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

dual_stereo	0.29 3	0.21 3	0.39 1	0.40 8	0.23 10	0.25 2	0.22 6	0.59 7	0.32 4	0.33 8	0.26 5	0.40 21	0.23 4	0.86 98	0.30 13	0.16 16	0.13 38	0.14 1	0.11 7	0.14 2	0.14 4

XX-TBD	0.47 65	0.71 431	0.39 1	0.81 417	0.25 20	0.57 125	0.26 27	0.73 16	1.30 339	0.78 116	1.01 161	0.45 36	0.33 29	0.49 9	0.39 80	0.20 152	0.15 165	0.15 6	0.11 7	0.17 44	0.15 14

trnet	0.40 22	0.23 14	0.40 3	0.37 1	0.20 2	0.53 99	0.29 44	0.81 30	1.15 249	0.59 79	0.72 89	0.53 76	0.43 70	0.56 18	0.37 70	0.18 72	0.13 38	0.15 6	0.10 1	0.14 2	0.14 4

CES	0.51 87	0.21 3	0.40 3	0.42 12	1.40 484	0.53 99	0.34 79	1.04 94	0.68 64	0.45 41	0.67 73	0.35 14	0.28 9	0.58 27	0.35 41	0.16 16	0.13 38	0.15 6	0.10 1	0.19 105	1.69 491

CREStereo	0.40 22	0.24 27	0.40 3	0.37 1	0.22 7	0.52 95	0.29 44	0.81 30	1.15 249	0.59 79	0.72 89	0.51 65	0.42 62	0.57 23	0.37 70	0.19 110	0.13 38	0.15 6	0.10 1	0.14 2	0.15 14
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
FoundationStereo	0.26 1	0.23 14	0.41 6	0.40 8	0.24 13	0.32 9	0.22 6	0.43 1	0.24 2	0.31 6	0.25 2	0.30 9	0.32 26	0.36 2	0.27 5	0.16 16	0.12 11	0.15 6	0.11 7	0.13 1	0.14 4

CAS	0.66 179	0.19 1	0.41 6	2.31 495	0.86 442	0.56 123	0.53 262	0.83 36	0.63 51	0.49 55	0.70 83	0.36 15	0.26 7	0.47 8	0.37 70	2.33 496	0.10 1	0.14 1	0.10 1	0.17 44	1.31 485

GLC_STEREO	0.41 27	0.27 74	0.43 8	0.55 173	0.24 13	0.47 55	0.30 50	0.81 30	0.64 54	0.53 73	0.74 93	0.50 62	0.31 20	0.65 47	0.45 135	0.18 72	0.20 284	0.23 221	0.19 162	0.21 184	0.21 146

AnonymousM	0.63 170	1.14 468	0.43 8	0.46 36	0.32 142	0.43 41	0.46 209	1.27 184	0.78 88	1.00 169	0.66 70	0.68 126	0.45 80	0.61 33	0.46 141	0.21 179	0.16 197	1.84 494	0.98 491	0.15 12	0.15 14

PMTNet	0.47 65	0.22 6	0.43 8	0.39 5	0.24 13	0.71 203	0.26 27	0.78 26	1.03 187	0.65 94	0.69 79	0.55 82	0.48 100	0.90 112	0.36 57	0.99 479	0.13 38	0.15 6	0.10 1	0.15 12	0.15 14

SGD-Stereo	0.34 6	0.22 6	0.44 11	0.39 5	0.20 2	0.42 35	0.22 6	0.71 15	0.33 5	0.43 35	0.34 9	0.27 4	0.35 39	1.15 176	0.33 29	0.21 179	0.11 3	0.16 21	0.13 32	0.17 44	0.15 14

DEFOM-Stereo_RVC	0.41 27	0.68 427	0.45 12	0.66 321	0.30 91	0.48 60	0.25 19	0.87 50	0.46 13	0.39 25	0.37 11	0.30 9	0.69 203	1.16 179	0.31 16	0.17 42	0.11 3	0.16 21	0.12 17	0.18 71	0.14 4

LGtest1	0.28 2	0.23 14	0.46 13	0.42 12	0.22 7	0.41 27	0.19 2	0.58 6	0.29 3	0.30 5	0.25 2	0.29 5	0.29 12	0.57 23	0.26 3	0.18 72	0.12 11	0.16 21	0.12 17	0.14 2	0.16 33

DEFOM-Stereo	0.34 6	0.23 14	0.46 13	0.44 21	0.29 75	0.79 240	0.23 15	0.50 3	0.39 7	0.38 21	0.32 8	0.23 2	0.25 5	1.21 190	0.28 7	0.17 42	0.12 11	0.15 6	0.11 7	0.14 2	0.16 33

LoS	0.41 27	0.23 14	0.46 13	0.39 5	0.23 10	0.48 60	0.40 136	1.12 124	0.94 148	0.50 60	0.66 70	0.49 55	0.42 62	0.63 45	0.39 80	0.19 110	0.14 100	0.16 21	0.11 7	0.14 2	0.15 14
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.49 75	0.22 6	0.46 13	0.48 61	0.38 224	0.45 47	0.25 19	0.77 22	1.30 339	0.82 126	1.23 261	0.47 47	0.37 45	0.55 16	0.44 122	0.16 16	0.11 3	0.16 21	0.80 483	0.18 71	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
S2M2	0.35 9	0.28 85	0.47 17	0.43 17	0.30 91	0.31 8	0.16 1	0.61 11	0.68 64	0.32 7	0.49 29	0.47 47	0.34 33	0.40 3	0.33 29	0.25 275	0.22 315	0.20 125	0.22 260	0.25 264	0.23 192

IGEV-Stereo++	0.32 5	0.22 6	0.47 17	0.48 61	0.33 162	0.33 10	0.22 6	0.78 26	0.48 16	0.35 12	0.41 13	0.32 12	0.47 95	0.40 3	0.29 11	0.15 7	0.12 11	0.15 6	0.12 17	0.15 12	0.15 14

MonSter	0.29 3	0.19 1	0.48 19	0.37 1	0.22 7	0.55 116	0.31 55	0.60 9	0.44 10	0.29 4	0.29 6	0.23 2	0.20 1	0.60 31	0.26 3	0.11 1	0.11 3	0.14 1	0.11 7	0.14 2	0.14 4

LoS_RVC	0.45 47	0.29 106	0.48 19	0.49 74	0.83 438	0.51 89	0.43 171	0.65 12	0.44 10	0.47 45	0.78 101	0.44 26	0.60 171	0.59 29	0.37 70	0.14 2	0.12 11	0.14 1	0.10 1	0.14 2	1.08 480

GIP-stereo	0.37 11	0.25 39	0.49 21	0.55 173	0.41 258	0.37 16	0.22 6	1.03 90	0.56 30	0.35 12	0.52 38	0.46 38	0.37 45	0.55 16	0.28 7	0.20 152	0.13 38	0.16 21	0.12 17	0.16 26	0.16 33

Any-RAFT	0.55 98	0.27 74	0.49 21	0.50 89	0.27 34	0.98 322	0.25 19	1.71 286	1.08 206	0.90 146	0.99 154	1.13 295	0.46 88	0.74 61	0.35 41	0.19 110	0.13 38	0.17 36	0.13 32	0.16 26	0.19 95

s12784h	0.55 98	0.22 6	0.49 21	0.43 17	0.19 1	1.00 324	0.34 79	1.40 211	1.30 339	0.84 132	0.93 134	0.63 114	0.52 124	1.48 251	0.47 151	0.15 7	0.12 11	0.17 36	0.11 7	0.19 105	0.13 2

Reg-Stereo(zero)	0.46 56	0.23 14	0.50 24	0.45 26	0.25 20	0.41 27	0.27 32	0.80 29	1.12 232	0.93 154	0.79 103	0.91 213	0.46 88	0.74 61	0.44 122	0.15 7	0.13 38	0.15 6	0.12 17	0.15 12	0.18 62

castereo	0.43 39	0.25 39	0.50 24	0.46 36	0.30 91	0.60 142	0.56 292	1.23 173	0.83 108	0.39 25	0.70 83	0.45 36	0.68 199	0.54 15	0.33 29	0.17 42	0.11 3	0.17 36	0.13 32	0.16 26	0.14 4

TANstereo	0.45 47	0.23 14	0.50 24	0.43 17	0.21 4	0.65 173	0.26 27	0.83 36	0.88 123	0.95 159	0.99 154	0.51 65	0.45 80	0.56 18	0.36 57	0.19 110	0.24 353	0.16 21	0.13 32	0.17 44	0.27 270

castereo++	0.41 27	0.26 51	0.51 27	0.44 21	0.32 142	0.96 317	0.22 6	1.13 128	0.61 47	0.33 8	0.45 18	0.50 62	0.39 53	0.94 119	0.25 2	0.18 72	0.12 11	0.17 36	0.12 17	0.14 2	0.16 33

IGEV-RUCA	0.38 13	0.24 27	0.51 27	0.51 103	0.36 203	0.59 137	0.23 15	0.68 14	0.52 22	0.39 25	0.50 33	0.44 26	0.31 20	0.86 98	0.31 16	0.24 255	0.13 38	0.16 21	0.12 17	0.20 141	0.21 146

IGEV-Stereo+	0.46 56	0.23 14	0.51 27	0.42 12	0.46 293	0.15 1	0.19 2	0.45 2	0.37 6	0.28 2	0.25 2	0.31 11	0.41 56	1.43 240	0.31 16	0.18 72	0.13 38	0.15 6	0.12 17	1.09 480	1.74 492

knoymous	0.53 92	0.32 179	0.51 27	0.46 36	0.30 91	0.57 125	0.54 275	1.10 120	0.78 88	0.99 165	0.84 116	0.95 233	0.57 144	0.89 109	0.51 176	0.21 179	0.14 100	0.26 305	0.14 53	0.23 223	0.25 232

tt45	0.47 65	0.25 39	0.52 31	0.47 50	0.34 178	0.78 232	0.32 63	0.86 47	0.45 12	0.52 70	0.45 18	0.49 55	0.37 45	2.12 346	0.36 57	0.16 16	0.13 38	0.19 92	0.16 103	0.17 44	0.21 146

CASnet	0.42 35	0.26 51	0.52 31	0.52 122	0.21 4	0.49 66	0.35 90	0.85 41	0.85 115	0.84 132	0.69 79	0.48 52	0.31 20	0.57 23	0.34 34	0.19 110	0.12 11	0.27 319	0.22 260	0.23 223	0.15 14
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RSM	0.40 22	0.25 39	0.53 33	0.50 89	0.27 34	0.46 51	0.40 136	0.94 67	0.49 17	0.42 33	0.44 17	0.65 118	0.33 29	1.07 156	0.32 24	0.15 7	0.13 38	0.17 36	0.14 53	0.17 44	0.15 14

GREAT-IGEV	0.34 6	0.22 6	0.54 34	0.40 8	0.31 110	0.36 14	0.28 38	0.59 7	0.66 59	0.28 2	0.51 36	0.29 5	0.29 12	0.86 98	0.28 7	0.15 7	0.12 11	0.15 6	0.11 7	0.17 44	0.16 33

AIO-Stereo	0.39 19	0.26 51	0.54 34	0.50 89	0.24 13	0.45 47	0.39 131	1.13 128	0.57 32	0.42 33	0.49 29	0.52 72	0.25 5	0.74 61	0.32 24	0.16 16	0.13 38	0.18 68	0.14 53	0.16 26	0.15 14

SMoEStereo_RVC	0.41 27	0.26 51	0.55 36	0.46 36	0.31 110	0.60 142	0.36 99	0.85 41	0.47 15	0.47 45	0.43 14	0.42 22	0.34 33	1.40 230	0.31 16	0.15 7	0.12 11	0.20 125	0.15 70	0.16 26	0.18 62

999	0.49 75	0.25 39	0.55 36	0.51 103	0.35 195	0.74 212	0.31 55	0.89 55	0.59 37	0.39 25	0.50 33	0.50 62	0.36 42	2.41 372	0.41 105	0.17 42	0.13 38	0.18 68	0.15 70	0.16 26	0.23 192

RSM++	0.40 22	0.26 51	0.55 36	0.51 103	0.27 34	0.49 66	0.41 146	0.83 36	0.52 22	0.39 25	0.47 23	0.60 100	0.34 33	1.02 142	0.31 16	0.16 16	0.13 38	0.17 36	0.15 70	0.18 71	0.15 14

MoCha-V2	0.43 39	0.23 14	0.55 36	0.56 194	0.23 10	0.44 45	0.32 63	1.35 199	0.63 51	0.54 74	0.55 50	0.42 22	0.57 144	1.12 171	0.28 7	0.15 7	0.13 38	0.15 6	0.13 32	0.17 44	0.18 62

fffft	0.39 19	0.24 27	0.56 40	0.45 26	0.34 178	0.42 35	0.48 225	0.85 41	0.39 7	0.45 41	0.35 10	0.38 19	0.31 20	1.32 213	0.34 34	0.14 2	0.12 11	0.19 92	0.15 70	0.16 26	0.18 62
1: 1. 1
Selective-IGEV	0.42 35	0.26 51	0.56 40	0.48 61	0.27 34	0.45 47	0.33 70	1.56 243	0.61 47	0.36 15	0.47 23	0.52 72	0.30 16	1.08 159	0.33 29	0.15 7	0.13 38	0.17 36	0.13 32	0.16 26	0.15 14

ours_stereo	0.40 22	0.30 130	0.57 42	0.47 50	0.31 110	0.40 20	0.44 190	0.79 28	0.58 35	0.36 15	0.58 57	0.46 38	0.33 29	1.14 175	0.33 29	0.17 42	0.13 38	0.19 92	0.15 70	0.19 105	0.20 120

Prome-Stereo	0.76 244	0.29 106	0.57 42	0.58 228	0.33 162	0.58 136	0.94 412	0.98 72	0.92 135	1.46 380	2.45 462	0.91 213	1.38 414	1.60 276	0.44 122	0.19 110	0.13 38	0.19 92	0.18 140	0.20 141	0.87 472

WCG-NET	0.43 39	0.23 14	0.58 44	0.42 12	0.26 32	0.46 51	0.32 63	0.77 22	1.16 256	0.77 114	0.75 94	0.58 93	0.44 76	0.62 37	0.38 76	0.16 16	0.12 11	0.16 21	0.14 53	0.15 12	0.14 4

RAFT-Stereo-weight	0.49 75	0.26 51	0.58 44	0.49 74	0.28 61	0.61 149	0.34 79	1.16 149	1.11 225	1.06 191	0.79 103	0.75 147	0.28 9	0.79 80	0.42 113	0.16 16	0.13 38	0.17 36	0.15 70	0.16 26	0.18 62

MyStereo07	0.50 85	0.30 130	0.58 44	0.58 228	0.48 303	0.59 137	0.78 369	1.19 157	0.60 43	0.49 55	0.54 48	0.43 25	0.55 136	1.32 213	0.36 57	0.18 72	0.18 254	0.24 245	0.21 233	0.23 223	0.23 192

MC-Stereo	0.46 56	0.24 27	0.58 44	0.63 286	0.30 91	0.38 18	0.32 63	0.98 72	0.74 79	0.66 97	0.85 118	0.56 89	0.60 171	1.07 156	0.32 24	0.17 42	0.12 11	0.17 36	0.15 70	0.16 26	0.16 33

LCNet	0.73 228	0.30 130	0.58 44	0.58 228	0.31 110	0.68 188	0.53 262	1.09 114	0.94 148	1.19 251	1.34 304	0.96 238	1.32 408	2.50 380	0.46 141	0.19 110	0.13 38	0.21 158	0.25 314	0.28 298	0.69 459

PSM-AAD	0.80 268	0.29 106	0.58 44	0.58 228	0.29 75	0.76 222	1.19 444	1.08 107	0.94 148	1.65 419	1.58 382	0.81 166	2.12 472	1.67 284	0.44 122	0.19 110	0.14 100	0.38 415	0.32 398	0.22 204	0.68 457

MM-Stereo_test1	0.51 87	0.26 51	0.59 50	0.53 145	0.31 110	0.50 81	0.53 262	1.06 99	1.09 214	0.88 141	0.70 83	0.54 80	0.59 165	1.18 184	0.35 41	0.19 110	0.17 224	0.20 125	0.17 124	0.20 141	0.18 62

AIO_test	0.38 13	0.24 27	0.59 50	0.47 50	0.31 110	0.55 116	0.44 190	0.86 47	0.50 19	0.34 11	0.48 25	0.46 38	0.30 16	0.76 69	0.31 16	0.17 42	0.12 11	0.17 36	0.13 32	0.16 26	0.15 14

Occ-G	0.44 44	0.23 14	0.59 50	0.44 21	0.27 34	0.43 41	0.61 323	0.85 41	0.62 49	0.48 51	0.66 70	1.00 253	0.45 80	0.79 80	0.45 135	0.17 42	0.14 100	0.18 68	0.13 32	0.16 26	0.18 62

WCG-NET（raft）	0.46 56	0.23 14	0.59 50	0.42 12	0.24 13	0.50 81	0.35 90	0.76 21	1.10 218	0.72 106	0.76 95	0.91 213	0.50 116	0.88 106	0.40 96	0.16 16	0.13 38	0.15 6	0.14 53	0.15 12	0.17 49

CAS++	0.48 71	0.34 227	0.59 50	0.48 61	0.32 142	0.45 47	0.29 44	1.73 290	0.78 88	0.71 102	0.73 92	0.36 15	0.28 9	0.70 56	0.35 41	0.27 321	0.22 315	0.26 305	0.21 233	0.29 315	0.22 174
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
EGLCR-Stereo	0.41 27	0.24 27	0.59 50	0.45 26	0.27 34	0.54 112	0.22 6	1.23 173	0.56 30	0.44 37	0.43 14	0.68 126	0.29 12	0.89 109	0.34 34	0.17 42	0.12 11	0.20 125	0.17 124	0.17 44	0.18 62

UCFNet_RVC	0.72 225	0.37 286	0.59 50	0.66 321	0.41 258	0.89 285	0.68 343	1.78 299	1.15 249	1.01 174	1.20 245	1.22 310	0.95 310	1.07 156	0.66 251	0.28 338	0.21 300	0.34 391	0.31 391	0.33 354	0.29 300

MM-Stereo_test3	0.53 92	0.26 51	0.60 57	0.56 194	0.73 410	0.49 66	0.53 262	1.31 193	1.08 206	0.64 93	0.97 148	0.61 106	0.42 62	0.82 83	0.40 96	0.21 179	0.18 254	0.20 125	0.16 103	0.19 105	0.21 146

mms	0.42 35	0.29 106	0.60 57	0.47 50	0.33 162	0.43 41	0.46 209	0.75 20	0.50 19	0.36 15	0.61 63	0.44 26	0.30 16	1.39 228	0.34 34	0.16 16	0.14 100	0.18 68	0.15 70	0.19 105	0.21 146

AEACV	0.41 27	0.25 39	0.60 57	0.55 173	0.52 329	0.43 41	0.38 118	0.98 72	0.63 51	0.44 37	0.56 53	0.46 38	0.59 165	0.56 18	0.31 16	0.17 42	0.13 38	0.18 68	0.16 103	0.17 44	0.17 49

anonymousdsp	0.45 47	0.30 130	0.60 57	0.48 61	0.34 178	0.49 66	0.42 154	0.97 68	0.60 43	0.51 68	0.53 42	0.46 38	0.47 95	1.36 219	0.35 41	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

IGEV-Stereo	0.45 47	0.30 130	0.60 57	0.48 61	0.34 178	0.49 66	0.42 154	0.98 72	0.60 43	0.51 68	0.53 42	0.46 38	0.47 95	1.36 219	0.35 41	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HSM-Net_RVC	0.91 328	0.31 162	0.60 57	0.54 160	0.31 110	1.15 353	0.60 318	3.76 494	1.30 339	1.57 406	1.75 408	1.67 402	1.01 337	1.61 278	0.90 313	0.23 235	0.17 224	0.19 92	0.18 140	0.20 141	0.22 174
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LG-Stereo_Zeroshot	0.38 13	0.25 39	0.61 63	0.53 145	0.29 75	0.36 14	0.22 6	1.24 175	0.42 9	0.45 41	0.65 69	0.37 18	0.51 119	0.41 6	0.30 13	0.18 72	0.12 11	0.17 36	0.13 32	0.18 71	0.20 120

MGS-Stereo	0.43 39	0.28 85	0.61 63	0.46 36	0.28 61	0.49 66	0.33 70	0.60 9	0.89 124	0.47 45	1.32 295	0.51 65	0.32 26	0.66 49	0.39 80	0.20 152	0.16 197	0.18 68	0.16 103	0.18 71	0.18 62

MSKI-zero shot	0.56 109	0.30 130	0.61 63	0.55 173	0.28 61	0.68 188	0.28 38	1.25 179	0.68 64	0.92 151	1.33 300	0.81 166	0.33 29	1.94 322	0.36 57	0.18 72	0.13 38	0.17 36	0.13 32	0.16 26	0.19 95

FTStereo	0.92 331	0.28 85	0.61 63	0.57 216	0.34 178	0.65 173	1.80 482	1.09 114	0.84 111	1.75 429	4.13 486	1.04 264	1.62 435	1.59 271	0.48 158	0.21 179	0.17 224	0.23 221	0.22 260	0.19 105	0.58 441

raft+_RVC	0.56 109	0.29 106	0.61 63	0.65 307	0.56 352	0.53 99	0.53 262	1.40 211	1.02 184	0.78 116	1.04 176	0.70 134	0.55 136	1.00 136	0.49 169	0.18 72	0.16 197	0.19 92	0.19 162	0.18 71	0.17 49

GrayStereo	0.83 288	0.28 85	0.62 68	0.66 321	0.37 212	0.76 222	1.79 479	1.19 157	0.91 130	1.98 451	1.89 428	1.07 271	1.76 450	1.43 240	0.50 172	0.20 152	0.15 165	0.19 92	0.21 233	0.18 71	0.41 387

HART	0.48 71	0.24 27	0.63 69	0.52 122	0.27 34	0.41 27	0.29 44	1.32 195	0.54 24	0.59 79	1.47 345	0.61 106	0.34 33	1.09 163	0.32 24	0.16 16	0.14 100	0.19 92	0.14 53	0.19 105	0.18 62

Pointernet	0.41 27	0.21 3	0.63 69	0.45 26	0.29 75	0.51 89	0.27 32	1.54 237	0.70 68	0.48 51	0.64 65	0.49 55	0.37 45	0.51 10	0.36 57	0.18 72	0.13 38	0.14 1	0.11 7	0.14 2	0.14 4

IGEV++	0.45 47	0.24 27	0.63 69	0.58 228	0.32 142	0.42 35	0.25 19	2.16 401	0.65 57	0.38 21	0.58 57	0.46 38	0.44 76	0.56 18	0.40 96	0.20 152	0.13 38	0.16 21	0.13 32	0.17 44	0.18 62

ACVNet-DCA	0.59 145	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.58 248	0.91 130	0.60 86	0.80 108	0.47 47	0.87 277	1.48 251	0.35 41	0.21 179	0.13 38	0.25 284	0.15 70	0.23 223	0.25 232

xx1	0.70 213	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.07 102	3.23 490	0.60 86	0.80 108	0.95 233	0.79 236	1.48 251	0.35 41	0.21 179	0.13 38	0.24 245	0.23 292	0.23 223	0.25 232

1test111	0.58 133	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.58 248	0.91 130	0.60 86	0.80 108	0.47 47	0.87 277	0.99 133	0.67 252	0.21 179	0.13 38	0.25 284	0.15 70	0.23 223	0.25 232

cc1	0.68 203	0.34 227	0.63 69	0.60 255	0.27 34	1.16 356	0.51 245	1.07 102	3.23 490	0.60 86	0.80 108	0.47 47	0.87 277	1.48 251	0.35 41	0.21 179	0.13 38	0.25 284	0.15 70	0.19 105	0.23 192

raftrobust	0.55 98	0.27 74	0.63 69	0.68 347	0.69 403	0.50 81	0.34 79	1.08 107	0.97 161	1.32 320	0.88 125	0.62 109	0.80 242	0.82 83	0.44 122	0.20 152	0.16 197	0.16 21	0.14 53	0.15 12	0.18 62

ff7	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

IGEVStereo-DCA	0.49 75	0.33 198	0.64 77	0.46 36	0.34 178	0.50 81	0.42 154	0.93 57	0.59 37	0.48 51	0.48 25	0.48 52	0.45 80	2.28 362	0.44 122	0.19 110	0.14 100	0.19 92	0.15 70	0.17 44	0.21 146

ffff	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

11t	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

ccc-4	0.45 47	0.30 130	0.64 77	0.47 50	0.33 162	0.49 66	0.42 154	0.93 57	0.59 37	0.50 60	0.53 42	0.44 26	0.48 100	1.41 233	0.36 57	0.18 72	0.13 38	0.21 158	0.15 70	0.18 71	0.21 146

AIO_rvc	0.38 13	0.25 39	0.65 82	0.47 50	0.31 110	0.55 116	0.38 118	0.98 72	0.51 21	0.35 12	0.48 25	0.49 55	0.22 3	0.87 103	0.31 16	0.16 16	0.12 11	0.16 21	0.12 17	0.15 12	0.15 14

U	9.23 517	0.22 6	0.65 82	0.48 61	53.11 534	61.26 539	0.24 18	0.77 22	0.55 26	0.37 19	0.30 7	0.29 5	0.34 33	0.34 1	0.27 5	0.20 152	0.12 11	60.47 536	4.24 521	0.18 71	0.14 4

test_for_model	1.38 414	3.71 518	0.65 82	3.45 511	2.88 509	0.57 125	0.33 70	1.91 336	0.93 142	1.47 381	0.64 65	0.51 65	0.37 45	0.53 13	0.35 41	2.54 497	0.16 197	0.17 36	0.12 17	4.56 518	1.84 494

tt1	0.65 177	0.34 227	0.65 82	0.60 255	0.27 34	1.14 349	0.48 225	1.08 107	2.62 478	0.59 79	0.79 103	0.49 55	0.80 242	1.57 264	0.35 41	0.21 179	0.13 38	0.25 284	0.16 103	0.20 141	0.23 192

cross-raft	0.56 109	0.26 51	0.65 82	0.55 173	0.31 110	0.66 179	0.37 109	1.68 269	0.82 105	1.06 191	1.07 187	1.25 319	0.45 80	0.74 61	0.39 80	0.15 7	0.13 38	0.19 92	0.16 103	0.19 105	0.17 49

RCA-Stereo	0.52 91	0.26 51	0.66 87	0.49 74	0.33 162	0.54 112	0.44 190	1.20 161	1.41 386	0.69 100	1.06 184	0.63 114	0.79 236	0.62 37	0.35 41	0.17 42	0.12 11	0.17 36	0.14 53	0.16 26	0.16 33

GMM-Stereo	0.75 236	0.27 74	0.66 87	0.56 194	0.34 178	0.71 203	0.97 417	1.09 114	0.91 130	1.37 345	1.79 413	1.11 291	0.79 236	2.08 342	0.48 158	0.19 110	0.12 11	0.25 284	0.25 314	0.21 184	0.78 466

rafts_anoy	0.55 98	0.32 179	0.66 87	0.72 377	0.61 375	0.53 99	0.40 136	1.24 175	1.06 201	0.85 134	0.83 115	0.67 124	0.53 126	0.77 71	0.55 205	0.20 152	0.15 165	0.25 284	0.26 331	0.22 204	0.21 146

fffy	0.44 44	0.29 106	0.67 90	0.47 50	0.30 91	0.46 51	0.34 79	0.98 72	0.57 32	0.40 31	0.59 60	0.55 82	0.41 56	1.26 197	0.37 70	0.16 16	0.14 100	0.19 92	0.16 103	0.19 105	0.20 120

UniTT-Stereo	0.38 13	0.24 27	0.67 90	0.49 74	0.36 203	0.40 20	0.32 63	0.55 5	0.55 26	0.55 77	0.55 50	0.36 15	0.31 20	0.59 29	0.52 184	0.21 179	0.15 165	0.17 36	0.15 70	0.19 105	0.17 49

test_4	0.55 98	0.23 14	0.67 90	0.56 194	0.32 142	0.71 203	0.39 131	0.83 36	0.72 71	0.93 154	1.87 427	0.70 134	0.41 56	1.21 190	0.39 80	0.16 16	0.13 38	0.21 158	0.23 292	0.20 141	0.18 62

AIO-test1	0.61 158	0.27 74	0.68 93	0.68 347	1.02 461	0.79 240	0.36 99	1.59 253	1.35 355	0.59 79	0.89 127	0.60 100	0.49 111	1.20 189	0.36 57	0.18 72	0.17 224	0.23 221	0.25 314	0.18 71	0.26 252

testlalala2	0.60 152	0.30 130	0.68 93	1.79 489	1.30 482	0.65 173	0.41 146	1.06 99	0.75 84	0.91 148	0.96 139	0.75 147	0.34 33	0.56 18	0.45 135	0.18 72	0.16 197	0.17 36	0.13 32	0.17 44	0.19 95

KYRaft	0.77 250	0.29 106	0.68 93	0.59 247	0.29 75	0.66 179	0.83 389	1.05 97	0.89 124	1.63 417	2.22 451	1.15 299	0.99 328	1.59 271	0.41 105	0.21 179	0.14 100	0.22 187	0.28 357	0.21 184	1.01 476

FENet	0.62 161	0.30 130	0.68 93	0.57 216	0.33 162	0.82 255	0.40 136	1.41 215	1.12 232	1.03 181	0.87 122	0.98 242	0.84 255	1.00 136	0.70 260	0.23 235	0.16 197	0.23 221	0.20 191	0.22 204	0.24 213

CBMV_ROB	0.99 348	0.46 347	0.68 93	0.53 145	0.39 233	1.40 395	0.48 225	2.09 381	1.30 339	1.53 395	2.29 454	1.36 347	1.23 393	2.46 374	1.04 348	0.44 433	0.42 456	0.47 443	0.44 443	0.41 393	0.39 379

NOSS_ROB	1.29 411	0.49 363	0.68 93	0.60 255	0.40 244	1.09 342	0.77 366	1.94 346	1.44 399	1.04 183	1.46 343	1.10 286	0.81 246	10.57 519	0.78 280	0.46 437	0.43 457	0.48 445	0.45 446	0.45 411	0.43 399

ProNet	0.46 56	0.30 130	0.69 99	0.46 36	0.32 142	0.57 125	0.52 256	1.15 144	0.67 61	0.44 37	0.50 33	0.44 26	0.43 70	1.31 207	0.38 76	0.16 16	0.15 165	0.19 92	0.16 103	0.18 71	0.18 62

PSMNet-ADL	0.75 236	0.36 265	0.69 99	0.71 372	0.47 301	1.13 346	0.46 209	1.47 225	1.07 203	0.85 134	1.18 240	1.31 337	0.94 305	1.56 262	1.06 349	0.34 385	0.22 315	0.22 187	0.23 292	0.27 282	0.36 364

HHNet	0.64 173	0.28 85	0.69 99	0.45 26	0.46 293	0.50 81	0.57 298	1.13 128	1.03 187	1.26 294	2.21 450	0.70 134	0.59 165	1.10 166	0.51 176	0.21 179	0.13 38	0.23 221	0.19 162	0.20 141	0.31 326

MM-Stereo_test2	0.44 44	0.25 39	0.70 102	0.54 160	0.33 162	0.55 116	0.45 203	1.02 83	0.84 111	0.61 90	0.51 36	0.49 55	0.42 62	0.82 83	0.32 24	0.16 16	0.13 38	0.18 68	0.14 53	0.19 105	0.17 49

tg	0.54 95	0.25 39	0.70 102	0.52 122	0.31 110	0.89 285	0.29 44	1.12 124	0.98 164	0.85 134	1.03 171	0.62 109	0.42 62	1.37 222	0.41 105	0.17 42	0.13 38	0.22 187	0.21 233	0.17 44	0.17 49

testlalala	0.49 75	0.30 130	0.70 102	0.44 21	0.40 244	0.68 188	0.38 118	1.38 205	0.58 35	1.28 304	0.82 113	0.61 106	0.36 42	0.57 23	0.34 34	0.21 179	0.14 100	0.18 68	0.12 17	0.15 12	0.16 33

HUF	0.39 19	0.27 74	0.71 105	0.43 17	0.24 13	0.51 89	0.47 219	0.99 80	0.55 26	0.37 19	0.45 18	0.53 76	0.41 56	0.70 56	0.29 11	0.18 72	0.14 100	0.16 21	0.12 17	0.15 12	0.17 49

ICVP	0.66 179	0.35 256	0.71 105	0.63 286	0.41 258	0.85 277	0.56 292	1.78 299	0.96 157	0.92 151	1.24 265	0.88 197	0.75 216	0.76 69	0.93 324	0.31 363	0.22 315	0.22 187	0.21 233	0.24 252	0.28 286
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SCV	0.51 87	0.29 106	0.72 107	0.63 286	0.27 34	0.40 20	0.38 118	2.32 430	0.75 84	0.36 15	0.49 29	0.55 82	0.35 39	1.31 207	0.34 34	0.25 275	0.13 38	0.17 36	0.14 53	0.18 71	0.18 62

rvit_stereo_0081	0.46 56	0.34 227	0.72 107	0.56 194	0.35 195	0.41 27	0.44 190	0.74 18	1.04 193	0.49 55	0.52 38	0.51 65	0.49 111	0.86 98	0.47 151	0.25 275	0.20 284	0.22 187	0.19 162	0.26 276	0.19 95

rvit_stereo_0082	0.46 56	0.34 227	0.72 107	0.56 194	0.35 195	0.41 27	0.44 190	0.74 18	1.04 193	0.49 55	0.52 38	0.51 65	0.49 111	0.86 98	0.47 151	0.25 275	0.20 284	0.22 187	0.19 162	0.26 276	0.19 95

MaDis-Stereo	0.38 13	0.27 74	0.72 107	0.45 26	0.35 195	0.30 7	0.31 55	0.81 30	0.54 24	0.38 21	0.38 12	0.58 93	0.49 111	0.53 13	0.39 80	0.20 152	0.16 197	0.19 92	0.15 70	0.19 105	0.15 14

GMOStereo	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 372	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

error version	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 372	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

test-v	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 372	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

ASMatch	0.89 315	0.29 106	0.72 107	0.56 194	0.36 203	0.47 55	0.37 109	1.16 149	0.95 153	1.11 198	3.26 476	0.95 233	0.96 312	4.88 439	0.53 193	0.20 152	0.16 197	0.22 187	0.19 162	0.20 141	0.30 316

test-2	0.55 98	0.28 85	0.72 107	0.52 122	0.30 91	0.53 99	0.43 171	1.02 83	0.98 164	1.44 372	1.14 226	0.88 197	0.57 144	0.62 37	0.39 80	0.16 16	0.14 100	0.24 245	0.22 260	0.20 141	0.18 62

iRaftStereo_RVC	0.49 75	0.28 85	0.72 107	0.53 145	0.29 75	0.52 95	0.33 70	1.14 132	0.84 111	0.85 134	0.99 154	0.55 82	0.36 42	0.83 89	0.40 96	0.18 72	0.13 38	0.22 187	0.20 191	0.20 141	0.18 62

AFF-stereo	0.60 152	0.28 85	0.72 107	0.48 61	0.29 75	0.34 11	0.37 109	1.22 168	1.20 272	1.21 263	1.59 386	1.10 286	0.70 206	1.01 139	0.44 122	0.14 2	0.12 11	0.19 92	0.20 191	0.18 71	0.15 14

R-Stereo Train	0.60 152	0.30 130	0.72 107	0.57 216	0.37 212	0.68 188	0.52 256	1.45 220	0.78 88	1.61 412	1.50 356	0.76 149	0.53 126	0.67 50	0.51 176	0.19 110	0.16 197	0.18 68	0.15 70	0.18 71	0.19 95

RAFT-Stereo	0.60 152	0.30 130	0.72 107	0.57 216	0.37 212	0.68 188	0.52 256	1.45 220	0.78 88	1.61 412	1.50 356	0.76 149	0.53 126	0.67 50	0.51 176	0.19 110	0.16 197	0.18 68	0.15 70	0.18 71	0.19 95
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
riskmin	0.62 161	0.29 106	0.73 120	0.50 89	0.34 178	0.86 278	0.44 190	1.74 292	1.07 203	0.76 113	0.76 95	1.19 303	1.01 337	0.84 92	0.60 229	0.20 152	0.16 197	0.24 245	0.16 103	0.24 252	0.29 300

RAFT+CT+SA	0.63 170	0.30 130	0.73 120	0.69 360	0.37 212	0.40 20	0.55 285	1.93 345	1.04 193	0.72 106	1.23 261	0.62 109	0.69 203	1.69 290	0.42 113	0.19 110	0.13 38	0.22 187	0.22 260	0.21 184	0.19 95

THIR-Stereo	1.02 356	0.29 106	0.73 120	0.51 103	0.29 75	0.94 305	1.31 454	1.08 107	0.98 164	1.35 338	1.91 432	1.16 300	1.54 431	6.37 474	0.79 285	0.20 152	0.14 100	0.21 158	0.22 260	0.19 105	0.25 232

RAFT-345	0.86 306	0.26 51	0.73 120	0.53 145	0.28 61	0.53 99	0.41 146	0.85 41	1.31 346	1.33 325	2.32 455	0.85 188	0.53 126	5.69 455	0.48 158	0.19 110	0.14 100	0.22 187	0.17 124	0.17 44	0.17 49

Gwc-CoAtRS	0.55 98	0.27 74	0.73 120	0.49 74	0.30 91	0.63 160	0.25 19	1.38 205	1.12 232	1.05 185	1.02 164	1.10 286	0.55 136	0.72 59	0.44 122	0.17 42	0.14 100	0.17 36	0.15 70	0.16 26	0.17 49

EAI-Stereo	0.76 244	0.31 162	0.74 125	0.55 173	0.28 61	0.70 201	1.72 475	2.57 464	0.90 129	0.75 111	3.03 473	0.57 91	0.43 70	1.10 166	0.49 169	0.19 110	0.14 100	0.17 36	0.18 140	0.17 44	0.21 146

ACVNet	0.66 179	0.33 198	0.74 125	0.55 173	0.37 212	0.80 246	0.47 219	1.46 222	1.11 225	1.01 174	1.31 290	1.07 271	0.91 292	0.82 83	1.09 352	0.22 213	0.19 271	0.21 158	0.18 140	0.23 223	0.19 95

CFNet-ft	0.78 254	0.36 265	0.74 125	0.67 335	0.56 352	0.86 278	0.54 275	1.46 222	1.17 261	1.01 174	1.28 283	1.68 404	1.03 347	1.57 264	0.95 331	0.27 321	0.21 300	0.33 383	0.26 331	0.31 337	0.26 252

CFNet_RVC	0.78 254	0.36 265	0.74 125	0.67 335	0.56 352	0.86 278	0.54 275	1.46 222	1.17 261	1.01 174	1.28 283	1.68 404	1.03 347	1.57 264	0.95 331	0.27 321	0.21 300	0.33 383	0.26 331	0.31 337	0.26 252

SGM-Forest	1.29 411	0.40 319	0.74 125	0.54 160	0.37 212	1.55 409	1.26 452	1.82 311	1.39 380	2.22 460	1.81 419	1.64 398	1.02 345	7.65 492	1.20 364	0.39 413	0.37 439	0.39 419	0.34 416	0.37 374	0.34 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GCAP-BAT	0.54 95	0.33 198	0.75 130	0.45 26	0.50 314	0.84 270	0.35 90	0.98 72	0.80 100	0.88 141	1.04 176	0.88 197	0.37 45	1.25 194	0.41 105	0.19 110	0.15 165	0.18 68	0.13 32	0.17 44	0.22 174

H2IRNET	0.57 121	0.28 85	0.75 130	0.49 74	0.35 195	0.40 20	0.27 32	1.03 90	1.18 267	0.62 92	1.26 269	1.07 271	0.85 260	1.02 142	0.64 242	0.20 152	0.16 197	0.23 221	0.25 314	0.22 204	0.20 120

Former-RAFT_DAM_RVC	0.47 65	0.38 304	0.75 130	0.48 61	0.37 212	0.67 184	0.35 90	0.82 35	1.14 244	0.61 90	0.64 65	0.39 20	0.39 53	0.74 61	0.39 80	0.20 152	0.17 224	0.22 187	0.18 140	0.24 252	0.20 120

raft_robust	0.71 219	0.32 179	0.75 130	0.54 160	0.28 61	0.54 112	0.35 90	1.54 237	1.24 295	1.18 244	1.07 187	0.73 144	0.53 126	3.65 416	0.40 96	0.19 110	0.16 197	0.20 125	0.22 260	0.21 184	0.19 95

hitnet-ft	0.84 294	0.38 304	0.75 130	0.59 247	0.44 282	0.99 323	0.47 219	1.61 258	1.38 371	1.21 263	1.22 253	1.82 421	0.99 328	1.87 312	1.09 352	0.33 376	0.29 393	0.34 391	0.27 347	0.36 368	0.33 344

DCRE	0.85 301	0.28 85	0.76 135	0.60 255	0.49 309	0.59 137	0.53 262	1.04 94	0.92 135	0.80 119	7.34 506	0.87 191	0.57 144	0.78 79	0.43 118	0.16 16	0.17 224	0.19 92	0.17 124	0.18 71	0.22 174

RAFT-RH_RVC	1.04 359	0.26 51	0.76 135	0.53 145	0.29 75	0.80 246	0.32 63	0.85 41	1.12 232	2.04 454	4.63 492	1.03 263	0.57 144	5.93 461	0.52 184	0.20 152	0.13 38	0.26 305	0.20 191	0.16 26	0.19 95

CFNet-RSSM	0.57 121	0.25 39	0.76 135	0.49 74	0.28 61	0.59 137	0.27 32	1.89 332	1.17 261	1.09 195	0.95 137	1.06 268	0.53 126	0.74 61	0.41 105	0.17 42	0.13 38	0.17 36	0.15 70	0.16 26	0.16 33

LL-Strereo2	0.56 109	0.36 265	0.77 138	0.56 194	0.40 244	0.68 188	0.37 109	1.21 166	0.83 108	0.96 162	0.79 103	0.91 213	0.41 56	1.08 159	0.48 158	0.18 72	0.17 224	0.29 344	0.25 314	0.22 204	0.19 95

BUS	0.78 254	0.34 227	0.77 138	0.55 173	0.45 286	2.30 464	0.42 154	2.65 469	1.04 193	1.25 281	1.12 210	1.02 260	0.70 206	0.94 119	0.75 271	0.25 275	0.18 254	0.25 284	0.22 260	0.23 223	0.24 213

BSDual-CNN	0.75 236	0.34 227	0.77 138	0.55 173	0.45 286	1.25 373	0.66 338	2.65 469	1.04 193	1.25 281	1.12 210	1.11 291	0.77 221	0.94 119	0.76 274	0.25 275	0.18 254	0.25 284	0.22 260	0.23 223	0.24 213

psmg	0.75 236	0.34 227	0.77 138	0.52 122	0.45 286	1.46 402	0.73 360	2.15 399	1.04 193	1.25 281	1.33 300	1.11 291	0.77 221	0.94 119	0.76 274	0.25 275	0.20 284	0.25 284	0.26 331	0.23 223	0.24 213

DRaft	0.81 277	0.26 51	0.77 138	0.47 50	0.31 110	0.95 311	0.52 256	1.13 128	0.99 173	1.78 433	2.01 440	0.80 160	1.71 446	2.64 387	0.74 268	0.19 110	0.14 100	0.20 125	0.20 191	0.18 71	0.24 213

RALCasStereoNet	0.58 133	0.34 227	0.77 138	0.65 307	0.64 382	0.64 169	0.51 245	1.06 99	0.99 173	0.71 102	1.06 184	0.77 153	0.44 76	1.38 226	0.52 184	0.20 152	0.18 254	0.18 68	0.16 103	0.20 141	0.22 174

CrosDoStereo	1.56 431	0.26 51	0.78 144	0.51 103	0.29 75	0.66 179	11.86 517	1.18 153	1.00 177	1.35 338	1.76 409	0.99 247	1.83 455	6.64 477	0.83 296	0.19 110	0.15 165	0.20 125	0.22 260	0.18 71	0.25 232

NRIStereo	0.62 161	0.31 162	0.78 144	0.56 194	0.28 61	0.63 160	0.33 70	1.16 149	0.92 135	1.15 225	0.87 122	0.90 209	0.58 161	2.24 357	0.56 211	0.22 213	0.14 100	0.21 158	0.19 162	0.22 204	0.18 62

DeepStereo_LL	1.56 431	0.26 51	0.78 144	0.51 103	0.29 75	0.66 179	11.86 517	1.18 153	1.00 177	1.35 338	1.76 409	0.99 247	1.83 455	6.64 477	0.83 296	0.19 110	0.15 165	0.20 125	0.22 260	0.18 71	0.25 232

DeepStereo_RVC	0.57 121	0.31 162	0.78 144	0.53 145	0.30 91	0.57 125	0.32 63	1.11 122	0.80 100	1.17 233	0.94 136	0.83 181	0.93 302	1.01 139	0.61 232	0.23 235	0.14 100	0.21 158	0.19 162	0.24 252	0.26 252

ttt	1.26 407	0.36 265	0.79 148	0.65 307	0.42 267	0.94 305	0.57 298	2.33 436	1.38 371	1.25 281	1.65 394	0.92 221	0.78 228	2.64 387	8.73 498	0.30 359	0.28 384	0.26 305	0.25 314	0.29 315	0.32 335

x	0.59 145	0.34 227	0.79 148	0.51 103	0.32 142	0.69 197	0.46 209	1.64 262	0.97 161	0.86 139	0.86 120	0.83 181	0.74 211	0.75 68	0.70 260	0.21 179	0.22 315	0.22 187	0.20 191	0.21 184	0.24 213

AAGNet	1.84 451	0.30 130	0.79 148	0.66 321	0.32 142	0.65 173	0.50 243	1.02 83	1.01 180	1.47 381	1.21 251	0.99 247	1.16 380	2.76 394	22.69 526	0.24 255	0.13 38	0.22 187	0.20 191	0.24 252	0.16 33

OMP-Stereo	0.95 337	0.35 256	0.79 148	0.92 449	0.32 142	0.49 66	0.35 90	1.22 168	1.11 225	1.58 407	1.12 210	1.44 361	0.69 203	6.92 482	0.51 176	0.20 152	0.15 165	0.24 245	0.19 162	0.21 184	0.16 33

Pruner-Stereo	0.64 173	0.31 162	0.79 148	0.66 321	0.31 110	0.61 149	0.42 154	1.22 168	1.09 214	1.53 395	1.09 197	0.94 229	0.55 136	1.37 222	0.56 211	0.25 275	0.14 100	0.24 245	0.21 233	0.21 184	0.25 232

HI	0.67 190	0.34 227	0.80 153	0.51 103	0.51 324	0.41 27	0.37 109	1.15 144	0.80 100	1.34 332	1.42 332	1.60 389	1.11 372	0.96 127	0.90 313	0.16 16	0.12 11	0.20 125	0.21 233	0.20 141	0.20 120

CoSv	0.67 190	0.34 227	0.80 153	0.51 103	0.51 324	0.41 27	0.37 109	1.15 144	0.80 100	1.34 332	1.42 332	1.60 389	1.11 372	0.96 127	0.90 313	0.16 16	0.12 11	0.20 125	0.21 233	0.20 141	0.20 120

testlalala_base	0.83 288	0.41 329	0.80 153	0.67 335	0.53 335	0.78 232	0.30 50	1.84 315	0.60 43	0.75 111	0.91 130	0.68 126	0.54 133	0.69 54	0.46 141	2.92 501	0.15 165	0.17 36	0.12 17	2.95 500	0.27 270

GCAP-Stereo	0.43 39	0.32 179	0.80 153	0.50 89	0.27 34	0.53 99	0.31 55	1.05 97	0.67 61	0.69 100	0.71 86	0.58 93	0.42 62	0.51 10	0.35 41	0.18 72	0.15 165	0.18 68	0.13 32	0.17 44	0.15 14

IIG-Stereo	0.97 342	0.34 227	0.80 153	0.90 447	0.33 162	0.61 149	0.26 27	1.27 184	1.08 206	1.69 425	1.37 314	1.44 361	0.74 211	6.94 483	0.53 193	0.21 179	0.14 100	0.23 221	0.18 140	0.20 141	0.15 14

AE-Stereo	0.58 133	0.29 106	0.81 158	0.62 276	0.41 258	0.69 197	0.46 209	2.49 457	1.25 303	0.49 55	0.77 99	0.69 131	0.46 88	0.61 33	0.42 113	0.17 42	0.16 197	0.21 158	0.20 191	0.19 105	0.18 62

RAFT-Test	0.58 133	0.27 74	0.81 158	0.50 89	0.33 162	0.95 311	0.27 32	1.40 211	0.89 124	1.00 169	1.12 210	1.39 353	0.48 100	0.74 61	0.41 105	0.17 42	0.14 100	0.17 36	0.14 53	0.16 26	0.18 62

PSM-adaLoss	0.56 109	0.33 198	0.81 158	0.52 122	0.27 34	0.63 160	0.41 146	1.14 132	0.73 72	1.13 209	0.96 139	0.82 172	0.60 171	1.09 163	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

ROB_FTStereo_v2	0.57 121	0.33 198	0.81 158	0.52 122	0.27 34	0.62 152	0.42 154	1.14 132	0.73 72	1.13 209	0.97 148	0.82 172	0.60 171	1.15 176	0.53 193	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

HUI-Stereo	0.54 95	0.33 198	0.81 158	0.52 122	0.27 34	0.62 152	0.29 44	1.14 132	0.74 79	1.13 209	0.96 139	0.82 172	0.60 171	0.83 89	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

SST-Stereo	0.85 301	0.30 130	0.81 158	0.63 286	0.31 110	0.70 201	0.25 19	1.16 149	0.95 153	1.47 381	1.11 206	0.99 247	0.86 268	5.69 455	0.53 193	0.23 235	0.13 38	0.23 221	0.19 162	0.23 223	0.19 95

iGMRVC	0.58 133	0.33 198	0.81 158	0.52 122	0.27 34	0.62 152	0.38 118	1.14 132	0.73 72	1.13 209	0.97 148	0.82 172	0.59 165	1.54 261	0.53 193	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

RAFT-Stereo + iAFF	0.56 109	0.28 85	0.81 158	0.45 26	0.25 20	0.40 20	0.34 79	1.12 124	1.13 238	1.35 338	1.58 382	0.80 160	0.67 195	0.71 58	0.43 118	0.14 2	0.11 3	0.18 68	0.17 124	0.18 71	0.16 33

HSM	1.22 398	0.34 227	0.81 158	0.61 268	0.39 233	1.22 369	0.63 331	2.45 448	1.25 303	1.32 320	1.26 269	1.91 424	1.08 363	9.21 505	0.75 271	0.23 235	0.17 224	0.20 125	0.16 103	0.22 204	0.24 213

DCVSM-stereo	0.75 236	0.36 265	0.82 167	0.58 228	0.43 272	0.78 232	0.42 154	1.30 191	1.05 199	1.79 434	1.04 176	1.60 389	1.08 363	1.12 171	0.86 300	0.25 275	0.27 379	0.29 344	0.24 305	0.30 330	0.37 368

test-3	0.56 109	0.24 27	0.82 167	0.50 89	0.29 75	0.57 125	0.34 79	1.09 114	1.03 187	1.33 325	0.69 79	0.87 191	0.45 80	1.68 286	0.39 80	0.17 42	0.12 11	0.20 125	0.17 124	0.17 44	0.16 33

test_1	0.56 109	0.24 27	0.82 167	0.50 89	0.29 75	0.57 125	0.34 79	1.09 114	1.03 187	1.28 304	0.69 79	0.87 191	0.45 80	1.67 284	0.39 80	0.17 42	0.12 11	0.20 125	0.17 124	0.17 44	0.16 33

GANet-ADL	0.63 170	0.38 304	0.82 167	0.67 335	0.41 258	0.68 188	0.51 245	1.64 262	1.16 256	0.98 164	1.10 199	0.90 209	0.58 161	0.81 82	0.63 238	0.27 321	0.18 254	0.18 68	0.16 103	0.23 223	0.27 270

Patchmatch Stereo++	0.57 121	0.33 198	0.82 167	0.52 122	0.27 34	0.63 160	0.28 38	1.14 132	0.73 72	1.13 209	0.96 139	0.82 172	0.60 171	1.40 230	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo	0.56 109	0.33 198	0.82 167	0.52 122	0.27 34	0.62 152	0.25 19	1.14 132	0.74 79	1.13 209	0.96 139	0.82 172	0.60 171	1.18 184	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

iRAFT	0.57 121	0.33 198	0.82 167	0.52 122	0.27 34	0.63 160	0.28 38	1.14 132	0.73 72	1.13 209	0.96 139	0.82 172	0.60 171	1.40 230	0.52 184	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

CRE-IMP	0.57 121	0.32 179	0.82 167	0.54 160	0.29 75	0.77 231	0.25 19	1.19 157	0.79 97	1.09 195	0.95 137	0.81 166	0.57 144	1.11 169	0.57 214	0.22 213	0.14 100	0.23 221	0.19 162	0.28 298	0.24 213

RAFT-IKP	0.57 121	0.33 198	0.82 167	0.52 122	0.27 34	0.57 125	0.35 90	1.14 132	0.73 72	1.13 209	0.96 139	0.83 181	0.61 180	1.26 197	0.53 193	0.23 235	0.14 100	0.24 245	0.20 191	0.27 282	0.20 120

MIF-Stereo (partial)	0.48 71	0.28 85	0.83 176	0.51 103	0.53 335	0.39 19	0.27 32	1.03 90	0.64 54	0.47 45	0.71 86	0.51 65	0.51 119	1.13 173	0.47 151	0.20 152	0.16 197	0.23 221	0.20 191	0.24 252	0.20 120

HH	0.68 203	0.33 198	0.83 176	0.53 145	0.34 178	0.92 298	0.45 203	1.79 302	0.74 79	0.71 102	1.13 221	1.60 389	0.83 252	1.95 325	0.39 80	0.18 72	0.14 100	0.19 92	0.17 124	0.19 105	0.19 95

HanStereo	0.68 203	0.33 198	0.83 176	0.53 145	0.34 178	0.92 298	0.45 203	1.79 302	0.74 79	0.71 102	1.13 221	1.60 389	0.83 252	1.95 325	0.39 80	0.18 72	0.14 100	0.19 92	0.17 124	0.19 105	0.19 95

NF-Stereo	0.82 279	0.33 198	0.83 176	0.65 307	0.31 110	0.63 160	0.43 171	1.35 199	0.93 142	1.30 311	1.02 164	0.81 166	0.57 144	5.37 451	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.30 316

OCTAStereo	0.82 279	0.33 198	0.83 176	0.65 307	0.31 110	0.62 152	0.44 190	1.35 199	0.93 142	1.30 311	1.02 164	0.81 166	0.57 144	5.32 446	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.30 316

RAFT_R40	0.84 294	0.30 130	0.83 176	0.63 286	0.31 110	0.66 179	0.43 171	1.15 144	0.99 173	1.47 381	1.10 199	1.00 253	0.84 255	5.44 452	0.53 193	0.23 235	0.13 38	0.23 221	0.20 191	0.23 223	0.19 95

CroCo-Stereo	0.42 35	0.33 198	0.83 176	0.59 247	0.28 61	0.26 3	0.33 70	1.22 168	0.85 115	0.43 35	0.49 29	0.65 118	0.46 88	0.40 3	0.36 57	0.19 110	0.15 165	0.16 21	0.14 53	0.20 141	0.17 49
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	0.67 190	0.32 179	0.83 176	0.63 286	0.34 178	0.69 197	0.57 298	1.14 132	0.84 111	1.12 206	1.20 245	1.75 415	0.92 300	1.09 163	0.60 229	0.22 213	0.19 271	0.27 319	0.24 305	0.22 204	0.23 192

TestStereo	0.65 177	0.42 332	0.83 176	0.52 122	0.27 34	0.57 125	0.44 190	1.07 102	0.92 135	0.85 134	1.01 161	0.68 126	0.56 141	3.22 407	0.47 151	0.23 235	0.15 165	0.24 245	0.18 140	0.28 298	0.18 62

11t1	0.57 121	0.30 130	0.84 185	0.54 160	0.30 91	0.83 262	0.41 146	1.34 198	0.79 97	0.88 141	0.82 113	0.70 134	0.70 206	0.96 127	0.67 252	0.21 179	0.21 300	0.20 125	0.16 103	0.21 184	0.26 252

EKT-Stereo	0.56 109	0.33 198	0.84 185	0.61 268	0.64 382	0.51 89	0.48 225	1.14 132	0.95 153	0.74 109	0.89 127	0.77 153	0.42 62	1.18 184	0.42 113	0.23 235	0.17 224	0.21 158	0.18 140	0.20 141	0.26 252

4D-IteraStereo	0.50 85	0.26 51	0.84 185	0.51 103	0.49 309	0.64 169	0.31 55	0.91 56	1.02 184	1.05 185	0.72 89	0.76 149	0.32 26	0.69 54	0.40 96	0.18 72	0.11 3	0.23 221	0.20 191	0.19 105	0.16 33

CASS	0.67 190	0.36 265	0.84 185	0.57 216	0.28 61	0.82 255	0.43 171	1.62 261	0.92 135	1.39 353	1.28 283	0.87 191	0.84 255	0.88 106	0.59 226	0.36 402	0.19 271	0.26 305	0.22 260	0.29 315	0.43 399
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RE-Stereo	0.82 279	0.33 198	0.84 185	0.65 307	0.31 110	0.63 160	0.44 190	1.35 199	0.93 142	1.30 311	1.02 164	0.80 160	0.57 144	5.34 449	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.31 326

TVStereo	0.82 279	0.33 198	0.84 185	0.65 307	0.31 110	0.63 160	0.44 190	1.35 199	0.93 142	1.30 311	1.02 164	0.80 160	0.57 144	5.34 449	0.55 205	0.26 300	0.14 100	0.24 245	0.20 191	0.20 141	0.31 326

rvit_stereo_0083	0.49 75	0.34 227	0.85 191	0.57 216	0.36 203	0.49 66	0.43 171	0.73 16	1.05 199	0.50 60	0.57 56	0.55 82	0.50 116	0.92 116	0.50 172	0.25 275	0.25 365	0.24 245	0.20 191	0.25 264	0.19 95

RAStereo	0.36 10	0.22 6	0.85 191	0.48 61	0.28 61	0.27 5	0.28 38	0.77 22	0.65 57	0.33 8	0.43 14	0.44 26	0.31 20	0.45 7	0.35 41	0.18 72	0.15 165	0.19 92	0.15 70	0.19 105	0.15 14

anonymousa	0.78 254	0.30 130	0.85 191	0.51 103	0.96 457	1.41 397	0.47 219	1.61 258	0.94 148	1.33 325	1.77 411	1.66 400	1.11 372	0.72 59	0.63 238	0.19 110	0.18 254	0.23 221	0.25 314	0.20 141	0.22 174

Selective-RAFT	0.55 98	0.29 106	0.85 191	0.58 228	0.28 61	0.91 291	0.34 79	1.00 82	0.96 157	0.59 79	0.64 65	0.80 160	0.76 217	1.34 217	0.51 176	0.21 179	0.15 165	0.17 36	0.15 70	0.19 105	0.19 95

HBP-ISP	1.00 351	0.60 398	0.85 191	0.64 300	0.48 303	1.63 418	0.77 366	2.24 419	1.30 339	1.33 325	1.53 366	0.87 191	0.99 328	3.26 409	0.76 274	0.46 437	0.44 458	0.54 456	0.48 452	0.48 423	0.42 395

DisPM	0.68 203	0.30 130	0.85 191	0.66 321	0.35 195	0.60 142	0.44 190	1.10 120	1.10 218	1.56 403	1.10 199	0.80 160	0.58 161	2.37 370	0.46 141	0.25 275	0.14 100	0.23 221	0.21 233	0.20 141	0.26 252

DEmStereo	0.98 345	0.25 39	0.85 191	0.49 74	0.33 162	1.02 327	0.55 285	0.97 68	0.93 142	1.41 361	2.13 446	1.01 258	2.01 462	5.62 454	0.78 280	0.19 110	0.15 165	0.20 125	0.20 191	0.18 71	0.25 232

HCRNet	0.72 225	0.40 319	0.86 198	0.61 268	0.57 356	0.75 217	0.35 90	1.39 209	1.21 279	1.11 198	0.99 154	1.01 258	0.76 217	2.18 352	0.73 264	0.28 338	0.19 271	0.28 333	0.23 292	0.25 264	0.26 252

AdaStereo	0.74 232	0.48 358	0.86 198	0.75 399	0.38 224	0.94 305	0.56 292	2.05 375	1.24 295	1.15 225	1.22 253	1.07 271	0.67 195	1.05 149	0.73 264	0.33 376	0.16 197	0.32 372	0.22 260	0.29 315	0.23 192
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.
StereoAnything_RVC	0.49 75	1.60 490	0.87 200	0.37 1	0.21 4	0.26 3	0.21 4	0.53 4	0.23 1	0.23 1	0.21 1	0.19 1	0.35 39	1.29 204	0.23 1	0.22 213	0.11 3	0.15 6	0.11 7	2.36 490	0.13 2

rvit_stereo_0080	0.47 65	0.35 256	0.87 200	0.48 61	0.36 203	0.42 35	0.54 275	0.93 57	0.78 88	0.52 70	0.60 61	0.55 82	0.47 95	0.62 37	0.48 158	0.27 321	0.21 300	0.20 125	0.20 191	0.31 337	0.20 120

whm_eth	0.47 65	0.35 256	0.87 200	0.48 61	0.36 203	0.42 35	0.54 275	0.93 57	0.78 88	0.52 70	0.60 61	0.55 82	0.47 95	0.62 37	0.48 158	0.27 321	0.21 300	0.20 125	0.20 191	0.31 337	0.20 120

CroCo-Stereo Lap2	0.46 56	0.37 286	0.87 200	0.62 276	0.79 429	0.28 6	0.35 90	0.81 30	0.73 72	0.39 25	0.54 48	0.71 141	0.54 133	0.60 31	0.48 158	0.18 72	0.18 254	0.19 92	0.16 103	0.21 184	0.21 146

test_3	0.57 121	0.24 27	0.87 200	0.55 173	0.30 91	0.60 142	0.40 136	1.07 102	1.08 206	1.20 256	0.68 74	0.92 221	0.43 70	1.68 286	0.40 96	0.16 16	0.13 38	0.22 187	0.19 162	0.21 184	0.17 49

SCV_C0	0.48 71	0.29 106	0.88 205	0.46 36	0.31 110	0.46 51	0.31 55	1.67 266	0.87 120	0.40 31	0.52 38	0.54 80	0.29 12	1.27 200	0.34 34	0.18 72	0.14 100	0.17 36	0.14 53	0.20 141	0.18 62

qqq	0.62 161	0.36 265	0.88 205	0.50 89	0.28 61	0.64 169	0.62 326	1.58 248	0.91 130	0.83 127	0.96 139	0.95 233	0.79 236	0.99 133	0.67 252	0.21 179	0.23 343	0.24 245	0.23 292	0.23 223	0.25 232

psm_up	0.83 288	0.37 286	0.88 205	0.68 347	0.59 365	1.05 332	0.92 407	1.68 269	1.17 261	1.41 361	1.22 253	1.30 335	1.31 406	1.39 228	0.89 309	0.27 321	0.30 397	0.31 361	0.27 347	0.28 298	0.28 286

CBMV	1.04 359	0.48 358	0.88 205	0.56 194	0.36 203	1.52 406	1.55 466	1.87 325	1.59 429	2.11 457	1.67 397	1.46 367	1.35 411	1.92 320	1.31 380	0.35 395	0.35 430	0.39 419	0.33 411	0.34 362	0.34 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
coex_refinement	0.84 294	0.30 130	0.89 209	0.72 377	0.52 329	0.95 311	0.60 318	1.92 343	1.29 335	1.38 350	1.37 314	1.80 420	0.82 247	1.48 251	1.31 380	0.27 321	0.17 224	0.19 92	0.20 191	0.25 264	0.27 270

FACV-RUCA	0.66 179	0.36 265	0.89 209	0.63 286	0.65 387	0.84 270	0.41 146	1.67 266	1.11 225	0.91 148	1.14 226	0.63 114	0.77 221	0.84 92	0.54 202	0.28 338	0.19 271	0.47 443	0.22 260	0.36 368	0.29 300

test_sample7	0.78 254	0.39 313	0.89 209	0.55 173	0.35 195	0.93 302	0.75 362	1.99 358	1.27 315	1.25 281	1.22 253	1.09 282	1.01 337	1.31 207	0.73 264	0.32 370	0.32 414	0.32 372	0.32 398	0.33 354	0.33 344

test_sample2	0.67 190	0.31 162	0.89 209	0.54 160	0.29 75	0.80 246	0.63 331	1.83 313	1.10 218	0.93 154	1.06 184	0.94 229	0.92 300	1.24 193	0.59 226	0.23 235	0.20 284	0.22 187	0.21 233	0.24 252	0.25 232

NINENet	0.81 277	0.40 319	0.89 209	0.65 307	0.53 335	2.30 464	0.42 154	2.12 385	1.13 238	1.20 256	1.27 278	1.02 260	0.70 206	1.26 197	0.75 271	0.29 353	0.24 353	0.31 361	0.21 233	0.27 282	0.26 252

PSM-softLoss	0.80 268	0.33 198	0.89 209	0.63 286	0.32 142	0.55 116	0.40 136	1.26 180	0.78 88	1.25 281	1.07 187	0.83 181	0.51 119	5.33 447	0.61 232	0.25 275	0.15 165	0.25 284	0.22 260	0.20 141	0.26 252

KMStereo	0.80 268	0.33 198	0.89 209	0.63 286	0.32 142	0.55 116	0.40 136	1.26 180	0.78 88	1.25 281	1.07 187	0.83 181	0.51 119	5.33 447	0.61 232	0.25 275	0.15 165	0.25 284	0.22 260	0.20 141	0.26 252

IRAFT_RVC	0.90 323	0.30 130	0.89 209	0.67 335	0.31 110	0.64 169	1.00 422	1.40 211	0.97 161	1.23 274	1.04 176	1.00 253	0.96 312	5.77 458	0.57 214	0.24 255	0.13 38	0.25 284	0.21 233	0.20 141	0.21 146

PSMNet-RSSM	0.78 254	0.32 179	0.89 209	0.65 307	0.43 272	0.73 210	0.58 305	2.14 394	1.19 268	1.18 244	1.38 319	1.31 337	1.07 362	1.43 240	0.82 295	0.28 338	0.21 300	0.27 319	0.29 375	0.25 264	0.26 252

test_sample1	0.67 190	0.32 179	0.90 218	0.54 160	0.33 162	0.76 222	0.48 225	1.75 294	1.06 201	0.95 159	0.99 154	0.91 213	1.10 369	1.25 194	0.79 285	0.22 213	0.19 271	0.21 158	0.20 191	0.21 184	0.25 232

GwcNet-ADL	0.67 190	0.33 198	0.90 218	0.58 228	0.41 258	0.60 142	0.59 311	1.55 240	1.28 323	1.11 198	1.13 221	0.90 209	0.59 165	1.11 169	0.91 317	0.28 338	0.18 254	0.18 68	0.18 140	0.25 264	0.33 344

GANet-RSSM	0.78 254	0.31 162	0.90 218	0.67 335	0.58 359	0.80 246	0.62 326	2.04 371	1.15 249	1.11 198	1.27 278	1.26 325	1.18 390	1.68 286	0.74 268	0.26 300	0.21 300	0.22 187	0.22 260	0.23 223	0.23 192

SGM_RVC	1.88 452	0.40 319	0.90 218	0.63 286	0.30 91	2.81 478	1.26 452	2.73 474	1.81 450	4.09 495	2.85 470	3.88 488	3.19 490	8.42 499	2.44 453	0.33 376	0.31 402	0.30 355	0.28 357	0.31 337	0.31 326
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_stereo_0081_aga	0.46 56	0.37 286	0.91 222	0.52 122	0.41 258	0.49 66	0.40 136	0.88 51	0.66 59	0.59 79	0.56 53	0.53 76	0.43 70	0.67 50	0.44 122	0.27 321	0.21 300	0.22 187	0.20 191	0.26 276	0.19 95

mmm	0.68 203	0.37 286	0.91 222	0.54 160	0.34 178	0.86 278	0.58 305	1.72 289	1.02 184	1.13 209	1.41 331	0.83 181	0.78 228	0.95 126	0.67 252	0.22 213	0.20 284	0.29 344	0.26 331	0.27 282	0.27 270

DIP-Stereo	0.64 173	0.32 179	0.91 222	0.49 74	0.36 203	0.91 291	0.33 70	2.51 460	0.77 86	1.25 281	1.00 159	0.68 126	0.51 119	0.92 116	0.65 247	0.19 110	0.15 165	0.21 158	0.17 124	0.19 105	0.22 174
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ITSA-stereo	0.85 301	0.38 304	0.92 225	0.58 228	0.32 142	0.86 278	0.49 236	2.33 436	1.69 437	1.16 229	1.12 210	0.95 233	0.85 260	2.46 374	1.18 361	0.27 321	0.23 343	0.28 333	0.28 357	0.28 298	0.41 387

Sa-1000	0.76 244	0.30 130	0.92 225	0.62 276	0.31 110	0.78 232	0.37 109	2.00 362	1.38 371	1.30 311	2.04 441	0.86 189	0.74 211	1.87 312	0.40 96	0.19 110	0.14 100	0.25 284	0.24 305	0.21 184	0.19 95

AIO-test2	0.61 158	0.30 130	0.93 227	0.65 307	0.65 387	0.79 240	0.50 243	1.33 197	1.40 382	0.65 94	1.15 232	0.53 76	0.42 62	1.18 184	0.36 57	0.25 275	0.18 254	0.26 305	0.31 391	0.20 141	0.21 146

PCWNet_CMD	0.68 203	0.34 227	0.93 227	0.51 103	0.38 224	0.80 246	0.42 154	1.51 229	1.34 352	1.17 233	1.31 290	1.23 314	0.65 189	0.94 119	0.62 235	0.21 179	0.17 224	0.27 319	0.19 162	0.43 398	0.28 286

anonymousdsp2	0.58 133	0.29 106	0.93 227	0.51 103	0.30 91	0.75 217	0.46 209	1.95 349	0.87 120	0.81 124	0.78 101	0.76 149	0.48 100	1.10 166	0.45 135	0.19 110	0.14 100	0.18 68	0.13 32	0.20 141	0.22 174

CFNet_pseudo	0.68 203	0.34 227	0.93 227	0.50 89	0.39 233	0.72 206	0.42 154	1.44 218	1.25 303	1.17 233	1.35 309	1.22 310	0.66 193	1.04 146	0.64 242	0.21 179	0.17 224	0.33 383	0.19 162	0.39 385	0.28 286

222	1.67 438	0.31 162	0.93 227	0.59 247	0.31 110	1.05 332	0.43 171	2.39 441	1.47 410	1.37 345	1.55 370	0.94 229	0.94 305	1.98 328	17.76 520	0.24 255	0.22 315	0.21 158	0.20 191	0.22 204	0.26 252

MSMDNet	0.68 203	0.34 227	0.93 227	0.52 122	0.38 224	0.80 246	0.42 154	1.52 231	1.35 355	1.17 233	1.31 290	1.23 314	0.65 189	0.94 119	0.62 235	0.21 179	0.17 224	0.26 305	0.19 162	0.41 393	0.28 286

ccs_rob	0.68 203	0.34 227	0.93 227	0.50 89	0.39 233	0.72 206	0.42 154	1.43 217	1.25 303	1.17 233	1.34 304	1.22 310	0.66 193	1.04 146	0.64 242	0.21 179	0.17 224	0.35 398	0.20 191	0.40 389	0.29 300

LG-Stereo	0.37 11	0.27 74	0.94 234	0.48 61	0.26 32	0.37 16	0.30 50	0.88 51	0.57 32	0.38 21	0.58 57	0.29 5	0.21 2	0.51 10	0.37 70	0.14 2	0.14 100	0.20 125	0.18 140	0.18 71	0.14 4

CFNet_ucs	0.73 228	0.34 227	0.94 234	0.53 145	0.44 282	0.76 222	0.46 209	1.73 290	1.34 352	1.24 278	1.54 367	1.08 281	0.64 185	1.05 149	0.64 242	0.26 300	0.20 284	0.37 411	0.22 260	0.42 396	0.30 316

Anonymous_2	1.37 413	0.56 389	0.94 234	0.57 216	0.62 379	1.04 329	0.65 335	1.82 311	1.01 180	1.00 169	0.79 103	1.42 355	1.27 400	1.06 154	0.83 296	0.62 465	0.67 486	1.05 486	9.88 525	1.09 480	0.55 433

test_xeample	1.55 430	0.31 162	0.94 234	0.54 160	0.31 110	0.94 305	0.58 305	2.40 443	1.40 382	1.29 309	1.55 370	0.89 207	0.88 283	1.72 292	15.94 517	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

SMFormer	0.79 263	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.99 337	0.24 255	0.22 315	0.22 187	0.21 233	0.23 223	0.27 270

tta	0.79 263	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.99 337	0.24 255	0.22 315	0.22 187	0.21 233	0.19 105	0.22 174

qqq1	0.76 244	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.48 158	0.24 255	0.22 315	0.18 68	0.15 70	0.19 105	0.22 174

fff1	0.76 244	0.32 179	0.95 238	0.49 74	0.27 34	0.83 262	0.43 171	2.16 401	1.45 404	1.27 299	1.50 356	0.98 242	0.96 312	1.87 312	0.48 158	0.24 255	0.22 315	0.18 68	0.15 70	0.19 105	0.22 174

TestStereo1	0.66 179	0.29 106	0.95 238	0.82 420	0.32 142	0.47 55	0.43 171	1.52 231	1.22 287	0.99 165	1.32 295	0.65 118	0.76 217	1.78 299	0.44 122	0.20 152	0.16 197	0.22 187	0.19 162	0.21 184	0.20 120

SA-5K	0.66 179	0.29 106	0.95 238	0.82 420	0.32 142	0.47 55	0.43 171	1.52 231	1.22 287	0.99 165	1.32 295	0.65 118	0.76 217	1.78 299	0.44 122	0.20 152	0.16 197	0.22 187	0.19 162	0.21 184	0.20 120

DLCB_ROB	0.92 331	0.43 336	0.95 238	0.71 372	0.55 347	1.11 343	0.83 389	1.61 258	1.32 348	1.67 423	1.66 395	1.70 407	0.93 302	1.96 327	1.34 387	0.26 300	0.25 365	0.27 319	0.28 357	0.28 298	0.28 286

TransformOpticalFlow	0.97 342	0.30 130	0.96 245	0.54 160	0.31 110	0.65 173	0.54 275	1.87 325	1.19 268	1.12 206	1.44 339	1.34 344	0.98 325	6.68 479	0.44 122	0.19 110	0.12 11	0.21 158	0.19 162	0.18 71	0.23 192

SA	0.69 212	0.31 162	0.97 246	0.64 300	0.30 91	0.56 123	0.38 118	1.84 315	1.35 355	0.99 165	1.37 314	0.69 131	0.94 305	1.88 318	0.43 118	0.20 152	0.16 197	0.25 284	0.23 292	0.22 204	0.19 95

RALAANet	0.62 161	0.37 286	0.97 246	0.66 321	0.50 314	0.67 184	0.31 55	1.27 184	1.09 214	1.11 198	1.17 237	0.88 197	0.46 88	1.27 200	0.45 135	0.20 152	0.15 165	0.21 158	0.18 140	0.27 282	0.19 95

AACVNet	0.90 323	0.40 319	0.98 248	0.86 434	0.40 244	0.80 246	0.49 236	1.81 309	0.86 117	1.11 198	1.34 304	1.32 341	0.99 328	4.23 425	0.86 300	0.26 300	0.22 315	0.28 333	0.22 260	0.30 330	0.28 286

xxxx	1.61 434	0.32 179	0.98 248	0.58 228	0.31 110	1.15 353	0.43 171	2.43 446	1.41 386	1.17 233	1.40 326	1.21 306	0.86 268	1.94 322	16.68 519	0.24 255	0.24 353	0.21 158	0.20 191	0.23 223	0.27 270

test_5	0.70 213	0.32 179	0.99 250	0.69 360	0.50 314	0.89 285	0.51 245	1.88 330	1.14 244	0.78 116	1.13 221	1.04 264	0.89 286	1.59 271	0.46 141	0.19 110	0.14 100	0.23 221	0.22 260	0.22 204	0.20 120

CSP-Net	1.00 351	0.41 329	0.99 250	0.56 194	0.43 272	1.62 417	0.76 365	2.16 401	1.16 256	1.33 325	1.22 253	1.32 341	0.89 286	4.67 436	0.93 324	0.35 395	0.24 353	0.20 125	0.20 191	0.23 223	0.30 316

UDGNet	0.75 236	1.23 474	0.99 250	0.82 420	0.42 267	0.76 222	0.38 118	0.98 72	1.37 369	0.83 127	0.88 125	0.70 134	0.60 171	1.25 194	0.57 214	0.57 459	0.19 271	1.03 485	0.26 331	0.79 467	0.35 361

PFNet+	0.62 161	0.31 162	0.99 250	0.57 216	0.31 110	0.57 125	0.30 50	0.99 80	1.25 303	1.33 325	1.10 199	0.79 158	0.57 144	1.35 218	0.53 193	0.26 300	0.17 224	0.28 333	0.26 331	0.21 184	0.27 270

LMCR-Stereo	0.87 310	0.50 366	0.99 250	0.80 413	0.43 272	1.32 380	0.55 285	2.79 479	1.03 187	1.55 401	1.49 349	0.74 145	1.01 337	1.76 296	0.99 337	0.30 359	0.17 224	0.22 187	0.18 140	0.31 337	0.22 174

model_zeroshot	0.53 92	0.31 162	1.00 255	0.57 216	0.39 233	0.74 212	0.39 131	1.38 205	0.67 61	0.88 141	0.85 118	0.71 141	0.37 45	0.77 71	0.39 80	0.21 179	0.17 224	0.19 92	0.17 124	0.17 44	0.22 174

FCDSN-DC	2.47 478	0.65 419	1.00 255	0.85 431	0.75 417	2.26 463	0.97 417	2.31 429	1.83 451	5.52 512	7.65 509	7.72 508	7.70 514	4.43 430	2.64 456	0.52 451	0.48 467	0.52 451	0.52 460	0.57 443	0.59 443
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TDLM	1.08 375	0.50 366	1.01 257	0.69 360	0.54 343	0.91 291	1.40 459	1.60 255	1.36 364	1.17 233	1.40 326	1.07 271	1.00 334	6.19 464	0.85 299	0.34 385	0.22 315	0.35 398	0.26 331	0.38 380	0.29 300

StereoDRNet-Refined	0.84 294	0.43 336	1.01 257	0.66 321	0.43 272	1.32 380	0.49 236	1.64 262	1.24 295	1.53 395	1.45 341	1.49 372	0.97 322	1.32 213	1.31 380	0.21 179	0.17 224	0.27 319	0.25 314	0.25 264	0.34 352
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoVision	0.67 190	0.37 286	1.02 259	0.60 255	0.41 258	0.50 81	0.41 146	1.32 195	0.96 157	0.73 108	2.48 464	0.82 172	0.57 144	1.06 154	0.50 172	0.26 300	0.28 384	0.29 344	0.28 357	0.37 374	0.22 174

MIM_Stereo	0.60 152	0.26 51	1.02 259	0.49 74	0.32 142	0.52 95	0.28 38	1.41 215	0.82 105	1.02 178	1.16 234	0.93 223	0.53 126	1.48 251	0.63 238	0.17 42	0.17 224	0.20 125	0.19 162	0.17 44	0.18 62

STrans-v2	1.06 366	0.31 162	1.02 259	0.52 122	0.33 162	0.67 184	0.78 369	2.66 472	1.26 311	1.15 225	1.46 343	1.37 351	1.40 417	6.68 479	0.46 141	0.19 110	0.13 38	0.21 158	0.18 140	0.18 71	0.21 146

ac_64	0.86 306	0.32 179	1.02 259	0.74 391	0.60 369	1.04 329	0.53 262	2.20 415	0.99 173	1.23 274	1.11 206	1.96 434	1.06 359	2.01 333	1.01 342	0.30 359	0.22 315	0.24 245	0.23 292	0.22 204	0.22 174

rvit_stereo_ft	0.49 75	0.38 304	1.03 263	0.68 347	0.42 267	0.40 20	0.58 305	0.93 57	0.86 117	0.47 45	0.55 50	0.57 91	0.48 100	0.67 50	0.53 193	0.26 300	0.17 224	0.22 187	0.22 260	0.24 252	0.19 95

UGAM-zero	1.05 364	0.33 198	1.04 264	0.49 74	0.31 110	0.67 184	0.26 27	2.37 439	0.80 100	1.05 185	1.11 206	2.86 474	1.81 453	6.26 468	0.50 172	0.18 72	0.15 165	0.19 92	0.16 103	0.17 44	0.21 146

test_sample5	0.75 236	0.36 265	1.04 264	0.55 173	0.31 110	0.84 270	0.53 262	2.12 385	1.23 291	1.18 244	1.30 288	0.88 197	0.86 268	1.37 222	0.76 274	0.26 300	0.22 315	0.27 319	0.28 357	0.28 298	0.29 300

CoDeX	0.78 254	0.31 162	1.04 264	0.56 194	0.37 212	1.13 346	0.60 318	2.77 476	1.29 335	1.17 233	1.26 269	0.91 213	0.87 277	1.42 238	0.74 268	0.21 179	0.16 197	0.21 158	0.18 140	0.21 184	0.21 146

DualNet	0.75 236	0.36 265	1.04 264	0.55 173	0.31 110	0.84 270	0.53 262	2.12 385	1.23 291	1.21 263	1.40 326	0.88 197	0.86 268	1.37 222	0.76 274	0.26 300	0.22 315	0.27 319	0.28 357	0.28 298	0.29 300

iRaft-Stereo_5w	0.89 315	0.31 162	1.04 264	0.56 194	0.47 301	0.47 55	0.68 343	1.19 157	1.08 206	0.80 119	1.35 309	1.46 367	0.90 289	5.11 442	1.16 359	0.18 72	0.15 165	0.22 187	0.19 162	0.21 184	0.24 213

GES	0.70 213	0.37 286	1.05 269	0.62 276	0.38 224	0.94 305	0.57 298	2.37 439	0.92 135	1.05 185	1.12 210	0.67 124	0.77 221	1.02 142	0.65 247	0.28 338	0.20 284	0.20 125	0.20 191	0.22 204	0.31 326

MeshStereo	2.36 474	0.60 398	1.05 269	0.63 286	0.51 324	2.58 472	0.99 420	3.46 490	2.21 469	7.38 517	5.06 497	7.50 505	3.10 489	7.02 485	2.54 455	0.44 433	0.44 458	0.45 437	0.40 433	0.43 398	0.45 404
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
test_sample3	0.73 228	0.35 256	1.06 271	0.55 173	0.32 142	0.97 321	0.51 245	2.12 385	1.25 303	1.16 229	1.17 237	0.88 197	0.78 228	1.27 200	0.79 285	0.26 300	0.21 300	0.25 284	0.25 314	0.26 276	0.27 270

MyStereo06	0.67 190	0.29 106	1.06 271	0.58 228	0.48 303	0.62 152	0.72 357	2.26 420	0.89 124	1.07 193	1.12 210	1.22 310	0.56 141	0.83 89	0.47 151	0.17 42	0.17 224	0.24 245	0.21 233	0.23 223	0.23 192

TRStereo	0.67 190	0.71 431	1.06 271	0.77 408	0.68 400	0.53 99	0.38 118	2.52 461	0.96 157	0.81 124	0.84 116	0.87 191	0.39 53	1.16 179	0.46 141	0.24 255	0.17 224	0.23 221	0.24 305	0.18 71	0.20 120

SFCPSM	0.74 232	0.30 130	1.06 271	0.52 122	0.39 233	1.36 388	0.64 333	2.42 445	1.11 225	1.18 244	1.21 251	0.81 166	0.78 228	1.08 159	0.57 214	0.22 213	0.17 224	0.22 187	0.24 305	0.23 223	0.21 146

cf-r	0.79 263	0.32 179	1.06 271	0.57 216	0.64 382	0.78 232	0.51 245	2.04 371	1.22 287	1.20 256	1.27 278	1.53 380	0.91 292	1.47 249	0.94 329	0.25 275	0.19 271	0.22 187	0.23 292	0.19 105	0.21 146

test_sample6	0.77 250	0.36 265	1.07 276	0.56 194	0.31 110	0.82 255	0.56 292	2.12 385	1.24 295	1.21 263	1.40 326	0.90 209	0.90 289	1.45 244	0.87 305	0.28 338	0.23 343	0.28 333	0.29 375	0.28 298	0.30 316

MIPNet	0.60 152	0.31 162	1.07 276	0.51 103	0.34 178	0.68 188	0.40 136	1.67 266	1.14 244	1.11 198	0.93 134	0.60 100	0.78 228	0.77 71	0.58 219	0.18 72	0.14 100	0.19 92	0.16 103	0.18 71	0.21 146

HITNet	0.71 219	0.42 332	1.07 276	0.52 122	0.25 20	1.05 332	0.48 225	2.12 385	1.08 206	1.21 263	1.23 261	0.91 213	0.84 255	0.90 112	0.91 317	0.17 42	0.12 11	0.21 158	0.17 124	0.29 315	0.18 62
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
PAM_32	0.87 310	0.30 130	1.08 279	0.56 194	0.32 142	2.10 457	0.36 99	2.26 420	1.01 180	1.13 209	1.05 183	3.14 481	1.47 426	1.00 136	0.42 113	0.19 110	0.14 100	0.20 125	0.18 140	0.19 105	0.25 232

UGAM	1.17 388	0.29 106	1.08 279	0.55 173	0.43 272	0.69 197	0.71 356	1.14 132	1.35 355	1.00 169	1.49 349	1.90 422	0.86 268	9.61 509	0.89 309	0.21 179	0.19 271	0.30 355	0.25 314	0.20 141	0.18 62

SACVNet	0.89 315	0.51 370	1.08 279	0.83 424	0.58 359	0.83 262	0.78 369	1.84 315	1.17 261	1.39 353	1.33 300	1.25 319	1.01 337	2.31 364	0.92 321	0.35 395	0.26 371	0.31 361	0.29 375	0.35 364	0.48 410

DDVS	0.80 268	0.43 336	1.09 282	0.64 300	0.44 282	1.27 376	0.43 171	1.49 228	0.94 148	1.21 263	1.16 234	1.42 355	0.63 181	2.14 348	1.02 345	0.29 353	0.22 315	0.26 305	0.23 292	0.31 337	0.37 368

test_sample4	0.74 232	0.36 265	1.09 282	0.55 173	0.32 142	0.92 298	0.51 245	2.14 394	1.25 303	1.22 271	1.22 253	0.86 189	0.82 247	1.29 204	0.76 274	0.26 300	0.21 300	0.26 305	0.26 331	0.27 282	0.28 286

ADLNet	0.89 315	0.39 313	1.09 282	0.88 439	0.73 410	1.24 372	0.75 362	2.02 364	1.41 386	1.58 407	1.37 314	1.26 325	1.00 334	1.31 207	1.18 361	0.28 338	0.21 300	0.26 305	0.26 331	0.29 315	0.36 364

GMStereo	0.58 133	0.50 366	1.09 282	0.52 122	0.32 142	0.80 246	0.43 171	1.02 83	1.41 386	0.89 145	0.77 99	0.52 72	0.46 88	0.89 109	0.56 211	0.25 275	0.16 197	0.20 125	0.22 260	0.31 337	0.27 270
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.84 294	0.34 227	1.09 282	0.62 276	0.74 414	1.25 373	0.78 369	1.69 278	1.20 272	1.39 353	1.13 221	1.30 335	0.87 277	1.73 293	1.22 369	0.24 255	0.26 371	0.24 245	0.23 292	0.26 276	0.20 120

CRFU-Net	0.90 323	0.42 332	1.10 287	0.69 360	0.59 365	1.76 429	0.84 391	2.33 436	0.92 135	1.45 378	1.20 245	1.62 394	1.25 397	1.38 226	0.94 329	0.28 338	0.23 343	0.22 187	0.19 162	0.24 252	0.27 270

acv_ft	0.78 254	0.33 198	1.10 287	0.73 385	0.86 442	1.23 371	0.57 298	1.65 265	1.11 225	1.31 317	1.31 290	1.07 271	0.91 292	0.82 83	1.35 389	0.22 213	0.19 271	0.21 158	0.18 140	0.22 204	0.19 95

gcap-zeroshot	0.59 145	0.30 130	1.11 289	0.51 103	0.30 91	0.79 240	0.36 99	1.86 324	0.86 117	0.90 146	0.68 74	1.44 361	0.50 116	0.82 83	0.35 41	0.19 110	0.16 197	0.18 68	0.15 70	0.18 71	0.18 62

GMStereo_Zeroshot	0.70 213	0.64 413	1.11 289	0.65 307	0.38 224	0.84 270	0.37 109	1.09 114	1.16 256	1.14 223	1.07 187	1.26 325	0.55 136	1.23 192	0.65 247	0.34 385	0.17 224	0.31 361	0.18 140	0.57 443	0.23 192

IGEV_Zeroshot_test	0.59 145	0.33 198	1.11 289	0.63 286	0.37 212	0.41 27	0.33 70	1.80 306	0.79 97	1.04 183	1.10 199	1.06 268	0.43 70	0.87 103	0.48 158	0.18 72	0.13 38	0.19 92	0.18 140	0.20 141	0.23 192

RASNet	1.16 386	0.34 227	1.11 289	0.73 385	0.86 442	1.00 324	0.60 318	1.56 243	1.43 396	1.07 193	1.37 314	2.08 448	1.44 423	7.00 484	1.56 410	0.20 152	0.17 224	0.17 36	0.19 162	0.19 105	0.19 95

IPLG	0.72 225	0.29 106	1.12 293	0.53 145	0.44 282	0.79 240	0.33 70	1.35 199	1.10 218	1.32 320	1.11 206	0.52 72	0.54 133	3.13 403	0.71 263	0.17 42	0.14 100	0.20 125	0.17 124	0.18 71	0.21 146

rvit_0105_6	0.56 109	0.38 304	1.13 294	0.67 335	0.38 224	0.50 81	0.51 245	0.88 51	1.33 350	0.54 74	0.56 53	0.65 118	0.57 144	0.97 131	0.46 141	0.32 370	0.31 402	0.28 333	0.25 314	0.29 315	0.23 192

FC-DCNN v2	2.96 491	0.61 403	1.13 294	0.75 399	0.57 356	2.90 482	1.06 428	3.59 493	2.66 482	7.05 514	7.66 510	10.26 517	7.17 513	6.27 469	4.49 477	0.54 453	0.48 467	0.51 449	0.50 456	0.53 435	0.52 424

UDG	1.47 423	2.69 511	1.13 294	1.45 485	1.65 490	1.34 386	0.79 377	1.75 294	1.27 315	1.29 309	1.74 407	1.99 436	1.39 416	1.66 283	1.51 406	0.91 477	0.55 478	2.30 497	0.76 480	1.99 487	1.20 484

test-1	0.56 109	0.28 85	1.13 294	0.58 228	0.34 178	0.60 142	0.38 118	1.56 243	0.98 164	0.80 119	1.02 164	0.83 181	0.52 124	0.64 46	0.46 141	0.17 42	0.16 197	0.20 125	0.17 124	0.20 141	0.26 252

iResNet_ROB	0.82 279	0.36 265	1.13 294	0.60 255	0.37 212	0.91 291	0.38 118	2.41 444	1.61 432	1.35 338	1.35 309	1.25 319	0.97 322	1.75 295	0.88 306	0.21 179	0.14 100	0.17 36	0.12 17	0.19 105	0.30 316

RAFT_CTSACE	0.66 179	0.29 106	1.14 299	0.57 216	0.51 324	0.68 188	0.44 190	0.88 51	0.98 164	1.03 181	1.83 420	1.23 314	0.67 195	1.48 251	0.38 76	0.16 16	0.16 197	0.21 158	0.20 191	0.20 141	0.17 49

DeepPruner_ROB	0.79 263	0.55 385	1.14 299	0.61 268	0.46 293	0.78 232	0.54 275	1.83 313	1.00 177	1.42 365	1.27 278	1.23 314	0.77 221	1.56 262	0.89 309	0.35 395	0.28 384	0.27 319	0.26 331	0.32 348	0.34 352

G2L-Stereo	0.84 294	0.35 256	1.15 301	0.63 286	0.43 272	0.78 232	0.69 346	1.69 278	1.20 272	1.36 343	1.18 240	1.43 360	0.78 228	2.47 379	1.26 376	0.25 275	0.20 284	0.26 305	0.21 233	0.20 141	0.27 270

fff	0.58 133	0.26 51	1.15 301	0.46 36	0.25 20	0.48 60	0.36 99	1.20 161	1.28 323	1.13 209	1.03 171	0.59 97	1.04 353	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

hknet	0.82 279	0.34 227	1.15 301	0.55 173	0.39 233	1.25 373	0.66 338	2.65 469	1.10 218	1.25 281	1.12 210	1.58 388	0.85 260	1.41 233	0.79 285	0.23 235	0.18 254	0.25 284	0.22 260	0.23 223	0.24 213

GEStereo_RVC	0.93 336	0.40 319	1.15 301	0.67 335	0.50 314	0.95 311	0.78 369	2.73 474	1.21 279	1.20 256	1.12 210	1.25 319	0.91 292	3.21 406	0.95 331	0.31 363	0.20 284	0.23 221	0.20 191	0.28 298	0.31 326

sCroCo_RVC	0.51 87	0.43 336	1.15 301	0.66 321	0.60 369	0.52 95	0.40 136	0.93 57	0.64 54	0.45 41	0.76 95	0.49 55	0.49 111	0.65 47	0.49 169	0.27 321	0.28 384	0.23 221	0.22 260	0.29 315	0.28 286

DCANet	0.58 133	0.26 51	1.15 301	0.45 26	0.25 20	0.49 66	0.36 99	1.18 153	1.35 355	1.15 225	1.04 176	0.60 100	0.91 292	0.84 92	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.19 105	0.25 232

csc	0.58 133	0.26 51	1.15 301	0.46 36	0.25 20	0.48 60	0.36 99	1.20 161	1.28 323	1.13 209	1.03 171	0.59 97	1.04 353	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

cscssc	0.58 133	0.26 51	1.15 301	0.46 36	0.25 20	0.48 60	0.36 99	1.20 161	1.28 323	1.13 209	1.03 171	0.59 97	1.04 353	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

111	0.66 179	0.27 74	1.15 301	0.46 36	0.25 20	0.72 206	0.42 154	1.57 246	1.44 399	0.83 127	1.39 321	1.10 286	0.80 242	0.97 131	0.65 247	0.20 152	0.14 100	0.18 68	0.15 70	0.18 71	0.28 286

delet	0.90 323	0.34 227	1.15 301	0.69 360	0.66 393	1.63 418	0.81 384	1.95 349	1.49 415	1.42 365	1.38 319	1.29 332	0.91 292	1.78 299	1.18 361	0.22 213	0.22 315	0.24 245	0.25 314	0.22 204	0.24 213

HGLStereo	0.89 315	0.42 332	1.15 301	0.82 420	1.03 462	1.16 356	0.57 298	1.68 269	1.28 323	1.26 294	1.62 388	1.13 295	1.31 406	1.85 308	1.11 356	0.25 275	0.24 353	0.24 245	0.22 260	0.24 252	0.29 300

CVANet_RVC	1.10 377	0.49 363	1.15 301	0.65 307	0.54 343	0.93 302	1.00 422	1.69 278	1.36 364	1.42 365	1.39 321	1.24 318	1.17 383	6.22 466	0.80 292	0.35 395	0.24 353	0.35 398	0.30 387	0.44 409	0.32 335

FC-DCNN	2.88 490	0.61 403	1.15 301	0.75 399	0.57 356	2.85 481	1.05 426	3.44 489	2.64 481	6.93 513	7.63 508	9.86 514	7.02 512	5.76 457	4.31 474	0.54 453	0.48 467	0.51 449	0.50 456	0.53 435	0.52 424

MSMD_ROB	2.08 463	0.61 403	1.15 301	0.71 372	0.62 379	4.00 499	0.93 410	1.94 346	1.79 448	4.71 505	4.60 491	8.14 509	3.87 500	3.75 420	1.65 425	0.54 453	0.48 467	0.55 460	0.58 467	0.53 435	0.52 424

AASNet	0.80 268	0.39 313	1.16 315	0.84 428	0.80 431	1.14 349	0.59 311	2.12 385	1.21 279	1.26 294	1.26 269	0.93 223	0.77 221	0.84 92	1.23 372	0.28 338	0.24 353	0.24 245	0.20 191	0.28 298	0.27 270

GCST	1.13 381	1.50 485	1.17 316	1.74 488	1.17 476	1.29 378	0.30 50	1.55 240	1.21 279	1.31 317	0.97 148	0.99 247	0.48 100	2.38 371	0.54 202	1.24 489	0.70 489	1.31 489	0.86 486	1.03 477	0.92 474

CIPLG	0.67 190	0.37 286	1.17 316	0.60 255	0.51 324	0.75 217	0.48 225	1.26 180	1.11 225	1.43 369	1.58 382	0.64 117	0.48 100	0.94 119	0.78 280	0.24 255	0.15 165	0.19 92	0.16 103	0.19 105	0.29 300

dd	0.62 161	0.51 370	1.17 316	0.56 194	0.33 162	0.74 212	0.46 209	1.03 90	1.40 382	0.80 119	0.87 122	0.60 100	0.57 144	1.02 142	0.86 300	0.28 338	0.18 254	0.26 305	0.19 162	0.35 364	0.27 270

DMCA	0.71 219	0.36 265	1.17 316	0.53 145	0.45 286	0.84 270	0.46 209	1.52 231	1.09 214	1.20 256	1.12 210	1.21 306	0.74 211	0.87 103	1.09 352	0.25 275	0.20 284	0.27 319	0.19 162	0.24 252	0.29 300

PS-NSSS	1.02 356	0.62 409	1.17 316	0.61 268	0.58 359	0.91 291	0.79 377	2.02 364	1.19 268	1.17 233	1.68 399	1.00 253	0.85 260	4.43 430	0.86 300	0.38 407	0.31 402	0.52 451	0.32 398	0.52 430	0.45 404

GANet	1.41 418	0.52 376	1.18 321	0.74 391	0.48 303	1.40 395	1.69 471	1.87 325	1.28 323	1.56 403	2.39 458	1.56 385	1.25 397	9.13 503	1.20 364	0.31 363	0.32 414	0.34 391	0.29 375	0.40 389	0.33 344

PAM	0.86 306	0.31 162	1.19 322	0.55 173	0.35 195	2.17 458	0.47 219	2.26 420	0.87 120	1.18 244	0.96 139	3.01 476	1.41 419	0.90 112	0.40 96	0.19 110	0.13 38	0.19 92	0.18 140	0.20 141	0.27 270

rvit_0105_5	0.61 158	0.41 329	1.19 322	0.67 335	0.37 212	0.57 125	0.56 292	1.08 107	1.28 323	0.65 94	0.68 74	0.77 153	0.67 195	0.91 115	0.51 176	0.33 376	0.32 414	0.30 355	0.27 347	0.28 298	0.28 286

rvit_0105_4	0.58 133	0.40 319	1.19 322	0.68 347	0.38 224	0.53 99	0.55 285	0.93 57	1.27 315	0.56 78	0.61 63	0.72 143	0.63 181	1.01 139	0.47 151	0.33 376	0.33 420	0.29 344	0.25 314	0.29 315	0.26 252

DISCO	1.06 366	0.37 286	1.19 322	0.73 385	0.46 293	2.04 453	0.84 391	2.26 420	1.54 421	1.25 281	1.36 313	2.38 460	1.08 363	2.60 386	1.62 419	0.24 255	0.19 271	0.22 187	0.20 191	0.32 348	0.29 300

G2L-Stereo_aug	0.85 301	0.29 106	1.20 326	0.53 145	0.39 233	0.96 317	0.54 275	1.60 255	1.42 394	1.55 401	1.43 336	1.51 376	1.06 359	2.43 373	1.07 350	0.19 110	0.14 100	0.16 21	0.14 53	0.17 44	0.21 146

DAS	0.89 315	0.37 286	1.20 326	0.66 321	0.69 403	0.82 255	0.62 326	1.79 302	1.26 311	1.93 446	1.55 370	0.96 238	1.17 383	2.72 392	0.69 257	0.22 213	0.16 197	0.25 284	0.18 140	0.29 315	0.24 213

SepStereo	0.87 310	0.37 286	1.20 326	0.66 321	0.69 403	0.82 255	0.62 326	1.79 302	1.26 311	1.93 446	1.55 370	0.96 238	1.17 383	2.34 365	0.69 257	0.22 213	0.16 197	0.25 284	0.18 140	0.29 315	0.24 213

IPLGR_C	0.67 190	0.38 304	1.20 326	0.60 255	0.50 314	0.75 217	0.48 225	1.28 188	1.13 238	1.42 365	1.57 380	0.62 109	0.48 100	0.85 96	0.80 292	0.24 255	0.15 165	0.19 92	0.16 103	0.19 105	0.29 300

PFNet	0.92 331	0.28 85	1.20 326	0.68 347	0.32 142	0.62 152	0.55 285	1.27 184	1.01 180	1.47 381	1.09 197	0.97 241	0.68 199	6.58 476	0.59 226	0.21 179	0.13 38	0.24 245	0.19 162	0.20 141	0.20 120

rvit_stereo_0075_2	0.66 179	0.47 352	1.21 331	0.67 335	0.66 393	0.53 99	0.48 225	1.24 175	1.17 261	0.77 114	0.91 130	0.78 157	0.59 165	1.05 149	0.63 238	0.37 405	0.28 384	0.40 425	0.31 391	0.38 380	0.34 352

MyStereo05	0.70 213	0.29 106	1.22 332	0.58 228	0.48 303	0.62 152	0.72 357	1.52 231	1.54 421	1.17 233	0.91 130	0.77 153	0.79 236	1.45 244	0.68 256	0.17 42	0.17 224	0.24 245	0.21 233	0.23 223	0.23 192

ssnet_v2	0.92 331	0.39 313	1.22 332	0.66 321	0.39 233	1.31 379	0.96 416	2.32 430	1.45 404	1.48 387	1.17 237	1.53 380	0.91 292	1.16 179	1.71 431	0.31 363	0.27 379	0.30 355	0.29 375	0.28 298	0.29 300

plain	0.49 75	0.29 106	1.23 334	0.51 103	0.40 244	0.35 12	0.37 109	1.04 94	0.62 49	0.44 37	0.76 95	0.42 22	0.41 56	1.17 183	0.46 141	0.23 235	0.15 165	0.24 245	0.19 162	0.25 264	0.18 62

DSFCA	0.95 337	0.38 304	1.23 334	0.55 173	0.66 393	1.50 404	0.93 410	1.58 248	1.24 295	1.59 410	1.16 234	1.48 370	0.95 310	2.96 399	1.20 364	0.31 363	0.28 384	0.25 284	0.26 331	0.29 315	0.26 252

CFNet	0.99 348	0.40 319	1.23 334	0.65 307	0.43 272	1.03 328	0.49 236	2.01 363	1.35 355	1.02 178	1.39 321	1.10 286	0.86 268	5.47 453	0.89 309	0.24 255	0.18 254	0.28 333	0.27 347	0.27 282	0.22 174

MyStereo8	0.70 213	0.32 179	1.24 337	0.63 286	0.53 335	0.90 289	0.34 79	1.60 255	1.35 355	1.20 256	1.31 290	0.89 207	0.64 185	0.77 71	1.02 345	0.18 72	0.15 165	0.20 125	0.18 140	0.22 204	0.30 316

anonymity	1.14 383	0.98 458	1.24 337	1.09 469	1.13 469	1.08 340	0.90 403	2.02 364	1.23 291	1.32 320	1.27 278	1.27 330	1.09 366	1.16 179	1.03 347	1.02 480	1.01 505	0.97 481	0.97 490	0.98 473	1.01 476

IER	0.74 232	0.33 198	1.25 339	0.50 89	0.53 335	1.32 380	0.55 285	1.31 193	1.08 206	1.30 311	1.34 304	1.11 291	1.10 369	1.05 149	0.81 294	0.20 152	0.17 224	0.21 158	0.21 233	0.20 141	0.21 146

iRaft-Stereo_20w	0.71 219	0.33 198	1.25 339	0.50 89	0.36 203	0.82 255	0.31 55	3.16 486	0.89 124	1.24 278	1.14 226	0.79 158	0.65 189	1.15 176	0.43 118	0.18 72	0.13 38	0.18 68	0.17 124	0.20 141	0.23 192

ADLNet2	0.92 331	0.37 286	1.25 339	0.80 413	0.65 387	1.12 345	0.75 362	1.95 349	1.42 394	1.26 294	1.67 397	1.68 404	1.04 353	1.80 306	1.23 372	0.25 275	0.22 315	0.21 158	0.22 260	0.27 282	0.31 326

rvit_0105_3	0.66 179	0.47 352	1.27 342	0.74 391	0.40 244	0.63 160	0.70 353	1.22 168	1.28 323	0.83 127	0.71 86	0.82 172	0.72 210	0.93 118	0.58 219	0.37 405	0.34 423	0.34 391	0.32 398	0.28 298	0.31 326

rvit_105_1	0.76 244	0.54 381	1.27 342	0.80 413	0.49 309	0.74 212	0.86 397	1.39 209	1.23 291	1.00 169	0.80 108	0.93 223	0.78 228	1.29 204	0.78 280	0.43 424	0.36 434	0.36 408	0.42 437	0.30 330	0.36 364

ACRE	0.66 179	0.37 286	1.27 342	0.60 255	0.50 314	0.74 212	0.47 219	1.26 180	1.10 218	1.40 359	1.56 376	0.62 109	0.46 88	0.88 106	0.78 280	0.24 255	0.15 165	0.19 92	0.16 103	0.19 105	0.29 300

MyStereo04	0.71 219	0.30 130	1.28 345	0.58 228	0.48 303	0.59 137	0.78 369	1.74 292	1.49 415	0.94 157	0.91 130	0.74 145	0.86 268	1.59 271	0.69 257	0.18 72	0.18 254	0.24 245	0.21 233	0.23 223	0.23 192

dad	0.90 323	0.73 437	1.28 345	0.59 247	0.39 233	0.83 262	0.45 203	1.24 175	1.54 421	1.52 392	1.28 283	1.36 347	0.86 268	2.54 383	0.91 317	0.43 424	0.27 379	0.82 477	0.26 331	0.44 409	0.34 352

MaskLacGwcNet_RVC	1.17 388	1.06 461	1.28 345	0.88 439	0.69 403	1.92 445	0.92 407	1.71 286	1.14 244	1.17 233	1.26 269	1.49 372	0.80 242	2.04 336	0.86 300	2.02 492	0.34 423	0.79 476	0.36 423	1.38 486	1.33 488

GwcNet-RSSM	0.83 288	0.34 227	1.29 348	0.65 307	0.55 347	0.78 232	0.62 326	1.89 332	1.27 315	1.18 244	1.39 321	1.56 385	0.91 292	1.60 276	1.22 369	0.26 300	0.20 284	0.23 221	0.24 305	0.21 184	0.21 146

ISRNet	0.83 288	0.35 256	1.31 349	0.84 428	0.65 387	0.60 142	0.41 146	1.28 188	1.15 249	1.61 412	1.55 370	1.34 344	0.77 221	1.33 216	0.98 336	0.40 415	0.34 423	0.43 432	0.38 430	0.34 362	0.49 414

Anonymous3	0.64 173	0.47 352	1.31 349	0.59 247	0.50 314	0.93 302	0.69 346	1.11 122	0.83 108	0.74 109	0.89 127	0.65 118	0.68 199	1.08 159	0.54 202	0.40 415	0.31 402	0.26 305	0.26 331	0.31 337	0.30 316

MLCV	0.77 250	0.39 313	1.31 349	0.55 173	0.25 20	0.91 291	0.39 131	1.48 227	1.28 323	1.49 389	1.54 367	1.02 260	0.68 199	2.12 346	0.93 324	0.19 110	0.13 38	0.19 92	0.14 53	0.19 105	0.22 174

IPLGR	0.62 161	0.28 85	1.32 352	0.50 89	0.29 75	0.65 173	0.34 79	1.47 225	1.19 268	1.21 263	1.07 187	0.70 134	0.65 189	1.05 149	0.55 205	0.18 72	0.15 165	0.20 125	0.17 124	0.21 184	0.20 120

XPNet_ROB	1.02 356	0.56 389	1.33 353	0.75 399	0.58 359	1.11 343	1.13 435	1.77 297	1.29 335	1.88 441	1.43 336	1.63 397	1.13 379	2.04 336	1.69 427	0.40 415	0.31 402	0.33 383	0.29 375	0.37 374	0.37 368

DualNet (step1)	0.89 315	0.51 370	1.35 354	0.58 228	0.40 244	1.07 336	0.80 380	1.99 358	1.27 315	1.25 281	1.22 253	1.09 282	1.01 337	1.31 207	0.73 264	0.59 462	0.32 414	0.62 469	0.67 476	0.45 411	0.48 410

test_sample9	1.96 458	0.51 370	1.35 354	0.58 228	0.40 244	1.07 336	0.80 380	1.99 358	1.27 315	1.25 281	1.22 253	1.09 282	1.01 337	2.46 374	8.57 496	0.59 462	12.85 528	0.62 469	0.67 476	0.45 411	0.48 410

test_sample8	2.29 472	0.51 370	1.35 354	0.58 228	0.40 244	1.07 336	0.80 380	2.03 368	1.22 287	2.28 463	1.33 300	4.98 498	2.51 482	2.46 374	8.57 496	0.59 462	12.85 528	0.62 469	0.67 476	0.45 411	0.48 410

DDUNet	1.56 431	2.70 512	1.35 354	1.79 489	1.88 492	1.82 436	0.91 405	1.84 315	1.20 272	1.40 359	1.79 413	1.62 394	1.17 383	1.59 271	1.22 369	1.11 485	0.76 490	2.38 500	0.94 488	2.12 488	1.53 490

NCCL2	1.06 366	0.64 413	1.35 354	0.78 411	0.58 359	1.32 380	1.69 471	1.89 332	1.38 371	1.52 392	1.20 245	1.91 424	1.17 383	1.79 304	1.50 404	0.35 395	0.31 402	0.45 437	0.44 443	0.41 393	0.45 404

RAFT + AFF	1.07 371	0.47 352	1.36 359	0.68 347	0.50 314	1.20 367	1.22 447	2.58 465	1.26 311	1.33 325	1.56 376	1.19 303	1.49 429	3.89 423	1.01 342	0.22 213	0.26 371	0.30 355	0.27 347	0.29 315	0.32 335

ccnet	1.19 393	0.71 431	1.36 359	0.81 417	0.75 417	1.72 422	1.13 435	1.98 354	1.31 346	1.52 392	1.84 421	1.75 415	1.36 412	2.01 333	2.04 441	0.57 459	0.54 476	0.57 464	0.56 465	0.60 449	0.60 446

DN-CSS_ROB	0.67 190	0.36 265	1.36 359	0.59 247	0.41 258	0.54 112	0.45 203	1.30 191	0.95 153	1.05 185	1.47 345	0.69 131	0.64 185	1.80 306	0.60 229	0.19 110	0.15 165	0.25 284	0.23 292	0.22 204	0.23 192

SQANet	1.38 414	0.95 456	1.37 362	1.89 492	1.47 488	1.44 401	0.81 384	1.89 332	1.13 238	1.34 332	1.26 269	1.28 331	1.02 345	1.64 280	0.91 317	2.55 498	0.35 430	1.47 490	0.56 465	2.48 492	1.74 492

LALA_ROB	1.06 366	0.66 420	1.37 362	0.70 369	0.53 335	1.61 415	1.25 451	1.81 309	1.48 414	1.82 437	1.40 326	1.93 428	1.03 347	1.68 286	1.69 427	0.38 407	0.28 384	0.43 432	0.37 427	0.43 398	0.38 376

NLCA_NET_v2_RVC	0.84 294	0.46 347	1.40 364	0.69 360	0.61 375	0.95 311	0.52 256	1.68 269	1.21 279	1.39 353	1.15 232	1.42 355	0.88 283	1.78 299	0.93 324	0.26 300	0.23 343	0.27 319	0.27 347	0.30 330	0.39 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MMNet	0.89 315	0.35 256	1.44 365	0.64 300	0.59 365	1.83 437	0.48 225	1.70 282	1.38 371	1.45 378	1.19 244	1.25 319	1.16 380	1.77 297	1.27 378	0.20 152	0.19 271	0.23 221	0.22 260	0.25 264	0.24 213

PSMNet_ROB	0.95 337	0.57 394	1.45 366	0.75 399	0.64 382	1.28 377	1.12 433	1.84 315	1.15 249	1.16 229	1.29 287	1.44 361	0.89 286	1.74 294	1.70 429	0.33 376	0.25 365	0.37 411	0.39 431	0.36 368	0.32 335

FAT-Stereo	1.10 377	0.43 336	1.46 367	0.74 391	0.60 369	1.13 346	0.92 407	2.06 376	1.71 440	1.75 429	2.00 439	2.02 440	1.47 426	2.02 335	1.26 376	0.44 433	0.36 434	0.34 391	0.29 375	0.36 368	0.57 438

ACV-stereo	1.00 351	0.55 385	1.47 368	0.59 247	0.42 267	2.38 468	0.58 305	1.20 161	1.21 279	0.83 127	1.01 161	3.36 483	2.10 468	1.64 280	1.17 360	0.28 338	0.22 315	0.23 221	0.22 260	0.29 315	0.35 361

iResNet	0.80 268	0.45 344	1.47 368	0.72 377	0.31 110	0.96 317	0.64 333	1.80 306	1.28 323	1.31 317	1.48 348	0.94 229	0.78 228	1.77 297	0.99 337	0.19 110	0.14 100	0.18 68	0.15 70	0.22 204	0.27 270

RP	1.17 388	0.54 381	1.48 370	0.93 455	1.05 463	1.14 349	0.85 396	1.99 358	1.70 438	1.72 427	2.07 443	1.91 424	1.93 460	2.00 332	1.37 391	0.55 457	0.37 439	0.48 445	0.37 427	0.46 418	0.46 409

ETE_ROB	1.01 355	0.69 428	1.49 371	0.72 377	0.50 314	1.15 353	1.12 433	1.91 336	1.24 295	1.94 448	1.50 356	1.73 410	1.06 359	1.78 299	1.33 386	0.33 376	0.26 371	0.38 415	0.34 416	0.40 389	0.44 402

edge stereo	1.15 385	0.54 381	1.50 372	0.73 385	0.66 393	1.18 365	0.84 391	2.13 393	1.41 386	1.73 428	1.84 421	2.53 465	1.46 424	2.46 374	1.35 389	0.43 424	0.41 451	0.54 456	0.36 423	0.43 398	0.50 418

ffm	0.79 263	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	1.08 107	2.62 478	1.19 251	1.49 349	1.07 271	0.85 260	1.57 264	0.35 41	0.21 179	0.13 38	0.31 361	0.28 357	0.20 141	0.23 192

ff1	1.88 452	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	1.08 107	2.62 478	1.19 251	1.49 349	1.07 271	0.85 260	9.88 514	13.82 511	0.21 179	0.13 38	0.31 361	0.28 357	0.20 141	0.23 192

mmx	1.89 455	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	2.32 430	1.41 386	1.19 251	1.49 349	1.07 271	0.85 260	9.88 514	13.82 511	0.25 275	0.21 300	0.31 361	0.28 357	0.32 348	0.29 300

xxx	1.89 455	0.36 265	1.51 373	0.56 194	0.40 244	0.76 222	0.59 311	2.32 430	1.41 386	1.19 251	1.49 349	1.07 271	0.85 260	9.88 514	13.82 511	0.25 275	0.21 300	0.31 361	0.28 357	0.32 348	0.29 300

UNet	0.86 306	0.36 265	1.52 377	0.62 276	0.74 414	1.56 411	0.49 236	1.55 240	1.12 232	1.28 304	1.10 199	1.52 379	1.10 369	1.69 290	1.14 357	0.24 255	0.18 254	0.25 284	0.21 233	0.25 264	0.25 232

DANet	1.16 386	0.64 413	1.52 377	0.88 439	0.74 414	1.52 406	0.52 256	1.68 269	1.21 279	1.81 435	1.55 370	2.02 440	1.11 372	3.30 411	2.28 448	0.34 385	0.31 402	0.40 425	0.30 387	0.46 418	0.54 428
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SPS-STEREO	1.78 445	1.09 465	1.52 377	1.22 477	1.14 471	1.87 442	1.11 432	2.27 426	1.70 438	3.17 491	2.39 458	2.84 473	1.93 460	4.41 429	2.93 460	1.04 483	0.99 504	0.97 481	0.94 488	1.03 477	1.05 478
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
STTStereo	0.82 279	0.53 378	1.53 380	0.68 347	0.56 352	0.88 283	0.56 292	1.57 246	1.14 244	1.39 353	1.10 199	1.26 325	0.84 255	1.49 258	0.90 313	0.29 353	0.28 384	0.33 383	0.40 433	0.33 354	0.37 368

1111x	1.96 458	0.32 179	1.54 381	0.54 160	0.30 91	1.00 324	0.69 346	2.47 453	1.33 350	1.21 263	1.44 339	1.21 306	1.11 372	8.49 500	16.14 518	0.22 213	0.23 343	0.22 187	0.23 292	0.25 264	0.26 252

otaku	1.67 438	1.18 470	1.56 382	2.27 494	1.59 489	1.98 448	1.23 449	2.23 417	1.37 369	1.48 387	1.63 392	1.73 410	1.23 393	1.85 308	1.09 352	2.96 502	0.58 482	1.74 491	0.61 472	2.94 498	2.15 498

GANetREF_RVC	1.11 379	0.90 450	1.56 382	0.88 439	0.53 335	1.41 397	1.35 456	1.91 336	1.54 421	1.28 304	1.32 295	1.46 367	1.23 393	2.04 336	1.00 341	0.57 459	0.45 460	0.67 472	0.52 460	0.91 471	0.62 448
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
RYNet	1.24 405	0.52 376	1.57 384	0.73 385	0.97 458	1.74 427	0.95 415	2.09 381	1.54 421	1.44 372	1.18 240	1.94 432	1.29 402	4.57 433	1.93 439	0.27 321	0.23 343	0.35 398	0.27 347	0.57 443	0.59 443

ADStereo(finetuned)	0.62 161	0.26 51	1.59 385	0.45 26	0.25 20	0.49 66	0.36 99	1.18 153	1.35 355	1.16 229	1.04 176	0.60 100	1.18 390	0.85 96	0.57 214	0.17 42	0.14 100	0.17 36	0.13 32	0.19 105	0.24 213

Ntro	1.72 444	1.21 473	1.62 386	2.54 499	1.86 491	2.09 456	1.14 438	2.08 379	1.38 371	1.23 274	1.62 388	1.62 394	1.33 409	2.04 336	1.21 368	3.09 503	0.56 479	1.82 493	0.65 474	2.97 502	2.25 500

PSMNet-RUCA	1.07 371	1.06 461	1.64 387	1.23 478	1.10 466	1.39 392	0.65 335	1.91 336	1.43 396	0.95 159	1.52 364	0.99 247	0.83 252	1.28 203	1.01 342	0.71 473	0.34 423	0.99 483	0.61 472	1.01 475	0.67 453

ToySt	0.73 228	0.35 256	1.64 387	0.54 160	0.37 212	0.92 298	0.81 384	1.21 166	1.03 187	0.86 139	1.12 210	1.31 337	1.01 337	1.04 146	0.88 306	0.19 110	0.20 284	0.24 245	0.24 305	0.27 282	0.28 286

DCANet-4	0.59 145	0.28 85	1.65 389	0.44 21	0.25 20	0.48 60	0.36 99	1.15 144	1.36 364	1.13 209	1.03 171	0.56 89	0.74 211	0.77 71	0.58 219	0.17 42	0.14 100	0.17 36	0.13 32	0.15 12	0.24 213

YMNet	1.04 359	0.59 395	1.67 390	0.86 434	0.86 442	1.84 438	0.61 323	1.70 282	1.28 323	1.65 419	1.98 436	1.75 415	0.96 312	1.57 264	1.58 412	0.34 385	0.37 439	0.32 372	0.32 398	0.33 354	0.32 335

YMNet_1	1.04 359	0.59 395	1.67 390	0.86 434	0.86 442	1.84 438	0.61 323	1.70 282	1.28 323	1.65 419	1.98 436	1.75 415	0.96 312	1.57 264	1.58 412	0.34 385	0.37 439	0.32 372	0.32 398	0.33 354	0.32 335

CC-Net-ROB	1.53 428	1.31 479	1.68 392	0.92 449	0.80 431	1.75 428	0.99 420	2.04 371	1.27 315	1.12 206	1.62 388	1.20 305	0.98 325	7.82 493	0.92 321	1.15 488	0.41 451	2.20 495	0.46 448	1.37 485	0.56 435

RGC	1.22 398	0.82 445	1.71 393	0.95 460	0.98 460	1.53 408	0.80 380	2.18 410	1.35 355	1.69 425	1.94 433	2.03 443	1.66 441	2.36 367	1.50 404	0.46 437	0.36 434	0.59 467	0.48 452	0.49 426	0.49 414

MDST_ROB	1.88 452	0.40 319	1.71 393	0.93 455	0.60 369	4.27 503	1.23 449	3.99 497	1.44 399	4.61 503	2.63 466	1.44 361	1.03 347	9.78 511	1.62 419	0.33 376	0.26 371	0.37 411	0.33 411	0.31 337	0.34 352

DFGA-Net	0.77 250	0.47 352	1.75 395	0.55 173	0.46 293	0.83 262	0.44 190	1.38 205	1.10 218	1.05 185	1.20 245	0.70 134	0.58 161	2.27 360	1.31 380	0.19 110	0.17 224	0.24 245	0.24 305	0.28 298	0.30 316

NaN_ROB	1.23 402	0.63 410	1.76 396	0.67 335	0.50 314	1.59 414	2.00 485	1.87 325	1.52 418	2.14 459	1.26 269	1.40 354	1.09 366	4.60 434	1.75 432	0.28 338	0.34 423	0.28 333	0.29 375	0.30 330	0.37 368

IMH-64-1	2.82 485	1.87 495	1.77 397	3.31 509	2.69 505	3.22 488	2.07 489	4.25 500	2.77 486	2.46 470	3.78 483	3.05 477	2.34 478	4.67 436	3.00 462	3.84 513	0.84 494	2.75 509	1.39 501	3.34 507	2.93 510

IMH-64	2.82 485	1.87 495	1.77 397	3.31 509	2.69 505	3.22 488	2.07 489	4.25 500	2.77 486	2.46 470	3.78 483	3.05 477	2.34 478	4.67 436	3.00 462	3.84 513	0.84 494	2.75 509	1.39 501	3.34 507	2.93 510

ARAFT	0.82 279	0.40 319	1.77 397	0.53 145	0.31 110	0.89 285	0.81 384	2.32 430	1.08 206	1.66 422	1.25 267	1.04 264	0.64 185	1.91 319	0.52 184	0.20 152	0.15 165	0.28 333	0.27 347	0.17 44	0.18 62

WCMA_ROB	2.05 461	0.55 385	1.77 397	0.74 391	0.61 375	2.24 461	1.56 467	2.17 409	1.79 448	4.16 499	6.36 502	5.66 500	4.66 504	3.19 405	2.77 458	0.55 457	0.45 460	0.40 425	0.43 441	0.48 423	0.50 418

sAnonymous2	0.59 145	0.61 403	1.82 401	0.61 268	0.52 329	0.51 89	0.54 275	0.97 68	0.70 68	0.50 60	0.68 74	0.46 38	0.63 181	0.61 33	0.41 105	0.22 213	0.17 224	0.23 221	0.21 233	0.85 468	0.56 435

CroCo_RVC	0.59 145	0.61 403	1.82 401	0.61 268	0.52 329	0.51 89	0.54 275	0.97 68	0.70 68	0.50 60	0.68 74	0.46 38	0.63 181	0.61 33	0.41 105	0.22 213	0.17 224	0.23 221	0.21 233	0.85 468	0.56 435

NCC-stereo	1.20 395	0.60 398	1.84 403	0.88 439	0.95 455	1.32 380	0.94 412	2.14 394	1.36 364	1.43 369	1.79 413	1.93 428	2.13 473	2.54 383	1.41 394	0.49 445	0.38 444	0.45 437	0.59 469	0.43 398	0.45 404

Abc-Net	1.20 395	0.60 398	1.84 403	0.88 439	0.95 455	1.32 380	0.94 412	2.14 394	1.36 364	1.43 369	1.79 413	1.93 428	2.13 473	2.54 383	1.41 394	0.49 445	0.38 444	0.45 437	0.59 469	0.43 398	0.45 404
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
fast-acv-ft	1.00 351	0.48 358	1.85 405	0.61 268	0.52 329	1.77 431	0.69 346	1.52 231	1.47 410	1.34 332	1.85 424	1.73 410	1.24 396	1.62 279	1.56 410	0.27 321	0.28 384	0.28 333	0.28 357	0.28 298	0.31 326

IMH	3.35 496	1.95 497	1.86 406	3.30 508	2.72 507	4.03 501	2.00 485	4.58 504	3.83 498	2.87 481	6.99 505	4.69 492	3.21 491	6.77 481	2.97 461	3.91 516	0.89 498	2.78 511	1.40 505	3.36 509	2.93 510

WAO-6	2.98 492	1.67 492	1.88 407	2.38 498	2.30 500	3.53 491	2.37 501	4.38 502	4.64 506	2.42 466	4.50 487	4.85 494	2.99 488	5.22 444	5.37 483	1.77 491	1.16 511	2.31 498	1.47 506	2.42 491	1.99 497

FBW_ROB	1.78 445	0.66 420	1.90 408	0.72 377	0.66 393	1.79 435	1.07 429	2.79 479	1.77 444	1.84 438	1.79 413	1.98 435	1.37 413	12.42 522	2.22 446	0.36 402	0.38 444	0.57 464	0.39 431	0.46 418	0.51 422

gwcnet-sp	0.80 268	0.37 286	1.94 409	0.62 276	0.45 286	1.38 389	0.53 262	1.68 269	1.20 272	1.37 345	1.08 194	0.93 223	0.82 247	1.45 244	0.79 285	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

scenet	0.80 268	0.37 286	1.94 409	0.62 276	0.45 286	1.38 389	0.53 262	1.68 269	1.20 272	1.37 345	1.08 194	0.93 223	0.82 247	1.45 244	0.79 285	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

ssnet	0.80 268	0.37 286	1.94 409	0.62 276	0.45 286	1.38 389	0.53 262	1.68 269	1.20 272	1.37 345	1.08 194	0.93 223	0.82 247	1.45 244	0.79 285	0.22 213	0.22 315	0.22 187	0.21 233	0.23 223	0.25 232

AANet_RVC	1.22 398	0.60 398	1.94 409	0.69 360	0.46 293	0.75 217	0.69 346	1.51 229	1.57 427	1.36 343	1.90 430	1.51 376	0.87 277	7.23 486	1.89 438	0.26 300	0.19 271	0.19 92	0.16 103	0.23 223	0.37 368

APVNet	1.11 379	0.59 395	1.95 413	0.87 437	0.77 423	1.90 443	0.82 388	2.03 368	1.15 249	1.14 223	1.43 336	1.55 383	1.12 378	3.03 400	1.62 419	0.32 370	0.34 423	0.42 431	0.36 423	0.36 368	0.41 387

DRN-Test	1.07 371	0.49 363	1.95 413	0.75 399	0.81 435	1.61 415	0.78 369	2.26 420	1.53 419	1.84 438	1.35 309	1.42 355	1.04 353	2.26 359	1.61 417	0.28 338	0.23 343	0.31 361	0.30 387	0.33 354	0.33 344

RainbowNet	2.06 462	1.86 494	1.97 415	2.86 502	2.25 497	2.03 452	1.79 479	2.77 476	1.92 455	1.54 398	1.84 421	1.95 433	1.73 448	2.23 355	1.38 392	3.40 509	0.86 496	2.39 502	1.00 494	2.94 498	2.42 502

DispNO	0.98 345	0.34 227	2.02 416	0.58 228	0.55 347	0.88 283	0.49 236	1.70 282	1.24 295	1.22 271	1.26 269	1.18 301	0.88 283	5.17 443	0.88 306	0.23 235	0.18 254	0.24 245	0.22 260	0.19 105	0.22 174

LL-Strereo	1.42 420	0.44 343	2.02 416	0.62 276	1.07 464	0.73 210	0.65 335	2.02 364	1.21 279	1.60 411	1.62 388	2.02 440	2.10 468	9.67 510	1.07 350	0.22 213	0.20 284	0.27 319	0.24 305	0.23 223	0.33 344

BEATNet_4x	0.82 279	0.54 381	2.02 416	0.56 194	0.28 61	1.04 329	0.55 285	2.14 394	1.13 238	1.24 278	1.26 269	1.00 253	0.94 305	1.13 173	1.23 372	0.21 179	0.14 100	0.24 245	0.20 191	0.37 374	0.23 192

stereogan	1.22 398	0.45 344	2.03 419	0.87 437	0.85 441	2.52 470	0.72 357	1.98 354	1.78 447	1.92 444	1.94 433	2.31 457	1.42 420	2.10 344	1.14 357	0.38 407	0.36 434	0.39 419	0.32 398	0.52 430	0.49 414

PDISCO_ROB	1.41 418	0.73 437	2.04 420	1.40 481	1.46 487	2.83 479	1.07 429	2.64 468	2.11 466	1.41 361	1.50 356	1.73 410	0.99 328	2.83 397	1.46 400	1.03 481	0.27 379	0.54 456	0.47 450	0.77 465	0.84 471

G-Net	1.71 443	0.67 424	2.09 421	1.14 474	0.75 417	2.96 484	0.89 402	1.58 248	1.30 339	2.76 478	8.12 513	2.29 455	2.51 482	1.94 322	2.23 447	0.49 445	0.45 460	0.45 437	0.31 391	0.62 453	0.59 443

CBFPSM	0.95 337	0.37 286	2.10 422	0.51 103	0.39 233	1.73 425	0.87 400	1.59 253	1.13 238	1.11 198	1.00 159	2.34 458	1.64 440	1.42 238	1.44 397	0.19 110	0.18 254	0.20 125	0.20 191	0.22 204	0.36 364

PWCDC_ROB	1.39 416	0.91 453	2.10 422	1.08 468	0.92 448	1.72 422	0.58 305	2.03 368	3.30 492	1.32 320	4.87 495	1.21 306	1.71 446	1.98 328	1.75 432	0.65 468	0.26 371	0.29 344	0.25 314	0.56 441	0.41 387

PA-Net	1.14 383	0.63 410	2.12 424	0.67 335	0.75 417	1.19 366	0.91 405	1.91 336	1.46 409	1.18 244	1.23 261	1.33 343	1.17 383	4.31 428	1.41 394	0.29 353	0.46 464	0.33 383	0.50 456	0.33 354	0.57 438
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS	2.67 480	0.80 441	2.13 425	1.13 471	1.15 473	6.25 510	2.56 505	3.50 491	3.68 497	5.36 510	4.92 496	3.79 486	5.56 506	3.65 416	5.22 482	0.66 469	0.57 480	0.56 462	0.54 463	0.65 456	0.75 464
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet_RVC	0.88 313	0.56 389	2.15 426	0.57 216	0.43 272	1.17 363	0.46 209	1.68 269	1.12 232	0.91 148	1.24 265	0.91 213	0.94 305	2.22 354	1.20 364	0.28 338	0.22 315	0.32 372	0.28 357	0.46 418	0.42 395

Consistency-Raft	1.27 410	1.01 460	2.17 427	1.04 466	1.20 478	0.96 317	1.00 422	1.84 315	1.95 458	1.38 350	2.11 445	1.44 361	1.03 347	1.18 184	1.40 393	0.73 474	0.83 491	0.89 479	0.99 493	1.33 484	0.95 475

WAO-7	2.78 483	1.54 487	2.18 428	1.41 484	1.19 477	3.92 498	2.01 488	4.19 499	3.89 499	2.98 485	5.47 498	4.18 489	3.28 492	8.24 498	4.27 473	1.13 487	1.01 505	1.18 488	1.13 499	1.19 483	1.13 483

DMCA-RVC	0.83 288	0.46 347	2.19 429	0.68 347	0.49 309	0.84 270	0.48 225	1.44 218	1.07 203	1.56 403	1.04 176	1.29 332	0.86 268	1.49 258	0.92 321	0.27 321	0.22 315	0.35 398	0.28 357	0.32 348	0.28 286

LVE	3.40 497	1.80 493	2.21 430	2.90 504	2.44 503	3.27 490	2.25 496	4.80 505	5.06 507	2.43 467	6.79 503	5.99 501	2.64 486	9.20 504	2.28 448	3.30 507	1.11 510	2.38 500	1.48 507	2.95 500	2.62 506

NVstereo2D	0.99 348	0.45 344	2.21 430	0.79 412	0.75 417	1.20 367	0.86 397	1.98 354	1.41 386	1.02 178	1.18 240	1.31 337	0.97 322	2.25 358	0.93 324	0.45 436	0.22 315	0.39 419	0.25 314	0.59 446	0.68 457

StereoDRNet	1.05 364	0.53 378	2.21 430	0.80 413	0.93 451	1.50 404	0.90 403	2.06 376	1.44 399	1.68 424	1.20 245	1.48 370	0.99 328	1.86 311	1.60 416	0.29 353	0.24 353	0.29 344	0.28 357	0.35 364	0.33 344

S-Stereo	1.17 388	0.48 358	2.25 433	0.83 424	0.81 435	1.22 369	1.17 442	2.12 385	2.08 464	1.47 381	2.13 446	1.55 383	1.16 380	2.09 343	1.46 400	0.42 423	0.40 450	0.35 398	0.32 398	0.45 411	0.73 461

AF-Net	1.23 402	0.56 389	2.31 434	0.88 439	0.93 451	1.41 397	0.73 360	2.27 426	1.71 440	1.76 432	2.42 460	2.00 437	1.70 444	1.98 328	1.62 419	0.50 449	0.29 393	0.49 447	0.33 411	0.40 389	0.34 352

Nwc_Net	1.19 393	0.53 378	2.34 435	0.92 449	0.81 435	1.49 403	0.70 353	2.28 428	1.32 348	1.41 361	2.27 452	2.03 443	1.76 450	2.05 340	1.46 400	0.43 424	0.30 397	0.43 432	0.46 448	0.39 385	0.40 383

SDNR	1.66 437	0.55 385	2.36 436	0.56 194	0.58 359	3.79 497	0.45 203	1.78 299	1.40 382	1.38 350	2.45 462	1.13 295	0.96 312	11.03 520	1.31 380	0.67 470	0.64 484	0.43 432	0.32 398	0.71 463	0.76 465

TorneroNet-64	5.41 505	2.10 501	2.43 437	3.49 513	2.83 508	9.90 514	2.13 493	8.87 519	16.79 523	5.39 511	9.18 515	10.68 519	3.92 501	9.55 508	5.11 481	3.36 508	0.86 496	2.88 512	1.62 508	3.76 510	3.37 513

rrr	0.57 121	0.33 198	2.43 437	0.46 36	0.34 178	0.50 81	0.38 118	0.84 40	0.55 26	0.48 51	0.48 25	0.48 52	0.45 80	2.28 362	0.44 122	0.19 110	0.14 100	0.19 92	0.15 70	0.17 44	0.18 62

TCMNet	1.07 371	0.66 420	2.49 439	0.92 449	1.32 483	1.14 349	0.67 340	1.91 336	1.29 335	1.20 256	1.57 380	1.29 332	0.96 312	2.23 355	1.59 415	0.32 370	0.31 402	0.38 415	0.35 420	0.43 398	0.40 383

MFMNet_re	1.47 423	1.20 472	2.50 440	1.46 486	1.08 465	1.58 413	1.51 462	1.96 352	1.87 453	2.31 464	2.20 449	1.51 376	1.88 458	1.57 264	1.34 387	0.94 478	0.83 491	0.84 478	0.80 483	1.00 474	1.06 479

ktn	4.56 501	2.41 506	2.54 441	3.79 517	3.25 513	4.81 505	2.91 509	5.52 509	7.36 511	4.12 498	14.55 520	7.54 506	3.70 497	7.84 494	3.35 465	4.06 517	1.86 516	3.26 517	2.22 516	3.27 506	2.86 509

IGEV-BASED-STEREO-	0.71 219	3.18 515	2.55 442	0.40 8	0.24 13	0.42 35	0.23 15	0.66 13	0.46 13	0.47 45	0.45 18	0.33 13	0.27 8	0.58 27	0.30 13	1.34 490	0.10 1	0.22 187	0.19 162	0.45 411	1.32 487

FADNet	0.98 345	0.64 413	2.57 443	0.66 321	0.55 347	0.95 311	0.57 298	1.91 336	1.38 371	0.94 157	1.02 164	1.36 347	1.00 334	2.69 390	0.97 335	0.34 385	0.34 423	0.31 361	0.34 416	0.61 452	0.42 395

WAO-8	4.57 502	2.01 498	2.58 444	2.37 496	2.21 495	9.75 512	1.71 473	6.04 513	16.34 518	4.11 496	7.69 511	7.41 503	3.85 498	10.02 517	3.85 470	2.05 493	1.09 508	2.44 504	1.39 501	2.56 493	1.86 495

Venus	4.57 502	2.01 498	2.58 444	2.37 496	2.21 495	9.75 512	1.71 473	6.04 513	16.34 518	4.11 496	7.69 511	7.41 503	3.85 498	10.02 517	3.85 470	2.05 493	1.09 508	2.44 504	1.39 501	2.56 493	1.86 495

Wz-Net-LNSev-Ref	1.09 376	0.46 347	2.61 446	0.71 372	0.65 387	2.00 450	0.78 369	2.07 378	1.47 410	1.62 415	1.47 345	1.53 380	1.29 402	2.10 344	1.65 425	0.24 255	0.14 100	0.20 125	0.16 103	0.28 298	0.28 286

iResNetv2_ROB	0.88 313	0.43 336	2.62 447	0.60 255	0.38 224	0.94 305	0.67 340	1.88 330	1.38 371	1.27 299	1.45 341	1.26 325	1.05 358	1.92 320	0.64 242	0.24 255	0.15 165	0.19 92	0.14 53	0.24 252	0.21 146

pcwnet_v2	0.91 328	0.39 313	2.74 448	0.64 300	0.55 347	0.81 254	0.49 236	2.19 412	1.63 433	1.44 372	1.64 393	1.09 282	0.79 236	1.31 207	0.70 260	0.32 370	0.25 365	0.29 344	0.27 347	0.37 374	0.37 368

TorneroNet	10.72 520	2.09 500	2.76 449	3.48 512	3.03 511	44.72 534	2.31 498	8.62 518	67.06 540	7.45 518	23.21 528	10.59 518	4.28 503	9.03 501	9.00 499	3.67 511	0.91 500	3.04 513	1.63 509	3.92 512	3.55 516

AIO-Stereo-zeroshot	0.85 301	0.38 304	2.79 450	0.51 103	0.60 369	0.72 206	0.38 118	2.87 482	0.77 86	0.80 119	1.07 187	2.14 449	0.93 302	0.96 127	0.62 235	0.21 179	0.13 38	0.21 158	0.26 331	0.29 315	0.32 335

SHD	1.42 420	0.81 444	2.79 450	0.98 462	0.92 448	1.97 447	0.68 343	2.43 446	2.55 475	2.54 473	1.72 405	2.01 439	1.62 435	2.14 348	2.70 457	0.40 415	0.33 420	0.39 419	0.40 433	0.48 423	0.54 428

FADNet-RVC-Resample	0.91 328	0.51 370	2.92 452	0.64 300	0.46 293	1.07 336	0.60 318	1.76 296	1.24 295	1.10 197	0.98 153	1.06 268	0.98 325	2.17 351	0.95 331	0.24 255	0.22 315	0.30 355	0.32 398	0.36 368	0.40 383

FADNet-RVC	0.96 341	0.72 434	2.96 453	0.64 300	0.49 309	0.90 289	0.59 311	1.85 322	1.27 315	0.92 151	0.97 148	1.36 347	0.90 289	2.36 367	1.31 380	0.30 359	0.29 393	0.32 372	0.32 398	0.42 396	0.37 368

aanetorigin	1.26 407	0.85 448	3.00 454	0.72 377	0.80 431	1.08 340	1.05 426	1.12 124	1.39 380	3.53 493	2.60 465	1.72 408	1.73 448	1.98 328	1.77 435	0.26 300	0.24 353	0.26 305	0.25 314	0.38 380	0.51 422

PVD	1.82 449	0.91 453	3.02 455	1.03 465	0.94 454	2.61 473	1.14 438	2.78 478	3.40 494	3.08 489	2.75 467	2.39 462	2.49 481	2.81 395	3.66 469	0.48 443	0.49 472	0.59 467	0.49 455	0.60 449	0.81 469

Syn2CoEx	1.23 402	0.80 441	3.07 456	0.83 424	0.68 400	1.39 392	0.87 400	2.23 417	1.57 427	1.28 304	1.58 382	1.42 355	1.57 433	3.79 421	1.48 403	0.36 402	0.32 414	0.34 391	0.30 387	0.30 330	0.41 387

test_xeample3	0.57 121	0.33 198	3.11 457	0.46 36	0.34 178	0.55 116	0.38 118	0.86 47	0.49 17	0.54 74	0.46 22	0.44 26	0.44 76	1.49 258	0.45 135	0.18 72	0.14 100	0.19 92	0.15 70	0.17 44	0.18 62

DGSMNet	1.24 405	0.84 447	3.20 458	0.91 448	0.92 448	1.39 392	1.34 455	2.46 452	1.44 399	1.34 332	1.66 395	1.50 374	1.03 347	1.85 308	1.30 379	0.48 443	0.48 467	0.55 460	0.51 459	0.78 466	0.79 467

XQC	1.51 427	0.98 458	3.20 458	0.92 449	0.76 422	2.01 451	1.17 442	2.53 462	1.99 460	2.01 453	1.54 367	2.00 437	1.54 431	3.16 404	3.46 467	0.49 445	0.31 402	0.45 437	0.40 433	0.71 463	0.62 448

ELAS_RVC	2.87 489	0.80 441	3.22 460	1.16 476	1.12 467	2.92 483	5.33 513	2.98 484	4.18 502	5.04 507	4.82 494	4.71 493	8.23 515	4.25 427	4.79 478	0.67 470	0.57 480	0.57 464	0.53 462	0.66 457	0.74 462
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CSAN	1.61 434	0.67 424	3.24 461	0.74 391	0.52 329	1.77 431	1.74 476	1.98 354	1.94 457	2.47 472	2.33 456	1.93 428	2.04 465	6.45 475	1.95 440	0.43 424	0.36 434	0.41 430	0.42 437	0.43 398	0.44 402

GASNet	1.13 381	1.10 466	3.29 462	1.00 464	0.68 400	0.82 255	0.67 340	1.85 322	1.38 371	1.39 353	1.25 267	1.25 319	1.20 392	2.72 392	1.62 419	0.46 437	0.26 371	0.36 408	0.34 416	0.55 440	0.33 344

SAMSARA	1.80 447	0.90 450	3.37 463	1.28 480	1.13 469	3.71 493	2.33 499	2.53 462	1.93 456	3.17 491	1.73 406	2.99 475	1.68 443	3.53 415	2.46 454	0.47 441	0.54 476	0.43 432	0.47 450	0.59 446	0.64 451

Wz-Net-MNSev	1.21 397	0.66 420	3.44 464	0.69 360	0.73 410	1.93 446	1.44 461	2.16 401	1.59 429	1.85 440	1.49 349	1.50 374	1.34 410	2.05 340	1.54 409	0.27 321	0.24 353	0.28 333	0.28 357	0.35 364	0.32 335

NVStereoNet_ROB	2.17 469	1.18 470	3.51 465	1.14 474	1.26 481	1.57 412	1.51 462	2.19 412	2.11 466	2.04 454	4.80 493	3.17 482	2.11 471	7.97 495	2.10 442	1.12 486	0.94 501	1.10 487	1.34 500	0.95 472	1.31 485
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AIO-Stereo-zeroshot1	1.06 366	0.43 336	3.59 466	0.53 145	0.66 393	0.79 240	0.39 131	2.60 466	0.98 164	0.96 162	4.58 490	2.05 447	0.56 141	0.99 133	0.51 176	0.19 110	0.14 100	0.21 158	0.28 357	0.32 348	0.41 387

KSHMR	8.76 516	2.14 502	3.59 466	3.60 515	3.13 512	4.15 502	2.67 506	5.61 511	58.90 539	3.04 487	55.71 539	4.94 495	2.54 484	4.61 435	3.05 464	3.49 510	1.57 515	3.14 514	1.98 513	3.84 511	3.49 514

RTSC	1.43 422	0.89 449	3.62 468	0.94 458	0.64 382	1.85 440	0.69 346	2.20 415	2.04 463	2.22 460	1.70 402	1.67 402	1.27 400	2.53 382	4.48 476	0.33 376	0.25 365	0.27 319	0.29 375	0.38 380	0.40 383

DispFullNet	2.39 476	2.89 514	3.74 469	3.09 507	2.27 499	2.04 453	0.84 391	2.19 412	1.73 442	2.54 473	1.98 436	2.23 450	5.83 507	3.44 414	1.84 437	1.03 481	0.33 420	2.65 508	1.97 512	2.87 497	2.34 501

ADCRef	1.50 426	0.61 403	3.83 470	0.76 406	0.77 423	1.91 444	0.77 366	2.16 401	1.34 352	1.63 417	1.59 386	1.35 346	1.40 417	1.79 304	8.32 495	0.25 275	0.21 300	0.32 372	0.31 391	0.31 337	0.32 335

PASM	1.48 425	1.08 463	3.96 471	0.93 455	0.93 451	1.17 363	1.19 444	1.77 297	1.65 434	1.90 442	1.52 364	1.75 415	1.42 420	4.54 432	1.52 408	0.64 467	0.68 488	0.69 474	0.79 482	0.70 461	0.74 462

PWC_ROB	1.39 416	0.93 455	4.07 472	0.77 408	0.83 438	1.16 356	0.53 262	1.87 325	2.01 461	2.36 465	3.06 474	1.65 399	1.60 434	2.65 389	2.29 450	0.34 385	0.23 343	0.36 408	0.25 314	0.39 385	0.49 414

MSC_U_SF_DS_RVC	2.22 470	1.29 478	4.14 473	1.10 470	0.78 427	5.00 506	2.38 503	2.47 453	2.67 483	1.94 448	2.28 453	2.66 470	1.70 444	9.10 502	2.29 450	0.68 472	0.52 474	0.68 473	0.71 479	1.17 482	0.81 469

iinet-f	1.04 359	0.50 366	4.24 474	0.58 228	0.43 272	1.78 434	0.70 353	1.29 190	1.16 256	1.25 281	1.42 332	1.57 387	1.42 420	1.47 249	1.70 429	0.26 300	0.23 343	0.20 125	0.20 191	0.26 276	0.26 252

MFN_U_SF_DS_RVC	1.80 447	1.11 467	4.33 475	0.84 428	0.77 423	3.70 492	2.41 504	2.04 371	1.85 452	1.75 429	1.90 430	1.92 427	1.25 397	7.33 487	1.45 398	0.47 441	0.47 465	0.53 455	0.77 481	0.50 427	0.55 433

MFN_U_SF_RVC	1.62 436	0.96 457	4.36 476	0.92 449	0.69 403	2.62 474	1.10 431	2.50 458	1.74 443	1.99 452	1.86 426	2.45 463	1.78 452	3.08 402	2.84 459	0.54 453	0.50 473	0.56 462	0.60 471	0.60 449	0.67 453

ADCL	1.82 449	0.70 429	4.57 477	0.70 369	0.63 381	2.56 471	1.77 478	2.08 379	1.77 444	1.95 450	1.89 428	2.04 445	1.88 458	2.36 367	9.55 502	0.27 321	0.25 365	0.35 398	0.32 398	0.39 385	0.39 379

Wz-Net-LNSev	1.17 388	0.72 434	4.71 478	0.66 321	0.84 440	1.72 422	1.13 435	1.97 353	1.43 396	1.34 332	1.32 295	1.66 400	1.30 405	1.44 243	1.51 406	0.29 353	0.26 371	0.24 245	0.23 292	0.33 354	0.35 361

notaker	4.29 500	2.42 507	5.06 479	3.89 518	3.29 515	4.00 499	2.25 496	4.93 507	3.47 495	4.21 501	6.79 503	7.67 507	3.37 494	9.25 506	6.47 487	4.09 518	1.42 513	3.35 518	2.13 515	4.11 514	3.54 515

GwcNet	1.26 407	0.63 410	5.13 480	0.81 417	1.15 473	1.73 425	0.69 346	1.84 315	1.53 419	1.51 390	1.71 404	1.72 408	1.09 366	2.20 353	1.61 417	0.31 363	0.30 397	0.29 344	0.27 347	0.30 330	0.41 387

pmcnn	2.84 487	0.46 347	5.19 481	0.68 347	0.42 267	1.55 409	1.16 441	2.32 430	1.60 431	2.72 476	7.49 507	17.96 522	1.48 428	6.04 463	6.64 489	0.18 72	0.15 165	0.15 6	0.12 17	0.20 141	0.20 120

DPSNet	1.91 457	0.64 413	5.95 482	0.73 385	0.59 365	2.04 453	1.61 470	3.84 495	1.96 459	1.54 398	1.39 321	2.27 453	3.32 493	4.95 440	4.79 478	0.50 449	0.31 402	0.29 344	0.26 331	0.67 458	0.54 428

tt	6.61 510	0.28 85	6.10 483	3.77 516	2.17 494	11.53 517	19.61 523	13.53 524	5.81 509	3.00 486	2.82 469	4.97 497	6.33 509	3.83 422	7.23 492	9.13 525	11.32 527	5.87 524	6.22 523	6.01 520	2.63 507

MADNet++	5.41 505	3.18 515	6.43 484	4.66 522	3.95 519	6.15 509	6.75 514	4.51 503	4.51 505	5.06 508	6.27 501	4.96 496	6.14 508	9.39 507	11.70 507	4.71 519	4.19 521	3.97 520	3.33 518	4.08 513	4.25 520

ADCS	2.35 473	1.26 475	6.54 485	0.85 431	0.77 423	2.18 459	1.79 479	2.47 453	2.20 468	2.80 479	2.14 448	2.38 460	2.09 467	2.81 395	13.83 514	0.43 424	0.41 451	0.40 425	0.45 446	0.59 446	0.67 453

DeepPrunerF	1.68 440	0.82 445	6.82 486	0.94 458	1.20 478	0.91 291	0.97 417	2.50 458	5.19 508	1.22 271	1.30 288	1.18 301	1.29 402	4.96 441	1.75 432	0.43 424	0.35 430	0.52 451	0.48 452	0.43 398	0.42 395

SANet	2.26 471	0.70 429	6.94 487	0.69 360	0.46 293	2.76 477	1.76 477	2.61 467	5.84 510	2.45 469	3.52 480	3.71 485	3.38 495	5.90 459	2.14 444	0.34 385	0.31 402	0.32 372	0.29 375	0.54 438	0.43 399

FINET	1.54 429	0.67 424	7.28 488	0.76 406	0.97 458	1.42 400	1.38 458	2.80 481	3.12 489	1.23 274	1.68 399	1.04 264	1.11 372	3.35 412	1.78 436	0.43 424	0.37 439	0.32 372	0.29 375	0.43 398	0.41 387

AnyNet_C32	2.14 467	1.45 481	7.38 489	0.95 460	1.12 467	2.23 460	2.34 500	2.10 383	1.54 421	2.44 468	1.79 413	2.04 445	1.66 441	2.69 390	10.48 505	0.38 407	0.35 430	0.35 398	0.42 437	0.50 427	0.60 446

MANE	7.50 512	0.64 413	7.97 490	1.40 481	2.10 493	16.86 523	12.56 520	12.91 523	17.51 526	8.50 519	11.60 517	14.66 520	13.33 518	12.02 521	13.28 509	0.62 465	0.52 474	0.52 451	1.90 510	0.56 441	0.58 441

SGM+DAISY	5.38 504	1.28 477	8.24 491	1.27 479	1.16 475	10.62 515	16.01 522	2.93 483	2.53 474	8.64 520	13.03 518	8.26 510	13.38 519	6.34 473	7.59 493	1.07 484	1.05 507	1.00 484	0.98 491	1.02 476	1.12 482

ACVNet_2	2.86 488	1.47 483	8.28 492	2.68 500	2.26 498	2.70 475	1.84 484	3.41 488	3.04 488	2.27 462	3.42 479	4.58 491	2.10 468	5.91 460	1.62 419	2.58 499	0.67 486	2.22 496	0.85 485	2.79 495	2.47 503

XX-Stereo	0.97 342	0.28 85	8.28 492	0.85 431	0.70 409	0.44 45	0.22 6	1.07 102	0.69 67	0.66 97	1.56 376	1.38 352	0.38 52	1.36 219	0.38 76	0.21 179	0.14 100	0.20 125	0.19 162	0.19 105	0.16 33

ADCMid	2.11 465	0.90 450	8.39 494	0.75 399	0.69 403	1.98 448	1.14 438	2.18 410	1.67 436	2.85 480	1.85 424	2.35 459	2.02 464	2.35 366	10.58 506	0.34 385	0.32 414	0.39 419	0.44 443	0.51 429	0.53 427

EDNetEfficient	2.40 477	1.14 468	8.59 495	0.77 408	0.73 410	1.06 335	1.53 465	1.54 237	4.06 500	4.87 506	2.81 468	2.23 450	3.53 496	3.04 401	9.65 503	0.27 321	0.24 353	0.27 319	0.31 391	0.70 461	0.67 453

Wz-Net-SNSev	1.68 440	1.45 481	8.71 496	0.71 372	0.67 399	1.35 387	1.51 462	2.15 399	1.47 410	1.51 390	1.68 399	2.27 453	1.38 414	4.23 425	2.36 452	0.32 370	0.29 393	0.31 361	0.33 411	0.43 398	0.39 379

Wz-Net-TNSev	2.10 464	2.71 513	9.30 497	0.72 377	0.65 387	2.41 469	1.81 483	2.45 448	1.77 444	1.62 415	1.56 376	2.56 466	2.01 462	5.30 445	4.46 475	0.41 419	0.38 444	0.33 383	0.37 427	0.54 438	0.64 451

ADCPNet	1.97 460	0.78 440	9.38 498	0.74 391	0.61 375	2.73 476	1.36 457	2.11 384	1.66 435	1.92 444	1.70 402	2.45 463	2.07 466	2.50 380	6.84 490	0.38 407	0.38 444	0.38 415	0.43 441	0.47 422	0.50 418

ADCP+	2.12 466	0.56 389	10.01 499	0.68 347	0.91 447	2.25 462	1.04 425	1.92 343	1.50 417	1.58 407	1.34 304	1.73 410	1.62 435	2.27 360	13.20 508	0.25 275	0.22 315	0.32 372	0.29 375	0.38 380	0.34 352

AnyNet_C01	2.38 475	2.21 503	10.17 500	0.99 463	0.79 429	3.12 485	2.37 501	2.69 473	1.89 454	2.58 475	2.44 461	2.70 471	1.86 457	3.65 416	7.12 491	0.41 419	0.41 451	0.40 425	0.42 437	0.68 459	0.79 467

JetBlue	4.18 499	2.45 508	10.42 501	1.40 481	2.89 510	10.68 516	10.68 515	3.91 496	2.52 473	2.74 477	3.39 478	4.50 490	4.27 502	7.97 495	7.67 494	0.89 476	0.97 503	0.89 479	0.92 487	2.26 489	2.21 499

PWCK	3.24 495	2.37 504	10.86 502	2.14 493	1.14 471	3.71 493	4.19 512	3.02 485	3.55 496	3.05 488	3.63 481	3.09 480	2.35 480	8.16 497	3.41 466	2.17 495	0.96 502	1.77 492	1.01 495	2.84 496	1.40 489

SGM-ForestM	7.81 513	0.48 358	11.02 503	0.74 391	0.40 244	16.83 522	12.72 521	7.91 517	8.13 512	11.53 521	10.25 516	22.44 530	14.01 520	17.02 524	20.52 522	0.38 407	0.39 449	0.37 411	0.36 423	0.37 374	0.38 376

MADNet+	2.80 484	3.38 517	11.57 504	1.50 487	1.21 480	3.18 487	2.00 485	3.52 492	2.61 477	1.81 435	2.09 444	2.83 472	2.18 475	7.55 490	5.44 484	0.84 475	0.83 491	0.71 475	0.66 475	1.05 479	1.08 480

WZ-Net	2.14 467	1.08 463	11.68 505	0.89 446	0.78 427	1.76 429	1.59 469	2.39 441	2.03 462	2.11 457	1.95 435	2.30 456	2.28 476	5.94 462	3.86 472	0.35 395	0.27 379	0.29 344	0.32 398	0.52 430	0.50 418

psmorigin	1.69 442	0.74 439	13.13 506	0.70 369	0.60 369	1.16 356	0.79 377	1.69 278	1.25 303	2.07 456	1.77 411	2.23 450	1.51 430	2.14 348	1.45 398	0.39 413	0.41 451	0.34 391	0.33 411	0.45 411	0.63 450

PML	51.64 537	37.49 533	14.31 507	7.45 523	20.27 524	107.80 540	231.34 541	8.94 520	27.70 531	86.74 540	268.93 541	69.03 540	61.09 539	24.71 533	14.36 515	9.71 526	3.40 519	9.60 526	4.67 522	20.46 528	4.76 522

TCMNet-wrong-test	10.42 518	11.55 524	15.31 508	20.99 526	18.49 522	13.94 520	10.69 516	16.07 525	4.14 501	5.27 509	5.64 499	16.22 521	12.57 517	7.57 491	10.26 504	7.44 523	2.38 517	4.30 521	3.43 519	11.37 525	10.87 523

RTS	2.76 481	1.55 488	15.40 509	1.13 471	1.42 485	3.75 495	2.21 494	2.45 448	2.72 484	2.91 483	2.85 470	2.58 467	1.62 435	6.28 470	5.80 485	0.41 419	0.30 397	0.35 398	0.35 420	0.52 430	0.54 428

RTSA	2.76 481	1.55 488	15.40 509	1.13 471	1.42 485	3.75 495	2.21 494	2.45 448	2.72 484	2.91 483	2.85 470	2.58 467	1.62 435	6.28 470	5.80 485	0.41 419	0.30 397	0.35 398	0.35 420	0.52 430	0.54 428

UNDER WATER	5.68 507	2.46 509	15.52 511	3.98 520	3.53 516	5.15 507	2.74 507	5.58 510	16.41 521	4.00 494	4.56 488	9.12 512	6.43 510	6.22 466	9.11 500	3.85 515	1.35 512	3.18 516	1.98 513	4.51 517	3.84 519

LSM	6.55 509	1.26 475	15.64 512	1.79 489	68.74 535	1.67 421	2.08 491	2.26 420	2.59 476	3.13 490	3.08 475	1.90 422	1.81 453	2.89 398	2.16 445	0.43 424	0.59 483	0.50 448	0.58 467	0.64 454	17.24 529

HanzoNet	11.92 521	5.12 519	17.18 513	4.19 521	3.59 518	5.16 508	2.82 508	7.41 516	9.96 513	33.31 535	27.60 529	22.25 529	37.31 534	18.18 525	13.57 510	8.13 524	3.44 520	3.50 519	3.44 520	7.77 524	4.52 521

ACVNet_1	3.08 494	1.48 484	17.70 514	2.90 504	2.35 502	2.30 464	1.43 460	3.16 486	2.26 471	1.91 443	2.05 442	3.51 484	2.32 477	3.71 419	1.58 412	3.25 505	0.66 485	2.40 503	1.06 497	3.07 504	2.59 504

Dean	3.77 498	1.65 491	17.87 515	3.01 506	2.54 504	3.15 486	2.10 492	4.80 505	4.42 503	2.89 482	6.03 500	5.45 499	2.55 485	3.40 413	2.13 443	3.22 504	0.89 498	2.51 506	1.07 498	3.07 504	2.65 508

UNDER WATER-64	5.84 508	2.48 510	17.93 516	3.97 519	3.58 517	7.70 511	3.03 510	5.72 512	14.13 515	4.18 500	4.00 485	9.27 513	6.80 511	6.20 465	9.22 501	3.67 511	1.52 514	3.14 514	1.95 511	4.43 516	3.83 518

SuperB	2.50 479	0.72 434	18.07 517	0.72 377	0.53 335	1.85 440	0.86 397	1.80 306	2.40 472	1.54 398	1.42 332	1.13 295	1.17 383	4.18 424	4.80 480	0.25 275	0.20 284	0.23 221	0.19 162	7.64 523	0.38 376

ACVNet-4b	3.05 493	1.42 480	18.09 518	2.85 501	2.33 501	2.32 467	1.22 447	2.47 453	2.21 469	1.26 294	2.36 457	2.64 469	1.46 424	6.32 472	1.23 372	3.29 506	0.45 460	2.37 499	1.02 496	3.03 503	2.61 505

LRCNet_RVC	22.79 526	32.09 532	22.06 519	29.83 530	26.15 527	4.40 504	0.84 391	22.64 526	2.10 465	26.93 531	29.25 530	23.03 531	15.56 521	23.91 529	18.92 521	32.00 533	20.04 534	34.68 532	32.13 533	30.66 532	28.52 532

DGTPSM_ROB	13.06 522	8.27 520	22.29 520	9.53 524	18.14 520	11.53 517	31.97 528	10.82 521	16.25 516	7.14 515	19.39 526	10.12 515	16.69 522	9.85 512	22.49 524	4.77 520	8.72 522	5.37 522	10.24 526	6.15 521	11.56 524

DPSMNet_ROB	13.08 523	8.28 521	22.32 521	9.54 525	18.15 521	11.53 517	31.98 529	10.83 522	16.27 517	7.17 516	19.40 527	10.12 515	16.69 522	9.87 513	22.50 525	4.78 521	8.72 522	5.38 523	10.25 527	6.16 522	11.59 525

Anonymous_1	42.79 535	18.71 525	24.75 522	21.81 527	45.16 533	27.68 525	37.52 530	28.64 530	16.34 518	14.72 524	14.53 519	20.60 523	17.82 524	21.52 526	25.88 528	113.45 540	8.91 524	100.63 537	126.37 537	158.50 540	12.31 526

DPSM_ROB	19.12 524	19.13 526	25.13 523	22.15 528	20.86 525	28.06 526	37.75 531	27.18 528	16.95 524	14.25 522	15.07 521	21.66 524	18.69 525	21.83 527	26.51 529	10.15 527	9.30 525	10.45 527	10.41 528	14.00 526	12.85 527

DPSM	19.12 524	19.13 526	25.13 523	22.15 528	20.86 525	28.06 526	37.75 531	27.18 528	16.95 524	14.25 522	15.07 521	21.66 524	18.69 525	21.83 527	26.51 529	10.15 527	9.30 525	10.45 527	10.41 528	14.00 526	12.85 527

JetRed	7.02 511	8.94 522	25.72 525	2.89 503	3.27 514	14.25 521	12.27 519	6.69 515	4.45 504	4.46 502	4.56 488	6.65 502	5.43 505	7.46 489	14.41 516	2.60 500	3.31 518	2.61 507	2.30 517	4.34 515	3.79 517

xxxxx1	54.34 538	26.72 529	27.03 526	114.14 537	99.00 537	30.68 530	47.19 533	32.52 532	26.09 527	17.85 525	17.48 523	21.86 526	20.92 527	24.38 530	33.78 531	34.73 534	41.33 535	157.67 538	175.68 538	65.82 536	71.99 538

tt_ll	54.34 538	26.72 529	27.03 526	114.14 537	99.00 537	30.68 530	47.19 533	32.52 532	26.09 527	17.85 525	17.48 523	21.86 526	20.92 527	24.38 530	33.78 531	34.73 534	41.33 535	157.67 538	175.68 538	65.82 536	71.99 538

ff	54.34 538	26.72 529	27.03 526	114.14 537	99.00 537	30.68 530	47.19 533	32.52 532	26.09 527	17.85 525	17.48 523	21.86 526	20.92 527	24.38 530	33.78 531	34.73 534	41.33 535	157.67 538	175.68 538	65.82 536	71.99 538

LE_ROB	8.35 514	0.47 352	27.42 529	0.83 424	0.34 178	2.84 480	3.36 511	4.03 498	27.04 530	25.20 530	8.72 514	8.55 511	27.35 530	7.37 488	22.13 523	0.22 213	0.20 284	0.20 125	0.21 233	0.25 264	0.25 232

HaxPig	39.02 532	41.39 537	41.59 530	30.10 531	32.36 528	29.49 528	27.65 526	30.56 531	37.94 536	43.75 536	43.81 535	33.42 533	35.69 531	41.51 534	40.33 536	43.91 537	47.48 539	45.87 533	47.14 535	42.29 533	44.06 536

AVERAGE_ROB	40.42 533	42.30 538	42.61 531	36.91 533	35.54 530	30.42 529	27.59 525	37.45 537	38.45 537	44.87 537	44.27 536	37.55 535	36.69 532	41.82 535	40.25 535	45.36 538	46.73 538	47.09 534	46.32 534	42.47 534	43.74 535

DLNR_Zeroshot_test	23.23 527	48.25 540	43.77 532	177.04 540	78.39 536	0.35 12	0.21 4	23.33 527	0.82 105	0.67 99	0.86 120	0.58 93	0.30 16	1.64 280	0.48 158	10.69 529	0.13 38	0.18 68	0.14 53	76.63 539	0.23 192

MEDIAN_ROB	42.01 534	44.30 539	44.14 533	35.08 532	34.90 529	31.33 533	29.90 527	36.77 536	40.11 538	47.14 538	46.55 537	37.49 534	38.50 537	44.30 539	42.32 537	47.93 539	49.31 540	49.68 535	49.00 536	44.98 535	46.46 537

CasAABBNet	38.42 530	38.42 534	50.26 534	44.76 535	41.87 531	56.47 536	76.22 537	54.44 538	33.92 534	28.53 532	30.36 533	43.53 537	37.59 535	43.77 537	53.32 539	20.27 530	18.70 532	21.03 529	21.04 531	28.19 529	25.79 530

Selective-RAFT-Error	38.47 531	38.44 535	50.38 535	44.74 534	42.01 532	56.47 536	76.24 538	54.44 538	34.02 535	28.59 533	30.30 532	43.51 536	38.10 536	43.69 536	53.24 538	20.36 531	18.72 533	21.05 530	21.02 530	28.25 530	25.87 531

LSM0	42.92 536	38.72 536	50.66 536	47.49 536	110.18 540	56.77 538	75.87 536	54.87 540	33.74 533	29.48 534	31.12 534	43.77 538	37.12 533	43.85 538	53.44 540	20.50 532	18.67 531	21.05 530	21.07 532	28.37 531	41.73 534

DPSimNet_ROB	24.77 528	9.69 523	61.46 537	3.56 514	19.46 523	25.95 524	77.56 539	5.09 508	16.60 522	21.50 529	29.82 531	25.12 532	85.69 540	13.37 523	23.07 527	7.23 522	17.79 530	8.55 525	7.57 524	4.57 519	31.84 533

BEATNet-Init1	27.39 529	21.01 528	73.65 538	1.07 467	0.80 431	56.07 535	22.82 524	33.14 535	31.71 532	51.78 539	52.93 538	65.63 539	48.54 538	48.75 540	36.36 534	0.52 451	0.47 465	0.54 456	0.54 463	0.64 454	0.72 460

coex-ft	8.35 514	2.39 505	100.24 539	0.68 347	0.54 343	1.77 431	1.57 468	1.71 286	11.00 514	18.91 528	3.76 482	3.85 487	8.23 515	3.29 410	6.58 488	0.31 363	0.31 402	0.32 372	0.31 391	0.69 460	0.57 438

EDNetEfficientorigin	10.59 519	1.52 486	177.33 540	0.68 347	0.54 343	1.66 420	1.20 446	1.94 346	3.39 493	4.69 504	3.37 477	3.08 479	2.79 487	3.25 408	3.63 468	0.26 300	0.24 353	0.33 383	0.28 357	0.85 468	0.87 472

test_example2	192.91 541	210.59 541	206.44 541	199.86 541	204.90 541	172.02 541	182.95 540	138.34 541	134.89 541	193.14 541	200.54 540	186.77 541	177.82 541	204.95 541	207.57 541	221.83 541	238.70 541	186.02 541	190.07 541	226.94 541	173.78 541

ccccc		492.94 542		530.37 542	529.69 542	476.06 542		494.48 542		446.40 542		473.27 542		541.46 542		660.58 542	458.79 542	353.88 542	309.98 542	597.94 542

Low-res two-view benchmark