Low-res two-view results

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

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

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

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

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

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

FoundationStereo	0.13 2	0.08 2	0.18 1	0.29 376	0.30 435	0.12 6	0.13 10	0.12 1	0.18 5	0.09 1	0.08 1	0.10 5	0.08 2	0.14 2	0.11 1	0.07 32	0.31 461	0.06 2	0.04 1	0.05 1	0.06 5

DEFOM-Stereo	0.11 1	0.10 20	0.21 3	0.18 11	0.09 7	0.21 115	0.14 25	0.14 2	0.17 2	0.11 4	0.10 4	0.09 2	0.08 2	0.21 50	0.12 4	0.06 2	0.05 3	0.06 2	0.04 1	0.05 1	0.06 5

IGEV-Stereo+	0.14 5	0.08 2	0.26 12	0.18 11	0.14 146	0.09 1	0.10 1	0.16 3	0.17 2	0.14 22	0.08 1	0.10 5	0.10 22	0.22 66	0.14 45	0.07 32	0.15 336	0.06 2	0.06 39	0.16 376	0.29 416

GREAT-IGEV	0.19 79	0.11 41	0.39 66	0.22 132	0.33 445	0.14 7	0.15 43	0.18 4	0.22 38	0.14 22	0.16 37	0.09 2	0.09 9	0.23 80	0.14 45	0.06 2	0.50 480	0.06 2	0.06 39	0.07 53	0.53 476

StereoAnything_RVC	0.22 155	0.47 444	0.67 331	0.30 386	0.31 441	0.11 2	0.11 3	0.18 4	0.15 1	0.09 1	0.11 5	0.09 2	0.09 9	0.27 132	0.12 4	0.09 199	0.39 471	0.06 2	0.04 1	0.24 439	0.49 471

IGEV-BASED-STEREO-	0.20 107	0.74 476	0.71 350	0.17 5	0.08 3	0.15 12	0.15 43	0.19 6	0.18 5	0.13 11	0.12 11	0.10 5	0.08 2	0.16 6	0.14 45	0.34 465	0.12 273	0.08 103	0.07 83	0.11 287	0.24 377

UniTT-Stereo	0.15 17	0.12 80	0.45 108	0.21 86	0.14 146	0.17 32	0.13 10	0.20 7	0.19 11	0.16 41	0.20 71	0.10 5	0.11 36	0.18 20	0.17 112	0.08 132	0.06 45	0.07 33	0.06 39	0.08 107	0.07 17

AIO_rvc	0.20 107	0.16 210	0.49 163	0.41 454	0.29 432	0.15 12	0.17 97	0.21 8	0.19 11	0.17 52	0.14 30	0.13 25	0.08 2	0.35 241	0.13 15	0.07 32	0.19 379	0.06 2	0.05 12	0.06 8	0.41 455

SMoEStereo_RVC	0.14 5	0.15 179	0.29 20	0.19 26	0.10 24	0.19 60	0.17 97	0.21 8	0.21 32	0.15 34	0.13 16	0.12 15	0.11 36	0.25 101	0.16 89	0.06 2	0.05 3	0.08 103	0.06 39	0.06 8	0.08 51

mms	0.15 17	0.14 148	0.25 7	0.20 58	0.15 205	0.17 32	0.17 97	0.21 8	0.19 11	0.14 22	0.18 56	0.14 47	0.09 9	0.26 120	0.15 72	0.06 2	0.07 110	0.08 103	0.06 39	0.07 53	0.19 318

ours_stereo	0.15 17	0.14 148	0.29 20	0.21 86	0.14 146	0.17 32	0.18 148	0.21 8	0.20 19	0.13 11	0.18 56	0.14 47	0.10 22	0.24 87	0.15 72	0.06 2	0.06 45	0.08 103	0.06 39	0.07 53	0.13 229

MGS-Stereo	0.15 17	0.12 80	0.38 60	0.19 26	0.11 36	0.18 48	0.17 97	0.21 8	0.23 47	0.14 22	0.24 111	0.16 68	0.10 22	0.19 31	0.13 15	0.07 32	0.06 45	0.07 33	0.06 39	0.10 235	0.07 17

LoS_RVC	0.14 5	0.11 41	0.32 37	0.18 11	0.16 241	0.20 90	0.18 148	0.21 8	0.18 5	0.14 22	0.20 71	0.12 15	0.17 137	0.17 13	0.14 45	0.06 2	0.05 3	0.06 2	0.04 1	0.05 1	0.14 255

U	1.02 480	0.10 20	0.26 12	0.22 132	3.66 507	6.41 509	0.13 10	0.22 14	0.21 32	0.11 4	0.11 5	0.10 5	0.09 9	0.12 1	0.11 1	0.07 32	0.05 3	5.35 513	2.86 510	0.07 53	0.06 5

DEFOM-Stereo_RVC	0.13 2	0.15 179	0.21 3	0.27 336	0.09 7	0.15 12	0.13 10	0.23 15	0.21 32	0.12 9	0.11 5	0.10 5	0.13 77	0.22 66	0.13 15	0.07 32	0.05 3	0.06 2	0.05 12	0.07 53	0.07 17

fffft	0.14 5	0.12 80	0.30 26	0.19 26	0.10 24	0.17 32	0.18 148	0.23 15	0.17 2	0.14 22	0.11 5	0.13 25	0.10 22	0.24 87	0.18 136	0.06 2	0.05 3	0.07 33	0.06 39	0.07 53	0.09 85
1: 1. 1
tt45	0.15 17	0.14 148	0.29 20	0.19 26	0.11 36	0.23 160	0.18 148	0.23 15	0.18 5	0.16 41	0.13 16	0.14 47	0.10 22	0.31 200	0.15 72	0.07 32	0.05 3	0.08 103	0.06 39	0.07 53	0.08 51

rvit_stereo_0083	0.17 47	0.13 105	0.29 20	0.21 86	0.13 110	0.17 32	0.17 97	0.23 15	0.36 223	0.16 41	0.22 97	0.19 99	0.17 137	0.21 50	0.17 112	0.11 296	0.10 230	0.10 251	0.08 151	0.09 177	0.08 51

WCG-NET	0.15 17	0.12 80	0.31 32	0.18 11	0.09 7	0.18 48	0.17 97	0.23 15	0.29 137	0.18 68	0.22 97	0.15 60	0.12 53	0.19 31	0.13 15	0.06 2	0.12 273	0.07 33	0.05 12	0.06 8	0.06 5

IGEV-Stereo++	0.15 17	0.09 8	0.27 17	0.21 86	0.13 110	0.14 7	0.11 3	0.23 15	0.19 11	0.15 34	0.14 30	0.11 12	0.11 36	0.19 31	0.12 4	0.06 2	0.21 395	0.06 2	0.05 12	0.06 8	0.28 411

Occ-G	0.18 55	0.10 20	0.38 60	0.23 181	0.15 205	0.16 22	0.18 148	0.23 15	0.26 92	0.15 34	0.20 71	0.21 124	0.11 36	0.22 66	0.19 162	0.07 32	0.17 366	0.07 33	0.06 39	0.08 107	0.30 419

RSM++	0.14 5	0.11 41	0.25 7	0.32 407	0.17 271	0.17 32	0.15 43	0.23 15	0.21 32	0.12 9	0.12 11	0.14 47	0.09 9	0.21 50	0.13 15	0.06 2	0.05 3	0.07 33	0.07 83	0.07 53	0.11 168

CAS	0.16 33	0.07 1	0.29 20	0.42 457	0.17 271	0.20 90	0.18 148	0.23 15	0.20 19	0.15 34	0.19 63	0.11 12	0.10 22	0.15 3	0.14 45	0.31 462	0.04 1	0.06 2	0.04 1	0.06 8	0.16 284

CREStereo++_RVC	0.16 33	0.09 8	0.42 91	0.17 5	0.11 36	0.18 48	0.13 10	0.23 15	0.31 162	0.21 87	0.31 177	0.13 25	0.11 36	0.17 13	0.16 89	0.07 32	0.04 1	0.06 2	0.15 404	0.06 8	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
TANstereo	0.16 33	0.11 41	0.43 97	0.16 4	0.08 3	0.25 197	0.14 25	0.23 15	0.29 137	0.25 131	0.30 166	0.16 68	0.12 53	0.18 20	0.13 15	0.08 132	0.07 110	0.06 2	0.05 12	0.07 53	0.08 51

XX-TBD	0.16 33	0.21 294	0.43 97	0.22 132	0.10 24	0.23 160	0.15 43	0.23 15	0.28 119	0.22 105	0.26 126	0.14 47	0.12 53	0.16 6	0.14 45	0.08 132	0.05 3	0.06 2	0.04 1	0.07 53	0.06 5

castereo++	0.14 5	0.13 105	0.25 7	0.19 26	0.10 24	0.27 219	0.13 10	0.24 27	0.26 92	0.11 4	0.13 16	0.16 68	0.10 22	0.18 20	0.11 1	0.07 32	0.08 165	0.07 33	0.06 39	0.05 1	0.07 17

IGEV-RUCA	0.21 137	0.09 8	0.26 12	0.20 58	0.19 324	0.28 236	0.23 307	0.24 27	0.22 38	0.21 87	0.23 104	0.29 222	0.48 419	0.26 120	0.19 162	0.09 199	0.08 165	0.18 422	0.14 394	0.18 405	0.19 318

fffy	0.15 17	0.14 148	0.31 32	0.21 86	0.14 146	0.19 60	0.18 148	0.24 27	0.19 11	0.13 11	0.17 46	0.15 60	0.13 77	0.25 101	0.15 72	0.06 2	0.08 165	0.08 103	0.06 39	0.07 53	0.15 269

rvit_stereo_0081_aga	0.17 47	0.17 240	0.40 75	0.21 86	0.14 146	0.20 90	0.17 97	0.24 27	0.26 92	0.18 68	0.21 88	0.20 110	0.14 92	0.20 42	0.15 72	0.12 334	0.08 165	0.09 180	0.08 151	0.10 235	0.08 51

rvit_stereo_0081	0.16 33	0.13 105	0.30 26	0.21 86	0.12 66	0.17 32	0.17 97	0.24 27	0.34 198	0.17 52	0.19 63	0.18 90	0.15 106	0.20 42	0.17 112	0.11 296	0.08 165	0.09 180	0.08 151	0.09 177	0.07 17

rvit_stereo_0082	0.16 33	0.13 105	0.30 26	0.21 86	0.12 66	0.17 32	0.17 97	0.24 27	0.34 198	0.17 52	0.19 63	0.18 90	0.15 106	0.20 42	0.17 112	0.11 296	0.08 165	0.09 180	0.08 151	0.09 177	0.07 17

WCG-NET（raft）	0.16 33	0.14 148	0.32 37	0.18 11	0.09 7	0.19 60	0.16 69	0.24 27	0.27 109	0.19 71	0.19 63	0.20 110	0.12 53	0.22 66	0.13 15	0.06 2	0.17 366	0.06 2	0.05 12	0.07 53	0.07 17

RSM	0.14 5	0.11 41	0.25 7	0.29 376	0.16 241	0.16 22	0.15 43	0.24 27	0.20 19	0.13 11	0.13 16	0.15 60	0.09 9	0.22 66	0.13 15	0.06 2	0.06 45	0.07 33	0.07 83	0.07 53	0.11 168

CES	0.14 5	0.08 2	0.24 6	0.17 5	0.23 387	0.18 48	0.15 43	0.24 27	0.20 19	0.14 22	0.18 56	0.14 47	0.10 22	0.19 31	0.12 4	0.07 32	0.05 3	0.06 2	0.04 1	0.08 107	0.20 334

MC-Stereo	0.18 55	0.10 20	0.36 53	0.28 363	0.14 146	0.18 48	0.15 43	0.24 27	0.20 19	0.21 87	0.24 111	0.16 68	0.13 77	0.25 101	0.14 45	0.07 32	0.17 366	0.07 33	0.07 83	0.06 8	0.30 419

GLC_STEREO	0.15 17	0.11 41	0.31 32	0.22 132	0.09 7	0.17 32	0.15 43	0.24 27	0.28 119	0.17 52	0.20 71	0.17 79	0.11 36	0.24 87	0.17 112	0.07 32	0.09 203	0.09 180	0.08 151	0.07 53	0.07 17

MonSter	0.13 2	0.09 8	0.20 2	0.17 5	0.09 7	0.15 12	0.12 6	0.25 38	0.20 19	0.09 1	0.11 5	0.08 1	0.07 1	0.20 42	0.13 15	0.05 1	0.24 426	0.05 1	0.09 225	0.05 1	0.13 229

999	0.15 17	0.13 105	0.30 26	0.19 26	0.12 66	0.20 90	0.17 97	0.25 38	0.20 19	0.14 22	0.16 37	0.14 47	0.11 36	0.36 246	0.16 89	0.07 32	0.05 3	0.07 33	0.06 39	0.06 8	0.08 51

RAStereo	0.14 5	0.15 179	0.40 75	0.22 132	0.11 36	0.15 12	0.18 148	0.25 38	0.24 58	0.13 11	0.17 46	0.11 12	0.09 9	0.15 3	0.13 15	0.08 132	0.06 45	0.08 103	0.06 39	0.07 53	0.05 1

trnet	0.14 5	0.09 8	0.26 12	0.15 2	0.07 1	0.21 115	0.12 6	0.25 38	0.26 92	0.16 41	0.21 88	0.15 60	0.13 77	0.19 31	0.14 45	0.09 199	0.05 3	0.06 2	0.04 1	0.06 8	0.06 5

MaDis-Stereo	0.15 17	0.17 240	0.39 66	0.19 26	0.15 205	0.16 22	0.13 10	0.26 42	0.22 38	0.13 11	0.15 34	0.14 47	0.11 36	0.17 13	0.17 112	0.08 132	0.07 110	0.08 103	0.06 39	0.07 53	0.06 5

CREStereo	0.14 5	0.09 8	0.27 17	0.14 1	0.08 3	0.22 141	0.15 43	0.26 42	0.26 92	0.16 41	0.21 88	0.14 47	0.13 77	0.19 31	0.14 45	0.09 199	0.05 3	0.06 2	0.04 1	0.07 53	0.06 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.16 33	0.09 8	0.31 32	0.15 2	0.09 7	0.23 160	0.15 43	0.26 42	0.24 58	0.17 52	0.21 88	0.16 68	0.14 92	0.23 80	0.14 45	0.29 458	0.05 3	0.06 2	0.04 1	0.07 53	0.07 17

dual_stereo	0.18 55	0.08 2	0.26 12	0.21 86	0.32 444	0.11 2	0.13 10	0.27 45	0.20 19	0.11 4	0.09 3	0.10 5	0.08 2	0.20 42	0.14 45	0.07 32	0.45 479	0.06 2	0.05 12	0.05 1	0.65 486

LoS	0.15 17	0.09 8	0.34 42	0.17 5	0.09 7	0.22 141	0.14 25	0.27 45	0.27 109	0.15 34	0.18 56	0.19 99	0.14 92	0.23 80	0.14 45	0.08 132	0.06 45	0.06 2	0.04 1	0.06 8	0.06 5
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_4	0.19 79	0.16 210	0.39 66	0.24 225	0.13 110	0.19 60	0.21 247	0.27 45	0.24 58	0.24 119	0.47 357	0.22 129	0.13 77	0.27 132	0.18 136	0.06 2	0.06 45	0.09 180	0.09 225	0.07 53	0.06 5

RAFT-RH_RVC	0.26 263	0.13 105	0.57 272	0.22 132	0.12 66	0.25 197	0.14 25	0.27 45	0.29 137	0.38 333	1.14 471	0.23 143	0.18 165	0.58 334	0.24 246	0.07 32	0.06 45	0.10 251	0.07 83	0.06 8	0.08 51

RAFT-345	0.22 155	0.11 41	0.55 253	0.22 132	0.12 66	0.20 90	0.16 69	0.27 45	0.28 119	0.27 152	0.65 427	0.20 110	0.17 137	0.55 322	0.22 220	0.07 32	0.06 45	0.08 103	0.07 83	0.06 8	0.07 17

MM-Stereo_test2	0.19 79	0.11 41	0.47 128	0.25 261	0.11 36	0.21 115	0.20 222	0.28 50	0.24 58	0.16 41	0.17 46	0.13 25	0.11 36	0.21 50	0.14 45	0.06 2	0.26 436	0.07 33	0.06 39	0.09 177	0.41 455

AIO_test	0.20 107	0.12 80	0.46 122	0.45 461	0.38 458	0.15 12	0.17 97	0.28 50	0.20 19	0.19 71	0.13 16	0.14 47	0.09 9	0.39 261	0.13 15	0.07 32	0.21 395	0.06 2	0.06 39	0.06 8	0.34 435

AIO-Stereo	0.16 33	0.12 80	0.29 20	0.30 386	0.20 346	0.16 22	0.14 25	0.28 50	0.22 38	0.14 22	0.15 34	0.13 25	0.08 2	0.20 42	0.15 72	0.06 2	0.16 347	0.07 33	0.08 151	0.06 8	0.24 377

H2IRNET	0.19 79	0.18 261	0.50 185	0.22 132	0.12 66	0.20 90	0.16 69	0.28 50	0.31 162	0.17 52	0.32 186	0.25 172	0.20 190	0.24 87	0.19 162	0.08 132	0.06 45	0.09 180	0.10 277	0.10 235	0.08 51

MoCha-V2	0.18 55	0.12 80	0.40 75	0.30 386	0.24 399	0.16 22	0.15 43	0.28 50	0.19 11	0.16 41	0.16 37	0.13 25	0.13 77	0.30 189	0.13 15	0.06 2	0.28 445	0.06 2	0.06 39	0.06 8	0.25 388

ff7	0.18 55	0.13 105	0.41 82	0.21 86	0.15 205	0.21 115	0.17 97	0.28 50	0.23 47	0.21 87	0.13 16	0.12 15	0.12 53	0.27 132	0.13 15	0.07 32	0.25 429	0.08 103	0.07 83	0.08 107	0.36 439

IGEVStereo-DCA	0.20 107	0.17 240	0.41 82	0.22 132	0.15 205	0.20 90	0.17 97	0.28 50	0.23 47	0.19 71	0.12 11	0.14 47	0.12 53	0.38 258	0.31 316	0.07 32	0.16 347	0.08 103	0.07 83	0.08 107	0.36 439

ffff	0.18 55	0.13 105	0.41 82	0.21 86	0.15 205	0.21 115	0.17 97	0.28 50	0.23 47	0.21 87	0.13 16	0.12 15	0.12 53	0.27 132	0.13 15	0.07 32	0.25 429	0.08 103	0.07 83	0.08 107	0.36 439

11t	0.18 55	0.13 105	0.41 82	0.21 86	0.15 205	0.21 115	0.17 97	0.28 50	0.23 47	0.21 87	0.13 16	0.12 15	0.12 53	0.27 132	0.13 15	0.07 32	0.25 429	0.08 103	0.07 83	0.08 107	0.36 439

CASnet	0.15 17	0.13 105	0.30 26	0.22 132	0.08 3	0.15 12	0.14 25	0.28 50	0.26 92	0.23 112	0.20 71	0.15 60	0.11 36	0.18 20	0.13 15	0.07 32	0.05 3	0.11 304	0.09 225	0.08 107	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.18 55	0.21 294	0.47 128	0.23 181	0.18 298	0.21 115	0.10 1	0.28 50	0.24 58	0.20 80	0.22 97	0.15 60	0.13 77	0.21 50	0.16 89	0.07 32	0.19 379	0.07 33	0.05 12	0.06 8	0.09 85

ccc-4	0.18 55	0.13 105	0.41 82	0.21 86	0.15 205	0.21 115	0.17 97	0.28 50	0.23 47	0.21 87	0.13 16	0.12 15	0.12 53	0.27 132	0.13 15	0.07 32	0.25 429	0.08 103	0.07 83	0.08 107	0.36 439

GMOStereo	0.20 107	0.17 240	0.45 108	0.23 181	0.18 298	0.21 115	0.27 363	0.28 50	0.28 119	0.31 224	0.32 186	0.28 209	0.17 137	0.16 6	0.13 15	0.07 32	0.23 416	0.10 251	0.08 151	0.08 107	0.07 17

error version	0.20 107	0.17 240	0.45 108	0.23 181	0.18 298	0.21 115	0.27 363	0.28 50	0.28 119	0.31 224	0.32 186	0.28 209	0.17 137	0.16 6	0.13 15	0.07 32	0.23 416	0.10 251	0.08 151	0.08 107	0.07 17

test-v	0.20 107	0.17 240	0.45 108	0.23 181	0.18 298	0.21 115	0.27 363	0.28 50	0.28 119	0.31 224	0.32 186	0.28 209	0.17 137	0.16 6	0.13 15	0.07 32	0.23 416	0.10 251	0.08 151	0.08 107	0.07 17

test-2	0.20 107	0.17 240	0.45 108	0.23 181	0.18 298	0.21 115	0.27 363	0.28 50	0.28 119	0.31 224	0.32 186	0.28 209	0.17 137	0.16 6	0.13 15	0.07 32	0.23 416	0.10 251	0.08 151	0.08 107	0.07 17

sCroCo_RVC	0.19 79	0.15 179	0.60 301	0.27 336	0.18 298	0.23 160	0.16 69	0.28 50	0.24 58	0.14 22	0.22 97	0.17 79	0.14 92	0.22 66	0.16 89	0.11 296	0.11 256	0.09 180	0.09 225	0.09 177	0.10 134

Reg-Stereo(zero)	0.18 55	0.08 2	0.39 66	0.19 26	0.19 324	0.24 182	0.18 148	0.29 67	0.29 137	0.24 119	0.21 88	0.24 160	0.18 165	0.22 66	0.21 203	0.07 32	0.11 256	0.06 2	0.07 83	0.06 8	0.11 168

rvit_stereo_0080	0.16 33	0.17 240	0.35 47	0.19 26	0.13 110	0.14 7	0.20 222	0.29 67	0.26 92	0.16 41	0.17 46	0.19 99	0.14 92	0.19 31	0.16 89	0.11 296	0.08 165	0.08 103	0.08 151	0.10 235	0.08 51

whm_eth	0.16 33	0.17 240	0.35 47	0.19 26	0.13 110	0.14 7	0.20 222	0.29 67	0.26 92	0.16 41	0.17 46	0.19 99	0.14 92	0.19 31	0.16 89	0.11 296	0.08 165	0.08 103	0.08 151	0.10 235	0.08 51

plain	0.18 55	0.16 210	0.59 294	0.21 86	0.13 110	0.16 22	0.17 97	0.29 67	0.23 47	0.16 41	0.26 126	0.13 25	0.17 137	0.27 132	0.17 112	0.09 199	0.06 45	0.10 251	0.07 83	0.10 235	0.07 17

MIF-Stereo (partial)	0.18 55	0.13 105	0.50 185	0.22 132	0.15 205	0.16 22	0.13 10	0.29 67	0.26 92	0.17 52	0.26 126	0.16 68	0.17 137	0.25 101	0.18 136	0.09 199	0.06 45	0.10 251	0.08 151	0.09 177	0.08 51

4D-IteraStereo	0.20 107	0.21 294	0.62 310	0.21 86	0.14 146	0.19 60	0.17 97	0.29 67	0.28 119	0.24 119	0.20 71	0.20 110	0.10 22	0.22 66	0.18 136	0.07 32	0.07 110	0.10 251	0.08 151	0.08 107	0.33 432

anonymousdsp	0.20 107	0.13 105	0.49 163	0.28 363	0.20 346	0.21 115	0.17 97	0.29 67	0.24 58	0.22 105	0.13 16	0.12 15	0.12 53	0.32 209	0.13 15	0.07 32	0.26 436	0.08 103	0.07 83	0.08 107	0.48 469

Selective-IGEV	0.15 17	0.10 20	0.34 42	0.32 407	0.19 324	0.16 22	0.14 25	0.29 67	0.20 19	0.13 11	0.14 30	0.13 25	0.08 2	0.23 80	0.14 45	0.06 2	0.13 292	0.07 33	0.06 39	0.06 8	0.11 168

ProNet	0.16 33	0.13 105	0.36 53	0.21 86	0.15 205	0.20 90	0.19 189	0.29 67	0.23 47	0.14 22	0.13 16	0.13 25	0.12 53	0.25 101	0.13 15	0.06 2	0.09 203	0.07 33	0.06 39	0.07 53	0.22 356

IGEV-Stereo	0.20 107	0.13 105	0.49 163	0.28 363	0.20 346	0.21 115	0.17 97	0.29 67	0.24 58	0.22 105	0.13 16	0.12 15	0.12 53	0.32 209	0.13 15	0.07 32	0.26 436	0.08 103	0.07 83	0.08 107	0.48 469
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DEmStereo	0.26 263	0.10 20	0.52 222	0.19 26	0.13 110	0.31 290	0.25 344	0.29 67	0.38 247	0.36 309	0.57 402	0.24 160	0.48 419	0.53 312	0.44 378	0.07 32	0.06 45	0.08 103	0.08 151	0.07 53	0.08 51

DeepStereo_RVC	0.19 79	0.12 80	0.47 128	0.22 132	0.11 36	0.19 60	0.16 69	0.29 67	0.24 58	0.28 162	0.27 139	0.23 143	0.28 296	0.24 87	0.19 162	0.08 132	0.06 45	0.09 180	0.07 83	0.09 177	0.10 134

rvit_stereo_ft	0.18 55	0.19 273	0.43 97	0.25 261	0.14 146	0.17 32	0.21 247	0.30 79	0.28 119	0.17 52	0.19 63	0.20 110	0.17 137	0.22 66	0.18 136	0.11 296	0.07 110	0.09 180	0.09 225	0.10 235	0.08 51

AEACV	0.20 107	0.09 8	0.32 37	0.39 445	0.34 447	0.21 115	0.16 69	0.30 79	0.18 5	0.17 52	0.17 46	0.13 25	0.16 121	0.27 132	0.13 15	0.07 32	0.29 456	0.07 33	0.09 225	0.07 53	0.37 447

EGLCR-Stereo	0.19 79	0.09 8	0.34 42	0.29 376	0.17 271	0.28 236	0.16 69	0.30 79	0.23 47	0.22 105	0.11 5	0.16 68	0.09 9	0.28 153	0.15 72	0.07 32	0.25 429	0.07 33	0.07 83	0.06 8	0.37 447

CroCo-Stereo Lap2	0.16 33	0.18 261	0.39 66	0.26 300	0.18 298	0.11 2	0.19 189	0.30 79	0.22 38	0.13 11	0.16 37	0.15 60	0.11 36	0.17 13	0.15 72	0.07 32	0.07 110	0.08 103	0.06 39	0.08 107	0.07 17

DisPM	0.20 107	0.11 41	0.52 222	0.24 225	0.13 110	0.18 48	0.19 189	0.30 79	0.31 162	0.33 262	0.34 215	0.23 143	0.16 121	0.34 234	0.17 112	0.09 199	0.06 45	0.09 180	0.08 151	0.08 107	0.12 208

Patchmatch Stereo++	0.19 79	0.13 105	0.51 201	0.22 132	0.11 36	0.19 60	0.14 25	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.27 132	0.18 136	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85
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
NRIStereo	0.20 107	0.12 80	0.50 185	0.23 181	0.11 36	0.24 182	0.19 189	0.30 79	0.28 119	0.26 141	0.26 126	0.25 172	0.18 165	0.34 234	0.19 162	0.08 132	0.06 45	0.09 180	0.07 83	0.09 177	0.09 85

PSM-adaLoss	0.19 79	0.13 105	0.51 201	0.22 132	0.11 36	0.19 60	0.15 43	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.25 101	0.17 112	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85

ROB_FTStereo_v2	0.19 79	0.13 105	0.51 201	0.22 132	0.11 36	0.19 60	0.15 43	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.25 101	0.18 136	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85

ROB_FTStereo	0.19 79	0.13 105	0.51 201	0.22 132	0.11 36	0.19 60	0.13 10	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.25 101	0.17 112	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85

HUI-Stereo	0.19 79	0.13 105	0.52 222	0.22 132	0.11 36	0.19 60	0.14 25	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.23 80	0.17 112	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85

iGMRVC	0.19 79	0.13 105	0.51 201	0.22 132	0.11 36	0.19 60	0.15 43	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.27 132	0.18 136	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85

iRAFT	0.19 79	0.13 105	0.51 201	0.22 132	0.11 36	0.19 60	0.14 25	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.27 132	0.18 136	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85

RAFT-IKP	0.19 79	0.13 105	0.51 201	0.22 132	0.11 36	0.18 48	0.15 43	0.30 79	0.24 58	0.28 162	0.29 153	0.25 172	0.18 165	0.26 120	0.18 136	0.09 199	0.06 45	0.10 251	0.08 151	0.10 235	0.09 85

GMStereo	0.21 137	0.30 384	0.57 272	0.21 86	0.12 66	0.24 182	0.18 148	0.30 79	0.41 281	0.26 141	0.24 111	0.17 79	0.16 121	0.25 101	0.19 162	0.10 260	0.07 110	0.08 103	0.08 151	0.11 287	0.09 85
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_0105_6	0.20 107	0.16 210	0.41 82	0.23 181	0.14 146	0.18 48	0.20 222	0.31 94	0.39 263	0.18 68	0.22 97	0.23 143	0.18 165	0.26 120	0.18 136	0.16 397	0.13 292	0.13 362	0.11 309	0.11 287	0.09 85

Former-RAFT_DAM_RVC	0.18 55	0.15 179	0.27 17	0.20 58	0.13 110	0.24 182	0.17 97	0.31 94	0.37 238	0.43 385	0.17 46	0.13 25	0.12 53	0.20 42	0.16 89	0.08 132	0.07 110	0.09 180	0.07 83	0.09 177	0.08 51

MyStereo07	0.18 55	0.15 179	0.44 105	0.22 132	0.16 241	0.25 197	0.22 279	0.31 94	0.26 92	0.22 105	0.13 16	0.12 15	0.13 77	0.33 219	0.14 45	0.07 32	0.13 292	0.09 180	0.09 225	0.09 177	0.11 168

PFNet+	0.21 137	0.11 41	0.54 245	0.22 132	0.12 66	0.17 32	0.18 148	0.31 94	0.36 223	0.33 262	0.32 186	0.24 160	0.16 121	0.33 219	0.18 136	0.10 260	0.07 110	0.11 304	0.10 277	0.08 107	0.12 208

AAGNet	0.34 361	0.12 80	0.53 233	0.26 300	0.16 241	0.20 90	0.19 189	0.31 94	0.29 137	0.35 298	0.35 223	0.27 196	0.30 322	0.44 277	2.56 502	0.08 132	0.05 3	0.10 251	0.07 83	0.09 177	0.07 17

CRE-IMP	0.19 79	0.13 105	0.51 201	0.23 181	0.11 36	0.24 182	0.17 97	0.31 94	0.24 58	0.27 152	0.26 126	0.24 160	0.17 137	0.24 87	0.19 162	0.09 199	0.05 3	0.10 251	0.07 83	0.10 235	0.10 134

HART	0.20 107	0.14 148	0.42 91	0.26 300	0.24 399	0.17 32	0.16 69	0.32 100	0.25 81	0.15 34	0.26 126	0.17 79	0.09 9	0.24 87	0.14 45	0.06 2	0.36 469	0.07 33	0.05 12	0.08 107	0.27 404

castereo	0.14 5	0.11 41	0.22 5	0.19 26	0.10 24	0.20 90	0.19 189	0.32 100	0.28 119	0.13 11	0.18 56	0.16 68	0.16 121	0.16 6	0.14 45	0.07 32	0.06 45	0.07 33	0.06 39	0.06 8	0.07 17

GIP-stereo	0.16 33	0.12 80	0.25 7	0.24 225	0.22 376	0.15 12	0.14 25	0.32 100	0.21 32	0.11 4	0.16 37	0.13 25	0.09 9	0.20 42	0.13 15	0.07 32	0.13 292	0.06 2	0.05 12	0.06 8	0.32 428

GCAP-BAT	0.20 107	0.12 80	0.48 143	0.25 261	0.17 271	0.24 182	0.16 69	0.32 100	0.21 32	0.28 162	0.30 166	0.26 191	0.12 53	0.28 153	0.19 162	0.07 32	0.25 429	0.07 33	0.08 151	0.06 8	0.19 318

gcap-zeroshot	0.19 79	0.14 148	0.51 201	0.21 86	0.15 205	0.27 219	0.15 43	0.32 100	0.24 58	0.26 141	0.20 71	0.34 276	0.15 106	0.22 66	0.14 45	0.07 32	0.08 165	0.07 33	0.07 83	0.06 8	0.09 85

IGEV++	0.19 79	0.13 105	0.38 60	0.30 386	0.19 324	0.15 12	0.15 43	0.32 100	0.18 5	0.13 11	0.16 37	0.12 15	0.11 36	0.24 87	0.15 72	0.07 32	0.32 463	0.07 33	0.05 12	0.07 53	0.42 458

LL-Strereo2	0.21 137	0.25 351	0.53 233	0.32 407	0.20 346	0.25 197	0.14 25	0.32 100	0.25 81	0.25 131	0.20 71	0.24 160	0.12 53	0.28 153	0.18 136	0.07 32	0.07 110	0.12 337	0.09 225	0.09 177	0.16 284

UDGNet	0.24 216	0.37 419	0.53 233	0.25 261	0.14 146	0.24 182	0.18 148	0.32 100	0.44 315	0.29 186	0.28 145	0.24 160	0.20 190	0.30 189	0.21 203	0.16 397	0.07 110	0.21 436	0.11 309	0.16 376	0.11 168

dd	0.23 188	0.32 394	0.55 253	0.23 181	0.12 66	0.27 219	0.21 247	0.32 100	0.45 326	0.30 209	0.29 153	0.25 172	0.17 137	0.31 200	0.26 271	0.13 353	0.07 110	0.10 251	0.08 151	0.12 324	0.09 85

test-3	0.18 55	0.10 20	0.48 143	0.23 181	0.14 146	0.18 48	0.16 69	0.32 100	0.29 137	0.26 141	0.17 46	0.22 129	0.13 77	0.26 120	0.19 162	0.06 2	0.14 307	0.08 103	0.08 151	0.06 8	0.10 134

test_1	0.18 55	0.10 20	0.48 143	0.23 181	0.14 146	0.18 48	0.16 69	0.32 100	0.29 137	0.26 141	0.17 46	0.22 129	0.13 77	0.26 120	0.19 162	0.06 2	0.14 307	0.08 103	0.08 151	0.06 8	0.10 134

ASMatch	0.23 188	0.11 41	0.55 253	0.25 261	0.14 146	0.19 60	0.16 69	0.32 100	0.30 153	0.28 162	0.68 433	0.28 209	0.26 268	0.50 296	0.22 220	0.07 32	0.06 45	0.08 103	0.07 83	0.06 8	0.11 168

SST-Stereo	0.22 155	0.11 41	0.52 222	0.25 261	0.14 146	0.19 60	0.17 97	0.32 100	0.26 92	0.34 280	0.33 205	0.29 222	0.25 250	0.56 328	0.18 136	0.08 132	0.05 3	0.10 251	0.08 151	0.09 177	0.07 17

RAFT_R40	0.22 155	0.11 41	0.52 222	0.25 261	0.13 110	0.18 48	0.18 148	0.32 100	0.31 162	0.33 262	0.33 205	0.30 240	0.23 218	0.55 322	0.19 162	0.08 132	0.05 3	0.10 251	0.08 151	0.09 177	0.07 17

Pruner-Stereo	0.20 107	0.12 80	0.49 163	0.29 376	0.12 66	0.19 60	0.17 97	0.32 100	0.31 162	0.33 262	0.32 186	0.25 172	0.15 106	0.25 101	0.22 220	0.09 199	0.06 45	0.09 180	0.08 151	0.08 107	0.10 134

AnonymousM	0.19 79	0.20 286	0.30 26	0.18 11	0.10 24	0.19 60	0.17 97	0.32 100	0.27 109	0.27 152	0.21 88	0.18 90	0.14 92	0.21 50	0.16 89	0.09 199	0.08 165	0.38 467	0.15 404	0.06 8	0.08 51

TestStereo	0.22 155	0.24 336	0.48 143	0.25 261	0.11 36	0.22 141	0.22 279	0.32 100	0.31 162	0.24 119	0.34 215	0.23 143	0.19 185	0.62 360	0.19 162	0.08 132	0.07 110	0.10 251	0.07 83	0.11 287	0.07 17

RALCasStereoNet	0.22 155	0.22 312	0.48 143	0.23 181	0.23 387	0.22 141	0.18 148	0.32 100	0.27 109	0.22 105	0.30 166	0.22 129	0.15 106	0.29 174	0.20 181	0.08 132	0.22 406	0.07 33	0.06 39	0.10 235	0.25 388

UGAM	0.28 297	0.18 261	0.57 272	0.26 300	0.13 110	0.23 160	0.26 355	0.33 118	0.45 326	0.32 249	0.42 301	0.45 360	0.22 207	0.92 451	0.23 238	0.08 132	0.09 203	0.14 382	0.13 378	0.10 235	0.10 134

test_for_model	0.33 353	0.91 483	0.48 143	0.74 483	0.50 468	0.20 90	0.16 69	0.33 118	0.27 109	0.29 186	0.15 34	0.13 25	0.11 36	0.17 13	0.14 45	0.31 462	0.27 440	0.06 2	0.05 12	0.97 496	0.31 423

MSKI-zero shot	0.19 79	0.10 20	0.47 128	0.30 386	0.14 146	0.21 115	0.14 25	0.33 118	0.22 38	0.24 119	0.25 118	0.22 129	0.10 22	0.32 209	0.14 45	0.07 32	0.30 457	0.07 33	0.07 83	0.06 8	0.09 85

testlalala	0.17 47	0.11 41	0.49 163	0.20 58	0.13 110	0.23 160	0.15 43	0.33 118	0.22 38	0.25 131	0.20 71	0.14 47	0.11 36	0.17 13	0.14 45	0.07 32	0.23 416	0.07 33	0.06 39	0.05 1	0.07 17

knoymous	0.18 55	0.10 20	0.35 47	0.17 5	0.11 36	0.21 115	0.17 97	0.33 118	0.24 58	0.24 119	0.28 145	0.27 196	0.16 121	0.24 87	0.17 112	0.09 199	0.06 45	0.09 180	0.06 39	0.09 177	0.10 134

THIR-Stereo	0.30 329	0.15 179	0.46 122	0.19 26	0.11 36	0.28 236	0.70 475	0.33 118	0.36 223	0.37 325	0.64 425	0.33 268	0.49 424	0.58 334	0.44 378	0.08 132	0.06 45	0.08 103	0.09 225	0.07 53	0.08 51

raftrobust	0.19 79	0.19 273	0.42 91	0.23 181	0.24 399	0.19 60	0.13 10	0.33 118	0.28 119	0.26 141	0.20 71	0.19 99	0.17 137	0.23 80	0.17 112	0.08 132	0.10 230	0.07 33	0.06 39	0.07 53	0.09 85

Pointernet	0.15 17	0.08 2	0.35 47	0.19 26	0.12 66	0.20 90	0.12 6	0.34 125	0.25 81	0.15 34	0.16 37	0.13 25	0.11 36	0.18 20	0.13 15	0.08 132	0.06 45	0.06 2	0.05 12	0.06 8	0.08 51

RAFT_CTSACE	0.23 188	0.21 294	0.57 272	0.26 300	0.15 205	0.22 141	0.23 307	0.34 125	0.30 153	0.34 280	0.51 373	0.31 250	0.17 137	0.33 219	0.15 72	0.06 2	0.09 203	0.09 180	0.08 151	0.08 107	0.07 17

test_3	0.20 107	0.12 80	0.49 163	0.26 300	0.14 146	0.22 141	0.25 344	0.34 125	0.33 187	0.25 131	0.18 56	0.23 143	0.13 77	0.25 101	0.20 181	0.06 2	0.14 307	0.09 180	0.10 277	0.07 53	0.10 134

DRaft	0.25 241	0.11 41	0.47 128	0.18 11	0.12 66	0.28 236	0.23 307	0.34 125	0.40 273	0.38 333	0.60 413	0.20 110	0.41 394	0.48 290	0.41 365	0.07 32	0.06 45	0.08 103	0.08 151	0.07 53	0.08 51

cross-raft	0.18 55	0.12 80	0.40 75	0.27 336	0.16 241	0.20 90	0.24 331	0.34 125	0.24 58	0.23 112	0.28 145	0.29 222	0.15 106	0.19 31	0.16 89	0.06 2	0.05 3	0.08 103	0.07 83	0.07 53	0.07 17

rafts_anoy	0.21 137	0.22 312	0.49 163	0.25 261	0.24 399	0.19 60	0.17 97	0.34 125	0.32 172	0.24 119	0.25 118	0.20 110	0.16 121	0.25 101	0.21 203	0.08 132	0.19 379	0.11 304	0.12 350	0.09 177	0.09 85

iRaftStereo_RVC	0.17 47	0.16 210	0.35 47	0.21 86	0.11 36	0.20 90	0.17 97	0.34 125	0.25 81	0.20 80	0.25 118	0.19 99	0.12 53	0.21 50	0.16 89	0.07 32	0.12 273	0.10 251	0.09 225	0.09 177	0.14 255

aanetorigin	0.40 397	0.33 398	1.14 444	0.25 261	0.19 324	0.30 270	0.37 421	0.34 125	0.47 350	0.95 470	0.82 452	0.52 398	0.56 438	0.50 296	0.52 400	0.11 296	0.09 203	0.10 251	0.10 277	0.16 376	0.19 318

Gwc-CoAtRS	0.17 47	0.10 20	0.41 82	0.20 58	0.12 66	0.20 90	0.15 43	0.34 125	0.29 137	0.23 112	0.23 104	0.27 196	0.15 106	0.21 50	0.14 45	0.07 32	0.06 45	0.07 33	0.07 83	0.06 8	0.07 17

HI	0.21 137	0.16 210	0.50 185	0.18 11	0.15 205	0.17 32	0.16 69	0.35 134	0.22 38	0.38 333	0.38 256	0.36 295	0.24 237	0.29 174	0.22 220	0.06 2	0.05 3	0.08 103	0.09 225	0.09 177	0.08 51

CoSv	0.21 137	0.16 210	0.50 185	0.18 11	0.15 205	0.17 32	0.16 69	0.35 134	0.22 38	0.38 333	0.38 256	0.36 295	0.24 237	0.29 174	0.22 220	0.06 2	0.05 3	0.08 103	0.09 225	0.09 177	0.08 51

SCV_C0	0.19 79	0.14 148	0.40 75	0.30 386	0.20 346	0.15 12	0.16 69	0.35 134	0.26 92	0.17 52	0.16 37	0.13 25	0.09 9	0.31 200	0.14 45	0.07 32	0.22 406	0.06 2	0.06 39	0.09 177	0.25 388

SCV	0.18 55	0.15 179	0.37 58	0.26 300	0.20 346	0.16 22	0.16 69	0.35 134	0.23 47	0.14 22	0.16 37	0.13 25	0.09 9	0.31 200	0.12 4	0.08 132	0.19 379	0.07 33	0.07 83	0.09 177	0.26 400

tg	0.18 55	0.15 179	0.34 42	0.22 132	0.11 36	0.23 160	0.15 43	0.35 134	0.27 109	0.20 80	0.25 118	0.20 110	0.12 53	0.25 101	0.16 89	0.07 32	0.07 110	0.09 180	0.09 225	0.08 107	0.13 229

rvit_0105_4	0.21 137	0.17 240	0.49 163	0.23 181	0.14 146	0.20 90	0.23 307	0.35 134	0.40 273	0.19 71	0.24 111	0.25 172	0.20 190	0.28 153	0.18 136	0.16 397	0.13 292	0.12 337	0.11 309	0.11 287	0.10 134

DCVSM-stereo	0.25 241	0.14 148	0.53 233	0.21 86	0.14 146	0.27 219	0.14 25	0.35 134	0.35 208	0.42 374	0.33 205	0.46 367	0.30 322	0.31 200	0.27 282	0.11 296	0.10 230	0.12 337	0.10 277	0.12 324	0.15 269

Selective-RAFT	0.19 79	0.14 148	0.37 58	0.24 225	0.11 36	0.30 270	0.15 43	0.35 134	0.34 198	0.17 52	0.17 46	0.22 129	0.18 165	0.29 174	0.18 136	0.07 32	0.16 347	0.07 33	0.07 83	0.08 107	0.08 51

dad	0.30 329	0.38 425	0.60 301	0.22 132	0.14 146	0.32 306	0.21 247	0.35 134	0.51 380	0.45 398	0.45 338	0.46 367	0.23 218	0.41 266	0.27 282	0.21 436	0.11 256	0.20 434	0.11 309	0.15 368	0.11 168

CroCo-Stereo	0.15 17	0.16 210	0.34 42	0.25 261	0.12 66	0.11 2	0.18 148	0.35 134	0.24 58	0.13 11	0.13 16	0.18 90	0.12 53	0.15 3	0.13 15	0.08 132	0.06 45	0.07 33	0.05 12	0.07 53	0.06 5
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
RAFT-Stereo + iAFF	0.20 107	0.23 326	0.49 163	0.21 86	0.16 241	0.19 60	0.17 97	0.35 134	0.32 172	0.26 141	0.33 205	0.20 110	0.17 137	0.21 50	0.17 112	0.06 2	0.10 230	0.07 33	0.07 83	0.07 53	0.11 168

AFF-stereo	0.20 107	0.24 336	0.49 163	0.22 132	0.11 36	0.18 48	0.18 148	0.35 134	0.29 137	0.25 131	0.36 238	0.25 172	0.17 137	0.25 101	0.17 112	0.06 2	0.09 203	0.08 103	0.08 151	0.08 107	0.11 168

MM-Stereo_test1	0.20 107	0.13 105	0.45 108	0.24 225	0.12 66	0.20 90	0.21 247	0.36 146	0.32 172	0.23 112	0.22 97	0.15 60	0.14 92	0.28 153	0.16 89	0.07 32	0.24 426	0.08 103	0.07 83	0.09 177	0.21 343

HUF	0.26 263	0.15 179	0.79 374	0.39 445	0.31 441	0.16 22	0.17 97	0.36 146	0.25 81	0.19 71	0.14 30	0.23 143	0.11 36	0.32 209	0.14 45	0.08 132	0.60 492	0.06 2	0.05 12	0.07 53	0.56 477

HH	0.22 155	0.12 80	0.55 253	0.32 407	0.16 241	0.27 219	0.18 148	0.36 146	0.25 81	0.20 80	0.26 126	0.34 276	0.18 165	0.33 219	0.15 72	0.07 32	0.16 347	0.07 33	0.07 83	0.07 53	0.31 423

HanStereo	0.22 155	0.12 80	0.55 253	0.32 407	0.16 241	0.27 219	0.18 148	0.36 146	0.25 81	0.20 80	0.26 126	0.34 276	0.18 165	0.33 219	0.15 72	0.07 32	0.16 347	0.07 33	0.07 83	0.07 53	0.31 423

CrosDoStereo	0.32 346	0.11 41	0.53 233	0.19 26	0.12 66	0.22 141	1.07 494	0.36 146	0.38 247	0.38 333	0.60 413	0.28 209	0.45 406	0.61 352	0.56 412	0.08 132	0.06 45	0.08 103	0.09 225	0.08 107	0.09 85

LCNet	0.22 155	0.12 80	0.42 91	0.26 300	0.12 66	0.23 160	0.19 189	0.36 146	0.28 119	0.28 162	0.35 223	0.26 191	0.30 322	0.35 241	0.17 112	0.07 32	0.05 3	0.09 180	0.10 277	0.13 338	0.22 356

HHNet	0.23 188	0.12 80	0.66 328	0.19 26	0.18 298	0.20 90	0.20 222	0.36 146	0.32 172	0.33 262	0.59 409	0.19 99	0.21 200	0.24 87	0.31 316	0.08 132	0.06 45	0.09 180	0.07 83	0.08 107	0.12 208

PSM-AAD	0.26 263	0.11 41	0.43 97	0.24 225	0.12 66	0.27 219	0.37 421	0.36 146	0.30 153	0.36 309	0.39 273	0.28 209	0.77 461	0.30 189	0.16 89	0.07 32	0.06 45	0.12 337	0.11 309	0.09 177	0.21 343

FTStereo	0.28 297	0.11 41	0.56 263	0.24 225	0.13 110	0.21 115	0.52 461	0.36 146	0.28 119	0.38 333	0.94 463	0.30 240	0.56 438	0.33 219	0.18 136	0.08 132	0.06 45	0.09 180	0.08 151	0.08 107	0.19 318

DeepStereo_LL	0.32 346	0.11 41	0.53 233	0.19 26	0.12 66	0.22 141	1.07 494	0.36 146	0.38 247	0.38 333	0.60 413	0.28 209	0.45 406	0.61 352	0.56 412	0.08 132	0.06 45	0.08 103	0.09 225	0.08 107	0.09 85

GrayStereo	0.26 263	0.10 20	0.45 108	0.27 336	0.14 146	0.23 160	0.46 449	0.36 146	0.33 187	0.40 358	0.47 357	0.30 240	0.78 462	0.29 174	0.17 112	0.07 32	0.06 45	0.08 103	0.09 225	0.07 53	0.15 269

test-1	0.20 107	0.12 80	0.49 163	0.23 181	0.23 387	0.22 141	0.23 307	0.36 146	0.29 137	0.21 87	0.25 118	0.24 160	0.14 92	0.18 20	0.22 220	0.07 32	0.14 307	0.08 103	0.07 83	0.06 8	0.14 255

sAnonymous2	0.21 137	0.24 336	0.79 374	0.24 225	0.17 271	0.22 141	0.20 222	0.36 146	0.29 137	0.17 52	0.19 63	0.17 79	0.16 121	0.18 20	0.15 72	0.10 260	0.07 110	0.09 180	0.08 151	0.23 435	0.18 304

CroCo_RVC	0.21 137	0.24 336	0.79 374	0.24 225	0.17 271	0.22 141	0.20 222	0.36 146	0.29 137	0.17 52	0.19 63	0.17 79	0.16 121	0.18 20	0.15 72	0.10 260	0.07 110	0.09 180	0.08 151	0.23 435	0.18 304

testlalala2	0.19 79	0.11 41	0.49 163	0.37 434	0.26 416	0.24 182	0.14 25	0.37 160	0.26 92	0.25 131	0.27 139	0.21 124	0.12 53	0.17 13	0.17 112	0.07 32	0.07 110	0.07 33	0.07 83	0.07 53	0.08 51

11t1	0.21 137	0.12 80	0.45 108	0.20 58	0.15 205	0.27 219	0.17 97	0.37 160	0.28 119	0.27 152	0.25 118	0.24 160	0.23 218	0.28 153	0.25 260	0.09 199	0.19 379	0.07 33	0.07 83	0.09 177	0.23 364

MIM_Stereo	0.20 107	0.17 240	0.55 253	0.20 58	0.21 361	0.17 32	0.14 25	0.37 160	0.27 109	0.28 162	0.35 223	0.23 143	0.13 77	0.28 153	0.16 89	0.06 2	0.08 165	0.09 180	0.08 151	0.08 107	0.15 269

testlalala_base	0.23 188	0.14 148	0.48 143	0.26 300	0.16 241	0.25 197	0.17 97	0.37 160	0.19 11	0.20 80	0.26 126	0.17 79	0.14 92	0.19 31	0.18 136	0.42 475	0.23 416	0.07 33	0.06 39	0.50 469	0.14 255

RAFT-Test	0.19 79	0.11 41	0.41 82	0.26 300	0.21 361	0.26 212	0.17 97	0.37 160	0.26 92	0.24 119	0.29 153	0.32 261	0.14 92	0.22 66	0.15 72	0.07 32	0.08 165	0.07 33	0.07 83	0.06 8	0.07 17

DCRE	0.24 216	0.15 179	0.45 108	0.26 300	0.26 416	0.23 160	0.21 247	0.37 160	0.29 137	0.23 112	0.81 451	0.23 143	0.16 121	0.24 87	0.18 136	0.07 32	0.14 307	0.07 33	0.08 151	0.07 53	0.25 388

ADStereo(finetuned)	0.21 137	0.15 179	0.59 294	0.19 26	0.09 7	0.19 60	0.18 148	0.37 160	0.41 281	0.30 209	0.31 177	0.19 99	0.31 336	0.21 50	0.20 181	0.07 32	0.05 3	0.07 33	0.05 12	0.07 53	0.10 134

KYRaft	0.23 188	0.11 41	0.43 97	0.23 181	0.12 66	0.23 160	0.23 307	0.37 160	0.26 92	0.35 298	0.53 387	0.34 276	0.26 268	0.29 174	0.16 89	0.07 32	0.05 3	0.09 180	0.10 277	0.08 107	0.30 419

RAFT	0.24 216	0.24 336	0.46 122	0.27 336	0.15 205	0.26 212	0.26 355	0.37 160	0.31 162	0.34 280	0.34 215	0.41 330	0.22 207	0.30 189	0.18 136	0.08 132	0.15 336	0.11 304	0.10 277	0.11 287	0.13 229

Prome-Stereo	0.22 155	0.10 20	0.43 97	0.24 225	0.13 110	0.23 160	0.23 307	0.37 160	0.27 109	0.33 262	0.58 405	0.24 160	0.28 296	0.30 189	0.16 89	0.07 32	0.05 3	0.08 103	0.07 83	0.08 107	0.20 334

DCANet	0.20 107	0.15 179	0.57 272	0.19 26	0.09 7	0.19 60	0.18 148	0.37 160	0.41 281	0.30 209	0.31 177	0.19 99	0.23 218	0.21 50	0.20 181	0.07 32	0.05 3	0.07 33	0.05 12	0.07 53	0.10 134

rvit_0105_5	0.22 155	0.18 261	0.51 201	0.23 181	0.13 110	0.22 141	0.25 344	0.38 171	0.40 273	0.21 87	0.23 104	0.27 196	0.20 190	0.27 132	0.20 181	0.15 387	0.13 292	0.12 337	0.12 350	0.10 235	0.10 134

ACV-stereo	0.30 329	0.20 286	0.82 382	0.23 181	0.16 241	0.48 414	0.20 222	0.38 171	0.34 198	0.29 186	0.33 205	0.66 444	0.43 401	0.55 322	0.31 316	0.10 260	0.09 203	0.09 180	0.09 225	0.11 287	0.12 208

RAFT-Stereo-weight	0.17 47	0.10 20	0.31 32	0.20 58	0.12 66	0.20 90	0.16 69	0.38 171	0.33 187	0.25 131	0.20 71	0.19 99	0.10 22	0.19 31	0.16 89	0.07 32	0.13 292	0.07 33	0.06 39	0.06 8	0.09 85

ffm	0.27 289	0.17 240	0.84 391	0.21 86	0.13 110	0.29 257	0.21 247	0.38 171	0.46 337	0.31 224	0.44 324	0.34 276	0.24 237	0.28 153	0.12 4	0.08 132	0.28 445	0.12 337	0.11 309	0.08 107	0.37 447

ff1	0.36 369	0.17 240	0.84 391	0.21 86	0.13 110	0.29 257	0.21 247	0.38 171	0.46 337	0.31 224	0.44 324	0.34 276	0.24 237	0.91 446	1.30 472	0.08 132	0.28 445	0.12 337	0.11 309	0.08 107	0.37 447

tt1	0.22 155	0.16 210	0.49 163	0.26 300	0.15 205	0.31 290	0.19 189	0.38 171	0.46 337	0.21 87	0.19 63	0.13 25	0.16 121	0.28 153	0.12 4	0.08 132	0.28 445	0.08 103	0.06 39	0.08 107	0.37 447

IGEV_Zeroshot_test	0.23 188	0.11 41	0.82 382	0.21 86	0.23 387	0.20 90	0.19 189	0.38 171	0.23 47	0.34 280	0.22 97	0.29 222	0.14 92	0.24 87	0.20 181	0.07 32	0.09 203	0.08 103	0.08 151	0.08 107	0.35 438

EKT-Stereo	0.39 386	0.13 105	0.53 233	0.42 457	3.94 508	0.22 141	0.17 97	0.38 171	0.30 153	0.21 87	0.20 71	0.23 143	0.15 106	0.30 189	0.18 136	0.10 260	0.08 165	0.09 180	0.08 151	0.09 177	0.12 208

anonymousa	0.26 263	0.13 105	0.56 263	0.29 376	0.30 435	0.31 290	0.20 222	0.38 171	0.36 223	0.33 262	0.51 373	0.41 330	0.27 275	0.25 101	0.24 246	0.08 132	0.18 375	0.09 180	0.18 430	0.08 107	0.17 301

fff	0.20 107	0.15 179	0.57 272	0.19 26	0.09 7	0.19 60	0.18 148	0.38 171	0.46 337	0.29 186	0.31 177	0.18 90	0.28 296	0.21 50	0.20 181	0.07 32	0.05 3	0.07 33	0.05 12	0.06 8	0.09 85

CIPLG	0.23 188	0.28 375	0.75 359	0.24 225	0.16 241	0.25 197	0.20 222	0.38 171	0.33 187	0.32 249	0.34 215	0.23 143	0.15 106	0.27 132	0.22 220	0.09 199	0.07 110	0.08 103	0.07 83	0.08 107	0.09 85

IPLGR_C	0.23 188	0.29 378	0.81 379	0.24 225	0.16 241	0.24 182	0.20 222	0.38 171	0.33 187	0.32 249	0.33 205	0.23 143	0.15 106	0.26 120	0.22 220	0.09 199	0.07 110	0.08 103	0.07 83	0.08 107	0.09 85

ACRE	0.23 188	0.27 367	0.83 387	0.24 225	0.15 205	0.24 182	0.20 222	0.38 171	0.32 172	0.32 249	0.33 205	0.23 143	0.15 106	0.26 120	0.22 220	0.09 199	0.07 110	0.08 103	0.07 83	0.08 107	0.09 85

OMP-Stereo	0.24 216	0.16 210	0.48 143	0.30 386	0.13 110	0.21 115	0.16 69	0.38 171	0.35 208	0.34 280	0.30 166	0.33 268	0.20 190	0.70 389	0.24 246	0.08 132	0.06 45	0.09 180	0.07 83	0.08 107	0.07 17

GMM-Stereo	0.22 155	0.10 20	0.56 263	0.23 181	0.13 110	0.24 182	0.24 331	0.38 171	0.29 137	0.31 224	0.44 324	0.27 196	0.21 200	0.31 200	0.17 112	0.07 32	0.05 3	0.10 251	0.09 225	0.08 107	0.19 318

RALAANet	0.21 137	0.24 336	0.53 233	0.23 181	0.14 146	0.22 141	0.13 10	0.38 171	0.30 153	0.29 186	0.26 126	0.25 172	0.15 106	0.28 153	0.20 181	0.08 132	0.08 165	0.09 180	0.08 151	0.10 235	0.07 17

csc	0.20 107	0.15 179	0.57 272	0.19 26	0.09 7	0.19 60	0.18 148	0.38 171	0.46 337	0.29 186	0.31 177	0.18 90	0.28 296	0.21 50	0.20 181	0.07 32	0.05 3	0.07 33	0.05 12	0.06 8	0.09 85

cscssc	0.20 107	0.15 179	0.57 272	0.19 26	0.09 7	0.19 60	0.18 148	0.38 171	0.46 337	0.29 186	0.31 177	0.18 90	0.28 296	0.21 50	0.20 181	0.07 32	0.05 3	0.07 33	0.05 12	0.06 8	0.09 85

xx1	0.23 188	0.16 210	0.50 185	0.27 336	0.13 110	0.31 290	0.19 189	0.39 189	0.48 356	0.21 87	0.20 71	0.28 209	0.25 250	0.28 153	0.12 4	0.08 132	0.28 445	0.10 251	0.11 309	0.09 177	0.23 364

cc1	0.22 155	0.16 210	0.50 185	0.27 336	0.13 110	0.31 290	0.19 189	0.39 189	0.48 356	0.21 87	0.20 71	0.13 25	0.17 137	0.28 153	0.12 4	0.08 132	0.28 445	0.08 103	0.06 39	0.08 107	0.37 447

RCA-Stereo	0.17 47	0.10 20	0.33 40	0.20 58	0.11 36	0.19 60	0.17 97	0.39 189	0.36 223	0.21 87	0.25 118	0.17 79	0.17 137	0.18 20	0.15 72	0.07 32	0.14 307	0.07 33	0.06 39	0.06 8	0.08 51

DCANet-4	0.20 107	0.11 41	0.58 287	0.19 26	0.09 7	0.19 60	0.18 148	0.39 189	0.42 293	0.29 186	0.31 177	0.17 79	0.22 207	0.21 50	0.20 181	0.07 32	0.05 3	0.07 33	0.05 12	0.06 8	0.09 85

iRaft-Stereo_5w	0.25 241	0.24 336	0.50 185	0.23 181	0.18 298	0.19 60	0.19 189	0.39 189	0.35 208	0.28 162	0.36 238	0.34 276	0.23 218	0.66 378	0.28 290	0.07 32	0.07 110	0.08 103	0.07 83	0.09 177	0.14 255

PSM-softLoss	0.22 155	0.11 41	0.53 233	0.25 261	0.12 66	0.20 90	0.17 97	0.39 189	0.29 137	0.29 186	0.32 186	0.24 160	0.16 121	0.53 312	0.21 203	0.09 199	0.06 45	0.10 251	0.09 225	0.08 107	0.12 208

KMStereo	0.22 155	0.11 41	0.53 233	0.25 261	0.12 66	0.20 90	0.17 97	0.39 189	0.29 137	0.29 186	0.32 186	0.24 160	0.16 121	0.53 312	0.21 203	0.09 199	0.06 45	0.10 251	0.09 225	0.08 107	0.12 208

s12784h	0.18 55	0.09 8	0.38 60	0.18 11	0.07 1	0.33 313	0.19 189	0.39 189	0.34 198	0.24 119	0.25 118	0.18 90	0.18 165	0.25 101	0.17 112	0.07 32	0.05 3	0.07 33	0.05 12	0.06 8	0.05 1

raft+_RVC	0.21 137	0.21 294	0.46 122	0.22 132	0.35 450	0.21 115	0.16 69	0.39 189	0.35 208	0.22 105	0.28 145	0.20 110	0.15 106	0.25 101	0.20 181	0.08 132	0.16 347	0.08 103	0.07 83	0.07 53	0.12 208

rvit_0105_3	0.24 216	0.21 294	0.57 272	0.25 261	0.15 205	0.24 182	0.28 376	0.40 198	0.43 304	0.25 131	0.26 126	0.29 222	0.22 207	0.29 174	0.21 203	0.15 387	0.13 292	0.14 382	0.15 404	0.10 235	0.10 134

AE-Stereo	0.21 137	0.12 80	0.50 185	0.25 261	0.15 205	0.24 182	0.18 148	0.40 198	0.34 198	0.19 71	0.26 126	0.21 124	0.13 77	0.22 66	0.16 89	0.07 32	0.26 436	0.09 180	0.10 277	0.07 53	0.31 423

rrr	0.22 155	0.17 240	0.79 374	0.22 132	0.15 205	0.20 90	0.18 148	0.40 198	0.27 109	0.19 71	0.12 11	0.14 47	0.12 53	0.38 258	0.31 316	0.07 32	0.16 347	0.08 103	0.07 83	0.08 107	0.28 411

GMStereo_Zeroshot	0.25 241	0.22 312	0.51 201	0.27 336	0.14 146	0.28 236	0.15 43	0.40 198	0.36 223	0.37 325	0.43 314	0.40 324	0.17 137	0.35 241	0.21 203	0.12 334	0.07 110	0.13 362	0.07 83	0.17 390	0.10 134

StereoVision	0.23 188	0.23 326	0.55 253	0.27 336	0.17 271	0.23 160	0.22 279	0.40 198	0.32 172	0.21 87	0.51 373	0.22 129	0.16 121	0.29 174	0.19 162	0.11 296	0.12 273	0.13 362	0.13 378	0.10 235	0.08 51

CASS	0.22 155	0.16 210	0.40 75	0.26 300	0.12 66	0.29 257	0.19 189	0.40 198	0.32 172	0.34 280	0.35 223	0.25 172	0.25 250	0.26 120	0.21 203	0.13 353	0.08 165	0.11 304	0.09 225	0.11 287	0.12 208
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IIG-Stereo	0.24 216	0.16 210	0.47 128	0.29 376	0.12 66	0.23 160	0.14 25	0.40 198	0.33 187	0.35 298	0.37 249	0.33 268	0.22 207	0.70 389	0.26 271	0.08 132	0.06 45	0.09 180	0.07 83	0.08 107	0.07 17

NF-Stereo	0.22 155	0.11 41	0.52 222	0.25 261	0.12 66	0.21 115	0.18 148	0.40 198	0.35 208	0.28 162	0.30 166	0.22 129	0.17 137	0.52 309	0.21 203	0.09 199	0.06 45	0.09 180	0.08 151	0.08 107	0.13 229

OCTAStereo	0.22 155	0.11 41	0.52 222	0.25 261	0.12 66	0.21 115	0.18 148	0.40 198	0.35 208	0.28 162	0.30 166	0.22 129	0.17 137	0.51 302	0.21 203	0.09 199	0.06 45	0.09 180	0.08 151	0.08 107	0.13 229

PFNet	0.24 216	0.11 41	0.63 315	0.25 261	0.14 146	0.22 141	0.19 189	0.40 198	0.35 208	0.36 309	0.32 186	0.27 196	0.20 190	0.63 363	0.23 238	0.09 199	0.05 3	0.09 180	0.08 151	0.08 107	0.08 51

RE-Stereo	0.22 155	0.11 41	0.52 222	0.25 261	0.12 66	0.21 115	0.18 148	0.40 198	0.35 208	0.28 162	0.30 166	0.22 129	0.17 137	0.51 302	0.21 203	0.09 199	0.06 45	0.09 180	0.08 151	0.08 107	0.13 229

TVStereo	0.22 155	0.11 41	0.52 222	0.25 261	0.12 66	0.21 115	0.18 148	0.40 198	0.35 208	0.28 162	0.30 166	0.22 129	0.17 137	0.51 302	0.21 203	0.09 199	0.06 45	0.09 180	0.08 151	0.08 107	0.13 229

test_xeample3	0.22 155	0.17 240	0.81 379	0.21 86	0.15 205	0.20 90	0.18 148	0.40 198	0.25 81	0.19 71	0.12 11	0.13 25	0.12 53	0.34 234	0.33 332	0.07 32	0.20 390	0.07 33	0.08 151	0.08 107	0.34 435

CFNet-RSSM	0.18 55	0.10 20	0.45 108	0.20 58	0.12 66	0.20 90	0.16 69	0.40 198	0.31 162	0.23 112	0.21 88	0.26 191	0.15 106	0.21 50	0.14 45	0.07 32	0.05 3	0.07 33	0.07 83	0.06 8	0.06 5

ACVNet	0.24 216	0.18 261	0.51 201	0.18 11	0.15 205	0.27 219	0.23 307	0.40 198	0.45 326	0.29 186	0.41 293	0.38 307	0.28 296	0.28 153	0.35 343	0.09 199	0.07 110	0.08 103	0.07 83	0.10 235	0.09 85

CFNet-ft	0.26 263	0.21 294	0.51 201	0.19 26	0.16 241	0.31 290	0.21 247	0.40 198	0.37 238	0.29 186	0.40 282	0.46 367	0.27 275	0.49 292	0.28 290	0.12 334	0.07 110	0.12 337	0.11 309	0.12 324	0.11 168

CFNet_RVC	0.26 263	0.21 294	0.51 201	0.19 26	0.16 241	0.31 290	0.21 247	0.40 198	0.37 238	0.29 186	0.40 282	0.46 367	0.27 275	0.49 292	0.28 290	0.12 334	0.07 110	0.12 337	0.11 309	0.12 324	0.11 168

MLCV	0.25 241	0.23 326	0.59 294	0.22 132	0.09 7	0.30 270	0.18 148	0.40 198	0.38 247	0.38 333	0.44 324	0.31 250	0.22 207	0.44 277	0.32 324	0.07 32	0.05 3	0.07 33	0.06 39	0.07 53	0.08 51

FACV-RUCA	0.22 155	0.15 179	0.38 60	0.24 225	0.23 387	0.26 212	0.19 189	0.41 216	0.35 208	0.26 141	0.32 186	0.22 129	0.25 250	0.24 87	0.19 162	0.10 260	0.07 110	0.15 398	0.08 151	0.16 376	0.14 255

model_zeroshot	0.21 137	0.14 148	0.51 201	0.34 423	0.18 298	0.26 212	0.16 69	0.41 216	0.24 58	0.33 262	0.20 71	0.25 172	0.12 53	0.26 120	0.16 89	0.09 199	0.21 395	0.07 33	0.08 151	0.07 53	0.13 229

rvit_stereo_0075_2	0.25 241	0.18 261	0.65 323	0.27 336	0.22 376	0.22 141	0.15 43	0.41 216	0.36 223	0.27 152	0.37 249	0.29 222	0.21 200	0.29 174	0.20 181	0.17 411	0.12 273	0.19 429	0.12 350	0.14 360	0.14 255

IRAFT_RVC	0.23 188	0.15 179	0.54 245	0.26 300	0.12 66	0.19 60	0.23 307	0.41 216	0.39 263	0.31 224	0.30 166	0.29 222	0.24 237	0.55 322	0.23 238	0.08 132	0.06 45	0.10 251	0.08 151	0.08 107	0.08 51

MM-Stereo_test3	0.19 79	0.15 179	0.39 66	0.25 261	0.15 205	0.19 60	0.22 279	0.42 220	0.40 273	0.17 52	0.24 111	0.17 79	0.12 53	0.22 66	0.16 89	0.08 132	0.21 395	0.08 103	0.06 39	0.09 177	0.11 168

AIO-test1	0.21 137	0.22 312	0.56 263	0.31 401	0.24 399	0.21 115	0.16 69	0.42 220	0.37 238	0.17 52	0.26 126	0.18 90	0.12 53	0.29 174	0.15 72	0.08 132	0.07 110	0.10 251	0.11 309	0.07 53	0.10 134

GCST	0.50 430	0.67 470	0.82 382	1.04 493	0.55 474	0.38 364	0.11 3	0.42 220	0.33 187	0.42 374	0.35 223	0.29 222	0.18 165	0.50 296	0.23 238	0.70 487	0.42 475	0.79 488	0.62 491	0.63 476	0.47 466

CAS++	0.17 47	0.13 105	0.35 47	0.18 11	0.13 110	0.17 32	0.16 69	0.42 220	0.25 81	0.19 71	0.18 56	0.13 25	0.10 22	0.22 66	0.12 4	0.12 334	0.10 230	0.11 304	0.08 151	0.10 235	0.09 85
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CBFPSM	0.28 297	0.23 326	0.76 363	0.21 86	0.14 146	0.38 364	0.26 355	0.42 220	0.37 238	0.34 280	0.36 238	0.55 405	0.38 379	0.33 219	0.40 361	0.08 132	0.08 165	0.07 33	0.08 151	0.09 177	0.12 208

RAFT+CT+SA	0.23 188	0.24 336	0.48 143	0.25 261	0.18 298	0.23 160	0.29 381	0.42 220	0.38 247	0.24 119	0.39 273	0.20 110	0.17 137	0.34 234	0.17 112	0.07 32	0.07 110	0.09 180	0.12 350	0.09 177	0.13 229

test_5	0.25 241	0.25 351	0.57 272	0.27 336	0.18 298	0.25 197	0.29 381	0.42 220	0.39 263	0.29 186	0.40 282	0.27 196	0.23 218	0.35 241	0.19 162	0.07 32	0.07 110	0.09 180	0.09 225	0.10 235	0.14 255

EDNetEfficient	0.64 460	0.39 429	2.52 493	0.26 300	0.26 416	0.39 368	0.49 456	0.42 220	1.06 477	1.38 487	0.86 456	0.61 426	0.97 476	0.66 378	1.62 488	0.11 296	0.10 230	0.10 251	0.12 350	0.20 420	0.19 318

DN-CSS_ROB	0.24 216	0.33 398	0.69 338	0.25 261	0.14 146	0.26 212	0.13 10	0.42 220	0.35 208	0.30 209	0.42 301	0.22 129	0.20 190	0.34 234	0.22 220	0.07 32	0.06 45	0.11 304	0.11 309	0.11 287	0.09 85

PAM_32	0.26 263	0.10 20	0.63 315	0.24 225	0.19 324	0.51 421	0.26 355	0.43 229	0.30 153	0.32 249	0.28 145	0.60 423	0.28 296	0.29 174	0.20 181	0.08 132	0.14 307	0.08 103	0.10 277	0.07 53	0.15 269

DDVS	0.26 263	0.16 210	0.45 108	0.25 261	0.17 271	0.34 328	0.21 247	0.43 229	0.31 162	0.34 280	0.41 293	0.47 376	0.21 200	0.52 309	0.29 303	0.11 296	0.09 203	0.11 304	0.09 225	0.13 338	0.16 284

test_sample1	0.24 216	0.13 105	0.40 75	0.20 58	0.13 110	0.29 257	0.19 189	0.43 229	0.30 153	0.27 152	0.34 215	0.31 250	0.28 296	0.45 283	0.27 282	0.09 199	0.16 347	0.08 103	0.08 151	0.09 177	0.22 356

MyStereo06	0.23 188	0.15 179	0.74 356	0.22 132	0.14 146	0.25 197	0.22 279	0.43 229	0.25 81	0.36 309	0.24 111	0.34 276	0.18 165	0.24 87	0.20 181	0.07 32	0.12 273	0.09 180	0.09 225	0.09 177	0.11 168

ACVNet-DCA	0.21 137	0.16 210	0.50 185	0.27 336	0.13 110	0.31 290	0.19 189	0.43 229	0.32 172	0.21 87	0.20 71	0.13 25	0.17 137	0.28 153	0.12 4	0.08 132	0.28 445	0.08 103	0.06 39	0.09 177	0.23 364

1test111	0.22 155	0.16 210	0.50 185	0.27 336	0.13 110	0.31 290	0.19 189	0.43 229	0.32 172	0.21 87	0.20 71	0.13 25	0.17 137	0.36 246	0.28 290	0.08 132	0.28 445	0.08 103	0.06 39	0.09 177	0.23 364

mmm	0.25 241	0.15 179	0.44 105	0.23 181	0.20 346	0.28 236	0.21 247	0.43 229	0.32 172	0.31 224	0.40 282	0.30 240	0.24 237	0.31 200	0.28 290	0.09 199	0.21 395	0.11 304	0.12 350	0.10 235	0.26 400

anonymousdsp2	0.23 188	0.11 41	0.42 91	0.26 300	0.24 399	0.25 197	0.17 97	0.43 229	0.37 238	0.30 209	0.23 104	0.24 160	0.15 106	0.32 209	0.17 112	0.07 32	0.28 445	0.07 33	0.05 12	0.08 107	0.44 462

ToySt	0.28 297	0.19 273	0.68 337	0.22 132	0.19 324	0.31 290	0.31 397	0.43 229	0.43 304	0.28 162	0.38 256	0.42 341	0.32 347	0.33 219	0.32 324	0.08 132	0.14 307	0.10 251	0.12 350	0.11 287	0.24 377

TestStereo1	0.23 188	0.22 312	0.50 185	0.27 336	0.14 146	0.26 212	0.27 363	0.43 229	0.38 247	0.29 186	0.39 273	0.23 143	0.21 200	0.33 219	0.18 136	0.08 132	0.08 165	0.09 180	0.08 151	0.08 107	0.10 134

qqq	0.24 216	0.16 210	0.46 122	0.20 58	0.15 205	0.23 160	0.20 222	0.43 229	0.32 172	0.26 141	0.31 177	0.28 209	0.25 250	0.36 246	0.28 290	0.08 132	0.22 406	0.10 251	0.11 309	0.09 177	0.23 364

x	0.23 188	0.15 179	0.45 108	0.20 58	0.15 205	0.27 219	0.17 97	0.43 229	0.35 208	0.26 141	0.31 177	0.29 222	0.25 250	0.29 174	0.30 306	0.09 199	0.22 406	0.08 103	0.09 225	0.09 177	0.24 377

SA-5K	0.23 188	0.22 312	0.50 185	0.27 336	0.14 146	0.26 212	0.27 363	0.43 229	0.38 247	0.29 186	0.39 273	0.23 143	0.21 200	0.33 219	0.18 136	0.08 132	0.08 165	0.09 180	0.08 151	0.08 107	0.10 134

AACVNet	0.28 297	0.22 312	0.55 253	0.23 181	0.14 146	0.30 270	0.19 189	0.43 229	0.33 187	0.39 349	0.42 301	0.44 354	0.29 316	0.73 398	0.28 290	0.11 296	0.09 203	0.11 304	0.09 225	0.13 338	0.12 208

TransformOpticalFlow	0.24 216	0.14 148	0.57 272	0.24 225	0.11 36	0.21 115	0.19 189	0.43 229	0.34 198	0.30 209	0.43 314	0.36 295	0.31 336	0.61 352	0.20 181	0.07 32	0.05 3	0.08 103	0.07 83	0.06 8	0.08 51

XX-Stereo	0.25 241	0.11 41	1.09 439	0.35 429	0.38 458	0.23 160	0.13 10	0.43 229	0.19 11	0.20 80	0.40 282	0.31 250	0.10 22	0.33 219	0.13 15	0.08 132	0.11 256	0.08 103	0.09 225	0.07 53	0.10 134

FENet	0.22 155	0.13 105	0.48 143	0.22 132	0.12 66	0.27 219	0.18 148	0.43 229	0.37 238	0.31 224	0.32 186	0.29 222	0.23 218	0.27 132	0.24 246	0.10 260	0.07 110	0.09 180	0.09 225	0.09 177	0.11 168

DMCA-RVC	0.30 329	0.27 367	0.93 416	0.28 363	0.17 271	0.30 270	0.21 247	0.43 229	0.36 223	0.40 358	0.38 256	0.39 321	0.36 369	0.44 277	0.34 336	0.13 353	0.10 230	0.16 405	0.12 350	0.13 338	0.11 168

DIP-Stereo	0.20 107	0.13 105	0.48 143	0.20 58	0.13 110	0.28 236	0.12 6	0.43 229	0.26 92	0.27 152	0.32 186	0.21 124	0.17 137	0.26 120	0.20 181	0.08 132	0.06 45	0.08 103	0.06 39	0.07 53	0.10 134
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.19 79	0.10 20	0.49 163	0.22 132	0.12 66	0.23 160	0.18 148	0.43 229	0.20 19	0.31 224	0.45 338	0.20 110	0.14 92	0.18 20	0.18 136	0.08 132	0.06 45	0.07 33	0.06 39	0.06 8	0.07 17

RAFT-Stereo	0.19 79	0.10 20	0.49 163	0.22 132	0.12 66	0.23 160	0.18 148	0.43 229	0.20 19	0.31 224	0.45 338	0.20 110	0.14 92	0.18 20	0.18 136	0.08 132	0.06 45	0.07 33	0.06 39	0.06 8	0.07 17
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.22 155	0.27 367	0.54 245	0.29 376	0.16 241	0.22 141	0.16 69	0.44 250	0.43 304	0.17 52	0.29 153	0.16 68	0.11 36	0.27 132	0.14 45	0.19 431	0.07 110	0.10 251	0.11 309	0.08 107	0.09 85

PAM	0.26 263	0.11 41	0.63 315	0.25 261	0.18 298	0.53 430	0.29 381	0.44 250	0.28 119	0.36 309	0.27 139	0.59 417	0.26 268	0.28 153	0.20 181	0.08 132	0.12 273	0.07 33	0.10 277	0.07 53	0.13 229

Any-RAFT	0.18 55	0.09 8	0.33 40	0.19 26	0.10 24	0.29 257	0.16 69	0.44 250	0.32 172	0.25 131	0.27 139	0.29 222	0.16 121	0.23 80	0.13 15	0.08 132	0.07 110	0.06 2	0.05 12	0.07 53	0.07 17

fast-acv-ft	0.33 353	0.26 361	0.88 406	0.25 261	0.18 298	0.49 418	0.27 363	0.44 250	0.50 374	0.40 358	0.55 395	0.49 386	0.36 369	0.39 261	0.41 365	0.11 296	0.11 256	0.11 304	0.12 350	0.13 338	0.11 168

riskmin	0.24 216	0.10 20	0.43 97	0.32 407	0.26 416	0.33 313	0.19 189	0.44 250	0.30 153	0.24 119	0.27 139	0.37 301	0.25 250	0.30 189	0.22 220	0.09 199	0.18 375	0.09 180	0.13 378	0.10 235	0.27 404

IER	0.24 216	0.15 179	0.50 185	0.21 86	0.15 205	0.31 290	0.20 222	0.44 250	0.38 247	0.34 280	0.41 293	0.32 261	0.34 357	0.31 200	0.23 238	0.09 199	0.07 110	0.08 103	0.08 151	0.09 177	0.09 85

IPLGR	0.22 155	0.14 148	0.75 359	0.21 86	0.11 36	0.25 197	0.18 148	0.44 250	0.38 247	0.29 186	0.28 145	0.21 124	0.19 185	0.37 256	0.19 162	0.07 32	0.06 45	0.08 103	0.07 83	0.07 53	0.07 17

111	0.22 155	0.22 312	0.57 272	0.19 26	0.09 7	0.24 182	0.17 97	0.44 250	0.46 337	0.24 119	0.30 166	0.29 222	0.22 207	0.25 101	0.19 162	0.08 132	0.05 3	0.07 33	0.06 39	0.07 53	0.15 269

cf-r	0.26 263	0.22 312	0.66 328	0.22 132	0.14 146	0.28 236	0.22 279	0.44 250	0.42 293	0.32 249	0.42 301	0.43 348	0.27 275	0.44 277	0.27 282	0.11 296	0.07 110	0.08 103	0.10 277	0.08 107	0.09 85

test_sample2	0.23 188	0.12 80	0.39 66	0.20 58	0.11 36	0.28 236	0.22 279	0.45 259	0.33 187	0.27 152	0.34 215	0.30 240	0.25 250	0.46 285	0.23 238	0.09 199	0.15 336	0.09 180	0.08 151	0.10 235	0.19 318

IPLG	0.23 188	0.19 273	0.65 323	0.21 86	0.12 66	0.28 236	0.17 97	0.45 259	0.32 172	0.33 262	0.32 186	0.16 68	0.17 137	0.50 296	0.23 238	0.07 32	0.06 45	0.08 103	0.07 83	0.07 53	0.08 51

PSMNet-ADL	0.26 263	0.16 210	0.39 66	0.27 336	0.14 146	0.32 306	0.22 279	0.45 259	0.37 238	0.28 162	0.34 215	0.41 330	0.28 296	0.61 352	0.32 324	0.11 296	0.10 230	0.09 180	0.11 309	0.10 235	0.13 229

Anonymous3	0.24 216	0.19 273	0.76 363	0.27 336	0.18 298	0.41 378	0.24 331	0.45 259	0.36 223	0.23 112	0.27 139	0.20 110	0.18 165	0.28 153	0.19 162	0.12 334	0.11 256	0.10 251	0.10 277	0.11 287	0.13 229

HCRNet	0.25 241	0.27 367	0.42 91	0.34 423	0.17 271	0.27 219	0.18 148	0.45 259	0.37 238	0.31 224	0.35 223	0.32 261	0.23 218	0.44 277	0.21 203	0.13 353	0.08 165	0.13 362	0.11 309	0.11 287	0.09 85

DMCA	0.24 216	0.18 261	0.51 201	0.23 181	0.14 146	0.27 219	0.20 222	0.45 259	0.40 273	0.32 249	0.33 205	0.33 268	0.25 250	0.27 132	0.30 306	0.11 296	0.08 165	0.10 251	0.08 151	0.11 287	0.12 208

HITNet	0.22 155	0.23 326	0.60 301	0.20 58	0.09 7	0.27 219	0.15 43	0.45 259	0.33 187	0.29 186	0.33 205	0.27 196	0.22 207	0.29 174	0.27 282	0.07 32	0.05 3	0.07 33	0.06 39	0.09 177	0.11 168
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
rvit_105_1	0.28 297	0.24 336	0.65 323	0.27 336	0.19 324	0.31 290	0.35 413	0.46 266	0.53 392	0.31 224	0.32 186	0.32 261	0.27 275	0.36 246	0.26 271	0.16 397	0.14 307	0.15 398	0.17 425	0.11 287	0.11 168

gwcnet-sp	0.25 241	0.16 210	0.70 344	0.23 181	0.14 146	0.34 328	0.22 279	0.46 266	0.41 281	0.37 325	0.35 223	0.27 196	0.27 275	0.36 246	0.26 271	0.09 199	0.08 165	0.09 180	0.09 225	0.10 235	0.10 134

scenet	0.25 241	0.16 210	0.70 344	0.23 181	0.14 146	0.34 328	0.22 279	0.46 266	0.41 281	0.37 325	0.35 223	0.27 196	0.27 275	0.36 246	0.26 271	0.09 199	0.08 165	0.09 180	0.09 225	0.10 235	0.10 134

ssnet	0.25 241	0.16 210	0.70 344	0.23 181	0.14 146	0.34 328	0.22 279	0.46 266	0.41 281	0.37 325	0.35 223	0.27 196	0.27 275	0.36 246	0.26 271	0.09 199	0.08 165	0.09 180	0.09 225	0.10 235	0.10 134

CFNet_pseudo	0.23 188	0.14 148	0.48 143	0.20 58	0.13 110	0.27 219	0.17 97	0.46 266	0.45 326	0.30 209	0.37 249	0.38 307	0.23 218	0.30 189	0.22 220	0.09 199	0.06 45	0.11 304	0.08 151	0.11 287	0.11 168

ARAFT	0.26 263	0.30 384	0.87 400	0.22 132	0.12 66	0.30 270	0.24 331	0.46 266	0.34 198	0.33 262	0.28 145	0.29 222	0.20 190	0.49 292	0.19 162	0.08 132	0.06 45	0.12 337	0.11 309	0.09 177	0.09 85

hitnet-ft	0.31 340	0.21 294	0.56 263	0.19 26	0.14 146	0.40 374	0.23 307	0.46 266	0.42 293	0.37 325	0.46 350	0.53 402	0.35 364	0.76 413	0.35 343	0.14 374	0.10 230	0.14 382	0.10 277	0.15 368	0.14 255

GwcNet-RSSM	0.28 297	0.25 351	0.61 307	0.22 132	0.14 146	0.28 236	0.24 331	0.46 266	0.44 315	0.33 262	0.46 350	0.41 330	0.28 296	0.55 322	0.31 316	0.11 296	0.07 110	0.09 180	0.10 277	0.10 235	0.09 85

ccs_rob	0.23 188	0.14 148	0.48 143	0.20 58	0.13 110	0.27 219	0.17 97	0.46 266	0.45 326	0.30 209	0.37 249	0.38 307	0.23 218	0.30 189	0.22 220	0.09 199	0.06 45	0.11 304	0.08 151	0.12 324	0.11 168

iResNet	0.25 241	0.22 312	0.62 310	0.26 300	0.11 36	0.31 290	0.23 307	0.46 266	0.45 326	0.34 280	0.43 314	0.27 196	0.23 218	0.36 246	0.37 353	0.08 132	0.05 3	0.07 33	0.06 39	0.08 107	0.10 134

ISRNet	0.28 297	0.15 179	0.54 245	0.27 336	0.19 324	0.24 182	0.15 43	0.47 276	0.45 326	0.40 358	0.49 367	0.42 341	0.27 275	0.33 219	0.30 306	0.20 434	0.12 273	0.17 414	0.16 414	0.16 376	0.21 343

DispNO	0.29 316	0.24 336	0.83 387	0.23 181	0.17 271	0.25 197	0.22 279	0.47 276	0.42 293	0.33 262	0.39 273	0.38 307	0.28 296	0.78 417	0.35 343	0.09 199	0.07 110	0.10 251	0.10 277	0.09 177	0.09 85

PCWNet_CMD	0.23 188	0.14 148	0.48 143	0.21 86	0.13 110	0.28 236	0.17 97	0.47 276	0.47 350	0.30 209	0.36 238	0.37 301	0.24 237	0.29 174	0.21 203	0.09 199	0.06 45	0.10 251	0.08 151	0.11 287	0.11 168

iinet-f	0.31 340	0.23 326	1.16 447	0.20 58	0.16 241	0.44 392	0.23 307	0.47 276	0.38 247	0.36 309	0.44 324	0.41 330	0.35 364	0.36 246	0.43 371	0.10 260	0.09 203	0.08 103	0.08 151	0.13 338	0.12 208

ICVP	0.24 216	0.13 105	0.45 108	0.26 300	0.14 146	0.30 270	0.25 344	0.47 276	0.35 208	0.29 186	0.43 314	0.35 290	0.25 250	0.28 153	0.25 260	0.12 334	0.09 203	0.09 180	0.09 225	0.09 177	0.11 168
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.28 297	0.19 273	0.54 245	0.24 225	0.17 271	0.47 408	0.22 279	0.47 276	0.53 392	0.40 358	0.43 314	0.36 295	0.34 357	0.40 263	0.35 343	0.08 132	0.08 165	0.09 180	0.09 225	0.10 235	0.09 85

acv_ft	0.26 263	0.18 261	0.56 263	0.24 225	0.19 324	0.34 328	0.21 247	0.47 276	0.45 326	0.39 349	0.41 293	0.38 307	0.28 296	0.28 153	0.36 347	0.09 199	0.07 110	0.08 103	0.07 83	0.11 287	0.09 85

GANet-RSSM	0.26 263	0.19 273	0.54 245	0.21 86	0.14 146	0.27 219	0.22 279	0.47 276	0.34 198	0.30 209	0.40 282	0.41 330	0.30 322	0.59 341	0.25 260	0.11 296	0.08 165	0.09 180	0.09 225	0.10 235	0.10 134

G-Net	0.47 425	0.26 361	1.02 429	0.34 423	0.28 422	0.89 470	0.35 413	0.47 276	0.46 337	0.68 452	1.20 473	0.64 438	0.59 443	0.61 352	0.60 418	0.16 397	0.14 307	0.17 414	0.13 378	0.22 430	0.21 343

MSMDNet	0.23 188	0.14 148	0.49 163	0.20 58	0.13 110	0.28 236	0.17 97	0.47 276	0.47 350	0.30 209	0.36 238	0.37 301	0.24 237	0.29 174	0.21 203	0.09 199	0.07 110	0.09 180	0.08 151	0.11 287	0.11 168

UCFNet_RVC	0.25 241	0.21 294	0.49 163	0.19 26	0.15 205	0.34 328	0.18 148	0.47 276	0.36 223	0.30 209	0.35 223	0.40 324	0.26 268	0.35 241	0.24 246	0.13 353	0.08 165	0.13 362	0.14 394	0.13 338	0.13 229

UGAM-zero	0.26 263	0.11 41	0.56 263	0.20 58	0.16 241	0.28 236	0.18 148	0.48 287	0.25 81	0.31 224	0.28 145	0.56 409	0.32 347	0.66 378	0.17 112	0.07 32	0.10 230	0.07 33	0.09 225	0.07 53	0.31 423

SA	0.24 216	0.22 312	0.55 253	0.23 181	0.14 146	0.25 197	0.23 307	0.48 287	0.42 293	0.28 162	0.44 324	0.23 143	0.23 218	0.34 234	0.17 112	0.07 32	0.09 203	0.11 304	0.11 309	0.08 107	0.09 85

DAS	0.28 297	0.13 105	0.49 163	0.24 225	0.18 298	0.30 270	0.24 331	0.48 287	0.48 356	0.42 374	0.45 338	0.34 276	0.31 336	0.76 413	0.24 246	0.09 199	0.07 110	0.09 180	0.07 83	0.10 235	0.11 168

SepStereo	0.27 289	0.13 105	0.49 163	0.24 225	0.18 298	0.30 270	0.24 331	0.48 287	0.48 356	0.42 374	0.45 338	0.34 276	0.31 336	0.64 368	0.24 246	0.09 199	0.07 110	0.09 180	0.07 83	0.10 235	0.11 168

MIPNet	0.22 155	0.19 273	0.64 320	0.22 132	0.12 66	0.28 236	0.20 222	0.48 287	0.39 263	0.31 224	0.24 111	0.19 99	0.24 237	0.28 153	0.20 181	0.07 32	0.05 3	0.08 103	0.07 83	0.07 53	0.08 51

GANet-ADL	0.22 155	0.14 148	0.51 201	0.23 181	0.14 146	0.29 257	0.19 189	0.48 287	0.36 223	0.26 141	0.33 205	0.32 261	0.20 190	0.26 120	0.22 220	0.11 296	0.07 110	0.07 33	0.06 39	0.09 177	0.11 168

EDNetEfficientorigin	7.48 510	0.57 462	139.59 528	0.25 261	0.17 271	0.44 392	0.30 388	0.48 287	1.04 475	1.29 484	1.02 466	0.82 461	0.87 471	0.76 413	1.02 457	0.10 260	0.09 203	0.12 337	0.11 309	0.22 430	0.25 388

ac_64	0.28 297	0.16 210	0.62 310	0.25 261	0.17 271	0.36 350	0.22 279	0.48 287	0.35 208	0.36 309	0.37 249	0.51 393	0.30 322	0.62 360	0.34 336	0.11 296	0.09 203	0.10 251	0.10 277	0.09 177	0.09 85

coex-ft	3.48 506	0.81 478	48.53 526	0.24 225	0.19 324	0.53 430	0.47 452	0.49 295	2.36 498	7.18 511	1.20 473	0.96 469	2.53 503	0.75 407	2.14 497	0.13 353	0.15 336	0.14 382	0.12 350	0.22 430	0.47 466

Anonymous_2	0.44 412	0.23 326	0.57 272	0.34 423	0.34 447	0.53 430	0.28 376	0.49 295	0.39 263	0.36 309	0.34 215	0.48 380	0.38 379	0.43 273	0.33 332	0.26 451	0.41 474	0.44 471	1.45 506	0.33 462	0.37 447

DSFCA	0.29 316	0.18 261	0.48 143	0.21 86	0.17 271	0.39 368	0.32 402	0.49 295	0.44 315	0.44 391	0.38 256	0.40 324	0.30 322	0.53 312	0.38 355	0.12 334	0.10 230	0.10 251	0.11 309	0.11 287	0.11 168

FADNet-RVC-Resample	0.31 340	0.32 394	1.16 447	0.27 336	0.17 271	0.33 313	0.21 247	0.49 295	0.40 273	0.36 309	0.38 256	0.34 276	0.27 275	0.54 317	0.27 282	0.10 260	0.10 230	0.14 382	0.13 378	0.13 338	0.18 304

STTStereo	0.30 329	0.24 336	0.83 387	0.25 261	0.17 271	0.30 270	0.24 331	0.49 295	0.39 263	0.39 349	0.41 293	0.44 354	0.28 296	0.41 266	0.30 306	0.13 353	0.13 292	0.13 362	0.16 414	0.12 324	0.12 208

BEATNet_4x	0.25 241	0.25 351	0.66 328	0.23 181	0.10 24	0.29 257	0.14 25	0.49 295	0.34 198	0.31 224	0.35 223	0.32 261	0.26 268	0.34 234	0.33 332	0.08 132	0.06 45	0.08 103	0.07 83	0.11 287	0.13 229

AANet_RVC	0.33 353	0.31 387	0.69 338	0.23 181	0.14 146	0.30 270	0.23 307	0.49 295	0.55 404	0.39 349	0.60 413	0.43 348	0.30 322	0.88 439	0.54 408	0.11 296	0.08 165	0.07 33	0.07 83	0.10 235	0.12 208

StereoDRNet-Refined	0.28 297	0.19 273	0.47 128	0.25 261	0.14 146	0.36 350	0.21 247	0.49 295	0.43 304	0.46 403	0.52 380	0.42 341	0.30 322	0.46 285	0.38 355	0.10 260	0.07 110	0.11 304	0.11 309	0.10 235	0.11 168
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MyStereo8	0.25 241	0.20 286	0.69 338	0.24 225	0.17 271	0.31 290	0.16 69	0.50 303	0.32 172	0.29 186	0.38 256	0.25 172	0.19 185	0.33 219	0.29 303	0.08 132	0.20 390	0.08 103	0.08 151	0.10 235	0.16 284

MyStereo05	0.24 216	0.15 179	0.58 287	0.22 132	0.14 146	0.25 197	0.22 279	0.50 303	0.54 397	0.32 249	0.23 104	0.26 191	0.23 218	0.32 209	0.25 260	0.07 32	0.12 273	0.09 180	0.09 225	0.09 177	0.11 168

Sa-1000	0.24 216	0.20 286	0.53 233	0.23 181	0.14 146	0.30 270	0.23 307	0.50 303	0.41 281	0.30 209	0.50 370	0.26 191	0.19 185	0.33 219	0.16 89	0.08 132	0.10 230	0.10 251	0.11 309	0.08 107	0.08 51

STrans-v2	0.25 241	0.14 148	0.56 263	0.21 86	0.12 66	0.23 160	0.20 222	0.50 303	0.31 162	0.31 224	0.42 301	0.35 290	0.35 364	0.62 360	0.24 246	0.07 32	0.05 3	0.08 103	0.07 83	0.06 8	0.08 51

UPFNet	0.27 289	0.15 179	0.47 128	0.25 261	0.20 346	0.37 358	0.27 363	0.50 303	0.40 273	0.36 309	0.38 256	0.37 301	0.29 316	0.40 263	0.34 336	0.10 260	0.10 230	0.10 251	0.10 277	0.10 235	0.08 51

PSMNet-RSSM	0.26 263	0.21 294	0.50 185	0.21 86	0.14 146	0.25 197	0.21 247	0.50 303	0.38 247	0.31 224	0.45 338	0.40 324	0.27 275	0.53 312	0.24 246	0.12 334	0.08 165	0.11 304	0.13 378	0.10 235	0.10 134

SuperB	0.50 430	0.37 419	2.16 491	0.23 181	0.15 205	0.41 378	0.32 402	0.50 303	0.83 459	0.44 391	0.51 373	0.33 268	0.45 406	0.69 386	1.07 461	0.10 260	0.08 165	0.09 180	0.08 151	0.95 495	0.18 304

RASNet	0.30 329	0.19 273	0.59 294	0.23 181	0.19 324	0.33 313	0.20 222	0.50 303	0.41 281	0.31 224	0.44 324	0.47 376	0.38 379	0.79 421	0.40 361	0.09 199	0.07 110	0.07 33	0.09 225	0.08 107	0.10 134

DANet	0.37 376	0.25 351	0.67 331	0.37 434	0.22 376	0.42 383	0.25 344	0.50 303	0.44 315	0.52 424	0.50 370	0.59 417	0.42 398	0.78 417	0.53 404	0.13 353	0.12 273	0.14 382	0.12 350	0.17 390	0.21 343
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DLCB_ROB	0.30 329	0.20 286	0.45 108	0.28 363	0.17 271	0.37 358	0.25 344	0.50 303	0.45 326	0.46 403	0.47 357	0.51 393	0.34 357	0.56 328	0.38 355	0.10 260	0.10 230	0.11 304	0.11 309	0.10 235	0.11 168

MyStereo04	0.24 216	0.15 179	0.58 287	0.22 132	0.16 241	0.25 197	0.22 279	0.51 313	0.54 397	0.29 186	0.23 104	0.27 196	0.23 218	0.32 209	0.25 260	0.07 32	0.13 292	0.09 180	0.09 225	0.09 177	0.11 168

CFNet_ucs	0.25 241	0.14 148	0.51 201	0.20 58	0.15 205	0.29 257	0.18 148	0.51 313	0.46 337	0.32 249	0.42 301	0.38 307	0.23 218	0.31 200	0.22 220	0.11 296	0.08 165	0.12 337	0.09 225	0.13 338	0.13 229

GwcNet-ADL	0.23 188	0.15 179	0.58 287	0.24 225	0.13 110	0.23 160	0.24 331	0.51 313	0.41 281	0.28 162	0.29 153	0.30 240	0.20 190	0.27 132	0.28 290	0.09 199	0.07 110	0.07 33	0.07 83	0.09 177	0.11 168

GES	0.23 188	0.14 148	0.54 245	0.21 86	0.14 146	0.28 236	0.19 189	0.51 313	0.35 208	0.31 224	0.36 238	0.25 172	0.24 237	0.30 189	0.23 238	0.11 296	0.09 203	0.08 103	0.08 151	0.10 235	0.12 208

FADNet-RVC	0.34 361	0.43 438	0.97 423	0.25 261	0.20 346	0.33 313	0.20 222	0.51 313	0.42 293	0.34 280	0.40 282	0.41 330	0.29 316	0.65 372	0.36 347	0.14 374	0.14 307	0.14 382	0.15 404	0.19 413	0.20 334

raft_robust	0.25 241	0.23 326	0.44 105	0.22 132	0.13 110	0.23 160	0.22 279	0.52 318	0.50 374	0.33 262	0.32 186	0.33 268	0.23 218	0.55 322	0.18 136	0.07 32	0.11 256	0.08 103	0.10 277	0.08 107	0.07 17

CRFU-Net	0.29 316	0.14 148	0.48 143	0.26 300	0.15 205	0.46 402	0.22 279	0.52 318	0.32 172	0.44 391	0.42 301	0.48 380	0.47 415	0.44 277	0.31 316	0.12 334	0.10 230	0.09 180	0.08 151	0.10 235	0.11 168

CSP-Net	0.28 297	0.17 240	0.41 82	0.22 132	0.14 146	0.44 392	0.24 331	0.52 318	0.42 293	0.42 374	0.44 324	0.42 341	0.27 275	0.66 378	0.30 306	0.12 334	0.09 203	0.08 103	0.08 151	0.10 235	0.10 134

delet	0.29 316	0.18 261	0.58 287	0.24 225	0.19 324	0.41 378	0.30 388	0.52 318	0.51 380	0.35 298	0.42 301	0.37 301	0.31 336	0.49 292	0.36 347	0.10 260	0.09 203	0.11 304	0.12 350	0.09 177	0.09 85

UNet	0.28 297	0.16 210	0.70 344	0.24 225	0.20 346	0.44 392	0.21 247	0.52 318	0.42 293	0.36 309	0.40 282	0.43 348	0.33 355	0.41 266	0.32 324	0.09 199	0.07 110	0.10 251	0.09 225	0.10 235	0.09 85

psmorigin	0.52 436	0.29 378	3.10 500	0.24 225	0.19 324	0.39 368	0.24 331	0.52 318	0.45 326	0.66 450	0.68 433	0.70 455	0.52 429	0.86 436	0.49 395	0.15 387	0.17 366	0.13 362	0.14 394	0.16 376	0.23 364

HGLStereo	0.29 316	0.19 273	0.60 301	0.24 225	0.21 361	0.33 313	0.23 307	0.52 318	0.44 315	0.36 309	0.49 367	0.41 330	0.35 364	0.46 285	0.34 336	0.11 296	0.11 256	0.09 180	0.09 225	0.11 287	0.12 208

FADNet_RVC	0.31 340	0.35 410	0.98 425	0.24 225	0.16 241	0.30 270	0.17 97	0.52 318	0.39 263	0.30 209	0.38 256	0.30 240	0.29 316	0.54 317	0.33 332	0.14 374	0.14 307	0.14 382	0.16 414	0.21 426	0.24 377

NLCA_NET_v2_RVC	0.29 316	0.24 336	0.81 379	0.26 300	0.18 298	0.30 270	0.22 279	0.52 318	0.41 281	0.38 333	0.42 301	0.42 341	0.28 296	0.46 285	0.31 316	0.11 296	0.08 165	0.10 251	0.11 309	0.10 235	0.12 208
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DISCO	0.33 353	0.16 210	0.55 253	0.26 300	0.16 241	0.48 414	0.25 344	0.52 318	0.58 412	0.38 333	0.45 338	0.63 433	0.37 374	0.65 372	0.50 396	0.10 260	0.07 110	0.09 180	0.08 151	0.13 338	0.13 229

AIO-Stereo-zeroshot1	0.28 297	0.17 240	0.96 421	0.29 376	0.31 441	0.29 257	0.21 247	0.53 328	0.28 119	0.27 152	0.55 395	0.41 330	0.18 165	0.30 189	0.22 220	0.08 132	0.10 230	0.08 103	0.13 378	0.12 324	0.20 334

test_sample5	0.26 263	0.14 148	0.51 201	0.21 86	0.12 66	0.31 290	0.21 247	0.53 328	0.38 247	0.33 262	0.43 314	0.29 222	0.25 250	0.56 328	0.24 246	0.10 260	0.14 307	0.10 251	0.10 277	0.11 287	0.16 284

test_sample4	0.26 263	0.14 148	0.53 233	0.21 86	0.12 66	0.32 306	0.21 247	0.53 328	0.38 247	0.33 262	0.38 256	0.28 209	0.25 250	0.54 317	0.25 260	0.10 260	0.14 307	0.10 251	0.09 225	0.11 287	0.16 284

test_sample3	0.25 241	0.14 148	0.52 222	0.20 58	0.12 66	0.33 313	0.20 222	0.53 328	0.38 247	0.32 249	0.35 223	0.29 222	0.24 237	0.54 317	0.25 260	0.10 260	0.14 307	0.09 180	0.09 225	0.11 287	0.15 269

DualNet	0.26 263	0.14 148	0.51 201	0.21 86	0.12 66	0.31 290	0.21 247	0.53 328	0.38 247	0.34 280	0.44 324	0.29 222	0.25 250	0.56 328	0.24 246	0.10 260	0.14 307	0.10 251	0.10 277	0.11 287	0.16 284

SQANet	0.44 412	0.57 462	0.89 408	0.49 467	0.39 460	0.47 408	0.23 307	0.53 328	0.44 315	0.41 370	0.48 366	0.47 376	0.34 357	0.58 334	0.43 371	0.38 471	0.15 336	0.40 469	0.21 438	0.50 469	0.34 435

Wz-Net-LNSev-Ref	0.33 353	0.25 351	0.82 382	0.22 132	0.17 271	0.46 402	0.28 376	0.53 328	0.53 392	0.43 385	0.57 402	0.44 354	0.31 336	0.50 296	0.48 389	0.10 260	0.06 45	0.08 103	0.06 39	0.11 287	0.12 208

DDUNet	0.45 415	0.60 467	0.71 350	0.45 461	0.39 460	0.46 402	0.32 402	0.53 328	0.44 315	0.46 403	0.53 387	0.57 411	0.38 379	0.51 302	0.43 371	0.34 465	0.21 395	0.56 477	0.25 455	0.41 466	0.36 439

EAI-Stereo	0.29 316	0.11 41	0.38 60	0.22 132	0.18 298	0.33 313	1.66 504	0.53 328	0.27 109	0.27 152	0.50 370	0.17 79	0.16 121	0.25 101	0.25 260	0.07 32	0.07 110	0.07 33	0.11 309	0.07 53	0.10 134

RP	0.38 381	0.26 361	0.67 331	0.31 401	0.24 399	0.37 358	0.29 381	0.53 328	0.61 423	0.42 374	0.65 427	0.62 429	0.51 427	0.63 363	0.43 371	0.17 411	0.15 336	0.17 414	0.15 404	0.17 390	0.19 318

PA-Net	0.40 397	0.35 410	1.05 431	0.32 407	0.28 422	0.39 368	0.43 443	0.53 328	0.56 408	0.35 298	0.43 314	0.41 330	0.36 369	0.83 432	0.61 421	0.12 334	0.23 416	0.16 405	0.23 450	0.13 338	0.20 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet	0.29 316	0.29 378	0.57 272	0.23 181	0.14 146	0.34 328	0.15 43	0.53 328	0.46 337	0.31 224	0.40 282	0.38 307	0.27 275	0.76 413	0.28 290	0.10 260	0.07 110	0.11 304	0.11 309	0.11 287	0.09 85

AIO-Stereo-zeroshot	0.26 263	0.15 179	0.96 421	0.21 86	0.25 412	0.30 270	0.21 247	0.54 340	0.28 119	0.25 131	0.29 153	0.46 367	0.23 218	0.28 153	0.20 181	0.08 132	0.10 230	0.08 103	0.12 350	0.11 287	0.17 301

DualNet (step1)	0.31 340	0.21 294	0.69 338	0.18 11	0.17 271	0.36 350	0.21 247	0.54 340	0.43 304	0.38 333	0.36 238	0.38 307	0.32 347	0.41 266	0.26 271	0.24 442	0.21 395	0.28 454	0.24 452	0.18 405	0.21 343

test_sample9	0.45 415	0.21 294	0.69 338	0.18 11	0.17 271	0.36 350	0.21 247	0.54 340	0.43 304	0.38 333	0.36 238	0.38 307	0.32 347	0.70 389	1.01 454	0.24 442	1.93 506	0.28 454	0.24 452	0.18 405	0.21 343

test_sample7	0.28 297	0.16 210	0.47 128	0.21 86	0.14 146	0.29 257	0.22 279	0.54 340	0.43 304	0.38 333	0.36 238	0.38 307	0.32 347	0.41 266	0.26 271	0.14 374	0.21 395	0.13 362	0.12 350	0.13 338	0.25 388

test_sample6	0.27 289	0.15 179	0.50 185	0.22 132	0.12 66	0.30 270	0.22 279	0.54 340	0.39 263	0.34 280	0.44 324	0.29 222	0.25 250	0.58 334	0.26 271	0.11 296	0.14 307	0.10 251	0.10 277	0.11 287	0.16 284

SMFormer	0.27 289	0.13 105	0.47 128	0.20 58	0.10 24	0.28 236	0.19 189	0.54 340	0.48 356	0.35 298	0.42 301	0.31 250	0.27 275	0.60 346	0.34 336	0.10 260	0.16 347	0.08 103	0.09 225	0.10 235	0.16 284

tta	0.27 289	0.13 105	0.47 128	0.20 58	0.10 24	0.28 236	0.19 189	0.54 340	0.48 356	0.35 298	0.42 301	0.31 250	0.27 275	0.60 346	0.34 336	0.10 260	0.16 347	0.08 103	0.09 225	0.08 107	0.13 229

qqq1	0.26 263	0.13 105	0.47 128	0.20 58	0.10 24	0.28 236	0.19 189	0.54 340	0.48 356	0.35 298	0.42 301	0.31 250	0.27 275	0.60 346	0.21 203	0.10 260	0.16 347	0.07 33	0.07 83	0.08 107	0.13 229

fff1	0.26 263	0.13 105	0.47 128	0.20 58	0.10 24	0.28 236	0.19 189	0.54 340	0.48 356	0.35 298	0.42 301	0.31 250	0.27 275	0.60 346	0.21 203	0.10 260	0.16 347	0.07 33	0.07 83	0.08 107	0.13 229

SDNR	0.47 425	0.29 378	0.92 412	0.24 225	0.37 455	1.27 487	0.17 97	0.54 340	0.58 412	0.44 391	0.85 455	0.55 405	0.28 296	1.19 473	0.52 400	0.23 440	0.24 426	0.17 414	0.13 378	0.19 413	0.26 400

psmg	0.24 216	0.13 105	0.36 53	0.21 86	0.14 146	0.35 343	0.23 307	0.54 340	0.36 223	0.36 309	0.38 256	0.38 307	0.25 250	0.27 132	0.28 290	0.10 260	0.08 165	0.10 251	0.10 277	0.09 177	0.09 85

SACVNet	0.32 346	0.25 351	0.59 294	0.26 300	0.19 324	0.35 343	0.25 344	0.54 340	0.41 281	0.43 385	0.45 338	0.46 367	0.34 357	0.71 394	0.30 306	0.14 374	0.10 230	0.12 337	0.12 350	0.16 376	0.20 334

ADCRef	0.41 402	0.33 398	1.05 431	0.26 300	0.21 361	0.49 418	0.27 363	0.54 340	0.51 380	0.51 421	0.59 409	0.35 290	0.47 415	0.54 317	1.35 478	0.09 199	0.08 165	0.12 337	0.12 350	0.12 324	0.13 229

TDLM	0.32 346	0.27 367	0.52 222	0.30 386	0.15 205	0.33 313	0.32 402	0.54 340	0.50 374	0.44 391	0.43 314	0.39 321	0.30 322	0.92 451	0.30 306	0.14 374	0.09 203	0.13 362	0.12 350	0.13 338	0.14 255

PASM	0.49 429	0.41 434	1.15 445	0.37 434	0.35 450	0.42 383	0.42 441	0.54 340	0.65 432	0.54 433	0.54 390	0.63 433	0.48 419	0.94 455	0.51 399	0.27 455	0.30 457	0.30 457	0.33 467	0.29 455	0.29 416

DeepPruner_ROB	0.28 297	0.25 351	0.64 320	0.22 132	0.16 241	0.30 270	0.21 247	0.54 340	0.33 187	0.36 309	0.38 256	0.38 307	0.26 268	0.45 283	0.28 290	0.15 387	0.11 256	0.11 304	0.11 309	0.14 360	0.14 255

CoDeX	0.24 216	0.13 105	0.48 143	0.22 132	0.14 146	0.29 257	0.21 247	0.55 356	0.42 293	0.29 186	0.36 238	0.28 209	0.23 218	0.48 290	0.20 181	0.09 199	0.06 45	0.08 103	0.07 83	0.08 107	0.08 51

ADLNet2	0.31 340	0.23 326	0.77 369	0.23 181	0.18 298	0.36 350	0.24 331	0.55 356	0.54 397	0.33 262	0.38 256	0.45 360	0.31 336	0.70 389	0.36 347	0.10 260	0.08 165	0.09 180	0.09 225	0.12 324	0.11 168

RAFT + AFF	0.30 329	0.33 398	0.76 363	0.25 261	0.17 271	0.30 270	0.33 407	0.55 356	0.42 293	0.28 162	0.30 166	0.31 250	0.31 336	0.64 368	0.32 324	0.09 199	0.11 256	0.11 304	0.10 277	0.12 324	0.16 284

CVANet_RVC	0.34 361	0.25 351	0.77 369	0.27 336	0.17 271	0.34 328	0.28 376	0.55 356	0.50 374	0.43 385	0.46 350	0.44 354	0.31 336	0.90 444	0.27 282	0.15 387	0.10 230	0.14 382	0.14 394	0.15 368	0.15 269

iResNetv2_ROB	0.29 316	0.37 419	0.92 412	0.24 225	0.13 110	0.30 270	0.19 189	0.55 356	0.51 380	0.39 349	0.46 350	0.39 321	0.27 275	0.36 246	0.30 306	0.09 199	0.06 45	0.07 33	0.05 12	0.13 338	0.11 168

HSM	0.29 316	0.18 261	0.48 143	0.21 86	0.15 205	0.33 313	0.20 222	0.55 356	0.39 263	0.36 309	0.39 273	0.67 448	0.32 347	0.88 439	0.24 246	0.09 199	0.07 110	0.08 103	0.07 83	0.09 177	0.10 134

CBMV_ROB	0.36 369	0.21 294	0.57 272	0.22 132	0.14 146	0.35 343	0.20 222	0.55 356	0.47 350	0.52 424	0.58 405	0.45 360	0.53 434	0.75 407	0.50 396	0.18 422	0.19 379	0.23 443	0.21 438	0.15 368	0.20 334

NOSS_ROB	0.33 353	0.24 336	0.49 163	0.27 336	0.16 241	0.34 328	0.19 189	0.55 356	0.50 374	0.34 280	0.37 249	0.42 341	0.30 322	0.93 453	0.25 260	0.19 431	0.20 390	0.24 445	0.22 446	0.17 390	0.25 388

pmcnn	0.54 440	0.24 336	1.06 433	0.25 261	0.26 416	0.40 374	0.31 397	0.55 356	0.55 404	0.56 437	1.22 475	2.53 499	0.39 386	0.84 433	1.08 463	0.09 199	0.06 45	0.06 2	0.05 12	0.10 235	0.14 255

HBP-ISP	0.34 361	0.35 410	0.76 363	0.23 181	0.17 271	0.33 313	0.22 279	0.56 365	0.47 350	0.42 374	0.49 367	0.33 268	0.41 394	0.73 398	0.27 282	0.18 422	0.19 379	0.24 445	0.20 436	0.16 376	0.16 284

Wz-Net-LNSev	0.36 369	0.35 410	1.06 433	0.26 300	0.21 361	0.47 408	0.33 407	0.56 365	0.58 412	0.45 398	0.54 390	0.50 390	0.37 374	0.40 263	0.42 368	0.12 334	0.11 256	0.10 251	0.09 225	0.14 360	0.15 269

ADLNet	0.30 329	0.19 273	0.59 294	0.23 181	0.19 324	0.34 328	0.23 307	0.56 365	0.44 315	0.43 385	0.41 293	0.43 348	0.28 296	0.56 328	0.36 347	0.11 296	0.08 165	0.11 304	0.11 309	0.11 287	0.15 269

FADNet	0.34 361	0.43 438	0.88 406	0.24 225	0.22 376	0.37 358	0.19 189	0.56 365	0.49 369	0.32 249	0.36 238	0.43 348	0.32 347	0.65 372	0.30 306	0.17 411	0.16 347	0.14 382	0.16 414	0.25 441	0.21 343

MaskLacGwcNet_RVC	0.38 381	0.43 438	0.72 355	0.35 429	0.19 324	0.51 421	0.25 344	0.56 365	0.39 263	0.42 374	0.47 357	0.47 376	0.27 275	0.74 402	0.32 324	0.38 471	0.19 379	0.27 448	0.17 425	0.29 455	0.27 404

ADCP+	0.48 428	0.36 416	1.47 471	0.26 300	0.22 376	0.57 437	0.40 436	0.56 365	0.54 397	0.46 403	0.52 380	0.46 367	0.53 434	0.59 341	1.93 493	0.10 260	0.08 165	0.11 304	0.11 309	0.14 360	0.15 269

ADCPNet	0.51 433	0.36 416	1.82 485	0.27 336	0.23 387	0.71 453	0.39 432	0.56 365	0.54 397	0.52 424	0.60 413	0.66 444	0.57 440	0.64 368	1.23 468	0.15 387	0.18 375	0.14 382	0.23 450	0.19 413	0.22 356

NCCL2	0.37 376	0.33 398	0.59 294	0.37 434	0.23 387	0.42 383	0.41 440	0.56 365	0.44 315	0.47 409	0.47 357	0.61 426	0.39 386	0.58 334	0.41 365	0.16 397	0.13 292	0.21 436	0.22 446	0.16 376	0.18 304

CBMV	0.36 369	0.25 351	0.61 307	0.24 225	0.14 146	0.42 383	0.33 407	0.56 365	0.52 391	0.54 433	0.52 380	0.51 393	0.58 441	0.63 363	0.43 371	0.15 387	0.16 347	0.18 422	0.16 414	0.13 338	0.19 318
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_sample8	0.52 436	0.21 294	0.69 338	0.18 11	0.17 271	0.36 350	0.21 247	0.57 374	0.38 247	0.63 445	0.39 273	1.16 473	0.68 458	0.70 389	1.01 454	0.24 442	1.93 506	0.28 454	0.24 452	0.18 405	0.21 343

mmx	0.37 376	0.17 240	0.84 391	0.21 86	0.13 110	0.29 257	0.21 247	0.57 374	0.48 356	0.31 224	0.44 324	0.34 276	0.24 237	0.91 446	1.30 472	0.10 260	0.20 390	0.12 337	0.11 309	0.11 287	0.23 364

xxx	0.37 376	0.17 240	0.84 391	0.21 86	0.13 110	0.29 257	0.21 247	0.57 374	0.48 356	0.31 224	0.44 324	0.34 276	0.24 237	0.91 446	1.30 472	0.10 260	0.20 390	0.12 337	0.11 309	0.11 287	0.23 364

UDG	0.42 406	0.54 455	0.67 331	0.41 454	0.35 450	0.47 408	0.27 363	0.57 374	0.48 356	0.40 358	0.46 350	0.59 417	0.45 406	0.47 289	0.46 384	0.26 451	0.19 379	0.49 473	0.22 446	0.37 464	0.30 419

LMCR-Stereo	0.28 297	0.22 312	0.56 263	0.29 376	0.14 146	0.37 358	0.23 307	0.57 374	0.36 223	0.40 358	0.40 282	0.29 222	0.30 322	0.41 266	0.38 355	0.11 296	0.07 110	0.09 180	0.07 83	0.13 338	0.10 134

SFCPSM	0.23 188	0.12 80	0.51 201	0.21 86	0.14 146	0.34 328	0.22 279	0.57 374	0.41 281	0.29 186	0.32 186	0.23 143	0.22 207	0.28 153	0.20 181	0.10 260	0.07 110	0.09 180	0.10 277	0.09 177	0.09 85

psm_up	0.30 329	0.21 294	0.58 287	0.26 300	0.18 298	0.32 306	0.27 363	0.57 374	0.45 326	0.38 333	0.41 293	0.45 360	0.40 389	0.59 341	0.32 324	0.11 296	0.12 273	0.13 362	0.12 350	0.11 287	0.11 168

ADCL	0.50 430	0.30 384	1.15 445	0.28 363	0.19 324	0.77 460	0.64 471	0.57 374	0.73 451	0.57 440	0.73 442	0.55 405	0.60 444	0.66 378	1.53 484	0.11 296	0.10 230	0.13 362	0.13 378	0.15 368	0.16 284

AnyNet_C32	0.55 441	0.51 451	1.34 464	0.29 376	0.28 422	0.61 443	0.62 470	0.57 374	0.62 427	0.63 445	0.68 433	0.54 404	0.55 436	0.82 428	1.81 490	0.15 387	0.15 336	0.15 398	0.18 430	0.21 426	0.25 388

AdaStereo	0.25 241	0.17 240	0.47 128	0.25 261	0.13 110	0.33 313	0.17 97	0.57 374	0.43 304	0.34 280	0.38 256	0.35 290	0.21 200	0.32 209	0.24 246	0.14 374	0.06 45	0.13 362	0.09 225	0.11 287	0.09 85
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.
iResNet_ROB	0.27 289	0.27 367	0.48 143	0.21 86	0.12 66	0.32 306	0.17 97	0.57 374	0.55 404	0.39 349	0.44 324	0.37 301	0.28 296	0.43 273	0.28 290	0.08 132	0.06 45	0.06 2	0.05 12	0.09 177	0.11 168

XPNet_ROB	0.35 367	0.26 361	0.58 287	0.28 363	0.19 324	0.37 358	0.31 397	0.57 374	0.51 380	0.52 424	0.54 390	0.57 411	0.38 379	0.65 372	0.48 389	0.17 411	0.12 273	0.13 362	0.12 350	0.16 376	0.17 301

WCMA_ROB	0.55 441	0.27 367	0.76 363	0.26 300	0.22 376	0.62 444	0.36 419	0.57 374	0.58 412	0.97 472	1.40 481	1.28 478	0.94 475	0.80 424	0.80 440	0.20 434	0.17 366	0.16 405	0.16 414	0.19 413	0.29 416

ITSA-stereo	0.26 263	0.16 210	0.39 66	0.24 225	0.11 36	0.28 236	0.18 148	0.58 387	0.59 419	0.32 249	0.32 186	0.33 268	0.28 296	0.51 302	0.34 336	0.11 296	0.08 165	0.11 304	0.11 309	0.11 287	0.15 269

LL-Strereo	0.32 346	0.33 398	0.77 369	0.26 300	0.24 399	0.22 141	0.23 307	0.58 387	0.44 315	0.35 298	0.32 186	0.41 330	0.40 389	0.93 453	0.25 260	0.08 132	0.13 292	0.11 304	0.09 225	0.09 177	0.22 356

Wz-Net-MNSev	0.39 386	0.35 410	0.99 427	0.26 300	0.21 361	0.59 441	0.39 432	0.58 387	0.61 423	0.49 415	0.56 400	0.53 402	0.37 374	0.61 352	0.47 387	0.11 296	0.09 203	0.11 304	0.11 309	0.15 368	0.15 269

TRStereo	0.22 155	0.21 294	0.62 310	0.40 450	0.19 324	0.22 141	0.16 69	0.58 387	0.30 153	0.21 87	0.21 88	0.22 129	0.13 77	0.27 132	0.14 45	0.09 199	0.09 203	0.09 180	0.11 309	0.06 8	0.19 318

GEStereo_RVC	0.29 316	0.24 336	0.60 301	0.27 336	0.16 241	0.33 313	0.25 344	0.58 387	0.56 408	0.35 298	0.38 256	0.34 276	0.25 250	0.51 302	0.29 303	0.12 334	0.08 165	0.09 180	0.08 151	0.11 287	0.13 229

GwcNet	0.37 376	0.29 378	1.12 441	0.25 261	0.24 399	0.48 414	0.27 363	0.58 387	0.60 421	0.39 349	0.54 390	0.51 393	0.34 357	0.60 346	0.46 384	0.13 353	0.12 273	0.12 337	0.11 309	0.13 338	0.15 269

S-Stereo	0.39 386	0.20 286	1.04 430	0.28 363	0.22 376	0.39 368	0.31 397	0.58 387	0.69 442	0.40 358	0.59 409	0.48 380	0.41 394	0.75 407	0.42 368	0.12 334	0.15 336	0.13 362	0.13 378	0.16 376	0.25 388

MSMD_ROB	0.63 458	0.34 406	0.70 344	0.30 386	0.25 412	0.88 469	0.35 413	0.58 387	0.67 436	1.13 480	1.52 485	1.75 488	1.05 480	0.90 444	0.60 418	0.24 442	0.22 406	0.27 448	0.27 462	0.25 441	0.27 404

SGM-Forest	0.42 406	0.44 441	0.92 412	0.24 225	0.16 241	0.45 400	0.40 436	0.58 387	0.50 374	0.54 433	0.63 424	0.52 398	0.51 427	0.91 446	0.66 428	0.17 411	0.17 366	0.17 414	0.15 404	0.15 368	0.21 343
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PSMNet-RUCA	0.39 386	0.47 444	0.84 391	0.46 464	0.41 463	0.34 328	0.26 355	0.59 396	0.46 337	0.40 358	0.51 373	0.44 354	0.33 355	0.43 273	0.31 316	0.25 449	0.14 307	0.33 464	0.21 438	0.32 460	0.23 364

ttt	0.33 353	0.14 148	0.54 245	0.22 132	0.14 146	0.30 270	0.22 279	0.59 396	0.51 380	0.31 224	0.46 350	0.30 240	0.23 218	0.71 394	1.07 461	0.13 353	0.22 406	0.10 251	0.11 309	0.12 324	0.24 377

ssnet_v2	0.30 329	0.21 294	0.63 315	0.23 181	0.15 205	0.40 374	0.30 388	0.59 396	0.48 356	0.40 358	0.37 249	0.46 367	0.30 322	0.41 266	0.44 378	0.13 353	0.11 256	0.11 304	0.11 309	0.12 324	0.11 168

BUS	0.24 216	0.13 105	0.36 53	0.25 261	0.14 146	0.44 392	0.17 97	0.59 396	0.36 223	0.34 280	0.35 223	0.31 250	0.22 207	0.27 132	0.22 220	0.10 260	0.07 110	0.11 304	0.10 277	0.09 177	0.10 134

BSDual-CNN	0.24 216	0.13 105	0.36 53	0.25 261	0.14 146	0.35 343	0.22 279	0.59 396	0.36 223	0.34 280	0.35 223	0.38 307	0.25 250	0.27 132	0.28 290	0.10 260	0.07 110	0.11 304	0.10 277	0.09 177	0.10 134

hknet	0.26 263	0.15 179	0.49 163	0.25 261	0.16 241	0.35 343	0.22 279	0.59 396	0.40 273	0.34 280	0.35 223	0.43 348	0.28 296	0.38 258	0.26 271	0.09 199	0.07 110	0.11 304	0.10 277	0.09 177	0.10 134

test_xeample	0.39 386	0.14 148	0.46 122	0.19 26	0.16 241	0.34 328	0.22 279	0.59 396	0.43 304	0.33 262	0.47 357	0.30 240	0.27 275	0.60 346	2.44 501	0.10 260	0.21 395	0.09 180	0.09 225	0.09 177	0.25 388

edge stereo	0.40 397	0.22 312	0.87 400	0.27 336	0.22 376	0.38 364	0.26 355	0.59 396	0.56 408	0.53 430	0.60 413	0.71 456	0.50 425	0.78 417	0.43 371	0.16 397	0.15 336	0.19 429	0.14 394	0.17 390	0.19 318

PS-NSSS	0.33 353	0.36 416	0.61 307	0.24 225	0.18 298	0.33 313	0.24 331	0.59 396	0.42 293	0.38 333	0.52 380	0.36 295	0.31 336	0.80 424	0.32 324	0.18 422	0.14 307	0.21 436	0.15 404	0.17 390	0.14 255

ETE_ROB	0.36 369	0.32 394	0.64 320	0.30 386	0.18 298	0.40 374	0.38 429	0.59 396	0.49 369	0.50 418	0.52 380	0.62 429	0.37 374	0.58 334	0.43 371	0.13 353	0.10 230	0.14 382	0.12 350	0.17 390	0.18 304

iRaft-Stereo_20w	0.29 316	0.11 41	0.86 398	0.33 418	0.24 399	0.32 306	0.26 355	0.60 406	0.26 92	0.41 370	0.21 88	0.28 209	0.19 185	0.32 209	0.24 246	0.07 32	0.31 461	0.07 33	0.09 225	0.08 107	0.47 466

222	0.45 415	0.14 148	0.43 97	0.19 26	0.15 205	0.36 350	0.20 222	0.60 406	0.43 304	0.37 325	0.45 338	0.30 240	0.28 296	0.59 341	3.72 506	0.11 296	0.19 379	0.08 103	0.09 225	0.09 177	0.27 404

MFN_U_SF_DS_RVC	0.53 438	0.60 467	0.98 425	0.40 450	0.25 412	0.87 468	0.57 467	0.60 406	0.64 431	0.60 442	0.67 431	0.63 433	0.42 398	1.13 468	0.50 396	0.23 440	0.28 445	0.27 448	0.35 469	0.25 441	0.33 432

RGC	0.41 402	0.35 410	0.76 363	0.35 429	0.28 422	0.41 378	0.29 381	0.60 406	0.55 404	0.47 409	0.64 425	0.63 433	0.47 415	0.74 402	0.46 384	0.16 397	0.15 336	0.21 436	0.21 438	0.19 413	0.21 343

GANet	0.40 397	0.28 375	0.67 331	0.31 401	0.18 298	0.43 387	0.39 432	0.60 406	0.46 337	0.48 414	0.78 447	0.55 405	0.45 406	0.96 456	0.55 411	0.13 353	0.14 307	0.13 362	0.12 350	0.15 368	0.16 284

NVstereo2D	0.32 346	0.18 261	0.63 315	0.24 225	0.23 387	0.43 387	0.28 376	0.60 406	0.58 412	0.28 162	0.39 273	0.42 341	0.30 322	0.71 394	0.30 306	0.13 353	0.09 203	0.13 362	0.10 277	0.20 420	0.18 304

PWCDC_ROB	0.41 402	0.41 434	0.77 369	0.34 423	0.21 361	0.43 387	0.20 222	0.60 406	0.90 466	0.44 391	1.24 476	0.36 295	0.38 379	0.56 328	0.48 389	0.18 422	0.11 256	0.11 304	0.10 277	0.20 420	0.16 284

pcwnet_v2	0.32 346	0.16 210	1.22 458	0.23 181	0.19 324	0.32 306	0.19 189	0.61 413	0.61 423	0.37 325	0.45 338	0.35 290	0.29 316	0.37 256	0.26 271	0.14 374	0.11 256	0.12 337	0.11 309	0.14 360	0.18 304

xxxx	0.39 386	0.14 148	0.47 128	0.20 58	0.16 241	0.38 364	0.20 222	0.61 413	0.43 304	0.30 209	0.44 324	0.38 307	0.25 250	0.50 296	2.41 500	0.11 296	0.21 395	0.09 180	0.10 277	0.10 235	0.26 400

ADCMid	0.53 438	0.45 442	1.46 470	0.27 336	0.22 376	0.51 421	0.38 429	0.61 413	0.58 412	0.75 457	0.67 431	0.62 429	0.66 457	0.66 378	1.75 489	0.13 353	0.12 273	0.17 414	0.17 425	0.20 420	0.21 343

RYNet	0.38 381	0.23 326	0.65 323	0.26 300	0.28 422	0.62 444	0.33 407	0.61 413	0.62 427	0.42 374	0.39 273	0.58 416	0.40 389	0.89 441	0.57 414	0.11 296	0.09 203	0.12 337	0.11 309	0.19 413	0.22 356

NaN_ROB	0.44 412	0.38 425	0.94 419	0.30 386	0.20 346	0.52 427	0.49 456	0.61 413	0.60 421	0.56 437	0.47 357	0.49 386	0.42 398	1.24 475	0.76 436	0.12 334	0.18 375	0.12 337	0.13 378	0.12 324	0.18 304

DispFullNet	0.67 461	0.94 485	1.63 478	0.77 484	1.19 501	0.53 430	0.25 344	0.61 413	0.72 448	0.70 454	0.60 413	0.69 452	0.90 472	0.80 424	0.52 400	0.27 455	0.13 292	0.74 485	0.31 466	0.68 481	0.44 462

PWC_ROB	0.41 402	0.38 425	0.92 412	0.26 300	0.20 346	0.39 368	0.19 189	0.61 413	0.69 442	0.58 441	0.84 454	0.52 398	0.44 404	0.74 402	0.62 422	0.13 353	0.09 203	0.14 382	0.10 277	0.17 390	0.18 304

PSMNet_ROB	0.36 369	0.31 387	0.71 350	0.31 401	0.21 361	0.44 392	0.44 445	0.61 413	0.49 369	0.39 349	0.45 338	0.49 386	0.32 347	0.66 378	0.53 404	0.14 374	0.10 230	0.15 398	0.14 394	0.13 338	0.13 229

1111x	0.39 386	0.17 240	0.80 378	0.23 181	0.15 205	0.33 313	0.27 363	0.62 421	0.48 356	0.32 249	0.43 314	0.40 324	0.29 316	0.86 436	1.60 487	0.09 199	0.23 416	0.09 180	0.12 350	0.10 235	0.23 364

DGSMNet	0.63 458	0.32 394	1.01 428	0.54 470	0.73 484	0.62 444	1.36 502	0.62 421	0.58 412	0.38 333	0.62 423	0.52 398	0.34 357	0.65 372	0.47 387	0.54 477	0.61 493	0.67 482	0.61 490	0.65 478	0.69 490

FAT-Stereo	0.36 369	0.19 273	0.75 359	0.26 300	0.18 298	0.34 328	0.30 388	0.62 421	0.61 423	0.47 409	0.61 421	0.59 417	0.50 425	0.61 352	0.36 347	0.13 353	0.14 307	0.13 362	0.12 350	0.14 360	0.20 334

stereogan	0.39 386	0.20 286	0.78 373	0.28 363	0.22 376	0.65 449	0.26 355	0.62 421	0.65 432	0.45 398	0.60 413	0.67 448	0.45 406	0.69 386	0.37 353	0.14 374	0.14 307	0.14 382	0.12 350	0.20 420	0.19 318

GASNet	0.39 386	0.58 464	1.27 460	0.35 429	0.23 387	0.35 343	0.23 307	0.63 425	0.56 408	0.41 370	0.38 256	0.45 360	0.30 322	0.81 427	0.42 368	0.16 397	0.11 256	0.14 382	0.14 394	0.23 435	0.12 208

NINENet	0.27 289	0.16 210	0.49 163	0.23 181	0.16 241	0.44 392	0.17 97	0.63 425	0.49 369	0.33 262	0.38 256	0.31 250	0.22 207	0.43 273	0.22 220	0.11 296	0.10 230	0.12 337	0.08 151	0.12 324	0.11 168

Syn2CoEx	0.39 386	0.39 429	1.08 438	0.35 429	0.21 361	0.41 378	0.29 381	0.63 425	0.51 380	0.43 385	0.56 400	0.45 360	0.45 406	0.69 386	0.39 359	0.17 411	0.14 307	0.16 405	0.12 350	0.13 338	0.16 284

StereoDRNet	0.34 361	0.28 375	0.70 344	0.28 363	0.21 361	0.43 387	0.30 388	0.63 425	0.51 380	0.47 409	0.40 282	0.48 380	0.31 336	0.58 334	0.44 378	0.12 334	0.10 230	0.12 337	0.11 309	0.13 338	0.13 229

LALA_ROB	0.38 381	0.31 387	0.65 323	0.30 386	0.21 361	0.46 402	0.39 432	0.63 425	0.54 397	0.53 430	0.52 380	0.69 452	0.36 369	0.52 309	0.48 389	0.18 422	0.11 256	0.16 405	0.14 394	0.17 390	0.16 284

Wz-Net-SNSev	0.45 415	0.53 454	1.42 469	0.31 401	0.21 361	0.44 392	0.45 446	0.64 430	0.68 440	0.46 403	0.66 429	0.62 429	0.40 389	0.78 417	0.65 426	0.12 334	0.11 256	0.12 337	0.13 378	0.17 390	0.19 318

AASNet	0.29 316	0.27 367	0.67 331	0.26 300	0.18 298	0.34 328	0.21 247	0.64 430	0.49 369	0.36 309	0.41 293	0.32 261	0.26 268	0.33 219	0.39 359	0.12 334	0.09 203	0.10 251	0.08 151	0.14 360	0.12 208

APVNet	0.38 381	0.26 361	0.87 400	0.26 300	0.22 376	0.52 427	0.35 413	0.64 430	0.46 337	0.40 358	0.52 380	0.48 380	0.39 386	0.84 433	0.48 389	0.13 353	0.14 307	0.15 398	0.16 414	0.16 376	0.16 284

AF-Net	0.40 397	0.31 387	0.74 356	0.33 418	0.24 399	0.43 387	0.30 388	0.64 430	0.67 436	0.44 391	0.69 436	0.65 440	0.52 429	0.59 341	0.48 389	0.16 397	0.12 273	0.19 429	0.14 394	0.16 376	0.14 255

DeepPrunerF	0.46 422	0.37 419	1.50 473	0.34 423	0.30 435	0.36 350	0.37 421	0.64 430	1.15 485	0.41 370	0.45 338	0.40 324	0.41 394	0.82 428	0.53 404	0.18 422	0.14 307	0.23 443	0.21 438	0.17 390	0.18 304

HSM-Net_RVC	0.28 297	0.12 80	0.48 143	0.19 26	0.11 36	0.35 343	0.21 247	0.64 430	0.44 315	0.40 358	0.43 314	0.50 390	0.27 275	0.75 407	0.25 260	0.08 132	0.07 110	0.08 103	0.07 83	0.08 107	0.09 85
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
WZ-Net	0.56 445	0.49 450	2.14 490	0.30 386	0.24 399	0.58 439	0.48 453	0.65 436	0.80 456	0.51 421	0.72 439	0.68 450	0.60 444	1.06 465	1.01 454	0.13 353	0.10 230	0.11 304	0.12 350	0.19 413	0.23 364

RTSC	0.43 410	0.37 419	0.95 420	0.30 386	0.20 346	0.50 420	0.23 307	0.65 436	0.86 462	0.56 437	0.54 390	0.51 393	0.36 369	0.71 394	0.92 446	0.13 353	0.14 307	0.11 304	0.13 378	0.18 405	0.19 318

LSM	1.68 498	0.48 448	2.91 498	2.28 509	17.60 518	0.52 427	0.55 465	0.65 436	0.78 454	0.84 464	1.11 469	0.63 433	0.55 436	0.79 421	0.53 404	0.16 397	0.25 429	0.18 422	0.21 438	0.25 441	2.37 510

CSAN	0.55 441	0.47 444	1.19 455	0.37 434	0.23 387	0.57 437	0.61 469	0.65 436	0.72 448	0.65 448	0.78 447	0.66 444	0.65 456	1.41 485	0.77 437	0.21 436	0.17 366	0.20 434	0.21 438	0.18 405	0.21 343

Wz-Net-TNSev	0.55 441	0.72 472	1.90 486	0.26 300	0.21 361	0.64 448	0.45 446	0.66 440	0.71 446	0.52 424	0.55 395	0.71 456	0.63 454	1.04 463	0.94 449	0.16 397	0.15 336	0.13 362	0.15 404	0.21 426	0.24 377

AnyNet_C01	0.68 463	0.69 471	2.64 495	0.33 418	0.27 421	0.93 471	0.64 471	0.66 440	0.65 432	0.70 454	0.97 464	0.75 458	0.63 454	1.01 460	1.52 483	0.17 411	0.16 347	0.17 414	0.17 425	0.24 439	0.28 411

otaku	0.60 452	0.73 474	1.13 443	0.64 474	0.45 466	0.73 456	0.37 421	0.67 442	0.67 436	0.52 424	0.75 445	0.66 444	0.46 413	0.74 402	0.59 417	0.55 478	0.34 467	0.56 477	0.36 471	0.65 478	0.49 471

Nwc_Net	0.39 386	0.29 378	0.84 391	0.32 407	0.24 399	0.45 400	0.30 388	0.67 442	0.51 380	0.39 349	0.70 437	0.59 417	0.48 419	0.61 352	0.45 383	0.16 397	0.12 273	0.19 429	0.21 438	0.14 360	0.15 269

XQC	0.47 425	0.45 442	1.07 435	0.40 450	0.28 422	0.58 439	0.38 429	0.67 442	0.76 453	0.53 430	0.47 357	0.59 417	0.47 415	0.74 402	0.80 440	0.18 422	0.14 307	0.18 422	0.16 414	0.26 445	0.24 377

RTS	0.81 475	0.56 458	4.76 503	0.37 434	0.30 435	1.11 479	0.52 461	0.67 442	1.07 478	0.76 459	0.91 460	0.60 423	0.61 448	1.64 489	1.24 469	0.15 387	0.13 292	0.15 398	0.15 404	0.22 430	0.24 377

RTSA	0.81 475	0.56 458	4.76 503	0.37 434	0.30 435	1.11 479	0.52 461	0.67 442	1.07 478	0.76 459	0.91 460	0.60 423	0.61 448	1.64 489	1.24 469	0.15 387	0.13 292	0.15 398	0.15 404	0.22 430	0.24 377

Ntro	0.61 454	0.75 477	1.16 447	0.67 476	0.50 468	0.76 457	0.37 421	0.68 447	0.71 446	0.50 418	0.59 409	0.65 440	0.52 429	0.79 421	0.58 416	0.58 481	0.32 463	0.57 480	0.34 468	0.69 483	0.50 473

ccnet	0.43 410	0.34 406	0.62 310	0.28 363	0.33 445	0.60 442	0.34 411	0.68 447	0.47 350	0.54 433	0.66 429	0.56 409	0.46 413	0.73 398	0.66 428	0.26 451	0.19 379	0.24 445	0.22 446	0.27 450	0.25 388

NCC-stereo	0.42 406	0.31 387	0.87 400	0.32 407	0.29 432	0.47 408	0.37 421	0.68 447	0.53 392	0.42 374	0.58 405	0.57 411	0.52 429	0.75 407	0.54 408	0.18 422	0.14 307	0.18 422	0.25 455	0.17 390	0.18 304

Abc-Net	0.42 406	0.31 387	0.87 400	0.32 407	0.29 432	0.47 408	0.37 421	0.68 447	0.53 392	0.42 374	0.58 405	0.57 411	0.52 429	0.75 407	0.54 408	0.18 422	0.14 307	0.18 422	0.25 455	0.17 390	0.18 304
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	0.45 415	0.52 452	0.87 400	0.39 445	0.20 346	0.51 421	0.50 458	0.68 447	0.67 436	0.47 409	0.46 350	0.50 390	0.43 401	0.91 446	0.40 361	0.28 457	0.21 395	0.32 461	0.19 432	0.28 453	0.23 364
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
DRN-Test	0.35 367	0.20 286	0.75 359	0.28 363	0.19 324	0.46 402	0.29 381	0.68 447	0.54 397	0.49 415	0.47 357	0.44 354	0.35 364	0.63 363	0.44 378	0.13 353	0.09 203	0.13 362	0.12 350	0.13 338	0.13 229

FCDSN-DC	0.67 461	0.38 425	0.83 387	0.37 434	0.30 435	0.66 450	0.37 421	0.69 453	0.70 444	1.15 482	1.53 486	1.70 487	1.38 489	1.00 459	0.83 442	0.24 442	0.22 406	0.27 448	0.26 459	0.27 450	0.32 428
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CC-Net-ROB	0.46 422	0.55 456	0.86 398	0.38 443	0.23 387	0.51 421	0.30 388	0.69 453	0.51 380	0.46 403	0.51 373	0.48 380	0.38 379	0.96 456	0.40 361	0.36 468	0.23 416	0.56 477	0.25 455	0.34 463	0.22 356

anonymity	0.57 447	0.55 456	0.74 356	0.48 466	0.63 478	0.56 435	0.43 443	0.71 455	0.51 380	0.64 447	0.55 395	0.57 411	0.61 448	0.65 372	0.57 414	0.55 478	0.55 487	0.50 474	0.54 483	0.51 471	0.61 480

ADCS	0.62 455	0.56 458	1.54 476	0.30 386	0.25 412	0.56 435	0.46 449	0.71 455	0.86 462	0.77 461	0.72 439	0.68 450	0.62 452	0.82 428	2.33 499	0.17 411	0.16 347	0.16 405	0.17 425	0.23 435	0.27 404

SANet	0.58 449	0.41 434	1.38 466	0.27 336	0.16 241	0.72 454	0.48 453	0.71 455	1.34 487	0.69 453	0.97 464	0.94 466	0.78 462	0.97 458	0.93 447	0.14 374	0.12 273	0.12 337	0.12 350	0.18 405	0.20 334

SHD	0.45 415	0.34 406	0.89 408	0.37 434	0.28 422	0.46 402	0.23 307	0.72 458	0.96 473	0.65 448	0.61 421	0.61 426	0.48 419	0.64 368	0.69 431	0.16 397	0.16 347	0.16 405	0.16 414	0.21 426	0.25 388

Consistency-Raft	0.56 445	0.52 452	1.12 441	0.45 461	0.49 467	0.48 414	0.45 446	0.73 459	0.74 452	0.45 398	0.82 452	0.46 367	0.60 444	0.51 302	0.63 425	0.39 473	0.40 472	0.44 471	0.51 482	0.53 472	0.38 454

FBW_ROB	0.46 422	0.34 406	0.71 350	0.32 407	0.20 346	0.51 421	0.32 402	0.73 459	0.63 429	0.60 442	0.57 402	0.65 440	0.44 404	1.42 486	0.62 422	0.14 374	0.17 366	0.22 441	0.16 414	0.17 390	0.23 364

ACVNet-4b	0.76 470	0.90 482	1.67 480	0.73 480	0.51 472	0.80 465	0.31 397	0.74 461	0.81 457	0.51 421	0.72 439	0.94 466	0.43 401	1.01 460	1.32 476	1.18 504	0.22 406	0.77 486	0.45 476	0.70 484	0.50 473

NVStereoNet_ROB	0.74 466	0.64 469	1.20 457	0.55 471	0.43 465	0.54 434	0.48 453	0.75 462	0.87 465	0.88 466	1.72 492	1.06 470	1.03 479	1.29 479	0.98 453	0.35 467	0.42 475	0.41 470	0.48 477	0.38 465	0.43 460
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PDISCO_ROB	0.45 415	0.37 419	0.89 408	0.44 459	0.37 455	0.70 452	0.35 413	0.75 462	0.78 454	0.45 398	0.53 387	0.65 440	0.40 389	0.68 385	0.52 400	0.22 439	0.12 273	0.21 436	0.19 432	0.26 445	0.22 356

SGM_RVC	0.57 447	0.22 312	0.60 301	0.26 300	0.16 241	0.97 476	0.46 449	0.76 464	0.90 466	1.03 476	0.92 462	1.16 473	0.93 474	1.21 474	0.72 433	0.17 411	0.16 347	0.16 405	0.16 414	0.16 376	0.24 377
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFMNet_re	0.74 466	0.84 479	1.16 447	0.64 474	0.70 483	0.79 462	0.71 476	0.77 465	0.85 461	0.79 463	0.86 456	0.69 452	0.80 464	0.73 398	0.65 426	0.66 485	0.59 491	0.61 481	0.58 488	0.68 481	0.71 491

SAMSARA	0.62 455	0.47 444	0.93 416	0.70 479	0.50 468	1.15 482	1.29 501	0.79 466	0.70 444	0.77 461	0.55 395	0.92 465	0.58 441	0.87 438	0.77 437	0.19 431	0.27 440	0.18 422	0.19 432	0.27 450	0.28 411

MDST_ROB	0.51 433	0.16 210	0.97 423	0.31 401	0.21 361	1.35 491	0.34 411	0.80 467	0.59 419	1.09 479	0.74 443	0.49 386	0.37 374	1.31 481	0.60 418	0.14 374	0.12 273	0.16 405	0.13 378	0.13 338	0.18 304

SPS-STEREO	0.74 466	0.72 472	1.18 454	0.52 469	0.57 476	0.76 457	0.50 458	0.80 467	0.66 435	0.97 472	0.88 459	0.94 466	0.74 460	1.08 466	1.04 459	0.58 481	0.51 481	0.50 474	0.50 481	0.56 473	0.72 492
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	0.60 452	0.31 387	0.71 350	0.22 132	0.17 271	0.66 450	0.36 419	0.81 469	0.63 429	1.48 498	1.32 478	1.65 485	0.83 467	1.18 472	0.74 434	0.17 411	0.17 366	0.17 414	0.14 394	0.17 390	0.19 318
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
MSC_U_SF_DS_RVC	0.70 464	0.73 474	1.26 459	0.47 465	0.28 422	1.42 493	0.60 468	0.82 470	0.94 472	0.85 465	0.86 456	0.88 464	0.70 459	1.32 482	0.75 435	0.37 469	0.30 457	0.34 465	0.36 471	0.44 467	0.42 458

FC-DCNN	0.73 465	0.33 398	0.84 391	0.33 418	0.28 422	0.82 466	0.40 436	0.82 470	0.83 459	1.43 490	1.60 489	1.97 490	1.38 489	1.10 467	0.93 447	0.24 442	0.22 406	0.27 448	0.26 459	0.26 445	0.32 428

RainbowNet	0.76 470	1.00 489	1.29 461	0.82 485	0.63 478	0.79 462	0.52 461	0.83 472	0.93 469	0.61 444	0.79 450	0.79 459	0.62 452	0.82 428	0.67 430	0.80 492	0.55 487	0.79 488	0.49 478	0.81 487	0.62 481

MFN_U_SF_RVC	0.58 449	0.58 464	1.31 463	0.39 445	0.23 387	0.72 454	0.30 388	0.83 472	0.68 440	0.74 456	0.74 443	0.86 462	0.60 444	0.84 433	0.83 442	0.29 458	0.27 440	0.32 461	0.37 473	0.31 457	0.33 432

FINET	0.58 449	0.48 448	1.35 465	0.38 443	0.37 455	0.96 475	1.13 498	0.84 474	1.05 476	0.50 418	0.70 437	0.45 360	0.61 448	0.63 363	0.62 422	0.26 451	0.28 445	0.14 382	0.13 378	0.20 420	0.44 462

PVD	0.62 455	0.41 434	0.93 416	0.44 459	0.39 460	0.63 447	0.51 460	0.86 475	1.27 486	0.93 469	1.09 468	0.81 460	0.85 468	0.89 441	0.89 445	0.21 436	0.23 416	0.22 441	0.19 432	0.28 453	0.41 455

ELAS_RVC	0.80 473	0.40 432	1.10 440	0.40 450	0.35 450	0.93 471	1.10 497	0.87 476	1.12 483	1.40 488	1.39 479	1.27 477	1.55 497	1.13 468	1.13 464	0.29 458	0.27 440	0.30 457	0.28 463	0.31 457	0.36 439
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN v2	0.75 469	0.33 398	0.82 382	0.33 418	0.28 422	0.85 467	0.40 436	0.88 477	0.86 462	1.46 492	1.65 490	2.08 492	1.40 491	1.14 470	0.95 450	0.24 442	0.22 406	0.27 448	0.26 459	0.26 445	0.32 428

ACVNet_1	0.77 472	0.92 484	1.79 484	0.73 480	0.53 473	0.78 461	0.42 441	0.88 477	0.90 466	0.75 457	0.76 446	1.32 479	0.80 464	1.04 463	0.70 432	0.57 480	0.32 463	0.72 484	0.35 469	0.70 484	0.50 473

DPSNet	0.51 433	0.26 361	1.16 447	0.28 363	0.21 361	0.76 457	0.56 466	0.89 479	0.82 458	0.49 415	0.51 373	0.64 438	0.81 466	0.89 441	0.85 444	0.17 411	0.16 347	0.13 362	0.13 378	0.26 445	0.27 404

LE_ROB	1.82 500	0.39 429	3.15 501	0.50 468	0.55 474	0.79 462	1.00 490	0.89 479	6.48 510	7.40 512	2.07 498	2.07 491	5.08 508	1.33 483	3.96 507	0.11 296	0.09 203	0.12 337	0.11 309	0.11 287	0.13 229

ELAS	0.80 473	0.40 432	0.91 411	0.39 445	0.35 450	1.52 495	0.81 484	0.97 481	0.98 474	1.47 497	1.58 488	1.19 475	1.33 488	1.01 460	1.21 467	0.29 458	0.27 440	0.30 457	0.29 465	0.32 460	0.36 439
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	1.05 481	1.26 499	4.77 505	0.73 480	0.50 468	1.25 486	0.97 489	1.05 482	0.93 469	0.67 451	0.78 447	0.87 463	0.85 468	2.14 499	1.83 491	0.40 474	0.42 475	0.32 461	0.28 463	0.45 468	0.43 460

SGM+DAISY	1.12 486	0.86 480	1.64 479	0.68 477	0.80 491	1.68 497	1.68 506	1.08 483	1.10 480	1.53 499	1.76 494	1.47 482	1.53 496	1.24 475	1.42 482	0.66 485	0.65 498	0.52 476	0.54 483	0.57 474	0.91 499

PWCK	1.05 481	1.29 500	2.12 489	0.92 488	0.42 464	1.27 487	1.01 491	1.14 484	1.14 484	1.16 483	1.14 471	1.25 476	0.90 472	1.77 494	1.15 465	0.89 495	0.51 481	0.87 490	0.54 483	1.02 498	0.57 478

JetBlue	1.20 488	0.89 481	2.53 494	0.59 472	0.76 485	3.16 506	2.09 507	1.16 485	0.93 469	0.95 470	1.12 470	1.65 485	1.27 486	2.15 500	1.87 492	0.43 476	0.37 470	0.38 467	0.39 475	0.62 475	0.63 483

ACVNet_2	0.94 477	0.98 488	1.71 482	0.83 486	0.63 478	1.02 477	0.64 471	1.16 485	1.43 490	1.02 474	1.39 479	1.47 482	0.86 470	1.16 471	0.79 439	0.63 484	0.43 478	0.78 487	0.49 478	0.80 486	0.57 478

IMH-64-1	0.94 477	0.95 486	1.07 435	0.98 490	0.76 485	0.93 471	0.72 477	1.30 487	1.11 481	0.91 467	1.45 482	1.14 471	1.00 477	1.25 477	0.97 451	0.77 488	0.51 481	0.97 492	0.55 486	0.90 489	0.66 487

IMH-64	0.94 477	0.95 486	1.07 435	0.98 490	0.76 485	0.93 471	0.72 477	1.30 487	1.11 481	0.91 467	1.45 482	1.14 471	1.00 477	1.25 477	0.97 451	0.77 488	0.51 481	0.97 492	0.55 486	0.90 489	0.66 487

WAO-6	1.11 485	1.01 491	1.17 453	0.96 489	0.79 488	1.30 489	0.78 481	1.36 489	1.99 496	1.04 477	1.54 487	1.59 484	1.27 486	1.37 484	1.30 472	0.78 490	0.55 487	1.03 496	0.75 497	0.87 488	0.72 492

IMH	1.09 484	1.04 492	1.29 461	1.03 492	0.79 488	1.11 479	0.69 474	1.40 490	1.42 489	1.02 474	1.71 491	1.42 480	1.19 484	1.78 495	1.03 458	1.14 502	0.56 490	1.00 494	0.58 488	0.93 492	0.68 489

WAO-7	1.05 481	1.00 489	1.19 455	0.83 486	0.67 482	1.22 485	0.84 486	1.43 491	1.56 491	1.13 480	1.75 493	1.46 481	1.25 485	1.56 488	1.28 471	0.61 483	0.62 496	0.70 483	0.68 493	0.66 480	0.62 481

UNDER WATER-64	1.61 495	1.30 501	2.93 499	1.33 501	0.96 497	2.20 501	1.25 500	1.47 492	3.15 500	1.46 492	1.31 477	2.61 500	2.22 501	1.69 491	1.93 493	1.13 501	0.67 501	1.29 502	0.94 501	1.26 499	1.09 503

LVE	1.18 487	1.16 494	1.67 480	1.04 493	0.81 492	1.32 490	0.82 485	1.49 493	1.94 494	1.08 478	1.90 495	1.89 489	1.07 481	1.51 487	1.04 459	0.96 498	0.61 493	0.94 491	0.69 494	0.92 491	0.79 497

notaker	1.49 491	1.44 503	1.77 483	1.42 503	1.08 499	1.19 483	0.87 488	1.51 494	1.40 488	1.53 499	3.41 505	2.40 497	1.94 499	1.83 497	1.57 486	1.14 502	0.69 502	1.38 504	0.88 500	1.39 504	1.03 502

Dean	1.22 489	1.17 495	1.97 487	1.04 493	0.79 488	1.21 484	0.76 479	1.51 494	1.96 495	1.30 486	1.98 497	2.14 493	1.18 483	1.30 480	1.15 465	0.83 493	0.61 493	1.01 495	0.69 494	0.97 496	0.77 496

ktn	1.80 499	1.46 504	1.49 472	1.44 504	1.14 500	1.50 494	1.07 494	1.53 496	3.90 506	2.77 505	4.62 506	3.42 504	1.49 493	1.74 492	1.40 481	1.45 506	0.77 503	1.46 505	0.99 503	1.41 505	1.00 501

UNDER WATER	1.64 497	1.34 502	2.72 497	1.40 502	1.04 498	1.70 498	1.14 499	1.57 497	3.58 501	1.46 492	1.46 484	2.82 502	2.43 502	1.74 492	2.04 496	1.08 500	0.63 497	1.31 503	0.94 501	1.29 500	1.10 504

SGM-ForestM	1.59 494	0.56 458	1.52 475	0.41 454	0.34 447	2.77 504	1.67 505	1.69 498	1.73 493	2.48 503	2.27 502	6.02 511	2.90 505	3.08 504	2.83 503	0.25 449	0.30 457	0.19 429	0.20 436	0.18 405	0.45 465

KSHMR	1.92 501	1.47 505	1.97 487	1.48 505	1.22 502	1.39 492	1.06 493	1.81 499	5.83 509	1.43 490	5.56 509	2.95 503	1.17 482	2.24 501	1.33 477	1.29 505	1.13 504	1.47 506	1.11 505	1.37 503	1.21 505

WAO-8	1.50 492	1.22 497	1.39 467	1.10 496	0.85 493	2.15 499	0.78 481	1.84 500	3.76 503	1.46 492	2.18 499	2.15 494	1.50 494	3.20 506	1.35 478	0.92 496	0.66 499	1.10 497	0.79 498	0.94 493	0.74 494

TorneroNet-64	1.47 490	1.15 493	1.51 474	1.11 498	0.86 495	2.27 502	0.76 479	1.84 500	3.76 503	1.29 484	2.22 501	2.68 501	1.46 492	1.81 496	1.55 485	0.79 491	0.51 481	1.10 497	0.67 492	1.31 501	0.81 498

Venus	1.50 492	1.22 497	1.39 467	1.10 496	0.85 493	2.15 499	0.78 481	1.84 500	3.76 503	1.46 492	2.18 499	2.15 494	1.50 494	3.20 506	1.35 478	0.92 496	0.66 499	1.10 497	0.79 498	0.94 493	0.74 494

HanzoNet	3.08 505	1.87 507	2.70 496	1.81 506	1.34 503	1.60 496	1.05 492	2.06 503	2.62 499	5.63 509	5.12 507	5.96 510	7.09 510	4.39 510	3.43 505	3.29 509	2.06 510	1.98 508	2.94 511	2.47 508	2.15 509

JetRed	2.35 504	2.70 508	6.11 506	1.14 499	1.38 504	6.03 508	3.61 509	2.12 504	1.72 492	1.99 501	1.97 496	2.15 494	1.59 498	2.49 503	4.19 508	1.05 499	1.60 505	1.10 497	1.02 504	1.72 506	1.41 507

TorneroNet	2.26 502	1.20 496	1.55 477	1.15 500	0.91 496	5.84 507	0.84 486	2.12 504	8.45 512	2.59 504	5.32 508	3.84 506	2.15 500	1.84 498	1.98 495	0.88 494	0.54 486	1.16 501	0.74 496	1.31 501	0.91 499

MADNet++	2.34 503	1.81 506	2.24 492	2.15 508	1.97 506	2.79 505	2.19 508	2.42 506	2.26 497	2.79 506	2.70 503	2.43 498	2.60 504	3.18 505	3.32 504	2.19 507	1.97 508	1.93 507	1.62 507	2.02 507	2.10 508

MANE	1.63 496	0.58 464	1.16 447	0.59 472	0.60 477	2.71 503	1.53 503	2.63 507	3.62 502	2.33 502	3.26 504	3.66 505	2.98 506	2.26 502	2.26 498	0.37 469	0.40 472	0.31 460	0.49 478	0.31 457	0.63 483

DLNR_Zeroshot_test	10.53 513	12.28 519	20.32 520	105.84 528	23.88 525	0.14 7	0.13 10	3.20 508	0.20 19	0.16 41	0.23 104	0.16 68	0.10 22	0.32 209	0.16 89	2.54 508	0.32 463	0.07 33	0.07 83	40.17 526	0.28 411

DPSimNet_ROB	6.21 509	5.16 510	9.50 508	5.59 512	5.56 509	7.64 510	10.02 512	4.07 509	7.33 511	6.84 510	6.26 510	7.17 512	10.55 512	4.07 509	5.68 509	5.50 512	4.29 511	5.24 512	3.66 512	4.05 510	5.96 512

BEATNet-Init1	4.91 508	3.27 509	14.39 518	0.69 478	0.65 481	10.19 515	3.83 510	5.04 510	5.11 508	8.73 513	8.52 511	13.95 520	7.66 511	7.79 513	5.79 510	0.32 464	0.34 467	0.34 465	0.38 474	0.64 477	0.64 485

PML	15.86 520	13.12 520	7.07 507	5.22 510	7.66 510	32.93 524	64.30 527	5.37 511	10.12 513	25.87 526	67.29 527	20.25 522	13.20 521	10.09 515	6.81 513	5.94 514	2.00 509	6.03 516	2.18 508	9.13 515	2.62 511

DGTPSM_ROB	8.38 511	5.24 511	10.71 516	5.32 511	10.19 512	8.34 511	23.49 519	6.11 512	13.43 518	4.93 507	10.93 516	5.64 508	10.55 512	6.17 511	12.73 515	3.74 510	7.56 513	3.68 510	7.24 515	4.09 511	7.49 513

DPSMNet_ROB	8.44 512	5.25 512	10.87 517	5.59 512	10.27 513	8.34 511	23.51 520	6.12 513	13.47 519	4.96 508	10.94 517	5.65 509	10.55 512	6.25 512	12.77 516	4.01 511	7.62 514	3.75 511	7.27 516	4.16 512	7.54 514

LRCNet_RVC	10.94 514	14.45 521	9.66 509	15.38 517	8.02 511	1.08 478	0.35 413	8.72 514	0.72 448	12.63 520	15.84 520	9.73 513	6.52 509	8.58 514	6.38 512	20.33 524	5.39 512	23.79 522	21.95 521	15.35 519	13.96 521

tt	4.71 507	0.11 41	3.94 502	2.06 507	1.54 505	10.14 514	16.85 515	9.28 515	4.99 507	1.41 489	1.05 467	4.68 507	4.89 507	3.36 508	5.86 511	5.73 513	9.15 518	2.23 509	2.51 509	3.02 509	1.34 506

xxxxx1	15.30 517	9.78 514	10.23 513	20.34 520	19.47 519	17.10 517	23.00 516	10.36 516	11.04 514	9.25 514	9.66 512	10.74 515	10.66 515	10.60 516	13.72 519	8.14 517	9.35 519	31.88 525	44.61 525	12.63 516	13.46 518

tt_ll	15.30 517	9.78 514	10.23 513	20.34 520	19.47 519	17.10 517	23.00 516	10.36 516	11.04 514	9.25 514	9.66 512	10.74 515	10.66 515	10.60 516	13.72 519	8.14 517	9.35 519	31.88 525	44.61 525	12.63 516	13.46 518

ff	15.30 517	9.78 514	10.23 513	20.34 520	19.47 519	17.10 517	23.00 516	10.36 516	11.04 514	9.25 514	9.66 512	10.74 515	10.66 515	10.60 516	13.72 519	8.14 517	9.35 519	31.88 525	44.61 525	12.63 516	13.46 518

Anonymous_1	16.44 521	9.26 513	9.67 510	10.63 514	14.54 516	18.62 521	26.98 521	12.68 519	13.53 520	10.78 519	10.37 515	10.15 514	10.66 515	10.99 519	12.64 514	15.61 523	7.73 515	16.87 520	43.01 524	56.14 527	7.86 517

DPSM_ROB	11.46 515	9.79 517	10.18 511	11.11 515	11.31 514	19.08 522	27.38 522	13.42 520	14.23 521	10.34 517	11.13 518	10.97 518	11.33 519	11.89 520	13.49 517	6.74 515	8.19 516	6.00 514	7.05 513	7.74 513	7.76 515

DPSM	11.46 515	9.79 517	10.18 511	11.11 515	11.31 514	19.08 522	27.38 522	13.42 520	14.23 521	10.34 517	11.13 518	10.97 518	11.33 519	11.89 520	13.49 517	6.74 515	8.19 516	6.00 514	7.05 513	7.74 513	7.76 515

HaxPig	17.72 522	20.23 525	19.76 519	16.55 518	16.52 517	9.46 513	9.42 511	14.48 522	13.31 517	18.59 521	18.67 521	17.39 521	16.68 522	17.07 522	16.43 522	21.99 525	20.86 525	22.28 521	21.55 520	21.30 523	21.88 525

MEDIAN_ROB	21.20 523	24.56 526	23.42 524	19.57 519	19.62 522	13.29 516	11.21 513	18.04 523	17.02 523	22.07 525	21.92 522	20.84 523	20.24 523	21.02 523	19.68 523	25.59 526	24.08 526	26.20 523	25.19 522	25.31 524	25.19 526

AVERAGE_ROB	25.43 527	29.01 527	27.22 525	24.60 526	24.16 526	17.78 520	12.87 514	22.39 524	21.40 524	26.72 527	26.08 526	25.18 527	24.52 527	25.07 527	23.57 524	29.94 527	28.36 527	30.60 524	29.57 523	29.83 525	29.66 527

CasAABBNet	23.04 524	19.69 522	20.32 520	22.42 523	22.73 523	38.35 525	55.23 526	26.99 525	28.74 526	20.67 523	22.28 524	22.11 524	22.86 524	23.84 524	27.17 526	13.52 520	16.47 523	12.08 517	14.21 518	15.57 520	15.60 522

LSM0	24.21 526	19.88 524	22.33 523	24.42 525	40.13 527	38.41 526	54.99 524	27.05 526	28.61 525	20.59 522	22.00 523	22.29 526	22.86 524	24.12 526	27.16 525	13.59 522	16.33 522	12.13 519	14.08 517	15.72 522	17.53 524

Selective-RAFT-Error	23.11 525	19.77 523	20.60 522	22.49 524	22.80 524	38.46 527	55.19 525	27.13 527	28.90 527	20.73 524	22.38 525	22.11 524	22.91 526	23.94 525	27.18 527	13.54 521	16.57 524	12.09 518	14.21 518	15.61 521	15.65 523

test_example2	100.95 528	107.33 528	67.16 527	98.17 527	106.88 528	89.44 528	101.34 528	37.23 528	97.88 528	129.56 528	131.26 528	65.41 528	67.34 528	91.22 528	79.29 528	143.32 528	199.32 528	81.12 528	102.17 528	121.89 528	101.70 528

ccccc		256.25 529		351.50 529	361.31 529	144.22 529		153.19 529		152.98 529		161.94 529		268.06 529		387.64 529	346.97 529	244.11 529	219.32 529	413.57 529

Low-res two-view benchmark