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_XL	0.10 1	0.10 39	0.24 24	0.14 1	0.10 44	0.09 1	0.09 3	0.12 1	0.09 1	0.11 12	0.12 27	0.09 17	0.09 19	0.12 1	0.11 1	0.09 250	0.07 121	0.08 152	0.07 121	0.08 154	0.07 19
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IGEV-Stereo+	0.14 43	0.08 4	0.26 40	0.18 31	0.14 198	0.09 1	0.10 9	0.16 4	0.17 22	0.14 55	0.08 6	0.10 30	0.10 42	0.22 98	0.14 77	0.07 65	0.15 377	0.06 25	0.06 56	0.16 439	0.29 481

Monster-pub-mixall	0.13 18	0.07 1	0.20 6	0.17 10	0.08 4	0.11 3	0.09 3	0.21 27	0.13 7	0.12 24	0.11 16	0.08 1	0.08 7	0.27 180	0.13 39	0.07 65	0.35 537	0.05 1	0.06 56	0.05 3	0.09 104

StereoAnything_RVC	0.22 207	0.47 509	0.67 389	0.30 450	0.31 509	0.11 3	0.11 18	0.18 9	0.15 14	0.09 1	0.11 16	0.09 17	0.09 19	0.27 180	0.12 11	0.09 250	0.39 540	0.06 25	0.04 1	0.24 506	0.49 538

dual_stereo	0.18 103	0.08 4	0.26 40	0.21 134	0.32 512	0.11 3	0.13 42	0.27 89	0.20 56	0.11 12	0.09 10	0.10 30	0.08 7	0.20 68	0.14 77	0.07 65	0.45 548	0.06 25	0.05 21	0.05 3	0.65 555

CroCo-Stereo Lap2	0.16 80	0.18 315	0.39 115	0.26 358	0.18 355	0.11 3	0.19 241	0.30 130	0.22 84	0.13 35	0.16 77	0.15 105	0.11 66	0.17 24	0.15 113	0.07 65	0.07 121	0.08 152	0.06 56	0.08 154	0.07 19

CroCo-Stereo	0.15 58	0.16 262	0.34 90	0.25 318	0.12 109	0.11 3	0.18 198	0.35 187	0.24 108	0.13 35	0.13 38	0.18 139	0.12 92	0.15 6	0.13 39	0.08 178	0.06 48	0.07 75	0.05 21	0.07 97	0.06 6
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
zero-FE	0.21 188	0.08 4	1.10 501	0.24 281	0.27 485	0.12 8	0.14 62	0.20 19	0.20 56	0.12 24	0.11 16	0.13 68	0.11 66	0.22 98	0.19 211	0.09 250	0.23 479	0.07 75	0.08 195	0.19 479	0.27 468

LG-Stereo_L2	0.11 3	0.09 17	0.22 17	0.18 31	0.10 44	0.12 8	0.13 42	0.18 9	0.14 11	0.10 8	0.07 3	0.08 1	0.08 7	0.17 24	0.11 1	0.06 24	0.08 184	0.06 25	0.04 1	0.05 3	0.07 19

LG-Stereo_L1	0.11 3	0.09 17	0.22 17	0.18 31	0.10 44	0.12 8	0.13 42	0.18 9	0.12 3	0.09 1	0.07 3	0.08 1	0.07 2	0.18 34	0.11 1	0.06 24	0.10 256	0.06 25	0.04 1	0.05 3	0.07 19

S2M2_L	0.13 18	0.12 119	0.26 40	0.17 10	0.12 109	0.12 8	0.07 1	0.18 9	0.21 76	0.12 24	0.15 72	0.14 91	0.12 92	0.16 12	0.15 113	0.13 417	0.09 224	0.09 234	0.10 333	0.11 341	0.09 104
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.13 18	0.08 4	0.18 2	0.29 439	0.30 502	0.12 8	0.13 42	0.12 1	0.18 35	0.09 1	0.08 6	0.10 30	0.08 7	0.14 3	0.11 1	0.07 65	0.31 528	0.06 25	0.04 1	0.05 3	0.06 6

111111	0.13 18	0.08 4	0.20 6	0.20 101	0.13 159	0.13 13	0.10 9	0.23 42	0.17 22	0.11 12	0.13 38	0.12 57	0.08 7	0.19 48	0.12 11	0.07 65	0.16 390	0.06 25	0.04 1	0.08 154	0.16 339

LGtest1	0.10 1	0.09 17	0.19 4	0.18 31	0.09 11	0.13 13	0.09 3	0.17 6	0.13 7	0.10 8	0.08 6	0.09 17	0.09 19	0.16 12	0.12 11	0.08 178	0.06 48	0.06 25	0.05 21	0.06 38	0.08 62

asda	0.13 18	0.11 72	0.24 24	0.18 31	0.10 44	0.14 15	0.12 26	0.25 75	0.17 22	0.12 24	0.11 16	0.08 1	0.11 66	0.21 78	0.12 11	0.05 1	0.18 426	0.05 1	0.05 21	0.05 3	0.11 203

4.5_new	0.13 18	0.12 119	0.24 24	0.17 10	0.10 44	0.14 15	0.12 26	0.22 35	0.17 22	0.13 35	0.13 38	0.08 1	0.09 19	0.19 48	0.12 11	0.05 1	0.18 426	0.05 1	0.06 56	0.06 38	0.09 104

4.5w-stereo	0.13 18	0.12 119	0.24 24	0.17 10	0.10 44	0.14 15	0.12 26	0.22 35	0.17 22	0.13 35	0.13 38	0.08 1	0.09 19	0.19 48	0.12 11	0.05 1	0.18 426	0.05 1	0.06 56	0.06 38	0.09 104

monsterstereo	0.13 18	0.10 39	0.20 6	0.19 61	0.12 109	0.14 15	0.12 26	0.26 82	0.18 35	0.14 55	0.16 77	0.08 1	0.09 19	0.22 98	0.14 77	0.05 1	0.16 390	0.06 25	0.09 278	0.06 38	0.07 19

GREAT-IGEV	0.19 128	0.11 72	0.39 115	0.22 184	0.33 513	0.14 15	0.15 85	0.18 9	0.22 84	0.14 55	0.16 77	0.09 17	0.09 19	0.23 121	0.14 77	0.06 24	0.50 550	0.06 25	0.06 56	0.07 97	0.53 543

IGEV-Stereo++	0.15 58	0.09 17	0.27 52	0.21 134	0.13 159	0.14 15	0.11 18	0.23 42	0.19 46	0.15 73	0.14 67	0.11 46	0.11 66	0.19 48	0.12 11	0.06 24	0.21 458	0.06 25	0.05 21	0.06 38	0.28 476

rvit_stereo_0080	0.16 80	0.17 293	0.35 96	0.19 61	0.13 159	0.14 15	0.20 276	0.29 114	0.26 143	0.16 85	0.17 89	0.19 149	0.14 138	0.19 48	0.16 135	0.11 355	0.08 184	0.08 152	0.08 195	0.10 288	0.08 62

whm_eth	0.16 80	0.17 293	0.35 96	0.19 61	0.13 159	0.14 15	0.20 276	0.29 114	0.26 143	0.16 85	0.17 89	0.19 149	0.14 138	0.19 48	0.16 135	0.11 355	0.08 184	0.08 152	0.08 195	0.10 288	0.08 62

DLNR_Zeroshot_test	10.53 584	12.28 590	20.32 591	105.84 600	23.88 597	0.14 15	0.13 42	3.20 577	0.20 56	0.16 85	0.23 154	0.16 114	0.10 42	0.32 260	0.16 135	2.54 579	0.32 531	0.07 75	0.07 121	40.17 598	0.28 476

SM2	0.12 9	0.11 72	0.25 33	0.18 31	0.12 109	0.15 24	0.12 26	0.18 9	0.20 56	0.11 12	0.11 16	0.09 17	0.10 42	0.17 24	0.14 77	0.06 24	0.07 121	0.06 25	0.06 56	0.05 3	0.10 164

Monster-pub-eth3d	0.13 18	0.09 17	0.20 6	0.17 10	0.09 11	0.15 24	0.12 26	0.25 75	0.20 56	0.09 1	0.11 16	0.08 1	0.07 2	0.19 48	0.13 39	0.05 1	0.24 492	0.05 1	0.09 278	0.05 3	0.13 280

asd	0.12 9	0.10 39	0.23 21	0.18 31	0.10 44	0.15 24	0.10 9	0.20 19	0.14 11	0.13 35	0.12 27	0.09 17	0.11 66	0.21 78	0.12 11	0.05 1	0.14 346	0.05 1	0.05 21	0.05 3	0.09 104

qwe	0.13 18	0.10 39	0.24 24	0.17 10	0.11 72	0.15 24	0.12 26	0.26 82	0.18 35	0.14 55	0.13 38	0.09 17	0.10 42	0.23 121	0.13 39	0.05 1	0.18 426	0.05 1	0.06 56	0.05 3	0.09 104

2.25w	0.13 18	0.10 39	0.24 24	0.17 10	0.09 11	0.15 24	0.10 9	0.20 19	0.19 46	0.14 55	0.18 100	0.09 17	0.10 42	0.23 121	0.15 113	0.05 1	0.17 414	0.05 1	0.08 195	0.05 3	0.12 253

4w-stereo	0.13 18	0.11 72	0.31 73	0.17 10	0.10 44	0.15 24	0.10 9	0.20 19	0.14 11	0.13 35	0.12 27	0.08 1	0.12 92	0.23 121	0.13 39	0.05 1	0.18 426	0.05 1	0.08 195	0.05 3	0.15 323

2.5w	0.13 18	0.10 39	0.23 21	0.18 31	0.09 11	0.15 24	0.15 85	0.21 27	0.16 19	0.12 24	0.13 38	0.10 30	0.09 19	0.21 78	0.12 11	0.05 1	0.19 438	0.05 1	0.07 121	0.05 3	0.12 253

2.75w_new	0.13 18	0.10 39	0.25 33	0.16 6	0.09 11	0.15 24	0.12 26	0.26 82	0.18 35	0.14 55	0.13 38	0.08 1	0.11 66	0.22 98	0.15 113	0.05 1	0.19 438	0.05 1	0.07 121	0.05 3	0.10 164

monsters	0.13 18	0.10 39	0.20 6	0.18 31	0.13 159	0.15 24	0.11 18	0.24 59	0.16 19	0.15 73	0.13 38	0.08 1	0.09 19	0.23 121	0.12 11	0.06 24	0.15 377	0.05 1	0.08 195	0.05 3	0.09 104

MLG-Stereo_test1	0.11 3	0.09 17	0.26 40	0.18 31	0.11 72	0.15 24	0.11 18	0.17 6	0.11 2	0.09 1	0.06 1	0.10 30	0.07 2	0.17 24	0.12 11	0.06 24	0.15 377	0.06 25	0.04 1	0.05 3	0.07 19

MLG-Stereo	0.11 3	0.08 4	0.26 40	0.19 61	0.09 11	0.15 24	0.11 18	0.18 9	0.13 7	0.09 1	0.06 1	0.10 30	0.08 7	0.18 34	0.12 11	0.06 24	0.16 390	0.06 25	0.04 1	0.05 3	0.07 19

SCV_C0	0.19 128	0.14 197	0.40 125	0.30 450	0.20 406	0.15 24	0.16 116	0.35 187	0.26 143	0.17 97	0.16 77	0.13 68	0.09 19	0.31 251	0.14 77	0.07 65	0.22 469	0.06 25	0.06 56	0.09 227	0.25 452

DEFOM-Stereo_RVC	0.13 18	0.15 230	0.21 12	0.27 395	0.09 11	0.15 24	0.13 42	0.23 42	0.21 76	0.12 24	0.11 16	0.10 30	0.13 121	0.22 98	0.13 39	0.07 65	0.05 4	0.06 25	0.05 21	0.07 97	0.07 19

AIO_rvc	0.20 156	0.16 262	0.49 214	0.41 522	0.29 497	0.15 24	0.17 146	0.21 27	0.19 46	0.17 97	0.14 67	0.13 68	0.08 7	0.35 292	0.13 39	0.07 65	0.19 438	0.06 25	0.05 21	0.06 38	0.41 522

AIO_test	0.20 156	0.12 119	0.46 173	0.45 529	0.38 526	0.15 24	0.17 146	0.28 95	0.20 56	0.19 120	0.13 38	0.14 91	0.09 19	0.39 313	0.13 39	0.07 65	0.21 458	0.06 25	0.06 56	0.06 38	0.34 501

MonSter	0.13 18	0.09 17	0.20 6	0.17 10	0.09 11	0.15 24	0.12 26	0.25 75	0.20 56	0.09 1	0.11 16	0.08 1	0.07 2	0.20 68	0.13 39	0.05 1	0.24 492	0.05 1	0.09 278	0.05 3	0.13 280

GIP-stereo	0.16 80	0.12 119	0.25 33	0.24 281	0.22 437	0.15 24	0.14 62	0.32 153	0.21 76	0.11 12	0.16 77	0.13 68	0.09 19	0.20 68	0.13 39	0.07 65	0.13 328	0.06 25	0.05 21	0.06 38	0.32 493

RAStereo	0.14 43	0.15 230	0.40 125	0.22 184	0.11 72	0.15 24	0.18 198	0.25 75	0.24 108	0.13 35	0.17 89	0.11 46	0.09 19	0.15 6	0.13 39	0.08 178	0.06 48	0.08 152	0.06 56	0.07 97	0.05 1

IGEV-BASED-STEREO-	0.20 156	0.74 545	0.71 409	0.17 10	0.08 4	0.15 24	0.15 85	0.19 17	0.18 35	0.13 35	0.12 27	0.10 30	0.08 7	0.16 12	0.14 77	0.34 534	0.12 308	0.08 152	0.07 121	0.11 341	0.24 441

IGEV++	0.19 128	0.13 153	0.38 109	0.30 450	0.19 382	0.15 24	0.15 85	0.32 153	0.18 35	0.13 35	0.16 77	0.12 57	0.11 66	0.24 132	0.15 113	0.07 65	0.32 531	0.07 75	0.05 21	0.07 97	0.42 525

CASnet	0.15 58	0.13 153	0.30 66	0.22 184	0.08 4	0.15 24	0.14 62	0.28 95	0.26 143	0.23 163	0.20 118	0.15 105	0.11 66	0.18 34	0.13 39	0.07 65	0.05 4	0.11 364	0.09 278	0.08 154	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
3w_stereo	0.14 43	0.11 72	0.31 73	0.19 61	0.09 11	0.16 45	0.16 116	0.28 95	0.20 56	0.13 35	0.12 27	0.08 1	0.12 92	0.19 48	0.12 11	0.05 1	0.19 438	0.05 1	0.06 56	0.05 3	0.10 164

1w_stereo	0.13 18	0.09 17	0.17 1	0.19 61	0.10 44	0.16 45	0.15 85	0.27 89	0.22 84	0.14 55	0.16 77	0.08 1	0.12 92	0.19 48	0.14 77	0.05 1	0.10 256	0.05 1	0.04 1	0.05 3	0.09 104

IGEV	0.12 9	0.07 1	0.19 4	0.16 6	0.11 72	0.16 45	0.13 42	0.22 35	0.17 22	0.12 24	0.15 72	0.09 17	0.07 2	0.16 12	0.12 11	0.06 24	0.10 256	0.06 25	0.07 121	0.05 3	0.08 62

MLG-Stereo_test3	0.11 3	0.08 4	0.22 17	0.19 61	0.10 44	0.16 45	0.11 18	0.18 9	0.13 7	0.11 12	0.07 3	0.10 30	0.08 7	0.14 3	0.12 11	0.07 65	0.09 224	0.06 25	0.04 1	0.06 38	0.08 62

MLG-Stereo_test2	0.12 9	0.09 17	0.29 58	0.21 134	0.12 109	0.16 45	0.11 18	0.17 6	0.12 3	0.11 12	0.08 6	0.11 46	0.06 1	0.16 12	0.11 1	0.08 178	0.13 328	0.06 25	0.04 1	0.06 38	0.09 104

LG-Stereo_Zeroshot	0.14 43	0.10 39	0.27 52	0.21 134	0.11 72	0.16 45	0.14 62	0.24 59	0.17 22	0.17 97	0.20 118	0.18 139	0.11 66	0.16 12	0.17 158	0.07 65	0.08 184	0.07 75	0.07 121	0.07 97	0.09 104

LG-Stereo	0.14 43	0.13 153	0.30 66	0.21 134	0.11 72	0.16 45	0.18 198	0.23 42	0.19 46	0.12 24	0.18 100	0.11 46	0.09 19	0.15 6	0.14 77	0.06 24	0.07 121	0.08 152	0.08 195	0.07 97	0.07 19

SCV	0.18 103	0.15 230	0.37 107	0.26 358	0.20 406	0.16 45	0.16 116	0.35 187	0.23 97	0.14 55	0.16 77	0.13 68	0.09 19	0.31 251	0.12 11	0.08 178	0.19 438	0.07 75	0.07 121	0.09 227	0.26 464

HUF	0.26 316	0.15 230	0.79 433	0.39 511	0.31 509	0.16 45	0.17 146	0.36 199	0.25 132	0.19 120	0.14 67	0.23 196	0.11 66	0.32 260	0.14 77	0.08 178	0.60 562	0.06 25	0.05 21	0.07 97	0.56 544

Occ-G	0.18 103	0.10 39	0.38 109	0.23 235	0.15 259	0.16 45	0.18 198	0.23 42	0.26 143	0.15 73	0.20 118	0.21 175	0.11 66	0.22 98	0.19 211	0.07 65	0.17 414	0.07 75	0.06 56	0.08 154	0.30 484

AIO-Stereo	0.16 80	0.12 119	0.29 58	0.30 450	0.20 406	0.16 45	0.14 62	0.28 95	0.22 84	0.14 55	0.15 72	0.13 68	0.08 7	0.20 68	0.15 113	0.06 24	0.16 390	0.07 75	0.08 195	0.06 38	0.24 441

RSM	0.14 43	0.11 72	0.25 33	0.29 439	0.16 297	0.16 45	0.15 85	0.24 59	0.20 56	0.13 35	0.13 38	0.15 105	0.09 19	0.22 98	0.13 39	0.06 24	0.06 48	0.07 75	0.07 121	0.07 97	0.11 203

MoCha-V2	0.18 103	0.12 119	0.40 125	0.30 450	0.24 463	0.16 45	0.15 85	0.28 95	0.19 46	0.16 85	0.16 77	0.13 68	0.13 121	0.30 239	0.13 39	0.06 24	0.28 512	0.06 25	0.06 56	0.06 38	0.25 452

plain	0.18 103	0.16 262	0.59 349	0.21 134	0.13 159	0.16 45	0.17 146	0.29 114	0.23 97	0.16 85	0.26 177	0.13 68	0.17 187	0.27 180	0.17 158	0.09 250	0.06 48	0.10 307	0.07 121	0.10 288	0.07 19

MaDis-Stereo	0.15 58	0.17 293	0.39 115	0.19 61	0.15 259	0.16 45	0.13 42	0.26 82	0.22 84	0.13 35	0.15 72	0.14 91	0.11 66	0.17 24	0.17 158	0.08 178	0.07 121	0.08 152	0.06 56	0.07 97	0.06 6

MIF-Stereo (partial)	0.18 103	0.13 153	0.50 236	0.22 184	0.15 259	0.16 45	0.13 42	0.29 114	0.26 143	0.17 97	0.26 177	0.16 114	0.17 187	0.25 148	0.18 185	0.09 250	0.06 48	0.10 307	0.08 195	0.09 227	0.08 62

Selective-IGEV	0.15 58	0.10 39	0.34 90	0.32 472	0.19 382	0.16 45	0.14 62	0.29 114	0.20 56	0.13 35	0.14 67	0.13 68	0.08 7	0.23 121	0.14 77	0.06 24	0.13 328	0.07 75	0.06 56	0.06 38	0.11 203

Replicate-Monster	0.15 58	0.12 119	0.40 125	0.17 10	0.10 44	0.17 62	0.10 9	0.24 59	0.20 56	0.12 24	0.10 11	0.10 30	0.10 42	0.28 202	0.12 11	0.06 24	0.31 528	0.06 25	0.06 56	0.05 3	0.21 406

MSCF	0.20 156	0.14 197	0.31 73	0.40 516	0.29 497	0.17 62	0.15 85	0.29 114	0.22 84	0.17 97	0.16 77	0.11 46	0.13 121	0.24 132	0.15 113	0.07 65	0.23 479	0.06 25	0.08 195	0.07 97	0.57 545

water-stereo	0.15 58	0.11 72	0.32 82	0.19 61	0.10 44	0.17 62	0.14 62	0.26 82	0.20 56	0.18 115	0.23 154	0.16 114	0.16 170	0.14 3	0.14 77	0.07 65	0.06 48	0.07 75	0.06 56	0.06 38	0.11 203

4.25_new	0.13 18	0.12 119	0.26 40	0.18 31	0.10 44	0.17 62	0.12 26	0.22 35	0.15 14	0.13 35	0.13 38	0.09 17	0.10 42	0.22 98	0.14 77	0.05 1	0.18 426	0.05 1	0.06 56	0.05 3	0.11 203

4.5w_new	0.13 18	0.12 119	0.26 40	0.18 31	0.10 44	0.17 62	0.12 26	0.22 35	0.15 14	0.13 35	0.13 38	0.09 17	0.10 42	0.22 98	0.14 77	0.05 1	0.18 426	0.05 1	0.06 56	0.05 3	0.11 203

4.25w-stereo	0.13 18	0.12 119	0.26 40	0.18 31	0.10 44	0.17 62	0.12 26	0.22 35	0.15 14	0.13 35	0.13 38	0.09 17	0.10 42	0.22 98	0.14 77	0.05 1	0.18 426	0.05 1	0.06 56	0.05 3	0.11 203

3.5w_stereo	0.12 9	0.11 72	0.21 12	0.17 10	0.09 11	0.17 62	0.09 3	0.23 42	0.17 22	0.14 55	0.13 38	0.10 30	0.11 66	0.22 98	0.13 39	0.05 1	0.11 288	0.05 1	0.04 1	0.05 3	0.08 62

2w_stereo	0.13 18	0.11 72	0.21 12	0.18 31	0.09 11	0.17 62	0.14 62	0.29 114	0.20 56	0.15 73	0.14 67	0.08 1	0.11 66	0.15 6	0.13 39	0.05 1	0.12 308	0.05 1	0.05 21	0.05 3	0.08 62

SGD-Stereo	0.12 9	0.08 4	0.18 2	0.17 10	0.07 1	0.17 62	0.13 42	0.19 17	0.17 22	0.12 24	0.13 38	0.11 46	0.12 92	0.19 48	0.12 11	0.08 178	0.04 1	0.06 25	0.05 21	0.06 38	0.05 1

HART	0.20 156	0.14 197	0.42 142	0.26 358	0.24 463	0.17 62	0.16 116	0.32 153	0.25 132	0.15 73	0.26 177	0.17 128	0.09 19	0.24 132	0.14 77	0.06 24	0.36 538	0.07 75	0.05 21	0.08 154	0.27 468

HI	0.21 188	0.16 262	0.50 236	0.18 31	0.15 259	0.17 62	0.16 116	0.35 187	0.22 84	0.38 392	0.38 311	0.36 348	0.24 293	0.29 224	0.22 270	0.06 24	0.05 4	0.08 152	0.09 278	0.09 227	0.08 62

CoSv	0.21 188	0.16 262	0.50 236	0.18 31	0.15 259	0.17 62	0.16 116	0.35 187	0.22 84	0.38 392	0.38 311	0.36 348	0.24 293	0.29 224	0.22 270	0.06 24	0.05 4	0.08 152	0.09 278	0.09 227	0.08 62

fffft	0.14 43	0.12 119	0.30 66	0.19 61	0.10 44	0.17 62	0.18 198	0.23 42	0.17 22	0.14 55	0.11 16	0.13 68	0.10 42	0.24 132	0.18 185	0.06 24	0.05 4	0.07 75	0.06 56	0.07 97	0.09 104
1: 1. 1
mms	0.15 58	0.14 197	0.25 33	0.20 101	0.15 259	0.17 62	0.17 146	0.21 27	0.19 46	0.14 55	0.18 100	0.14 91	0.09 19	0.26 168	0.15 113	0.06 24	0.07 121	0.08 152	0.06 56	0.07 97	0.19 378

ours_stereo	0.15 58	0.14 197	0.29 58	0.21 134	0.14 198	0.17 62	0.18 198	0.21 27	0.20 56	0.13 35	0.18 100	0.14 91	0.10 42	0.24 132	0.15 113	0.06 24	0.06 48	0.08 152	0.06 56	0.07 97	0.13 280

rvit_stereo_0083	0.17 94	0.13 153	0.29 58	0.21 134	0.13 159	0.17 62	0.17 146	0.23 42	0.36 277	0.16 85	0.22 146	0.19 149	0.17 187	0.21 78	0.17 158	0.11 355	0.10 256	0.10 307	0.08 195	0.09 227	0.08 62

rvit_stereo_0081	0.16 80	0.13 153	0.30 66	0.21 134	0.12 109	0.17 62	0.17 146	0.24 59	0.34 250	0.17 97	0.19 110	0.18 139	0.15 153	0.20 68	0.17 158	0.11 355	0.08 184	0.09 234	0.08 195	0.09 227	0.07 19

rvit_stereo_0082	0.16 80	0.13 153	0.30 66	0.21 134	0.12 109	0.17 62	0.17 146	0.24 59	0.34 250	0.17 97	0.19 110	0.18 139	0.15 153	0.20 68	0.17 158	0.11 355	0.08 184	0.09 234	0.08 195	0.09 227	0.07 19

rvit_stereo_ft	0.18 103	0.19 327	0.43 148	0.25 318	0.14 198	0.17 62	0.21 302	0.30 130	0.28 170	0.17 97	0.19 110	0.20 161	0.17 187	0.22 98	0.18 185	0.11 355	0.07 121	0.09 234	0.09 278	0.10 288	0.08 62

RSM++	0.14 43	0.11 72	0.25 33	0.32 472	0.17 327	0.17 62	0.15 85	0.23 42	0.21 76	0.12 24	0.12 27	0.14 91	0.09 19	0.21 78	0.13 39	0.06 24	0.05 4	0.07 75	0.07 121	0.07 97	0.11 203

CAS++	0.17 94	0.13 153	0.35 96	0.18 31	0.13 159	0.17 62	0.16 116	0.42 274	0.25 132	0.19 120	0.18 100	0.13 68	0.10 42	0.22 98	0.12 11	0.12 395	0.10 256	0.11 364	0.08 195	0.10 288	0.09 104
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.15 58	0.12 119	0.45 159	0.21 134	0.14 198	0.17 62	0.13 42	0.20 19	0.19 46	0.16 85	0.20 118	0.10 30	0.11 66	0.18 34	0.17 158	0.08 178	0.06 48	0.07 75	0.06 56	0.08 154	0.07 19

MIM_Stereo	0.20 156	0.17 293	0.55 307	0.20 101	0.21 422	0.17 62	0.14 62	0.37 213	0.27 160	0.28 214	0.35 277	0.23 196	0.13 121	0.28 202	0.16 135	0.06 24	0.08 184	0.09 234	0.08 195	0.08 154	0.15 323

GLC_STEREO	0.15 58	0.11 72	0.31 73	0.22 184	0.09 11	0.17 62	0.15 85	0.24 59	0.28 170	0.17 97	0.20 118	0.17 128	0.11 66	0.24 132	0.17 158	0.07 65	0.09 224	0.09 234	0.08 195	0.07 97	0.07 19

PFNet+	0.21 188	0.11 72	0.54 298	0.22 184	0.12 109	0.17 62	0.18 198	0.31 146	0.36 277	0.33 315	0.32 239	0.24 213	0.16 170	0.33 270	0.18 185	0.10 316	0.07 121	0.11 364	0.10 333	0.08 154	0.12 253

MS	0.15 58	0.10 39	0.39 115	0.15 3	0.09 11	0.18 87	0.08 2	0.20 19	0.17 22	0.10 8	0.12 27	0.11 46	0.09 19	0.15 6	0.11 1	0.07 65	0.20 452	0.05 1	0.28 531	0.10 288	0.19 378

FlowAnything_test	0.15 58	0.12 119	0.23 21	0.21 134	0.12 109	0.18 87	0.16 116	0.25 75	0.17 22	0.15 73	0.13 38	0.15 105	0.14 138	0.19 48	0.17 158	0.10 316	0.07 121	0.11 364	0.12 410	0.08 154	0.10 164

GASTEREO	0.20 156	0.15 230	0.31 73	0.40 516	0.29 497	0.18 87	0.15 85	0.29 114	0.22 84	0.18 115	0.17 89	0.11 46	0.13 121	0.25 148	0.15 113	0.07 65	0.23 479	0.06 25	0.08 195	0.06 38	0.57 545

3.25w_new	0.13 18	0.09 17	0.24 24	0.17 10	0.09 11	0.18 87	0.10 9	0.23 42	0.18 35	0.15 73	0.13 38	0.10 30	0.11 66	0.20 68	0.13 39	0.05 1	0.17 414	0.05 1	0.06 56	0.04 1	0.11 203

3.25w	0.13 18	0.09 17	0.24 24	0.17 10	0.09 11	0.18 87	0.10 9	0.23 42	0.18 35	0.15 73	0.13 38	0.10 30	0.11 66	0.20 68	0.13 39	0.05 1	0.17 414	0.05 1	0.06 56	0.04 1	0.11 203

3.75w	0.12 9	0.10 39	0.21 12	0.17 10	0.11 72	0.18 87	0.12 26	0.24 59	0.15 14	0.13 35	0.12 27	0.08 1	0.10 42	0.18 34	0.12 11	0.05 1	0.14 346	0.05 1	0.05 21	0.05 3	0.08 62

rvit_0105_6	0.20 156	0.16 262	0.41 133	0.23 235	0.14 198	0.18 87	0.20 276	0.31 146	0.39 318	0.18 115	0.22 146	0.23 196	0.18 215	0.26 168	0.18 185	0.16 466	0.13 328	0.13 425	0.11 367	0.11 341	0.09 104

WCG-NET	0.15 58	0.12 119	0.31 73	0.18 31	0.09 11	0.18 87	0.17 146	0.23 42	0.29 188	0.18 115	0.22 146	0.15 105	0.12 92	0.19 48	0.13 39	0.06 24	0.12 308	0.07 75	0.05 21	0.06 38	0.06 6

MGS-Stereo	0.15 58	0.12 119	0.38 109	0.19 61	0.11 72	0.18 87	0.17 146	0.21 27	0.23 97	0.14 55	0.24 162	0.16 114	0.10 42	0.19 48	0.13 39	0.07 65	0.06 48	0.07 75	0.06 56	0.10 288	0.07 19

CES	0.14 43	0.08 4	0.24 24	0.17 10	0.23 449	0.18 87	0.15 85	0.24 59	0.20 56	0.14 55	0.18 100	0.14 91	0.10 42	0.19 48	0.12 11	0.07 65	0.05 4	0.06 25	0.04 1	0.08 154	0.20 396

MC-Stereo	0.18 103	0.10 39	0.36 102	0.28 423	0.14 198	0.18 87	0.15 85	0.24 59	0.20 56	0.21 137	0.24 162	0.16 114	0.13 121	0.25 148	0.14 77	0.07 65	0.17 414	0.07 75	0.07 121	0.06 38	0.30 484

DisPM	0.20 156	0.11 72	0.52 275	0.24 281	0.13 159	0.18 87	0.19 241	0.30 130	0.31 213	0.33 315	0.34 269	0.23 196	0.16 170	0.34 285	0.17 158	0.09 250	0.06 48	0.09 234	0.08 195	0.08 154	0.12 253

test-3	0.18 103	0.10 39	0.48 194	0.23 235	0.14 198	0.18 87	0.16 116	0.32 153	0.29 188	0.26 193	0.17 89	0.22 182	0.13 121	0.26 168	0.19 211	0.06 24	0.14 346	0.08 152	0.08 195	0.06 38	0.10 164

test_1	0.18 103	0.10 39	0.48 194	0.23 235	0.14 198	0.18 87	0.16 116	0.32 153	0.29 188	0.26 193	0.17 89	0.22 182	0.13 121	0.26 168	0.19 211	0.06 24	0.14 346	0.08 152	0.08 195	0.06 38	0.10 164

RAFT_R40	0.22 207	0.11 72	0.52 275	0.25 318	0.13 159	0.18 87	0.18 198	0.32 153	0.31 213	0.33 315	0.33 259	0.30 293	0.23 271	0.55 378	0.19 211	0.08 178	0.05 4	0.10 307	0.08 195	0.09 227	0.07 19

RAFT-IKP	0.19 128	0.13 153	0.51 254	0.22 184	0.11 72	0.18 87	0.15 85	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.26 168	0.18 185	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104

CREStereo++_RVC	0.16 80	0.09 17	0.42 142	0.17 10	0.11 72	0.18 87	0.13 42	0.23 42	0.31 213	0.21 137	0.31 229	0.13 68	0.11 66	0.17 24	0.16 135	0.07 65	0.04 1	0.06 25	0.15 470	0.06 38	0.05 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
AFF-stereo	0.20 156	0.24 394	0.49 214	0.22 184	0.11 72	0.18 87	0.18 198	0.35 187	0.29 188	0.25 183	0.36 292	0.25 225	0.17 187	0.25 148	0.17 158	0.06 24	0.09 224	0.08 152	0.08 195	0.08 154	0.11 203

AdaDepth	0.13 18	0.10 39	0.32 82	0.20 101	0.11 72	0.19 105	0.13 42	0.16 4	0.16 19	0.10 8	0.10 11	0.10 30	0.09 19	0.19 48	0.12 11	0.05 1	0.11 288	0.06 25	0.06 56	0.05 3	0.11 203

MM-Stereo_test3	0.19 128	0.15 230	0.39 115	0.25 318	0.15 259	0.19 105	0.22 336	0.42 274	0.40 328	0.17 97	0.24 162	0.17 128	0.12 92	0.22 98	0.16 135	0.08 178	0.21 458	0.08 152	0.06 56	0.09 227	0.11 203

SMoEStereo_RVC	0.14 43	0.15 230	0.29 58	0.19 61	0.10 44	0.19 105	0.17 146	0.21 27	0.21 76	0.15 73	0.13 38	0.12 57	0.11 66	0.25 148	0.16 135	0.06 24	0.05 4	0.08 152	0.06 56	0.06 38	0.08 62

fffy	0.15 58	0.14 197	0.31 73	0.21 134	0.14 198	0.19 105	0.18 198	0.24 59	0.19 46	0.13 35	0.17 89	0.15 105	0.13 121	0.25 148	0.15 113	0.06 24	0.08 184	0.08 152	0.06 56	0.07 97	0.15 323

WCG-NET（raft）	0.16 80	0.14 197	0.32 82	0.18 31	0.09 11	0.19 105	0.16 116	0.24 59	0.27 160	0.19 120	0.19 110	0.20 161	0.12 92	0.22 98	0.13 39	0.06 24	0.17 414	0.06 25	0.05 21	0.07 97	0.07 19

4D-IteraStereo	0.20 156	0.21 348	0.62 366	0.21 134	0.14 198	0.19 105	0.17 146	0.29 114	0.28 170	0.24 171	0.20 118	0.20 161	0.10 42	0.22 98	0.18 185	0.07 65	0.07 121	0.10 307	0.08 195	0.08 154	0.33 498

RCA-Stereo	0.17 94	0.10 39	0.33 88	0.20 101	0.11 72	0.19 105	0.17 146	0.39 242	0.36 277	0.21 137	0.25 169	0.17 128	0.17 187	0.18 34	0.15 113	0.07 65	0.14 346	0.07 75	0.06 56	0.06 38	0.08 62

DCANet-4	0.20 156	0.11 72	0.58 342	0.19 61	0.09 11	0.19 105	0.18 198	0.39 242	0.42 350	0.29 238	0.31 229	0.17 128	0.22 259	0.21 78	0.20 231	0.07 65	0.05 4	0.07 75	0.05 21	0.06 38	0.09 104

fff	0.20 156	0.15 230	0.57 327	0.19 61	0.09 11	0.19 105	0.18 198	0.38 224	0.46 395	0.29 238	0.31 229	0.18 139	0.28 354	0.21 78	0.20 231	0.07 65	0.05 4	0.07 75	0.05 21	0.06 38	0.09 104

ADStereo(finetuned)	0.21 188	0.15 230	0.59 349	0.19 61	0.09 11	0.19 105	0.18 198	0.37 213	0.41 338	0.30 261	0.31 229	0.19 149	0.31 397	0.21 78	0.20 231	0.07 65	0.05 4	0.07 75	0.05 21	0.07 97	0.10 164

test_4	0.19 128	0.16 262	0.39 115	0.24 281	0.13 159	0.19 105	0.21 302	0.27 89	0.24 108	0.24 171	0.47 415	0.22 182	0.13 121	0.27 180	0.18 185	0.06 24	0.06 48	0.09 234	0.09 278	0.07 97	0.06 6

iRaft-Stereo_5w	0.25 293	0.24 394	0.50 236	0.23 235	0.18 355	0.19 105	0.19 241	0.39 242	0.35 261	0.28 214	0.36 292	0.34 329	0.23 271	0.66 439	0.28 342	0.07 65	0.07 121	0.08 152	0.07 121	0.09 227	0.14 307

Patchmatch Stereo++	0.19 128	0.13 153	0.51 254	0.22 184	0.11 72	0.19 105	0.14 62	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.27 180	0.18 185	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.19 128	0.13 153	0.51 254	0.22 184	0.11 72	0.19 105	0.15 85	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.25 148	0.17 158	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104

ROB_FTStereo_v2	0.19 128	0.13 153	0.51 254	0.22 184	0.11 72	0.19 105	0.15 85	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.25 148	0.18 185	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104

ROB_FTStereo	0.19 128	0.13 153	0.51 254	0.22 184	0.11 72	0.19 105	0.13 42	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.25 148	0.17 158	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104

HUI-Stereo	0.19 128	0.13 153	0.52 275	0.22 184	0.11 72	0.19 105	0.14 62	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.23 121	0.17 158	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104

ASMatch	0.23 240	0.11 72	0.55 307	0.25 318	0.14 198	0.19 105	0.16 116	0.32 153	0.30 204	0.28 214	0.68 498	0.28 262	0.26 324	0.50 350	0.22 270	0.07 65	0.06 48	0.08 152	0.07 121	0.06 38	0.11 203

SST-Stereo	0.22 207	0.11 72	0.52 275	0.25 318	0.14 198	0.19 105	0.17 146	0.32 153	0.26 143	0.34 335	0.33 259	0.29 275	0.25 306	0.56 384	0.18 185	0.08 178	0.05 4	0.10 307	0.08 195	0.09 227	0.07 19

Pruner-Stereo	0.20 156	0.12 119	0.49 214	0.29 439	0.12 109	0.19 105	0.17 146	0.32 153	0.31 213	0.33 315	0.32 239	0.25 225	0.15 153	0.25 148	0.22 270	0.09 250	0.06 48	0.09 234	0.08 195	0.08 154	0.10 164

DeepStereo_RVC	0.19 128	0.12 119	0.47 179	0.22 184	0.11 72	0.19 105	0.16 116	0.29 114	0.24 108	0.28 214	0.27 190	0.23 196	0.28 354	0.24 132	0.19 211	0.08 178	0.06 48	0.09 234	0.07 121	0.09 227	0.10 164

iGMRVC	0.19 128	0.13 153	0.51 254	0.22 184	0.11 72	0.19 105	0.15 85	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.27 180	0.18 185	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104

IRAFT_RVC	0.23 240	0.15 230	0.54 298	0.26 358	0.12 109	0.19 105	0.23 364	0.41 269	0.39 318	0.31 277	0.30 218	0.29 275	0.24 293	0.55 378	0.23 289	0.08 178	0.06 48	0.10 307	0.08 195	0.08 154	0.08 62

iRAFT	0.19 128	0.13 153	0.51 254	0.22 184	0.11 72	0.19 105	0.14 62	0.30 130	0.24 108	0.28 214	0.29 204	0.25 225	0.18 215	0.27 180	0.18 185	0.09 250	0.06 48	0.10 307	0.08 195	0.10 288	0.09 104

AnonymousM	0.19 128	0.20 340	0.30 66	0.18 31	0.10 44	0.19 105	0.17 146	0.32 153	0.27 160	0.27 204	0.21 136	0.18 139	0.14 138	0.21 78	0.16 135	0.09 250	0.08 184	0.38 536	0.15 470	0.06 38	0.08 62

rafts_anoy	0.21 188	0.22 367	0.49 214	0.25 318	0.24 463	0.19 105	0.17 146	0.34 178	0.32 223	0.24 171	0.25 169	0.20 161	0.16 170	0.25 148	0.21 253	0.08 178	0.19 438	0.11 364	0.12 410	0.09 227	0.09 104

raftrobust	0.19 128	0.19 327	0.42 142	0.23 235	0.24 463	0.19 105	0.13 42	0.33 171	0.28 170	0.26 193	0.20 118	0.19 149	0.17 187	0.23 121	0.17 158	0.08 178	0.10 256	0.07 75	0.06 56	0.07 97	0.09 104

DCANet	0.20 156	0.15 230	0.57 327	0.19 61	0.09 11	0.19 105	0.18 198	0.37 213	0.41 338	0.30 261	0.31 229	0.19 149	0.23 271	0.21 78	0.20 231	0.07 65	0.05 4	0.07 75	0.05 21	0.07 97	0.10 164

csc	0.20 156	0.15 230	0.57 327	0.19 61	0.09 11	0.19 105	0.18 198	0.38 224	0.46 395	0.29 238	0.31 229	0.18 139	0.28 354	0.21 78	0.20 231	0.07 65	0.05 4	0.07 75	0.05 21	0.06 38	0.09 104

cscssc	0.20 156	0.15 230	0.57 327	0.19 61	0.09 11	0.19 105	0.18 198	0.38 224	0.46 395	0.29 238	0.31 229	0.18 139	0.28 354	0.21 78	0.20 231	0.07 65	0.05 4	0.07 75	0.05 21	0.06 38	0.09 104

RAFT-Stereo + iAFF	0.20 156	0.23 383	0.49 214	0.21 134	0.16 297	0.19 105	0.17 146	0.35 187	0.32 223	0.26 193	0.33 259	0.20 161	0.17 187	0.21 78	0.17 158	0.06 24	0.10 256	0.07 75	0.07 121	0.07 97	0.11 203

depthmonostereo	0.15 58	0.12 119	0.34 90	0.19 61	0.09 11	0.20 136	0.15 85	0.28 95	0.24 108	0.16 85	0.18 100	0.16 114	0.18 215	0.21 78	0.14 77	0.07 65	0.07 121	0.07 75	0.06 56	0.05 3	0.08 62

MM-Stereo_test1	0.20 156	0.13 153	0.45 159	0.24 281	0.12 109	0.20 136	0.21 302	0.36 199	0.32 223	0.23 163	0.22 146	0.15 105	0.14 138	0.28 202	0.16 135	0.07 65	0.24 492	0.08 152	0.07 121	0.09 227	0.21 406

castereo	0.14 43	0.11 72	0.22 17	0.19 61	0.10 44	0.20 136	0.19 241	0.32 153	0.28 170	0.13 35	0.18 100	0.16 114	0.16 170	0.16 12	0.14 77	0.07 65	0.06 48	0.07 75	0.06 56	0.06 38	0.07 19

999	0.15 58	0.13 153	0.30 66	0.19 61	0.12 109	0.20 136	0.17 146	0.25 75	0.20 56	0.14 55	0.16 77	0.14 91	0.11 66	0.36 297	0.16 135	0.07 65	0.05 4	0.07 75	0.06 56	0.06 38	0.08 62

rvit_0105_4	0.21 188	0.17 293	0.49 214	0.23 235	0.14 198	0.20 136	0.23 364	0.35 187	0.40 328	0.19 120	0.24 162	0.25 225	0.20 242	0.28 202	0.18 185	0.16 466	0.13 328	0.12 399	0.11 367	0.11 341	0.10 164

rvit_stereo_0081_aga	0.17 94	0.17 293	0.40 125	0.21 134	0.14 198	0.20 136	0.17 146	0.24 59	0.26 143	0.18 115	0.21 136	0.20 161	0.14 138	0.20 68	0.15 113	0.12 395	0.08 184	0.09 234	0.08 195	0.10 288	0.08 62

Pointernet	0.15 58	0.08 4	0.35 96	0.19 61	0.12 109	0.20 136	0.12 26	0.34 178	0.25 132	0.15 73	0.16 77	0.13 68	0.11 66	0.18 34	0.13 39	0.08 178	0.06 48	0.06 25	0.05 21	0.06 38	0.08 62

RAFT-Stereo-weight	0.17 94	0.10 39	0.31 73	0.20 101	0.12 109	0.20 136	0.16 116	0.38 224	0.33 239	0.25 183	0.20 118	0.19 149	0.10 42	0.19 48	0.16 135	0.07 65	0.13 328	0.07 75	0.06 56	0.06 38	0.09 104

test_for_model	0.33 410	0.91 552	0.48 194	0.74 552	0.50 537	0.20 136	0.16 116	0.33 171	0.27 160	0.29 238	0.15 72	0.13 68	0.11 66	0.17 24	0.14 77	0.31 531	0.27 507	0.06 25	0.05 21	0.97 565	0.31 488

H2IRNET	0.19 128	0.18 315	0.50 236	0.22 184	0.12 109	0.20 136	0.16 116	0.28 95	0.31 213	0.17 97	0.32 239	0.25 225	0.20 242	0.24 132	0.19 211	0.08 178	0.06 48	0.09 234	0.10 333	0.10 288	0.08 62

IGEVStereo-DCA	0.20 156	0.17 293	0.41 133	0.22 184	0.15 259	0.20 136	0.17 146	0.28 95	0.23 97	0.19 120	0.12 27	0.14 91	0.12 92	0.38 310	0.31 368	0.07 65	0.16 390	0.08 152	0.07 121	0.08 154	0.36 506

rrr	0.22 207	0.17 293	0.79 433	0.22 184	0.15 259	0.20 136	0.18 198	0.40 251	0.27 160	0.19 120	0.12 27	0.14 91	0.12 92	0.38 310	0.31 368	0.07 65	0.16 390	0.08 152	0.07 121	0.08 154	0.28 476

IGEV_Zeroshot_test	0.23 240	0.11 72	0.82 442	0.21 134	0.23 449	0.20 136	0.19 241	0.38 224	0.23 97	0.34 335	0.22 146	0.29 275	0.14 138	0.24 132	0.20 231	0.07 65	0.09 224	0.08 152	0.08 195	0.08 154	0.35 505

LoS_RVC	0.14 43	0.11 72	0.32 82	0.18 31	0.16 297	0.20 136	0.18 198	0.21 27	0.18 35	0.14 55	0.20 118	0.12 57	0.17 187	0.17 24	0.14 77	0.06 24	0.05 4	0.06 25	0.04 1	0.05 3	0.14 307

CAS	0.16 80	0.07 1	0.29 58	0.42 525	0.17 327	0.20 136	0.18 198	0.23 42	0.20 56	0.15 73	0.19 110	0.11 46	0.10 42	0.15 6	0.14 77	0.31 531	0.04 1	0.06 25	0.04 1	0.06 38	0.16 339

ProNet	0.16 80	0.13 153	0.36 102	0.21 134	0.15 259	0.20 136	0.19 241	0.29 114	0.23 97	0.14 55	0.13 38	0.13 68	0.12 92	0.25 148	0.13 39	0.06 24	0.09 224	0.07 75	0.06 56	0.07 97	0.22 420

HHNet	0.23 240	0.12 119	0.66 386	0.19 61	0.18 355	0.20 136	0.20 276	0.36 199	0.32 223	0.33 315	0.59 471	0.19 149	0.21 252	0.24 132	0.31 368	0.08 178	0.06 48	0.09 234	0.07 121	0.08 154	0.12 253

AAGNet	0.34 420	0.12 119	0.53 286	0.26 358	0.16 297	0.20 136	0.19 241	0.31 146	0.29 188	0.35 353	0.35 277	0.27 249	0.30 380	0.44 331	2.56 571	0.08 178	0.05 4	0.10 307	0.07 121	0.09 227	0.07 19

PSM-softLoss	0.22 207	0.11 72	0.53 286	0.25 318	0.12 109	0.20 136	0.17 146	0.39 242	0.29 188	0.29 238	0.32 239	0.24 213	0.16 170	0.53 367	0.21 253	0.09 250	0.06 48	0.10 307	0.09 278	0.08 154	0.12 253

KMStereo	0.22 207	0.11 72	0.53 286	0.25 318	0.12 109	0.20 136	0.17 146	0.39 242	0.29 188	0.29 238	0.32 239	0.24 213	0.16 170	0.53 367	0.21 253	0.09 250	0.06 48	0.10 307	0.09 278	0.08 154	0.12 253

RAFT-345	0.22 207	0.11 72	0.55 307	0.22 184	0.12 109	0.20 136	0.16 116	0.27 89	0.28 170	0.27 204	0.65 492	0.20 161	0.17 187	0.55 378	0.22 270	0.07 65	0.06 48	0.08 152	0.07 121	0.06 38	0.07 19

cross-raft	0.18 103	0.12 119	0.40 125	0.27 395	0.16 297	0.20 136	0.24 388	0.34 178	0.24 108	0.23 163	0.28 196	0.29 275	0.15 153	0.19 48	0.16 135	0.06 24	0.05 4	0.08 152	0.07 121	0.07 97	0.07 19

iRaftStereo_RVC	0.17 94	0.16 262	0.35 96	0.21 134	0.11 72	0.20 136	0.17 146	0.34 178	0.25 132	0.20 130	0.25 169	0.19 149	0.12 92	0.21 78	0.16 135	0.07 65	0.12 308	0.10 307	0.09 278	0.09 227	0.14 307

test_xeample3	0.22 207	0.17 293	0.81 438	0.21 134	0.15 259	0.20 136	0.18 198	0.40 251	0.25 132	0.19 120	0.12 27	0.13 68	0.12 92	0.34 285	0.33 386	0.07 65	0.20 452	0.07 75	0.08 195	0.08 154	0.34 501

CFNet-RSSM	0.18 103	0.10 39	0.45 159	0.20 101	0.12 109	0.20 136	0.16 116	0.40 251	0.31 213	0.23 163	0.21 136	0.26 244	0.15 153	0.21 78	0.14 77	0.07 65	0.05 4	0.07 75	0.07 121	0.06 38	0.06 6

Gwc-CoAtRS	0.17 94	0.10 39	0.41 133	0.20 101	0.12 109	0.20 136	0.15 85	0.34 178	0.29 188	0.23 163	0.23 154	0.27 249	0.15 153	0.21 78	0.14 77	0.07 65	0.06 48	0.07 75	0.07 121	0.06 38	0.07 19

DilatedVolume-Stereo	0.15 58	0.09 17	0.26 40	0.18 31	0.10 44	0.21 162	0.14 62	0.24 59	0.22 84	0.22 155	0.21 136	0.16 114	0.15 153	0.24 132	0.17 158	0.07 65	0.07 121	0.06 25	0.06 56	0.05 3	0.08 62

LG-G_1	0.12 9	0.08 4	0.28 56	0.20 101	0.09 11	0.21 162	0.09 3	0.20 19	0.12 3	0.11 12	0.10 11	0.11 46	0.10 42	0.22 98	0.11 1	0.07 65	0.09 224	0.06 25	0.05 21	0.06 38	0.12 253

LG-G	0.12 9	0.08 4	0.28 56	0.20 101	0.09 11	0.21 162	0.09 3	0.20 19	0.12 3	0.11 12	0.10 11	0.11 46	0.10 42	0.22 98	0.11 1	0.07 65	0.09 224	0.06 25	0.05 21	0.06 38	0.12 253

MM-Stereo_test2	0.19 128	0.11 72	0.47 179	0.25 318	0.11 72	0.21 162	0.20 276	0.28 95	0.24 108	0.16 85	0.17 89	0.13 68	0.11 66	0.21 78	0.14 77	0.06 24	0.26 503	0.07 75	0.06 56	0.09 227	0.41 522

AIO-test1	0.21 188	0.22 367	0.56 317	0.31 466	0.24 463	0.21 162	0.16 116	0.42 274	0.37 292	0.17 97	0.26 177	0.18 139	0.12 92	0.29 224	0.15 113	0.08 178	0.07 121	0.10 307	0.11 367	0.07 97	0.10 164

DEFOM-Stereo	0.11 3	0.10 39	0.21 12	0.18 31	0.09 11	0.21 162	0.14 62	0.14 3	0.17 22	0.11 12	0.10 11	0.09 17	0.08 7	0.21 78	0.12 11	0.06 24	0.05 4	0.06 25	0.04 1	0.05 3	0.06 6

trnet	0.14 43	0.09 17	0.26 40	0.15 3	0.07 1	0.21 162	0.12 26	0.25 75	0.26 143	0.16 85	0.21 136	0.15 105	0.13 121	0.19 48	0.14 77	0.09 250	0.05 4	0.06 25	0.04 1	0.06 38	0.06 6

ff7	0.18 103	0.13 153	0.41 133	0.21 134	0.15 259	0.21 162	0.17 146	0.28 95	0.23 97	0.21 137	0.13 38	0.12 57	0.12 92	0.27 180	0.13 39	0.07 65	0.25 496	0.08 152	0.07 121	0.08 154	0.36 506

ffff	0.18 103	0.13 153	0.41 133	0.21 134	0.15 259	0.21 162	0.17 146	0.28 95	0.23 97	0.21 137	0.13 38	0.12 57	0.12 92	0.27 180	0.13 39	0.07 65	0.25 496	0.08 152	0.07 121	0.08 154	0.36 506

11t	0.18 103	0.13 153	0.41 133	0.21 134	0.15 259	0.21 162	0.17 146	0.28 95	0.23 97	0.21 137	0.13 38	0.12 57	0.12 92	0.27 180	0.13 39	0.07 65	0.25 496	0.08 152	0.07 121	0.08 154	0.36 506

MSKI-zero shot	0.19 128	0.10 39	0.47 179	0.30 450	0.14 198	0.21 162	0.14 62	0.33 171	0.22 84	0.24 171	0.25 169	0.22 182	0.10 42	0.32 260	0.14 77	0.07 65	0.30 524	0.07 75	0.07 121	0.06 38	0.09 104

AEACV	0.20 156	0.09 17	0.32 82	0.39 511	0.34 515	0.21 162	0.16 116	0.30 130	0.18 35	0.17 97	0.17 89	0.13 68	0.16 170	0.27 180	0.13 39	0.07 65	0.29 523	0.07 75	0.09 278	0.07 97	0.37 514

GCAP-Stereo	0.18 103	0.21 348	0.47 179	0.23 235	0.18 355	0.21 162	0.10 9	0.28 95	0.24 108	0.20 130	0.22 146	0.15 105	0.13 121	0.21 78	0.16 135	0.07 65	0.19 438	0.07 75	0.05 21	0.06 38	0.09 104

anonymousdsp	0.20 156	0.13 153	0.49 214	0.28 423	0.20 406	0.21 162	0.17 146	0.29 114	0.24 108	0.22 155	0.13 38	0.12 57	0.12 92	0.32 260	0.13 39	0.07 65	0.26 503	0.08 152	0.07 121	0.08 154	0.48 536

knoymous	0.18 103	0.10 39	0.35 96	0.17 10	0.11 72	0.21 162	0.17 146	0.33 171	0.24 108	0.24 171	0.28 196	0.27 249	0.16 170	0.24 132	0.17 158	0.09 250	0.06 48	0.09 234	0.06 56	0.09 227	0.10 164

ccc-4	0.18 103	0.13 153	0.41 133	0.21 134	0.15 259	0.21 162	0.17 146	0.28 95	0.23 97	0.21 137	0.13 38	0.12 57	0.12 92	0.27 180	0.13 39	0.07 65	0.25 496	0.08 152	0.07 121	0.08 154	0.36 506

IGEV-Stereo	0.20 156	0.13 153	0.49 214	0.28 423	0.20 406	0.21 162	0.17 146	0.29 114	0.24 108	0.22 155	0.13 38	0.12 57	0.12 92	0.32 260	0.13 39	0.07 65	0.26 503	0.08 152	0.07 121	0.08 154	0.48 536
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.20 156	0.17 293	0.45 159	0.23 235	0.18 355	0.21 162	0.27 422	0.28 95	0.28 170	0.31 277	0.32 239	0.28 262	0.17 187	0.16 12	0.13 39	0.07 65	0.23 479	0.10 307	0.08 195	0.08 154	0.07 19

error version	0.20 156	0.17 293	0.45 159	0.23 235	0.18 355	0.21 162	0.27 422	0.28 95	0.28 170	0.31 277	0.32 239	0.28 262	0.17 187	0.16 12	0.13 39	0.07 65	0.23 479	0.10 307	0.08 195	0.08 154	0.07 19

test-v	0.20 156	0.17 293	0.45 159	0.23 235	0.18 355	0.21 162	0.27 422	0.28 95	0.28 170	0.31 277	0.32 239	0.28 262	0.17 187	0.16 12	0.13 39	0.07 65	0.23 479	0.10 307	0.08 195	0.08 154	0.07 19

TransformOpticalFlow	0.24 268	0.14 197	0.57 327	0.24 281	0.11 72	0.21 162	0.19 241	0.43 283	0.34 250	0.30 261	0.43 371	0.36 348	0.31 397	0.61 410	0.20 231	0.07 65	0.05 4	0.08 152	0.07 121	0.06 38	0.08 62

OMP-Stereo	0.24 268	0.16 262	0.48 194	0.30 450	0.13 159	0.21 162	0.16 116	0.38 224	0.35 261	0.34 335	0.30 218	0.33 321	0.20 242	0.70 451	0.24 298	0.08 178	0.06 48	0.09 234	0.07 121	0.08 154	0.07 19

NF-Stereo	0.22 207	0.11 72	0.52 275	0.25 318	0.12 109	0.21 162	0.18 198	0.40 251	0.35 261	0.28 214	0.30 218	0.22 182	0.17 187	0.52 364	0.21 253	0.09 250	0.06 48	0.09 234	0.08 195	0.08 154	0.13 280

OCTAStereo	0.22 207	0.11 72	0.52 275	0.25 318	0.12 109	0.21 162	0.18 198	0.40 251	0.35 261	0.28 214	0.30 218	0.22 182	0.17 187	0.51 356	0.21 253	0.09 250	0.06 48	0.09 234	0.08 195	0.08 154	0.13 280

FTStereo	0.28 353	0.11 72	0.56 317	0.24 281	0.13 159	0.21 162	0.52 529	0.36 199	0.28 170	0.38 392	0.94 529	0.30 293	0.56 505	0.33 270	0.18 185	0.08 178	0.06 48	0.09 234	0.08 195	0.08 154	0.19 378

RE-Stereo	0.22 207	0.11 72	0.52 275	0.25 318	0.12 109	0.21 162	0.18 198	0.40 251	0.35 261	0.28 214	0.30 218	0.22 182	0.17 187	0.51 356	0.21 253	0.09 250	0.06 48	0.09 234	0.08 195	0.08 154	0.13 280

TVStereo	0.22 207	0.11 72	0.52 275	0.25 318	0.12 109	0.21 162	0.18 198	0.40 251	0.35 261	0.28 214	0.30 218	0.22 182	0.17 187	0.51 356	0.21 253	0.09 250	0.06 48	0.09 234	0.08 195	0.08 154	0.13 280

test-2	0.20 156	0.17 293	0.45 159	0.23 235	0.18 355	0.21 162	0.27 422	0.28 95	0.28 170	0.31 277	0.32 239	0.28 262	0.17 187	0.16 12	0.13 39	0.07 65	0.23 479	0.10 307	0.08 195	0.08 154	0.07 19

raft+_RVC	0.21 188	0.21 348	0.46 173	0.22 184	0.35 518	0.21 162	0.16 116	0.39 242	0.35 261	0.22 155	0.28 196	0.20 161	0.15 153	0.25 148	0.20 231	0.08 178	0.16 390	0.08 152	0.07 121	0.07 97	0.12 253

AIO-test2	0.22 207	0.27 427	0.54 298	0.29 439	0.16 297	0.22 191	0.16 116	0.44 304	0.43 361	0.17 97	0.29 204	0.16 114	0.11 66	0.27 180	0.14 77	0.19 500	0.07 121	0.10 307	0.11 367	0.08 154	0.09 104

rvit_0105_5	0.22 207	0.18 315	0.51 254	0.23 235	0.13 159	0.22 191	0.25 402	0.38 224	0.40 328	0.21 137	0.23 154	0.27 249	0.20 242	0.27 180	0.20 231	0.15 456	0.13 328	0.12 399	0.12 410	0.10 288	0.10 164

rvit_stereo_0075_2	0.25 293	0.18 315	0.65 381	0.27 395	0.22 437	0.22 191	0.15 85	0.41 269	0.36 277	0.27 204	0.37 303	0.29 275	0.21 252	0.29 224	0.20 231	0.17 480	0.12 308	0.19 498	0.12 410	0.14 419	0.14 307

EKT-Stereo	0.39 447	0.13 153	0.53 286	0.42 525	3.94 577	0.22 191	0.17 146	0.38 224	0.30 204	0.21 137	0.20 118	0.23 196	0.15 153	0.30 239	0.18 185	0.10 316	0.08 184	0.09 234	0.08 195	0.09 227	0.12 253

LL-Strereo	0.32 403	0.33 460	0.77 428	0.26 358	0.24 463	0.22 191	0.23 364	0.58 450	0.44 373	0.35 353	0.32 239	0.41 387	0.40 453	0.93 517	0.25 312	0.08 178	0.13 328	0.11 364	0.09 278	0.09 227	0.22 420

LoS	0.15 58	0.09 17	0.34 90	0.17 10	0.09 11	0.22 191	0.14 62	0.27 89	0.27 160	0.15 73	0.18 100	0.19 149	0.14 138	0.23 121	0.14 77	0.08 178	0.06 48	0.06 25	0.04 1	0.06 38	0.06 6
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT_CTSACE	0.23 240	0.21 348	0.57 327	0.26 358	0.15 259	0.22 191	0.23 364	0.34 178	0.30 204	0.34 335	0.51 431	0.31 303	0.17 187	0.33 270	0.15 113	0.06 24	0.09 224	0.09 234	0.08 195	0.08 154	0.07 19

test_3	0.20 156	0.12 119	0.49 214	0.26 358	0.14 198	0.22 191	0.25 402	0.34 178	0.33 239	0.25 183	0.18 100	0.23 196	0.13 121	0.25 148	0.20 231	0.06 24	0.14 346	0.09 234	0.10 333	0.07 97	0.10 164

CrosDoStereo	0.32 403	0.11 72	0.53 286	0.19 61	0.12 109	0.22 191	1.07 562	0.36 199	0.38 302	0.38 392	0.60 475	0.28 262	0.45 473	0.61 410	0.56 473	0.08 178	0.06 48	0.08 152	0.09 278	0.08 154	0.09 104

TRStereo	0.22 207	0.21 348	0.62 366	0.40 516	0.19 382	0.22 191	0.16 116	0.58 450	0.30 204	0.21 137	0.21 136	0.22 182	0.13 121	0.27 180	0.14 77	0.09 250	0.09 224	0.09 234	0.11 367	0.06 38	0.19 378

DeepStereo_LL	0.32 403	0.11 72	0.53 286	0.19 61	0.12 109	0.22 191	1.07 562	0.36 199	0.38 302	0.38 392	0.60 475	0.28 262	0.45 473	0.61 410	0.56 473	0.08 178	0.06 48	0.08 152	0.09 278	0.08 154	0.09 104

PFNet	0.24 268	0.11 72	0.63 371	0.25 318	0.14 198	0.22 191	0.19 241	0.40 251	0.35 261	0.36 366	0.32 239	0.27 249	0.20 242	0.63 424	0.23 289	0.09 250	0.05 4	0.09 234	0.08 195	0.08 154	0.08 62

test-1	0.20 156	0.12 119	0.49 214	0.23 235	0.23 449	0.22 191	0.23 364	0.36 199	0.29 188	0.21 137	0.25 169	0.24 213	0.14 138	0.18 34	0.22 270	0.07 65	0.14 346	0.08 152	0.07 121	0.06 38	0.14 307

TestStereo	0.22 207	0.24 394	0.48 194	0.25 318	0.11 72	0.22 191	0.22 336	0.32 153	0.31 213	0.24 171	0.34 269	0.23 196	0.19 237	0.62 421	0.19 211	0.08 178	0.07 121	0.10 307	0.07 121	0.11 341	0.07 19

sAnonymous2	0.21 188	0.24 394	0.79 433	0.24 281	0.17 327	0.22 191	0.20 276	0.36 199	0.29 188	0.17 97	0.19 110	0.17 128	0.16 170	0.18 34	0.15 113	0.10 316	0.07 121	0.09 234	0.08 195	0.23 502	0.18 364

CroCo_RVC	0.21 188	0.24 394	0.79 433	0.24 281	0.17 327	0.22 191	0.20 276	0.36 199	0.29 188	0.17 97	0.19 110	0.17 128	0.16 170	0.18 34	0.15 113	0.10 316	0.07 121	0.09 234	0.08 195	0.23 502	0.18 364

RALCasStereoNet	0.22 207	0.22 367	0.48 194	0.23 235	0.23 449	0.22 191	0.18 198	0.32 153	0.27 160	0.22 155	0.30 218	0.22 182	0.15 153	0.29 224	0.20 231	0.08 178	0.22 469	0.07 75	0.06 56	0.10 288	0.25 452

RALAANet	0.21 188	0.24 394	0.53 286	0.23 235	0.14 198	0.22 191	0.13 42	0.38 224	0.30 204	0.29 238	0.26 177	0.25 225	0.15 153	0.28 202	0.20 231	0.08 178	0.08 184	0.09 234	0.08 195	0.10 288	0.07 19

CREStereo	0.14 43	0.09 17	0.27 52	0.14 1	0.08 4	0.22 191	0.15 85	0.26 82	0.26 143	0.16 85	0.21 136	0.14 91	0.13 121	0.19 48	0.14 77	0.09 250	0.05 4	0.06 25	0.04 1	0.07 97	0.06 6
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
tt45	0.15 58	0.14 197	0.29 58	0.19 61	0.11 72	0.23 210	0.18 198	0.23 42	0.18 35	0.16 85	0.13 38	0.14 91	0.10 42	0.31 251	0.15 113	0.07 65	0.05 4	0.08 152	0.06 56	0.07 97	0.08 62

tg	0.18 103	0.15 230	0.34 90	0.22 184	0.11 72	0.23 210	0.15 85	0.35 187	0.27 160	0.20 130	0.25 169	0.20 161	0.12 92	0.25 148	0.16 135	0.07 65	0.07 121	0.09 234	0.09 278	0.08 154	0.13 280

UGAM	0.28 353	0.18 315	0.57 327	0.26 358	0.13 159	0.23 210	0.26 413	0.33 171	0.45 384	0.32 302	0.42 357	0.45 419	0.22 259	0.92 515	0.23 289	0.08 178	0.09 224	0.14 449	0.13 442	0.10 288	0.10 164

StereoVision	0.23 240	0.23 383	0.55 307	0.27 395	0.17 327	0.23 210	0.22 336	0.40 251	0.32 223	0.21 137	0.51 431	0.22 182	0.16 170	0.29 224	0.19 211	0.11 355	0.12 308	0.13 425	0.13 442	0.10 288	0.08 62

testlalala	0.17 94	0.11 72	0.49 214	0.20 101	0.13 159	0.23 210	0.15 85	0.33 171	0.22 84	0.25 183	0.20 118	0.14 91	0.11 66	0.17 24	0.14 77	0.07 65	0.23 479	0.07 75	0.06 56	0.05 3	0.07 19

DCRE	0.24 268	0.15 230	0.45 159	0.26 358	0.26 480	0.23 210	0.21 302	0.37 213	0.29 188	0.23 163	0.81 516	0.23 196	0.16 170	0.24 132	0.18 185	0.07 65	0.14 346	0.07 75	0.08 195	0.07 97	0.25 452

qqq	0.24 268	0.16 262	0.46 173	0.20 101	0.15 259	0.23 210	0.20 276	0.43 283	0.32 223	0.26 193	0.31 229	0.28 262	0.25 306	0.36 297	0.28 342	0.08 178	0.22 469	0.10 307	0.11 367	0.09 227	0.23 428

raft_robust	0.25 293	0.23 383	0.44 156	0.22 184	0.13 159	0.23 210	0.22 336	0.52 377	0.50 435	0.33 315	0.32 239	0.33 321	0.23 271	0.55 378	0.18 185	0.07 65	0.11 288	0.08 152	0.10 333	0.08 154	0.07 19

RAFT+CT+SA	0.23 240	0.24 394	0.48 194	0.25 318	0.18 355	0.23 210	0.29 443	0.42 274	0.38 302	0.24 171	0.39 329	0.20 161	0.17 187	0.34 285	0.17 158	0.07 65	0.07 121	0.09 234	0.12 410	0.09 227	0.13 280

GwcNet-ADL	0.23 240	0.15 230	0.58 342	0.24 281	0.13 159	0.23 210	0.24 388	0.51 370	0.41 338	0.28 214	0.29 204	0.30 293	0.20 242	0.27 180	0.28 342	0.09 250	0.07 121	0.07 75	0.07 121	0.09 227	0.11 203

LCNet	0.22 207	0.12 119	0.42 142	0.26 358	0.12 109	0.23 210	0.19 241	0.36 199	0.28 170	0.28 214	0.35 277	0.26 244	0.30 380	0.35 292	0.17 158	0.07 65	0.05 4	0.09 234	0.10 333	0.13 396	0.22 420

STrans-v2	0.25 293	0.14 197	0.56 317	0.21 134	0.12 109	0.23 210	0.20 276	0.50 360	0.31 213	0.31 277	0.42 357	0.35 343	0.35 427	0.62 421	0.24 298	0.07 65	0.05 4	0.08 152	0.07 121	0.06 38	0.08 62

IIG-Stereo	0.24 268	0.16 262	0.47 179	0.29 439	0.12 109	0.23 210	0.14 62	0.40 251	0.33 239	0.35 353	0.37 303	0.33 321	0.22 259	0.70 451	0.26 323	0.08 178	0.06 48	0.09 234	0.07 121	0.08 154	0.07 19

KYRaft	0.23 240	0.11 72	0.43 148	0.23 235	0.12 109	0.23 210	0.23 364	0.37 213	0.26 143	0.35 353	0.53 446	0.34 329	0.26 324	0.29 224	0.16 135	0.07 65	0.05 4	0.09 234	0.10 333	0.08 154	0.30 484

GrayStereo	0.26 316	0.10 39	0.45 159	0.27 395	0.14 198	0.23 210	0.46 517	0.36 199	0.33 239	0.40 419	0.47 415	0.30 293	0.78 531	0.29 224	0.17 158	0.07 65	0.06 48	0.08 152	0.09 278	0.07 97	0.15 323

Prome-Stereo	0.22 207	0.10 39	0.43 148	0.24 281	0.13 159	0.23 210	0.23 364	0.37 213	0.27 160	0.33 315	0.58 467	0.24 213	0.28 354	0.30 239	0.16 135	0.07 65	0.05 4	0.08 152	0.07 121	0.08 154	0.20 396

XX-TBD	0.16 80	0.21 348	0.43 148	0.22 184	0.10 44	0.23 210	0.15 85	0.23 42	0.28 170	0.22 155	0.26 177	0.14 91	0.12 92	0.16 12	0.14 77	0.08 178	0.05 4	0.06 25	0.04 1	0.07 97	0.06 6

sCroCo_RVC	0.19 128	0.15 230	0.60 356	0.27 395	0.18 355	0.23 210	0.16 116	0.28 95	0.24 108	0.14 55	0.22 146	0.17 128	0.14 138	0.22 98	0.16 135	0.11 355	0.11 288	0.09 234	0.09 278	0.09 227	0.10 164

XX-Stereo	0.25 293	0.11 72	1.09 500	0.35 494	0.38 526	0.23 210	0.13 42	0.43 283	0.19 46	0.20 130	0.40 338	0.31 303	0.10 42	0.33 270	0.13 39	0.08 178	0.11 288	0.08 152	0.09 278	0.07 97	0.10 164

PMTNet	0.16 80	0.09 17	0.31 73	0.15 3	0.09 11	0.23 210	0.15 85	0.26 82	0.24 108	0.17 97	0.21 136	0.16 114	0.14 138	0.23 121	0.14 77	0.29 527	0.05 4	0.06 25	0.04 1	0.07 97	0.07 19

R-Stereo Train	0.19 128	0.10 39	0.49 214	0.22 184	0.12 109	0.23 210	0.18 198	0.43 283	0.20 56	0.31 277	0.45 395	0.20 161	0.14 138	0.18 34	0.18 185	0.08 178	0.06 48	0.07 75	0.06 56	0.06 38	0.07 19

RAFT-Stereo	0.19 128	0.10 39	0.49 214	0.22 184	0.12 109	0.23 210	0.18 198	0.43 283	0.20 56	0.31 277	0.45 395	0.20 161	0.14 138	0.18 34	0.18 185	0.08 178	0.06 48	0.07 75	0.06 56	0.06 38	0.07 19
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune	0.17 94	0.17 293	0.29 58	0.17 10	0.08 4	0.24 232	0.21 302	0.30 130	0.32 223	0.19 120	0.22 146	0.19 149	0.15 153	0.30 239	0.22 270	0.06 24	0.06 48	0.08 152	0.06 56	0.06 38	0.07 19

Reg-Stereo(zero)	0.18 103	0.08 4	0.39 115	0.19 61	0.19 382	0.24 232	0.18 198	0.29 114	0.29 188	0.24 171	0.21 136	0.24 213	0.18 215	0.22 98	0.21 253	0.07 65	0.11 288	0.06 25	0.07 121	0.06 38	0.11 203

ISRNet	0.28 353	0.15 230	0.54 298	0.27 395	0.19 382	0.24 232	0.15 85	0.47 331	0.45 384	0.40 419	0.49 425	0.42 400	0.27 332	0.33 270	0.30 358	0.20 503	0.12 308	0.17 483	0.16 480	0.16 439	0.21 406

rvit_0105_3	0.24 268	0.21 348	0.57 327	0.25 318	0.15 259	0.24 232	0.28 437	0.40 251	0.43 361	0.25 183	0.26 177	0.29 275	0.22 259	0.29 224	0.21 253	0.15 456	0.13 328	0.14 449	0.15 470	0.10 288	0.10 164

GCAP-BAT	0.20 156	0.12 119	0.48 194	0.25 318	0.17 327	0.24 232	0.16 116	0.32 153	0.21 76	0.28 214	0.30 218	0.26 244	0.12 92	0.28 202	0.19 211	0.07 65	0.25 496	0.07 75	0.08 195	0.06 38	0.19 378

testlalala2	0.19 128	0.11 72	0.49 214	0.37 500	0.26 480	0.24 232	0.14 62	0.37 213	0.26 143	0.25 183	0.27 190	0.21 175	0.12 92	0.17 24	0.17 158	0.07 65	0.07 121	0.07 75	0.07 121	0.07 97	0.08 62

Former-RAFT_DAM_RVC	0.18 103	0.15 230	0.27 52	0.20 101	0.13 159	0.24 232	0.17 146	0.31 146	0.37 292	0.43 447	0.17 89	0.13 68	0.12 92	0.20 68	0.16 135	0.08 178	0.07 121	0.09 234	0.07 121	0.09 227	0.08 62

AE-Stereo	0.21 188	0.12 119	0.50 236	0.25 318	0.15 259	0.24 232	0.18 198	0.40 251	0.34 250	0.19 120	0.26 177	0.21 175	0.13 121	0.22 98	0.16 135	0.07 65	0.26 503	0.09 234	0.10 333	0.07 97	0.31 488

UDGNet	0.24 268	0.37 482	0.53 286	0.25 318	0.14 198	0.24 232	0.18 198	0.32 153	0.44 373	0.29 238	0.28 196	0.24 213	0.20 242	0.30 239	0.21 253	0.16 466	0.07 121	0.21 505	0.11 367	0.16 439	0.11 203

IPLGR_C	0.23 240	0.29 439	0.81 438	0.24 281	0.16 297	0.24 232	0.20 276	0.38 224	0.33 239	0.32 302	0.33 259	0.23 196	0.15 153	0.26 168	0.22 270	0.09 250	0.07 121	0.08 152	0.07 121	0.08 154	0.09 104

ACRE	0.23 240	0.27 427	0.83 447	0.24 281	0.15 259	0.24 232	0.20 276	0.38 224	0.32 223	0.32 302	0.33 259	0.23 196	0.15 153	0.26 168	0.22 270	0.09 250	0.07 121	0.08 152	0.07 121	0.08 154	0.09 104

NRIStereo	0.20 156	0.12 119	0.50 236	0.23 235	0.11 72	0.24 232	0.19 241	0.30 130	0.28 170	0.26 193	0.26 177	0.25 225	0.18 215	0.34 285	0.19 211	0.08 178	0.06 48	0.09 234	0.07 121	0.09 227	0.09 104

CRE-IMP	0.19 128	0.13 153	0.51 254	0.23 235	0.11 72	0.24 232	0.17 146	0.31 146	0.24 108	0.27 204	0.26 177	0.24 213	0.17 187	0.24 132	0.19 211	0.09 250	0.05 4	0.10 307	0.07 121	0.10 288	0.10 164

GMM-Stereo	0.22 207	0.10 39	0.56 317	0.23 235	0.13 159	0.24 232	0.24 388	0.38 224	0.29 188	0.31 277	0.44 381	0.27 249	0.21 252	0.31 251	0.17 158	0.07 65	0.05 4	0.10 307	0.09 278	0.08 154	0.19 378

111	0.22 207	0.22 367	0.57 327	0.19 61	0.09 11	0.24 232	0.17 146	0.44 304	0.46 395	0.24 171	0.30 218	0.29 275	0.22 259	0.25 148	0.19 211	0.08 178	0.05 4	0.07 75	0.06 56	0.07 97	0.15 323

GMStereo	0.21 188	0.30 445	0.57 327	0.21 134	0.12 109	0.24 232	0.18 198	0.30 130	0.41 338	0.26 193	0.24 162	0.17 128	0.16 170	0.25 148	0.19 211	0.10 316	0.07 121	0.08 152	0.08 195	0.11 341	0.09 104
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DFGA-Net	0.26 316	0.33 460	0.70 402	0.22 184	0.15 259	0.25 248	0.17 146	0.41 269	0.40 328	0.30 261	0.32 239	0.21 175	0.18 215	0.61 410	0.33 386	0.08 178	0.06 48	0.10 307	0.09 278	0.11 341	0.09 104

G2L-Stereo	0.27 344	0.23 383	0.61 362	0.22 184	0.14 198	0.25 248	0.19 241	0.48 342	0.37 292	0.33 315	0.38 311	0.40 378	0.23 271	0.61 410	0.33 386	0.11 355	0.09 224	0.10 307	0.08 195	0.09 227	0.11 203

DispNO	0.29 373	0.24 394	0.83 447	0.23 235	0.17 327	0.25 248	0.22 336	0.47 331	0.42 350	0.33 315	0.39 329	0.38 360	0.28 354	0.78 480	0.35 400	0.09 250	0.07 121	0.10 307	0.10 333	0.09 227	0.09 104

MyStereo07	0.18 103	0.15 230	0.44 156	0.22 184	0.16 297	0.25 248	0.22 336	0.31 146	0.26 143	0.22 155	0.13 38	0.12 57	0.13 121	0.33 270	0.14 77	0.07 65	0.13 328	0.09 234	0.09 278	0.09 227	0.11 203

MyStereo06	0.23 240	0.15 230	0.74 415	0.22 184	0.14 198	0.25 248	0.22 336	0.43 283	0.25 132	0.36 366	0.24 162	0.34 329	0.18 215	0.24 132	0.20 231	0.07 65	0.12 308	0.09 234	0.09 278	0.09 227	0.11 203

MyStereo05	0.24 268	0.15 230	0.58 342	0.22 184	0.14 198	0.25 248	0.22 336	0.50 360	0.54 458	0.32 302	0.23 154	0.26 244	0.23 271	0.32 260	0.25 312	0.07 65	0.12 308	0.09 234	0.09 278	0.09 227	0.11 203

MyStereo04	0.24 268	0.15 230	0.58 342	0.22 184	0.16 297	0.25 248	0.22 336	0.51 370	0.54 458	0.29 238	0.23 154	0.27 249	0.23 271	0.32 260	0.25 312	0.07 65	0.13 328	0.09 234	0.09 278	0.09 227	0.11 203

testlalala_base	0.23 240	0.14 197	0.48 194	0.26 358	0.16 297	0.25 248	0.17 146	0.37 213	0.19 46	0.20 130	0.26 177	0.17 128	0.14 138	0.19 48	0.18 185	0.42 544	0.23 479	0.07 75	0.06 56	0.50 538	0.14 307

LL-Strereo2	0.21 188	0.25 409	0.53 286	0.32 472	0.20 406	0.25 248	0.14 62	0.32 153	0.25 132	0.25 183	0.20 118	0.24 213	0.12 92	0.28 202	0.18 185	0.07 65	0.07 121	0.12 399	0.09 278	0.09 227	0.16 339

anonymousdsp2	0.23 240	0.11 72	0.42 142	0.26 358	0.24 463	0.25 248	0.17 146	0.43 283	0.37 292	0.30 261	0.23 154	0.24 213	0.15 153	0.32 260	0.17 158	0.07 65	0.28 512	0.07 75	0.05 21	0.08 154	0.44 529

test_5	0.25 293	0.25 409	0.57 327	0.27 395	0.18 355	0.25 248	0.29 443	0.42 274	0.39 318	0.29 238	0.40 338	0.27 249	0.23 271	0.35 292	0.19 211	0.07 65	0.07 121	0.09 234	0.09 278	0.10 288	0.14 307

SA	0.24 268	0.22 367	0.55 307	0.23 235	0.14 198	0.25 248	0.23 364	0.48 342	0.42 350	0.28 214	0.44 381	0.23 196	0.23 271	0.34 285	0.17 158	0.07 65	0.09 224	0.11 364	0.11 367	0.08 154	0.09 104

CIPLG	0.23 240	0.28 435	0.75 418	0.24 281	0.16 297	0.25 248	0.20 276	0.38 224	0.33 239	0.32 302	0.34 269	0.23 196	0.15 153	0.27 180	0.22 270	0.09 250	0.07 121	0.08 152	0.07 121	0.08 154	0.09 104

IPLGR	0.22 207	0.14 197	0.75 418	0.21 134	0.11 72	0.25 248	0.18 198	0.44 304	0.38 302	0.29 238	0.28 196	0.21 175	0.19 237	0.37 307	0.19 211	0.07 65	0.06 48	0.08 152	0.07 121	0.07 97	0.07 19

RAFT-RH_RVC	0.26 316	0.13 153	0.57 327	0.22 184	0.12 109	0.25 248	0.14 62	0.27 89	0.29 188	0.38 392	1.14 539	0.23 196	0.18 215	0.58 391	0.24 298	0.07 65	0.06 48	0.10 307	0.07 121	0.06 38	0.08 62

TANstereo	0.16 80	0.11 72	0.43 148	0.16 6	0.08 4	0.25 248	0.14 62	0.23 42	0.29 188	0.25 183	0.30 218	0.16 114	0.12 92	0.18 34	0.13 39	0.08 178	0.07 121	0.06 25	0.05 21	0.07 97	0.08 62

PSMNet-RSSM	0.26 316	0.21 348	0.50 236	0.21 134	0.14 198	0.25 248	0.21 302	0.50 360	0.38 302	0.31 277	0.45 395	0.40 378	0.27 332	0.53 367	0.24 298	0.12 395	0.08 184	0.11 364	0.13 442	0.10 288	0.10 164

FACV-RUCA	0.22 207	0.15 230	0.38 109	0.24 281	0.23 449	0.26 265	0.19 241	0.41 269	0.35 261	0.26 193	0.32 239	0.22 182	0.25 306	0.24 132	0.19 211	0.10 316	0.07 121	0.15 466	0.08 195	0.16 439	0.14 307

model_zeroshot	0.21 188	0.14 197	0.51 254	0.34 488	0.18 355	0.26 265	0.16 116	0.41 269	0.24 108	0.33 315	0.20 118	0.25 225	0.12 92	0.26 168	0.16 135	0.09 250	0.21 458	0.07 75	0.08 195	0.07 97	0.13 280

RAFT-Test	0.19 128	0.11 72	0.41 133	0.26 358	0.21 422	0.26 265	0.17 146	0.37 213	0.26 143	0.24 171	0.29 204	0.32 314	0.14 138	0.22 98	0.15 113	0.07 65	0.08 184	0.07 75	0.07 121	0.06 38	0.07 19

TestStereo1	0.23 240	0.22 367	0.50 236	0.27 395	0.14 198	0.26 265	0.27 422	0.43 283	0.38 302	0.29 238	0.39 329	0.23 196	0.21 252	0.33 270	0.18 185	0.08 178	0.08 184	0.09 234	0.08 195	0.08 154	0.10 164

SA-5K	0.23 240	0.22 367	0.50 236	0.27 395	0.14 198	0.26 265	0.27 422	0.43 283	0.38 302	0.29 238	0.39 329	0.23 196	0.21 252	0.33 270	0.18 185	0.08 178	0.08 184	0.09 234	0.08 195	0.08 154	0.10 164

RAFT	0.24 268	0.24 394	0.46 173	0.27 395	0.15 259	0.26 265	0.26 413	0.37 213	0.31 213	0.34 335	0.34 269	0.41 387	0.22 259	0.30 239	0.18 185	0.08 178	0.15 377	0.11 364	0.10 333	0.11 341	0.13 280

DN-CSS_ROB	0.24 268	0.33 460	0.69 396	0.25 318	0.14 198	0.26 265	0.13 42	0.42 274	0.35 261	0.30 261	0.42 357	0.22 182	0.20 242	0.34 285	0.22 270	0.07 65	0.06 48	0.11 364	0.11 367	0.11 341	0.09 104

xyz-stereo-finetune2	0.18 103	0.16 262	0.32 82	0.16 6	0.09 11	0.27 272	0.19 241	0.29 114	0.21 76	0.23 163	0.29 204	0.21 175	0.23 271	0.37 307	0.23 289	0.06 24	0.05 4	0.08 152	0.06 56	0.06 38	0.07 19

castereo++	0.14 43	0.13 153	0.25 33	0.19 61	0.10 44	0.27 272	0.13 42	0.24 59	0.26 143	0.11 12	0.13 38	0.16 114	0.10 42	0.18 34	0.11 1	0.07 65	0.08 184	0.07 75	0.06 56	0.05 3	0.07 19

DCVSM-stereo	0.25 293	0.14 197	0.53 286	0.21 134	0.14 198	0.27 272	0.14 62	0.35 187	0.35 261	0.42 436	0.33 259	0.46 427	0.30 380	0.31 251	0.27 334	0.11 355	0.10 256	0.12 399	0.10 333	0.12 382	0.15 323

gcap-zeroshot	0.19 128	0.14 197	0.51 254	0.21 134	0.15 259	0.27 272	0.15 85	0.32 153	0.24 108	0.26 193	0.20 118	0.34 329	0.15 153	0.22 98	0.14 77	0.07 65	0.08 184	0.07 75	0.07 121	0.06 38	0.09 104

11t1	0.21 188	0.12 119	0.45 159	0.20 101	0.15 259	0.27 272	0.17 146	0.37 213	0.28 170	0.27 204	0.25 169	0.24 213	0.23 271	0.28 202	0.25 312	0.09 250	0.19 438	0.07 75	0.07 121	0.09 227	0.23 428

HH	0.22 207	0.12 119	0.55 307	0.32 472	0.16 297	0.27 272	0.18 198	0.36 199	0.25 132	0.20 130	0.26 177	0.34 329	0.18 215	0.33 270	0.15 113	0.07 65	0.16 390	0.07 75	0.07 121	0.07 97	0.31 488

HanStereo	0.22 207	0.12 119	0.55 307	0.32 472	0.16 297	0.27 272	0.18 198	0.36 199	0.25 132	0.20 130	0.26 177	0.34 329	0.18 215	0.33 270	0.15 113	0.07 65	0.16 390	0.07 75	0.07 121	0.07 97	0.31 488

x	0.23 240	0.15 230	0.45 159	0.20 101	0.15 259	0.27 272	0.17 146	0.43 283	0.35 261	0.26 193	0.31 229	0.29 275	0.25 306	0.29 224	0.30 358	0.09 250	0.22 469	0.08 152	0.09 278	0.09 227	0.24 441

dd	0.23 240	0.32 456	0.55 307	0.23 235	0.12 109	0.27 272	0.21 302	0.32 153	0.45 384	0.30 261	0.29 204	0.25 225	0.17 187	0.31 251	0.26 323	0.13 417	0.07 121	0.10 307	0.08 195	0.12 382	0.09 104

PSM-AAD	0.26 316	0.11 72	0.43 148	0.24 281	0.12 109	0.27 272	0.37 488	0.36 199	0.30 204	0.36 366	0.39 329	0.28 262	0.77 530	0.30 239	0.16 135	0.07 65	0.06 48	0.12 399	0.11 367	0.09 227	0.21 406

CFNet_pseudo	0.23 240	0.14 197	0.48 194	0.20 101	0.13 159	0.27 272	0.17 146	0.46 320	0.45 384	0.30 261	0.37 303	0.38 360	0.23 271	0.30 239	0.22 270	0.09 250	0.06 48	0.11 364	0.08 195	0.11 341	0.11 203

HCRNet	0.25 293	0.27 427	0.42 142	0.34 488	0.17 327	0.27 272	0.18 198	0.45 313	0.37 292	0.31 277	0.35 277	0.32 314	0.23 271	0.44 331	0.21 253	0.13 417	0.08 184	0.13 425	0.11 367	0.11 341	0.09 104

FENet	0.22 207	0.13 153	0.48 194	0.22 184	0.12 109	0.27 272	0.18 198	0.43 283	0.37 292	0.31 277	0.32 239	0.29 275	0.23 271	0.27 180	0.24 298	0.10 316	0.07 121	0.09 234	0.09 278	0.09 227	0.11 203

ACVNet	0.24 268	0.18 315	0.51 254	0.18 31	0.15 259	0.27 272	0.23 364	0.40 251	0.45 384	0.29 238	0.41 349	0.38 360	0.28 354	0.28 202	0.35 400	0.09 250	0.07 121	0.08 152	0.07 121	0.10 288	0.09 104

GANet-RSSM	0.26 316	0.19 327	0.54 298	0.21 134	0.14 198	0.27 272	0.22 336	0.47 331	0.34 250	0.30 261	0.40 338	0.41 387	0.30 380	0.59 399	0.25 312	0.11 355	0.08 184	0.09 234	0.09 278	0.10 288	0.10 164

DMCA	0.24 268	0.18 315	0.51 254	0.23 235	0.14 198	0.27 272	0.20 276	0.45 313	0.40 328	0.32 302	0.33 259	0.33 321	0.25 306	0.27 180	0.30 358	0.11 355	0.08 184	0.10 307	0.08 195	0.11 341	0.12 253

ccs_rob	0.23 240	0.14 197	0.48 194	0.20 101	0.13 159	0.27 272	0.17 146	0.46 320	0.45 384	0.30 261	0.37 303	0.38 360	0.23 271	0.30 239	0.22 270	0.09 250	0.06 48	0.11 364	0.08 195	0.12 382	0.11 203

HITNet	0.22 207	0.23 383	0.60 356	0.20 101	0.09 11	0.27 272	0.15 85	0.45 313	0.33 239	0.29 238	0.33 259	0.27 249	0.22 259	0.29 224	0.27 334	0.07 65	0.05 4	0.07 75	0.06 56	0.09 227	0.11 203
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
G2L-ROB	0.25 293	0.21 348	0.56 317	0.19 61	0.12 109	0.28 290	0.21 302	0.48 342	0.34 250	0.35 353	0.31 229	0.41 387	0.23 271	0.51 356	0.31 368	0.09 250	0.06 48	0.07 75	0.06 56	0.09 227	0.12 253

G2L-Stereo_test	0.26 316	0.22 367	0.54 298	0.20 101	0.13 159	0.28 290	0.24 388	0.51 370	0.40 328	0.38 392	0.37 303	0.40 378	0.26 324	0.53 367	0.32 377	0.09 250	0.06 48	0.07 75	0.06 56	0.09 227	0.11 203

IGEV-RUCA	0.21 188	0.09 17	0.26 40	0.20 101	0.19 382	0.28 290	0.23 364	0.24 59	0.22 84	0.21 137	0.23 154	0.29 275	0.48 486	0.26 168	0.19 211	0.09 250	0.08 184	0.18 491	0.14 459	0.18 470	0.19 378

UGAM-zero	0.26 316	0.11 72	0.56 317	0.20 101	0.16 297	0.28 290	0.18 198	0.48 342	0.25 132	0.31 277	0.28 196	0.56 477	0.32 410	0.66 439	0.17 158	0.07 65	0.10 256	0.07 75	0.09 278	0.07 97	0.31 488

ITSA-stereo	0.26 316	0.16 262	0.39 115	0.24 281	0.11 72	0.28 290	0.18 198	0.58 450	0.59 482	0.32 302	0.32 239	0.33 321	0.28 354	0.51 356	0.34 393	0.11 355	0.08 184	0.11 364	0.11 367	0.11 341	0.15 323

test_sample2	0.23 240	0.12 119	0.39 115	0.20 101	0.11 72	0.28 290	0.22 336	0.45 313	0.33 239	0.27 204	0.34 269	0.30 293	0.25 306	0.46 339	0.23 289	0.09 250	0.15 377	0.09 234	0.08 195	0.10 288	0.19 378

SMFormer	0.27 344	0.13 153	0.47 179	0.20 101	0.10 44	0.28 290	0.19 241	0.54 401	0.48 416	0.35 353	0.42 357	0.31 303	0.27 332	0.60 404	0.34 393	0.10 316	0.16 390	0.08 152	0.09 278	0.10 288	0.16 339

tta	0.27 344	0.13 153	0.47 179	0.20 101	0.10 44	0.28 290	0.19 241	0.54 401	0.48 416	0.35 353	0.42 357	0.31 303	0.27 332	0.60 404	0.34 393	0.10 316	0.16 390	0.08 152	0.09 278	0.08 154	0.13 280

qqq1	0.26 316	0.13 153	0.47 179	0.20 101	0.10 44	0.28 290	0.19 241	0.54 401	0.48 416	0.35 353	0.42 357	0.31 303	0.27 332	0.60 404	0.21 253	0.10 316	0.16 390	0.07 75	0.07 121	0.08 154	0.13 280

fff1	0.26 316	0.13 153	0.47 179	0.20 101	0.10 44	0.28 290	0.19 241	0.54 401	0.48 416	0.35 353	0.42 357	0.31 303	0.27 332	0.60 404	0.21 253	0.10 316	0.16 390	0.07 75	0.07 121	0.08 154	0.13 280

mmm	0.25 293	0.15 230	0.44 156	0.23 235	0.20 406	0.28 290	0.21 302	0.43 283	0.32 223	0.31 277	0.40 338	0.30 293	0.24 293	0.31 251	0.28 342	0.09 250	0.21 458	0.11 364	0.12 410	0.10 288	0.26 464

GMStereo_Zeroshot	0.25 293	0.22 367	0.51 254	0.27 395	0.14 198	0.28 290	0.15 85	0.40 251	0.36 277	0.37 383	0.43 371	0.40 378	0.17 187	0.35 292	0.21 253	0.12 395	0.07 121	0.13 425	0.07 121	0.17 454	0.10 164

PCWNet_CMD	0.23 240	0.14 197	0.48 194	0.21 134	0.13 159	0.28 290	0.17 146	0.47 331	0.47 408	0.30 261	0.36 292	0.37 354	0.24 293	0.29 224	0.21 253	0.09 250	0.06 48	0.10 307	0.08 195	0.11 341	0.11 203

EGLCR-Stereo	0.19 128	0.09 17	0.34 90	0.29 439	0.17 327	0.28 290	0.16 116	0.30 130	0.23 97	0.22 155	0.11 16	0.16 114	0.09 19	0.28 202	0.15 113	0.07 65	0.25 496	0.07 75	0.07 121	0.06 38	0.37 514

IPLG	0.23 240	0.19 327	0.65 381	0.21 134	0.12 109	0.28 290	0.17 146	0.45 313	0.32 223	0.33 315	0.32 239	0.16 114	0.17 187	0.50 350	0.23 289	0.07 65	0.06 48	0.08 152	0.07 121	0.07 97	0.08 62

MIPNet	0.22 207	0.19 327	0.64 376	0.22 184	0.12 109	0.28 290	0.20 276	0.48 342	0.39 318	0.31 277	0.24 162	0.19 149	0.24 293	0.28 202	0.20 231	0.07 65	0.05 4	0.08 152	0.07 121	0.07 97	0.08 62

THIR-Stereo	0.30 386	0.15 230	0.46 173	0.19 61	0.11 72	0.28 290	0.70 543	0.33 171	0.36 277	0.37 383	0.64 490	0.33 321	0.49 491	0.58 391	0.44 437	0.08 178	0.06 48	0.08 152	0.09 278	0.07 97	0.08 62

DRaft	0.25 293	0.11 72	0.47 179	0.18 31	0.12 109	0.28 290	0.23 364	0.34 178	0.40 328	0.38 392	0.60 475	0.20 161	0.41 458	0.48 344	0.41 422	0.07 65	0.06 48	0.08 152	0.08 195	0.07 97	0.08 62

GES	0.23 240	0.14 197	0.54 298	0.21 134	0.14 198	0.28 290	0.19 241	0.51 370	0.35 261	0.31 277	0.36 292	0.25 225	0.24 293	0.30 239	0.23 289	0.11 355	0.09 224	0.08 152	0.08 195	0.10 288	0.12 253

cf-r	0.26 316	0.22 367	0.66 386	0.22 184	0.14 198	0.28 290	0.22 336	0.44 304	0.42 350	0.32 302	0.42 357	0.43 407	0.27 332	0.44 331	0.27 334	0.11 355	0.07 121	0.08 152	0.10 333	0.08 154	0.09 104

GwcNet-RSSM	0.28 353	0.25 409	0.61 362	0.22 184	0.14 198	0.28 290	0.24 388	0.46 320	0.44 373	0.33 315	0.46 407	0.41 387	0.28 354	0.55 378	0.31 368	0.11 355	0.07 121	0.09 234	0.10 333	0.10 288	0.09 104

DIP-Stereo	0.20 156	0.13 153	0.48 194	0.20 101	0.13 159	0.28 290	0.12 26	0.43 283	0.26 143	0.27 204	0.32 239	0.21 175	0.17 187	0.26 168	0.20 231	0.08 178	0.06 48	0.08 152	0.06 56	0.07 97	0.10 164
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.23 240	0.14 197	0.49 214	0.20 101	0.13 159	0.28 290	0.17 146	0.47 331	0.47 408	0.30 261	0.36 292	0.37 354	0.24 293	0.29 224	0.21 253	0.09 250	0.07 121	0.09 234	0.08 195	0.11 341	0.11 203

AIO-Stereo-zeroshot1	0.28 353	0.17 293	0.96 481	0.29 439	0.31 509	0.29 313	0.21 302	0.53 387	0.28 170	0.27 204	0.55 454	0.41 387	0.18 215	0.30 239	0.22 270	0.08 178	0.10 256	0.08 152	0.13 442	0.12 382	0.20 396

test_sample7	0.28 353	0.16 262	0.47 179	0.21 134	0.14 198	0.29 313	0.22 336	0.54 401	0.43 361	0.38 392	0.36 292	0.38 360	0.32 410	0.41 318	0.26 323	0.14 442	0.21 458	0.13 425	0.12 410	0.13 396	0.25 452

test_sample1	0.24 268	0.13 153	0.40 125	0.20 101	0.13 159	0.29 313	0.19 241	0.43 283	0.30 204	0.27 204	0.34 269	0.31 303	0.28 354	0.45 337	0.27 334	0.09 250	0.16 390	0.08 152	0.08 195	0.09 227	0.22 420

CoDeX	0.24 268	0.13 153	0.48 194	0.22 184	0.14 198	0.29 313	0.21 302	0.55 419	0.42 350	0.29 238	0.36 292	0.28 262	0.23 271	0.48 344	0.20 231	0.09 250	0.06 48	0.08 152	0.07 121	0.08 154	0.08 62

ffm	0.27 344	0.17 293	0.84 451	0.21 134	0.13 159	0.29 313	0.21 302	0.38 224	0.46 395	0.31 277	0.44 381	0.34 329	0.24 293	0.28 202	0.12 11	0.08 178	0.28 512	0.12 399	0.11 367	0.08 154	0.37 514

ff1	0.36 430	0.17 293	0.84 451	0.21 134	0.13 159	0.29 313	0.21 302	0.38 224	0.46 395	0.31 277	0.44 381	0.34 329	0.24 293	0.91 510	1.30 541	0.08 178	0.28 512	0.12 399	0.11 367	0.08 154	0.37 514

mmx	0.37 437	0.17 293	0.84 451	0.21 134	0.13 159	0.29 313	0.21 302	0.57 437	0.48 416	0.31 277	0.44 381	0.34 329	0.24 293	0.91 510	1.30 541	0.10 316	0.20 452	0.12 399	0.11 367	0.11 341	0.23 428

xxx	0.37 437	0.17 293	0.84 451	0.21 134	0.13 159	0.29 313	0.21 302	0.57 437	0.48 416	0.31 277	0.44 381	0.34 329	0.24 293	0.91 510	1.30 541	0.10 316	0.20 452	0.12 399	0.11 367	0.11 341	0.23 428

CFNet_ucs	0.25 293	0.14 197	0.51 254	0.20 101	0.15 259	0.29 313	0.18 198	0.51 370	0.46 395	0.32 302	0.42 357	0.38 360	0.23 271	0.31 251	0.22 270	0.11 355	0.08 184	0.12 399	0.09 278	0.13 396	0.13 280

Any-RAFT	0.18 103	0.09 17	0.33 88	0.19 61	0.10 44	0.29 313	0.16 116	0.44 304	0.32 223	0.25 183	0.27 190	0.29 275	0.16 170	0.23 121	0.13 39	0.08 178	0.07 121	0.06 25	0.05 21	0.07 97	0.07 19

CASS	0.22 207	0.16 262	0.40 125	0.26 358	0.12 109	0.29 313	0.19 241	0.40 251	0.32 223	0.34 335	0.35 277	0.25 225	0.25 306	0.26 168	0.21 253	0.13 417	0.08 184	0.11 364	0.09 278	0.11 341	0.12 253
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GANet-ADL	0.22 207	0.14 197	0.51 254	0.23 235	0.14 198	0.29 313	0.19 241	0.48 342	0.36 277	0.26 193	0.33 259	0.32 314	0.20 242	0.26 168	0.22 270	0.11 355	0.07 121	0.07 75	0.06 56	0.09 227	0.11 203

BEATNet_4x	0.25 293	0.25 409	0.66 386	0.23 235	0.10 44	0.29 313	0.14 62	0.49 352	0.34 250	0.31 277	0.35 277	0.32 314	0.26 324	0.34 285	0.33 386	0.08 178	0.06 48	0.08 152	0.07 121	0.11 341	0.13 280

z-ln-s-r	0.35 427	0.30 445	1.02 489	0.23 235	0.14 198	0.30 326	0.26 413	0.46 320	0.55 466	0.33 315	0.61 483	0.39 374	0.31 397	0.80 487	0.77 502	0.08 178	0.06 48	0.08 152	0.08 195	0.11 341	0.10 164

AIO-Stereo-zeroshot	0.26 316	0.15 230	0.96 481	0.21 134	0.25 476	0.30 326	0.21 302	0.54 401	0.28 170	0.25 183	0.29 204	0.46 427	0.23 271	0.28 202	0.20 231	0.08 178	0.10 256	0.08 152	0.12 410	0.11 341	0.17 359

test_sample6	0.27 344	0.15 230	0.50 236	0.22 184	0.12 109	0.30 326	0.22 336	0.54 401	0.39 318	0.34 335	0.44 381	0.29 275	0.25 306	0.58 391	0.26 323	0.11 355	0.14 346	0.10 307	0.10 333	0.11 341	0.16 339

ttt	0.33 410	0.14 197	0.54 298	0.22 184	0.14 198	0.30 326	0.22 336	0.59 459	0.51 441	0.31 277	0.46 407	0.30 293	0.23 271	0.71 457	1.07 529	0.13 417	0.22 469	0.10 307	0.11 367	0.12 382	0.24 441

Selective-RAFT	0.19 128	0.14 197	0.37 107	0.24 281	0.11 72	0.30 326	0.15 85	0.35 187	0.34 250	0.17 97	0.17 89	0.22 182	0.18 215	0.29 224	0.18 185	0.07 65	0.16 390	0.07 75	0.07 121	0.08 154	0.08 62

Sa-1000	0.24 268	0.20 340	0.53 286	0.23 235	0.14 198	0.30 326	0.23 364	0.50 360	0.41 338	0.30 261	0.50 428	0.26 244	0.19 237	0.33 270	0.16 135	0.08 178	0.10 256	0.10 307	0.11 367	0.08 154	0.08 62

DAS	0.28 353	0.13 153	0.49 214	0.24 281	0.18 355	0.30 326	0.24 388	0.48 342	0.48 416	0.42 436	0.45 395	0.34 329	0.31 397	0.76 476	0.24 298	0.09 250	0.07 121	0.09 234	0.07 121	0.10 288	0.11 203

SepStereo	0.27 344	0.13 153	0.49 214	0.24 281	0.18 355	0.30 326	0.24 388	0.48 342	0.48 416	0.42 436	0.45 395	0.34 329	0.31 397	0.64 429	0.24 298	0.09 250	0.07 121	0.09 234	0.07 121	0.10 288	0.11 203

AACVNet	0.28 353	0.22 367	0.55 307	0.23 235	0.14 198	0.30 326	0.19 241	0.43 283	0.33 239	0.39 410	0.42 357	0.44 413	0.29 374	0.73 461	0.28 342	0.11 355	0.09 224	0.11 364	0.09 278	0.13 396	0.12 253

ICVP	0.24 268	0.13 153	0.45 159	0.26 358	0.14 198	0.30 326	0.25 402	0.47 331	0.35 261	0.29 238	0.43 371	0.35 343	0.25 306	0.28 202	0.25 312	0.12 395	0.09 224	0.09 234	0.09 278	0.09 227	0.11 203
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ARAFT	0.26 316	0.30 445	0.87 460	0.22 184	0.12 109	0.30 326	0.24 388	0.46 320	0.34 250	0.33 315	0.28 196	0.29 275	0.20 242	0.49 346	0.19 211	0.08 178	0.06 48	0.12 399	0.11 367	0.09 227	0.09 104

RAFT + AFF	0.30 386	0.33 460	0.76 422	0.25 318	0.17 327	0.30 326	0.33 472	0.55 419	0.42 350	0.28 214	0.30 218	0.31 303	0.31 397	0.64 429	0.32 377	0.09 250	0.11 288	0.11 364	0.10 333	0.12 382	0.16 339

aanetorigin	0.40 458	0.33 460	1.14 506	0.25 318	0.19 382	0.30 326	0.37 488	0.34 178	0.47 408	0.95 539	0.82 517	0.52 462	0.56 505	0.50 350	0.52 461	0.11 355	0.09 224	0.10 307	0.10 333	0.16 439	0.19 378

DMCA-RVC	0.30 386	0.27 427	0.93 476	0.28 423	0.17 327	0.30 326	0.21 302	0.43 283	0.36 277	0.40 419	0.38 311	0.39 374	0.36 432	0.44 331	0.34 393	0.13 417	0.10 256	0.16 474	0.12 410	0.13 396	0.11 203

FADNet_RVC	0.31 397	0.35 473	0.98 485	0.24 281	0.16 297	0.30 326	0.17 146	0.52 377	0.39 318	0.30 261	0.38 311	0.30 293	0.29 374	0.54 373	0.33 386	0.14 442	0.14 346	0.14 449	0.16 480	0.21 493	0.24 441

STTStereo	0.30 386	0.24 394	0.83 447	0.25 318	0.17 327	0.30 326	0.24 388	0.49 352	0.39 318	0.39 410	0.41 349	0.44 413	0.28 354	0.41 318	0.30 358	0.13 417	0.13 328	0.13 425	0.16 480	0.12 382	0.12 253

NLCA_NET_v2_RVC	0.29 373	0.24 394	0.81 438	0.26 358	0.18 355	0.30 326	0.22 336	0.52 377	0.41 338	0.38 392	0.42 357	0.42 400	0.28 354	0.46 339	0.31 368	0.11 355	0.08 184	0.10 307	0.11 367	0.10 288	0.12 253
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.33 410	0.31 449	0.69 396	0.23 235	0.14 198	0.30 326	0.23 364	0.49 352	0.55 466	0.39 410	0.60 475	0.43 407	0.30 380	0.88 503	0.54 469	0.11 355	0.08 184	0.07 75	0.07 121	0.10 288	0.12 253

DeepPruner_ROB	0.28 353	0.25 409	0.64 376	0.22 184	0.16 297	0.30 326	0.21 302	0.54 401	0.33 239	0.36 366	0.38 311	0.38 360	0.26 324	0.45 337	0.28 342	0.15 456	0.11 288	0.11 364	0.11 367	0.14 419	0.14 307

iResNetv2_ROB	0.29 373	0.37 482	0.92 472	0.24 281	0.13 159	0.30 326	0.19 241	0.55 419	0.51 441	0.39 410	0.46 407	0.39 374	0.27 332	0.36 297	0.30 358	0.09 250	0.06 48	0.07 75	0.05 21	0.13 396	0.11 203

MLCV	0.25 293	0.23 383	0.59 349	0.22 184	0.09 11	0.30 326	0.18 198	0.40 251	0.38 302	0.38 392	0.44 381	0.31 303	0.22 259	0.44 331	0.32 377	0.07 65	0.05 4	0.07 75	0.06 56	0.07 97	0.08 62

coex_refinement	0.28 353	0.22 367	0.50 236	0.23 235	0.15 259	0.31 347	0.20 276	0.51 370	0.43 361	0.35 353	0.42 357	0.45 419	0.27 332	0.56 384	0.41 422	0.10 316	0.07 121	0.07 75	0.07 121	0.11 341	0.12 253

rvit_105_1	0.28 353	0.24 394	0.65 381	0.27 395	0.19 382	0.31 347	0.35 480	0.46 320	0.53 453	0.31 277	0.32 239	0.32 314	0.27 332	0.36 297	0.26 323	0.16 466	0.14 346	0.15 466	0.17 491	0.11 341	0.11 203

test_sample5	0.26 316	0.14 197	0.51 254	0.21 134	0.12 109	0.31 347	0.21 302	0.53 387	0.38 302	0.33 315	0.43 371	0.29 275	0.25 306	0.56 384	0.24 298	0.10 316	0.14 346	0.10 307	0.10 333	0.11 341	0.16 339

MyStereo8	0.25 293	0.20 340	0.69 396	0.24 281	0.17 327	0.31 347	0.16 116	0.50 360	0.32 223	0.29 238	0.38 311	0.25 225	0.19 237	0.33 270	0.29 355	0.08 178	0.20 452	0.08 152	0.08 195	0.10 288	0.16 339

ACVNet-DCA	0.21 188	0.16 262	0.50 236	0.27 395	0.13 159	0.31 347	0.19 241	0.43 283	0.32 223	0.21 137	0.20 118	0.13 68	0.17 187	0.28 202	0.12 11	0.08 178	0.28 512	0.08 152	0.06 56	0.09 227	0.23 428

xx1	0.23 240	0.16 262	0.50 236	0.27 395	0.13 159	0.31 347	0.19 241	0.39 242	0.48 416	0.21 137	0.20 118	0.28 262	0.25 306	0.28 202	0.12 11	0.08 178	0.28 512	0.10 307	0.11 367	0.09 227	0.23 428

1test111	0.22 207	0.16 262	0.50 236	0.27 395	0.13 159	0.31 347	0.19 241	0.43 283	0.32 223	0.21 137	0.20 118	0.13 68	0.17 187	0.36 297	0.28 342	0.08 178	0.28 512	0.08 152	0.06 56	0.09 227	0.23 428

cc1	0.22 207	0.16 262	0.50 236	0.27 395	0.13 159	0.31 347	0.19 241	0.39 242	0.48 416	0.21 137	0.20 118	0.13 68	0.17 187	0.28 202	0.12 11	0.08 178	0.28 512	0.08 152	0.06 56	0.08 154	0.37 514

DualNet	0.26 316	0.14 197	0.51 254	0.21 134	0.12 109	0.31 347	0.21 302	0.53 387	0.38 302	0.34 335	0.44 381	0.29 275	0.25 306	0.56 384	0.24 298	0.10 316	0.14 346	0.10 307	0.10 333	0.11 341	0.16 339

tt1	0.22 207	0.16 262	0.49 214	0.26 358	0.15 259	0.31 347	0.19 241	0.38 224	0.46 395	0.21 137	0.19 110	0.13 68	0.16 170	0.28 202	0.12 11	0.08 178	0.28 512	0.08 152	0.06 56	0.08 154	0.37 514

ToySt	0.28 353	0.19 327	0.68 395	0.22 184	0.19 382	0.31 347	0.31 461	0.43 283	0.43 361	0.28 214	0.38 311	0.42 400	0.32 410	0.33 270	0.32 377	0.08 178	0.14 346	0.10 307	0.12 410	0.11 341	0.24 441

anonymousa	0.26 316	0.13 153	0.56 317	0.29 439	0.30 502	0.31 347	0.20 276	0.38 224	0.36 277	0.33 315	0.51 431	0.41 387	0.27 332	0.25 148	0.24 298	0.08 178	0.18 426	0.09 234	0.18 496	0.08 154	0.17 359

IER	0.24 268	0.15 230	0.50 236	0.21 134	0.15 259	0.31 347	0.20 276	0.44 304	0.38 302	0.34 335	0.41 349	0.32 314	0.34 420	0.31 251	0.23 289	0.09 250	0.07 121	0.08 152	0.08 195	0.09 227	0.09 104

DEmStereo	0.26 316	0.10 39	0.52 275	0.19 61	0.13 159	0.31 347	0.25 402	0.29 114	0.38 302	0.36 366	0.57 464	0.24 213	0.48 486	0.53 367	0.44 437	0.07 65	0.06 48	0.08 152	0.08 195	0.07 97	0.08 62

CFNet-ft	0.26 316	0.21 348	0.51 254	0.19 61	0.16 297	0.31 347	0.21 302	0.40 251	0.37 292	0.29 238	0.40 338	0.46 427	0.27 332	0.49 346	0.28 342	0.12 395	0.07 121	0.12 399	0.11 367	0.12 382	0.11 203

CFNet_RVC	0.26 316	0.21 348	0.51 254	0.19 61	0.16 297	0.31 347	0.21 302	0.40 251	0.37 292	0.29 238	0.40 338	0.46 427	0.27 332	0.49 346	0.28 342	0.12 395	0.07 121	0.12 399	0.11 367	0.12 382	0.11 203

iResNet	0.25 293	0.22 367	0.62 366	0.26 358	0.11 72	0.31 347	0.23 364	0.46 320	0.45 384	0.34 335	0.43 371	0.27 249	0.23 271	0.36 297	0.37 410	0.08 178	0.05 4	0.07 75	0.06 56	0.08 154	0.10 164

test_sample4	0.26 316	0.14 197	0.53 286	0.21 134	0.12 109	0.32 364	0.21 302	0.53 387	0.38 302	0.33 315	0.38 311	0.28 262	0.25 306	0.54 373	0.25 312	0.10 316	0.14 346	0.10 307	0.09 278	0.11 341	0.16 339

iRaft-Stereo_20w	0.29 373	0.11 72	0.86 458	0.33 483	0.24 463	0.32 364	0.26 413	0.60 471	0.26 143	0.41 431	0.21 136	0.28 262	0.19 237	0.32 260	0.24 298	0.07 65	0.31 528	0.07 75	0.09 278	0.08 154	0.47 533

dad	0.30 386	0.38 489	0.60 356	0.22 184	0.14 198	0.32 364	0.21 302	0.35 187	0.51 441	0.45 460	0.45 395	0.46 427	0.23 271	0.41 318	0.27 334	0.21 505	0.11 288	0.20 503	0.11 367	0.15 431	0.11 203

PSMNet-ADL	0.26 316	0.16 262	0.39 115	0.27 395	0.14 198	0.32 364	0.22 336	0.45 313	0.37 292	0.28 214	0.34 269	0.41 387	0.28 354	0.61 410	0.32 377	0.11 355	0.10 256	0.09 234	0.11 367	0.10 288	0.13 280

pcwnet_v2	0.32 403	0.16 262	1.22 520	0.23 235	0.19 382	0.32 364	0.19 241	0.61 479	0.61 487	0.37 383	0.45 395	0.35 343	0.29 374	0.37 307	0.26 323	0.14 442	0.11 288	0.12 399	0.11 367	0.14 419	0.18 364

psm_up	0.30 386	0.21 348	0.58 342	0.26 358	0.18 355	0.32 364	0.27 422	0.57 437	0.45 384	0.38 392	0.41 349	0.45 419	0.40 453	0.59 399	0.32 377	0.11 355	0.12 308	0.13 425	0.12 410	0.11 341	0.11 203

iResNet_ROB	0.27 344	0.27 427	0.48 194	0.21 134	0.12 109	0.32 364	0.17 146	0.57 437	0.55 466	0.39 410	0.44 381	0.37 354	0.28 354	0.43 327	0.28 342	0.08 178	0.06 48	0.06 25	0.05 21	0.09 227	0.11 203

test_sample3	0.25 293	0.14 197	0.52 275	0.20 101	0.12 109	0.33 371	0.20 276	0.53 387	0.38 302	0.32 302	0.35 277	0.29 275	0.24 293	0.54 373	0.25 312	0.10 316	0.14 346	0.09 234	0.09 278	0.11 341	0.15 323

1111x	0.39 447	0.17 293	0.80 437	0.23 235	0.15 259	0.33 371	0.27 422	0.62 487	0.48 416	0.32 302	0.43 371	0.40 378	0.29 374	0.86 500	1.60 556	0.09 250	0.23 479	0.09 234	0.12 410	0.10 288	0.23 428

riskmin	0.24 268	0.10 39	0.43 148	0.32 472	0.26 480	0.33 371	0.19 241	0.44 304	0.30 204	0.24 171	0.27 190	0.37 354	0.25 306	0.30 239	0.22 270	0.09 250	0.18 426	0.09 234	0.13 442	0.10 288	0.27 468

HBP-ISP	0.34 420	0.35 473	0.76 422	0.23 235	0.17 327	0.33 371	0.22 336	0.56 428	0.47 408	0.42 436	0.49 425	0.33 321	0.41 458	0.73 461	0.27 334	0.18 491	0.19 438	0.24 514	0.20 502	0.16 439	0.16 339

GEStereo_RVC	0.29 373	0.24 394	0.60 356	0.27 395	0.16 297	0.33 371	0.25 402	0.58 450	0.56 471	0.35 353	0.38 311	0.34 329	0.25 306	0.51 356	0.29 355	0.12 395	0.08 184	0.09 234	0.08 195	0.11 341	0.13 280

s12784h	0.18 103	0.09 17	0.38 109	0.18 31	0.07 1	0.33 371	0.19 241	0.39 242	0.34 250	0.24 171	0.25 169	0.18 139	0.18 215	0.25 148	0.17 158	0.07 65	0.05 4	0.07 75	0.05 21	0.06 38	0.05 1

EAI-Stereo	0.29 373	0.11 72	0.38 109	0.22 184	0.18 355	0.33 371	1.66 572	0.53 387	0.27 160	0.27 204	0.50 428	0.17 128	0.16 170	0.25 148	0.25 312	0.07 65	0.07 121	0.07 75	0.11 367	0.07 97	0.10 164

HGLStereo	0.29 373	0.19 327	0.60 356	0.24 281	0.21 422	0.33 371	0.23 364	0.52 377	0.44 373	0.36 366	0.49 425	0.41 387	0.35 427	0.46 339	0.34 393	0.11 355	0.11 288	0.09 234	0.09 278	0.11 341	0.12 253

FADNet-RVC-Resample	0.31 397	0.32 456	1.16 509	0.27 395	0.17 327	0.33 371	0.21 302	0.49 352	0.40 328	0.36 366	0.38 311	0.34 329	0.27 332	0.54 373	0.27 334	0.10 316	0.10 256	0.14 449	0.13 442	0.13 396	0.18 364

FADNet-RVC	0.34 420	0.43 503	0.97 483	0.25 318	0.20 406	0.33 371	0.20 276	0.51 370	0.42 350	0.34 335	0.40 338	0.41 387	0.29 374	0.65 433	0.36 404	0.14 442	0.14 346	0.14 449	0.15 470	0.19 479	0.20 396

RASNet	0.30 386	0.19 327	0.59 349	0.23 235	0.19 382	0.33 371	0.20 276	0.50 360	0.41 338	0.31 277	0.44 381	0.47 437	0.38 442	0.79 484	0.40 418	0.09 250	0.07 121	0.07 75	0.09 278	0.08 154	0.10 164

TDLM	0.32 403	0.27 427	0.52 275	0.30 450	0.15 259	0.33 371	0.32 466	0.54 401	0.50 435	0.44 453	0.43 371	0.39 374	0.30 380	0.92 515	0.30 358	0.14 442	0.09 224	0.13 425	0.12 410	0.13 396	0.14 307

AdaStereo	0.25 293	0.17 293	0.47 179	0.25 318	0.13 159	0.33 371	0.17 146	0.57 437	0.43 361	0.34 335	0.38 311	0.35 343	0.21 252	0.32 260	0.24 298	0.14 442	0.06 48	0.13 425	0.09 278	0.11 341	0.09 104
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.
PS-NSSS	0.33 410	0.36 479	0.61 362	0.24 281	0.18 355	0.33 371	0.24 388	0.59 459	0.42 350	0.38 392	0.52 438	0.36 348	0.31 397	0.80 487	0.32 377	0.18 491	0.14 346	0.21 505	0.15 470	0.17 454	0.14 307

HSM	0.29 373	0.18 315	0.48 194	0.21 134	0.15 259	0.33 371	0.20 276	0.55 419	0.39 318	0.36 366	0.39 329	0.67 516	0.32 410	0.88 503	0.24 298	0.09 250	0.07 121	0.08 152	0.07 121	0.09 227	0.10 164

PSMNet-RUCA	0.39 447	0.47 509	0.84 451	0.46 532	0.41 531	0.34 386	0.26 413	0.59 459	0.46 395	0.40 419	0.51 431	0.44 413	0.33 418	0.43 327	0.31 368	0.25 518	0.14 346	0.33 533	0.21 504	0.32 529	0.23 428

DDVS	0.26 316	0.16 262	0.45 159	0.25 318	0.17 327	0.34 386	0.21 302	0.43 283	0.31 213	0.34 335	0.41 349	0.47 437	0.21 252	0.52 364	0.29 355	0.11 355	0.09 224	0.11 364	0.09 278	0.13 396	0.16 339

gwcnet-sp	0.25 293	0.16 262	0.70 402	0.23 235	0.14 198	0.34 386	0.22 336	0.46 320	0.41 338	0.37 383	0.35 277	0.27 249	0.27 332	0.36 297	0.26 323	0.09 250	0.08 184	0.09 234	0.09 278	0.10 288	0.10 164

scenet	0.25 293	0.16 262	0.70 402	0.23 235	0.14 198	0.34 386	0.22 336	0.46 320	0.41 338	0.37 383	0.35 277	0.27 249	0.27 332	0.36 297	0.26 323	0.09 250	0.08 184	0.09 234	0.09 278	0.10 288	0.10 164

ssnet	0.25 293	0.16 262	0.70 402	0.23 235	0.14 198	0.34 386	0.22 336	0.46 320	0.41 338	0.37 383	0.35 277	0.27 249	0.27 332	0.36 297	0.26 323	0.09 250	0.08 184	0.09 234	0.09 278	0.10 288	0.10 164

AASNet	0.29 373	0.27 427	0.67 389	0.26 358	0.18 355	0.34 386	0.21 302	0.64 496	0.49 429	0.36 366	0.41 349	0.32 314	0.26 324	0.33 270	0.39 416	0.12 395	0.09 224	0.10 307	0.08 195	0.14 419	0.12 253

ADLNet	0.30 386	0.19 327	0.59 349	0.23 235	0.19 382	0.34 386	0.23 364	0.56 428	0.44 373	0.43 447	0.41 349	0.43 407	0.28 354	0.56 384	0.36 404	0.11 355	0.08 184	0.11 364	0.11 367	0.11 341	0.15 323

test_xeample	0.39 447	0.14 197	0.46 173	0.19 61	0.16 297	0.34 386	0.22 336	0.59 459	0.43 361	0.33 315	0.47 415	0.30 293	0.27 332	0.60 404	2.44 570	0.10 316	0.21 458	0.09 234	0.09 278	0.09 227	0.25 452

SFCPSM	0.23 240	0.12 119	0.51 254	0.21 134	0.14 198	0.34 386	0.22 336	0.57 437	0.41 338	0.29 238	0.32 239	0.23 196	0.22 259	0.28 202	0.20 231	0.10 316	0.07 121	0.09 234	0.10 333	0.09 227	0.09 104

acv_ft	0.26 316	0.18 315	0.56 317	0.24 281	0.19 382	0.34 386	0.21 302	0.47 331	0.45 384	0.39 410	0.41 349	0.38 360	0.28 354	0.28 202	0.36 404	0.09 250	0.07 121	0.08 152	0.07 121	0.11 341	0.09 104

FAT-Stereo	0.36 430	0.19 327	0.75 418	0.26 358	0.18 355	0.34 386	0.30 452	0.62 487	0.61 487	0.47 472	0.61 483	0.59 485	0.50 492	0.61 410	0.36 404	0.13 417	0.14 346	0.13 425	0.12 410	0.14 419	0.20 396

CFNet	0.29 373	0.29 439	0.57 327	0.23 235	0.14 198	0.34 386	0.15 85	0.53 387	0.46 395	0.31 277	0.40 338	0.38 360	0.27 332	0.76 476	0.28 342	0.10 316	0.07 121	0.11 364	0.11 367	0.11 341	0.09 104

CVANet_RVC	0.34 420	0.25 409	0.77 428	0.27 395	0.17 327	0.34 386	0.28 437	0.55 419	0.50 435	0.43 447	0.46 407	0.44 413	0.31 397	0.90 508	0.27 334	0.15 456	0.10 256	0.14 449	0.14 459	0.15 431	0.15 323

UCFNet_RVC	0.25 293	0.21 348	0.49 214	0.19 61	0.15 259	0.34 386	0.18 198	0.47 331	0.36 277	0.30 261	0.35 277	0.40 378	0.26 324	0.35 292	0.24 298	0.13 417	0.08 184	0.13 425	0.14 459	0.13 396	0.13 280

NOSS_ROB	0.33 410	0.24 394	0.49 214	0.27 395	0.16 297	0.34 386	0.19 241	0.55 419	0.50 435	0.34 335	0.37 303	0.42 400	0.30 380	0.93 517	0.25 312	0.19 500	0.20 452	0.24 514	0.22 512	0.17 454	0.25 452

GASNet	0.39 447	0.58 531	1.27 522	0.35 494	0.23 449	0.35 401	0.23 364	0.63 491	0.56 471	0.41 431	0.38 311	0.45 419	0.30 380	0.81 491	0.42 426	0.16 466	0.11 288	0.14 449	0.14 459	0.23 502	0.12 253

BSDual-CNN	0.24 268	0.13 153	0.36 102	0.25 318	0.14 198	0.35 401	0.22 336	0.59 459	0.36 277	0.34 335	0.35 277	0.38 360	0.25 306	0.27 180	0.28 342	0.10 316	0.07 121	0.11 364	0.10 333	0.09 227	0.10 164

hknet	0.26 316	0.15 230	0.49 214	0.25 318	0.16 297	0.35 401	0.22 336	0.59 459	0.40 328	0.34 335	0.35 277	0.43 407	0.28 354	0.38 310	0.26 323	0.09 250	0.07 121	0.11 364	0.10 333	0.09 227	0.10 164

psmg	0.24 268	0.13 153	0.36 102	0.21 134	0.14 198	0.35 401	0.23 364	0.54 401	0.36 277	0.36 366	0.38 311	0.38 360	0.25 306	0.27 180	0.28 342	0.10 316	0.08 184	0.10 307	0.10 333	0.09 227	0.09 104

SACVNet	0.32 403	0.25 409	0.59 349	0.26 358	0.19 382	0.35 401	0.25 402	0.54 401	0.41 338	0.43 447	0.45 395	0.46 427	0.34 420	0.71 457	0.30 358	0.14 442	0.10 256	0.12 399	0.12 410	0.16 439	0.20 396

HSM-Net_RVC	0.28 353	0.12 119	0.48 194	0.19 61	0.11 72	0.35 401	0.21 302	0.64 496	0.44 373	0.40 419	0.43 371	0.50 452	0.27 332	0.75 470	0.25 312	0.08 178	0.07 121	0.08 152	0.07 121	0.08 154	0.09 104
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CBMV_ROB	0.36 430	0.21 348	0.57 327	0.22 184	0.14 198	0.35 401	0.20 276	0.55 419	0.47 408	0.52 490	0.58 467	0.45 419	0.53 501	0.75 470	0.50 457	0.18 491	0.19 438	0.23 512	0.21 504	0.15 431	0.20 396

DualNet (step1)	0.31 397	0.21 348	0.69 396	0.18 31	0.17 327	0.36 408	0.21 302	0.54 401	0.43 361	0.38 392	0.36 292	0.38 360	0.32 410	0.41 318	0.26 323	0.24 511	0.21 458	0.28 523	0.24 518	0.18 470	0.21 406

test_sample9	0.45 477	0.21 348	0.69 396	0.18 31	0.17 327	0.36 408	0.21 302	0.54 401	0.43 361	0.38 392	0.36 292	0.38 360	0.32 410	0.70 451	1.01 522	0.24 511	1.93 576	0.28 523	0.24 518	0.18 470	0.21 406

test_sample8	0.52 501	0.21 348	0.69 396	0.18 31	0.17 327	0.36 408	0.21 302	0.57 437	0.38 302	0.63 513	0.39 329	1.16 542	0.68 527	0.70 451	1.01 522	0.24 511	1.93 576	0.28 523	0.24 518	0.18 470	0.21 406

ADLNet2	0.31 397	0.23 383	0.77 428	0.23 235	0.18 355	0.36 408	0.24 388	0.55 419	0.54 458	0.33 315	0.38 311	0.45 419	0.31 397	0.70 451	0.36 404	0.10 316	0.08 184	0.09 234	0.09 278	0.12 382	0.11 203

222	0.45 477	0.14 197	0.43 148	0.19 61	0.15 259	0.36 408	0.20 276	0.60 471	0.43 361	0.37 383	0.45 395	0.30 293	0.28 354	0.59 399	3.72 575	0.11 355	0.19 438	0.08 152	0.09 278	0.09 227	0.27 468

ac_64	0.28 353	0.16 262	0.62 366	0.25 318	0.17 327	0.36 408	0.22 336	0.48 342	0.35 261	0.36 366	0.37 303	0.51 455	0.30 380	0.62 421	0.34 393	0.11 355	0.09 224	0.10 307	0.10 333	0.09 227	0.09 104

DeepPrunerF	0.46 485	0.37 482	1.50 538	0.34 488	0.30 502	0.36 408	0.37 488	0.64 496	1.15 555	0.41 431	0.45 395	0.40 378	0.41 458	0.82 492	0.53 465	0.18 491	0.14 346	0.23 512	0.21 504	0.17 454	0.18 364

StereoDRNet-Refined	0.28 353	0.19 327	0.47 179	0.25 318	0.14 198	0.36 408	0.21 302	0.49 352	0.43 361	0.46 466	0.52 438	0.42 400	0.30 380	0.46 339	0.38 412	0.10 316	0.07 121	0.11 364	0.11 367	0.10 288	0.11 203
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LMCR-Stereo	0.28 353	0.22 367	0.56 317	0.29 439	0.14 198	0.37 416	0.23 364	0.57 437	0.36 277	0.40 419	0.40 338	0.29 275	0.30 380	0.41 318	0.38 412	0.11 355	0.07 121	0.09 234	0.07 121	0.13 396	0.10 164

UPFNet	0.27 344	0.15 230	0.47 179	0.25 318	0.20 406	0.37 416	0.27 422	0.50 360	0.40 328	0.36 366	0.38 311	0.37 354	0.29 374	0.40 315	0.34 393	0.10 316	0.10 256	0.10 307	0.10 333	0.10 288	0.08 62

FADNet	0.34 420	0.43 503	0.88 466	0.24 281	0.22 437	0.37 416	0.19 241	0.56 428	0.49 429	0.32 302	0.36 292	0.43 407	0.32 410	0.65 433	0.30 358	0.17 480	0.16 390	0.14 449	0.16 480	0.25 508	0.21 406

RP	0.38 442	0.26 419	0.67 389	0.31 466	0.24 463	0.37 416	0.29 443	0.53 387	0.61 487	0.42 436	0.65 492	0.62 497	0.51 494	0.63 424	0.43 430	0.17 480	0.15 377	0.17 483	0.15 470	0.17 454	0.19 378

DLCB_ROB	0.30 386	0.20 340	0.45 159	0.28 423	0.17 327	0.37 416	0.25 402	0.50 360	0.45 384	0.46 466	0.47 415	0.51 455	0.34 420	0.56 384	0.38 412	0.10 316	0.10 256	0.11 364	0.11 367	0.10 288	0.11 203

XPNet_ROB	0.35 427	0.26 419	0.58 342	0.28 423	0.19 382	0.37 416	0.31 461	0.57 437	0.51 441	0.52 490	0.54 449	0.57 479	0.38 442	0.65 433	0.48 450	0.17 480	0.12 308	0.13 425	0.12 410	0.16 439	0.17 359

w-ln-seven-2	0.40 458	0.37 482	1.34 527	0.28 423	0.18 355	0.38 422	0.29 443	0.53 387	0.59 482	0.47 472	0.56 459	0.46 427	0.42 464	0.70 451	0.64 488	0.10 316	0.10 256	0.12 399	0.11 367	0.14 419	0.16 339

GCST	0.50 494	0.67 539	0.82 442	1.04 562	0.55 543	0.38 422	0.11 18	0.42 274	0.33 239	0.42 436	0.35 277	0.29 275	0.18 215	0.50 350	0.23 289	0.70 556	0.42 544	0.79 557	0.62 560	0.63 545	0.47 533

CBFPSM	0.28 353	0.23 383	0.76 422	0.21 134	0.14 198	0.38 422	0.26 413	0.42 274	0.37 292	0.34 335	0.36 292	0.55 472	0.38 442	0.33 270	0.40 418	0.08 178	0.08 184	0.07 75	0.08 195	0.09 227	0.12 253

xxxx	0.39 447	0.14 197	0.47 179	0.20 101	0.16 297	0.38 422	0.20 276	0.61 479	0.43 361	0.30 261	0.44 381	0.38 360	0.25 306	0.50 350	2.41 569	0.11 355	0.21 458	0.09 234	0.10 333	0.10 288	0.26 464

edge stereo	0.40 458	0.22 367	0.87 460	0.27 395	0.22 437	0.38 422	0.26 413	0.59 459	0.56 471	0.53 496	0.60 475	0.71 524	0.50 492	0.78 480	0.43 430	0.16 466	0.15 377	0.19 498	0.14 459	0.17 454	0.19 378

psmorigin	0.52 501	0.29 439	3.10 568	0.24 281	0.19 382	0.39 427	0.24 388	0.52 377	0.45 384	0.66 518	0.68 498	0.70 523	0.52 496	0.86 500	0.49 456	0.15 456	0.17 414	0.13 425	0.14 459	0.16 439	0.23 428

EDNetEfficient	0.64 526	0.39 493	2.52 561	0.26 358	0.26 480	0.39 427	0.49 524	0.42 274	1.06 546	1.38 556	0.86 522	0.61 494	0.97 545	0.66 439	1.62 557	0.11 355	0.10 256	0.10 307	0.12 410	0.20 487	0.19 378

DSFCA	0.29 373	0.18 315	0.48 194	0.21 134	0.17 327	0.39 427	0.32 466	0.49 352	0.44 373	0.44 453	0.38 311	0.40 378	0.30 380	0.53 367	0.38 412	0.12 395	0.10 256	0.10 307	0.11 367	0.11 341	0.11 203

S-Stereo	0.39 447	0.20 340	1.04 491	0.28 423	0.22 437	0.39 427	0.31 461	0.58 450	0.69 507	0.40 419	0.59 471	0.48 441	0.41 458	0.75 470	0.42 426	0.12 395	0.15 377	0.13 425	0.13 442	0.16 439	0.25 452

PA-Net	0.40 458	0.35 473	1.05 492	0.32 472	0.28 487	0.39 427	0.43 511	0.53 387	0.56 471	0.35 353	0.43 371	0.41 387	0.36 432	0.83 496	0.61 483	0.12 395	0.23 479	0.16 474	0.23 516	0.13 396	0.20 396
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PWC_ROB	0.41 464	0.38 489	0.92 472	0.26 358	0.20 406	0.39 427	0.19 241	0.61 479	0.69 507	0.58 508	0.84 520	0.52 462	0.44 471	0.74 465	0.62 484	0.13 417	0.09 224	0.14 449	0.10 333	0.17 454	0.18 364

TCMNet	0.34 420	0.28 435	0.81 438	0.29 439	0.30 502	0.40 433	0.28 437	0.53 387	0.49 429	0.38 392	0.46 407	0.40 378	0.30 380	0.61 410	0.42 426	0.14 442	0.13 328	0.15 466	0.14 459	0.18 470	0.19 378

ssnet_v2	0.30 386	0.21 348	0.63 371	0.23 235	0.15 259	0.40 433	0.30 452	0.59 459	0.48 416	0.40 419	0.37 303	0.46 427	0.30 380	0.41 318	0.44 437	0.13 417	0.11 288	0.11 364	0.11 367	0.12 382	0.11 203

hitnet-ft	0.31 397	0.21 348	0.56 317	0.19 61	0.14 198	0.40 433	0.23 364	0.46 320	0.42 350	0.37 383	0.46 407	0.53 467	0.35 427	0.76 476	0.35 400	0.14 442	0.10 256	0.14 449	0.10 333	0.15 431	0.14 307

ETE_ROB	0.36 430	0.32 456	0.64 376	0.30 450	0.18 355	0.40 433	0.38 496	0.59 459	0.49 429	0.50 484	0.52 438	0.62 497	0.37 437	0.58 391	0.43 430	0.13 417	0.10 256	0.14 449	0.12 410	0.17 454	0.18 364

pmcnn	0.54 506	0.24 394	1.06 494	0.25 318	0.26 480	0.40 433	0.31 461	0.55 419	0.55 466	0.56 504	1.22 543	2.53 568	0.39 449	0.84 497	1.08 531	0.09 250	0.06 48	0.06 25	0.05 21	0.10 288	0.14 307

Anonymous3	0.24 268	0.19 327	0.76 422	0.27 395	0.18 355	0.41 438	0.24 388	0.45 313	0.36 277	0.23 163	0.27 190	0.20 161	0.18 215	0.28 202	0.19 211	0.12 395	0.11 288	0.10 307	0.10 333	0.11 341	0.13 280

Syn2CoEx	0.39 447	0.39 493	1.08 499	0.35 494	0.21 422	0.41 438	0.29 443	0.63 491	0.51 441	0.43 447	0.56 459	0.45 419	0.45 473	0.69 448	0.39 416	0.17 480	0.14 346	0.16 474	0.12 410	0.13 396	0.16 339

delet	0.29 373	0.18 315	0.58 342	0.24 281	0.19 382	0.41 438	0.30 452	0.52 377	0.51 441	0.35 353	0.42 357	0.37 354	0.31 397	0.49 346	0.36 404	0.10 316	0.09 224	0.11 364	0.12 410	0.09 227	0.09 104

SuperB	0.50 494	0.37 482	2.16 558	0.23 235	0.15 259	0.41 438	0.32 466	0.50 360	0.83 524	0.44 453	0.51 431	0.33 321	0.45 473	0.69 448	1.07 529	0.10 316	0.08 184	0.09 234	0.08 195	0.95 564	0.18 364

RGC	0.41 464	0.35 473	0.76 422	0.35 494	0.28 487	0.41 438	0.29 443	0.60 471	0.55 466	0.47 472	0.64 490	0.63 501	0.47 482	0.74 465	0.46 445	0.16 466	0.15 377	0.21 505	0.21 504	0.19 479	0.21 406

DANet	0.37 437	0.25 409	0.67 389	0.37 500	0.22 437	0.42 443	0.25 402	0.50 360	0.44 373	0.52 490	0.50 428	0.59 485	0.42 464	0.78 480	0.53 465	0.13 417	0.12 308	0.14 449	0.12 410	0.17 454	0.21 406
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PASM	0.49 493	0.41 499	1.15 507	0.37 500	0.35 518	0.42 443	0.42 509	0.54 401	0.65 496	0.54 500	0.54 449	0.63 501	0.48 486	0.94 520	0.51 460	0.27 524	0.30 524	0.30 526	0.33 536	0.29 524	0.29 481

NCCL2	0.37 437	0.33 460	0.59 349	0.37 500	0.23 449	0.42 443	0.41 508	0.56 428	0.44 373	0.47 472	0.47 415	0.61 494	0.39 449	0.58 391	0.41 422	0.16 466	0.13 328	0.21 505	0.22 512	0.16 439	0.18 364

CBMV	0.36 430	0.25 409	0.61 362	0.24 281	0.14 198	0.42 443	0.33 472	0.56 428	0.52 452	0.54 500	0.52 438	0.51 455	0.58 508	0.63 424	0.43 430	0.15 456	0.16 390	0.18 491	0.16 480	0.13 396	0.19 378
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AF-Net	0.40 458	0.31 449	0.74 415	0.33 483	0.24 463	0.43 447	0.30 452	0.64 496	0.67 501	0.44 453	0.69 501	0.65 508	0.52 496	0.59 399	0.48 450	0.16 466	0.12 308	0.19 498	0.14 459	0.16 439	0.14 307

GANet	0.40 458	0.28 435	0.67 389	0.31 466	0.18 355	0.43 447	0.39 499	0.60 471	0.46 395	0.48 478	0.78 512	0.55 472	0.45 473	0.96 521	0.55 472	0.13 417	0.14 346	0.13 425	0.12 410	0.15 431	0.16 339

NVstereo2D	0.32 403	0.18 315	0.63 371	0.24 281	0.23 449	0.43 447	0.28 437	0.60 471	0.58 475	0.28 214	0.39 329	0.42 400	0.30 380	0.71 457	0.30 358	0.13 417	0.09 224	0.13 425	0.10 333	0.20 487	0.18 364

StereoDRNet	0.34 420	0.28 435	0.70 402	0.28 423	0.21 422	0.43 447	0.30 452	0.63 491	0.51 441	0.47 472	0.40 338	0.48 441	0.31 397	0.58 391	0.44 437	0.12 395	0.10 256	0.12 399	0.11 367	0.13 396	0.13 280

PWCDC_ROB	0.41 464	0.41 499	0.77 428	0.34 488	0.21 422	0.43 447	0.20 276	0.60 471	0.90 534	0.44 453	1.24 544	0.36 348	0.38 442	0.56 384	0.48 450	0.18 491	0.11 288	0.11 364	0.10 333	0.20 487	0.16 339

iinet-f	0.31 397	0.23 383	1.16 509	0.20 101	0.16 297	0.44 452	0.23 364	0.47 331	0.38 302	0.36 366	0.44 381	0.41 387	0.35 427	0.36 297	0.43 430	0.10 316	0.09 224	0.08 152	0.08 195	0.13 396	0.12 253

Wz-Net-SNSev	0.45 477	0.53 520	1.42 534	0.31 466	0.21 422	0.44 452	0.45 514	0.64 496	0.68 505	0.46 466	0.66 494	0.62 497	0.40 453	0.78 480	0.65 489	0.12 395	0.11 288	0.12 399	0.13 442	0.17 454	0.19 378

BUS	0.24 268	0.13 153	0.36 102	0.25 318	0.14 198	0.44 452	0.17 146	0.59 459	0.36 277	0.34 335	0.35 277	0.31 303	0.22 259	0.27 180	0.22 270	0.10 316	0.07 121	0.11 364	0.10 333	0.09 227	0.10 164

NINENet	0.27 344	0.16 262	0.49 214	0.23 235	0.16 297	0.44 452	0.17 146	0.63 491	0.49 429	0.33 315	0.38 311	0.31 303	0.22 259	0.43 327	0.22 270	0.11 355	0.10 256	0.12 399	0.08 195	0.12 382	0.11 203

CSP-Net	0.28 353	0.17 293	0.41 133	0.22 184	0.14 198	0.44 452	0.24 388	0.52 377	0.42 350	0.42 436	0.44 381	0.42 400	0.27 332	0.66 439	0.30 358	0.12 395	0.09 224	0.08 152	0.08 195	0.10 288	0.10 164

UNet	0.28 353	0.16 262	0.70 402	0.24 281	0.20 406	0.44 452	0.21 302	0.52 377	0.42 350	0.36 366	0.40 338	0.43 407	0.33 418	0.41 318	0.32 377	0.09 250	0.07 121	0.10 307	0.09 278	0.10 288	0.09 104

EDNetEfficientorigin	7.48 581	0.57 528	139.59 600	0.25 318	0.17 327	0.44 452	0.30 452	0.48 342	1.04 544	1.29 553	1.02 534	0.82 529	0.87 540	0.76 476	1.02 525	0.10 316	0.09 224	0.12 399	0.11 367	0.22 497	0.25 452

PSMNet_ROB	0.36 430	0.31 449	0.71 409	0.31 466	0.21 422	0.44 452	0.44 513	0.61 479	0.49 429	0.39 410	0.45 395	0.49 447	0.32 410	0.66 439	0.53 465	0.14 442	0.10 256	0.15 466	0.14 459	0.13 396	0.13 280

zh-mn7	0.50 494	0.57 528	1.82 551	0.25 318	0.19 382	0.45 460	0.29 443	0.59 459	0.84 527	0.67 519	0.97 530	0.49 447	0.41 458	0.93 517	0.73 498	0.12 395	0.10 256	0.11 364	0.11 367	0.13 396	0.17 359

Nwc_Net	0.39 447	0.29 439	0.84 451	0.32 472	0.24 463	0.45 460	0.30 452	0.67 509	0.51 441	0.39 410	0.70 502	0.59 485	0.48 486	0.61 410	0.45 444	0.16 466	0.12 308	0.19 498	0.21 504	0.14 419	0.15 323

SGM-Forest	0.42 468	0.44 506	0.92 472	0.24 281	0.16 297	0.45 460	0.40 503	0.58 450	0.50 435	0.54 500	0.63 487	0.52 462	0.51 494	0.91 510	0.66 491	0.17 480	0.17 414	0.17 483	0.15 470	0.15 431	0.21 406
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-LNSev-Ref	0.33 410	0.25 409	0.82 442	0.22 184	0.17 327	0.46 463	0.28 437	0.53 387	0.53 453	0.43 447	0.57 464	0.44 413	0.31 397	0.50 350	0.48 450	0.10 316	0.06 48	0.08 152	0.06 56	0.11 341	0.12 253

CRFU-Net	0.29 373	0.14 197	0.48 194	0.26 358	0.15 259	0.46 463	0.22 336	0.52 377	0.32 223	0.44 453	0.42 357	0.48 441	0.47 482	0.44 331	0.31 368	0.12 395	0.10 256	0.09 234	0.08 195	0.10 288	0.11 203

DDUNet	0.45 477	0.60 534	0.71 409	0.45 529	0.39 528	0.46 463	0.32 466	0.53 387	0.44 373	0.46 466	0.53 446	0.57 479	0.38 442	0.51 356	0.43 430	0.34 534	0.21 458	0.56 546	0.25 523	0.41 535	0.36 506

SHD	0.45 477	0.34 469	0.89 468	0.37 500	0.28 487	0.46 463	0.23 364	0.72 526	0.96 541	0.65 516	0.61 483	0.61 494	0.48 486	0.64 429	0.69 494	0.16 466	0.16 390	0.16 474	0.16 480	0.21 493	0.25 452

DRN-Test	0.35 427	0.20 340	0.75 418	0.28 423	0.19 382	0.46 463	0.29 443	0.68 514	0.54 458	0.49 479	0.47 415	0.44 413	0.35 427	0.63 424	0.44 437	0.13 417	0.09 224	0.13 425	0.12 410	0.13 396	0.13 280

LALA_ROB	0.38 442	0.31 449	0.65 381	0.30 450	0.21 422	0.46 463	0.39 499	0.63 491	0.54 458	0.53 496	0.52 438	0.69 520	0.36 432	0.52 364	0.48 450	0.18 491	0.11 288	0.16 474	0.14 459	0.17 454	0.16 339

zh-sn7	0.52 501	0.64 536	1.77 548	0.30 450	0.20 406	0.47 469	0.40 503	0.60 471	0.65 496	0.53 496	0.82 517	0.52 462	0.59 510	1.10 533	0.96 518	0.13 417	0.13 328	0.13 425	0.13 442	0.17 454	0.20 396

SQANet	0.44 474	0.57 528	0.89 468	0.49 535	0.39 528	0.47 469	0.23 364	0.53 387	0.44 373	0.41 431	0.48 424	0.47 437	0.34 420	0.58 391	0.43 430	0.38 540	0.15 377	0.40 538	0.21 504	0.50 538	0.34 501

Wz-Net-LNSev	0.36 430	0.35 473	1.06 494	0.26 358	0.21 422	0.47 469	0.33 472	0.56 428	0.58 475	0.45 460	0.54 449	0.50 452	0.37 437	0.40 315	0.42 426	0.12 395	0.11 288	0.10 307	0.09 278	0.14 419	0.15 323

UDG	0.42 468	0.54 521	0.67 389	0.41 522	0.35 518	0.47 469	0.27 422	0.57 437	0.48 416	0.40 419	0.46 407	0.59 485	0.45 473	0.47 343	0.46 445	0.26 520	0.19 438	0.49 542	0.22 512	0.37 533	0.30 484

MMNet	0.28 353	0.19 327	0.54 298	0.24 281	0.17 327	0.47 469	0.22 336	0.47 331	0.53 453	0.40 419	0.43 371	0.36 348	0.34 420	0.40 315	0.35 400	0.08 178	0.08 184	0.09 234	0.09 278	0.10 288	0.09 104

NCC-stereo	0.42 468	0.31 449	0.87 460	0.32 472	0.29 497	0.47 469	0.37 488	0.68 514	0.53 453	0.42 436	0.58 467	0.57 479	0.52 496	0.75 470	0.54 469	0.18 491	0.14 346	0.18 491	0.25 523	0.17 454	0.18 364

Abc-Net	0.42 468	0.31 449	0.87 460	0.32 472	0.29 497	0.47 469	0.37 488	0.68 514	0.53 453	0.42 436	0.58 467	0.57 479	0.52 496	0.75 470	0.54 469	0.18 491	0.14 346	0.18 491	0.25 523	0.17 454	0.18 364
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
YMNet	0.33 410	0.26 419	0.64 376	0.28 423	0.23 449	0.48 476	0.27 422	0.54 401	0.47 408	0.49 479	0.56 459	0.51 455	0.30 380	0.41 318	0.44 437	0.13 417	0.16 390	0.13 425	0.12 410	0.14 419	0.14 307

YMNet_1	0.33 410	0.26 419	0.64 376	0.28 423	0.23 449	0.48 476	0.27 422	0.54 401	0.47 408	0.49 479	0.56 459	0.51 455	0.30 380	0.41 318	0.44 437	0.13 417	0.16 390	0.13 425	0.12 410	0.14 419	0.14 307

ACV-stereo	0.30 386	0.20 340	0.82 442	0.23 235	0.16 297	0.48 476	0.20 276	0.38 224	0.34 250	0.29 238	0.33 259	0.66 512	0.43 468	0.55 378	0.31 368	0.10 316	0.09 224	0.09 234	0.09 278	0.11 341	0.12 253

Consistency-Raft	0.56 511	0.52 517	1.12 503	0.45 529	0.49 536	0.48 476	0.45 514	0.73 527	0.74 517	0.45 460	0.82 517	0.46 427	0.60 512	0.51 356	0.63 487	0.39 542	0.40 541	0.44 540	0.51 551	0.53 541	0.38 521

GwcNet	0.37 437	0.29 439	1.12 503	0.25 318	0.24 463	0.48 476	0.27 422	0.58 450	0.60 485	0.39 410	0.54 449	0.51 455	0.34 420	0.60 404	0.46 445	0.13 417	0.12 308	0.12 399	0.11 367	0.13 396	0.15 323

DISCO	0.33 410	0.16 262	0.55 307	0.26 358	0.16 297	0.48 476	0.25 402	0.52 377	0.58 475	0.38 392	0.45 395	0.63 501	0.37 437	0.65 433	0.50 457	0.10 316	0.07 121	0.09 234	0.08 195	0.13 396	0.13 280

fast-acv-ft	0.33 410	0.26 419	0.88 466	0.25 318	0.18 355	0.49 482	0.27 422	0.44 304	0.50 435	0.40 419	0.55 454	0.49 447	0.36 432	0.39 313	0.41 422	0.11 355	0.11 288	0.11 364	0.12 410	0.13 396	0.11 203

ADCRef	0.41 464	0.33 460	1.05 492	0.26 358	0.21 422	0.49 482	0.27 422	0.54 401	0.51 441	0.51 487	0.59 471	0.35 343	0.47 482	0.54 373	1.35 547	0.09 250	0.08 184	0.12 399	0.12 410	0.12 382	0.13 280

RTSC	0.43 472	0.37 482	0.95 480	0.30 450	0.20 406	0.50 484	0.23 364	0.65 502	0.86 530	0.56 504	0.54 449	0.51 455	0.36 432	0.71 457	0.92 513	0.13 417	0.14 346	0.11 364	0.13 442	0.18 470	0.19 378

PAM_32	0.26 316	0.10 39	0.63 371	0.24 281	0.19 382	0.51 485	0.26 413	0.43 283	0.30 204	0.32 302	0.28 196	0.60 491	0.28 354	0.29 224	0.20 231	0.08 178	0.14 346	0.08 152	0.10 333	0.07 97	0.15 323

MaskLacGwcNet_RVC	0.38 442	0.43 503	0.72 414	0.35 494	0.19 382	0.51 485	0.25 402	0.56 428	0.39 318	0.42 436	0.47 415	0.47 437	0.27 332	0.74 465	0.32 377	0.38 540	0.19 438	0.27 517	0.17 491	0.29 524	0.27 468

ADCMid	0.53 504	0.45 507	1.46 535	0.27 395	0.22 437	0.51 485	0.38 496	0.61 479	0.58 475	0.75 526	0.67 496	0.62 497	0.66 526	0.66 439	1.75 558	0.13 417	0.12 308	0.17 483	0.17 491	0.20 487	0.21 406

CC-Net-ROB	0.46 485	0.55 522	0.86 458	0.38 509	0.23 449	0.51 485	0.30 452	0.69 520	0.51 441	0.46 466	0.51 431	0.48 441	0.38 442	0.96 521	0.40 418	0.36 537	0.23 479	0.56 546	0.25 523	0.34 532	0.22 420

GANetREF_RVC	0.45 477	0.52 517	0.87 460	0.39 511	0.20 406	0.51 485	0.50 526	0.68 514	0.67 501	0.47 472	0.46 407	0.50 452	0.43 468	0.91 510	0.40 418	0.28 526	0.21 458	0.32 530	0.19 498	0.28 522	0.23 428
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
FBW_ROB	0.46 485	0.34 469	0.71 409	0.32 472	0.20 406	0.51 485	0.32 466	0.73 527	0.63 493	0.60 510	0.57 464	0.65 508	0.44 471	1.42 553	0.62 484	0.14 442	0.17 414	0.22 510	0.16 480	0.17 454	0.23 428

APVNet	0.38 442	0.26 419	0.87 460	0.26 358	0.22 437	0.52 491	0.35 480	0.64 496	0.46 395	0.40 419	0.52 438	0.48 441	0.39 449	0.84 497	0.48 450	0.13 417	0.14 346	0.15 466	0.16 480	0.16 439	0.16 339

LSM	1.68 567	0.48 513	2.91 566	2.28 578	17.60 589	0.52 491	0.55 533	0.65 502	0.78 519	0.84 533	1.11 537	0.63 501	0.55 503	0.79 484	0.53 465	0.16 466	0.25 496	0.18 491	0.21 504	0.25 508	2.37 579

NaN_ROB	0.44 474	0.38 489	0.94 479	0.30 450	0.20 406	0.52 491	0.49 524	0.61 479	0.60 485	0.56 504	0.47 415	0.49 447	0.42 464	1.24 542	0.76 501	0.12 395	0.18 426	0.12 399	0.13 442	0.12 382	0.18 364

PAM	0.26 316	0.11 72	0.63 371	0.25 318	0.18 355	0.53 494	0.29 443	0.44 304	0.28 170	0.36 366	0.27 190	0.59 485	0.26 324	0.28 202	0.20 231	0.08 178	0.12 308	0.07 75	0.10 333	0.07 97	0.13 280

coex-ft	3.48 575	0.81 547	48.53 598	0.24 281	0.19 382	0.53 494	0.47 520	0.49 352	2.36 568	7.18 582	1.20 541	0.96 537	2.53 572	0.75 470	2.14 566	0.13 417	0.15 377	0.14 449	0.12 410	0.22 497	0.47 533

Anonymous_2	0.44 474	0.23 383	0.57 327	0.34 488	0.34 515	0.53 494	0.28 437	0.49 352	0.39 318	0.36 366	0.34 269	0.48 441	0.38 442	0.43 327	0.33 386	0.26 520	0.41 543	0.44 540	1.45 575	0.33 531	0.37 514

DispFullNet	0.67 527	0.94 554	1.63 543	0.77 553	1.19 570	0.53 494	0.25 402	0.61 479	0.72 513	0.70 523	0.60 475	0.69 520	0.90 541	0.80 487	0.52 461	0.27 524	0.13 328	0.74 554	0.31 535	0.68 550	0.44 529

NVStereoNet_ROB	0.74 532	0.64 536	1.20 519	0.55 540	0.43 533	0.54 498	0.48 521	0.75 530	0.87 533	0.88 535	1.72 560	1.06 539	1.03 548	1.29 546	0.98 521	0.35 536	0.42 544	0.41 539	0.48 546	0.38 534	0.43 527
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
anonymity	0.57 513	0.55 522	0.74 415	0.48 534	0.63 547	0.56 499	0.43 511	0.71 522	0.51 441	0.64 515	0.55 454	0.57 479	0.61 516	0.65 433	0.57 476	0.55 547	0.55 557	0.50 543	0.54 552	0.51 540	0.61 549

ADCS	0.62 521	0.56 524	1.54 541	0.30 450	0.25 476	0.56 499	0.46 517	0.71 522	0.86 530	0.77 530	0.72 504	0.68 518	0.62 521	0.82 492	2.33 568	0.17 480	0.16 390	0.16 474	0.17 491	0.23 502	0.27 468

ADCP+	0.48 491	0.36 479	1.47 536	0.26 358	0.22 437	0.57 501	0.40 503	0.56 428	0.54 458	0.46 466	0.52 438	0.46 427	0.53 501	0.59 399	1.93 562	0.10 316	0.08 184	0.11 364	0.11 367	0.14 419	0.15 323

CSAN	0.55 507	0.47 509	1.19 517	0.37 500	0.23 449	0.57 501	0.61 537	0.65 502	0.72 513	0.65 516	0.78 512	0.66 512	0.65 525	1.41 552	0.77 502	0.21 505	0.17 414	0.20 503	0.21 504	0.18 470	0.21 406

MSAF-DinoV2	0.81 541	0.64 536	2.42 560	0.49 535	0.17 327	0.58 503	0.32 466	0.83 540	0.85 528	0.41 431	0.52 438	0.98 538	0.61 516	4.97 579	1.22 536	0.12 395	0.07 121	0.10 307	0.24 518	0.27 517	0.32 493

w-ln-seven	0.45 477	0.40 496	1.40 533	0.27 395	0.22 437	0.58 503	0.33 472	0.65 502	0.83 524	0.59 509	0.63 487	0.53 467	0.39 449	0.66 439	0.81 508	0.12 395	0.11 288	0.13 425	0.12 410	0.16 439	0.17 359

WZ-Net	0.56 511	0.49 515	2.14 557	0.30 450	0.24 463	0.58 503	0.48 521	0.65 502	0.80 521	0.51 487	0.72 504	0.68 518	0.60 512	1.06 531	1.01 522	0.13 417	0.10 256	0.11 364	0.12 410	0.19 479	0.23 428

XQC	0.47 488	0.45 507	1.07 496	0.40 516	0.28 487	0.58 503	0.38 496	0.67 509	0.76 518	0.53 496	0.47 415	0.59 485	0.47 482	0.74 465	0.80 506	0.18 491	0.14 346	0.18 491	0.16 480	0.26 512	0.24 441

Wz-Net-MNSev	0.39 447	0.35 473	0.99 487	0.26 358	0.21 422	0.59 507	0.39 499	0.58 450	0.61 487	0.49 479	0.56 459	0.53 467	0.37 437	0.61 410	0.47 448	0.11 355	0.09 224	0.11 364	0.11 367	0.15 431	0.15 323

ccnet	0.43 472	0.34 469	0.62 366	0.28 423	0.33 513	0.60 508	0.34 477	0.68 514	0.47 408	0.54 500	0.66 494	0.56 477	0.46 480	0.73 461	0.66 491	0.26 520	0.19 438	0.24 514	0.22 512	0.27 517	0.25 452

AnyNet_C32	0.55 507	0.51 516	1.34 527	0.29 439	0.28 487	0.61 509	0.62 538	0.57 437	0.62 491	0.63 513	0.68 498	0.54 471	0.55 503	0.82 492	1.81 559	0.15 456	0.15 377	0.15 466	0.18 496	0.21 493	0.25 452

z-mn7	0.48 491	0.52 517	1.28 523	0.26 358	0.19 382	0.62 510	0.34 477	0.59 459	0.96 541	0.45 460	0.97 530	0.53 467	0.41 458	0.99 524	0.70 495	0.11 355	0.10 256	0.10 307	0.10 333	0.14 419	0.16 339

DGSMNet	0.63 524	0.32 456	1.01 488	0.54 539	0.73 553	0.62 510	1.36 570	0.62 487	0.58 475	0.38 392	0.62 486	0.52 462	0.34 420	0.65 433	0.47 448	0.54 546	0.61 563	0.67 551	0.61 559	0.65 547	0.69 559

RYNet	0.38 442	0.23 383	0.65 381	0.26 358	0.28 487	0.62 510	0.33 472	0.61 479	0.62 491	0.42 436	0.39 329	0.58 484	0.40 453	0.89 505	0.57 476	0.11 355	0.09 224	0.12 399	0.11 367	0.19 479	0.22 420

WCMA_ROB	0.55 507	0.27 427	0.76 422	0.26 358	0.22 437	0.62 510	0.36 486	0.57 437	0.58 475	0.97 541	1.40 549	1.28 547	0.94 544	0.80 487	0.80 506	0.20 503	0.17 414	0.16 474	0.16 480	0.19 479	0.29 481

PVD	0.62 521	0.41 499	0.93 476	0.44 527	0.39 528	0.63 514	0.51 528	0.86 544	1.27 556	0.93 538	1.09 536	0.81 528	0.85 537	0.89 505	0.89 512	0.21 505	0.23 479	0.22 510	0.19 498	0.28 522	0.41 522

Wz-Net-TNSev	0.55 507	0.72 541	1.90 553	0.26 358	0.21 422	0.64 515	0.45 514	0.66 507	0.71 511	0.52 490	0.55 454	0.71 524	0.63 523	1.04 529	0.94 516	0.16 466	0.15 377	0.13 425	0.15 470	0.21 493	0.24 441

stereogan	0.39 447	0.20 340	0.78 432	0.28 423	0.22 437	0.65 516	0.26 413	0.62 487	0.65 496	0.45 460	0.60 475	0.67 516	0.45 473	0.69 448	0.37 410	0.14 442	0.14 346	0.14 449	0.12 410	0.20 487	0.19 378

FCDSN-DC	0.67 527	0.38 489	0.83 447	0.37 500	0.30 502	0.66 517	0.37 488	0.69 520	0.70 509	1.15 551	1.53 554	1.70 556	1.38 558	1.00 525	0.83 509	0.24 511	0.22 469	0.27 517	0.26 527	0.27 517	0.32 493
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MeshStereo	0.60 518	0.31 449	0.71 409	0.22 184	0.17 327	0.66 517	0.36 486	0.81 537	0.63 493	1.48 567	1.32 546	1.65 554	0.83 536	1.18 539	0.74 499	0.17 480	0.17 414	0.17 483	0.14 459	0.17 454	0.19 378
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
PDISCO_ROB	0.45 477	0.37 482	0.89 468	0.44 527	0.37 523	0.70 519	0.35 480	0.75 530	0.78 519	0.45 460	0.53 446	0.65 508	0.40 453	0.68 447	0.52 461	0.22 508	0.12 308	0.21 505	0.19 498	0.26 512	0.22 420

ADCPNet	0.51 498	0.36 479	1.82 551	0.27 395	0.23 449	0.71 520	0.39 499	0.56 428	0.54 458	0.52 490	0.60 475	0.66 512	0.57 507	0.64 429	1.23 537	0.15 456	0.18 426	0.14 449	0.23 516	0.19 479	0.22 420

MFN_U_SF_RVC	0.58 515	0.58 531	1.31 526	0.39 511	0.23 449	0.72 521	0.30 452	0.83 540	0.68 505	0.74 525	0.74 508	0.86 530	0.60 512	0.84 497	0.83 509	0.29 527	0.27 507	0.32 530	0.37 542	0.31 526	0.33 498

SANet	0.58 515	0.41 499	1.38 530	0.27 395	0.16 297	0.72 521	0.48 521	0.71 522	1.34 557	0.69 522	0.97 530	0.94 534	0.78 531	0.97 523	0.93 514	0.14 442	0.12 308	0.12 399	0.12 410	0.18 470	0.20 396

otaku	0.60 518	0.73 543	1.13 505	0.64 543	0.45 535	0.73 523	0.37 488	0.67 509	0.67 501	0.52 490	0.75 510	0.66 512	0.46 480	0.74 465	0.59 479	0.55 547	0.34 535	0.56 546	0.36 540	0.65 547	0.49 538

Ntro	0.61 520	0.75 546	1.16 509	0.67 545	0.50 537	0.76 524	0.37 488	0.68 514	0.71 511	0.50 484	0.59 471	0.65 508	0.52 496	0.79 484	0.58 478	0.58 550	0.32 531	0.57 549	0.34 537	0.69 552	0.50 540

DPSNet	0.51 498	0.26 419	1.16 509	0.28 423	0.21 422	0.76 524	0.56 534	0.89 548	0.82 523	0.49 479	0.51 431	0.64 506	0.81 535	0.89 505	0.85 511	0.17 480	0.16 390	0.13 425	0.13 442	0.26 512	0.27 468

SPS-STEREO	0.74 532	0.72 541	1.18 516	0.52 538	0.57 545	0.76 524	0.50 526	0.80 535	0.66 500	0.97 541	0.88 525	0.94 534	0.74 529	1.08 532	1.04 527	0.58 550	0.51 551	0.50 543	0.50 550	0.56 542	0.72 561
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCL	0.50 494	0.30 445	1.15 507	0.28 423	0.19 382	0.77 527	0.64 539	0.57 437	0.73 516	0.57 507	0.73 507	0.55 472	0.60 512	0.66 439	1.53 553	0.11 355	0.10 256	0.13 425	0.13 442	0.15 431	0.16 339

ACVNet_1	0.77 538	0.92 553	1.79 550	0.73 549	0.53 542	0.78 528	0.42 509	0.88 546	0.90 534	0.75 526	0.76 511	1.32 548	0.80 533	1.04 529	0.70 495	0.57 549	0.32 531	0.72 553	0.35 538	0.70 553	0.50 540

RainbowNet	0.76 536	1.00 558	1.29 524	0.82 554	0.63 547	0.79 529	0.52 529	0.83 540	0.93 537	0.61 512	0.79 515	0.79 527	0.62 521	0.82 492	0.67 493	0.80 561	0.55 557	0.79 557	0.49 547	0.81 556	0.62 550

MFMNet_re	0.74 532	0.84 548	1.16 509	0.64 543	0.70 552	0.79 529	0.71 544	0.77 533	0.85 528	0.79 532	0.86 522	0.69 520	0.80 533	0.73 461	0.65 489	0.66 554	0.59 561	0.61 550	0.58 557	0.68 550	0.71 560

LE_ROB	1.82 569	0.39 493	3.15 569	0.50 537	0.55 543	0.79 529	1.00 558	0.89 548	6.48 580	7.40 583	2.07 566	2.07 560	5.08 578	1.33 550	3.96 576	0.11 355	0.09 224	0.12 399	0.11 367	0.11 341	0.13 280

ACVNet-4b	0.76 536	0.90 551	1.67 545	0.73 549	0.51 541	0.80 532	0.31 461	0.74 529	0.81 522	0.51 487	0.72 504	0.94 534	0.43 468	1.01 526	1.32 545	1.18 573	0.22 469	0.77 555	0.45 545	0.70 553	0.50 540

FC-DCNN	0.73 531	0.33 460	0.84 451	0.33 483	0.28 487	0.82 533	0.40 503	0.82 538	0.83 524	1.43 559	1.60 557	1.97 559	1.38 558	1.10 533	0.93 514	0.24 511	0.22 469	0.27 517	0.26 527	0.26 512	0.32 493

FC-DCNN v2	0.75 535	0.33 460	0.82 442	0.33 483	0.28 487	0.85 534	0.40 503	0.88 546	0.86 530	1.46 561	1.65 558	2.08 561	1.40 560	1.14 537	0.95 517	0.24 511	0.22 469	0.27 517	0.26 527	0.26 512	0.32 493

MFN_U_SF_DS_RVC	0.53 504	0.60 534	0.98 485	0.40 516	0.25 476	0.87 535	0.57 535	0.60 471	0.64 495	0.60 510	0.67 496	0.63 501	0.42 464	1.13 535	0.50 457	0.23 509	0.28 512	0.27 517	0.35 538	0.25 508	0.33 498

MSMD_ROB	0.63 524	0.34 469	0.70 402	0.30 450	0.25 476	0.88 536	0.35 480	0.58 450	0.67 501	1.13 549	1.52 553	1.75 557	1.05 549	0.90 508	0.60 480	0.24 511	0.22 469	0.27 517	0.27 530	0.25 508	0.27 468

G-Net	0.47 488	0.26 419	1.02 489	0.34 488	0.28 487	0.89 537	0.35 480	0.47 331	0.46 395	0.68 521	1.20 541	0.64 506	0.59 510	0.61 410	0.60 480	0.16 466	0.14 346	0.17 483	0.13 442	0.22 497	0.21 406

IMH-64-1	0.94 544	0.95 555	1.07 496	0.98 559	0.76 554	0.93 538	0.72 545	1.30 556	1.11 551	0.91 536	1.45 550	1.14 540	1.00 546	1.25 544	0.97 519	0.77 557	0.51 551	0.97 561	0.55 555	0.90 558	0.66 556

IMH-64	0.94 544	0.95 555	1.07 496	0.98 559	0.76 554	0.93 538	0.72 545	1.30 556	1.11 551	0.91 536	1.45 550	1.14 540	1.00 546	1.25 544	0.97 519	0.77 557	0.51 551	0.97 561	0.55 555	0.90 558	0.66 556

AnyNet_C01	0.68 529	0.69 540	2.64 563	0.33 483	0.27 485	0.93 538	0.64 539	0.66 507	0.65 496	0.70 523	0.97 530	0.75 526	0.63 523	1.01 526	1.52 552	0.17 480	0.16 390	0.17 483	0.17 491	0.24 506	0.28 476

ELAS_RVC	0.80 539	0.40 496	1.10 501	0.40 516	0.35 518	0.93 538	1.10 565	0.87 545	1.12 553	1.40 557	1.39 547	1.27 546	1.55 566	1.13 535	1.13 532	0.29 527	0.27 507	0.30 526	0.28 531	0.31 526	0.36 506
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FINET	0.58 515	0.48 513	1.35 529	0.38 509	0.37 523	0.96 542	1.13 566	0.84 543	1.05 545	0.50 484	0.70 502	0.45 419	0.61 516	0.63 424	0.62 484	0.26 520	0.28 512	0.14 449	0.13 442	0.20 487	0.44 529

SGM_RVC	0.57 513	0.22 367	0.60 356	0.26 358	0.16 297	0.97 543	0.46 517	0.76 532	0.90 534	1.03 545	0.92 528	1.16 542	0.93 543	1.21 541	0.72 497	0.17 480	0.16 390	0.16 474	0.16 480	0.16 439	0.24 441
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	0.94 544	0.98 557	1.71 547	0.83 555	0.63 547	1.02 544	0.64 539	1.16 554	1.43 560	1.02 543	1.39 547	1.47 551	0.86 539	1.16 538	0.79 505	0.63 553	0.43 547	0.78 556	0.49 547	0.80 555	0.57 545

LRCNet_RVC	10.94 585	14.45 592	9.66 579	15.38 588	8.02 581	1.08 545	0.35 480	8.72 585	0.72 513	12.63 591	15.84 591	9.73 584	6.52 579	8.58 585	6.38 582	20.33 596	5.39 583	23.79 594	21.95 593	15.35 590	13.96 592

IMH	1.09 552	1.04 561	1.29 524	1.03 561	0.79 557	1.11 546	0.69 542	1.40 559	1.42 559	1.02 543	1.71 559	1.42 549	1.19 553	1.78 562	1.03 526	1.14 571	0.56 560	1.00 563	0.58 557	0.93 561	0.68 558

RTS	0.81 541	0.56 524	4.76 571	0.37 500	0.30 502	1.11 546	0.52 529	0.67 509	1.07 547	0.76 528	0.91 526	0.60 491	0.61 516	1.64 556	1.24 538	0.15 456	0.13 328	0.15 466	0.15 470	0.22 497	0.24 441

RTSA	0.81 541	0.56 524	4.76 571	0.37 500	0.30 502	1.11 546	0.52 529	0.67 509	1.07 547	0.76 528	0.91 526	0.60 491	0.61 516	1.64 556	1.24 538	0.15 456	0.13 328	0.15 466	0.15 470	0.22 497	0.24 441

SAMSARA	0.62 521	0.47 509	0.93 476	0.70 548	0.50 537	1.15 549	1.29 569	0.79 534	0.70 509	0.77 530	0.55 454	0.92 533	0.58 508	0.87 502	0.77 502	0.19 500	0.27 507	0.18 491	0.19 498	0.27 517	0.28 476

notaker	1.49 560	1.44 572	1.77 548	1.42 572	1.08 568	1.19 550	0.87 556	1.51 563	1.40 558	1.53 568	3.41 575	2.40 566	1.94 568	1.83 564	1.57 555	1.14 571	0.69 572	1.38 573	0.88 569	1.39 573	1.03 571

Dean	1.22 557	1.17 564	1.97 554	1.04 562	0.79 557	1.21 551	0.76 547	1.51 563	1.96 565	1.30 555	1.98 565	2.14 562	1.18 552	1.30 547	1.15 533	0.83 562	0.61 563	1.01 564	0.69 563	0.97 565	0.77 565

WAO-7	1.05 548	1.00 558	1.19 517	0.83 555	0.67 551	1.22 552	0.84 554	1.43 560	1.56 561	1.13 549	1.75 561	1.46 550	1.25 554	1.56 555	1.28 540	0.61 552	0.62 566	0.70 552	0.68 562	0.66 549	0.62 550

MADNet+	1.05 548	1.26 568	4.77 574	0.73 549	0.50 537	1.25 553	0.97 557	1.05 551	0.93 537	0.67 519	0.78 512	0.87 531	0.85 537	2.14 566	1.83 560	0.40 543	0.42 544	0.32 530	0.28 531	0.45 537	0.43 527

SDNR	0.47 488	0.29 439	0.92 472	0.24 281	0.37 523	1.27 554	0.17 146	0.54 401	0.58 475	0.44 453	0.85 521	0.55 472	0.28 354	1.19 540	0.52 461	0.23 509	0.24 492	0.17 483	0.13 442	0.19 479	0.26 464

PWCK	1.05 548	1.29 569	2.12 556	0.92 557	0.42 532	1.27 554	1.01 559	1.14 553	1.14 554	1.16 552	1.14 539	1.25 545	0.90 541	1.77 561	1.15 533	0.89 564	0.51 551	0.87 559	0.54 552	1.02 567	0.57 545

WAO-6	1.11 553	1.01 560	1.17 515	0.96 558	0.79 557	1.30 556	0.78 549	1.36 558	1.99 566	1.04 546	1.54 555	1.59 553	1.27 555	1.37 551	1.30 541	0.78 559	0.55 557	1.03 565	0.75 566	0.87 557	0.72 561

LVE	1.18 555	1.16 563	1.67 545	1.04 562	0.81 561	1.32 557	0.82 553	1.49 562	1.94 564	1.08 547	1.90 563	1.89 558	1.07 550	1.51 554	1.04 527	0.96 567	0.61 563	0.94 560	0.69 563	0.92 560	0.79 566

MDST_ROB	0.51 498	0.16 262	0.97 483	0.31 466	0.21 422	1.35 558	0.34 477	0.80 535	0.59 482	1.09 548	0.74 508	0.49 447	0.37 437	1.31 548	0.60 480	0.14 442	0.12 308	0.16 474	0.13 442	0.13 396	0.18 364

KSHMR	1.92 570	1.47 574	1.97 554	1.48 574	1.22 571	1.39 559	1.06 561	1.81 568	5.83 579	1.43 559	5.56 579	2.95 572	1.17 551	2.24 568	1.33 546	1.29 574	1.13 574	1.47 575	1.11 574	1.37 572	1.21 574

MSC_U_SF_DS_RVC	0.70 530	0.73 543	1.26 521	0.47 533	0.28 487	1.42 560	0.60 536	0.82 538	0.94 540	0.85 534	0.86 522	0.88 532	0.70 528	1.32 549	0.75 500	0.37 538	0.30 524	0.34 534	0.36 540	0.44 536	0.42 525

ktn	1.80 568	1.46 573	1.49 537	1.44 573	1.14 569	1.50 561	1.07 562	1.53 565	3.90 576	2.77 575	4.62 576	3.42 573	1.49 562	1.74 559	1.40 550	1.45 575	0.77 573	1.46 574	0.99 572	1.41 574	1.00 570

ELAS	0.80 539	0.40 496	0.91 471	0.39 511	0.35 518	1.52 562	0.81 552	0.97 550	0.98 543	1.47 566	1.58 556	1.19 544	1.33 557	1.01 526	1.21 535	0.29 527	0.27 507	0.30 526	0.29 534	0.32 529	0.36 506
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
HanzoNet	3.08 574	1.87 576	2.70 564	1.81 575	1.34 572	1.60 563	1.05 560	2.06 572	2.62 569	5.63 580	5.12 577	5.96 579	7.09 581	4.39 578	3.43 574	3.29 580	2.06 580	1.98 578	2.94 582	2.47 577	2.15 578

SGM+DAISY	1.12 554	0.86 549	1.64 544	0.68 546	0.80 560	1.68 564	1.68 574	1.08 552	1.10 549	1.53 568	1.76 562	1.47 551	1.53 565	1.24 542	1.42 551	0.66 554	0.65 568	0.52 545	0.54 552	0.57 543	0.91 568

UNDER WATER	1.64 566	1.34 571	2.72 565	1.40 571	1.04 567	1.70 565	1.14 567	1.57 566	3.58 571	1.46 561	1.46 552	2.82 571	2.43 571	1.74 559	2.04 565	1.08 569	0.63 567	1.31 572	0.94 570	1.29 569	1.10 573

WAO-8	1.50 561	1.22 566	1.39 531	1.10 565	0.85 562	2.15 566	0.78 549	1.84 569	3.76 573	1.46 561	2.18 567	2.15 563	1.50 563	3.20 573	1.35 547	0.92 565	0.66 569	1.10 566	0.79 567	0.94 562	0.74 563

Venus	1.50 561	1.22 566	1.39 531	1.10 565	0.85 562	2.15 566	0.78 549	1.84 569	3.76 573	1.46 561	2.18 567	2.15 563	1.50 563	3.20 573	1.35 547	0.92 565	0.66 569	1.10 566	0.79 567	0.94 562	0.74 563

UNDER WATER-64	1.61 564	1.30 570	2.93 567	1.33 570	0.96 566	2.20 568	1.25 568	1.47 561	3.15 570	1.46 561	1.31 545	2.61 569	2.22 570	1.69 558	1.93 562	1.13 570	0.67 571	1.29 571	0.94 570	1.26 568	1.09 572

TorneroNet-64	1.47 559	1.15 562	1.51 539	1.11 567	0.86 564	2.27 569	0.76 547	1.84 569	3.76 573	1.29 553	2.22 569	2.68 570	1.46 561	1.81 563	1.55 554	0.79 560	0.51 551	1.10 566	0.67 561	1.31 570	0.81 567

MANE	1.63 565	0.58 531	1.16 509	0.59 541	0.60 546	2.71 570	1.53 571	2.63 576	3.62 572	2.33 572	3.26 574	3.66 574	2.98 575	2.26 569	2.26 567	0.37 538	0.40 541	0.31 529	0.49 547	0.31 526	0.63 552

SGM-ForestM	1.59 563	0.56 524	1.52 540	0.41 522	0.34 515	2.77 571	1.67 573	1.69 567	1.73 563	2.48 573	2.27 570	6.02 580	2.90 574	3.08 571	2.83 572	0.25 518	0.30 524	0.19 498	0.20 502	0.18 470	0.45 532

MADNet++	2.34 572	1.81 575	2.24 559	2.15 577	1.97 575	2.79 572	2.19 577	2.42 575	2.26 567	2.79 576	2.70 572	2.43 567	2.60 573	3.18 572	3.32 573	2.19 578	1.97 578	1.93 576	1.62 576	2.02 576	2.10 577

JetBlue	1.20 556	0.89 550	2.53 562	0.59 541	0.76 554	3.16 573	2.09 576	1.16 554	0.93 537	0.95 539	1.12 538	1.65 554	1.27 555	2.15 567	1.87 561	0.43 545	0.37 539	0.38 536	0.39 544	0.62 544	0.63 552

xyz-stereo	1.43 558	0.11 72	17.43 589	0.18 31	0.08 4	4.86 574	0.18 198	0.31 146	0.35 261	0.37 383	2.75 573	0.41 387	0.31 397	0.58 391	0.33 386	0.07 65	0.05 4	0.09 234	0.06 56	0.06 38	0.06 6

MultiAttention	1.05 548	0.14 197	0.50 236	0.35 494	0.43 533	5.62 575	1.71 575	0.71 522	0.54 458	0.36 366	0.63 487	0.55 472	0.22 259	7.50 583	0.56 473	0.09 250	0.06 48	0.14 449	0.24 518	0.27 517	0.34 501

TorneroNet	2.26 571	1.20 565	1.55 542	1.15 569	0.91 565	5.84 576	0.84 554	2.12 573	8.45 582	2.59 574	5.32 578	3.84 575	2.15 569	1.84 565	1.98 564	0.88 563	0.54 556	1.16 570	0.74 565	1.31 570	0.91 568

TCMNet-wrong-test	4.33 576	5.65 583	4.76 571	11.36 587	10.39 584	5.87 577	4.45 580	4.24 579	1.10 549	1.93 570	2.43 571	6.07 581	3.54 576	3.87 576	4.51 578	2.00 577	0.47 549	1.96 577	1.68 577	5.78 583	4.48 582

JetRed	2.35 573	2.70 577	6.11 576	1.14 568	1.38 573	6.03 578	3.61 578	2.12 573	1.72 562	1.99 571	1.97 564	2.15 563	1.59 567	2.49 570	4.19 577	1.05 568	1.60 575	1.10 566	1.02 573	1.72 575	1.41 576

U	1.02 547	0.10 39	0.26 40	0.22 184	3.66 576	6.41 579	0.13 42	0.22 35	0.21 76	0.11 12	0.11 16	0.10 30	0.09 19	0.12 1	0.11 1	0.07 65	0.05 4	5.35 584	2.86 581	0.07 97	0.06 6

DPSimNet_ROB	6.21 579	5.16 579	9.50 578	5.59 581	5.56 578	7.64 580	10.02 582	4.07 578	7.33 581	6.84 581	6.26 580	7.17 583	10.55 583	4.07 577	5.68 579	5.50 583	4.29 582	5.24 583	3.66 583	4.05 580	5.96 583

DPSMNet_ROB	8.44 583	5.25 582	10.87 587	5.59 581	10.27 583	8.34 581	23.51 591	6.12 583	13.47 590	4.96 578	10.94 588	5.65 578	10.55 583	6.25 581	12.77 587	4.01 582	7.62 585	3.75 582	7.27 587	4.16 582	7.54 585

DGTPSM_ROB	8.38 582	5.24 581	10.71 586	5.32 580	10.19 582	8.34 581	23.49 590	6.11 582	13.43 589	4.93 577	10.93 587	5.64 577	10.55 583	6.17 580	12.73 586	3.74 581	7.56 584	3.68 581	7.24 586	4.09 581	7.49 584

HaxPig	17.72 593	20.23 597	19.76 590	16.55 589	16.52 588	9.46 583	9.42 581	14.48 593	13.31 588	18.59 592	18.67 592	17.39 592	16.68 593	17.07 593	16.43 593	21.99 597	20.86 597	22.28 593	21.55 592	21.30 595	21.88 597

tt	4.71 577	0.11 72	3.94 570	2.06 576	1.54 574	10.14 584	16.85 585	9.28 586	4.99 577	1.41 558	1.05 535	4.68 576	4.89 577	3.36 575	5.86 581	5.73 584	9.15 589	2.23 580	2.51 579	3.02 578	1.34 575

BEATNet-Init1	4.91 578	3.27 578	14.39 588	0.69 547	0.65 550	10.19 585	3.83 579	5.04 580	5.11 578	8.73 584	8.52 582	13.95 591	7.66 582	7.79 584	5.79 580	0.32 533	0.34 535	0.34 534	0.38 543	0.64 546	0.64 554

MEDIAN_ROB	21.20 594	24.56 598	23.42 596	19.57 590	19.62 593	13.29 586	11.21 583	18.04 594	17.02 594	22.07 597	21.92 593	20.84 594	20.24 594	21.02 594	19.68 594	25.59 598	24.08 598	26.20 595	25.19 594	25.31 596	25.19 598

USTest	6.84 580	5.16 579	5.45 575	7.18 583	7.26 579	14.27 587	22.53 586	8.48 584	9.29 583	5.44 579	6.42 581	6.27 582	6.69 580	6.83 582	8.49 584	1.95 576	3.27 581	2.16 579	2.54 580	3.76 579	3.31 581

xxxxx1	15.30 588	9.78 585	10.23 583	20.34 591	19.47 590	17.10 588	23.00 587	10.36 587	11.04 585	9.25 585	9.66 583	10.74 586	10.66 586	10.60 587	13.72 590	8.14 588	9.35 590	31.88 597	44.61 597	12.63 587	13.46 589

tt_ll	15.30 588	9.78 585	10.23 583	20.34 591	19.47 590	17.10 588	23.00 587	10.36 587	11.04 585	9.25 585	9.66 583	10.74 586	10.66 586	10.60 587	13.72 590	8.14 588	9.35 590	31.88 597	44.61 597	12.63 587	13.46 589

ff	15.30 588	9.78 585	10.23 583	20.34 591	19.47 590	17.10 588	23.00 587	10.36 587	11.04 585	9.25 585	9.66 583	10.74 586	10.66 586	10.60 587	13.72 590	8.14 588	9.35 590	31.88 597	44.61 597	12.63 587	13.46 589

AVERAGE_ROB	25.43 599	29.01 599	27.22 597	24.60 598	24.16 598	17.78 591	12.87 584	22.39 595	21.40 595	26.72 599	26.08 598	25.18 599	24.52 599	25.07 599	23.57 595	29.94 599	28.36 599	30.60 596	29.57 595	29.83 597	29.66 599

Anonymous_1	16.44 592	9.26 584	9.67 580	10.63 584	14.54 587	18.62 592	26.98 592	12.68 590	13.53 591	10.78 590	10.37 586	10.15 585	10.66 586	10.99 590	12.64 585	15.61 595	7.73 586	16.87 592	43.01 596	56.14 599	7.86 588

DPSM_ROB	11.46 586	9.79 588	10.18 581	11.11 585	11.31 585	19.08 593	27.38 593	13.42 591	14.23 592	10.34 588	11.13 589	10.97 589	11.33 590	11.89 591	13.49 588	6.74 586	8.19 587	6.00 585	7.05 584	7.74 584	7.76 586

DPSM	11.46 586	9.79 588	10.18 581	11.11 585	11.31 585	19.08 593	27.38 593	13.42 591	14.23 592	10.34 588	11.13 589	10.97 589	11.33 590	11.89 591	13.49 588	6.74 586	8.19 587	6.00 585	7.05 584	7.74 584	7.76 586

PML	15.86 591	13.12 591	7.07 577	5.22 579	7.66 580	32.93 595	64.30 599	5.37 581	10.12 584	25.87 598	67.29 599	20.25 593	13.20 592	10.09 586	6.81 583	5.94 585	2.00 579	6.03 587	2.18 578	9.13 586	2.62 580

FlowAnything	23.08 596	19.70 594	20.48 593	22.45 595	22.73 594	38.34 596	55.18 596	27.00 597	28.79 598	20.83 596	22.42 597	22.10 595	22.83 595	23.85 596	27.23 599	13.53 592	16.54 595	12.10 590	14.29 591	15.59 592	15.58 593

CasAABBNet	23.04 595	19.69 593	20.32 591	22.42 594	22.73 594	38.35 597	55.23 598	26.99 596	28.74 597	20.67 594	22.28 595	22.11 596	22.86 596	23.84 595	27.17 597	13.52 591	16.47 594	12.08 588	14.21 589	15.57 591	15.60 594

LSM0	24.21 598	19.88 596	22.33 595	24.42 597	40.13 599	38.41 598	54.99 595	27.05 598	28.61 596	20.59 593	22.00 594	22.29 598	22.86 596	24.12 598	27.16 596	13.59 594	16.33 593	12.13 591	14.08 588	15.72 594	17.53 596

Selective-RAFT-Error	23.11 597	19.77 595	20.60 594	22.49 596	22.80 596	38.46 599	55.19 597	27.13 599	28.90 599	20.73 595	22.38 596	22.11 596	22.91 598	23.94 597	27.18 598	13.54 593	16.57 596	12.09 589	14.21 589	15.61 593	15.65 595

test_example2	100.95 600	107.33 600	67.16 599	98.17 599	106.88 600	89.44 600	101.34 600	37.23 600	97.88 600	129.56 600	131.26 600	65.41 600	67.34 600	91.22 600	79.29 600	143.32 600	199.32 600	81.12 600	102.17 600	121.89 600	101.70 600

ccccc		256.25 601		351.50 601	361.31 601	144.22 601		153.19 601		152.98 601		161.94 601		268.06 601		387.64 601	346.97 601	244.11 601	219.32 601	413.57 601

Low-res two-view benchmark