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

IGEV	0.29 5	0.18 1	0.43 11	0.38 10	0.31 149	0.45 63	0.21 13	0.63 18	0.42 34	0.32 16	0.44 40	0.26 15	0.20 2	0.44 10	0.26 7	0.14 21	0.12 36	0.16 49	0.13 62	0.12 1	0.14 15

Monster-pub-eth3d	0.29 5	0.19 2	0.48 29	0.37 3	0.22 12	0.55 150	0.31 78	0.60 13	0.44 39	0.29 8	0.29 13	0.23 2	0.21 5	0.59 42	0.26 7	0.11 1	0.11 20	0.14 2	0.11 7	0.14 15	0.14 15

MonSter	0.29 5	0.19 2	0.48 29	0.37 3	0.22 12	0.55 150	0.31 78	0.60 13	0.44 39	0.29 8	0.29 13	0.23 2	0.20 2	0.60 45	0.26 7	0.11 1	0.11 20	0.14 2	0.11 7	0.14 15	0.14 15

CAS	0.66 224	0.19 2	0.41 7	2.31 550	0.86 497	0.56 158	0.53 306	0.83 71	0.63 94	0.49 87	0.70 123	0.36 50	0.26 14	0.47 13	0.37 107	2.33 551	0.10 2	0.14 2	0.10 1	0.17 81	1.31 540

Monster-pub-mixall	0.32 17	0.20 5	0.44 16	0.37 3	0.22 12	0.28 9	0.18 2	0.69 29	0.36 24	0.37 33	0.36 22	0.27 19	0.20 2	1.43 282	0.25 5	0.15 32	0.12 36	0.13 1	0.11 7	0.12 1	0.15 31

MLG-Stereo_test3	0.29 5	0.20 5	0.46 19	0.43 46	0.24 23	0.47 74	0.19 7	0.75 46	0.31 11	0.36 28	0.22 3	0.35 48	0.21 5	0.61 47	0.26 7	0.16 46	0.12 36	0.16 49	0.11 7	0.13 5	0.15 31

MLG-Stereo	0.31 12	0.20 5	0.42 9	0.42 40	0.20 2	0.41 37	0.19 7	0.85 79	0.24 4	0.26 3	0.22 3	0.33 44	0.27 20	1.09 200	0.27 18	0.15 32	0.11 20	0.16 49	0.11 7	0.13 5	0.13 2

water-stereo	0.41 63	0.21 8	0.69 139	0.45 62	0.28 97	0.50 108	0.27 49	0.96 108	0.52 59	0.57 120	0.78 143	0.59 141	0.53 166	0.44 10	0.43 159	0.17 78	0.16 242	0.17 73	0.15 108	0.17 81	0.22 216

1w_stereo	0.36 42	0.21 8	0.47 26	0.44 53	0.27 62	0.47 74	0.54 320	0.66 23	0.51 57	0.44 58	0.67 112	0.25 11	0.45 117	0.62 52	0.34 67	0.12 3	0.10 2	0.14 2	0.11 7	0.14 15	0.15 31

monsterstereo	0.36 42	0.21 8	0.53 62	0.48 101	0.36 245	0.27 7	0.29 63	0.58 8	0.52 59	0.45 66	0.61 99	0.26 15	0.27 20	1.23 231	0.28 25	0.14 21	0.12 36	0.15 20	0.12 31	0.16 57	0.13 2

monsters	0.35 37	0.21 8	0.49 35	0.43 46	0.39 276	0.34 17	0.26 43	0.69 29	0.44 39	0.49 87	0.41 28	0.23 2	0.26 14	1.38 267	0.27 18	0.14 21	0.11 20	0.14 2	0.12 31	0.13 5	0.15 31

MLG-Stereo_test1	0.29 5	0.21 8	0.42 9	0.41 36	0.25 42	0.37 25	0.20 11	0.71 38	0.20 1	0.25 2	0.17 1	0.33 44	0.26 14	0.92 149	0.26 7	0.15 32	0.11 20	0.16 49	0.11 7	0.13 5	0.13 2

dual_stereo	0.29 5	0.21 8	0.39 1	0.40 27	0.23 18	0.25 3	0.22 17	0.59 11	0.32 13	0.33 18	0.26 10	0.40 59	0.23 10	0.86 128	0.30 37	0.16 46	0.13 72	0.14 2	0.11 7	0.14 15	0.14 15

Pointernet	0.41 63	0.21 8	0.63 105	0.45 62	0.29 112	0.51 117	0.27 49	1.54 283	0.70 111	0.48 81	0.64 103	0.49 95	0.37 74	0.51 20	0.36 94	0.18 113	0.13 72	0.14 2	0.11 7	0.14 15	0.14 15

CES	0.51 131	0.21 8	0.40 3	0.42 40	1.40 539	0.53 132	0.34 106	1.04 139	0.68 107	0.45 66	0.67 112	0.35 48	0.28 25	0.58 40	0.35 76	0.16 46	0.13 72	0.15 20	0.10 1	0.19 149	1.69 546

asd	0.32 17	0.22 16	0.49 35	0.40 27	0.25 42	0.47 74	0.30 71	0.77 50	0.35 16	0.44 58	0.40 27	0.28 28	0.34 52	0.64 63	0.29 33	0.13 15	0.10 2	0.14 2	0.12 31	0.15 38	0.13 2

qwe	0.34 31	0.22 16	0.48 29	0.39 18	0.27 62	0.49 89	0.30 71	0.76 48	0.40 30	0.51 106	0.49 59	0.26 15	0.29 28	0.83 117	0.35 76	0.12 3	0.10 2	0.14 2	0.12 31	0.15 38	0.14 15

3.25w_new	0.33 24	0.22 16	0.50 45	0.39 18	0.24 23	0.52 123	0.33 94	0.77 50	0.43 37	0.49 87	0.46 50	0.32 40	0.37 74	0.64 63	0.28 25	0.12 3	0.10 2	0.14 2	0.12 31	0.12 1	0.15 31

3.25w	0.33 24	0.22 16	0.50 45	0.39 18	0.24 23	0.52 123	0.33 94	0.77 50	0.43 37	0.49 87	0.46 50	0.32 40	0.37 74	0.64 63	0.28 25	0.12 3	0.10 2	0.14 2	0.12 31	0.12 1	0.15 31

111111	0.36 42	0.22 16	0.49 35	0.47 89	0.45 331	0.36 22	0.22 17	1.04 139	0.44 39	0.33 18	0.33 19	0.40 59	0.26 14	0.99 168	0.27 18	0.17 78	0.12 36	0.15 20	0.11 7	0.15 38	0.15 31

MLG-Stereo_test2	0.27 3	0.22 16	0.40 3	0.39 18	0.24 23	0.35 19	0.18 2	0.58 8	0.23 2	0.28 5	0.24 5	0.34 47	0.19 1	0.79 105	0.24 3	0.16 46	0.11 20	0.15 20	0.11 7	0.13 5	0.14 15

LG-G_1	0.33 24	0.22 16	0.48 29	0.44 53	0.20 2	0.64 209	0.18 2	0.80 61	0.28 7	0.30 11	0.30 15	0.36 50	0.35 60	0.88 136	0.26 7	0.17 78	0.13 72	0.16 49	0.11 7	0.14 15	0.16 62

LG-G	0.33 24	0.22 16	0.48 29	0.44 53	0.20 2	0.64 209	0.18 2	0.80 61	0.28 7	0.30 11	0.30 15	0.36 50	0.35 60	0.88 136	0.26 7	0.17 78	0.13 72	0.16 49	0.11 7	0.14 15	0.16 62

SGD-Stereo	0.34 31	0.22 16	0.44 16	0.39 18	0.20 2	0.42 47	0.22 17	0.71 38	0.33 14	0.43 55	0.34 20	0.27 19	0.35 60	1.15 214	0.33 62	0.21 225	0.11 20	0.16 49	0.13 62	0.17 81	0.15 31

GREAT-IGEV	0.34 31	0.22 16	0.54 65	0.40 27	0.31 149	0.36 22	0.28 56	0.59 11	0.66 102	0.28 5	0.51 69	0.29 30	0.29 28	0.86 128	0.28 25	0.15 32	0.12 36	0.15 20	0.11 7	0.17 81	0.16 62

IGEV-Stereo++	0.32 17	0.22 16	0.47 26	0.48 101	0.33 202	0.33 16	0.22 17	0.78 58	0.48 50	0.35 25	0.41 28	0.32 40	0.47 134	0.40 4	0.29 33	0.15 32	0.12 36	0.15 20	0.12 31	0.15 38	0.15 31

RAStereo	0.36 42	0.22 16	0.85 234	0.48 101	0.28 97	0.27 7	0.28 56	0.77 50	0.65 100	0.33 18	0.43 32	0.44 65	0.31 38	0.45 12	0.35 76	0.18 113	0.15 205	0.19 135	0.15 108	0.19 149	0.15 31

U	9.23 572	0.22 16	0.65 120	0.48 101	53.11 591	61.26 596	0.24 32	0.77 50	0.55 67	0.37 33	0.30 15	0.29 30	0.34 52	0.34 2	0.27 18	0.20 194	0.12 36	60.47 593	4.24 576	0.18 113	0.14 15

CREStereo++_RVC	0.49 118	0.22 16	0.46 19	0.48 101	0.38 267	0.45 63	0.25 34	0.77 50	1.30 387	0.82 170	1.23 307	0.47 87	0.37 74	0.55 27	0.44 164	0.16 46	0.11 20	0.16 49	0.80 538	0.18 113	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
s12784h	0.55 142	0.22 16	0.49 35	0.43 46	0.19 1	1.00 370	0.34 106	1.40 257	1.30 387	0.84 177	0.93 178	0.63 159	0.52 164	1.48 294	0.47 193	0.15 32	0.12 36	0.17 73	0.11 7	0.19 149	0.13 2

PMTNet	0.47 108	0.22 16	0.43 11	0.39 18	0.24 23	0.71 245	0.26 43	0.78 58	1.03 233	0.65 137	0.69 119	0.55 125	0.48 139	0.90 144	0.36 94	0.99 534	0.13 72	0.15 20	0.10 1	0.15 38	0.15 31

AdaDepth	0.33 24	0.23 32	0.69 139	0.46 74	0.29 112	0.44 59	0.24 32	0.54 6	0.38 26	0.33 18	0.38 25	0.26 15	0.31 38	0.81 109	0.27 18	0.12 3	0.13 72	0.16 49	0.13 62	0.16 57	0.20 159

2.5w	0.33 24	0.23 32	0.53 62	0.41 36	0.25 42	0.42 47	0.38 154	0.69 29	0.35 16	0.38 36	0.54 82	0.24 7	0.26 14	0.91 147	0.29 33	0.13 15	0.10 2	0.14 2	0.13 62	0.14 15	0.15 31

3.75w	0.34 31	0.23 32	0.50 45	0.39 18	0.30 129	0.62 189	0.36 129	0.70 37	0.38 26	0.44 58	0.49 59	0.25 11	0.36 67	0.72 82	0.28 25	0.13 15	0.09 1	0.14 2	0.12 31	0.13 5	0.15 31

LG-Stereo_L2	0.30 11	0.23 32	0.50 45	0.38 10	0.26 59	0.26 4	0.20 11	0.84 77	0.31 11	0.31 14	0.26 10	0.25 11	0.26 14	0.94 153	0.23 1	0.15 32	0.12 36	0.16 49	0.12 31	0.14 15	0.13 2

LGtest1	0.28 4	0.23 32	0.46 19	0.42 40	0.22 12	0.41 37	0.19 7	0.58 8	0.29 9	0.30 11	0.25 6	0.29 30	0.29 28	0.57 36	0.26 7	0.18 113	0.12 36	0.16 49	0.12 31	0.14 15	0.16 62

Reg-Stereo(zero)	0.46 98	0.23 32	0.50 45	0.45 62	0.25 42	0.41 37	0.27 49	0.80 61	1.12 278	0.93 199	0.79 146	0.91 258	0.46 127	0.74 85	0.44 164	0.15 32	0.13 72	0.15 20	0.12 31	0.15 38	0.18 99

FoundationStereo	0.26 2	0.23 32	0.41 7	0.40 27	0.24 23	0.32 15	0.22 17	0.43 2	0.24 4	0.31 14	0.25 6	0.30 34	0.32 45	0.36 3	0.27 18	0.16 46	0.12 36	0.15 20	0.11 7	0.13 5	0.14 15

DEFOM-Stereo	0.34 31	0.23 32	0.46 19	0.44 53	0.29 112	0.79 283	0.23 27	0.50 4	0.39 28	0.38 36	0.32 18	0.23 2	0.25 12	1.21 229	0.28 25	0.17 78	0.12 36	0.15 20	0.11 7	0.14 15	0.16 62

WCG-NET	0.43 78	0.23 32	0.58 78	0.42 40	0.26 59	0.46 68	0.32 87	0.77 50	1.16 302	0.77 158	0.75 136	0.58 136	0.44 110	0.62 52	0.38 114	0.16 46	0.12 36	0.16 49	0.14 89	0.15 38	0.14 15

Occ-G	0.44 85	0.23 32	0.59 84	0.44 53	0.27 62	0.43 54	0.61 368	0.85 79	0.62 92	0.48 81	0.66 109	1.00 298	0.45 117	0.79 105	0.45 177	0.17 78	0.14 139	0.18 109	0.13 62	0.16 57	0.18 99

IGEV-Stereo+	0.46 98	0.23 32	0.51 52	0.42 40	0.46 339	0.15 1	0.19 7	0.45 3	0.37 25	0.28 5	0.25 6	0.31 37	0.41 90	1.43 282	0.31 43	0.18 113	0.13 72	0.15 20	0.12 31	1.09 535	1.74 547

WCG-NET（raft）	0.46 98	0.23 32	0.59 84	0.42 40	0.24 23	0.50 108	0.35 119	0.76 48	1.10 264	0.72 150	0.76 137	0.91 258	0.50 156	0.88 136	0.40 135	0.16 46	0.13 72	0.15 20	0.14 89	0.15 38	0.17 83

trnet	0.40 58	0.23 32	0.40 3	0.37 3	0.20 2	0.53 132	0.29 63	0.81 64	1.15 295	0.59 121	0.72 129	0.53 118	0.43 104	0.56 30	0.37 107	0.18 113	0.13 72	0.15 20	0.10 1	0.14 15	0.14 15

MoCha-V2	0.43 78	0.23 32	0.55 68	0.56 240	0.23 18	0.44 59	0.32 87	1.35 245	0.63 94	0.54 113	0.55 85	0.42 61	0.57 186	1.12 209	0.28 25	0.15 32	0.13 72	0.15 20	0.13 62	0.17 81	0.18 99

LoS	0.41 63	0.23 32	0.46 19	0.39 18	0.23 18	0.48 83	0.40 176	1.12 170	0.94 194	0.50 96	0.66 109	0.49 95	0.42 96	0.63 61	0.39 118	0.19 151	0.14 139	0.16 49	0.11 7	0.14 15	0.15 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_4	0.55 142	0.23 32	0.67 129	0.56 240	0.32 182	0.71 245	0.39 168	0.83 71	0.72 114	0.93 199	1.87 477	0.70 179	0.41 90	1.21 229	0.39 118	0.16 46	0.13 72	0.21 203	0.23 339	0.20 185	0.18 99

TANstereo	0.45 88	0.23 32	0.50 45	0.43 46	0.21 7	0.65 215	0.26 43	0.83 71	0.88 169	0.95 204	0.99 198	0.51 106	0.45 117	0.56 30	0.36 94	0.19 151	0.24 403	0.16 49	0.13 62	0.17 81	0.27 317

zero-FE	0.38 48	0.24 49	0.54 65	0.48 101	0.46 339	0.29 12	0.23 27	0.69 29	0.34 15	0.34 23	0.41 28	0.37 55	0.49 150	0.68 75	0.35 76	0.23 281	0.12 36	0.18 109	0.13 62	0.82 522	0.19 133

asda	0.31 12	0.24 49	0.51 52	0.39 18	0.24 23	0.43 54	0.33 94	0.68 25	0.40 30	0.39 41	0.44 40	0.27 19	0.35 60	0.55 27	0.31 43	0.12 3	0.10 2	0.14 2	0.11 7	0.14 15	0.13 2

DilatedVolume-Stereo	0.46 98	0.24 49	0.72 149	0.45 62	0.33 202	0.72 248	0.29 63	0.83 71	0.53 63	0.82 170	0.73 133	0.52 113	0.44 110	1.16 217	0.42 153	0.15 32	0.15 205	0.15 20	0.14 89	0.16 57	0.17 83

2.25w	0.35 37	0.24 49	0.55 68	0.38 10	0.24 23	0.44 59	0.25 34	0.69 29	0.42 34	0.49 87	0.59 95	0.27 19	0.35 60	0.83 117	0.37 107	0.13 15	0.11 20	0.14 2	0.12 31	0.13 5	0.17 83

2.75w_new	0.33 24	0.24 49	0.51 52	0.36 1	0.24 23	0.41 37	0.42 194	0.61 16	0.40 30	0.50 96	0.44 40	0.24 7	0.34 52	0.77 95	0.34 67	0.13 15	0.11 20	0.14 2	0.11 7	0.13 5	0.13 2

xyz-stereo	7.03 566	0.24 49	70.23 594	0.44 53	0.21 7	29.74 583	0.49 279	1.03 132	0.77 129	1.45 426	26.78 584	1.17 346	1.19 440	4.72 488	1.32 432	0.16 46	0.12 36	0.20 169	0.14 89	0.17 81	0.14 15

LG-Stereo_L1	0.31 12	0.24 49	0.49 35	0.38 10	0.27 62	0.28 9	0.21 13	0.68 25	0.29 9	0.27 4	0.25 6	0.25 11	0.22 8	1.25 234	0.24 3	0.16 46	0.12 36	0.15 20	0.12 31	0.14 15	0.13 2

HART	0.48 114	0.24 49	0.63 105	0.52 168	0.27 62	0.41 37	0.29 63	1.32 241	0.54 64	0.59 121	1.47 391	0.61 151	0.34 52	1.09 200	0.32 54	0.16 46	0.14 139	0.19 135	0.14 89	0.19 149	0.18 99

AIO_test	0.38 48	0.24 49	0.59 84	0.47 89	0.31 149	0.55 150	0.44 231	0.86 86	0.50 54	0.34 23	0.48 55	0.46 78	0.30 34	0.76 93	0.31 43	0.17 78	0.12 36	0.17 73	0.13 62	0.16 57	0.15 31

IGEV-RUCA	0.38 48	0.24 49	0.51 52	0.51 147	0.36 245	0.59 173	0.23 27	0.68 25	0.52 59	0.39 41	0.50 65	0.44 65	0.31 38	0.86 128	0.31 43	0.24 303	0.13 72	0.16 49	0.12 31	0.20 185	0.21 187

fffft	0.39 55	0.24 49	0.56 74	0.45 62	0.34 220	0.42 47	0.48 268	0.85 79	0.39 28	0.45 66	0.35 21	0.38 57	0.31 38	1.32 254	0.34 67	0.14 21	0.12 36	0.19 135	0.15 108	0.16 57	0.18 99
1: 1. 1
IGEV++	0.45 88	0.24 49	0.63 105	0.58 275	0.32 182	0.42 47	0.25 34	2.16 454	0.65 100	0.38 36	0.58 92	0.46 78	0.44 110	0.56 30	0.40 135	0.20 194	0.13 72	0.16 49	0.13 62	0.17 81	0.18 99

UniTT-Stereo	0.38 48	0.24 49	0.67 129	0.49 116	0.36 245	0.40 30	0.32 87	0.55 7	0.55 67	0.55 117	0.55 85	0.36 50	0.31 38	0.59 42	0.52 226	0.21 225	0.15 205	0.17 73	0.15 108	0.19 149	0.17 83

EGLCR-Stereo	0.41 63	0.24 49	0.59 84	0.45 62	0.27 62	0.54 145	0.22 17	1.23 219	0.56 71	0.44 58	0.43 32	0.68 171	0.29 28	0.89 141	0.34 67	0.17 78	0.12 36	0.20 169	0.17 169	0.17 81	0.18 99

MC-Stereo	0.46 98	0.24 49	0.58 78	0.63 334	0.30 129	0.38 28	0.32 87	0.98 113	0.74 122	0.66 140	0.85 162	0.56 132	0.60 213	1.07 193	0.32 54	0.17 78	0.12 36	0.17 73	0.15 108	0.16 57	0.16 62

test-3	0.56 153	0.24 49	0.82 210	0.50 132	0.29 112	0.57 160	0.34 106	1.09 160	1.03 233	1.33 373	0.69 119	0.87 236	0.45 117	1.68 329	0.39 118	0.17 78	0.12 36	0.20 169	0.17 169	0.17 81	0.16 62

test_1	0.56 153	0.24 49	0.82 210	0.50 132	0.29 112	0.57 160	0.34 106	1.09 160	1.03 233	1.28 351	0.69 119	0.87 236	0.45 117	1.67 327	0.39 118	0.17 78	0.12 36	0.20 169	0.17 169	0.17 81	0.16 62

test_3	0.57 165	0.24 49	0.87 243	0.55 219	0.30 129	0.60 178	0.40 176	1.07 148	1.08 252	1.20 302	0.68 114	0.92 266	0.43 104	1.68 329	0.40 135	0.16 46	0.13 72	0.22 234	0.19 209	0.21 229	0.17 83

CREStereo	0.40 58	0.24 49	0.40 3	0.37 3	0.22 12	0.52 123	0.29 63	0.81 64	1.15 295	0.59 121	0.72 129	0.51 106	0.42 96	0.57 36	0.37 107	0.19 151	0.13 72	0.15 20	0.10 1	0.14 15	0.15 31
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
S2M2_XL	0.25 1	0.25 68	0.43 11	0.36 1	0.24 23	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 28	0.24 7	0.23 10	0.32 1	0.27 18	0.20 194	0.18 302	0.18 109	0.16 145	0.18 113	0.15 31

4.5_new	0.31 12	0.25 68	0.46 19	0.38 10	0.24 23	0.52 123	0.36 129	0.65 20	0.35 16	0.48 81	0.43 32	0.27 19	0.27 20	0.42 8	0.26 7	0.14 21	0.10 2	0.15 20	0.13 62	0.17 81	0.15 31

4.5w-stereo	0.31 12	0.25 68	0.46 19	0.38 10	0.24 23	0.52 123	0.36 129	0.65 20	0.35 16	0.48 81	0.43 32	0.27 19	0.27 20	0.42 8	0.26 7	0.14 21	0.10 2	0.15 20	0.13 62	0.17 81	0.15 31

4w-stereo	0.32 17	0.25 68	0.52 58	0.38 10	0.25 42	0.46 68	0.28 56	0.68 25	0.35 16	0.43 55	0.45 44	0.28 28	0.39 86	0.63 61	0.31 43	0.12 3	0.10 2	0.15 20	0.12 31	0.14 15	0.14 15

3w_stereo	0.35 37	0.25 68	0.60 91	0.41 36	0.21 7	0.52 123	0.53 306	0.72 40	0.47 48	0.47 73	0.50 65	0.23 2	0.45 117	0.49 17	0.30 37	0.13 15	0.10 2	0.15 20	0.12 31	0.15 38	0.17 83

2w_stereo	0.34 31	0.25 68	0.52 58	0.40 27	0.23 18	0.46 68	0.47 261	0.77 50	0.44 39	0.47 73	0.51 69	0.24 7	0.44 110	0.49 17	0.31 43	0.12 3	0.10 2	0.15 20	0.12 31	0.15 38	0.16 62

LG-Stereo_Zeroshot	0.38 48	0.25 68	0.61 98	0.53 191	0.29 112	0.36 22	0.22 17	1.24 221	0.42 34	0.45 66	0.65 107	0.37 55	0.51 159	0.41 7	0.30 37	0.18 113	0.12 36	0.17 73	0.13 62	0.18 113	0.20 159

MM-Stereo_test2	0.44 85	0.25 68	0.70 144	0.54 205	0.33 202	0.55 150	0.45 244	1.02 124	0.84 157	0.61 132	0.51 69	0.49 95	0.42 96	0.82 111	0.32 54	0.16 46	0.13 72	0.18 109	0.14 89	0.19 149	0.17 83

AIO_rvc	0.38 48	0.25 68	0.65 120	0.47 89	0.31 149	0.55 150	0.38 154	0.98 113	0.51 57	0.35 25	0.48 55	0.49 95	0.22 8	0.87 133	0.31 43	0.16 46	0.12 36	0.16 49	0.12 31	0.15 38	0.15 31

castereo	0.43 78	0.25 68	0.50 45	0.46 74	0.30 129	0.60 178	0.56 337	1.23 219	0.83 154	0.39 41	0.70 123	0.45 75	0.68 243	0.54 25	0.33 62	0.17 78	0.11 20	0.17 73	0.13 62	0.16 57	0.14 15

GIP-stereo	0.37 46	0.25 68	0.49 35	0.55 219	0.41 302	0.37 25	0.22 17	1.03 132	0.56 71	0.35 25	0.52 72	0.46 78	0.37 74	0.55 27	0.28 25	0.20 194	0.13 72	0.16 49	0.12 31	0.16 57	0.16 62

tt45	0.47 108	0.25 68	0.52 58	0.47 89	0.34 220	0.78 275	0.32 87	0.86 86	0.45 45	0.52 109	0.45 44	0.49 95	0.37 74	2.12 392	0.36 94	0.16 46	0.13 72	0.19 135	0.16 145	0.17 81	0.21 187

999	0.49 118	0.25 68	0.55 68	0.51 147	0.35 237	0.74 255	0.31 78	0.89 95	0.59 79	0.39 41	0.50 65	0.50 102	0.36 67	2.41 419	0.41 145	0.17 78	0.13 72	0.18 109	0.15 108	0.16 57	0.23 237

tg	0.54 139	0.25 68	0.70 144	0.52 168	0.31 149	0.89 330	0.29 63	1.12 170	0.98 210	0.85 179	1.03 215	0.62 154	0.42 96	1.37 263	0.41 145	0.17 78	0.13 72	0.22 234	0.21 280	0.17 81	0.17 83

RSM	0.40 58	0.25 68	0.53 62	0.50 132	0.27 62	0.46 68	0.40 176	0.94 107	0.49 52	0.42 53	0.44 40	0.65 163	0.33 48	1.07 193	0.32 54	0.15 32	0.13 72	0.17 73	0.14 89	0.17 81	0.15 31

AEACV	0.41 63	0.25 68	0.60 91	0.55 219	0.52 377	0.43 54	0.38 154	0.98 113	0.63 94	0.44 58	0.56 88	0.46 78	0.59 207	0.56 30	0.31 43	0.17 78	0.13 72	0.18 109	0.16 145	0.17 81	0.17 83

DEmStereo	0.98 391	0.25 68	0.85 234	0.49 116	0.33 202	1.02 373	0.55 330	0.97 109	0.93 188	1.41 409	2.13 496	1.01 303	2.01 515	5.62 506	0.78 324	0.19 151	0.15 205	0.20 169	0.20 238	0.18 113	0.25 279

CFNet-RSSM	0.57 165	0.25 68	0.76 178	0.49 116	0.28 97	0.59 173	0.27 49	1.89 381	1.17 307	1.09 240	0.95 181	1.06 313	0.53 166	0.74 85	0.41 145	0.17 78	0.13 72	0.17 73	0.15 108	0.16 57	0.16 62

depthmonostereo	0.45 88	0.26 86	0.89 252	0.49 116	0.24 23	0.60 178	0.36 129	1.03 132	0.77 129	0.50 96	0.65 107	0.50 102	0.55 177	0.70 78	0.39 118	0.16 46	0.16 242	0.16 49	0.14 89	0.16 57	0.20 159

MM-Stereo_test3	0.53 136	0.26 86	0.60 91	0.56 240	0.73 463	0.49 89	0.53 306	1.31 239	1.08 252	0.64 136	0.97 192	0.61 151	0.42 96	0.82 111	0.40 135	0.21 225	0.18 302	0.20 169	0.16 145	0.19 149	0.21 187

MM-Stereo_test1	0.51 131	0.26 86	0.59 84	0.53 191	0.31 149	0.50 108	0.53 306	1.06 145	1.09 260	0.88 186	0.70 123	0.54 122	0.59 207	1.18 223	0.35 76	0.19 151	0.17 271	0.20 169	0.17 169	0.20 185	0.18 99

castereo++	0.41 63	0.26 86	0.51 52	0.44 53	0.32 182	0.96 364	0.22 17	1.13 174	0.61 90	0.33 18	0.45 44	0.50 102	0.39 86	0.94 153	0.25 5	0.18 113	0.12 36	0.17 73	0.12 31	0.14 15	0.16 62

SMoEStereo_RVC	0.41 63	0.26 86	0.55 68	0.46 74	0.31 149	0.60 178	0.36 129	0.85 79	0.47 48	0.47 73	0.43 32	0.42 61	0.34 52	1.40 272	0.31 43	0.15 32	0.12 36	0.20 169	0.15 108	0.16 57	0.18 99

AIO-Stereo	0.39 55	0.26 86	0.54 65	0.50 132	0.24 23	0.45 63	0.39 168	1.13 174	0.57 73	0.42 53	0.49 59	0.52 113	0.25 12	0.74 85	0.32 54	0.16 46	0.13 72	0.18 109	0.14 89	0.16 57	0.15 31

RSM++	0.40 58	0.26 86	0.55 68	0.51 147	0.27 62	0.49 89	0.41 186	0.83 71	0.52 59	0.39 41	0.47 53	0.60 145	0.34 52	1.02 179	0.31 43	0.16 46	0.13 72	0.17 73	0.15 108	0.18 113	0.15 31

RAFT-Stereo-weight	0.49 118	0.26 86	0.58 78	0.49 116	0.28 97	0.61 186	0.34 106	1.16 195	1.11 271	1.06 236	0.79 146	0.75 192	0.28 25	0.79 105	0.42 153	0.16 46	0.13 72	0.17 73	0.15 108	0.16 57	0.18 99

MIM_Stereo	0.60 197	0.26 86	1.02 306	0.49 116	0.32 182	0.52 123	0.28 56	1.41 261	0.82 150	1.02 223	1.16 280	0.93 268	0.53 166	1.48 294	0.63 282	0.17 78	0.17 271	0.20 169	0.19 209	0.17 81	0.18 99

CASnet	0.42 74	0.26 86	0.52 58	0.52 168	0.21 7	0.49 89	0.35 119	0.85 79	0.85 161	0.84 177	0.69 119	0.48 92	0.31 38	0.57 36	0.34 67	0.19 151	0.12 36	0.27 367	0.22 307	0.23 269	0.15 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.50 128	0.26 86	0.84 228	0.51 147	0.49 357	0.64 209	0.31 78	0.91 96	1.02 230	1.05 230	0.72 129	0.76 194	0.32 45	0.69 76	0.40 135	0.18 113	0.11 20	0.23 268	0.20 238	0.19 149	0.16 62

Selective-IGEV	0.42 74	0.26 86	0.56 74	0.48 101	0.27 62	0.45 63	0.33 94	1.56 289	0.61 90	0.36 28	0.47 53	0.52 113	0.30 34	1.08 196	0.33 62	0.15 32	0.13 72	0.17 73	0.13 62	0.16 57	0.15 31

RCA-Stereo	0.52 135	0.26 86	0.66 125	0.49 116	0.33 202	0.54 145	0.44 231	1.20 207	1.41 434	0.69 144	1.06 229	0.63 159	0.79 282	0.62 52	0.35 76	0.17 78	0.12 36	0.17 73	0.14 89	0.16 57	0.16 62

fff	0.58 177	0.26 86	1.15 348	0.46 74	0.25 42	0.48 83	0.36 129	1.20 207	1.28 371	1.13 254	1.03 215	0.59 141	1.04 401	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

ADStereo(finetuned)	0.62 206	0.26 86	1.59 431	0.45 62	0.25 42	0.49 89	0.36 129	1.18 199	1.35 403	1.16 274	1.04 221	0.60 145	1.18 438	0.85 126	0.57 257	0.17 78	0.14 139	0.17 73	0.13 62	0.19 149	0.24 258

CrosDoStereo	1.56 479	0.26 86	0.78 187	0.51 147	0.29 112	0.66 221	11.86 572	1.18 199	1.00 223	1.35 386	1.76 458	0.99 292	1.83 508	6.64 531	0.83 340	0.19 151	0.15 205	0.20 169	0.22 307	0.18 113	0.25 279

DeepStereo_LL	1.56 479	0.26 86	0.78 187	0.51 147	0.29 112	0.66 221	11.86 572	1.18 199	1.00 223	1.35 386	1.76 458	0.99 292	1.83 508	6.64 531	0.83 340	0.19 151	0.15 205	0.20 169	0.22 307	0.18 113	0.25 279

DRaft	0.81 324	0.26 86	0.77 181	0.47 89	0.31 149	0.95 358	0.52 300	1.13 174	0.99 219	1.78 485	2.01 490	0.80 205	1.71 499	2.64 433	0.74 312	0.19 151	0.14 139	0.20 169	0.20 238	0.18 113	0.24 258

RAFT-RH_RVC	1.04 405	0.26 86	0.76 178	0.53 191	0.29 112	0.80 290	0.32 87	0.85 79	1.12 278	2.04 507	4.63 546	1.03 308	0.57 186	5.93 515	0.52 226	0.20 194	0.13 72	0.26 352	0.20 238	0.16 57	0.19 133

RAFT-345	0.86 352	0.26 86	0.73 163	0.53 191	0.28 97	0.53 132	0.41 186	0.85 79	1.31 394	1.33 373	2.32 505	0.85 233	0.53 166	5.69 507	0.48 200	0.19 151	0.14 139	0.22 234	0.17 169	0.17 81	0.17 83

cross-raft	0.56 153	0.26 86	0.65 120	0.55 219	0.31 149	0.66 221	0.37 144	1.68 315	0.82 150	1.06 236	1.07 232	1.25 365	0.45 117	0.74 85	0.39 118	0.15 32	0.13 72	0.19 135	0.16 145	0.19 149	0.17 83

DCANet	0.58 177	0.26 86	1.15 348	0.45 62	0.25 42	0.49 89	0.36 129	1.18 199	1.35 403	1.15 270	1.04 221	0.60 145	0.91 340	0.84 122	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.19 149	0.25 279

csc	0.58 177	0.26 86	1.15 348	0.46 74	0.25 42	0.48 83	0.36 129	1.20 207	1.28 371	1.13 254	1.03 215	0.59 141	1.04 401	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

cscssc	0.58 177	0.26 86	1.15 348	0.46 74	0.25 42	0.48 83	0.36 129	1.20 207	1.28 371	1.13 254	1.03 215	0.59 141	1.04 401	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

FlowAnything_test	0.41 63	0.27 110	0.67 129	0.60 302	0.33 202	0.62 189	0.35 119	0.64 19	0.48 50	0.46 71	0.36 22	0.45 75	0.37 74	0.54 25	0.52 226	0.25 323	0.19 320	0.28 383	0.33 465	0.22 249	0.22 216

4.25_new	0.32 17	0.27 110	0.49 35	0.40 27	0.27 62	0.49 89	0.39 168	0.69 29	0.35 16	0.40 48	0.43 32	0.27 19	0.36 67	0.48 14	0.32 54	0.12 3	0.10 2	0.15 20	0.11 7	0.14 15	0.13 2

4.5w_new	0.32 17	0.27 110	0.49 35	0.40 27	0.27 62	0.49 89	0.39 168	0.69 29	0.35 16	0.40 48	0.43 32	0.27 19	0.36 67	0.48 14	0.32 54	0.12 3	0.10 2	0.15 20	0.11 7	0.14 15	0.13 2

4.25w-stereo	0.32 17	0.27 110	0.49 35	0.40 27	0.27 62	0.49 89	0.39 168	0.69 29	0.35 16	0.40 48	0.43 32	0.27 19	0.36 67	0.48 14	0.32 54	0.12 3	0.10 2	0.15 20	0.12 31	0.14 15	0.13 2

3.5w_stereo	0.35 37	0.27 110	0.55 68	0.38 10	0.25 42	0.54 145	0.34 106	0.73 41	0.40 30	0.46 71	0.45 44	0.31 37	0.38 84	0.80 108	0.40 135	0.12 3	0.10 2	0.15 20	0.12 31	0.14 15	0.16 62

xyz-stereo-finetune	0.50 128	0.27 110	0.63 105	0.43 46	0.23 18	0.79 283	0.46 250	0.83 71	0.82 150	0.63 135	0.63 102	0.54 122	0.44 110	1.69 333	0.62 278	0.16 46	0.15 205	0.19 135	0.16 145	0.17 81	0.16 62

LG-Stereo	0.37 46	0.27 110	0.94 279	0.48 101	0.26 59	0.37 25	0.30 71	0.88 91	0.57 73	0.38 36	0.58 92	0.29 30	0.21 5	0.51 20	0.37 107	0.14 21	0.14 139	0.20 169	0.18 187	0.18 113	0.14 15

HUF	0.39 55	0.27 110	0.71 147	0.43 46	0.24 23	0.51 117	0.47 261	0.99 121	0.55 67	0.37 33	0.45 44	0.53 118	0.41 90	0.70 78	0.29 33	0.18 113	0.14 139	0.16 49	0.12 31	0.15 38	0.17 83

AIO-test1	0.61 203	0.27 110	0.68 133	0.68 395	1.02 516	0.79 283	0.36 129	1.59 299	1.35 403	0.59 121	0.89 171	0.60 145	0.49 150	1.20 228	0.36 94	0.18 113	0.17 271	0.23 268	0.25 361	0.18 113	0.26 299

MaDis-Stereo	0.38 48	0.27 110	0.72 149	0.45 62	0.35 237	0.30 13	0.31 78	0.81 64	0.54 64	0.38 36	0.38 25	0.58 136	0.49 150	0.53 23	0.39 118	0.20 194	0.16 242	0.19 135	0.15 108	0.19 149	0.15 31

Any-RAFT	0.55 142	0.27 110	0.49 35	0.50 132	0.27 62	0.98 368	0.25 34	1.71 332	1.08 252	0.90 191	0.99 198	1.13 340	0.46 127	0.74 85	0.35 76	0.19 151	0.13 72	0.17 73	0.13 62	0.16 57	0.19 133

RAFT-Test	0.58 177	0.27 110	0.81 201	0.50 132	0.33 202	0.95 358	0.27 49	1.40 257	0.89 170	1.00 214	1.12 256	1.39 400	0.48 139	0.74 85	0.41 145	0.17 78	0.14 139	0.17 73	0.14 89	0.16 57	0.18 99

GLC_STEREO	0.41 63	0.27 110	0.43 11	0.55 219	0.24 23	0.47 74	0.30 71	0.81 64	0.64 97	0.53 112	0.74 135	0.50 102	0.31 38	0.65 68	0.45 177	0.18 113	0.20 334	0.23 268	0.19 209	0.21 229	0.21 187

GMM-Stereo	0.75 281	0.27 110	0.66 125	0.56 240	0.34 220	0.71 245	0.97 467	1.09 160	0.91 176	1.37 393	1.79 463	1.11 336	0.79 282	2.08 388	0.48 200	0.19 151	0.12 36	0.25 331	0.25 361	0.21 229	0.78 521

raftrobust	0.55 142	0.27 110	0.63 105	0.68 395	0.69 456	0.50 108	0.34 106	1.08 153	0.97 207	1.32 367	0.88 169	0.62 154	0.80 289	0.82 111	0.44 164	0.20 194	0.16 242	0.16 49	0.14 89	0.15 38	0.18 99

111	0.66 224	0.27 110	1.15 348	0.46 74	0.25 42	0.72 248	0.42 194	1.57 292	1.44 447	0.83 172	1.39 368	1.10 331	0.80 289	0.97 166	0.65 291	0.20 194	0.14 139	0.18 109	0.15 108	0.18 113	0.28 333

Gwc-CoAtRS	0.55 142	0.27 110	0.73 163	0.49 116	0.30 129	0.63 200	0.25 34	1.38 251	1.12 278	1.05 230	1.02 208	1.10 331	0.55 177	0.72 82	0.44 164	0.17 78	0.14 139	0.17 73	0.15 108	0.16 57	0.17 83

MSCF	0.41 63	0.28 127	0.64 114	0.50 132	0.27 62	0.58 171	0.37 144	1.03 132	0.54 64	0.54 113	0.72 129	0.32 40	0.64 227	0.56 30	0.30 37	0.19 151	0.13 72	0.17 73	0.15 108	0.17 81	0.21 187

G2L-ROB	0.79 309	0.28 127	1.01 303	0.57 262	0.39 276	0.94 351	0.65 380	1.76 343	1.18 313	1.27 345	1.03 215	1.62 442	0.78 273	1.93 367	1.26 421	0.20 194	0.14 139	0.17 73	0.15 108	0.20 185	0.24 258

S2M2	0.35 37	0.28 127	0.47 26	0.43 46	0.30 129	0.31 14	0.16 1	0.61 16	0.68 107	0.32 16	0.49 59	0.47 87	0.34 52	0.40 4	0.33 62	0.25 323	0.22 365	0.20 169	0.22 307	0.25 310	0.23 237

H2IRNET	0.57 165	0.28 127	0.75 173	0.49 116	0.35 237	0.40 30	0.27 49	1.03 132	1.18 313	0.62 134	1.26 315	1.07 316	0.85 308	1.02 179	0.64 286	0.20 194	0.16 242	0.23 268	0.25 361	0.22 249	0.20 159

MGS-Stereo	0.43 78	0.28 127	0.61 98	0.46 74	0.28 97	0.49 89	0.33 94	0.60 13	0.89 170	0.47 73	1.32 342	0.51 106	0.32 45	0.66 70	0.39 118	0.20 194	0.16 242	0.18 109	0.16 145	0.18 113	0.18 99

MIF-Stereo (partial)	0.48 114	0.28 127	0.83 219	0.51 147	0.53 384	0.39 29	0.27 49	1.03 132	0.64 97	0.47 73	0.71 126	0.51 106	0.51 159	1.13 211	0.47 193	0.20 194	0.16 242	0.23 268	0.20 238	0.24 298	0.20 159

DCRE	0.85 348	0.28 127	0.76 178	0.60 302	0.49 357	0.59 173	0.53 306	1.04 139	0.92 181	0.80 163	7.34 560	0.87 236	0.57 186	0.78 104	0.43 159	0.16 46	0.17 271	0.19 135	0.17 169	0.18 113	0.22 216

DCANet-4	0.59 189	0.28 127	1.65 435	0.44 53	0.25 42	0.48 83	0.36 129	1.15 190	1.36 412	1.13 254	1.03 215	0.56 132	0.74 256	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

tt	6.61 564	0.28 127	6.10 532	3.77 571	2.17 549	11.53 570	19.61 578	13.53 579	5.81 564	3.00 541	2.82 522	4.97 552	6.33 564	3.83 471	7.23 547	9.13 581	11.32 583	5.87 579	6.22 579	6.01 575	2.63 562

IPLGR	0.62 206	0.28 127	1.32 398	0.50 132	0.29 112	0.65 215	0.34 106	1.47 271	1.19 315	1.21 309	1.07 232	0.70 179	0.65 232	1.05 186	0.55 248	0.18 113	0.15 205	0.20 169	0.17 169	0.21 229	0.20 159

GMOStereo	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

error version	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

test-v	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

HHNet	0.64 218	0.28 127	0.69 139	0.45 62	0.46 339	0.50 108	0.57 343	1.13 174	1.03 233	1.26 340	2.21 500	0.70 179	0.59 207	1.10 204	0.51 218	0.21 225	0.13 72	0.23 268	0.19 209	0.20 185	0.31 373

FTStereo	0.92 377	0.28 127	0.61 98	0.57 262	0.34 220	0.65 215	1.80 536	1.09 160	0.84 157	1.75 481	4.13 540	1.04 309	1.62 488	1.59 314	0.48 200	0.21 225	0.17 271	0.23 268	0.22 307	0.19 149	0.58 496

PFNet	0.92 377	0.28 127	1.20 373	0.68 395	0.32 182	0.62 189	0.55 330	1.27 230	1.01 226	1.47 430	1.09 243	0.97 286	0.68 243	6.58 530	0.59 269	0.21 225	0.13 72	0.24 292	0.19 209	0.20 185	0.20 159

GrayStereo	0.83 335	0.28 127	0.62 103	0.66 369	0.37 255	0.76 265	1.79 533	1.19 203	0.91 176	1.98 504	1.89 478	1.07 316	1.76 503	1.43 282	0.50 214	0.20 194	0.15 205	0.19 135	0.21 280	0.18 113	0.41 439

test-2	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

test-1	0.56 153	0.28 127	1.13 341	0.58 275	0.34 220	0.60 178	0.38 154	1.56 289	0.98 210	0.80 163	1.02 208	0.83 226	0.52 164	0.64 63	0.46 183	0.17 78	0.16 242	0.20 169	0.17 169	0.20 185	0.26 299

iRaftStereo_RVC	0.49 118	0.28 127	0.72 149	0.53 191	0.29 112	0.52 123	0.33 94	1.14 178	0.84 157	0.85 179	0.99 198	0.55 125	0.36 67	0.83 117	0.40 135	0.18 113	0.13 72	0.22 234	0.20 238	0.20 185	0.18 99

XX-Stereo	0.97 388	0.28 127	8.28 543	0.85 485	0.70 462	0.44 59	0.22 17	1.07 148	0.69 110	0.66 140	1.56 422	1.38 399	0.38 84	1.36 260	0.38 114	0.21 225	0.14 139	0.20 169	0.19 209	0.19 149	0.16 62

RAFT-Stereo + iAFF	0.56 153	0.28 127	0.81 201	0.45 62	0.25 42	0.40 30	0.34 106	1.12 170	1.13 284	1.35 386	1.58 428	0.80 205	0.67 239	0.71 81	0.43 159	0.14 21	0.11 20	0.18 109	0.17 169	0.18 113	0.16 62

AFF-stereo	0.60 197	0.28 127	0.72 149	0.48 101	0.29 112	0.34 17	0.37 144	1.22 214	1.20 319	1.21 309	1.59 432	1.10 331	0.70 250	1.01 175	0.44 164	0.14 21	0.12 36	0.19 135	0.20 238	0.18 113	0.15 31

GASTEREO	0.43 78	0.29 150	0.62 103	0.51 147	0.27 62	0.62 189	0.36 129	1.02 124	0.58 76	0.55 117	0.83 158	0.30 34	0.65 232	0.64 63	0.30 37	0.19 151	0.13 72	0.17 73	0.15 108	0.16 57	0.21 187

xyz-stereo-finetune2	0.59 189	0.29 150	0.66 125	0.41 36	0.24 23	1.08 386	0.34 106	0.87 89	0.60 85	0.68 143	1.08 239	0.58 136	0.79 282	2.39 418	0.83 340	0.17 78	0.15 205	0.21 203	0.17 169	0.16 57	0.18 99

SCV_C0	0.48 114	0.29 150	0.88 248	0.46 74	0.31 149	0.46 68	0.31 78	1.67 311	0.87 166	0.40 48	0.52 72	0.54 122	0.29 28	1.27 241	0.34 67	0.18 113	0.14 139	0.17 73	0.14 89	0.20 185	0.18 99

SCV	0.51 131	0.29 150	0.72 149	0.63 334	0.27 62	0.40 30	0.38 154	2.32 483	0.75 127	0.36 28	0.49 59	0.55 125	0.35 60	1.31 248	0.34 67	0.25 323	0.13 72	0.17 73	0.14 89	0.18 113	0.18 99

mms	0.42 74	0.29 150	0.60 91	0.47 89	0.33 202	0.43 54	0.46 250	0.75 46	0.50 54	0.36 28	0.61 99	0.44 65	0.30 34	1.39 270	0.34 67	0.16 46	0.14 139	0.18 109	0.15 108	0.19 149	0.21 187

fffy	0.44 85	0.29 150	0.67 129	0.47 89	0.30 129	0.46 68	0.34 106	0.98 113	0.57 73	0.40 48	0.59 95	0.55 125	0.41 90	1.26 238	0.37 107	0.16 46	0.14 139	0.19 135	0.16 145	0.19 149	0.20 159

UGAM	1.17 434	0.29 150	1.08 326	0.55 219	0.43 317	0.69 239	0.71 402	1.14 178	1.35 403	1.00 214	1.49 395	1.90 474	0.86 316	9.61 563	0.89 354	0.21 225	0.19 320	0.30 407	0.25 361	0.20 185	0.18 99

MyStereo06	0.67 235	0.29 150	1.06 318	0.58 275	0.48 351	0.62 189	0.72 403	2.26 473	0.89 170	1.07 238	1.12 256	1.22 356	0.56 183	0.83 117	0.47 193	0.17 78	0.17 271	0.24 292	0.21 280	0.23 269	0.23 237

MyStereo05	0.70 258	0.29 150	1.22 378	0.58 275	0.48 351	0.62 189	0.72 403	1.52 277	1.54 469	1.17 278	0.91 174	0.77 198	0.79 282	1.45 287	0.68 300	0.17 78	0.17 271	0.24 292	0.21 280	0.23 269	0.23 237

AE-Stereo	0.58 177	0.29 150	0.81 201	0.62 324	0.41 302	0.69 239	0.46 250	2.49 511	1.25 351	0.49 87	0.77 141	0.69 176	0.46 127	0.61 47	0.42 153	0.17 78	0.16 242	0.21 203	0.20 238	0.19 149	0.18 99

plain	0.49 118	0.29 150	1.23 380	0.51 147	0.40 288	0.35 19	0.37 144	1.04 139	0.62 92	0.44 58	0.76 137	0.42 61	0.41 90	1.17 222	0.46 183	0.23 281	0.15 205	0.24 292	0.19 209	0.25 310	0.18 99

LoS_RVC	0.45 88	0.29 150	0.48 29	0.49 116	0.83 493	0.51 117	0.43 212	0.65 20	0.44 39	0.47 73	0.78 143	0.44 65	0.60 213	0.59 42	0.37 107	0.14 21	0.12 36	0.14 2	0.10 1	0.14 15	1.08 535

anonymousdsp2	0.58 177	0.29 150	0.93 272	0.51 147	0.30 129	0.75 260	0.46 250	1.95 400	0.87 166	0.81 168	0.78 143	0.76 194	0.48 139	1.10 204	0.45 177	0.19 151	0.14 139	0.18 109	0.13 62	0.20 185	0.22 216

riskmin	0.62 206	0.29 150	0.73 163	0.50 132	0.34 220	0.86 323	0.44 231	1.74 339	1.07 249	0.76 157	0.76 137	1.19 349	1.01 385	0.84 122	0.60 272	0.20 194	0.16 242	0.24 292	0.16 145	0.24 298	0.29 347

Selective-RAFT	0.55 142	0.29 150	0.85 234	0.58 275	0.28 97	0.91 337	0.34 106	1.00 123	0.96 203	0.59 121	0.64 103	0.80 205	0.76 262	1.34 258	0.51 218	0.21 225	0.15 205	0.17 73	0.15 108	0.19 149	0.19 133

TestStereo1	0.66 224	0.29 150	0.95 283	0.82 474	0.32 182	0.47 74	0.43 212	1.52 277	1.22 334	0.99 210	1.32 342	0.65 163	0.76 262	1.78 344	0.44 164	0.20 194	0.16 242	0.22 234	0.19 209	0.21 229	0.20 159

RAFT_CTSACE	0.66 224	0.29 150	1.14 346	0.57 262	0.51 372	0.68 230	0.44 231	0.88 91	0.98 210	1.03 226	1.83 470	1.23 360	0.67 239	1.48 294	0.38 114	0.16 46	0.16 242	0.21 203	0.20 238	0.20 185	0.17 83

SA-5K	0.66 224	0.29 150	0.95 283	0.82 474	0.32 182	0.47 74	0.43 212	1.52 277	1.22 334	0.99 210	1.32 342	0.65 163	0.76 262	1.78 344	0.44 164	0.20 194	0.16 242	0.22 234	0.19 209	0.21 229	0.20 159

IPLG	0.72 270	0.29 150	1.12 340	0.53 191	0.44 327	0.79 283	0.33 94	1.35 245	1.10 264	1.32 367	1.11 252	0.52 113	0.54 174	3.13 450	0.71 307	0.17 78	0.14 139	0.20 169	0.17 169	0.18 113	0.21 187

PSM-AAD	0.80 315	0.29 150	0.58 78	0.58 275	0.29 112	0.76 265	1.19 497	1.08 153	0.94 194	1.65 470	1.58 428	0.81 211	2.12 525	1.67 327	0.44 164	0.19 151	0.14 139	0.38 470	0.32 451	0.22 249	0.68 512

KYRaft	0.77 295	0.29 150	0.68 133	0.59 294	0.29 112	0.66 221	0.83 436	1.05 143	0.89 170	1.63 467	2.22 501	1.15 344	0.99 376	1.59 314	0.41 145	0.21 225	0.14 139	0.22 234	0.28 407	0.21 229	1.01 531

ASMatch	0.89 361	0.29 150	0.72 149	0.56 240	0.36 245	0.47 74	0.37 144	1.16 195	0.95 199	1.11 243	3.26 530	0.95 278	0.96 360	4.88 490	0.53 236	0.20 194	0.16 242	0.22 234	0.19 209	0.20 185	0.30 363

THIR-Stereo	1.02 402	0.29 150	0.73 163	0.51 147	0.29 112	0.94 351	1.31 507	1.08 153	0.98 210	1.35 386	1.91 482	1.16 345	1.54 484	6.37 528	0.79 329	0.20 194	0.14 139	0.21 203	0.22 307	0.19 149	0.25 279

Prome-Stereo	0.76 289	0.29 150	0.57 76	0.58 275	0.33 202	0.58 171	0.94 462	0.98 113	0.92 181	1.46 429	2.45 513	0.91 258	1.38 465	1.60 319	0.44 164	0.19 151	0.13 72	0.19 135	0.18 187	0.20 185	0.87 527

raft+_RVC	0.56 153	0.29 150	0.61 98	0.65 355	0.56 403	0.53 132	0.53 306	1.40 257	1.02 230	0.78 160	1.04 221	0.70 179	0.55 177	1.00 172	0.49 211	0.18 113	0.16 242	0.19 135	0.19 209	0.18 113	0.17 83

Replicate-Monster	0.43 78	0.30 175	2.04 466	0.37 3	0.22 12	0.47 74	0.23 27	0.82 69	0.50 54	0.44 58	0.27 12	0.31 37	0.29 28	1.01 175	0.26 7	0.14 21	0.11 20	0.14 2	0.12 31	0.13 5	0.38 425

coex_refinement	0.84 341	0.30 175	0.89 252	0.72 427	0.52 377	0.95 358	0.60 363	1.92 393	1.29 383	1.38 398	1.37 361	1.80 470	0.82 295	1.48 294	1.31 426	0.27 370	0.17 271	0.19 135	0.20 238	0.25 310	0.27 317

AIO-test2	0.61 203	0.30 175	0.93 272	0.65 355	0.65 440	0.79 283	0.50 287	1.33 243	1.40 430	0.65 137	1.15 278	0.53 118	0.42 96	1.18 223	0.36 94	0.25 323	0.18 302	0.26 352	0.31 444	0.20 185	0.21 187

ours_stereo	0.40 58	0.30 175	0.57 76	0.47 89	0.31 149	0.40 30	0.44 231	0.79 60	0.58 76	0.36 28	0.58 92	0.46 78	0.33 48	1.14 213	0.33 62	0.17 78	0.13 72	0.19 135	0.15 108	0.19 149	0.20 159

PAM_32	0.87 356	0.30 175	1.08 326	0.56 240	0.32 182	2.10 508	0.36 129	2.26 473	1.01 226	1.13 254	1.05 228	3.14 535	1.47 479	1.00 172	0.42 153	0.19 151	0.14 139	0.20 169	0.18 187	0.19 149	0.25 279

gcap-zeroshot	0.59 189	0.30 175	1.11 336	0.51 147	0.30 129	0.79 283	0.36 129	1.86 373	0.86 163	0.90 191	0.68 114	1.44 408	0.50 156	0.82 111	0.35 76	0.19 151	0.16 242	0.18 109	0.15 108	0.18 113	0.18 99

testlalala2	0.60 197	0.30 175	0.68 133	1.79 544	1.30 537	0.65 215	0.41 186	1.06 145	0.75 127	0.91 193	0.96 183	0.75 192	0.34 52	0.56 30	0.45 177	0.18 113	0.16 242	0.17 73	0.13 62	0.17 81	0.19 133

MyStereo07	0.50 128	0.30 175	0.58 78	0.58 275	0.48 351	0.59 173	0.78 415	1.19 203	0.60 85	0.49 87	0.54 82	0.43 64	0.55 177	1.32 254	0.36 94	0.18 113	0.18 302	0.24 292	0.21 280	0.23 269	0.23 237

MyStereo04	0.71 264	0.30 175	1.28 391	0.58 275	0.48 351	0.59 173	0.78 415	1.74 339	1.49 463	0.94 202	0.91 174	0.74 190	0.86 316	1.59 314	0.69 301	0.18 113	0.18 302	0.24 292	0.21 280	0.23 269	0.23 237

11t1	0.57 165	0.30 175	0.84 228	0.54 205	0.30 129	0.83 307	0.41 186	1.34 244	0.79 142	0.88 186	0.82 156	0.70 179	0.70 250	0.96 162	0.67 296	0.21 225	0.21 350	0.20 169	0.16 145	0.21 229	0.26 299

ff7	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

ffff	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

11t	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

MSKI-zero shot	0.56 153	0.30 175	0.61 98	0.55 219	0.28 97	0.68 230	0.28 56	1.25 225	0.68 107	0.92 196	1.33 347	0.81 211	0.33 48	1.94 368	0.36 94	0.18 113	0.13 72	0.17 73	0.13 62	0.16 57	0.19 133

testlalala	0.49 118	0.30 175	0.70 144	0.44 53	0.40 288	0.68 230	0.38 154	1.38 251	0.58 76	1.28 351	0.82 156	0.61 151	0.36 67	0.57 36	0.34 67	0.21 225	0.14 139	0.18 109	0.12 31	0.15 38	0.16 62

anonymousdsp	0.45 88	0.30 175	0.60 91	0.48 101	0.34 220	0.49 89	0.42 194	0.97 109	0.60 85	0.51 106	0.53 76	0.46 78	0.47 134	1.36 260	0.35 76	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

anonymousa	0.78 300	0.30 175	0.85 234	0.51 147	0.96 512	1.41 446	0.47 261	1.61 303	0.94 194	1.33 373	1.77 461	1.66 449	1.11 419	0.72 82	0.63 282	0.19 151	0.18 302	0.23 268	0.25 361	0.20 185	0.22 216

ProNet	0.46 98	0.30 175	0.69 139	0.46 74	0.32 182	0.57 160	0.52 300	1.15 190	0.67 104	0.44 58	0.50 65	0.44 65	0.43 104	1.31 248	0.38 114	0.16 46	0.15 205	0.19 135	0.16 145	0.18 113	0.18 99

ccc-4	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

DisPM	0.68 248	0.30 175	0.85 234	0.66 369	0.35 237	0.60 178	0.44 231	1.10 166	1.10 264	1.56 452	1.10 245	0.80 205	0.58 203	2.37 416	0.46 183	0.25 323	0.14 139	0.23 268	0.21 280	0.20 185	0.26 299

RAFT+CT+SA	0.63 215	0.30 175	0.73 163	0.69 408	0.37 255	0.40 30	0.55 330	1.93 395	1.04 239	0.72 150	1.23 307	0.62 154	0.69 247	1.69 333	0.42 153	0.19 151	0.13 72	0.22 234	0.22 307	0.21 229	0.19 133

Sa-1000	0.76 289	0.30 175	0.92 270	0.62 324	0.31 149	0.78 275	0.37 144	2.00 413	1.38 419	1.30 358	2.04 491	0.86 234	0.74 256	1.87 357	0.40 135	0.19 151	0.14 139	0.25 331	0.24 352	0.21 229	0.19 133

IGEV-Stereo	0.45 88	0.30 175	0.60 91	0.48 101	0.34 220	0.49 89	0.42 194	0.98 113	0.60 85	0.51 106	0.53 76	0.46 78	0.47 134	1.36 260	0.35 76	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LCNet	0.73 273	0.30 175	0.58 78	0.58 275	0.31 149	0.68 230	0.53 306	1.09 160	0.94 194	1.19 297	1.34 351	0.96 283	1.32 458	2.50 426	0.46 183	0.19 151	0.13 72	0.21 203	0.25 361	0.28 344	0.69 514

AAGNet	1.84 501	0.30 175	0.79 191	0.66 369	0.32 182	0.65 215	0.50 287	1.02 124	1.01 226	1.47 430	1.21 297	0.99 292	1.16 427	2.76 440	22.69 582	0.24 303	0.13 72	0.22 234	0.20 238	0.24 298	0.16 62

TransformOpticalFlow	0.97 388	0.30 175	0.96 290	0.54 205	0.31 149	0.65 215	0.54 320	1.87 374	1.19 315	1.12 251	1.44 385	1.34 390	0.98 373	6.68 533	0.44 164	0.19 151	0.12 36	0.21 203	0.19 209	0.18 113	0.23 237

SST-Stereo	0.85 348	0.30 175	0.81 201	0.63 334	0.31 149	0.70 243	0.25 34	1.16 195	0.95 199	1.47 430	1.11 252	0.99 292	0.86 316	5.69 507	0.53 236	0.23 281	0.13 72	0.23 268	0.19 209	0.23 269	0.19 133

RAFT_R40	0.84 341	0.30 175	0.83 219	0.63 334	0.31 149	0.66 221	0.43 212	1.15 190	0.99 219	1.47 430	1.10 245	1.00 298	0.84 303	5.44 504	0.53 236	0.23 281	0.13 72	0.23 268	0.20 238	0.23 269	0.19 133

IRAFT_RVC	0.90 369	0.30 175	0.89 252	0.67 383	0.31 149	0.64 209	1.00 473	1.40 257	0.97 207	1.23 320	1.04 221	1.00 298	0.96 360	5.77 512	0.57 257	0.24 303	0.13 72	0.25 331	0.21 280	0.20 185	0.21 187

SFCPSM	0.74 277	0.30 175	1.06 318	0.52 168	0.39 276	1.36 436	0.64 378	2.42 499	1.11 271	1.18 289	1.21 297	0.81 211	0.78 273	1.08 196	0.57 257	0.22 259	0.17 271	0.22 234	0.24 352	0.23 269	0.21 187

FENet	0.62 206	0.30 175	0.68 133	0.57 262	0.33 202	0.82 300	0.40 176	1.41 261	1.12 278	1.03 226	0.87 166	0.98 287	0.84 303	1.00 172	0.70 304	0.23 281	0.16 242	0.23 268	0.20 238	0.22 249	0.24 258

R-Stereo Train	0.60 197	0.30 175	0.72 149	0.57 262	0.37 255	0.68 230	0.52 300	1.45 266	0.78 133	1.61 461	1.50 402	0.76 194	0.53 166	0.67 71	0.51 218	0.19 151	0.16 242	0.18 109	0.15 108	0.18 113	0.19 133

RAFT-Stereo	0.60 197	0.30 175	0.72 149	0.57 262	0.37 255	0.68 230	0.52 300	1.45 266	0.78 133	1.61 461	1.50 402	0.76 194	0.53 166	0.67 71	0.51 218	0.19 151	0.16 242	0.18 109	0.15 108	0.18 113	0.19 133
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
G2L-Stereo_test	0.77 295	0.31 208	0.97 291	0.51 147	0.41 302	0.90 334	0.80 426	1.67 311	1.22 334	1.32 367	1.27 324	1.50 422	0.81 293	1.74 338	1.02 390	0.20 194	0.14 139	0.16 49	0.16 145	0.18 113	0.22 216

PAM	0.86 352	0.31 208	1.19 369	0.55 219	0.35 237	2.17 509	0.47 261	2.26 473	0.87 166	1.18 289	0.96 183	3.01 530	1.41 472	0.90 144	0.40 135	0.19 151	0.13 72	0.19 135	0.18 187	0.20 185	0.27 317

model_zeroshot	0.53 136	0.31 208	1.00 301	0.57 262	0.39 276	0.74 255	0.39 168	1.38 251	0.67 104	0.88 186	0.85 162	0.71 186	0.37 74	0.77 95	0.39 118	0.21 225	0.17 271	0.19 135	0.17 169	0.17 81	0.22 216

test_sample2	0.67 235	0.31 208	0.89 252	0.54 205	0.29 112	0.80 290	0.63 376	1.83 361	1.10 264	0.93 199	1.06 229	0.94 274	0.92 348	1.24 233	0.59 269	0.23 281	0.20 334	0.22 234	0.21 280	0.24 298	0.25 279

CoDeX	0.78 300	0.31 208	1.04 311	0.56 240	0.37 255	1.13 393	0.60 363	2.77 530	1.29 383	1.17 278	1.26 315	0.91 258	0.87 325	1.42 280	0.74 312	0.21 225	0.16 242	0.21 203	0.18 187	0.21 229	0.21 187

SA	0.69 257	0.31 208	0.97 291	0.64 348	0.30 129	0.56 158	0.38 154	1.84 363	1.35 403	0.99 210	1.37 361	0.69 176	0.94 353	1.88 363	0.43 159	0.20 194	0.16 242	0.25 331	0.23 339	0.22 249	0.19 133

iRaft-Stereo_5w	0.89 361	0.31 208	1.04 311	0.56 240	0.47 349	0.47 74	0.68 389	1.19 203	1.08 252	0.80 163	1.35 356	1.46 414	0.90 337	5.11 493	1.16 404	0.18 113	0.15 205	0.22 234	0.19 209	0.21 229	0.24 258

MIPNet	0.60 197	0.31 208	1.07 323	0.51 147	0.34 220	0.68 230	0.40 176	1.67 311	1.14 290	1.11 243	0.93 178	0.60 145	0.78 273	0.77 95	0.58 262	0.18 113	0.14 139	0.19 135	0.16 145	0.18 113	0.21 187

PFNet+	0.62 206	0.31 208	0.99 296	0.57 262	0.31 149	0.57 160	0.30 71	0.99 121	1.25 351	1.33 373	1.10 245	0.79 203	0.57 186	1.35 259	0.53 236	0.26 349	0.17 271	0.28 383	0.26 379	0.21 229	0.27 317

STrans-v2	1.06 412	0.31 208	1.02 306	0.52 168	0.33 202	0.67 226	0.78 415	2.66 526	1.26 359	1.15 270	1.46 389	1.37 397	1.40 468	6.68 533	0.46 183	0.19 151	0.13 72	0.21 203	0.18 187	0.18 113	0.21 187

NRIStereo	0.62 206	0.31 208	0.78 187	0.56 240	0.28 97	0.63 200	0.33 94	1.16 195	0.92 181	1.15 270	0.87 166	0.90 254	0.58 203	2.24 403	0.56 254	0.22 259	0.14 139	0.21 203	0.19 209	0.22 249	0.18 99

Pruner-Stereo	0.64 218	0.31 208	0.79 191	0.66 369	0.31 149	0.61 186	0.42 194	1.22 214	1.09 260	1.53 444	1.09 243	0.94 274	0.55 177	1.37 263	0.56 254	0.25 323	0.14 139	0.24 292	0.21 280	0.21 229	0.25 279

DeepStereo_RVC	0.57 165	0.31 208	0.78 187	0.53 191	0.30 129	0.57 160	0.32 87	1.11 168	0.80 145	1.17 278	0.94 180	0.83 226	0.93 350	1.01 175	0.61 275	0.23 281	0.14 139	0.21 203	0.19 209	0.24 298	0.26 299

222	1.67 487	0.31 208	0.93 272	0.59 294	0.31 149	1.05 378	0.43 212	2.39 495	1.47 458	1.37 393	1.55 416	0.94 274	0.94 353	1.98 374	17.76 575	0.24 303	0.22 365	0.21 203	0.20 238	0.22 249	0.26 299

test_xeample	1.55 478	0.31 208	0.94 279	0.54 205	0.31 149	0.94 351	0.58 350	2.40 497	1.40 430	1.29 356	1.55 416	0.89 252	0.88 331	1.72 336	15.94 572	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

EAI-Stereo	0.76 289	0.31 208	0.74 168	0.55 219	0.28 97	0.70 243	1.72 529	2.57 518	0.90 175	0.75 155	3.03 527	0.57 134	0.43 104	1.10 204	0.49 211	0.19 151	0.14 139	0.17 73	0.18 187	0.17 81	0.21 187

GANet-RSSM	0.78 300	0.31 208	0.90 262	0.67 383	0.58 411	0.80 290	0.62 371	2.04 422	1.15 295	1.11 243	1.27 324	1.26 371	1.18 438	1.68 329	0.74 312	0.26 349	0.21 350	0.22 234	0.22 307	0.23 269	0.23 237

HSM-Net_RVC	0.91 374	0.31 208	0.60 91	0.54 205	0.31 149	1.15 400	0.60 363	3.76 549	1.30 387	1.57 455	1.75 457	1.67 451	1.01 385	1.61 321	0.90 358	0.23 281	0.17 271	0.19 135	0.18 187	0.20 185	0.22 216
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
test_sample1	0.67 235	0.32 226	0.90 262	0.54 205	0.33 202	0.76 265	0.48 268	1.75 341	1.06 247	0.95 204	0.99 198	0.91 258	1.10 416	1.25 234	0.79 329	0.22 259	0.19 320	0.21 203	0.20 238	0.21 229	0.25 279

MyStereo8	0.70 258	0.32 226	1.24 383	0.63 334	0.53 384	0.90 334	0.34 106	1.60 301	1.35 403	1.20 302	1.31 337	0.89 252	0.64 227	0.77 95	1.02 390	0.18 113	0.15 205	0.20 169	0.18 187	0.22 249	0.30 363

SMFormer	0.79 309	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.99 382	0.24 303	0.22 365	0.22 234	0.21 280	0.23 269	0.27 317

tta	0.79 309	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.99 382	0.24 303	0.22 365	0.22 234	0.21 280	0.19 149	0.22 216

qqq1	0.76 289	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.48 200	0.24 303	0.22 365	0.18 109	0.15 108	0.19 149	0.22 216

fff1	0.76 289	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.48 200	0.24 303	0.22 365	0.18 109	0.15 108	0.19 149	0.22 216

1111x	1.96 509	0.32 226	1.54 427	0.54 205	0.30 129	1.00 370	0.69 392	2.47 507	1.33 398	1.21 309	1.44 385	1.21 352	1.11 419	8.49 554	16.14 573	0.22 259	0.23 393	0.22 234	0.23 339	0.25 310	0.26 299

GCAP-Stereo	0.43 78	0.32 226	0.80 196	0.50 132	0.27 62	0.53 132	0.31 78	1.05 143	0.67 104	0.69 144	0.71 126	0.58 136	0.42 96	0.51 20	0.35 76	0.18 113	0.15 205	0.18 109	0.13 62	0.17 81	0.15 31

knoymous	0.53 136	0.32 226	0.51 52	0.46 74	0.30 129	0.57 160	0.54 320	1.10 166	0.78 133	0.99 210	0.84 160	0.95 278	0.57 186	0.89 141	0.51 218	0.21 225	0.14 139	0.26 352	0.14 89	0.23 269	0.25 279

raft_robust	0.71 264	0.32 226	0.75 173	0.54 205	0.28 97	0.54 145	0.35 119	1.54 283	1.24 343	1.18 289	1.07 232	0.73 189	0.53 166	3.65 463	0.40 135	0.19 151	0.16 242	0.20 169	0.22 307	0.21 229	0.19 133

test_5	0.70 258	0.32 226	0.99 296	0.69 408	0.50 362	0.89 330	0.51 289	1.88 379	1.14 290	0.78 160	1.13 267	1.04 309	0.89 334	1.59 314	0.46 183	0.19 151	0.14 139	0.23 268	0.22 307	0.22 249	0.20 159

CRE-IMP	0.57 165	0.32 226	0.82 210	0.54 205	0.29 112	0.77 274	0.25 34	1.19 203	0.79 142	1.09 240	0.95 181	0.81 211	0.57 186	1.11 207	0.57 257	0.22 259	0.14 139	0.23 268	0.19 209	0.28 344	0.24 258

RAFT	0.67 235	0.32 226	0.83 219	0.63 334	0.34 220	0.69 239	0.57 343	1.14 178	0.84 157	1.12 251	1.20 291	1.75 465	0.92 348	1.09 200	0.60 272	0.22 259	0.19 320	0.27 367	0.24 352	0.22 249	0.23 237

rafts_anoy	0.55 142	0.32 226	0.66 125	0.72 427	0.61 427	0.53 132	0.40 176	1.24 221	1.06 247	0.85 179	0.83 158	0.67 169	0.53 166	0.77 95	0.55 248	0.20 194	0.15 205	0.25 331	0.26 379	0.22 249	0.21 187

xxxx	1.61 483	0.32 226	0.98 294	0.58 275	0.31 149	1.15 400	0.43 212	2.43 500	1.41 434	1.17 278	1.40 373	1.21 352	0.86 316	1.94 368	16.68 574	0.24 303	0.24 403	0.21 203	0.20 238	0.23 269	0.27 317

ac_64	0.86 352	0.32 226	1.02 306	0.74 441	0.60 421	1.04 375	0.53 306	2.20 468	0.99 219	1.23 320	1.11 252	1.96 486	1.06 407	2.01 379	1.01 387	0.30 411	0.22 365	0.24 292	0.23 339	0.22 249	0.22 216

cf-r	0.79 309	0.32 226	1.06 318	0.57 262	0.64 435	0.78 275	0.51 289	2.04 422	1.22 334	1.20 302	1.27 324	1.53 428	0.91 340	1.47 292	0.94 374	0.25 323	0.19 320	0.22 234	0.23 339	0.19 149	0.21 187

PSMNet-RSSM	0.78 300	0.32 226	0.89 252	0.65 355	0.43 317	0.73 253	0.58 350	2.14 447	1.19 315	1.18 289	1.38 366	1.31 383	1.07 409	1.43 282	0.82 339	0.28 388	0.21 350	0.27 367	0.29 426	0.25 310	0.26 299

DIP-Stereo	0.64 218	0.32 226	0.91 267	0.49 116	0.36 245	0.91 337	0.33 94	2.51 514	0.77 129	1.25 327	1.00 203	0.68 171	0.51 159	0.92 149	0.65 291	0.19 151	0.15 205	0.21 203	0.17 169	0.19 149	0.22 216
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
UGAM-zero	1.05 410	0.33 245	1.04 311	0.49 116	0.31 149	0.67 226	0.26 43	2.37 493	0.80 145	1.05 230	1.11 252	2.86 528	1.81 506	6.26 522	0.50 214	0.18 113	0.15 205	0.19 135	0.16 145	0.17 81	0.21 187

GCAP-BAT	0.54 139	0.33 245	0.75 173	0.45 62	0.50 362	0.84 315	0.35 119	0.98 113	0.80 145	0.88 186	1.04 221	0.88 242	0.37 74	1.25 234	0.41 145	0.19 151	0.15 205	0.18 109	0.13 62	0.17 81	0.22 216

IGEVStereo-DCA	0.49 118	0.33 245	0.64 114	0.46 74	0.34 220	0.50 108	0.42 194	0.93 97	0.59 79	0.48 81	0.48 55	0.48 92	0.45 117	2.28 408	0.44 164	0.19 151	0.14 139	0.19 135	0.15 108	0.17 81	0.21 187

rrr	0.57 165	0.33 245	2.43 484	0.46 74	0.34 220	0.50 108	0.38 154	0.84 77	0.55 67	0.48 81	0.48 55	0.48 92	0.45 117	2.28 408	0.44 164	0.19 151	0.14 139	0.19 135	0.15 108	0.17 81	0.18 99

IGEV_Zeroshot_test	0.59 189	0.33 245	1.11 336	0.63 334	0.37 255	0.41 37	0.33 94	1.80 354	0.79 142	1.04 228	1.10 245	1.06 313	0.43 104	0.87 133	0.48 200	0.18 113	0.13 72	0.19 135	0.18 187	0.20 185	0.23 237

EKT-Stereo	0.56 153	0.33 245	0.84 228	0.61 316	0.64 435	0.51 117	0.48 268	1.14 178	0.95 199	0.74 153	0.89 171	0.77 198	0.42 96	1.18 223	0.42 153	0.23 281	0.17 271	0.21 203	0.18 187	0.20 185	0.26 299

HH	0.68 248	0.33 245	0.83 219	0.53 191	0.34 220	0.92 344	0.45 244	1.79 350	0.74 122	0.71 146	1.13 267	1.60 437	0.83 300	1.95 371	0.39 118	0.18 113	0.14 139	0.19 135	0.17 169	0.19 149	0.19 133

HanStereo	0.68 248	0.33 245	0.83 219	0.53 191	0.34 220	0.92 344	0.45 244	1.79 350	0.74 122	0.71 146	1.13 267	1.60 437	0.83 300	1.95 371	0.39 118	0.18 113	0.14 139	0.19 135	0.17 169	0.19 149	0.19 133

IER	0.74 277	0.33 245	1.25 385	0.50 132	0.53 384	1.32 428	0.55 330	1.31 239	1.08 252	1.30 358	1.34 351	1.11 336	1.10 416	1.05 186	0.81 338	0.20 194	0.17 271	0.21 203	0.21 280	0.20 185	0.21 187

iRaft-Stereo_20w	0.71 264	0.33 245	1.25 385	0.50 132	0.36 245	0.82 300	0.31 78	3.16 541	0.89 170	1.24 324	1.14 272	0.79 203	0.65 232	1.15 214	0.43 159	0.18 113	0.13 72	0.18 109	0.17 169	0.20 185	0.23 237

GwcNet-ADL	0.67 235	0.33 245	0.90 262	0.58 275	0.41 302	0.60 178	0.59 356	1.55 286	1.28 371	1.11 243	1.13 267	0.90 254	0.59 207	1.11 207	0.91 362	0.28 388	0.18 302	0.18 109	0.18 187	0.25 310	0.33 391

Patchmatch Stereo++	0.57 165	0.33 245	0.82 210	0.52 168	0.27 62	0.63 200	0.28 56	1.14 178	0.73 115	1.13 254	0.96 183	0.82 217	0.60 213	1.40 272	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
NF-Stereo	0.82 326	0.33 245	0.83 219	0.65 355	0.31 149	0.63 200	0.43 212	1.35 245	0.93 188	1.30 358	1.02 208	0.81 211	0.57 186	5.37 503	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.30 363

OCTAStereo	0.82 326	0.33 245	0.83 219	0.65 355	0.31 149	0.62 189	0.44 231	1.35 245	0.93 188	1.30 358	1.02 208	0.81 211	0.57 186	5.32 498	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.30 363

PSM-softLoss	0.80 315	0.33 245	0.89 252	0.63 334	0.32 182	0.55 150	0.40 176	1.26 226	0.78 133	1.25 327	1.07 232	0.83 226	0.51 159	5.33 499	0.61 275	0.25 323	0.15 205	0.25 331	0.22 307	0.20 185	0.26 299

KMStereo	0.80 315	0.33 245	0.89 252	0.63 334	0.32 182	0.55 150	0.40 176	1.26 226	0.78 133	1.25 327	1.07 232	0.83 226	0.51 159	5.33 499	0.61 275	0.25 323	0.15 205	0.25 331	0.22 307	0.20 185	0.26 299

PSM-adaLoss	0.56 153	0.33 245	0.81 201	0.52 168	0.27 62	0.63 200	0.41 186	1.14 178	0.73 115	1.13 254	0.96 183	0.82 217	0.60 213	1.09 200	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

ROB_FTStereo_v2	0.57 165	0.33 245	0.81 201	0.52 168	0.27 62	0.62 189	0.42 194	1.14 178	0.73 115	1.13 254	0.97 192	0.82 217	0.60 213	1.15 214	0.53 236	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

ROB_FTStereo	0.56 153	0.33 245	0.82 210	0.52 168	0.27 62	0.62 189	0.25 34	1.14 178	0.74 122	1.13 254	0.96 183	0.82 217	0.60 213	1.18 223	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

HUI-Stereo	0.54 139	0.33 245	0.81 201	0.52 168	0.27 62	0.62 189	0.29 63	1.14 178	0.74 122	1.13 254	0.96 183	0.82 217	0.60 213	0.83 117	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

RE-Stereo	0.82 326	0.33 245	0.84 228	0.65 355	0.31 149	0.63 200	0.44 231	1.35 245	0.93 188	1.30 358	1.02 208	0.80 205	0.57 186	5.34 501	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.31 373

TVStereo	0.82 326	0.33 245	0.84 228	0.65 355	0.31 149	0.63 200	0.44 231	1.35 245	0.93 188	1.30 358	1.02 208	0.80 205	0.57 186	5.34 501	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.31 373

iGMRVC	0.58 177	0.33 245	0.81 201	0.52 168	0.27 62	0.62 189	0.38 154	1.14 178	0.73 115	1.13 254	0.97 192	0.82 217	0.59 207	1.54 304	0.53 236	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

iRAFT	0.57 165	0.33 245	0.82 210	0.52 168	0.27 62	0.63 200	0.28 56	1.14 178	0.73 115	1.13 254	0.96 183	0.82 217	0.60 213	1.40 272	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

CroCo-Stereo	0.42 74	0.33 245	0.83 219	0.59 294	0.28 97	0.26 4	0.33 94	1.22 214	0.85 161	0.43 55	0.49 59	0.65 163	0.46 127	0.40 4	0.36 94	0.19 151	0.15 205	0.16 49	0.14 89	0.20 185	0.17 83
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
RAFT-IKP	0.57 165	0.33 245	0.82 210	0.52 168	0.27 62	0.57 160	0.35 119	1.14 178	0.73 115	1.13 254	0.96 183	0.83 226	0.61 222	1.26 238	0.53 236	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

test_xeample3	0.57 165	0.33 245	3.11 505	0.46 74	0.34 220	0.55 150	0.38 154	0.86 86	0.49 52	0.54 113	0.46 50	0.44 65	0.44 110	1.49 301	0.45 177	0.18 113	0.14 139	0.19 135	0.15 108	0.17 81	0.18 99

ACVNet	0.66 224	0.33 245	0.74 168	0.55 219	0.37 255	0.80 290	0.47 261	1.46 268	1.11 271	1.01 219	1.31 337	1.07 316	0.91 340	0.82 111	1.09 397	0.22 259	0.19 320	0.21 203	0.18 187	0.23 269	0.19 133

acv_ft	0.78 300	0.33 245	1.10 334	0.73 435	0.86 497	1.23 418	0.57 343	1.65 310	1.11 271	1.31 364	1.31 337	1.07 316	0.91 340	0.82 111	1.35 436	0.22 259	0.19 320	0.21 203	0.18 187	0.22 249	0.19 133

HI	0.67 235	0.34 274	0.80 196	0.51 147	0.51 372	0.41 37	0.37 144	1.15 190	0.80 145	1.34 380	1.42 379	1.60 437	1.11 419	0.96 162	0.90 358	0.16 46	0.12 36	0.20 169	0.21 280	0.20 185	0.20 159

CoSv	0.67 235	0.34 274	0.80 196	0.51 147	0.51 372	0.41 37	0.37 144	1.15 190	0.80 145	1.34 380	1.42 379	1.60 437	1.11 419	0.96 162	0.90 358	0.16 46	0.12 36	0.20 169	0.21 280	0.20 185	0.20 159

rvit_stereo_0083	0.49 118	0.34 274	0.85 234	0.57 262	0.36 245	0.49 89	0.43 212	0.73 41	1.05 245	0.50 96	0.57 91	0.55 125	0.50 156	0.92 149	0.50 214	0.25 323	0.25 415	0.24 292	0.20 238	0.25 310	0.19 133

rvit_stereo_0081	0.46 98	0.34 274	0.72 149	0.56 240	0.35 237	0.41 37	0.44 231	0.74 44	1.04 239	0.49 87	0.52 72	0.51 106	0.49 150	0.86 128	0.47 193	0.25 323	0.20 334	0.22 234	0.19 209	0.26 322	0.19 133

rvit_stereo_0082	0.46 98	0.34 274	0.72 149	0.56 240	0.35 237	0.41 37	0.44 231	0.74 44	1.04 239	0.49 87	0.52 72	0.51 106	0.49 150	0.86 128	0.47 193	0.25 323	0.20 334	0.22 234	0.19 209	0.26 322	0.19 133

CAS++	0.48 114	0.34 274	0.59 84	0.48 101	0.32 182	0.45 63	0.29 63	1.73 337	0.78 133	0.71 146	0.73 133	0.36 50	0.28 25	0.70 78	0.35 76	0.27 370	0.22 365	0.26 352	0.21 280	0.29 361	0.22 216
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DispNO	0.98 391	0.34 274	2.02 462	0.58 275	0.55 398	0.88 328	0.49 279	1.70 328	1.24 343	1.22 317	1.26 315	1.18 347	0.88 331	5.17 494	0.88 351	0.23 281	0.18 302	0.24 292	0.22 307	0.19 149	0.22 216

ACVNet-DCA	0.59 189	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.58 294	0.91 176	0.60 128	0.80 151	0.47 87	0.87 325	1.48 294	0.35 76	0.21 225	0.13 72	0.25 331	0.15 108	0.23 269	0.25 279

xx1	0.70 258	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.07 148	3.23 545	0.60 128	0.80 151	0.95 278	0.79 282	1.48 294	0.35 76	0.21 225	0.13 72	0.24 292	0.23 339	0.23 269	0.25 279

1test111	0.58 177	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.58 294	0.91 176	0.60 128	0.80 151	0.47 87	0.87 325	0.99 168	0.67 296	0.21 225	0.13 72	0.25 331	0.15 108	0.23 269	0.25 279

cc1	0.68 248	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.07 148	3.23 545	0.60 128	0.80 151	0.47 87	0.87 325	1.48 294	0.35 76	0.21 225	0.13 72	0.25 331	0.15 108	0.19 149	0.23 237

tt1	0.65 222	0.34 274	0.65 120	0.60 302	0.27 62	1.14 396	0.48 268	1.08 153	2.62 532	0.59 121	0.79 146	0.49 95	0.80 289	1.57 307	0.35 76	0.21 225	0.13 72	0.25 331	0.16 145	0.20 185	0.23 237

PCWNet_CMD	0.68 248	0.34 274	0.93 272	0.51 147	0.38 267	0.80 290	0.42 194	1.51 275	1.34 400	1.17 278	1.31 337	1.23 360	0.65 232	0.94 153	0.62 278	0.21 225	0.17 271	0.27 367	0.19 209	0.43 449	0.28 333

CFNet_ucs	0.73 273	0.34 274	0.94 279	0.53 191	0.44 327	0.76 265	0.46 250	1.73 337	1.34 400	1.24 324	1.54 413	1.08 326	0.64 227	1.05 186	0.64 286	0.26 349	0.20 334	0.37 466	0.22 307	0.42 447	0.30 363

x	0.59 189	0.34 274	0.79 191	0.51 147	0.32 182	0.69 239	0.46 250	1.64 307	0.97 207	0.86 184	0.86 164	0.83 226	0.74 256	0.75 92	0.70 304	0.21 225	0.22 365	0.22 234	0.20 238	0.21 229	0.24 258

BUS	0.78 300	0.34 274	0.77 181	0.55 219	0.45 331	2.30 515	0.42 194	2.65 523	1.04 239	1.25 327	1.12 256	1.02 305	0.70 250	0.94 153	0.75 315	0.25 323	0.18 302	0.25 331	0.22 307	0.23 269	0.24 258

BSDual-CNN	0.75 281	0.34 274	0.77 181	0.55 219	0.45 331	1.25 421	0.66 384	2.65 523	1.04 239	1.25 327	1.12 256	1.11 336	0.77 266	0.94 153	0.76 318	0.25 323	0.18 302	0.25 331	0.22 307	0.23 269	0.24 258

hknet	0.82 326	0.34 274	1.15 348	0.55 219	0.39 276	1.25 421	0.66 384	2.65 523	1.10 264	1.25 327	1.12 256	1.58 436	0.85 308	1.41 275	0.79 329	0.23 281	0.18 302	0.25 331	0.22 307	0.23 269	0.24 258

psmg	0.75 281	0.34 274	0.77 181	0.52 168	0.45 331	1.46 451	0.73 406	2.15 452	1.04 239	1.25 327	1.33 347	1.11 336	0.77 266	0.94 153	0.76 318	0.25 323	0.20 334	0.25 331	0.26 379	0.23 269	0.24 258

IIG-Stereo	0.97 388	0.34 274	0.80 196	0.90 502	0.33 202	0.61 186	0.26 43	1.27 230	1.08 252	1.69 476	1.37 361	1.44 408	0.74 256	6.94 537	0.53 236	0.21 225	0.14 139	0.23 268	0.18 187	0.20 185	0.15 31

CFNet_pseudo	0.68 248	0.34 274	0.93 272	0.50 132	0.39 276	0.72 248	0.42 194	1.44 264	1.25 351	1.17 278	1.35 356	1.22 356	0.66 237	1.04 183	0.64 286	0.21 225	0.17 271	0.33 438	0.19 209	0.39 435	0.28 333

RALCasStereoNet	0.58 177	0.34 274	0.77 181	0.65 355	0.64 435	0.64 209	0.51 289	1.06 145	0.99 219	0.71 146	1.06 229	0.77 198	0.44 110	1.38 267	0.52 226	0.20 194	0.18 302	0.18 109	0.16 145	0.20 185	0.22 216

delet	0.90 369	0.34 274	1.15 348	0.69 408	0.66 446	1.63 468	0.81 431	1.95 400	1.49 463	1.42 413	1.38 366	1.29 378	0.91 340	1.78 344	1.18 406	0.22 259	0.22 365	0.24 292	0.25 361	0.22 249	0.24 258

UPFNet	0.84 341	0.34 274	1.09 329	0.62 324	0.74 468	1.25 421	0.78 415	1.69 324	1.20 319	1.39 401	1.13 267	1.30 381	0.87 325	1.73 337	1.22 414	0.24 303	0.26 422	0.24 292	0.23 339	0.26 322	0.20 159

GwcNet-RSSM	0.83 335	0.34 274	1.29 394	0.65 355	0.55 398	0.78 275	0.62 371	1.89 381	1.27 363	1.18 289	1.39 368	1.56 433	0.91 340	1.60 319	1.22 414	0.26 349	0.20 334	0.23 268	0.24 352	0.21 229	0.21 187

RASNet	1.16 432	0.34 274	1.11 336	0.73 435	0.86 497	1.00 370	0.60 363	1.56 289	1.43 444	1.07 238	1.37 361	2.08 501	1.44 476	7.00 538	1.56 457	0.20 194	0.17 271	0.17 73	0.19 209	0.19 149	0.19 133

MSMDNet	0.68 248	0.34 274	0.93 272	0.52 168	0.38 267	0.80 290	0.42 194	1.52 277	1.35 403	1.17 278	1.31 337	1.23 360	0.65 232	0.94 153	0.62 278	0.21 225	0.17 271	0.26 352	0.19 209	0.41 443	0.28 333

ccs_rob	0.68 248	0.34 274	0.93 272	0.50 132	0.39 276	0.72 248	0.42 194	1.43 263	1.25 351	1.17 278	1.34 351	1.22 356	0.66 237	1.04 183	0.64 286	0.21 225	0.17 271	0.35 453	0.20 238	0.40 439	0.29 347

HSM	1.22 445	0.34 274	0.81 201	0.61 316	0.39 276	1.22 416	0.63 376	2.45 502	1.25 351	1.32 367	1.26 315	1.91 476	1.08 410	9.21 559	0.75 315	0.23 281	0.17 271	0.20 169	0.16 145	0.22 249	0.24 258

MultiAttention	4.59 557	0.35 303	0.90 262	0.75 450	0.46 339	31.81 589	4.41 567	2.35 492	1.41 434	1.64 469	2.43 511	2.42 516	0.70 250	38.40 589	1.78 483	0.23 281	0.15 205	0.30 407	0.30 438	0.48 475	0.48 463

G2L-Stereo	0.84 341	0.35 303	1.15 348	0.63 334	0.43 317	0.78 275	0.69 392	1.69 324	1.20 319	1.36 391	1.18 286	1.43 407	0.78 273	2.47 425	1.26 421	0.25 323	0.20 334	0.26 352	0.21 280	0.20 185	0.27 317

ISRNet	0.83 335	0.35 303	1.31 395	0.84 482	0.65 440	0.60 178	0.41 186	1.28 234	1.15 295	1.61 461	1.55 416	1.34 390	0.77 266	1.33 257	0.98 381	0.40 470	0.34 478	0.43 487	0.38 485	0.34 410	0.49 468

rvit_stereo_0080	0.47 108	0.35 303	0.87 243	0.48 101	0.36 245	0.42 47	0.54 320	0.93 97	0.78 133	0.52 109	0.60 97	0.55 125	0.47 134	0.62 52	0.48 200	0.27 370	0.21 350	0.20 169	0.20 238	0.31 384	0.20 159

test_sample3	0.73 273	0.35 303	1.06 318	0.55 219	0.32 182	0.97 367	0.51 289	2.12 437	1.25 351	1.16 274	1.17 283	0.88 242	0.78 273	1.27 241	0.79 329	0.26 349	0.21 350	0.25 331	0.25 361	0.26 322	0.27 317

whm_eth	0.47 108	0.35 303	0.87 243	0.48 101	0.36 245	0.42 47	0.54 320	0.93 97	0.78 133	0.52 109	0.60 97	0.55 125	0.47 134	0.62 52	0.48 200	0.27 370	0.21 350	0.20 169	0.20 238	0.31 384	0.20 159

ToySt	0.73 273	0.35 303	1.64 433	0.54 205	0.37 255	0.92 344	0.81 431	1.21 212	1.03 233	0.86 184	1.12 256	1.31 383	1.01 385	1.04 183	0.88 351	0.19 151	0.20 334	0.24 292	0.24 352	0.27 328	0.28 333

OMP-Stereo	0.95 383	0.35 303	0.79 191	0.92 504	0.32 182	0.49 89	0.35 119	1.22 214	1.11 271	1.58 456	1.12 256	1.44 408	0.69 247	6.92 536	0.51 218	0.20 194	0.15 205	0.24 292	0.19 209	0.21 229	0.16 62

ICVP	0.66 224	0.35 303	0.71 147	0.63 334	0.41 302	0.85 322	0.56 337	1.78 347	0.96 203	0.92 196	1.24 311	0.88 242	0.75 261	0.76 93	0.93 369	0.31 415	0.22 365	0.22 234	0.21 280	0.24 298	0.28 333
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.89 361	0.35 303	1.44 411	0.64 348	0.59 417	1.83 488	0.48 268	1.70 328	1.38 419	1.45 426	1.19 290	1.25 365	1.16 427	1.77 342	1.27 424	0.20 194	0.19 320	0.23 268	0.22 307	0.25 310	0.24 258

FACV-RUCA	0.66 224	0.36 313	0.89 252	0.63 334	0.65 440	0.84 315	0.41 186	1.67 311	1.11 271	0.91 193	1.14 272	0.63 159	0.77 266	0.84 122	0.54 245	0.28 388	0.19 320	0.47 498	0.22 307	0.36 418	0.29 347

DCVSM-stereo	0.75 281	0.36 313	0.82 210	0.58 275	0.43 317	0.78 275	0.42 194	1.30 237	1.05 245	1.79 486	1.04 221	1.60 437	1.08 410	1.12 209	0.86 345	0.25 323	0.27 432	0.29 395	0.24 352	0.30 377	0.37 417

test_sample6	0.77 295	0.36 313	1.07 323	0.56 240	0.31 149	0.82 300	0.56 337	2.12 437	1.24 343	1.21 309	1.40 373	0.90 254	0.90 337	1.45 287	0.87 350	0.28 388	0.23 393	0.28 383	0.29 426	0.28 344	0.30 363

test_sample5	0.75 281	0.36 313	1.04 311	0.55 219	0.31 149	0.84 315	0.53 306	2.12 437	1.23 339	1.18 289	1.30 335	0.88 242	0.86 316	1.37 263	0.76 318	0.26 349	0.22 365	0.27 367	0.28 407	0.28 344	0.29 347

test_sample4	0.74 277	0.36 313	1.09 329	0.55 219	0.32 182	0.92 344	0.51 289	2.14 447	1.25 351	1.22 317	1.22 299	0.86 234	0.82 295	1.29 245	0.76 318	0.26 349	0.21 350	0.26 352	0.26 379	0.27 328	0.28 333

DualNet	0.75 281	0.36 313	1.04 311	0.55 219	0.31 149	0.84 315	0.53 306	2.12 437	1.23 339	1.21 309	1.40 373	0.88 242	0.86 316	1.37 263	0.76 318	0.26 349	0.22 365	0.27 367	0.28 407	0.28 344	0.29 347

ffm	0.79 309	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	1.08 153	2.62 532	1.19 297	1.49 395	1.07 316	0.85 308	1.57 307	0.35 76	0.21 225	0.13 72	0.31 414	0.28 407	0.20 185	0.23 237

ff1	1.88 503	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	1.08 153	2.62 532	1.19 297	1.49 395	1.07 316	0.85 308	9.88 568	13.82 566	0.21 225	0.13 72	0.31 414	0.28 407	0.20 185	0.23 237

mmx	1.89 506	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	2.32 483	1.41 434	1.19 297	1.49 395	1.07 316	0.85 308	9.88 568	13.82 566	0.25 323	0.21 350	0.31 414	0.28 407	0.32 395	0.29 347

ttt	1.26 454	0.36 313	0.79 191	0.65 355	0.42 312	0.94 351	0.57 343	2.33 489	1.38 419	1.25 327	1.65 442	0.92 266	0.78 273	2.64 433	8.73 553	0.30 411	0.28 438	0.26 352	0.25 361	0.29 361	0.32 382

xxx	1.89 506	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	2.32 483	1.41 434	1.19 297	1.49 395	1.07 316	0.85 308	9.88 568	13.82 566	0.25 323	0.21 350	0.31 414	0.28 407	0.32 395	0.29 347

LL-Strereo2	0.56 153	0.36 313	0.77 181	0.56 240	0.40 288	0.68 230	0.37 144	1.21 212	0.83 154	0.96 207	0.79 146	0.91 258	0.41 90	1.08 196	0.48 200	0.18 113	0.17 271	0.29 395	0.25 361	0.22 249	0.19 133

CASS	0.67 235	0.36 313	0.84 228	0.57 262	0.28 97	0.82 300	0.43 212	1.62 306	0.92 181	1.39 401	1.28 330	0.87 236	0.84 303	0.88 136	0.59 269	0.36 457	0.19 320	0.26 352	0.22 307	0.29 361	0.43 451
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.62 206	0.36 313	0.88 248	0.50 132	0.28 97	0.64 209	0.62 371	1.58 294	0.91 176	0.83 172	0.96 183	0.95 278	0.79 282	0.99 168	0.67 296	0.21 225	0.23 393	0.24 292	0.23 339	0.23 269	0.25 279

PSMNet-ADL	0.75 281	0.36 313	0.69 139	0.71 421	0.47 349	1.13 393	0.46 250	1.47 271	1.07 249	0.85 179	1.18 286	1.31 383	0.94 353	1.56 305	1.06 395	0.34 440	0.22 365	0.22 234	0.23 339	0.27 328	0.36 413

UNet	0.86 352	0.36 313	1.52 423	0.62 324	0.74 468	1.56 461	0.49 279	1.55 286	1.12 278	1.28 351	1.10 245	1.52 427	1.10 416	1.69 333	1.14 402	0.24 303	0.18 302	0.25 331	0.21 280	0.25 310	0.25 279

CFNet-ft	0.78 300	0.36 313	0.74 168	0.67 383	0.56 403	0.86 323	0.54 320	1.46 268	1.17 307	1.01 219	1.28 330	1.68 454	1.03 395	1.57 307	0.95 376	0.27 370	0.21 350	0.33 438	0.26 379	0.31 384	0.26 299

DMCA	0.71 264	0.36 313	1.17 363	0.53 191	0.45 331	0.84 315	0.46 250	1.52 277	1.09 260	1.20 302	1.12 256	1.21 352	0.74 256	0.87 133	1.09 397	0.25 323	0.20 334	0.27 367	0.19 209	0.24 298	0.29 347

CFNet_RVC	0.78 300	0.36 313	0.74 168	0.67 383	0.56 403	0.86 323	0.54 320	1.46 268	1.17 307	1.01 219	1.28 330	1.68 454	1.03 395	1.57 307	0.95 376	0.27 370	0.21 350	0.33 438	0.26 379	0.31 384	0.26 299

iResNet_ROB	0.82 326	0.36 313	1.13 341	0.60 302	0.37 255	0.91 337	0.38 154	2.41 498	1.61 482	1.35 386	1.35 356	1.25 365	0.97 370	1.75 340	0.88 351	0.21 225	0.14 139	0.17 73	0.12 31	0.19 149	0.30 363

DN-CSS_ROB	0.67 235	0.36 313	1.36 405	0.59 294	0.41 302	0.54 145	0.45 244	1.30 237	0.95 199	1.05 230	1.47 391	0.69 176	0.64 227	1.80 351	0.60 272	0.19 151	0.15 205	0.25 331	0.23 339	0.22 249	0.23 237

rvit_stereo_0081_aga	0.46 98	0.37 334	0.91 267	0.52 168	0.41 302	0.49 89	0.40 176	0.88 91	0.66 102	0.59 121	0.56 88	0.53 118	0.43 104	0.67 71	0.44 164	0.27 370	0.21 350	0.22 234	0.20 238	0.26 322	0.19 133

mmm	0.68 248	0.37 334	0.91 267	0.54 205	0.34 220	0.86 323	0.58 350	1.72 335	1.02 230	1.13 254	1.41 378	0.83 226	0.78 273	0.95 161	0.67 296	0.22 259	0.20 334	0.29 395	0.26 379	0.27 328	0.27 317

StereoVision	0.67 235	0.37 334	1.02 306	0.60 302	0.41 302	0.50 108	0.41 186	1.32 241	0.96 203	0.73 152	2.48 515	0.82 217	0.57 186	1.06 191	0.50 214	0.26 349	0.28 438	0.29 395	0.28 407	0.37 424	0.22 216

CBFPSM	0.95 383	0.37 334	2.10 469	0.51 147	0.39 276	1.73 475	0.87 449	1.59 299	1.13 284	1.11 243	1.00 203	2.34 511	1.64 493	1.42 280	1.44 444	0.19 151	0.18 302	0.20 169	0.20 238	0.22 249	0.36 413

gwcnet-sp	0.80 315	0.37 334	1.94 455	0.62 324	0.45 331	1.38 437	0.53 306	1.68 315	1.20 319	1.37 393	1.08 239	0.93 268	0.82 295	1.45 287	0.79 329	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

scenet	0.80 315	0.37 334	1.94 455	0.62 324	0.45 331	1.38 437	0.53 306	1.68 315	1.20 319	1.37 393	1.08 239	0.93 268	0.82 295	1.45 287	0.79 329	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

ssnet	0.80 315	0.37 334	1.94 455	0.62 324	0.45 331	1.38 437	0.53 306	1.68 315	1.20 319	1.37 393	1.08 239	0.93 268	0.82 295	1.45 287	0.79 329	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

CroCo-Stereo Lap2	0.46 98	0.37 334	0.87 243	0.62 324	0.79 484	0.28 9	0.35 119	0.81 64	0.73 115	0.39 41	0.54 82	0.71 186	0.54 174	0.60 45	0.48 200	0.18 113	0.18 302	0.19 135	0.16 145	0.21 229	0.21 187

CIPLG	0.67 235	0.37 334	1.17 363	0.60 302	0.51 372	0.75 260	0.48 268	1.26 226	1.11 271	1.43 417	1.58 428	0.64 162	0.48 139	0.94 153	0.78 324	0.24 303	0.15 205	0.19 135	0.16 145	0.19 149	0.29 347

DAS	0.89 361	0.37 334	1.20 373	0.66 369	0.69 456	0.82 300	0.62 371	1.79 350	1.26 359	1.93 499	1.55 416	0.96 283	1.17 431	2.72 438	0.69 301	0.22 259	0.16 242	0.25 331	0.18 187	0.29 361	0.24 258

SepStereo	0.87 356	0.37 334	1.20 373	0.66 369	0.69 456	0.82 300	0.62 371	1.79 350	1.26 359	1.93 499	1.55 416	0.96 283	1.17 431	2.34 411	0.69 301	0.22 259	0.16 242	0.25 331	0.18 187	0.29 361	0.24 258

ACRE	0.66 224	0.37 334	1.27 388	0.60 302	0.50 362	0.74 255	0.47 261	1.26 226	1.10 264	1.40 407	1.56 422	0.62 154	0.46 127	0.88 136	0.78 324	0.24 303	0.15 205	0.19 135	0.16 145	0.19 149	0.29 347

ADLNet2	0.92 377	0.37 334	1.25 385	0.80 467	0.65 440	1.12 392	0.75 408	1.95 400	1.42 443	1.26 340	1.67 446	1.68 454	1.04 401	1.80 351	1.23 417	0.25 323	0.22 365	0.21 203	0.22 307	0.27 328	0.31 373

RALAANet	0.62 206	0.37 334	0.97 291	0.66 369	0.50 362	0.67 226	0.31 78	1.27 230	1.09 260	1.11 243	1.17 283	0.88 242	0.46 127	1.27 241	0.45 177	0.20 194	0.15 205	0.21 203	0.18 187	0.27 328	0.19 133

GES	0.70 258	0.37 334	1.05 316	0.62 324	0.38 267	0.94 351	0.57 343	2.37 493	0.92 181	1.05 230	1.12 256	0.67 169	0.77 266	1.02 179	0.65 291	0.28 388	0.20 334	0.20 169	0.20 238	0.22 249	0.31 373

psm_up	0.83 335	0.37 334	0.88 248	0.68 395	0.59 417	1.05 378	0.92 456	1.68 315	1.17 307	1.41 409	1.22 299	1.30 381	1.31 456	1.39 270	0.89 354	0.27 370	0.30 451	0.31 414	0.27 396	0.28 344	0.28 333

UCFNet_RVC	0.72 270	0.37 334	0.59 84	0.66 369	0.41 302	0.89 330	0.68 389	1.78 347	1.15 295	1.01 219	1.20 291	1.22 356	0.95 358	1.07 193	0.66 295	0.28 388	0.21 350	0.34 446	0.31 444	0.33 402	0.29 347

DISCO	1.06 412	0.37 334	1.19 369	0.73 435	0.46 339	2.04 504	0.84 438	2.26 473	1.54 469	1.25 327	1.36 360	2.38 513	1.08 410	2.60 432	1.62 466	0.24 303	0.19 320	0.22 234	0.20 238	0.32 395	0.29 347

rvit_0105_6	0.56 153	0.38 352	1.13 341	0.67 383	0.38 267	0.50 108	0.51 289	0.88 91	1.33 398	0.54 113	0.56 88	0.65 163	0.57 186	0.97 166	0.46 183	0.32 423	0.31 456	0.28 383	0.25 361	0.29 361	0.23 237

ITSA-stereo	0.85 348	0.38 352	0.92 270	0.58 275	0.32 182	0.86 323	0.49 279	2.33 489	1.69 488	1.16 274	1.12 256	0.95 278	0.85 308	2.46 420	1.18 406	0.27 370	0.23 393	0.28 383	0.28 407	0.28 344	0.41 439

AIO-Stereo-zeroshot	0.85 348	0.38 352	2.79 497	0.51 147	0.60 421	0.72 248	0.38 154	2.87 537	0.77 129	0.80 163	1.07 232	2.14 502	0.93 350	0.96 162	0.62 278	0.21 225	0.13 72	0.21 203	0.26 379	0.29 361	0.32 382

rvit_stereo_ft	0.49 118	0.38 352	1.03 310	0.68 395	0.42 312	0.40 30	0.58 350	0.93 97	0.86 163	0.47 73	0.55 85	0.57 134	0.48 139	0.67 71	0.53 236	0.26 349	0.17 271	0.22 234	0.22 307	0.24 298	0.19 133

Former-RAFT_DAM_RVC	0.47 108	0.38 352	0.75 173	0.48 101	0.37 255	0.67 226	0.35 119	0.82 69	1.14 290	0.61 132	0.64 103	0.39 58	0.39 86	0.74 85	0.39 118	0.20 194	0.17 271	0.22 234	0.18 187	0.24 298	0.20 159

IPLGR_C	0.67 235	0.38 352	1.20 373	0.60 302	0.50 362	0.75 260	0.48 268	1.28 234	1.13 284	1.42 413	1.57 426	0.62 154	0.48 139	0.85 126	0.80 336	0.24 303	0.15 205	0.19 135	0.16 145	0.19 149	0.29 347

GANet-ADL	0.63 215	0.38 352	0.82 210	0.67 383	0.41 302	0.68 230	0.51 289	1.64 307	1.16 302	0.98 209	1.10 245	0.90 254	0.58 203	0.81 109	0.63 282	0.27 370	0.18 302	0.18 109	0.16 145	0.23 269	0.27 317

hitnet-ft	0.84 341	0.38 352	0.75 173	0.59 294	0.44 327	0.99 369	0.47 261	1.61 303	1.38 419	1.21 309	1.22 299	1.82 472	0.99 376	1.87 357	1.09 397	0.33 430	0.29 447	0.34 446	0.27 396	0.36 418	0.33 391

DSFCA	0.95 383	0.38 352	1.23 380	0.55 219	0.66 446	1.50 454	0.93 460	1.58 294	1.24 343	1.59 459	1.16 280	1.48 417	0.95 358	2.96 445	1.20 409	0.31 415	0.28 438	0.25 331	0.26 379	0.29 361	0.26 299

test_sample7	0.78 300	0.39 361	0.89 252	0.55 219	0.35 237	0.93 348	0.75 408	1.99 409	1.27 363	1.25 327	1.22 299	1.09 327	1.01 385	1.31 248	0.73 308	0.32 423	0.32 468	0.32 426	0.32 451	0.33 402	0.33 391

ssnet_v2	0.92 377	0.39 361	1.22 378	0.66 369	0.39 276	1.31 427	0.96 466	2.32 483	1.45 452	1.48 436	1.17 283	1.53 428	0.91 340	1.16 217	1.71 478	0.31 415	0.27 432	0.30 407	0.29 426	0.28 344	0.29 347

AASNet	0.80 315	0.39 361	1.16 362	0.84 482	0.80 486	1.14 396	0.59 356	2.12 437	1.21 326	1.26 340	1.26 315	0.93 268	0.77 266	0.84 122	1.23 417	0.28 388	0.24 403	0.24 292	0.20 238	0.28 344	0.27 317

pcwnet_v2	0.91 374	0.39 361	2.74 495	0.64 348	0.55 398	0.81 298	0.49 279	2.19 465	1.63 483	1.44 420	1.64 441	1.09 327	0.79 282	1.31 248	0.70 304	0.32 423	0.25 415	0.29 395	0.27 396	0.37 424	0.37 417

ADLNet	0.89 361	0.39 361	1.09 329	0.88 493	0.73 463	1.24 420	0.75 408	2.02 415	1.41 434	1.58 456	1.37 361	1.26 371	1.00 382	1.31 248	1.18 406	0.28 388	0.21 350	0.26 352	0.26 379	0.29 361	0.36 413

MLCV	0.77 295	0.39 361	1.31 395	0.55 219	0.25 42	0.91 337	0.39 168	1.48 273	1.28 371	1.49 438	1.54 413	1.02 305	0.68 243	2.12 392	0.93 369	0.19 151	0.13 72	0.19 135	0.14 89	0.19 149	0.22 216

rvit_0105_4	0.58 177	0.40 367	1.19 369	0.68 395	0.38 267	0.53 132	0.55 330	0.93 97	1.27 363	0.56 119	0.61 99	0.72 188	0.63 223	1.01 175	0.47 193	0.33 430	0.33 474	0.29 395	0.25 361	0.29 361	0.26 299

NINENet	0.81 324	0.40 367	0.89 252	0.65 355	0.53 384	2.30 515	0.42 194	2.12 437	1.13 284	1.20 302	1.27 324	1.02 305	0.70 250	1.26 238	0.75 315	0.29 404	0.24 403	0.31 414	0.21 280	0.27 328	0.26 299

AACVNet	0.90 369	0.40 367	0.98 294	0.86 488	0.40 288	0.80 290	0.49 279	1.81 357	0.86 163	1.11 243	1.34 351	1.32 387	0.99 376	4.23 474	0.86 345	0.26 349	0.22 365	0.28 383	0.22 307	0.30 377	0.28 333

GEStereo_RVC	0.93 382	0.40 367	1.15 348	0.67 383	0.50 362	0.95 358	0.78 415	2.73 528	1.21 326	1.20 302	1.12 256	1.25 365	0.91 340	3.21 453	0.95 376	0.31 415	0.20 334	0.23 268	0.20 238	0.28 344	0.31 373

HCRNet	0.72 270	0.40 367	0.86 241	0.61 316	0.57 408	0.75 260	0.35 119	1.39 255	1.21 326	1.11 243	0.99 198	1.01 303	0.76 262	2.18 398	0.73 308	0.28 388	0.19 320	0.28 383	0.23 339	0.25 310	0.26 299

ARAFT	0.82 326	0.40 367	1.77 443	0.53 191	0.31 149	0.89 330	0.81 431	2.32 483	1.08 252	1.66 473	1.25 313	1.04 309	0.64 227	1.91 364	0.52 226	0.20 194	0.15 205	0.28 383	0.27 396	0.17 81	0.18 99

CFNet	0.99 394	0.40 367	1.23 380	0.65 355	0.43 317	1.03 374	0.49 279	2.01 414	1.35 403	1.02 223	1.39 368	1.10 331	0.86 316	5.47 505	0.89 354	0.24 303	0.18 302	0.28 383	0.27 396	0.27 328	0.22 216

MDST_ROB	1.88 503	0.40 367	1.71 439	0.93 510	0.60 421	4.27 556	1.23 502	3.99 552	1.44 447	4.61 558	2.63 518	1.44 408	1.03 395	9.78 565	1.62 466	0.33 430	0.26 422	0.37 466	0.33 465	0.31 384	0.34 400

SGM_RVC	1.88 503	0.40 367	0.90 262	0.63 334	0.30 129	2.81 531	1.26 505	2.73 528	1.81 502	4.09 550	2.85 523	3.88 543	3.19 545	8.42 553	2.44 502	0.33 430	0.31 456	0.30 407	0.28 407	0.31 384	0.31 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SGM-Forest	1.29 458	0.40 367	0.74 168	0.54 205	0.37 255	1.55 459	1.26 505	1.82 359	1.39 428	2.22 514	1.81 469	1.64 447	1.02 393	7.65 546	1.20 409	0.39 468	0.37 494	0.39 474	0.34 471	0.37 424	0.34 400
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.61 203	0.41 377	1.19 369	0.67 383	0.37 255	0.57 160	0.56 337	1.08 153	1.28 371	0.65 137	0.68 114	0.77 198	0.67 239	0.91 147	0.51 218	0.33 430	0.32 468	0.30 407	0.27 396	0.28 344	0.28 333

testlalala_base	0.83 335	0.41 377	0.80 196	0.67 383	0.53 384	0.78 275	0.30 71	1.84 363	0.60 85	0.75 155	0.91 174	0.68 171	0.54 174	0.69 76	0.46 183	2.92 556	0.15 205	0.17 73	0.12 31	2.95 555	0.27 317

CSP-Net	1.00 397	0.41 377	0.99 296	0.56 240	0.43 317	1.62 467	0.76 411	2.16 454	1.16 302	1.33 373	1.22 299	1.32 387	0.89 334	4.67 485	0.93 369	0.35 450	0.24 403	0.20 169	0.20 238	0.23 269	0.30 363

CRFU-Net	0.90 369	0.42 380	1.10 334	0.69 408	0.59 417	1.76 479	0.84 438	2.33 489	0.92 181	1.45 426	1.20 291	1.62 442	1.25 446	1.38 267	0.94 374	0.28 388	0.23 393	0.22 234	0.19 209	0.24 298	0.27 317

TestStereo	0.65 222	0.42 380	0.83 219	0.52 168	0.27 62	0.57 160	0.44 231	1.07 148	0.92 181	0.85 179	1.01 205	0.68 171	0.56 183	3.22 454	0.47 193	0.23 281	0.15 205	0.24 292	0.18 187	0.28 344	0.18 99

HGLStereo	0.89 361	0.42 380	1.15 348	0.82 474	1.03 517	1.16 403	0.57 343	1.68 315	1.28 371	1.26 340	1.62 435	1.13 340	1.31 456	1.85 353	1.11 401	0.25 323	0.24 403	0.24 292	0.22 307	0.24 298	0.29 347

HITNet	0.71 264	0.42 380	1.07 323	0.52 168	0.25 42	1.05 378	0.48 268	2.12 437	1.08 252	1.21 309	1.23 307	0.91 258	0.84 303	0.90 144	0.91 362	0.17 78	0.12 36	0.21 203	0.17 169	0.29 361	0.18 99
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
DDVS	0.80 315	0.43 384	1.09 329	0.64 348	0.44 327	1.27 424	0.43 212	1.49 274	0.94 194	1.21 309	1.16 280	1.42 402	0.63 223	2.14 394	1.02 390	0.29 404	0.22 365	0.26 352	0.23 339	0.31 384	0.37 417

AIO-Stereo-zeroshot1	1.06 412	0.43 384	3.59 514	0.53 191	0.66 446	0.79 283	0.39 168	2.60 520	0.98 210	0.96 207	4.58 544	2.05 500	0.56 183	0.99 168	0.51 218	0.19 151	0.14 139	0.21 203	0.28 407	0.32 395	0.41 439

sCroCo_RVC	0.51 131	0.43 384	1.15 348	0.66 369	0.60 421	0.52 123	0.40 176	0.93 97	0.64 97	0.45 66	0.76 137	0.49 95	0.49 150	0.65 68	0.49 211	0.27 370	0.28 438	0.23 268	0.22 307	0.29 361	0.28 333

FAT-Stereo	1.10 423	0.43 384	1.46 413	0.74 441	0.60 421	1.13 393	0.92 456	2.06 427	1.71 491	1.75 481	2.00 489	2.02 493	1.47 479	2.02 381	1.26 421	0.44 488	0.36 489	0.34 446	0.29 426	0.36 418	0.57 493

iResNetv2_ROB	0.88 359	0.43 384	2.62 494	0.60 302	0.38 267	0.94 351	0.67 386	1.88 379	1.38 419	1.27 345	1.45 387	1.26 371	1.05 406	1.92 365	0.64 286	0.24 303	0.15 205	0.19 135	0.14 89	0.24 298	0.21 187

StereoDRNet-Refined	0.84 341	0.43 384	1.01 303	0.66 369	0.43 317	1.32 428	0.49 279	1.64 307	1.24 343	1.53 444	1.45 387	1.49 419	0.97 370	1.32 254	1.31 426	0.21 225	0.17 271	0.27 367	0.25 361	0.25 310	0.34 400
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.92 377	0.43 384	0.95 283	0.71 421	0.55 398	1.11 390	0.83 436	1.61 303	1.32 396	1.67 474	1.66 444	1.70 457	0.93 350	1.96 373	1.34 434	0.26 349	0.25 415	0.27 367	0.28 407	0.28 344	0.28 333

LL-Strereo	1.42 467	0.44 391	2.02 462	0.62 324	1.07 519	0.73 253	0.65 380	2.02 415	1.21 326	1.60 460	1.62 435	2.02 493	2.10 521	9.67 564	1.07 396	0.22 259	0.20 334	0.27 367	0.24 352	0.23 269	0.33 391

stereogan	1.22 445	0.45 392	2.03 465	0.87 491	0.85 496	2.52 521	0.72 403	1.98 405	1.78 499	1.92 497	1.94 483	2.31 510	1.42 473	2.10 390	1.14 402	0.38 462	0.36 489	0.39 474	0.32 451	0.52 484	0.49 468

NVstereo2D	0.99 394	0.45 392	2.21 477	0.79 466	0.75 472	1.20 414	0.86 445	1.98 405	1.41 434	1.02 223	1.18 286	1.31 383	0.97 370	2.25 404	0.93 369	0.45 491	0.22 365	0.39 474	0.25 361	0.59 500	0.68 512

iResNet	0.80 315	0.45 392	1.47 414	0.72 427	0.31 149	0.96 364	0.64 378	1.80 354	1.28 371	1.31 364	1.48 394	0.94 274	0.78 273	1.77 342	0.99 382	0.19 151	0.14 139	0.18 109	0.15 108	0.22 249	0.27 317

Wz-Net-LNSev-Ref	1.09 422	0.46 395	2.61 493	0.71 421	0.65 440	2.00 501	0.78 415	2.07 429	1.47 458	1.62 465	1.47 391	1.53 428	1.29 452	2.10 390	1.65 472	0.24 303	0.14 139	0.20 169	0.16 145	0.28 344	0.28 333

DMCA-RVC	0.83 335	0.46 395	2.19 476	0.68 395	0.49 357	0.84 315	0.48 268	1.44 264	1.07 249	1.56 452	1.04 221	1.29 378	0.86 316	1.49 301	0.92 366	0.27 370	0.22 365	0.35 453	0.28 407	0.32 395	0.28 333

NLCA_NET_v2_RVC	0.84 341	0.46 395	1.40 410	0.69 408	0.61 427	0.95 358	0.52 300	1.68 315	1.21 326	1.39 401	1.15 278	1.42 402	0.88 331	1.78 344	0.93 369	0.26 349	0.23 393	0.27 367	0.27 396	0.30 377	0.39 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	0.99 394	0.46 395	0.68 133	0.53 191	0.39 276	1.40 444	0.48 268	2.09 433	1.30 387	1.53 444	2.29 504	1.36 393	1.23 442	2.46 420	1.04 394	0.44 488	0.42 511	0.47 498	0.44 498	0.41 443	0.39 430

pmcnn	2.84 540	0.46 395	5.19 529	0.68 395	0.42 312	1.55 459	1.16 494	2.32 483	1.60 481	2.72 531	7.49 561	17.96 578	1.48 481	6.04 517	6.64 544	0.18 113	0.15 205	0.15 20	0.12 31	0.20 185	0.20 159

DFGA-Net	0.77 295	0.47 400	1.75 441	0.55 219	0.46 339	0.83 307	0.44 231	1.38 251	1.10 264	1.05 230	1.20 291	0.70 179	0.58 203	2.27 406	1.31 426	0.19 151	0.17 271	0.24 292	0.24 352	0.28 344	0.30 363

rvit_0105_3	0.66 224	0.47 400	1.27 388	0.74 441	0.40 288	0.63 200	0.70 399	1.22 214	1.28 371	0.83 172	0.71 126	0.82 217	0.72 255	0.93 152	0.58 262	0.37 460	0.34 478	0.34 446	0.32 451	0.28 344	0.31 373

rvit_stereo_0075_2	0.66 224	0.47 400	1.21 377	0.67 383	0.66 446	0.53 132	0.48 268	1.24 221	1.17 307	0.77 158	0.91 174	0.78 202	0.59 207	1.05 186	0.63 282	0.37 460	0.28 438	0.40 480	0.31 444	0.38 430	0.34 400

Anonymous3	0.64 218	0.47 400	1.31 395	0.59 294	0.50 362	0.93 348	0.69 392	1.11 168	0.83 154	0.74 153	0.89 171	0.65 163	0.68 243	1.08 196	0.54 245	0.40 470	0.31 456	0.26 352	0.26 379	0.31 384	0.30 363

RAFT + AFF	1.07 417	0.47 400	1.36 405	0.68 395	0.50 362	1.20 414	1.22 500	2.58 519	1.26 359	1.33 373	1.56 422	1.19 349	1.49 482	3.89 472	1.01 387	0.22 259	0.26 422	0.30 407	0.27 396	0.29 361	0.32 382

LE_ROB	8.35 569	0.47 400	27.42 584	0.83 478	0.34 220	2.84 533	3.36 565	4.03 553	27.04 586	25.20 586	8.72 568	8.55 566	27.35 586	7.37 542	22.13 578	0.22 259	0.20 334	0.20 169	0.21 280	0.25 310	0.25 279

fast-acv-ft	1.00 397	0.48 406	1.85 451	0.61 316	0.52 377	1.77 481	0.69 392	1.52 277	1.47 458	1.34 380	1.85 474	1.73 460	1.24 445	1.62 322	1.56 457	0.27 370	0.28 438	0.28 383	0.28 407	0.28 344	0.31 373

S-Stereo	1.17 434	0.48 406	2.25 480	0.83 478	0.81 490	1.22 416	1.17 495	2.12 437	2.08 517	1.47 430	2.13 496	1.55 431	1.16 427	2.09 389	1.46 447	0.42 478	0.40 505	0.35 453	0.32 451	0.45 463	0.73 516

AdaStereo	0.74 277	0.48 406	0.86 241	0.75 450	0.38 267	0.94 351	0.56 337	2.05 426	1.24 343	1.15 270	1.22 299	1.07 316	0.67 239	1.05 186	0.73 308	0.33 430	0.16 242	0.32 426	0.22 307	0.29 361	0.23 237
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.
SGM-ForestM	7.81 568	0.48 406	11.02 556	0.74 441	0.40 288	16.83 575	12.72 576	7.91 572	8.13 567	11.53 577	10.25 571	22.44 586	14.01 576	17.02 578	20.52 577	0.38 462	0.39 504	0.37 466	0.36 478	0.37 424	0.38 425

CBMV	1.04 405	0.48 406	0.88 248	0.56 240	0.36 245	1.52 456	1.55 520	1.87 374	1.59 478	2.11 511	1.67 446	1.46 414	1.35 461	1.92 365	1.31 426	0.35 450	0.35 485	0.39 474	0.33 465	0.34 410	0.34 400
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CVANet_RVC	1.10 423	0.49 411	1.15 348	0.65 355	0.54 392	0.93 348	1.00 473	1.69 324	1.36 412	1.42 413	1.39 368	1.24 364	1.17 431	6.22 520	0.80 336	0.35 450	0.24 403	0.35 453	0.30 438	0.44 460	0.32 382

DRN-Test	1.07 417	0.49 411	1.95 459	0.75 450	0.81 490	1.61 465	0.78 415	2.26 473	1.53 467	1.84 490	1.35 356	1.42 402	1.04 401	2.26 405	1.61 464	0.28 388	0.23 393	0.31 414	0.30 438	0.33 402	0.33 391

NOSS_ROB	1.29 458	0.49 411	0.68 133	0.60 302	0.40 288	1.09 389	0.77 412	1.94 397	1.44 447	1.04 228	1.46 389	1.10 331	0.81 293	10.57 573	0.78 324	0.46 492	0.43 512	0.48 500	0.45 501	0.45 463	0.43 451

iinet-f	1.04 405	0.50 414	4.24 522	0.58 275	0.43 317	1.78 485	0.70 399	1.29 236	1.16 302	1.25 327	1.42 379	1.57 435	1.42 473	1.47 292	1.70 476	0.26 349	0.23 393	0.20 169	0.20 238	0.26 322	0.26 299

LMCR-Stereo	0.87 356	0.50 414	0.99 296	0.80 467	0.43 317	1.32 428	0.55 330	2.79 533	1.03 233	1.55 450	1.49 395	0.74 190	1.01 385	1.76 341	0.99 382	0.30 411	0.17 271	0.22 234	0.18 187	0.31 384	0.22 216

GMStereo	0.58 177	0.50 414	1.09 329	0.52 168	0.32 182	0.80 290	0.43 212	1.02 124	1.41 434	0.89 190	0.77 141	0.52 113	0.46 127	0.89 141	0.56 254	0.25 323	0.16 242	0.20 169	0.22 307	0.31 384	0.27 317
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TDLM	1.08 421	0.50 414	1.01 303	0.69 408	0.54 392	0.91 337	1.40 513	1.60 301	1.36 412	1.17 278	1.40 373	1.07 316	1.00 382	6.19 518	0.85 344	0.34 440	0.22 365	0.35 453	0.26 379	0.38 430	0.29 347

DualNet (step1)	0.89 361	0.51 418	1.35 400	0.58 275	0.40 288	1.07 382	0.80 426	1.99 409	1.27 363	1.25 327	1.22 299	1.09 327	1.01 385	1.31 248	0.73 308	0.59 517	0.32 468	0.62 524	0.67 531	0.45 463	0.48 463

test_sample9	1.96 509	0.51 418	1.35 400	0.58 275	0.40 288	1.07 382	0.80 426	1.99 409	1.27 363	1.25 327	1.22 299	1.09 327	1.01 385	2.46 420	8.57 551	0.59 517	12.85 584	0.62 524	0.67 531	0.45 463	0.48 463

test_sample8	2.29 524	0.51 418	1.35 400	0.58 275	0.40 288	1.07 382	0.80 426	2.03 419	1.22 334	2.28 517	1.33 347	4.98 553	2.51 537	2.46 420	8.57 551	0.59 517	12.85 584	0.62 524	0.67 531	0.45 463	0.48 463

dd	0.62 206	0.51 418	1.17 363	0.56 240	0.33 202	0.74 255	0.46 250	1.03 132	1.40 430	0.80 163	0.87 166	0.60 145	0.57 186	1.02 179	0.86 345	0.28 388	0.18 302	0.26 352	0.19 209	0.35 414	0.27 317

SACVNet	0.89 361	0.51 418	1.08 326	0.83 478	0.58 411	0.83 307	0.78 415	1.84 363	1.17 307	1.39 401	1.33 347	1.25 365	1.01 385	2.31 410	0.92 366	0.35 450	0.26 422	0.31 414	0.29 426	0.35 414	0.48 463

FADNet-RVC-Resample	0.91 374	0.51 418	2.92 500	0.64 348	0.46 339	1.07 382	0.60 363	1.76 343	1.24 343	1.10 242	0.98 197	1.06 313	0.98 373	2.17 397	0.95 376	0.24 303	0.22 365	0.30 407	0.32 451	0.36 418	0.40 435

RYNet	1.24 452	0.52 424	1.57 430	0.73 435	0.97 513	1.74 477	0.95 465	2.09 433	1.54 469	1.44 420	1.18 286	1.94 484	1.29 452	4.57 482	1.93 487	0.27 370	0.23 393	0.35 453	0.27 396	0.57 497	0.59 498

GANet	1.41 465	0.52 424	1.18 368	0.74 441	0.48 351	1.40 444	1.69 525	1.87 374	1.28 371	1.56 452	2.39 508	1.56 433	1.25 446	9.13 557	1.20 409	0.31 415	0.32 468	0.34 446	0.29 426	0.40 439	0.33 391

STTStereo	0.82 326	0.53 426	1.53 426	0.68 395	0.56 403	0.88 328	0.56 337	1.57 292	1.14 290	1.39 401	1.10 245	1.26 371	0.84 303	1.49 301	0.90 358	0.29 404	0.28 438	0.33 438	0.40 488	0.33 402	0.37 417

Nwc_Net	1.19 440	0.53 426	2.34 482	0.92 504	0.81 490	1.49 453	0.70 399	2.28 481	1.32 396	1.41 409	2.27 502	2.03 496	1.76 503	2.05 386	1.46 447	0.43 479	0.30 451	0.43 487	0.46 503	0.39 435	0.40 435

StereoDRNet	1.05 410	0.53 426	2.21 477	0.80 467	0.93 506	1.50 454	0.90 452	2.06 427	1.44 447	1.68 475	1.20 291	1.48 417	0.99 376	1.86 356	1.60 463	0.29 404	0.24 403	0.29 395	0.28 407	0.35 414	0.33 391

rvit_105_1	0.76 289	0.54 429	1.27 388	0.80 467	0.49 357	0.74 255	0.86 445	1.39 255	1.23 339	1.00 214	0.80 151	0.93 268	0.78 273	1.29 245	0.78 324	0.43 479	0.36 489	0.36 463	0.42 492	0.30 377	0.36 413

BEATNet_4x	0.82 326	0.54 429	2.02 462	0.56 240	0.28 97	1.04 375	0.55 330	2.14 447	1.13 284	1.24 324	1.26 315	1.00 298	0.94 353	1.13 211	1.23 417	0.21 225	0.14 139	0.24 292	0.20 238	0.37 424	0.23 237

RP	1.17 434	0.54 429	1.48 416	0.93 510	1.05 518	1.14 396	0.85 444	1.99 409	1.70 489	1.72 478	2.07 493	1.91 476	1.93 513	2.00 378	1.37 438	0.55 512	0.37 494	0.48 500	0.37 482	0.46 470	0.46 461

edge stereo	1.15 431	0.54 429	1.50 418	0.73 435	0.66 446	1.18 412	0.84 438	2.13 445	1.41 434	1.73 479	1.84 471	2.53 519	1.46 477	2.46 420	1.35 436	0.43 479	0.41 506	0.54 511	0.36 478	0.43 449	0.50 472

ACV-stereo	1.00 397	0.55 433	1.47 414	0.59 294	0.42 312	2.38 519	0.58 350	1.20 207	1.21 326	0.83 172	1.01 205	3.36 537	2.10 521	1.64 323	1.17 405	0.28 388	0.22 365	0.23 268	0.22 307	0.29 361	0.35 409

SDNR	1.66 486	0.55 433	2.36 483	0.56 240	0.58 411	3.79 550	0.45 244	1.78 347	1.40 430	1.38 398	2.45 513	1.13 340	0.96 360	11.03 574	1.31 426	0.67 525	0.64 539	0.43 487	0.32 451	0.71 517	0.76 520

DeepPruner_ROB	0.79 309	0.55 433	1.14 346	0.61 316	0.46 339	0.78 275	0.54 320	1.83 361	1.00 223	1.42 413	1.27 324	1.23 360	0.77 266	1.56 305	0.89 354	0.35 450	0.28 438	0.27 367	0.26 379	0.32 395	0.34 400

WCMA_ROB	2.05 513	0.55 433	1.77 443	0.74 441	0.61 427	2.24 512	1.56 521	2.17 462	1.79 500	4.16 554	6.36 556	5.66 555	4.66 559	3.19 452	2.77 507	0.55 512	0.45 515	0.40 480	0.43 496	0.48 475	0.50 472

Anonymous_2	1.37 460	0.56 437	0.94 279	0.57 262	0.62 431	1.04 375	0.65 380	1.82 359	1.01 226	1.00 214	0.79 146	1.42 402	1.27 449	1.06 191	0.83 340	0.62 520	0.67 541	1.05 541	9.88 581	1.09 535	0.55 488

FADNet_RVC	0.88 359	0.56 437	2.15 473	0.57 262	0.43 317	1.17 410	0.46 250	1.68 315	1.12 278	0.91 193	1.24 311	0.91 258	0.94 353	2.22 400	1.20 409	0.28 388	0.22 365	0.32 426	0.28 407	0.46 470	0.42 447

AF-Net	1.23 449	0.56 437	2.31 481	0.88 493	0.93 506	1.41 446	0.73 406	2.27 479	1.71 491	1.76 484	2.42 510	2.00 490	1.70 497	1.98 374	1.62 466	0.50 504	0.29 447	0.49 502	0.33 465	0.40 439	0.34 400

ADCP+	2.12 518	0.56 437	10.01 552	0.68 395	0.91 502	2.25 513	1.04 478	1.92 393	1.50 465	1.58 456	1.34 351	1.73 460	1.62 488	2.27 406	13.20 563	0.25 323	0.22 365	0.32 426	0.29 426	0.38 430	0.34 400

XPNet_ROB	1.02 402	0.56 437	1.33 399	0.75 450	0.58 411	1.11 390	1.13 488	1.77 345	1.29 383	1.88 493	1.43 383	1.63 446	1.13 426	2.04 382	1.69 474	0.40 470	0.31 456	0.33 438	0.29 426	0.37 424	0.37 417

PSMNet_ROB	0.95 383	0.57 442	1.45 412	0.75 450	0.64 435	1.28 425	1.12 486	1.84 363	1.15 295	1.16 274	1.29 334	1.44 408	0.89 334	1.74 338	1.70 476	0.33 430	0.25 415	0.37 466	0.39 486	0.36 418	0.32 382

YMNet	1.04 405	0.59 443	1.67 436	0.86 488	0.86 497	1.84 489	0.61 368	1.70 328	1.28 371	1.65 470	1.98 486	1.75 465	0.96 360	1.57 307	1.58 459	0.34 440	0.37 494	0.32 426	0.32 451	0.33 402	0.32 382

YMNet_1	1.04 405	0.59 443	1.67 436	0.86 488	0.86 497	1.84 489	0.61 368	1.70 328	1.28 371	1.65 470	1.98 486	1.75 465	0.96 360	1.57 307	1.58 459	0.34 440	0.37 494	0.32 426	0.32 451	0.33 402	0.32 382

APVNet	1.11 425	0.59 443	1.95 459	0.87 491	0.77 478	1.90 494	0.82 435	2.03 419	1.15 295	1.14 268	1.43 383	1.55 431	1.12 425	3.03 447	1.62 466	0.32 423	0.34 478	0.42 486	0.36 478	0.36 418	0.41 439

HBP-ISP	1.00 397	0.60 446	0.85 234	0.64 348	0.48 351	1.63 468	0.77 412	2.24 472	1.30 387	1.33 373	1.53 412	0.87 236	0.99 376	3.26 456	0.76 318	0.46 492	0.44 513	0.54 511	0.48 507	0.48 475	0.42 447

NCC-stereo	1.20 442	0.60 446	1.84 449	0.88 493	0.95 510	1.32 428	0.94 462	2.14 447	1.36 412	1.43 417	1.79 463	1.93 480	2.13 526	2.54 429	1.41 441	0.49 500	0.38 499	0.45 492	0.59 524	0.43 449	0.45 456

Abc-Net	1.20 442	0.60 446	1.84 449	0.88 493	0.95 510	1.32 428	0.94 462	2.14 447	1.36 412	1.43 417	1.79 463	1.93 480	2.13 526	2.54 429	1.41 441	0.49 500	0.38 499	0.45 492	0.59 524	0.43 449	0.45 456
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AANet_RVC	1.22 445	0.60 446	1.94 455	0.69 408	0.46 339	0.75 260	0.69 392	1.51 275	1.57 476	1.36 391	1.90 480	1.51 425	0.87 325	7.23 540	1.89 486	0.26 349	0.19 320	0.19 135	0.16 145	0.23 269	0.37 417

MeshStereo	2.36 526	0.60 446	1.05 316	0.63 334	0.51 372	2.58 523	0.99 471	3.46 545	2.21 523	7.38 572	5.06 551	7.50 560	3.10 544	7.02 539	2.54 504	0.44 488	0.44 513	0.45 492	0.40 488	0.43 449	0.45 456
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
z-ln-s-r	1.18 439	0.61 451	2.91 499	0.54 205	0.56 403	0.81 298	0.86 445	1.72 335	1.55 475	1.18 289	1.62 435	1.37 397	1.16 427	3.67 466	3.77 522	0.20 194	0.15 205	0.21 203	0.17 169	0.29 361	0.24 258

FC-DCNN v2	2.96 544	0.61 451	1.13 341	0.75 450	0.57 408	2.90 535	1.06 481	3.59 548	2.66 536	7.05 569	7.66 564	10.26 572	7.17 568	6.27 523	4.49 531	0.54 508	0.48 522	0.51 504	0.50 511	0.53 489	0.52 478

sAnonymous2	0.59 189	0.61 451	1.82 447	0.61 316	0.52 377	0.51 117	0.54 320	0.97 109	0.70 111	0.50 96	0.68 114	0.46 78	0.63 223	0.61 47	0.41 145	0.22 259	0.17 271	0.23 268	0.21 280	0.85 523	0.56 490

CroCo_RVC	0.59 189	0.61 451	1.82 447	0.61 316	0.52 377	0.51 117	0.54 320	0.97 109	0.70 111	0.50 96	0.68 114	0.46 78	0.63 223	0.61 47	0.41 145	0.22 259	0.17 271	0.23 268	0.21 280	0.85 523	0.56 490

ADCRef	1.50 474	0.61 451	3.83 518	0.76 458	0.77 478	1.91 495	0.77 412	2.16 454	1.34 400	1.63 467	1.59 432	1.35 392	1.40 468	1.79 349	8.32 550	0.25 323	0.21 350	0.32 426	0.31 444	0.31 384	0.32 382

FC-DCNN	2.88 543	0.61 451	1.15 348	0.75 450	0.57 408	2.85 534	1.05 479	3.44 544	2.64 535	6.93 568	7.63 562	9.86 569	7.02 567	5.76 511	4.31 528	0.54 508	0.48 522	0.51 504	0.50 511	0.53 489	0.52 478

MSMD_ROB	2.08 515	0.61 451	1.15 348	0.71 421	0.62 431	4.00 552	0.93 460	1.94 397	1.79 500	4.71 560	4.60 545	8.14 564	3.87 555	3.75 469	1.65 472	0.54 508	0.48 522	0.55 515	0.58 522	0.53 489	0.52 478

PS-NSSS	1.02 402	0.62 458	1.17 363	0.61 316	0.58 411	0.91 337	0.79 423	2.02 415	1.19 315	1.17 278	1.68 448	1.00 298	0.85 308	4.43 479	0.86 345	0.38 462	0.31 456	0.52 506	0.32 451	0.52 484	0.45 456

GwcNet	1.26 454	0.63 459	5.13 528	0.81 471	1.15 528	1.73 475	0.69 392	1.84 363	1.53 467	1.51 439	1.71 453	1.72 458	1.09 413	2.20 399	1.61 464	0.31 415	0.30 451	0.29 395	0.27 396	0.30 377	0.41 439

PA-Net	1.14 429	0.63 459	2.12 471	0.67 383	0.75 472	1.19 413	0.91 454	1.91 386	1.46 457	1.18 289	1.23 307	1.33 389	1.17 431	4.31 477	1.41 441	0.29 404	0.46 519	0.33 438	0.50 511	0.33 402	0.57 493
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NaN_ROB	1.23 449	0.63 459	1.76 442	0.67 383	0.50 362	1.59 464	2.00 539	1.87 374	1.52 466	2.14 513	1.26 315	1.40 401	1.09 413	4.60 483	1.75 479	0.28 388	0.34 478	0.28 383	0.29 426	0.30 377	0.37 417

GMStereo_Zeroshot	0.70 258	0.64 462	1.11 336	0.65 355	0.38 267	0.84 315	0.37 144	1.09 160	1.16 302	1.14 268	1.07 232	1.26 371	0.55 177	1.23 231	0.65 291	0.34 440	0.17 271	0.31 414	0.18 187	0.57 497	0.23 237

FADNet	0.98 391	0.64 462	2.57 490	0.66 369	0.55 398	0.95 358	0.57 343	1.91 386	1.38 419	0.94 202	1.02 208	1.36 393	1.00 382	2.69 436	0.97 380	0.34 440	0.34 478	0.31 414	0.34 471	0.61 506	0.42 447

MANE	7.50 567	0.64 462	7.97 541	1.40 536	2.10 548	16.86 576	12.56 575	12.91 578	17.51 582	8.50 574	11.60 572	14.66 575	13.33 574	12.02 575	13.28 564	0.62 520	0.52 529	0.52 506	1.90 565	0.56 495	0.58 496

DANet	1.16 432	0.64 462	1.52 423	0.88 493	0.74 468	1.52 456	0.52 300	1.68 315	1.21 326	1.81 487	1.55 416	2.02 493	1.11 419	3.30 458	2.28 497	0.34 440	0.31 456	0.40 480	0.30 438	0.46 470	0.54 482
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	1.91 508	0.64 462	5.95 530	0.73 435	0.59 417	2.04 504	1.61 524	3.84 550	1.96 511	1.54 447	1.39 368	2.27 506	3.32 548	4.95 491	4.79 533	0.50 504	0.31 456	0.29 395	0.26 379	0.67 512	0.54 482

NCCL2	1.06 412	0.64 462	1.35 400	0.78 464	0.58 411	1.32 428	1.69 525	1.89 381	1.38 419	1.52 441	1.20 291	1.91 476	1.17 431	1.79 349	1.50 451	0.35 450	0.31 456	0.45 492	0.44 498	0.41 443	0.45 456

FCDSN-DC	2.47 531	0.65 468	1.00 301	0.85 485	0.75 472	2.26 514	0.97 467	2.31 482	1.83 503	5.52 567	7.65 563	7.72 563	7.70 569	4.43 479	2.64 505	0.52 506	0.48 522	0.52 506	0.52 515	0.57 497	0.59 498
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TCMNet	1.07 417	0.66 469	2.49 486	0.92 504	1.32 538	1.14 396	0.67 386	1.91 386	1.29 383	1.20 302	1.57 426	1.29 378	0.96 360	2.23 401	1.59 462	0.32 423	0.31 456	0.38 470	0.35 475	0.43 449	0.40 435

Wz-Net-MNSev	1.21 444	0.66 469	3.44 512	0.69 408	0.73 463	1.93 497	1.44 515	2.16 454	1.59 478	1.85 492	1.49 395	1.50 422	1.34 460	2.05 386	1.54 456	0.27 370	0.24 403	0.28 383	0.28 407	0.35 414	0.32 382

FBW_ROB	1.78 495	0.66 469	1.90 454	0.72 427	0.66 446	1.79 486	1.07 482	2.79 533	1.77 495	1.84 490	1.79 463	1.98 488	1.37 464	12.42 576	2.22 494	0.36 457	0.38 499	0.57 519	0.39 486	0.46 470	0.51 476

LALA_ROB	1.06 412	0.66 469	1.37 408	0.70 417	0.53 384	1.61 465	1.25 504	1.81 357	1.48 462	1.82 489	1.40 373	1.93 480	1.03 395	1.68 329	1.69 474	0.38 462	0.28 438	0.43 487	0.37 482	0.43 449	0.38 425

FINET	1.54 477	0.67 473	7.28 539	0.76 458	0.97 513	1.42 449	1.38 512	2.80 535	3.12 544	1.23 320	1.68 448	1.04 309	1.11 419	3.35 459	1.78 483	0.43 479	0.37 494	0.32 426	0.29 426	0.43 449	0.41 439

G-Net	1.71 492	0.67 473	2.09 468	1.14 529	0.75 472	2.96 537	0.89 451	1.58 294	1.30 387	2.76 533	8.12 567	2.29 508	2.51 537	1.94 368	2.23 496	0.49 500	0.45 515	0.45 492	0.31 444	0.62 507	0.59 498

CSAN	1.61 483	0.67 473	3.24 509	0.74 441	0.52 377	1.77 481	1.74 530	1.98 405	1.94 509	2.47 526	2.33 506	1.93 480	2.04 518	6.45 529	1.95 488	0.43 479	0.36 489	0.41 485	0.42 492	0.43 449	0.44 454

DEFOM-Stereo_RVC	0.41 63	0.68 476	0.45 18	0.66 369	0.30 129	0.48 83	0.25 34	0.87 89	0.46 46	0.39 41	0.37 24	0.30 34	0.69 247	1.16 217	0.31 43	0.17 78	0.11 20	0.16 49	0.12 31	0.18 113	0.14 15

w-ln-seven-2	1.42 467	0.69 477	6.86 536	0.71 421	0.62 431	1.23 418	0.92 456	1.84 363	1.59 478	1.74 480	1.59 432	1.49 419	1.40 468	3.69 467	2.22 494	0.27 370	0.26 422	0.29 395	0.26 379	0.34 410	0.33 391

ETE_ROB	1.01 401	0.69 477	1.49 417	0.72 427	0.50 362	1.15 400	1.12 486	1.91 386	1.24 343	1.94 501	1.50 402	1.73 460	1.06 407	1.78 344	1.33 433	0.33 430	0.26 422	0.38 470	0.34 471	0.40 439	0.44 454

ADCL	1.82 499	0.70 479	4.57 525	0.70 417	0.63 434	2.56 522	1.77 532	2.08 430	1.77 495	1.95 503	1.89 478	2.04 498	1.88 511	2.36 413	9.55 557	0.27 370	0.25 415	0.35 453	0.32 451	0.39 435	0.39 430

SANet	2.26 523	0.70 479	6.94 537	0.69 408	0.46 339	2.76 530	1.76 531	2.61 521	5.84 565	2.45 523	3.52 534	3.71 540	3.38 550	5.90 513	2.14 492	0.34 440	0.31 456	0.32 426	0.29 426	0.54 492	0.43 451

TRStereo	0.67 235	0.71 481	1.06 318	0.77 460	0.68 453	0.53 132	0.38 154	2.52 515	0.96 203	0.81 168	0.84 160	0.87 236	0.39 86	1.16 217	0.46 183	0.24 303	0.17 271	0.23 268	0.24 352	0.18 113	0.20 159

XX-TBD	0.47 108	0.71 481	0.39 1	0.81 471	0.25 42	0.57 160	0.26 43	0.73 41	1.30 387	0.78 160	1.01 205	0.45 75	0.33 48	0.49 17	0.39 118	0.20 194	0.15 205	0.15 20	0.11 7	0.17 81	0.15 31

ccnet	1.19 440	0.71 481	1.36 405	0.81 471	0.75 472	1.72 472	1.13 488	1.98 405	1.31 394	1.52 441	1.84 471	1.75 465	1.36 463	2.01 379	2.04 489	0.57 514	0.54 531	0.57 519	0.56 520	0.60 503	0.60 501

Wz-Net-LNSev	1.17 434	0.72 484	4.71 526	0.66 369	0.84 495	1.72 472	1.13 488	1.97 404	1.43 444	1.34 380	1.32 342	1.66 449	1.30 455	1.44 286	1.51 453	0.29 404	0.26 422	0.24 292	0.23 339	0.33 402	0.35 409

FADNet-RVC	0.96 387	0.72 484	2.96 501	0.64 348	0.49 357	0.90 334	0.59 356	1.85 371	1.27 363	0.92 196	0.97 192	1.36 393	0.90 337	2.36 413	1.31 426	0.30 411	0.29 447	0.32 426	0.32 451	0.42 447	0.37 417

SuperB	2.50 532	0.72 484	18.07 571	0.72 427	0.53 384	1.85 491	0.86 445	1.80 354	2.40 526	1.54 447	1.42 379	1.13 340	1.17 431	4.18 473	4.80 535	0.25 323	0.20 334	0.23 268	0.19 209	7.64 578	0.38 425

dad	0.90 369	0.73 487	1.28 391	0.59 294	0.39 276	0.83 307	0.45 244	1.24 221	1.54 469	1.52 441	1.28 330	1.36 393	0.86 316	2.54 429	0.91 362	0.43 479	0.27 432	0.82 532	0.26 379	0.44 460	0.34 400

PDISCO_ROB	1.41 465	0.73 487	2.04 466	1.40 536	1.46 542	2.83 532	1.07 482	2.64 522	2.11 519	1.41 409	1.50 402	1.73 460	0.99 376	2.83 443	1.46 447	1.03 536	0.27 432	0.54 511	0.47 505	0.77 519	0.84 526

psmorigin	1.69 491	0.74 489	13.13 559	0.70 417	0.60 421	1.16 403	0.79 423	1.69 324	1.25 351	2.07 509	1.77 461	2.23 503	1.51 483	2.14 394	1.45 445	0.39 468	0.41 506	0.34 446	0.33 465	0.45 463	0.63 505

ADCPNet	1.97 511	0.78 490	9.38 549	0.74 441	0.61 427	2.73 529	1.36 511	2.11 436	1.66 485	1.92 497	1.70 451	2.45 517	2.07 519	2.50 426	6.84 545	0.38 462	0.38 499	0.38 470	0.43 496	0.47 474	0.50 472

Syn2CoEx	1.23 449	0.80 491	3.07 504	0.83 478	0.68 453	1.39 440	0.87 449	2.23 470	1.57 476	1.28 351	1.58 428	1.42 402	1.57 486	3.79 470	1.48 450	0.36 457	0.32 468	0.34 446	0.30 438	0.30 377	0.41 439

ELAS_RVC	2.87 542	0.80 491	3.22 508	1.16 531	1.12 522	2.92 536	5.33 568	2.98 539	4.18 557	5.04 562	4.82 548	4.71 548	8.23 570	4.25 476	4.79 533	0.67 525	0.57 535	0.57 519	0.53 517	0.66 511	0.74 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.67 533	0.80 491	2.13 472	1.13 526	1.15 528	6.25 563	2.56 559	3.50 546	3.68 552	5.36 565	4.92 550	3.79 541	5.56 561	3.65 463	5.22 537	0.66 524	0.57 535	0.56 517	0.54 518	0.65 510	0.75 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	1.42 467	0.81 494	2.79 497	0.98 517	0.92 503	1.97 498	0.68 389	2.43 500	2.55 529	2.54 528	1.72 454	2.01 492	1.62 488	2.14 394	2.70 506	0.40 470	0.33 474	0.39 474	0.40 488	0.48 475	0.54 482

RGC	1.22 445	0.82 495	1.71 439	0.95 515	0.98 515	1.53 458	0.80 426	2.18 463	1.35 403	1.69 476	1.94 483	2.03 496	1.66 494	2.36 413	1.50 451	0.46 492	0.36 489	0.59 522	0.48 507	0.49 479	0.49 468

DeepPrunerF	1.68 489	0.82 495	6.82 535	0.94 513	1.20 533	0.91 337	0.97 467	2.50 512	5.19 563	1.22 317	1.30 335	1.18 347	1.29 452	4.96 492	1.75 479	0.43 479	0.35 485	0.52 506	0.48 507	0.43 449	0.42 447

w-ln-seven	1.56 479	0.83 497	5.96 531	0.78 464	0.74 468	2.64 527	1.01 476	2.13 445	2.03 514	2.09 510	1.76 458	1.84 473	1.27 449	2.98 446	3.23 516	0.29 404	0.26 422	0.31 414	0.30 438	0.41 443	0.38 425

DGSMNet	1.24 452	0.84 498	3.20 506	0.91 503	0.92 503	1.39 440	1.34 509	2.46 506	1.44 447	1.34 380	1.66 444	1.50 422	1.03 395	1.85 353	1.30 425	0.48 498	0.48 522	0.55 515	0.51 514	0.78 520	0.79 522

aanetorigin	1.26 454	0.85 499	3.00 502	0.72 427	0.80 486	1.08 386	1.05 479	1.12 170	1.39 428	3.53 548	2.60 517	1.72 458	1.73 501	1.98 374	1.77 482	0.26 349	0.24 403	0.26 352	0.25 361	0.38 430	0.51 476

RTSC	1.43 470	0.89 500	3.62 516	0.94 513	0.64 435	1.85 491	0.69 392	2.20 468	2.04 516	2.22 514	1.70 451	1.67 451	1.27 449	2.53 428	4.48 530	0.33 430	0.25 415	0.27 367	0.29 426	0.38 430	0.40 435

SAMSARA	1.80 497	0.90 501	3.37 511	1.28 535	1.13 524	3.71 546	2.33 553	2.53 516	1.93 508	3.17 546	1.73 455	2.99 529	1.68 496	3.53 462	2.46 503	0.47 496	0.54 531	0.43 487	0.47 505	0.59 500	0.64 506

ADCMid	2.11 517	0.90 501	8.39 545	0.75 450	0.69 456	1.98 499	1.14 491	2.18 463	1.67 487	2.85 535	1.85 474	2.35 512	2.02 517	2.35 412	10.58 561	0.34 440	0.32 468	0.39 474	0.44 498	0.51 483	0.53 481

GANetREF_RVC	1.11 425	0.90 501	1.56 428	0.88 493	0.53 384	1.41 446	1.35 510	1.91 386	1.54 469	1.28 351	1.32 342	1.46 414	1.23 442	2.04 382	1.00 386	0.57 514	0.45 515	0.67 527	0.52 515	0.91 526	0.62 503
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
PVD	1.82 499	0.91 504	3.02 503	1.03 520	0.94 509	2.61 525	1.14 491	2.78 532	3.40 549	3.08 544	2.75 520	2.39 515	2.49 536	2.81 441	3.66 521	0.48 498	0.49 527	0.59 522	0.49 510	0.60 503	0.81 524

PWCDC_ROB	1.39 463	0.91 504	2.10 469	1.08 523	0.92 503	1.72 472	0.58 350	2.03 419	3.30 547	1.32 367	4.87 549	1.21 352	1.71 499	1.98 374	1.75 479	0.65 523	0.26 422	0.29 395	0.25 361	0.56 495	0.41 439

PWC_ROB	1.39 463	0.93 506	4.07 520	0.77 460	0.83 493	1.16 403	0.53 306	1.87 374	2.01 513	2.36 519	3.06 528	1.65 448	1.60 487	2.65 435	2.29 499	0.34 440	0.23 393	0.36 463	0.25 361	0.39 435	0.49 468

SQANet	1.38 461	0.95 507	1.37 408	1.89 547	1.47 543	1.44 450	0.81 431	1.89 381	1.13 284	1.34 380	1.26 315	1.28 377	1.02 393	1.64 323	0.91 362	2.55 553	0.35 485	1.47 545	0.56 520	2.48 547	1.74 547

MFN_U_SF_RVC	1.62 485	0.96 508	4.36 524	0.92 504	0.69 456	2.62 526	1.10 484	2.50 512	1.74 494	1.99 505	1.86 476	2.45 517	1.78 505	3.08 449	2.84 508	0.54 508	0.50 528	0.56 517	0.60 526	0.60 503	0.67 508

anonymity	1.14 429	0.98 509	1.24 383	1.09 524	1.13 524	1.08 386	0.90 452	2.02 415	1.23 339	1.32 367	1.27 324	1.27 376	1.09 413	1.16 217	1.03 393	1.02 535	1.01 560	0.97 536	0.97 545	0.98 528	1.01 531

XQC	1.51 475	0.98 509	3.20 506	0.92 504	0.76 477	2.01 502	1.17 495	2.53 516	1.99 512	2.01 506	1.54 413	2.00 490	1.54 484	3.16 451	3.46 519	0.49 500	0.31 456	0.45 492	0.40 488	0.71 517	0.62 503

Consistency-Raft	1.27 457	1.01 511	2.17 474	1.04 521	1.20 533	0.96 364	1.00 473	1.84 363	1.95 510	1.38 398	2.11 495	1.44 408	1.03 395	1.18 223	1.40 440	0.73 529	0.83 546	0.89 534	0.99 548	1.33 539	0.95 530

z-mn7	1.77 494	1.06 512	7.02 538	0.74 441	0.54 392	2.58 523	1.03 477	1.90 385	2.73 540	1.61 461	3.00 526	1.96 486	1.40 468	5.23 496	2.87 509	0.31 415	0.25 415	0.27 367	0.25 361	0.34 410	0.35 409

PSMNet-RUCA	1.07 417	1.06 512	1.64 433	1.23 533	1.10 521	1.39 440	0.65 380	1.91 386	1.43 444	0.95 204	1.52 410	0.99 292	0.83 300	1.28 244	1.01 387	0.71 528	0.34 478	0.99 538	0.61 527	1.01 530	0.67 508

MaskLacGwcNet_RVC	1.17 434	1.06 512	1.28 391	0.88 493	0.69 456	1.92 496	0.92 456	1.71 332	1.14 290	1.17 278	1.26 315	1.49 419	0.80 289	2.04 382	0.86 345	2.02 547	0.34 478	0.79 531	0.36 478	1.38 541	1.33 543

WZ-Net	2.14 519	1.08 515	11.68 558	0.89 500	0.78 482	1.76 479	1.59 523	2.39 495	2.03 514	2.11 511	1.95 485	2.30 509	2.28 530	5.94 516	3.86 525	0.35 450	0.27 432	0.29 395	0.32 451	0.52 484	0.50 472

PASM	1.48 473	1.08 515	3.96 519	0.93 510	0.93 506	1.17 410	1.19 497	1.77 345	1.65 484	1.90 494	1.52 410	1.75 465	1.42 473	4.54 481	1.52 455	0.64 522	0.68 543	0.69 529	0.79 537	0.70 515	0.74 517

SPS-STEREO	1.78 495	1.09 517	1.52 423	1.22 532	1.14 526	1.87 493	1.11 485	2.27 479	1.70 489	3.17 546	2.39 508	2.84 527	1.93 513	4.41 478	2.93 510	1.04 538	0.99 559	0.97 536	0.94 543	1.03 532	1.05 533
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GASNet	1.13 427	1.10 518	3.29 510	1.00 519	0.68 453	0.82 300	0.67 386	1.85 371	1.38 419	1.39 401	1.25 313	1.25 365	1.20 441	2.72 438	1.62 466	0.46 492	0.26 422	0.36 463	0.34 471	0.55 494	0.33 391

MFN_U_SF_DS_RVC	1.80 497	1.11 519	4.33 523	0.84 482	0.77 478	3.70 545	2.41 558	2.04 422	1.85 504	1.75 481	1.90 480	1.92 479	1.25 446	7.33 541	1.45 445	0.47 496	0.47 520	0.53 510	0.77 536	0.50 481	0.55 488

AnonymousM	0.63 215	1.14 520	0.43 11	0.46 74	0.32 182	0.43 54	0.46 250	1.27 230	0.78 133	1.00 214	0.66 109	0.68 171	0.45 117	0.61 47	0.46 183	0.21 225	0.16 242	1.84 549	0.98 546	0.15 38	0.15 31

EDNetEfficient	2.40 529	1.14 520	8.59 546	0.77 460	0.73 463	1.06 381	1.53 519	1.54 283	4.06 555	4.87 561	2.81 521	2.23 503	3.53 551	3.04 448	9.65 558	0.27 370	0.24 403	0.27 367	0.31 444	0.70 515	0.67 508

otaku	1.67 487	1.18 522	1.56 428	2.27 549	1.59 544	1.98 499	1.23 502	2.23 470	1.37 417	1.48 436	1.63 440	1.73 460	1.23 442	1.85 353	1.09 397	2.96 557	0.58 537	1.74 546	0.61 527	2.94 553	2.15 553

NVStereoNet_ROB	2.17 521	1.18 522	3.51 513	1.14 529	1.26 536	1.57 462	1.51 516	2.19 465	2.11 519	2.04 507	4.80 547	3.17 536	2.11 524	7.97 549	2.10 490	1.12 541	0.94 556	1.10 542	1.34 555	0.95 527	1.31 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	1.47 471	1.20 524	2.50 487	1.46 541	1.08 520	1.58 463	1.51 516	1.96 403	1.87 505	2.31 518	2.20 499	1.51 425	1.88 511	1.57 307	1.34 434	0.94 533	0.83 546	0.84 533	0.80 538	1.00 529	1.06 534

Ntro	1.72 493	1.21 525	1.62 432	2.54 554	1.86 546	2.09 507	1.14 491	2.08 430	1.38 419	1.23 320	1.62 435	1.62 442	1.33 459	2.04 382	1.21 413	3.09 558	0.56 534	1.82 548	0.65 529	2.97 557	2.25 555

UDGNet	0.75 281	1.23 526	0.99 296	0.82 474	0.42 312	0.76 265	0.38 154	0.98 113	1.37 417	0.83 172	0.88 169	0.70 179	0.60 213	1.25 234	0.57 257	0.57 514	0.19 320	1.03 540	0.26 379	0.79 521	0.35 409

ADCS	2.35 525	1.26 527	6.54 534	0.85 485	0.77 478	2.18 510	1.79 533	2.47 507	2.20 522	2.80 534	2.14 498	2.38 513	2.09 520	2.81 441	13.83 569	0.43 479	0.41 506	0.40 480	0.45 501	0.59 500	0.67 508

LSM	6.55 563	1.26 527	15.64 565	1.79 544	68.74 592	1.67 471	2.08 545	2.26 473	2.59 530	3.13 545	3.08 529	1.90 474	1.81 506	2.89 444	2.16 493	0.43 479	0.59 538	0.50 503	0.58 522	0.64 508	17.24 585

SGM+DAISY	5.38 558	1.28 529	8.24 542	1.27 534	1.16 530	10.62 568	16.01 577	2.93 538	2.53 528	8.64 575	13.03 573	8.26 565	13.38 575	6.34 527	7.59 548	1.07 539	1.05 562	1.00 539	0.98 546	1.02 531	1.12 537

MSC_U_SF_DS_RVC	2.22 522	1.29 530	4.14 521	1.10 525	0.78 482	5.00 559	2.38 557	2.47 507	2.67 537	1.94 501	2.28 503	2.66 524	1.70 497	9.10 556	2.29 499	0.68 527	0.52 529	0.68 528	0.71 534	1.17 537	0.81 524

CC-Net-ROB	1.53 476	1.31 531	1.68 438	0.92 504	0.80 486	1.75 478	0.99 471	2.04 422	1.27 363	1.12 251	1.62 435	1.20 351	0.98 373	7.82 547	0.92 366	1.15 543	0.41 506	2.20 550	0.46 503	1.37 540	0.56 490

ACVNet-4b	3.05 546	1.42 532	18.09 572	2.85 556	2.33 556	2.32 518	1.22 500	2.47 507	2.21 523	1.26 340	2.36 507	2.64 523	1.46 477	6.32 526	1.23 417	3.29 561	0.45 515	2.37 554	1.02 551	3.03 558	2.61 560

Wz-Net-SNSev	1.68 489	1.45 533	8.71 547	0.71 421	0.67 452	1.35 435	1.51 516	2.15 452	1.47 458	1.51 439	1.68 448	2.27 506	1.38 465	4.23 474	2.36 501	0.32 423	0.29 447	0.31 414	0.33 465	0.43 449	0.39 430

AnyNet_C32	2.14 519	1.45 533	7.38 540	0.95 515	1.12 522	2.23 511	2.34 554	2.10 435	1.54 469	2.44 522	1.79 463	2.04 498	1.66 494	2.69 436	10.48 560	0.38 462	0.35 485	0.35 453	0.42 492	0.50 481	0.60 501

ACVNet_2	2.86 541	1.47 535	8.28 543	2.68 555	2.26 553	2.70 528	1.84 538	3.41 543	3.04 543	2.27 516	3.42 533	4.58 546	2.10 521	5.91 514	1.62 466	2.58 554	0.67 541	2.22 551	0.85 540	2.79 550	2.47 558

ACVNet_1	3.08 547	1.48 536	17.70 568	2.90 559	2.35 557	2.30 515	1.43 514	3.16 541	2.26 525	1.91 495	2.05 492	3.51 538	2.32 532	3.71 468	1.58 459	3.25 560	0.66 540	2.40 558	1.06 552	3.07 559	2.59 559

GCST	1.13 427	1.50 537	1.17 363	1.74 543	1.17 531	1.29 426	0.30 71	1.55 286	1.21 326	1.31 364	0.97 192	0.99 292	0.48 139	2.38 417	0.54 245	1.24 544	0.70 544	1.31 544	0.86 541	1.03 532	0.92 529

zh-mn7	1.84 501	1.51 538	9.67 551	0.70 417	0.54 392	1.47 452	0.84 438	1.93 395	2.13 521	2.50 527	2.70 519	1.67 451	1.35 461	4.75 489	3.14 515	0.32 423	0.27 432	0.27 367	0.27 396	0.32 395	0.39 430

EDNetEfficientorigin	10.59 574	1.52 539	177.33 597	0.68 395	0.54 392	1.66 470	1.20 499	1.94 397	3.39 548	4.69 559	3.37 531	3.08 533	2.79 542	3.25 455	3.63 520	0.26 349	0.24 403	0.33 438	0.28 407	0.85 523	0.87 527

WAO-7	2.78 536	1.54 540	2.18 475	1.41 539	1.19 532	3.92 551	2.01 542	4.19 554	3.89 554	2.98 540	5.47 552	4.18 544	3.28 547	8.24 552	4.27 527	1.13 542	1.01 560	1.18 543	1.13 554	1.19 538	1.13 538

RTS	2.76 534	1.55 541	15.40 562	1.13 526	1.42 540	3.75 548	2.21 548	2.45 502	2.72 538	2.91 538	2.85 523	2.58 521	1.62 488	6.28 524	5.80 540	0.41 474	0.30 451	0.35 453	0.35 475	0.52 484	0.54 482

RTSA	2.76 534	1.55 541	15.40 562	1.13 526	1.42 540	3.75 548	2.21 548	2.45 502	2.72 538	2.91 538	2.85 523	2.58 521	1.62 488	6.28 524	5.80 540	0.41 474	0.30 451	0.35 453	0.35 475	0.52 484	0.54 482

StereoAnything_RVC	0.49 118	1.60 543	0.87 243	0.37 3	0.21 7	0.26 4	0.21 13	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 60	1.29 245	0.23 1	0.22 259	0.11 20	0.15 20	0.11 7	2.36 545	0.13 2

Dean	3.77 551	1.65 544	17.87 569	3.01 561	2.54 559	3.15 539	2.10 546	4.80 560	4.42 558	2.89 537	6.03 554	5.45 554	2.55 540	3.40 460	2.13 491	3.22 559	0.89 553	2.51 561	1.07 553	3.07 559	2.65 563

WAO-6	2.98 545	1.67 545	1.88 453	2.38 553	2.30 555	3.53 544	2.37 555	4.38 557	4.64 561	2.42 520	4.50 541	4.85 549	2.99 543	5.22 495	5.37 538	1.77 546	1.16 566	2.31 553	1.47 561	2.42 546	1.99 552

zh-sn7	2.00 512	1.73 546	9.50 550	0.77 460	0.73 463	1.77 481	1.32 508	2.08 430	1.66 485	1.91 495	2.48 515	1.81 471	2.25 529	5.74 509	4.07 526	0.33 430	0.33 474	0.32 426	0.32 451	0.44 460	0.46 461

LVE	3.40 550	1.80 547	2.21 477	2.90 559	2.44 558	3.27 543	2.25 550	4.80 560	5.06 562	2.43 521	6.79 557	5.99 556	2.64 541	9.20 558	2.28 497	3.30 562	1.11 565	2.38 555	1.48 562	2.95 555	2.62 561

RainbowNet	2.06 514	1.86 548	1.97 461	2.86 557	2.25 552	2.03 503	1.79 533	2.77 530	1.92 507	1.54 447	1.84 471	1.95 485	1.73 501	2.23 401	1.38 439	3.40 564	0.86 551	2.39 557	1.00 549	2.94 553	2.42 557

IMH-64-1	2.82 538	1.87 549	1.77 443	3.31 564	2.69 560	3.22 541	2.07 543	4.25 555	2.77 541	2.46 524	3.78 537	3.05 531	2.34 533	4.67 485	3.00 512	3.84 569	0.84 549	2.75 564	1.39 556	3.34 562	2.93 565

IMH-64	2.82 538	1.87 549	1.77 443	3.31 564	2.69 560	3.22 541	2.07 543	4.25 555	2.77 541	2.46 524	3.78 537	3.05 531	2.34 533	4.67 485	3.00 512	3.84 569	0.84 549	2.75 564	1.39 556	3.34 562	2.93 565

MSAF-DinoV2	2.45 530	1.88 551	17.19 567	0.89 500	0.52 377	1.39 440	0.97 467	2.84 536	1.77 495	1.55 450	1.65 442	3.60 539	2.28 530	5.74 509	4.64 532	0.28 388	0.17 271	0.26 352	0.28 407	0.49 479	0.54 482

IMH	3.35 549	1.95 552	1.86 452	3.30 563	2.72 562	4.03 554	2.00 539	4.58 559	3.83 553	2.87 536	6.99 559	4.69 547	3.21 546	6.77 535	2.97 511	3.91 572	0.89 553	2.78 566	1.40 560	3.36 564	2.93 565

WAO-8	4.57 555	2.01 553	2.58 491	2.37 551	2.21 550	9.75 565	1.71 527	6.04 568	16.34 574	4.11 551	7.69 565	7.41 558	3.85 553	10.02 571	3.85 523	2.05 548	1.09 563	2.44 559	1.39 556	2.56 548	1.86 550

Venus	4.57 555	2.01 553	2.58 491	2.37 551	2.21 550	9.75 565	1.71 527	6.04 568	16.34 574	4.11 551	7.69 565	7.41 558	3.85 553	10.02 571	3.85 523	2.05 548	1.09 563	2.44 559	1.39 556	2.56 548	1.86 550

TorneroNet	10.72 575	2.09 555	2.76 496	3.48 567	3.03 566	44.72 590	2.31 552	8.62 573	67.06 597	7.45 573	23.21 583	10.59 573	4.28 558	9.03 555	9.00 554	3.67 566	0.91 555	3.04 568	1.63 564	3.92 567	3.55 571

TorneroNet-64	5.41 559	2.10 556	2.43 484	3.49 568	2.83 563	9.90 567	2.13 547	8.87 574	16.79 579	5.39 566	9.18 569	10.68 574	3.92 556	9.55 562	5.11 536	3.36 563	0.86 551	2.88 567	1.62 563	3.76 565	3.37 568

KSHMR	8.76 571	2.14 557	3.59 514	3.60 570	3.13 567	4.15 555	2.67 560	5.61 566	58.90 596	3.04 542	55.71 596	4.94 550	2.54 539	4.61 484	3.05 514	3.49 565	1.57 570	3.14 569	1.98 568	3.84 566	3.49 569

AnyNet_C01	2.38 527	2.21 558	10.17 553	0.99 518	0.79 484	3.12 538	2.37 555	2.69 527	1.89 506	2.58 530	2.44 512	2.70 525	1.86 510	3.65 463	7.12 546	0.41 474	0.41 506	0.40 480	0.42 492	0.68 513	0.79 522

PWCK	3.24 548	2.37 559	10.86 555	2.14 548	1.14 526	3.71 546	4.19 566	3.02 540	3.55 551	3.05 543	3.63 535	3.09 534	2.35 535	8.16 551	3.41 518	2.17 550	0.96 557	1.77 547	1.01 550	2.84 551	1.40 544

coex-ft	8.35 569	2.39 560	100.24 596	0.68 395	0.54 392	1.77 481	1.57 522	1.71 332	11.00 569	18.91 584	3.76 536	3.85 542	8.23 570	3.29 457	6.58 543	0.31 415	0.31 456	0.32 426	0.31 444	0.69 514	0.57 493

ktn	4.56 554	2.41 561	2.54 488	3.79 572	3.25 568	4.81 558	2.91 563	5.52 564	7.36 566	4.12 553	14.55 575	7.54 561	3.70 552	7.84 548	3.35 517	4.06 573	1.86 571	3.26 572	2.22 571	3.27 561	2.86 564

notaker	4.29 553	2.42 562	5.06 527	3.89 573	3.29 570	4.00 552	2.25 550	4.93 562	3.47 550	4.21 556	6.79 557	7.67 562	3.37 549	9.25 560	6.47 542	4.09 574	1.42 568	3.35 573	2.13 570	4.11 569	3.54 570

JetBlue	4.18 552	2.45 563	10.42 554	1.40 536	2.89 565	10.68 569	10.68 570	3.91 551	2.52 527	2.74 532	3.39 532	4.50 545	4.27 557	7.97 549	7.67 549	0.89 531	0.97 558	0.89 534	0.92 542	2.26 544	2.21 554

UNDER WATER	5.68 561	2.46 564	15.52 564	3.98 575	3.53 571	5.15 560	2.74 561	5.58 565	16.41 577	4.00 549	4.56 542	9.12 567	6.43 565	6.22 520	9.11 555	3.85 571	1.35 567	3.18 571	1.98 568	4.51 572	3.84 574

UNDER WATER-64	5.84 562	2.48 565	17.93 570	3.97 574	3.58 572	7.70 564	3.03 564	5.72 567	14.13 571	4.18 555	4.00 539	9.27 568	6.80 566	6.20 519	9.22 556	3.67 566	1.52 569	3.14 569	1.95 566	4.43 571	3.83 573

UDG	1.47 471	2.69 566	1.13 341	1.45 540	1.65 545	1.34 434	0.79 423	1.75 341	1.27 363	1.29 356	1.74 456	1.99 489	1.39 467	1.66 326	1.51 453	0.91 532	0.55 533	2.30 552	0.76 535	1.99 542	1.20 539

DDUNet	1.56 479	2.70 567	1.35 400	1.79 544	1.88 547	1.82 487	0.91 454	1.84 363	1.20 319	1.40 407	1.79 463	1.62 442	1.17 431	1.59 314	1.22 414	1.11 540	0.76 545	2.38 555	0.94 543	2.12 543	1.53 545

Wz-Net-TNSev	2.10 516	2.71 568	9.30 548	0.72 427	0.65 440	2.41 520	1.81 537	2.45 502	1.77 495	1.62 465	1.56 422	2.56 520	2.01 515	5.30 497	4.46 529	0.41 474	0.38 499	0.33 438	0.37 482	0.54 492	0.64 506

DispFullNet	2.39 528	2.89 569	3.74 517	3.09 562	2.27 554	2.04 504	0.84 438	2.19 465	1.73 493	2.54 528	1.98 486	2.23 503	5.83 562	3.44 461	1.84 485	1.03 536	0.33 474	2.65 563	1.97 567	2.87 552	2.34 556

IGEV-BASED-STEREO-	0.71 264	3.18 570	2.55 489	0.40 27	0.24 23	0.42 47	0.23 27	0.66 23	0.46 46	0.47 73	0.45 44	0.33 44	0.27 20	0.58 40	0.30 37	1.34 545	0.10 2	0.22 234	0.19 209	0.45 463	1.32 542

MADNet++	5.41 559	3.18 570	6.43 533	4.66 577	3.95 574	6.15 562	6.75 569	4.51 558	4.51 560	5.06 563	6.27 555	4.96 551	6.14 563	9.39 561	11.70 562	4.71 575	4.19 576	3.97 575	3.33 573	4.08 568	4.25 575

MADNet+	2.80 537	3.38 572	11.57 557	1.50 542	1.21 535	3.18 540	2.00 539	3.52 547	2.61 531	1.81 487	2.09 494	2.83 526	2.18 528	7.55 544	5.44 539	0.84 530	0.83 546	0.71 530	0.66 530	1.05 534	1.08 535

test_for_model	1.38 461	3.71 573	0.65 120	3.45 566	2.88 564	0.57 160	0.33 94	1.91 386	0.93 188	1.47 430	0.64 103	0.51 106	0.37 74	0.53 23	0.35 76	2.54 552	0.16 242	0.17 73	0.12 31	4.56 573	1.84 549

HanzoNet	11.92 576	5.12 574	17.18 566	4.19 576	3.59 573	5.16 561	2.82 562	7.41 571	9.96 568	33.31 592	27.60 585	22.25 585	37.31 590	18.18 580	13.57 565	8.13 580	3.44 575	3.50 574	3.44 575	7.77 579	4.52 576

DGTPSM_ROB	13.06 577	8.27 575	22.29 575	9.53 579	18.14 576	11.53 570	31.97 583	10.82 576	16.25 572	7.14 570	19.39 581	10.12 570	16.69 578	9.85 566	22.49 580	4.77 576	8.72 578	5.37 577	10.24 582	6.15 576	11.56 580

DPSMNet_ROB	13.08 578	8.28 576	22.32 576	9.54 580	18.15 577	11.53 570	31.98 584	10.83 577	16.27 573	7.17 571	19.40 582	10.12 570	16.69 578	9.87 567	22.50 581	4.78 577	8.72 578	5.38 578	10.25 583	6.16 577	11.59 581

JetRed	7.02 565	8.94 577	25.72 580	2.89 558	3.27 569	14.25 574	12.27 574	6.69 570	4.45 559	4.46 557	4.56 542	6.65 557	5.43 560	7.46 543	14.41 571	2.60 555	3.31 573	2.61 562	2.30 572	4.34 570	3.79 572

DPSimNet_ROB	24.77 584	9.69 578	61.46 593	3.56 569	19.46 579	25.95 578	77.56 596	5.09 563	16.60 578	21.50 585	29.82 587	25.12 588	85.69 597	13.37 577	23.07 583	7.23 578	17.79 586	8.55 581	7.57 580	4.57 574	31.84 590

TCMNet-wrong-test	10.42 573	11.55 579	15.31 561	20.99 582	18.49 578	13.94 573	10.69 571	16.07 580	4.14 556	5.27 564	5.64 553	16.22 577	12.57 572	7.57 545	10.26 559	7.44 579	2.38 572	4.30 576	3.43 574	11.37 581	10.87 579

USTest	14.33 579	14.93 580	21.00 573	17.41 581	16.02 575	23.11 577	33.76 585	22.02 581	11.81 570	9.47 576	10.19 570	15.94 576	13.17 573	17.25 579	22.38 579	3.81 568	5.01 577	6.17 580	6.18 578	9.23 580	7.81 578

Anonymous_1	42.79 592	18.71 581	24.75 577	21.81 583	45.16 590	27.68 579	37.52 586	28.64 586	16.34 574	14.72 580	14.53 574	20.60 579	17.82 580	21.52 581	25.88 584	113.45 597	8.91 580	100.63 594	126.37 594	158.50 597	12.31 582

DPSM_ROB	19.12 580	19.13 582	25.13 578	22.15 584	20.86 581	28.06 580	37.75 587	27.18 584	16.95 580	14.25 578	15.07 576	21.66 580	18.69 581	21.83 582	26.51 585	10.15 583	9.30 581	10.45 583	10.41 584	14.00 582	12.85 583

DPSM	19.12 580	19.13 582	25.13 578	22.15 584	20.86 581	28.06 580	37.75 587	27.18 584	16.95 580	14.25 578	15.07 576	21.66 580	18.69 581	21.83 582	26.51 585	10.15 583	9.30 581	10.45 583	10.41 584	14.00 582	12.85 583

BEATNet-Init1	27.39 585	21.01 584	73.65 595	1.07 522	0.80 486	56.07 591	22.82 579	33.14 591	31.71 588	51.78 596	52.93 595	65.63 596	48.54 595	48.75 597	36.36 590	0.52 506	0.47 520	0.54 511	0.54 518	0.64 508	0.72 515

xxxxx1	54.34 595	26.72 585	27.03 581	114.14 594	99.00 594	30.68 585	47.19 589	32.52 588	26.09 583	17.85 581	17.48 578	21.86 582	20.92 583	24.38 585	33.78 587	34.73 591	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

tt_ll	54.34 595	26.72 585	27.03 581	114.14 594	99.00 594	30.68 585	47.19 589	32.52 588	26.09 583	17.85 581	17.48 578	21.86 582	20.92 583	24.38 585	33.78 587	34.73 591	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

ff	54.34 595	26.72 585	27.03 581	114.14 594	99.00 594	30.68 585	47.19 589	32.52 588	26.09 583	17.85 581	17.48 578	21.86 582	20.92 583	24.38 585	33.78 587	34.73 591	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

LRCNet_RVC	22.79 582	32.09 588	22.06 574	29.83 586	26.15 583	4.40 557	0.84 438	22.64 582	2.10 518	26.93 587	29.25 586	23.03 587	15.56 577	23.91 584	18.92 576	32.00 590	20.04 591	34.68 589	32.13 590	30.66 589	28.52 589

PML	51.64 594	37.49 589	14.31 560	7.45 578	20.27 580	107.80 597	231.34 598	8.94 575	27.70 587	86.74 597	268.93 598	69.03 597	61.09 596	24.71 588	14.36 570	9.71 582	3.40 574	9.60 582	4.67 577	20.46 584	4.76 577

FlowAnything	38.45 587	38.38 590	50.32 590	44.77 592	41.97 588	56.43 592	76.20 593	54.49 596	34.43 592	28.45 588	30.15 588	43.52 593	37.69 592	43.76 593	53.31 595	20.36 587	18.71 589	21.03 585	21.10 589	28.18 585	25.74 586

CasAABBNet	38.42 586	38.42 591	50.26 589	44.76 591	41.87 587	56.47 593	76.22 594	54.44 594	33.92 590	28.53 589	30.36 590	43.53 594	37.59 591	43.77 594	53.32 596	20.27 586	18.70 588	21.03 585	21.04 587	28.19 586	25.79 587

Selective-RAFT-Error	38.47 588	38.44 592	50.38 591	44.74 590	42.01 589	56.47 593	76.24 595	54.44 594	34.02 591	28.59 590	30.30 589	43.51 592	38.10 593	43.69 592	53.24 594	20.36 587	18.72 590	21.05 587	21.02 586	28.25 587	25.87 588

LSM0	42.92 593	38.72 593	50.66 592	47.49 593	110.18 597	56.77 595	75.87 592	54.87 597	33.74 589	29.48 591	31.12 591	43.77 595	37.12 589	43.85 595	53.44 597	20.50 589	18.67 587	21.05 587	21.07 588	28.37 588	41.73 591

HaxPig	39.02 589	41.39 594	41.59 585	30.10 587	32.36 584	29.49 582	27.65 581	30.56 587	37.94 593	43.75 593	43.81 592	33.42 589	35.69 587	41.51 590	40.33 592	43.91 594	47.48 596	45.87 590	47.14 592	42.29 590	44.06 593

AVERAGE_ROB	40.42 590	42.30 595	42.61 586	36.91 589	35.54 586	30.42 584	27.59 580	37.45 593	38.45 594	44.87 594	44.27 593	37.55 591	36.69 588	41.82 591	40.25 591	45.36 595	46.73 595	47.09 591	46.32 591	42.47 591	43.74 592

MEDIAN_ROB	42.01 591	44.30 596	44.14 588	35.08 588	34.90 585	31.33 588	29.90 582	36.77 592	40.11 595	47.14 595	46.55 594	37.49 590	38.50 594	44.30 596	42.32 593	47.93 596	49.31 597	49.68 592	49.00 593	44.98 592	46.46 594

DLNR_Zeroshot_test	23.23 583	48.25 597	43.77 587	177.04 597	78.39 593	0.35 19	0.21 13	23.33 583	0.82 150	0.67 142	0.86 164	0.58 136	0.30 34	1.64 323	0.48 200	10.69 585	0.13 72	0.18 109	0.14 89	76.63 596	0.23 237

test_example2	192.91 598	210.59 598	206.44 598	199.86 598	204.90 598	172.02 598	182.95 597	138.34 598	134.89 598	193.14 598	200.54 597	186.77 598	177.82 598	204.95 598	207.57 598	221.83 598	238.70 598	186.02 598	190.07 598	226.94 598	173.78 598

ccccc		492.94 599		530.37 599	529.69 599	476.06 599		494.48 599		446.40 599		473.27 599		541.46 599		660.58 599	458.79 599	353.88 599	309.98 599	597.94 599

Low-res two-view benchmark