Low-res two-view results

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

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

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

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

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

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

S2M2	0.34 41	0.28 182	0.45 53	0.40 41	0.30 156	0.31 15	0.16 1	0.60 29	0.64 116	0.31 16	0.48 61	0.47 87	0.34 57	0.38 4	0.32 72	0.25 349	0.22 393	0.20 174	0.22 320	0.25 317	0.22 286

MS	0.46 118	0.29 217	1.75 494	0.34 1	0.23 25	0.38 29	0.17 2	0.55 12	0.31 16	0.37 37	0.38 28	0.31 39	0.32 45	0.56 41	0.26 21	0.17 104	0.13 116	0.14 2	1.52 564	0.20 199	0.80 527

Monster-pub-mixall	0.30 16	0.19 6	0.39 14	0.36 6	0.21 9	0.28 10	0.18 3	0.58 20	0.34 25	0.36 33	0.34 21	0.26 15	0.20 1	1.40 298	0.24 5	0.15 39	0.11 28	0.13 1	0.10 2	0.12 1	0.13 37

S2M2_XL	0.24 1	0.24 79	0.39 14	0.34 1	0.24 42	0.16 2	0.18 3	0.32 1	0.22 4	0.29 11	0.40 30	0.24 7	0.23 10	0.32 1	0.26 21	0.20 220	0.18 317	0.18 116	0.16 154	0.18 124	0.14 64

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 13	0.22 19	0.35 20	0.18 3	0.45 5	0.21 2	0.26 5	0.23 5	0.34 48	0.20 1	0.77 110	0.23 2	0.16 61	0.11 28	0.15 24	0.11 9	0.13 5	0.11 2

LG-G_1	0.31 26	0.20 10	0.44 40	0.42 56	0.20 3	0.64 202	0.18 3	0.70 58	0.25 7	0.29 11	0.29 15	0.36 52	0.35 65	0.87 148	0.24 5	0.16 61	0.12 55	0.16 54	0.11 9	0.13 5	0.13 37

LG-G	0.31 26	0.20 10	0.44 40	0.42 56	0.20 3	0.64 202	0.18 3	0.70 58	0.25 7	0.29 11	0.29 15	0.36 52	0.35 65	0.87 148	0.24 5	0.16 61	0.12 55	0.16 54	0.11 9	0.13 5	0.13 37

MLG-Stereo_test3	0.28 7	0.18 1	0.42 33	0.40 41	0.23 25	0.47 75	0.19 8	0.61 30	0.29 12	0.35 28	0.21 2	0.35 50	0.21 3	0.60 61	0.25 12	0.15 39	0.11 28	0.16 54	0.11 9	0.13 5	0.13 37

LGtest1	0.27 4	0.21 29	0.44 40	0.41 49	0.21 9	0.42 46	0.19 8	0.56 15	0.26 9	0.29 11	0.24 6	0.29 31	0.29 29	0.55 40	0.25 12	0.18 144	0.12 55	0.16 54	0.12 42	0.14 20	0.13 37

IGEV-Stereo+	0.45 111	0.21 29	0.43 38	0.41 49	0.39 296	0.15 1	0.19 8	0.44 4	0.36 29	0.26 5	0.25 7	0.31 39	0.41 95	1.43 301	0.30 50	0.17 104	0.12 55	0.15 24	0.11 9	1.16 538	1.70 553

LG-Stereo_L2	0.29 12	0.20 10	0.45 53	0.37 13	0.25 59	0.26 4	0.20 11	0.78 80	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 158	0.23 2	0.15 39	0.11 28	0.15 24	0.12 42	0.14 20	0.11 2

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 41	0.24 42	0.38 29	0.20 11	0.59 22	0.19 1	0.24 2	0.17 1	0.33 46	0.27 21	0.90 157	0.25 12	0.14 31	0.11 28	0.16 54	0.11 9	0.13 5	0.12 11

MLG-Stereo	0.29 12	0.19 6	0.38 8	0.41 49	0.20 3	0.42 46	0.20 11	0.66 46	0.21 2	0.25 3	0.22 4	0.33 46	0.28 25	1.09 212	0.25 12	0.14 31	0.11 28	0.16 54	0.11 9	0.13 5	0.12 11

IGEV	0.28 7	0.18 1	0.39 14	0.37 13	0.31 182	0.45 65	0.21 14	0.59 22	0.40 39	0.31 16	0.43 43	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 55	0.16 54	0.13 66	0.12 1	0.12 11

LG-Stereo_L1	0.30 16	0.20 10	0.44 40	0.37 13	0.26 68	0.29 12	0.21 14	0.66 46	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 250	0.23 2	0.15 39	0.11 28	0.15 24	0.12 42	0.14 20	0.11 2

StereoAnything_RVC	0.45 111	1.43 544	0.48 67	0.35 4	0.20 3	0.26 4	0.21 14	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 74	1.27 257	0.22 1	0.21 254	0.11 28	0.14 2	0.10 2	2.37 549	0.11 2

DLNR_Zeroshot_test	23.17 586	48.52 600	43.29 590	176.68 599	78.69 595	0.35 20	0.21 14	23.41 585	0.75 156	0.66 146	0.86 167	0.59 149	0.30 33	1.56 328	0.44 196	9.57 584	0.12 55	0.18 116	0.14 94	76.92 598	0.16 127

111111	0.34 41	0.20 10	0.41 25	0.45 100	0.42 320	0.37 26	0.22 18	0.95 152	0.38 34	0.31 16	0.31 18	0.40 62	0.27 21	0.96 172	0.26 21	0.17 104	0.12 55	0.15 24	0.11 9	0.15 42	0.13 37

LG-Stereo_Zeroshot	0.36 50	0.23 61	0.54 107	0.50 174	0.28 117	0.36 24	0.22 18	1.02 177	0.39 35	0.42 61	0.64 110	0.36 52	0.51 163	0.39 6	0.29 39	0.18 144	0.12 55	0.17 81	0.13 66	0.18 124	0.18 178

SGD-Stereo	0.32 30	0.20 10	0.40 20	0.38 26	0.19 1	0.43 55	0.22 18	0.64 38	0.33 23	0.42 61	0.34 21	0.27 21	0.35 65	1.15 226	0.30 50	0.20 220	0.10 9	0.15 24	0.13 66	0.17 93	0.13 37

FoundationStereo	0.24 1	0.21 29	0.36 3	0.38 26	0.22 19	0.32 16	0.22 18	0.39 2	0.23 6	0.30 15	0.25 7	0.30 36	0.33 50	0.34 3	0.26 21	0.16 61	0.12 55	0.15 24	0.11 9	0.13 5	0.12 11

castereo++	0.38 61	0.23 61	0.41 25	0.43 63	0.31 182	0.97 368	0.22 18	0.86 113	0.58 99	0.32 20	0.44 47	0.51 110	0.39 88	0.93 166	0.24 5	0.17 104	0.11 28	0.17 81	0.12 42	0.14 20	0.14 64

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 34	0.21 9	0.25 3	0.22 18	0.48 6	0.31 16	0.32 20	0.26 10	0.37 57	0.24 12	0.83 133	0.29 39	0.16 61	0.12 55	0.14 2	0.11 9	0.14 20	0.11 2

IGEV-Stereo++	0.30 16	0.20 10	0.40 20	0.46 108	0.30 156	0.33 17	0.22 18	0.75 70	0.45 54	0.32 20	0.41 32	0.32 42	0.48 145	0.38 4	0.27 27	0.15 39	0.11 28	0.15 24	0.12 42	0.15 42	0.13 37

EGLCR-Stereo	0.37 56	0.22 48	0.51 87	0.43 63	0.26 68	0.44 61	0.22 18	0.99 166	0.48 65	0.42 61	0.42 34	0.67 175	0.29 29	0.86 145	0.33 86	0.17 104	0.12 55	0.19 139	0.17 175	0.17 93	0.15 97

Replicate-Monster	0.41 82	0.26 130	2.03 506	0.36 6	0.21 9	0.46 70	0.23 26	0.67 52	0.48 65	0.42 61	0.27 12	0.31 39	0.30 33	0.98 181	0.24 5	0.14 31	0.10 9	0.14 2	0.11 9	0.13 5	0.28 378

IGEV-RUCA	0.37 56	0.23 61	0.48 67	0.49 162	0.36 254	0.60 180	0.23 26	0.64 38	0.49 67	0.39 52	0.49 69	0.44 68	0.31 39	0.85 141	0.30 50	0.24 322	0.13 116	0.16 54	0.12 42	0.20 199	0.19 218

GIP-stereo	0.34 41	0.23 61	0.45 53	0.50 174	0.36 254	0.38 29	0.23 26	0.78 80	0.52 87	0.34 27	0.51 75	0.46 80	0.38 86	0.51 24	0.27 27	0.20 220	0.12 55	0.16 54	0.12 42	0.16 62	0.14 64

DEFOM-Stereo	0.33 38	0.20 10	0.40 20	0.42 56	0.28 117	0.80 304	0.23 26	0.48 6	0.37 32	0.37 37	0.31 18	0.23 3	0.24 12	1.20 240	0.27 27	0.16 61	0.12 55	0.14 2	0.11 9	0.14 20	0.14 64

IGEV-BASED-STEREO-	0.70 279	3.18 573	2.55 526	0.39 34	0.23 25	0.44 61	0.23 26	0.63 36	0.42 46	0.44 71	0.44 47	0.34 48	0.28 25	0.56 41	0.29 39	1.35 547	0.10 9	0.22 238	0.19 215	0.46 476	1.31 546

XX-Stereo	0.63 233	0.26 130	1.90 502	0.81 484	0.67 458	0.43 55	0.23 26	1.03 182	0.58 99	0.65 143	1.56 427	1.41 405	0.39 88	1.28 259	0.35 113	0.20 220	0.14 168	0.20 174	0.19 215	0.18 124	0.14 64

SM2	0.28 7	0.20 10	0.39 14	0.38 26	0.25 59	0.26 4	0.24 32	0.61 30	0.47 63	0.39 52	0.33 20	0.26 15	0.32 45	0.52 27	0.29 39	0.13 20	0.11 28	0.14 2	0.11 9	0.14 20	0.12 11

zero-FE	0.36 50	0.22 48	0.47 64	0.45 100	0.43 330	0.30 13	0.24 32	0.61 30	0.33 23	0.33 25	0.41 32	0.37 57	0.50 159	0.64 71	0.32 72	0.22 280	0.11 28	0.18 116	0.12 42	0.83 524	0.16 127

AdaDepth	0.30 16	0.22 48	0.49 74	0.44 86	0.27 92	0.44 61	0.24 32	0.52 8	0.30 13	0.31 16	0.37 27	0.26 15	0.32 45	0.79 119	0.25 12	0.12 6	0.12 55	0.16 54	0.13 66	0.16 62	0.15 97

U	9.45 574	0.21 29	0.58 137	0.47 119	53.11 593	61.27 598	0.24 32	0.70 58	0.52 87	0.36 33	0.28 13	0.29 31	0.35 65	0.33 2	0.26 21	0.19 185	0.11 28	60.50 595	8.88 582	0.17 93	0.13 37

2.25w	0.32 30	0.24 79	0.48 67	0.37 13	0.24 42	0.45 65	0.25 36	0.62 34	0.40 39	0.45 79	0.58 97	0.27 21	0.32 45	0.74 106	0.35 113	0.12 6	0.10 9	0.14 2	0.12 42	0.13 5	0.14 64

Reg-Stereo(zero)	0.44 103	0.22 48	0.45 53	0.43 63	0.23 25	0.38 29	0.25 36	0.76 73	1.08 284	0.90 198	0.78 148	0.90 257	0.47 134	0.70 89	0.36 123	0.15 39	0.12 55	0.15 24	0.12 42	0.15 42	0.15 97

DEFOM-Stereo_RVC	0.40 74	0.67 486	0.42 33	0.64 386	0.29 134	0.48 81	0.25 36	0.85 111	0.44 52	0.38 44	0.36 24	0.30 36	0.70 254	1.15 226	0.29 39	0.16 61	0.11 28	0.16 54	0.11 9	0.18 124	0.12 11

UGAM-zero	1.00 414	0.30 238	0.93 347	0.47 119	0.30 156	0.57 164	0.25 36	2.25 518	0.63 112	1.01 233	1.10 255	2.73 528	1.85 515	6.26 528	0.40 161	0.17 104	0.14 168	0.19 139	0.15 112	0.16 62	0.17 153

IGEV++	0.40 74	0.22 48	0.51 87	0.52 225	0.29 134	0.45 65	0.25 36	1.65 369	0.46 60	0.37 37	0.57 94	0.46 80	0.45 118	0.50 22	0.38 146	0.19 185	0.12 55	0.16 54	0.13 66	0.16 62	0.15 97

Any-RAFT	0.53 155	0.24 79	0.47 64	0.47 119	0.27 92	1.00 376	0.25 36	1.58 352	1.05 269	0.85 191	0.99 202	1.06 317	0.47 134	0.70 89	0.32 72	0.18 144	0.13 116	0.16 54	0.13 66	0.16 62	0.16 127

ROB_FTStereo	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.64 202	0.25 36	1.05 196	0.64 116	1.12 271	0.95 187	0.82 220	0.61 221	1.15 226	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

CRE-IMP	0.55 185	0.30 238	0.74 256	0.52 225	0.29 134	0.79 296	0.25 36	1.04 188	0.72 149	1.09 255	0.95 187	0.81 215	0.57 199	1.10 215	0.50 249	0.21 254	0.14 168	0.23 276	0.19 215	0.28 362	0.22 286

CREStereo++_RVC	0.47 126	0.21 29	0.38 8	0.45 100	0.38 286	0.45 65	0.25 36	0.75 70	1.29 408	0.80 173	1.21 308	0.47 87	0.37 79	0.53 31	0.44 196	0.16 61	0.11 28	0.15 24	0.80 539	0.18 124	0.11 2
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
Gwc-CoAtRS	0.52 145	0.24 79	0.68 191	0.48 146	0.29 134	0.64 202	0.25 36	1.16 238	1.08 284	1.01 233	1.00 206	1.12 340	0.56 190	0.69 85	0.37 135	0.16 61	0.13 116	0.17 81	0.15 112	0.15 42	0.15 97

water-stereo	0.39 65	0.20 10	0.48 67	0.44 86	0.27 92	0.50 107	0.26 46	0.92 133	0.51 80	0.53 117	0.78 148	0.55 127	0.49 153	0.42 10	0.42 183	0.16 61	0.15 226	0.17 81	0.15 112	0.16 62	0.15 97

H2IRNET	0.56 194	0.26 130	0.66 182	0.47 119	0.35 244	0.41 39	0.26 46	0.92 133	1.17 344	0.61 136	1.28 336	1.08 323	0.86 329	0.99 185	0.63 306	0.19 185	0.16 266	0.22 238	0.25 371	0.21 241	0.18 178

MIF-Stereo (partial)	0.45 111	0.25 107	0.70 210	0.50 174	0.52 397	0.35 20	0.26 46	0.91 130	0.59 105	0.45 79	0.71 130	0.51 110	0.51 163	1.11 218	0.45 209	0.20 220	0.16 266	0.23 276	0.20 247	0.24 305	0.18 178

IIG-Stereo	0.96 397	0.31 271	0.72 228	0.88 511	0.33 222	0.61 186	0.26 46	1.19 253	1.03 260	1.69 483	1.37 370	1.46 417	0.75 268	6.96 543	0.51 254	0.19 185	0.14 168	0.23 276	0.18 193	0.20 199	0.14 64

SST-Stereo	0.83 359	0.28 182	0.72 228	0.59 330	0.31 182	0.72 258	0.26 46	1.09 219	0.86 189	1.47 440	1.10 255	1.00 299	0.87 334	5.73 520	0.45 209	0.22 280	0.13 116	0.23 276	0.19 215	0.23 290	0.18 178

TANstereo	0.44 103	0.21 29	0.44 40	0.41 49	0.21 9	0.65 218	0.26 46	0.79 85	0.83 183	0.93 206	0.98 200	0.51 110	0.46 125	0.54 34	0.35 113	0.18 144	0.24 414	0.16 54	0.13 66	0.16 62	0.26 356

XX-TBD	0.46 118	0.70 493	0.35 1	0.79 478	0.25 59	0.58 167	0.26 46	0.69 54	1.27 399	0.76 160	1.00 206	0.45 76	0.33 50	0.47 18	0.37 135	0.19 185	0.15 226	0.15 24	0.11 9	0.17 93	0.14 64

4w-stereo	0.30 16	0.24 79	0.44 40	0.37 13	0.23 25	0.46 70	0.27 53	0.63 36	0.31 16	0.41 55	0.44 47	0.27 21	0.36 74	0.59 49	0.30 50	0.11 1	0.09 1	0.15 24	0.12 42	0.13 5	0.12 11

monsters	0.34 41	0.20 10	0.41 25	0.39 34	0.36 254	0.34 18	0.27 53	0.66 46	0.43 48	0.47 87	0.40 30	0.22 2	0.23 10	1.33 272	0.25 12	0.13 20	0.10 9	0.14 2	0.11 9	0.13 5	0.13 37

Pointernet	0.37 56	0.20 10	0.57 131	0.43 63	0.28 117	0.51 124	0.27 53	0.93 140	0.61 107	0.47 87	0.63 107	0.49 100	0.38 86	0.49 21	0.33 86	0.17 104	0.13 116	0.14 2	0.11 9	0.13 5	0.12 11

RAFT-Test	0.54 170	0.25 107	0.64 168	0.47 119	0.30 156	0.97 368	0.27 53	1.24 270	0.81 177	0.96 215	1.12 268	1.28 381	0.48 145	0.71 93	0.36 123	0.17 104	0.13 116	0.17 81	0.14 94	0.16 62	0.16 127

CFNet-RSSM	0.54 170	0.24 79	0.70 210	0.48 146	0.28 117	0.60 180	0.27 53	1.49 321	1.14 320	1.06 245	0.93 183	1.08 323	0.54 178	0.70 89	0.35 113	0.16 61	0.12 55	0.17 81	0.15 112	0.16 62	0.14 64

PMTNet	0.46 118	0.21 29	0.38 8	0.37 13	0.23 25	0.71 255	0.27 53	0.74 69	1.04 265	0.64 141	0.70 127	0.55 127	0.47 134	0.86 145	0.35 113	1.00 536	0.13 116	0.15 24	0.10 2	0.15 42	0.13 37

GREAT-IGEV	0.32 30	0.20 10	0.42 33	0.37 13	0.29 134	0.36 24	0.28 59	0.56 15	0.58 99	0.28 7	0.50 72	0.29 31	0.29 29	0.84 136	0.27 27	0.14 31	0.11 28	0.15 24	0.11 9	0.17 93	0.14 64

CAS++	0.47 126	0.31 271	0.56 121	0.47 119	0.32 201	0.42 46	0.28 59	1.76 401	0.72 149	0.71 152	0.72 134	0.37 57	0.28 25	0.69 85	0.33 86	0.27 388	0.22 393	0.26 354	0.21 291	0.29 373	0.19 218
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	0.55 185	0.26 130	0.57 131	0.51 204	0.26 68	0.69 243	0.28 59	1.18 245	0.64 116	0.91 203	1.32 352	0.82 220	0.33 50	1.92 382	0.32 72	0.17 104	0.12 55	0.17 81	0.13 66	0.16 62	0.16 127

MIM_Stereo	0.57 201	0.24 79	0.92 345	0.46 108	0.30 156	0.54 145	0.28 59	1.27 274	0.75 156	1.00 230	1.16 290	0.93 271	0.53 173	1.45 305	0.61 299	0.16 61	0.16 266	0.20 174	0.19 215	0.17 93	0.14 64

testlalala_base	0.77 327	0.40 389	0.70 210	0.65 400	0.50 374	0.79 296	0.28 59	1.50 325	0.51 80	0.73 158	0.90 176	0.69 182	0.54 178	0.66 80	0.40 161	2.82 558	0.14 168	0.17 81	0.12 42	2.68 553	0.19 218

qwe	0.32 30	0.21 29	0.40 20	0.37 13	0.26 68	0.49 93	0.29 64	0.64 38	0.39 35	0.49 101	0.48 61	0.26 15	0.27 21	0.80 122	0.34 103	0.12 6	0.10 9	0.14 2	0.11 9	0.15 42	0.12 11

DilatedVolume-Stereo	0.43 92	0.21 29	0.55 117	0.43 63	0.32 201	0.72 258	0.29 64	0.80 93	0.51 80	0.77 165	0.73 136	0.48 92	0.40 92	1.13 223	0.39 154	0.15 39	0.14 168	0.15 24	0.14 94	0.16 62	0.14 64

monsterstereo	0.34 41	0.20 10	0.44 40	0.45 100	0.35 244	0.27 9	0.29 64	0.53 9	0.51 80	0.44 71	0.61 102	0.26 15	0.25 14	1.19 238	0.27 27	0.13 20	0.11 28	0.15 24	0.12 42	0.15 42	0.10 1

HART	0.45 111	0.22 48	0.54 107	0.50 174	0.26 68	0.41 39	0.29 64	1.03 182	0.50 71	0.58 125	1.45 395	0.61 154	0.35 65	1.08 211	0.30 50	0.15 39	0.13 116	0.19 139	0.14 94	0.19 165	0.14 64

tg	0.52 145	0.24 79	0.61 152	0.49 162	0.30 156	0.90 338	0.29 64	1.07 211	0.83 183	0.83 183	1.02 220	0.62 159	0.43 106	1.35 277	0.41 172	0.17 104	0.12 55	0.22 238	0.20 247	0.17 93	0.15 97

RAStereo	0.34 41	0.21 29	0.66 182	0.47 119	0.27 92	0.26 4	0.29 64	0.69 54	0.63 112	0.32 20	0.42 34	0.45 76	0.31 39	0.45 12	0.34 103	0.17 104	0.15 226	0.19 139	0.15 112	0.18 124	0.13 37

trnet	0.39 65	0.21 29	0.37 5	0.36 6	0.20 3	0.53 137	0.29 64	0.78 80	1.12 305	0.59 133	0.71 130	0.53 122	0.42 99	0.54 34	0.34 103	0.18 144	0.13 116	0.15 24	0.10 2	0.14 20	0.13 37

Patchmatch Stereo++	0.55 185	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.29 64	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.37 283	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.55 185	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.29 64	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.37 283	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

CREStereo	0.39 65	0.21 29	0.38 8	0.34 1	0.22 19	0.53 137	0.29 64	0.77 76	1.11 301	0.58 125	0.71 130	0.51 110	0.41 95	0.54 34	0.34 103	0.18 144	0.13 116	0.15 24	0.10 2	0.14 20	0.14 64
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
asd	0.30 16	0.21 29	0.41 25	0.39 34	0.24 42	0.47 75	0.30 74	0.69 54	0.30 13	0.41 55	0.39 29	0.28 30	0.33 50	0.62 67	0.27 27	0.13 20	0.09 1	0.14 2	0.12 42	0.14 20	0.12 11

LG-Stereo	0.34 41	0.25 107	0.78 285	0.47 119	0.26 68	0.37 26	0.30 74	0.71 62	0.52 87	0.36 33	0.57 94	0.29 31	0.21 3	0.50 22	0.36 123	0.13 20	0.13 116	0.20 174	0.18 193	0.18 124	0.12 11

MaDis-Stereo	0.36 50	0.25 107	0.58 137	0.44 86	0.34 240	0.30 13	0.30 74	0.72 63	0.50 71	0.37 37	0.36 24	0.58 142	0.49 153	0.52 27	0.36 123	0.19 185	0.16 266	0.19 139	0.15 112	0.18 124	0.14 64

LL-Strereo2	0.52 145	0.33 309	0.69 204	0.52 225	0.37 269	0.70 250	0.30 74	1.13 233	0.67 134	0.94 211	0.78 148	0.91 260	0.42 99	1.05 202	0.42 183	0.17 104	0.16 266	0.29 397	0.25 371	0.21 241	0.16 127

iRaft-Stereo_20w	0.65 253	0.31 271	1.00 372	0.47 119	0.34 240	0.73 262	0.30 74	2.96 545	0.70 143	1.15 295	1.14 277	0.76 198	0.65 241	1.11 218	0.38 146	0.17 104	0.13 116	0.18 116	0.16 154	0.19 165	0.18 178

GLC_STEREO	0.39 65	0.25 107	0.41 25	0.54 258	0.23 25	0.48 81	0.30 74	0.73 65	0.58 99	0.52 116	0.73 136	0.51 110	0.31 39	0.64 71	0.42 183	0.17 104	0.20 353	0.23 276	0.19 215	0.21 241	0.17 153

HUI-Stereo	0.52 145	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.30 74	1.04 188	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	0.79 119	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 6	0.21 9	0.55 153	0.31 81	0.55 12	0.43 48	0.28 7	0.28 13	0.23 3	0.21 3	0.56 41	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

SCV_C0	0.43 92	0.26 130	0.65 175	0.43 63	0.29 134	0.47 75	0.31 81	1.34 286	0.73 153	0.38 44	0.49 69	0.54 124	0.29 29	1.24 250	0.30 50	0.17 104	0.13 116	0.16 54	0.13 66	0.20 199	0.15 97

MonSter	0.28 7	0.18 1	0.39 14	0.36 6	0.21 9	0.55 153	0.31 81	0.55 12	0.43 48	0.28 7	0.29 15	0.23 3	0.21 3	0.56 41	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

999	0.48 132	0.22 48	0.49 74	0.48 146	0.34 240	0.75 271	0.31 81	0.85 111	0.55 94	0.37 37	0.48 61	0.50 106	0.36 74	2.45 431	0.39 154	0.16 61	0.13 116	0.18 116	0.15 112	0.16 62	0.19 218

GCST	1.08 435	1.47 546	0.93 347	1.73 547	1.14 533	1.30 431	0.31 81	1.33 281	1.16 341	1.29 371	0.97 199	0.98 292	0.49 153	2.08 399	0.46 223	1.19 546	0.70 546	1.30 546	0.85 543	1.02 534	0.89 532

4D-IteraStereo	0.48 132	0.24 79	0.76 270	0.50 174	0.44 338	0.66 227	0.31 81	0.87 114	1.02 256	1.03 241	0.72 134	0.78 205	0.32 45	0.64 71	0.37 135	0.17 104	0.11 28	0.23 276	0.19 215	0.19 165	0.13 37

PFNet+	0.59 213	0.28 182	0.77 277	0.53 243	0.30 156	0.59 172	0.31 81	0.92 133	1.14 320	1.33 401	1.10 255	0.79 209	0.57 199	1.31 265	0.49 243	0.25 349	0.17 295	0.28 386	0.26 388	0.21 241	0.25 332

RALAANet	0.60 216	0.33 309	0.87 321	0.62 368	0.50 374	0.69 243	0.31 81	1.21 256	1.06 273	1.09 255	1.16 290	0.88 248	0.46 125	1.22 243	0.42 183	0.19 185	0.15 226	0.21 209	0.17 175	0.27 343	0.17 153

xyz-stereo-finetune2	0.58 207	0.27 160	0.57 131	0.40 41	0.24 42	1.09 394	0.32 89	0.79 85	0.53 91	0.65 143	1.07 241	0.58 142	0.80 297	2.47 436	0.80 363	0.16 61	0.15 226	0.21 209	0.17 175	0.16 62	0.17 153

tt45	0.45 111	0.23 61	0.46 61	0.45 100	0.33 222	0.79 296	0.32 89	0.78 80	0.41 43	0.51 114	0.44 47	0.49 100	0.37 79	2.14 404	0.34 103	0.16 61	0.13 116	0.19 139	0.16 154	0.17 93	0.18 178

WCG-NET	0.42 86	0.21 29	0.54 107	0.40 41	0.25 59	0.47 75	0.32 89	0.73 65	1.15 332	0.76 160	0.73 136	0.58 142	0.45 118	0.60 61	0.34 103	0.15 39	0.11 28	0.16 54	0.14 94	0.15 42	0.13 37

IGEV_Zeroshot_test	0.53 155	0.30 238	0.99 367	0.56 295	0.35 244	0.41 39	0.32 89	1.37 292	0.63 112	1.00 230	1.09 251	0.95 282	0.41 95	0.83 133	0.39 154	0.18 144	0.12 55	0.19 139	0.18 193	0.19 165	0.17 153

UniTT-Stereo	0.36 50	0.23 61	0.59 144	0.48 146	0.36 254	0.40 35	0.32 89	0.53 9	0.49 67	0.54 120	0.55 88	0.36 52	0.31 39	0.58 48	0.51 254	0.20 220	0.15 226	0.17 81	0.15 112	0.19 165	0.15 97

GCAP-Stereo	0.40 74	0.28 182	0.68 191	0.47 119	0.25 59	0.53 137	0.32 89	0.82 103	0.58 99	0.65 143	0.69 123	0.58 142	0.42 99	0.47 18	0.29 39	0.17 104	0.14 168	0.17 81	0.13 66	0.17 93	0.14 64

MC-Stereo	0.43 92	0.23 61	0.48 67	0.51 204	0.28 117	0.39 33	0.32 89	0.88 122	0.68 138	0.60 135	0.84 164	0.56 135	0.61 221	1.03 194	0.31 67	0.17 104	0.11 28	0.17 81	0.15 112	0.16 62	0.13 37

test_for_model	1.30 467	3.71 576	0.58 137	3.22 566	2.84 566	0.59 172	0.33 96	1.40 300	0.83 183	1.42 433	0.61 102	0.52 117	0.37 79	0.51 24	0.33 86	2.46 554	0.15 226	0.16 54	0.11 9	4.39 576	1.50 549

MoCha-V2	0.40 74	0.20 10	0.49 74	0.50 174	0.21 9	0.44 61	0.33 96	0.93 140	0.53 91	0.53 117	0.53 79	0.42 63	0.58 208	1.09 212	0.27 27	0.14 31	0.12 55	0.15 24	0.12 42	0.17 93	0.15 97

Selective-IGEV	0.39 65	0.24 79	0.50 80	0.44 86	0.25 59	0.46 70	0.33 96	1.25 272	0.40 39	0.35 28	0.45 52	0.52 117	0.30 33	1.07 207	0.30 50	0.14 31	0.12 55	0.17 81	0.13 66	0.16 62	0.13 37

Selective-RAFT	0.52 145	0.28 182	0.79 288	0.55 282	0.27 92	0.91 342	0.33 96	0.80 93	0.88 197	0.58 125	0.63 107	0.81 215	0.77 280	1.29 263	0.48 235	0.19 185	0.14 168	0.17 81	0.15 112	0.19 165	0.17 153

IPLG	0.69 275	0.27 160	0.97 363	0.51 204	0.43 330	0.79 296	0.33 96	1.21 256	1.06 273	1.30 379	1.10 255	0.52 117	0.55 185	3.16 463	0.63 306	0.16 61	0.14 168	0.19 139	0.16 154	0.18 124	0.17 153

IPLGR	0.58 207	0.27 160	1.14 421	0.48 146	0.28 117	0.65 218	0.33 96	1.22 264	1.13 317	1.18 319	1.05 235	0.69 182	0.66 244	0.96 172	0.52 261	0.17 104	0.15 226	0.20 174	0.17 175	0.20 199	0.18 178

NRIStereo	0.60 216	0.29 217	0.69 204	0.53 243	0.28 117	0.63 199	0.33 96	1.08 217	0.87 193	1.14 289	0.87 170	0.91 260	0.59 209	2.24 415	0.49 243	0.20 220	0.14 168	0.21 209	0.19 215	0.21 241	0.17 153

DeepStereo_RVC	0.55 185	0.29 217	0.72 228	0.51 204	0.30 156	0.59 172	0.33 96	1.03 182	0.70 143	1.16 305	0.93 183	0.83 227	0.94 366	0.96 172	0.54 274	0.21 254	0.14 168	0.21 209	0.19 215	0.24 305	0.24 320

RAFT-RH_RVC	1.03 426	0.24 79	0.67 187	0.49 162	0.28 117	0.81 313	0.33 96	0.83 107	1.08 284	2.05 513	4.65 549	1.04 315	0.57 199	5.98 527	0.50 249	0.18 144	0.13 116	0.26 354	0.20 247	0.16 62	0.17 153

CroCo-Stereo	0.40 74	0.31 271	0.73 240	0.58 317	0.27 92	0.26 4	0.33 96	0.95 152	0.81 177	0.42 61	0.47 58	0.65 168	0.47 134	0.39 6	0.34 103	0.18 144	0.15 226	0.16 54	0.14 94	0.19 165	0.16 127
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
iRaftStereo_RVC	0.47 126	0.26 130	0.64 168	0.50 174	0.29 134	0.53 137	0.33 96	1.05 196	0.77 166	0.84 186	1.00 206	0.55 127	0.37 79	0.81 128	0.40 161	0.17 104	0.12 55	0.22 238	0.20 247	0.19 165	0.15 97

DIP-Stereo	0.62 226	0.30 238	0.83 302	0.48 146	0.36 254	0.95 358	0.33 96	2.37 529	0.67 134	1.25 356	1.00 206	0.68 177	0.51 163	0.91 158	0.61 299	0.18 144	0.15 226	0.21 209	0.17 175	0.19 165	0.19 218
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
asda	0.30 16	0.24 79	0.42 33	0.38 26	0.23 25	0.43 55	0.34 108	0.58 20	0.37 32	0.38 44	0.42 34	0.27 21	0.34 57	0.52 27	0.30 50	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

3.25w_new	0.32 30	0.21 29	0.45 53	0.38 26	0.23 25	0.52 128	0.34 108	0.65 42	0.39 35	0.47 87	0.45 52	0.32 42	0.35 65	0.61 65	0.27 27	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.25w	0.32 30	0.21 29	0.45 53	0.37 13	0.23 25	0.52 128	0.34 108	0.65 42	0.39 35	0.47 87	0.45 52	0.32 42	0.35 65	0.61 65	0.27 27	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

ISRNet	0.80 342	0.33 309	1.07 401	0.81 484	0.66 454	0.60 180	0.34 108	1.19 253	1.13 317	1.59 470	1.53 416	1.35 396	0.77 280	1.27 257	0.94 392	0.39 474	0.34 480	0.43 490	0.38 486	0.34 415	0.49 486

MGS-Stereo	0.42 86	0.26 130	0.58 137	0.44 86	0.28 117	0.50 107	0.34 108	0.57 19	0.83 183	0.46 84	1.31 346	0.52 117	0.33 50	0.65 78	0.36 123	0.19 185	0.16 266	0.18 116	0.15 112	0.17 93	0.16 127

s12784h	0.52 145	0.20 10	0.38 8	0.41 49	0.19 1	0.96 364	0.34 108	1.17 240	1.25 388	0.81 177	0.90 176	0.63 162	0.50 159	1.45 305	0.42 183	0.14 31	0.12 55	0.17 81	0.11 9	0.18 124	0.11 2

raftrobust	0.52 145	0.25 107	0.56 121	0.65 400	0.52 397	0.49 93	0.34 108	0.98 164	0.91 209	1.30 379	0.87 170	0.63 162	0.81 301	0.78 115	0.41 172	0.19 185	0.15 226	0.16 54	0.14 94	0.15 42	0.16 127

RAFT-Stereo + iAFF	0.54 170	0.25 107	0.68 191	0.43 63	0.24 42	0.40 35	0.34 108	1.04 188	1.09 292	1.32 393	1.60 436	0.80 211	0.68 246	0.67 83	0.39 154	0.13 20	0.10 9	0.18 116	0.17 175	0.17 93	0.13 37

depthmonostereo	0.41 82	0.23 61	0.53 101	0.47 119	0.23 25	0.61 186	0.35 116	1.00 170	0.76 162	0.48 95	0.65 111	0.47 87	0.49 153	0.67 83	0.37 135	0.16 61	0.15 226	0.16 54	0.14 94	0.16 62	0.15 97

3.5w_stereo	0.33 38	0.25 107	0.45 53	0.37 13	0.24 42	0.54 145	0.35 116	0.66 46	0.36 29	0.43 67	0.44 47	0.29 31	0.34 57	0.77 110	0.39 154	0.11 1	0.09 1	0.15 24	0.11 9	0.14 20	0.13 37

fffy	0.42 86	0.27 160	0.57 131	0.46 108	0.29 134	0.48 81	0.35 116	0.91 130	0.55 94	0.40 54	0.58 97	0.55 127	0.41 95	1.26 254	0.36 123	0.15 39	0.13 116	0.19 139	0.16 154	0.18 124	0.14 64

PAM_32	0.77 327	0.28 182	1.03 387	0.52 225	0.30 156	1.32 434	0.35 116	1.97 465	0.65 131	1.02 237	1.06 237	3.05 533	1.49 486	0.96 172	0.36 123	0.19 185	0.13 116	0.20 174	0.18 193	0.19 165	0.19 218

GCAP-BAT	0.49 138	0.31 271	0.64 168	0.41 49	0.46 357	0.70 250	0.35 116	0.77 76	0.64 116	0.86 193	1.00 206	0.77 201	0.37 79	1.18 236	0.36 123	0.18 144	0.14 168	0.18 116	0.13 66	0.17 93	0.15 97

RAFT-Stereo-weight	0.47 126	0.24 79	0.53 101	0.48 146	0.27 92	0.60 180	0.35 116	1.02 177	1.07 278	0.99 225	0.78 148	0.76 198	0.28 25	0.76 107	0.36 123	0.16 61	0.12 55	0.17 81	0.15 112	0.16 62	0.15 97

Former-RAFT_DAM_RVC	0.46 118	0.36 364	0.71 222	0.47 119	0.36 254	0.67 231	0.35 116	0.78 80	1.12 305	0.61 136	0.62 105	0.39 61	0.39 88	0.71 93	0.39 154	0.20 220	0.17 295	0.22 238	0.18 193	0.23 290	0.19 218

MyStereo8	0.65 253	0.29 217	1.00 372	0.58 317	0.49 367	0.91 342	0.35 116	1.18 245	1.31 418	1.16 305	1.27 330	0.90 257	0.64 235	0.72 96	0.95 396	0.18 144	0.14 168	0.20 174	0.18 193	0.22 265	0.26 356

GMStereo_Zeroshot	0.67 269	0.61 476	1.01 376	0.64 386	0.37 269	0.84 328	0.35 116	1.05 196	1.12 305	1.12 271	1.06 237	1.27 378	0.54 178	1.19 238	0.59 289	0.32 433	0.17 295	0.31 416	0.18 193	0.52 492	0.22 286

CES	0.48 132	0.20 10	0.37 5	0.39 34	1.39 544	0.55 153	0.35 116	0.98 164	0.66 133	0.44 71	0.66 112	0.35 50	0.27 21	0.56 41	0.33 86	0.15 39	0.13 116	0.15 24	0.10 2	0.19 165	1.46 548

CroCo-Stereo Lap2	0.44 103	0.34 333	0.77 277	0.61 356	0.79 493	0.28 10	0.35 116	0.75 70	0.71 148	0.38 44	0.50 72	0.72 190	0.55 185	0.57 47	0.47 230	0.17 104	0.18 317	0.19 139	0.16 154	0.21 241	0.20 251

ADStereo(finetuned)	0.57 201	0.24 79	1.06 396	0.43 63	0.24 42	0.49 93	0.35 116	1.05 196	1.30 414	1.12 271	1.03 230	0.58 142	1.20 447	0.84 136	0.51 254	0.16 61	0.13 116	0.17 81	0.13 66	0.18 124	0.19 218

raft_robust	0.68 273	0.30 238	0.64 168	0.52 225	0.26 68	0.54 145	0.35 116	1.33 281	1.24 385	1.16 305	1.07 241	0.60 150	0.54 178	3.58 475	0.37 135	0.18 144	0.14 168	0.20 174	0.22 320	0.20 199	0.16 127

test-3	0.54 170	0.22 48	0.68 191	0.47 119	0.27 92	0.58 167	0.35 116	0.92 133	1.00 250	1.32 393	0.69 123	0.87 244	0.45 118	1.68 352	0.37 135	0.16 61	0.11 28	0.20 174	0.16 154	0.17 93	0.13 37

test_1	0.54 170	0.22 48	0.68 191	0.47 119	0.27 92	0.58 167	0.35 116	0.92 133	1.00 250	1.28 365	0.68 119	0.87 244	0.45 118	1.67 347	0.37 135	0.16 61	0.11 28	0.20 174	0.16 154	0.17 93	0.13 37

HCRNet	0.70 279	0.39 383	0.73 240	0.60 342	0.59 433	0.76 277	0.35 116	1.22 264	1.13 317	1.02 237	0.99 202	1.02 308	0.76 276	2.19 412	0.70 325	0.28 402	0.19 335	0.28 386	0.23 343	0.25 317	0.23 306

FlowAnything_test	0.39 65	0.26 130	0.61 152	0.59 330	0.33 222	0.62 195	0.36 132	0.62 34	0.40 39	0.45 79	0.36 24	0.45 76	0.37 79	0.53 31	0.48 235	0.24 322	0.18 317	0.28 386	0.33 466	0.21 241	0.19 218

GASTEREO	0.40 74	0.25 107	0.51 87	0.48 146	0.25 59	0.65 218	0.36 132	0.81 98	0.49 67	0.51 114	0.82 161	0.30 36	0.66 244	0.62 67	0.28 36	0.19 185	0.12 55	0.16 54	0.14 94	0.16 62	0.14 64

4.5_new	0.29 12	0.25 107	0.41 25	0.36 6	0.23 25	0.52 128	0.36 132	0.56 15	0.34 25	0.45 79	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 24	0.13 66	0.16 62	0.12 11

4.5w-stereo	0.29 12	0.25 107	0.41 25	0.36 6	0.23 25	0.52 128	0.36 132	0.56 15	0.34 25	0.45 79	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 24	0.13 66	0.16 62	0.12 11

3.75w	0.32 30	0.23 61	0.44 40	0.37 13	0.29 134	0.62 195	0.36 132	0.59 22	0.32 21	0.41 55	0.47 58	0.25 13	0.34 57	0.64 71	0.26 21	0.12 6	0.09 1	0.14 2	0.12 42	0.13 5	0.12 11

HI	0.64 245	0.32 287	0.68 191	0.47 119	0.51 385	0.41 39	0.36 132	1.04 188	0.75 156	1.31 389	1.43 388	1.62 444	1.12 429	0.94 169	0.88 382	0.15 39	0.12 55	0.20 174	0.20 247	0.20 199	0.18 178

CoSv	0.64 245	0.32 287	0.68 191	0.47 119	0.51 385	0.41 39	0.36 132	1.04 188	0.75 156	1.31 389	1.43 388	1.62 444	1.12 429	0.94 169	0.88 382	0.15 39	0.12 55	0.20 174	0.20 247	0.20 199	0.18 178

AIO-test1	0.56 194	0.25 107	0.55 117	0.64 386	0.78 490	0.80 304	0.36 132	1.18 245	1.34 429	0.57 123	0.88 172	0.61 154	0.50 159	1.12 221	0.35 113	0.17 104	0.17 295	0.22 238	0.24 356	0.18 124	0.23 306

SMoEStereo_RVC	0.39 65	0.25 107	0.50 80	0.45 100	0.30 156	0.61 186	0.36 132	0.72 63	0.45 54	0.46 84	0.43 43	0.42 63	0.35 65	1.39 292	0.29 39	0.15 39	0.12 55	0.20 174	0.15 112	0.16 62	0.15 97

WCG-NET（raft）	0.45 111	0.21 29	0.55 117	0.40 41	0.24 42	0.50 107	0.36 132	0.73 65	1.09 292	0.71 152	0.76 144	0.92 269	0.51 163	0.84 136	0.34 103	0.16 61	0.12 55	0.15 24	0.14 94	0.14 20	0.14 64

CASnet	0.41 82	0.25 107	0.48 67	0.50 174	0.20 3	0.50 107	0.36 132	0.81 98	0.80 174	0.83 183	0.68 119	0.48 92	0.31 39	0.54 34	0.32 72	0.18 144	0.12 55	0.27 371	0.22 320	0.23 290	0.14 64
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DCANet-4	0.54 170	0.26 130	1.07 401	0.42 56	0.24 42	0.48 81	0.36 132	0.99 166	1.30 414	1.10 263	1.02 220	0.56 135	0.75 268	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

fff	0.53 155	0.24 79	0.70 210	0.43 63	0.24 42	0.48 81	0.36 132	1.07 211	1.25 388	1.10 263	1.02 220	0.57 137	1.06 416	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

OMP-Stereo	0.94 393	0.33 309	0.72 228	0.90 515	0.31 182	0.49 93	0.36 132	1.16 238	1.06 273	1.58 469	1.12 268	1.46 417	0.69 249	6.94 542	0.49 243	0.19 185	0.14 168	0.24 296	0.18 193	0.20 199	0.14 64

RAFT-IKP	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.59 172	0.36 132	1.04 188	0.64 116	1.12 271	0.96 190	0.83 227	0.61 221	1.22 243	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

DCANet	0.54 170	0.24 79	0.70 210	0.43 63	0.24 42	0.49 93	0.36 132	1.05 196	1.30 414	1.12 271	1.03 230	0.58 142	0.92 352	0.81 128	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.18 124	0.19 218

csc	0.53 155	0.24 79	0.70 210	0.43 63	0.24 42	0.48 81	0.36 132	1.07 211	1.25 388	1.10 263	1.02 220	0.57 137	1.06 416	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

cscssc	0.53 155	0.24 79	0.70 210	0.43 63	0.24 42	0.48 81	0.36 132	1.07 211	1.25 388	1.10 263	1.02 220	0.57 137	1.06 416	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

iResNet_ROB	0.77 327	0.30 238	0.99 367	0.57 311	0.36 254	0.83 320	0.36 132	2.33 524	1.58 489	1.27 363	1.30 340	1.25 370	0.84 318	1.65 342	0.79 359	0.20 220	0.14 168	0.17 81	0.12 42	0.18 124	0.27 366

MSCF	0.38 61	0.25 107	0.52 95	0.47 119	0.25 59	0.62 195	0.37 151	0.81 98	0.47 63	0.50 109	0.71 130	0.32 42	0.65 241	0.54 34	0.28 36	0.19 185	0.12 55	0.17 81	0.14 94	0.17 93	0.14 64

model_zeroshot	0.48 132	0.29 217	0.86 310	0.51 204	0.36 254	0.69 243	0.37 151	1.12 230	0.62 109	0.85 191	0.84 164	0.66 172	0.37 79	0.73 100	0.34 103	0.20 220	0.16 266	0.19 139	0.16 154	0.17 93	0.16 127

gcap-zeroshot	0.53 155	0.28 182	0.89 334	0.49 162	0.28 117	0.76 277	0.37 151	1.34 286	0.73 153	0.89 196	0.67 116	1.35 396	0.51 163	0.79 119	0.33 86	0.18 144	0.15 226	0.18 116	0.15 112	0.17 93	0.16 127

plain	0.46 118	0.27 160	1.01 376	0.50 174	0.40 307	0.35 20	0.37 151	0.87 114	0.56 96	0.43 67	0.76 144	0.42 63	0.40 92	1.13 223	0.45 209	0.21 254	0.15 226	0.24 296	0.19 215	0.24 305	0.16 127

Sa-1000	0.72 288	0.29 217	0.76 270	0.59 330	0.30 156	0.73 262	0.37 151	1.62 364	1.33 426	1.28 365	2.04 495	0.86 240	0.75 268	1.84 373	0.38 146	0.19 185	0.14 168	0.25 335	0.23 343	0.20 199	0.16 127

ASMatch	0.88 378	0.26 130	0.69 204	0.51 204	0.35 244	0.48 81	0.37 151	1.12 230	0.92 214	1.10 263	3.28 532	0.96 288	0.98 388	4.90 498	0.49 243	0.19 185	0.16 266	0.22 238	0.19 215	0.19 165	0.27 366

cross-raft	0.54 170	0.25 107	0.61 152	0.52 225	0.29 134	0.68 238	0.37 151	1.46 315	0.76 162	1.01 233	1.06 237	1.28 381	0.46 125	0.71 93	0.35 113	0.15 39	0.12 55	0.18 116	0.16 154	0.19 165	0.14 64

SCV	0.46 118	0.26 130	0.55 117	0.47 119	0.25 59	0.39 33	0.38 158	1.98 467	0.60 106	0.35 28	0.48 61	0.55 127	0.36 74	1.28 259	0.32 72	0.24 322	0.12 55	0.17 81	0.13 66	0.18 124	0.14 64

AIO_rvc	0.36 50	0.23 61	0.49 74	0.43 63	0.27 92	0.59 172	0.38 158	0.94 147	0.45 54	0.33 25	0.46 56	0.49 100	0.22 8	0.84 136	0.30 50	0.16 61	0.11 28	0.16 54	0.12 42	0.15 42	0.13 37

DCVSM-stereo	0.72 288	0.35 354	0.76 270	0.55 282	0.42 320	0.73 262	0.38 158	1.21 256	1.02 256	1.79 493	1.04 233	1.62 444	1.03 407	1.04 200	0.79 359	0.24 322	0.27 438	0.29 397	0.24 356	0.30 384	0.36 436

AIO-Stereo-zeroshot	0.72 288	0.35 354	1.70 487	0.49 162	0.56 413	0.63 199	0.38 158	2.41 532	0.65 131	0.77 165	1.07 241	1.82 476	0.95 371	0.93 166	0.43 193	0.20 220	0.13 116	0.21 209	0.25 371	0.28 362	0.26 356

rrr	0.46 118	0.28 182	0.73 240	0.43 63	0.33 222	0.49 93	0.38 158	0.76 73	0.50 71	0.47 87	0.48 61	0.48 92	0.46 125	2.03 394	0.30 50	0.19 185	0.14 168	0.19 139	0.15 112	0.16 62	0.16 127

AEACV	0.37 56	0.24 79	0.52 95	0.47 119	0.51 385	0.37 26	0.38 158	0.65 42	0.53 91	0.42 61	0.56 91	0.46 80	0.60 212	0.53 31	0.30 50	0.16 61	0.13 116	0.18 116	0.15 112	0.17 93	0.14 64

SA	0.66 260	0.30 238	0.82 297	0.61 356	0.30 156	0.58 167	0.38 158	1.44 311	1.30 414	0.96 215	1.36 368	0.66 172	0.95 371	1.85 376	0.42 183	0.19 185	0.15 226	0.25 335	0.23 343	0.21 241	0.17 153

UDGNet	0.72 288	1.17 534	0.80 293	0.77 474	0.41 315	0.77 285	0.38 158	0.97 160	1.34 429	0.81 177	0.88 172	0.71 189	0.60 212	1.21 242	0.54 274	0.52 509	0.19 335	1.02 542	0.26 388	0.71 521	0.31 408

MIPNet	0.56 194	0.28 182	0.94 351	0.49 162	0.33 222	0.66 227	0.38 158	1.35 289	1.08 284	1.06 245	0.92 180	0.60 150	0.79 291	0.73 100	0.52 261	0.17 104	0.14 168	0.19 139	0.16 154	0.18 124	0.17 153

TRStereo	0.60 216	0.60 474	0.97 363	0.74 464	0.67 458	0.46 70	0.38 158	1.85 431	0.89 200	0.79 171	0.80 159	0.88 248	0.39 88	1.10 215	0.41 172	0.23 307	0.15 226	0.23 276	0.24 356	0.17 93	0.15 97

iGMRVC	0.56 194	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.38 158	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.52 318	0.46 223	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

test-1	0.52 145	0.26 130	1.04 391	0.56 295	0.32 201	0.61 186	0.38 158	1.10 222	0.91 209	0.78 168	1.01 212	0.77 201	0.52 168	0.60 61	0.42 183	0.17 104	0.14 168	0.20 174	0.17 175	0.20 199	0.23 306

test_xeample3	0.42 86	0.28 182	0.69 204	0.43 63	0.33 222	0.56 159	0.38 158	0.79 85	0.45 54	0.53 117	0.46 56	0.44 68	0.44 114	1.38 287	0.31 67	0.18 144	0.14 168	0.19 139	0.15 112	0.17 93	0.16 127

AFF-stereo	0.58 207	0.25 107	0.64 168	0.46 108	0.29 134	0.34 18	0.38 158	1.15 236	1.14 320	1.17 314	1.60 436	1.10 335	0.71 259	0.97 180	0.43 193	0.13 20	0.11 28	0.19 139	0.19 215	0.17 93	0.14 64

FENet	0.60 216	0.28 182	0.63 161	0.54 258	0.33 222	0.83 320	0.38 158	1.27 274	1.07 278	1.00 230	0.86 167	0.99 298	0.85 321	0.96 172	0.68 321	0.22 280	0.15 226	0.23 276	0.20 247	0.22 265	0.23 306

2.5w	0.31 26	0.23 61	0.46 61	0.39 34	0.24 42	0.42 46	0.39 173	0.61 30	0.30 13	0.37 37	0.53 79	0.24 7	0.25 14	0.77 110	0.28 36	0.12 6	0.10 9	0.14 2	0.12 42	0.14 20	0.12 11

PAM	0.76 325	0.29 217	1.08 405	0.52 225	0.33 222	1.38 444	0.39 173	2.01 474	0.67 134	1.06 245	0.96 190	2.89 532	1.43 476	0.86 145	0.35 113	0.19 185	0.12 55	0.19 139	0.17 175	0.19 165	0.20 251

AIO-Stereo-zeroshot1	0.98 407	0.39 383	3.21 535	0.50 174	0.63 446	0.64 202	0.39 173	2.36 527	0.75 156	0.95 213	4.63 547	1.81 473	0.56 190	0.96 172	0.41 172	0.18 144	0.13 116	0.21 209	0.26 388	0.32 402	0.35 430

AIO-Stereo	0.37 56	0.25 107	0.51 87	0.47 119	0.23 25	0.45 65	0.39 173	1.07 211	0.52 87	0.41 55	0.48 61	0.52 117	0.25 14	0.72 96	0.30 50	0.16 61	0.12 55	0.17 81	0.13 66	0.16 62	0.13 37

11t1	0.52 145	0.28 182	0.68 191	0.51 204	0.28 117	0.83 320	0.39 173	1.22 264	0.63 112	0.84 186	0.74 140	0.68 177	0.68 246	0.91 158	0.57 283	0.21 254	0.18 317	0.19 139	0.16 154	0.20 199	0.21 268

testlalala	0.45 111	0.28 182	0.59 144	0.42 56	0.39 296	0.71 255	0.39 173	1.08 217	0.45 54	1.24 350	0.80 159	0.61 154	0.36 74	0.54 34	0.33 86	0.20 220	0.13 116	0.18 116	0.12 42	0.15 42	0.15 97

test_4	0.53 155	0.22 48	0.56 121	0.54 258	0.32 201	0.64 202	0.39 173	0.80 93	0.62 109	0.92 205	1.87 480	0.68 177	0.42 99	1.16 230	0.37 135	0.15 39	0.13 116	0.20 174	0.22 320	0.20 199	0.15 97

MLCV	0.72 288	0.34 333	1.10 411	0.51 204	0.23 25	0.91 342	0.39 173	1.33 281	1.23 379	1.46 439	1.55 423	1.01 306	0.64 235	1.95 387	0.80 363	0.18 144	0.12 55	0.18 116	0.14 94	0.19 165	0.17 153

4.25_new	0.30 16	0.26 130	0.44 40	0.38 26	0.26 68	0.49 93	0.40 181	0.59 22	0.31 16	0.38 44	0.42 34	0.27 21	0.34 57	0.46 14	0.31 67	0.12 6	0.09 1	0.15 24	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 16	0.26 130	0.44 40	0.38 26	0.26 68	0.49 93	0.40 181	0.59 22	0.31 16	0.38 44	0.42 34	0.27 21	0.34 57	0.46 14	0.31 67	0.12 6	0.09 1	0.15 24	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 16	0.26 130	0.44 40	0.38 26	0.26 68	0.49 93	0.40 181	0.59 22	0.32 21	0.38 44	0.42 34	0.27 21	0.34 57	0.46 14	0.31 67	0.12 6	0.09 1	0.15 24	0.11 9	0.14 20	0.12 11

rvit_stereo_0081_aga	0.44 103	0.34 333	0.73 240	0.51 204	0.41 315	0.50 107	0.40 181	0.81 98	0.57 98	0.58 125	0.56 91	0.53 122	0.43 106	0.66 80	0.40 161	0.26 372	0.21 375	0.22 238	0.20 247	0.26 329	0.18 178

RSM	0.39 65	0.24 79	0.49 74	0.46 108	0.26 68	0.47 75	0.40 181	0.92 133	0.44 52	0.41 55	0.42 34	0.65 168	0.33 50	1.07 207	0.29 39	0.15 39	0.12 55	0.17 81	0.13 66	0.17 93	0.13 37

PCWNet_CMD	0.66 260	0.32 287	0.88 328	0.49 162	0.37 269	0.78 290	0.40 181	1.42 304	1.31 418	1.16 305	1.31 346	1.25 370	0.62 226	0.89 155	0.57 283	0.20 220	0.16 266	0.27 371	0.19 215	0.40 446	0.25 332

LoS	0.40 74	0.21 29	0.44 40	0.37 13	0.22 19	0.50 107	0.40 181	1.00 170	0.94 219	0.48 95	0.66 112	0.48 92	0.40 92	0.60 61	0.37 135	0.18 144	0.14 168	0.16 54	0.11 9	0.14 20	0.14 64
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_3	0.55 185	0.23 61	0.71 222	0.53 243	0.28 117	0.61 186	0.40 181	0.92 133	1.05 269	1.19 323	0.68 119	0.93 271	0.44 114	1.67 347	0.39 154	0.15 39	0.12 55	0.22 238	0.19 215	0.21 241	0.14 64

PSM-softLoss	0.78 335	0.31 271	0.77 277	0.58 317	0.32 201	0.56 159	0.40 181	1.18 245	0.70 143	1.24 350	1.07 241	0.83 227	0.52 168	5.36 507	0.53 268	0.24 322	0.15 226	0.25 335	0.22 320	0.20 199	0.25 332

KMStereo	0.78 335	0.31 271	0.77 277	0.58 317	0.32 201	0.56 159	0.40 181	1.18 245	0.70 143	1.24 350	1.07 241	0.83 227	0.52 168	5.36 507	0.53 268	0.24 322	0.15 226	0.25 335	0.22 320	0.20 199	0.25 332

rafts_anoy	0.52 145	0.29 217	0.59 144	0.59 330	0.50 374	0.53 137	0.40 181	1.11 228	1.03 260	0.84 186	0.83 162	0.68 177	0.54 178	0.72 96	0.51 254	0.19 185	0.14 168	0.24 296	0.26 388	0.21 241	0.18 178

CFNet_pseudo	0.66 260	0.32 287	0.86 310	0.48 146	0.39 296	0.70 250	0.40 181	1.33 281	1.22 376	1.16 305	1.34 361	1.24 366	0.64 235	0.98 181	0.59 289	0.21 254	0.16 266	0.33 440	0.19 215	0.36 425	0.25 332

sCroCo_RVC	0.49 138	0.40 389	1.02 383	0.65 400	0.60 436	0.52 128	0.40 181	0.83 107	0.61 107	0.44 71	0.74 140	0.49 100	0.50 159	0.63 70	0.48 235	0.26 372	0.27 438	0.23 276	0.22 320	0.29 373	0.25 332

EAI-Stereo	0.65 253	0.28 182	0.69 204	0.53 243	0.27 92	0.60 180	0.40 181	2.28 521	0.64 116	0.71 152	3.18 531	0.57 137	0.43 106	1.06 203	0.41 172	0.18 144	0.13 116	0.17 81	0.17 175	0.17 93	0.17 153

MSMDNet	0.66 260	0.32 287	0.87 321	0.49 162	0.37 269	0.79 296	0.40 181	1.43 310	1.31 418	1.15 295	1.31 346	1.24 366	0.63 231	0.88 150	0.57 283	0.21 254	0.16 266	0.26 354	0.19 215	0.39 442	0.24 320

ccs_rob	0.66 260	0.33 309	0.86 310	0.48 146	0.39 296	0.70 250	0.40 181	1.33 281	1.22 376	1.16 305	1.34 361	1.23 364	0.64 235	0.98 181	0.59 289	0.21 254	0.16 266	0.35 458	0.20 247	0.37 429	0.25 332

FACV-RUCA	0.63 233	0.34 333	0.82 297	0.62 368	0.65 451	0.81 313	0.41 197	1.44 311	1.07 278	0.86 193	1.14 277	0.61 154	0.69 249	0.80 122	0.53 268	0.28 402	0.19 335	0.47 500	0.21 291	0.35 418	0.25 332

RSM++	0.38 61	0.24 79	0.51 87	0.47 119	0.26 68	0.50 107	0.41 197	0.79 85	0.45 54	0.37 37	0.45 52	0.60 150	0.35 65	1.02 193	0.30 50	0.15 39	0.13 116	0.17 81	0.14 94	0.18 124	0.13 37

StereoVision	0.65 253	0.34 333	0.86 310	0.59 330	0.40 307	0.50 107	0.41 197	1.09 219	0.93 216	0.71 152	2.50 518	0.82 220	0.57 199	1.03 194	0.49 243	0.25 349	0.28 445	0.29 397	0.28 420	0.36 425	0.20 251

PSM-adaLoss	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.41 197	1.04 188	0.64 116	1.12 271	0.96 190	0.82 220	0.61 221	1.06 203	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

2.75w_new	0.31 26	0.23 61	0.43 38	0.35 4	0.23 25	0.42 46	0.42 201	0.54 11	0.35 28	0.47 87	0.43 43	0.24 7	0.30 33	0.66 80	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

xyz-stereo-finetune	0.48 132	0.25 107	0.54 107	0.42 56	0.23 25	0.80 304	0.42 201	0.80 93	0.80 174	0.61 136	0.62 105	0.54 124	0.43 106	1.70 354	0.58 286	0.15 39	0.15 226	0.19 139	0.15 112	0.16 62	0.15 97

testlalala2	0.58 207	0.27 160	0.68 191	1.72 546	1.27 542	0.68 238	0.42 201	0.93 140	0.70 143	0.90 198	0.93 183	0.76 198	0.34 57	0.52 27	0.40 161	0.18 144	0.15 226	0.17 81	0.13 66	0.17 93	0.17 153

ff7	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

IGEVStereo-DCA	0.46 118	0.28 182	0.56 121	0.43 63	0.33 222	0.49 93	0.42 201	0.87 114	0.50 71	0.47 87	0.48 61	0.48 92	0.46 125	2.03 394	0.30 50	0.19 185	0.14 168	0.19 139	0.15 112	0.16 62	0.18 178

ffff	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

11t	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

anonymousdsp	0.43 92	0.27 160	0.53 101	0.44 86	0.32 201	0.50 107	0.42 201	0.89 123	0.51 80	0.49 101	0.53 79	0.47 87	0.47 134	1.33 272	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

CASS	0.65 253	0.34 333	0.72 228	0.56 295	0.27 92	0.78 290	0.42 201	1.59 353	0.86 189	1.30 379	1.25 320	0.87 244	0.84 318	0.84 136	0.54 274	0.35 459	0.19 335	0.26 354	0.21 291	0.28 362	0.42 460
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.56 194	0.27 160	0.60 149	0.43 63	0.31 182	0.83 320	0.42 201	1.14 234	1.04 265	0.73 158	0.75 142	1.11 339	1.01 400	0.81 128	0.51 254	0.20 220	0.14 168	0.24 296	0.15 112	0.24 305	0.25 332

ccc-4	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

BUS	0.74 311	0.32 287	0.68 191	0.54 258	0.44 338	2.34 521	0.42 201	2.16 501	0.98 238	1.20 327	1.11 261	1.03 312	0.62 226	0.91 158	0.70 325	0.24 322	0.17 295	0.25 335	0.22 320	0.22 265	0.22 286

NINENet	0.77 327	0.37 371	0.78 285	0.62 368	0.51 385	2.34 521	0.42 201	1.83 427	1.04 265	1.14 289	1.23 314	1.03 312	0.62 226	1.24 250	0.70 325	0.28 402	0.23 405	0.31 416	0.21 291	0.26 329	0.25 332

IGEV-Stereo	0.43 92	0.27 160	0.54 107	0.45 100	0.32 201	0.50 107	0.42 201	0.90 129	0.51 80	0.49 101	0.53 79	0.47 87	0.47 134	1.32 269	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ROB_FTStereo_v2	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.64 202	0.42 201	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.12 221	0.46 223	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

RAFT-345	0.84 364	0.25 107	0.66 182	0.50 174	0.27 92	0.54 145	0.42 201	0.83 107	1.11 301	1.32 393	2.34 509	0.86 240	0.54 178	5.72 519	0.47 230	0.18 144	0.13 116	0.22 238	0.17 175	0.17 93	0.16 127

TestStereo	0.64 245	0.39 383	0.71 222	0.51 204	0.27 92	0.56 159	0.42 201	1.03 182	0.91 209	0.80 173	1.00 206	0.68 177	0.52 168	3.25 465	0.45 209	0.22 280	0.15 226	0.24 296	0.18 193	0.27 343	0.16 127

222	1.61 497	0.29 217	0.67 187	0.56 295	0.29 134	1.06 388	0.42 201	2.17 507	1.31 418	1.31 389	1.52 415	0.92 269	0.94 366	1.76 366	17.65 578	0.24 322	0.20 353	0.21 209	0.19 215	0.22 265	0.23 306

111	0.60 216	0.23 61	0.70 210	0.43 63	0.24 42	0.72 258	0.42 201	1.18 245	1.41 466	0.80 173	1.38 375	1.10 335	0.79 291	0.96 172	0.58 286	0.18 144	0.13 116	0.17 81	0.15 112	0.17 93	0.19 218

DDVS	0.78 335	0.41 397	0.94 351	0.60 342	0.43 330	1.30 431	0.43 220	1.40 300	0.91 209	1.20 327	1.15 285	1.43 407	0.64 235	2.18 410	0.89 385	0.28 402	0.22 393	0.26 354	0.23 343	0.31 393	0.33 420

SMFormer	0.75 319	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.82 370	0.24 322	0.20 353	0.22 238	0.21 291	0.23 290	0.24 320

tta	0.75 319	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.82 370	0.24 322	0.20 353	0.22 238	0.21 291	0.18 124	0.18 178

qqq1	0.72 288	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.44 196	0.24 322	0.20 353	0.18 116	0.15 112	0.18 124	0.18 178

fff1	0.72 288	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.44 196	0.24 322	0.20 353	0.18 116	0.15 112	0.18 124	0.18 178

TestStereo1	0.63 233	0.28 182	0.75 260	0.76 471	0.31 182	0.48 81	0.43 220	1.30 279	1.21 370	0.97 218	1.31 346	0.64 165	0.77 280	1.75 361	0.42 183	0.20 220	0.15 226	0.22 238	0.18 193	0.21 241	0.17 153

SA-5K	0.63 233	0.28 182	0.75 260	0.76 471	0.31 182	0.48 81	0.43 220	1.30 279	1.21 370	0.97 218	1.31 346	0.64 165	0.77 280	1.75 361	0.42 183	0.20 220	0.15 226	0.22 238	0.18 193	0.21 241	0.17 153

GMOStereo	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

error version	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

test-v	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

Pruner-Stereo	0.62 226	0.29 217	0.70 210	0.61 356	0.31 182	0.63 199	0.43 220	1.17 240	0.99 245	1.53 453	1.08 246	0.95 282	0.55 185	1.35 277	0.51 254	0.23 307	0.14 168	0.24 296	0.21 291	0.21 241	0.23 306

test-2	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

GMStereo	0.55 185	0.45 414	0.94 351	0.50 174	0.32 201	0.64 202	0.43 220	1.00 170	1.40 461	0.82 181	0.73 136	0.51 110	0.45 118	0.85 141	0.55 278	0.24 322	0.15 226	0.20 174	0.21 291	0.31 393	0.24 320
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DFGA-Net	0.72 288	0.40 389	1.40 455	0.52 225	0.45 345	0.83 320	0.44 233	1.28 278	1.08 284	0.99 225	1.19 302	0.70 186	0.55 185	2.14 404	1.16 430	0.18 144	0.16 266	0.24 296	0.23 343	0.27 343	0.25 332

AIO_test	0.35 49	0.22 48	0.44 40	0.43 63	0.27 92	0.57 164	0.44 233	0.79 85	0.41 43	0.32 20	0.47 58	0.46 80	0.30 33	0.69 85	0.30 50	0.16 61	0.11 28	0.16 54	0.13 66	0.15 42	0.12 11

ours_stereo	0.39 65	0.28 182	0.51 87	0.46 108	0.30 156	0.40 35	0.44 233	0.73 65	0.56 96	0.35 28	0.56 91	0.46 80	0.33 50	1.11 218	0.32 72	0.16 61	0.13 116	0.19 139	0.15 112	0.19 165	0.14 64

rvit_stereo_0083	0.47 126	0.33 309	0.81 294	0.56 295	0.36 254	0.50 107	0.44 233	0.68 53	0.95 221	0.49 101	0.57 94	0.55 127	0.49 153	0.88 150	0.46 223	0.25 349	0.25 423	0.24 296	0.20 247	0.24 305	0.17 153

rvit_stereo_0081	0.44 103	0.33 309	0.64 168	0.54 258	0.35 244	0.41 39	0.44 233	0.66 46	0.95 221	0.48 95	0.52 77	0.50 106	0.46 125	0.82 131	0.44 196	0.25 349	0.20 353	0.22 238	0.19 215	0.25 317	0.17 153

rvit_stereo_0082	0.44 103	0.33 309	0.64 168	0.54 258	0.35 244	0.41 39	0.44 233	0.66 46	0.95 221	0.48 95	0.52 77	0.50 106	0.46 125	0.82 131	0.44 196	0.25 349	0.20 353	0.22 238	0.19 215	0.25 317	0.17 153

CFNet_ucs	0.70 279	0.33 309	0.88 328	0.50 174	0.43 330	0.74 266	0.44 233	1.60 357	1.29 408	1.22 336	1.54 421	1.09 333	0.63 231	0.99 185	0.59 289	0.25 349	0.20 353	0.37 469	0.21 291	0.40 446	0.28 378

LoS_RVC	0.42 86	0.26 130	0.40 20	0.44 86	0.82 502	0.51 124	0.44 233	0.64 38	0.41 43	0.44 71	0.78 148	0.44 68	0.47 134	0.56 41	0.36 123	0.13 20	0.12 55	0.14 2	0.10 2	0.13 5	0.84 530

RAFT_CTSACE	0.63 233	0.26 130	0.88 328	0.55 282	0.51 385	0.71 255	0.44 233	0.80 93	0.97 233	0.97 218	1.84 475	1.18 353	0.68 246	1.47 311	0.36 123	0.16 61	0.15 226	0.21 209	0.20 247	0.20 199	0.14 64

dad	0.86 373	0.66 485	1.06 396	0.56 295	0.37 269	0.76 277	0.44 233	1.17 240	1.50 479	1.44 435	1.27 330	1.34 395	0.75 268	2.52 438	0.84 375	0.42 485	0.27 438	0.83 534	0.26 388	0.41 449	0.29 384

PSMNet-ADL	0.72 288	0.35 354	0.62 158	0.69 434	0.46 357	1.14 400	0.44 233	1.37 292	1.01 253	0.83 183	1.17 293	1.33 391	0.96 378	1.43 301	0.95 396	0.33 442	0.22 393	0.21 209	0.23 343	0.27 343	0.29 384

NF-Stereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.02 220	0.82 220	0.57 199	5.40 512	0.48 235	0.23 307	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

OCTAStereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.01 212	0.82 220	0.57 199	5.35 506	0.48 235	0.24 322	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

RAFT_R40	0.83 359	0.28 182	0.73 240	0.59 330	0.31 182	0.69 243	0.44 233	1.10 222	0.95 221	1.47 440	1.10 255	1.00 299	0.85 321	5.53 514	0.46 223	0.22 280	0.13 116	0.23 276	0.20 247	0.23 290	0.18 178

RE-Stereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.01 212	0.81 215	0.57 199	5.37 509	0.48 235	0.24 322	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

TVStereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.01 212	0.81 215	0.57 199	5.37 509	0.48 235	0.24 322	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

xxxx	1.51 488	0.28 182	0.68 191	0.54 258	0.28 117	1.16 408	0.44 233	2.19 511	1.29 408	1.09 255	1.36 368	1.22 359	0.85 321	1.79 369	15.70 577	0.24 322	0.21 375	0.21 209	0.20 247	0.22 265	0.23 306

MM-Stereo_test2	0.43 92	0.24 79	0.67 187	0.51 204	0.32 201	0.55 153	0.45 250	0.97 160	0.77 166	0.59 133	0.51 75	0.49 100	0.42 99	0.80 122	0.30 50	0.15 39	0.13 116	0.18 116	0.14 94	0.19 165	0.14 64

SDNR	1.62 498	0.51 438	2.17 515	0.53 243	0.56 413	3.80 553	0.45 250	1.54 343	1.29 408	1.33 401	2.41 513	1.08 323	0.96 378	11.18 576	1.16 430	0.66 529	0.63 542	0.43 490	0.32 456	0.64 512	0.67 518

anonymousa	0.72 288	0.27 160	0.75 260	0.47 119	0.63 446	1.43 454	0.45 250	1.24 270	0.89 200	1.28 365	1.75 465	1.62 444	1.13 433	0.69 85	0.59 289	0.19 185	0.16 266	0.23 276	0.25 371	0.20 199	0.18 178

RCA-Stereo	0.50 142	0.23 61	0.58 137	0.48 146	0.33 222	0.55 153	0.45 250	0.97 160	1.38 451	0.68 147	1.05 235	0.63 162	0.80 297	0.59 49	0.32 72	0.17 104	0.12 55	0.17 81	0.14 94	0.16 62	0.14 64

DisPM	0.66 260	0.28 182	0.72 228	0.61 356	0.35 244	0.62 195	0.45 250	1.02 177	0.99 245	1.56 463	1.10 255	0.80 211	0.59 209	2.37 426	0.41 172	0.23 307	0.14 168	0.23 276	0.21 291	0.20 199	0.25 332

pcwnet_v2	0.97 403	0.37 371	4.33 543	0.62 368	0.54 404	0.79 296	0.45 250	2.02 478	1.58 489	1.42 433	1.64 448	1.09 333	0.79 291	1.24 250	0.67 317	0.32 433	0.25 423	0.29 397	0.27 399	0.37 429	0.35 430

DN-CSS_ROB	0.64 245	0.32 287	1.05 392	0.55 282	0.40 307	0.54 145	0.45 250	1.21 256	0.93 216	1.03 241	1.47 402	0.69 182	0.63 231	1.76 366	0.49 243	0.18 144	0.14 168	0.25 335	0.22 320	0.22 265	0.20 251

mms	0.40 74	0.27 160	0.52 95	0.46 108	0.32 201	0.43 55	0.46 257	0.70 58	0.46 60	0.35 28	0.58 97	0.44 68	0.30 33	1.36 282	0.33 86	0.16 61	0.13 116	0.18 116	0.15 112	0.19 165	0.15 97

AE-Stereo	0.49 138	0.27 160	0.67 187	0.60 342	0.39 296	0.67 231	0.46 257	1.18 245	1.09 292	0.47 87	0.75 142	0.69 182	0.47 134	0.59 49	0.40 161	0.16 61	0.15 226	0.21 209	0.20 247	0.19 165	0.15 97

HH	0.63 233	0.30 238	0.77 277	0.50 174	0.32 201	0.49 93	0.46 257	1.65 369	0.64 116	0.69 148	1.09 251	1.63 449	0.85 321	1.90 380	0.37 135	0.18 144	0.13 116	0.19 139	0.17 175	0.19 165	0.16 127

HanStereo	0.63 233	0.30 238	0.77 277	0.50 174	0.32 201	0.49 93	0.46 257	1.65 369	0.64 116	0.69 148	1.09 251	1.63 449	0.85 321	1.90 380	0.37 135	0.18 144	0.13 116	0.19 139	0.17 175	0.19 165	0.16 127

ACVNet	0.63 233	0.31 271	0.54 107	0.54 258	0.36 254	0.80 304	0.46 257	1.37 292	1.07 278	0.93 206	1.30 340	1.08 323	0.85 321	0.80 122	0.94 392	0.21 254	0.19 335	0.21 209	0.18 193	0.22 265	0.18 178

hitnet-ft	0.79 339	0.35 354	0.57 131	0.58 317	0.42 320	0.96 364	0.46 257	1.47 317	1.33 426	1.19 323	1.22 310	1.81 473	0.98 388	1.66 346	0.94 392	0.33 442	0.28 445	0.34 450	0.27 399	0.35 418	0.31 408

FADNet_RVC	0.83 359	0.51 438	1.83 500	0.54 258	0.42 320	1.19 415	0.46 257	1.51 332	1.09 292	0.89 196	1.24 316	0.91 260	0.87 334	2.11 402	1.11 424	0.27 388	0.22 393	0.31 416	0.28 420	0.43 460	0.38 447

2w_stereo	0.32 30	0.24 79	0.45 53	0.39 34	0.22 19	0.46 70	0.47 264	0.69 54	0.42 46	0.43 67	0.50 72	0.24 7	0.45 118	0.47 18	0.29 39	0.12 6	0.10 9	0.15 24	0.12 42	0.15 42	0.13 37

HUF	0.36 50	0.23 61	0.52 95	0.40 41	0.22 19	0.54 145	0.47 264	0.82 103	0.43 48	0.36 33	0.43 43	0.50 106	0.42 99	0.64 71	0.29 39	0.17 104	0.12 55	0.16 54	0.12 42	0.15 42	0.14 64

ITSA-stereo	0.82 353	0.36 364	0.82 297	0.54 258	0.31 182	0.80 304	0.47 264	2.17 507	1.67 495	1.13 286	1.13 273	0.94 274	0.86 329	2.46 434	1.00 406	0.26 372	0.23 405	0.28 386	0.27 399	0.28 362	0.36 436

anonymousdsp2	0.53 155	0.27 160	0.74 256	0.48 146	0.29 134	0.76 277	0.47 264	1.61 360	0.82 182	0.77 165	0.77 146	0.75 194	0.47 134	1.03 194	0.40 161	0.18 144	0.13 116	0.18 116	0.13 66	0.19 165	0.18 178

x	0.54 170	0.31 271	0.61 152	0.47 119	0.30 156	0.67 231	0.47 264	1.53 340	0.79 173	0.81 177	0.83 162	0.78 205	0.70 254	0.70 89	0.62 302	0.21 254	0.19 335	0.22 238	0.19 215	0.21 241	0.20 251

dd	0.59 213	0.48 425	0.97 363	0.55 282	0.32 201	0.64 202	0.47 264	1.02 177	1.34 429	0.78 168	0.86 167	0.58 142	0.54 178	1.01 190	0.86 380	0.28 402	0.18 317	0.26 354	0.19 215	0.32 402	0.24 320

ACRE	0.61 222	0.33 309	1.01 376	0.58 317	0.49 367	0.75 271	0.47 264	1.06 209	0.95 221	1.37 413	1.55 423	0.62 159	0.46 125	0.83 133	0.70 325	0.23 307	0.15 226	0.19 139	0.16 154	0.18 124	0.21 268

AnonymousM	0.59 213	1.11 529	0.41 25	0.44 86	0.32 201	0.43 55	0.47 264	1.05 196	0.64 116	0.98 222	0.63 107	0.67 175	0.43 106	0.59 49	0.41 172	0.20 220	0.15 226	1.84 551	0.84 541	0.14 20	0.13 37

DMCA-RVC	0.74 311	0.40 389	1.27 440	0.66 407	0.49 367	0.77 285	0.47 264	1.35 289	1.01 253	1.53 453	1.01 212	1.29 384	0.82 306	1.31 265	0.78 353	0.27 388	0.21 375	0.35 458	0.27 399	0.32 402	0.24 320

DMCA	0.67 269	0.34 333	0.90 338	0.51 204	0.44 338	0.86 332	0.47 264	1.42 304	1.02 256	1.17 314	1.12 268	1.23 364	0.75 268	0.78 115	0.95 396	0.25 349	0.19 335	0.27 371	0.19 215	0.24 305	0.27 366

CFNet	0.96 397	0.36 364	1.01 376	0.62 368	0.42 320	0.99 374	0.47 264	1.90 445	1.32 422	0.99 225	1.39 379	1.10 335	0.86 329	5.58 517	0.79 359	0.23 307	0.17 295	0.28 386	0.27 399	0.26 329	0.21 268

fffft	0.38 61	0.23 61	0.51 87	0.44 86	0.32 201	0.43 55	0.48 275	0.76 73	0.36 29	0.44 71	0.34 21	0.38 60	0.31 39	1.31 265	0.32 72	0.14 31	0.11 28	0.19 139	0.15 112	0.16 62	0.16 127
1: 1. 1
rvit_stereo_0075_2	0.64 245	0.46 416	1.05 392	0.66 407	0.66 454	0.53 137	0.48 275	1.20 255	1.12 305	0.76 160	0.92 180	0.78 205	0.53 173	1.03 194	0.59 289	0.37 467	0.28 445	0.40 483	0.31 448	0.37 429	0.32 414

test_sample1	0.61 222	0.29 217	0.75 260	0.50 174	0.31 182	0.76 277	0.48 275	1.59 353	0.84 187	0.90 198	0.94 186	0.88 248	0.95 371	1.16 230	0.67 317	0.22 280	0.18 317	0.20 174	0.19 215	0.21 241	0.21 268

tt1	0.62 226	0.32 287	0.51 87	0.54 258	0.26 68	1.16 408	0.48 275	0.95 152	2.47 534	0.57 123	0.77 146	0.49 100	0.81 301	1.55 326	0.32 72	0.20 220	0.12 55	0.24 296	0.15 112	0.19 165	0.20 251

EKT-Stereo	0.53 155	0.30 238	0.73 240	0.58 317	0.60 436	0.51 124	0.48 275	0.94 147	0.90 204	0.71 152	0.88 172	0.77 201	0.43 106	1.07 207	0.40 161	0.22 280	0.16 266	0.21 209	0.18 193	0.20 199	0.22 286

DCRE	0.82 353	0.26 130	0.70 210	0.58 317	0.44 338	0.54 145	0.48 275	0.95 152	0.78 169	0.78 168	7.33 563	0.86 240	0.52 168	0.76 107	0.41 172	0.16 61	0.16 266	0.19 139	0.17 175	0.18 124	0.17 153

CIPLG	0.62 226	0.33 309	0.96 361	0.58 317	0.50 374	0.75 271	0.48 275	1.05 196	0.96 226	1.40 425	1.57 431	0.64 165	0.48 145	0.89 155	0.70 325	0.23 307	0.15 226	0.19 139	0.16 154	0.19 165	0.21 268

IPLGR_C	0.62 226	0.33 309	0.99 367	0.58 317	0.49 367	0.76 277	0.48 275	1.10 222	0.96 226	1.40 425	1.56 427	0.62 159	0.48 145	0.80 122	0.71 330	0.23 307	0.15 226	0.19 139	0.16 154	0.19 165	0.21 268

cf-r	0.73 306	0.30 238	0.77 277	0.55 282	0.63 446	0.78 290	0.48 275	1.79 415	1.15 332	1.13 286	1.26 327	1.43 407	0.87 334	1.40 298	0.85 378	0.25 349	0.18 317	0.22 238	0.23 343	0.19 165	0.19 218

StereoDRNet-Refined	0.80 342	0.41 397	0.88 328	0.62 368	0.42 320	1.33 436	0.48 275	1.52 334	1.17 344	1.45 437	1.44 393	1.44 412	0.90 346	1.26 254	1.24 439	0.20 220	0.16 266	0.27 371	0.24 356	0.25 317	0.28 378
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xyz-stereo	7.16 570	0.22 48	69.90 596	0.42 56	0.21 9	32.92 591	0.49 285	0.87 114	0.76 162	1.38 418	27.04 586	1.19 354	1.16 436	4.69 492	0.97 401	0.16 61	0.12 55	0.20 174	0.14 94	0.16 62	0.12 11

DispNO	0.93 391	0.30 238	1.34 452	0.55 282	0.55 410	0.89 335	0.49 285	1.48 319	1.21 370	1.17 314	1.27 330	1.19 354	0.90 346	5.23 504	0.74 337	0.22 280	0.17 295	0.24 296	0.21 291	0.19 165	0.20 251

AACVNet	0.86 373	0.35 354	0.79 288	0.82 492	0.39 296	0.76 277	0.49 285	1.61 360	0.81 177	1.08 249	1.33 354	1.30 385	0.93 361	4.34 486	0.74 337	0.25 349	0.21 375	0.28 386	0.22 320	0.29 373	0.25 332

MMNet	0.84 364	0.32 287	1.09 408	0.60 342	0.59 433	1.85 495	0.49 285	1.51 332	1.27 399	1.37 413	1.15 285	1.26 374	1.18 441	1.67 347	1.22 437	0.19 185	0.18 317	0.23 276	0.22 320	0.25 317	0.21 268

UNet	0.83 359	0.34 333	1.31 444	0.58 317	0.74 477	1.58 467	0.49 285	1.41 302	1.04 265	1.21 331	1.08 246	1.54 432	1.12 429	1.65 342	1.09 418	0.23 307	0.17 295	0.25 335	0.20 247	0.25 317	0.22 286

HITNet	0.65 253	0.40 389	0.77 277	0.48 146	0.24 42	1.05 385	0.49 285	1.76 401	1.02 256	1.18 319	1.18 295	0.89 256	0.80 297	0.85 141	0.79 359	0.17 104	0.12 55	0.21 209	0.17 175	0.29 373	0.15 97
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
CBMV_ROB	0.90 383	0.44 407	0.63 161	0.51 204	0.37 269	1.25 424	0.49 285	1.77 405	1.27 399	1.41 427	2.00 491	1.33 391	1.08 421	2.17 407	0.76 345	0.43 490	0.42 513	0.47 500	0.44 500	0.41 449	0.36 436

PWC_ROB	1.24 461	0.76 502	2.46 524	0.72 452	0.78 490	1.15 406	0.49 285	1.75 395	1.92 515	2.31 521	3.07 529	1.59 440	1.40 473	2.46 434	2.10 507	0.33 442	0.22 393	0.35 458	0.24 356	0.38 438	0.41 456

ttt	0.94 393	0.34 333	0.59 144	0.61 356	0.37 269	0.94 354	0.50 293	2.17 507	1.34 429	1.23 342	1.61 440	0.91 260	0.76 276	1.85 376	3.97 539	0.30 418	0.26 429	0.26 354	0.24 356	0.29 373	0.29 384

AIO-test2	0.57 201	0.28 182	0.63 161	0.61 356	0.58 425	0.79 296	0.51 294	1.18 245	1.40 461	0.63 140	1.15 285	0.51 110	0.43 106	1.09 212	0.35 113	0.21 254	0.17 295	0.26 354	0.30 441	0.20 199	0.19 218

rvit_0105_6	0.53 155	0.37 371	0.98 366	0.65 400	0.38 286	0.51 124	0.51 294	0.77 76	1.20 364	0.54 120	0.55 88	0.65 168	0.53 173	0.94 169	0.44 196	0.32 433	0.32 474	0.28 386	0.24 356	0.28 362	0.21 268

ACVNet-DCA	0.56 194	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	1.42 304	0.78 169	0.58 125	0.79 154	0.48 92	0.88 339	1.46 307	0.32 72	0.20 220	0.12 55	0.25 335	0.15 112	0.22 265	0.21 268

xx1	0.67 269	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	0.93 140	3.05 547	0.58 125	0.79 154	0.95 282	0.77 280	1.46 307	0.32 72	0.20 220	0.12 55	0.24 296	0.23 343	0.22 265	0.21 268

1test111	0.54 170	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	1.42 304	0.78 169	0.58 125	0.79 154	0.48 92	0.88 339	0.88 150	0.59 289	0.20 220	0.12 55	0.25 335	0.15 112	0.22 265	0.21 268

cc1	0.64 245	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	0.93 140	3.05 547	0.58 125	0.79 154	0.48 92	0.88 339	1.46 307	0.32 72	0.20 220	0.12 55	0.25 335	0.15 112	0.19 165	0.19 218

IER	0.70 279	0.31 271	1.02 383	0.48 146	0.52 397	1.34 438	0.51 294	1.17 240	0.99 245	1.23 342	1.34 361	1.12 340	1.11 426	0.99 185	0.71 330	0.20 220	0.16 266	0.21 209	0.21 291	0.20 199	0.19 218

GANet-ADL	0.60 216	0.35 354	0.72 228	0.64 386	0.40 307	0.68 238	0.51 294	1.49 321	1.12 305	0.95 213	1.08 246	0.91 260	0.57 199	0.76 107	0.55 278	0.26 372	0.18 317	0.18 116	0.16 154	0.23 290	0.25 332

AAGNet	1.83 512	0.28 182	0.72 228	0.61 356	0.32 201	0.67 231	0.51 294	0.96 159	0.98 238	1.47 440	1.20 306	1.00 299	1.18 441	2.83 449	22.77 585	0.22 280	0.13 116	0.22 238	0.19 215	0.23 290	0.15 97

GwcNet-RSSM	0.77 327	0.32 287	1.01 376	0.62 368	0.54 404	0.78 290	0.51 294	1.73 388	1.20 364	1.09 255	1.37 370	1.46 417	0.85 321	1.53 322	1.09 418	0.25 349	0.18 317	0.23 276	0.24 356	0.20 199	0.19 218

DANet	1.08 435	0.61 476	1.32 447	0.85 501	0.72 471	1.37 441	0.51 294	1.54 343	1.15 332	1.78 490	1.54 421	2.01 497	1.11 426	2.90 452	2.00 503	0.33 442	0.30 460	0.40 483	0.30 441	0.44 466	0.45 472
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_sample4	0.69 275	0.33 309	0.91 341	0.51 204	0.30 156	0.92 349	0.52 305	1.87 436	1.15 332	1.14 289	1.18 295	0.87 244	0.75 268	1.18 236	0.68 321	0.25 349	0.20 353	0.26 354	0.26 388	0.26 329	0.25 332

test_sample3	0.68 273	0.32 287	0.88 328	0.52 225	0.30 156	0.97 368	0.52 305	1.86 434	1.15 332	1.08 249	1.11 261	0.88 248	0.71 259	1.17 234	0.68 321	0.25 349	0.20 353	0.25 335	0.25 371	0.25 317	0.25 332

ProNet	0.43 92	0.28 182	0.58 137	0.43 63	0.30 156	0.56 159	0.52 305	1.00 170	0.58 99	0.44 71	0.49 69	0.43 66	0.43 106	1.28 259	0.36 123	0.15 39	0.13 116	0.19 139	0.16 154	0.17 93	0.16 127

test_5	0.65 253	0.30 238	0.75 260	0.67 419	0.50 374	0.92 349	0.52 305	1.39 298	1.12 305	0.76 160	1.11 261	1.00 299	0.90 346	1.53 322	0.45 209	0.18 144	0.13 116	0.23 276	0.22 320	0.21 241	0.19 218

sAnonymous2	0.55 185	0.56 456	1.46 469	0.60 342	0.51 385	0.48 81	0.52 305	0.79 85	0.68 138	0.50 109	0.67 116	0.46 80	0.62 226	0.59 49	0.40 161	0.22 280	0.17 295	0.22 238	0.21 291	0.86 526	0.56 499

CroCo_RVC	0.55 185	0.56 456	1.46 469	0.60 342	0.51 385	0.48 81	0.52 305	0.79 85	0.68 138	0.50 109	0.67 116	0.46 80	0.62 226	0.59 49	0.40 161	0.22 280	0.17 295	0.22 238	0.21 291	0.86 526	0.56 499

RALCasStereoNet	0.54 170	0.30 238	0.66 182	0.59 330	0.51 385	0.61 186	0.52 305	0.94 147	0.93 216	0.70 150	1.01 212	0.78 205	0.44 114	1.33 272	0.47 230	0.20 220	0.16 266	0.18 116	0.16 154	0.20 199	0.19 218

PWCDC_ROB	1.29 465	0.75 501	1.33 449	1.05 529	0.88 512	1.73 480	0.52 305	1.89 442	3.28 549	1.29 371	4.88 552	1.22 359	1.46 481	1.77 368	1.45 474	0.60 523	0.26 429	0.29 397	0.25 371	0.52 492	0.37 441

MM-Stereo_test3	0.50 142	0.24 79	0.54 107	0.54 258	0.74 477	0.49 93	0.53 313	1.09 219	1.05 269	0.62 139	0.95 187	0.61 154	0.42 99	0.77 110	0.38 146	0.20 220	0.17 295	0.20 174	0.16 154	0.18 124	0.18 178

rvit_0105_4	0.56 194	0.38 378	1.06 396	0.66 407	0.38 286	0.53 137	0.53 313	0.84 110	1.17 344	0.56 122	0.61 102	0.72 190	0.59 209	0.98 181	0.45 209	0.32 433	0.33 479	0.29 397	0.25 371	0.29 373	0.23 306

DRaft	0.80 342	0.24 79	0.70 210	0.45 100	0.30 156	0.97 368	0.53 313	1.05 196	0.97 233	1.78 490	2.02 494	0.80 211	1.74 506	2.73 447	0.72 333	0.17 104	0.14 168	0.20 174	0.20 247	0.18 124	0.21 268

acv_ft	0.75 319	0.31 271	0.95 355	0.70 440	0.86 509	1.24 422	0.53 313	1.44 311	1.07 278	1.24 350	1.30 340	1.08 323	0.92 352	0.80 122	1.34 452	0.21 254	0.19 335	0.21 209	0.18 193	0.21 241	0.18 178

NLCA_NET_v2_RVC	0.79 339	0.43 404	1.05 392	0.64 386	0.58 425	0.95 358	0.53 313	1.53 340	1.18 351	1.37 413	1.15 285	1.43 407	0.88 339	1.61 336	0.84 375	0.25 349	0.22 393	0.27 371	0.27 399	0.29 373	0.29 384
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 279	0.43 404	0.75 260	0.73 460	0.37 269	0.92 349	0.53 313	1.85 431	1.18 351	1.12 271	1.23 314	1.07 322	0.65 241	0.96 172	0.63 306	0.31 426	0.15 226	0.32 431	0.21 291	0.29 373	0.22 286
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.
3w_stereo	0.33 38	0.25 107	0.52 95	0.40 41	0.21 9	0.53 137	0.54 319	0.65 42	0.46 60	0.44 71	0.48 61	0.23 3	0.45 118	0.46 14	0.29 39	0.12 6	0.10 9	0.15 24	0.12 42	0.15 42	0.15 97

1w_stereo	0.34 41	0.20 10	0.42 33	0.43 63	0.26 68	0.47 75	0.54 319	0.59 22	0.50 71	0.41 55	0.66 112	0.25 13	0.44 114	0.62 67	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

MM-Stereo_test1	0.49 138	0.24 79	0.56 121	0.51 204	0.30 156	0.50 107	0.54 319	0.91 130	1.03 260	0.84 186	0.69 123	0.54 124	0.60 212	1.16 230	0.33 86	0.18 144	0.16 266	0.20 174	0.17 175	0.19 165	0.15 97

test_sample5	0.69 275	0.34 333	0.87 321	0.52 225	0.30 156	0.84 328	0.54 319	1.83 427	1.14 320	1.11 269	1.25 320	0.88 248	0.78 287	1.23 245	0.65 311	0.26 372	0.20 353	0.27 371	0.27 399	0.27 343	0.26 356

mmm	0.63 233	0.35 354	0.72 228	0.51 204	0.30 156	0.86 332	0.54 319	1.59 353	0.86 189	1.07 248	1.38 375	0.79 209	0.75 268	0.91 158	0.58 286	0.22 280	0.18 317	0.29 397	0.25 371	0.25 317	0.23 306

DualNet	0.70 279	0.34 333	0.87 321	0.52 225	0.30 156	0.84 328	0.54 319	1.83 427	1.14 320	1.14 289	1.33 354	0.88 248	0.78 287	1.23 245	0.65 311	0.26 372	0.20 353	0.27 371	0.27 399	0.27 343	0.26 356

CAS	0.63 233	0.18 1	0.37 5	2.27 552	0.84 504	0.57 164	0.54 319	0.79 85	0.62 109	0.48 95	0.70 127	0.36 52	0.26 19	0.45 12	0.35 113	2.24 553	0.10 9	0.14 2	0.09 1	0.15 42	1.06 542

gwcnet-sp	0.74 311	0.33 309	1.44 462	0.57 311	0.45 345	1.40 448	0.54 319	1.50 325	1.14 320	1.30 379	1.02 220	0.94 274	0.82 306	1.39 292	0.76 345	0.21 254	0.21 375	0.22 238	0.21 291	0.22 265	0.22 286

scenet	0.74 311	0.33 309	1.44 462	0.57 311	0.45 345	1.40 448	0.54 319	1.50 325	1.14 320	1.30 379	1.02 220	0.94 274	0.82 306	1.39 292	0.76 345	0.21 254	0.21 375	0.22 238	0.21 291	0.22 265	0.22 286

ssnet	0.74 311	0.33 309	1.44 462	0.57 311	0.45 345	1.40 448	0.54 319	1.50 325	1.14 320	1.30 379	1.02 220	0.94 274	0.82 306	1.39 292	0.76 345	0.21 254	0.21 375	0.22 238	0.21 291	0.22 265	0.22 286

LCNet	0.72 288	0.28 182	0.52 95	0.55 282	0.31 182	0.69 243	0.54 319	1.00 170	0.88 197	1.19 323	1.34 361	0.97 290	1.34 469	2.56 439	0.45 209	0.18 144	0.13 116	0.21 209	0.25 371	0.27 343	0.73 524

TransformOpticalFlow	0.96 397	0.28 182	0.89 334	0.52 225	0.31 182	0.66 227	0.54 319	1.75 395	1.12 305	1.09 255	1.44 393	1.37 401	1.01 400	6.70 539	0.42 183	0.19 185	0.12 55	0.20 174	0.19 215	0.18 124	0.19 218

raft+_RVC	0.53 155	0.26 130	0.54 107	0.60 342	0.47 362	0.54 145	0.54 319	1.27 274	0.99 245	0.76 160	1.03 230	0.70 186	0.56 190	0.93 166	0.47 230	0.18 144	0.14 168	0.19 139	0.18 193	0.18 124	0.15 97

ac_64	0.82 353	0.29 217	0.81 294	0.71 448	0.60 436	1.05 385	0.54 319	1.99 469	0.92 214	1.18 319	1.06 237	1.99 495	1.08 421	1.94 386	0.97 401	0.27 388	0.22 393	0.24 296	0.23 343	0.22 265	0.19 218

STTStereo	0.78 335	0.50 435	1.22 430	0.64 386	0.54 404	0.89 335	0.54 319	1.44 311	1.11 301	1.38 418	1.09 251	1.27 378	0.85 321	1.43 301	0.83 372	0.29 413	0.27 438	0.33 440	0.39 488	0.32 402	0.30 398

R-Stereo Train	0.57 201	0.26 130	0.63 161	0.54 258	0.36 254	0.69 243	0.54 319	1.22 264	0.72 149	1.61 471	1.50 412	0.75 194	0.53 173	0.64 71	0.44 196	0.18 144	0.15 226	0.17 81	0.15 112	0.17 93	0.17 153

RAFT-Stereo	0.57 201	0.26 130	0.63 161	0.54 258	0.36 254	0.69 243	0.54 319	1.22 264	0.72 149	1.61 471	1.50 412	0.75 194	0.53 173	0.64 71	0.44 196	0.18 144	0.15 226	0.17 81	0.15 112	0.17 93	0.17 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DeepPruner_ROB	0.74 311	0.48 425	0.87 321	0.57 311	0.44 338	0.79 296	0.54 319	1.73 388	0.96 226	1.38 418	1.27 330	1.24 366	0.73 264	1.43 301	0.73 336	0.34 452	0.28 445	0.27 371	0.26 388	0.31 393	0.31 408

rvit_stereo_0080	0.44 103	0.32 287	0.71 222	0.47 119	0.36 254	0.42 46	0.55 337	0.82 103	0.68 138	0.50 109	0.60 100	0.55 127	0.47 134	0.59 49	0.44 196	0.26 372	0.21 375	0.20 174	0.20 247	0.31 393	0.19 218

whm_eth	0.44 103	0.32 287	0.71 222	0.47 119	0.36 254	0.42 46	0.55 337	0.82 103	0.68 138	0.50 109	0.60 100	0.55 127	0.47 134	0.59 49	0.44 196	0.26 372	0.21 375	0.20 174	0.20 247	0.31 393	0.19 218

knoymous	0.51 144	0.29 217	0.47 64	0.43 63	0.30 156	0.55 153	0.55 337	1.02 177	0.77 166	0.98 222	0.85 166	0.94 274	0.56 190	0.85 141	0.45 209	0.20 220	0.14 168	0.26 354	0.14 94	0.23 290	0.23 306

RAFT+CT+SA	0.58 207	0.29 217	0.60 149	0.66 407	0.37 269	0.42 46	0.55 337	1.27 274	1.03 260	0.70 150	1.22 310	0.60 150	0.70 254	1.64 341	0.41 172	0.18 144	0.13 116	0.22 238	0.22 320	0.21 241	0.18 178

CFNet-ft	0.72 288	0.32 287	0.54 107	0.66 407	0.54 404	0.83 320	0.55 337	1.37 292	1.15 332	0.93 206	1.28 336	1.57 436	0.97 381	1.35 277	0.81 365	0.26 372	0.20 353	0.33 440	0.25 371	0.30 384	0.23 306

BEATNet_4x	0.73 306	0.49 428	1.17 425	0.53 243	0.26 68	1.03 382	0.55 337	1.82 422	1.06 273	1.21 331	1.22 310	0.96 288	0.91 349	1.01 190	1.06 412	0.21 254	0.14 168	0.24 296	0.19 215	0.37 429	0.21 268

HSM-Net_RVC	0.87 377	0.29 217	0.53 101	0.53 243	0.30 156	1.15 406	0.55 337	3.57 553	1.28 404	1.53 453	1.74 462	1.68 458	0.93 361	1.49 313	0.77 351	0.22 280	0.17 295	0.19 139	0.18 193	0.20 199	0.19 218
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.72 288	0.32 287	0.54 107	0.66 407	0.54 404	0.83 320	0.55 337	1.37 292	1.15 332	0.93 206	1.28 336	1.57 436	0.97 381	1.35 277	0.81 365	0.26 372	0.20 353	0.33 440	0.25 371	0.30 384	0.23 306

castereo	0.41 82	0.22 48	0.46 61	0.44 86	0.30 156	0.61 186	0.56 345	0.97 160	0.80 174	0.38 44	0.69 123	0.45 76	0.69 249	0.51 24	0.30 50	0.16 61	0.11 28	0.16 54	0.13 66	0.16 62	0.12 11

rvit_0105_5	0.58 207	0.39 383	1.05 392	0.66 407	0.37 269	0.58 167	0.56 345	0.94 147	1.18 351	0.64 141	0.68 119	0.75 194	0.63 231	0.88 150	0.50 249	0.32 433	0.32 474	0.30 410	0.27 399	0.28 362	0.25 332

ffm	0.72 288	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	0.95 152	2.47 534	1.15 295	1.45 395	1.06 317	0.82 306	1.55 326	0.32 72	0.20 220	0.12 55	0.31 416	0.27 399	0.19 165	0.20 251

ff1	1.37 476	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	0.95 152	2.47 534	1.15 295	1.45 395	1.06 317	0.82 306	7.22 545	7.61 554	0.20 220	0.12 55	0.31 416	0.27 399	0.19 165	0.20 251

mmx	1.39 479	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	2.13 492	1.37 447	1.15 295	1.45 395	1.06 317	0.82 306	7.22 545	7.61 554	0.24 322	0.19 335	0.31 416	0.27 399	0.30 384	0.25 332

xxx	1.39 479	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	2.13 492	1.37 447	1.15 295	1.45 395	1.06 317	0.82 306	7.22 545	7.61 554	0.24 322	0.19 335	0.31 416	0.27 399	0.30 384	0.25 332

AASNet	0.76 325	0.35 354	0.91 341	0.79 478	0.81 500	1.14 400	0.56 345	2.02 478	1.08 284	1.22 336	1.24 316	0.93 271	0.76 276	0.77 110	1.16 430	0.27 388	0.23 405	0.24 296	0.20 247	0.28 362	0.24 320

DEmStereo	0.97 403	0.23 61	0.79 288	0.47 119	0.32 201	1.04 384	0.56 345	0.93 140	0.89 200	1.39 424	2.14 501	1.02 308	2.07 528	5.64 518	0.77 351	0.17 104	0.15 226	0.20 174	0.20 247	0.18 124	0.20 251

PFNet	0.91 386	0.26 130	1.10 411	0.63 377	0.32 201	0.64 202	0.56 345	1.17 240	0.99 245	1.47 440	1.08 246	0.98 292	0.69 249	6.62 534	0.54 274	0.20 220	0.12 55	0.24 296	0.19 215	0.20 199	0.17 153

LMCR-Stereo	0.82 353	0.46 416	0.88 328	0.75 468	0.43 330	1.33 436	0.56 345	2.43 534	0.98 238	1.53 453	1.49 409	0.74 192	1.00 398	1.63 339	0.89 385	0.28 402	0.17 295	0.22 238	0.17 175	0.29 373	0.20 251

PSMNet-RSSM	0.72 288	0.30 238	0.61 152	0.63 377	0.42 320	0.73 262	0.56 345	1.92 452	1.10 299	1.09 255	1.37 370	1.22 359	0.98 388	1.28 259	0.72 333	0.27 388	0.19 335	0.27 371	0.29 432	0.24 305	0.24 320

ACV-stereo	0.99 409	0.51 438	1.41 460	0.56 295	0.41 315	2.43 525	0.57 356	1.15 236	1.18 351	0.81 177	1.01 212	3.39 539	2.14 531	1.60 334	1.07 415	0.27 388	0.22 393	0.22 238	0.22 320	0.28 362	0.32 414

GES	0.66 260	0.34 333	0.90 338	0.59 330	0.38 286	0.94 354	0.57 356	2.11 491	0.86 189	1.02 237	1.11 261	0.66 172	0.79 291	0.99 185	0.61 299	0.27 388	0.19 335	0.20 174	0.20 247	0.21 241	0.30 398

FADNet	0.92 388	0.61 476	1.81 497	0.62 368	0.55 410	0.96 364	0.57 356	1.78 409	1.33 426	0.93 206	1.01 212	1.36 398	1.01 400	2.71 446	0.75 342	0.33 442	0.34 480	0.31 416	0.34 472	0.59 505	0.40 451

RASNet	1.12 445	0.30 238	0.91 341	0.66 407	0.77 488	0.97 368	0.57 356	1.37 292	1.35 439	1.02 237	1.34 361	2.11 504	1.43 476	7.09 544	1.39 461	0.19 185	0.17 295	0.17 81	0.19 215	0.18 124	0.16 127

test_sample6	0.71 286	0.34 333	0.87 321	0.52 225	0.30 156	0.82 315	0.58 360	1.79 415	1.15 332	1.14 289	1.33 354	0.91 260	0.79 291	1.31 265	0.74 337	0.27 388	0.21 375	0.27 371	0.29 432	0.28 362	0.27 366

GwcNet-ADL	0.64 245	0.31 271	0.79 288	0.56 295	0.41 315	0.60 180	0.58 360	1.41 302	1.26 393	1.08 249	1.13 273	0.91 260	0.60 212	1.04 200	0.78 353	0.27 388	0.18 317	0.18 116	0.18 193	0.25 317	0.29 384

HHNet	0.62 226	0.26 130	0.63 161	0.43 63	0.45 345	0.50 107	0.58 360	1.07 211	1.01 253	1.25 356	2.23 504	0.70 186	0.61 221	1.07 207	0.47 230	0.20 220	0.13 116	0.23 276	0.19 215	0.19 165	0.30 398

RAFT	0.64 245	0.30 238	0.73 240	0.59 330	0.33 222	0.68 238	0.58 360	1.04 188	0.76 162	1.08 249	1.19 302	1.65 455	0.93 361	1.06 203	0.56 280	0.21 254	0.18 317	0.27 371	0.24 356	0.22 265	0.17 153

ICVP	0.63 233	0.33 309	0.57 131	0.61 356	0.40 307	0.80 304	0.58 360	1.61 360	0.89 200	0.90 198	1.24 316	0.88 248	0.73 264	0.72 96	0.88 382	0.29 413	0.21 375	0.22 238	0.21 291	0.24 305	0.27 366
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	0.85 368	0.38 378	0.94 351	0.80 481	1.03 522	1.17 410	0.58 360	1.52 334	1.20 364	1.19 323	1.62 443	1.13 345	1.20 447	1.80 370	1.06 412	0.24 322	0.24 414	0.24 296	0.21 291	0.23 290	0.27 366

GANet-RSSM	0.72 288	0.28 182	0.63 161	0.64 386	0.58 425	0.80 304	0.58 360	1.89 442	1.08 284	1.04 244	1.25 320	1.15 348	1.04 409	1.49 313	0.62 302	0.25 349	0.19 335	0.22 238	0.22 320	0.22 265	0.21 268

UCFNet_RVC	0.69 275	0.35 354	0.49 74	0.64 386	0.39 296	0.85 331	0.58 360	1.75 395	1.14 320	0.97 218	1.19 302	1.17 350	0.93 361	0.99 185	0.62 302	0.28 402	0.20 353	0.34 450	0.31 448	0.32 402	0.27 366

rvit_stereo_ft	0.47 126	0.35 354	0.87 321	0.67 419	0.42 320	0.40 35	0.59 368	0.81 98	0.74 155	0.46 84	0.55 88	0.57 137	0.49 153	0.65 78	0.50 249	0.25 349	0.17 295	0.22 238	0.22 320	0.24 305	0.17 153

test_xeample	1.45 484	0.28 182	0.65 175	0.51 204	0.28 117	0.94 354	0.59 368	2.14 496	1.29 408	1.24 350	1.51 414	0.88 248	0.86 329	1.46 307	15.10 574	0.22 280	0.20 353	0.22 238	0.20 247	0.22 265	0.22 286

HSM	1.19 459	0.32 287	0.65 175	0.57 311	0.38 286	1.23 421	0.59 368	2.25 518	1.19 359	1.30 379	1.25 320	1.94 489	1.03 407	9.32 566	0.71 330	0.22 280	0.16 266	0.20 174	0.16 154	0.21 241	0.21 268

iResNet	0.75 319	0.40 389	1.36 453	0.67 419	0.29 134	0.92 349	0.59 368	1.52 334	1.25 388	1.28 365	1.48 407	0.94 274	0.76 276	1.62 337	0.78 353	0.18 144	0.14 168	0.18 116	0.15 112	0.22 265	0.23 306

coex_refinement	0.80 342	0.28 182	0.73 240	0.70 440	0.51 385	0.95 358	0.60 372	1.78 409	1.23 379	1.36 410	1.37 370	1.82 476	0.81 301	1.32 269	1.13 427	0.26 372	0.17 295	0.19 139	0.20 247	0.24 305	0.25 332

FADNet-RVC	0.88 378	0.67 486	1.93 504	0.60 342	0.48 363	0.91 342	0.60 372	1.71 386	1.18 351	0.90 198	0.96 190	1.36 398	0.92 352	2.25 417	1.17 433	0.30 418	0.29 456	0.32 431	0.32 456	0.41 449	0.35 430

test_sample2	0.62 226	0.29 217	0.74 256	0.50 174	0.28 117	0.80 304	0.61 374	1.61 360	1.00 250	0.88 195	0.99 202	0.94 274	0.83 314	1.16 230	0.51 254	0.23 307	0.18 317	0.22 238	0.21 291	0.23 290	0.22 286

CoDeX	0.73 306	0.29 217	0.93 347	0.54 258	0.36 254	1.14 400	0.61 374	2.34 526	1.17 344	1.16 305	1.25 320	0.91 260	0.87 334	1.33 272	0.64 310	0.20 220	0.16 266	0.21 209	0.18 193	0.20 199	0.18 178

FADNet-RVC-Resample	0.84 364	0.47 421	2.10 510	0.61 356	0.45 345	1.07 390	0.61 374	1.59 353	1.20 364	1.08 249	0.98 200	1.03 312	0.98 388	2.17 407	0.72 333	0.23 307	0.22 393	0.30 410	0.32 456	0.35 418	0.34 425

YMNet	1.00 414	0.54 447	1.40 455	0.81 484	0.85 507	1.87 497	0.62 377	1.55 347	1.18 351	1.63 477	1.99 489	1.77 470	0.97 381	1.50 315	1.45 474	0.33 442	0.37 498	0.31 416	0.32 456	0.32 402	0.29 384

YMNet_1	1.00 414	0.54 447	1.40 455	0.81 484	0.85 507	1.87 497	0.62 377	1.55 347	1.18 351	1.63 477	1.99 489	1.77 470	0.97 381	1.50 315	1.45 474	0.33 442	0.37 498	0.31 416	0.32 456	0.32 402	0.29 384

PSMNet-RUCA	1.02 423	0.97 517	1.44 462	1.23 538	1.10 526	1.40 448	0.62 377	1.69 379	1.38 451	0.94 211	1.53 416	0.97 290	0.83 314	1.17 234	0.93 390	0.69 530	0.34 480	0.99 540	0.60 528	0.97 530	0.64 516

Occ-G	0.42 86	0.21 29	0.48 67	0.41 49	0.26 68	0.42 46	0.62 377	0.77 76	0.49 67	0.43 67	0.66 112	1.02 308	0.46 125	0.78 115	0.41 172	0.16 61	0.13 116	0.18 116	0.13 66	0.16 62	0.16 127

qqq	0.57 201	0.34 333	0.71 222	0.47 119	0.27 92	0.64 202	0.62 377	1.42 304	0.78 169	0.80 173	0.92 180	0.95 282	0.77 280	0.88 150	0.59 289	0.21 254	0.20 353	0.24 296	0.23 343	0.22 265	0.21 268

DAS	0.84 364	0.34 333	1.03 387	0.64 386	0.69 466	0.77 285	0.63 382	1.54 343	1.20 364	1.79 493	1.55 423	0.95 282	1.04 409	2.83 449	0.60 297	0.21 254	0.16 266	0.25 335	0.18 193	0.27 343	0.22 286

SepStereo	0.82 353	0.34 333	1.03 387	0.64 386	0.69 466	0.77 285	0.63 382	1.54 343	1.20 364	1.79 493	1.55 423	0.95 282	1.04 409	2.30 421	0.60 297	0.21 254	0.16 266	0.25 335	0.18 193	0.27 343	0.22 286

Anonymous_2	1.30 467	0.55 452	0.82 297	0.52 225	0.58 425	1.01 377	0.64 384	1.25 272	0.97 233	0.96 215	0.78 148	1.33 391	1.29 461	1.03 194	0.74 337	0.62 525	0.64 543	1.06 543	9.63 583	1.16 538	0.49 486

iResNetv2_ROB	0.80 342	0.37 371	1.71 489	0.56 295	0.37 269	0.94 354	0.64 384	1.73 388	1.34 429	1.23 342	1.42 384	1.26 374	0.92 352	1.85 376	0.56 280	0.23 307	0.15 226	0.19 139	0.14 94	0.24 305	0.19 218

BSDual-CNN	0.71 286	0.32 287	0.68 191	0.54 258	0.44 338	1.27 426	0.65 386	2.16 501	0.98 238	1.20 327	1.11 261	1.12 340	0.74 266	0.91 158	0.66 314	0.24 322	0.17 295	0.25 335	0.22 320	0.22 265	0.22 286

hknet	0.77 327	0.32 287	0.95 355	0.54 258	0.38 286	1.27 426	0.65 386	2.16 501	1.07 278	1.20 327	1.11 261	1.59 440	0.81 301	1.37 283	0.66 314	0.22 280	0.17 295	0.25 335	0.22 320	0.22 265	0.22 286

Anonymous3	0.61 222	0.44 407	1.11 413	0.59 330	0.49 367	0.93 353	0.65 386	0.93 140	0.81 177	0.72 157	0.88 172	0.65 168	0.69 249	1.06 203	0.53 268	0.35 459	0.30 460	0.26 354	0.26 388	0.31 393	0.27 366

SHD	1.31 469	0.71 495	2.34 521	0.86 503	0.75 484	1.77 486	0.65 386	2.22 515	2.50 537	2.40 528	1.71 458	1.91 484	1.60 495	1.93 385	2.37 511	0.38 471	0.31 466	0.38 472	0.40 492	0.48 482	0.50 488

RTSC	1.29 465	0.73 496	2.44 523	0.83 495	0.57 416	1.85 495	0.65 386	1.88 439	2.00 520	2.20 518	1.66 453	1.60 442	1.26 458	2.33 423	3.92 536	0.32 433	0.23 405	0.27 371	0.29 432	0.37 429	0.37 441

G2L-ROB	0.73 306	0.25 107	0.76 270	0.54 258	0.39 296	0.95 358	0.66 391	1.66 374	1.09 292	1.24 350	1.02 220	1.64 452	0.71 259	1.63 339	1.02 408	0.20 220	0.14 168	0.17 81	0.15 112	0.20 199	0.22 286

LL-Strereo	1.33 472	0.39 383	1.38 454	0.61 356	0.61 439	0.75 271	0.66 391	1.63 366	1.17 344	1.56 463	1.60 436	2.03 500	2.12 530	9.72 572	0.97 401	0.21 254	0.18 317	0.27 371	0.23 343	0.22 265	0.25 332

SFCPSM	0.70 279	0.28 182	1.02 383	0.51 204	0.38 286	1.37 441	0.66 391	2.00 470	1.03 260	1.17 314	1.21 308	0.82 220	0.78 287	1.03 194	0.53 268	0.21 254	0.17 295	0.22 238	0.24 356	0.21 241	0.19 218

Nwc_Net	1.09 438	0.49 428	1.33 449	0.89 514	0.80 498	1.49 460	0.66 391	2.19 511	1.27 399	1.32 393	2.26 505	1.96 492	1.54 489	1.92 382	1.34 452	0.40 477	0.30 460	0.43 490	0.45 502	0.38 438	0.37 441

TCMNet	1.01 420	0.60 474	2.10 510	0.86 503	1.33 543	1.14 400	0.67 395	1.69 379	1.23 379	1.11 269	1.57 431	1.30 385	0.97 381	2.01 392	1.50 481	0.31 426	0.31 466	0.38 472	0.34 472	0.42 454	0.36 436

test_sample7	0.74 311	0.37 371	0.76 270	0.52 225	0.35 244	0.91 342	0.67 395	1.78 409	1.21 370	1.22 336	1.18 295	1.08 323	0.92 352	1.23 245	0.67 317	0.31 426	0.28 445	0.32 431	0.31 448	0.33 411	0.29 384

GASNet	0.99 409	0.97 517	1.72 490	0.98 524	0.68 464	0.83 320	0.67 395	1.60 357	1.28 404	1.31 389	1.22 310	1.22 359	1.21 450	2.41 429	1.41 466	0.43 490	0.26 429	0.36 466	0.34 472	0.55 498	0.31 408

DispFullNet	2.34 534	2.85 571	3.66 538	3.08 565	2.27 556	1.97 504	0.67 395	2.00 470	1.70 498	2.52 531	2.00 491	2.23 506	5.86 566	3.44 472	1.58 484	1.01 537	0.32 474	2.64 565	1.94 570	2.85 560	2.24 559

1111x	1.70 505	0.29 217	0.86 310	0.51 204	0.27 92	1.01 377	0.68 399	2.22 515	1.28 404	1.13 286	1.40 381	1.21 357	1.10 425	5.53 514	15.20 575	0.22 280	0.21 375	0.22 238	0.22 320	0.24 305	0.22 286

iinet-f	0.99 409	0.45 414	3.71 540	0.55 282	0.43 330	1.81 490	0.68 399	1.14 234	1.14 320	1.18 319	1.42 384	1.58 439	1.44 478	1.34 276	1.59 486	0.24 322	0.23 405	0.20 174	0.19 215	0.26 329	0.25 332

ToySt	0.66 260	0.33 309	1.23 431	0.51 204	0.33 222	0.86 332	0.68 399	1.10 222	0.97 233	0.84 186	1.08 246	1.25 370	0.94 366	1.01 190	0.74 337	0.19 185	0.19 335	0.24 296	0.24 356	0.27 343	0.23 306

iRaft-Stereo_5w	0.85 368	0.29 217	0.91 341	0.53 243	0.43 330	0.49 93	0.68 399	0.99 166	0.87 193	0.79 171	1.34 361	1.46 417	0.91 349	5.11 501	1.11 424	0.17 104	0.14 168	0.22 238	0.18 193	0.20 199	0.20 251

G2L-Stereo	0.80 342	0.32 287	0.95 355	0.60 342	0.42 320	0.78 290	0.69 403	1.50 325	1.09 292	1.33 401	1.14 277	1.45 414	0.72 262	2.45 431	1.10 421	0.25 349	0.20 353	0.26 354	0.21 291	0.20 199	0.26 356

fast-acv-ft	0.94 393	0.44 407	1.40 455	0.58 317	0.51 385	1.77 486	0.69 403	1.36 291	1.42 469	1.29 371	1.86 478	1.74 466	1.25 456	1.52 318	1.38 458	0.26 372	0.28 445	0.28 386	0.28 420	0.27 343	0.26 356

AANet_RVC	1.16 456	0.52 442	1.49 476	0.65 400	0.45 345	0.75 271	0.69 403	1.42 304	1.55 487	1.34 405	1.87 480	1.53 431	0.78 287	7.43 550	1.38 458	0.25 349	0.17 295	0.19 139	0.16 154	0.22 265	0.26 356

psmorigin	1.52 489	0.69 490	10.52 567	0.68 430	0.59 433	1.13 399	0.70 406	1.57 351	1.19 359	1.99 509	1.79 469	2.26 508	1.47 483	2.09 400	1.36 456	0.39 474	0.40 509	0.34 450	0.33 466	0.43 460	0.56 499

GwcNet	1.08 435	0.51 438	2.33 520	0.79 478	1.18 536	1.76 483	0.70 406	1.68 377	1.47 475	1.41 427	1.64 448	1.74 466	1.04 409	2.20 413	1.41 466	0.30 418	0.29 456	0.29 397	0.27 399	0.30 384	0.35 430

rvit_0105_3	0.63 233	0.44 407	1.08 405	0.72 452	0.40 307	0.64 202	0.71 408	1.03 182	1.17 344	0.82 181	0.70 127	0.80 211	0.70 254	0.91 158	0.56 280	0.35 459	0.34 480	0.34 450	0.32 456	0.27 343	0.28 378

AF-Net	1.13 448	0.52 442	1.33 449	0.86 503	0.91 513	1.38 444	0.71 408	2.16 501	1.62 491	1.56 463	2.40 512	1.99 495	1.65 499	1.81 372	1.48 479	0.48 504	0.28 445	0.49 504	0.33 466	0.39 442	0.32 414

stereogan	1.15 454	0.42 401	1.40 455	0.86 503	0.84 504	2.38 523	0.71 408	1.88 439	1.73 502	1.72 485	1.94 487	2.31 511	1.29 461	2.07 398	1.08 416	0.36 463	0.35 491	0.39 478	0.31 448	0.51 490	0.46 475

UGAM	1.14 450	0.27 160	0.95 355	0.53 243	0.42 320	0.70 250	0.72 411	0.95 152	1.32 422	0.98 222	1.48 407	1.78 472	0.87 334	9.65 571	0.87 381	0.21 254	0.18 317	0.30 410	0.24 356	0.19 165	0.16 127

DualNet (step1)	0.83 359	0.49 428	1.13 417	0.56 295	0.39 296	1.02 379	0.73 412	1.78 409	1.21 370	1.22 336	1.18 295	1.08 323	0.92 352	1.23 245	0.67 317	0.57 518	0.28 445	0.62 526	0.67 532	0.45 470	0.42 460

test_sample9	1.86 515	0.49 428	1.13 417	0.56 295	0.39 296	1.02 379	0.73 412	1.78 409	1.21 370	1.22 336	1.18 295	1.08 323	0.92 352	2.27 419	7.92 558	0.57 518	12.61 587	0.62 526	0.67 532	0.45 470	0.42 460

test_sample8	2.19 529	0.49 428	1.13 417	0.56 295	0.39 296	1.02 379	0.73 412	1.82 422	1.15 332	2.26 519	1.30 340	4.94 553	2.52 543	2.27 419	7.92 558	0.57 518	12.61 587	0.62 526	0.67 532	0.45 470	0.42 460

MyStereo06	0.61 222	0.28 182	0.95 355	0.56 295	0.46 357	0.61 186	0.73 412	1.78 409	0.67 134	1.03 241	1.12 268	1.13 345	0.56 190	0.78 115	0.41 172	0.17 104	0.16 266	0.23 276	0.20 247	0.22 265	0.20 251

MyStereo05	0.66 260	0.28 182	1.07 401	0.56 295	0.46 357	0.61 186	0.73 412	1.34 286	1.41 466	1.15 295	0.91 178	0.77 201	0.80 297	1.41 300	0.63 306	0.17 104	0.16 266	0.23 276	0.20 247	0.22 265	0.20 251

SQANet	1.31 469	0.88 514	1.08 405	1.83 549	1.44 545	1.44 455	0.75 417	1.74 393	1.09 292	1.32 393	1.26 327	1.28 381	1.01 400	1.50 315	0.83 372	2.50 555	0.34 480	1.47 547	0.55 521	2.32 548	1.57 550

psmg	0.72 288	0.32 287	0.68 191	0.50 174	0.44 338	1.48 458	0.75 417	1.94 458	0.98 238	1.21 331	1.33 354	1.12 340	0.74 266	0.91 158	0.66 314	0.24 322	0.19 335	0.25 335	0.25 371	0.23 290	0.22 286

edge stereo	1.11 443	0.50 435	1.30 443	0.71 448	0.65 451	1.14 400	0.75 417	1.93 456	1.37 447	1.71 484	1.83 473	2.54 521	1.44 478	2.43 430	1.23 438	0.42 485	0.41 511	0.54 514	0.35 477	0.42 454	0.46 475

HBP-ISP	0.96 397	0.58 463	0.72 228	0.61 356	0.46 357	1.64 473	0.76 420	1.86 434	1.28 404	1.30 379	1.53 416	0.86 240	0.94 366	3.27 466	0.69 324	0.45 496	0.44 517	0.54 514	0.48 509	0.47 477	0.40 451

ADLNet2	0.88 378	0.34 333	1.17 425	0.77 474	0.64 449	1.12 398	0.76 420	1.74 393	1.24 385	1.21 331	1.65 450	1.71 462	1.05 413	1.67 347	1.17 433	0.24 322	0.21 375	0.21 209	0.22 320	0.26 329	0.29 384

ADLNet	0.85 368	0.36 364	0.89 334	0.85 501	0.72 471	1.24 422	0.76 420	1.82 422	1.36 443	1.52 452	1.35 367	1.27 378	0.99 396	1.23 245	1.15 429	0.27 388	0.20 353	0.26 354	0.25 371	0.28 362	0.30 398

CSP-Net	0.97 403	0.38 378	0.83 302	0.53 243	0.41 315	1.63 471	0.77 423	2.00 470	1.05 269	1.25 356	1.20 306	1.33 391	0.83 314	4.93 500	0.85 378	0.32 433	0.22 393	0.20 174	0.20 247	0.23 290	0.25 332

RGC	1.14 450	0.79 504	1.26 437	0.91 518	0.96 520	1.52 462	0.77 423	1.92 452	1.26 393	1.54 459	1.93 485	2.02 499	1.54 489	2.25 417	1.31 449	0.44 495	0.35 491	0.58 524	0.48 509	0.47 477	0.46 475

Wz-Net-LNSev-Ref	0.99 409	0.40 389	1.82 498	0.66 407	0.62 445	2.05 509	0.78 425	1.91 449	1.29 408	1.54 459	1.42 384	1.51 428	1.23 452	1.99 390	1.33 450	0.23 307	0.14 168	0.20 174	0.15 112	0.27 343	0.26 356

ADCRef	1.35 474	0.55 452	2.37 522	0.72 452	0.77 488	1.94 502	0.78 425	1.91 449	1.27 399	1.57 467	1.59 435	1.36 398	1.41 474	1.54 324	7.53 553	0.23 307	0.20 353	0.32 431	0.30 441	0.29 373	0.29 384

NOSS_ROB	1.26 464	0.46 416	0.62 158	0.56 295	0.38 286	1.06 388	0.78 425	1.73 388	1.40 461	1.01 233	1.43 388	1.10 335	0.75 268	10.62 575	0.65 311	0.45 496	0.43 514	0.48 502	0.45 502	0.44 466	0.41 456

MyStereo07	0.48 132	0.29 217	0.50 80	0.55 282	0.45 345	0.59 172	0.79 428	1.05 196	0.51 80	0.48 95	0.53 79	0.43 66	0.55 185	1.30 264	0.34 103	0.17 104	0.16 266	0.24 296	0.20 247	0.23 290	0.20 251

MyStereo04	0.67 269	0.29 217	1.07 401	0.55 282	0.45 345	0.59 172	0.79 428	1.50 325	1.40 461	0.91 203	0.91 178	0.74 192	0.86 329	1.52 318	0.62 302	0.17 104	0.16 266	0.24 296	0.20 247	0.23 290	0.20 251

SACVNet	0.85 368	0.46 416	0.85 304	0.81 484	0.56 413	0.80 304	0.79 428	1.68 377	1.12 305	1.34 405	1.33 354	1.25 370	0.94 366	2.39 428	0.76 345	0.34 452	0.26 429	0.31 416	0.29 432	0.35 418	0.44 470

STrans-v2	1.04 429	0.28 182	0.96 361	0.49 162	0.32 201	0.68 238	0.79 428	2.47 536	1.12 305	1.12 271	1.46 401	1.40 403	1.46 481	6.70 539	0.43 193	0.18 144	0.13 116	0.20 174	0.18 193	0.18 124	0.18 178

GEStereo_RVC	0.90 383	0.37 371	0.99 367	0.64 386	0.50 374	0.95 358	0.79 428	2.42 533	1.17 344	1.16 305	1.11 261	1.26 374	0.92 352	3.24 464	0.90 388	0.29 413	0.19 335	0.23 276	0.20 247	0.27 343	0.29 384

DRN-Test	1.00 414	0.44 407	1.13 417	0.70 440	0.81 500	1.62 470	0.79 428	2.14 496	1.44 472	1.78 490	1.33 354	1.43 407	1.05 413	2.18 410	1.53 483	0.27 388	0.21 375	0.31 416	0.30 441	0.32 402	0.28 378

UDG	1.41 482	2.65 569	0.99 367	1.44 544	1.64 548	1.34 438	0.80 434	1.60 357	1.23 379	1.23 342	1.71 458	2.01 497	1.34 469	1.47 311	1.41 466	0.90 534	0.54 537	2.29 554	0.75 536	1.84 545	1.04 539

UPFNet	0.80 342	0.32 287	0.90 338	0.59 330	0.74 477	1.26 425	0.80 434	1.52 334	1.10 299	1.30 379	1.12 268	1.30 385	0.84 318	1.67 347	1.09 418	0.24 322	0.24 414	0.24 296	0.23 343	0.25 317	0.18 178

PS-NSSS	0.99 409	0.58 463	0.93 347	0.58 317	0.57 416	0.91 342	0.80 434	1.81 421	1.14 320	1.14 289	1.67 455	1.00 299	0.83 314	4.62 491	0.78 353	0.37 467	0.31 466	0.52 508	0.32 456	0.45 470	0.38 447

G2L-Stereo_test	0.73 306	0.27 160	0.74 256	0.49 162	0.40 307	0.90 338	0.81 437	1.53 340	1.14 320	1.28 365	1.27 330	1.52 430	0.72 262	1.62 337	0.94 392	0.19 185	0.14 168	0.16 54	0.15 112	0.18 124	0.19 218

LRCNet_RVC	22.74 585	32.10 591	21.97 578	29.84 588	26.23 585	4.42 560	0.81 437	22.66 584	2.02 521	26.93 589	29.26 589	23.06 590	15.59 579	23.84 586	18.88 579	31.75 592	19.90 593	34.65 591	32.13 592	30.54 591	28.32 592

ARAFT	0.77 327	0.36 364	1.49 476	0.51 204	0.31 182	0.90 338	0.82 439	1.90 445	1.06 273	1.62 475	1.24 316	1.02 308	0.64 235	1.84 373	0.50 249	0.18 144	0.14 168	0.28 386	0.27 399	0.17 93	0.16 127

APVNet	1.06 430	0.53 446	1.42 461	0.84 496	0.79 493	1.92 500	0.82 439	1.90 445	1.08 284	1.08 249	1.43 388	1.56 435	1.13 433	3.07 458	1.58 484	0.31 426	0.34 480	0.42 488	0.36 481	0.36 425	0.37 441

zh-mn7	1.70 505	1.21 535	8.30 561	0.69 434	0.53 400	1.45 456	0.84 441	1.70 384	2.09 525	2.41 529	2.67 522	1.68 458	1.23 452	4.49 487	2.87 520	0.30 418	0.26 429	0.27 371	0.27 399	0.31 393	0.35 430

CBFPSM	0.92 388	0.33 309	1.86 501	0.49 162	0.38 286	1.75 481	0.84 441	1.39 298	1.12 305	1.09 255	0.99 202	2.37 514	1.66 503	1.32 269	1.42 470	0.19 185	0.18 317	0.20 174	0.20 247	0.21 241	0.33 420

delet	0.85 368	0.32 287	0.95 355	0.65 400	0.66 454	1.64 473	0.84 441	1.75 395	1.35 439	1.32 393	1.30 340	1.30 385	0.88 339	1.68 352	1.10 421	0.21 254	0.21 375	0.24 296	0.24 356	0.21 241	0.21 268

RP	1.09 438	0.50 435	1.12 415	0.90 515	1.04 523	1.11 395	0.84 441	1.80 418	1.62 491	1.55 462	2.00 491	1.90 483	1.78 509	1.84 373	1.25 440	0.52 509	0.36 496	0.48 502	0.36 481	0.45 470	0.43 467

PA-Net	1.01 420	0.57 460	1.29 442	0.64 386	0.74 477	1.19 415	0.84 441	1.69 379	1.43 471	1.16 305	1.19 302	1.32 390	1.19 444	3.42 470	1.25 440	0.29 413	0.45 521	0.33 440	0.49 512	0.32 402	0.47 479
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	1.03 426	0.34 333	1.11 413	0.69 434	0.45 345	2.07 510	0.84 441	2.13 492	1.50 479	1.15 295	1.33 354	2.40 516	1.07 420	2.60 441	1.51 482	0.23 307	0.18 317	0.22 238	0.20 247	0.31 393	0.27 366

DLCB_ROB	0.86 373	0.40 389	0.78 285	0.68 430	0.54 404	1.11 395	0.84 441	1.49 321	1.23 379	1.64 479	1.65 450	1.70 461	0.91 349	1.70 354	1.05 410	0.25 349	0.24 414	0.26 354	0.27 399	0.27 343	0.24 320

CRFU-Net	0.86 373	0.39 383	1.00 372	0.65 400	0.57 416	1.78 488	0.86 448	2.15 498	0.81 177	1.38 418	1.18 295	1.64 452	1.19 444	1.35 277	0.90 388	0.26 372	0.22 393	0.21 209	0.19 215	0.23 290	0.24 320

KYRaft	0.75 319	0.28 182	0.62 158	0.56 295	0.29 134	0.67 231	0.86 448	0.94 147	0.84 187	1.62 475	2.21 503	1.16 349	1.02 405	1.57 329	0.40 161	0.20 220	0.13 116	0.22 238	0.28 420	0.20 199	1.02 537

z-ln-s-r	1.02 423	0.55 452	2.09 509	0.52 225	0.55 410	0.78 290	0.87 450	1.47 317	1.34 429	1.12 271	1.62 443	1.37 401	1.06 416	2.62 443	3.32 530	0.19 185	0.14 168	0.21 209	0.17 175	0.27 343	0.21 268

rvit_105_1	0.72 288	0.52 442	1.01 376	0.78 476	0.49 367	0.75 271	0.87 450	1.12 230	1.18 351	0.99 225	0.79 154	0.90 257	0.77 280	1.26 254	0.75 342	0.41 481	0.36 496	0.36 466	0.41 493	0.30 384	0.33 420

NVstereo2D	0.92 388	0.41 397	1.48 474	0.72 452	0.72 471	1.20 417	0.87 450	1.75 395	1.38 451	0.99 225	1.13 273	1.26 374	0.98 388	2.21 414	0.89 385	0.43 490	0.20 353	0.38 472	0.24 356	0.57 501	0.63 512

Syn2CoEx	1.14 450	0.69 490	1.66 485	0.80 481	0.67 458	1.40 448	0.88 453	2.06 486	1.54 485	1.25 356	1.58 434	1.42 406	1.50 488	4.09 480	1.40 462	0.36 463	0.32 474	0.34 450	0.29 432	0.29 373	0.34 425

SuperB	2.53 541	0.59 466	18.45 574	0.69 434	0.50 374	1.87 497	0.88 453	1.67 376	2.39 531	1.50 449	1.42 384	1.14 347	1.15 435	4.28 485	5.07 543	0.24 322	0.19 335	0.22 238	0.19 215	7.86 581	0.34 425

anonymity	1.12 445	0.97 517	1.21 428	1.07 532	1.12 530	1.08 391	0.89 455	1.95 460	1.16 341	1.29 371	1.26 327	1.22 359	1.09 424	1.15 226	1.01 407	1.02 539	1.00 562	0.97 538	0.97 549	0.98 531	0.99 536

FAT-Stereo	1.07 432	0.41 397	1.32 447	0.72 452	0.58 425	1.08 391	0.89 455	1.96 461	1.65 493	1.75 487	1.98 488	2.03 500	1.48 484	2.02 393	1.18 436	0.42 485	0.35 491	0.34 450	0.29 432	0.35 418	0.53 494

NCC-stereo	1.10 440	0.54 447	1.24 434	0.84 496	0.94 517	1.29 429	0.89 455	2.01 474	1.34 429	1.32 393	1.74 462	1.88 479	1.74 506	2.35 424	1.25 440	0.45 496	0.37 498	0.45 495	0.58 524	0.42 454	0.42 460

Abc-Net	1.10 440	0.54 447	1.24 434	0.84 496	0.94 517	1.29 429	0.89 455	2.01 474	1.34 429	1.32 393	1.74 462	1.88 479	1.74 506	2.35 424	1.25 440	0.45 496	0.37 498	0.45 495	0.58 524	0.42 454	0.42 460
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	1.37 476	0.87 512	2.56 527	0.84 496	0.69 466	1.83 493	0.89 455	2.07 487	1.88 511	1.88 502	1.53 416	1.91 484	1.55 491	2.85 451	3.05 522	0.48 504	0.29 456	0.44 494	0.39 488	0.69 519	0.60 509

G-Net	1.66 500	0.63 481	1.56 479	1.11 534	0.74 477	2.98 542	0.91 460	1.55 347	1.22 376	2.76 539	8.18 570	2.32 512	2.53 544	1.92 382	1.87 495	0.48 504	0.44 517	0.45 495	0.31 448	0.60 509	0.57 503

StereoDRNet	0.98 407	0.47 421	1.70 487	0.76 471	0.94 517	1.51 461	0.91 460	1.92 452	1.32 422	1.61 471	1.13 273	1.47 422	0.97 381	1.75 361	1.46 477	0.28 402	0.23 405	0.29 397	0.27 399	0.35 418	0.27 366

DDUNet	1.50 487	2.69 570	1.12 415	1.77 548	1.88 550	1.84 494	0.92 462	1.70 384	1.16 341	1.38 418	1.79 469	1.60 442	1.12 429	1.37 283	1.08 416	1.10 544	0.76 547	2.37 556	0.94 547	2.00 546	1.37 547

psm_up	0.77 327	0.34 333	0.70 210	0.66 407	0.58 425	1.05 385	0.92 462	1.52 334	1.12 305	1.26 360	1.16 290	1.31 389	1.23 452	1.20 240	0.81 365	0.25 349	0.29 456	0.31 416	0.27 399	0.27 343	0.25 332

RYNet	1.17 457	0.49 428	1.24 434	0.70 440	0.97 521	1.71 477	0.92 462	1.91 449	1.46 474	1.38 418	1.14 277	1.88 479	1.30 465	4.24 482	1.87 495	0.26 372	0.21 375	0.35 458	0.27 399	0.55 498	0.54 495

PDISCO_ROB	1.32 471	0.65 484	1.44 462	1.36 539	1.46 546	2.55 528	0.92 462	2.45 535	2.07 524	1.37 413	1.49 409	1.65 455	1.00 398	2.82 448	1.35 455	1.01 537	0.27 438	0.54 514	0.47 507	0.71 521	0.73 524

w-ln-seven-2	1.18 458	0.61 476	4.25 542	0.68 430	0.61 439	1.20 417	0.93 466	1.63 366	1.35 439	1.66 480	1.53 416	1.47 422	1.37 472	3.00 457	1.74 490	0.25 349	0.24 414	0.29 397	0.26 388	0.33 411	0.28 378

DSFCA	0.93 391	0.34 333	1.06 396	0.52 225	0.65 451	1.55 465	0.93 466	1.49 321	1.19 359	1.56 463	1.15 285	1.50 426	0.96 378	3.07 458	1.02 408	0.30 418	0.26 429	0.25 335	0.25 371	0.28 362	0.24 320

MaskLacGwcNet_RVC	1.10 440	1.02 522	1.00 372	0.82 492	0.67 458	1.93 501	0.93 466	1.62 364	1.11 301	1.15 295	1.25 320	1.50 426	0.79 291	1.96 388	0.76 345	1.89 549	0.34 480	0.79 533	0.36 481	1.25 542	0.83 529

FCDSN-DC	2.32 533	0.63 481	0.81 294	0.84 496	0.75 484	2.23 516	0.94 469	2.09 490	1.80 507	5.45 569	7.72 567	7.77 566	6.93 573	3.39 467	1.80 493	0.52 509	0.48 526	0.52 508	0.51 517	0.57 501	0.58 504
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSMD_ROB	1.99 524	0.59 466	0.89 334	0.70 440	0.61 439	3.95 555	0.94 469	1.80 418	1.79 506	4.41 559	4.43 543	8.17 567	3.66 556	3.40 468	1.33 450	0.52 509	0.48 526	0.54 514	0.58 524	0.53 494	0.50 488

w-ln-seven	1.38 478	0.70 493	3.91 541	0.75 468	0.72 471	2.69 534	0.95 471	2.02 478	1.99 519	1.99 509	1.73 460	1.82 476	1.17 437	2.45 431	2.84 519	0.28 402	0.25 423	0.31 416	0.30 441	0.41 449	0.33 420

MFN_U_SF_RVC	1.52 489	0.84 507	3.42 536	0.87 510	0.66 454	2.56 529	0.95 471	2.36 527	1.70 498	1.98 508	1.86 478	2.45 519	1.79 510	2.95 453	2.58 514	0.52 509	0.48 526	0.55 518	0.59 527	0.59 505	0.61 510

DeepPrunerF	1.60 495	0.73 496	5.81 552	0.88 511	1.19 537	0.91 342	0.95 471	2.19 511	5.24 565	1.17 314	1.30 340	1.19 354	1.30 465	4.90 498	1.66 489	0.42 485	0.34 480	0.52 508	0.47 507	0.41 449	0.40 451

MSAF-DinoV2	1.97 522	0.80 506	10.38 566	0.86 503	0.48 363	1.39 446	0.97 474	2.55 539	1.72 501	1.53 453	1.65 450	3.59 541	2.20 534	5.39 511	3.94 537	0.27 388	0.17 295	0.26 354	0.28 420	0.47 477	0.46 475

ssnet_v2	0.88 378	0.36 364	1.02 383	0.62 368	0.38 286	1.32 434	0.97 474	2.07 487	1.34 429	1.37 413	1.18 295	1.54 432	0.92 352	1.10 215	1.65 487	0.30 418	0.27 438	0.30 410	0.28 420	0.27 343	0.26 356

Prome-Stereo	0.75 319	0.27 160	0.53 101	0.55 282	0.32 201	0.59 172	0.97 474	0.89 123	0.88 197	1.45 437	2.46 516	0.91 260	1.41 474	1.58 331	0.44 196	0.18 144	0.13 116	0.19 139	0.17 175	0.20 199	0.92 533

PVD	1.70 505	0.84 507	2.26 519	0.94 523	0.83 503	2.48 526	0.97 474	2.59 540	3.35 550	3.01 547	2.77 524	2.34 513	2.47 542	2.67 445	3.14 525	0.47 503	0.45 521	0.59 525	0.48 509	0.59 505	0.75 526

CVANet_RVC	1.07 432	0.43 404	0.76 270	0.60 342	0.50 374	0.90 338	0.97 474	1.52 334	1.26 393	1.33 401	1.38 375	1.24 366	1.18 441	6.75 541	0.75 342	0.34 452	0.23 405	0.34 450	0.29 432	0.42 454	0.27 366

GMM-Stereo	0.74 311	0.25 107	0.59 144	0.54 258	0.34 240	0.72 258	0.99 479	1.01 176	0.87 193	1.36 410	1.78 468	1.12 340	0.81 301	2.09 400	0.46 223	0.18 144	0.12 55	0.25 335	0.25 371	0.20 199	0.85 531

ccnet	1.12 445	0.67 486	1.01 376	0.78 476	0.73 476	1.72 479	0.99 479	1.84 430	1.26 393	1.47 440	1.85 477	1.75 469	1.29 461	1.75 361	1.88 497	0.57 518	0.53 534	0.57 523	0.55 521	0.59 505	0.54 495

Wz-Net-LNSev	1.03 426	0.67 486	2.71 531	0.64 386	0.84 504	1.75 481	1.00 481	1.80 418	1.32 422	1.28 365	1.25 320	1.65 455	1.22 451	1.39 292	1.40 462	0.28 402	0.26 429	0.24 296	0.23 343	0.33 411	0.32 414

CC-Net-ROB	1.49 485	1.26 537	1.27 440	0.88 511	0.79 493	1.76 483	1.00 481	1.79 415	1.26 393	1.10 263	1.61 440	1.21 357	0.99 396	8.13 559	0.84 375	1.09 543	0.41 511	2.20 552	0.46 505	1.20 541	0.48 482

Consistency-Raft	1.25 463	0.99 520	1.93 504	1.02 528	1.21 538	0.96 364	1.01 483	1.75 395	1.92 515	1.36 410	2.12 499	1.44 412	1.01 400	1.14 225	1.40 462	0.72 531	0.82 549	0.89 536	0.98 551	1.31 543	0.95 534

IRAFT_RVC	0.88 378	0.28 182	0.76 270	0.63 377	0.31 182	0.65 218	1.02 484	1.22 264	0.94 219	1.22 336	1.04 233	1.01 306	0.98 388	5.82 522	0.53 268	0.22 280	0.12 55	0.25 335	0.20 247	0.20 199	0.19 218

MeshStereo	2.26 531	0.56 456	0.92 345	0.61 356	0.49 367	2.60 530	1.02 484	3.18 548	2.05 523	7.40 576	4.98 553	7.58 564	2.98 550	6.37 531	1.96 501	0.43 490	0.43 514	0.45 495	0.39 488	0.43 460	0.42 460
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
z-mn7	1.56 492	0.84 507	4.36 545	0.71 448	0.51 385	2.60 530	1.04 486	1.73 388	2.70 543	1.53 453	2.99 528	1.94 489	1.34 469	4.78 495	2.41 512	0.29 413	0.24 414	0.27 371	0.24 356	0.34 415	0.31 408

FC-DCNN	2.72 548	0.59 466	0.86 310	0.73 460	0.57 416	2.91 539	1.04 486	3.01 546	2.60 538	6.83 571	7.64 565	9.92 571	6.33 571	5.21 503	3.14 525	0.53 515	0.48 526	0.51 506	0.50 514	0.53 494	0.51 492

FC-DCNN v2	2.81 549	0.59 466	0.85 304	0.73 460	0.57 416	2.97 541	1.05 488	3.39 552	2.61 539	6.98 572	7.67 566	10.38 574	6.31 570	5.75 521	3.37 531	0.53 515	0.48 526	0.51 506	0.50 514	0.53 494	0.51 492

ADCP+	1.99 524	0.48 425	7.73 557	0.66 407	0.91 513	2.30 519	1.05 488	1.82 422	1.34 429	1.54 459	1.32 352	1.74 466	1.61 496	2.17 407	13.37 570	0.24 322	0.21 375	0.32 431	0.28 420	0.37 429	0.29 384

aanetorigin	1.23 460	0.79 504	2.78 533	0.70 440	0.79 493	0.99 374	1.06 490	1.06 209	1.37 447	3.52 550	2.61 520	1.72 463	1.63 497	1.99 390	1.78 492	0.25 349	0.24 414	0.26 354	0.25 371	0.38 438	0.45 472

FINET	0.97 403	0.54 447	1.60 482	0.63 377	0.79 493	1.08 391	1.07 491	1.56 350	2.20 528	1.15 295	1.49 409	0.94 274	0.88 339	2.32 422	1.05 410	0.42 485	0.35 491	0.32 431	0.28 420	0.43 460	0.38 447

PASM	1.34 473	0.92 515	2.62 529	0.86 503	0.87 511	1.03 382	1.08 492	1.50 325	1.51 481	1.82 498	1.41 383	1.68 458	1.26 458	4.87 497	1.34 452	0.61 524	0.65 545	0.68 530	0.78 538	0.69 519	0.68 520

FBW_ROB	1.71 508	0.62 480	1.45 467	0.67 419	0.61 439	1.81 490	1.08 492	2.52 537	1.70 498	1.77 489	1.73 460	1.98 494	1.25 456	12.57 578	1.84 494	0.34 452	0.37 498	0.56 521	0.38 486	0.45 470	0.43 467

MDST_ROB	1.67 501	0.34 333	1.58 481	0.92 520	0.58 425	4.26 559	1.11 494	2.83 542	1.41 466	4.49 561	2.55 519	1.45 414	0.97 381	7.79 556	1.17 433	0.31 426	0.25 423	0.37 469	0.33 466	0.31 393	0.30 398

SPS-STEREO	1.67 501	1.04 523	1.23 431	1.21 536	1.13 532	1.82 492	1.11 494	2.16 501	1.52 482	3.07 549	2.32 507	2.82 530	1.80 511	4.11 481	2.04 504	1.03 540	0.99 561	0.97 538	0.94 547	1.03 536	1.02 537
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet_ROB	0.90 383	0.52 442	1.17 425	0.72 452	0.61 439	1.27 426	1.12 496	1.76 401	1.12 305	1.09 255	1.28 336	1.45 414	0.89 345	1.65 342	1.42 470	0.33 442	0.25 423	0.37 469	0.39 488	0.35 418	0.29 384

ETE_ROB	0.96 397	0.64 483	1.16 423	0.69 434	0.48 363	1.14 400	1.13 497	1.77 405	1.19 359	1.91 506	1.45 395	1.73 464	1.05 413	1.60 334	1.14 428	0.32 433	0.26 429	0.38 472	0.34 472	0.39 442	0.41 456

ADCMid	1.89 519	0.73 496	5.06 547	0.72 452	0.67 458	2.00 507	1.14 498	1.97 465	1.48 476	2.86 542	1.81 472	2.37 514	2.05 527	2.24 415	10.39 567	0.33 442	0.31 466	0.39 478	0.43 498	0.50 486	0.44 470

XPNet_ROB	0.96 397	0.49 428	1.09 408	0.72 452	0.57 416	1.11 395	1.14 498	1.66 374	1.23 379	1.85 500	1.39 379	1.64 452	1.11 426	1.80 370	1.42 470	0.38 471	0.30 460	0.33 440	0.29 432	0.37 429	0.34 425

WCMA_ROB	1.84 513	0.47 421	1.31 444	0.69 434	0.57 416	2.11 512	1.14 498	1.87 436	1.73 502	4.04 555	6.43 558	5.62 558	3.61 555	2.59 440	1.94 500	0.52 509	0.44 517	0.39 478	0.42 496	0.48 482	0.47 479

Ntro	1.64 499	1.15 532	1.23 431	2.48 556	1.83 549	2.09 511	1.16 501	1.96 461	1.38 451	1.21 331	1.62 443	1.62 444	1.29 461	1.87 379	1.11 424	3.04 561	0.56 538	1.82 550	0.64 530	2.80 556	2.05 557

EDNetEfficientorigin	10.57 576	1.47 546	177.42 599	0.67 419	0.53 400	1.58 467	1.16 501	1.90 445	3.37 551	4.71 563	3.38 533	3.10 537	2.69 546	3.13 462	3.58 532	0.25 349	0.23 405	0.33 440	0.27 399	0.83 524	0.81 528

SGM_RVC	1.68 503	0.36 364	0.61 152	0.59 330	0.29 134	2.25 517	1.18 503	2.38 530	1.68 497	3.60 551	2.67 522	3.69 543	2.42 540	8.13 559	1.90 498	0.31 426	0.31 466	0.30 410	0.28 420	0.30 384	0.29 384
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S-Stereo	1.15 454	0.46 416	2.17 515	0.81 484	0.80 498	1.21 419	1.19 504	1.93 456	2.02 521	1.47 440	2.11 498	1.57 436	1.17 437	2.05 397	1.41 466	0.40 477	0.40 509	0.35 458	0.31 448	0.44 466	0.70 521

pmcnn	2.37 535	0.42 401	2.71 531	0.63 377	0.43 330	1.54 464	1.19 504	2.01 474	1.53 484	2.64 535	7.60 564	18.07 581	1.45 480	3.44 472	2.78 518	0.18 144	0.15 226	0.15 24	0.12 42	0.20 199	0.18 178

ADCPNet	1.85 514	0.69 490	8.07 558	0.71 448	0.58 425	2.79 537	1.22 506	1.94 458	1.54 485	1.88 502	1.69 456	2.46 520	2.04 525	2.37 426	6.48 548	0.38 471	0.37 498	0.38 472	0.43 498	0.47 477	0.45 472

otaku	1.60 495	1.11 529	1.21 428	2.20 551	1.56 547	1.97 504	1.24 507	2.07 487	1.36 443	1.44 435	1.62 443	1.73 464	1.19 444	1.73 360	0.98 404	2.89 560	0.57 539	1.74 548	0.60 528	2.78 555	1.94 556

ACVNet-4b	2.15 527	1.41 542	1.64 483	2.80 558	2.31 558	2.31 520	1.24 507	2.32 523	2.14 526	1.26 360	2.39 511	2.66 525	1.48 484	5.95 526	1.06 412	3.20 565	0.45 521	2.37 556	0.89 544	2.83 559	2.37 561

PSM-AAD	0.79 339	0.27 160	0.53 101	0.55 282	0.28 117	0.77 285	1.24 507	0.99 166	0.91 209	1.66 480	1.57 431	0.81 215	2.19 533	1.65 342	0.44 196	0.19 185	0.14 168	0.38 472	0.32 456	0.21 241	0.70 521

RAFT + AFF	1.00 414	0.42 401	1.09 408	0.67 419	0.50 374	1.22 420	1.24 507	2.24 517	1.19 359	1.30 379	1.56 427	1.17 350	1.49 486	3.44 472	0.83 372	0.21 254	0.25 423	0.30 410	0.26 388	0.27 343	0.27 366

LALA_ROB	1.01 420	0.59 466	1.16 423	0.67 419	0.51 385	1.63 471	1.26 511	1.69 379	1.38 451	1.81 497	1.37 370	1.94 489	1.02 405	1.58 331	1.38 458	0.37 467	0.27 438	0.43 490	0.37 484	0.43 460	0.37 441

SGM-Forest	1.24 461	0.38 378	0.60 149	0.52 225	0.37 269	1.56 466	1.30 512	1.65 369	1.36 443	2.11 516	1.79 469	1.63 449	0.93 361	7.48 552	0.95 396	0.36 463	0.37 498	0.39 478	0.34 472	0.37 429	0.32 414
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-sn7	1.76 511	1.38 538	6.58 555	0.74 464	0.72 471	1.78 488	1.31 513	1.88 439	1.56 488	1.86 501	2.47 517	1.81 473	2.08 529	5.12 502	3.80 535	0.32 433	0.32 474	0.32 431	0.32 456	0.44 466	0.40 451

GANetREF_RVC	1.07 432	0.86 511	1.31 444	0.82 492	0.53 400	1.41 453	1.31 513	1.76 401	1.52 482	1.27 363	1.31 346	1.46 417	1.24 455	2.03 394	0.96 400	0.56 517	0.45 521	0.67 529	0.50 514	0.88 528	0.59 506
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
THIR-Stereo	1.02 423	0.27 160	0.69 204	0.49 162	0.28 117	0.95 358	1.34 515	1.03 182	0.97 233	1.34 405	1.90 483	1.17 350	1.58 492	6.44 532	0.78 353	0.19 185	0.14 168	0.21 209	0.22 320	0.19 165	0.20 251

SGM+DAISY	2.41 538	1.07 524	2.14 514	1.18 535	1.10 526	2.14 514	1.36 516	1.96 461	1.66 494	5.46 570	7.07 561	4.95 554	4.32 562	5.50 513	2.26 510	1.04 541	1.02 564	0.99 540	0.97 549	1.02 534	1.04 539

DGSMNet	1.14 450	0.76 502	2.49 525	0.81 484	0.86 509	1.39 446	1.39 517	2.13 492	1.35 439	1.26 360	1.63 447	1.48 424	0.98 388	1.75 361	1.10 421	0.45 496	0.43 514	0.55 518	0.49 512	0.75 523	0.70 521

Wz-Net-SNSev	1.49 485	1.23 536	6.27 554	0.68 430	0.67 458	1.37 441	1.41 518	2.00 470	1.39 456	1.48 446	1.61 440	2.29 509	1.32 467	3.93 477	2.14 508	0.31 426	0.28 445	0.31 416	0.33 466	0.42 454	0.36 436

MFMNet_re	1.40 481	1.14 531	1.68 486	1.39 541	1.07 524	1.48 458	1.43 519	1.87 436	1.82 509	2.26 519	2.19 502	1.51 428	1.86 516	1.52 318	1.25 440	0.93 535	0.83 550	0.84 535	0.80 539	0.99 533	1.05 541

TDLM	1.06 430	0.44 407	0.79 288	0.63 377	0.50 374	0.89 335	1.44 520	1.48 319	1.26 393	1.12 271	1.40 381	1.08 323	0.98 388	6.65 535	0.78 353	0.33 442	0.21 375	0.33 440	0.26 388	0.37 429	0.24 320

ACVNet_1	2.18 528	1.45 545	1.72 490	2.85 560	2.33 559	2.28 518	1.46 521	3.08 547	2.22 529	1.82 498	2.05 496	3.56 540	1.98 523	3.09 461	1.40 462	3.17 562	0.60 541	2.40 560	0.92 546	2.91 562	2.37 561

Wz-Net-MNSev	1.11 443	0.58 463	2.23 518	0.66 407	0.71 469	1.95 503	1.46 521	1.98 467	1.45 473	1.79 493	1.43 388	1.49 425	1.33 468	1.97 389	1.42 470	0.27 388	0.23 405	0.28 386	0.28 420	0.34 415	0.31 408

NVStereoNet_ROB	1.88 516	1.07 524	1.45 467	1.07 532	1.17 534	1.47 457	1.48 523	1.89 442	1.93 517	1.94 507	4.67 550	3.08 536	1.80 511	6.51 533	1.65 487	1.06 542	0.86 556	1.08 544	1.32 556	0.93 529	1.26 545
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-8	4.40 557	1.82 555	1.79 495	2.34 553	2.20 552	9.19 569	1.53 524	6.09 570	16.46 578	3.94 553	7.84 568	7.32 561	3.72 558	9.41 569	3.31 528	2.00 550	1.07 565	2.44 561	1.37 560	2.50 550	1.68 551

Venus	4.40 557	1.82 555	1.79 495	2.34 553	2.20 552	9.19 569	1.53 524	6.09 570	16.46 578	3.94 553	7.84 568	7.32 561	3.72 558	9.41 569	3.31 528	2.00 550	1.07 565	2.44 561	1.37 560	2.50 550	1.68 551

coex-ft	8.13 572	2.13 564	98.04 598	0.67 419	0.53 400	1.71 477	1.56 526	1.65 369	11.11 572	18.17 587	3.75 538	3.88 545	7.61 574	2.98 456	6.49 549	0.30 418	0.30 460	0.32 431	0.31 448	0.66 516	0.50 488

EDNetEfficient	2.37 535	1.10 526	8.08 559	0.74 464	0.71 469	0.98 373	1.56 526	1.46 315	4.06 558	4.90 564	2.82 525	2.25 507	3.48 554	2.95 453	9.97 563	0.26 372	0.24 414	0.26 354	0.30 441	0.68 518	0.61 510

SANet	1.88 516	0.57 460	2.18 517	0.63 377	0.40 307	2.80 538	1.57 528	2.39 531	5.88 567	2.36 526	3.57 536	3.72 544	2.97 549	4.74 493	1.76 491	0.34 452	0.30 460	0.32 431	0.29 432	0.48 482	0.37 441

WZ-Net	1.95 520	0.95 516	10.10 563	0.86 503	0.78 490	1.69 476	1.60 529	2.20 514	1.98 518	2.08 514	1.93 485	2.30 510	1.97 522	5.30 505	3.17 527	0.34 452	0.26 429	0.29 397	0.31 448	0.51 490	0.47 479

DPSNet	1.69 504	0.59 466	4.33 543	0.70 440	0.57 416	2.02 508	1.62 530	3.35 551	1.78 505	1.48 446	1.38 375	2.17 505	2.84 547	4.77 494	3.66 533	0.48 504	0.31 466	0.29 397	0.25 371	0.64 512	0.48 482

CBMV	0.95 396	0.44 407	0.66 182	0.53 243	0.35 244	1.53 463	1.63 531	1.69 379	1.42 469	2.00 512	1.60 436	1.43 407	1.17 437	1.59 333	0.99 405	0.34 452	0.34 480	0.39 478	0.33 466	0.33 411	0.32 414
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NCCL2	1.00 414	0.56 456	1.06 396	0.75 468	0.57 416	1.31 433	1.72 532	1.77 405	1.36 443	1.50 449	1.17 293	1.91 484	1.17 437	1.54 324	1.29 447	0.35 459	0.31 466	0.45 495	0.44 500	0.40 446	0.40 451

GANet	1.36 475	0.47 421	0.86 310	0.67 419	0.45 345	1.34 438	1.73 533	1.64 368	1.24 385	1.49 448	2.38 510	1.55 434	1.20 447	9.30 565	0.93 390	0.30 418	0.31 466	0.33 440	0.28 420	0.39 442	0.30 398

CSAN	1.41 482	0.59 466	1.26 437	0.70 440	0.50 374	1.76 483	1.78 534	1.77 405	1.90 514	2.35 524	2.32 507	1.92 487	1.94 521	5.56 516	1.49 480	0.43 490	0.35 491	0.40 483	0.41 493	0.43 460	0.41 456

ADCS	2.25 530	0.99 520	5.55 549	0.81 484	0.74 477	2.19 515	1.80 535	2.27 520	2.14 526	2.80 541	2.13 500	2.40 516	2.03 524	2.64 444	13.69 571	0.41 481	0.39 507	0.40 483	0.45 502	0.58 503	0.56 499

RainbowNet	1.97 522	1.76 551	1.57 480	2.81 559	2.21 554	1.98 506	1.81 536	2.54 538	1.89 512	1.50 449	1.84 475	1.96 492	1.65 499	2.14 404	1.25 440	3.33 567	0.85 554	2.39 559	0.98 551	2.82 558	2.22 558

MADNet+	2.69 545	3.22 574	11.53 568	1.44 544	1.12 530	3.19 544	1.81 536	2.85 543	2.37 530	1.68 482	2.07 497	2.85 531	2.18 532	7.41 549	5.23 544	0.79 532	0.76 547	0.69 532	0.65 531	0.98 531	0.95 534

Wz-Net-TNSev	1.88 516	2.08 563	7.66 556	0.67 419	0.64 449	2.42 524	1.83 538	2.33 524	1.74 504	1.57 467	1.56 427	2.58 522	1.90 519	4.86 496	3.12 524	0.39 474	0.37 498	0.33 440	0.37 484	0.53 494	0.58 504

ADCL	1.72 509	0.57 460	3.66 538	0.67 419	0.61 439	2.61 532	1.85 539	1.96 461	1.67 495	1.90 505	1.83 473	2.06 503	1.90 519	2.13 403	9.15 562	0.26 372	0.24 414	0.34 450	0.32 456	0.38 438	0.35 430

GrayStereo	0.82 353	0.26 130	0.58 137	0.63 377	0.37 269	0.76 277	1.86 540	1.11 228	0.87 193	1.99 509	1.89 482	1.08 323	1.82 514	1.39 292	0.48 235	0.19 185	0.14 168	0.19 139	0.21 291	0.18 124	0.39 450

FTStereo	0.91 386	0.26 130	0.56 121	0.54 258	0.33 222	0.66 227	1.87 541	1.00 170	0.75 156	1.75 487	4.15 542	1.04 315	1.65 499	1.57 329	0.46 223	0.19 185	0.16 266	0.23 276	0.21 291	0.18 124	0.63 512

ACVNet_2	2.43 539	1.41 542	2.04 507	2.62 557	2.24 555	2.63 533	1.88 542	3.31 549	3.01 546	2.19 517	3.45 535	4.62 548	2.04 525	4.50 489	1.47 478	2.55 556	0.64 543	2.22 553	0.84 541	2.69 554	2.29 560

LSM	6.33 566	1.10 526	13.19 569	1.41 543	68.17 594	1.64 473	1.90 543	1.92 452	2.46 533	2.99 545	3.11 530	1.88 479	1.80 511	2.61 442	2.06 506	0.41 481	0.58 540	0.50 505	0.57 523	0.64 512	17.66 588

SAMSARA	1.55 491	0.84 507	2.61 528	1.22 537	1.07 524	2.50 527	1.93 544	2.05 481	1.89 512	2.75 538	1.66 453	2.81 529	1.69 504	3.08 460	1.97 502	0.46 502	0.51 532	0.42 488	0.46 505	0.58 503	0.59 506

WAO-7	2.66 542	1.40 541	1.73 492	1.39 541	1.17 534	3.93 554	1.94 545	4.11 558	3.88 557	2.92 543	5.50 554	4.18 546	3.00 551	7.63 554	3.71 534	1.13 545	1.00 562	1.17 545	1.13 555	1.18 540	1.09 543

RTS	2.67 543	1.38 538	15.28 572	0.99 525	1.26 540	3.78 551	1.96 546	2.15 498	2.62 540	2.61 533	2.85 526	2.60 523	1.59 493	6.27 529	5.71 546	0.40 477	0.28 445	0.35 458	0.35 477	0.50 486	0.48 482

RTSA	2.67 543	1.38 538	15.28 572	0.99 525	1.26 540	3.78 551	1.96 546	2.15 498	2.62 540	2.61 533	2.85 526	2.60 523	1.59 493	6.27 529	5.71 546	0.40 477	0.28 445	0.35 458	0.35 477	0.50 486	0.48 482

IMH	3.21 553	1.85 557	1.48 474	3.25 567	2.69 564	4.07 557	2.02 548	4.41 561	3.80 556	2.72 536	7.11 562	4.75 551	2.92 548	5.92 524	2.55 513	3.85 575	0.88 557	2.78 568	1.36 559	3.19 566	2.59 566

NaN_ROB	1.13 448	0.55 452	1.15 422	0.64 386	0.48 363	1.61 469	2.03 549	1.72 387	1.48 476	2.09 515	1.27 330	1.40 403	1.08 421	3.94 478	1.30 448	0.28 402	0.34 480	0.28 386	0.28 420	0.30 384	0.33 420

IMH-64-1	2.70 546	1.79 553	1.46 469	3.26 568	2.66 562	3.23 546	2.10 550	4.08 556	2.75 544	2.34 522	3.81 539	3.06 534	2.22 535	4.25 483	2.59 515	3.75 571	0.84 551	2.75 566	1.35 557	3.15 564	2.60 567

IMH-64	2.70 546	1.79 553	1.46 469	3.26 568	2.66 562	3.23 546	2.10 550	4.08 556	2.75 544	2.34 522	3.81 539	3.06 534	2.22 535	4.25 483	2.59 515	3.75 571	0.84 551	2.75 566	1.35 557	3.15 564	2.60 567

TorneroNet-64	5.30 564	2.03 559	1.74 493	3.43 570	2.81 565	10.09 571	2.12 552	9.10 577	17.12 583	4.96 566	9.27 573	10.72 576	3.70 557	9.20 564	4.55 542	3.31 566	0.84 551	2.88 569	1.55 565	3.49 567	3.04 570

notaker	3.98 556	2.40 568	2.68 530	3.82 575	3.27 572	3.97 556	2.14 553	4.78 564	3.45 553	4.12 558	6.94 560	7.65 565	3.26 552	7.82 557	5.30 545	4.04 576	1.41 570	3.36 575	2.10 572	3.88 570	3.31 573

Dean	2.91 552	1.53 548	2.07 508	2.96 564	2.51 561	3.15 543	2.14 553	4.75 563	4.41 562	2.76 539	6.10 557	5.53 557	2.37 538	2.97 455	1.92 499	3.18 563	0.85 554	2.51 563	1.04 554	2.88 561	2.47 564

AnyNet_C01	2.26 531	1.78 552	10.22 565	0.93 521	0.74 477	2.92 540	2.20 555	2.29 522	1.80 507	2.53 532	2.41 513	2.71 527	1.73 505	3.41 469	6.72 550	0.41 481	0.39 507	0.40 483	0.42 496	0.67 517	0.63 512

TorneroNet	10.70 577	2.03 559	1.82 498	3.43 570	3.01 568	43.83 592	2.22 556	8.87 576	67.47 599	7.17 575	27.36 587	10.68 575	3.85 560	8.67 562	7.65 557	3.59 569	0.88 557	3.04 570	1.57 566	3.71 568	3.17 571

LVE	3.31 554	1.67 550	1.64 483	2.85 560	2.42 560	3.20 545	2.26 557	4.78 564	5.05 564	2.35 524	6.91 559	6.02 559	2.37 538	9.15 563	2.17 509	3.19 564	1.08 567	2.38 558	1.47 563	2.81 557	2.40 563

WAO-6	2.81 549	1.60 549	1.46 469	2.36 555	2.28 557	3.55 548	2.29 558	4.21 559	4.56 563	2.36 526	4.51 544	4.88 552	2.66 545	4.60 490	4.07 540	1.72 548	1.15 568	2.31 555	1.46 562	2.31 547	1.85 554

ELAS	2.37 535	0.74 499	1.54 478	0.99 525	0.92 515	4.78 561	2.33 559	3.33 550	3.37 551	5.05 567	4.77 551	3.67 542	4.53 563	3.42 470	4.50 541	0.62 525	0.53 534	0.55 518	0.53 519	0.63 510	0.64 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	1.96 521	1.10 526	5.17 548	0.90 515	1.11 528	2.12 513	2.37 560	1.85 431	1.48 476	2.45 530	1.70 457	2.05 502	1.64 498	2.50 437	10.28 566	0.37 467	0.34 480	0.35 458	0.41 493	0.49 485	0.54 495

MSC_U_SF_DS_RVC	2.12 526	1.15 532	3.10 534	1.05 529	0.76 487	5.03 564	2.40 561	2.16 501	2.62 540	1.89 504	2.28 506	2.69 526	1.65 499	9.35 567	2.04 504	0.64 528	0.51 532	0.68 530	0.71 535	1.09 537	0.67 518

MFN_U_SF_DS_RVC	1.74 510	0.87 512	3.56 537	0.80 481	0.75 484	3.72 550	2.44 562	1.82 422	1.82 509	1.74 486	1.91 484	1.92 487	1.26 458	7.69 555	1.28 446	0.45 496	0.47 525	0.52 508	0.77 537	0.50 486	0.50 488

KSHMR	8.75 573	2.06 562	2.11 512	3.53 572	3.11 569	4.13 558	2.69 563	5.60 567	61.37 598	3.00 546	55.83 598	4.98 556	2.45 541	4.49 487	2.61 517	3.46 568	1.55 572	3.14 572	1.94 570	3.72 569	3.18 572

MANE	6.19 565	0.59 466	1.03 387	0.93 521	1.22 539	13.38 576	2.69 563	12.81 580	17.94 584	8.21 577	10.82 575	14.72 577	11.68 575	11.39 577	11.90 569	0.59 522	0.50 531	0.52 508	1.76 567	0.55 498	0.54 495

UNDER WATER	5.08 562	2.33 566	5.55 549	3.94 577	3.51 573	5.20 565	2.72 565	5.61 568	16.52 580	3.84 552	4.60 546	9.21 569	5.89 567	5.90 523	8.66 561	3.75 571	1.34 569	3.18 573	1.88 568	4.33 575	3.61 575

HanzoNet	11.04 578	3.62 575	8.10 560	4.08 578	3.55 575	4.90 563	2.73 566	7.19 574	10.10 571	31.86 594	28.92 588	21.96 588	36.36 590	18.08 582	10.17 565	7.94 582	3.32 576	3.47 576	3.31 575	7.06 580	4.04 577

LE_ROB	8.05 571	0.37 371	23.53 579	0.74 464	0.33 222	2.77 536	2.87 567	3.71 555	27.24 588	25.39 588	8.87 571	8.46 568	26.71 588	6.65 535	21.99 581	0.21 254	0.19 335	0.20 174	0.21 291	0.25 317	0.22 286

ktn	4.70 560	2.38 567	2.12 513	3.76 573	3.24 570	4.85 562	2.95 568	5.52 566	7.37 570	4.07 557	19.32 583	7.46 563	3.47 553	7.39 548	2.95 521	4.04 576	1.85 573	3.26 574	2.22 573	3.08 563	2.65 569

UNDER WATER-64	5.27 563	2.32 565	8.78 562	3.93 576	3.54 574	7.61 567	3.03 569	5.84 569	14.19 574	4.04 555	4.04 541	9.39 570	6.26 569	5.93 525	8.48 560	3.60 570	1.51 571	3.13 571	1.88 568	4.29 574	3.61 575

PWCK	2.88 551	2.05 561	5.72 551	2.08 550	1.11 528	3.55 548	3.90 570	2.86 544	3.54 555	3.03 548	3.63 537	3.10 537	2.31 537	8.15 561	3.09 523	2.12 552	0.91 559	1.75 549	0.98 551	2.57 552	1.18 544

ELAS_RVC	2.48 540	0.74 499	1.90 502	1.05 529	0.92 515	2.76 535	4.01 571	2.76 541	4.11 559	4.69 562	4.63 547	4.62 548	5.96 568	3.97 479	3.96 538	0.63 527	0.53 534	0.56 521	0.52 518	0.64 512	0.63 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 561	3.14 572	4.91 546	4.55 579	3.94 576	5.20 565	4.41 572	4.40 560	4.13 560	4.95 565	6.08 556	4.74 550	5.37 564	9.40 568	10.67 568	4.65 578	4.15 578	3.97 577	3.34 576	4.09 572	4.08 578

MultiAttention	4.51 559	0.33 309	0.82 297	0.73 460	0.45 345	30.98 589	4.50 573	2.18 510	1.40 461	1.61 471	2.41 513	2.43 518	0.70 254	38.42 591	1.36 456	0.22 280	0.15 226	0.29 397	0.30 441	0.47 477	0.43 467

SGM-ForestM	6.52 567	0.38 378	1.26 437	0.63 377	0.35 244	13.59 577	5.32 574	6.32 573	6.70 569	11.14 579	9.18 572	22.51 589	13.93 578	16.89 580	20.07 580	0.36 463	0.37 498	0.36 466	0.35 477	0.36 425	0.34 425

JetBlue	3.97 555	2.01 558	10.19 564	1.38 540	2.84 566	10.53 572	9.54 575	3.60 554	2.41 532	2.73 537	3.39 534	4.54 547	4.31 561	7.85 558	6.84 551	0.88 533	0.93 560	0.89 536	0.91 545	1.74 544	1.91 555

TCMNet-wrong-test	10.31 575	11.40 582	14.84 571	20.96 584	18.45 581	13.80 578	10.76 576	15.78 582	3.53 554	5.20 568	5.52 555	16.26 579	12.61 576	7.51 553	10.15 564	7.43 581	2.37 574	4.31 578	3.43 577	11.36 583	10.61 582

JetRed	6.91 569	8.80 580	25.96 583	2.85 560	3.25 571	13.98 579	11.87 577	6.25 572	4.28 561	4.45 560	4.56 545	6.69 560	5.46 565	7.46 551	14.05 572	2.59 557	3.31 575	2.59 564	2.29 574	4.20 573	3.36 574

CrosDoStereo	1.58 493	0.24 79	0.72 228	0.48 146	0.29 134	0.67 231	12.49 578	1.10 222	0.98 238	1.34 405	1.75 465	1.00 299	1.89 517	6.65 535	0.81 365	0.19 185	0.15 226	0.20 174	0.22 320	0.18 124	0.19 218

DeepStereo_LL	1.58 493	0.24 79	0.72 228	0.48 146	0.29 134	0.67 231	12.49 578	1.10 222	0.98 238	1.34 405	1.75 465	1.00 299	1.89 517	6.65 535	0.81 365	0.19 185	0.15 226	0.20 174	0.22 320	0.18 124	0.19 218

DPSimNet_ROB	11.20 579	4.98 577	35.43 587	2.90 563	4.52 577	7.89 568	17.09 580	4.66 562	6.06 568	14.89 583	10.93 576	17.29 580	36.81 592	13.18 579	15.68 576	2.86 559	6.29 580	5.75 581	5.09 579	3.91 571	7.70 580

tt	6.58 568	0.26 130	6.10 553	3.77 574	2.16 551	11.55 573	19.63 581	13.33 581	5.74 566	2.96 544	2.65 521	4.97 555	6.33 571	3.81 476	7.24 552	9.15 583	11.32 586	5.89 582	6.24 581	6.03 577	2.55 565

BEATNet-Init1	26.87 587	13.43 583	70.68 597	0.91 518	0.68 464	57.02 597	21.06 582	32.82 593	32.67 590	52.12 598	53.61 597	66.05 598	49.56 598	48.79 599	34.71 592	0.49 508	0.44 517	0.53 513	0.53 519	0.63 510	0.59 506

HaxPig	38.92 591	41.40 597	41.64 588	29.95 589	32.27 586	28.90 584	27.60 583	29.73 589	37.71 595	43.82 595	43.87 594	33.17 591	35.56 589	41.53 592	40.37 594	43.94 596	47.51 598	45.82 592	47.08 594	42.38 592	44.15 595

AVERAGE_ROB	40.43 592	42.37 598	42.73 589	36.96 591	35.58 588	30.50 585	27.61 584	36.71 595	38.39 596	44.91 596	44.36 595	37.45 593	36.70 591	41.88 593	40.35 593	45.43 597	46.81 597	47.11 593	46.35 593	42.51 593	43.87 594

MEDIAN_ROB	42.00 593	44.40 599	44.29 591	35.15 590	34.95 587	31.28 590	29.60 585	35.88 594	40.02 597	47.20 597	46.64 596	37.37 592	38.48 597	44.35 598	42.45 595	48.03 598	49.39 599	49.71 594	49.03 595	45.14 594	46.65 596

DGTPSM_ROB	13.01 580	8.23 578	21.87 576	9.51 581	18.10 579	11.56 574	32.01 586	10.63 578	16.20 576	7.03 573	19.48 584	10.15 572	16.66 580	9.83 573	22.42 582	4.75 579	8.68 581	5.37 579	10.25 584	6.16 578	11.36 583

DPSMNet_ROB	13.02 581	8.23 578	21.91 577	9.53 582	18.11 580	11.56 574	32.02 587	10.64 579	16.23 577	7.05 574	19.49 585	10.16 573	16.66 580	9.85 574	22.43 583	4.77 580	8.68 581	5.38 580	10.26 585	6.17 579	11.36 583

USTest	14.33 582	14.94 584	21.04 575	17.44 583	16.05 578	23.26 580	33.84 588	21.73 583	11.80 573	9.36 578	10.14 574	15.97 578	13.20 577	17.28 581	22.43 583	3.78 574	5.01 579	6.17 583	6.16 580	9.25 582	7.72 581

Anonymous_1	43.04 595	18.73 585	24.79 580	21.81 585	46.26 592	27.80 581	37.60 589	28.08 588	16.14 575	14.66 582	14.30 577	20.65 582	17.88 582	21.56 583	25.94 586	117.93 599	8.92 583	100.65 596	126.50 596	158.64 599	12.08 585

DPSM_ROB	19.08 583	19.14 586	25.17 581	22.15 586	20.85 583	28.17 582	37.82 590	26.56 586	16.85 581	14.14 580	14.84 578	21.70 583	18.75 583	21.87 584	26.55 587	10.16 586	9.30 584	10.47 585	10.42 586	14.03 584	12.61 586

DPSM	19.08 583	19.14 586	25.17 581	22.15 586	20.85 583	28.17 582	37.82 590	26.56 586	16.85 581	14.14 580	14.84 578	21.70 583	18.75 583	21.87 584	26.55 587	10.16 586	9.30 584	10.47 585	10.42 586	14.03 584	12.61 586

xxxxx1	54.10 597	25.67 588	27.13 584	113.43 596	96.96 596	30.69 586	47.44 592	32.38 590	25.60 585	17.75 584	17.27 580	21.81 585	21.02 585	24.43 587	33.82 589	33.37 593	40.54 594	157.71 597	175.86 597	66.16 595	72.93 597

tt_ll	54.10 597	25.67 588	27.13 584	113.43 596	96.96 596	30.69 586	47.44 592	32.38 590	25.60 585	17.75 584	17.27 580	21.81 585	21.02 585	24.43 587	33.82 589	33.37 593	40.54 594	157.71 597	175.86 597	66.16 595	72.93 597

ff	54.10 597	25.67 588	27.13 584	113.43 596	96.96 596	30.69 586	47.44 592	32.38 590	25.60 585	17.75 584	17.27 580	21.81 585	21.02 585	24.43 587	33.82 589	33.37 593	40.54 594	157.71 597	175.86 597	66.16 595	72.93 597

LSM0	42.82 594	38.75 596	50.81 595	47.07 595	109.38 599	57.00 596	76.02 595	53.74 599	33.71 591	29.02 593	30.41 593	43.87 597	37.22 593	43.91 597	53.54 599	20.52 591	18.62 589	21.10 590	21.11 590	28.41 590	42.22 593

FlowAnything	38.37 589	38.41 593	50.38 593	44.76 594	41.94 590	56.64 593	76.34 596	53.28 598	34.23 594	28.25 590	29.72 591	43.60 594	37.79 595	43.83 595	53.38 597	20.39 590	18.71 592	21.07 587	21.14 591	28.23 587	25.29 589

CasAABBNet	38.33 588	38.46 594	50.35 592	44.75 593	41.84 589	56.68 594	76.37 597	53.22 596	33.83 592	28.31 591	29.54 590	43.62 596	37.71 594	43.84 596	53.41 598	20.30 588	18.70 590	21.07 587	21.07 589	28.24 588	25.34 590

Selective-RAFT-Error	38.39 590	38.47 595	50.44 594	44.73 592	41.97 591	56.68 594	76.38 598	53.24 597	33.92 593	28.34 592	29.85 592	43.60 594	38.20 596	43.75 594	53.34 596	20.38 589	18.70 590	21.09 589	21.05 588	28.30 589	25.43 591

test_example2	192.40 600	210.76 601	206.48 600	199.83 600	204.73 600	172.94 600	183.52 599	133.93 600	133.41 600	191.38 600	196.19 599	187.13 600	178.77 600	205.33 600	208.00 600	222.09 600	238.72 600	186.54 600	190.54 600	227.34 600	170.31 600

PML	51.67 596	36.25 592	13.28 570	7.46 580	20.81 582	108.69 599	232.22 600	8.72 575	27.82 589	87.01 599	269.67 600	69.67 599	61.95 599	24.76 590	14.20 573	9.74 585	3.40 577	9.62 584	4.70 578	18.74 586	4.72 579

ccccc		492.34 602		530.87 601	530.37 601	478.08 601		491.76 601		448.18 601		476.12 601		541.64 601		663.49 601	459.54 601	353.94 601	309.79 601	586.66 601

ASD4		10.99 581

Low-res two-view benchmark