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

StereoAnything_RVC	0.49 70	1.60 478	0.87 196	0.37 1	0.21 3	0.26 3	0.21 2	0.53 4	0.23 1	0.23 1	0.21 1	0.19 1	0.35 36	1.29 199	0.23 1	0.22 207	0.11 3	0.15 6	0.11 7	2.36 478	0.13 2

MonSter	0.29 2	0.19 1	0.48 16	0.37 1	0.22 6	0.55 111	0.31 50	0.60 8	0.44 7	0.29 4	0.29 5	0.23 2	0.20 1	0.60 27	0.26 3	0.11 1	0.11 3	0.14 1	0.11 7	0.14 2	0.14 4

DEFOM-Stereo	0.34 5	0.23 13	0.46 12	0.44 18	0.29 72	0.79 234	0.23 11	0.50 3	0.39 5	0.38 19	0.32 7	0.23 2	0.25 4	1.21 185	0.28 6	0.17 41	0.12 10	0.15 6	0.11 7	0.14 2	0.16 31

GREAT-IGEV	0.34 5	0.22 6	0.54 31	0.40 7	0.31 105	0.36 13	0.28 34	0.59 6	0.66 55	0.28 2	0.51 33	0.29 4	0.29 11	0.86 94	0.28 6	0.15 6	0.12 10	0.15 6	0.11 7	0.17 43	0.16 31

U	9.23 505	0.22 6	0.65 78	0.48 58	53.11 521	61.26 526	0.24 14	0.77 19	0.55 23	0.37 17	0.30 6	0.29 4	0.34 31	0.34 1	0.27 4	0.20 147	0.12 10	60.47 523	4.24 508	0.18 68	0.14 4

DEFOM-Stereo_RVC	0.41 22	0.68 415	0.45 11	0.66 313	0.30 87	0.48 55	0.25 15	0.87 47	0.46 10	0.39 22	0.37 9	0.30 6	0.69 197	1.16 174	0.31 14	0.17 41	0.11 3	0.16 21	0.12 17	0.18 68	0.14 4

FoundationStereo	0.26 1	0.23 13	0.41 6	0.40 7	0.24 11	0.32 8	0.22 4	0.43 1	0.24 2	0.31 5	0.25 2	0.30 6	0.32 24	0.36 2	0.27 4	0.16 15	0.12 10	0.15 6	0.11 7	0.13 1	0.14 4

IGEV-Stereo+	0.46 51	0.23 13	0.51 24	0.42 11	0.46 286	0.15 1	0.19 1	0.45 2	0.37 4	0.28 2	0.25 2	0.31 8	0.41 52	1.43 235	0.31 14	0.18 71	0.13 35	0.15 6	0.12 17	1.09 468	1.74 480

IGEV-Stereo++	0.32 4	0.22 6	0.47 15	0.48 58	0.33 157	0.33 9	0.22 4	0.78 23	0.48 13	0.35 10	0.41 11	0.32 9	0.47 91	0.40 3	0.29 10	0.15 6	0.12 10	0.15 6	0.12 17	0.15 11	0.15 13

IGEV-BASED-STEREO-	0.71 214	3.18 503	2.55 430	0.40 7	0.24 11	0.42 31	0.23 11	0.66 11	0.46 10	0.47 40	0.45 16	0.33 10	0.27 7	0.58 23	0.30 12	1.34 478	0.10 1	0.22 180	0.19 157	0.45 399	1.32 475

CES	0.51 82	0.21 3	0.40 3	0.42 11	1.40 472	0.53 94	0.34 74	1.04 90	0.68 60	0.45 37	0.67 68	0.35 11	0.28 8	0.58 23	0.35 37	0.16 15	0.13 35	0.15 6	0.10 1	0.19 100	1.69 479

CAS++	0.48 66	0.34 220	0.59 47	0.48 58	0.32 137	0.45 42	0.29 40	1.73 280	0.78 83	0.71 97	0.73 87	0.36 12	0.28 8	0.70 52	0.35 37	0.27 313	0.22 307	0.26 297	0.21 227	0.29 306	0.22 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.38 9	0.24 25	0.67 86	0.49 70	0.36 198	0.40 17	0.32 58	0.55 5	0.55 23	0.55 72	0.55 47	0.36 12	0.31 18	0.59 25	0.52 179	0.21 174	0.15 160	0.17 33	0.15 66	0.19 100	0.17 46

CAS	0.66 174	0.19 1	0.41 6	2.31 483	0.86 433	0.56 118	0.53 256	0.83 33	0.63 47	0.49 50	0.70 78	0.36 12	0.26 6	0.47 6	0.37 66	2.33 484	0.10 1	0.14 1	0.10 1	0.17 43	1.31 473

fffft	0.39 14	0.24 25	0.56 37	0.45 23	0.34 173	0.42 31	0.48 219	0.85 38	0.39 5	0.45 37	0.35 8	0.38 15	0.31 18	1.32 208	0.34 30	0.14 2	0.12 10	0.19 88	0.15 66	0.16 25	0.18 59
1: 1. 1
Former-RAFT_DAM_RVC	0.47 60	0.38 296	0.75 126	0.48 58	0.37 207	0.67 179	0.35 85	0.82 32	1.14 238	0.61 85	0.64 61	0.39 16	0.39 49	0.74 57	0.39 75	0.20 147	0.17 219	0.22 180	0.18 136	0.24 246	0.20 117

dual_stereo	0.29 2	0.21 3	0.39 1	0.40 7	0.23 8	0.25 2	0.22 4	0.59 6	0.32 3	0.33 6	0.26 4	0.40 17	0.23 3	0.86 94	0.30 12	0.16 15	0.13 35	0.14 1	0.11 7	0.14 2	0.14 4

SMoEStereo_RVC	0.41 22	0.26 48	0.55 33	0.46 33	0.31 105	0.60 137	0.36 94	0.85 38	0.47 12	0.47 40	0.43 12	0.42 18	0.34 31	1.40 225	0.31 14	0.15 6	0.12 10	0.20 120	0.15 66	0.16 25	0.18 59

MoCha-V2	0.43 34	0.23 13	0.55 33	0.56 187	0.23 8	0.44 40	0.32 58	1.35 194	0.63 47	0.54 69	0.55 47	0.42 18	0.57 139	1.12 167	0.28 6	0.15 6	0.13 35	0.15 6	0.13 31	0.17 43	0.18 59

plain	0.49 70	0.29 101	1.23 326	0.51 99	0.40 238	0.35 11	0.37 104	1.04 90	0.62 45	0.44 33	0.76 90	0.42 18	0.41 52	1.17 178	0.46 136	0.23 229	0.15 160	0.24 238	0.19 157	0.25 258	0.18 59

MyStereo07	0.50 80	0.30 124	0.58 41	0.58 221	0.48 295	0.59 132	0.78 357	1.19 153	0.60 39	0.49 50	0.54 45	0.43 21	0.55 131	1.32 208	0.36 53	0.18 71	0.18 247	0.24 238	0.21 227	0.23 217	0.23 187

IGEV-RUCA	0.38 9	0.24 25	0.51 24	0.51 99	0.36 198	0.59 132	0.23 11	0.68 12	0.52 19	0.39 22	0.50 30	0.44 22	0.31 18	0.86 94	0.31 14	0.24 249	0.13 35	0.16 21	0.12 17	0.20 136	0.21 142

mms	0.42 30	0.29 101	0.60 54	0.47 47	0.33 157	0.43 36	0.46 203	0.75 17	0.50 16	0.36 13	0.61 59	0.44 22	0.30 14	1.39 223	0.34 30	0.16 15	0.14 97	0.18 64	0.15 66	0.19 100	0.21 142

RAStereo	0.36 7	0.22 6	0.85 187	0.48 58	0.28 58	0.27 5	0.28 34	0.77 19	0.65 53	0.33 6	0.43 12	0.44 22	0.31 18	0.45 5	0.35 37	0.18 71	0.15 160	0.19 88	0.15 66	0.19 100	0.15 13

ff7	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

ffff	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

11t	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

LoS_RVC	0.45 42	0.29 101	0.48 16	0.49 70	0.83 429	0.51 84	0.43 166	0.65 10	0.44 7	0.47 40	0.78 96	0.44 22	0.60 165	0.59 25	0.37 66	0.14 2	0.12 10	0.14 1	0.10 1	0.14 2	1.08 468

ProNet	0.46 51	0.30 124	0.69 95	0.46 33	0.32 137	0.57 120	0.52 250	1.15 140	0.67 57	0.44 33	0.50 30	0.44 22	0.43 66	1.31 202	0.38 71	0.16 15	0.15 160	0.19 88	0.16 99	0.18 68	0.18 59

ccc-4	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

test_xeample3	0.57 116	0.33 191	3.11 445	0.46 33	0.34 173	0.55 111	0.38 113	0.86 44	0.49 14	0.54 69	0.46 20	0.44 22	0.44 72	1.49 252	0.45 130	0.18 71	0.14 97	0.19 88	0.15 66	0.17 43	0.18 59

castereo	0.43 34	0.25 37	0.50 21	0.46 33	0.30 87	0.60 137	0.56 285	1.23 169	0.83 103	0.39 22	0.70 78	0.45 32	0.68 193	0.54 12	0.33 27	0.17 41	0.11 3	0.17 33	0.13 31	0.16 25	0.14 4

XX-TBD	0.47 60	0.71 419	0.39 1	0.81 408	0.25 18	0.57 120	0.26 23	0.73 13	1.30 328	0.78 111	1.01 156	0.45 32	0.33 27	0.49 7	0.39 75	0.20 147	0.15 160	0.15 6	0.11 7	0.17 43	0.15 13

AIO_test	0.38 9	0.24 25	0.59 47	0.47 47	0.31 105	0.55 111	0.44 185	0.86 44	0.50 16	0.34 9	0.48 23	0.46 34	0.30 14	0.76 65	0.31 14	0.17 41	0.12 10	0.17 33	0.13 31	0.16 25	0.15 13

GIP-stereo	0.37 8	0.25 37	0.49 18	0.55 167	0.41 252	0.37 14	0.22 4	1.03 86	0.56 27	0.35 10	0.52 35	0.46 34	0.37 41	0.55 13	0.28 6	0.20 147	0.13 35	0.16 21	0.12 17	0.16 25	0.16 31

ours_stereo	0.40 17	0.30 124	0.57 39	0.47 47	0.31 105	0.40 17	0.44 185	0.79 25	0.58 31	0.36 13	0.58 54	0.46 34	0.33 27	1.14 171	0.33 27	0.17 41	0.13 35	0.19 88	0.15 66	0.19 100	0.20 117

IGEV++	0.45 42	0.24 25	0.63 65	0.58 221	0.32 137	0.42 31	0.25 15	2.16 389	0.65 53	0.38 19	0.58 54	0.46 34	0.44 72	0.56 15	0.40 91	0.20 147	0.13 35	0.16 21	0.13 31	0.17 43	0.18 59

AEACV	0.41 22	0.25 37	0.60 54	0.55 167	0.52 321	0.43 36	0.38 113	0.98 68	0.63 47	0.44 33	0.56 50	0.46 34	0.59 159	0.56 15	0.31 14	0.17 41	0.13 35	0.18 64	0.16 99	0.17 43	0.17 46

anonymousdsp	0.45 42	0.30 124	0.60 54	0.48 58	0.34 173	0.49 61	0.42 149	0.97 64	0.60 39	0.51 63	0.53 39	0.46 34	0.47 91	1.36 214	0.35 37	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

IGEV-Stereo	0.45 42	0.30 124	0.60 54	0.48 58	0.34 173	0.49 61	0.42 149	0.98 68	0.60 39	0.51 63	0.53 39	0.46 34	0.47 91	1.36 214	0.35 37	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	0.59 140	0.61 392	1.82 390	0.61 261	0.52 321	0.51 84	0.54 269	0.97 64	0.70 63	0.50 55	0.68 69	0.46 34	0.63 175	0.61 29	0.41 100	0.22 207	0.17 219	0.23 214	0.21 227	0.85 456	0.56 423

CroCo_RVC	0.59 140	0.61 392	1.82 390	0.61 261	0.52 321	0.51 84	0.54 269	0.97 64	0.70 63	0.50 55	0.68 69	0.46 34	0.63 175	0.61 29	0.41 100	0.22 207	0.17 219	0.23 214	0.21 227	0.85 456	0.56 423

ACVNet-DCA	0.59 140	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.58 242	0.91 125	0.60 81	0.80 103	0.47 43	0.87 269	1.48 246	0.35 37	0.21 174	0.13 35	0.25 276	0.15 66	0.23 217	0.25 226

1test111	0.58 128	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.58 242	0.91 125	0.60 81	0.80 103	0.47 43	0.87 269	0.99 129	0.67 247	0.21 174	0.13 35	0.25 276	0.15 66	0.23 217	0.25 226

cc1	0.68 198	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.07 98	3.23 478	0.60 81	0.80 103	0.47 43	0.87 269	1.48 246	0.35 37	0.21 174	0.13 35	0.25 276	0.15 66	0.19 100	0.23 187

CREStereo++_RVC	0.49 70	0.22 6	0.46 12	0.48 58	0.38 219	0.45 42	0.25 15	0.77 19	1.30 328	0.82 121	1.23 254	0.47 43	0.37 41	0.55 13	0.44 117	0.16 15	0.11 3	0.16 21	0.80 471	0.18 68	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
IGEVStereo-DCA	0.49 70	0.33 191	0.64 73	0.46 33	0.34 173	0.50 76	0.42 149	0.93 53	0.59 33	0.48 46	0.48 23	0.48 47	0.45 76	2.28 352	0.44 117	0.19 107	0.14 97	0.19 88	0.15 66	0.17 43	0.21 142

rrr	0.57 116	0.33 191	2.43 426	0.46 33	0.34 173	0.50 76	0.38 113	0.84 37	0.55 23	0.48 46	0.48 23	0.48 47	0.45 76	2.28 352	0.44 117	0.19 107	0.14 97	0.19 88	0.15 66	0.17 43	0.18 59

CASnet	0.42 30	0.26 48	0.52 28	0.52 118	0.21 3	0.49 61	0.35 85	0.85 38	0.85 110	0.84 127	0.69 74	0.48 47	0.31 18	0.57 20	0.34 30	0.19 107	0.12 10	0.27 310	0.22 253	0.23 217	0.15 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MM-Stereo_test2	0.44 39	0.25 37	0.70 98	0.54 154	0.33 157	0.55 111	0.45 197	1.02 79	0.84 106	0.61 85	0.51 33	0.49 50	0.42 58	0.82 79	0.32 22	0.16 15	0.13 35	0.18 64	0.14 50	0.19 100	0.17 46

AIO_rvc	0.38 9	0.25 37	0.65 78	0.47 47	0.31 105	0.55 111	0.38 113	0.98 68	0.51 18	0.35 10	0.48 23	0.49 50	0.22 2	0.87 99	0.31 14	0.16 15	0.12 10	0.16 21	0.12 17	0.15 11	0.15 13

tt45	0.47 60	0.25 37	0.52 28	0.47 47	0.34 173	0.78 227	0.32 58	0.86 44	0.45 9	0.52 65	0.45 16	0.49 50	0.37 41	2.12 338	0.36 53	0.16 15	0.13 35	0.19 88	0.16 99	0.17 43	0.21 142

Pointernet	0.41 22	0.21 3	0.63 65	0.45 23	0.29 72	0.51 84	0.27 28	1.54 231	0.70 63	0.48 46	0.64 61	0.49 50	0.37 41	0.51 8	0.36 53	0.18 71	0.13 35	0.14 1	0.11 7	0.14 2	0.14 4

tt1	0.65 172	0.34 220	0.65 78	0.60 248	0.27 31	1.14 340	0.48 219	1.08 103	2.62 466	0.59 74	0.79 98	0.49 50	0.80 235	1.57 258	0.35 37	0.21 174	0.13 35	0.25 276	0.16 99	0.20 136	0.23 187

LoS	0.41 22	0.23 13	0.46 12	0.39 5	0.23 8	0.48 55	0.40 131	1.12 120	0.94 143	0.50 55	0.66 65	0.49 50	0.42 58	0.63 41	0.39 75	0.19 107	0.14 97	0.16 21	0.11 7	0.14 2	0.15 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
sCroCo_RVC	0.51 82	0.43 328	1.15 295	0.66 313	0.60 360	0.52 90	0.40 131	0.93 53	0.64 50	0.45 37	0.76 90	0.49 50	0.49 107	0.65 43	0.49 164	0.27 313	0.28 375	0.23 214	0.22 253	0.29 306	0.28 278

castereo++	0.41 22	0.26 48	0.51 24	0.44 18	0.32 137	0.96 309	0.22 4	1.13 124	0.61 43	0.33 6	0.45 16	0.50 57	0.39 49	0.94 115	0.25 2	0.18 71	0.12 10	0.17 33	0.12 17	0.14 2	0.16 31

999	0.49 70	0.25 37	0.55 33	0.51 99	0.35 190	0.74 207	0.31 50	0.89 51	0.59 33	0.39 22	0.50 30	0.50 57	0.36 38	2.41 362	0.41 100	0.17 41	0.13 35	0.18 64	0.15 66	0.16 25	0.23 187

GLC_STEREO	0.41 22	0.27 71	0.43 8	0.55 167	0.24 11	0.47 50	0.30 46	0.81 27	0.64 50	0.53 68	0.74 88	0.50 57	0.31 18	0.65 43	0.45 130	0.18 71	0.20 277	0.23 214	0.19 157	0.21 178	0.21 142

rvit_stereo_0081	0.46 51	0.34 220	0.72 103	0.56 187	0.35 190	0.41 24	0.44 185	0.74 15	1.04 188	0.49 50	0.52 35	0.51 60	0.49 107	0.86 94	0.47 146	0.25 269	0.20 277	0.22 180	0.19 157	0.26 268	0.19 92

rvit_stereo_0082	0.46 51	0.34 220	0.72 103	0.56 187	0.35 190	0.41 24	0.44 185	0.74 15	1.04 188	0.49 50	0.52 35	0.51 60	0.49 107	0.86 94	0.47 146	0.25 269	0.20 277	0.22 180	0.19 157	0.26 268	0.19 92

test_for_model	1.38 402	3.71 506	0.65 78	3.45 499	2.88 497	0.57 120	0.33 65	1.91 326	0.93 137	1.47 372	0.64 61	0.51 60	0.37 41	0.53 10	0.35 37	2.54 485	0.16 192	0.17 33	0.12 17	4.56 506	1.84 482

MGS-Stereo	0.43 34	0.28 81	0.61 60	0.46 33	0.28 58	0.49 61	0.33 65	0.60 8	0.89 119	0.47 40	1.32 288	0.51 60	0.32 24	0.66 45	0.39 75	0.20 147	0.16 192	0.18 64	0.16 99	0.18 68	0.18 59

MIF-Stereo (partial)	0.48 66	0.28 81	0.83 172	0.51 99	0.53 326	0.39 16	0.27 28	1.03 86	0.64 50	0.47 40	0.71 81	0.51 60	0.51 115	1.13 169	0.47 146	0.20 147	0.16 192	0.23 214	0.20 186	0.24 246	0.20 117

TANstereo	0.45 42	0.23 13	0.50 21	0.43 15	0.21 3	0.65 168	0.26 23	0.83 33	0.88 118	0.95 154	0.99 149	0.51 60	0.45 76	0.56 15	0.36 53	0.19 107	0.24 344	0.16 21	0.13 31	0.17 43	0.27 264

CREStereo	0.40 17	0.24 25	0.40 3	0.37 1	0.22 6	0.52 90	0.29 40	0.81 27	1.15 243	0.59 74	0.72 84	0.51 60	0.42 58	0.57 20	0.37 66	0.19 107	0.13 35	0.15 6	0.10 1	0.14 2	0.15 13
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
AIO-Stereo	0.39 14	0.26 48	0.54 31	0.50 85	0.24 11	0.45 42	0.39 126	1.13 124	0.57 29	0.42 30	0.49 27	0.52 67	0.25 4	0.74 57	0.32 22	0.16 15	0.13 35	0.18 64	0.14 50	0.16 25	0.15 13

Selective-IGEV	0.42 30	0.26 48	0.56 37	0.48 58	0.27 31	0.45 42	0.33 65	1.56 237	0.61 43	0.36 13	0.47 21	0.52 67	0.30 14	1.08 155	0.33 27	0.15 6	0.13 35	0.17 33	0.13 31	0.16 25	0.15 13

IPLG	0.72 220	0.29 101	1.12 287	0.53 141	0.44 275	0.79 234	0.33 65	1.35 194	1.10 213	1.32 313	1.11 201	0.52 67	0.54 128	3.13 391	0.71 258	0.17 41	0.14 97	0.20 120	0.17 120	0.18 68	0.21 142

GMStereo	0.58 128	0.50 357	1.09 276	0.52 118	0.32 137	0.80 240	0.43 166	1.02 79	1.41 375	0.89 140	0.77 94	0.52 67	0.46 84	0.89 105	0.56 206	0.25 269	0.16 192	0.20 120	0.22 253	0.31 328	0.27 264
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HUF	0.39 14	0.27 71	0.71 101	0.43 15	0.24 11	0.51 84	0.47 213	0.99 76	0.55 23	0.37 17	0.45 16	0.53 71	0.41 52	0.70 52	0.29 10	0.18 71	0.14 97	0.16 21	0.12 17	0.15 11	0.17 46

AIO-test2	0.61 153	0.30 124	0.93 222	0.65 299	0.65 378	0.79 234	0.50 237	1.33 192	1.40 371	0.65 89	1.15 227	0.53 71	0.42 58	1.18 179	0.36 53	0.25 269	0.18 247	0.26 297	0.31 382	0.20 136	0.21 142

rvit_stereo_0081_aga	0.46 51	0.37 278	0.91 217	0.52 118	0.41 252	0.49 61	0.40 131	0.88 48	0.66 55	0.59 74	0.56 50	0.53 71	0.43 66	0.67 46	0.44 117	0.27 313	0.21 292	0.22 180	0.20 186	0.26 268	0.19 92

trnet	0.40 17	0.23 13	0.40 3	0.37 1	0.20 2	0.53 94	0.29 40	0.81 27	1.15 243	0.59 74	0.72 84	0.53 71	0.43 66	0.56 15	0.37 66	0.18 71	0.13 35	0.15 6	0.10 1	0.14 2	0.14 4

MM-Stereo_test1	0.51 82	0.26 48	0.59 47	0.53 141	0.31 105	0.50 76	0.53 256	1.06 95	1.09 209	0.88 136	0.70 78	0.54 75	0.59 159	1.18 179	0.35 37	0.19 107	0.17 219	0.20 120	0.17 120	0.20 136	0.18 59

SCV_C0	0.48 66	0.29 101	0.88 201	0.46 33	0.31 105	0.46 46	0.31 50	1.67 259	0.87 115	0.40 28	0.52 35	0.54 75	0.29 11	1.27 195	0.34 30	0.18 71	0.14 97	0.17 33	0.14 50	0.20 136	0.18 59

SCV	0.51 82	0.29 101	0.72 103	0.63 279	0.27 31	0.40 17	0.38 113	2.32 418	0.75 79	0.36 13	0.49 27	0.55 77	0.35 36	1.31 202	0.34 30	0.25 269	0.13 35	0.17 33	0.14 50	0.18 68	0.18 59

fffy	0.44 39	0.29 101	0.67 86	0.47 47	0.30 87	0.46 46	0.34 74	0.98 68	0.57 29	0.40 28	0.59 56	0.55 77	0.41 52	1.26 192	0.37 66	0.16 15	0.14 97	0.19 88	0.16 99	0.19 100	0.20 117

rvit_stereo_0083	0.49 70	0.34 220	0.85 187	0.57 209	0.36 198	0.49 61	0.43 166	0.73 13	1.05 194	0.50 55	0.57 53	0.55 77	0.50 112	0.92 112	0.50 167	0.25 269	0.25 356	0.24 238	0.20 186	0.25 258	0.19 92

rvit_stereo_0080	0.47 60	0.35 249	0.87 196	0.48 58	0.36 198	0.42 31	0.54 269	0.93 53	0.78 83	0.52 65	0.60 57	0.55 77	0.47 91	0.62 33	0.48 153	0.27 313	0.21 292	0.20 120	0.20 186	0.31 328	0.20 117

whm_eth	0.47 60	0.35 249	0.87 196	0.48 58	0.36 198	0.42 31	0.54 269	0.93 53	0.78 83	0.52 65	0.60 57	0.55 77	0.47 91	0.62 33	0.48 153	0.27 313	0.21 292	0.20 120	0.20 186	0.31 328	0.20 117

iRaftStereo_RVC	0.49 70	0.28 81	0.72 103	0.53 141	0.29 72	0.52 90	0.33 65	1.14 128	0.84 106	0.85 129	0.99 149	0.55 77	0.36 38	0.83 85	0.40 91	0.18 71	0.13 35	0.22 180	0.20 186	0.20 136	0.18 59

PMTNet	0.47 60	0.22 6	0.43 8	0.39 5	0.24 11	0.71 198	0.26 23	0.78 23	1.03 182	0.65 89	0.69 74	0.55 77	0.48 96	0.90 108	0.36 53	0.99 467	0.13 35	0.15 6	0.10 1	0.15 11	0.15 13

MC-Stereo	0.46 51	0.24 25	0.58 41	0.63 279	0.30 87	0.38 15	0.32 58	0.98 68	0.74 74	0.66 92	0.85 113	0.56 84	0.60 165	1.07 152	0.32 22	0.17 41	0.12 10	0.17 33	0.15 66	0.16 25	0.16 31

DCANet-4	0.59 140	0.28 81	1.65 381	0.44 18	0.25 18	0.48 55	0.36 94	1.15 140	1.36 353	1.13 203	1.03 166	0.56 84	0.74 205	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

rvit_stereo_ft	0.49 70	0.38 296	1.03 257	0.68 339	0.42 261	0.40 17	0.58 298	0.93 53	0.86 112	0.47 40	0.55 47	0.57 86	0.48 96	0.67 46	0.53 188	0.26 292	0.17 219	0.22 180	0.22 253	0.24 246	0.19 92

EAI-Stereo	0.76 239	0.31 155	0.74 121	0.55 167	0.28 58	0.70 196	1.72 463	2.57 452	0.90 124	0.75 106	3.03 461	0.57 86	0.43 66	1.10 162	0.49 164	0.19 107	0.14 97	0.17 33	0.18 136	0.17 43	0.21 142

WCG-NET	0.43 34	0.23 13	0.58 41	0.42 11	0.26 30	0.46 46	0.32 58	0.77 19	1.16 250	0.77 109	0.75 89	0.58 88	0.44 72	0.62 33	0.38 71	0.16 15	0.12 10	0.16 21	0.14 50	0.15 11	0.14 4

MaDis-Stereo	0.38 9	0.27 71	0.72 103	0.45 23	0.35 190	0.30 7	0.31 50	0.81 27	0.54 21	0.38 19	0.38 10	0.58 88	0.49 107	0.53 10	0.39 75	0.20 147	0.16 192	0.19 88	0.15 66	0.19 100	0.15 13

DLNR_Zeroshot_test	23.23 514	48.25 527	43.77 519	177.04 527	78.39 523	0.35 11	0.21 2	23.33 514	0.82 100	0.67 94	0.86 115	0.58 88	0.30 14	1.64 272	0.48 153	10.69 516	0.13 35	0.18 64	0.14 50	76.63 526	0.23 187

GCAP-Stereo	0.43 34	0.32 172	0.80 149	0.50 85	0.27 31	0.53 94	0.31 50	1.05 93	0.67 57	0.69 95	0.71 81	0.58 88	0.42 58	0.51 8	0.35 37	0.18 71	0.15 160	0.18 64	0.13 31	0.17 43	0.15 13

fff	0.58 128	0.26 48	1.15 295	0.46 33	0.25 18	0.48 55	0.36 94	1.20 157	1.28 316	1.13 203	1.03 166	0.59 92	1.04 342	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

csc	0.58 128	0.26 48	1.15 295	0.46 33	0.25 18	0.48 55	0.36 94	1.20 157	1.28 316	1.13 203	1.03 166	0.59 92	1.04 342	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

cscssc	0.58 128	0.26 48	1.15 295	0.46 33	0.25 18	0.48 55	0.36 94	1.20 157	1.28 316	1.13 203	1.03 166	0.59 92	1.04 342	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

AIO-test1	0.61 153	0.27 71	0.68 89	0.68 339	1.02 450	0.79 234	0.36 94	1.59 247	1.35 344	0.59 74	0.89 122	0.60 95	0.49 107	1.20 184	0.36 53	0.18 71	0.17 219	0.23 214	0.25 305	0.18 68	0.26 246

RSM++	0.40 17	0.26 48	0.55 33	0.51 99	0.27 31	0.49 61	0.41 141	0.83 33	0.52 19	0.39 22	0.47 21	0.60 95	0.34 31	1.02 138	0.31 14	0.16 15	0.13 35	0.17 33	0.15 66	0.18 68	0.15 13

ADStereo(finetuned)	0.62 156	0.26 48	1.59 377	0.45 23	0.25 18	0.49 61	0.36 94	1.18 149	1.35 344	1.16 223	1.04 171	0.60 95	1.18 378	0.85 92	0.57 209	0.17 41	0.14 97	0.17 33	0.13 31	0.19 100	0.24 207

dd	0.62 156	0.51 361	1.17 309	0.56 187	0.33 157	0.74 207	0.46 203	1.03 86	1.40 371	0.80 114	0.87 117	0.60 95	0.57 139	1.02 138	0.86 295	0.28 329	0.18 247	0.26 297	0.19 157	0.35 353	0.27 264

MIPNet	0.60 147	0.31 155	1.07 270	0.51 99	0.34 173	0.68 183	0.40 131	1.67 259	1.14 238	1.11 192	0.93 129	0.60 95	0.78 222	0.77 67	0.58 214	0.18 71	0.14 97	0.19 88	0.16 99	0.18 68	0.21 142

DCANet	0.58 128	0.26 48	1.15 295	0.45 23	0.25 18	0.49 61	0.36 94	1.18 149	1.35 344	1.15 219	1.04 171	0.60 95	0.91 284	0.84 88	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.19 100	0.25 226

MM-Stereo_test3	0.53 87	0.26 48	0.60 54	0.56 187	0.73 401	0.49 61	0.53 256	1.31 188	1.08 201	0.64 88	0.97 143	0.61 101	0.42 58	0.82 79	0.40 91	0.21 174	0.18 247	0.20 120	0.16 99	0.19 100	0.21 142

HART	0.48 66	0.24 25	0.63 65	0.52 118	0.27 31	0.41 24	0.29 40	1.32 190	0.54 21	0.59 74	1.47 336	0.61 101	0.34 31	1.09 159	0.32 22	0.16 15	0.14 97	0.19 88	0.14 50	0.19 100	0.18 59

testlalala	0.49 70	0.30 124	0.70 98	0.44 18	0.40 238	0.68 183	0.38 113	1.38 200	0.58 31	1.28 297	0.82 108	0.61 101	0.36 38	0.57 20	0.34 30	0.21 174	0.14 97	0.18 64	0.12 17	0.15 11	0.16 31

tg	0.54 90	0.25 37	0.70 98	0.52 118	0.31 105	0.89 278	0.29 40	1.12 120	0.98 159	0.85 129	1.03 166	0.62 104	0.42 58	1.37 217	0.41 100	0.17 41	0.13 35	0.22 180	0.21 227	0.17 43	0.17 46

RAFT+CT+SA	0.63 165	0.30 124	0.73 116	0.69 352	0.37 207	0.40 17	0.55 278	1.93 333	1.04 188	0.72 101	1.23 254	0.62 104	0.69 197	1.69 282	0.42 108	0.19 107	0.13 35	0.22 180	0.22 253	0.21 178	0.19 92

IPLGR_C	0.67 185	0.38 296	1.20 319	0.60 248	0.50 306	0.75 212	0.48 219	1.28 183	1.13 232	1.42 356	1.57 371	0.62 104	0.48 96	0.85 92	0.80 287	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

ACRE	0.66 174	0.37 278	1.27 334	0.60 248	0.50 306	0.74 207	0.47 213	1.26 175	1.10 213	1.40 350	1.56 367	0.62 104	0.46 84	0.88 102	0.78 275	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

raftrobust	0.55 93	0.27 71	0.63 65	0.68 339	0.69 394	0.50 76	0.34 74	1.08 103	0.97 156	1.32 313	0.88 120	0.62 104	0.80 235	0.82 79	0.44 117	0.20 147	0.16 192	0.16 21	0.14 50	0.15 11	0.18 59

FACV-RUCA	0.66 174	0.36 257	0.89 205	0.63 279	0.65 378	0.84 263	0.41 141	1.67 259	1.11 219	0.91 143	1.14 221	0.63 109	0.77 215	0.84 88	0.54 197	0.28 329	0.19 264	0.47 431	0.22 253	0.36 357	0.29 292

RCA-Stereo	0.52 86	0.26 48	0.66 83	0.49 70	0.33 157	0.54 107	0.44 185	1.20 157	1.41 375	0.69 95	1.06 179	0.63 109	0.79 229	0.62 33	0.35 37	0.17 41	0.12 10	0.17 33	0.14 50	0.16 25	0.16 31

s12784h	0.55 93	0.22 6	0.49 18	0.43 15	0.19 1	1.00 315	0.34 74	1.40 205	1.30 328	0.84 127	0.93 129	0.63 109	0.52 119	1.48 246	0.47 146	0.15 6	0.12 10	0.17 33	0.11 7	0.19 100	0.13 2

CIPLG	0.67 185	0.37 278	1.17 309	0.60 248	0.51 316	0.75 212	0.48 219	1.26 175	1.11 219	1.43 360	1.58 372	0.64 112	0.48 96	0.94 115	0.78 275	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

rvit_0105_6	0.56 104	0.38 296	1.13 288	0.67 327	0.38 219	0.50 76	0.51 239	0.88 48	1.33 339	0.54 69	0.56 50	0.65 113	0.57 139	0.97 127	0.46 136	0.32 361	0.31 393	0.28 324	0.25 305	0.29 306	0.23 187

RSM	0.40 17	0.25 37	0.53 30	0.50 85	0.27 31	0.46 46	0.40 131	0.94 63	0.49 14	0.42 30	0.44 15	0.65 113	0.33 27	1.07 152	0.32 22	0.15 6	0.13 35	0.17 33	0.14 50	0.17 43	0.15 13

TestStereo1	0.66 174	0.29 101	0.95 232	0.82 411	0.32 137	0.47 50	0.43 166	1.52 225	1.22 280	0.99 160	1.32 288	0.65 113	0.76 211	1.78 291	0.44 117	0.20 147	0.16 192	0.22 180	0.19 157	0.21 178	0.20 117

SA-5K	0.66 174	0.29 101	0.95 232	0.82 411	0.32 137	0.47 50	0.43 166	1.52 225	1.22 280	0.99 160	1.32 288	0.65 113	0.76 211	1.78 291	0.44 117	0.20 147	0.16 192	0.22 180	0.19 157	0.21 178	0.20 117

CroCo-Stereo	0.42 30	0.33 191	0.83 172	0.59 240	0.28 58	0.26 3	0.33 65	1.22 164	0.85 110	0.43 32	0.49 27	0.65 113	0.46 84	0.40 3	0.36 53	0.19 107	0.15 160	0.16 21	0.14 50	0.20 136	0.17 46
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
Anonymous3	0.64 168	0.47 344	1.31 341	0.59 240	0.50 306	0.93 295	0.69 335	1.11 118	0.83 103	0.74 104	0.89 122	0.65 113	0.68 193	1.08 155	0.54 197	0.40 403	0.31 393	0.26 297	0.26 322	0.31 328	0.30 308

rafts_anoy	0.55 93	0.32 172	0.66 83	0.72 369	0.61 366	0.53 94	0.40 131	1.24 171	1.06 196	0.85 129	0.83 110	0.67 119	0.53 121	0.77 67	0.55 200	0.20 147	0.15 160	0.25 276	0.26 322	0.22 198	0.21 142

GES	0.70 208	0.37 278	1.05 263	0.62 269	0.38 219	0.94 298	0.57 291	2.37 427	0.92 130	1.05 180	1.12 205	0.67 119	0.77 215	1.02 138	0.65 242	0.28 329	0.20 277	0.20 120	0.20 186	0.22 198	0.31 317

testlalala_base	0.83 282	0.41 321	0.80 149	0.67 327	0.53 326	0.78 227	0.30 46	1.84 305	0.60 39	0.75 106	0.91 125	0.68 121	0.54 128	0.69 50	0.46 136	2.92 489	0.15 160	0.17 33	0.12 17	2.95 488	0.27 264

EGLCR-Stereo	0.41 22	0.24 25	0.59 47	0.45 23	0.27 31	0.54 107	0.22 4	1.23 169	0.56 27	0.44 33	0.43 12	0.68 121	0.29 11	0.89 105	0.34 30	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.18 59

AnonymousM	0.63 165	1.14 456	0.43 8	0.46 33	0.32 137	0.43 36	0.46 203	1.27 179	0.78 83	1.00 164	0.66 65	0.68 121	0.45 76	0.61 29	0.46 136	0.21 174	0.16 192	1.84 482	0.98 479	0.15 11	0.15 13

TestStereo	0.65 172	0.42 324	0.83 172	0.52 118	0.27 31	0.57 120	0.44 185	1.07 98	0.92 130	0.85 129	1.01 156	0.68 121	0.56 136	3.22 395	0.47 146	0.23 229	0.15 160	0.24 238	0.18 136	0.28 290	0.18 59

DIP-Stereo	0.64 168	0.32 172	0.91 217	0.49 70	0.36 198	0.91 284	0.33 65	2.51 448	0.77 81	1.25 274	1.00 154	0.68 121	0.51 115	0.92 112	0.65 242	0.19 107	0.15 160	0.21 151	0.17 120	0.19 100	0.22 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AE-Stereo	0.58 128	0.29 101	0.81 154	0.62 269	0.41 252	0.69 192	0.46 203	2.49 445	1.25 296	0.49 50	0.77 94	0.69 126	0.46 84	0.61 29	0.42 108	0.17 41	0.16 192	0.21 151	0.20 186	0.19 100	0.18 59

SA	0.69 207	0.31 155	0.97 240	0.64 292	0.30 87	0.56 118	0.38 113	1.84 305	1.35 344	0.99 160	1.37 307	0.69 126	0.94 297	1.88 310	0.43 113	0.20 147	0.16 192	0.25 276	0.23 284	0.22 198	0.19 92

DN-CSS_ROB	0.67 185	0.36 257	1.36 351	0.59 240	0.41 252	0.54 107	0.45 197	1.30 186	0.95 148	1.05 180	1.47 336	0.69 126	0.64 179	1.80 298	0.60 224	0.19 107	0.15 160	0.25 276	0.23 284	0.22 198	0.23 187

11t1	0.57 116	0.30 124	0.84 181	0.54 154	0.30 87	0.83 256	0.41 141	1.34 193	0.79 92	0.88 136	0.82 108	0.70 129	0.70 200	0.96 123	0.67 247	0.21 174	0.21 292	0.20 120	0.16 99	0.21 178	0.26 246

test_4	0.55 93	0.23 13	0.67 86	0.56 187	0.32 137	0.71 198	0.39 126	0.83 33	0.72 66	0.93 149	1.87 417	0.70 129	0.41 52	1.21 185	0.39 75	0.16 15	0.13 35	0.21 151	0.23 284	0.20 136	0.18 59

UDGNet	0.75 231	1.23 462	0.99 244	0.82 411	0.42 261	0.76 217	0.38 113	0.98 68	1.37 358	0.83 122	0.88 120	0.70 129	0.60 165	1.25 189	0.57 209	0.57 447	0.19 264	1.03 473	0.26 322	0.79 455	0.35 350

IPLGR	0.62 156	0.28 81	1.32 344	0.50 85	0.29 72	0.65 168	0.34 74	1.47 219	1.19 262	1.21 256	1.07 182	0.70 129	0.65 183	1.05 145	0.55 200	0.18 71	0.15 160	0.20 120	0.17 120	0.21 178	0.20 117

HHNet	0.64 168	0.28 81	0.69 95	0.45 23	0.46 286	0.50 76	0.57 291	1.13 124	1.03 182	1.26 287	2.21 438	0.70 129	0.59 159	1.10 162	0.51 171	0.21 174	0.13 35	0.23 214	0.19 157	0.20 136	0.31 317

raft+_RVC	0.56 104	0.29 101	0.61 60	0.65 299	0.56 343	0.53 94	0.53 256	1.40 205	1.02 179	0.78 111	1.04 171	0.70 129	0.55 131	1.00 132	0.49 164	0.18 71	0.16 192	0.19 88	0.19 157	0.18 68	0.17 46

model_zeroshot	0.53 87	0.31 155	1.00 249	0.57 209	0.39 228	0.74 207	0.39 126	1.38 200	0.67 57	0.88 136	0.85 113	0.71 135	0.37 41	0.77 67	0.39 75	0.21 174	0.17 219	0.19 88	0.17 120	0.17 43	0.22 169

CroCo-Stereo Lap2	0.46 51	0.37 278	0.87 196	0.62 269	0.79 420	0.28 6	0.35 85	0.81 27	0.73 67	0.39 22	0.54 45	0.71 135	0.54 128	0.60 27	0.48 153	0.18 71	0.18 247	0.19 88	0.16 99	0.21 178	0.21 142

rvit_0105_4	0.58 128	0.40 311	1.19 315	0.68 339	0.38 219	0.53 94	0.55 278	0.93 53	1.27 308	0.56 73	0.61 59	0.72 137	0.63 175	1.01 135	0.47 146	0.33 366	0.33 410	0.29 335	0.25 305	0.29 306	0.26 246

raft_robust	0.71 214	0.32 172	0.75 126	0.54 154	0.28 58	0.54 107	0.35 85	1.54 231	1.24 288	1.18 238	1.07 182	0.73 138	0.53 121	3.65 404	0.40 91	0.19 107	0.16 192	0.20 120	0.22 253	0.21 178	0.19 92

MyStereo04	0.71 214	0.30 124	1.28 337	0.58 221	0.48 295	0.59 132	0.78 357	1.74 282	1.49 403	0.94 152	0.91 125	0.74 139	0.86 260	1.59 263	0.69 252	0.18 71	0.18 247	0.24 238	0.21 227	0.23 217	0.23 187

LMCR-Stereo	0.87 301	0.50 357	0.99 244	0.80 404	0.43 266	1.32 370	0.55 278	2.79 467	1.03 182	1.55 392	1.49 340	0.74 139	1.01 326	1.76 288	0.99 332	0.30 350	0.17 219	0.22 180	0.18 136	0.31 328	0.22 169

RAFT-Stereo-weight	0.49 70	0.26 48	0.58 41	0.49 70	0.28 58	0.61 144	0.34 74	1.16 145	1.11 219	1.06 185	0.79 98	0.75 141	0.28 8	0.79 76	0.42 108	0.16 15	0.13 35	0.17 33	0.15 66	0.16 25	0.18 59

testlalala2	0.60 147	0.30 124	0.68 89	1.79 477	1.30 471	0.65 168	0.41 141	1.06 95	0.75 79	0.91 143	0.96 134	0.75 141	0.34 31	0.56 15	0.45 130	0.18 71	0.16 192	0.17 33	0.13 31	0.17 43	0.19 92

4D-IteraStereo	0.50 80	0.26 48	0.84 181	0.51 99	0.49 301	0.64 164	0.31 50	0.91 52	1.02 179	1.05 180	0.72 84	0.76 143	0.32 24	0.69 50	0.40 91	0.18 71	0.11 3	0.23 214	0.20 186	0.19 100	0.16 31

anonymousdsp2	0.58 128	0.29 101	0.93 222	0.51 99	0.30 87	0.75 212	0.46 203	1.95 337	0.87 115	0.81 119	0.78 96	0.76 143	0.48 96	1.10 162	0.45 130	0.19 107	0.14 97	0.18 64	0.13 31	0.20 136	0.22 169

R-Stereo Train	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 402	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92

RAFT-Stereo	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 402	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_0105_5	0.61 153	0.41 321	1.19 315	0.67 327	0.37 207	0.57 120	0.56 285	1.08 103	1.28 316	0.65 89	0.68 69	0.77 147	0.67 189	0.91 111	0.51 171	0.33 366	0.32 404	0.30 346	0.27 338	0.28 290	0.28 278

MyStereo05	0.70 208	0.29 101	1.22 324	0.58 221	0.48 295	0.62 147	0.72 345	1.52 225	1.54 409	1.17 227	0.91 125	0.77 147	0.79 229	1.45 239	0.68 251	0.17 41	0.17 219	0.24 238	0.21 227	0.23 217	0.23 187

EKT-Stereo	0.56 104	0.33 191	0.84 181	0.61 261	0.64 373	0.51 84	0.48 219	1.14 128	0.95 148	0.74 104	0.89 122	0.77 147	0.42 58	1.18 179	0.42 108	0.23 229	0.17 219	0.21 151	0.18 136	0.20 136	0.26 246

RALCasStereoNet	0.58 128	0.34 220	0.77 134	0.65 299	0.64 373	0.64 164	0.51 239	1.06 95	0.99 168	0.71 97	1.06 179	0.77 147	0.44 72	1.38 221	0.52 179	0.20 147	0.18 247	0.18 64	0.16 99	0.20 136	0.22 169

rvit_stereo_0075_2	0.66 174	0.47 344	1.21 323	0.67 327	0.66 384	0.53 94	0.48 219	1.24 171	1.17 255	0.77 109	0.91 125	0.78 151	0.59 159	1.05 145	0.63 233	0.37 393	0.28 375	0.40 413	0.31 382	0.38 369	0.34 341

iRaft-Stereo_20w	0.71 214	0.33 191	1.25 331	0.50 85	0.36 198	0.82 249	0.31 50	3.16 474	0.89 119	1.24 271	1.14 221	0.79 152	0.65 183	1.15 172	0.43 113	0.18 71	0.13 35	0.18 64	0.17 120	0.20 136	0.23 187

PFNet+	0.62 156	0.31 155	0.99 244	0.57 209	0.31 105	0.57 120	0.30 46	0.99 76	1.25 296	1.33 318	1.10 194	0.79 152	0.57 139	1.35 213	0.53 188	0.26 292	0.17 219	0.28 324	0.26 322	0.21 178	0.27 264

Selective-RAFT	0.55 93	0.29 101	0.85 187	0.58 221	0.28 58	0.91 284	0.34 74	1.00 78	0.96 152	0.59 74	0.64 61	0.80 154	0.76 211	1.34 212	0.51 171	0.21 174	0.15 160	0.17 33	0.15 66	0.19 100	0.19 92

DisPM	0.68 198	0.30 124	0.85 187	0.66 313	0.35 190	0.60 137	0.44 185	1.10 116	1.10 213	1.56 393	1.10 194	0.80 154	0.58 156	2.37 360	0.46 136	0.25 269	0.14 97	0.23 214	0.21 227	0.20 136	0.26 246

DRaft	0.81 271	0.26 48	0.77 134	0.47 47	0.31 105	0.95 304	0.52 250	1.13 124	0.99 168	1.78 421	2.01 428	0.80 154	1.71 434	2.64 375	0.74 263	0.19 107	0.14 97	0.20 120	0.20 186	0.18 68	0.24 207

RE-Stereo	0.82 273	0.33 191	0.84 181	0.65 299	0.31 105	0.63 155	0.44 185	1.35 194	0.93 137	1.30 304	1.02 159	0.80 154	0.57 139	5.34 437	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.31 317

TVStereo	0.82 273	0.33 191	0.84 181	0.65 299	0.31 105	0.63 155	0.44 185	1.35 194	0.93 137	1.30 304	1.02 159	0.80 154	0.57 139	5.34 437	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.31 317

RAFT-Stereo + iAFF	0.56 104	0.28 81	0.81 154	0.45 23	0.25 18	0.40 17	0.34 74	1.12 120	1.13 232	1.35 331	1.58 372	0.80 154	0.67 189	0.71 54	0.43 113	0.14 2	0.11 3	0.18 64	0.17 120	0.18 68	0.16 31

MSKI-zero shot	0.56 104	0.30 124	0.61 60	0.55 167	0.28 58	0.68 183	0.28 34	1.25 174	0.68 60	0.92 146	1.33 293	0.81 160	0.33 27	1.94 314	0.36 53	0.18 71	0.13 35	0.17 33	0.13 31	0.16 25	0.19 92

NF-Stereo	0.82 273	0.33 191	0.83 172	0.65 299	0.31 105	0.63 155	0.43 166	1.35 194	0.93 137	1.30 304	1.02 159	0.81 160	0.57 139	5.37 439	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.30 308

OCTAStereo	0.82 273	0.33 191	0.83 172	0.65 299	0.31 105	0.62 147	0.44 185	1.35 194	0.93 137	1.30 304	1.02 159	0.81 160	0.57 139	5.32 434	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.30 308

PSM-AAD	0.80 262	0.29 101	0.58 41	0.58 221	0.29 72	0.76 217	1.19 432	1.08 103	0.94 143	1.65 409	1.58 372	0.81 160	2.12 460	1.67 276	0.44 117	0.19 107	0.14 97	0.38 404	0.32 389	0.22 198	0.68 445

CRE-IMP	0.57 116	0.32 172	0.82 163	0.54 154	0.29 72	0.77 226	0.25 15	1.19 153	0.79 92	1.09 189	0.95 132	0.81 160	0.57 139	1.11 165	0.57 209	0.22 207	0.14 97	0.23 214	0.19 157	0.28 290	0.24 207

SFCPSM	0.74 227	0.30 124	1.06 265	0.52 118	0.39 228	1.36 378	0.64 323	2.42 433	1.11 219	1.18 238	1.21 244	0.81 160	0.78 222	1.08 155	0.57 209	0.22 207	0.17 219	0.22 180	0.24 297	0.23 217	0.21 142

rvit_0105_3	0.66 174	0.47 344	1.27 334	0.74 382	0.40 238	0.63 155	0.70 341	1.22 164	1.28 316	0.83 122	0.71 81	0.82 166	0.72 204	0.93 114	0.58 214	0.37 393	0.34 413	0.34 380	0.32 389	0.28 290	0.31 317

StereoVision	0.67 185	0.37 278	1.02 253	0.60 248	0.41 252	0.50 76	0.41 141	1.32 190	0.96 152	0.73 103	2.48 452	0.82 166	0.57 139	1.06 150	0.50 167	0.26 292	0.28 375	0.29 335	0.28 348	0.37 363	0.22 169

Patchmatch Stereo++	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.63 155	0.28 34	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.40 225	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.56 104	0.33 191	0.81 154	0.52 118	0.27 31	0.63 155	0.41 141	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.09 159	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

ROB_FTStereo_v2	0.57 116	0.33 191	0.81 154	0.52 118	0.27 31	0.62 147	0.42 149	1.14 128	0.73 67	1.13 203	0.97 143	0.82 166	0.60 165	1.15 172	0.53 188	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

ROB_FTStereo	0.56 104	0.33 191	0.82 163	0.52 118	0.27 31	0.62 147	0.25 15	1.14 128	0.74 74	1.13 203	0.96 134	0.82 166	0.60 165	1.18 179	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

HUI-Stereo	0.54 90	0.33 191	0.81 154	0.52 118	0.27 31	0.62 147	0.29 40	1.14 128	0.74 74	1.13 203	0.96 134	0.82 166	0.60 165	0.83 85	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

iGMRVC	0.58 128	0.33 191	0.81 154	0.52 118	0.27 31	0.62 147	0.38 113	1.14 128	0.73 67	1.13 203	0.97 143	0.82 166	0.59 159	1.54 255	0.53 188	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

iRAFT	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.63 155	0.28 34	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.40 225	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

mmm	0.68 198	0.37 278	0.91 217	0.54 154	0.34 173	0.86 271	0.58 298	1.72 279	1.02 179	1.13 203	1.41 323	0.83 175	0.78 222	0.95 122	0.67 247	0.22 207	0.20 277	0.29 335	0.26 322	0.27 274	0.27 264

x	0.59 140	0.34 220	0.79 144	0.51 99	0.32 137	0.69 192	0.46 203	1.64 255	0.97 156	0.86 134	0.86 115	0.83 175	0.74 205	0.75 64	0.70 255	0.21 174	0.22 307	0.22 180	0.20 186	0.21 178	0.24 207

PSM-softLoss	0.80 262	0.33 191	0.89 205	0.63 279	0.32 137	0.55 111	0.40 131	1.26 175	0.78 83	1.25 274	1.07 182	0.83 175	0.51 115	5.33 435	0.61 227	0.25 269	0.15 160	0.25 276	0.22 253	0.20 136	0.26 246

KMStereo	0.80 262	0.33 191	0.89 205	0.63 279	0.32 137	0.55 111	0.40 131	1.26 175	0.78 83	1.25 274	1.07 182	0.83 175	0.51 115	5.33 435	0.61 227	0.25 269	0.15 160	0.25 276	0.22 253	0.20 136	0.26 246

DeepStereo_RVC	0.57 116	0.31 155	0.78 140	0.53 141	0.30 87	0.57 120	0.32 58	1.11 118	0.80 95	1.17 227	0.94 131	0.83 175	0.93 294	1.01 135	0.61 227	0.23 229	0.14 97	0.21 151	0.19 157	0.24 246	0.26 246

test-1	0.56 104	0.28 81	1.13 288	0.58 221	0.34 173	0.60 137	0.38 113	1.56 237	0.98 159	0.80 114	1.02 159	0.83 175	0.52 119	0.64 42	0.46 136	0.17 41	0.16 192	0.20 120	0.17 120	0.20 136	0.26 246

RAFT-IKP	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.57 120	0.35 85	1.14 128	0.73 67	1.13 203	0.96 134	0.83 175	0.61 174	1.26 192	0.53 188	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

RAFT-345	0.86 297	0.26 48	0.73 116	0.53 141	0.28 58	0.53 94	0.41 141	0.85 38	1.31 335	1.33 318	2.32 443	0.85 182	0.53 121	5.69 443	0.48 153	0.19 107	0.14 97	0.22 180	0.17 120	0.17 43	0.17 46

test_sample4	0.74 227	0.36 257	1.09 276	0.55 167	0.32 137	0.92 291	0.51 239	2.14 382	1.25 296	1.22 264	1.22 246	0.86 183	0.82 240	1.29 199	0.76 269	0.26 292	0.21 292	0.26 297	0.26 322	0.27 274	0.28 278

Sa-1000	0.76 239	0.30 124	0.92 220	0.62 269	0.31 105	0.78 227	0.37 104	2.00 350	1.38 360	1.30 304	2.04 429	0.86 183	0.74 205	1.87 304	0.40 91	0.19 107	0.14 97	0.25 276	0.24 297	0.21 178	0.19 92

CASS	0.67 185	0.36 257	0.84 181	0.57 209	0.28 58	0.82 249	0.43 166	1.62 254	0.92 130	1.39 344	1.28 276	0.87 185	0.84 247	0.88 102	0.59 221	0.36 390	0.19 264	0.26 297	0.22 253	0.29 306	0.43 387
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.85 293	0.28 81	0.76 131	0.60 248	0.49 301	0.59 132	0.53 256	1.04 90	0.92 130	0.80 114	7.34 493	0.87 185	0.57 139	0.78 75	0.43 113	0.16 15	0.17 219	0.19 88	0.17 120	0.18 68	0.22 169

HBP-ISP	1.00 342	0.60 387	0.85 187	0.64 292	0.48 295	1.63 408	0.77 354	2.24 407	1.30 328	1.33 318	1.53 357	0.87 185	0.99 317	3.26 397	0.76 269	0.46 425	0.44 446	0.54 444	0.48 440	0.48 411	0.42 383

test-3	0.56 104	0.24 25	0.82 163	0.50 85	0.29 72	0.57 120	0.34 74	1.09 110	1.03 182	1.33 318	0.69 74	0.87 185	0.45 76	1.68 278	0.39 75	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.16 31

test_1	0.56 104	0.24 25	0.82 163	0.50 85	0.29 72	0.57 120	0.34 74	1.09 110	1.03 182	1.28 297	0.69 74	0.87 185	0.45 76	1.67 276	0.39 75	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.16 31

TRStereo	0.67 185	0.71 419	1.06 265	0.77 399	0.68 391	0.53 94	0.38 113	2.52 449	0.96 152	0.81 119	0.84 111	0.87 185	0.39 49	1.16 174	0.46 136	0.24 249	0.17 219	0.23 214	0.24 297	0.18 68	0.20 117

GCAP-BAT	0.54 90	0.33 191	0.75 126	0.45 23	0.50 306	0.84 263	0.35 85	0.98 68	0.80 95	0.88 136	1.04 171	0.88 191	0.37 41	1.25 189	0.41 100	0.19 107	0.15 160	0.18 64	0.13 31	0.17 43	0.22 169

test_sample5	0.75 231	0.36 257	1.04 258	0.55 167	0.31 105	0.84 263	0.53 256	2.12 373	1.23 284	1.18 238	1.30 281	0.88 191	0.86 260	1.37 217	0.76 269	0.26 292	0.22 307	0.27 310	0.28 348	0.28 290	0.29 292

test_sample3	0.73 223	0.35 249	1.06 265	0.55 167	0.32 137	0.97 312	0.51 239	2.12 373	1.25 296	1.16 223	1.17 232	0.88 191	0.78 222	1.27 195	0.79 280	0.26 292	0.21 292	0.25 276	0.25 305	0.26 268	0.27 264

DualNet	0.75 231	0.36 257	1.04 258	0.55 167	0.31 105	0.84 263	0.53 256	2.12 373	1.23 284	1.21 256	1.40 318	0.88 191	0.86 260	1.37 217	0.76 269	0.26 292	0.22 307	0.27 310	0.28 348	0.28 290	0.29 292

GMOStereo	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

error version	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

test-v	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

test-2	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

ICVP	0.66 174	0.35 249	0.71 101	0.63 279	0.41 252	0.85 270	0.56 285	1.78 289	0.96 152	0.92 146	1.24 258	0.88 191	0.75 210	0.76 65	0.93 319	0.31 354	0.22 307	0.22 180	0.21 227	0.24 246	0.28 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.62 156	0.37 278	0.97 240	0.66 313	0.50 306	0.67 179	0.31 50	1.27 179	1.09 209	1.11 192	1.17 232	0.88 191	0.46 84	1.27 195	0.45 130	0.20 147	0.15 160	0.21 151	0.18 136	0.27 274	0.19 92

MyStereo8	0.70 208	0.32 172	1.24 329	0.63 279	0.53 326	0.90 282	0.34 74	1.60 249	1.35 344	1.20 250	1.31 283	0.89 201	0.64 179	0.77 67	1.02 340	0.18 71	0.15 160	0.20 120	0.18 136	0.22 198	0.30 308

test_xeample	1.55 418	0.31 155	0.94 229	0.54 154	0.31 105	0.94 298	0.58 298	2.40 431	1.40 371	1.29 302	1.55 361	0.89 201	0.88 275	1.72 284	15.94 504	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

test_sample6	0.77 245	0.36 257	1.07 270	0.56 187	0.31 105	0.82 249	0.56 285	2.12 373	1.24 288	1.21 256	1.40 318	0.90 203	0.90 281	1.45 239	0.87 300	0.28 329	0.23 334	0.28 324	0.29 366	0.28 290	0.30 308

GwcNet-ADL	0.67 185	0.33 191	0.90 213	0.58 221	0.41 252	0.60 137	0.59 304	1.55 234	1.28 316	1.11 192	1.13 216	0.90 203	0.59 159	1.11 165	0.91 312	0.28 329	0.18 247	0.18 64	0.18 136	0.25 258	0.33 333

GANet-ADL	0.63 165	0.38 296	0.82 163	0.67 327	0.41 252	0.68 183	0.51 239	1.64 255	1.16 250	0.98 159	1.10 194	0.90 203	0.58 156	0.81 78	0.63 233	0.27 313	0.18 247	0.18 64	0.16 99	0.23 217	0.27 264

NRIStereo	0.62 156	0.31 155	0.78 140	0.56 187	0.28 58	0.63 155	0.33 65	1.16 145	0.92 130	1.15 219	0.87 117	0.90 203	0.58 156	2.24 348	0.56 206	0.22 207	0.14 97	0.21 151	0.19 157	0.22 198	0.18 59

Reg-Stereo(zero)	0.46 51	0.23 13	0.50 21	0.45 23	0.25 18	0.41 24	0.27 28	0.80 26	1.12 226	0.93 149	0.79 98	0.91 207	0.46 84	0.74 57	0.44 117	0.15 6	0.13 35	0.15 6	0.12 17	0.15 11	0.18 59

WCG-NET（raft）	0.46 51	0.23 13	0.59 47	0.42 11	0.24 11	0.50 76	0.35 85	0.76 18	1.10 213	0.72 101	0.76 90	0.91 207	0.50 112	0.88 102	0.40 91	0.16 15	0.13 35	0.15 6	0.14 50	0.15 11	0.17 46

test_sample1	0.67 185	0.32 172	0.90 213	0.54 154	0.33 157	0.76 217	0.48 219	1.75 284	1.06 196	0.95 154	0.99 149	0.91 207	1.10 357	1.25 189	0.79 280	0.22 207	0.19 264	0.21 151	0.20 186	0.21 178	0.25 226

CoDeX	0.78 248	0.31 155	1.04 258	0.56 187	0.37 207	1.13 337	0.60 311	2.77 464	1.29 326	1.17 227	1.26 262	0.91 207	0.87 269	1.42 233	0.74 263	0.21 174	0.16 192	0.21 151	0.18 136	0.21 178	0.21 142

LL-Strereo2	0.56 104	0.36 257	0.77 134	0.56 187	0.40 238	0.68 183	0.37 104	1.21 162	0.83 103	0.96 157	0.79 98	0.91 207	0.41 52	1.08 155	0.48 153	0.18 71	0.17 219	0.29 335	0.25 305	0.22 198	0.19 92

Prome-Stereo	0.76 239	0.29 101	0.57 39	0.58 221	0.33 157	0.58 131	0.94 400	0.98 68	0.92 130	1.46 371	2.45 450	0.91 207	1.38 402	1.60 268	0.44 117	0.19 107	0.13 35	0.19 88	0.18 136	0.20 136	0.87 460

FADNet_RVC	0.88 304	0.56 380	2.15 415	0.57 209	0.43 266	1.17 353	0.46 203	1.68 262	1.12 226	0.91 143	1.24 258	0.91 207	0.94 297	2.22 346	1.20 358	0.28 329	0.22 307	0.32 363	0.28 348	0.46 406	0.42 383

HITNet	0.71 214	0.42 324	1.07 270	0.52 118	0.25 18	1.05 323	0.48 219	2.12 373	1.08 201	1.21 256	1.23 254	0.91 207	0.84 247	0.90 108	0.91 312	0.17 41	0.12 10	0.21 151	0.17 120	0.29 306	0.18 59
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
ttt	1.26 395	0.36 257	0.79 144	0.65 299	0.42 261	0.94 298	0.57 291	2.33 424	1.38 360	1.25 274	1.65 384	0.92 215	0.78 222	2.64 375	8.73 486	0.30 350	0.28 375	0.26 297	0.25 305	0.29 306	0.32 326

test_3	0.57 116	0.24 25	0.87 196	0.55 167	0.30 87	0.60 137	0.40 131	1.07 98	1.08 201	1.20 250	0.68 69	0.92 215	0.43 66	1.68 278	0.40 91	0.16 15	0.13 35	0.22 180	0.19 157	0.21 178	0.17 46

rvit_105_1	0.76 239	0.54 372	1.27 334	0.80 404	0.49 301	0.74 207	0.86 385	1.39 203	1.23 284	1.00 164	0.80 103	0.93 217	0.78 222	1.29 199	0.78 275	0.43 412	0.36 424	0.36 397	0.42 425	0.30 321	0.36 353

MIM_Stereo	0.60 147	0.26 48	1.02 253	0.49 70	0.32 137	0.52 90	0.28 34	1.41 209	0.82 100	1.02 173	1.16 229	0.93 217	0.53 121	1.48 246	0.63 233	0.17 41	0.17 219	0.20 120	0.19 157	0.17 43	0.18 59

gwcnet-sp	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 337	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

scenet	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 337	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

ssnet	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 337	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

AASNet	0.80 262	0.39 305	1.16 308	0.84 419	0.80 422	1.14 340	0.59 304	2.12 373	1.21 272	1.26 287	1.26 262	0.93 217	0.77 215	0.84 88	1.23 366	0.28 329	0.24 344	0.24 238	0.20 186	0.28 290	0.27 264

test_sample2	0.67 185	0.31 155	0.89 205	0.54 154	0.29 72	0.80 240	0.63 321	1.83 303	1.10 213	0.93 149	1.06 179	0.94 223	0.92 292	1.24 188	0.59 221	0.23 229	0.20 277	0.22 180	0.21 227	0.24 246	0.25 226

Pruner-Stereo	0.64 168	0.31 155	0.79 144	0.66 313	0.31 105	0.61 144	0.42 149	1.22 164	1.09 209	1.53 386	1.09 192	0.94 223	0.55 131	1.37 217	0.56 206	0.25 269	0.14 97	0.24 238	0.21 227	0.21 178	0.25 226

222	1.67 426	0.31 155	0.93 222	0.59 240	0.31 105	1.05 323	0.43 166	2.39 429	1.47 398	1.37 337	1.55 361	0.94 223	0.94 297	1.98 320	17.76 507	0.24 249	0.22 307	0.21 151	0.20 186	0.22 198	0.26 246

iResNet	0.80 262	0.45 336	1.47 360	0.72 369	0.31 105	0.96 309	0.64 323	1.80 296	1.28 316	1.31 310	1.48 339	0.94 223	0.78 222	1.77 289	0.99 332	0.19 107	0.14 97	0.18 64	0.15 66	0.22 198	0.27 264

ITSA-stereo	0.85 293	0.38 296	0.92 220	0.58 221	0.32 137	0.86 271	0.49 230	2.33 424	1.69 425	1.16 223	1.12 205	0.95 227	0.85 252	2.46 363	1.18 355	0.27 313	0.23 334	0.28 324	0.28 348	0.28 290	0.41 375

xx1	0.70 208	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.07 98	3.23 478	0.60 81	0.80 103	0.95 227	0.79 229	1.48 246	0.35 37	0.21 174	0.13 35	0.24 238	0.23 284	0.23 217	0.25 226

knoymous	0.53 87	0.32 172	0.51 24	0.46 33	0.30 87	0.57 120	0.54 269	1.10 116	0.78 83	0.99 160	0.84 111	0.95 227	0.57 139	0.89 105	0.51 171	0.21 174	0.14 97	0.26 297	0.14 50	0.23 217	0.25 226

qqq	0.62 156	0.36 257	0.88 201	0.50 85	0.28 58	0.64 164	0.62 316	1.58 242	0.91 125	0.83 122	0.96 134	0.95 227	0.79 229	0.99 129	0.67 247	0.21 174	0.23 334	0.24 238	0.23 284	0.23 217	0.25 226

ASMatch	0.89 306	0.29 101	0.72 103	0.56 187	0.36 198	0.47 50	0.37 104	1.16 145	0.95 148	1.11 192	3.26 464	0.95 227	0.96 304	4.88 427	0.53 188	0.20 147	0.16 192	0.22 180	0.19 157	0.20 136	0.30 308

DAS	0.89 306	0.37 278	1.20 319	0.66 313	0.69 394	0.82 249	0.62 316	1.79 292	1.26 304	1.93 434	1.55 361	0.96 232	1.17 371	2.72 380	0.69 252	0.22 207	0.16 192	0.25 276	0.18 136	0.29 306	0.24 207

SepStereo	0.87 301	0.37 278	1.20 319	0.66 313	0.69 394	0.82 249	0.62 316	1.79 292	1.26 304	1.93 434	1.55 361	0.96 232	1.17 371	2.34 355	0.69 252	0.22 207	0.16 192	0.25 276	0.18 136	0.29 306	0.24 207

LCNet	0.73 223	0.30 124	0.58 41	0.58 221	0.31 105	0.68 183	0.53 256	1.09 110	0.94 143	1.19 245	1.34 297	0.96 232	1.32 396	2.50 368	0.46 136	0.19 107	0.13 35	0.21 151	0.25 305	0.28 290	0.69 447

PFNet	0.92 322	0.28 81	1.20 319	0.68 339	0.32 137	0.62 147	0.55 278	1.27 179	1.01 175	1.47 372	1.09 192	0.97 235	0.68 193	6.58 464	0.59 221	0.21 174	0.13 35	0.24 238	0.19 157	0.20 136	0.20 117

SMFormer	0.79 257	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.99 332	0.24 249	0.22 307	0.22 180	0.21 227	0.23 217	0.27 264

tta	0.79 257	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.99 332	0.24 249	0.22 307	0.22 180	0.21 227	0.19 100	0.22 169

qqq1	0.76 239	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.48 153	0.24 249	0.22 307	0.18 64	0.15 66	0.19 100	0.22 169

fff1	0.76 239	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.48 153	0.24 249	0.22 307	0.18 64	0.15 66	0.19 100	0.22 169

FENet	0.62 156	0.30 124	0.68 89	0.57 209	0.33 157	0.82 249	0.40 131	1.41 209	1.12 226	1.03 176	0.87 117	0.98 236	0.84 247	1.00 132	0.70 255	0.23 229	0.16 192	0.23 214	0.20 186	0.22 198	0.24 207

PSMNet-RUCA	1.07 360	1.06 449	1.64 379	1.23 466	1.10 455	1.39 382	0.65 325	1.91 326	1.43 384	0.95 154	1.52 355	0.99 241	0.83 244	1.28 198	1.01 337	0.71 461	0.34 413	0.99 471	0.61 460	1.01 463	0.67 441

GCST	1.13 369	1.50 473	1.17 309	1.74 476	1.17 465	1.29 368	0.30 46	1.55 234	1.21 272	1.31 310	0.97 143	0.99 241	0.48 96	2.38 361	0.54 197	1.24 477	0.70 477	1.31 477	0.86 474	1.03 465	0.92 462

CrosDoStereo	1.56 419	0.26 48	0.78 140	0.51 99	0.29 72	0.66 174	11.86 504	1.18 149	1.00 172	1.35 331	1.76 399	0.99 241	1.83 443	6.64 465	0.83 291	0.19 107	0.15 160	0.20 120	0.22 253	0.18 68	0.25 226

AAGNet	1.84 439	0.30 124	0.79 144	0.66 313	0.32 137	0.65 168	0.50 237	1.02 79	1.01 175	1.47 372	1.21 244	0.99 241	1.16 368	2.76 382	22.69 513	0.24 249	0.13 35	0.22 180	0.20 186	0.24 246	0.16 31

DeepStereo_LL	1.56 419	0.26 48	0.78 140	0.51 99	0.29 72	0.66 174	11.86 504	1.18 149	1.00 172	1.35 331	1.76 399	0.99 241	1.83 443	6.64 465	0.83 291	0.19 107	0.15 160	0.20 120	0.22 253	0.18 68	0.25 226

SST-Stereo	0.85 293	0.30 124	0.81 154	0.63 279	0.31 105	0.70 196	0.25 15	1.16 145	0.95 148	1.47 372	1.11 201	0.99 241	0.86 260	5.69 443	0.53 188	0.23 229	0.13 35	0.23 214	0.19 157	0.23 217	0.19 92

Occ-G	0.44 39	0.23 13	0.59 47	0.44 18	0.27 31	0.43 36	0.61 315	0.85 38	0.62 45	0.48 46	0.66 65	1.00 247	0.45 76	0.79 76	0.45 130	0.17 41	0.14 97	0.18 64	0.13 31	0.16 25	0.18 59

RAFT_R40	0.84 288	0.30 124	0.83 172	0.63 279	0.31 105	0.66 174	0.43 166	1.15 140	0.99 168	1.47 372	1.10 194	1.00 247	0.84 247	5.44 440	0.53 188	0.23 229	0.13 35	0.23 214	0.20 186	0.23 217	0.19 92

IRAFT_RVC	0.90 314	0.30 124	0.89 205	0.67 327	0.31 105	0.64 164	1.00 410	1.40 205	0.97 156	1.23 267	1.04 171	1.00 247	0.96 304	5.77 446	0.57 209	0.24 249	0.13 35	0.25 276	0.21 227	0.20 136	0.21 142

BEATNet_4x	0.82 273	0.54 372	2.02 405	0.56 187	0.28 58	1.04 320	0.55 278	2.14 382	1.13 232	1.24 271	1.26 262	1.00 247	0.94 297	1.13 169	1.23 366	0.21 174	0.14 97	0.24 238	0.20 186	0.37 363	0.23 187

PS-NSSS	1.02 347	0.62 398	1.17 309	0.61 261	0.58 350	0.91 284	0.79 365	2.02 352	1.19 262	1.17 227	1.68 389	1.00 247	0.85 252	4.43 418	0.86 295	0.38 395	0.31 393	0.52 439	0.32 389	0.52 418	0.45 392

DEmStereo	0.98 336	0.25 37	0.85 187	0.49 70	0.33 157	1.02 318	0.55 278	0.97 64	0.93 137	1.41 352	2.13 434	1.01 252	2.01 450	5.62 442	0.78 275	0.19 107	0.15 160	0.20 120	0.20 186	0.18 68	0.25 226

HCRNet	0.72 220	0.40 311	0.86 194	0.61 261	0.57 347	0.75 212	0.35 85	1.39 203	1.21 272	1.11 192	0.99 149	1.01 252	0.76 211	2.18 344	0.73 259	0.28 329	0.19 264	0.28 324	0.23 284	0.25 258	0.26 246

BUS	0.78 248	0.34 220	0.77 134	0.55 167	0.45 279	2.30 452	0.42 149	2.65 457	1.04 188	1.25 274	1.12 205	1.02 254	0.70 200	0.94 115	0.75 266	0.25 269	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

NINENet	0.81 271	0.40 311	0.89 205	0.65 299	0.53 326	2.30 452	0.42 149	2.12 373	1.13 232	1.20 250	1.27 271	1.02 254	0.70 200	1.26 192	0.75 266	0.29 344	0.24 344	0.31 352	0.21 227	0.27 274	0.26 246

MLCV	0.77 245	0.39 305	1.31 341	0.55 167	0.25 18	0.91 284	0.39 126	1.48 221	1.28 316	1.49 380	1.54 358	1.02 254	0.68 193	2.12 338	0.93 319	0.19 107	0.13 35	0.19 88	0.14 50	0.19 100	0.22 169

RAFT-RH_RVC	1.04 350	0.26 48	0.76 131	0.53 141	0.29 72	0.80 240	0.32 58	0.85 38	1.12 226	2.04 442	4.63 480	1.03 257	0.57 139	5.93 449	0.52 179	0.20 147	0.13 35	0.26 297	0.20 186	0.16 25	0.19 92

test_5	0.70 208	0.32 172	0.99 244	0.69 352	0.50 306	0.89 278	0.51 239	1.88 320	1.14 238	0.78 111	1.13 216	1.04 258	0.89 278	1.59 263	0.46 136	0.19 107	0.14 97	0.23 214	0.22 253	0.22 198	0.20 117

FTStereo	0.92 322	0.28 81	0.61 60	0.57 209	0.34 173	0.65 168	1.80 470	1.09 110	0.84 106	1.75 417	4.13 474	1.04 258	1.62 423	1.59 263	0.48 153	0.21 174	0.17 219	0.23 214	0.22 253	0.19 100	0.58 429

ARAFT	0.82 273	0.40 311	1.77 386	0.53 141	0.31 105	0.89 278	0.81 372	2.32 418	1.08 201	1.66 410	1.25 260	1.04 258	0.64 179	1.91 311	0.52 179	0.20 147	0.15 160	0.28 324	0.27 338	0.17 43	0.18 59

FINET	1.54 417	0.67 412	7.28 476	0.76 397	0.97 447	1.42 390	1.38 446	2.80 469	3.12 477	1.23 267	1.68 389	1.04 258	1.11 360	3.35 400	1.78 424	0.43 412	0.37 429	0.32 363	0.29 366	0.43 387	0.41 375

IGEV_Zeroshot_test	0.59 140	0.33 191	1.11 283	0.63 279	0.37 207	0.41 24	0.33 65	1.80 296	0.79 92	1.04 178	1.10 194	1.06 262	0.43 66	0.87 99	0.48 153	0.18 71	0.13 35	0.19 88	0.18 136	0.20 136	0.23 187

CFNet-RSSM	0.57 116	0.25 37	0.76 131	0.49 70	0.28 58	0.59 132	0.27 28	1.89 322	1.17 255	1.09 189	0.95 132	1.06 262	0.53 121	0.74 57	0.41 100	0.17 41	0.13 35	0.17 33	0.15 66	0.16 25	0.16 31

FADNet-RVC-Resample	0.91 319	0.51 361	2.92 440	0.64 292	0.46 286	1.07 327	0.60 311	1.76 286	1.24 288	1.10 191	0.98 148	1.06 262	0.98 314	2.17 343	0.95 326	0.24 249	0.22 307	0.30 346	0.32 389	0.36 357	0.40 372

H2IRNET	0.57 116	0.28 81	0.75 126	0.49 70	0.35 190	0.40 17	0.27 28	1.03 86	1.18 261	0.62 87	1.26 262	1.07 265	0.85 252	1.02 138	0.64 237	0.20 147	0.16 192	0.23 214	0.25 305	0.22 198	0.20 117

ffm	0.79 257	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	1.08 103	2.62 466	1.19 245	1.49 340	1.07 265	0.85 252	1.57 258	0.35 37	0.21 174	0.13 35	0.31 352	0.28 348	0.20 136	0.23 187

ff1	1.88 440	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	1.08 103	2.62 466	1.19 245	1.49 340	1.07 265	0.85 252	9.88 501	13.82 498	0.21 174	0.13 35	0.31 352	0.28 348	0.20 136	0.23 187

mmx	1.89 443	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	2.32 418	1.41 375	1.19 245	1.49 340	1.07 265	0.85 252	9.88 501	13.82 498	0.25 269	0.21 292	0.31 352	0.28 348	0.32 339	0.29 292

xxx	1.89 443	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	2.32 418	1.41 375	1.19 245	1.49 340	1.07 265	0.85 252	9.88 501	13.82 498	0.25 269	0.21 292	0.31 352	0.28 348	0.32 339	0.29 292

GrayStereo	0.83 282	0.28 81	0.62 64	0.66 313	0.37 207	0.76 217	1.79 467	1.19 153	0.91 125	1.98 439	1.89 418	1.07 265	1.76 438	1.43 235	0.50 167	0.20 147	0.15 160	0.19 88	0.21 227	0.18 68	0.41 375

ACVNet	0.66 174	0.33 191	0.74 121	0.55 167	0.37 207	0.80 240	0.47 213	1.46 216	1.11 219	1.01 169	1.31 283	1.07 265	0.91 284	0.82 79	1.09 346	0.22 207	0.19 264	0.21 151	0.18 136	0.23 217	0.19 92

acv_ft	0.78 248	0.33 191	1.10 281	0.73 376	0.86 433	1.23 361	0.57 291	1.65 258	1.11 219	1.31 310	1.31 283	1.07 265	0.91 284	0.82 79	1.35 380	0.22 207	0.19 264	0.21 151	0.18 136	0.22 198	0.19 92

TDLM	1.08 363	0.50 357	1.01 251	0.69 352	0.54 334	0.91 284	1.40 447	1.60 249	1.36 353	1.17 227	1.40 318	1.07 265	1.00 323	6.19 452	0.85 294	0.34 375	0.22 307	0.35 387	0.26 322	0.38 369	0.29 292

AdaStereo	0.74 227	0.48 349	0.86 194	0.75 390	0.38 219	0.94 298	0.56 285	2.05 363	1.24 288	1.15 219	1.22 246	1.07 265	0.67 189	1.05 145	0.73 259	0.33 366	0.16 192	0.32 363	0.22 253	0.29 306	0.23 187
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.
CFNet_ucs	0.73 223	0.34 220	0.94 229	0.53 141	0.44 275	0.76 217	0.46 203	1.73 280	1.34 341	1.24 271	1.54 358	1.08 275	0.64 179	1.05 145	0.64 237	0.26 292	0.20 277	0.37 400	0.22 253	0.42 385	0.30 308

DualNet (step1)	0.89 306	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	1.31 202	0.73 259	0.59 450	0.32 404	0.62 457	0.67 464	0.45 399	0.48 398

test_sample9	1.96 446	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	2.46 363	8.57 484	0.59 450	12.85 515	0.62 457	0.67 464	0.45 399	0.48 398

test_sample7	0.78 248	0.39 305	0.89 205	0.55 167	0.35 190	0.93 295	0.75 350	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	1.31 202	0.73 259	0.32 361	0.32 404	0.32 363	0.32 389	0.33 345	0.33 333

pcwnet_v2	0.91 319	0.39 305	2.74 436	0.64 292	0.55 338	0.81 248	0.49 230	2.19 400	1.63 421	1.44 363	1.64 383	1.09 276	0.79 229	1.31 202	0.70 255	0.32 361	0.25 356	0.29 335	0.27 338	0.37 363	0.37 357

111	0.66 174	0.27 71	1.15 295	0.46 33	0.25 18	0.72 201	0.42 149	1.57 240	1.44 387	0.83 122	1.39 313	1.10 280	0.80 235	0.97 127	0.65 242	0.20 147	0.14 97	0.18 64	0.15 66	0.18 68	0.28 278

AFF-stereo	0.60 147	0.28 81	0.72 103	0.48 58	0.29 72	0.34 10	0.37 104	1.22 164	1.20 266	1.21 256	1.59 376	1.10 280	0.70 200	1.01 135	0.44 117	0.14 2	0.12 10	0.19 88	0.20 186	0.18 68	0.15 13

Gwc-CoAtRS	0.55 93	0.27 71	0.73 116	0.49 70	0.30 87	0.63 155	0.25 15	1.38 200	1.12 226	1.05 180	1.02 159	1.10 280	0.55 131	0.72 55	0.44 117	0.17 41	0.14 97	0.17 33	0.15 66	0.16 25	0.17 46

CFNet	0.99 339	0.40 311	1.23 326	0.65 299	0.43 266	1.03 319	0.49 230	2.01 351	1.35 344	1.02 173	1.39 313	1.10 280	0.86 260	5.47 441	0.89 304	0.24 249	0.18 247	0.28 324	0.27 338	0.27 274	0.22 169

NOSS_ROB	1.29 399	0.49 354	0.68 89	0.60 248	0.40 238	1.09 333	0.77 354	1.94 334	1.44 387	1.04 178	1.46 334	1.10 280	0.81 239	10.57 506	0.78 275	0.46 425	0.43 445	0.48 433	0.45 434	0.45 399	0.43 387

IER	0.74 227	0.33 191	1.25 331	0.50 85	0.53 326	1.32 370	0.55 278	1.31 188	1.08 201	1.30 304	1.34 297	1.11 285	1.10 357	1.05 145	0.81 289	0.20 147	0.17 219	0.21 151	0.21 227	0.20 136	0.21 142

BSDual-CNN	0.75 231	0.34 220	0.77 134	0.55 167	0.45 279	1.25 363	0.66 328	2.65 457	1.04 188	1.25 274	1.12 205	1.11 285	0.77 215	0.94 115	0.76 269	0.25 269	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

psmg	0.75 231	0.34 220	0.77 134	0.52 118	0.45 279	1.46 392	0.73 348	2.15 387	1.04 188	1.25 274	1.33 293	1.11 285	0.77 215	0.94 115	0.76 269	0.25 269	0.20 277	0.25 276	0.26 322	0.23 217	0.24 207

GMM-Stereo	0.75 231	0.27 71	0.66 83	0.56 187	0.34 173	0.71 198	0.97 405	1.09 110	0.91 125	1.37 337	1.79 403	1.11 285	0.79 229	2.08 334	0.48 153	0.19 107	0.12 10	0.25 276	0.25 305	0.21 178	0.78 454

Any-RAFT	0.55 93	0.27 71	0.49 18	0.50 85	0.27 31	0.98 313	0.25 15	1.71 276	1.08 201	0.90 141	0.99 149	1.13 289	0.46 84	0.74 57	0.35 37	0.19 107	0.13 35	0.17 33	0.13 31	0.16 25	0.19 92

SDNR	1.66 425	0.55 376	2.36 425	0.56 187	0.58 350	3.79 485	0.45 197	1.78 289	1.40 371	1.38 342	2.45 450	1.13 289	0.96 304	11.03 507	1.31 373	0.67 458	0.64 472	0.43 420	0.32 389	0.71 451	0.76 453

HGLStereo	0.89 306	0.42 324	1.15 295	0.82 411	1.03 451	1.16 346	0.57 291	1.68 262	1.28 316	1.26 287	1.62 378	1.13 289	1.31 394	1.85 300	1.11 350	0.25 269	0.24 344	0.24 238	0.22 253	0.24 246	0.29 292

SuperB	2.50 467	0.72 422	18.07 504	0.72 369	0.53 326	1.85 428	0.86 385	1.80 296	2.40 460	1.54 389	1.42 324	1.13 289	1.17 371	4.18 412	4.80 468	0.25 269	0.20 277	0.23 214	0.19 157	7.64 511	0.38 365

KYRaft	0.77 245	0.29 101	0.68 89	0.59 240	0.29 72	0.66 174	0.83 377	1.05 93	0.89 119	1.63 407	2.22 439	1.15 293	0.99 317	1.59 263	0.41 100	0.21 174	0.14 97	0.22 180	0.28 348	0.21 178	1.01 464

THIR-Stereo	1.02 347	0.29 101	0.73 116	0.51 99	0.29 72	0.94 298	1.31 442	1.08 103	0.98 159	1.35 331	1.91 422	1.16 294	1.54 419	6.37 462	0.79 280	0.20 147	0.14 97	0.21 151	0.22 253	0.19 100	0.25 226

DispNO	0.98 336	0.34 220	2.02 405	0.58 221	0.55 338	0.88 276	0.49 230	1.70 274	1.24 288	1.22 264	1.26 262	1.18 295	0.88 275	5.17 431	0.88 301	0.23 229	0.18 247	0.24 238	0.22 253	0.19 100	0.22 169

DeepPrunerF	1.68 428	0.82 433	6.82 474	0.94 446	1.20 467	0.91 284	0.97 405	2.50 446	5.19 495	1.22 264	1.30 281	1.18 295	1.29 390	4.96 429	1.75 420	0.43 412	0.35 420	0.52 439	0.48 440	0.43 387	0.42 383

riskmin	0.62 156	0.29 101	0.73 116	0.50 85	0.34 173	0.86 271	0.44 185	1.74 282	1.07 198	0.76 108	0.76 90	1.19 297	1.01 326	0.84 88	0.60 224	0.20 147	0.16 192	0.24 238	0.16 99	0.24 246	0.29 292

RAFT + AFF	1.07 360	0.47 344	1.36 351	0.68 339	0.50 306	1.20 357	1.22 435	2.58 453	1.26 304	1.33 318	1.56 367	1.19 297	1.49 417	3.89 411	1.01 337	0.22 207	0.26 362	0.30 346	0.27 338	0.29 306	0.32 326

CC-Net-ROB	1.53 416	1.31 467	1.68 382	0.92 438	0.80 422	1.75 418	0.99 408	2.04 359	1.27 308	1.12 200	1.62 378	1.20 299	0.98 314	7.82 480	0.92 316	1.15 476	0.41 439	2.20 483	0.46 436	1.37 473	0.56 423

1111x	1.96 446	0.32 172	1.54 373	0.54 154	0.30 87	1.00 315	0.69 335	2.47 441	1.33 339	1.21 256	1.44 330	1.21 300	1.11 360	8.49 487	16.14 505	0.22 207	0.23 334	0.22 180	0.23 284	0.25 258	0.26 246

xxxx	1.61 422	0.32 172	0.98 242	0.58 221	0.31 105	1.15 343	0.43 166	2.43 434	1.41 375	1.17 227	1.40 318	1.21 300	0.86 260	1.94 314	16.68 506	0.24 249	0.24 344	0.21 151	0.20 186	0.23 217	0.27 264

DMCA	0.71 214	0.36 257	1.17 309	0.53 141	0.45 279	0.84 263	0.46 203	1.52 225	1.09 209	1.20 250	1.12 205	1.21 300	0.74 205	0.87 99	1.09 346	0.25 269	0.20 277	0.27 310	0.19 157	0.24 246	0.29 292

PWCDC_ROB	1.39 404	0.91 441	2.10 411	1.08 456	0.92 437	1.72 412	0.58 298	2.03 356	3.30 480	1.32 313	4.87 483	1.21 300	1.71 434	1.98 320	1.75 420	0.65 456	0.26 362	0.29 335	0.25 305	0.56 429	0.41 375

MyStereo06	0.67 185	0.29 101	1.06 265	0.58 221	0.48 295	0.62 147	0.72 345	2.26 408	0.89 119	1.07 187	1.12 205	1.22 304	0.56 136	0.83 85	0.47 146	0.17 41	0.17 219	0.24 238	0.21 227	0.23 217	0.23 187

CFNet_pseudo	0.68 198	0.34 220	0.93 222	0.50 85	0.39 228	0.72 201	0.42 149	1.44 212	1.25 296	1.17 227	1.35 302	1.22 304	0.66 187	1.04 142	0.64 237	0.21 174	0.17 219	0.33 372	0.19 157	0.39 374	0.28 278

ccs_rob	0.68 198	0.34 220	0.93 222	0.50 85	0.39 228	0.72 201	0.42 149	1.43 211	1.25 296	1.17 227	1.34 297	1.22 304	0.66 187	1.04 142	0.64 237	0.21 174	0.17 219	0.35 387	0.20 186	0.40 378	0.29 292

UCFNet_RVC	0.72 220	0.37 278	0.59 47	0.66 313	0.41 252	0.89 278	0.68 332	1.78 289	1.15 243	1.01 169	1.20 239	1.22 304	0.95 302	1.07 152	0.66 246	0.28 329	0.21 292	0.34 380	0.31 382	0.33 345	0.29 292

PCWNet_CMD	0.68 198	0.34 220	0.93 222	0.51 99	0.38 219	0.80 240	0.42 149	1.51 223	1.34 341	1.17 227	1.31 283	1.23 308	0.65 183	0.94 115	0.62 230	0.21 174	0.17 219	0.27 310	0.19 157	0.43 387	0.28 278

RAFT_CTSACE	0.66 174	0.29 101	1.14 293	0.57 209	0.51 316	0.68 183	0.44 185	0.88 48	0.98 159	1.03 176	1.83 410	1.23 308	0.67 189	1.48 246	0.38 71	0.16 15	0.16 192	0.21 151	0.20 186	0.20 136	0.17 46

MSMDNet	0.68 198	0.34 220	0.93 222	0.52 118	0.38 219	0.80 240	0.42 149	1.52 225	1.35 344	1.17 227	1.31 283	1.23 308	0.65 183	0.94 115	0.62 230	0.21 174	0.17 219	0.26 297	0.19 157	0.41 382	0.28 278

DeepPruner_ROB	0.79 257	0.55 376	1.14 293	0.61 261	0.46 286	0.78 227	0.54 269	1.83 303	1.00 172	1.42 356	1.27 271	1.23 308	0.77 215	1.56 256	0.89 304	0.35 383	0.28 375	0.27 310	0.26 322	0.32 339	0.34 341

CVANet_RVC	1.10 365	0.49 354	1.15 295	0.65 299	0.54 334	0.93 295	1.00 410	1.69 271	1.36 353	1.42 356	1.39 313	1.24 312	1.17 371	6.22 454	0.80 287	0.35 383	0.24 344	0.35 387	0.30 378	0.44 397	0.32 326

GASNet	1.13 369	1.10 454	3.29 450	1.00 452	0.68 391	0.82 249	0.67 330	1.85 312	1.38 360	1.39 344	1.25 260	1.25 313	1.20 380	2.72 380	1.62 407	0.46 425	0.26 362	0.36 397	0.34 405	0.55 428	0.33 333

SACVNet	0.89 306	0.51 361	1.08 273	0.83 415	0.58 350	0.83 256	0.78 357	1.84 305	1.17 255	1.39 344	1.33 293	1.25 313	1.01 326	2.31 354	0.92 316	0.35 383	0.26 362	0.31 352	0.29 366	0.35 353	0.48 398

cross-raft	0.56 104	0.26 48	0.65 78	0.55 167	0.31 105	0.66 174	0.37 104	1.68 262	0.82 100	1.06 185	1.07 182	1.25 313	0.45 76	0.74 57	0.39 75	0.15 6	0.13 35	0.19 88	0.16 99	0.19 100	0.17 46

GEStereo_RVC	0.93 327	0.40 311	1.15 295	0.67 327	0.50 306	0.95 304	0.78 357	2.73 462	1.21 272	1.20 250	1.12 205	1.25 313	0.91 284	3.21 394	0.95 326	0.31 354	0.20 277	0.23 214	0.20 186	0.28 290	0.31 317

MMNet	0.89 306	0.35 249	1.44 357	0.64 292	0.59 356	1.83 427	0.48 219	1.70 274	1.38 360	1.45 369	1.19 238	1.25 313	1.16 368	1.77 289	1.27 371	0.20 147	0.19 264	0.23 214	0.22 253	0.25 258	0.24 207

iResNet_ROB	0.82 273	0.36 257	1.13 288	0.60 248	0.37 207	0.91 284	0.38 113	2.41 432	1.61 420	1.35 331	1.35 302	1.25 313	0.97 311	1.75 287	0.88 301	0.21 174	0.14 97	0.17 33	0.12 17	0.19 100	0.30 308

GMStereo_Zeroshot	0.70 208	0.64 402	1.11 283	0.65 299	0.38 219	0.84 263	0.37 104	1.09 110	1.16 250	1.14 217	1.07 182	1.26 319	0.55 131	1.23 187	0.65 242	0.34 375	0.17 219	0.31 352	0.18 136	0.57 431	0.23 187

ADLNet	0.89 306	0.39 305	1.09 276	0.88 428	0.73 401	1.24 362	0.75 350	2.02 352	1.41 375	1.58 397	1.37 307	1.26 319	1.00 323	1.31 202	1.18 355	0.28 329	0.21 292	0.26 297	0.26 322	0.29 306	0.36 353

GANet-RSSM	0.78 248	0.31 155	0.90 213	0.67 327	0.58 350	0.80 240	0.62 316	2.04 359	1.15 243	1.11 192	1.27 271	1.26 319	1.18 378	1.68 278	0.74 263	0.26 292	0.21 292	0.22 180	0.22 253	0.23 217	0.23 187

STTStereo	0.82 273	0.53 369	1.53 372	0.68 339	0.56 343	0.88 276	0.56 285	1.57 240	1.14 238	1.39 344	1.10 194	1.26 319	0.84 247	1.49 252	0.90 308	0.29 344	0.28 375	0.33 372	0.40 421	0.33 345	0.37 357

iResNetv2_ROB	0.88 304	0.43 328	2.62 435	0.60 248	0.38 219	0.94 298	0.67 330	1.88 320	1.38 360	1.27 292	1.45 332	1.26 319	1.05 347	1.92 312	0.64 237	0.24 249	0.15 160	0.19 88	0.14 50	0.24 246	0.21 142

anonymity	1.14 371	0.98 446	1.24 329	1.09 457	1.13 458	1.08 331	0.90 391	2.02 352	1.23 284	1.32 313	1.27 271	1.27 324	1.09 354	1.16 174	1.03 342	1.02 468	1.01 493	0.97 469	0.97 478	0.98 461	1.01 464

SQANet	1.38 402	0.95 444	1.37 354	1.89 480	1.47 476	1.44 391	0.81 372	1.89 322	1.13 232	1.34 325	1.26 262	1.28 325	1.02 334	1.64 272	0.91 312	2.55 486	0.35 420	1.47 478	0.56 453	2.48 480	1.74 480

delet	0.90 314	0.34 220	1.15 295	0.69 352	0.66 384	1.63 408	0.81 372	1.95 337	1.49 403	1.42 356	1.38 311	1.29 326	0.91 284	1.78 291	1.18 355	0.22 207	0.22 307	0.24 238	0.25 305	0.22 198	0.24 207

DMCA-RVC	0.83 282	0.46 339	2.19 418	0.68 339	0.49 301	0.84 263	0.48 219	1.44 212	1.07 198	1.56 393	1.04 171	1.29 326	0.86 260	1.49 252	0.92 316	0.27 313	0.22 307	0.35 387	0.28 348	0.32 339	0.28 278

psm_up	0.83 282	0.37 278	0.88 201	0.68 339	0.59 356	1.05 323	0.92 395	1.68 262	1.17 255	1.41 352	1.22 246	1.30 328	1.31 394	1.39 223	0.89 304	0.27 313	0.30 388	0.31 352	0.27 338	0.28 290	0.28 278

UPFNet	0.84 288	0.34 220	1.09 276	0.62 269	0.74 405	1.25 363	0.78 357	1.69 271	1.20 266	1.39 344	1.13 216	1.30 328	0.87 269	1.73 285	1.22 363	0.24 249	0.26 362	0.24 238	0.23 284	0.26 268	0.20 117

ToySt	0.73 223	0.35 249	1.64 379	0.54 154	0.37 207	0.92 291	0.81 372	1.21 162	1.03 182	0.86 134	1.12 205	1.31 330	1.01 326	1.04 142	0.88 301	0.19 107	0.20 277	0.24 238	0.24 297	0.27 274	0.28 278

PSMNet-ADL	0.75 231	0.36 257	0.69 95	0.71 364	0.47 293	1.13 337	0.46 203	1.47 219	1.07 198	0.85 129	1.18 235	1.31 330	0.94 297	1.56 256	1.06 344	0.34 375	0.22 307	0.22 180	0.23 284	0.27 274	0.36 353

PSMNet-RSSM	0.78 248	0.32 172	0.89 205	0.65 299	0.43 266	0.73 205	0.58 298	2.14 382	1.19 262	1.18 238	1.38 311	1.31 330	1.07 350	1.43 235	0.82 290	0.28 329	0.21 292	0.27 310	0.29 366	0.25 258	0.26 246

NVstereo2D	0.99 339	0.45 336	2.21 419	0.79 403	0.75 408	1.20 357	0.86 385	1.98 342	1.41 375	1.02 173	1.18 235	1.31 330	0.97 311	2.25 349	0.93 319	0.45 424	0.22 307	0.39 407	0.25 305	0.59 434	0.68 445

CSP-Net	1.00 342	0.41 321	0.99 244	0.56 187	0.43 266	1.62 407	0.76 353	2.16 389	1.16 250	1.33 318	1.22 246	1.32 334	0.89 278	4.67 424	0.93 319	0.35 383	0.24 344	0.20 120	0.20 186	0.23 217	0.30 308

AACVNet	0.90 314	0.40 311	0.98 242	0.86 425	0.40 238	0.80 240	0.49 230	1.81 299	0.86 112	1.11 192	1.34 297	1.32 334	0.99 317	4.23 413	0.86 295	0.26 292	0.22 307	0.28 324	0.22 253	0.30 321	0.28 278

PA-Net	1.14 371	0.63 399	2.12 413	0.67 327	0.75 408	1.19 356	0.91 393	1.91 326	1.46 397	1.18 238	1.23 254	1.33 336	1.17 371	4.31 416	1.41 385	0.29 344	0.46 452	0.33 372	0.50 444	0.33 345	0.57 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ISRNet	0.83 282	0.35 249	1.31 341	0.84 419	0.65 378	0.60 137	0.41 141	1.28 183	1.15 243	1.61 402	1.55 361	1.34 337	0.77 215	1.33 211	0.98 331	0.40 403	0.34 413	0.43 420	0.38 418	0.34 351	0.49 402

TransformOpticalFlow	0.97 333	0.30 124	0.96 239	0.54 154	0.31 105	0.65 168	0.54 269	1.87 315	1.19 262	1.12 200	1.44 330	1.34 337	0.98 314	6.68 467	0.44 117	0.19 107	0.12 10	0.21 151	0.19 157	0.18 68	0.23 187

ADCRef	1.50 414	0.61 392	3.83 458	0.76 397	0.77 414	1.91 432	0.77 354	2.16 389	1.34 341	1.63 407	1.59 376	1.35 339	1.40 405	1.79 296	8.32 483	0.25 269	0.21 292	0.32 363	0.31 382	0.31 328	0.32 326

dad	0.90 314	0.73 425	1.28 337	0.59 240	0.39 228	0.83 256	0.45 197	1.24 171	1.54 409	1.52 383	1.28 276	1.36 340	0.86 260	2.54 371	0.91 312	0.43 412	0.27 370	0.82 465	0.26 322	0.44 397	0.34 341

FADNet-RVC	0.96 332	0.72 422	2.96 441	0.64 292	0.49 301	0.90 282	0.59 304	1.85 312	1.27 308	0.92 146	0.97 143	1.36 340	0.90 281	2.36 357	1.31 373	0.30 350	0.29 384	0.32 363	0.32 389	0.42 385	0.37 357

FADNet	0.98 336	0.64 402	2.57 431	0.66 313	0.55 338	0.95 304	0.57 291	1.91 326	1.38 360	0.94 152	1.02 159	1.36 340	1.00 323	2.69 378	0.97 330	0.34 375	0.34 413	0.31 352	0.34 405	0.61 440	0.42 383

CBMV_ROB	0.99 339	0.46 339	0.68 89	0.53 141	0.39 228	1.40 385	0.48 219	2.09 369	1.30 328	1.53 386	2.29 442	1.36 340	1.23 381	2.46 363	1.04 343	0.44 421	0.42 444	0.47 431	0.44 431	0.41 382	0.39 368

STrans-v2	1.06 355	0.31 155	1.02 253	0.52 118	0.33 157	0.67 179	0.78 357	2.66 460	1.26 304	1.15 219	1.46 334	1.37 344	1.40 405	6.68 467	0.46 136	0.19 107	0.13 35	0.21 151	0.18 136	0.18 68	0.21 142

XX-Stereo	0.97 333	0.28 81	8.28 480	0.85 422	0.70 400	0.44 40	0.22 4	1.07 98	0.69 62	0.66 92	1.56 367	1.38 345	0.38 48	1.36 214	0.38 71	0.21 174	0.14 97	0.20 120	0.19 157	0.19 100	0.16 31

RAFT-Test	0.58 128	0.27 71	0.81 154	0.50 85	0.33 157	0.95 304	0.27 28	1.40 205	0.89 119	1.00 164	1.12 205	1.39 346	0.48 96	0.74 57	0.41 100	0.17 41	0.14 97	0.17 33	0.14 50	0.16 25	0.18 59

NaN_ROB	1.23 390	0.63 399	1.76 385	0.67 327	0.50 306	1.59 404	2.00 473	1.87 315	1.52 406	2.14 447	1.26 262	1.40 347	1.09 354	4.60 422	1.75 420	0.28 329	0.34 413	0.28 324	0.29 366	0.30 321	0.37 357

DDVS	0.80 262	0.43 328	1.09 276	0.64 292	0.44 275	1.27 366	0.43 166	1.49 222	0.94 143	1.21 256	1.16 229	1.42 348	0.63 175	2.14 340	1.02 340	0.29 344	0.22 307	0.26 297	0.23 284	0.31 328	0.37 357

Anonymous_2	1.37 401	0.56 380	0.94 229	0.57 209	0.62 370	1.04 320	0.65 325	1.82 301	1.01 175	1.00 164	0.79 98	1.42 348	1.27 388	1.06 150	0.83 291	0.62 453	0.67 474	1.05 474	9.88 512	1.09 468	0.55 421

Syn2CoEx	1.23 390	0.80 429	3.07 444	0.83 415	0.68 391	1.39 382	0.87 388	2.23 405	1.57 415	1.28 297	1.58 372	1.42 348	1.57 421	3.79 409	1.48 394	0.36 390	0.32 404	0.34 380	0.30 378	0.30 321	0.41 375

NLCA_NET_v2_RVC	0.84 288	0.46 339	1.40 356	0.69 352	0.61 366	0.95 304	0.52 250	1.68 262	1.21 272	1.39 344	1.15 227	1.42 348	0.88 275	1.78 291	0.93 319	0.26 292	0.23 334	0.27 310	0.27 338	0.30 321	0.39 368
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DRN-Test	1.07 360	0.49 354	1.95 402	0.75 390	0.81 426	1.61 405	0.78 357	2.26 408	1.53 407	1.84 426	1.35 302	1.42 348	1.04 342	2.26 350	1.61 405	0.28 329	0.23 334	0.31 352	0.30 378	0.33 345	0.33 333

gcap-zeroshot	0.59 140	0.30 124	1.11 283	0.51 99	0.30 87	0.79 234	0.36 94	1.86 314	0.86 112	0.90 141	0.68 69	1.44 353	0.50 112	0.82 79	0.35 37	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.18 59

OMP-Stereo	0.95 328	0.35 249	0.79 144	0.92 438	0.32 137	0.49 61	0.35 85	1.22 164	1.11 219	1.58 397	1.12 205	1.44 353	0.69 197	6.92 470	0.51 171	0.20 147	0.15 160	0.24 238	0.19 157	0.21 178	0.16 31

IIG-Stereo	0.97 333	0.34 220	0.80 149	0.90 436	0.33 157	0.61 144	0.26 23	1.27 179	1.08 201	1.69 413	1.37 307	1.44 353	0.74 205	6.94 471	0.53 188	0.21 174	0.14 97	0.23 214	0.18 136	0.20 136	0.15 13

Consistency-Raft	1.27 398	1.01 448	2.17 416	1.04 454	1.20 467	0.96 309	1.00 410	1.84 305	1.95 446	1.38 342	2.11 433	1.44 353	1.03 336	1.18 179	1.40 384	0.73 462	0.83 479	0.89 467	0.99 481	1.33 472	0.95 463

MDST_ROB	1.88 440	0.40 311	1.71 383	0.93 443	0.60 360	4.27 491	1.23 437	3.99 485	1.44 387	4.61 491	2.63 454	1.44 353	1.03 336	9.78 498	1.62 407	0.33 366	0.26 362	0.37 400	0.33 400	0.31 328	0.34 341

PSMNet_ROB	0.95 328	0.57 385	1.45 358	0.75 390	0.64 373	1.28 367	1.12 421	1.84 305	1.15 243	1.16 223	1.29 280	1.44 353	0.89 278	1.74 286	1.70 417	0.33 366	0.25 356	0.37 400	0.39 419	0.36 357	0.32 326

iRaft-Stereo_5w	0.89 306	0.31 155	1.04 258	0.56 187	0.47 293	0.47 50	0.68 332	1.19 153	1.08 201	0.80 114	1.35 302	1.46 359	0.90 281	5.11 430	1.16 353	0.18 71	0.15 160	0.22 180	0.19 157	0.21 178	0.24 207

GANetREF_RVC	1.11 367	0.90 438	1.56 374	0.88 428	0.53 326	1.41 387	1.35 444	1.91 326	1.54 409	1.28 297	1.32 288	1.46 359	1.23 381	2.04 328	1.00 336	0.57 447	0.45 448	0.67 460	0.52 448	0.91 459	0.62 436
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
CBMV	1.04 350	0.48 349	0.88 201	0.56 187	0.36 198	1.52 396	1.55 454	1.87 315	1.59 417	2.11 445	1.67 387	1.46 359	1.35 399	1.92 312	1.31 373	0.35 383	0.35 420	0.39 407	0.33 400	0.34 351	0.34 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DSFCA	0.95 328	0.38 296	1.23 326	0.55 167	0.66 384	1.50 394	0.93 398	1.58 242	1.24 288	1.59 400	1.16 229	1.48 362	0.95 302	2.96 387	1.20 358	0.31 354	0.28 375	0.25 276	0.26 322	0.29 306	0.26 246

StereoDRNet	1.05 353	0.53 369	2.21 419	0.80 404	0.93 440	1.50 394	0.90 391	2.06 364	1.44 387	1.68 412	1.20 239	1.48 362	0.99 317	1.86 303	1.60 404	0.29 344	0.24 344	0.29 335	0.28 348	0.35 353	0.33 333

MaskLacGwcNet_RVC	1.17 376	1.06 449	1.28 337	0.88 428	0.69 394	1.92 433	0.92 395	1.71 276	1.14 238	1.17 227	1.26 262	1.49 364	0.80 235	2.04 328	0.86 295	2.02 480	0.34 413	0.79 464	0.36 411	1.38 474	1.33 476

StereoDRNet-Refined	0.84 288	0.43 328	1.01 251	0.66 313	0.43 266	1.32 370	0.49 230	1.64 255	1.24 288	1.53 386	1.45 332	1.49 364	0.97 311	1.32 208	1.31 373	0.21 174	0.17 219	0.27 310	0.25 305	0.25 258	0.34 341
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Wz-Net-MNSev	1.21 385	0.66 409	3.44 452	0.69 352	0.73 401	1.93 434	1.44 449	2.16 389	1.59 417	1.85 428	1.49 340	1.50 366	1.34 398	2.05 332	1.54 400	0.27 313	0.24 344	0.28 324	0.28 348	0.35 353	0.32 326

DGSMNet	1.24 393	0.84 435	3.20 446	0.91 437	0.92 437	1.39 382	1.34 443	2.46 440	1.44 387	1.34 325	1.66 385	1.50 366	1.03 336	1.85 300	1.30 372	0.48 431	0.48 455	0.55 448	0.51 447	0.78 454	0.79 455

AANet_RVC	1.22 386	0.60 387	1.94 398	0.69 352	0.46 286	0.75 212	0.69 335	1.51 223	1.57 415	1.36 336	1.90 420	1.51 368	0.87 269	7.23 474	1.89 426	0.26 292	0.19 264	0.19 88	0.16 99	0.23 217	0.37 357

MFMNet_re	1.47 411	1.20 460	2.50 428	1.46 474	1.08 454	1.58 403	1.51 450	1.96 340	1.87 441	2.31 452	2.20 437	1.51 368	1.88 446	1.57 258	1.34 378	0.94 466	0.83 479	0.84 466	0.80 471	1.00 462	1.06 467

UNet	0.86 297	0.36 257	1.52 369	0.62 269	0.74 405	1.56 401	0.49 230	1.55 234	1.12 226	1.28 297	1.10 194	1.52 370	1.10 357	1.69 282	1.14 351	0.24 249	0.18 247	0.25 276	0.21 227	0.25 258	0.25 226

ssnet_v2	0.92 322	0.39 305	1.22 324	0.66 313	0.39 228	1.31 369	0.96 404	2.32 418	1.45 392	1.48 378	1.17 232	1.53 371	0.91 284	1.16 174	1.71 419	0.31 354	0.27 370	0.30 346	0.29 366	0.28 290	0.29 292

Wz-Net-LNSev-Ref	1.09 364	0.46 339	2.61 434	0.71 364	0.65 378	2.00 438	0.78 357	2.07 366	1.47 398	1.62 405	1.47 336	1.53 371	1.29 390	2.10 336	1.65 413	0.24 249	0.14 97	0.20 120	0.16 99	0.28 290	0.28 278

cf-r	0.79 257	0.32 172	1.06 265	0.57 209	0.64 373	0.78 227	0.51 239	2.04 359	1.22 280	1.20 250	1.27 271	1.53 371	0.91 284	1.47 244	0.94 324	0.25 269	0.19 264	0.22 180	0.23 284	0.19 100	0.21 142

APVNet	1.11 367	0.59 386	1.95 402	0.87 426	0.77 414	1.90 431	0.82 376	2.03 356	1.15 243	1.14 217	1.43 328	1.55 374	1.12 366	3.03 388	1.62 407	0.32 361	0.34 413	0.42 419	0.36 411	0.36 357	0.41 375

S-Stereo	1.17 376	0.48 349	2.25 422	0.83 415	0.81 426	1.22 359	1.17 430	2.12 373	2.08 452	1.47 372	2.13 434	1.55 374	1.16 368	2.09 335	1.46 391	0.42 411	0.40 438	0.35 387	0.32 389	0.45 399	0.73 449

GwcNet-RSSM	0.83 282	0.34 220	1.29 340	0.65 299	0.55 338	0.78 227	0.62 316	1.89 322	1.27 308	1.18 238	1.39 313	1.56 376	0.91 284	1.60 268	1.22 363	0.26 292	0.20 277	0.23 214	0.24 297	0.21 178	0.21 142

GANet	1.41 406	0.52 367	1.18 314	0.74 382	0.48 295	1.40 385	1.69 459	1.87 315	1.28 316	1.56 393	2.39 446	1.56 376	1.25 385	9.13 490	1.20 358	0.31 354	0.32 404	0.34 380	0.29 366	0.40 378	0.33 333

iinet-f	1.04 350	0.50 357	4.24 462	0.58 221	0.43 266	1.78 424	0.70 341	1.29 185	1.16 250	1.25 274	1.42 324	1.57 378	1.42 408	1.47 244	1.70 417	0.26 292	0.23 334	0.20 120	0.20 186	0.26 268	0.26 246

hknet	0.82 273	0.34 220	1.15 295	0.55 167	0.39 228	1.25 363	0.66 328	2.65 457	1.10 213	1.25 274	1.12 205	1.58 379	0.85 252	1.41 228	0.79 280	0.23 229	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

HI	0.67 185	0.34 220	0.80 149	0.51 99	0.51 316	0.41 24	0.37 104	1.15 140	0.80 95	1.34 325	1.42 324	1.60 380	1.11 360	0.96 123	0.90 308	0.16 15	0.12 10	0.20 120	0.21 227	0.20 136	0.20 117

CoSv	0.67 185	0.34 220	0.80 149	0.51 99	0.51 316	0.41 24	0.37 104	1.15 140	0.80 95	1.34 325	1.42 324	1.60 380	1.11 360	0.96 123	0.90 308	0.16 15	0.12 10	0.20 120	0.21 227	0.20 136	0.20 117

DCVSM-stereo	0.75 231	0.36 257	0.82 163	0.58 221	0.43 266	0.78 227	0.42 149	1.30 186	1.05 194	1.79 422	1.04 171	1.60 380	1.08 351	1.12 167	0.86 295	0.25 269	0.27 370	0.29 335	0.24 297	0.30 321	0.37 357

HH	0.68 198	0.33 191	0.83 172	0.53 141	0.34 173	0.92 291	0.45 197	1.79 292	0.74 74	0.71 97	1.13 216	1.60 380	0.83 244	1.95 317	0.39 75	0.18 71	0.14 97	0.19 88	0.17 120	0.19 100	0.19 92

HanStereo	0.68 198	0.33 191	0.83 172	0.53 141	0.34 173	0.92 291	0.45 197	1.79 292	0.74 74	0.71 97	1.13 216	1.60 380	0.83 244	1.95 317	0.39 75	0.18 71	0.14 97	0.19 88	0.17 120	0.19 100	0.19 92

Ntro	1.72 432	1.21 461	1.62 378	2.54 487	1.86 479	2.09 444	1.14 426	2.08 367	1.38 360	1.23 267	1.62 378	1.62 385	1.33 397	2.04 328	1.21 362	3.09 491	0.56 467	1.82 481	0.65 462	2.97 490	2.25 488

CRFU-Net	0.90 314	0.42 324	1.10 281	0.69 352	0.59 356	1.76 419	0.84 379	2.33 424	0.92 130	1.45 369	1.20 239	1.62 385	1.25 385	1.38 221	0.94 324	0.28 329	0.23 334	0.22 180	0.19 157	0.24 246	0.27 264

DDUNet	1.56 419	2.70 500	1.35 346	1.79 477	1.88 480	1.82 426	0.91 393	1.84 305	1.20 266	1.40 350	1.79 403	1.62 385	1.17 371	1.59 263	1.22 363	1.11 473	0.76 478	2.38 488	0.94 476	2.12 476	1.53 478

XPNet_ROB	1.02 347	0.56 380	1.33 345	0.75 390	0.58 350	1.11 334	1.13 423	1.77 287	1.29 326	1.88 429	1.43 328	1.63 388	1.13 367	2.04 328	1.69 415	0.40 403	0.31 393	0.33 372	0.29 366	0.37 363	0.37 357

SGM-Forest	1.29 399	0.40 311	0.74 121	0.54 154	0.37 207	1.55 399	1.26 440	1.82 301	1.39 369	2.22 448	1.81 409	1.64 389	1.02 334	7.65 479	1.20 358	0.39 401	0.37 429	0.39 407	0.34 405	0.37 363	0.34 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PWC_ROB	1.39 404	0.93 443	4.07 460	0.77 399	0.83 429	1.16 346	0.53 256	1.87 315	2.01 449	2.36 453	3.06 462	1.65 390	1.60 422	2.65 377	2.29 438	0.34 375	0.23 334	0.36 397	0.25 305	0.39 374	0.49 402

anonymousa	0.78 248	0.30 124	0.85 187	0.51 99	0.96 446	1.41 387	0.47 213	1.61 251	0.94 143	1.33 318	1.77 401	1.66 391	1.11 360	0.72 55	0.63 233	0.19 107	0.18 247	0.23 214	0.25 305	0.20 136	0.22 169

Wz-Net-LNSev	1.17 376	0.72 422	4.71 466	0.66 313	0.84 431	1.72 412	1.13 423	1.97 341	1.43 384	1.34 325	1.32 288	1.66 391	1.30 393	1.44 238	1.51 397	0.29 344	0.26 362	0.24 238	0.23 284	0.33 345	0.35 350

RTSC	1.43 410	0.89 437	3.62 456	0.94 446	0.64 373	1.85 428	0.69 335	2.20 403	2.04 451	2.22 448	1.70 392	1.67 393	1.27 388	2.53 370	4.48 464	0.33 366	0.25 356	0.27 310	0.29 366	0.38 369	0.40 372

HSM-Net_RVC	0.91 319	0.31 155	0.60 54	0.54 154	0.31 105	1.15 343	0.60 311	3.76 482	1.30 328	1.57 396	1.75 398	1.67 393	1.01 326	1.61 270	0.90 308	0.23 229	0.17 219	0.19 88	0.18 136	0.20 136	0.22 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ADLNet2	0.92 322	0.37 278	1.25 331	0.80 404	0.65 378	1.12 336	0.75 350	1.95 337	1.42 383	1.26 287	1.67 387	1.68 395	1.04 342	1.80 298	1.23 366	0.25 269	0.22 307	0.21 151	0.22 253	0.27 274	0.31 317

CFNet-ft	0.78 248	0.36 257	0.74 121	0.67 327	0.56 343	0.86 271	0.54 269	1.46 216	1.17 255	1.01 169	1.28 276	1.68 395	1.03 336	1.57 258	0.95 326	0.27 313	0.21 292	0.33 372	0.26 322	0.31 328	0.26 246

CFNet_RVC	0.78 248	0.36 257	0.74 121	0.67 327	0.56 343	0.86 271	0.54 269	1.46 216	1.17 255	1.01 169	1.28 276	1.68 395	1.03 336	1.57 258	0.95 326	0.27 313	0.21 292	0.33 372	0.26 322	0.31 328	0.26 246

DLCB_ROB	0.92 322	0.43 328	0.95 232	0.71 364	0.55 338	1.11 334	0.83 377	1.61 251	1.32 337	1.67 411	1.66 385	1.70 398	0.93 294	1.96 319	1.34 378	0.26 292	0.25 356	0.27 310	0.28 348	0.28 290	0.28 278

aanetorigin	1.26 395	0.85 436	3.00 442	0.72 369	0.80 422	1.08 331	1.05 414	1.12 120	1.39 369	3.53 481	2.60 453	1.72 399	1.73 436	1.98 320	1.77 423	0.26 292	0.24 344	0.26 297	0.25 305	0.38 369	0.51 410

GwcNet	1.26 395	0.63 399	5.13 468	0.81 408	1.15 462	1.73 415	0.69 335	1.84 305	1.53 407	1.51 381	1.71 394	1.72 399	1.09 354	2.20 345	1.61 405	0.31 354	0.30 388	0.29 335	0.27 338	0.30 321	0.41 375

otaku	1.67 426	1.18 458	1.56 374	2.27 482	1.59 477	1.98 436	1.23 437	2.23 405	1.37 358	1.48 378	1.63 382	1.73 401	1.23 381	1.85 300	1.09 346	2.96 490	0.58 470	1.74 479	0.61 460	2.94 486	2.15 486

fast-acv-ft	1.00 342	0.48 349	1.85 394	0.61 261	0.52 321	1.77 421	0.69 335	1.52 225	1.47 398	1.34 325	1.85 414	1.73 401	1.24 384	1.62 271	1.56 401	0.27 313	0.28 375	0.28 324	0.28 348	0.28 290	0.31 317

ADCP+	2.12 454	0.56 380	10.01 487	0.68 339	0.91 436	2.25 450	1.04 413	1.92 332	1.50 405	1.58 397	1.34 297	1.73 401	1.62 423	2.27 351	13.20 495	0.25 269	0.22 307	0.32 363	0.29 366	0.38 369	0.34 341

ETE_ROB	1.01 346	0.69 416	1.49 363	0.72 369	0.50 306	1.15 343	1.12 421	1.91 326	1.24 288	1.94 436	1.50 347	1.73 401	1.06 348	1.78 291	1.33 377	0.33 366	0.26 362	0.38 404	0.34 405	0.40 378	0.44 390

PDISCO_ROB	1.41 406	0.73 425	2.04 409	1.40 469	1.46 475	2.83 467	1.07 417	2.64 456	2.11 454	1.41 352	1.50 347	1.73 401	0.99 317	2.83 385	1.46 391	1.03 469	0.27 370	0.54 444	0.47 438	0.77 453	0.84 459

RAFT	0.67 185	0.32 172	0.83 172	0.63 279	0.34 173	0.69 192	0.57 291	1.14 128	0.84 106	1.12 200	1.20 239	1.75 406	0.92 292	1.09 159	0.60 224	0.22 207	0.19 264	0.27 310	0.24 297	0.22 198	0.23 187

ccnet	1.19 381	0.71 419	1.36 351	0.81 408	0.75 408	1.72 412	1.13 423	1.98 342	1.31 335	1.52 383	1.84 411	1.75 406	1.36 400	2.01 325	2.04 429	0.57 447	0.54 464	0.57 452	0.56 453	0.60 437	0.60 434

PASM	1.48 413	1.08 451	3.96 459	0.93 443	0.93 440	1.17 353	1.19 432	1.77 287	1.65 422	1.90 430	1.52 355	1.75 406	1.42 408	4.54 420	1.52 399	0.64 455	0.68 476	0.69 462	0.79 470	0.70 449	0.74 450

hitnet-ft	0.84 288	0.38 296	0.75 126	0.59 240	0.44 275	0.99 314	0.47 213	1.61 251	1.38 360	1.21 256	1.22 246	1.82 409	0.99 317	1.87 304	1.09 346	0.33 366	0.29 384	0.34 380	0.27 338	0.36 357	0.33 333

UGAM	1.17 376	0.29 101	1.08 273	0.55 167	0.43 266	0.69 192	0.71 344	1.14 128	1.35 344	1.00 164	1.49 340	1.90 410	0.86 260	9.61 496	0.89 304	0.21 174	0.19 264	0.30 346	0.25 305	0.20 136	0.18 59

LSM	6.55 497	1.26 463	15.64 499	1.79 477	68.74 522	1.67 411	2.08 479	2.26 408	2.59 464	3.13 478	3.08 463	1.90 410	1.81 441	2.89 386	2.16 433	0.43 412	0.59 471	0.50 436	0.58 455	0.64 442	17.24 516

RP	1.17 376	0.54 372	1.48 362	0.93 443	1.05 452	1.14 340	0.85 384	1.99 346	1.70 426	1.72 415	2.07 431	1.91 412	1.93 448	2.00 324	1.37 382	0.55 445	0.37 429	0.48 433	0.37 415	0.46 406	0.46 397

HSM	1.22 386	0.34 220	0.81 154	0.61 261	0.39 228	1.22 359	0.63 321	2.45 436	1.25 296	1.32 313	1.26 262	1.91 412	1.08 351	9.21 492	0.75 266	0.23 229	0.17 219	0.20 120	0.16 99	0.22 198	0.24 207

NCCL2	1.06 355	0.64 402	1.35 346	0.78 402	0.58 350	1.32 370	1.69 459	1.89 322	1.38 360	1.52 383	1.20 239	1.91 412	1.17 371	1.79 296	1.50 395	0.35 383	0.31 393	0.45 425	0.44 431	0.41 382	0.45 392

MFN_U_SF_DS_RVC	1.80 435	1.11 455	4.33 463	0.84 419	0.77 414	3.70 480	2.41 492	2.04 359	1.85 440	1.75 417	1.90 420	1.92 415	1.25 385	7.33 475	1.45 389	0.47 429	0.47 453	0.53 443	0.77 469	0.50 415	0.55 421

NCC-stereo	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 400	2.14 382	1.36 353	1.43 360	1.79 403	1.93 416	2.13 461	2.54 371	1.41 385	0.49 433	0.38 432	0.45 425	0.59 457	0.43 387	0.45 392

Abc-Net	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 400	2.14 382	1.36 353	1.43 360	1.79 403	1.93 416	2.13 461	2.54 371	1.41 385	0.49 433	0.38 432	0.45 425	0.59 457	0.43 387	0.45 392
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CSAN	1.61 422	0.67 412	3.24 449	0.74 382	0.52 321	1.77 421	1.74 464	1.98 342	1.94 445	2.47 460	2.33 444	1.93 416	2.04 453	6.45 463	1.95 428	0.43 412	0.36 424	0.41 418	0.42 425	0.43 387	0.44 390

LALA_ROB	1.06 355	0.66 409	1.37 354	0.70 361	0.53 326	1.61 405	1.25 439	1.81 299	1.48 402	1.82 425	1.40 318	1.93 416	1.03 336	1.68 278	1.69 415	0.38 395	0.28 375	0.43 420	0.37 415	0.43 387	0.38 365

RYNet	1.24 393	0.52 367	1.57 376	0.73 376	0.97 447	1.74 417	0.95 403	2.09 369	1.54 409	1.44 363	1.18 235	1.94 420	1.29 390	4.57 421	1.93 427	0.27 313	0.23 334	0.35 387	0.27 338	0.57 431	0.59 431

RainbowNet	2.06 450	1.86 482	1.97 404	2.86 490	2.25 485	2.03 440	1.79 467	2.77 464	1.92 443	1.54 389	1.84 411	1.95 421	1.73 436	2.23 347	1.38 383	3.40 497	0.86 484	2.39 490	1.00 482	2.94 486	2.42 490

ac_64	0.86 297	0.32 172	1.02 253	0.74 382	0.60 360	1.04 320	0.53 256	2.20 403	0.99 168	1.23 267	1.11 201	1.96 422	1.06 348	2.01 325	1.01 337	0.30 350	0.22 307	0.24 238	0.23 284	0.22 198	0.22 169

FBW_ROB	1.78 433	0.66 409	1.90 397	0.72 369	0.66 384	1.79 425	1.07 417	2.79 467	1.77 432	1.84 426	1.79 403	1.98 423	1.37 401	12.42 509	2.22 434	0.36 390	0.38 432	0.57 452	0.39 419	0.46 406	0.51 410

UDG	1.47 411	2.69 499	1.13 288	1.45 473	1.65 478	1.34 376	0.79 365	1.75 284	1.27 308	1.29 302	1.74 397	1.99 424	1.39 404	1.66 275	1.51 397	0.91 465	0.55 466	2.30 485	0.76 468	1.99 475	1.20 472

AF-Net	1.23 390	0.56 380	2.31 423	0.88 428	0.93 440	1.41 387	0.73 348	2.27 414	1.71 428	1.76 420	2.42 448	2.00 425	1.70 432	1.98 320	1.62 407	0.50 437	0.29 384	0.49 435	0.33 400	0.40 378	0.34 341

XQC	1.51 415	0.98 446	3.20 446	0.92 438	0.76 413	2.01 439	1.17 430	2.53 450	1.99 448	2.01 441	1.54 358	2.00 425	1.54 419	3.16 392	3.46 455	0.49 433	0.31 393	0.45 425	0.40 421	0.71 451	0.62 436

SHD	1.42 408	0.81 432	2.79 438	0.98 450	0.92 437	1.97 435	0.68 332	2.43 434	2.55 463	2.54 461	1.72 395	2.01 427	1.62 423	2.14 340	2.70 445	0.40 403	0.33 410	0.39 407	0.40 421	0.48 411	0.54 416

LL-Strereo	1.42 408	0.44 335	2.02 405	0.62 269	1.07 453	0.73 205	0.65 325	2.02 352	1.21 272	1.60 401	1.62 378	2.02 428	2.10 456	9.67 497	1.07 345	0.22 207	0.20 277	0.27 310	0.24 297	0.23 217	0.33 333

FAT-Stereo	1.10 365	0.43 328	1.46 359	0.74 382	0.60 360	1.13 337	0.92 395	2.06 364	1.71 428	1.75 417	2.00 427	2.02 428	1.47 414	2.02 327	1.26 370	0.44 421	0.36 424	0.34 380	0.29 366	0.36 357	0.57 426

DANet	1.16 374	0.64 402	1.52 369	0.88 428	0.74 405	1.52 396	0.52 250	1.68 262	1.21 272	1.81 423	1.55 361	2.02 428	1.11 360	3.30 399	2.28 436	0.34 375	0.31 393	0.40 413	0.30 378	0.46 406	0.54 416
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RGC	1.22 386	0.82 433	1.71 383	0.95 448	0.98 449	1.53 398	0.80 368	2.18 398	1.35 344	1.69 413	1.94 423	2.03 431	1.66 429	2.36 357	1.50 395	0.46 425	0.36 424	0.59 455	0.48 440	0.49 414	0.49 402

Nwc_Net	1.19 381	0.53 369	2.34 424	0.92 438	0.81 426	1.49 393	0.70 341	2.28 416	1.32 337	1.41 352	2.27 440	2.03 431	1.76 438	2.05 332	1.46 391	0.43 412	0.30 388	0.43 420	0.46 436	0.39 374	0.40 372

ADCL	1.82 437	0.70 417	4.57 465	0.70 361	0.63 372	2.56 459	1.77 466	2.08 367	1.77 432	1.95 438	1.89 418	2.04 433	1.88 446	2.36 357	9.55 490	0.27 313	0.25 356	0.35 387	0.32 389	0.39 374	0.39 368

AnyNet_C32	2.14 455	1.45 469	7.38 477	0.95 448	1.12 456	2.23 448	2.34 488	2.10 371	1.54 409	2.44 456	1.79 403	2.04 433	1.66 429	2.69 378	10.48 492	0.38 395	0.35 420	0.35 387	0.42 425	0.50 415	0.60 434

AIO-Stereo-zeroshot1	1.06 355	0.43 328	3.59 454	0.53 141	0.66 384	0.79 234	0.39 126	2.60 454	0.98 159	0.96 157	4.58 478	2.05 435	0.56 136	0.99 129	0.51 171	0.19 107	0.14 97	0.21 151	0.28 348	0.32 339	0.41 375

RASNet	1.16 374	0.34 220	1.11 283	0.73 376	0.86 433	1.00 315	0.60 311	1.56 237	1.43 384	1.07 187	1.37 307	2.08 436	1.44 411	7.00 472	1.56 401	0.20 147	0.17 219	0.17 33	0.19 157	0.19 100	0.19 92

AIO-Stereo-zeroshot	0.85 293	0.38 296	2.79 438	0.51 99	0.60 360	0.72 201	0.38 113	2.87 470	0.77 81	0.80 114	1.07 182	2.14 437	0.93 294	0.96 123	0.62 230	0.21 174	0.13 35	0.21 151	0.26 322	0.29 306	0.32 326

psmorigin	1.69 430	0.74 427	13.13 494	0.70 361	0.60 360	1.16 346	0.79 365	1.69 271	1.25 296	2.07 444	1.77 401	2.23 438	1.51 418	2.14 340	1.45 389	0.39 401	0.41 439	0.34 380	0.33 400	0.45 399	0.63 438

EDNetEfficient	2.40 465	1.14 456	8.59 483	0.77 399	0.73 401	1.06 326	1.53 453	1.54 231	4.06 488	4.87 494	2.81 456	2.23 438	3.53 484	3.04 389	9.65 491	0.27 313	0.24 344	0.27 310	0.31 382	0.70 449	0.67 441

DispFullNet	2.39 464	2.89 502	3.74 457	3.09 495	2.27 487	2.04 441	0.84 379	2.19 400	1.73 430	2.54 461	1.98 426	2.23 438	5.83 495	3.44 402	1.84 425	1.03 469	0.33 410	2.65 496	1.97 500	2.87 485	2.34 489

Wz-Net-SNSev	1.68 428	1.45 469	8.71 484	0.71 364	0.67 390	1.35 377	1.51 450	2.15 387	1.47 398	1.51 381	1.68 389	2.27 441	1.38 402	4.23 413	2.36 440	0.32 361	0.29 384	0.31 352	0.33 400	0.43 387	0.39 368

DPSNet	1.91 445	0.64 402	5.95 470	0.73 376	0.59 356	2.04 441	1.61 458	3.84 483	1.96 447	1.54 389	1.39 313	2.27 441	3.32 481	4.95 428	4.79 466	0.50 437	0.31 393	0.29 335	0.26 322	0.67 446	0.54 416

G-Net	1.71 431	0.67 412	2.09 410	1.14 462	0.75 408	2.96 472	0.89 390	1.58 242	1.30 328	2.76 466	8.12 500	2.29 443	2.51 470	1.94 314	2.23 435	0.49 433	0.45 448	0.45 425	0.31 382	0.62 441	0.59 431

WZ-Net	2.14 455	1.08 451	11.68 493	0.89 435	0.78 418	1.76 419	1.59 457	2.39 429	2.03 450	2.11 445	1.95 425	2.30 444	2.28 464	5.94 450	3.86 460	0.35 383	0.27 370	0.29 335	0.32 389	0.52 418	0.50 406

stereogan	1.22 386	0.45 336	2.03 408	0.87 426	0.85 432	2.52 458	0.72 345	1.98 342	1.78 435	1.92 432	1.94 423	2.31 445	1.42 408	2.10 336	1.14 351	0.38 395	0.36 424	0.39 407	0.32 389	0.52 418	0.49 402

CBFPSM	0.95 328	0.37 278	2.10 411	0.51 99	0.39 228	1.73 415	0.87 388	1.59 247	1.13 232	1.11 192	1.00 154	2.34 446	1.64 428	1.42 233	1.44 388	0.19 107	0.18 247	0.20 120	0.20 186	0.22 198	0.36 353

ADCMid	2.11 453	0.90 438	8.39 482	0.75 390	0.69 394	1.98 436	1.14 426	2.18 398	1.67 424	2.85 468	1.85 414	2.35 447	2.02 452	2.35 356	10.58 493	0.34 375	0.32 404	0.39 407	0.44 431	0.51 417	0.53 415

ADCS	2.35 461	1.26 463	6.54 473	0.85 422	0.77 414	2.18 447	1.79 467	2.47 441	2.20 456	2.80 467	2.14 436	2.38 448	2.09 455	2.81 383	13.83 501	0.43 412	0.41 439	0.40 413	0.45 434	0.59 434	0.67 441

DISCO	1.06 355	0.37 278	1.19 315	0.73 376	0.46 286	2.04 441	0.84 379	2.26 408	1.54 409	1.25 274	1.36 306	2.38 448	1.08 351	2.60 374	1.62 407	0.24 249	0.19 264	0.22 180	0.20 186	0.32 339	0.29 292

PVD	1.82 437	0.91 441	3.02 443	1.03 453	0.94 443	2.61 461	1.14 426	2.78 466	3.40 482	3.08 477	2.75 455	2.39 450	2.49 469	2.81 383	3.66 457	0.48 431	0.49 460	0.59 455	0.49 443	0.60 437	0.81 457

MFN_U_SF_RVC	1.62 424	0.96 445	4.36 464	0.92 438	0.69 394	2.62 462	1.10 419	2.50 446	1.74 431	1.99 440	1.86 416	2.45 451	1.78 440	3.08 390	2.84 447	0.54 441	0.50 461	0.56 450	0.60 459	0.60 437	0.67 441

ADCPNet	1.97 448	0.78 428	9.38 486	0.74 382	0.61 366	2.73 464	1.36 445	2.11 372	1.66 423	1.92 432	1.70 392	2.45 451	2.07 454	2.50 368	6.84 478	0.38 395	0.38 432	0.38 404	0.43 429	0.47 410	0.50 406

edge stereo	1.15 373	0.54 372	1.50 364	0.73 376	0.66 384	1.18 355	0.84 379	2.13 381	1.41 375	1.73 416	1.84 411	2.53 453	1.46 412	2.46 363	1.35 380	0.43 412	0.41 439	0.54 444	0.36 411	0.43 387	0.50 406

Wz-Net-TNSev	2.10 452	2.71 501	9.30 485	0.72 369	0.65 378	2.41 457	1.81 471	2.45 436	1.77 432	1.62 405	1.56 367	2.56 454	2.01 450	5.30 433	4.46 463	0.41 407	0.38 432	0.33 372	0.37 415	0.54 426	0.64 439

RTS	2.76 469	1.55 476	15.40 496	1.13 459	1.42 473	3.75 483	2.21 482	2.45 436	2.72 472	2.91 471	2.85 458	2.58 455	1.62 423	6.28 458	5.80 473	0.41 407	0.30 388	0.35 387	0.35 409	0.52 418	0.54 416

RTSA	2.76 469	1.55 476	15.40 496	1.13 459	1.42 473	3.75 483	2.21 482	2.45 436	2.72 472	2.91 471	2.85 458	2.58 455	1.62 423	6.28 458	5.80 473	0.41 407	0.30 388	0.35 387	0.35 409	0.52 418	0.54 416

ACVNet-4b	3.05 481	1.42 468	18.09 505	2.85 489	2.33 489	2.32 455	1.22 435	2.47 441	2.21 457	1.26 287	2.36 445	2.64 457	1.46 412	6.32 460	1.23 366	3.29 494	0.45 448	2.37 487	1.02 484	3.03 491	2.61 493

MSC_U_SF_DS_RVC	2.22 458	1.29 466	4.14 461	1.10 458	0.78 418	5.00 494	2.38 491	2.47 441	2.67 471	1.94 436	2.28 441	2.66 458	1.70 432	9.10 489	2.29 438	0.68 460	0.52 462	0.68 461	0.71 467	1.17 470	0.81 457

AnyNet_C01	2.38 463	2.21 491	10.17 488	0.99 451	0.79 420	3.12 473	2.37 489	2.69 461	1.89 442	2.58 463	2.44 449	2.70 459	1.86 445	3.65 404	7.12 479	0.41 407	0.41 439	0.40 413	0.42 425	0.68 447	0.79 455

MADNet+	2.80 472	3.38 505	11.57 492	1.50 475	1.21 469	3.18 475	2.00 473	3.52 480	2.61 465	1.81 423	2.09 432	2.83 460	2.18 463	7.55 478	5.44 472	0.84 463	0.83 479	0.71 463	0.66 463	1.05 467	1.08 468

SPS-STEREO	1.78 433	1.09 453	1.52 369	1.22 465	1.14 460	1.87 430	1.11 420	2.27 414	1.70 426	3.17 479	2.39 446	2.84 461	1.93 448	4.41 417	2.93 448	1.04 471	0.99 492	0.97 469	0.94 476	1.03 465	1.05 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UGAM-zero	1.05 353	0.33 191	1.04 258	0.49 70	0.31 105	0.67 179	0.26 23	2.37 427	0.80 95	1.05 180	1.11 201	2.86 462	1.81 441	6.26 456	0.50 167	0.18 71	0.15 160	0.19 88	0.16 99	0.17 43	0.21 142

SAMSARA	1.80 435	0.90 438	3.37 451	1.28 468	1.13 458	3.71 481	2.33 487	2.53 450	1.93 444	3.17 479	1.73 396	2.99 463	1.68 431	3.53 403	2.46 442	0.47 429	0.54 464	0.43 420	0.47 438	0.59 434	0.64 439

PAM	0.86 297	0.31 155	1.19 315	0.55 167	0.35 190	2.17 446	0.47 213	2.26 408	0.87 115	1.18 238	0.96 134	3.01 464	1.41 407	0.90 108	0.40 91	0.19 107	0.13 35	0.19 88	0.18 136	0.20 136	0.27 264

IMH-64-1	2.82 473	1.87 483	1.77 386	3.31 497	2.69 493	3.22 476	2.07 477	4.25 488	2.77 474	2.46 458	3.78 471	3.05 465	2.34 466	4.67 424	3.00 450	3.84 501	0.84 482	2.75 497	1.39 489	3.34 495	2.93 498

IMH-64	2.82 473	1.87 483	1.77 386	3.31 497	2.69 493	3.22 476	2.07 477	4.25 488	2.77 474	2.46 458	3.78 471	3.05 465	2.34 466	4.67 424	3.00 450	3.84 501	0.84 482	2.75 497	1.39 489	3.34 495	2.93 498

EDNetEfficientorigin	10.59 506	1.52 474	177.33 527	0.68 339	0.54 334	1.66 410	1.20 434	1.94 334	3.39 481	4.69 492	3.37 465	3.08 467	2.79 475	3.25 396	3.63 456	0.26 292	0.24 344	0.33 372	0.28 348	0.85 456	0.87 460

PWCK	3.24 483	2.37 492	10.86 490	2.14 481	1.14 460	3.71 481	4.19 500	3.02 473	3.55 484	3.05 476	3.63 469	3.09 468	2.35 468	8.16 484	3.41 454	2.17 483	0.96 490	1.77 480	1.01 483	2.84 484	1.40 477

PAM_32	0.87 301	0.30 124	1.08 273	0.56 187	0.32 137	2.10 445	0.36 94	2.26 408	1.01 175	1.13 203	1.05 178	3.14 469	1.47 414	1.00 132	0.42 108	0.19 107	0.14 97	0.20 120	0.18 136	0.19 100	0.25 226

NVStereoNet_ROB	2.17 457	1.18 458	3.51 453	1.14 462	1.26 470	1.57 402	1.51 450	2.19 400	2.11 454	2.04 442	4.80 481	3.17 470	2.11 459	7.97 482	2.10 430	1.12 474	0.94 489	1.10 475	1.34 488	0.95 460	1.31 473
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACV-stereo	1.00 342	0.55 376	1.47 360	0.59 240	0.42 261	2.38 456	0.58 298	1.20 157	1.21 272	0.83 122	1.01 156	3.36 471	2.10 456	1.64 272	1.17 354	0.28 329	0.22 307	0.23 214	0.22 253	0.29 306	0.35 350

ACVNet_1	3.08 482	1.48 472	17.70 501	2.90 492	2.35 490	2.30 452	1.43 448	3.16 474	2.26 459	1.91 431	2.05 430	3.51 472	2.32 465	3.71 407	1.58 403	3.25 493	0.66 473	2.40 491	1.06 485	3.07 492	2.59 492

SANet	2.26 459	0.70 417	6.94 475	0.69 352	0.46 286	2.76 465	1.76 465	2.61 455	5.84 497	2.45 457	3.52 468	3.71 473	3.38 483	5.90 447	2.14 432	0.34 375	0.31 393	0.32 363	0.29 366	0.54 426	0.43 387

ELAS	2.67 468	0.80 429	2.13 414	1.13 459	1.15 462	6.25 498	2.56 493	3.50 479	3.68 485	5.36 497	4.92 484	3.79 474	5.56 494	3.65 404	5.22 470	0.66 457	0.57 468	0.56 450	0.54 451	0.65 444	0.75 452
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	8.35 502	2.39 493	100.24 526	0.68 339	0.54 334	1.77 421	1.57 456	1.71 276	11.00 501	18.91 515	3.76 470	3.85 475	8.23 503	3.29 398	6.58 476	0.31 354	0.31 393	0.32 363	0.31 382	0.69 448	0.57 426

SGM_RVC	1.88 440	0.40 311	0.90 213	0.63 279	0.30 87	2.81 466	1.26 440	2.73 462	1.81 438	4.09 483	2.85 458	3.88 476	3.19 478	8.42 486	2.44 441	0.33 366	0.31 393	0.30 346	0.28 348	0.31 328	0.31 317
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-7	2.78 471	1.54 475	2.18 417	1.41 472	1.19 466	3.92 486	2.01 476	4.19 487	3.89 487	2.98 473	5.47 486	4.18 477	3.28 480	8.24 485	4.27 461	1.13 475	1.01 493	1.18 476	1.13 487	1.19 471	1.13 471

JetBlue	4.18 487	2.45 496	10.42 489	1.40 469	2.89 498	10.68 504	10.68 503	3.91 484	2.52 461	2.74 465	3.39 466	4.50 478	4.27 490	7.97 482	7.67 482	0.89 464	0.97 491	0.89 467	0.92 475	2.26 477	2.21 487

ACVNet_2	2.86 476	1.47 471	8.28 480	2.68 488	2.26 486	2.70 463	1.84 472	3.41 476	3.04 476	2.27 450	3.42 467	4.58 479	2.10 456	5.91 448	1.62 407	2.58 487	0.67 474	2.22 484	0.85 473	2.79 483	2.47 491

IMH	3.35 484	1.95 485	1.86 395	3.30 496	2.72 495	4.03 489	2.00 473	4.58 492	3.83 486	2.87 469	6.99 492	4.69 480	3.21 479	6.77 469	2.97 449	3.91 504	0.89 486	2.78 499	1.40 493	3.36 497	2.93 498

ELAS_RVC	2.87 477	0.80 429	3.22 448	1.16 464	1.12 456	2.92 471	5.33 501	2.98 472	4.18 489	5.04 495	4.82 482	4.71 481	8.23 503	4.25 415	4.79 466	0.67 458	0.57 468	0.57 452	0.53 450	0.66 445	0.74 450
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	2.98 480	1.67 480	1.88 396	2.38 486	2.30 488	3.53 479	2.37 489	4.38 490	4.64 493	2.42 454	4.50 475	4.85 482	2.99 476	5.22 432	5.37 471	1.77 479	1.16 499	2.31 486	1.47 494	2.42 479	1.99 485

KSHMR	8.76 504	2.14 490	3.59 454	3.60 503	3.13 500	4.15 490	2.67 494	5.61 499	58.90 526	3.04 475	55.71 526	4.94 483	2.54 472	4.61 423	3.05 452	3.49 498	1.57 503	3.14 502	1.98 501	3.84 499	3.49 502

MADNet++	5.41 493	3.18 503	6.43 472	4.66 510	3.95 507	6.15 497	6.75 502	4.51 491	4.51 492	5.06 496	6.27 488	4.96 484	6.14 496	9.39 494	11.70 494	4.71 507	4.19 508	3.97 508	3.33 506	4.08 501	4.25 508

tt	6.61 498	0.28 81	6.10 471	3.77 504	2.17 482	11.53 505	19.61 510	13.53 512	5.81 496	3.00 474	2.82 457	4.97 485	6.33 497	3.83 410	7.23 480	9.13 512	11.32 514	5.87 511	6.22 510	6.01 508	2.63 495

test_sample8	2.29 460	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	2.03 356	1.22 280	2.28 451	1.33 293	4.98 486	2.51 470	2.46 363	8.57 484	0.59 450	12.85 515	0.62 457	0.67 464	0.45 399	0.48 398

Dean	3.77 486	1.65 479	17.87 502	3.01 494	2.54 492	3.15 474	2.10 480	4.80 493	4.42 490	2.89 470	6.03 487	5.45 487	2.55 473	3.40 401	2.13 431	3.22 492	0.89 486	2.51 494	1.07 486	3.07 492	2.65 496

WCMA_ROB	2.05 449	0.55 376	1.77 386	0.74 382	0.61 366	2.24 449	1.56 455	2.17 397	1.79 436	4.16 487	6.36 489	5.66 488	4.66 492	3.19 393	2.77 446	0.55 445	0.45 448	0.40 413	0.43 429	0.48 411	0.50 406

LVE	3.40 485	1.80 481	2.21 419	2.90 492	2.44 491	3.27 478	2.25 484	4.80 493	5.06 494	2.43 455	6.79 490	5.99 489	2.64 474	9.20 491	2.28 436	3.30 495	1.11 498	2.38 488	1.48 495	2.95 488	2.62 494

JetRed	7.02 499	8.94 510	25.72 512	2.89 491	3.27 502	14.25 508	12.27 506	6.69 503	4.45 491	4.46 490	4.56 476	6.65 490	5.43 493	7.46 477	14.41 503	2.60 488	3.31 505	2.61 495	2.30 505	4.34 503	3.79 505

WAO-8	4.57 490	2.01 486	2.58 432	2.37 484	2.21 483	9.75 500	1.71 461	6.04 501	16.34 505	4.11 484	7.69 498	7.41 491	3.85 486	10.02 504	3.85 458	2.05 481	1.09 496	2.44 492	1.39 489	2.56 481	1.86 483

Venus	4.57 490	2.01 486	2.58 432	2.37 484	2.21 483	9.75 500	1.71 461	6.04 501	16.34 505	4.11 484	7.69 498	7.41 491	3.85 486	10.02 504	3.85 458	2.05 481	1.09 496	2.44 492	1.39 489	2.56 481	1.86 483

MeshStereo	2.36 462	0.60 387	1.05 263	0.63 279	0.51 316	2.58 460	0.99 408	3.46 478	2.21 457	7.38 504	5.06 485	7.50 493	3.10 477	7.02 473	2.54 443	0.44 421	0.44 446	0.45 425	0.40 421	0.43 387	0.45 392
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
ktn	4.56 489	2.41 494	2.54 429	3.79 505	3.25 501	4.81 493	2.91 497	5.52 497	7.36 498	4.12 486	14.55 507	7.54 494	3.70 485	7.84 481	3.35 453	4.06 505	1.86 504	3.26 505	2.22 504	3.27 494	2.86 497

notaker	4.29 488	2.42 495	5.06 467	3.89 506	3.29 503	4.00 487	2.25 484	4.93 495	3.47 483	4.21 489	6.79 490	7.67 495	3.37 482	9.25 493	6.47 475	4.09 506	1.42 501	3.35 506	2.13 503	4.11 502	3.54 503

FCDSN-DC	2.47 466	0.65 408	1.00 249	0.85 422	0.75 408	2.26 451	0.97 405	2.31 417	1.83 439	5.52 499	7.65 496	7.72 496	7.70 502	4.43 418	2.64 444	0.52 439	0.48 455	0.52 439	0.52 448	0.57 431	0.59 431
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSMD_ROB	2.08 451	0.61 392	1.15 295	0.71 364	0.62 370	4.00 487	0.93 398	1.94 334	1.79 436	4.71 493	4.60 479	8.14 497	3.87 488	3.75 408	1.65 413	0.54 441	0.48 455	0.55 448	0.58 455	0.53 423	0.52 412

SGM+DAISY	5.38 492	1.28 465	8.24 479	1.27 467	1.16 464	10.62 503	16.01 509	2.93 471	2.53 462	8.64 507	13.03 505	8.26 498	13.38 506	6.34 461	7.59 481	1.07 472	1.05 495	1.00 472	0.98 479	1.02 464	1.12 470

LE_ROB	8.35 502	0.47 344	27.42 516	0.83 415	0.34 173	2.84 468	3.36 499	4.03 486	27.04 517	25.20 517	8.72 501	8.55 499	27.35 517	7.37 476	22.13 510	0.22 207	0.20 277	0.20 120	0.21 227	0.25 258	0.25 226

UNDER WATER	5.68 495	2.46 497	15.52 498	3.98 508	3.53 504	5.15 495	2.74 495	5.58 498	16.41 508	4.00 482	4.56 476	9.12 500	6.43 498	6.22 454	9.11 488	3.85 503	1.35 500	3.18 504	1.98 501	4.51 505	3.84 507

UNDER WATER-64	5.84 496	2.48 498	17.93 503	3.97 507	3.58 505	7.70 499	3.03 498	5.72 500	14.13 502	4.18 488	4.00 473	9.27 501	6.80 499	6.20 453	9.22 489	3.67 499	1.52 502	3.14 502	1.95 499	4.43 504	3.83 506

FC-DCNN	2.88 478	0.61 392	1.15 295	0.75 390	0.57 347	2.85 469	1.05 414	3.44 477	2.64 469	6.93 500	7.63 495	9.86 502	7.02 500	5.76 445	4.31 462	0.54 441	0.48 455	0.51 437	0.50 444	0.53 423	0.52 412

DPSMNet_ROB	13.08 510	8.28 509	22.32 508	9.54 513	18.15 509	11.53 505	31.98 516	10.83 510	16.27 504	7.17 503	19.40 514	10.12 503	16.69 509	9.87 500	22.50 512	4.78 509	8.72 509	5.38 510	10.25 514	6.16 510	11.59 512

DGTPSM_ROB	13.06 509	8.27 508	22.29 507	9.53 512	18.14 508	11.53 505	31.97 515	10.82 509	16.25 503	7.14 502	19.39 513	10.12 503	16.69 509	9.85 499	22.49 511	4.77 508	8.72 509	5.37 509	10.24 513	6.15 509	11.56 511

FC-DCNN v2	2.96 479	0.61 392	1.13 288	0.75 390	0.57 347	2.90 470	1.06 416	3.59 481	2.66 470	7.05 501	7.66 497	10.26 505	7.17 501	6.27 457	4.49 465	0.54 441	0.48 455	0.51 437	0.50 444	0.53 423	0.52 412

TorneroNet	10.72 507	2.09 488	2.76 437	3.48 500	3.03 499	44.72 521	2.31 486	8.62 506	67.06 527	7.45 505	23.21 515	10.59 506	4.28 491	9.03 488	9.00 487	3.67 499	0.91 488	3.04 501	1.63 497	3.92 500	3.55 504

TorneroNet-64	5.41 493	2.10 489	2.43 426	3.49 501	2.83 496	9.90 502	2.13 481	8.87 507	16.79 510	5.39 498	9.18 502	10.68 507	3.92 489	9.55 495	5.11 469	3.36 496	0.86 484	2.88 500	1.62 496	3.76 498	3.37 501

MANE	7.50 500	0.64 402	7.97 478	1.40 469	2.10 481	16.86 510	12.56 507	12.91 511	17.51 513	8.50 506	11.60 504	14.66 508	13.33 505	12.02 508	13.28 496	0.62 453	0.52 462	0.52 439	1.90 498	0.56 429	0.58 429

pmcnn	2.84 475	0.46 339	5.19 469	0.68 339	0.42 261	1.55 399	1.16 429	2.32 418	1.60 419	2.72 464	7.49 494	17.96 509	1.48 416	6.04 451	6.64 477	0.18 71	0.15 160	0.15 6	0.12 17	0.20 136	0.20 117

Anonymous_1	42.79 522	18.71 512	24.75 509	21.81 514	45.16 520	27.68 512	37.52 517	28.64 517	16.34 505	14.72 511	14.53 506	20.60 510	17.82 511	21.52 513	25.88 515	113.45 527	8.91 511	100.63 524	126.37 524	158.50 527	12.31 513

DPSM_ROB	19.12 511	19.13 513	25.13 510	22.15 515	20.86 512	28.06 513	37.75 518	27.18 515	16.95 511	14.25 509	15.07 508	21.66 511	18.69 512	21.83 514	26.51 516	10.15 514	9.30 512	10.45 514	10.41 515	14.00 513	12.85 514

DPSM	19.12 511	19.13 513	25.13 510	22.15 515	20.86 512	28.06 513	37.75 518	27.18 515	16.95 511	14.25 509	15.07 508	21.66 511	18.69 512	21.83 514	26.51 516	10.15 514	9.30 512	10.45 514	10.41 515	14.00 513	12.85 514

xxxxx1	54.34 525	26.72 516	27.03 513	114.14 524	99.00 524	30.68 517	47.19 520	32.52 519	26.09 514	17.85 512	17.48 510	21.86 513	20.92 514	24.38 517	33.78 518	34.73 521	41.33 522	157.67 525	175.68 525	65.82 523	71.99 525

tt_ll	54.34 525	26.72 516	27.03 513	114.14 524	99.00 524	30.68 517	47.19 520	32.52 519	26.09 514	17.85 512	17.48 510	21.86 513	20.92 514	24.38 517	33.78 518	34.73 521	41.33 522	157.67 525	175.68 525	65.82 523	71.99 525

ff	54.34 525	26.72 516	27.03 513	114.14 524	99.00 524	30.68 517	47.19 520	32.52 519	26.09 514	17.85 512	17.48 510	21.86 513	20.92 514	24.38 517	33.78 518	34.73 521	41.33 522	157.67 525	175.68 525	65.82 523	71.99 525

HanzoNet	11.92 508	5.12 507	17.18 500	4.19 509	3.59 506	5.16 496	2.82 496	7.41 504	9.96 500	33.31 522	27.60 516	22.25 516	37.31 521	18.18 512	13.57 497	8.13 511	3.44 507	3.50 507	3.44 507	7.77 512	4.52 509

SGM-ForestM	7.81 501	0.48 349	11.02 491	0.74 382	0.40 238	16.83 509	12.72 508	7.91 505	8.13 499	11.53 508	10.25 503	22.44 517	14.01 507	17.02 511	20.52 509	0.38 395	0.39 437	0.37 400	0.36 411	0.37 363	0.38 365

LRCNet_RVC	22.79 513	32.09 519	22.06 506	29.83 517	26.15 514	4.40 492	0.84 379	22.64 513	2.10 453	26.93 518	29.25 517	23.03 518	15.56 508	23.91 516	18.92 508	32.00 520	20.04 521	34.68 519	32.13 520	30.66 519	28.52 519

DPSimNet_ROB	24.77 515	9.69 511	61.46 524	3.56 502	19.46 510	25.95 511	77.56 526	5.09 496	16.60 509	21.50 516	29.82 518	25.12 519	85.69 527	13.37 510	23.07 514	7.23 510	17.79 517	8.55 512	7.57 511	4.57 507	31.84 520

HaxPig	39.02 519	41.39 524	41.59 517	30.10 518	32.36 515	29.49 515	27.65 513	30.56 518	37.94 523	43.75 523	43.81 522	33.42 520	35.69 518	41.51 521	40.33 523	43.91 524	47.48 526	45.87 520	47.14 522	42.29 520	44.06 523

MEDIAN_ROB	42.01 521	44.30 526	44.14 520	35.08 519	34.90 516	31.33 520	29.90 514	36.77 523	40.11 525	47.14 525	46.55 524	37.49 521	38.50 524	44.30 526	42.32 524	47.93 526	49.31 527	49.68 522	49.00 523	44.98 522	46.46 524

AVERAGE_ROB	40.42 520	42.30 525	42.61 518	36.91 520	35.54 517	30.42 516	27.59 512	37.45 524	38.45 524	44.87 524	44.27 523	37.55 522	36.69 519	41.82 522	40.25 522	45.36 525	46.73 525	47.09 521	46.32 521	42.47 521	43.74 522

Selective-RAFT-Error	38.47 518	38.44 522	50.38 522	44.74 521	42.01 519	56.47 523	76.24 525	54.44 525	34.02 522	28.59 520	30.30 519	43.51 523	38.10 523	43.69 523	53.24 525	20.36 518	18.72 520	21.05 517	21.02 517	28.25 517	25.87 518

CasAABBNet	38.42 517	38.42 521	50.26 521	44.76 522	41.87 518	56.47 523	76.22 524	54.44 525	33.92 521	28.53 519	30.36 520	43.53 524	37.59 522	43.77 524	53.32 526	20.27 517	18.70 519	21.03 516	21.04 518	28.19 516	25.79 517

LSM0	42.92 523	38.72 523	50.66 523	47.49 523	110.18 527	56.77 525	75.87 523	54.87 527	33.74 520	29.48 521	31.12 521	43.77 525	37.12 520	43.85 525	53.44 527	20.50 519	18.67 518	21.05 517	21.07 519	28.37 518	41.73 521

BEATNet-Init1	27.39 516	21.01 515	73.65 525	1.07 455	0.80 422	56.07 522	22.82 511	33.14 522	31.71 519	51.78 526	52.93 525	65.63 526	48.54 525	48.75 527	36.36 521	0.52 439	0.47 453	0.54 444	0.54 451	0.64 442	0.72 448

PML	51.64 524	37.49 520	14.31 495	7.45 511	20.27 511	107.80 527	231.34 528	8.94 508	27.70 518	86.74 527	268.93 528	69.03 527	61.09 526	24.71 520	14.36 502	9.71 513	3.40 506	9.60 513	4.67 509	20.46 515	4.76 510

test_example2	192.91 528	210.59 528	206.44 528	199.86 528	204.90 528	172.02 528	182.95 527	138.34 528	134.89 528	193.14 528	200.54 527	186.77 528	177.82 528	204.95 528	207.57 528	221.83 528	238.70 528	186.02 528	190.07 528	226.94 528	173.78 528

ccccc		492.94 529		530.37 529	529.69 529	476.06 529		494.48 529		446.40 529		473.27 529		541.46 529		660.58 529	458.79 529	353.88 529	309.98 529	597.94 529

Low-res two-view benchmark