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

S2M2	0.69 3	0.59 33	1.35 10	0.92 93	0.55 83	1.07 10	0.20 1	1.17 3	1.61 66	0.61 3	0.82 20	0.86 68	0.47 6	0.92 4	0.71 19	0.36 221	0.33 211	0.27 86	0.27 163	0.37 198	0.33 35

LGtest1	0.61 1	0.45 4	1.19 3	0.71 13	0.45 37	1.00 8	0.26 2	1.33 7	1.55 42	0.62 5	0.64 7	0.44 3	0.49 9	1.06 10	0.51 7	0.28 59	0.23 94	0.24 27	0.17 12	0.21 4	0.36 73

DLNR_Zeroshot_test	29.83 526	55.48 534	50.99 532	183.84 537	114.74 534	3.44 181	0.28 3	29.52 526	1.59 55	1.03 78	1.25 73	0.93 86	0.64 34	3.95 272	1.62 237	37.16 531	1.69 429	0.26 67	0.23 100	92.97 535	15.07 497

CREStereo++_RVC	1.98 81	0.59 33	19.94 308	0.87 59	0.55 83	4.02 314	0.31 4	1.75 28	2.09 135	1.65 139	2.20 343	0.85 65	0.65 36	1.03 7	0.72 22	0.29 72	0.16 3	0.23 13	1.22 475	0.25 17	0.22 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
RAStereo	1.53 58	0.71 103	17.55 199	0.62 1	0.65 131	1.18 14	0.32 5	1.94 39	1.15 6	0.80 32	1.07 41	0.64 19	0.47 6	0.89 2	1.01 103	0.25 20	0.20 29	0.27 86	0.21 53	0.36 192	0.27 11

IGEV-Stereo++	1.68 69	0.48 8	1.27 7	0.77 20	1.31 340	3.87 277	0.33 6	3.41 180	1.72 89	0.89 57	1.20 59	0.68 26	1.03 127	1.15 19	0.49 1	0.23 7	0.22 67	0.23 13	0.18 17	0.26 29	13.90 488

U	12.87 511	0.43 3	2.54 35	0.68 11	58.93 531	63.36 537	0.33 6	1.95 41	1.08 5	0.62 5	0.83 22	0.46 6	0.57 16	0.91 3	0.50 2	0.31 118	0.17 4	63.34 535	59.81 534	0.30 82	0.26 8

XX-TBD	1.98 81	1.08 260	20.29 357	1.31 296	0.43 31	3.97 307	0.33 6	1.76 30	1.77 94	1.59 131	2.18 338	0.69 29	0.59 22	1.44 69	0.75 26	0.33 158	0.25 133	0.23 13	0.16 7	0.31 93	0.22 1

GREAT-IGEV	4.43 440	0.74 124	13.12 112	1.32 303	9.52 507	2.48 91	0.34 9	1.40 8	1.88 109	0.61 3	0.89 24	0.51 8	0.60 23	1.26 32	1.01 103	0.23 7	31.64 531	0.21 4	0.18 17	0.24 13	20.38 521

dual_stereo	4.32 435	0.42 1	1.51 14	0.75 17	1.37 354	0.88 6	0.34 9	3.50 188	4.78 469	0.55 2	0.47 4	0.60 15	0.40 2	2.09 171	0.95 85	0.24 12	32.26 532	0.21 4	0.17 12	0.21 4	34.78 531

FoundationStereo	0.77 6	0.42 1	1.20 4	0.95 120	1.01 259	0.70 3	0.35 11	0.78 1	4.64 459	0.64 8	0.38 2	0.73 40	0.77 65	0.96 5	0.50 2	0.29 72	0.24 117	0.23 13	0.16 7	0.18 1	0.32 25

Pointernet	0.99 17	0.50 10	3.54 48	0.89 67	0.44 35	2.30 82	0.38 12	3.12 149	1.48 24	0.69 12	1.44 117	0.92 84	0.73 50	1.28 36	0.82 49	0.24 12	0.23 94	0.21 4	0.19 21	0.19 2	0.25 7

IGEV-Stereo+	1.08 31	0.55 14	2.59 37	0.89 67	2.06 449	1.40 39	0.38 12	1.18 5	1.29 11	0.76 25	0.45 3	0.47 7	0.79 75	2.16 182	0.65 13	0.29 72	0.25 133	0.22 8	0.19 21	2.27 480	2.70 403

TANstereo	1.98 81	0.87 185	20.35 365	0.80 32	0.37 8	4.05 322	0.38 12	1.50 11	1.65 75	2.03 226	2.16 331	0.84 62	0.93 109	1.09 14	0.68 15	0.30 98	0.36 238	0.24 27	0.20 42	0.26 29	0.46 137

LG-Stereo_Zeroshot	1.04 27	0.53 12	2.93 41	0.80 32	0.77 180	3.99 309	0.39 15	2.10 53	1.96 122	0.90 59	0.93 27	0.75 50	0.85 88	1.31 44	0.87 61	0.28 59	0.21 51	0.26 67	0.21 53	0.32 112	0.38 85

StereoAnything_RVC	4.17 424	12.66 478	20.44 374	0.88 65	0.57 97	1.16 13	0.39 15	2.35 69	4.38 442	0.53 1	0.37 1	0.33 1	0.89 99	1.62 100	0.50 2	0.33 158	0.22 67	0.24 27	0.15 3	3.36 489	31.99 527

MonSter	0.70 4	0.47 7	1.58 19	0.69 12	0.89 222	1.19 16	0.39 15	2.57 96	0.93 3	0.62 5	0.66 8	0.37 2	0.35 1	1.08 13	0.59 10	0.16 1	0.36 238	0.20 1	0.19 21	0.21 4	0.52 178

MaDis-Stereo	1.60 59	1.11 267	16.13 165	0.67 7	1.87 437	1.22 21	0.39 15	2.17 59	1.42 19	0.69 12	0.78 15	0.88 74	0.70 45	1.24 30	1.13 121	0.32 135	0.23 94	0.26 67	0.21 53	0.32 112	0.28 14

UniTT-Stereo	1.73 72	0.60 41	20.25 349	0.98 143	1.19 315	0.78 4	0.39 15	1.19 6	1.55 42	1.21 90	1.28 81	0.52 9	0.64 34	1.17 21	1.16 129	0.35 197	0.20 29	0.25 43	0.22 85	0.42 262	0.31 22

trnet	1.00 21	0.55 14	1.89 27	0.66 5	0.33 3	4.41 404	0.40 20	2.42 74	1.95 119	0.96 68	1.24 69	0.88 74	0.89 99	1.27 34	0.78 32	0.30 98	0.19 17	0.23 13	0.15 3	0.22 8	0.22 1

CREStereo	1.00 21	0.59 33	1.82 26	0.66 5	0.36 6	4.43 407	0.40 20	2.43 75	1.98 123	0.96 68	1.22 65	0.88 74	0.87 95	1.30 40	0.79 39	0.30 98	0.20 29	0.23 13	0.16 7	0.23 10	0.22 1
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
HART	3.57 390	1.13 273	17.80 208	0.90 78	1.12 293	1.18 14	0.41 22	3.55 193	4.60 454	1.09 82	2.19 341	1.49 161	0.57 16	1.46 74	1.14 124	0.25 20	21.58 528	0.28 119	0.21 53	0.36 192	10.06 479

iRaftStereo_RVC	1.70 70	1.18 283	3.88 56	0.99 150	0.46 39	3.83 263	0.41 22	2.41 72	1.60 60	1.69 149	1.76 209	1.81 212	0.83 85	1.58 97	1.23 144	0.31 118	4.86 475	0.29 142	0.26 146	0.33 137	4.33 437

GIP-stereo	2.03 94	0.67 76	4.11 59	1.51 371	1.13 296	2.91 117	0.42 24	3.45 187	3.19 316	0.67 10	0.78 15	0.90 79	0.76 63	1.06 10	0.69 17	0.29 72	0.25 133	0.25 43	0.17 12	0.26 29	17.22 514

tg	1.40 52	1.14 276	2.71 39	0.97 137	0.54 78	4.02 314	0.42 24	3.02 142	2.64 223	1.70 151	1.85 253	1.84 217	0.97 116	1.81 143	0.99 95	0.31 118	0.22 67	0.29 142	0.26 146	0.32 112	2.01 382

RAFT-Stereo + iAFF	2.49 190	1.68 350	20.50 389	1.11 195	1.32 344	4.13 341	0.42 24	3.23 160	3.30 347	2.05 233	2.40 376	1.61 169	1.11 159	1.49 81	1.63 240	0.22 5	0.22 67	0.26 67	0.24 116	0.31 93	2.47 399

DEFOM-Stereo_RVC	1.03 26	1.15 278	1.34 9	1.03 165	0.59 102	0.81 5	0.43 27	3.53 191	4.67 461	0.78 27	0.98 32	0.44 3	1.16 176	1.46 74	0.71 19	0.27 41	0.19 17	0.24 27	0.18 17	0.30 82	0.34 44

DEFOM-Stereo	0.75 5	0.62 51	1.22 5	0.74 15	0.51 66	3.39 170	0.43 27	1.00 2	0.91 2	0.91 60	0.61 6	0.45 5	0.43 4	1.78 131	0.50 2	0.27 41	0.18 10	0.22 8	0.16 7	0.21 4	0.43 118

PMTNet	1.13 39	0.55 14	3.88 56	0.71 13	0.59 102	4.21 372	0.43 27	2.00 44	1.58 52	1.02 75	1.06 38	0.78 51	0.98 119	1.58 97	0.93 73	1.21 462	0.20 29	0.23 13	0.15 3	0.23 10	0.27 11

SGD-Stereo	0.68 2	0.46 6	1.13 1	0.90 78	0.33 3	2.42 88	0.44 30	1.17 3	0.75 1	0.87 48	0.53 5	0.55 11	0.53 10	1.50 86	0.50 2	0.34 181	0.14 1	0.25 43	0.19 21	0.23 10	0.27 11

H2IRNET	2.19 116	0.83 173	19.13 241	1.25 276	0.61 110	4.48 417	0.44 30	2.94 129	1.86 104	1.08 81	2.29 360	1.67 175	1.40 216	2.18 186	1.64 246	0.41 272	0.21 51	0.33 238	0.37 329	0.38 211	0.39 94

HI	2.19 116	1.11 267	19.93 305	1.14 214	0.69 156	2.98 125	0.45 32	2.58 97	1.87 107	2.18 273	1.65 180	2.41 289	1.83 328	1.72 120	1.63 240	0.30 98	0.17 4	0.28 119	0.31 261	0.27 35	0.32 25

CoSv	2.19 116	1.11 267	19.93 305	1.14 214	0.69 156	2.98 125	0.45 32	2.58 97	1.87 107	2.18 273	1.65 180	2.41 289	1.83 328	1.72 120	1.63 240	0.30 98	0.17 4	0.28 119	0.31 261	0.27 35	0.32 25

XX-Stereo	2.66 245	0.70 97	21.17 467	2.33 459	1.24 328	4.31 391	0.45 32	4.48 446	1.60 60	2.39 350	1.89 268	4.60 455	0.60 23	4.17 277	1.11 120	0.34 181	0.26 156	0.29 142	0.29 224	0.53 339	0.43 118

CroCo-Stereo Lap2	1.65 66	1.14 276	14.70 139	1.00 154	1.80 435	0.53 2	0.46 35	3.18 154	1.62 69	1.10 85	1.24 69	1.05 101	0.78 69	1.40 65	1.18 131	0.31 118	0.23 94	0.27 86	0.22 85	0.46 304	0.38 85

raft_robust	3.17 343	2.15 388	20.28 352	1.06 179	0.55 83	3.86 272	0.46 35	4.42 437	2.77 241	1.70 151	1.37 101	7.48 487	6.35 472	6.81 334	1.44 197	0.31 118	0.74 382	0.30 164	0.37 329	0.32 112	0.57 201

AFF-stereo	2.54 203	3.44 417	20.84 433	1.30 292	0.48 49	3.94 297	0.48 37	3.30 168	3.40 370	1.94 192	2.21 347	2.10 262	1.51 248	2.36 205	1.62 237	0.23 7	0.21 51	0.25 43	0.25 129	0.33 137	0.53 184

AIO-Stereo-zeroshot	2.84 284	1.17 280	20.72 423	1.15 217	2.05 448	3.61 219	0.49 38	4.63 467	2.10 137	1.41 110	1.66 184	6.02 480	2.40 377	2.79 238	2.09 329	0.30 98	0.51 336	0.31 183	0.96 457	0.59 360	1.93 378

MIF-Stereo (partial)	1.93 78	0.69 89	21.14 462	0.74 15	1.02 261	1.07 10	0.49 38	2.75 115	1.78 96	0.82 34	1.22 65	0.80 56	0.90 102	1.68 105	1.63 240	0.38 251	0.24 117	0.33 238	0.26 146	0.41 250	0.32 25

CroCo-Stereo	1.07 30	1.18 283	3.66 50	0.91 84	0.60 107	0.49 1	0.49 38	4.07 306	1.91 113	0.84 40	1.29 86	1.00 95	0.75 61	1.32 48	1.38 183	0.26 32	0.21 51	0.24 27	0.20 42	0.37 198	0.30 19
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
s12784h	2.08 100	0.50 10	16.85 184	0.75 17	0.36 6	4.42 406	0.49 38	4.23 369	3.08 304	2.03 226	2.67 413	0.91 82	1.05 143	2.05 167	0.78 32	0.37 235	0.18 10	0.24 27	0.16 7	0.27 35	0.26 8

GCST	2.86 287	3.95 424	20.52 391	1.93 439	1.56 389	1.74 54	0.50 42	3.69 217	2.10 137	1.79 169	1.64 177	1.60 168	1.29 197	5.27 291	1.90 298	2.10 478	0.77 384	1.45 478	0.97 460	1.15 456	1.38 343

LoS	1.05 28	0.58 25	3.31 44	0.91 84	0.38 9	4.14 346	0.50 42	2.22 61	1.49 29	1.02 75	0.88 23	0.62 17	0.84 86	1.69 110	0.94 79	0.27 41	0.20 29	0.24 27	0.17 12	0.22 8	0.32 25
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.08 31	0.63 54	2.53 34	0.95 120	2.18 455	2.13 73	0.50 42	2.07 50	1.46 22	0.79 30	1.06 38	0.61 16	0.48 8	1.45 71	0.87 61	0.24 12	0.18 10	0.24 27	0.15 3	0.64 381	2.36 394

UGAM-zero	3.14 336	0.62 51	20.64 413	1.02 161	0.93 238	2.87 112	0.51 45	4.52 453	1.57 49	2.19 280	1.65 180	5.78 477	3.40 433	9.89 392	1.71 262	0.33 158	0.44 299	0.28 119	0.59 425	0.30 82	3.59 427

GCAP-Stereo	2.59 220	1.07 256	20.48 387	0.91 84	4.13 495	3.67 231	0.51 45	2.27 62	1.76 93	1.18 88	1.15 55	1.18 118	0.84 86	1.36 57	1.54 215	0.27 41	8.46 490	0.27 86	0.19 21	0.29 63	0.30 19

Selective-RAFT	1.34 46	0.58 25	2.21 29	1.01 157	0.49 56	4.19 368	0.51 45	3.39 178	3.62 396	1.15 86	1.40 108	1.45 157	1.40 216	2.09 171	1.31 167	0.43 300	0.40 272	0.25 43	0.26 146	0.29 63	0.38 85

IPLGR	2.61 228	0.73 115	20.72 423	0.87 59	0.54 78	4.58 437	0.52 48	4.32 411	2.79 244	1.91 182	1.54 143	1.72 186	1.71 306	6.94 339	1.43 193	0.31 118	0.21 51	0.27 86	0.24 116	0.34 159	0.48 154

Former-RAFT_DAM_RVC	0.99 17	0.85 179	1.58 19	0.95 120	1.08 281	2.95 119	0.53 49	1.93 37	2.00 128	1.19 89	1.63 172	0.59 12	0.65 36	1.10 15	0.90 69	0.28 59	0.23 94	0.31 183	0.25 129	0.45 294	0.32 25

MLCV	2.52 194	1.77 359	18.20 216	1.17 231	0.63 123	3.60 217	0.53 49	3.88 257	2.35 183	2.82 412	2.24 349	1.99 246	1.42 224	4.59 282	3.09 388	0.39 259	0.22 67	0.33 238	0.22 85	0.35 174	0.52 178

LG-Stereo	0.94 16	0.71 103	3.31 44	0.62 1	0.51 66	2.85 109	0.54 51	2.59 101	1.40 17	0.88 50	1.23 67	0.53 10	0.40 2	0.81 1	0.86 59	0.23 7	0.18 10	0.31 183	0.24 116	0.29 63	0.22 1

GMStereo_Zeroshot	1.51 57	1.27 300	4.75 60	1.54 379	0.72 160	3.33 166	0.54 51	2.67 108	1.74 91	2.34 334	1.57 153	2.40 285	0.96 114	2.51 214	1.21 139	0.48 346	0.23 94	0.41 336	0.24 116	0.82 426	0.40 97

Reg-Stereo(zero)	1.88 77	0.45 4	11.07 97	0.94 109	2.06 449	4.52 424	0.55 53	2.72 111	1.69 82	1.54 123	1.26 75	2.55 307	2.52 389	1.73 125	2.43 354	0.20 2	0.28 177	0.22 8	0.19 21	0.25 17	0.40 97

MoCha-V2	3.53 389	0.90 199	17.00 186	1.32 303	8.54 506	1.38 38	0.55 53	2.89 126	3.31 350	0.99 73	1.82 235	0.66 24	1.16 176	1.79 133	0.84 54	0.26 32	15.15 516	0.20 1	0.20 42	0.25 17	11.33 483

IPLG	2.56 215	1.11 267	19.89 302	0.95 120	0.79 186	4.60 441	0.56 55	4.31 403	2.10 137	1.94 192	2.00 297	1.34 139	1.37 208	6.59 325	1.59 228	0.32 135	0.21 51	0.27 86	0.23 100	0.32 112	0.63 232

RAFT-RH_RVC	2.72 262	0.64 58	20.10 330	1.48 362	0.49 56	4.46 410	0.56 55	1.73 27	2.86 261	3.06 430	5.50 471	2.02 251	1.28 194	6.70 329	1.56 220	0.46 329	0.22 67	0.37 304	0.34 295	0.29 63	0.33 35

GMStereo	2.01 90	2.26 391	20.93 439	0.90 78	0.48 49	1.67 53	0.56 55	1.90 35	2.19 151	1.58 130	1.31 88	0.87 72	0.74 56	1.68 105	1.00 99	0.41 272	0.21 51	0.30 164	0.32 277	0.50 330	0.46 137
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ours_stereo	1.00 21	0.88 189	2.52 33	0.91 84	0.74 165	1.10 12	0.57 58	1.68 19	1.24 8	0.76 25	1.49 125	0.70 30	0.62 28	1.61 99	0.62 11	0.26 32	0.20 29	0.26 67	0.21 53	0.30 82	3.24 416

MyStereo8	2.97 311	1.76 357	18.94 233	1.55 383	1.62 402	4.16 352	0.57 58	3.79 236	2.41 191	2.22 292	2.93 429	2.27 271	1.14 168	2.16 182	2.28 343	0.27 41	8.58 492	0.32 203	0.29 224	0.37 198	1.72 367

plain	2.00 87	0.89 193	21.49 483	0.67 7	0.73 161	1.66 52	0.57 58	3.27 167	2.18 150	0.80 32	1.25 73	0.80 56	0.86 92	1.72 120	1.13 121	0.34 181	0.21 51	0.32 203	0.25 129	0.44 286	0.34 44

DCANet-4	2.06 99	0.58 25	15.30 147	0.86 52	0.44 35	4.16 352	0.57 58	4.31 403	3.28 338	2.31 317	1.82 235	1.04 100	1.54 259	1.69 110	1.56 220	0.35 197	0.24 117	0.24 27	0.19 21	0.25 17	0.57 201

fff	2.40 170	0.96 230	20.47 381	0.84 41	0.38 9	4.15 349	0.57 58	4.30 392	2.85 255	2.31 317	1.82 235	1.19 122	2.98 408	1.68 105	1.57 223	0.35 197	0.24 117	0.23 13	0.19 21	0.25 17	0.57 201

csc	2.40 170	0.96 230	20.47 381	0.84 41	0.38 9	4.15 349	0.57 58	4.30 392	2.85 255	2.31 317	1.82 235	1.19 122	2.98 408	1.68 105	1.57 223	0.35 197	0.24 117	0.23 13	0.19 21	0.25 17	0.57 201

cscssc	2.40 170	0.96 230	20.47 381	0.84 41	0.38 9	4.15 349	0.57 58	4.30 392	2.85 255	2.31 317	1.82 235	1.19 122	2.98 408	1.68 105	1.57 223	0.35 197	0.24 117	0.23 13	0.19 21	0.25 17	0.57 201

TestStereo	2.41 176	1.95 376	19.15 242	0.77 20	0.61 110	1.83 55	0.58 65	2.33 68	1.53 37	1.44 117	1.37 101	1.26 132	0.90 102	11.59 463	0.94 79	0.36 221	0.19 17	0.33 238	0.24 116	0.45 294	0.32 25

DIP-Stereo	2.03 94	0.98 237	16.44 179	0.67 7	0.62 120	4.30 388	0.58 65	4.43 439	2.89 266	1.97 202	1.40 108	0.91 82	0.86 92	1.31 44	1.27 163	0.38 251	0.23 94	0.33 238	0.23 100	0.33 137	0.57 201
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIM_Stereo	2.71 259	1.26 296	20.92 438	1.34 311	5.57 503	3.10 130	0.59 67	3.25 164	2.51 207	1.64 136	1.61 163	1.82 214	1.29 197	2.07 169	1.35 170	0.25 20	0.31 199	0.28 119	0.26 146	0.29 63	4.43 439

LoS_RVC	1.23 42	1.51 331	6.09 69	0.88 65	1.71 423	1.96 65	0.59 67	1.61 15	1.37 15	0.84 40	1.35 94	0.84 62	1.15 174	1.49 81	0.83 51	0.21 4	0.17 4	0.20 1	0.14 1	0.20 3	1.49 354

ADStereo(finetuned)	2.30 148	0.97 234	17.29 194	0.86 52	0.43 31	4.17 357	0.59 67	4.31 403	3.29 343	2.35 336	1.86 259	1.18 118	3.35 429	1.69 110	1.59 228	0.34 181	0.25 133	0.23 13	0.19 21	0.31 93	0.72 261

DCANet	2.37 165	0.98 237	20.47 381	0.86 52	0.43 31	4.18 360	0.59 67	4.31 403	3.29 343	2.35 336	1.86 259	1.18 118	1.63 285	1.69 110	1.59 228	0.34 181	0.25 133	0.24 27	0.19 21	0.31 93	0.73 266

DFGA-Net	2.93 297	7.27 447	18.55 222	1.18 236	0.79 186	3.68 234	0.60 71	2.84 122	1.98 123	2.19 280	2.07 314	1.22 129	1.04 134	10.28 411	2.51 362	0.30 98	0.23 94	0.34 257	0.35 308	0.63 376	0.54 189

MC-Stereo	2.54 203	0.58 25	6.38 72	1.30 292	1.37 354	4.56 436	0.60 71	2.08 51	1.57 49	1.97 202	1.68 187	0.89 77	1.12 161	1.46 74	0.88 64	0.27 41	8.44 489	0.27 86	0.22 85	0.26 29	14.87 495

test-1	1.81 75	0.72 109	9.51 89	1.02 161	1.57 392	3.85 269	0.60 71	4.07 306	1.51 34	1.94 192	1.81 233	2.04 254	0.91 104	1.39 64	1.73 268	0.27 41	0.93 396	0.31 183	0.25 129	0.29 63	1.37 342

FENet	2.30 148	0.61 46	20.21 342	1.43 352	0.68 148	4.04 318	0.60 71	4.01 286	2.26 166	2.03 226	1.13 51	2.42 293	1.42 224	1.72 120	1.43 193	0.36 221	0.24 117	0.33 238	0.27 163	0.29 63	0.51 170

rvit_stereo_0081	0.87 10	0.73 115	1.54 15	0.92 93	0.65 131	1.27 25	0.61 75	2.11 55	2.35 183	0.86 42	0.75 12	0.86 68	0.74 56	1.36 57	0.83 51	0.33 158	0.26 156	0.27 86	0.25 129	0.38 211	0.35 52

rvit_stereo_0082	0.87 10	0.73 115	1.54 15	0.92 93	0.65 131	1.27 25	0.61 75	2.11 55	2.35 183	0.86 42	0.75 12	0.86 68	0.74 56	1.36 57	0.83 51	0.33 158	0.26 156	0.27 86	0.25 129	0.38 211	0.35 52

IGEV-BASED-STEREO-	1.13 39	3.31 413	2.61 38	0.87 59	0.40 25	1.26 23	0.61 75	1.55 13	1.61 66	0.93 64	0.94 29	0.65 22	0.57 16	1.10 15	0.68 15	1.55 475	0.19 17	0.32 203	0.28 190	1.11 453	2.04 383

StereoVision	2.36 161	1.15 278	20.38 368	1.07 184	1.79 433	2.58 100	0.61 75	3.14 150	2.34 180	1.33 101	3.46 450	1.85 219	0.88 96	2.12 176	2.01 316	0.46 329	0.36 238	0.37 304	0.36 319	0.50 330	0.41 104

EKT-Stereo	7.93 497	0.75 138	21.17 467	1.84 431	109.80 533	4.51 423	0.61 75	4.13 334	1.59 55	1.89 180	1.24 69	1.96 243	1.35 205	4.02 273	1.36 177	0.42 283	0.31 199	0.29 142	0.27 163	0.35 174	0.78 277

EGLCR-Stereo	2.52 194	0.56 17	9.39 88	1.16 224	0.81 190	5.24 481	0.61 75	4.20 357	1.56 46	1.09 82	0.71 9	1.09 104	0.66 39	1.92 155	0.82 49	0.29 72	0.30 193	0.29 142	0.24 116	0.37 198	19.09 518

riskmin	2.46 185	0.61 46	12.91 110	1.22 253	1.65 413	3.56 208	0.61 75	4.30 392	1.50 31	1.86 176	1.16 56	4.30 442	2.02 347	1.53 91	1.32 168	0.29 72	0.95 399	0.34 257	0.23 100	0.43 272	8.34 468

rafts_anoy	2.76 274	1.68 350	20.42 372	1.42 346	3.90 490	3.03 127	0.61 75	3.24 161	1.66 77	1.42 112	1.26 75	1.19 122	1.11 159	2.13 178	1.64 246	0.33 158	8.77 496	0.32 203	0.32 277	0.32 112	0.38 85

sCroCo_RVC	1.81 75	0.93 217	19.44 260	1.04 171	1.05 273	0.97 7	0.61 75	2.08 51	1.36 14	0.71 15	1.28 81	0.82 60	1.10 156	1.31 44	0.97 90	0.54 386	0.41 279	0.33 238	0.30 243	0.46 304	0.48 154

DN-CSS_ROB	2.89 293	9.72 461	19.71 283	2.07 451	0.90 228	4.01 312	0.61 75	4.06 303	3.35 359	1.66 141	1.89 268	1.39 147	1.06 145	3.24 252	1.88 294	0.44 308	0.19 17	0.44 353	0.29 224	0.40 230	0.42 111

11t1	2.82 282	0.72 109	17.81 210	1.60 392	0.93 238	2.27 80	0.62 85	3.76 231	4.47 448	1.72 154	1.33 91	1.05 101	1.34 204	1.84 149	1.45 201	0.29 72	5.57 479	0.29 142	0.26 146	0.32 112	8.80 471

MIPNet	2.43 179	1.13 273	20.00 315	0.93 100	0.58 101	4.74 469	0.62 85	4.33 414	2.95 273	1.94 192	1.49 125	1.52 163	1.96 342	2.77 236	1.60 232	0.35 197	0.20 29	0.27 86	0.23 100	0.32 112	0.59 216

sAnonymous2	2.00 87	1.54 335	21.24 472	0.93 100	0.89 222	1.21 17	0.62 85	2.58 97	2.28 170	0.86 42	1.04 36	0.73 40	1.22 186	1.10 15	0.85 56	0.30 98	0.25 133	0.31 183	0.31 261	1.06 445	0.72 261

CroCo_RVC	2.00 87	1.54 335	21.24 472	0.93 100	0.89 222	1.21 17	0.62 85	2.58 97	2.28 170	0.86 42	1.04 36	0.73 40	1.22 186	1.10 15	0.85 56	0.30 98	0.25 133	0.31 183	0.31 261	1.06 445	0.72 261

CFNet-RSSM	2.17 112	0.56 17	20.50 389	1.08 186	0.57 97	3.42 177	0.62 85	4.24 375	1.60 60	1.73 157	1.39 105	2.55 307	1.19 183	1.36 57	1.04 108	0.29 72	0.20 29	0.26 67	0.23 100	0.28 46	0.32 25

SCV_C0	2.17 112	0.93 217	12.88 108	0.96 129	1.06 277	1.27 25	0.63 90	3.68 212	3.30 347	1.03 78	1.26 75	0.73 40	0.66 39	1.73 125	1.06 113	0.35 197	1.97 435	0.25 43	0.21 53	0.29 63	9.23 472

rvit_stereo_0081_aga	1.06 29	1.02 251	5.34 64	0.75 17	0.74 165	1.21 17	0.63 90	2.00 44	2.30 177	0.88 50	0.82 20	0.79 54	0.69 44	1.42 67	0.78 32	0.36 221	0.29 183	0.26 67	0.26 146	0.41 250	0.32 25

model_zeroshot	2.43 179	0.72 109	19.99 314	1.24 261	1.23 325	3.70 240	0.63 90	3.76 231	1.61 66	2.79 407	1.41 112	2.24 268	0.82 84	2.87 243	1.22 141	0.33 158	0.52 339	0.30 164	0.25 129	0.28 46	2.59 400

xxxx	4.25 429	0.86 181	14.59 137	1.30 292	1.16 304	3.51 199	0.63 90	4.56 458	5.42 487	2.33 331	2.29 360	2.04 254	1.39 212	10.23 407	18.00 503	0.33 158	7.15 486	0.31 183	0.30 243	0.35 174	8.33 467

Gwc-CoAtRS	1.80 74	0.61 46	14.92 143	1.08 186	0.61 110	2.88 113	0.63 90	2.47 77	1.62 69	1.80 171	1.50 128	2.73 323	1.17 178	1.35 55	1.08 117	0.30 98	0.22 67	0.25 43	0.23 100	0.28 46	0.30 19

rvit_stereo_0083	0.91 14	0.73 115	1.60 21	0.90 78	0.66 136	1.21 17	0.64 95	1.75 28	2.71 232	0.83 38	0.93 27	0.94 89	1.06 145	1.50 86	0.79 39	0.34 181	0.36 238	0.30 164	0.27 163	0.34 159	0.34 44

test_sample1	2.29 144	0.72 109	5.74 67	1.51 371	0.86 208	2.35 83	0.64 95	4.07 306	3.45 382	2.01 219	1.51 129	1.70 182	1.71 306	9.53 381	1.73 268	0.31 118	0.97 402	0.31 183	0.31 261	0.33 137	6.12 452

TransformOpticalFlow	3.07 324	0.87 185	20.87 435	1.10 191	0.56 89	4.18 360	0.64 95	4.36 422	3.28 338	2.19 280	3.08 436	4.32 443	5.01 459	7.36 346	1.59 228	0.34 181	0.18 10	0.32 203	0.26 146	0.29 63	0.57 201

222	3.82 407	0.88 189	6.92 74	1.15 217	0.99 251	3.27 154	0.64 95	4.57 460	5.37 484	2.43 359	2.32 366	1.41 150	1.44 229	10.64 420	18.51 507	0.32 135	4.89 476	0.32 203	0.30 243	0.34 159	9.80 477

CFNet_pseudo	2.03 94	0.74 124	12.75 107	0.87 59	0.74 165	3.91 286	0.65 99	4.04 298	1.93 116	1.93 186	1.79 223	3.25 370	1.61 274	2.51 214	1.25 155	0.32 135	0.37 245	0.53 402	0.28 190	0.64 381	0.50 164

ccs_rob	2.03 94	0.74 124	12.67 106	0.87 59	0.75 173	3.91 286	0.66 100	4.04 298	1.93 116	1.92 185	1.79 223	3.24 368	1.63 285	2.52 218	1.25 155	0.32 135	0.37 245	0.54 410	0.28 190	0.66 391	0.51 170

iResNet_ROB	2.72 262	10.38 465	14.41 131	1.46 357	0.99 251	3.74 246	0.66 100	4.01 286	2.84 254	2.04 229	2.05 309	1.98 245	1.38 209	4.73 284	1.91 301	0.35 197	0.20 29	0.28 119	0.19 21	0.33 137	0.41 104

mms	1.08 31	0.87 185	1.41 12	0.89 67	0.87 217	1.40 39	0.67 102	1.63 17	1.70 85	0.82 34	1.41 112	0.64 19	0.54 12	1.81 143	0.66 14	0.25 20	0.23 94	0.26 67	0.21 53	0.32 112	5.10 444

SDNR	4.37 436	2.22 390	20.63 412	1.60 392	0.99 251	5.15 479	0.67 102	4.36 422	5.55 490	4.89 481	7.17 475	5.50 475	1.58 265	17.48 514	4.33 409	0.80 439	0.72 381	0.59 421	0.45 386	1.18 459	1.43 348

UDGNet	2.34 157	1.71 354	20.28 352	1.42 346	0.62 120	4.39 399	0.67 102	1.82 33	2.28 170	1.40 107	1.21 64	0.99 94	1.00 122	2.23 193	1.23 144	1.14 458	0.35 230	1.30 477	0.98 461	1.11 453	0.62 229

NF-Stereo	2.68 252	0.67 76	21.09 456	2.43 462	0.47 44	4.67 452	0.67 102	3.68 212	4.30 437	2.11 250	1.62 167	1.36 143	1.09 150	6.07 312	1.24 149	0.45 317	0.20 29	0.36 293	0.34 295	0.32 112	0.37 76

OCTAStereo	2.67 249	0.67 76	21.08 451	2.43 462	0.47 44	4.67 452	0.67 102	3.68 212	4.31 440	2.11 250	1.62 167	1.36 143	1.09 150	6.02 309	1.25 155	0.45 317	0.20 29	0.36 293	0.34 295	0.32 112	0.37 76

RE-Stereo	2.67 249	0.67 76	21.08 451	2.43 462	0.47 44	4.67 452	0.67 102	3.68 212	4.30 437	2.11 250	1.62 167	1.36 143	1.09 150	6.01 306	1.26 160	0.45 317	0.20 29	0.36 293	0.34 295	0.32 112	0.37 76

TVStereo	2.67 249	0.67 76	21.08 451	2.43 462	0.47 44	4.67 452	0.67 102	3.68 212	4.30 437	2.11 250	1.62 167	1.36 143	1.09 150	6.01 306	1.26 160	0.45 317	0.20 29	0.36 293	0.34 295	0.32 112	0.37 76

AnonymousM	1.38 49	1.33 312	2.35 30	0.95 120	0.56 89	4.03 317	0.67 102	2.63 105	2.49 206	1.51 122	1.36 99	1.15 113	1.00 122	1.26 32	1.04 108	0.41 272	0.46 309	2.07 485	1.71 486	0.25 17	0.40 97

raftrobust	2.05 98	1.45 325	13.44 114	1.29 288	5.81 504	3.59 213	0.67 102	2.80 117	1.50 31	2.21 290	1.41 112	1.17 115	1.22 186	1.37 62	1.46 203	0.29 72	0.33 211	0.22 8	0.20 42	0.27 35	0.36 73

rvit_stereo_0075_2	2.14 107	0.76 148	21.42 482	0.91 84	1.26 331	2.49 93	0.68 111	2.30 66	2.10 137	1.42 112	1.86 259	1.45 157	0.85 88	1.49 81	1.03 107	0.47 337	0.40 272	0.48 373	0.38 338	0.47 317	0.53 184

RSM++	0.99 17	0.56 17	1.35 10	1.54 379	0.50 65	1.53 48	0.68 111	2.31 67	4.13 424	0.86 42	1.27 79	0.90 79	0.60 23	1.21 27	0.78 32	0.27 41	0.20 29	0.25 43	0.21 53	0.29 63	0.42 111

MSKI-zero shot	2.33 154	0.69 89	20.22 344	1.14 214	0.77 180	4.05 322	0.68 111	3.95 274	1.51 34	1.93 186	2.35 368	1.91 230	0.71 47	3.01 248	0.79 39	0.28 59	1.47 421	0.27 86	0.21 53	0.28 46	0.44 123

PCWNet_CMD	2.16 109	0.71 103	15.44 151	0.84 41	0.76 177	3.38 168	0.68 111	3.69 217	2.24 160	1.72 154	1.63 172	3.20 365	3.00 412	2.09 171	1.23 144	0.32 135	0.37 245	0.47 368	0.27 163	0.65 387	0.51 170

CFNet_ucs	2.32 151	0.75 138	17.05 188	0.90 78	0.81 190	3.86 272	0.68 111	4.31 403	2.68 228	2.13 255	2.04 302	3.30 373	1.24 189	2.63 226	1.23 144	0.37 235	0.46 309	0.56 414	0.30 243	0.67 393	0.53 184

PSM-softLoss	2.62 231	0.65 66	21.11 460	2.46 466	0.49 56	4.68 460	0.68 111	2.61 103	4.23 430	2.14 257	1.47 122	1.42 151	0.99 120	6.04 310	1.24 149	0.47 337	0.23 94	0.37 304	0.39 346	0.33 137	0.34 44

KMStereo	2.62 231	0.65 66	21.11 460	2.46 466	0.49 56	4.68 460	0.68 111	2.61 103	4.23 430	2.14 257	1.47 122	1.42 151	0.99 120	6.04 310	1.24 149	0.47 337	0.23 94	0.37 304	0.39 346	0.33 137	0.34 44

RALAANet	2.29 144	2.73 403	21.08 451	1.29 288	0.94 243	1.45 42	0.68 111	3.25 164	2.61 219	2.02 221	1.80 228	1.28 134	1.04 134	2.12 176	1.79 281	0.30 98	0.22 67	0.27 86	0.27 163	0.41 250	0.35 52

ISRNet	1.98 81	0.94 221	10.75 94	1.30 292	1.35 349	2.84 108	0.69 119	3.80 242	2.07 134	2.14 257	2.11 320	2.89 339	1.41 221	2.52 218	1.74 271	0.49 352	0.50 333	0.56 414	0.47 390	0.51 335	0.59 216

CASS	1.65 66	0.73 115	8.72 85	0.97 137	0.67 140	2.88 113	0.69 119	3.07 145	1.86 104	2.82 412	2.02 298	1.39 147	1.55 262	1.75 130	1.36 177	0.51 371	0.28 177	0.34 257	0.28 190	0.47 317	0.63 232
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSMDNet	2.16 109	0.71 103	15.36 149	0.86 52	0.75 173	3.41 175	0.69 119	3.70 220	2.25 163	1.73 157	1.64 177	3.21 366	2.95 404	2.09 171	1.24 149	0.32 135	0.37 245	0.45 360	0.27 163	0.63 376	0.50 164

AE-Stereo	2.91 295	0.63 54	17.05 188	1.15 217	0.63 123	4.39 399	0.70 122	4.02 291	2.12 144	1.24 98	2.04 302	1.01 96	0.91 104	1.67 104	1.42 191	0.30 98	1.14 411	0.28 119	0.28 190	0.27 35	16.93 513

DeepStereo_RVC	2.42 178	0.70 97	18.41 219	0.79 31	0.43 31	4.50 419	0.70 122	2.51 81	3.51 389	2.02 221	1.79 223	1.54 164	6.35 472	1.93 158	1.22 141	0.47 337	0.22 67	0.29 142	0.29 224	0.35 174	0.40 97

cross-raft	1.95 79	0.66 73	16.17 167	1.23 260	0.92 234	2.25 78	0.70 122	3.69 217	1.68 80	1.78 166	1.53 132	3.15 362	1.13 162	1.35 55	1.06 113	0.24 12	0.23 94	0.26 67	0.24 116	0.29 63	0.45 129

RALCasStereoNet	3.17 343	1.87 372	20.86 434	1.17 231	1.63 405	3.10 130	0.70 122	3.21 156	2.19 151	1.39 106	1.73 204	1.18 118	0.91 104	2.46 208	1.64 246	0.31 118	8.75 495	0.25 43	0.22 85	0.31 93	9.45 473

HCRNet	2.24 128	0.74 124	14.54 134	0.82 39	1.36 351	4.11 336	0.70 122	3.61 204	3.03 293	1.83 175	1.61 163	1.58 166	1.40 216	5.79 301	1.60 232	0.35 197	0.28 177	0.36 293	0.29 224	0.34 159	0.46 137

MM-Stereo_test2	2.80 280	0.63 54	20.19 336	1.75 422	0.52 72	2.77 104	0.71 127	1.80 31	1.72 89	0.99 73	0.98 32	0.84 62	0.79 75	1.45 71	1.26 160	0.27 41	0.62 364	0.25 43	0.23 100	0.31 93	17.86 515

anonymousdsp2	2.72 262	0.68 84	11.15 98	1.20 243	0.64 126	3.66 230	0.71 127	3.71 223	2.14 148	1.62 134	1.61 163	1.95 238	1.00 122	2.24 195	0.81 44	0.32 135	0.50 333	0.28 119	0.20 42	0.34 159	19.58 519

PSM-adaLoss	2.26 134	0.74 124	20.53 392	0.77 20	0.38 9	4.67 452	0.71 127	2.54 86	3.22 327	2.00 210	1.53 132	1.77 197	1.13 162	2.22 192	0.96 87	0.50 365	0.23 94	0.32 203	0.28 190	0.40 230	0.35 52

StereoDRNet-Refined	2.23 126	0.98 237	10.62 93	1.25 276	0.78 183	3.29 161	0.71 127	3.96 276	2.20 154	2.43 359	2.05 309	2.97 345	1.46 236	6.87 335	2.33 345	0.37 235	0.25 133	0.42 347	0.34 295	0.47 317	0.80 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.68 252	0.76 148	15.85 159	1.45 355	0.83 195	3.10 130	0.72 131	4.31 403	3.37 361	2.39 350	1.90 276	1.72 186	1.47 241	11.13 445	1.86 292	0.36 221	0.47 319	0.35 276	0.37 329	0.42 262	0.85 292

MGS-Stereo	1.24 43	0.66 73	9.68 90	0.97 137	0.40 25	1.26 23	0.72 131	1.50 11	1.35 13	1.03 78	2.26 352	0.80 56	0.56 14	1.28 36	0.78 32	0.31 118	0.23 94	0.26 67	0.22 85	0.28 46	0.34 44

SMFormer	2.40 170	0.73 115	8.34 81	1.41 337	0.61 110	2.04 66	0.72 131	4.30 392	4.43 443	2.41 355	2.40 376	1.94 234	1.52 252	10.99 433	3.10 389	0.35 197	0.84 390	0.36 293	0.33 285	0.40 230	0.77 274

tta	2.44 181	0.73 115	8.34 81	1.41 337	0.61 110	2.04 66	0.72 131	4.30 392	4.43 443	2.41 355	2.40 376	1.94 234	1.52 252	10.99 433	3.10 389	0.35 197	0.84 390	0.36 293	0.33 285	0.31 93	1.75 368

qqq1	2.35 159	0.73 115	8.34 81	1.41 337	0.61 110	2.04 66	0.72 131	4.30 392	4.43 443	2.41 355	2.40 376	1.94 234	1.52 252	10.99 433	1.36 177	0.35 197	0.84 390	0.30 164	0.25 129	0.31 93	1.75 368

fff1	2.35 159	0.73 115	8.34 81	1.41 337	0.61 110	2.04 66	0.72 131	4.30 392	4.43 443	2.41 355	2.40 376	1.94 234	1.52 252	10.99 433	1.36 177	0.35 197	0.84 390	0.30 164	0.25 129	0.31 93	1.75 368

CFNet	3.04 320	6.89 444	16.27 173	1.36 316	1.24 328	4.09 332	0.72 131	4.15 341	3.00 280	1.69 149	1.88 266	2.27 271	1.45 231	11.41 455	2.12 331	0.36 221	0.29 183	0.43 351	0.36 319	0.48 324	0.38 85

AIO-test2	3.07 324	12.11 474	20.58 406	1.49 364	1.34 345	3.22 145	0.73 138	4.07 306	1.56 46	1.72 154	2.20 343	0.90 79	0.74 56	3.75 266	1.39 186	3.67 497	0.26 156	0.35 276	0.44 380	0.41 250	0.44 123

test_sample3	2.65 240	0.75 138	15.69 156	1.42 346	0.85 204	3.14 136	0.73 138	4.28 388	3.21 321	2.28 308	1.79 223	1.78 206	1.46 236	11.11 443	1.84 289	0.36 221	0.46 309	0.34 257	0.36 319	0.40 230	0.76 273

ACVNet-DCA	3.67 397	0.94 221	19.66 273	1.87 432	0.42 27	4.47 413	0.73 138	4.07 306	4.63 455	1.21 90	1.89 268	0.73 40	1.62 282	2.20 188	0.81 44	0.31 118	18.77 517	0.32 203	0.21 53	0.35 174	8.09 461

xx1	3.69 400	0.94 221	19.66 273	1.87 432	0.42 27	4.47 413	0.73 138	4.24 375	4.01 419	1.21 90	1.89 268	1.78 206	1.36 206	2.20 188	0.81 44	0.31 118	18.77 517	0.33 238	0.36 319	0.35 174	8.09 461

1test111	3.86 410	0.94 221	19.66 273	1.87 432	0.42 27	4.47 413	0.73 138	4.07 306	4.63 455	1.21 90	1.89 268	0.73 40	1.62 282	5.19 289	1.68 253	0.31 118	18.77 517	0.32 203	0.21 53	0.35 174	8.09 461

cc1	3.93 415	0.94 221	19.66 273	1.87 432	0.42 27	4.47 413	0.73 138	4.24 375	4.01 419	1.21 90	1.89 268	0.73 40	1.62 282	2.20 188	0.81 44	0.31 118	18.77 517	0.32 203	0.21 53	0.32 112	13.93 489

CASnet	0.85 9	0.59 33	1.66 23	0.91 84	0.30 1	1.37 37	0.73 138	1.63 17	1.94 118	1.66 141	1.14 54	0.66 24	0.63 31	1.07 12	0.90 69	0.37 235	0.17 4	0.41 336	0.31 261	0.33 137	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CAS	1.34 46	0.48 8	2.20 28	3.01 485	1.66 416	4.08 331	0.73 138	1.96 42	1.51 34	0.86 42	1.10 45	0.59 12	0.53 10	1.36 57	0.94 79	3.07 489	0.14 1	0.21 4	0.14 1	0.38 211	1.78 373

iGMRVC	2.27 137	0.74 124	20.46 378	0.77 20	0.38 9	4.65 448	0.73 138	2.54 86	3.21 321	2.00 210	1.53 132	1.77 197	1.14 168	2.47 211	0.99 95	0.51 371	0.23 94	0.32 203	0.28 190	0.40 230	0.35 52

RAFT-IKP	2.27 137	0.74 124	20.55 395	0.77 20	0.38 9	4.64 447	0.73 138	2.54 86	3.21 321	2.00 210	1.53 132	1.77 197	1.13 162	2.25 198	1.00 99	0.51 371	0.22 67	0.32 203	0.28 190	0.40 230	0.35 52

fffy	1.18 41	0.92 209	3.05 42	1.09 189	0.68 148	1.27 25	0.74 148	1.98 43	1.06 4	0.78 27	1.39 105	0.83 61	0.72 49	1.71 114	0.80 42	0.24 12	0.53 341	0.27 86	0.21 53	0.29 63	5.07 443

rvit_stereo_0080	1.10 36	1.09 263	3.78 51	0.65 3	0.60 107	1.91 60	0.74 148	2.74 113	2.65 225	0.94 66	1.09 43	0.85 65	0.81 82	1.20 25	0.89 65	0.39 259	0.29 183	0.25 43	0.28 190	0.46 304	0.35 52

RSM	0.99 17	0.54 13	1.25 6	0.94 109	0.61 110	1.32 33	0.74 148	2.54 86	4.08 421	0.89 57	1.49 125	1.22 129	0.62 28	1.24 30	0.80 42	0.25 20	0.20 29	0.25 43	0.21 53	0.29 63	0.42 111

test_sample5	2.68 252	0.76 148	14.56 135	1.40 333	0.83 195	3.11 133	0.74 148	4.33 414	4.48 449	2.29 312	2.04 302	1.67 175	1.45 231	11.18 446	1.88 294	0.37 235	0.47 319	0.37 304	0.39 346	0.43 272	0.78 277

DualNet	2.68 252	0.76 148	14.56 135	1.40 333	0.83 195	3.11 133	0.74 148	4.33 414	4.48 449	2.35 336	2.13 324	1.67 175	1.45 231	11.18 446	1.88 294	0.37 235	0.47 319	0.37 304	0.39 346	0.43 272	0.78 277

whm_eth	1.10 36	1.09 263	3.78 51	0.65 3	0.60 107	1.91 60	0.74 148	2.74 113	2.65 225	0.94 66	1.09 43	0.85 65	0.81 82	1.20 25	0.89 65	0.39 259	0.29 183	0.25 43	0.28 190	0.46 304	0.35 52

dd	2.27 137	3.06 409	20.18 335	0.96 129	0.51 66	4.24 380	0.74 148	1.94 39	2.43 195	1.48 120	1.28 81	1.19 122	1.05 143	1.82 145	1.69 256	0.63 410	0.34 221	0.35 276	0.33 285	0.61 365	0.57 201

AACVNet	2.77 276	1.64 348	19.22 249	1.57 386	0.86 208	3.28 158	0.74 148	3.31 171	1.66 77	2.06 234	1.82 235	2.47 300	1.40 216	10.95 432	1.92 305	0.41 272	0.35 230	0.38 319	0.33 285	0.46 304	0.61 225

IIG-Stereo	2.89 293	0.98 237	19.80 290	2.78 477	0.67 140	4.62 443	0.74 148	4.29 390	2.26 166	2.62 387	3.10 438	3.33 377	1.60 269	7.64 351	1.51 208	0.42 283	0.21 51	0.32 203	0.25 129	0.33 137	0.28 14

ROB_FTStereo_v2	2.25 130	0.74 124	20.45 377	0.77 20	0.38 9	4.66 451	0.74 148	2.54 86	3.20 318	2.00 210	1.53 132	1.77 197	1.14 168	2.13 178	0.96 87	0.50 365	0.22 67	0.32 203	0.28 190	0.40 230	0.35 52

SST-Stereo	2.63 235	0.63 54	19.76 289	1.69 410	0.46 39	4.71 466	0.74 148	2.27 62	3.07 303	2.07 240	2.15 327	2.42 293	3.17 421	6.66 327	0.95 85	0.45 317	0.19 17	0.30 164	0.27 163	0.35 174	0.31 22

tt45	1.08 31	0.92 209	2.50 32	0.92 93	0.67 140	3.90 282	0.75 159	2.00 44	1.29 11	0.74 18	1.35 94	0.71 37	0.63 31	2.59 223	0.97 90	0.23 7	0.19 17	0.28 119	0.23 100	0.29 63	0.37 76

DCVSM-stereo	2.31 150	0.72 109	20.28 352	1.15 217	0.93 238	2.53 96	0.75 159	2.70 109	1.69 82	2.56 377	1.53 132	3.27 371	1.71 306	2.23 193	1.38 183	0.36 221	0.53 341	0.41 336	0.33 285	0.46 304	0.64 237

BUS	1.64 65	0.64 58	3.82 53	0.94 109	0.86 208	4.50 419	0.75 159	4.49 447	2.29 174	2.96 425	1.82 235	3.61 403	1.03 127	1.79 133	1.18 131	0.39 259	0.25 133	0.31 183	0.28 190	0.38 211	0.41 104

NINENet	2.59 220	0.89 193	16.09 163	1.16 224	1.07 278	4.50 419	0.75 159	4.43 439	2.61 219	2.18 273	1.91 277	3.61 403	1.03 127	7.92 356	1.18 131	0.49 352	0.34 221	0.41 336	0.30 243	0.42 262	0.44 123

GANet-ADL	2.25 130	0.80 164	20.17 334	1.28 283	0.69 156	3.83 263	0.75 159	3.63 206	1.83 100	1.68 145	2.04 302	2.09 261	1.10 156	1.63 101	1.43 193	0.42 283	0.33 211	0.26 67	0.23 100	0.43 272	0.41 104

Patchmatch Stereo++	2.28 141	0.74 124	20.54 393	0.77 20	0.38 9	4.67 452	0.75 159	2.55 93	3.21 321	2.00 210	1.53 132	1.77 197	1.14 168	2.46 208	0.98 93	0.51 371	0.23 94	0.32 203	0.28 190	0.40 230	0.35 52
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo	2.26 134	0.74 124	20.44 374	0.77 20	0.38 9	4.65 448	0.75 159	2.54 86	3.19 316	2.00 210	1.54 143	1.77 197	1.13 162	2.28 199	0.94 79	0.49 352	0.22 67	0.32 203	0.28 190	0.40 230	0.35 52

iRAFT	2.28 141	0.74 124	20.54 393	0.77 20	0.38 9	4.67 452	0.75 159	2.55 93	3.21 321	2.00 210	1.53 132	1.77 197	1.14 168	2.46 208	0.98 93	0.51 371	0.23 94	0.32 203	0.28 190	0.40 230	0.35 52

UNet	2.53 199	0.91 202	20.07 321	1.19 241	1.44 368	3.45 184	0.75 159	3.80 242	1.98 123	2.09 246	1.57 153	2.74 326	2.37 376	3.51 259	2.52 363	0.35 197	0.30 193	0.41 336	0.28 190	0.40 230	0.50 164

HUF	5.25 463	1.03 252	26.85 520	1.03 165	13.21 512	1.35 35	0.76 168	2.97 138	3.00 280	0.79 30	1.56 152	0.92 84	0.66 39	1.53 91	0.74 25	0.35 197	27.70 530	0.26 67	0.18 17	0.24 13	19.90 520

PAM_32	3.04 320	0.69 89	20.55 395	1.17 231	1.01 259	8.89 502	0.76 168	3.71 223	3.43 375	2.12 254	2.65 409	5.44 473	3.73 440	2.35 204	1.48 205	0.27 41	0.33 211	0.28 119	0.29 224	0.39 225	1.27 337

testlalala2	2.47 187	0.75 138	20.46 378	2.58 472	2.91 471	3.80 258	0.76 168	4.20 357	3.87 413	1.45 119	1.57 153	2.43 295	0.80 80	1.23 28	0.71 19	0.28 59	0.33 211	0.24 27	0.21 53	0.35 174	0.38 85

raft+_RVC	3.46 384	2.57 401	19.51 265	1.49 364	17.54 517	3.63 223	0.76 168	3.24 161	1.53 37	1.35 103	1.67 185	1.03 98	1.10 156	1.98 164	1.53 212	0.25 20	7.10 485	0.25 43	0.24 116	0.28 46	2.18 390

MM-Stereo_test1	2.52 194	0.64 58	20.07 321	1.83 429	0.52 72	1.86 56	0.77 172	3.11 147	3.40 370	1.77 165	1.12 50	0.87 72	0.97 116	1.54 93	1.51 208	0.27 41	2.44 453	0.27 86	0.24 116	0.37 198	6.91 457

DDVS	1.78 73	0.84 178	3.58 49	1.32 303	1.15 300	3.17 139	0.77 172	3.35 174	1.86 104	1.88 178	1.91 277	2.91 343	1.42 224	6.19 315	1.85 290	0.47 337	0.65 370	0.35 276	0.38 338	0.48 324	1.01 315

RAFT-Stereo-weight	1.38 49	0.57 23	5.44 65	1.05 175	0.63 123	4.19 368	0.77 172	3.95 274	1.53 37	2.01 219	1.53 132	1.30 137	0.65 36	1.30 40	1.05 111	0.27 41	0.26 156	0.26 67	0.22 85	0.28 46	0.38 85

DisPM	2.29 144	0.61 46	20.25 349	1.79 427	0.52 72	4.58 437	0.77 172	2.50 80	2.22 157	2.49 370	1.82 235	1.45 157	1.01 125	2.73 235	1.04 108	0.48 346	0.20 29	0.32 203	0.31 261	0.32 112	0.45 129

ASMatch	2.65 240	0.68 84	20.65 414	1.60 392	0.71 159	4.40 402	0.77 172	2.02 48	1.65 75	1.71 153	3.89 456	1.93 232	3.75 441	5.45 295	1.67 251	0.33 158	0.24 117	0.34 257	0.28 190	0.34 159	0.57 201

RAFT-345	2.55 208	0.60 41	19.89 302	1.22 253	0.49 56	4.43 407	0.77 172	1.68 19	3.54 391	2.09 246	3.10 438	1.95 238	1.30 199	6.65 326	1.47 204	0.41 272	0.23 94	0.32 203	0.26 146	0.29 63	0.28 14

IGEV-RUCA	0.93 15	0.56 17	1.31 8	0.85 46	0.74 165	3.89 281	0.78 178	1.93 37	1.42 19	1.02 75	0.72 10	0.70 30	0.73 50	1.37 62	0.77 29	0.30 98	0.20 29	0.25 43	0.19 21	0.43 272	0.40 97

fffft	0.84 8	0.67 76	1.73 25	0.85 46	0.55 83	1.51 46	0.78 178	2.13 57	1.24 8	0.65 9	0.90 26	0.59 12	0.55 13	1.85 150	1.19 135	0.20 2	0.20 29	0.27 86	0.20 42	0.28 46	0.44 123
1: 1. 1
SMoEStereo_RVC	0.88 12	0.92 209	1.55 17	0.96 129	0.46 39	2.56 97	0.78 178	1.60 14	1.20 7	0.71 15	1.20 59	0.64 19	0.63 31	1.71 114	1.01 103	0.22 5	0.18 10	0.31 183	0.22 85	0.28 46	0.42 111

Occ-G	2.25 130	0.74 124	13.22 113	0.90 78	0.89 222	1.52 47	0.78 178	1.82 33	2.87 263	1.65 139	0.89 24	2.18 264	0.89 99	1.04 8	1.69 256	0.28 59	0.27 168	0.26 67	0.19 21	0.25 17	12.70 485

tt1	3.79 406	0.93 217	15.34 148	1.83 429	0.45 37	4.54 426	0.78 178	4.23 369	4.73 463	1.27 99	1.89 268	0.74 47	1.48 242	2.29 200	0.78 32	0.30 98	19.28 524	0.32 203	0.22 85	0.31 93	14.02 490

RAFT-Test	1.67 68	0.64 58	6.13 70	1.25 276	1.82 436	3.06 128	0.78 178	4.02 291	3.09 307	1.88 178	1.70 192	3.76 410	1.03 127	1.40 65	1.07 115	0.29 72	0.33 211	0.25 43	0.23 100	0.29 63	0.33 35

anonymousa	3.14 336	0.83 173	19.20 247	1.62 396	9.63 508	2.06 70	0.78 178	2.93 127	2.20 154	1.95 198	2.17 333	3.41 383	1.81 323	1.33 49	1.67 251	0.29 72	8.64 494	0.34 257	0.37 329	0.32 112	1.33 340

RCA-Stereo	1.38 49	0.61 46	3.95 58	0.94 109	0.48 49	4.68 460	0.78 178	4.17 347	1.95 119	1.93 186	1.84 249	0.94 89	1.48 242	1.23 28	0.75 26	0.30 98	0.43 292	0.25 43	0.20 42	0.26 29	0.37 76

HUI-Stereo	2.27 137	0.74 124	20.56 399	0.77 20	0.38 9	4.67 452	0.78 178	2.54 86	3.23 330	2.00 210	1.53 132	1.77 197	1.13 162	2.21 191	0.93 73	0.49 352	0.23 94	0.32 203	0.28 190	0.40 230	0.35 52

Pruner-Stereo	2.33 154	0.70 97	20.66 415	2.05 450	0.48 49	4.73 467	0.78 178	2.55 93	2.70 231	2.47 365	1.57 153	1.48 160	1.03 127	1.71 114	1.55 218	0.48 346	0.21 51	0.34 257	0.30 243	0.31 93	0.42 111

rvit_0105_6	1.10 36	1.17 280	3.33 46	0.93 100	0.55 83	1.45 42	0.79 188	2.51 81	3.30 347	0.78 27	0.74 11	1.03 98	0.75 61	1.45 71	0.97 90	0.42 283	0.43 292	0.34 257	0.31 261	0.44 286	0.38 85

AIO-Stereo	1.40 52	0.62 51	1.44 13	0.85 46	0.76 177	1.28 31	0.79 188	2.39 70	2.83 252	0.75 21	1.62 167	0.89 77	0.46 5	1.30 40	0.77 29	0.28 59	0.27 168	0.25 43	0.23 100	0.27 35	9.88 478

rvit_stereo_ft	1.28 45	1.39 318	6.72 73	0.99 150	0.66 136	1.06 9	0.79 188	2.81 119	3.14 312	0.83 38	1.02 35	0.95 91	1.13 162	1.27 34	1.00 99	0.34 181	0.24 117	0.27 86	0.29 224	0.40 230	0.35 52

test_sample6	2.71 259	0.76 148	14.30 128	1.43 352	0.83 195	3.17 139	0.79 188	4.40 432	4.65 460	2.35 336	2.13 324	1.69 179	1.45 231	11.48 459	1.99 310	0.39 259	0.46 309	0.38 319	0.40 355	0.43 272	0.77 274

Any-RAFT	1.62 61	0.59 33	5.29 63	1.12 205	0.76 177	4.41 404	0.79 188	4.12 330	3.26 334	2.02 221	1.36 99	2.82 334	1.56 264	1.90 154	0.81 44	0.29 72	0.25 133	0.26 67	0.19 21	0.25 17	0.35 52

ACVNet	2.40 170	0.97 234	20.20 338	0.94 109	0.86 208	4.22 374	0.79 188	2.97 138	2.85 255	1.93 186	1.91 277	3.07 356	1.46 236	1.52 88	2.37 350	0.33 158	0.27 168	0.30 164	0.27 163	0.42 262	0.35 52

hitnet-ft	2.99 312	1.23 295	19.37 257	0.96 129	0.90 228	3.76 249	0.79 188	3.60 202	2.68 228	2.31 317	2.04 302	3.63 406	1.49 245	11.70 470	2.37 350	0.45 317	0.54 343	0.44 353	0.36 319	0.54 342	0.56 196

HITNet	2.49 190	2.91 406	19.23 250	1.54 379	0.57 97	3.47 187	0.79 188	4.16 343	2.93 271	2.18 273	1.65 180	1.68 178	1.45 231	2.17 184	2.99 384	0.28 59	0.20 29	0.41 336	0.27 163	0.45 294	0.52 178
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
HH	3.19 346	0.91 202	21.34 477	1.24 261	0.61 110	4.16 352	0.80 196	2.94 129	1.82 98	1.23 96	1.84 249	4.61 456	1.84 331	2.63 226	0.99 95	0.29 72	1.53 423	0.30 164	0.24 116	0.34 159	14.22 493

HanStereo	3.19 346	0.91 202	21.34 477	1.24 261	0.61 110	4.16 352	0.80 196	2.94 129	1.82 98	1.23 96	1.84 249	4.61 456	1.84 331	2.63 226	0.99 95	0.29 72	1.53 423	0.30 164	0.24 116	0.34 159	14.22 493

Selective-IGEV	1.42 54	0.58 25	8.82 87	0.92 93	0.85 204	1.32 33	0.80 196	2.85 124	3.84 409	0.87 48	1.68 187	0.71 37	0.62 28	1.30 40	0.75 26	0.24 12	0.27 168	0.24 27	0.19 21	0.27 35	1.18 331

GLC_STEREO	0.83 7	0.59 33	1.71 24	0.89 67	0.34 5	1.88 58	0.80 196	1.48 10	1.60 60	0.98 71	1.06 38	0.68 26	0.71 47	1.19 24	0.89 65	0.25 20	0.25 133	0.32 203	0.25 129	0.32 112	0.34 44

PSMNet-ADL	2.01 90	0.78 158	2.89 40	1.11 195	0.86 208	4.13 341	0.80 196	3.84 250	2.26 166	1.74 160	1.87 264	2.90 341	1.81 323	10.37 414	2.34 346	0.49 352	0.47 319	0.29 142	0.30 243	0.39 225	0.56 196

CRE-IMP	2.28 141	0.68 84	19.67 280	0.85 46	0.39 24	4.54 426	0.80 196	2.63 105	4.84 471	1.96 200	1.51 129	1.86 220	0.96 114	1.52 88	1.43 193	0.47 337	0.21 51	0.31 183	0.26 146	0.41 250	0.35 52

pcwnet_v2	2.73 267	0.70 97	22.43 506	1.11 195	1.02 261	3.58 212	0.80 196	4.31 403	3.42 374	2.39 350	2.28 358	2.99 347	1.68 298	3.31 254	1.54 215	0.44 308	0.51 336	0.41 336	0.34 295	0.62 370	0.74 270

test_xeample	4.19 425	0.93 217	14.09 124	1.16 224	1.17 306	3.28 158	0.80 196	4.63 467	5.30 480	2.46 364	2.35 368	1.39 147	1.42 224	10.88 428	17.68 501	0.30 98	6.50 483	0.32 203	0.32 277	0.36 192	8.38 469

anonymousdsp	3.14 336	0.83 173	20.28 352	0.94 109	0.64 126	4.54 426	0.82 204	2.03 49	3.32 355	0.91 60	1.13 51	0.78 51	0.77 65	1.78 131	0.90 69	0.29 72	0.25 133	0.29 142	0.21 53	0.33 137	21.81 522

DCRE	3.02 315	0.95 226	18.48 221	1.18 236	1.89 438	3.57 209	0.82 204	3.36 176	1.70 85	2.04 229	8.12 481	1.73 189	1.07 148	1.31 44	1.24 149	0.24 12	0.87 394	0.26 67	0.27 163	0.28 46	11.03 482

ProNet	1.63 62	0.91 202	5.70 66	0.96 129	0.64 126	2.40 87	0.82 204	1.92 36	3.28 338	0.69 12	1.17 57	0.78 51	0.76 63	1.72 120	0.87 61	0.27 41	0.97 402	0.25 43	0.26 146	0.31 93	7.97 460

IGEV-Stereo	3.15 339	0.83 173	20.31 361	0.94 109	0.64 126	4.54 426	0.82 204	2.01 47	3.31 350	0.91 60	1.13 51	0.79 54	0.77 65	1.79 133	0.92 72	0.29 72	0.25 133	0.29 142	0.21 53	0.33 137	21.85 523
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MM-Stereo_test3	2.20 122	0.95 226	19.62 271	1.94 440	1.18 308	1.95 64	0.83 208	3.56 195	3.91 415	1.33 101	1.86 259	1.10 106	0.68 43	1.48 79	1.63 240	0.29 72	0.35 230	0.27 86	0.22 85	0.37 198	0.56 196

gcap-zeroshot	2.25 130	0.74 124	19.48 262	0.97 137	1.18 308	3.50 196	0.83 208	3.21 156	2.66 227	1.86 176	1.23 67	3.24 368	0.88 96	1.92 155	0.94 79	0.34 181	0.43 292	0.28 119	0.22 85	0.29 63	0.83 286

ff7	2.60 223	0.81 167	16.25 168	0.89 67	0.56 89	4.55 432	0.83 208	1.68 19	3.44 376	0.88 50	1.10 45	0.70 30	0.78 69	1.93 158	0.93 73	0.29 72	0.37 245	0.29 142	0.21 53	0.33 137	15.08 498

IGEVStereo-DCA	3.09 327	3.48 418	16.25 168	0.96 129	0.49 56	1.59 50	0.83 208	1.68 19	3.44 376	0.75 21	0.78 15	0.74 47	0.73 50	5.79 301	7.75 439	0.32 135	0.26 156	0.28 119	0.21 53	0.32 112	15.08 498

ffff	2.60 223	0.81 167	16.25 168	0.89 67	0.56 89	4.55 432	0.83 208	1.68 19	3.44 376	0.88 50	1.10 45	0.70 30	0.78 69	1.93 158	0.93 73	0.29 72	0.37 245	0.29 142	0.21 53	0.33 137	15.08 498

11t	2.60 223	0.81 167	16.25 168	0.89 67	0.56 89	4.55 432	0.83 208	1.68 19	3.44 376	0.88 50	1.10 45	0.70 30	0.78 69	1.93 158	0.93 73	0.29 72	0.37 245	0.29 142	0.21 53	0.33 137	15.08 498

testlalala_base	2.69 256	0.77 156	21.10 458	1.22 253	1.46 370	2.72 103	0.83 208	4.11 324	1.49 29	1.28 100	1.45 120	1.21 128	0.85 88	1.28 36	1.19 135	3.94 503	2.36 446	0.27 86	0.19 21	4.48 505	1.58 359

ccc-4	2.60 223	0.81 167	16.25 168	0.89 67	0.56 89	4.55 432	0.83 208	1.68 19	3.44 376	0.88 50	1.10 45	0.70 30	0.78 69	1.93 158	0.93 73	0.29 72	0.37 245	0.29 142	0.21 53	0.33 137	15.08 498

PFNet+	2.46 185	0.64 58	21.10 458	0.98 143	0.48 49	4.63 445	0.83 208	2.47 77	3.48 386	2.14 257	1.67 185	1.34 139	1.03 127	4.66 283	1.35 170	0.49 352	0.33 211	0.38 319	0.39 346	0.33 137	0.49 159

iResNet	2.70 257	1.35 315	20.93 439	2.01 446	0.73 161	3.76 249	0.83 208	4.28 388	2.93 271	2.38 348	2.03 300	1.35 141	1.54 259	3.28 253	4.42 411	0.42 283	0.25 133	0.29 142	0.23 100	0.45 294	0.64 237

rvit_0105_4	1.63 62	1.29 305	12.50 105	0.94 109	0.54 78	1.56 49	0.84 218	2.84 122	3.25 332	0.82 34	0.94 29	1.10 106	0.86 92	1.65 102	1.07 115	0.43 300	0.45 303	0.35 276	0.31 261	0.44 286	0.45 129

iRaft-Stereo_5w	2.47 187	1.37 317	13.85 118	0.87 59	0.99 251	3.22 145	0.84 218	3.72 225	2.12 144	1.57 128	2.49 390	2.20 266	2.22 367	9.12 372	2.03 320	0.48 346	0.27 168	0.35 276	0.29 224	0.48 324	0.94 307

dad	2.65 240	3.40 415	19.45 261	1.05 175	0.65 131	4.21 372	0.84 218	2.10 53	2.77 241	2.32 328	1.72 198	1.72 186	1.27 191	3.86 267	2.04 322	1.06 454	0.40 272	2.04 484	0.49 396	0.78 418	0.83 286

Anonymous3	2.20 122	0.80 164	20.08 327	0.86 52	0.86 208	4.46 410	0.84 218	3.64 208	1.40 17	1.37 105	1.40 108	1.11 109	1.03 127	1.71 114	1.24 149	0.75 436	0.58 356	0.34 257	0.35 308	0.48 324	0.65 241

FADNet_RVC	3.10 328	7.62 448	19.12 240	1.05 175	0.93 238	4.09 332	0.84 218	4.34 419	2.05 132	1.54 123	1.78 220	1.61 169	1.50 246	8.92 369	2.64 371	0.50 365	0.38 258	0.44 353	0.61 430	0.91 435	1.16 330

CAS++	1.01 25	0.77 156	3.30 43	0.86 52	0.53 75	1.23 22	0.85 223	3.43 183	1.57 49	1.16 87	1.33 91	0.62 17	0.58 19	1.18 22	0.63 12	0.37 235	0.30 193	0.35 276	0.27 163	0.41 250	0.38 85
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
mmm	2.70 257	0.80 164	8.26 80	1.50 369	1.18 308	2.44 90	0.85 223	4.08 315	4.59 453	2.31 317	1.95 287	1.51 162	1.55 262	2.33 203	1.72 265	0.31 118	7.71 487	0.45 360	0.42 371	0.40 230	9.56 475

test_3	2.17 112	0.58 25	18.64 225	1.11 195	0.78 183	2.15 75	0.85 223	4.42 437	1.47 23	2.00 210	1.20 59	2.02 251	0.79 75	2.70 234	1.35 170	0.29 72	1.04 406	0.29 142	0.29 224	0.31 93	1.07 323

DMCA-RVC	2.72 262	3.31 413	20.08 327	1.27 281	1.13 296	2.49 93	0.85 223	3.43 183	1.85 103	3.04 429	1.58 159	1.99 246	1.51 248	6.42 321	2.86 377	0.39 259	0.31 199	0.44 353	0.37 329	0.47 317	0.65 241

coex_refinement	3.01 314	1.69 352	20.28 352	1.31 296	1.15 300	3.21 142	0.86 227	3.94 273	2.43 195	2.51 372	1.92 283	3.49 388	1.68 298	11.06 437	2.54 364	0.38 251	0.26 156	0.27 86	0.31 261	0.41 250	0.58 213

AIO_test	3.76 403	0.71 103	19.58 269	0.93 100	17.34 516	1.36 36	0.86 227	1.61 15	1.99 127	0.74 18	0.97 31	1.77 197	0.58 19	1.49 81	0.55 9	0.35 197	0.97 402	0.24 27	0.20 42	0.25 17	22.60 524

test_sample2	2.20 122	0.70 97	6.07 68	1.49 364	0.81 190	2.96 120	0.86 227	4.13 334	3.31 350	2.07 240	1.54 143	1.56 165	1.63 285	10.61 418	1.80 282	0.33 158	0.77 384	0.32 203	0.32 277	0.38 211	2.35 393

MyStereo06	2.74 268	1.07 256	21.19 470	1.06 179	1.08 281	4.26 382	0.86 227	3.72 225	1.80 97	2.25 297	1.77 216	4.28 440	4.12 447	1.85 150	1.38 183	0.25 20	2.43 451	0.34 257	0.27 163	0.46 304	0.48 154

MyStereo05	2.55 208	1.07 256	19.87 300	1.06 179	1.08 281	4.26 382	0.86 227	4.10 321	3.01 285	2.19 280	1.26 75	2.30 275	1.64 288	2.13 178	1.99 310	0.25 20	2.43 451	0.34 257	0.27 163	0.46 304	0.48 154

NLCA_NET_v2_RVC	2.76 274	1.48 328	19.72 285	1.62 396	2.00 444	3.95 299	0.86 227	3.92 266	2.51 207	2.56 377	1.69 190	2.83 336	1.61 274	5.65 299	1.78 277	0.48 346	0.36 238	0.38 319	0.42 371	0.56 351	0.77 274
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SCV	2.09 101	0.89 193	11.43 101	1.91 437	2.09 451	1.27 25	0.87 233	3.66 209	2.13 147	0.67 10	1.59 161	0.93 86	0.77 65	1.80 139	0.89 65	0.37 235	0.38 258	0.25 43	0.22 85	0.30 82	9.45 473

ffm	4.27 432	0.98 237	21.04 446	1.24 261	1.03 265	3.64 224	0.87 233	4.23 369	4.73 463	2.31 317	2.40 376	3.49 388	1.64 288	2.29 200	0.78 32	0.30 98	19.28 524	0.48 373	0.40 355	0.31 93	14.02 490

ff1	5.58 467	0.98 237	21.04 446	1.24 261	1.03 265	3.64 224	0.87 233	4.23 369	4.73 463	2.31 317	2.40 376	3.49 388	1.64 288	12.40 482	16.90 488	0.30 98	19.28 524	0.48 373	0.40 355	0.31 93	14.02 490

mmx	4.56 445	0.98 237	21.04 446	1.24 261	1.03 265	3.64 224	0.87 233	4.53 454	5.34 482	2.31 317	2.40 376	3.49 388	1.64 288	12.40 482	16.90 488	0.34 181	5.98 480	0.48 373	0.40 355	0.46 304	5.71 448

ttt	4.23 428	0.75 138	19.96 310	1.48 362	1.31 340	3.69 236	0.87 233	4.65 469	5.33 481	2.45 363	2.39 374	2.44 298	1.54 259	11.35 453	16.49 484	0.43 300	4.35 472	0.37 304	0.35 308	0.41 250	4.01 434

xxx	4.56 445	0.98 237	21.04 446	1.24 261	1.03 265	3.64 224	0.87 233	4.53 454	5.34 482	2.31 317	2.40 376	3.49 388	1.64 288	12.40 482	16.90 488	0.34 181	5.98 480	0.48 373	0.40 355	0.46 304	5.71 448

FADNet	3.20 348	11.55 471	16.16 166	1.24 261	0.95 245	3.30 164	0.87 233	4.00 284	2.73 234	1.42 112	1.35 94	2.51 303	2.04 348	9.95 397	2.39 352	0.44 308	0.46 309	0.40 329	0.44 380	1.13 455	0.61 225

1111x	4.75 454	1.05 255	20.89 436	1.28 283	1.02 261	3.81 262	0.88 240	4.65 469	5.52 488	2.43 359	2.27 355	1.97 244	1.81 323	12.40 482	18.19 505	0.32 135	9.06 501	0.32 203	0.34 295	0.38 211	6.34 454

G2L-Stereo_aug	2.71 259	0.95 226	19.55 267	1.32 303	1.10 287	3.15 137	0.89 241	3.79 236	2.03 130	2.33 331	2.16 331	3.03 351	2.08 350	7.60 350	2.41 353	0.33 158	0.25 133	0.32 203	0.21 53	0.32 112	0.47 146

IER	2.09 101	0.91 202	14.11 125	0.97 137	1.15 300	3.17 139	0.89 241	3.59 200	2.39 186	2.15 264	1.98 292	2.27 271	2.11 354	2.39 207	1.80 282	0.35 197	0.24 117	0.36 293	0.30 243	0.34 159	0.42 111

GMOStereo	2.64 236	0.92 209	19.83 294	0.81 34	0.68 148	3.22 145	0.89 241	2.94 129	1.48 24	2.36 342	1.54 143	1.75 190	1.04 134	1.33 49	1.15 125	0.26 32	11.32 507	0.35 276	0.28 190	0.35 174	0.33 35

error version	2.64 236	0.92 209	19.83 294	0.81 34	0.68 148	3.22 145	0.89 241	2.94 129	1.48 24	2.36 342	1.54 143	1.75 190	1.04 134	1.33 49	1.15 125	0.26 32	11.32 507	0.35 276	0.28 190	0.35 174	0.33 35

test-v	2.64 236	0.92 209	19.83 294	0.81 34	0.68 148	3.22 145	0.89 241	2.94 129	1.48 24	2.36 342	1.54 143	1.75 190	1.04 134	1.33 49	1.15 125	0.26 32	11.32 507	0.35 276	0.28 190	0.35 174	0.33 35

test-3	2.19 116	0.59 33	18.63 224	1.13 210	0.75 173	2.07 71	0.89 241	4.37 425	1.53 37	2.25 297	1.20 59	2.05 257	0.79 75	2.68 230	1.35 170	0.29 72	0.95 399	0.28 119	0.27 163	0.27 35	1.47 353

test_1	2.19 116	0.59 33	18.67 226	1.13 210	0.78 183	2.07 71	0.89 241	4.37 425	1.53 37	2.18 273	1.20 59	2.05 257	0.78 69	2.68 230	1.36 177	0.29 72	0.93 396	0.28 119	0.27 163	0.28 46	1.53 356

NRIStereo	2.32 151	0.69 89	20.07 321	1.35 312	0.38 9	4.73 467	0.89 241	2.43 75	3.35 359	1.95 198	1.37 101	1.75 190	1.21 185	2.97 247	1.35 170	0.49 352	0.22 67	0.29 142	0.26 146	0.31 93	0.33 35

test-2	2.64 236	0.92 209	19.83 294	0.81 34	0.68 148	3.22 145	0.89 241	2.94 129	1.48 24	2.36 342	1.54 143	1.75 190	1.04 134	1.33 49	1.15 125	0.26 32	11.32 507	0.35 276	0.28 190	0.35 174	0.33 35

MMNet	2.15 108	1.33 312	12.06 103	1.22 253	1.23 325	3.55 206	0.89 241	3.84 250	2.26 166	2.19 280	1.78 220	2.15 263	2.10 352	3.70 264	2.35 347	0.45 317	0.38 258	0.34 257	0.28 190	0.40 230	0.52 178

CFNet-ft	2.87 289	1.80 362	20.20 338	1.10 191	1.54 381	4.09 332	0.89 241	2.97 138	1.88 109	1.93 186	1.70 192	3.50 393	1.60 269	9.35 376	2.17 334	0.35 197	0.32 205	0.61 428	0.38 338	0.55 345	0.45 129

DMCA	2.02 92	1.07 256	11.33 100	1.17 231	0.96 247	3.92 293	0.89 241	3.80 242	3.11 308	2.89 416	1.58 159	2.35 282	1.17 178	1.79 133	2.25 340	0.42 283	0.29 183	0.42 347	0.27 163	0.38 211	0.43 118

STTStereo	2.62 231	1.28 303	19.16 243	1.52 376	1.55 385	3.84 265	0.89 241	3.75 230	2.59 218	2.23 294	1.59 161	2.48 302	1.58 265	5.11 287	1.72 265	0.38 251	0.41 279	0.47 368	0.54 415	0.53 339	0.75 272

R-Stereo Train	2.13 105	0.65 66	19.43 258	1.02 161	0.67 140	3.79 255	0.89 241	4.12 330	1.55 42	2.15 264	1.72 198	1.13 110	0.94 111	1.46 74	1.30 165	0.32 135	0.25 133	0.27 86	0.21 53	0.28 46	0.37 76

RAFT-Stereo	2.13 105	0.65 66	19.43 258	1.02 161	0.67 140	3.79 255	0.89 241	4.12 330	1.55 42	2.15 264	1.72 198	1.13 110	0.94 111	1.46 74	1.30 165	0.32 135	0.25 133	0.27 86	0.21 53	0.28 46	0.37 76
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	2.87 289	1.80 362	20.20 338	1.10 191	1.54 381	4.09 332	0.89 241	2.97 138	1.88 109	1.93 186	1.70 192	3.50 393	1.60 269	9.35 376	2.17 334	0.35 197	0.32 205	0.61 428	0.38 338	0.55 345	0.45 129

castereo	0.88 12	0.78 158	1.15 2	0.89 67	0.51 66	1.31 32	0.90 257	3.42 182	1.28 10	0.88 50	1.28 81	0.72 39	0.91 104	1.05 9	1.01 103	0.28 59	0.17 4	0.26 67	0.20 42	0.24 13	0.34 44

rvit_0105_5	1.72 71	1.26 296	13.05 111	0.92 93	0.56 89	1.92 63	0.90 257	3.07 145	3.04 297	0.98 71	1.24 69	1.19 122	0.93 109	1.55 94	1.22 141	0.43 300	0.43 292	0.37 304	0.36 319	0.43 272	0.51 170

IGEV_Zeroshot_test	2.66 245	0.75 138	21.55 485	1.50 369	0.89 222	2.21 76	0.90 257	3.52 190	1.83 100	2.17 270	1.57 153	4.09 427	1.60 269	1.73 125	1.21 139	0.32 135	0.33 211	0.28 119	0.30 243	0.44 286	6.09 451

testlalala	2.95 304	0.66 73	20.83 430	1.03 165	0.81 190	4.39 399	0.90 257	2.96 136	3.69 402	2.50 371	1.55 151	1.31 138	0.61 26	1.15 19	0.77 29	0.42 283	14.33 513	0.25 43	0.20 42	0.26 29	0.36 73

AEACV	2.12 104	0.67 76	6.33 71	1.38 325	1.50 375	3.53 203	0.90 257	2.83 121	1.60 60	0.91 60	0.81 19	0.80 56	1.61 274	1.56 95	0.73 24	0.25 20	0.60 359	0.26 67	0.27 163	0.29 63	15.65 504

knoymous	1.50 56	0.65 66	8.73 86	0.91 84	0.75 173	2.97 123	0.90 257	2.93 127	1.38 16	1.56 126	1.07 41	2.75 328	0.88 96	1.43 68	1.13 121	0.32 135	0.22 67	0.35 276	0.20 42	0.45 294	0.41 104

qqq	2.96 306	0.88 189	15.54 154	1.27 281	0.74 165	2.29 81	0.90 257	4.07 306	4.63 455	1.63 135	1.32 89	1.78 206	1.36 206	5.19 289	1.68 253	0.29 72	6.43 482	0.33 238	0.36 319	0.35 174	8.09 461

ACRE	2.75 272	7.69 450	19.93 305	0.93 100	1.30 336	3.94 297	0.90 257	4.23 369	3.66 399	2.33 331	2.61 406	1.17 115	1.04 134	1.80 139	1.35 170	0.46 329	0.25 133	0.27 86	0.23 100	0.32 112	0.60 221

HHNet	2.51 192	0.76 148	20.83 430	0.67 7	0.67 140	4.07 327	0.90 257	3.85 252	1.59 55	2.14 257	4.91 468	0.98 92	3.32 426	1.73 125	1.80 282	0.41 272	0.20 29	0.31 183	0.28 190	0.38 211	0.44 123

PFNet	2.75 272	0.69 89	19.96 310	2.25 455	0.80 188	4.63 445	0.90 257	2.60 102	3.85 411	2.39 350	2.71 417	1.82 214	1.41 221	7.53 349	1.41 189	0.36 221	0.21 51	0.36 293	0.27 163	0.32 112	0.46 137

DeepPruner_ROB	2.61 228	1.97 377	19.32 254	1.03 165	1.20 317	4.38 395	0.90 257	3.44 185	1.77 94	2.61 385	1.54 143	2.77 331	1.27 191	5.05 286	2.08 326	0.52 381	0.40 272	0.37 304	0.35 308	0.52 338	0.62 229

999	1.08 31	0.86 181	2.44 31	1.06 179	0.65 131	3.27 154	0.91 268	1.47 9	1.43 21	0.74 18	1.73 204	0.70 30	0.66 39	3.03 249	1.18 131	0.24 12	0.22 67	0.25 43	0.21 53	0.27 35	0.37 76

GCAP-BAT	2.74 268	0.79 162	19.74 288	1.06 179	0.85 204	4.25 381	0.91 268	2.80 117	1.83 100	2.14 257	2.08 317	2.55 307	0.80 80	1.87 153	1.41 189	0.35 197	7.97 488	0.24 27	0.22 85	0.27 35	2.72 404

ITSA-stereo	2.11 103	0.85 179	7.84 79	1.24 261	0.68 148	4.06 326	0.91 268	4.30 392	2.57 214	1.94 192	1.77 216	1.61 169	2.12 356	6.12 313	2.79 372	0.42 283	0.38 258	0.40 329	0.41 365	0.51 335	1.26 336

CIPLG	2.88 291	10.01 463	20.02 317	0.95 120	1.34 345	3.95 299	0.91 268	4.24 375	3.69 402	2.36 342	2.66 411	1.17 115	1.06 145	1.82 145	1.37 182	0.45 317	0.25 133	0.27 86	0.23 100	0.33 137	0.60 221

RAFT	2.36 161	1.62 345	18.03 212	1.75 422	0.54 78	1.91 60	0.91 268	3.24 161	3.65 398	1.64 136	1.73 204	3.45 385	1.58 265	1.82 145	1.74 271	0.42 283	1.06 407	0.40 329	0.32 277	0.44 286	1.03 319

111	2.59 220	3.10 410	20.47 381	0.84 41	0.38 9	4.26 382	0.91 268	4.45 443	2.96 274	2.48 367	2.07 314	2.31 276	1.64 288	1.49 81	1.90 298	0.35 197	0.22 67	0.25 43	0.21 53	0.32 112	1.14 328

test_xeample3	3.67 397	3.52 420	21.53 484	0.98 143	0.51 66	1.88 58	0.91 268	8.10 503	2.76 240	0.82 34	0.76 14	0.65 22	0.70 45	5.88 304	7.74 438	0.32 135	0.29 183	0.27 86	0.22 85	0.29 63	15.33 503

GANet-RSSM	2.96 306	1.27 300	21.17 467	1.73 418	1.23 325	4.22 374	0.91 268	3.39 178	2.02 129	1.97 202	1.74 207	2.53 304	2.06 349	10.91 431	1.88 294	0.37 235	0.35 230	0.32 203	0.29 224	0.42 262	0.46 137

rrr	3.66 395	3.48 418	23.50 511	0.96 129	0.49 56	1.59 50	0.92 276	8.19 504	2.75 237	0.75 21	0.78 15	0.74 47	0.73 50	5.79 301	7.75 439	0.32 135	0.26 156	0.28 119	0.21 53	0.32 112	13.47 486

RAFT+CT+SA	2.32 151	1.30 308	19.71 283	1.01 157	1.41 363	4.04 318	0.92 276	3.96 276	1.64 73	1.64 136	1.69 190	1.63 173	1.18 181	3.06 250	1.19 135	0.28 59	0.22 67	0.32 203	0.34 295	0.34 159	0.47 146

IPLGR_C	2.96 306	11.71 472	20.02 317	0.95 120	1.31 340	3.93 294	0.92 276	4.22 363	3.76 405	2.35 336	2.62 407	1.16 114	1.07 148	1.71 114	1.34 169	0.45 317	0.25 133	0.27 86	0.23 100	0.33 137	0.60 221

ac_64	2.93 297	0.87 185	19.66 273	1.35 312	1.70 422	3.29 161	0.92 276	3.56 195	3.46 384	1.91 182	1.79 223	3.90 417	1.76 314	10.23 407	1.93 306	0.44 308	0.32 205	0.33 238	0.31 261	0.35 174	0.51 170

cf-r	2.93 297	2.19 389	20.59 407	1.49 364	1.35 349	4.18 360	0.92 276	3.73 229	3.12 310	2.16 268	1.82 235	3.40 382	1.44 229	8.22 358	1.93 306	0.34 181	0.31 199	0.33 238	0.30 243	0.38 211	0.45 129

DispNO	3.22 352	2.06 380	19.82 293	1.21 249	1.11 290	3.74 246	0.93 281	4.31 403	2.89 266	2.37 347	2.27 355	4.51 450	2.09 351	11.41 455	3.47 397	0.35 197	0.28 177	0.31 183	0.29 224	0.39 225	0.51 170

Anonymous_2	4.03 420	0.99 246	11.19 99	1.20 243	1.71 423	3.68 234	0.93 281	3.76 231	1.63 71	2.07 240	1.43 115	4.76 460	2.34 374	1.86 152	1.78 277	0.82 443	2.42 449	8.69 522	16.64 526	4.38 502	8.29 466

AIO-test1	2.33 154	1.54 335	20.24 347	0.97 137	1.61 399	3.42 177	0.94 283	4.22 363	1.71 88	0.97 70	1.35 94	0.98 92	0.74 56	4.52 281	1.40 187	0.27 41	0.24 117	0.28 119	0.35 308	0.34 159	0.46 137

test_for_model	3.36 373	3.87 421	21.00 442	4.24 501	3.68 485	2.57 98	0.94 283	3.80 242	3.64 397	2.59 380	1.40 108	1.02 97	0.73 50	0.97 6	0.70 18	3.05 488	2.42 449	0.26 67	0.17 12	5.36 509	4.82 441

ICVP	2.19 116	0.72 109	19.18 245	1.03 165	0.88 221	4.22 374	0.94 283	3.44 185	1.69 82	1.68 145	1.76 209	1.35 141	1.19 183	1.80 139	1.40 187	0.58 397	0.37 245	0.34 257	0.30 243	0.41 250	0.59 216
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.74 268	1.03 252	20.80 428	1.24 261	1.55 385	3.62 222	0.94 283	3.83 249	2.09 135	2.18 273	2.20 343	3.11 360	2.12 356	5.65 299	2.07 325	0.50 365	0.34 221	0.32 203	0.30 243	0.42 262	0.50 164

RTSC	3.44 379	6.78 443	16.53 180	1.76 425	1.54 381	3.53 203	0.94 283	4.22 363	2.97 275	3.65 458	3.23 444	3.31 375	2.29 370	6.22 316	7.41 436	0.61 402	1.32 417	0.37 304	0.42 371	0.78 418	0.98 311

G2L-Stereo	2.85 285	2.33 395	19.94 308	1.15 217	1.34 345	3.57 209	0.95 288	3.70 220	2.22 157	2.14 257	1.61 163	3.19 363	1.33 203	9.50 379	2.02 318	0.36 221	0.27 168	0.35 276	0.28 190	0.30 82	0.51 170

MyStereo07	2.29 144	1.18 283	20.10 330	1.04 171	1.21 322	3.96 305	0.95 288	2.13 57	3.37 361	1.09 82	1.28 81	0.68 26	0.91 104	1.74 129	0.86 59	0.26 32	3.49 468	0.34 257	0.27 163	0.43 272	0.49 159

MyStereo04	2.54 203	1.18 283	18.82 231	1.04 171	1.21 322	3.96 305	0.95 288	4.02 291	3.01 285	2.06 234	1.27 79	2.33 278	1.66 295	2.06 168	2.01 316	0.26 32	3.49 468	0.34 257	0.27 163	0.43 272	0.49 159

GwcNet-ADL	2.51 192	0.75 138	21.41 481	0.98 143	0.73 161	4.58 437	0.95 288	4.46 445	2.61 219	2.06 234	1.80 228	2.54 306	1.24 189	1.98 164	1.73 268	0.41 272	0.46 309	0.24 27	0.27 163	0.41 250	0.55 193

RAFT_R40	2.61 228	0.64 58	19.86 298	1.69 410	0.46 39	4.74 469	0.95 288	2.28 64	2.52 209	2.02 221	2.32 366	2.69 322	2.52 389	6.70 329	1.05 111	0.42 283	0.19 17	0.30 164	0.27 163	0.33 137	0.29 17

PSMNet-RSSM	2.91 295	1.55 339	20.10 330	1.32 303	1.30 336	4.19 368	0.95 288	3.78 235	2.28 170	2.28 308	1.80 228	2.64 318	1.87 336	9.83 389	1.93 306	0.37 235	0.33 211	0.35 276	0.38 338	0.46 304	0.40 97

YMNet	2.55 208	1.78 360	14.80 140	1.41 337	1.67 419	3.95 299	0.96 294	3.86 253	3.02 289	2.68 392	2.57 402	3.35 379	1.53 256	3.40 255	2.57 365	0.49 352	0.54 343	0.52 396	0.49 396	0.76 416	0.69 252

YMNet_1	2.55 208	1.78 360	14.80 140	1.41 337	1.67 419	3.95 299	0.96 294	3.86 253	3.02 289	2.68 392	2.57 402	3.35 379	1.53 256	3.40 255	2.57 365	0.49 352	0.54 343	0.52 396	0.49 396	0.76 416	0.69 252

x	2.94 302	0.83 173	16.07 162	1.51 371	0.83 195	2.13 73	0.96 294	3.97 279	4.73 463	1.73 157	1.43 115	1.61 169	1.27 191	2.24 195	1.71 262	0.29 72	6.91 484	0.34 257	0.31 261	0.34 159	9.60 476

acv_ft	2.45 183	0.97 234	19.57 268	1.15 217	2.01 445	2.97 123	0.96 294	3.88 257	2.85 255	2.34 334	1.91 277	3.07 356	1.65 294	1.52 88	2.26 341	0.33 158	0.27 168	0.30 164	0.27 163	0.42 262	0.35 52

AIO_rvc	3.97 417	1.01 249	18.99 237	0.98 143	11.92 510	1.45 42	0.97 298	2.17 59	4.51 452	0.71 15	1.18 58	1.09 104	0.56 14	1.56 95	0.72 22	0.28 59	11.98 512	0.24 27	0.19 21	0.25 17	18.74 517

WCG-NET（raft）	1.44 55	0.92 209	1.56 18	0.89 67	0.32 2	1.43 41	0.97 298	1.69 26	2.42 192	1.68 145	1.44 117	2.37 284	1.01 125	1.33 49	0.85 56	0.25 20	8.56 491	0.22 8	0.21 53	0.28 46	0.32 25

NOSS_ROB	3.12 332	0.89 193	19.03 238	2.01 446	1.07 278	3.90 282	0.97 298	4.32 411	3.08 304	2.94 422	2.19 341	3.85 416	1.18 181	11.75 472	1.69 256	0.69 419	0.54 343	0.57 418	0.52 410	0.57 355	0.72 261

castereo++	1.26 44	0.99 246	3.48 47	0.95 120	0.74 165	2.48 91	0.98 301	3.14 150	4.28 436	0.75 21	1.46 121	1.92 231	0.58 19	1.29 39	0.51 7	0.27 41	0.24 117	0.28 119	0.19 21	0.24 13	0.35 52

AIO-Stereo-zeroshot1	3.20 348	1.87 372	21.91 491	1.18 236	2.03 446	4.07 327	0.98 301	3.99 282	2.17 149	1.57 128	5.62 473	4.27 438	2.92 403	2.69 233	2.50 361	0.27 41	0.49 329	0.31 183	1.20 472	0.92 437	3.04 414

IGEV++	3.59 391	0.91 202	13.63 115	1.08 186	0.98 249	1.27 25	0.98 301	3.33 172	1.89 112	0.93 64	1.38 104	0.86 68	1.09 150	1.71 114	1.09 118	0.36 221	21.52 527	0.23 13	0.21 53	0.31 93	18.10 516

iRaft-Stereo_20w	3.11 329	0.69 89	18.89 232	1.00 154	1.09 284	5.03 478	1.00 304	5.86 497	2.46 204	2.83 414	1.64 177	3.06 355	4.30 451	3.08 251	1.74 271	0.31 118	0.30 193	0.27 86	0.35 308	0.42 262	7.93 459

STrans-v2	3.11 329	0.95 226	20.80 428	0.86 52	0.64 126	3.90 282	1.01 305	4.30 392	3.61 394	2.28 308	3.65 452	4.11 430	5.17 461	7.32 343	1.63 240	0.34 181	0.18 10	0.29 142	0.26 146	0.30 82	0.65 241

GES	2.26 134	0.79 162	19.68 281	1.12 205	0.59 102	4.30 388	1.01 305	3.90 261	1.59 55	1.78 166	1.78 220	1.28 134	1.75 312	1.80 139	1.61 235	0.42 283	0.29 183	0.33 238	0.31 261	0.45 294	0.50 164

PWCDC_ROB	3.62 392	9.86 462	17.35 195	1.62 396	1.57 392	4.19 368	1.01 305	4.35 420	4.20 427	2.26 303	7.36 477	2.73 323	2.75 395	4.10 275	4.51 412	1.47 472	0.37 245	0.39 324	0.34 295	1.22 462	0.73 266

UGAM	2.78 277	0.78 158	19.69 282	0.93 100	0.73 161	3.27 154	1.02 308	2.88 125	3.06 302	1.40 107	2.76 421	3.51 396	1.28 194	10.74 423	1.44 197	0.30 98	0.30 193	0.40 329	0.33 285	0.37 198	0.49 159

BEATNet_4x	2.65 240	4.43 430	18.10 213	1.41 337	0.59 102	3.44 181	1.02 308	4.08 315	2.97 275	2.28 308	1.75 208	2.18 264	1.61 274	2.80 239	3.54 398	0.39 259	0.25 133	0.47 368	0.31 261	0.61 365	0.86 296

HSM	3.25 360	1.08 260	19.18 245	1.19 241	1.54 381	3.45 184	1.02 308	4.04 298	2.61 219	2.31 317	2.17 333	8.01 490	2.99 411	11.59 463	1.80 282	0.35 197	0.24 117	0.28 119	0.24 116	0.33 137	0.55 193

4D-IteraStereo	2.95 304	1.83 368	20.75 425	0.81 34	1.56 389	2.22 77	1.03 311	2.48 79	1.56 46	1.42 112	1.00 34	1.93 232	0.61 26	1.65 102	2.04 322	0.31 118	0.22 67	0.31 183	0.26 146	0.28 46	16.75 511

gwcnet-sp	2.38 166	1.51 331	17.58 202	1.11 195	0.92 234	3.59 213	1.03 311	3.79 236	2.43 195	2.60 381	1.63 172	1.80 209	1.61 274	3.87 268	1.99 310	0.33 158	0.32 205	0.30 164	0.29 224	0.40 230	0.47 146

scenet	2.38 166	1.51 331	17.58 202	1.11 195	0.92 234	3.59 213	1.03 311	3.79 236	2.43 195	2.60 381	1.63 172	1.80 209	1.61 274	3.87 268	1.99 310	0.33 158	0.32 205	0.30 164	0.29 224	0.40 230	0.47 146

ssnet	2.38 166	1.51 331	17.58 202	1.11 195	0.92 234	3.59 213	1.03 311	3.79 236	2.43 195	2.60 381	1.63 172	1.80 209	1.61 274	3.87 268	1.99 310	0.33 158	0.32 205	0.30 164	0.29 224	0.40 230	0.47 146

RAFT_CTSACE	2.41 176	1.83 368	20.33 363	1.77 426	1.39 357	3.50 196	1.03 311	3.25 164	1.64 73	1.80 171	2.04 302	2.82 334	1.78 317	2.11 175	1.10 119	0.27 41	0.24 117	0.28 119	0.30 243	0.31 93	0.33 35

WCG-NET	1.00 21	0.81 167	1.65 22	0.93 100	0.38 9	1.48 45	1.04 316	1.81 32	2.80 245	1.67 143	1.52 131	0.93 86	0.97 116	1.18 22	0.84 54	0.25 20	0.81 389	0.23 13	0.21 53	0.27 35	0.26 8

UCFNet_RVC	2.53 199	1.29 305	20.56 399	1.42 346	1.40 362	4.01 312	1.04 316	2.79 116	1.67 79	2.27 306	1.88 266	2.94 344	1.50 246	3.48 257	1.68 253	0.37 235	0.29 183	0.52 396	0.41 365	0.55 345	0.51 170

TRStereo	2.86 287	2.12 385	19.98 313	1.68 409	1.18 308	4.35 393	1.05 318	5.07 482	3.48 386	1.56 126	1.39 105	1.75 190	0.85 88	2.01 166	1.50 207	0.43 300	0.34 221	0.33 238	0.36 319	0.36 192	7.50 458

AAGNet	3.88 412	0.67 76	20.04 319	2.27 456	0.46 39	4.76 471	1.05 318	2.28 64	3.38 364	2.16 268	1.84 249	2.40 285	3.95 444	6.22 316	24.21 517	0.49 352	0.19 17	0.30 164	0.29 224	0.33 137	0.29 17

anonymity	2.02 92	1.28 303	5.16 62	1.73 418	1.63 405	1.86 56	1.06 320	3.50 188	2.42 192	2.19 280	2.11 320	1.88 224	3.89 443	1.92 155	1.56 220	1.11 456	1.14 411	1.08 468	1.11 467	1.05 444	2.68 402

AASNet	2.65 240	3.20 411	20.19 336	1.38 325	1.49 373	3.84 265	1.06 320	3.92 266	3.28 338	2.07 240	2.28 358	1.95 238	1.28 194	2.19 187	2.17 334	0.42 283	0.33 211	0.45 360	0.30 243	0.59 360	0.52 178

TCMNet	3.13 334	1.71 354	19.53 266	1.49 364	2.11 452	3.84 265	1.07 322	4.12 330	3.03 293	2.64 389	2.29 360	2.43 295	1.74 311	10.10 403	2.47 358	0.56 393	0.45 303	0.61 428	0.50 404	0.87 432	1.04 321

rvit_0105_3	1.97 80	1.34 314	16.03 161	0.98 143	0.59 102	2.37 86	1.08 323	3.30 168	3.01 285	1.21 90	1.47 122	1.24 131	1.04 134	1.82 145	1.23 144	0.47 337	0.44 299	0.40 329	0.43 376	0.43 272	0.55 193

test_sample7	2.85 285	0.81 167	14.48 133	1.59 391	0.77 180	2.42 88	1.08 323	4.40 432	4.92 473	2.20 287	1.85 253	1.90 226	2.00 344	6.87 335	1.75 274	0.47 337	1.36 418	0.44 353	0.41 365	0.47 317	6.81 456

LL-Strereo	4.26 431	13.69 487	20.37 367	1.24 261	2.18 455	2.90 116	1.08 323	4.35 420	2.22 157	3.20 441	2.26 352	3.29 372	3.13 417	11.30 451	1.91 301	0.33 158	3.89 471	0.46 366	0.34 295	0.54 342	6.47 455

PS-NSSS	3.11 329	1.60 343	19.48 262	1.00 154	1.53 380	4.12 338	1.08 323	4.59 465	2.80 245	2.19 280	2.38 372	1.76 196	1.39 212	11.79 474	1.94 309	0.69 419	0.45 303	0.95 463	0.43 376	1.03 443	1.00 313

ACV-stereo	2.96 306	1.09 263	20.34 364	1.37 321	1.05 273	4.65 448	1.09 327	2.82 120	1.68 80	1.48 120	1.32 89	5.40 471	4.22 449	7.83 355	2.08 326	0.46 329	0.52 339	0.33 238	0.30 243	0.45 294	0.71 258

test_4	1.98 81	0.68 84	15.65 155	0.91 84	0.48 49	4.11 336	1.09 327	2.41 72	1.50 31	1.55 125	2.31 365	1.87 223	0.79 75	2.86 242	1.51 208	0.34 181	0.19 17	0.29 142	0.29 224	0.30 82	0.40 97

FADNet-RVC	3.23 355	12.51 476	17.02 187	1.17 231	0.81 190	3.52 201	1.09 327	4.16 343	2.74 236	1.44 117	1.29 86	1.86 220	1.76 314	9.82 388	2.46 356	0.39 259	0.38 258	0.40 329	0.41 365	0.68 398	0.59 216

RASNet	3.15 339	1.20 293	19.81 292	1.63 399	2.26 458	3.67 231	1.09 327	3.58 198	3.44 376	1.99 206	2.15 327	4.59 454	2.30 372	10.24 409	2.98 383	0.57 396	0.26 156	0.25 43	0.25 129	0.30 82	0.54 189

AANet_RVC	3.70 401	7.03 445	17.25 191	1.21 249	1.12 293	3.79 255	1.09 327	3.98 280	3.38 364	2.65 391	4.29 462	3.95 420	1.40 216	11.43 458	7.88 441	1.25 463	0.57 349	0.34 257	0.25 129	0.43 272	0.71 258

iinet-f	2.44 181	1.82 367	14.97 144	1.21 249	1.11 290	3.78 254	1.10 332	4.19 355	2.90 268	2.10 248	1.76 209	2.99 347	2.97 406	2.84 241	2.79 372	0.38 251	0.38 258	0.28 119	0.28 190	0.50 330	0.47 146

GASNet	3.86 410	15.35 515	21.16 465	1.63 399	1.25 330	2.35 83	1.11 333	4.11 324	2.86 261	1.99 206	2.11 320	2.99 347	2.16 363	10.62 419	3.75 401	0.71 423	0.37 245	0.61 428	0.46 388	0.91 435	0.70 256

GwcNet-RSSM	3.13 334	5.08 432	19.86 298	1.28 283	1.20 317	4.12 338	1.11 333	3.89 259	2.80 245	2.13 255	1.81 233	3.11 360	1.46 236	10.33 413	2.19 337	0.36 221	0.34 221	0.35 276	0.31 261	0.45 294	0.43 118

APVNet	3.24 357	1.59 342	21.72 488	1.36 316	1.52 379	3.93 294	1.12 335	3.58 198	2.80 245	2.32 328	2.02 298	3.05 353	1.96 342	11.77 473	2.61 369	0.44 308	0.46 309	0.65 440	0.47 390	0.73 408	0.73 266

AdaStereo	2.22 125	0.90 199	16.41 177	1.33 309	0.83 195	3.21 142	1.12 335	4.25 384	2.91 270	2.06 234	1.76 209	2.47 300	1.17 178	1.93 158	1.65 249	0.50 365	0.26 156	0.43 351	0.29 224	0.46 304	0.39 94
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.
FACV-RUCA	1.35 48	0.70 97	2.58 36	1.07 184	1.49 373	2.70 102	1.13 337	3.21 156	2.64 223	1.42 112	1.99 295	1.06 103	1.15 174	1.44 69	1.16 129	0.41 272	0.42 290	0.73 454	0.41 365	0.63 376	0.67 247

ToySt	2.53 199	0.89 193	19.20 247	1.12 205	0.95 245	3.47 187	1.13 337	3.72 225	2.25 163	1.36 104	1.71 196	2.22 267	1.59 268	2.14 181	1.81 286	0.28 59	0.64 367	0.30 164	0.33 285	0.43 272	5.14 445

iResNetv2_ROB	3.31 365	14.88 509	20.01 316	2.17 453	1.09 284	3.84 265	1.13 337	4.22 363	3.15 314	2.02 221	2.06 311	2.00 250	1.69 301	3.61 261	2.10 330	0.36 221	0.22 67	0.32 203	0.22 85	0.48 324	0.58 213

BSDual-CNN	1.61 60	0.64 58	3.82 53	0.94 109	0.86 208	4.18 360	1.14 340	4.49 447	2.29 174	2.96 425	1.82 235	2.58 313	1.30 199	1.79 133	1.44 197	0.39 259	0.25 133	0.31 183	0.28 190	0.38 211	0.41 104

hknet	2.34 157	0.78 158	13.86 120	0.94 109	1.07 278	4.18 360	1.14 340	4.49 447	3.00 280	2.96 425	1.82 235	3.47 386	1.30 199	4.11 276	1.77 276	0.35 197	0.25 133	0.31 183	0.28 190	0.38 211	0.41 104

LMCR-Stereo	2.53 199	2.30 393	18.81 229	1.64 403	0.86 208	3.88 278	1.14 340	4.33 414	1.63 71	2.27 306	2.35 368	1.13 110	2.41 379	2.63 226	2.26 341	1.06 454	0.24 117	0.29 142	0.25 129	0.62 370	0.42 111

DANet	2.82 282	1.17 280	10.20 91	1.87 432	1.72 425	3.25 153	1.15 343	4.36 422	3.02 289	3.42 450	2.18 338	4.09 427	1.79 320	9.78 387	4.32 408	0.55 389	0.57 349	0.60 425	0.44 380	0.65 387	1.25 335
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PWC_ROB	3.32 367	4.61 431	14.41 131	1.46 357	1.90 439	3.21 142	1.15 343	4.39 431	3.46 384	3.13 434	3.40 448	2.79 333	2.34 374	9.17 373	6.94 430	0.61 402	0.34 221	0.61 428	0.37 329	0.73 408	1.40 344

fast-acv-ft	2.62 231	1.62 345	20.48 387	1.45 355	1.39 357	3.16 138	1.16 345	3.41 180	2.45 203	1.97 202	2.15 327	2.68 320	2.15 361	2.92 245	2.47 358	0.43 300	0.40 272	0.45 360	0.40 355	0.62 370	0.64 237

UDG	3.84 409	2.91 406	20.05 320	2.98 483	1.98 443	3.95 299	1.18 346	4.43 439	2.24 160	2.47 365	2.53 397	4.49 448	2.44 382	6.52 324	4.74 416	2.14 479	1.77 430	2.64 494	2.58 507	2.66 485	2.19 391

LRCNet_RVC	25.63 524	33.47 527	24.35 514	31.77 528	32.74 524	6.73 493	1.19 347	25.87 524	4.67 461	28.95 522	30.91 523	24.89 521	17.54 513	27.82 524	24.57 519	35.48 530	25.62 529	35.91 531	33.80 530	31.95 531	34.38 530

Nwc_Net	3.03 318	1.90 374	19.16 243	1.38 325	1.69 421	3.53 203	1.19 347	4.03 294	2.19 151	2.79 407	2.84 425	3.80 413	2.46 383	6.93 338	2.87 379	0.96 450	0.41 279	0.59 421	0.68 438	0.60 364	0.65 241

SHD	3.22 352	4.21 428	14.19 126	2.37 460	2.12 454	2.77 104	1.19 347	4.24 375	3.25 332	4.64 479	2.73 418	3.62 405	2.76 397	6.30 319	4.75 417	0.66 414	1.25 416	0.52 396	0.59 425	0.69 400	1.64 364

DualNet (step1)	3.32 367	1.19 289	20.68 416	1.11 195	0.87 217	4.22 374	1.20 350	4.40 432	4.92 473	2.20 287	1.85 253	1.90 226	2.00 344	6.87 335	1.75 274	1.41 469	1.36 418	4.19 512	2.07 499	0.70 401	1.43 348

test_sample9	4.68 449	1.19 289	20.68 416	1.11 195	0.87 217	4.22 374	1.20 350	4.40 432	4.92 473	2.20 287	1.85 253	1.90 226	2.00 344	11.08 441	11.57 459	1.41 469	14.65 514	4.19 512	2.07 499	0.70 401	1.43 348

test_sample8	5.57 466	1.19 289	20.68 416	1.11 195	0.87 217	4.22 374	1.20 350	4.43 439	3.76 405	5.63 485	1.97 291	12.99 502	6.34 471	11.08 441	11.57 459	1.41 469	14.65 514	4.19 512	2.07 499	0.70 401	1.43 348

DRaft	3.12 332	0.68 84	20.57 403	0.77 20	0.49 56	3.95 299	1.20 350	2.40 71	1.60 60	2.64 389	2.80 423	1.59 167	5.33 462	6.94 339	9.51 447	0.43 300	0.22 67	0.27 86	0.27 163	0.32 112	0.47 146

HSM-Net_RVC	3.02 315	0.65 66	19.48 262	0.94 109	0.90 228	3.71 241	1.20 350	5.61 495	2.87 263	3.24 443	2.49 390	2.53 304	1.61 274	11.39 454	1.90 298	0.37 235	0.27 168	0.27 86	0.24 116	0.31 93	0.39 94
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LCNet	2.54 203	0.60 41	20.89 436	1.01 157	0.57 97	3.60 217	1.21 355	3.20 155	1.70 85	2.17 270	1.76 209	1.43 154	4.12 447	3.61 261	0.94 79	0.32 135	0.20 29	0.28 119	0.76 444	0.50 330	1.83 377

psm_up	3.04 320	1.30 308	18.97 236	1.31 296	1.51 377	3.86 272	1.22 356	4.26 385	2.31 178	2.72 397	1.83 248	2.43 295	1.68 298	12.86 493	1.78 277	0.43 300	0.41 279	0.41 336	0.34 295	0.46 304	0.67 247

CBFPSM	2.24 128	2.06 380	12.12 104	1.13 210	1.05 273	2.85 109	1.23 357	3.37 177	2.05 132	1.82 173	1.33 91	4.55 452	4.00 445	2.38 206	2.35 347	0.27 41	0.38 258	0.32 203	0.28 190	0.39 225	0.89 299

ADLNet	3.23 355	1.19 289	21.03 445	1.36 316	1.61 399	3.69 236	1.23 357	4.05 301	3.41 372	2.72 397	2.29 360	4.00 423	1.77 316	11.21 448	2.15 332	0.42 283	0.43 292	0.36 293	0.35 308	0.47 317	0.82 284

DISCO	2.40 170	0.99 246	11.99 102	1.81 428	1.12 293	3.47 187	1.24 359	3.34 173	2.57 214	2.73 399	1.96 288	4.52 451	1.90 339	4.18 278	3.62 400	0.37 235	0.27 168	0.31 183	0.30 243	0.70 401	0.62 229

test_5	2.45 183	1.43 323	19.72 285	1.20 243	1.39 357	3.88 278	1.25 360	4.03 294	1.98 123	1.74 160	1.82 235	1.86 220	1.78 317	3.57 260	1.35 170	0.33 158	0.21 51	0.35 276	0.33 285	0.34 159	0.43 118

rvit_105_1	2.17 112	1.36 316	16.82 183	1.09 189	0.68 148	2.78 107	1.26 361	3.55 193	2.90 268	1.40 107	1.57 153	1.29 136	1.14 168	2.91 244	1.49 206	0.55 389	0.47 319	0.45 360	0.61 430	0.45 294	0.63 232

SFCPSM	2.16 109	0.75 138	15.82 158	0.91 84	0.98 249	3.74 246	1.27 362	4.15 341	2.56 212	1.90 181	1.82 235	1.64 174	1.39 212	2.51 214	1.57 223	0.36 221	0.28 177	0.39 324	0.36 319	0.36 192	0.50 164

PAM	3.02 315	0.69 89	20.70 420	1.20 243	1.15 300	8.88 501	1.28 363	4.06 303	1.91 113	2.32 328	2.42 385	5.75 476	2.75 395	2.47 211	1.55 218	0.28 59	0.35 230	0.27 86	0.30 243	0.41 250	1.65 365

DLCB_ROB	2.55 208	1.32 311	10.26 92	1.31 296	1.04 271	2.94 118	1.29 364	3.81 246	2.73 234	2.93 420	2.17 333	3.37 381	1.53 256	10.40 415	3.26 394	0.42 283	0.35 230	0.41 336	0.37 329	0.43 272	0.68 249

CoDeX	2.47 187	0.91 202	13.65 116	1.03 165	1.17 306	3.28 158	1.30 365	4.17 347	2.99 278	1.78 166	1.85 253	2.04 254	1.46 236	9.99 399	1.66 250	0.38 251	0.28 177	0.32 203	0.28 190	0.34 159	0.57 201

CSP-Net	1.99 86	1.70 353	4.84 61	1.22 253	1.02 261	3.42 177	1.30 365	3.66 209	2.11 142	2.07 240	1.93 285	2.40 285	1.48 242	8.56 363	1.62 237	0.51 371	0.41 279	0.27 86	0.27 163	0.44 286	0.54 189

DispFullNet	4.71 452	3.93 422	23.92 513	4.00 499	3.01 474	3.38 168	1.31 367	4.23 369	3.26 334	6.31 493	2.92 428	4.03 424	7.80 485	3.93 271	5.15 419	2.80 484	1.61 426	3.11 503	2.70 510	3.32 488	3.38 423

Consistency-Raft	2.93 297	1.93 375	19.72 285	1.41 337	1.75 427	3.85 269	1.32 368	4.09 319	2.75 237	1.82 173	2.66 411	1.81 212	4.34 453	2.29 200	2.08 326	0.90 447	0.94 398	1.03 465	1.13 468	1.71 478	1.10 325

SA	2.55 208	1.54 335	20.70 420	1.12 205	0.48 49	4.26 382	1.33 369	4.45 443	3.28 338	1.68 145	1.96 288	1.69 179	2.25 369	2.60 224	1.57 223	0.30 98	0.29 183	0.37 304	0.38 338	0.36 192	0.47 146

TestStereo1	2.56 215	1.41 321	20.56 399	1.63 399	0.74 165	4.13 341	1.34 370	3.93 270	3.38 364	1.61 132	2.56 399	1.43 154	2.13 359	2.55 221	1.70 259	0.32 135	0.22 67	0.34 257	0.26 146	0.40 230	0.53 184

SA-5K	2.56 215	1.41 321	20.56 399	1.63 399	0.74 165	4.13 341	1.34 370	3.93 270	3.38 364	1.61 132	2.56 399	1.43 154	2.13 359	2.55 221	1.70 259	0.32 135	0.22 67	0.34 257	0.26 146	0.40 230	0.53 184

UPFNet	2.23 126	0.86 181	14.25 127	1.28 283	1.44 368	3.51 199	1.34 370	4.05 301	2.11 142	2.44 362	1.53 132	2.41 289	1.39 212	3.62 263	1.91 301	0.41 272	0.41 279	0.37 304	0.32 277	0.44 286	0.48 154

LL-Strereo2	2.36 161	1.81 365	19.35 255	1.04 171	1.03 265	3.73 244	1.35 373	2.70 109	2.04 131	1.76 163	1.44 117	1.82 214	0.73 50	1.48 79	1.53 212	0.33 158	0.30 193	0.55 411	0.35 308	0.30 82	3.51 426

DDUNet	3.65 394	2.81 404	19.59 270	3.57 494	2.26 458	3.47 187	1.35 373	4.21 362	2.40 189	2.68 392	2.48 389	4.17 433	1.78 317	5.48 297	2.61 369	2.25 480	1.77 430	2.61 493	2.43 505	2.63 484	2.40 395

FADNet-RVC-Resample	3.31 365	8.52 452	22.84 507	1.18 236	0.91 233	3.52 201	1.35 373	4.13 334	2.32 179	1.75 162	1.35 94	2.26 270	1.51 248	9.51 380	2.03 320	0.42 283	0.38 258	0.42 347	0.44 380	0.59 360	0.71 258

PSMNet-RUCA	2.60 223	1.83 368	20.55 395	1.51 371	1.39 357	3.07 129	1.36 376	3.56 195	2.43 195	1.41 110	2.07 314	1.42 151	1.09 150	2.07 169	1.60 232	1.20 461	0.69 379	1.26 476	0.96 457	1.65 476	0.97 309

RGC	3.35 372	1.84 371	18.13 214	1.52 376	1.79 433	3.33 166	1.37 377	4.18 352	2.39 186	2.96 425	3.23 444	3.98 422	2.71 394	11.53 460	3.42 396	0.90 447	0.48 326	0.79 457	0.79 447	0.75 413	0.89 299

NVstereo2D	2.79 279	1.13 273	13.75 117	1.37 321	1.47 372	3.57 209	1.38 378	4.17 347	3.77 407	2.04 229	1.72 198	3.05 353	1.75 312	10.84 426	1.72 265	0.62 407	0.48 326	0.56 414	0.54 415	0.79 422	1.02 317

Sa-1000	2.54 203	1.47 327	20.36 366	1.16 224	0.55 83	4.07 327	1.39 379	4.49 447	3.01 285	2.06 234	2.79 422	1.84 217	1.43 228	2.68 230	1.53 212	0.31 118	0.26 156	0.36 293	0.33 285	0.37 198	0.46 137

CRFU-Net	2.56 215	0.89 193	10.77 95	2.53 469	1.09 284	3.91 286	1.40 380	3.87 256	1.92 115	2.25 297	1.80 228	3.32 376	7.85 487	5.53 298	1.54 215	0.58 397	0.36 238	0.31 183	0.28 190	0.39 225	0.56 196

ARAFT	3.24 357	13.49 482	19.88 301	0.93 100	0.49 56	4.16 352	1.40 380	4.37 425	3.21 321	2.40 354	1.91 277	1.70 182	1.04 134	6.43 322	1.45 201	0.37 235	0.19 17	0.37 304	0.35 308	0.37 198	0.35 52

psmg	1.63 62	0.64 58	3.82 53	0.96 129	0.86 208	4.35 393	1.41 382	4.11 324	2.29 174	2.68 392	2.09 318	2.58 313	1.30 199	1.79 133	1.44 197	0.39 259	0.29 183	0.33 238	0.34 295	0.38 211	0.44 123

GEStereo_RVC	2.66 245	1.20 293	20.38 368	1.29 288	1.05 273	4.02 314	1.42 383	4.17 347	2.24 160	2.10 248	1.86 259	2.33 278	1.84 331	4.93 285	1.78 277	0.51 371	0.38 258	0.32 203	0.29 224	0.44 286	0.56 196

psmorigin	6.62 485	1.45 325	87.38 536	1.55 383	0.97 248	2.86 111	1.42 383	3.30 168	2.12 144	3.74 460	2.45 386	5.15 468	2.59 391	10.55 417	2.91 382	0.55 389	0.68 374	0.48 373	0.53 412	0.73 408	1.02 317

NCC-stereo	3.49 386	2.07 382	20.23 345	1.31 296	1.76 429	4.04 318	1.42 383	4.01 286	2.34 180	3.06 430	2.59 404	3.51 396	3.02 413	10.02 401	5.44 422	1.38 467	0.66 372	0.64 438	0.88 453	0.67 393	0.84 290

Abc-Net	3.49 386	2.07 382	20.23 345	1.31 296	1.76 429	4.04 318	1.42 383	4.01 286	2.34 180	3.06 430	2.59 404	3.51 396	3.02 413	10.02 401	5.44 422	1.38 467	0.66 372	0.64 438	0.88 453	0.67 393	0.84 290
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	3.15 339	1.48 328	16.27 173	1.24 261	1.39 357	3.67 231	1.44 387	4.09 319	3.20 318	2.26 303	1.70 192	3.83 414	2.15 361	13.64 505	3.23 393	0.45 317	0.45 303	0.50 388	0.35 308	0.81 424	0.83 286

OMP-Stereo	2.94 302	1.26 296	20.07 321	2.73 475	0.67 140	4.58 437	1.46 388	4.33 414	2.21 156	3.14 437	2.68 414	3.22 367	1.38 209	7.65 352	1.42 191	0.46 329	0.21 51	0.33 238	0.26 146	0.34 159	0.31 22

ADLNet2	3.20 348	1.43 323	20.11 333	1.22 253	1.78 432	3.86 272	1.47 389	3.96 276	3.89 414	2.26 303	2.49 390	4.63 458	1.92 341	10.68 422	2.00 315	0.42 283	0.37 245	0.29 142	0.30 243	0.51 335	0.46 137

DRN-Test	3.17 343	1.30 308	19.66 273	1.41 337	1.60 398	3.61 219	1.47 389	4.18 352	2.83 252	3.48 452	1.92 283	2.58 313	2.50 387	10.81 425	2.90 381	0.49 352	0.49 329	0.44 353	0.42 371	0.57 355	0.78 277

SQANet	4.22 426	14.03 494	20.30 359	2.78 477	2.75 469	3.41 175	1.48 391	3.66 209	2.25 163	2.62 387	1.77 216	2.68 320	1.90 339	7.41 347	3.78 402	2.97 487	1.42 420	1.85 483	1.13 468	3.28 487	2.86 408

SACVNet	3.06 323	1.61 344	19.29 253	1.46 357	1.18 308	4.05 322	1.48 391	4.03 294	2.58 217	2.75 401	1.89 268	2.55 307	1.38 209	11.33 452	2.28 343	0.51 371	0.41 279	0.48 373	0.43 376	0.57 355	0.93 306

FBW_ROB	3.91 413	2.07 382	15.46 152	1.60 392	1.16 304	3.80 258	1.48 391	4.37 425	3.41 372	2.53 374	2.45 386	4.19 435	2.10 352	15.17 512	9.45 446	0.86 445	0.65 370	1.54 481	0.96 457	1.08 449	3.80 428

GwcNet	3.26 361	3.93 422	20.24 347	1.38 325	2.04 447	3.24 151	1.53 394	3.72 225	3.66 399	2.17 270	2.25 351	3.55 401	1.69 301	9.38 378	3.03 385	0.48 346	0.49 329	0.46 366	0.39 346	0.66 391	0.86 296

ETE_ROB	2.93 297	2.12 385	17.80 208	1.13 210	0.94 243	3.71 241	1.53 394	4.29 390	2.98 277	3.32 447	2.13 324	2.34 281	1.51 248	8.68 365	2.82 375	0.44 308	0.40 272	0.51 393	0.49 396	0.56 351	0.80 282

edge stereo	3.45 381	1.08 260	22.14 499	1.31 296	1.36 351	2.68 101	1.54 396	4.13 334	3.27 336	2.94 422	3.27 446	4.34 444	2.48 384	11.60 465	2.79 372	0.62 407	0.64 367	0.79 457	0.56 421	0.70 401	0.82 284

DeepPrunerF	4.00 419	5.64 436	16.81 182	1.36 316	1.75 427	3.69 236	1.54 396	4.24 375	13.98 510	2.21 290	1.77 216	2.73 323	2.29 370	10.90 430	6.64 429	0.71 423	0.61 361	0.77 456	0.79 447	0.87 432	0.79 281

Wz-Net-LNSev	2.78 277	6.16 438	17.27 193	1.24 261	1.65 413	3.49 194	1.55 398	3.70 220	3.61 394	1.96 200	1.76 209	3.30 373	2.17 365	2.78 237	2.24 339	0.49 352	0.35 230	0.32 203	0.31 261	0.56 351	0.65 241

CVANet_RVC	3.32 367	1.63 347	21.06 450	1.66 405	1.29 335	3.99 309	1.55 398	3.98 280	3.00 280	3.51 453	2.06 311	2.58 313	1.72 309	12.46 489	1.70 259	0.62 407	0.34 221	0.53 402	0.47 390	0.64 381	1.66 366

IRAFT_RVC	2.74 268	0.71 103	19.80 290	2.52 468	0.67 140	4.60 441	1.57 400	3.05 143	2.99 278	2.23 294	1.72 198	2.08 260	2.59 391	6.69 328	1.61 235	0.37 235	0.21 51	0.33 238	0.29 224	0.33 137	0.35 52

AF-Net	3.15 339	2.65 402	18.81 229	1.37 321	1.76 429	3.30 164	1.57 400	4.20 357	3.05 300	2.76 402	2.94 430	4.50 449	3.21 422	5.88 304	3.07 387	0.88 446	0.39 269	0.72 451	0.50 404	0.75 413	0.66 246

ADCRef	3.66 395	5.95 437	15.50 153	1.20 243	1.41 363	3.93 294	1.61 402	3.92 266	2.77 241	3.13 434	2.20 343	2.40 285	2.78 398	6.23 318	16.59 485	0.50 365	0.35 230	0.63 436	0.62 433	0.58 358	0.92 303

CC-Net-ROB	3.82 407	3.41 416	20.20 338	2.40 461	1.66 416	4.49 418	1.61 402	4.77 477	3.08 304	2.06 234	2.06 311	1.99 246	1.60 269	12.57 491	1.91 301	2.82 485	2.19 439	2.67 495	1.06 465	2.31 482	1.59 360

XPNet_ROB	2.99 312	1.58 340	17.06 190	1.38 325	0.99 251	3.91 286	1.62 404	4.20 357	2.42 192	2.87 415	2.03 300	2.31 276	1.72 309	10.76 424	3.60 399	0.55 389	0.49 329	0.48 373	0.40 355	0.53 339	0.85 292

ssnet_v2	2.81 281	1.39 318	21.16 465	1.25 276	0.90 228	3.86 272	1.63 405	4.10 321	3.22 327	2.79 407	1.96 288	3.78 411	1.70 304	2.53 220	3.12 391	0.44 308	0.37 245	0.42 347	0.38 338	0.59 360	0.58 213

Wz-Net-LNSev-Ref	2.72 262	2.55 400	14.91 142	1.37 321	1.36 351	3.50 196	1.63 405	4.11 324	3.38 364	2.55 376	2.04 302	2.35 282	2.50 387	5.14 288	4.64 415	0.53 383	0.22 67	0.35 276	0.21 53	0.41 250	0.60 221

PDISCO_ROB	3.32 367	5.22 434	18.16 215	2.03 448	2.19 457	4.52 424	1.63 405	4.74 476	3.32 355	2.22 292	2.18 338	3.71 407	2.41 379	5.36 292	2.43 354	1.35 465	0.79 386	0.72 451	0.62 433	1.31 466	1.53 356

Syn2CoEx	3.42 378	7.66 449	20.57 403	1.42 346	1.18 308	2.49 93	1.64 408	4.07 306	2.68 228	2.51 372	2.27 355	2.89 339	3.15 420	9.56 382	2.58 367	0.52 381	0.45 303	0.53 402	0.42 371	0.79 422	1.00 313

stereogan	3.26 361	1.26 296	18.01 211	1.38 325	1.66 416	3.76 249	1.64 408	4.06 303	3.86 412	3.23 442	2.70 416	5.02 465	2.85 399	9.88 391	1.85 290	0.71 423	0.51 336	0.69 445	0.48 393	0.86 430	0.85 292

PSMNet_ROB	3.38 374	5.24 435	20.61 409	1.24 261	1.22 324	3.76 249	1.64 408	3.59 200	2.80 245	2.07 240	1.72 198	2.75 328	1.79 320	11.42 457	4.58 413	0.42 283	0.38 258	0.50 388	0.62 433	0.62 370	0.69 252

MaskLacGwcNet_RVC	3.77 404	1.65 349	20.61 409	2.55 470	1.63 405	4.29 386	1.67 411	3.99 282	2.56 212	1.76 163	1.93 285	3.03 351	1.41 221	13.24 500	2.02 318	4.47 508	1.63 427	1.12 471	0.48 393	2.42 483	2.85 407

MFN_U_SF_RVC	4.08 421	13.72 490	15.13 145	2.00 444	1.43 366	3.73 244	1.68 412	4.11 324	3.39 369	2.93 420	2.38 372	4.39 445	3.63 437	8.63 364	6.14 424	1.14 458	1.07 410	1.01 464	1.35 480	1.63 474	2.09 386

CBMV_ROB	4.57 447	0.90 199	21.30 476	1.46 357	0.89 222	4.43 407	1.69 413	4.51 452	3.14 312	5.97 489	4.23 460	4.16 432	7.83 486	11.06 437	16.47 483	0.61 402	0.55 347	0.53 402	0.51 409	0.56 351	0.59 216

PA-Net	3.45 381	2.50 397	20.39 371	1.42 346	1.20 317	3.39 170	1.73 414	3.93 270	3.57 393	1.94 192	2.17 333	3.02 350	1.87 336	11.67 466	6.48 428	0.40 269	0.55 347	0.44 353	0.63 437	0.55 345	1.13 327
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DSFCA	2.38 166	1.03 252	11.06 96	1.15 217	1.18 308	3.97 307	1.75 415	3.63 206	2.44 201	3.14 437	1.68 187	2.90 341	2.48 384	5.38 293	3.17 392	0.49 352	0.45 303	0.37 304	0.37 329	0.54 342	0.46 137

KYRaft	2.55 208	0.57 23	20.60 408	0.98 143	0.51 66	4.38 395	1.76 416	2.51 81	1.59 55	2.48 367	2.98 431	1.99 246	3.36 430	2.17 184	0.96 87	0.34 181	0.22 67	0.33 238	0.46 388	0.38 211	2.44 397

XQC	3.41 376	6.58 441	15.18 146	1.97 441	1.62 402	3.40 172	1.76 416	4.53 454	3.67 401	3.40 449	2.45 386	3.73 408	2.91 402	6.78 332	5.36 421	0.73 431	0.90 395	0.60 425	0.61 430	1.02 442	0.99 312

DEmStereo	3.24 357	0.65 66	18.95 234	0.83 40	0.54 78	3.85 269	1.79 418	2.53 85	2.54 211	2.25 297	2.74 419	2.02 251	6.02 469	6.78 332	11.30 454	0.40 269	0.26 156	0.27 86	0.27 163	0.28 46	0.57 201

Prome-Stereo	2.57 219	0.60 41	20.29 357	1.01 157	0.62 120	4.40 402	1.80 419	3.22 159	1.74 91	2.18 273	3.43 449	1.71 185	3.45 435	2.24 195	1.19 135	0.32 135	0.20 29	0.27 86	0.25 129	0.37 198	2.15 387

LALA_ROB	2.88 291	2.13 387	19.08 239	1.10 191	0.99 251	3.91 286	1.81 420	4.50 451	3.04 297	3.32 447	1.87 264	2.75 328	1.66 295	4.06 274	4.02 404	0.47 337	0.44 299	0.55 411	0.53 412	0.61 365	0.73 266

EDNetEfficientorigin	12.42 507	3.26 412	179.44 540	1.21 249	1.00 257	2.89 115	1.82 421	3.05 143	5.37 484	8.87 502	4.78 466	4.17 433	4.80 457	9.91 393	11.32 455	0.41 272	0.41 279	0.62 435	0.88 453	1.33 467	2.81 406

GANetREF_RVC	3.45 381	5.10 433	19.89 302	1.58 388	0.80 188	4.13 341	1.82 421	4.24 375	3.33 357	1.91 182	1.76 209	2.46 299	1.83 328	13.17 498	1.87 293	0.83 444	0.57 349	0.79 457	0.77 445	1.21 461	0.91 301
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
Ntro	4.83 456	14.73 505	20.47 381	3.24 488	2.97 473	4.12 338	1.88 423	4.00 284	2.57 214	1.79 169	2.15 327	3.34 378	2.16 363	10.01 400	7.34 433	3.53 496	1.77 430	2.13 486	1.32 478	3.89 497	3.23 415

GMM-Stereo	2.52 194	0.56 17	20.57 403	0.92 93	0.83 195	4.18 360	1.88 423	2.51 81	2.40 189	2.48 367	2.30 364	1.69 179	1.84 331	2.93 246	1.25 155	0.32 135	0.19 17	0.33 238	0.49 396	0.37 198	2.40 395

RP	3.26 361	1.73 356	17.70 207	1.56 385	1.93 441	3.43 180	1.94 425	4.18 352	2.72 233	2.77 403	3.05 434	3.96 421	2.69 393	10.17 404	2.86 377	1.04 452	0.50 333	0.71 448	0.59 425	0.75 413	0.83 286

PVD	3.91 413	4.36 429	13.89 122	2.81 481	4.79 500	3.80 258	1.94 425	3.89 259	4.11 422	5.75 487	3.56 451	3.59 402	3.34 428	6.44 323	6.44 427	0.73 431	2.84 456	0.74 455	0.84 451	0.82 426	3.45 425

PASM	3.22 352	2.89 405	15.38 150	2.00 444	1.57 392	2.77 104	1.96 427	3.62 205	2.75 237	2.95 424	2.26 352	3.10 359	2.24 368	11.87 475	2.46 356	0.97 451	1.06 407	0.87 460	1.02 462	1.20 460	1.41 346

FAT-Stereo	3.38 374	0.88 189	19.96 310	1.28 283	1.20 317	3.44 181	1.97 428	4.26 385	3.15 314	3.14 437	3.92 457	3.50 393	3.28 424	11.68 469	2.04 322	0.65 413	0.68 374	0.48 373	0.54 415	0.63 376	0.91 301

coex-ft	20.00 520	11.54 470	120.82 538	1.18 236	1.30 336	2.36 85	1.99 429	2.96 136	13.96 509	129.83 539	8.40 487	5.88 479	52.82 533	9.93 395	31.13 528	0.61 402	0.62 364	0.50 388	0.49 396	1.10 452	2.63 401

MFMNet_re	3.44 379	8.89 453	19.36 256	3.25 489	1.91 440	3.13 135	1.99 429	3.60 202	4.16 426	3.17 440	2.86 426	2.25 269	2.41 379	2.61 225	2.35 347	1.13 457	1.06 407	0.94 462	0.91 456	1.29 465	1.57 358

NVStereoNet_ROB	6.63 486	9.57 460	19.28 252	3.19 487	2.11 452	3.69 236	1.99 429	4.32 411	6.27 499	3.26 445	24.57 521	5.45 474	11.39 499	13.56 503	12.37 465	2.79 483	2.05 436	1.76 482	1.75 489	1.49 471	1.75 368
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RAFT + AFF	3.98 418	14.10 495	20.78 426	1.16 224	1.96 442	4.14 346	2.00 432	4.56 458	3.52 390	2.23 294	2.51 394	2.27 271	4.92 458	8.94 370	2.82 375	0.33 158	0.60 359	0.48 373	0.39 346	0.81 424	1.03 319

delet	2.66 245	1.11 267	18.42 220	1.05 175	1.65 413	3.47 187	2.00 432	3.81 246	2.82 251	2.15 264	2.11 320	2.62 317	1.88 338	5.38 293	2.21 338	0.34 181	0.38 258	0.40 329	0.32 277	0.45 294	0.54 189

MDST_ROB	6.31 480	1.18 283	22.96 510	2.56 471	2.69 467	21.07 519	2.01 434	4.79 478	2.87 263	9.49 505	4.45 463	4.10 429	4.48 454	22.33 517	17.61 500	0.79 438	0.44 299	0.47 368	0.44 380	0.47 317	0.95 308

Wz-Net-SNSev	3.47 385	10.51 466	16.90 185	1.65 404	1.20 317	3.29 161	2.03 435	4.16 343	3.03 293	2.35 336	2.39 374	3.48 387	2.12 356	7.95 357	4.28 407	0.51 371	0.40 272	0.53 402	0.49 396	0.74 412	1.46 352

StereoDRNet	3.07 324	2.92 408	16.33 175	1.36 316	1.57 392	3.45 184	2.04 436	3.77 234	2.85 255	3.31 446	1.85 253	2.78 332	1.79 320	10.85 427	3.41 395	0.45 317	0.36 238	0.39 324	0.37 329	0.62 370	0.85 292

MSMD_ROB	5.99 474	1.29 305	19.23 250	1.40 333	0.84 203	10.25 505	2.05 437	4.20 357	6.02 496	10.42 513	8.00 480	22.21 515	9.45 495	11.67 466	8.73 443	0.76 437	0.59 357	0.67 442	0.68 438	0.67 393	0.72 261

DPSNet	3.94 416	2.01 379	14.69 138	1.58 388	1.30 336	4.17 357	2.08 438	4.57 460	4.63 455	2.78 405	1.99 295	3.79 412	7.88 488	10.66 421	11.35 456	0.94 449	0.99 405	0.41 336	0.57 422	1.09 450	1.40 344

DAS	2.52 194	0.76 148	7.72 76	1.16 224	1.64 409	2.96 120	2.10 439	4.14 338	3.31 350	4.16 470	2.51 394	2.56 311	1.81 323	11.54 461	1.83 287	0.44 308	0.23 94	0.39 324	0.25 129	0.42 262	0.45 129

SepStereo	2.36 161	0.76 148	7.72 76	1.16 224	1.64 409	2.96 120	2.10 439	4.14 338	3.31 350	4.16 470	2.51 394	2.56 311	1.81 323	8.34 361	1.83 287	0.44 308	0.23 94	0.39 324	0.25 129	0.42 262	0.45 129

pmcnn	5.90 472	1.81 365	22.30 502	1.69 410	2.37 463	3.47 187	2.10 439	4.58 462	5.56 491	3.75 461	13.12 508	22.07 514	3.70 439	11.99 478	17.13 494	0.58 397	0.23 94	0.23 13	0.19 21	0.37 198	0.70 256

TDLM	3.20 348	1.58 340	18.80 228	1.70 414	1.10 287	4.29 386	2.17 442	3.81 246	3.27 336	2.89 416	1.98 292	2.06 259	1.70 304	12.44 488	2.15 332	0.58 397	0.31 199	0.56 414	0.40 355	0.58 358	1.59 360

ACVNet-4b	6.98 491	14.78 506	22.17 500	3.56 493	3.11 477	4.14 346	2.23 443	4.08 315	3.84 409	1.67 143	3.96 459	5.86 478	2.87 401	10.30 412	17.16 496	26.09 529	2.24 442	2.53 490	1.79 490	3.91 498	3.28 419

ADCMid	4.55 444	10.78 467	17.67 206	1.32 303	1.43 366	4.62 443	2.24 444	4.22 363	4.97 476	3.93 464	3.01 432	3.84 415	3.66 438	4.22 279	18.57 509	0.69 419	0.62 364	1.09 469	1.20 472	1.48 470	1.49 354

SPS-STEREO	5.18 461	10.36 464	21.09 456	1.74 420	1.72 425	3.24 151	2.26 445	3.92 266	4.12 423	5.06 483	3.66 453	5.43 472	3.33 427	9.56 382	12.34 464	1.17 460	1.17 413	1.07 467	1.03 464	1.17 458	10.25 480
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WZ-Net	4.39 438	12.37 475	17.44 197	1.47 361	1.42 365	3.76 249	2.27 446	4.17 347	3.11 308	2.89 416	2.24 349	4.05 425	5.69 467	10.89 429	12.07 462	0.66 414	0.41 279	0.47 368	0.49 396	0.78 418	1.12 326

FC-DCNN	7.08 492	1.01 249	21.89 489	1.74 420	1.64 409	8.18 500	2.31 447	6.50 499	9.16 503	10.85 514	11.33 500	19.85 512	13.33 503	12.94 494	17.10 492	0.72 428	0.57 349	0.59 421	0.57 422	0.64 381	0.69 252

ccnet	3.03 318	1.48 328	12.88 108	1.54 379	1.26 331	3.71 241	2.32 448	4.11 324	3.05 300	2.92 419	3.21 442	2.86 337	2.40 377	9.87 390	4.19 405	0.80 439	0.76 383	0.71 448	0.70 440	0.78 418	1.07 323

FC-DCNN v2	7.41 495	0.98 237	22.19 501	1.75 422	1.64 409	8.98 503	2.37 449	7.60 501	9.44 504	11.09 515	11.95 504	20.04 513	16.35 511	12.99 495	17.14 495	0.72 428	0.57 349	0.59 421	0.57 422	0.64 381	0.68 249

Wz-Net-MNSev	3.26 361	7.24 446	17.26 192	1.58 388	1.37 354	3.27 154	2.45 450	4.10 321	4.50 451	2.61 385	2.17 333	2.33 278	3.02 413	7.48 348	2.88 380	0.46 329	0.39 269	0.37 304	0.38 338	0.61 365	0.63 232

ACVNet_1	6.63 486	14.79 507	21.40 480	3.59 495	3.17 479	4.69 465	2.46 451	4.24 375	3.34 358	3.11 433	2.86 426	23.21 516	4.59 456	11.06 437	12.59 466	3.75 498	2.34 445	2.60 492	1.80 491	3.70 492	3.31 420

Wz-Net-TNSev	4.22 426	13.55 483	15.87 160	1.57 386	1.19 315	3.61 219	2.48 452	4.38 429	3.45 382	2.29 312	1.91 277	4.20 436	2.86 400	12.11 479	10.56 449	0.61 402	0.59 357	0.48 373	0.54 415	0.93 438	1.24 334

S-Stereo	3.51 388	0.96 230	22.00 497	1.38 325	1.50 375	3.55 206	2.49 453	4.27 387	3.00 280	2.38 348	3.94 458	3.73 408	1.84 331	11.89 476	2.59 368	0.64 411	0.71 380	0.49 386	0.81 449	0.68 398	1.31 338

GANet	3.64 393	1.76 357	19.65 272	1.92 438	1.04 271	3.91 286	2.51 454	3.86 253	2.81 250	3.13 434	3.03 433	3.19 363	2.19 366	12.43 487	8.23 442	0.60 401	0.43 292	0.52 396	0.43 376	0.63 376	0.63 232

NCCL2	2.96 306	4.07 427	15.75 157	1.24 261	1.03 265	3.48 193	2.55 455	3.79 236	2.39 186	2.78 405	1.80 228	2.41 289	1.67 297	10.27 410	2.48 360	0.46 329	0.41 279	0.57 418	0.55 419	0.61 365	0.86 296

otaku	5.59 468	14.82 508	20.70 420	3.13 486	2.70 468	3.91 286	2.56 456	3.90 261	2.48 205	2.25 297	9.38 492	4.06 426	2.32 373	9.59 384	14.37 475	3.52 495	1.66 428	2.15 487	1.19 471	3.73 495	3.35 422

FCDSN-DC	6.71 490	1.18 283	21.61 486	1.29 288	1.10 287	4.38 395	2.59 457	4.58 462	5.52 488	9.58 506	11.19 499	19.17 510	17.69 514	13.03 496	17.11 493	0.73 431	0.57 349	0.61 428	0.60 428	0.71 406	0.92 303
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCPNet	4.25 429	4.04 425	21.95 493	1.33 309	1.31 340	6.34 490	2.63 458	4.07 306	3.23 330	2.81 411	2.21 347	4.27 438	6.08 470	6.01 306	11.73 461	0.67 417	1.17 413	0.71 448	1.71 486	0.87 432	1.82 375

LVE	7.57 496	15.80 516	21.28 474	3.69 497	3.19 481	4.54 426	2.78 459	10.13 507	11.63 506	3.24 443	11.52 502	18.10 508	4.55 455	11.67 466	10.30 448	4.62 514	2.95 459	2.56 491	1.91 495	3.63 491	3.26 418

WAO-8	12.61 509	16.02 517	21.99 495	3.55 491	3.10 475	15.07 513	2.80 460	12.81 512	19.10 520	7.93 500	13.05 506	11.75 498	8.46 493	83.86 538	15.10 477	3.51 493	1.94 433	3.54 508	1.96 496	3.72 493	2.89 409

Venus	12.61 509	16.02 517	21.99 495	3.55 491	3.10 475	15.07 513	2.80 460	12.81 512	19.10 520	7.93 500	13.05 506	11.75 498	8.46 493	83.86 538	15.10 477	3.51 493	1.94 433	3.54 508	1.96 496	3.72 493	2.89 409

HBP-ISP	3.78 405	9.10 456	20.83 430	1.72 416	1.14 298	4.54 426	2.82 462	4.61 466	3.03 293	4.13 469	1.98 292	1.88 224	3.31 425	11.06 437	1.52 211	0.74 434	0.57 349	0.67 442	0.62 433	0.65 387	0.64 237

TorneroNet-64	10.52 502	14.33 499	21.95 493	4.29 503	3.76 486	13.77 512	2.83 463	14.96 518	23.11 523	10.24 512	23.77 520	13.44 503	8.15 490	13.98 508	17.70 502	4.03 504	2.73 455	3.23 504	2.53 506	7.27 516	4.35 438

G-Net	4.16 423	1.39 318	20.31 361	2.30 457	2.91 471	4.68 460	2.86 464	3.35 174	2.44 201	4.43 476	9.43 493	6.89 484	3.83 442	8.91 368	4.83 418	0.80 439	0.80 387	0.70 446	0.50 404	0.95 440	0.97 309

MADNet+	4.46 441	11.36 469	14.35 130	2.23 454	2.50 466	4.18 360	2.86 464	5.46 490	4.43 443	2.74 400	2.69 415	4.55 452	3.43 434	8.97 371	9.42 445	1.47 472	2.06 437	1.09 469	1.02 462	1.54 472	2.96 413

RainbowNet	5.20 462	15.03 511	21.14 462	3.66 496	3.25 482	4.18 360	2.98 466	4.22 363	3.20 318	2.30 314	2.65 409	4.24 437	2.97 406	9.92 394	6.29 425	3.92 502	2.27 443	2.71 497	1.73 488	3.82 496	3.43 424

ACVNet_2	6.09 476	15.28 514	21.36 479	3.30 490	3.17 479	4.50 419	3.00 467	4.70 471	3.96 418	3.52 454	5.34 470	7.79 488	2.95 404	12.40 482	13.76 470	3.28 491	2.23 441	2.70 496	1.70 485	3.52 490	3.24 416

SuperB	5.03 460	8.93 454	20.96 441	1.51 371	1.11 290	3.88 278	3.00 467	4.24 375	3.13 311	2.53 374	2.10 319	2.74 326	3.37 431	8.76 366	19.44 513	0.45 317	0.34 221	0.53 402	0.40 355	11.97 522	1.15 329

NaN_ROB	4.73 453	6.66 442	21.89 489	1.26 280	1.28 333	3.49 194	3.02 469	4.38 429	3.93 416	3.65 458	2.55 398	2.97 345	5.01 459	13.23 499	17.43 499	0.38 251	0.42 290	0.38 319	0.40 355	0.50 330	1.82 375

IMH	7.25 493	16.24 519	21.08 451	4.40 506	3.79 489	5.46 484	3.03 470	5.58 494	6.26 498	4.92 482	10.32 496	9.24 493	8.30 491	13.62 504	11.56 457	4.84 515	3.00 464	3.09 502	2.14 502	4.38 502	3.83 430

WAO-7	6.00 475	14.29 498	20.46 378	1.97 441	1.51 377	5.31 482	3.06 471	5.00 480	5.92 495	4.55 478	8.87 490	6.52 482	6.47 475	13.38 502	13.85 471	1.35 465	1.24 415	1.48 479	1.36 481	1.63 474	1.79 374

TorneroNet	26.32 525	14.70 504	22.40 505	4.24 501	4.08 494	54.72 533	3.19 472	15.11 519	76.73 535	57.99 531	82.55 536	86.65 537	45.79 532	13.34 501	18.51 507	4.52 509	2.86 457	3.45 505	2.63 509	8.75 520	4.28 436

SGM-Forest	4.96 459	0.86 181	21.02 444	1.22 253	0.83 195	4.05 322	3.26 473	4.40 432	3.49 388	4.40 475	3.69 454	4.66 459	13.91 507	11.94 477	17.16 496	0.66 414	0.46 309	0.49 386	0.39 346	0.49 329	1.77 372
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MFN_U_SF_DS_RVC	4.38 437	13.66 485	13.95 123	1.39 332	1.58 397	5.18 480	3.31 474	4.53 454	3.22 327	2.60 381	2.62 407	4.99 464	2.11 354	13.99 509	4.21 406	1.53 474	2.56 454	0.67 442	1.82 492	0.83 429	2.92 411

KSHMR	17.50 518	14.38 502	22.35 504	4.50 508	4.51 497	8.17 499	3.33 475	15.44 520	76.15 534	7.32 496	61.40 532	56.33 532	5.66 466	32.91 526	13.97 472	4.42 506	2.99 463	3.64 511	2.79 512	5.13 508	4.55 440

RTS	4.29 433	9.35 457	18.25 217	2.79 479	2.29 460	4.98 476	3.41 476	4.72 473	4.27 434	4.35 473	3.10 438	4.93 462	3.14 418	7.71 353	6.99 431	0.71 423	0.68 374	0.51 393	0.50 404	1.07 447	1.98 379

RTSA	4.29 433	9.35 457	18.25 217	2.79 479	2.29 460	4.98 476	3.41 476	4.72 473	4.27 434	4.35 473	3.10 438	4.93 462	3.14 418	7.71 353	6.99 431	0.71 423	0.68 374	0.51 393	0.50 404	1.07 447	1.98 379

CSAN	5.95 473	13.70 488	21.94 492	1.35 312	0.93 238	3.65 228	3.46 478	4.73 475	4.26 433	3.98 465	7.70 479	3.54 400	6.94 480	22.83 518	16.00 482	0.53 383	0.47 319	0.50 388	0.55 419	0.65 387	1.22 332

SAMSARA	4.67 448	6.50 440	16.40 176	4.62 511	3.13 478	6.62 492	3.49 479	5.24 483	3.04 297	7.78 498	3.07 435	5.32 469	4.05 446	9.98 398	6.42 426	0.69 419	2.39 448	0.60 425	0.74 443	0.99 441	2.26 392

Dean	8.35 499	15.23 513	22.34 503	3.76 498	3.55 483	4.81 474	3.51 480	5.34 484	5.37 484	4.49 477	26.13 522	25.59 522	4.33 452	11.21 448	13.12 468	3.78 499	2.31 444	2.90 498	1.89 494	4.04 499	3.34 421

MSC_U_SF_DS_RVC	4.90 458	13.94 493	16.59 181	1.69 410	1.46 370	6.15 487	3.52 481	5.47 491	3.95 417	2.77 403	2.74 419	4.81 461	2.49 386	13.78 506	5.33 420	2.34 481	3.46 467	1.05 466	1.21 474	2.28 481	2.94 412

notaker	10.92 505	14.17 496	20.38 368	4.56 510	3.98 492	6.29 489	3.53 482	7.68 502	5.10 478	9.04 504	46.37 528	13.84 506	28.85 523	14.18 510	14.16 473	4.57 510	3.19 465	3.52 507	2.70 510	8.16 518	4.13 435

WCMA_ROB	5.78 471	2.42 396	21.71 487	1.67 406	1.55 385	4.07 327	3.53 482	4.14 338	4.73 463	6.59 494	10.89 498	12.82 501	9.59 496	10.17 404	12.65 467	1.05 453	0.61 361	0.52 396	0.52 410	0.71 406	5.64 447

WAO-6	6.68 488	9.03 455	20.68 416	2.98 483	2.79 470	11.93 507	3.56 484	5.39 488	11.65 507	3.55 455	9.59 494	6.77 483	6.72 477	12.28 480	11.56 457	2.88 486	2.36 446	2.50 489	1.84 493	2.89 486	2.72 404

ADCS	4.77 455	12.63 477	17.40 196	1.72 416	1.34 345	3.90 282	3.60 485	4.30 392	3.54 391	5.11 484	2.81 424	4.44 446	3.05 416	6.15 314	19.32 512	0.74 434	0.68 374	0.70 446	0.70 440	1.25 464	1.98 379

ADCP+	4.42 439	12.67 479	18.95 234	1.12 205	1.55 385	4.30 388	3.60 485	4.01 286	3.80 408	2.30 314	1.71 196	3.93 418	4.29 450	3.49 258	18.77 511	0.40 269	0.41 279	0.63 436	0.53 412	0.67 393	1.35 341

HanzoNet	31.86 527	17.33 520	21.23 471	7.52 515	5.85 505	7.49 497	3.61 487	14.35 516	13.37 508	50.38 529	46.35 527	44.46 526	56.50 534	36.53 530	28.25 526	64.05 535	58.31 536	9.45 523	89.24 536	31.17 530	31.77 526

UNDER WATER	11.28 506	13.60 484	22.90 509	5.11 512	4.53 498	7.75 498	3.75 488	12.50 510	21.62 522	7.80 499	10.68 497	23.75 518	35.20 524	11.54 461	17.40 498	4.46 507	2.95 459	4.23 515	2.90 513	6.57 512	6.27 453

aanetorigin	3.34 371	2.00 378	17.58 202	1.20 243	1.57 392	2.57 98	3.75 488	2.73 112	2.10 137	6.11 491	4.27 461	2.88 338	5.64 465	5.46 296	4.60 414	0.53 383	0.46 309	0.45 360	0.48 393	1.15 456	1.22 332

SANet	6.43 482	13.71 489	22.08 498	1.43 352	1.00 257	6.86 494	3.78 490	4.71 472	11.10 505	4.71 480	8.72 489	7.47 486	7.91 489	12.46 489	18.12 504	0.51 371	0.47 319	0.50 388	0.45 386	0.94 439	1.60 362

MeshStereo	5.67 470	1.80 362	21.28 474	1.40 333	1.14 298	4.38 395	3.83 491	5.51 493	4.85 472	10.12 511	11.72 503	11.44 496	5.87 468	13.86 507	12.31 463	0.68 418	0.61 361	0.61 428	0.60 428	0.73 408	0.68 249
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
CBMV	4.12 422	1.27 300	21.14 462	1.52 376	0.85 204	3.80 258	3.89 492	4.58 462	3.02 289	3.56 456	2.37 371	4.44 446	13.88 506	11.23 450	3.78 402	0.56 393	0.43 292	0.48 373	0.39 346	0.55 345	0.74 270
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SGM_RVC	6.11 479	1.10 266	20.44 374	2.15 452	0.66 136	15.87 517	3.98 493	5.00 480	6.19 497	9.79 509	11.46 501	8.23 492	12.63 501	12.32 481	9.15 444	0.54 386	0.39 269	0.41 336	0.35 308	0.55 345	1.05 322
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AnyNet_C32	4.49 442	9.53 459	13.85 118	1.67 406	1.56 389	5.40 483	4.06 494	4.03 294	3.69 402	4.21 472	3.09 437	3.09 358	3.38 432	8.24 359	18.76 510	0.56 393	0.64 367	0.53 402	0.81 449	1.36 468	1.42 347

ktn	22.24 523	14.37 501	20.30 359	4.54 509	4.02 493	6.52 491	4.50 495	6.78 500	78.80 536	84.67 536	100.54 538	58.48 533	8.39 492	13.13 497	17.09 491	4.61 513	3.24 466	3.49 506	2.62 508	4.70 506	3.96 433

UNDER WATER-64	10.08 501	14.27 497	22.85 508	5.26 513	4.88 501	11.00 506	4.57 496	11.41 508	17.25 515	7.68 497	9.72 495	15.96 507	21.47 521	11.12 444	16.63 486	4.38 505	2.88 458	4.41 516	2.95 514	7.12 515	5.81 450

IMH-64-1	6.10 477	13.83 491	17.55 199	4.34 504	3.78 487	4.79 472	5.94 497	5.34 484	4.20 427	4.10 467	8.31 485	5.07 466	6.92 478	9.63 385	7.36 434	4.60 511	2.96 461	3.04 499	2.14 502	4.30 500	3.88 431

IMH-64	6.10 477	13.83 491	17.55 199	4.34 504	3.78 487	4.79 472	5.94 497	5.34 484	4.20 427	4.10 467	8.31 485	5.07 466	6.92 478	9.63 385	7.36 434	4.60 511	2.96 461	3.04 499	2.14 502	4.30 500	3.88 431

LSM	13.03 512	7.72 451	21.01 443	55.44 534	85.65 532	3.65 228	6.27 499	3.91 265	5.06 477	5.63 485	13.91 509	3.53 399	3.46 436	9.93 395	4.36 410	0.72 428	0.95 399	0.72 451	0.85 452	1.09 450	26.67 525

AnyNet_C01	4.68 449	10.90 468	16.41 177	2.03 448	1.62 402	6.25 488	6.40 500	4.19 355	5.13 479	4.03 466	3.77 455	4.14 431	3.26 423	7.23 341	11.19 452	0.64 411	0.80 387	0.65 440	0.72 442	2.18 479	2.08 384

EDNetEfficient	5.62 469	2.26 391	17.51 198	1.67 406	3.59 484	3.99 309	7.25 501	3.14 150	5.63 492	11.52 516	4.82 467	3.94 419	12.48 500	8.39 362	20.56 515	0.46 329	0.46 309	0.48 373	1.06 465	1.65 476	1.62 363

ELAS	6.58 484	2.54 399	20.08 327	2.66 473	2.48 464	15.49 515	7.29 502	5.50 492	5.72 493	10.05 510	8.94 491	6.91 485	10.83 498	8.33 360	14.27 474	1.92 476	2.19 439	1.23 474	1.31 476	1.62 473	2.17 389
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSM-AAD	3.41 376	0.58 25	20.55 395	0.95 120	0.56 89	4.46 410	7.40 503	3.11 147	1.58 52	2.30 314	2.56 399	1.26 132	16.19 510	2.47 211	1.00 99	0.32 135	0.22 67	0.58 420	0.41 365	0.37 198	1.32 339

PWCK	6.49 483	13.40 481	20.27 351	2.95 482	1.61 399	5.68 486	7.63 504	5.37 487	4.77 468	3.90 463	7.48 478	7.96 489	5.63 464	15.15 511	10.93 451	3.21 490	1.55 425	2.34 488	1.43 483	6.05 510	2.45 398

GrayStereo	3.68 399	0.56 17	20.61 409	1.71 415	0.90 228	4.17 357	8.11 505	3.17 153	4.13 424	2.80 410	2.49 390	1.70 182	17.06 512	2.83 240	1.25 155	0.37 235	0.23 94	0.27 86	0.32 277	0.30 82	0.57 201

ADCL	4.70 451	4.04 425	16.12 164	1.35 312	1.28 333	5.46 484	10.88 506	4.08 315	4.25 432	5.97 489	4.51 464	4.29 441	5.60 463	6.37 320	15.21 480	0.54 386	0.48 326	0.88 461	0.78 446	0.86 430	1.01 315

FTStereo	3.74 402	0.60 41	20.43 373	0.99 150	0.66 136	4.34 392	11.24 507	2.63 105	1.95 119	2.58 379	5.03 469	1.90 226	13.77 504	3.70 264	1.28 164	0.41 272	0.24 117	0.31 183	0.33 285	0.32 112	2.08 384

ELAS_RVC	6.36 481	2.53 398	20.21 342	2.67 474	2.48 464	4.90 475	11.89 508	4.84 479	6.31 500	9.03 503	8.54 488	8.09 491	12.73 502	9.32 375	13.25 469	1.92 476	2.18 438	1.51 480	1.31 476	1.40 469	2.15 387
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.69 489	12.01 473	14.30 128	1.98 443	4.64 499	11.97 508	12.29 509	5.39 488	4.32 441	3.81 462	4.51 464	9.50 494	6.53 476	10.22 406	14.50 476	1.32 464	1.47 421	1.18 472	1.36 481	7.48 517	5.05 442

TCMNet-wrong-test	12.48 508	15.10 512	19.66 273	22.40 524	19.87 520	15.98 518	12.30 510	23.88 523	4.80 470	6.29 492	6.46 474	18.38 509	15.65 509	10.50 416	10.86 450	9.07 520	4.79 473	5.34 517	3.95 516	12.27 523	12.13 484

JetRed	10.68 504	26.07 526	35.62 522	4.40 506	4.16 496	15.72 516	13.07 511	14.57 517	5.83 494	5.85 488	5.55 472	10.12 495	7.37 483	8.86 367	25.99 522	3.33 492	3.82 470	3.59 510	2.98 515	8.51 519	8.22 465

MADNet++	8.64 500	6.17 439	13.88 121	6.61 514	5.25 502	10.15 504	14.20 512	5.89 498	8.25 502	7.14 495	8.18 482	6.41 481	9.84 497	11.71 471	16.73 487	9.65 521	5.03 477	8.63 521	5.68 518	4.83 507	8.57 470

THIR-Stereo	4.50 443	1.11 267	18.71 227	0.89 67	0.47 44	2.25 78	16.71 513	3.53 191	1.58 52	2.04 229	12.04 505	2.66 319	7.52 484	7.29 342	11.25 453	0.32 135	0.21 51	0.29 142	0.28 190	0.35 174	0.52 178

CrosDoStereo	5.27 464	0.75 138	20.07 321	0.85 46	0.53 75	3.40 172	18.03 514	3.90 261	3.29 343	1.99 206	8.27 483	1.95 238	6.95 481	7.34 344	25.94 520	0.33 158	0.22 67	0.30 164	0.28 190	0.35 174	0.61 225

DeepStereo_LL	5.27 464	0.75 138	20.07 321	0.85 46	0.53 75	3.40 172	18.03 514	3.90 261	3.29 343	1.99 206	8.27 483	1.95 238	6.95 481	7.34 344	25.94 520	0.33 158	0.22 67	0.30 164	0.28 190	0.35 174	0.61 225

LE_ROB	19.18 519	12.99 480	48.22 530	8.42 519	23.91 523	7.26 496	19.71 516	9.92 506	38.58 528	43.44 526	21.85 517	28.15 524	41.18 527	23.00 519	54.71 532	0.38 251	0.34 221	0.32 203	0.36 319	0.43 272	0.49 159

tt	7.29 494	0.58 25	7.34 75	4.04 500	2.30 462	12.04 509	20.18 517	15.60 521	7.41 501	3.46 451	3.36 447	5.36 470	6.39 474	4.27 280	7.46 437	9.80 522	11.53 511	7.04 520	7.45 521	6.31 511	3.81 429

MANE	15.29 514	13.67 486	23.58 512	10.15 521	13.37 513	23.58 523	23.86 518	27.83 525	26.26 524	12.02 517	15.10 510	19.83 511	18.01 515	15.68 513	20.35 514	8.58 519	9.20 503	3.05 501	4.19 517	0.82 426	16.69 508

SGM-ForestM	15.60 515	14.94 510	28.17 521	7.84 516	10.49 509	23.43 522	24.58 519	20.87 522	16.87 511	15.92 521	15.89 514	27.08 523	22.45 522	24.86 523	28.42 527	3.85 501	8.90 497	0.55 411	1.15 470	0.64 381	15.05 496

FINET	10.59 503	14.44 503	25.84 516	2.30 457	3.90 490	21.74 520	25.19 520	8.85 505	16.99 513	2.68 392	15.19 511	11.45 497	13.83 505	6.71 331	15.11 479	0.80 439	8.59 493	0.53 402	0.44 380	0.62 370	16.67 507

SGM+DAISY	13.18 513	14.36 500	24.65 515	8.10 517	13.49 514	22.47 521	25.54 521	12.13 509	17.08 514	14.77 518	15.82 513	12.17 500	13.97 508	12.65 492	18.22 506	8.40 518	9.18 502	1.23 474	1.33 479	1.23 463	16.81 512

AVERAGE_ROB	44.46 531	45.87 532	46.48 529	40.54 531	38.62 527	32.95 528	30.49 522	46.80 531	43.31 530	49.57 528	48.93 530	44.57 527	39.87 525	45.01 532	43.89 530	48.70 533	50.65 534	50.80 532	49.79 531	45.54 533	46.89 534

HaxPig	43.31 530	43.63 531	45.01 528	33.88 529	35.67 526	32.79 527	30.52 523	45.50 530	42.95 529	48.75 527	48.14 529	43.24 525	40.44 526	44.58 531	43.63 529	47.17 532	49.30 533	51.65 533	50.37 532	43.72 532	45.27 533

DGTPSM_ROB	16.67 516	21.79 524	40.19 526	10.00 520	19.05 518	12.43 510	33.20 524	13.71 514	18.09 518	9.71 507	22.85 518	13.77 504	19.64 516	21.23 515	24.07 516	5.09 516	8.95 498	5.62 518	11.49 522	6.73 513	15.75 505

DPSMNet_ROB	16.76 517	21.81 525	40.95 527	10.20 522	19.08 519	12.43 510	33.21 525	13.73 515	18.21 519	9.76 508	22.88 519	13.78 505	19.64 516	21.39 516	24.21 517	5.20 517	8.97 499	5.63 519	11.51 525	6.80 514	15.82 506

MEDIAN_ROB	47.37 532	49.00 533	49.74 531	40.28 530	39.94 528	34.93 529	33.41 526	49.78 532	46.38 532	53.04 530	52.61 531	47.67 528	42.28 531	48.33 536	47.25 531	52.06 534	53.99 535	54.28 534	53.48 533	48.70 534	50.27 535

Anonymous_1	57.77 535	19.65 521	26.12 517	23.12 525	141.97 537	30.79 524	39.72 527	34.10 529	16.98 512	70.09 535	15.64 512	23.44 517	19.73 518	23.03 520	27.21 523	164.70 540	9.02 500	130.41 536	137.42 537	161.21 540	41.01 532

DPSM_ROB	20.83 521	20.01 522	26.54 518	23.64 526	22.42 521	31.06 525	39.94 528	34.02 527	17.42 516	15.35 519	16.05 515	24.04 519	20.69 519	23.28 521	27.60 524	10.77 523	9.41 504	11.68 525	11.50 523	14.48 524	16.71 509

DPSM	20.83 521	20.01 522	26.54 518	23.64 526	22.42 521	31.06 525	39.94 528	34.02 527	17.42 516	15.35 519	16.05 515	24.04 519	20.69 519	23.28 521	27.60 524	10.77 523	9.41 504	11.68 525	11.50 523	14.48 524	16.71 509

DGSMNet	8.13 498	2.31 394	18.62 223	2.77 476	13.96 515	6.91 495	42.17 530	4.16 343	2.53 210	2.25 297	3.21 442	3.41 383	1.69 301	9.19 374	3.03 385	3.79 500	10.31 506	11.70 527	5.68 518	4.38 502	10.58 481

EAI-Stereo	4.89 457	0.69 89	7.74 78	0.99 150	1.63 405	4.68 460	51.52 531	5.79 496	3.37 361	3.64 457	7.24 476	1.10 106	0.95 113	2.51 214	1.71 262	0.33 158	0.31 199	0.28 119	2.04 498	0.28 46	0.92 303

BEATNet-Init1	51.93 534	71.67 536	99.39 537	10.91 523	13.10 511	84.39 538	59.36 532	73.78 536	67.97 533	88.09 537	88.15 537	91.73 538	97.51 538	85.13 540	72.56 539	2.59 482	5.18 478	1.20 473	1.49 484	10.61 521	13.83 487

xxxxx1	112.85 537	94.19 537	38.10 523	228.21 539	161.02 538	39.23 530	61.26 533	92.54 537	79.08 537	63.44 532	74.84 533	77.80 534	69.88 535	33.55 527	70.96 536	117.25 536	130.44 538	258.49 539	273.88 539	145.63 537	147.24 538

tt_ll	112.85 537	94.19 537	38.10 523	228.21 539	161.02 538	39.23 530	61.26 533	92.54 537	79.08 537	63.44 532	74.84 533	77.80 534	69.88 535	33.55 527	70.96 536	117.25 536	130.44 538	258.49 539	273.88 539	145.63 537	147.24 538

ff	112.85 537	94.19 537	38.10 523	228.21 539	161.02 538	39.23 530	61.26 533	92.54 537	79.08 537	63.44 532	74.84 533	77.80 534	69.88 535	33.55 527	70.96 536	117.25 536	130.44 538	258.49 539	273.88 539	145.63 537	147.24 538

LSM0	49.69 533	40.02 528	53.50 535	97.07 535	129.56 535	62.65 536	79.82 536	68.02 533	35.12 527	33.72 525	33.34 526	48.41 531	41.54 528	46.57 534	55.40 534	21.63 528	19.16 523	23.60 530	23.13 527	29.46 529	52.08 536

Selective-RAFT-Error	41.88 528	40.10 529	53.23 533	47.74 533	45.20 530	62.42 534	80.58 537	68.27 534	34.95 526	30.85 524	32.30 524	48.08 529	42.07 530	46.54 533	54.92 533	21.60 527	19.12 522	23.46 528	23.15 528	29.14 527	33.95 529

CasAABBNet	41.89 529	40.14 530	53.33 534	47.71 532	45.10 529	62.42 534	80.65 538	68.29 535	34.85 525	30.67 523	32.34 525	48.22 530	41.76 529	46.61 535	55.60 535	21.59 526	18.89 521	23.46 528	23.21 529	29.17 528	33.75 528

DPSimNet_ROB	143.68 540	156.64 540	170.66 539	162.59 536	135.40 536	195.13 540	174.01 539	141.76 540	167.78 541	174.58 540	138.78 539	186.01 540	183.75 540	82.32 537	97.85 540	151.24 539	102.48 537	131.25 537	82.78 535	115.21 536	123.37 537

test_example2	213.42 541	219.67 541	222.97 541	213.78 538	220.82 541	199.03 541	200.49 540	189.27 541	143.61 540	211.05 541	218.08 540	210.69 541	205.21 541	221.14 541	216.49 541	236.74 541	242.08 541	213.66 538	216.96 538	235.55 541	231.06 541

PML	64.55 536	56.00 535	20.79 427	8.10 517	32.82 525	147.60 539	247.57 541	12.71 511	45.39 531	111.32 538	288.85 541	101.42 539	100.62 539	31.63 525	15.84 481	13.96 525	4.84 474	10.95 524	6.18 520	28.99 526	5.33 446

ccccc		628.29 542		567.59 542	570.62 542	580.23 542		613.89 542		613.55 542		554.19 542		666.02 542		780.28 542	507.01 542	391.46 542	342.94 542	701.16 542

Low-res two-view benchmark