Low-res two-view results

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

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

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

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

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

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

FoundationStereo	1.56 1	0.84 4	3.56 4	3.37 12	1.49 120	2.27 7	0.59 24	3.96 1	2.27 3	2.10 9	0.11 1	2.58 21	2.83 52	2.97 3	1.00 3	0.04 41	0.88 308	0.00 1	0.00 1	0.02 2	0.34 38

LGtest1	1.67 2	0.87 5	4.47 15	2.67 3	0.82 44	3.00 13	0.11 5	6.42 8	1.80 1	1.94 7	1.62 6	0.65 4	0.92 9	5.90 18	1.02 6	0.04 41	0.55 248	0.00 1	0.00 1	0.10 30	0.46 77

SGD-Stereo	2.03 3	0.90 6	4.25 11	2.80 6	0.38 5	3.39 18	0.90 36	7.22 14	2.50 4	4.05 44	1.12 5	1.77 12	1.31 13	8.51 55	1.04 7	0.24 211	0.01 11	0.00 1	0.00 1	0.06 13	0.12 13

dual_stereo	2.05 4	0.76 1	3.43 1	2.96 8	1.50 122	2.64 10	0.08 2	5.59 5	2.63 5	1.35 3	0.77 4	2.38 19	0.61 3	10.75 113	1.98 21	0.02 14	1.41 405	0.00 1	0.23 261	0.01 1	1.86 278

MonSter	2.06 5	0.90 6	4.81 19	2.70 4	1.72 145	6.01 136	0.13 7	6.67 11	3.15 8	1.51 4	2.25 8	0.33 2	0.36 1	7.02 32	1.29 11	0.01 3	0.98 323	0.00 1	0.38 336	0.02 2	1.01 167

S2M2	2.24 6	1.47 55	4.41 14	3.77 23	1.20 82	2.26 6	0.06 1	6.51 9	7.31 61	1.92 5	4.58 22	4.42 49	0.81 6	2.90 2	1.83 17	0.58 303	0.11 125	0.03 151	0.00 1	0.49 227	0.09 7

DEFOM-Stereo	2.43 7	1.22 23	4.56 16	3.89 27	1.05 68	12.70 260	0.80 33	5.07 3	2.70 6	3.02 26	1.81 7	0.61 3	0.54 2	8.77 59	1.01 4	0.02 14	0.01 11	0.00 1	0.00 1	0.03 5	0.69 117

RAStereo	2.53 8	1.48 57	7.27 91	4.18 45	1.48 114	1.78 4	0.13 7	8.50 24	8.15 86	2.40 14	4.11 17	3.37 28	0.81 6	3.73 7	2.75 73	0.05 64	0.00 1	0.00 1	0.00 1	0.35 146	0.14 15

IGEV-Stereo++	2.55 9	0.93 8	4.65 17	4.40 62	3.52 254	3.33 17	0.10 4	8.77 29	4.60 15	2.63 19	4.41 18	2.00 16	4.67 111	3.47 5	0.98 1	0.02 14	0.78 289	0.09 218	0.00 1	0.06 13	1.65 252

GREAT-IGEV	2.67 10	1.48 57	5.32 33	3.65 18	1.73 146	2.92 12	0.20 11	6.37 7	6.52 50	1.34 2	5.23 38	1.09 9	1.45 19	10.01 96	1.57 12	0.11 137	1.50 417	0.00 1	0.24 267	0.19 71	2.48 363

LG-Stereo	2.75 11	1.78 102	8.47 138	4.32 61	1.04 67	3.56 24	1.20 50	7.18 13	6.19 44	2.53 17	7.57 64	1.07 8	0.75 4	5.24 11	2.51 54	0.49 284	0.27 176	0.01 112	0.03 119	0.34 140	0.44 71

StereoAnything_RVC	2.80 12	12.35 444	6.48 66	2.89 7	1.06 71	1.47 3	0.17 10	5.24 4	2.04 2	1.29 1	0.35 2	0.29 1	3.53 66	8.37 53	1.01 4	0.05 64	0.88 308	0.00 1	0.00 1	6.93 440	1.66 253

fffft	2.87 13	1.37 42	6.09 45	3.63 17	1.48 114	4.34 42	4.03 218	9.11 36	3.91 11	3.19 28	2.34 9	1.90 13	1.43 18	10.93 117	2.22 31	0.00 1	0.23 166	0.00 1	0.00 1	0.38 175	0.85 138
1: 1. 1
MaDis-Stereo	2.96 14	2.05 168	7.26 90	3.35 11	2.54 203	1.78 4	0.28 13	8.41 21	5.58 28	2.77 22	3.62 13	7.05 98	4.60 99	5.95 19	3.33 102	0.01 3	0.05 64	0.00 1	0.00 1	0.19 71	0.39 56

IGEV-Stereo+	3.03 15	1.10 13	5.14 30	3.52 15	4.87 311	2.53 8	0.68 27	4.40 2	3.11 7	2.20 11	0.71 3	0.79 7	3.45 61	8.89 62	1.25 10	0.08 113	0.70 275	0.00 1	0.40 343	5.72 436	11.13 474

LG-Stereo_Zeroshot	3.06 16	1.06 12	6.40 59	5.55 132	1.90 161	3.79 27	0.82 34	7.92 19	3.70 10	4.01 43	10.87 108	2.27 18	5.15 121	3.49 6	2.09 29	0.19 194	0.64 268	0.00 1	0.35 315	0.42 194	0.58 103

SMoEStereo_RVC	3.08 17	1.77 101	5.88 41	4.29 59	0.76 34	6.25 151	1.85 118	8.81 31	4.44 14	4.08 45	3.85 15	2.76 23	2.21 38	11.07 120	2.28 34	0.01 3	0.13 133	0.03 151	0.00 1	0.35 146	0.83 136

AIO_test	3.09 18	1.33 38	5.84 39	4.60 72	3.35 245	5.26 99	2.32 147	9.12 38	5.01 19	1.93 6	4.76 27	4.23 47	1.35 15	7.85 47	1.18 9	0.92 357	1.03 339	0.00 1	0.29 290	0.07 20	1.30 206

GIP-stereo	3.09 18	1.42 49	4.82 21	5.64 140	4.11 279	3.31 16	0.74 29	9.86 44	6.75 53	2.44 15	5.48 41	4.08 41	3.14 56	5.77 16	1.68 14	0.14 158	0.63 266	0.00 1	0.00 1	0.09 29	1.66 253

UniTT-Stereo	3.10 20	1.22 23	7.79 113	4.50 67	2.51 200	2.59 9	0.42 17	5.88 6	5.74 29	5.46 72	7.76 66	1.12 10	1.46 20	9.06 67	5.42 187	0.06 92	0.07 101	0.00 1	0.01 81	0.60 264	0.26 27

IGEV-RUCA	3.15 21	1.28 32	5.12 28	5.23 110	2.34 192	6.02 137	1.75 108	7.71 17	5.31 24	2.77 22	4.98 34	4.01 39	2.39 44	10.02 97	1.73 15	0.17 178	0.26 175	0.21 301	0.29 290	0.74 300	0.58 103

mms	3.23 22	1.87 128	6.16 49	4.22 49	2.38 194	4.13 38	3.87 212	8.68 27	5.05 20	2.68 20	5.66 50	3.05 25	1.33 14	9.68 88	2.35 42	0.01 3	0.55 248	0.00 1	0.00 1	0.42 194	2.47 362

ours_stereo	3.25 23	1.81 110	5.95 44	4.18 45	1.97 167	3.79 27	2.71 170	8.97 33	6.86 54	2.39 13	5.79 52	3.97 38	1.82 32	9.84 91	2.05 26	0.02 14	0.21 161	0.00 1	0.00 1	0.38 175	2.35 353

AIO-Stereo	3.32 24	1.49 61	5.67 36	5.06 97	1.51 124	4.67 55	1.71 101	10.31 49	5.90 40	3.02 26	4.90 31	5.32 71	0.80 5	10.66 107	1.88 18	0.06 92	0.85 304	0.00 1	0.70 384	0.14 50	1.78 266

AIO_rvc	3.33 25	1.66 84	6.67 74	4.55 68	3.62 257	5.18 93	1.79 113	8.85 32	5.06 21	2.17 10	4.89 30	4.69 57	1.16 10	10.57 105	2.01 24	0.59 308	1.10 348	0.00 1	0.04 131	0.16 57	1.84 275

RSM++	3.35 26	1.29 34	5.82 38	5.16 107	1.00 65	4.93 81	2.54 158	10.70 58	5.17 22	3.45 34	4.81 28	6.63 92	1.86 33	10.23 100	2.06 27	0.05 64	0.06 89	0.01 112	0.18 242	0.19 71	0.95 161

HUF	3.37 27	1.82 118	7.11 88	3.74 22	1.68 140	5.10 89	2.12 135	10.44 53	5.26 23	2.44 15	4.54 20	5.45 74	2.61 47	7.44 40	2.03 25	0.91 355	2.05 436	0.09 218	0.00 1	0.19 71	2.46 359

RSM	3.39 28	1.22 23	5.46 34	5.06 97	1.60 132	4.70 58	1.76 110	10.72 59	4.92 18	3.67 38	4.52 19	7.70 110	1.74 29	11.04 119	2.06 27	0.05 64	0.18 149	0.00 1	0.35 315	0.19 71	0.92 151

DEFOM-Stereo_RVC	3.40 29	7.12 400	4.30 12	11.17 400	1.69 142	4.59 48	0.46 19	9.11 36	3.63 9	2.69 21	3.29 11	0.75 5	7.02 175	9.35 77	2.00 22	0.01 3	0.15 142	0.00 1	0.19 246	0.06 13	0.39 56

EGLCR-Stereo	3.41 30	1.28 32	6.47 62	4.22 49	1.36 98	5.18 93	1.24 53	11.58 78	5.47 26	3.80 41	3.40 12	8.10 118	1.69 27	9.53 85	2.23 33	0.09 122	0.89 312	0.01 112	0.00 1	0.24 90	1.42 224

Selective-IGEV	3.46 31	1.32 37	5.92 43	4.55 68	2.27 186	4.65 52	2.07 134	11.50 76	5.81 31	3.19 28	4.75 26	5.46 75	1.77 30	11.24 132	2.37 45	0.05 64	0.82 297	0.00 1	0.20 251	0.10 30	1.17 189

tt45	3.47 32	1.65 81	5.29 32	4.20 48	1.93 164	8.00 202	1.99 131	9.99 47	4.05 12	5.83 74	4.57 21	4.57 56	2.37 43	11.40 138	2.38 47	0.01 3	0.14 139	0.00 1	0.01 81	0.40 183	0.69 117

MGS-Stereo	3.47 32	1.54 65	7.34 98	3.79 24	0.51 20	4.78 66	1.51 70	6.53 10	9.92 116	4.54 52	10.22 94	5.44 73	1.26 12	8.51 55	2.53 58	0.21 201	0.01 11	0.02 132	0.00 1	0.59 258	0.23 24

IGEV++	3.49 34	1.67 85	6.59 70	6.41 206	1.44 104	4.50 46	1.66 90	11.20 70	5.34 25	3.01 25	6.40 56	4.30 48	4.36 88	5.66 15	3.53 112	0.05 64	1.20 367	0.00 1	0.15 216	0.32 130	2.10 332

CroCo-Stereo	3.51 35	2.49 259	8.03 123	9.10 343	1.26 93	0.97 1	0.96 40	11.24 75	8.52 94	3.79 40	4.87 29	7.93 116	4.44 97	3.26 4	2.76 75	0.03 31	0.00 1	0.00 1	0.00 1	0.34 140	0.16 19
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Pointernet	3.56 36	0.99 10	6.55 69	3.79 24	0.85 47	5.19 95	0.36 14	17.55 178	7.32 62	4.50 51	6.92 57	4.82 60	2.69 48	5.26 12	2.99 88	0.04 41	0.53 242	0.00 1	0.35 315	0.05 7	0.42 65

GLC_STEREO	3.61 37	1.35 40	3.91 7	6.86 246	0.23 1	4.69 56	1.61 78	9.80 42	7.20 59	5.64 73	9.11 76	5.19 65	2.02 36	10.25 101	3.70 118	0.07 109	0.04 54	0.22 309	0.00 1	0.24 90	0.17 21

MoCha-V2	3.68 38	1.42 49	5.50 35	6.03 178	1.50 122	4.53 47	1.32 57	11.05 68	6.30 46	5.86 75	5.39 40	2.66 22	6.33 152	10.36 103	1.58 13	0.19 194	1.57 423	0.00 1	0.24 267	0.07 20	1.77 265

fffy	3.69 39	1.76 98	7.01 81	4.25 58	1.49 120	4.74 63	1.69 99	10.96 64	7.10 57	2.90 24	6.29 54	6.27 87	3.10 55	10.41 104	2.09 29	0.01 3	1.02 337	0.00 1	0.00 1	0.37 163	2.28 348

SCV	3.72 40	1.81 110	7.24 89	5.65 142	1.66 139	4.31 40	1.64 82	12.11 82	6.98 55	2.28 12	4.94 33	6.07 83	2.70 49	10.28 102	2.30 35	0.09 122	0.98 323	0.00 1	0.53 366	0.55 243	2.27 346

999	3.74 41	1.55 67	5.72 37	5.15 106	2.42 196	7.40 187	2.13 136	10.76 60	7.33 63	3.20 30	5.04 35	5.01 62	2.26 41	12.45 196	3.06 91	0.06 92	0.24 169	0.00 1	0.00 1	0.37 163	0.66 112

AEACV	3.74 41	1.42 49	6.45 60	5.61 136	6.24 374	4.69 56	1.54 74	7.61 16	7.19 58	3.59 37	7.87 67	4.20 44	6.43 157	6.07 23	1.96 20	0.03 31	1.03 339	0.04 167	0.54 368	0.23 86	2.12 334

CREStereo	3.75 43	1.21 19	3.79 6	2.66 2	0.66 28	5.52 108	0.39 15	10.77 62	14.18 163	7.14 84	10.54 100	5.25 68	3.54 67	6.27 26	2.88 86	0.04 41	0.01 11	0.03 151	0.01 81	0.05 7	0.05 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
castereo++	3.76 44	1.79 104	5.06 27	4.09 38	2.65 208	16.30 327	1.89 123	8.46 23	9.15 106	2.53 17	4.66 23	5.04 63	2.00 35	9.08 69	1.04 7	0.02 14	0.59 260	0.00 1	0.34 311	0.08 24	0.50 86

trnet	3.79 45	1.10 13	3.76 5	2.70 4	0.63 27	5.60 119	0.41 16	10.89 63	14.11 162	7.11 83	10.55 102	5.73 78	3.75 70	6.25 25	2.89 87	0.04 41	0.02 33	0.03 151	0.01 81	0.06 13	0.07 3

SCV_C0	3.81 46	1.92 138	7.94 120	4.22 49	1.75 149	4.82 69	1.56 75	11.79 79	8.00 81	3.23 31	5.14 36	6.19 84	1.81 31	11.49 146	2.42 49	0.17 178	1.09 344	0.00 1	0.23 261	0.38 175	2.04 319

LoS	3.83 47	1.25 27	4.39 13	3.29 10	0.58 24	4.87 70	1.15 47	11.00 65	13.34 151	5.02 61	10.69 103	4.14 42	3.78 72	9.15 73	3.20 98	0.08 113	0.03 46	0.09 218	0.00 1	0.13 48	0.35 40
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 48	0.81 2	6.63 72	4.40 62	11.89 454	11.98 250	0.20 11	8.42 22	5.78 30	1.97 8	2.73 10	0.77 6	1.59 21	2.60 1	0.98 1	0.04 41	0.04 54	10.46 471	5.41 460	0.05 7	0.14 15

IGEVStereo-DCA	3.90 49	2.95 293	7.30 92	4.05 33	0.92 55	4.94 83	1.65 85	14.40 115	5.82 32	4.17 46	4.67 24	4.50 54	3.95 76	11.24 132	4.28 148	0.18 184	0.56 251	0.00 1	0.17 230	0.25 94	1.98 299

ff7	3.92 50	2.12 188	7.30 92	4.22 49	1.47 109	4.90 74	1.65 85	14.40 115	5.82 32	5.08 64	5.59 46	3.45 29	4.61 102	11.48 142	2.76 75	0.04 41	0.98 323	0.00 1	0.17 230	0.35 146	1.98 299

ffff	3.92 50	2.12 188	7.30 92	4.22 49	1.47 109	4.90 74	1.65 85	14.40 115	5.82 32	5.08 64	5.59 46	3.45 29	4.61 102	11.48 142	2.76 75	0.04 41	0.98 323	0.00 1	0.17 230	0.35 146	1.98 299

11t	3.92 50	2.12 188	7.30 92	4.22 49	1.47 109	4.90 74	1.65 85	14.40 115	5.82 32	5.08 64	5.59 46	3.45 29	4.61 102	11.48 142	2.76 75	0.04 41	0.98 323	0.00 1	0.17 230	0.35 146	1.98 299

ccc-4	3.92 50	2.12 188	7.30 92	4.22 49	1.47 109	4.90 74	1.65 85	14.40 115	5.82 32	5.08 64	5.59 46	3.45 29	4.61 102	11.48 142	2.76 75	0.04 41	0.98 323	0.00 1	0.17 230	0.35 146	1.98 299

anonymousdsp	3.97 54	2.10 181	6.76 77	4.43 64	1.82 157	4.92 79	1.68 91	14.84 127	5.82 32	5.26 69	5.54 44	4.20 44	4.37 92	11.54 152	2.68 69	0.04 41	0.87 306	0.00 1	0.18 242	0.36 157	1.98 299

IGEV-Stereo	3.97 54	2.10 181	6.78 78	4.43 64	1.81 155	4.92 79	1.68 91	14.84 127	5.82 32	5.25 68	5.54 44	4.22 46	4.36 88	11.55 153	2.68 69	0.04 41	0.88 308	0.00 1	0.18 242	0.36 157	1.98 299
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 56	2.95 293	11.04 256	4.05 33	0.92 55	4.94 83	1.53 73	11.97 81	6.50 49	4.17 46	4.67 24	4.50 54	3.95 76	11.24 132	4.28 148	0.18 184	0.56 251	0.00 1	0.22 253	0.25 94	1.88 280

rvit_stereo_0081_aga	4.01 57	3.10 305	10.05 206	5.65 142	3.01 233	4.91 78	1.88 122	8.80 30	7.27 60	6.97 79	6.94 58	5.81 80	3.23 59	7.63 42	3.77 122	0.08 113	0.00 1	0.00 1	0.00 1	0.62 268	0.44 71

CES	4.08 58	1.34 39	3.46 2	3.65 18	11.49 451	5.24 97	0.99 42	10.15 48	9.15 106	3.80 41	9.29 81	1.76 11	0.91 8	6.94 31	2.64 68	0.07 109	0.05 64	0.01 112	0.00 1	1.63 363	9.03 459

test_xeample3	4.08 58	2.95 293	11.20 260	4.05 33	1.05 68	5.62 120	1.58 76	13.23 91	4.76 17	7.10 82	3.83 14	3.18 27	3.30 60	11.75 157	4.42 155	0.08 113	0.74 280	0.00 1	0.38 336	0.26 104	2.04 319

LoS_RVC	4.09 60	3.01 299	4.81 19	4.88 84	7.78 413	5.24 97	2.80 175	7.57 15	4.24 13	4.41 49	10.34 96	3.62 34	6.34 153	6.59 29	2.37 45	0.04 41	0.03 46	0.00 1	0.01 81	0.06 13	7.70 447

CASnet	4.11 61	1.27 30	5.28 31	5.63 139	0.31 2	4.89 73	2.86 177	11.52 77	11.73 132	11.06 125	11.80 116	4.16 43	1.63 23	6.30 27	2.22 31	0.63 315	0.00 1	0.60 362	0.13 198	0.15 53	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 62	1.50 63	5.89 42	3.82 26	1.88 159	3.75 26	6.51 291	8.68 27	6.38 48	4.81 56	8.44 69	9.56 141	4.31 86	10.00 95	4.16 139	0.05 64	0.84 299	0.00 1	0.19 246	0.23 86	1.71 258

ProNet	4.14 62	2.35 240	7.50 102	4.22 49	1.47 109	5.67 124	6.24 282	13.78 111	7.71 69	3.38 33	4.93 32	3.72 35	3.52 64	11.52 151	2.72 71	0.08 113	1.32 389	0.01 112	0.26 279	0.47 215	2.02 313

WCG-NET	4.15 64	1.44 53	6.47 62	3.48 13	0.31 2	4.36 44	1.74 106	8.24 20	15.53 177	8.94 105	9.64 84	6.87 96	4.12 83	7.42 39	2.86 85	0.02 14	1.09 344	0.00 1	0.00 1	0.21 78	0.28 29

castereo	4.17 65	1.71 90	4.94 23	4.23 57	1.13 75	6.25 151	6.97 308	10.76 60	16.22 186	3.25 32	7.74 65	3.55 33	7.25 179	5.61 14	2.63 66	0.04 41	0.38 203	0.00 1	0.26 279	0.08 24	0.44 71

rvit_stereo_0081	4.20 66	2.18 206	9.43 182	6.66 230	1.77 151	3.43 19	2.29 145	8.53 25	16.32 191	4.68 54	5.52 42	5.21 66	4.60 99	8.22 50	4.20 141	0.05 64	0.01 11	0.00 1	0.01 81	0.41 187	0.49 84

rvit_stereo_0082	4.20 66	2.18 206	9.43 182	6.66 230	1.77 151	3.43 19	2.29 145	8.53 25	16.32 191	4.68 54	5.52 42	5.21 66	4.60 99	8.22 50	4.20 141	0.05 64	0.01 11	0.00 1	0.01 81	0.41 187	0.49 84

CroCo-Stereo Lap2	4.21 68	2.60 270	9.11 161	10.21 372	6.06 368	1.11 2	0.78 32	10.63 56	8.34 89	3.46 35	5.18 37	8.92 129	5.66 137	6.42 28	4.53 160	0.03 31	0.05 64	0.00 1	0.00 1	0.81 314	0.39 56

HART	4.24 69	2.13 194	6.15 47	5.53 128	1.40 102	4.32 41	0.74 29	13.35 100	5.92 41	6.13 76	12.75 125	6.81 95	1.70 28	11.14 129	2.42 49	0.03 31	1.48 416	0.10 229	0.00 1	0.55 243	2.26 345

CAS++	4.25 70	2.16 201	6.64 73	4.57 71	1.14 78	4.22 39	1.62 79	19.22 203	10.81 123	9.35 108	9.25 80	1.97 15	1.40 17	9.87 93	2.00 22	0.15 169	0.05 64	0.00 1	0.00 1	0.33 134	0.28 29
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 71	2.26 222	8.78 147	5.09 101	1.45 105	5.66 121	1.08 45	13.30 99	8.20 87	8.93 104	10.09 92	6.61 91	3.52 64	5.14 10	3.20 98	0.02 14	1.13 353	0.06 184	0.00 1	0.32 130	0.39 56

rvit_stereo_0080	4.27 72	2.89 287	9.02 156	4.10 39	1.93 164	4.06 31	7.35 319	10.37 50	8.86 100	5.39 70	7.51 62	6.20 85	4.36 88	7.08 33	4.75 166	0.45 277	0.01 11	0.00 1	0.00 1	0.59 258	0.45 74

whm_eth	4.27 72	2.89 287	9.02 156	4.10 39	1.93 164	4.06 31	7.35 319	10.37 50	8.86 100	5.39 70	7.51 62	6.20 85	4.36 88	7.08 33	4.75 166	0.45 277	0.01 11	0.00 1	0.00 1	0.59 258	0.45 74

testlalala	4.28 74	1.72 92	8.36 135	4.01 29	3.59 255	7.88 199	1.70 100	9.98 46	5.56 27	13.20 157	10.02 86	7.06 99	1.91 34	5.98 20	2.36 43	0.03 31	1.26 381	0.00 1	0.41 345	0.06 13	0.52 88

MM-Stereo_test2	4.38 75	1.62 74	7.85 116	5.85 172	1.12 73	7.07 179	2.18 141	15.22 130	8.69 97	7.23 88	5.26 39	4.83 61	3.75 70	10.87 115	2.40 48	0.03 31	1.04 341	0.00 1	0.14 208	0.41 187	2.02 313

plain	4.41 76	2.18 206	11.50 269	5.46 125	2.97 231	3.20 15	1.38 58	9.01 35	5.96 42	3.56 36	16.63 158	3.01 24	2.76 50	14.80 281	4.25 147	0.32 239	0.00 1	0.04 167	0.01 81	0.79 309	0.43 68

MC-Stereo	4.47 77	1.16 16	5.85 40	6.14 183	1.43 103	3.70 25	1.73 102	10.62 55	7.83 78	6.85 78	13.33 131	6.77 94	6.21 151	11.23 131	2.52 56	0.04 41	1.30 383	0.06 184	0.24 267	0.17 63	2.14 337

MIF-Stereo (partial)	4.55 78	1.63 77	8.37 136	5.46 125	5.35 334	3.48 22	0.94 38	9.80 42	8.03 83	4.45 50	15.68 148	5.33 72	5.11 118	11.92 167	4.57 161	0.06 92	0.02 33	0.06 184	0.03 119	0.45 207	0.30 32

XX-TBD	4.63 79	10.71 426	3.94 8	10.55 386	0.62 26	5.95 135	0.08 2	7.91 18	12.75 139	11.73 130	14.80 142	4.04 40	1.64 24	4.90 9	2.61 64	0.08 113	0.01 11	0.00 1	0.00 1	0.26 104	0.06 2

rvit_stereo_0083	4.77 80	2.28 224	10.63 237	7.49 287	1.73 146	4.88 71	2.71 170	8.97 33	18.71 223	5.01 60	7.88 68	6.38 89	5.11 118	7.80 44	4.86 170	0.28 230	0.04 54	0.00 1	0.01 81	0.26 104	0.39 56

MyStereo07	4.80 81	2.38 245	6.21 50	6.63 225	4.77 308	6.47 162	9.60 356	16.70 160	5.88 39	4.81 56	5.77 51	3.13 26	5.68 138	12.07 172	2.46 51	0.09 122	1.33 393	0.03 151	0.32 300	0.74 300	0.93 156

CREStereo++_RVC	4.83 82	1.16 16	4.67 18	4.71 76	2.02 171	4.01 30	0.11 5	9.48 40	18.00 208	8.87 102	16.74 160	4.43 50	2.15 37	6.09 24	3.39 106	0.07 109	0.00 1	0.00 1	10.51 479	0.05 7	0.12 13
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
WCG-NET（raft）	4.87 83	1.67 85	6.84 79	3.49 14	0.31 2	4.96 85	1.95 127	11.08 69	15.49 176	8.82 100	11.46 113	9.50 139	4.96 116	11.32 136	3.26 101	0.09 122	1.41 405	0.00 1	0.03 119	0.23 86	0.54 91

TANstereo	4.87 83	1.49 61	5.02 26	4.02 31	0.51 20	14.25 286	0.15 9	9.17 39	12.84 141	12.80 148	18.36 177	5.14 64	4.43 94	6.01 21	2.30 35	0.09 122	0.12 132	0.00 1	0.01 81	0.02 2	0.68 115

Former-RAFT_DAM_RVC	4.91 85	3.05 304	9.51 185	4.55 68	3.59 255	9.01 211	1.46 65	14.59 125	19.31 229	7.65 94	7.22 61	2.04 17	2.21 38	10.13 99	2.51 54	0.12 148	0.03 46	0.08 210	0.00 1	0.62 268	0.50 86

Reg-Stereo(zero)	4.96 86	0.83 3	5.01 25	3.71 20	2.33 189	3.81 29	1.18 49	17.25 171	13.30 150	10.52 117	10.73 105	10.47 149	4.43 94	9.47 83	4.17 140	0.06 92	0.74 280	0.00 1	0.27 284	0.04 6	0.88 144

rvit_stereo_ft	5.02 87	3.45 323	10.80 244	11.76 411	2.76 215	4.08 36	8.16 336	10.64 57	10.63 122	4.34 48	6.39 55	6.65 93	4.63 107	9.35 77	5.82 203	0.11 137	0.00 1	0.00 1	0.00 1	0.34 140	0.42 65

iRaftStereo_RVC	5.06 88	2.15 197	7.88 118	5.54 131	0.78 40	5.22 96	0.45 18	18.47 192	11.75 133	9.72 112	15.05 144	5.74 79	3.18 58	9.29 76	2.52 56	0.02 14	1.24 378	0.00 1	0.01 81	0.58 252	1.62 249

MSKI-zero shot	5.11 89	1.81 110	6.47 62	6.17 186	1.78 153	6.42 161	1.50 69	13.59 103	8.66 96	10.63 120	11.58 114	13.29 203	2.35 42	12.34 189	3.09 93	0.05 64	1.21 373	0.02 132	0.29 290	0.15 53	0.85 138

GCAP-BAT	5.15 90	2.42 248	8.74 145	4.07 36	5.04 321	6.61 169	1.82 115	10.43 52	6.66 52	13.47 168	12.76 126	9.14 133	2.87 53	11.51 150	3.58 116	0.03 31	1.24 378	0.01 112	0.60 376	0.13 48	1.81 268

sCroCo_RVC	5.29 91	3.82 339	17.52 371	11.17 400	6.67 387	5.78 130	2.66 165	10.47 54	8.48 93	3.78 39	9.32 82	4.76 59	4.83 114	8.33 52	4.88 171	1.17 387	0.52 240	0.06 184	0.03 119	0.70 290	0.90 150

MM-Stereo_test1	5.41 92	1.55 67	6.52 67	5.96 175	1.09 72	4.88 71	6.82 301	14.32 114	12.83 140	13.28 160	10.54 100	5.88 81	6.54 159	11.72 155	2.75 73	0.18 184	1.13 353	0.00 1	0.02 107	0.48 218	1.73 260

tg	5.41 92	2.04 162	7.70 107	5.40 122	1.27 94	7.45 190	0.49 20	18.97 196	13.10 144	9.51 109	14.60 139	7.15 100	4.05 80	10.89 116	2.99 88	0.02 14	0.70 275	0.00 1	0.00 1	0.55 243	1.42 224

RAFT-Stereo-weight	5.42 94	1.21 19	6.22 51	4.69 74	1.28 95	6.18 148	1.58 76	18.42 191	18.47 217	11.35 128	10.27 95	11.93 173	1.65 25	9.59 86	3.83 124	0.10 132	0.60 262	0.00 1	0.00 1	0.16 57	0.89 147

CAS	5.44 95	0.98 9	3.95 9	17.59 451	7.74 412	7.82 197	6.09 278	9.89 45	9.40 110	4.82 58	10.69 103	1.93 14	1.22 11	4.54 8	2.47 52	10.98 473	0.02 33	0.00 1	0.02 107	0.53 234	8.19 453

4D-IteraStereo	5.47 96	2.05 168	8.66 140	5.34 116	4.93 314	6.11 138	1.79 113	13.74 109	16.35 193	14.53 182	11.10 109	8.22 119	1.59 21	8.73 58	3.37 104	0.00 1	0.49 233	0.09 218	0.02 107	0.25 94	1.98 299

PMTNet	5.52 97	1.11 15	4.24 10	2.49 1	1.38 100	8.75 206	0.67 26	12.64 86	12.84 141	8.66 97	11.27 111	6.00 82	4.70 113	9.91 94	3.02 90	22.39 488	0.01 11	0.04 167	0.02 107	0.06 13	0.23 24

RCA-Stereo	5.58 98	1.26 28	6.71 75	4.85 82	0.80 43	5.51 107	3.97 216	17.56 179	19.40 230	8.45 96	14.11 136	8.73 125	8.70 207	6.88 30	2.77 80	0.05 64	0.98 323	0.11 250	0.00 1	0.14 50	0.61 105

test_1	5.63 99	1.29 34	9.52 187	4.90 90	1.45 105	6.51 164	2.93 181	13.65 106	19.05 227	12.58 137	8.67 70	13.02 197	4.07 81	9.39 81	2.58 59	0.01 3	1.09 344	0.00 1	0.38 336	0.28 117	1.26 201

test-3	5.64 100	1.29 34	9.52 187	4.88 84	1.45 105	6.53 165	2.92 179	13.64 104	19.04 226	12.75 147	8.67 70	13.01 196	4.10 82	9.39 81	2.58 59	0.01 3	1.09 344	0.00 1	0.37 326	0.28 117	1.25 200

AE-Stereo	5.68 101	1.78 102	9.22 175	9.25 347	2.52 201	10.13 219	2.92 179	13.10 90	14.88 168	4.88 59	13.10 129	10.72 152	4.43 94	9.24 75	3.37 104	0.10 132	1.31 387	0.06 184	0.32 300	0.21 78	2.03 317

cross-raft	5.70 102	1.44 53	7.08 83	6.69 232	2.11 176	5.89 132	1.44 63	16.44 151	8.38 90	13.42 166	20.70 210	12.20 177	4.38 93	9.06 67	3.11 94	0.03 31	0.38 203	0.00 1	0.22 253	0.24 90	0.84 137

tt1	5.74 103	2.52 260	6.54 68	6.89 248	0.86 49	10.31 226	4.08 219	19.77 213	16.80 198	7.17 85	9.02 73	4.71 58	8.97 212	11.11 125	2.34 40	0.05 64	1.17 357	0.00 1	0.04 131	0.29 122	2.07 325

test_4	5.75 104	1.40 46	6.47 62	7.20 272	0.89 52	5.81 131	1.82 115	12.26 83	6.62 51	12.85 149	30.51 325	7.61 108	3.81 73	12.70 207	3.47 109	0.02 14	0.27 176	0.03 151	0.17 230	0.39 179	0.67 113

ACVNet-DCA	5.76 105	2.52 260	6.38 55	6.77 239	0.74 29	10.55 229	5.19 246	21.10 233	13.53 152	7.39 90	10.06 87	4.44 51	9.58 220	11.08 121	2.33 37	0.05 64	1.18 361	0.00 1	0.04 131	0.37 163	1.93 287

CFNet-RSSM	5.78 106	1.24 26	9.20 173	4.82 81	1.23 87	6.33 154	1.21 52	17.35 173	18.14 210	13.35 162	11.17 110	11.69 164	5.43 125	9.71 90	3.34 103	0.03 31	0.20 153	0.00 1	0.36 321	0.37 163	0.42 65

cc1	5.79 107	2.52 260	6.38 55	6.77 239	0.74 29	10.55 229	5.19 246	19.19 200	15.95 182	7.39 90	10.06 87	4.44 51	9.58 220	11.08 121	2.33 37	0.05 64	1.18 361	0.00 1	0.04 131	0.34 140	2.04 319

HUI-Stereo	5.80 108	1.98 149	10.42 227	5.66 145	0.45 6	5.52 108	2.68 167	13.29 98	7.82 77	12.71 146	18.16 171	12.91 194	6.60 160	10.73 112	5.36 185	0.89 351	0.08 107	0.10 229	0.00 1	0.25 94	0.36 46

Gwc-CoAtRS	5.80 108	1.37 42	9.07 158	4.80 80	1.39 101	6.90 175	1.27 54	16.50 154	15.48 175	13.07 155	13.35 132	12.64 181	5.61 135	9.14 72	4.20 141	0.04 41	0.32 189	0.00 1	0.29 290	0.30 125	0.33 35

ROB_FTStereo	5.82 110	1.97 142	10.37 223	5.67 152	0.46 12	5.52 108	1.63 80	13.27 96	7.79 71	12.69 140	18.06 168	12.86 189	6.63 164	12.28 185	5.43 188	0.87 350	0.09 109	0.10 229	0.00 1	0.26 104	0.36 46

EAI-Stereo	5.82 110	2.06 172	9.08 159	6.23 191	2.20 183	6.24 150	6.20 281	20.18 220	6.36 47	10.65 121	15.97 153	6.31 88	3.63 69	12.09 175	4.88 171	0.06 92	0.73 279	0.04 167	1.59 424	0.21 78	1.67 255

gcap-zeroshot	5.83 112	1.82 118	11.95 287	5.34 116	1.98 168	11.06 237	1.64 82	11.01 66	7.05 56	15.27 194	9.84 85	18.92 292	5.12 120	9.85 92	2.50 53	0.27 226	0.90 313	0.07 202	0.33 306	0.05 7	1.61 247

PSM-adaLoss	5.83 112	1.97 142	10.44 231	5.66 145	0.46 12	5.54 115	1.91 125	13.24 92	7.80 75	12.69 140	18.19 175	12.80 185	6.65 172	11.89 165	5.45 190	1.02 369	0.09 109	0.10 229	0.00 1	0.26 104	0.36 46

CRE-IMP	5.83 112	1.86 124	11.10 258	6.20 189	0.51 20	6.86 174	1.64 82	12.56 84	9.01 102	13.16 156	16.11 155	10.94 155	6.14 150	12.81 210	6.46 226	0.50 287	0.07 101	0.10 229	0.00 1	0.27 113	0.27 28

model_zeroshot	5.85 115	1.91 135	10.98 253	6.34 202	2.55 204	10.42 227	2.38 150	17.38 174	9.39 109	14.72 185	10.36 97	11.21 158	2.93 54	8.95 63	3.57 114	0.14 158	1.01 334	0.15 273	0.38 336	0.08 24	2.15 338

ROB_FTStereo_v2	5.85 115	1.97 142	10.38 224	5.66 145	0.46 12	5.52 108	1.95 127	13.24 92	7.78 70	12.68 139	18.16 171	12.83 186	6.61 162	12.27 183	5.63 197	1.00 366	0.09 109	0.10 229	0.00 1	0.26 104	0.36 46

RAFT-IKP	5.85 115	1.97 142	10.36 221	5.66 145	0.45 6	5.33 103	2.01 132	13.27 96	7.79 71	12.69 140	18.19 175	12.77 184	6.67 173	12.36 191	5.60 194	1.11 378	0.09 109	0.10 229	0.00 1	0.25 94	0.35 40

iGMRVC	5.86 118	1.97 142	10.41 226	5.66 145	0.45 6	5.53 112	1.75 108	13.35 100	7.81 76	12.69 140	18.17 173	12.86 189	6.53 158	12.34 189	5.77 199	1.13 381	0.09 109	0.10 229	0.00 1	0.26 104	0.34 38

Patchmatch Stereo++	5.88 119	1.97 142	10.43 229	5.66 145	0.45 6	5.54 115	2.32 147	13.26 94	7.79 71	12.69 140	18.14 169	12.86 189	6.63 164	12.36 191	5.60 194	1.09 375	0.09 109	0.10 229	0.00 1	0.25 94	0.35 40
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
iRAFT	5.88 119	1.97 142	10.43 229	5.66 145	0.45 6	5.54 115	2.32 147	13.26 94	7.79 71	12.69 140	18.14 169	12.86 189	6.63 164	12.36 191	5.60 194	1.09 375	0.09 109	0.10 229	0.00 1	0.25 94	0.35 40

IGEV_Zeroshot_test	5.90 121	2.30 227	15.24 344	6.90 249	2.11 176	4.35 43	1.51 70	15.68 137	8.52 94	13.73 173	11.89 118	11.49 160	3.82 74	11.41 139	4.76 168	0.11 137	0.84 299	0.15 273	0.25 277	0.87 324	1.98 299

raftrobust	5.94 122	2.07 176	6.94 80	7.67 294	6.24 374	4.96 85	1.82 115	17.76 180	14.36 164	12.03 131	11.62 115	7.74 111	9.01 213	11.29 135	3.71 120	0.05 64	0.79 291	0.00 1	0.04 131	0.25 94	0.38 54

RAFT-Stereo + iAFF	5.94 122	2.35 240	8.80 148	4.07 36	1.36 98	2.78 11	0.66 25	17.05 166	15.89 181	12.65 138	18.49 179	11.81 168	7.89 188	8.48 54	3.80 123	0.02 14	0.75 283	0.00 1	0.00 1	0.43 198	1.49 236

DeepStereo_RVC	5.95 124	1.88 129	10.44 231	5.76 163	0.60 25	5.45 104	1.78 112	12.93 88	8.02 82	14.07 177	14.98 143	12.40 178	10.05 228	12.02 170	7.35 234	0.61 313	0.10 121	0.12 255	0.00 1	0.21 78	0.29 31

LL-Strereo2	5.97 125	2.88 286	10.62 236	6.59 219	3.38 247	6.31 153	2.20 142	15.61 136	8.46 92	11.33 127	10.75 106	15.69 238	3.45 61	13.58 246	4.65 163	0.16 172	0.48 230	1.33 409	0.13 198	0.36 157	1.42 224

test_3	5.97 125	1.26 28	9.95 203	6.84 245	1.45 105	8.73 205	3.18 189	14.26 113	19.86 232	12.22 133	8.91 72	13.78 209	3.99 78	9.38 80	2.58 59	0.01 3	1.10 348	0.00 1	0.37 326	0.30 125	1.20 193

NRIStereo	5.98 127	1.91 135	9.60 189	6.29 199	0.45 6	6.56 167	2.52 157	15.37 133	11.43 128	12.55 136	15.07 145	11.45 159	6.11 148	12.32 186	6.23 214	0.83 342	0.16 145	0.11 250	0.00 1	0.32 130	0.33 35

HH	6.00 128	2.42 248	9.81 197	5.74 160	1.64 137	7.05 177	3.48 202	17.54 176	7.69 67	8.73 98	12.47 121	14.83 222	8.86 209	13.04 223	2.59 62	0.04 41	1.21 373	0.20 298	0.05 146	0.30 125	2.34 350

HanStereo	6.00 128	2.42 248	9.81 197	5.74 160	1.64 137	7.05 177	3.48 202	17.54 176	7.69 67	8.73 98	12.47 121	14.83 222	8.86 209	13.04 223	2.59 62	0.04 41	1.21 373	0.20 298	0.05 146	0.30 125	2.34 350

MM-Stereo_test3	6.01 130	1.69 88	6.25 53	6.36 203	5.46 343	4.64 51	6.31 286	20.05 218	24.24 283	8.85 101	11.38 112	7.22 101	2.79 51	9.11 70	3.08 92	0.11 137	0.92 315	0.00 1	0.02 107	0.54 241	1.11 186

test-1	6.03 131	1.76 98	15.61 350	8.01 313	1.98 168	7.82 197	1.16 48	13.64 104	13.60 155	9.69 111	15.16 146	11.55 162	5.45 127	7.78 43	4.35 152	0.16 172	1.18 361	0.00 1	0.13 198	0.16 57	1.39 216

rvit_0105_6	6.06 132	3.23 310	15.34 348	10.26 373	1.75 149	5.08 88	5.19 246	11.03 67	20.73 239	6.39 77	7.02 59	10.21 146	7.94 190	11.42 140	3.83 124	0.40 259	0.29 184	0.00 1	0.01 81	0.57 249	0.40 62

Selective-RAFT	6.10 133	1.16 16	10.90 251	7.41 279	0.91 54	15.22 301	1.11 46	14.84 127	16.23 187	7.19 87	7.06 60	11.49 160	8.10 193	12.83 212	5.19 180	0.26 222	0.97 321	0.00 1	0.46 349	0.10 30	0.65 109

H2IRNET	6.11 134	1.63 77	7.52 103	4.69 74	2.30 188	4.07 35	0.71 28	12.58 85	13.88 157	7.18 86	20.80 213	15.50 234	10.48 233	10.72 111	8.26 249	0.19 194	0.00 1	0.07 202	0.52 365	0.52 233	0.55 93

EKT-Stereo	6.11 134	1.71 90	9.09 160	7.69 295	5.56 346	5.16 91	4.26 224	19.18 199	15.13 171	9.20 107	12.84 127	9.55 140	4.18 84	11.74 156	3.24 100	0.53 291	0.62 264	0.09 218	0.14 208	0.17 63	2.16 339

1test111	6.16 136	2.52 260	6.38 55	6.77 239	0.74 29	10.55 229	5.19 246	21.10 233	13.53 152	7.39 90	10.06 87	4.44 51	9.58 220	12.08 173	9.26 268	0.05 64	1.18 361	0.00 1	0.04 131	0.37 163	1.93 287

RAFT-Test	6.19 137	1.47 55	7.90 119	4.91 91	2.70 212	9.97 215	1.52 72	17.08 167	9.06 105	13.21 158	23.67 250	12.89 193	4.63 107	9.47 83	3.57 114	0.02 14	0.81 294	0.00 1	0.38 336	0.21 78	0.39 56

testlalala2	6.22 138	2.05 168	8.67 141	15.89 446	10.72 447	7.88 199	3.50 206	13.65 106	10.50 121	15.90 216	12.54 123	8.50 124	2.47 45	5.89 17	3.87 129	0.06 92	0.63 266	0.00 1	0.50 361	0.54 241	0.61 105

s12784h	6.22 138	1.01 11	4.95 24	3.57 16	0.54 23	19.55 369	0.95 39	19.51 210	18.39 212	12.98 153	12.58 124	7.78 112	5.56 134	11.34 137	4.36 153	0.89 351	0.01 11	0.05 175	0.00 1	0.07 20	0.20 23

Any-RAFT	6.28 140	1.42 49	4.91 22	5.00 94	1.25 92	10.18 220	1.90 124	22.68 252	15.87 180	12.12 132	19.23 187	13.69 208	4.65 109	9.35 77	2.36 43	0.06 92	0.57 254	0.00 1	0.00 1	0.05 7	0.35 40

GMOStereo	6.33 141	2.04 162	8.28 130	5.68 153	1.20 82	6.11 138	2.14 137	11.20 70	13.15 145	18.66 277	21.83 226	17.35 264	6.64 168	7.09 35	2.78 81	0.02 14	1.42 407	0.13 261	0.00 1	0.53 234	0.37 50

error version	6.33 141	2.04 162	8.28 130	5.68 153	1.20 82	6.11 138	2.14 137	11.20 70	13.15 145	18.66 277	21.83 226	17.35 264	6.64 168	7.09 35	2.78 81	0.02 14	1.42 407	0.13 261	0.00 1	0.53 234	0.37 50

test-v	6.33 141	2.04 162	8.28 130	5.68 153	1.20 82	6.11 138	2.14 137	11.20 70	13.15 145	18.66 277	21.83 226	17.35 264	6.64 168	7.09 35	2.78 81	0.02 14	1.42 407	0.13 261	0.00 1	0.53 234	0.37 50

test-2	6.33 141	2.04 162	8.28 130	5.68 153	1.20 82	6.11 138	2.14 137	11.20 70	13.15 145	18.66 277	21.83 226	17.35 264	6.64 168	7.09 35	2.78 81	0.02 14	1.42 407	0.13 261	0.00 1	0.53 234	0.37 50

GMStereo	6.44 145	4.92 366	12.13 291	5.60 135	0.87 50	9.18 213	2.57 162	12.99 89	25.54 301	12.85 149	11.84 117	5.60 76	3.62 68	11.92 167	6.44 225	0.53 291	0.02 33	0.05 175	0.36 321	0.98 330	0.70 120
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 146	3.34 319	8.02 122	6.23 191	1.68 140	6.33 154	2.48 155	14.54 124	16.71 197	11.71 129	24.13 254	9.38 135	7.13 176	11.83 161	4.32 150	0.12 148	0.01 11	0.00 1	0.00 1	0.73 297	0.33 35

knoymous	6.46 147	1.84 122	5.13 29	4.31 60	1.88 159	6.36 158	5.55 260	15.25 131	14.48 165	13.85 175	21.25 216	12.66 183	6.63 164	13.20 232	5.11 176	0.19 194	0.13 133	0.12 255	0.00 1	0.71 294	0.57 101

rafts_anoy	6.46 147	2.37 242	7.09 84	7.48 286	6.02 365	5.31 102	2.45 154	14.50 122	22.01 255	12.94 152	16.18 156	8.48 123	5.53 132	9.70 89	6.32 220	0.05 64	1.66 425	0.10 229	0.05 146	0.30 125	0.69 117

anonymousdsp2	6.47 149	1.81 110	9.73 194	5.25 112	1.23 87	9.35 214	3.96 215	22.51 248	18.39 212	12.87 151	10.19 93	10.17 145	4.46 98	11.77 158	3.83 124	0.06 92	1.00 332	0.31 336	0.18 242	0.25 94	2.06 324

XX-Stereo	6.50 150	1.81 110	10.42 227	12.71 423	7.14 397	3.46 21	0.90 36	16.31 147	6.13 43	9.03 106	28.11 294	13.48 206	2.22 40	11.87 164	2.61 64	0.45 277	0.78 289	0.08 210	0.42 346	1.09 338	0.88 144

AFF-stereo	6.50 150	2.29 225	8.09 125	4.63 73	0.87 50	3.48 22	0.75 31	16.92 165	13.98 159	13.26 159	25.21 263	15.46 233	7.68 185	11.50 148	3.71 120	0.04 41	0.70 275	0.00 1	0.00 1	0.48 218	1.02 170

xx1	6.52 152	2.52 260	6.38 55	6.77 239	0.74 29	10.55 229	5.19 246	19.19 200	15.95 182	7.39 90	10.07 91	16.17 244	12.10 268	11.08 121	2.33 37	0.05 64	1.18 361	0.02 132	0.36 321	0.37 163	1.93 287

RALCasStereoNet	6.53 153	2.84 285	8.12 126	7.88 308	6.12 370	6.85 173	5.29 253	14.66 126	13.94 158	10.20 113	18.18 174	10.24 147	3.83 75	12.33 187	5.56 193	0.04 41	1.88 431	0.11 250	0.01 81	0.26 104	2.24 344

11t1	6.61 154	1.76 98	9.64 191	5.62 138	2.15 180	13.57 275	2.67 166	15.77 139	8.83 99	13.66 172	11.90 119	12.03 175	9.76 225	12.23 182	8.58 257	0.23 205	1.33 393	0.00 1	0.31 298	0.26 104	1.95 295

TRStereo	6.64 155	6.95 399	12.06 290	9.69 358	7.59 405	5.12 90	1.68 91	20.72 223	12.34 135	10.93 124	9.07 74	10.57 151	3.16 57	14.33 260	4.23 145	0.60 311	0.80 293	0.14 268	0.37 326	0.56 247	1.86 278

DisPM	6.68 156	1.58 72	9.90 201	7.19 271	1.12 73	5.71 125	3.69 208	13.74 109	12.42 136	16.60 228	23.63 249	12.64 181	6.39 155	13.31 238	4.08 137	0.77 331	0.01 11	0.08 210	0.15 216	0.14 50	0.53 89

AIO-test1	6.69 157	2.11 185	7.06 82	10.57 387	6.38 382	8.85 208	1.73 102	22.56 251	20.92 242	7.01 80	17.67 166	8.06 117	4.87 115	10.79 114	3.39 106	0.17 178	0.09 109	0.00 1	0.34 311	0.35 146	0.86 140

DCRE	6.73 158	2.11 185	9.19 172	7.76 301	4.90 312	7.81 196	5.86 273	16.46 152	11.38 127	9.61 110	22.55 240	11.84 170	6.35 154	11.09 124	3.63 117	0.04 41	1.19 366	0.06 184	0.37 326	0.15 53	2.23 342

AnonymousM	6.73 158	12.03 439	3.53 3	4.47 66	1.55 127	4.42 45	3.17 188	11.94 80	8.44 91	17.00 242	10.06 87	9.08 132	4.00 79	7.56 41	4.06 135	0.55 299	0.68 273	23.13 483	8.12 472	0.07 20	0.65 109

iRaft-Stereo_20w	6.75 160	2.17 204	13.20 311	5.07 99	2.34 192	7.43 189	2.61 163	20.20 221	7.85 79	15.28 195	10.36 97	14.42 217	8.13 194	16.81 318	4.20 141	0.06 92	0.84 299	0.13 261	0.83 389	0.66 283	2.42 358

DCANet-4	6.78 161	1.21 19	11.48 267	3.95 28	0.76 34	4.73 59	1.68 91	18.40 190	25.78 304	15.44 199	20.36 203	6.42 90	8.48 202	8.87 61	6.24 215	0.18 184	0.05 64	0.01 112	0.00 1	0.10 30	1.37 210

SST-Stereo	6.85 162	1.67 85	9.39 180	7.24 274	0.82 44	5.89 132	1.87 121	15.34 132	9.89 115	19.25 296	20.26 202	16.63 252	8.40 200	13.81 253	5.75 198	0.40 259	0.05 64	0.13 261	0.00 1	0.10 30	0.08 5

Pruner-Stereo	6.85 162	1.81 110	10.24 216	6.92 251	0.92 55	5.55 118	4.01 217	14.42 120	11.85 134	18.22 273	21.92 232	15.64 237	5.69 139	12.10 176	6.08 207	0.84 344	0.02 33	0.18 287	0.10 186	0.11 38	0.38 54

RALAANet	6.86 164	3.28 315	11.09 257	7.63 291	4.95 316	6.16 147	1.63 80	20.54 222	15.45 173	15.30 196	14.52 138	12.98 195	4.35 87	13.53 242	3.98 130	0.11 137	0.35 198	0.00 1	0.29 290	0.58 252	0.48 82

DCANet	6.87 165	2.02 158	9.12 163	4.03 32	0.76 34	4.77 65	1.74 106	16.15 144	25.07 290	15.88 214	20.79 212	7.89 114	11.31 249	9.23 74	6.15 209	0.18 184	0.05 64	0.00 1	0.00 1	0.28 117	2.01 312

PSM-softLoss	6.90 166	1.81 110	10.84 246	7.04 256	0.93 59	5.53 112	1.97 129	23.18 258	9.65 112	14.16 178	22.01 237	12.84 187	5.15 121	13.03 221	7.95 242	0.76 328	0.06 89	0.27 320	0.55 371	0.21 78	0.14 15

KMStereo	6.90 166	1.81 110	10.84 246	7.04 256	0.93 59	5.53 112	1.97 129	23.18 258	9.65 112	14.16 178	22.01 237	12.84 187	5.15 121	13.03 221	7.95 242	0.76 328	0.06 89	0.27 320	0.55 371	0.21 78	0.14 15

PFNet+	6.92 168	1.64 80	10.96 252	6.27 194	0.90 53	5.66 121	1.68 91	14.43 121	16.02 184	18.13 271	21.24 215	14.33 214	5.97 143	13.13 229	5.51 192	0.90 353	0.20 153	0.11 250	0.30 297	0.08 24	0.94 160

RAFT-345	6.94 169	1.48 57	7.45 100	5.65 142	0.96 63	5.49 106	3.20 190	13.73 108	10.97 124	13.81 174	42.93 440	9.01 131	5.31 124	13.09 228	4.73 165	0.58 303	0.05 64	0.10 229	0.06 156	0.08 24	0.08 5

MyStereo06	6.95 170	2.25 218	14.05 323	6.69 232	4.74 306	7.75 194	9.60 356	17.85 182	9.03 104	13.29 161	10.78 107	18.68 286	5.70 140	10.66 107	4.52 159	0.09 122	1.32 389	0.02 132	0.26 279	0.84 321	0.92 151

NF-Stereo	6.96 171	1.80 107	10.17 210	7.16 270	0.79 42	6.15 146	3.26 197	20.74 228	18.45 216	13.42 166	19.33 188	11.67 163	6.05 144	12.71 208	6.17 210	0.57 302	0.06 89	0.21 301	0.23 261	0.12 41	0.09 7

OCTAStereo	6.97 172	1.80 107	10.20 213	7.15 269	0.78 40	6.12 143	3.38 198	20.72 223	18.47 217	13.41 163	19.33 188	11.91 171	6.05 144	12.68 206	6.19 211	0.59 308	0.06 89	0.21 301	0.22 253	0.12 41	0.10 10

RE-Stereo	6.97 172	1.79 104	10.18 211	7.14 264	0.77 37	6.14 144	3.39 199	20.72 223	18.43 214	13.41 163	19.33 188	11.78 166	6.09 146	12.66 204	6.22 212	0.58 303	0.05 64	0.21 301	0.22 253	0.12 41	0.10 10

TVStereo	6.97 172	1.79 104	10.18 211	7.14 264	0.77 37	6.14 144	3.39 199	20.72 223	18.43 214	13.41 163	19.33 188	11.78 166	6.09 146	12.66 204	6.22 212	0.58 303	0.05 64	0.21 301	0.22 253	0.12 41	0.10 10

sAnonymous2	6.98 175	7.12 400	20.67 402	9.13 344	5.40 336	5.28 100	8.11 334	16.71 161	11.50 130	5.04 62	9.17 77	3.77 36	8.23 195	7.84 45	3.15 95	0.11 137	0.07 101	0.06 184	0.28 287	10.80 462	7.09 443

CroCo_RVC	6.98 175	7.12 400	20.67 402	9.13 344	5.40 336	5.28 100	8.11 334	16.71 161	11.50 130	5.04 62	9.17 77	3.77 36	8.23 195	7.84 45	3.15 95	0.11 137	0.07 101	0.06 184	0.28 287	10.80 462	7.09 443

DIP-Stereo	6.99 177	2.37 242	11.45 266	4.78 78	1.70 144	13.13 266	1.47 66	15.76 138	7.43 64	14.57 183	26.61 280	10.76 153	5.10 117	14.97 284	8.10 246	0.06 92	0.06 89	0.06 184	0.00 1	0.17 63	1.22 195
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 178	3.33 317	16.60 360	10.68 389	1.59 130	5.89 132	6.84 303	14.50 122	23.99 279	7.31 89	9.49 83	13.18 199	9.62 223	12.33 187	4.32 150	0.39 256	0.46 226	0.00 1	0.02 107	0.67 285	0.68 115

ADStereo(finetuned)	7.09 178	2.04 162	11.52 270	4.01 29	0.77 37	4.78 66	1.73 102	16.15 144	25.08 291	15.89 215	20.74 211	7.88 113	13.56 297	9.11 70	6.07 206	0.18 184	0.05 64	0.00 1	0.00 1	0.28 117	1.93 287

raft+_RVC	7.10 180	2.37 242	6.59 70	6.94 254	5.82 358	6.35 157	5.97 276	21.05 231	23.63 275	10.90 123	17.95 167	9.80 142	5.55 133	11.49 146	4.47 158	0.04 41	1.50 417	0.00 1	0.00 1	0.38 175	1.23 197

OMP-Stereo	7.13 181	2.89 287	9.89 200	10.98 397	1.73 146	4.81 68	1.85 118	18.38 189	16.26 188	16.94 240	14.11 136	17.45 269	7.57 182	13.26 236	5.12 178	0.43 270	0.04 54	0.06 184	0.02 107	0.20 77	0.56 96

RAFT_R40	7.14 182	1.73 94	9.36 179	7.36 278	0.82 44	5.74 127	3.69 208	15.47 135	15.09 170	18.24 274	19.87 196	16.82 253	8.50 203	13.72 251	5.81 202	0.28 230	0.02 33	0.14 268	0.00 1	0.11 38	0.09 7

fff	7.26 183	1.99 150	9.12 163	4.17 41	0.47 15	4.73 59	1.68 91	16.56 156	33.55 370	15.45 200	20.36 203	7.49 105	12.54 276	9.03 64	6.26 216	0.18 184	0.05 64	0.01 112	0.00 1	0.10 30	1.37 210

MIPNet	7.26 183	2.30 227	13.74 317	5.32 115	1.61 133	11.32 240	2.77 174	27.02 306	18.47 217	15.56 206	13.20 130	7.01 97	9.46 219	8.84 60	6.32 220	0.15 169	0.03 46	0.06 184	0.08 170	0.42 194	1.39 216

csc	7.26 183	1.99 150	9.12 163	4.17 41	0.47 15	4.73 59	1.68 91	16.56 156	33.55 370	15.45 200	20.36 203	7.49 105	12.54 276	9.03 64	6.26 216	0.18 184	0.05 64	0.01 112	0.00 1	0.10 30	1.37 210

cscssc	7.26 183	1.99 150	9.12 163	4.17 41	0.47 15	4.73 59	1.68 91	16.56 156	33.55 370	15.45 200	20.36 203	7.49 105	12.54 276	9.03 64	6.26 216	0.18 184	0.05 64	0.01 112	0.00 1	0.10 30	1.37 210

riskmin	7.28 187	1.54 65	8.37 136	5.01 95	3.24 242	11.65 245	3.20 190	16.61 159	18.86 224	10.45 115	13.46 133	16.20 246	12.68 282	12.46 197	6.57 228	0.17 178	1.38 401	0.14 268	0.33 306	0.67 285	2.52 365

AIO-test2	7.31 188	2.95 293	8.32 134	9.20 346	5.66 351	8.78 207	5.13 244	26.30 296	23.78 276	7.04 81	20.37 207	5.69 77	3.51 63	10.05 98	2.74 72	4.35 443	0.14 139	0.03 151	0.62 379	0.71 294	0.80 132

R-Stereo Train	7.33 189	1.62 74	9.31 177	6.80 243	2.33 189	7.57 191	5.36 255	24.47 274	7.63 65	16.40 221	33.07 366	12.42 179	5.52 130	8.06 48	5.23 181	0.05 64	0.05 64	0.01 112	0.00 1	0.12 41	0.56 96

RAFT-Stereo	7.33 189	1.62 74	9.31 177	6.80 243	2.33 189	7.57 191	5.36 255	24.47 274	7.63 65	16.40 221	33.07 366	12.42 179	5.52 130	8.06 48	5.23 181	0.05 64	0.05 64	0.01 112	0.00 1	0.12 41	0.56 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 191	2.06 172	12.02 289	4.71 76	1.69 142	5.17 92	1.28 55	19.54 211	13.09 143	16.93 238	28.48 299	13.05 198	5.43 125	13.25 235	7.41 235	0.02 14	0.62 264	0.00 1	0.01 81	0.45 207	2.09 331

UGAM-zero	7.48 192	1.91 135	14.55 330	4.78 78	2.00 170	6.34 156	1.02 44	18.99 197	8.70 98	14.93 188	15.74 149	24.94 351	13.86 307	13.13 229	5.05 173	0.04 41	0.96 319	0.02 132	1.08 409	0.18 67	1.46 228

StereoVision	7.48 192	2.90 290	10.47 233	10.13 368	3.93 271	4.99 87	1.86 120	21.10 233	17.66 204	8.90 103	29.71 315	10.95 156	6.61 162	12.83 212	5.11 176	0.69 323	0.05 64	0.17 283	0.03 119	0.98 330	0.56 96

IPLGR	7.48 192	1.61 73	14.03 322	4.92 92	1.30 96	10.30 224	1.20 50	24.52 277	22.59 263	16.71 235	18.84 182	8.44 122	7.49 181	9.62 87	6.34 222	0.26 222	0.05 64	0.05 175	0.06 156	0.37 163	0.93 156

PAM_32	7.56 195	1.96 141	15.04 341	6.11 182	2.08 173	16.93 339	1.38 58	16.49 153	7.93 80	15.16 191	9.17 77	25.77 357	11.69 258	12.95 217	4.03 133	0.14 158	0.77 288	0.09 218	0.83 389	0.61 266	2.00 311

HHNet	7.57 196	2.01 156	8.03 123	3.71 20	3.46 251	4.93 81	6.17 280	19.69 212	16.27 189	20.91 325	31.75 347	10.56 150	5.82 141	10.69 110	5.10 175	0.67 321	0.07 101	0.21 301	0.14 208	0.63 272	0.54 91

IIG-Stereo	7.59 197	2.47 254	9.40 181	10.39 380	1.78 153	6.67 170	1.47 66	17.83 181	16.51 196	18.91 289	20.12 200	17.76 273	8.74 208	13.21 234	5.43 188	0.44 273	0.05 64	0.03 151	0.00 1	0.17 63	0.45 74

ASMatch	7.61 198	1.63 77	9.18 171	5.79 164	2.27 186	4.63 50	2.54 158	17.23 170	13.73 156	17.27 246	34.28 385	13.26 202	10.15 231	12.39 194	5.49 191	0.12 148	0.24 169	0.21 301	0.17 230	0.18 67	1.55 243

ACRE	7.62 199	3.21 309	14.93 339	7.81 303	5.00 319	10.01 217	4.45 228	16.32 148	15.86 179	17.81 259	19.21 185	8.38 121	4.25 85	11.11 125	10.58 292	0.78 334	0.32 189	0.03 151	0.15 216	0.44 201	1.84 275

LCNet	7.64 200	1.41 47	6.15 47	6.93 252	1.35 97	9.00 210	5.44 257	18.37 188	11.30 125	16.62 229	24.39 257	14.67 218	11.03 239	12.03 171	4.01 131	0.07 109	0.02 33	0.23 310	2.07 433	1.00 333	6.69 438

IPLG	7.65 201	2.00 154	13.81 318	5.86 173	4.35 292	10.97 235	1.43 61	22.52 249	16.50 195	19.78 303	20.62 209	5.28 70	5.49 128	12.58 203	9.70 278	0.13 155	0.06 89	0.03 151	0.07 164	0.41 187	1.38 214

MyStereo8	7.68 202	3.00 297	12.46 297	7.70 298	5.11 325	11.40 242	1.39 60	15.98 141	10.05 120	16.45 223	24.04 253	12.01 174	7.91 189	10.68 109	10.57 291	0.14 158	1.52 420	0.08 210	0.48 356	0.60 264	1.98 299

CIPLG	7.69 203	3.27 313	14.40 327	7.84 305	5.08 324	10.24 221	4.59 233	16.02 142	15.45 173	18.05 269	19.72 194	8.79 128	4.61 102	11.84 163	10.40 288	0.76 328	0.33 195	0.03 151	0.15 216	0.44 201	1.83 274

x	7.70 204	2.12 188	8.93 154	5.08 100	2.55 204	11.65 245	4.40 227	20.91 230	12.53 137	13.58 170	20.49 208	15.73 239	11.10 241	10.65 106	10.16 282	0.11 137	1.37 399	0.04 167	0.29 290	0.34 140	1.95 295

IPLGR_C	7.70 204	3.32 316	14.54 329	7.98 311	5.04 321	10.26 222	4.64 236	16.50 154	16.28 190	17.97 267	18.85 183	8.30 120	4.66 110	11.22 130	10.89 300	0.77 331	0.32 189	0.03 151	0.15 216	0.43 198	1.84 275

qqq	7.72 206	2.15 197	10.06 207	5.01 95	1.82 157	8.62 204	7.27 317	21.10 233	13.53 152	12.48 135	18.71 181	16.17 244	12.10 268	12.08 173	9.26 268	0.08 113	1.35 397	0.02 132	0.36 321	0.36 157	1.93 287

111	7.73 207	2.39 247	9.12 163	4.17 41	0.47 15	10.65 233	3.49 205	21.34 239	28.25 326	10.60 119	16.85 161	14.74 221	10.22 232	12.48 198	6.61 229	0.43 270	0.01 11	0.00 1	0.00 1	0.35 146	2.39 357

AIO-Stereo-zeroshot	7.75 208	3.47 325	14.99 340	5.34 116	7.99 416	7.13 180	0.96 40	23.20 261	10.00 119	11.29 126	17.31 162	18.44 285	9.03 214	13.19 231	5.77 199	0.06 92	1.01 334	0.12 255	1.51 422	1.49 358	2.74 375

RAFT+CT+SA	7.76 209	2.01 156	7.56 104	11.32 403	3.31 243	4.60 49	7.19 314	17.21 169	27.40 318	10.43 114	27.34 284	7.63 109	7.83 187	15.46 291	3.51 110	0.03 31	0.39 206	0.18 287	0.46 349	0.33 134	0.93 156

IGEV-BASED-STEREO-	7.80 210	28.14 479	42.31 458	3.20 9	0.50 19	4.12 37	1.45 64	7.06 12	4.60 15	4.66 53	3.90 16	2.47 20	1.37 16	6.02 22	1.94 19	24.62 489	0.43 222	0.01 112	0.08 170	4.61 426	14.42 479

PAM	7.81 211	1.90 130	15.85 356	6.14 183	2.58 207	17.79 351	4.51 230	16.29 146	8.05 85	16.48 224	9.10 75	25.01 353	11.39 251	12.89 215	3.54 113	0.05 64	0.79 291	0.08 210	0.83 389	0.62 268	2.23 342

testlalala_base	7.81 211	3.52 327	8.75 146	8.73 336	5.44 342	12.21 252	1.77 111	12.73 87	6.24 45	10.56 118	13.62 134	8.76 127	5.61 135	8.69 57	4.24 146	16.24 482	3.38 460	0.00 1	0.46 349	22.32 484	3.02 387

RAFT-RH_RVC	7.88 213	1.51 64	7.72 110	5.41 123	0.96 63	11.41 243	1.48 68	13.43 102	15.04 169	17.54 254	45.66 452	10.86 154	6.42 156	13.48 240	5.26 183	0.81 339	0.04 54	0.12 255	0.13 198	0.12 41	0.17 21

TransformOpticalFlow	7.95 214	2.10 181	9.83 199	6.06 180	1.24 90	6.82 172	7.98 330	18.60 193	14.06 161	14.93 188	28.79 301	18.74 287	11.03 239	12.79 209	4.12 138	0.06 92	0.04 54	0.21 301	0.04 131	0.21 78	1.27 202

rvit_0105_5	8.01 215	3.69 336	17.73 374	10.42 382	1.61 133	7.29 181	6.68 296	18.33 186	25.98 305	10.45 115	10.46 99	15.53 235	11.01 237	12.87 214	5.37 186	0.44 273	0.41 215	0.00 1	0.15 216	0.70 290	1.08 180

TestStereo1	8.04 216	2.22 212	8.85 151	10.87 395	2.12 178	4.66 53	2.40 152	21.17 237	23.79 277	17.41 247	26.31 275	9.41 136	9.09 215	16.23 299	3.85 127	0.14 158	0.40 208	0.02 132	0.13 198	0.58 252	1.10 182

SA-5K	8.04 216	2.22 212	8.85 151	10.87 395	2.12 178	4.66 53	2.40 152	21.17 237	23.79 277	17.41 247	26.31 275	9.41 136	9.09 215	16.23 299	3.85 127	0.14 158	0.40 208	0.02 132	0.13 198	0.58 252	1.10 182

PFNet	8.10 218	1.75 96	12.34 295	7.54 290	2.40 195	7.41 188	5.81 271	23.83 270	17.85 206	20.78 319	17.57 164	15.22 231	7.72 186	13.37 239	6.46 226	0.33 241	0.20 153	0.12 255	0.19 246	0.32 130	0.77 130

FACV-RUCA	8.11 219	2.29 225	10.34 220	8.07 315	6.02 365	14.18 285	3.04 185	20.05 218	19.00 225	12.98 153	18.43 178	8.73 125	11.58 253	12.20 179	5.78 201	0.38 255	0.64 268	4.34 445	0.35 315	1.89 372	1.96 297

AAGNet	8.15 220	1.75 96	10.57 234	7.72 300	0.74 29	5.74 127	4.98 243	15.90 140	14.59 166	20.31 312	23.80 251	15.08 229	11.25 247	12.27 183	16.70 356	0.85 345	0.06 89	0.32 338	0.01 81	0.15 53	0.16 19

STrans-v2	8.16 221	2.09 179	9.79 196	5.44 124	1.53 126	11.87 248	9.69 362	19.77 213	13.20 149	14.01 176	25.80 267	17.88 277	12.55 279	13.30 237	4.39 154	0.06 92	0.01 11	0.18 287	0.01 81	0.25 94	1.31 208

Prome-Stereo	8.22 222	1.48 57	6.24 52	7.06 259	1.55 127	6.54 166	9.08 346	21.88 242	9.88 114	21.12 330	32.48 360	11.82 169	11.59 255	11.99 169	4.04 134	0.08 113	0.02 33	0.19 293	0.12 194	0.45 207	6.89 442

FENet	8.22 222	1.39 44	7.33 97	6.43 210	2.17 182	10.97 235	2.20 142	22.10 245	21.26 243	17.85 262	23.22 247	14.29 212	11.50 252	13.56 245	8.32 251	0.29 233	0.24 169	0.03 151	0.03 119	0.18 67	1.04 172

AIO-Stereo-zeroshot1	8.37 224	4.16 347	20.63 401	5.82 168	11.79 452	6.40 160	2.02 133	20.82 229	8.03 83	14.52 181	21.38 219	17.44 268	5.83 142	14.43 267	5.13 179	0.06 92	1.00 332	0.05 175	1.81 429	2.44 390	3.62 400

raft_robust	8.39 225	2.81 282	7.62 105	6.32 201	1.17 80	5.47 105	0.82 34	34.37 399	35.49 392	18.40 276	20.25 201	7.24 103	5.51 129	15.77 293	3.40 108	0.11 137	1.10 348	0.00 1	0.50 361	0.33 134	1.19 192

HITNet	8.41 226	3.59 334	9.91 202	5.30 113	1.52 125	13.35 272	4.48 229	22.00 243	16.06 185	15.52 204	22.95 246	15.28 232	11.74 259	14.91 283	9.25 267	0.10 132	0.01 11	0.48 353	0.06 156	0.58 252	1.04 172
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
SA	8.43 227	2.16 201	10.02 205	8.41 324	0.93 59	7.36 186	2.21 144	23.73 268	26.15 307	13.55 169	30.84 331	9.89 143	10.09 229	16.84 320	3.52 111	0.18 184	0.68 273	0.17 283	0.40 343	0.48 218	0.92 151

GMM-Stereo	8.44 228	1.27 30	7.36 99	6.64 228	2.56 206	10.00 216	9.29 353	23.79 269	11.33 126	17.96 266	29.59 313	17.14 258	7.59 183	11.77 158	4.61 162	0.13 155	0.01 11	0.24 314	0.94 395	0.49 227	6.14 431

test_sample1	8.49 229	1.83 121	10.60 235	5.53 128	2.95 229	15.17 300	4.51 230	20.73 227	11.47 129	14.78 186	22.80 244	19.06 294	13.86 307	12.52 199	10.17 283	0.14 158	1.20 367	0.02 132	0.19 246	0.28 117	1.93 287

mmm	8.54 230	2.13 194	10.21 214	5.81 166	2.96 230	14.00 281	6.67 294	19.28 206	12.59 138	16.95 241	24.40 258	17.83 276	10.70 236	12.90 216	9.42 273	0.17 178	1.28 382	0.50 355	0.60 376	0.44 201	2.03 317

RAFT_CTSACE	8.55 231	2.62 275	9.63 190	7.41 279	5.06 323	5.76 129	2.54 158	15.38 134	17.84 205	24.33 368	34.69 390	16.37 247	7.22 178	18.05 340	2.63 66	0.01 3	0.56 251	0.00 1	0.03 119	0.42 194	0.41 63

HI	8.56 232	2.44 252	7.70 107	5.09 101	5.21 328	4.06 31	0.49 20	19.26 204	9.96 117	25.77 383	27.88 289	20.72 305	12.22 272	18.06 341	11.58 307	0.05 64	0.11 125	0.00 1	0.10 186	0.16 57	0.31 33

CoSv	8.56 232	2.44 252	7.70 107	5.09 101	5.21 328	4.06 31	0.49 20	19.26 204	9.96 117	25.77 383	27.88 289	20.72 305	12.22 272	18.06 341	11.58 307	0.05 64	0.11 125	0.00 1	0.10 186	0.16 57	0.31 33

dd	8.57 234	5.20 370	13.37 312	6.91 250	1.05 68	10.30 224	3.89 213	17.29 172	34.00 377	15.73 209	17.50 163	7.45 104	6.60 160	15.00 285	10.99 301	1.39 395	0.41 215	0.18 287	0.46 349	2.25 384	1.40 219

CASS	8.64 235	2.03 160	8.60 139	8.71 335	1.59 130	15.02 298	2.75 173	23.27 264	18.58 221	16.29 217	22.78 243	13.42 204	13.68 301	13.07 227	7.66 236	1.18 388	0.05 64	0.13 261	0.01 81	0.75 304	3.24 393
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 236	1.84 122	9.64 191	5.53 128	2.43 197	13.92 279	8.00 331	21.09 232	16.82 201	14.92 187	22.73 242	19.44 296	13.75 302	12.99 218	6.85 230	0.15 169	1.15 356	0.07 202	0.20 251	0.35 146	1.78 266

DN-CSS_ROB	8.72 237	3.49 326	16.63 361	6.74 236	3.39 248	6.20 149	3.43 201	23.40 265	22.03 256	17.46 251	30.28 321	9.33 134	8.32 198	14.71 274	6.36 223	0.91 355	0.00 1	0.45 350	0.00 1	0.65 278	0.70 120

GANet-ADL	8.73 238	2.80 281	9.48 184	7.87 307	2.77 216	12.88 263	5.29 253	29.97 344	25.61 302	14.50 180	16.64 159	17.02 256	7.60 184	11.61 154	8.01 244	0.51 290	0.40 208	0.10 229	0.12 194	0.77 307	0.70 120

PSM-AAD	8.76 239	1.41 47	6.46 61	6.87 247	1.18 81	12.78 261	9.66 361	20.03 217	15.78 178	21.79 341	24.91 259	14.31 213	13.16 290	12.42 195	4.07 136	0.05 64	0.06 89	2.44 430	0.16 224	0.45 207	7.17 445

FTStereo	8.76 239	1.57 70	6.75 76	6.55 216	2.45 198	7.65 193	11.62 394	18.36 187	9.01 102	20.25 305	40.79 427	15.87 240	12.36 275	11.02 118	4.69 164	0.24 211	0.01 11	0.09 218	0.16 224	0.19 71	5.58 425

GwcNet-ADL	8.81 241	2.00 154	10.21 214	7.70 298	2.82 219	6.99 176	7.05 310	30.58 350	26.21 309	15.71 208	17.65 165	13.93 210	6.83 174	13.90 254	11.43 306	0.49 284	0.76 287	0.01 112	0.01 81	0.55 243	1.46 228

test_5	8.85 242	2.05 168	9.51 185	11.62 407	4.99 318	6.74 171	5.48 259	18.25 185	23.57 273	16.72 236	29.73 316	15.54 236	10.54 235	16.25 302	4.02 132	0.05 64	0.40 208	0.27 320	0.08 170	0.34 140	0.81 133

ARAFT	8.86 243	3.86 340	17.37 370	5.96 175	0.94 62	12.59 258	10.80 378	18.20 184	19.95 233	18.77 284	16.27 157	17.78 274	8.88 211	18.82 350	5.30 184	0.35 246	0.04 54	0.00 1	0.00 1	0.62 268	0.64 107

ffm	8.89 244	2.34 235	12.99 306	6.28 195	3.81 265	12.43 254	7.47 321	19.77 213	16.80 198	16.64 231	32.03 351	17.29 260	11.78 260	11.11 125	2.34 40	0.05 64	1.17 357	0.80 377	0.37 326	0.29 122	2.07 325

Sa-1000	8.91 245	2.10 181	9.11 161	8.07 315	1.16 79	16.62 335	2.39 151	25.58 284	25.43 299	15.52 204	28.24 296	12.19 176	8.67 205	16.40 306	3.70 118	0.39 256	0.86 305	0.16 280	0.23 261	0.48 218	0.89 147

IRAFT_RVC	8.93 246	1.80 107	10.65 238	7.83 304	1.81 155	6.36 158	10.05 369	26.32 297	27.59 320	17.93 265	19.70 193	17.67 272	9.98 227	13.20 232	6.29 219	0.37 253	0.30 186	0.19 293	0.05 146	0.23 86	0.24 26

DMCA	8.96 247	2.60 270	11.84 281	5.61 136	4.25 287	11.09 238	4.36 226	25.89 286	20.23 237	17.10 244	20.96 214	17.55 270	11.92 266	11.47 141	12.27 317	0.60 311	0.09 109	0.35 341	0.05 146	0.48 218	0.57 101

GES	9.01 248	2.61 274	12.88 302	6.76 237	2.02 171	13.08 265	6.33 287	22.23 247	22.21 258	19.80 304	26.73 281	8.97 130	11.01 237	14.41 264	8.35 254	0.54 297	0.10 121	0.30 335	0.15 216	0.82 317	0.99 164

GrayStereo	9.02 249	1.35 40	7.73 111	8.62 331	2.88 223	10.28 223	10.99 382	18.66 194	16.36 194	22.78 353	30.63 327	17.56 271	12.19 271	11.50 148	5.08 174	0.09 122	0.02 33	0.19 293	0.78 388	0.33 134	2.37 354

DEmStereo	9.07 250	1.70 89	10.89 249	4.86 83	1.23 87	11.51 244	5.70 264	14.24 112	27.02 315	22.33 349	32.56 361	11.70 165	15.04 322	11.83 161	8.53 255	0.31 236	0.16 145	0.02 132	0.09 178	0.11 38	1.47 231

RAFT	9.07 250	2.76 279	10.38 224	8.89 341	1.24 90	13.48 273	8.19 337	17.14 168	17.29 203	23.01 355	19.34 192	20.06 303	11.13 242	17.79 338	6.43 224	0.09 122	1.12 352	0.28 326	0.02 107	0.79 309	1.94 294

iRaft-Stereo_5w	9.10 252	2.33 233	10.69 240	6.64 228	4.47 299	4.74 63	10.72 377	16.71 161	16.97 202	15.39 197	26.15 271	21.25 312	12.59 280	16.38 304	12.90 327	0.85 345	0.51 237	0.08 210	0.22 253	0.95 329	1.53 241

HCRNet	9.13 253	1.82 118	8.73 144	14.95 440	5.22 330	10.66 234	2.49 156	26.57 301	18.64 222	16.31 218	25.51 265	18.42 284	11.15 243	13.53 242	7.25 233	0.10 132	0.04 54	0.10 229	0.02 107	0.27 113	0.76 128

SFCPSM	9.16 254	1.72 92	12.32 294	5.64 140	3.51 253	16.58 334	6.93 306	31.11 357	26.15 307	17.05 243	20.08 199	11.05 157	9.94 226	12.55 200	6.05 205	0.36 249	0.17 148	0.37 343	0.22 253	0.40 183	1.01 167

KYRaft	9.17 255	1.39 44	7.74 112	7.07 261	1.03 66	8.05 203	7.90 329	23.72 267	9.22 108	21.43 336	31.08 334	22.52 325	8.03 191	12.21 180	3.16 97	0.10 132	0.02 33	0.05 175	0.67 381	0.46 213	17.51 483

CrosDoStereo	9.41 256	1.65 81	8.83 149	5.19 108	1.13 75	7.34 184	14.47 416	16.33 149	24.64 287	24.44 369	33.36 371	13.18 199	13.52 294	12.56 201	9.08 264	0.06 92	0.11 125	0.09 218	0.04 131	0.41 187	1.73 260

DeepStereo_LL	9.41 256	1.65 81	8.83 149	5.19 108	1.13 75	7.34 184	14.47 416	16.33 149	24.64 287	24.44 369	33.36 371	13.18 199	13.52 294	12.56 201	9.08 264	0.06 92	0.11 125	0.09 218	0.04 131	0.41 187	1.73 260

DRaft	9.41 256	1.56 69	10.09 208	4.18 45	0.92 55	12.87 262	5.68 262	17.40 175	29.75 334	21.24 332	38.12 410	9.96 144	13.97 310	11.81 160	8.08 245	0.66 320	0.30 186	0.07 202	0.26 279	0.33 134	0.88 144

rvit_stereo_0075_2	9.46 259	4.16 347	20.27 398	12.15 418	8.82 430	5.72 126	4.24 223	23.21 262	18.05 209	12.37 134	28.80 302	16.10 243	8.43 201	14.57 270	8.89 260	0.58 303	0.34 197	0.52 357	0.08 170	0.44 201	1.41 222

test_sample3	9.46 259	2.24 214	11.38 264	5.72 158	2.79 218	18.29 359	5.20 251	27.54 313	21.43 246	18.03 268	21.98 236	16.47 248	11.22 245	13.58 246	9.99 281	0.24 211	0.96 319	0.05 175	0.17 230	0.47 215	1.39 216

THIR-Stereo	9.52 261	2.21 209	9.26 176	5.38 120	0.85 47	15.55 306	11.50 393	16.88 164	21.74 253	24.45 371	31.96 350	14.20 211	13.85 306	11.89 165	8.54 256	0.14 158	0.25 174	0.10 229	0.05 146	0.40 183	1.11 186

DFGA-Net	9.58 262	4.57 356	19.91 395	6.37 204	4.05 274	11.38 241	2.98 183	26.08 289	29.76 335	17.13 245	19.22 186	9.43 138	7.17 177	16.49 309	13.39 329	0.13 155	0.00 1	0.06 184	0.13 198	1.89 372	1.46 228

MyStereo04	9.58 262	2.38 245	10.28 219	6.63 225	4.77 308	6.47 162	9.60 356	32.50 374	42.15 426	14.59 184	12.10 120	11.92 172	11.87 265	14.80 281	8.14 248	0.09 122	1.33 393	0.03 151	0.32 300	0.74 300	0.93 156

CoDeX	9.58 262	2.12 188	10.82 245	6.52 214	3.76 263	16.55 333	6.82 301	26.62 302	25.63 303	17.50 252	25.62 266	14.70 220	11.81 264	12.82 211	7.88 241	0.42 269	0.20 153	0.15 273	0.02 107	0.36 157	1.28 203

anonymousa	9.61 265	2.06 172	9.20 173	5.24 111	6.67 387	15.03 299	4.18 222	19.08 198	21.43 246	19.03 291	30.96 333	21.49 315	14.23 312	11.12 128	8.61 258	0.08 113	1.24 378	0.29 331	0.69 382	0.18 67	1.48 234

MyStereo05	9.63 266	2.25 218	10.26 217	6.69 232	4.74 306	7.75 194	9.60 356	31.51 365	41.00 422	17.45 250	13.02 128	10.28 148	12.27 274	14.74 278	7.68 238	0.09 122	1.32 389	0.02 132	0.26 279	0.84 321	0.92 151

rvit_0105_3	9.68 267	4.32 352	19.50 390	12.22 419	1.90 161	9.16 212	8.63 338	19.21 202	30.92 347	15.42 198	14.72 140	18.81 289	12.18 270	15.98 295	7.12 231	0.67 321	0.42 220	0.01 112	0.49 359	0.56 247	1.40 219

test_sample4	9.81 268	2.27 223	11.39 265	5.70 157	2.74 213	17.40 347	5.20 251	28.01 318	21.50 248	18.70 281	28.46 298	14.96 224	12.86 284	13.80 252	9.68 277	0.24 211	0.97 321	0.06 184	0.16 224	0.51 231	1.48 234

DispNO	9.82 269	2.57 266	17.77 376	6.22 190	5.73 352	11.89 249	4.77 238	25.54 283	21.70 252	17.56 255	21.28 218	18.01 278	13.83 305	17.46 330	9.91 280	0.35 246	0.16 145	0.03 151	0.12 194	0.51 231	1.05 175

BUS	9.86 270	1.86 124	9.14 168	7.14 264	4.12 281	19.47 367	2.69 168	34.15 395	23.28 269	18.82 286	21.95 233	14.37 215	11.63 256	14.72 275	12.39 318	0.36 249	0.13 133	0.15 273	0.04 131	0.37 163	0.46 77

CFNet_pseudo	9.92 271	2.21 209	11.76 276	5.09 101	2.93 228	14.43 287	3.12 186	27.16 307	32.52 362	17.58 257	22.81 245	21.97 319	9.29 218	13.06 225	8.34 252	0.23 205	0.46 226	1.23 405	0.27 284	2.89 395	0.99 164

ccs_rob	9.95 272	2.21 209	11.74 275	5.11 105	2.91 224	14.48 288	3.21 192	27.26 309	32.72 366	17.53 253	22.70 241	21.96 318	9.25 217	12.99 218	8.34 252	0.23 205	0.45 224	1.38 410	0.28 287	3.13 403	1.07 179

MSMDNet	9.96 273	2.08 177	11.66 274	5.39 121	2.92 225	16.50 332	2.89 178	29.73 340	34.55 383	17.86 263	21.91 231	18.86 290	8.36 199	13.06 225	7.74 240	0.24 211	0.47 229	0.66 367	0.24 267	3.07 399	1.04 172

MLCV	9.96 273	3.33 317	14.77 331	5.75 162	1.62 135	14.91 291	1.31 56	22.06 244	24.83 289	22.51 350	31.57 344	17.20 259	8.07 192	17.07 324	12.11 312	0.48 281	0.01 11	0.05 175	0.05 146	0.48 218	1.10 182

PCWNet_CMD	9.97 275	2.08 177	11.61 273	5.36 119	2.92 225	16.39 329	2.94 182	29.76 341	34.38 380	17.83 260	21.86 230	18.91 291	8.27 197	13.01 220	7.73 239	0.23 205	0.46 226	0.79 375	0.25 277	3.46 412	1.12 188

UCFNet_RVC	10.01 276	2.81 282	6.11 46	7.31 276	3.92 270	16.80 337	8.00 331	28.68 325	20.81 240	16.57 226	23.35 248	25.82 359	13.06 289	13.55 244	9.18 266	0.12 148	0.06 89	1.19 399	0.32 300	1.47 357	1.06 177

test_sample5	10.07 277	2.24 214	11.22 262	5.82 168	2.68 210	16.15 323	5.79 269	27.87 316	21.59 250	19.26 297	32.74 364	15.92 241	12.97 285	14.33 260	9.26 268	0.27 226	0.98 323	0.07 202	0.17 230	0.57 249	1.49 236

Anonymous3	10.07 277	4.14 346	31.49 438	9.77 361	5.11 325	25.00 406	11.85 395	25.20 280	19.24 228	10.80 122	14.78 141	7.92 115	8.68 206	14.40 263	6.12 208	3.25 432	1.40 402	0.08 210	0.06 156	0.81 314	1.30 206

BEATNet_4x	10.11 279	5.82 381	14.80 333	6.14 183	1.55 127	13.87 278	5.98 277	26.24 293	18.35 211	16.53 225	25.41 264	18.01 278	13.78 304	18.01 339	12.39 318	0.48 281	0.18 149	0.81 381	0.11 192	2.02 376	1.70 257

GANet-RSSM	10.17 280	2.02 158	8.21 128	7.09 263	5.57 347	13.17 268	7.29 318	27.27 310	19.65 231	15.81 210	28.83 303	26.18 362	16.33 342	14.58 272	9.28 272	0.25 218	0.27 176	0.16 280	0.04 131	0.65 278	0.72 123

DualNet	10.19 281	2.24 214	11.22 262	5.82 168	2.68 210	16.15 323	5.79 269	27.87 316	21.59 250	20.28 306	34.11 382	15.92 241	12.97 285	14.33 260	9.26 268	0.27 226	0.98 323	0.07 202	0.17 230	0.57 249	1.49 236

DCVSM-stereo	10.23 282	2.16 201	12.54 300	6.23 191	3.65 258	12.01 251	3.56 207	19.41 208	23.18 267	24.08 366	19.88 197	29.55 380	18.82 375	14.49 268	10.42 289	0.25 218	1.17 357	0.28 326	0.06 156	0.82 317	2.07 325

gwcnet-sp	10.26 283	3.56 330	15.31 345	6.59 219	4.30 288	15.71 309	5.71 266	26.09 290	25.15 293	21.68 338	21.77 223	15.01 226	16.42 345	15.21 286	10.76 296	0.12 148	0.20 153	0.02 132	0.09 178	0.63 272	0.86 140

scenet	10.26 283	3.56 330	15.31 345	6.59 219	4.30 288	15.71 309	5.71 266	26.09 290	25.15 293	21.68 338	21.77 223	15.01 226	16.42 345	15.21 286	10.76 296	0.12 148	0.20 153	0.02 132	0.09 178	0.63 272	0.86 140

ssnet	10.26 283	3.56 330	15.31 345	6.59 219	4.30 288	15.71 309	5.71 266	26.09 290	25.15 293	21.68 338	21.77 223	15.01 226	16.42 345	15.21 286	10.76 296	0.12 148	0.20 153	0.02 132	0.09 178	0.63 272	0.86 140

PSMNet-ADL	10.30 286	2.32 231	7.83 115	9.69 358	4.44 295	16.04 316	4.16 220	27.57 314	25.08 291	15.16 191	19.04 184	25.28 355	13.63 300	16.49 309	15.33 342	0.86 348	0.81 294	0.01 112	0.04 131	0.33 134	1.81 268

ff1	10.31 287	2.34 235	12.99 306	6.28 195	3.81 265	12.43 254	7.47 321	19.77 213	16.80 198	16.64 231	32.03 351	17.29 260	11.78 260	17.54 331	24.30 408	0.05 64	1.17 357	0.80 377	0.37 326	0.29 122	2.07 325

PSMNet-RSSM	10.31 287	2.47 254	7.79 113	7.85 306	4.38 294	10.47 228	6.67 294	29.67 338	22.25 259	16.62 229	33.75 378	23.30 332	14.58 317	13.91 255	10.56 290	0.23 205	0.09 109	0.07 202	0.24 267	0.87 324	0.48 82

IER	10.32 289	2.06 172	11.88 283	4.95 93	5.34 333	13.34 271	6.11 279	27.47 312	23.59 274	20.37 313	30.03 318	16.50 249	20.42 393	14.24 258	8.81 259	0.16 172	0.03 46	0.18 287	0.10 186	0.27 113	0.56 96

BSDual-CNN	10.33 290	1.86 124	9.14 168	7.14 264	4.12 281	15.83 314	8.93 343	34.15 395	23.28 269	18.82 286	21.95 233	22.14 321	13.58 298	14.72 275	9.53 274	0.36 249	0.13 133	0.15 273	0.04 131	0.37 163	0.46 77

psmg	10.36 291	1.86 124	9.14 168	5.58 134	4.12 281	15.74 313	7.65 325	30.05 345	23.28 269	21.80 342	26.26 273	22.14 321	13.58 298	14.72 275	9.53 274	0.36 249	0.13 133	0.17 283	0.04 131	0.44 201	0.67 113

test_for_model	10.44 292	31.57 482	7.69 106	28.25 478	19.35 477	5.66 121	1.73 102	9.50 41	9.59 111	13.59 171	6.15 53	5.25 68	2.58 46	5.60 13	1.81 16	10.21 469	3.48 463	0.00 1	0.16 224	35.71 492	10.93 471

CFNet-ft	10.46 293	3.02 300	7.10 85	7.69 295	5.42 339	16.93 339	5.92 274	22.83 256	22.31 260	15.81 210	30.40 323	26.42 365	15.19 325	13.60 248	12.18 314	0.14 158	0.10 121	1.87 417	0.34 311	1.22 343	0.73 126

CFNet_RVC	10.46 293	3.02 300	7.10 85	7.69 295	5.42 339	16.93 339	5.92 274	22.82 255	22.31 260	15.81 210	30.40 323	26.41 364	15.19 325	13.60 248	12.19 315	0.14 158	0.10 121	1.87 417	0.34 311	1.22 343	0.73 126

test_sample6	10.49 295	2.24 214	11.49 268	5.91 174	2.48 199	16.12 322	6.37 290	28.98 329	22.48 262	20.28 306	34.11 382	17.08 257	13.28 291	14.57 270	10.61 293	0.32 239	0.95 318	0.10 229	0.19 246	0.59 258	1.61 247

UGAM	10.51 296	1.74 95	10.16 209	7.06 259	4.44 295	6.56 167	11.34 388	16.06 143	27.83 322	21.09 329	28.18 295	23.47 334	11.21 244	26.86 420	11.33 305	0.05 64	0.49 233	0.46 351	0.36 321	0.44 201	0.97 162

qqq1	10.51 296	1.90 130	14.85 334	4.89 86	1.48 114	14.92 292	3.21 192	31.03 352	30.74 343	20.28 306	29.37 309	18.33 280	14.54 313	16.56 312	4.42 155	0.41 263	1.20 367	0.00 1	0.14 208	0.39 179	1.60 244

fff1	10.51 296	1.90 130	14.85 334	4.89 86	1.48 114	14.92 292	3.21 192	31.03 352	30.74 343	20.28 306	29.37 309	18.33 280	14.54 313	16.56 312	4.42 155	0.41 263	1.20 367	0.00 1	0.14 208	0.39 179	1.60 244

UDGNet	10.51 296	14.75 452	11.91 284	10.29 375	2.78 217	7.93 201	1.94 126	19.31 207	34.57 384	17.74 258	13.70 135	13.56 207	7.30 180	13.52 241	7.18 232	5.80 452	0.11 125	12.86 476	2.76 440	9.87 458	2.34 350

ICVP	10.54 300	2.11 185	7.49 101	9.62 356	3.41 249	13.85 277	6.34 288	26.81 304	23.24 268	16.90 237	31.76 348	27.31 374	12.81 283	12.18 178	12.47 322	1.59 399	0.58 257	0.19 293	0.13 198	0.63 272	1.45 227
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 301	2.15 197	12.88 302	5.55 132	4.11 279	15.24 302	3.93 214	28.55 323	32.41 360	18.70 281	24.95 261	22.99 327	9.66 224	14.22 257	8.13 247	0.29 233	0.84 299	1.63 414	0.23 261	3.43 411	1.31 208

G2L-Stereo	10.65 302	2.78 280	11.19 259	7.63 291	4.24 286	8.87 209	9.35 354	29.83 343	23.03 266	19.75 302	26.33 277	23.15 331	12.08 267	16.39 305	16.43 353	0.34 244	0.04 54	0.09 218	0.01 81	0.41 187	1.05 175

cf-r	10.67 303	2.34 235	9.77 195	6.17 186	5.79 355	12.94 264	5.14 245	25.21 282	27.86 323	17.84 261	32.03 351	25.81 358	15.91 336	12.22 181	12.56 324	0.17 178	0.19 152	0.05 175	0.06 156	0.59 258	0.72 123

RAFT + AFF	10.71 304	4.59 358	18.51 381	10.52 383	5.02 320	13.14 267	11.12 385	26.24 293	27.48 319	15.09 190	16.07 154	19.83 300	11.23 246	17.09 325	10.38 286	0.45 277	1.45 412	0.65 366	0.23 261	2.31 387	2.74 375

hknet	10.77 305	1.95 139	11.80 278	7.14 264	3.83 269	15.83 314	8.93 343	34.15 395	22.70 264	18.82 286	21.95 233	23.13 329	17.03 353	16.94 322	9.85 279	0.28 230	0.13 133	0.15 273	0.04 131	0.37 163	0.46 77

ttt	10.82 306	2.17 204	9.66 193	7.03 255	4.44 295	14.16 283	6.87 304	33.72 391	30.69 341	15.67 207	31.50 342	14.99 225	10.50 234	16.54 311	13.98 331	0.41 263	1.31 387	0.10 229	0.29 290	0.47 215	1.92 286

ACVNet	10.83 307	2.25 218	7.10 85	6.43 210	3.02 234	13.17 268	3.75 210	22.83 256	35.15 390	15.81 210	30.67 328	24.65 343	15.77 334	16.47 307	18.13 366	0.16 172	0.01 11	0.06 184	0.07 164	0.65 278	0.43 68

AdaStereo	10.85 308	4.57 356	10.79 242	9.59 355	3.46 251	17.49 348	6.29 284	32.70 377	26.07 306	19.04 292	26.55 279	19.60 299	10.12 230	17.71 337	10.38 286	1.00 366	0.05 64	0.42 347	0.02 107	0.70 290	0.46 77
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.
SMFormer	11.03 309	1.90 130	14.85 334	4.89 86	1.48 114	14.92 292	3.21 192	31.03 352	30.74 343	20.28 306	29.37 309	18.33 280	14.54 313	16.56 312	14.46 335	0.41 263	1.20 367	0.28 326	0.24 267	0.45 207	1.47 231

tta	11.03 309	1.90 130	14.85 334	4.89 86	1.48 114	14.92 292	3.21 192	31.03 352	30.73 342	20.28 306	29.37 309	18.33 280	14.54 313	16.56 312	14.46 335	0.41 263	1.20 367	0.28 326	0.24 267	0.39 179	1.60 244

iResNet	11.06 311	4.16 347	16.83 363	7.89 309	2.23 185	15.59 307	9.17 351	24.49 276	29.14 331	20.78 319	31.13 336	16.87 255	11.58 253	15.45 290	12.50 323	0.64 316	0.05 64	0.02 132	0.10 186	0.79 309	1.71 258

DDVS	11.10 312	3.37 320	13.49 314	7.49 287	4.07 275	16.17 325	2.73 172	24.18 272	17.91 207	21.37 334	30.15 320	31.23 393	8.50 203	19.92 359	15.00 340	0.82 341	1.56 422	0.08 210	0.22 253	0.84 321	2.84 379

test_sample7	11.16 313	2.69 276	11.55 271	5.82 168	2.21 184	15.39 304	9.15 349	29.36 332	25.26 296	24.82 373	21.48 220	24.89 347	18.88 378	14.41 264	11.06 302	0.78 334	1.96 434	0.43 348	0.14 208	0.73 297	2.20 340

CFNet	11.23 314	3.41 322	10.68 239	7.08 262	4.22 285	17.38 346	4.83 241	31.29 362	31.29 350	19.15 294	26.85 282	24.06 339	13.75 302	16.23 299	12.22 316	0.26 222	0.05 64	0.44 349	0.09 178	0.92 327	0.41 63

AACVNet	11.24 315	3.71 337	11.56 272	9.45 351	3.35 245	11.67 247	4.88 242	23.23 263	14.00 160	28.19 407	29.90 317	30.39 391	18.03 368	20.04 361	13.22 328	0.50 287	0.21 161	0.23 310	0.07 164	0.75 304	1.52 240

DeepPruner_ROB	11.28 316	5.83 382	15.23 342	6.93 252	4.50 300	10.08 218	6.62 293	36.65 424	20.17 236	18.12 270	27.95 291	23.10 328	13.43 293	20.08 362	11.90 310	1.16 384	0.51 237	0.23 310	0.17 230	1.11 339	1.91 285

GMStereo_Zeroshot	11.32 317	8.59 420	21.66 408	10.06 366	2.53 202	12.38 253	1.43 61	21.36 240	21.50 248	23.48 360	35.74 395	24.85 346	6.12 149	20.48 369	8.28 250	0.83 342	0.02 33	0.25 316	0.01 81	6.33 439	0.53 89

LMCR-Stereo	11.32 317	4.98 368	11.87 282	14.09 430	4.01 272	16.97 343	5.70 264	26.41 298	23.41 272	22.57 352	22.11 239	15.18 230	15.44 330	21.48 391	17.57 362	2.29 415	0.04 54	0.00 1	0.03 119	1.53 361	0.65 109

LL-Strereo	11.34 319	4.25 350	13.90 319	9.09 342	6.20 372	7.31 183	8.93 343	35.93 413	30.30 337	16.93 238	15.83 151	21.85 317	17.45 363	21.92 395	10.25 284	0.43 270	1.47 415	0.74 372	0.08 170	1.15 340	2.71 373

GwcNet-RSSM	11.34 319	2.72 278	10.26 217	7.24 274	5.38 335	12.67 259	6.70 297	26.70 303	31.93 356	17.56 255	34.45 387	24.37 342	15.77 334	13.70 250	15.31 341	0.19 194	0.20 153	0.14 268	0.05 146	0.81 314	0.64 107

HSM-Net_RVC	11.37 321	1.57 70	6.32 54	5.99 177	2.67 209	20.99 379	7.19 314	28.50 321	28.64 328	21.03 328	25.84 268	33.64 414	16.37 344	16.83 319	10.76 296	0.21 201	0.08 107	0.02 132	0.00 1	0.16 57	0.55 93
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 322	3.02 300	11.83 280	8.45 326	5.40 336	19.47 367	2.69 168	39.63 446	34.82 385	19.11 293	27.64 287	14.37 215	11.63 256	16.21 298	12.39 318	0.94 361	0.21 161	0.29 331	0.00 1	0.48 218	0.55 93

ToySt	11.51 323	2.48 257	17.84 377	6.10 181	2.09 174	16.11 321	12.36 400	25.07 279	28.25 326	15.22 193	25.16 262	25.51 356	15.98 338	17.63 336	15.46 344	0.19 194	1.08 343	0.04 167	0.31 298	0.66 283	2.67 370

DAS	11.51 323	2.60 270	15.62 351	9.37 349	6.27 378	16.04 316	7.71 326	22.70 253	33.92 375	19.53 299	29.03 304	19.51 297	19.10 382	17.44 329	8.98 262	0.78 334	0.02 33	0.29 331	0.01 81	0.48 218	0.81 133

ac_64	11.57 325	2.13 194	11.77 277	8.79 338	5.51 344	19.40 365	6.29 284	24.72 278	15.20 172	23.50 361	24.91 259	33.07 408	16.82 350	19.33 354	17.78 364	0.53 291	0.15 142	0.02 132	0.03 119	0.35 146	1.03 171

mmx	11.59 326	2.34 235	12.99 306	6.28 195	3.81 265	12.43 254	7.47 321	32.76 379	28.92 329	16.64 231	32.03 351	17.29 260	11.78 260	17.54 331	24.30 408	0.24 211	1.21 373	0.80 377	0.37 326	0.65 278	1.89 281

xxx	11.59 326	2.34 235	12.99 306	6.28 195	3.81 265	12.43 254	7.47 321	32.75 378	28.92 329	16.64 231	32.03 351	17.29 260	11.78 260	17.54 331	24.30 408	0.24 211	1.21 373	0.80 377	0.37 326	0.65 278	1.89 281

NOSS_ROB	11.76 328	4.63 360	8.14 127	7.46 284	2.92 225	17.82 352	10.55 375	30.45 349	34.08 379	16.37 219	19.97 198	23.14 330	16.31 340	18.22 344	10.67 295	2.98 427	1.84 429	3.39 443	1.64 425	2.24 383	2.37 354

ITSA-stereo	11.88 329	2.48 257	11.96 288	6.54 215	1.92 163	13.33 270	4.81 240	37.17 429	49.04 453	18.70 281	18.52 180	21.69 316	12.63 281	16.77 317	15.60 346	0.53 291	0.40 208	0.32 338	0.33 306	1.07 336	3.89 408

HSM	11.89 330	2.32 231	8.70 142	6.70 235	4.10 278	16.45 330	8.06 333	30.42 348	20.31 238	23.35 359	26.42 278	41.60 454	17.59 365	20.66 372	9.57 276	0.11 137	0.03 46	0.01 112	0.01 81	0.24 90	1.22 195

coex_refinement	12.03 331	2.30 227	8.72 143	8.56 329	5.30 332	16.95 342	7.17 311	31.75 367	32.48 361	18.92 290	31.46 341	25.97 361	12.98 287	14.55 269	21.39 391	0.33 241	0.06 89	0.02 132	0.10 186	0.49 227	1.18 191

SepStereo	12.04 332	2.60 270	15.62 351	9.37 349	6.27 378	16.04 316	7.71 326	22.70 253	33.92 375	19.53 299	29.03 304	19.51 297	19.10 382	27.97 426	8.98 262	0.78 334	0.02 33	0.29 331	0.01 81	0.48 218	0.81 133

DMCA-RVC	12.06 333	4.35 353	14.21 326	10.52 383	4.86 310	13.84 276	4.33 225	25.20 280	24.13 280	20.56 317	29.22 307	26.65 367	25.85 421	17.02 323	16.34 351	0.41 263	0.35 198	0.55 359	0.24 267	0.83 320	1.81 268

ACV-stereo	12.12 334	6.01 388	30.51 434	7.45 282	3.42 250	21.69 385	6.74 298	22.11 246	20.81 240	17.88 264	21.26 217	26.73 370	17.28 357	20.80 376	14.16 332	0.79 338	1.10 348	0.17 283	0.09 178	0.67 285	2.66 368

1111x	12.31 335	2.33 233	12.13 291	5.79 164	2.84 220	15.49 305	8.70 339	36.34 419	29.33 332	16.58 227	27.52 286	26.70 369	15.76 333	17.21 326	24.79 414	0.26 222	1.37 399	0.04 167	0.42 346	0.46 213	2.07 325

UPFNet	12.31 335	2.15 197	11.91 284	7.90 310	7.21 399	20.03 373	9.28 352	29.44 336	27.18 317	20.88 322	30.86 332	21.23 311	18.11 369	19.60 356	17.41 361	0.55 299	0.57 254	0.26 318	0.07 164	0.67 285	0.92 151

FADNet-RVC-Resample	12.31 335	5.22 371	32.28 441	10.14 369	4.08 277	14.97 296	6.98 309	26.54 300	24.42 285	23.72 362	29.31 308	19.87 301	15.01 321	16.26 303	10.61 293	0.65 317	0.52 240	0.48 353	0.54 368	1.52 360	3.09 390

RASNet	12.38 338	2.58 268	12.48 299	6.76 237	5.97 363	16.37 328	6.74 298	34.99 406	22.20 257	17.44 249	33.11 368	22.81 326	24.84 413	20.33 366	18.27 369	1.16 384	0.05 64	0.06 184	0.01 81	0.27 113	1.06 177

test_xeample	12.39 339	2.09 179	10.36 221	5.73 159	3.06 236	18.17 358	6.27 283	31.98 370	24.37 284	18.78 285	33.92 381	19.09 295	16.00 339	14.60 273	39.03 470	0.19 194	1.32 389	0.01 112	0.33 306	0.36 157	2.04 319

iResNet_ROB	12.41 340	3.19 308	12.39 296	6.63 225	3.72 260	16.98 344	2.64 164	32.29 372	38.58 411	26.93 399	33.73 377	26.24 363	17.40 360	17.36 328	8.95 261	0.33 241	0.01 11	0.00 1	0.00 1	0.40 183	0.35 40

DSFCA	12.44 341	3.00 297	14.87 338	6.04 179	7.03 395	17.06 345	10.86 381	31.11 357	32.12 357	26.41 394	23.81 252	22.37 323	15.13 324	21.13 386	13.53 330	0.95 363	0.66 270	0.28 326	0.38 336	1.21 342	0.77 130

FADNet_RVC	12.44 341	6.19 390	40.86 456	7.04 256	3.69 259	11.30 239	4.17 221	29.67 338	27.67 321	18.20 272	26.04 269	13.47 205	17.15 354	16.85 321	14.95 339	0.99 365	0.75 283	0.60 362	1.32 417	4.18 420	3.62 400

CBMV_ROB	12.51 343	3.86 340	7.98 121	5.81 166	2.99 232	16.05 320	4.62 234	27.61 315	31.37 351	26.75 397	32.62 362	23.97 338	22.66 407	21.14 387	12.09 311	2.15 412	1.78 428	2.24 424	1.27 416	1.64 364	1.54 242

G2L-Stereo_aug	12.53 344	1.95 139	11.21 261	5.52 127	3.77 264	16.89 338	5.69 263	23.18 258	39.79 416	26.01 386	33.62 376	29.62 381	18.22 370	18.83 351	14.58 338	0.23 205	0.09 109	0.02 132	0.02 107	0.45 207	0.89 147

NLCA_NET_v2_RVC	12.58 345	4.09 344	18.25 379	8.26 320	5.83 359	14.72 289	5.85 272	33.49 389	27.86 323	22.14 347	32.16 357	24.94 351	14.01 311	16.19 297	16.82 358	0.90 353	0.35 198	0.37 343	0.58 375	1.51 359	3.31 395
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 346	2.25 218	13.50 315	8.30 322	6.23 373	19.81 371	6.34 288	26.43 299	35.15 390	26.38 393	30.67 328	24.65 343	14.91 320	16.47 307	19.16 378	0.16 172	0.01 11	0.06 184	0.07 164	0.74 300	0.43 68

hitnet-ft	12.59 346	3.03 303	7.87 117	7.49 287	4.20 284	27.41 425	3.75 210	23.41 266	24.15 281	21.14 331	34.12 384	31.93 401	19.74 390	20.28 365	18.13 366	0.54 297	1.45 412	0.35 341	0.09 178	1.26 346	1.41 222

xxxx	12.60 348	2.03 160	10.79 242	6.18 188	2.86 222	21.84 386	3.02 184	34.55 403	25.46 300	16.39 220	31.58 345	26.87 373	14.75 319	14.00 256	37.45 462	0.21 201	1.36 398	0.01 112	0.32 300	0.35 146	2.07 325

ISRNet	12.68 349	2.57 266	19.05 387	13.05 425	6.24 374	7.30 182	2.84 176	29.80 342	32.13 358	23.26 358	35.61 394	24.75 345	16.48 348	15.81 294	14.55 337	0.85 345	1.01 334	2.29 425	0.55 371	1.08 337	4.43 411

pcwnet_v2	12.68 349	2.30 227	18.36 380	8.32 323	5.74 353	17.73 350	4.77 238	36.75 427	46.28 449	20.98 326	29.07 306	16.62 250	13.52 294	16.56 312	10.30 285	0.55 299	1.02 337	0.34 340	0.24 267	2.10 379	2.11 333

iResNetv2_ROB	12.78 351	4.09 344	15.60 349	6.44 212	3.75 262	14.86 290	7.17 311	34.46 401	37.12 399	26.06 388	34.81 391	29.76 382	16.32 341	14.77 279	7.67 237	0.31 236	0.03 46	0.12 255	0.01 81	0.94 328	1.23 197

ADLNet	12.84 352	2.93 291	11.94 286	8.87 339	6.88 391	17.96 353	8.85 340	34.12 393	26.67 312	27.81 406	26.24 272	26.84 372	15.04 322	17.54 331	19.94 382	0.59 308	0.58 257	0.24 314	0.11 192	0.80 313	2.85 381

CBFPSM	12.96 353	3.37 320	30.97 436	5.30 113	3.22 241	22.79 393	16.93 433	21.82 241	21.35 244	21.93 344	28.34 297	29.99 386	17.38 359	15.32 289	16.39 352	0.11 137	0.48 230	0.10 229	0.17 230	0.58 252	2.72 374

ADLNet2	12.99 354	2.94 292	14.18 324	9.57 354	5.96 362	20.23 376	10.41 374	33.05 383	37.61 403	19.46 298	19.74 195	22.46 324	18.63 372	22.37 398	20.76 386	0.37 253	0.15 142	0.06 184	0.08 170	1.04 335	0.72 123

dad	13.05 355	11.39 434	15.64 353	7.35 277	2.10 175	15.64 308	3.48 202	18.77 195	35.55 393	27.77 404	33.76 379	31.59 395	13.04 288	14.79 280	11.16 304	3.35 433	0.54 244	7.85 466	0.96 402	3.88 418	2.49 364

AASNet	13.05 355	3.27 313	12.23 293	10.28 374	6.90 392	17.61 349	7.88 328	41.14 452	38.29 408	23.20 357	29.62 314	16.85 254	15.59 332	15.50 292	19.03 376	0.39 256	0.03 46	0.78 374	0.05 146	1.32 350	1.08 180

HBP-ISP	13.07 357	8.80 421	8.99 155	8.11 318	4.55 302	13.48 273	6.60 292	29.09 331	30.50 339	21.33 333	36.14 396	16.62 250	19.42 386	20.92 380	12.81 326	3.63 435	2.61 449	7.18 462	4.12 452	3.74 416	2.69 372

222	13.07 357	1.99 150	10.74 241	6.56 217	2.74 213	19.95 372	2.54 158	34.13 394	24.42 285	22.52 351	31.39 338	20.78 307	16.99 352	14.31 259	48.07 492	0.16 172	1.33 393	0.01 112	0.32 300	0.37 163	2.02 313

DualNet (step1)	13.16 359	5.31 373	19.76 391	6.41 206	3.12 238	17.98 354	9.85 365	29.36 332	25.26 296	24.82 373	21.48 220	24.89 347	18.87 376	14.41 264	11.06 302	6.83 456	1.96 434	6.61 455	7.47 465	3.22 406	4.59 412

UNet	13.18 360	2.47 254	14.45 328	7.45 282	7.82 414	26.01 415	4.67 237	34.38 400	29.42 333	20.90 324	31.81 349	26.68 368	18.98 379	21.08 385	15.56 345	0.21 201	0.06 89	0.27 320	0.09 178	0.37 163	1.01 167

HGLStereo	13.21 361	3.45 323	14.01 321	10.32 377	7.72 411	15.72 312	7.19 314	31.94 369	28.12 325	20.83 321	36.16 398	26.61 366	20.82 395	18.74 348	19.63 381	1.01 368	0.22 164	0.07 202	0.08 170	0.59 258	1.00 166

GEStereo_RVC	13.23 362	3.13 306	15.23 342	10.33 378	4.95 316	18.92 364	11.46 392	31.58 366	48.03 451	20.51 316	27.68 288	19.00 293	13.31 292	20.44 368	16.01 349	1.15 383	0.51 237	0.10 229	0.14 208	0.67 285	1.47 231

delet	13.26 363	2.43 251	12.99 306	8.45 326	6.26 377	22.40 389	10.83 380	28.78 326	38.76 412	20.39 315	30.36 322	20.85 308	17.67 366	22.97 400	19.13 377	0.14 158	0.45 224	0.19 293	0.08 170	0.78 308	1.24 199

CRFU-Net	13.32 364	3.53 329	12.90 304	8.76 337	6.05 367	26.25 418	10.15 371	25.86 285	14.68 167	30.76 425	30.58 326	30.11 389	21.59 404	20.52 370	20.28 384	1.53 398	0.48 230	0.27 320	0.16 224	0.64 277	1.28 203

CSP-Net	13.41 365	3.62 335	11.03 255	6.62 224	4.07 275	25.76 414	9.61 360	29.66 337	27.14 316	29.97 419	33.42 373	29.84 384	17.23 356	20.64 371	16.03 350	1.12 379	0.41 215	0.03 151	0.00 1	0.75 304	1.29 205

MMNet	13.55 366	2.82 284	13.90 319	7.63 291	6.36 381	26.45 420	4.63 235	24.00 271	42.67 429	26.25 391	33.12 369	20.98 310	19.45 388	20.14 363	19.49 380	0.75 326	0.54 244	0.11 250	0.01 81	0.53 234	1.10 182

STTStereo	13.60 367	5.63 379	28.73 430	8.07 315	5.65 350	13.97 280	7.17 311	31.25 359	26.70 313	25.59 381	32.06 356	31.71 398	14.71 318	17.24 327	16.46 355	0.29 233	0.40 208	0.71 369	1.43 420	1.31 348	2.82 378

SGM-Forest	13.63 368	2.55 265	8.22 129	6.30 200	2.16 181	23.84 399	11.13 386	34.68 404	32.40 359	27.27 400	33.02 365	30.08 388	17.82 367	22.13 396	15.40 343	1.66 405	0.32 189	0.88 385	0.03 119	0.79 309	1.93 287
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 369	4.93 367	11.80 278	11.93 414	5.53 345	16.75 336	14.38 415	36.12 417	32.59 363	23.08 356	27.03 283	25.90 360	15.40 328	25.87 415	14.23 333	1.24 391	0.09 109	1.53 412	0.61 378	2.06 378	2.94 384

AANet_RVC	13.75 370	6.34 392	12.90 304	8.87 339	4.53 301	14.09 282	9.12 348	29.37 335	38.32 409	23.85 365	37.41 403	23.55 335	17.51 364	23.31 403	18.56 370	2.08 411	1.30 383	0.25 316	0.06 156	0.73 297	2.87 382

ssnet_v2	13.84 371	3.15 307	13.44 313	7.99 312	3.08 237	22.60 390	14.51 418	36.65 424	33.59 373	22.04 346	26.10 270	28.64 376	17.16 355	23.13 401	20.86 388	0.50 287	0.32 189	0.20 298	0.13 198	1.41 353	1.38 214

FADNet-RVC	13.86 372	12.75 447	41.65 457	8.64 332	4.63 304	16.45 330	6.89 305	28.91 327	24.20 282	20.89 323	31.44 340	26.73 370	11.37 250	21.58 393	15.91 347	0.25 218	0.14 139	0.14 268	0.24 267	2.97 397	1.50 239

psm_up	13.88 373	2.70 277	10.89 249	10.20 371	5.97 363	15.01 297	12.58 402	39.13 443	31.75 354	21.39 335	31.09 335	30.18 390	25.01 416	20.33 366	17.62 363	0.75 326	0.39 206	0.18 287	0.03 119	0.82 317	1.67 255

DLCB_ROB	13.97 374	3.74 338	11.01 254	9.99 365	5.85 360	21.40 382	10.37 373	30.17 346	30.49 338	28.21 408	32.18 358	32.67 404	21.17 399	20.20 364	18.59 371	0.34 244	0.18 149	0.41 346	0.15 216	0.61 266	1.76 264

StereoDRNet-Refined	14.03 375	3.52 327	12.77 301	8.70 334	3.31 243	18.50 361	4.58 232	29.08 330	30.59 340	29.85 417	42.52 437	25.24 354	19.57 389	23.88 405	23.55 403	0.44 273	0.07 101	0.54 358	0.38 336	0.88 326	2.64 367
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 376	5.00 369	47.51 468	6.57 218	4.04 273	21.14 380	14.37 413	28.25 319	21.37 245	21.95 345	31.37 337	21.31 313	18.66 373	16.15 296	20.61 385	0.31 236	0.41 215	0.09 218	0.05 146	1.00 333	0.76 128

CVANet_RVC	14.09 377	4.82 365	10.86 248	9.46 352	5.60 349	19.70 370	12.94 407	33.38 387	34.86 386	23.72 362	33.31 370	29.76 382	16.35 343	24.37 406	12.45 321	1.22 389	0.23 166	1.45 411	0.87 394	3.41 409	3.01 386

SACVNet	14.10 378	5.24 372	14.19 325	12.11 416	6.12 370	18.45 360	9.11 347	33.13 384	22.94 265	28.79 411	33.88 380	32.69 405	23.78 408	20.91 379	12.13 313	1.08 373	0.54 244	0.84 384	0.48 356	1.41 353	4.26 410

rvit_105_1	14.11 379	6.23 391	22.11 411	13.74 429	4.55 302	15.38 303	28.19 478	27.21 308	43.35 433	19.53 299	24.36 256	22.05 320	15.96 337	18.37 345	12.70 325	2.27 414	0.58 257	0.26 318	2.37 438	0.70 290	2.20 340

PS-NSSS	14.36 380	8.44 418	16.43 359	7.44 281	5.79 355	18.65 363	12.71 405	39.02 440	26.84 314	20.99 327	36.15 397	21.47 314	18.25 371	18.21 343	18.63 372	2.44 420	0.55 248	5.38 449	0.37 326	5.25 430	4.11 409

CBMV	14.52 381	4.59 358	9.99 204	6.61 223	2.85 221	22.76 392	12.45 401	30.63 351	33.32 369	31.98 430	35.00 392	31.68 396	19.43 387	26.53 418	16.71 357	1.28 392	0.61 263	0.63 364	0.12 194	1.26 346	1.89 281
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 382	11.96 438	39.55 455	8.50 328	6.64 386	18.53 362	6.74 298	35.70 411	35.06 388	19.21 295	28.06 293	28.14 375	13.94 309	18.54 347	11.61 309	0.48 281	0.75 283	0.38 345	0.49 359	9.17 453	2.05 323

fast-acv-ft	14.96 383	4.73 362	17.68 373	8.03 314	5.27 331	28.61 431	9.97 368	26.25 295	35.58 394	26.03 387	38.02 409	31.91 400	21.50 401	19.25 353	21.18 389	0.61 313	0.38 203	0.63 364	0.48 356	1.31 348	1.73 260

pmcnn	15.27 384	4.31 351	22.32 413	7.46 284	4.46 298	22.15 388	15.74 424	28.53 322	31.88 355	27.78 405	40.04 423	39.06 439	19.11 384	18.79 349	20.78 387	1.04 371	0.23 166	0.00 1	0.00 1	0.53 234	1.17 189

Anonymous_2	15.61 385	7.12 400	18.63 384	6.49 213	7.98 415	26.94 423	11.93 396	19.48 209	18.48 220	18.25 275	15.95 152	24.18 340	21.32 400	21.17 388	15.94 348	10.88 472	13.80 486	11.19 474	25.13 490	10.92 464	6.42 436

TCMNet	15.72 386	7.51 407	21.42 407	14.39 433	12.57 459	26.22 417	13.91 412	30.23 347	36.03 396	25.57 380	31.73 346	23.65 336	15.35 327	19.98 360	24.06 407	1.44 396	0.67 271	2.04 421	0.99 404	3.41 409	3.26 394

NVstereo2D	15.77 387	4.01 342	17.73 374	9.96 364	8.10 421	30.36 438	9.52 355	43.10 463	43.12 432	15.45 200	28.03 292	23.46 333	16.84 351	24.62 407	17.06 359	3.35 433	0.87 306	1.76 416	1.13 410	7.76 446	9.19 460

test_sample9	15.79 388	5.31 373	19.76 391	6.41 206	3.12 238	17.98 354	9.85 365	29.36 332	25.26 296	24.82 373	21.48 220	24.89 347	18.87 376	21.03 381	22.11 392	6.83 456	36.75 496	6.61 455	7.47 465	3.22 406	4.59 412

StereoDRNet	16.00 389	5.45 377	16.67 362	11.34 404	8.74 429	25.62 411	11.07 384	40.40 450	37.03 398	29.77 416	30.04 319	34.35 421	19.09 381	19.81 357	25.28 417	0.65 317	0.30 186	0.16 280	0.14 208	1.80 370	2.33 349

Wz-Net-LNSev-Ref	16.12 390	4.56 355	29.46 431	7.78 302	6.11 369	26.08 416	13.01 408	31.08 356	37.61 403	27.66 402	46.96 458	29.92 385	15.40 328	21.54 392	22.39 394	1.09 375	0.05 64	0.10 229	0.00 1	0.43 198	1.21 194

YMNet	16.35 391	6.51 395	23.16 417	11.45 405	8.85 431	25.42 409	8.89 341	32.99 380	32.63 364	34.40 446	39.12 417	34.27 418	17.43 361	20.90 377	22.93 397	0.93 358	1.30 383	1.21 401	0.94 395	1.77 368	1.81 268

YMNet_1	16.35 391	6.51 395	23.16 417	11.45 405	8.85 431	25.42 409	8.89 341	32.99 380	32.63 364	34.40 446	39.12 417	34.27 418	17.43 361	20.90 377	22.93 397	0.93 358	1.30 383	1.21 401	0.94 395	1.77 368	1.81 268

DRN-Test	16.60 393	4.76 363	16.90 366	10.75 390	8.16 422	29.42 435	14.37 413	43.26 465	39.35 413	28.93 413	35.46 393	29.03 378	20.11 392	20.78 374	24.51 413	0.94 361	0.93 316	0.46 351	0.35 315	1.42 355	2.12 334

SDNR	16.80 394	5.88 384	30.01 433	6.39 205	6.53 383	57.67 492	3.15 187	24.30 273	31.49 352	21.50 337	36.56 401	14.69 219	16.76 349	19.14 352	14.45 334	11.12 475	14.00 487	3.11 439	0.51 363	8.86 452	9.92 466

DISCO	16.93 395	2.58 268	17.15 369	8.26 320	4.37 293	27.65 427	10.68 376	31.28 361	44.93 442	22.21 348	34.47 388	36.48 429	23.91 409	36.14 455	34.48 457	0.35 246	0.11 125	0.04 167	0.07 164	1.95 374	1.40 219

PA-Net	16.98 396	8.05 415	29.56 432	10.52 383	11.30 450	21.91 387	29.93 482	32.64 375	39.50 414	20.38 314	28.51 300	23.80 337	20.82 395	21.45 390	25.60 419	0.25 218	2.36 446	0.23 310	4.99 456	1.34 351	6.47 437
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 397	8.11 416	28.42 429	9.29 348	8.89 434	24.46 401	25.06 470	35.40 409	49.52 457	26.73 396	33.49 375	20.50 304	18.75 374	20.67 373	19.18 379	2.30 416	2.09 437	1.13 397	0.75 387	2.86 394	2.84 379

GwcNet	17.31 398	6.61 398	23.02 415	10.83 394	8.63 427	29.48 436	10.80 378	39.37 445	45.73 444	24.16 367	37.85 408	31.50 394	21.81 406	21.37 389	27.25 433	0.81 339	0.88 308	0.57 361	0.46 349	1.54 362	3.61 398

NaN_ROB	17.35 399	7.91 411	18.84 386	11.29 402	4.93 314	33.28 449	20.75 452	38.10 435	43.81 434	30.28 422	31.53 343	32.88 406	20.88 397	29.10 431	17.85 365	0.40 259	0.43 222	0.31 336	0.44 348	0.98 330	3.03 388

S-Stereo	17.36 400	4.46 354	22.16 412	12.58 422	9.10 436	23.07 394	12.60 403	33.18 385	46.12 447	22.78 353	38.67 415	29.04 379	27.48 428	19.40 355	23.90 406	3.14 431	3.13 458	0.88 385	1.95 432	3.77 417	9.86 465

FAT-Stereo	17.45 401	3.56 330	19.19 388	10.31 376	6.54 384	18.00 357	14.89 421	38.68 438	40.49 418	27.39 401	39.66 420	37.32 431	32.14 453	21.07 384	22.97 399	3.68 436	2.16 443	0.81 381	1.21 414	2.10 379	6.78 440

DANet	17.51 402	8.91 422	27.61 426	14.94 439	7.48 401	22.67 391	5.66 261	27.33 311	26.64 310	32.62 437	36.27 399	37.40 432	30.07 443	31.65 441	26.09 425	1.30 393	1.46 414	2.33 427	0.53 366	3.54 413	5.69 426
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 403	17.23 459	20.10 397	12.02 415	6.91 393	28.81 432	11.45 391	41.35 453	21.95 254	30.13 421	34.66 389	32.04 402	11.30 248	21.04 383	16.43 353	8.91 464	2.67 450	12.29 475	0.84 392	12.72 470	8.43 455

PSMNet_ROB	17.59 404	6.52 397	16.27 357	14.43 434	7.71 410	29.22 434	33.59 487	43.94 468	38.52 410	24.74 372	33.46 374	34.17 417	17.29 358	18.52 346	25.68 421	0.40 259	0.29 184	0.96 389	2.22 435	2.03 377	1.81 268

Syn2CoEx	17.68 405	11.86 437	28.39 428	20.88 461	8.24 423	25.66 412	12.35 398	37.57 431	33.60 374	29.57 414	39.80 422	30.02 387	28.00 431	19.91 358	18.91 375	1.14 382	0.53 242	1.23 405	0.46 349	1.97 375	3.61 398

GANet	17.85 406	5.41 376	14.79 332	11.91 413	4.73 305	24.54 403	17.04 436	41.01 451	34.96 387	33.06 438	45.84 453	39.83 444	29.19 437	24.71 409	22.45 396	1.34 394	0.41 215	1.09 393	0.70 384	2.15 381	1.89 281

GASNet	17.87 407	20.62 469	32.66 443	21.17 462	9.48 439	16.26 326	9.15 349	45.00 473	40.55 420	26.16 389	24.34 255	33.05 407	15.45 331	29.82 435	18.15 368	3.79 438	0.28 182	1.87 417	0.51 363	7.06 441	1.97 298

test_sample8	17.93 408	5.31 373	19.76 391	6.41 206	3.12 238	17.98 354	9.85 365	32.68 376	20.05 234	33.68 443	26.30 274	40.74 448	34.14 457	21.03 381	22.11 392	6.83 456	36.75 496	6.61 455	7.47 465	3.22 406	4.59 412

NCCL2	17.94 409	7.94 413	16.87 365	24.07 472	7.60 406	24.52 402	17.08 437	35.42 410	26.65 311	32.01 431	38.57 412	41.96 457	27.61 429	22.24 397	24.43 412	0.65 317	0.33 195	2.64 433	2.13 434	2.28 386	3.86 407

ADCRef	18.01 410	8.01 414	44.10 462	10.75 390	8.85 431	27.18 424	11.06 383	31.77 368	34.40 381	31.90 429	42.45 436	18.79 288	21.55 403	25.18 412	35.17 458	1.03 370	0.42 220	2.18 423	1.79 427	1.38 352	2.27 346

XPNet_ROB	18.03 411	6.06 389	18.19 378	11.68 409	6.83 389	21.23 381	16.93 433	36.66 426	39.82 417	32.51 436	42.05 435	41.04 451	25.77 420	25.72 413	28.80 443	1.67 406	0.91 314	0.79 375	0.27 284	1.24 345	2.38 356

SuperB	18.07 412	7.33 404	56.73 479	8.42 325	5.42 339	20.39 377	9.73 363	26.04 288	50.80 461	26.88 398	39.52 419	17.79 275	21.54 402	23.17 402	25.96 424	0.77 331	0.32 189	1.11 396	0.73 386	16.11 476	2.75 377

RP	18.36 413	5.94 386	17.54 372	15.95 449	12.33 458	21.55 384	12.66 404	28.65 324	45.65 443	23.78 364	42.55 438	39.77 443	29.54 440	26.72 419	23.58 405	6.14 454	1.05 342	4.38 446	1.77 426	3.90 419	3.82 406

APVNet	18.42 414	6.37 393	23.10 416	12.76 424	8.28 424	30.74 439	24.17 467	42.08 459	30.76 346	25.86 385	41.66 431	31.83 399	24.99 414	28.01 427	28.77 441	0.49 284	0.57 254	3.05 437	0.55 371	1.80 370	2.46 359

ETE_ROB	18.45 415	10.71 426	20.90 404	14.23 432	4.92 313	23.28 396	22.01 455	33.00 382	36.14 397	30.68 424	39.03 416	46.10 469	26.28 422	27.52 424	26.22 426	0.53 291	0.49 233	1.16 398	0.94 395	1.69 366	3.07 389

PWCDC_ROB	18.66 416	11.24 432	21.32 406	18.82 456	8.08 420	25.75 413	6.94 307	35.08 407	53.33 468	30.37 423	49.70 466	20.87 309	21.63 405	31.05 440	22.39 394	6.94 460	0.28 182	0.10 229	0.06 156	5.98 438	3.22 392

Nwc_Net	18.76 417	5.80 380	19.91 395	14.99 441	11.96 455	26.32 419	15.90 425	41.68 456	40.50 419	21.85 343	43.58 445	34.89 422	29.47 439	27.48 423	26.34 427	3.75 437	0.27 176	2.55 432	3.31 445	2.25 384	2.46 359

ADCP+	18.93 418	5.83 382	35.35 447	9.85 362	10.36 444	29.49 437	13.65 410	34.22 398	37.75 405	30.02 420	41.45 429	24.18 340	26.43 425	34.71 449	36.58 460	0.27 226	0.40 208	2.00 420	1.19 412	2.31 387	2.66 368

MDST_ROB	18.99 419	3.23 310	15.81 355	14.15 431	6.98 394	44.89 475	16.81 432	43.19 464	42.83 430	43.71 469	43.84 446	28.79 377	19.02 380	30.64 439	18.70 373	1.84 408	0.84 299	0.69 368	0.47 355	0.71 294	2.61 366

Wz-Net-LNSev	19.04 420	11.48 435	43.55 461	10.82 393	8.01 418	24.96 405	17.46 441	34.72 405	44.36 438	33.43 441	44.72 451	32.54 403	24.13 410	21.64 394	24.38 411	0.93 358	0.22 164	0.00 1	0.03 119	1.44 356	1.99 309

AF-Net	19.18 421	6.50 394	16.90 366	16.60 450	11.00 449	23.83 398	11.31 387	36.25 418	51.10 464	25.56 379	38.34 411	41.77 455	31.01 448	30.20 437	27.83 436	4.87 449	0.27 176	4.60 447	1.00 405	2.67 392	2.02 313

PWC_ROB	19.21 422	12.15 443	28.02 427	11.02 398	6.62 385	25.15 407	5.47 258	36.42 421	49.47 456	33.19 439	44.32 448	34.98 423	26.66 426	32.22 444	27.30 434	1.71 407	0.27 176	1.62 413	0.37 326	2.38 389	4.90 418

stereogan	19.38 423	4.02 343	18.62 383	13.54 427	10.30 443	37.03 458	9.83 364	39.12 442	46.13 448	25.09 378	41.76 433	40.01 445	27.19 427	32.16 442	25.48 418	2.44 420	1.13 353	2.70 435	0.86 393	5.45 432	4.81 415

edge stereo	19.38 423	5.98 387	19.25 389	11.11 399	8.07 419	23.51 397	12.74 406	35.93 413	42.55 427	35.05 448	43.06 442	41.34 453	36.05 461	26.06 416	25.62 420	2.70 424	2.47 447	6.38 454	1.54 423	3.18 405	5.01 419

RYNet	19.73 425	5.52 378	18.58 382	11.63 408	15.84 469	47.05 478	17.28 438	38.60 437	49.19 455	27.71 403	27.46 285	38.63 437	26.42 424	20.79 375	32.08 455	0.73 324	0.59 260	0.97 390	0.16 224	7.40 443	8.04 451

LALA_ROB	19.82 426	8.32 417	18.64 385	13.59 428	5.79 355	28.03 429	23.44 462	43.09 462	37.57 402	33.91 445	41.55 430	50.73 479	25.61 419	29.09 430	27.30 434	0.73 324	0.67 271	2.08 422	1.42 419	2.70 393	2.12 334

Wz-Net-MNSev	19.84 427	7.55 408	35.79 448	10.79 392	7.51 403	38.96 466	18.39 446	35.08 407	44.72 440	31.28 426	41.70 432	41.18 452	20.49 394	28.41 428	30.13 452	0.96 364	0.36 201	0.05 175	0.13 198	1.70 367	1.64 250

aanetorigin	19.84 427	13.32 449	54.46 474	10.07 367	7.99 416	14.16 283	15.32 422	17.85 182	34.49 382	49.59 479	48.88 463	34.28 420	31.32 450	23.53 404	29.64 448	1.12 379	0.81 294	0.73 370	0.94 395	3.05 398	5.23 423

SGM_RVC	20.33 429	3.24 312	8.92 153	7.20 272	1.62 135	39.61 468	17.01 435	39.11 441	35.12 389	46.26 474	42.62 439	51.57 481	39.45 468	39.66 474	29.87 450	1.16 384	0.37 202	0.55 359	0.35 315	1.20 341	1.64 250
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 430	11.06 429	33.58 444	12.11 416	7.19 398	28.90 433	11.99 397	38.49 436	58.85 485	32.22 434	37.28 402	33.11 409	21.14 398	36.93 464	38.84 469	1.49 397	1.50 417	0.15 273	0.64 380	2.18 382	2.67 370

NCC-stereo	20.61 431	7.39 405	25.96 421	15.90 447	16.62 470	20.15 374	23.27 458	44.11 471	41.29 424	25.00 376	38.64 413	35.47 424	28.75 434	36.35 458	26.90 431	4.83 447	2.14 440	3.33 441	9.27 476	3.10 400	3.72 404

Abc-Net	20.61 431	7.39 405	25.96 421	15.90 447	16.62 470	20.15 374	23.27 458	44.11 471	41.29 424	25.00 376	38.64 413	35.47 424	28.75 434	36.35 458	26.90 431	4.83 447	2.14 440	3.33 441	9.27 476	3.10 400	3.72 404
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 431	12.13 442	46.35 465	21.53 463	17.78 473	19.41 366	23.64 465	37.23 430	50.61 458	26.20 390	37.72 404	24.90 350	25.02 417	24.63 408	23.53 402	3.13 430	1.65 424	5.69 450	4.09 451	3.64 415	3.34 396

RGC	20.62 434	14.30 451	21.99 410	18.85 457	14.53 464	21.42 383	14.82 420	36.00 416	44.32 437	28.54 410	41.82 434	40.12 446	29.43 438	35.44 454	23.33 400	4.12 440	0.72 278	8.80 467	4.39 454	4.55 425	4.84 417

DGSMNet	20.75 435	13.28 448	34.59 446	14.80 438	17.14 472	23.25 395	17.99 445	36.39 420	43.00 431	20.70 318	32.67 363	36.05 428	19.22 385	30.34 438	25.04 416	4.61 444	4.62 471	6.31 453	5.20 459	14.71 474	15.15 481

WCMA_ROB	21.17 436	5.89 385	22.32 413	10.39 380	7.65 408	34.55 452	16.42 430	33.20 386	34.02 378	42.06 464	52.50 470	44.09 461	37.59 464	33.66 447	26.77 430	7.45 463	3.18 459	1.27 408	1.43 420	4.18 420	4.81 415

psmorigin	21.56 437	11.18 431	36.59 450	10.19 370	7.08 396	25.30 408	12.35 398	33.52 390	33.12 368	43.62 468	54.15 478	42.72 458	37.44 463	36.87 463	28.98 444	1.65 404	2.78 453	0.81 381	1.19 412	3.62 414	8.10 452

G-Net	21.66 438	9.10 423	39.39 454	15.85 445	9.60 440	51.00 483	16.73 431	28.32 320	31.17 349	38.99 457	43.24 443	33.26 412	32.09 452	28.50 429	26.50 429	4.74 446	3.92 468	3.60 444	1.02 406	8.42 451	7.86 449

FBW_ROB	21.87 439	11.80 436	25.52 420	14.64 436	7.49 402	31.20 442	16.35 429	45.28 474	44.78 441	44.85 473	40.36 425	43.50 460	27.85 430	34.94 450	23.52 401	3.07 429	2.15 442	7.53 465	3.03 444	4.30 422	5.17 422

SANet	22.05 440	8.47 419	32.65 442	9.90 363	4.31 291	33.49 450	23.44 462	42.82 461	56.64 480	39.67 460	44.09 447	44.62 462	32.96 455	29.24 434	25.79 422	1.08 373	0.74 280	0.98 391	0.69 382	5.69 435	3.66 403

SQANet	22.07 441	25.29 477	21.78 409	26.81 476	18.92 476	30.75 440	10.25 372	33.47 388	30.10 336	25.73 382	34.31 386	33.45 413	19.94 391	29.16 432	20.03 383	11.68 476	3.08 457	26.95 487	5.80 462	20.97 482	12.99 475

UDG	22.21 442	15.90 458	16.41 358	21.71 464	20.17 478	32.51 445	13.78 411	36.62 423	35.77 395	26.64 395	31.43 339	37.49 433	32.33 454	22.77 399	21.19 390	11.08 474	5.60 475	23.12 482	7.74 469	17.07 478	14.89 480

SHD	22.33 443	11.30 433	32.10 439	15.61 443	9.88 441	26.75 421	10.12 370	41.84 457	61.77 490	36.36 451	44.65 450	39.28 440	31.10 449	35.07 451	32.76 456	2.35 417	1.95 433	1.24 407	1.90 431	4.33 423	6.34 433

CSAN	22.36 444	11.11 430	26.06 423	21.79 465	5.59 348	34.55 452	36.54 489	40.04 448	50.84 462	37.47 454	40.31 424	45.09 465	33.07 456	27.44 422	25.80 423	1.60 402	0.75 283	1.08 392	1.80 428	2.89 395	3.36 397

ADCL	22.44 445	7.79 409	49.20 470	10.61 388	7.28 400	40.40 471	21.03 453	32.07 371	55.07 472	28.53 409	48.73 461	31.68 396	31.69 451	34.04 448	38.38 465	1.22 389	0.93 316	2.65 434	1.89 430	2.65 391	2.94 384

CC-Net-ROB	22.73 446	23.99 474	30.57 435	14.72 437	8.91 435	32.98 446	16.17 427	46.75 478	37.29 400	33.88 444	32.33 359	35.48 426	25.00 415	24.75 410	28.78 442	9.60 468	3.03 456	25.33 485	3.87 449	14.82 475	6.33 432

ADCPNet	22.75 447	10.94 428	58.96 483	12.24 420	7.57 404	37.33 459	20.08 451	33.89 392	37.37 401	33.49 442	44.32 448	39.36 442	28.43 433	32.19 443	38.55 467	2.25 413	2.69 452	2.37 429	3.59 448	4.33 423	5.01 419

MeshStereo	22.95 448	7.84 410	12.46 297	8.13 319	5.20 327	38.49 464	13.36 409	42.69 460	38.05 407	51.34 482	53.82 474	58.22 487	43.29 477	38.42 469	29.59 447	2.96 426	2.84 455	3.11 439	2.33 437	3.12 402	3.65 402
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
Wz-Net-SNSev	23.35 449	18.18 461	47.37 467	14.55 435	8.63 427	28.33 430	29.16 480	39.88 447	55.80 477	32.16 433	53.91 476	39.35 441	24.42 411	27.60 425	38.11 464	1.06 372	0.24 169	1.20 400	0.95 400	3.16 404	2.93 383

DDUNet	23.49 450	20.59 468	17.13 368	24.58 473	22.45 482	24.86 404	17.96 444	31.42 363	31.06 348	29.59 415	37.81 406	37.85 435	26.39 423	25.77 414	18.74 374	18.99 485	8.10 483	26.65 486	11.80 482	19.41 481	18.58 485

MSMD_ROB	23.50 451	10.55 425	15.65 354	17.87 455	10.07 442	35.58 455	19.04 448	34.53 402	37.81 406	41.55 463	60.11 486	46.01 468	39.81 470	32.74 445	24.92 415	6.86 459	3.63 466	8.92 468	11.16 481	7.21 442	5.99 430

LE_ROB	23.59 452	4.64 361	16.84 364	8.59 330	3.05 235	33.01 447	18.53 447	28.96 328	67.40 502	70.71 503	55.67 482	48.44 475	48.90 484	26.06 416	37.98 463	0.44 273	0.24 169	0.27 320	0.54 368	0.49 227	0.98 163

ADCMid	23.61 453	12.42 445	44.10 462	11.85 412	8.33 425	27.89 428	20.03 450	36.49 422	39.56 415	40.81 461	47.01 459	36.89 430	43.95 478	39.12 472	42.60 479	1.95 409	1.55 421	3.05 437	3.98 450	5.20 429	5.37 424

AnyNet_C32	24.34 454	15.07 454	42.84 459	13.07 426	11.83 453	31.80 443	31.73 484	32.47 373	45.77 445	35.92 449	49.66 465	34.05 415	35.21 459	44.09 481	43.39 483	1.61 403	1.70 426	1.22 404	2.94 443	4.87 427	7.60 446

PSMNet-RUCA	24.65 455	28.24 480	42.85 460	35.58 484	34.48 489	16.04 316	11.34 388	40.36 449	31.70 353	31.88 428	41.00 428	37.50 434	25.41 418	29.19 433	17.07 360	12.35 479	2.12 439	20.72 481	8.27 474	17.19 479	9.64 463

MFN_U_SF_DS_RVC	24.71 456	14.86 453	32.18 440	26.47 475	10.48 445	40.27 470	22.83 457	36.88 428	44.51 439	42.59 465	47.13 460	40.20 447	28.00 431	36.70 461	28.36 437	4.23 442	4.00 469	6.73 458	16.35 487	5.05 428	6.34 433

ccnet	24.80 457	17.64 460	24.53 419	12.35 421	18.18 475	38.47 463	17.76 443	46.24 476	32.78 367	37.51 455	46.76 455	38.80 438	30.45 446	38.35 468	41.98 476	9.41 467	6.40 477	9.67 470	8.04 470	11.64 468	9.00 458

FC-DCNN	25.07 458	12.06 441	20.30 399	19.06 458	9.41 437	38.40 462	23.46 464	41.37 454	44.07 436	46.76 476	53.99 477	50.49 477	39.32 467	36.43 460	29.46 446	7.40 462	3.39 461	6.15 451	5.01 457	8.05 448	6.83 441

FC-DCNN v2	25.13 459	12.03 439	19.82 394	19.08 459	9.43 438	38.89 465	23.42 461	41.85 458	44.02 435	46.96 477	54.51 479	50.70 478	39.69 469	36.34 457	29.25 445	7.36 461	3.39 461	6.17 452	5.02 458	8.00 447	6.71 439

XQC	25.15 460	18.26 462	52.31 472	22.53 470	12.15 456	37.47 460	21.78 454	38.74 439	55.51 476	32.40 435	30.75 330	38.36 436	30.19 445	38.28 467	41.25 475	4.61 444	1.44 411	2.77 436	2.26 436	12.52 469	9.49 462

DPSNet	25.20 461	7.92 412	36.17 449	11.72 410	6.85 390	53.68 485	43.17 495	52.22 487	60.09 488	31.61 427	39.76 421	40.91 450	35.82 460	33.42 446	26.48 428	4.98 450	2.10 438	0.50 355	1.13 410	9.63 455	5.83 427

SGM-ForestM	25.21 462	4.80 364	13.50 315	8.68 333	3.74 261	46.85 477	22.04 456	46.25 477	51.32 466	51.28 481	52.07 469	62.64 494	47.13 482	46.05 482	36.30 459	1.99 410	2.25 445	1.21 401	1.24 415	1.65 365	3.21 391

PDISCO_ROB	25.35 463	10.44 424	31.01 437	29.47 481	20.36 479	38.32 461	17.74 442	45.56 475	55.34 474	29.88 418	42.94 441	46.63 470	29.76 441	36.23 456	31.29 454	10.74 471	2.20 444	6.96 459	3.53 447	9.98 459	8.52 456

EDNetEfficient	25.68 464	22.94 473	77.88 507	9.49 353	7.66 409	20.89 378	17.37 439	22.52 249	56.02 478	61.49 493	53.31 472	35.83 427	41.88 476	25.06 411	39.53 471	0.86 348	0.83 298	0.91 387	2.82 441	8.28 449	7.98 450

Wz-Net-TNSev	25.85 465	21.47 471	59.51 485	10.38 379	7.64 407	42.40 474	23.33 460	35.97 415	54.36 470	36.56 452	43.26 444	45.90 467	41.27 474	37.81 465	37.10 461	2.35 417	1.90 432	0.77 373	1.34 418	5.89 437	7.75 448

WZ-Net	25.86 466	14.23 450	64.17 488	15.77 444	10.61 446	39.36 467	28.01 477	41.38 455	54.97 471	28.82 412	53.68 473	40.90 449	30.14 444	37.91 466	42.98 482	1.59 399	0.49 233	0.73 370	0.95 400	5.43 431	5.12 421

GANetREF_RVC	26.12 467	30.35 481	27.03 424	26.08 474	6.28 380	31.16 441	37.25 491	48.48 480	50.90 463	37.30 453	36.39 400	34.11 416	30.98 447	38.51 470	28.38 438	9.08 465	2.68 451	16.48 478	5.42 461	16.24 477	9.34 461
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
FCDSN-DC	26.18 468	15.77 457	20.36 400	28.79 480	15.78 468	40.13 469	19.12 449	43.57 466	42.59 428	44.78 472	52.51 471	50.73 479	40.32 472	35.32 453	28.55 439	6.41 455	3.61 465	7.11 461	6.54 463	10.58 460	10.93 471
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 469	15.49 456	48.87 469	15.20 442	10.99 448	31.86 444	24.37 468	43.99 469	58.30 483	43.12 466	49.92 467	41.90 456	41.43 475	42.90 480	46.29 487	3.00 428	2.60 448	2.45 431	3.47 446	7.63 444	8.41 454

DLNR_Zeroshot_test	27.91 470	51.88 494	91.97 519	98.26 527	97.92 527	3.07 14	0.49 20	31.27 360	8.33 88	8.40 95	15.66 147	7.22 101	1.66 26	12.16 177	4.82 169	40.46 495	1.87 430	0.06 184	0.33 306	80.45 518	1.99 309

MFN_U_SF_RVC	28.91 471	15.44 455	55.12 476	22.00 467	8.49 426	41.39 472	15.36 423	52.74 488	46.70 450	47.83 478	53.87 475	54.97 484	40.50 473	39.54 473	40.77 473	6.09 453	4.92 473	7.08 460	9.02 475	7.68 445	8.69 457

PASM	29.37 472	19.17 463	50.43 471	23.55 471	23.15 484	27.62 426	27.82 476	35.90 412	50.76 460	35.98 450	40.55 426	47.26 473	34.98 458	35.28 452	38.72 468	12.58 481	15.96 488	17.57 480	22.46 489	13.71 471	13.92 478

EDNetEfficientorigin	29.50 473	36.05 487	99.77 531	9.67 357	5.93 361	26.79 422	16.02 426	26.87 305	55.18 473	61.15 490	57.72 483	45.04 464	50.99 487	26.90 421	44.78 485	0.53 291	0.54 244	1.72 415	2.53 439	11.05 465	10.75 468

AnyNet_C01	30.67 474	27.57 478	76.09 505	17.61 452	12.18 457	50.42 482	28.89 479	39.14 444	41.14 423	41.36 462	65.66 497	47.21 472	40.16 471	47.50 483	49.82 494	2.38 419	2.79 454	2.31 426	2.83 442	8.35 450	9.99 467

LSM	30.92 475	21.18 470	57.13 482	19.98 460	54.02 501	33.70 451	25.92 472	43.87 467	49.18 454	46.43 475	55.59 481	43.44 459	36.70 462	36.70 461	28.75 440	2.94 425	9.77 484	5.07 448	8.20 473	10.77 461	29.00 492

RTS	30.97 476	24.38 475	96.47 521	17.75 453	12.63 460	58.43 494	26.47 473	38.01 433	63.33 493	44.41 470	46.81 456	33.16 410	45.26 479	52.06 489	42.65 480	2.66 422	1.40 402	1.09 393	1.02 406	5.49 433	5.86 428

RTSA	30.97 476	24.38 475	96.47 521	17.75 453	12.63 460	58.43 494	26.47 473	38.01 433	63.33 493	44.41 470	46.81 456	33.16 410	45.26 479	52.06 489	42.65 480	2.66 422	1.40 402	1.09 393	1.02 406	5.49 433	5.86 428

DispFullNet	31.01 478	32.97 483	59.04 484	30.27 482	28.46 486	33.06 448	11.44 390	37.69 432	54.13 469	33.30 440	37.78 405	44.68 463	28.96 436	42.19 479	29.68 449	12.35 479	3.56 464	36.10 491	12.90 484	32.29 490	19.42 487

coex-ft	31.29 479	39.15 490	93.51 520	9.71 360	5.77 354	36.25 457	26.79 475	31.43 364	59.45 486	73.35 507	58.73 484	45.49 466	48.48 483	30.19 436	46.52 489	1.59 399	1.71 427	0.94 388	0.97 403	9.43 454	6.35 435

MANE	33.27 480	12.69 446	21.10 405	22.10 468	15.09 467	49.75 480	29.51 481	54.10 491	56.36 479	59.73 486	64.93 494	65.43 498	57.34 496	52.70 492	41.02 474	10.52 470	6.09 476	7.35 463	20.29 488	9.66 456	9.65 464

otaku	33.83 481	36.87 488	53.81 473	40.41 487	21.58 480	54.54 487	17.45 440	44.01 470	61.47 489	39.63 458	50.06 468	46.76 471	29.76 441	40.64 476	30.07 451	19.17 486	7.09 480	32.34 489	9.92 478	24.17 485	16.94 482

PVD	34.10 482	19.91 465	39.04 453	27.08 477	18.09 474	35.11 454	44.32 497	52.16 486	66.36 499	53.04 484	64.50 493	52.33 482	56.17 492	52.24 491	42.11 477	4.17 441	4.82 472	9.60 469	4.65 455	11.11 466	25.25 490

ELAS	34.78 483	20.32 466	38.13 452	21.79 465	14.89 465	57.95 493	37.04 490	51.15 485	51.19 465	60.95 489	64.42 492	59.08 489	54.44 490	51.53 487	46.26 486	12.00 477	7.83 481	10.46 471	8.04 470	14.42 472	13.71 477
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 484	20.50 467	37.14 451	22.37 469	15.07 466	54.02 486	38.42 492	50.06 483	56.72 481	61.86 494	63.52 488	58.79 488	54.60 491	54.13 494	43.99 484	12.20 478	7.90 482	10.75 473	7.65 468	14.42 472	13.42 476
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 485	19.78 464	33.90 445	55.86 496	36.15 490	76.79 514	94.89 524	49.29 481	51.59 467	38.15 456	37.83 407	53.71 483	39.29 466	40.56 475	40.41 472	4.02 439	6.72 479	2.35 428	4.12 452	9.70 457	10.76 469

Ntro	35.59 486	38.58 489	55.41 477	43.66 491	22.54 483	57.26 488	23.73 466	47.69 479	63.99 496	39.63 458	48.82 462	47.68 474	37.60 465	41.55 478	30.80 453	17.85 484	6.61 478	33.21 490	10.52 480	26.65 486	17.97 484

BEATNet-Init1	36.29 487	22.72 472	56.79 480	28.53 479	13.41 463	59.81 497	33.49 485	53.72 490	58.64 484	60.78 488	63.63 489	70.42 500	56.59 494	53.93 493	46.48 488	5.63 451	4.14 470	7.49 464	7.45 464	11.35 467	10.88 470

ACVNet-4b	36.91 488	52.81 495	57.04 481	42.64 490	22.08 481	48.32 479	14.64 419	50.28 484	59.78 487	43.17 467	46.34 454	55.50 485	24.49 412	39.03 471	23.55 403	25.75 491	3.76 467	47.36 494	33.76 494	28.62 487	19.22 486

GCST	37.71 489	41.51 491	27.28 425	92.08 523	36.49 491	24.16 400	0.99 42	26.00 287	20.14 235	26.34 392	15.80 150	19.97 302	4.67 111	17.54 331	5.83 204	80.93 517	35.32 495	87.67 522	74.76 513	73.87 514	42.93 501

MSC_U_SF_DS_RVC	37.85 490	35.62 486	55.10 475	38.16 486	13.19 462	57.63 491	24.72 469	52.87 489	63.40 495	66.39 499	63.74 490	58.16 486	54.28 489	51.56 488	47.39 490	9.36 466	5.44 474	14.82 477	15.34 486	18.80 480	11.04 473

Consistency-Raft	41.94 491	35.39 485	45.40 464	33.16 483	41.47 495	45.14 476	33.50 486	56.78 495	55.37 475	32.11 432	65.41 495	30.46 392	49.76 485	40.94 477	48.33 493	27.72 492	35.00 494	43.33 493	51.89 503	39.60 493	28.04 491

ACVNet_1	42.11 492	50.66 493	66.19 493	45.24 493	25.33 485	50.11 481	25.60 471	55.90 492	65.25 497	60.15 487	59.98 485	63.57 495	50.05 486	50.45 486	38.46 466	20.06 487	11.00 485	38.79 492	14.48 485	31.31 489	19.68 488

NVStereoNet_ROB	42.81 493	34.00 484	46.84 466	37.40 485	28.64 487	35.65 456	33.88 488	49.95 482	58.27 482	69.65 502	75.69 507	66.36 499	65.66 500	48.37 484	62.04 506	16.50 483	25.07 491	23.61 484	32.35 492	21.58 483	24.72 489
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 494	63.10 503	65.03 492	60.15 497	39.21 494	59.39 496	31.46 483	57.61 496	78.49 513	50.61 480	66.05 498	59.57 490	45.26 479	50.17 485	42.57 478	46.92 499	45.90 502	53.26 498	32.46 493	54.03 499	34.14 495

anonymity	52.60 495	58.73 497	63.81 487	41.37 489	59.41 505	53.52 484	41.39 493	56.50 494	40.60 421	55.03 485	49.64 464	49.57 476	56.22 493	59.42 496	50.07 495	55.57 502	50.19 508	51.15 496	51.23 501	51.90 495	56.75 504

MADNet+	53.97 496	69.36 504	98.79 528	67.30 501	38.52 492	79.97 518	81.50 520	61.38 498	62.53 491	52.01 483	55.50 480	61.22 493	59.61 498	70.25 505	77.26 520	25.21 490	25.07 491	17.40 479	12.69 483	34.21 491	29.70 494

JetBlue	54.72 497	46.20 492	75.05 503	51.44 494	47.85 496	76.48 513	62.38 506	64.44 500	62.86 492	63.67 497	65.49 496	78.96 507	68.77 501	68.63 503	75.95 519	37.07 493	25.78 493	29.10 488	29.19 491	29.75 488	35.27 496

SGM+DAISY	55.54 498	57.77 496	64.45 490	40.89 488	53.89 499	63.34 500	50.45 499	56.00 493	45.95 446	61.43 492	64.32 491	61.05 492	56.70 495	61.32 498	56.86 500	56.51 504	49.35 506	50.49 495	50.00 500	52.52 496	57.57 505

SPS-STEREO	56.02 499	59.82 500	64.35 489	45.23 492	53.96 500	61.34 498	44.05 496	60.08 497	50.73 459	62.61 495	61.78 487	59.73 491	57.62 497	60.63 497	59.08 501	58.29 505	48.28 503	51.30 497	49.29 499	55.67 500	56.59 503
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 500	62.74 502	73.58 502	66.59 500	38.77 493	63.23 499	49.56 498	72.12 511	82.24 517	79.37 515	88.96 523	76.25 504	73.29 506	55.14 495	48.05 491	38.17 494	24.21 490	54.92 499	37.94 495	48.23 494	29.29 493

IMH-64-1	59.89 501	58.89 498	69.08 497	66.46 498	50.96 497	57.48 489	51.18 500	69.03 504	67.25 500	67.90 500	80.31 512	70.42 500	74.30 507	72.66 511	50.07 495	42.88 496	43.00 499	65.88 500	47.48 496	53.41 497	39.15 497

IMH-64	59.89 501	58.89 498	69.08 497	66.46 498	50.96 497	57.48 489	51.18 500	69.03 504	67.25 500	67.90 500	80.31 512	70.42 500	74.30 507	72.66 511	50.07 495	42.88 496	43.00 499	65.88 500	47.48 496	53.41 497	39.15 497

IMH	63.51 503	61.05 501	69.15 499	69.90 502	54.09 502	65.82 503	55.66 502	72.12 511	72.52 506	72.73 505	81.82 514	73.16 503	79.86 512	77.03 516	52.57 498	44.46 498	50.01 507	68.11 502	51.57 502	56.59 501	41.88 500

TorneroNet-64	66.18 504	71.37 506	72.19 501	76.80 506	59.54 506	67.82 504	59.56 503	67.83 503	79.98 514	63.09 496	67.00 499	82.98 512	69.97 503	68.02 500	62.78 507	49.03 500	44.17 501	73.23 504	64.19 505	69.14 505	54.83 502

PWCK	66.53 505	88.82 522	80.30 509	80.69 514	30.85 488	65.18 502	41.64 494	72.55 513	71.28 505	78.68 514	69.18 501	78.14 506	62.17 499	82.93 520	63.46 508	80.46 516	40.52 498	82.05 514	47.71 498	74.54 515	39.47 499

WAO-6	71.06 506	73.42 508	67.24 494	79.78 513	61.93 509	69.67 505	60.23 504	75.12 516	87.02 520	74.87 508	79.60 511	79.28 508	84.75 518	68.25 502	61.91 505	67.67 508	48.98 505	81.65 512	73.43 510	66.76 503	59.64 506

TorneroNet	71.59 507	73.91 509	76.67 506	81.06 515	65.65 510	71.44 507	65.68 508	71.66 510	75.08 508	71.76 504	73.09 506	84.12 516	74.51 509	70.46 506	69.58 511	59.87 506	48.58 504	79.93 508	73.78 511	75.74 516	69.18 515

LVE	71.96 508	73.19 507	84.13 512	75.60 505	55.78 504	75.59 510	63.60 507	77.67 517	83.64 518	82.16 516	87.25 522	83.54 514	82.79 517	76.17 514	65.22 509	49.11 501	57.71 514	74.86 506	62.93 504	66.84 504	61.36 507

MFMNet_re	72.11 509	79.45 514	64.79 491	52.91 495	84.26 520	78.00 516	69.47 511	64.08 499	67.45 503	61.33 491	71.28 503	64.22 496	69.42 502	72.45 508	61.54 503	81.63 519	73.93 521	80.19 510	74.21 512	83.02 520	88.49 522

WAO-7	72.48 510	78.58 511	55.84 478	79.20 511	69.56 515	71.30 506	73.06 515	78.20 520	84.37 519	77.52 511	85.78 518	79.44 509	80.26 513	65.93 499	66.47 510	62.13 507	69.81 519	70.46 503	73.18 509	66.66 502	61.95 508

notaker	72.59 511	79.99 516	79.75 508	79.06 510	68.60 513	63.66 501	62.15 505	69.61 507	75.78 509	77.77 512	79.16 510	79.92 510	84.80 519	77.69 517	59.73 502	70.15 511	61.03 515	77.65 507	68.69 507	70.81 507	65.81 512

ktn	72.86 512	80.20 517	70.88 500	79.38 512	69.76 516	75.01 508	70.17 514	69.27 506	77.21 510	73.05 506	77.79 509	77.79 505	77.01 510	73.04 513	56.44 499	79.36 514	66.31 516	80.24 511	68.37 506	72.53 512	63.45 509

UNDER WATER-64	73.59 513	75.19 510	88.26 515	74.50 504	55.55 503	78.94 517	76.55 517	65.86 501	68.37 504	75.79 510	69.24 502	84.00 515	77.49 511	69.01 504	73.11 514	81.39 518	57.22 513	82.69 515	80.62 516	69.53 506	68.45 514

LRCNet_RVC	73.95 514	70.63 505	75.65 504	77.92 508	60.69 508	41.66 473	16.24 428	71.26 509	48.66 452	88.23 523	93.84 525	90.11 521	82.18 515	80.69 519	61.88 504	97.09 528	72.20 520	96.71 527	97.62 528	77.99 517	77.70 519

DPSimNet_ROB	74.86 515	83.75 520	61.14 486	77.51 507	65.78 511	76.04 512	75.86 516	74.62 515	77.61 511	82.20 517	75.97 508	80.50 511	72.45 504	68.06 501	84.65 522	81.90 520	52.11 509	79.97 509	76.71 515	70.85 508	79.47 520

UNDER WATER	76.36 516	79.65 515	88.23 514	84.62 516	67.01 512	77.90 515	78.03 518	67.43 502	72.64 507	75.52 509	71.49 505	85.52 517	82.57 516	70.68 507	75.48 518	79.61 515	54.01 510	86.59 520	84.76 520	72.44 511	72.94 517

TCMNet-wrong-test	76.88 517	91.55 523	89.69 516	97.65 526	97.33 526	94.96 523	92.79 523	70.14 508	66.18 498	63.79 498	71.43 504	65.35 497	51.30 488	85.36 522	74.52 517	56.30 503	20.24 489	82.94 519	82.30 517	95.20 528	88.51 523

WAO-8	77.20 518	78.94 512	67.39 495	86.73 518	72.82 517	79.98 519	69.63 512	77.88 518	88.66 522	83.17 519	86.77 519	85.56 518	85.20 520	72.63 509	69.82 512	75.00 512	55.65 511	87.92 523	83.63 518	71.60 509	64.97 510

Venus	77.20 518	78.94 512	67.39 495	86.73 518	72.82 517	79.98 519	69.63 512	77.88 518	88.66 522	83.17 519	86.77 519	85.56 518	85.20 520	72.63 509	69.82 512	75.00 512	55.65 511	87.92 523	83.63 518	71.61 510	64.97 510

HanzoNet	77.99 520	81.45 519	83.64 510	78.05 509	69.26 514	75.78 511	69.09 510	73.99 514	78.09 512	82.39 518	83.06 515	85.66 520	87.00 522	86.11 523	74.40 516	85.46 524	68.53 518	81.84 513	75.61 514	73.07 513	67.26 513

JetRed	79.80 521	80.33 518	91.79 518	71.25 503	75.71 519	91.85 522	80.84 519	79.41 521	80.84 515	84.48 521	84.47 517	83.34 513	72.72 505	79.51 518	85.74 523	69.66 510	81.68 522	73.70 505	72.68 508	82.42 519	73.53 518

Dean	80.94 522	86.19 521	83.94 511	85.03 517	60.07 507	75.42 509	67.27 509	81.85 522	88.36 521	92.35 524	87.09 521	92.14 523	93.19 524	83.37 521	74.06 515	68.69 509	66.48 517	94.89 526	84.90 521	83.86 521	69.69 516

KSHMR	88.63 523	93.05 524	84.15 513	95.59 524	91.74 524	82.94 521	83.28 521	84.59 523	81.87 516	87.85 522	83.96 516	91.71 522	81.49 514	76.73 515	82.12 521	96.47 527	96.06 527	96.71 527	97.16 527	92.74 526	92.47 527

tt	89.84 524	1.21 19	99.99 533	99.29 530	100.00 533	100.00 534	100.00 533	100.00 534	99.99 531	78.46 513	68.51 500	99.99 535	100.00 532	100.00 535	100.00 535	95.27 525	99.93 531	87.33 521	86.20 522	94.13 527	86.50 521

xxxxx1	91.89 525	95.36 526	98.42 525	87.40 520	89.37 521	98.54 526	98.20 528	92.95 524	93.30 525	93.53 525	95.30 526	97.01 525	96.36 525	94.68 524	94.93 524	83.39 521	84.31 523	82.86 516	88.15 523	84.30 522	89.46 524

tt_ll	91.89 525	95.36 526	98.42 525	87.40 520	89.37 521	98.54 526	98.20 528	92.95 524	93.30 525	93.53 525	95.30 526	97.01 525	96.36 525	94.68 524	94.93 524	83.39 521	84.31 523	82.86 516	88.15 523	84.30 522	89.46 524

ff	91.89 525	95.36 526	98.42 525	87.40 520	89.37 521	98.54 526	98.20 528	92.95 524	93.30 525	93.53 525	95.30 526	97.01 525	96.36 525	94.68 524	94.93 524	83.39 521	84.31 523	82.86 516	88.15 523	84.30 522	89.46 524

MADNet++	94.07 528	93.58 525	90.62 517	96.24 525	96.57 525	97.26 525	90.52 522	94.64 527	91.89 524	97.09 528	93.64 524	94.65 524	92.81 523	96.06 527	95.06 527	95.31 526	95.85 526	92.44 525	92.08 526	91.00 525	94.17 529

PML	99.07 529	100.00 535	98.17 524	99.22 529	99.21 529	99.98 533	99.74 531	98.27 529	98.10 528	100.00 535	99.37 529	98.77 529	99.85 530	100.00 535	98.07 529	100.00 532	99.54 528	100.00 532	99.51 530	99.87 531	93.65 528

MEDIAN_ROB	99.20 530	99.85 530	99.64 530	98.51 528	98.53 528	98.60 529	97.88 527	98.83 530	98.59 529	99.35 531	99.47 530	99.57 530	99.05 529	98.38 528	98.37 530	99.99 530	99.63 529	100.00 532	100.00 533	99.82 530	99.92 531

HaxPig	99.40 531	99.99 532	97.53 523	99.99 532	99.99 531	96.91 524	97.19 525	99.57 531	99.99 531	99.98 534	100.00 532	99.99 535	99.96 531	99.06 529	97.86 528	99.99 530	100.00 533	100.00 532	100.00 533	100.00 532	99.98 532

Anonymous_1	99.63 532	99.96 531	99.94 532	99.77 531	99.59 530	100.00 534	100.00 533	99.81 533	99.98 530	99.63 532	99.94 531	99.75 532	100.00 532	99.67 530	99.89 531	98.37 529	99.84 530	98.70 529	99.26 529	99.29 529	99.24 530

test_example2	99.67 533	99.99 532	99.99 533	100.00 533	99.99 531	99.87 532	99.99 532	98.01 528	100.00 533	100.00 535	100.00 532	98.18 528	98.43 528	99.98 532	99.98 532	100.00 532	99.99 532	99.40 530	99.52 531	100.00 532	100.00 533

AVERAGE_ROB	99.81 534	99.99 532	99.44 529	100.00 533	100.00 533	99.02 530	97.81 526	100.00 534	100.00 533	100.00 535	100.00 532	100.00 537	100.00 532	100.00 535	100.00 535	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

DPSMNet_ROB	99.95 535	100.00 535	100.00 535	100.00 533	100.00 533	100.00 534	100.00 533	100.00 534	100.00 533	99.16 529	100.00 532	99.95 533	100.00 532	99.98 532	99.99 533	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

DGTPSM_ROB	99.95 535	100.00 535	100.00 535	100.00 533	100.00 533	100.00 534	100.00 533	100.00 534	100.00 533	99.16 529	100.00 532	99.95 533	100.00 532	99.98 532	99.99 533	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

Selective-RAFT-Error	100.00 537	100.00 535	100.00 535	100.00 533	100.00 533	100.00 534	100.00 533	100.00 534	100.00 533	100.00 535	100.00 532	100.00 537	100.00 532	100.00 535	100.00 535	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

CasAABBNet	100.00 537	100.00 535	100.00 535	100.00 533	100.00 533	100.00 534	100.00 533	100.00 534	100.00 533	100.00 535	100.00 532	100.00 537	100.00 532	100.00 535	100.00 535	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

LSM0	100.00 537	100.00 535	100.00 535	100.00 533	100.00 533	100.00 534	100.00 533	100.00 534	100.00 533	100.00 535	100.00 532	100.00 537	100.00 532	100.00 535	100.00 535	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

DPSM_ROB	100.00 537	100.00 535	100.00 535	100.00 533	100.00 533	100.00 534	100.00 533	100.00 534	100.00 533	100.00 535	100.00 532	100.00 537	100.00 532	100.00 535	100.00 535	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

DPSM	100.00 537	100.00 535	100.00 535	100.00 533	100.00 533	100.00 534	100.00 533	100.00 534	100.00 533	100.00 535	100.00 532	100.00 537	100.00 532	100.00 535	100.00 535	100.00 532	100.00 533	100.00 532	100.00 533	100.00 532	100.00 533

ccccc		98.11 529		100.00 533	100.00 533	99.33 531		99.78 532		99.63 532		99.67 531		99.95 531		100.00 532	100.00 533	99.97 531	99.91 532	100.00 532

Low-res two-view benchmark