Low-res two-view results

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

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

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

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

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

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

S2M2	2.24 12	1.47 65	4.41 17	3.77 32	1.20 90	2.26 6	0.06 1	6.51 11	7.31 71	1.92 11	4.58 31	4.42 58	0.81 12	2.90 2	1.83 26	0.58 315	0.11 128	0.03 160	0.00 1	0.49 239	0.09 7

dual_stereo	2.05 10	0.76 1	3.43 1	2.96 10	1.50 130	2.64 10	0.08 2	5.59 6	2.63 13	1.35 5	0.77 9	2.38 27	0.61 7	10.75 122	1.98 30	0.02 15	1.41 417	0.00 1	0.23 273	0.01 1	1.86 290

XX-TBD	4.63 88	10.71 438	3.94 11	10.55 398	0.62 28	5.95 142	0.08 2	7.91 26	12.75 149	11.73 141	14.80 152	4.04 49	1.64 30	4.90 9	2.61 73	0.08 122	0.01 11	0.00 1	0.00 1	0.26 115	0.06 2

IGEV-Stereo++	2.55 17	0.93 14	4.65 23	4.40 74	3.52 265	3.33 22	0.10 4	8.77 37	4.60 24	2.63 28	4.41 26	2.00 23	4.67 121	3.47 5	0.98 4	0.02 15	0.78 299	0.09 229	0.00 1	0.06 19	1.65 264

LGtest1	1.67 2	0.87 11	4.47 18	2.67 3	0.82 48	3.00 17	0.11 5	6.42 9	1.80 2	1.94 14	1.62 14	0.65 6	0.92 15	5.90 18	1.02 9	0.04 43	0.55 251	0.00 1	0.00 1	0.10 38	0.46 85

CREStereo++_RVC	4.83 91	1.16 24	4.67 24	4.71 88	2.02 180	4.01 37	0.11 5	9.48 49	18.00 218	8.87 111	16.74 170	4.43 59	2.15 46	6.09 24	3.39 115	0.07 117	0.00 1	0.00 1	10.51 491	0.05 11	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
MonSter	2.06 11	0.90 12	4.81 26	2.70 4	1.72 154	6.01 143	0.13 7	6.67 14	3.15 16	1.51 7	2.25 16	0.33 2	0.36 2	7.02 33	1.29 17	0.01 3	0.98 335	0.00 1	0.38 348	0.02 2	1.01 178

RAStereo	2.53 16	1.48 67	7.27 102	4.18 57	1.48 122	1.78 4	0.13 7	8.50 32	8.15 96	2.40 22	4.11 25	3.37 37	0.81 12	3.73 7	2.75 82	0.05 67	0.00 1	0.00 1	0.00 1	0.35 158	0.14 15

MLG-Stereo_test1	1.73 3	0.79 3	3.82 8	2.83 8	2.75 225	2.77 12	0.15 9	6.43 10	2.10 8	1.21 1	0.16 2	1.52 16	0.52 3	7.62 45	0.90 2	0.03 32	0.74 288	0.00 1	0.03 127	0.03 5	0.24 27

TANstereo	4.87 92	1.49 71	5.02 34	4.02 42	0.51 22	14.25 296	0.15 9	9.17 47	12.84 151	12.80 159	18.36 188	5.14 73	4.43 104	6.01 21	2.30 44	0.09 131	0.12 135	0.00 1	0.01 87	0.02 2	0.68 124

MLG-Stereo_test2	1.82 7	0.81 6	3.61 5	3.13 15	2.26 195	2.82 14	0.16 11	5.42 5	2.37 10	2.20 18	0.17 3	3.22 36	0.17 1	7.52 42	0.91 3	0.37 264	0.71 284	0.00 1	0.00 1	0.05 11	0.51 96

MLG-Stereo	1.73 3	0.78 2	3.87 9	3.09 14	1.06 77	3.04 18	0.16 11	7.00 15	2.55 12	1.24 2	0.19 4	1.50 15	0.65 9	7.55 43	0.86 1	0.11 146	0.81 305	0.00 1	0.03 127	0.03 5	0.19 23

StereoAnything_RVC	2.80 21	12.35 456	6.48 75	2.89 9	1.06 77	1.47 3	0.17 13	5.24 4	2.04 6	1.29 3	0.35 6	0.29 1	3.53 75	8.37 61	1.01 7	0.05 67	0.88 320	0.00 1	0.00 1	6.93 452	1.66 265

GREAT-IGEV	2.67 18	1.48 67	5.32 42	3.65 27	1.73 155	2.92 16	0.20 14	6.37 8	6.52 60	1.34 4	5.23 47	1.09 11	1.45 25	10.01 105	1.57 21	0.11 146	1.50 429	0.00 1	0.24 279	0.19 80	2.48 375

U	3.84 57	0.81 6	6.63 82	4.40 74	11.89 466	11.98 260	0.20 14	8.42 30	5.78 39	1.97 15	2.73 18	0.77 8	1.59 27	2.60 1	0.98 4	0.04 43	0.04 57	10.46 483	5.41 472	0.05 11	0.14 15

111111	2.79 20	1.16 24	4.90 29	4.16 52	4.50 311	3.40 24	0.22 16	9.37 48	4.11 21	2.47 25	4.41 26	2.27 25	2.02 42	9.21 82	1.37 18	0.01 3	0.79 301	0.08 219	0.01 87	0.14 58	1.19 203

MLG-Stereo_test3	1.79 5	0.82 8	4.52 19	2.79 6	1.61 141	3.91 36	0.24 17	6.61 13	1.52 1	1.35 5	1.22 11	1.97 21	0.63 8	6.25 25	1.27 16	0.04 43	0.66 273	0.00 1	0.00 1	0.05 11	0.29 34

MaDis-Stereo	2.96 23	2.05 179	7.26 101	3.35 20	2.54 213	1.78 4	0.28 18	8.41 29	5.58 37	2.77 31	3.62 21	7.05 108	4.60 109	5.95 19	3.33 111	0.01 3	0.05 67	0.00 1	0.00 1	0.19 80	0.39 64

Pointernet	3.56 45	0.99 16	6.55 78	3.79 33	0.85 52	5.19 102	0.36 19	17.55 190	7.32 72	4.50 60	6.92 66	4.82 69	2.69 57	5.26 12	2.99 97	0.04 43	0.53 245	0.00 1	0.35 327	0.05 11	0.42 73

CREStereo	3.75 52	1.21 28	3.79 7	2.66 2	0.66 32	5.52 115	0.39 20	10.77 71	14.18 173	7.14 93	10.54 109	5.25 77	3.54 76	6.27 27	2.88 95	0.04 43	0.01 11	0.03 160	0.01 87	0.05 11	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
trnet	3.79 54	1.10 19	3.76 6	2.70 4	0.63 29	5.60 126	0.41 21	10.89 72	14.11 172	7.11 92	10.55 111	5.73 87	3.75 80	6.25 25	2.89 96	0.04 43	0.02 33	0.03 160	0.01 87	0.06 19	0.07 3

UniTT-Stereo	3.10 29	1.22 32	7.79 124	4.50 79	2.51 210	2.59 9	0.42 22	5.88 7	5.74 38	5.46 81	7.76 75	1.12 12	1.46 26	9.06 75	5.42 196	0.06 99	0.07 104	0.00 1	0.01 87	0.60 276	0.26 30

LG-Stereo_L2	1.81 6	1.11 21	5.06 35	3.06 13	0.92 60	2.71 11	0.43 23	7.45 22	1.91 5	1.93 12	0.44 7	0.41 3	0.52 3	8.16 54	1.05 12	0.05 67	0.73 286	0.00 1	0.00 1	0.04 9	0.32 40

iRaftStereo_RVC	5.06 97	2.15 209	7.88 129	5.54 143	0.78 44	5.22 103	0.45 24	18.47 204	11.75 143	9.72 122	15.05 154	5.74 88	3.18 67	9.29 85	2.52 65	0.02 15	1.24 390	0.00 1	0.01 87	0.58 264	1.62 261

DEFOM-Stereo_RVC	3.40 38	7.12 412	4.30 15	11.17 412	1.69 151	4.59 55	0.46 25	9.11 44	3.63 17	2.69 30	3.29 19	0.75 7	7.02 185	9.35 86	2.00 31	0.01 3	0.15 145	0.00 1	0.19 258	0.06 19	0.39 64

LG-Stereo_L1	1.82 7	1.13 23	4.80 25	3.05 12	1.18 88	2.86 15	0.49 26	7.33 21	2.07 7	1.66 8	0.31 5	0.52 4	0.58 6	8.22 57	1.09 13	0.05 67	0.74 288	0.01 120	0.00 1	0.03 5	0.29 34

HI	8.56 243	2.44 264	7.70 118	5.09 113	5.21 340	4.06 38	0.49 26	19.26 216	9.96 127	25.77 395	27.88 300	20.72 316	12.22 283	18.06 352	11.58 319	0.05 67	0.11 128	0.00 1	0.10 197	0.16 66	0.31 38

CoSv	8.56 243	2.44 264	7.70 118	5.09 113	5.21 340	4.06 38	0.49 26	19.26 216	9.96 127	25.77 395	27.88 300	20.72 316	12.22 283	18.06 352	11.58 319	0.05 67	0.11 128	0.00 1	0.10 197	0.16 66	0.31 38

tg	5.41 101	2.04 173	7.70 118	5.40 134	1.27 102	7.45 197	0.49 26	18.97 208	13.10 154	9.51 119	14.60 149	7.15 110	4.05 90	10.89 125	2.99 97	0.02 15	0.70 281	0.00 1	0.00 1	0.55 255	1.42 236

DLNR_Zeroshot_test	27.91 482	51.88 506	91.97 532	98.26 540	97.92 540	3.07 19	0.49 26	31.27 372	8.33 98	8.40 104	15.66 157	7.22 111	1.66 32	12.16 187	4.82 178	40.46 507	1.87 442	0.06 193	0.33 318	80.45 530	1.99 321

LG-G_1	2.39 13	0.79 3	4.63 21	3.83 36	0.64 30	10.74 242	0.58 31	7.00 15	1.89 3	1.72 9	1.33 12	1.33 13	2.10 44	8.16 54	1.40 19	0.05 67	0.66 273	0.00 1	0.00 1	0.06 19	0.94 169

LG-G	2.39 13	0.79 3	4.63 21	3.83 36	0.64 30	10.74 242	0.58 31	7.00 15	1.89 3	1.72 9	1.33 12	1.33 13	2.10 44	8.16 54	1.40 19	0.05 67	0.66 273	0.00 1	0.00 1	0.06 19	0.94 169

FoundationStereo	1.56 1	0.84 10	3.56 4	3.37 21	1.49 128	2.27 7	0.59 33	3.96 1	2.27 9	2.10 16	0.11 1	2.58 29	2.83 61	2.97 3	1.00 6	0.04 43	0.88 320	0.00 1	0.00 1	0.02 2	0.34 46

RAFT-Stereo + iAFF	5.94 133	2.35 252	8.80 159	4.07 47	1.36 106	2.78 13	0.66 34	17.05 178	15.89 191	12.65 149	18.49 190	11.81 179	7.89 198	8.48 62	3.80 132	0.02 15	0.75 293	0.00 1	0.00 1	0.43 210	1.49 248

PMTNet	5.52 106	1.11 21	4.24 13	2.49 1	1.38 108	8.75 213	0.67 35	12.64 96	12.84 151	8.66 106	11.27 120	6.00 91	4.70 123	9.91 103	3.02 99	22.39 500	0.01 11	0.04 176	0.02 114	0.06 19	0.23 25

IGEV-Stereo+	3.03 24	1.10 19	5.14 39	3.52 24	4.87 323	2.53 8	0.68 36	4.40 2	3.11 15	2.20 18	0.71 8	0.79 9	3.45 70	8.89 70	1.25 15	0.08 122	0.70 281	0.00 1	0.40 355	5.72 448	11.13 486

H2IRNET	6.11 145	1.63 87	7.52 114	4.69 86	2.30 198	4.07 42	0.71 37	12.58 95	13.88 167	7.18 95	20.80 224	15.50 245	10.48 244	10.72 120	8.26 259	0.19 204	0.00 1	0.07 211	0.52 377	0.52 245	0.55 102

HART	4.24 78	2.13 205	6.15 56	5.53 140	1.40 110	4.32 48	0.74 38	13.35 110	5.92 51	6.13 85	12.75 135	6.81 105	1.70 34	11.14 138	2.42 58	0.03 32	1.48 428	0.10 240	0.00 1	0.55 255	2.26 357

GIP-stereo	3.09 27	1.42 58	4.82 28	5.64 152	4.11 290	3.31 21	0.74 38	9.86 53	6.75 63	2.44 23	5.48 50	4.08 50	3.14 65	5.77 16	1.68 23	0.14 168	0.63 269	0.00 1	0.00 1	0.09 37	1.66 265

AFF-stereo	6.50 161	2.29 237	8.09 136	4.63 85	0.87 55	3.48 28	0.75 40	16.92 177	13.98 169	13.26 170	25.21 274	15.46 244	7.68 195	11.50 157	3.71 129	0.04 43	0.70 281	0.00 1	0.00 1	0.48 230	1.02 181

CroCo-Stereo Lap2	4.21 77	2.60 282	9.11 172	10.21 384	6.06 380	1.11 2	0.78 41	10.63 65	8.34 99	3.46 44	5.18 46	8.92 140	5.66 147	6.42 29	4.53 169	0.03 32	0.05 67	0.00 1	0.00 1	0.81 326	0.39 64

DEFOM-Stereo	2.43 15	1.22 32	4.56 20	3.89 38	1.05 74	12.70 270	0.80 42	5.07 3	2.70 14	3.02 35	1.81 15	0.61 5	0.54 5	8.77 67	1.01 7	0.02 15	0.01 11	0.00 1	0.00 1	0.03 5	0.69 126

LG-Stereo_Zeroshot	3.06 25	1.06 18	6.40 68	5.55 144	1.90 170	3.79 33	0.82 43	7.92 27	3.70 18	4.01 52	10.87 117	2.27 25	5.15 131	3.49 6	2.09 38	0.19 204	0.64 271	0.00 1	0.35 327	0.42 206	0.58 112

raft_robust	8.39 236	2.81 294	7.62 116	6.32 213	1.17 87	5.47 112	0.82 43	34.37 411	35.49 404	18.40 287	20.25 212	7.24 113	5.51 139	15.77 304	3.40 117	0.11 146	1.10 360	0.00 1	0.50 373	0.33 146	1.19 203

SGD-Stereo	2.03 9	0.90 12	4.25 14	2.80 7	0.38 7	3.39 23	0.90 45	7.22 20	2.50 11	4.05 53	1.12 10	1.77 18	1.31 19	8.51 63	1.04 10	0.24 221	0.01 11	0.00 1	0.00 1	0.06 19	0.12 13

XX-Stereo	6.50 161	1.81 120	10.42 238	12.71 435	7.14 409	3.46 27	0.90 45	16.31 159	6.13 53	9.03 116	28.11 305	13.48 217	2.22 49	11.87 173	2.61 73	0.45 289	0.78 299	0.08 219	0.42 358	1.09 350	0.88 153

MIF-Stereo (partial)	4.55 87	1.63 87	8.37 147	5.46 137	5.35 346	3.48 28	0.94 47	9.80 51	8.03 93	4.45 59	15.68 158	5.33 81	5.11 128	11.92 176	4.57 170	0.06 99	0.02 33	0.06 193	0.03 127	0.45 219	0.30 37

s12784h	6.22 149	1.01 17	4.95 32	3.57 25	0.54 25	19.55 380	0.95 48	19.51 222	18.39 222	12.98 164	12.58 134	7.78 123	5.56 144	11.34 146	4.36 162	0.89 363	0.01 11	0.05 184	0.00 1	0.07 28	0.20 24

AIO-Stereo-zeroshot	7.75 219	3.47 337	14.99 351	5.34 128	7.99 428	7.13 187	0.96 49	23.20 273	10.00 129	11.29 136	17.31 172	18.44 296	9.03 224	13.19 241	5.77 208	0.06 99	1.01 346	0.12 266	1.51 434	1.49 370	2.74 387

CroCo-Stereo	3.51 44	2.49 271	8.03 134	9.10 355	1.26 101	0.97 1	0.96 49	11.24 84	8.52 104	3.79 49	4.87 38	7.93 127	4.44 107	3.26 4	2.76 84	0.03 32	0.00 1	0.00 1	0.00 1	0.34 152	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
GCST	37.71 501	41.51 503	27.28 436	92.08 536	36.49 503	24.16 411	0.99 51	26.00 299	20.14 245	26.34 404	15.80 160	19.97 313	4.67 121	17.54 342	5.83 213	80.93 529	35.32 507	87.67 535	74.76 525	73.87 526	42.93 513

CES	4.08 67	1.34 48	3.46 2	3.65 27	11.49 463	5.24 104	0.99 51	10.15 57	9.15 116	3.80 50	9.29 90	1.76 17	0.91 14	6.94 32	2.64 77	0.07 117	0.05 67	0.01 120	0.00 1	1.63 375	9.03 471

UGAM-zero	7.48 203	1.91 145	14.55 341	4.78 90	2.00 179	6.34 163	1.02 53	18.99 209	8.70 108	14.93 199	15.74 159	24.94 362	13.86 318	13.13 239	5.05 182	0.04 43	0.96 331	0.02 141	1.08 421	0.18 76	1.46 240

GCAP-Stereo	4.26 80	2.26 234	8.78 158	5.09 113	1.45 113	5.66 128	1.08 54	13.30 109	8.20 97	8.93 114	10.09 101	6.61 101	3.52 73	5.14 10	3.20 107	0.02 15	1.13 365	0.06 193	0.00 1	0.32 142	0.39 64

Selective-RAFT	6.10 144	1.16 24	10.90 262	7.41 291	0.91 59	15.22 312	1.11 55	14.84 138	16.23 197	7.19 96	7.06 69	11.49 171	8.10 203	12.83 222	5.19 189	0.26 232	0.97 333	0.00 1	0.46 361	0.10 38	0.65 118

LoS	3.83 56	1.25 36	4.39 16	3.29 19	0.58 26	4.87 77	1.15 56	11.00 74	13.34 161	5.02 70	10.69 112	4.14 51	3.78 82	9.15 81	3.20 107	0.08 122	0.03 48	0.09 229	0.00 1	0.13 56	0.35 48
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test-1	6.03 142	1.76 108	15.61 361	8.01 325	1.98 177	7.82 204	1.16 57	13.64 115	13.60 165	9.69 121	15.16 156	11.55 173	5.45 137	7.78 47	4.35 161	0.16 182	1.18 373	0.00 1	0.13 209	0.16 66	1.39 228

Reg-Stereo(zero)	4.96 95	0.83 9	5.01 33	3.71 29	2.33 199	3.81 35	1.18 58	17.25 183	13.30 160	10.52 127	10.73 114	10.47 160	4.43 104	9.47 92	4.17 149	0.06 99	0.74 288	0.00 1	0.27 296	0.04 9	0.88 153

LG-Stereo	2.75 19	1.78 112	8.47 149	4.32 73	1.04 73	3.56 30	1.20 59	7.18 19	6.19 54	2.53 26	7.57 73	1.07 10	0.75 10	5.24 11	2.51 63	0.49 296	0.27 179	0.01 120	0.03 127	0.34 152	0.44 79

IPLGR	7.48 203	1.61 83	14.03 333	4.92 104	1.30 104	10.30 231	1.20 59	24.52 289	22.59 274	16.71 246	18.84 193	8.44 133	7.49 191	9.62 96	6.34 231	0.26 232	0.05 67	0.05 184	0.06 167	0.37 175	0.93 165

CFNet-RSSM	5.78 116	1.24 35	9.20 184	4.82 93	1.23 95	6.33 161	1.21 61	17.35 185	18.14 220	13.35 173	11.17 119	11.69 175	5.43 135	9.71 99	3.34 112	0.03 32	0.20 156	0.00 1	0.36 333	0.37 175	0.42 73

EGLCR-Stereo	3.41 39	1.28 41	6.47 71	4.22 61	1.36 106	5.18 100	1.24 62	11.58 88	5.47 35	3.80 50	3.40 20	8.10 129	1.69 33	9.53 94	2.23 42	0.09 131	0.89 324	0.01 120	0.00 1	0.24 101	1.42 236

Gwc-CoAtRS	5.80 118	1.37 51	9.07 169	4.80 92	1.39 109	6.90 182	1.27 63	16.50 166	15.48 185	13.07 166	13.35 142	12.64 192	5.61 145	9.14 80	4.20 150	0.04 43	0.32 192	0.00 1	0.29 302	0.30 137	0.33 43

MIM_Stereo	7.37 202	2.06 183	12.02 300	4.71 88	1.69 151	5.17 99	1.28 64	19.54 223	13.09 153	16.93 249	28.48 310	13.05 209	5.43 135	13.25 245	7.41 245	0.02 15	0.62 267	0.00 1	0.01 87	0.45 219	2.09 343

MLCV	9.96 284	3.33 329	14.77 342	5.75 174	1.62 144	14.91 302	1.31 65	22.06 256	24.83 300	22.51 361	31.57 355	17.20 270	8.07 202	17.07 335	12.11 324	0.48 293	0.01 11	0.05 184	0.05 157	0.48 230	1.10 193

MoCha-V2	3.68 47	1.42 58	5.50 44	6.03 190	1.50 130	4.53 54	1.32 66	11.05 77	6.30 56	5.86 84	5.39 49	2.66 30	6.33 162	10.36 112	1.58 22	0.19 204	1.57 435	0.00 1	0.24 279	0.07 28	1.77 277

PAM_32	7.56 206	1.96 151	15.04 352	6.11 194	2.08 182	16.93 350	1.38 67	16.49 165	7.93 90	15.16 202	9.17 86	25.77 368	11.69 269	12.95 227	4.03 142	0.14 168	0.77 298	0.09 229	0.83 401	0.61 278	2.00 323

plain	4.41 85	2.18 218	11.50 280	5.46 137	2.97 242	3.20 20	1.38 67	9.01 43	5.96 52	3.56 45	16.63 168	3.01 32	2.76 59	14.80 291	4.25 156	0.32 250	0.00 1	0.04 176	0.01 87	0.79 321	0.43 76

MyStereo8	7.68 213	3.00 309	12.46 308	7.70 310	5.11 337	11.40 251	1.39 69	15.98 153	10.05 130	16.45 234	24.04 264	12.01 185	7.91 199	10.68 118	10.57 303	0.14 168	1.52 432	0.08 219	0.48 368	0.60 276	1.98 311

GMStereo_Zeroshot	11.32 328	8.59 432	21.66 419	10.06 378	2.53 212	12.38 263	1.43 70	21.36 252	21.50 258	23.48 371	35.74 406	24.85 357	6.12 159	20.48 381	8.28 260	0.83 354	0.02 33	0.25 327	0.01 87	6.33 451	0.53 98

IPLG	7.65 212	2.00 164	13.81 329	5.86 185	4.35 303	10.97 244	1.43 70	22.52 261	16.50 205	19.78 314	20.62 220	5.28 79	5.49 138	12.58 213	9.70 290	0.13 165	0.06 92	0.03 160	0.07 175	0.41 199	1.38 226

cross-raft	5.70 112	1.44 63	7.08 94	6.69 244	2.11 185	5.89 139	1.44 72	16.44 163	8.38 100	13.42 177	20.70 221	12.20 188	4.38 103	9.06 75	3.11 103	0.03 32	0.38 206	0.00 1	0.22 265	0.24 101	0.84 146

IGEV-BASED-STEREO-	7.80 221	28.14 491	42.31 470	3.20 18	0.50 21	4.12 44	1.45 73	7.06 18	4.60 24	4.66 62	3.90 24	2.47 28	1.37 22	6.02 22	1.94 28	24.62 501	0.43 225	0.01 120	0.08 181	4.61 438	14.42 491

Former-RAFT_DAM_RVC	4.91 94	3.05 316	9.51 196	4.55 80	3.59 266	9.01 218	1.46 74	14.59 136	19.31 239	7.65 103	7.22 70	2.04 24	2.21 47	10.13 108	2.51 63	0.12 158	0.03 48	0.08 219	0.00 1	0.62 280	0.50 94

IIG-Stereo	7.59 208	2.47 266	9.40 192	10.39 392	1.78 162	6.67 177	1.47 75	17.83 193	16.51 206	18.91 300	20.12 211	17.76 284	8.74 218	13.21 244	5.43 197	0.44 285	0.05 67	0.03 160	0.00 1	0.17 72	0.45 82

DIP-Stereo	6.99 188	2.37 254	11.45 277	4.78 90	1.70 153	13.13 276	1.47 75	15.76 150	7.43 74	14.57 194	26.61 291	10.76 164	5.10 127	14.97 294	8.10 256	0.06 99	0.06 92	0.06 193	0.00 1	0.17 72	1.22 207
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT-RH_RVC	7.88 224	1.51 74	7.72 121	5.41 135	0.96 69	11.41 252	1.48 77	13.43 112	15.04 179	17.54 265	45.66 464	10.86 165	6.42 166	13.48 250	5.26 192	0.81 351	0.04 57	0.12 266	0.13 209	0.12 49	0.17 21

MSKI-zero shot	5.11 98	1.81 120	6.47 71	6.17 198	1.78 162	6.42 168	1.50 78	13.59 114	8.66 106	10.63 130	11.58 123	13.29 214	2.35 51	12.34 199	3.09 102	0.05 67	1.21 385	0.02 141	0.29 302	0.15 62	0.85 147

MGS-Stereo	3.47 41	1.54 75	7.34 109	3.79 33	0.51 22	4.78 73	1.51 79	6.53 12	9.92 126	4.54 61	10.22 103	5.44 82	1.26 18	8.51 63	2.53 67	0.21 211	0.01 11	0.02 141	0.00 1	0.59 270	0.23 25

IGEV_Zeroshot_test	5.90 132	2.30 239	15.24 355	6.90 261	2.11 185	4.35 50	1.51 79	15.68 149	8.52 104	13.73 184	11.89 127	11.49 171	3.82 84	11.41 148	4.76 177	0.11 146	0.84 311	0.15 284	0.25 289	0.87 336	1.98 311

RAFT-Test	6.19 148	1.47 65	7.90 130	4.91 103	2.70 222	9.97 222	1.52 81	17.08 179	9.06 115	13.21 169	23.67 261	12.89 204	4.63 117	9.47 92	3.57 123	0.02 15	0.81 305	0.00 1	0.38 348	0.21 89	0.39 64

rrr	3.99 65	2.95 305	11.04 267	4.05 44	0.92 60	4.94 90	1.53 82	11.97 91	6.50 59	4.17 55	4.67 33	4.50 63	3.95 86	11.24 141	4.28 157	0.18 194	0.56 254	0.00 1	0.22 265	0.25 105	1.88 292

AEACV	3.74 50	1.42 58	6.45 69	5.61 148	6.24 386	4.69 63	1.54 83	7.61 24	7.19 68	3.59 46	7.87 76	4.20 53	6.43 167	6.07 23	1.96 29	0.03 32	1.03 351	0.04 176	0.54 380	0.23 97	2.12 346

SCV_C0	3.81 55	1.92 148	7.94 131	4.22 61	1.75 158	4.82 76	1.56 84	11.79 89	8.00 91	3.23 40	5.14 45	6.19 94	1.81 37	11.49 155	2.42 58	0.17 188	1.09 356	0.00 1	0.23 273	0.38 187	2.04 331

RAFT-Stereo-weight	5.42 103	1.21 28	6.22 60	4.69 86	1.28 103	6.18 155	1.58 85	18.42 203	18.47 227	11.35 138	10.27 104	11.93 184	1.65 31	9.59 95	3.83 133	0.10 141	0.60 265	0.00 1	0.00 1	0.16 66	0.89 156

test_xeample3	4.08 67	2.95 305	11.20 271	4.05 44	1.05 74	5.62 127	1.58 85	13.23 101	4.76 26	7.10 91	3.83 22	3.18 35	3.30 69	11.75 166	4.42 164	0.08 122	0.74 288	0.00 1	0.38 348	0.26 115	2.04 331

GLC_STEREO	3.61 46	1.35 49	3.91 10	6.86 258	0.23 1	4.69 63	1.61 87	9.80 51	7.20 69	5.64 82	9.11 85	5.19 74	2.02 42	10.25 110	3.70 127	0.07 117	0.04 57	0.22 320	0.00 1	0.24 101	0.17 21

CAS++	4.25 79	2.16 213	6.64 83	4.57 83	1.14 85	4.22 46	1.62 88	19.22 215	10.81 133	9.35 118	9.25 89	1.97 21	1.40 23	9.87 102	2.00 31	0.15 179	0.05 67	0.00 1	0.00 1	0.33 146	0.28 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ROB_FTStereo	5.82 120	1.97 152	10.37 234	5.67 164	0.46 14	5.52 115	1.63 89	13.27 106	7.79 81	12.69 151	18.06 179	12.86 200	6.63 174	12.28 195	5.43 197	0.87 362	0.09 112	0.10 240	0.00 1	0.26 115	0.36 54

RALAANet	6.86 175	3.28 327	11.09 268	7.63 303	4.95 328	6.16 154	1.63 89	20.54 234	15.45 183	15.30 207	14.52 148	12.98 206	4.35 97	13.53 252	3.98 139	0.11 146	0.35 201	0.00 1	0.29 302	0.58 264	0.48 90

SCV	3.72 49	1.81 120	7.24 100	5.65 154	1.66 148	4.31 47	1.64 91	12.11 92	6.98 65	2.28 20	4.94 42	6.07 92	2.70 58	10.28 111	2.30 44	0.09 131	0.98 335	0.00 1	0.53 378	0.55 255	2.27 358

gcap-zeroshot	5.83 122	1.82 128	11.95 298	5.34 128	1.98 177	11.06 246	1.64 91	11.01 75	7.05 66	15.27 205	9.84 94	18.92 303	5.12 130	9.85 101	2.50 62	0.27 236	0.90 325	0.07 211	0.33 318	0.05 11	1.61 259

CRE-IMP	5.83 122	1.86 134	11.10 269	6.20 201	0.51 22	6.86 181	1.64 91	12.56 94	9.01 112	13.16 167	16.11 165	10.94 166	6.14 160	12.81 220	6.46 235	0.50 299	0.07 104	0.10 240	0.00 1	0.27 124	0.27 31

ff7	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

IGEVStereo-DCA	3.90 58	2.95 305	7.30 103	4.05 44	0.92 60	4.94 90	1.65 94	14.40 126	5.82 41	4.17 55	4.67 33	4.50 63	3.95 86	11.24 141	4.28 157	0.18 194	0.56 254	0.00 1	0.17 242	0.25 105	1.98 311

ffff	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

11t	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

ccc-4	3.92 59	2.12 199	7.30 103	4.22 61	1.47 117	4.90 81	1.65 94	14.40 126	5.82 41	5.08 73	5.59 55	3.45 38	4.61 112	11.48 151	2.76 84	0.04 43	0.98 335	0.00 1	0.17 242	0.35 158	1.98 311

IGEV++	3.49 43	1.67 95	6.59 80	6.41 218	1.44 112	4.50 53	1.66 99	11.20 79	5.34 34	3.01 34	6.40 65	4.30 57	4.36 98	5.66 15	3.53 121	0.05 67	1.20 379	0.00 1	0.15 227	0.32 142	2.10 344

anonymousdsp	3.97 63	2.10 192	6.76 87	4.43 76	1.82 166	4.92 86	1.68 100	14.84 138	5.82 41	5.26 78	5.54 53	4.20 53	4.37 102	11.54 161	2.68 78	0.04 43	0.87 318	0.00 1	0.18 254	0.36 169	1.98 311

DCANet-4	6.78 172	1.21 28	11.48 278	3.95 39	0.76 38	4.73 66	1.68 100	18.40 202	25.78 315	15.44 210	20.36 214	6.42 100	8.48 212	8.87 69	6.24 224	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

fff	7.26 194	1.99 160	9.12 174	4.17 53	0.47 17	4.73 66	1.68 100	16.56 168	33.55 382	15.45 211	20.36 214	7.49 116	12.54 287	9.03 72	6.26 225	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

IGEV-Stereo	3.97 63	2.10 192	6.78 89	4.43 76	1.81 164	4.92 86	1.68 100	14.84 138	5.82 41	5.25 77	5.54 53	4.22 55	4.36 98	11.55 162	2.68 78	0.04 43	0.88 320	0.00 1	0.18 254	0.36 169	1.98 311
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PFNet+	6.92 179	1.64 90	10.96 263	6.27 206	0.90 58	5.66 128	1.68 100	14.43 132	16.02 194	18.13 282	21.24 226	14.33 225	5.97 153	13.13 239	5.51 201	0.90 365	0.20 156	0.11 261	0.30 309	0.08 32	0.94 169

TRStereo	6.64 166	6.95 411	12.06 301	9.69 370	7.59 417	5.12 97	1.68 100	20.72 235	12.34 145	10.93 134	9.07 83	10.57 162	3.16 66	14.33 270	4.23 154	0.60 323	0.80 304	0.14 279	0.37 338	0.56 259	1.86 290

csc	7.26 194	1.99 160	9.12 174	4.17 53	0.47 17	4.73 66	1.68 100	16.56 168	33.55 382	15.45 211	20.36 214	7.49 116	12.54 287	9.03 72	6.26 225	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

cscssc	7.26 194	1.99 160	9.12 174	4.17 53	0.47 17	4.73 66	1.68 100	16.56 168	33.55 382	15.45 211	20.36 214	7.49 116	12.54 287	9.03 72	6.26 225	0.18 194	0.05 67	0.01 120	0.00 1	0.10 38	1.37 222

fffy	3.69 48	1.76 108	7.01 92	4.25 70	1.49 128	4.74 70	1.69 108	10.96 73	7.10 67	2.90 33	6.29 63	6.27 97	3.10 64	10.41 113	2.09 38	0.01 3	1.02 349	0.00 1	0.00 1	0.37 175	2.28 360

testlalala	4.28 83	1.72 102	8.36 146	4.01 40	3.59 266	7.88 206	1.70 109	9.98 55	5.56 36	13.20 168	10.02 95	7.06 109	1.91 40	5.98 20	2.36 52	0.03 32	1.26 393	0.00 1	0.41 357	0.06 19	0.52 97

AIO-Stereo	3.32 33	1.49 71	5.67 45	5.06 109	1.51 132	4.67 62	1.71 110	10.31 58	5.90 50	3.02 35	4.90 40	5.32 80	0.80 11	10.66 116	1.88 27	0.06 99	0.85 316	0.00 1	0.70 396	0.14 58	1.78 278

AIO-test1	6.69 168	2.11 196	7.06 93	10.57 399	6.38 394	8.85 215	1.73 111	22.56 263	20.92 252	7.01 89	17.67 176	8.06 128	4.87 125	10.79 123	3.39 115	0.17 188	0.09 112	0.00 1	0.34 323	0.35 158	0.86 149

test_for_model	10.44 303	31.57 494	7.69 117	28.25 490	19.35 489	5.66 128	1.73 111	9.50 50	9.59 121	13.59 182	6.15 62	5.25 77	2.58 55	5.60 13	1.81 25	10.21 481	3.48 475	0.00 1	0.16 236	35.71 504	10.93 483

MC-Stereo	4.47 86	1.16 24	5.85 49	6.14 195	1.43 111	3.70 31	1.73 111	10.62 64	7.83 88	6.85 87	13.33 141	6.77 104	6.21 161	11.23 140	2.52 65	0.04 43	1.30 395	0.06 193	0.24 279	0.17 72	2.14 349

ADStereo(finetuned)	7.09 189	2.04 173	11.52 281	4.01 40	0.77 41	4.78 73	1.73 111	16.15 156	25.08 302	15.89 226	20.74 222	7.88 124	13.56 308	9.11 78	6.07 215	0.18 194	0.05 67	0.00 1	0.00 1	0.28 128	1.93 299

WCG-NET	4.15 73	1.44 63	6.47 71	3.48 22	0.31 2	4.36 51	1.74 115	8.24 28	15.53 187	8.94 115	9.64 93	6.87 106	4.12 93	7.42 40	2.86 94	0.02 15	1.09 356	0.00 1	0.00 1	0.21 89	0.28 32

DCANet	6.87 176	2.02 169	9.12 174	4.03 43	0.76 38	4.77 72	1.74 115	16.15 156	25.07 301	15.88 225	20.79 223	7.89 125	11.31 260	9.23 83	6.15 218	0.18 194	0.05 67	0.00 1	0.00 1	0.28 128	2.01 324

IGEV-RUCA	3.15 30	1.28 41	5.12 37	5.23 122	2.34 202	6.02 144	1.75 117	7.71 25	5.31 33	2.77 31	4.98 43	4.01 48	2.39 53	10.02 106	1.73 24	0.17 188	0.26 178	0.21 312	0.29 302	0.74 312	0.58 112

iGMRVC	5.86 128	1.97 152	10.41 237	5.66 157	0.45 8	5.53 119	1.75 117	13.35 110	7.81 86	12.69 151	18.17 184	12.86 200	6.53 168	12.34 199	5.77 208	1.13 393	0.09 112	0.10 240	0.00 1	0.26 115	0.34 46

RSM	3.39 37	1.22 32	5.46 43	5.06 109	1.60 140	4.70 65	1.76 119	10.72 68	4.92 27	3.67 47	4.52 28	7.70 121	1.74 35	11.04 128	2.06 36	0.05 67	0.18 152	0.00 1	0.35 327	0.19 80	0.92 160

testlalala_base	7.81 222	3.52 339	8.75 157	8.73 348	5.44 354	12.21 262	1.77 120	12.73 97	6.24 55	10.56 128	13.62 144	8.76 138	5.61 145	8.69 65	4.24 155	16.24 494	3.38 472	0.00 1	0.46 361	22.32 496	3.02 399

DeepStereo_RVC	5.95 135	1.88 139	10.44 242	5.76 175	0.60 27	5.45 111	1.78 121	12.93 98	8.02 92	14.07 188	14.98 153	12.40 189	10.05 239	12.02 179	7.35 244	0.61 325	0.10 124	0.12 266	0.00 1	0.21 89	0.29 34

AIO_rvc	3.33 34	1.66 94	6.67 84	4.55 80	3.62 268	5.18 100	1.79 122	8.85 40	5.06 30	2.17 17	4.89 39	4.69 66	1.16 16	10.57 114	2.01 33	0.59 320	1.10 360	0.00 1	0.04 142	0.16 66	1.84 287

4D-IteraStereo	5.47 105	2.05 179	8.66 151	5.34 128	4.93 326	6.11 145	1.79 122	13.74 120	16.35 203	14.53 193	11.10 118	8.22 130	1.59 27	8.73 66	3.37 113	0.00 1	0.49 236	0.09 229	0.02 114	0.25 105	1.98 311

GCAP-BAT	5.15 99	2.42 260	8.74 156	4.07 47	5.04 333	6.61 176	1.82 124	10.43 61	6.66 62	13.47 179	12.76 136	9.14 144	2.87 62	11.51 159	3.58 125	0.03 32	1.24 390	0.01 120	0.60 388	0.13 56	1.81 280

test_4	5.75 114	1.40 55	6.47 71	7.20 284	0.89 57	5.81 138	1.82 124	12.26 93	6.62 61	12.85 160	30.51 336	7.61 119	3.81 83	12.70 217	3.47 118	0.02 15	0.27 179	0.03 160	0.17 242	0.39 191	0.67 122

raftrobust	5.94 133	2.07 187	6.94 91	7.67 306	6.24 386	4.96 92	1.82 124	17.76 192	14.36 174	12.03 142	11.62 124	7.74 122	9.01 223	11.29 144	3.71 129	0.05 67	0.79 301	0.00 1	0.04 142	0.25 105	0.38 62

xyz-stereo-finetune2	5.88 129	2.14 208	6.76 87	2.96 10	0.36 6	14.90 301	1.85 127	11.54 87	5.89 49	11.35 138	18.02 178	7.27 114	9.34 229	15.17 296	9.04 274	0.06 99	0.02 33	0.08 219	0.15 227	0.28 128	0.32 40

SMoEStereo_RVC	3.08 26	1.77 111	5.88 50	4.29 71	0.76 38	6.25 158	1.85 127	8.81 39	4.44 23	4.08 54	3.85 23	2.76 31	2.21 47	11.07 129	2.28 43	0.01 3	0.13 136	0.03 160	0.00 1	0.35 158	0.83 145

OMP-Stereo	7.13 192	2.89 299	9.89 211	10.98 409	1.73 155	4.81 75	1.85 127	18.38 201	16.26 198	16.94 251	14.11 146	17.45 280	7.57 192	13.26 246	5.12 187	0.43 282	0.04 57	0.06 193	0.02 114	0.20 87	0.56 105

StereoVision	7.48 203	2.90 302	10.47 244	10.13 380	3.93 282	4.99 94	1.86 130	21.10 245	17.66 214	8.90 112	29.71 326	10.95 167	6.61 172	12.83 222	5.11 185	0.69 335	0.05 67	0.17 294	0.03 127	0.98 342	0.56 105

SST-Stereo	6.85 173	1.67 95	9.39 191	7.24 286	0.82 48	5.89 139	1.87 131	15.34 144	9.89 125	19.25 307	20.26 213	16.63 263	8.40 210	13.81 263	5.75 207	0.40 271	0.05 67	0.13 272	0.00 1	0.10 38	0.08 5

rvit_stereo_0081_aga	4.01 66	3.10 317	10.05 217	5.65 154	3.01 244	4.91 85	1.88 132	8.80 38	7.27 70	6.97 88	6.94 67	5.81 89	3.23 68	7.63 46	3.77 131	0.08 122	0.00 1	0.00 1	0.00 1	0.62 280	0.44 79

castereo++	3.76 53	1.79 114	5.06 35	4.09 49	2.65 218	16.30 338	1.89 133	8.46 31	9.15 116	2.53 26	4.66 32	5.04 72	2.00 41	9.08 77	1.04 10	0.02 15	0.59 263	0.00 1	0.34 323	0.08 32	0.50 94

Any-RAFT	6.28 151	1.42 58	4.91 30	5.00 106	1.25 100	10.18 227	1.90 134	22.68 264	15.87 190	12.12 143	19.23 198	13.69 219	4.65 119	9.35 86	2.36 52	0.06 99	0.57 257	0.00 1	0.00 1	0.05 11	0.35 48

PSM-adaLoss	5.83 122	1.97 152	10.44 242	5.66 157	0.46 14	5.54 122	1.91 135	13.24 102	7.80 85	12.69 151	18.19 186	12.80 196	6.65 182	11.89 174	5.45 199	1.02 381	0.09 112	0.10 240	0.00 1	0.26 115	0.36 54

UDGNet	10.51 307	14.75 464	11.91 295	10.29 387	2.78 228	7.93 208	1.94 136	19.31 219	34.57 396	17.74 269	13.70 145	13.56 218	7.30 190	13.52 251	7.18 242	5.80 464	0.11 128	12.86 488	2.76 452	9.87 470	2.34 362

WCG-NET（raft）	4.87 92	1.67 95	6.84 90	3.49 23	0.31 2	4.96 92	1.95 137	11.08 78	15.49 186	8.82 109	11.46 122	9.50 150	4.96 126	11.32 145	3.26 110	0.09 131	1.41 417	0.00 1	0.03 127	0.23 97	0.54 100

ROB_FTStereo_v2	5.85 125	1.97 152	10.38 235	5.66 157	0.46 14	5.52 115	1.95 137	13.24 102	7.78 80	12.68 150	18.16 182	12.83 197	6.61 172	12.27 193	5.63 206	1.00 378	0.09 112	0.10 240	0.00 1	0.26 115	0.36 54

PSM-softLoss	6.90 177	1.81 120	10.84 257	7.04 268	0.93 65	5.53 119	1.97 139	23.18 270	9.65 122	14.16 189	22.01 248	12.84 198	5.15 131	13.03 231	7.95 252	0.76 340	0.06 92	0.27 331	0.55 383	0.21 89	0.14 15

KMStereo	6.90 177	1.81 120	10.84 257	7.04 268	0.93 65	5.53 119	1.97 139	23.18 270	9.65 122	14.16 189	22.01 248	12.84 198	5.15 131	13.03 231	7.95 252	0.76 340	0.06 92	0.27 331	0.55 383	0.21 89	0.14 15

tt45	3.47 41	1.65 91	5.29 41	4.20 60	1.93 173	8.00 209	1.99 141	9.99 56	4.05 20	5.83 83	4.57 30	4.57 65	2.37 52	11.40 147	2.38 56	0.01 3	0.14 142	0.00 1	0.01 87	0.40 195	0.69 126

RAFT-IKP	5.85 125	1.97 152	10.36 232	5.66 157	0.45 8	5.33 110	2.01 142	13.27 106	7.79 81	12.69 151	18.19 186	12.77 195	6.67 183	12.36 201	5.60 203	1.11 390	0.09 112	0.10 240	0.00 1	0.25 105	0.35 48

AIO-Stereo-zeroshot1	8.37 235	4.16 359	20.63 412	5.82 180	11.79 464	6.40 167	2.02 143	20.82 241	8.03 93	14.52 192	21.38 230	17.44 279	5.83 152	14.43 277	5.13 188	0.06 99	1.00 344	0.05 184	1.81 441	2.44 402	3.62 412

Selective-IGEV	3.46 40	1.32 46	5.92 52	4.55 80	2.27 196	4.65 59	2.07 144	11.50 85	5.81 40	3.19 37	4.75 35	5.46 84	1.77 36	11.24 141	2.37 54	0.05 67	0.82 309	0.00 1	0.20 263	0.10 38	1.17 200

HUF	3.37 36	1.82 128	7.11 99	3.74 31	1.68 149	5.10 96	2.12 145	10.44 62	5.26 32	2.44 23	4.54 29	5.45 83	2.61 56	7.44 41	2.03 34	0.91 367	2.05 448	0.09 229	0.00 1	0.19 80	2.46 371

999	3.74 50	1.55 77	5.72 46	5.15 118	2.42 206	7.40 194	2.13 146	10.76 69	7.33 73	3.20 39	5.04 44	5.01 71	2.26 50	12.45 206	3.06 100	0.06 99	0.24 172	0.00 1	0.00 1	0.37 175	0.66 121

GMOStereo	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

error version	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

test-v	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

test-2	6.33 152	2.04 173	8.28 141	5.68 165	1.20 90	6.11 145	2.14 147	11.20 79	13.15 155	18.66 288	21.83 237	17.35 275	6.64 178	7.09 36	2.78 90	0.02 15	1.42 419	0.13 272	0.00 1	0.53 246	0.37 58

MM-Stereo_test2	4.38 84	1.62 84	7.85 127	5.85 184	1.12 80	7.07 186	2.18 151	15.22 142	8.69 107	7.23 97	5.26 48	4.83 70	3.75 80	10.87 124	2.40 57	0.03 32	1.04 353	0.00 1	0.14 219	0.41 199	2.02 325

LL-Strereo2	5.97 136	2.88 298	10.62 247	6.59 231	3.38 258	6.31 160	2.20 152	15.61 148	8.46 102	11.33 137	10.75 115	15.69 249	3.45 70	13.58 256	4.65 172	0.16 182	0.48 233	1.33 421	0.13 209	0.36 169	1.42 236

FENet	8.22 233	1.39 53	7.33 108	6.43 222	2.17 191	10.97 244	2.20 152	22.10 257	21.26 253	17.85 273	23.22 258	14.29 223	11.50 263	13.56 255	8.32 261	0.29 244	0.24 172	0.03 160	0.03 127	0.18 76	1.04 183

SA	8.43 238	2.16 213	10.02 216	8.41 336	0.93 65	7.36 193	2.21 154	23.73 280	26.15 318	13.55 180	30.84 342	9.89 154	10.09 240	16.84 331	3.52 120	0.18 194	0.68 279	0.17 294	0.40 355	0.48 230	0.92 160

rvit_stereo_0081	4.20 75	2.18 218	9.43 193	6.66 242	1.77 160	3.43 25	2.29 155	8.53 33	16.32 201	4.68 63	5.52 51	5.21 75	4.60 109	8.22 57	4.20 150	0.05 67	0.01 11	0.00 1	0.01 87	0.41 199	0.49 92

rvit_stereo_0082	4.20 75	2.18 218	9.43 193	6.66 242	1.77 160	3.43 25	2.29 155	8.53 33	16.32 201	4.68 63	5.52 51	5.21 75	4.60 109	8.22 57	4.20 150	0.05 67	0.01 11	0.00 1	0.01 87	0.41 199	0.49 92

AIO_test	3.09 27	1.33 47	5.84 48	4.60 84	3.35 256	5.26 106	2.32 157	9.12 46	5.01 28	1.93 12	4.76 36	4.23 56	1.35 21	7.85 51	1.18 14	0.92 369	1.03 351	0.00 1	0.29 302	0.07 28	1.30 218

Patchmatch Stereo++	5.88 129	1.97 152	10.43 240	5.66 157	0.45 8	5.54 122	2.32 157	13.26 104	7.79 81	12.69 151	18.14 180	12.86 200	6.63 174	12.36 201	5.60 203	1.09 387	0.09 112	0.10 240	0.00 1	0.25 105	0.35 48
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	5.88 129	1.97 152	10.43 240	5.66 157	0.45 8	5.54 122	2.32 157	13.26 104	7.79 81	12.69 151	18.14 180	12.86 200	6.63 174	12.36 201	5.60 203	1.09 387	0.09 112	0.10 240	0.00 1	0.25 105	0.35 48

model_zeroshot	5.85 125	1.91 145	10.98 264	6.34 214	2.55 214	10.42 234	2.38 160	17.38 186	9.39 119	14.72 196	10.36 106	11.21 169	2.93 63	8.95 71	3.57 123	0.14 168	1.01 346	0.15 284	0.38 348	0.08 32	2.15 350

Sa-1000	8.91 256	2.10 192	9.11 172	8.07 327	1.16 86	16.62 346	2.39 161	25.58 296	25.43 310	15.52 215	28.24 307	12.19 187	8.67 215	16.40 317	3.70 127	0.39 268	0.86 317	0.16 291	0.23 273	0.48 230	0.89 156

TestStereo1	8.04 227	2.22 224	8.85 162	10.87 407	2.12 187	4.66 60	2.40 162	21.17 249	23.79 288	17.41 258	26.31 286	9.41 147	9.09 225	16.23 310	3.85 136	0.14 168	0.40 211	0.02 141	0.13 209	0.58 264	1.10 193

SA-5K	8.04 227	2.22 224	8.85 162	10.87 407	2.12 187	4.66 60	2.40 162	21.17 249	23.79 288	17.41 258	26.31 286	9.41 147	9.09 225	16.23 310	3.85 136	0.14 168	0.40 211	0.02 141	0.13 209	0.58 264	1.10 193

rafts_anoy	6.46 158	2.37 254	7.09 95	7.48 298	6.02 377	5.31 109	2.45 164	14.50 133	22.01 266	12.94 163	16.18 166	8.48 134	5.53 142	9.70 98	6.32 229	0.05 67	1.66 437	0.10 240	0.05 157	0.30 137	0.69 126

TestStereo	6.45 157	3.34 331	8.02 133	6.23 203	1.68 149	6.33 161	2.48 165	14.54 135	16.71 207	11.71 140	24.13 265	9.38 146	7.13 186	11.83 170	4.32 159	0.12 158	0.01 11	0.00 1	0.00 1	0.73 309	0.33 43

HCRNet	9.13 264	1.82 128	8.73 155	14.95 452	5.22 342	10.66 241	2.49 166	26.57 313	18.64 232	16.31 229	25.51 276	18.42 295	11.15 254	13.53 252	7.25 243	0.10 141	0.04 57	0.10 240	0.02 114	0.27 124	0.76 137

NRIStereo	5.98 138	1.91 145	9.60 200	6.29 211	0.45 8	6.56 174	2.52 167	15.37 145	11.43 138	12.55 147	15.07 155	11.45 170	6.11 158	12.32 196	6.23 223	0.83 354	0.16 148	0.11 261	0.00 1	0.32 142	0.33 43

RSM++	3.35 35	1.29 43	5.82 47	5.16 119	1.00 71	4.93 88	2.54 168	10.70 67	5.17 31	3.45 43	4.81 37	6.63 102	1.86 39	10.23 109	2.06 36	0.05 67	0.06 92	0.01 120	0.18 254	0.19 80	0.95 172

RAFT_CTSACE	8.55 242	2.62 287	9.63 201	7.41 291	5.06 335	5.76 136	2.54 168	15.38 146	17.84 215	24.33 380	34.69 401	16.37 258	7.22 188	18.05 351	2.63 75	0.01 3	0.56 254	0.00 1	0.03 127	0.42 206	0.41 71

ASMatch	7.61 209	1.63 87	9.18 182	5.79 176	2.27 196	4.63 57	2.54 168	17.23 182	13.73 166	17.27 257	34.28 396	13.26 213	10.15 242	12.39 204	5.49 200	0.12 158	0.24 172	0.21 312	0.17 242	0.18 76	1.55 255

222	13.07 368	1.99 160	10.74 252	6.56 229	2.74 223	19.95 383	2.54 168	34.13 406	24.42 296	22.52 362	31.39 349	20.78 318	16.99 363	14.31 269	48.07 504	0.16 182	1.33 405	0.01 120	0.32 312	0.37 175	2.02 325

GMStereo	6.44 156	4.92 378	12.13 302	5.60 147	0.87 55	9.18 220	2.57 172	12.99 99	25.54 312	12.85 160	11.84 126	5.60 85	3.62 77	11.92 176	6.44 234	0.53 303	0.02 33	0.05 184	0.36 333	0.98 342	0.70 129
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
iRaft-Stereo_20w	6.75 171	2.17 216	13.20 322	5.07 111	2.34 202	7.43 196	2.61 173	20.20 233	7.85 89	15.28 206	10.36 106	14.42 228	8.13 204	16.81 329	4.20 150	0.06 99	0.84 311	0.13 272	0.83 401	0.66 295	2.42 370

iResNet_ROB	12.41 351	3.19 320	12.39 307	6.63 237	3.72 271	16.98 355	2.64 174	32.29 384	38.58 423	26.93 411	33.73 388	26.24 374	17.40 371	17.36 339	8.95 271	0.33 252	0.01 11	0.00 1	0.00 1	0.40 195	0.35 48

sCroCo_RVC	5.29 100	3.82 351	17.52 382	11.17 412	6.67 399	5.78 137	2.66 175	10.47 63	8.48 103	3.78 48	9.32 91	4.76 68	4.83 124	8.33 60	4.88 180	1.17 399	0.52 243	0.06 193	0.03 127	0.70 302	0.90 159

11t1	6.61 165	1.76 108	9.64 202	5.62 150	2.15 189	13.57 285	2.67 176	15.77 151	8.83 109	13.66 183	11.90 128	12.03 186	9.76 236	12.23 192	8.58 267	0.23 215	1.33 405	0.00 1	0.31 310	0.26 115	1.95 307

HUI-Stereo	5.80 118	1.98 159	10.42 238	5.66 157	0.45 8	5.52 115	2.68 177	13.29 108	7.82 87	12.71 157	18.16 182	12.91 205	6.60 170	10.73 121	5.36 194	0.89 363	0.08 110	0.10 240	0.00 1	0.25 105	0.36 54

BUS	9.86 281	1.86 134	9.14 179	7.14 276	4.12 292	19.47 378	2.69 178	34.15 407	23.28 280	18.82 297	21.95 244	14.37 226	11.63 267	14.72 285	12.39 330	0.36 260	0.13 136	0.15 284	0.04 142	0.37 175	0.46 85

NINENet	11.46 333	3.02 312	11.83 291	8.45 338	5.40 348	19.47 378	2.69 178	39.63 458	34.82 397	19.11 304	27.64 298	14.37 226	11.63 267	16.21 309	12.39 330	0.94 373	0.21 164	0.29 342	0.00 1	0.48 230	0.55 102

ours_stereo	3.25 32	1.81 120	5.95 53	4.18 57	1.97 176	3.79 33	2.71 180	8.97 41	6.86 64	2.39 21	5.79 61	3.97 47	1.82 38	9.84 100	2.05 35	0.02 15	0.21 164	0.00 1	0.00 1	0.38 187	2.35 365

rvit_stereo_0083	4.77 89	2.28 236	10.63 248	7.49 299	1.73 155	4.88 78	2.71 180	8.97 41	18.71 233	5.01 69	7.88 77	6.38 99	5.11 128	7.80 48	4.86 179	0.28 240	0.04 57	0.00 1	0.01 87	0.26 115	0.39 64

DDVS	11.10 323	3.37 332	13.49 325	7.49 299	4.07 286	16.17 336	2.73 182	24.18 284	17.91 217	21.37 345	30.15 331	31.23 405	8.50 213	19.92 371	15.00 352	0.82 353	1.56 434	0.08 219	0.22 265	0.84 333	2.84 391

CASS	8.64 246	2.03 171	8.60 150	8.71 347	1.59 138	15.02 309	2.75 183	23.27 276	18.58 231	16.29 228	22.78 254	13.42 215	13.68 312	13.07 237	7.66 246	1.18 400	0.05 67	0.13 272	0.01 87	0.75 316	3.24 405
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MIPNet	7.26 194	2.30 239	13.74 328	5.32 127	1.61 141	11.32 249	2.77 184	27.02 318	18.47 227	15.56 217	13.20 140	7.01 107	9.46 230	8.84 68	6.32 229	0.15 179	0.03 48	0.06 193	0.08 181	0.42 206	1.39 228

LoS_RVC	4.09 69	3.01 311	4.81 26	4.88 96	7.78 425	5.24 104	2.80 185	7.57 23	4.24 22	4.41 58	10.34 105	3.62 43	6.34 163	6.59 30	2.37 54	0.04 43	0.03 48	0.00 1	0.01 87	0.06 19	7.70 459

ISRNet	12.68 360	2.57 278	19.05 398	13.05 437	6.24 386	7.30 189	2.84 186	29.80 354	32.13 370	23.26 369	35.61 405	24.75 356	16.48 359	15.81 305	14.55 349	0.85 357	1.01 346	2.29 437	0.55 383	1.08 349	4.43 423

CASnet	4.11 70	1.27 39	5.28 40	5.63 151	0.31 2	4.89 80	2.86 187	11.52 86	11.73 142	11.06 135	11.80 125	4.16 52	1.63 29	6.30 28	2.22 40	0.63 327	0.00 1	0.60 373	0.13 209	0.15 62	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MSMDNet	9.96 284	2.08 188	11.66 285	5.39 133	2.92 236	16.50 343	2.89 188	29.73 352	34.55 395	17.86 274	21.91 242	18.86 301	8.36 209	13.06 235	7.74 250	0.24 221	0.47 232	0.66 379	0.24 279	3.07 411	1.04 183

AE-Stereo	5.68 110	1.78 112	9.22 186	9.25 359	2.52 211	10.13 226	2.92 189	13.10 100	14.88 178	4.88 68	13.10 139	10.72 163	4.43 104	9.24 84	3.37 113	0.10 141	1.31 399	0.06 193	0.32 312	0.21 89	2.03 329

test-3	5.64 109	1.29 43	9.52 198	4.88 96	1.45 113	6.53 172	2.92 189	13.64 115	19.04 236	12.75 158	8.67 79	13.01 207	4.10 92	9.39 90	2.58 68	0.01 3	1.09 356	0.00 1	0.37 338	0.28 128	1.25 212

test_1	5.63 108	1.29 43	9.52 198	4.90 102	1.45 113	6.51 171	2.93 191	13.65 117	19.05 237	12.58 148	8.67 79	13.02 208	4.07 91	9.39 90	2.58 68	0.01 3	1.09 356	0.00 1	0.38 348	0.28 128	1.26 213

PCWNet_CMD	9.97 286	2.08 188	11.61 284	5.36 131	2.92 236	16.39 340	2.94 192	29.76 353	34.38 392	17.83 271	21.86 241	18.91 302	8.27 207	13.01 230	7.73 249	0.23 215	0.46 229	0.79 387	0.25 289	3.46 424	1.12 199

DFGA-Net	9.58 273	4.57 368	19.91 406	6.37 216	4.05 285	11.38 250	2.98 193	26.08 301	29.76 347	17.13 256	19.22 197	9.43 149	7.17 187	16.49 320	13.39 341	0.13 165	0.00 1	0.06 193	0.13 209	1.89 384	1.46 240

xxxx	12.60 359	2.03 171	10.79 253	6.18 200	2.86 233	21.84 397	3.02 194	34.55 415	25.46 311	16.39 231	31.58 356	26.87 384	14.75 330	14.00 266	37.45 474	0.21 211	1.36 410	0.01 120	0.32 312	0.35 158	2.07 337

FACV-RUCA	8.11 230	2.29 237	10.34 231	8.07 327	6.02 377	14.18 295	3.04 195	20.05 230	19.00 235	12.98 164	18.43 189	8.73 136	11.58 264	12.20 189	5.78 210	0.38 267	0.64 271	4.34 457	0.35 327	1.89 384	1.96 309

CFNet_pseudo	9.92 282	2.21 221	11.76 287	5.09 113	2.93 239	14.43 297	3.12 196	27.16 319	32.52 374	17.58 268	22.81 256	21.97 330	9.29 228	13.06 235	8.34 262	0.23 215	0.46 229	1.23 417	0.27 296	2.89 407	0.99 175

SDNR	16.80 406	5.88 396	30.01 444	6.39 217	6.53 395	57.67 504	3.15 197	24.30 285	31.49 364	21.50 348	36.56 412	14.69 230	16.76 360	19.14 364	14.45 346	11.12 487	14.00 499	3.11 451	0.51 375	8.86 464	9.92 478

AnonymousM	6.73 169	12.03 451	3.53 3	4.47 78	1.55 135	4.42 52	3.17 198	11.94 90	8.44 101	17.00 253	10.06 96	9.08 143	4.00 89	7.56 44	4.06 144	0.55 311	0.68 279	23.13 495	8.12 484	0.07 28	0.65 118

test_3	5.97 136	1.26 37	9.95 214	6.84 257	1.45 113	8.73 212	3.18 199	14.26 124	19.86 242	12.22 144	8.91 81	13.78 220	3.99 88	9.38 89	2.58 68	0.01 3	1.10 360	0.00 1	0.37 338	0.30 137	1.20 205

riskmin	7.28 198	1.54 75	8.37 147	5.01 107	3.24 253	11.65 254	3.20 200	16.61 171	18.86 234	10.45 125	13.46 143	16.20 257	12.68 293	12.46 207	6.57 237	0.17 188	1.38 413	0.14 279	0.33 318	0.67 297	2.52 377

RAFT-345	6.94 180	1.48 67	7.45 111	5.65 154	0.96 69	5.49 113	3.20 200	13.73 119	10.97 134	13.81 185	42.93 452	9.01 142	5.31 134	13.09 238	4.73 174	0.58 315	0.05 67	0.10 240	0.06 167	0.08 32	0.08 5

SMFormer	11.03 320	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.74 355	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	14.46 347	0.41 275	1.20 379	0.28 337	0.24 279	0.45 219	1.47 243

tta	11.03 320	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.73 354	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	14.46 347	0.41 275	1.20 379	0.28 337	0.24 279	0.39 191	1.60 256

qqq1	10.51 307	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.74 355	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	4.42 164	0.41 275	1.20 379	0.00 1	0.14 219	0.39 191	1.60 256

fff1	10.51 307	1.90 140	14.85 345	4.89 98	1.48 122	14.92 303	3.21 202	31.03 364	30.74 355	20.28 317	29.37 320	18.33 291	14.54 324	16.56 323	4.42 164	0.41 275	1.20 379	0.00 1	0.14 219	0.39 191	1.60 256

ccs_rob	9.95 283	2.21 221	11.74 286	5.11 117	2.91 235	14.48 298	3.21 202	27.26 321	32.72 378	17.53 264	22.70 252	21.96 329	9.25 227	12.99 228	8.34 262	0.23 215	0.45 227	1.38 422	0.28 299	3.13 415	1.07 190

NF-Stereo	6.96 182	1.80 117	10.17 221	7.16 282	0.79 46	6.15 153	3.26 207	20.74 240	18.45 226	13.42 177	19.33 199	11.67 174	6.05 154	12.71 218	6.17 219	0.57 314	0.06 92	0.21 312	0.23 273	0.12 49	0.09 7

OCTAStereo	6.97 183	1.80 117	10.20 224	7.15 281	0.78 44	6.12 150	3.38 208	20.72 235	18.47 227	13.41 174	19.33 199	11.91 182	6.05 154	12.68 216	6.19 220	0.59 320	0.06 92	0.21 312	0.22 265	0.12 49	0.10 10

RE-Stereo	6.97 183	1.79 114	10.18 222	7.14 276	0.77 41	6.14 151	3.39 209	20.72 235	18.43 224	13.41 174	19.33 199	11.78 177	6.09 156	12.66 214	6.22 221	0.58 315	0.05 67	0.21 312	0.22 265	0.12 49	0.10 10

TVStereo	6.97 183	1.79 114	10.18 222	7.14 276	0.77 41	6.14 151	3.39 209	20.72 235	18.43 224	13.41 174	19.33 199	11.78 177	6.09 156	12.66 214	6.22 221	0.58 315	0.05 67	0.21 312	0.22 265	0.12 49	0.10 10

DN-CSS_ROB	8.72 248	3.49 338	16.63 372	6.74 248	3.39 259	6.20 156	3.43 211	23.40 277	22.03 267	17.46 262	30.28 332	9.33 145	8.32 208	14.71 284	6.36 232	0.91 367	0.00 1	0.45 361	0.00 1	0.65 290	0.70 129

HH	6.00 139	2.42 260	9.81 208	5.74 172	1.64 146	7.05 184	3.48 212	17.54 188	7.69 77	8.73 107	12.47 130	14.83 233	8.86 219	13.04 233	2.59 71	0.04 43	1.21 385	0.20 309	0.05 157	0.30 137	2.34 362

HanStereo	6.00 139	2.42 260	9.81 208	5.74 172	1.64 146	7.05 184	3.48 212	17.54 188	7.69 77	8.73 107	12.47 130	14.83 233	8.86 219	13.04 233	2.59 71	0.04 43	1.21 385	0.20 309	0.05 157	0.30 137	2.34 362

dad	13.05 366	11.39 446	15.64 364	7.35 289	2.10 184	15.64 319	3.48 212	18.77 207	35.55 405	27.77 416	33.76 390	31.59 407	13.04 299	14.79 290	11.16 316	3.35 445	0.54 247	7.85 478	0.96 414	3.88 430	2.49 376

111	7.73 218	2.39 259	9.12 174	4.17 53	0.47 17	10.65 240	3.49 215	21.34 251	28.25 338	10.60 129	16.85 171	14.74 232	10.22 243	12.48 208	6.61 239	0.43 282	0.01 11	0.00 1	0.00 1	0.35 158	2.39 369

testlalala2	6.22 149	2.05 179	8.67 152	15.89 458	10.72 459	7.88 206	3.50 216	13.65 117	10.50 131	15.90 227	12.54 132	8.50 135	2.47 54	5.89 17	3.87 138	0.06 99	0.63 269	0.00 1	0.50 373	0.54 253	0.61 114

DCVSM-stereo	10.23 293	2.16 213	12.54 311	6.23 203	3.65 269	12.01 261	3.56 217	19.41 220	23.18 278	24.08 378	19.88 208	29.55 391	18.82 386	14.49 278	10.42 301	0.25 228	1.17 369	0.28 337	0.06 167	0.82 329	2.07 337

DisPM	6.68 167	1.58 82	9.90 212	7.19 283	1.12 80	5.71 132	3.69 218	13.74 120	12.42 146	16.60 239	23.63 260	12.64 192	6.39 165	13.31 248	4.08 146	0.77 343	0.01 11	0.08 219	0.15 227	0.14 58	0.53 98

RAFT_R40	7.14 193	1.73 104	9.36 190	7.36 290	0.82 48	5.74 134	3.69 218	15.47 147	15.09 180	18.24 285	19.87 207	16.82 264	8.50 213	13.72 261	5.81 211	0.28 240	0.02 33	0.14 279	0.00 1	0.11 46	0.09 7

ACVNet	10.83 318	2.25 230	7.10 96	6.43 222	3.02 245	13.17 278	3.75 220	22.83 268	35.15 402	15.81 221	30.67 339	24.65 354	15.77 345	16.47 318	18.13 378	0.16 182	0.01 11	0.06 193	0.07 175	0.65 290	0.43 76

hitnet-ft	12.59 357	3.03 315	7.87 128	7.49 299	4.20 295	27.41 436	3.75 220	23.41 278	24.15 292	21.14 342	34.12 395	31.93 413	19.74 401	20.28 377	18.13 378	0.54 309	1.45 424	0.35 352	0.09 189	1.26 358	1.41 234

mms	3.23 31	1.87 138	6.16 58	4.22 61	2.38 204	4.13 45	3.87 222	8.68 35	5.05 29	2.68 29	5.66 59	3.05 33	1.33 20	9.68 97	2.35 51	0.01 3	0.55 251	0.00 1	0.00 1	0.42 206	2.47 374

dd	8.57 245	5.20 382	13.37 323	6.91 262	1.05 74	10.30 231	3.89 223	17.29 184	34.00 389	15.73 220	17.50 173	7.45 115	6.60 170	15.00 295	10.99 313	1.39 407	0.41 218	0.18 298	0.46 361	2.25 396	1.40 231

CFNet_ucs	10.56 312	2.15 209	12.88 313	5.55 144	4.11 290	15.24 313	3.93 224	28.55 335	32.41 372	18.70 292	24.95 272	22.99 338	9.66 235	14.22 267	8.13 257	0.29 244	0.84 311	1.63 426	0.23 273	3.43 423	1.31 220

anonymousdsp2	6.47 160	1.81 120	9.73 205	5.25 124	1.23 95	9.35 221	3.96 225	22.51 260	18.39 222	12.87 162	10.19 102	10.17 156	4.46 108	11.77 167	3.83 133	0.06 99	1.00 344	0.31 347	0.18 254	0.25 105	2.06 336

RCA-Stereo	5.58 107	1.26 37	6.71 85	4.85 94	0.80 47	5.51 114	3.97 226	17.56 191	19.40 240	8.45 105	14.11 146	8.73 136	8.70 217	6.88 31	2.77 89	0.05 67	0.98 335	0.11 261	0.00 1	0.14 58	0.61 114

xyz-stereo-finetune	5.68 110	2.00 164	6.56 79	3.16 17	0.33 5	11.80 257	3.99 227	13.58 113	21.58 260	8.92 113	12.57 133	6.12 93	3.72 79	12.06 181	6.59 238	0.07 117	0.02 33	0.00 1	0.02 114	0.19 80	0.25 29

Pruner-Stereo	6.85 173	1.81 120	10.24 227	6.92 263	0.92 60	5.55 125	4.01 228	14.42 131	11.85 144	18.22 284	21.92 243	15.64 248	5.69 149	12.10 186	6.08 216	0.84 356	0.02 33	0.18 298	0.10 197	0.11 46	0.38 62

fffft	2.87 22	1.37 51	6.09 54	3.63 26	1.48 122	4.34 49	4.03 229	9.11 44	3.91 19	3.19 37	2.34 17	1.90 19	1.43 24	10.93 126	2.22 40	0.00 1	0.23 169	0.00 1	0.00 1	0.38 187	0.85 147
1: 1. 1
tt1	5.74 113	2.52 272	6.54 77	6.89 260	0.86 54	10.31 233	4.08 230	19.77 225	16.80 208	7.17 94	9.02 82	4.71 67	8.97 222	11.11 134	2.34 49	0.05 67	1.17 369	0.00 1	0.04 142	0.29 134	2.07 337

PSMNet-ADL	10.30 297	2.32 243	7.83 126	9.69 370	4.44 306	16.04 327	4.16 231	27.57 326	25.08 302	15.16 202	19.04 195	25.28 366	13.63 311	16.49 320	15.33 354	0.86 360	0.81 305	0.01 120	0.04 142	0.33 146	1.81 280

FADNet_RVC	12.44 352	6.19 402	40.86 467	7.04 268	3.69 270	11.30 248	4.17 232	29.67 350	27.67 333	18.20 283	26.04 280	13.47 216	17.15 365	16.85 332	14.95 351	0.99 377	0.75 293	0.60 373	1.32 429	4.18 432	3.62 412

anonymousa	9.61 276	2.06 183	9.20 184	5.24 123	6.67 399	15.03 310	4.18 233	19.08 210	21.43 256	19.03 302	30.96 344	21.49 326	14.23 323	11.12 137	8.61 268	0.08 122	1.24 390	0.29 342	0.69 394	0.18 76	1.48 246

rvit_stereo_0075_2	9.46 270	4.16 359	20.27 409	12.15 430	8.82 442	5.72 133	4.24 234	23.21 274	18.05 219	12.37 145	28.80 313	16.10 254	8.43 211	14.57 280	8.89 270	0.58 315	0.34 200	0.52 368	0.08 181	0.44 213	1.41 234

EKT-Stereo	6.11 145	1.71 100	9.09 171	7.69 307	5.56 358	5.16 98	4.26 235	19.18 211	15.13 181	9.20 117	12.84 137	9.55 151	4.18 94	11.74 165	3.24 109	0.53 303	0.62 267	0.09 229	0.14 219	0.17 72	2.16 351

DMCA-RVC	12.06 344	4.35 365	14.21 337	10.52 395	4.86 322	13.84 286	4.33 236	25.20 292	24.13 291	20.56 328	29.22 318	26.65 378	25.85 433	17.02 334	16.34 363	0.41 275	0.35 201	0.55 370	0.24 279	0.83 332	1.81 280

DMCA	8.96 258	2.60 282	11.84 292	5.61 148	4.25 298	11.09 247	4.36 237	25.89 298	20.23 247	17.10 255	20.96 225	17.55 281	11.92 277	11.47 150	12.27 329	0.60 323	0.09 112	0.35 352	0.05 157	0.48 230	0.57 110

x	7.70 215	2.12 199	8.93 165	5.08 112	2.55 214	11.65 254	4.40 238	20.91 242	12.53 147	13.58 181	20.49 219	15.73 250	11.10 252	10.65 115	10.16 294	0.11 146	1.37 411	0.04 176	0.29 302	0.34 152	1.95 307

ACRE	7.62 210	3.21 321	14.93 350	7.81 315	5.00 331	10.01 224	4.45 239	16.32 160	15.86 189	17.81 270	19.21 196	8.38 132	4.25 95	11.11 134	10.58 304	0.78 346	0.32 192	0.03 160	0.15 227	0.44 213	1.84 287

HITNet	8.41 237	3.59 346	9.91 213	5.30 125	1.52 133	13.35 282	4.48 240	22.00 255	16.06 195	15.52 215	22.95 257	15.28 243	11.74 270	14.91 293	9.25 279	0.10 141	0.01 11	0.48 364	0.06 167	0.58 264	1.04 183
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
PAM	7.81 222	1.90 140	15.85 367	6.14 195	2.58 217	17.79 362	4.51 241	16.29 158	8.05 95	16.48 235	9.10 84	25.01 364	11.39 262	12.89 225	3.54 122	0.05 67	0.79 301	0.08 219	0.83 401	0.62 280	2.23 354

test_sample1	8.49 240	1.83 131	10.60 246	5.53 140	2.95 240	15.17 311	4.51 241	20.73 239	11.47 139	14.78 197	22.80 255	19.06 305	13.86 318	12.52 209	10.17 295	0.14 168	1.20 379	0.02 141	0.19 258	0.28 128	1.93 299

StereoDRNet-Refined	14.03 387	3.52 339	12.77 312	8.70 346	3.31 254	18.50 372	4.58 243	29.08 342	30.59 352	29.85 429	42.52 449	25.24 365	19.57 400	23.88 417	23.55 415	0.44 285	0.07 104	0.54 369	0.38 348	0.88 338	2.64 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CIPLG	7.69 214	3.27 325	14.40 338	7.84 317	5.08 336	10.24 228	4.59 244	16.02 154	15.45 183	18.05 280	19.72 205	8.79 139	4.61 112	11.84 172	10.40 300	0.76 340	0.33 198	0.03 160	0.15 227	0.44 213	1.83 286

CBMV_ROB	12.51 354	3.86 352	7.98 132	5.81 178	2.99 243	16.05 331	4.62 245	27.61 327	31.37 363	26.75 409	32.62 373	23.97 349	22.66 419	21.14 399	12.09 323	2.15 424	1.78 440	2.24 436	1.27 428	1.64 376	1.54 254

MMNet	13.55 377	2.82 296	13.90 330	7.63 303	6.36 393	26.45 431	4.63 246	24.00 283	42.67 441	26.25 403	33.12 380	20.98 321	19.45 399	20.14 375	19.49 392	0.75 338	0.54 247	0.11 261	0.01 87	0.53 246	1.10 193

IPLGR_C	7.70 215	3.32 328	14.54 340	7.98 323	5.04 333	10.26 229	4.64 247	16.50 166	16.28 200	17.97 278	18.85 194	8.30 131	4.66 120	11.22 139	10.89 312	0.77 343	0.32 192	0.03 160	0.15 227	0.43 210	1.84 287

UNet	13.18 371	2.47 266	14.45 339	7.45 294	7.82 426	26.01 426	4.67 248	34.38 412	29.42 345	20.90 335	31.81 360	26.68 379	18.98 390	21.08 397	15.56 357	0.21 211	0.06 92	0.27 331	0.09 189	0.37 175	1.01 178

xyz-stereo	13.76 382	1.43 62	40.88 468	3.14 16	0.83 51	42.24 485	4.68 249	14.87 141	26.49 321	23.70 373	37.20 413	30.36 402	19.90 402	18.77 360	9.23 278	0.28 240	0.03 48	0.64 377	0.03 127	0.20 87	0.32 40

DispNO	9.82 280	2.57 278	17.77 387	6.22 202	5.73 364	11.89 259	4.77 250	25.54 295	21.70 263	17.56 266	21.28 229	18.01 289	13.83 316	17.46 341	9.91 292	0.35 257	0.16 148	0.03 160	0.12 205	0.51 243	1.05 186

pcwnet_v2	12.68 360	2.30 239	18.36 391	8.32 335	5.74 365	17.73 361	4.77 250	36.75 439	46.28 461	20.98 337	29.07 317	16.62 261	13.52 305	16.56 323	10.30 297	0.55 311	1.02 349	0.34 351	0.24 279	2.10 391	2.11 345

ITSA-stereo	11.88 340	2.48 269	11.96 299	6.54 227	1.92 172	13.33 280	4.81 252	37.17 441	49.04 465	18.70 292	18.52 191	21.69 327	12.63 292	16.77 328	15.60 358	0.53 303	0.40 211	0.32 349	0.33 318	1.07 348	3.89 420

CFNet	11.23 325	3.41 334	10.68 250	7.08 274	4.22 296	17.38 357	4.83 253	31.29 374	31.29 362	19.15 305	26.85 293	24.06 350	13.75 313	16.23 310	12.22 328	0.26 232	0.05 67	0.44 360	0.09 189	0.92 339	0.41 71

AACVNet	11.24 326	3.71 349	11.56 283	9.45 363	3.35 256	11.67 256	4.88 254	23.23 275	14.00 170	28.19 419	29.90 328	30.39 403	18.03 379	20.04 373	13.22 340	0.50 299	0.21 164	0.23 321	0.07 175	0.75 316	1.52 252

AAGNet	8.15 231	1.75 106	10.57 245	7.72 312	0.74 33	5.74 134	4.98 255	15.90 152	14.59 176	20.31 323	23.80 262	15.08 240	11.25 258	12.27 193	16.70 368	0.85 357	0.06 92	0.32 349	0.01 87	0.15 62	0.16 19

AIO-test2	7.31 199	2.95 305	8.32 145	9.20 358	5.66 363	8.78 214	5.13 256	26.30 308	23.78 287	7.04 90	20.37 218	5.69 86	3.51 72	10.05 107	2.74 81	4.35 455	0.14 142	0.03 160	0.62 391	0.71 306	0.80 141

cf-r	10.67 314	2.34 247	9.77 206	6.17 198	5.79 367	12.94 274	5.14 257	25.21 294	27.86 335	17.84 272	32.03 362	25.81 369	15.91 347	12.22 191	12.56 336	0.17 188	0.19 155	0.05 184	0.06 167	0.59 270	0.72 132

rvit_0105_6	6.06 143	3.23 322	15.34 359	10.26 385	1.75 158	5.08 95	5.19 258	11.03 76	20.73 249	6.39 86	7.02 68	10.21 157	7.94 200	11.42 149	3.83 133	0.40 271	0.29 187	0.00 1	0.01 87	0.57 261	0.40 70

ACVNet-DCA	5.76 115	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	21.10 245	13.53 162	7.39 99	10.06 96	4.44 60	9.58 231	11.08 130	2.33 46	0.05 67	1.18 373	0.00 1	0.04 142	0.37 175	1.93 299

xx1	6.52 163	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	19.19 212	15.95 192	7.39 99	10.07 100	16.17 255	12.10 279	11.08 130	2.33 46	0.05 67	1.18 373	0.02 141	0.36 333	0.37 175	1.93 299

1test111	6.16 147	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	21.10 245	13.53 162	7.39 99	10.06 96	4.44 60	9.58 231	12.08 183	9.26 280	0.05 67	1.18 373	0.00 1	0.04 142	0.37 175	1.93 299

cc1	5.79 117	2.52 272	6.38 64	6.77 251	0.74 33	10.55 236	5.19 258	19.19 212	15.95 192	7.39 99	10.06 96	4.44 60	9.58 231	11.08 130	2.33 46	0.05 67	1.18 373	0.00 1	0.04 142	0.34 152	2.04 331

test_sample4	9.81 279	2.27 235	11.39 276	5.70 169	2.74 223	17.40 358	5.20 263	28.01 330	21.50 258	18.70 292	28.46 309	14.96 235	12.86 295	13.80 262	9.68 289	0.24 221	0.97 333	0.06 193	0.16 236	0.51 243	1.48 246

test_sample3	9.46 270	2.24 226	11.38 275	5.72 170	2.79 229	18.29 370	5.20 263	27.54 325	21.43 256	18.03 279	21.98 247	16.47 259	11.22 256	13.58 256	9.99 293	0.24 221	0.96 331	0.05 184	0.17 242	0.47 227	1.39 228

GANet-ADL	8.73 249	2.80 293	9.48 195	7.87 319	2.77 227	12.88 273	5.29 265	29.97 356	25.61 313	14.50 191	16.64 169	17.02 267	7.60 194	11.61 163	8.01 254	0.51 302	0.40 211	0.10 240	0.12 205	0.77 319	0.70 129

RALCasStereoNet	6.53 164	2.84 297	8.12 137	7.88 320	6.12 382	6.85 180	5.29 265	14.66 137	13.94 168	10.20 123	18.18 185	10.24 158	3.83 85	12.33 197	5.56 202	0.04 43	1.88 443	0.11 261	0.01 87	0.26 115	2.24 356

R-Stereo Train	7.33 200	1.62 84	9.31 188	6.80 255	2.33 199	7.57 198	5.36 267	24.47 286	7.63 75	16.40 232	33.07 377	12.42 190	5.52 140	8.06 52	5.23 190	0.05 67	0.05 67	0.01 120	0.00 1	0.12 49	0.56 105

RAFT-Stereo	7.33 200	1.62 84	9.31 188	6.80 255	2.33 199	7.57 198	5.36 267	24.47 286	7.63 75	16.40 232	33.07 377	12.42 190	5.52 140	8.06 52	5.23 190	0.05 67	0.05 67	0.01 120	0.00 1	0.12 49	0.56 105
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LCNet	7.64 211	1.41 56	6.15 56	6.93 264	1.35 105	9.00 217	5.44 269	18.37 200	11.30 135	16.62 240	24.39 268	14.67 229	11.03 250	12.03 180	4.01 140	0.07 117	0.02 33	0.23 321	2.07 445	1.00 345	6.69 450

PWC_ROB	19.21 434	12.15 455	28.02 438	11.02 410	6.62 397	25.15 418	5.47 270	36.42 433	49.47 468	33.19 451	44.32 460	34.98 435	26.66 438	32.22 456	27.30 446	1.71 419	0.27 179	1.62 425	0.37 338	2.38 401	4.90 430

test_5	8.85 253	2.05 179	9.51 196	11.62 419	4.99 330	6.74 178	5.48 271	18.25 197	23.57 284	16.72 247	29.73 327	15.54 247	10.54 246	16.25 313	4.02 141	0.05 67	0.40 211	0.27 331	0.08 181	0.34 152	0.81 142

knoymous	6.46 158	1.84 132	5.13 38	4.31 72	1.88 168	6.36 165	5.55 272	15.25 143	14.48 175	13.85 186	21.25 227	12.66 194	6.63 174	13.20 242	5.11 185	0.19 204	0.13 136	0.12 266	0.00 1	0.71 306	0.57 110

DANet	17.51 414	8.91 434	27.61 437	14.94 451	7.48 413	22.67 402	5.66 273	27.33 323	26.64 322	32.62 449	36.27 410	37.40 444	30.07 455	31.65 453	26.09 437	1.30 405	1.46 426	2.33 439	0.53 378	3.54 425	5.69 438
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRaft	9.41 267	1.56 79	10.09 219	4.18 57	0.92 60	12.87 272	5.68 274	17.40 187	29.75 346	21.24 343	38.12 422	9.96 155	13.97 321	11.81 169	8.08 255	0.66 332	0.30 189	0.07 211	0.26 291	0.33 146	0.88 153

G2L-Stereo_aug	12.53 355	1.95 149	11.21 272	5.52 139	3.77 275	16.89 349	5.69 275	23.18 270	39.79 428	26.01 398	33.62 387	29.62 392	18.22 381	18.83 363	14.58 350	0.23 215	0.09 112	0.02 141	0.02 114	0.45 219	0.89 156

DEmStereo	9.07 261	1.70 99	10.89 260	4.86 95	1.23 95	11.51 253	5.70 276	14.24 123	27.02 327	22.33 360	32.56 372	11.70 176	15.04 333	11.83 170	8.53 265	0.31 247	0.16 148	0.02 141	0.09 189	0.11 46	1.47 243

LMCR-Stereo	11.32 328	4.98 380	11.87 293	14.09 442	4.01 283	16.97 354	5.70 276	26.41 310	23.41 283	22.57 363	22.11 250	15.18 241	15.44 341	21.48 403	17.57 374	2.29 427	0.04 57	0.00 1	0.03 127	1.53 373	0.65 118

gwcnet-sp	10.26 294	3.56 342	15.31 356	6.59 231	4.30 299	15.71 320	5.71 278	26.09 302	25.15 304	21.68 349	21.77 234	15.01 237	16.42 356	15.21 297	10.76 308	0.12 158	0.20 156	0.02 141	0.09 189	0.63 284	0.86 149

scenet	10.26 294	3.56 342	15.31 356	6.59 231	4.30 299	15.71 320	5.71 278	26.09 302	25.15 304	21.68 349	21.77 234	15.01 237	16.42 356	15.21 297	10.76 308	0.12 158	0.20 156	0.02 141	0.09 189	0.63 284	0.86 149

ssnet	10.26 294	3.56 342	15.31 356	6.59 231	4.30 299	15.71 320	5.71 278	26.09 302	25.15 304	21.68 349	21.77 234	15.01 237	16.42 356	15.21 297	10.76 308	0.12 158	0.20 156	0.02 141	0.09 189	0.63 284	0.86 149

test_sample5	10.07 288	2.24 226	11.22 273	5.82 180	2.68 220	16.15 334	5.79 281	27.87 328	21.59 261	19.26 308	32.74 375	15.92 252	12.97 296	14.33 270	9.26 280	0.27 236	0.98 335	0.07 211	0.17 242	0.57 261	1.49 248

DualNet	10.19 292	2.24 226	11.22 273	5.82 180	2.68 220	16.15 334	5.79 281	27.87 328	21.59 261	20.28 317	34.11 393	15.92 252	12.97 296	14.33 270	9.26 280	0.27 236	0.98 335	0.07 211	0.17 242	0.57 261	1.49 248

PFNet	8.10 229	1.75 106	12.34 306	7.54 302	2.40 205	7.41 195	5.81 283	23.83 282	17.85 216	20.78 330	17.57 174	15.22 242	7.72 196	13.37 249	6.46 235	0.33 252	0.20 156	0.12 266	0.19 258	0.32 142	0.77 139

NLCA_NET_v2_RVC	12.58 356	4.09 356	18.25 390	8.26 332	5.83 371	14.72 299	5.85 284	33.49 401	27.86 335	22.14 358	32.16 368	24.94 362	14.01 322	16.19 308	16.82 370	0.90 365	0.35 201	0.37 354	0.58 387	1.51 371	3.31 407
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DCRE	6.73 169	2.11 196	9.19 183	7.76 313	4.90 324	7.81 203	5.86 285	16.46 164	11.38 137	9.61 120	22.55 251	11.84 181	6.35 164	11.09 133	3.63 126	0.04 43	1.19 378	0.06 193	0.37 338	0.15 62	2.23 354

CFNet-ft	10.46 304	3.02 312	7.10 96	7.69 307	5.42 351	16.93 350	5.92 286	22.83 268	22.31 271	15.81 221	30.40 334	26.42 376	15.19 336	13.60 258	12.18 326	0.14 168	0.10 124	1.87 429	0.34 323	1.22 355	0.73 135

CFNet_RVC	10.46 304	3.02 312	7.10 96	7.69 307	5.42 351	16.93 350	5.92 286	22.82 267	22.31 271	15.81 221	30.40 334	26.41 375	15.19 336	13.60 258	12.19 327	0.14 168	0.10 124	1.87 429	0.34 323	1.22 355	0.73 135

raft+_RVC	7.10 191	2.37 254	6.59 80	6.94 266	5.82 370	6.35 164	5.97 288	21.05 243	23.63 286	10.90 133	17.95 177	9.80 153	5.55 143	11.49 155	4.47 167	0.04 43	1.50 429	0.00 1	0.00 1	0.38 187	1.23 209

BEATNet_4x	10.11 290	5.82 393	14.80 344	6.14 195	1.55 135	13.87 288	5.98 289	26.24 305	18.35 221	16.53 236	25.41 275	18.01 289	13.78 315	18.01 350	12.39 330	0.48 293	0.18 152	0.81 393	0.11 203	2.02 388	1.70 269

CAS	5.44 104	0.98 15	3.95 12	17.59 463	7.74 424	7.82 204	6.09 290	9.89 54	9.40 120	4.82 67	10.69 112	1.93 20	1.22 17	4.54 8	2.47 61	10.98 485	0.02 33	0.00 1	0.02 114	0.53 246	8.19 465

IER	10.32 300	2.06 183	11.88 294	4.95 105	5.34 345	13.34 281	6.11 291	27.47 324	23.59 285	20.37 324	30.03 329	16.50 260	20.42 405	14.24 268	8.81 269	0.16 182	0.03 48	0.18 298	0.10 197	0.27 124	0.56 105

HHNet	7.57 207	2.01 167	8.03 134	3.71 29	3.46 262	4.93 88	6.17 292	19.69 224	16.27 199	20.91 336	31.75 358	10.56 161	5.82 151	10.69 119	5.10 184	0.67 333	0.07 104	0.21 312	0.14 219	0.63 284	0.54 100

EAI-Stereo	5.82 120	2.06 183	9.08 170	6.23 203	2.20 192	6.24 157	6.20 293	20.18 232	6.36 57	10.65 131	15.97 163	6.31 98	3.63 78	12.09 185	4.88 180	0.06 99	0.73 286	0.04 176	1.59 436	0.21 89	1.67 267

ProNet	4.14 71	2.35 252	7.50 113	4.22 61	1.47 117	5.67 131	6.24 294	13.78 122	7.71 79	3.38 42	4.93 41	3.72 44	3.52 73	11.52 160	2.72 80	0.08 122	1.32 401	0.01 120	0.26 291	0.47 227	2.02 325

test_xeample	12.39 350	2.09 190	10.36 232	5.73 171	3.06 247	18.17 369	6.27 295	31.98 382	24.37 295	18.78 296	33.92 392	19.09 306	16.00 350	14.60 283	39.03 482	0.19 204	1.32 401	0.01 120	0.33 318	0.36 169	2.04 331

ac_64	11.57 336	2.13 205	11.77 288	8.79 350	5.51 356	19.40 376	6.29 296	24.72 290	15.20 182	23.50 372	24.91 270	33.07 420	16.82 361	19.33 366	17.78 376	0.53 303	0.15 145	0.02 141	0.03 127	0.35 158	1.03 182

AdaStereo	10.85 319	4.57 368	10.79 253	9.59 367	3.46 262	17.49 359	6.29 296	32.70 389	26.07 317	19.04 303	26.55 290	19.60 310	10.12 241	17.71 348	10.38 298	1.00 378	0.05 67	0.42 358	0.02 114	0.70 302	0.46 85
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
MM-Stereo_test3	6.01 141	1.69 98	6.25 62	6.36 215	5.46 355	4.64 58	6.31 298	20.05 230	24.24 294	8.85 110	11.38 121	7.22 111	2.79 60	9.11 78	3.08 101	0.11 146	0.92 327	0.00 1	0.02 114	0.54 253	1.11 197

GES	9.01 259	2.61 286	12.88 313	6.76 249	2.02 180	13.08 275	6.33 299	22.23 259	22.21 269	19.80 315	26.73 292	8.97 141	11.01 248	14.41 274	8.35 264	0.54 309	0.10 124	0.30 346	0.15 227	0.82 329	0.99 175

ICVP	10.54 311	2.11 196	7.49 112	9.62 368	3.41 260	13.85 287	6.34 300	26.81 316	23.24 279	16.90 248	31.76 359	27.31 385	12.81 294	12.18 188	12.47 334	1.59 411	0.58 260	0.19 304	0.13 209	0.63 284	1.45 239
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
acv_ft	12.59 357	2.25 230	13.50 326	8.30 334	6.23 385	19.81 382	6.34 300	26.43 311	35.15 402	26.38 405	30.67 339	24.65 354	14.91 331	16.47 318	19.16 390	0.16 182	0.01 11	0.06 193	0.07 175	0.74 312	0.43 76

test_sample6	10.49 306	2.24 226	11.49 279	5.91 186	2.48 209	16.12 333	6.37 302	28.98 341	22.48 273	20.28 317	34.11 393	17.08 268	13.28 302	14.57 280	10.61 305	0.32 250	0.95 330	0.10 240	0.19 258	0.59 270	1.61 259

Occ-G	4.14 71	1.50 73	5.89 51	3.82 35	1.88 168	3.75 32	6.51 303	8.68 35	6.38 58	4.81 65	8.44 78	9.56 152	4.31 96	10.00 104	4.16 148	0.05 67	0.84 311	0.00 1	0.19 258	0.23 97	1.71 270

HBP-ISP	13.07 368	8.80 433	8.99 166	8.11 330	4.55 314	13.48 283	6.60 304	29.09 343	30.50 351	21.33 344	36.14 407	16.62 261	19.42 397	20.92 392	12.81 338	3.63 447	2.61 461	7.18 474	4.12 464	3.74 428	2.69 384

DeepPruner_ROB	11.28 327	5.83 394	15.23 353	6.93 264	4.50 311	10.08 225	6.62 305	36.65 436	20.17 246	18.12 281	27.95 302	23.10 339	13.43 304	20.08 374	11.90 322	1.16 396	0.51 240	0.23 321	0.17 242	1.11 351	1.91 297

mmm	8.54 241	2.13 205	10.21 225	5.81 178	2.96 241	14.00 291	6.67 306	19.28 218	12.59 148	16.95 252	24.40 269	17.83 287	10.70 247	12.90 226	9.42 285	0.17 188	1.28 394	0.50 366	0.60 388	0.44 213	2.03 329

PSMNet-RSSM	10.31 298	2.47 266	7.79 124	7.85 318	4.38 305	10.47 235	6.67 306	29.67 350	22.25 270	16.62 240	33.75 389	23.30 343	14.58 328	13.91 265	10.56 302	0.23 215	0.09 112	0.07 211	0.24 279	0.87 336	0.48 90

rvit_0105_5	8.01 226	3.69 348	17.73 385	10.42 394	1.61 141	7.29 188	6.68 308	18.33 198	25.98 316	10.45 125	10.46 108	15.53 246	11.01 248	12.87 224	5.37 195	0.44 285	0.41 218	0.00 1	0.15 227	0.70 302	1.08 191

GwcNet-RSSM	11.34 330	2.72 290	10.26 228	7.24 286	5.38 347	12.67 269	6.70 309	26.70 315	31.93 368	17.56 266	34.45 398	24.37 353	15.77 345	13.70 260	15.31 353	0.19 204	0.20 156	0.14 279	0.05 157	0.81 326	0.64 116

ACV-stereo	12.12 345	6.01 400	30.51 445	7.45 294	3.42 261	21.69 396	6.74 310	22.11 258	20.81 250	17.88 275	21.26 228	26.73 381	17.28 368	20.80 388	14.16 344	0.79 350	1.10 360	0.17 294	0.09 189	0.67 297	2.66 380

FADNet	14.77 394	11.96 450	39.55 466	8.50 340	6.64 398	18.53 373	6.74 310	35.70 423	35.06 400	19.21 306	28.06 304	28.14 386	13.94 320	18.54 358	11.61 321	0.48 293	0.75 293	0.38 356	0.49 371	9.17 465	2.05 335

RASNet	12.38 349	2.58 280	12.48 310	6.76 249	5.97 375	16.37 339	6.74 310	34.99 418	22.20 268	17.44 260	33.11 379	22.81 337	24.84 425	20.33 378	18.27 381	1.16 396	0.05 67	0.06 193	0.01 87	0.27 124	1.06 188

MM-Stereo_test1	5.41 101	1.55 77	6.52 76	5.96 187	1.09 79	4.88 78	6.82 313	14.32 125	12.83 150	13.28 171	10.54 109	5.88 90	6.54 169	11.72 164	2.75 82	0.18 194	1.13 365	0.00 1	0.02 114	0.48 230	1.73 272

CoDeX	9.58 273	2.12 199	10.82 256	6.52 226	3.76 274	16.55 344	6.82 313	26.62 314	25.63 314	17.50 263	25.62 277	14.70 231	11.81 275	12.82 221	7.88 251	0.42 281	0.20 156	0.15 284	0.02 114	0.36 169	1.28 215

rvit_0105_4	7.09 189	3.33 329	16.60 371	10.68 401	1.59 138	5.89 139	6.84 315	14.50 133	23.99 290	7.31 98	9.49 92	13.18 210	9.62 234	12.33 197	4.32 159	0.39 268	0.46 229	0.00 1	0.02 114	0.67 297	0.68 124

ttt	10.82 317	2.17 216	9.66 204	7.03 267	4.44 306	14.16 293	6.87 316	33.72 403	30.69 353	15.67 218	31.50 353	14.99 236	10.50 245	16.54 322	13.98 343	0.41 275	1.31 399	0.10 240	0.29 302	0.47 227	1.92 298

FADNet-RVC	13.86 384	12.75 459	41.65 469	8.64 344	4.63 316	16.45 341	6.89 317	28.91 339	24.20 293	20.89 334	31.44 351	26.73 381	11.37 261	21.58 405	15.91 359	0.25 228	0.14 142	0.14 279	0.24 279	2.97 409	1.50 251

SFCPSM	9.16 265	1.72 102	12.32 305	5.64 152	3.51 264	16.58 345	6.93 318	31.11 369	26.15 318	17.05 254	20.08 210	11.05 168	9.94 237	12.55 210	6.05 214	0.36 260	0.17 151	0.37 354	0.22 265	0.40 195	1.01 178

PWCDC_ROB	18.66 428	11.24 444	21.32 417	18.82 468	8.08 432	25.75 424	6.94 319	35.08 419	53.33 480	30.37 435	49.70 478	20.87 320	21.63 417	31.05 452	22.39 406	6.94 472	0.28 185	0.10 240	0.06 167	5.98 450	3.22 404

castereo	4.17 74	1.71 100	4.94 31	4.23 69	1.13 82	6.25 158	6.97 320	10.76 69	16.22 196	3.25 41	7.74 74	3.55 42	7.25 189	5.61 14	2.63 75	0.04 43	0.38 206	0.00 1	0.26 291	0.08 32	0.44 79

FADNet-RVC-Resample	12.31 346	5.22 383	32.28 452	10.14 381	4.08 288	14.97 307	6.98 321	26.54 312	24.42 296	23.72 374	29.31 319	19.87 312	15.01 332	16.26 314	10.61 305	0.65 329	0.52 243	0.48 364	0.54 380	1.52 372	3.09 402

GwcNet-ADL	8.81 252	2.00 164	10.21 225	7.70 310	2.82 230	6.99 183	7.05 322	30.58 362	26.21 320	15.71 219	17.65 175	13.93 221	6.83 184	13.90 264	11.43 318	0.49 296	0.76 297	0.01 120	0.01 87	0.55 255	1.46 240

coex_refinement	12.03 342	2.30 239	8.72 154	8.56 341	5.30 344	16.95 353	7.17 323	31.75 379	32.48 373	18.92 301	31.46 352	25.97 372	12.98 298	14.55 279	21.39 403	0.33 252	0.06 92	0.02 141	0.10 197	0.49 239	1.18 202

STTStereo	13.60 378	5.63 391	28.73 441	8.07 327	5.65 362	13.97 290	7.17 323	31.25 371	26.70 325	25.59 393	32.06 367	31.71 410	14.71 329	17.24 338	16.46 367	0.29 244	0.40 211	0.71 381	1.43 432	1.31 360	2.82 390

iResNetv2_ROB	12.78 362	4.09 356	15.60 360	6.44 224	3.75 273	14.86 300	7.17 323	34.46 413	37.12 411	26.06 400	34.81 402	29.76 393	16.32 352	14.77 289	7.67 247	0.31 247	0.03 48	0.12 266	0.01 87	0.94 340	1.23 209

RAFT+CT+SA	7.76 220	2.01 167	7.56 115	11.32 415	3.31 254	4.60 56	7.19 326	17.21 181	27.40 330	10.43 124	27.34 295	7.63 120	7.83 197	15.46 302	3.51 119	0.03 32	0.39 209	0.18 298	0.46 361	0.33 146	0.93 165

HGLStereo	13.21 372	3.45 335	14.01 332	10.32 389	7.72 423	15.72 323	7.19 326	31.94 381	28.12 337	20.83 332	36.16 409	26.61 377	20.82 407	18.74 359	19.63 393	1.01 380	0.22 167	0.07 211	0.08 181	0.59 270	1.00 177

HSM-Net_RVC	11.37 332	1.57 80	6.32 63	5.99 189	2.67 219	20.99 390	7.19 326	28.50 333	28.64 340	21.03 339	25.84 279	33.64 426	16.37 355	16.83 330	10.76 308	0.21 211	0.08 110	0.02 141	0.00 1	0.16 66	0.55 102
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
qqq	7.72 217	2.15 209	10.06 218	5.01 107	1.82 166	8.62 211	7.27 329	21.10 245	13.53 162	12.48 146	18.71 192	16.17 255	12.10 279	12.08 183	9.26 280	0.08 122	1.35 409	0.02 141	0.36 333	0.36 169	1.93 299

GANet-RSSM	10.17 291	2.02 169	8.21 139	7.09 275	5.57 359	13.17 278	7.29 330	27.27 322	19.65 241	15.81 221	28.83 314	26.18 373	16.33 353	14.58 282	9.28 284	0.25 228	0.27 179	0.16 291	0.04 142	0.65 290	0.72 132

rvit_stereo_0080	4.27 81	2.89 299	9.02 167	4.10 50	1.93 173	4.06 38	7.35 331	10.37 59	8.86 110	5.39 79	7.51 71	6.20 95	4.36 98	7.08 34	4.75 175	0.45 289	0.01 11	0.00 1	0.00 1	0.59 270	0.45 82

whm_eth	4.27 81	2.89 299	9.02 167	4.10 50	1.93 173	4.06 38	7.35 331	10.37 59	8.86 110	5.39 79	7.51 71	6.20 95	4.36 98	7.08 34	4.75 175	0.45 289	0.01 11	0.00 1	0.00 1	0.59 270	0.45 82

ffm	8.89 255	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	19.77 225	16.80 208	16.64 242	32.03 362	17.29 271	11.78 271	11.11 134	2.34 49	0.05 67	1.17 369	0.80 389	0.37 338	0.29 134	2.07 337

ff1	10.31 298	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	19.77 225	16.80 208	16.64 242	32.03 362	17.29 271	11.78 271	17.54 342	24.30 420	0.05 67	1.17 369	0.80 389	0.37 338	0.29 134	2.07 337

mmx	11.59 337	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	32.76 391	28.92 341	16.64 242	32.03 362	17.29 271	11.78 271	17.54 342	24.30 420	0.24 221	1.21 385	0.80 389	0.37 338	0.65 290	1.89 293

xxx	11.59 337	2.34 247	12.99 317	6.28 207	3.81 276	12.43 264	7.47 333	32.75 390	28.92 341	16.64 242	32.03 362	17.29 271	11.78 271	17.54 342	24.30 420	0.24 221	1.21 385	0.80 389	0.37 338	0.65 290	1.89 293

psmg	10.36 302	1.86 134	9.14 179	5.58 146	4.12 292	15.74 324	7.65 337	30.05 357	23.28 280	21.80 353	26.26 284	22.14 332	13.58 309	14.72 285	9.53 286	0.36 260	0.13 136	0.17 294	0.04 142	0.44 213	0.67 122

DAS	11.51 334	2.60 282	15.62 362	9.37 361	6.27 390	16.04 327	7.71 338	22.70 265	33.92 387	19.53 310	29.03 315	19.51 308	19.10 393	17.44 340	8.98 272	0.78 346	0.02 33	0.29 342	0.01 87	0.48 230	0.81 142

SepStereo	12.04 343	2.60 282	15.62 362	9.37 361	6.27 390	16.04 327	7.71 338	22.70 265	33.92 387	19.53 310	29.03 315	19.51 308	19.10 393	27.97 438	8.98 272	0.78 346	0.02 33	0.29 342	0.01 87	0.48 230	0.81 142

AASNet	13.05 366	3.27 325	12.23 304	10.28 386	6.90 404	17.61 360	7.88 340	41.14 464	38.29 420	23.20 368	29.62 325	16.85 265	15.59 343	15.50 303	19.03 388	0.39 268	0.03 48	0.78 386	0.05 157	1.32 362	1.08 191

KYRaft	9.17 266	1.39 53	7.74 123	7.07 273	1.03 72	8.05 210	7.90 341	23.72 279	9.22 118	21.43 347	31.08 345	22.52 336	8.03 201	12.21 190	3.16 106	0.10 141	0.02 33	0.05 184	0.67 393	0.46 225	17.51 495

TransformOpticalFlow	7.95 225	2.10 192	9.83 210	6.06 192	1.24 98	6.82 179	7.98 342	18.60 205	14.06 171	14.93 199	28.79 312	18.74 298	11.03 250	12.79 219	4.12 147	0.06 99	0.04 57	0.21 312	0.04 142	0.21 89	1.27 214

test_sample2	8.68 247	1.84 132	9.64 202	5.53 140	2.43 207	13.92 289	8.00 343	21.09 244	16.82 211	14.92 198	22.73 253	19.44 307	13.75 313	12.99 228	6.85 240	0.15 179	1.15 368	0.07 211	0.20 263	0.35 158	1.78 278

UCFNet_RVC	10.01 287	2.81 294	6.11 55	7.31 288	3.92 281	16.80 348	8.00 343	28.68 337	20.81 250	16.57 237	23.35 259	25.82 370	13.06 300	13.55 254	9.18 277	0.12 158	0.06 92	1.19 411	0.32 312	1.47 369	1.06 188

HSM	11.89 341	2.32 243	8.70 153	6.70 247	4.10 289	16.45 341	8.06 345	30.42 360	20.31 248	23.35 370	26.42 289	41.60 466	17.59 376	20.66 384	9.57 288	0.11 146	0.03 48	0.01 120	0.01 87	0.24 101	1.22 207

sAnonymous2	6.98 186	7.12 412	20.67 413	9.13 356	5.40 348	5.28 107	8.11 346	16.71 173	11.50 140	5.04 71	9.17 86	3.77 45	8.23 205	7.84 49	3.15 104	0.11 146	0.07 104	0.06 193	0.28 299	10.80 474	7.09 455

CroCo_RVC	6.98 186	7.12 412	20.67 413	9.13 356	5.40 348	5.28 107	8.11 346	16.71 173	11.50 140	5.04 71	9.17 86	3.77 45	8.23 205	7.84 49	3.15 104	0.11 146	0.07 104	0.06 193	0.28 299	10.80 474	7.09 455

rvit_stereo_ft	5.02 96	3.45 335	10.80 255	11.76 423	2.76 226	4.08 43	8.16 348	10.64 66	10.63 132	4.34 57	6.39 64	6.65 103	4.63 117	9.35 86	5.82 212	0.11 146	0.00 1	0.00 1	0.00 1	0.34 152	0.42 73

RAFT	9.07 261	2.76 291	10.38 235	8.89 353	1.24 98	13.48 283	8.19 349	17.14 180	17.29 213	23.01 366	19.34 203	20.06 314	11.13 253	17.79 349	6.43 233	0.09 131	1.12 364	0.28 337	0.02 114	0.79 321	1.94 306

rvit_0105_3	9.68 278	4.32 364	19.50 401	12.22 431	1.90 170	9.16 219	8.63 350	19.21 214	30.92 359	15.42 209	14.72 150	18.81 300	12.18 281	15.98 306	7.12 241	0.67 333	0.42 223	0.01 120	0.49 371	0.56 259	1.40 231

1111x	12.31 346	2.33 245	12.13 302	5.79 176	2.84 231	15.49 316	8.70 351	36.34 431	29.33 344	16.58 238	27.52 297	26.70 380	15.76 344	17.21 337	24.79 426	0.26 232	1.37 411	0.04 176	0.42 358	0.46 225	2.07 337

ADLNet	12.84 363	2.93 303	11.94 297	8.87 351	6.88 403	17.96 364	8.85 352	34.12 405	26.67 324	27.81 418	26.24 283	26.84 383	15.04 333	17.54 342	19.94 394	0.59 320	0.58 260	0.24 325	0.11 203	0.80 325	2.85 393

YMNet	16.35 403	6.51 407	23.16 428	11.45 417	8.85 443	25.42 420	8.89 353	32.99 392	32.63 376	34.40 458	39.12 429	34.27 430	17.43 372	20.90 389	22.93 409	0.93 370	1.30 395	1.21 413	0.94 407	1.77 380	1.81 280

YMNet_1	16.35 403	6.51 407	23.16 428	11.45 417	8.85 443	25.42 420	8.89 353	32.99 392	32.63 376	34.40 458	39.12 429	34.27 430	17.43 372	20.90 389	22.93 409	0.93 370	1.30 395	1.21 413	0.94 407	1.77 380	1.81 280

LL-Strereo	11.34 330	4.25 362	13.90 330	9.09 354	6.20 384	7.31 190	8.93 355	35.93 425	30.30 349	16.93 249	15.83 161	21.85 328	17.45 374	21.92 407	10.25 296	0.43 282	1.47 427	0.74 384	0.08 181	1.15 352	2.71 385

BSDual-CNN	10.33 301	1.86 134	9.14 179	7.14 276	4.12 292	15.83 325	8.93 355	34.15 407	23.28 280	18.82 297	21.95 244	22.14 332	13.58 309	14.72 285	9.53 286	0.36 260	0.13 136	0.15 284	0.04 142	0.37 175	0.46 85

hknet	10.77 316	1.95 149	11.80 289	7.14 276	3.83 280	15.83 325	8.93 355	34.15 407	22.70 275	18.82 297	21.95 244	23.13 340	17.03 364	16.94 333	9.85 291	0.28 240	0.13 136	0.15 284	0.04 142	0.37 175	0.46 85

Prome-Stereo	8.22 233	1.48 67	6.24 61	7.06 271	1.55 135	6.54 173	9.08 358	21.88 254	9.88 124	21.12 341	32.48 371	11.82 180	11.59 266	11.99 178	4.04 143	0.08 122	0.02 33	0.19 304	0.12 205	0.45 219	6.89 454

SACVNet	14.10 390	5.24 384	14.19 336	12.11 428	6.12 382	18.45 371	9.11 359	33.13 396	22.94 276	28.79 423	33.88 391	32.69 417	23.78 420	20.91 391	12.13 325	1.08 385	0.54 247	0.84 396	0.48 368	1.41 365	4.26 422

AANet_RVC	13.75 381	6.34 404	12.90 315	8.87 351	4.53 313	14.09 292	9.12 360	29.37 347	38.32 421	23.85 377	37.41 415	23.55 346	17.51 375	23.31 415	18.56 382	2.08 423	1.30 395	0.25 327	0.06 167	0.73 309	2.87 394

test_sample7	11.16 324	2.69 288	11.55 282	5.82 180	2.21 193	15.39 315	9.15 361	29.36 344	25.26 307	24.82 385	21.48 231	24.89 358	18.88 389	14.41 274	11.06 314	0.78 346	1.96 446	0.43 359	0.14 219	0.73 309	2.20 352

GASNet	17.87 419	20.62 481	32.66 454	21.17 474	9.48 451	16.26 337	9.15 361	45.00 485	40.55 432	26.16 401	24.34 266	33.05 419	15.45 342	29.82 447	18.15 380	3.79 450	0.28 185	1.87 429	0.51 375	7.06 453	1.97 310

iResNet	11.06 322	4.16 359	16.83 374	7.89 321	2.23 194	15.59 318	9.17 363	24.49 288	29.14 343	20.78 330	31.13 347	16.87 266	11.58 264	15.45 301	12.50 335	0.64 328	0.05 67	0.02 141	0.10 197	0.79 321	1.71 270

UPFNet	12.31 346	2.15 209	11.91 295	7.90 322	7.21 411	20.03 384	9.28 364	29.44 348	27.18 329	20.88 333	30.86 343	21.23 322	18.11 380	19.60 368	17.41 373	0.55 311	0.57 257	0.26 329	0.07 175	0.67 297	0.92 160

GMM-Stereo	8.44 239	1.27 39	7.36 110	6.64 240	2.56 216	10.00 223	9.29 365	23.79 281	11.33 136	17.96 277	29.59 324	17.14 269	7.59 193	11.77 167	4.61 171	0.13 165	0.01 11	0.24 325	0.94 407	0.49 239	6.14 443

G2L-Stereo	10.65 313	2.78 292	11.19 270	7.63 303	4.24 297	8.87 216	9.35 366	29.83 355	23.03 277	19.75 313	26.33 288	23.15 342	12.08 278	16.39 316	16.43 365	0.34 255	0.04 57	0.09 229	0.01 87	0.41 199	1.05 186

NVstereo2D	15.77 399	4.01 354	17.73 385	9.96 376	8.10 433	30.36 449	9.52 367	43.10 475	43.12 444	15.45 211	28.03 303	23.46 344	16.84 362	24.62 419	17.06 371	3.35 445	0.87 318	1.76 428	1.13 422	7.76 458	9.19 472

MyStereo07	4.80 90	2.38 257	6.21 59	6.63 237	4.77 320	6.47 169	9.60 368	16.70 172	5.88 48	4.81 65	5.77 60	3.13 34	5.68 148	12.07 182	2.46 60	0.09 131	1.33 405	0.03 160	0.32 312	0.74 312	0.93 165

MyStereo06	6.95 181	2.25 230	14.05 334	6.69 244	4.74 318	7.75 201	9.60 368	17.85 194	9.03 114	13.29 172	10.78 116	18.68 297	5.70 150	10.66 116	4.52 168	0.09 131	1.32 401	0.02 141	0.26 291	0.84 333	0.92 160

MyStereo05	9.63 277	2.25 230	10.26 228	6.69 244	4.74 318	7.75 201	9.60 368	31.51 377	41.00 434	17.45 261	13.02 138	10.28 159	12.27 285	14.74 288	7.68 248	0.09 131	1.32 401	0.02 141	0.26 291	0.84 333	0.92 160

MyStereo04	9.58 273	2.38 257	10.28 230	6.63 237	4.77 320	6.47 169	9.60 368	32.50 386	42.15 438	14.59 195	12.10 129	11.92 183	11.87 276	14.80 291	8.14 258	0.09 131	1.33 405	0.03 160	0.32 312	0.74 312	0.93 165

CSP-Net	13.41 376	3.62 347	11.03 266	6.62 236	4.07 286	25.76 425	9.61 372	29.66 349	27.14 328	29.97 431	33.42 384	29.84 395	17.23 367	20.64 383	16.03 362	1.12 391	0.41 218	0.03 160	0.00 1	0.75 316	1.29 217

PSM-AAD	8.76 250	1.41 56	6.46 70	6.87 259	1.18 88	12.78 271	9.66 373	20.03 229	15.78 188	21.79 352	24.91 270	14.31 224	13.16 301	12.42 205	4.07 145	0.05 67	0.06 92	2.44 442	0.16 236	0.45 219	7.17 457

STrans-v2	8.16 232	2.09 190	9.79 207	5.44 136	1.53 134	11.87 258	9.69 374	19.77 225	13.20 159	14.01 187	25.80 278	17.88 288	12.55 290	13.30 247	4.39 163	0.06 99	0.01 11	0.18 298	0.01 87	0.25 105	1.31 220

SuperB	18.07 424	7.33 416	56.73 491	8.42 337	5.42 351	20.39 388	9.73 375	26.04 300	50.80 473	26.88 410	39.52 431	17.79 286	21.54 414	23.17 414	25.96 436	0.77 343	0.32 192	1.11 408	0.73 398	16.11 488	2.75 389

stereogan	19.38 435	4.02 355	18.62 394	13.54 439	10.30 455	37.03 469	9.83 376	39.12 454	46.13 460	25.09 390	41.76 445	40.01 457	27.19 439	32.16 454	25.48 430	2.44 432	1.13 365	2.70 447	0.86 405	5.45 444	4.81 427

DualNet (step1)	13.16 370	5.31 385	19.76 402	6.41 218	3.12 249	17.98 365	9.85 377	29.36 344	25.26 307	24.82 385	21.48 231	24.89 358	18.87 387	14.41 274	11.06 314	6.83 468	1.96 446	6.61 467	7.47 477	3.22 418	4.59 424

test_sample9	15.79 400	5.31 385	19.76 402	6.41 218	3.12 249	17.98 365	9.85 377	29.36 344	25.26 307	24.82 385	21.48 231	24.89 358	18.87 387	21.03 393	22.11 404	6.83 468	36.75 508	6.61 467	7.47 477	3.22 418	4.59 424

test_sample8	17.93 420	5.31 385	19.76 402	6.41 218	3.12 249	17.98 365	9.85 377	32.68 388	20.05 244	33.68 455	26.30 285	40.74 460	34.14 469	21.03 393	22.11 404	6.83 468	36.75 508	6.61 467	7.47 477	3.22 418	4.59 424

fast-acv-ft	14.96 395	4.73 374	17.68 384	8.03 326	5.27 343	28.61 442	9.97 380	26.25 307	35.58 406	26.03 399	38.02 421	31.91 412	21.50 413	19.25 365	21.18 401	0.61 325	0.38 206	0.63 375	0.48 368	1.31 360	1.73 272

IRAFT_RVC	8.93 257	1.80 117	10.65 249	7.83 316	1.81 164	6.36 165	10.05 381	26.32 309	27.59 332	17.93 276	19.70 204	17.67 283	9.98 238	13.20 242	6.29 228	0.37 264	0.30 189	0.19 304	0.05 157	0.23 97	0.24 27

SHD	22.33 455	11.30 445	32.10 450	15.61 455	9.88 453	26.75 432	10.12 382	41.84 469	61.77 502	36.36 463	44.65 462	39.28 452	31.10 461	35.07 463	32.76 468	2.35 429	1.95 445	1.24 419	1.90 443	4.33 435	6.34 445

CRFU-Net	13.32 375	3.53 341	12.90 315	8.76 349	6.05 379	26.25 429	10.15 383	25.86 297	14.68 177	30.76 437	30.58 337	30.11 400	21.59 416	20.52 382	20.28 396	1.53 410	0.48 233	0.27 331	0.16 236	0.64 289	1.28 215

SQANet	22.07 453	25.29 489	21.78 420	26.81 488	18.92 488	30.75 451	10.25 384	33.47 400	30.10 348	25.73 394	34.31 397	33.45 425	19.94 403	29.16 444	20.03 395	11.68 488	3.08 469	26.95 499	5.80 474	20.97 494	12.99 487

DLCB_ROB	13.97 386	3.74 350	11.01 265	9.99 377	5.85 372	21.40 393	10.37 385	30.17 358	30.49 350	28.21 420	32.18 369	32.67 416	21.17 411	20.20 376	18.59 383	0.34 255	0.18 152	0.41 357	0.15 227	0.61 278	1.76 276

ADLNet2	12.99 365	2.94 304	14.18 335	9.57 366	5.96 374	20.23 387	10.41 386	33.05 395	37.61 415	19.46 309	19.74 206	22.46 335	18.63 383	22.37 410	20.76 398	0.37 264	0.15 145	0.06 193	0.08 181	1.04 347	0.72 132

NOSS_ROB	11.76 339	4.63 372	8.14 138	7.46 296	2.92 236	17.82 363	10.55 387	30.45 361	34.08 391	16.37 230	19.97 209	23.14 341	16.31 351	18.22 355	10.67 307	2.98 439	1.84 441	3.39 455	1.64 437	2.24 395	2.37 366

DISCO	16.93 407	2.58 280	17.15 380	8.26 332	4.37 304	27.65 438	10.68 388	31.28 373	44.93 454	22.21 359	34.47 399	36.48 441	23.91 421	36.14 467	34.48 469	0.35 257	0.11 128	0.04 176	0.07 175	1.95 386	1.40 231

iRaft-Stereo_5w	9.10 263	2.33 245	10.69 251	6.64 240	4.47 310	4.74 70	10.72 389	16.71 173	16.97 212	15.39 208	26.15 282	21.25 323	12.59 291	16.38 315	12.90 339	0.85 357	0.51 240	0.08 219	0.22 265	0.95 341	1.53 253

ARAFT	8.86 254	3.86 352	17.37 381	5.96 187	0.94 68	12.59 268	10.80 390	18.20 196	19.95 243	18.77 295	16.27 167	17.78 285	8.88 221	18.82 362	5.30 193	0.35 257	0.04 57	0.00 1	0.00 1	0.62 280	0.64 116

GwcNet	17.31 410	6.61 410	23.02 426	10.83 406	8.63 439	29.48 447	10.80 390	39.37 457	45.73 456	24.16 379	37.85 420	31.50 406	21.81 418	21.37 401	27.25 445	0.81 351	0.88 320	0.57 372	0.46 361	1.54 374	3.61 410

delet	13.26 374	2.43 263	12.99 317	8.45 338	6.26 389	22.40 400	10.83 392	28.78 338	38.76 424	20.39 326	30.36 333	20.85 319	17.67 377	22.97 412	19.13 389	0.14 168	0.45 227	0.19 304	0.08 181	0.78 320	1.24 211

DSFCA	12.44 352	3.00 309	14.87 349	6.04 191	7.03 407	17.06 356	10.86 393	31.11 369	32.12 369	26.41 406	23.81 263	22.37 334	15.13 335	21.13 398	13.53 342	0.95 375	0.66 273	0.28 337	0.38 348	1.21 354	0.77 139

GrayStereo	9.02 260	1.35 49	7.73 122	8.62 343	2.88 234	10.28 230	10.99 394	18.66 206	16.36 204	22.78 364	30.63 338	17.56 282	12.19 282	11.50 157	5.08 183	0.09 131	0.02 33	0.19 304	0.78 400	0.33 146	2.37 366

ADCRef	18.01 422	8.01 426	44.10 474	10.75 402	8.85 443	27.18 435	11.06 395	31.77 380	34.40 393	31.90 441	42.45 448	18.79 299	21.55 415	25.18 424	35.17 470	1.03 382	0.42 223	2.18 435	1.79 439	1.38 364	2.27 358

StereoDRNet	16.00 401	5.45 389	16.67 373	11.34 416	8.74 441	25.62 422	11.07 396	40.40 462	37.03 410	29.77 428	30.04 330	34.35 433	19.09 392	19.81 369	25.28 429	0.65 329	0.30 189	0.16 291	0.14 219	1.80 382	2.33 361

RAFT + AFF	10.71 315	4.59 370	18.51 392	10.52 395	5.02 332	13.14 277	11.12 397	26.24 305	27.48 331	15.09 201	16.07 164	19.83 311	11.23 257	17.09 336	10.38 298	0.45 289	1.45 424	0.65 378	0.23 273	2.31 399	2.74 387

SGM-Forest	13.63 379	2.55 277	8.22 140	6.30 212	2.16 190	23.84 410	11.13 398	34.68 416	32.40 371	27.27 412	33.02 376	30.08 399	17.82 378	22.13 408	15.40 355	1.66 417	0.32 192	0.88 397	0.03 127	0.79 321	1.93 299
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AF-Net	19.18 433	6.50 406	16.90 377	16.60 462	11.00 461	23.83 409	11.31 399	36.25 430	51.10 476	25.56 391	38.34 423	41.77 467	31.01 460	30.20 449	27.83 448	4.87 461	0.27 179	4.60 459	1.00 417	2.67 404	2.02 325

PSMNet-RUCA	24.65 467	28.24 492	42.85 472	35.58 496	34.48 501	16.04 327	11.34 400	40.36 461	31.70 365	31.88 440	41.00 440	37.50 446	25.41 430	29.19 445	17.07 372	12.35 491	2.12 451	20.72 493	8.27 486	17.19 491	9.64 475

UGAM	10.51 307	1.74 105	10.16 220	7.06 271	4.44 306	6.56 174	11.34 400	16.06 155	27.83 334	21.09 340	28.18 306	23.47 345	11.21 255	26.86 432	11.33 317	0.05 67	0.49 236	0.46 362	0.36 333	0.44 213	0.97 173

DispFullNet	31.01 490	32.97 495	59.04 496	30.27 494	28.46 498	33.06 459	11.44 402	37.69 444	54.13 481	33.30 452	37.78 417	44.68 475	28.96 448	42.19 491	29.68 461	12.35 491	3.56 476	36.10 503	12.90 496	32.29 502	19.42 499

MaskLacGwcNet_RVC	17.56 415	17.23 471	20.10 408	12.02 427	6.91 405	28.81 443	11.45 403	41.35 465	21.95 265	30.13 433	34.66 400	32.04 414	11.30 259	21.04 395	16.43 365	8.91 476	2.67 462	12.29 487	0.84 404	12.72 482	8.43 467

GEStereo_RVC	13.23 373	3.13 318	15.23 353	10.33 390	4.95 328	18.92 375	11.46 404	31.58 378	48.03 463	20.51 327	27.68 299	19.00 304	13.31 303	20.44 380	16.01 361	1.15 395	0.51 240	0.10 240	0.14 219	0.67 297	1.47 243

THIR-Stereo	9.52 272	2.21 221	9.26 187	5.38 132	0.85 52	15.55 317	11.50 405	16.88 176	21.74 264	24.45 383	31.96 361	14.20 222	13.85 317	11.89 174	8.54 266	0.14 168	0.25 177	0.10 240	0.05 157	0.40 195	1.11 197

FTStereo	8.76 250	1.57 80	6.75 86	6.55 228	2.45 208	7.65 200	11.62 406	18.36 199	9.01 112	20.25 316	40.79 439	15.87 251	12.36 286	11.02 127	4.69 173	0.24 221	0.01 11	0.09 229	0.16 236	0.19 80	5.58 437

Anonymous3	10.07 288	4.14 358	31.49 449	9.77 373	5.11 337	25.00 417	11.85 407	25.20 292	19.24 238	10.80 132	14.78 151	7.92 126	8.68 216	14.40 273	6.12 217	3.25 444	1.40 414	0.08 219	0.06 167	0.81 326	1.30 218

Anonymous_2	15.61 397	7.12 412	18.63 395	6.49 225	7.98 427	26.94 434	11.93 408	19.48 221	18.48 230	18.25 286	15.95 162	24.18 351	21.32 412	21.17 400	15.94 360	10.88 484	13.80 498	11.19 486	25.13 502	10.92 476	6.42 448

RTSC	20.52 442	11.06 441	33.58 455	12.11 428	7.19 410	28.90 444	11.99 409	38.49 448	58.85 497	32.22 446	37.28 414	33.11 421	21.14 410	36.93 476	38.84 481	1.49 409	1.50 429	0.15 284	0.64 392	2.18 394	2.67 382

Syn2CoEx	17.68 417	11.86 449	28.39 439	20.88 473	8.24 435	25.66 423	12.35 410	37.57 443	33.60 386	29.57 426	39.80 434	30.02 398	28.00 443	19.91 370	18.91 387	1.14 394	0.53 245	1.23 417	0.46 361	1.97 387	3.61 410

psmorigin	21.56 449	11.18 443	36.59 461	10.19 382	7.08 408	25.30 419	12.35 410	33.52 402	33.12 380	43.62 480	54.15 490	42.72 470	37.44 475	36.87 475	28.98 456	1.65 416	2.78 465	0.81 393	1.19 424	3.62 426	8.10 464

ToySt	11.51 334	2.48 269	17.84 388	6.10 193	2.09 183	16.11 332	12.36 412	25.07 291	28.25 338	15.22 204	25.16 273	25.51 367	15.98 349	17.63 347	15.46 356	0.19 204	1.08 355	0.04 176	0.31 310	0.66 295	2.67 382

CBMV	14.52 393	4.59 370	9.99 215	6.61 235	2.85 232	22.76 403	12.45 413	30.63 363	33.32 381	31.98 442	35.00 403	31.68 408	19.43 398	26.53 430	16.71 369	1.28 404	0.61 266	0.63 375	0.12 205	1.26 358	1.89 293
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
psm_up	13.88 385	2.70 289	10.89 260	10.20 383	5.97 375	15.01 308	12.58 414	39.13 455	31.75 366	21.39 346	31.09 346	30.18 401	25.01 428	20.33 378	17.62 375	0.75 338	0.39 209	0.18 298	0.03 127	0.82 329	1.67 267

S-Stereo	17.36 412	4.46 366	22.16 423	12.58 434	9.10 448	23.07 405	12.60 415	33.18 397	46.12 459	22.78 364	38.67 427	29.04 390	27.48 440	19.40 367	23.90 418	3.14 443	3.13 470	0.88 397	1.95 444	3.77 429	9.86 477

RP	18.36 425	5.94 398	17.54 383	15.95 461	12.33 470	21.55 395	12.66 416	28.65 336	45.65 455	23.78 376	42.55 450	39.77 455	29.54 452	26.72 431	23.58 417	6.14 466	1.05 354	4.38 458	1.77 438	3.90 431	3.82 418

PS-NSSS	14.36 392	8.44 430	16.43 370	7.44 293	5.79 367	18.65 374	12.71 417	39.02 452	26.84 326	20.99 338	36.15 408	21.47 325	18.25 382	18.21 354	18.63 384	2.44 432	0.55 251	5.38 461	0.37 338	5.25 442	4.11 421

edge stereo	19.38 435	5.98 399	19.25 400	11.11 411	8.07 431	23.51 408	12.74 418	35.93 425	42.55 439	35.05 460	43.06 454	41.34 465	36.05 473	26.06 428	25.62 432	2.70 436	2.47 459	6.38 466	1.54 435	3.18 417	5.01 431

CVANet_RVC	14.09 389	4.82 377	10.86 259	9.46 364	5.60 361	19.70 381	12.94 419	33.38 399	34.86 398	23.72 374	33.31 381	29.76 393	16.35 354	24.37 418	12.45 333	1.22 401	0.23 169	1.45 423	0.87 406	3.41 421	3.01 398

Wz-Net-LNSev-Ref	16.12 402	4.56 367	29.46 442	7.78 314	6.11 381	26.08 427	13.01 420	31.08 368	37.61 415	27.66 414	46.96 470	29.92 396	15.40 339	21.54 404	22.39 406	1.09 387	0.05 67	0.10 240	0.00 1	0.43 210	1.21 206

MeshStereo	22.95 460	7.84 422	12.46 308	8.13 331	5.20 339	38.49 475	13.36 421	42.69 472	38.05 419	51.34 494	53.82 486	58.22 499	43.29 489	38.42 481	29.59 459	2.96 438	2.84 467	3.11 451	2.33 449	3.12 414	3.65 414
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
ADCP+	18.93 430	5.83 394	35.35 458	9.85 374	10.36 456	29.49 448	13.65 422	34.22 410	37.75 417	30.02 432	41.45 441	24.18 351	26.43 437	34.71 461	36.58 472	0.27 236	0.40 211	2.00 432	1.19 424	2.31 399	2.66 380

UDG	22.21 454	15.90 470	16.41 369	21.71 476	20.17 490	32.51 456	13.78 423	36.62 435	35.77 407	26.64 407	31.43 350	37.49 445	32.33 466	22.77 411	21.19 402	11.08 486	5.60 487	23.12 494	7.74 481	17.07 490	14.89 492

TCMNet	15.72 398	7.51 419	21.42 418	14.39 445	12.57 471	26.22 428	13.91 424	30.23 359	36.03 408	25.57 392	31.73 357	23.65 347	15.35 338	19.98 372	24.06 419	1.44 408	0.67 277	2.04 433	0.99 416	3.41 421	3.26 406

iinet-f	14.05 388	5.00 381	47.51 480	6.57 230	4.04 284	21.14 391	14.37 425	28.25 331	21.37 255	21.95 356	31.37 348	21.31 324	18.66 384	16.15 307	20.61 397	0.31 247	0.41 218	0.09 229	0.05 157	1.00 345	0.76 137

DRN-Test	16.60 405	4.76 375	16.90 377	10.75 402	8.16 434	29.42 446	14.37 425	43.26 477	39.35 425	28.93 425	35.46 404	29.03 389	20.11 404	20.78 386	24.51 425	0.94 373	0.93 328	0.46 362	0.35 327	1.42 367	2.12 346

TDLM	13.70 380	4.93 379	11.80 289	11.93 426	5.53 357	16.75 347	14.38 427	36.12 429	32.59 375	23.08 367	27.03 294	25.90 371	15.40 339	25.87 427	14.23 345	1.24 403	0.09 112	1.53 424	0.61 390	2.06 390	2.94 396

CrosDoStereo	9.41 267	1.65 91	8.83 160	5.19 120	1.13 82	7.34 191	14.47 428	16.33 161	24.64 298	24.44 381	33.36 382	13.18 210	13.52 305	12.56 211	9.08 275	0.06 99	0.11 128	0.09 229	0.04 142	0.41 199	1.73 272

DeepStereo_LL	9.41 267	1.65 91	8.83 160	5.19 120	1.13 82	7.34 191	14.47 428	16.33 161	24.64 298	24.44 381	33.36 382	13.18 210	13.52 305	12.56 211	9.08 275	0.06 99	0.11 128	0.09 229	0.04 142	0.41 199	1.73 272

ssnet_v2	13.84 383	3.15 319	13.44 324	7.99 324	3.08 248	22.60 401	14.51 430	36.65 436	33.59 385	22.04 357	26.10 281	28.64 387	17.16 366	23.13 413	20.86 400	0.50 299	0.32 192	0.20 309	0.13 209	1.41 365	1.38 226

ACVNet-4b	36.91 500	52.81 507	57.04 493	42.64 502	22.08 493	48.32 491	14.64 431	50.28 496	59.78 499	43.17 479	46.34 466	55.50 497	24.49 424	39.03 483	23.55 415	25.75 503	3.76 479	47.36 506	33.76 506	28.62 499	19.22 498

RGC	20.62 446	14.30 463	21.99 421	18.85 469	14.53 476	21.42 394	14.82 432	36.00 428	44.32 449	28.54 422	41.82 446	40.12 458	29.43 450	35.44 466	23.33 412	4.12 452	0.72 285	8.80 479	4.39 466	4.55 437	4.84 429

FAT-Stereo	17.45 413	3.56 342	19.19 399	10.31 388	6.54 396	18.00 368	14.89 433	38.68 450	40.49 430	27.39 413	39.66 432	37.32 443	32.14 465	21.07 396	22.97 411	3.68 448	2.16 455	0.81 393	1.21 426	2.10 391	6.78 452

aanetorigin	19.84 439	13.32 461	54.46 486	10.07 379	7.99 428	14.16 293	15.32 434	17.85 194	34.49 394	49.59 491	48.88 475	34.28 432	31.32 462	23.53 416	29.64 460	1.12 391	0.81 305	0.73 382	0.94 407	3.05 410	5.23 435

MFN_U_SF_RVC	28.91 483	15.44 467	55.12 488	22.00 479	8.49 438	41.39 483	15.36 435	52.74 500	46.70 462	47.83 490	53.87 487	54.97 496	40.50 485	39.54 485	40.77 485	6.09 465	4.92 485	7.08 472	9.02 487	7.68 457	8.69 469

pmcnn	15.27 396	4.31 363	22.32 424	7.46 296	4.46 309	22.15 399	15.74 436	28.53 334	31.88 367	27.78 417	40.04 435	39.06 451	19.11 395	18.79 361	20.78 399	1.04 383	0.23 169	0.00 1	0.00 1	0.53 246	1.17 200

Nwc_Net	18.76 429	5.80 392	19.91 406	14.99 453	11.96 467	26.32 430	15.90 437	41.68 468	40.50 431	21.85 354	43.58 457	34.89 434	29.47 451	27.48 435	26.34 439	3.75 449	0.27 179	2.55 444	3.31 457	2.25 396	2.46 371

EDNetEfficientorigin	29.50 485	36.05 499	99.77 544	9.67 369	5.93 373	26.79 433	16.02 438	26.87 317	55.18 485	61.15 502	57.72 495	45.04 476	50.99 499	26.90 433	44.78 497	0.53 303	0.54 247	1.72 427	2.53 451	11.05 477	10.75 480

CC-Net-ROB	22.73 458	23.99 486	30.57 446	14.72 449	8.91 447	32.98 457	16.17 439	46.75 490	37.29 412	33.88 456	32.33 370	35.48 438	25.00 427	24.75 422	28.78 454	9.60 480	3.03 468	25.33 497	3.87 461	14.82 487	6.33 444

LRCNet_RVC	73.95 526	70.63 517	75.65 516	77.92 520	60.69 520	41.66 484	16.24 440	71.26 521	48.66 464	88.23 535	93.84 537	90.11 533	82.18 527	80.69 531	61.88 516	97.09 541	72.20 532	96.71 540	97.62 541	77.99 529	77.70 531

FBW_ROB	21.87 451	11.80 448	25.52 431	14.64 448	7.49 414	31.20 453	16.35 441	45.28 486	44.78 453	44.85 485	40.36 437	43.50 472	27.85 442	34.94 462	23.52 413	3.07 441	2.15 454	7.53 477	3.03 456	4.30 434	5.17 434

WCMA_ROB	21.17 448	5.89 397	22.32 424	10.39 392	7.65 420	34.55 463	16.42 442	33.20 398	34.02 390	42.06 476	52.50 482	44.09 473	37.59 476	33.66 459	26.77 442	7.45 475	3.18 471	1.27 420	1.43 432	4.18 432	4.81 427

G-Net	21.66 450	9.10 435	39.39 465	15.85 457	9.60 452	51.00 495	16.73 443	28.32 332	31.17 361	38.99 469	43.24 455	33.26 424	32.09 464	28.50 441	26.50 441	4.74 458	3.92 480	3.60 456	1.02 418	8.42 463	7.86 461

MDST_ROB	18.99 431	3.23 322	15.81 366	14.15 443	6.98 406	44.89 487	16.81 444	43.19 476	42.83 442	43.71 481	43.84 458	28.79 388	19.02 391	30.64 451	18.70 385	1.84 420	0.84 311	0.69 380	0.47 367	0.71 306	2.61 378

CBFPSM	12.96 364	3.37 332	30.97 447	5.30 125	3.22 252	22.79 404	16.93 445	21.82 253	21.35 254	21.93 355	28.34 308	29.99 397	17.38 370	15.32 300	16.39 364	0.11 146	0.48 233	0.10 240	0.17 242	0.58 264	2.72 386

XPNet_ROB	18.03 423	6.06 401	18.19 389	11.68 421	6.83 401	21.23 392	16.93 445	36.66 438	39.82 429	32.51 448	42.05 447	41.04 463	25.77 432	25.72 425	28.80 455	1.67 418	0.91 326	0.79 387	0.27 296	1.24 357	2.38 368

SGM_RVC	20.33 441	3.24 324	8.92 164	7.20 284	1.62 144	39.61 479	17.01 447	39.11 453	35.12 401	46.26 486	42.62 451	51.57 493	39.45 480	39.66 486	29.87 462	1.16 396	0.37 205	0.55 370	0.35 327	1.20 353	1.64 262
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	17.85 418	5.41 388	14.79 343	11.91 425	4.73 317	24.54 414	17.04 448	41.01 463	34.96 399	33.06 450	45.84 465	39.83 456	29.19 449	24.71 421	22.45 408	1.34 406	0.41 218	1.09 405	0.70 396	2.15 393	1.89 293

NCCL2	17.94 421	7.94 425	16.87 376	24.07 484	7.60 418	24.52 413	17.08 449	35.42 422	26.65 323	32.01 443	38.57 424	41.96 469	27.61 441	22.24 409	24.43 424	0.65 329	0.33 198	2.64 445	2.13 446	2.28 398	3.86 419

RYNet	19.73 437	5.52 390	18.58 393	11.63 420	15.84 481	47.05 490	17.28 450	38.60 449	49.19 467	27.71 415	27.46 296	38.63 449	26.42 436	20.79 387	32.08 467	0.73 336	0.59 263	0.97 402	0.16 236	7.40 455	8.04 463

EDNetEfficient	25.68 476	22.94 485	77.88 519	9.49 365	7.66 421	20.89 389	17.37 451	22.52 261	56.02 490	61.49 505	53.31 484	35.83 439	41.88 488	25.06 423	39.53 483	0.86 360	0.83 310	0.91 399	2.82 453	8.28 461	7.98 462

otaku	33.83 493	36.87 500	53.81 485	40.41 499	21.58 492	54.54 499	17.45 452	44.01 482	61.47 501	39.63 470	50.06 480	46.76 483	29.76 453	40.64 488	30.07 463	19.17 498	7.09 492	32.34 501	9.92 490	24.17 497	16.94 494

Wz-Net-LNSev	19.04 432	11.48 447	43.55 473	10.82 405	8.01 430	24.96 416	17.46 453	34.72 417	44.36 450	33.43 453	44.72 463	32.54 415	24.13 422	21.64 406	24.38 423	0.93 370	0.22 167	0.00 1	0.03 127	1.44 368	1.99 321

PDISCO_ROB	25.35 475	10.44 436	31.01 448	29.47 493	20.36 491	38.32 472	17.74 454	45.56 487	55.34 486	29.88 430	42.94 453	46.63 482	29.76 453	36.23 468	31.29 466	10.74 483	2.20 456	6.96 471	3.53 459	9.98 471	8.52 468

ccnet	24.80 469	17.64 472	24.53 430	12.35 433	18.18 487	38.47 474	17.76 455	46.24 488	32.78 379	37.51 467	46.76 467	38.80 450	30.45 458	38.35 480	41.98 488	9.41 479	6.40 489	9.67 482	8.04 482	11.64 480	9.00 470

DDUNet	23.49 462	20.59 480	17.13 379	24.58 485	22.45 494	24.86 415	17.96 456	31.42 375	31.06 360	29.59 427	37.81 418	37.85 447	26.39 435	25.77 426	18.74 386	18.99 497	8.10 495	26.65 498	11.80 494	19.41 493	18.58 497

DGSMNet	20.75 447	13.28 460	34.59 457	14.80 450	17.14 484	23.25 406	17.99 457	36.39 432	43.00 443	20.70 329	32.67 374	36.05 440	19.22 396	30.34 450	25.04 428	4.61 456	4.62 483	6.31 465	5.20 471	14.71 486	15.15 493

Wz-Net-MNSev	19.84 439	7.55 420	35.79 459	10.79 404	7.51 415	38.96 477	18.39 458	35.08 419	44.72 452	31.28 438	41.70 444	41.18 464	20.49 406	28.41 440	30.13 464	0.96 376	0.36 204	0.05 184	0.13 209	1.70 379	1.64 262

LE_ROB	23.59 464	4.64 373	16.84 375	8.59 342	3.05 246	33.01 458	18.53 459	28.96 340	67.40 514	70.71 515	55.67 494	48.44 487	48.90 496	26.06 428	37.98 475	0.44 285	0.24 172	0.27 331	0.54 380	0.49 239	0.98 174

MSMD_ROB	23.50 463	10.55 437	15.65 365	17.87 467	10.07 454	35.58 466	19.04 460	34.53 414	37.81 418	41.55 475	60.11 498	46.01 480	39.81 482	32.74 457	24.92 427	6.86 471	3.63 478	8.92 480	11.16 493	7.21 454	5.99 442

FCDSN-DC	26.18 480	15.77 469	20.36 411	28.79 492	15.78 480	40.13 480	19.12 461	43.57 478	42.59 440	44.78 484	52.51 483	50.73 491	40.32 484	35.32 465	28.55 451	6.41 467	3.61 477	7.11 473	6.54 475	10.58 472	10.93 483
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	23.61 465	12.42 457	44.10 474	11.85 424	8.33 437	27.89 439	20.03 462	36.49 434	39.56 427	40.81 473	47.01 471	36.89 442	43.95 490	39.12 484	42.60 491	1.95 421	1.55 433	3.05 449	3.98 462	5.20 441	5.37 436

ADCPNet	22.75 459	10.94 440	58.96 495	12.24 432	7.57 416	37.33 470	20.08 463	33.89 404	37.37 413	33.49 454	44.32 460	39.36 454	28.43 445	32.19 455	38.55 479	2.25 425	2.69 464	2.37 441	3.59 460	4.33 435	5.01 431

NaN_ROB	17.35 411	7.91 423	18.84 397	11.29 414	4.93 326	33.28 460	20.75 464	38.10 447	43.81 446	30.28 434	31.53 354	32.88 418	20.88 409	29.10 443	17.85 377	0.40 271	0.43 225	0.31 347	0.44 360	0.98 342	3.03 400

ADCL	22.44 457	7.79 421	49.20 482	10.61 400	7.28 412	40.40 482	21.03 465	32.07 383	55.07 484	28.53 421	48.73 473	31.68 408	31.69 463	34.04 460	38.38 477	1.22 401	0.93 328	2.65 446	1.89 442	2.65 403	2.94 396

XQC	25.15 472	18.26 474	52.31 484	22.53 482	12.15 468	37.47 471	21.78 466	38.74 451	55.51 488	32.40 447	30.75 341	38.36 448	30.19 457	38.28 479	41.25 487	4.61 456	1.44 423	2.77 448	2.26 448	12.52 481	9.49 474

ETE_ROB	18.45 427	10.71 438	20.90 415	14.23 444	4.92 325	23.28 407	22.01 467	33.00 394	36.14 409	30.68 436	39.03 428	46.10 481	26.28 434	27.52 436	26.22 438	0.53 303	0.49 236	1.16 410	0.94 407	1.69 378	3.07 401

SGM-ForestM	25.21 474	4.80 376	13.50 326	8.68 345	3.74 272	46.85 489	22.04 468	46.25 489	51.32 478	51.28 493	52.07 481	62.64 506	47.13 494	46.05 494	36.30 471	1.99 422	2.25 457	1.21 413	1.24 427	1.65 377	3.21 403

MFN_U_SF_DS_RVC	24.71 468	14.86 465	32.18 451	26.47 487	10.48 457	40.27 481	22.83 469	36.88 440	44.51 451	42.59 477	47.13 472	40.20 459	28.00 443	36.70 473	28.36 449	4.23 454	4.00 481	6.73 470	16.35 499	5.05 440	6.34 445

NCC-stereo	20.61 443	7.39 417	25.96 432	15.90 459	16.62 482	20.15 385	23.27 470	44.11 483	41.29 436	25.00 388	38.64 425	35.47 436	28.75 446	36.35 470	26.90 443	4.83 459	2.14 452	3.33 453	9.27 488	3.10 412	3.72 416

Abc-Net	20.61 443	7.39 417	25.96 432	15.90 459	16.62 482	20.15 385	23.27 470	44.11 483	41.29 436	25.00 388	38.64 425	35.47 436	28.75 446	36.35 470	26.90 443	4.83 459	2.14 452	3.33 453	9.27 488	3.10 412	3.72 416
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-TNSev	25.85 477	21.47 483	59.51 497	10.38 391	7.64 419	42.40 486	23.33 472	35.97 427	54.36 482	36.56 464	43.26 456	45.90 479	41.27 486	37.81 477	37.10 473	2.35 429	1.90 444	0.77 385	1.34 430	5.89 449	7.75 460

FC-DCNN v2	25.13 471	12.03 451	19.82 405	19.08 471	9.43 450	38.89 476	23.42 473	41.85 470	44.02 447	46.96 489	54.51 491	50.70 490	39.69 481	36.34 469	29.25 457	7.36 473	3.39 473	6.17 464	5.02 470	8.00 459	6.71 451

SANet	22.05 452	8.47 431	32.65 453	9.90 375	4.31 302	33.49 461	23.44 474	42.82 473	56.64 492	39.67 472	44.09 459	44.62 474	32.96 467	29.24 446	25.79 434	1.08 385	0.74 288	0.98 403	0.69 394	5.69 447	3.66 415

LALA_ROB	19.82 438	8.32 429	18.64 396	13.59 440	5.79 367	28.03 440	23.44 474	43.09 474	37.57 414	33.91 457	41.55 442	50.73 491	25.61 431	29.09 442	27.30 446	0.73 336	0.67 277	2.08 434	1.42 431	2.70 405	2.12 346

FC-DCNN	25.07 470	12.06 453	20.30 410	19.06 470	9.41 449	38.40 473	23.46 476	41.37 466	44.07 448	46.76 488	53.99 489	50.49 489	39.32 479	36.43 472	29.46 458	7.40 474	3.39 473	6.15 463	5.01 469	8.05 460	6.83 453

DeepPrunerF	20.61 443	12.13 454	46.35 477	21.53 475	17.78 485	19.41 377	23.64 477	37.23 442	50.61 470	26.20 402	37.72 416	24.90 361	25.02 429	24.63 420	23.53 414	3.13 442	1.65 436	5.69 462	4.09 463	3.64 427	3.34 408

Ntro	35.59 498	38.58 501	55.41 489	43.66 503	22.54 495	57.26 500	23.73 478	47.69 491	63.99 508	39.63 470	48.82 474	47.68 486	37.60 477	41.55 490	30.80 465	17.85 496	6.61 490	33.21 502	10.52 492	26.65 498	17.97 496

APVNet	18.42 426	6.37 405	23.10 427	12.76 436	8.28 436	30.74 450	24.17 479	42.08 471	30.76 358	25.86 397	41.66 443	31.83 411	24.99 426	28.01 439	28.77 453	0.49 296	0.57 257	3.05 449	0.55 383	1.80 382	2.46 371

ADCS	27.11 481	15.49 468	48.87 481	15.20 454	10.99 460	31.86 455	24.37 480	43.99 481	58.30 495	43.12 478	49.92 479	41.90 468	41.43 487	42.90 492	46.29 499	3.00 440	2.60 460	2.45 443	3.47 458	7.63 456	8.41 466

MSC_U_SF_DS_RVC	37.85 502	35.62 498	55.10 487	38.16 498	13.19 474	57.63 503	24.72 481	52.87 501	63.40 507	66.39 511	63.74 502	58.16 498	54.28 501	51.56 500	47.39 502	9.36 478	5.44 486	14.82 489	15.34 498	18.80 492	11.04 485

FINET	17.02 409	8.11 428	28.42 440	9.29 360	8.89 446	24.46 412	25.06 482	35.40 421	49.52 469	26.73 408	33.49 386	20.50 315	18.75 385	20.67 385	19.18 391	2.30 428	2.09 449	1.13 409	0.75 399	2.86 406	2.84 391

ACVNet_1	42.11 504	50.66 505	66.19 505	45.24 505	25.33 497	50.11 493	25.60 483	55.90 504	65.25 509	60.15 499	59.98 497	63.57 507	50.05 498	50.45 498	38.46 478	20.06 499	11.00 497	38.79 504	14.48 497	31.31 501	19.68 500

LSM	30.92 487	21.18 482	57.13 494	19.98 472	54.02 513	33.70 462	25.92 484	43.87 479	49.18 466	46.43 487	55.59 493	43.44 471	36.70 474	36.70 473	28.75 452	2.94 437	9.77 496	5.07 460	8.20 485	10.77 473	29.00 504

RTS	30.97 488	24.38 487	96.47 534	17.75 465	12.63 472	58.43 506	26.47 485	38.01 445	63.33 505	44.41 482	46.81 468	33.16 422	45.26 491	52.06 501	42.65 492	2.66 434	1.40 414	1.09 405	1.02 418	5.49 445	5.86 440

RTSA	30.97 488	24.38 487	96.47 534	17.75 465	12.63 472	58.43 506	26.47 485	38.01 445	63.33 505	44.41 482	46.81 468	33.16 422	45.26 491	52.06 501	42.65 492	2.66 434	1.40 414	1.09 405	1.02 418	5.49 445	5.86 440

coex-ft	31.29 491	39.15 502	93.51 533	9.71 372	5.77 366	36.25 468	26.79 487	31.43 376	59.45 498	73.35 519	58.73 496	45.49 478	48.48 495	30.19 448	46.52 501	1.59 411	1.71 439	0.94 400	0.97 415	9.43 466	6.35 447

PASM	29.37 484	19.17 475	50.43 483	23.55 483	23.15 496	27.62 437	27.82 488	35.90 424	50.76 472	35.98 462	40.55 438	47.26 485	34.98 470	35.28 464	38.72 480	12.58 493	15.96 500	17.57 492	22.46 501	13.71 483	13.92 490

WZ-Net	25.86 478	14.23 462	64.17 500	15.77 456	10.61 458	39.36 478	28.01 489	41.38 467	54.97 483	28.82 424	53.68 485	40.90 461	30.14 456	37.91 478	42.98 494	1.59 411	0.49 236	0.73 382	0.95 412	5.43 443	5.12 433

rvit_105_1	14.11 391	6.23 403	22.11 422	13.74 441	4.55 314	15.38 314	28.19 490	27.21 320	43.35 445	19.53 310	24.36 267	22.05 331	15.96 348	18.37 356	12.70 337	2.27 426	0.58 260	0.26 329	2.37 450	0.70 302	2.20 352

AnyNet_C01	30.67 486	27.57 490	76.09 517	17.61 464	12.18 469	50.42 494	28.89 491	39.14 456	41.14 435	41.36 474	65.66 509	47.21 484	40.16 483	47.50 495	49.82 506	2.38 431	2.79 466	2.31 438	2.83 454	8.35 462	9.99 479

Wz-Net-SNSev	23.35 461	18.18 473	47.37 479	14.55 447	8.63 439	28.33 441	29.16 492	39.88 459	55.80 489	32.16 445	53.91 488	39.35 453	24.42 423	27.60 437	38.11 476	1.06 384	0.24 172	1.20 412	0.95 412	3.16 416	2.93 395

MANE	33.27 492	12.69 458	21.10 416	22.10 480	15.09 479	49.75 492	29.51 493	54.10 503	56.36 491	59.73 498	64.93 506	65.43 510	57.34 508	52.70 504	41.02 486	10.52 482	6.09 488	7.35 475	20.29 500	9.66 468	9.65 476

PA-Net	16.98 408	8.05 427	29.56 443	10.52 395	11.30 462	21.91 398	29.93 494	32.64 387	39.50 426	20.38 325	28.51 311	23.80 348	20.82 407	21.45 402	25.60 431	0.25 228	2.36 458	0.23 321	4.99 468	1.34 363	6.47 449
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RainbowNet	51.77 506	63.10 515	65.03 504	60.15 509	39.21 506	59.39 508	31.46 495	57.61 508	78.49 525	50.61 492	66.05 510	59.57 502	45.26 491	50.17 497	42.57 490	46.92 511	45.90 514	53.26 510	32.46 505	54.03 511	34.14 507

AnyNet_C32	24.34 466	15.07 466	42.84 471	13.07 438	11.83 465	31.80 454	31.73 496	32.47 385	45.77 457	35.92 461	49.66 477	34.05 427	35.21 471	44.09 493	43.39 495	1.61 415	1.70 438	1.22 416	2.94 455	4.87 439	7.60 458

BEATNet-Init1	36.29 499	22.72 484	56.79 492	28.53 491	13.41 475	59.81 509	33.49 497	53.72 502	58.64 496	60.78 500	63.63 501	70.42 512	56.59 506	53.93 505	46.48 500	5.63 463	4.14 482	7.49 476	7.45 476	11.35 479	10.88 482

Consistency-Raft	41.94 503	35.39 497	45.40 476	33.16 495	41.47 507	45.14 488	33.50 498	56.78 507	55.37 487	32.11 444	65.41 507	30.46 404	49.76 497	40.94 489	48.33 505	27.72 504	35.00 506	43.33 505	51.89 515	39.60 505	28.04 503

PSMNet_ROB	17.59 416	6.52 409	16.27 368	14.43 446	7.71 422	29.22 445	33.59 499	43.94 480	38.52 422	24.74 384	33.46 385	34.17 429	17.29 369	18.52 357	25.68 433	0.40 271	0.29 187	0.96 401	2.22 447	2.03 389	1.81 280

NVStereoNet_ROB	42.81 505	34.00 496	46.84 478	37.40 497	28.64 499	35.65 467	33.88 500	49.95 494	58.27 494	69.65 514	75.69 519	66.36 511	65.66 512	48.37 496	62.04 518	16.50 495	25.07 503	23.61 496	32.35 504	21.58 495	24.72 501
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CSAN	22.36 456	11.11 442	26.06 434	21.79 477	5.59 360	34.55 463	36.54 501	40.04 460	50.84 474	37.47 466	40.31 436	45.09 477	33.07 468	27.44 434	25.80 435	1.60 414	0.75 293	1.08 404	1.80 440	2.89 407	3.36 409

ELAS	34.78 495	20.32 478	38.13 463	21.79 477	14.89 477	57.95 505	37.04 502	51.15 497	51.19 477	60.95 501	64.42 504	59.08 501	54.44 502	51.53 499	46.26 498	12.00 489	7.83 493	10.46 483	8.04 482	14.42 484	13.71 489
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GANetREF_RVC	26.12 479	30.35 493	27.03 435	26.08 486	6.28 392	31.16 452	37.25 503	48.48 492	50.90 475	37.30 465	36.39 411	34.11 428	30.98 459	38.51 482	28.38 450	9.08 477	2.68 463	16.48 490	5.42 473	16.24 489	9.34 473
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
ELAS_RVC	34.88 496	20.50 479	37.14 462	22.37 481	15.07 478	54.02 498	38.42 504	50.06 495	56.72 493	61.86 506	63.52 500	58.79 500	54.60 503	54.13 506	43.99 496	12.20 490	7.90 494	10.75 485	7.65 480	14.42 484	13.42 488
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	52.60 507	58.73 509	63.81 499	41.37 501	59.41 517	53.52 496	41.39 505	56.50 506	40.60 433	55.03 497	49.64 476	49.57 488	56.22 505	59.42 508	50.07 507	55.57 514	50.19 520	51.15 508	51.23 513	51.90 507	56.75 516

PWCK	66.53 517	88.82 534	80.30 522	80.69 526	30.85 500	65.18 514	41.64 506	72.55 525	71.28 517	78.68 526	69.18 513	78.14 518	62.17 511	82.93 532	63.46 520	80.46 528	40.52 510	82.05 526	47.71 510	74.54 527	39.47 511

DPSNet	25.20 473	7.92 424	36.17 460	11.72 422	6.85 402	53.68 497	43.17 507	52.22 499	60.09 500	31.61 439	39.76 433	40.91 462	35.82 472	33.42 458	26.48 440	4.98 462	2.10 450	0.50 366	1.13 422	9.63 467	5.83 439

SPS-STEREO	56.02 511	59.82 512	64.35 501	45.23 504	53.96 512	61.34 510	44.05 508	60.08 509	50.73 471	62.61 507	61.78 499	59.73 503	57.62 509	60.63 509	59.08 513	58.29 517	48.28 515	51.30 509	49.29 511	55.67 512	56.59 515
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	34.10 494	19.91 477	39.04 464	27.08 489	18.09 486	35.11 465	44.32 509	52.16 498	66.36 511	53.04 496	64.50 505	52.33 494	56.17 504	52.24 503	42.11 489	4.17 453	4.82 484	9.60 481	4.65 467	11.11 478	25.25 502

ACVNet_2	58.13 512	62.74 514	73.58 514	66.59 512	38.77 505	63.23 511	49.56 510	72.12 523	82.24 529	79.37 527	88.96 535	76.25 516	73.29 518	55.14 507	48.05 503	38.17 506	24.21 502	54.92 511	37.94 507	48.23 506	29.29 505

SGM+DAISY	55.54 510	57.77 508	64.45 502	40.89 500	53.89 511	63.34 512	50.45 511	56.00 505	45.95 458	61.43 504	64.32 503	61.05 504	56.70 507	61.32 510	56.86 512	56.51 516	49.35 518	50.49 507	50.00 512	52.52 508	57.57 517

IMH-64-1	59.89 513	58.89 510	69.08 509	66.46 510	50.96 509	57.48 501	51.18 512	69.03 516	67.25 512	67.90 512	80.31 524	70.42 512	74.30 519	72.66 523	50.07 507	42.88 508	43.00 511	65.88 512	47.48 508	53.41 509	39.15 509

IMH-64	59.89 513	58.89 510	69.08 509	66.46 510	50.96 509	57.48 501	51.18 512	69.03 516	67.25 512	67.90 512	80.31 524	70.42 512	74.30 519	72.66 523	50.07 507	42.88 508	43.00 511	65.88 512	47.48 508	53.41 509	39.15 509

IMH	63.51 515	61.05 513	69.15 511	69.90 514	54.09 514	65.82 515	55.66 514	72.12 523	72.52 518	72.73 517	81.82 526	73.16 515	79.86 524	77.03 528	52.57 510	44.46 510	50.01 519	68.11 514	51.57 514	56.59 513	41.88 512

TorneroNet-64	66.18 516	71.37 518	72.19 513	76.80 518	59.54 518	67.82 516	59.56 515	67.83 515	79.98 526	63.09 508	67.00 511	82.98 524	69.97 515	68.02 512	62.78 519	49.03 512	44.17 513	73.23 516	64.19 517	69.14 517	54.83 514

WAO-6	71.06 518	73.42 520	67.24 506	79.78 525	61.93 521	69.67 517	60.23 516	75.12 528	87.02 532	74.87 520	79.60 523	79.28 520	84.75 530	68.25 514	61.91 517	67.67 520	48.98 517	81.65 524	73.43 522	66.76 515	59.64 518

notaker	72.59 523	79.99 528	79.75 521	79.06 522	68.60 525	63.66 513	62.15 517	69.61 519	75.78 521	77.77 524	79.16 522	79.92 522	84.80 531	77.69 529	59.73 514	70.15 523	61.03 527	77.65 519	68.69 519	70.81 519	65.81 524

JetBlue	54.72 509	46.20 504	75.05 515	51.44 506	47.85 508	76.48 525	62.38 518	64.44 512	62.86 504	63.67 509	65.49 508	78.96 519	68.77 513	68.63 515	75.95 531	37.07 505	25.78 505	29.10 500	29.19 503	29.75 500	35.27 508

LVE	71.96 520	73.19 519	84.13 525	75.60 517	55.78 516	75.59 522	63.60 519	77.67 529	83.64 530	82.16 528	87.25 534	83.54 526	82.79 529	76.17 526	65.22 521	49.11 513	57.71 526	74.86 518	62.93 516	66.84 516	61.36 519

TorneroNet	71.59 519	73.91 521	76.67 518	81.06 527	65.65 522	71.44 519	65.68 520	71.66 522	75.08 520	71.76 516	73.09 518	84.12 528	74.51 521	70.46 518	69.58 523	59.87 518	48.58 516	79.93 520	73.78 523	75.74 528	69.18 527

Dean	80.94 534	86.19 533	83.94 524	85.03 529	60.07 519	75.42 521	67.27 521	81.85 534	88.36 533	92.35 536	87.09 533	92.14 535	93.19 536	83.37 533	74.06 527	68.69 521	66.48 529	94.89 539	84.90 533	83.86 533	69.69 528

HanzoNet	77.99 532	81.45 531	83.64 523	78.05 521	69.26 526	75.78 523	69.09 522	73.99 526	78.09 524	82.39 530	83.06 527	85.66 532	87.00 534	86.11 535	74.40 528	85.46 536	68.53 530	81.84 525	75.61 526	73.07 525	67.26 525

MFMNet_re	72.11 521	79.45 526	64.79 503	52.91 507	84.26 532	78.00 528	69.47 523	64.08 511	67.45 515	61.33 503	71.28 515	64.22 508	69.42 514	72.45 520	61.54 515	81.63 531	73.93 533	80.19 522	74.21 524	83.02 532	88.49 534

WAO-8	77.20 530	78.94 524	67.39 507	86.73 530	72.82 529	79.98 531	69.63 524	77.88 530	88.66 534	83.17 531	86.77 531	85.56 530	85.20 532	72.63 521	69.82 524	75.00 524	55.65 523	87.92 536	83.63 530	71.60 521	64.97 522

Venus	77.20 530	78.94 524	67.39 507	86.73 530	72.82 529	79.98 531	69.63 524	77.88 530	88.66 534	83.17 531	86.77 531	85.56 530	85.20 532	72.63 521	69.82 524	75.00 524	55.65 523	87.92 536	83.63 530	71.61 522	64.97 522

ktn	72.86 524	80.20 529	70.88 512	79.38 524	69.76 528	75.01 520	70.17 526	69.27 518	77.21 522	73.05 518	77.79 521	77.79 517	77.01 522	73.04 525	56.44 511	79.36 526	66.31 528	80.24 523	68.37 518	72.53 524	63.45 521

WAO-7	72.48 522	78.58 523	55.84 490	79.20 523	69.56 527	71.30 518	73.06 527	78.20 532	84.37 531	77.52 523	85.78 530	79.44 521	80.26 525	65.93 511	66.47 522	62.13 519	69.81 531	70.46 515	73.18 521	66.66 514	61.95 520

DPSimNet_ROB	74.86 527	83.75 532	61.14 498	77.51 519	65.78 523	76.04 524	75.86 528	74.62 527	77.61 523	82.20 529	75.97 520	80.50 523	72.45 516	68.06 513	84.65 534	81.90 532	52.11 521	79.97 521	76.71 527	70.85 520	79.47 532

UNDER WATER-64	73.59 525	75.19 522	88.26 528	74.50 516	55.55 515	78.94 529	76.55 529	65.86 513	68.37 516	75.79 522	69.24 514	84.00 527	77.49 523	69.01 516	73.11 526	81.39 530	57.22 525	82.69 527	80.62 528	69.53 518	68.45 526

UNDER WATER	76.36 528	79.65 527	88.23 527	84.62 528	67.01 524	77.90 527	78.03 530	67.43 514	72.64 519	75.52 521	71.49 517	85.52 529	82.57 528	70.68 519	75.48 530	79.61 527	54.01 522	86.59 533	84.76 532	72.44 523	72.94 529

JetRed	79.80 533	80.33 530	91.79 531	71.25 515	75.71 531	91.85 534	80.84 531	79.41 533	80.84 527	84.48 533	84.47 529	83.34 525	72.72 517	79.51 530	85.74 535	69.66 522	81.68 534	73.70 517	72.68 520	82.42 531	73.53 530

MADNet+	53.97 508	69.36 516	98.79 541	67.30 513	38.52 504	79.97 530	81.50 532	61.38 510	62.53 503	52.01 495	55.50 492	61.22 505	59.61 510	70.25 517	77.26 532	25.21 502	25.07 503	17.40 491	12.69 495	34.21 503	29.70 506

KSHMR	88.63 535	93.05 537	84.15 526	95.59 537	91.74 536	82.94 533	83.28 533	84.59 535	81.87 528	87.85 534	83.96 528	91.71 534	81.49 526	76.73 527	82.12 533	96.47 540	96.06 539	96.71 540	97.16 540	92.74 539	92.47 540

MADNet++	94.07 541	93.58 538	90.62 530	96.24 538	96.57 538	97.26 537	90.52 534	94.64 539	91.89 536	97.09 540	93.64 536	94.65 536	92.81 535	96.06 540	95.06 539	95.31 539	95.85 538	92.44 538	92.08 539	91.00 538	94.17 542

TCMNet-wrong-test	76.88 529	91.55 536	89.69 529	97.65 539	97.33 539	94.96 535	92.79 535	70.14 520	66.18 510	63.79 510	71.43 516	65.35 509	51.30 500	85.36 534	74.52 529	56.30 515	20.24 501	82.94 531	82.30 529	95.20 541	88.51 535

SAMSARA	35.29 497	19.78 476	33.90 456	55.86 508	36.15 502	76.79 526	94.89 536	49.29 493	51.59 479	38.15 468	37.83 419	53.71 495	39.29 478	40.56 487	40.41 484	4.02 451	6.72 491	2.35 440	4.12 464	9.70 469	10.76 481

HaxPig	99.40 544	99.99 545	97.53 536	99.99 545	99.99 544	96.91 536	97.19 537	99.57 543	99.99 544	99.98 547	100.00 545	99.99 548	99.96 544	99.06 542	97.86 540	99.99 543	100.00 546	100.00 545	100.00 546	100.00 545	99.98 545

AVERAGE_ROB	99.81 547	99.99 545	99.44 542	100.00 546	100.00 546	99.02 542	97.81 538	100.00 547	100.00 546	100.00 548	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

MEDIAN_ROB	99.20 543	99.85 543	99.64 543	98.51 541	98.53 541	98.60 541	97.88 539	98.83 542	98.59 541	99.35 544	99.47 542	99.57 543	99.05 541	98.38 541	98.37 542	99.99 543	99.63 542	100.00 545	100.00 546	99.82 543	99.92 544

xxxxx1	91.89 537	95.36 539	98.42 538	87.40 532	89.37 533	98.54 538	98.20 540	92.95 536	93.30 537	93.53 537	95.30 538	97.01 537	96.36 537	94.68 537	94.93 536	83.39 533	84.31 535	82.86 528	88.15 536	84.30 534	89.46 536

tt_ll	91.89 537	95.36 539	98.42 538	87.40 532	89.37 533	98.54 538	98.20 540	92.95 536	93.30 537	93.53 537	95.30 538	97.01 537	96.36 537	94.68 537	94.93 536	83.39 533	84.31 535	82.86 528	88.15 536	84.30 534	89.46 536

ff	91.89 537	95.36 539	98.42 538	87.40 532	89.37 533	98.54 538	98.20 540	92.95 536	93.30 537	93.53 537	95.30 538	97.01 537	96.36 537	94.68 537	94.93 536	83.39 533	84.31 535	82.86 528	88.15 536	84.30 534	89.46 536

PML	99.07 542	100.00 548	98.17 537	99.22 542	99.21 542	99.98 546	99.74 543	98.27 541	98.10 540	100.00 548	99.37 541	98.77 542	99.85 543	100.00 548	98.07 541	100.00 545	99.54 541	100.00 545	99.51 543	99.87 544	93.65 541

USTest	93.46 540	90.54 535	77.93 520	88.02 535	92.66 537	99.95 545	99.98 544	99.76 544	99.80 542	99.20 543	99.52 543	98.00 540	99.17 542	89.23 536	99.32 543	90.19 537	98.20 540	84.23 532	87.33 535	84.55 537	91.69 539

test_example2	99.67 546	99.99 545	99.99 546	100.00 546	99.99 544	99.87 544	99.99 545	98.01 540	100.00 546	100.00 548	100.00 545	98.18 541	98.43 540	99.98 545	99.98 545	100.00 545	99.99 545	99.40 543	99.52 544	100.00 545	100.00 546

Selective-RAFT-Error	100.00 550	100.00 548	100.00 548	100.00 546	100.00 546	100.00 547	100.00 546	100.00 547	100.00 546	100.00 548	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

Anonymous_1	99.63 545	99.96 544	99.94 545	99.77 544	99.59 543	100.00 547	100.00 546	99.81 546	99.98 543	99.63 545	99.94 544	99.75 545	100.00 545	99.67 543	99.89 544	98.37 542	99.84 543	98.70 542	99.26 542	99.29 542	99.24 543

tt	89.84 536	1.21 28	99.99 546	99.29 543	100.00 546	100.00 547	100.00 546	100.00 547	99.99 544	78.46 525	68.51 512	99.99 548	100.00 545	100.00 548	100.00 548	95.27 538	99.93 544	87.33 534	86.20 534	94.13 540	86.50 533

CasAABBNet	100.00 550	100.00 548	100.00 548	100.00 546	100.00 546	100.00 547	100.00 546	100.00 547	100.00 546	100.00 548	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

LSM0	100.00 550	100.00 548	100.00 548	100.00 546	100.00 546	100.00 547	100.00 546	100.00 547	100.00 546	100.00 548	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DPSMNet_ROB	99.95 548	100.00 548	100.00 548	100.00 546	100.00 546	100.00 547	100.00 546	100.00 547	100.00 546	99.16 541	100.00 545	99.95 546	100.00 545	99.98 545	99.99 546	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DGTPSM_ROB	99.95 548	100.00 548	100.00 548	100.00 546	100.00 546	100.00 547	100.00 546	100.00 547	100.00 546	99.16 541	100.00 545	99.95 546	100.00 545	99.98 545	99.99 546	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DPSM_ROB	100.00 550	100.00 548	100.00 548	100.00 546	100.00 546	100.00 547	100.00 546	100.00 547	100.00 546	100.00 548	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DPSM	100.00 550	100.00 548	100.00 548	100.00 546	100.00 546	100.00 547	100.00 546	100.00 547	100.00 546	100.00 548	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 545	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

ccccc		98.11 542		100.00 546	100.00 546	99.33 543		99.78 545		99.63 545		99.67 544		99.95 544		100.00 545	100.00 546	99.97 544	99.91 545	100.00 545

Low-res two-view benchmark