Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.49 84	0.22 9	0.46 16	0.48 73	0.38 235	0.45 53	0.25 28	0.77 26	1.30 351	0.82 137	1.23 272	0.47 56	0.37 54	0.55 16	0.44 131	0.16 19	0.11 3	0.16 24	0.80 495	0.18 83	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
IGEV-Stereo++	0.32 11	0.22 9	0.47 21	0.48 73	0.33 173	0.33 12	0.22 14	0.78 30	0.48 25	0.35 20	0.41 22	0.32 14	0.47 105	0.40 3	0.29 20	0.15 7	0.12 14	0.15 6	0.12 24	0.15 20	0.15 20

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

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

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

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

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

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

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

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

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

CREStereo	0.40 31	0.24 35	0.40 3	0.37 1	0.22 11	0.52 102	0.29 53	0.81 36	1.15 261	0.59 88	0.72 99	0.51 74	0.42 71	0.57 23	0.37 79	0.19 122	0.13 46	0.15 6	0.10 1	0.14 6	0.15 20
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
Former-RAFT_DAM_RVC	0.47 74	0.38 316	0.75 141	0.48 73	0.37 223	0.67 193	0.35 100	0.82 41	1.14 256	0.61 99	0.64 75	0.39 28	0.39 62	0.74 62	0.39 89	0.20 164	0.17 236	0.22 199	0.18 152	0.24 264	0.20 132

xyz-stereo-finetune	0.50 94	0.27 84	0.63 78	0.43 23	0.23 14	0.79 249	0.46 219	0.83 42	0.82 116	0.63 102	0.63 74	0.54 89	0.44 85	1.69 299	0.62 244	0.16 19	0.15 175	0.19 101	0.16 113	0.17 54	0.16 41

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

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

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

TANstereo	0.45 56	0.23 21	0.50 32	0.43 23	0.21 7	0.65 182	0.26 36	0.83 42	0.88 135	0.95 170	0.99 164	0.51 74	0.45 90	0.56 18	0.36 66	0.19 122	0.24 365	0.16 24	0.13 41	0.17 54	0.27 282

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

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

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

fffft	0.39 28	0.24 35	0.56 49	0.45 37	0.34 189	0.42 41	0.48 236	0.85 49	0.39 15	0.45 50	0.35 19	0.38 27	0.31 27	1.32 222	0.34 43	0.14 2	0.12 14	0.19 101	0.15 80	0.16 35	0.18 73
1: 1. 1
SMoEStereo_RVC	0.41 36	0.26 61	0.55 45	0.46 47	0.31 121	0.60 149	0.36 109	0.85 49	0.47 24	0.47 54	0.43 23	0.42 31	0.34 40	1.40 239	0.31 25	0.15 7	0.12 14	0.20 135	0.15 80	0.16 35	0.18 73

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

CASnet	0.42 44	0.26 61	0.52 40	0.52 134	0.21 7	0.49 73	0.35 100	0.85 49	0.85 127	0.84 143	0.69 89	0.48 61	0.31 27	0.57 23	0.34 43	0.19 122	0.12 14	0.27 331	0.22 272	0.23 235	0.15 20
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-RH_RVC	1.04 370	0.26 61	0.76 146	0.53 157	0.29 86	0.80 256	0.32 72	0.85 49	1.12 244	2.04 466	4.63 503	1.03 274	0.57 154	5.93 473	0.52 193	0.20 164	0.13 46	0.26 317	0.20 203	0.16 35	0.19 107

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

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

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

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

xyz-stereo-finetune2	0.59 155	0.29 117	0.66 97	0.41 15	0.24 18	1.08 350	0.34 88	0.87 59	0.60 52	0.68 110	1.08 204	0.58 103	0.79 246	2.39 382	0.83 306	0.17 50	0.15 175	0.21 169	0.17 135	0.16 35	0.18 73

DEFOM-Stereo_RVC	0.41 36	0.68 439	0.45 15	0.66 333	0.30 102	0.48 67	0.25 28	0.87 59	0.46 22	0.39 34	0.37 20	0.30 11	0.69 213	1.16 187	0.31 25	0.17 50	0.11 3	0.16 24	0.12 24	0.18 83	0.14 8

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.45 56	0.30 142	0.60 66	0.48 73	0.34 189	0.49 73	0.42 164	0.98 82	0.60 52	0.51 77	0.53 51	0.46 47	0.47 105	1.36 228	0.35 50	0.18 84	0.13 46	0.21 169	0.15 80	0.18 83	0.21 158
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDGNet	0.75 247	1.23 486	0.99 261	0.82 432	0.42 278	0.76 231	0.38 128	0.98 82	1.37 381	0.83 138	0.88 135	0.70 145	0.60 181	1.25 202	0.57 223	0.57 471	0.19 283	1.03 497	0.26 343	0.79 479	0.35 373

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

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

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

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

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

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

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

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

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

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

GMStereo	0.58 143	0.50 378	1.09 293	0.52 134	0.32 153	0.80 256	0.43 181	1.02 93	1.41 398	0.89 156	0.77 109	0.52 81	0.46 98	0.89 113	0.56 220	0.25 287	0.16 209	0.20 135	0.22 272	0.31 349	0.27 282
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo	7.03 523	0.24 35	70.23 550	0.44 29	0.21 7	29.74 541	0.49 247	1.03 100	0.77 96	1.45 389	26.78 541	1.17 312	1.19 403	4.72 450	1.32 397	0.16 19	0.12 14	0.20 135	0.14 62	0.17 54	0.14 8

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

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

MIF-Stereo (partial)	0.48 80	0.28 96	0.83 187	0.51 115	0.53 347	0.39 24	0.27 41	1.03 100	0.64 64	0.47 54	0.71 96	0.51 74	0.51 129	1.13 181	0.47 160	0.20 164	0.16 209	0.23 233	0.20 203	0.24 264	0.20 132

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

tt1	0.65 188	0.34 239	0.65 92	0.60 267	0.27 44	1.14 360	0.48 236	1.08 119	2.62 490	0.59 88	0.79 113	0.49 64	0.80 253	1.57 273	0.35 50	0.21 191	0.13 46	0.25 296	0.16 113	0.20 153	0.23 204

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.41 36	0.23 21	0.46 16	0.39 7	0.23 14	0.48 67	0.40 146	1.12 136	0.94 160	0.50 69	0.66 80	0.49 64	0.42 71	0.63 46	0.39 89	0.19 122	0.14 110	0.16 24	0.11 7	0.14 6	0.15 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT-Stereo + iAFF	0.56 119	0.28 96	0.81 169	0.45 37	0.25 28	0.40 25	0.34 88	1.12 136	1.13 250	1.35 349	1.58 393	0.80 171	0.67 205	0.71 59	0.43 127	0.14 2	0.11 3	0.18 77	0.17 135	0.18 83	0.16 41

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

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

AIO-Stereo	0.39 28	0.26 61	0.54 43	0.50 101	0.24 18	0.45 53	0.39 141	1.13 140	0.57 41	0.42 42	0.49 38	0.52 81	0.25 8	0.74 62	0.32 33	0.16 19	0.13 46	0.18 77	0.14 62	0.16 35	0.15 20

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

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

UGAM	1.17 399	0.29 117	1.08 290	0.55 185	0.43 283	0.69 206	0.71 368	1.14 144	1.35 367	1.00 180	1.49 360	1.90 434	0.86 279	9.61 521	0.89 320	0.21 191	0.19 283	0.30 367	0.25 326	0.20 153	0.18 73

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

Patchmatch Stereo++	0.57 131	0.33 210	0.82 178	0.52 134	0.27 44	0.63 167	0.28 47	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.40 239	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.56 119	0.33 210	0.81 169	0.52 134	0.27 44	0.63 167	0.41 156	1.14 144	0.73 82	1.13 220	0.96 149	0.82 183	0.60 181	1.09 170	0.52 193	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

ROB_FTStereo_v2	0.57 131	0.33 210	0.81 169	0.52 134	0.27 44	0.62 159	0.42 164	1.14 144	0.73 82	1.13 220	0.97 158	0.82 183	0.60 181	1.15 184	0.53 202	0.23 247	0.14 110	0.24 257	0.20 203	0.27 294	0.20 132

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.42 44	0.33 210	0.83 187	0.59 259	0.28 72	0.26 3	0.33 79	1.22 180	0.85 127	0.43 44	0.49 38	0.65 129	0.46 98	0.40 3	0.36 66	0.19 122	0.15 175	0.16 24	0.14 62	0.20 153	0.17 60
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.60 163	0.28 96	0.72 118	0.48 73	0.29 86	0.34 13	0.37 119	1.22 180	1.20 284	1.21 274	1.59 397	1.10 297	0.70 216	1.01 146	0.44 131	0.14 2	0.12 14	0.19 101	0.20 203	0.18 83	0.15 20

castereo	0.43 48	0.25 49	0.50 32	0.46 47	0.30 102	0.60 149	0.56 304	1.23 185	0.83 120	0.39 34	0.70 93	0.45 45	0.68 209	0.54 15	0.33 38	0.17 50	0.11 3	0.17 45	0.13 41	0.16 35	0.14 8

EGLCR-Stereo	0.41 36	0.24 35	0.59 59	0.45 37	0.27 44	0.54 119	0.22 14	1.23 185	0.56 39	0.44 46	0.43 23	0.68 137	0.29 19	0.89 113	0.34 43	0.17 50	0.12 14	0.20 135	0.17 135	0.17 54	0.18 73

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

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

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

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

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

CIPLG	0.67 201	0.37 298	1.17 327	0.60 267	0.51 336	0.75 226	0.48 236	1.26 192	1.11 237	1.43 380	1.58 393	0.64 128	0.48 110	0.94 124	0.78 290	0.24 267	0.15 175	0.19 101	0.16 113	0.19 117	0.29 312

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

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

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

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

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

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

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

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

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

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

DCVSM-stereo	0.75 247	0.36 277	0.82 178	0.58 240	0.43 283	0.78 241	0.42 164	1.30 203	1.05 211	1.79 446	1.04 186	1.60 401	1.08 374	1.12 179	0.86 311	0.25 287	0.27 391	0.29 356	0.24 317	0.30 342	0.37 380

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

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

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

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

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

AIO-test2	0.61 169	0.30 142	0.93 238	0.65 319	0.65 399	0.79 249	0.50 255	1.33 209	1.40 394	0.65 104	1.15 243	0.53 85	0.42 71	1.18 192	0.36 66	0.25 287	0.18 266	0.26 317	0.31 403	0.20 153	0.21 158

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

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

IPLG	0.72 236	0.29 117	1.12 304	0.53 157	0.44 293	0.79 249	0.33 79	1.35 211	1.10 230	1.32 331	1.11 217	0.52 81	0.54 143	3.13 414	0.71 273	0.17 50	0.14 110	0.20 135	0.17 135	0.18 83	0.21 158

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.60 163	0.30 142	0.72 118	0.57 228	0.37 223	0.68 197	0.52 268	1.45 232	0.78 99	1.61 424	1.50 367	0.76 160	0.53 136	0.67 51	0.51 185	0.19 122	0.16 209	0.18 77	0.15 80	0.18 83	0.19 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACVNet	0.66 190	0.33 210	0.74 136	0.55 185	0.37 223	0.80 256	0.47 230	1.46 234	1.11 237	1.01 185	1.31 301	1.07 282	0.91 303	0.82 85	1.09 363	0.22 225	0.19 283	0.21 169	0.18 152	0.23 235	0.19 107

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GCST	1.13 392	1.50 497	1.17 327	1.74 500	1.17 488	1.29 389	0.30 59	1.55 252	1.21 291	1.31 328	0.97 158	0.99 258	0.48 110	2.38 381	0.54 211	1.24 501	0.70 501	1.31 501	0.86 498	1.03 489	0.92 486

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

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

Selective-IGEV	0.42 44	0.26 61	0.56 49	0.48 73	0.27 44	0.45 53	0.33 79	1.56 255	0.61 57	0.36 23	0.47 32	0.52 81	0.30 23	1.08 166	0.33 38	0.15 7	0.13 46	0.17 45	0.13 41	0.16 35	0.15 20

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

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

111	0.66 190	0.27 84	1.15 312	0.46 47	0.25 28	0.72 215	0.42 164	1.57 258	1.44 411	0.83 138	1.39 332	1.10 297	0.80 253	0.97 137	0.65 257	0.20 164	0.14 110	0.18 77	0.15 80	0.18 83	0.28 298

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

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

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

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

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

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

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

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

G2L-Stereo_aug	0.85 312	0.29 117	1.20 337	0.53 157	0.39 244	0.96 327	0.54 287	1.60 267	1.42 406	1.55 413	1.43 347	1.51 388	1.06 370	2.43 384	1.07 361	0.19 122	0.14 110	0.16 24	0.14 62	0.17 54	0.21 158

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

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

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

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

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

CASS	0.67 201	0.36 277	0.84 196	0.57 228	0.28 72	0.82 265	0.43 181	1.62 273	0.92 147	1.39 364	1.28 294	0.87 202	0.84 266	0.88 108	0.59 235	0.36 414	0.19 283	0.26 317	0.22 272	0.29 327	0.43 411
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
x	0.59 155	0.34 239	0.79 159	0.51 115	0.32 153	0.69 206	0.46 219	1.64 274	0.97 173	0.86 150	0.86 130	0.83 192	0.74 221	0.75 69	0.70 270	0.21 191	0.22 327	0.22 199	0.20 203	0.21 196	0.24 225

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

StereoDRNet-Refined	0.84 305	0.43 348	1.01 268	0.66 333	0.43 283	1.32 391	0.49 247	1.64 274	1.24 307	1.53 407	1.45 352	1.49 384	0.97 333	1.32 222	1.31 391	0.21 191	0.17 236	0.27 331	0.25 326	0.25 276	0.34 364
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
acv_ft	0.78 265	0.33 210	1.10 298	0.73 397	0.86 454	1.23 382	0.57 310	1.65 277	1.11 237	1.31 328	1.31 301	1.07 282	0.91 303	0.82 85	1.35 401	0.22 225	0.19 283	0.21 169	0.18 152	0.22 216	0.19 107

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

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

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

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

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

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

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

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

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

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

DANet	1.16 397	0.64 425	1.52 388	0.88 451	0.74 426	1.52 417	0.52 268	1.68 281	1.21 291	1.81 447	1.55 381	2.02 452	1.11 383	3.30 422	2.28 460	0.34 397	0.31 414	0.40 437	0.30 399	0.46 430	0.54 440
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NLCA_NET_v2_RVC	0.84 305	0.46 359	1.40 375	0.69 372	0.61 387	0.95 321	0.52 268	1.68 281	1.21 291	1.39 364	1.15 243	1.42 367	0.88 294	1.78 309	0.93 335	0.26 312	0.23 355	0.27 331	0.27 359	0.30 342	0.39 391
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo	0.84 305	0.35 268	1.15 312	0.63 298	0.43 283	0.78 241	0.69 358	1.69 290	1.20 284	1.36 354	1.18 251	1.43 372	0.78 238	2.47 390	1.26 387	0.25 287	0.20 296	0.26 317	0.21 245	0.20 153	0.27 282

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.48 80	0.34 239	0.59 59	0.48 73	0.32 153	0.45 53	0.29 53	1.73 302	0.78 99	0.71 113	0.73 102	0.36 21	0.28 16	0.70 57	0.35 50	0.27 333	0.22 327	0.26 317	0.21 245	0.29 327	0.22 186
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet_ucs	0.73 239	0.34 239	0.94 245	0.53 157	0.44 293	0.76 231	0.46 219	1.73 302	1.34 364	1.24 289	1.54 378	1.08 292	0.64 195	1.05 156	0.64 252	0.26 312	0.20 296	0.37 423	0.22 272	0.42 408	0.30 328

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

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

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

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

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

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

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

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

ICVP	0.66 190	0.35 268	0.71 116	0.63 298	0.41 269	0.85 287	0.56 304	1.78 311	0.96 169	0.92 162	1.24 276	0.88 208	0.75 226	0.76 70	0.93 335	0.31 375	0.22 327	0.22 199	0.21 245	0.24 264	0.28 298
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
UCFNet_RVC	0.72 236	0.37 298	0.59 59	0.66 333	0.41 269	0.89 295	0.68 355	1.78 311	1.15 261	1.01 185	1.20 256	1.22 322	0.95 321	1.07 163	0.66 261	0.28 350	0.21 312	0.34 403	0.31 403	0.33 366	0.29 312

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

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

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

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

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

SuperB	2.50 490	0.72 446	18.07 528	0.72 389	0.53 347	1.85 451	0.86 409	1.80 318	2.40 484	1.54 410	1.42 343	1.13 306	1.17 394	4.18 435	4.80 492	0.25 287	0.20 296	0.23 233	0.19 174	7.64 535	0.38 388

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

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

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

Anonymous_2	1.37 424	0.56 401	0.94 245	0.57 228	0.62 391	1.04 339	0.65 347	1.82 323	1.01 192	1.00 180	0.79 113	1.42 367	1.27 412	1.06 161	0.83 306	0.62 477	0.67 498	1.05 498	9.88 538	1.09 492	0.55 445

SGM-Forest	1.29 422	0.40 331	0.74 136	0.54 172	0.37 223	1.55 420	1.26 464	1.82 323	1.39 392	2.22 472	1.81 430	1.64 410	1.02 356	7.65 504	1.20 375	0.39 425	0.37 451	0.39 431	0.34 428	0.37 386	0.34 364
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_sample2	0.67 201	0.31 174	0.89 220	0.54 172	0.29 86	0.80 256	0.63 343	1.83 325	1.10 230	0.93 165	1.06 194	0.94 240	0.92 311	1.24 201	0.59 235	0.23 247	0.20 296	0.22 199	0.21 245	0.24 264	0.25 244

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	1.04 370	0.48 370	0.88 216	0.56 206	0.36 214	1.52 417	1.55 478	1.87 337	1.59 441	2.11 469	1.67 408	1.46 379	1.35 423	1.92 330	1.31 391	0.35 407	0.35 442	0.39 431	0.33 423	0.34 374	0.34 364
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_5	0.70 224	0.32 191	0.99 261	0.69 372	0.50 326	0.89 295	0.51 257	1.88 342	1.14 256	0.78 127	1.13 232	1.04 275	0.89 297	1.59 280	0.46 150	0.19 122	0.14 110	0.23 233	0.22 272	0.22 216	0.20 132

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

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

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

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

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

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

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

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

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

PA-Net	1.14 394	0.63 422	2.12 435	0.67 347	0.75 429	1.19 377	0.91 417	1.91 348	1.46 421	1.18 255	1.23 272	1.33 355	1.17 394	4.31 439	1.41 406	0.29 365	0.46 476	0.33 395	0.50 468	0.33 366	0.57 450
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.11 390	0.90 462	1.56 393	0.88 451	0.53 347	1.41 408	1.35 468	1.91 348	1.54 433	1.28 315	1.32 306	1.46 379	1.23 405	2.04 346	1.00 352	0.57 471	0.45 472	0.67 484	0.52 472	0.91 483	0.62 460
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ETE_ROB	1.01 366	0.69 440	1.49 382	0.72 389	0.50 326	1.15 364	1.12 445	1.91 348	1.24 307	1.94 460	1.50 367	1.73 422	1.06 370	1.78 309	1.33 398	0.33 388	0.26 383	0.38 427	0.34 428	0.40 401	0.44 414

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MFN_U_SF_DS_RVC	1.80 458	1.11 479	4.33 486	0.84 440	0.77 435	3.70 503	2.41 516	2.04 383	1.85 464	1.75 441	1.90 441	1.92 439	1.25 409	7.33 499	1.45 410	0.47 453	0.47 477	0.53 467	0.77 493	0.50 439	0.55 445

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

AdaStereo	0.74 243	0.48 370	0.86 209	0.75 411	0.38 235	0.94 315	0.56 304	2.05 387	1.24 307	1.15 236	1.22 264	1.07 282	0.67 205	1.05 156	0.73 274	0.33 388	0.16 209	0.32 384	0.22 272	0.29 327	0.23 204
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
FAT-Stereo	1.10 388	0.43 348	1.46 378	0.74 403	0.60 381	1.13 357	0.92 419	2.06 388	1.71 452	1.75 441	2.00 450	2.02 452	1.47 438	2.02 345	1.26 387	0.44 445	0.36 446	0.34 403	0.29 387	0.36 380	0.57 450

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	0.71 230	0.42 344	1.07 287	0.52 134	0.25 28	1.05 342	0.48 236	2.12 397	1.08 218	1.21 274	1.23 272	0.91 224	0.84 266	0.90 116	0.91 328	0.17 50	0.12 14	0.21 169	0.17 135	0.29 327	0.18 73
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
edge stereo	1.15 396	0.54 393	1.50 383	0.73 397	0.66 405	1.18 376	0.84 403	2.13 405	1.41 398	1.73 440	1.84 432	2.53 477	1.46 436	2.46 385	1.35 401	0.43 436	0.41 463	0.54 468	0.36 435	0.43 410	0.50 430

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

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

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

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

Abc-Net	1.20 406	0.60 410	1.84 414	0.88 451	0.95 467	1.32 391	0.94 424	2.14 406	1.36 376	1.43 380	1.79 424	1.93 440	2.13 485	2.54 394	1.41 406	0.49 457	0.38 456	0.45 449	0.59 481	0.43 410	0.45 416
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-SNSev	1.68 451	1.45 493	8.71 507	0.71 384	0.67 411	1.35 398	1.51 474	2.15 411	1.47 422	1.51 402	1.68 410	2.27 465	1.38 426	4.23 436	2.36 464	0.32 382	0.29 405	0.31 373	0.33 423	0.43 410	0.39 391

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

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

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

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

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

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

Wz-Net-MNSev	1.21 408	0.66 432	3.44 475	0.69 372	0.73 422	1.93 457	1.44 473	2.16 413	1.59 441	1.85 452	1.49 360	1.50 386	1.34 422	2.05 350	1.54 421	0.27 333	0.24 365	0.28 345	0.28 369	0.35 376	0.32 347

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

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

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

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

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

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

NVStereoNet_ROB	2.17 480	1.18 482	3.51 476	1.14 486	1.26 493	1.57 423	1.51 474	2.19 424	2.11 478	2.04 466	4.80 504	3.17 494	2.11 483	7.97 507	2.10 454	1.12 498	0.94 513	1.10 499	1.34 512	0.95 484	1.31 497
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispFullNet	2.39 487	2.89 526	3.74 480	3.09 519	2.27 511	2.04 464	0.84 403	2.19 424	1.73 454	2.54 485	1.98 447	2.23 462	5.83 519	3.44 425	1.84 449	1.03 493	0.33 432	2.65 520	1.97 524	2.87 509	2.34 513

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

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

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

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

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

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

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

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

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

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

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

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

SPS-STEREO	1.78 456	1.09 477	1.52 388	1.22 489	1.14 483	1.87 453	1.11 444	2.27 438	1.70 450	3.17 503	2.39 469	2.84 485	1.93 472	4.41 440	2.93 472	1.04 495	0.99 516	0.97 493	0.94 500	1.03 489	1.05 490
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Nwc_Net	1.19 404	0.53 390	2.34 446	0.92 461	0.81 447	1.49 414	0.70 365	2.28 440	1.32 360	1.41 372	2.27 463	2.03 455	1.76 462	2.05 350	1.46 412	0.43 436	0.30 409	0.43 444	0.46 460	0.39 397	0.40 395

FCDSN-DC	2.47 489	0.65 431	1.00 266	0.85 443	0.75 429	2.26 474	0.97 429	2.31 441	1.83 463	5.52 524	7.65 520	7.72 520	7.70 526	4.43 441	2.64 468	0.52 463	0.48 479	0.52 463	0.52 472	0.57 455	0.59 455
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SCV	0.51 97	0.29 117	0.72 118	0.63 298	0.27 44	0.40 25	0.38 128	2.32 442	0.75 94	0.36 23	0.49 38	0.55 92	0.35 46	1.31 216	0.34 43	0.25 287	0.13 46	0.17 45	0.14 62	0.18 83	0.18 73

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

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

ssnet_v2	0.92 342	0.39 325	1.22 343	0.66 333	0.39 244	1.31 390	0.96 428	2.32 442	1.45 416	1.48 399	1.17 248	1.53 392	0.91 303	1.16 187	1.71 443	0.31 375	0.27 391	0.30 367	0.29 387	0.28 310	0.29 312

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

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

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

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

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

UGAM-zero	1.05 375	0.33 210	1.04 275	0.49 86	0.31 121	0.67 193	0.26 36	2.37 451	0.80 111	1.05 196	1.11 217	2.86 486	1.81 465	6.26 480	0.50 181	0.18 84	0.15 175	0.19 101	0.16 113	0.17 54	0.21 158

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MSC_U_SF_DS_RVC	2.22 481	1.29 490	4.14 484	1.10 482	0.78 439	5.00 517	2.38 515	2.47 465	2.67 495	1.94 460	2.28 464	2.66 482	1.70 456	9.10 514	2.29 462	0.68 484	0.52 486	0.68 485	0.71 491	1.17 494	0.81 481

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

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

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

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

DIP-Stereo	0.64 184	0.32 191	0.91 233	0.49 86	0.36 214	0.91 301	0.33 79	2.51 472	0.77 96	1.25 292	1.00 169	0.68 137	0.51 129	0.92 120	0.65 257	0.19 122	0.15 175	0.21 169	0.17 135	0.19 117	0.22 186
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.67 201	0.71 443	1.06 282	0.77 420	0.68 412	0.53 106	0.38 128	2.52 473	0.96 169	0.81 135	0.84 126	0.87 202	0.39 62	1.16 187	0.46 150	0.24 267	0.17 236	0.23 233	0.24 317	0.18 83	0.20 132

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

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

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

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

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

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

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

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

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

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

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

AnyNet_C01	2.38 486	2.21 515	10.17 511	0.99 475	0.79 441	3.12 496	2.37 513	2.69 485	1.89 466	2.58 487	2.44 472	2.70 483	1.86 469	3.65 427	7.12 503	0.41 431	0.41 463	0.40 437	0.42 449	0.68 471	0.79 479

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

SGM_RVC	1.88 463	0.40 331	0.90 229	0.63 298	0.30 102	2.81 489	1.26 464	2.73 486	1.81 462	4.09 507	2.85 481	3.88 500	3.19 502	8.42 511	2.44 465	0.33 388	0.31 414	0.30 367	0.28 369	0.31 349	0.31 338
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CoDeX	0.78 265	0.31 174	1.04 275	0.56 206	0.37 223	1.13 357	0.60 330	2.77 488	1.29 347	1.17 244	1.26 280	0.91 224	0.87 288	1.42 247	0.74 278	0.21 191	0.16 209	0.21 169	0.18 152	0.21 196	0.21 158

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

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

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

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

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

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

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

ELAS_RVC	2.87 500	0.80 453	3.22 471	1.16 488	1.12 479	2.92 494	5.33 525	2.98 496	4.18 514	5.04 519	4.82 505	4.71 505	8.23 527	4.25 438	4.79 490	0.67 482	0.57 492	0.57 476	0.53 474	0.66 469	0.74 474
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	3.24 506	2.37 516	10.86 513	2.14 505	1.14 483	3.71 504	4.19 524	3.02 497	3.55 508	3.05 500	3.63 492	3.09 492	2.35 492	8.16 509	3.41 478	2.17 507	0.96 514	1.77 504	1.01 507	2.84 508	1.40 501

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

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

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

FC-DCNN	2.88 501	0.61 415	1.15 312	0.75 411	0.57 368	2.85 492	1.05 438	3.44 501	2.64 493	6.93 525	7.63 519	9.86 526	7.02 524	5.76 469	4.31 486	0.54 465	0.48 479	0.51 461	0.50 468	0.53 447	0.52 436

MeshStereo	2.36 485	0.60 410	1.05 280	0.63 298	0.51 336	2.58 483	0.99 432	3.46 502	2.21 481	7.38 529	5.06 508	7.50 517	3.10 501	7.02 497	2.54 467	0.44 445	0.44 470	0.45 449	0.40 445	0.43 410	0.45 416
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ELAS	2.67 491	0.80 453	2.13 436	1.13 483	1.15 485	6.25 521	2.56 517	3.50 503	3.68 509	5.36 522	4.92 507	3.79 498	5.56 518	3.65 427	5.22 494	0.66 481	0.57 492	0.56 474	0.54 475	0.65 468	0.75 476
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	2.80 495	3.38 529	11.57 515	1.50 499	1.21 492	3.18 498	2.00 497	3.52 504	2.61 489	1.81 447	2.09 455	2.83 484	2.18 487	7.55 502	5.44 496	0.84 487	0.83 503	0.71 487	0.66 487	1.05 491	1.08 492

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

HSM-Net_RVC	0.91 339	0.31 174	0.60 66	0.54 172	0.31 121	1.15 364	0.60 330	3.76 506	1.30 351	1.57 418	1.75 419	1.67 414	1.01 348	1.61 287	0.90 324	0.23 247	0.17 236	0.19 101	0.18 152	0.20 153	0.22 186
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSNet	1.91 468	0.64 425	5.95 493	0.73 397	0.59 377	2.04 464	1.61 482	3.84 507	1.96 471	1.54 410	1.39 332	2.27 465	3.32 505	4.95 452	4.79 490	0.50 461	0.31 414	0.29 356	0.26 343	0.67 470	0.54 440

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark