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

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

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)
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
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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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.
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

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

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

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

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

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-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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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.
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

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

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

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

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_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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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_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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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