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	0.26 1	0.23 21	0.41 7	0.40 11	0.24 18	0.32 11	0.22 14	0.43 1	0.24 4	0.31 12	0.25 6	0.30 11	0.32 33	0.36 2	0.27 12	0.16 19	0.12 14	0.15 6	0.11 7	0.13 1	0.14 8

MLG-Stereo_test2	0.27 2	0.22 9	0.40 3	0.39 7	0.24 18	0.35 14	0.18 2	0.58 6	0.23 2	0.28 5	0.24 5	0.34 18	0.19 1	0.79 81	0.24 3	0.16 19	0.11 3	0.15 6	0.11 7	0.13 1	0.14 8

LGtest1	0.28 3	0.23 21	0.46 16	0.42 17	0.22 11	0.41 32	0.19 5	0.58 6	0.29 8	0.30 9	0.25 6	0.29 7	0.29 19	0.57 23	0.26 6	0.18 84	0.12 14	0.16 24	0.12 24	0.14 6	0.16 41

MLG-Stereo_test3	0.29 4	0.20 3	0.46 16	0.43 23	0.24 18	0.47 61	0.19 5	0.75 23	0.31 10	0.36 23	0.22 3	0.35 19	0.21 3	0.61 33	0.26 6	0.16 19	0.12 14	0.16 24	0.11 7	0.13 1	0.15 20

MLG-Stereo_test1	0.29 4	0.21 5	0.42 9	0.41 15	0.25 28	0.37 20	0.20 9	0.71 17	0.20 1	0.25 2	0.17 1	0.33 15	0.26 10	0.92 120	0.26 6	0.15 7	0.11 3	0.16 24	0.11 7	0.13 1	0.13 2

MonSter	0.29 4	0.19 1	0.48 23	0.37 1	0.22 11	0.55 123	0.31 64	0.60 10	0.44 18	0.29 8	0.29 12	0.23 2	0.20 2	0.60 31	0.26 6	0.11 1	0.11 3	0.14 1	0.11 7	0.14 6	0.14 8

dual_stereo	0.29 4	0.21 5	0.39 1	0.40 11	0.23 14	0.25 2	0.22 14	0.59 8	0.32 12	0.33 15	0.26 10	0.40 29	0.23 7	0.86 100	0.30 22	0.16 19	0.13 46	0.14 1	0.11 7	0.14 6	0.14 8

LG-Stereo_L2	0.30 8	0.23 21	0.50 32	0.38 5	0.26 41	0.26 3	0.20 9	0.84 47	0.31 10	0.31 12	0.26 10	0.25 4	0.26 10	0.94 124	0.23 1	0.15 7	0.12 14	0.16 24	0.12 24	0.14 6	0.13 2

LG-Stereo_L1	0.31 9	0.24 35	0.49 27	0.38 5	0.27 44	0.28 7	0.21 11	0.68 15	0.29 8	0.27 4	0.25 6	0.25 4	0.22 5	1.25 202	0.24 3	0.16 19	0.12 14	0.15 6	0.12 24	0.14 6	0.13 2

MLG-Stereo	0.31 9	0.20 3	0.42 9	0.42 17	0.20 2	0.41 32	0.19 5	0.85 49	0.24 4	0.26 3	0.22 3	0.33 15	0.27 14	1.09 170	0.27 12	0.15 7	0.11 3	0.16 24	0.11 7	0.13 1	0.13 2

IGEV-Stereo++	0.32 11	0.22 9	0.47 21	0.48 73	0.33 173	0.33 12	0.22 14	0.78 30	0.48 25	0.35 20	0.41 22	0.32 14	0.47 105	0.40 3	0.29 20	0.15 7	0.12 14	0.15 6	0.12 24	0.15 20	0.15 20

LG-G_1	0.33 12	0.22 9	0.48 23	0.44 29	0.20 2	0.64 176	0.18 2	0.80 33	0.28 6	0.30 9	0.30 13	0.36 21	0.35 46	0.88 108	0.26 6	0.17 50	0.13 46	0.16 24	0.11 7	0.14 6	0.16 41

LG-G	0.33 12	0.22 9	0.48 23	0.44 29	0.20 2	0.64 176	0.18 2	0.80 33	0.28 6	0.30 9	0.30 13	0.36 21	0.35 46	0.88 108	0.26 6	0.17 50	0.13 46	0.16 24	0.11 7	0.14 6	0.16 41

SGD-Stereo	0.34 14	0.22 9	0.44 14	0.39 7	0.20 2	0.42 41	0.22 14	0.71 17	0.33 13	0.43 44	0.34 18	0.27 6	0.35 46	1.15 184	0.33 38	0.21 191	0.11 3	0.16 24	0.13 41	0.17 54	0.15 20

GREAT-IGEV	0.34 14	0.22 9	0.54 43	0.40 11	0.31 121	0.36 17	0.28 47	0.59 8	0.66 69	0.28 5	0.51 45	0.29 7	0.29 19	0.86 100	0.28 16	0.15 7	0.12 14	0.15 6	0.11 7	0.17 54	0.16 41

DEFOM-Stereo	0.34 14	0.23 21	0.46 16	0.44 29	0.29 86	0.79 249	0.23 24	0.50 3	0.39 15	0.38 30	0.32 16	0.23 2	0.25 8	1.21 198	0.28 16	0.17 50	0.12 14	0.15 6	0.11 7	0.14 6	0.16 41

S2M2	0.35 17	0.28 96	0.47 21	0.43 23	0.30 102	0.31 10	0.16 1	0.61 12	0.68 74	0.32 14	0.49 38	0.47 56	0.34 40	0.40 3	0.33 38	0.25 287	0.22 327	0.20 135	0.22 272	0.25 276	0.23 204

111111	0.36 18	0.22 9	0.49 27	0.47 61	0.45 297	0.36 17	0.22 14	1.04 105	0.44 18	0.33 15	0.33 17	0.40 29	0.26 10	0.99 139	0.27 12	0.17 50	0.12 14	0.15 6	0.11 7	0.15 20	0.15 20

RAStereo	0.36 18	0.22 9	0.85 202	0.48 73	0.28 72	0.27 6	0.28 47	0.77 26	0.65 67	0.33 15	0.43 23	0.44 35	0.31 27	0.45 7	0.35 50	0.18 84	0.15 175	0.19 101	0.15 80	0.19 117	0.15 20

LG-Stereo	0.37 20	0.27 84	0.94 245	0.48 73	0.26 41	0.37 20	0.30 59	0.88 61	0.57 41	0.38 30	0.58 66	0.29 7	0.21 3	0.51 10	0.37 79	0.14 2	0.14 110	0.20 135	0.18 152	0.18 83	0.14 8

GIP-stereo	0.37 20	0.25 49	0.49 27	0.55 185	0.41 269	0.37 20	0.22 14	1.03 100	0.56 39	0.35 20	0.52 47	0.46 47	0.37 54	0.55 16	0.28 16	0.20 164	0.13 46	0.16 24	0.12 24	0.16 35	0.16 41

LG-Stereo_Zeroshot	0.38 22	0.25 49	0.61 72	0.53 157	0.29 86	0.36 17	0.22 14	1.24 187	0.42 17	0.45 50	0.65 79	0.37 26	0.51 129	0.41 6	0.30 22	0.18 84	0.12 14	0.17 45	0.13 41	0.18 83	0.20 132

AIO_rvc	0.38 22	0.25 49	0.65 92	0.47 61	0.31 121	0.55 123	0.38 128	0.98 82	0.51 30	0.35 20	0.48 34	0.49 64	0.22 5	0.87 105	0.31 25	0.16 19	0.12 14	0.16 24	0.12 24	0.15 20	0.15 20

AIO_test	0.38 22	0.24 35	0.59 59	0.47 61	0.31 121	0.55 123	0.44 200	0.86 56	0.50 28	0.34 19	0.48 34	0.46 47	0.30 23	0.76 70	0.31 25	0.17 50	0.12 14	0.17 45	0.13 41	0.16 35	0.15 20

IGEV-RUCA	0.38 22	0.24 35	0.51 36	0.51 115	0.36 214	0.59 144	0.23 24	0.68 15	0.52 31	0.39 34	0.50 42	0.44 35	0.31 27	0.86 100	0.31 25	0.24 267	0.13 46	0.16 24	0.12 24	0.20 153	0.21 158

MaDis-Stereo	0.38 22	0.27 84	0.72 118	0.45 37	0.35 206	0.30 9	0.31 64	0.81 36	0.54 33	0.38 30	0.38 21	0.58 103	0.49 121	0.53 13	0.39 89	0.20 164	0.16 209	0.19 101	0.15 80	0.19 117	0.15 20

UniTT-Stereo	0.38 22	0.24 35	0.67 101	0.49 86	0.36 214	0.40 25	0.32 72	0.55 5	0.55 35	0.55 86	0.55 59	0.36 21	0.31 27	0.59 29	0.52 193	0.21 191	0.15 175	0.17 45	0.15 80	0.19 117	0.17 60

HUF	0.39 28	0.27 84	0.71 116	0.43 23	0.24 18	0.51 96	0.47 230	0.99 90	0.55 35	0.37 28	0.45 27	0.53 85	0.41 65	0.70 57	0.29 20	0.18 84	0.14 110	0.16 24	0.12 24	0.15 20	0.17 60

fffft	0.39 28	0.24 35	0.56 49	0.45 37	0.34 189	0.42 41	0.48 236	0.85 49	0.39 15	0.45 50	0.35 19	0.38 27	0.31 27	1.32 222	0.34 43	0.14 2	0.12 14	0.19 101	0.15 80	0.16 35	0.18 73
1: 1. 1
AIO-Stereo	0.39 28	0.26 61	0.54 43	0.50 101	0.24 18	0.45 53	0.39 141	1.13 140	0.57 41	0.42 42	0.49 38	0.52 81	0.25 8	0.74 62	0.32 33	0.16 19	0.13 46	0.18 77	0.14 62	0.16 35	0.15 20

ours_stereo	0.40 31	0.30 142	0.57 51	0.47 61	0.31 121	0.40 25	0.44 200	0.79 32	0.58 44	0.36 23	0.58 66	0.46 47	0.33 36	1.14 183	0.33 38	0.17 50	0.13 46	0.19 101	0.15 80	0.19 117	0.20 132

RSM++	0.40 31	0.26 61	0.55 45	0.51 115	0.27 44	0.49 73	0.41 156	0.83 42	0.52 31	0.39 34	0.47 32	0.60 111	0.34 40	1.02 149	0.31 25	0.16 19	0.13 46	0.17 45	0.15 80	0.18 83	0.15 20

RSM	0.40 31	0.25 49	0.53 42	0.50 101	0.27 44	0.46 57	0.40 146	0.94 77	0.49 26	0.42 42	0.44 26	0.65 129	0.33 36	1.07 163	0.32 33	0.15 7	0.13 46	0.17 45	0.14 62	0.17 54	0.15 20

trnet	0.40 31	0.23 21	0.40 3	0.37 1	0.20 2	0.53 106	0.29 53	0.81 36	1.15 261	0.59 88	0.72 99	0.53 85	0.43 79	0.56 18	0.37 79	0.18 84	0.13 46	0.15 6	0.10 1	0.14 6	0.14 8

CREStereo	0.40 31	0.24 35	0.40 3	0.37 1	0.22 11	0.52 102	0.29 53	0.81 36	1.15 261	0.59 88	0.72 99	0.51 74	0.42 71	0.57 23	0.37 79	0.19 122	0.13 46	0.15 6	0.10 1	0.14 6	0.15 20
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
DEFOM-Stereo_RVC	0.41 36	0.68 439	0.45 15	0.66 333	0.30 102	0.48 67	0.25 28	0.87 59	0.46 22	0.39 34	0.37 20	0.30 11	0.69 213	1.16 187	0.31 25	0.17 50	0.11 3	0.16 24	0.12 24	0.18 83	0.14 8

castereo++	0.41 36	0.26 61	0.51 36	0.44 29	0.32 153	0.96 327	0.22 14	1.13 140	0.61 57	0.33 15	0.45 27	0.50 71	0.39 62	0.94 124	0.25 5	0.18 84	0.12 14	0.17 45	0.12 24	0.14 6	0.16 41

SMoEStereo_RVC	0.41 36	0.26 61	0.55 45	0.46 47	0.31 121	0.60 149	0.36 109	0.85 49	0.47 24	0.47 54	0.43 23	0.42 31	0.34 40	1.40 239	0.31 25	0.15 7	0.12 14	0.20 135	0.15 80	0.16 35	0.18 73

Pointernet	0.41 36	0.21 5	0.63 78	0.45 37	0.29 86	0.51 96	0.27 41	1.54 249	0.70 78	0.48 60	0.64 75	0.49 64	0.37 54	0.51 10	0.36 66	0.18 84	0.13 46	0.14 1	0.11 7	0.14 6	0.14 8

AEACV	0.41 36	0.25 49	0.60 66	0.55 185	0.52 341	0.43 47	0.38 128	0.98 82	0.63 61	0.44 46	0.56 62	0.46 47	0.59 175	0.56 18	0.31 25	0.17 50	0.13 46	0.18 77	0.16 113	0.17 54	0.17 60

LoS	0.41 36	0.23 21	0.46 16	0.39 7	0.23 14	0.48 67	0.40 146	1.12 136	0.94 160	0.50 69	0.66 80	0.49 64	0.42 71	0.63 46	0.39 89	0.19 122	0.14 110	0.16 24	0.11 7	0.14 6	0.15 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 36	0.24 35	0.59 59	0.45 37	0.27 44	0.54 119	0.22 14	1.23 185	0.56 39	0.44 46	0.43 23	0.68 137	0.29 19	0.89 113	0.34 43	0.17 50	0.12 14	0.20 135	0.17 135	0.17 54	0.18 73

GLC_STEREO	0.41 36	0.27 84	0.43 11	0.55 185	0.24 18	0.47 61	0.30 59	0.81 36	0.64 64	0.53 82	0.74 103	0.50 71	0.31 27	0.65 48	0.45 144	0.18 84	0.20 296	0.23 233	0.19 174	0.21 196	0.21 158

mms	0.42 44	0.29 117	0.60 66	0.47 61	0.33 173	0.43 47	0.46 219	0.75 23	0.50 28	0.36 23	0.61 72	0.44 35	0.30 23	1.39 237	0.34 43	0.16 19	0.14 110	0.18 77	0.15 80	0.19 117	0.21 158

CASnet	0.42 44	0.26 61	0.52 40	0.52 134	0.21 7	0.49 73	0.35 100	0.85 49	0.85 127	0.84 143	0.69 89	0.48 61	0.31 27	0.57 23	0.34 43	0.19 122	0.12 14	0.27 331	0.22 272	0.23 235	0.15 20
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 44	0.26 61	0.56 49	0.48 73	0.27 44	0.45 53	0.33 79	1.56 255	0.61 57	0.36 23	0.47 32	0.52 81	0.30 23	1.08 166	0.33 38	0.15 7	0.13 46	0.17 45	0.13 41	0.16 35	0.15 20

CroCo-Stereo	0.42 44	0.33 210	0.83 187	0.59 259	0.28 72	0.26 3	0.33 79	1.22 180	0.85 127	0.43 44	0.49 38	0.65 129	0.46 98	0.40 3	0.36 66	0.19 122	0.15 175	0.16 24	0.14 62	0.20 153	0.17 60
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
castereo	0.43 48	0.25 49	0.50 32	0.46 47	0.30 102	0.60 149	0.56 304	1.23 185	0.83 120	0.39 34	0.70 93	0.45 45	0.68 209	0.54 15	0.33 38	0.17 50	0.11 3	0.17 45	0.13 41	0.16 35	0.14 8

WCG-NET	0.43 48	0.23 21	0.58 53	0.42 17	0.26 41	0.46 57	0.32 72	0.77 26	1.16 268	0.77 125	0.75 104	0.58 103	0.44 85	0.62 38	0.38 85	0.16 19	0.12 14	0.16 24	0.14 62	0.15 20	0.14 8

MGS-Stereo	0.43 48	0.28 96	0.61 72	0.46 47	0.28 72	0.49 73	0.33 79	0.60 10	0.89 136	0.47 54	1.32 306	0.51 74	0.32 33	0.66 50	0.39 89	0.20 164	0.16 209	0.18 77	0.16 113	0.18 83	0.18 73

MoCha-V2	0.43 48	0.23 21	0.55 45	0.56 206	0.23 14	0.44 51	0.32 72	1.35 211	0.63 61	0.54 83	0.55 59	0.42 31	0.57 154	1.12 179	0.28 16	0.15 7	0.13 46	0.15 6	0.13 41	0.17 54	0.18 73

GCAP-Stereo	0.43 48	0.32 191	0.80 164	0.50 101	0.27 44	0.53 106	0.31 64	1.05 109	0.67 71	0.69 111	0.71 96	0.58 103	0.42 71	0.51 10	0.35 50	0.18 84	0.15 175	0.18 77	0.13 41	0.17 54	0.15 20

MM-Stereo_test2	0.44 53	0.25 49	0.70 113	0.54 172	0.33 173	0.55 123	0.45 213	1.02 93	0.84 123	0.61 99	0.51 45	0.49 64	0.42 71	0.82 85	0.32 33	0.16 19	0.13 46	0.18 77	0.14 62	0.19 117	0.17 60

fffy	0.44 53	0.29 117	0.67 101	0.47 61	0.30 102	0.46 57	0.34 88	0.98 82	0.57 41	0.40 40	0.59 69	0.55 92	0.41 65	1.26 206	0.37 79	0.16 19	0.14 110	0.19 101	0.16 113	0.19 117	0.20 132

Occ-G	0.44 53	0.23 21	0.59 59	0.44 29	0.27 44	0.43 47	0.61 335	0.85 49	0.62 59	0.48 60	0.66 80	1.00 264	0.45 90	0.79 81	0.45 144	0.17 50	0.14 110	0.18 77	0.13 41	0.16 35	0.18 73

IGEV++	0.45 56	0.24 35	0.63 78	0.58 240	0.32 153	0.42 41	0.25 28	2.16 413	0.65 67	0.38 30	0.58 66	0.46 47	0.44 85	0.56 18	0.40 105	0.20 164	0.13 46	0.16 24	0.13 41	0.17 54	0.18 73

ff7	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

ffff	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

11t	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

LoS_RVC	0.45 56	0.29 117	0.48 23	0.49 86	0.83 450	0.51 96	0.43 181	0.65 13	0.44 18	0.47 54	0.78 111	0.44 35	0.60 181	0.59 29	0.37 79	0.14 2	0.12 14	0.14 1	0.10 1	0.14 6	1.08 492

anonymousdsp	0.45 56	0.30 142	0.60 66	0.48 73	0.34 189	0.49 73	0.42 164	0.97 78	0.60 52	0.51 77	0.53 51	0.46 47	0.47 105	1.36 228	0.35 50	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

ccc-4	0.45 56	0.30 142	0.64 87	0.47 61	0.33 173	0.49 73	0.42 164	0.93 67	0.59 46	0.50 69	0.53 51	0.44 35	0.48 110	1.41 242	0.36 66	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158

IGEV-Stereo	0.45 56	0.30 142	0.60 66	0.48 73	0.34 189	0.49 73	0.42 164	0.98 82	0.60 52	0.51 77	0.53 51	0.46 47	0.47 105	1.36 228	0.35 50	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 56	0.23 21	0.50 32	0.43 23	0.21 7	0.65 182	0.26 36	0.83 42	0.88 135	0.95 170	0.99 164	0.51 74	0.45 90	0.56 18	0.36 66	0.19 122	0.24 365	0.16 24	0.13 41	0.17 54	0.27 282

Reg-Stereo(zero)	0.46 65	0.23 21	0.50 32	0.45 37	0.25 28	0.41 32	0.27 41	0.80 33	1.12 244	0.93 165	0.79 113	0.91 224	0.46 98	0.74 62	0.44 131	0.15 7	0.13 46	0.15 6	0.12 24	0.15 20	0.18 73

rvit_stereo_0081_aga	0.46 65	0.37 298	0.91 233	0.52 134	0.41 269	0.49 73	0.40 146	0.88 61	0.66 69	0.59 88	0.56 62	0.53 85	0.43 79	0.67 51	0.44 131	0.27 333	0.21 312	0.22 199	0.20 203	0.26 288	0.19 107

rvit_stereo_0081	0.46 65	0.34 239	0.72 118	0.56 206	0.35 206	0.41 32	0.44 200	0.74 21	1.04 205	0.49 64	0.52 47	0.51 74	0.49 121	0.86 100	0.47 160	0.25 287	0.20 296	0.22 199	0.19 174	0.26 288	0.19 107

rvit_stereo_0082	0.46 65	0.34 239	0.72 118	0.56 206	0.35 206	0.41 32	0.44 200	0.74 21	1.04 205	0.49 64	0.52 47	0.51 74	0.49 121	0.86 100	0.47 160	0.25 287	0.20 296	0.22 199	0.19 174	0.26 288	0.19 107

IGEV-Stereo+	0.46 65	0.23 21	0.51 36	0.42 17	0.46 305	0.15 1	0.19 5	0.45 2	0.37 14	0.28 5	0.25 6	0.31 13	0.41 65	1.43 249	0.31 25	0.18 84	0.13 46	0.15 6	0.12 24	1.09 492	1.74 504

WCG-NET（raft）	0.46 65	0.23 21	0.59 59	0.42 17	0.24 18	0.50 88	0.35 100	0.76 25	1.10 230	0.72 117	0.76 105	0.91 224	0.50 126	0.88 108	0.40 105	0.16 19	0.13 46	0.15 6	0.14 62	0.15 20	0.17 60

ProNet	0.46 65	0.30 142	0.69 110	0.46 47	0.32 153	0.57 132	0.52 268	1.15 156	0.67 71	0.44 46	0.50 42	0.44 35	0.43 79	1.31 216	0.38 85	0.16 19	0.15 175	0.19 101	0.16 113	0.18 83	0.18 73

MC-Stereo	0.46 65	0.24 35	0.58 53	0.63 298	0.30 102	0.38 23	0.32 72	0.98 82	0.74 89	0.66 107	0.85 128	0.56 99	0.60 181	1.07 163	0.32 33	0.17 50	0.12 14	0.17 45	0.15 80	0.16 35	0.16 41

CroCo-Stereo Lap2	0.46 65	0.37 298	0.87 211	0.62 288	0.79 441	0.28 7	0.35 100	0.81 36	0.73 82	0.39 34	0.54 57	0.71 152	0.54 143	0.60 31	0.48 167	0.18 84	0.18 266	0.19 101	0.16 113	0.21 196	0.21 158

tt45	0.47 74	0.25 49	0.52 40	0.47 61	0.34 189	0.78 241	0.32 72	0.86 56	0.45 21	0.52 79	0.45 27	0.49 64	0.37 54	2.12 356	0.36 66	0.16 19	0.13 46	0.19 101	0.16 113	0.17 54	0.21 158

rvit_stereo_0080	0.47 74	0.35 268	0.87 211	0.48 73	0.36 214	0.42 41	0.54 287	0.93 67	0.78 99	0.52 79	0.60 70	0.55 92	0.47 105	0.62 38	0.48 167	0.27 333	0.21 312	0.20 135	0.20 203	0.31 349	0.20 132

Former-RAFT_DAM_RVC	0.47 74	0.38 316	0.75 141	0.48 73	0.37 223	0.67 193	0.35 100	0.82 41	1.14 256	0.61 99	0.64 75	0.39 28	0.39 62	0.74 62	0.39 89	0.20 164	0.17 236	0.22 199	0.18 152	0.24 264	0.20 132

whm_eth	0.47 74	0.35 268	0.87 211	0.48 73	0.36 214	0.42 41	0.54 287	0.93 67	0.78 99	0.52 79	0.60 70	0.55 92	0.47 105	0.62 38	0.48 167	0.27 333	0.21 312	0.20 135	0.20 203	0.31 349	0.20 132

XX-TBD	0.47 74	0.71 443	0.39 1	0.81 429	0.25 28	0.57 132	0.26 36	0.73 19	1.30 351	0.78 127	1.01 171	0.45 45	0.33 36	0.49 9	0.39 89	0.20 164	0.15 175	0.15 6	0.11 7	0.17 54	0.15 20

PMTNet	0.47 74	0.22 9	0.43 11	0.39 7	0.24 18	0.71 212	0.26 36	0.78 30	1.03 199	0.65 104	0.69 89	0.55 92	0.48 110	0.90 116	0.36 66	0.99 491	0.13 46	0.15 6	0.10 1	0.15 20	0.15 20

HART	0.48 80	0.24 35	0.63 78	0.52 134	0.27 44	0.41 32	0.29 53	1.32 207	0.54 33	0.59 88	1.47 356	0.61 117	0.34 40	1.09 170	0.32 33	0.16 19	0.14 110	0.19 101	0.14 62	0.19 117	0.18 73

SCV_C0	0.48 80	0.29 117	0.88 216	0.46 47	0.31 121	0.46 57	0.31 64	1.67 278	0.87 132	0.40 40	0.52 47	0.54 89	0.29 19	1.27 209	0.34 43	0.18 84	0.14 110	0.17 45	0.14 62	0.20 153	0.18 73

CAS++	0.48 80	0.34 239	0.59 59	0.48 73	0.32 153	0.45 53	0.29 53	1.73 302	0.78 99	0.71 113	0.73 102	0.36 21	0.28 16	0.70 57	0.35 50	0.27 333	0.22 327	0.26 317	0.21 245	0.29 327	0.22 186
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 80	0.28 96	0.83 187	0.51 115	0.53 347	0.39 24	0.27 41	1.03 100	0.64 64	0.47 54	0.71 96	0.51 74	0.51 129	1.13 181	0.47 160	0.20 164	0.16 209	0.23 233	0.20 203	0.24 264	0.20 132

StereoAnything_RVC	0.49 84	1.60 502	0.87 211	0.37 1	0.21 7	0.26 3	0.21 11	0.53 4	0.23 2	0.23 1	0.21 2	0.19 1	0.35 46	1.29 213	0.23 1	0.22 225	0.11 3	0.15 6	0.11 7	2.36 502	0.13 2

999	0.49 84	0.25 49	0.55 45	0.51 115	0.35 206	0.74 221	0.31 64	0.89 65	0.59 46	0.39 34	0.50 42	0.50 71	0.36 51	2.41 383	0.41 114	0.17 50	0.13 46	0.18 77	0.15 80	0.16 35	0.23 204

rvit_stereo_0083	0.49 84	0.34 239	0.85 202	0.57 228	0.36 214	0.49 73	0.43 181	0.73 19	1.05 211	0.50 69	0.57 65	0.55 92	0.50 126	0.92 120	0.50 181	0.25 287	0.25 377	0.24 257	0.20 203	0.25 276	0.19 107

rvit_stereo_ft	0.49 84	0.38 316	1.03 274	0.68 359	0.42 278	0.40 25	0.58 317	0.93 67	0.86 129	0.47 54	0.55 59	0.57 101	0.48 110	0.67 51	0.53 202	0.26 312	0.17 236	0.22 199	0.22 272	0.24 264	0.19 107

RAFT-Stereo-weight	0.49 84	0.26 61	0.58 53	0.49 86	0.28 72	0.61 156	0.34 88	1.16 161	1.11 237	1.06 202	0.79 113	0.75 158	0.28 16	0.79 81	0.42 122	0.16 19	0.13 46	0.17 45	0.15 80	0.16 35	0.18 73

IGEVStereo-DCA	0.49 84	0.33 210	0.64 87	0.46 47	0.34 189	0.50 88	0.42 164	0.93 67	0.59 46	0.48 60	0.48 34	0.48 61	0.45 90	2.28 372	0.44 131	0.19 122	0.14 110	0.19 101	0.15 80	0.17 54	0.21 158

plain	0.49 84	0.29 117	1.23 345	0.51 115	0.40 255	0.35 14	0.37 119	1.04 105	0.62 59	0.44 46	0.76 105	0.42 31	0.41 65	1.17 191	0.46 150	0.23 247	0.15 175	0.24 257	0.19 174	0.25 276	0.18 73

testlalala	0.49 84	0.30 142	0.70 113	0.44 29	0.40 255	0.68 197	0.38 128	1.38 217	0.58 44	1.28 315	0.82 123	0.61 117	0.36 51	0.57 23	0.34 43	0.21 191	0.14 110	0.18 77	0.12 24	0.15 20	0.16 41

iRaftStereo_RVC	0.49 84	0.28 96	0.72 118	0.53 157	0.29 86	0.52 102	0.33 79	1.14 144	0.84 123	0.85 145	0.99 164	0.55 92	0.36 51	0.83 91	0.40 105	0.18 84	0.13 46	0.22 199	0.20 203	0.20 153	0.18 73

CREStereo++_RVC	0.49 84	0.22 9	0.46 16	0.48 73	0.38 235	0.45 53	0.25 28	0.77 26	1.30 351	0.82 137	1.23 272	0.47 56	0.37 54	0.55 16	0.44 131	0.16 19	0.11 3	0.16 24	0.80 495	0.18 83	0.12 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
xyz-stereo-finetune	0.50 94	0.27 84	0.63 78	0.43 23	0.23 14	0.79 249	0.46 219	0.83 42	0.82 116	0.63 102	0.63 74	0.54 89	0.44 85	1.69 299	0.62 244	0.16 19	0.15 175	0.19 101	0.16 113	0.17 54	0.16 41

MyStereo07	0.50 94	0.30 142	0.58 53	0.58 240	0.48 315	0.59 144	0.78 381	1.19 169	0.60 52	0.49 64	0.54 57	0.43 34	0.55 146	1.32 222	0.36 66	0.18 84	0.18 266	0.24 257	0.21 245	0.23 235	0.23 204

4D-IteraStereo	0.50 94	0.26 61	0.84 196	0.51 115	0.49 321	0.64 176	0.31 64	0.91 66	1.02 196	1.05 196	0.72 99	0.76 160	0.32 33	0.69 55	0.40 105	0.18 84	0.11 3	0.23 233	0.20 203	0.19 117	0.16 41

MM-Stereo_test1	0.51 97	0.26 61	0.59 59	0.53 157	0.31 121	0.50 88	0.53 274	1.06 111	1.09 226	0.88 152	0.70 93	0.54 89	0.59 175	1.18 192	0.35 50	0.19 122	0.17 236	0.20 135	0.17 135	0.20 153	0.18 73

SCV	0.51 97	0.29 117	0.72 118	0.63 298	0.27 44	0.40 25	0.38 128	2.32 442	0.75 94	0.36 23	0.49 38	0.55 92	0.35 46	1.31 216	0.34 43	0.25 287	0.13 46	0.17 45	0.14 62	0.18 83	0.18 73

CES	0.51 97	0.21 5	0.40 3	0.42 17	1.40 496	0.53 106	0.34 88	1.04 105	0.68 74	0.45 50	0.67 83	0.35 19	0.28 16	0.58 27	0.35 50	0.16 19	0.13 46	0.15 6	0.10 1	0.19 117	1.69 503

sCroCo_RVC	0.51 97	0.43 348	1.15 312	0.66 333	0.60 381	0.52 102	0.40 146	0.93 67	0.64 64	0.45 50	0.76 105	0.49 64	0.49 121	0.65 48	0.49 178	0.27 333	0.28 396	0.23 233	0.22 272	0.29 327	0.28 298

RCA-Stereo	0.52 101	0.26 61	0.66 97	0.49 86	0.33 173	0.54 119	0.44 200	1.20 173	1.41 398	0.69 111	1.06 194	0.63 125	0.79 246	0.62 38	0.35 50	0.17 50	0.12 14	0.17 45	0.14 62	0.16 35	0.16 41

MM-Stereo_test3	0.53 102	0.26 61	0.60 66	0.56 206	0.73 422	0.49 73	0.53 274	1.31 205	1.08 218	0.64 103	0.97 158	0.61 117	0.42 71	0.82 85	0.40 105	0.21 191	0.18 266	0.20 135	0.16 113	0.19 117	0.21 158

model_zeroshot	0.53 102	0.31 174	1.00 266	0.57 228	0.39 244	0.74 221	0.39 141	1.38 217	0.67 71	0.88 152	0.85 128	0.71 152	0.37 54	0.77 72	0.39 89	0.21 191	0.17 236	0.19 101	0.17 135	0.17 54	0.22 186

knoymous	0.53 102	0.32 191	0.51 36	0.46 47	0.30 102	0.57 132	0.54 287	1.10 132	0.78 99	0.99 176	0.84 126	0.95 244	0.57 154	0.89 113	0.51 185	0.21 191	0.14 110	0.26 317	0.14 62	0.23 235	0.25 244

tg	0.54 105	0.25 49	0.70 113	0.52 134	0.31 121	0.89 295	0.29 53	1.12 136	0.98 176	0.85 145	1.03 181	0.62 120	0.42 71	1.37 231	0.41 114	0.17 50	0.13 46	0.22 199	0.21 245	0.17 54	0.17 60

GCAP-BAT	0.54 105	0.33 210	0.75 141	0.45 37	0.50 326	0.84 280	0.35 100	0.98 82	0.80 111	0.88 152	1.04 186	0.88 208	0.37 54	1.25 202	0.41 114	0.19 122	0.15 175	0.18 77	0.13 41	0.17 54	0.22 186

HUI-Stereo	0.54 105	0.33 210	0.81 169	0.52 134	0.27 44	0.62 159	0.29 53	1.14 144	0.74 89	1.13 220	0.96 149	0.82 183	0.60 181	0.83 91	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

Any-RAFT	0.55 108	0.27 84	0.49 27	0.50 101	0.27 44	0.98 332	0.25 28	1.71 298	1.08 218	0.90 157	0.99 164	1.13 306	0.46 98	0.74 62	0.35 50	0.19 122	0.13 46	0.17 45	0.13 41	0.16 35	0.19 107

Selective-RAFT	0.55 108	0.29 117	0.85 202	0.58 240	0.28 72	0.91 301	0.34 88	1.00 92	0.96 169	0.59 88	0.64 75	0.80 171	0.76 227	1.34 226	0.51 185	0.21 191	0.15 175	0.17 45	0.15 80	0.19 117	0.19 107

test_4	0.55 108	0.23 21	0.67 101	0.56 206	0.32 153	0.71 212	0.39 141	0.83 42	0.72 81	0.93 165	1.87 438	0.70 145	0.41 65	1.21 198	0.39 89	0.16 19	0.13 46	0.21 169	0.23 304	0.20 153	0.18 73

GMOStereo	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 383	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

error version	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 383	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

test-v	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 383	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

test-2	0.55 108	0.28 96	0.72 118	0.52 134	0.30 102	0.53 106	0.43 181	1.02 93	0.98 176	1.44 383	1.14 237	0.88 208	0.57 154	0.62 38	0.39 89	0.16 19	0.14 110	0.24 257	0.22 272	0.20 153	0.18 73

rafts_anoy	0.55 108	0.32 191	0.66 97	0.72 389	0.61 387	0.53 106	0.40 146	1.24 187	1.06 213	0.85 145	0.83 125	0.67 135	0.53 136	0.77 72	0.55 214	0.20 164	0.15 175	0.25 296	0.26 343	0.22 216	0.21 158

s12784h	0.55 108	0.22 9	0.49 27	0.43 23	0.19 1	1.00 334	0.34 88	1.40 223	1.30 351	0.84 143	0.93 144	0.63 125	0.52 134	1.48 260	0.47 160	0.15 7	0.12 14	0.17 45	0.11 7	0.19 117	0.13 2

raftrobust	0.55 108	0.27 84	0.63 78	0.68 359	0.69 415	0.50 88	0.34 88	1.08 119	0.97 173	1.32 331	0.88 135	0.62 120	0.80 253	0.82 85	0.44 131	0.20 164	0.16 209	0.16 24	0.14 62	0.15 20	0.18 73

Gwc-CoAtRS	0.55 108	0.27 84	0.73 131	0.49 86	0.30 102	0.63 167	0.25 28	1.38 217	1.12 244	1.05 196	1.02 174	1.10 297	0.55 146	0.72 60	0.44 131	0.17 50	0.14 110	0.17 45	0.15 80	0.16 35	0.17 60

rvit_0105_6	0.56 119	0.38 316	1.13 305	0.67 347	0.38 235	0.50 88	0.51 257	0.88 61	1.33 362	0.54 83	0.56 62	0.65 129	0.57 154	0.97 137	0.46 150	0.32 382	0.31 414	0.28 345	0.25 326	0.29 327	0.23 204

MSKI-zero shot	0.56 119	0.30 142	0.61 72	0.55 185	0.28 72	0.68 197	0.28 47	1.25 191	0.68 74	0.92 162	1.33 311	0.81 177	0.33 36	1.94 332	0.36 66	0.18 84	0.13 46	0.17 45	0.13 41	0.16 35	0.19 107

EKT-Stereo	0.56 119	0.33 210	0.84 196	0.61 280	0.64 394	0.51 96	0.48 236	1.14 144	0.95 165	0.74 120	0.89 137	0.77 164	0.42 71	1.18 192	0.42 122	0.23 247	0.17 236	0.21 169	0.18 152	0.20 153	0.26 264

LL-Strereo2	0.56 119	0.36 277	0.77 149	0.56 206	0.40 255	0.68 197	0.37 119	1.21 178	0.83 120	0.96 173	0.79 113	0.91 224	0.41 65	1.08 166	0.48 167	0.18 84	0.17 236	0.29 356	0.25 326	0.22 216	0.19 107

test-3	0.56 119	0.24 35	0.82 178	0.50 101	0.29 86	0.57 132	0.34 88	1.09 126	1.03 199	1.33 336	0.69 89	0.87 202	0.45 90	1.68 295	0.39 89	0.17 50	0.12 14	0.20 135	0.17 135	0.17 54	0.16 41

test_1	0.56 119	0.24 35	0.82 178	0.50 101	0.29 86	0.57 132	0.34 88	1.09 126	1.03 199	1.28 315	0.69 89	0.87 202	0.45 90	1.67 293	0.39 89	0.17 50	0.12 14	0.20 135	0.17 135	0.17 54	0.16 41

PSM-adaLoss	0.56 119	0.33 210	0.81 169	0.52 134	0.27 44	0.63 167	0.41 156	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.09 170	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

ROB_FTStereo	0.56 119	0.33 210	0.82 178	0.52 134	0.27 44	0.62 159	0.25 28	1.14 144	0.74 89	1.13 220	0.96 149	0.82 183	0.60 181	1.18 192	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

cross-raft	0.56 119	0.26 61	0.65 92	0.55 185	0.31 121	0.66 188	0.37 119	1.68 281	0.82 116	1.06 202	1.07 197	1.25 331	0.45 90	0.74 62	0.39 89	0.15 7	0.13 46	0.19 101	0.16 113	0.19 117	0.17 60

test-1	0.56 119	0.28 96	1.13 305	0.58 240	0.34 189	0.60 149	0.38 128	1.56 255	0.98 176	0.80 130	1.02 174	0.83 192	0.52 134	0.64 47	0.46 150	0.17 50	0.16 209	0.20 135	0.17 135	0.20 153	0.26 264

raft+_RVC	0.56 119	0.29 117	0.61 72	0.65 319	0.56 364	0.53 106	0.53 274	1.40 223	1.02 196	0.78 127	1.04 186	0.70 145	0.55 146	1.00 143	0.49 178	0.18 84	0.16 209	0.19 101	0.19 174	0.18 83	0.17 60

RAFT-Stereo + iAFF	0.56 119	0.28 96	0.81 169	0.45 37	0.25 28	0.40 25	0.34 88	1.12 136	1.13 250	1.35 349	1.58 393	0.80 171	0.67 205	0.71 59	0.43 127	0.14 2	0.11 3	0.18 77	0.17 135	0.18 83	0.16 41

H2IRNET	0.57 131	0.28 96	0.75 141	0.49 86	0.35 206	0.40 25	0.27 41	1.03 100	1.18 279	0.62 101	1.26 280	1.07 282	0.85 271	1.02 149	0.64 252	0.20 164	0.16 209	0.23 233	0.25 326	0.22 216	0.20 132

11t1	0.57 131	0.30 142	0.84 196	0.54 172	0.30 102	0.83 272	0.41 156	1.34 210	0.79 108	0.88 152	0.82 123	0.70 145	0.70 216	0.96 133	0.67 262	0.21 191	0.21 312	0.20 135	0.16 113	0.21 196	0.26 264

rrr	0.57 131	0.33 210	2.43 448	0.46 47	0.34 189	0.50 88	0.38 128	0.84 47	0.55 35	0.48 60	0.48 34	0.48 61	0.45 90	2.28 372	0.44 131	0.19 122	0.14 110	0.19 101	0.15 80	0.17 54	0.18 73

test_3	0.57 131	0.24 35	0.87 211	0.55 185	0.30 102	0.60 149	0.40 146	1.07 114	1.08 218	1.20 267	0.68 84	0.92 232	0.43 79	1.68 295	0.40 105	0.16 19	0.13 46	0.22 199	0.19 174	0.21 196	0.17 60

Patchmatch Stereo++	0.57 131	0.33 210	0.82 178	0.52 134	0.27 44	0.63 167	0.28 47	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.40 239	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132
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
ROB_FTStereo_v2	0.57 131	0.33 210	0.81 169	0.52 134	0.27 44	0.62 159	0.42 164	1.14 144	0.73 82	1.13 220	0.97 158	0.82 183	0.60 181	1.15 184	0.53 202	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

DeepStereo_RVC	0.57 131	0.31 174	0.78 155	0.53 157	0.30 102	0.57 132	0.32 72	1.11 134	0.80 111	1.17 244	0.94 146	0.83 192	0.93 313	1.01 146	0.61 241	0.23 247	0.14 110	0.21 169	0.19 174	0.24 264	0.26 264

iRAFT	0.57 131	0.33 210	0.82 178	0.52 134	0.27 44	0.63 167	0.28 47	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.40 239	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

CRE-IMP	0.57 131	0.32 191	0.82 178	0.54 172	0.29 86	0.77 240	0.25 28	1.19 169	0.79 108	1.09 206	0.95 147	0.81 177	0.57 154	1.11 177	0.57 223	0.22 225	0.14 110	0.23 233	0.19 174	0.28 310	0.24 225

RAFT-IKP	0.57 131	0.33 210	0.82 178	0.52 134	0.27 44	0.57 132	0.35 100	1.14 144	0.73 82	1.13 220	0.96 149	0.83 192	0.61 190	1.26 206	0.53 202	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

test_xeample3	0.57 131	0.33 210	3.11 468	0.46 47	0.34 189	0.55 123	0.38 128	0.86 56	0.49 26	0.54 83	0.46 31	0.44 35	0.44 85	1.49 267	0.45 144	0.18 84	0.14 110	0.19 101	0.15 80	0.17 54	0.18 73

CFNet-RSSM	0.57 131	0.25 49	0.76 146	0.49 86	0.28 72	0.59 144	0.27 41	1.89 344	1.17 273	1.09 206	0.95 147	1.06 279	0.53 136	0.74 62	0.41 114	0.17 50	0.13 46	0.17 45	0.15 80	0.16 35	0.16 41

rvit_0105_4	0.58 143	0.40 331	1.19 333	0.68 359	0.38 235	0.53 106	0.55 297	0.93 67	1.27 327	0.56 87	0.61 72	0.72 154	0.63 191	1.01 146	0.47 160	0.33 388	0.33 432	0.29 356	0.25 326	0.29 327	0.26 264

AE-Stereo	0.58 143	0.29 117	0.81 169	0.62 288	0.41 269	0.69 206	0.46 219	2.49 469	1.25 315	0.49 64	0.77 109	0.69 142	0.46 98	0.61 33	0.42 122	0.17 50	0.16 209	0.21 169	0.20 203	0.19 117	0.18 73

1test111	0.58 143	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.58 260	0.91 142	0.60 95	0.80 118	0.47 56	0.87 288	0.99 139	0.67 262	0.21 191	0.13 46	0.25 296	0.15 80	0.23 235	0.25 244

RAFT-Test	0.58 143	0.27 84	0.81 169	0.50 101	0.33 173	0.95 321	0.27 41	1.40 223	0.89 136	1.00 180	1.12 221	1.39 365	0.48 110	0.74 62	0.41 114	0.17 50	0.14 110	0.17 45	0.14 62	0.16 35	0.18 73

anonymousdsp2	0.58 143	0.29 117	0.93 238	0.51 115	0.30 102	0.75 226	0.46 219	1.95 361	0.87 132	0.81 135	0.78 111	0.76 160	0.48 110	1.10 174	0.45 144	0.19 122	0.14 110	0.18 77	0.13 41	0.20 153	0.22 186

fff	0.58 143	0.26 61	1.15 312	0.46 47	0.25 28	0.48 67	0.36 109	1.20 173	1.28 335	1.13 220	1.03 181	0.59 108	1.04 364	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

iGMRVC	0.58 143	0.33 210	0.81 169	0.52 134	0.27 44	0.62 159	0.38 128	1.14 144	0.73 82	1.13 220	0.97 158	0.82 183	0.59 175	1.54 270	0.53 202	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

RALCasStereoNet	0.58 143	0.34 239	0.77 149	0.65 319	0.64 394	0.64 176	0.51 257	1.06 111	0.99 185	0.71 113	1.06 194	0.77 164	0.44 85	1.38 235	0.52 193	0.20 164	0.18 266	0.18 77	0.16 113	0.20 153	0.22 186

DCANet	0.58 143	0.26 61	1.15 312	0.45 37	0.25 28	0.49 73	0.36 109	1.18 165	1.35 367	1.15 236	1.04 186	0.60 111	0.91 303	0.84 94	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.19 117	0.25 244

csc	0.58 143	0.26 61	1.15 312	0.46 47	0.25 28	0.48 67	0.36 109	1.20 173	1.28 335	1.13 220	1.03 181	0.59 108	1.04 364	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

cscssc	0.58 143	0.26 61	1.15 312	0.46 47	0.25 28	0.48 67	0.36 109	1.20 173	1.28 335	1.13 220	1.03 181	0.59 108	1.04 364	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

GMStereo	0.58 143	0.50 378	1.09 293	0.52 134	0.32 153	0.80 256	0.43 181	1.02 93	1.41 398	0.89 156	0.77 109	0.52 81	0.46 98	0.89 113	0.56 220	0.25 287	0.16 209	0.20 135	0.22 272	0.31 349	0.27 282
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 155	0.29 117	0.66 97	0.41 15	0.24 18	1.08 350	0.34 88	0.87 59	0.60 52	0.68 110	1.08 204	0.58 103	0.79 246	2.39 382	0.83 306	0.17 50	0.15 175	0.21 169	0.17 135	0.16 35	0.18 73

gcap-zeroshot	0.59 155	0.30 142	1.11 300	0.51 115	0.30 102	0.79 249	0.36 109	1.86 336	0.86 129	0.90 157	0.68 84	1.44 373	0.50 126	0.82 85	0.35 50	0.19 122	0.16 209	0.18 77	0.15 80	0.18 83	0.18 73

ACVNet-DCA	0.59 155	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.58 260	0.91 142	0.60 95	0.80 118	0.47 56	0.87 288	1.48 260	0.35 50	0.21 191	0.13 46	0.25 296	0.15 80	0.23 235	0.25 244

IGEV_Zeroshot_test	0.59 155	0.33 210	1.11 300	0.63 298	0.37 223	0.41 32	0.33 79	1.80 318	0.79 108	1.04 194	1.10 210	1.06 279	0.43 79	0.87 105	0.48 167	0.18 84	0.13 46	0.19 101	0.18 152	0.20 153	0.23 204

DCANet-4	0.59 155	0.28 96	1.65 400	0.44 29	0.25 28	0.48 67	0.36 109	1.15 156	1.36 376	1.13 220	1.03 181	0.56 99	0.74 221	0.77 72	0.58 228	0.17 50	0.14 110	0.17 45	0.13 41	0.15 20	0.24 225

x	0.59 155	0.34 239	0.79 159	0.51 115	0.32 153	0.69 206	0.46 219	1.64 274	0.97 173	0.86 150	0.86 130	0.83 192	0.74 221	0.75 69	0.70 270	0.21 191	0.22 327	0.22 199	0.20 203	0.21 196	0.24 225

sAnonymous2	0.59 155	0.61 415	1.82 412	0.61 280	0.52 341	0.51 96	0.54 287	0.97 78	0.70 78	0.50 69	0.68 84	0.46 47	0.63 191	0.61 33	0.41 114	0.22 225	0.17 236	0.23 233	0.21 245	0.85 480	0.56 447

CroCo_RVC	0.59 155	0.61 415	1.82 412	0.61 280	0.52 341	0.51 96	0.54 287	0.97 78	0.70 78	0.50 69	0.68 84	0.46 47	0.63 191	0.61 33	0.41 114	0.22 225	0.17 236	0.23 233	0.21 245	0.85 480	0.56 447

testlalala2	0.60 163	0.30 142	0.68 104	1.79 501	1.30 494	0.65 182	0.41 156	1.06 111	0.75 94	0.91 159	0.96 149	0.75 158	0.34 40	0.56 18	0.45 144	0.18 84	0.16 209	0.17 45	0.13 41	0.17 54	0.19 107

MIM_Stereo	0.60 163	0.26 61	1.02 270	0.49 86	0.32 153	0.52 102	0.28 47	1.41 227	0.82 116	1.02 189	1.16 245	0.93 234	0.53 136	1.48 260	0.63 248	0.17 50	0.17 236	0.20 135	0.19 174	0.17 54	0.18 73

MIPNet	0.60 163	0.31 174	1.07 287	0.51 115	0.34 189	0.68 197	0.40 146	1.67 278	1.14 256	1.11 209	0.93 144	0.60 111	0.78 238	0.77 72	0.58 228	0.18 84	0.14 110	0.19 101	0.16 113	0.18 83	0.21 158

AFF-stereo	0.60 163	0.28 96	0.72 118	0.48 73	0.29 86	0.34 13	0.37 119	1.22 180	1.20 284	1.21 274	1.59 397	1.10 297	0.70 216	1.01 146	0.44 131	0.14 2	0.12 14	0.19 101	0.20 203	0.18 83	0.15 20

R-Stereo Train	0.60 163	0.30 142	0.72 118	0.57 228	0.37 223	0.68 197	0.52 268	1.45 232	0.78 99	1.61 424	1.50 367	0.76 160	0.53 136	0.67 51	0.51 185	0.19 122	0.16 209	0.18 77	0.15 80	0.18 83	0.19 107

RAFT-Stereo	0.60 163	0.30 142	0.72 118	0.57 228	0.37 223	0.68 197	0.52 268	1.45 232	0.78 99	1.61 424	1.50 367	0.76 160	0.53 136	0.67 51	0.51 185	0.19 122	0.16 209	0.18 77	0.15 80	0.18 83	0.19 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 169	0.30 142	0.93 238	0.65 319	0.65 399	0.79 249	0.50 255	1.33 209	1.40 394	0.65 104	1.15 243	0.53 85	0.42 71	1.18 192	0.36 66	0.25 287	0.18 266	0.26 317	0.31 403	0.20 153	0.21 158

AIO-test1	0.61 169	0.27 84	0.68 104	0.68 359	1.02 473	0.79 249	0.36 109	1.59 265	1.35 367	0.59 88	0.89 137	0.60 111	0.49 121	1.20 197	0.36 66	0.18 84	0.17 236	0.23 233	0.25 326	0.18 83	0.26 264

rvit_0105_5	0.61 169	0.41 341	1.19 333	0.67 347	0.37 223	0.57 132	0.56 304	1.08 119	1.28 335	0.65 104	0.68 84	0.77 164	0.67 205	0.91 119	0.51 185	0.33 388	0.32 426	0.30 367	0.27 359	0.28 310	0.28 298

riskmin	0.62 172	0.29 117	0.73 131	0.50 101	0.34 189	0.86 288	0.44 200	1.74 304	1.07 215	0.76 124	0.76 105	1.19 315	1.01 348	0.84 94	0.60 238	0.20 164	0.16 209	0.24 257	0.16 113	0.24 264	0.29 312

qqq	0.62 172	0.36 277	0.88 216	0.50 101	0.28 72	0.64 176	0.62 338	1.58 260	0.91 142	0.83 138	0.96 149	0.95 244	0.79 246	0.99 139	0.67 262	0.21 191	0.23 355	0.24 257	0.23 304	0.23 235	0.25 244

ADStereo(finetuned)	0.62 172	0.26 61	1.59 396	0.45 37	0.25 28	0.49 73	0.36 109	1.18 165	1.35 367	1.16 240	1.04 186	0.60 111	1.18 401	0.85 98	0.57 223	0.17 50	0.14 110	0.17 45	0.13 41	0.19 117	0.24 225

dd	0.62 172	0.51 382	1.17 327	0.56 206	0.33 173	0.74 221	0.46 219	1.03 100	1.40 394	0.80 130	0.87 132	0.60 111	0.57 154	1.02 149	0.86 311	0.28 350	0.18 266	0.26 317	0.19 174	0.35 376	0.27 282

IPLGR	0.62 172	0.28 96	1.32 363	0.50 101	0.29 86	0.65 182	0.34 88	1.47 237	1.19 280	1.21 274	1.07 197	0.70 145	0.65 199	1.05 156	0.55 214	0.18 84	0.15 175	0.20 135	0.17 135	0.21 196	0.20 132

PFNet+	0.62 172	0.31 174	0.99 261	0.57 228	0.31 121	0.57 132	0.30 59	0.99 90	1.25 315	1.33 336	1.10 210	0.79 169	0.57 154	1.35 227	0.53 202	0.26 312	0.17 236	0.28 345	0.26 343	0.21 196	0.27 282

NRIStereo	0.62 172	0.31 174	0.78 155	0.56 206	0.28 72	0.63 167	0.33 79	1.16 161	0.92 147	1.15 236	0.87 132	0.90 220	0.58 171	2.24 367	0.56 220	0.22 225	0.14 110	0.21 169	0.19 174	0.22 216	0.18 73

RALAANet	0.62 172	0.37 298	0.97 257	0.66 333	0.50 326	0.67 193	0.31 64	1.27 196	1.09 226	1.11 209	1.17 248	0.88 208	0.46 98	1.27 209	0.45 144	0.20 164	0.15 175	0.21 169	0.18 152	0.27 294	0.19 107

FENet	0.62 172	0.30 142	0.68 104	0.57 228	0.33 173	0.82 265	0.40 146	1.41 227	1.12 244	1.03 192	0.87 132	0.98 253	0.84 266	1.00 143	0.70 270	0.23 247	0.16 209	0.23 233	0.20 203	0.22 216	0.24 225

RAFT+CT+SA	0.63 181	0.30 142	0.73 131	0.69 372	0.37 223	0.40 25	0.55 297	1.93 357	1.04 205	0.72 117	1.23 272	0.62 120	0.69 213	1.69 299	0.42 122	0.19 122	0.13 46	0.22 199	0.22 272	0.21 196	0.19 107

GANet-ADL	0.63 181	0.38 316	0.82 178	0.67 347	0.41 269	0.68 197	0.51 257	1.64 274	1.16 268	0.98 175	1.10 210	0.90 220	0.58 171	0.81 84	0.63 248	0.27 333	0.18 266	0.18 77	0.16 113	0.23 235	0.27 282

AnonymousM	0.63 181	1.14 480	0.43 11	0.46 47	0.32 153	0.43 47	0.46 219	1.27 196	0.78 99	1.00 180	0.66 80	0.68 137	0.45 90	0.61 33	0.46 150	0.21 191	0.16 209	1.84 506	0.98 503	0.15 20	0.15 20

HHNet	0.64 184	0.28 96	0.69 110	0.45 37	0.46 305	0.50 88	0.57 310	1.13 140	1.03 199	1.26 305	2.21 461	0.70 145	0.59 175	1.10 174	0.51 185	0.21 191	0.13 46	0.23 233	0.19 174	0.20 153	0.31 338

Pruner-Stereo	0.64 184	0.31 174	0.79 159	0.66 333	0.31 121	0.61 156	0.42 164	1.22 180	1.09 226	1.53 407	1.09 208	0.94 240	0.55 146	1.37 231	0.56 220	0.25 287	0.14 110	0.24 257	0.21 245	0.21 196	0.25 244

Anonymous3	0.64 184	0.47 364	1.31 360	0.59 259	0.50 326	0.93 312	0.69 358	1.11 134	0.83 120	0.74 120	0.89 137	0.65 129	0.68 209	1.08 166	0.54 211	0.40 427	0.31 414	0.26 317	0.26 343	0.31 349	0.30 328

DIP-Stereo	0.64 184	0.32 191	0.91 233	0.49 86	0.36 214	0.91 301	0.33 79	2.51 472	0.77 96	1.25 292	1.00 169	0.68 137	0.51 129	0.92 120	0.65 257	0.19 122	0.15 175	0.21 169	0.17 135	0.19 117	0.22 186
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 188	0.34 239	0.65 92	0.60 267	0.27 44	1.14 360	0.48 236	1.08 119	2.62 490	0.59 88	0.79 113	0.49 64	0.80 253	1.57 273	0.35 50	0.21 191	0.13 46	0.25 296	0.16 113	0.20 153	0.23 204

TestStereo	0.65 188	0.42 344	0.83 187	0.52 134	0.27 44	0.57 132	0.44 200	1.07 114	0.92 147	0.85 145	1.01 171	0.68 137	0.56 151	3.22 418	0.47 160	0.23 247	0.15 175	0.24 257	0.18 152	0.28 310	0.18 73

FACV-RUCA	0.66 190	0.36 277	0.89 220	0.63 298	0.65 399	0.84 280	0.41 156	1.67 278	1.11 237	0.91 159	1.14 237	0.63 125	0.77 231	0.84 94	0.54 211	0.28 350	0.19 283	0.47 455	0.22 272	0.36 380	0.29 312

rvit_0105_3	0.66 190	0.47 364	1.27 353	0.74 403	0.40 255	0.63 167	0.70 365	1.22 180	1.28 335	0.83 138	0.71 96	0.82 183	0.72 220	0.93 123	0.58 228	0.37 417	0.34 435	0.34 403	0.32 410	0.28 310	0.31 338

rvit_stereo_0075_2	0.66 190	0.47 364	1.21 342	0.67 347	0.66 405	0.53 106	0.48 236	1.24 187	1.17 273	0.77 125	0.91 140	0.78 168	0.59 175	1.05 156	0.63 248	0.37 417	0.28 396	0.40 437	0.31 403	0.38 392	0.34 364

CAS	0.66 190	0.19 1	0.41 7	2.31 507	0.86 454	0.56 130	0.53 274	0.83 42	0.63 61	0.49 64	0.70 93	0.36 21	0.26 10	0.47 8	0.37 79	2.33 508	0.10 1	0.14 1	0.10 1	0.17 54	1.31 497

TestStereo1	0.66 190	0.29 117	0.95 249	0.82 432	0.32 153	0.47 61	0.43 181	1.52 243	1.22 299	0.99 176	1.32 306	0.65 129	0.76 227	1.78 309	0.44 131	0.20 164	0.16 209	0.22 199	0.19 174	0.21 196	0.20 132

RAFT_CTSACE	0.66 190	0.29 117	1.14 310	0.57 228	0.51 336	0.68 197	0.44 200	0.88 61	0.98 176	1.03 192	1.83 431	1.23 326	0.67 205	1.48 260	0.38 85	0.16 19	0.16 209	0.21 169	0.20 203	0.20 153	0.17 60

SA-5K	0.66 190	0.29 117	0.95 249	0.82 432	0.32 153	0.47 61	0.43 181	1.52 243	1.22 299	0.99 176	1.32 306	0.65 129	0.76 227	1.78 309	0.44 131	0.20 164	0.16 209	0.22 199	0.19 174	0.21 196	0.20 132

ACRE	0.66 190	0.37 298	1.27 353	0.60 267	0.50 326	0.74 221	0.47 230	1.26 192	1.10 230	1.40 370	1.56 387	0.62 120	0.46 98	0.88 108	0.78 290	0.24 267	0.15 175	0.19 101	0.16 113	0.19 117	0.29 312

ICVP	0.66 190	0.35 268	0.71 116	0.63 298	0.41 269	0.85 287	0.56 304	1.78 311	0.96 169	0.92 162	1.24 276	0.88 208	0.75 226	0.76 70	0.93 335	0.31 375	0.22 327	0.22 199	0.21 245	0.24 264	0.28 298
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 190	0.27 84	1.15 312	0.46 47	0.25 28	0.72 215	0.42 164	1.57 258	1.44 411	0.83 138	1.39 332	1.10 297	0.80 253	0.97 137	0.65 257	0.20 164	0.14 110	0.18 77	0.15 80	0.18 83	0.28 298

ACVNet	0.66 190	0.33 210	0.74 136	0.55 185	0.37 223	0.80 256	0.47 230	1.46 234	1.11 237	1.01 185	1.31 301	1.07 282	0.91 303	0.82 85	1.09 363	0.22 225	0.19 283	0.21 169	0.18 152	0.23 235	0.19 107

HI	0.67 201	0.34 239	0.80 164	0.51 115	0.51 336	0.41 32	0.37 119	1.15 156	0.80 111	1.34 343	1.42 343	1.60 401	1.11 383	0.96 133	0.90 324	0.16 19	0.12 14	0.20 135	0.21 245	0.20 153	0.20 132

CoSv	0.67 201	0.34 239	0.80 164	0.51 115	0.51 336	0.41 32	0.37 119	1.15 156	0.80 111	1.34 343	1.42 343	1.60 401	1.11 383	0.96 133	0.90 324	0.16 19	0.12 14	0.20 135	0.21 245	0.20 153	0.20 132

test_sample2	0.67 201	0.31 174	0.89 220	0.54 172	0.29 86	0.80 256	0.63 343	1.83 325	1.10 230	0.93 165	1.06 194	0.94 240	0.92 311	1.24 201	0.59 235	0.23 247	0.20 296	0.22 199	0.21 245	0.24 264	0.25 244

test_sample1	0.67 201	0.32 191	0.90 229	0.54 172	0.33 173	0.76 231	0.48 236	1.75 306	1.06 213	0.95 170	0.99 164	0.91 224	1.10 380	1.25 202	0.79 295	0.22 225	0.19 283	0.21 169	0.20 203	0.21 196	0.25 244

MyStereo06	0.67 201	0.29 117	1.06 282	0.58 240	0.48 315	0.62 159	0.72 369	2.26 432	0.89 136	1.07 204	1.12 221	1.22 322	0.56 151	0.83 91	0.47 160	0.17 50	0.17 236	0.24 257	0.21 245	0.23 235	0.23 204

StereoVision	0.67 201	0.37 298	1.02 270	0.60 267	0.41 269	0.50 88	0.41 156	1.32 207	0.96 169	0.73 119	2.48 475	0.82 183	0.57 154	1.06 161	0.50 181	0.26 312	0.28 396	0.29 356	0.28 369	0.37 386	0.22 186

CASS	0.67 201	0.36 277	0.84 196	0.57 228	0.28 72	0.82 265	0.43 181	1.62 273	0.92 147	1.39 364	1.28 294	0.87 202	0.84 266	0.88 108	0.59 235	0.36 414	0.19 283	0.26 317	0.22 272	0.29 327	0.43 411
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 201	0.37 298	1.17 327	0.60 267	0.51 336	0.75 226	0.48 236	1.26 192	1.11 237	1.43 380	1.58 393	0.64 128	0.48 110	0.94 124	0.78 290	0.24 267	0.15 175	0.19 101	0.16 113	0.19 117	0.29 312

IPLGR_C	0.67 201	0.38 316	1.20 337	0.60 267	0.50 326	0.75 226	0.48 236	1.28 200	1.13 250	1.42 376	1.57 391	0.62 120	0.48 110	0.85 98	0.80 302	0.24 267	0.15 175	0.19 101	0.16 113	0.19 117	0.29 312

GwcNet-ADL	0.67 201	0.33 210	0.90 229	0.58 240	0.41 269	0.60 149	0.59 323	1.55 252	1.28 335	1.11 209	1.13 232	0.90 220	0.59 175	1.11 177	0.91 328	0.28 350	0.18 266	0.18 77	0.18 152	0.25 276	0.33 356

TRStereo	0.67 201	0.71 443	1.06 282	0.77 420	0.68 412	0.53 106	0.38 128	2.52 473	0.96 169	0.81 135	0.84 126	0.87 202	0.39 62	1.16 187	0.46 150	0.24 267	0.17 236	0.23 233	0.24 317	0.18 83	0.20 132

RAFT	0.67 201	0.32 191	0.83 187	0.63 298	0.34 189	0.69 206	0.57 310	1.14 144	0.84 123	1.12 217	1.20 256	1.75 427	0.92 311	1.09 170	0.60 238	0.22 225	0.19 283	0.27 331	0.24 317	0.22 216	0.23 204

DN-CSS_ROB	0.67 201	0.36 277	1.36 370	0.59 259	0.41 269	0.54 119	0.45 213	1.30 203	0.95 165	1.05 196	1.47 356	0.69 142	0.64 195	1.80 316	0.60 238	0.19 122	0.15 175	0.25 296	0.23 304	0.22 216	0.23 204

cc1	0.68 214	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.07 114	3.23 502	0.60 95	0.80 118	0.47 56	0.87 288	1.48 260	0.35 50	0.21 191	0.13 46	0.25 296	0.15 80	0.19 117	0.23 204

mmm	0.68 214	0.37 298	0.91 233	0.54 172	0.34 189	0.86 288	0.58 317	1.72 301	1.02 196	1.13 220	1.41 342	0.83 192	0.78 238	0.95 132	0.67 262	0.22 225	0.20 296	0.29 356	0.26 343	0.27 294	0.27 282

PCWNet_CMD	0.68 214	0.34 239	0.93 238	0.51 115	0.38 235	0.80 256	0.42 164	1.51 241	1.34 364	1.17 244	1.31 301	1.23 326	0.65 199	0.94 124	0.62 244	0.21 191	0.17 236	0.27 331	0.19 174	0.43 410	0.28 298

HH	0.68 214	0.33 210	0.83 187	0.53 157	0.34 189	0.92 308	0.45 213	1.79 314	0.74 89	0.71 113	1.13 232	1.60 401	0.83 263	1.95 335	0.39 89	0.18 84	0.14 110	0.19 101	0.17 135	0.19 117	0.19 107

HanStereo	0.68 214	0.33 210	0.83 187	0.53 157	0.34 189	0.92 308	0.45 213	1.79 314	0.74 89	0.71 113	1.13 232	1.60 401	0.83 263	1.95 335	0.39 89	0.18 84	0.14 110	0.19 101	0.17 135	0.19 117	0.19 107

DisPM	0.68 214	0.30 142	0.85 202	0.66 333	0.35 206	0.60 149	0.44 200	1.10 132	1.10 230	1.56 415	1.10 210	0.80 171	0.58 171	2.37 380	0.46 150	0.25 287	0.14 110	0.23 233	0.21 245	0.20 153	0.26 264

CFNet_pseudo	0.68 214	0.34 239	0.93 238	0.50 101	0.39 244	0.72 215	0.42 164	1.44 230	1.25 315	1.17 244	1.35 320	1.22 322	0.66 203	1.04 153	0.64 252	0.21 191	0.17 236	0.33 395	0.19 174	0.39 397	0.28 298

MSMDNet	0.68 214	0.34 239	0.93 238	0.52 134	0.38 235	0.80 256	0.42 164	1.52 243	1.35 367	1.17 244	1.31 301	1.23 326	0.65 199	0.94 124	0.62 244	0.21 191	0.17 236	0.26 317	0.19 174	0.41 405	0.28 298

ccs_rob	0.68 214	0.34 239	0.93 238	0.50 101	0.39 244	0.72 215	0.42 164	1.43 229	1.25 315	1.17 244	1.34 315	1.22 322	0.66 203	1.04 153	0.64 252	0.21 191	0.17 236	0.35 410	0.20 203	0.40 401	0.29 312

SA	0.69 223	0.31 174	0.97 257	0.64 312	0.30 102	0.56 130	0.38 128	1.84 327	1.35 367	0.99 176	1.37 325	0.69 142	0.94 316	1.88 328	0.43 127	0.20 164	0.16 209	0.25 296	0.23 304	0.22 216	0.19 107

MyStereo8	0.70 224	0.32 191	1.24 348	0.63 298	0.53 347	0.90 299	0.34 88	1.60 267	1.35 367	1.20 267	1.31 301	0.89 218	0.64 195	0.77 72	1.02 356	0.18 84	0.15 175	0.20 135	0.18 152	0.22 216	0.30 328

MyStereo05	0.70 224	0.29 117	1.22 343	0.58 240	0.48 315	0.62 159	0.72 369	1.52 243	1.54 433	1.17 244	0.91 140	0.77 164	0.79 246	1.45 253	0.68 266	0.17 50	0.17 236	0.24 257	0.21 245	0.23 235	0.23 204

xx1	0.70 224	0.34 239	0.63 78	0.60 267	0.27 44	1.16 367	0.51 257	1.07 114	3.23 502	0.60 95	0.80 118	0.95 244	0.79 246	1.48 260	0.35 50	0.21 191	0.13 46	0.24 257	0.23 304	0.23 235	0.25 244

GMStereo_Zeroshot	0.70 224	0.64 425	1.11 300	0.65 319	0.38 235	0.84 280	0.37 119	1.09 126	1.16 268	1.14 234	1.07 197	1.26 337	0.55 146	1.23 200	0.65 257	0.34 397	0.17 236	0.31 373	0.18 152	0.57 455	0.23 204

test_5	0.70 224	0.32 191	0.99 261	0.69 372	0.50 326	0.89 295	0.51 257	1.88 342	1.14 256	0.78 127	1.13 232	1.04 275	0.89 297	1.59 280	0.46 150	0.19 122	0.14 110	0.23 233	0.22 272	0.22 216	0.20 132

GES	0.70 224	0.37 298	1.05 280	0.62 288	0.38 235	0.94 315	0.57 310	2.37 451	0.92 147	1.05 196	1.12 221	0.67 135	0.77 231	1.02 149	0.65 257	0.28 350	0.20 296	0.20 135	0.20 203	0.22 216	0.31 338

IGEV-BASED-STEREO-	0.71 230	3.18 527	2.55 453	0.40 11	0.24 18	0.42 41	0.23 24	0.66 14	0.46 22	0.47 54	0.45 27	0.33 15	0.27 14	0.58 27	0.30 22	1.34 502	0.10 1	0.22 199	0.19 174	0.45 423	1.32 499

MyStereo04	0.71 230	0.30 142	1.28 356	0.58 240	0.48 315	0.59 144	0.78 381	1.74 304	1.49 427	0.94 168	0.91 140	0.74 156	0.86 279	1.59 280	0.69 267	0.18 84	0.18 266	0.24 257	0.21 245	0.23 235	0.23 204

raft_robust	0.71 230	0.32 191	0.75 141	0.54 172	0.28 72	0.54 119	0.35 100	1.54 249	1.24 307	1.18 255	1.07 197	0.73 155	0.53 136	3.65 427	0.40 105	0.19 122	0.16 209	0.20 135	0.22 272	0.21 196	0.19 107

iRaft-Stereo_20w	0.71 230	0.33 210	1.25 350	0.50 101	0.36 214	0.82 265	0.31 64	3.16 498	0.89 136	1.24 289	1.14 237	0.79 169	0.65 199	1.15 184	0.43 127	0.18 84	0.13 46	0.18 77	0.17 135	0.20 153	0.23 204

DMCA	0.71 230	0.36 277	1.17 327	0.53 157	0.45 297	0.84 280	0.46 219	1.52 243	1.09 226	1.20 267	1.12 221	1.21 318	0.74 221	0.87 105	1.09 363	0.25 287	0.20 296	0.27 331	0.19 174	0.24 264	0.29 312

HITNet	0.71 230	0.42 344	1.07 287	0.52 134	0.25 28	1.05 342	0.48 236	2.12 397	1.08 218	1.21 274	1.23 272	0.91 224	0.84 266	0.90 116	0.91 328	0.17 50	0.12 14	0.21 169	0.17 135	0.29 327	0.18 73
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
IPLG	0.72 236	0.29 117	1.12 304	0.53 157	0.44 293	0.79 249	0.33 79	1.35 211	1.10 230	1.32 331	1.11 217	0.52 81	0.54 143	3.13 414	0.71 273	0.17 50	0.14 110	0.20 135	0.17 135	0.18 83	0.21 158

HCRNet	0.72 236	0.40 331	0.86 209	0.61 280	0.57 368	0.75 226	0.35 100	1.39 221	1.21 291	1.11 209	0.99 164	1.01 269	0.76 227	2.18 362	0.73 274	0.28 350	0.19 283	0.28 345	0.23 304	0.25 276	0.26 264

UCFNet_RVC	0.72 236	0.37 298	0.59 59	0.66 333	0.41 269	0.89 295	0.68 355	1.78 311	1.15 261	1.01 185	1.20 256	1.22 322	0.95 321	1.07 163	0.66 261	0.28 350	0.21 312	0.34 403	0.31 403	0.33 366	0.29 312

test_sample3	0.73 239	0.35 268	1.06 282	0.55 185	0.32 153	0.97 331	0.51 257	2.12 397	1.25 315	1.16 240	1.17 248	0.88 208	0.78 238	1.27 209	0.79 295	0.26 312	0.21 312	0.25 296	0.25 326	0.26 288	0.27 282

CFNet_ucs	0.73 239	0.34 239	0.94 245	0.53 157	0.44 293	0.76 231	0.46 219	1.73 302	1.34 364	1.24 289	1.54 378	1.08 292	0.64 195	1.05 156	0.64 252	0.26 312	0.20 296	0.37 423	0.22 272	0.42 408	0.30 328

ToySt	0.73 239	0.35 268	1.64 398	0.54 172	0.37 223	0.92 308	0.81 396	1.21 178	1.03 199	0.86 150	1.12 221	1.31 349	1.01 348	1.04 153	0.88 317	0.19 122	0.20 296	0.24 257	0.24 317	0.27 294	0.28 298

LCNet	0.73 239	0.30 142	0.58 53	0.58 240	0.31 121	0.68 197	0.53 274	1.09 126	0.94 160	1.19 262	1.34 315	0.96 249	1.32 420	2.50 391	0.46 150	0.19 122	0.13 46	0.21 169	0.25 326	0.28 310	0.69 471

test_sample4	0.74 243	0.36 277	1.09 293	0.55 185	0.32 153	0.92 308	0.51 257	2.14 406	1.25 315	1.22 282	1.22 264	0.86 200	0.82 258	1.29 213	0.76 284	0.26 312	0.21 312	0.26 317	0.26 343	0.27 294	0.28 298

IER	0.74 243	0.33 210	1.25 350	0.50 101	0.53 347	1.32 391	0.55 297	1.31 205	1.08 218	1.30 322	1.34 315	1.11 302	1.10 380	1.05 156	0.81 304	0.20 164	0.17 236	0.21 169	0.21 245	0.20 153	0.21 158

SFCPSM	0.74 243	0.30 142	1.06 282	0.52 134	0.39 244	1.36 399	0.64 345	2.42 457	1.11 237	1.18 255	1.21 262	0.81 177	0.78 238	1.08 166	0.57 223	0.22 225	0.17 236	0.22 199	0.24 317	0.23 235	0.21 158

AdaStereo	0.74 243	0.48 370	0.86 209	0.75 411	0.38 235	0.94 315	0.56 304	2.05 387	1.24 307	1.15 236	1.22 264	1.07 282	0.67 205	1.05 156	0.73 274	0.33 388	0.16 209	0.32 384	0.22 272	0.29 327	0.23 204
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.
DCVSM-stereo	0.75 247	0.36 277	0.82 178	0.58 240	0.43 283	0.78 241	0.42 164	1.30 203	1.05 211	1.79 446	1.04 186	1.60 401	1.08 374	1.12 179	0.86 311	0.25 287	0.27 391	0.29 356	0.24 317	0.30 342	0.37 380

test_sample5	0.75 247	0.36 277	1.04 275	0.55 185	0.31 121	0.84 280	0.53 274	2.12 397	1.23 303	1.18 255	1.30 299	0.88 208	0.86 279	1.37 231	0.76 284	0.26 312	0.22 327	0.27 331	0.28 369	0.28 310	0.29 312

DualNet	0.75 247	0.36 277	1.04 275	0.55 185	0.31 121	0.84 280	0.53 274	2.12 397	1.23 303	1.21 274	1.40 337	0.88 208	0.86 279	1.37 231	0.76 284	0.26 312	0.22 327	0.27 331	0.28 369	0.28 310	0.29 312

BSDual-CNN	0.75 247	0.34 239	0.77 149	0.55 185	0.45 297	1.25 384	0.66 350	2.65 481	1.04 205	1.25 292	1.12 221	1.11 302	0.77 231	0.94 124	0.76 284	0.25 287	0.18 266	0.25 296	0.22 272	0.23 235	0.24 225

psmg	0.75 247	0.34 239	0.77 149	0.52 134	0.45 297	1.46 413	0.73 372	2.15 411	1.04 205	1.25 292	1.33 311	1.11 302	0.77 231	0.94 124	0.76 284	0.25 287	0.20 296	0.25 296	0.26 343	0.23 235	0.24 225

UDGNet	0.75 247	1.23 486	0.99 261	0.82 432	0.42 278	0.76 231	0.38 128	0.98 82	1.37 381	0.83 138	0.88 135	0.70 145	0.60 181	1.25 202	0.57 223	0.57 471	0.19 283	1.03 497	0.26 343	0.79 479	0.35 373

PSMNet-ADL	0.75 247	0.36 277	0.69 110	0.71 384	0.47 313	1.13 357	0.46 219	1.47 237	1.07 215	0.85 145	1.18 251	1.31 349	0.94 316	1.56 271	1.06 360	0.34 397	0.22 327	0.22 199	0.23 304	0.27 294	0.36 376

GMM-Stereo	0.75 247	0.27 84	0.66 97	0.56 206	0.34 189	0.71 212	0.97 429	1.09 126	0.91 142	1.37 356	1.79 424	1.11 302	0.79 246	2.08 352	0.48 167	0.19 122	0.12 14	0.25 296	0.25 326	0.21 196	0.78 478

rvit_105_1	0.76 255	0.54 393	1.27 353	0.80 425	0.49 321	0.74 221	0.86 409	1.39 221	1.23 303	1.00 180	0.80 118	0.93 234	0.78 238	1.29 213	0.78 290	0.43 436	0.36 446	0.36 420	0.42 449	0.30 342	0.36 376

qqq1	0.76 255	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.48 167	0.24 267	0.22 327	0.18 77	0.15 80	0.19 117	0.22 186

fff1	0.76 255	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.48 167	0.24 267	0.22 327	0.18 77	0.15 80	0.19 117	0.22 186

Sa-1000	0.76 255	0.30 142	0.92 236	0.62 288	0.31 121	0.78 241	0.37 119	2.00 374	1.38 383	1.30 322	2.04 452	0.86 200	0.74 221	1.87 322	0.40 105	0.19 122	0.14 110	0.25 296	0.24 317	0.21 196	0.19 107

Prome-Stereo	0.76 255	0.29 117	0.57 51	0.58 240	0.33 173	0.58 143	0.94 424	0.98 82	0.92 147	1.46 392	2.45 473	0.91 224	1.38 426	1.60 285	0.44 131	0.19 122	0.13 46	0.19 101	0.18 152	0.20 153	0.87 484

EAI-Stereo	0.76 255	0.31 174	0.74 136	0.55 185	0.28 72	0.70 210	1.72 487	2.57 476	0.90 141	0.75 122	3.03 484	0.57 101	0.43 79	1.10 174	0.49 178	0.19 122	0.14 110	0.17 45	0.18 152	0.17 54	0.21 158

DFGA-Net	0.77 261	0.47 364	1.75 406	0.55 185	0.46 305	0.83 272	0.44 200	1.38 217	1.10 230	1.05 196	1.20 256	0.70 145	0.58 171	2.27 370	1.31 391	0.19 122	0.17 236	0.24 257	0.24 317	0.28 310	0.30 328

test_sample6	0.77 261	0.36 277	1.07 287	0.56 206	0.31 121	0.82 265	0.56 304	2.12 397	1.24 307	1.21 274	1.40 337	0.90 220	0.90 300	1.45 253	0.87 316	0.28 350	0.23 355	0.28 345	0.29 387	0.28 310	0.30 328

KYRaft	0.77 261	0.29 117	0.68 104	0.59 259	0.29 86	0.66 188	0.83 401	1.05 109	0.89 136	1.63 429	2.22 462	1.15 310	0.99 339	1.59 280	0.41 114	0.21 191	0.14 110	0.22 199	0.28 369	0.21 196	1.01 488

MLCV	0.77 261	0.39 325	1.31 360	0.55 185	0.25 28	0.91 301	0.39 141	1.48 239	1.28 335	1.49 401	1.54 378	1.02 271	0.68 209	2.12 356	0.93 335	0.19 122	0.13 46	0.19 101	0.14 62	0.19 117	0.22 186

test_sample7	0.78 265	0.39 325	0.89 220	0.55 185	0.35 206	0.93 312	0.75 374	1.99 370	1.27 327	1.25 292	1.22 264	1.09 293	1.01 348	1.31 216	0.73 274	0.32 382	0.32 426	0.32 384	0.32 410	0.33 366	0.33 356

CoDeX	0.78 265	0.31 174	1.04 275	0.56 206	0.37 223	1.13 357	0.60 330	2.77 488	1.29 347	1.17 244	1.26 280	0.91 224	0.87 288	1.42 247	0.74 278	0.21 191	0.16 209	0.21 169	0.18 152	0.21 196	0.21 158

anonymousa	0.78 265	0.30 142	0.85 202	0.51 115	0.96 469	1.41 408	0.47 230	1.61 270	0.94 160	1.33 336	1.77 422	1.66 412	1.11 383	0.72 60	0.63 248	0.19 122	0.18 266	0.23 233	0.25 326	0.20 153	0.22 186

BUS	0.78 265	0.34 239	0.77 149	0.55 185	0.45 297	2.30 475	0.42 164	2.65 481	1.04 205	1.25 292	1.12 221	1.02 271	0.70 216	0.94 124	0.75 281	0.25 287	0.18 266	0.25 296	0.22 272	0.23 235	0.24 225

acv_ft	0.78 265	0.33 210	1.10 298	0.73 397	0.86 454	1.23 382	0.57 310	1.65 277	1.11 237	1.31 328	1.31 301	1.07 282	0.91 303	0.82 85	1.35 401	0.22 225	0.19 283	0.21 169	0.18 152	0.22 216	0.19 107

GANet-RSSM	0.78 265	0.31 174	0.90 229	0.67 347	0.58 371	0.80 256	0.62 338	2.04 383	1.15 261	1.11 209	1.27 289	1.26 337	1.18 401	1.68 295	0.74 278	0.26 312	0.21 312	0.22 199	0.22 272	0.23 235	0.23 204

PSMNet-RSSM	0.78 265	0.32 191	0.89 220	0.65 319	0.43 283	0.73 219	0.58 317	2.14 406	1.19 280	1.18 255	1.38 330	1.31 349	1.07 373	1.43 249	0.82 305	0.28 350	0.21 312	0.27 331	0.29 387	0.25 276	0.26 264

CFNet-ft	0.78 265	0.36 277	0.74 136	0.67 347	0.56 364	0.86 288	0.54 287	1.46 234	1.17 273	1.01 185	1.28 294	1.68 416	1.03 358	1.57 273	0.95 342	0.27 333	0.21 312	0.33 395	0.26 343	0.31 349	0.26 264

CFNet_RVC	0.78 265	0.36 277	0.74 136	0.67 347	0.56 364	0.86 288	0.54 287	1.46 234	1.17 273	1.01 185	1.28 294	1.68 416	1.03 358	1.57 273	0.95 342	0.27 333	0.21 312	0.33 395	0.26 343	0.31 349	0.26 264

SMFormer	0.79 274	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.99 348	0.24 267	0.22 327	0.22 199	0.21 245	0.23 235	0.27 282

tta	0.79 274	0.32 191	0.95 249	0.49 86	0.27 44	0.83 272	0.43 181	2.16 413	1.45 416	1.27 310	1.50 367	0.98 253	0.96 323	1.87 322	0.99 348	0.24 267	0.22 327	0.22 199	0.21 245	0.19 117	0.22 186

ffm	0.79 274	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	1.08 119	2.62 490	1.19 262	1.49 360	1.07 282	0.85 271	1.57 273	0.35 50	0.21 191	0.13 46	0.31 373	0.28 369	0.20 153	0.23 204

cf-r	0.79 274	0.32 191	1.06 282	0.57 228	0.64 394	0.78 241	0.51 257	2.04 383	1.22 299	1.20 267	1.27 289	1.53 392	0.91 303	1.47 258	0.94 340	0.25 287	0.19 283	0.22 199	0.23 304	0.19 117	0.21 158

DeepPruner_ROB	0.79 274	0.55 397	1.14 310	0.61 280	0.46 305	0.78 241	0.54 287	1.83 325	1.00 189	1.42 376	1.27 289	1.23 326	0.77 231	1.56 271	0.89 320	0.35 407	0.28 396	0.27 331	0.26 343	0.32 360	0.34 364

DDVS	0.80 279	0.43 348	1.09 293	0.64 312	0.44 293	1.27 387	0.43 181	1.49 240	0.94 160	1.21 274	1.16 245	1.42 367	0.63 191	2.14 358	1.02 356	0.29 365	0.22 327	0.26 317	0.23 304	0.31 349	0.37 380

gwcnet-sp	0.80 279	0.37 298	1.94 420	0.62 288	0.45 297	1.38 400	0.53 274	1.68 281	1.20 284	1.37 356	1.08 204	0.93 234	0.82 258	1.45 253	0.79 295	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

scenet	0.80 279	0.37 298	1.94 420	0.62 288	0.45 297	1.38 400	0.53 274	1.68 281	1.20 284	1.37 356	1.08 204	0.93 234	0.82 258	1.45 253	0.79 295	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

ssnet	0.80 279	0.37 298	1.94 420	0.62 288	0.45 297	1.38 400	0.53 274	1.68 281	1.20 284	1.37 356	1.08 204	0.93 234	0.82 258	1.45 253	0.79 295	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

AASNet	0.80 279	0.39 325	1.16 326	0.84 440	0.80 443	1.14 360	0.59 323	2.12 397	1.21 291	1.26 305	1.26 280	0.93 234	0.77 231	0.84 94	1.23 383	0.28 350	0.24 365	0.24 257	0.20 203	0.28 310	0.27 282

PSM-softLoss	0.80 279	0.33 210	0.89 220	0.63 298	0.32 153	0.55 123	0.40 146	1.26 192	0.78 99	1.25 292	1.07 197	0.83 192	0.51 129	5.33 459	0.61 241	0.25 287	0.15 175	0.25 296	0.22 272	0.20 153	0.26 264

KMStereo	0.80 279	0.33 210	0.89 220	0.63 298	0.32 153	0.55 123	0.40 146	1.26 192	0.78 99	1.25 292	1.07 197	0.83 192	0.51 129	5.33 459	0.61 241	0.25 287	0.15 175	0.25 296	0.22 272	0.20 153	0.26 264

PSM-AAD	0.80 279	0.29 117	0.58 53	0.58 240	0.29 86	0.76 231	1.19 456	1.08 119	0.94 160	1.65 431	1.58 393	0.81 177	2.12 484	1.67 293	0.44 131	0.19 122	0.14 110	0.38 427	0.32 410	0.22 216	0.68 469

iResNet	0.80 279	0.45 356	1.47 379	0.72 389	0.31 121	0.96 327	0.64 345	1.80 318	1.28 335	1.31 328	1.48 359	0.94 240	0.78 238	1.77 307	0.99 348	0.19 122	0.14 110	0.18 77	0.15 80	0.22 216	0.27 282

NINENet	0.81 288	0.40 331	0.89 220	0.65 319	0.53 347	2.30 475	0.42 164	2.12 397	1.13 250	1.20 267	1.27 289	1.02 271	0.70 216	1.26 206	0.75 281	0.29 365	0.24 365	0.31 373	0.21 245	0.27 294	0.26 264

DRaft	0.81 288	0.26 61	0.77 149	0.47 61	0.31 121	0.95 321	0.52 268	1.13 140	0.99 185	1.78 445	2.01 451	0.80 171	1.71 458	2.64 398	0.74 278	0.19 122	0.14 110	0.20 135	0.20 203	0.18 83	0.24 225

hknet	0.82 290	0.34 239	1.15 312	0.55 185	0.39 244	1.25 384	0.66 350	2.65 481	1.10 230	1.25 292	1.12 221	1.58 400	0.85 271	1.41 242	0.79 295	0.23 247	0.18 266	0.25 296	0.22 272	0.23 235	0.24 225

NF-Stereo	0.82 290	0.33 210	0.83 187	0.65 319	0.31 121	0.63 167	0.43 181	1.35 211	0.93 154	1.30 322	1.02 174	0.81 177	0.57 154	5.37 463	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.30 328

OCTAStereo	0.82 290	0.33 210	0.83 187	0.65 319	0.31 121	0.62 159	0.44 200	1.35 211	0.93 154	1.30 322	1.02 174	0.81 177	0.57 154	5.32 458	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.30 328

RE-Stereo	0.82 290	0.33 210	0.84 196	0.65 319	0.31 121	0.63 167	0.44 200	1.35 211	0.93 154	1.30 322	1.02 174	0.80 171	0.57 154	5.34 461	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.31 338

TVStereo	0.82 290	0.33 210	0.84 196	0.65 319	0.31 121	0.63 167	0.44 200	1.35 211	0.93 154	1.30 322	1.02 174	0.80 171	0.57 154	5.34 461	0.55 214	0.26 312	0.14 110	0.24 257	0.20 203	0.20 153	0.31 338

ARAFT	0.82 290	0.40 331	1.77 408	0.53 157	0.31 121	0.89 295	0.81 396	2.32 442	1.08 218	1.66 434	1.25 278	1.04 275	0.64 195	1.91 329	0.52 193	0.20 164	0.15 175	0.28 345	0.27 359	0.17 54	0.18 73

STTStereo	0.82 290	0.53 390	1.53 391	0.68 359	0.56 364	0.88 293	0.56 304	1.57 258	1.14 256	1.39 364	1.10 210	1.26 337	0.84 266	1.49 267	0.90 324	0.29 365	0.28 396	0.33 395	0.40 445	0.33 366	0.37 380

BEATNet_4x	0.82 290	0.54 393	2.02 427	0.56 206	0.28 72	1.04 339	0.55 297	2.14 406	1.13 250	1.24 289	1.26 280	1.00 264	0.94 316	1.13 181	1.23 383	0.21 191	0.14 110	0.24 257	0.20 203	0.37 386	0.23 204

iResNet_ROB	0.82 290	0.36 277	1.13 305	0.60 267	0.37 223	0.91 301	0.38 128	2.41 456	1.61 444	1.35 349	1.35 320	1.25 331	0.97 333	1.75 305	0.88 317	0.21 191	0.14 110	0.17 45	0.12 24	0.19 117	0.30 328

ISRNet	0.83 299	0.35 268	1.31 360	0.84 440	0.65 399	0.60 149	0.41 156	1.28 200	1.15 261	1.61 424	1.55 381	1.34 356	0.77 231	1.33 225	0.98 347	0.40 427	0.34 435	0.43 444	0.38 442	0.34 374	0.49 426

testlalala_base	0.83 299	0.41 341	0.80 164	0.67 347	0.53 347	0.78 241	0.30 59	1.84 327	0.60 52	0.75 122	0.91 140	0.68 137	0.54 143	0.69 55	0.46 150	2.92 513	0.15 175	0.17 45	0.12 24	2.95 512	0.27 282

GrayStereo	0.83 299	0.28 96	0.62 77	0.66 333	0.37 223	0.76 231	1.79 491	1.19 169	0.91 142	1.98 463	1.89 439	1.07 282	1.76 462	1.43 249	0.50 181	0.20 164	0.15 175	0.19 101	0.21 245	0.18 83	0.41 399

psm_up	0.83 299	0.37 298	0.88 216	0.68 359	0.59 377	1.05 342	0.92 419	1.68 281	1.17 273	1.41 372	1.22 264	1.30 347	1.31 418	1.39 237	0.89 320	0.27 333	0.30 409	0.31 373	0.27 359	0.28 310	0.28 298

GwcNet-RSSM	0.83 299	0.34 239	1.29 359	0.65 319	0.55 359	0.78 241	0.62 338	1.89 344	1.27 327	1.18 255	1.39 332	1.56 397	0.91 303	1.60 285	1.22 380	0.26 312	0.20 296	0.23 233	0.24 317	0.21 196	0.21 158

DMCA-RVC	0.83 299	0.46 359	2.19 440	0.68 359	0.49 321	0.84 280	0.48 236	1.44 230	1.07 215	1.56 415	1.04 186	1.29 344	0.86 279	1.49 267	0.92 332	0.27 333	0.22 327	0.35 410	0.28 369	0.32 360	0.28 298

coex_refinement	0.84 305	0.30 142	0.89 220	0.72 389	0.52 341	0.95 321	0.60 330	1.92 355	1.29 347	1.38 361	1.37 325	1.80 432	0.82 258	1.48 260	1.31 391	0.27 333	0.17 236	0.19 101	0.20 203	0.25 276	0.27 282

G2L-Stereo	0.84 305	0.35 268	1.15 312	0.63 298	0.43 283	0.78 241	0.69 358	1.69 290	1.20 284	1.36 354	1.18 251	1.43 372	0.78 238	2.47 390	1.26 387	0.25 287	0.20 296	0.26 317	0.21 245	0.20 153	0.27 282

RAFT_R40	0.84 305	0.30 142	0.83 187	0.63 298	0.31 121	0.66 188	0.43 181	1.15 156	0.99 185	1.47 393	1.10 210	1.00 264	0.84 266	5.44 464	0.53 202	0.23 247	0.13 46	0.23 233	0.20 203	0.23 235	0.19 107

UPFNet	0.84 305	0.34 239	1.09 293	0.62 288	0.74 426	1.25 384	0.78 381	1.69 290	1.20 284	1.39 364	1.13 232	1.30 347	0.87 288	1.73 303	1.22 380	0.24 267	0.26 383	0.24 257	0.23 304	0.26 288	0.20 132

hitnet-ft	0.84 305	0.38 316	0.75 141	0.59 259	0.44 293	0.99 333	0.47 230	1.61 270	1.38 383	1.21 274	1.22 264	1.82 433	0.99 339	1.87 322	1.09 363	0.33 388	0.29 405	0.34 403	0.27 359	0.36 380	0.33 356

NLCA_NET_v2_RVC	0.84 305	0.46 359	1.40 375	0.69 372	0.61 387	0.95 321	0.52 268	1.68 281	1.21 291	1.39 364	1.15 243	1.42 367	0.88 294	1.78 309	0.93 335	0.26 312	0.23 355	0.27 331	0.27 359	0.30 342	0.39 391
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 305	0.43 348	1.01 268	0.66 333	0.43 283	1.32 391	0.49 247	1.64 274	1.24 307	1.53 407	1.45 352	1.49 384	0.97 333	1.32 222	1.31 391	0.21 191	0.17 236	0.27 331	0.25 326	0.25 276	0.34 364
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
G2L-Stereo_aug	0.85 312	0.29 117	1.20 337	0.53 157	0.39 244	0.96 327	0.54 287	1.60 267	1.42 406	1.55 413	1.43 347	1.51 388	1.06 370	2.43 384	1.07 361	0.19 122	0.14 110	0.16 24	0.14 62	0.17 54	0.21 158

ITSA-stereo	0.85 312	0.38 316	0.92 236	0.58 240	0.32 153	0.86 288	0.49 247	2.33 448	1.69 449	1.16 240	1.12 221	0.95 244	0.85 271	2.46 385	1.18 372	0.27 333	0.23 355	0.28 345	0.28 369	0.28 310	0.41 399

AIO-Stereo-zeroshot	0.85 312	0.38 316	2.79 461	0.51 115	0.60 381	0.72 215	0.38 128	2.87 494	0.77 96	0.80 130	1.07 197	2.14 461	0.93 313	0.96 133	0.62 244	0.21 191	0.13 46	0.21 169	0.26 343	0.29 327	0.32 347

DCRE	0.85 312	0.28 96	0.76 146	0.60 267	0.49 321	0.59 144	0.53 274	1.04 105	0.92 147	0.80 130	7.34 517	0.87 202	0.57 154	0.78 80	0.43 127	0.16 19	0.17 236	0.19 101	0.17 135	0.18 83	0.22 186

SST-Stereo	0.85 312	0.30 142	0.81 169	0.63 298	0.31 121	0.70 210	0.25 28	1.16 161	0.95 165	1.47 393	1.11 217	0.99 258	0.86 279	5.69 467	0.53 202	0.23 247	0.13 46	0.23 233	0.19 174	0.23 235	0.19 107

PAM	0.86 317	0.31 174	1.19 333	0.55 185	0.35 206	2.17 469	0.47 230	2.26 432	0.87 132	1.18 255	0.96 149	3.01 488	1.41 431	0.90 116	0.40 105	0.19 122	0.13 46	0.19 101	0.18 152	0.20 153	0.27 282

RAFT-345	0.86 317	0.26 61	0.73 131	0.53 157	0.28 72	0.53 106	0.41 156	0.85 49	1.31 358	1.33 336	2.32 466	0.85 199	0.53 136	5.69 467	0.48 167	0.19 122	0.14 110	0.22 199	0.17 135	0.17 54	0.17 60

UNet	0.86 317	0.36 277	1.52 388	0.62 288	0.74 426	1.56 422	0.49 247	1.55 252	1.12 244	1.28 315	1.10 210	1.52 391	1.10 380	1.69 299	1.14 368	0.24 267	0.18 266	0.25 296	0.21 245	0.25 276	0.25 244

ac_64	0.86 317	0.32 191	1.02 270	0.74 403	0.60 381	1.04 339	0.53 274	2.20 427	0.99 185	1.23 285	1.11 217	1.96 446	1.06 370	2.01 343	1.01 353	0.30 371	0.22 327	0.24 257	0.23 304	0.22 216	0.22 186

PAM_32	0.87 321	0.30 142	1.08 290	0.56 206	0.32 153	2.10 468	0.36 109	2.26 432	1.01 192	1.13 220	1.05 193	3.14 493	1.47 438	1.00 143	0.42 122	0.19 122	0.14 110	0.20 135	0.18 152	0.19 117	0.25 244

SepStereo	0.87 321	0.37 298	1.20 337	0.66 333	0.69 415	0.82 265	0.62 338	1.79 314	1.26 323	1.93 458	1.55 381	0.96 249	1.17 394	2.34 375	0.69 267	0.22 225	0.16 209	0.25 296	0.18 152	0.29 327	0.24 225

LMCR-Stereo	0.87 321	0.50 378	0.99 261	0.80 425	0.43 283	1.32 391	0.55 297	2.79 491	1.03 199	1.55 413	1.49 360	0.74 156	1.01 348	1.76 306	0.99 348	0.30 371	0.17 236	0.22 199	0.18 152	0.31 349	0.22 186

FADNet_RVC	0.88 324	0.56 401	2.15 437	0.57 228	0.43 283	1.17 374	0.46 219	1.68 281	1.12 244	0.91 159	1.24 276	0.91 224	0.94 316	2.22 364	1.20 375	0.28 350	0.22 327	0.32 384	0.28 369	0.46 430	0.42 407

iResNetv2_ROB	0.88 324	0.43 348	2.62 458	0.60 267	0.38 235	0.94 315	0.67 352	1.88 342	1.38 383	1.27 310	1.45 352	1.26 337	1.05 369	1.92 330	0.64 252	0.24 267	0.15 175	0.19 101	0.14 62	0.24 264	0.21 158

DualNet (step1)	0.89 326	0.51 382	1.35 365	0.58 240	0.40 255	1.07 346	0.80 392	1.99 370	1.27 327	1.25 292	1.22 264	1.09 293	1.01 348	1.31 216	0.73 274	0.59 474	0.32 426	0.62 481	0.67 488	0.45 423	0.48 422

iRaft-Stereo_5w	0.89 326	0.31 174	1.04 275	0.56 206	0.47 313	0.47 61	0.68 355	1.19 169	1.08 218	0.80 130	1.35 320	1.46 379	0.90 300	5.11 454	1.16 370	0.18 84	0.15 175	0.22 199	0.19 174	0.21 196	0.24 225

DAS	0.89 326	0.37 298	1.20 337	0.66 333	0.69 415	0.82 265	0.62 338	1.79 314	1.26 323	1.93 458	1.55 381	0.96 249	1.17 394	2.72 403	0.69 267	0.22 225	0.16 209	0.25 296	0.18 152	0.29 327	0.24 225

SACVNet	0.89 326	0.51 382	1.08 290	0.83 436	0.58 371	0.83 272	0.78 381	1.84 327	1.17 273	1.39 364	1.33 311	1.25 331	1.01 348	2.31 374	0.92 332	0.35 407	0.26 383	0.31 373	0.29 387	0.35 376	0.48 422

ASMatch	0.89 326	0.29 117	0.72 118	0.56 206	0.36 214	0.47 61	0.37 119	1.16 161	0.95 165	1.11 209	3.26 487	0.95 244	0.96 323	4.88 451	0.53 202	0.20 164	0.16 209	0.22 199	0.19 174	0.20 153	0.30 328

ADLNet	0.89 326	0.39 325	1.09 293	0.88 451	0.73 422	1.24 383	0.75 374	2.02 376	1.41 398	1.58 419	1.37 325	1.26 337	1.00 345	1.31 216	1.18 372	0.28 350	0.21 312	0.26 317	0.26 343	0.29 327	0.36 376

MMNet	0.89 326	0.35 268	1.44 376	0.64 312	0.59 377	1.83 448	0.48 236	1.70 294	1.38 383	1.45 389	1.19 255	1.25 331	1.16 391	1.77 307	1.27 389	0.20 164	0.19 283	0.23 233	0.22 272	0.25 276	0.24 225

HGLStereo	0.89 326	0.42 344	1.15 312	0.82 432	1.03 474	1.16 367	0.57 310	1.68 281	1.28 335	1.26 305	1.62 399	1.13 306	1.31 418	1.85 318	1.11 367	0.25 287	0.24 365	0.24 257	0.22 272	0.24 264	0.29 312

CRFU-Net	0.90 334	0.42 344	1.10 298	0.69 372	0.59 377	1.76 440	0.84 403	2.33 448	0.92 147	1.45 389	1.20 256	1.62 406	1.25 409	1.38 235	0.94 340	0.28 350	0.23 355	0.22 199	0.19 174	0.24 264	0.27 282

dad	0.90 334	0.73 449	1.28 356	0.59 259	0.39 244	0.83 272	0.45 213	1.24 187	1.54 433	1.52 404	1.28 294	1.36 359	0.86 279	2.54 394	0.91 328	0.43 436	0.27 391	0.82 489	0.26 343	0.44 421	0.34 364

AACVNet	0.90 334	0.40 331	0.98 259	0.86 446	0.40 255	0.80 256	0.49 247	1.81 321	0.86 129	1.11 209	1.34 315	1.32 353	0.99 339	4.23 436	0.86 311	0.26 312	0.22 327	0.28 345	0.22 272	0.30 342	0.28 298

IRAFT_RVC	0.90 334	0.30 142	0.89 220	0.67 347	0.31 121	0.64 176	1.00 434	1.40 223	0.97 173	1.23 285	1.04 186	1.00 264	0.96 323	5.77 470	0.57 223	0.24 267	0.13 46	0.25 296	0.21 245	0.20 153	0.21 158

delet	0.90 334	0.34 239	1.15 312	0.69 372	0.66 405	1.63 429	0.81 396	1.95 361	1.49 427	1.42 376	1.38 330	1.29 344	0.91 303	1.78 309	1.18 372	0.22 225	0.22 327	0.24 257	0.25 326	0.22 216	0.24 225

pcwnet_v2	0.91 339	0.39 325	2.74 459	0.64 312	0.55 359	0.81 264	0.49 247	2.19 424	1.63 445	1.44 383	1.64 404	1.09 293	0.79 246	1.31 216	0.70 270	0.32 382	0.25 377	0.29 356	0.27 359	0.37 386	0.37 380

FADNet-RVC-Resample	0.91 339	0.51 382	2.92 463	0.64 312	0.46 305	1.07 346	0.60 330	1.76 308	1.24 307	1.10 208	0.98 163	1.06 279	0.98 336	2.17 361	0.95 342	0.24 267	0.22 327	0.30 367	0.32 410	0.36 380	0.40 395

HSM-Net_RVC	0.91 339	0.31 174	0.60 66	0.54 172	0.31 121	1.15 364	0.60 330	3.76 506	1.30 351	1.57 418	1.75 419	1.67 414	1.01 348	1.61 287	0.90 324	0.23 247	0.17 236	0.19 101	0.18 152	0.20 153	0.22 186
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 342	0.39 325	1.22 343	0.66 333	0.39 244	1.31 390	0.96 428	2.32 442	1.45 416	1.48 399	1.17 248	1.53 392	0.91 303	1.16 187	1.71 443	0.31 375	0.27 391	0.30 367	0.29 387	0.28 310	0.29 312

ADLNet2	0.92 342	0.37 298	1.25 350	0.80 425	0.65 399	1.12 356	0.75 374	1.95 361	1.42 406	1.26 305	1.67 408	1.68 416	1.04 364	1.80 316	1.23 383	0.25 287	0.22 327	0.21 169	0.22 272	0.27 294	0.31 338

FTStereo	0.92 342	0.28 96	0.61 72	0.57 228	0.34 189	0.65 182	1.80 494	1.09 126	0.84 123	1.75 441	4.13 497	1.04 275	1.62 447	1.59 280	0.48 167	0.21 191	0.17 236	0.23 233	0.22 272	0.19 117	0.58 453

PFNet	0.92 342	0.28 96	1.20 337	0.68 359	0.32 153	0.62 159	0.55 297	1.27 196	1.01 192	1.47 393	1.09 208	0.97 252	0.68 209	6.58 488	0.59 235	0.21 191	0.13 46	0.24 257	0.19 174	0.20 153	0.20 132

DLCB_ROB	0.92 342	0.43 348	0.95 249	0.71 384	0.55 359	1.11 354	0.83 401	1.61 270	1.32 360	1.67 435	1.66 406	1.70 419	0.93 313	1.96 337	1.34 399	0.26 312	0.25 377	0.27 331	0.28 369	0.28 310	0.28 298

GEStereo_RVC	0.93 347	0.40 331	1.15 312	0.67 347	0.50 326	0.95 321	0.78 381	2.73 486	1.21 291	1.20 267	1.12 221	1.25 331	0.91 303	3.21 417	0.95 342	0.31 375	0.20 296	0.23 233	0.20 203	0.28 310	0.31 338

CBFPSM	0.95 348	0.37 298	2.10 433	0.51 115	0.39 244	1.73 436	0.87 412	1.59 265	1.13 250	1.11 209	1.00 169	2.34 470	1.64 452	1.42 247	1.44 409	0.19 122	0.18 266	0.20 135	0.20 203	0.22 216	0.36 376

OMP-Stereo	0.95 348	0.35 268	0.79 159	0.92 461	0.32 153	0.49 73	0.35 100	1.22 180	1.11 237	1.58 419	1.12 221	1.44 373	0.69 213	6.92 494	0.51 185	0.20 164	0.15 175	0.24 257	0.19 174	0.21 196	0.16 41

DSFCA	0.95 348	0.38 316	1.23 345	0.55 185	0.66 405	1.50 415	0.93 422	1.58 260	1.24 307	1.59 422	1.16 245	1.48 382	0.95 321	2.96 410	1.20 375	0.31 375	0.28 396	0.25 296	0.26 343	0.29 327	0.26 264

PSMNet_ROB	0.95 348	0.57 406	1.45 377	0.75 411	0.64 394	1.28 388	1.12 445	1.84 327	1.15 261	1.16 240	1.29 298	1.44 373	0.89 297	1.74 304	1.70 441	0.33 388	0.25 377	0.37 423	0.39 443	0.36 380	0.32 347

FADNet-RVC	0.96 352	0.72 446	2.96 464	0.64 312	0.49 321	0.90 299	0.59 323	1.85 334	1.27 327	0.92 162	0.97 158	1.36 359	0.90 300	2.36 377	1.31 391	0.30 371	0.29 405	0.32 384	0.32 410	0.42 408	0.37 380

TransformOpticalFlow	0.97 353	0.30 142	0.96 256	0.54 172	0.31 121	0.65 182	0.54 287	1.87 337	1.19 280	1.12 217	1.44 350	1.34 356	0.98 336	6.68 491	0.44 131	0.19 122	0.12 14	0.21 169	0.19 174	0.18 83	0.23 204

IIG-Stereo	0.97 353	0.34 239	0.80 164	0.90 459	0.33 173	0.61 156	0.26 36	1.27 196	1.08 218	1.69 437	1.37 325	1.44 373	0.74 221	6.94 495	0.53 202	0.21 191	0.14 110	0.23 233	0.18 152	0.20 153	0.15 20

XX-Stereo	0.97 353	0.28 96	8.28 503	0.85 443	0.70 421	0.44 51	0.22 14	1.07 114	0.69 77	0.66 107	1.56 387	1.38 364	0.38 61	1.36 228	0.38 85	0.21 191	0.14 110	0.20 135	0.19 174	0.19 117	0.16 41

DispNO	0.98 356	0.34 239	2.02 427	0.58 240	0.55 359	0.88 293	0.49 247	1.70 294	1.24 307	1.22 282	1.26 280	1.18 313	0.88 294	5.17 455	0.88 317	0.23 247	0.18 266	0.24 257	0.22 272	0.19 117	0.22 186

DEmStereo	0.98 356	0.25 49	0.85 202	0.49 86	0.33 173	1.02 337	0.55 297	0.97 78	0.93 154	1.41 372	2.13 457	1.01 269	2.01 474	5.62 466	0.78 290	0.19 122	0.15 175	0.20 135	0.20 203	0.18 83	0.25 244

FADNet	0.98 356	0.64 425	2.57 454	0.66 333	0.55 359	0.95 321	0.57 310	1.91 348	1.38 383	0.94 168	1.02 174	1.36 359	1.00 345	2.69 401	0.97 346	0.34 397	0.34 435	0.31 373	0.34 428	0.61 464	0.42 407

CFNet	0.99 359	0.40 331	1.23 345	0.65 319	0.43 283	1.03 338	0.49 247	2.01 375	1.35 367	1.02 189	1.39 332	1.10 297	0.86 279	5.47 465	0.89 320	0.24 267	0.18 266	0.28 345	0.27 359	0.27 294	0.22 186

NVstereo2D	0.99 359	0.45 356	2.21 441	0.79 424	0.75 429	1.20 378	0.86 409	1.98 366	1.41 398	1.02 189	1.18 251	1.31 349	0.97 333	2.25 368	0.93 335	0.45 448	0.22 327	0.39 431	0.25 326	0.59 458	0.68 469

CBMV_ROB	0.99 359	0.46 359	0.68 104	0.53 157	0.39 244	1.40 406	0.48 236	2.09 393	1.30 351	1.53 407	2.29 465	1.36 359	1.23 405	2.46 385	1.04 359	0.44 445	0.42 468	0.47 455	0.44 455	0.41 405	0.39 391

ACV-stereo	1.00 362	0.55 397	1.47 379	0.59 259	0.42 278	2.38 479	0.58 317	1.20 173	1.21 291	0.83 138	1.01 171	3.36 495	2.10 480	1.64 289	1.17 371	0.28 350	0.22 327	0.23 233	0.22 272	0.29 327	0.35 373

fast-acv-ft	1.00 362	0.48 370	1.85 416	0.61 280	0.52 341	1.77 442	0.69 358	1.52 243	1.47 422	1.34 343	1.85 435	1.73 422	1.24 408	1.62 288	1.56 422	0.27 333	0.28 396	0.28 345	0.28 369	0.28 310	0.31 338

HBP-ISP	1.00 362	0.60 410	0.85 202	0.64 312	0.48 315	1.63 429	0.77 378	2.24 431	1.30 351	1.33 336	1.53 377	0.87 202	0.99 339	3.26 420	0.76 284	0.46 449	0.44 470	0.54 468	0.48 464	0.48 435	0.42 407

CSP-Net	1.00 362	0.41 341	0.99 261	0.56 206	0.43 283	1.62 428	0.76 377	2.16 413	1.16 268	1.33 336	1.22 264	1.32 353	0.89 297	4.67 447	0.93 335	0.35 407	0.24 365	0.20 135	0.20 203	0.23 235	0.30 328

ETE_ROB	1.01 366	0.69 440	1.49 382	0.72 389	0.50 326	1.15 364	1.12 445	1.91 348	1.24 307	1.94 460	1.50 367	1.73 422	1.06 370	1.78 309	1.33 398	0.33 388	0.26 383	0.38 427	0.34 428	0.40 401	0.44 414

THIR-Stereo	1.02 367	0.29 117	0.73 131	0.51 115	0.29 86	0.94 315	1.31 466	1.08 119	0.98 176	1.35 349	1.91 443	1.16 311	1.54 443	6.37 486	0.79 295	0.20 164	0.14 110	0.21 169	0.22 272	0.19 117	0.25 244

PS-NSSS	1.02 367	0.62 421	1.17 327	0.61 280	0.58 371	0.91 301	0.79 389	2.02 376	1.19 280	1.17 244	1.68 410	1.00 264	0.85 271	4.43 441	0.86 311	0.38 419	0.31 414	0.52 463	0.32 410	0.52 442	0.45 416

XPNet_ROB	1.02 367	0.56 401	1.33 364	0.75 411	0.58 371	1.11 354	1.13 447	1.77 309	1.29 347	1.88 453	1.43 347	1.63 409	1.13 390	2.04 346	1.69 439	0.40 427	0.31 414	0.33 395	0.29 387	0.37 386	0.37 380

YMNet	1.04 370	0.59 407	1.67 401	0.86 446	0.86 454	1.84 449	0.61 335	1.70 294	1.28 335	1.65 431	1.98 447	1.75 427	0.96 323	1.57 273	1.58 424	0.34 397	0.37 451	0.32 384	0.32 410	0.33 366	0.32 347

YMNet_1	1.04 370	0.59 407	1.67 401	0.86 446	0.86 454	1.84 449	0.61 335	1.70 294	1.28 335	1.65 431	1.98 447	1.75 427	0.96 323	1.57 273	1.58 424	0.34 397	0.37 451	0.32 384	0.32 410	0.33 366	0.32 347

iinet-f	1.04 370	0.50 378	4.24 485	0.58 240	0.43 283	1.78 445	0.70 365	1.29 202	1.16 268	1.25 292	1.42 343	1.57 399	1.42 432	1.47 258	1.70 441	0.26 312	0.23 355	0.20 135	0.20 203	0.26 288	0.26 264

RAFT-RH_RVC	1.04 370	0.26 61	0.76 146	0.53 157	0.29 86	0.80 256	0.32 72	0.85 49	1.12 244	2.04 466	4.63 503	1.03 274	0.57 154	5.93 473	0.52 193	0.20 164	0.13 46	0.26 317	0.20 203	0.16 35	0.19 107

CBMV	1.04 370	0.48 370	0.88 216	0.56 206	0.36 214	1.52 417	1.55 478	1.87 337	1.59 441	2.11 469	1.67 408	1.46 379	1.35 423	1.92 330	1.31 391	0.35 407	0.35 442	0.39 431	0.33 423	0.34 374	0.34 364
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 375	0.33 210	1.04 275	0.49 86	0.31 121	0.67 193	0.26 36	2.37 451	0.80 111	1.05 196	1.11 217	2.86 486	1.81 465	6.26 480	0.50 181	0.18 84	0.15 175	0.19 101	0.16 113	0.17 54	0.21 158

StereoDRNet	1.05 375	0.53 390	2.21 441	0.80 425	0.93 463	1.50 415	0.90 415	2.06 388	1.44 411	1.68 436	1.20 256	1.48 382	0.99 339	1.86 321	1.60 428	0.29 365	0.24 365	0.29 356	0.28 369	0.35 376	0.33 356

AIO-Stereo-zeroshot1	1.06 377	0.43 348	3.59 477	0.53 157	0.66 405	0.79 249	0.39 141	2.60 478	0.98 176	0.96 173	4.58 501	2.05 459	0.56 151	0.99 139	0.51 185	0.19 122	0.14 110	0.21 169	0.28 369	0.32 360	0.41 399

STrans-v2	1.06 377	0.31 174	1.02 270	0.52 134	0.33 173	0.67 193	0.78 381	2.66 484	1.26 323	1.15 236	1.46 354	1.37 363	1.40 429	6.68 491	0.46 150	0.19 122	0.13 46	0.21 169	0.18 152	0.18 83	0.21 158

DISCO	1.06 377	0.37 298	1.19 333	0.73 397	0.46 305	2.04 464	0.84 403	2.26 432	1.54 433	1.25 292	1.36 324	2.38 472	1.08 374	2.60 397	1.62 431	0.24 267	0.19 283	0.22 199	0.20 203	0.32 360	0.29 312

NCCL2	1.06 377	0.64 425	1.35 365	0.78 423	0.58 371	1.32 391	1.69 483	1.89 344	1.38 383	1.52 404	1.20 256	1.91 436	1.17 394	1.79 314	1.50 416	0.35 407	0.31 414	0.45 449	0.44 455	0.41 405	0.45 416

LALA_ROB	1.06 377	0.66 432	1.37 373	0.70 381	0.53 347	1.61 426	1.25 463	1.81 321	1.48 426	1.82 449	1.40 337	1.93 440	1.03 358	1.68 295	1.69 439	0.38 419	0.28 396	0.43 444	0.37 439	0.43 410	0.38 388

TCMNet	1.07 382	0.66 432	2.49 450	0.92 461	1.32 495	1.14 360	0.67 352	1.91 348	1.29 347	1.20 267	1.57 391	1.29 344	0.96 323	2.23 365	1.59 427	0.32 382	0.31 414	0.38 427	0.35 432	0.43 410	0.40 395

PSMNet-RUCA	1.07 382	1.06 473	1.64 398	1.23 490	1.10 478	1.39 403	0.65 347	1.91 348	1.43 408	0.95 170	1.52 375	0.99 258	0.83 263	1.28 212	1.01 353	0.71 485	0.34 435	0.99 495	0.61 484	1.01 487	0.67 465

RAFT + AFF	1.07 382	0.47 364	1.36 370	0.68 359	0.50 326	1.20 378	1.22 459	2.58 477	1.26 323	1.33 336	1.56 387	1.19 315	1.49 441	3.89 434	1.01 353	0.22 225	0.26 383	0.30 367	0.27 359	0.29 327	0.32 347

DRN-Test	1.07 382	0.49 375	1.95 424	0.75 411	0.81 447	1.61 426	0.78 381	2.26 432	1.53 431	1.84 450	1.35 320	1.42 367	1.04 364	2.26 369	1.61 429	0.28 350	0.23 355	0.31 373	0.30 399	0.33 366	0.33 356

TDLM	1.08 386	0.50 378	1.01 268	0.69 372	0.54 355	0.91 301	1.40 471	1.60 267	1.36 376	1.17 244	1.40 337	1.07 282	1.00 345	6.19 476	0.85 310	0.34 397	0.22 327	0.35 410	0.26 343	0.38 392	0.29 312

Wz-Net-LNSev-Ref	1.09 387	0.46 359	2.61 457	0.71 384	0.65 399	2.00 461	0.78 381	2.07 390	1.47 422	1.62 427	1.47 356	1.53 392	1.29 414	2.10 354	1.65 437	0.24 267	0.14 110	0.20 135	0.16 113	0.28 310	0.28 298

FAT-Stereo	1.10 388	0.43 348	1.46 378	0.74 403	0.60 381	1.13 357	0.92 419	2.06 388	1.71 452	1.75 441	2.00 450	2.02 452	1.47 438	2.02 345	1.26 387	0.44 445	0.36 446	0.34 403	0.29 387	0.36 380	0.57 450

CVANet_RVC	1.10 388	0.49 375	1.15 312	0.65 319	0.54 355	0.93 312	1.00 434	1.69 290	1.36 376	1.42 376	1.39 332	1.24 330	1.17 394	6.22 478	0.80 302	0.35 407	0.24 365	0.35 410	0.30 399	0.44 421	0.32 347

APVNet	1.11 390	0.59 407	1.95 424	0.87 449	0.77 435	1.90 454	0.82 400	2.03 380	1.15 261	1.14 234	1.43 347	1.55 395	1.12 389	3.03 411	1.62 431	0.32 382	0.34 435	0.42 443	0.36 435	0.36 380	0.41 399

GANetREF_RVC	1.11 390	0.90 462	1.56 393	0.88 451	0.53 347	1.41 408	1.35 468	1.91 348	1.54 433	1.28 315	1.32 306	1.46 379	1.23 405	2.04 346	1.00 352	0.57 471	0.45 472	0.67 484	0.52 472	0.91 483	0.62 460
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
GCST	1.13 392	1.50 497	1.17 327	1.74 500	1.17 488	1.29 389	0.30 59	1.55 252	1.21 291	1.31 328	0.97 158	0.99 258	0.48 110	2.38 381	0.54 211	1.24 501	0.70 501	1.31 501	0.86 498	1.03 489	0.92 486

GASNet	1.13 392	1.10 478	3.29 473	1.00 476	0.68 412	0.82 265	0.67 352	1.85 334	1.38 383	1.39 364	1.25 278	1.25 331	1.20 404	2.72 403	1.62 431	0.46 449	0.26 383	0.36 420	0.34 428	0.55 452	0.33 356

anonymity	1.14 394	0.98 470	1.24 348	1.09 481	1.13 481	1.08 350	0.90 415	2.02 376	1.23 303	1.32 331	1.27 289	1.27 342	1.09 377	1.16 187	1.03 358	1.02 492	1.01 517	0.97 493	0.97 502	0.98 485	1.01 488

PA-Net	1.14 394	0.63 422	2.12 435	0.67 347	0.75 429	1.19 377	0.91 417	1.91 348	1.46 421	1.18 255	1.23 272	1.33 355	1.17 394	4.31 439	1.41 406	0.29 365	0.46 476	0.33 395	0.50 468	0.33 366	0.57 450
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 396	0.54 393	1.50 383	0.73 397	0.66 405	1.18 376	0.84 403	2.13 405	1.41 398	1.73 440	1.84 432	2.53 477	1.46 436	2.46 385	1.35 401	0.43 436	0.41 463	0.54 468	0.36 435	0.43 410	0.50 430

RASNet	1.16 397	0.34 239	1.11 300	0.73 397	0.86 454	1.00 334	0.60 330	1.56 255	1.43 408	1.07 204	1.37 325	2.08 460	1.44 435	7.00 496	1.56 422	0.20 164	0.17 236	0.17 45	0.19 174	0.19 117	0.19 107

DANet	1.16 397	0.64 425	1.52 388	0.88 451	0.74 426	1.52 417	0.52 268	1.68 281	1.21 291	1.81 447	1.55 381	2.02 452	1.11 383	3.30 422	2.28 460	0.34 397	0.31 414	0.40 437	0.30 399	0.46 430	0.54 440
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 399	0.29 117	1.08 290	0.55 185	0.43 283	0.69 206	0.71 368	1.14 144	1.35 367	1.00 180	1.49 360	1.90 434	0.86 279	9.61 521	0.89 320	0.21 191	0.19 283	0.30 367	0.25 326	0.20 153	0.18 73

Wz-Net-LNSev	1.17 399	0.72 446	4.71 489	0.66 333	0.84 452	1.72 433	1.13 447	1.97 365	1.43 408	1.34 343	1.32 306	1.66 412	1.30 417	1.44 252	1.51 418	0.29 365	0.26 383	0.24 257	0.23 304	0.33 366	0.35 373

S-Stereo	1.17 399	0.48 370	2.25 444	0.83 436	0.81 447	1.22 380	1.17 454	2.12 397	2.08 476	1.47 393	2.13 457	1.55 395	1.16 391	2.09 353	1.46 412	0.42 435	0.40 462	0.35 410	0.32 410	0.45 423	0.73 473

MaskLacGwcNet_RVC	1.17 399	1.06 473	1.28 356	0.88 451	0.69 415	1.92 456	0.92 419	1.71 298	1.14 256	1.17 244	1.26 280	1.49 384	0.80 253	2.04 346	0.86 311	2.02 504	0.34 435	0.79 488	0.36 435	1.38 498	1.33 500

RP	1.17 399	0.54 393	1.48 381	0.93 467	1.05 475	1.14 360	0.85 408	1.99 370	1.70 450	1.72 439	2.07 454	1.91 436	1.93 472	2.00 342	1.37 403	0.55 469	0.37 451	0.48 457	0.37 439	0.46 430	0.46 421

ccnet	1.19 404	0.71 443	1.36 370	0.81 429	0.75 429	1.72 433	1.13 447	1.98 366	1.31 358	1.52 404	1.84 432	1.75 427	1.36 424	2.01 343	2.04 453	0.57 471	0.54 488	0.57 476	0.56 477	0.60 461	0.60 458

Nwc_Net	1.19 404	0.53 390	2.34 446	0.92 461	0.81 447	1.49 414	0.70 365	2.28 440	1.32 360	1.41 372	2.27 463	2.03 455	1.76 462	2.05 350	1.46 412	0.43 436	0.30 409	0.43 444	0.46 460	0.39 397	0.40 395

NCC-stereo	1.20 406	0.60 410	1.84 414	0.88 451	0.95 467	1.32 391	0.94 424	2.14 406	1.36 376	1.43 380	1.79 424	1.93 440	2.13 485	2.54 394	1.41 406	0.49 457	0.38 456	0.45 449	0.59 481	0.43 410	0.45 416

Abc-Net	1.20 406	0.60 410	1.84 414	0.88 451	0.95 467	1.32 391	0.94 424	2.14 406	1.36 376	1.43 380	1.79 424	1.93 440	2.13 485	2.54 394	1.41 406	0.49 457	0.38 456	0.45 449	0.59 481	0.43 410	0.45 416
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 408	0.66 432	3.44 475	0.69 372	0.73 422	1.93 457	1.44 473	2.16 413	1.59 441	1.85 452	1.49 360	1.50 386	1.34 422	2.05 350	1.54 421	0.27 333	0.24 365	0.28 345	0.28 369	0.35 376	0.32 347

RGC	1.22 409	0.82 457	1.71 404	0.95 472	0.98 472	1.53 419	0.80 392	2.18 422	1.35 367	1.69 437	1.94 444	2.03 455	1.66 453	2.36 377	1.50 416	0.46 449	0.36 446	0.59 479	0.48 464	0.49 438	0.49 426

stereogan	1.22 409	0.45 356	2.03 430	0.87 449	0.85 453	2.52 481	0.72 369	1.98 366	1.78 459	1.92 456	1.94 444	2.31 469	1.42 432	2.10 354	1.14 368	0.38 419	0.36 446	0.39 431	0.32 410	0.52 442	0.49 426

AANet_RVC	1.22 409	0.60 410	1.94 420	0.69 372	0.46 305	0.75 226	0.69 358	1.51 241	1.57 439	1.36 354	1.90 441	1.51 388	0.87 288	7.23 498	1.89 450	0.26 312	0.19 283	0.19 101	0.16 113	0.23 235	0.37 380

HSM	1.22 409	0.34 239	0.81 169	0.61 280	0.39 244	1.22 380	0.63 343	2.45 460	1.25 315	1.32 331	1.26 280	1.91 436	1.08 374	9.21 517	0.75 281	0.23 247	0.17 236	0.20 135	0.16 113	0.22 216	0.24 225

Syn2CoEx	1.23 413	0.80 453	3.07 467	0.83 436	0.68 412	1.39 403	0.87 412	2.23 429	1.57 439	1.28 315	1.58 393	1.42 367	1.57 445	3.79 432	1.48 415	0.36 414	0.32 426	0.34 403	0.30 399	0.30 342	0.41 399

AF-Net	1.23 413	0.56 401	2.31 445	0.88 451	0.93 463	1.41 408	0.73 372	2.27 438	1.71 452	1.76 444	2.42 471	2.00 449	1.70 456	1.98 338	1.62 431	0.50 461	0.29 405	0.49 459	0.33 423	0.40 401	0.34 364

NaN_ROB	1.23 413	0.63 422	1.76 407	0.67 347	0.50 326	1.59 425	2.00 497	1.87 337	1.52 430	2.14 471	1.26 280	1.40 366	1.09 377	4.60 445	1.75 444	0.28 350	0.34 435	0.28 345	0.29 387	0.30 342	0.37 380

DGSMNet	1.24 416	0.84 459	3.20 469	0.91 460	0.92 460	1.39 403	1.34 467	2.46 464	1.44 411	1.34 343	1.66 406	1.50 386	1.03 358	1.85 318	1.30 390	0.48 455	0.48 479	0.55 472	0.51 471	0.78 478	0.79 479

RYNet	1.24 416	0.52 388	1.57 395	0.73 397	0.97 470	1.74 438	0.95 427	2.09 393	1.54 433	1.44 383	1.18 251	1.94 444	1.29 414	4.57 444	1.93 451	0.27 333	0.23 355	0.35 410	0.27 359	0.57 455	0.59 455

ttt	1.26 418	0.36 277	0.79 159	0.65 319	0.42 278	0.94 315	0.57 310	2.33 448	1.38 383	1.25 292	1.65 405	0.92 232	0.78 238	2.64 398	8.73 510	0.30 371	0.28 396	0.26 317	0.25 326	0.29 327	0.32 347

aanetorigin	1.26 418	0.85 460	3.00 465	0.72 389	0.80 443	1.08 350	1.05 438	1.12 136	1.39 392	3.53 505	2.60 476	1.72 420	1.73 460	1.98 338	1.77 447	0.26 312	0.24 365	0.26 317	0.25 326	0.38 392	0.51 434

GwcNet	1.26 418	0.63 422	5.13 491	0.81 429	1.15 485	1.73 436	0.69 358	1.84 327	1.53 431	1.51 402	1.71 415	1.72 420	1.09 377	2.20 363	1.61 429	0.31 375	0.30 409	0.29 356	0.27 359	0.30 342	0.41 399

Consistency-Raft	1.27 421	1.01 472	2.17 438	1.04 478	1.20 490	0.96 327	1.00 434	1.84 327	1.95 470	1.38 361	2.11 456	1.44 373	1.03 358	1.18 192	1.40 405	0.73 486	0.83 503	0.89 491	0.99 505	1.33 496	0.95 487

NOSS_ROB	1.29 422	0.49 375	0.68 104	0.60 267	0.40 255	1.09 353	0.77 378	1.94 358	1.44 411	1.04 194	1.46 354	1.10 297	0.81 257	10.57 531	0.78 290	0.46 449	0.43 469	0.48 457	0.45 458	0.45 423	0.43 411

SGM-Forest	1.29 422	0.40 331	0.74 136	0.54 172	0.37 223	1.55 420	1.26 464	1.82 323	1.39 392	2.22 472	1.81 430	1.64 410	1.02 356	7.65 504	1.20 375	0.39 425	0.37 451	0.39 431	0.34 428	0.37 386	0.34 364
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 424	0.56 401	0.94 245	0.57 228	0.62 391	1.04 339	0.65 347	1.82 323	1.01 192	1.00 180	0.79 113	1.42 367	1.27 412	1.06 161	0.83 306	0.62 477	0.67 498	1.05 498	9.88 538	1.09 492	0.55 445

test_for_model	1.38 425	3.71 530	0.65 92	3.45 523	2.88 521	0.57 132	0.33 79	1.91 348	0.93 154	1.47 393	0.64 75	0.51 74	0.37 54	0.53 13	0.35 50	2.54 509	0.16 209	0.17 45	0.12 24	4.56 530	1.84 506

SQANet	1.38 425	0.95 468	1.37 373	1.89 504	1.47 500	1.44 412	0.81 396	1.89 344	1.13 250	1.34 343	1.26 280	1.28 343	1.02 356	1.64 289	0.91 328	2.55 510	0.35 442	1.47 502	0.56 477	2.48 504	1.74 504

PWC_ROB	1.39 427	0.93 467	4.07 483	0.77 420	0.83 450	1.16 367	0.53 274	1.87 337	2.01 473	2.36 477	3.06 485	1.65 411	1.60 446	2.65 400	2.29 462	0.34 397	0.23 355	0.36 420	0.25 326	0.39 397	0.49 426

PWCDC_ROB	1.39 427	0.91 465	2.10 433	1.08 480	0.92 460	1.72 433	0.58 317	2.03 380	3.30 504	1.32 331	4.87 506	1.21 318	1.71 458	1.98 338	1.75 444	0.65 480	0.26 383	0.29 356	0.25 326	0.56 453	0.41 399

GANet	1.41 429	0.52 388	1.18 332	0.74 403	0.48 315	1.40 406	1.69 483	1.87 337	1.28 335	1.56 415	2.39 469	1.56 397	1.25 409	9.13 515	1.20 375	0.31 375	0.32 426	0.34 403	0.29 387	0.40 401	0.33 356

PDISCO_ROB	1.41 429	0.73 449	2.04 431	1.40 493	1.46 499	2.83 490	1.07 441	2.64 480	2.11 478	1.41 372	1.50 367	1.73 422	0.99 339	2.83 408	1.46 412	1.03 493	0.27 391	0.54 468	0.47 462	0.77 477	0.84 483

LL-Strereo	1.42 431	0.44 355	2.02 427	0.62 288	1.07 476	0.73 219	0.65 347	2.02 376	1.21 291	1.60 423	1.62 399	2.02 452	2.10 480	9.67 522	1.07 361	0.22 225	0.20 296	0.27 331	0.24 317	0.23 235	0.33 356

SHD	1.42 431	0.81 456	2.79 461	0.98 474	0.92 460	1.97 458	0.68 355	2.43 458	2.55 487	2.54 485	1.72 416	2.01 451	1.62 447	2.14 358	2.70 469	0.40 427	0.33 432	0.39 431	0.40 445	0.48 435	0.54 440

RTSC	1.43 433	0.89 461	3.62 479	0.94 470	0.64 394	1.85 451	0.69 358	2.20 427	2.04 475	2.22 472	1.70 413	1.67 414	1.27 412	2.53 393	4.48 488	0.33 388	0.25 377	0.27 331	0.29 387	0.38 392	0.40 395

UDG	1.47 434	2.69 523	1.13 305	1.45 497	1.65 502	1.34 397	0.79 389	1.75 306	1.27 327	1.29 320	1.74 418	1.99 448	1.39 428	1.66 292	1.51 418	0.91 489	0.55 490	2.30 509	0.76 492	1.99 499	1.20 496

MFMNet_re	1.47 434	1.20 484	2.50 451	1.46 498	1.08 477	1.58 424	1.51 474	1.96 364	1.87 465	2.31 476	2.20 460	1.51 388	1.88 470	1.57 273	1.34 399	0.94 490	0.83 503	0.84 490	0.80 495	1.00 486	1.06 491

PASM	1.48 436	1.08 475	3.96 482	0.93 467	0.93 463	1.17 374	1.19 456	1.77 309	1.65 446	1.90 454	1.52 375	1.75 427	1.42 432	4.54 443	1.52 420	0.64 479	0.68 500	0.69 486	0.79 494	0.70 473	0.74 474

ADCRef	1.50 437	0.61 415	3.83 481	0.76 418	0.77 435	1.91 455	0.77 378	2.16 413	1.34 364	1.63 429	1.59 397	1.35 358	1.40 429	1.79 314	8.32 507	0.25 287	0.21 312	0.32 384	0.31 403	0.31 349	0.32 347

XQC	1.51 438	0.98 470	3.20 469	0.92 461	0.76 434	2.01 462	1.17 454	2.53 474	1.99 472	2.01 465	1.54 378	2.00 449	1.54 443	3.16 415	3.46 479	0.49 457	0.31 414	0.45 449	0.40 445	0.71 475	0.62 460

CC-Net-ROB	1.53 439	1.31 491	1.68 403	0.92 461	0.80 443	1.75 439	0.99 432	2.04 383	1.27 327	1.12 217	1.62 399	1.20 317	0.98 336	7.82 505	0.92 332	1.15 500	0.41 463	2.20 507	0.46 460	1.37 497	0.56 447

FINET	1.54 440	0.67 436	7.28 499	0.76 418	0.97 470	1.42 411	1.38 470	2.80 493	3.12 501	1.23 285	1.68 410	1.04 275	1.11 383	3.35 423	1.78 448	0.43 436	0.37 451	0.32 384	0.29 387	0.43 410	0.41 399

test_xeample	1.55 441	0.31 174	0.94 245	0.54 172	0.31 121	0.94 315	0.58 317	2.40 455	1.40 394	1.29 320	1.55 381	0.89 218	0.88 294	1.72 302	15.94 529	0.22 225	0.22 327	0.22 199	0.21 245	0.23 235	0.25 244

DDUNet	1.56 442	2.70 524	1.35 365	1.79 501	1.88 504	1.82 447	0.91 417	1.84 327	1.20 284	1.40 370	1.79 424	1.62 406	1.17 394	1.59 280	1.22 380	1.11 497	0.76 502	2.38 512	0.94 500	2.12 500	1.53 502

CrosDoStereo	1.56 442	0.26 61	0.78 155	0.51 115	0.29 86	0.66 188	11.86 529	1.18 165	1.00 189	1.35 349	1.76 420	0.99 258	1.83 467	6.64 489	0.83 306	0.19 122	0.15 175	0.20 135	0.22 272	0.18 83	0.25 244

DeepStereo_LL	1.56 442	0.26 61	0.78 155	0.51 115	0.29 86	0.66 188	11.86 529	1.18 165	1.00 189	1.35 349	1.76 420	0.99 258	1.83 467	6.64 489	0.83 306	0.19 122	0.15 175	0.20 135	0.22 272	0.18 83	0.25 244

xxxx	1.61 445	0.32 191	0.98 259	0.58 240	0.31 121	1.15 364	0.43 181	2.43 458	1.41 398	1.17 244	1.40 337	1.21 318	0.86 279	1.94 332	16.68 531	0.24 267	0.24 365	0.21 169	0.20 203	0.23 235	0.27 282

CSAN	1.61 445	0.67 436	3.24 472	0.74 403	0.52 341	1.77 442	1.74 488	1.98 366	1.94 469	2.47 484	2.33 467	1.93 440	2.04 477	6.45 487	1.95 452	0.43 436	0.36 446	0.41 442	0.42 449	0.43 410	0.44 414

MFN_U_SF_RVC	1.62 447	0.96 469	4.36 487	0.92 461	0.69 415	2.62 485	1.10 443	2.50 470	1.74 455	1.99 464	1.86 437	2.45 475	1.78 464	3.08 413	2.84 471	0.54 465	0.50 485	0.56 474	0.60 483	0.60 461	0.67 465

SDNR	1.66 448	0.55 397	2.36 447	0.56 206	0.58 371	3.79 508	0.45 213	1.78 311	1.40 394	1.38 361	2.45 473	1.13 306	0.96 323	11.03 532	1.31 391	0.67 482	0.64 496	0.43 444	0.32 410	0.71 475	0.76 477

otaku	1.67 449	1.18 482	1.56 393	2.27 506	1.59 501	1.98 459	1.23 461	2.23 429	1.37 381	1.48 399	1.63 403	1.73 422	1.23 405	1.85 318	1.09 363	2.96 514	0.58 494	1.74 503	0.61 484	2.94 510	2.15 510

222	1.67 449	0.31 174	0.93 238	0.59 259	0.31 121	1.05 342	0.43 181	2.39 453	1.47 422	1.37 356	1.55 381	0.94 240	0.94 316	1.98 338	17.76 532	0.24 267	0.22 327	0.21 169	0.20 203	0.22 216	0.26 264

Wz-Net-SNSev	1.68 451	1.45 493	8.71 507	0.71 384	0.67 411	1.35 398	1.51 474	2.15 411	1.47 422	1.51 402	1.68 410	2.27 465	1.38 426	4.23 436	2.36 464	0.32 382	0.29 405	0.31 373	0.33 423	0.43 410	0.39 391

DeepPrunerF	1.68 451	0.82 457	6.82 497	0.94 470	1.20 490	0.91 301	0.97 429	2.50 470	5.19 520	1.22 282	1.30 299	1.18 313	1.29 414	4.96 453	1.75 444	0.43 436	0.35 442	0.52 463	0.48 464	0.43 410	0.42 407

psmorigin	1.69 453	0.74 451	13.13 517	0.70 381	0.60 381	1.16 367	0.79 389	1.69 290	1.25 315	2.07 468	1.77 422	2.23 462	1.51 442	2.14 358	1.45 410	0.39 425	0.41 463	0.34 403	0.33 423	0.45 423	0.63 462

G-Net	1.71 454	0.67 436	2.09 432	1.14 486	0.75 429	2.96 495	0.89 414	1.58 260	1.30 351	2.76 490	8.12 524	2.29 467	2.51 494	1.94 332	2.23 459	0.49 457	0.45 472	0.45 449	0.31 403	0.62 465	0.59 455

Ntro	1.72 455	1.21 485	1.62 397	2.54 511	1.86 503	2.09 467	1.14 450	2.08 391	1.38 383	1.23 285	1.62 399	1.62 406	1.33 421	2.04 346	1.21 379	3.09 515	0.56 491	1.82 505	0.65 486	2.97 514	2.25 512

FBW_ROB	1.78 456	0.66 432	1.90 419	0.72 389	0.66 405	1.79 446	1.07 441	2.79 491	1.77 456	1.84 450	1.79 424	1.98 447	1.37 425	12.42 534	2.22 458	0.36 414	0.38 456	0.57 476	0.39 443	0.46 430	0.51 434

SPS-STEREO	1.78 456	1.09 477	1.52 388	1.22 489	1.14 483	1.87 453	1.11 444	2.27 438	1.70 450	3.17 503	2.39 469	2.84 485	1.93 472	4.41 440	2.93 472	1.04 495	0.99 516	0.97 493	0.94 500	1.03 489	1.05 490
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 458	1.11 479	4.33 486	0.84 440	0.77 435	3.70 503	2.41 516	2.04 383	1.85 464	1.75 441	1.90 441	1.92 439	1.25 409	7.33 499	1.45 410	0.47 453	0.47 477	0.53 467	0.77 493	0.50 439	0.55 445

SAMSARA	1.80 458	0.90 462	3.37 474	1.28 492	1.13 481	3.71 504	2.33 511	2.53 474	1.93 468	3.17 503	1.73 417	2.99 487	1.68 455	3.53 426	2.46 466	0.47 453	0.54 488	0.43 444	0.47 462	0.59 458	0.64 463

PVD	1.82 460	0.91 465	3.02 466	1.03 477	0.94 466	2.61 484	1.14 450	2.78 490	3.40 506	3.08 501	2.75 478	2.39 474	2.49 493	2.81 406	3.66 481	0.48 455	0.49 484	0.59 479	0.49 467	0.60 461	0.81 481

ADCL	1.82 460	0.70 441	4.57 488	0.70 381	0.63 393	2.56 482	1.77 490	2.08 391	1.77 456	1.95 462	1.89 439	2.04 457	1.88 470	2.36 377	9.55 514	0.27 333	0.25 377	0.35 410	0.32 410	0.39 397	0.39 391

AAGNet	1.84 462	0.30 142	0.79 159	0.66 333	0.32 153	0.65 182	0.50 255	1.02 93	1.01 192	1.47 393	1.21 262	0.99 258	1.16 391	2.76 405	22.69 539	0.24 267	0.13 46	0.22 199	0.20 203	0.24 264	0.16 41

ff1	1.88 463	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	1.08 119	2.62 490	1.19 262	1.49 360	1.07 282	0.85 271	9.88 526	13.82 523	0.21 191	0.13 46	0.31 373	0.28 369	0.20 153	0.23 204

MDST_ROB	1.88 463	0.40 331	1.71 404	0.93 467	0.60 381	4.27 514	1.23 461	3.99 509	1.44 411	4.61 515	2.63 477	1.44 373	1.03 358	9.78 523	1.62 431	0.33 388	0.26 383	0.37 423	0.33 423	0.31 349	0.34 364

SGM_RVC	1.88 463	0.40 331	0.90 229	0.63 298	0.30 102	2.81 489	1.26 464	2.73 486	1.81 462	4.09 507	2.85 481	3.88 500	3.19 502	8.42 511	2.44 465	0.33 388	0.31 414	0.30 367	0.28 369	0.31 349	0.31 338
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 466	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	2.32 442	1.41 398	1.19 262	1.49 360	1.07 282	0.85 271	9.88 526	13.82 523	0.25 287	0.21 312	0.31 373	0.28 369	0.32 360	0.29 312

xxx	1.89 466	0.36 277	1.51 384	0.56 206	0.40 255	0.76 231	0.59 323	2.32 442	1.41 398	1.19 262	1.49 360	1.07 282	0.85 271	9.88 526	13.82 523	0.25 287	0.21 312	0.31 373	0.28 369	0.32 360	0.29 312

DPSNet	1.91 468	0.64 425	5.95 493	0.73 397	0.59 377	2.04 464	1.61 482	3.84 507	1.96 471	1.54 410	1.39 332	2.27 465	3.32 505	4.95 452	4.79 490	0.50 461	0.31 414	0.29 356	0.26 343	0.67 470	0.54 440

test_sample9	1.96 469	0.51 382	1.35 365	0.58 240	0.40 255	1.07 346	0.80 392	1.99 370	1.27 327	1.25 292	1.22 264	1.09 293	1.01 348	2.46 385	8.57 508	0.59 474	12.85 541	0.62 481	0.67 488	0.45 423	0.48 422

1111x	1.96 469	0.32 191	1.54 392	0.54 172	0.30 102	1.00 334	0.69 358	2.47 465	1.33 362	1.21 274	1.44 350	1.21 318	1.11 383	8.49 512	16.14 530	0.22 225	0.23 355	0.22 199	0.23 304	0.25 276	0.26 264

ADCPNet	1.97 471	0.78 452	9.38 509	0.74 403	0.61 387	2.73 487	1.36 469	2.11 396	1.66 447	1.92 456	1.70 413	2.45 475	2.07 478	2.50 391	6.84 502	0.38 419	0.38 456	0.38 427	0.43 453	0.47 434	0.50 430

WCMA_ROB	2.05 472	0.55 397	1.77 408	0.74 403	0.61 387	2.24 472	1.56 479	2.17 421	1.79 460	4.16 511	6.36 513	5.66 512	4.66 516	3.19 416	2.77 470	0.55 469	0.45 472	0.40 437	0.43 453	0.48 435	0.50 430

RainbowNet	2.06 473	1.86 506	1.97 426	2.86 514	2.25 509	2.03 463	1.79 491	2.77 488	1.92 467	1.54 410	1.84 432	1.95 445	1.73 460	2.23 365	1.38 404	3.40 521	0.86 508	2.39 514	1.00 506	2.94 510	2.42 514

MSMD_ROB	2.08 474	0.61 415	1.15 312	0.71 384	0.62 391	4.00 510	0.93 422	1.94 358	1.79 460	4.71 517	4.60 502	8.14 521	3.87 512	3.75 431	1.65 437	0.54 465	0.48 479	0.55 472	0.58 479	0.53 447	0.52 436

Wz-Net-TNSev	2.10 475	2.71 525	9.30 508	0.72 389	0.65 399	2.41 480	1.81 495	2.45 460	1.77 456	1.62 427	1.56 387	2.56 478	2.01 474	5.30 457	4.46 487	0.41 431	0.38 456	0.33 395	0.37 439	0.54 450	0.64 463

ADCMid	2.11 476	0.90 462	8.39 505	0.75 411	0.69 415	1.98 459	1.14 450	2.18 422	1.67 448	2.85 492	1.85 435	2.35 471	2.02 476	2.35 376	10.58 518	0.34 397	0.32 426	0.39 431	0.44 455	0.51 441	0.53 439

ADCP+	2.12 477	0.56 401	10.01 510	0.68 359	0.91 459	2.25 473	1.04 437	1.92 355	1.50 429	1.58 419	1.34 315	1.73 422	1.62 447	2.27 370	13.20 520	0.25 287	0.22 327	0.32 384	0.29 387	0.38 392	0.34 364

WZ-Net	2.14 478	1.08 475	11.68 516	0.89 458	0.78 439	1.76 440	1.59 481	2.39 453	2.03 474	2.11 469	1.95 446	2.30 468	2.28 488	5.94 474	3.86 484	0.35 407	0.27 391	0.29 356	0.32 410	0.52 442	0.50 430

AnyNet_C32	2.14 478	1.45 493	7.38 500	0.95 472	1.12 479	2.23 471	2.34 512	2.10 395	1.54 433	2.44 480	1.79 424	2.04 457	1.66 453	2.69 401	10.48 517	0.38 419	0.35 442	0.35 410	0.42 449	0.50 439	0.60 458

NVStereoNet_ROB	2.17 480	1.18 482	3.51 476	1.14 486	1.26 493	1.57 423	1.51 474	2.19 424	2.11 478	2.04 466	4.80 504	3.17 494	2.11 483	7.97 507	2.10 454	1.12 498	0.94 513	1.10 499	1.34 512	0.95 484	1.31 497
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 481	1.29 490	4.14 484	1.10 482	0.78 439	5.00 517	2.38 515	2.47 465	2.67 495	1.94 460	2.28 464	2.66 482	1.70 456	9.10 514	2.29 462	0.68 484	0.52 486	0.68 485	0.71 491	1.17 494	0.81 481

SANet	2.26 482	0.70 441	6.94 498	0.69 372	0.46 305	2.76 488	1.76 489	2.61 479	5.84 522	2.45 481	3.52 491	3.71 497	3.38 507	5.90 471	2.14 456	0.34 397	0.31 414	0.32 384	0.29 387	0.54 450	0.43 411

test_sample8	2.29 483	0.51 382	1.35 365	0.58 240	0.40 255	1.07 346	0.80 392	2.03 380	1.22 299	2.28 475	1.33 311	4.98 510	2.51 494	2.46 385	8.57 508	0.59 474	12.85 541	0.62 481	0.67 488	0.45 423	0.48 422

ADCS	2.35 484	1.26 487	6.54 496	0.85 443	0.77 435	2.18 470	1.79 491	2.47 465	2.20 480	2.80 491	2.14 459	2.38 472	2.09 479	2.81 406	13.83 526	0.43 436	0.41 463	0.40 437	0.45 458	0.59 458	0.67 465

MeshStereo	2.36 485	0.60 410	1.05 280	0.63 298	0.51 336	2.58 483	0.99 432	3.46 502	2.21 481	7.38 529	5.06 508	7.50 517	3.10 501	7.02 497	2.54 467	0.44 445	0.44 470	0.45 449	0.40 445	0.43 410	0.45 416
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
AnyNet_C01	2.38 486	2.21 515	10.17 511	0.99 475	0.79 441	3.12 496	2.37 513	2.69 485	1.89 466	2.58 487	2.44 472	2.70 483	1.86 469	3.65 427	7.12 503	0.41 431	0.41 463	0.40 437	0.42 449	0.68 471	0.79 479

DispFullNet	2.39 487	2.89 526	3.74 480	3.09 519	2.27 511	2.04 464	0.84 403	2.19 424	1.73 454	2.54 485	1.98 447	2.23 462	5.83 519	3.44 425	1.84 449	1.03 493	0.33 432	2.65 520	1.97 524	2.87 509	2.34 513

EDNetEfficient	2.40 488	1.14 480	8.59 506	0.77 420	0.73 422	1.06 345	1.53 477	1.54 249	4.06 512	4.87 518	2.81 479	2.23 462	3.53 508	3.04 412	9.65 515	0.27 333	0.24 365	0.27 331	0.31 403	0.70 473	0.67 465

FCDSN-DC	2.47 489	0.65 431	1.00 266	0.85 443	0.75 429	2.26 474	0.97 429	2.31 441	1.83 463	5.52 524	7.65 520	7.72 520	7.70 526	4.43 441	2.64 468	0.52 463	0.48 479	0.52 463	0.52 472	0.57 455	0.59 455
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 490	0.72 446	18.07 528	0.72 389	0.53 347	1.85 451	0.86 409	1.80 318	2.40 484	1.54 410	1.42 343	1.13 306	1.17 394	4.18 435	4.80 492	0.25 287	0.20 296	0.23 233	0.19 174	7.64 535	0.38 388

ELAS	2.67 491	0.80 453	2.13 436	1.13 483	1.15 485	6.25 521	2.56 517	3.50 503	3.68 509	5.36 522	4.92 507	3.79 498	5.56 518	3.65 427	5.22 494	0.66 481	0.57 492	0.56 474	0.54 475	0.65 468	0.75 476
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 492	1.55 500	15.40 520	1.13 483	1.42 497	3.75 506	2.21 506	2.45 460	2.72 496	2.91 495	2.85 481	2.58 479	1.62 447	6.28 482	5.80 497	0.41 431	0.30 409	0.35 410	0.35 432	0.52 442	0.54 440

RTSA	2.76 492	1.55 500	15.40 520	1.13 483	1.42 497	3.75 506	2.21 506	2.45 460	2.72 496	2.91 495	2.85 481	2.58 479	1.62 447	6.28 482	5.80 497	0.41 431	0.30 409	0.35 410	0.35 432	0.52 442	0.54 440

WAO-7	2.78 494	1.54 499	2.18 439	1.41 496	1.19 489	3.92 509	2.01 500	4.19 511	3.89 511	2.98 497	5.47 509	4.18 501	3.28 504	8.24 510	4.27 485	1.13 499	1.01 517	1.18 500	1.13 511	1.19 495	1.13 495

MADNet+	2.80 495	3.38 529	11.57 515	1.50 499	1.21 492	3.18 498	2.00 497	3.52 504	2.61 489	1.81 447	2.09 455	2.83 484	2.18 487	7.55 502	5.44 496	0.84 487	0.83 503	0.71 487	0.66 487	1.05 491	1.08 492

IMH-64-1	2.82 496	1.87 507	1.77 408	3.31 521	2.69 517	3.22 499	2.07 501	4.25 512	2.77 498	2.46 482	3.78 494	3.05 489	2.34 490	4.67 447	3.00 474	3.84 526	0.84 506	2.75 521	1.39 513	3.34 519	2.93 522

IMH-64	2.82 496	1.87 507	1.77 408	3.31 521	2.69 517	3.22 499	2.07 501	4.25 512	2.77 498	2.46 482	3.78 494	3.05 489	2.34 490	4.67 447	3.00 474	3.84 526	0.84 506	2.75 521	1.39 513	3.34 519	2.93 522

pmcnn	2.84 498	0.46 359	5.19 492	0.68 359	0.42 278	1.55 420	1.16 453	2.32 442	1.60 443	2.72 488	7.49 518	17.96 535	1.48 440	6.04 475	6.64 501	0.18 84	0.15 175	0.15 6	0.12 24	0.20 153	0.20 132

ACVNet_2	2.86 499	1.47 495	8.28 503	2.68 512	2.26 510	2.70 486	1.84 496	3.41 500	3.04 500	2.27 474	3.42 490	4.58 503	2.10 480	5.91 472	1.62 431	2.58 511	0.67 498	2.22 508	0.85 497	2.79 507	2.47 515

ELAS_RVC	2.87 500	0.80 453	3.22 471	1.16 488	1.12 479	2.92 494	5.33 525	2.98 496	4.18 514	5.04 519	4.82 505	4.71 505	8.23 527	4.25 438	4.79 490	0.67 482	0.57 492	0.57 476	0.53 474	0.66 469	0.74 474
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 501	0.61 415	1.15 312	0.75 411	0.57 368	2.85 492	1.05 438	3.44 501	2.64 493	6.93 525	7.63 519	9.86 526	7.02 524	5.76 469	4.31 486	0.54 465	0.48 479	0.51 461	0.50 468	0.53 447	0.52 436

FC-DCNN v2	2.96 502	0.61 415	1.13 305	0.75 411	0.57 368	2.90 493	1.06 440	3.59 505	2.66 494	7.05 526	7.66 521	10.26 529	7.17 525	6.27 481	4.49 489	0.54 465	0.48 479	0.51 461	0.50 468	0.53 447	0.52 436

WAO-6	2.98 503	1.67 504	1.88 418	2.38 510	2.30 512	3.53 502	2.37 513	4.38 514	4.64 518	2.42 478	4.50 498	4.85 506	2.99 500	5.22 456	5.37 495	1.77 503	1.16 523	2.31 510	1.47 518	2.42 503	1.99 509

ACVNet-4b	3.05 504	1.42 492	18.09 529	2.85 513	2.33 513	2.32 478	1.22 459	2.47 465	2.21 481	1.26 305	2.36 468	2.64 481	1.46 436	6.32 484	1.23 383	3.29 518	0.45 472	2.37 511	1.02 508	3.03 515	2.61 517

ACVNet_1	3.08 505	1.48 496	17.70 525	2.90 516	2.35 514	2.30 475	1.43 472	3.16 498	2.26 483	1.91 455	2.05 453	3.51 496	2.32 489	3.71 430	1.58 424	3.25 517	0.66 497	2.40 515	1.06 509	3.07 516	2.59 516

PWCK	3.24 506	2.37 516	10.86 513	2.14 505	1.14 483	3.71 504	4.19 524	3.02 497	3.55 508	3.05 500	3.63 492	3.09 492	2.35 492	8.16 509	3.41 478	2.17 507	0.96 514	1.77 504	1.01 507	2.84 508	1.40 501

IMH	3.35 507	1.95 509	1.86 417	3.30 520	2.72 519	4.03 512	2.00 497	4.58 516	3.83 510	2.87 493	6.99 516	4.69 504	3.21 503	6.77 493	2.97 473	3.91 529	0.89 510	2.78 523	1.40 517	3.36 521	2.93 522

LVE	3.40 508	1.80 505	2.21 441	2.90 516	2.44 515	3.27 501	2.25 508	4.80 517	5.06 519	2.43 479	6.79 514	5.99 513	2.64 498	9.20 516	2.28 460	3.30 519	1.11 522	2.38 512	1.48 519	2.95 512	2.62 518

Dean	3.77 509	1.65 503	17.87 526	3.01 518	2.54 516	3.15 497	2.10 504	4.80 517	4.42 515	2.89 494	6.03 511	5.45 511	2.55 497	3.40 424	2.13 455	3.22 516	0.89 510	2.51 518	1.07 510	3.07 516	2.65 520

JetBlue	4.18 510	2.45 520	10.42 512	1.40 493	2.89 522	10.68 527	10.68 527	3.91 508	2.52 485	2.74 489	3.39 489	4.50 502	4.27 514	7.97 507	7.67 506	0.89 488	0.97 515	0.89 491	0.92 499	2.26 501	2.21 511

notaker	4.29 511	2.42 519	5.06 490	3.89 530	3.29 527	4.00 510	2.25 508	4.93 519	3.47 507	4.21 513	6.79 514	7.67 519	3.37 506	9.25 518	6.47 499	4.09 531	1.42 525	3.35 530	2.13 527	4.11 526	3.54 527

ktn	4.56 512	2.41 518	2.54 452	3.79 529	3.25 525	4.81 516	2.91 521	5.52 521	7.36 523	4.12 510	14.55 532	7.54 518	3.70 509	7.84 506	3.35 477	4.06 530	1.86 528	3.26 529	2.22 528	3.27 518	2.86 521

WAO-8	4.57 513	2.01 510	2.58 455	2.37 508	2.21 507	9.75 523	1.71 485	6.04 525	16.34 531	4.11 508	7.69 522	7.41 515	3.85 510	10.02 529	3.85 482	2.05 505	1.09 520	2.44 516	1.39 513	2.56 505	1.86 507

Venus	4.57 513	2.01 510	2.58 455	2.37 508	2.21 507	9.75 523	1.71 485	6.04 525	16.34 531	4.11 508	7.69 522	7.41 515	3.85 510	10.02 529	3.85 482	2.05 505	1.09 520	2.44 516	1.39 513	2.56 505	1.86 507

SGM+DAISY	5.38 515	1.28 489	8.24 502	1.27 491	1.16 487	10.62 526	16.01 534	2.93 495	2.53 486	8.64 532	13.03 530	8.26 522	13.38 532	6.34 485	7.59 505	1.07 496	1.05 519	1.00 496	0.98 503	1.02 488	1.12 494

TorneroNet-64	5.41 516	2.10 513	2.43 448	3.49 525	2.83 520	9.90 525	2.13 505	8.87 531	16.79 536	5.39 523	9.18 526	10.68 531	3.92 513	9.55 520	5.11 493	3.36 520	0.86 508	2.88 524	1.62 520	3.76 522	3.37 525

MADNet++	5.41 516	3.18 527	6.43 495	4.66 534	3.95 531	6.15 520	6.75 526	4.51 515	4.51 517	5.06 520	6.27 512	4.96 508	6.14 520	9.39 519	11.70 519	4.71 532	4.19 533	3.97 532	3.33 530	4.08 525	4.25 532

UNDER WATER	5.68 518	2.46 521	15.52 522	3.98 532	3.53 528	5.15 518	2.74 519	5.58 522	16.41 534	4.00 506	4.56 499	9.12 524	6.43 522	6.22 478	9.11 512	3.85 528	1.35 524	3.18 528	1.98 525	4.51 529	3.84 531

UNDER WATER-64	5.84 519	2.48 522	17.93 527	3.97 531	3.58 529	7.70 522	3.03 522	5.72 524	14.13 528	4.18 512	4.00 496	9.27 525	6.80 523	6.20 477	9.22 513	3.67 523	1.52 526	3.14 526	1.95 523	4.43 528	3.83 530

LSM	6.55 520	1.26 487	15.64 523	1.79 501	68.74 548	1.67 432	2.08 503	2.26 432	2.59 488	3.13 502	3.08 486	1.90 434	1.81 465	2.89 409	2.16 457	0.43 436	0.59 495	0.50 460	0.58 479	0.64 466	17.24 542

tt	6.61 521	0.28 96	6.10 494	3.77 528	2.17 506	11.53 528	19.61 535	13.53 536	5.81 521	3.00 498	2.82 480	4.97 509	6.33 521	3.83 433	7.23 504	9.13 538	11.32 540	5.87 536	6.22 536	6.01 532	2.63 519

JetRed	7.02 522	8.94 534	25.72 537	2.89 515	3.27 526	14.25 532	12.27 531	6.69 527	4.45 516	4.46 514	4.56 499	6.65 514	5.43 517	7.46 501	14.41 528	2.60 512	3.31 530	2.61 519	2.30 529	4.34 527	3.79 529

xyz-stereo	7.03 523	0.24 35	70.23 550	0.44 29	0.21 7	29.74 541	0.49 247	1.03 100	0.77 96	1.45 389	26.78 541	1.17 312	1.19 403	4.72 450	1.32 397	0.16 19	0.12 14	0.20 135	0.14 62	0.17 54	0.14 8

MANE	7.50 524	0.64 425	7.97 501	1.40 493	2.10 505	16.86 534	12.56 532	12.91 535	17.51 539	8.50 531	11.60 529	14.66 532	13.33 531	12.02 533	13.28 521	0.62 477	0.52 486	0.52 463	1.90 522	0.56 453	0.58 453

SGM-ForestM	7.81 525	0.48 370	11.02 514	0.74 403	0.40 255	16.83 533	12.72 533	7.91 529	8.13 524	11.53 534	10.25 528	22.44 543	14.01 533	17.02 536	20.52 534	0.38 419	0.39 461	0.37 423	0.36 435	0.37 386	0.38 388

coex-ft	8.35 526	2.39 517	100.24 552	0.68 359	0.54 355	1.77 442	1.57 480	1.71 298	11.00 526	18.91 541	3.76 493	3.85 499	8.23 527	3.29 421	6.58 500	0.31 375	0.31 414	0.32 384	0.31 403	0.69 472	0.57 450

LE_ROB	8.35 526	0.47 364	27.42 541	0.83 436	0.34 189	2.84 491	3.36 523	4.03 510	27.04 543	25.20 543	8.72 525	8.55 523	27.35 543	7.37 500	22.13 535	0.22 225	0.20 296	0.20 135	0.21 245	0.25 276	0.25 244

KSHMR	8.76 528	2.14 514	3.59 477	3.60 527	3.13 524	4.15 513	2.67 518	5.61 523	58.90 552	3.04 499	55.71 552	4.94 507	2.54 496	4.61 446	3.05 476	3.49 522	1.57 527	3.14 526	1.98 525	3.84 523	3.49 526

U	9.23 529	0.22 9	0.65 92	0.48 73	53.11 547	61.26 552	0.24 27	0.77 26	0.55 35	0.37 28	0.30 13	0.29 7	0.34 40	0.34 1	0.27 12	0.20 164	0.12 14	60.47 549	4.24 533	0.18 83	0.14 8

TCMNet-wrong-test	10.42 530	11.55 536	15.31 519	20.99 539	18.49 535	13.94 531	10.69 528	16.07 537	4.14 513	5.27 521	5.64 510	16.22 534	12.57 529	7.57 503	10.26 516	7.44 536	2.38 529	4.30 533	3.43 531	11.37 538	10.87 536

EDNetEfficientorigin	10.59 531	1.52 498	177.33 553	0.68 359	0.54 355	1.66 431	1.20 458	1.94 358	3.39 505	4.69 516	3.37 488	3.08 491	2.79 499	3.25 419	3.63 480	0.26 312	0.24 365	0.33 395	0.28 369	0.85 480	0.87 484

TorneroNet	10.72 532	2.09 512	2.76 460	3.48 524	3.03 523	44.72 547	2.31 510	8.62 530	67.06 553	7.45 530	23.21 540	10.59 530	4.28 515	9.03 513	9.00 511	3.67 523	0.91 512	3.04 525	1.63 521	3.92 524	3.55 528

HanzoNet	11.92 533	5.12 531	17.18 524	4.19 533	3.59 530	5.16 519	2.82 520	7.41 528	9.96 525	33.31 548	27.60 542	22.25 542	37.31 547	18.18 538	13.57 522	8.13 537	3.44 532	3.50 531	3.44 532	7.77 536	4.52 533

DGTPSM_ROB	13.06 534	8.27 532	22.29 532	9.53 536	18.14 533	11.53 528	31.97 540	10.82 533	16.25 529	7.14 527	19.39 538	10.12 527	16.69 535	9.85 524	22.49 537	4.77 533	8.72 535	5.37 534	10.24 539	6.15 533	11.56 537

DPSMNet_ROB	13.08 535	8.28 533	22.32 533	9.54 537	18.15 534	11.53 528	31.98 541	10.83 534	16.27 530	7.17 528	19.40 539	10.12 527	16.69 535	9.87 525	22.50 538	4.78 534	8.72 535	5.38 535	10.25 540	6.16 534	11.59 538

USTest	14.33 536	14.93 537	21.00 530	17.41 538	16.02 532	23.11 535	33.76 542	22.02 538	11.81 527	9.47 533	10.19 527	15.94 533	13.17 530	17.25 537	22.38 536	3.81 525	5.01 534	6.17 537	6.18 535	9.23 537	7.81 535

DPSM_ROB	19.12 537	19.13 539	25.13 535	22.15 541	20.86 538	28.06 538	37.75 544	27.18 541	16.95 537	14.25 535	15.07 533	21.66 537	18.69 538	21.83 540	26.51 542	10.15 540	9.30 538	10.45 540	10.41 541	14.00 539	12.85 540

DPSM	19.12 537	19.13 539	25.13 535	22.15 541	20.86 538	28.06 538	37.75 544	27.18 541	16.95 537	14.25 535	15.07 533	21.66 537	18.69 538	21.83 540	26.51 542	10.15 540	9.30 538	10.45 540	10.41 541	14.00 539	12.85 540

LRCNet_RVC	22.79 539	32.09 545	22.06 531	29.83 543	26.15 540	4.40 515	0.84 403	22.64 539	2.10 477	26.93 544	29.25 543	23.03 544	15.56 534	23.91 542	18.92 533	32.00 546	20.04 547	34.68 545	32.13 546	30.66 545	28.52 545

DLNR_Zeroshot_test	23.23 540	48.25 553	43.77 544	177.04 553	78.39 549	0.35 14	0.21 11	23.33 540	0.82 116	0.67 109	0.86 130	0.58 103	0.30 23	1.64 289	0.48 167	10.69 542	0.13 46	0.18 77	0.14 62	76.63 552	0.23 204

DPSimNet_ROB	24.77 541	9.69 535	61.46 549	3.56 526	19.46 536	25.95 536	77.56 552	5.09 520	16.60 535	21.50 542	29.82 544	25.12 545	85.69 553	13.37 535	23.07 540	7.23 535	17.79 543	8.55 538	7.57 537	4.57 531	31.84 546

BEATNet-Init1	27.39 542	21.01 541	73.65 551	1.07 479	0.80 443	56.07 548	22.82 536	33.14 548	31.71 545	51.78 552	52.93 551	65.63 552	48.54 551	48.75 553	36.36 547	0.52 463	0.47 477	0.54 468	0.54 475	0.64 466	0.72 472

CasAABBNet	38.42 543	38.42 547	50.26 546	44.76 548	41.87 544	56.47 549	76.22 550	54.44 551	33.92 547	28.53 545	30.36 546	43.53 550	37.59 548	43.77 550	53.32 552	20.27 543	18.70 545	21.03 542	21.04 544	28.19 542	25.79 543

Selective-RAFT-Error	38.47 544	38.44 548	50.38 547	44.74 547	42.01 545	56.47 549	76.24 551	54.44 551	34.02 548	28.59 546	30.30 545	43.51 549	38.10 549	43.69 549	53.24 551	20.36 544	18.72 546	21.05 543	21.02 543	28.25 543	25.87 544

HaxPig	39.02 545	41.39 550	41.59 542	30.10 544	32.36 541	29.49 540	27.65 538	30.56 544	37.94 549	43.75 549	43.81 548	33.42 546	35.69 544	41.51 547	40.33 549	43.91 550	47.48 552	45.87 546	47.14 548	42.29 546	44.06 549

AVERAGE_ROB	40.42 546	42.30 551	42.61 543	36.91 546	35.54 543	30.42 542	27.59 537	37.45 550	38.45 550	44.87 550	44.27 549	37.55 548	36.69 545	41.82 548	40.25 548	45.36 551	46.73 551	47.09 547	46.32 547	42.47 547	43.74 548

MEDIAN_ROB	42.01 547	44.30 552	44.14 545	35.08 545	34.90 542	31.33 546	29.90 539	36.77 549	40.11 551	47.14 551	46.55 550	37.49 547	38.50 550	44.30 552	42.32 550	47.93 552	49.31 553	49.68 548	49.00 549	44.98 548	46.46 550

Anonymous_1	42.79 548	18.71 538	24.75 534	21.81 540	45.16 546	27.68 537	37.52 543	28.64 543	16.34 531	14.72 537	14.53 531	20.60 536	17.82 537	21.52 539	25.88 541	113.45 553	8.91 537	100.63 550	126.37 550	158.50 553	12.31 539

LSM0	42.92 549	38.72 549	50.66 548	47.49 549	110.18 553	56.77 551	75.87 549	54.87 553	33.74 546	29.48 547	31.12 547	43.77 551	37.12 546	43.85 551	53.44 553	20.50 545	18.67 544	21.05 543	21.07 545	28.37 544	41.73 547

PML	51.64 550	37.49 546	14.31 518	7.45 535	20.27 537	107.80 553	231.34 554	8.94 532	27.70 544	86.74 553	268.93 554	69.03 553	61.09 552	24.71 546	14.36 527	9.71 539	3.40 531	9.60 539	4.67 534	20.46 541	4.76 534

xxxxx1	54.34 551	26.72 542	27.03 538	114.14 550	99.00 550	30.68 543	47.19 546	32.52 545	26.09 540	17.85 538	17.48 535	21.86 539	20.92 540	24.38 543	33.78 544	34.73 547	41.33 548	157.67 551	175.68 551	65.82 549	71.99 551

tt_ll	54.34 551	26.72 542	27.03 538	114.14 550	99.00 550	30.68 543	47.19 546	32.52 545	26.09 540	17.85 538	17.48 535	21.86 539	20.92 540	24.38 543	33.78 544	34.73 547	41.33 548	157.67 551	175.68 551	65.82 549	71.99 551

ff	54.34 551	26.72 542	27.03 538	114.14 550	99.00 550	30.68 543	47.19 546	32.52 545	26.09 540	17.85 538	17.48 535	21.86 539	20.92 540	24.38 543	33.78 544	34.73 547	41.33 548	157.67 551	175.68 551	65.82 549	71.99 551

test_example2	192.91 554	210.59 554	206.44 554	199.86 554	204.90 554	172.02 554	182.95 553	138.34 554	134.89 554	193.14 554	200.54 553	186.77 554	177.82 554	204.95 554	207.57 554	221.83 554	238.70 554	186.02 554	190.07 554	226.94 554	173.78 554

ccccc		492.94 555		530.37 555	529.69 555	476.06 555		494.48 555		446.40 555		473.27 555		541.46 555		660.58 555	458.79 555	353.88 555	309.98 555	597.94 555

Low-res two-view benchmark