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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo	0.40 17	0.24 25	0.40 3	0.37 1	0.22 6	0.52 90	0.29 40	0.81 27	1.15 243	0.59 74	0.72 84	0.51 60	0.42 58	0.57 20	0.37 66	0.19 107	0.13 35	0.15 6	0.10 1	0.14 2	0.15 13
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.47 60	0.22 6	0.43 8	0.39 5	0.24 11	0.71 198	0.26 23	0.78 23	1.03 182	0.65 89	0.69 74	0.55 77	0.48 96	0.90 108	0.36 53	0.99 467	0.13 35	0.15 6	0.10 1	0.15 11	0.15 13

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

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

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

HUF	0.39 14	0.27 71	0.71 101	0.43 15	0.24 11	0.51 84	0.47 213	0.99 76	0.55 23	0.37 17	0.45 16	0.53 71	0.41 52	0.70 52	0.29 10	0.18 71	0.14 97	0.16 21	0.12 17	0.15 11	0.17 46

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

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

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

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

LoS	0.41 22	0.23 13	0.46 12	0.39 5	0.23 8	0.48 55	0.40 131	1.12 120	0.94 143	0.50 55	0.66 65	0.49 50	0.42 58	0.63 41	0.39 75	0.19 107	0.14 97	0.16 21	0.11 7	0.14 2	0.15 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.42 30	0.33 191	0.83 172	0.59 240	0.28 58	0.26 3	0.33 65	1.22 164	0.85 110	0.43 32	0.49 27	0.65 113	0.46 84	0.40 3	0.36 53	0.19 107	0.15 160	0.16 21	0.14 50	0.20 136	0.17 46
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CREStereo++_RVC	0.49 70	0.22 6	0.46 12	0.48 58	0.38 219	0.45 42	0.25 15	0.77 19	1.30 328	0.82 121	1.23 254	0.47 43	0.37 41	0.55 13	0.44 117	0.16 15	0.11 3	0.16 21	0.80 471	0.18 68	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.45 42	0.23 13	0.50 21	0.43 15	0.21 3	0.65 168	0.26 23	0.83 33	0.88 118	0.95 154	0.99 149	0.51 60	0.45 76	0.56 15	0.36 53	0.19 107	0.24 344	0.16 21	0.13 31	0.17 43	0.27 264

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

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

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

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

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

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

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

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

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

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

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

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

UniTT-Stereo	0.38 9	0.24 25	0.67 86	0.49 70	0.36 198	0.40 17	0.32 58	0.55 5	0.55 23	0.55 72	0.55 47	0.36 12	0.31 18	0.59 25	0.52 179	0.21 174	0.15 160	0.17 33	0.15 66	0.19 100	0.17 46

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MM-Stereo_test2	0.44 39	0.25 37	0.70 98	0.54 154	0.33 157	0.55 111	0.45 197	1.02 79	0.84 106	0.61 85	0.51 33	0.49 50	0.42 58	0.82 79	0.32 22	0.16 15	0.13 35	0.18 64	0.14 50	0.19 100	0.17 46

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

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

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

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

AIO-Stereo	0.39 14	0.26 48	0.54 31	0.50 85	0.24 11	0.45 42	0.39 126	1.13 124	0.57 29	0.42 30	0.49 27	0.52 67	0.25 4	0.74 57	0.32 22	0.16 15	0.13 35	0.18 64	0.14 50	0.16 25	0.15 13

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 402	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet	0.80 262	0.45 336	1.47 360	0.72 369	0.31 105	0.96 309	0.64 323	1.80 296	1.28 316	1.31 310	1.48 339	0.94 223	0.78 222	1.77 289	0.99 332	0.19 107	0.14 97	0.18 64	0.15 66	0.22 198	0.27 264

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

fffft	0.39 14	0.24 25	0.56 37	0.45 23	0.34 173	0.42 31	0.48 219	0.85 38	0.39 5	0.45 37	0.35 8	0.38 15	0.31 18	1.32 208	0.34 30	0.14 2	0.12 10	0.19 88	0.15 66	0.16 25	0.18 59
1: 1. 1
tt45	0.47 60	0.25 37	0.52 28	0.47 47	0.34 173	0.78 227	0.32 58	0.86 44	0.45 9	0.52 65	0.45 16	0.49 50	0.37 41	2.12 338	0.36 53	0.16 15	0.13 35	0.19 88	0.16 99	0.17 43	0.21 142

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

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

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

UGAM-zero	1.05 353	0.33 191	1.04 258	0.49 70	0.31 105	0.67 179	0.26 23	2.37 427	0.80 95	1.05 180	1.11 201	2.86 462	1.81 441	6.26 456	0.50 167	0.18 71	0.15 160	0.19 88	0.16 99	0.17 43	0.21 142

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

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

IGEVStereo-DCA	0.49 70	0.33 191	0.64 73	0.46 33	0.34 173	0.50 76	0.42 149	0.93 53	0.59 33	0.48 46	0.48 23	0.48 47	0.45 76	2.28 352	0.44 117	0.19 107	0.14 97	0.19 88	0.15 66	0.17 43	0.21 142

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

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

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

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

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

DCRE	0.85 293	0.28 81	0.76 131	0.60 248	0.49 301	0.59 132	0.53 256	1.04 90	0.92 130	0.80 114	7.34 493	0.87 185	0.57 139	0.78 75	0.43 113	0.16 15	0.17 219	0.19 88	0.17 120	0.18 68	0.22 169

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.91 319	0.31 155	0.60 54	0.54 154	0.31 105	1.15 343	0.60 311	3.76 482	1.30 328	1.57 396	1.75 398	1.67 393	1.01 326	1.61 270	0.90 308	0.23 229	0.17 219	0.19 88	0.18 136	0.20 136	0.22 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	1.22 386	0.60 387	1.94 398	0.69 352	0.46 286	0.75 212	0.69 335	1.51 223	1.57 415	1.36 336	1.90 420	1.51 368	0.87 269	7.23 474	1.89 426	0.26 292	0.19 264	0.19 88	0.16 99	0.23 217	0.37 357

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GMStereo	0.58 128	0.50 357	1.09 276	0.52 118	0.32 137	0.80 240	0.43 166	1.02 79	1.41 375	0.89 140	0.77 94	0.52 67	0.46 84	0.89 105	0.56 206	0.25 269	0.16 192	0.20 120	0.22 253	0.31 328	0.27 264
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HSM	1.22 386	0.34 220	0.81 154	0.61 261	0.39 228	1.22 359	0.63 321	2.45 436	1.25 296	1.32 313	1.26 262	1.91 412	1.08 351	9.21 492	0.75 266	0.23 229	0.17 219	0.20 120	0.16 99	0.22 198	0.24 207

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

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

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

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

AE-Stereo	0.58 128	0.29 101	0.81 154	0.62 269	0.41 252	0.69 192	0.46 203	2.49 445	1.25 296	0.49 50	0.77 94	0.69 126	0.46 84	0.61 29	0.42 108	0.17 41	0.16 192	0.21 151	0.20 186	0.19 100	0.18 59

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.45 42	0.30 124	0.60 54	0.48 58	0.34 173	0.49 61	0.42 149	0.98 68	0.60 39	0.51 63	0.53 39	0.46 34	0.47 91	1.36 214	0.35 37	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ADLNet2	0.92 322	0.37 278	1.25 331	0.80 404	0.65 378	1.12 336	0.75 350	1.95 337	1.42 383	1.26 287	1.67 387	1.68 395	1.04 342	1.80 298	1.23 366	0.25 269	0.22 307	0.21 151	0.22 253	0.27 274	0.31 317

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

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

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

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

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

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

RALAANet	0.62 156	0.37 278	0.97 240	0.66 313	0.50 306	0.67 179	0.31 50	1.27 179	1.09 209	1.11 192	1.17 232	0.88 191	0.46 84	1.27 195	0.45 130	0.20 147	0.15 160	0.21 151	0.18 136	0.27 274	0.19 92

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

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

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

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

DIP-Stereo	0.64 168	0.32 172	0.91 217	0.49 70	0.36 198	0.91 284	0.33 65	2.51 448	0.77 81	1.25 274	1.00 154	0.68 121	0.51 115	0.92 112	0.65 242	0.19 107	0.15 160	0.21 151	0.17 120	0.19 100	0.22 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.71 214	0.42 324	1.07 270	0.52 118	0.25 18	1.05 323	0.48 219	2.12 373	1.08 201	1.21 256	1.23 254	0.91 207	0.84 247	0.90 108	0.91 312	0.17 41	0.12 10	0.21 151	0.17 120	0.29 306	0.18 59
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
tg	0.54 90	0.25 37	0.70 98	0.52 118	0.31 105	0.89 278	0.29 40	1.12 120	0.98 159	0.85 129	1.03 166	0.62 104	0.42 58	1.37 217	0.41 100	0.17 41	0.13 35	0.22 180	0.21 227	0.17 43	0.17 46

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

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

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

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

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

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

Former-RAFT_DAM_RVC	0.47 60	0.38 296	0.75 126	0.48 58	0.37 207	0.67 179	0.35 85	0.82 32	1.14 238	0.61 85	0.64 61	0.39 16	0.39 49	0.74 57	0.39 75	0.20 147	0.17 219	0.22 180	0.18 136	0.24 246	0.20 117

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ICVP	0.66 174	0.35 249	0.71 101	0.63 279	0.41 252	0.85 270	0.56 285	1.78 289	0.96 152	0.92 146	1.24 258	0.88 191	0.75 210	0.76 65	0.93 319	0.31 354	0.22 307	0.22 180	0.21 227	0.24 246	0.28 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.49 70	0.28 81	0.72 103	0.53 141	0.29 72	0.52 90	0.33 65	1.14 128	0.84 106	0.85 129	0.99 149	0.55 77	0.36 38	0.83 85	0.40 91	0.18 71	0.13 35	0.22 180	0.20 186	0.20 136	0.18 59

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

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

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

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

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

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

ACV-stereo	1.00 342	0.55 376	1.47 360	0.59 240	0.42 261	2.38 456	0.58 298	1.20 157	1.21 272	0.83 122	1.01 156	3.36 471	2.10 456	1.64 272	1.17 354	0.28 329	0.22 307	0.23 214	0.22 253	0.29 306	0.35 350

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

sAnonymous2	0.59 140	0.61 392	1.82 390	0.61 261	0.52 321	0.51 84	0.54 269	0.97 64	0.70 63	0.50 55	0.68 69	0.46 34	0.63 175	0.61 29	0.41 100	0.22 207	0.17 219	0.23 214	0.21 227	0.85 456	0.56 423

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

sCroCo_RVC	0.51 82	0.43 328	1.15 295	0.66 313	0.60 360	0.52 90	0.40 131	0.93 53	0.64 50	0.45 37	0.76 90	0.49 50	0.49 107	0.65 43	0.49 164	0.27 313	0.28 375	0.23 214	0.22 253	0.29 306	0.28 278

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.63 155	0.28 34	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.40 225	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
OMP-Stereo	0.95 328	0.35 249	0.79 144	0.92 438	0.32 137	0.49 61	0.35 85	1.22 164	1.11 219	1.58 397	1.12 205	1.44 353	0.69 197	6.92 470	0.51 171	0.20 147	0.15 160	0.24 238	0.19 157	0.21 178	0.16 31

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

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

PSM-adaLoss	0.56 104	0.33 191	0.81 154	0.52 118	0.27 31	0.63 155	0.41 141	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.09 159	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DSFCA	0.95 328	0.38 296	1.23 326	0.55 167	0.66 384	1.50 394	0.93 398	1.58 242	1.24 288	1.59 400	1.16 229	1.48 362	0.95 302	2.96 387	1.20 358	0.31 354	0.28 375	0.25 276	0.26 322	0.29 306	0.26 246

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

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

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

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

CAS++	0.48 66	0.34 220	0.59 47	0.48 58	0.32 137	0.45 42	0.29 40	1.73 280	0.78 83	0.71 97	0.73 87	0.36 12	0.28 8	0.70 52	0.35 37	0.27 313	0.22 307	0.26 297	0.21 227	0.29 306	0.22 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ttt	1.26 395	0.36 257	0.79 144	0.65 299	0.42 261	0.94 298	0.57 291	2.33 424	1.38 360	1.25 274	1.65 384	0.92 215	0.78 222	2.64 375	8.73 486	0.30 350	0.28 375	0.26 297	0.25 305	0.29 306	0.32 326

CASS	0.67 185	0.36 257	0.84 181	0.57 209	0.28 58	0.82 249	0.43 166	1.62 254	0.92 130	1.39 344	1.28 276	0.87 185	0.84 247	0.88 102	0.59 221	0.36 390	0.19 264	0.26 297	0.22 253	0.29 306	0.43 387
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.53 87	0.32 172	0.51 24	0.46 33	0.30 87	0.57 120	0.54 269	1.10 116	0.78 83	0.99 160	0.84 111	0.95 227	0.57 139	0.89 105	0.51 171	0.21 174	0.14 97	0.26 297	0.14 50	0.23 217	0.25 226

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

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

Anonymous3	0.64 168	0.47 344	1.31 341	0.59 240	0.50 306	0.93 295	0.69 335	1.11 118	0.83 103	0.74 104	0.89 122	0.65 113	0.68 193	1.08 155	0.54 197	0.40 403	0.31 393	0.26 297	0.26 322	0.31 328	0.30 308

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

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

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

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

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

CASnet	0.42 30	0.26 48	0.52 28	0.52 118	0.21 3	0.49 61	0.35 85	0.85 38	0.85 110	0.84 127	0.69 74	0.48 47	0.31 18	0.57 20	0.34 30	0.19 107	0.12 10	0.27 310	0.22 253	0.23 217	0.15 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.68 198	0.34 220	0.93 222	0.51 99	0.38 219	0.80 240	0.42 149	1.51 223	1.34 341	1.17 227	1.31 283	1.23 308	0.65 183	0.94 115	0.62 230	0.21 174	0.17 219	0.27 310	0.19 157	0.43 387	0.28 278

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.84 288	0.46 339	1.40 356	0.69 352	0.61 366	0.95 304	0.52 250	1.68 262	1.21 272	1.39 344	1.15 227	1.42 348	0.88 275	1.78 291	0.93 319	0.26 292	0.23 334	0.27 310	0.27 338	0.30 321	0.39 368
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.79 257	0.55 376	1.14 293	0.61 261	0.46 286	0.78 227	0.54 269	1.83 303	1.00 172	1.42 356	1.27 271	1.23 308	0.77 215	1.56 256	0.89 304	0.35 383	0.28 375	0.27 310	0.26 322	0.32 339	0.34 341

StereoDRNet-Refined	0.84 288	0.43 328	1.01 251	0.66 313	0.43 266	1.32 370	0.49 230	1.64 255	1.24 288	1.53 386	1.45 332	1.49 364	0.97 311	1.32 208	1.31 373	0.21 174	0.17 219	0.27 310	0.25 305	0.25 258	0.34 341
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.92 322	0.43 328	0.95 232	0.71 364	0.55 338	1.11 334	0.83 377	1.61 251	1.32 337	1.67 411	1.66 385	1.70 398	0.93 294	1.96 319	1.34 378	0.26 292	0.25 356	0.27 310	0.28 348	0.28 290	0.28 278

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

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

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

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

Wz-Net-MNSev	1.21 385	0.66 409	3.44 452	0.69 352	0.73 401	1.93 434	1.44 449	2.16 389	1.59 417	1.85 428	1.49 340	1.50 366	1.34 398	2.05 332	1.54 400	0.27 313	0.24 344	0.28 324	0.28 348	0.35 353	0.32 326

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

rvit_0105_5	0.61 153	0.41 321	1.19 315	0.67 327	0.37 207	0.57 120	0.56 285	1.08 103	1.28 316	0.65 89	0.68 69	0.77 147	0.67 189	0.91 111	0.51 171	0.33 366	0.32 404	0.30 346	0.27 338	0.28 290	0.28 278

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

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

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

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

SGM_RVC	1.88 440	0.40 311	0.90 213	0.63 279	0.30 87	2.81 466	1.26 440	2.73 462	1.81 438	4.09 483	2.85 458	3.88 476	3.19 478	8.42 486	2.44 441	0.33 366	0.31 393	0.30 346	0.28 348	0.31 328	0.31 317
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ffm	0.79 257	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	1.08 103	2.62 466	1.19 245	1.49 340	1.07 265	0.85 252	1.57 258	0.35 37	0.21 174	0.13 35	0.31 352	0.28 348	0.20 136	0.23 187

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

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

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

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

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

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

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

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

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

DRN-Test	1.07 360	0.49 354	1.95 402	0.75 390	0.81 426	1.61 405	0.78 357	2.26 408	1.53 407	1.84 426	1.35 302	1.42 348	1.04 342	2.26 350	1.61 405	0.28 329	0.23 334	0.31 352	0.30 378	0.33 345	0.33 333

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

coex-ft	8.35 502	2.39 493	100.24 526	0.68 339	0.54 334	1.77 421	1.57 456	1.71 276	11.00 501	18.91 515	3.76 470	3.85 475	8.23 503	3.29 398	6.58 476	0.31 354	0.31 393	0.32 363	0.31 382	0.69 448	0.57 426

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

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

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

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

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

AdaStereo	0.74 227	0.48 349	0.86 194	0.75 390	0.38 219	0.94 298	0.56 285	2.05 363	1.24 288	1.15 219	1.22 246	1.07 265	0.67 189	1.05 145	0.73 259	0.33 366	0.16 192	0.32 363	0.22 253	0.29 306	0.23 187
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
SANet	2.26 459	0.70 417	6.94 475	0.69 352	0.46 286	2.76 465	1.76 465	2.61 455	5.84 497	2.45 457	3.52 468	3.71 473	3.38 483	5.90 447	2.14 432	0.34 375	0.31 393	0.32 363	0.29 366	0.54 426	0.43 387

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

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

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

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

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

PA-Net	1.14 371	0.63 399	2.12 413	0.67 327	0.75 408	1.19 356	0.91 393	1.91 326	1.46 397	1.18 238	1.23 254	1.33 336	1.17 371	4.31 416	1.41 385	0.29 344	0.46 452	0.33 372	0.50 444	0.33 345	0.57 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.78 248	0.36 257	0.74 121	0.67 327	0.56 343	0.86 271	0.54 269	1.46 216	1.17 255	1.01 169	1.28 276	1.68 395	1.03 336	1.57 258	0.95 326	0.27 313	0.21 292	0.33 372	0.26 322	0.31 328	0.26 246

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PWC_ROB	1.39 404	0.93 443	4.07 460	0.77 399	0.83 429	1.16 346	0.53 256	1.87 315	2.01 449	2.36 453	3.06 462	1.65 390	1.60 422	2.65 377	2.29 438	0.34 375	0.23 334	0.36 397	0.25 305	0.39 374	0.49 402

CFNet_ucs	0.73 223	0.34 220	0.94 229	0.53 141	0.44 275	0.76 217	0.46 203	1.73 280	1.34 341	1.24 271	1.54 358	1.08 275	0.64 179	1.05 145	0.64 237	0.26 292	0.20 277	0.37 400	0.22 253	0.42 385	0.30 308

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

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

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

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

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

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

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

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

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

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

SGM-Forest	1.29 399	0.40 311	0.74 121	0.54 154	0.37 207	1.55 399	1.26 440	1.82 301	1.39 369	2.22 448	1.81 409	1.64 389	1.02 334	7.65 479	1.20 358	0.39 401	0.37 429	0.39 407	0.34 405	0.37 363	0.34 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	1.04 350	0.48 349	0.88 201	0.56 187	0.36 198	1.52 396	1.55 454	1.87 315	1.59 417	2.11 445	1.67 387	1.46 359	1.35 399	1.92 312	1.31 373	0.35 383	0.35 420	0.39 407	0.33 400	0.34 351	0.34 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_stereo_0075_2	0.66 174	0.47 344	1.21 323	0.67 327	0.66 384	0.53 94	0.48 219	1.24 171	1.17 255	0.77 109	0.91 125	0.78 151	0.59 159	1.05 145	0.63 233	0.37 393	0.28 375	0.40 413	0.31 382	0.38 369	0.34 341

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

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

DANet	1.16 374	0.64 402	1.52 369	0.88 428	0.74 405	1.52 396	0.52 250	1.68 262	1.21 272	1.81 423	1.55 361	2.02 428	1.11 360	3.30 399	2.28 436	0.34 375	0.31 393	0.40 413	0.30 378	0.46 406	0.54 416
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
WCMA_ROB	2.05 449	0.55 376	1.77 386	0.74 382	0.61 366	2.24 449	1.56 455	2.17 397	1.79 436	4.16 487	6.36 489	5.66 488	4.66 492	3.19 393	2.77 446	0.55 445	0.45 448	0.40 413	0.43 429	0.48 411	0.50 406

CSAN	1.61 422	0.67 412	3.24 449	0.74 382	0.52 321	1.77 421	1.74 464	1.98 342	1.94 445	2.47 460	2.33 444	1.93 416	2.04 453	6.45 463	1.95 428	0.43 412	0.36 424	0.41 418	0.42 425	0.43 387	0.44 390

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

ISRNet	0.83 282	0.35 249	1.31 341	0.84 419	0.65 378	0.60 137	0.41 141	1.28 183	1.15 243	1.61 402	1.55 361	1.34 337	0.77 215	1.33 211	0.98 331	0.40 403	0.34 413	0.43 420	0.38 418	0.34 351	0.49 402

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

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

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

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

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

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

Abc-Net	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 400	2.14 382	1.36 353	1.43 360	1.79 403	1.93 416	2.13 461	2.54 371	1.41 385	0.49 433	0.38 432	0.45 425	0.59 457	0.43 387	0.45 392
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	1.51 415	0.98 446	3.20 446	0.92 438	0.76 413	2.01 439	1.17 430	2.53 450	1.99 448	2.01 441	1.54 358	2.00 425	1.54 419	3.16 392	3.46 455	0.49 433	0.31 393	0.45 425	0.40 421	0.71 451	0.62 436

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

MeshStereo	2.36 462	0.60 387	1.05 263	0.63 279	0.51 316	2.58 460	0.99 408	3.46 478	2.21 457	7.38 504	5.06 485	7.50 493	3.10 477	7.02 473	2.54 443	0.44 421	0.44 446	0.45 425	0.40 421	0.43 387	0.45 392
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
FACV-RUCA	0.66 174	0.36 257	0.89 205	0.63 279	0.65 378	0.84 263	0.41 141	1.67 259	1.11 219	0.91 143	1.14 221	0.63 109	0.77 215	0.84 88	0.54 197	0.28 329	0.19 264	0.47 431	0.22 253	0.36 357	0.29 292

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

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

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

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

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

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

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

FCDSN-DC	2.47 466	0.65 408	1.00 249	0.85 422	0.75 408	2.26 451	0.97 405	2.31 417	1.83 439	5.52 499	7.65 496	7.72 496	7.70 502	4.43 418	2.64 444	0.52 439	0.48 455	0.52 439	0.52 448	0.57 431	0.59 431
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DeepPrunerF	1.68 428	0.82 433	6.82 474	0.94 446	1.20 467	0.91 284	0.97 405	2.50 446	5.19 495	1.22 264	1.30 281	1.18 295	1.29 390	4.96 429	1.75 420	0.43 412	0.35 420	0.52 439	0.48 440	0.43 387	0.42 383

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

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

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

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

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

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

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

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

MSMD_ROB	2.08 451	0.61 392	1.15 295	0.71 364	0.62 370	4.00 487	0.93 398	1.94 334	1.79 436	4.71 493	4.60 479	8.14 497	3.87 488	3.75 408	1.65 413	0.54 441	0.48 455	0.55 448	0.58 455	0.53 423	0.52 412

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

ELAS	2.67 468	0.80 429	2.13 414	1.13 459	1.15 462	6.25 498	2.56 493	3.50 479	3.68 485	5.36 497	4.92 484	3.79 474	5.56 494	3.65 404	5.22 470	0.66 457	0.57 468	0.56 450	0.54 451	0.65 444	0.75 452
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ccnet	1.19 381	0.71 419	1.36 351	0.81 408	0.75 408	1.72 412	1.13 423	1.98 342	1.31 335	1.52 383	1.84 411	1.75 406	1.36 400	2.01 325	2.04 429	0.57 447	0.54 464	0.57 452	0.56 453	0.60 437	0.60 434

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

ELAS_RVC	2.87 477	0.80 429	3.22 448	1.16 464	1.12 456	2.92 471	5.33 501	2.98 472	4.18 489	5.04 495	4.82 482	4.71 481	8.23 503	4.25 415	4.79 466	0.67 458	0.57 468	0.57 452	0.53 450	0.66 445	0.74 450
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	1.22 386	0.82 433	1.71 383	0.95 448	0.98 449	1.53 398	0.80 368	2.18 398	1.35 344	1.69 413	1.94 423	2.03 431	1.66 429	2.36 357	1.50 395	0.46 425	0.36 424	0.59 455	0.48 440	0.49 414	0.49 402

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

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

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

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

GANetREF_RVC	1.11 367	0.90 438	1.56 374	0.88 428	0.53 326	1.41 387	1.35 444	1.91 326	1.54 409	1.28 297	1.32 288	1.46 359	1.23 381	2.04 328	1.00 336	0.57 447	0.45 448	0.67 460	0.52 448	0.91 459	0.62 436
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MSC_U_SF_DS_RVC	2.22 458	1.29 466	4.14 461	1.10 458	0.78 418	5.00 494	2.38 491	2.47 441	2.67 471	1.94 436	2.28 441	2.66 458	1.70 432	9.10 489	2.29 438	0.68 460	0.52 462	0.68 461	0.71 467	1.17 470	0.81 457

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

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

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

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

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

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

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

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

SPS-STEREO	1.78 433	1.09 453	1.52 369	1.22 465	1.14 460	1.87 430	1.11 420	2.27 414	1.70 426	3.17 479	2.39 446	2.84 461	1.93 448	4.41 417	2.93 448	1.04 471	0.99 492	0.97 469	0.94 476	1.03 465	1.05 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet-RUCA	1.07 360	1.06 449	1.64 379	1.23 466	1.10 455	1.39 382	0.65 325	1.91 326	1.43 384	0.95 154	1.52 355	0.99 241	0.83 244	1.28 198	1.01 337	0.71 461	0.34 413	0.99 471	0.61 460	1.01 463	0.67 441

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

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

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

NVStereoNet_ROB	2.17 457	1.18 458	3.51 453	1.14 462	1.26 470	1.57 402	1.51 450	2.19 400	2.11 454	2.04 442	4.80 481	3.17 470	2.11 459	7.97 482	2.10 430	1.12 474	0.94 489	1.10 475	1.34 488	0.95 460	1.31 473
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-7	2.78 471	1.54 475	2.18 417	1.41 472	1.19 466	3.92 486	2.01 476	4.19 487	3.89 487	2.98 473	5.47 486	4.18 477	3.28 480	8.24 485	4.27 461	1.13 475	1.01 493	1.18 476	1.13 487	1.19 471	1.13 471

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

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

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

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

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

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

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

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

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

WAO-6	2.98 480	1.67 480	1.88 396	2.38 486	2.30 488	3.53 479	2.37 489	4.38 490	4.64 493	2.42 454	4.50 475	4.85 482	2.99 476	5.22 432	5.37 471	1.77 479	1.16 499	2.31 486	1.47 494	2.42 479	1.99 485

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ktn	4.56 489	2.41 494	2.54 429	3.79 505	3.25 501	4.81 493	2.91 497	5.52 497	7.36 498	4.12 486	14.55 507	7.54 494	3.70 485	7.84 481	3.35 453	4.06 505	1.86 504	3.26 505	2.22 504	3.27 494	2.86 497

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark