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

FoundationStereo	0.08 1	0.12 132	0.24 4	0.02 96	0.01 156	0.12 1	0.04 236	0.24 2	0.59 81	0.00 1	0.01 1	0.04 32	0.01 13	0.11 23	0.07 62	0.00 1	0.02 353	0.00 1	0.00 1	0.00 1	0.00 1

mms	0.11 2	0.07 54	0.45 22	0.01 27	0.00 1	0.35 17	0.01 88	0.38 11	0.15 11	0.05 47	0.02 78	0.06 75	0.05 114	0.20 64	0.04 12	0.00 1	0.02 353	0.00 1	0.00 1	0.10 337	0.14 422

SGD-Stereo	0.12 3	0.10 100	0.25 6	0.03 154	0.00 1	1.03 79	0.00 1	0.24 2	0.59 81	0.01 5	0.01 1	0.04 32	0.01 13	0.06 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

LGtest1	0.13 4	0.14 155	0.30 11	0.01 27	0.00 1	0.40 26	0.00 1	0.54 27	0.73 197	0.06 55	0.01 1	0.03 19	0.00 1	0.04 2	0.21 181	0.00 1	0.05 410	0.00 1	0.00 1	0.01 40	0.01 92

S2M2	0.13 4	0.15 169	0.45 22	0.02 96	0.01 156	0.32 10	0.00 1	0.52 20	0.60 90	0.00 1	0.14 146	0.03 19	0.01 13	0.20 64	0.16 147	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0083	0.13 4	0.02 1	0.30 11	0.00 1	0.00 1	0.14 3	0.01 88	0.56 28	1.11 286	0.05 47	0.01 1	0.04 32	0.02 40	0.25 87	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

GLC_STEREO	0.13 4	0.08 67	0.61 43	0.01 27	0.00 1	0.94 68	0.03 210	0.29 5	0.21 37	0.05 47	0.02 78	0.06 75	0.04 97	0.26 95	0.07 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

LG-Stereo_L1	0.14 8	0.13 142	0.45 22	0.04 187	0.00 1	0.35 17	0.14 331	0.80 49	0.61 100	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.20 173	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test3	0.14 8	0.10 100	0.20 1	0.00 1	0.00 1	1.04 88	0.00 1	0.47 17	0.69 178	0.09 74	0.01 1	0.02 5	0.01 13	0.03 1	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

DEFOM-Stereo	0.14 8	0.04 9	0.38 17	0.05 210	0.00 1	1.04 88	0.00 1	0.32 7	0.63 121	0.00 1	0.01 1	0.04 32	0.03 70	0.20 64	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

fffy	0.14 8	0.06 37	0.88 80	0.02 96	0.00 1	0.33 12	0.01 88	0.79 47	0.13 4	0.02 13	0.01 1	0.06 75	0.01 13	0.16 39	0.03 6	0.00 1	0.04 397	0.00 1	0.00 1	0.09 322	0.06 347

MLG-Stereo_test1	0.15 12	0.06 37	0.31 13	0.02 96	0.01 156	1.05 96	0.00 1	0.19 1	1.26 315	0.02 13	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LG-Stereo_L2	0.16 13	0.13 142	0.42 19	0.04 187	0.00 1	1.05 96	0.15 334	0.57 31	0.38 65	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test2	0.16 13	0.11 121	0.23 3	0.02 96	0.00 1	1.05 96	0.00 1	0.27 4	1.26 315	0.02 13	0.01 1	0.08 96	0.00 1	0.07 7	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

ours_stereo	0.16 13	0.06 37	0.73 59	0.00 1	0.00 1	0.80 46	0.04 236	0.44 15	0.54 76	0.05 47	0.02 78	0.06 75	0.03 70	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.06 347

UniTT-Stereo	0.16 13	0.11 121	1.13 154	0.03 154	0.17 384	0.32 10	0.02 161	0.38 11	0.32 58	0.03 34	0.16 157	0.05 60	0.07 152	0.16 39	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

CASnet	0.16 13	0.14 155	0.52 35	0.01 27	0.00 1	0.86 53	0.00 1	0.51 19	0.75 205	0.10 90	0.01 1	0.04 32	0.02 40	0.22 76	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MLG-Stereo	0.17 18	0.06 37	0.25 6	0.02 96	0.00 1	1.05 96	0.00 1	0.50 18	1.29 326	0.01 5	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

AIO_test	0.17 18	0.11 121	0.55 39	0.08 268	0.06 309	0.42 32	0.06 281	0.35 9	0.38 65	0.03 34	0.01 1	0.86 245	0.03 70	0.21 73	0.10 100	0.00 1	0.01 289	0.00 1	0.08 408	0.03 190	0.02 205

rvit_stereo_0081_aga	0.17 18	0.11 121	0.81 67	0.00 1	0.00 1	0.80 46	0.01 88	0.79 47	0.59 81	0.02 13	0.01 1	0.05 60	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.17 18	0.21 229	1.18 170	0.04 187	0.01 156	0.18 4	0.00 1	0.81 51	0.34 60	0.07 58	0.04 113	0.05 60	0.05 114	0.19 52	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RSM++	0.17 18	0.07 54	0.42 19	0.03 154	0.00 1	0.40 26	0.00 1	1.18 67	0.59 81	0.02 13	0.01 1	0.01 2	0.05 114	0.20 64	0.14 129	0.00 1	0.00 1	0.00 1	0.17 446	0.09 322	0.07 365

SMoEStereo_RVC	0.18 25	0.06 37	0.53 36	0.02 96	0.00 1	1.03 79	0.04 236	0.38 11	0.64 132	0.07 58	0.01 1	0.04 32	0.02 40	0.26 95	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.10 392

RSM	0.18 25	0.05 19	0.39 18	0.03 154	0.02 244	0.38 25	0.00 1	1.33 75	0.59 81	0.09 74	0.01 1	0.03 19	0.04 97	0.19 52	0.14 129	0.00 1	0.00 1	0.00 1	0.16 438	0.06 271	0.04 295

DEFOM-Stereo_RVC	0.19 27	0.03 2	0.46 25	0.03 154	0.00 1	0.36 23	0.02 161	1.68 101	0.67 158	0.01 5	0.01 1	0.05 60	0.00 1	0.12 27	0.22 184	0.00 1	0.02 353	0.00 1	0.15 429	0.01 40	0.00 1

MonSter	0.19 27	0.07 54	0.24 4	0.00 1	0.00 1	0.41 28	0.00 1	2.16 133	0.64 132	0.03 34	0.01 1	0.04 32	0.01 13	0.09 13	0.08 75	0.00 1	0.00 1	0.00 1	0.01 342	0.00 1	0.01 92

LoS_RVC	0.19 27	0.48 367	0.51 32	0.12 300	0.10 346	1.01 77	0.01 88	0.81 51	0.19 27	0.07 58	0.02 78	0.06 75	0.05 114	0.31 114	0.05 29	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.04 295

IGEV-Stereo++	0.20 30	0.05 19	0.22 2	0.01 27	0.00 1	1.11 124	0.00 1	1.84 112	0.34 60	0.08 66	0.01 1	0.02 5	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.01 92

ProNet	0.20 30	0.25 255	0.78 64	0.01 27	0.01 156	0.95 71	0.00 1	0.70 39	0.68 165	0.02 13	0.01 1	0.05 60	0.03 70	0.31 114	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.12 355	0.04 295

111111	0.21 32	0.06 37	0.29 10	0.02 96	0.00 1	1.11 124	0.02 161	1.46 88	0.70 190	0.16 116	0.01 1	0.01 2	0.04 97	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.09 322	0.00 1

AIO_rvc	0.21 32	0.32 293	0.50 31	0.09 279	0.03 267	0.43 33	0.06 281	1.25 71	0.63 121	0.03 34	0.01 1	0.09 103	0.04 97	0.28 105	0.16 147	0.00 1	0.01 289	0.00 1	0.03 373	0.10 337	0.10 392

AIO-Stereo	0.21 32	0.07 54	0.44 21	0.03 154	0.03 267	0.41 28	0.01 88	1.65 96	0.65 139	0.09 74	0.01 1	0.02 5	0.04 97	0.22 76	0.05 29	0.00 1	0.00 1	0.00 1	0.33 494	0.05 251	0.08 378

anonymousdsp	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.74 45	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.25 87	0.04 12	0.00 1	0.00 1	0.00 1	0.16 438	0.08 300	0.03 265

IGEV-Stereo	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.73 43	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.24 82	0.04 12	0.00 1	0.00 1	0.00 1	0.16 438	0.08 300	0.03 265
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sCroCo_RVC	0.21 32	0.14 155	1.54 235	0.01 27	0.00 1	0.13 2	0.04 236	1.10 62	0.65 139	0.10 90	0.05 118	0.03 19	0.04 97	0.23 79	0.05 29	0.00 1	0.07 429	0.00 1	0.00 1	0.01 40	0.00 1

PMTNet	0.21 32	0.19 209	0.85 74	0.02 96	0.02 244	1.14 138	0.30 396	0.88 55	0.11 1	0.03 34	0.02 78	0.07 89	0.02 40	0.37 133	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1

fffft	0.22 39	0.03 2	0.46 25	0.01 27	0.00 1	0.93 66	0.01 88	1.42 78	0.61 100	0.02 13	0.01 1	0.04 32	0.01 13	0.21 73	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.07 365
1: 1. 1
WCG-NET	0.22 39	0.17 192	0.54 38	0.01 27	0.00 1	0.91 59	0.05 258	0.61 33	1.09 283	0.17 120	0.33 206	0.03 19	0.13 212	0.20 64	0.07 62	0.00 1	0.03 383	0.00 1	0.00 1	0.09 322	0.02 205

trnet	0.22 39	0.14 155	0.67 52	0.00 1	0.00 1	1.24 194	0.01 88	1.16 66	0.56 78	0.09 74	0.08 129	0.05 60	0.00 1	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

MaDis-Stereo	0.22 39	0.29 284	0.87 78	0.05 210	0.18 388	0.41 28	0.01 88	1.24 70	0.56 78	0.02 13	0.03 102	0.13 124	0.05 114	0.32 120	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

AEACV	0.22 39	0.05 19	0.66 51	0.02 96	0.03 267	0.87 55	0.00 1	1.07 61	0.15 11	0.18 123	0.01 1	0.02 5	0.72 347	0.15 36	0.09 88	0.00 1	0.03 383	0.00 1	0.27 481	0.08 300	0.07 365

Selective-IGEV	0.22 39	0.06 37	0.46 25	0.05 210	0.04 287	0.34 15	0.04 236	2.16 133	0.59 81	0.09 74	0.01 1	0.02 5	0.05 114	0.18 46	0.05 29	0.00 1	0.00 1	0.00 1	0.09 413	0.03 190	0.09 384

CREStereo	0.22 39	0.17 192	0.64 48	0.00 1	0.01 156	1.22 178	0.01 88	1.15 65	0.56 78	0.10 90	0.07 125	0.04 32	0.00 1	0.32 120	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
LG-G_1	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LG-G	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

Former-RAFT_DAM_RVC	0.23 46	0.13 142	0.62 44	0.01 27	0.00 1	1.05 96	0.00 1	0.63 35	0.80 224	0.76 208	0.18 168	0.09 103	0.06 136	0.05 3	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

ff7	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

ffff	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

11t	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

ccc-4	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

GREAT-IGEV	0.24 53	0.10 100	0.92 90	0.06 227	0.33 451	1.11 124	0.06 281	0.36 10	0.19 27	0.02 13	0.47 242	0.02 5	0.06 136	0.13 34	0.16 147	0.00 1	0.09 444	0.00 1	0.20 457	0.09 322	0.36 472

Occ-G	0.24 53	0.10 100	0.59 42	0.01 27	0.01 156	0.80 46	0.04 236	0.62 34	0.15 11	0.01 5	0.51 246	1.34 288	0.04 97	0.09 13	0.21 181	0.00 1	0.00 1	0.00 1	0.15 429	0.15 379	0.00 1

GCAP-Stereo	0.24 53	0.29 284	0.82 69	0.01 27	0.00 1	1.24 194	0.00 1	1.70 104	0.23 43	0.02 13	0.01 1	0.09 103	0.10 183	0.18 46	0.05 29	0.00 1	0.03 383	0.00 1	0.00 1	0.08 300	0.01 92

MC-Stereo	0.24 53	0.12 132	0.71 58	0.04 187	0.02 244	1.07 105	0.00 1	1.30 73	0.17 22	0.59 183	0.02 78	0.08 96	0.11 193	0.18 46	0.05 29	0.00 1	0.02 353	0.00 1	0.17 446	0.06 271	0.02 205

HUF	0.25 57	0.32 293	1.18 170	0.06 227	0.11 353	0.31 8	0.08 296	0.73 43	0.62 113	0.10 90	0.01 1	0.02 5	0.03 70	0.16 39	0.14 129	0.00 1	0.58 501	0.00 1	0.00 1	0.14 367	0.37 473

castereo++	0.25 57	0.15 169	0.48 30	0.09 279	0.00 1	1.08 113	0.03 210	1.53 92	0.67 158	0.00 1	0.01 1	0.59 201	0.00 1	0.09 13	0.06 54	0.00 1	0.02 353	0.00 1	0.28 485	0.02 133	0.00 1

GMStereo	0.25 57	0.60 403	1.28 191	0.01 27	0.00 1	0.48 36	0.00 1	0.74 45	1.24 313	0.16 116	0.03 102	0.07 89	0.09 175	0.22 76	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MM-Stereo_test2	0.26 60	0.08 67	1.52 234	0.46 415	0.00 1	1.14 138	0.01 88	0.63 35	0.21 37	0.38 160	0.02 78	0.04 32	0.06 136	0.18 46	0.20 173	0.00 1	0.04 397	0.00 1	0.05 389	0.22 420	0.04 295

MyStereo07	0.27 61	0.27 263	0.64 48	0.02 96	0.01 156	1.64 346	0.01 88	1.41 77	0.73 197	0.10 90	0.01 1	0.03 19	0.10 183	0.24 82	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	0.03 190	0.06 347

MIF-Stereo (partial)	0.27 61	0.18 200	1.14 156	0.01 27	0.00 1	0.43 33	0.02 161	1.97 124	0.39 67	0.11 101	0.08 129	0.07 89	0.06 136	0.44 144	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.02 205

IGEV-RUCA	0.28 63	0.05 19	0.53 36	0.12 300	0.11 353	1.25 203	0.32 401	0.80 49	0.20 32	0.10 90	0.14 146	0.16 138	0.25 256	0.29 108	0.25 203	0.05 453	0.19 484	0.20 481	0.23 469	0.18 397	0.19 444

LoS	0.28 63	0.16 181	0.95 99	0.07 253	0.01 156	1.32 229	0.07 289	1.30 73	0.60 90	0.04 43	0.03 102	0.28 158	0.11 193	0.48 154	0.11 109	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.28 63	0.09 80	0.73 59	0.18 341	0.05 297	1.17 152	0.04 236	2.37 142	0.17 22	0.35 150	0.01 1	0.01 2	0.02 40	0.38 136	0.04 12	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.03 265

XX-TBD	0.28 63	0.39 324	0.97 106	0.05 210	0.00 1	1.09 115	0.00 1	0.71 41	0.54 76	0.44 167	1.04 319	0.06 75	0.06 136	0.19 52	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dual_stereo	0.29 67	0.05 19	0.31 13	0.03 154	0.00 1	0.31 8	0.02 161	3.31 262	0.61 100	0.01 5	0.01 1	0.02 5	0.03 70	0.79 180	0.13 118	0.00 1	0.07 429	0.00 1	0.08 408	0.00 1	0.01 92

WCG-NET（raft）	0.29 67	0.24 251	0.51 32	0.01 27	0.00 1	0.91 59	0.05 258	0.56 28	1.12 291	0.21 126	0.12 144	1.54 297	0.14 216	0.14 35	0.07 62	0.00 1	0.11 456	0.00 1	0.00 1	0.08 300	0.03 265

CREStereo++_RVC	0.29 67	0.19 209	0.83 72	0.05 210	0.00 1	1.19 162	0.00 1	0.66 37	0.99 261	0.25 129	1.26 342	0.05 60	0.07 152	0.20 64	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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
rvit_stereo_0080	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

whm_eth	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

TANstereo	0.30 70	0.28 274	0.86 76	0.03 154	0.01 156	1.14 138	0.00 1	0.53 21	0.44 71	1.06 266	1.24 339	0.06 75	0.05 114	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GIP-stereo	0.31 73	0.03 2	0.78 64	0.00 1	0.00 1	1.06 103	0.03 210	2.98 203	0.66 148	0.05 47	0.01 1	0.04 32	0.01 13	0.18 46	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.00 1

rvit_stereo_ft	0.31 73	0.32 293	1.63 255	0.01 27	0.00 1	0.19 5	0.00 1	2.84 190	0.79 220	0.02 13	0.03 102	0.08 96	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

MGS-Stereo	0.31 73	0.10 100	0.89 84	0.02 96	0.00 1	0.50 37	0.00 1	0.39 14	0.61 100	0.02 13	2.91 416	0.04 32	0.03 70	0.21 73	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.44 473	0.00 1

castereo	0.32 76	0.28 274	0.46 25	0.01 27	0.05 297	0.81 49	0.04 236	3.37 268	0.61 100	0.08 66	0.01 1	0.08 96	0.14 216	0.10 20	0.11 109	0.00 1	0.01 289	0.00 1	0.22 465	0.02 133	0.01 92

CAS++	0.32 76	0.22 239	0.69 56	0.04 187	0.00 1	0.35 17	0.01 88	4.32 378	0.48 73	0.02 13	0.01 1	0.07 89	0.00 1	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	0.33 78	0.11 121	0.92 90	0.09 279	0.06 309	0.34 15	0.00 1	2.56 167	0.64 132	0.32 136	0.43 231	0.17 140	0.09 175	0.26 95	0.10 100	0.00 1	0.14 473	0.00 1	0.22 465	0.05 251	0.01 92

11t1	0.33 78	0.05 19	0.86 76	0.44 409	0.00 1	1.04 88	0.00 1	2.45 155	0.60 90	0.44 167	0.01 1	0.05 60	0.05 114	0.43 142	0.06 54	0.00 1	0.01 289	0.00 1	0.00 1	0.02 133	0.01 92

CroCo-Stereo Lap2	0.33 78	0.49 372	1.18 170	0.02 96	0.00 1	0.33 12	0.00 1	3.08 219	0.61 100	0.02 13	0.01 1	0.04 32	0.08 167	0.45 149	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.02 205

LG-Stereo	0.34 81	0.07 54	1.33 205	0.03 154	0.01 156	1.06 103	0.00 1	2.93 199	0.66 148	0.01 5	0.09 133	0.14 130	0.07 152	0.10 20	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.09 322	0.01 92

SCV_C0	0.34 81	0.20 221	0.96 100	0.02 96	0.00 1	0.41 28	0.02 161	3.62 306	0.65 139	0.12 103	0.01 1	0.07 89	0.09 175	0.18 46	0.13 118	0.00 1	0.03 383	0.00 1	0.19 452	0.12 355	0.04 295

tg	0.34 81	0.26 259	0.68 54	0.01 27	0.00 1	1.25 203	0.01 88	1.75 106	0.65 139	0.11 101	0.40 223	0.74 230	0.11 193	0.29 108	0.08 75	0.00 1	0.02 353	0.00 1	0.00 1	0.29 451	0.21 451

rvit_0105_6	0.34 81	0.10 100	1.37 211	0.01 27	0.00 1	0.86 53	0.00 1	2.78 183	1.32 332	0.04 43	0.03 102	0.07 89	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 265

Pointernet	0.34 81	0.10 100	1.09 144	0.01 27	0.08 329	1.18 159	0.05 258	2.99 204	0.62 113	0.03 34	0.01 1	0.15 133	0.05 114	0.24 82	0.09 88	0.00 1	0.00 1	0.00 1	0.11 421	0.01 40	0.00 1

dd	0.34 81	0.67 419	1.55 237	0.04 187	0.01 156	1.22 178	0.03 210	0.84 53	1.16 299	0.18 123	0.05 118	0.12 119	0.05 114	0.29 108	0.44 285	0.02 436	0.00 1	0.00 1	0.00 1	0.05 251	0.00 1

AnonymousM	0.34 81	0.07 54	0.63 45	0.02 96	0.01 156	1.09 115	0.03 210	1.54 93	0.68 165	0.17 120	0.04 113	0.02 5	0.24 252	0.25 87	0.04 12	0.00 1	0.01 289	1.93 503	0.00 1	0.01 40	0.00 1

4D-IteraStereo	0.35 88	0.60 403	1.93 290	0.02 96	0.09 337	1.03 79	0.07 289	1.25 71	0.34 60	0.02 13	0.03 102	0.84 244	0.10 183	0.31 114	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.07 365

knoymous	0.35 88	0.05 19	1.11 148	0.05 210	0.01 156	1.15 145	0.01 88	2.06 128	0.14 7	0.40 162	0.02 78	1.67 313	0.00 1	0.31 114	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

UDGNet	0.35 88	0.50 375	1.14 156	0.02 96	0.00 1	1.12 129	0.02 161	0.70 39	1.57 379	0.31 134	0.05 118	0.06 75	0.02 40	1.45 217	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_xeample3	0.35 88	0.10 100	1.95 295	0.02 96	0.00 1	0.93 66	0.07 289	1.70 104	0.86 241	0.09 74	0.04 113	0.05 60	0.05 114	0.23 79	0.51 306	0.00 1	0.00 1	0.00 1	0.24 472	0.06 271	0.08 378

LG-Stereo_Zeroshot	0.36 92	0.14 155	1.14 156	0.04 187	0.05 297	1.39 258	0.05 258	1.87 116	0.77 214	0.13 111	0.07 125	0.48 187	0.02 40	0.41 141	0.45 289	0.00 1	0.00 1	0.00 1	0.18 449	0.01 40	0.10 392

IGEV++	0.36 92	0.19 209	0.57 41	0.09 279	0.00 1	0.35 17	0.03 210	4.62 400	0.24 48	0.12 103	0.02 78	0.03 19	0.17 226	0.24 82	0.23 190	0.00 1	0.05 410	0.00 1	0.04 384	0.09 322	0.08 378

LL-Strereo2	0.36 92	0.47 365	1.08 141	0.09 279	0.03 267	1.12 129	0.07 289	1.66 99	0.93 250	0.43 166	0.02 78	0.51 194	0.08 167	0.23 79	0.29 227	0.00 1	0.00 1	0.00 1	0.03 373	0.04 226	0.04 295

iRaftStereo_RVC	0.36 92	0.27 263	0.76 62	0.01 27	0.00 1	1.20 171	0.01 88	2.15 132	0.62 113	0.15 115	0.22 185	0.69 219	0.12 205	0.28 105	0.18 164	0.00 1	0.06 419	0.00 1	0.00 1	0.27 440	0.22 454

GCAP-BAT	0.37 96	0.13 142	1.16 164	0.10 290	0.12 356	1.59 329	0.04 236	0.67 38	0.43 70	0.84 220	0.89 307	0.39 175	0.07 152	0.27 103	0.49 302	0.00 1	0.01 289	0.00 1	0.19 452	0.00 1	0.00 1

rvit_stereo_0075_2	0.37 96	0.13 142	2.43 354	0.02 96	0.00 1	1.12 129	0.02 161	1.66 99	1.15 297	0.16 116	0.08 129	0.02 5	0.05 114	0.40 138	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.10 392

Selective-RAFT	0.37 96	0.06 37	0.65 50	0.03 154	0.01 156	1.17 152	0.02 161	2.63 170	0.66 148	0.01 5	0.01 1	0.22 146	0.18 230	1.31 206	0.24 195	0.00 1	0.00 1	0.00 1	0.20 457	0.04 226	0.00 1

RCA-Stereo	0.37 96	0.14 155	0.76 62	0.01 27	0.00 1	1.17 152	0.00 1	3.14 229	0.61 100	0.71 200	0.47 242	0.05 60	0.13 212	0.19 52	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.06 271	0.01 92

sAnonymous2	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.18 439

CroCo_RVC	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.18 439

rvit_0105_4	0.39 102	0.16 181	1.66 261	0.01 27	0.00 1	0.85 52	0.00 1	3.15 231	1.33 334	0.07 58	0.06 123	0.10 113	0.03 70	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

RAFT-Stereo-weight	0.39 102	0.07 54	0.81 67	0.07 253	0.02 244	1.34 237	0.05 258	3.15 231	0.31 55	0.94 235	0.52 247	0.26 154	0.01 13	0.19 52	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

CroCo-Stereo	0.39 102	0.40 329	1.67 265	0.07 253	0.00 1	0.19 5	0.01 88	3.55 299	0.75 205	0.08 66	0.02 78	0.46 183	0.08 167	0.28 105	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92
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
rafts_anoy	0.39 102	0.44 349	1.15 160	0.06 227	0.03 267	1.12 129	0.04 236	2.75 181	0.33 59	0.10 90	0.16 157	0.11 115	0.19 236	0.74 178	0.31 238	0.00 1	0.14 473	0.00 1	0.01 342	0.02 133	0.05 316

MM-Stereo_test1	0.40 106	0.13 142	1.31 201	0.64 447	0.07 319	0.92 64	0.03 210	3.08 219	0.80 224	0.35 150	0.04 113	0.05 60	0.02 40	0.20 64	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.26 435	0.02 205

CRE-IMP	0.40 106	0.06 37	1.04 132	0.07 253	0.05 297	1.45 285	0.46 418	1.48 90	0.63 121	0.90 228	0.30 197	0.88 247	0.01 13	0.26 95	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.17 433

rvit_0105_5	0.41 108	0.20 221	1.94 294	0.01 27	0.00 1	0.91 59	0.00 1	3.18 240	1.27 321	0.08 66	0.09 133	0.10 113	0.02 40	0.35 129	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

plain	0.41 108	0.28 274	2.26 341	0.07 253	0.00 1	0.50 37	0.01 88	2.84 190	0.92 246	0.05 47	0.07 125	0.13 124	0.17 226	0.43 142	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.34 460	0.01 92

x	0.41 108	0.04 9	0.74 61	0.54 432	0.00 1	0.98 74	0.00 1	3.07 217	0.67 158	0.48 175	0.01 1	0.48 187	0.07 152	0.93 186	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

SCV	0.42 111	0.28 274	0.68 54	0.26 371	0.16 380	0.26 7	0.05 258	4.98 427	0.63 121	0.10 90	0.01 1	0.02 5	0.05 114	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.18 449	0.25 432	0.18 439

GMOStereo	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

error version	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

test-v	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

test-2	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

raft+_RVC	0.42 111	0.48 367	1.11 148	0.51 429	0.17 384	1.16 148	0.04 236	2.25 136	0.59 81	0.12 103	0.42 227	0.08 96	0.15 219	0.60 167	0.28 223	0.00 1	0.09 444	0.00 1	0.00 1	0.06 271	0.19 444

Gwc-CoAtRS	0.42 111	0.12 132	1.28 191	0.03 154	0.13 362	1.03 79	0.02 161	2.33 140	0.15 11	0.35 150	0.01 1	2.27 355	0.03 70	0.20 64	0.25 203	0.00 1	0.01 289	0.00 1	0.22 465	0.01 40	0.01 92

MM-Stereo_test3	0.43 118	0.33 300	0.92 90	0.75 456	0.04 287	0.96 72	0.05 258	3.11 225	0.79 220	0.12 103	0.53 248	0.26 154	0.06 136	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.00 1	0.28 449	0.01 92

IGEV-Stereo+	0.43 118	0.17 192	0.46 25	0.14 320	1.06 482	0.63 41	0.02 161	0.30 6	0.24 48	0.09 74	0.01 1	0.04 32	0.03 70	1.86 229	0.05 29	0.00 1	0.01 289	0.00 1	0.15 429	1.83 497	1.61 499

CES	0.43 118	0.14 155	0.85 74	0.05 210	1.52 490	1.22 178	0.05 258	1.01 59	0.59 81	0.03 34	0.02 78	0.14 130	0.10 183	0.40 138	0.10 100	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	2.45 504

ROB_FTStereo_v2	0.43 118	0.09 80	1.00 109	0.06 227	0.08 329	1.57 318	0.33 404	1.44 83	0.67 158	0.97 240	0.19 176	0.77 236	0.02 40	1.23 202	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

HART	0.44 122	0.24 251	1.41 215	0.01 27	0.00 1	0.33 12	0.00 1	2.91 197	0.61 100	0.26 130	1.98 379	0.35 168	0.03 70	0.20 64	0.14 129	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.05 316

RALCasStereoNet	0.44 122	0.44 349	1.03 128	0.03 154	0.00 1	1.10 119	0.03 210	2.46 157	0.90 243	0.07 58	0.32 199	0.12 119	0.20 242	1.28 205	0.25 203	0.00 1	0.31 492	0.00 1	0.00 1	0.08 300	0.12 408

R-Stereo Train	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 356	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

RAFT-Stereo	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 356	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	0.45 126	0.43 344	1.18 170	0.51 429	0.04 287	1.26 207	0.02 161	2.38 143	0.65 139	0.07 58	0.02 78	0.70 222	0.20 242	1.01 193	0.13 118	0.00 1	0.09 444	0.00 1	0.00 1	0.14 367	0.10 392

HUI-Stereo	0.45 126	0.09 80	1.08 141	0.06 227	0.08 329	1.61 337	0.32 401	1.43 79	0.70 190	0.97 240	0.18 168	0.77 236	0.02 40	1.44 216	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

RAFT-IKP	0.45 126	0.09 80	1.06 138	0.06 227	0.06 309	1.44 279	0.31 400	1.44 83	0.69 178	0.97 240	0.18 168	0.76 232	0.02 40	1.65 222	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.04 295

Reg-Stereo(zero)	0.46 129	0.04 9	1.77 277	0.01 27	0.14 368	1.20 171	0.13 327	1.13 64	0.26 52	0.05 47	0.16 157	1.75 316	1.10 367	0.67 174	0.45 289	0.00 1	0.03 383	0.00 1	0.12 426	0.01 40	0.09 384

IGEVStereo-DCA	0.46 129	0.09 80	1.02 117	0.02 96	0.00 1	0.82 50	0.00 1	0.53 21	0.75 205	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.15 429	0.05 251	0.01 92

testlalala	0.46 129	0.13 142	0.82 69	0.17 335	0.10 346	1.13 136	0.03 210	2.63 170	1.13 293	2.04 373	0.10 138	0.29 160	0.04 97	0.15 36	0.27 216	0.00 1	0.01 289	0.00 1	0.26 478	0.00 1	0.00 1

PSM-adaLoss	0.46 129	0.09 80	1.01 112	0.06 227	0.09 337	1.61 337	0.30 396	1.43 79	0.69 178	0.97 240	0.18 168	0.77 236	0.02 40	1.67 223	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

ICVP	0.46 129	0.08 67	1.58 247	0.01 27	0.01 156	1.10 119	0.21 357	3.80 326	0.52 75	0.42 165	0.27 193	0.33 166	0.06 136	0.57 163	0.13 118	0.00 1	0.07 429	0.00 1	0.00 1	0.04 226	0.01 92
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.46 129	0.42 338	1.05 137	0.01 27	0.21 404	1.17 152	0.05 258	2.07 130	0.19 27	2.98 428	0.02 78	0.12 119	0.15 219	0.25 87	0.31 238	0.00 1	0.03 383	0.00 1	0.00 1	0.08 300	0.06 347

tt45	0.47 135	0.06 37	0.70 57	0.02 96	0.00 1	1.30 223	0.05 258	0.85 54	0.60 90	0.05 47	0.01 1	0.09 103	0.03 70	5.40 375	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.09 322	0.01 92

rvit_0105_3	0.47 135	0.28 274	2.20 326	0.01 27	0.00 1	1.13 136	0.00 1	3.20 247	1.26 315	0.08 66	0.26 189	0.09 103	0.03 70	0.62 171	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

H2IRNET	0.47 135	0.22 239	1.27 189	0.15 325	0.01 156	1.18 159	0.01 88	1.65 96	0.48 73	0.02 13	1.80 370	0.46 183	0.04 97	1.62 221	0.35 260	0.00 1	0.00 1	0.01 424	0.01 342	0.16 384	0.02 205

AE-Stereo	0.47 135	0.11 121	1.03 128	0.04 187	0.09 337	1.11 124	0.03 210	4.16 356	0.34 60	0.35 150	0.82 300	0.15 133	0.16 223	0.45 149	0.05 29	0.00 1	0.09 444	0.00 1	0.26 478	0.09 322	0.05 316

ToySt	0.47 135	0.25 255	2.47 361	0.04 187	0.01 156	1.17 152	0.00 1	2.01 126	0.63 121	0.08 66	0.14 146	1.16 278	0.05 114	0.80 182	0.46 295	0.00 1	0.00 1	0.00 1	0.03 373	0.10 337	0.04 295

riskmin	0.47 135	0.03 2	1.01 112	0.08 268	0.01 156	1.12 129	0.01 88	3.00 205	0.21 37	0.46 173	0.02 78	2.08 338	1.06 363	0.26 95	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

ROB_FTStereo	0.47 135	0.09 80	1.04 132	0.06 227	0.08 329	1.59 329	0.33 404	1.43 79	0.68 165	0.97 240	0.19 176	0.76 232	0.03 70	1.86 229	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

999	0.48 142	0.07 54	0.55 39	0.01 27	0.00 1	1.27 210	0.09 308	0.33 8	0.61 100	0.01 5	0.17 164	0.03 19	0.02 40	5.79 395	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

xyz-stereo-finetune	0.49 143	0.22 239	0.51 32	0.03 154	0.00 1	1.30 223	0.01 88	1.97 124	0.71 193	0.04 43	0.04 113	0.08 96	0.04 97	4.32 314	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

FACV-RUCA	0.49 143	0.10 100	1.30 199	0.06 227	0.12 356	1.14 138	0.07 289	3.57 301	0.92 246	0.18 123	0.99 316	0.19 142	0.31 268	0.25 87	0.16 147	0.00 1	0.00 1	0.08 466	0.02 364	0.24 425	0.12 408

model_zeroshot	0.49 143	0.26 259	2.10 321	0.03 154	0.01 156	1.69 355	0.08 296	2.63 170	0.18 24	1.02 255	0.01 1	0.61 203	0.06 136	0.86 183	0.14 129	0.00 1	0.02 353	0.00 1	0.16 438	0.02 133	0.01 92

Anonymous3	0.49 143	0.12 132	2.21 327	0.01 27	0.00 1	2.53 401	0.09 308	3.16 236	0.65 139	0.12 103	0.22 185	0.12 119	0.05 114	0.37 133	0.08 75	0.00 1	0.07 429	0.00 1	0.00 1	0.04 226	0.03 265

qqq	0.50 147	0.04 9	0.78 64	0.02 96	0.00 1	1.05 96	0.00 1	3.15 231	0.68 165	0.46 173	0.01 1	0.73 228	0.12 205	2.95 256	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

Patchmatch Stereo++	0.50 147	0.09 80	1.01 112	0.06 227	0.07 319	1.60 333	0.27 378	1.45 86	0.68 165	0.98 249	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.50 147	0.09 80	1.01 112	0.06 227	0.07 319	1.60 333	0.27 378	1.45 86	0.68 165	0.98 249	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

test_4	0.51 150	0.10 100	1.27 189	0.01 27	0.06 309	0.97 73	0.03 210	1.12 63	0.16 17	0.27 131	3.42 430	0.65 212	0.09 175	1.59 218	0.26 211	0.00 1	0.00 1	0.00 1	0.08 408	0.14 367	0.00 1

iGMRVC	0.51 150	0.09 80	1.04 132	0.06 227	0.08 329	1.61 337	0.27 378	1.44 83	0.69 178	0.97 240	0.19 176	0.76 232	0.03 70	2.69 249	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.04 295

CFNet-RSSM	0.51 150	0.12 132	1.26 187	0.03 154	0.14 368	1.24 194	0.02 161	4.12 354	0.15 11	0.31 134	0.01 1	1.96 332	0.04 97	0.19 52	0.25 203	0.00 1	0.01 289	0.00 1	0.27 481	0.01 40	0.01 92

mmm	0.52 153	0.04 9	1.14 156	0.61 443	0.00 1	1.14 138	0.00 1	3.45 284	0.75 205	1.24 291	0.58 253	0.20 145	0.18 230	0.93 186	0.08 75	0.00 1	0.01 289	0.00 1	0.00 1	0.02 133	0.01 92

anonymousdsp2	0.52 153	0.06 37	1.51 232	0.10 290	0.00 1	1.19 162	0.01 88	4.32 378	0.63 121	0.33 138	0.15 155	0.78 241	0.09 175	1.01 193	0.06 54	0.00 1	0.00 1	0.00 1	0.11 421	0.04 226	0.05 316

GANet-ADL	0.52 153	0.09 80	1.43 219	0.13 307	0.02 244	1.43 275	0.02 161	3.22 250	0.59 81	0.34 149	0.98 315	1.09 274	0.19 236	0.40 138	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.01 92

DeepStereo_RVC	0.52 153	0.08 67	1.37 211	0.06 227	0.06 309	1.34 237	0.41 413	1.43 79	0.68 165	1.03 260	0.85 303	0.49 190	1.56 399	0.79 180	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.13 415

test-1	0.52 153	0.25 255	0.94 95	0.03 154	0.22 406	1.20 171	0.08 296	4.03 347	0.25 51	0.70 198	0.66 274	0.71 226	0.03 70	0.30 113	0.43 282	0.00 1	0.18 482	0.00 1	0.07 403	0.01 40	0.25 459

FENet	0.52 153	0.07 54	1.62 253	0.04 187	0.00 1	1.19 162	0.05 258	3.10 223	0.98 257	0.89 226	0.01 1	1.63 310	0.09 175	0.47 153	0.28 223	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

AIO-test1	0.53 159	0.38 317	1.50 226	0.02 96	0.03 267	1.12 129	0.01 88	3.13 228	0.69 178	0.44 167	0.30 197	0.06 75	0.06 136	2.52 239	0.13 118	0.00 1	0.00 1	0.00 1	0.02 364	0.13 360	0.09 384

Pruner-Stereo	0.53 159	0.10 100	1.02 117	0.89 471	0.10 346	1.57 318	0.36 409	2.06 128	0.63 121	2.23 385	0.46 239	0.25 151	0.01 13	0.45 149	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

cross-raft	0.53 159	0.12 132	1.78 280	0.03 154	0.01 156	1.04 88	0.10 316	3.21 249	0.23 43	0.37 158	0.01 1	2.86 385	0.04 97	0.24 82	0.24 195	0.00 1	0.01 289	0.00 1	0.16 438	0.01 40	0.02 205

HI	0.54 162	0.37 312	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 298	0.01 1	2.67 371	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 251	0.00 1

CoSv	0.54 162	0.37 312	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 298	0.01 1	2.67 371	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 251	0.00 1

PFNet+	0.54 162	0.10 100	1.31 201	0.16 332	0.05 297	1.44 279	0.56 425	1.60 95	0.98 257	1.35 304	0.46 239	0.37 170	0.01 13	2.18 236	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

RALAANet	0.54 162	0.62 408	1.41 215	0.01 27	0.01 156	0.92 64	0.02 161	2.39 144	1.87 406	1.13 272	0.38 219	0.15 133	0.30 264	1.00 192	0.38 270	0.00 1	0.00 1	0.00 1	0.04 384	0.14 367	0.01 92

CASS	0.56 166	0.13 142	1.40 214	0.03 154	0.01 156	1.65 350	0.04 236	3.03 210	0.63 121	1.96 365	0.93 311	0.28 158	0.36 282	0.52 156	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	0.56 166	0.14 155	1.22 182	0.02 96	0.00 1	1.14 138	0.03 210	3.43 281	1.47 359	1.02 255	1.41 349	0.05 60	0.02 40	1.08 195	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ACVNet	0.57 168	0.21 229	1.34 206	0.09 279	0.00 1	1.36 243	0.22 363	2.40 145	1.05 274	0.63 189	0.66 274	1.94 329	0.26 259	0.31 114	0.79 345	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.00 1

test_3	0.58 169	0.06 37	1.04 132	0.07 253	0.12 356	1.01 77	0.01 88	2.45 155	0.20 32	0.95 236	0.01 1	1.05 268	0.05 114	3.74 285	0.23 190	0.00 1	0.00 1	0.00 1	0.25 475	0.15 379	0.13 415

DIP-Stereo	0.58 169	0.23 247	0.90 85	0.08 268	0.00 1	1.43 275	0.01 88	6.01 476	1.38 339	0.92 233	0.11 142	0.04 32	0.19 236	0.12 27	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.59 171	0.79 440	1.59 251	0.56 436	0.01 156	1.19 162	0.03 210	4.74 410	0.60 90	0.17 120	0.01 1	0.62 206	0.44 296	0.57 163	0.07 62	0.00 1	0.04 397	0.00 1	0.24 472	0.01 40	0.14 422

rvit_105_1	0.60 172	0.33 300	2.37 351	0.01 27	0.00 1	1.16 148	0.00 1	3.38 271	1.20 305	0.16 116	0.26 189	0.13 124	0.04 97	2.66 247	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.03 265

RAFT	0.60 172	0.50 375	1.01 112	0.50 425	0.04 287	0.94 68	0.08 296	3.01 207	0.65 139	0.22 127	0.09 133	3.41 414	0.27 262	0.53 158	0.37 267	0.00 1	0.03 383	0.00 1	0.01 342	0.40 470	0.03 265

RAFT-Stereo + iAFF	0.60 172	0.36 308	0.96 100	0.03 154	0.02 244	1.21 175	0.02 161	2.80 187	1.55 373	1.08 267	2.63 409	0.43 180	0.16 223	0.37 133	0.25 203	0.00 1	0.02 353	0.00 1	0.00 1	0.19 405	0.01 92

xyz-stereo-finetune2	0.61 175	0.19 209	0.84 73	0.06 227	0.00 1	1.28 212	0.04 236	1.89 117	0.69 178	0.10 90	0.59 263	0.07 89	0.67 343	5.30 369	0.47 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

test_sample1	0.61 175	0.04 9	0.90 85	0.34 396	0.00 1	1.09 115	0.00 1	3.54 298	0.88 242	0.86 223	0.01 1	0.53 195	0.34 275	3.51 276	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

ACVNet-DCA	0.61 175	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 373	0.01 40	0.01 92

RAFT-Test	0.61 175	0.16 181	2.27 344	0.04 187	0.15 374	1.80 366	0.17 342	2.52 163	0.65 139	0.56 181	0.11 142	2.76 379	0.02 40	0.27 103	0.34 253	0.00 1	0.07 429	0.00 1	0.29 488	0.01 40	0.01 92

test_1	0.61 175	0.06 37	1.00 109	0.07 253	0.12 356	0.99 75	0.01 88	2.46 157	0.20 32	1.71 342	0.01 1	1.10 276	0.04 97	3.71 284	0.23 190	0.00 1	0.00 1	0.00 1	0.25 475	0.15 379	0.13 415

TestStereo	0.61 175	0.55 389	1.84 287	0.00 1	0.00 1	0.94 68	0.00 1	1.65 96	0.23 43	0.12 103	0.03 102	0.08 96	0.06 136	6.59 428	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.61 175	0.08 67	1.78 280	0.00 1	0.00 1	1.59 329	0.07 289	5.32 447	0.13 4	0.62 185	0.32 199	0.37 170	0.67 343	0.68 176	0.49 302	0.03 444	0.00 1	0.01 424	0.00 1	0.02 133	0.01 92

rrr	0.62 182	0.09 80	2.07 316	0.02 96	0.00 1	0.82 50	0.06 281	2.29 138	0.85 239	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.19 452	0.05 251	0.07 365

GwcNet-ADL	0.62 182	0.20 221	2.03 309	0.05 210	0.01 156	1.29 217	0.02 161	3.16 236	1.39 341	0.97 240	0.44 234	1.48 293	0.23 250	0.78 179	0.27 216	0.01 414	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

test_sample2	0.63 184	0.05 19	1.13 154	0.31 386	0.01 156	1.22 178	0.00 1	3.87 337	1.03 266	0.91 231	0.02 78	0.50 192	0.13 212	3.16 262	0.26 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

GMStereo_Zeroshot	0.63 184	0.14 155	1.54 235	0.75 456	0.00 1	1.26 207	0.01 88	1.85 113	0.31 55	1.44 320	0.58 253	1.76 317	0.19 236	2.55 240	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1

test-3	0.63 184	0.06 37	1.00 109	0.07 253	0.13 362	0.99 75	0.01 88	2.46 157	0.20 32	1.96 365	0.01 1	1.10 276	0.05 114	3.75 286	0.23 190	0.00 1	0.00 1	0.00 1	0.26 478	0.15 379	0.13 415

Any-RAFT	0.64 187	0.08 67	1.07 139	0.03 154	0.00 1	2.77 414	0.08 296	3.57 301	1.23 308	0.96 238	0.26 189	1.61 305	0.31 268	0.72 177	0.06 54	0.00 1	0.10 453	0.00 1	0.00 1	0.01 40	0.00 1

MIPNet	0.64 187	0.42 338	2.01 305	0.08 268	0.07 319	1.29 217	0.11 318	3.47 289	1.29 326	0.67 194	0.10 138	0.63 209	0.97 361	1.25 203	0.25 203	0.00 1	0.01 289	0.01 424	0.01 342	0.11 348	0.04 295

PCWNet_CMD	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.10 119	0.00 1	2.80 187	0.97 255	0.48 175	0.28 195	2.31 359	1.50 394	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

AFF-stereo	0.65 189	0.46 357	0.82 69	0.37 403	0.00 1	1.19 162	0.00 1	3.04 214	1.42 349	0.72 202	1.95 377	1.16 278	0.26 259	0.97 190	0.31 238	0.00 1	0.02 353	0.00 1	0.00 1	0.21 417	0.02 205

MSMDNet	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.11 124	0.00 1	2.88 194	0.98 257	0.49 178	0.28 195	2.32 360	1.49 391	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

ccs_rob	0.65 189	0.17 192	2.09 319	0.00 1	0.01 156	1.22 178	0.00 1	2.77 182	0.73 197	0.75 205	0.44 234	2.32 360	0.64 331	1.76 225	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

AdaStereo	0.65 189	0.09 80	1.12 150	0.02 96	0.00 1	1.45 285	0.23 367	4.38 380	1.44 354	1.17 278	0.37 217	1.56 299	0.18 230	0.56 162	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1
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.
StereoAnything_RVC	0.66 194	1.49 485	1.08 141	0.01 27	0.01 156	0.37 24	0.05 258	2.93 199	0.63 121	0.08 66	0.01 1	0.00 1	0.02 40	0.17 43	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	6.28 502	0.01 92

PSMNet-RUCA	0.66 194	0.48 367	1.68 266	0.01 27	0.02 244	2.02 376	0.25 370	3.93 340	1.50 367	0.37 158	1.38 348	0.11 115	0.12 205	0.64 173	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.00 1

fff	0.66 194	0.42 338	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 397	0.14 146	0.09 103	1.83 415	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

RAFT+CT+SA	0.66 194	0.45 353	1.22 182	0.10 290	0.30 440	1.24 194	0.02 161	4.21 361	0.67 158	0.62 185	0.39 222	0.33 166	0.05 114	2.69 249	0.14 129	0.00 1	0.00 1	0.00 1	0.35 497	0.13 360	0.30 463

CFNet_pseudo	0.66 194	0.17 192	2.08 318	0.00 1	0.01 156	1.22 178	0.00 1	2.79 184	0.73 197	0.78 213	0.46 239	2.32 360	0.63 328	1.77 226	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

DCANet	0.66 194	0.43 344	2.21 327	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.85 403	2.61 414	0.21 181	0.09 103	0.49 307	0.33 123	0.39 277	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 347

csc	0.66 194	0.42 338	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 397	0.14 146	0.09 103	1.83 415	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

cscssc	0.66 194	0.42 338	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 397	0.14 146	0.09 103	1.83 415	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

UCFNet_RVC	0.66 194	0.35 304	1.20 178	0.02 96	0.30 440	1.53 311	0.01 88	3.42 279	0.67 158	1.12 271	0.73 293	1.26 284	0.20 242	1.84 228	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.68 203	0.52 380	1.74 274	0.50 425	0.05 297	1.16 148	0.00 1	2.68 179	0.66 148	0.68 196	1.60 355	1.76 317	0.80 351	0.94 188	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.27 440	0.00 1

DMCA	0.68 203	0.22 239	1.96 298	0.01 27	0.01 156	1.28 212	0.02 161	3.02 208	1.54 372	2.14 377	0.15 155	1.74 314	0.10 183	0.45 149	0.95 357	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

1test111	0.69 205	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	2.95 256	0.07 62	0.00 1	0.02 353	0.00 1	0.03 373	0.01 40	0.01 92

DCRE	0.69 205	0.35 304	1.16 164	0.06 227	0.02 244	0.91 59	0.00 1	1.05 60	0.30 54	0.98 249	7.63 469	0.72 227	0.02 40	0.16 39	0.07 62	0.00 1	0.02 353	0.00 1	0.21 463	0.02 133	0.03 265

DCANet-4	0.69 205	0.15 169	3.76 432	0.03 154	0.01 156	1.22 178	0.01 88	3.14 229	1.90 408	2.34 397	0.14 146	0.11 115	0.25 256	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

DCVSM-stereo	0.70 208	0.04 9	1.69 268	0.07 253	0.01 156	1.27 210	0.04 236	1.85 113	0.14 7	3.56 444	0.08 129	3.07 397	0.60 319	1.35 210	0.11 109	0.00 1	0.00 1	0.01 424	0.00 1	0.02 133	0.00 1

gcap-zeroshot	0.70 208	0.26 259	1.98 301	0.19 349	0.27 426	1.43 275	0.02 161	4.23 365	0.82 229	0.75 205	0.54 250	2.19 353	0.03 70	0.63 172	0.25 203	0.00 1	0.11 456	0.00 1	0.20 457	0.00 1	0.01 92

test_sample7	0.72 210	0.18 200	1.23 184	0.55 434	0.01 156	1.21 175	0.00 1	4.31 374	1.07 279	1.35 304	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

MSKI-zero shot	0.73 211	0.13 142	1.56 244	0.02 96	0.14 368	1.34 237	0.04 236	3.00 205	0.23 43	0.67 194	1.64 356	0.89 248	0.00 1	4.55 335	0.10 100	0.00 1	0.02 353	0.00 1	0.21 463	0.03 190	0.01 92

HCRNet	0.73 211	0.19 209	1.10 146	0.01 27	0.00 1	1.17 152	0.01 88	3.07 217	1.97 412	0.60 184	0.21 181	0.56 198	0.11 193	5.34 373	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

IGEV_Zeroshot_test	0.74 213	0.20 221	3.00 391	0.26 371	0.02 244	1.10 119	0.05 258	3.72 315	0.19 27	0.88 224	0.71 292	2.84 382	0.63 328	0.53 158	0.33 246	0.00 1	0.07 429	0.00 1	0.16 438	0.04 226	0.00 1

EKT-Stereo	0.74 213	0.18 200	1.23 184	0.81 461	4.25 504	1.19 162	0.03 210	2.17 135	0.13 4	0.35 150	0.40 223	0.97 261	0.08 167	2.61 246	0.09 88	0.00 1	0.09 444	0.00 1	0.07 403	0.04 226	0.03 265

anonymity	0.74 213	0.15 169	1.17 167	0.16 332	0.27 426	0.71 42	0.01 88	4.70 407	1.78 397	1.15 274	1.23 337	0.31 161	1.65 407	0.54 160	0.53 311	0.02 436	0.02 353	0.00 1	0.27 481	0.02 133	0.06 347

test_5	0.74 213	0.50 375	1.55 237	0.44 409	0.25 418	1.45 285	0.01 88	4.16 356	0.78 219	0.79 215	0.17 164	0.42 179	0.64 331	3.06 260	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.16 384	0.21 451

NRIStereo	0.74 213	0.08 67	0.88 80	0.47 419	0.05 297	1.58 322	0.49 421	1.38 76	0.61 100	0.88 224	0.17 164	0.66 215	0.03 70	6.96 460	0.22 184	0.00 1	0.06 419	0.00 1	0.00 1	0.06 271	0.17 433

IER	0.75 218	0.12 132	1.93 290	0.01 27	0.00 1	2.31 392	0.02 161	2.96 201	0.98 257	1.30 294	0.96 313	1.40 291	1.19 375	1.31 206	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

CIPLG	0.75 218	0.81 445	2.38 352	0.13 307	0.03 267	1.41 264	0.27 378	3.19 245	0.84 235	1.98 367	2.56 408	0.19 142	0.10 183	0.54 160	0.26 211	0.00 1	0.05 410	0.01 424	0.05 389	0.19 405	0.05 316

IPLGR_C	0.75 218	0.88 453	2.58 369	0.13 307	0.02 244	1.40 259	0.27 378	3.19 245	0.84 235	1.92 361	2.46 403	0.18 141	0.11 193	0.49 155	0.26 211	0.00 1	0.05 410	0.01 424	0.05 389	0.19 405	0.06 347

ACRE	0.75 218	0.78 438	2.72 381	0.13 307	0.02 244	1.40 259	0.26 374	3.20 247	0.82 229	1.84 355	2.46 403	0.19 142	0.10 183	0.52 156	0.26 211	0.00 1	0.04 397	0.01 424	0.05 389	0.19 405	0.05 316

AIO-test2	0.76 222	0.80 441	1.47 224	0.12 300	0.15 374	1.22 178	0.01 88	3.17 238	0.73 197	0.36 157	1.50 351	0.16 138	0.05 114	2.37 237	0.16 147	2.85 502	0.00 1	0.00 1	0.01 342	0.04 226	0.07 365

IPLGR	0.76 222	0.21 229	2.98 389	0.06 227	0.07 319	1.24 194	0.05 258	3.09 222	1.38 339	0.62 185	0.34 207	0.75 231	0.78 349	3.35 265	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.06 347

testlalala2	0.77 224	0.13 142	1.72 272	3.72 502	2.44 498	1.10 119	0.01 88	3.27 259	0.73 197	0.09 74	0.03 102	1.38 290	0.08 167	0.12 27	0.09 88	0.00 1	0.02 353	0.00 1	0.37 498	0.01 40	0.01 92

CFNet_ucs	0.77 224	0.20 221	2.22 334	0.01 27	0.01 156	1.32 229	0.00 1	3.30 261	1.31 331	1.15 274	1.14 327	2.19 353	0.42 294	2.04 232	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

TestStereo1	0.77 224	0.46 357	1.12 150	0.15 325	0.19 395	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 377	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.07 365

SA-5K	0.77 224	0.46 357	1.12 150	0.15 325	0.19 395	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 377	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.07 365

PSMNet-ADL	0.77 224	0.08 67	0.90 85	0.07 253	0.01 156	2.01 375	0.02 161	2.55 166	1.11 286	0.33 138	0.59 263	2.15 345	0.69 345	4.07 303	0.85 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

CFNet-ft	0.77 224	0.46 357	1.34 206	0.01 27	0.27 426	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 411	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 424	0.00 1	0.03 190	0.02 205

CFNet_RVC	0.77 224	0.46 357	1.34 206	0.01 27	0.27 426	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 411	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 424	0.00 1	0.03 190	0.02 205

DN-CSS_ROB	0.77 224	0.90 456	2.01 305	0.85 465	0.00 1	1.47 292	0.01 88	2.92 198	0.93 250	0.12 103	0.53 248	0.44 181	0.16 223	4.33 315	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.30 456	0.01 92

MyStereo04	0.78 232	0.27 263	3.19 402	0.02 96	0.01 156	1.64 346	0.01 88	3.64 309	2.20 431	0.98 249	0.02 78	1.29 285	0.57 316	1.10 196	0.53 311	0.00 1	0.07 429	0.00 1	0.00 1	0.03 190	0.06 347

MyStereo05	0.79 233	0.19 209	3.17 401	0.02 96	0.00 1	1.51 303	0.01 88	3.56 300	2.48 443	1.34 298	0.02 78	1.25 283	0.38 286	1.19 199	0.50 304	0.00 1	0.06 419	0.00 1	0.00 1	0.02 133	0.07 365

anonymousa	0.79 233	0.26 259	1.91 288	0.03 154	0.29 438	1.46 291	0.02 161	3.76 319	0.97 255	0.72 202	2.25 398	3.21 408	0.56 314	0.15 36	0.12 114	0.00 1	0.00 1	0.00 1	0.04 384	0.00 1	0.02 205

111	0.79 233	0.70 429	2.21 327	0.01 27	0.01 156	1.19 162	0.16 339	3.78 322	1.98 414	1.22 289	0.91 309	2.01 333	0.32 273	0.32 120	0.64 332	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.17 433

acv_ft	0.79 233	0.21 229	1.28 191	0.01 27	1.08 483	1.68 353	0.01 88	3.75 317	1.05 274	1.31 297	0.66 274	1.94 329	0.46 303	0.31 114	1.68 393	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.00 1

MyStereo06	0.80 237	0.19 209	2.53 365	0.02 96	0.00 1	1.51 303	0.01 88	4.61 399	0.24 48	0.89 226	0.69 285	3.14 403	1.18 374	0.58 166	0.33 246	0.00 1	0.06 419	0.00 1	0.00 1	0.02 133	0.07 365

HITNet	0.80 237	0.58 399	2.14 322	0.69 452	0.00 1	1.35 241	0.02 161	4.50 392	1.15 297	1.76 349	0.16 157	0.60 202	0.30 264	1.13 198	1.64 391	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.00 1
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
GCST	0.81 239	0.64 412	1.41 215	0.44 409	0.01 156	0.91 59	0.08 296	3.75 317	1.04 268	0.12 103	0.44 234	0.27 156	0.35 280	5.12 360	0.38 270	1.19 498	0.00 1	0.00 1	0.00 1	0.08 300	0.05 316

SFCPSM	0.81 239	0.11 121	2.53 365	0.01 27	0.07 319	2.45 397	0.18 347	4.99 428	1.18 301	0.77 210	0.78 295	0.69 219	0.31 268	1.72 224	0.20 173	0.00 1	0.00 1	0.00 1	0.05 389	0.06 271	0.01 92

NF-Stereo	0.82 241	0.10 100	1.12 150	1.19 485	0.01 156	1.52 308	0.29 389	2.67 178	0.66 148	1.20 283	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OCTAStereo	0.82 241	0.10 100	1.15 160	1.19 485	0.01 156	1.53 311	0.29 389	2.66 174	0.66 148	1.20 283	0.58 253	0.25 151	0.01 13	6.38 418	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

RE-Stereo	0.82 241	0.10 100	1.15 160	1.19 485	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 283	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

TVStereo	0.82 241	0.10 100	1.15 160	1.19 485	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 283	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

ADStereo(finetuned)	0.83 245	0.43 344	3.68 429	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.86 404	2.61 414	0.20 180	0.09 103	2.39 434	0.34 124	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 347

BSDual-CNN	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.32 427	0.21 357	5.40 450	0.93 250	2.26 391	0.66 274	1.81 322	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

SA	0.83 245	0.41 332	1.17 167	0.00 1	0.20 399	1.28 212	0.01 88	3.98 342	1.86 404	0.41 164	0.96 313	0.27 156	1.33 386	4.07 303	0.35 260	0.00 1	0.00 1	0.00 1	0.17 446	0.14 367	0.01 92

psmg	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.28 425	0.27 378	4.83 420	0.93 250	1.92 361	1.46 350	1.81 322	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.01 424	0.00 1	0.01 40	0.00 1

STTStereo	0.83 245	0.34 302	2.44 356	0.24 362	0.15 374	1.41 264	0.10 316	3.02 208	1.55 373	1.34 298	0.17 164	1.77 319	0.45 300	3.42 270	0.30 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

StereoDRNet-Refined	0.83 245	0.12 132	1.18 170	0.02 96	0.01 156	1.31 228	0.00 1	3.33 264	1.07 279	1.92 361	1.24 339	2.48 366	0.18 230	1.86 229	1.67 392	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.05 316
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample3	0.84 251	0.15 169	2.22 334	0.48 420	0.01 156	1.37 248	0.01 88	4.63 403	1.17 300	1.43 317	0.43 231	0.80 243	0.10 183	3.48 274	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

psm_up	0.84 251	0.32 293	1.44 221	0.02 96	0.00 1	1.98 374	0.05 258	3.40 275	1.04 268	2.06 374	0.40 223	1.74 314	0.45 300	3.47 273	0.24 195	0.06 461	0.00 1	0.00 1	0.00 1	0.08 300	0.00 1

MyStereo8	0.85 253	0.52 380	3.20 404	0.20 350	0.00 1	1.47 292	0.01 88	3.53 297	1.91 409	1.34 298	0.65 272	1.22 281	0.31 268	0.57 163	1.38 384	0.00 1	0.14 473	0.00 1	0.06 399	0.09 322	0.30 463

CAS	0.85 253	0.09 80	0.67 52	6.43 507	0.05 297	1.12 129	0.00 1	0.88 55	0.69 178	0.02 13	0.02 78	0.06 75	0.06 136	0.26 95	0.12 114	6.37 508	0.00 1	0.00 1	0.00 1	0.00 1	0.20 449

PSM-softLoss	0.85 253	0.10 100	1.50 226	1.14 481	0.03 267	1.47 292	0.27 378	2.48 160	0.69 178	1.30 294	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

KMStereo	0.85 253	0.10 100	1.50 226	1.14 481	0.03 267	1.47 292	0.27 378	2.48 160	0.69 178	1.30 294	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

test_sample5	0.86 257	0.16 181	2.25 337	0.49 422	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.35 304	0.89 307	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

test_sample4	0.86 257	0.16 181	2.28 345	0.50 425	0.01 156	1.42 272	0.01 88	4.65 405	1.27 321	1.52 324	0.66 274	0.69 219	0.08 167	3.50 275	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

StereoVision	0.86 257	0.38 317	1.75 276	0.03 154	0.01 156	1.14 138	0.02 161	3.38 271	0.92 246	0.13 111	6.89 466	0.50 192	0.12 205	1.10 196	0.78 344	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.02 205

DisPM	0.86 257	0.09 80	1.10 146	0.76 459	0.02 244	1.51 303	0.57 427	1.75 106	0.70 190	2.43 408	0.83 302	0.38 174	0.01 13	6.89 454	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

IPLG	0.86 257	0.41 332	2.31 347	0.06 227	0.06 309	1.36 243	0.11 318	3.17 238	0.83 232	0.62 185	1.00 317	0.46 183	0.61 322	5.57 387	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.18 397	0.01 92

AASNet	0.86 257	0.53 385	1.96 298	0.04 187	0.00 1	1.70 357	0.05 258	5.13 437	1.84 400	0.93 234	1.88 373	0.96 258	0.19 236	0.67 174	0.91 355	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.09 384

DeepPruner_ROB	0.86 257	0.50 375	1.80 283	0.01 27	0.00 1	1.57 318	0.17 342	3.48 290	0.42 68	3.31 437	0.02 78	2.09 340	0.17 226	3.01 258	0.61 328	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.01 92

AACVNet	0.87 264	0.44 349	1.19 175	0.17 335	0.00 1	1.76 361	0.00 1	3.60 305	0.60 90	1.03 260	0.26 189	1.31 286	0.17 226	6.33 415	0.28 223	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.01 92

LCNet	0.87 264	0.18 200	0.97 106	0.14 320	0.26 421	1.19 162	0.22 363	2.36 141	0.71 193	1.82 353	0.21 181	0.11 115	2.56 436	5.56 384	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.15 379	0.81 486

HHNet	0.87 264	0.25 255	1.78 280	0.16 332	0.08 329	1.30 223	0.44 416	1.93 119	0.64 132	1.41 316	5.92 458	0.14 130	1.79 413	0.35 129	0.95 357	0.05 453	0.00 1	0.01 424	0.00 1	0.14 367	0.01 92

UPFNet	0.87 264	0.09 80	2.05 314	0.00 1	0.00 1	1.90 372	0.11 318	3.41 277	0.83 232	2.15 378	0.10 138	1.92 327	0.09 175	3.94 299	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ISRNet	0.88 268	0.19 209	2.71 379	0.05 210	0.00 1	1.17 152	0.03 210	2.96 201	0.80 224	2.17 380	1.70 364	2.59 368	0.20 242	2.58 241	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.00 1

DualNet	0.88 268	0.16 181	2.25 337	0.49 422	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.43 317	1.12 325	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

tt1	0.88 268	0.27 263	1.25 186	0.08 268	0.00 1	3.36 430	0.02 161	3.03 210	6.40 484	0.33 138	0.66 274	0.05 60	0.40 292	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 322	0.03 265

HH	0.88 268	0.37 312	1.93 290	0.25 365	0.10 346	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 428	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 190	0.02 205

HanStereo	0.88 268	0.37 312	1.93 290	0.25 365	0.10 346	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 428	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 190	0.02 205

dad	0.88 268	0.62 408	2.26 341	0.06 227	0.01 156	1.24 194	0.00 1	0.98 58	2.17 428	1.29 293	0.35 210	0.37 170	0.04 97	5.80 396	1.06 362	0.01 414	0.00 1	1.13 497	0.11 421	0.05 251	0.00 1

GANet-RSSM	0.88 268	0.38 317	1.45 222	0.60 440	0.00 1	1.36 243	0.02 161	4.55 394	0.69 178	0.71 200	0.32 199	1.56 299	0.61 322	4.55 335	0.64 332	0.00 1	0.00 1	0.05 461	0.00 1	0.08 300	0.02 205

test_sample6	0.89 275	0.17 192	2.23 336	0.48 420	0.01 156	1.43 275	0.01 88	4.49 391	1.40 345	1.43 317	1.12 325	0.64 211	0.14 216	3.86 295	0.42 280	0.00 1	0.01 289	0.00 1	0.00 1	0.02 133	0.02 205

PSMNet-RSSM	0.90 276	0.44 349	1.35 209	0.13 307	0.00 1	1.37 248	0.03 210	4.79 418	0.85 239	1.11 270	0.49 244	2.15 345	0.35 280	4.09 307	0.73 340	0.00 1	0.00 1	0.01 424	0.00 1	0.03 190	0.01 92

DMCA-RVC	0.90 276	0.64 412	3.30 410	0.03 154	0.04 287	1.30 223	0.06 281	2.65 173	0.73 197	3.21 434	0.09 133	0.99 263	0.66 338	3.14 261	0.99 359	0.01 414	0.04 397	0.02 449	0.01 342	0.07 286	0.01 92

DFGA-Net	0.91 278	1.43 484	2.72 381	0.06 227	0.16 380	1.16 148	0.00 1	2.26 137	0.77 214	1.02 255	1.17 332	0.25 151	0.04 97	5.17 361	1.71 396	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.02 205

DDVS	0.92 279	0.16 181	1.39 213	0.21 351	0.27 426	3.17 421	0.26 374	2.56 167	0.62 113	0.70 198	0.81 298	2.17 351	0.45 300	5.26 366	0.29 227	0.00 1	0.01 289	0.01 424	0.00 1	0.04 226	0.02 205

iRaft-Stereo_20w	0.92 279	0.15 169	2.68 375	0.24 362	0.06 309	1.36 243	0.28 386	7.46 496	0.34 60	1.56 334	0.37 217	0.62 206	1.24 380	1.25 203	0.34 253	0.00 1	0.09 444	0.00 1	0.16 438	0.02 133	0.13 415

CoDeX	0.94 281	0.34 302	2.09 319	0.05 210	0.20 399	1.49 299	0.20 355	5.89 471	1.57 379	0.66 193	0.67 283	1.05 268	0.32 273	3.82 293	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1

cc1	0.94 281	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.18 240	7.23 493	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 373	0.09 322	0.04 295

xx1	0.95 283	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.18 240	7.23 493	0.33 138	0.69 285	0.73 228	0.12 205	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.01 40	0.01 92

DualNet (step1)	0.96 284	0.41 332	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 304	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.53 491	0.00 1	1.82 499	1.10 511	0.02 133	0.02 205

SACVNet	0.96 284	0.36 308	1.49 225	0.05 210	0.00 1	1.62 343	0.28 386	3.86 335	1.28 325	1.79 352	0.80 297	1.59 301	0.07 152	5.29 368	0.48 300	0.01 414	0.00 1	0.00 1	0.00 1	0.23 422	0.01 92

BUS	0.97 286	0.10 100	0.96 100	0.01 27	0.00 1	5.85 473	0.03 210	5.40 450	0.93 250	2.26 391	0.66 274	2.39 364	0.06 136	0.61 168	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

BEATNet_4x	0.97 286	0.77 437	3.36 413	0.46 415	0.01 156	1.32 229	0.09 308	4.57 398	1.26 315	1.88 358	0.22 185	1.09 274	0.42 294	1.79 227	2.09 420	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.06 347

qqq1	0.98 288	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92

fff1	0.98 288	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92

gwcnet-sp	0.98 288	0.38 317	4.06 442	0.04 187	0.00 1	2.60 404	0.15 334	3.51 292	1.13 293	1.75 345	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.03 265

scenet	0.98 288	0.38 317	4.06 442	0.04 187	0.00 1	2.60 404	0.15 334	3.51 292	1.13 293	1.75 345	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.03 265

ssnet	0.98 288	0.38 317	4.06 442	0.04 187	0.00 1	2.60 404	0.15 334	3.51 292	1.13 293	1.75 345	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.03 265

raft_robust	0.98 288	0.57 397	1.21 181	0.06 227	0.17 384	1.36 243	0.02 161	3.46 287	2.18 429	0.33 138	0.01 1	1.54 297	1.42 389	6.77 443	0.15 138	0.00 1	0.02 353	0.00 1	0.18 449	0.11 348	0.09 384

cf-r	0.98 288	0.51 379	2.04 313	0.25 365	0.01 156	1.40 259	0.03 210	4.47 390	1.65 388	0.95 236	0.58 253	2.63 369	0.24 252	4.19 309	0.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.04 295

RAFT_R40	0.99 295	0.05 19	1.26 187	0.71 453	0.20 399	1.65 350	0.67 432	1.94 121	0.61 100	1.05 263	1.15 328	1.80 321	1.47 390	6.91 456	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

iResNet	1.00 296	0.45 353	3.08 396	0.86 469	0.01 156	1.97 373	0.01 88	3.67 313	1.49 365	1.77 350	1.09 321	0.35 168	0.13 212	3.83 294	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.01 92

CSP-Net	1.01 297	0.52 380	0.92 90	0.01 27	0.00 1	2.83 416	0.05 258	4.99 428	0.69 178	0.91 231	0.85 303	1.82 324	0.23 250	6.04 401	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.01 92

MLCV	1.01 297	0.53 385	2.17 324	0.03 154	0.00 1	1.60 333	0.03 210	2.90 196	1.30 329	2.60 413	1.85 372	1.00 264	0.40 292	4.88 349	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.01 92

IRAFT_RVC	1.02 299	0.20 221	1.58 247	1.39 489	0.26 421	1.33 235	0.32 401	2.52 163	0.66 148	1.58 335	0.81 298	1.16 278	1.58 403	6.51 426	0.43 282	0.00 1	0.12 464	0.00 1	0.00 1	0.02 133	0.03 265

GwcNet-RSSM	1.02 299	0.69 425	2.70 377	0.22 354	0.02 244	1.42 272	0.05 258	4.02 345	1.01 264	0.90 228	0.42 227	2.89 386	0.26 259	4.43 323	1.17 368	0.00 1	0.00 1	0.02 449	0.00 1	0.13 360	0.05 316

NINENet	1.03 301	0.22 239	1.30 199	0.10 290	0.01 156	5.85 473	0.03 210	4.41 385	1.25 314	1.55 333	0.60 269	2.39 364	0.06 136	2.72 251	0.05 29	0.00 1	0.01 289	0.01 424	0.00 1	0.04 226	0.00 1

HGLStereo	1.03 301	0.18 200	1.50 226	0.01 27	0.01 156	1.41 264	0.01 88	3.41 277	0.82 229	1.05 263	3.09 420	2.11 341	1.24 380	4.51 331	1.18 369	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.03 265

G2L-Stereo	1.04 303	0.55 389	2.62 372	0.02 96	0.11 353	1.41 264	0.02 161	3.45 284	0.99 261	1.37 310	0.14 146	3.10 400	0.24 252	5.96 398	0.66 335	0.00 1	0.00 1	0.00 1	0.00 1	0.19 405	0.04 295

SMFormer	1.04 303	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.02 205

tta	1.04 303	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92

ffm	1.04 303	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	3.03 210	6.40 484	1.39 312	2.07 384	2.15 345	0.34 275	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 322	0.03 265

Sa-1000	1.04 303	0.39 324	1.17 167	0.00 1	0.20 399	1.33 235	0.03 210	4.19 359	1.81 398	0.99 253	5.33 454	0.61 203	0.15 219	4.07 303	0.30 235	0.00 1	0.00 1	0.00 1	0.16 438	0.13 360	0.00 1

SST-Stereo	1.04 303	0.05 19	1.16 164	0.72 454	0.23 411	1.70 357	0.58 428	1.92 118	1.46 357	1.19 281	1.09 321	1.60 303	1.93 420	6.92 458	0.21 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

XX-Stereo	1.04 303	0.20 221	4.94 468	0.85 465	0.04 287	1.25 203	0.00 1	3.37 268	0.45 72	1.22 289	0.50 245	3.70 424	0.02 40	3.91 298	0.05 29	0.00 1	0.09 444	0.00 1	0.20 457	0.03 190	0.02 205

NLCA_NET_v2_RVC	1.04 303	0.55 389	2.52 364	0.56 436	1.00 479	1.37 248	0.00 1	3.43 281	1.35 336	2.24 386	0.35 210	2.18 352	0.58 318	4.28 312	0.34 253	0.00 1	0.00 1	0.00 1	0.01 342	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.05 311	0.76 435	2.06 315	0.07 253	0.00 1	1.35 241	0.03 210	6.80 491	2.57 448	0.79 215	1.20 335	0.94 257	0.12 205	3.81 291	0.41 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.01 92

PFNet	1.06 312	0.19 209	2.95 388	1.16 483	0.56 468	1.58 322	0.25 370	1.50 91	0.60 90	2.38 404	1.23 337	0.63 209	0.30 264	6.85 447	0.43 282	0.16 474	0.01 289	0.00 1	0.07 403	0.18 397	0.18 439

UGAM	1.08 313	0.19 209	2.83 383	0.05 210	0.01 156	1.09 115	0.11 318	2.89 195	0.64 132	0.08 66	2.46 403	3.64 421	0.08 167	6.99 462	0.25 203	0.00 1	0.00 1	0.00 1	0.02 364	0.27 440	0.04 295

hknet	1.08 313	0.13 142	2.07 316	0.01 27	0.00 1	3.32 427	0.21 357	5.40 450	0.92 246	2.26 391	0.66 274	3.43 415	0.05 114	2.81 252	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

iRaft-Stereo_5w	1.08 313	0.56 394	2.70 377	0.02 96	0.02 244	1.20 171	0.01 88	3.18 240	0.63 121	0.14 114	2.00 381	1.62 307	1.54 397	6.69 437	1.01 361	0.00 1	0.00 1	0.00 1	0.00 1	0.23 422	0.01 92

FADNet-RVC-Resample	1.08 313	1.00 464	5.32 473	0.10 290	0.14 368	1.53 311	0.25 370	3.62 306	1.18 301	0.51 179	0.19 176	1.04 267	0.28 263	5.20 363	0.44 285	0.10 467	0.16 479	0.09 469	0.06 399	0.24 425	0.21 451

TDLM	1.08 313	0.49 372	1.43 219	0.27 376	0.00 1	1.56 317	2.12 468	3.10 223	1.75 395	1.36 309	0.93 311	1.06 270	0.49 307	6.21 408	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.16 384	0.02 205

CFNet	1.08 313	0.62 408	2.26 341	0.26 371	0.03 267	1.40 259	0.04 236	4.45 389	2.09 419	0.48 175	0.69 285	1.31 286	0.24 252	6.63 432	0.83 347	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.04 295

PS-NSSS	1.08 313	0.45 353	1.70 270	0.02 96	0.01 156	1.37 248	0.01 88	4.38 380	2.09 419	1.15 274	2.65 410	0.65 212	0.07 152	6.35 416	0.56 318	0.16 474	0.00 1	0.00 1	0.00 1	0.05 251	0.00 1

iResNetv2_ROB	1.08 313	1.12 471	4.68 464	1.09 480	0.00 1	1.38 254	0.05 258	3.83 330	1.11 286	0.80 217	1.15 328	1.02 266	0.12 205	4.52 332	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.33 457	0.03 265

GMM-Stereo	1.09 321	0.05 19	1.62 253	0.13 307	0.22 406	1.41 264	0.87 440	2.31 139	0.62 113	2.75 418	3.14 421	0.54 197	0.90 358	5.33 372	0.13 118	0.01 414	0.00 1	0.00 1	0.02 364	0.01 40	1.80 501

hitnet-ft	1.09 321	0.39 324	1.45 222	0.04 187	0.00 1	1.34 237	0.22 363	3.34 267	2.25 434	1.48 322	1.11 323	4.17 431	0.37 284	4.73 343	0.79 345	0.01 414	0.00 1	0.03 454	0.00 1	0.09 322	0.01 92

NVstereo2D	1.09 321	0.17 192	4.40 456	0.00 1	0.00 1	1.59 329	0.18 347	4.29 372	1.40 345	0.85 222	0.36 213	2.30 357	0.62 327	5.26 366	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

PSMNet_ROB	1.09 321	0.69 425	2.92 386	0.03 154	0.07 319	1.68 353	0.16 339	3.44 283	1.30 329	0.96 238	0.32 199	2.81 380	0.63 328	4.23 310	2.48 431	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.04 295

AIO-Stereo-zeroshot	1.10 325	0.35 304	4.53 460	0.18 341	0.37 452	0.79 45	0.00 1	5.71 468	0.74 204	0.40 162	0.64 271	4.47 441	1.41 388	1.42 211	0.30 235	0.00 1	0.11 456	0.00 1	0.28 485	0.17 389	0.14 422

LMCR-Stereo	1.10 325	0.69 425	1.95 295	0.50 425	0.01 156	2.73 409	0.09 308	6.20 479	0.64 132	2.37 402	1.76 367	0.13 124	1.59 405	2.94 255	0.23 190	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.00 1

GEStereo_RVC	1.10 325	0.42 338	1.72 272	0.28 378	0.01 156	1.37 248	0.11 318	6.25 480	0.84 235	1.05 263	0.67 283	1.61 305	0.79 350	6.11 404	0.63 330	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.04 295

FADNet-RVC	1.10 325	1.07 469	4.79 465	0.03 154	0.00 1	1.60 333	0.08 296	3.77 320	1.70 392	0.35 150	0.07 125	0.61 203	0.66 338	5.32 371	1.11 363	0.01 414	0.08 440	0.00 1	0.00 1	0.48 480	0.18 439

GANetREF_RVC	1.10 325	0.95 459	2.98 389	0.06 227	0.00 1	2.23 387	0.18 347	3.95 341	2.53 446	0.56 181	0.32 199	1.89 326	0.66 338	5.03 355	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.04 295
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
CVANet_RVC	1.10 325	0.39 324	1.69 268	0.28 378	0.00 1	1.45 285	0.48 419	3.26 253	1.64 387	2.93 422	1.22 336	1.51 294	0.37 284	6.09 403	0.50 304	0.00 1	0.00 1	0.00 1	0.00 1	0.18 397	0.01 92

ARAFT	1.12 331	0.82 448	4.11 445	0.04 187	0.00 1	1.64 346	0.03 210	4.85 421	1.69 391	2.78 419	0.57 251	0.47 186	0.11 193	4.81 346	0.24 195	0.00 1	0.03 383	0.00 1	0.00 1	0.24 425	0.05 316

ac_64	1.12 331	0.18 200	1.64 256	0.18 341	0.25 418	1.48 298	0.02 161	4.97 426	1.47 359	0.69 197	0.45 238	4.94 452	0.46 303	4.87 348	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.00 1

coex_refinement	1.13 333	0.54 387	1.58 247	0.12 300	0.02 244	1.51 303	0.06 281	4.01 344	1.51 369	2.61 414	0.66 274	4.40 438	0.48 306	3.67 279	1.30 379	0.00 1	0.01 289	0.00 1	0.00 1	0.04 226	0.03 265

ITSA-stereo	1.13 333	0.14 155	1.59 251	0.17 335	0.04 287	1.40 259	0.14 331	5.66 465	3.10 456	0.74 204	0.35 210	0.62 206	1.06 363	5.53 380	1.63 390	0.03 444	0.00 1	0.09 469	0.06 399	0.07 286	0.07 365

UNet	1.13 333	0.24 251	4.21 447	0.01 27	0.02 244	2.31 392	0.02 161	3.06 215	0.76 213	1.17 278	0.14 146	2.73 377	1.58 403	4.48 330	1.92 410	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

ssnet_v2	1.14 336	0.28 274	1.77 277	0.03 154	0.00 1	2.07 378	0.37 410	5.20 438	1.87 406	2.00 368	0.87 305	3.09 399	0.55 313	1.31 206	3.02 443	0.00 1	0.00 1	0.00 1	0.00 1	0.18 397	0.12 408

EAI-Stereo	1.14 336	0.12 132	1.19 175	0.21 351	0.32 449	1.84 369	2.32 473	5.42 453	1.19 303	1.02 255	5.66 456	0.48 187	0.60 319	0.86 183	0.62 329	0.00 1	0.13 469	0.00 1	0.65 505	0.02 133	0.17 433

delet	1.14 336	0.32 293	1.56 244	0.03 154	0.17 384	2.86 418	1.03 447	4.25 366	2.14 426	1.03 260	1.17 332	1.64 311	0.92 359	4.35 317	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.00 1

PSM-AAD	1.15 339	0.04 9	0.88 80	0.10 290	0.27 426	1.32 229	3.25 482	2.41 152	0.64 132	2.93 422	1.92 375	0.15 133	5.39 486	3.42 270	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.05 316

FADNet_RVC	1.15 339	1.06 468	4.34 455	0.02 96	0.06 309	2.77 414	0.04 236	3.50 291	0.80 224	0.35 150	0.32 199	0.65 212	0.09 175	5.20 363	1.56 386	0.24 483	0.34 494	0.11 474	0.33 494	0.65 489	0.60 479

ETE_ROB	1.16 341	0.52 380	1.71 271	0.01 27	0.02 244	1.79 365	0.22 363	4.10 352	1.32 332	4.68 464	1.18 334	2.81 380	0.08 167	3.56 277	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.06 347

DLCB_ROB	1.17 342	0.22 239	1.28 191	0.08 268	0.00 1	1.51 303	0.23 367	3.39 273	1.52 370	3.43 442	2.00 381	3.40 413	0.31 268	4.29 313	1.82 401	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	1.17 342	0.41 332	1.68 266	0.04 187	0.01 156	1.65 350	0.17 342	3.46 287	1.39 341	3.89 451	1.01 318	1.60 303	0.53 310	4.35 317	3.07 444	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

testlalala_base	1.19 344	0.11 121	0.90 85	0.07 253	0.05 297	1.19 162	0.01 88	4.28 371	0.15 11	0.04 43	0.01 1	0.24 147	0.04 97	0.12 27	0.29 227	7.21 509	1.13 506	0.00 1	0.25 475	7.61 506	0.00 1

KYRaft	1.19 344	0.05 19	0.94 95	0.06 227	0.24 415	1.25 203	0.78 438	2.48 160	0.61 100	3.23 435	7.13 468	1.00 264	2.77 442	1.43 212	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	1.71 500

RAFT-345	1.19 344	0.06 37	1.55 237	0.54 432	0.13 362	1.53 311	0.25 370	0.56 28	1.76 396	1.20 283	7.85 470	0.93 254	0.05 114	6.87 450	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OMP-Stereo	1.20 347	0.54 387	0.96 100	2.39 496	0.29 438	1.58 322	0.33 404	2.01 126	0.68 165	2.68 417	1.16 330	3.10 400	0.18 230	7.40 474	0.56 318	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.01 92

ADLNet	1.20 347	0.29 284	1.98 301	0.00 1	0.02 244	2.20 385	0.11 318	4.39 383	2.52 445	2.19 383	2.20 397	2.66 370	0.70 346	3.42 270	1.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.04 295

MMNet	1.20 347	0.27 263	3.59 425	0.09 279	0.00 1	4.15 447	0.01 88	3.63 308	1.19 303	1.93 364	0.32 199	1.35 289	1.23 377	4.42 322	1.84 403	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

FADNet	1.20 347	0.93 458	4.51 459	0.03 154	0.06 309	2.56 402	0.16 339	4.02 345	1.42 349	0.32 136	0.06 123	1.66 312	1.07 365	5.56 384	0.87 349	0.19 477	0.02 353	0.01 424	0.01 342	0.50 482	0.03 265

G2L-Stereo_aug	1.21 351	0.18 200	3.37 414	0.01 27	0.03 267	1.38 254	0.02 161	3.08 219	0.77 214	1.90 359	1.58 353	3.22 410	1.13 372	5.74 391	1.74 398	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.00 1

Prome-Stereo	1.23 352	0.06 37	0.93 94	0.12 300	0.24 415	1.26 207	0.67 432	2.53 165	0.69 178	2.08 375	8.70 476	0.76 232	2.91 446	2.12 233	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 498

DispNO	1.25 353	0.52 380	3.40 416	0.11 299	0.05 297	1.45 285	0.01 88	3.73 316	1.68 390	1.34 298	1.59 354	3.15 404	1.12 371	5.56 384	1.14 367	0.00 1	0.02 353	0.03 454	0.12 426	0.05 251	0.03 265

DAS	1.26 354	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 451	3.80 326	1.58 383	4.60 461	2.37 401	1.53 295	0.53 310	5.36 374	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

SepStereo	1.28 355	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 451	3.80 326	1.58 383	4.60 461	2.37 401	1.53 295	0.53 310	5.63 390	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

pcwnet_v2	1.29 356	0.17 192	5.98 483	0.10 290	0.01 156	1.76 361	0.02 161	5.08 436	2.90 453	1.54 332	1.98 379	2.03 336	0.81 352	3.01 258	0.28 223	0.00 1	0.00 1	0.00 1	0.01 342	0.03 190	0.03 265

NOSS_ROB	1.29 356	0.22 239	1.35 209	0.64 447	0.16 380	2.56 402	0.00 1	4.14 355	2.37 438	2.29 396	1.76 367	2.84 382	0.02 40	6.80 446	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.11 400

Wz-Net-LNSev	1.30 358	0.85 450	6.26 488	0.02 96	0.03 267	4.02 444	0.13 327	4.21 361	1.12 291	0.77 210	0.10 138	3.60 419	1.11 368	2.68 248	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

IIG-Stereo	1.30 358	0.48 367	1.04 132	2.41 497	0.05 297	1.61 337	0.14 331	2.59 169	0.68 165	2.97 427	2.28 399	3.08 398	0.57 316	7.41 475	0.65 334	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

DSFCA	1.30 358	0.14 155	1.82 284	0.01 27	0.03 267	3.74 441	0.86 439	2.71 180	1.23 308	3.09 431	0.41 226	2.93 388	1.49 391	6.12 405	1.35 381	0.00 1	0.02 353	0.00 1	0.00 1	0.02 133	0.01 92

NCCL2	1.30 358	0.63 411	2.31 347	0.02 96	0.03 267	1.57 318	3.41 484	3.91 339	1.39 341	3.14 433	0.34 207	3.90 427	0.30 264	3.75 286	1.19 370	0.00 1	0.00 1	0.02 449	0.00 1	0.03 190	0.05 316

PA-Net	1.31 362	0.59 401	3.65 426	0.06 227	0.15 374	1.44 279	0.54 424	4.08 349	2.71 450	0.78 213	1.16 330	2.32 360	0.64 331	5.96 398	1.92 410	0.01 414	0.00 1	0.00 1	0.00 1	0.04 226	0.06 347
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	1.32 363	0.27 263	2.46 360	1.17 484	0.03 267	4.08 445	0.05 258	5.61 460	0.67 158	1.53 326	0.70 291	3.47 417	2.62 439	3.24 263	0.24 195	0.01 414	0.01 289	0.11 474	0.00 1	0.13 360	0.00 1

LALA_ROB	1.33 364	0.59 401	1.74 274	0.02 96	0.06 309	3.25 424	0.50 423	3.45 284	1.39 341	3.70 446	0.59 263	4.59 445	0.25 256	3.58 278	2.79 440	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.02 205

PAM	1.34 365	0.13 142	2.83 383	0.30 382	0.31 446	2.21 386	0.30 396	5.05 433	0.23 43	0.82 219	1.11 323	9.08 484	2.34 431	0.90 185	0.44 285	0.00 1	0.13 469	0.00 1	0.31 490	0.03 190	0.28 461

DRaft	1.34 365	0.12 132	1.19 175	0.06 227	0.01 156	1.64 346	0.43 415	1.86 115	0.14 7	3.76 447	5.27 453	0.41 178	4.38 472	5.49 379	1.68 393	0.01 414	0.06 419	0.00 1	0.07 403	0.07 286	0.11 400

ttt	1.35 367	0.05 19	1.09 144	0.46 415	0.01 156	1.61 337	0.00 1	5.61 460	1.97 412	1.75 345	2.10 388	1.40 291	0.11 193	4.81 346	6.07 472	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

Consistency-Raft	1.36 368	0.65 416	4.81 466	0.33 390	0.32 449	1.62 343	0.11 318	3.65 310	3.80 466	0.33 138	6.12 461	0.86 245	2.14 426	0.94 188	1.25 374	0.02 436	0.01 289	0.00 1	0.00 1	0.24 425	0.01 92

FINET	1.36 368	0.46 357	4.05 441	0.22 354	0.73 474	1.03 79	0.00 1	3.57 301	5.71 481	1.59 336	1.64 356	0.49 190	0.19 236	5.53 380	1.90 407	0.00 1	0.01 289	0.00 1	0.00 1	0.08 300	0.03 265

HSM	1.36 368	0.40 329	1.07 139	0.01 27	0.30 440	1.73 360	0.03 210	5.89 471	1.22 307	1.83 354	1.36 346	4.78 449	1.30 385	6.61 431	0.57 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ADLNet2	1.38 371	0.39 324	3.13 399	0.00 1	0.70 473	1.23 193	0.26 374	4.19 359	2.36 437	1.45 321	3.16 424	4.23 434	0.82 355	4.56 337	0.88 350	0.00 1	0.00 1	0.00 1	0.00 1	0.13 360	0.02 205

CBFPSM	1.39 372	0.61 406	4.29 451	0.01 27	0.01 156	3.64 438	0.03 210	3.39 273	0.80 224	0.64 192	0.21 181	6.18 466	3.70 465	2.38 238	1.82 401	0.00 1	0.01 289	0.00 1	0.00 1	0.08 300	0.01 92

HSM-Net_RVC	1.40 373	0.07 54	1.58 247	0.00 1	0.01 156	1.88 370	0.05 258	7.24 493	1.71 394	3.63 445	3.63 434	3.21 408	0.36 282	4.25 311	0.44 285	0.01 414	0.01 289	0.00 1	0.00 1	0.01 40	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
fast-acv-ft	1.41 374	0.46 357	4.29 451	0.10 290	0.13 362	3.97 443	0.29 389	2.42 153	1.91 409	0.81 218	3.55 432	3.02 394	1.26 382	3.35 265	2.05 419	0.04 447	0.01 289	0.04 457	0.04 384	0.39 469	0.05 316

GASNet	1.43 375	1.53 486	4.54 461	0.31 386	0.02 244	1.49 299	0.20 355	3.86 335	1.95 411	0.75 205	1.37 347	2.11 341	1.57 402	5.82 397	2.60 436	0.00 1	0.05 410	0.00 1	0.00 1	0.43 472	0.10 392

ASMatch	1.44 376	0.14 155	2.15 323	0.60 440	0.21 404	1.21 175	0.26 374	0.96 57	0.66 148	0.29 133	11.75 485	0.93 254	2.37 432	6.73 440	0.54 314	0.00 1	0.00 1	0.00 1	0.01 342	0.00 1	0.04 295

PAM_32	1.45 377	0.13 142	2.69 376	0.26 371	0.30 440	2.15 384	0.29 389	4.92 424	0.22 40	0.84 220	2.02 383	9.57 487	3.27 457	0.97 190	0.56 318	0.00 1	0.12 464	0.00 1	0.31 490	0.04 226	0.27 460

HBP-ISP	1.45 377	0.75 431	3.02 392	0.30 382	0.10 346	4.28 451	1.49 459	4.68 406	1.29 326	3.43 442	0.78 295	0.93 254	1.01 362	6.48 425	0.36 266	0.04 447	0.02 353	0.00 1	0.00 1	0.05 251	0.03 265

GrayStereo	1.46 379	0.03 2	0.87 78	0.63 446	0.20 399	1.24 194	4.61 498	2.85 192	0.62 113	4.98 467	4.00 442	0.45 182	4.67 475	3.37 267	0.08 75	0.00 1	0.00 1	0.00 1	0.50 501	0.01 40	0.01 92

TransformOpticalFlow	1.47 380	0.31 289	3.22 408	0.66 449	0.08 329	1.54 315	0.09 308	3.84 331	1.58 383	1.66 340	2.32 400	3.60 419	3.12 451	6.99 462	0.42 280	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

THIR-Stereo	1.48 381	0.29 284	1.51 232	0.01 27	0.02 244	1.05 96	4.32 494	2.11 131	0.22 40	1.08 267	4.24 443	1.93 328	4.19 470	6.76 442	1.87 405	0.00 1	0.00 1	0.04 457	0.00 1	0.05 251	0.00 1

StereoDRNet	1.48 381	0.75 431	4.58 462	0.05 210	0.10 346	2.49 399	1.10 450	4.62 400	1.47 359	3.38 441	0.62 270	2.29 356	0.65 336	4.52 332	2.89 441	0.00 1	0.03 383	0.00 1	0.01 342	0.05 251	0.07 365

TCMNet	1.49 383	0.57 397	5.20 471	0.13 307	1.39 487	1.81 367	0.17 342	4.03 347	1.26 315	1.72 343	2.98 418	1.95 331	0.46 303	5.01 354	2.55 435	0.00 1	0.06 419	0.06 462	0.00 1	0.37 467	0.16 428

DEmStereo	1.51 384	0.08 67	2.17 324	0.09 279	0.02 244	1.76 361	0.90 442	1.47 89	0.60 90	2.46 409	6.42 464	1.08 272	5.16 481	6.21 408	1.86 404	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

APVNet	1.52 385	0.31 289	4.00 438	0.09 279	0.00 1	4.64 460	0.08 296	4.41 385	1.21 306	1.25 292	1.05 320	2.90 387	0.93 360	6.70 438	2.48 431	0.01 414	0.00 1	0.07 463	0.00 1	0.27 440	0.05 316

RYNet	1.52 385	0.35 304	3.38 415	0.25 365	0.04 287	2.31 392	0.03 210	4.62 400	1.47 359	1.14 273	0.34 207	4.52 443	1.38 387	6.36 417	4.23 454	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

1111x	1.53 387	0.06 37	1.77 277	0.27 376	0.00 1	2.12 380	0.01 88	5.63 464	1.65 388	1.53 326	1.67 359	0.92 249	0.64 331	6.18 406	8.17 485	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

RASNet	1.53 387	0.31 289	1.97 300	0.09 279	3.20 500	1.69 355	0.06 281	3.27 259	2.12 421	0.77 210	1.29 343	5.32 461	1.69 410	6.60 429	2.17 424	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

Wz-Net-LNSev-Ref	1.54 389	0.68 421	4.62 463	0.01 27	0.00 1	5.13 467	0.30 396	4.64 404	1.23 308	2.39 405	0.59 263	2.12 343	2.00 423	4.94 351	2.19 426	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

AAGNet	1.54 389	0.07 54	0.88 80	1.04 477	0.27 426	1.47 292	0.66 431	1.57 94	0.61 100	1.68 341	0.82 300	1.62 307	2.29 428	6.18 406	11.63 500	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

mmx	1.56 391	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 312	2.07 384	2.15 345	0.34 275	6.68 434	7.08 476	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

xxx	1.56 391	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 312	2.07 384	2.15 345	0.34 275	6.68 434	7.08 476	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

CBMV	1.56 391	0.24 251	1.92 289	0.31 386	0.03 267	2.90 419	4.33 495	3.79 323	1.81 398	4.98 467	1.73 365	2.70 375	1.68 409	3.81 291	0.92 356	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.08 378
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AIO-Stereo-zeroshot1	1.57 394	0.69 425	7.27 493	0.30 382	0.44 457	0.87 55	0.02 161	6.19 478	0.84 235	0.45 170	6.17 462	4.35 437	1.17 373	1.32 209	0.48 300	0.00 1	0.09 444	0.00 1	0.34 496	0.26 435	0.12 408

PASM	1.58 395	1.05 467	7.51 494	0.56 436	0.09 337	1.37 248	0.28 386	2.85 192	1.44 354	3.91 452	0.44 234	3.02 394	0.64 331	6.38 418	1.59 389	0.00 1	0.01 289	0.00 1	0.03 373	0.26 435	0.15 425

UGAM-zero	1.60 396	0.15 169	2.43 354	0.12 300	0.28 436	1.07 105	0.04 236	5.96 475	0.26 52	1.18 280	0.22 185	8.02 478	4.54 473	6.89 454	0.27 216	0.00 1	0.09 444	0.00 1	0.29 488	0.01 40	0.15 425

YMNet	1.62 397	0.68 421	3.67 427	0.14 320	0.30 440	4.52 457	0.21 357	3.52 295	1.23 308	2.94 424	4.94 448	4.18 432	0.38 286	2.85 253	2.12 422	0.05 453	0.13 469	0.08 466	0.01 342	0.44 473	0.09 384

YMNet_1	1.62 397	0.68 421	3.67 427	0.14 320	0.30 440	4.52 457	0.21 357	3.52 295	1.23 308	2.94 424	4.94 448	4.18 432	0.38 286	2.85 253	2.12 422	0.05 453	0.13 469	0.08 466	0.01 342	0.44 473	0.09 384

DRN-Test	1.62 397	0.23 247	3.72 430	0.18 341	0.13 362	3.34 429	0.19 353	5.93 474	2.01 417	4.14 455	0.76 294	2.12 343	1.78 412	5.22 365	2.62 438	0.00 1	0.00 1	0.01 424	0.01 342	0.03 190	0.01 92

RAFT + AFF	1.63 400	1.13 472	2.62 372	0.04 187	0.80 475	2.29 391	1.03 447	5.54 459	2.06 418	1.77 350	1.81 371	1.22 281	3.65 464	6.23 410	1.57 388	0.01 414	0.35 495	0.00 1	0.01 342	0.33 457	0.12 408

MaskLacGwcNet_RVC	1.63 400	0.45 353	2.21 327	1.53 491	0.18 388	4.33 452	0.41 413	3.37 268	1.40 345	0.54 180	0.65 272	3.10 400	0.11 193	4.93 350	0.60 327	4.57 504	0.51 497	0.00 1	0.00 1	1.37 494	2.39 503

ACV-stereo	1.64 402	0.27 263	2.94 387	0.04 187	0.04 287	6.31 479	0.18 347	1.81 109	0.22 40	0.23 128	0.01 1	10.52 489	5.41 487	4.07 303	0.77 343	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

ff1	1.65 403	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	3.03 210	6.40 484	1.39 312	2.07 384	2.15 345	0.34 275	6.68 434	7.08 476	0.00 1	0.02 353	0.00 1	0.00 1	0.09 322	0.03 265

CrosDoStereo	1.66 404	0.15 169	1.66 261	0.02 96	0.07 319	1.38 254	6.16 512	3.12 226	1.06 277	0.97 240	3.74 436	0.96 258	4.79 477	7.00 464	1.92 410	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

DeepStereo_LL	1.66 404	0.15 169	1.66 261	0.02 96	0.07 319	1.38 254	6.16 512	3.12 226	1.06 277	0.97 240	3.74 436	0.96 258	4.79 477	7.00 464	1.92 410	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

Syn2CoEx	1.66 404	1.17 473	4.29 451	0.04 187	0.00 1	1.44 279	0.56 425	5.33 448	1.98 414	2.01 371	2.12 390	2.08 338	2.81 443	6.55 427	2.42 428	0.00 1	0.00 1	0.00 1	0.00 1	0.33 457	0.06 347

AANet_RVC	1.66 404	0.88 453	3.52 421	0.06 227	0.00 1	1.22 178	0.00 1	3.25 251	2.51 444	2.21 384	4.49 444	3.65 422	0.20 242	7.10 467	3.42 447	0.50 490	0.04 397	0.00 1	0.00 1	0.08 300	0.05 316

STrans-v2	1.67 408	0.36 308	3.28 409	0.02 96	0.19 395	1.45 285	0.08 296	6.69 487	1.49 365	2.00 368	2.86 415	3.67 423	3.88 468	7.04 466	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

GwcNet	1.67 408	0.81 445	5.52 476	0.23 360	1.21 484	4.21 449	0.62 430	3.71 314	1.57 379	1.01 254	1.65 358	3.99 430	0.52 309	5.46 377	2.30 427	0.00 1	0.00 1	0.00 1	0.01 342	0.35 463	0.13 415

NCC-stereo	1.67 408	0.56 394	3.10 397	0.08 268	0.22 406	2.24 388	0.13 327	5.05 433	1.42 349	2.27 394	2.72 411	4.29 435	3.53 460	5.76 393	2.01 416	0.04 447	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

Abc-Net	1.67 408	0.56 394	3.10 397	0.08 268	0.22 406	2.24 388	0.13 327	5.05 433	1.42 349	2.27 394	2.72 411	4.29 435	3.53 460	5.76 393	2.01 416	0.04 447	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iinet-f	1.68 412	0.61 406	11.37 506	0.29 380	0.03 267	4.39 454	0.04 236	3.18 240	1.10 284	1.16 277	0.58 253	2.96 391	2.76 441	2.13 234	2.46 430	0.00 1	0.02 353	0.02 449	0.00 1	0.46 476	0.01 92

Anonymous_2	1.69 413	0.05 19	1.31 201	0.08 268	0.03 267	1.22 178	0.01 88	3.25 251	0.19 27	0.76 208	0.13 145	2.68 374	1.99 422	0.39 137	0.13 118	0.05 453	0.25 487	3.27 506	14.54 531	3.40 498	0.01 92

ccnet	1.70 414	0.20 221	1.95 295	0.26 371	0.18 388	3.72 440	1.22 453	4.22 364	1.43 353	2.37 402	3.96 440	3.45 416	1.51 395	4.69 340	4.47 456	0.06 461	0.00 1	0.09 469	0.01 342	0.10 337	0.01 92

CBMV_ROB	1.70 414	0.11 121	1.98 301	0.46 415	0.00 1	2.85 417	0.91 443	4.27 369	2.21 432	4.02 454	5.00 451	2.97 392	2.32 430	5.40 375	1.35 381	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.06 347

U	1.74 416	0.03 2	0.99 108	0.03 154	7.39 514	10.20 498	0.00 1	0.71 41	0.20 32	0.02 13	0.02 78	0.12 119	0.02 40	0.11 23	0.04 12	0.00 1	0.00 1	9.67 511	5.13 527	0.01 40	0.00 1

DANet	1.74 416	0.22 239	3.06 394	0.75 456	0.44 457	2.46 398	0.35 408	3.40 275	1.41 348	4.22 456	1.56 352	5.03 454	0.56 314	6.29 413	5.00 464	0.01 414	0.00 1	0.00 1	0.01 342	0.04 226	0.08 378
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IGEV-BASED-STEREO-	1.75 418	19.48 527	12.37 508	0.06 227	0.00 1	0.47 35	0.05 258	0.46 16	0.31 55	0.13 111	0.03 102	0.03 19	0.00 1	0.07 7	0.41 278	0.00 1	0.00 1	0.00 1	0.06 399	0.07 286	0.92 490

RP	1.76 419	0.55 389	2.59 371	0.22 354	0.60 471	1.70 357	0.98 446	4.31 374	1.99 416	3.12 432	5.04 452	4.41 440	2.96 447	4.72 342	1.90 407	0.01 414	0.00 1	0.00 1	0.01 342	0.14 367	0.01 92

xxxx	1.78 420	0.07 54	1.02 117	0.00 1	0.01 156	1.44 279	0.00 1	5.81 470	1.53 371	1.37 310	1.91 374	1.08 272	0.05 114	4.37 320	16.98 512	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

test_xeample	1.79 421	0.08 67	1.03 128	0.02 96	0.00 1	1.44 279	0.00 1	5.48 455	1.84 400	1.65 339	2.17 396	0.37 170	0.06 136	4.00 302	17.67 514	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

SGM-Forest	1.84 422	0.08 67	1.31 201	0.15 325	0.22 406	3.52 436	2.46 478	3.85 333	2.16 427	5.29 469	3.90 438	3.71 425	1.56 399	6.28 412	1.90 407	0.01 414	0.02 353	0.00 1	0.00 1	0.03 190	0.30 463
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-MNSev	1.85 423	1.19 475	5.61 479	0.01 27	0.00 1	4.74 461	2.16 470	4.93 425	1.48 363	3.77 448	1.24 339	1.77 319	2.56 436	4.94 351	2.61 437	0.00 1	0.01 289	0.00 1	0.00 1	0.07 286	0.01 92

FAT-Stereo	1.86 424	0.19 209	3.31 411	0.17 335	0.03 267	1.78 364	0.97 444	4.76 414	2.79 451	4.22 456	4.87 447	5.31 460	2.83 445	5.06 358	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.01 92

RGC	1.86 424	0.67 419	3.45 420	0.07 253	0.26 421	3.29 426	0.11 318	4.78 417	1.46 357	3.26 436	4.51 445	5.14 456	2.68 440	5.46 377	1.94 414	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.09 384

CC-Net-ROB	1.86 424	0.64 412	2.55 367	1.42 490	0.19 395	3.38 431	0.04 236	4.41 385	2.45 442	0.90 228	1.31 344	0.98 262	0.18 230	6.60 429	0.53 311	1.14 497	1.60 510	7.16 507	0.00 1	1.33 493	0.32 468

GANet	1.90 427	0.43 344	1.83 285	0.39 405	0.00 1	2.24 388	3.37 483	3.90 338	1.44 354	2.17 380	9.66 478	2.57 367	1.09 366	6.88 451	1.81 400	0.00 1	0.00 1	0.02 449	0.00 1	0.10 337	0.03 265

LL-Strereo	1.93 428	0.97 460	3.83 436	0.55 434	2.19 497	1.49 299	0.05 258	4.09 351	1.00 263	2.59 412	2.77 413	5.17 457	5.63 488	7.19 469	0.63 330	0.00 1	0.10 453	0.00 1	0.00 1	0.25 432	0.20 449

DISCO	1.93 428	0.18 200	2.44 356	0.67 451	0.53 465	5.25 468	0.00 1	5.43 454	1.56 378	2.09 376	0.91 309	6.48 468	0.89 357	8.55 489	3.60 450	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.01 92

edge stereo	1.94 430	0.40 329	3.82 435	0.15 325	0.09 337	1.81 367	0.45 417	4.77 415	2.21 432	3.36 438	3.94 439	8.39 480	1.72 411	5.75 392	1.69 395	0.00 1	0.00 1	0.01 424	0.00 1	0.17 389	0.01 92

Nwc_Net	1.94 430	0.55 389	3.79 433	0.07 253	0.08 329	2.73 409	0.04 236	6.75 490	1.11 286	2.03 372	7.92 471	4.82 450	2.11 425	4.78 344	2.01 416	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.01 92

S-Stereo	2.00 432	0.30 288	5.74 481	0.24 362	0.23 411	2.51 400	1.90 464	4.74 410	5.15 478	2.42 406	5.80 457	2.85 384	0.72 347	5.08 359	2.17 424	0.00 1	0.02 353	0.00 1	0.00 1	0.08 300	0.04 295

psmorigin	2.01 433	0.37 312	10.25 502	0.22 354	0.03 267	1.62 343	0.19 353	3.31 262	1.05 274	4.92 466	3.14 421	5.85 462	2.21 427	5.31 370	1.71 396	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.02 205

MFMNet_re	2.02 434	0.98 461	4.27 450	2.74 500	0.88 476	1.47 292	0.15 334	4.21 361	3.18 457	6.63 478	6.93 467	1.87 325	3.63 463	2.13 234	0.99 359	0.00 1	0.00 1	0.00 1	0.00 1	0.23 422	0.05 316

NaN_ROB	2.02 434	0.58 399	2.65 374	0.29 380	0.28 436	3.19 422	5.19 505	3.84 331	2.55 447	5.31 470	1.73 365	2.30 357	1.96 421	6.78 444	3.09 445	0.01 414	0.06 419	0.03 454	0.10 417	0.10 337	0.37 473

RAFT-RH_RVC	2.05 436	0.15 169	1.66 261	0.60 440	0.27 426	1.49 299	0.02 161	0.58 32	0.65 139	5.35 471	21.66 510	1.06 270	0.07 152	6.85 447	0.57 321	0.04 447	0.00 1	0.00 1	0.03 373	0.01 40	0.00 1

stereogan	2.13 437	0.31 289	3.75 431	0.01 27	0.09 337	7.44 487	0.60 429	4.27 369	3.29 458	3.91 452	4.62 446	6.41 467	1.84 418	5.17 361	0.58 323	0.00 1	0.01 289	0.01 424	0.00 1	0.24 425	0.05 316

FTStereo	2.16 438	0.03 2	1.42 218	0.17 335	0.13 362	1.42 272	4.67 500	2.44 154	0.63 121	3.36 438	17.95 498	0.78 241	4.17 469	4.41 321	0.14 129	0.15 473	0.00 1	0.00 1	0.00 1	0.01 40	1.25 495

AF-Net	2.17 439	0.65 416	3.53 422	0.00 1	0.09 337	2.02 376	0.48 419	6.44 481	1.70 392	3.36 438	10.22 480	4.95 453	2.81 443	4.34 316	2.66 439	0.00 1	0.00 1	0.00 1	0.00 1	0.13 360	0.01 92

PDISCO_ROB	2.21 440	0.78 438	3.43 418	0.96 473	2.04 496	7.04 483	0.09 308	7.36 495	5.72 482	1.21 288	1.67 359	3.16 405	1.28 383	7.52 477	1.37 383	0.00 1	0.00 1	0.00 1	0.00 1	0.34 460	0.13 415

DGSMNet	2.23 441	0.80 441	6.10 485	0.96 473	1.73 491	3.22 423	4.12 491	5.30 446	1.11 286	1.19 281	2.48 406	3.18 406	0.65 336	4.57 338	1.33 380	1.11 496	1.37 508	1.55 498	1.26 514	1.37 494	1.28 496

SQANet	2.28 442	1.25 478	2.39 353	4.17 504	2.91 499	2.60 404	0.24 369	4.17 358	0.83 232	2.42 406	0.57 251	1.59 301	0.88 356	3.30 264	0.68 336	7.35 510	0.12 464	0.47 490	0.02 364	6.56 503	3.00 506

ADCRef	2.29 443	0.65 416	5.67 480	0.10 290	0.09 337	4.81 462	0.76 437	4.75 413	1.37 338	2.88 421	1.67 359	1.62 307	2.30 429	3.77 290	14.93 507	0.02 436	0.00 1	0.01 424	0.10 417	0.20 416	0.11 400

test_sample9	2.36 444	0.41 332	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 304	0.36 213	0.70 222	0.44 296	5.58 388	8.70 488	0.53 491	16.52 532	1.82 499	1.10 511	0.02 133	0.02 205

FBW_ROB	2.36 444	0.36 308	3.16 400	0.37 403	0.14 368	4.42 456	0.18 347	6.64 485	3.05 455	2.98 428	2.85 414	4.86 451	1.11 368	11.00 508	4.53 457	0.16 474	0.05 410	0.37 489	0.09 413	0.19 405	0.78 485

DeepPrunerF	2.50 446	0.87 452	14.90 511	0.17 335	0.31 446	1.41 264	0.29 389	5.62 463	9.97 497	1.02 255	0.43 231	2.01 333	1.65 407	6.85 447	3.99 451	0.00 1	0.01 289	0.07 463	0.10 417	0.24 425	0.12 408

Wz-Net-SNSev	2.53 447	2.49 501	10.66 504	0.39 405	0.01 156	2.73 409	0.40 411	5.02 431	1.50 367	2.15 378	2.12 390	6.48 468	1.11 368	9.47 496	5.84 471	0.00 1	0.01 289	0.00 1	0.00 1	0.21 417	0.06 347

XQC	2.57 448	1.20 476	6.33 490	0.18 341	0.01 156	3.84 442	0.33 404	5.24 440	3.83 467	4.43 459	1.94 376	4.58 444	3.19 453	7.19 469	8.67 487	0.00 1	0.03 383	0.00 1	0.03 373	0.27 440	0.19 444

RTSC	2.66 449	1.24 477	6.04 484	0.18 341	0.02 244	4.40 455	0.08 296	4.29 372	4.98 477	6.00 473	3.15 423	2.97 392	1.56 399	6.71 439	10.89 496	0.00 1	0.07 429	0.00 1	0.05 389	0.40 470	0.24 458

222	2.69 450	0.09 80	1.03 128	0.00 1	0.00 1	1.54 315	0.00 1	5.61 460	1.55 373	1.51 323	2.10 388	0.53 195	0.07 152	4.54 334	35.09 530	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

CSAN	2.70 451	0.75 431	3.41 417	0.18 341	0.12 356	4.18 448	4.05 490	4.11 353	4.36 471	6.03 474	6.24 463	4.60 446	4.74 476	7.29 472	3.43 448	0.02 436	0.03 383	0.01 424	0.02 364	0.18 397	0.22 454

UDG	2.86 452	8.81 521	1.57 246	2.60 498	0.89 478	2.39 396	0.11 318	3.42 279	1.02 265	2.18 382	3.64 435	5.04 455	1.60 406	4.17 308	2.09 420	1.21 499	0.04 397	7.69 508	3.67 521	4.10 499	0.93 492

aanetorigin	2.87 453	0.73 430	8.74 498	0.23 360	0.23 411	1.61 337	2.07 466	1.76 108	1.10 284	14.21 509	10.25 481	2.93 388	3.38 458	4.98 353	4.06 452	0.10 467	0.05 410	0.09 469	0.11 421	0.57 485	0.15 425

ADCP+	2.87 453	0.98 461	8.75 499	0.07 253	0.16 380	5.93 476	2.90 481	4.00 343	1.84 400	1.52 324	0.27 193	3.81 426	3.22 455	6.05 402	17.38 513	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.30 463

PWC_ROB	2.90 455	1.01 465	6.12 486	0.53 431	0.57 470	1.30 223	0.40 411	3.85 333	4.42 474	7.37 483	15.40 494	3.03 396	1.55 398	6.31 414	5.74 470	0.00 1	0.00 1	0.00 1	0.00 1	0.46 476	0.05 316

SHD	3.01 456	1.02 466	5.52 476	0.45 414	0.39 454	4.12 446	0.17 342	6.68 486	12.04 500	7.20 482	3.36 428	4.40 438	2.58 438	4.69 340	7.17 479	0.01 414	0.04 397	0.00 1	0.03 373	0.22 420	0.17 433

PWCDC_ROB	3.06 457	1.38 483	3.81 434	0.14 320	0.00 1	3.14 420	0.02 161	4.40 384	12.35 501	1.08 267	23.69 517	2.01 333	2.01 424	3.87 296	2.43 429	0.24 483	0.00 1	0.00 1	0.00 1	0.61 487	0.08 378

SPS-STEREO	3.08 458	0.49 372	2.49 362	0.21 351	0.24 415	3.67 439	1.24 454	5.80 469	2.43 441	10.68 496	8.00 472	9.48 486	3.59 462	8.11 485	5.08 465	0.01 414	0.01 289	0.00 1	0.00 1	0.04 226	0.11 400
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	3.17 459	1.32 479	2.49 362	6.07 506	3.26 501	4.62 459	2.15 469	5.35 449	1.34 335	2.00 368	2.54 407	3.50 418	1.49 391	3.68 280	1.11 363	7.89 512	0.23 486	1.88 502	0.03 373	7.74 507	4.78 511

Ntro	3.24 460	1.34 480	2.83 383	7.27 508	4.43 505	6.22 478	0.74 436	4.73 409	1.48 363	0.39 161	1.77 369	2.70 375	1.28 383	4.59 339	1.25 374	8.06 513	0.28 491	2.12 505	0.05 389	8.11 508	5.16 512

NVStereoNet_ROB	3.25 461	0.46 357	2.71 379	0.34 396	0.56 468	2.36 395	0.87 440	4.56 397	4.47 475	4.55 460	14.09 491	11.93 491	3.23 456	9.79 499	3.14 446	0.43 488	0.03 383	0.53 493	0.31 490	0.36 465	0.38 475
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	3.28 462	10.54 523	2.29 346	3.50 501	3.31 502	4.21 449	0.21 357	3.77 320	1.03 266	2.54 410	3.17 425	3.20 407	0.21 247	3.89 297	0.69 337	1.94 500	0.05 410	9.87 512	3.53 520	5.03 501	2.55 505

MFN_U_SF_DS_RVC	3.30 463	2.61 503	7.84 495	0.09 279	0.26 421	12.92 502	7.62 520	4.25 366	3.64 464	2.95 426	3.99 441	4.61 447	1.22 376	8.36 486	1.77 399	0.59 494	1.15 507	0.04 457	0.85 509	0.48 480	0.67 483

ADCL	3.30 463	0.81 445	6.76 492	0.25 365	0.25 418	6.93 481	4.65 499	4.79 418	2.62 449	4.61 463	3.36 428	5.22 458	4.55 474	5.54 383	14.91 506	0.05 453	0.01 289	0.11 474	0.13 428	0.28 449	0.10 392

SDNR	3.31 465	0.91 457	6.28 489	0.44 409	0.02 244	26.11 527	0.01 88	3.81 329	1.62 386	2.82 420	11.06 483	2.93 388	0.60 319	7.95 483	1.52 385	0.01 414	0.01 289	0.00 1	0.00 1	0.06 271	0.12 408

SAMSARA	3.32 466	1.07 469	6.25 487	0.86 469	0.31 446	7.55 488	3.87 489	5.26 445	4.20 470	7.43 484	3.35 427	10.04 488	3.83 467	6.98 461	4.83 461	0.00 1	0.14 473	0.00 1	0.05 389	0.17 389	0.22 454

DPSNet	3.38 467	0.60 403	9.55 500	0.61 443	0.46 460	5.10 466	1.44 458	11.17 506	3.92 468	2.57 411	0.88 306	5.90 463	9.68 505	7.63 479	7.25 480	0.08 463	0.16 479	0.01 424	0.07 403	0.34 460	0.17 433

G-Net	3.49 468	0.47 365	4.03 440	1.61 492	1.91 492	10.78 499	1.92 465	3.06 215	1.26 315	8.59 490	12.06 486	6.13 465	7.82 497	4.78 344	4.77 460	0.08 463	0.12 464	0.07 463	0.15 429	0.16 384	0.11 400

MDST_ROB	3.50 469	0.07 54	3.94 437	2.66 499	1.46 488	12.94 503	0.97 444	7.32 494	2.42 440	14.82 511	8.08 473	2.74 378	1.51 395	8.44 488	2.48 431	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.11 400

pmcnn	3.61 470	0.68 421	5.38 475	0.61 443	1.46 488	2.75 413	1.26 455	5.04 432	1.57 379	8.77 491	11.67 484	18.69 506	2.38 433	6.03 400	5.61 469	0.00 1	0.07 429	0.00 1	0.00 1	0.21 417	0.07 365

test_sample8	3.62 471	0.41 332	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.38 380	1.04 268	6.51 475	0.58 253	14.04 498	6.94 493	5.58 388	8.70 488	0.53 491	16.52 532	1.82 499	1.10 511	0.02 133	0.02 205

ADCPNet	3.63 472	0.82 448	13.20 509	0.08 268	0.43 456	7.02 482	2.23 472	4.77 415	2.41 439	4.31 458	1.96 378	7.57 477	5.16 481	6.45 424	13.80 504	0.02 436	0.75 502	0.04 457	0.90 510	0.16 384	0.53 478

SuperB	3.70 473	1.77 491	15.73 512	0.31 386	0.05 297	4.37 453	1.67 462	3.58 304	11.57 498	2.36 401	1.32 345	2.03 336	1.91 419	6.95 459	9.01 490	0.05 453	0.03 383	0.10 473	0.08 408	11.00 519	0.10 392

MFN_U_SF_RVC	3.76 474	1.77 491	9.85 501	0.84 462	0.27 426	9.50 495	0.49 421	8.07 497	3.41 459	4.81 465	3.28 426	9.40 485	3.49 459	7.76 482	8.31 486	0.41 487	0.54 498	0.52 492	0.80 508	0.89 490	0.84 487

Wz-Net-TNSev	3.91 475	5.20 514	20.57 515	0.15 325	0.01 156	7.14 484	3.57 485	6.70 488	3.57 461	1.74 344	0.58 253	7.39 476	4.33 471	8.86 490	7.99 482	0.00 1	0.00 1	0.00 1	0.02 364	0.24 425	0.16 428

AnyNet_C32	3.93 476	2.58 502	12.07 507	0.39 405	0.49 463	5.50 470	6.45 516	4.44 388	2.19 430	6.86 480	2.94 417	5.28 459	3.20 454	6.63 432	18.37 516	0.08 463	0.04 397	0.20 481	0.09 413	0.57 485	0.19 444

ADCMid	3.95 477	1.34 480	10.91 505	0.18 341	0.38 453	5.02 465	1.27 456	4.87 422	2.94 454	11.15 498	3.60 433	6.76 472	5.21 484	6.40 423	16.96 511	0.12 470	0.08 440	0.55 494	0.46 499	0.53 484	0.19 444

SGM_RVC	4.07 478	0.38 317	1.98 301	0.84 462	0.26 421	6.20 477	2.37 474	6.45 482	3.57 461	11.56 501	9.27 477	15.55 500	6.78 492	10.07 501	4.60 459	0.22 478	0.25 487	0.20 481	0.23 469	0.26 435	0.34 469
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	4.16 479	1.75 490	23.59 518	0.08 268	0.04 287	2.62 408	2.16 470	5.89 471	4.74 476	5.73 472	3.51 431	6.99 475	4.89 479	10.82 505	10.11 493	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.11 400

xyz-stereo	4.23 480	0.09 80	35.65 524	0.02 96	0.00 1	17.93 512	0.01 88	1.93 119	0.42 68	1.61 337	14.74 492	2.67 371	0.15 219	7.15 468	1.87 405	0.00 1	0.01 289	0.24 485	0.00 1	0.04 226	0.01 92

test_for_model	4.23 480	22.88 530	0.91 89	12.40 521	10.47 521	1.08 113	0.06 281	4.08 349	1.36 337	1.91 360	0.09 133	0.15 133	0.03 70	0.10 20	0.22 184	7.44 511	1.43 509	0.00 1	0.01 342	18.08 529	1.99 502

SGM+DAISY	4.39 482	1.34 480	5.18 470	1.01 476	0.88 476	5.61 472	2.86 480	4.88 423	3.53 460	13.29 505	13.95 490	12.66 493	7.55 494	7.98 484	5.39 468	0.23 482	0.18 482	0.15 478	0.24 472	0.29 451	0.64 481

WCMA_ROB	4.54 483	0.48 367	3.19 402	0.49 422	0.63 472	5.38 469	2.57 479	4.70 407	3.77 465	14.17 508	19.02 503	15.47 499	9.03 501	6.73 440	4.85 462	0.01 414	0.05 410	0.01 424	0.01 342	0.08 300	0.16 428

SANet	4.63 484	0.89 455	5.34 474	0.30 382	0.09 337	7.43 486	3.75 488	6.53 483	16.16 508	6.79 479	13.29 488	12.44 492	7.74 495	7.38 473	4.11 453	0.00 1	0.01 289	0.00 1	0.00 1	0.10 337	0.31 467

RainbowNet	4.74 485	3.21 508	3.07 395	9.34 513	6.01 506	4.89 464	3.60 486	7.09 492	4.39 473	1.63 338	3.01 419	4.72 448	2.96 447	5.53 380	1.19 370	8.95 515	2.12 513	8.48 510	0.19 452	8.75 509	5.73 513

MSMD_ROB	4.94 486	0.43 344	2.58 369	0.12 300	0.01 156	8.43 493	1.09 449	4.25 366	4.11 469	13.11 504	26.36 520	13.95 497	13.88 514	7.45 476	2.92 442	0.10 467	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

FCDSN-DC	5.04 487	0.15 169	1.83 285	0.22 354	0.44 457	5.60 471	1.66 461	5.22 439	4.37 472	14.49 510	21.86 511	20.65 509	11.88 510	7.66 480	4.55 458	0.02 436	0.00 1	0.00 1	0.00 1	0.03 190	0.05 316
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	5.09 488	2.15 498	16.58 513	0.34 396	0.07 319	5.91 475	4.26 493	6.73 489	6.99 490	9.44 493	6.09 460	6.57 470	5.17 483	9.54 497	21.38 525	0.00 1	0.00 1	0.00 1	0.00 1	0.36 465	0.23 457

MSC_U_SF_DS_RVC	5.12 489	2.33 499	8.42 497	0.33 390	0.27 426	24.60 526	8.84 523	5.50 456	9.75 496	3.82 449	8.16 474	8.53 481	1.82 414	9.44 495	5.18 466	1.02 495	1.65 511	0.33 488	0.47 500	1.06 492	0.90 489

ACVNet-4b	5.67 490	1.65 487	4.43 457	9.46 514	7.11 512	8.72 494	1.68 463	6.61 484	5.76 483	0.27 131	6.49 465	11.67 490	2.43 435	8.40 487	1.56 386	9.06 517	2.34 515	10.49 516	0.02 364	9.22 514	5.98 515

MeshStereo	5.78 491	0.75 431	3.04 393	0.25 365	0.14 368	7.88 491	2.09 467	9.64 501	5.18 479	20.48 520	19.06 504	22.80 511	9.54 504	9.64 498	4.88 463	0.00 1	0.00 1	0.00 1	0.00 1	0.29 451	0.03 265
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
PVD	5.81 492	0.99 463	5.56 478	0.72 454	0.51 464	6.72 480	0.18 347	9.90 503	23.69 513	11.45 500	19.26 506	8.18 479	9.46 503	9.24 493	9.49 492	0.02 436	0.16 479	0.00 1	0.08 408	0.18 397	0.40 476

FC-DCNN	6.09 493	0.18 200	2.35 350	0.42 408	0.53 465	7.80 490	1.42 457	8.14 498	7.07 491	19.05 517	22.10 512	22.85 512	13.84 513	9.42 494	6.44 473	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.06 347

ACVNet_1	6.16 494	1.86 495	4.43 457	9.52 515	7.22 513	7.59 489	2.37 474	9.99 504	6.71 488	3.84 450	5.35 455	13.23 496	4.90 480	6.25 411	1.94 414	9.06 517	2.40 517	10.88 518	0.11 421	9.58 516	6.03 516

FC-DCNN v2	6.25 495	0.19 209	2.31 347	0.44 409	0.55 467	8.05 492	1.51 460	8.71 499	7.22 492	19.24 518	22.98 515	24.00 515	13.47 512	9.80 500	6.51 474	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.05 316

EDNetEfficient	6.54 496	1.17 473	33.15 522	0.66 449	1.96 493	2.07 378	3.72 487	2.80 187	14.85 505	20.02 519	9.69 479	6.59 471	10.19 506	7.19 469	15.49 509	0.03 444	0.10 453	0.01 424	0.20 457	0.62 488	0.29 462

AnyNet_C01	6.59 497	4.31 512	36.24 525	0.96 473	0.46 460	9.96 496	5.74 509	6.02 477	3.63 463	7.59 485	8.56 475	8.83 482	3.14 452	13.74 513	20.83 523	0.12 470	0.08 440	0.25 486	0.09 413	1.01 491	0.34 469

LSM	7.38 498	1.68 488	22.24 517	3.99 503	40.72 533	3.54 437	4.79 503	4.74 410	6.65 487	10.25 495	13.51 489	4.49 442	3.81 466	6.91 456	5.31 467	0.00 1	0.04 397	0.00 1	0.00 1	0.26 435	14.60 530

ELAS_RVC	7.69 499	0.80 441	4.90 467	1.06 478	1.02 480	10.00 497	9.43 524	9.75 502	14.69 504	21.83 523	20.27 509	17.88 504	16.41 518	13.01 511	10.44 495	0.22 478	0.55 499	0.28 487	0.19 452	0.35 463	0.65 482
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	7.91 500	23.96 531	13.67 510	14.71 524	7.88 515	4.83 463	0.04 236	5.01 430	2.89 452	8.86 492	4.96 450	6.11 464	10.72 507	10.18 502	3.51 449	2.44 501	0.33 493	15.15 521	4.65 524	12.33 521	5.95 514

ELAS	8.05 501	0.76 435	4.02 439	0.95 472	1.02 480	14.85 508	6.99 519	12.80 508	11.73 499	22.43 525	27.75 523	17.88 504	15.19 516	10.96 506	11.31 497	0.22 478	0.56 500	0.23 484	0.22 465	0.50 482	0.71 484
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 502	1.80 494	5.09 469	8.55 512	6.72 509	13.47 504	4.34 496	13.70 509	23.86 514	6.89 481	19.74 508	20.52 507	5.36 485	7.70 481	2.48 431	8.53 514	1.67 512	7.99 509	0.32 493	8.79 512	6.29 519

PWCK	8.72 503	5.37 515	16.61 514	5.74 505	0.12 356	19.88 516	11.41 526	11.31 507	13.42 503	14.07 506	12.84 487	13.20 495	8.05 499	15.44 514	10.25 494	5.95 507	0.22 485	2.09 504	0.05 389	7.50 504	0.92 490

WAO-7	9.09 504	1.79 493	3.55 424	0.80 460	0.15 374	18.67 514	4.36 497	23.07 529	26.68 518	12.59 503	27.90 524	22.52 510	13.03 511	13.53 512	11.47 498	0.09 466	0.03 383	0.58 495	0.10 417	0.47 479	0.34 469

IMH-64-1	9.55 505	2.76 506	2.44 356	11.17 518	9.13 518	12.03 500	5.45 506	18.33 515	15.78 506	6.59 476	18.69 499	16.95 502	6.20 489	10.63 503	8.06 483	9.46 520	2.46 518	15.42 523	1.61 515	10.89 517	6.88 520

IMH-64	9.55 505	2.76 506	2.44 356	11.17 518	9.13 518	12.03 500	5.45 506	18.33 515	15.78 506	6.59 476	18.69 499	16.95 502	6.20 489	10.63 503	8.06 483	9.46 520	2.46 518	15.42 523	1.61 515	10.89 517	6.88 520

RTS	9.75 507	2.69 504	65.25 531	0.85 465	1.99 494	14.36 505	4.75 501	5.69 466	17.29 510	7.97 486	19.00 501	6.83 473	3.02 449	26.15 527	18.62 519	0.00 1	0.15 477	0.00 1	0.00 1	0.29 451	0.16 428

RTSA	9.75 507	2.69 504	65.25 531	0.85 465	1.99 494	14.36 505	4.75 501	5.69 466	17.29 510	7.97 486	19.00 501	6.83 473	3.02 449	26.15 527	18.62 519	0.00 1	0.15 477	0.00 1	0.00 1	0.29 451	0.16 428

EDNetEfficientorigin	10.31 509	1.90 496	98.96 544	0.22 354	0.23 411	2.73 409	0.71 434	4.50 392	16.94 509	18.72 512	15.36 493	12.74 494	10.73 508	8.96 491	11.94 501	0.01 414	0.01 289	0.00 1	0.00 1	0.25 432	1.31 497

MADNet+	10.71 510	14.57 525	70.07 533	0.58 439	0.47 462	19.89 517	4.20 492	11.05 505	6.87 489	3.03 430	5.99 459	9.01 483	6.35 491	31.95 530	28.31 529	0.22 478	0.26 490	0.01 424	0.04 384	0.46 476	0.87 488

WAO-6	11.09 511	1.69 489	3.21 405	7.54 509	7.10 511	16.34 509	6.63 517	20.12 519	38.64 529	9.67 494	19.28 507	27.53 517	10.97 509	12.43 510	11.57 499	4.26 503	2.35 516	10.54 517	0.02 364	7.59 505	4.29 509

LVE	11.10 512	2.36 500	3.34 412	9.94 516	8.13 516	21.22 519	7.75 521	16.47 513	32.55 524	8.55 489	23.64 516	23.22 513	7.93 498	10.98 507	6.65 475	9.45 519	2.55 523	11.08 519	0.58 503	9.35 515	6.28 518

IMH	11.11 513	3.50 509	2.56 368	11.25 520	9.13 518	14.49 507	5.10 504	20.68 522	26.30 517	8.28 488	23.85 518	20.63 508	9.19 502	12.39 509	7.96 481	9.50 522	2.50 520	15.28 522	1.66 517	11.07 520	6.96 522

Dean	11.46 514	2.03 497	5.20 471	10.73 517	8.20 517	18.71 515	5.73 508	21.10 523	41.49 532	11.12 497	22.16 513	25.92 516	7.74 495	7.52 477	4.31 455	9.01 516	2.27 514	9.95 515	0.61 504	9.18 513	6.22 517

coex-ft	12.01 515	5.60 516	80.23 535	0.15 325	0.15 374	1.88 370	0.73 435	2.66 174	30.12 521	49.31 534	16.59 495	15.97 501	14.42 515	6.79 445	14.50 505	0.05 453	0.08 440	0.01 424	0.05 389	0.37 467	0.61 480

SGM-ForestM	12.56 516	0.80 441	4.31 454	1.07 479	0.41 455	21.56 520	8.57 522	17.42 514	19.67 512	29.93 527	28.49 527	45.83 531	27.22 527	26.05 526	18.40 517	0.14 472	0.25 487	0.18 480	0.28 485	0.18 397	0.42 477

LE_ROB	12.79 517	0.64 412	10.26 503	2.13 494	1.29 485	7.25 485	5.81 510	9.09 500	49.27 535	57.55 535	24.58 519	23.68 514	31.13 530	9.00 492	23.57 528	0.04 447	0.06 419	0.13 477	0.20 457	0.08 300	0.11 400

JetBlue	13.83 518	5.03 513	33.82 523	0.84 462	6.92 510	50.14 533	20.02 531	15.09 510	8.92 495	11.33 499	17.05 496	28.25 518	18.01 523	32.60 531	18.53 518	0.32 485	0.12 464	0.15 478	0.23 469	4.59 500	4.64 510

WAO-8	13.93 519	3.75 510	4.23 448	7.74 510	6.54 507	22.81 522	2.39 476	22.66 526	45.98 533	18.88 515	35.42 529	33.21 522	16.91 519	16.55 517	12.78 502	5.01 505	0.81 504	9.89 513	0.77 506	8.77 511	3.61 507

Venus	13.93 519	3.75 510	4.23 448	7.74 510	6.54 507	22.81 522	2.39 476	22.66 526	45.98 533	18.88 515	35.42 529	33.21 522	16.91 519	16.55 517	12.78 502	5.01 505	0.81 504	9.89 513	0.77 506	8.76 510	3.61 507

MANE	14.02 521	0.85 450	3.53 422	2.13 494	3.75 503	18.44 513	6.14 511	22.67 528	27.90 519	33.01 529	41.08 532	41.26 530	30.90 529	23.39 522	17.99 515	0.47 489	0.76 503	0.91 496	4.04 522	0.17 389	1.00 493

KSHMR	14.27 522	6.95 519	5.79 482	15.08 525	12.84 524	17.44 510	10.61 525	18.88 517	30.94 522	18.81 514	22.21 514	28.54 519	8.85 500	15.56 515	9.24 491	10.34 527	3.60 527	21.61 529	4.68 525	14.48 524	8.94 525

TorneroNet-64	15.45 523	5.66 517	3.44 419	13.86 522	12.03 523	28.15 529	6.27 514	19.89 518	38.68 530	12.16 502	28.06 525	35.76 525	15.44 517	19.56 520	15.40 508	9.71 523	2.52 521	19.13 526	2.70 518	12.55 522	7.94 524

TorneroNet	16.10 524	5.74 518	4.12 446	13.88 523	11.97 522	26.89 528	6.85 518	21.13 524	38.32 528	14.15 507	33.36 528	33.52 524	17.49 521	18.89 519	19.64 521	9.77 524	2.53 522	19.43 527	3.35 519	13.21 523	7.86 523

notaker	17.52 525	21.54 529	7.84 495	18.05 527	14.44 527	17.58 511	6.43 515	20.13 520	24.44 516	21.34 522	27.71 522	39.12 527	18.78 524	19.63 521	20.40 522	11.95 528	2.71 526	25.51 531	5.85 528	17.10 527	9.78 526

BEATNet-Init1	17.91 526	7.45 520	36.82 526	1.88 493	1.38 486	37.29 532	14.71 529	21.90 525	24.20 515	38.07 530	36.59 531	50.41 532	32.00 531	29.42 529	21.83 526	0.33 486	0.39 496	0.47 490	0.54 502	1.50 496	1.07 494

ktn	19.15 527	18.52 526	6.39 491	22.64 531	17.26 529	24.47 524	12.11 527	24.52 530	34.74 527	18.75 513	27.70 521	32.54 520	17.85 522	15.71 516	16.67 510	22.09 531	3.64 528	28.95 532	10.91 530	17.40 528	10.22 528

UNDER WATER	19.61 528	12.37 524	31.14 520	20.44 529	14.31 526	28.63 530	18.15 530	16.43 512	34.24 526	20.82 521	19.14 505	38.83 526	30.09 528	24.31 523	20.97 524	10.09 526	2.68 524	19.51 528	4.70 526	15.52 526	9.93 527

UNDER WATER-64	20.03 529	10.28 522	31.50 521	20.05 528	13.64 525	32.81 531	23.45 532	16.01 511	33.44 525	22.01 524	17.25 497	40.58 529	32.20 532	24.50 524	22.36 527	10.06 525	2.70 525	18.37 525	4.24 523	14.84 525	10.24 529

DLNR_Zeroshot_test	23.05 530	49.79 535	87.94 536	97.52 548	94.73 543	1.18 159	0.00 1	20.60 521	0.14 7	0.02 13	0.02 78	0.02 5	0.02 40	4.35 317	0.10 100	32.22 533	0.04 397	0.00 1	0.27 481	72.00 540	0.06 347

DPSimNet_ROB	25.03 531	19.56 528	24.93 519	24.36 532	17.85 530	22.25 521	25.93 533	28.52 531	29.10 520	32.61 528	28.25 526	32.87 521	26.42 525	24.51 525	40.42 531	16.75 530	13.93 531	25.19 530	22.38 533	19.96 530	24.75 534

HanzoNet	29.69 532	29.33 532	21.66 516	21.75 530	19.07 531	24.58 525	12.99 528	28.87 532	40.49 531	43.09 532	44.02 533	55.65 533	44.93 534	43.17 533	44.44 532	27.88 532	9.47 530	29.77 533	15.86 532	20.94 531	15.84 531

JetRed	34.54 533	39.28 534	62.16 529	15.62 526	26.51 532	69.20 535	40.79 535	31.43 533	32.41 523	46.06 533	44.55 534	40.19 528	26.50 526	38.43 532	56.06 535	12.76 529	37.49 536	13.23 520	9.38 529	29.52 532	19.34 532

MADNet++	47.78 534	34.15 533	37.11 527	42.94 533	41.23 534	64.94 534	30.63 534	60.79 536	53.26 536	72.08 536	61.65 536	57.68 534	54.96 535	58.03 534	59.24 536	43.01 535	36.17 535	36.07 534	22.50 534	47.50 533	41.67 535

TCMNet-wrong-test	55.95 535	78.75 539	71.85 534	90.95 540	89.50 540	78.08 536	71.33 536	38.19 534	12.35 501	40.71 531	51.28 535	59.53 535	35.38 533	64.04 536	52.16 534	38.10 534	6.00 529	47.22 537	41.12 535	82.64 541	69.84 540

LRCNet_RVC	60.63 536	63.16 537	62.94 530	69.09 538	50.21 535	19.92 518	0.07 289	58.32 535	5.21 480	75.67 537	86.75 537	74.68 536	62.48 536	59.01 535	49.80 533	93.38 542	56.36 540	93.48 542	92.95 542	67.44 539	71.73 542

tt	68.65 537	0.15 169	99.57 545	50.64 534	14.90 528	100.00 547	100.00 545	100.00 549	99.76 543	27.80 526	10.52 482	99.97 549	98.63 544	99.61 544	100.00 549	90.62 541	98.21 542	46.66 536	52.02 537	62.86 538	21.04 533

USTest	75.36 538	57.99 536	56.43 528	72.82 539	69.93 539	99.96 546	100.00 545	98.57 544	99.18 542	94.19 541	97.90 543	78.26 537	95.05 542	75.90 537	76.21 537	48.70 536	80.65 541	39.01 535	52.97 538	57.66 534	55.76 536

xxxxx1	76.92 539	82.43 540	93.26 539	61.67 535	66.92 536	95.84 540	95.11 540	75.84 537	80.96 537	82.71 538	86.75 537	89.18 538	87.35 537	85.27 538	87.18 538	55.08 537	54.60 537	60.31 538	72.71 539	62.51 535	62.73 537

tt_ll	76.92 539	82.43 540	93.26 539	61.67 535	66.92 536	95.84 540	95.11 540	75.84 537	80.96 537	82.71 538	86.75 537	89.18 538	87.35 537	85.27 538	87.18 538	55.08 537	54.60 537	60.31 538	72.71 539	62.51 535	62.73 537

ff	76.92 539	82.43 540	93.26 539	61.67 535	66.92 536	95.84 540	95.11 540	75.84 537	80.96 537	82.71 538	86.75 537	89.18 538	87.35 537	85.27 538	87.18 538	55.08 537	54.60 537	60.31 538	72.71 539	62.51 535	62.73 537

PML	89.08 542	99.72 546	92.85 538	94.72 542	94.92 544	99.54 545	97.42 543	93.50 540	95.96 541	99.77 547	92.33 541	95.35 542	93.51 541	99.96 549	91.15 541	99.98 550	31.71 534	100.00 548	45.94 536	93.46 543	69.88 541

MEDIAN_ROB	96.83 543	99.41 544	98.66 543	94.75 543	94.23 542	93.08 539	90.54 538	95.61 542	94.75 540	97.65 544	97.73 542	98.30 543	96.57 543	94.51 541	93.74 543	99.78 549	98.24 543	99.99 547	99.89 546	99.48 546	99.67 546

Anonymous_1	97.10 544	99.72 546	99.64 546	92.33 541	93.91 541	100.00 547	100.00 545	99.20 546	99.90 544	98.57 545	99.75 544	99.14 545	99.94 545	98.50 543	99.54 544	87.90 540	98.87 544	90.88 541	96.91 543	92.22 542	95.12 543

HaxPig	97.68 545	99.63 545	91.34 537	99.82 550	99.97 547	88.15 537	88.00 537	98.28 543	99.93 545	99.98 548	99.99 545	99.95 548	99.99 546	96.29 542	92.24 542	99.99 551	99.98 546	100.00 548	99.99 547	100.00 552	99.98 550

test_example2	98.83 546	99.97 551	99.97 547	99.96 552	99.97 547	99.46 544	99.97 544	95.54 541	100.00 546	100.00 549	100.00 546	93.37 541	93.47 540	99.93 548	99.91 545	100.00 552	99.79 545	96.64 543	98.71 544	100.00 552	100.00 552

DPSM_ROB	99.17 547	100.00 552	100.00 550	96.28 544	98.84 545	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	93.66 543	100.00 547	100.00 548	100.00 548	96.31 544	98.27 544

DPSM	99.17 547	100.00 552	100.00 550	96.28 544	98.84 545	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	93.66 543	100.00 547	100.00 548	100.00 548	96.31 544	98.27 544

AVERAGE_ROB	99.23 549	99.81 548	97.56 542	100.00 553	100.00 549	96.24 543	91.02 539	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	99.98 550	99.97 546	100.00 552	100.00 547	100.00 548	100.00 548	100.00 552	100.00 552

DGTPSM_ROB	99.45 550	99.94 549	99.98 548	96.58 546	100.00 549	100.00 547	100.00 545	99.81 547	100.00 546	95.86 542	100.00 546	99.32 546	100.00 547	99.79 545	99.99 547	98.34 545	100.00 547	99.86 544	100.00 548	99.52 547	99.99 551

DPSMNet_ROB	99.46 551	99.94 549	99.98 548	96.59 547	100.00 549	100.00 547	100.00 545	99.81 547	100.00 546	95.87 543	100.00 546	99.32 546	100.00 547	99.79 545	99.99 547	98.46 546	100.00 547	99.86 544	100.00 548	99.52 547	100.00 552

CasAABBNet	99.94 552	100.00 552	100.00 550	99.72 549	100.00 549	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	99.21 547	100.00 547	100.00 548	100.00 548	99.96 549	99.95 548

LSM0	99.94 552	100.00 552	100.00 550	99.84 551	100.00 549	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	99.22 548	100.00 547	100.00 548	100.00 548	99.99 550	99.83 547

Selective-RAFT-Error	100.00 554	100.00 552	100.00 550	100.00 553	100.00 549	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	100.00 552	100.00 547	100.00 548	100.00 548	99.99 550	99.95 548

ccccc		94.69 543		100.00 553	100.00 549	92.59 538		98.75 545		98.59 546		98.60 544		99.86 547		100.00 552	100.00 547	99.91 546	99.54 545	100.00 552

ASD4		67.10 538

Low-res two-view benchmark