	0.14 418

AF-Net	0.23 407	0.17 418	0.17 303	0.27 445	0.13 387	0.26 413	0.24 411	0.33 386	0.51 446	0.25 386	0.33 384	0.39 438	0.27 412	0.28 417	0.26 417	0.11 368	0.10 394	0.16 439	0.12 408	0.11 376	0.11 373

edge stereo	0.23 407	0.14 394	0.21 368	0.21 375	0.13 387	0.24 395	0.16 238	0.32 374	0.42 415	0.32 432	0.40 421	0.39 438	0.35 448	0.25 403	0.25 406	0.13 409	0.11 406	0.14 421	0.11 388	0.12 391	0.14 418

RTSC	0.23 407	0.13 379	0.30 421	0.21 375	0.13 387	0.29 431	0.17 264	0.36 419	0.68 474	0.27 396	0.34 394	0.30 389	0.22 379	0.32 435	0.31 446	0.10 337	0.08 349	0.09 303	0.10 361	0.13 404	0.14 418

DANet	0.21 386	0.16 408	0.29 415	0.25 428	0.13 387	0.23 389	0.19 350	0.28 327	0.27 315	0.28 408	0.32 378	0.35 422	0.32 442	0.31 431	0.24 399	0.11 368	0.09 372	0.11 376	0.10 361	0.13 404	0.11 373
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 440	0.16 408	0.33 430	0.18 241	0.13 387	0.55 473	0.42 481	0.52 473	0.68 474	0.29 415	0.38 411	0.39 438	0.30 435	0.32 435	0.23 388	0.11 368	0.10 394	0.11 376	0.08 285	0.20 456	0.16 441

NaN_ROB	0.23 407	0.20 438	0.25 393	0.25 428	0.13 387	0.31 436	0.27 437	0.34 400	0.41 413	0.31 425	0.31 369	0.32 407	0.23 385	0.31 431	0.22 379	0.11 368	0.17 452	0.10 348	0.11 388	0.08 266	0.09 327

XPNet_ROB	0.22 394	0.12 354	0.20 361	0.22 392	0.13 387	0.22 377	0.19 350	0.35 414	0.40 406	0.30 420	0.40 421	0.38 433	0.27 412	0.26 407	0.29 436	0.15 430	0.10 394	0.10 348	0.10 361	0.13 404	0.12 392

SGM-Forest	0.20 375	0.14 394	0.18 335	0.20 345	0.13 387	0.21 365	0.22 393	0.33 386	0.31 351	0.24 373	0.29 359	0.28 375	0.20 365	0.23 387	0.18 332	0.15 430	0.16 448	0.15 432	0.14 423	0.13 404	0.12 392
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DualNet (step1)	0.17 341	0.12 354	0.21 368	0.13 8	0.14 403	0.18 314	0.14 112	0.28 327	0.24 267	0.21 335	0.21 251	0.24 339	0.20 365	0.16 255	0.16 303	0.15 430	0.06 251	0.14 421	0.14 423	0.15 431	0.13 402

test_sample9	0.18 356	0.12 354	0.21 368	0.13 8	0.14 403	0.18 314	0.14 112	0.28 327	0.24 267	0.21 335	0.21 251	0.24 339	0.20 365	0.19 329	0.18 332	0.15 430	0.30 477	0.14 421	0.14 423	0.15 431	0.13 402

test_sample8	0.20 375	0.12 354	0.21 368	0.13 8	0.14 403	0.18 314	0.14 112	0.32 374	0.21 226	0.28 408	0.22 265	0.36 424	0.26 406	0.19 329	0.18 332	0.15 430	0.30 477	0.14 421	0.14 423	0.15 431	0.13 402

Wz-Net-SNSev	0.26 433	0.17 418	0.46 453	0.25 428	0.14 403	0.26 413	0.24 411	0.38 433	0.57 459	0.30 420	0.56 460	0.39 438	0.26 406	0.24 398	0.32 451	0.10 337	0.09 372	0.10 348	0.11 388	0.11 376	0.11 373

HHNet	0.11 131	0.06 33	0.16 280	0.15 53	0.14 403	0.07 19	0.13 68	0.20 181	0.18 172	0.15 217	0.25 307	0.11 128	0.09 125	0.13 186	0.10 85	0.06 79	0.04 3	0.08 224	0.06 134	0.05 61	0.09 327

Anonymous3	0.16 319	0.14 394	0.34 433	0.26 437	0.14 403	0.27 421	0.18 308	0.28 327	0.28 331	0.15 217	0.17 188	0.14 190	0.11 173	0.16 255	0.12 182	0.08 250	0.08 349	0.08 224	0.08 285	0.08 266	0.11 373

pcwnet_v2	0.19 367	0.11 337	0.26 401	0.18 241	0.14 403	0.18 314	0.15 181	0.37 426	0.46 436	0.19 300	0.24 280	0.21 298	0.19 353	0.21 363	0.20 353	0.13 409	0.10 394	0.10 348	0.10 361	0.11 376	0.13 402

APVNet	0.23 407	0.12 354	0.20 361	0.18 241	0.14 403	0.32 438	0.31 462	0.40 441	0.33 361	0.27 396	0.40 421	0.30 389	0.29 424	0.27 409	0.25 406	0.11 368	0.12 419	0.11 376	0.14 423	0.12 391	0.13 402

ADCMid	0.26 433	0.15 400	0.42 449	0.20 345	0.14 403	0.25 403	0.26 432	0.35 414	0.40 406	0.37 444	0.45 445	0.34 417	0.42 464	0.36 450	0.36 458	0.10 337	0.09 372	0.11 376	0.11 388	0.13 404	0.13 402

GANet	0.22 394	0.13 379	0.21 368	0.25 428	0.14 403	0.23 389	0.22 393	0.42 451	0.27 315	0.31 425	0.43 441	0.37 427	0.29 424	0.23 387	0.23 388	0.10 337	0.12 419	0.10 348	0.09 328	0.10 357	0.08 285

FBW_ROB	0.25 423	0.17 418	0.23 384	0.27 445	0.14 403	0.26 413	0.22 393	0.42 451	0.43 423	0.42 456	0.41 431	0.43 451	0.27 412	0.32 435	0.24 399	0.09 301	0.15 443	0.15 432	0.12 408	0.12 391	0.10 351

ETE_ROB	0.23 407	0.17 418	0.23 384	0.25 428	0.14 403	0.26 413	0.29 454	0.32 374	0.37 392	0.28 408	0.37 404	0.45 455	0.27 412	0.28 417	0.27 422	0.11 368	0.09 372	0.12 394	0.10 361	0.14 419	0.13 402

WCMA_ROB	0.24 417	0.11 337	0.24 390	0.17 166	0.14 403	0.34 444	0.16 238	0.33 386	0.33 361	0.39 447	0.54 458	0.40 444	0.35 448	0.35 446	0.26 417	0.12 392	0.12 419	0.12 394	0.11 388	0.14 419	0.14 418

Wz-Net-TNSev	0.29 444	0.20 438	0.69 481	0.19 297	0.15 416	0.38 458	0.27 437	0.36 419	0.56 458	0.35 438	0.42 438	0.45 455	0.39 455	0.33 438	0.31 446	0.13 409	0.13 431	0.10 348	0.12 408	0.15 431	0.15 432

Wz-Net-MNSev	0.23 407	0.13 379	0.33 430	0.20 345	0.15 416	0.36 452	0.25 426	0.34 400	0.45 429	0.29 415	0.41 431	0.39 438	0.19 353	0.25 403	0.27 422	0.09 301	0.07 319	0.09 303	0.09 328	0.12 391	0.10 351

DDUNet	0.23 407	0.18 431	0.22 377	0.22 392	0.15 416	0.25 403	0.24 411	0.30 354	0.31 351	0.31 425	0.37 404	0.34 417	0.26 406	0.25 403	0.21 366	0.18 453	0.13 431	0.17 441	0.11 388	0.16 442	0.17 450

UDG	0.21 386	0.17 418	0.20 361	0.23 411	0.15 416	0.31 436	0.20 366	0.33 386	0.35 383	0.24 373	0.28 345	0.31 401	0.29 424	0.21 363	0.23 388	0.15 430	0.12 419	0.13 408	0.09 328	0.14 419	0.15 432

Syn2CoEx	0.22 394	0.16 408	0.29 415	0.29 458	0.15 416	0.26 413	0.21 382	0.34 400	0.32 356	0.29 415	0.36 401	0.28 375	0.25 399	0.20 347	0.25 406	0.16 447	0.12 419	0.14 421	0.11 388	0.09 326	0.08 285

MFN_U_SF_RVC	0.33 454	0.22 447	0.58 468	0.31 462	0.15 416	0.36 452	0.17 264	0.54 476	0.46 436	0.47 466	0.56 460	0.58 472	0.39 455	0.36 450	0.38 465	0.15 430	0.15 443	0.18 450	0.21 457	0.16 442	0.16 441

Nwc_Net	0.23 407	0.17 418	0.22 377	0.25 428	0.15 416	0.25 403	0.27 437	0.38 433	0.39 402	0.22 348	0.41 431	0.30 389	0.29 424	0.28 417	0.25 406	0.11 368	0.10 394	0.17 441	0.20 455	0.10 357	0.11 373

RTS	0.46 473	0.19 434	3.33 505	0.25 428	0.15 416	0.72 486	0.21 382	0.37 426	0.78 485	0.42 456	0.44 443	0.31 401	0.43 467	0.55 479	0.37 462	0.10 337	0.09 372	0.13 408	0.13 418	0.15 431	0.15 432

RTSA	0.46 473	0.19 434	3.33 505	0.25 428	0.15 416	0.72 486	0.21 382	0.37 426	0.78 485	0.42 456	0.44 443	0.31 401	0.43 467	0.55 479	0.37 462	0.10 337	0.09 372	0.13 408	0.13 418	0.15 431	0.15 432

ADCPNet	0.26 433	0.17 418	0.62 470	0.21 375	0.15 416	0.36 452	0.25 426	0.33 386	0.37 392	0.31 425	0.41 431	0.36 424	0.29 424	0.29 424	0.34 456	0.12 392	0.10 394	0.11 376	0.12 408	0.14 419	0.13 402

CC-Net-ROB	0.28 440	0.31 469	0.36 441	0.30 460	0.15 416	0.25 403	0.19 350	0.45 463	0.34 372	0.39 447	0.37 404	0.39 438	0.31 440	0.27 409	0.27 422	0.24 474	0.18 454	0.30 475	0.23 464	0.19 454	0.15 432

PSMNet_ROB	0.22 394	0.12 354	0.15 239	0.27 445	0.15 416	0.25 403	0.36 473	0.43 457	0.37 392	0.27 396	0.33 384	0.32 407	0.23 385	0.21 363	0.27 422	0.12 392	0.08 349	0.13 408	0.11 388	0.10 357	0.09 327

rvit_105_1	0.19 367	0.12 354	0.25 393	0.21 375	0.16 428	0.22 377	0.28 443	0.32 374	0.42 415	0.20 321	0.21 251	0.22 315	0.18 337	0.19 329	0.18 332	0.12 392	0.12 419	0.13 408	0.15 438	0.08 266	0.07 218

rvit_stereo_0075_2	0.17 341	0.12 354	0.25 393	0.23 411	0.16 428	0.13 186	0.10 9	0.30 354	0.27 315	0.20 321	0.28 345	0.22 315	0.15 282	0.18 308	0.13 215	0.16 447	0.10 394	0.17 441	0.10 361	0.10 357	0.10 351

Anonymous_2	0.22 394	0.17 418	0.28 406	0.15 53	0.16 428	0.33 440	0.22 393	0.23 237	0.18 172	0.23 362	0.24 280	0.26 360	0.27 412	0.27 409	0.24 399	0.22 467	0.26 473	0.17 441	0.17 449	0.16 442	0.18 453

WZ-Net	0.29 444	0.17 418	0.82 489	0.23 411	0.16 428	0.35 448	0.29 454	0.40 441	0.59 464	0.24 373	0.57 464	0.37 427	0.25 399	0.34 441	0.37 462	0.09 301	0.08 349	0.09 303	0.10 361	0.14 419	0.16 441

FINET	0.22 394	0.18 431	0.28 406	0.19 297	0.16 428	0.24 395	0.24 411	0.33 386	0.49 440	0.26 389	0.33 384	0.22 315	0.23 385	0.23 387	0.18 332	0.18 453	0.16 448	0.11 376	0.10 361	0.15 431	0.14 418

MFN_U_SF_DS_RVC	0.30 447	0.24 452	0.30 421	0.36 470	0.16 428	0.36 452	0.31 462	0.34 400	0.43 423	0.41 454	0.46 447	0.38 433	0.30 435	0.35 446	0.29 436	0.19 456	0.20 460	0.26 463	0.29 473	0.18 451	0.19 458

FADNet-RVC	0.21 386	0.20 438	0.40 445	0.21 375	0.16 428	0.21 365	0.15 181	0.27 305	0.27 315	0.26 389	0.32 378	0.26 360	0.21 372	0.22 380	0.19 345	0.12 392	0.13 431	0.12 394	0.14 423	0.13 404	0.18 453

RGC	0.25 423	0.20 438	0.29 415	0.28 451	0.16 428	0.22 377	0.23 403	0.33 386	0.44 425	0.27 396	0.40 421	0.38 433	0.28 421	0.37 454	0.23 388	0.11 368	0.13 431	0.17 441	0.17 449	0.15 431	0.16 441

G-Net	0.25 423	0.17 418	0.38 443	0.23 411	0.16 428	0.51 470	0.23 403	0.29 344	0.35 383	0.36 440	0.38 411	0.31 401	0.29 424	0.28 417	0.27 422	0.11 368	0.09 372	0.12 394	0.10 361	0.16 442	0.14 418

DeepPrunerF	0.24 417	0.17 418	0.45 452	0.26 437	0.16 428	0.23 389	0.29 454	0.37 426	0.51 446	0.27 396	0.31 369	0.24 339	0.28 421	0.22 380	0.23 388	0.15 430	0.11 406	0.20 454	0.18 453	0.12 391	0.14 418

GANetREF_RVC	0.31 452	0.34 472	0.29 415	0.35 468	0.16 428	0.33 440	0.42 481	0.48 468	0.52 452	0.35 438	0.35 398	0.34 417	0.32 442	0.40 463	0.33 454	0.27 476	0.20 460	0.29 473	0.15 438	0.19 454	0.18 453
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	0.19 367	0.11 337	0.16 280	0.17 166	0.16 428	0.28 429	0.23 403	0.44 461	0.42 415	0.15 217	0.28 345	0.25 351	0.19 353	0.23 387	0.18 332	0.09 301	0.06 251	0.10 348	0.08 285	0.15 431	0.10 351

GASNet	0.22 394	0.24 452	0.34 433	0.26 437	0.17 440	0.27 421	0.16 238	0.45 463	0.42 415	0.27 396	0.24 280	0.30 389	0.16 303	0.27 409	0.18 332	0.12 392	0.09 372	0.12 394	0.11 388	0.16 442	0.08 285

FADNet	0.21 386	0.23 449	0.37 442	0.18 241	0.17 440	0.25 403	0.13 68	0.32 374	0.32 356	0.23 362	0.25 307	0.27 365	0.21 372	0.19 329	0.16 303	0.13 409	0.15 443	0.12 394	0.15 438	0.17 449	0.18 453

NCC-stereo	0.25 423	0.15 400	0.31 424	0.26 437	0.17 440	0.21 365	0.31 462	0.41 446	0.40 406	0.24 373	0.38 411	0.33 413	0.29 424	0.37 454	0.28 429	0.13 409	0.11 406	0.15 432	0.22 460	0.13 404	0.13 402

Abc-Net	0.25 423	0.15 400	0.31 424	0.26 437	0.17 440	0.21 365	0.31 462	0.41 446	0.40 406	0.24 373	0.38 411	0.33 413	0.29 424	0.37 454	0.28 429	0.13 409	0.11 406	0.15 432	0.22 460	0.13 404	0.13 402
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	0.37 461	0.26 458	1.41 500	0.22 392	0.17 440	0.51 470	0.28 443	0.36 419	0.40 406	0.39 447	0.75 481	0.46 459	0.39 455	0.46 471	0.50 482	0.13 409	0.13 431	0.13 408	0.14 423	0.14 419	0.16 441

AnyNet_C32	0.26 433	0.16 408	0.39 444	0.20 345	0.17 440	0.26 413	0.31 462	0.32 374	0.45 429	0.31 425	0.50 453	0.30 389	0.34 445	0.41 468	0.36 458	0.12 392	0.12 419	0.12 394	0.14 423	0.14 419	0.15 432

RYNet	0.23 407	0.12 354	0.22 377	0.19 297	0.17 440	0.47 467	0.26 432	0.39 438	0.49 440	0.24 373	0.29 359	0.34 417	0.24 392	0.20 347	0.31 446	0.10 337	0.06 251	0.09 303	0.09 328	0.14 419	0.15 432

DispFullNet	0.27 438	0.22 447	0.66 473	0.28 451	0.17 440	0.27 421	0.17 264	0.34 400	0.57 459	0.27 396	0.37 404	0.43 451	0.24 392	0.39 460	0.25 406	0.12 392	0.06 251	0.19 452	0.11 388	0.23 460	0.16 441

LALA_ROB	0.25 423	0.16 408	0.23 384	0.27 445	0.17 440	0.27 421	0.27 437	0.42 451	0.38 398	0.33 436	0.39 418	0.51 465	0.26 406	0.29 424	0.28 429	0.16 447	0.09 372	0.13 408	0.12 408	0.13 404	0.13 402

SHD	0.26 433	0.15 400	0.31 424	0.24 421	0.18 449	0.23 389	0.15 181	0.39 438	0.72 479	0.32 432	0.42 438	0.36 424	0.29 424	0.33 438	0.30 441	0.13 409	0.11 406	0.14 421	0.13 418	0.16 442	0.20 461

ADCS	0.30 447	0.19 434	0.48 457	0.21 375	0.18 449	0.29 431	0.24 411	0.42 451	0.64 471	0.40 450	0.50 453	0.40 444	0.37 452	0.40 463	0.43 472	0.13 409	0.13 431	0.13 408	0.14 423	0.16 442	0.16 441

NCCL2	0.24 417	0.15 400	0.18 335	0.34 466	0.18 449	0.24 395	0.24 411	0.34 400	0.29 337	0.31 425	0.38 411	0.38 433	0.29 424	0.23 387	0.25 406	0.15 430	0.12 419	0.18 450	0.21 457	0.13 404	0.13 402

SQANet	0.24 417	0.24 452	0.31 424	0.31 462	0.19 452	0.27 421	0.13 68	0.30 354	0.33 361	0.25 386	0.37 404	0.31 401	0.22 379	0.27 409	0.23 388	0.15 430	0.10 394	0.21 455	0.16 442	0.22 457	0.16 441

XQC	0.29 444	0.23 449	0.53 460	0.29 458	0.19 452	0.36 452	0.28 443	0.37 426	0.58 462	0.31 425	0.31 369	0.37 427	0.30 435	0.39 460	0.39 466	0.13 409	0.09 372	0.15 432	0.12 408	0.18 451	0.18 453

CSAN	0.30 447	0.24 452	0.28 406	0.34 466	0.19 452	0.34 444	0.42 481	0.38 433	0.51 446	0.38 446	0.40 421	0.44 454	0.34 445	0.29 424	0.31 446	0.19 456	0.16 448	0.19 452	0.19 454	0.14 419	0.15 432

MSC_U_SF_DS_RVC	0.44 470	0.39 476	0.56 463	0.40 473	0.20 455	0.66 481	0.33 471	0.54 476	0.72 479	0.71 480	0.72 478	0.62 474	0.55 476	0.52 475	0.47 479	0.20 461	0.19 459	0.29 473	0.30 475	0.24 466	0.19 458

PDISCO_ROB	0.28 440	0.16 408	0.28 406	0.28 451	0.20 455	0.33 440	0.27 437	0.45 463	0.58 462	0.28 408	0.41 431	0.45 455	0.30 435	0.34 441	0.35 457	0.12 392	0.09 372	0.17 441	0.16 442	0.17 449	0.13 402

AIO-Stereo-zeroshot1	0.11 131	0.05 7	0.14 203	0.16 101	0.21 457	0.09 51	0.17 264	0.21 196	0.16 135	0.11 112	0.15 154	0.10 108	0.07 70	0.10 31	0.08 14	0.06 79	0.05 117	0.07 150	0.07 222	0.07 204	0.09 327

BEATNet-Init1	0.54 479	0.28 460	0.68 480	0.31 462	0.21 457	0.85 494	0.31 462	0.57 478	0.69 477	0.89 491	1.00 493	2.17 508	0.66 485	0.58 483	0.44 475	0.19 456	0.18 454	0.23 460	0.22 460	0.22 457	0.21 462

MSMD_ROB	0.31 452	0.26 458	0.26 401	0.24 421	0.21 457	0.34 444	0.25 426	0.34 400	0.39 402	0.40 450	0.69 475	0.45 455	0.41 460	0.34 441	0.28 429	0.20 461	0.20 460	0.26 463	0.25 466	0.23 460	0.22 465

PA-Net	0.24 417	0.18 431	0.34 433	0.28 451	0.22 460	0.22 377	0.39 478	0.29 344	0.39 402	0.22 348	0.33 384	0.25 351	0.26 406	0.21 363	0.25 406	0.10 337	0.23 471	0.15 432	0.22 460	0.09 326	0.13 402
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN v2	0.33 454	0.28 460	0.28 406	0.26 437	0.23 461	0.39 460	0.29 454	0.41 446	0.44 425	0.46 464	0.57 464	0.51 465	0.41 460	0.38 458	0.30 441	0.21 464	0.20 460	0.27 466	0.26 467	0.25 468	0.24 467

PVD	0.40 465	0.21 443	0.40 445	0.32 465	0.23 461	0.30 434	0.45 485	0.53 475	0.97 492	0.55 472	0.80 485	0.54 470	0.60 482	0.53 477	0.40 468	0.19 456	0.14 439	0.17 441	0.14 423	0.24 466	0.32 479

FC-DCNN	0.33 454	0.28 460	0.28 406	0.26 437	0.23 461	0.38 458	0.29 454	0.40 441	0.44 425	0.46 464	0.56 460	0.51 465	0.41 460	0.38 458	0.31 446	0.21 464	0.20 460	0.27 466	0.26 467	0.25 468	0.24 467

ACVNet-4b	0.39 463	0.53 482	0.56 463	0.45 478	0.24 464	0.46 466	0.18 308	0.50 470	0.64 471	0.42 456	0.45 445	0.60 473	0.27 412	0.34 441	0.24 399	0.33 479	0.14 439	0.48 482	0.42 482	0.31 477	0.27 474

DGSMNet	0.25 423	0.19 434	0.34 433	0.21 375	0.24 464	0.24 395	0.21 382	0.36 419	0.42 415	0.25 386	0.32 378	0.38 433	0.21 372	0.29 424	0.24 399	0.13 409	0.11 406	0.14 421	0.16 442	0.23 460	0.23 466

FCDSN-DC	0.33 454	0.28 460	0.28 406	0.30 460	0.24 464	0.39 460	0.28 443	0.43 457	0.42 415	0.44 461	0.53 457	0.51 465	0.42 464	0.37 454	0.30 441	0.21 464	0.20 460	0.27 466	0.26 467	0.25 468	0.25 469
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.47 475	0.28 460	0.28 406	0.27 445	0.24 464	0.50 468	0.32 470	0.57 478	0.62 469	0.74 484	1.20 503	1.21 494	0.64 484	0.54 478	0.39 466	0.22 467	0.20 460	0.27 466	0.31 476	0.26 471	0.25 469

ELAS_RVC	0.42 468	0.29 467	0.33 430	0.28 451	0.24 464	0.56 474	0.38 476	0.50 470	0.61 466	0.74 484	0.76 482	0.67 479	0.56 478	0.55 479	0.42 471	0.22 467	0.21 468	0.27 466	0.26 467	0.27 473	0.26 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 468	0.29 467	0.34 433	0.28 451	0.24 464	0.63 478	0.37 474	0.52 473	0.52 452	0.72 481	0.82 486	0.68 481	0.56 478	0.52 475	0.45 478	0.22 467	0.21 468	0.27 466	0.26 467	0.26 471	0.26 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PASM	0.33 454	0.25 457	0.51 459	0.28 451	0.27 470	0.30 434	0.31 462	0.35 414	0.51 446	0.36 440	0.40 421	0.47 462	0.35 448	0.34 441	0.36 458	0.23 472	0.26 473	0.26 463	0.28 472	0.23 460	0.21 462

otaku	0.39 463	0.38 475	0.53 460	0.44 477	0.28 471	0.57 475	0.24 411	0.42 451	0.62 469	0.40 450	0.50 453	0.46 459	0.34 445	0.40 463	0.33 454	0.30 477	0.30 477	0.39 479	0.33 478	0.30 474	0.29 475

ACVNet_1	0.45 472	0.51 481	0.61 469	0.45 478	0.28 471	0.50 468	0.28 443	0.58 483	0.71 478	0.63 475	0.59 469	0.74 484	0.50 473	0.50 473	0.36 458	0.26 475	0.25 472	0.39 479	0.29 473	0.32 478	0.25 469

ccnet	0.30 447	0.28 460	0.24 390	0.20 345	0.28 471	0.41 463	0.22 393	0.46 466	0.33 361	0.37 444	0.46 447	0.37 427	0.30 435	0.40 463	0.43 472	0.23 472	0.14 439	0.21 455	0.17 449	0.23 460	0.19 458

NVStereoNet_ROB	0.47 475	0.37 474	0.47 456	0.42 476	0.29 474	0.35 448	0.35 472	0.50 470	0.61 466	0.73 482	0.94 490	0.70 483	0.68 486	0.48 472	0.62 489	0.22 467	0.33 480	0.34 477	0.34 480	0.30 474	0.31 478
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	0.41 466	0.40 477	0.54 462	0.46 481	0.30 475	0.64 479	0.24 411	0.47 467	0.68 474	0.42 456	0.49 451	0.47 462	0.42 464	0.40 463	0.32 451	0.32 478	0.28 475	0.37 478	0.31 476	0.33 479	0.29 475

PSMNet-RUCA	0.28 440	0.33 471	0.42 449	0.36 470	0.32 476	0.18 314	0.20 366	0.42 451	0.30 342	0.33 436	0.41 431	0.40 444	0.24 392	0.31 431	0.20 353	0.19 456	0.11 406	0.25 462	0.15 438	0.22 457	0.16 441

PWCK	0.72 487	0.95 501	0.99 495	0.77 490	0.32 476	0.79 491	0.38 476	0.92 492	0.90 490	0.96 495	0.76 482	0.97 488	0.62 483	0.87 496	0.68 492	0.73 499	0.46 485	0.76 495	0.49 486	0.71 497	0.44 488

GCST	0.37 461	0.42 479	0.27 403	1.03 503	0.39 478	0.18 314	0.08 3	0.21 196	0.18 172	0.28 408	0.25 307	0.15 215	0.12 202	0.16 255	0.14 251	0.64 496	0.43 484	0.75 493	0.65 495	0.64 490	0.46 489

SAMSARA	0.41 466	0.28 460	0.34 433	0.55 484	0.39 478	0.85 494	1.25 509	0.49 469	0.52 452	0.36 440	0.35 398	0.56 471	0.39 455	0.39 460	0.41 469	0.15 430	0.20 460	0.15 432	0.14 423	0.23 460	0.21 462

ACVNet_2	0.67 486	0.68 491	0.70 484	0.64 486	0.41 480	0.75 489	0.50 486	0.98 498	1.38 502	0.90 492	1.09 497	1.04 489	0.74 489	0.55 479	0.48 480	0.43 483	0.40 483	0.53 486	0.45 483	0.48 482	0.36 483

MADNet+	0.76 490	0.72 492	3.76 508	0.67 487	0.41 480	0.99 500	0.97 507	0.72 487	0.75 483	0.52 469	0.58 467	0.64 477	0.68 486	0.89 499	1.04 505	0.35 480	0.36 481	0.28 472	0.23 464	0.38 480	0.33 480

RainbowNet	0.54 479	0.61 486	0.71 486	0.57 485	0.43 482	0.66 481	0.37 474	0.60 484	0.87 489	0.51 468	0.67 472	0.63 475	0.47 470	0.50 473	0.44 475	0.47 487	0.48 490	0.53 486	0.41 481	0.53 485	0.41 486

Consistency-Raft	0.44 470	0.40 477	0.46 453	0.37 472	0.43 482	0.42 464	0.41 479	0.57 478	0.55 456	0.32 432	0.73 479	0.32 407	0.50 473	0.42 469	0.49 481	0.39 481	0.36 481	0.45 481	0.52 491	0.42 481	0.30 477

JetBlue	0.73 489	0.46 480	1.21 498	0.52 483	0.47 484	2.16 509	0.67 497	0.78 488	0.72 479	0.70 479	0.79 484	1.21 494	0.84 493	1.06 505	1.04 505	0.40 482	0.28 475	0.33 476	0.33 478	0.30 474	0.34 481

IMH-64-1	0.66 484	0.62 487	0.69 481	0.72 488	0.51 485	0.60 476	0.51 487	0.92 492	0.84 487	0.75 487	1.02 494	0.81 485	0.78 491	0.80 490	0.50 482	0.43 483	0.46 485	0.72 490	0.48 484	0.55 486	0.40 484

IMH-64	0.66 484	0.62 487	0.69 481	0.72 488	0.51 485	0.60 476	0.51 487	0.92 492	0.84 487	0.75 487	1.02 494	0.81 485	0.78 491	0.80 490	0.50 482	0.43 483	0.46 485	0.72 490	0.48 484	0.55 486	0.40 484

IMH	0.72 487	0.65 489	0.70 484	0.77 490	0.54 487	0.71 485	0.56 490	0.99 500	1.08 493	0.82 490	1.09 497	0.89 487	0.88 495	0.88 498	0.53 486	0.44 486	0.50 494	0.75 493	0.51 489	0.58 489	0.42 487

SPS-STEREO	0.58 482	0.59 485	0.66 473	0.45 478	0.55 488	0.65 480	0.44 484	0.63 485	0.51 446	0.69 478	0.65 471	0.66 478	0.58 481	0.62 485	0.62 489	0.62 495	0.47 489	0.51 484	0.49 486	0.55 486	0.58 491
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.57 481	0.58 483	0.67 477	0.41 474	0.55 488	0.68 483	0.51 487	0.57 478	0.46 436	0.67 476	0.70 476	0.69 482	0.57 480	0.64 486	0.58 487	0.59 493	0.49 491	0.50 483	0.50 488	0.52 483	0.59 494

LVE	0.84 495	0.87 499	0.86 492	0.81 493	0.56 490	1.09 505	0.66 496	1.07 502	1.45 504	0.97 496	1.23 505	1.11 492	0.86 494	0.84 493	0.72 496	0.49 488	0.56 500	0.76 495	0.60 494	0.66 492	0.60 497

UNDER WATER-64	0.97 499	0.96 502	1.48 502	0.88 498	0.57 491	1.24 508	0.90 505	0.78 488	0.96 491	1.05 498	0.85 487	1.56 506	1.26 507	0.97 503	0.99 503	0.88 504	0.57 502	1.04 504	0.88 504	0.81 501	0.75 502

Dean	0.88 496	0.88 500	0.81 488	0.82 494	0.57 491	0.91 496	0.62 494	1.17 507	1.71 507	1.15 502	1.16 501	1.31 498	1.00 500	0.82 492	0.83 501	0.57 490	0.56 500	0.78 497	0.65 495	0.67 493	0.58 491

TorneroNet-64	0.76 490	0.73 493	0.77 487	0.78 492	0.58 493	0.94 499	0.58 491	0.85 491	1.26 497	0.67 476	0.88 488	1.41 501	0.76 490	0.87 496	0.68 492	0.49 488	0.46 485	0.73 492	0.59 492	0.68 494	0.54 490

anonymity	0.53 478	0.58 483	0.66 473	0.41 474	0.61 494	0.54 472	0.41 479	0.57 478	0.41 413	0.56 473	0.50 453	0.50 464	0.55 476	0.59 484	0.50 482	0.58 492	0.50 494	0.51 484	0.51 489	0.52 483	0.58 491

LSM	0.34 460	0.21 443	0.62 470	0.27 445	0.62 495	0.35 448	0.26 432	0.43 457	0.49 440	0.45 463	0.60 470	0.42 449	0.37 452	0.35 446	0.26 417	0.13 409	0.21 468	0.14 421	0.16 442	0.18 451	0.34 481

WAO-6	0.82 493	0.81 496	0.63 472	0.87 497	0.63 496	0.79 491	0.60 493	0.98 498	1.52 506	0.91 494	0.97 492	1.08 491	1.04 501	0.72 489	0.70 495	0.72 498	0.49 491	0.91 501	0.71 499	0.70 496	0.59 494

TorneroNet	0.83 494	0.75 494	0.83 491	0.85 495	0.63 496	1.03 503	0.65 495	0.96 496	1.14 495	0.80 489	1.10 499	1.36 499	0.88 495	0.95 501	0.82 500	0.57 490	0.49 491	0.79 498	0.66 497	0.74 500	0.64 500

WAO-7	0.80 492	0.78 495	0.57 465	0.85 495	0.67 498	0.76 490	0.69 500	1.07 502	1.30 499	0.90 492	1.20 503	1.05 490	0.93 497	0.71 488	0.68 492	0.60 494	0.62 504	0.67 489	0.68 498	0.64 490	0.59 494

MFMNet_re	0.65 483	0.66 490	0.66 473	0.51 482	0.69 499	0.70 484	0.58 491	0.65 486	0.75 483	0.61 474	0.73 479	0.63 475	0.68 486	0.65 487	0.60 488	0.66 497	0.58 503	0.63 488	0.59 492	0.68 494	0.69 501

WAO-8	0.92 497	0.83 497	0.67 477	0.94 500	0.70 500	0.92 497	0.68 498	1.08 504	1.80 509	1.06 500	1.42 507	1.29 496	1.08 503	0.86 494	0.80 498	0.74 500	0.54 497	0.86 499	0.75 500	0.71 497	0.63 498

Venus	0.92 497	0.83 497	0.67 477	0.94 500	0.70 500	0.92 497	0.68 498	1.08 504	1.80 509	1.06 500	1.42 507	1.29 496	1.08 503	0.86 494	0.80 498	0.74 500	0.54 497	0.86 499	0.75 500	0.71 497	0.63 498

UNDER WATER	0.99 501	1.00 503	1.47 501	1.00 502	0.71 502	1.18 507	0.86 503	0.81 490	1.09 494	1.02 497	0.90 489	1.53 505	1.26 507	1.06 505	1.02 504	0.79 502	0.54 497	1.02 503	0.88 504	0.83 502	0.75 502

notaker	0.98 500	1.13 504	1.02 496	1.14 505	0.81 503	0.73 488	0.69 500	0.94 495	1.15 496	1.19 504	1.19 502	1.41 501	1.17 506	1.10 507	0.74 497	0.82 503	0.64 505	1.18 505	0.79 502	1.02 504	0.82 505

HanzoNet	1.31 505	1.29 508	1.22 499	1.13 504	0.85 504	1.05 504	0.84 502	1.06 501	1.47 505	1.66 507	1.63 509	2.48 510	1.78 509	1.63 509	1.69 507	1.27 507	0.80 507	1.32 508	1.02 507	1.07 507	0.90 506

ktn	1.02 502	1.23 506	0.82 489	1.24 507	0.86 505	1.00 502	0.86 503	0.96 496	1.37 501	1.05 498	1.12 500	1.16 493	1.06 502	0.95 501	0.62 489	1.28 508	0.71 506	1.39 509	0.83 503	1.06 506	0.77 504

DPSimNet_ROB	1.14 504	1.25 507	0.87 493	1.15 506	0.90 506	1.15 506	1.18 508	1.20 508	1.26 497	1.45 506	1.05 496	1.44 504	1.13 505	0.92 500	1.70 508	1.47 509	0.52 496	1.22 507	1.04 509	0.92 503	1.03 508

KSHMR	1.10 503	1.19 505	0.90 494	1.26 508	1.00 507	0.99 500	0.96 506	1.13 506	1.35 500	1.16 503	1.28 506	1.40 500	0.97 499	1.03 504	0.93 502	1.03 506	1.08 508	1.20 506	1.03 508	1.03 505	0.98 507

JetRed	1.66 506	1.51 509	3.09 504	0.93 499	1.21 508	5.28 511	1.61 511	1.29 509	1.42 503	1.84 508	1.77 510	1.59 507	0.95 498	1.43 508	2.51 511	0.91 505	1.61 509	0.93 502	0.91 506	1.36 508	1.03 508

tt	4.65 509	0.07 92	3.54 507	2.01 510	1.55 509	10.25 515	16.66 515	8.90 518	5.03 512	1.33 505	0.96 491	4.71 511	4.74 511	3.33 511	5.86 513	6.06 517	10.30 521	1.87 511	2.09 512	2.61 510	1.19 510

MADNet++	1.97 507	1.75 510	1.66 503	1.83 509	1.69 510	2.38 510	1.45 510	2.36 510	2.11 511	2.58 510	2.37 511	2.25 509	2.21 510	2.28 510	2.36 510	1.87 510	1.67 510	1.53 510	1.34 510	1.87 509	1.78 511

LRCNet_RVC	10.76 518	13.97 521	7.97 516	19.07 521	2.04 511	0.35 448	0.31 462	5.29 511	0.48 439	13.02 520	17.65 521	8.69 515	5.73 512	4.78 512	2.22 509	23.53 525	2.69 515	27.60 526	25.75 526	17.60 523	16.54 524

xxxxx1	7.75 510	5.06 514	7.26 510	3.15 511	3.91 512	16.37 518	22.88 519	5.87 515	8.68 514	7.99 514	8.55 512	9.13 516	8.46 514	10.05 516	10.47 514	2.43 511	2.48 512	3.56 514	12.26 518	3.48 511	3.02 513

tt_ll	7.75 510	5.06 514	7.26 510	3.15 511	3.91 512	16.37 518	22.88 519	5.87 515	8.68 514	7.99 514	8.55 512	9.13 516	8.46 514	10.05 516	10.47 514	2.43 511	2.48 512	3.56 514	12.26 518	3.48 511	3.02 513

ff	7.75 510	5.06 514	7.26 510	3.15 511	3.91 512	16.37 518	22.88 519	5.87 515	8.68 514	7.99 514	8.55 512	9.13 516	8.46 514	10.05 516	10.47 514	2.43 511	2.48 512	3.56 514	12.26 518	3.48 511	3.02 513

PML	8.57 516	9.39 520	6.24 509	5.34 514	6.36 515	13.21 517	20.99 516	5.35 512	6.68 513	17.75 522	26.46 527	7.58 514	6.08 513	7.89 515	5.76 512	5.33 516	1.83 511	5.95 520	1.93 511	8.75 518	2.53 512

Anonymous_1	10.87 519	7.82 517	7.41 513	10.29 517	10.08 516	18.64 522	26.11 522	11.02 519	13.45 520	9.43 517	10.10 517	9.73 519	11.31 519	10.69 519	12.47 517	6.42 518	8.38 518	5.70 517	10.22 517	11.41 519	6.65 516

DGTPSM_ROB	8.06 514	4.50 512	8.69 517	5.34 514	10.73 517	8.32 513	22.71 517	5.47 513	13.38 518	5.13 512	9.98 515	5.10 512	10.47 517	5.53 513	12.77 518	3.79 514	8.00 516	3.49 512	6.95 515	3.74 514	7.09 517

DPSMNet_ROB	8.06 514	4.50 512	8.69 517	5.36 516	10.74 518	8.32 513	22.71 517	5.47 513	13.38 518	5.13 512	9.98 515	5.10 512	10.47 517	5.53 513	12.77 518	3.80 515	8.00 516	3.49 512	6.95 515	3.75 515	7.09 517

DPSM_ROB	11.10 520	8.47 518	7.95 514	10.84 518	11.58 519	19.10 523	26.50 523	12.02 520	14.09 521	10.38 518	10.91 518	10.39 520	11.92 520	11.67 520	13.39 520	6.99 519	8.79 519	5.82 518	6.92 513	6.97 516	7.31 519

DPSM	11.10 520	8.47 518	7.95 514	10.84 518	11.58 519	19.10 523	26.50 523	12.02 520	14.09 521	10.38 518	10.91 518	10.39 520	11.92 520	11.67 520	13.39 520	6.99 519	8.79 519	5.82 518	6.92 513	6.97 516	7.31 519

DLNR_Zeroshot_test	10.48 517	2.27 511	19.78 523	120.28 528	13.29 521	0.06 5	0.13 68	0.24 259	0.10 14	0.08 29	0.10 76	0.09 83	0.07 70	0.10 31	0.09 34	0.13 409	0.04 3	0.06 60	0.04 15	52.68 527	0.04 10

HaxPig	15.73 522	18.55 525	19.19 522	16.92 520	15.89 522	7.80 512	7.57 512	13.37 522	10.80 517	15.40 521	14.87 520	15.95 522	14.81 522	15.67 522	15.97 522	18.96 524	16.72 522	19.47 524	18.10 524	19.45 524	19.06 525

MEDIAN_ROB	20.38 523	24.05 526	23.36 524	21.18 522	21.62 523	10.51 516	8.17 513	17.68 523	15.46 523	20.04 523	19.65 522	20.30 523	20.16 523	21.17 523	21.03 523	23.81 526	21.77 526	24.98 525	23.75 525	25.01 525	23.94 526

CasAABBNet	22.33 524	17.11 522	15.84 519	21.94 523	23.28 524	38.30 525	53.40 527	24.05 525	28.44 526	20.66 524	21.86 524	21.03 525	24.04 525	23.35 524	27.03 526	14.06 521	17.69 524	11.70 521	13.94 522	14.04 520	14.76 522

Selective-RAFT-Error	22.39 525	17.14 523	16.01 520	22.00 524	23.34 525	38.37 526	53.36 526	24.24 527	28.53 527	20.80 525	21.94 525	20.94 524	24.02 524	23.48 526	27.33 527	14.07 522	17.70 525	11.70 521	13.93 521	14.05 521	14.83 523

AVERAGE_ROB	24.89 527	29.12 527	27.98 525	24.83 526	24.59 526	17.82 521	11.61 514	21.45 524	19.91 524	25.04 527	24.38 526	25.06 527	25.31 527	24.69 527	22.86 524	29.74 527	27.09 527	28.97 527	27.94 527	30.07 526	29.35 527

LSM0	22.80 526	17.22 524	19.17 521	22.12 525	28.90 527	38.38 527	53.27 525	24.21 526	28.36 525	20.84 526	21.11 523	21.63 526	24.25 526	23.42 525	26.98 525	14.08 523	17.39 523	11.72 523	13.98 523	14.22 522	14.66 521

test_example2	97.69 528	92.93 528	45.57 526	96.02 527	109.84 528	88.44 528	93.70 528	25.54 528	94.63 528	130.46 529	126.87 528	58.93 528	75.48 528	87.99 528	77.94 528	150.16 528	221.11 528	76.29 528	98.21 528	108.42 528	95.33 528

ccccc		285.89 529		366.70 529	366.78 529	118.88 529		113.97 529		125.77 528		120.54 529		252.62 529		382.79 529	352.84 529	254.30 529	222.62 529	426.61 529

Low-res two-view benchmark