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

StereoAnything_RVC	1.22 463	1.71 477	3.17 432	2.52 521	2.63 522	0.26 6	0.15 14	0.47 41	0.54 104	0.49 154	0.71 377	0.52 236	0.19 45	1.60 368	0.57 258	0.11 172	4.13 532	0.08 7	0.05 1	0.76 487	3.79 528

trnet	0.31 10	0.31 11	1.65 51	0.20 2	0.12 4	0.55 161	0.15 14	0.50 61	0.51 77	0.28 55	0.34 91	0.24 49	0.21 62	0.34 33	0.24 35	0.11 172	0.07 9	0.08 7	0.05 1	0.09 11	0.12 16

LoS_RVC	0.34 20	0.38 73	1.96 97	0.27 48	0.35 280	0.43 55	0.22 88	0.43 27	0.34 5	0.24 30	0.34 91	0.23 39	0.28 148	0.34 33	0.22 14	0.08 4	0.07 9	0.07 1	0.05 1	0.10 26	0.35 192

CAS	0.39 46	0.31 11	1.79 60	0.81 439	0.34 272	0.51 112	0.23 123	0.49 49	0.42 24	0.23 23	0.31 70	0.20 21	0.17 20	0.30 9	0.25 46	0.77 492	0.06 1	0.07 1	0.05 1	0.10 26	0.41 233

CES	0.33 16	0.32 22	1.46 34	0.25 20	0.50 352	0.40 45	0.20 50	0.48 45	0.48 55	0.22 18	0.29 53	0.26 68	0.19 45	0.35 43	0.22 14	0.09 30	0.07 9	0.08 7	0.05 1	0.16 116	0.54 307

CREStereo	0.31 10	0.35 48	1.66 52	0.19 1	0.13 11	0.55 161	0.17 26	0.50 61	0.50 70	0.28 55	0.34 91	0.24 49	0.21 62	0.34 33	0.23 30	0.11 172	0.07 9	0.08 7	0.05 1	0.10 26	0.12 16
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.35 25	0.38 73	1.75 56	0.21 3	0.14 15	0.57 190	0.24 149	0.48 45	0.44 37	0.28 55	0.32 81	0.26 68	0.24 90	0.41 73	0.24 35	0.42 468	0.07 9	0.08 7	0.05 1	0.18 163	0.15 42

111111	0.39 46	0.28 3	0.93 5	0.33 162	0.42 332	0.43 55	0.13 6	0.48 45	0.39 13	0.24 30	0.31 70	0.18 12	0.17 20	0.43 82	0.23 30	0.09 30	1.32 461	0.08 7	0.06 8	0.25 288	1.00 425

LG-Stereo_L2	0.29 6	0.42 94	0.97 6	0.36 226	0.25 176	0.31 15	0.22 88	0.40 15	0.28 1	0.19 4	0.12 2	0.13 1	0.12 3	0.44 86	0.23 30	0.08 4	0.49 352	0.08 7	0.06 8	0.08 4	0.58 322

LG-Stereo_L1	0.30 9	0.42 94	0.97 6	0.35 208	0.28 217	0.28 7	0.21 72	0.39 11	0.30 2	0.19 4	0.12 2	0.13 1	0.12 3	0.45 88	0.22 14	0.08 4	0.71 396	0.08 7	0.06 8	0.08 4	0.51 293

MLG-Stereo_test3	0.31 10	0.44 115	1.03 9	0.48 336	0.40 314	0.36 35	0.13 6	0.39 11	0.46 44	0.28 55	0.19 11	0.17 8	0.12 3	0.25 2	0.18 2	0.09 30	0.53 361	0.08 7	0.06 8	0.09 11	0.45 266

MLG-Stereo_test2	0.46 89	0.49 136	1.77 57	0.79 435	0.70 414	0.63 291	0.12 3	0.37 10	0.48 55	0.39 90	0.15 6	0.24 49	0.10 1	0.46 91	0.20 7	0.16 344	1.21 441	0.08 7	0.06 8	0.09 11	0.66 344

MLG-Stereo_test1	0.36 31	0.45 123	1.50 40	0.24 10	0.35 280	0.45 64	0.13 6	0.36 7	0.51 77	0.20 7	0.10 1	0.18 12	0.12 3	0.33 27	0.18 2	0.08 4	1.36 464	0.08 7	0.06 8	0.09 11	0.47 273

MLG-Stereo	0.38 42	0.43 104	1.46 34	0.24 10	0.42 332	0.44 61	0.13 6	0.42 23	0.51 77	0.27 53	0.14 5	0.17 8	0.13 7	0.35 43	0.18 2	0.08 4	1.45 474	0.08 7	0.06 8	0.09 11	0.47 273

LG-G_1	0.41 55	0.43 104	1.62 47	0.50 354	0.35 280	0.50 104	0.12 3	0.47 41	0.44 37	0.33 71	0.20 15	0.19 17	0.15 12	0.94 260	0.21 9	0.09 30	0.61 376	0.08 7	0.06 8	0.09 11	0.87 404

LG-G	0.41 55	0.43 104	1.62 47	0.50 354	0.35 280	0.50 104	0.12 3	0.47 41	0.44 37	0.33 71	0.20 15	0.19 17	0.15 12	0.94 260	0.21 9	0.09 30	0.61 376	0.08 7	0.06 8	0.09 11	0.87 404

LGtest1	0.26 2	0.43 104	0.82 1	0.23 7	0.21 119	0.31 15	0.11 2	0.36 7	0.43 29	0.24 30	0.18 7	0.16 6	0.14 8	0.30 9	0.28 82	0.10 88	0.16 231	0.08 7	0.06 8	0.10 26	0.42 238

FoundationStereo	0.61 222	0.37 63	0.91 4	1.96 516	2.40 520	0.20 2	0.16 21	0.26 1	0.86 407	0.16 1	0.12 2	0.19 17	0.17 20	0.58 159	0.32 126	0.10 88	2.98 526	0.08 7	0.06 8	0.07 1	0.20 87

HUF	1.33 474	0.96 324	4.06 492	2.73 525	2.17 517	0.35 31	0.24 149	1.87 505	0.75 316	1.28 479	0.29 53	1.35 480	0.19 45	1.97 432	0.43 195	0.15 327	3.91 530	0.08 7	0.06 8	0.31 361	3.41 526

GIP-stereo	0.61 222	0.68 217	1.05 10	0.95 454	1.46 496	0.42 52	0.17 26	0.69 158	0.49 60	0.19 4	0.24 24	0.23 39	0.18 37	0.95 265	0.59 269	0.10 88	1.33 462	0.08 7	0.06 8	0.18 163	2.21 504

DEFOM-Stereo	0.26 2	0.61 190	1.22 16	0.24 10	0.14 15	0.49 94	0.18 33	0.31 2	0.31 3	0.20 7	0.18 7	0.15 3	0.14 8	0.42 80	0.19 5	0.08 4	0.06 1	0.08 7	0.06 8	0.09 11	0.16 55

IGEV-Stereo++	0.58 187	0.29 4	1.66 52	0.37 239	0.53 365	0.47 83	0.13 6	0.54 81	0.37 9	1.02 445	0.25 32	0.17 8	0.22 70	1.04 274	0.27 69	0.08 4	1.98 499	0.08 7	0.06 8	0.17 139	1.92 487

Any-RAFT	0.42 61	0.33 33	1.89 82	0.28 64	0.21 119	0.69 348	0.21 72	0.83 246	0.60 150	0.45 121	0.43 135	0.62 287	0.30 176	0.48 109	0.24 35	0.11 172	0.40 337	0.08 7	0.06 8	0.10 26	0.16 55

LoS	0.34 20	0.35 48	1.88 80	0.25 20	0.13 11	0.53 137	0.20 50	0.50 61	0.53 100	0.26 46	0.28 48	0.37 134	0.24 90	0.40 64	0.25 46	0.10 88	0.08 45	0.08 7	0.06 8	0.15 96	0.10 6
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
s12784h	0.41 55	0.34 40	2.17 144	0.24 10	0.11 1	0.64 303	0.24 149	0.85 267	0.70 262	0.45 121	0.54 232	0.28 86	0.27 134	0.51 128	0.27 69	0.11 172	0.06 1	0.09 46	0.06 8	0.16 116	0.14 33

XX-TBD	0.40 52	1.04 342	2.49 263	0.35 208	0.13 11	0.51 112	0.17 26	0.44 30	0.52 89	0.38 85	0.51 197	0.23 39	0.19 45	0.31 13	0.25 46	0.10 88	0.07 9	0.08 7	0.06 8	0.09 11	0.18 71

iResNet_ROB	0.60 214	1.59 462	2.04 112	0.32 140	0.21 119	0.60 234	0.22 88	0.99 377	0.85 400	0.61 297	0.63 310	0.58 270	0.42 268	1.08 278	0.98 372	0.11 172	0.08 45	0.09 46	0.06 8	0.23 259	0.33 177

pmcnn	1.44 481	1.25 398	3.57 471	0.74 426	1.42 491	0.72 362	0.56 416	1.04 417	1.06 464	1.03 446	2.89 514	6.01 527	0.75 423	2.54 476	3.60 506	0.14 297	0.11 152	0.08 7	0.06 8	0.34 380	0.81 392

G2L-Stereo_aug	0.58 187	0.62 196	2.80 382	0.29 82	0.24 168	0.62 276	0.28 223	0.79 211	0.76 325	0.65 346	0.65 330	0.73 355	0.51 339	1.36 324	0.58 264	0.11 172	0.08 45	0.09 46	0.07 29	0.22 243	0.18 71

SGD-Stereo	0.23 1	0.31 11	0.87 2	0.23 7	0.11 1	0.40 45	0.16 21	0.33 4	0.40 17	0.20 7	0.19 11	0.18 12	0.17 20	0.38 53	0.17 1	0.11 172	0.06 1	0.08 7	0.07 29	0.10 26	0.09 2

HART	0.75 351	0.75 255	2.22 158	0.94 451	1.59 503	0.30 12	0.19 38	0.72 176	0.85 400	0.30 63	0.52 206	0.39 144	0.16 16	0.81 239	0.43 195	0.08 4	2.61 523	0.10 99	0.07 29	0.36 397	1.61 478

WCG-NET	0.41 55	0.80 271	1.77 57	0.25 20	0.13 11	0.43 55	0.24 149	0.42 23	0.59 144	0.38 85	0.41 129	0.26 68	0.24 90	0.37 50	0.24 35	0.08 4	0.81 405	0.08 7	0.07 29	0.26 308	0.31 168

RAFT-Stereo-weight	0.46 89	0.37 63	1.60 46	0.29 82	0.51 355	0.57 190	0.22 88	0.84 254	0.67 212	0.48 138	0.38 112	0.36 129	0.17 20	0.39 57	0.27 69	0.09 30	1.28 453	0.09 46	0.07 29	0.09 11	0.41 233

GCAP-Stereo	0.59 205	1.35 419	2.44 220	0.49 348	1.02 460	0.52 129	0.14 12	0.53 71	0.54 104	0.44 117	0.50 194	0.30 96	0.22 70	0.68 196	0.41 183	0.09 30	1.30 458	0.09 46	0.07 29	0.23 259	0.54 307

knoymous	0.37 37	0.34 40	1.83 67	0.25 20	0.18 65	0.45 64	0.24 149	0.60 122	0.40 17	0.42 102	0.39 118	0.54 246	0.25 109	0.41 73	0.29 93	0.12 215	0.08 45	0.12 219	0.07 29	0.13 62	0.20 87

RCA-Stereo	0.45 81	0.38 73	1.80 62	0.27 48	0.25 176	0.58 201	0.23 123	0.84 254	0.66 199	0.42 102	0.44 147	0.28 86	0.35 203	0.31 13	0.21 9	0.09 30	1.01 422	0.09 46	0.07 29	0.21 226	0.53 304

DCANet-4	0.43 64	0.32 22	2.31 177	0.26 36	0.14 15	0.51 112	0.22 88	0.84 254	0.78 344	0.55 222	0.48 168	0.28 86	0.37 212	0.40 64	0.37 164	0.10 88	0.07 9	0.09 46	0.07 29	0.08 4	0.43 246

fff	0.50 125	0.90 308	2.63 316	0.25 20	0.15 22	0.51 112	0.22 88	0.85 267	0.82 379	0.55 222	0.48 168	0.31 104	0.65 393	0.39 57	0.37 164	0.10 88	0.07 9	0.09 46	0.07 29	0.08 4	0.43 246

ADStereo(finetuned)	0.50 125	0.91 312	2.43 212	0.26 36	0.14 15	0.51 112	0.22 88	0.84 254	0.78 344	0.56 234	0.49 182	0.32 110	0.75 423	0.40 64	0.40 178	0.10 88	0.07 9	0.09 46	0.07 29	0.13 62	0.45 266

CroCo-Stereo	0.35 25	0.71 232	1.67 54	0.32 140	0.17 50	0.19 1	0.21 72	0.79 211	0.54 104	0.22 18	0.25 32	0.55 255	0.22 70	0.28 5	0.28 82	0.10 88	0.08 45	0.08 7	0.07 29	0.12 46	0.10 6
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	0.39 46	0.70 228	2.48 257	0.23 7	0.12 4	0.54 148	0.16 21	0.41 19	0.47 51	0.45 121	0.51 197	0.26 68	0.22 70	0.34 33	0.21 9	0.10 88	0.10 125	0.08 7	0.07 29	0.09 11	0.18 71

DCANet	0.49 121	0.91 312	2.63 316	0.26 36	0.14 15	0.51 112	0.22 88	0.84 254	0.78 344	0.56 234	0.49 182	0.32 110	0.41 255	0.39 57	0.41 183	0.10 88	0.07 9	0.09 46	0.07 29	0.14 85	0.45 266

csc	0.50 125	0.90 308	2.63 316	0.25 20	0.15 22	0.51 112	0.22 88	0.85 267	0.82 379	0.55 222	0.48 168	0.31 104	0.65 393	0.39 57	0.37 164	0.10 88	0.07 9	0.09 46	0.07 29	0.08 4	0.43 246

cscssc	0.50 125	0.90 308	2.63 316	0.25 20	0.15 22	0.51 112	0.22 88	0.85 267	0.82 379	0.55 222	0.48 168	0.31 104	0.65 393	0.39 57	0.37 164	0.10 88	0.07 9	0.09 46	0.07 29	0.08 4	0.43 246

111	0.57 179	1.41 435	2.63 316	0.25 20	0.15 22	0.59 220	0.26 192	0.90 313	0.83 386	0.50 173	0.54 232	0.57 266	0.38 222	0.54 145	0.41 183	0.10 88	0.07 9	0.09 46	0.07 29	0.24 266	0.81 392

R-Stereo Train	0.42 61	0.31 11	2.51 269	0.30 103	0.18 65	0.56 168	0.25 175	0.82 235	0.41 19	0.57 251	0.67 343	0.33 118	0.24 90	0.34 33	0.33 139	0.10 88	0.08 45	0.09 46	0.07 29	0.09 11	0.18 71

RAFT-Stereo	0.42 61	0.31 11	2.51 269	0.30 103	0.18 65	0.56 168	0.25 175	0.82 235	0.41 19	0.57 251	0.67 343	0.33 118	0.24 90	0.34 33	0.33 139	0.10 88	0.08 45	0.09 46	0.07 29	0.09 11	0.18 71
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	0.71 324	1.90 489	3.48 464	0.43 312	0.22 131	0.60 234	0.29 251	0.96 353	0.78 344	0.60 287	0.65 330	0.60 280	0.46 307	0.80 236	1.21 406	0.12 215	0.08 45	0.10 99	0.07 29	0.44 445	0.33 177

MLCV	0.59 205	1.41 435	2.41 203	0.31 119	0.15 22	0.60 234	0.23 123	0.77 195	0.63 175	0.67 356	0.66 338	0.55 255	0.37 212	1.16 291	1.09 390	0.10 88	0.07 9	0.09 46	0.07 29	0.21 226	0.29 150

xyz-stereo-finetune	0.37 37	0.90 308	1.23 17	0.22 4	0.12 4	0.53 137	0.26 192	0.57 102	0.58 133	0.30 63	0.33 84	0.29 93	0.24 90	0.60 166	0.62 283	0.09 30	0.08 45	0.10 99	0.08 50	0.13 62	0.14 33

xyz-stereo	3.06 519	0.44 115	30.74 550	0.24 10	0.12 4	15.34 538	0.24 149	0.56 95	0.49 60	0.62 310	7.90 530	0.64 299	0.49 330	1.44 338	1.05 382	0.09 30	0.07 9	0.34 464	0.08 50	0.13 62	0.19 78

MM-Stereo_test3	0.59 205	0.85 286	2.28 169	0.53 365	0.31 244	0.45 64	0.30 267	0.78 202	0.76 325	0.33 71	0.43 135	0.32 110	0.23 85	0.61 170	0.54 249	0.10 88	1.65 484	0.10 99	0.08 50	0.42 436	0.68 353

fffft	0.36 31	0.70 228	1.51 41	0.25 20	0.15 22	0.42 52	0.24 149	0.46 38	0.42 24	0.22 18	0.19 11	0.20 21	0.16 16	0.47 96	0.69 307	0.07 2	0.09 97	0.10 99	0.08 50	0.30 352	0.45 266
1: 1. 1
SMoEStereo_RVC	0.36 31	0.83 278	1.48 38	0.26 36	0.15 22	0.46 72	0.22 88	0.40 15	0.43 29	0.23 23	0.24 24	0.21 29	0.18 37	0.47 96	0.59 269	0.07 2	0.07 9	0.10 99	0.08 50	0.24 266	0.42 238

tt45	0.35 25	0.80 271	1.46 34	0.26 36	0.17 50	0.55 161	0.22 88	0.44 30	0.39 13	0.24 30	0.26 38	0.25 58	0.18 37	0.64 182	0.36 159	0.09 30	0.08 45	0.10 99	0.08 50	0.24 266	0.29 150

999	0.35 25	0.74 250	1.38 26	0.27 48	0.18 65	0.50 104	0.23 123	0.40 15	0.41 19	0.21 12	0.33 84	0.23 39	0.18 37	0.74 216	0.37 164	0.09 30	0.08 45	0.09 46	0.08 50	0.26 308	0.26 131

mms	0.39 46	0.63 199	1.31 22	0.34 186	0.65 405	0.32 18	0.22 88	0.39 11	0.39 13	0.27 53	0.31 70	0.23 39	0.17 20	0.57 153	0.22 14	0.08 4	0.21 280	0.10 99	0.08 50	0.24 266	1.16 438

ours_stereo	0.37 37	0.67 208	1.63 49	0.30 103	0.50 352	0.35 31	0.22 88	0.41 19	0.38 11	0.21 12	0.32 81	0.23 39	0.17 20	0.47 96	0.22 14	0.08 4	0.09 97	0.10 99	0.08 50	0.24 266	0.77 376

fffy	0.39 46	0.67 208	1.57 42	0.45 324	0.52 358	0.37 38	0.22 88	0.45 32	0.35 6	0.21 12	0.30 60	0.26 68	0.20 55	0.45 88	0.24 35	0.08 4	0.29 314	0.10 99	0.08 50	0.25 288	0.77 376

RAStereo	0.33 16	0.81 275	2.22 158	0.27 48	0.18 65	0.25 5	0.20 50	0.45 32	0.38 11	0.21 12	0.26 38	0.20 21	0.16 16	0.26 3	0.26 60	0.10 88	0.08 45	0.10 99	0.08 50	0.13 62	0.09 2

WCG-NET（raft）	0.44 77	0.97 326	1.78 59	0.24 10	0.17 50	0.43 55	0.24 149	0.42 23	0.52 89	0.38 85	0.35 98	0.46 201	0.25 109	0.41 73	0.26 60	0.08 4	1.08 430	0.08 7	0.08 50	0.27 322	0.40 225

test_for_model	0.82 376	1.62 467	2.47 251	1.36 481	1.04 462	0.53 137	0.22 88	0.82 235	0.63 175	0.60 287	0.29 53	0.25 58	0.21 62	0.28 5	0.25 46	0.80 493	1.87 491	0.08 7	0.08 50	1.81 517	1.18 439

MGS-Stereo	0.35 25	0.48 132	1.99 102	0.26 36	0.14 15	0.41 47	0.22 88	0.41 19	0.48 55	0.24 30	0.51 197	0.25 58	0.18 37	0.33 27	0.22 14	0.10 88	0.08 45	0.09 46	0.08 50	0.47 456	0.10 6

MaDis-Stereo	0.35 25	0.89 302	2.15 141	0.25 20	0.29 223	0.29 10	0.17 26	0.47 41	0.41 19	0.21 12	0.22 20	0.28 86	0.21 62	0.32 23	0.31 116	0.10 88	0.09 97	0.10 99	0.08 50	0.11 36	0.12 16

UniTT-Stereo	0.36 31	0.66 207	2.43 212	0.28 64	0.24 168	0.30 12	0.18 33	0.35 5	0.36 8	0.26 46	0.37 106	0.18 12	0.18 37	0.33 27	0.30 100	0.11 172	0.08 45	0.09 46	0.08 50	0.25 288	0.09 2

CroCo-Stereo Lap2	0.38 42	0.91 312	2.02 108	0.33 162	0.38 306	0.23 3	0.21 72	0.63 138	0.51 77	0.23 23	0.28 48	0.29 93	0.23 85	0.34 33	0.28 82	0.10 88	0.09 97	0.10 99	0.08 50	0.22 243	0.15 42

Wz-Net-LNSev-Ref	0.65 274	1.15 369	2.40 198	0.33 162	0.30 236	0.83 412	0.40 351	0.94 336	0.82 379	0.67 356	0.76 397	0.68 329	0.58 371	1.13 287	1.25 413	0.14 297	0.08 45	0.10 99	0.08 50	0.18 163	0.28 144

raftrobust	0.52 137	1.14 363	2.15 141	0.33 162	0.99 453	0.53 137	0.21 72	0.59 115	0.50 70	0.53 204	0.36 100	0.31 104	0.33 193	0.47 96	0.42 188	0.10 88	0.55 367	0.09 46	0.08 50	0.22 243	0.46 271

RALCasStereoNet	0.65 274	1.34 416	2.56 291	0.43 312	0.96 449	0.50 104	0.26 192	0.62 131	0.56 119	0.43 110	0.49 182	0.36 129	0.28 148	0.72 212	0.53 244	0.10 88	1.18 436	0.09 46	0.08 50	0.27 322	1.27 453

DIP-Stereo	0.43 64	0.50 144	2.21 156	0.27 48	0.18 65	0.63 291	0.17 26	0.94 336	0.58 133	0.49 154	0.48 168	0.30 96	0.30 176	0.40 64	0.31 116	0.10 88	0.08 45	0.10 99	0.08 50	0.15 96	0.33 177
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.55 164	1.28 404	2.73 367	0.35 208	0.14 15	0.56 168	0.23 123	0.89 304	0.62 164	0.52 195	0.51 197	0.49 220	0.38 222	0.52 132	0.60 273	0.09 30	0.07 9	0.10 99	0.08 50	0.25 288	0.61 331
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
HSM	0.67 299	0.92 317	2.29 172	0.30 103	0.29 223	0.65 319	0.29 251	0.98 368	0.67 212	0.59 276	0.58 273	1.39 483	0.65 393	2.56 477	0.45 204	0.11 172	0.09 97	0.10 99	0.08 50	0.18 163	0.24 119

iResNet	0.59 205	1.09 350	2.54 280	0.44 317	0.18 65	0.65 319	0.29 251	0.89 304	0.75 316	0.59 276	0.64 323	0.43 165	0.39 237	0.73 213	1.24 412	0.11 172	0.08 45	0.09 46	0.08 50	0.21 226	0.40 225

xyz-stereo-finetune2	0.40 52	0.89 302	1.40 28	0.22 4	0.12 4	0.58 201	0.23 123	0.55 90	0.50 70	0.33 71	0.47 160	0.30 96	0.41 255	0.81 239	0.60 273	0.09 30	0.07 9	0.11 165	0.09 74	0.12 46	0.12 16

MM-Stereo_test1	0.63 256	0.64 202	2.51 269	0.54 372	0.37 297	0.44 61	0.28 223	0.68 155	0.59 144	0.43 110	0.33 84	0.26 68	0.25 109	0.89 255	0.52 237	0.10 88	1.84 490	0.10 99	0.09 74	0.41 433	1.40 466

Former-RAFT_DAM_RVC	0.52 137	0.51 151	1.12 12	0.26 36	0.22 131	0.46 72	0.20 50	1.10 449	1.33 486	3.13 525	0.33 84	0.22 31	0.20 55	0.34 33	0.26 60	0.11 172	0.09 97	0.11 165	0.09 74	0.17 139	0.21 94

ACVNet-DCA	0.67 299	0.73 240	2.43 212	0.67 416	0.52 358	0.76 379	0.24 149	0.81 226	0.83 386	0.77 397	0.39 118	0.25 58	0.38 222	0.70 200	0.22 14	0.10 88	2.13 507	0.11 165	0.09 74	0.16 116	1.18 439

1test111	0.72 333	0.73 240	2.43 212	0.67 416	0.52 358	0.76 379	0.24 149	0.81 226	0.83 386	0.77 397	0.39 118	0.25 58	0.38 222	1.03 272	0.75 328	0.10 88	2.13 507	0.11 165	0.09 74	0.16 116	1.18 439

cc1	0.74 340	0.73 240	2.43 212	0.67 416	0.52 358	0.76 379	0.24 149	0.85 267	1.05 462	0.77 397	0.39 118	0.25 58	0.38 222	0.70 200	0.22 14	0.10 88	2.13 507	0.11 165	0.09 74	0.25 288	2.20 503

tt1	0.74 340	0.73 240	2.34 182	0.67 416	0.63 398	0.75 375	0.24 149	0.85 267	0.96 443	0.81 412	0.38 112	0.26 68	0.35 203	0.64 182	0.22 14	0.10 88	2.16 512	0.11 165	0.09 74	0.25 288	2.19 500

GMStereo_Zeroshot	0.44 77	0.44 115	1.84 70	0.44 317	0.20 107	0.52 129	0.19 38	0.60 122	0.54 104	0.58 257	0.59 278	0.63 291	0.29 166	0.59 160	0.34 148	0.16 344	0.09 97	0.16 361	0.09 74	0.26 308	0.26 131

plain	0.43 64	0.73 240	2.80 382	0.28 64	0.19 96	0.33 24	0.21 72	0.63 138	0.50 70	0.24 30	0.38 112	0.24 49	0.25 109	0.48 109	0.32 126	0.12 215	0.08 45	0.13 280	0.09 74	0.43 441	0.13 21

HH	0.79 368	0.52 155	2.72 362	1.45 486	0.80 430	0.91 434	0.23 123	0.76 188	0.76 325	0.64 330	0.55 242	0.87 409	0.41 255	0.94 260	0.45 204	0.09 30	1.20 438	0.10 99	0.09 74	0.16 116	2.16 498

HanStereo	0.79 368	0.52 155	2.72 362	1.45 486	0.80 430	0.91 434	0.23 123	0.76 188	0.76 325	0.64 330	0.55 242	0.87 409	0.41 255	0.94 260	0.45 204	0.09 30	1.20 438	0.10 99	0.09 74	0.16 116	2.16 498

EGLCR-Stereo	0.90 413	0.31 11	1.90 83	1.60 496	0.95 448	1.14 463	0.42 359	0.85 267	0.43 29	1.74 499	0.21 18	0.27 79	0.17 20	1.56 353	0.30 100	0.10 88	2.60 521	0.10 99	0.09 74	0.10 26	3.10 522

ProNet	0.46 89	0.60 184	1.85 74	0.35 208	0.67 407	0.49 94	0.25 175	0.53 71	0.57 126	0.21 12	0.24 24	0.22 31	0.20 55	0.52 132	0.22 14	0.09 30	0.47 348	0.10 99	0.09 74	0.23 259	1.33 458

DAS	0.61 222	0.42 94	1.85 74	0.34 186	0.34 272	0.52 129	0.42 359	0.89 304	0.80 365	0.85 422	0.69 351	0.57 266	0.51 339	2.38 466	0.57 258	0.13 261	0.09 97	0.12 219	0.09 74	0.18 163	0.37 201

SepStereo	0.57 179	0.42 94	1.85 74	0.34 186	0.34 272	0.52 129	0.42 359	0.89 304	0.80 365	0.85 422	0.69 351	0.57 266	0.51 339	1.55 351	0.57 258	0.13 261	0.09 97	0.12 219	0.09 74	0.18 163	0.37 201

IPLGR	0.58 187	0.64 202	3.12 428	0.37 239	0.18 65	0.62 276	0.54 408	1.06 438	0.69 251	0.73 382	0.46 154	0.50 224	0.44 289	1.12 286	0.31 116	0.10 88	0.08 45	0.11 165	0.09 74	0.21 226	0.20 87

GwcNet-ADL	0.54 160	0.78 265	2.85 395	0.31 119	0.20 107	0.58 201	0.29 251	0.93 331	0.67 212	0.48 138	0.47 160	0.56 262	0.33 193	0.48 109	0.80 342	0.13 261	0.12 170	0.09 46	0.09 74	0.14 85	0.40 225

GANet-ADL	0.48 106	0.56 172	2.51 269	0.34 186	0.20 107	0.58 201	0.25 175	0.80 218	0.57 126	0.43 110	0.61 295	0.56 262	0.31 181	0.44 86	0.44 200	0.14 297	0.11 152	0.10 99	0.09 74	0.22 243	0.38 210

STrans-v2	0.69 313	0.62 196	2.66 330	0.28 64	0.23 156	0.57 190	0.32 289	1.01 396	0.77 339	0.92 431	0.84 414	0.88 413	0.92 450	1.81 402	1.19 404	0.10 88	0.07 9	0.10 99	0.09 74	0.12 46	0.30 159

TransformOpticalFlow	0.65 274	0.61 190	2.67 338	0.45 324	0.26 192	0.62 276	0.28 223	0.88 295	0.76 325	0.76 395	0.74 387	0.90 419	0.84 435	1.82 405	0.80 342	0.10 88	0.07 9	0.11 165	0.09 74	0.12 46	0.19 78

OMP-Stereo	0.64 266	0.87 293	2.38 189	0.56 383	0.37 297	0.60 234	0.26 192	0.75 185	0.71 276	0.65 346	0.60 287	0.68 329	0.32 188	2.07 440	1.18 402	0.11 172	0.08 45	0.12 219	0.09 74	0.17 139	0.28 144

IIG-Stereo	0.65 274	0.87 293	2.32 179	0.55 374	0.23 156	0.62 276	0.21 72	0.78 202	0.71 276	0.64 330	0.69 351	0.69 340	0.38 222	2.07 440	1.37 424	0.11 172	0.08 45	0.11 165	0.09 74	0.15 96	0.27 138

NRIStereo	0.50 125	0.34 40	2.44 220	0.52 361	0.16 31	0.94 440	0.73 457	0.52 66	0.65 192	0.48 138	0.40 127	0.59 273	0.29 166	0.78 229	0.33 139	0.11 172	0.13 186	0.11 165	0.09 74	0.22 243	0.25 123

DeepStereo_RVC	0.47 95	0.37 63	2.19 149	0.55 374	0.18 65	0.60 234	0.58 421	0.52 66	0.62 164	0.49 154	0.45 150	0.39 144	0.85 438	0.47 96	0.34 148	0.12 215	0.08 45	0.11 165	0.09 74	0.15 96	0.19 78

RAFT-345	0.56 172	0.37 63	2.68 345	0.40 286	0.34 272	0.58 201	0.41 353	0.49 49	0.70 262	0.51 185	0.99 446	0.43 165	0.28 148	1.56 353	0.81 346	0.10 88	0.07 9	0.11 165	0.09 74	0.11 36	0.09 2

CRE-IMP	0.46 89	0.31 11	2.40 198	0.53 365	0.17 50	0.79 399	0.68 449	0.54 81	0.66 199	0.47 135	0.43 135	0.44 180	0.26 120	0.43 82	0.33 139	0.12 215	0.07 9	0.12 219	0.09 74	0.17 139	0.23 110

Prome-Stereo	0.53 151	0.36 52	2.39 196	0.60 390	0.23 156	0.63 291	0.41 353	0.66 147	0.67 212	0.59 276	1.02 450	0.43 165	0.71 411	0.61 170	0.34 148	0.10 88	0.07 9	0.10 99	0.09 74	0.13 62	0.44 261

LMCR-Stereo	0.61 222	1.00 330	2.60 305	0.42 300	0.22 131	0.74 372	0.31 278	1.06 438	0.70 262	0.62 310	0.64 323	0.40 153	0.52 347	0.84 243	1.27 415	0.20 403	0.09 97	0.12 219	0.09 74	0.26 308	0.16 55

TestStereo	0.49 121	0.88 297	2.38 189	0.30 103	0.16 31	0.43 55	0.25 175	0.55 90	0.46 44	0.38 85	0.46 154	0.34 123	0.28 148	1.96 431	0.28 82	0.11 172	0.08 45	0.12 219	0.09 74	0.15 96	0.13 21

raft+_RVC	0.62 242	1.18 378	2.43 212	0.36 226	2.08 514	0.52 129	0.25 175	0.66 147	0.54 104	0.36 78	0.46 154	0.32 110	0.28 148	0.49 122	0.43 195	0.10 88	0.91 413	0.10 99	0.09 74	0.22 243	0.70 362

RAFT-Stereo + iAFF	0.58 187	1.48 449	2.53 275	0.29 82	0.78 428	0.52 129	0.20 50	0.68 155	0.66 199	0.51 185	0.61 295	0.40 153	0.32 188	0.40 64	0.43 195	0.08 4	0.63 382	0.09 46	0.09 74	0.37 404	0.58 322

ACVNet	0.54 160	0.87 293	2.45 238	0.28 64	0.22 131	0.59 220	0.36 329	0.69 158	0.73 290	0.49 154	0.59 278	0.69 340	0.42 268	0.47 96	0.70 309	0.11 172	0.10 125	0.10 99	0.09 74	0.36 397	0.39 218

acv_ft	0.57 179	0.87 293	2.45 238	0.33 162	0.41 320	0.63 291	0.29 251	0.86 278	0.73 290	0.64 330	0.59 278	0.69 340	0.45 297	0.47 96	0.68 305	0.11 172	0.10 125	0.10 99	0.09 74	0.43 441	0.39 218

BEATNet_4x	0.57 179	1.16 372	2.56 291	0.35 208	0.16 31	0.56 168	0.25 175	0.91 320	0.64 185	0.55 222	0.53 213	0.59 273	0.43 280	0.67 192	0.76 331	0.12 215	0.09 97	0.12 219	0.09 74	0.23 259	0.58 322

HSM-Net_RVC	0.70 320	0.40 85	2.45 238	0.27 48	0.19 96	0.68 345	0.30 267	1.29 478	0.73 290	0.73 382	0.70 364	0.77 368	0.45 297	3.73 519	0.46 209	0.13 261	0.09 97	0.10 99	0.09 74	0.13 62	0.32 173
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.79 368	1.46 446	2.72 362	0.34 186	0.25 176	0.59 220	0.32 289	0.88 295	0.83 386	0.62 310	0.95 438	0.80 381	0.43 280	2.46 472	1.72 441	0.38 465	0.26 304	0.10 99	0.09 74	0.25 288	0.43 246

coex_refinement	0.67 299	1.33 413	2.48 257	0.38 258	0.26 192	0.64 303	0.34 311	0.88 295	0.68 239	0.61 297	0.63 310	0.80 381	0.48 325	1.84 408	1.09 390	0.13 261	0.10 125	0.10 99	0.10 110	0.18 163	0.38 210

LG-Stereo	0.36 31	0.61 190	1.37 25	0.26 36	0.37 297	0.43 55	0.20 50	0.55 90	0.44 37	0.25 37	0.30 60	0.50 224	0.17 20	0.30 9	0.37 164	0.10 88	0.18 251	0.11 165	0.10 110	0.24 266	0.43 246

MM-Stereo_test2	0.65 274	0.43 104	2.54 280	0.62 398	0.18 65	0.50 104	0.25 175	0.49 49	0.47 51	0.36 78	0.26 38	0.24 49	0.23 85	0.40 64	0.38 172	0.08 4	2.33 516	0.09 46	0.10 110	0.38 411	2.66 515

rvit_stereo_0083	0.28 5	0.37 63	0.88 3	0.28 64	0.18 65	0.28 7	0.22 88	0.40 15	0.58 133	0.25 37	0.30 60	0.27 79	0.27 134	0.38 53	0.25 46	0.14 297	0.12 170	0.13 280	0.10 110	0.13 62	0.14 33

rvit_stereo_0081_aga	0.34 20	0.67 208	1.79 60	0.27 48	0.20 107	0.34 26	0.21 72	0.43 27	0.48 55	0.26 46	0.28 48	0.27 79	0.21 62	0.33 27	0.25 46	0.14 297	0.11 152	0.11 165	0.10 110	0.14 85	0.18 71

rvit_stereo_0081	0.29 6	0.46 126	1.13 13	0.28 64	0.17 50	0.32 18	0.22 88	0.45 32	0.58 133	0.25 37	0.26 38	0.26 68	0.22 70	0.36 47	0.25 46	0.14 297	0.10 125	0.11 165	0.10 110	0.13 62	0.11 13

rvit_stereo_0082	0.29 6	0.46 126	1.13 13	0.28 64	0.17 50	0.32 18	0.22 88	0.45 32	0.58 133	0.25 37	0.26 38	0.26 68	0.22 70	0.36 47	0.25 46	0.14 297	0.10 125	0.11 165	0.10 110	0.13 62	0.11 13

rvit_stereo_0080	0.33 16	0.77 259	1.43 30	0.24 10	0.18 65	0.34 26	0.27 210	0.58 106	0.51 77	0.25 37	0.27 44	0.27 79	0.22 70	0.32 23	0.27 69	0.14 297	0.10 125	0.10 99	0.10 110	0.15 96	0.17 62

CAS++	0.34 20	0.39 79	1.90 83	0.25 20	0.18 65	0.32 18	0.20 50	0.78 202	0.44 37	0.31 66	0.31 70	0.21 29	0.16 16	0.34 33	0.20 7	0.15 327	0.13 186	0.13 280	0.10 110	0.15 96	0.14 33
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CoDeX	0.54 160	0.52 155	2.25 165	0.30 103	0.26 192	0.61 254	0.32 289	1.03 411	0.73 290	0.49 154	0.56 255	0.52 236	0.40 244	1.59 365	0.38 172	0.12 215	0.09 97	0.11 165	0.10 110	0.15 96	0.22 101

whm_eth	0.33 16	0.77 259	1.43 30	0.24 10	0.18 65	0.34 26	0.27 210	0.58 106	0.51 77	0.25 37	0.27 44	0.27 79	0.22 70	0.32 23	0.27 69	0.14 297	0.10 125	0.10 99	0.10 110	0.15 96	0.17 62

MIF-Stereo (partial)	0.41 55	0.71 232	2.67 338	0.27 48	0.24 168	0.32 18	0.17 26	0.56 95	0.46 44	0.26 46	0.37 106	0.25 58	0.26 120	0.46 91	0.35 156	0.11 172	0.08 45	0.12 219	0.10 110	0.21 226	0.15 42

MIM_Stereo	0.55 164	0.92 317	2.65 326	0.32 140	1.09 470	0.51 112	0.19 38	0.67 150	0.52 89	0.48 138	0.54 232	0.43 165	0.27 134	0.57 153	0.30 100	0.08 4	0.17 244	0.11 165	0.10 110	0.28 335	0.80 387

PCWNet_CMD	0.48 106	0.50 144	2.23 160	0.27 48	0.20 107	0.56 168	0.22 88	0.78 202	0.67 212	0.49 154	0.55 242	0.68 329	0.56 359	0.48 109	0.32 126	0.11 172	0.10 125	0.14 316	0.10 110	0.19 194	0.43 246

CBFPSM	0.62 242	1.34 416	2.12 133	0.30 103	0.23 156	0.71 356	0.38 341	0.77 195	0.68 239	0.51 185	0.49 182	1.03 448	0.82 432	0.63 176	1.35 420	0.11 172	0.12 170	0.10 99	0.10 110	0.19 194	0.37 201

iinet-f	0.62 242	1.18 378	2.55 288	0.33 162	0.25 176	0.82 411	0.34 311	0.87 287	0.69 251	0.56 234	0.64 323	0.73 355	0.67 401	0.80 236	0.81 346	0.14 297	0.13 186	0.11 165	0.10 110	0.44 445	0.26 131

TestStereo1	0.59 205	1.21 385	2.63 316	0.40 286	0.60 386	0.56 168	0.34 311	0.82 235	0.73 290	0.45 121	0.63 310	0.36 129	0.42 268	0.66 189	0.42 188	0.10 88	0.32 318	0.12 219	0.10 110	0.34 380	0.52 300

RAFT_CTSACE	0.58 187	1.16 372	2.76 375	0.36 226	0.29 223	0.54 148	0.29 251	0.69 158	0.51 77	0.51 185	0.75 394	0.67 315	0.37 212	0.63 176	0.47 214	0.08 4	0.49 352	0.11 165	0.10 110	0.41 433	0.32 173

CRFU-Net	0.58 187	0.42 94	1.90 83	0.49 348	0.27 205	0.83 412	0.35 321	0.94 336	0.54 104	0.65 346	0.60 287	0.78 372	1.34 472	1.00 267	0.51 235	0.17 365	0.14 201	0.17 376	0.10 110	0.19 194	0.20 87

SA-5K	0.59 205	1.21 385	2.63 316	0.40 286	0.60 386	0.56 168	0.34 311	0.82 235	0.73 290	0.45 121	0.63 310	0.36 129	0.42 268	0.66 189	0.42 188	0.10 88	0.32 318	0.12 219	0.10 110	0.34 380	0.52 300

CSP-Net	0.55 164	0.61 190	1.81 66	0.30 103	0.23 156	0.77 389	0.35 321	0.90 313	0.62 164	0.62 310	0.60 287	0.65 303	0.42 268	1.76 389	0.47 214	0.17 365	0.12 170	0.10 99	0.10 110	0.21 226	0.16 55

GLC_STEREO	0.31 10	0.30 9	1.80 62	0.29 82	0.12 4	0.41 47	0.20 50	0.39 11	0.42 24	0.26 46	0.31 70	0.25 58	0.19 45	0.36 47	0.26 60	0.09 30	0.11 152	0.12 219	0.10 110	0.13 62	0.15 42

HHNet	0.63 256	0.67 208	3.10 426	0.37 239	0.25 176	0.64 303	0.60 428	0.70 168	0.67 212	0.55 222	1.12 460	0.32 110	0.60 382	0.43 82	1.75 444	0.16 344	0.08 45	0.12 219	0.10 110	0.18 163	0.22 101

Patchmatch Stereo++	0.43 64	0.36 52	2.44 220	0.48 336	0.17 50	0.61 254	0.26 192	0.53 71	0.61 155	0.48 138	0.43 135	0.43 165	0.28 148	0.56 149	0.30 100	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21
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
AAGNet	0.92 417	0.40 85	2.53 275	0.60 390	1.01 458	0.62 276	0.45 378	0.52 66	0.68 239	0.58 257	0.53 213	0.50 224	0.72 412	1.22 300	7.32 530	0.12 215	0.07 9	0.12 219	0.10 110	0.16 116	0.10 6

NF-Stereo	0.53 151	0.33 33	2.55 288	0.55 374	0.16 31	0.61 254	0.43 366	0.70 168	0.70 262	0.50 173	0.47 160	0.37 134	0.26 120	1.44 338	0.78 337	0.12 215	0.07 9	0.12 219	0.10 110	0.13 62	0.17 62

OCTAStereo	0.53 151	0.33 33	2.54 280	0.56 383	0.16 31	0.61 254	0.42 359	0.70 168	0.70 262	0.50 173	0.47 160	0.37 134	0.26 120	1.43 334	0.79 340	0.12 215	0.07 9	0.12 219	0.10 110	0.13 62	0.17 62

PSM-adaLoss	0.43 64	0.36 52	2.44 220	0.48 336	0.18 65	0.61 254	0.28 223	0.53 71	0.61 155	0.48 138	0.43 135	0.43 165	0.28 148	0.49 122	0.30 100	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21

ROB_FTStereo_v2	0.43 64	0.36 52	2.44 220	0.49 348	0.17 50	0.61 254	0.28 223	0.53 71	0.61 155	0.48 138	0.43 135	0.44 180	0.28 148	0.48 109	0.30 100	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21

ROB_FTStereo	0.43 64	0.36 52	2.44 220	0.48 336	0.18 65	0.61 254	0.26 192	0.53 71	0.61 155	0.48 138	0.43 135	0.43 165	0.28 148	0.51 128	0.30 100	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21

HUI-Stereo	0.43 64	0.36 52	2.45 238	0.48 336	0.18 65	0.61 254	0.27 210	0.53 71	0.61 155	0.48 138	0.43 135	0.44 180	0.28 148	0.47 96	0.30 100	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21

DEmStereo	0.69 313	0.40 85	2.42 207	0.42 300	0.18 65	0.66 332	0.88 470	0.54 81	0.64 185	0.60 287	1.00 447	0.45 192	1.24 470	1.53 349	2.21 469	0.10 88	0.08 45	0.10 99	0.10 110	0.11 36	0.14 33

SST-Stereo	0.56 172	0.30 9	2.44 220	0.71 425	0.55 369	0.62 276	0.65 440	0.57 102	0.67 212	0.59 276	0.53 213	0.51 229	0.59 374	1.57 358	0.31 116	0.12 215	0.07 9	0.12 219	0.10 110	0.17 139	0.11 13

RAFT_R40	0.55 164	0.31 11	2.44 220	0.57 387	0.42 332	0.62 276	0.52 402	0.58 106	0.66 199	0.56 234	0.54 232	0.54 246	0.50 335	1.56 353	0.53 244	0.11 172	0.07 9	0.12 219	0.10 110	0.16 116	0.10 6

RE-Stereo	0.53 151	0.33 33	2.54 280	0.56 383	0.16 31	0.61 254	0.43 366	0.70 168	0.70 262	0.50 173	0.47 160	0.37 134	0.26 120	1.43 334	0.77 333	0.12 215	0.07 9	0.12 219	0.10 110	0.13 62	0.17 62

Pruner-Stereo	0.55 164	0.38 73	2.49 263	1.78 506	0.19 96	0.63 291	0.45 378	0.59 115	0.67 212	0.61 297	0.48 168	0.41 159	0.25 109	0.49 122	0.99 374	0.13 261	0.07 9	0.12 219	0.10 110	0.13 62	0.14 33

TVStereo	0.53 151	0.33 33	2.54 280	0.56 383	0.16 31	0.61 254	0.43 366	0.70 168	0.70 262	0.50 173	0.47 160	0.37 134	0.26 120	1.43 334	0.77 333	0.12 215	0.07 9	0.12 219	0.10 110	0.13 62	0.17 62

iGMRVC	0.43 64	0.36 52	2.44 220	0.48 336	0.18 65	0.61 254	0.27 210	0.53 71	0.61 155	0.48 138	0.43 135	0.43 165	0.28 148	0.57 153	0.31 116	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21

IRAFT_RVC	0.59 205	0.74 250	2.42 207	0.47 335	0.21 119	0.59 220	0.42 359	0.68 155	0.73 290	0.54 210	0.50 194	0.49 220	0.51 339	1.57 358	1.00 377	0.11 172	0.25 301	0.13 280	0.10 110	0.15 96	0.14 33

iRAFT	0.43 64	0.36 52	2.44 220	0.48 336	0.17 50	0.61 254	0.26 192	0.53 71	0.61 155	0.48 138	0.43 135	0.43 165	0.28 148	0.56 149	0.30 100	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21

RAFT-IKP	0.43 64	0.36 52	2.44 220	0.48 336	0.16 31	0.60 234	0.28 223	0.53 71	0.61 155	0.48 138	0.43 135	0.43 165	0.28 148	0.51 128	0.31 116	0.12 215	0.08 45	0.12 219	0.10 110	0.17 139	0.13 21

CFNet_pseudo	0.47 95	0.50 144	2.19 149	0.26 36	0.20 107	0.56 168	0.22 88	0.80 218	0.62 164	0.50 173	0.56 255	0.68 329	0.47 318	0.53 139	0.33 139	0.11 172	0.10 125	0.15 342	0.10 110	0.18 163	0.33 177

GES	0.49 121	0.54 161	2.37 186	0.31 119	0.19 96	0.61 254	0.30 267	0.93 331	0.52 89	0.49 154	0.53 213	0.40 153	0.43 280	0.59 160	0.67 303	0.16 344	0.11 152	0.12 219	0.10 110	0.20 214	0.30 159

AFF-stereo	0.57 179	1.51 452	2.59 299	0.33 162	0.23 156	0.51 112	0.21 72	0.69 158	0.68 239	0.49 154	0.63 310	0.49 220	0.34 201	0.50 127	0.37 164	0.08 4	0.54 364	0.10 99	0.10 110	0.40 426	0.60 330

DMCA	0.50 125	0.83 278	1.95 93	0.32 140	0.24 168	0.59 220	0.26 192	0.81 226	0.68 239	0.59 276	0.49 182	0.56 262	0.36 206	0.65 186	0.65 297	0.14 297	0.10 125	0.14 316	0.10 110	0.19 194	0.29 150

MSMDNet	0.48 106	0.50 144	2.23 160	0.27 48	0.20 107	0.56 168	0.22 88	0.78 202	0.67 212	0.49 154	0.55 242	0.68 329	0.56 359	0.48 109	0.32 126	0.11 172	0.10 125	0.13 280	0.10 110	0.18 163	0.43 246

ccs_rob	0.47 95	0.50 144	2.19 149	0.26 36	0.20 107	0.56 168	0.22 88	0.80 218	0.62 164	0.50 173	0.56 255	0.68 329	0.47 318	0.53 139	0.33 139	0.11 172	0.10 125	0.16 361	0.10 110	0.18 163	0.33 177

DISCO	0.61 222	0.63 199	1.98 100	0.46 329	0.34 272	0.84 417	0.35 321	0.88 295	0.81 373	0.61 297	0.64 323	1.06 456	0.53 350	1.11 284	0.83 351	0.13 261	0.10 125	0.11 165	0.10 110	0.26 308	0.37 201

G2L-Stereo	0.62 242	1.27 401	2.67 338	0.31 119	0.27 205	0.59 220	0.29 251	0.81 226	0.60 150	0.56 234	0.53 213	0.71 348	0.37 212	1.74 385	0.57 258	0.13 261	0.11 152	0.13 280	0.11 158	0.29 343	0.34 185

HI	0.47 95	0.82 276	2.49 263	0.29 82	0.22 131	0.45 64	0.20 50	0.59 115	0.43 29	0.59 276	0.59 278	0.65 303	0.45 297	0.48 109	0.40 178	0.08 4	0.09 97	0.10 99	0.11 158	0.24 266	0.20 87

CoSv	0.47 95	0.82 276	2.49 263	0.29 82	0.22 131	0.45 64	0.20 50	0.59 115	0.43 29	0.59 276	0.59 278	0.65 303	0.45 297	0.48 109	0.40 178	0.08 4	0.09 97	0.10 99	0.11 158	0.24 266	0.20 87

AIO_rvc	0.95 427	1.02 335	2.57 295	2.80 527	1.91 511	0.37 38	0.24 149	0.52 66	0.60 150	0.98 437	0.29 53	0.25 58	0.18 37	2.16 451	0.29 93	0.11 172	1.39 470	0.08 7	0.11 158	0.26 308	2.87 518

tg	0.45 81	0.83 278	1.85 74	0.29 82	0.16 31	0.57 190	0.18 33	0.60 122	0.56 119	0.37 81	0.44 147	0.38 140	0.24 90	0.48 109	0.28 82	0.09 30	0.30 315	0.11 165	0.11 158	0.44 445	0.77 376

ACV-stereo	0.71 324	0.85 286	3.01 417	0.33 162	0.25 176	1.01 448	0.59 424	0.62 131	0.54 104	0.42 102	0.45 150	1.54 490	1.44 480	1.40 328	0.73 322	0.14 297	0.13 186	0.12 219	0.11 158	0.20 214	0.35 192

rvit_stereo_ft	0.38 42	1.01 333	1.86 78	0.33 162	0.21 119	0.28 7	0.27 210	0.59 115	0.55 113	0.24 30	0.28 48	0.28 86	0.27 134	0.35 43	0.28 82	0.14 297	0.09 97	0.11 165	0.11 158	0.14 85	0.31 168

CFNet_ucs	0.50 125	0.55 169	2.28 169	0.27 48	0.22 131	0.58 201	0.23 123	0.90 313	0.69 251	0.54 210	0.64 323	0.68 329	0.44 289	0.55 146	0.34 148	0.14 297	0.12 170	0.16 361	0.11 158	0.19 194	0.38 210

4D-IteraStereo	0.62 242	1.29 406	3.04 421	0.27 48	0.30 236	0.46 72	0.26 192	0.54 81	0.51 77	0.41 96	0.31 70	0.39 144	0.19 45	0.53 139	0.65 297	0.09 30	0.47 348	0.12 219	0.11 158	0.21 226	2.14 497

gwcnet-sp	0.52 137	0.71 232	2.66 330	0.32 140	0.22 131	0.66 332	0.31 278	0.84 254	0.69 251	0.61 297	0.49 182	0.46 201	0.43 280	0.77 222	0.48 219	0.12 215	0.11 152	0.11 165	0.11 158	0.19 194	0.19 78

scenet	0.52 137	0.71 232	2.66 330	0.32 140	0.22 131	0.66 332	0.31 278	0.84 254	0.69 251	0.61 297	0.49 182	0.46 201	0.43 280	0.77 222	0.48 219	0.12 215	0.11 152	0.11 165	0.11 158	0.19 194	0.19 78

CASS	0.43 64	0.34 40	2.01 105	0.33 162	0.17 50	0.54 148	0.24 149	0.71 174	0.52 89	0.62 310	0.55 242	0.40 153	0.41 255	0.43 82	0.33 139	0.17 365	0.10 125	0.14 316	0.11 158	0.18 163	0.23 110
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.52 137	0.71 232	2.66 330	0.32 140	0.22 131	0.66 332	0.31 278	0.84 254	0.69 251	0.61 297	0.49 182	0.46 201	0.43 280	0.77 222	0.48 219	0.12 215	0.11 152	0.11 165	0.11 158	0.19 194	0.19 78

DisPM	0.48 106	0.41 91	2.54 280	0.61 396	0.18 65	0.59 220	0.62 435	0.54 81	0.67 212	0.61 297	0.53 213	0.38 140	0.26 120	0.76 220	0.31 116	0.13 261	0.07 9	0.12 219	0.11 158	0.12 46	0.15 42

IER	0.49 121	0.73 240	2.12 133	0.27 48	0.25 176	0.65 319	0.27 210	0.76 188	0.59 144	0.56 234	0.59 278	0.60 280	0.53 350	0.64 182	0.44 200	0.12 215	0.09 97	0.11 165	0.11 158	0.18 163	0.15 42

NINENet	0.54 160	0.40 85	2.19 149	0.55 374	0.26 192	0.91 434	0.23 123	1.05 425	0.77 339	0.54 210	0.57 266	0.65 303	0.32 188	1.22 300	0.34 148	0.16 344	0.13 186	0.16 361	0.11 158	0.16 116	0.14 33

AASNet	0.66 293	1.49 451	2.97 410	0.37 239	0.33 262	0.65 319	0.30 267	1.00 387	0.78 344	0.56 234	0.60 287	0.55 255	0.39 237	0.88 253	0.96 365	0.15 327	0.12 170	0.13 280	0.11 158	0.45 448	0.35 192

GMOStereo	0.58 187	0.89 302	2.46 246	0.29 82	0.99 453	0.51 112	0.32 289	0.58 106	0.46 44	0.58 257	0.48 168	0.54 246	0.27 134	0.31 13	0.25 46	0.09 30	1.64 480	0.13 280	0.11 158	0.34 380	0.42 238

error version	0.58 187	0.89 302	2.46 246	0.29 82	0.99 453	0.51 112	0.32 289	0.58 106	0.46 44	0.58 257	0.48 168	0.54 246	0.27 134	0.31 13	0.25 46	0.09 30	1.64 480	0.13 280	0.11 158	0.34 380	0.42 238

test-v	0.58 187	0.89 302	2.46 246	0.29 82	0.99 453	0.51 112	0.32 289	0.58 106	0.46 44	0.58 257	0.48 168	0.54 246	0.27 134	0.31 13	0.25 46	0.09 30	1.64 480	0.13 280	0.11 158	0.34 380	0.42 238

AACVNet	0.61 222	1.13 362	2.47 251	0.37 239	0.21 119	0.57 190	0.25 175	0.75 185	0.55 113	0.56 234	0.60 287	0.66 312	0.44 289	2.11 447	0.49 228	0.14 297	0.11 152	0.14 316	0.11 158	0.35 392	0.23 110

ADLNet2	0.73 336	1.22 390	3.28 440	0.34 186	0.36 291	0.65 319	0.37 332	0.94 336	0.87 413	0.57 251	0.65 330	0.92 420	0.48 325	2.05 438	0.60 273	0.13 261	0.11 152	0.11 165	0.11 158	0.37 404	0.38 210

CrosDoStereo	0.96 430	0.49 136	2.66 330	0.27 48	0.33 262	0.54 148	3.69 524	0.77 195	0.66 199	0.70 370	1.39 475	0.53 239	1.47 483	1.77 392	3.02 496	0.10 88	0.08 45	0.11 165	0.11 158	0.22 243	0.30 159

FTStereo	0.79 368	0.32 22	2.83 391	0.70 423	0.21 119	0.73 366	1.75 514	0.61 127	0.60 150	1.07 450	1.62 483	1.28 475	2.11 505	0.75 218	0.30 100	0.19 392	0.08 45	0.12 219	0.11 158	0.12 46	0.39 218

ASMatch	0.61 222	0.47 129	2.72 362	0.91 449	0.36 291	0.56 168	0.24 149	0.54 81	0.67 212	0.48 138	1.20 463	0.47 210	0.65 393	1.33 321	0.93 362	0.10 88	0.08 45	0.11 165	0.11 158	0.10 26	0.17 62

DeepStereo_LL	0.96 430	0.49 136	2.66 330	0.27 48	0.33 262	0.54 148	3.69 524	0.77 195	0.66 199	0.70 370	1.39 475	0.53 239	1.47 483	1.77 392	3.02 496	0.10 88	0.08 45	0.11 165	0.11 158	0.22 243	0.30 159

THIR-Stereo	0.88 403	0.85 286	2.33 181	0.26 36	0.16 31	0.59 220	2.69 520	0.62 131	0.54 104	0.62 310	1.61 482	0.96 434	1.77 496	1.67 376	2.20 468	0.10 88	0.08 45	0.14 316	0.11 158	0.16 116	0.21 94

test-2	0.58 187	0.89 302	2.46 246	0.29 82	0.99 453	0.51 112	0.32 289	0.58 106	0.46 44	0.58 257	0.48 168	0.54 246	0.27 134	0.31 13	0.25 46	0.09 30	1.64 480	0.13 280	0.11 158	0.34 380	0.42 238

ICVP	0.48 106	0.33 33	2.37 186	0.34 186	0.22 131	0.60 234	0.55 412	0.79 211	0.53 100	0.45 121	0.60 287	0.49 220	0.36 206	0.55 146	0.46 209	0.16 344	0.16 231	0.14 316	0.11 158	0.16 116	0.32 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.47 95	0.84 282	1.91 86	0.29 82	0.15 22	0.53 137	0.20 50	0.58 106	0.50 70	0.37 81	0.43 135	0.42 164	0.23 85	0.38 53	0.28 82	0.09 30	0.70 393	0.12 219	0.11 158	0.43 441	0.77 376

GEStereo_RVC	0.61 222	1.19 381	2.61 310	0.48 336	0.25 176	0.63 291	0.37 332	1.05 425	0.79 357	0.55 222	0.55 242	0.59 273	0.44 289	1.10 280	0.48 219	0.16 344	0.11 152	0.12 219	0.11 158	0.27 322	0.43 246

sCroCo_RVC	0.37 37	0.39 79	2.38 189	0.35 208	0.27 205	0.31 15	0.22 88	0.49 49	0.48 55	0.23 23	0.34 91	0.25 58	0.24 90	0.35 43	0.25 46	0.15 327	0.17 244	0.12 219	0.11 158	0.15 96	0.15 42

MMNet	0.55 164	0.92 317	2.03 109	0.34 186	0.27 205	0.79 399	0.28 223	0.86 278	0.79 357	0.62 310	0.58 273	0.59 273	0.56 359	0.80 236	0.61 280	0.11 172	0.11 152	0.12 219	0.11 158	0.21 226	0.22 101

UNet	0.56 172	0.58 176	2.81 387	0.32 140	0.33 262	0.74 372	0.27 210	0.86 278	0.67 212	0.55 222	0.55 242	0.72 350	0.55 357	0.79 232	0.58 264	0.12 215	0.09 97	0.13 280	0.11 158	0.20 214	0.19 78

FENet	0.48 106	0.58 176	2.46 246	0.33 162	0.18 65	0.58 201	0.22 88	0.83 246	0.64 185	0.49 154	0.42 132	0.55 255	0.38 222	0.52 132	0.51 235	0.12 215	0.09 97	0.12 219	0.11 158	0.17 139	0.31 168

RASNet	0.69 313	1.05 344	2.59 299	0.37 239	0.47 349	0.66 332	0.33 303	0.82 235	0.76 325	0.51 185	0.65 330	0.93 425	0.62 386	2.20 454	0.80 342	0.14 297	0.09 97	0.09 46	0.11 158	0.18 163	0.37 201

AdaStereo	0.48 106	0.44 115	2.18 147	0.36 226	0.20 107	0.59 220	0.29 251	0.97 361	0.74 310	0.52 195	0.55 242	0.61 282	0.33 193	0.52 132	0.44 200	0.18 376	0.08 45	0.17 376	0.11 158	0.18 163	0.24 119
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.
DFGA-Net	0.61 222	1.55 455	2.59 299	0.32 140	0.26 192	0.54 148	0.22 88	0.67 150	0.63 175	0.50 173	0.52 206	0.35 127	0.28 148	1.84 408	0.99 374	0.10 88	0.08 45	0.12 219	0.12 195	0.38 411	0.18 71

S2M2	0.27 4	0.32 22	1.41 29	0.24 10	0.17 50	0.24 4	0.09 1	0.36 7	0.50 70	0.17 2	0.25 32	0.22 31	0.17 20	0.27 4	0.29 93	0.16 344	0.12 170	0.11 165	0.12 195	0.15 96	0.12 16

FACV-RUCA	0.61 222	0.44 115	2.11 132	0.43 312	1.73 507	0.49 94	0.28 223	0.74 181	0.68 239	0.41 96	0.53 213	0.34 123	0.64 390	0.41 73	0.33 139	0.13 261	0.11 152	0.62 487	0.12 195	0.72 482	1.02 428

DDVS	0.67 299	0.46 126	1.74 55	2.40 519	0.35 280	0.86 419	0.98 478	0.72 176	0.52 89	0.53 204	0.57 266	0.89 416	0.37 212	1.22 300	0.57 258	0.15 327	0.14 201	0.14 316	0.12 195	0.19 194	0.42 238

CASnet	0.32 14	0.40 85	1.80 62	0.28 64	0.11 1	0.47 83	0.19 38	0.45 32	0.47 51	0.39 90	0.31 70	0.23 39	0.17 20	0.31 13	0.21 9	0.11 172	0.06 1	0.15 342	0.12 195	0.16 116	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo	0.85 393	1.73 478	3.06 425	0.37 239	0.61 395	0.54 148	0.33 303	1.01 396	0.76 325	0.69 366	0.58 273	0.85 403	0.78 427	2.65 486	0.54 249	0.14 297	0.58 373	0.14 316	0.12 195	0.42 436	1.05 431

BUS	0.45 81	0.32 22	1.58 43	0.31 119	0.22 131	0.91 434	0.23 123	1.05 425	0.67 212	0.64 330	0.53 213	0.65 303	0.32 188	0.48 109	0.34 148	0.13 261	0.10 125	0.14 316	0.12 195	0.13 62	0.15 42

Wz-Net-LNSev	0.66 293	1.30 407	2.81 387	0.35 208	0.37 297	0.80 402	0.48 390	0.91 320	0.87 413	0.63 320	0.70 364	0.80 381	0.59 374	0.67 192	0.68 305	0.15 327	0.14 201	0.12 219	0.12 195	0.24 266	0.38 210

test_5	0.61 222	1.25 398	2.76 375	0.39 273	0.64 402	0.58 201	0.35 321	0.85 267	0.66 199	0.49 154	0.56 255	0.55 255	0.40 244	0.79 232	0.32 126	0.10 88	0.19 257	0.12 219	0.12 195	0.33 373	0.85 399

BSDual-CNN	0.48 106	0.32 22	1.58 43	0.31 119	0.22 131	0.76 379	0.32 289	1.05 425	0.67 212	0.64 330	0.53 213	0.63 291	0.38 222	0.48 109	0.97 366	0.13 261	0.10 125	0.14 316	0.12 195	0.13 62	0.15 42

hknet	0.53 151	0.39 79	2.04 112	0.31 119	0.24 168	0.76 379	0.32 289	1.05 425	0.71 276	0.64 330	0.53 213	0.79 374	0.40 244	0.84 243	0.78 337	0.12 215	0.10 125	0.14 316	0.12 195	0.13 62	0.15 42

iRaft-Stereo_5w	0.65 274	1.35 419	2.21 156	0.30 103	0.63 398	0.49 94	0.28 223	0.78 202	0.64 185	0.41 96	0.61 295	0.62 287	0.46 307	1.79 399	0.48 219	0.10 88	0.25 301	0.11 165	0.12 195	0.40 426	0.94 413

dd	0.48 106	1.32 409	2.41 203	0.31 119	0.17 50	0.58 201	0.26 192	0.50 61	0.71 276	0.42 102	0.41 129	0.34 123	0.28 148	0.47 96	0.41 183	0.18 376	0.10 125	0.13 280	0.12 195	0.22 243	0.16 55

IPLG	0.74 340	1.09 350	2.87 398	0.36 226	0.21 119	1.63 488	0.60 428	1.39 487	0.63 175	1.39 485	0.51 197	0.40 153	0.86 440	1.40 328	0.37 164	0.09 30	0.07 9	0.14 316	0.12 195	0.34 380	0.23 110

PSM-softLoss	0.52 137	0.34 40	2.47 251	0.55 374	0.17 50	0.61 254	0.39 347	0.64 141	0.67 212	0.52 195	0.48 168	0.39 144	0.25 109	1.46 340	0.77 333	0.13 261	0.08 45	0.13 280	0.12 195	0.12 46	0.15 42

KMStereo	0.52 137	0.34 40	2.47 251	0.55 374	0.17 50	0.61 254	0.39 347	0.64 141	0.67 212	0.52 195	0.48 168	0.39 144	0.25 109	1.46 340	0.77 333	0.13 261	0.08 45	0.13 280	0.12 195	0.12 46	0.15 42

GMStereo	0.44 77	1.32 409	2.65 326	0.28 64	0.16 31	0.42 52	0.22 88	0.48 45	0.63 175	0.41 96	0.36 100	0.26 68	0.25 109	0.41 73	0.30 100	0.14 297	0.08 45	0.10 99	0.12 195	0.17 139	0.13 21
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.63 256	0.77 259	2.71 360	0.37 239	0.34 272	0.64 303	0.30 267	0.86 278	0.67 212	0.58 257	0.53 213	0.88 413	0.48 325	1.84 408	0.71 315	0.15 327	0.12 170	0.12 219	0.12 195	0.21 226	0.25 123

HGLStereo	0.61 222	1.20 383	2.59 299	0.36 226	0.40 314	0.65 319	0.30 267	0.87 287	0.67 212	0.60 287	0.70 364	0.69 340	0.56 359	1.07 277	0.59 269	0.14 297	0.13 186	0.13 280	0.12 195	0.23 259	0.23 110

cf-r	0.62 242	1.27 401	2.99 415	0.34 186	0.28 217	0.60 234	0.28 223	0.82 235	0.70 262	0.55 222	0.61 295	0.77 368	0.41 255	1.32 319	0.52 237	0.13 261	0.09 97	0.11 165	0.12 195	0.22 243	0.27 138

GANet-RSSM	0.63 256	1.14 363	2.67 338	0.38 258	0.26 192	0.59 220	0.29 251	0.81 226	0.56 119	0.50 173	0.57 266	0.67 315	0.50 335	1.91 427	0.50 232	0.14 297	0.10 125	0.24 436	0.12 195	0.36 397	0.28 144

PWCDC_ROB	0.83 382	1.57 458	2.63 316	0.48 336	0.37 297	0.78 395	0.29 251	1.04 417	1.36 488	0.63 320	2.05 492	0.64 299	0.70 410	1.10 280	1.20 405	0.33 460	0.14 201	0.15 342	0.12 195	0.63 476	0.46 271

rvit_0105_6	0.36 31	0.55 169	1.48 38	0.31 119	0.18 65	0.35 31	0.26 192	0.56 95	0.66 199	0.26 46	0.29 53	0.33 118	0.26 120	0.41 73	0.27 69	0.18 376	0.16 231	0.15 342	0.13 217	0.15 96	0.25 123

DCVSM-stereo	0.52 137	0.37 63	2.45 238	0.30 103	0.22 131	0.54 148	0.52 402	0.60 122	0.52 89	0.69 366	0.47 160	0.79 374	0.49 330	0.56 149	0.90 360	0.13 261	0.14 201	0.15 342	0.13 217	0.20 214	0.21 94

Pointernet	0.37 37	0.31 11	1.91 86	0.25 20	0.37 297	0.47 83	0.15 14	0.67 150	0.52 89	0.23 23	0.30 60	0.28 86	0.20 55	0.32 23	0.23 30	0.10 88	0.24 292	0.07 1	0.13 217	0.10 26	0.51 293

IGEV-BASED-STEREO-	0.45 81	1.36 424	1.30 20	0.24 10	0.12 4	0.33 24	0.20 50	0.41 19	0.37 9	0.32 69	0.21 18	0.16 6	0.14 8	0.29 7	0.62 283	0.55 479	1.42 472	0.11 165	0.13 217	0.25 288	0.56 315

anonymousdsp2	0.88 403	0.31 11	1.96 97	1.06 465	1.56 500	0.57 190	0.22 88	0.84 254	0.98 450	1.20 468	0.37 106	0.65 303	0.26 120	1.19 298	0.46 209	0.10 88	2.40 519	0.10 99	0.13 217	0.19 194	2.96 520

psmg	0.48 106	0.32 22	1.58 43	0.28 64	0.22 131	0.75 375	0.35 321	0.94 336	0.67 212	0.61 297	0.59 278	0.63 291	0.38 222	0.48 109	0.97 366	0.13 261	0.11 152	0.13 280	0.13 217	0.14 85	0.15 42

CIPLG	0.63 256	1.59 462	3.16 431	0.79 435	0.31 244	0.62 276	0.57 419	0.82 235	0.68 239	0.58 257	0.63 310	0.43 165	0.31 181	0.48 109	0.42 188	0.12 215	0.20 271	0.13 280	0.13 217	0.36 397	0.21 94

PSMNet-ADL	0.56 172	0.47 129	2.03 109	0.35 208	0.22 131	0.67 339	0.27 210	0.77 195	0.58 133	0.43 110	0.53 213	0.70 346	0.45 297	1.89 421	0.64 292	0.16 344	0.13 186	0.11 165	0.13 217	0.15 96	0.51 293

PFNet+	0.50 125	0.43 104	2.54 280	0.49 348	0.18 65	0.58 201	0.76 459	0.54 81	0.72 285	0.56 234	0.48 168	0.39 144	0.26 120	0.94 260	0.33 139	0.14 297	0.09 97	0.14 316	0.13 217	0.12 46	0.16 55

RAFT-RH_RVC	0.65 274	0.73 240	2.78 379	0.39 273	0.29 223	0.60 234	0.18 33	0.45 32	0.63 175	0.75 391	1.89 488	0.47 210	0.29 166	1.59 365	1.21 406	0.15 327	0.07 9	0.13 280	0.13 217	0.11 36	0.10 6

RAFT	0.62 242	1.35 419	2.26 166	0.62 398	0.53 365	0.47 83	0.35 321	0.70 168	0.58 133	0.50 173	0.50 194	0.79 374	0.40 244	0.49 122	0.36 159	0.11 172	0.79 400	0.14 316	0.13 217	0.52 465	0.72 365

GMM-Stereo	0.53 151	0.33 33	2.89 400	0.53 365	0.24 168	0.77 389	0.46 384	0.62 131	0.65 192	0.58 257	0.73 384	0.47 210	0.43 280	0.68 196	0.29 93	0.10 88	0.06 1	0.13 280	0.13 217	0.14 85	0.44 261

Anonymous3	0.47 95	0.49 136	2.61 310	0.33 162	0.25 176	0.72 362	0.32 289	0.80 218	0.60 150	0.36 78	0.41 129	0.33 118	0.29 166	0.46 91	0.30 100	0.19 392	0.18 251	0.13 280	0.13 217	0.18 163	0.22 101

sAnonymous2	0.45 81	0.88 297	2.97 410	0.31 119	0.25 176	0.34 26	0.28 223	0.56 95	0.49 60	0.25 37	0.30 60	0.23 39	0.29 166	0.31 13	0.22 14	0.12 215	0.09 97	0.12 219	0.13 217	0.38 411	0.43 246

CroCo_RVC	0.45 81	0.88 297	2.97 410	0.31 119	0.25 176	0.34 26	0.28 223	0.56 95	0.49 60	0.25 37	0.30 60	0.23 39	0.29 166	0.31 13	0.22 14	0.12 215	0.09 97	0.12 219	0.13 217	0.38 411	0.43 246

HCRNet	0.50 125	0.75 255	2.08 120	0.39 273	0.29 223	0.58 201	0.22 88	0.79 211	0.67 212	0.49 154	0.49 182	0.48 218	0.37 212	1.13 287	0.40 178	0.15 327	0.10 125	0.15 342	0.13 217	0.21 226	0.19 78

ARAFT	0.65 274	1.69 476	3.34 445	0.29 82	0.16 31	0.65 319	0.36 329	0.96 353	0.73 290	0.63 320	0.49 182	0.56 262	0.31 181	1.23 303	0.35 156	0.11 172	0.08 45	0.14 316	0.13 217	0.38 411	0.50 288

UPFNet	0.51 135	0.67 208	2.04 112	0.34 186	0.33 262	0.65 319	0.37 332	0.88 295	0.65 192	0.60 287	0.53 213	0.61 282	0.41 255	0.77 222	0.55 252	0.13 261	0.13 186	0.13 280	0.13 217	0.20 214	0.16 55

hitnet-ft	0.73 336	1.09 350	2.59 299	0.28 64	0.22 131	0.71 356	0.36 329	0.89 304	0.67 212	0.58 257	0.83 412	1.03 448	0.94 453	2.31 459	0.70 309	0.23 426	0.14 201	0.41 473	0.13 217	0.24 266	0.28 144

GwcNet-RSSM	0.64 266	1.38 433	2.69 352	0.33 162	0.26 192	0.60 234	0.32 289	0.84 254	0.73 290	0.56 234	0.65 330	0.72 350	0.42 268	1.78 395	0.60 273	0.14 297	0.10 125	0.12 219	0.13 217	0.26 308	0.26 131

DN-CSS_ROB	0.56 172	1.64 471	2.75 372	0.42 300	0.22 131	0.57 190	0.19 38	0.79 211	0.66 199	0.46 132	0.62 302	0.41 159	0.32 188	0.73 213	0.49 228	0.12 215	0.08 45	0.14 316	0.13 217	0.38 411	0.17 62

PWC_ROB	0.81 373	1.41 435	2.60 305	0.41 296	0.40 314	0.63 291	0.31 278	1.04 417	0.99 453	0.92 431	1.29 468	0.78 372	0.68 403	1.65 375	1.50 431	0.19 392	0.12 170	0.18 395	0.13 217	0.51 462	0.54 307

rvit_0105_4	0.40 52	0.64 202	1.98 100	0.31 119	0.18 65	0.37 38	0.29 251	0.64 141	0.67 212	0.28 55	0.32 81	0.36 129	0.28 148	0.45 88	0.27 69	0.18 376	0.16 231	0.15 342	0.14 239	0.15 96	0.25 123

H2IRNET	0.48 106	1.04 342	2.57 295	0.31 119	0.19 96	0.54 148	0.19 38	0.55 90	0.53 100	0.28 55	0.56 255	0.47 210	0.35 203	0.47 96	0.40 178	0.11 172	0.08 45	0.12 219	0.14 239	0.37 404	0.26 131

LL-Strereo2	0.62 242	1.36 424	2.47 251	1.37 482	0.96 449	0.54 148	0.28 223	0.61 127	0.49 60	0.42 102	0.34 91	0.44 180	0.21 62	0.57 153	0.53 244	0.11 172	0.26 304	0.16 361	0.14 239	0.18 163	0.98 423

ssnet_v2	0.64 266	0.99 329	2.67 338	0.33 162	0.22 131	0.72 362	0.45 378	1.00 387	0.80 365	0.66 354	0.54 232	0.81 385	0.48 325	0.91 257	1.08 389	0.16 344	0.14 201	0.14 316	0.14 239	0.33 373	0.31 168

Wz-Net-MNSev	0.74 340	1.42 439	2.75 372	0.38 258	0.33 262	0.90 433	0.61 433	0.98 368	0.94 436	0.77 397	0.75 394	0.75 362	0.66 399	1.39 326	0.76 331	0.17 365	0.13 186	0.14 316	0.14 239	0.28 335	0.48 280

ACRE	0.63 256	1.55 455	3.41 458	0.76 428	0.28 217	0.60 234	0.56 416	0.82 235	0.68 239	0.57 251	0.62 302	0.43 165	0.30 176	0.47 96	0.42 188	0.12 215	0.19 257	0.13 280	0.14 239	0.36 397	0.20 87

KYRaft	0.52 137	0.35 48	2.40 198	0.34 186	0.21 119	0.75 375	0.43 366	0.62 131	0.63 175	0.64 330	0.92 433	0.53 239	0.72 412	0.60 166	0.26 60	0.10 88	0.07 9	0.12 219	0.14 239	0.13 62	0.54 307

DRaft	0.65 274	0.47 129	2.38 189	0.25 20	0.17 50	0.64 303	0.65 440	0.56 95	0.57 126	0.67 356	0.98 443	0.38 140	0.99 456	1.42 333	2.06 458	0.11 172	0.14 201	0.10 99	0.14 239	0.18 163	0.21 94

pcwnet_v2	0.65 274	0.54 161	4.29 504	0.33 162	0.27 205	0.60 234	0.25 175	1.02 404	0.92 429	0.61 297	0.69 351	0.62 287	0.54 352	0.67 192	0.38 172	0.18 376	0.15 217	0.15 342	0.14 239	0.21 226	0.49 286

ADLNet	0.68 306	1.02 335	2.68 345	0.35 208	0.34 272	0.67 339	0.34 311	0.95 350	0.79 357	0.70 370	0.62 302	0.80 381	0.46 307	1.77 392	0.69 307	0.15 327	0.12 170	0.14 316	0.14 239	0.31 361	0.54 307

RAFT + AFF	0.79 368	1.73 478	2.99 415	0.34 186	0.35 280	0.67 339	0.51 398	1.05 425	0.79 357	0.54 210	0.58 273	0.59 273	0.81 430	1.80 400	1.21 406	0.13 261	0.27 311	0.15 342	0.14 239	0.45 448	0.69 359

delet	0.60 214	0.84 282	2.45 238	0.33 162	0.35 280	0.73 366	0.46 384	0.89 304	0.80 365	0.58 257	0.62 302	0.67 315	0.51 339	1.14 289	0.64 292	0.12 215	0.12 170	0.13 280	0.14 239	0.22 243	0.29 150

CFNet-ft	0.60 214	1.16 372	2.45 238	0.29 82	0.30 236	0.64 303	0.28 223	0.69 158	0.57 126	0.49 154	0.57 266	0.79 374	0.44 289	1.48 343	0.62 283	0.15 327	0.10 125	0.28 446	0.14 239	0.21 226	0.29 150

DSFCA	0.62 242	0.77 259	1.95 93	0.29 82	0.29 223	0.79 399	0.86 467	0.81 226	0.73 290	0.73 382	0.66 338	0.67 315	0.57 364	1.17 294	1.03 380	0.16 344	0.15 217	0.13 280	0.14 239	0.19 194	0.28 144

RYNet	0.77 362	0.91 312	2.36 184	0.37 239	0.41 320	0.88 428	0.44 374	0.99 377	0.88 417	0.65 346	0.54 232	0.92 420	0.61 384	2.70 490	1.23 410	0.15 327	0.14 201	0.17 376	0.14 239	0.27 322	0.55 314

CFNet	0.65 274	1.45 444	2.27 167	0.34 186	0.25 176	0.64 303	0.23 123	0.93 331	0.79 357	0.48 138	0.59 278	0.58 270	0.40 244	2.28 457	0.63 290	0.13 261	0.09 97	0.15 342	0.14 239	0.34 380	0.26 131

CFNet_RVC	0.60 214	1.16 372	2.45 238	0.29 82	0.30 236	0.64 303	0.28 223	0.69 158	0.57 126	0.49 154	0.57 266	0.79 374	0.44 289	1.48 343	0.62 283	0.15 327	0.10 125	0.28 446	0.14 239	0.21 226	0.29 150

DeepPruner_ROB	0.58 187	1.06 345	2.68 345	0.30 103	0.26 192	0.63 291	0.31 278	0.83 246	0.51 77	0.62 310	0.56 255	0.65 303	0.39 237	1.06 275	0.56 255	0.19 392	0.14 201	0.14 316	0.14 239	0.24 266	0.33 177

StereoDRNet-Refined	0.55 164	0.61 190	2.07 118	0.34 186	0.21 119	0.68 345	0.26 192	0.87 287	0.73 290	0.70 370	0.69 351	0.74 358	0.45 297	1.10 280	0.62 283	0.12 215	0.09 97	0.14 316	0.14 239	0.27 322	0.24 119
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.61 222	0.96 324	2.00 103	0.37 239	0.25 176	0.65 319	0.37 332	0.86 278	0.76 325	0.73 382	0.70 364	0.84 398	0.47 318	1.57 358	0.72 319	0.13 261	0.13 186	0.14 316	0.14 239	0.18 163	0.33 177

rvit_0105_5	0.43 64	0.73 240	2.10 130	0.31 119	0.18 65	0.41 47	0.31 278	0.69 158	0.67 212	0.32 69	0.34 91	0.38 140	0.30 176	0.42 80	0.30 100	0.18 376	0.16 231	0.15 342	0.15 259	0.15 96	0.30 159

rvit_stereo_0075_2	0.45 81	0.45 123	2.60 305	0.34 186	0.32 256	0.41 47	0.21 72	0.60 122	0.54 104	0.39 90	0.51 197	0.40 153	0.29 166	0.46 91	0.31 116	0.21 412	0.15 217	0.22 422	0.15 259	0.18 163	0.33 177

test_sample7	0.65 274	0.41 91	2.08 120	0.36 226	0.20 107	0.52 129	0.32 289	0.99 377	0.86 407	0.64 330	0.63 310	0.67 315	0.49 330	1.18 296	0.52 237	0.18 376	1.21 441	0.16 361	0.15 259	0.19 194	1.22 448

IGEV++	0.74 340	0.70 228	2.05 115	1.11 469	1.09 470	0.32 18	0.21 72	0.75 185	0.43 29	0.30 63	0.30 60	0.22 31	0.27 134	0.98 266	0.31 116	0.10 88	2.50 520	0.08 7	0.15 259	0.27 322	2.70 516

StereoVision	0.52 137	1.12 359	2.70 359	0.34 186	0.32 256	0.47 83	0.26 192	0.73 179	0.61 155	0.33 71	0.89 427	0.45 192	0.26 120	0.52 132	0.39 176	0.14 297	0.15 217	0.16 361	0.15 259	0.22 243	0.14 33

Selective-IGEV	0.57 179	0.42 94	1.87 79	1.67 501	1.33 487	0.36 35	0.20 50	0.61 127	0.71 276	0.22 18	0.31 70	0.22 31	0.19 45	0.52 132	0.36 159	0.09 30	0.97 417	0.09 46	0.15 259	0.20 214	0.85 399

test_4	0.47 95	0.80 271	2.15 141	0.36 226	0.29 223	0.59 220	0.28 223	0.50 61	0.42 24	0.43 110	0.76 397	0.39 144	0.22 70	0.73 213	0.49 228	0.08 4	0.18 251	0.11 165	0.15 259	0.29 343	0.27 138

IPLGR_C	0.64 266	1.66 474	3.36 446	0.80 437	0.31 244	0.60 234	0.60 428	0.82 235	0.69 251	0.58 257	0.62 302	0.44 180	0.31 181	0.47 96	0.43 195	0.12 215	0.22 283	0.13 280	0.15 259	0.35 392	0.21 94

SACVNet	0.68 306	1.08 349	2.58 297	0.38 258	0.28 217	0.65 319	0.37 332	0.91 320	0.65 192	0.67 356	0.62 302	0.69 340	0.47 318	2.07 440	0.65 297	0.18 376	0.14 201	0.16 361	0.15 259	0.39 420	0.41 233

PSM-AAD	0.67 299	0.29 4	2.41 203	0.37 239	0.23 156	0.86 419	1.15 493	0.62 131	0.66 199	0.64 330	0.71 377	0.67 315	2.90 513	0.65 186	0.32 126	0.10 88	0.08 45	0.17 376	0.15 259	0.14 85	0.34 185

rafts_anoy	0.60 214	1.33 413	2.59 299	0.53 365	1.09 470	0.49 94	0.25 175	0.67 150	0.53 100	0.41 96	0.38 112	0.33 118	0.30 176	0.68 196	0.41 183	0.10 88	1.13 435	0.13 280	0.15 259	0.20 214	0.29 150

Syn2CoEx	0.78 364	1.43 442	3.54 470	0.44 317	0.31 244	0.64 303	0.43 366	1.04 417	0.83 386	0.64 330	0.77 401	0.74 358	0.74 419	1.91 427	0.64 292	0.20 403	0.17 244	0.19 402	0.15 259	0.30 352	0.59 326

psm_up	0.65 274	1.02 335	2.53 275	0.36 226	0.31 244	0.64 303	0.38 341	0.96 353	0.73 290	0.63 320	0.57 266	0.68 329	0.57 364	1.90 426	0.52 237	0.17 365	0.15 217	0.16 361	0.15 259	0.27 322	0.22 101

GwcNet	0.76 356	1.09 350	3.68 477	0.38 258	0.45 340	0.81 406	0.45 378	0.91 320	0.89 422	0.63 320	0.77 401	0.82 390	0.51 339	1.64 372	0.85 353	0.17 365	0.16 231	0.15 342	0.15 259	0.33 373	0.34 185

DMCA-RVC	0.70 320	1.30 407	3.59 473	0.37 239	0.89 440	0.57 190	0.31 278	0.73 179	0.59 144	0.69 366	0.54 232	0.59 273	0.57 364	1.25 309	0.66 300	0.16 344	0.38 331	0.20 411	0.15 259	0.22 243	0.23 110

ADCP+	1.03 444	1.68 475	3.83 485	0.35 208	0.39 308	1.05 453	0.79 464	0.94 336	0.86 407	0.69 366	0.68 346	0.85 403	1.53 489	1.02 270	4.56 518	0.13 261	0.12 170	0.16 361	0.15 259	0.28 335	0.44 261

TDLM	0.83 382	1.28 404	2.38 189	0.46 329	0.26 192	0.66 332	0.55 412	0.87 287	0.80 365	2.54 516	0.62 302	0.61 282	0.51 339	2.68 489	0.67 303	0.20 403	0.11 152	0.35 465	0.15 259	0.33 373	0.48 280

NLCA_NET_v2_RVC	0.62 242	1.15 369	3.11 427	0.39 273	0.37 297	0.60 234	0.28 223	0.87 287	0.64 185	0.63 320	0.56 255	0.71 348	0.45 297	1.08 278	0.52 237	0.15 327	0.12 170	0.14 316	0.15 259	0.18 163	0.25 123
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet	0.71 324	1.24 395	2.56 291	0.42 300	0.45 340	0.73 366	0.46 384	0.98 368	0.81 373	0.77 397	0.56 255	0.74 358	0.48 325	1.69 380	0.91 361	0.15 327	0.14 201	0.15 342	0.15 259	0.26 308	0.51 293

SANet	1.35 475	1.80 483	4.39 506	0.41 296	0.29 223	1.72 492	0.89 472	1.17 469	2.47 513	1.22 472	1.82 486	1.72 493	1.70 493	2.57 478	3.30 498	0.18 376	0.16 231	0.16 361	0.15 259	0.34 380	0.62 333

XPNet_ROB	0.68 306	1.11 357	2.28 169	0.38 258	0.27 205	0.67 339	0.47 388	0.94 336	0.75 316	0.80 408	0.71 377	0.81 385	0.54 352	1.72 382	0.84 352	0.22 418	0.16 231	0.16 361	0.15 259	0.25 288	0.45 266

AIO-test1	0.58 187	1.37 429	2.77 377	0.66 413	1.08 468	0.50 104	0.23 123	0.86 278	0.69 251	0.31 66	0.42 132	0.29 93	0.22 70	0.77 222	0.34 148	0.13 261	0.15 217	0.12 219	0.16 280	0.31 361	0.30 159

ITSA-stereo	0.52 137	0.42 94	1.46 34	0.34 186	0.18 65	0.60 234	0.29 251	0.99 377	0.82 379	0.51 185	0.48 168	0.53 239	0.59 374	1.25 309	0.73 322	0.15 327	0.12 170	0.17 376	0.16 280	0.19 194	0.32 173

Occ-G	0.68 306	0.54 161	2.08 120	0.99 462	0.74 418	0.38 42	0.25 175	0.46 38	0.78 344	0.40 94	0.36 100	0.46 201	0.22 70	0.90 256	0.70 309	0.09 30	1.53 477	0.09 46	0.16 280	0.31 361	2.06 493

EKT-Stereo	1.56 492	0.55 169	2.60 305	2.54 522	19.66 541	0.55 161	0.22 88	0.76 188	0.51 77	0.40 94	0.36 100	0.43 165	0.27 134	0.74 216	0.42 188	0.13 261	0.17 244	0.11 165	0.16 280	0.20 214	0.50 288

MC-Stereo	0.58 187	0.37 63	2.00 103	0.88 442	0.64 402	0.54 148	0.19 38	0.46 38	0.39 13	0.58 257	0.39 118	0.27 79	0.27 134	0.71 207	0.32 126	0.09 30	1.20 438	0.09 46	0.16 280	0.22 243	1.92 487

WZ-Net	1.04 445	1.83 485	4.20 498	0.42 300	0.36 291	0.88 428	0.71 454	1.05 425	1.11 470	0.84 420	0.94 435	1.06 456	1.17 468	2.37 463	2.24 471	0.20 403	0.14 201	0.15 342	0.16 280	0.36 397	0.53 304

PFNet	0.62 242	0.42 94	2.69 352	0.43 312	0.55 369	0.62 276	0.27 210	0.64 141	0.72 285	0.61 297	0.56 255	0.45 192	0.33 193	1.86 414	1.12 395	0.28 450	0.09 97	0.12 219	0.16 280	0.26 308	0.27 138

SFCPSM	0.48 106	0.39 79	2.30 174	0.28 64	0.27 205	0.70 351	0.32 289	1.00 387	0.69 251	0.50 173	0.52 206	0.43 165	0.36 206	0.53 139	0.44 200	0.12 215	0.09 97	0.12 219	0.16 280	0.18 163	0.23 110

PSMNet-RSSM	0.61 222	1.19 381	2.43 212	0.33 162	0.25 176	0.59 220	0.28 223	0.88 295	0.65 192	0.54 210	0.62 302	0.69 340	0.46 307	1.67 376	0.50 232	0.15 327	0.10 125	0.14 316	0.16 280	0.20 214	0.28 144

FAT-Stereo	0.72 333	0.60 184	2.86 397	0.37 239	0.29 223	0.64 303	0.55 412	1.01 396	0.91 427	0.76 395	0.94 435	0.93 425	0.79 429	1.82 405	0.60 273	0.19 392	0.19 257	0.17 376	0.16 280	0.23 259	0.47 273

SuperB	1.19 461	1.62 467	5.29 517	0.37 239	0.26 192	0.81 406	0.87 468	0.94 336	1.19 478	0.68 362	0.68 346	0.63 291	1.37 476	1.73 383	3.30 498	0.16 344	0.12 170	0.17 376	0.16 280	2.74 527	0.63 337

stereogan	0.74 340	0.68 217	2.82 389	0.40 286	0.40 314	1.05 453	0.42 359	0.99 377	0.96 443	0.78 405	0.86 422	1.15 470	0.73 415	1.57 358	0.56 255	0.20 403	0.19 257	0.20 411	0.16 280	0.37 404	0.34 185

DANet	0.85 393	0.68 217	2.41 203	1.18 475	0.48 350	0.77 389	1.23 501	0.93 331	1.53 495	0.90 428	0.72 382	0.97 436	0.57 364	1.86 414	1.05 382	0.18 376	0.16 231	0.19 402	0.16 280	0.26 308	0.67 348
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NVstereo2D	0.63 256	0.57 174	2.29 172	0.37 239	0.35 280	0.69 348	0.49 395	0.96 353	0.88 417	0.49 154	0.54 232	0.72 350	0.46 307	1.98 433	0.50 232	0.19 392	0.20 271	0.18 395	0.16 280	0.28 335	0.34 185

DRN-Test	0.71 324	0.79 269	2.83 391	0.40 286	0.44 337	0.80 402	0.41 353	1.07 441	0.83 386	0.82 416	0.64 323	0.68 329	0.57 364	1.78 395	0.79 340	0.16 344	0.13 186	0.17 376	0.16 280	0.24 266	0.51 293

ETE_ROB	0.68 306	1.09 350	2.32 179	0.38 258	0.26 192	0.69 348	0.51 398	1.49 492	0.75 316	0.81 412	0.71 377	0.85 403	0.51 339	1.39 326	0.70 309	0.17 365	0.14 201	0.19 402	0.16 280	0.24 266	0.35 192

YMNet	0.66 293	0.98 327	2.12 133	0.42 300	0.41 320	0.86 419	0.43 366	0.92 327	0.76 325	0.75 391	0.81 408	0.83 395	0.46 307	0.87 247	1.07 386	0.19 392	0.22 283	0.20 411	0.17 296	0.42 436	0.39 218

YMNet_1	0.66 293	0.98 327	2.12 133	0.42 300	0.41 320	0.86 419	0.43 366	0.92 327	0.76 325	0.75 391	0.81 408	0.83 395	0.46 307	0.87 247	1.07 386	0.19 392	0.22 283	0.20 411	0.17 296	0.42 436	0.39 218

AIO-test2	0.60 214	1.55 455	2.73 367	0.63 401	0.42 332	0.50 104	0.23 123	0.84 254	0.73 290	0.34 77	0.53 213	0.37 134	0.22 70	0.70 200	0.32 126	0.75 490	0.16 231	0.13 280	0.17 296	0.21 226	0.47 273

SDNR	2.06 505	2.93 529	2.94 407	1.55 495	5.13 528	1.98 504	0.24 149	1.95 511	2.62 515	0.92 431	2.71 510	5.76 526	0.68 403	3.61 517	3.84 509	0.33 460	0.38 331	0.22 422	0.17 296	1.13 498	2.04 492

fast-acv-ft	0.67 299	1.24 395	3.26 438	0.39 273	0.30 236	0.80 402	0.48 390	0.74 181	0.76 325	0.60 287	0.78 405	0.76 366	0.60 382	0.70 200	0.78 337	0.16 344	0.15 217	0.18 395	0.17 296	0.38 411	0.24 119

GASNet	0.84 384	1.98 492	4.07 493	0.48 336	0.33 262	0.58 201	0.34 311	0.97 361	0.81 373	0.60 287	0.59 278	0.74 358	0.55 357	2.08 443	1.18 402	0.22 418	0.15 217	0.19 402	0.17 296	0.55 468	0.29 150

Wz-Net-SNSev	0.85 393	1.83 485	3.36 446	0.42 300	0.31 244	0.71 356	0.66 442	1.04 417	0.94 436	0.68 362	0.85 417	0.96 434	0.62 386	1.75 387	1.14 397	0.16 344	0.15 217	0.16 361	0.17 296	0.39 420	0.63 337

test-1	0.61 222	0.54 161	2.09 124	0.31 119	1.37 489	0.51 112	0.28 223	0.83 246	0.50 70	0.42 102	0.55 242	0.54 246	0.24 90	0.38 53	1.25 413	0.10 88	1.08 430	0.10 99	0.17 296	0.11 36	0.77 376

RALAANet	0.52 137	1.37 429	2.63 316	0.33 162	0.23 156	0.48 89	0.19 38	0.69 158	0.55 113	0.49 154	0.46 154	0.39 144	0.31 181	0.53 139	0.53 244	0.10 88	0.33 322	0.11 165	0.17 296	0.29 343	0.13 21

UCFNet_RVC	0.55 164	1.16 372	2.48 257	0.31 119	0.27 205	0.65 319	0.28 223	0.76 188	0.58 133	0.51 185	0.53 213	0.67 315	0.42 268	0.91 257	0.45 204	0.16 344	0.11 152	0.17 376	0.17 296	0.20 214	0.23 110

MDST_ROB	1.28 468	0.53 159	3.84 486	0.55 374	0.45 340	4.06 523	0.60 428	1.36 484	0.89 422	2.18 507	1.17 461	0.98 437	0.72 412	4.28 522	2.12 462	0.20 403	0.16 231	0.19 402	0.17 296	0.20 214	0.84 395

TCMNet	0.72 333	1.15 369	2.78 379	0.51 359	0.52 358	0.73 366	0.39 347	0.94 336	0.78 344	0.60 287	0.68 346	0.63 291	0.46 307	1.71 381	0.72 319	0.18 376	0.19 257	0.23 430	0.18 307	0.40 426	0.56 315

rvit_0105_3	0.46 89	0.86 291	2.24 162	0.33 162	0.19 96	0.44 61	0.35 321	0.74 181	0.70 262	0.38 85	0.38 112	0.41 159	0.33 193	0.46 91	0.32 126	0.19 392	0.17 244	0.17 376	0.18 307	0.15 96	0.22 101

ff7	0.65 274	0.58 176	2.09 124	0.39 273	0.60 386	0.56 168	0.23 123	0.49 49	0.62 164	1.00 440	0.24 24	0.20 21	0.24 90	0.71 207	0.24 35	0.09 30	2.09 501	0.10 99	0.18 307	0.24 266	2.22 505

IGEVStereo-DCA	0.74 340	0.74 250	2.09 124	0.76 428	0.77 425	0.45 64	0.23 123	0.49 49	0.62 164	0.71 379	0.22 20	0.30 96	0.28 148	1.29 316	1.53 434	0.10 88	1.50 475	0.10 99	0.18 307	0.24 266	2.22 505

ffff	0.65 274	0.58 176	2.09 124	0.39 273	0.60 386	0.56 168	0.23 123	0.49 49	0.62 164	1.00 440	0.24 24	0.20 21	0.24 90	0.71 207	0.24 35	0.09 30	2.09 501	0.10 99	0.18 307	0.24 266	2.22 505

11t	0.65 274	0.58 176	2.09 124	0.39 273	0.60 386	0.56 168	0.23 123	0.49 49	0.62 164	1.00 440	0.24 24	0.20 21	0.24 90	0.71 207	0.24 35	0.09 30	2.09 501	0.10 99	0.18 307	0.24 266	2.22 505

anonymousdsp	0.86 396	0.59 183	2.65 326	1.33 478	1.25 483	0.56 168	0.23 123	0.54 81	0.71 276	1.13 456	0.25 32	0.22 31	0.24 90	1.24 305	0.24 35	0.09 30	2.34 517	0.10 99	0.18 307	0.25 288	3.12 523

ccc-4	0.65 274	0.58 176	2.09 124	0.39 273	0.60 386	0.56 168	0.23 123	0.49 49	0.62 164	1.00 440	0.24 24	0.20 21	0.24 90	0.71 207	0.24 35	0.09 30	2.09 501	0.10 99	0.18 307	0.24 266	2.22 505

IGEV-Stereo	0.86 396	0.60 184	2.65 326	1.35 480	1.25 483	0.56 168	0.23 123	0.54 81	0.71 276	1.14 457	0.25 32	0.22 31	0.24 90	1.24 305	0.24 35	0.09 30	2.34 517	0.10 99	0.18 307	0.25 288	3.13 524
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dad	0.58 187	1.35 419	2.39 196	0.31 119	0.20 107	0.62 276	0.26 192	0.56 95	0.79 357	0.66 354	0.64 323	0.64 299	0.36 206	0.87 247	0.48 219	0.28 450	0.15 217	0.40 471	0.18 307	0.24 266	0.22 101

LCNet	0.58 187	0.43 104	2.42 207	0.91 449	0.22 131	0.95 442	0.29 251	0.62 131	0.64 185	0.52 195	0.55 242	0.41 159	0.75 423	0.84 243	0.27 69	0.10 88	0.07 9	0.12 219	0.18 307	0.97 496	0.40 225

EDNetEfficientorigin	8.19 534	1.27 401	145.54 554	0.51 359	0.96 449	0.75 375	0.49 395	0.86 278	1.57 497	2.12 505	1.49 479	1.28 475	1.35 473	1.84 408	2.15 465	0.14 297	0.13 186	0.17 376	0.18 307	0.39 420	0.64 342

FADNet-RVC	0.69 313	1.65 472	2.74 370	0.35 208	0.26 192	0.60 234	0.29 251	0.91 320	0.67 212	0.46 132	0.51 197	0.62 287	0.46 307	1.75 387	0.81 346	0.17 365	0.20 271	0.17 376	0.18 307	0.60 472	0.39 218

S-Stereo	0.82 376	0.73 240	3.79 482	0.40 286	0.37 297	0.70 351	0.69 451	1.00 387	1.03 458	0.63 320	0.92 433	0.82 390	0.59 374	2.35 462	0.71 315	0.18 376	0.22 283	0.17 376	0.18 307	0.30 352	0.67 348

AF-Net	0.76 356	1.14 363	2.74 370	0.42 300	0.41 320	0.70 351	0.41 353	1.07 441	0.94 436	0.73 382	1.05 456	1.04 452	0.86 440	1.23 303	1.00 377	0.23 426	0.15 217	0.25 441	0.18 307	0.32 369	0.35 192

edge stereo	0.84 384	0.74 250	3.42 461	0.38 258	1.21 481	0.63 291	0.41 353	0.98 368	0.83 386	0.81 412	0.88 425	1.14 468	0.73 415	2.16 451	0.89 358	0.22 418	0.20 271	0.26 443	0.18 307	0.38 411	0.43 246

PS-NSSS	0.69 313	1.37 429	2.44 220	0.31 119	0.32 256	0.64 303	0.34 311	1.04 417	0.74 310	0.56 234	0.75 394	0.51 229	0.42 268	2.41 470	0.54 249	0.24 433	0.17 244	0.27 444	0.18 307	0.30 352	0.23 110

LALA_ROB	0.68 306	1.14 363	2.50 268	0.37 239	0.29 223	0.78 395	0.55 412	0.99 377	0.84 398	0.82 416	0.68 346	0.93 425	0.50 335	1.01 269	0.89 358	0.21 412	0.15 217	0.21 417	0.18 307	0.26 308	0.30 159

UGAM	0.69 313	0.84 282	2.66 330	0.40 286	0.20 107	0.53 137	0.34 311	0.63 138	0.74 310	0.45 121	0.74 387	0.95 433	0.36 206	2.57 478	0.42 188	0.11 172	0.45 344	0.17 376	0.19 325	0.43 441	0.57 320

coex-ft	6.14 531	1.98 492	60.80 552	0.34 186	0.30 236	0.80 402	1.17 497	0.76 188	4.34 523	19.82 544	2.15 495	1.61 491	8.77 534	1.82 405	10.36 535	0.44 472	2.05 500	0.18 395	0.19 325	0.39 420	4.61 534

UDGNet	0.50 125	1.36 424	2.44 220	0.37 239	0.19 96	0.58 201	0.23 123	0.49 49	0.69 251	0.42 102	0.39 118	0.34 123	0.29 166	0.55 146	0.32 126	0.25 439	0.10 125	0.37 468	0.19 325	0.30 352	0.17 62

APVNet	0.76 356	1.11 357	3.23 434	0.39 273	0.36 291	0.85 418	0.44 374	0.96 353	0.73 290	0.58 257	0.69 351	0.76 366	0.56 359	2.29 458	0.82 349	0.17 365	0.18 251	0.24 436	0.19 325	0.35 392	0.27 138

psmorigin	1.41 479	0.91 312	13.83 537	0.37 239	0.30 236	0.63 291	0.37 332	0.80 218	0.64 185	0.98 437	0.87 423	1.16 472	0.78 427	3.95 520	1.09 390	0.19 392	0.22 283	0.17 376	0.19 325	0.25 288	0.47 273

FADNet-RVC-Resample	0.74 340	1.54 454	3.81 484	0.38 258	0.29 223	0.62 276	0.38 341	0.91 320	0.67 212	0.52 195	0.51 197	0.63 291	0.44 289	1.56 353	0.59 269	0.24 433	0.32 318	0.22 422	0.19 325	0.30 352	0.71 364

ADCRef	0.88 403	1.45 444	2.68 345	0.38 258	0.35 280	0.95 442	0.51 398	0.92 327	0.81 373	0.89 426	0.84 414	0.61 282	1.35 473	1.26 313	3.38 501	0.14 297	0.12 170	0.17 376	0.19 325	0.28 335	0.34 185

SGM-Forest	1.84 500	7.91 536	10.36 531	0.42 300	0.33 262	1.04 451	1.29 503	1.01 396	0.88 417	1.19 463	2.30 500	1.03 448	1.79 497	2.60 482	2.81 491	0.22 418	0.21 280	0.21 417	0.19 325	0.25 288	0.79 385
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.86 396	1.00 330	2.82 389	0.35 208	0.21 119	0.78 395	0.78 462	1.05 425	0.87 413	0.90 428	0.74 387	0.87 409	1.89 500	1.67 376	1.38 426	0.19 392	0.20 271	0.21 417	0.19 325	0.28 335	0.84 395
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	1.29 469	1.34 416	3.04 421	0.35 208	0.28 217	1.10 460	0.69 451	1.42 489	1.07 465	2.71 520	2.43 502	2.95 506	1.50 486	2.92 503	2.03 455	0.23 426	0.22 283	0.22 422	0.19 325	0.50 460	0.69 359
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
ISRNet	0.51 135	0.58 176	1.96 97	0.38 258	0.31 244	0.49 94	0.21 72	0.80 218	0.71 276	0.64 330	0.71 377	0.66 312	0.40 244	0.59 160	0.45 204	0.23 426	0.16 231	0.21 417	0.20 335	0.21 226	0.37 201

MyStereo06	0.70 320	0.72 237	3.51 466	0.31 119	0.25 176	0.60 234	0.30 267	0.90 313	0.67 212	1.48 493	0.53 213	0.84 398	0.57 364	0.60 166	1.11 393	0.09 30	0.55 367	0.12 219	0.20 335	0.16 116	0.56 315

MyStereo05	0.57 179	0.72 237	2.72 362	0.31 119	0.25 176	0.60 234	0.30 267	0.87 287	0.82 379	0.54 210	0.37 106	0.53 239	0.42 268	0.63 176	0.73 322	0.09 30	0.55 367	0.12 219	0.20 335	0.16 116	0.56 315

Wz-Net-TNSev	1.02 440	2.26 513	3.69 478	0.38 258	0.31 244	1.00 447	0.71 454	1.12 456	1.02 456	0.74 388	0.73 384	1.09 462	0.91 447	2.46 472	2.15 465	0.21 412	0.20 271	0.16 361	0.20 335	0.48 457	0.62 333

FADNet	0.71 324	1.60 466	2.53 275	0.33 162	0.30 236	0.67 339	0.29 251	0.92 327	0.75 316	0.45 121	0.49 182	0.66 312	0.57 364	1.85 412	0.85 353	0.46 475	0.20 271	0.17 376	0.20 335	0.60 472	0.37 201

STTStereo	0.58 187	0.95 323	2.95 408	0.37 239	0.31 244	0.62 276	0.32 289	0.81 226	0.63 175	0.61 297	0.55 242	0.67 315	0.43 280	0.87 247	0.48 219	0.16 344	0.16 231	0.17 376	0.20 335	0.17 139	0.25 123

RP	0.74 340	1.01 333	2.48 257	0.44 317	0.45 340	0.66 332	0.45 378	0.95 350	0.87 413	0.70 370	0.95 438	0.99 440	0.82 432	1.55 351	0.82 349	0.26 443	0.19 257	0.23 430	0.20 335	0.34 380	0.38 210

RTS	1.29 469	1.59 462	6.48 525	0.63 401	0.57 376	1.59 485	0.90 473	1.15 463	1.44 490	1.20 468	1.31 470	1.10 464	0.87 443	2.67 487	2.27 473	0.21 412	0.38 331	0.19 402	0.20 335	0.46 452	0.68 353

RTSA	1.29 469	1.59 462	6.48 525	0.63 401	0.57 376	1.59 485	0.90 473	1.15 463	1.44 490	1.20 468	1.31 470	1.10 464	0.87 443	2.67 487	2.27 473	0.21 412	0.38 331	0.19 402	0.20 335	0.46 452	0.68 353

GANet	0.92 417	1.20 383	2.68 345	0.45 324	0.27 205	0.76 379	0.66 442	0.94 336	0.77 339	0.79 406	1.17 461	0.84 398	0.91 447	2.72 491	1.76 445	0.18 376	0.42 339	0.44 478	0.20 335	0.33 373	0.94 413

PSMNet_ROB	0.75 351	1.42 439	2.93 405	0.39 273	0.32 256	0.73 366	0.56 416	0.90 313	0.74 310	0.56 234	0.60 287	0.75 362	0.47 318	2.00 434	1.31 416	0.18 376	0.13 186	0.19 402	0.20 335	0.26 308	0.40 225

AIO_test	1.11 455	0.77 259	2.51 269	3.32 529	2.81 523	0.35 31	0.25 175	1.29 478	0.68 239	1.28 479	0.27 44	0.32 110	0.17 20	2.86 501	0.27 69	0.12 215	1.72 486	0.08 7	0.21 346	0.15 96	2.81 517

test_sample6	0.64 266	0.51 151	2.17 144	0.35 208	0.18 65	0.56 168	0.27 210	1.00 387	0.80 365	0.56 234	0.66 338	0.47 210	0.39 237	1.95 429	0.60 273	0.14 297	0.80 402	0.13 280	0.21 346	0.18 163	0.78 382

test_sample4	0.62 242	0.49 136	2.24 162	0.34 186	0.19 96	0.57 190	0.25 175	0.98 368	0.76 325	0.56 234	0.55 242	0.45 192	0.38 222	1.78 395	0.56 255	0.13 261	0.80 402	0.13 280	0.21 346	0.17 139	0.76 373

test_sample3	0.61 222	0.48 132	2.24 162	0.34 186	0.19 96	0.58 201	0.25 175	0.97 361	0.76 325	0.54 210	0.52 206	0.46 201	0.37 212	1.78 395	0.57 258	0.13 261	0.79 400	0.12 219	0.21 346	0.17 139	0.73 369

MyStereo8	0.73 336	1.16 372	2.89 400	0.53 365	0.34 272	0.71 356	0.20 50	1.87 505	0.59 144	0.53 204	0.66 338	0.50 224	0.33 193	1.27 314	0.62 283	0.10 88	1.19 437	0.10 99	0.21 346	0.21 226	0.61 331

MyStereo07	0.56 172	0.68 217	2.42 207	0.30 103	0.41 320	0.61 254	0.31 278	0.58 106	0.72 285	1.17 461	0.26 38	0.20 21	0.27 134	1.28 315	0.28 82	0.09 30	0.59 374	0.12 219	0.21 346	0.16 116	0.48 280

MyStereo04	0.57 179	0.68 217	2.66 330	0.30 103	0.41 320	0.61 254	0.31 278	0.88 295	0.80 365	0.48 138	0.37 106	0.54 246	0.42 268	0.61 170	0.71 315	0.09 30	0.59 374	0.12 219	0.21 346	0.16 116	0.48 280

GrayStereo	0.71 324	0.27 2	2.40 198	0.89 443	0.23 156	0.62 276	1.40 509	0.67 150	0.70 262	0.72 381	0.77 401	0.55 255	3.03 514	0.60 166	0.28 82	0.10 88	0.08 45	0.10 99	0.21 346	0.12 46	0.37 201

aanetorigin	0.81 373	1.03 339	2.64 325	0.44 317	0.44 337	0.59 220	1.00 483	0.59 115	0.70 262	1.54 495	1.22 465	0.82 390	1.08 463	1.06 275	1.07 386	0.18 376	0.15 217	0.17 376	0.21 346	0.53 466	0.65 343

MaskLacGwcNet_RVC	0.84 384	1.41 435	2.80 382	0.94 451	0.35 280	0.89 430	0.41 353	0.89 304	0.66 199	0.57 251	0.63 310	0.75 362	0.38 222	2.37 463	0.55 252	1.16 509	0.31 317	0.36 466	0.21 346	0.59 471	0.63 337

ADCL	1.07 449	1.22 390	2.80 382	0.40 286	0.33 262	1.50 480	1.87 517	0.97 361	1.04 461	1.26 477	1.28 467	0.99 440	1.41 479	1.36 324	3.51 504	0.17 365	0.14 201	0.22 422	0.21 346	0.32 369	0.43 246

rvit_105_1	0.52 137	0.93 321	2.30 174	0.36 226	0.24 168	0.51 112	0.45 378	0.81 226	0.79 357	0.46 132	0.44 147	0.45 192	0.38 222	0.63 176	0.39 176	0.20 403	0.18 251	0.18 395	0.22 357	0.18 163	0.21 94

IGEV-Stereo+	0.48 106	0.32 22	1.43 30	0.26 36	0.46 347	0.30 12	0.13 6	0.32 3	0.57 126	0.80 408	0.24 24	0.19 17	0.19 45	0.57 153	0.46 209	0.10 88	1.36 464	0.08 7	0.22 357	0.46 452	1.04 430

test_sample5	0.63 256	0.50 144	2.19 149	0.34 186	0.19 96	0.56 168	0.26 192	0.98 368	0.77 339	0.55 222	0.63 310	0.45 192	0.38 222	1.87 418	0.58 264	0.14 297	0.82 407	0.13 280	0.22 357	0.18 163	0.76 373

DualNet	0.63 256	0.50 144	2.19 149	0.34 186	0.19 96	0.56 168	0.26 192	0.98 368	0.77 339	0.56 234	0.66 338	0.45 192	0.38 222	1.87 418	0.58 264	0.14 297	0.82 407	0.13 280	0.22 357	0.18 163	0.76 373

testlalala_base	0.61 222	0.35 48	2.44 220	0.35 208	0.33 262	0.55 161	0.21 72	0.88 295	0.41 19	0.41 96	0.39 118	0.31 104	0.24 90	0.33 27	0.36 159	0.98 502	1.61 479	0.09 46	0.22 357	1.11 497	0.68 353

model_zeroshot	0.75 351	0.94 322	2.48 257	1.88 511	0.68 410	0.72 362	0.22 88	1.01 396	0.51 77	1.10 452	0.35 98	0.63 291	0.20 55	0.78 229	0.32 126	0.12 215	1.97 498	0.10 99	0.23 362	0.12 46	0.56 315

cross-raft	0.47 95	0.34 40	2.17 144	0.70 423	0.84 435	0.50 104	0.35 321	0.74 181	0.43 29	0.44 117	0.45 150	0.63 291	0.25 109	0.37 50	0.27 69	0.08 4	0.14 201	0.10 99	0.23 362	0.11 36	0.27 138

ADCS	1.14 458	2.02 497	3.36 446	0.43 312	0.37 297	0.96 444	0.81 465	1.12 456	1.17 477	1.25 476	0.98 443	1.08 459	0.92 450	1.41 332	4.97 521	0.23 426	0.21 280	0.22 422	0.23 362	0.40 426	0.67 348

test_sample2	0.59 205	0.42 94	1.84 70	0.33 162	0.18 65	0.52 129	0.28 223	0.86 278	0.70 262	0.47 135	0.53 213	0.46 201	0.41 255	1.51 347	0.66 300	0.12 215	0.93 415	0.11 165	0.24 365	0.16 116	1.01 426

test_sample1	0.61 222	0.45 123	1.84 70	0.33 162	0.29 223	0.49 94	0.24 149	0.83 246	0.73 290	0.51 185	0.53 213	0.52 236	0.45 297	1.40 328	0.72 319	0.11 172	0.96 416	0.10 99	0.24 365	0.15 96	1.25 451

qqq1	0.62 242	0.54 161	1.92 88	0.32 140	0.16 31	0.46 72	0.24 149	0.94 336	0.85 400	0.58 257	0.70 364	0.51 229	0.41 255	1.89 421	0.64 292	0.13 261	1.01 422	0.09 46	0.24 365	0.19 194	0.59 326

fff1	0.62 242	0.54 161	1.92 88	0.32 140	0.16 31	0.46 72	0.24 149	0.94 336	0.85 400	0.58 257	0.70 364	0.51 229	0.41 255	1.89 421	0.64 292	0.13 261	1.01 422	0.09 46	0.24 365	0.19 194	0.59 326

testlalala	0.53 151	0.36 52	2.40 198	0.29 82	0.35 280	0.60 234	0.22 88	1.02 404	0.63 175	0.56 234	0.40 127	0.32 110	0.21 62	0.33 27	0.27 69	0.10 88	1.73 487	0.09 46	0.24 365	0.08 4	0.43 246

AnyNet_C01	1.20 462	1.89 488	4.25 500	0.55 374	0.54 367	1.57 483	1.39 508	1.10 449	1.13 472	1.19 463	1.34 474	1.15 470	1.11 465	1.73 383	2.89 493	0.26 443	0.24 292	0.28 446	0.24 365	0.50 460	0.68 353

NaN_ROB	1.25 466	1.46 446	3.84 486	0.54 372	0.56 371	1.12 461	0.99 479	1.05 425	1.03 458	1.10 452	0.87 423	0.77 368	1.07 462	5.85 528	2.98 494	0.16 344	0.23 290	0.16 361	0.24 365	0.28 335	0.66 344

PDISCO_ROB	0.84 384	1.46 446	2.84 393	0.65 408	0.59 381	1.17 466	0.48 390	1.19 471	1.08 467	0.67 356	0.72 382	1.00 443	0.61 384	1.24 305	1.05 382	0.38 465	0.18 251	0.28 446	0.24 365	0.58 470	0.44 261

DEFOM-Stereo_RVC	0.32 14	0.40 85	1.21 15	0.35 208	0.16 31	0.29 10	0.16 21	0.59 115	0.56 119	0.20 7	0.20 15	0.17 8	0.26 120	0.40 64	0.38 172	0.09 30	0.08 45	0.08 7	0.25 373	0.12 46	0.43 246

HBP-ISP	0.82 376	1.57 458	3.28 440	0.50 354	0.27 205	0.86 419	0.54 408	1.09 446	0.78 344	0.81 412	0.70 364	0.68 329	1.00 457	2.02 435	0.47 214	0.24 433	0.24 292	0.29 454	0.25 373	0.28 335	0.52 300

AnyNet_C32	1.08 453	1.76 482	3.01 417	0.50 354	0.54 367	1.17 466	1.16 495	0.97 361	0.95 441	1.11 454	0.98 443	0.87 409	0.93 452	1.57 358	4.11 515	0.22 418	0.20 271	0.25 441	0.25 373	0.40 426	0.68 353

GANetREF_RVC	0.81 373	1.44 443	3.04 421	0.49 348	0.27 205	0.83 412	0.63 436	1.03 411	0.92 429	0.63 320	0.61 295	0.72 350	0.59 374	2.40 468	0.58 264	0.33 460	0.25 301	0.37 468	0.25 373	0.41 433	0.36 200
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
NCCL2	0.71 324	1.32 409	2.30 174	0.44 317	0.31 244	0.71 356	0.67 447	0.89 304	0.69 251	0.70 370	0.61 295	0.85 403	0.54 352	1.58 364	0.70 309	0.20 403	0.17 244	0.66 489	0.25 373	0.26 308	0.38 210

CBMV_ROB	0.88 403	0.75 255	2.73 367	0.36 226	0.22 131	0.76 379	0.47 388	1.05 425	0.81 373	1.06 449	1.04 454	0.88 413	1.36 475	2.17 453	2.03 455	0.23 426	0.24 292	0.27 444	0.25 373	0.27 322	0.73 369

CSAN	1.38 477	1.74 481	4.12 494	0.53 365	0.38 306	1.06 456	1.15 493	1.29 478	1.12 471	1.19 463	1.90 489	1.04 452	1.44 480	5.92 529	2.82 492	0.26 443	0.22 283	0.24 436	0.25 373	0.35 392	0.54 307

GREAT-IGEV	0.92 417	0.56 172	2.08 120	0.98 457	2.29 519	0.47 83	0.18 33	0.35 5	0.78 344	0.74 388	0.33 84	0.15 3	0.18 37	1.00 267	0.55 252	0.09 30	3.79 529	0.07 1	0.26 380	0.22 243	3.26 525

SMFormer	0.64 266	0.54 161	1.92 88	0.32 140	0.16 31	0.46 72	0.24 149	0.94 336	0.85 400	0.58 257	0.70 364	0.51 229	0.41 255	1.89 421	0.86 355	0.13 261	1.01 422	0.11 165	0.26 380	0.17 139	0.84 395

tta	0.63 256	0.54 161	1.92 88	0.32 140	0.16 31	0.46 72	0.24 149	0.94 336	0.85 400	0.58 257	0.70 364	0.51 229	0.41 255	1.89 421	0.86 355	0.13 261	1.01 422	0.11 165	0.26 380	0.19 194	0.59 326

RGC	0.78 364	1.10 355	2.55 288	0.45 324	0.45 340	0.73 366	0.40 351	1.00 387	0.75 316	0.75 391	1.04 454	1.02 447	0.73 415	1.74 385	1.15 399	0.24 433	0.19 257	0.28 446	0.26 380	0.31 361	0.38 210

G-Net	1.02 440	0.70 228	3.23 434	0.60 390	0.66 406	2.00 505	0.71 454	0.78 202	0.70 262	1.14 457	2.53 504	1.29 477	1.01 458	1.47 342	1.74 443	0.25 439	0.24 292	0.24 436	0.26 380	0.37 404	0.40 225

Nwc_Net	0.75 351	1.10 355	2.96 409	0.42 300	0.39 308	0.77 389	0.39 347	1.06 438	0.73 290	0.65 346	1.00 447	0.99 440	0.74 419	1.43 334	0.99 374	0.24 433	0.15 217	0.23 430	0.26 380	0.27 322	0.30 159

XQC	0.84 384	1.32 409	2.61 310	0.78 434	0.44 337	0.89 430	0.53 405	1.16 466	1.07 465	0.85 422	0.69 351	0.92 420	0.73 415	1.40 328	1.44 428	0.24 433	0.35 324	0.23 430	0.26 380	0.45 448	0.39 218

FBW_ROB	0.94 424	1.23 394	2.35 183	0.46 329	0.32 256	0.87 426	0.46 384	1.15 463	0.97 449	0.83 419	0.78 405	1.01 444	0.64 390	3.65 518	1.65 438	0.27 447	0.24 292	0.40 471	0.26 380	0.32 369	0.88 406

NOSS_ROB	0.75 351	1.03 339	2.27 167	0.68 421	0.26 192	0.68 345	0.30 267	0.99 377	0.82 379	0.59 276	0.58 273	0.77 368	0.39 237	2.75 495	0.48 219	0.25 439	0.24 292	0.28 446	0.26 380	0.29 343	1.07 433

EDNetEfficient	1.29 469	0.78 265	4.27 501	0.65 408	1.03 461	0.94 440	1.38 507	0.87 287	1.75 503	2.33 513	1.32 472	1.04 452	2.21 507	1.59 365	4.07 514	0.16 344	0.19 257	0.15 342	0.27 389	0.38 411	0.40 225

SHD	0.84 384	1.14 363	2.54 280	0.80 437	0.52 358	0.76 379	0.34 311	1.16 466	1.29 483	1.11 454	0.85 417	0.98 437	0.74 419	1.25 309	1.48 430	0.22 418	0.37 327	0.20 411	0.27 389	0.36 397	0.41 233

Sa-1000	0.61 222	1.07 346	2.71 360	0.32 140	0.61 395	0.61 254	0.31 278	1.00 387	0.76 325	0.53 204	0.83 412	0.43 165	0.33 193	0.69 199	0.30 100	0.10 88	0.52 359	0.13 280	0.28 391	0.29 343	0.29 150

ccnet	0.77 362	0.61 190	2.01 105	0.40 286	0.46 347	1.05 453	0.59 424	1.02 404	0.74 310	0.90 428	0.97 440	0.82 390	0.89 445	1.68 379	1.16 401	0.32 458	0.26 304	0.32 459	0.28 391	0.35 392	0.47 273

DeepPrunerF	0.92 417	1.33 413	3.41 458	0.46 329	0.51 355	0.64 303	0.49 395	1.16 466	2.62 515	0.65 346	0.61 295	0.65 303	0.62 386	2.23 455	1.31 416	0.23 426	0.19 257	0.30 455	0.28 391	0.39 420	0.34 185

PA-Net	0.93 423	1.36 424	4.14 495	0.64 405	0.41 320	0.70 351	0.53 405	0.91 320	0.88 417	0.53 204	0.60 287	0.70 346	0.54 352	2.40 468	2.57 483	0.17 365	0.28 313	0.19 402	0.28 391	0.25 288	0.48 280
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
castereo++	0.39 46	0.83 278	1.38 26	0.29 82	0.18 65	0.53 137	0.20 50	0.57 102	0.58 133	0.20 7	0.27 44	0.32 110	0.17 20	0.34 33	0.22 14	0.09 30	0.54 364	0.09 46	0.29 395	0.15 96	0.52 300

PSMNet-RUCA	0.64 266	1.12 359	2.61 310	0.59 389	0.56 371	0.64 303	0.37 332	0.89 304	0.72 285	0.53 204	0.68 346	0.53 239	0.43 280	0.61 170	0.46 209	0.35 463	0.19 257	0.44 478	0.29 395	0.49 459	0.35 192

testlalala2	0.48 106	0.34 40	2.53 275	0.65 408	0.56 371	0.57 190	0.20 50	0.84 254	0.63 175	0.42 102	0.54 232	0.45 192	0.21 62	0.30 9	0.26 60	0.10 88	0.13 186	0.09 46	0.29 395	0.12 46	0.31 168

11t1	0.60 214	0.49 136	2.19 149	0.35 208	0.58 380	0.48 89	0.21 72	0.72 176	0.73 290	0.49 154	0.47 160	0.35 127	0.34 201	0.61 170	0.71 315	0.12 215	1.26 450	0.10 99	0.29 395	0.16 116	1.22 448

rrr	0.84 384	0.74 250	3.40 456	0.76 428	0.77 425	0.45 64	0.28 223	1.23 475	0.84 398	0.71 379	0.22 20	0.30 96	0.28 148	1.29 316	1.53 434	0.10 88	1.50 475	0.10 99	0.29 395	0.24 266	1.75 484

SQANet	0.92 417	1.96 490	3.23 434	0.77 431	0.83 433	0.76 379	0.38 341	0.87 287	0.68 239	0.64 330	0.69 351	0.73 355	0.52 347	1.35 323	1.36 422	0.80 493	0.30 315	0.60 486	0.29 395	0.93 494	0.70 362

FINET	1.92 502	1.96 490	4.49 509	1.62 497	1.39 490	3.51 521	4.39 527	2.89 520	2.58 514	1.39 485	1.98 490	1.35 480	2.12 506	1.64 372	2.12 462	0.84 496	1.03 428	0.18 395	0.29 395	0.54 467	2.12 496

CC-Net-ROB	0.95 427	1.57 458	2.93 405	0.90 445	0.39 308	0.87 426	0.44 374	1.12 456	0.83 386	0.59 276	0.69 351	0.64 299	0.50 335	2.73 493	0.93 362	0.97 501	0.40 337	0.87 499	0.29 395	0.61 475	0.66 344

LSM	3.40 521	1.42 439	5.81 521	9.98 537	30.74 548	0.86 419	1.14 491	0.99 377	1.26 480	1.40 487	2.18 496	0.93 425	0.85 438	1.76 389	1.03 380	0.22 418	0.35 324	0.24 436	0.29 395	0.40 426	6.21 536

SCV_C0	0.73 336	0.68 217	2.05 115	1.50 493	0.92 444	0.45 64	0.20 50	0.96 353	0.71 276	0.65 346	0.33 84	0.31 104	0.20 55	1.25 309	0.52 237	0.09 30	1.68 485	0.08 7	0.30 404	0.27 322	1.52 473

FC-DCNN v2	1.65 497	0.85 286	3.39 451	0.46 329	0.39 308	2.02 507	0.66 442	1.94 510	1.84 507	2.81 522	2.99 516	4.39 520	3.25 517	2.81 499	2.75 489	0.29 454	0.26 304	0.31 456	0.30 404	0.33 373	0.91 409

raft_robust	0.68 306	1.24 395	2.42 207	0.30 103	0.57 376	0.53 137	0.25 175	0.95 350	0.79 357	0.49 154	0.46 154	1.12 466	0.74 419	1.50 346	0.61 280	0.09 30	0.62 381	0.10 99	0.30 404	0.26 308	0.30 159

CREStereo++_RVC	0.38 42	0.37 63	2.47 251	0.25 20	0.16 31	0.54 148	0.15 14	0.42 23	0.57 126	0.37 81	0.52 206	0.24 49	0.19 45	0.31 13	0.27 69	0.09 30	0.06 1	0.08 7	0.30 404	0.09 11	0.22 101
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
FCDSN-DC	1.45 483	1.12 359	3.30 443	0.48 336	0.41 320	1.13 462	0.60 428	1.17 469	1.28 482	2.25 510	2.85 512	3.65 513	3.34 519	2.58 480	2.44 477	0.31 457	0.26 304	0.31 456	0.30 404	0.37 404	0.78 382
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTSC	0.84 384	1.40 434	2.67 338	0.50 354	0.40 314	0.83 412	0.33 303	1.11 453	1.14 473	0.93 434	0.82 410	0.84 398	0.58 371	1.34 322	1.82 449	0.18 376	0.49 352	0.14 316	0.30 404	0.46 452	0.42 238

FC-DCNN	1.60 495	0.85 286	3.44 462	0.46 329	0.39 308	1.96 501	0.66 442	1.72 501	1.70 501	2.75 521	2.91 515	4.20 516	3.15 516	2.72 491	2.66 484	0.30 455	0.26 304	0.31 456	0.30 404	0.33 373	0.91 409

castereo	0.34 20	0.48 132	1.00 8	0.25 20	0.29 223	0.41 47	0.27 210	0.76 188	0.49 60	0.23 23	0.30 60	0.24 49	0.31 181	0.29 7	0.29 93	0.09 30	0.20 271	0.09 46	0.31 411	0.12 46	0.44 261

gcap-zeroshot	0.52 137	0.86 291	2.38 189	0.32 140	0.60 386	0.70 351	0.20 50	0.78 202	0.58 133	0.44 117	0.36 100	0.81 385	0.24 90	0.53 139	0.30 100	0.10 88	0.35 324	0.09 46	0.31 411	0.09 11	0.40 225

DispNO	0.76 356	1.36 424	3.15 430	0.32 140	0.27 205	0.59 220	0.29 251	0.88 295	0.72 285	0.55 222	0.79 407	0.83 395	0.47 318	2.46 472	1.23 410	0.12 215	0.10 125	0.18 395	0.31 411	0.20 214	0.25 123

ttt	0.89 410	0.51 151	2.51 269	0.36 226	0.31 244	0.61 254	0.28 223	1.07 441	0.92 429	0.56 234	0.77 401	0.55 255	0.37 212	2.27 456	3.51 504	0.16 344	1.21 441	0.13 280	0.31 411	0.18 163	1.26 452

test_xeample	0.98 435	0.65 206	2.12 133	0.29 82	0.67 407	0.60 234	0.28 223	1.08 444	0.85 400	0.62 310	0.70 364	0.44 180	0.41 255	1.95 429	5.45 523	0.12 215	1.33 462	0.11 165	0.31 411	0.18 163	1.42 468

Gwc-CoAtRS	0.41 55	0.37 63	2.06 117	0.28 64	0.41 320	0.48 89	0.19 38	0.64 141	0.49 60	0.45 121	0.39 118	0.57 266	0.26 120	0.37 50	0.28 82	0.09 30	0.19 257	0.09 46	0.31 411	0.11 36	0.25 123

NCC-stereo	0.88 403	1.22 390	2.97 410	0.60 390	0.45 340	1.88 499	0.48 390	1.04 417	0.75 316	0.70 370	0.85 417	0.93 425	0.84 435	1.81 402	1.51 432	0.28 450	0.19 257	0.23 430	0.31 411	0.27 322	0.35 192

Abc-Net	0.88 403	1.22 390	2.97 410	0.60 390	0.45 340	1.88 499	0.48 390	1.04 417	0.75 316	0.70 370	0.85 417	0.93 425	0.84 435	1.81 402	1.51 432	0.28 450	0.19 257	0.23 430	0.31 411	0.27 322	0.35 192
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SCV	0.69 313	0.68 217	1.95 93	0.90 445	1.04 462	0.49 94	0.24 149	0.98 368	0.73 290	0.54 210	0.31 70	0.24 49	0.20 55	1.32 319	0.26 60	0.11 172	1.59 478	0.09 46	0.32 419	0.34 380	1.58 475

MSKI-zero shot	0.70 320	0.44 115	2.62 315	1.47 489	0.75 420	0.56 168	0.20 50	0.80 218	0.45 43	0.60 287	0.52 206	0.44 180	0.17 20	0.70 200	0.26 60	0.09 30	2.87 524	0.09 46	0.32 419	0.14 85	0.50 288

DCRE	0.76 356	0.80 271	2.31 177	1.05 464	1.18 479	0.63 291	0.26 192	1.03 411	0.59 144	0.52 195	2.12 493	0.44 180	0.27 134	0.41 73	0.53 244	0.09 30	1.02 427	0.10 99	0.32 419	0.16 116	1.47 471

SA	0.61 222	1.14 363	2.79 381	0.32 140	0.63 398	0.57 190	0.30 267	0.97 361	0.78 344	0.43 110	0.63 310	0.39 144	0.46 307	0.70 200	0.31 116	0.10 88	0.44 343	0.13 280	0.32 419	0.31 361	0.51 293

MIPNet	0.88 403	1.07 346	2.85 395	0.61 396	0.18 65	1.46 478	1.37 505	1.65 498	0.78 344	1.93 501	0.85 417	0.75 362	1.66 490	0.87 247	0.34 148	0.10 88	0.08 45	0.11 165	0.32 419	0.27 322	0.26 131

XX-Stereo	0.98 435	0.57 174	4.45 508	1.64 499	5.33 529	0.55 161	0.16 21	0.96 353	0.43 29	0.45 121	0.65 330	0.85 403	0.19 45	0.79 232	0.26 60	0.11 172	0.80 402	0.10 99	0.32 419	0.17 139	0.78 382

222	1.02 440	0.60 184	1.95 93	0.29 82	0.51 355	0.62 276	0.24 149	1.09 446	0.86 407	0.64 330	0.67 343	0.47 210	0.42 268	1.86 414	6.73 528	0.13 261	1.21 441	0.11 165	0.32 419	0.17 139	1.44 469

xxxx	0.97 433	0.64 202	2.14 140	0.30 103	0.67 407	0.64 303	0.24 149	1.09 446	0.91 427	0.57 251	0.65 330	0.58 270	0.39 237	1.57 358	5.49 524	0.13 261	1.38 467	0.11 165	0.32 419	0.17 139	1.41 467

ADCMid	1.06 447	1.82 484	3.53 469	0.39 273	0.36 291	0.99 445	0.58 421	1.01 396	0.94 436	1.23 474	1.02 450	1.01 444	1.01 458	1.11 284	4.04 513	0.22 418	0.19 257	0.42 475	0.32 419	0.42 436	0.53 304

MSMD_ROB	1.41 479	1.03 339	2.75 372	0.41 296	0.32 256	2.00 505	0.61 433	0.96 353	1.43 489	2.97 523	2.63 508	4.76 522	2.04 504	2.44 471	1.78 447	0.30 455	0.26 304	0.32 459	0.32 419	0.32 369	0.63 337

WCMA_ROB	1.29 469	1.21 385	3.13 429	0.65 408	0.36 291	1.20 469	0.78 462	1.00 387	0.98 450	1.78 500	2.62 507	3.08 510	2.01 503	1.86 414	2.35 475	0.38 465	0.38 331	0.32 459	0.32 419	0.31 361	1.06 432

ffm	0.78 364	0.67 208	3.39 451	0.32 140	0.22 131	0.58 201	0.28 223	0.85 267	0.96 443	0.54 210	0.74 387	0.67 315	0.40 244	0.64 182	0.22 14	0.10 88	2.16 512	0.15 342	0.33 430	0.25 288	2.19 500

ff1	1.07 449	0.67 208	3.39 451	0.32 140	0.22 131	0.58 201	0.28 223	0.85 267	0.96 443	0.54 210	0.74 387	0.67 315	0.40 244	2.75 495	3.86 510	0.10 88	2.16 512	0.15 342	0.33 430	0.25 288	2.19 500

mmx	0.99 437	0.67 208	3.39 451	0.32 140	0.22 131	0.58 201	0.28 223	1.05 425	0.92 429	0.54 210	0.74 387	0.67 315	0.40 244	2.75 495	3.86 510	0.13 261	1.25 446	0.15 342	0.33 430	0.19 194	1.28 455

xxx	0.99 437	0.67 208	3.39 451	0.32 140	0.22 131	0.58 201	0.28 223	1.05 425	0.92 429	0.54 210	0.74 387	0.67 315	0.40 244	2.75 495	3.86 510	0.13 261	1.25 446	0.15 342	0.33 430	0.19 194	1.28 455

ToySt	0.67 299	0.88 297	2.61 310	0.39 273	0.73 417	0.61 254	0.38 341	0.78 202	0.73 290	0.43 110	0.70 364	0.72 350	0.45 297	0.66 189	0.62 283	0.14 297	0.63 382	0.13 280	0.33 430	0.24 266	1.18 439

IGEV_Zeroshot_test	0.91 415	0.39 79	3.80 483	0.42 300	1.95 512	0.56 168	0.64 437	0.84 254	0.55 113	1.45 490	0.53 213	0.79 374	0.42 268	0.57 153	1.13 396	0.10 88	0.49 352	0.10 99	0.34 435	0.19 194	2.97 521

SAMSARA	1.11 455	1.35 419	2.60 305	1.34 479	0.77 425	1.67 490	1.41 511	1.47 491	0.99 453	1.54 495	0.89 427	1.44 486	0.90 446	1.88 420	1.71 439	0.25 439	0.55 367	0.22 422	0.34 435	0.39 420	0.50 288

RSM++	0.48 106	0.52 155	1.27 18	1.62 497	1.27 486	0.39 44	0.20 50	0.49 49	0.56 119	0.22 18	0.25 32	0.24 49	0.17 20	0.39 57	0.23 30	0.09 30	0.11 152	0.09 46	0.35 437	0.29 343	0.80 387

RSM	0.47 95	0.51 151	1.36 23	1.37 482	1.04 462	0.37 38	0.21 72	0.52 66	0.55 113	0.23 23	0.28 48	0.28 86	0.17 20	0.40 64	0.22 14	0.09 30	0.24 292	0.09 46	0.35 437	0.24 266	0.80 387

Selective-RAFT	0.46 89	0.48 132	1.88 80	0.32 140	0.16 31	0.61 254	0.19 38	0.66 147	0.62 164	0.28 55	0.30 60	0.41 159	0.33 193	0.51 128	0.32 126	0.11 172	1.09 432	0.09 46	0.35 437	0.19 194	0.37 201

test-3	0.58 187	0.43 104	2.44 220	0.52 361	0.59 381	0.46 72	0.23 123	0.77 195	0.49 60	0.52 195	0.29 53	0.44 180	0.22 70	0.59 160	0.97 366	0.08 4	1.27 451	0.10 99	0.35 437	0.29 343	0.62 333

test_1	0.58 187	0.43 104	2.44 220	0.52 361	0.59 381	0.46 72	0.23 123	0.77 195	0.49 60	0.51 185	0.29 53	0.44 180	0.22 70	0.59 160	0.97 366	0.08 4	1.27 451	0.10 99	0.35 437	0.29 343	0.63 337

test_3	0.59 205	0.44 115	2.44 220	0.53 365	0.59 381	0.48 89	0.30 267	0.79 211	0.52 89	0.51 185	0.30 60	0.45 192	0.22 70	0.59 160	0.97 366	0.08 4	1.25 446	0.11 165	0.35 437	0.30 352	0.62 333

PVD	1.05 446	1.21 385	2.36 184	0.84 440	0.91 443	1.04 451	0.64 437	1.32 482	1.68 500	1.43 489	1.41 477	1.14 468	1.15 467	1.49 345	1.77 446	0.27 447	0.65 384	0.28 446	0.35 437	0.40 426	0.73 369

Reg-Stereo(zero)	0.66 293	0.26 1	2.13 139	0.25 20	1.15 478	0.99 445	0.97 477	0.57 102	0.81 373	0.52 195	0.46 154	0.54 246	0.59 374	0.47 96	1.14 397	0.08 4	0.88 411	0.08 7	0.36 444	0.12 46	0.80 387

MADNet+	1.44 481	2.19 506	6.00 522	0.89 443	0.70 414	1.58 484	1.11 488	1.56 496	1.30 485	0.89 426	1.03 452	1.25 474	1.12 466	3.29 510	2.80 490	0.48 476	0.57 371	0.39 470	0.36 444	0.63 476	0.69 359

MoCha-V2	0.74 340	0.78 265	2.18 147	1.01 463	1.55 499	0.36 35	0.19 38	0.61 127	0.49 60	0.33 71	0.34 91	0.30 96	0.27 134	1.56 353	0.47 214	0.09 30	1.94 496	0.08 7	0.37 446	0.18 163	1.62 479

AnonymousM	0.45 81	0.49 136	1.83 67	0.29 82	0.15 22	0.53 137	0.22 88	0.64 141	0.66 199	0.47 135	0.33 84	0.30 96	0.25 109	0.49 122	0.29 93	0.12 215	0.27 311	0.71 492	0.37 446	0.12 46	0.41 233

CVANet_RVC	0.82 376	1.18 378	3.98 489	0.40 286	0.28 217	0.63 291	0.43 366	0.90 313	0.78 344	1.14 457	0.69 351	0.68 329	0.52 347	2.62 483	0.48 219	0.20 403	0.13 186	0.22 422	0.37 446	0.37 404	0.48 280

ELAS_RVC	1.51 489	0.88 297	3.36 446	0.63 401	0.56 371	1.53 481	2.73 521	1.53 493	1.76 504	2.26 511	2.21 499	2.10 498	3.07 515	2.08 443	2.52 479	0.42 468	0.42 339	0.42 475	0.37 446	0.51 462	0.84 395
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DLNR_Zeroshot_test	13.74 540	20.06 543	23.92 543	121.50 554	35.20 549	0.46 72	0.15 14	7.96 536	0.47 51	0.29 62	0.37 106	0.26 68	0.17 20	0.79 232	0.36 159	7.16 539	2.95 525	0.09 46	0.38 450	50.40 552	1.95 489

RAFT-Test	0.56 172	0.41 91	2.01 105	0.90 445	1.07 467	0.65 319	0.37 332	0.83 246	0.65 192	0.49 154	0.49 182	0.93 425	0.24 90	0.52 132	0.30 100	0.10 88	0.38 331	0.09 46	0.38 450	0.11 36	0.19 78

CFNet-RSSM	0.44 77	0.36 52	2.38 189	0.28 64	0.43 336	0.53 137	0.20 50	0.86 278	0.52 89	0.44 117	0.36 100	0.53 239	0.26 120	0.40 64	0.27 69	0.09 30	0.08 45	0.09 46	0.38 450	0.10 26	0.22 101

x	0.65 274	0.62 196	2.12 133	0.36 226	0.61 395	0.48 89	0.24 149	0.80 218	0.89 422	0.50 173	0.56 255	0.44 180	0.36 206	0.62 175	0.80 342	0.11 172	1.44 473	0.11 165	0.39 453	0.16 116	1.34 460

LG-Stereo_Zeroshot	0.53 151	0.39 79	1.30 20	0.45 324	0.21 119	0.74 372	0.17 26	0.71 174	0.44 37	1.17 461	0.38 112	0.89 416	0.23 85	0.86 246	0.94 364	0.11 172	0.49 352	0.09 46	0.40 454	0.13 62	0.50 288

otaku	1.15 459	2.10 502	3.51 466	0.98 457	0.74 418	1.02 450	0.59 424	1.03 411	0.89 422	0.70 370	1.60 481	0.98 437	0.65 393	1.63 369	1.80 448	0.99 503	0.46 345	0.73 493	0.40 454	1.30 507	0.88 406

iRaft-Stereo_20w	1.50 486	0.42 94	4.81 511	2.24 517	2.09 515	1.36 472	1.27 502	1.38 486	0.94 436	2.07 502	0.42 132	0.85 403	0.69 408	0.87 247	1.37 424	0.10 88	4.04 531	0.09 46	0.40 454	0.17 139	4.53 532

test_xeample3	0.86 396	0.75 255	3.36 446	0.65 408	0.76 423	0.49 94	0.33 303	1.21 474	0.80 365	0.61 297	0.23 23	0.30 96	0.29 166	1.17 294	1.57 436	0.10 88	1.79 488	0.10 99	0.40 454	0.25 288	2.09 494

ELAS	1.52 490	0.92 317	2.91 403	0.62 398	0.57 376	3.13 518	2.21 519	1.67 499	1.58 498	2.42 514	2.43 502	1.87 495	2.49 510	1.85 412	2.70 486	0.42 468	0.43 342	0.41 473	0.40 454	0.51 462	0.85 399
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AIO-Stereo	0.64 266	0.60 184	1.63 49	1.31 476	1.45 493	0.38 42	0.20 50	0.55 90	0.83 386	0.31 66	0.31 70	0.23 39	0.15 12	0.39 57	0.63 290	0.10 88	1.25 446	0.09 46	0.41 459	0.21 226	1.73 483

xx1	0.71 324	0.73 240	2.43 212	0.67 416	0.52 358	0.76 379	0.24 149	0.85 267	1.05 462	0.77 397	0.39 118	0.46 201	0.37 212	0.70 200	0.22 14	0.10 88	2.13 507	0.12 219	0.41 459	0.16 116	1.18 439

Ntro	1.11 455	2.10 502	3.52 468	0.97 456	0.87 439	1.06 456	0.54 408	1.02 404	0.93 435	0.63 320	0.76 397	0.93 425	0.67 401	1.76 389	1.71 439	1.03 504	0.46 345	0.76 494	0.41 459	1.29 505	0.86 402

qqq	0.65 274	0.63 199	2.10 130	0.30 103	0.64 402	0.46 72	0.27 210	0.81 226	0.83 386	0.48 138	0.56 255	0.46 201	0.37 212	1.03 272	0.75 328	0.11 172	1.41 471	0.12 219	0.41 459	0.16 116	1.18 439

PASM	0.82 376	1.00 330	2.68 345	0.52 361	0.48 350	0.65 319	0.59 424	0.83 246	0.89 422	0.82 416	0.73 384	0.89 416	0.68 403	2.39 467	0.73 322	0.35 463	0.37 327	0.36 466	0.41 459	0.45 448	0.51 293

AIO-Stereo-zeroshot	0.82 376	0.78 265	3.67 476	0.35 208	0.81 432	1.25 470	0.88 470	1.13 460	0.58 133	0.84 420	0.52 206	1.24 473	0.64 390	0.77 222	0.70 309	0.10 88	0.53 361	0.11 165	0.45 464	0.29 343	0.81 392

AE-Stereo	0.71 324	0.32 22	2.44 220	0.44 317	0.50 352	0.58 201	0.23 123	1.08 444	0.67 212	0.67 356	0.51 197	0.47 210	0.24 90	0.63 176	0.32 126	0.09 30	2.15 511	0.11 165	0.45 464	0.22 243	2.01 490

mmm	0.66 293	0.53 159	1.83 67	0.38 258	0.86 436	0.49 94	0.27 210	0.82 235	0.83 386	0.59 276	0.69 351	0.47 210	0.38 222	0.81 239	0.73 322	0.12 215	1.37 466	0.14 316	0.45 464	0.18 163	1.35 461

SGM-ForestM	3.67 524	2.70 528	5.34 518	1.65 500	1.72 506	6.02 529	5.08 529	4.10 529	3.47 521	4.59 529	4.21 525	9.81 534	5.79 528	6.44 530	6.97 529	0.88 497	1.09 432	0.33 463	0.45 464	0.68 480	2.10 495

AIO-Stereo-zeroshot1	0.94 424	0.84 282	3.40 456	1.46 488	0.78 428	1.37 474	0.70 453	1.11 453	0.68 239	0.80 408	1.29 468	1.09 462	0.59 374	1.16 291	1.01 379	0.14 297	0.53 361	0.11 165	0.46 468	0.31 361	0.86 402

dual_stereo	0.94 424	0.31 11	1.80 62	0.90 445	2.52 521	0.54 148	0.15 14	0.69 158	1.02 456	0.25 37	0.18 7	0.18 12	0.14 8	0.63 176	0.35 156	0.09 30	3.76 528	0.07 1	0.47 469	0.07 1	4.59 533

UGAM-zero	0.97 433	0.44 115	2.48 257	0.33 162	0.86 436	1.26 471	0.76 459	1.05 425	0.52 89	0.93 434	0.45 150	1.32 479	0.81 430	2.08 443	0.49 228	0.10 88	0.52 359	0.09 46	0.47 469	0.11 36	4.43 531

SGM_RVC	2.11 507	1.07 346	2.87 398	0.98 457	0.92 444	2.72 517	1.88 518	1.91 508	12.27 533	2.09 503	1.99 491	2.47 503	2.24 508	2.87 502	2.03 455	0.54 477	0.47 348	0.42 475	0.47 469	0.74 484	1.22 448
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	1.47 485	2.27 514	4.92 513	1.11 469	0.89 440	1.19 468	0.66 442	1.28 477	1.19 478	0.98 437	0.97 440	3.06 509	1.48 485	2.37 463	1.82 449	1.08 506	0.49 352	1.03 506	0.48 472	1.20 501	0.95 416

TRStereo	0.89 410	1.02 335	2.91 403	4.59 531	0.31 244	0.93 438	0.23 123	1.93 509	0.66 199	0.37 81	0.54 232	0.48 218	0.40 244	0.67 192	0.29 93	0.13 261	0.37 327	0.11 165	0.48 472	0.13 62	1.21 446

JetBlue	1.89 501	2.09 501	4.16 496	0.74 426	1.23 482	4.52 527	3.86 526	1.68 500	1.26 480	1.28 479	1.54 480	2.36 502	1.86 499	3.35 512	3.37 500	0.54 477	0.49 352	0.48 480	0.49 474	1.39 511	1.21 446

1111x	1.06 447	0.79 269	3.29 442	0.33 162	0.60 386	0.64 303	0.33 303	1.10 449	0.92 429	0.59 276	0.69 351	0.59 273	0.47 318	2.64 485	4.61 519	0.12 215	1.38 467	0.11 165	0.49 474	0.18 163	1.30 457

PAM_32	0.95 427	0.43 104	2.68 345	0.64 405	1.10 474	1.78 495	1.16 495	1.12 456	0.96 443	1.07 450	0.90 430	1.38 482	0.76 426	0.78 229	1.11 393	0.10 88	1.29 455	0.10 99	0.50 476	0.16 116	0.98 423

PAM	0.91 415	0.43 104	2.67 338	0.77 431	0.89 440	1.81 496	1.22 500	1.13 460	0.78 344	1.16 460	0.91 432	1.39 483	0.68 403	0.76 220	1.06 385	0.10 88	0.98 419	0.10 99	0.50 476	0.14 85	0.66 344

GCAP-BAT	0.78 364	0.38 73	2.37 186	0.98 457	0.60 386	0.77 389	0.22 88	1.13 460	0.51 77	0.80 408	0.90 430	0.81 385	0.25 109	0.77 222	0.88 357	0.10 88	1.94 496	0.09 46	0.50 476	0.17 139	1.35 461

DPSNet	1.02 440	0.72 237	2.84 393	0.60 390	0.39 308	1.08 458	0.75 458	1.41 488	1.14 473	0.74 388	0.69 351	1.05 455	1.67 491	2.09 446	2.22 470	0.27 447	0.61 376	0.20 411	0.50 476	0.48 457	1.03 429

RAFT+CT+SA	0.60 214	1.25 398	2.49 263	0.38 258	0.75 420	0.55 161	0.34 311	0.83 246	0.68 239	0.39 90	0.55 242	0.44 180	0.29 166	0.75 218	0.28 82	0.09 30	0.24 292	0.11 165	0.51 480	0.30 352	0.74 372

UDG	0.86 396	1.57 458	2.80 382	0.68 421	0.59 381	0.78 395	0.38 341	0.97 361	0.74 310	0.63 320	0.70 364	1.01 444	0.68 403	1.02 270	1.22 409	0.45 473	0.34 323	0.89 500	0.51 480	0.73 483	0.58 322

DDUNet	0.90 413	1.63 470	2.77 377	0.77 431	0.69 412	0.83 412	0.44 374	0.90 313	0.70 262	0.68 362	0.76 397	0.92 420	0.54 352	1.14 289	1.35 420	0.61 481	0.37 327	0.96 502	0.52 482	0.77 489	0.67 348

EAI-Stereo	1.16 460	0.29 4	1.94 92	0.55 374	0.97 452	1.96 501	7.94 534	1.34 483	1.03 458	1.01 444	1.48 478	0.51 229	0.66 399	0.65 186	1.42 427	0.09 30	0.23 290	0.09 46	0.53 483	0.13 62	0.49 286

AEACV	0.89 410	0.29 4	1.84 70	2.50 520	1.68 505	0.53 137	0.21 72	1.01 396	0.42 24	0.68 362	0.31 70	0.22 31	0.39 237	1.63 369	0.25 46	0.09 30	2.60 521	0.09 46	0.54 484	0.23 259	2.27 510

ACVNet-4b	2.00 504	2.19 506	4.85 512	1.09 466	0.86 436	1.15 464	0.53 405	1.11 453	1.15 475	0.65 346	1.09 458	1.97 496	0.69 408	2.31 459	9.78 534	5.73 534	0.42 339	1.03 506	0.55 485	1.89 518	0.92 412

MFN_U_SF_DS_RVC	1.08 453	2.01 496	2.56 291	0.49 348	0.40 314	1.49 479	0.96 476	1.02 404	0.95 441	0.85 422	0.94 435	1.06 456	0.59 374	2.92 503	1.15 399	0.43 471	0.74 398	0.32 459	0.55 485	0.74 484	1.35 461

DualNet (step1)	0.76 356	0.69 225	2.69 352	0.28 64	0.23 156	0.81 406	0.33 303	0.99 377	0.86 407	0.64 330	0.63 310	0.67 315	0.49 330	1.18 296	0.52 237	0.65 483	1.21 441	0.86 496	0.56 487	0.25 288	0.72 365

test_sample9	1.07 449	0.69 225	2.69 352	0.28 64	0.23 156	0.81 406	0.33 303	0.99 377	0.86 407	0.64 330	0.63 310	0.67 315	0.49 330	2.02 435	2.70 486	0.65 483	4.33 533	0.86 496	0.56 487	0.25 288	0.72 365

test_sample8	1.23 465	0.69 225	2.69 352	0.28 64	0.23 156	0.81 406	0.33 303	1.01 396	0.75 316	1.23 474	0.63 310	2.53 504	1.31 471	2.02 435	2.70 486	0.65 483	4.33 533	0.86 496	0.56 487	0.25 288	0.72 365

ACVNet_2	1.54 491	2.20 508	4.42 507	1.10 468	0.93 447	1.37 474	0.87 468	1.53 493	1.71 502	1.22 472	1.72 484	2.12 499	1.06 461	2.58 480	1.93 451	0.94 498	0.54 364	1.00 504	0.56 487	2.11 522	0.96 418

SPS-STEREO	1.22 463	1.65 472	3.41 458	0.66 413	0.69 412	1.01 448	0.68 449	1.10 449	0.96 443	1.40 487	1.25 466	1.46 487	1.08 463	2.05 438	2.24 471	0.66 486	0.61 376	0.58 484	0.57 491	0.66 479	1.65 481
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	1.27 467	2.22 509	3.58 472	1.14 473	0.92 444	1.08 458	0.76 459	1.19 471	1.15 475	0.77 397	0.97 440	1.08 459	0.83 434	1.64 372	1.72 441	1.20 511	1.30 458	1.01 505	0.58 492	1.23 502	0.97 421

Consistency-Raft	0.92 417	1.21 385	3.50 465	0.98 457	0.63 398	0.77 389	0.54 408	1.02 404	1.01 455	0.62 310	1.03 452	0.65 303	1.04 460	0.81 239	1.36 422	0.45 473	0.47 348	0.51 482	0.59 493	0.65 478	0.47 273

PWCK	1.62 496	2.32 518	4.27 501	1.11 469	0.56 371	1.81 496	1.84 515	1.55 495	1.54 496	1.45 490	1.81 485	1.82 494	1.38 477	3.34 511	2.14 464	1.09 507	0.57 371	0.98 503	0.59 493	1.50 513	0.79 385

MFMNet_re	1.01 439	1.73 478	3.04 421	0.85 441	0.76 423	0.93 438	0.81 465	1.02 404	1.10 468	1.05 447	1.06 457	0.84 398	0.96 454	0.93 259	0.97 366	0.68 488	0.61 376	0.63 488	0.60 495	0.77 489	0.80 387

GCST	0.84 384	1.48 449	3.02 419	1.12 472	1.09 470	0.62 276	0.19 38	0.79 211	0.56 119	0.60 287	0.65 330	0.50 224	0.31 181	1.24 305	0.74 327	0.76 491	0.46 345	0.84 495	0.64 496	0.71 481	0.57 320

DispFullNet	1.69 498	2.25 511	5.23 515	1.53 494	8.78 530	0.89 430	0.37 332	1.03 411	0.98 450	1.37 483	1.00 447	1.13 467	1.97 502	1.51 347	0.98 372	0.55 479	0.32 318	1.19 509	0.64 496	1.16 500	0.88 406

IMH-64-1	1.50 486	1.98 492	2.69 352	1.39 484	1.12 475	1.39 476	1.19 498	1.80 502	1.47 492	1.19 463	2.20 497	1.53 488	1.51 487	2.12 448	1.98 452	1.34 514	0.68 387	1.28 512	0.70 498	1.37 509	1.12 435

IMH-64	1.50 486	1.98 492	2.69 352	1.39 484	1.12 475	1.39 476	1.19 498	1.80 502	1.47 492	1.19 463	2.20 497	1.53 488	1.51 487	2.12 448	1.98 452	1.34 514	0.68 387	1.28 512	0.70 498	1.37 509	1.12 435

NVStereoNet_ROB	1.45 483	1.62 467	3.59 473	1.09 466	0.70 414	0.86 419	0.67 447	1.19 471	1.51 494	1.20 468	4.05 523	1.61 491	1.94 501	2.97 505	2.07 459	0.67 487	0.69 390	0.55 483	0.70 498	0.57 469	0.67 348
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.67 511	2.14 504	4.28 503	1.92 513	2.11 516	4.36 526	5.22 530	3.17 521	3.00 520	3.24 526	3.81 522	3.03 508	3.61 520	2.53 475	3.79 508	1.15 508	1.29 455	0.66 489	0.71 501	0.95 495	2.44 513

IMH	2.14 508	2.46 522	3.60 475	1.70 502	1.13 477	1.65 489	0.93 475	2.13 513	1.93 508	1.37 483	2.64 509	2.19 500	1.82 498	5.77 527	2.18 467	5.70 533	1.05 429	1.31 514	0.72 502	1.39 511	1.13 437

WAO-7	1.58 494	2.04 499	3.25 437	0.94 451	0.75 420	1.75 493	1.13 490	1.87 505	1.97 509	1.46 492	2.53 504	1.98 497	1.75 494	3.13 507	2.48 478	0.69 489	0.67 386	0.94 501	0.74 503	0.80 492	0.77 376

Dean	1.92 502	2.31 517	5.03 514	1.31 476	1.08 468	1.55 482	0.99 479	1.98 512	2.33 512	1.51 494	4.15 524	4.23 519	1.39 478	2.31 459	2.10 460	1.18 510	0.69 390	1.18 508	0.75 504	1.30 507	1.07 433

TorneroNet-64	2.74 512	2.23 510	4.18 497	1.48 490	1.20 480	3.88 522	1.01 485	3.48 528	6.61 529	2.62 518	4.55 526	4.20 516	3.84 522	3.39 514	3.40 502	1.23 512	0.66 385	1.39 517	0.80 505	3.42 529	1.27 453

MonSter	0.47 95	0.29 4	1.07 11	0.22 4	0.18 65	0.51 112	0.14 12	0.49 49	0.35 6	0.26 46	0.18 7	0.15 3	0.11 2	0.88 253	0.47 214	0.06 1	2.11 505	0.07 1	0.81 506	0.07 1	1.01 426

WAO-6	1.69 498	1.87 487	3.21 433	1.15 474	1.01 458	2.29 511	1.06 487	1.85 504	2.84 519	1.30 482	2.59 506	2.19 500	1.67 491	2.62 483	2.52 479	0.96 500	0.68 387	1.19 509	0.84 507	1.13 498	0.95 416

MANE	3.51 523	2.03 498	3.88 488	1.89 512	2.01 513	5.98 528	4.72 528	5.87 532	7.13 530	3.80 528	5.10 528	6.11 528	5.34 526	4.39 523	5.05 522	1.07 505	1.28 453	0.50 481	0.85 508	0.76 487	2.36 511

TorneroNet	5.60 530	2.30 516	3.98 489	1.49 492	1.26 485	14.47 536	1.11 488	4.85 530	20.66 548	10.12 533	16.30 540	11.78 538	7.35 530	3.41 515	4.38 517	1.36 516	0.70 393	1.46 519	0.87 509	2.73 526	1.33 458

MSC_U_SF_DS_RVC	1.40 478	2.04 499	3.02 419	0.58 388	0.41 320	2.15 510	1.00 483	1.31 481	1.29 483	1.05 447	1.10 459	1.29 477	0.91 447	3.07 506	1.34 418	1.65 521	0.84 409	0.68 491	0.88 510	1.55 514	1.91 486

WAO-8	2.91 515	2.55 524	3.77 480	1.93 514	1.04 462	4.08 524	0.99 479	3.25 524	6.09 526	2.20 508	3.34 519	3.33 511	2.64 511	11.73 536	2.52 479	2.12 525	1.92 493	1.55 520	0.93 511	1.27 503	0.96 418

Venus	2.91 515	2.55 524	3.77 480	1.93 514	1.04 462	4.08 524	0.99 479	3.25 524	6.09 526	2.20 508	3.34 519	3.33 511	2.64 511	11.73 536	2.52 479	2.12 525	1.92 493	1.55 520	0.93 511	1.27 503	0.96 418

ADCPNet	1.07 449	1.37 429	4.54 510	0.38 258	0.68 410	1.36 472	0.64 437	0.93 331	0.83 386	0.79 406	0.82 410	1.08 459	1.18 469	1.30 318	2.68 485	0.21 412	0.69 390	0.21 417	0.95 513	0.30 352	0.54 307

LE_ROB	4.55 527	2.43 521	9.94 529	2.79 526	4.03 526	2.40 514	3.54 523	2.72 517	11.04 532	11.64 537	4.69 527	5.25 524	10.74 535	4.52 525	9.73 533	0.82 495	0.70 393	1.34 515	0.97 514	0.74 484	0.94 413

anonymousa	0.74 340	0.60 184	2.58 297	0.96 455	1.33 487	0.61 254	0.26 192	0.69 158	0.56 119	0.55 222	0.84 414	0.82 390	0.46 307	0.56 149	0.61 280	0.10 88	1.11 434	0.12 219	0.98 515	0.14 85	0.97 421

FADNet_RVC	0.87 402	1.51 452	2.90 402	0.31 119	0.24 168	0.71 356	0.25 175	1.00 387	0.65 192	0.45 121	0.57 266	0.61 282	0.44 289	1.53 349	0.75 328	0.94 498	0.97 417	0.28 446	1.00 516	0.89 493	1.36 464

UNDER WATER	2.84 514	2.25 511	5.25 516	1.84 509	1.45 493	2.36 513	1.44 512	3.23 523	6.51 528	2.61 517	2.73 511	5.69 525	5.64 527	3.14 508	4.18 516	1.48 517	0.81 405	1.60 523	1.07 517	1.91 519	1.67 482

notaker	2.77 513	2.35 519	4.02 491	2.61 524	1.44 492	1.77 494	1.14 491	2.77 519	1.81 506	2.30 512	11.41 535	3.95 514	4.70 524	3.24 509	3.01 495	1.58 520	0.88 411	1.71 525	1.08 518	2.10 521	1.44 469

UNDER WATER-64	2.59 510	2.28 515	5.63 519	1.85 510	1.45 493	3.28 519	1.60 513	2.62 516	5.57 525	2.09 503	2.12 493	4.10 515	4.21 523	2.74 494	3.64 507	1.49 518	0.86 410	1.58 522	1.09 519	1.91 519	1.62 479

ktn	4.44 526	2.47 523	3.70 479	1.82 508	1.49 498	2.11 509	1.40 509	2.30 514	12.56 534	11.36 536	16.25 539	11.30 537	3.77 521	4.41 524	3.47 503	1.86 523	0.99 421	1.74 526	1.21 520	3.28 528	1.39 465

JetRed	3.37 520	4.96 531	10.08 530	1.48 490	1.73 507	7.63 531	5.47 531	3.47 526	2.20 510	2.42 514	2.40 501	2.98 507	2.35 509	3.52 516	6.60 527	1.33 513	1.90 492	1.38 516	1.23 521	2.30 523	2.02 491

KSHMR	4.19 525	2.37 520	6.24 523	1.73 505	1.48 497	1.97 503	1.29 503	3.18 522	17.06 543	2.15 506	15.74 538	9.09 533	1.75 494	8.33 533	2.37 476	1.55 519	1.29 455	1.70 524	1.23 521	1.75 516	1.60 477

riskmin	0.96 430	0.32 22	2.07 118	1.72 504	1.61 504	1.62 487	0.57 419	1.45 490	0.55 113	0.73 382	0.89 427	0.92 420	0.45 297	1.16 291	0.60 273	0.11 172	1.30 458	0.12 219	1.38 523	0.14 85	1.51 472

anonymity	0.86 396	0.68 217	1.44 33	0.64 405	0.83 433	0.67 339	0.52 402	0.98 368	0.73 290	0.96 436	0.70 364	0.81 385	0.86 440	1.10 280	1.34 418	0.64 482	0.72 397	0.58 484	1.44 524	0.60 472	0.91 409

LVE	2.10 506	2.61 527	4.30 505	1.79 507	1.81 509	1.68 491	1.04 486	2.35 515	2.78 518	1.27 478	2.87 513	4.21 518	1.46 482	2.83 500	2.02 454	2.87 529	0.92 414	1.19 509	1.47 525	1.29 505	1.18 439

IGEV-RUCA	2.30 509	0.38 73	1.36 23	0.41 296	1.90 510	2.03 508	1.86 516	1.37 485	1.78 505	3.73 527	3.72 521	5.06 523	8.09 532	2.15 450	1.63 437	0.26 443	0.77 399	2.71 530	1.91 526	2.43 525	2.42 512

TCMNet-wrong-test	5.56 529	6.73 534	6.40 524	13.05 541	11.91 535	7.29 530	5.47 531	7.17 535	1.58 498	2.68 519	3.15 517	8.30 532	5.87 529	4.80 526	6.10 526	3.08 530	0.98 419	2.37 529	1.99 527	6.69 536	5.63 535

MFN_U_SF_RVC	1.57 493	2.56 526	3.30 443	0.66 413	0.41 320	1.15 464	0.51 398	1.27 476	1.35 487	1.61 497	1.20 463	1.43 485	0.97 455	1.80 400	2.10 460	1.88 524	1.79 488	1.97 527	2.14 528	1.61 515	1.76 485

PML	22.99 544	17.34 541	8.24 527	5.48 532	9.84 532	50.35 553	102.65 553	5.84 531	13.52 535	37.08 553	104.84 553	30.61 553	23.20 548	12.09 538	7.96 531	6.27 536	2.12 506	6.31 538	2.42 529	10.67 540	2.95 519

MADNet++	2.94 518	2.17 505	3.27 439	2.55 523	2.28 518	3.29 520	3.37 522	2.76 518	2.67 517	3.10 524	3.20 518	2.78 505	3.25 517	4.11 521	4.68 520	2.72 528	2.27 515	3.03 533	2.43 530	2.34 524	2.59 514

BEATNet-Init1	12.32 537	12.82 540	28.66 548	3.22 528	3.71 524	21.59 548	11.42 535	14.54 543	13.73 539	20.24 545	20.16 545	26.14 550	19.85 543	19.08 547	15.33 543	1.81 522	1.93 495	2.05 528	2.48 531	4.25 531	3.41 526

tt	4.94 528	0.32 22	4.22 499	2.29 518	1.58 501	10.19 534	16.94 539	9.44 537	5.03 524	1.69 498	1.33 473	4.68 521	5.02 525	3.38 513	5.91 525	6.15 535	9.47 542	2.80 531	3.16 532	3.54 530	1.58 475

USTest	8.06 533	7.11 535	8.76 528	9.20 536	9.03 531	15.20 537	23.57 540	10.01 538	9.45 531	5.97 532	6.79 529	7.77 531	7.51 531	8.75 535	11.06 537	2.24 527	3.58 527	2.87 532	3.21 533	4.93 534	4.21 529

Anonymous_2	1.36 476	0.49 136	2.03 109	1.71 503	1.58 501	2.49 515	0.58 421	1.59 497	2.31 511	0.77 397	0.88 425	1.03 448	0.58 371	1.20 299	0.66 300	0.32 458	1.38 467	1.42 518	3.87 534	0.78 491	1.56 474

DGSMNet	2.93 517	0.77 259	3.44 462	3.58 530	4.25 527	2.53 516	6.86 533	1.03 411	0.88 417	0.58 257	1.85 487	0.79 374	0.62 386	1.63 369	1.46 429	4.62 532	4.98 535	5.15 536	4.71 535	4.52 533	4.37 530

DPSM_ROB	12.32 537	11.13 538	12.31 533	12.90 539	12.80 537	19.81 546	28.13 547	14.50 541	14.31 540	10.62 534	11.34 533	12.03 539	11.89 539	13.08 541	15.22 541	7.09 537	8.31 539	6.47 539	7.32 536	8.69 538	8.43 540

DPSM	12.32 537	11.13 538	12.31 533	12.90 539	12.80 537	19.81 546	28.13 547	14.50 541	14.31 540	10.62 534	11.34 533	12.03 539	11.89 539	13.08 541	15.22 541	7.09 537	8.31 539	6.47 539	7.32 536	8.69 538	8.43 540

DGTPSM_ROB	8.97 535	5.94 532	13.01 535	5.95 533	11.34 533	8.54 532	24.06 541	6.47 533	13.52 535	5.19 530	11.52 536	6.18 529	11.04 536	7.02 531	13.92 538	4.47 531	7.66 536	3.90 534	7.43 538	4.34 532	7.98 538

DPSMNet_ROB	9.58 536	5.96 533	13.98 538	8.88 535	11.87 534	8.54 532	24.08 542	6.48 534	13.67 538	5.35 531	11.53 537	6.31 530	11.04 536	7.69 532	14.09 539	7.61 540	8.23 538	5.03 535	7.75 539	5.24 535	8.36 539

U	3.41 522	0.37 63	1.27 18	0.27 48	13.75 539	19.65 545	0.15 14	0.43 27	0.33 4	0.18 3	0.19 11	0.27 79	0.15 12	0.23 1	0.19 5	0.10 88	0.06 1	17.75 544	12.73 540	0.11 36	0.10 6

HanzoNet	7.85 532	3.30 530	5.75 520	7.47 534	3.97 525	2.34 512	1.37 505	3.47 526	4.02 522	13.30 538	10.49 531	10.86 535	16.67 541	8.50 534	10.51 536	10.80 541	9.84 543	5.83 537	13.69 541	7.24 537	7.51 537

DPSimNet_ROB	24.35 546	23.81 551	31.38 551	25.93 546	22.83 543	31.30 549	34.38 549	20.78 546	28.92 552	27.39 551	22.99 550	28.29 552	35.76 553	15.47 543	17.82 544	24.28 550	17.90 547	22.23 545	14.12 542	19.38 544	22.12 547

LSM0	26.57 549	22.53 550	25.76 546	30.62 549	52.30 553	39.86 552	56.49 550	29.18 552	28.76 550	21.26 548	22.46 547	24.42 549	23.97 549	26.42 552	30.66 553	14.29 544	16.56 544	13.06 543	14.65 543	17.62 543	20.52 546

Selective-RAFT-Error	24.83 548	22.44 549	24.80 545	26.10 548	25.82 546	39.85 551	56.72 551	29.21 553	29.03 553	21.29 549	22.80 549	24.25 548	24.07 551	26.28 551	30.60 551	14.24 543	16.85 546	13.04 542	14.75 544	17.53 542	17.02 544

CasAABBNet	24.76 547	22.38 547	24.44 544	26.05 547	25.75 545	39.79 550	56.76 552	29.10 551	28.88 551	21.22 547	22.69 548	24.21 547	23.99 550	26.23 550	30.62 552	14.22 542	16.71 545	13.03 541	14.75 544	17.49 541	16.97 543

HaxPig	19.88 542	22.39 548	22.30 542	17.98 542	17.98 540	12.06 535	12.06 536	16.25 544	15.97 542	21.05 546	21.41 546	18.85 545	18.35 542	20.07 548	19.64 545	23.57 549	23.19 548	24.07 546	23.71 546	22.95 546	23.72 548

LRCNet_RVC	13.78 541	19.34 542	13.01 535	19.47 543	12.67 536	1.85 498	0.42 359	12.28 539	1.10 468	15.76 540	18.69 544	12.52 541	8.65 533	12.22 539	9.64 532	22.29 545	8.38 541	25.92 547	24.06 547	19.72 545	17.59 545

MEDIAN_ROB	23.95 545	26.96 552	26.29 547	22.14 544	22.09 542	16.18 539	14.23 537	20.47 545	20.09 544	25.43 550	25.22 551	22.96 546	22.54 547	24.33 549	23.18 549	28.15 551	27.16 552	28.60 548	27.73 548	27.59 547	27.58 549

AVERAGE_ROB	26.91 550	30.28 553	29.18 549	25.78 545	25.30 544	19.49 544	15.38 538	23.70 550	23.02 549	28.38 552	27.78 552	26.23 551	25.76 552	26.95 553	25.55 550	31.27 552	30.02 553	31.76 549	30.80 549	30.88 551	30.77 550

Anonymous_1	22.76 543	11.11 537	11.93 532	12.73 538	26.05 547	19.39 543	27.77 546	14.18 540	13.64 537	14.92 539	10.66 532	11.26 536	11.24 538	12.48 540	14.45 540	37.82 553	7.87 537	34.92 550	63.61 550	87.51 553	11.75 542

xxxxx1	29.05 551	20.74 544	14.05 539	50.10 550	40.25 550	19.01 540	26.60 543	21.83 547	20.22 545	16.52 541	17.56 541	18.33 542	21.41 544	16.11 544	20.77 546	23.48 546	26.77 549	66.36 551	78.56 551	30.19 548	32.23 551

tt_ll	29.05 551	20.74 544	14.05 539	50.10 550	40.25 550	19.01 540	26.60 543	21.83 547	20.22 545	16.52 541	17.56 541	18.33 542	21.41 544	16.11 544	20.77 546	23.48 546	26.77 549	66.36 551	78.56 551	30.19 548	32.23 551

ff	29.05 551	20.74 544	14.05 539	50.10 550	40.25 550	19.01 540	26.60 543	21.83 547	20.22 545	16.52 541	17.56 541	18.33 542	21.41 544	16.11 544	20.77 546	23.48 546	26.77 549	66.36 551	78.56 551	30.19 548	32.23 551

test_example2	115.17 554	122.38 554	93.45 553	115.38 553	123.53 554	101.24 554	113.11 554	54.67 554	99.94 554	135.50 554	136.43 554	85.67 554	85.40 554	110.44 554	104.91 554	152.17 554	205.21 554	99.17 554	114.27 554	138.55 554	112.04 554

ccccc		297.53 555		372.50 555	377.87 555	200.30 555		217.33 555		202.36 555		213.34 555		312.79 555		409.97 555	354.33 555	255.69 555	227.31 555	431.13 555

Low-res two-view benchmark