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	0.18 1	0.15 3	0.26 6	0.31 7	0.17 5	0.23 11	0.20 4	0.24 2	0.16 1	0.19 2	0.16 2	0.21 5	0.19 10	0.27 2	0.22 4	0.14 44	0.10 17	0.12 3	0.09 5	0.10 1	0.10 1

StereoAnything_RVC	0.22 4	0.85 460	0.41 94	0.28 1	0.16 2	0.23 11	0.18 2	0.23 1	0.19 2	0.16 1	0.16 2	0.15 1	0.21 19	0.32 6	0.19 1	0.16 147	0.09 2	0.12 3	0.09 5	0.16 158	0.10 1

dual_stereo	0.20 2	0.15 3	0.27 10	0.32 11	0.17 5	0.16 2	0.20 4	0.30 4	0.21 3	0.24 9	0.20 5	0.25 12	0.14 1	0.55 110	0.25 25	0.14 44	0.10 17	0.12 3	0.09 5	0.10 1	0.10 1

AIO_rvc	0.24 8	0.17 22	0.37 59	0.35 28	0.20 31	0.26 29	0.33 166	0.45 23	0.23 4	0.26 14	0.25 11	0.33 40	0.15 2	0.55 110	0.24 19	0.12 5	0.09 2	0.13 22	0.10 23	0.12 9	0.11 8

IGEV++	0.25 10	0.17 22	0.35 38	0.40 145	0.23 84	0.24 15	0.23 37	0.56 69	0.24 5	0.29 27	0.36 46	0.30 20	0.22 26	0.33 8	0.29 91	0.14 44	0.10 17	0.14 36	0.10 23	0.13 34	0.14 91

Selective-IGEV	0.25 10	0.18 39	0.37 59	0.37 66	0.20 31	0.27 39	0.25 52	0.59 78	0.25 6	0.27 21	0.26 16	0.34 45	0.18 6	0.62 181	0.23 11	0.12 5	0.10 17	0.14 36	0.11 40	0.13 34	0.11 8

AIO_test	0.24 8	0.17 22	0.33 26	0.35 28	0.21 44	0.31 83	0.38 242	0.45 23	0.26 7	0.26 14	0.28 21	0.32 32	0.21 19	0.40 31	0.26 37	0.13 24	0.10 17	0.13 22	0.11 40	0.13 34	0.11 8

fffft	0.26 17	0.18 39	0.39 75	0.37 66	0.23 84	0.29 61	0.35 200	0.46 29	0.26 7	0.37 52	0.23 6	0.27 15	0.22 26	0.55 110	0.28 75	0.12 5	0.09 2	0.16 100	0.13 92	0.13 34	0.13 64
1: 1. 1
RSM	0.26 17	0.19 62	0.35 38	0.37 66	0.21 44	0.27 39	0.33 166	0.55 61	0.28 9	0.26 14	0.25 11	0.38 69	0.20 14	0.59 141	0.23 11	0.12 5	0.10 17	0.14 36	0.11 40	0.14 71	0.11 8

MoCha-V2	0.26 17	0.16 13	0.30 19	0.41 170	0.18 10	0.27 39	0.26 63	0.57 72	0.28 9	0.37 52	0.27 17	0.33 40	0.34 127	0.56 120	0.23 11	0.12 5	0.10 17	0.12 3	0.10 23	0.13 34	0.13 64

AIO-Stereo	0.26 17	0.19 62	0.36 50	0.39 108	0.18 10	0.28 52	0.30 115	0.52 46	0.29 11	0.30 33	0.31 27	0.32 32	0.17 4	0.55 110	0.23 11	0.13 24	0.10 17	0.14 36	0.11 40	0.13 34	0.11 8

IGEV-Stereo+	0.25 10	0.15 3	0.28 13	0.32 11	0.19 16	0.13 1	0.17 1	0.29 3	0.30 12	0.22 5	0.15 1	0.22 6	0.22 26	0.42 40	0.22 4	0.14 44	0.10 17	0.12 3	0.09 5	0.15 111	1.09 484

testlalala	0.29 41	0.20 92	0.45 137	0.34 19	0.24 123	0.44 191	0.29 98	0.50 39	0.30 12	0.70 198	0.50 82	0.35 52	0.25 44	0.33 8	0.25 25	0.15 105	0.11 68	0.14 36	0.09 5	0.12 9	0.13 64

SCV	0.27 24	0.20 92	0.37 59	0.36 50	0.22 57	0.27 39	0.33 166	0.65 111	0.31 14	0.25 11	0.29 24	0.37 63	0.23 32	0.52 96	0.23 11	0.19 252	0.11 68	0.14 36	0.11 40	0.15 111	0.12 28

DEFOM-Stereo	0.23 6	0.16 13	0.29 15	0.34 19	0.20 31	0.59 263	0.20 4	0.32 5	0.31 14	0.23 6	0.19 4	0.18 2	0.18 6	0.42 40	0.22 4	0.12 5	0.10 17	0.12 3	0.09 5	0.11 3	0.12 28

tt45	0.28 34	0.18 39	0.36 50	0.36 50	0.24 123	0.37 137	0.28 86	0.50 39	0.31 14	0.41 76	0.27 17	0.38 69	0.25 44	0.61 159	0.26 37	0.13 24	0.11 68	0.16 100	0.13 92	0.12 9	0.15 128

XX-Stereo	0.38 135	0.18 39	0.52 224	0.58 419	0.38 373	0.39 150	0.20 4	0.62 90	0.31 14	0.47 98	1.29 396	0.72 263	0.25 44	0.59 141	0.28 75	0.16 147	0.11 68	0.17 136	0.16 171	0.14 71	0.11 8

HART	0.30 50	0.17 22	0.33 26	0.41 170	0.21 44	0.32 96	0.26 63	0.67 128	0.32 18	0.33 41	0.66 139	0.41 88	0.22 26	0.58 133	0.25 25	0.12 5	0.11 68	0.15 76	0.11 40	0.15 111	0.12 28

GCAP-BAT	0.32 68	0.21 120	0.45 137	0.34 19	0.29 268	0.28 52	0.27 73	0.53 52	0.32 18	0.61 139	0.66 139	0.47 124	0.25 44	0.59 141	0.28 75	0.15 105	0.12 134	0.15 76	0.10 23	0.12 9	0.12 28

EAI-Stereo	0.36 100	0.21 120	0.46 150	0.40 145	0.22 57	0.33 106	0.36 212	1.22 377	0.32 18	0.52 111	0.75 171	0.35 52	0.28 72	0.65 207	0.30 105	0.14 44	0.11 68	0.14 36	0.14 120	0.14 71	0.13 64

mms	0.27 24	0.21 120	0.36 50	0.38 84	0.25 152	0.31 83	0.32 151	0.43 17	0.33 21	0.29 27	0.34 42	0.34 45	0.20 14	0.48 74	0.26 37	0.13 24	0.11 68	0.16 100	0.13 92	0.15 111	0.13 64

IGEV-BASED-STEREO-	0.56 321	3.08 508	2.41 479	0.32 11	0.18 10	0.29 61	0.20 4	0.39 7	0.33 21	0.29 27	0.25 11	0.18 2	0.18 6	0.32 6	0.22 4	1.08 483	0.09 2	0.17 136	0.16 171	0.15 111	0.96 477

UniTT-Stereo	0.27 24	0.18 39	0.40 87	0.40 145	0.28 245	0.30 69	0.28 86	0.40 10	0.33 21	0.30 33	0.46 67	0.27 15	0.25 44	0.48 74	0.35 155	0.17 182	0.13 197	0.14 36	0.12 61	0.14 71	0.13 64

GREAT-IGEV	0.23 6	0.15 3	0.33 26	0.30 5	0.23 84	0.20 4	0.26 63	0.35 6	0.34 24	0.21 4	0.31 27	0.22 6	0.21 19	0.50 88	0.22 4	0.12 5	0.10 17	0.12 3	0.09 5	0.13 34	0.12 28

MonSter	0.20 2	0.14 2	0.27 10	0.31 7	0.16 2	0.22 7	0.21 16	0.39 7	0.34 24	0.20 3	0.25 11	0.18 2	0.15 2	0.39 23	0.19 1	0.09 1	0.09 2	0.11 1	0.09 5	0.11 3	0.10 1

Occ-G	0.27 24	0.15 3	0.32 23	0.35 28	0.21 44	0.28 52	0.32 151	0.44 20	0.34 24	0.29 27	0.43 60	0.49 134	0.25 44	0.50 88	0.30 105	0.14 44	0.11 68	0.14 36	0.11 40	0.13 34	0.13 64

RSM++	0.26 17	0.19 62	0.36 50	0.37 66	0.21 44	0.28 52	0.29 98	0.54 58	0.34 24	0.26 14	0.23 6	0.36 62	0.21 19	0.52 96	0.24 19	0.12 5	0.11 68	0.14 36	0.12 61	0.14 71	0.11 8

LoS_RVC	0.28 34	0.17 22	0.29 15	0.33 16	0.32 328	0.43 183	0.34 177	0.42 15	0.34 24	0.33 41	0.51 89	0.29 18	0.38 154	0.37 19	0.28 75	0.11 2	0.10 17	0.11 1	0.08 1	0.11 3	0.26 344

gcap-zeroshot	0.35 90	0.20 92	0.61 285	0.39 108	0.23 84	0.53 225	0.27 73	0.58 75	0.35 29	0.64 160	0.49 80	0.87 320	0.34 127	0.49 83	0.25 25	0.14 44	0.12 134	0.15 76	0.12 61	0.13 34	0.14 91

ff7	0.30 50	0.22 150	0.42 106	0.37 66	0.26 188	0.31 83	0.34 177	0.66 117	0.35 29	0.39 63	0.33 36	0.31 24	0.28 72	0.61 159	0.26 37	0.14 44	0.11 68	0.17 136	0.12 61	0.15 111	0.16 159

IGEVStereo-DCA	0.30 50	0.24 199	0.42 106	0.36 50	0.27 223	0.38 143	0.34 177	0.66 117	0.35 29	0.39 63	0.31 27	0.35 52	0.27 62	0.62 181	0.25 25	0.16 147	0.12 134	0.16 100	0.12 61	0.14 71	0.16 159

ffff	0.30 50	0.22 150	0.42 106	0.37 66	0.26 188	0.31 83	0.34 177	0.66 117	0.35 29	0.39 63	0.33 36	0.31 24	0.28 72	0.61 159	0.26 37	0.14 44	0.11 68	0.17 136	0.12 61	0.15 111	0.16 159

11t	0.30 50	0.22 150	0.42 106	0.37 66	0.26 188	0.31 83	0.34 177	0.66 117	0.35 29	0.39 63	0.33 36	0.31 24	0.28 72	0.61 159	0.26 37	0.14 44	0.11 68	0.17 136	0.12 61	0.15 111	0.16 159

ccc-4	0.30 50	0.22 150	0.42 106	0.37 66	0.26 188	0.31 83	0.34 177	0.66 117	0.35 29	0.39 63	0.33 36	0.31 24	0.28 72	0.61 159	0.26 37	0.14 44	0.11 68	0.17 136	0.12 61	0.15 111	0.16 159

HUF	0.25 10	0.17 22	0.38 69	0.33 16	0.19 16	0.25 26	0.39 259	0.53 52	0.36 35	0.26 14	0.23 6	0.33 40	0.27 62	0.36 17	0.25 25	0.14 44	0.11 68	0.13 22	0.10 23	0.12 9	0.12 28

IGEV-RUCA	0.26 17	0.16 13	0.36 50	0.40 145	0.27 223	0.32 96	0.20 4	0.39 7	0.36 35	0.27 21	0.31 27	0.25 12	0.21 19	0.50 88	0.24 19	0.20 273	0.11 68	0.13 22	0.10 23	0.17 184	0.16 159

SMoEStereo_RVC	0.27 24	0.20 92	0.37 59	0.36 50	0.23 84	0.36 126	0.31 138	0.43 17	0.36 35	0.38 58	0.30 26	0.32 32	0.24 37	0.56 120	0.24 19	0.12 5	0.10 17	0.16 100	0.12 61	0.12 9	0.12 28

IGEV-Stereo++	0.22 4	0.16 13	0.29 15	0.38 84	0.20 31	0.22 7	0.18 2	0.44 20	0.36 35	0.23 6	0.29 24	0.24 9	0.17 4	0.28 3	0.23 11	0.12 5	0.10 17	0.12 3	0.10 23	0.12 9	0.11 8

plain	0.32 68	0.21 120	0.59 279	0.40 145	0.29 268	0.27 39	0.30 115	0.46 29	0.36 35	0.32 39	0.66 139	0.31 24	0.33 121	0.68 238	0.32 124	0.18 215	0.13 197	0.20 247	0.15 144	0.18 212	0.13 64

anonymousdsp	0.30 50	0.22 150	0.41 94	0.38 84	0.26 188	0.31 83	0.35 200	0.68 134	0.36 35	0.40 73	0.33 36	0.32 32	0.28 72	0.62 181	0.26 37	0.14 44	0.10 17	0.17 136	0.12 61	0.15 111	0.16 159

IGEV-Stereo	0.30 50	0.22 150	0.41 94	0.38 84	0.26 188	0.30 69	0.35 200	0.68 134	0.36 35	0.40 73	0.33 36	0.32 32	0.28 72	0.62 181	0.26 37	0.14 44	0.10 17	0.17 136	0.12 61	0.15 111	0.16 159
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MaDis-Stereo	0.27 24	0.19 62	0.39 75	0.37 66	0.26 188	0.28 52	0.28 86	0.45 23	0.37 42	0.27 21	0.27 17	0.40 83	0.27 62	0.40 31	0.30 105	0.16 147	0.14 234	0.16 100	0.13 92	0.15 111	0.12 28

testlalala_base	0.49 253	0.26 263	0.44 130	0.47 323	0.34 351	0.57 251	0.26 63	0.60 80	0.37 42	0.52 111	0.56 113	0.46 119	0.31 108	0.45 53	0.33 134	1.56 489	0.11 68	0.14 36	0.10 23	1.85 481	0.15 128

EGLCR-Stereo	0.27 24	0.17 22	0.36 50	0.35 28	0.21 44	0.37 137	0.20 4	0.58 75	0.37 42	0.29 27	0.28 21	0.42 95	0.18 6	0.47 67	0.27 58	0.14 44	0.10 17	0.16 100	0.14 120	0.13 34	0.12 28

iRaft-Stereo_20w	0.42 185	0.20 92	0.63 295	0.39 108	0.27 223	0.33 106	0.25 52	1.76 471	0.37 42	0.73 216	0.53 102	0.63 206	0.42 182	0.86 328	0.29 91	0.14 44	0.11 68	0.14 36	0.13 92	0.15 111	0.15 128

DEFOM-Stereo_RVC	0.25 10	0.32 335	0.25 1	0.52 381	0.20 31	0.29 61	0.22 25	0.44 20	0.38 46	0.27 21	0.25 11	0.24 9	0.29 88	0.46 59	0.23 11	0.14 44	0.09 2	0.12 3	0.09 5	0.14 71	0.11 8

MyStereo07	0.33 76	0.23 178	0.37 59	0.43 242	0.29 268	0.40 158	0.48 339	0.78 213	0.38 46	0.38 58	0.34 42	0.32 32	0.30 104	0.63 192	0.28 75	0.14 44	0.13 197	0.19 211	0.17 222	0.18 212	0.17 201

test_xeample3	0.31 63	0.23 178	0.56 260	0.36 50	0.26 188	0.35 118	0.32 151	0.60 80	0.38 46	0.44 88	0.32 34	0.33 40	0.28 72	0.66 219	0.27 58	0.14 44	0.12 134	0.16 100	0.12 61	0.14 71	0.14 91

R-Stereo Train	0.40 163	0.19 62	0.47 161	0.43 242	0.27 223	0.41 169	0.31 138	0.74 192	0.38 46	0.90 326	1.28 392	0.58 178	0.35 134	0.43 45	0.35 155	0.15 105	0.13 197	0.14 36	0.12 61	0.14 71	0.14 91

RAFT-Stereo	0.40 163	0.19 62	0.47 161	0.43 242	0.27 223	0.41 169	0.31 138	0.74 192	0.38 46	0.90 326	1.28 392	0.58 178	0.35 134	0.43 45	0.35 155	0.15 105	0.13 197	0.14 36	0.12 61	0.14 71	0.14 91
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ours_stereo	0.27 24	0.22 150	0.35 38	0.38 84	0.24 123	0.30 69	0.32 151	0.46 29	0.39 51	0.27 21	0.34 42	0.35 52	0.23 32	0.49 83	0.27 58	0.13 24	0.11 68	0.16 100	0.12 61	0.14 71	0.12 28

PAM	0.50 266	0.21 120	0.75 351	0.41 170	0.26 188	1.11 418	0.37 225	1.10 328	0.39 51	0.75 227	0.46 67	1.92 460	0.61 277	0.62 181	0.28 75	0.16 147	0.10 17	0.16 100	0.14 120	0.14 71	0.15 128

U	3.17 494	0.17 22	0.35 38	0.41 170	0.71 461	57.93 526	0.20 4	0.43 17	0.39 51	0.26 14	0.23 6	0.23 8	0.22 26	0.26 1	0.22 4	0.16 147	0.10 17	0.74 468	0.13 92	0.13 34	0.11 8

AEACV	0.28 34	0.18 39	0.34 31	0.36 50	0.45 412	0.27 39	0.27 73	0.41 12	0.39 51	0.31 35	0.46 67	0.31 24	0.36 140	0.38 22	0.25 25	0.14 44	0.11 68	0.15 76	0.13 92	0.13 34	0.13 64

Patchmatch Stereo++	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.21 16	0.63 98	0.39 51	0.63 150	0.73 157	0.57 163	0.38 154	0.61 159	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.31 138	0.63 98	0.39 51	0.63 150	0.73 157	0.57 163	0.38 154	0.59 141	0.38 190	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159

ROB_FTStereo_v2	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.31 138	0.63 98	0.39 51	0.63 150	0.73 157	0.57 163	0.38 154	0.60 153	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159

ROB_FTStereo	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.20 4	0.63 98	0.39 51	0.63 150	0.73 157	0.57 163	0.38 154	0.60 153	0.38 190	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159

iGMRVC	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.29 98	0.63 98	0.39 51	0.63 150	0.73 157	0.57 163	0.38 154	0.61 159	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159

iRAFT	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.21 16	0.63 98	0.39 51	0.63 150	0.73 157	0.57 163	0.38 154	0.61 159	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159

RAFT-IKP	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.27 73	0.63 98	0.39 51	0.63 150	0.73 157	0.57 163	0.38 154	0.61 159	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159

PAM_32	0.50 266	0.20 92	0.69 328	0.40 145	0.24 123	1.09 413	0.29 98	1.12 334	0.40 62	0.74 223	0.44 62	1.98 463	0.64 295	0.64 199	0.27 58	0.16 147	0.11 68	0.17 136	0.15 144	0.14 71	0.15 128

IGEV_Zeroshot_test	0.36 100	0.19 62	0.71 333	0.41 170	0.29 268	0.30 69	0.25 52	0.86 240	0.40 62	0.64 160	0.57 115	0.56 159	0.25 44	0.56 120	0.29 91	0.15 105	0.11 68	0.16 100	0.14 120	0.14 71	0.14 91

DLNR_Zeroshot_test	20.12 515	36.36 521	38.38 519	170.13 527	62.28 523	0.22 7	0.20 4	13.43 514	0.40 62	0.45 89	0.66 139	0.42 95	0.21 19	0.64 199	0.32 124	5.57 512	0.10 17	0.15 76	0.11 40	72.31 526	0.13 64

MC-Stereo	0.29 41	0.18 39	0.35 38	0.40 145	0.21 44	0.26 29	0.26 63	0.53 52	0.40 62	0.38 58	0.61 126	0.41 88	0.31 108	0.57 129	0.27 58	0.14 44	0.10 17	0.14 36	0.12 61	0.12 9	0.12 28

HUI-Stereo	0.36 100	0.24 199	0.51 203	0.42 202	0.22 57	0.24 15	0.22 25	0.63 98	0.40 62	0.64 160	0.73 157	0.58 178	0.38 154	0.53 101	0.38 190	0.18 215	0.12 134	0.20 247	0.16 171	0.21 275	0.16 159

DeepStereo_RVC	0.37 118	0.22 150	0.51 203	0.41 170	0.24 123	0.26 29	0.22 25	0.64 108	0.40 62	0.69 192	0.67 146	0.57 163	0.50 220	0.58 133	0.42 230	0.17 182	0.12 134	0.18 178	0.16 171	0.19 247	0.19 236

SCV_C0	0.28 34	0.20 92	0.40 87	0.36 50	0.25 152	0.23 11	0.28 86	0.60 80	0.41 68	0.31 35	0.36 46	0.37 63	0.20 14	0.61 159	0.23 11	0.13 24	0.11 68	0.13 22	0.11 40	0.16 158	0.13 64

GIP-stereo	0.25 10	0.19 62	0.32 23	0.38 84	0.25 152	0.26 29	0.20 4	0.50 39	0.41 68	0.25 11	0.39 53	0.35 52	0.20 14	0.33 8	0.22 4	0.16 147	0.11 68	0.13 22	0.10 23	0.12 9	0.12 28

Pointernet	0.27 24	0.15 3	0.35 38	0.36 50	0.23 84	0.35 118	0.21 16	0.74 192	0.41 68	0.39 63	0.37 49	0.34 45	0.25 44	0.37 19	0.27 58	0.15 105	0.11 68	0.12 3	0.09 5	0.11 3	0.11 8

HH	0.37 118	0.22 150	0.49 182	0.41 170	0.26 188	0.36 126	0.30 115	0.87 241	0.41 68	0.45 89	0.59 120	0.78 291	0.43 184	0.77 294	0.26 37	0.15 105	0.11 68	0.15 76	0.14 120	0.14 71	0.14 91

HanStereo	0.37 118	0.22 150	0.49 182	0.41 170	0.26 188	0.36 126	0.30 115	0.87 241	0.41 68	0.45 89	0.59 120	0.78 291	0.43 184	0.77 294	0.26 37	0.15 105	0.11 68	0.15 76	0.14 120	0.14 71	0.14 91

ProNet	0.30 50	0.22 150	0.41 94	0.36 50	0.25 152	0.33 106	0.42 300	0.62 90	0.41 68	0.33 41	0.31 27	0.32 32	0.28 72	0.60 153	0.28 75	0.13 24	0.11 68	0.16 100	0.13 92	0.13 34	0.14 91

CroCo-Stereo Lap2	0.29 41	0.25 230	0.44 130	0.50 352	0.30 292	0.19 3	0.31 138	0.52 46	0.41 68	0.25 11	0.28 21	0.46 119	0.31 108	0.39 23	0.30 105	0.15 105	0.15 255	0.16 100	0.13 92	0.17 184	0.16 159

999	0.28 34	0.17 22	0.38 69	0.37 66	0.25 152	0.30 69	0.27 73	0.55 61	0.42 75	0.26 14	0.31 27	0.39 76	0.24 37	0.65 207	0.26 37	0.14 44	0.11 68	0.15 76	0.12 61	0.12 9	0.15 128

fffy	0.29 41	0.22 150	0.38 69	0.38 84	0.23 84	0.33 106	0.29 98	0.55 61	0.42 75	0.33 41	0.37 49	0.39 76	0.27 62	0.52 96	0.28 75	0.13 24	0.12 134	0.16 100	0.13 92	0.14 71	0.12 28

rvit_stereo_0081_aga	0.32 68	0.29 309	0.50 194	0.43 242	0.29 268	0.36 126	0.32 151	0.46 29	0.42 75	0.40 73	0.44 62	0.41 88	0.34 127	0.43 45	0.31 117	0.23 332	0.17 313	0.19 211	0.16 171	0.20 264	0.15 128

test_4	0.37 118	0.19 62	0.34 31	0.45 279	0.26 188	0.20 4	0.34 177	0.58 75	0.42 75	0.60 134	1.45 423	0.43 104	0.26 56	0.67 229	0.29 91	0.12 5	0.10 17	0.17 136	0.19 280	0.15 111	0.12 28

cross-raft	0.34 85	0.20 92	0.38 69	0.45 279	0.24 123	0.32 96	0.35 200	0.77 210	0.42 75	0.62 143	0.77 176	0.58 178	0.27 62	0.46 59	0.31 117	0.12 5	0.10 17	0.15 76	0.13 92	0.15 111	0.12 28

DIP-Stereo	0.40 163	0.22 150	0.58 271	0.42 202	0.29 268	0.62 274	0.27 73	0.87 241	0.42 75	0.65 165	0.86 231	0.52 144	0.35 134	0.67 229	0.43 232	0.15 105	0.13 197	0.17 136	0.14 120	0.15 111	0.17 201
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MM-Stereo_test2	0.30 50	0.18 39	0.41 94	0.41 170	0.25 152	0.41 169	0.41 291	0.65 111	0.43 81	0.38 58	0.36 46	0.31 24	0.26 56	0.55 110	0.25 25	0.12 5	0.11 68	0.15 76	0.12 61	0.15 111	0.12 28

UGAM-zero	0.48 240	0.21 120	0.66 307	0.38 84	0.23 84	0.36 126	0.22 25	1.30 406	0.43 81	0.67 180	0.61 126	1.74 453	0.89 402	0.79 304	0.27 58	0.15 105	0.12 134	0.15 76	0.12 61	0.13 34	0.14 91

MyStereo06	0.40 163	0.22 150	0.65 305	0.42 202	0.29 268	0.43 183	0.48 339	1.05 309	0.43 81	0.64 160	0.54 105	0.78 291	0.27 62	0.53 101	0.31 117	0.14 44	0.13 197	0.18 178	0.17 222	0.17 184	0.17 201

GLC_STEREO	0.30 50	0.20 92	0.28 13	0.44 266	0.19 16	0.31 83	0.25 52	0.49 37	0.43 81	0.37 52	0.47 73	0.40 83	0.23 32	0.51 95	0.37 175	0.15 105	0.18 327	0.19 211	0.16 171	0.16 158	0.14 91

rrr	0.31 63	0.24 199	0.56 260	0.36 50	0.27 223	0.38 143	0.31 138	0.56 69	0.44 85	0.39 63	0.31 27	0.35 52	0.27 62	0.62 181	0.25 25	0.16 147	0.12 134	0.16 100	0.13 92	0.14 71	0.14 91

MIF-Stereo (partial)	0.32 68	0.19 62	0.41 94	0.41 170	0.32 328	0.29 61	0.24 42	0.49 37	0.44 85	0.31 35	0.63 130	0.37 63	0.36 140	0.60 153	0.32 124	0.17 182	0.13 197	0.19 211	0.17 222	0.18 212	0.15 128

RAFT-Test	0.35 90	0.19 62	0.42 106	0.39 108	0.24 123	0.50 209	0.23 37	0.74 192	0.44 85	0.62 143	0.85 227	0.64 213	0.28 72	0.48 74	0.30 105	0.14 44	0.11 68	0.14 36	0.11 40	0.13 34	0.13 64

AnonymousM	0.42 185	0.86 461	0.31 21	0.35 28	0.23 84	0.30 69	0.37 225	0.56 69	0.44 85	0.72 209	0.50 82	0.47 124	0.29 88	0.42 40	0.35 155	0.16 147	0.12 134	1.51 482	0.32 420	0.12 9	0.11 8

AIO-Stereo-zeroshot1	0.52 292	0.23 178	1.38 445	0.40 145	0.53 436	0.29 61	0.30 115	1.49 444	0.45 89	0.69 192	1.15 360	0.98 350	0.32 115	0.70 252	0.29 91	0.15 105	0.11 68	0.17 136	0.20 301	0.22 298	0.27 354

MSKI-zero shot	0.33 76	0.19 62	0.36 50	0.41 170	0.22 57	0.32 96	0.22 25	0.65 111	0.45 89	0.52 111	0.64 133	0.60 192	0.19 10	0.78 302	0.27 58	0.14 44	0.11 68	0.14 36	0.10 23	0.13 34	0.13 64

FTStereo	0.56 321	0.21 120	0.39 75	0.42 202	0.25 152	0.39 150	0.73 426	0.69 144	0.45 89	1.09 408	3.23 481	0.69 243	0.71 333	0.55 110	0.34 146	0.15 105	0.13 197	0.19 211	0.17 222	0.15 111	0.32 386

KYRaft	0.48 240	0.21 120	0.41 94	0.45 279	0.23 84	0.43 183	0.36 212	0.68 134	0.45 89	0.94 346	1.72 444	0.78 291	0.40 173	0.65 207	0.32 124	0.16 147	0.11 68	0.18 178	0.22 342	0.17 184	0.76 470

CRE-IMP	0.37 118	0.23 178	0.53 232	0.42 202	0.24 123	0.40 158	0.21 16	0.61 87	0.45 89	0.65 165	0.73 157	0.53 149	0.37 146	0.63 192	0.40 220	0.18 215	0.11 68	0.19 211	0.16 171	0.21 275	0.19 236

CroCo-Stereo	0.27 24	0.23 178	0.40 87	0.49 341	0.22 57	0.20 4	0.29 98	0.55 61	0.45 89	0.29 27	0.27 17	0.42 95	0.26 56	0.30 4	0.26 37	0.15 105	0.13 197	0.13 22	0.12 61	0.16 158	0.13 64
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAStereo	0.25 10	0.17 22	0.33 26	0.40 145	0.21 44	0.24 15	0.26 63	0.45 23	0.46 95	0.23 6	0.34 42	0.30 20	0.19 10	0.34 12	0.26 37	0.15 105	0.12 134	0.16 100	0.13 92	0.14 71	0.11 8

rvit_stereo_0080	0.32 68	0.26 263	0.45 137	0.39 108	0.28 245	0.27 39	0.46 325	0.51 43	0.46 95	0.36 50	0.42 58	0.41 88	0.29 88	0.41 35	0.34 146	0.22 307	0.17 313	0.17 136	0.16 171	0.23 318	0.16 159

whm_eth	0.32 68	0.26 263	0.45 137	0.39 108	0.28 245	0.27 39	0.46 325	0.51 43	0.46 95	0.36 50	0.42 58	0.41 88	0.29 88	0.41 35	0.34 146	0.22 307	0.17 313	0.17 136	0.16 171	0.23 318	0.16 159

GCAP-Stereo	0.29 41	0.21 120	0.45 137	0.39 108	0.20 31	0.39 150	0.22 25	0.60 80	0.46 95	0.47 98	0.50 82	0.39 76	0.27 62	0.34 12	0.24 19	0.14 44	0.12 134	0.14 36	0.11 40	0.13 34	0.12 28

LL-Strereo2	0.36 100	0.25 230	0.52 224	0.43 242	0.27 223	0.36 126	0.27 73	0.70 156	0.46 95	0.55 122	0.53 102	0.65 219	0.24 37	0.69 245	0.32 124	0.14 44	0.13 197	0.23 323	0.20 301	0.19 247	0.14 91

sCroCo_RVC	0.36 100	0.29 309	0.73 344	0.52 381	0.39 381	0.42 179	0.31 138	0.52 46	0.46 95	0.31 35	0.48 75	0.38 69	0.32 115	0.46 59	0.33 134	0.22 307	0.23 379	0.19 211	0.19 280	0.21 275	0.22 301

11t1	0.38 135	0.23 178	0.49 182	0.36 50	0.23 84	0.61 270	0.31 138	0.74 192	0.47 101	0.62 143	0.55 110	0.55 153	0.49 217	0.58 133	0.45 245	0.18 215	0.15 255	0.16 100	0.13 92	0.17 184	0.19 236

CES	0.29 41	0.15 3	0.25 1	0.31 7	0.71 461	0.36 126	0.27 73	0.51 43	0.47 101	0.34 45	0.48 75	0.27 15	0.23 32	0.40 31	0.24 19	0.13 24	0.11 68	0.12 3	0.08 1	0.13 34	0.32 386

model_zeroshot	0.35 90	0.20 92	0.56 260	0.41 170	0.30 292	0.51 214	0.26 63	0.69 144	0.48 103	0.65 165	0.51 89	0.52 144	0.25 44	0.46 59	0.27 58	0.17 182	0.13 197	0.15 76	0.14 120	0.13 34	0.14 91

test_for_model	0.90 415	3.60 509	0.42 106	2.47 498	2.11 498	0.39 150	0.28 86	0.46 29	0.48 103	0.76 233	0.32 34	0.30 20	0.28 72	0.35 15	0.27 58	0.69 469	0.12 134	0.13 22	0.09 5	3.76 508	0.74 468

CAS	0.37 118	0.13 1	0.27 10	1.34 480	0.31 304	0.46 200	0.38 242	0.50 39	0.48 103	0.35 47	0.52 96	0.24 9	0.19 10	0.30 4	0.28 75	1.03 482	0.08 1	0.12 3	0.08 1	0.12 9	0.28 364

castereo++	0.26 17	0.17 22	0.29 15	0.34 19	0.20 31	0.74 335	0.20 4	0.41 12	0.49 106	0.24 9	0.24 10	0.35 52	0.27 62	0.41 35	0.20 3	0.14 44	0.09 2	0.14 36	0.09 5	0.11 3	0.11 8

PSM-softLoss	0.40 163	0.21 120	0.53 232	0.42 202	0.26 188	0.29 61	0.34 177	0.70 156	0.49 106	0.63 150	0.82 210	0.59 188	0.33 121	0.75 277	0.43 232	0.20 273	0.12 134	0.20 247	0.18 253	0.17 184	0.22 301

KMStereo	0.40 163	0.21 120	0.53 232	0.42 202	0.26 188	0.29 61	0.34 177	0.70 156	0.49 106	0.63 150	0.82 210	0.59 188	0.33 121	0.75 277	0.43 232	0.20 273	0.12 134	0.20 247	0.18 253	0.17 184	0.22 301

Prome-Stereo	0.46 220	0.20 92	0.37 59	0.45 279	0.26 188	0.40 158	0.42 300	0.69 144	0.49 106	0.96 363	1.84 449	0.58 178	0.64 295	0.63 192	0.32 124	0.15 105	0.11 68	0.16 100	0.14 120	0.17 184	0.30 375

HI	0.46 220	0.22 150	0.41 94	0.35 28	0.35 357	0.27 39	0.32 151	0.75 201	0.50 110	0.90 326	1.13 354	1.12 394	0.73 349	0.70 252	0.57 309	0.12 5	0.10 17	0.17 136	0.17 222	0.17 184	0.16 159

CoSv	0.46 220	0.22 150	0.41 94	0.35 28	0.35 357	0.27 39	0.32 151	0.75 201	0.50 110	0.90 326	1.13 354	1.12 394	0.73 349	0.70 252	0.57 309	0.12 5	0.10 17	0.17 136	0.17 222	0.17 184	0.16 159

AIO-Stereo-zeroshot	0.44 204	0.22 150	0.83 372	0.39 108	0.45 412	0.41 169	0.26 63	1.04 302	0.50 110	0.54 120	0.76 174	1.03 364	0.43 184	0.67 229	0.28 75	0.16 147	0.11 68	0.17 136	0.19 280	0.21 275	0.21 282

MGS-Stereo	0.29 41	0.20 92	0.42 106	0.37 66	0.24 123	0.37 137	0.30 115	0.40 10	0.50 110	0.32 39	0.51 89	0.40 83	0.24 37	0.45 53	0.28 75	0.16 147	0.12 134	0.15 76	0.13 92	0.15 111	0.14 91

MyStereo8	0.42 185	0.21 120	0.64 300	0.43 242	0.29 268	0.55 237	0.28 86	0.72 173	0.50 110	0.73 216	1.01 305	0.57 163	0.44 190	0.52 96	0.52 283	0.15 105	0.12 134	0.16 100	0.14 120	0.19 247	0.21 282

SST-Stereo	0.41 178	0.20 92	0.48 174	0.43 242	0.25 152	0.25 26	0.21 16	0.68 134	0.50 110	1.08 404	0.79 190	0.71 248	0.42 182	0.81 312	0.38 190	0.17 182	0.11 68	0.20 247	0.16 171	0.19 247	0.15 128

testlalala2	0.37 118	0.19 62	0.45 137	0.94 467	0.56 441	0.45 198	0.25 52	0.64 108	0.51 116	0.69 192	0.57 115	0.44 107	0.24 37	0.35 15	0.33 134	0.15 105	0.13 197	0.14 36	0.10 23	0.13 34	0.14 91

rvit_stereo_ft	0.35 90	0.26 263	0.54 245	0.53 390	0.32 328	0.33 106	0.46 325	0.52 46	0.52 117	0.35 47	0.41 56	0.41 88	0.34 127	0.49 83	0.36 166	0.22 307	0.14 234	0.19 211	0.18 253	0.19 247	0.15 128

sAnonymous2	0.42 185	0.41 388	0.96 405	0.48 331	0.37 367	0.41 169	0.48 339	0.60 80	0.52 117	0.39 63	0.48 75	0.35 52	0.44 190	0.44 48	0.30 105	0.19 252	0.14 234	0.19 211	0.17 222	0.55 455	0.43 433

CroCo_RVC	0.42 185	0.41 388	0.96 405	0.48 331	0.37 367	0.41 169	0.48 339	0.60 80	0.52 117	0.39 63	0.48 75	0.35 52	0.44 190	0.44 48	0.30 105	0.19 252	0.14 234	0.19 211	0.17 222	0.55 455	0.43 433

CAS++	0.33 76	0.25 230	0.39 75	0.38 84	0.26 188	0.32 96	0.24 42	0.87 241	0.53 120	0.48 103	0.46 67	0.26 14	0.21 19	0.50 88	0.26 37	0.23 332	0.20 353	0.22 304	0.17 222	0.21 275	0.17 201
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCRE	0.38 135	0.19 62	0.47 161	0.45 279	0.33 340	0.45 198	0.40 272	0.66 117	0.53 120	0.49 105	0.95 273	0.57 163	0.39 169	0.53 101	0.32 124	0.14 44	0.13 197	0.15 76	0.14 120	0.14 71	0.15 128

iRaftStereo_RVC	0.33 76	0.20 92	0.40 87	0.40 145	0.23 84	0.31 83	0.29 98	0.70 156	0.55 122	0.49 105	0.66 139	0.37 63	0.23 32	0.47 67	0.33 134	0.14 44	0.11 68	0.19 211	0.17 222	0.16 158	0.13 64

MM-Stereo_test1	0.34 85	0.19 62	0.37 59	0.42 202	0.23 84	0.35 118	0.44 315	0.62 90	0.56 123	0.61 139	0.51 89	0.38 69	0.36 140	0.65 207	0.27 58	0.15 105	0.13 197	0.17 136	0.14 120	0.15 111	0.13 64

rvit_stereo_0081	0.33 76	0.25 230	0.49 182	0.43 242	0.26 188	0.31 83	0.37 225	0.45 23	0.56 123	0.37 52	0.40 54	0.39 76	0.38 154	0.44 48	0.35 155	0.22 307	0.16 281	0.19 211	0.16 171	0.20 264	0.14 91

rvit_stereo_0082	0.33 76	0.25 230	0.49 182	0.43 242	0.26 188	0.31 83	0.37 225	0.45 23	0.56 123	0.37 52	0.40 54	0.39 76	0.38 154	0.44 48	0.35 155	0.22 307	0.16 281	0.19 211	0.16 171	0.20 264	0.14 91

MIM_Stereo	0.39 148	0.18 39	0.59 279	0.38 84	0.25 152	0.27 39	0.24 42	0.72 173	0.56 123	0.72 209	1.00 301	0.62 201	0.29 88	0.67 229	0.39 199	0.13 24	0.14 234	0.17 136	0.16 171	0.14 71	0.12 28

CASnet	0.30 50	0.20 92	0.34 31	0.42 202	0.17 5	0.25 26	0.24 42	0.53 52	0.56 123	0.54 120	0.54 105	0.39 76	0.24 37	0.41 35	0.26 37	0.15 105	0.10 17	0.22 304	0.18 253	0.18 212	0.12 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-345	0.41 178	0.19 62	0.42 106	0.39 108	0.23 84	0.32 96	0.25 52	0.62 90	0.56 123	0.74 223	1.77 446	0.44 107	0.35 134	0.67 229	0.37 175	0.14 44	0.11 68	0.18 178	0.14 120	0.14 71	0.13 64

TANstereo	0.31 63	0.16 13	0.34 31	0.31 7	0.17 5	0.55 237	0.23 37	0.46 29	0.56 123	0.60 134	0.69 149	0.37 63	0.26 56	0.36 17	0.28 75	0.16 147	0.16 281	0.13 22	0.10 23	0.14 71	0.15 128

test_sample1	0.44 204	0.24 199	0.52 224	0.35 28	0.23 84	0.59 263	0.36 212	1.05 309	0.57 130	0.66 171	0.78 185	0.70 245	0.71 333	0.62 181	0.51 278	0.18 215	0.15 255	0.17 136	0.16 171	0.18 212	0.18 225

LCNet	0.42 185	0.21 120	0.34 31	0.44 266	0.24 123	0.47 202	0.28 86	0.69 144	0.57 130	0.72 209	1.03 317	0.66 231	0.58 261	0.60 153	0.35 155	0.15 105	0.10 17	0.19 211	0.19 280	0.22 298	0.37 412

GMM-Stereo	0.44 204	0.20 92	0.39 75	0.42 202	0.25 152	0.50 209	0.44 315	0.72 173	0.57 130	0.77 241	1.37 408	0.76 284	0.38 154	0.62 181	0.34 146	0.15 105	0.10 17	0.20 247	0.19 280	0.17 184	0.28 364

x	0.41 178	0.25 230	0.46 150	0.36 50	0.24 123	0.54 232	0.31 138	0.94 271	0.58 133	0.60 134	0.72 155	0.61 194	0.53 229	0.52 96	0.50 274	0.18 215	0.16 281	0.17 136	0.16 171	0.17 184	0.18 225

ACVNet-DCA	0.36 100	0.25 230	0.35 38	0.42 202	0.23 84	0.53 225	0.37 225	0.91 255	0.59 134	0.42 80	0.50 82	0.34 45	0.47 209	0.61 159	0.26 37	0.17 182	0.11 68	0.19 211	0.13 92	0.18 212	0.19 236

1test111	0.37 118	0.25 230	0.35 38	0.42 202	0.23 84	0.53 225	0.37 225	0.91 255	0.59 134	0.42 80	0.50 82	0.34 45	0.47 209	0.59 141	0.48 262	0.17 182	0.11 68	0.19 211	0.13 92	0.18 212	0.19 236

qqq	0.42 185	0.28 295	0.50 194	0.37 66	0.22 57	0.47 202	0.39 259	0.91 255	0.59 134	0.57 128	0.71 153	0.65 219	0.56 247	0.59 141	0.48 262	0.17 182	0.17 313	0.20 247	0.19 280	0.18 212	0.19 236

CRFU-Net	0.59 343	0.29 309	0.62 291	0.47 323	0.31 304	1.20 432	0.51 359	1.19 361	0.59 134	1.05 394	1.00 301	1.06 377	0.87 396	0.83 319	0.77 358	0.22 307	0.19 345	0.18 178	0.16 171	0.19 247	0.20 265

AACVNet	0.52 292	0.25 230	0.56 260	0.48 331	0.29 268	0.55 237	0.38 242	0.96 279	0.59 134	0.83 273	1.03 317	1.03 364	0.77 370	0.91 346	0.58 316	0.22 307	0.18 327	0.24 337	0.18 253	0.24 331	0.22 301

NRIStereo	0.37 118	0.21 120	0.49 182	0.42 202	0.23 84	0.33 106	0.25 52	0.68 134	0.59 134	0.65 165	0.63 130	0.55 153	0.37 146	0.67 229	0.40 220	0.16 147	0.12 134	0.18 178	0.15 144	0.17 184	0.15 128

Pruner-Stereo	0.39 148	0.21 120	0.51 203	0.41 170	0.25 152	0.22 7	0.24 42	0.71 163	0.59 134	0.90 326	0.75 171	0.67 238	0.30 104	0.64 199	0.39 199	0.19 252	0.12 134	0.20 247	0.17 222	0.17 184	0.19 236

tg	0.34 85	0.19 62	0.40 87	0.40 145	0.23 84	0.38 143	0.26 63	0.74 192	0.60 141	0.48 103	0.65 135	0.42 95	0.24 37	0.57 129	0.33 134	0.14 44	0.10 17	0.18 178	0.17 222	0.14 71	0.12 28

mmm	0.47 231	0.28 295	0.51 203	0.39 108	0.25 152	0.61 270	0.38 242	1.00 292	0.60 141	0.77 241	1.07 333	0.65 219	0.53 229	0.61 159	0.49 271	0.18 215	0.15 255	0.23 323	0.20 301	0.21 275	0.20 265

RAFT	0.46 220	0.23 178	0.52 224	0.48 331	0.27 223	0.55 237	0.47 333	0.68 134	0.60 141	0.83 273	0.82 210	1.00 356	0.56 247	0.76 287	0.37 175	0.18 215	0.16 281	0.22 304	0.20 301	0.16 158	0.14 91

DisPM	0.40 163	0.20 92	0.50 194	0.42 202	0.27 223	0.24 15	0.30 115	0.68 134	0.61 144	0.88 312	0.87 238	0.59 188	0.32 115	0.80 307	0.34 146	0.19 252	0.12 134	0.19 211	0.17 222	0.16 158	0.21 282

StereoVision	0.43 198	0.29 309	0.54 245	0.50 352	0.28 245	0.37 137	0.38 242	0.75 201	0.63 145	0.46 95	1.11 346	0.53 149	0.38 154	0.57 129	0.34 146	0.21 289	0.24 388	0.25 350	0.24 369	0.26 350	0.17 201

anonymousa	0.51 279	0.21 120	0.47 161	0.39 108	0.25 152	0.89 379	0.36 212	0.78 213	0.63 145	0.88 312	1.54 431	1.09 387	0.67 313	0.53 101	0.46 249	0.17 182	0.14 234	0.19 211	0.21 320	0.16 158	0.16 159

TRStereo	0.39 148	0.32 335	0.64 300	0.49 341	0.41 389	0.30 69	0.30 115	0.97 281	0.63 145	0.53 119	0.43 60	0.52 144	0.26 56	0.77 294	0.29 91	0.18 215	0.12 134	0.19 211	0.19 280	0.13 34	0.13 64

ac_64	0.54 304	0.24 199	0.58 271	0.46 303	0.28 245	0.79 348	0.44 315	1.11 330	0.63 145	0.94 346	0.85 227	1.06 377	0.70 328	0.76 287	0.72 350	0.22 307	0.18 327	0.20 247	0.19 280	0.18 212	0.16 159

rvit_stereo_0083	0.34 85	0.25 230	0.53 232	0.45 279	0.28 245	0.35 118	0.35 200	0.47 35	0.64 149	0.38 58	0.47 73	0.42 95	0.37 146	0.41 35	0.39 199	0.22 307	0.20 353	0.20 247	0.17 222	0.21 275	0.15 128

GMOStereo	0.38 135	0.19 62	0.42 106	0.43 242	0.24 123	0.40 158	0.39 259	0.55 61	0.64 149	0.89 319	0.84 218	0.65 219	0.37 146	0.39 23	0.29 91	0.14 44	0.12 134	0.20 247	0.18 253	0.15 111	0.12 28

error version	0.38 135	0.19 62	0.42 106	0.43 242	0.24 123	0.40 158	0.39 259	0.55 61	0.64 149	0.89 319	0.84 218	0.65 219	0.37 146	0.39 23	0.29 91	0.14 44	0.12 134	0.20 247	0.18 253	0.15 111	0.12 28

test-v	0.38 135	0.19 62	0.42 106	0.43 242	0.24 123	0.40 158	0.39 259	0.55 61	0.64 149	0.89 319	0.84 218	0.65 219	0.37 146	0.39 23	0.29 91	0.14 44	0.12 134	0.20 247	0.18 253	0.15 111	0.12 28

test-2	0.38 135	0.19 62	0.42 106	0.43 242	0.24 123	0.40 158	0.39 259	0.55 61	0.64 149	0.89 319	0.84 218	0.65 219	0.37 146	0.39 23	0.29 91	0.14 44	0.12 134	0.20 247	0.18 253	0.15 111	0.12 28

HCRNet	0.46 220	0.35 352	0.45 137	0.54 400	0.26 188	0.52 222	0.29 98	0.87 241	0.64 149	0.75 227	0.82 210	0.76 284	0.53 229	0.70 252	0.38 190	0.24 342	0.16 281	0.24 337	0.20 301	0.21 275	0.20 265

knoymous	0.37 118	0.22 150	0.34 31	0.32 11	0.22 57	0.38 143	0.29 98	0.63 98	0.65 155	0.69 192	0.69 149	0.60 192	0.40 173	0.61 159	0.36 166	0.17 182	0.11 68	0.20 247	0.12 61	0.18 212	0.19 236

Selective-RAFT	0.36 100	0.23 178	0.54 245	0.45 279	0.22 57	0.64 289	0.27 73	0.62 90	0.65 155	0.41 76	0.38 52	0.55 153	0.39 169	0.59 141	0.36 166	0.14 44	0.12 134	0.14 36	0.12 61	0.16 158	0.14 91

test-1	0.37 118	0.20 92	0.76 353	0.47 323	0.27 223	0.44 191	0.36 212	0.63 98	0.65 155	0.49 105	0.67 146	0.54 151	0.35 134	0.42 40	0.30 105	0.14 44	0.12 134	0.16 100	0.14 120	0.15 111	0.18 225

CASS	0.46 220	0.28 295	0.45 137	0.48 331	0.22 57	0.63 280	0.34 177	0.99 286	0.66 158	0.76 233	0.86 231	0.61 194	0.58 261	0.58 133	0.44 239	0.29 387	0.16 281	0.22 304	0.18 253	0.23 318	0.28 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GrayStereo	0.49 253	0.20 92	0.44 130	0.47 323	0.29 268	0.51 214	0.62 400	0.71 163	0.66 158	1.04 389	1.46 424	0.77 289	0.73 349	0.58 133	0.35 155	0.15 105	0.12 134	0.17 136	0.17 222	0.15 111	0.30 375

Anonymous3	0.47 231	0.35 352	0.91 398	0.50 352	0.38 373	0.81 359	0.55 379	0.76 205	0.66 158	0.52 111	0.65 135	0.44 107	0.45 197	0.66 219	0.39 199	0.25 354	0.25 396	0.22 304	0.21 320	0.23 318	0.24 334

TestStereo	0.39 148	0.32 335	0.42 106	0.45 279	0.20 31	0.41 169	0.38 242	0.69 144	0.66 158	0.56 125	0.78 185	0.48 129	0.43 184	0.59 141	0.37 175	0.18 215	0.13 197	0.20 247	0.15 144	0.23 318	0.14 91

raftrobust	0.35 90	0.20 92	0.39 75	0.43 242	0.29 268	0.31 83	0.25 52	0.73 185	0.66 158	0.59 132	0.56 113	0.44 107	0.45 197	0.55 110	0.31 117	0.16 147	0.12 134	0.14 36	0.12 61	0.12 9	0.14 91

PMTNet	0.33 76	0.17 22	0.26 6	0.29 3	0.18 10	0.44 191	0.22 25	0.57 72	0.66 158	0.46 95	0.54 105	0.38 69	0.34 127	0.50 88	0.25 25	0.75 470	0.10 17	0.12 3	0.09 5	0.13 34	0.12 28

castereo	0.29 41	0.17 22	0.34 31	0.36 50	0.21 44	0.40 158	0.41 291	0.52 46	0.67 164	0.27 21	0.41 56	0.37 63	0.36 140	0.34 12	0.25 25	0.13 24	0.09 2	0.13 22	0.10 23	0.12 9	0.10 1

RALCasStereoNet	0.37 118	0.23 178	0.41 94	0.44 266	0.28 245	0.36 126	0.38 242	0.66 117	0.67 164	0.51 108	0.74 169	0.51 140	0.29 88	0.64 199	0.38 190	0.17 182	0.14 234	0.15 76	0.13 92	0.17 184	0.17 201

rvit_0105_6	0.40 163	0.28 295	0.68 319	0.51 364	0.30 292	0.39 150	0.41 291	0.53 52	0.68 166	0.41 76	0.45 64	0.50 136	0.45 197	0.55 110	0.37 175	0.28 377	0.26 405	0.24 337	0.22 342	0.22 298	0.17 201

rvit_stereo_0075_2	0.48 240	0.38 371	0.74 348	0.54 400	0.46 421	0.43 183	0.35 200	0.85 236	0.68 166	0.56 125	0.73 157	0.59 188	0.47 209	0.64 199	0.47 258	0.33 410	0.23 379	0.35 417	0.26 390	0.32 387	0.26 344

EKT-Stereo	0.36 100	0.24 199	0.44 130	0.44 266	0.30 292	0.37 137	0.30 115	0.72 173	0.68 166	0.47 98	0.63 130	0.49 134	0.28 72	0.59 141	0.34 146	0.19 252	0.14 234	0.18 178	0.15 144	0.16 158	0.18 225

anonymousdsp2	0.37 118	0.21 120	0.49 182	0.38 84	0.24 123	0.48 207	0.31 138	0.91 255	0.68 166	0.57 128	0.51 89	0.51 140	0.34 127	0.59 141	0.33 134	0.14 44	0.11 68	0.14 36	0.10 23	0.16 158	0.16 159

IER	0.48 240	0.25 230	0.60 284	0.38 84	0.28 245	0.67 312	0.38 242	0.82 230	0.68 166	0.88 312	0.95 273	0.74 272	0.79 372	0.62 181	0.46 249	0.17 182	0.14 234	0.17 136	0.17 222	0.17 184	0.16 159

CIPLG	0.42 185	0.23 178	0.71 333	0.45 279	0.33 340	0.51 214	0.33 166	0.68 134	0.68 166	0.84 279	0.96 277	0.47 124	0.33 121	0.56 120	0.52 283	0.17 182	0.12 134	0.16 100	0.14 120	0.13 34	0.16 159

IPLG	0.40 163	0.21 120	0.64 300	0.41 170	0.25 152	0.54 232	0.27 73	0.77 210	0.68 166	0.85 291	0.82 210	0.33 40	0.32 115	0.64 199	0.49 271	0.13 24	0.11 68	0.16 100	0.14 120	0.14 71	0.14 91

DDVS	0.53 299	0.32 335	0.63 295	0.42 202	0.31 304	0.71 323	0.35 200	0.95 274	0.69 173	0.86 301	0.90 251	1.11 390	0.46 204	0.90 343	0.67 337	0.23 332	0.17 313	0.22 304	0.18 253	0.25 342	0.28 364

IPLGR_C	0.42 185	0.23 178	0.71 333	0.46 303	0.33 340	0.51 214	0.34 177	0.69 144	0.69 173	0.84 279	0.92 264	0.46 119	0.33 121	0.53 101	0.53 294	0.17 182	0.12 134	0.16 100	0.14 120	0.13 34	0.16 159

RALAANet	0.40 163	0.24 199	0.56 260	0.43 242	0.30 292	0.36 126	0.25 52	0.89 249	0.69 173	0.69 192	0.65 135	0.61 194	0.30 104	0.63 192	0.35 155	0.16 147	0.13 197	0.18 178	0.15 144	0.21 275	0.14 91

ACRE	0.42 185	0.23 178	0.73 344	0.45 279	0.33 340	0.50 209	0.33 166	0.68 134	0.70 176	0.82 266	0.92 264	0.46 119	0.32 115	0.53 101	0.52 283	0.17 182	0.12 134	0.15 76	0.14 120	0.13 34	0.16 159

RAFT_R40	0.41 178	0.20 92	0.47 161	0.44 266	0.25 152	0.23 11	0.25 52	0.69 144	0.70 176	0.98 369	0.78 185	0.72 263	0.43 184	0.80 307	0.39 199	0.17 182	0.11 68	0.20 247	0.16 171	0.18 212	0.15 128

GES	0.46 220	0.25 230	0.62 291	0.41 170	0.30 292	0.62 274	0.37 225	1.06 314	0.70 176	0.75 227	0.83 215	0.47 124	0.52 228	0.69 245	0.46 249	0.23 332	0.17 313	0.17 136	0.16 171	0.18 212	0.24 334

DMCA-RVC	0.54 304	0.32 335	0.83 372	0.51 364	0.32 328	0.59 263	0.38 242	0.89 249	0.70 176	0.95 351	0.88 242	0.90 331	0.69 323	0.75 277	0.63 331	0.23 332	0.18 327	0.31 404	0.24 369	0.27 359	0.21 282

DMCA	0.47 231	0.27 279	0.59 279	0.39 108	0.29 268	0.53 225	0.34 177	0.98 283	0.70 176	0.78 252	0.83 215	0.79 298	0.55 240	0.54 109	0.57 309	0.21 289	0.16 281	0.21 290	0.16 171	0.19 247	0.22 301

HITNet	0.43 198	0.27 279	0.50 194	0.34 19	0.18 10	0.65 296	0.32 151	0.99 286	0.70 176	0.73 216	0.86 231	0.66 231	0.56 247	0.61 159	0.47 258	0.14 44	0.10 17	0.15 76	0.13 92	0.18 212	0.13 64
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
iRaft-Stereo_5w	0.46 220	0.22 150	0.53 232	0.43 242	0.30 292	0.30 69	0.53 369	0.66 117	0.71 182	0.62 143	0.89 245	1.01 360	0.67 313	0.76 287	0.67 337	0.13 24	0.12 134	0.17 136	0.15 144	0.15 111	0.17 201

AAGNet	1.40 462	0.20 92	0.52 224	0.45 279	0.26 188	0.29 61	0.29 98	0.67 128	0.71 182	0.97 366	0.86 231	0.66 231	0.60 271	0.66 219	19.98 513	0.17 182	0.11 68	0.19 211	0.15 144	0.20 264	0.13 64

Reg-Stereo(zero)	0.31 63	0.17 22	0.30 19	0.35 28	0.19 16	0.33 106	0.21 16	0.64 108	0.72 184	0.52 111	0.52 96	0.51 140	0.29 88	0.48 74	0.27 58	0.13 24	0.10 17	0.12 3	0.10 23	0.12 9	0.13 64

4D-IteraStereo	0.33 76	0.19 62	0.43 125	0.40 145	0.24 123	0.32 96	0.27 73	0.59 78	0.72 184	0.66 171	0.53 102	0.42 95	0.22 26	0.46 59	0.30 105	0.14 44	0.09 2	0.20 247	0.16 171	0.16 158	0.12 28

NF-Stereo	0.39 148	0.21 120	0.51 203	0.42 202	0.25 152	0.26 29	0.30 115	0.71 163	0.72 184	0.66 171	0.77 176	0.57 163	0.31 108	0.69 245	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.16 158	0.27 354

OCTAStereo	0.39 148	0.21 120	0.51 203	0.42 202	0.25 152	0.26 29	0.30 115	0.71 163	0.72 184	0.66 171	0.77 176	0.58 178	0.31 108	0.69 245	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.16 158	0.27 354

ASMatch	0.48 240	0.20 92	0.47 161	0.39 108	0.28 245	0.37 137	0.26 63	0.76 205	0.72 184	0.77 241	2.29 461	0.61 194	0.51 225	0.64 199	0.39 199	0.15 105	0.12 134	0.17 136	0.15 144	0.14 71	0.22 301

RE-Stereo	0.39 148	0.21 120	0.51 203	0.42 202	0.25 152	0.26 29	0.30 115	0.71 163	0.72 184	0.66 171	0.77 176	0.57 163	0.31 108	0.70 252	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.16 158	0.27 354

TVStereo	0.39 148	0.21 120	0.51 203	0.42 202	0.25 152	0.26 29	0.30 115	0.71 163	0.72 184	0.66 171	0.77 176	0.57 163	0.31 108	0.70 252	0.39 199	0.18 215	0.12 134	0.20 247	0.16 171	0.16 158	0.27 354

ICVP	0.48 240	0.26 263	0.42 106	0.49 341	0.28 245	0.63 280	0.43 307	1.05 309	0.72 184	0.68 189	0.95 273	0.75 277	0.56 247	0.55 110	0.61 324	0.24 342	0.18 327	0.19 211	0.17 222	0.19 247	0.21 282
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AFF-stereo	0.39 148	0.20 92	0.42 106	0.37 66	0.22 57	0.27 39	0.31 138	0.67 128	0.72 184	0.66 171	1.12 348	0.75 277	0.38 154	0.57 129	0.35 155	0.11 2	0.09 2	0.16 100	0.16 171	0.14 71	0.12 28

FENet	0.43 198	0.23 178	0.40 87	0.40 145	0.24 123	0.54 232	0.33 166	0.83 232	0.72 184	0.74 223	0.73 157	0.63 206	0.56 247	0.65 207	0.45 245	0.19 252	0.13 197	0.19 211	0.17 222	0.18 212	0.20 265

test_sample2	0.45 213	0.24 199	0.49 182	0.34 19	0.21 44	0.60 269	0.43 307	1.01 293	0.73 194	0.67 180	0.80 200	0.70 245	0.64 295	0.65 207	0.41 225	0.19 252	0.15 255	0.18 178	0.16 171	0.19 247	0.19 236

AE-Stereo	0.36 100	0.21 120	0.47 161	0.49 341	0.31 304	0.50 209	0.34 177	0.72 173	0.73 194	0.34 45	0.55 110	0.52 144	0.28 72	0.48 74	0.31 117	0.13 24	0.13 197	0.18 178	0.16 171	0.15 111	0.14 91

LoS	0.30 50	0.16 13	0.32 23	0.30 5	0.19 16	0.32 96	0.29 98	0.54 58	0.73 194	0.35 47	0.52 96	0.42 95	0.29 88	0.48 74	0.29 91	0.15 105	0.11 68	0.13 22	0.09 5	0.12 9	0.12 28
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PSM-AAD	0.48 240	0.21 120	0.39 75	0.44 266	0.23 84	0.56 243	0.47 333	0.67 128	0.73 194	1.08 404	1.12 348	0.58 178	0.87 396	0.63 192	0.33 134	0.15 105	0.11 68	0.25 350	0.26 390	0.18 212	0.42 428

RAFT-RH_RVC	0.57 327	0.18 39	0.44 130	0.38 84	0.23 84	0.56 243	0.24 42	0.61 87	0.73 194	1.18 422	3.90 492	0.55 153	0.40 173	0.67 229	0.38 190	0.14 44	0.11 68	0.20 247	0.15 144	0.12 9	0.14 91

DeepPruner_ROB	0.55 312	0.37 363	0.67 312	0.42 202	0.31 304	0.50 209	0.43 307	1.22 377	0.73 194	0.86 301	1.05 323	0.85 310	0.58 261	0.90 343	0.56 303	0.29 387	0.23 379	0.22 304	0.22 342	0.26 350	0.26 344

H2IRNET	0.38 135	0.21 120	0.36 50	0.39 108	0.25 152	0.26 29	0.24 42	0.61 87	0.74 200	0.39 63	0.89 245	0.74 272	0.53 229	0.53 101	0.44 239	0.16 147	0.13 197	0.19 211	0.20 301	0.17 184	0.15 128

RAFT_CTSACE	0.46 220	0.20 92	0.48 174	0.46 303	0.27 223	0.34 115	0.39 259	0.62 90	0.74 200	0.78 252	1.44 420	0.86 314	0.38 154	1.09 396	0.27 58	0.13 24	0.13 197	0.18 178	0.16 171	0.16 158	0.12 28

MIPNet	0.39 148	0.22 150	0.66 307	0.40 145	0.25 152	0.53 225	0.29 98	0.78 213	0.74 200	0.68 189	0.60 123	0.40 83	0.48 213	0.45 53	0.39 199	0.14 44	0.11 68	0.16 100	0.13 92	0.14 71	0.14 91

FACV-RUCA	0.45 213	0.28 295	0.51 203	0.46 303	0.33 340	0.62 274	0.34 177	0.87 241	0.75 203	0.60 134	0.84 218	0.48 129	0.54 236	0.56 120	0.39 199	0.22 307	0.15 255	0.35 417	0.16 171	0.29 369	0.22 301

rvit_0105_4	0.42 185	0.30 324	0.77 356	0.52 381	0.29 268	0.41 169	0.44 315	0.57 72	0.75 203	0.45 89	0.48 75	0.56 159	0.49 217	0.58 133	0.37 175	0.28 377	0.26 405	0.25 350	0.22 342	0.24 331	0.19 236

Any-RAFT	0.36 100	0.17 22	0.31 21	0.35 28	0.21 44	0.51 214	0.21 16	0.93 266	0.75 203	0.56 125	0.73 157	0.66 231	0.29 88	0.48 74	0.25 25	0.15 105	0.10 17	0.13 22	0.10 23	0.13 34	0.13 64

CSP-Net	0.57 327	0.29 309	0.55 249	0.42 202	0.29 268	1.20 432	0.49 350	1.29 404	0.75 203	0.98 369	0.97 285	0.88 324	0.69 323	0.85 326	0.66 334	0.27 368	0.18 327	0.17 136	0.17 222	0.18 212	0.19 236

DEmStereo	0.49 253	0.18 39	0.53 232	0.39 108	0.26 188	0.57 251	0.33 166	0.65 111	0.75 203	0.90 326	1.65 438	0.57 163	1.02 421	0.63 192	0.44 239	0.14 44	0.12 134	0.16 100	0.16 171	0.14 71	0.17 201

rvit_0105_5	0.44 204	0.32 335	0.79 360	0.51 364	0.29 268	0.44 191	0.43 307	0.62 90	0.76 208	0.51 108	0.52 96	0.61 194	0.53 229	0.58 133	0.38 190	0.28 377	0.25 396	0.25 350	0.24 369	0.22 298	0.20 265

PFNet+	0.41 178	0.20 92	0.53 232	0.40 145	0.25 152	0.28 52	0.22 25	0.66 117	0.76 208	0.85 291	0.79 190	0.63 206	0.34 127	0.75 277	0.37 175	0.20 273	0.14 234	0.23 323	0.20 301	0.17 184	0.21 282

CREStereo	0.28 34	0.16 13	0.25 1	0.28 1	0.17 5	0.38 143	0.25 52	0.52 46	0.76 208	0.43 85	0.51 89	0.32 32	0.28 72	0.39 23	0.27 58	0.16 147	0.11 68	0.12 3	0.09 5	0.12 9	0.12 28
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
trnet	0.28 34	0.15 3	0.25 1	0.29 3	0.16 2	0.38 143	0.23 37	0.53 52	0.77 211	0.43 85	0.52 96	0.34 45	0.28 72	0.39 23	0.27 58	0.15 105	0.11 68	0.12 3	0.08 1	0.11 3	0.11 8

XX-TBD	0.32 68	0.53 416	0.26 6	0.53 390	0.21 44	0.38 143	0.24 42	0.41 12	0.77 211	0.55 122	0.70 152	0.31 24	0.26 56	0.33 8	0.28 75	0.16 147	0.10 17	0.12 3	0.09 5	0.13 34	0.11 8

RAFT-Stereo + iAFF	0.37 118	0.18 39	0.45 137	0.36 50	0.19 16	0.33 106	0.28 86	0.67 128	0.77 211	0.72 209	0.99 297	0.56 159	0.39 169	0.44 48	0.31 117	0.11 2	0.09 2	0.15 76	0.14 120	0.13 34	0.11 8

Gwc-CoAtRS	0.35 90	0.18 39	0.46 150	0.39 108	0.23 84	0.34 115	0.22 25	0.74 192	0.77 211	0.62 143	0.60 123	0.58 178	0.29 88	0.47 67	0.29 91	0.14 44	0.11 68	0.14 36	0.12 61	0.13 34	0.13 64

DCVSM-stereo	0.51 279	0.28 295	0.56 260	0.39 108	0.29 268	0.55 237	0.28 86	0.78 213	0.78 215	1.11 415	0.77 176	1.04 369	0.76 365	0.65 207	0.52 283	0.20 273	0.20 353	0.24 337	0.21 320	0.25 342	0.31 382

IPLGR	0.40 163	0.22 150	0.70 331	0.40 145	0.22 57	0.51 214	0.29 98	0.78 213	0.78 215	0.80 260	0.77 176	0.44 107	0.41 177	0.48 74	0.40 220	0.14 44	0.12 134	0.16 100	0.14 120	0.16 158	0.14 91

HHNet	0.42 185	0.19 62	0.43 125	0.35 28	0.38 373	0.33 106	0.33 166	0.71 163	0.78 215	0.87 304	1.30 398	0.52 144	0.36 140	0.53 101	0.37 175	0.16 147	0.11 68	0.19 211	0.15 144	0.15 111	0.25 340

IRAFT_RVC	0.43 198	0.20 92	0.52 224	0.45 279	0.24 123	0.26 29	0.51 359	0.76 205	0.78 215	0.77 241	0.80 200	0.73 268	0.50 220	0.74 270	0.39 199	0.18 215	0.10 17	0.21 290	0.17 222	0.17 184	0.15 128

BEATNet_4x	0.49 253	0.35 352	0.72 339	0.38 84	0.20 31	0.65 296	0.36 212	1.08 321	0.78 215	0.78 252	0.88 242	0.73 268	0.64 295	0.71 261	0.60 319	0.16 147	0.12 134	0.16 100	0.15 144	0.24 331	0.18 225

HSM	0.53 299	0.25 230	0.46 150	0.40 145	0.25 152	0.74 335	0.44 315	1.29 404	0.78 215	0.82 266	0.92 264	1.21 402	0.75 356	0.90 343	0.48 262	0.18 215	0.14 234	0.17 136	0.14 120	0.17 184	0.18 225

DN-CSS_ROB	0.45 213	0.27 279	0.74 348	0.41 170	0.29 268	0.43 183	0.29 98	0.80 223	0.78 215	0.73 216	1.08 339	0.48 129	0.45 197	0.81 312	0.40 220	0.15 105	0.12 134	0.21 290	0.19 280	0.18 212	0.17 201

WCG-NET（raft）	0.31 63	0.16 13	0.39 75	0.33 16	0.19 16	0.35 118	0.27 73	0.54 58	0.79 222	0.45 89	0.55 110	0.47 124	0.27 62	0.56 120	0.28 75	0.13 24	0.10 17	0.12 3	0.11 40	0.12 9	0.12 28

test_sample8	1.36 459	0.37 363	0.83 372	0.39 108	0.31 304	0.72 327	0.49 350	1.19 361	0.79 222	1.51 446	0.96 277	3.29 484	1.64 464	1.29 422	2.03 464	0.42 444	9.50 515	0.40 436	0.41 447	0.36 407	0.35 400

DispNO	0.48 240	0.24 199	0.84 379	0.40 145	0.31 304	0.58 256	0.39 259	0.91 255	0.79 222	0.79 257	0.83 215	0.71 248	0.59 267	0.75 277	0.50 274	0.19 252	0.14 234	0.20 247	0.18 253	0.16 158	0.17 201

GMStereo_Zeroshot	0.51 279	0.46 403	0.80 361	0.50 352	0.28 245	0.57 251	0.30 115	0.75 201	0.79 222	0.88 312	0.94 269	0.90 331	0.37 146	0.77 294	0.46 249	0.27 368	0.14 234	0.26 366	0.15 144	0.39 419	0.19 236

ToySt	0.52 292	0.27 279	0.93 399	0.42 202	0.28 245	0.67 312	0.56 382	0.88 248	0.79 222	0.61 139	0.85 227	0.92 341	0.70 328	0.72 266	0.61 324	0.16 147	0.17 313	0.21 290	0.21 320	0.22 298	0.21 282

LMCR-Stereo	0.55 312	0.33 343	0.57 269	0.60 423	0.30 292	0.80 354	0.36 212	1.30 406	0.79 222	0.90 326	1.04 320	0.57 163	0.64 295	0.87 330	0.73 352	0.20 273	0.15 255	0.19 211	0.14 120	0.25 342	0.18 225

SFCPSM	0.48 240	0.22 150	0.59 279	0.41 170	0.27 223	0.85 371	0.36 212	1.39 426	0.79 222	0.81 264	0.85 227	0.54 151	0.50 220	0.60 153	0.39 199	0.18 215	0.14 234	0.18 178	0.20 301	0.17 184	0.16 159

PSMNet-RSSM	0.50 266	0.24 199	0.41 94	0.43 242	0.26 188	0.51 214	0.40 272	1.16 348	0.79 222	0.75 227	1.07 333	0.87 320	0.69 323	0.66 219	0.52 283	0.24 342	0.16 281	0.23 323	0.26 390	0.20 264	0.20 265

BUS	0.47 231	0.26 263	0.47 161	0.46 303	0.29 268	0.78 342	0.34 177	0.99 286	0.80 230	0.77 241	0.80 200	0.64 213	0.54 236	0.66 219	0.56 303	0.21 289	0.15 255	0.22 304	0.19 280	0.18 212	0.19 236

BSDual-CNN	0.48 240	0.26 263	0.47 161	0.46 303	0.29 268	0.75 339	0.46 325	0.99 286	0.80 230	0.77 241	0.80 200	0.76 284	0.59 267	0.66 219	0.48 262	0.21 289	0.15 255	0.22 304	0.19 280	0.18 212	0.19 236

psmg	0.50 266	0.26 263	0.47 161	0.42 202	0.29 268	0.82 362	0.42 300	1.07 316	0.80 230	0.95 351	0.94 269	0.76 284	0.59 267	0.66 219	0.48 262	0.21 289	0.16 281	0.20 247	0.20 301	0.19 247	0.19 236

test-3	0.35 90	0.17 22	0.48 174	0.40 145	0.22 57	0.42 179	0.22 25	0.66 117	0.80 230	0.72 209	0.45 64	0.63 206	0.29 88	0.45 53	0.32 124	0.13 24	0.09 2	0.17 136	0.13 92	0.13 34	0.11 8

test_1	0.35 90	0.17 22	0.48 174	0.40 145	0.22 57	0.42 179	0.22 25	0.66 117	0.80 230	0.70 198	0.45 64	0.63 206	0.29 88	0.45 53	0.32 124	0.13 24	0.09 2	0.17 136	0.13 92	0.13 34	0.11 8

SACVNet	0.61 354	0.36 361	0.67 312	0.57 413	0.37 367	0.65 296	0.47 333	1.16 348	0.80 230	1.04 389	1.06 329	1.02 362	0.81 379	0.99 377	0.57 309	0.28 377	0.21 361	0.25 350	0.24 369	0.30 377	0.39 415

IIG-Stereo	0.45 213	0.22 150	0.48 174	0.51 364	0.26 188	0.43 183	0.21 16	0.73 185	0.80 230	0.84 279	0.95 273	0.82 306	0.46 204	0.95 360	0.37 175	0.16 147	0.12 134	0.19 211	0.15 144	0.15 111	0.12 28

UNet	0.55 312	0.27 279	0.72 339	0.45 279	0.41 389	0.97 390	0.40 272	1.01 293	0.80 230	0.87 304	0.90 251	1.03 364	0.75 356	0.76 287	0.67 337	0.19 252	0.15 255	0.20 247	0.17 222	0.21 275	0.18 225

UPFNet	0.55 312	0.26 263	0.59 279	0.46 303	0.38 373	0.83 365	0.48 339	1.03 301	0.80 230	0.92 336	0.91 258	0.85 310	0.67 313	0.87 330	0.78 359	0.20 273	0.21 361	0.20 247	0.20 301	0.20 264	0.15 128

rvit_0105_3	0.48 240	0.35 352	0.85 385	0.56 409	0.31 304	0.48 207	0.48 339	0.65 111	0.81 239	0.66 171	0.59 120	0.66 231	0.56 247	0.66 219	0.41 225	0.30 394	0.27 410	0.29 393	0.28 402	0.21 275	0.21 282

GCST	0.85 409	1.25 478	0.80 361	1.58 483	1.03 476	1.04 407	0.24 42	0.81 225	0.81 239	0.99 374	0.67 146	0.78 291	0.35 134	0.98 372	0.38 190	0.97 478	0.65 478	1.20 479	0.81 482	0.93 471	0.72 467

Anonymous_2	0.84 404	0.45 398	0.66 307	0.41 170	0.45 412	0.82 362	0.53 369	0.81 225	0.81 239	0.73 216	0.61 126	0.91 337	0.76 365	0.77 294	0.61 324	0.51 457	0.55 474	0.54 461	4.92 511	0.54 453	0.42 428

RAFT+CT+SA	0.40 163	0.24 199	0.40 87	0.53 390	0.27 223	0.28 52	0.45 322	0.79 220	0.81 239	0.51 108	0.90 251	0.42 95	0.39 169	0.81 312	0.33 134	0.15 105	0.11 68	0.18 178	0.18 253	0.15 111	0.15 128

PSMNet-ADL	0.50 266	0.28 295	0.43 125	0.49 341	0.31 304	0.70 318	0.38 242	0.94 271	0.81 239	0.62 143	0.80 200	0.91 337	0.62 282	0.76 287	0.68 341	0.24 342	0.18 327	0.19 211	0.20 301	0.22 298	0.22 301

OMP-Stereo	0.43 198	0.23 178	0.50 194	0.53 390	0.25 152	0.36 126	0.24 42	0.73 185	0.81 239	0.78 252	0.64 133	0.88 324	0.41 177	0.95 360	0.36 166	0.15 105	0.12 134	0.20 247	0.15 144	0.16 158	0.13 64

PFNet	0.43 198	0.19 62	0.61 285	0.44 266	0.24 123	0.42 179	0.31 138	0.76 205	0.81 239	1.01 377	0.74 169	0.67 238	0.41 177	0.75 277	0.39 199	0.16 147	0.10 17	0.20 247	0.15 144	0.16 158	0.14 91

ACVNet	0.47 231	0.24 199	0.39 75	0.40 145	0.28 245	0.58 256	0.40 272	0.91 255	0.81 239	0.67 180	0.96 277	0.79 298	0.66 304	0.65 207	0.71 347	0.18 215	0.15 255	0.16 100	0.15 144	0.18 212	0.15 128

acv_ft	0.52 292	0.24 199	0.64 300	0.45 279	0.28 245	0.85 371	0.40 272	0.95 274	0.81 239	1.00 375	0.96 277	0.79 298	0.62 282	0.65 207	0.88 377	0.18 215	0.15 255	0.16 100	0.15 144	0.18 212	0.15 128

MaskLacGwcNet_RVC	0.71 376	0.84 459	0.80 361	0.55 406	0.38 373	1.38 442	0.57 384	1.07 316	0.81 239	0.90 326	0.94 269	0.95 344	0.54 236	1.01 383	0.61 324	0.41 442	0.30 424	0.57 463	0.31 417	0.86 468	0.39 415

WCG-NET	0.29 41	0.15 3	0.35 38	0.34 19	0.19 16	0.32 96	0.27 73	0.42 15	0.82 249	0.46 95	0.49 80	0.39 76	0.25 44	0.42 40	0.27 58	0.12 5	0.09 2	0.13 22	0.11 40	0.12 9	0.11 8

CoDeX	0.48 240	0.21 120	0.53 232	0.43 242	0.25 152	0.74 335	0.38 242	1.36 424	0.82 249	0.84 279	0.96 277	0.63 206	0.57 258	0.63 192	0.40 220	0.17 182	0.13 197	0.17 136	0.15 144	0.16 158	0.15 128

STrans-v2	0.47 231	0.21 120	0.49 182	0.41 170	0.25 152	0.54 232	0.49 350	1.16 348	0.82 249	0.67 180	1.05 323	0.71 248	0.67 313	0.74 270	0.34 146	0.15 105	0.11 68	0.17 136	0.15 144	0.14 71	0.14 91

ARAFT	0.48 240	0.25 230	0.82 368	0.42 202	0.25 152	0.56 243	0.54 376	0.82 230	0.82 249	0.92 336	0.75 171	0.75 277	0.48 213	0.89 337	0.37 175	0.15 105	0.12 134	0.23 323	0.22 342	0.14 71	0.14 91

HGLStereo	0.58 339	0.30 324	0.65 305	0.51 364	0.38 373	0.78 342	0.45 322	1.07 316	0.82 249	0.89 319	1.16 365	0.88 324	0.91 406	0.80 307	0.74 353	0.21 289	0.21 361	0.20 247	0.18 253	0.19 247	0.22 301

GANet-RSSM	0.49 253	0.22 150	0.42 106	0.39 108	0.26 188	0.58 256	0.41 291	1.12 334	0.82 249	0.73 216	1.02 307	0.88 324	0.75 356	0.67 229	0.48 262	0.22 307	0.16 281	0.18 178	0.19 280	0.18 212	0.18 225

RAFT-Stereo-weight	0.33 76	0.19 62	0.36 50	0.39 108	0.23 84	0.28 52	0.29 98	0.69 144	0.83 255	0.55 122	0.51 89	0.58 178	0.20 14	0.48 74	0.30 105	0.13 24	0.10 17	0.14 36	0.12 61	0.13 34	0.12 28

ISRNet	0.57 327	0.25 230	0.72 339	0.57 413	0.36 364	0.43 183	0.28 86	0.85 236	0.84 256	1.09 408	1.25 383	0.91 337	0.61 277	0.68 238	0.60 319	0.35 424	0.26 405	0.36 422	0.33 426	0.30 377	0.42 428

ACV-stereo	0.63 363	0.37 363	1.03 414	0.44 266	0.31 304	1.27 436	0.41 291	0.78 213	0.84 256	0.65 165	0.76 174	2.07 465	1.00 419	0.84 323	0.68 341	0.22 307	0.17 313	0.19 211	0.18 253	0.22 298	0.23 323

CBFPSM	0.61 354	0.25 230	1.41 448	0.39 108	0.27 223	1.10 414	0.67 407	0.83 232	0.84 256	0.82 266	0.81 208	1.33 418	0.85 389	0.72 266	0.86 375	0.16 147	0.15 255	0.15 76	0.17 222	0.17 184	0.23 323

test_3	0.37 118	0.19 62	0.50 194	0.45 279	0.24 123	0.47 202	0.36 212	0.69 144	0.84 256	0.66 171	0.46 67	0.68 241	0.25 44	0.45 53	0.32 124	0.12 5	0.10 17	0.18 178	0.16 171	0.15 111	0.12 28

TransformOpticalFlow	0.46 220	0.21 120	0.49 182	0.42 202	0.24 123	0.36 126	0.46 325	1.04 302	0.84 256	0.67 180	1.14 358	0.73 268	0.56 247	0.78 302	0.33 134	0.15 105	0.10 17	0.17 136	0.15 144	0.14 71	0.15 128

psm_up	0.57 327	0.27 279	0.52 224	0.50 352	0.33 340	0.65 296	0.60 396	1.07 316	0.84 256	0.87 304	0.91 258	1.00 356	1.06 426	0.80 307	0.66 334	0.22 307	0.25 396	0.26 366	0.23 355	0.22 298	0.21 282

SQANet	0.87 412	0.76 450	0.76 353	1.16 475	0.99 473	1.10 414	0.51 359	1.12 334	0.85 262	0.93 339	1.05 323	1.03 364	0.76 365	1.07 392	0.70 344	0.79 471	0.25 396	1.04 477	0.36 432	1.56 479	0.70 466

iinet-f	0.69 373	0.29 309	2.34 478	0.41 170	0.31 304	1.16 426	0.58 391	0.87 241	0.85 262	0.86 301	1.17 370	1.04 369	0.83 382	0.76 287	1.26 433	0.21 289	0.18 327	0.17 136	0.16 171	0.21 275	0.21 282

gwcnet-sp	0.50 266	0.25 230	0.84 379	0.41 170	0.27 223	0.79 348	0.40 272	0.93 266	0.85 262	0.95 351	0.79 190	0.65 219	0.63 287	0.69 245	0.52 283	0.18 215	0.17 313	0.18 178	0.18 253	0.18 212	0.19 236

scenet	0.50 266	0.25 230	0.84 379	0.41 170	0.27 223	0.79 348	0.40 272	0.93 266	0.85 262	0.95 351	0.79 190	0.65 219	0.63 287	0.69 245	0.52 283	0.18 215	0.17 313	0.18 178	0.18 253	0.18 212	0.19 236

ssnet	0.50 266	0.25 230	0.84 379	0.41 170	0.27 223	0.79 348	0.40 272	0.93 266	0.85 262	0.95 351	0.79 190	0.65 219	0.63 287	0.69 245	0.52 283	0.18 215	0.17 313	0.18 178	0.18 253	0.18 212	0.19 236

DSFCA	0.57 327	0.27 279	0.71 333	0.41 170	0.36 364	0.78 342	0.53 369	1.08 321	0.85 262	1.08 404	0.84 218	0.90 331	0.66 304	1.05 391	0.63 331	0.26 359	0.22 370	0.21 290	0.21 320	0.22 298	0.20 265

test_sample5	0.50 266	0.28 295	0.55 249	0.37 66	0.23 84	0.65 296	0.38 242	1.19 361	0.86 268	0.81 264	0.97 285	0.64 213	0.60 271	0.72 266	0.48 262	0.22 307	0.16 281	0.22 304	0.21 320	0.23 318	0.22 301

test_sample4	0.49 253	0.27 279	0.55 249	0.36 50	0.23 84	0.70 318	0.37 225	1.22 377	0.86 268	0.82 266	0.86 231	0.62 201	0.58 261	0.71 261	0.49 271	0.21 289	0.16 281	0.21 290	0.20 301	0.22 298	0.21 282

DualNet	0.51 279	0.28 295	0.55 249	0.37 66	0.23 84	0.65 296	0.38 242	1.19 361	0.86 268	0.84 279	1.06 329	0.64 213	0.60 271	0.72 266	0.48 262	0.22 307	0.16 281	0.22 304	0.21 320	0.23 318	0.22 301

riskmin	0.41 178	0.21 120	0.44 130	0.34 19	0.24 123	0.58 256	0.32 151	0.70 156	0.86 268	0.52 111	0.57 115	0.78 291	0.60 271	0.58 133	0.39 199	0.17 182	0.12 134	0.19 211	0.13 92	0.19 247	0.22 301

DRaft	0.49 253	0.18 39	0.50 194	0.38 84	0.25 152	0.57 251	0.39 259	0.67 128	0.86 268	1.02 381	1.75 445	0.50 136	0.79 372	0.65 207	0.42 230	0.14 44	0.11 68	0.16 100	0.16 171	0.14 71	0.17 201

CFNet-RSSM	0.35 90	0.18 39	0.47 161	0.39 108	0.22 57	0.35 118	0.23 37	0.78 213	0.86 268	0.67 180	0.54 105	0.56 159	0.28 72	0.49 83	0.28 75	0.14 44	0.10 17	0.14 36	0.12 61	0.13 34	0.12 28

UCFNet_RVC	0.50 266	0.27 279	0.37 59	0.40 145	0.27 223	0.66 303	0.42 300	1.18 357	0.86 268	0.70 198	0.89 245	0.91 337	0.60 271	0.62 181	0.48 262	0.24 342	0.18 327	0.28 385	0.27 396	0.25 342	0.24 334

test_sample3	0.49 253	0.27 279	0.55 249	0.36 50	0.23 84	0.70 318	0.37 225	1.21 370	0.87 275	0.79 257	0.84 218	0.66 231	0.53 229	0.70 252	0.50 274	0.21 289	0.16 281	0.20 247	0.19 280	0.21 275	0.21 282

test_5	0.44 204	0.25 230	0.48 174	0.53 390	0.28 245	0.28 52	0.42 300	0.77 210	0.87 275	0.63 150	0.91 258	0.73 268	0.53 229	0.82 317	0.36 166	0.14 44	0.11 68	0.18 178	0.18 253	0.18 212	0.16 159

CrosDoStereo	0.51 279	0.19 62	0.46 150	0.39 108	0.24 123	0.39 150	1.14 465	0.69 144	0.87 275	0.94 346	1.36 405	0.62 201	0.75 356	0.68 238	0.46 249	0.15 105	0.12 134	0.17 136	0.18 253	0.14 71	0.16 159

DeepStereo_LL	0.51 279	0.19 62	0.46 150	0.39 108	0.24 123	0.39 150	1.14 465	0.69 144	0.87 275	0.94 346	1.36 405	0.62 201	0.75 356	0.68 238	0.46 249	0.15 105	0.12 134	0.17 136	0.18 253	0.14 71	0.16 159

s12784h	0.37 118	0.15 3	0.26 6	0.34 19	0.15 1	0.80 354	0.29 98	0.83 232	0.87 275	0.58 131	0.58 118	0.43 104	0.41 177	0.59 141	0.35 155	0.12 5	0.10 17	0.14 36	0.09 5	0.14 71	0.10 1

APVNet	0.73 378	0.39 376	1.01 412	0.58 419	0.45 412	1.16 426	0.68 410	1.47 443	0.87 275	0.84 279	1.15 360	1.04 369	0.84 385	1.14 402	1.18 428	0.27 368	0.28 417	0.32 409	0.31 417	0.29 369	0.32 386

cf-r	0.49 253	0.24 199	0.49 182	0.40 145	0.23 84	0.58 256	0.38 242	0.92 264	0.87 275	0.77 241	1.06 329	0.98 350	0.67 313	0.59 141	0.61 324	0.21 289	0.14 234	0.17 136	0.19 280	0.15 111	0.16 159

CFNet-ft	0.50 266	0.25 230	0.39 75	0.41 170	0.26 188	0.66 303	0.37 225	0.91 255	0.87 275	0.67 180	1.00 301	1.05 373	0.70 328	0.68 238	0.57 309	0.23 332	0.16 281	0.24 337	0.21 320	0.24 331	0.19 236

STTStereo	0.57 327	0.39 376	0.87 391	0.45 279	0.32 328	0.62 274	0.45 322	1.01 293	0.87 275	1.01 377	0.91 258	0.95 344	0.58 261	0.77 294	0.66 334	0.25 354	0.24 388	0.27 374	0.33 426	0.25 342	0.26 344

DANet	0.74 383	0.47 409	0.98 410	0.60 423	0.41 389	0.92 382	0.41 291	1.02 296	0.87 275	1.22 427	1.22 379	1.33 418	0.88 400	1.26 418	1.37 439	0.27 368	0.24 388	0.31 404	0.25 382	0.37 413	0.36 406
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CFNet_RVC	0.50 266	0.25 230	0.39 75	0.41 170	0.26 188	0.66 303	0.37 225	0.91 255	0.87 275	0.67 180	1.00 301	1.05 373	0.70 328	0.68 238	0.57 309	0.23 332	0.16 281	0.24 337	0.21 320	0.24 331	0.19 236

test_sample6	0.51 279	0.27 279	0.55 249	0.38 84	0.23 84	0.64 289	0.39 259	1.18 357	0.88 286	0.84 279	1.06 329	0.66 231	0.61 277	0.75 277	0.52 283	0.23 332	0.17 313	0.22 304	0.22 342	0.24 331	0.23 323

AASNet	0.55 312	0.27 279	0.62 291	0.51 364	0.32 328	0.73 331	0.44 315	1.55 451	0.88 286	0.88 312	0.94 269	0.64 213	0.63 287	0.62 181	0.84 372	0.23 332	0.20 353	0.20 247	0.16 171	0.22 298	0.20 265

GANet-ADL	0.44 204	0.27 279	0.48 174	0.44 266	0.30 292	0.54 232	0.36 212	0.94 271	0.88 286	0.64 160	0.72 155	0.68 241	0.44 190	0.55 110	0.44 239	0.22 307	0.15 255	0.15 76	0.13 92	0.18 212	0.21 282

THIR-Stereo	0.51 279	0.19 62	0.47 161	0.39 108	0.23 84	0.74 335	0.64 405	0.68 134	0.88 286	1.03 384	1.40 411	0.71 248	0.75 356	0.64 199	0.43 232	0.16 147	0.11 68	0.17 136	0.18 253	0.15 111	0.17 201

ADLNet	0.57 327	0.29 309	0.58 271	0.46 303	0.35 357	0.80 354	0.46 325	1.14 343	0.88 286	1.03 384	0.98 289	0.92 341	0.66 304	0.71 261	0.83 371	0.22 307	0.16 281	0.22 304	0.22 342	0.22 298	0.23 323

hknet	0.51 279	0.26 263	0.58 271	0.46 303	0.29 268	0.75 339	0.46 325	0.99 286	0.89 291	0.77 241	0.80 200	0.96 347	0.67 313	0.75 277	0.50 274	0.19 252	0.15 255	0.22 304	0.19 280	0.18 212	0.19 236

CREStereo++_RVC	0.32 68	0.16 13	0.25 1	0.32 11	0.24 123	0.27 39	0.22 25	0.48 36	0.89 291	0.47 98	0.80 200	0.29 18	0.25 44	0.37 19	0.34 146	0.14 44	0.09 2	0.13 22	0.52 469	0.14 71	0.10 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
NLCA_NET_v2_RVC	0.55 312	0.33 343	0.71 333	0.46 303	0.31 304	0.66 303	0.43 307	1.07 316	0.89 291	0.93 339	0.91 258	0.98 350	0.61 277	0.76 287	0.64 333	0.22 307	0.18 327	0.22 304	0.22 342	0.22 298	0.24 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MLCV	0.49 253	0.26 263	0.73 344	0.38 84	0.18 10	0.64 289	0.33 166	0.84 235	0.89 291	0.96 363	1.12 348	0.72 263	0.45 197	1.00 382	0.59 318	0.14 44	0.10 17	0.14 36	0.11 40	0.14 71	0.14 91

raft+_RVC	0.38 135	0.20 92	0.38 69	0.39 108	0.27 223	0.44 191	0.35 200	0.81 225	0.90 295	0.52 111	0.78 185	0.50 136	0.29 88	0.56 120	0.41 225	0.15 105	0.12 134	0.17 136	0.15 144	0.14 71	0.13 64

CFNet_pseudo	0.47 231	0.25 230	0.55 249	0.38 84	0.28 245	0.58 256	0.32 151	0.89 249	0.90 295	0.83 273	1.03 317	0.75 277	0.48 213	0.61 159	0.46 249	0.17 182	0.13 197	0.24 337	0.16 171	0.26 350	0.21 282

psmorigin	0.84 404	0.53 416	2.21 476	0.50 352	0.41 389	0.86 373	0.57 384	1.08 321	0.90 295	1.50 445	1.42 417	1.50 440	1.09 429	1.29 422	1.03 410	0.32 403	0.33 442	0.27 374	0.27 396	0.34 398	0.45 439

FADNet_RVC	0.58 339	0.39 376	1.26 431	0.45 279	0.32 328	0.55 237	0.34 177	1.12 334	0.90 295	0.68 189	0.90 251	0.61 194	0.71 333	1.03 388	0.80 367	0.21 289	0.18 327	0.27 374	0.23 355	0.33 392	0.30 375

G-Net	0.95 422	0.48 411	1.13 421	0.67 443	0.49 426	2.07 472	0.63 403	1.02 296	0.90 295	1.77 461	2.62 473	1.28 407	1.60 462	1.09 396	1.06 418	0.37 431	0.30 424	0.35 417	0.25 382	0.46 436	0.45 439

ccs_rob	0.47 231	0.25 230	0.55 249	0.38 84	0.28 245	0.58 256	0.32 151	0.89 249	0.90 295	0.83 273	1.02 307	0.75 277	0.48 213	0.61 159	0.46 249	0.17 182	0.12 134	0.24 337	0.16 171	0.26 350	0.21 282

NINENet	0.52 292	0.30 324	0.55 249	0.46 303	0.33 340	0.78 342	0.34 177	1.18 357	0.91 301	0.84 279	0.97 285	0.64 213	0.54 236	0.74 270	0.56 303	0.23 332	0.20 353	0.25 350	0.18 253	0.22 298	0.22 301

rafts_anoy	0.38 135	0.22 150	0.38 69	0.43 242	0.28 245	0.32 96	0.32 151	0.70 156	0.91 301	0.59 132	0.66 139	0.45 115	0.33 121	0.49 83	0.41 225	0.16 147	0.12 134	0.21 290	0.23 355	0.18 212	0.16 159

hitnet-ft	0.57 327	0.29 309	0.43 125	0.42 202	0.29 268	0.81 359	0.40 272	0.98 283	0.91 301	0.84 279	1.01 305	1.13 396	0.72 344	0.83 319	0.71 347	0.28 377	0.21 361	0.28 385	0.22 342	0.29 369	0.27 354

FADNet-RVC	0.62 360	0.56 431	1.29 436	0.47 323	0.39 381	0.63 280	0.40 272	1.16 348	0.91 301	0.71 208	0.86 231	1.04 369	0.55 240	0.99 377	0.78 359	0.27 368	0.26 405	0.28 385	0.29 407	0.32 387	0.31 382

AdaStereo	0.52 292	0.34 348	0.53 232	0.49 341	0.25 152	0.71 323	0.36 212	1.24 382	0.91 301	0.77 241	0.98 289	0.75 277	0.50 220	0.71 261	0.51 278	0.27 368	0.13 197	0.28 385	0.18 253	0.23 318	0.18 225
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.
PS-NSSS	0.60 350	0.46 403	0.68 319	0.43 242	0.34 351	0.66 303	0.57 384	1.05 309	0.91 301	0.80 260	1.28 392	0.72 263	0.67 313	0.89 337	0.61 324	0.32 403	0.26 405	0.40 436	0.27 396	0.35 403	0.29 370

DualNet (step1)	0.60 350	0.37 363	0.83 372	0.39 108	0.31 304	0.72 327	0.49 350	1.11 330	0.92 307	0.93 339	0.89 245	0.86 314	0.71 333	0.74 270	0.53 294	0.42 444	0.22 370	0.40 436	0.41 447	0.36 407	0.35 400

test_sample9	1.17 445	0.37 363	0.83 372	0.39 108	0.31 304	0.72 327	0.49 350	1.11 330	0.92 307	0.93 339	0.89 245	0.86 314	0.71 333	1.29 422	2.03 464	0.42 444	9.50 515	0.40 436	0.41 447	0.36 407	0.35 400

test_sample7	0.54 304	0.30 324	0.55 249	0.37 66	0.28 245	0.63 280	0.47 333	1.11 330	0.92 307	0.93 339	0.89 245	0.86 314	0.71 333	0.74 270	0.53 294	0.27 368	0.22 370	0.27 374	0.26 390	0.27 359	0.26 344

Former-RAFT_DAM_RVC	0.34 85	0.28 295	0.48 174	0.37 66	0.25 152	0.47 202	0.30 115	0.60 80	0.92 307	0.43 85	0.37 49	0.30 20	0.29 88	0.50 88	0.30 105	0.17 182	0.14 234	0.18 178	0.15 144	0.18 212	0.16 159

test_xeample	1.06 433	0.23 178	0.51 203	0.37 66	0.22 57	0.71 323	0.39 259	1.31 408	0.92 307	0.87 304	1.08 339	0.70 245	0.64 295	0.75 277	11.43 506	0.19 252	0.16 281	0.18 178	0.17 222	0.18 212	0.19 236

MM-Stereo_test3	0.35 90	0.19 62	0.33 26	0.42 202	0.26 188	0.34 115	0.44 315	0.74 192	0.93 312	0.47 98	0.52 96	0.42 95	0.29 88	0.46 59	0.29 91	0.17 182	0.15 255	0.17 136	0.13 92	0.14 71	0.15 128

anonymity	0.98 427	0.89 462	1.06 417	0.93 466	1.04 478	0.97 390	0.82 440	1.33 417	0.93 312	1.08 404	0.98 289	1.02 362	0.95 415	1.02 386	0.93 391	0.96 477	0.96 498	0.90 474	0.91 485	0.92 470	0.95 476

UDGNet	0.50 266	0.82 455	0.56 260	0.51 364	0.32 328	0.41 169	0.34 177	0.71 163	0.93 312	0.65 165	0.60 123	0.58 178	0.44 190	0.65 207	0.43 232	0.33 410	0.15 255	0.67 467	0.20 301	0.49 443	0.23 323

GEStereo_RVC	0.56 321	0.30 324	0.70 331	0.51 364	0.31 304	0.70 318	0.54 376	1.31 408	0.93 312	0.85 291	0.86 231	0.84 308	0.63 287	0.92 348	0.67 337	0.24 342	0.16 281	0.19 211	0.17 222	0.21 275	0.23 323

222	1.25 451	0.23 178	0.53 232	0.38 84	0.23 84	0.78 342	0.37 225	1.41 432	0.93 312	0.97 366	1.13 354	0.74 272	0.71 333	0.74 270	14.86 509	0.20 273	0.16 281	0.17 136	0.16 171	0.18 212	0.20 265

RASNet	0.57 327	0.24 199	0.61 285	0.39 108	0.23 84	0.71 323	0.40 272	1.02 296	0.93 312	0.77 241	1.05 323	1.05 373	0.98 418	0.99 377	1.03 410	0.16 147	0.14 234	0.14 36	0.17 222	0.15 111	0.14 91

HSM-Net_RVC	0.55 312	0.23 178	0.37 59	0.38 84	0.22 57	0.86 373	0.40 272	1.31 408	0.93 312	0.92 336	1.15 360	1.26 406	0.71 333	0.75 277	0.53 294	0.17 182	0.14 234	0.16 100	0.15 144	0.17 184	0.17 201
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PSMNet_ROB	0.67 368	0.39 376	0.76 353	0.57 413	0.43 401	1.00 397	0.85 446	1.25 388	0.93 312	0.82 266	1.04 320	1.08 382	0.64 295	0.89 337	1.02 409	0.29 387	0.21 361	0.31 404	0.31 417	0.27 359	0.25 340

TestStereo1	0.44 204	0.24 199	0.45 137	0.52 381	0.25 152	0.35 118	0.40 272	0.81 225	0.94 320	0.70 198	0.96 277	0.48 129	0.45 197	0.94 354	0.33 134	0.16 147	0.13 197	0.18 178	0.16 171	0.15 111	0.14 91

SA-5K	0.44 204	0.24 199	0.45 137	0.52 381	0.25 152	0.35 118	0.40 272	0.81 225	0.94 320	0.70 198	0.96 277	0.48 129	0.45 197	0.94 354	0.33 134	0.16 147	0.13 197	0.18 178	0.16 171	0.15 111	0.14 91

delet	0.57 327	0.25 230	0.63 295	0.46 303	0.34 351	1.05 410	0.51 359	1.04 302	0.94 320	0.90 326	0.99 297	0.90 331	0.68 321	0.87 330	0.78 359	0.18 215	0.18 327	0.20 247	0.21 320	0.17 184	0.17 201

DLCB_ROB	0.60 350	0.29 309	0.53 232	0.50 352	0.33 340	0.76 341	0.51 359	1.02 296	0.94 320	1.07 403	1.16 365	1.21 402	0.73 349	0.98 372	0.75 355	0.21 289	0.20 353	0.22 304	0.23 355	0.22 298	0.20 265

CFNet_ucs	0.51 279	0.25 230	0.58 271	0.39 108	0.31 304	0.59 263	0.35 200	1.04 302	0.95 324	0.89 319	1.19 375	0.80 302	0.49 217	0.66 219	0.45 245	0.21 289	0.16 281	0.26 366	0.18 253	0.27 359	0.23 323

Sa-1000	0.49 253	0.25 230	0.45 137	0.46 303	0.25 152	0.64 289	0.34 177	0.85 236	0.95 324	0.85 291	1.51 430	0.55 153	0.44 190	0.94 354	0.31 117	0.16 147	0.12 134	0.21 290	0.20 301	0.15 111	0.14 91

DDUNet	1.10 437	2.58 504	0.83 372	1.21 477	1.27 482	1.02 403	0.69 413	1.17 355	0.95 324	0.98 369	1.26 387	1.28 407	0.84 385	0.97 370	0.79 366	0.85 474	0.40 458	2.00 489	0.60 473	1.34 478	0.94 474

xxxx	1.07 435	0.23 178	0.53 232	0.38 84	0.22 57	0.83 365	0.36 212	1.41 432	0.95 324	0.75 227	0.99 297	0.97 348	0.64 295	0.70 252	11.37 505	0.20 273	0.17 313	0.18 178	0.17 222	0.19 247	0.20 265

RAFT + AFF	0.54 304	0.30 324	0.84 379	0.51 364	0.32 328	0.63 280	0.57 384	1.05 309	0.95 324	0.80 260	0.87 238	0.85 310	0.57 258	0.87 330	0.51 278	0.18 215	0.21 361	0.23 323	0.22 342	0.19 247	0.19 236

GANet	0.74 383	0.38 371	0.63 295	0.54 400	0.35 357	1.01 401	0.95 453	1.15 346	0.95 324	1.09 408	2.00 456	1.14 397	0.92 408	1.29 422	0.75 355	0.25 354	0.27 410	0.27 374	0.23 355	0.32 387	0.24 334

ETE_ROB	0.73 378	0.52 414	0.93 399	0.57 413	0.37 367	0.80 354	0.86 447	1.19 361	0.95 324	1.20 424	1.22 379	1.39 431	0.86 393	1.07 392	0.88 377	0.27 368	0.21 361	0.31 404	0.27 396	0.34 398	0.35 400

ADStereo(finetuned)	0.39 148	0.18 39	0.58 271	0.35 28	0.19 16	0.30 69	0.30 115	0.72 173	0.96 331	0.72 209	0.77 176	0.45 115	0.68 321	0.46 59	0.36 166	0.14 44	0.10 17	0.14 36	0.11 40	0.13 34	0.15 128

DCANet	0.38 135	0.18 39	0.46 150	0.35 28	0.19 16	0.30 69	0.30 115	0.72 173	0.96 331	0.72 209	0.77 176	0.45 115	0.56 247	0.47 67	0.36 166	0.14 44	0.10 17	0.14 36	0.11 40	0.13 34	0.15 128

GwcNet-RSSM	0.51 279	0.25 230	0.51 203	0.41 170	0.24 123	0.56 243	0.41 291	0.97 281	0.96 331	0.75 227	1.17 370	0.89 329	0.66 304	0.66 219	0.74 353	0.22 307	0.15 255	0.19 211	0.21 320	0.17 184	0.16 159

FADNet-RVC-Resample	0.58 339	0.35 352	1.34 442	0.50 352	0.34 351	0.73 331	0.43 307	1.09 324	0.96 331	0.83 273	0.87 238	0.76 284	0.66 304	0.77 294	0.52 283	0.19 252	0.18 327	0.26 366	0.27 396	0.28 367	0.29 370

XPNet_ROB	0.73 378	0.38 371	0.80 361	0.53 390	0.40 384	0.80 354	0.83 442	1.21 370	0.96 331	1.37 440	1.17 370	1.37 425	0.87 396	1.14 402	0.99 403	0.33 410	0.25 396	0.27 374	0.24 369	0.31 381	0.29 370

rvit_105_1	0.56 321	0.42 392	0.84 379	0.59 421	0.37 367	0.59 263	0.68 410	0.73 185	0.97 336	0.82 266	0.69 149	0.75 277	0.63 287	0.80 307	0.56 303	0.34 418	0.29 419	0.31 404	0.34 428	0.23 318	0.23 323

DCANet-4	0.38 135	0.22 150	0.58 271	0.35 28	0.19 16	0.30 69	0.30 115	0.69 144	0.97 336	0.70 198	0.79 190	0.40 83	0.46 204	0.46 59	0.37 175	0.14 44	0.10 17	0.14 36	0.11 40	0.12 9	0.15 128

ccnet	0.84 404	0.59 437	0.86 386	0.56 409	0.60 451	1.11 418	0.72 421	1.44 439	0.97 336	1.15 420	1.44 420	1.28 407	0.95 415	1.01 383	1.33 438	0.49 454	0.43 465	0.50 458	0.47 457	0.52 451	0.48 448

CVANet_RVC	0.59 343	0.35 352	0.54 245	0.49 341	0.33 340	0.70 318	0.67 407	1.12 334	0.97 336	0.88 312	1.05 323	1.01 360	0.72 344	0.94 354	0.55 301	0.30 394	0.20 353	0.28 385	0.26 390	0.32 387	0.23 323

StereoDRNet-Refined	0.61 354	0.33 343	0.63 295	0.47 323	0.31 304	0.94 385	0.41 291	1.04 302	0.97 336	1.15 420	1.13 354	1.00 356	0.74 353	0.93 351	0.93 391	0.18 215	0.13 197	0.22 304	0.21 320	0.20 264	0.21 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
raft_robust	0.41 178	0.24 199	0.39 75	0.43 242	0.22 57	0.40 158	0.33 166	0.80 223	0.98 341	0.80 260	0.88 242	0.41 88	0.32 115	0.89 337	0.30 105	0.14 44	0.12 134	0.16 100	0.18 253	0.15 111	0.13 64

GwcNet-ADL	0.45 213	0.24 199	0.51 203	0.46 303	0.30 292	0.41 169	0.40 272	0.95 274	0.98 341	0.73 216	0.78 185	0.61 194	0.41 177	0.67 229	0.55 301	0.20 273	0.14 234	0.15 76	0.14 120	0.19 247	0.22 301

MMNet	0.57 327	0.26 263	0.67 312	0.45 279	0.35 357	1.04 407	0.39 259	0.93 266	0.98 341	0.96 363	0.97 285	0.86 314	0.80 376	0.83 319	0.80 367	0.16 147	0.15 255	0.19 211	0.19 280	0.20 264	0.17 201

PCWNet_CMD	0.49 253	0.25 230	0.56 260	0.40 145	0.27 223	0.64 289	0.32 151	0.98 283	0.99 344	0.87 304	1.07 333	0.78 291	0.46 204	0.61 159	0.44 239	0.17 182	0.13 197	0.21 290	0.16 171	0.26 350	0.20 265

LL-Strereo	0.58 339	0.29 309	0.83 372	0.48 331	0.35 357	0.39 150	0.48 339	1.04 302	0.99 344	0.87 304	0.79 190	1.08 382	1.15 438	1.35 433	0.51 278	0.18 215	0.15 255	0.22 304	0.19 280	0.17 184	0.21 282

ADLNet2	0.57 327	0.26 263	0.71 333	0.48 331	0.31 304	0.83 365	0.51 359	1.10 328	0.99 344	0.85 291	0.99 297	0.99 355	0.70 328	0.79 304	0.78 359	0.21 289	0.17 313	0.18 178	0.18 253	0.22 298	0.22 301

MSMDNet	0.49 253	0.25 230	0.56 260	0.40 145	0.27 223	0.64 289	0.32 151	0.99 286	0.99 344	0.87 304	1.07 333	0.79 298	0.46 204	0.61 159	0.44 239	0.17 182	0.13 197	0.20 247	0.16 171	0.25 342	0.20 265

fast-acv-ft	0.66 367	0.32 335	0.80 361	0.46 303	0.34 351	1.26 435	0.50 356	0.91 255	1.00 348	1.05 394	1.36 405	1.28 407	0.84 385	0.81 312	0.90 385	0.22 307	0.24 388	0.23 323	0.23 355	0.21 275	0.22 301

SA	0.45 213	0.26 263	0.50 194	0.47 323	0.24 123	0.46 200	0.36 212	0.79 220	1.00 348	0.61 139	1.04 320	0.50 136	0.50 220	0.98 372	0.33 134	0.16 147	0.13 197	0.21 290	0.19 280	0.15 111	0.14 91

UDG	0.93 417	1.03 471	0.75 351	1.00 468	0.97 471	1.02 403	0.57 384	1.18 357	1.01 350	0.93 339	1.02 307	1.32 413	1.03 422	0.88 336	0.92 389	0.55 463	0.33 442	1.82 486	0.41 447	1.20 477	0.74 468

DAS	0.54 304	0.26 263	0.66 307	0.49 341	0.31 304	0.61 270	0.43 307	0.89 249	1.01 350	0.95 351	1.16 365	0.71 248	0.85 389	0.89 337	0.47 258	0.18 215	0.14 234	0.18 178	0.15 144	0.22 298	0.19 236

SepStereo	0.54 304	0.26 263	0.66 307	0.49 341	0.31 304	0.61 270	0.43 307	0.89 249	1.01 350	0.95 351	1.16 365	0.71 248	0.85 389	0.97 370	0.47 258	0.18 215	0.14 234	0.18 178	0.15 144	0.22 298	0.19 236

aanetorigin	0.85 409	0.58 435	1.98 472	0.50 352	0.40 384	0.66 303	0.70 414	0.72 173	1.01 350	2.44 481	2.00 456	1.32 413	1.25 444	0.96 363	1.16 427	0.20 273	0.19 345	0.20 247	0.20 301	0.27 359	0.33 395

CFNet	0.53 299	0.30 324	0.53 232	0.42 202	0.28 245	0.73 331	0.35 200	1.21 370	1.01 350	0.74 223	1.07 333	0.85 310	0.60 271	0.83 319	0.58 316	0.19 252	0.15 255	0.23 323	0.23 355	0.21 275	0.17 201

iResNetv2_ROB	0.55 312	0.29 309	0.86 386	0.39 108	0.25 152	0.67 312	0.37 225	1.21 370	1.02 355	1.02 381	1.10 341	0.89 329	0.79 372	0.74 270	0.43 232	0.19 252	0.13 197	0.15 76	0.11 40	0.19 247	0.16 159

iResNet	0.52 292	0.31 333	0.86 386	0.44 266	0.22 57	0.66 303	0.47 333	0.92 264	1.02 355	0.89 319	1.12 348	0.69 243	0.55 240	0.86 328	0.60 319	0.15 105	0.11 68	0.15 76	0.12 61	0.17 184	0.17 201

NCCL2	0.74 383	0.45 398	0.77 356	0.65 439	0.45 412	0.97 390	1.16 467	1.16 348	1.02 355	1.00 375	0.98 289	1.48 438	0.88 400	0.99 377	0.89 379	0.31 398	0.27 410	0.39 433	0.39 439	0.33 392	0.34 397

CBMV_ROB	0.62 360	0.39 376	0.41 94	0.41 170	0.28 245	0.86 373	0.28 86	1.06 314	1.02 355	0.95 351	1.33 400	0.81 304	0.84 385	0.94 354	0.56 303	0.37 431	0.37 450	0.43 442	0.40 442	0.33 392	0.32 386

1111x	0.64 365	0.23 178	0.61 285	0.39 108	0.21 44	0.68 316	0.46 325	1.32 414	1.03 359	0.76 233	1.02 307	0.95 344	0.72 344	1.13 400	2.15 468	0.18 215	0.18 327	0.18 178	0.19 280	0.20 264	0.19 236

ssnet_v2	0.61 354	0.29 309	0.69 328	0.45 279	0.30 292	0.93 383	0.62 400	1.20 367	1.03 359	0.97 366	0.81 208	0.98 350	0.67 313	0.84 323	0.97 401	0.26 359	0.23 379	0.23 323	0.24 369	0.20 264	0.21 282

ADCRef	0.84 404	0.46 403	1.60 461	0.52 381	0.45 412	1.08 412	0.52 365	1.13 341	1.03 359	1.22 427	1.43 419	0.87 320	0.93 410	0.91 346	3.35 483	0.19 252	0.16 281	0.23 323	0.23 355	0.23 318	0.22 301

TDLM	0.59 343	0.35 352	0.57 269	0.53 390	0.32 328	0.67 312	0.72 421	1.09 324	1.03 359	0.84 279	1.11 346	0.84 308	0.71 333	0.96 363	0.61 324	0.28 377	0.18 327	0.26 366	0.22 342	0.27 359	0.21 282

GMStereo	0.40 163	0.38 371	0.61 285	0.41 170	0.27 223	0.47 202	0.35 200	0.62 90	1.04 363	0.57 128	0.54 105	0.38 69	0.36 140	0.56 120	0.41 225	0.20 273	0.13 197	0.16 100	0.17 222	0.24 331	0.20 265
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DRN-Test	0.68 371	0.34 348	0.77 356	0.52 381	0.40 384	1.14 422	0.61 398	1.56 455	1.04 363	1.18 422	1.10 341	1.05 373	0.72 344	0.82 317	1.01 405	0.24 342	0.18 327	0.26 366	0.25 382	0.26 350	0.23 323

SDNR	0.89 414	0.39 376	1.66 467	0.42 202	0.39 381	3.35 493	0.32 151	0.95 274	1.05 365	1.05 394	2.12 459	0.62 201	0.71 333	1.40 434	0.78 359	0.53 459	0.56 475	0.36 422	0.27 396	0.46 436	0.50 452

GASNet	0.70 374	0.77 451	1.16 424	0.71 454	0.49 426	0.62 274	0.48 339	1.12 334	1.05 365	0.98 369	0.84 218	0.94 343	0.82 380	1.41 437	0.85 374	0.33 410	0.22 370	0.29 393	0.28 402	0.44 432	0.26 344

HBP-ISP	0.61 354	0.47 409	0.45 137	0.46 303	0.33 340	0.79 348	0.29 98	1.15 346	1.05 365	0.85 291	1.18 374	0.67 238	0.71 333	0.92 348	0.57 309	0.37 431	0.38 451	0.47 449	0.41 447	0.39 419	0.32 386

CC-Net-ROB	0.84 404	1.01 470	0.93 399	0.60 423	0.45 412	1.25 434	0.71 416	1.20 367	1.05 365	0.84 279	1.24 382	0.90 331	0.78 371	1.14 402	0.70 344	0.48 453	0.34 445	1.71 484	0.38 437	0.78 466	0.40 420

PSMNet-RUCA	0.78 393	0.78 453	1.23 429	1.01 469	0.91 465	0.68 316	0.53 369	1.16 348	1.06 369	0.79 257	1.10 341	0.82 306	0.72 344	0.94 354	0.70 344	0.55 463	0.27 410	0.76 470	0.46 454	0.70 463	0.49 449

SMFormer	0.53 299	0.24 199	0.67 312	0.35 28	0.20 31	0.63 280	0.34 177	1.26 390	1.06 369	0.85 291	1.02 307	0.71 248	0.66 304	0.96 363	0.60 319	0.19 252	0.16 281	0.18 178	0.17 222	0.19 247	0.20 265

tta	0.53 299	0.24 199	0.67 312	0.35 28	0.20 31	0.63 280	0.34 177	1.26 390	1.06 369	0.85 291	1.02 307	0.71 248	0.66 304	0.96 363	0.60 319	0.19 252	0.16 281	0.18 178	0.17 222	0.15 111	0.16 159

qqq1	0.51 279	0.24 199	0.67 312	0.35 28	0.20 31	0.63 280	0.34 177	1.26 390	1.06 369	0.85 291	1.02 307	0.71 248	0.66 304	0.96 363	0.36 166	0.19 252	0.16 281	0.14 36	0.12 61	0.15 111	0.16 159

fff1	0.51 279	0.24 199	0.67 312	0.35 28	0.20 31	0.63 280	0.34 177	1.26 390	1.06 369	0.85 291	1.02 307	0.71 248	0.66 304	0.96 363	0.36 166	0.19 252	0.16 281	0.14 36	0.12 61	0.15 111	0.16 159

mmx	0.59 343	0.28 295	0.68 319	0.39 108	0.26 188	0.56 243	0.40 272	1.24 382	1.06 369	0.76 233	0.98 289	0.71 248	0.55 240	1.25 415	1.46 444	0.21 289	0.16 281	0.25 350	0.21 320	0.24 331	0.22 301

xxx	0.59 343	0.28 295	0.68 319	0.39 108	0.26 188	0.56 243	0.40 272	1.24 382	1.06 369	0.76 233	0.98 289	0.71 248	0.55 240	1.25 415	1.46 444	0.21 289	0.16 281	0.25 350	0.21 320	0.24 331	0.22 301

StereoDRNet	0.67 368	0.35 352	0.82 368	0.53 390	0.44 406	1.03 405	0.53 369	1.51 448	1.06 369	1.13 418	0.91 258	1.07 381	0.74 353	0.87 330	0.95 396	0.24 342	0.19 345	0.25 350	0.23 355	0.27 359	0.22 301

Wz-Net-LNSev-Ref	0.67 368	0.30 324	1.20 426	0.42 202	0.31 304	1.00 397	0.58 391	1.16 348	1.07 377	1.01 377	1.25 383	1.08 382	0.75 356	1.18 409	1.03 410	0.20 273	0.12 134	0.16 100	0.13 92	0.22 298	0.22 301

dd	0.44 204	0.40 384	0.62 291	0.44 266	0.26 188	0.51 214	0.38 242	0.72 173	1.07 377	0.60 134	0.66 139	0.43 104	0.40 173	0.68 238	0.53 294	0.24 342	0.15 255	0.21 290	0.16 171	0.24 331	0.19 236

FADNet	0.63 363	0.53 416	1.20 426	0.46 303	0.44 406	0.66 303	0.41 291	1.24 382	1.07 377	0.70 198	0.84 218	0.98 350	0.65 303	0.87 330	0.54 299	0.29 387	0.30 424	0.27 374	0.30 408	0.48 439	0.36 406

ADCP+	1.18 447	0.37 363	3.09 482	0.50 352	0.52 434	1.48 448	0.61 398	1.32 414	1.07 377	1.21 425	1.16 365	1.08 382	1.11 431	1.63 452	7.17 500	0.20 273	0.16 281	0.24 337	0.22 342	0.29 369	0.22 301

ttt	0.56 321	0.27 279	0.49 182	0.39 108	0.25 152	0.65 296	0.42 300	1.24 382	1.08 381	0.76 233	1.10 341	0.63 206	0.51 225	0.95 360	1.03 410	0.25 354	0.22 370	0.22 304	0.21 320	0.25 342	0.25 340

fff	0.39 148	0.18 39	0.46 150	0.35 28	0.19 16	0.30 69	0.30 115	0.73 185	1.08 381	0.70 198	0.79 190	0.44 107	0.62 282	0.47 67	0.37 175	0.14 44	0.10 17	0.14 36	0.11 40	0.12 9	0.15 128

csc	0.39 148	0.18 39	0.46 150	0.35 28	0.19 16	0.30 69	0.30 115	0.73 185	1.08 381	0.70 198	0.79 190	0.44 107	0.62 282	0.47 67	0.37 175	0.14 44	0.10 17	0.14 36	0.11 40	0.12 9	0.15 128

cscssc	0.39 148	0.18 39	0.46 150	0.35 28	0.19 16	0.30 69	0.30 115	0.73 185	1.08 381	0.70 198	0.79 190	0.44 107	0.62 282	0.47 67	0.37 175	0.14 44	0.10 17	0.14 36	0.11 40	0.12 9	0.15 128

edge stereo	0.79 394	0.40 384	0.82 368	0.52 381	0.44 406	0.83 365	0.58 391	1.34 419	1.08 381	1.30 436	1.38 409	1.79 455	1.13 435	1.15 405	0.92 389	0.34 418	0.32 437	0.42 441	0.28 402	0.33 392	0.39 415

Nwc_Net	0.82 398	0.40 384	0.86 386	0.62 431	0.56 441	1.04 407	0.57 384	1.72 469	1.08 381	0.93 339	1.88 451	1.44 432	1.24 443	1.19 410	0.94 393	0.31 398	0.25 396	0.36 422	0.39 439	0.31 381	0.31 382

RGC	0.82 398	0.62 439	0.80 361	0.67 443	0.66 457	0.91 381	0.59 394	1.35 420	1.09 387	1.12 417	1.46 424	1.50 440	1.09 429	1.28 421	0.97 401	0.34 418	0.30 424	0.48 453	0.40 442	0.38 415	0.38 414

SGM-Forest	0.65 366	0.33 343	0.43 125	0.44 266	0.30 292	1.01 401	0.54 376	1.13 341	1.09 387	1.11 415	1.21 377	1.10 388	0.76 365	0.99 377	0.71 347	0.32 403	0.33 442	0.33 414	0.30 408	0.30 377	0.28 364
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MyStereo05	0.46 220	0.22 150	0.51 203	0.42 202	0.29 268	0.43 183	0.48 339	0.96 279	1.12 389	0.77 241	0.62 129	0.51 140	0.57 258	0.79 304	0.43 232	0.14 44	0.13 197	0.18 178	0.17 222	0.17 184	0.17 201

MyStereo04	0.45 213	0.23 178	0.52 224	0.43 242	0.29 268	0.40 158	0.48 339	1.02 296	1.12 389	0.62 143	0.58 118	0.55 153	0.56 247	0.77 294	0.45 245	0.14 44	0.13 197	0.19 211	0.17 222	0.18 212	0.17 201

NCC-stereo	0.82 398	0.43 395	0.87 391	0.63 434	0.68 459	0.88 376	0.72 421	1.60 461	1.12 389	0.95 351	1.41 413	1.37 425	1.37 451	1.26 418	0.94 393	0.32 403	0.30 424	0.37 427	0.49 464	0.34 398	0.35 400

Abc-Net	0.82 398	0.43 395	0.87 391	0.63 434	0.68 459	0.88 376	0.72 421	1.60 461	1.12 389	0.95 351	1.41 413	1.37 425	1.37 451	1.26 418	0.94 393	0.32 403	0.30 424	0.37 427	0.49 464	0.34 398	0.35 400
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NOSS_ROB	0.59 343	0.40 384	0.42 106	0.45 279	0.31 304	0.79 348	0.53 369	1.09 324	1.12 389	0.69 192	0.92 264	0.77 289	0.63 287	0.81 312	0.52 283	0.39 437	0.38 451	0.44 444	0.42 452	0.38 415	0.36 406

ffm	0.47 231	0.28 295	0.68 319	0.39 108	0.26 188	0.56 243	0.40 272	0.72 173	1.13 394	0.76 233	0.98 289	0.71 248	0.55 240	0.61 159	0.26 37	0.17 182	0.11 68	0.25 350	0.21 320	0.16 158	0.17 201

ff1	0.56 321	0.28 295	0.68 319	0.39 108	0.26 188	0.56 243	0.40 272	0.72 173	1.13 394	0.76 233	0.98 289	0.71 248	0.55 240	1.25 415	1.46 444	0.17 182	0.11 68	0.25 350	0.21 320	0.16 158	0.17 201

tt1	0.37 118	0.25 230	0.35 38	0.43 242	0.23 84	0.52 222	0.37 225	0.72 173	1.13 394	0.42 80	0.46 67	0.35 52	0.44 190	0.61 159	0.26 37	0.17 182	0.11 68	0.19 211	0.13 92	0.16 158	0.17 201

Wz-Net-LNSev	0.75 387	0.54 423	1.59 458	0.51 364	0.41 389	1.16 426	0.79 436	1.27 395	1.13 394	1.04 389	1.14 358	1.11 390	0.94 413	0.93 351	1.00 404	0.24 342	0.22 370	0.21 290	0.19 280	0.26 350	0.27 354

ADCMid	1.22 448	0.57 432	3.17 484	0.54 400	0.44 406	1.07 411	0.77 432	1.31 408	1.13 394	2.14 474	1.48 427	1.49 439	1.47 458	1.65 454	5.30 496	0.26 359	0.24 388	0.29 393	0.32 420	0.38 415	0.36 406

LALA_ROB	0.76 390	0.46 403	0.86 386	0.55 406	0.41 389	1.00 397	0.93 452	1.25 388	1.13 394	1.23 429	1.15 360	1.55 446	0.80 376	1.11 399	0.96 398	0.33 410	0.23 379	0.35 417	0.30 408	0.35 403	0.32 386

Syn2CoEx	0.74 383	0.55 429	1.17 425	0.66 441	0.45 412	0.89 379	0.56 382	1.54 450	1.15 400	0.95 351	1.35 404	1.03 364	1.03 422	0.96 363	0.89 379	0.31 398	0.27 410	0.29 393	0.24 369	0.23 318	0.27 354

PA-Net	0.70 374	0.46 403	0.96 405	0.51 364	0.53 436	0.94 385	0.73 426	1.14 343	1.15 400	0.83 273	0.90 251	0.88 324	0.76 365	1.19 410	0.96 398	0.25 354	0.41 460	0.29 393	0.44 453	0.27 359	0.39 415
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DGSMNet	0.80 395	0.58 435	1.42 449	0.61 427	0.65 455	0.94 385	0.75 430	1.35 420	1.16 402	0.88 312	1.26 387	1.00 356	0.75 356	1.07 392	0.89 379	0.36 427	0.31 432	0.41 440	0.40 442	0.60 461	0.59 464

111	0.42 185	0.18 39	0.46 150	0.35 28	0.19 16	0.52 222	0.28 86	0.76 205	1.16 402	0.52 111	0.92 264	0.65 219	0.51 225	0.65 207	0.37 175	0.15 105	0.10 17	0.14 36	0.12 61	0.13 34	0.16 159

CBMV	0.68 371	0.37 363	0.50 194	0.43 242	0.26 188	1.00 397	0.71 416	1.17 355	1.16 402	1.24 431	1.29 396	1.06 377	0.86 393	0.98 372	0.75 355	0.29 387	0.30 424	0.34 416	0.30 408	0.26 350	0.27 354
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
xx1	0.40 163	0.25 230	0.35 38	0.42 202	0.23 84	0.53 225	0.37 225	0.71 163	1.17 405	0.42 80	0.50 82	0.65 219	0.56 247	0.61 159	0.26 37	0.17 182	0.11 68	0.20 247	0.19 280	0.18 212	0.19 236

cc1	0.38 135	0.25 230	0.35 38	0.42 202	0.23 84	0.53 225	0.37 225	0.71 163	1.17 405	0.42 80	0.50 82	0.34 45	0.47 209	0.61 159	0.26 37	0.17 182	0.11 68	0.19 211	0.13 92	0.16 158	0.17 201

ADCPNet	1.11 440	0.53 416	3.26 485	0.55 406	0.44 406	1.47 447	0.83 442	1.21 370	1.17 405	1.26 434	1.42 417	1.67 452	1.12 433	1.48 445	3.86 489	0.30 394	0.29 419	0.30 403	0.32 420	0.37 413	0.37 412

NVstereo2D	0.62 360	0.32 335	0.82 368	0.50 352	0.44 406	0.88 376	0.48 339	1.12 334	1.17 405	0.67 180	0.90 251	0.90 331	0.69 323	1.02 386	0.69 343	0.33 410	0.16 281	0.29 393	0.20 301	0.43 429	0.46 443

MDST_ROB	0.97 425	0.29 309	1.02 413	0.64 437	0.43 401	2.64 480	0.82 440	1.68 467	1.18 409	2.89 486	1.82 448	0.97 348	0.75 356	1.83 464	0.89 379	0.26 359	0.22 370	0.32 409	0.28 402	0.26 350	0.26 344

UGAM	0.54 304	0.23 178	0.51 203	0.46 303	0.26 188	0.40 158	0.52 365	0.65 111	1.19 410	0.78 252	1.15 360	1.38 429	0.56 247	1.03 388	0.56 303	0.18 215	0.15 255	0.25 350	0.21 320	0.15 111	0.13 64

otaku	1.10 437	0.96 465	0.96 405	1.37 481	1.06 479	1.65 459	0.72 421	1.46 442	1.19 410	1.10 412	1.32 399	1.32 413	0.95 415	1.29 422	0.81 369	0.89 476	0.46 469	1.24 480	0.50 466	1.86 482	0.89 473

GwcNet	0.73 378	0.39 376	1.37 444	0.53 390	0.43 401	1.10 414	0.52 365	1.27 395	1.19 410	1.05 394	1.41 413	1.06 377	0.86 393	0.98 372	1.01 405	0.26 359	0.24 388	0.24 337	0.23 355	0.23 318	0.28 364

AIO-test1	0.39 148	0.18 39	0.42 106	0.51 364	0.25 152	0.44 191	0.30 115	0.74 192	1.20 413	0.41 76	0.71 153	0.45 115	0.29 88	0.56 120	0.27 58	0.15 105	0.13 197	0.19 211	0.21 320	0.13 34	0.18 225

GANetREF_RVC	0.82 398	0.77 451	0.95 404	0.68 446	0.43 401	1.15 424	1.06 460	1.19 361	1.20 413	1.03 384	1.02 307	1.10 388	0.89 402	1.20 413	0.78 359	0.49 454	0.39 455	0.58 464	0.39 439	0.69 462	0.49 449
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NaN_ROB	0.73 378	0.46 403	0.89 395	0.52 381	0.34 351	0.98 394	1.11 462	1.28 400	1.20 413	1.27 435	0.96 277	1.08 382	0.79 372	1.34 432	0.78 359	0.24 342	0.30 424	0.23 323	0.24 369	0.23 318	0.26 344

RYNet	0.76 390	0.37 363	0.74 348	0.54 400	0.67 458	1.35 440	0.68 410	1.28 400	1.21 416	1.10 412	0.90 251	1.31 411	0.94 413	1.01 383	1.30 435	0.22 307	0.16 281	0.27 374	0.23 355	0.43 429	0.45 439

pcwnet_v2	0.60 350	0.29 309	0.89 395	0.46 303	0.36 364	0.62 274	0.38 242	1.33 417	1.24 417	1.02 381	1.27 391	0.71 248	0.59 267	0.71 261	0.51 278	0.28 377	0.21 361	0.24 337	0.23 355	0.29 369	0.30 375

SPS-STEREO	1.29 455	0.94 464	1.10 418	1.05 473	1.03 476	1.48 448	0.91 448	1.57 457	1.24 417	2.13 471	1.90 452	1.94 461	1.46 456	1.77 460	1.64 452	0.97 478	0.94 497	0.90 474	0.89 484	0.96 473	0.97 478
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ITSA-stereo	0.54 304	0.29 309	0.55 249	0.41 170	0.23 84	0.59 263	0.35 200	1.31 408	1.25 419	0.82 266	0.80 200	0.72 263	0.58 261	0.89 337	0.72 350	0.22 307	0.18 327	0.23 323	0.22 342	0.22 298	0.29 370

Ntro	1.15 442	1.00 469	1.00 411	1.49 482	1.20 481	1.69 463	0.81 438	1.39 426	1.25 419	1.01 377	1.28 392	1.31 411	1.00 419	1.31 429	0.89 379	1.10 484	0.43 465	1.36 481	0.51 467	1.95 484	0.99 480

RCA-Stereo	0.36 100	0.18 39	0.37 59	0.38 84	0.23 84	0.31 83	0.33 166	0.70 156	1.25 419	0.45 89	0.65 135	0.46 119	0.43 184	0.40 31	0.29 91	0.14 44	0.10 17	0.14 36	0.12 61	0.12 9	0.12 28

DISCO	0.72 377	0.27 279	0.72 339	0.45 279	0.31 304	1.12 420	0.53 369	1.32 414	1.25 419	0.84 279	1.07 333	1.52 444	0.87 396	1.82 463	1.08 422	0.20 273	0.15 255	0.18 178	0.16 171	0.24 331	0.24 334

Wz-Net-MNSev	0.81 397	0.42 392	1.64 464	0.51 364	0.41 389	1.46 446	0.95 453	1.24 382	1.26 423	1.31 437	1.25 383	1.17 399	0.83 382	1.21 414	1.06 418	0.22 307	0.19 345	0.24 337	0.23 355	0.29 369	0.26 344

MSMD_ROB	1.25 451	0.51 412	0.64 300	0.60 423	0.50 430	1.66 460	0.67 407	1.26 390	1.26 423	2.64 483	3.82 490	3.06 480	3.20 495	1.45 442	0.91 387	0.46 448	0.41 460	0.49 456	0.51 467	0.47 438	0.45 439

AIO-test2	0.40 163	0.21 120	0.44 130	0.48 331	0.26 188	0.44 191	0.38 242	0.79 220	1.28 425	0.37 52	0.87 238	0.38 69	0.30 104	0.50 88	0.28 75	0.16 147	0.13 197	0.21 290	0.24 369	0.15 111	0.15 128

Wz-Net-SNSev	0.99 429	0.80 454	3.00 481	0.57 413	0.46 421	0.94 385	1.22 472	1.40 430	1.28 425	1.04 389	1.33 400	1.46 434	0.90 405	2.06 471	1.65 453	0.26 359	0.24 388	0.25 350	0.26 390	0.33 392	0.30 375

dad	0.61 354	0.53 416	0.72 339	0.44 266	0.31 304	0.64 289	0.37 225	0.85 236	1.28 425	1.05 394	1.17 370	1.18 400	0.61 277	0.70 252	0.54 299	0.36 427	0.23 379	0.37 427	0.21 320	0.31 381	0.23 323

RP	0.80 395	0.38 371	0.73 344	0.67 443	0.59 448	0.82 362	0.57 384	1.21 370	1.28 425	1.03 384	1.68 440	1.45 433	1.49 459	1.08 395	0.90 385	0.36 427	0.31 432	0.37 427	0.30 408	0.36 407	0.36 406

AnyNet_C32	1.27 453	0.72 449	3.33 486	0.59 421	0.56 441	1.51 452	1.53 484	1.27 395	1.28 425	1.52 447	1.48 427	1.38 429	1.23 442	1.64 453	5.26 494	0.30 394	0.29 419	0.29 393	0.34 428	0.38 415	0.44 437

AANet_RVC	0.59 343	0.35 352	0.68 319	0.47 323	0.28 245	0.57 251	0.47 333	1.04 302	1.28 425	0.87 304	1.33 400	0.86 314	0.63 287	1.16 406	0.89 379	0.19 252	0.13 197	0.15 76	0.14 120	0.18 212	0.20 265

WCMA_ROB	1.22 448	0.39 376	0.93 399	0.51 364	0.45 412	1.44 445	0.79 436	1.20 367	1.30 431	2.99 492	3.94 493	3.30 485	2.17 482	1.42 438	1.31 436	0.46 448	0.35 447	0.35 417	0.37 434	0.41 423	0.42 428

SGM_RVC	1.04 432	0.30 324	0.47 161	0.41 170	0.23 84	1.73 465	0.77 432	1.63 463	1.30 431	2.39 479	1.99 455	2.64 474	1.78 470	2.22 477	1.40 440	0.28 377	0.27 410	0.27 374	0.25 382	0.25 342	0.25 340
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FAT-Stereo	0.75 387	0.34 348	0.81 367	0.51 364	0.38 373	0.78 342	0.63 403	1.39 426	1.32 433	1.05 394	1.40 411	1.58 449	1.14 436	0.92 348	0.91 387	0.29 387	0.28 417	0.28 385	0.23 355	0.28 367	0.41 425

pmcnn	1.27 453	0.31 333	1.14 423	0.41 170	0.23 84	0.97 390	0.71 416	1.23 381	1.32 433	1.83 463	2.34 463	11.25 509	0.89 402	1.04 390	0.96 398	0.15 105	0.12 134	0.12 3	0.10 23	0.15 111	0.16 159

iResNet_ROB	0.55 312	0.24 199	0.61 285	0.38 84	0.22 57	0.66 303	0.30 115	1.59 459	1.33 435	0.94 346	1.05 323	0.81 304	0.69 323	0.84 323	0.46 249	0.17 182	0.12 134	0.14 36	0.09 5	0.15 111	0.20 265

PASM	0.96 423	0.71 448	2.05 474	0.72 455	0.72 463	0.84 370	0.92 450	1.14 343	1.34 436	1.25 432	1.22 379	1.34 421	1.07 427	1.31 429	1.11 423	0.53 459	0.57 476	0.59 465	0.67 475	0.56 460	0.57 463

MFN_U_SF_RVC	1.14 441	0.63 440	2.33 477	0.69 449	0.46 421	2.04 471	0.70 414	1.90 475	1.37 437	1.62 451	1.56 433	1.94 461	1.36 449	1.73 459	1.90 458	0.41 442	0.38 451	0.45 445	0.48 461	0.45 433	0.47 445

AF-Net	0.85 409	0.41 388	0.87 391	0.66 441	0.54 439	0.96 389	0.52 365	1.66 465	1.37 437	1.03 384	2.04 458	1.46 434	1.36 449	1.19 410	1.05 417	0.34 418	0.24 388	0.39 433	0.28 402	0.31 381	0.26 344

SGM+DAISY	1.52 467	0.99 467	1.61 462	1.01 469	1.02 475	1.86 469	1.19 469	1.49 444	1.38 439	2.96 490	3.00 480	2.79 476	1.94 473	1.88 465	1.62 451	0.98 480	0.97 499	0.91 476	0.91 485	0.94 472	0.99 480

stereogan	0.83 403	0.33 343	0.89 395	0.61 427	0.51 432	1.80 466	0.50 356	1.41 432	1.39 440	1.05 394	1.47 426	1.56 448	1.04 424	1.32 431	0.87 376	0.29 387	0.29 419	0.29 393	0.25 382	0.39 419	0.40 420

FCDSN-DC	1.43 464	0.57 432	0.69 328	0.74 457	0.59 448	1.42 444	0.65 406	1.40 430	1.41 441	3.31 496	4.42 499	4.57 491	3.01 493	1.70 457	1.19 430	0.46 448	0.42 462	0.48 453	0.47 457	0.51 448	0.51 456
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FBW_ROB	0.94 421	0.54 423	1.03 414	0.56 409	0.42 398	1.16 426	0.76 431	1.56 455	1.41 441	1.38 442	1.33 400	1.47 436	1.07 427	2.94 489	1.14 426	0.26 359	0.32 437	0.45 445	0.30 408	0.34 398	0.30 375

Wz-Net-TNSev	1.23 450	1.24 476	5.25 495	0.51 364	0.43 401	1.49 451	1.09 461	1.58 458	1.42 443	1.25 432	1.26 387	1.58 449	1.52 460	1.97 468	1.95 459	0.33 410	0.32 437	0.26 366	0.30 408	0.41 423	0.43 433

MeshStereo	1.38 460	0.45 398	0.58 271	0.45 279	0.35 357	1.63 458	0.60 396	2.07 477	1.43 444	4.49 501	3.32 485	4.67 492	2.08 479	2.08 473	1.32 437	0.36 427	0.36 449	0.37 427	0.32 420	0.32 387	0.34 397
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
MFN_U_SF_DS_RVC	1.06 433	0.61 438	1.82 469	0.69 449	0.51 432	2.62 479	1.69 491	1.28 400	1.44 445	1.39 443	1.56 433	1.34 421	0.91 406	1.68 456	0.95 396	0.38 436	0.39 455	0.46 448	0.61 474	0.41 423	0.43 433

ADCL	1.10 437	0.42 392	1.57 457	0.51 364	0.41 389	1.71 464	0.92 450	1.36 424	1.45 446	1.33 438	1.56 433	1.22 405	1.26 445	1.45 442	5.27 495	0.22 307	0.19 345	0.25 350	0.25 382	0.29 369	0.29 370

DispFullNet	1.64 471	2.64 505	3.14 483	2.57 499	1.78 491	1.32 438	0.55 379	1.42 437	1.45 446	1.89 465	1.48 427	1.55 446	2.35 485	2.08 473	1.12 425	0.60 466	0.19 345	2.33 497	0.73 478	2.35 493	1.30 490

AnyNet_C01	1.63 470	1.16 474	7.38 499	0.65 439	0.56 441	2.25 475	1.53 484	1.53 449	1.46 448	1.71 459	1.95 453	1.83 456	1.41 453	2.48 482	4.42 492	0.33 410	0.32 437	0.32 409	0.34 428	0.45 433	0.50 452

SAMSARA	1.15 442	0.69 444	1.44 451	1.09 474	0.93 467	2.10 473	1.87 498	1.64 464	1.47 449	1.64 453	1.21 377	2.06 464	1.14 436	1.61 450	1.50 448	0.39 437	0.45 467	0.36 422	0.38 437	0.50 445	0.51 456

CSAN	0.88 413	0.52 414	0.93 399	0.61 427	0.42 398	1.19 431	1.11 462	1.27 395	1.48 450	1.37 440	1.44 420	1.37 425	1.30 446	1.46 444	1.01 405	0.39 437	0.31 432	0.36 422	0.37 434	0.35 403	0.36 406

DPSNet	1.08 436	0.44 397	2.64 480	0.54 400	0.42 398	1.59 455	1.25 473	2.39 484	1.50 451	1.13 418	1.12 348	1.51 442	2.19 483	1.44 441	1.51 449	0.35 424	0.25 396	0.25 350	0.21 320	0.49 443	0.39 415

PWC_ROB	0.92 416	0.57 432	1.64 464	0.53 390	0.33 340	0.93 383	0.39 259	1.42 437	1.51 452	1.66 455	2.57 470	1.18 400	1.11 431	1.50 446	1.54 450	0.26 359	0.18 327	0.28 385	0.20 301	0.30 377	0.32 386

RainbowNet	1.42 463	1.53 486	1.31 439	1.93 489	1.46 483	1.52 453	1.03 458	1.67 466	1.55 453	1.23 429	1.59 436	1.54 445	1.21 440	1.40 434	1.03 410	1.70 491	0.70 480	1.82 486	0.80 481	2.11 488	1.22 486

FC-DCNN	1.67 472	0.53 416	0.68 319	0.62 431	0.49 426	1.62 457	0.71 416	1.77 472	1.55 453	4.73 503	4.66 501	5.82 500	3.94 499	2.13 475	1.42 441	0.47 451	0.42 462	0.47 449	0.46 454	0.48 439	0.47 445

FC-DCNN v2	1.74 473	0.53 416	0.68 319	0.62 431	0.49 426	1.67 461	0.71 416	1.85 474	1.57 455	4.84 504	5.01 503	6.42 504	3.92 498	2.24 478	1.43 443	0.47 451	0.42 462	0.47 449	0.46 454	0.48 439	0.47 445

XQC	0.97 425	0.70 445	1.54 456	0.70 452	0.55 440	1.48 448	0.81 438	1.41 432	1.57 455	1.21 425	1.12 348	1.33 418	1.04 424	1.55 448	2.00 463	0.39 437	0.25 396	0.37 427	0.32 420	0.55 455	0.49 449

MFMNet_re	1.17 445	0.99 467	1.31 439	1.02 471	0.95 469	1.32 438	1.32 476	1.44 439	1.58 457	1.72 460	1.70 443	1.21 402	1.57 461	1.16 406	1.04 415	0.88 475	0.76 487	0.79 471	0.75 479	0.90 469	0.94 474

PDISCO_ROB	0.96 423	0.51 412	1.13 421	1.03 472	1.00 474	1.81 467	0.77 432	1.72 469	1.60 458	1.09 408	1.19 375	1.34 421	0.80 376	1.62 451	1.01 405	0.58 465	0.22 370	0.45 445	0.40 442	0.50 445	0.41 425

Consistency-Raft	1.01 431	0.82 455	1.27 434	0.85 463	0.97 471	0.81 359	0.83 442	1.35 420	1.61 459	1.06 402	1.66 439	1.11 390	0.93 410	0.93 351	1.11 423	0.65 467	0.75 485	0.79 471	0.91 485	1.09 476	0.79 471

S-Stereo	0.76 390	0.36 361	1.10 418	0.57 413	0.46 421	0.83 365	0.59 394	1.31 408	1.62 460	0.98 369	1.41 413	1.11 390	0.93 410	0.85 326	1.07 420	0.27 368	0.31 432	0.28 385	0.25 382	0.33 392	0.50 452

NVStereoNet_ROB	1.31 457	0.96 465	1.33 441	0.90 465	0.92 466	1.15 424	1.05 459	1.49 444	1.62 460	1.63 452	2.51 468	2.31 469	1.62 463	2.16 476	1.42 441	0.81 473	0.73 481	0.79 471	1.02 489	0.73 464	0.97 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet-4b	1.43 464	1.34 480	1.28 435	1.95 490	1.60 485	1.93 470	0.77 432	1.59 459	1.64 462	1.05 394	1.60 437	2.10 466	0.92 408	1.79 462	0.84 372	1.76 493	0.35 447	2.03 492	0.67 475	2.16 489	1.18 485

LRCNet_RVC	21.27 516	31.14 520	21.46 511	28.97 518	23.77 516	3.11 491	0.62 400	20.94 518	1.64 462	25.57 519	28.13 519	21.96 519	14.74 509	21.99 520	16.44 511	29.16 524	14.92 518	33.57 520	31.28 520	29.67 522	26.33 520

FINET	0.75 387	0.45 398	1.38 445	0.48 331	0.46 421	0.98 394	1.00 457	1.22 377	1.69 464	0.91 335	1.25 383	0.74 272	0.74 353	1.09 396	0.82 370	0.37 431	0.31 432	0.27 374	0.24 369	0.35 403	0.34 397

LSM	4.83 502	0.83 458	11.23 503	0.76 460	56.73 522	1.10 414	1.18 468	1.35 420	1.70 465	2.13 471	2.34 463	1.34 421	1.19 439	1.52 447	1.23 432	0.34 418	0.50 472	0.39 433	0.47 457	0.51 448	9.82 512

MADNet+	2.28 487	2.56 502	10.82 502	1.25 478	0.96 470	2.77 485	1.44 483	2.34 482	1.76 466	1.36 439	1.78 447	1.84 458	1.74 469	6.33 504	4.57 493	0.67 468	0.66 479	0.59 465	0.54 470	0.84 467	0.81 472

WZ-Net	1.29 455	0.64 441	5.42 496	0.64 437	0.52 434	1.37 441	1.29 475	1.41 432	1.77 467	1.56 449	1.69 442	1.74 453	1.41 453	2.50 484	2.16 469	0.28 377	0.21 361	0.23 323	0.25 382	0.39 419	0.41 425

RTSC	0.93 417	0.54 423	1.59 458	0.56 409	0.40 384	1.17 430	0.55 379	1.44 439	1.82 468	1.53 448	1.26 387	1.15 398	0.82 380	1.70 457	2.44 472	0.26 359	0.20 353	0.23 323	0.24 369	0.31 381	0.32 386

ACVNet_1	1.55 468	1.36 481	1.35 443	1.96 491	1.63 486	1.83 468	0.96 455	2.09 478	1.85 469	1.43 444	1.54 431	2.31 469	1.68 467	1.42 438	1.18 428	1.76 493	0.51 473	2.05 494	0.59 472	2.24 492	1.30 490

ADCS	1.60 469	0.70 445	4.02 489	0.61 427	0.53 436	1.31 437	1.11 462	1.71 468	1.86 470	1.97 469	1.68 440	1.51 442	1.46 456	2.07 472	9.20 503	0.34 418	0.32 437	0.33 414	0.36 432	0.45 433	0.46 443

DeepPrunerF	0.93 417	0.55 429	3.88 487	0.70 452	0.81 464	0.72 327	0.74 428	1.28 400	1.97 471	0.95 351	1.02 307	0.87 320	0.85 389	1.16 406	1.07 420	0.35 424	0.29 419	0.43 442	0.40 442	0.31 381	0.33 395

JetBlue	3.02 492	1.39 482	7.91 500	1.17 476	1.49 484	8.53 505	7.94 508	2.82 486	1.98 472	2.15 475	2.69 475	3.32 486	3.01 493	6.66 505	3.81 487	0.79 471	0.78 488	0.75 469	0.76 480	1.04 474	1.33 492

MSC_U_SF_DS_RVC	1.38 460	0.91 463	2.11 475	0.89 464	0.57 446	4.27 499	1.79 495	1.55 451	2.00 473	1.64 453	1.85 450	1.83 456	1.44 455	1.89 467	1.49 447	0.49 454	0.40 458	0.56 462	0.58 471	0.75 465	0.52 458

SuperB	1.00 430	0.41 388	4.03 490	0.45 279	0.32 328	0.99 396	0.49 350	1.09 324	2.09 474	1.10 412	1.10 341	0.74 272	0.83 382	1.13 400	1.75 455	0.20 273	0.15 255	0.17 136	0.15 144	2.50 497	0.27 354

SHD	0.98 427	0.54 423	1.30 438	0.63 434	0.50 430	1.14 422	0.50 356	1.80 473	2.20 475	1.66 455	1.39 410	1.47 436	1.21 440	1.40 434	1.80 456	0.32 403	0.27 410	0.32 409	0.34 428	0.41 423	0.44 437

IMH-64-1	1.96 477	1.64 491	1.26 431	2.26 495	1.91 494	2.30 477	1.35 479	2.99 488	2.29 476	1.70 457	2.79 477	2.47 472	1.66 465	2.33 479	1.95 459	2.07 496	0.74 483	2.44 498	1.04 491	2.40 494	1.59 496

IMH-64	1.96 477	1.64 491	1.26 431	2.26 495	1.91 494	2.30 477	1.35 479	2.99 488	2.29 476	1.70 457	2.79 477	2.47 472	1.66 465	2.33 479	1.95 459	2.07 496	0.74 483	2.44 498	1.04 491	2.40 494	1.59 496

RTS	2.03 480	1.03 471	11.50 504	0.68 446	0.63 453	2.71 481	1.56 486	1.55 451	2.32 478	1.93 466	2.57 470	1.32 413	1.32 447	5.20 501	4.30 490	0.31 398	0.23 379	0.29 393	0.30 408	0.41 423	0.40 420

RTSA	2.03 480	1.03 471	11.50 504	0.68 446	0.63 453	2.71 481	1.56 486	1.55 451	2.32 478	1.93 466	2.57 470	1.32 413	1.32 447	5.20 501	4.30 490	0.31 398	0.23 379	0.29 393	0.30 408	0.41 423	0.40 420

PWCDC_ROB	0.93 417	0.54 423	0.97 409	0.78 461	0.41 389	1.03 405	0.42 300	1.39 426	2.34 480	1.04 389	3.73 489	0.80 302	1.12 433	1.29 422	1.04 415	0.37 431	0.22 370	0.24 337	0.20 301	0.36 407	0.31 382

PWCK	2.06 482	1.75 494	4.11 491	1.69 484	0.93 467	3.13 492	2.86 505	2.18 481	2.41 481	2.38 478	2.33 462	2.22 467	1.85 472	3.52 493	2.20 470	1.65 490	0.73 481	1.52 483	0.83 483	1.81 480	1.02 483

ELAS	1.77 476	0.64 441	1.10 418	0.72 455	0.58 447	3.37 494	1.76 493	2.54 485	2.57 482	3.77 499	3.96 494	2.83 477	3.44 496	2.34 481	2.73 479	0.53 459	0.47 470	0.50 458	0.48 461	0.55 455	0.55 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	1.74 473	1.30 479	1.62 463	1.81 486	1.63 486	2.28 476	1.34 478	2.35 483	2.64 483	1.82 462	2.55 469	2.99 478	1.71 468	1.67 455	1.20 431	1.48 488	0.59 477	1.81 485	0.71 477	2.09 487	1.29 489

EDNetEfficientorigin	9.96 509	1.17 475	175.17 527	0.49 341	0.37 367	1.13 421	0.74 428	1.27 395	2.70 484	3.16 495	2.49 467	2.28 468	2.15 481	1.88 465	2.27 471	0.21 289	0.19 345	0.25 350	0.20 301	0.54 453	0.53 460

EDNetEfficient	1.47 466	0.82 455	6.28 498	0.48 331	0.40 384	0.73 331	0.83 442	0.95 274	2.77 485	3.48 498	1.95 453	1.64 451	2.12 480	1.42 438	3.84 488	0.21 289	0.19 345	0.21 290	0.21 320	0.43 429	0.42 428

ELAS_RVC	1.76 475	0.64 441	1.20 426	0.74 457	0.59 448	2.18 474	2.53 503	2.10 479	2.85 486	3.46 497	3.41 488	3.12 481	4.11 500	2.69 487	2.53 477	0.54 462	0.47 470	0.51 460	0.48 461	0.55 455	0.55 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	1.34 458	0.70 445	1.42 449	0.78 461	0.65 455	1.68 462	0.91 448	2.12 480	3.01 487	2.25 476	2.35 465	1.90 459	1.99 477	1.98 469	2.14 467	0.40 441	0.38 451	0.49 456	0.37 434	0.51 448	0.67 465

IMH	2.15 485	1.66 493	1.29 436	2.25 494	1.92 496	2.87 487	1.33 477	3.25 491	3.04 488	1.87 464	3.33 487	3.00 479	2.03 478	2.80 488	1.95 459	2.09 498	0.78 488	2.45 500	1.05 494	2.44 496	1.62 498

WAO-7	1.96 477	1.24 476	1.52 453	1.28 479	1.06 479	2.92 489	1.64 489	3.32 492	3.05 489	2.28 477	3.32 485	3.19 483	2.38 486	3.39 491	2.49 476	1.02 481	0.92 493	1.06 478	1.04 491	1.05 475	0.99 480

notaker	2.87 489	2.31 501	2.01 473	3.03 505	2.60 506	2.94 490	1.82 496	3.43 494	3.06 490	2.89 486	4.21 497	6.15 503	2.71 488	3.42 492	2.90 480	2.67 506	1.18 501	3.00 508	1.67 504	3.13 503	2.26 503

SANet	1.15 442	0.45 398	1.40 447	0.50 352	0.32 328	1.54 454	1.21 470	1.49 444	3.35 491	1.61 450	2.41 466	2.32 471	1.80 471	1.57 449	1.27 434	0.28 377	0.25 396	0.26 366	0.24 369	0.36 407	0.32 386

WAO-6	2.11 484	1.52 485	1.25 430	1.73 485	1.69 490	2.72 483	1.62 488	3.15 490	3.64 492	2.01 470	3.28 483	3.52 489	2.20 484	2.59 485	2.48 475	1.31 487	0.92 493	2.04 493	1.22 500	1.89 483	1.35 494

JetRed	5.38 505	6.17 510	12.68 507	2.38 497	2.85 507	12.60 511	11.17 510	4.60 502	3.74 493	3.87 500	3.85 491	4.83 493	4.13 501	6.81 506	12.18 507	2.18 499	2.95 508	2.19 496	1.98 505	3.49 506	3.01 508

MADNet++	4.18 498	2.72 507	4.00 488	3.80 510	3.44 509	4.72 500	4.05 507	4.01 500	3.74 493	4.52 502	5.14 505	4.20 490	4.89 504	7.04 507	6.39 497	3.79 508	3.70 509	3.27 510	2.70 509	3.68 507	3.74 510

Dean	2.07 483	1.39 482	1.69 468	2.17 493	1.83 493	2.75 484	1.28 474	3.49 496	3.80 495	2.13 471	3.30 484	3.18 482	1.98 476	1.78 461	1.72 454	1.73 492	0.79 491	1.99 488	0.91 485	2.17 490	1.34 493

DPSimNet_ROB	5.19 504	2.71 506	18.56 508	2.59 500	2.49 502	4.25 498	10.93 509	3.33 493	3.93 496	5.02 505	4.52 500	5.74 498	10.18 506	5.44 503	8.79 502	2.40 502	2.47 506	2.48 501	2.54 507	2.56 498	2.87 507

LVE	2.20 486	1.47 484	1.44 451	2.06 492	1.80 492	2.79 486	1.77 494	2.96 487	3.94 497	1.95 468	4.29 498	3.47 488	1.97 474	2.48 482	1.85 457	2.06 495	0.88 492	2.06 495	1.13 496	2.17 490	1.53 495

SGM-ForestM	4.73 500	0.34 348	1.05 416	0.46 303	0.28 245	10.26 506	3.48 506	4.52 501	5.16 498	8.68 509	7.48 507	18.87 516	10.80 508	11.26 511	10.01 504	0.32 403	0.34 445	0.32 409	0.32 420	0.29 369	0.30 375

ktn	3.02 492	2.27 500	1.85 470	2.89 504	2.54 505	3.72 495	2.14 500	3.79 499	5.33 499	2.82 485	5.09 504	5.95 501	2.54 487	3.34 490	2.58 478	2.65 505	1.44 504	2.78 506	2.03 506	2.61 499	2.10 502

tt	6.21 506	0.22 150	5.88 497	3.55 509	2.07 497	11.25 510	19.19 512	11.84 512	5.47 500	2.71 484	2.18 460	4.87 494	6.25 505	3.71 494	7.09 499	8.31 513	11.17 517	4.91 511	5.39 512	5.72 510	2.42 504

KSHMR	2.64 488	1.96 497	1.86 471	2.69 503	2.44 501	2.88 488	2.04 499	3.46 495	6.31 501	2.51 482	3.27 482	3.39 487	1.97 474	2.59 485	2.08 466	2.48 503	1.41 503	2.80 507	1.51 503	2.98 502	2.09 501

HanzoNet	6.97 508	2.57 503	4.66 494	3.29 507	2.96 508	3.75 496	2.35 501	5.08 507	7.11 502	14.46 517	13.06 510	17.69 514	22.95 520	13.72 512	6.61 498	4.36 509	1.96 505	3.14 509	2.59 508	3.88 509	3.19 509

coex-ft	6.50 507	1.57 487	87.99 526	0.49 341	0.38 373	1.41 443	1.21 470	1.21 370	7.96 503	12.14 510	2.78 476	2.74 475	3.83 497	1.30 428	3.19 482	0.24 342	0.23 379	0.27 374	0.24 369	0.48 439	0.40 420

TorneroNet-64	3.54 495	1.89 495	1.59 458	2.62 502	2.29 499	6.88 504	1.72 492	4.72 505	11.88 504	2.43 480	5.46 506	8.16 506	2.80 491	4.13 499	3.03 481	2.25 501	0.75 485	2.57 502	1.09 495	2.65 500	1.84 500

UNDER WATER-64	3.72 497	2.07 498	4.57 493	3.30 508	2.52 504	5.61 503	2.63 504	3.67 498	12.27 505	3.09 493	2.66 474	5.99 502	4.74 503	3.93 498	3.57 484	2.54 504	1.24 502	2.65 503	1.48 502	3.21 504	2.62 506

WAO-8	3.00 490	1.60 488	1.52 453	1.82 487	1.65 488	5.57 501	1.35 479	4.65 503	12.37 506	2.89 486	4.04 495	4.89 495	2.78 489	3.73 495	2.44 472	1.29 485	0.93 495	2.00 489	1.16 498	2.02 485	1.23 487

Venus	3.00 490	1.60 488	1.52 453	1.82 487	1.65 488	5.57 501	1.35 479	4.65 503	12.37 506	2.89 486	4.04 495	4.89 495	2.78 489	3.73 495	2.44 472	1.29 485	0.93 495	2.00 489	1.16 498	2.02 485	1.23 487

MANE	4.73 500	0.54 423	0.77 356	0.69 449	0.60 451	10.35 507	1.67 490	8.68 509	12.66 508	6.90 508	9.43 509	11.59 510	10.59 507	8.26 508	8.41 501	0.51 457	0.45 467	0.48 453	1.02 489	0.50 445	0.50 452

UNDER WATER	3.63 496	2.12 499	4.11 491	3.17 506	2.51 503	3.77 497	2.45 502	3.53 497	13.66 509	2.98 491	2.92 479	5.75 499	4.13 501	3.85 497	3.75 486	2.84 507	1.11 500	2.71 505	1.41 501	3.26 505	2.50 505

BEATNet-Init1	15.65 512	1.62 490	54.26 525	0.75 459	0.56 441	37.03 522	13.39 511	13.20 513	14.59 510	29.41 523	29.29 523	47.69 526	21.87 519	26.91 521	19.58 512	0.43 447	0.39 455	0.47 449	0.47 457	0.52 451	0.52 458

DGTPSM_ROB	12.12 510	8.03 511	21.12 509	8.97 512	16.81 511	10.68 508	30.77 516	9.14 510	15.23 511	6.55 506	15.49 517	9.02 507	15.13 510	9.26 509	21.71 514	4.58 510	8.60 510	5.07 512	9.26 513	5.88 511	11.06 513

DPSMNet_ROB	12.13 511	8.03 511	21.13 510	9.02 513	16.82 512	10.68 508	30.78 517	9.15 511	15.24 512	6.56 507	15.50 518	9.02 507	15.13 510	9.28 510	21.71 514	4.59 511	8.60 510	5.08 513	9.26 513	5.89 512	11.06 513

Anonymous_1	33.12 518	18.23 513	23.86 512	20.53 514	21.18 515	25.45 514	35.84 518	22.44 522	15.68 513	13.41 511	13.70 514	18.00 515	15.15 512	20.31 513	24.47 516	14.56 520	8.84 512	66.24 524	117.79 524	155.41 527	11.40 515

DPSM_ROB	17.80 513	18.60 514	24.24 516	20.89 515	19.49 513	25.83 515	36.10 519	21.62 520	16.41 514	13.46 512	14.26 515	19.11 517	16.15 513	20.74 514	25.59 517	9.37 515	9.23 513	9.47 515	9.81 515	13.47 513	12.09 516

DPSM	17.80 513	18.60 514	24.24 516	20.89 515	19.49 513	25.83 515	36.10 519	21.62 520	16.41 514	13.46 512	14.26 515	19.11 517	16.15 513	20.74 514	25.59 517	9.37 515	9.23 513	9.47 515	9.81 515	13.47 513	12.09 516

LE_ROB	4.86 503	0.27 279	9.43 501	0.45 279	0.24 123	1.61 456	0.96 455	2.05 476	17.75 516	16.36 518	4.84 502	5.17 497	19.48 518	2.05 470	15.49 510	0.17 182	0.15 255	0.16 100	0.16 171	0.20 264	0.19 236

xxxxx1	36.77 521	19.69 516	24.00 513	62.46 524	66.77 524	27.30 518	39.89 521	20.40 515	18.80 517	14.18 514	13.11 511	17.29 511	17.30 515	21.62 517	27.81 519	13.61 517	18.98 522	111.36 525	133.25 525	28.84 519	38.64 522

tt_ll	36.77 521	19.69 516	24.00 513	62.46 524	66.77 524	27.30 518	39.89 521	20.40 515	18.80 517	14.18 514	13.11 511	17.29 511	17.30 515	21.62 517	27.81 519	13.61 517	18.98 522	111.36 525	133.25 525	28.84 519	38.64 522

ff	36.77 521	19.69 516	24.00 513	62.46 524	66.77 524	27.30 518	39.89 521	20.40 515	18.80 517	14.18 514	13.11 511	17.29 511	17.30 515	21.62 517	27.81 519	13.61 517	18.98 522	111.36 525	133.25 525	28.84 519	38.64 522

TorneroNet	4.49 499	1.92 496	1.65 466	2.60 501	2.29 499	14.95 512	1.86 497	4.86 506	19.56 520	3.10 494	7.52 508	7.00 505	2.90 492	4.48 500	3.66 485	2.24 500	0.78 488	2.68 504	1.14 497	2.79 501	1.80 499

PML	40.49 527	30.31 519	12.46 506	7.19 511	14.30 510	91.44 527	212.44 528	7.73 508	23.24 521	74.44 527	185.05 528	49.81 527	25.78 521	21.34 516	12.84 508	8.71 514	2.93 507	8.43 514	3.24 510	13.77 515	4.45 511

HaxPig	31.93 517	37.19 522	34.22 518	24.41 517	24.94 517	18.53 513	20.18 513	21.15 519	28.84 522	35.74 524	38.86 524	26.18 520	28.75 522	33.85 522	34.15 522	35.89 525	38.80 525	37.79 521	40.52 521	39.33 523	39.33 525

LSM0	38.96 526	37.52 525	48.37 522	43.79 523	91.31 527	52.31 525	72.38 524	43.71 527	32.75 523	27.16 522	28.73 522	38.51 524	32.63 524	41.75 527	51.59 527	18.85 523	18.43 519	19.09 517	19.60 517	27.21 518	33.44 521

Selective-RAFT-Error	35.87 520	37.42 524	48.73 524	42.24 522	39.28 521	52.00 524	72.87 525	43.41 526	32.95 524	26.97 521	28.72 521	38.71 525	33.15 525	41.59 526	51.42 525	18.77 522	18.60 521	19.14 519	19.78 519	27.19 517	24.42 519

CasAABBNet	35.77 519	37.38 523	48.59 523	42.20 521	39.23 520	51.95 523	72.92 526	43.36 525	33.03 525	26.93 520	28.31 520	38.43 523	32.32 523	41.58 525	51.50 526	18.71 521	18.58 520	19.11 518	19.75 518	27.11 516	24.33 518

MEDIAN_ROB	37.35 524	40.72 527	40.37 521	32.26 519	31.80 518	27.29 517	25.02 514	29.47 523	33.43 526	41.99 526	41.60 526	33.48 521	34.37 526	39.66 524	36.94 523	43.49 527	43.96 527	44.07 523	43.35 523	41.32 525	42.43 527

AVERAGE_ROB	37.53 525	40.05 526	40.01 520	34.74 520	33.76 519	28.46 521	25.14 515	32.31 524	34.08 527	41.20 525	40.52 525	34.51 522	34.78 527	39.11 523	37.48 524	42.68 526	43.32 526	43.80 522	42.99 522	40.42 524	41.31 526

test_example2	176.82 528	204.75 528	198.54 528	188.58 528	191.23 528	151.28 528	169.77 527	97.63 528	125.81 528	179.94 528	183.74 527	158.20 528	139.14 528	192.16 528	198.12 528	203.48 528	236.37 528	163.71 528	173.22 528	217.79 528	162.95 528

ccccc		430.66 529		506.24 529	500.20 529	349.93 529		384.19 529		330.97 529		370.48 529		498.75 529		557.84 529	430.47 529	334.14 529	290.91 529	547.74 529

Low-res two-view benchmark