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

adal-stereo	0.27 4	0.20 10	0.46 61	0.40 41	0.40 307	0.24 3	0.18 3	0.52 8	0.32 21	0.33 25	0.43 43	0.27 21	0.30 33	0.44 12	0.27 27	0.11 1	0.11 28	0.13 1	0.11 9	0.12 1	0.12 11

Monster-pub-eth3d	0.28 8	0.18 1	0.39 14	0.36 6	0.21 9	0.55 154	0.31 82	0.55 13	0.43 49	0.28 7	0.28 13	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 3	0.11 9	0.14 21	0.11 2

asda	0.30 17	0.24 80	0.42 33	0.38 26	0.23 25	0.43 56	0.34 109	0.58 21	0.37 33	0.38 45	0.42 34	0.27 21	0.34 58	0.52 28	0.30 51	0.11 1	0.09 1	0.14 3	0.11 9	0.14 21	0.12 11

4w-stereo	0.30 17	0.24 80	0.44 40	0.37 13	0.23 25	0.46 71	0.27 54	0.63 37	0.31 16	0.41 56	0.44 48	0.27 21	0.36 75	0.59 50	0.30 51	0.11 1	0.09 1	0.15 25	0.12 43	0.13 6	0.12 11

3.5w_stereo	0.33 39	0.25 108	0.45 53	0.37 13	0.24 42	0.54 146	0.35 117	0.66 47	0.36 30	0.43 68	0.44 48	0.29 32	0.34 58	0.77 111	0.39 155	0.11 1	0.09 1	0.15 25	0.11 9	0.14 21	0.13 38

MonSter	0.28 8	0.18 1	0.39 14	0.36 6	0.21 9	0.55 154	0.31 82	0.55 13	0.43 49	0.28 7	0.29 15	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 3	0.11 9	0.14 21	0.11 2

AdaDepth	0.30 17	0.22 49	0.49 75	0.44 87	0.27 92	0.44 62	0.24 33	0.52 8	0.30 13	0.31 16	0.37 27	0.26 15	0.32 46	0.79 120	0.25 12	0.12 7	0.12 56	0.16 55	0.13 67	0.16 63	0.15 98

qwe	0.32 31	0.21 30	0.40 20	0.37 13	0.26 68	0.49 94	0.29 65	0.64 39	0.39 36	0.49 102	0.48 62	0.26 15	0.27 21	0.80 123	0.34 104	0.12 7	0.10 9	0.14 3	0.11 9	0.15 43	0.12 11

2.25w	0.32 31	0.24 80	0.48 68	0.37 13	0.24 42	0.45 66	0.25 37	0.62 35	0.40 40	0.45 80	0.58 98	0.27 21	0.32 46	0.74 107	0.35 114	0.12 7	0.10 9	0.14 3	0.12 43	0.13 6	0.14 65

4.25_new	0.30 17	0.26 131	0.44 40	0.38 26	0.26 68	0.49 94	0.40 182	0.59 23	0.31 16	0.38 45	0.42 34	0.27 21	0.34 58	0.46 15	0.31 68	0.12 7	0.09 1	0.15 25	0.11 9	0.14 21	0.12 11

4.5w_new	0.30 17	0.26 131	0.44 40	0.38 26	0.26 68	0.49 94	0.40 182	0.59 23	0.31 16	0.38 45	0.42 34	0.27 21	0.34 58	0.46 15	0.31 68	0.12 7	0.09 1	0.15 25	0.11 9	0.14 21	0.12 11

4.25w-stereo	0.30 17	0.26 131	0.44 40	0.38 26	0.26 68	0.49 94	0.40 182	0.59 23	0.32 21	0.38 45	0.42 34	0.27 21	0.34 58	0.46 15	0.31 68	0.12 7	0.09 1	0.15 25	0.11 9	0.14 21	0.12 11

2.5w	0.31 27	0.23 62	0.46 61	0.39 34	0.24 42	0.42 47	0.39 174	0.61 31	0.30 13	0.37 38	0.53 80	0.24 7	0.25 14	0.77 111	0.28 37	0.12 7	0.10 9	0.14 3	0.12 43	0.14 21	0.12 11

2.75w_new	0.31 27	0.23 62	0.43 38	0.35 4	0.23 25	0.42 47	0.42 202	0.54 12	0.35 29	0.47 88	0.43 43	0.24 7	0.30 33	0.66 81	0.33 87	0.12 7	0.10 9	0.14 3	0.11 9	0.13 6	0.12 11

3.25w_new	0.32 31	0.21 30	0.45 53	0.38 26	0.23 25	0.52 129	0.34 109	0.65 43	0.39 36	0.47 88	0.45 53	0.32 43	0.35 66	0.61 66	0.27 27	0.12 7	0.10 9	0.14 3	0.11 9	0.12 1	0.12 11

3.25w	0.32 31	0.21 30	0.45 53	0.37 13	0.23 25	0.52 129	0.34 109	0.65 43	0.39 36	0.47 88	0.45 53	0.32 43	0.35 66	0.61 66	0.27 27	0.12 7	0.10 9	0.14 3	0.11 9	0.12 1	0.12 11

3.75w	0.32 31	0.23 62	0.44 40	0.37 13	0.29 134	0.62 196	0.36 133	0.59 23	0.32 21	0.41 56	0.47 59	0.25 13	0.34 58	0.64 72	0.26 21	0.12 7	0.09 1	0.14 3	0.12 43	0.13 6	0.12 11

3w_stereo	0.33 39	0.25 108	0.52 96	0.40 41	0.21 9	0.53 138	0.54 320	0.65 43	0.46 61	0.44 72	0.48 62	0.23 3	0.45 119	0.46 15	0.29 40	0.12 7	0.10 9	0.15 25	0.12 43	0.15 43	0.15 98

2w_stereo	0.32 31	0.24 80	0.45 53	0.39 34	0.22 19	0.46 71	0.47 265	0.69 55	0.42 47	0.43 68	0.50 73	0.24 7	0.45 119	0.47 19	0.29 40	0.12 7	0.10 9	0.15 25	0.12 43	0.15 43	0.13 38

1w_stereo	0.34 42	0.20 10	0.42 33	0.43 64	0.26 68	0.47 76	0.54 320	0.59 23	0.50 72	0.41 56	0.66 113	0.25 13	0.44 115	0.62 68	0.33 87	0.12 7	0.10 9	0.14 3	0.11 9	0.14 21	0.12 11

SM2	0.28 8	0.20 10	0.39 14	0.38 26	0.25 59	0.26 5	0.24 33	0.61 31	0.47 64	0.39 53	0.33 20	0.26 15	0.32 46	0.52 28	0.29 40	0.13 21	0.11 28	0.14 3	0.11 9	0.14 21	0.12 11

asd	0.30 17	0.21 30	0.41 25	0.39 34	0.24 42	0.47 76	0.30 75	0.69 55	0.30 13	0.41 56	0.39 29	0.28 31	0.33 51	0.62 68	0.27 27	0.13 21	0.09 1	0.14 3	0.12 43	0.14 21	0.12 11

4.5_new	0.29 13	0.25 108	0.41 25	0.36 6	0.23 25	0.52 129	0.36 133	0.56 16	0.34 26	0.45 80	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 21	0.10 9	0.15 25	0.13 67	0.16 63	0.12 11

4.5w-stereo	0.29 13	0.25 108	0.41 25	0.36 6	0.23 25	0.52 129	0.36 133	0.56 16	0.34 26	0.45 80	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 21	0.10 9	0.15 25	0.13 67	0.16 63	0.12 11

monsterstereo	0.34 42	0.20 10	0.44 40	0.45 101	0.35 244	0.27 10	0.29 65	0.53 10	0.51 81	0.44 72	0.61 103	0.26 15	0.25 14	1.19 239	0.27 27	0.13 21	0.11 28	0.15 25	0.12 43	0.15 43	0.10 1

monsters	0.34 42	0.20 10	0.41 25	0.39 34	0.36 254	0.34 19	0.27 54	0.66 47	0.43 49	0.47 88	0.40 30	0.22 2	0.23 10	1.33 273	0.25 12	0.13 21	0.10 9	0.14 3	0.11 9	0.13 6	0.13 38

IGEV	0.28 8	0.18 1	0.39 14	0.37 13	0.31 182	0.45 66	0.21 15	0.59 23	0.40 40	0.31 16	0.43 43	0.26 15	0.21 3	0.43 11	0.25 12	0.13 21	0.12 56	0.16 55	0.13 67	0.12 1	0.12 11

LG-Stereo	0.34 42	0.25 108	0.78 286	0.47 120	0.26 68	0.37 27	0.30 75	0.71 63	0.52 88	0.36 34	0.57 95	0.29 32	0.21 3	0.50 23	0.36 124	0.13 21	0.13 117	0.20 175	0.18 194	0.18 125	0.12 11

LoS_RVC	0.42 87	0.26 131	0.40 20	0.44 87	0.82 503	0.51 125	0.44 234	0.64 39	0.41 44	0.44 72	0.78 149	0.44 69	0.47 135	0.56 42	0.36 124	0.13 21	0.12 56	0.14 3	0.10 2	0.13 6	0.84 531

RAFT-Stereo + iAFF	0.54 171	0.25 108	0.68 192	0.43 64	0.24 42	0.40 36	0.34 109	1.04 189	1.09 293	1.32 394	1.60 437	0.80 212	0.68 247	0.67 84	0.39 155	0.13 21	0.10 9	0.18 117	0.17 176	0.17 94	0.13 38

AFF-stereo	0.58 208	0.25 108	0.64 169	0.46 109	0.29 134	0.34 19	0.38 159	1.15 237	1.14 321	1.17 315	1.60 437	1.10 336	0.71 260	0.97 181	0.43 194	0.13 21	0.11 28	0.19 140	0.19 216	0.17 94	0.14 65

Replicate-Monster	0.41 83	0.26 131	2.03 507	0.36 6	0.21 9	0.46 71	0.23 27	0.67 53	0.48 66	0.42 62	0.27 12	0.31 40	0.30 33	0.98 182	0.24 5	0.14 32	0.10 9	0.14 3	0.11 9	0.13 6	0.28 379

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 41	0.24 42	0.38 30	0.20 12	0.59 23	0.19 1	0.24 2	0.17 1	0.33 47	0.27 21	0.90 158	0.25 12	0.14 32	0.11 28	0.16 55	0.11 9	0.13 6	0.12 11

MLG-Stereo	0.29 13	0.19 6	0.38 8	0.41 50	0.20 3	0.42 47	0.20 12	0.66 47	0.21 2	0.25 3	0.22 4	0.33 47	0.28 25	1.09 213	0.25 12	0.14 32	0.11 28	0.16 55	0.11 9	0.13 6	0.12 11

GREAT-IGEV	0.32 31	0.20 10	0.42 33	0.37 13	0.29 134	0.36 25	0.28 60	0.56 16	0.58 100	0.28 7	0.50 73	0.29 32	0.29 29	0.84 137	0.27 27	0.14 32	0.11 28	0.15 25	0.11 9	0.17 94	0.14 65

fffft	0.38 62	0.23 62	0.51 88	0.44 87	0.32 201	0.43 56	0.48 276	0.76 74	0.36 30	0.44 72	0.34 21	0.38 61	0.31 40	1.31 266	0.32 73	0.14 32	0.11 28	0.19 140	0.15 113	0.16 63	0.16 128
1: 1. 1
MoCha-V2	0.40 75	0.20 10	0.49 75	0.50 175	0.21 9	0.44 62	0.33 97	0.93 141	0.53 92	0.53 118	0.53 80	0.42 64	0.58 209	1.09 213	0.27 27	0.14 32	0.12 56	0.15 25	0.12 43	0.17 94	0.15 98

Selective-IGEV	0.39 66	0.24 80	0.50 81	0.44 87	0.25 59	0.46 71	0.33 97	1.25 273	0.40 40	0.35 29	0.45 53	0.52 118	0.30 33	1.07 208	0.30 51	0.14 32	0.12 56	0.17 82	0.13 67	0.16 63	0.13 38

s12784h	0.52 146	0.20 10	0.38 8	0.41 50	0.19 1	0.96 365	0.34 109	1.17 241	1.25 389	0.81 178	0.90 177	0.63 163	0.50 160	1.45 306	0.42 184	0.14 32	0.12 56	0.17 82	0.11 9	0.18 125	0.11 2

Monster-pub-mixall	0.30 17	0.19 6	0.39 14	0.36 6	0.21 9	0.28 11	0.18 3	0.58 21	0.34 26	0.36 34	0.34 21	0.26 15	0.20 1	1.40 299	0.24 5	0.15 40	0.11 28	0.13 1	0.10 2	0.12 1	0.13 38

DilatedVolume-Stereo	0.43 93	0.21 30	0.55 118	0.43 64	0.32 201	0.72 259	0.29 65	0.80 94	0.51 81	0.77 166	0.73 137	0.48 93	0.40 93	1.13 224	0.39 155	0.15 40	0.14 169	0.15 25	0.14 95	0.16 63	0.14 65

xyz-stereo-finetune	0.48 133	0.25 108	0.54 108	0.42 57	0.23 25	0.80 305	0.42 202	0.80 94	0.80 175	0.61 137	0.62 106	0.54 125	0.43 107	1.70 355	0.58 287	0.15 40	0.15 227	0.19 140	0.15 113	0.16 63	0.15 98

LG-Stereo_L2	0.29 13	0.20 10	0.45 53	0.37 13	0.25 59	0.26 5	0.20 12	0.78 81	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 159	0.23 2	0.15 40	0.11 28	0.15 25	0.12 43	0.14 21	0.11 2

LG-Stereo_L1	0.30 17	0.20 10	0.44 40	0.37 13	0.26 68	0.29 13	0.21 15	0.66 47	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 251	0.23 2	0.15 40	0.11 28	0.15 25	0.12 43	0.14 21	0.11 2

MLG-Stereo_test3	0.28 8	0.18 1	0.42 33	0.40 41	0.23 25	0.47 76	0.19 9	0.61 31	0.29 12	0.35 29	0.21 2	0.35 51	0.21 3	0.60 62	0.25 12	0.15 40	0.11 28	0.16 55	0.11 9	0.13 6	0.13 38

MM-Stereo_test2	0.43 93	0.24 80	0.67 188	0.51 205	0.32 201	0.55 154	0.45 251	0.97 161	0.77 167	0.59 134	0.51 76	0.49 101	0.42 100	0.80 123	0.30 51	0.15 40	0.13 117	0.18 117	0.14 95	0.19 166	0.14 65

HART	0.45 112	0.22 49	0.54 108	0.50 175	0.26 68	0.41 40	0.29 65	1.03 183	0.50 72	0.58 126	1.45 396	0.61 155	0.35 66	1.08 212	0.30 51	0.15 40	0.13 117	0.19 140	0.14 95	0.19 166	0.14 65

Reg-Stereo(zero)	0.44 104	0.22 49	0.45 53	0.43 64	0.23 25	0.38 30	0.25 37	0.76 74	1.08 285	0.90 199	0.78 149	0.90 258	0.47 135	0.70 90	0.36 124	0.15 40	0.12 56	0.15 25	0.12 43	0.15 43	0.15 98

HI	0.64 246	0.32 288	0.68 192	0.47 120	0.51 386	0.41 40	0.36 133	1.04 189	0.75 157	1.31 390	1.43 389	1.62 445	1.12 430	0.94 170	0.88 383	0.15 40	0.12 56	0.20 175	0.20 248	0.20 200	0.18 179

CoSv	0.64 246	0.32 288	0.68 192	0.47 120	0.51 386	0.41 40	0.36 133	1.04 189	0.75 157	1.31 390	1.43 389	1.62 445	1.12 430	0.94 170	0.88 383	0.15 40	0.12 56	0.20 175	0.20 248	0.20 200	0.18 179

SMoEStereo_RVC	0.39 66	0.25 108	0.50 81	0.45 101	0.30 156	0.61 187	0.36 133	0.72 64	0.45 55	0.46 85	0.43 43	0.42 64	0.35 66	1.39 293	0.29 40	0.15 40	0.12 56	0.20 175	0.15 113	0.16 63	0.15 98

fffy	0.42 87	0.27 161	0.57 132	0.46 109	0.29 134	0.48 82	0.35 117	0.91 131	0.55 95	0.40 55	0.58 98	0.55 128	0.41 96	1.26 255	0.36 124	0.15 40	0.13 117	0.19 140	0.16 155	0.18 125	0.14 65

WCG-NET	0.42 87	0.21 30	0.54 108	0.40 41	0.25 59	0.47 76	0.32 90	0.73 66	1.15 333	0.76 161	0.73 137	0.58 143	0.45 119	0.60 62	0.34 104	0.15 40	0.11 28	0.16 55	0.14 95	0.15 43	0.13 38

IGEV-Stereo++	0.30 17	0.20 10	0.40 20	0.46 109	0.30 156	0.33 18	0.22 19	0.75 71	0.45 55	0.32 20	0.41 32	0.32 43	0.48 146	0.38 4	0.27 27	0.15 40	0.11 28	0.15 25	0.12 43	0.15 43	0.13 38

RSM++	0.38 62	0.24 80	0.51 88	0.47 120	0.26 68	0.50 108	0.41 198	0.79 86	0.45 55	0.37 38	0.45 53	0.60 151	0.35 66	1.02 194	0.30 51	0.15 40	0.13 117	0.17 82	0.14 95	0.18 125	0.13 38

RSM	0.39 66	0.24 80	0.49 75	0.46 109	0.26 68	0.47 76	0.40 182	0.92 134	0.44 53	0.41 56	0.42 34	0.65 169	0.33 51	1.07 208	0.29 40	0.15 40	0.12 56	0.17 82	0.13 67	0.17 94	0.13 38

CES	0.48 133	0.20 10	0.37 5	0.39 34	1.39 545	0.55 154	0.35 117	0.98 165	0.66 134	0.44 72	0.66 113	0.35 51	0.27 21	0.56 42	0.33 87	0.15 40	0.13 117	0.15 25	0.10 2	0.19 166	1.46 549

ProNet	0.43 93	0.28 183	0.58 138	0.43 64	0.30 156	0.56 160	0.52 306	1.00 171	0.58 100	0.44 72	0.49 70	0.43 67	0.43 107	1.28 260	0.36 124	0.15 40	0.13 117	0.19 140	0.16 155	0.17 94	0.16 128

test_4	0.53 156	0.22 49	0.56 122	0.54 259	0.32 201	0.64 203	0.39 174	0.80 94	0.62 110	0.92 206	1.87 481	0.68 178	0.42 100	1.16 231	0.37 136	0.15 40	0.13 117	0.20 175	0.22 321	0.20 200	0.15 98

test_3	0.55 186	0.23 62	0.71 223	0.53 244	0.28 117	0.61 187	0.40 182	0.92 134	1.05 270	1.19 324	0.68 120	0.93 272	0.44 115	1.67 348	0.39 155	0.15 40	0.12 56	0.22 239	0.19 216	0.21 242	0.14 65

cross-raft	0.54 171	0.25 108	0.61 153	0.52 226	0.29 134	0.68 239	0.37 152	1.46 316	0.76 163	1.01 234	1.06 238	1.28 382	0.46 126	0.71 94	0.35 114	0.15 40	0.12 56	0.18 117	0.16 155	0.19 166	0.14 65

water-stereo	0.39 66	0.20 10	0.48 68	0.44 87	0.27 92	0.50 108	0.26 47	0.92 134	0.51 81	0.53 118	0.78 149	0.55 128	0.49 154	0.42 10	0.42 184	0.16 62	0.15 227	0.17 82	0.15 113	0.16 63	0.15 98

depthmonostereo	0.41 83	0.23 62	0.53 102	0.47 120	0.23 25	0.61 187	0.35 117	1.00 171	0.76 163	0.48 96	0.65 112	0.47 88	0.49 154	0.67 84	0.37 136	0.16 62	0.15 227	0.16 55	0.14 95	0.16 63	0.15 98

xyz-stereo-finetune2	0.58 208	0.27 161	0.57 132	0.40 41	0.24 42	1.09 395	0.32 90	0.79 86	0.53 92	0.65 144	1.07 242	0.58 143	0.80 298	2.47 437	0.80 364	0.16 62	0.15 227	0.21 210	0.17 176	0.16 63	0.17 154

xyz-stereo	7.16 571	0.22 49	69.90 597	0.42 57	0.21 9	32.92 592	0.49 286	0.87 115	0.76 163	1.38 419	27.04 587	1.19 355	1.16 437	4.69 493	0.97 402	0.16 62	0.12 56	0.20 175	0.14 95	0.16 63	0.12 11

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 13	0.22 19	0.35 21	0.18 3	0.45 5	0.21 2	0.26 5	0.23 5	0.34 49	0.20 1	0.77 111	0.23 2	0.16 62	0.11 28	0.15 25	0.11 9	0.13 6	0.11 2

LG-G_1	0.31 27	0.20 10	0.44 40	0.42 57	0.20 3	0.64 203	0.18 3	0.70 59	0.25 7	0.29 11	0.29 15	0.36 53	0.35 66	0.87 149	0.24 5	0.16 62	0.12 56	0.16 55	0.11 9	0.13 6	0.13 38

LG-G	0.31 27	0.20 10	0.44 40	0.42 57	0.20 3	0.64 203	0.18 3	0.70 59	0.25 7	0.29 11	0.29 15	0.36 53	0.35 66	0.87 149	0.24 5	0.16 62	0.12 56	0.16 55	0.11 9	0.13 6	0.13 38

DEFOM-Stereo_RVC	0.40 75	0.67 487	0.42 33	0.64 387	0.29 134	0.48 82	0.25 37	0.85 112	0.44 53	0.38 45	0.36 24	0.30 37	0.70 255	1.15 227	0.29 40	0.16 62	0.11 28	0.16 55	0.11 9	0.18 125	0.12 11

FoundationStereo	0.24 1	0.21 30	0.36 3	0.38 26	0.22 19	0.32 17	0.22 19	0.39 2	0.23 6	0.30 15	0.25 7	0.30 37	0.33 51	0.34 3	0.26 21	0.16 62	0.12 56	0.15 25	0.11 9	0.13 6	0.12 11

AIO_rvc	0.36 51	0.23 62	0.49 75	0.43 64	0.27 92	0.59 173	0.38 159	0.94 148	0.45 55	0.33 25	0.46 57	0.49 101	0.22 8	0.84 137	0.30 51	0.16 62	0.11 28	0.16 55	0.12 43	0.15 43	0.13 38

AIO_test	0.35 50	0.22 49	0.44 40	0.43 64	0.27 92	0.57 165	0.44 234	0.79 86	0.41 44	0.32 20	0.47 59	0.46 81	0.30 33	0.69 86	0.30 51	0.16 62	0.11 28	0.16 55	0.13 67	0.15 43	0.12 11

castereo	0.41 83	0.22 49	0.46 61	0.44 87	0.30 156	0.61 187	0.56 346	0.97 161	0.80 175	0.38 45	0.69 124	0.45 77	0.69 250	0.51 25	0.30 51	0.16 62	0.11 28	0.16 55	0.13 67	0.16 63	0.12 11

DEFOM-Stereo	0.33 39	0.20 10	0.40 20	0.42 57	0.28 117	0.80 305	0.23 27	0.48 6	0.37 33	0.37 38	0.31 18	0.23 3	0.24 12	1.20 241	0.27 27	0.16 62	0.12 56	0.14 3	0.11 9	0.14 21	0.14 65

tt45	0.45 112	0.23 62	0.46 61	0.45 101	0.33 222	0.79 297	0.32 90	0.78 81	0.41 44	0.51 115	0.44 48	0.49 101	0.37 80	2.14 405	0.34 104	0.16 62	0.13 117	0.19 140	0.16 155	0.17 94	0.18 179

999	0.48 133	0.22 49	0.49 75	0.48 147	0.34 240	0.75 272	0.31 82	0.85 112	0.55 95	0.37 38	0.48 62	0.50 107	0.36 75	2.45 432	0.39 155	0.16 62	0.13 117	0.18 117	0.15 113	0.16 63	0.19 219

mms	0.40 75	0.27 161	0.52 96	0.46 109	0.32 201	0.43 56	0.46 258	0.70 59	0.46 61	0.35 29	0.58 98	0.44 69	0.30 33	1.36 283	0.33 87	0.16 62	0.13 117	0.18 117	0.15 113	0.19 166	0.15 98

ours_stereo	0.39 66	0.28 183	0.51 88	0.46 109	0.30 156	0.40 36	0.44 234	0.73 66	0.56 97	0.35 29	0.56 92	0.46 81	0.33 51	1.11 219	0.32 73	0.16 62	0.13 117	0.19 140	0.15 113	0.19 166	0.14 65

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 34	0.21 9	0.25 4	0.22 19	0.48 6	0.31 16	0.32 20	0.26 10	0.37 58	0.24 12	0.83 134	0.29 40	0.16 62	0.12 56	0.14 3	0.11 9	0.14 21	0.11 2

Occ-G	0.42 87	0.21 30	0.48 68	0.41 50	0.26 68	0.42 47	0.62 378	0.77 77	0.49 68	0.43 68	0.66 113	1.02 309	0.46 126	0.78 116	0.41 173	0.16 62	0.13 117	0.18 117	0.13 67	0.16 63	0.16 128

AIO-Stereo	0.37 57	0.25 108	0.51 88	0.47 120	0.23 25	0.45 66	0.39 174	1.07 212	0.52 88	0.41 56	0.48 62	0.52 118	0.25 14	0.72 97	0.30 51	0.16 62	0.12 56	0.17 82	0.13 67	0.16 63	0.13 38

WCG-NET（raft）	0.45 112	0.21 30	0.55 118	0.40 41	0.24 42	0.50 108	0.36 133	0.73 66	1.09 293	0.71 153	0.76 145	0.92 270	0.51 164	0.84 137	0.34 104	0.16 62	0.12 56	0.15 25	0.14 95	0.14 21	0.14 65

RAFT-Stereo-weight	0.47 127	0.24 80	0.53 102	0.48 147	0.27 92	0.60 181	0.35 117	1.02 178	1.07 279	0.99 226	0.78 149	0.76 199	0.28 25	0.76 108	0.36 124	0.16 62	0.12 56	0.17 82	0.15 113	0.16 63	0.15 98

AE-Stereo	0.49 139	0.27 161	0.67 188	0.60 343	0.39 296	0.67 232	0.46 258	1.18 246	1.09 293	0.47 88	0.75 143	0.69 183	0.47 135	0.59 50	0.40 162	0.16 62	0.15 227	0.21 210	0.20 248	0.19 166	0.15 98

MIM_Stereo	0.57 202	0.24 80	0.92 346	0.46 109	0.30 156	0.54 146	0.28 60	1.27 275	0.75 157	1.00 231	1.16 291	0.93 272	0.53 174	1.45 306	0.61 300	0.16 62	0.16 267	0.20 175	0.19 216	0.17 94	0.14 65

AEACV	0.37 57	0.24 80	0.52 96	0.47 120	0.51 386	0.37 27	0.38 159	0.65 43	0.53 92	0.42 62	0.56 92	0.46 81	0.60 213	0.53 32	0.30 51	0.16 62	0.13 117	0.18 117	0.15 113	0.17 94	0.14 65

DCRE	0.82 354	0.26 131	0.70 211	0.58 318	0.44 339	0.54 146	0.48 276	0.95 153	0.78 170	0.78 169	7.33 564	0.86 241	0.52 169	0.76 108	0.41 173	0.16 62	0.16 267	0.19 140	0.17 176	0.18 125	0.17 154

DCANet-4	0.54 171	0.26 131	1.07 402	0.42 57	0.24 42	0.48 82	0.36 133	0.99 167	1.30 415	1.10 264	1.02 221	0.56 136	0.75 269	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

fff	0.53 156	0.24 80	0.70 211	0.43 64	0.24 42	0.48 82	0.36 133	1.07 212	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

ADStereo(finetuned)	0.57 202	0.24 80	1.06 397	0.43 64	0.24 42	0.49 94	0.35 117	1.05 197	1.30 415	1.12 272	1.03 231	0.58 143	1.20 448	0.84 137	0.51 255	0.16 62	0.13 117	0.17 82	0.13 67	0.18 125	0.19 219

RAFT_CTSACE	0.63 234	0.26 131	0.88 329	0.55 283	0.51 386	0.71 256	0.44 234	0.80 94	0.97 234	0.97 219	1.84 476	1.18 354	0.68 247	1.47 312	0.36 124	0.16 62	0.15 227	0.21 210	0.20 248	0.20 200	0.14 65

IPLG	0.69 276	0.27 161	0.97 364	0.51 205	0.43 331	0.79 297	0.33 97	1.21 257	1.06 274	1.30 380	1.10 256	0.52 118	0.55 186	3.16 464	0.63 307	0.16 62	0.14 169	0.19 140	0.16 155	0.18 125	0.17 154

GMOStereo	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

error version	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

test-v	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

test-3	0.54 171	0.22 49	0.68 192	0.47 120	0.27 92	0.58 168	0.35 117	0.92 134	1.00 251	1.32 394	0.69 124	0.87 245	0.45 119	1.68 353	0.37 136	0.16 62	0.11 28	0.20 175	0.16 155	0.17 94	0.13 38

test_1	0.54 171	0.22 49	0.68 192	0.47 120	0.27 92	0.58 168	0.35 117	0.92 134	1.00 251	1.28 366	0.68 120	0.87 245	0.45 119	1.67 348	0.37 136	0.16 62	0.11 28	0.20 175	0.16 155	0.17 94	0.13 38

test-2	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

CREStereo++_RVC	0.47 127	0.21 30	0.38 8	0.45 101	0.38 286	0.45 66	0.25 37	0.75 71	1.29 409	0.80 174	1.21 309	0.47 88	0.37 80	0.53 32	0.44 197	0.16 62	0.11 28	0.15 25	0.80 540	0.18 125	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
DCANet	0.54 171	0.24 80	0.70 211	0.43 64	0.24 42	0.49 94	0.36 133	1.05 197	1.30 415	1.12 272	1.03 231	0.58 143	0.92 353	0.81 129	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.18 125	0.19 219

csc	0.53 156	0.24 80	0.70 211	0.43 64	0.24 42	0.48 82	0.36 133	1.07 212	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

cscssc	0.53 156	0.24 80	0.70 211	0.43 64	0.24 42	0.48 82	0.36 133	1.07 212	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

CFNet-RSSM	0.54 171	0.24 80	0.70 211	0.48 147	0.28 117	0.60 181	0.27 54	1.49 322	1.14 321	1.06 246	0.93 184	1.08 324	0.54 179	0.70 90	0.35 114	0.16 62	0.12 56	0.17 82	0.15 113	0.16 63	0.14 65

Gwc-CoAtRS	0.52 146	0.24 80	0.68 192	0.48 147	0.29 134	0.64 203	0.25 37	1.16 239	1.08 285	1.01 234	1.00 207	1.12 341	0.56 191	0.69 86	0.37 136	0.16 62	0.13 117	0.17 82	0.15 113	0.15 43	0.15 98

MS	0.46 119	0.29 218	1.75 495	0.34 1	0.23 25	0.38 30	0.17 2	0.55 13	0.31 16	0.37 38	0.38 28	0.31 40	0.32 46	0.56 42	0.26 21	0.17 105	0.13 117	0.14 3	1.52 565	0.20 200	0.80 528

111111	0.34 42	0.20 10	0.41 25	0.45 101	0.42 321	0.37 27	0.22 19	0.95 153	0.38 35	0.31 16	0.31 18	0.40 63	0.27 21	0.96 173	0.26 21	0.17 105	0.12 56	0.15 25	0.11 9	0.15 43	0.13 38

SCV_C0	0.43 93	0.26 131	0.65 176	0.43 64	0.29 134	0.47 76	0.31 82	1.34 287	0.73 154	0.38 45	0.49 70	0.54 125	0.29 29	1.24 251	0.30 51	0.17 105	0.13 117	0.16 55	0.13 67	0.20 200	0.15 98

HUF	0.36 51	0.23 62	0.52 96	0.40 41	0.22 19	0.54 146	0.47 265	0.82 104	0.43 49	0.36 34	0.43 43	0.50 107	0.42 100	0.64 72	0.29 40	0.17 105	0.12 56	0.16 55	0.12 43	0.15 43	0.14 65

AIO-test1	0.56 195	0.25 108	0.55 118	0.64 387	0.78 491	0.80 305	0.36 133	1.18 246	1.34 430	0.57 124	0.88 173	0.61 155	0.50 160	1.12 222	0.35 114	0.17 105	0.17 296	0.22 239	0.24 357	0.18 125	0.23 307

castereo++	0.38 62	0.23 62	0.41 25	0.43 64	0.31 182	0.97 369	0.22 19	0.86 114	0.58 100	0.32 20	0.44 48	0.51 111	0.39 89	0.93 167	0.24 5	0.17 105	0.11 28	0.17 82	0.12 43	0.14 21	0.14 65

tg	0.52 146	0.24 80	0.61 153	0.49 163	0.30 156	0.90 339	0.29 65	1.07 212	0.83 184	0.83 184	1.02 221	0.62 160	0.43 107	1.35 278	0.41 173	0.17 105	0.12 56	0.22 239	0.20 248	0.17 94	0.15 98

UGAM-zero	1.00 415	0.30 239	0.93 348	0.47 120	0.30 156	0.57 165	0.25 37	2.25 519	0.63 113	1.01 234	1.10 256	2.73 529	1.85 516	6.26 529	0.40 162	0.17 105	0.14 169	0.19 140	0.15 113	0.16 63	0.17 154

RAStereo	0.34 42	0.21 30	0.66 183	0.47 120	0.27 92	0.26 5	0.29 65	0.69 55	0.63 113	0.32 20	0.42 34	0.45 77	0.31 40	0.45 13	0.34 104	0.17 105	0.15 227	0.19 140	0.15 113	0.18 125	0.13 38

Pointernet	0.37 57	0.20 10	0.57 132	0.43 64	0.28 117	0.51 125	0.27 54	0.93 141	0.61 108	0.47 88	0.63 108	0.49 101	0.38 87	0.49 22	0.33 87	0.17 105	0.13 117	0.14 3	0.11 9	0.13 6	0.12 11

IGEV-Stereo+	0.45 112	0.21 30	0.43 38	0.41 50	0.39 296	0.15 1	0.19 9	0.44 4	0.36 30	0.26 5	0.25 7	0.31 40	0.41 96	1.43 302	0.30 51	0.17 105	0.12 56	0.15 25	0.11 9	1.16 539	1.70 554

MyStereo07	0.48 133	0.29 218	0.50 81	0.55 283	0.45 346	0.59 173	0.79 429	1.05 197	0.51 81	0.48 96	0.53 80	0.43 67	0.55 186	1.30 265	0.34 104	0.17 105	0.16 267	0.24 297	0.20 248	0.23 291	0.20 252

MyStereo06	0.61 223	0.28 183	0.95 356	0.56 296	0.46 358	0.61 187	0.73 413	1.78 410	0.67 135	1.03 242	1.12 269	1.13 346	0.56 191	0.78 116	0.41 173	0.17 105	0.16 267	0.23 277	0.20 248	0.22 266	0.20 252

MyStereo05	0.66 261	0.28 183	1.07 402	0.56 296	0.46 358	0.61 187	0.73 413	1.34 287	1.41 467	1.15 296	0.91 179	0.77 202	0.80 298	1.41 301	0.63 307	0.17 105	0.16 267	0.23 277	0.20 248	0.22 266	0.20 252

MyStereo04	0.67 270	0.29 218	1.07 402	0.55 283	0.45 346	0.59 173	0.79 429	1.50 326	1.40 462	0.91 204	0.91 179	0.74 193	0.86 330	1.52 319	0.62 303	0.17 105	0.16 267	0.24 297	0.20 248	0.23 291	0.20 252

ff7	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

ffff	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

11t	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

MSKI-zero shot	0.55 186	0.26 131	0.57 132	0.51 205	0.26 68	0.69 244	0.28 60	1.18 246	0.64 117	0.91 204	1.32 353	0.82 221	0.33 51	1.92 383	0.32 73	0.17 105	0.12 56	0.17 82	0.13 67	0.16 63	0.16 128

GCAP-Stereo	0.40 75	0.28 183	0.68 192	0.47 120	0.25 59	0.53 138	0.32 90	0.82 104	0.58 100	0.65 144	0.69 124	0.58 143	0.42 100	0.47 19	0.29 40	0.17 105	0.14 169	0.17 82	0.13 67	0.17 94	0.14 65

RAFT-Test	0.54 171	0.25 108	0.64 169	0.47 120	0.30 156	0.97 369	0.27 54	1.24 271	0.81 178	0.96 216	1.12 269	1.28 382	0.48 146	0.71 94	0.36 124	0.17 105	0.13 117	0.17 82	0.14 95	0.16 63	0.16 128

LL-Strereo2	0.52 146	0.33 310	0.69 205	0.52 226	0.37 269	0.70 251	0.30 75	1.13 234	0.67 135	0.94 212	0.78 149	0.91 261	0.42 100	1.05 203	0.42 184	0.17 105	0.16 267	0.29 398	0.25 372	0.21 242	0.16 128

4D-IteraStereo	0.48 133	0.24 80	0.76 271	0.50 175	0.44 339	0.66 228	0.31 82	0.87 115	1.02 257	1.03 242	0.72 135	0.78 206	0.32 46	0.64 72	0.37 136	0.17 105	0.11 28	0.23 277	0.19 216	0.19 166	0.13 38

anonymousdsp	0.43 93	0.27 161	0.53 102	0.44 87	0.32 201	0.50 108	0.42 202	0.89 124	0.51 81	0.49 102	0.53 80	0.47 88	0.47 135	1.33 273	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

EGLCR-Stereo	0.37 57	0.22 49	0.51 88	0.43 64	0.26 68	0.44 62	0.22 19	0.99 167	0.48 66	0.42 62	0.42 34	0.67 176	0.29 29	0.86 146	0.33 87	0.17 105	0.12 56	0.19 140	0.17 176	0.17 94	0.15 98

MC-Stereo	0.43 93	0.23 62	0.48 68	0.51 205	0.28 117	0.39 34	0.32 90	0.88 123	0.68 139	0.60 136	0.84 165	0.56 136	0.61 222	1.03 195	0.31 68	0.17 105	0.11 28	0.17 82	0.15 113	0.16 63	0.13 38

RCA-Stereo	0.50 143	0.23 62	0.58 138	0.48 147	0.33 222	0.55 154	0.45 251	0.97 161	1.38 452	0.68 148	1.05 236	0.63 163	0.80 298	0.59 50	0.32 73	0.17 105	0.12 56	0.17 82	0.14 95	0.16 63	0.14 65

CroCo-Stereo Lap2	0.44 104	0.34 334	0.77 278	0.61 357	0.79 494	0.28 11	0.35 117	0.75 71	0.71 149	0.38 45	0.50 73	0.72 191	0.55 186	0.57 48	0.47 231	0.17 105	0.18 318	0.19 140	0.16 155	0.21 242	0.20 252

ccc-4	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

IGEV-Stereo	0.43 93	0.27 161	0.54 108	0.45 101	0.32 201	0.50 108	0.42 202	0.90 130	0.51 81	0.49 102	0.53 80	0.47 88	0.47 135	1.32 270	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.85 369	0.29 218	0.91 342	0.53 244	0.43 331	0.49 94	0.68 400	0.99 167	0.87 194	0.79 172	1.34 362	1.46 418	0.91 350	5.11 502	1.11 425	0.17 105	0.14 169	0.22 239	0.18 194	0.20 200	0.20 252

iRaft-Stereo_20w	0.65 254	0.31 272	1.00 373	0.47 120	0.34 240	0.73 263	0.30 75	2.96 546	0.70 144	1.15 296	1.14 278	0.76 199	0.65 242	1.11 219	0.38 147	0.17 105	0.13 117	0.18 117	0.16 155	0.19 166	0.18 179

GLC_STEREO	0.39 66	0.25 108	0.41 25	0.54 259	0.23 25	0.48 82	0.30 75	0.73 66	0.58 100	0.52 117	0.73 137	0.51 111	0.31 40	0.64 72	0.42 184	0.17 105	0.20 354	0.23 277	0.19 216	0.21 242	0.17 154

MIPNet	0.56 195	0.28 183	0.94 352	0.49 163	0.33 222	0.66 228	0.38 159	1.35 290	1.08 285	1.06 246	0.92 181	0.60 151	0.79 292	0.73 101	0.52 262	0.17 105	0.14 169	0.19 140	0.16 155	0.18 125	0.17 154

IPLGR	0.58 208	0.27 161	1.14 422	0.48 147	0.28 117	0.65 219	0.33 97	1.22 265	1.13 318	1.18 320	1.05 236	0.69 183	0.66 245	0.96 173	0.52 262	0.17 105	0.15 227	0.20 175	0.17 176	0.20 200	0.18 179

DEmStereo	0.97 404	0.23 62	0.79 289	0.47 120	0.32 201	1.04 385	0.56 346	0.93 141	0.89 201	1.39 425	2.14 502	1.02 309	2.07 529	5.64 519	0.77 352	0.17 105	0.15 227	0.20 175	0.20 248	0.18 125	0.20 252

DRaft	0.80 343	0.24 80	0.70 211	0.45 101	0.30 156	0.97 369	0.53 314	1.05 197	0.97 234	1.78 491	2.02 495	0.80 212	1.74 507	2.73 448	0.72 334	0.17 105	0.14 169	0.20 175	0.20 248	0.18 125	0.21 269

test-1	0.52 146	0.26 131	1.04 392	0.56 296	0.32 201	0.61 187	0.38 159	1.10 223	0.91 210	0.78 169	1.01 213	0.77 202	0.52 169	0.60 62	0.42 184	0.17 105	0.14 169	0.20 175	0.17 176	0.20 200	0.23 307

iRaftStereo_RVC	0.47 127	0.26 131	0.64 169	0.50 175	0.29 134	0.53 138	0.33 97	1.05 197	0.77 167	0.84 187	1.00 207	0.55 128	0.37 80	0.81 129	0.40 162	0.17 105	0.12 56	0.22 239	0.20 248	0.19 166	0.15 98

HITNet	0.65 254	0.40 390	0.77 278	0.48 147	0.24 42	1.05 386	0.49 286	1.76 402	1.02 257	1.18 320	1.18 296	0.89 257	0.80 298	0.85 142	0.79 360	0.17 105	0.12 56	0.21 210	0.17 176	0.29 374	0.15 98
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
DFGA-Net	0.72 289	0.40 390	1.40 456	0.52 226	0.45 346	0.83 321	0.44 234	1.28 279	1.08 285	0.99 226	1.19 303	0.70 187	0.55 186	2.14 405	1.16 431	0.18 145	0.16 267	0.24 297	0.23 344	0.27 344	0.25 333

LGtest1	0.27 4	0.21 30	0.44 40	0.41 50	0.21 9	0.42 47	0.19 9	0.56 16	0.26 9	0.29 11	0.24 6	0.29 32	0.29 29	0.55 41	0.25 12	0.18 145	0.12 56	0.16 55	0.12 43	0.14 21	0.13 38

LG-Stereo_Zeroshot	0.36 51	0.23 62	0.54 108	0.50 175	0.28 117	0.36 25	0.22 19	1.02 178	0.39 36	0.42 62	0.64 111	0.36 53	0.51 164	0.39 6	0.29 40	0.18 145	0.12 56	0.17 82	0.13 67	0.18 125	0.18 179

MM-Stereo_test1	0.49 139	0.24 80	0.56 122	0.51 205	0.30 156	0.50 108	0.54 320	0.91 131	1.03 261	0.84 187	0.69 124	0.54 125	0.60 213	1.16 231	0.33 87	0.18 145	0.16 267	0.20 175	0.17 176	0.19 166	0.15 98

GCAP-BAT	0.49 139	0.31 272	0.64 169	0.41 50	0.46 358	0.70 251	0.35 117	0.77 77	0.64 117	0.86 194	1.00 207	0.77 202	0.37 80	1.18 237	0.36 124	0.18 145	0.14 169	0.18 117	0.13 67	0.17 94	0.15 98

AIO-Stereo-zeroshot1	0.98 408	0.39 384	3.21 536	0.50 175	0.63 447	0.64 203	0.39 174	2.36 528	0.75 157	0.95 214	4.63 548	1.81 474	0.56 191	0.96 173	0.41 173	0.18 145	0.13 117	0.21 210	0.26 389	0.32 403	0.35 431

gcap-zeroshot	0.53 156	0.28 183	0.89 335	0.49 163	0.28 117	0.76 278	0.37 152	1.34 287	0.73 154	0.89 197	0.67 117	1.35 397	0.51 164	0.79 120	0.33 87	0.18 145	0.15 227	0.18 117	0.15 113	0.17 94	0.16 128

trnet	0.39 66	0.21 30	0.37 5	0.36 6	0.20 3	0.53 138	0.29 65	0.78 81	1.12 306	0.59 134	0.71 131	0.53 123	0.42 100	0.54 35	0.34 104	0.18 145	0.13 117	0.15 25	0.10 2	0.14 21	0.13 38

testlalala2	0.58 208	0.27 161	0.68 192	1.72 547	1.27 543	0.68 239	0.42 202	0.93 141	0.70 144	0.90 199	0.93 184	0.76 199	0.34 58	0.52 28	0.40 162	0.18 145	0.15 227	0.17 82	0.13 67	0.17 94	0.17 154

MyStereo8	0.65 254	0.29 218	1.00 373	0.58 318	0.49 368	0.91 343	0.35 117	1.18 246	1.31 419	1.16 306	1.27 331	0.90 258	0.64 236	0.72 97	0.95 397	0.18 145	0.14 169	0.20 175	0.18 194	0.22 266	0.26 357

IGEV_Zeroshot_test	0.53 156	0.30 239	0.99 368	0.56 296	0.35 244	0.41 40	0.32 90	1.37 293	0.63 113	1.00 231	1.09 252	0.95 283	0.41 96	0.83 134	0.39 155	0.18 145	0.12 56	0.19 140	0.18 194	0.19 166	0.17 154

CASnet	0.41 83	0.25 108	0.48 68	0.50 175	0.20 3	0.50 108	0.36 133	0.81 99	0.80 175	0.83 184	0.68 120	0.48 93	0.31 40	0.54 35	0.32 73	0.18 145	0.12 56	0.27 372	0.22 321	0.23 291	0.14 65
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.53 156	0.24 80	0.47 65	0.47 120	0.27 92	1.00 377	0.25 37	1.58 353	1.05 270	0.85 192	0.99 203	1.06 318	0.47 135	0.70 90	0.32 73	0.18 145	0.13 117	0.16 55	0.13 67	0.16 63	0.16 128

HH	0.63 234	0.30 239	0.77 278	0.50 175	0.32 201	0.49 94	0.46 258	1.65 370	0.64 117	0.69 149	1.09 252	1.63 450	0.85 322	1.90 381	0.37 136	0.18 145	0.13 117	0.19 140	0.17 176	0.19 166	0.16 128

HanStereo	0.63 234	0.30 239	0.77 278	0.50 175	0.32 201	0.49 94	0.46 258	1.65 370	0.64 117	0.69 149	1.09 252	1.63 450	0.85 322	1.90 381	0.37 136	0.18 145	0.13 117	0.19 140	0.17 176	0.19 166	0.16 128

anonymousdsp2	0.53 156	0.27 161	0.74 257	0.48 147	0.29 134	0.76 278	0.47 265	1.61 361	0.82 183	0.77 166	0.77 147	0.75 195	0.47 135	1.03 195	0.40 162	0.18 145	0.13 117	0.18 117	0.13 67	0.19 166	0.18 179

LoS	0.40 75	0.21 30	0.44 40	0.37 13	0.22 19	0.50 108	0.40 182	1.00 171	0.94 220	0.48 96	0.66 113	0.48 93	0.40 93	0.60 62	0.37 136	0.18 145	0.14 169	0.16 55	0.11 9	0.14 21	0.14 65
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
raft_robust	0.68 274	0.30 239	0.64 169	0.52 226	0.26 68	0.54 146	0.35 117	1.33 282	1.24 386	1.16 306	1.07 242	0.60 151	0.54 179	3.58 476	0.37 136	0.18 145	0.14 169	0.20 175	0.22 321	0.20 200	0.16 128

RAFT+CT+SA	0.58 208	0.29 218	0.60 150	0.66 408	0.37 269	0.42 47	0.55 338	1.27 275	1.03 261	0.70 151	1.22 311	0.60 151	0.70 255	1.64 342	0.41 173	0.18 145	0.13 117	0.22 239	0.22 321	0.21 242	0.18 179

test_5	0.65 254	0.30 239	0.75 261	0.67 420	0.50 375	0.92 350	0.52 306	1.39 299	1.12 306	0.76 161	1.11 262	1.00 300	0.90 347	1.53 323	0.45 210	0.18 145	0.13 117	0.23 277	0.22 321	0.21 242	0.19 219

LCNet	0.72 289	0.28 183	0.52 96	0.55 283	0.31 182	0.69 244	0.54 320	1.00 171	0.88 198	1.19 324	1.34 362	0.97 291	1.34 470	2.56 440	0.45 210	0.18 145	0.13 117	0.21 210	0.25 372	0.27 344	0.73 525

STrans-v2	1.04 430	0.28 183	0.96 362	0.49 163	0.32 201	0.68 239	0.79 429	2.47 537	1.12 306	1.12 272	1.46 402	1.40 404	1.46 482	6.70 540	0.43 194	0.18 145	0.13 117	0.20 175	0.18 194	0.18 125	0.18 179

RAFT-RH_RVC	1.03 427	0.24 80	0.67 188	0.49 163	0.28 117	0.81 314	0.33 97	0.83 108	1.08 285	2.05 514	4.65 550	1.04 316	0.57 200	5.98 528	0.50 250	0.18 145	0.13 117	0.26 355	0.20 248	0.16 63	0.17 154

RAFT-345	0.84 365	0.25 108	0.66 183	0.50 175	0.27 92	0.54 146	0.42 202	0.83 108	1.11 302	1.32 394	2.34 510	0.86 241	0.54 179	5.72 520	0.47 231	0.18 145	0.13 117	0.22 239	0.17 176	0.17 94	0.16 128

CroCo-Stereo	0.40 75	0.31 272	0.73 241	0.58 318	0.27 92	0.26 5	0.33 97	0.95 153	0.81 178	0.42 62	0.47 59	0.65 169	0.47 135	0.39 6	0.34 104	0.18 145	0.15 227	0.16 55	0.14 95	0.19 166	0.16 128
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
GMM-Stereo	0.74 312	0.25 108	0.59 145	0.54 259	0.34 240	0.72 259	0.99 480	1.01 177	0.87 194	1.36 411	1.78 469	1.12 341	0.81 302	2.09 401	0.46 224	0.18 145	0.12 56	0.25 336	0.25 372	0.20 200	0.85 532

Prome-Stereo	0.75 320	0.27 161	0.53 102	0.55 283	0.32 201	0.59 173	0.97 475	0.89 124	0.88 198	1.45 438	2.46 517	0.91 261	1.41 475	1.58 332	0.44 197	0.18 145	0.13 117	0.19 140	0.17 176	0.20 200	0.92 534

raft+_RVC	0.53 156	0.26 131	0.54 108	0.60 343	0.47 363	0.54 146	0.54 320	1.27 275	0.99 246	0.76 161	1.03 231	0.70 187	0.56 191	0.93 167	0.47 231	0.18 145	0.14 169	0.19 140	0.18 194	0.18 125	0.15 98

TANstereo	0.44 104	0.21 30	0.44 40	0.41 50	0.21 9	0.65 219	0.26 47	0.79 86	0.83 184	0.93 207	0.98 201	0.51 111	0.46 126	0.54 35	0.35 114	0.18 145	0.24 415	0.16 55	0.13 67	0.16 63	0.26 357

111	0.60 217	0.23 62	0.70 211	0.43 64	0.24 42	0.72 259	0.42 202	1.18 246	1.41 467	0.80 174	1.38 376	1.10 336	0.79 292	0.96 173	0.58 287	0.18 145	0.13 117	0.17 82	0.15 113	0.17 94	0.19 219

test_xeample3	0.42 87	0.28 183	0.69 205	0.43 64	0.33 222	0.56 160	0.38 159	0.79 86	0.45 55	0.53 118	0.46 57	0.44 69	0.44 115	1.38 288	0.31 68	0.18 145	0.14 169	0.19 140	0.15 113	0.17 94	0.16 128

ARAFT	0.77 328	0.36 365	1.49 477	0.51 205	0.31 182	0.90 339	0.82 440	1.90 446	1.06 274	1.62 476	1.24 317	1.02 309	0.64 236	1.84 374	0.50 250	0.18 145	0.14 169	0.28 387	0.27 400	0.17 94	0.16 128

EAI-Stereo	0.65 254	0.28 183	0.69 205	0.53 244	0.27 92	0.60 181	0.40 182	2.28 522	0.64 117	0.71 153	3.18 532	0.57 138	0.43 107	1.06 204	0.41 173	0.18 145	0.13 117	0.17 82	0.17 176	0.17 94	0.17 154

CREStereo	0.39 66	0.21 30	0.38 8	0.34 1	0.22 19	0.53 138	0.29 65	0.77 77	1.11 302	0.58 126	0.71 131	0.51 111	0.41 96	0.54 35	0.34 104	0.18 145	0.13 117	0.15 25	0.10 2	0.14 21	0.14 65
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
DIP-Stereo	0.62 227	0.30 239	0.83 303	0.48 147	0.36 254	0.95 359	0.33 97	2.37 530	0.67 135	1.25 357	1.00 207	0.68 178	0.51 164	0.91 159	0.61 300	0.18 145	0.15 227	0.21 210	0.17 176	0.19 166	0.19 219
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.57 202	0.26 131	0.63 162	0.54 259	0.36 254	0.69 244	0.54 320	1.22 265	0.72 150	1.61 472	1.50 413	0.75 195	0.53 174	0.64 72	0.44 197	0.18 145	0.15 227	0.17 82	0.15 113	0.17 94	0.17 154

RAFT-Stereo	0.57 202	0.26 131	0.63 162	0.54 259	0.36 254	0.69 244	0.54 320	1.22 265	0.72 150	1.61 472	1.50 413	0.75 195	0.53 174	0.64 72	0.44 197	0.18 145	0.15 227	0.17 82	0.15 113	0.17 94	0.17 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.72 289	0.34 334	1.10 412	0.51 205	0.23 25	0.91 343	0.39 174	1.33 282	1.23 380	1.46 440	1.55 424	1.01 307	0.64 236	1.95 388	0.80 364	0.18 145	0.12 56	0.18 117	0.14 95	0.19 166	0.17 154

iResNet	0.75 320	0.40 390	1.36 454	0.67 420	0.29 134	0.92 350	0.59 369	1.52 335	1.25 389	1.28 366	1.48 408	0.94 275	0.76 277	1.62 338	0.78 354	0.18 145	0.14 169	0.18 117	0.15 113	0.22 266	0.23 307

DN-CSS_ROB	0.64 246	0.32 288	1.05 393	0.55 283	0.40 307	0.54 146	0.45 251	1.21 257	0.93 217	1.03 242	1.47 403	0.69 183	0.63 232	1.76 367	0.49 244	0.18 145	0.14 169	0.25 336	0.22 321	0.22 266	0.20 252

pmcnn	2.37 536	0.42 402	2.71 532	0.63 378	0.43 331	1.54 465	1.19 505	2.01 475	1.53 485	2.64 536	7.60 565	18.07 582	1.45 481	3.44 473	2.78 519	0.18 145	0.15 227	0.15 25	0.12 43	0.20 200	0.18 179

GASTEREO	0.40 75	0.25 108	0.51 88	0.48 147	0.25 59	0.65 219	0.36 133	0.81 99	0.49 68	0.51 115	0.82 162	0.30 37	0.66 245	0.62 68	0.28 37	0.19 186	0.12 56	0.16 55	0.14 95	0.16 63	0.14 65

MSCF	0.38 62	0.25 108	0.52 96	0.47 120	0.25 59	0.62 196	0.37 152	0.81 99	0.47 64	0.50 110	0.71 131	0.32 43	0.65 242	0.54 35	0.28 37	0.19 186	0.12 56	0.17 82	0.14 95	0.17 94	0.14 65

z-ln-s-r	1.02 424	0.55 453	2.09 510	0.52 226	0.55 411	0.78 291	0.87 451	1.47 318	1.34 430	1.12 272	1.62 444	1.37 402	1.06 417	2.62 444	3.32 531	0.19 186	0.14 169	0.21 210	0.17 176	0.27 344	0.21 269

G2L-Stereo_test	0.73 307	0.27 161	0.74 257	0.49 163	0.40 307	0.90 339	0.81 438	1.53 341	1.14 321	1.28 366	1.27 331	1.52 431	0.72 263	1.62 338	0.94 393	0.19 186	0.14 169	0.16 55	0.15 113	0.18 125	0.19 219

PAM_32	0.77 328	0.28 183	1.03 388	0.52 226	0.30 156	1.32 435	0.35 117	1.97 466	0.65 132	1.02 238	1.06 238	3.05 534	1.49 487	0.96 173	0.36 124	0.19 186	0.13 117	0.20 175	0.18 194	0.19 166	0.19 219

PAM	0.76 326	0.29 218	1.08 406	0.52 226	0.33 222	1.38 445	0.39 174	2.01 475	0.67 135	1.06 246	0.96 191	2.89 533	1.43 477	0.86 146	0.35 114	0.19 186	0.12 56	0.19 140	0.17 176	0.19 166	0.20 252

U	9.45 575	0.21 30	0.58 138	0.47 120	53.11 594	61.27 599	0.24 33	0.70 59	0.52 88	0.36 34	0.28 13	0.29 32	0.35 66	0.33 2	0.26 21	0.19 186	0.11 28	60.50 596	8.88 583	0.17 94	0.13 38

H2IRNET	0.56 195	0.26 131	0.66 183	0.47 120	0.35 244	0.41 40	0.26 47	0.92 134	1.17 345	0.61 137	1.28 337	1.08 324	0.86 330	0.99 186	0.63 307	0.19 186	0.16 267	0.22 239	0.25 372	0.21 242	0.18 179

MGS-Stereo	0.42 87	0.26 131	0.58 138	0.44 87	0.28 117	0.50 108	0.34 109	0.57 20	0.83 184	0.46 85	1.31 347	0.52 118	0.33 51	0.65 79	0.36 124	0.19 186	0.16 267	0.18 117	0.15 113	0.17 94	0.16 128

IGEV++	0.40 75	0.22 49	0.51 88	0.52 226	0.29 134	0.45 66	0.25 37	1.65 370	0.46 61	0.37 38	0.57 95	0.46 81	0.45 119	0.50 23	0.38 147	0.19 186	0.12 56	0.16 55	0.13 67	0.16 63	0.15 98

IGEVStereo-DCA	0.46 119	0.28 183	0.56 122	0.43 64	0.33 222	0.49 94	0.42 202	0.87 115	0.50 72	0.47 88	0.48 62	0.48 93	0.46 126	2.03 395	0.30 51	0.19 186	0.14 169	0.19 140	0.15 113	0.16 63	0.18 179

rrr	0.46 119	0.28 183	0.73 241	0.43 64	0.33 222	0.49 94	0.38 159	0.76 74	0.50 72	0.47 88	0.48 62	0.48 93	0.46 126	2.03 395	0.30 51	0.19 186	0.14 169	0.19 140	0.15 113	0.16 63	0.16 128

MaDis-Stereo	0.36 51	0.25 108	0.58 138	0.44 87	0.34 240	0.30 14	0.30 75	0.72 64	0.50 72	0.37 38	0.36 24	0.58 143	0.49 154	0.52 28	0.36 124	0.19 186	0.16 267	0.19 140	0.15 113	0.18 125	0.14 65

CBFPSM	0.92 389	0.33 310	1.86 502	0.49 163	0.38 286	1.75 482	0.84 442	1.39 299	1.12 306	1.09 256	0.99 203	2.37 515	1.66 504	1.32 270	1.42 471	0.19 186	0.18 318	0.20 175	0.20 248	0.21 242	0.33 421

ToySt	0.66 261	0.33 310	1.23 432	0.51 205	0.33 222	0.86 333	0.68 400	1.10 223	0.97 234	0.84 187	1.08 247	1.25 371	0.94 367	1.01 191	0.74 338	0.19 186	0.19 336	0.24 297	0.24 357	0.27 344	0.23 307

anonymousa	0.72 289	0.27 161	0.75 261	0.47 120	0.63 447	1.43 455	0.45 251	1.24 271	0.89 201	1.28 366	1.75 466	1.62 445	1.13 434	0.69 86	0.59 290	0.19 186	0.16 267	0.23 277	0.25 372	0.20 200	0.18 179

Selective-RAFT	0.52 146	0.28 183	0.79 289	0.55 283	0.27 92	0.91 343	0.33 97	0.80 94	0.88 198	0.58 126	0.63 108	0.81 216	0.77 281	1.29 264	0.48 236	0.19 186	0.14 169	0.17 82	0.15 113	0.19 166	0.17 154

Sa-1000	0.72 289	0.29 218	0.76 271	0.59 331	0.30 156	0.73 263	0.37 152	1.62 365	1.33 427	1.28 366	2.04 496	0.86 241	0.75 269	1.84 374	0.38 147	0.19 186	0.14 169	0.25 336	0.23 344	0.20 200	0.16 128

SA	0.66 261	0.30 239	0.82 298	0.61 357	0.30 156	0.58 168	0.38 159	1.44 312	1.30 415	0.96 216	1.36 369	0.66 173	0.95 372	1.85 377	0.42 184	0.19 186	0.15 227	0.25 336	0.23 344	0.21 242	0.17 154

CrosDoStereo	1.58 494	0.24 80	0.72 229	0.48 147	0.29 134	0.67 232	12.49 579	1.10 223	0.98 239	1.34 406	1.75 466	1.00 300	1.89 518	6.65 536	0.81 366	0.19 186	0.15 227	0.20 175	0.22 321	0.18 125	0.19 219

TransformOpticalFlow	0.96 398	0.28 183	0.89 335	0.52 226	0.31 182	0.66 228	0.54 320	1.75 396	1.12 306	1.09 256	1.44 394	1.37 402	1.01 401	6.70 540	0.42 184	0.19 186	0.12 56	0.20 175	0.19 216	0.18 125	0.19 219

OMP-Stereo	0.94 394	0.33 310	0.72 229	0.90 516	0.31 182	0.49 94	0.36 133	1.16 239	1.06 274	1.58 470	1.12 269	1.46 418	0.69 250	6.94 543	0.49 244	0.19 186	0.14 169	0.24 297	0.18 194	0.20 200	0.14 65

IIG-Stereo	0.96 398	0.31 272	0.72 229	0.88 512	0.33 222	0.61 187	0.26 47	1.19 254	1.03 261	1.69 484	1.37 371	1.46 418	0.75 269	6.96 544	0.51 255	0.19 186	0.14 169	0.23 277	0.18 194	0.20 200	0.14 65

PSM-AAD	0.79 340	0.27 161	0.53 102	0.55 283	0.28 117	0.77 286	1.24 508	0.99 167	0.91 210	1.66 481	1.57 432	0.81 216	2.19 534	1.65 343	0.44 197	0.19 186	0.14 169	0.38 473	0.32 457	0.21 242	0.70 522

FTStereo	0.91 387	0.26 131	0.56 122	0.54 259	0.33 222	0.66 228	1.87 542	1.00 171	0.75 157	1.75 488	4.15 543	1.04 316	1.65 500	1.57 330	0.46 224	0.19 186	0.16 267	0.23 277	0.21 292	0.18 125	0.63 513

ASMatch	0.88 379	0.26 131	0.69 205	0.51 205	0.35 244	0.48 82	0.37 152	1.12 231	0.92 215	1.10 264	3.28 533	0.96 289	0.98 389	4.90 499	0.49 244	0.19 186	0.16 267	0.22 239	0.19 216	0.19 166	0.27 367

DeepStereo_LL	1.58 494	0.24 80	0.72 229	0.48 147	0.29 134	0.67 232	12.49 579	1.10 223	0.98 239	1.34 406	1.75 466	1.00 300	1.89 518	6.65 536	0.81 366	0.19 186	0.15 227	0.20 175	0.22 321	0.18 125	0.19 219

THIR-Stereo	1.02 424	0.27 161	0.69 205	0.49 163	0.28 117	0.95 359	1.34 516	1.03 183	0.97 234	1.34 406	1.90 484	1.17 351	1.58 493	6.44 533	0.78 354	0.19 186	0.14 169	0.21 210	0.22 321	0.19 166	0.20 252

GrayStereo	0.82 354	0.26 131	0.58 138	0.63 378	0.37 269	0.76 278	1.86 541	1.11 229	0.87 194	1.99 510	1.89 483	1.08 324	1.82 515	1.39 293	0.48 236	0.19 186	0.14 169	0.19 140	0.21 292	0.18 125	0.39 451

rafts_anoy	0.52 146	0.29 218	0.59 145	0.59 331	0.50 375	0.53 138	0.40 182	1.11 229	1.03 261	0.84 187	0.83 163	0.68 178	0.54 179	0.72 97	0.51 255	0.19 186	0.14 169	0.24 297	0.26 389	0.21 242	0.18 179

XX-TBD	0.46 119	0.70 494	0.35 1	0.79 479	0.25 59	0.58 168	0.26 47	0.69 55	1.27 400	0.76 161	1.00 207	0.45 77	0.33 51	0.47 19	0.37 136	0.19 186	0.15 227	0.15 25	0.11 9	0.17 94	0.14 65

raftrobust	0.52 146	0.25 108	0.56 122	0.65 401	0.52 398	0.49 94	0.34 109	0.98 165	0.91 210	1.30 380	0.87 171	0.63 163	0.81 302	0.78 116	0.41 173	0.19 186	0.15 227	0.16 55	0.14 95	0.15 43	0.16 128

RALAANet	0.60 217	0.33 310	0.87 322	0.62 369	0.50 375	0.69 244	0.31 82	1.21 257	1.06 274	1.09 256	1.16 291	0.88 249	0.46 126	1.22 244	0.42 184	0.19 186	0.15 227	0.21 210	0.17 176	0.27 344	0.17 154

MMNet	0.84 365	0.32 288	1.09 409	0.60 343	0.59 434	1.85 496	0.49 286	1.51 333	1.27 400	1.37 414	1.15 286	1.26 375	1.18 442	1.67 348	1.22 438	0.19 186	0.18 318	0.23 277	0.22 321	0.25 318	0.21 269

RASNet	1.12 446	0.30 239	0.91 342	0.66 408	0.77 489	0.97 369	0.57 357	1.37 293	1.35 440	1.02 238	1.34 362	2.11 505	1.43 477	7.09 545	1.39 462	0.19 186	0.17 296	0.17 82	0.19 216	0.18 125	0.16 128

S2M2_XL	0.24 1	0.24 80	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	0.20 221	0.18 318	0.18 117	0.16 155	0.18 125	0.14 65
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.73 307	0.25 108	0.76 271	0.54 259	0.39 296	0.95 359	0.66 392	1.66 375	1.09 293	1.24 351	1.02 221	1.64 453	0.71 260	1.63 340	1.02 409	0.20 221	0.14 169	0.17 82	0.15 113	0.20 200	0.22 287

SGD-Stereo	0.32 31	0.20 10	0.40 20	0.38 26	0.19 1	0.43 56	0.22 19	0.64 39	0.33 24	0.42 62	0.34 21	0.27 21	0.35 66	1.15 227	0.30 51	0.20 221	0.10 9	0.15 25	0.13 67	0.17 94	0.13 38

MM-Stereo_test3	0.50 143	0.24 80	0.54 108	0.54 259	0.74 478	0.49 94	0.53 314	1.09 220	1.05 270	0.62 140	0.95 188	0.61 155	0.42 100	0.77 111	0.38 147	0.20 221	0.17 296	0.20 175	0.16 155	0.18 125	0.18 179

GIP-stereo	0.34 42	0.23 62	0.45 53	0.50 175	0.36 254	0.38 30	0.23 27	0.78 81	0.52 88	0.34 28	0.51 76	0.46 81	0.38 87	0.51 25	0.27 27	0.20 221	0.12 56	0.16 55	0.12 43	0.16 63	0.14 65

model_zeroshot	0.48 133	0.29 218	0.86 311	0.51 205	0.36 254	0.69 244	0.37 152	1.12 231	0.62 110	0.85 192	0.84 165	0.66 173	0.37 80	0.73 101	0.34 104	0.20 221	0.16 267	0.19 140	0.16 155	0.17 94	0.16 128

AIO-Stereo-zeroshot	0.72 289	0.35 355	1.70 488	0.49 163	0.56 414	0.63 200	0.38 159	2.41 533	0.65 132	0.77 166	1.07 242	1.82 477	0.95 372	0.93 167	0.43 194	0.20 221	0.13 117	0.21 210	0.25 372	0.28 363	0.26 357

Former-RAFT_DAM_RVC	0.46 119	0.36 365	0.71 223	0.47 120	0.36 254	0.67 232	0.35 117	0.78 81	1.12 306	0.61 137	0.62 106	0.39 62	0.39 89	0.71 94	0.39 155	0.20 221	0.17 296	0.22 239	0.18 194	0.23 291	0.19 219

CoDeX	0.73 307	0.29 218	0.93 348	0.54 259	0.36 254	1.14 401	0.61 375	2.34 527	1.17 345	1.16 306	1.25 321	0.91 261	0.87 335	1.33 273	0.64 311	0.20 221	0.16 267	0.21 210	0.18 194	0.20 200	0.18 179

ACVNet-DCA	0.56 195	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	1.42 305	0.78 170	0.58 126	0.79 155	0.48 93	0.88 340	1.46 308	0.32 73	0.20 221	0.12 56	0.25 336	0.15 113	0.22 266	0.21 269

xx1	0.67 270	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	0.93 141	3.05 548	0.58 126	0.79 155	0.95 283	0.77 281	1.46 308	0.32 73	0.20 221	0.12 56	0.24 297	0.23 344	0.22 266	0.21 269

1test111	0.54 171	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	1.42 305	0.78 170	0.58 126	0.79 155	0.48 93	0.88 340	0.88 151	0.59 290	0.20 221	0.12 56	0.25 336	0.15 113	0.22 266	0.21 269

cc1	0.64 246	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	0.93 141	3.05 548	0.58 126	0.79 155	0.48 93	0.88 340	1.46 308	0.32 73	0.20 221	0.12 56	0.25 336	0.15 113	0.19 166	0.19 219

ffm	0.72 289	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	0.95 153	2.47 535	1.15 296	1.45 396	1.06 318	0.82 307	1.55 327	0.32 73	0.20 221	0.12 56	0.31 417	0.27 400	0.19 166	0.20 252

ff1	1.37 477	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	0.95 153	2.47 535	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.20 221	0.12 56	0.31 417	0.27 400	0.19 166	0.20 252

tt1	0.62 227	0.32 288	0.51 88	0.54 259	0.26 68	1.16 409	0.48 276	0.95 153	2.47 535	0.57 124	0.77 147	0.49 101	0.81 302	1.55 327	0.32 73	0.20 221	0.12 56	0.24 297	0.15 113	0.19 166	0.20 252

MIF-Stereo (partial)	0.45 112	0.25 108	0.70 211	0.50 175	0.52 398	0.35 21	0.26 47	0.91 131	0.59 106	0.45 80	0.71 131	0.51 111	0.51 164	1.11 219	0.45 210	0.20 221	0.16 267	0.23 277	0.20 248	0.24 306	0.18 179

UniTT-Stereo	0.36 51	0.23 62	0.59 145	0.48 147	0.36 254	0.40 36	0.32 90	0.53 10	0.49 68	0.54 121	0.55 89	0.36 53	0.31 40	0.58 49	0.51 255	0.20 221	0.15 227	0.17 82	0.15 113	0.19 166	0.15 98

PCWNet_CMD	0.66 261	0.32 288	0.88 329	0.49 163	0.37 269	0.78 291	0.40 182	1.42 305	1.31 419	1.16 306	1.31 347	1.25 371	0.62 227	0.89 156	0.57 284	0.20 221	0.16 267	0.27 372	0.19 216	0.40 447	0.25 333

testlalala	0.45 112	0.28 183	0.59 145	0.42 57	0.39 296	0.71 256	0.39 174	1.08 218	0.45 55	1.24 351	0.80 160	0.61 155	0.36 75	0.54 35	0.33 87	0.20 221	0.13 117	0.18 117	0.12 43	0.15 43	0.15 98

knoymous	0.51 145	0.29 218	0.47 65	0.43 64	0.30 156	0.55 154	0.55 338	1.02 178	0.77 167	0.98 223	0.85 167	0.94 275	0.56 191	0.85 142	0.45 210	0.20 221	0.14 169	0.26 355	0.14 95	0.23 291	0.23 307

riskmin	0.56 195	0.27 161	0.60 150	0.43 64	0.31 182	0.83 321	0.42 202	1.14 235	1.04 266	0.73 159	0.75 143	1.11 340	1.01 401	0.81 129	0.51 255	0.20 221	0.14 169	0.24 297	0.15 113	0.24 306	0.25 333

TestStereo1	0.63 234	0.28 183	0.75 261	0.76 472	0.31 182	0.48 82	0.43 221	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 184	0.20 221	0.15 227	0.22 239	0.18 194	0.21 242	0.17 154

IER	0.70 280	0.31 272	1.02 384	0.48 147	0.52 398	1.34 439	0.51 295	1.17 241	0.99 246	1.23 343	1.34 362	1.12 341	1.11 427	0.99 186	0.71 331	0.20 221	0.16 267	0.21 210	0.21 292	0.20 200	0.19 219

SA-5K	0.63 234	0.28 183	0.75 261	0.76 472	0.31 182	0.48 82	0.43 221	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 184	0.20 221	0.15 227	0.22 239	0.18 194	0.21 242	0.17 154

HHNet	0.62 227	0.26 131	0.63 162	0.43 64	0.45 346	0.50 108	0.58 361	1.07 212	1.01 254	1.25 357	2.23 505	0.70 187	0.61 222	1.07 208	0.47 231	0.20 221	0.13 117	0.23 277	0.19 216	0.19 166	0.30 399

NRIStereo	0.60 217	0.29 218	0.69 205	0.53 244	0.28 117	0.63 200	0.33 97	1.08 218	0.87 194	1.14 290	0.87 171	0.91 261	0.59 210	2.24 416	0.49 244	0.20 221	0.14 169	0.21 210	0.19 216	0.21 242	0.17 154

KYRaft	0.75 320	0.28 183	0.62 159	0.56 296	0.29 134	0.67 232	0.86 449	0.94 148	0.84 188	1.62 476	2.21 504	1.16 350	1.02 406	1.57 330	0.40 162	0.20 221	0.13 117	0.22 239	0.28 421	0.20 200	1.02 538

PFNet	0.91 387	0.26 131	1.10 412	0.63 378	0.32 201	0.64 203	0.56 346	1.17 241	0.99 246	1.47 441	1.08 247	0.98 293	0.69 250	6.62 535	0.54 275	0.20 221	0.12 56	0.24 297	0.19 216	0.20 200	0.17 154

AnonymousM	0.59 214	1.11 530	0.41 25	0.44 87	0.32 201	0.43 56	0.47 265	1.05 197	0.64 117	0.98 223	0.63 108	0.67 176	0.43 107	0.59 50	0.41 173	0.20 221	0.15 227	1.84 552	0.84 542	0.14 21	0.13 38

RALCasStereoNet	0.54 171	0.30 239	0.66 183	0.59 331	0.51 386	0.61 187	0.52 306	0.94 148	0.93 217	0.70 151	1.01 213	0.78 206	0.44 115	1.33 273	0.47 231	0.20 221	0.16 267	0.18 117	0.16 155	0.20 200	0.19 219

XX-Stereo	0.63 234	0.26 131	1.90 503	0.81 485	0.67 459	0.43 56	0.23 27	1.03 183	0.58 100	0.65 144	1.56 428	1.41 406	0.39 89	1.28 260	0.35 114	0.20 221	0.14 169	0.20 175	0.19 216	0.18 125	0.14 65

StereoDRNet-Refined	0.80 343	0.41 398	0.88 329	0.62 369	0.42 321	1.33 437	0.48 276	1.52 335	1.17 345	1.45 438	1.44 394	1.44 413	0.90 347	1.26 255	1.24 440	0.20 221	0.16 267	0.27 372	0.24 357	0.25 318	0.28 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.77 328	0.30 239	0.99 368	0.57 312	0.36 254	0.83 321	0.36 133	2.33 525	1.58 490	1.27 364	1.30 341	1.25 371	0.84 319	1.65 343	0.79 360	0.20 221	0.14 169	0.17 82	0.12 43	0.18 125	0.27 367

StereoAnything_RVC	0.45 112	1.43 545	0.48 68	0.35 4	0.20 3	0.26 5	0.21 15	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 75	1.27 258	0.22 1	0.21 255	0.11 28	0.14 3	0.10 2	2.37 550	0.11 2

AIO-test2	0.57 202	0.28 183	0.63 162	0.61 357	0.58 426	0.79 297	0.51 295	1.18 246	1.40 462	0.63 141	1.15 286	0.51 111	0.43 107	1.09 213	0.35 114	0.21 255	0.17 296	0.26 355	0.30 442	0.20 200	0.19 219

UGAM	1.14 451	0.27 161	0.95 356	0.53 244	0.42 321	0.70 251	0.72 412	0.95 153	1.32 423	0.98 223	1.48 408	1.78 473	0.87 335	9.65 572	0.87 382	0.21 255	0.18 318	0.30 411	0.24 357	0.19 166	0.16 128

11t1	0.52 146	0.28 183	0.68 192	0.51 205	0.28 117	0.83 321	0.39 174	1.22 265	0.63 113	0.84 187	0.74 141	0.68 178	0.68 247	0.91 159	0.57 284	0.21 255	0.18 318	0.19 140	0.16 155	0.20 200	0.21 269

plain	0.46 119	0.27 161	1.01 377	0.50 175	0.40 307	0.35 21	0.37 152	0.87 115	0.56 97	0.43 68	0.76 145	0.42 64	0.40 93	1.13 224	0.45 210	0.21 255	0.15 227	0.24 297	0.19 216	0.24 306	0.16 128

LL-Strereo	1.33 473	0.39 384	1.38 455	0.61 357	0.61 440	0.75 272	0.66 392	1.63 367	1.17 345	1.56 464	1.60 437	2.03 501	2.12 531	9.72 573	0.97 402	0.21 255	0.18 318	0.27 372	0.23 344	0.22 266	0.25 333

gwcnet-sp	0.74 312	0.33 310	1.44 463	0.57 312	0.45 346	1.40 449	0.54 320	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 255	0.21 376	0.22 239	0.21 292	0.22 266	0.22 287

scenet	0.74 312	0.33 310	1.44 463	0.57 312	0.45 346	1.40 449	0.54 320	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 255	0.21 376	0.22 239	0.21 292	0.22 266	0.22 287

ssnet	0.74 312	0.33 310	1.44 463	0.57 312	0.45 346	1.40 449	0.54 320	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 255	0.21 376	0.22 239	0.21 292	0.22 266	0.22 287

qqq	0.57 202	0.34 334	0.71 223	0.47 120	0.27 92	0.64 203	0.62 378	1.42 305	0.78 170	0.80 174	0.92 181	0.95 283	0.77 281	0.88 151	0.59 290	0.21 255	0.20 354	0.24 297	0.23 344	0.22 266	0.21 269

x	0.54 171	0.31 272	0.61 153	0.47 120	0.30 156	0.67 232	0.47 265	1.53 341	0.79 174	0.81 178	0.83 163	0.78 206	0.70 255	0.70 90	0.62 303	0.21 255	0.19 336	0.22 239	0.19 216	0.21 242	0.20 252

DAS	0.84 365	0.34 334	1.03 388	0.64 387	0.69 467	0.77 286	0.63 383	1.54 344	1.20 365	1.79 494	1.55 424	0.95 283	1.04 410	2.83 450	0.60 298	0.21 255	0.16 267	0.25 336	0.18 194	0.27 344	0.22 287

SepStereo	0.82 354	0.34 334	1.03 388	0.64 387	0.69 467	0.77 286	0.63 383	1.54 344	1.20 365	1.79 494	1.55 424	0.95 283	1.04 410	2.30 422	0.60 298	0.21 255	0.16 267	0.25 336	0.18 194	0.27 344	0.22 287

DeepStereo_RVC	0.55 186	0.29 218	0.72 229	0.51 205	0.30 156	0.59 173	0.33 97	1.03 183	0.70 144	1.16 306	0.93 184	0.83 228	0.94 367	0.96 173	0.54 275	0.21 255	0.14 169	0.21 210	0.19 216	0.24 306	0.24 321

CRE-IMP	0.55 186	0.30 239	0.74 257	0.52 226	0.29 134	0.79 297	0.25 37	1.04 189	0.72 150	1.09 256	0.95 188	0.81 216	0.57 200	1.10 216	0.50 250	0.21 255	0.14 169	0.23 277	0.19 216	0.28 363	0.22 287

RAFT	0.64 246	0.30 239	0.73 241	0.59 331	0.33 222	0.68 239	0.58 361	1.04 189	0.76 163	1.08 250	1.19 303	1.65 456	0.93 362	1.06 204	0.56 281	0.21 255	0.18 318	0.27 372	0.24 357	0.22 266	0.17 154

CFNet_pseudo	0.66 261	0.32 288	0.86 311	0.48 147	0.39 296	0.70 251	0.40 182	1.33 282	1.22 377	1.16 306	1.34 362	1.24 367	0.64 236	0.98 182	0.59 290	0.21 255	0.16 267	0.33 441	0.19 216	0.36 426	0.25 333

RAFT + AFF	1.00 415	0.42 402	1.09 409	0.67 420	0.50 375	1.22 421	1.24 508	2.24 518	1.19 360	1.30 380	1.56 428	1.17 351	1.49 487	3.44 473	0.83 373	0.21 255	0.25 424	0.30 411	0.26 389	0.27 344	0.27 367

SFCPSM	0.70 280	0.28 183	1.02 384	0.51 205	0.38 286	1.37 442	0.66 392	2.00 471	1.03 261	1.17 315	1.21 309	0.82 221	0.78 288	1.03 195	0.53 269	0.21 255	0.17 296	0.22 239	0.24 357	0.21 242	0.19 219

delet	0.85 369	0.32 288	0.95 356	0.65 401	0.66 455	1.64 474	0.84 442	1.75 396	1.35 440	1.32 394	1.30 341	1.30 386	0.88 340	1.68 353	1.10 422	0.21 255	0.21 376	0.24 297	0.24 357	0.21 242	0.21 269

ACVNet	0.63 234	0.31 272	0.54 108	0.54 259	0.36 254	0.80 305	0.46 258	1.37 293	1.07 279	0.93 207	1.30 341	1.08 324	0.85 322	0.80 123	0.94 393	0.21 255	0.19 336	0.21 210	0.18 194	0.22 266	0.18 179

acv_ft	0.75 320	0.31 272	0.95 356	0.70 441	0.86 510	1.24 423	0.53 314	1.44 312	1.07 279	1.24 351	1.30 341	1.08 324	0.92 353	0.80 123	1.34 453	0.21 255	0.19 336	0.21 210	0.18 194	0.21 242	0.18 179

BEATNet_4x	0.73 307	0.49 429	1.17 426	0.53 244	0.26 68	1.03 383	0.55 338	1.82 423	1.06 274	1.21 332	1.22 311	0.96 289	0.91 350	1.01 191	1.06 413	0.21 255	0.14 169	0.24 297	0.19 216	0.37 430	0.21 269

MSMDNet	0.66 261	0.32 288	0.87 322	0.49 163	0.37 269	0.79 297	0.40 182	1.43 311	1.31 419	1.15 296	1.31 347	1.24 367	0.63 232	0.88 151	0.57 284	0.21 255	0.16 267	0.26 355	0.19 216	0.39 443	0.24 321

ccs_rob	0.66 261	0.33 310	0.86 311	0.48 147	0.39 296	0.70 251	0.40 182	1.33 282	1.22 377	1.16 306	1.34 362	1.23 365	0.64 236	0.98 182	0.59 290	0.21 255	0.16 267	0.35 459	0.20 248	0.37 430	0.25 333

LE_ROB	8.05 572	0.37 372	23.53 580	0.74 465	0.33 222	2.77 537	2.87 568	3.71 556	27.24 589	25.39 589	8.87 572	8.46 569	26.71 589	6.65 536	21.99 582	0.21 255	0.19 336	0.20 175	0.21 292	0.25 318	0.22 287

zero-FE	0.36 51	0.22 49	0.47 65	0.45 101	0.43 331	0.30 14	0.24 33	0.61 31	0.33 24	0.33 25	0.41 32	0.37 58	0.50 160	0.64 72	0.32 73	0.22 281	0.11 28	0.18 117	0.12 43	0.83 525	0.16 128

MultiAttention	4.51 560	0.33 310	0.82 298	0.73 461	0.45 346	30.98 590	4.50 574	2.18 511	1.40 462	1.61 472	2.41 514	2.43 519	0.70 255	38.42 592	1.36 457	0.22 281	0.15 227	0.29 398	0.30 442	0.47 478	0.43 468

test_sample1	0.61 223	0.29 218	0.75 261	0.50 175	0.31 182	0.76 278	0.48 276	1.59 354	0.84 188	0.90 199	0.94 187	0.88 249	0.95 372	1.16 231	0.67 318	0.22 281	0.18 318	0.20 175	0.19 216	0.21 242	0.21 269

DispNO	0.93 392	0.30 239	1.34 453	0.55 283	0.55 411	0.89 336	0.49 286	1.48 320	1.21 371	1.17 315	1.27 331	1.19 355	0.90 347	5.23 505	0.74 338	0.22 281	0.17 296	0.24 297	0.21 292	0.19 166	0.20 252

mmm	0.63 234	0.35 355	0.72 229	0.51 205	0.30 156	0.86 333	0.54 320	1.59 354	0.86 190	1.07 249	1.38 376	0.79 210	0.75 269	0.91 159	0.58 287	0.22 281	0.18 318	0.29 398	0.25 372	0.25 318	0.23 307

1111x	1.70 506	0.29 218	0.86 311	0.51 205	0.27 92	1.01 378	0.68 400	2.22 516	1.28 405	1.13 287	1.40 382	1.21 358	1.10 426	5.53 515	15.20 576	0.22 281	0.21 376	0.22 239	0.22 321	0.24 306	0.22 287

EKT-Stereo	0.53 156	0.30 239	0.73 241	0.58 318	0.60 437	0.51 125	0.48 276	0.94 148	0.90 205	0.71 153	0.88 173	0.77 202	0.43 107	1.07 208	0.40 162	0.22 281	0.16 267	0.21 210	0.18 194	0.20 200	0.22 287

hknet	0.77 328	0.32 288	0.95 356	0.54 259	0.38 286	1.27 427	0.65 387	2.16 502	1.07 279	1.20 328	1.11 262	1.59 441	0.81 302	1.37 284	0.66 315	0.22 281	0.17 296	0.25 336	0.22 321	0.22 266	0.22 287

Patchmatch Stereo++	0.55 186	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.29 65	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.83 513	0.28 183	0.72 229	0.61 357	0.32 201	0.67 232	0.51 295	0.96 160	0.98 239	1.47 441	1.20 307	1.00 300	1.18 442	2.83 450	22.77 586	0.22 281	0.13 117	0.22 239	0.19 216	0.23 291	0.15 98

PSM-adaLoss	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.41 198	1.04 189	0.64 117	1.12 272	0.96 191	0.82 221	0.61 222	1.06 204	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

ROB_FTStereo_v2	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.64 203	0.42 202	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.12 222	0.46 224	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

ROB_FTStereo	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.64 203	0.25 37	1.05 197	0.64 117	1.12 272	0.95 188	0.82 221	0.61 222	1.15 227	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

HUI-Stereo	0.52 146	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.30 75	1.04 189	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	0.79 120	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

SST-Stereo	0.83 360	0.28 183	0.72 229	0.59 331	0.31 182	0.72 259	0.26 47	1.09 220	0.86 190	1.47 441	1.10 256	1.00 300	0.87 335	5.73 521	0.45 210	0.22 281	0.13 117	0.23 277	0.19 216	0.23 291	0.18 179

RAFT_R40	0.83 360	0.28 183	0.73 241	0.59 331	0.31 182	0.69 244	0.44 234	1.10 223	0.95 222	1.47 441	1.10 256	1.00 300	0.85 322	5.53 515	0.46 224	0.22 281	0.13 117	0.23 277	0.20 248	0.23 291	0.18 179

iGMRVC	0.56 195	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.38 159	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.52 319	0.46 224	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

IRAFT_RVC	0.88 379	0.28 183	0.76 271	0.63 378	0.31 182	0.65 219	1.02 485	1.22 265	0.94 220	1.22 337	1.04 234	1.01 307	0.98 389	5.82 523	0.53 269	0.22 281	0.12 56	0.25 336	0.20 248	0.20 200	0.19 219

iRAFT	0.55 186	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.29 65	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

RAFT-IKP	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.59 173	0.36 133	1.04 189	0.64 117	1.12 272	0.96 191	0.83 228	0.61 222	1.22 244	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

TestStereo	0.64 246	0.39 384	0.71 223	0.51 205	0.27 92	0.56 160	0.42 202	1.03 183	0.91 210	0.80 174	1.00 207	0.68 178	0.52 169	3.25 466	0.45 210	0.22 281	0.15 227	0.24 297	0.18 194	0.27 344	0.16 128

sAnonymous2	0.55 186	0.56 457	1.46 470	0.60 343	0.51 386	0.48 82	0.52 306	0.79 86	0.68 139	0.50 110	0.67 117	0.46 81	0.62 227	0.59 50	0.40 162	0.22 281	0.17 296	0.22 239	0.21 292	0.86 527	0.56 500

CroCo_RVC	0.55 186	0.56 457	1.46 470	0.60 343	0.51 386	0.48 82	0.52 306	0.79 86	0.68 139	0.50 110	0.67 117	0.46 81	0.62 227	0.59 50	0.40 162	0.22 281	0.17 296	0.22 239	0.21 292	0.86 527	0.56 500

test_xeample	1.45 485	0.28 183	0.65 176	0.51 205	0.28 117	0.94 355	0.59 369	2.14 497	1.29 409	1.24 351	1.51 415	0.88 249	0.86 330	1.46 308	15.10 575	0.22 281	0.20 354	0.22 239	0.20 248	0.22 266	0.22 287

FENet	0.60 217	0.28 183	0.63 162	0.54 259	0.33 222	0.83 321	0.38 159	1.27 275	1.07 279	1.00 231	0.86 168	0.99 299	0.85 322	0.96 173	0.68 322	0.22 281	0.15 227	0.23 277	0.20 248	0.22 266	0.23 307

HSM-Net_RVC	0.87 378	0.29 218	0.53 102	0.53 244	0.30 156	1.15 407	0.55 338	3.57 554	1.28 405	1.53 454	1.74 463	1.68 459	0.93 362	1.49 314	0.77 352	0.22 281	0.17 296	0.19 140	0.18 194	0.20 200	0.19 219
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	1.19 460	0.32 288	0.65 176	0.57 312	0.38 286	1.23 422	0.59 369	2.25 519	1.19 360	1.30 380	1.25 321	1.94 490	1.03 408	9.32 567	0.71 331	0.22 281	0.16 267	0.20 175	0.16 155	0.21 242	0.21 269

test_sample2	0.62 227	0.29 218	0.74 257	0.50 175	0.28 117	0.80 305	0.61 375	1.61 361	1.00 251	0.88 196	0.99 203	0.94 275	0.83 315	1.16 231	0.51 255	0.23 308	0.18 318	0.22 239	0.21 292	0.23 291	0.22 287

DisPM	0.66 261	0.28 183	0.72 229	0.61 357	0.35 244	0.62 196	0.45 251	1.02 178	0.99 246	1.56 464	1.10 256	0.80 212	0.59 210	2.37 427	0.41 173	0.23 308	0.14 169	0.23 277	0.21 292	0.20 200	0.25 333

Wz-Net-LNSev-Ref	0.99 410	0.40 390	1.82 499	0.66 408	0.62 446	2.05 510	0.78 426	1.91 450	1.29 409	1.54 460	1.42 385	1.51 429	1.23 453	1.99 391	1.33 451	0.23 308	0.14 169	0.20 175	0.15 113	0.27 344	0.26 357

CIPLG	0.62 227	0.33 310	0.96 362	0.58 318	0.50 375	0.75 272	0.48 276	1.05 197	0.96 227	1.40 426	1.57 432	0.64 166	0.48 146	0.89 156	0.70 326	0.23 308	0.15 227	0.19 140	0.16 155	0.19 166	0.21 269

IPLGR_C	0.62 227	0.33 310	0.99 368	0.58 318	0.49 368	0.76 278	0.48 276	1.10 223	0.96 227	1.40 426	1.56 428	0.62 160	0.48 146	0.80 123	0.71 331	0.23 308	0.15 227	0.19 140	0.16 155	0.19 166	0.21 269

ACRE	0.61 223	0.33 310	1.01 377	0.58 318	0.49 368	0.75 272	0.47 265	1.06 210	0.95 222	1.37 414	1.55 424	0.62 160	0.46 126	0.83 134	0.70 326	0.23 308	0.15 227	0.19 140	0.16 155	0.18 125	0.21 269

TRStereo	0.60 217	0.60 475	0.97 364	0.74 465	0.67 459	0.46 71	0.38 159	1.85 432	0.89 201	0.79 172	0.80 160	0.88 249	0.39 89	1.10 216	0.41 173	0.23 308	0.15 227	0.23 277	0.24 357	0.17 94	0.15 98

NF-Stereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.02 221	0.82 221	0.57 200	5.40 513	0.48 236	0.23 308	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

Pruner-Stereo	0.62 227	0.29 218	0.70 211	0.61 357	0.31 182	0.63 200	0.43 221	1.17 241	0.99 246	1.53 454	1.08 247	0.95 283	0.55 186	1.35 278	0.51 255	0.23 308	0.14 169	0.24 297	0.21 292	0.21 242	0.23 307

UNet	0.83 360	0.34 334	1.31 445	0.58 318	0.74 478	1.58 468	0.49 286	1.41 303	1.04 266	1.21 332	1.08 247	1.54 433	1.12 430	1.65 343	1.09 419	0.23 308	0.17 296	0.25 336	0.20 248	0.25 318	0.22 287

FADNet-RVC-Resample	0.84 365	0.47 422	2.10 511	0.61 357	0.45 346	1.07 391	0.61 375	1.59 354	1.20 365	1.08 250	0.98 201	1.03 313	0.98 389	2.17 408	0.72 334	0.23 308	0.22 394	0.30 411	0.32 457	0.35 419	0.34 426

ADCRef	1.35 475	0.55 453	2.37 523	0.72 453	0.77 489	1.94 503	0.78 426	1.91 450	1.27 400	1.57 468	1.59 436	1.36 399	1.41 475	1.54 325	7.53 554	0.23 308	0.20 354	0.32 432	0.30 442	0.29 374	0.29 385

CFNet	0.96 398	0.36 365	1.01 377	0.62 369	0.42 321	0.99 375	0.47 265	1.90 446	1.32 423	0.99 226	1.39 380	1.10 336	0.86 330	5.58 518	0.79 360	0.23 308	0.17 296	0.28 387	0.27 400	0.26 330	0.21 269

iResNetv2_ROB	0.80 343	0.37 372	1.71 490	0.56 296	0.37 269	0.94 355	0.64 385	1.73 389	1.34 430	1.23 343	1.42 385	1.26 375	0.92 353	1.85 377	0.56 281	0.23 308	0.15 227	0.19 140	0.14 95	0.24 306	0.19 219

DISCO	1.03 427	0.34 334	1.11 414	0.69 435	0.45 346	2.07 511	0.84 442	2.13 493	1.50 480	1.15 296	1.33 355	2.40 517	1.07 421	2.60 442	1.51 483	0.23 308	0.18 318	0.22 239	0.20 248	0.31 394	0.27 367

FlowAnything_test	0.39 66	0.26 131	0.61 153	0.59 331	0.33 222	0.62 196	0.36 133	0.62 35	0.40 40	0.45 80	0.36 24	0.45 77	0.37 80	0.53 32	0.48 236	0.24 323	0.18 318	0.28 387	0.33 467	0.21 242	0.19 219

SCV	0.46 119	0.26 131	0.55 118	0.47 120	0.25 59	0.39 34	0.38 159	1.98 468	0.60 107	0.35 29	0.48 62	0.55 128	0.36 75	1.28 260	0.32 73	0.24 323	0.12 56	0.17 82	0.13 67	0.18 125	0.14 65

IGEV-RUCA	0.37 57	0.23 62	0.48 68	0.49 163	0.36 254	0.60 181	0.23 27	0.64 39	0.49 68	0.39 53	0.49 70	0.44 69	0.31 40	0.85 142	0.30 51	0.24 323	0.13 117	0.16 55	0.12 43	0.20 200	0.19 219

DCVSM-stereo	0.72 289	0.35 355	0.76 271	0.55 283	0.42 321	0.73 263	0.38 159	1.21 257	1.02 257	1.79 494	1.04 234	1.62 445	1.03 408	1.04 201	0.79 360	0.24 323	0.27 439	0.29 398	0.24 357	0.30 385	0.36 437

SMFormer	0.75 320	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 323	0.20 354	0.22 239	0.21 292	0.23 291	0.24 321

tta	0.75 320	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 323	0.20 354	0.22 239	0.21 292	0.18 125	0.18 179

qqq1	0.72 289	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 197	0.24 323	0.20 354	0.18 117	0.15 113	0.18 125	0.18 179

fff1	0.72 289	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 197	0.24 323	0.20 354	0.18 117	0.15 113	0.18 125	0.18 179

mmx	1.39 480	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.24 323	0.19 336	0.31 417	0.27 400	0.30 385	0.25 333

xxx	1.39 480	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.24 323	0.19 336	0.31 417	0.27 400	0.30 385	0.25 333

iinet-f	0.99 410	0.45 415	3.71 541	0.55 283	0.43 331	1.81 491	0.68 400	1.14 235	1.14 321	1.18 320	1.42 385	1.58 440	1.44 479	1.34 277	1.59 487	0.24 323	0.23 406	0.20 175	0.19 216	0.26 330	0.25 333

BUS	0.74 312	0.32 288	0.68 192	0.54 259	0.44 339	2.34 522	0.42 202	2.16 502	0.98 239	1.20 328	1.11 262	1.03 313	0.62 227	0.91 159	0.70 326	0.24 323	0.17 296	0.25 336	0.22 321	0.22 266	0.22 287

BSDual-CNN	0.71 287	0.32 288	0.68 192	0.54 259	0.44 339	1.27 427	0.65 387	2.16 502	0.98 239	1.20 328	1.11 262	1.12 341	0.74 267	0.91 159	0.66 315	0.24 323	0.17 296	0.25 336	0.22 321	0.22 266	0.22 287

psmg	0.72 289	0.32 288	0.68 192	0.50 175	0.44 339	1.48 459	0.75 418	1.94 459	0.98 239	1.21 332	1.33 355	1.12 341	0.74 267	0.91 159	0.66 315	0.24 323	0.19 336	0.25 336	0.25 372	0.23 291	0.22 287

ADLNet2	0.88 379	0.34 334	1.17 426	0.77 475	0.64 450	1.12 399	0.76 421	1.74 394	1.24 386	1.21 332	1.65 451	1.71 463	1.05 414	1.67 348	1.17 434	0.24 323	0.21 376	0.21 210	0.22 321	0.26 330	0.29 385

OCTAStereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.01 213	0.82 221	0.57 200	5.35 507	0.48 236	0.24 323	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

PSM-softLoss	0.78 336	0.31 272	0.77 278	0.58 318	0.32 201	0.56 160	0.40 182	1.18 246	0.70 144	1.24 351	1.07 242	0.83 228	0.52 169	5.36 508	0.53 269	0.24 323	0.15 227	0.25 336	0.22 321	0.20 200	0.25 333

KMStereo	0.78 336	0.31 272	0.77 278	0.58 318	0.32 201	0.56 160	0.40 182	1.18 246	0.70 144	1.24 351	1.07 242	0.83 228	0.52 169	5.36 508	0.53 269	0.24 323	0.15 227	0.25 336	0.22 321	0.20 200	0.25 333

RE-Stereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 236	0.24 323	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

TVStereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 236	0.24 323	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

222	1.61 498	0.29 218	0.67 188	0.56 296	0.29 134	1.06 389	0.42 202	2.17 508	1.31 419	1.31 390	1.52 416	0.92 270	0.94 367	1.76 367	17.65 579	0.24 323	0.20 354	0.21 210	0.19 216	0.22 266	0.23 307

xxxx	1.51 489	0.28 183	0.68 192	0.54 259	0.28 117	1.16 409	0.44 234	2.19 512	1.29 409	1.09 256	1.36 369	1.22 360	0.85 322	1.79 370	15.70 578	0.24 323	0.21 376	0.21 210	0.20 248	0.22 266	0.23 307

GMStereo	0.55 186	0.45 415	0.94 352	0.50 175	0.32 201	0.64 203	0.43 221	1.00 171	1.40 462	0.82 182	0.73 137	0.51 111	0.45 119	0.85 142	0.55 279	0.24 323	0.15 227	0.20 175	0.21 292	0.31 394	0.24 321
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.80 343	0.32 288	0.90 339	0.59 331	0.74 478	1.26 426	0.80 435	1.52 335	1.10 300	1.30 380	1.12 269	1.30 386	0.84 319	1.67 348	1.09 419	0.24 323	0.24 415	0.24 297	0.23 344	0.25 318	0.18 179

HGLStereo	0.85 369	0.38 379	0.94 352	0.80 482	1.03 523	1.17 411	0.58 361	1.52 335	1.20 365	1.19 324	1.62 444	1.13 346	1.20 448	1.80 371	1.06 413	0.24 323	0.24 415	0.24 297	0.21 292	0.23 291	0.27 367

SuperB	2.53 542	0.59 467	18.45 575	0.69 435	0.50 375	1.87 498	0.88 454	1.67 377	2.39 532	1.50 450	1.42 385	1.14 348	1.15 436	4.28 486	5.07 544	0.24 323	0.19 336	0.22 239	0.19 216	7.86 582	0.34 426

ADCP+	1.99 525	0.48 426	7.73 558	0.66 408	0.91 514	2.30 520	1.05 489	1.82 423	1.34 430	1.54 460	1.32 353	1.74 467	1.61 497	2.17 408	13.37 571	0.24 323	0.21 376	0.32 432	0.28 421	0.37 430	0.29 385

w-ln-seven-2	1.18 459	0.61 477	4.25 543	0.68 431	0.61 440	1.20 418	0.93 467	1.63 367	1.35 440	1.66 481	1.53 417	1.47 423	1.37 473	3.00 458	1.74 491	0.25 350	0.24 415	0.29 398	0.26 389	0.33 412	0.28 379

S2M2_L	0.34 42	0.28 183	0.45 53	0.40 41	0.30 156	0.31 16	0.16 1	0.60 30	0.64 117	0.31 16	0.48 62	0.47 88	0.34 58	0.38 4	0.32 73	0.25 350	0.22 394	0.20 175	0.22 321	0.25 318	0.22 287
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-Stereo	0.80 343	0.32 288	0.95 356	0.60 343	0.42 321	0.78 291	0.69 404	1.50 326	1.09 293	1.33 402	1.14 278	1.45 415	0.72 263	2.45 432	1.10 422	0.25 350	0.20 354	0.26 355	0.21 292	0.20 200	0.26 357

rvit_stereo_0083	0.47 127	0.33 310	0.81 295	0.56 296	0.36 254	0.50 108	0.44 234	0.68 54	0.95 222	0.49 102	0.57 95	0.55 128	0.49 154	0.88 151	0.46 224	0.25 350	0.25 424	0.24 297	0.20 248	0.24 306	0.17 154

rvit_stereo_0081	0.44 104	0.33 310	0.64 169	0.54 259	0.35 244	0.41 40	0.44 234	0.66 47	0.95 222	0.48 96	0.52 78	0.50 107	0.46 126	0.82 132	0.44 197	0.25 350	0.20 354	0.22 239	0.19 216	0.25 318	0.17 154

rvit_stereo_0082	0.44 104	0.33 310	0.64 169	0.54 259	0.35 244	0.41 40	0.44 234	0.66 47	0.95 222	0.48 96	0.52 78	0.50 107	0.46 126	0.82 132	0.44 197	0.25 350	0.20 354	0.22 239	0.19 216	0.25 318	0.17 154

rvit_stereo_ft	0.47 127	0.35 355	0.87 322	0.67 420	0.42 321	0.40 36	0.59 369	0.81 99	0.74 156	0.46 85	0.55 89	0.57 138	0.49 154	0.65 79	0.50 250	0.25 350	0.17 296	0.22 239	0.22 321	0.24 306	0.17 154

test_sample4	0.69 276	0.33 310	0.91 342	0.51 205	0.30 156	0.92 350	0.52 306	1.87 437	1.15 333	1.14 290	1.18 296	0.87 245	0.75 269	1.18 237	0.68 322	0.25 350	0.20 354	0.26 355	0.26 389	0.26 330	0.25 333

test_sample3	0.68 274	0.32 288	0.88 329	0.52 226	0.30 156	0.97 369	0.52 306	1.86 435	1.15 333	1.08 250	1.11 262	0.88 249	0.71 260	1.17 235	0.68 322	0.25 350	0.20 354	0.25 336	0.25 372	0.25 318	0.25 333

StereoVision	0.65 254	0.34 334	0.86 311	0.59 331	0.40 307	0.50 108	0.41 198	1.09 220	0.93 217	0.71 153	2.50 519	0.82 221	0.57 200	1.03 195	0.49 244	0.25 350	0.28 446	0.29 398	0.28 421	0.36 426	0.20 252

CFNet_ucs	0.70 280	0.33 310	0.88 329	0.50 175	0.43 331	0.74 267	0.44 234	1.60 358	1.29 409	1.22 337	1.54 422	1.09 334	0.63 232	0.99 186	0.59 290	0.25 350	0.20 354	0.37 470	0.21 292	0.40 447	0.28 379

AACVNet	0.86 374	0.35 355	0.79 289	0.82 493	0.39 296	0.76 278	0.49 286	1.61 361	0.81 178	1.08 250	1.33 355	1.30 386	0.93 362	4.34 487	0.74 338	0.25 350	0.21 376	0.28 387	0.22 321	0.29 374	0.25 333

PFNet+	0.59 214	0.28 183	0.77 278	0.53 244	0.30 156	0.59 173	0.31 82	0.92 134	1.14 321	1.33 402	1.10 256	0.79 210	0.57 200	1.31 266	0.49 244	0.25 350	0.17 296	0.28 387	0.26 389	0.21 242	0.25 333

psm_up	0.77 328	0.34 334	0.70 211	0.66 408	0.58 426	1.05 386	0.92 463	1.52 335	1.12 306	1.26 361	1.16 291	1.31 390	1.23 453	1.20 241	0.81 366	0.25 350	0.29 457	0.31 417	0.27 400	0.27 344	0.25 333

aanetorigin	1.23 461	0.79 505	2.78 534	0.70 441	0.79 494	0.99 375	1.06 491	1.06 210	1.37 448	3.52 551	2.61 521	1.72 464	1.63 498	1.99 391	1.78 493	0.25 350	0.24 415	0.26 355	0.25 372	0.38 439	0.45 473

EDNetEfficientorigin	10.57 577	1.47 547	177.42 600	0.67 420	0.53 401	1.58 468	1.16 502	1.90 446	3.37 552	4.71 564	3.38 534	3.10 538	2.69 547	3.13 463	3.58 533	0.25 350	0.23 406	0.33 441	0.27 400	0.83 525	0.81 529

cf-r	0.73 307	0.30 239	0.77 278	0.55 283	0.63 447	0.78 291	0.48 276	1.79 416	1.15 333	1.13 287	1.26 328	1.43 408	0.87 335	1.40 299	0.85 379	0.25 350	0.18 318	0.22 239	0.23 344	0.19 166	0.19 219

GANet-RSSM	0.72 289	0.28 183	0.63 162	0.64 387	0.58 426	0.80 305	0.58 361	1.89 443	1.08 285	1.04 245	1.25 321	1.15 349	1.04 410	1.49 314	0.62 303	0.25 350	0.19 336	0.22 239	0.22 321	0.22 266	0.21 269

GwcNet-RSSM	0.77 328	0.32 288	1.01 377	0.62 369	0.54 405	0.78 291	0.51 295	1.73 389	1.20 365	1.09 256	1.37 371	1.46 418	0.85 322	1.53 323	1.09 419	0.25 350	0.18 318	0.23 277	0.24 357	0.20 200	0.19 219

DMCA	0.67 270	0.34 334	0.90 339	0.51 205	0.44 339	0.86 333	0.47 265	1.42 305	1.02 257	1.17 315	1.12 269	1.23 365	0.75 269	0.78 116	0.95 397	0.25 350	0.19 336	0.27 372	0.19 216	0.24 306	0.27 367

NLCA_NET_v2_RVC	0.79 340	0.43 405	1.05 393	0.64 387	0.58 426	0.95 359	0.53 314	1.53 341	1.18 352	1.37 414	1.15 286	1.43 408	0.88 340	1.61 337	0.84 376	0.25 350	0.22 394	0.27 372	0.27 400	0.29 374	0.29 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	1.16 457	0.52 443	1.49 477	0.65 401	0.45 346	0.75 272	0.69 404	1.42 305	1.55 488	1.34 406	1.87 481	1.53 432	0.78 288	7.43 551	1.38 459	0.25 350	0.17 296	0.19 140	0.16 155	0.22 266	0.26 357

DLCB_ROB	0.86 374	0.40 390	0.78 286	0.68 431	0.54 405	1.11 396	0.84 442	1.49 322	1.23 380	1.64 480	1.65 451	1.70 462	0.91 350	1.70 355	1.05 411	0.25 350	0.24 415	0.26 355	0.27 400	0.27 344	0.24 321

coex_refinement	0.80 343	0.28 183	0.73 241	0.70 441	0.51 386	0.95 359	0.60 373	1.78 410	1.23 380	1.36 411	1.37 371	1.82 477	0.81 302	1.32 270	1.13 428	0.26 373	0.17 296	0.19 140	0.20 248	0.24 306	0.25 333

rvit_stereo_0081_aga	0.44 104	0.34 334	0.73 241	0.51 205	0.41 316	0.50 108	0.40 182	0.81 99	0.57 99	0.58 126	0.56 92	0.53 123	0.43 107	0.66 81	0.40 162	0.26 373	0.21 376	0.22 239	0.20 248	0.26 330	0.18 179

ITSA-stereo	0.82 354	0.36 365	0.82 298	0.54 259	0.31 182	0.80 305	0.47 265	2.17 508	1.67 496	1.13 287	1.13 274	0.94 275	0.86 330	2.46 435	1.00 407	0.26 373	0.23 406	0.28 387	0.27 400	0.28 363	0.36 437

rvit_stereo_0080	0.44 104	0.32 288	0.71 223	0.47 120	0.36 254	0.42 47	0.55 338	0.82 104	0.68 139	0.50 110	0.60 101	0.55 128	0.47 135	0.59 50	0.44 197	0.26 373	0.21 376	0.20 175	0.20 248	0.31 394	0.19 219

test_sample5	0.69 276	0.34 334	0.87 322	0.52 226	0.30 156	0.84 329	0.54 320	1.83 428	1.14 321	1.11 270	1.25 321	0.88 249	0.78 288	1.23 246	0.65 312	0.26 373	0.20 354	0.27 372	0.27 400	0.27 344	0.26 357

DualNet	0.70 280	0.34 334	0.87 322	0.52 226	0.30 156	0.84 329	0.54 320	1.83 428	1.14 321	1.14 290	1.33 355	0.88 249	0.78 288	1.23 246	0.65 312	0.26 373	0.20 354	0.27 372	0.27 400	0.27 344	0.26 357

whm_eth	0.44 104	0.32 288	0.71 223	0.47 120	0.36 254	0.42 47	0.55 338	0.82 104	0.68 139	0.50 110	0.60 101	0.55 128	0.47 135	0.59 50	0.44 197	0.26 373	0.21 376	0.20 175	0.20 248	0.31 394	0.19 219

fast-acv-ft	0.94 394	0.44 408	1.40 456	0.58 318	0.51 386	1.77 487	0.69 404	1.36 292	1.42 470	1.29 372	1.86 479	1.74 467	1.25 457	1.52 319	1.38 459	0.26 373	0.28 446	0.28 387	0.28 421	0.27 344	0.26 357

CRFU-Net	0.86 374	0.39 384	1.00 373	0.65 401	0.57 417	1.78 489	0.86 449	2.15 499	0.81 178	1.38 419	1.18 296	1.64 453	1.19 445	1.35 278	0.90 389	0.26 373	0.22 394	0.21 210	0.19 216	0.23 291	0.24 321

GANet-ADL	0.60 217	0.35 355	0.72 229	0.64 387	0.40 307	0.68 239	0.51 295	1.49 322	1.12 306	0.95 214	1.08 247	0.91 261	0.57 200	0.76 108	0.55 279	0.26 373	0.18 318	0.18 117	0.16 155	0.23 291	0.25 333

sCroCo_RVC	0.49 139	0.40 390	1.02 384	0.65 401	0.60 437	0.52 129	0.40 182	0.83 108	0.61 108	0.44 72	0.74 141	0.49 101	0.50 160	0.63 71	0.48 236	0.26 373	0.27 439	0.23 277	0.22 321	0.29 374	0.25 333

EDNetEfficient	2.37 536	1.10 527	8.08 560	0.74 465	0.71 470	0.98 374	1.56 527	1.46 316	4.06 559	4.90 565	2.82 526	2.25 508	3.48 555	2.95 454	9.97 564	0.26 373	0.24 415	0.26 355	0.30 442	0.68 519	0.61 511

CFNet-ft	0.72 289	0.32 288	0.54 108	0.66 408	0.54 405	0.83 321	0.55 338	1.37 293	1.15 333	0.93 207	1.28 337	1.57 437	0.97 382	1.35 278	0.81 366	0.26 373	0.20 354	0.33 441	0.25 372	0.30 385	0.23 307

ADCL	1.72 510	0.57 461	3.66 539	0.67 420	0.61 440	2.61 533	1.85 540	1.96 462	1.67 496	1.90 506	1.83 474	2.06 504	1.90 520	2.13 404	9.15 563	0.26 373	0.24 415	0.34 451	0.32 457	0.38 439	0.35 431

RYNet	1.17 458	0.49 429	1.24 435	0.70 441	0.97 522	1.71 478	0.92 463	1.91 450	1.46 475	1.38 419	1.14 278	1.88 480	1.30 466	4.24 483	1.87 496	0.26 373	0.21 376	0.35 459	0.27 400	0.55 499	0.54 496

CFNet_RVC	0.72 289	0.32 288	0.54 108	0.66 408	0.54 405	0.83 321	0.55 338	1.37 293	1.15 333	0.93 207	1.28 337	1.57 437	0.97 382	1.35 278	0.81 366	0.26 373	0.20 354	0.33 441	0.25 372	0.30 385	0.23 307

MSAF-DinoV2	1.97 523	0.80 507	10.38 567	0.86 504	0.48 364	1.39 447	0.97 475	2.55 540	1.72 502	1.53 454	1.65 451	3.59 542	2.20 535	5.39 512	3.94 538	0.27 389	0.17 296	0.26 355	0.28 421	0.47 478	0.46 476

ACV-stereo	0.99 410	0.51 439	1.41 461	0.56 296	0.41 316	2.43 526	0.57 357	1.15 237	1.18 352	0.81 178	1.01 213	3.39 540	2.14 532	1.60 335	1.07 416	0.27 389	0.22 394	0.22 239	0.22 321	0.28 363	0.32 415

test_sample6	0.71 287	0.34 334	0.87 322	0.52 226	0.30 156	0.82 316	0.58 361	1.79 416	1.15 333	1.14 290	1.33 355	0.91 261	0.79 292	1.31 266	0.74 338	0.27 389	0.21 376	0.27 372	0.29 433	0.28 363	0.27 367

CAS++	0.47 127	0.31 272	0.56 122	0.47 120	0.32 201	0.42 47	0.28 60	1.76 402	0.72 150	0.71 153	0.72 135	0.37 58	0.28 25	0.69 86	0.33 87	0.27 389	0.22 394	0.26 355	0.21 292	0.29 374	0.19 219
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Wz-Net-MNSev	1.11 444	0.58 464	2.23 519	0.66 408	0.71 470	1.95 504	1.46 522	1.98 468	1.45 474	1.79 494	1.43 389	1.49 426	1.33 469	1.97 390	1.42 471	0.27 389	0.23 406	0.28 387	0.28 421	0.34 416	0.31 409

AASNet	0.76 326	0.35 355	0.91 342	0.79 479	0.81 501	1.14 401	0.56 346	2.02 479	1.08 285	1.22 337	1.24 317	0.93 272	0.76 277	0.77 111	1.16 431	0.27 389	0.23 406	0.24 297	0.20 248	0.28 363	0.24 321

GwcNet-ADL	0.64 246	0.31 272	0.79 289	0.56 296	0.41 316	0.60 181	0.58 361	1.41 303	1.26 394	1.08 250	1.13 274	0.91 261	0.60 213	1.04 201	0.78 354	0.27 389	0.18 318	0.18 117	0.18 194	0.25 318	0.29 385

ADLNet	0.85 369	0.36 365	0.89 335	0.85 502	0.72 472	1.24 423	0.76 421	1.82 423	1.36 444	1.52 453	1.35 368	1.27 379	0.99 397	1.23 246	1.15 430	0.27 389	0.20 354	0.26 355	0.25 372	0.28 363	0.30 399

GES	0.66 261	0.34 334	0.90 339	0.59 331	0.38 286	0.94 355	0.57 357	2.11 492	0.86 190	1.02 238	1.11 262	0.66 173	0.79 292	0.99 186	0.61 300	0.27 389	0.19 336	0.20 175	0.20 248	0.21 242	0.30 399

ac_64	0.82 354	0.29 218	0.81 295	0.71 449	0.60 437	1.05 386	0.54 320	1.99 470	0.92 215	1.18 320	1.06 238	1.99 496	1.08 422	1.94 387	0.97 402	0.27 389	0.22 394	0.24 297	0.23 344	0.22 266	0.19 219

PSMNet-RSSM	0.72 289	0.30 239	0.61 153	0.63 378	0.42 321	0.73 263	0.56 346	1.92 453	1.10 300	1.09 256	1.37 371	1.22 360	0.98 389	1.28 260	0.72 334	0.27 389	0.19 336	0.27 372	0.29 433	0.24 306	0.24 321

DMCA-RVC	0.74 312	0.40 390	1.27 441	0.66 408	0.49 368	0.77 286	0.47 265	1.35 290	1.01 254	1.53 454	1.01 213	1.29 385	0.82 307	1.31 266	0.78 354	0.27 389	0.21 376	0.35 459	0.27 400	0.32 403	0.24 321

FADNet_RVC	0.83 360	0.51 439	1.83 501	0.54 259	0.42 321	1.19 416	0.46 258	1.51 333	1.09 293	0.89 197	1.24 317	0.91 261	0.87 335	2.11 403	1.11 425	0.27 389	0.22 394	0.31 417	0.28 421	0.43 461	0.38 448

DRN-Test	1.00 415	0.44 408	1.13 418	0.70 441	0.81 501	1.62 471	0.79 429	2.14 497	1.44 473	1.78 491	1.33 355	1.43 408	1.05 414	2.18 411	1.53 484	0.27 389	0.21 376	0.31 417	0.30 442	0.32 403	0.28 379

w-ln-seven	1.38 479	0.70 494	3.91 542	0.75 469	0.72 472	2.69 535	0.95 472	2.02 479	1.99 520	1.99 510	1.73 461	1.82 477	1.17 438	2.45 432	2.84 520	0.28 403	0.25 424	0.31 417	0.30 442	0.41 450	0.33 421

FACV-RUCA	0.63 234	0.34 334	0.82 298	0.62 369	0.65 452	0.81 314	0.41 198	1.44 312	1.07 279	0.86 194	1.14 278	0.61 155	0.69 250	0.80 123	0.53 269	0.28 403	0.19 336	0.47 501	0.21 292	0.35 419	0.25 333

DDVS	0.78 336	0.41 398	0.94 352	0.60 343	0.43 331	1.30 432	0.43 221	1.40 301	0.91 210	1.20 328	1.15 286	1.43 408	0.64 236	2.18 411	0.89 386	0.28 403	0.22 394	0.26 355	0.23 344	0.31 394	0.33 421

Wz-Net-LNSev	1.03 427	0.67 487	2.71 532	0.64 387	0.84 505	1.75 482	1.00 482	1.80 419	1.32 423	1.28 366	1.25 321	1.65 456	1.22 452	1.39 293	1.40 463	0.28 403	0.26 430	0.24 297	0.23 344	0.33 412	0.32 415

NINENet	0.77 328	0.37 372	0.78 286	0.62 369	0.51 386	2.34 522	0.42 202	1.83 428	1.04 266	1.14 290	1.23 315	1.03 313	0.62 227	1.24 251	0.70 326	0.28 403	0.23 406	0.31 417	0.21 292	0.26 330	0.25 333

dd	0.59 214	0.48 426	0.97 364	0.55 283	0.32 201	0.64 203	0.47 265	1.02 178	1.34 430	0.78 169	0.86 168	0.58 143	0.54 179	1.01 191	0.86 381	0.28 403	0.18 318	0.26 355	0.19 216	0.32 403	0.24 321

LMCR-Stereo	0.82 354	0.46 417	0.88 329	0.75 469	0.43 331	1.33 437	0.56 346	2.43 535	0.98 239	1.53 454	1.49 410	0.74 193	1.00 399	1.63 340	0.89 386	0.28 403	0.17 296	0.22 239	0.17 176	0.29 374	0.20 252

HCRNet	0.70 280	0.39 384	0.73 241	0.60 343	0.59 434	0.76 278	0.35 117	1.22 265	1.13 318	1.02 238	0.99 203	1.02 309	0.76 277	2.19 413	0.70 326	0.28 403	0.19 336	0.28 387	0.23 344	0.25 318	0.23 307

UCFNet_RVC	0.69 276	0.35 355	0.49 75	0.64 387	0.39 296	0.85 332	0.58 361	1.75 396	1.14 321	0.97 219	1.19 303	1.17 351	0.93 362	0.99 186	0.62 303	0.28 403	0.20 354	0.34 451	0.31 449	0.32 403	0.27 367

StereoDRNet	0.98 408	0.47 422	1.70 488	0.76 472	0.94 518	1.51 462	0.91 461	1.92 453	1.32 423	1.61 472	1.13 274	1.47 423	0.97 382	1.75 362	1.46 478	0.28 403	0.23 406	0.29 398	0.27 400	0.35 419	0.27 367

NaN_ROB	1.13 449	0.55 453	1.15 423	0.64 387	0.48 364	1.61 470	2.03 550	1.72 388	1.48 477	2.09 516	1.27 331	1.40 404	1.08 422	3.94 479	1.30 449	0.28 403	0.34 481	0.28 387	0.28 421	0.30 385	0.33 421

z-mn7	1.56 493	0.84 508	4.36 546	0.71 449	0.51 386	2.60 531	1.04 487	1.73 389	2.70 544	1.53 454	2.99 529	1.94 490	1.34 470	4.78 496	2.41 513	0.29 414	0.24 415	0.27 372	0.24 357	0.34 416	0.31 409

ICVP	0.63 234	0.33 310	0.57 132	0.61 357	0.40 307	0.80 305	0.58 361	1.61 361	0.89 201	0.90 199	1.24 317	0.88 249	0.73 265	0.72 97	0.88 383	0.29 414	0.21 376	0.22 239	0.21 292	0.24 306	0.27 367
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.90 384	0.37 372	0.99 368	0.64 387	0.50 375	0.95 359	0.79 429	2.42 534	1.17 345	1.16 306	1.11 262	1.26 375	0.92 353	3.24 465	0.90 389	0.29 414	0.19 336	0.23 277	0.20 248	0.27 344	0.29 385

STTStereo	0.78 336	0.50 436	1.22 431	0.64 387	0.54 405	0.89 336	0.54 320	1.44 312	1.11 302	1.38 419	1.09 252	1.27 379	0.85 322	1.43 302	0.83 373	0.29 414	0.27 439	0.33 441	0.39 489	0.32 403	0.30 399

PA-Net	1.01 421	0.57 461	1.29 443	0.64 387	0.74 478	1.19 416	0.84 442	1.69 380	1.43 472	1.16 306	1.19 303	1.32 391	1.19 445	3.42 471	1.25 441	0.29 414	0.45 522	0.33 441	0.49 513	0.32 403	0.47 480
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
zh-mn7	1.70 506	1.21 536	8.30 562	0.69 435	0.53 401	1.45 457	0.84 442	1.70 385	2.09 526	2.41 530	2.67 523	1.68 459	1.23 453	4.49 488	2.87 521	0.30 419	0.26 430	0.27 372	0.27 400	0.31 394	0.35 431

ttt	0.94 394	0.34 334	0.59 145	0.61 357	0.37 269	0.94 355	0.50 294	2.17 508	1.34 430	1.23 343	1.61 441	0.91 261	0.76 277	1.85 377	3.97 540	0.30 419	0.26 430	0.26 355	0.24 357	0.29 374	0.29 385

coex-ft	8.13 573	2.13 565	98.04 599	0.67 420	0.53 401	1.71 478	1.56 527	1.65 370	11.11 573	18.17 588	3.75 539	3.88 546	7.61 575	2.98 457	6.49 550	0.30 419	0.30 461	0.32 432	0.31 449	0.66 517	0.50 489

ssnet_v2	0.88 379	0.36 365	1.02 384	0.62 369	0.38 286	1.32 435	0.97 475	2.07 488	1.34 430	1.37 414	1.18 296	1.54 433	0.92 353	1.10 216	1.65 488	0.30 419	0.27 439	0.30 411	0.28 421	0.27 344	0.26 357

GwcNet	1.08 436	0.51 439	2.33 521	0.79 479	1.18 537	1.76 484	0.70 407	1.68 378	1.47 476	1.41 428	1.64 449	1.74 467	1.04 410	2.20 414	1.41 467	0.30 419	0.29 457	0.29 398	0.27 400	0.30 385	0.35 431

DSFCA	0.93 392	0.34 334	1.06 397	0.52 226	0.65 452	1.55 466	0.93 467	1.49 322	1.19 360	1.56 464	1.15 286	1.50 427	0.96 379	3.07 459	1.02 409	0.30 419	0.26 430	0.25 336	0.25 372	0.28 363	0.24 321

FADNet-RVC	0.88 379	0.67 487	1.93 505	0.60 343	0.48 364	0.91 343	0.60 373	1.71 387	1.18 352	0.90 199	0.96 191	1.36 399	0.92 353	2.25 418	1.17 434	0.30 419	0.29 457	0.32 432	0.32 457	0.41 450	0.35 431

GANet	1.36 476	0.47 422	0.86 311	0.67 420	0.45 346	1.34 439	1.73 534	1.64 369	1.24 386	1.49 449	2.38 511	1.55 435	1.20 448	9.30 566	0.93 391	0.30 419	0.31 467	0.33 441	0.28 421	0.39 443	0.30 399

TCMNet	1.01 421	0.60 475	2.10 511	0.86 504	1.33 544	1.14 401	0.67 396	1.69 380	1.23 380	1.11 270	1.57 432	1.30 386	0.97 382	2.01 393	1.50 482	0.31 427	0.31 467	0.38 473	0.34 473	0.42 455	0.36 437

test_sample7	0.74 312	0.37 372	0.76 271	0.52 226	0.35 244	0.91 343	0.67 396	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.31 427	0.28 446	0.32 432	0.31 449	0.33 412	0.29 385

Wz-Net-SNSev	1.49 486	1.23 537	6.27 555	0.68 431	0.67 459	1.37 442	1.41 519	2.00 471	1.39 457	1.48 447	1.61 441	2.29 510	1.32 468	3.93 478	2.14 509	0.31 427	0.28 446	0.31 417	0.33 467	0.42 455	0.36 437

APVNet	1.06 431	0.53 447	1.42 462	0.84 497	0.79 494	1.92 501	0.82 440	1.90 446	1.08 285	1.08 250	1.43 389	1.56 436	1.13 434	3.07 459	1.58 485	0.31 427	0.34 481	0.42 489	0.36 482	0.36 426	0.37 442

AdaStereo	0.70 280	0.43 405	0.75 261	0.73 461	0.37 269	0.92 350	0.53 314	1.85 432	1.18 352	1.12 272	1.23 315	1.07 323	0.65 242	0.96 173	0.63 307	0.31 427	0.15 227	0.32 432	0.21 292	0.29 374	0.22 287
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.
MDST_ROB	1.67 502	0.34 334	1.58 482	0.92 521	0.58 426	4.26 560	1.11 495	2.83 543	1.41 467	4.49 562	2.55 520	1.45 415	0.97 382	7.79 557	1.17 434	0.31 427	0.25 424	0.37 470	0.33 467	0.31 394	0.30 399

SGM_RVC	1.68 504	0.36 365	0.61 153	0.59 331	0.29 134	2.25 518	1.18 504	2.38 531	1.68 498	3.60 552	2.67 523	3.69 544	2.42 541	8.13 560	1.90 499	0.31 427	0.31 467	0.30 411	0.28 421	0.30 385	0.29 385
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-sn7	1.76 512	1.38 539	6.58 556	0.74 465	0.72 472	1.78 489	1.31 514	1.88 440	1.56 489	1.86 502	2.47 518	1.81 474	2.08 530	5.12 503	3.80 536	0.32 434	0.32 475	0.32 432	0.32 457	0.44 467	0.40 452

rvit_0105_6	0.53 156	0.37 372	0.98 367	0.65 401	0.38 286	0.51 125	0.51 295	0.77 77	1.20 365	0.54 121	0.55 89	0.65 169	0.53 174	0.94 170	0.44 197	0.32 434	0.32 475	0.28 387	0.24 357	0.28 363	0.21 269

rvit_0105_5	0.58 208	0.39 384	1.05 393	0.66 408	0.37 269	0.58 168	0.56 346	0.94 148	1.18 352	0.64 142	0.68 120	0.75 195	0.63 232	0.88 151	0.50 250	0.32 434	0.32 475	0.30 411	0.27 400	0.28 363	0.25 333

rvit_0105_4	0.56 195	0.38 379	1.06 397	0.66 408	0.38 286	0.53 138	0.53 314	0.84 111	1.17 345	0.56 123	0.61 103	0.72 191	0.59 210	0.98 182	0.45 210	0.32 434	0.33 480	0.29 398	0.25 372	0.29 374	0.23 307

GMStereo_Zeroshot	0.67 270	0.61 477	1.01 377	0.64 387	0.37 269	0.84 329	0.35 117	1.05 197	1.12 306	1.12 272	1.06 238	1.27 379	0.54 179	1.19 239	0.59 290	0.32 434	0.17 296	0.31 417	0.18 194	0.52 493	0.22 287

CSP-Net	0.97 404	0.38 379	0.83 303	0.53 244	0.41 316	1.63 472	0.77 424	2.00 471	1.05 270	1.25 357	1.20 307	1.33 392	0.83 315	4.93 501	0.85 379	0.32 434	0.22 394	0.20 175	0.20 248	0.23 291	0.25 333

pcwnet_v2	0.97 404	0.37 372	4.33 544	0.62 369	0.54 405	0.79 297	0.45 251	2.02 479	1.58 490	1.42 434	1.64 449	1.09 334	0.79 292	1.24 251	0.67 318	0.32 434	0.25 424	0.29 398	0.27 400	0.37 430	0.35 431

RTSC	1.29 466	0.73 497	2.44 524	0.83 496	0.57 417	1.85 496	0.65 387	1.88 440	2.00 521	2.20 519	1.66 454	1.60 443	1.26 459	2.33 424	3.92 537	0.32 434	0.23 406	0.27 372	0.29 433	0.37 430	0.37 442

ETE_ROB	0.96 398	0.64 484	1.16 424	0.69 435	0.48 364	1.14 401	1.13 498	1.77 406	1.19 360	1.91 507	1.45 396	1.73 465	1.05 414	1.60 335	1.14 429	0.32 434	0.26 430	0.38 473	0.34 473	0.39 443	0.41 457

YMNet	1.00 415	0.54 448	1.40 456	0.81 485	0.85 508	1.87 498	0.62 378	1.55 348	1.18 352	1.63 478	1.99 490	1.77 471	0.97 382	1.50 316	1.45 475	0.33 443	0.37 499	0.31 417	0.32 457	0.32 403	0.29 385

YMNet_1	1.00 415	0.54 448	1.40 456	0.81 485	0.85 508	1.87 498	0.62 378	1.55 348	1.18 352	1.63 478	1.99 490	1.77 471	0.97 382	1.50 316	1.45 475	0.33 443	0.37 499	0.31 417	0.32 457	0.32 403	0.29 385

PSMNet-ADL	0.72 289	0.35 355	0.62 159	0.69 435	0.46 358	1.14 401	0.44 234	1.37 293	1.01 254	0.83 184	1.17 294	1.33 392	0.96 379	1.43 302	0.95 397	0.33 443	0.22 394	0.21 210	0.23 344	0.27 344	0.29 385

hitnet-ft	0.79 340	0.35 355	0.57 132	0.58 318	0.42 321	0.96 365	0.46 258	1.47 318	1.33 427	1.19 324	1.22 311	1.81 474	0.98 389	1.66 347	0.94 393	0.33 443	0.28 446	0.34 451	0.27 400	0.35 419	0.31 409

FADNet	0.92 389	0.61 477	1.81 498	0.62 369	0.55 411	0.96 365	0.57 357	1.78 410	1.33 427	0.93 207	1.01 213	1.36 399	1.01 401	2.71 447	0.75 343	0.33 443	0.34 481	0.31 417	0.34 473	0.59 506	0.40 452

ADCMid	1.89 520	0.73 497	5.06 548	0.72 453	0.67 459	2.00 508	1.14 499	1.97 466	1.48 477	2.86 543	1.81 473	2.37 515	2.05 528	2.24 416	10.39 568	0.33 443	0.31 467	0.39 479	0.43 499	0.50 487	0.44 471

DANet	1.08 436	0.61 477	1.32 448	0.85 502	0.72 472	1.37 442	0.51 295	1.54 344	1.15 333	1.78 491	1.54 422	2.01 498	1.11 427	2.90 453	2.00 504	0.33 443	0.30 461	0.40 484	0.30 442	0.44 467	0.45 473
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TDLM	1.06 431	0.44 408	0.79 289	0.63 378	0.50 375	0.89 336	1.44 521	1.48 320	1.26 394	1.12 272	1.40 382	1.08 324	0.98 389	6.65 536	0.78 354	0.33 443	0.21 376	0.33 441	0.26 389	0.37 430	0.24 321

PWC_ROB	1.24 462	0.76 503	2.46 525	0.72 453	0.78 491	1.15 407	0.49 286	1.75 396	1.92 516	2.31 522	3.07 530	1.59 441	1.40 474	2.46 435	2.10 508	0.33 443	0.22 394	0.35 459	0.24 357	0.38 439	0.41 457

PSMNet_ROB	0.90 384	0.52 443	1.17 426	0.72 453	0.61 440	1.27 427	1.12 497	1.76 402	1.12 306	1.09 256	1.28 337	1.45 415	0.89 346	1.65 343	1.42 471	0.33 443	0.25 424	0.37 470	0.39 489	0.35 419	0.29 385

WZ-Net	1.95 521	0.95 517	10.10 564	0.86 504	0.78 491	1.69 477	1.60 530	2.20 515	1.98 519	2.08 515	1.93 486	2.30 511	1.97 523	5.30 506	3.17 528	0.34 453	0.26 430	0.29 398	0.31 449	0.51 491	0.47 480

SACVNet	0.85 369	0.46 417	0.85 305	0.81 485	0.56 414	0.80 305	0.79 429	1.68 378	1.12 306	1.34 406	1.33 355	1.25 371	0.94 367	2.39 429	0.76 346	0.34 453	0.26 430	0.31 417	0.29 433	0.35 419	0.44 471

CVANet_RVC	1.07 433	0.43 405	0.76 271	0.60 343	0.50 375	0.90 339	0.97 475	1.52 335	1.26 394	1.33 402	1.38 376	1.24 367	1.18 442	6.75 542	0.75 343	0.34 453	0.23 406	0.34 451	0.29 433	0.42 455	0.27 367

DeepPruner_ROB	0.74 312	0.48 426	0.87 322	0.57 312	0.44 339	0.79 297	0.54 320	1.73 389	0.96 227	1.38 419	1.27 331	1.24 367	0.73 265	1.43 302	0.73 337	0.34 453	0.28 446	0.27 372	0.26 389	0.31 394	0.31 409

FBW_ROB	1.71 509	0.62 481	1.45 468	0.67 420	0.61 440	1.81 491	1.08 493	2.52 538	1.70 499	1.77 490	1.73 461	1.98 495	1.25 457	12.57 579	1.84 495	0.34 453	0.37 499	0.56 522	0.38 487	0.45 471	0.43 468

SANet	1.88 517	0.57 461	2.18 518	0.63 378	0.40 307	2.80 539	1.57 529	2.39 532	5.88 568	2.36 527	3.57 537	3.72 545	2.97 550	4.74 494	1.76 492	0.34 453	0.30 461	0.32 432	0.29 433	0.48 483	0.37 442

CBMV	0.95 397	0.44 408	0.66 183	0.53 244	0.35 244	1.53 464	1.63 532	1.69 380	1.42 470	2.00 513	1.60 437	1.43 408	1.17 438	1.59 334	0.99 406	0.34 453	0.34 481	0.39 479	0.33 467	0.33 412	0.32 415
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_3	0.63 234	0.44 408	1.08 406	0.72 453	0.40 307	0.64 203	0.71 409	1.03 183	1.17 345	0.82 182	0.70 128	0.80 212	0.70 255	0.91 159	0.56 281	0.35 460	0.34 481	0.34 451	0.32 457	0.27 344	0.28 379

CASS	0.65 254	0.34 334	0.72 229	0.56 296	0.27 92	0.78 291	0.42 202	1.59 354	0.86 190	1.30 380	1.25 321	0.87 245	0.84 319	0.84 137	0.54 275	0.35 460	0.19 336	0.26 355	0.21 292	0.28 363	0.42 461
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	0.61 223	0.44 408	1.11 414	0.59 331	0.49 368	0.93 354	0.65 387	0.93 141	0.81 178	0.72 158	0.88 173	0.65 169	0.69 250	1.06 204	0.53 269	0.35 460	0.30 461	0.26 355	0.26 389	0.31 394	0.27 367

NCCL2	1.00 415	0.56 457	1.06 397	0.75 469	0.57 417	1.31 434	1.72 533	1.77 406	1.36 444	1.50 450	1.17 294	1.91 485	1.17 438	1.54 325	1.29 448	0.35 460	0.31 467	0.45 496	0.44 501	0.40 447	0.40 452

Syn2CoEx	1.14 451	0.69 491	1.66 486	0.80 482	0.67 459	1.40 449	0.88 454	2.06 487	1.54 486	1.25 357	1.58 435	1.42 407	1.50 489	4.09 481	1.40 463	0.36 464	0.32 475	0.34 451	0.29 433	0.29 374	0.34 426

stereogan	1.15 455	0.42 402	1.40 456	0.86 504	0.84 505	2.38 524	0.71 409	1.88 440	1.73 503	1.72 486	1.94 488	2.31 512	1.29 462	2.07 399	1.08 417	0.36 464	0.35 492	0.39 479	0.31 449	0.51 491	0.46 476

SGM-ForestM	6.52 568	0.38 379	1.26 438	0.63 378	0.35 244	13.59 578	5.32 575	6.32 574	6.70 570	11.14 580	9.18 573	22.51 590	13.93 579	16.89 581	20.07 581	0.36 464	0.37 499	0.36 467	0.35 478	0.36 426	0.34 426

SGM-Forest	1.24 462	0.38 379	0.60 150	0.52 226	0.37 269	1.56 467	1.30 513	1.65 370	1.36 444	2.11 517	1.79 470	1.63 450	0.93 362	7.48 553	0.95 397	0.36 464	0.37 499	0.39 479	0.34 473	0.37 430	0.32 415
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_stereo_0075_2	0.64 246	0.46 417	1.05 393	0.66 408	0.66 455	0.53 138	0.48 276	1.20 256	1.12 306	0.76 161	0.92 181	0.78 206	0.53 174	1.03 195	0.59 290	0.37 468	0.28 446	0.40 484	0.31 449	0.37 430	0.32 415

AnyNet_C32	1.96 522	1.10 527	5.17 549	0.90 516	1.11 529	2.12 514	2.37 561	1.85 432	1.48 477	2.45 531	1.70 458	2.05 503	1.64 499	2.50 438	10.28 567	0.37 468	0.34 481	0.35 459	0.41 494	0.49 486	0.54 496

PS-NSSS	0.99 410	0.58 464	0.93 348	0.58 318	0.57 417	0.91 343	0.80 435	1.81 422	1.14 321	1.14 290	1.67 456	1.00 300	0.83 315	4.62 492	0.78 354	0.37 468	0.31 467	0.52 509	0.32 457	0.45 471	0.38 448

LALA_ROB	1.01 421	0.59 467	1.16 424	0.67 420	0.51 386	1.63 472	1.26 512	1.69 380	1.38 452	1.81 498	1.37 371	1.94 490	1.02 406	1.58 332	1.38 459	0.37 468	0.27 439	0.43 491	0.37 485	0.43 461	0.37 442

SHD	1.31 470	0.71 496	2.34 522	0.86 504	0.75 485	1.77 487	0.65 387	2.22 516	2.50 538	2.40 529	1.71 459	1.91 485	1.60 496	1.93 386	2.37 512	0.38 472	0.31 467	0.38 473	0.40 493	0.48 483	0.50 489

ADCPNet	1.85 515	0.69 491	8.07 559	0.71 449	0.58 426	2.79 538	1.22 507	1.94 459	1.54 486	1.88 503	1.69 457	2.46 521	2.04 526	2.37 427	6.48 549	0.38 472	0.37 499	0.38 473	0.43 499	0.47 478	0.45 473

XPNet_ROB	0.96 398	0.49 429	1.09 409	0.72 453	0.57 417	1.11 396	1.14 499	1.66 375	1.23 380	1.85 501	1.39 380	1.64 453	1.11 427	1.80 371	1.42 471	0.38 472	0.30 461	0.33 441	0.29 433	0.37 430	0.34 426

ISRNet	0.80 343	0.33 310	1.07 402	0.81 485	0.66 455	0.60 181	0.34 109	1.19 254	1.13 318	1.59 471	1.53 417	1.35 397	0.77 281	1.27 258	0.94 393	0.39 475	0.34 481	0.43 491	0.38 487	0.34 416	0.49 487

Wz-Net-TNSev	1.88 517	2.08 564	7.66 557	0.67 420	0.64 450	2.42 525	1.83 539	2.33 525	1.74 505	1.57 468	1.56 428	2.58 523	1.90 520	4.86 497	3.12 525	0.39 475	0.37 499	0.33 441	0.37 485	0.53 495	0.58 505

psmorigin	1.52 490	0.69 491	10.52 568	0.68 431	0.59 434	1.13 400	0.70 407	1.57 352	1.19 360	1.99 510	1.79 470	2.26 509	1.47 484	2.09 401	1.36 457	0.39 475	0.40 510	0.34 451	0.33 467	0.43 461	0.56 500

S-Stereo	1.15 455	0.46 417	2.17 516	0.81 485	0.80 499	1.21 420	1.19 505	1.93 457	2.02 522	1.47 441	2.11 499	1.57 437	1.17 438	2.05 398	1.41 467	0.40 478	0.40 510	0.35 459	0.31 449	0.44 467	0.70 522

Nwc_Net	1.09 439	0.49 429	1.33 450	0.89 515	0.80 499	1.49 461	0.66 392	2.19 512	1.27 400	1.32 394	2.26 506	1.96 493	1.54 490	1.92 383	1.34 453	0.40 478	0.30 461	0.43 491	0.45 503	0.38 439	0.37 442

RTS	2.67 544	1.38 539	15.28 573	0.99 526	1.26 541	3.78 552	1.96 547	2.15 499	2.62 541	2.61 534	2.85 527	2.60 524	1.59 494	6.27 530	5.71 547	0.40 478	0.28 446	0.35 459	0.35 478	0.50 487	0.48 483

RTSA	2.67 544	1.38 539	15.28 573	0.99 526	1.26 541	3.78 552	1.96 547	2.15 499	2.62 541	2.61 534	2.85 527	2.60 524	1.59 494	6.27 530	5.71 547	0.40 478	0.28 446	0.35 459	0.35 478	0.50 487	0.48 483

rvit_105_1	0.72 289	0.52 443	1.01 377	0.78 477	0.49 368	0.75 272	0.87 451	1.12 231	1.18 352	0.99 226	0.79 155	0.90 258	0.77 281	1.26 255	0.75 343	0.41 482	0.36 497	0.36 467	0.41 494	0.30 385	0.33 421

ADCS	2.25 531	0.99 521	5.55 550	0.81 485	0.74 478	2.19 516	1.80 536	2.27 521	2.14 527	2.80 542	2.13 501	2.40 517	2.03 525	2.64 445	13.69 572	0.41 482	0.39 508	0.40 484	0.45 503	0.58 504	0.56 500

AnyNet_C01	2.26 532	1.78 553	10.22 566	0.93 522	0.74 478	2.92 541	2.20 556	2.29 523	1.80 508	2.53 533	2.41 514	2.71 528	1.73 506	3.41 470	6.72 551	0.41 482	0.39 508	0.40 484	0.42 497	0.67 518	0.63 513

LSM	6.33 567	1.10 527	13.19 570	1.41 544	68.17 595	1.64 474	1.90 544	1.92 453	2.46 534	2.99 546	3.11 531	1.88 480	1.80 512	2.61 443	2.06 507	0.41 482	0.58 541	0.50 506	0.57 524	0.64 513	17.66 589

dad	0.86 374	0.66 486	1.06 397	0.56 296	0.37 269	0.76 278	0.44 234	1.17 241	1.50 480	1.44 436	1.27 331	1.34 396	0.75 269	2.52 439	0.84 376	0.42 486	0.27 439	0.83 535	0.26 389	0.41 450	0.29 385

FINET	0.97 404	0.54 448	1.60 483	0.63 378	0.79 494	1.08 392	1.07 492	1.56 351	2.20 529	1.15 296	1.49 410	0.94 275	0.88 340	2.32 423	1.05 411	0.42 486	0.35 492	0.32 432	0.28 421	0.43 461	0.38 448

FAT-Stereo	1.07 433	0.41 398	1.32 448	0.72 453	0.58 426	1.08 392	0.89 456	1.96 462	1.65 494	1.75 488	1.98 489	2.03 501	1.48 485	2.02 394	1.18 437	0.42 486	0.35 492	0.34 451	0.29 433	0.35 419	0.53 495

edge stereo	1.11 444	0.50 436	1.30 444	0.71 449	0.65 452	1.14 401	0.75 418	1.93 457	1.37 448	1.71 485	1.83 474	2.54 522	1.44 479	2.43 431	1.23 439	0.42 486	0.41 512	0.54 515	0.35 478	0.42 455	0.46 476

DeepPrunerF	1.60 496	0.73 497	5.81 553	0.88 512	1.19 538	0.91 343	0.95 472	2.19 512	5.24 566	1.17 315	1.30 341	1.19 355	1.30 466	4.90 499	1.66 490	0.42 486	0.34 481	0.52 509	0.47 508	0.41 450	0.40 452

GASNet	0.99 410	0.97 518	1.72 491	0.98 525	0.68 465	0.83 321	0.67 396	1.60 358	1.28 405	1.31 390	1.22 311	1.22 360	1.21 451	2.41 430	1.41 467	0.43 491	0.26 430	0.36 467	0.34 473	0.55 499	0.31 409

NVstereo2D	0.92 389	0.41 398	1.48 475	0.72 453	0.72 472	1.20 418	0.87 451	1.75 396	1.38 452	0.99 226	1.13 274	1.26 375	0.98 389	2.21 415	0.89 386	0.43 491	0.20 354	0.38 473	0.24 357	0.57 502	0.63 513

CBMV_ROB	0.90 384	0.44 408	0.63 162	0.51 205	0.37 269	1.25 425	0.49 286	1.77 406	1.27 400	1.41 428	2.00 492	1.33 392	1.08 422	2.17 408	0.76 346	0.43 491	0.42 514	0.47 501	0.44 501	0.41 450	0.36 437

CSAN	1.41 483	0.59 467	1.26 438	0.70 441	0.50 375	1.76 484	1.78 535	1.77 406	1.90 515	2.35 525	2.32 508	1.92 488	1.94 522	5.56 517	1.49 481	0.43 491	0.35 492	0.40 484	0.41 494	0.43 461	0.41 457

MeshStereo	2.26 532	0.56 457	0.92 346	0.61 357	0.49 368	2.60 531	1.02 485	3.18 549	2.05 524	7.40 577	4.98 554	7.58 565	2.98 551	6.37 532	1.96 502	0.43 491	0.43 515	0.45 496	0.39 489	0.43 461	0.42 461
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
RGC	1.14 451	0.79 505	1.26 438	0.91 519	0.96 521	1.52 463	0.77 424	1.92 453	1.26 394	1.54 460	1.93 486	2.02 500	1.54 490	2.25 418	1.31 450	0.44 496	0.35 492	0.58 525	0.48 510	0.47 478	0.46 476

HBP-ISP	0.96 398	0.58 464	0.72 229	0.61 357	0.46 358	1.64 474	0.76 421	1.86 435	1.28 405	1.30 380	1.53 417	0.86 241	0.94 367	3.27 467	0.69 325	0.45 497	0.44 518	0.54 515	0.48 510	0.47 478	0.40 452

DGSMNet	1.14 451	0.76 503	2.49 526	0.81 485	0.86 510	1.39 447	1.39 518	2.13 493	1.35 440	1.26 361	1.63 448	1.48 425	0.98 389	1.75 362	1.10 422	0.45 497	0.43 515	0.55 519	0.49 513	0.75 524	0.70 522

MFN_U_SF_DS_RVC	1.74 511	0.87 513	3.56 538	0.80 482	0.75 485	3.72 551	2.44 563	1.82 423	1.82 510	1.74 487	1.91 485	1.92 488	1.26 459	7.69 556	1.28 447	0.45 497	0.47 526	0.52 509	0.77 538	0.50 487	0.50 489

NCC-stereo	1.10 441	0.54 448	1.24 435	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 394	1.74 463	1.88 480	1.74 507	2.35 425	1.25 441	0.45 497	0.37 499	0.45 496	0.58 525	0.42 455	0.42 461

Abc-Net	1.10 441	0.54 448	1.24 435	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 394	1.74 463	1.88 480	1.74 507	2.35 425	1.25 441	0.45 497	0.37 499	0.45 496	0.58 525	0.42 455	0.42 461
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NOSS_ROB	1.26 465	0.46 417	0.62 159	0.56 296	0.38 286	1.06 389	0.78 426	1.73 389	1.40 462	1.01 234	1.43 389	1.10 336	0.75 269	10.62 576	0.65 312	0.45 497	0.43 515	0.48 503	0.45 503	0.44 467	0.41 457

SAMSARA	1.55 492	0.84 508	2.61 529	1.22 538	1.07 525	2.50 528	1.93 545	2.05 482	1.89 513	2.75 539	1.66 454	2.81 530	1.69 505	3.08 461	1.97 503	0.46 503	0.51 533	0.42 489	0.46 506	0.58 504	0.59 507

PVD	1.70 506	0.84 508	2.26 520	0.94 524	0.83 504	2.48 527	0.97 475	2.59 541	3.35 551	3.01 548	2.77 525	2.34 514	2.47 543	2.67 446	3.14 526	0.47 504	0.45 522	0.59 526	0.48 510	0.59 506	0.75 527

AF-Net	1.13 449	0.52 443	1.33 450	0.86 504	0.91 514	1.38 445	0.71 409	2.16 502	1.62 492	1.56 464	2.40 513	1.99 496	1.65 500	1.81 373	1.48 480	0.48 505	0.28 446	0.49 505	0.33 467	0.39 443	0.32 415

G-Net	1.66 501	0.63 482	1.56 480	1.11 535	0.74 478	2.98 543	0.91 461	1.55 348	1.22 377	2.76 540	8.18 571	2.32 513	2.53 545	1.92 383	1.87 496	0.48 505	0.44 518	0.45 496	0.31 449	0.60 510	0.57 504

XQC	1.37 477	0.87 513	2.56 528	0.84 497	0.69 467	1.83 494	0.89 456	2.07 488	1.88 512	1.88 503	1.53 417	1.91 485	1.55 492	2.85 452	3.05 523	0.48 505	0.29 457	0.44 495	0.39 489	0.69 520	0.60 510

DPSNet	1.69 505	0.59 467	4.33 544	0.70 441	0.57 417	2.02 509	1.62 531	3.35 552	1.78 506	1.48 447	1.38 376	2.17 506	2.84 548	4.77 495	3.66 534	0.48 505	0.31 467	0.29 398	0.25 372	0.64 513	0.48 483

BEATNet-Init1	26.87 588	13.43 584	70.68 598	0.91 519	0.68 465	57.02 598	21.06 583	32.82 594	32.67 591	52.12 599	53.61 598	66.05 599	49.56 599	48.79 600	34.71 593	0.49 509	0.44 518	0.53 514	0.53 520	0.63 511	0.59 507

UDGNet	0.72 289	1.17 535	0.80 294	0.77 475	0.41 316	0.77 286	0.38 159	0.97 161	1.34 430	0.81 178	0.88 173	0.71 190	0.60 213	1.21 243	0.54 275	0.52 510	0.19 336	1.02 543	0.26 389	0.71 522	0.31 409

FCDSN-DC	2.32 534	0.63 482	0.81 295	0.84 497	0.75 485	2.23 517	0.94 470	2.09 491	1.80 508	5.45 570	7.72 568	7.77 567	6.93 574	3.39 468	1.80 494	0.52 510	0.48 527	0.52 509	0.51 518	0.57 502	0.58 505
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	1.52 490	0.84 508	3.42 537	0.87 511	0.66 455	2.56 530	0.95 472	2.36 528	1.70 499	1.98 509	1.86 479	2.45 520	1.79 511	2.95 454	2.58 515	0.52 510	0.48 527	0.55 519	0.59 528	0.59 506	0.61 511

RP	1.09 439	0.50 436	1.12 416	0.90 516	1.04 524	1.11 396	0.84 442	1.80 419	1.62 492	1.55 463	2.00 492	1.90 484	1.78 510	1.84 374	1.25 441	0.52 510	0.36 497	0.48 503	0.36 482	0.45 471	0.43 468

MSMD_ROB	1.99 525	0.59 467	0.89 335	0.70 441	0.61 440	3.95 556	0.94 470	1.80 419	1.79 507	4.41 560	4.43 544	8.17 568	3.66 557	3.40 469	1.33 451	0.52 510	0.48 527	0.54 515	0.58 525	0.53 495	0.50 489

WCMA_ROB	1.84 514	0.47 422	1.31 445	0.69 435	0.57 417	2.11 513	1.14 499	1.87 437	1.73 503	4.04 556	6.43 559	5.62 559	3.61 556	2.59 441	1.94 501	0.52 510	0.44 518	0.39 479	0.42 497	0.48 483	0.47 480

FC-DCNN v2	2.81 550	0.59 467	0.85 305	0.73 461	0.57 417	2.97 542	1.05 489	3.39 553	2.61 540	6.98 573	7.67 567	10.38 575	6.31 571	5.75 522	3.37 532	0.53 516	0.48 527	0.51 507	0.50 515	0.53 495	0.51 493

FC-DCNN	2.72 549	0.59 467	0.86 311	0.73 461	0.57 417	2.91 540	1.04 487	3.01 547	2.60 539	6.83 572	7.64 566	9.92 572	6.33 572	5.21 504	3.14 526	0.53 516	0.48 527	0.51 507	0.50 515	0.53 495	0.51 493

GANetREF_RVC	1.07 433	0.86 512	1.31 445	0.82 493	0.53 401	1.41 454	1.31 514	1.76 402	1.52 483	1.27 364	1.31 347	1.46 418	1.24 456	2.03 395	0.96 401	0.56 518	0.45 522	0.67 530	0.50 515	0.88 529	0.59 507
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
DualNet (step1)	0.83 360	0.49 429	1.13 418	0.56 296	0.39 296	1.02 380	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.57 519	0.28 446	0.62 527	0.67 533	0.45 471	0.42 461

test_sample9	1.86 516	0.49 429	1.13 418	0.56 296	0.39 296	1.02 380	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	2.27 420	7.92 559	0.57 519	12.61 588	0.62 527	0.67 533	0.45 471	0.42 461

test_sample8	2.19 530	0.49 429	1.13 418	0.56 296	0.39 296	1.02 380	0.73 413	1.82 423	1.15 333	2.26 520	1.30 341	4.94 554	2.52 544	2.27 420	7.92 559	0.57 519	12.61 588	0.62 527	0.67 533	0.45 471	0.42 461

ccnet	1.12 446	0.67 487	1.01 377	0.78 477	0.73 477	1.72 480	0.99 480	1.84 431	1.26 394	1.47 441	1.85 478	1.75 470	1.29 462	1.75 362	1.88 498	0.57 519	0.53 535	0.57 524	0.55 522	0.59 506	0.54 496

MANE	6.19 566	0.59 467	1.03 388	0.93 522	1.22 540	13.38 577	2.69 564	12.81 581	17.94 585	8.21 578	10.82 576	14.72 578	11.68 576	11.39 578	11.90 570	0.59 523	0.50 532	0.52 509	1.76 568	0.55 499	0.54 496

PWCDC_ROB	1.29 466	0.75 502	1.33 450	1.05 530	0.88 513	1.73 481	0.52 306	1.89 443	3.28 550	1.29 372	4.88 553	1.22 360	1.46 482	1.77 369	1.45 475	0.60 524	0.26 430	0.29 398	0.25 372	0.52 493	0.37 442

PASM	1.34 474	0.92 516	2.62 530	0.86 504	0.87 512	1.03 383	1.08 493	1.50 326	1.51 482	1.82 499	1.41 384	1.68 459	1.26 459	4.87 498	1.34 453	0.61 525	0.65 546	0.68 531	0.78 539	0.69 520	0.68 521

Anonymous_2	1.30 468	0.55 453	0.82 298	0.52 226	0.58 426	1.01 378	0.64 385	1.25 273	0.97 234	0.96 216	0.78 149	1.33 392	1.29 462	1.03 195	0.74 338	0.62 526	0.64 544	1.06 544	9.63 584	1.16 539	0.49 487

ELAS	2.37 536	0.74 500	1.54 479	0.99 526	0.92 516	4.78 562	2.33 560	3.33 551	3.37 552	5.05 568	4.77 552	3.67 543	4.53 564	3.42 471	4.50 542	0.62 526	0.53 535	0.55 519	0.53 520	0.63 511	0.64 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	2.48 541	0.74 500	1.90 503	1.05 530	0.92 516	2.76 536	4.01 572	2.76 542	4.11 560	4.69 563	4.63 548	4.62 549	5.96 569	3.97 480	3.96 539	0.63 528	0.53 535	0.56 522	0.52 519	0.64 513	0.63 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	2.12 527	1.15 533	3.10 535	1.05 530	0.76 488	5.03 565	2.40 562	2.16 502	2.62 541	1.89 505	2.28 507	2.69 527	1.65 500	9.35 568	2.04 505	0.64 529	0.51 533	0.68 531	0.71 536	1.09 538	0.67 519

SDNR	1.62 499	0.51 439	2.17 516	0.53 244	0.56 414	3.80 554	0.45 251	1.54 344	1.29 409	1.33 402	2.41 514	1.08 324	0.96 379	11.18 577	1.16 431	0.66 530	0.63 543	0.43 491	0.32 457	0.64 513	0.67 519

PSMNet-RUCA	1.02 424	0.97 518	1.44 463	1.23 539	1.10 527	1.40 449	0.62 378	1.69 380	1.38 452	0.94 212	1.53 417	0.97 291	0.83 315	1.17 235	0.93 391	0.69 531	0.34 481	0.99 541	0.60 529	0.97 531	0.64 517

Consistency-Raft	1.25 464	0.99 521	1.93 505	1.02 529	1.21 539	0.96 365	1.01 484	1.75 396	1.92 516	1.36 411	2.12 500	1.44 413	1.01 401	1.14 226	1.40 463	0.72 532	0.82 550	0.89 537	0.98 552	1.31 544	0.95 535

MADNet+	2.69 546	3.22 575	11.53 569	1.44 545	1.12 531	3.19 545	1.81 537	2.85 544	2.37 531	1.68 483	2.07 498	2.85 532	2.18 533	7.41 550	5.23 545	0.79 533	0.76 548	0.69 533	0.65 532	0.98 532	0.95 535

JetBlue	3.97 556	2.01 559	10.19 565	1.38 541	2.84 567	10.53 573	9.54 576	3.60 555	2.41 533	2.73 538	3.39 535	4.54 548	4.31 562	7.85 559	6.84 552	0.88 534	0.93 561	0.89 537	0.91 546	1.74 545	1.91 556

UDG	1.41 483	2.65 570	0.99 368	1.44 545	1.64 549	1.34 439	0.80 435	1.60 358	1.23 380	1.23 343	1.71 459	2.01 498	1.34 470	1.47 312	1.41 467	0.90 535	0.54 538	2.29 555	0.75 537	1.84 546	1.04 540

MFMNet_re	1.40 482	1.14 532	1.68 487	1.39 542	1.07 525	1.48 459	1.43 520	1.87 437	1.82 510	2.26 520	2.19 503	1.51 429	1.86 517	1.52 319	1.25 441	0.93 536	0.83 551	0.84 536	0.80 540	0.99 534	1.05 542

PMTNet	0.46 119	0.21 30	0.38 8	0.37 13	0.23 25	0.71 256	0.27 54	0.74 70	1.04 266	0.64 142	0.70 128	0.55 128	0.47 135	0.86 146	0.35 114	1.00 537	0.13 117	0.15 25	0.10 2	0.15 43	0.13 38

PDISCO_ROB	1.32 472	0.65 485	1.44 463	1.36 540	1.46 547	2.55 529	0.92 463	2.45 536	2.07 525	1.37 414	1.49 410	1.65 456	1.00 399	2.82 449	1.35 456	1.01 538	0.27 439	0.54 515	0.47 508	0.71 522	0.73 525

DispFullNet	2.34 535	2.85 572	3.66 539	3.08 566	2.27 557	1.97 505	0.67 396	2.00 471	1.70 499	2.52 532	2.00 492	2.23 507	5.86 567	3.44 473	1.58 485	1.01 538	0.32 475	2.64 566	1.94 571	2.85 561	2.24 560

anonymity	1.12 446	0.97 518	1.21 429	1.07 533	1.12 531	1.08 392	0.89 456	1.95 461	1.16 342	1.29 372	1.26 328	1.22 360	1.09 425	1.15 227	1.01 408	1.02 540	1.00 563	0.97 539	0.97 550	0.98 532	0.99 537

SPS-STEREO	1.67 502	1.04 524	1.23 432	1.21 537	1.13 533	1.82 493	1.11 495	2.16 502	1.52 483	3.07 550	2.32 508	2.82 531	1.80 512	4.11 482	2.04 505	1.03 541	0.99 562	0.97 539	0.94 548	1.03 537	1.02 538
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	2.41 539	1.07 525	2.14 515	1.18 536	1.10 527	2.14 515	1.36 517	1.96 462	1.66 495	5.46 571	7.07 562	4.95 555	4.32 563	5.50 514	2.26 511	1.04 542	1.02 565	0.99 541	0.97 550	1.02 535	1.04 540

NVStereoNet_ROB	1.88 517	1.07 525	1.45 468	1.07 533	1.17 535	1.47 458	1.48 524	1.89 443	1.93 518	1.94 508	4.67 551	3.08 537	1.80 512	6.51 534	1.65 488	1.06 543	0.86 557	1.08 545	1.32 557	0.93 530	1.26 546
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CC-Net-ROB	1.49 486	1.26 538	1.27 441	0.88 512	0.79 494	1.76 484	1.00 482	1.79 416	1.26 394	1.10 264	1.61 441	1.21 358	0.99 397	8.13 560	0.84 376	1.09 544	0.41 512	2.20 553	0.46 506	1.20 542	0.48 483

DDUNet	1.50 488	2.69 571	1.12 416	1.77 549	1.88 551	1.84 495	0.92 463	1.70 385	1.16 342	1.38 419	1.79 470	1.60 443	1.12 430	1.37 284	1.08 417	1.10 545	0.76 548	2.37 557	0.94 548	2.00 547	1.37 548

WAO-7	2.66 543	1.40 542	1.73 493	1.39 542	1.17 535	3.93 555	1.94 546	4.11 559	3.88 558	2.92 544	5.50 555	4.18 547	3.00 552	7.63 555	3.71 535	1.13 546	1.00 563	1.17 546	1.13 556	1.18 541	1.09 544

GCST	1.08 436	1.47 547	0.93 348	1.73 548	1.14 534	1.30 432	0.31 82	1.33 282	1.16 342	1.29 372	0.97 200	0.98 293	0.49 154	2.08 400	0.46 224	1.19 547	0.70 547	1.30 547	0.85 544	1.02 535	0.89 533

IGEV-BASED-STEREO-	0.70 280	3.18 574	2.55 527	0.39 34	0.23 25	0.44 62	0.23 27	0.63 37	0.42 47	0.44 72	0.44 48	0.34 49	0.28 25	0.56 42	0.29 40	1.35 548	0.10 9	0.22 239	0.19 216	0.46 477	1.31 547

WAO-6	2.81 550	1.60 550	1.46 470	2.36 556	2.28 558	3.55 549	2.29 559	4.21 560	4.56 564	2.36 527	4.51 545	4.88 553	2.66 546	4.60 491	4.07 541	1.72 549	1.15 569	2.31 556	1.46 563	2.31 548	1.85 555

MaskLacGwcNet_RVC	1.10 441	1.02 523	1.00 373	0.82 493	0.67 459	1.93 502	0.93 467	1.62 365	1.11 302	1.15 296	1.25 321	1.50 427	0.79 292	1.96 389	0.76 346	1.89 550	0.34 481	0.79 534	0.36 482	1.25 543	0.83 530

WAO-8	4.40 558	1.82 556	1.79 496	2.34 554	2.20 553	9.19 570	1.53 525	6.09 571	16.46 579	3.94 554	7.84 569	7.32 562	3.72 559	9.41 570	3.31 529	2.00 551	1.07 566	2.44 562	1.37 561	2.50 551	1.68 552

Venus	4.40 558	1.82 556	1.79 496	2.34 554	2.20 553	9.19 570	1.53 525	6.09 571	16.46 579	3.94 554	7.84 569	7.32 562	3.72 559	9.41 570	3.31 529	2.00 551	1.07 566	2.44 562	1.37 561	2.50 551	1.68 552

PWCK	2.88 552	2.05 562	5.72 552	2.08 551	1.11 529	3.55 549	3.90 571	2.86 545	3.54 556	3.03 549	3.63 538	3.10 538	2.31 538	8.15 562	3.09 524	2.12 553	0.91 560	1.75 550	0.98 552	2.57 553	1.18 545

CAS	0.63 234	0.18 1	0.37 5	2.27 553	0.84 505	0.57 165	0.54 320	0.79 86	0.62 110	0.48 96	0.70 128	0.36 53	0.26 19	0.45 13	0.35 114	2.24 554	0.10 9	0.14 3	0.09 1	0.15 43	1.06 543

test_for_model	1.30 468	3.71 577	0.58 138	3.22 567	2.84 567	0.59 173	0.33 97	1.40 301	0.83 184	1.42 434	0.61 103	0.52 118	0.37 80	0.51 25	0.33 87	2.46 555	0.15 227	0.16 55	0.11 9	4.39 577	1.50 550

SQANet	1.31 470	0.88 515	1.08 406	1.83 550	1.44 546	1.44 456	0.75 418	1.74 394	1.09 293	1.32 394	1.26 328	1.28 382	1.01 401	1.50 316	0.83 373	2.50 556	0.34 481	1.47 548	0.55 522	2.32 549	1.57 551

ACVNet_2	2.43 540	1.41 543	2.04 508	2.62 558	2.24 556	2.63 534	1.88 543	3.31 550	3.01 547	2.19 518	3.45 536	4.62 549	2.04 526	4.50 490	1.47 479	2.55 557	0.64 544	2.22 554	0.84 542	2.69 555	2.29 561

JetRed	6.91 570	8.80 581	25.96 584	2.85 561	3.25 572	13.98 580	11.87 578	6.25 573	4.28 562	4.45 561	4.56 546	6.69 561	5.46 566	7.46 552	14.05 573	2.59 558	3.31 576	2.59 565	2.29 575	4.20 574	3.36 575

testlalala_base	0.77 328	0.40 390	0.70 211	0.65 401	0.50 375	0.79 297	0.28 60	1.50 326	0.51 81	0.73 159	0.90 177	0.69 183	0.54 179	0.66 81	0.40 162	2.82 559	0.14 169	0.17 82	0.12 43	2.68 554	0.19 219

DPSimNet_ROB	11.20 580	4.98 578	35.43 588	2.90 564	4.52 578	7.89 569	17.09 581	4.66 563	6.06 569	14.89 584	10.93 577	17.29 581	36.81 593	13.18 580	15.68 577	2.86 560	6.29 581	5.75 582	5.09 580	3.91 572	7.70 581

otaku	1.60 496	1.11 530	1.21 429	2.20 552	1.56 548	1.97 505	1.24 508	2.07 488	1.36 444	1.44 436	1.62 444	1.73 465	1.19 445	1.73 361	0.98 405	2.89 561	0.57 540	1.74 549	0.60 529	2.78 556	1.94 557

Ntro	1.64 500	1.15 533	1.23 432	2.48 557	1.83 550	2.09 512	1.16 502	1.96 462	1.38 452	1.21 332	1.62 444	1.62 445	1.29 462	1.87 380	1.11 425	3.04 562	0.56 539	1.82 551	0.64 531	2.80 557	2.05 558

ACVNet_1	2.18 529	1.45 546	1.72 491	2.85 561	2.33 560	2.28 519	1.46 522	3.08 548	2.22 530	1.82 499	2.05 497	3.56 541	1.98 524	3.09 462	1.40 463	3.17 563	0.60 542	2.40 561	0.92 547	2.91 563	2.37 562

Dean	2.91 553	1.53 549	2.07 509	2.96 565	2.51 562	3.15 544	2.14 554	4.75 564	4.41 563	2.76 540	6.10 558	5.53 558	2.37 539	2.97 456	1.92 500	3.18 564	0.85 555	2.51 564	1.04 555	2.88 562	2.47 565

LVE	3.31 555	1.67 551	1.64 484	2.85 561	2.42 561	3.20 546	2.26 558	4.78 565	5.05 565	2.35 525	6.91 560	6.02 560	2.37 539	9.15 564	2.17 510	3.19 565	1.08 568	2.38 559	1.47 564	2.81 558	2.40 564

ACVNet-4b	2.15 528	1.41 543	1.64 484	2.80 559	2.31 559	2.31 521	1.24 508	2.32 524	2.14 527	1.26 361	2.39 512	2.66 526	1.48 485	5.95 527	1.06 413	3.20 566	0.45 522	2.37 557	0.89 545	2.83 560	2.37 562

TorneroNet-64	5.30 565	2.03 560	1.74 494	3.43 571	2.81 566	10.09 572	2.12 553	9.10 578	17.12 584	4.96 567	9.27 574	10.72 577	3.70 558	9.20 565	4.55 543	3.31 567	0.84 552	2.88 570	1.55 566	3.49 568	3.04 571

RainbowNet	1.97 523	1.76 552	1.57 481	2.81 560	2.21 555	1.98 507	1.81 537	2.54 539	1.89 513	1.50 450	1.84 476	1.96 493	1.65 500	2.14 405	1.25 441	3.33 568	0.85 555	2.39 560	0.98 552	2.82 559	2.22 559

KSHMR	8.75 574	2.06 563	2.11 513	3.53 573	3.11 570	4.13 559	2.69 564	5.60 568	61.37 599	3.00 547	55.83 599	4.98 557	2.45 542	4.49 488	2.61 518	3.46 569	1.55 573	3.14 573	1.94 571	3.72 570	3.18 573

TorneroNet	10.70 578	2.03 560	1.82 499	3.43 571	3.01 569	43.83 593	2.22 557	8.87 577	67.47 600	7.17 576	27.36 588	10.68 576	3.85 561	8.67 563	7.65 558	3.59 570	0.88 558	3.04 571	1.57 567	3.71 569	3.17 572

UNDER WATER-64	5.27 564	2.32 566	8.78 563	3.93 577	3.54 575	7.61 568	3.03 570	5.84 570	14.19 575	4.04 556	4.04 542	9.39 571	6.26 570	5.93 526	8.48 561	3.60 571	1.51 572	3.13 572	1.88 569	4.29 575	3.61 576

IMH-64-1	2.70 547	1.79 554	1.46 470	3.26 569	2.66 563	3.23 547	2.10 551	4.08 557	2.75 545	2.34 523	3.81 540	3.06 535	2.22 536	4.25 484	2.59 516	3.75 572	0.84 552	2.75 567	1.35 558	3.15 565	2.60 568

IMH-64	2.70 547	1.79 554	1.46 470	3.26 569	2.66 563	3.23 547	2.10 551	4.08 557	2.75 545	2.34 523	3.81 540	3.06 535	2.22 536	4.25 484	2.59 516	3.75 572	0.84 552	2.75 567	1.35 558	3.15 565	2.60 568

UNDER WATER	5.08 563	2.33 567	5.55 550	3.94 578	3.51 574	5.20 566	2.72 566	5.61 569	16.52 581	3.84 553	4.60 547	9.21 570	5.89 568	5.90 524	8.66 562	3.75 572	1.34 570	3.18 574	1.88 569	4.33 576	3.61 576

USTest	14.33 583	14.94 585	21.04 576	17.44 584	16.05 579	23.26 581	33.84 589	21.73 584	11.80 574	9.36 579	10.14 575	15.97 579	13.20 578	17.28 582	22.43 584	3.78 575	5.01 580	6.17 584	6.16 581	9.25 583	7.72 582

IMH	3.21 554	1.85 558	1.48 475	3.25 568	2.69 565	4.07 558	2.02 549	4.41 562	3.80 557	2.72 537	7.11 563	4.75 552	2.92 549	5.92 525	2.55 514	3.85 576	0.88 558	2.78 569	1.36 560	3.19 567	2.59 567

ktn	4.70 561	2.38 568	2.12 514	3.76 574	3.24 571	4.85 563	2.95 569	5.52 567	7.37 571	4.07 558	19.32 584	7.46 564	3.47 554	7.39 549	2.95 522	4.04 577	1.85 574	3.26 575	2.22 574	3.08 564	2.65 570

notaker	3.98 557	2.40 569	2.68 531	3.82 576	3.27 573	3.97 557	2.14 554	4.78 565	3.45 554	4.12 559	6.94 561	7.65 566	3.26 553	7.82 558	5.30 546	4.04 577	1.41 571	3.36 576	2.10 573	3.88 571	3.31 574

MADNet++	5.01 562	3.14 573	4.91 547	4.55 580	3.94 577	5.20 566	4.41 573	4.40 561	4.13 561	4.95 566	6.08 557	4.74 551	5.37 565	9.40 569	10.67 569	4.65 579	4.15 579	3.97 578	3.34 577	4.09 573	4.08 579

DGTPSM_ROB	13.01 581	8.23 579	21.87 577	9.51 582	18.10 580	11.56 575	32.01 587	10.63 579	16.20 577	7.03 574	19.48 585	10.15 573	16.66 581	9.83 574	22.42 583	4.75 580	8.68 582	5.37 580	10.25 585	6.16 579	11.36 584

DPSMNet_ROB	13.02 582	8.23 579	21.91 578	9.53 583	18.11 581	11.56 575	32.02 588	10.64 580	16.23 578	7.05 575	19.49 586	10.16 574	16.66 581	9.85 575	22.43 584	4.77 581	8.68 582	5.38 581	10.26 586	6.17 580	11.36 584

TCMNet-wrong-test	10.31 576	11.40 583	14.84 572	20.96 585	18.45 582	13.80 579	10.76 577	15.78 583	3.53 555	5.20 569	5.52 556	16.26 580	12.61 577	7.51 554	10.15 565	7.43 582	2.37 575	4.31 579	3.43 578	11.36 584	10.61 583

HanzoNet	11.04 579	3.62 576	8.10 561	4.08 579	3.55 576	4.90 564	2.73 567	7.19 575	10.10 572	31.86 595	28.92 589	21.96 589	36.36 591	18.08 583	10.17 566	7.94 583	3.32 577	3.47 577	3.31 576	7.06 581	4.04 578

tt	6.58 569	0.26 131	6.10 554	3.77 575	2.16 552	11.55 574	19.63 582	13.33 582	5.74 567	2.96 545	2.65 522	4.97 556	6.33 572	3.81 477	7.24 553	9.15 584	11.32 587	5.89 583	6.24 582	6.03 578	2.55 566

DLNR_Zeroshot_test	23.17 587	48.52 601	43.29 591	176.68 600	78.69 596	0.35 21	0.21 15	23.41 586	0.75 157	0.66 147	0.86 168	0.59 150	0.30 33	1.56 329	0.44 197	9.57 585	0.12 56	0.18 117	0.14 95	76.92 599	0.16 128

PML	51.67 597	36.25 593	13.28 571	7.46 581	20.81 583	108.69 600	232.22 601	8.72 576	27.82 590	87.01 600	269.67 601	69.67 600	61.95 600	24.76 591	14.20 574	9.74 586	3.40 578	9.62 585	4.70 579	18.74 587	4.72 580

DPSM_ROB	19.08 584	19.14 587	25.17 582	22.15 587	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 587	9.30 585	10.47 586	10.42 587	14.03 585	12.61 587

DPSM	19.08 584	19.14 587	25.17 582	22.15 587	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 587	9.30 585	10.47 586	10.42 587	14.03 585	12.61 587

CasAABBNet	38.33 589	38.46 595	50.35 593	44.75 594	41.84 590	56.68 595	76.37 598	53.22 597	33.83 593	28.31 592	29.54 591	43.62 597	37.71 595	43.84 597	53.41 599	20.30 589	18.70 591	21.07 588	21.07 590	28.24 589	25.34 591

Selective-RAFT-Error	38.39 591	38.47 596	50.44 595	44.73 593	41.97 592	56.68 595	76.38 599	53.24 598	33.92 594	28.34 593	29.85 593	43.60 595	38.20 597	43.75 595	53.34 597	20.38 590	18.70 591	21.09 590	21.05 589	28.30 590	25.43 592

FlowAnything	38.37 590	38.41 594	50.38 594	44.76 595	41.94 591	56.64 594	76.34 597	53.28 599	34.23 595	28.25 591	29.72 592	43.60 595	37.79 596	43.83 596	53.38 598	20.39 591	18.71 593	21.07 588	21.14 592	28.23 588	25.29 590

LSM0	42.82 595	38.75 597	50.81 596	47.07 596	109.38 600	57.00 597	76.02 596	53.74 600	33.71 592	29.02 594	30.41 594	43.87 598	37.22 594	43.91 598	53.54 600	20.52 592	18.62 590	21.10 591	21.11 591	28.41 591	42.22 594

LRCNet_RVC	22.74 586	32.10 592	21.97 579	29.84 589	26.23 586	4.42 561	0.81 438	22.66 585	2.02 522	26.93 590	29.26 590	23.06 591	15.59 580	23.84 587	18.88 580	31.75 593	19.90 594	34.65 592	32.13 593	30.54 592	28.32 593

xxxxx1	54.10 598	25.67 589	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

tt_ll	54.10 598	25.67 589	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

ff	54.10 598	25.67 589	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

HaxPig	38.92 592	41.40 598	41.64 589	29.95 590	32.27 587	28.90 585	27.60 584	29.73 590	37.71 596	43.82 596	43.87 595	33.17 592	35.56 590	41.53 593	40.37 595	43.94 597	47.51 599	45.82 593	47.08 595	42.38 593	44.15 596

AVERAGE_ROB	40.43 593	42.37 599	42.73 590	36.96 592	35.58 589	30.50 586	27.61 585	36.71 596	38.39 597	44.91 597	44.36 596	37.45 594	36.70 592	41.88 594	40.35 594	45.43 598	46.81 598	47.11 594	46.35 594	42.51 594	43.87 595

MEDIAN_ROB	42.00 594	44.40 600	44.29 592	35.15 591	34.95 588	31.28 591	29.60 586	35.88 595	40.02 598	47.20 598	46.64 597	37.37 593	38.48 598	44.35 599	42.45 596	48.03 599	49.39 600	49.71 595	49.03 596	45.14 595	46.65 597

Anonymous_1	43.04 596	18.73 586	24.79 581	21.81 586	46.26 593	27.80 582	37.60 590	28.08 589	16.14 576	14.66 583	14.30 578	20.65 583	17.88 583	21.56 584	25.94 587	117.93 600	8.92 584	100.65 597	126.50 597	158.64 600	12.08 586

test_example2	192.40 601	210.76 602	206.48 601	199.83 601	204.73 601	172.94 601	183.52 600	133.93 601	133.41 601	191.38 601	196.19 600	187.13 601	178.77 601	205.33 601	208.00 601	222.09 601	238.72 601	186.54 601	190.54 601	227.34 601	170.31 601

ccccc		492.34 603		530.87 602	530.37 602	478.08 602		491.76 602		448.18 602		476.12 602		541.64 602		663.49 602	459.54 602	353.94 602	309.79 602	586.66 602

ASD4		10.99 582

Low-res two-view benchmark