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

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

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

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

MLG-Stereo_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LG-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.42 44	0.26 61	0.52 40	0.52 134	0.21 7	0.49 73	0.35 100	0.85 49	0.85 127	0.84 143	0.69 89	0.48 61	0.31 27	0.57 23	0.34 43	0.19 122	0.12 14	0.27 331	0.22 272	0.23 235	0.15 20
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

test-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

testlalala_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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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.
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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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)
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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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
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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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

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
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

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
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.
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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+	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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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