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

LGtest1	0.53 2	0.42 30	1.55 5	0.14 9	0.30 105	1.00 8	0.01 2	2.47 9	1.19 5	0.65 43	0.12 4	0.08 1	0.10 4	1.30 19	0.47 7	0.01 155	0.45 322	0.00 1	0.00 1	0.03 46	0.20 125

coex_refinement	4.34 336	1.44 327	4.46 215	3.08 407	1.46 322	4.22 294	0.36 138	11.92 352	8.33 317	8.48 333	13.41 372	9.90 362	3.40 257	6.95 215	8.54 389	0.00 1	0.02 157	0.00 1	0.00 1	0.09 148	0.71 279

LG-Stereo_Zeroshot	1.02 15	0.42 30	3.22 97	0.48 76	0.63 191	2.02 85	0.27 119	5.79 134	1.32 7	0.82 65	0.75 25	0.87 90	0.23 17	1.24 14	0.86 71	0.15 385	0.58 334	0.00 1	0.26 390	0.03 46	0.49 223

LG-Stereo	1.00 14	0.58 117	4.72 242	0.19 12	0.37 129	1.18 13	0.18 92	4.21 47	3.11 53	0.83 69	1.95 70	0.45 66	0.16 10	0.53 1	0.62 31	0.33 421	0.22 283	0.00 1	0.00 1	0.11 183	0.31 174

S2M2	0.53 2	0.50 77	1.58 7	0.53 83	0.18 59	1.13 10	0.01 2	1.47 3	2.18 24	0.18 1	0.87 30	0.13 7	0.20 12	0.87 4	0.51 13	0.01 155	0.01 121	0.00 1	0.00 1	0.20 289	0.01 1

SGStereo	0.76 5	0.36 11	1.37 2	0.43 64	0.14 40	1.25 19	0.29 122	2.25 7	0.84 1	0.61 41	0.51 19	0.09 3	0.11 5	6.65 194	0.19 1	0.01 155	0.01 121	0.00 1	0.00 1	0.02 16	0.07 42

G2L-Stereo	4.68 360	2.01 383	6.45 334	1.94 273	1.74 337	4.57 312	0.92 293	11.64 346	9.31 347	10.56 395	7.90 256	14.73 417	4.04 290	9.94 390	7.02 371	0.02 251	0.01 121	0.00 1	0.02 238	0.35 374	0.51 228

MM-Stereo_test3	2.10 120	0.94 228	2.59 46	1.66 228	3.95 432	2.42 121	0.78 256	6.58 183	7.29 283	1.94 99	4.90 156	1.23 102	0.65 95	3.77 100	1.38 154	0.00 1	0.83 360	0.00 1	0.00 1	0.38 384	0.77 286

MM-Stereo_test2	1.30 41	0.52 84	2.67 55	1.71 239	0.29 103	1.79 68	0.51 180	5.28 95	3.84 108	0.95 71	0.93 32	0.51 72	0.36 49	2.29 65	1.12 117	0.00 1	0.95 384	0.00 1	0.07 281	0.32 369	1.97 427

MM-Stereo_test1	1.90 94	0.63 130	2.65 52	1.43 201	0.56 180	2.37 117	0.54 186	5.36 107	5.81 214	4.00 147	1.78 63	0.42 62	0.83 113	7.32 239	1.28 143	0.00 1	1.03 407	0.00 1	0.00 1	0.35 374	1.64 374

HART	2.08 110	1.10 260	3.44 126	0.47 74	1.15 281	1.70 57	0.04 18	6.40 176	3.69 95	1.50 89	7.78 251	2.42 143	0.16 10	6.76 202	1.15 122	0.00 1	1.46 460	0.00 1	0.00 1	0.31 364	2.12 437

GREAT-IGEV	1.17 33	0.57 112	3.06 88	1.95 278	1.41 319	1.42 32	0.08 40	2.51 10	3.07 51	0.58 38	0.79 27	0.11 5	0.35 48	2.17 59	1.00 99	0.07 349	1.45 458	0.00 1	0.22 367	0.14 234	2.42 453

Reg-Stereo(zero)	1.92 96	0.28 5	3.18 96	0.63 96	1.41 319	2.02 85	0.48 172	3.85 36	6.29 230	4.49 159	3.12 104	4.55 233	1.62 178	2.77 79	2.16 228	0.00 1	0.61 337	0.00 1	0.26 390	0.02 16	0.62 254

HI	3.39 258	1.19 278	4.03 185	1.46 204	0.19 63	2.26 105	0.04 18	6.21 167	3.86 109	8.51 335	12.61 362	11.86 398	6.44 374	4.55 128	4.27 318	0.00 1	0.06 215	0.00 1	0.00 1	0.12 201	0.15 90

CoSv	3.39 258	1.19 278	4.03 185	1.46 204	0.19 63	2.26 105	0.04 18	6.21 167	3.86 109	8.51 335	12.61 362	11.86 398	6.44 374	4.55 128	4.27 318	0.00 1	0.06 215	0.00 1	0.00 1	0.12 201	0.15 90

ISRNet	4.11 319	0.88 209	6.63 341	3.46 424	2.64 386	2.11 97	0.26 117	7.72 239	6.60 246	11.29 415	17.98 423	8.21 333	2.60 220	6.81 206	4.72 335	0.00 1	0.00 1	0.00 1	0.00 1	0.09 148	0.25 156

SCV_C0	1.89 90	0.92 217	4.30 207	0.85 135	1.06 264	2.33 113	0.10 48	7.61 232	4.42 143	1.05 76	2.20 77	0.26 34	0.43 71	7.70 269	1.08 112	0.02 251	1.05 410	0.00 1	0.21 360	0.17 263	1.97 427

SCV	2.06 108	0.84 188	3.74 153	3.56 428	1.22 292	2.30 111	0.76 253	7.87 241	3.29 63	0.59 39	2.83 95	0.67 82	0.58 90	8.00 283	0.91 82	0.00 1	0.89 374	0.00 1	0.48 437	0.41 389	2.18 441

DEFOM-Stereo_RVC	1.09 23	2.27 399	1.82 11	1.16 166	0.34 118	0.56 4	0.05 22	2.94 12	1.46 11	0.40 15	0.94 33	0.22 23	2.27 206	6.26 179	0.63 33	0.00 1	0.08 232	0.00 1	0.17 336	0.04 72	0.16 99

FoundationStereo	0.48 1	0.38 15	1.70 8	0.82 131	1.00 256	0.42 2	0.06 29	0.63 1	1.44 10	0.38 11	0.04 1	0.11 5	0.37 51	0.93 6	0.39 3	0.03 291	0.86 371	0.00 1	0.00 1	0.00 1	0.10 55

StereoAnything_RVC	1.96 100	8.91 476	4.47 218	0.54 84	0.91 243	1.09 9	0.05 22	3.94 40	1.37 9	0.25 2	0.29 14	0.15 8	0.68 97	6.92 213	0.47 7	0.02 251	0.84 364	0.00 1	0.00 1	6.61 478	1.61 370

AIO_rvc	1.48 64	1.01 248	3.51 129	0.95 150	1.16 283	3.32 226	0.96 296	4.83 72	3.38 67	0.79 62	1.75 59	1.31 105	0.31 35	2.66 75	0.62 31	0.02 251	1.09 415	0.00 1	0.04 269	0.12 201	1.82 406

HUF	1.64 78	1.03 250	4.14 192	1.19 171	1.34 313	3.02 201	0.40 147	4.88 77	3.60 87	0.79 62	2.87 99	0.83 89	0.31 35	2.88 82	0.81 63	0.06 341	2.03 473	0.00 1	0.00 1	0.16 254	2.41 452

AIO_test	1.34 45	0.72 163	3.32 109	0.86 136	1.19 287	2.90 191	0.80 259	4.46 60	3.34 65	0.77 54	0.86 29	1.48 113	0.30 32	2.95 84	0.49 10	0.00 1	1.00 403	0.00 1	0.13 320	0.04 72	1.24 339

AIO-test2	2.98 224	1.88 368	4.72 242	1.67 232	3.34 410	2.64 150	0.06 29	6.96 201	15.70 429	2.65 107	7.31 239	0.93 92	0.57 88	5.81 164	1.20 132	3.30 475	0.09 239	0.00 1	0.09 294	0.22 307	0.43 218

AIO-test1	2.49 171	1.41 318	3.78 158	0.87 138	5.11 460	2.46 127	0.93 295	6.49 181	14.84 419	0.95 71	2.85 97	0.92 91	0.31 35	6.05 172	1.88 203	0.15 385	0.07 228	0.00 1	0.21 360	0.21 300	0.31 174

castereo++	1.38 49	0.97 237	2.82 63	0.59 87	0.52 168	4.45 306	0.97 297	5.22 94	1.87 19	0.41 17	2.28 81	1.87 127	0.15 9	4.14 112	0.42 5	0.00 1	0.41 316	0.00 1	0.30 404	0.05 90	0.22 137

castereo	1.02 15	0.69 149	1.26 1	0.46 72	0.19 63	1.89 74	0.76 253	5.61 122	2.37 26	0.78 60	2.65 92	0.32 47	0.40 59	1.25 15	1.00 99	0.01 155	0.32 300	0.00 1	0.24 373	0.03 46	0.22 137

MonSter	0.72 4	0.27 3	2.25 30	0.07 1	0.85 235	1.27 21	0.01 2	3.79 33	0.91 2	0.41 17	0.18 8	0.08 1	0.04 1	1.33 20	0.58 22	0.00 1	0.96 387	0.00 1	0.36 421	0.00 1	0.94 305

GIP-stereo	1.03 17	0.79 171	2.35 33	1.91 268	1.40 317	1.47 35	0.05 22	5.06 83	1.85 18	0.30 6	0.43 18	0.57 79	0.37 51	1.14 9	0.75 53	0.07 349	0.50 329	0.00 1	0.00 1	0.06 101	1.57 368

fffft	1.13 29	0.71 160	2.25 30	0.09 3	0.07 12	2.10 93	0.63 214	4.19 46	2.10 21	0.42 19	0.75 25	0.24 31	0.20 12	6.89 208	1.08 112	0.00 1	0.12 253	0.00 1	0.00 1	0.24 324	0.53 233
1: 1. 1
DEFOM-Stereo	0.78 6	0.56 106	1.98 17	0.21 22	0.12 31	1.93 78	0.44 157	0.99 2	0.93 3	0.70 47	0.51 19	0.15 8	0.09 3	6.39 182	0.40 4	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.14 77

SMoEStereo_RVC	1.13 29	0.92 217	1.82 11	0.80 128	0.09 18	2.07 92	0.16 84	3.61 23	2.17 23	0.38 11	1.37 48	0.19 13	0.29 30	7.04 220	1.02 105	0.00 1	0.03 183	0.00 1	0.00 1	0.19 280	0.51 228

tt45	1.25 37	0.90 213	1.98 17	0.59 87	0.25 95	3.47 238	0.14 76	4.07 42	1.97 20	0.45 22	2.17 75	0.29 40	0.27 25	7.02 219	0.95 90	0.00 1	0.04 200	0.00 1	0.00 1	0.22 307	0.24 153

999	1.42 52	0.85 191	2.23 29	1.37 190	0.35 119	3.01 200	0.64 217	3.91 37	2.83 37	0.38 11	3.35 110	0.19 13	0.25 19	7.37 241	1.12 117	0.01 155	0.04 200	0.00 1	0.00 1	0.22 307	0.21 131

mms	1.31 43	0.88 209	2.06 22	0.25 32	0.79 223	1.50 37	0.08 40	3.29 17	2.51 29	0.53 31	3.09 103	0.34 53	0.26 21	7.11 225	0.59 25	0.00 1	0.43 318	0.00 1	0.00 1	0.21 300	2.32 447

ours_stereo	1.28 40	0.91 214	2.36 35	0.34 51	0.67 197	1.16 11	0.09 43	3.71 28	2.44 27	0.51 27	3.17 105	0.36 56	0.26 21	6.62 191	0.55 19	0.00 1	0.11 249	0.00 1	0.00 1	0.23 319	2.08 435

fffy	1.43 54	0.95 230	2.85 67	1.42 200	0.61 187	2.25 104	0.19 96	4.74 69	1.32 7	0.26 3	2.77 94	0.21 17	0.39 58	6.97 217	0.73 51	0.00 1	0.79 356	0.00 1	0.00 1	0.19 280	2.03 432

tg	2.18 130	1.13 269	2.74 60	0.84 134	0.13 36	4.33 303	0.05 22	6.21 167	4.90 173	4.06 148	5.30 175	2.55 146	0.92 116	7.28 235	0.99 96	0.00 1	0.60 335	0.00 1	0.00 1	0.37 381	1.12 329

PAM_32	4.12 323	0.46 51	5.63 293	1.95 278	1.02 260	10.74 419	0.85 277	11.04 327	5.02 179	6.19 215	5.28 169	17.64 440	7.30 396	5.03 138	1.45 158	0.00 1	0.68 344	0.00 1	0.77 454	0.14 234	1.14 331

PAM	4.07 317	0.44 42	6.47 335	1.97 281	1.18 285	10.83 421	1.64 344	10.66 316	4.55 152	6.54 237	4.69 151	16.99 436	6.88 385	4.07 108	1.63 176	0.00 1	0.68 344	0.00 1	0.77 454	0.10 170	1.24 339

dual_stereo	0.95 11	0.39 21	1.83 14	0.37 54	1.11 275	0.84 6	0.03 16	4.34 59	1.83 17	0.30 6	0.08 2	0.21 17	0.12 6	3.16 89	0.98 94	0.00 1	1.34 455	0.00 1	0.20 354	0.00 1	1.83 412

rvit_0105_6	1.44 56	1.26 293	5.78 303	0.66 105	0.08 14	1.58 44	0.32 132	4.57 64	6.53 244	0.40 15	0.38 17	1.11 98	0.29 30	4.76 132	0.92 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.20 125

rvit_0105_5	1.70 81	1.36 310	6.71 347	0.52 81	0.04 4	1.58 44	0.58 199	5.39 110	6.62 249	0.91 70	1.72 57	1.77 123	0.77 107	4.44 121	1.28 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.23 144

rvit_0105_4	1.58 75	1.41 318	6.67 344	0.65 101	0.05 5	1.60 47	0.41 150	4.70 67	6.48 241	0.46 25	0.87 30	1.40 106	0.53 84	5.08 141	1.12 117	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.18 110

rvit_0105_3	1.94 98	1.44 327	7.39 367	0.88 140	0.02 3	1.61 48	1.64 344	5.88 139	6.73 255	2.37 103	1.78 63	2.01 133	1.16 140	4.46 122	1.26 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.14 77

rvit_105_1	2.69 193	1.34 306	6.85 351	1.89 265	0.09 18	1.94 79	3.50 397	6.38 174	9.00 339	4.98 170	2.19 76	3.57 191	1.56 175	7.31 238	3.03 276	0.00 1	0.00 1	0.00 1	0.02 238	0.06 101	0.16 99

UGAM-zero	3.92 303	0.49 71	5.26 266	1.17 168	0.89 238	4.00 284	0.47 162	12.42 368	3.62 90	5.46 188	5.86 187	15.76 425	8.92 424	8.63 332	2.44 248	0.00 1	0.84 364	0.00 1	0.89 456	0.03 46	1.27 345

UGAM	4.25 333	0.86 199	5.73 302	0.45 69	0.22 87	3.61 250	1.18 317	5.51 111	15.39 424	4.99 172	12.34 357	15.09 422	3.71 273	10.58 400	3.76 297	0.00 1	0.46 323	0.00 1	0.34 417	0.36 378	0.36 190

rvit_stereo_0083	1.16 32	0.47 57	3.68 152	0.54 84	0.10 21	1.25 19	0.24 111	3.17 16	5.31 187	0.52 30	0.80 28	0.82 88	1.16 140	4.52 125	0.51 13	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.13 73

rvit_stereo_0081_aga	0.95 11	1.03 250	4.52 225	0.16 10	0.25 95	1.70 57	0.21 103	4.27 51	3.17 55	0.38 11	0.23 10	0.27 36	0.31 35	1.56 30	0.64 36	0.00 1	0.00 1	0.00 1	0.00 1	0.13 223	0.15 90

WCG-NET	1.42 52	0.84 188	1.90 16	0.61 94	0.10 21	2.10 93	1.05 309	3.33 18	7.10 272	2.86 112	3.53 121	0.75 85	0.93 118	1.28 16	0.72 49	0.00 1	0.97 390	0.00 1	0.00 1	0.16 254	0.22 137

rvit_stereo_0081	1.03 17	0.55 95	2.58 43	0.64 97	0.13 36	1.35 26	0.12 57	3.74 29	5.28 184	0.55 34	0.32 15	0.55 76	0.12 6	4.08 109	0.53 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.05 28

model_zeroshot	1.98 102	0.70 156	4.98 255	2.25 323	1.07 265	3.20 214	0.13 66	7.01 202	3.34 65	3.46 128	3.77 127	2.69 151	0.42 63	2.86 81	1.18 130	0.06 341	0.85 366	0.00 1	0.25 377	0.02 16	1.40 356

GCAP-BAT	2.26 143	0.61 122	3.67 151	1.48 208	0.81 228	4.32 301	0.77 255	4.87 76	4.04 122	3.97 146	5.41 176	4.38 229	0.59 91	6.20 176	1.17 126	0.02 251	1.14 429	0.00 1	0.55 443	0.07 120	1.22 337

rvit_stereo_0082	1.03 17	0.55 95	2.58 43	0.64 97	0.13 36	1.35 26	0.12 57	3.74 29	5.28 184	0.55 34	0.32 15	0.55 76	0.12 6	4.08 109	0.53 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 16	0.05 28

IGEV-Stereo++	1.03 17	0.32 8	2.03 21	0.25 32	1.94 356	1.94 79	0.01 2	3.57 21	2.52 30	0.70 47	1.80 66	0.10 4	1.14 133	1.34 21	0.55 19	0.01 155	0.75 353	0.00 1	0.00 1	0.04 72	1.57 368

rvit_stereo_0075_2	2.15 125	0.39 21	6.61 340	0.67 107	1.95 357	1.74 66	0.10 48	7.81 240	6.03 220	2.97 116	4.01 132	3.07 163	0.57 88	5.49 154	1.13 120	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.34 182

RAStereo	0.81 7	0.70 156	3.97 179	0.21 22	0.54 175	1.16 11	0.02 11	3.78 31	1.22 6	0.62 42	1.57 51	0.16 10	0.23 17	0.89 5	1.05 107	0.00 1	0.00 1	0.00 1	0.00 1	0.08 133	0.02 6

Occ-G	1.39 50	0.66 139	3.05 87	0.60 91	0.75 217	1.46 33	0.67 226	3.66 25	3.50 70	1.76 93	0.65 23	5.00 255	0.55 85	1.15 10	1.56 165	0.00 1	0.74 352	0.00 1	0.17 336	0.19 280	1.61 370

Pointernet	1.04 22	0.44 42	2.58 43	0.32 40	0.52 168	1.78 67	0.07 34	5.69 126	2.76 34	0.27 4	2.28 81	0.80 87	0.44 73	1.37 22	0.49 10	0.00 1	0.36 310	0.00 1	0.25 377	0.02 16	0.32 179

AIO-Stereo-zeroshot1	4.10 318	1.65 347	13.34 439	2.14 300	1.84 347	4.03 286	0.98 300	13.13 395	4.97 178	4.53 161	11.37 338	9.85 361	1.97 193	4.88 133	2.74 267	0.03 291	0.90 376	0.00 1	1.11 462	0.84 436	1.72 394

AIO-Stereo-zeroshot	3.35 254	1.28 296	8.51 388	1.86 260	1.83 346	3.51 241	0.31 130	10.50 310	4.32 133	2.74 109	5.87 189	10.30 369	4.53 314	4.66 130	3.16 282	0.02 251	0.87 373	0.00 1	0.97 459	0.38 384	1.43 357

rvit_stereo_0080	1.09 23	1.08 257	4.16 194	0.12 5	0.12 31	1.32 23	0.36 138	4.52 62	3.94 114	0.70 47	1.29 45	0.41 58	0.75 103	1.98 47	0.76 54	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.18 110

IGEV-BASED-STEREO-	4.37 339	25.82 493	26.88 486	0.56 86	0.08 14	1.46 33	0.53 185	2.17 6	2.15 22	0.67 45	0.73 24	0.23 25	0.20 12	1.58 32	0.80 59	11.76 497	0.38 313	0.00 1	0.08 284	1.75 456	9.67 491

IGEV-Stereo+	1.89 90	0.55 95	2.49 37	0.48 76	3.25 404	2.06 90	0.07 34	1.92 5	1.52 12	0.77 54	0.08 2	0.22 23	0.44 73	7.11 225	0.68 38	0.04 316	0.66 340	0.00 1	0.33 413	5.08 473	10.13 493

AIO-Stereo	1.30 41	0.45 47	1.73 9	0.67 107	0.77 221	2.33 113	0.60 204	5.99 154	3.27 60	0.45 22	3.46 112	0.41 58	0.28 27	1.53 29	0.71 48	0.04 316	0.79 356	0.00 1	0.67 449	0.10 170	1.67 382

rvit_stereo_ft	1.23 35	1.42 321	5.16 262	0.94 148	0.36 125	1.22 17	0.24 111	4.57 64	4.49 148	0.51 27	1.04 35	0.73 84	1.10 128	1.50 26	1.01 103	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	0.22 137

WCG-NET（raft）	1.70 81	0.97 237	2.01 20	0.40 59	0.17 55	2.10 93	0.97 297	3.05 14	6.47 240	2.89 114	3.17 105	4.31 226	1.03 125	3.85 103	0.60 27	0.00 1	1.32 449	0.00 1	0.01 219	0.18 273	0.41 206

RSM++	1.24 36	0.45 47	1.84 15	1.61 219	0.51 164	2.73 160	0.29 122	2.99 13	3.22 58	0.69 46	2.06 72	0.52 73	0.28 27	5.62 157	0.86 71	0.01 155	0.03 183	0.00 1	0.17 336	0.16 254	0.85 294

RSM	1.43 54	0.40 27	1.79 10	0.74 121	0.54 175	2.45 125	0.49 177	4.13 45	3.29 63	0.65 43	2.53 87	2.15 137	0.30 32	6.97 217	0.85 69	0.01 155	0.12 253	0.00 1	0.25 377	0.11 183	0.72 280

RAFT-Stereo-weight	1.91 95	0.41 29	2.09 23	1.17 168	0.63 191	3.20 214	0.74 248	5.78 133	6.80 259	5.25 181	3.47 113	2.80 153	0.36 49	3.16 89	1.09 116	0.02 251	0.53 330	0.00 1	0.00 1	0.01 6	0.66 269

test_sample7	3.75 290	0.67 144	4.34 210	2.21 313	0.35 119	4.47 308	2.08 359	11.31 335	8.40 321	8.64 338	8.05 261	6.80 304	5.05 337	7.22 230	2.53 250	0.07 349	1.04 408	0.00 1	0.00 1	0.06 101	1.66 379

test_sample6	3.60 278	0.66 139	5.27 267	2.23 317	0.48 151	3.25 218	0.21 103	11.94 353	7.53 292	7.18 276	11.56 341	3.99 206	3.86 280	8.03 287	3.88 304	0.03 291	0.83 360	0.00 1	0.09 294	0.07 120	0.86 295

test_sample5	3.34 250	0.65 135	5.17 263	2.10 295	0.49 154	3.31 224	0.17 88	11.91 350	7.47 287	6.91 257	9.15 282	3.61 192	3.37 255	7.53 260	3.06 277	0.02 251	0.85 366	0.00 1	0.10 301	0.07 120	0.90 298

test_sample4	3.29 245	0.64 133	5.38 275	2.08 294	0.53 171	3.91 276	0.15 79	12.13 357	7.50 289	7.04 265	7.50 242	3.64 194	3.19 238	6.95 215	3.14 281	0.02 251	0.85 366	0.00 1	0.10 301	0.07 120	0.92 303

test_sample3	3.27 243	0.62 128	5.29 271	2.24 321	0.58 184	4.62 313	0.16 84	12.15 360	7.51 290	6.44 228	7.25 236	3.72 196	3.03 235	6.73 199	3.17 284	0.01 155	0.85 366	0.00 1	0.10 301	0.07 120	0.88 297

test_sample2	2.79 204	0.59 118	4.40 213	2.38 348	0.43 146	2.58 140	0.15 79	10.14 300	5.78 213	4.23 154	5.86 187	4.31 226	4.02 289	6.34 181	2.00 218	0.00 1	0.96 387	0.00 1	0.12 314	0.07 120	1.37 355

test_sample1	2.88 211	0.63 130	4.46 215	2.38 348	0.68 198	2.61 142	0.05 22	10.51 311	5.36 190	4.50 160	4.81 153	3.76 197	5.94 363	6.10 174	2.96 273	0.00 1	0.99 399	0.00 1	0.11 308	0.07 120	1.67 382

CAS++	1.27 38	0.68 146	2.40 36	0.25 32	0.30 105	1.80 69	0.61 208	8.46 251	3.61 89	1.80 95	2.42 85	0.18 12	0.21 16	2.12 56	0.49 10	0.01 155	0.01 121	0.00 1	0.00 1	0.02 16	0.06 37
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	2.22 137	0.68 146	5.64 294	0.79 125	1.15 281	3.33 227	0.73 244	7.14 214	4.59 154	3.86 142	1.79 65	8.42 344	0.56 87	3.00 86	0.89 77	0.02 251	0.66 340	0.00 1	0.26 390	0.01 6	0.83 292

test_for_model	7.41 416	28.34 498	2.84 66	22.38 496	16.53 497	3.40 228	0.91 291	6.72 193	4.54 150	8.04 315	2.84 96	1.04 96	0.43 71	0.86 3	0.60 27	9.67 489	3.31 491	0.00 1	0.08 284	26.60 503	9.03 485

trnet	1.09 23	0.47 57	2.19 28	0.12 5	0.21 80	1.70 57	0.02 11	4.28 53	6.97 268	0.78 60	1.77 62	0.48 68	0.67 96	1.50 26	0.58 22	0.00 1	0.01 121	0.00 1	0.00 1	0.01 6	0.03 13

testlalala2	2.34 152	0.64 133	2.49 37	9.58 477	6.50 467	3.57 247	0.18 92	5.34 100	3.20 56	3.87 143	4.57 149	3.12 165	0.52 81	1.49 25	0.44 6	0.00 1	0.31 299	0.00 1	0.43 433	0.12 201	0.40 197

MGS-Stereo	1.22 34	0.44 42	2.92 70	0.83 132	0.07 12	1.82 72	0.65 221	2.44 8	3.95 116	1.11 79	6.19 200	0.49 69	0.37 51	1.73 36	0.81 63	0.00 1	0.00 1	0.00 1	0.00 1	0.48 404	0.01 1

MoCha-V2	1.83 87	0.87 207	3.33 110	1.41 198	1.27 300	2.50 130	0.20 99	5.60 120	3.90 113	0.98 74	3.30 108	0.35 55	1.58 177	7.09 223	0.80 59	0.00 1	1.52 465	0.00 1	0.23 371	0.06 101	1.70 390

IGEV++	1.58 75	0.81 178	2.66 53	1.35 186	0.99 254	2.47 129	0.98 300	7.35 222	3.70 96	0.82 65	2.24 79	0.44 64	1.18 142	2.08 55	1.15 122	0.03 291	1.18 439	0.00 1	0.05 273	0.17 263	2.00 431

Former-RAFT_DAM_RVC	1.39 50	0.74 166	2.72 59	0.73 115	1.26 299	2.42 121	0.02 11	3.78 31	8.16 314	1.81 98	2.94 100	0.28 38	0.32 42	1.51 28	0.76 54	0.04 316	0.01 121	0.00 1	0.00 1	0.08 133	0.19 119

MyStereo8	3.30 247	1.69 350	6.28 327	2.51 361	3.79 426	4.22 294	0.07 34	7.43 227	6.39 237	6.51 234	10.13 311	4.23 222	1.45 162	2.79 80	5.08 343	0.06 341	1.49 463	0.00 1	0.40 427	0.26 333	1.33 350

SMFormer	3.94 305	0.69 149	4.55 228	1.97 281	0.15 47	2.84 175	0.29 122	13.06 390	11.10 381	7.69 297	10.45 317	4.77 241	4.52 310	9.68 373	4.89 337	0.08 356	0.97 390	0.00 1	0.16 327	0.11 183	0.92 303

tta	3.96 309	0.69 149	4.55 228	1.97 281	0.15 47	2.84 175	0.29 122	13.06 390	11.10 381	7.69 297	10.45 317	4.77 241	4.52 310	9.68 373	4.89 337	0.08 356	0.97 390	0.00 1	0.16 327	0.13 223	1.24 339

qqq1	3.78 293	0.69 149	4.55 228	1.97 281	0.15 47	2.84 175	0.29 122	13.06 390	11.10 381	7.69 297	10.45 317	4.77 241	4.52 310	9.68 373	1.24 139	0.08 356	0.97 390	0.00 1	0.12 314	0.13 223	1.24 339

fff1	3.78 293	0.69 149	4.55 228	1.97 281	0.15 47	2.84 175	0.29 122	13.06 390	11.10 381	7.69 297	10.45 317	4.77 241	4.52 310	9.68 373	1.24 139	0.08 356	0.97 390	0.00 1	0.12 314	0.13 223	1.24 339

MyStereo07	1.64 78	1.15 271	2.61 47	1.28 180	1.49 324	2.63 145	0.45 158	6.45 179	2.94 41	1.10 78	1.61 52	0.29 40	0.60 92	7.45 252	0.80 59	0.01 155	1.27 447	0.00 1	0.25 377	0.11 183	0.42 211

MyStereo06	2.71 196	1.05 255	5.43 280	1.39 193	1.20 289	2.57 137	0.10 48	10.39 306	4.79 168	5.54 192	6.16 199	6.39 295	2.33 211	3.40 93	1.35 153	0.01 155	1.24 444	0.00 1	0.21 360	0.13 223	0.50 224

MyStereo05	3.24 242	1.05 255	5.93 308	1.39 193	1.20 289	2.57 137	0.10 48	9.11 270	13.17 409	6.45 229	3.86 129	3.20 166	3.26 244	8.35 312	3.02 274	0.01 155	1.24 444	0.00 1	0.21 360	0.13 223	0.50 224

MyStereo04	3.29 245	1.15 271	6.64 342	1.28 180	1.49 324	2.63 145	0.45 158	10.57 314	13.30 410	4.41 158	3.90 130	3.06 162	3.56 263	7.87 279	3.35 286	0.01 155	1.27 447	0.00 1	0.25 377	0.11 183	0.42 211

AE-Stereo	1.89 90	0.38 15	3.86 163	1.94 273	0.38 131	2.51 133	0.58 199	7.19 215	7.28 282	1.60 92	3.51 120	1.07 97	0.77 107	2.12 56	1.24 139	0.03 291	1.02 405	0.00 1	0.28 397	0.11 183	1.84 413

CoDeX	3.61 279	0.86 199	5.27 267	1.16 166	1.62 327	6.24 349	2.07 358	13.78 413	6.86 262	7.42 292	9.00 280	4.06 211	3.72 274	6.58 188	3.02 274	0.03 291	0.06 215	0.00 1	0.00 1	0.15 250	0.35 187

ACVNet-DCA	2.41 165	0.93 219	3.39 116	3.05 401	0.39 134	5.69 337	0.55 190	9.15 271	4.33 134	1.42 85	3.48 115	0.33 49	3.65 269	8.26 298	0.70 44	0.00 1	1.14 429	0.00 1	0.03 251	0.09 148	1.65 375

xx1	2.73 201	0.93 219	3.39 116	3.05 401	0.39 134	5.69 337	0.55 190	5.34 100	10.76 374	1.42 85	3.48 115	4.63 238	2.83 231	8.26 298	0.70 44	0.00 1	1.14 429	0.00 1	0.25 377	0.09 148	1.65 375

1test111	2.31 150	0.93 219	3.39 116	3.05 401	0.39 134	5.69 337	0.55 190	9.15 271	4.33 134	1.42 85	3.48 115	0.33 49	3.65 269	4.95 134	2.06 221	0.00 1	1.14 429	0.00 1	0.03 251	0.09 148	1.65 375

cc1	2.56 181	0.93 219	3.39 116	3.05 401	0.39 134	5.69 337	0.55 190	5.34 100	10.76 374	1.42 85	3.48 115	0.33 49	3.65 269	8.26 298	0.70 44	0.00 1	1.14 429	0.00 1	0.03 251	0.12 201	1.89 422

mmm	3.07 229	0.76 168	4.50 221	2.27 330	1.24 296	3.75 268	0.12 57	10.03 297	5.12 181	6.43 227	11.19 334	3.10 164	3.20 239	4.54 127	1.78 197	0.02 251	1.19 440	0.00 1	0.30 404	0.09 148	1.79 405

11t1	2.13 123	0.67 144	3.98 180	2.69 376	0.85 235	2.59 141	0.07 34	7.40 225	3.89 112	3.75 137	3.57 123	1.24 103	1.96 192	4.68 131	1.97 213	0.10 371	1.13 422	0.00 1	0.22 367	0.09 148	1.66 379

ff7	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 263	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.86 71	0.00 1	0.93 378	0.00 1	0.16 327	0.12 201	1.82 406

IGEVStereo-DCA	1.54 70	1.71 354	2.99 81	0.73 115	0.24 91	2.69 154	0.81 263	4.31 54	2.97 44	0.73 52	0.16 5	0.23 25	0.32 42	7.57 263	2.72 263	0.00 1	0.49 327	0.00 1	0.16 327	0.17 263	1.82 406

ffff	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 263	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.86 71	0.00 1	0.93 378	0.00 1	0.16 327	0.12 201	1.82 406

rrr	1.64 78	1.71 354	6.31 329	0.73 115	0.24 91	2.69 154	0.92 293	4.25 49	1.75 15	0.73 52	0.16 5	0.23 25	0.32 42	7.57 263	2.72 263	0.00 1	0.49 327	0.00 1	0.20 354	0.17 263	1.68 385

DualNet	3.48 267	0.65 135	5.17 263	2.10 295	0.49 154	3.31 224	0.17 88	11.91 350	7.47 287	7.18 276	11.56 341	3.61 192	3.37 255	7.53 260	3.06 277	0.02 251	0.85 366	0.00 1	0.10 301	0.07 120	0.90 298

ffm	3.41 262	0.98 239	7.03 356	1.64 222	1.07 265	2.84 175	0.47 162	5.55 115	10.56 368	6.68 247	9.59 298	5.66 274	3.87 281	8.20 296	0.68 38	0.00 1	1.13 422	0.00 1	0.19 345	0.11 183	1.88 419

ff1	4.11 319	0.98 239	7.03 356	1.64 222	1.07 265	2.84 175	0.47 162	5.55 115	10.56 368	6.68 247	9.59 298	5.66 274	3.87 281	11.33 411	11.69 434	0.00 1	1.13 422	0.00 1	0.19 345	0.11 183	1.88 419

mmx	4.50 347	0.98 239	7.03 356	1.64 222	1.07 265	2.84 175	0.47 162	12.84 380	11.23 386	6.68 247	9.59 298	5.66 274	3.87 281	11.33 411	11.69 434	0.05 331	1.12 419	0.00 1	0.19 345	0.10 170	1.53 362

11t	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 263	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.87 76	0.00 1	0.93 378	0.00 1	0.16 327	0.12 201	1.82 406

tt1	2.53 176	0.91 214	3.53 133	2.92 391	0.53 171	5.60 334	0.61 208	5.55 115	10.56 368	1.54 90	3.54 122	0.34 53	3.00 234	8.20 296	0.68 38	0.00 1	1.13 422	0.00 1	0.03 251	0.11 183	1.88 419

ttt	4.41 344	0.70 156	3.95 178	2.53 365	2.01 359	4.34 304	0.41 150	13.09 394	11.69 393	7.20 279	12.20 355	4.15 216	3.35 254	9.54 370	10.11 415	0.07 349	1.11 418	0.00 1	0.19 345	0.10 170	1.47 358

1111x	4.96 371	1.04 253	7.09 361	1.75 246	1.05 262	5.03 323	0.32 132	13.52 404	10.70 373	6.68 247	10.35 314	8.81 351	6.01 365	10.65 401	12.78 445	0.07 349	1.24 444	0.00 1	0.33 413	0.11 183	1.75 400

whm_eth	1.09 23	1.08 257	4.16 194	0.12 5	0.12 31	1.32 23	0.36 138	4.52 62	3.94 114	0.70 47	1.29 45	0.41 58	0.75 103	1.98 47	0.76 54	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46	0.18 110

xxx	4.50 347	0.98 239	7.04 359	1.64 222	1.07 265	2.84 175	0.47 162	12.84 380	11.23 386	6.68 247	9.59 298	5.66 274	3.87 281	11.33 411	11.69 434	0.05 331	1.12 419	0.00 1	0.19 345	0.10 170	1.53 362

GMStereo_Zeroshot	2.92 216	2.33 408	6.12 316	1.66 228	0.36 125	3.61 250	0.09 43	5.95 151	6.20 228	7.15 274	7.11 233	8.37 339	0.91 115	6.17 175	1.97 213	0.00 1	0.00 1	0.00 1	0.00 1	0.22 307	0.14 77

plain	1.53 69	0.86 199	6.50 336	0.42 61	0.05 5	1.56 43	0.09 43	5.18 93	4.02 121	0.54 33	1.76 61	0.59 80	0.75 103	6.48 186	1.23 138	0.00 1	0.00 1	0.00 1	0.00 1	0.43 394	0.07 42

MaDis-Stereo	0.96 13	1.11 263	4.01 184	0.36 53	1.86 350	1.20 14	0.06 29	3.99 41	1.73 14	0.45 22	0.56 22	0.43 63	0.51 79	1.28 16	1.46 159	0.00 1	0.00 1	0.00 1	0.00 1	0.06 101	0.08 46

IGEV_Zeroshot_test	2.57 182	0.63 130	5.70 301	1.93 271	0.87 237	2.63 145	0.85 277	8.94 265	4.55 152	5.30 182	5.48 180	5.23 263	1.38 158	3.76 99	1.32 149	0.00 1	0.69 346	0.00 1	0.18 342	0.19 280	1.72 394

MSKI-zero shot	2.23 140	0.49 71	2.49 37	1.60 218	0.81 228	2.69 154	0.29 122	6.82 196	2.50 28	4.37 157	7.61 245	3.65 195	0.26 21	8.62 331	0.63 33	0.01 155	1.09 415	0.00 1	0.25 377	0.03 46	0.46 219

StereoVision	2.42 166	1.18 276	5.14 261	1.15 164	2.64 386	1.89 74	0.28 120	6.61 185	4.72 161	2.14 101	10.52 321	3.84 199	0.52 81	5.33 148	2.29 243	0.00 1	0.00 1	0.00 1	0.00 1	0.12 201	0.04 22

MIF-Stereo (partial)	1.44 56	0.59 118	3.98 180	0.08 2	1.09 272	1.24 18	0.13 66	5.12 88	4.07 123	0.47 26	2.56 88	0.31 43	0.74 102	6.31 180	2.02 220	0.00 1	0.00 1	0.00 1	0.00 1	0.12 201	0.04 22

UniTT-Stereo	0.94 10	0.53 86	2.82 63	0.94 148	1.29 306	0.56 4	0.12 57	1.49 4	3.16 54	1.77 94	2.22 78	0.20 16	0.32 42	1.76 42	1.33 150	0.00 1	0.00 1	0.00 1	0.00 1	0.16 254	0.02 6

EKT-Stereo	2.16 127	0.61 122	3.78 158	2.31 338	4.40 440	1.47 35	0.24 111	5.54 114	4.22 130	3.16 123	3.58 124	3.53 189	2.20 202	5.66 159	1.40 156	0.04 316	0.36 310	0.00 1	0.09 294	0.06 101	0.58 241

MIM_Stereo	2.83 205	1.20 286	5.27 267	1.41 198	1.16 283	3.07 203	0.33 135	6.67 187	3.95 116	5.17 179	10.11 310	4.25 224	1.73 187	8.32 310	1.64 180	0.00 1	0.36 310	0.00 1	0.01 219	0.22 307	1.69 387

DLNR_Zeroshot_test	24.96 496	51.28 514	90.69 520	97.84 528	97.22 527	1.40 30	0.12 57	23.19 484	3.55 84	1.21 82	2.95 101	0.72 83	0.31 35	7.09 223	2.61 256	38.70 512	1.32 449	0.00 1	0.29 402	77.04 523	1.68 385

CASnet	1.09 23	0.47 57	2.09 23	0.79 125	0.08 14	2.10 93	0.14 76	3.83 35	4.26 132	3.84 141	1.56 50	0.32 47	0.30 32	1.13 8	0.77 58	0.01 155	0.00 1	0.00 1	0.00 1	0.04 72	0.03 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	1.80 86	0.49 71	2.67 55	1.24 176	0.46 149	3.91 276	0.87 285	6.62 186	2.96 43	6.78 254	3.83 128	1.74 121	0.40 59	1.57 31	0.76 54	0.01 155	1.16 435	0.00 1	0.38 424	0.01 6	0.17 107

testlalala_base	3.54 271	0.53 86	3.53 133	2.31 338	2.22 369	4.04 288	0.61 208	6.91 200	2.73 33	2.69 108	4.17 135	1.78 126	0.51 79	2.02 51	1.08 112	13.13 499	3.23 490	0.00 1	0.35 419	16.60 493	2.27 446

AEACV	1.27 38	0.38 15	2.61 47	1.75 246	1.21 291	2.44 124	0.85 277	4.79 71	1.67 13	0.71 51	0.26 13	0.29 40	2.00 194	2.30 66	0.66 37	0.01 155	0.95 384	0.00 1	0.42 431	0.12 201	2.07 434

GCAP-Stereo	1.35 47	1.11 263	2.82 63	0.66 105	1.08 271	1.68 54	0.01 2	5.17 91	3.68 94	2.10 100	1.63 53	1.42 107	0.75 103	1.77 43	1.59 169	0.00 1	1.08 414	0.00 1	0.00 1	0.17 263	0.26 158

Any-RAFT	2.33 151	0.36 11	2.35 33	1.58 217	0.84 232	4.93 322	0.55 190	9.10 269	5.93 218	4.30 155	4.90 156	5.79 283	2.22 204	2.75 78	0.51 13	0.02 251	0.32 300	0.00 1	0.00 1	0.02 16	0.18 110

RAFT-Test	2.49 171	0.45 47	4.35 211	1.89 265	1.28 301	4.83 319	0.68 229	7.19 215	4.51 149	5.00 173	7.09 231	6.81 307	1.12 130	2.22 60	1.16 125	0.01 155	0.63 338	0.00 1	0.33 413	0.05 90	0.20 125

HH	2.88 211	0.82 182	4.07 190	1.71 239	0.54 175	4.71 315	0.69 232	8.72 258	3.57 85	1.80 95	6.49 215	7.81 326	3.92 286	8.93 345	0.99 96	0.00 1	1.06 411	0.00 1	0.03 251	0.05 90	1.69 387

HanStereo	2.88 211	0.82 182	4.07 190	1.71 239	0.54 175	4.71 315	0.69 232	8.72 258	3.57 85	1.80 95	6.49 215	7.81 326	3.92 286	8.93 345	0.99 96	0.00 1	1.06 411	0.00 1	0.03 251	0.05 90	1.69 387

LL-Strereo2	2.22 137	1.39 317	3.39 116	1.26 177	1.01 258	3.73 267	1.47 335	6.47 180	4.61 155	4.66 163	2.64 91	4.17 217	0.37 51	6.03 169	1.61 171	0.09 367	0.24 290	0.00 1	0.08 284	0.08 133	1.16 332

LL-Strereo	5.14 375	2.29 403	8.95 402	1.26 177	5.05 459	3.66 257	1.40 332	10.33 303	8.98 337	8.71 342	8.24 269	10.70 379	11.10 436	12.66 432	5.36 348	0.05 331	1.35 456	0.00 1	0.00 1	0.38 384	2.23 445

SDNR	7.97 424	2.75 424	16.90 460	2.28 333	0.94 247	45.23 504	0.43 156	9.30 281	10.84 376	10.71 399	25.30 457	5.51 269	4.47 308	11.98 422	7.58 378	0.15 385	0.14 263	0.00 1	0.04 269	2.27 462	2.65 456

4D-IteraStereo	1.99 103	1.32 303	3.77 157	0.13 8	2.84 391	3.51 241	1.03 304	4.26 50	5.38 191	5.50 189	1.03 34	3.86 200	0.38 57	2.44 73	1.88 203	0.00 1	0.43 318	0.00 1	0.01 219	0.11 183	1.84 413

LoS_RVC	1.47 63	1.75 361	2.66 53	0.52 81	3.89 428	1.67 52	0.04 18	2.66 11	2.61 31	0.55 34	2.63 90	0.31 43	1.68 180	1.99 49	0.81 63	0.01 155	0.02 157	0.00 1	0.00 1	0.03 46	5.54 475

CAS	2.42 166	0.37 14	2.30 32	11.49 483	3.97 433	1.65 51	0.02 11	4.08 43	2.84 38	0.51 27	1.65 55	0.25 33	0.28 27	1.73 36	0.92 83	10.05 491	0.01 121	0.00 1	0.00 1	0.01 6	6.26 479

anonymousdsp	1.51 67	0.81 178	2.70 58	0.60 91	0.69 201	2.76 167	0.79 257	4.86 73	3.00 50	0.82 65	1.25 40	0.31 43	0.42 63	7.44 245	0.81 63	0.00 1	0.83 360	0.00 1	0.17 336	0.12 201	1.85 415

CBFPSM	5.12 374	1.48 332	16.22 456	1.81 253	1.14 280	11.16 424	2.90 376	7.99 245	6.75 257	6.55 238	5.00 159	15.05 421	8.78 419	7.52 259	8.90 397	0.04 316	0.02 157	0.00 1	0.00 1	0.42 390	0.67 272

LoS	1.03 17	0.43 33	2.53 40	0.64 97	0.14 40	2.42 121	0.26 117	5.64 124	2.93 40	1.08 77	0.24 11	0.49 69	0.45 75	2.31 67	0.83 68	0.02 251	0.02 157	0.00 1	0.00 1	0.06 101	0.03 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.72 85	0.40 27	1.82 11	0.65 101	7.83 476	2.62 143	0.13 66	5.35 105	2.68 32	0.36 8	1.30 47	0.33 49	0.32 42	1.92 45	0.72 49	0.01 155	0.02 157	0.00 1	0.00 1	0.56 413	7.35 482

Selective-IGEV	1.56 74	0.34 10	2.13 25	0.77 124	0.76 220	2.36 116	0.52 182	6.80 195	3.08 52	0.53 31	3.34 109	0.26 34	0.31 35	7.24 232	0.73 51	0.01 155	0.80 359	0.00 1	0.14 322	0.08 133	1.01 312

EGLCR-Stereo	1.45 58	0.26 2	2.91 69	1.94 273	0.90 240	3.13 209	0.69 232	5.81 136	3.21 57	1.14 81	0.20 9	1.52 116	0.37 51	4.29 118	0.69 43	0.01 155	0.79 356	0.00 1	0.00 1	0.01 6	1.21 336

GASNet	5.62 382	5.76 462	12.05 431	5.03 462	2.08 364	3.77 269	1.53 339	12.92 384	11.62 392	9.64 375	7.40 241	8.58 347	7.54 401	14.76 448	8.25 386	0.02 251	0.15 265	0.00 1	0.00 1	0.81 435	0.52 232

gwcnet-sp	3.58 274	2.01 383	8.82 398	2.01 290	0.69 201	7.38 374	1.10 312	9.23 275	6.66 252	9.32 364	5.91 191	4.21 219	3.31 248	6.91 210	3.69 292	0.00 1	0.00 1	0.00 1	0.00 1	0.24 324	0.18 110

scenet	3.58 274	2.01 383	8.82 398	2.01 290	0.69 201	7.38 374	1.10 312	9.23 275	6.66 252	9.32 364	5.91 191	4.21 219	3.31 248	6.91 210	3.69 292	0.00 1	0.00 1	0.00 1	0.00 1	0.24 324	0.18 110

CASS	2.62 188	0.57 112	4.28 204	0.90 143	0.38 131	3.45 235	0.22 105	9.91 292	4.46 145	7.33 290	7.92 258	3.53 189	3.59 265	4.16 113	1.49 160	0.03 291	0.01 121	0.00 1	0.00 1	0.05 90	0.06 37
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	3.39 258	0.89 212	9.29 410	1.47 207	0.94 247	4.20 293	1.98 355	7.33 220	5.42 193	3.01 120	6.75 220	8.67 348	5.10 341	5.43 153	3.72 295	0.07 349	0.89 374	0.00 1	0.23 371	0.28 346	2.13 438

DCRE	2.21 136	0.95 230	3.17 93	2.10 295	1.30 308	1.86 73	0.05 22	5.33 99	4.69 160	3.59 132	9.37 293	3.81 198	1.18 142	2.34 69	1.22 137	0.01 155	0.97 390	0.00 1	0.30 404	0.04 72	1.97 427

knoymous	1.50 66	0.28 5	1.99 19	0.33 46	0.48 151	1.58 44	0.11 53	5.71 128	2.81 36	4.85 165	1.75 59	4.58 235	0.46 77	3.66 98	1.30 145	0.01 155	0.02 157	0.00 1	0.00 1	0.02 16	0.09 50

anonymousa	4.24 331	0.78 169	4.05 188	2.16 301	4.87 457	8.76 391	0.35 137	7.41 226	4.47 147	8.21 324	19.70 431	11.03 389	5.87 361	2.04 54	2.20 229	0.00 1	1.16 435	0.00 1	0.55 443	0.04 72	1.11 326

riskmin	2.49 171	0.22 1	3.34 111	2.33 342	1.78 340	2.89 190	0.46 160	7.35 222	6.95 267	2.75 110	1.67 56	6.75 303	5.08 340	3.24 91	1.93 210	0.00 1	0.99 399	0.00 1	0.27 396	0.02 16	1.73 396

Wz-Net-TNSev	12.01 466	11.86 485	38.26 499	2.81 383	1.82 345	18.12 462	11.31 476	16.67 441	21.73 459	15.06 446	17.17 412	19.72 455	20.69 472	20.68 476	21.41 470	0.04 316	0.06 215	0.00 1	0.16 327	0.74 427	1.93 425

Selective-RAFT	1.92 96	0.54 90	3.87 164	1.15 164	0.21 80	3.83 274	0.06 29	5.00 82	4.68 159	1.59 91	2.14 74	3.05 160	2.77 228	6.63 192	1.34 152	0.00 1	0.95 384	0.00 1	0.32 410	0.05 90	0.19 119

ProNet	1.58 75	0.86 199	3.17 93	0.75 123	0.72 210	2.84 175	0.66 222	5.91 149	3.28 62	0.37 9	1.47 49	0.40 57	0.37 51	7.19 228	0.70 44	0.02 251	0.98 396	0.00 1	0.05 273	0.20 289	1.77 403

ssnet_v2	4.73 364	1.43 323	6.74 348	1.80 252	0.75 217	8.89 393	4.60 414	12.66 375	10.65 372	9.53 371	6.23 202	9.78 360	4.26 302	6.89 208	9.65 411	0.01 155	0.01 121	0.00 1	0.00 1	0.36 378	0.31 174

MC-Stereo	1.87 88	0.49 71	3.52 130	2.82 385	1.07 265	1.90 76	0.12 57	4.89 80	3.27 60	3.66 135	3.58 124	0.56 78	1.45 162	5.79 162	0.81 63	0.00 1	1.19 440	0.00 1	0.21 360	0.11 183	1.95 426

RCA-Stereo	2.19 133	0.46 51	3.22 97	0.47 74	0.33 115	2.27 108	0.47 162	5.60 120	15.20 422	2.86 112	5.61 183	0.78 86	3.15 237	1.71 34	0.48 9	0.00 1	0.90 376	0.00 1	0.00 1	0.10 170	0.26 158

ssnet	3.58 274	2.01 383	8.82 398	2.01 290	0.69 201	7.38 374	1.10 312	9.23 275	6.66 252	9.32 364	5.91 191	4.21 219	3.31 248	6.91 210	3.69 292	0.00 1	0.00 1	0.00 1	0.00 1	0.24 324	0.18 110

CroCo-Stereo Lap2	1.37 48	1.19 278	4.17 197	1.01 154	4.58 451	0.46 3	0.09 43	4.27 51	2.94 41	1.25 83	2.40 84	1.55 117	0.20 12	1.72 35	1.30 145	0.00 1	0.00 1	0.00 1	0.00 1	0.15 250	0.13 73

HBP-ISP	4.37 339	1.56 339	4.59 234	2.23 317	1.29 306	7.87 378	3.96 402	11.80 349	10.91 379	8.06 319	14.45 385	3.38 174	4.87 328	9.27 360	2.53 250	0.14 383	0.06 215	0.00 1	0.01 219	0.08 133	0.30 172

TestStereo1	3.12 233	1.34 306	4.67 239	3.47 425	0.71 207	2.50 130	1.45 333	7.27 217	8.71 329	4.91 167	9.28 288	2.34 140	3.61 266	9.44 365	1.62 173	0.00 1	0.33 302	0.00 1	0.00 1	0.30 357	0.40 197

qqq	2.44 168	0.85 191	4.33 209	1.73 244	0.71 207	1.98 82	0.38 143	9.15 271	4.33 134	3.37 125	4.34 138	4.63 238	2.83 231	4.95 134	2.06 221	0.00 1	1.13 422	0.00 1	0.25 377	0.09 148	1.65 375

ccc-4	1.46 59	0.79 171	2.99 81	0.33 46	0.35 119	2.75 163	0.81 263	4.31 54	2.97 44	0.77 54	1.20 36	0.21 17	0.42 63	7.44 245	0.86 71	0.00 1	0.93 378	0.00 1	0.16 327	0.12 201	1.82 406

ADStereo(finetuned)	2.50 174	0.95 230	6.60 339	0.39 57	0.20 71	1.72 64	0.24 111	6.06 156	9.31 347	6.30 219	5.42 177	1.44 111	6.22 370	2.25 63	2.14 226	0.01 155	0.00 1	0.00 1	0.00 1	0.04 72	0.65 261

x	2.30 149	0.82 182	3.85 161	2.23 317	0.72 210	2.12 98	0.81 263	9.48 285	4.82 170	3.83 140	2.76 93	3.49 187	2.30 209	3.48 94	2.25 236	0.00 1	1.13 422	0.00 1	0.22 367	0.09 148	1.66 379

DisPM	2.59 184	0.47 57	4.32 208	1.89 265	0.20 71	3.42 230	0.63 214	5.56 118	5.60 201	8.66 341	7.05 229	2.82 154	1.03 125	9.05 353	1.07 111	0.02 251	0.00 1	0.00 1	0.00 1	0.02 16	0.04 22

Wz-Net-LNSev-Ref	6.52 400	2.21 393	12.10 432	2.75 378	3.28 405	10.03 407	3.05 382	12.31 363	11.52 391	10.10 384	21.36 437	11.51 391	7.30 396	11.56 417	10.61 423	0.09 367	0.00 1	0.00 1	0.00 1	0.08 133	0.51 228

Wz-Net-LNSev	7.12 412	2.75 424	18.64 464	1.70 238	4.16 437	12.79 439	6.72 442	13.74 409	13.57 412	11.14 412	17.31 416	11.90 400	8.50 415	8.96 349	9.94 413	0.00 1	0.01 121	0.00 1	0.00 1	0.18 273	0.34 182

Wz-Net-MNSev	8.12 427	3.18 432	18.07 463	2.63 372	3.36 411	17.82 461	9.40 465	12.89 383	15.44 426	13.95 441	18.21 426	14.38 415	7.75 404	12.50 427	11.45 432	0.46 432	0.03 183	0.00 1	0.01 219	0.26 333	0.58 241

IER	3.42 264	0.91 214	6.38 332	0.73 115	1.60 326	7.07 367	0.55 190	7.07 210	5.45 196	8.17 323	8.89 275	6.13 289	6.13 367	5.36 149	3.77 300	0.00 1	0.00 1	0.00 1	0.00 1	0.08 133	0.05 28

raft_robust	2.91 214	1.71 354	3.42 123	1.36 187	0.57 181	1.53 42	0.12 57	7.06 208	9.09 341	6.96 264	7.21 235	4.43 231	2.09 198	9.40 364	1.61 171	0.03 291	0.93 378	0.00 1	0.21 360	0.17 263	0.38 194

RAFT_CTSACE	3.62 280	1.65 347	5.41 277	1.36 187	3.08 398	3.95 281	1.03 304	4.62 66	4.65 157	5.33 183	17.73 421	7.63 323	2.71 223	10.98 404	1.15 122	0.00 1	0.48 326	0.00 1	0.00 1	0.31 364	0.25 156

RAFT+CT+SA	2.59 184	1.19 278	3.55 137	1.09 160	2.21 367	3.14 211	0.90 288	7.59 229	5.65 203	2.76 111	8.21 268	2.04 134	1.57 176	8.84 339	1.31 147	0.02 251	0.34 304	0.00 1	0.38 424	0.22 307	0.73 281

test_5	3.16 238	1.18 276	4.96 253	2.33 342	3.10 400	4.51 309	1.27 324	7.47 228	7.61 296	3.00 119	7.38 240	5.37 266	4.06 291	8.28 303	1.54 163	0.00 1	0.34 304	0.00 1	0.02 238	0.21 300	0.62 254

SA-5K	3.12 233	1.34 306	4.67 239	3.47 425	0.71 207	2.50 130	1.45 333	7.27 217	8.71 329	4.91 167	9.28 288	2.34 140	3.61 266	9.44 365	1.62 173	0.00 1	0.33 302	0.00 1	0.00 1	0.30 357	0.40 197

Sa-1000	3.81 296	1.26 293	4.64 237	2.29 335	0.55 179	3.51 241	1.58 341	8.37 248	9.13 343	7.97 308	17.42 417	3.98 205	2.76 227	9.61 371	1.68 189	0.00 1	0.69 346	0.00 1	0.18 342	0.23 319	0.27 161

SA	3.34 250	1.29 297	4.84 246	1.99 286	0.57 181	3.15 212	1.39 331	7.66 236	9.94 358	4.86 166	10.87 330	2.97 159	4.61 319	9.88 386	1.38 154	0.00 1	0.60 335	0.00 1	0.19 345	0.25 332	0.37 191

test_4	2.58 183	0.70 156	3.30 105	0.43 64	0.30 105	3.97 282	1.11 315	3.91 37	3.83 106	4.15 152	17.20 413	3.44 183	0.52 81	6.60 190	1.58 166	0.00 1	0.13 259	0.00 1	0.11 308	0.20 289	0.20 125

IGEV-Stereo	1.51 67	0.81 178	2.69 57	0.60 91	0.69 201	2.77 168	0.79 257	4.88 77	2.99 49	0.82 65	1.25 40	0.31 43	0.42 63	7.43 244	0.85 69	0.00 1	0.83 360	0.00 1	0.17 336	0.12 201	1.85 415
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	3.20 240	1.27 295	5.27 267	0.27 38	0.99 254	2.71 157	0.58 199	5.75 130	5.85 215	3.03 121	7.88 254	10.08 365	4.08 294	8.40 315	6.09 356	0.00 1	0.25 293	0.00 1	0.12 314	0.31 364	0.95 307

CSP-Net	4.40 341	1.70 352	4.90 250	1.82 256	1.04 261	12.96 440	2.25 362	13.75 410	6.34 233	9.64 375	8.99 278	8.31 336	3.24 242	8.45 321	4.32 321	0.01 155	0.00 1	0.00 1	0.00 1	0.23 319	0.06 37

iRaft-Stereo_20w	3.11 231	0.49 71	6.09 315	1.01 154	1.25 297	3.99 283	1.00 302	14.00 414	4.73 162	6.70 252	6.27 207	2.34 140	2.28 208	7.29 237	1.58 166	0.01 155	0.75 353	0.00 1	0.73 452	0.10 170	1.63 373

GLC_STEREO	0.87 8	0.39 21	1.55 5	0.72 112	0.01 1	1.98 82	0.55 190	3.52 19	3.54 83	0.96 73	1.63 53	0.19 13	0.41 61	1.29 18	0.58 22	0.00 1	0.01 121	0.00 1	0.00 1	0.05 90	0.08 46

DAS	4.18 326	0.53 86	6.20 321	2.20 310	3.69 421	2.78 169	3.12 385	8.69 256	10.29 362	9.39 369	12.80 366	4.58 235	7.20 392	9.08 354	2.70 261	0.02 251	0.00 1	0.00 1	0.00 1	0.04 72	0.34 182

SepStereo	4.22 329	0.53 86	6.20 321	2.20 310	3.69 421	2.78 169	3.12 385	8.69 256	10.29 362	9.39 369	12.80 366	4.58 235	7.20 392	9.74 379	2.70 261	0.02 251	0.00 1	0.00 1	0.00 1	0.04 72	0.34 182

IPLG	2.63 189	1.09 259	5.67 298	0.73 115	0.31 108	3.00 199	0.25 115	6.84 197	6.02 219	7.93 306	6.31 208	1.91 129	1.72 185	7.47 254	2.53 250	0.01 155	0.01 121	0.00 1	0.00 1	0.29 354	0.58 241

IPLGR	2.46 169	0.68 146	7.02 355	0.22 25	0.16 52	2.01 84	0.22 105	7.01 202	6.62 249	7.10 270	5.92 194	2.91 155	2.27 206	5.12 143	1.52 162	0.00 1	0.00 1	0.00 1	0.00 1	0.12 201	0.41 206

AASNet	4.20 328	1.63 345	5.82 304	3.79 435	3.93 430	6.55 355	1.22 320	19.12 460	6.82 260	7.86 305	8.35 270	4.36 228	2.55 218	3.87 104	7.47 376	0.00 1	0.00 1	0.00 1	0.00 1	0.49 407	0.22 137

GMOStereo	2.08 110	0.85 191	2.95 76	0.23 27	0.73 212	1.50 37	0.86 280	5.08 84	4.78 164	8.42 329	6.99 225	3.36 169	1.14 133	1.73 36	1.21 133	0.00 1	1.32 449	0.00 1	0.00 1	0.28 346	0.23 144

error version	2.08 110	0.85 191	2.95 76	0.23 27	0.73 212	1.50 37	0.86 280	5.08 84	4.78 164	8.42 329	6.99 225	3.36 169	1.14 133	1.73 36	1.21 133	0.00 1	1.32 449	0.00 1	0.00 1	0.28 346	0.23 144

test-v	2.08 110	0.85 191	2.95 76	0.23 27	0.73 212	1.50 37	0.86 280	5.08 84	4.78 164	8.42 329	6.99 225	3.36 169	1.14 133	1.73 36	1.21 133	0.00 1	1.32 449	0.00 1	0.00 1	0.28 346	0.23 144

test-3	2.19 133	0.38 15	3.88 169	1.55 215	0.91 243	1.39 29	0.80 259	5.36 107	5.51 197	7.36 291	1.90 68	4.05 209	0.42 63	6.67 197	1.17 126	0.00 1	0.99 399	0.00 1	0.28 397	0.20 289	1.08 324

test_1	2.18 130	0.38 15	3.87 164	1.54 214	0.91 243	1.38 28	0.80 259	5.36 107	5.53 199	7.12 271	1.86 67	4.05 209	0.41 61	6.65 194	1.17 126	0.00 1	0.99 399	0.00 1	0.28 397	0.20 289	1.08 324

SACVNet	4.55 349	1.88 368	5.55 290	3.38 421	1.68 334	3.11 206	2.76 374	12.44 369	6.43 238	11.07 411	11.31 336	10.53 374	5.13 342	9.88 386	4.56 329	0.08 356	0.02 157	0.00 1	0.01 219	0.38 384	0.80 289

AACVNet	3.71 288	1.63 345	4.89 249	3.80 436	0.62 189	3.25 218	0.30 129	9.47 284	3.81 103	6.34 224	10.74 327	10.52 372	4.92 330	9.31 362	3.88 304	0.03 291	0.01 121	0.00 1	0.00 1	0.34 372	0.28 165

test_3	2.22 137	0.39 21	4.20 201	1.51 210	0.90 240	1.29 22	0.74 248	5.34 100	6.37 235	6.64 244	1.96 71	4.24 223	0.45 75	6.63 192	1.17 126	0.00 1	1.00 403	0.00 1	0.28 397	0.19 280	1.01 312

GwcNet-ADL	2.85 207	0.61 122	4.38 212	0.92 146	0.33 115	2.05 88	0.67 226	8.85 261	9.65 354	6.36 225	6.71 218	4.11 213	1.71 183	5.97 167	4.22 316	0.08 356	0.06 215	0.00 1	0.00 1	0.07 120	0.16 99

PSMNet-ADL	3.17 239	0.56 106	3.00 86	1.55 215	0.40 139	5.97 345	0.28 120	9.06 266	5.75 211	3.56 131	6.80 222	8.33 337	4.51 309	7.65 268	5.51 350	0.03 291	0.09 239	0.00 1	0.00 1	0.03 46	0.28 165

ADLNet2	4.72 362	1.44 327	6.68 345	3.03 398	3.90 429	6.80 359	2.91 377	11.67 347	9.63 353	7.99 311	9.89 305	9.75 359	5.32 351	7.70 269	7.13 373	0.01 155	0.03 183	0.00 1	0.00 1	0.26 333	0.22 137

PFNet+	2.52 175	0.47 57	4.97 254	0.95 150	0.18 59	3.12 208	0.73 244	4.98 81	6.97 268	7.95 307	6.38 212	2.51 144	1.18 142	8.05 290	1.82 198	0.03 291	0.00 1	0.00 1	0.00 1	0.02 16	0.05 28

TRStereo	2.71 196	3.79 446	5.46 281	2.19 309	2.22 369	2.98 198	1.07 310	9.83 291	4.39 141	3.46 128	3.48 115	3.92 203	0.77 107	6.43 184	1.70 191	0.03 291	0.63 338	0.00 1	0.29 402	0.11 183	1.49 360

Patchmatch Stereo++	2.09 116	0.55 95	3.57 140	0.20 13	0.20 71	3.68 262	0.64 217	5.90 145	3.52 77	5.91 199	4.41 141	3.42 177	1.51 169	7.07 221	0.95 90	0.01 155	0.00 1	0.00 1	0.00 1	0.09 148	0.10 55
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	3.50 268	0.49 71	3.38 114	1.91 268	0.41 143	3.66 257	1.02 303	5.14 89	5.16 182	9.65 378	7.75 249	4.91 248	6.23 371	7.45 252	12.73 444	0.01 155	0.00 1	0.00 1	0.00 1	0.05 90	0.06 37

STrans-v2	3.55 272	0.94 228	5.06 258	0.32 40	0.60 186	2.97 197	1.15 316	11.08 329	7.97 308	6.01 207	10.93 331	6.65 302	6.86 384	8.37 314	1.66 185	0.00 1	0.01 121	0.00 1	0.00 1	0.04 72	0.39 196

OMP-Stereo	3.15 236	1.19 278	3.49 128	4.34 453	0.51 164	2.20 102	1.21 318	6.67 187	6.52 243	7.99 311	6.24 206	8.38 342	2.44 214	9.65 372	1.92 209	0.01 155	0.02 157	0.00 1	0.00 1	0.08 133	0.15 90

IIG-Stereo	3.28 244	0.98 239	3.57 140	4.14 445	0.22 87	2.56 136	0.71 239	7.04 207	6.10 222	8.49 334	9.38 294	7.82 328	2.73 224	9.69 378	1.99 216	0.02 251	0.02 157	0.00 1	0.00 1	0.03 46	0.14 77

NF-Stereo	2.38 156	0.48 63	3.88 169	2.17 306	0.11 23	3.43 232	0.42 152	7.08 213	3.75 99	6.91 257	5.29 170	2.65 150	1.33 154	8.40 315	1.67 188	0.01 155	0.00 1	0.00 1	0.00 1	0.03 46	0.02 6

OCTAStereo	2.38 156	0.48 63	3.90 171	2.16 301	0.11 23	3.42 230	0.42 152	7.06 208	3.74 97	6.91 257	5.26 166	2.63 149	1.32 152	8.41 317	1.70 191	0.01 155	0.00 1	0.00 1	0.00 1	0.03 46	0.01 1

PSM-softLoss	2.38 156	0.48 63	4.28 204	1.94 273	0.19 63	2.73 160	0.38 143	6.67 187	3.50 70	6.33 221	6.33 209	2.93 156	0.97 120	8.90 342	1.88 203	0.01 155	0.00 1	0.00 1	0.00 1	0.03 46	0.03 13

KMStereo	2.38 156	0.48 63	4.28 204	1.94 273	0.19 63	2.73 160	0.38 143	6.67 187	3.50 70	6.33 221	6.33 209	2.93 156	0.97 120	8.90 342	1.88 203	0.01 155	0.00 1	0.00 1	0.00 1	0.03 46	0.03 13

NRIStereo	2.27 146	0.52 84	3.35 113	1.26 177	0.17 55	3.04 202	0.84 272	5.96 152	3.74 97	6.27 218	3.44 111	4.13 214	1.80 190	8.31 309	2.11 224	0.00 1	0.10 245	0.00 1	0.00 1	0.12 201	0.20 125

PSM-adaLoss	2.02 104	0.55 95	3.57 140	0.20 13	0.21 80	3.69 265	0.69 232	5.89 140	3.52 77	5.91 199	4.43 143	3.42 177	1.50 165	5.63 158	0.94 89	0.01 155	0.00 1	0.00 1	0.00 1	0.09 148	0.10 55

PSM-AAD	3.43 266	0.31 7	2.16 26	0.80 128	0.57 181	2.53 134	5.97 428	5.53 113	3.98 119	11.00 408	11.90 349	2.93 156	9.36 427	8.03 287	1.00 99	0.01 155	0.01 121	0.00 1	0.00 1	0.06 101	2.39 449

ROB_FTStereo_v2	2.04 106	0.56 106	3.56 139	0.20 13	0.21 80	3.66 257	0.72 242	5.89 140	3.51 75	5.91 199	4.46 146	3.42 177	1.50 165	6.08 173	0.93 85	0.01 155	0.00 1	0.00 1	0.00 1	0.09 148	0.09 50

ROB_FTStereo	2.03 105	0.57 112	3.57 140	0.20 13	0.21 80	3.66 257	0.73 244	5.89 140	3.51 75	5.92 204	4.35 140	3.37 173	1.50 165	6.02 168	0.90 79	0.01 155	0.00 1	0.00 1	0.00 1	0.09 148	0.09 50

KYRaft	3.68 283	0.43 33	2.53 40	0.89 141	0.49 154	2.28 110	3.89 399	5.30 97	3.82 105	8.99 353	19.28 429	6.54 300	4.96 332	7.92 281	0.96 93	0.01 155	0.00 1	0.00 1	0.01 219	0.06 101	5.17 474

HUI-Stereo	1.94 98	0.56 106	3.55 137	0.20 13	0.20 71	3.67 261	0.63 214	5.89 140	3.53 81	5.92 204	4.44 144	3.41 176	1.51 169	4.21 114	0.89 77	0.02 251	0.00 1	0.00 1	0.00 1	0.09 148	0.11 64

ASMatch	3.41 262	0.62 128	3.59 145	1.99 286	0.48 151	1.91 77	0.66 222	7.01 202	4.43 144	6.25 216	22.02 442	4.56 234	4.72 324	7.78 274	1.85 200	0.01 155	0.01 121	0.00 1	0.03 251	0.02 16	0.21 131

SST-Stereo	2.86 208	0.45 47	3.64 149	1.46 204	0.36 125	3.94 279	0.80 259	6.07 158	4.46 145	10.96 407	6.21 201	4.94 251	4.14 296	8.85 340	0.93 85	0.01 155	0.00 1	0.00 1	0.00 1	0.04 72	0.03 13

RAFT_R40	2.83 205	0.46 51	3.85 161	1.38 192	0.32 114	3.78 270	0.97 297	6.16 162	4.82 170	9.74 380	6.35 211	4.96 252	3.94 288	8.78 337	1.05 107	0.01 155	0.00 1	0.00 1	0.00 1	0.04 72	0.03 13

DRaft	3.83 298	0.65 135	3.39 116	0.22 25	0.16 52	4.67 314	1.30 328	5.82 137	4.86 172	10.26 388	21.65 438	3.24 167	8.62 418	7.53 260	3.76 297	0.05 331	0.10 245	0.00 1	0.14 322	0.12 201	0.16 99

PFNet	3.06 228	0.59 118	6.13 317	2.26 326	0.84 232	3.08 204	0.73 244	7.38 224	5.35 188	10.20 385	6.06 196	4.72 240	2.10 201	8.47 322	2.25 236	0.19 399	0.06 215	0.00 1	0.11 308	0.20 289	0.42 211

DeepStereo_RVC	2.15 125	0.55 95	3.26 102	0.21 22	0.19 63	3.47 238	0.68 229	5.76 131	3.60 87	6.36 225	4.19 136	3.42 177	4.44 307	5.04 139	1.59 169	0.02 251	0.00 1	0.00 1	0.00 1	0.09 148	0.18 110

iGMRVC	2.09 116	0.56 106	3.59 145	0.20 13	0.21 80	3.68 262	0.71 239	5.89 140	3.53 81	5.92 204	4.46 146	3.44 183	1.51 169	6.93 214	0.98 94	0.02 251	0.00 1	0.00 1	0.00 1	0.09 148	0.09 50

RAFT-RH_RVC	4.04 313	0.69 149	3.59 145	1.91 268	0.43 146	3.11 206	0.13 66	3.80 34	6.60 246	11.26 414	31.68 475	5.20 259	1.66 179	8.30 307	2.27 239	0.09 367	0.00 1	0.00 1	0.03 251	0.03 46	0.02 6

RAFT-345	3.36 255	0.55 95	3.43 124	1.23 174	0.21 80	2.62 143	0.46 160	3.91 37	6.34 233	7.46 294	24.49 452	4.19 218	1.74 188	8.27 302	2.25 236	0.01 155	0.00 1	0.00 1	0.00 1	0.02 16	0.02 6

iRAFT	2.09 116	0.55 95	3.57 140	0.20 13	0.20 71	3.68 262	0.64 217	5.90 145	3.52 77	5.91 199	4.41 141	3.42 177	1.51 169	7.07 221	0.95 90	0.01 155	0.00 1	0.00 1	0.00 1	0.09 148	0.10 55

CRE-IMP	2.08 110	0.51 79	3.43 124	0.35 52	0.19 63	3.85 275	0.83 271	5.77 132	3.43 69	5.81 195	4.24 137	3.45 185	0.83 113	6.56 187	1.99 216	0.01 155	0.00 1	0.00 1	0.00 1	0.11 183	0.20 125

CroCo-Stereo	1.14 31	1.22 288	3.99 182	0.61 94	0.53 171	0.38 1	0.06 29	5.35 105	4.15 125	0.59 39	1.92 69	1.00 95	0.27 25	1.37 22	1.33 150	0.01 155	0.00 1	0.00 1	0.00 1	0.05 90	0.05 28
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
test-2	2.08 110	0.85 191	2.95 76	0.23 27	0.73 212	1.50 37	0.86 280	5.08 84	4.78 164	8.42 329	6.99 225	3.36 169	1.14 133	1.73 36	1.21 133	0.00 1	1.32 449	0.00 1	0.00 1	0.28 346	0.23 144

cross-raft	2.25 142	0.48 63	2.96 80	1.87 261	0.94 247	3.72 266	0.47 162	7.61 232	4.15 125	5.37 184	5.68 186	6.17 291	1.40 159	2.15 58	1.06 109	0.01 155	0.22 283	0.00 1	0.19 345	0.03 46	0.41 206

RAFT	2.94 218	1.29 297	4.06 189	1.36 187	0.50 157	2.39 119	0.91 291	6.11 160	3.25 59	6.64 244	7.30 238	9.96 363	4.20 298	6.03 169	2.21 230	0.00 1	1.02 405	0.00 1	0.02 238	0.54 412	1.01 312

test-1	2.14 124	0.54 90	6.32 330	1.07 159	1.22 292	2.13 100	0.54 186	6.40 176	4.80 169	3.55 130	5.23 165	4.02 207	0.71 100	1.95 46	2.15 227	0.08 356	0.98 396	0.00 1	0.08 284	0.02 16	1.07 321

GMM-Stereo	3.42 264	0.39 21	3.24 100	0.87 138	0.50 157	2.26 105	4.73 416	5.64 124	3.81 103	7.08 268	16.57 405	6.13 289	3.62 268	7.74 272	1.40 156	0.05 331	0.00 1	0.00 1	0.04 269	0.12 201	4.24 472

RAFT-IKP	2.04 106	0.57 112	3.54 135	0.20 13	0.20 71	3.45 235	0.62 212	5.90 145	3.52 77	5.91 199	4.44 144	3.46 186	1.50 165	6.20 176	1.00 99	0.01 155	0.00 1	0.00 1	0.00 1	0.09 148	0.08 46

Prome-Stereo	3.73 289	0.39 21	2.62 49	1.05 158	0.52 168	2.06 90	4.58 413	4.88 77	3.95 116	9.34 367	20.39 434	4.03 208	7.02 389	7.86 277	1.31 147	0.00 1	0.00 1	0.00 1	0.00 1	0.07 120	4.52 473

LMCR-Stereo	3.92 303	1.96 379	4.92 251	2.85 389	0.23 90	7.88 379	1.47 335	12.52 372	5.39 192	8.71 342	10.65 325	1.90 128	5.04 336	8.53 326	4.89 337	1.05 450	0.00 1	0.00 1	0.00 1	0.42 390	0.05 28

rafts_anoy	2.09 116	1.42 321	3.34 111	2.87 390	2.72 389	2.46 127	0.17 88	6.20 166	6.48 241	3.40 127	2.25 80	1.91 129	1.32 152	3.59 95	1.75 195	0.01 155	1.52 465	0.00 1	0.01 219	0.06 101	0.28 165

iRaftStereo_RVC	1.88 89	1.22 288	2.63 50	0.95 150	0.06 9	2.96 195	0.05 22	6.08 159	3.99 120	3.92 145	4.88 154	2.53 145	0.62 93	3.62 96	1.19 131	0.00 1	1.19 440	0.00 1	0.00 1	0.37 381	1.29 347

Anonymous3	1.96 100	0.61 122	7.58 373	0.42 61	0.51 164	4.28 298	0.52 182	5.56 118	2.76 34	2.35 102	3.47 113	1.50 114	1.13 131	5.92 166	1.54 163	0.23 407	0.23 287	0.00 1	0.00 1	0.14 234	0.47 220

CREStereo++_RVC	1.70 81	0.50 77	3.07 90	0.45 69	0.01 1	1.69 56	0.02 11	3.09 15	8.24 315	3.82 139	7.53 243	0.49 69	0.32 42	1.05 7	0.52 16	0.00 1	0.00 1	0.00 1	3.03 483	0.01 6	0.08 46
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	2.10 120	0.38 15	3.31 107	0.17 11	0.09 18	4.89 321	0.13 66	7.34 221	8.06 311	3.87 143	4.47 148	0.60 81	1.19 147	6.78 205	0.63 33	0.01 155	0.01 121	0.00 1	0.00 1	0.02 16	0.04 22

TestStereo	1.89 90	1.59 342	4.22 202	0.37 54	0.28 102	1.33 25	0.01 2	5.63 123	4.13 124	3.59 132	5.11 162	2.06 136	0.70 99	7.62 267	0.93 85	0.02 251	0.00 1	0.00 1	0.00 1	0.02 16	0.19 119

raft+_RVC	2.18 130	1.49 333	3.14 92	2.77 380	2.01 359	1.40 30	0.10 48	7.02 205	5.35 188	2.99 118	5.54 182	1.19 100	1.34 157	4.98 136	1.49 160	0.00 1	1.45 458	0.00 1	0.00 1	0.14 234	1.11 326

TANstereo	1.32 44	0.79 171	2.93 71	0.37 54	0.11 23	1.81 71	0.01 2	3.56 20	4.36 140	4.53 161	4.96 158	0.41 58	0.68 97	1.22 11	0.59 25	0.01 155	0.00 1	0.00 1	0.00 1	0.00 1	0.03 13

XX-TBD	1.55 73	1.11 263	2.94 73	2.45 356	0.06 9	2.31 112	0.01 2	3.58 22	7.80 302	3.11 122	5.10 161	0.27 36	0.26 21	1.42 24	0.60 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 22

raftrobust	2.16 127	1.31 300	2.76 61	2.38 348	3.33 408	2.72 159	0.51 180	5.34 100	4.64 156	6.13 214	3.98 131	1.63 118	2.51 217	3.02 87	1.64 180	0.00 1	0.76 355	0.00 1	0.02 238	0.14 234	0.27 161

sAnonymous2	1.54 70	2.26 396	9.53 413	0.65 101	0.50 157	1.20 14	0.23 109	4.86 73	3.65 92	0.42 19	1.27 42	0.23 25	1.40 159	1.23 12	0.68 38	0.02 251	0.00 1	0.00 1	0.20 354	2.00 460	0.42 211

CroCo_RVC	1.54 70	2.26 396	9.53 413	0.65 101	0.50 157	1.20 14	0.23 109	4.86 73	3.65 92	0.42 19	1.27 42	0.23 25	1.40 159	1.23 12	0.68 38	0.02 251	0.00 1	0.00 1	0.20 354	2.00 460	0.42 211

RALCasStereoNet	2.39 163	1.73 359	3.59 145	2.38 348	2.69 388	2.84 175	0.18 92	5.29 96	4.94 174	2.45 105	5.62 185	2.22 138	0.79 112	7.48 257	1.63 176	0.00 1	1.75 468	0.00 1	0.00 1	0.14 234	2.03 432

RALAANet	2.68 192	1.71 354	4.73 244	2.79 382	0.80 226	3.30 223	0.15 79	7.92 242	5.92 217	5.79 194	6.06 196	3.51 188	1.13 131	6.76 202	2.28 241	0.00 1	0.28 296	0.00 1	0.10 301	0.27 343	0.13 73

sCroCo_RVC	1.34 45	0.85 191	6.15 319	1.21 173	1.28 301	0.90 7	0.18 92	4.50 61	2.86 39	0.37 9	3.18 107	0.52 73	1.52 173	1.83 44	0.93 85	0.13 380	0.25 293	0.00 1	0.00 1	0.08 133	0.16 99

XX-Stereo	2.95 220	0.48 63	7.08 360	2.84 388	2.51 383	1.63 49	0.20 99	6.15 161	3.38 67	2.38 104	16.00 399	6.90 310	0.25 19	6.40 183	1.14 121	0.00 1	0.66 340	0.00 1	0.31 408	0.16 254	0.57 239

ADLNet	4.56 351	1.19 278	5.52 289	3.81 439	3.59 418	6.98 364	2.40 365	12.01 355	7.96 307	10.52 393	9.67 302	8.26 335	4.98 333	6.59 189	6.93 367	0.01 155	0.01 121	0.00 1	0.01 219	0.22 307	0.55 236

HCRNet	2.74 202	0.83 185	4.19 199	0.45 69	3.31 407	2.18 101	0.22 105	7.59 229	5.76 212	6.08 212	4.89 155	5.21 260	2.74 225	8.04 289	3.10 279	0.00 1	0.02 157	0.00 1	0.00 1	0.10 170	0.09 50

DCANet	2.35 153	0.96 233	5.51 283	0.39 57	0.19 63	1.72 64	0.25 115	6.06 156	9.33 349	6.31 220	5.42 177	1.44 111	4.14 296	2.22 60	2.28 241	0.01 155	0.00 1	0.00 1	0.00 1	0.04 72	0.66 269

222	5.93 385	0.88 209	4.58 233	1.76 248	0.98 253	6.02 346	0.08 40	14.45 420	8.89 334	9.53 371	11.77 347	3.88 201	4.23 301	8.26 298	39.96 506	0.03 291	1.12 419	0.00 1	0.24 373	0.11 183	1.73 396

111	3.05 227	1.41 318	5.51 283	0.32 40	0.14 40	2.83 173	0.68 229	6.76 194	14.21 416	3.59 132	9.11 281	5.50 268	3.30 246	4.05 105	2.43 247	0.01 155	0.00 1	0.00 1	0.00 1	0.13 223	1.02 316

test_xeample3	1.71 84	1.75 361	6.64 342	0.90 143	0.29 103	2.55 135	0.90 288	4.08 43	2.36 25	0.56 37	0.24 11	0.23 25	0.31 35	7.51 258	2.73 265	0.00 1	0.70 348	0.00 1	0.36 421	0.18 273	1.92 424

xxxx	5.16 376	0.86 199	4.86 248	1.96 280	1.22 292	7.56 377	0.07 34	14.67 423	9.15 344	6.55 238	9.87 304	9.30 353	3.47 260	8.07 291	22.20 472	0.05 331	1.16 435	0.00 1	0.26 390	0.10 170	1.76 402

test_xeample	4.78 366	0.93 219	4.68 241	1.48 208	1.28 301	3.94 279	0.13 66	13.35 400	8.62 326	8.21 324	11.63 343	3.43 182	3.54 262	7.59 265	23.47 477	0.02 251	1.16 435	0.00 1	0.25 377	0.11 183	1.74 399

ARAFT	3.32 248	1.74 360	7.92 381	0.64 97	0.15 47	4.45 306	2.89 375	8.20 247	6.30 231	9.23 363	7.12 234	5.58 271	1.24 150	8.60 328	1.69 190	0.01 155	0.03 183	0.00 1	0.00 1	0.35 374	0.35 187

RAFT-Stereo + iAFF	2.48 170	1.23 291	3.48 127	1.61 219	1.09 272	1.63 49	0.15 79	5.80 135	6.43 238	7.32 289	9.91 306	3.05 160	1.71 183	2.33 68	1.75 195	0.01 155	0.71 351	0.00 1	0.00 1	0.28 346	1.19 334

AFF-stereo	2.87 210	1.31 300	3.26 102	1.87 261	0.38 131	1.68 54	0.09 43	6.38 174	7.07 270	6.52 235	11.90 349	6.08 288	2.32 210	5.05 140	1.65 182	0.02 251	0.66 340	0.00 1	0.00 1	0.29 354	0.94 305

RAFT + AFF	4.63 356	2.28 400	7.43 370	1.51 210	2.38 375	5.81 342	6.49 439	10.74 318	8.53 325	7.75 301	8.95 277	7.47 320	6.68 383	9.17 358	5.06 342	0.08 356	0.47 325	0.00 1	0.01 219	0.66 418	1.03 319

GMStereo	2.07 109	1.56 339	5.64 294	0.74 121	0.05 5	3.63 255	0.01 2	5.17 91	11.27 389	4.22 153	2.44 86	0.53 75	0.49 78	4.06 107	1.01 103	0.22 406	0.00 1	0.00 1	0.14 322	0.18 273	0.05 28
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EAI-Stereo	2.75 203	0.54 90	3.17 93	0.91 145	1.28 301	4.02 285	5.30 424	12.39 366	4.76 163	2.51 106	7.10 232	1.22 101	0.94 119	6.03 169	1.96 212	0.01 155	0.56 331	0.00 1	1.38 469	0.04 72	0.95 307

CFNet-RSSM	2.26 143	0.43 33	3.24 100	1.28 180	0.31 108	3.19 213	0.40 147	7.62 234	7.29 283	5.88 197	4.68 150	5.32 264	1.68 180	2.26 64	1.04 106	0.01 155	0.09 239	0.00 1	0.31 408	0.03 46	0.16 99

Syn2CoEx	6.70 402	3.69 444	12.14 433	2.78 381	1.68 334	8.36 386	3.21 389	18.59 455	12.66 401	8.86 347	20.79 436	10.52 372	10.54 433	9.68 373	8.70 393	0.01 155	0.00 1	0.00 1	0.00 1	0.69 423	1.00 311

MMNet	4.44 345	1.37 315	6.26 326	1.73 244	1.64 328	10.51 417	0.61 208	9.27 278	9.66 355	9.55 373	9.22 283	7.40 319	6.52 377	7.90 280	6.98 368	0.01 155	0.00 1	0.00 1	0.00 1	0.14 234	0.10 55

delet	4.59 354	1.12 267	5.93 308	1.37 190	3.73 424	10.48 415	3.90 400	10.51 311	9.17 345	8.87 348	9.74 303	8.37 339	3.74 275	8.12 293	6.36 364	0.00 1	0.00 1	0.00 1	0.00 1	0.21 300	0.12 68

psm_up	4.33 335	1.34 306	4.43 214	2.27 330	2.62 385	5.29 326	3.30 395	11.49 340	6.89 263	8.05 317	8.06 264	10.09 367	11.10 436	7.12 227	3.76 297	0.24 409	0.01 121	0.00 1	0.00 1	0.20 289	0.37 191

UNet	4.19 327	0.87 207	7.18 362	2.00 289	3.22 403	9.55 400	0.31 130	10.11 298	6.22 229	7.98 309	6.82 223	10.42 370	5.77 359	7.28 235	5.83 353	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.12 68

UPFNet	4.17 325	0.83 185	5.51 283	2.49 359	3.36 411	7.13 369	2.60 367	10.52 313	7.16 274	8.76 345	7.83 252	7.85 329	3.41 258	8.60 328	7.04 372	0.01 155	0.02 157	0.00 1	0.00 1	0.12 201	0.17 107

FCDSN-DC	10.72 456	1.16 273	5.01 256	2.16 301	1.31 310	17.46 459	4.80 417	17.79 450	19.87 448	25.02 475	32.85 476	33.57 484	23.52 483	16.80 460	12.13 437	0.11 375	0.00 1	0.00 1	0.00 1	0.09 148	0.76 285
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	2.16 127	0.42 30	3.13 91	1.28 180	0.31 108	3.52 244	0.39 146	6.56 182	6.31 232	5.38 185	5.11 162	5.47 267	1.70 182	2.00 50	1.08 112	0.01 155	0.19 274	0.00 1	0.25 377	0.02 16	0.16 99

CREStereo	1.09 23	0.51 79	2.16 26	0.11 4	0.24 91	1.67 52	0.03 16	4.24 48	6.91 265	0.80 64	1.73 58	0.44 64	0.64 94	1.58 32	0.61 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 6	0.02 6
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
FENet	2.35 153	0.59 118	3.28 104	2.32 340	0.27 101	2.78 169	0.13 66	7.68 237	6.09 221	5.38 185	2.12 73	4.84 246	3.33 253	4.98 136	2.66 257	0.02 251	0.03 183	0.00 1	0.00 1	0.04 72	0.40 197

ac_64	3.98 310	0.86 199	5.10 259	3.17 410	3.43 414	5.80 341	0.70 237	10.87 322	4.96 175	8.94 350	6.46 213	10.70 379	5.52 356	7.44 245	5.10 345	0.03 291	0.00 1	0.00 1	0.00 1	0.14 234	0.31 174

ACVNet	2.86 208	0.96 233	3.87 164	0.86 136	0.61 187	2.63 145	0.54 186	8.93 263	6.12 223	5.09 174	9.32 291	5.70 279	3.84 278	2.68 76	5.56 351	0.00 1	0.00 1	0.00 1	0.00 1	0.26 333	0.23 144

acv_ft	3.90 301	0.96 233	5.85 306	2.56 370	4.70 454	7.27 371	0.84 272	9.17 274	6.12 223	10.00 383	9.32 291	5.70 279	4.07 293	2.68 76	8.24 385	0.00 1	0.00 1	0.00 1	0.00 1	0.35 374	0.23 144

HGLStereo	4.58 352	1.04 253	6.02 312	3.30 419	5.14 461	6.36 351	0.71 239	11.04 327	7.60 295	8.04 315	12.85 369	6.90 310	8.51 416	7.85 276	5.93 354	0.02 251	0.02 157	0.00 1	0.00 1	0.14 234	0.15 90

cf-r	3.76 291	1.43 323	5.34 272	2.66 373	2.79 390	2.85 186	0.62 212	9.08 268	6.91 265	7.06 266	11.90 349	9.64 356	3.83 277	6.23 178	4.53 328	0.00 1	0.00 1	0.00 1	0.00 1	0.19 280	0.17 107

PMTNet	1.48 64	0.43 33	2.77 62	0.31 39	0.17 55	2.94 193	0.33 135	3.66 25	5.27 183	1.11 79	1.28 44	0.28 38	0.92 116	4.32 119	0.90 79	4.89 477	0.00 1	0.00 1	0.00 1	0.03 46	0.05 28

DMCA	3.08 230	1.10 260	6.20 321	1.82 256	0.90 240	3.80 273	0.55 190	9.76 288	5.42 193	6.56 240	6.47 214	7.06 315	2.09 198	4.05 105	5.46 349	0.00 1	0.01 121	0.00 1	0.00 1	0.11 183	0.16 99

FADNet-RVC	4.36 337	2.62 422	14.51 449	2.01 290	0.44 148	4.27 297	1.27 324	12.61 374	7.89 303	3.76 138	4.05 133	10.63 376	4.34 303	9.87 384	7.66 379	0.03 291	0.09 239	0.00 1	0.03 251	0.65 417	0.50 224

S-Stereo	6.85 404	0.93 219	10.76 426	3.34 420	3.51 416	6.55 355	6.01 431	13.75 410	23.86 464	9.65 378	15.54 392	11.81 397	8.24 411	8.59 327	11.23 430	0.13 380	0.16 267	0.00 1	0.42 431	0.14 234	2.39 449

DIP-Stereo	2.12 122	0.98 239	3.94 176	0.20 13	0.11 23	4.73 317	0.13 66	9.27 278	4.40 142	6.46 230	5.03 160	0.45 66	0.72 101	3.79 101	1.94 211	0.00 1	0.01 121	0.00 1	0.00 1	0.05 90	0.24 153
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	3.69 284	2.12 389	8.11 383	1.82 256	0.16 52	5.30 327	1.04 307	10.87 322	6.14 226	7.09 269	8.42 271	4.99 254	4.42 306	5.89 165	6.23 362	0.04 316	0.05 209	0.00 1	0.00 1	0.32 369	0.84 293

Nwc_Net	7.54 421	1.91 374	8.71 394	4.16 446	3.42 413	10.77 420	2.00 356	20.33 473	12.19 396	9.10 357	24.04 451	17.67 441	13.58 451	12.14 425	9.12 402	0.94 449	0.00 1	0.00 1	0.02 238	0.22 307	0.41 206

R-Stereo Train	2.60 186	0.46 51	2.94 73	1.10 162	0.18 59	3.61 250	0.60 204	6.88 198	3.50 70	9.13 358	17.23 414	1.77 123	0.77 107	2.03 52	1.65 182	0.00 1	0.01 121	0.00 1	0.00 1	0.01 6	0.21 131

RTS	19.64 491	10.42 482	87.01 517	5.88 466	6.82 469	41.73 501	16.69 492	16.80 444	41.90 497	23.44 469	32.96 478	13.79 408	21.49 474	38.85 501	30.84 494	0.46 432	0.70 348	0.00 1	0.09 294	1.13 442	1.70 390

RTSA	19.64 491	10.42 482	87.01 517	5.88 466	6.82 469	41.73 501	16.69 492	16.80 444	41.90 497	23.44 469	32.96 478	13.79 408	21.49 474	38.85 501	30.84 494	0.46 432	0.70 348	0.00 1	0.09 294	1.13 442	1.70 390

RAFT-Stereo	2.60 186	0.46 51	2.94 73	1.10 162	0.18 59	3.61 250	0.60 204	6.88 198	3.50 70	9.13 358	17.23 414	1.77 123	0.77 107	2.03 52	1.65 182	0.00 1	0.01 121	0.00 1	0.00 1	0.01 6	0.21 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	5.00 372	1.19 278	5.69 299	3.68 432	4.80 455	5.04 324	1.29 327	10.26 301	8.99 338	5.89 198	11.65 344	10.55 375	9.76 428	9.96 391	10.32 420	0.20 402	0.00 1	0.00 1	0.00 1	0.09 148	0.73 281

HSM-Net_RVC	4.40 341	0.44 42	3.22 97	0.72 112	0.68 198	7.06 366	1.82 351	12.57 373	8.48 324	9.04 354	12.20 355	14.98 419	5.14 343	7.32 239	4.19 314	0.02 251	0.02 157	0.00 1	0.00 1	0.02 16	0.14 77
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	5.40 377	2.35 409	9.55 415	2.75 378	2.21 367	8.74 390	3.92 401	13.05 389	13.35 411	7.30 288	7.98 259	8.08 330	6.39 373	11.17 409	9.30 404	0.02 251	0.03 183	0.00 1	0.03 251	0.16 254	1.55 367
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet	4.03 312	1.97 380	6.30 328	2.70 377	1.64 328	5.41 329	0.22 105	12.14 359	10.28 361	5.24 180	11.15 333	6.43 296	3.70 272	8.97 350	4.01 312	0.00 1	0.00 1	0.00 1	0.00 1	0.30 357	0.13 73

CVANet_RVC	4.68 360	1.93 375	5.57 292	2.61 371	1.86 350	4.12 291	4.94 419	12.11 356	9.29 346	8.05 317	11.08 332	10.28 368	6.48 376	9.52 369	3.19 285	0.45 430	0.01 121	0.00 1	0.12 314	0.23 319	1.75 400

UCFNet_RVC	3.37 256	1.25 292	3.30 105	2.55 369	1.80 342	3.92 278	1.28 326	12.49 371	7.16 274	5.12 177	7.88 254	8.14 331	4.59 317	5.67 160	2.11 224	0.00 1	0.00 1	0.00 1	0.00 1	0.14 234	0.07 42

HITNet	3.11 231	1.38 316	5.35 274	2.23 317	0.12 31	5.59 333	0.58 199	9.95 296	5.72 210	6.62 243	7.91 257	3.90 202	3.24 242	4.39 120	4.58 331	0.01 155	0.00 1	0.00 1	0.00 1	0.08 133	0.57 239
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
AdaStereo	3.34 250	0.74 166	4.00 183	3.10 408	0.51 164	4.22 294	1.25 323	12.84 380	8.39 320	6.33 221	9.55 296	5.77 282	1.54 174	5.53 155	2.74 267	0.02 251	0.00 1	0.00 1	0.00 1	0.03 46	0.15 90
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.
DeepPruner_ROB	3.82 297	1.87 367	5.65 296	1.31 184	1.64 328	3.62 254	0.81 263	14.47 421	5.03 180	8.03 314	10.78 328	6.95 312	2.26 205	8.92 344	4.32 321	0.07 349	0.03 183	0.00 1	0.01 219	0.37 381	0.29 168

iResNetv2_ROB	4.72 362	2.26 396	8.87 401	3.20 413	1.25 297	4.32 301	1.73 348	14.22 418	10.62 371	10.53 394	12.13 354	7.77 325	5.54 357	8.29 304	2.76 269	0.00 1	0.00 1	0.00 1	0.00 1	0.42 390	0.55 236

MLCV	3.76 291	1.52 336	6.93 353	1.66 228	0.31 108	4.31 300	0.32 132	7.92 242	7.68 297	9.55 373	12.12 352	5.17 258	2.74 225	10.00 392	4.49 327	0.01 155	0.00 1	0.00 1	0.00 1	0.16 254	0.27 161

HSM	4.25 333	1.10 260	4.14 192	1.78 249	2.14 365	6.67 358	1.08 311	12.92 384	6.90 264	7.06 266	8.17 267	14.17 413	6.03 366	9.16 356	3.11 280	0.00 1	0.00 1	0.00 1	0.00 1	0.09 148	0.41 206

StereoDRNet	6.02 389	2.40 411	8.22 386	3.43 422	4.43 442	10.57 418	4.21 405	19.44 462	11.24 388	12.86 428	8.06 264	11.64 395	4.79 326	8.65 333	9.32 405	0.01 155	0.10 245	0.00 1	0.03 251	0.34 372	0.69 273

iResNet	4.04 313	1.46 331	8.72 395	3.25 416	0.36 125	4.54 311	0.47 162	9.06 266	10.40 366	7.98 309	12.82 368	4.06 211	3.22 241	8.82 338	4.95 340	0.03 291	0.01 121	0.00 1	0.00 1	0.14 234	0.55 236

DISCO	6.58 401	0.98 239	6.44 333	3.75 434	1.18 285	11.19 425	3.29 394	12.92 384	16.72 433	7.27 284	11.74 346	17.34 438	6.60 378	19.59 474	11.59 433	0.00 1	0.00 1	0.00 1	0.00 1	0.45 398	0.50 224

MDST_ROB	9.13 442	1.31 300	10.16 423	4.36 454	2.48 381	28.66 485	7.64 454	19.96 467	14.97 421	27.53 479	24.02 449	9.47 354	5.27 346	16.31 457	8.61 391	0.63 439	0.19 274	0.00 1	0.00 1	0.08 133	0.90 298

CBMV_ROB	4.66 358	0.85 191	3.94 176	1.64 222	0.75 217	8.38 388	1.90 353	11.19 331	10.36 364	9.20 362	15.21 390	7.28 316	6.99 388	9.48 367	5.24 347	0.04 316	0.05 209	0.00 1	0.00 1	0.07 120	0.64 260

DLCB_ROB	4.87 370	1.45 330	4.75 245	2.52 364	1.13 279	6.25 350	3.01 381	10.44 308	8.34 318	11.05 410	13.43 373	14.04 411	3.90 285	9.74 379	6.80 366	0.00 1	0.00 1	0.00 1	0.00 1	0.08 133	0.37 191

iResNet_ROB	4.67 359	1.77 364	5.93 308	2.47 358	0.95 250	3.78 270	0.36 138	15.65 433	17.36 437	8.75 344	11.23 335	7.05 314	4.60 318	8.94 347	4.23 317	0.01 155	0.00 1	0.00 1	0.00 1	0.16 254	0.15 90

NOSS_ROB	3.67 281	0.86 199	3.81 160	2.53 365	1.11 275	6.10 347	0.72 242	11.08 329	12.36 397	5.45 187	8.91 276	5.65 273	2.09 198	8.30 307	3.16 282	0.20 402	0.07 228	0.00 1	0.00 1	0.11 183	0.80 289

XPNet_ROB	6.46 397	1.88 368	7.41 369	2.81 383	0.95 250	6.45 353	6.82 445	13.58 405	8.80 332	15.50 449	15.86 395	19.59 454	7.12 391	11.41 415	9.86 412	0.02 251	0.04 200	0.00 1	0.03 251	0.20 289	0.79 288

ETE_ROB	6.28 393	2.60 419	9.22 409	1.71 239	0.84 232	6.44 352	6.78 444	13.16 396	8.80 332	13.01 431	15.93 397	21.01 463	6.18 369	10.97 403	8.11 384	0.04 316	0.01 121	0.00 1	0.02 238	0.16 254	0.70 276

DN-CSS_ROB	3.00 226	2.14 390	7.33 364	2.67 375	0.78 222	3.13 209	0.07 34	6.68 191	4.22 130	5.51 190	12.12 352	2.33 139	1.21 148	8.69 334	2.51 249	0.03 291	0.00 1	0.00 1	0.00 1	0.42 390	0.15 90

LALA_ROB	7.02 410	2.54 417	8.51 388	1.53 213	0.96 252	9.96 405	8.71 461	16.70 442	12.68 402	12.99 430	13.90 380	24.47 468	5.40 353	11.61 419	9.50 408	0.04 316	0.05 209	0.00 1	0.02 238	0.17 263	0.65 261

MSMD_ROB	9.73 447	1.43 323	5.42 278	1.81 253	0.42 145	16.83 455	4.30 409	14.29 419	15.34 423	23.06 467	40.17 490	25.63 473	22.62 478	13.37 436	8.85 396	0.48 437	0.03 183	0.00 1	0.00 1	0.13 223	0.47 220

PWCDC_ROB	8.50 434	4.40 452	9.57 416	6.16 471	4.54 450	10.46 414	1.03 304	15.30 429	28.16 473	10.88 405	30.88 473	6.96 313	11.31 439	14.57 445	10.40 421	3.10 474	0.02 157	0.00 1	0.00 1	1.55 452	0.63 258

SGM-Forest	5.40 377	0.84 188	4.19 199	1.43 201	0.68 198	10.12 409	6.41 438	12.13 357	11.86 395	11.50 419	14.43 384	11.62 394	5.20 344	9.93 389	6.16 359	0.16 390	0.04 200	0.00 1	0.00 1	0.08 133	1.24 339
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	8.17 428	1.70 352	11.49 429	3.18 411	3.07 397	9.66 402	6.06 433	13.60 406	17.71 441	15.23 448	24.02 449	27.61 476	8.81 420	10.36 398	9.51 409	0.08 356	0.08 232	0.00 1	0.00 1	0.31 364	0.87 296

CBMV	5.97 386	1.52 336	4.51 222	1.99 286	0.53 171	10.02 406	6.94 447	13.27 398	13.80 415	13.08 433	15.93 397	11.36 390	8.11 410	9.82 382	7.27 374	0.08 356	0.15 265	0.00 1	0.00 1	0.30 357	0.74 284
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DDVS	3.79 295	0.66 139	5.66 297	2.27 330	1.28 301	6.48 354	0.47 162	9.33 282	4.35 139	7.29 286	7.71 247	12.49 403	2.21 203	9.01 351	5.16 346	0.08 356	0.20 280	0.01 333	0.00 1	0.14 234	1.03 319

ACV-stereo	4.65 357	1.22 288	10.49 425	2.22 314	1.05 262	12.62 438	1.24 322	6.70 192	7.36 286	3.22 124	5.18 164	16.59 432	10.02 429	8.18 295	6.19 361	0.06 341	0.14 263	0.01 333	0.00 1	0.12 201	0.40 197

CFNet_ucs	3.23 241	0.56 106	4.59 234	0.59 87	0.37 129	3.29 222	0.19 96	10.47 309	9.02 340	7.78 303	12.57 361	5.59 272	1.74 188	5.39 150	1.86 201	0.00 1	0.04 200	0.01 333	0.00 1	0.10 170	0.33 180

DCANet-4	2.26 143	0.43 33	6.69 346	0.40 59	0.20 71	1.70 57	0.13 66	5.73 129	9.44 352	6.01 207	5.29 170	1.12 99	2.77 228	2.49 74	2.21 230	0.01 155	0.00 1	0.01 333	0.00 1	0.02 16	0.61 249

fff	2.54 178	0.93 219	5.51 283	0.32 40	0.14 40	1.70 57	0.11 53	6.19 163	12.69 403	6.03 209	5.29 170	1.43 108	5.28 347	2.37 70	2.21 230	0.01 155	0.00 1	0.01 333	0.00 1	0.02 16	0.61 249

Wz-Net-SNSev	9.92 449	8.01 473	26.42 485	2.26 326	1.85 348	8.36 386	14.30 485	18.01 451	21.68 458	10.78 401	23.95 447	16.84 434	8.60 417	15.59 453	19.76 467	0.01 155	0.03 183	0.01 333	0.00 1	0.52 410	1.34 351

WZ-Net	13.61 470	5.57 460	42.84 502	3.89 440	3.19 402	19.90 467	15.44 487	15.67 434	32.04 479	16.13 452	28.69 464	22.17 466	15.84 460	21.40 480	26.87 487	0.75 444	0.01 121	0.01 333	0.03 251	0.51 409	1.20 335

MIPNet	2.27 146	1.14 270	5.55 290	0.49 78	0.22 87	2.03 87	0.19 96	7.60 231	6.17 227	5.83 196	4.16 134	2.05 135	3.44 259	3.65 97	2.23 235	0.00 1	0.01 121	0.01 333	0.01 219	0.24 324	0.48 222

CrosDoStereo	4.05 315	0.71 160	3.52 130	0.51 79	0.20 71	3.25 218	11.21 472	6.34 171	4.96 175	9.04 354	16.44 401	4.92 249	7.28 394	8.29 304	3.84 302	0.00 1	0.02 157	0.01 333	0.00 1	0.18 273	0.19 119

LCNet	2.94 218	0.55 95	2.57 42	1.03 157	0.59 185	2.05 88	1.55 340	5.51 111	4.19 128	6.08 212	10.58 323	4.54 232	6.63 379	7.59 265	0.90 79	0.01 155	0.00 1	0.01 333	0.76 453	0.31 364	3.43 463

TransformOpticalFlow	3.50 268	0.83 185	4.85 247	1.09 160	0.31 108	3.52 244	0.14 76	10.32 302	8.02 309	5.78 193	13.25 371	6.63 301	4.91 329	8.36 313	1.63 176	0.00 1	0.01 121	0.01 333	0.00 1	0.06 101	0.24 153

DeepStereo_LL	4.05 315	0.71 160	3.52 130	0.51 79	0.20 71	3.25 218	11.21 472	6.34 171	4.96 175	9.04 354	16.44 401	4.92 249	7.28 394	8.29 304	3.84 302	0.00 1	0.02 157	0.01 333	0.00 1	0.18 273	0.19 119

DEmStereo	3.86 299	0.54 90	4.04 187	0.26 36	0.17 55	5.17 325	2.45 366	4.70 67	4.34 138	8.37 328	19.94 432	5.06 257	10.13 431	7.86 277	3.93 308	0.01 155	0.01 121	0.01 333	0.00 1	0.03 46	0.10 55

GrayStereo	3.86 299	0.33 9	2.63 50	1.66 228	0.62 189	3.09 205	7.92 457	6.43 178	3.88 111	10.61 396	16.51 404	5.75 281	8.40 413	6.75 200	1.58 166	0.01 155	0.00 1	0.01 333	0.62 446	0.04 72	0.38 194

RE-Stereo	2.38 156	0.48 63	3.91 172	2.17 306	0.11 23	3.43 232	0.42 152	7.07 210	3.75 99	6.91 257	5.26 166	2.62 147	1.33 154	8.41 317	1.72 193	0.01 155	0.00 1	0.01 333	0.00 1	0.03 46	0.01 1

TVStereo	2.38 156	0.48 63	3.91 172	2.17 306	0.11 23	3.43 232	0.42 152	7.07 210	3.75 99	6.91 257	5.26 166	2.62 147	1.33 154	8.41 317	1.72 193	0.01 155	0.00 1	0.01 333	0.00 1	0.03 46	0.01 1

IRAFT_RVC	2.98 224	0.66 139	4.23 203	2.20 310	0.40 139	2.91 192	5.04 421	7.03 206	4.21 129	6.59 241	5.52 181	5.02 256	4.77 325	8.41 317	2.30 245	0.01 155	0.17 271	0.01 333	0.00 1	0.03 46	0.05 28

ICVP	2.53 176	0.47 57	3.64 149	1.20 172	0.69 201	2.71 157	0.84 272	10.63 315	4.66 158	4.31 156	8.99 278	2.75 152	1.93 191	2.91 83	4.07 313	0.06 341	0.24 290	0.01 333	0.01 219	0.13 223	0.26 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	2.96 222	0.55 95	4.51 222	0.43 64	0.24 91	2.83 173	0.12 57	8.59 254	8.13 312	7.20 279	10.41 316	6.47 298	2.04 196	5.27 146	2.00 218	0.00 1	0.02 157	0.01 333	0.00 1	0.06 101	0.23 144

csc	2.54 178	0.93 219	5.51 283	0.32 40	0.14 40	1.70 57	0.11 53	6.19 163	12.69 403	6.03 209	5.29 170	1.43 108	5.28 347	2.37 70	2.21 230	0.01 155	0.00 1	0.01 333	0.00 1	0.02 16	0.61 249

cscssc	2.54 178	0.93 219	5.51 283	0.32 40	0.14 40	1.70 57	0.11 53	6.19 163	12.69 403	6.03 209	5.29 170	1.43 108	5.28 347	2.37 70	2.21 230	0.01 155	0.00 1	0.01 333	0.00 1	0.02 16	0.61 249

SFCPSM	3.39 258	0.61 122	5.42 278	0.43 64	0.93 246	8.26 382	2.08 359	15.01 427	5.89 216	7.17 275	7.60 244	3.39 175	2.55 218	5.39 150	2.53 250	0.01 155	0.03 183	0.01 333	0.07 281	0.19 280	0.31 174

FAT-Stereo	6.98 409	0.79 171	7.57 372	2.54 368	1.80 342	6.16 348	4.33 410	19.16 461	18.82 445	10.75 400	17.08 411	18.23 445	13.56 450	9.25 359	8.44 387	0.03 291	0.16 267	0.01 333	0.10 301	0.14 234	0.65 261

STTStereo	3.90 301	1.43 323	8.20 385	3.03 398	2.28 373	3.64 256	0.64 217	10.11 298	7.09 271	10.20 385	7.08 230	8.73 349	3.57 264	7.44 245	4.00 311	0.00 1	0.02 157	0.01 333	0.01 219	0.04 72	0.40 197

NCC-stereo	7.43 418	2.28 400	8.58 391	3.28 417	4.48 445	8.34 383	4.27 407	20.45 474	13.66 413	9.17 360	17.52 418	16.49 430	14.31 456	13.71 438	8.95 398	1.73 461	0.12 253	0.01 333	0.50 440	0.21 300	0.60 246

Abc-Net	7.43 418	2.28 400	8.58 391	3.28 417	4.48 445	8.34 383	4.27 407	20.45 474	13.66 413	9.17 360	17.52 418	16.49 430	14.31 456	13.71 438	8.95 398	1.73 461	0.12 253	0.01 333	0.50 440	0.21 300	0.60 246
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	10.45 455	3.67 443	14.03 444	4.81 460	4.52 448	11.93 432	1.66 347	21.36 480	38.40 493	18.84 459	21.72 440	17.63 439	13.07 447	15.65 455	17.71 464	0.36 424	1.09 415	0.01 333	0.32 410	0.50 408	1.67 382

ADCP+	8.60 436	2.78 427	17.44 461	1.69 235	4.27 439	16.95 457	5.29 423	13.38 401	12.52 399	13.57 437	17.57 420	10.86 385	11.28 438	18.43 469	23.91 482	0.03 291	0.05 209	0.01 333	0.18 342	0.47 401	1.31 348

GANetREF_RVC	6.97 408	3.59 441	9.14 408	4.00 441	0.40 139	13.17 441	11.27 475	15.95 436	17.51 439	10.62 397	10.66 326	12.15 402	7.97 409	13.18 435	5.04 341	0.45 430	0.00 1	0.01 333	0.15 325	3.47 470	0.60 246
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
TDLM	4.58 352	1.79 366	5.03 257	2.45 356	1.32 311	4.04 288	7.15 450	11.60 345	11.46 390	6.91 257	12.69 364	5.94 286	5.03 334	9.74 379	3.80 301	0.67 441	0.00 1	0.01 333	0.05 273	0.23 319	1.78 404

ccs_rob	2.95 220	0.55 95	4.53 226	0.42 61	0.25 95	2.84 175	0.12 57	8.58 253	8.13 312	7.18 276	10.36 315	6.44 297	2.05 197	5.28 147	1.97 213	0.00 1	0.02 157	0.01 333	0.00 1	0.06 101	0.23 144

StereoDRNet-Refined	4.84 369	0.96 233	5.13 260	2.22 314	0.46 149	9.10 396	0.16 84	10.72 317	9.40 351	13.41 435	12.50 359	10.02 364	4.58 316	8.60 328	8.71 394	0.01 155	0.00 1	0.01 333	0.05 273	0.24 324	0.53 233
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
PSMNet_ROB	5.41 379	2.45 412	7.39 367	2.36 346	1.90 352	10.11 408	6.54 440	16.32 440	7.59 294	6.84 256	10.83 329	12.06 401	4.13 295	8.73 335	10.24 418	0.02 251	0.01 121	0.01 333	0.11 308	0.26 333	0.40 197

FC-DCNN v2	11.44 462	0.98 239	5.39 276	2.28 333	1.65 331	18.84 465	5.41 427	19.66 464	20.80 454	29.20 482	35.39 485	34.37 488	23.46 482	17.13 465	13.18 449	0.17 394	0.01 121	0.02 366	0.01 219	0.08 133	0.69 273

PCWNet_CMD	3.14 235	0.51 79	4.47 218	0.44 68	0.26 100	2.87 188	0.15 79	9.66 287	9.78 356	7.28 285	11.50 339	6.84 309	2.40 212	4.47 123	1.83 199	0.01 155	0.02 157	0.02 366	0.00 1	0.06 101	0.29 168

anonymousdsp2	2.20 135	0.57 112	4.59 234	1.69 235	0.82 230	3.58 248	0.48 172	8.57 252	3.63 91	3.37 125	3.03 102	3.32 168	1.00 122	5.57 156	0.80 59	0.01 155	0.94 383	0.02 366	0.15 325	0.06 101	1.89 422

CIPLG	2.72 199	1.69 350	6.02 312	0.80 128	2.14 365	2.66 153	0.84 272	5.90 145	5.59 200	8.12 320	9.58 297	1.74 121	1.14 133	4.53 126	2.82 271	0.02 251	0.19 274	0.02 366	0.09 294	0.26 333	0.22 137

IPLGR_C	2.69 193	1.75 361	6.20 321	0.79 125	2.06 363	2.64 150	0.86 280	6.36 173	5.64 202	8.13 321	9.26 286	1.69 119	1.15 139	3.79 101	2.80 270	0.02 251	0.20 280	0.02 366	0.08 284	0.26 333	0.18 110

ACRE	2.67 191	1.66 349	6.50 336	0.72 112	2.03 361	2.65 152	0.84 272	5.97 153	5.52 198	7.85 304	9.23 284	1.72 120	1.09 127	4.09 111	2.73 265	0.02 251	0.19 274	0.02 366	0.08 284	0.26 333	0.21 131

GANet-ADL	2.40 164	0.65 135	3.92 174	2.22 314	0.11 23	2.23 103	0.47 162	9.29 280	7.27 281	4.77 164	5.95 195	3.96 204	1.26 151	3.08 88	2.27 239	0.04 316	0.08 232	0.02 366	0.00 1	0.15 250	0.21 131

Pruner-Stereo	2.66 190	0.61 122	3.54 135	1.93 271	0.25 95	3.47 238	0.74 248	6.60 184	5.66 207	8.98 351	6.12 198	4.39 230	1.11 129	7.27 234	2.34 246	0.03 291	0.00 1	0.02 366	0.00 1	0.03 46	0.04 22

GEStereo_RVC	3.95 307	1.21 287	6.13 317	2.30 336	1.22 292	4.29 299	2.96 379	12.39 366	8.24 315	7.25 283	6.79 221	7.58 322	4.22 300	9.16 356	4.56 329	0.04 316	0.01 121	0.02 366	0.02 238	0.19 280	0.42 211

PSMNet-RSSM	3.69 284	1.36 310	4.54 227	2.44 355	1.90 352	2.35 115	0.69 232	11.77 348	6.38 236	6.60 242	11.85 348	7.70 324	5.61 358	6.66 196	3.67 291	0.00 1	0.00 1	0.02 366	0.01 219	0.17 263	0.10 55

DSFCA	4.48 346	1.03 250	6.84 350	1.61 219	1.68 334	7.26 370	4.46 412	11.27 334	7.51 290	11.01 409	6.89 224	8.49 346	4.54 315	10.41 399	6.18 360	0.03 291	0.06 215	0.02 366	0.03 251	0.13 223	0.14 77

RTSC	9.87 448	4.34 451	16.44 457	4.60 459	2.38 375	12.54 437	0.75 251	18.19 452	37.31 491	16.16 453	15.86 395	13.32 406	7.56 403	20.93 478	23.50 478	0.34 422	1.07 413	0.02 366	0.35 419	0.71 426	0.99 309

MSMDNet	3.15 236	0.51 79	4.48 220	0.46 72	0.25 95	2.88 189	0.16 84	9.79 290	9.82 357	7.24 281	11.36 337	6.82 308	2.41 213	4.47 123	1.86 201	0.01 155	0.02 157	0.02 366	0.00 1	0.06 101	0.30 172

DANet	6.46 397	1.58 341	9.58 417	4.10 444	3.99 435	9.13 397	1.34 330	10.37 305	7.76 298	13.76 439	15.66 393	16.14 428	7.03 390	13.07 434	13.62 453	0.19 399	0.12 253	0.02 366	0.02 238	0.15 250	1.61 370
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	5.41 379	2.61 420	8.17 384	2.25 323	1.30 308	2.27 108	1.64 344	10.82 321	18.54 444	8.01 313	18.09 424	8.39 343	3.31 248	11.37 414	8.98 400	1.15 452	0.38 313	0.02 366	0.00 1	0.17 263	0.70 276

FC-DCNN	11.29 461	1.01 248	5.50 282	2.25 323	1.65 331	18.23 463	5.36 425	18.99 458	20.65 453	28.95 481	34.83 483	33.83 486	23.18 481	17.04 464	13.37 450	0.17 394	0.01 121	0.02 366	0.02 238	0.10 170	0.70 276

NCCL2	6.27 392	2.46 413	7.00 354	2.36 346	1.11 275	9.48 399	11.14 471	13.01 388	10.40 366	9.94 382	9.49 295	22.11 465	7.42 398	9.90 388	8.56 390	0.01 155	0.00 1	0.02 366	0.03 251	0.20 289	0.73 281

MeshStereo	11.94 465	1.88 368	5.24 265	2.11 298	1.44 321	20.09 468	4.95 420	21.74 482	16.75 434	33.10 487	35.07 484	39.28 494	22.72 479	19.45 472	13.59 452	0.19 399	0.06 215	0.02 366	0.00 1	0.46 399	0.65 261
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
DCVSM-stereo	3.32 248	0.51 79	3.40 122	1.79 250	0.79 223	2.94 193	0.48 172	7.31 219	5.69 209	11.47 418	5.61 183	10.63 376	5.93 362	5.74 161	3.63 290	0.03 291	0.09 239	0.03 384	0.00 1	0.12 201	0.11 64

DispNO	3.51 270	1.33 305	8.51 388	2.26 326	1.36 314	3.46 237	0.81 263	8.74 260	6.58 245	6.78 254	7.63 246	6.22 294	4.20 298	7.47 254	4.44 325	0.00 1	0.03 183	0.03 384	0.11 308	0.13 223	0.14 77

BUS	2.72 199	0.43 33	3.76 154	0.70 109	0.50 157	7.31 372	0.48 172	9.93 293	5.65 203	6.50 231	6.23 202	5.21 260	1.18 142	4.27 115	1.89 207	0.01 155	0.03 183	0.03 384	0.00 1	0.06 101	0.14 77

BSDual-CNN	2.91 214	0.43 33	3.76 154	0.70 109	0.50 157	6.97 362	1.58 341	9.93 293	5.65 203	6.50 231	6.23 202	6.17 291	2.50 215	4.27 115	2.67 258	0.01 155	0.03 183	0.03 384	0.00 1	0.06 101	0.14 77

hknet	3.56 273	0.66 139	5.82 304	0.70 109	1.19 287	6.97 362	1.58 341	9.93 293	7.76 298	6.50 231	6.23 202	9.53 355	2.81 230	7.84 275	3.39 287	0.01 155	0.03 183	0.03 384	0.00 1	0.06 101	0.14 77

GwcNet	6.95 406	2.89 430	13.32 438	2.82 385	5.53 463	11.76 429	2.14 361	14.95 426	17.69 440	10.83 402	18.14 425	10.83 384	6.66 381	9.83 383	10.19 417	0.03 291	0.06 215	0.03 384	0.08 284	0.64 416	0.66 269

CFNet-ft	3.70 286	1.59 342	3.87 164	1.68 233	2.42 377	3.20 214	0.66 222	8.93 263	7.76 298	5.09 174	9.95 307	10.77 382	5.43 354	7.41 242	4.71 333	0.00 1	0.00 1	0.03 384	0.01 219	0.30 357	0.11 64

CFNet_RVC	3.70 286	1.59 342	3.87 164	1.68 233	2.42 377	3.20 214	0.66 222	8.92 262	7.76 298	5.09 174	9.95 307	10.77 382	5.43 354	7.41 242	4.71 333	0.00 1	0.00 1	0.03 384	0.01 219	0.30 357	0.11 64

NLCA_NET_v2_RVC	4.11 319	1.53 338	6.87 352	3.04 400	3.33 408	4.34 304	0.59 203	11.36 338	7.92 306	8.98 351	7.98 259	9.72 358	3.82 276	7.92 281	4.43 324	0.15 385	0.02 157	0.03 384	0.03 251	0.07 120	0.14 77
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SANet	11.48 463	3.34 435	13.93 443	2.40 353	1.01 258	16.49 453	12.16 480	20.05 471	37.28 490	19.62 461	28.04 462	25.61 472	20.10 469	14.43 444	12.39 440	0.10 371	0.06 215	0.03 384	0.06 280	0.76 429	1.73 396

H2IRNET	2.29 148	0.86 199	3.38 114	1.51 210	0.11 23	1.97 81	0.13 66	5.15 90	7.19 278	1.26 84	7.77 250	5.80 284	3.31 248	5.09 142	1.66 185	0.01 155	0.00 1	0.04 394	0.17 336	0.27 343	0.10 55

coex-ft	20.15 493	20.03 491	87.93 519	1.81 253	1.77 339	18.77 464	13.73 482	13.28 399	41.87 496	60.24 514	39.04 489	28.27 477	30.39 491	12.57 431	28.66 493	0.20 402	0.23 287	0.04 394	0.30 404	1.52 451	2.34 448

dd	2.36 155	1.93 375	6.03 314	0.83 132	0.12 31	1.80 69	0.17 88	5.30 97	11.82 394	2.98 117	3.64 126	1.50 114	1.21 148	5.25 145	3.92 306	0.13 380	0.01 121	0.04 394	0.22 367	0.10 170	0.14 77

pcwnet_v2	4.36 337	0.46 51	9.07 406	1.43 201	1.10 274	3.41 229	0.40 147	13.44 403	14.60 418	10.29 389	14.22 382	5.82 285	2.97 233	6.75 200	2.29 243	0.01 155	0.05 209	0.04 394	0.02 238	0.17 263	0.61 249

GwcNet-RSSM	4.13 324	1.71 354	6.25 325	2.50 360	1.93 355	2.39 119	1.49 337	9.59 286	8.71 329	6.66 246	15.04 389	8.47 345	3.84 278	6.87 207	6.74 365	0.00 1	0.00 1	0.04 394	0.00 1	0.29 354	0.15 90

PVD	16.41 477	3.98 449	16.04 455	5.38 463	4.59 453	19.44 466	7.28 452	28.88 492	49.27 503	31.53 485	43.72 496	30.36 481	32.17 496	26.70 489	23.19 476	0.25 412	1.48 462	0.04 394	0.59 445	0.52 410	2.87 458

DRN-Test	6.23 391	1.51 334	7.53 371	3.07 406	3.69 421	12.17 435	3.23 390	20.80 476	11.11 385	12.64 427	13.02 370	10.91 386	5.26 345	8.49 323	10.12 416	0.05 331	0.05 209	0.04 394	0.04 269	0.28 346	0.65 261

iinet-f	6.21 390	2.11 388	28.74 491	2.13 299	1.38 315	11.62 428	1.49 337	7.64 235	7.19 278	7.77 302	14.38 383	10.49 371	7.79 405	7.76 273	12.90 446	0.03 291	0.03 183	0.05 401	0.00 1	0.67 419	0.12 68

FTStereo	4.61 355	0.54 90	2.86 68	0.98 153	0.40 139	2.57 137	8.51 460	5.70 127	3.76 102	10.85 404	29.92 469	5.53 270	7.43 399	7.73 271	1.63 176	0.17 394	0.00 1	0.05 401	0.00 1	0.04 72	3.62 467

XQC	9.46 444	4.84 457	18.88 465	4.07 442	3.09 399	15.97 452	6.65 441	16.26 439	26.63 470	12.63 426	12.35 358	15.75 424	10.62 434	16.48 458	21.19 468	0.44 428	0.96 387	0.05 401	0.32 410	1.10 441	0.99 309

PWC_ROB	8.89 438	4.49 454	15.62 454	2.92 391	4.49 447	7.89 380	1.23 321	17.29 448	20.00 449	16.54 454	28.06 463	14.37 414	11.98 445	14.93 449	15.43 462	0.47 435	0.00 1	0.05 401	0.00 1	0.67 419	1.31 348

psmg	3.34 250	0.43 33	3.76 154	0.73 115	0.50 157	8.47 389	2.74 372	10.88 325	5.65 203	8.91 349	8.78 273	6.17 291	2.50 215	4.27 115	2.67 258	0.01 155	0.04 200	0.06 405	0.00 1	0.12 201	0.10 55

HHNet	2.71 196	0.69 149	3.31 107	0.25 32	0.39 134	2.80 172	0.90 288	6.33 170	5.68 208	7.51 295	13.70 375	0.94 93	3.14 236	5.42 152	2.54 255	0.14 383	0.02 157	0.06 405	0.00 1	0.24 324	0.07 42

GES	2.69 193	0.72 163	5.34 272	1.82 256	0.05 5	4.51 309	1.04 307	10.39 306	4.18 127	5.53 191	6.72 219	1.92 132	3.30 246	5.16 144	2.67 258	0.06 341	0.01 121	0.06 405	0.01 219	0.20 289	0.14 77

psmorigin	7.74 422	2.19 392	18.99 466	2.51 361	0.89 238	7.08 368	2.74 372	11.25 332	7.90 304	20.49 465	22.36 444	20.16 456	11.95 443	13.84 440	10.61 423	0.04 316	0.18 272	0.06 405	0.24 373	0.27 343	1.07 321

hitnet-ft	3.95 307	1.16 273	3.92 174	0.89 141	0.73 212	4.88 320	0.54 186	9.78 289	7.91 305	7.42 292	10.24 312	12.50 404	4.84 327	8.15 294	5.56 351	0.03 291	0.00 1	0.06 405	0.00 1	0.24 324	0.12 68

NINENet	3.38 257	0.81 178	4.16 194	1.88 264	1.40 317	7.31 372	0.48 172	12.95 387	6.64 251	7.29 286	9.24 285	5.21 260	1.18 142	6.72 198	1.89 207	0.17 394	0.08 232	0.07 410	0.00 1	0.09 148	0.03 13

THIR-Stereo	3.94 305	1.12 267	3.06 88	0.23 27	0.13 36	4.17 292	6.40 437	5.83 138	4.54 150	10.46 392	16.98 409	6.49 299	7.44 400	8.00 283	3.58 289	0.01 155	0.07 228	0.07 410	0.00 1	0.14 234	0.06 37

EDNetEfficient	14.14 473	6.71 466	56.12 508	2.99 395	3.58 417	5.38 328	8.49 459	9.35 283	33.24 480	40.73 497	30.21 470	18.04 444	22.92 480	12.13 424	26.26 486	0.16 390	0.24 290	0.07 410	1.15 463	2.58 466	2.39 449

FADNet	4.55 349	2.35 409	13.60 440	1.87 261	0.80 226	4.74 318	0.75 251	14.47 421	12.41 398	4.07 149	5.45 179	9.64 356	5.03 334	8.86 341	4.82 336	0.20 402	0.04 200	0.07 410	0.05 273	1.27 447	0.40 197

SAMSARA	15.67 475	3.89 447	14.48 448	13.77 488	7.92 477	38.69 498	73.90 521	21.22 478	24.66 466	17.04 456	13.86 378	30.01 479	13.07 447	18.07 468	17.48 463	0.23 407	1.46 460	0.07 410	0.40 427	0.99 439	2.15 439

NaN_ROB	6.51 399	2.25 394	8.77 396	1.69 235	1.79 341	9.71 403	10.94 469	16.20 438	16.13 431	13.04 432	8.86 274	11.77 396	5.94 363	12.88 433	8.01 382	0.05 331	0.13 259	0.07 410	0.20 354	0.32 369	1.50 361

GANet-RSSM	3.67 281	1.16 273	4.56 232	3.24 415	2.03 361	2.63 145	0.50 179	11.53 343	6.83 261	6.25 216	10.58 323	7.35 317	6.65 380	6.77 204	2.94 272	0.00 1	0.00 1	0.08 416	0.00 1	0.26 333	0.12 68

DMCA-RVC	3.59 277	1.98 381	8.68 393	2.30 336	1.48 323	3.54 246	0.55 190	8.40 249	5.43 195	9.37 368	5.90 190	8.34 338	3.21 240	7.19 228	4.46 326	0.06 341	0.11 249	0.08 416	0.02 238	0.21 300	0.40 197

FACV-RUCA	2.38 156	0.44 42	4.18 198	1.33 185	2.87 392	2.45 125	1.21 318	8.68 255	6.12 223	4.07 149	7.28 237	1.25 104	2.00 194	3.37 92	1.62 173	0.01 155	0.03 183	0.10 418	0.05 273	0.36 378	0.29 168

YMNet	5.84 383	2.29 403	10.08 419	3.80 436	4.45 443	10.40 412	0.88 286	10.81 319	7.17 276	14.28 443	16.67 406	11.58 392	4.41 304	8.51 324	9.37 406	0.12 377	0.35 308	0.11 419	0.08 284	0.79 431	0.62 254

YMNet_1	5.84 383	2.29 403	10.08 419	3.80 436	4.45 443	10.40 412	0.88 286	10.81 319	7.17 276	14.28 443	16.67 406	11.58 392	4.41 304	8.51 324	9.37 406	0.12 377	0.35 308	0.11 419	0.08 284	0.79 431	0.62 254

ITSA-stereo	4.02 311	0.73 165	4.51 222	2.16 301	0.31 108	3.58 248	0.70 237	13.77 412	15.84 430	7.13 272	6.59 217	4.25 224	3.48 261	9.04 352	6.12 358	0.09 367	0.08 232	0.11 419	0.10 301	0.19 280	1.54 364

FINET	6.96 407	2.98 431	13.77 441	3.20 413	4.81 456	9.65 401	9.90 467	13.68 408	23.91 465	8.28 326	13.70 375	5.36 265	5.83 360	10.79 402	8.05 383	0.90 447	1.43 457	0.11 419	0.38 424	0.48 404	1.98 430

APVNet	6.28 393	2.46 413	10.09 421	3.51 427	3.97 433	12.15 434	1.75 349	20.08 472	6.73 255	6.92 263	13.45 374	10.75 381	6.29 372	11.86 421	14.34 456	0.05 331	0.02 157	0.11 419	0.03 251	0.63 415	0.34 182

edge stereo	7.12 412	1.19 278	7.83 376	2.32 340	2.46 379	6.90 360	3.26 393	15.58 432	12.52 399	15.68 451	18.34 427	21.83 464	13.05 446	11.53 416	8.68 392	0.04 316	0.06 215	0.11 419	0.03 251	0.30 357	0.63 258

LSM	14.85 474	7.41 470	36.29 497	7.76 476	43.77 515	11.24 426	12.14 479	16.73 443	23.72 463	23.73 473	32.92 477	18.89 450	13.31 449	16.60 459	12.37 439	0.26 415	0.86 371	0.11 419	0.43 433	1.24 445	17.26 508

AF-Net	8.37 432	2.16 391	9.01 403	3.65 431	4.58 451	9.40 398	2.63 368	17.71 449	21.32 457	10.38 391	24.51 453	20.43 459	16.67 462	12.54 430	10.76 427	0.70 443	0.00 1	0.12 426	0.00 1	0.47 401	0.42 211

RP	7.41 416	1.90 373	7.33 364	4.26 449	5.25 462	6.64 357	3.46 396	12.44 369	16.23 432	10.36 390	23.00 446	18.72 447	16.59 461	11.10 406	8.47 388	1.10 451	0.02 157	0.12 426	0.16 327	0.43 394	0.65 261

NVstereo2D	4.82 368	1.29 297	7.98 382	3.68 432	3.48 415	8.02 381	3.10 384	11.25 332	15.50 427	5.14 178	7.71 247	8.21 333	4.68 321	10.19 396	4.30 320	0.02 251	0.19 274	0.13 428	0.36 421	0.07 120	1.12 329

LE_ROB	17.31 483	2.62 422	14.26 447	4.20 447	1.80 342	17.40 458	9.70 466	15.38 431	55.92 508	63.97 518	40.81 492	35.50 490	39.26 501	15.64 454	28.51 492	0.06 341	0.11 249	0.13 428	0.21 360	0.14 234	0.51 228

PDISCO_ROB	10.27 453	2.79 428	13.30 437	10.58 482	9.96 484	22.78 472	5.99 429	20.01 468	28.57 474	11.88 423	14.49 386	20.54 460	4.92 330	17.01 463	10.29 419	5.79 479	0.42 317	0.14 430	0.13 320	2.53 465	3.25 460

EDNetEfficientorigin	18.25 487	14.44 488	99.41 529	1.72 243	1.00 256	12.07 433	6.97 448	13.67 407	35.06 486	38.59 496	37.10 487	27.03 474	27.46 490	15.38 451	26.92 488	0.05 331	0.08 232	0.15 431	0.62 446	3.33 469	3.92 471

RYNet	6.82 403	1.51 334	7.35 366	1.79 250	4.52 448	16.68 454	4.41 411	14.19 417	17.43 438	11.64 421	7.86 253	15.03 420	8.81 420	10.10 393	14.16 455	0.04 316	0.13 259	0.15 431	0.05 273	0.08 133	0.53 233

CSAN	8.41 433	2.86 429	9.35 412	2.43 354	0.82 230	13.59 444	11.68 477	15.80 435	21.98 461	14.71 445	16.46 403	18.00 443	14.42 458	13.68 437	10.10 414	0.10 371	0.13 259	0.15 431	0.19 345	0.43 394	1.28 346

fast-acv-ft	6.00 387	1.95 378	7.88 377	2.35 344	1.85 348	13.61 445	1.76 350	8.44 250	10.12 359	11.22 413	20.57 435	14.41 416	7.55 402	8.11 292	8.83 395	0.10 371	0.09 239	0.16 434	0.07 281	0.68 421	0.35 187

CRFU-Net	4.81 367	0.78 169	5.69 299	3.10 408	1.39 316	13.18 442	3.23 390	12.26 361	4.33 134	10.91 406	9.98 309	10.94 387	7.93 408	7.47 254	3.94 309	0.16 390	0.16 267	0.16 434	0.00 1	0.26 333	0.29 168

MFN_U_SF_DS_RVC	10.36 454	5.37 459	16.61 459	2.95 393	3.02 396	24.75 475	15.44 487	14.68 424	19.73 447	19.77 463	23.97 448	16.98 435	8.40 413	17.58 466	9.23 403	1.59 460	1.75 468	0.16 434	2.63 478	0.75 428	1.85 415

ADCRef	7.76 423	2.31 406	19.09 467	2.82 385	3.29 406	11.88 431	3.06 383	11.52 342	10.89 378	13.69 438	25.85 459	8.20 332	8.89 422	8.95 348	22.66 473	0.16 390	0.08 232	0.16 434	0.34 417	0.47 401	0.91 301

GANet	6.86 405	1.78 365	5.98 311	3.05 401	1.12 278	10.12 409	9.38 464	13.41 402	8.67 327	11.46 417	29.87 468	13.94 410	8.25 412	12.06 423	6.33 363	0.40 426	0.06 215	0.16 434	0.33 413	0.18 273	0.59 244

FADNet-RVC-Resample	4.11 319	2.25 394	13.88 442	1.64 222	0.66 196	5.91 344	2.34 364	10.87 322	9.09 341	6.53 236	4.34 138	5.69 278	4.71 323	8.01 286	4.64 332	0.18 398	0.22 283	0.17 439	0.12 314	0.46 399	0.59 244

FADNet_RVC	4.24 331	2.32 407	14.23 446	1.18 170	0.79 223	5.64 335	0.60 204	11.50 341	7.19 278	3.68 136	8.08 266	4.14 215	4.06 291	10.29 397	7.47 376	0.36 424	0.44 321	0.18 440	0.47 436	0.93 438	1.23 338

WCMA_ROB	10.20 452	1.99 382	9.33 411	3.01 396	2.46 379	15.78 451	7.67 456	12.75 378	15.41 425	25.08 477	33.42 480	27.06 475	19.86 468	13.87 441	12.47 441	1.28 455	0.38 313	0.18 440	0.20 354	0.28 346	1.54 364

G-Net	8.60 436	1.93 375	12.59 434	6.04 469	3.66 420	25.93 478	4.26 406	10.35 304	8.05 310	19.71 462	24.73 454	14.15 412	15.49 459	11.30 410	10.69 426	0.50 438	0.46 323	0.19 442	0.25 377	0.80 433	0.91 301

IGEV-RUCA	0.88 9	0.27 3	1.43 4	0.59 87	0.33 115	2.12 98	0.49 177	3.65 24	1.79 16	1.04 75	0.16 5	0.24 31	0.55 85	2.95 84	0.57 21	0.12 377	0.21 282	0.20 443	0.25 377	0.22 307	0.33 180

DPSNet	10.88 459	2.57 418	20.40 471	2.24 321	1.90 352	24.92 476	17.00 497	21.35 479	28.61 475	12.87 429	13.74 377	17.01 437	20.14 470	15.36 450	14.01 454	0.81 445	0.98 396	0.20 443	0.65 448	1.30 448	1.54 364

stereogan	8.18 429	1.32 303	9.05 405	3.59 429	4.00 436	20.16 469	3.13 387	17.25 447	20.16 451	10.68 398	19.19 428	20.56 462	10.70 435	14.74 447	7.00 369	0.34 422	0.04 200	0.21 445	0.08 284	0.70 425	0.65 261

aanetorigin	9.02 439	3.75 445	28.68 490	2.16 301	3.86 427	5.84 343	5.40 426	5.93 150	10.39 365	28.12 480	31.02 474	15.98 426	13.74 452	9.38 363	12.55 442	0.25 412	0.22 283	0.22 446	0.24 373	1.24 445	1.47 358

SGM_RVC	10.77 457	1.11 263	4.66 238	2.66 373	0.41 143	21.03 470	6.87 446	20.02 469	15.54 428	25.86 478	24.97 456	33.59 485	20.51 471	20.89 477	14.78 458	0.31 420	0.26 295	0.22 446	0.26 390	0.43 394	1.01 312
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RGC	7.40 415	2.77 426	7.71 374	4.43 456	4.87 457	8.88 392	2.96 379	16.05 437	12.76 406	11.96 425	19.57 430	18.32 446	11.57 442	13.89 442	9.58 410	0.83 446	0.02 157	0.24 448	0.41 430	0.40 388	0.77 286

ccnet	7.45 420	1.89 372	7.71 374	3.18 411	2.35 374	12.19 436	6.14 434	18.95 457	9.36 350	13.33 434	20.38 433	16.00 427	9.10 426	10.10 393	15.40 461	0.44 428	0.34 304	0.25 449	0.25 377	0.48 404	1.18 333

DeepPrunerF	7.18 414	3.58 440	25.29 483	4.27 450	7.20 472	3.78 270	4.64 415	14.03 415	20.86 455	8.85 346	10.57 322	7.35 317	7.88 407	12.16 426	10.66 425	0.25 412	0.16 267	0.29 450	0.43 433	0.77 430	0.65 261

TCMNet	5.54 381	2.53 415	10.92 427	4.50 457	6.58 468	8.90 394	1.31 329	11.59 344	8.68 328	7.24 281	12.74 365	8.37 339	4.65 320	9.30 361	10.83 428	0.11 375	0.19 274	0.31 451	0.09 294	0.84 436	1.07 321

PASM	9.11 440	5.68 461	25.06 482	4.33 452	4.18 438	7.01 365	8.48 458	12.37 365	20.95 456	13.49 436	15.37 391	18.80 448	11.52 441	14.70 446	12.70 443	0.93 448	1.19 440	0.32 452	1.21 466	1.66 453	2.22 444

SuperB	8.29 431	3.96 448	24.92 481	2.96 394	1.33 312	9.83 404	4.15 404	10.92 326	29.79 476	11.86 422	12.51 360	6.07 287	6.97 387	11.13 408	14.73 457	0.15 385	0.11 249	0.35 453	0.26 390	12.64 488	1.11 326

AnyNet_C32	11.82 464	7.08 467	25.83 484	4.55 458	5.88 466	16.92 456	16.97 496	14.14 416	18.11 443	16.87 455	21.66 439	14.78 418	13.87 454	23.54 485	31.83 497	0.24 409	0.28 296	0.35 453	0.53 442	1.35 449	1.71 393

ADCS	13.76 471	6.46 465	30.74 492	3.62 430	2.93 393	14.28 447	11.22 474	20.02 469	34.42 484	23.20 468	25.42 458	19.51 453	19.62 467	24.54 486	33.88 500	0.27 417	0.23 287	0.37 455	0.19 345	1.47 450	2.84 457

ADCPNet	10.18 451	3.40 437	33.24 494	2.38 348	1.74 337	17.75 460	7.65 455	13.20 397	13.03 408	14.09 442	21.72 440	19.36 452	11.40 440	15.43 452	23.00 475	0.28 418	1.15 434	0.39 456	1.48 471	0.68 421	2.21 443

MFMNet_re	14.09 472	9.67 478	20.31 470	10.40 481	7.62 473	21.38 471	17.49 499	21.36 480	31.95 478	23.70 472	29.22 465	18.87 449	27.41 489	14.27 443	11.16 429	2.85 472	1.51 464	0.41 457	0.28 397	4.88 472	7.10 481

AnyNet_C01	16.99 479	12.34 487	60.47 510	4.88 461	3.11 401	31.77 488	16.79 494	18.60 456	17.96 442	18.62 458	38.50 488	24.03 467	19.00 465	30.59 492	35.18 502	0.29 419	0.56 331	0.45 458	0.48 437	2.70 467	3.40 462

ADCL	10.77 457	3.23 433	21.50 473	2.26 326	1.96 358	23.65 473	9.07 462	14.69 425	24.88 467	15.21 447	27.20 460	12.68 405	14.02 455	16.94 462	24.43 484	0.26 415	0.18 272	0.74 459	0.67 449	0.80 433	1.02 316

SGM-ForestM	18.61 488	3.38 436	10.14 422	3.44 423	2.24 371	34.17 493	15.39 486	29.44 494	33.93 481	38.55 495	41.08 493	53.64 503	36.76 498	34.82 496	27.16 489	1.25 454	1.81 471	0.74 459	1.01 460	0.61 414	2.61 455

PS-NSSS	4.22 329	2.53 415	5.89 307	1.01 154	2.93 393	4.05 290	1.93 354	11.44 339	8.94 336	7.14 273	14.70 388	4.96 252	2.60 220	9.09 355	3.92 306	0.40 426	0.04 200	0.83 461	0.00 1	1.09 440	1.02 316

MFN_U_SF_RVC	13.54 469	4.69 456	28.43 489	4.24 448	2.50 382	24.26 474	5.99 429	28.23 490	20.18 452	24.06 474	29.38 466	30.35 480	16.92 463	20.98 479	21.39 469	1.35 456	1.13 422	1.02 462	1.41 470	1.88 458	2.50 454

ELAS	17.99 485	3.49 438	11.19 428	6.14 470	5.79 465	34.89 494	17.28 498	28.75 491	30.47 477	40.80 499	45.79 498	39.04 493	32.05 495	27.63 490	24.30 483	1.88 467	2.41 478	1.09 463	1.48 471	1.83 457	3.48 464
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCMid	10.97 460	4.49 454	23.66 477	2.53 365	2.52 384	11.46 427	6.31 436	15.31 430	12.85 407	23.57 471	22.99 445	17.92 442	21.04 473	19.57 473	28.05 491	0.47 435	0.43 318	1.10 464	1.32 468	1.73 455	2.10 436

BEATNet-Init1	24.70 495	11.33 484	44.28 503	5.48 464	3.94 431	47.60 508	22.33 503	34.94 495	40.01 495	48.11 506	49.98 503	59.86 507	43.17 505	39.48 503	31.77 496	1.37 457	1.76 470	1.17 465	1.17 464	2.44 464	3.85 469

MSC_U_SF_DS_RVC	17.08 480	7.98 472	24.37 480	6.82 473	2.93 393	39.68 500	16.11 489	25.46 487	34.93 485	34.13 489	34.20 481	29.20 478	24.94 485	23.01 483	19.39 466	2.79 471	2.87 486	1.18 466	1.53 473	6.78 480	3.31 461

ELAS_RVC	17.82 484	3.60 442	11.92 430	6.63 472	5.73 464	30.34 487	19.64 500	26.92 488	35.06 486	40.79 498	41.32 494	37.31 492	31.61 492	30.54 491	22.93 474	1.97 469	2.40 476	1.28 467	1.27 467	1.71 454	3.51 466
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	27.96 498	35.32 505	91.41 521	21.04 495	8.86 480	49.25 510	47.41 517	36.98 497	37.84 492	21.00 466	30.83 472	25.41 471	34.95 497	46.51 509	51.54 515	3.04 473	3.33 492	1.48 468	1.05 461	5.85 476	6.05 478

MANE	20.98 494	3.23 433	8.81 397	5.96 468	6.96 471	33.07 491	13.20 481	35.43 496	38.86 494	44.72 503	52.41 507	53.20 502	41.84 504	34.74 495	27.45 490	1.87 466	2.27 474	1.54 469	10.18 499	0.69 423	3.11 459

DGSMNet	7.10 411	3.49 438	15.11 452	4.36 454	4.41 441	8.94 395	6.25 435	15.10 428	14.28 417	8.15 322	14.51 387	10.08 365	5.38 352	11.04 405	7.95 381	1.49 459	2.00 472	1.79 470	1.68 476	2.43 463	3.48 464

Consistency-Raft	9.58 446	5.11 458	13.00 436	5.61 465	8.92 481	4.03 286	5.07 422	19.73 466	24.90 468	11.32 416	29.86 467	13.36 407	6.16 368	8.00 283	13.47 451	0.67 441	0.34 304	1.81 471	4.36 490	12.23 486	3.62 467

MaskLacGwcNet_RVC	6.42 396	6.12 464	6.53 338	4.29 451	3.61 419	15.41 450	4.13 403	12.36 364	7.32 285	7.60 296	8.51 272	8.97 352	2.64 222	10.17 395	3.72 295	8.16 485	2.40 476	2.00 472	0.11 308	8.55 483	5.84 477

FBW_ROB	9.17 443	2.08 387	10.31 424	2.51 361	1.66 333	13.22 443	6.04 432	23.09 483	20.11 450	19.55 460	15.80 394	18.97 451	11.96 444	19.34 471	11.38 431	0.66 440	0.30 298	2.15 473	0.90 457	1.15 444	2.16 440

JetBlue	29.99 501	17.24 489	55.64 507	16.24 490	21.08 503	62.07 519	33.14 510	40.60 499	35.73 489	34.59 492	40.67 491	57.18 506	43.54 506	51.46 514	52.18 516	2.72 470	4.58 502	2.86 474	3.53 485	10.57 484	14.11 503

DualNet (step1)	4.40 341	1.36 310	7.91 378	1.40 195	0.63 191	5.54 330	2.72 369	11.31 335	8.40 321	8.64 338	8.05 261	6.80 304	5.05 337	7.22 230	2.53 250	1.74 463	1.04 408	3.05 475	2.96 480	0.22 307	1.35 352

test_sample9	6.40 395	1.36 310	7.91 378	1.40 195	0.63 191	5.54 330	2.72 369	11.31 335	8.40 321	8.64 338	8.05 261	6.80 304	5.05 337	12.52 428	13.17 447	1.74 463	25.14 515	3.05 475	2.96 480	0.22 307	1.35 352

test_sample8	8.50 434	1.36 310	7.91 378	1.40 195	0.63 191	5.54 330	2.72 369	12.78 379	6.78 258	17.61 457	9.29 290	24.63 469	19.17 466	12.52 428	13.17 447	1.74 463	25.14 515	3.05 475	2.96 480	0.22 307	1.35 352

SPS-STEREO	15.83 476	7.38 469	14.92 451	11.63 484	11.77 489	25.30 477	7.12 449	25.20 486	17.06 436	32.24 486	30.34 471	31.63 482	22.59 477	25.67 487	21.97 471	7.71 484	4.50 500	3.35 478	1.56 474	6.97 481	7.72 483
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
anonymity	8.04 425	4.13 450	12.86 435	7.43 474	13.11 491	8.34 383	2.02 357	18.21 453	7.55 293	13.88 440	9.27 287	10.63 376	7.79 405	11.57 418	6.06 355	6.25 480	5.59 504	3.71 479	3.28 484	3.27 468	5.78 476

dad	5.10 373	2.61 420	6.76 349	1.23 174	0.14 40	2.85 186	0.36 138	7.98 244	14.88 420	10.84 403	17.06 410	15.59 423	3.29 245	7.24 232	4.39 323	1.20 453	0.10 245	4.02 480	0.49 439	0.20 289	0.69 273

PSMNet-RUCA	6.00 387	5.79 463	14.15 445	10.30 480	7.63 474	6.94 361	1.89 352	12.74 377	10.95 380	4.10 151	11.72 345	4.77 241	1.72 185	8.74 336	5.09 344	1.88 467	0.12 253	4.77 481	0.71 451	5.10 474	0.82 291

SGM+DAISY	17.25 482	9.46 477	22.74 475	10.11 479	11.40 486	28.98 486	13.74 483	21.15 477	16.85 435	31.39 484	34.79 482	34.05 487	24.24 484	26.23 488	19.31 465	8.79 487	7.56 508	4.88 482	3.93 488	6.07 477	9.33 487

Anonymous_2	4.74 365	0.98 239	4.46 215	2.35 344	2.27 372	5.66 336	0.67 226	8.08 246	5.28 184	4.98 170	2.60 89	8.74 350	6.92 386	5.79 162	3.46 288	0.24 409	1.70 467	5.16 483	18.18 508	5.41 475	1.85 415

UDGNet	2.92 216	7.79 471	4.92 251	3.01 396	0.08 14	2.96 195	0.20 99	4.77 70	8.93 335	2.91 115	2.85 97	0.95 94	1.00 122	6.46 185	1.66 185	1.46 458	0.00 1	5.33 484	0.92 458	1.95 459	0.19 119

NVStereoNet_ROB	17.22 481	8.76 475	16.47 458	7.52 475	8.42 479	13.75 446	11.07 470	24.24 485	26.67 471	31.00 483	46.49 499	34.88 489	27.06 488	22.72 482	23.61 479	6.83 483	4.32 499	6.32 485	10.37 500	4.39 471	9.57 490
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
U	2.23 140	0.36 11	2.93 71	0.26 36	8.08 478	11.12 423	0.00 1	3.68 27	1.12 4	0.29 5	0.52 21	0.16 10	0.08 2	0.83 2	0.30 2	0.00 1	0.00 1	9.75 486	5.13 495	0.02 16	0.02 6

SQANet	8.22 430	4.42 453	7.19 363	12.11 485	9.77 483	11.80 430	3.23 390	12.00 354	6.60 246	8.59 337	11.52 340	10.97 388	5.31 350	11.10 406	4.20 315	9.56 488	2.29 475	10.51 487	1.61 475	13.06 490	8.49 484

otaku	12.35 467	8.64 474	9.11 407	13.56 487	10.98 485	26.23 479	7.22 451	19.45 463	19.26 446	11.92 424	17.90 422	20.21 457	8.91 423	16.06 456	6.09 356	9.77 490	2.50 479	13.23 488	1.90 477	14.61 491	9.41 489

WAO-7	30.22 502	25.83 494	23.33 476	33.10 502	14.36 492	36.98 495	22.41 504	52.85 513	64.46 515	43.76 501	59.24 513	52.31 500	45.69 508	32.82 493	32.60 498	11.16 496	5.49 503	13.76 489	12.60 505	12.36 487	9.38 488

Ntro	12.91 468	9.95 479	10.01 418	14.12 489	12.55 490	26.31 480	6.76 443	19.04 459	22.03 462	10.23 387	16.26 400	20.22 458	10.06 430	16.81 461	7.93 380	10.16 492	2.55 481	15.19 490	2.86 479	15.27 492	9.93 492

CC-Net-ROB	8.09 426	10.11 481	9.03 404	4.07 442	3.74 425	15.24 449	4.84 418	18.44 454	10.87 377	6.73 253	14.03 381	7.54 321	4.68 321	11.61 419	3.98 310	6.59 481	2.54 480	16.51 491	1.19 465	7.88 482	2.20 442

AnonymousM	2.96 222	7.19 468	1.41 3	0.92 146	0.06 9	2.37 117	0.52 182	6.05 155	3.83 106	4.97 169	2.37 83	1.91 129	1.00 122	2.23 62	1.06 109	0.01 155	0.57 333	17.64 492	4.90 491	0.02 16	0.27 161

UDG	9.12 441	10.06 480	6.35 331	10.06 478	9.64 482	10.48 415	2.33 363	12.73 376	10.19 360	8.33 327	10.27 313	16.70 433	10.47 432	8.33 311	9.07 401	4.28 476	2.59 482	18.90 493	3.83 487	11.35 485	6.50 480

DDUNet	10.03 450	12.17 486	8.24 387	13.02 486	11.73 488	10.32 411	3.76 398	12.27 362	8.35 319	9.64 375	13.89 379	16.48 429	6.67 382	9.50 368	7.00 369	6.80 482	3.45 494	21.10 494	4.33 489	12.78 489	9.12 486

GCST	9.50 445	17.91 490	6.18 320	53.02 513	11.57 487	10.95 422	0.20 99	7.71 238	7.12 273	9.83 381	4.71 152	4.87 247	1.49 164	9.87 384	2.06 221	8.70 486	0.07 228	22.79 495	0.40 427	6.66 479	3.86 470

ACVNet_2	27.45 497	30.56 502	27.90 487	20.72 494	15.55 496	37.22 496	14.00 484	49.32 509	65.88 517	43.17 500	56.99 511	51.90 499	26.98 487	21.46 481	15.38 460	10.77 493	2.85 485	23.12 496	3.62 486	20.08 497	11.47 497

RainbowNet	18.69 489	27.15 497	22.03 474	18.76 493	15.00 493	27.97 484	10.17 468	27.99 489	34.19 483	15.53 450	27.53 461	25.33 470	13.80 453	19.86 475	10.59 422	14.50 502	3.57 495	23.85 497	5.03 493	18.49 494	12.41 499

ACVNet-4b	16.48 478	23.07 492	14.73 450	16.69 491	15.18 494	31.83 489	7.30 453	19.71 465	27.82 472	11.54 420	22.10 443	31.68 483	8.96 425	18.88 470	7.28 375	11.04 494	2.65 483	24.93 498	5.02 492	18.57 495	10.67 495

ACVNet_1	19.51 490	26.19 495	15.50 453	17.71 492	15.28 495	26.46 481	9.36 463	29.16 493	34.18 482	25.06 476	24.89 455	37.18 491	21.93 476	17.80 467	15.03 459	11.08 495	2.83 484	25.29 499	5.06 494	19.11 496	11.14 496

Dean	35.52 506	40.12 509	27.99 488	30.63 499	17.33 498	45.80 507	11.68 477	57.61 518	76.54 521	63.70 517	60.65 514	66.93 516	49.40 511	38.12 499	40.28 507	12.18 498	3.73 497	28.86 500	5.94 497	20.69 498	12.16 498

PWCK	31.62 504	45.59 511	49.67 505	30.49 498	7.80 475	42.91 503	29.73 509	45.45 502	44.44 499	47.41 504	36.92 486	47.86 498	26.79 486	41.90 505	33.36 499	22.77 507	4.56 501	29.89 501	5.13 495	29.43 507	10.36 494

DispFullNet	18.06 486	27.03 496	34.90 495	22.68 497	20.79 500	15.03 448	3.18 388	16.95 446	26.06 469	20.48 464	16.91 408	20.55 461	18.37 464	23.48 484	12.16 438	5.31 478	2.91 487	31.24 502	8.09 498	22.63 499	12.44 500

LVE	35.84 508	41.54 510	36.25 496	33.36 503	18.92 499	53.05 515	27.99 508	53.17 516	64.93 516	47.63 505	61.58 515	54.25 504	38.72 500	38.72 500	35.50 503	16.36 506	6.23 505	31.51 503	14.04 506	25.01 500	18.07 509

IMH-64-1	28.06 499	29.98 499	19.46 468	32.15 500	20.98 501	27.68 482	16.66 490	47.31 503	44.85 500	34.14 490	50.94 504	41.49 495	31.67 493	37.53 497	23.88 480	14.17 500	2.96 488	34.45 504	11.15 501	26.12 501	13.75 501

IMH-64	28.06 499	29.98 499	19.46 468	32.15 500	20.98 501	27.68 482	16.66 490	47.31 503	44.85 500	34.14 490	50.94 504	41.49 495	31.67 493	37.53 497	23.88 480	14.17 500	2.96 488	34.45 504	11.15 501	26.12 501	13.75 501

IMH	30.65 503	30.30 501	21.09 472	34.89 504	21.75 505	33.16 492	16.91 495	49.53 510	52.50 504	38.41 494	55.10 510	45.13 497	40.36 503	41.57 504	25.66 485	14.74 503	3.36 493	35.43 506	11.69 503	27.31 506	14.16 504

TorneroNet-64	33.32 505	33.28 503	33.07 493	35.14 505	21.25 504	48.02 509	21.13 501	43.47 501	58.77 509	33.36 488	46.64 500	62.00 510	38.19 499	44.82 508	35.07 501	15.02 504	3.59 496	35.81 507	12.20 504	29.45 508	16.17 505

TorneroNet	36.02 509	35.25 504	36.33 498	38.44 507	22.19 506	50.72 513	24.42 507	48.39 506	54.53 506	38.03 493	53.44 508	62.83 513	44.79 507	47.68 511	42.11 510	15.69 505	3.97 498	37.25 508	15.05 507	30.83 510	18.40 510

WAO-8	38.93 510	36.84 506	23.97 478	43.96 508	24.48 508	45.73 505	22.62 505	53.10 514	75.66 519	53.86 511	66.14 519	62.39 511	55.11 515	43.01 506	40.67 508	22.98 508	7.22 506	37.53 509	19.49 509	27.04 505	16.83 506

Venus	38.93 510	36.84 506	23.97 478	43.96 508	24.48 508	45.73 505	22.62 505	53.10 514	75.66 519	53.86 511	66.17 520	62.39 511	55.11 515	43.01 506	40.67 508	22.98 508	7.22 506	37.53 509	19.49 509	27.02 504	16.83 506

WAO-6	35.59 507	37.89 508	17.67 462	37.86 506	24.46 507	37.85 497	21.49 502	49.01 508	67.96 518	44.22 502	48.08 501	53.02 501	53.39 513	33.67 494	36.83 504	26.05 510	7.83 509	43.19 511	21.76 511	30.18 509	19.37 511

JetRed	61.44 519	61.87 518	83.02 516	46.49 511	56.73 519	83.63 520	65.09 519	59.75 520	64.22 514	69.50 521	69.26 521	66.24 515	47.62 509	61.80 518	74.60 521	45.99 515	66.40 521	46.67 512	45.27 516	63.49 518	51.22 518

UNDER WATER	45.99 512	49.80 513	68.56 512	49.99 512	32.13 511	55.35 517	39.50 512	41.12 500	52.90 505	50.69 507	45.18 497	67.79 518	58.75 518	51.93 516	50.97 514	30.59 511	14.03 511	51.66 513	37.15 512	40.27 512	31.35 512

UNDER WATER-64	46.01 513	48.25 512	68.05 511	44.59 510	28.11 510	57.02 518	43.78 515	40.20 498	48.80 502	52.08 510	42.95 495	67.22 517	57.71 517	48.98 513	49.57 513	40.01 513	17.98 512	52.15 514	39.41 514	38.99 511	34.41 513

notaker	48.05 514	55.94 515	50.90 506	56.89 516	40.29 512	38.96 499	33.86 511	47.82 505	55.70 507	57.55 513	57.48 512	60.22 508	59.71 519	54.64 517	43.27 511	41.13 514	19.86 513	57.61 515	37.79 513	50.95 514	40.33 514

DPSimNet_ROB	54.45 516	65.73 520	47.00 504	54.49 514	46.37 516	55.34 516	56.47 518	56.18 517	59.04 510	64.57 519	51.76 506	64.01 514	54.49 514	47.54 510	67.21 520	63.21 519	27.86 517	58.04 516	51.28 518	46.61 513	51.87 519

HanzoNet	57.16 518	60.12 517	60.00 509	55.77 515	42.11 513	51.98 514	41.93 513	52.07 511	61.47 512	65.98 520	65.90 518	72.11 520	70.14 520	71.11 520	61.13 518	64.31 520	34.72 518	62.27 517	50.86 517	52.83 516	46.33 516

ktn	49.32 515	58.11 516	40.16 500	59.92 517	43.22 514	49.79 512	42.99 514	48.56 507	60.67 511	51.59 508	54.51 509	55.34 505	52.65 512	47.92 512	37.91 505	57.88 518	24.79 514	63.00 518	43.57 515	52.51 515	41.31 515

KSHMR	56.07 517	64.25 519	40.47 501	74.89 519	49.63 517	49.42 511	45.46 516	57.71 519	63.52 513	61.65 516	61.67 516	71.88 519	47.67 510	51.47 515	44.57 512	54.67 517	62.25 519	66.31 519	54.18 519	53.03 517	46.75 517

TCMNet-wrong-test	67.37 521	85.99 523	81.87 515	95.65 525	94.75 525	89.54 521	85.95 522	52.26 512	35.23 488	51.69 509	62.14 517	60.40 509	40.29 502	77.33 521	64.52 519	48.91 516	9.04 510	69.84 520	68.02 520	91.10 526	82.88 526

MADNet++	82.81 522	81.73 522	74.64 514	87.71 524	82.67 523	93.35 522	70.27 520	86.39 525	82.88 522	93.51 526	86.62 522	86.40 522	81.37 522	88.21 522	88.63 522	86.59 524	84.23 525	72.14 521	68.69 521	78.88 524	81.36 525

xxxxx1	85.58 524	90.37 524	96.61 524	76.69 520	80.77 520	97.50 526	96.92 526	85.57 522	88.66 523	88.63 523	91.64 524	94.27 523	93.09 523	90.03 523	91.91 523	70.77 521	70.62 522	73.61 522	81.26 523	72.90 520	79.86 522

tt_ll	85.58 524	90.37 524	96.61 524	76.69 520	80.77 520	97.50 526	96.92 526	85.57 522	88.66 523	88.63 523	91.64 524	94.27 523	93.09 523	90.03 523	91.91 523	70.77 521	70.62 522	73.61 522	81.26 523	72.90 520	79.86 522

ff	85.58 524	90.37 524	96.61 524	76.69 520	80.77 520	97.50 526	96.92 526	85.57 522	88.66 523	88.63 523	91.64 524	94.27 523	93.09 523	90.03 523	91.91 523	70.77 521	70.62 522	73.61 522	81.26 523	72.90 520	79.86 522

tt	83.10 523	0.43 33	99.97 531	79.27 523	93.14 524	100.00 532	100.00 531	100.00 534	99.89 528	60.55 515	48.44 502	99.98 533	99.96 530	99.98 533	100.00 534	91.80 525	99.82 529	73.67 525	73.25 522	86.43 525	55.39 520

LRCNet_RVC	66.47 520	66.44 521	69.02 513	71.60 518	54.27 518	32.21 490	2.93 378	63.19 521	21.83 460	82.02 522	90.16 523	83.59 521	72.13 521	69.45 519	53.25 517	95.47 526	64.21 520	95.15 526	95.27 526	72.59 519	74.60 521

Anonymous_1	99.01 530	99.91 529	99.85 530	97.31 527	99.09 529	100.00 532	100.00 531	99.59 531	99.96 529	99.29 531	99.86 529	99.55 530	99.99 531	99.30 528	99.76 529	95.67 527	99.58 528	97.24 527	98.56 528	97.36 527	98.34 528

test_example2	99.38 531	99.98 532	99.99 532	100.00 535	99.98 530	99.73 530	99.99 530	96.99 527	100.00 531	100.00 533	100.00 531	96.49 526	96.74 526	99.97 530	99.96 530	100.00 534	99.97 530	98.68 528	99.11 529	100.00 533	100.00 536

ccccc		96.47 527		100.00 535	100.00 532	97.29 525		99.52 530		99.28 530		99.32 529		99.92 529		100.00 534	100.00 532	99.95 529	99.77 530	100.00 533

HaxPig	98.85 529	99.94 530	95.36 522	99.99 532	99.98 530	94.12 523	94.52 523	99.12 529	99.96 529	99.96 532	99.99 530	99.98 533	99.89 529	98.16 527	96.14 527	99.98 531	99.99 531	100.00 530	99.99 531	99.99 532	99.95 532

Selective-RAFT-Error	100.00 537	100.00 533	100.00 535	100.00 535	100.00 532	100.00 532	100.00 531	100.00 534	100.00 531	100.00 533	100.00 531	100.00 535	100.00 532	100.00 534	100.00 534	100.00 534	100.00 532	100.00 530	100.00 533	100.00 533	100.00 536

PML	97.69 527	100.00 533	96.50 523	97.85 529	97.35 528	99.77 531	99.36 529	96.92 526	96.34 526	100.00 533	96.52 527	97.41 527	99.61 528	100.00 534	95.46 526	99.99 532	97.44 526	100.00 530	96.08 527	99.13 528	88.02 527

CasAABBNet	100.00 537	100.00 533	100.00 535	100.00 535	100.00 532	100.00 532	100.00 531	100.00 534	100.00 531	100.00 533	100.00 531	100.00 535	100.00 532	100.00 534	100.00 534	100.00 534	100.00 532	100.00 530	100.00 533	100.00 533	100.00 536

LSM0	100.00 537	100.00 533	100.00 535	100.00 535	100.00 532	100.00 532	100.00 531	100.00 534	100.00 531	100.00 533	100.00 531	100.00 535	100.00 532	100.00 534	100.00 534	100.00 534	100.00 532	100.00 530	100.00 533	100.00 533	99.99 533

DPSMNet_ROB	99.90 533	100.00 533	99.99 532	99.99 532	100.00 532	100.00 532	100.00 531	99.98 532	100.00 531	98.37 527	100.00 531	99.81 531	100.00 532	99.97 530	99.99 531	100.00 534	100.00 532	100.00 530	100.00 533	100.00 533	99.99 533

DGTPSM_ROB	99.90 533	100.00 533	99.99 532	99.99 532	100.00 532	100.00 532	100.00 531	99.98 532	100.00 531	98.37 527	100.00 531	99.81 531	100.00 532	99.97 530	99.99 531	99.99 532	100.00 532	100.00 530	100.00 533	100.00 533	99.99 533

DPSM_ROB	99.94 535	100.00 533	100.00 535	99.74 530	100.00 532	100.00 532	100.00 531	100.00 534	100.00 531	100.00 533	100.00 531	100.00 535	100.00 532	100.00 534	100.00 534	99.08 528	100.00 532	100.00 530	100.00 533	99.98 530	99.94 530

DPSM	99.94 535	100.00 533	100.00 535	99.74 530	100.00 532	100.00 532	100.00 531	100.00 534	100.00 531	100.00 533	100.00 531	100.00 535	100.00 532	100.00 534	100.00 534	99.08 528	100.00 532	100.00 530	100.00 533	99.98 530	99.94 530

MEDIAN_ROB	98.44 528	99.70 528	99.34 528	97.13 526	97.06 526	96.94 524	95.91 525	97.71 528	97.33 527	98.78 529	98.91 528	99.19 528	98.13 527	96.94 526	96.99 528	99.97 530	99.18 527	100.00 530	99.99 531	99.70 529	99.83 529

AVERAGE_ROB	99.63 532	99.96 531	98.88 527	100.00 535	100.00 532	98.16 529	95.64 524	100.00 534	100.00 531	100.00 533	100.00 531	100.00 535	100.00 532	100.00 534	99.99 531	100.00 534	100.00 532	100.00 530	100.00 533	100.00 533	100.00 536

Low-res two-view benchmark