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

MLG-Stereo_test3	0.45 3	0.31 46	1.35 19	0.06 14	0.17 112	1.30 26	0.01 4	3.52 47	0.77 5	0.15 7	0.07 10	0.06 1	0.07 2	0.74 7	0.22 16	0.02 294	0.06 320	0.00 1	0.00 1	0.01 11	0.02 59

MLG-Stereo_test2	0.57 7	0.28 29	1.20 13	0.07 20	0.68 268	1.34 30	0.02 16	3.39 35	1.41 23	0.06 1	0.02 1	0.12 13	0.10 7	2.37 81	0.31 26	0.01 211	0.08 350	0.00 1	0.00 1	0.01 11	0.02 59

MLG-Stereo	0.72 15	0.23 14	1.13 5	0.06 14	0.16 103	1.24 19	0.00 1	3.84 69	1.40 22	0.06 1	0.03 3	0.08 4	0.10 7	5.71 177	0.16 7	0.01 211	0.06 320	0.00 1	0.00 1	0.01 11	0.02 59

LG-G_1	0.62 8	0.31 46	1.19 10	0.07 20	0.11 68	1.81 77	0.02 16	3.74 61	0.88 9	0.23 14	0.03 3	0.09 8	0.08 3	3.39 104	0.27 21	0.02 294	0.08 350	0.00 1	0.00 1	0.03 90	0.02 59

LG-G	0.62 8	0.31 46	1.19 10	0.07 20	0.11 68	1.81 77	0.02 16	3.74 61	0.88 9	0.23 14	0.03 3	0.09 8	0.08 3	3.39 104	0.27 21	0.02 294	0.08 350	0.00 1	0.00 1	0.03 90	0.02 59

DFGA-Net	2.78 232	1.91 434	7.35 414	1.52 264	0.36 200	3.36 241	0.20 109	6.64 232	5.93 248	4.88 186	6.31 221	2.18 145	1.12 140	7.43 282	5.98 379	0.00 1	0.00 1	0.00 1	0.00 1	0.37 404	0.04 148

G2L-Stereo_aug	4.27 367	0.53 213	5.19 346	2.04 353	1.22 320	4.85 329	0.41 164	7.92 263	13.66 426	9.59 392	10.62 333	10.81 391	4.57 335	9.00 385	4.81 361	0.00 1	0.01 155	0.00 1	0.00 1	0.13 277	0.05 182

LGtest1	0.42 2	0.33 75	1.42 21	0.13 51	0.16 103	0.98 8	0.01 4	2.30 10	0.96 13	0.21 13	0.07 10	0.08 4	0.10 7	1.10 23	0.31 26	0.01 211	0.09 362	0.00 1	0.00 1	0.03 90	0.02 59

coex_refinement	4.04 349	0.87 320	3.55 234	2.96 427	1.40 336	4.28 308	0.32 144	11.18 359	7.72 324	8.32 349	13.44 386	10.01 375	3.48 272	6.28 199	6.76 394	0.00 1	0.02 211	0.00 1	0.00 1	0.06 169	0.16 333

LG-Stereo	0.79 20	0.32 59	3.96 266	0.04 9	0.15 96	1.19 14	0.18 102	3.52 47	2.95 82	0.32 34	1.77 73	0.22 35	0.14 15	0.39 1	0.43 52	0.01 211	0.02 211	0.00 1	0.00 1	0.11 246	0.02 59

S2M2	0.46 4	0.39 124	1.17 9	0.37 104	0.17 112	1.14 10	0.01 4	1.46 4	1.83 31	0.19 11	0.87 39	0.13 14	0.19 18	0.57 3	0.43 52	0.01 211	0.01 155	0.00 1	0.00 1	0.21 346	0.00 1

SGD-Stereo	0.69 12	0.30 42	1.15 8	0.25 74	0.12 80	1.26 21	0.29 136	1.87 6	0.62 1	0.50 66	0.51 27	0.08 4	0.11 11	6.67 232	0.09 1	0.01 211	0.01 155	0.00 1	0.00 1	0.02 46	0.01 18

G2L-Stereo	3.40 295	0.93 340	4.73 320	1.61 282	2.05 375	2.88 204	0.60 218	8.94 295	5.84 241	7.42 314	7.33 255	8.61 357	2.16 211	8.44 353	6.11 380	0.00 1	0.00 1	0.00 1	0.00 1	0.24 368	0.18 342

MM-Stereo_test3	1.83 124	0.59 238	1.93 57	1.43 253	3.99 448	2.44 135	0.81 273	5.81 189	6.70 290	1.73 106	4.79 160	1.23 110	0.65 102	3.30 100	0.85 142	0.00 1	0.01 155	0.00 1	0.00 1	0.33 394	0.05 182

MM-Stereo_test1	1.57 98	0.36 107	2.19 95	1.17 214	0.35 198	2.39 130	0.56 204	4.53 99	5.21 216	3.67 150	1.65 68	0.40 66	0.84 124	6.90 246	0.80 135	0.00 1	0.03 260	0.00 1	0.00 1	0.31 387	0.03 104

HART	1.68 105	0.67 270	2.72 143	0.04 9	0.27 169	1.72 71	0.04 25	5.60 176	3.16 102	1.44 97	7.73 267	2.41 151	0.15 16	6.44 211	0.62 91	0.00 1	0.12 389	0.00 1	0.00 1	0.24 368	0.17 338

HI	3.18 270	0.90 330	3.05 191	1.28 229	0.15 96	2.29 117	0.04 25	5.31 160	3.52 130	7.96 336	12.69 376	11.43 402	6.61 390	4.26 133	4.02 343	0.00 1	0.06 320	0.00 1	0.00 1	0.05 145	0.01 18

CoSv	3.18 270	0.90 330	3.05 191	1.28 229	0.15 96	2.29 117	0.04 25	5.31 160	3.52 130	7.96 336	12.69 376	11.43 402	6.61 390	4.26 133	4.02 343	0.00 1	0.06 320	0.00 1	0.00 1	0.05 145	0.01 18

ISRNet	3.93 342	0.55 222	5.49 361	3.20 437	2.69 402	2.11 101	0.26 128	7.01 246	6.40 277	11.00 425	17.99 433	8.31 346	2.64 231	6.51 220	4.36 350	0.00 1	0.00 1	0.00 1	0.00 1	0.08 198	0.02 59

FoundationStereo	0.26 1	0.29 33	1.25 15	0.24 72	0.10 59	0.41 2	0.07 44	0.57 1	0.80 6	0.24 17	0.03 3	0.09 8	0.37 60	0.46 2	0.12 2	0.03 332	0.03 260	0.00 1	0.00 1	0.00 1	0.01 18

StereoAnything_RVC	1.52 95	7.77 485	2.81 159	0.05 11	0.02 3	1.11 9	0.06 37	3.26 28	0.75 4	0.12 4	0.02 1	0.07 2	0.68 104	6.69 233	0.13 3	0.02 294	0.08 350	0.00 1	0.00 1	6.69 489	0.02 59

HUF	1.05 52	0.64 255	2.33 101	0.35 101	0.22 149	3.09 221	0.41 164	3.73 60	2.89 78	0.36 38	2.71 103	0.33 61	0.30 47	2.28 80	0.23 17	0.00 1	0.61 475	0.00 1	0.00 1	0.15 292	0.39 406

GIP-stereo	0.70 13	0.44 168	1.70 43	1.52 264	0.75 277	1.48 41	0.05 33	4.18 82	1.10 16	0.18 9	0.42 25	0.58 87	0.38 63	0.65 5	0.46 64	0.00 1	0.00 1	0.00 1	0.00 1	0.05 145	0.01 18

fffft	0.97 37	0.29 33	1.69 42	0.03 1	0.05 15	2.12 103	0.65 232	3.44 40	1.87 33	0.34 35	0.60 30	0.23 36	0.20 19	6.69 233	0.89 157	0.00 1	0.01 155	0.00 1	0.00 1	0.18 323	0.09 248
1: 1. 1
DEFOM-Stereo	0.70 13	0.29 33	1.62 33	0.16 57	0.06 24	1.95 87	0.45 174	0.88 2	0.74 3	0.55 69	0.51 27	0.14 15	0.09 6	6.32 204	0.20 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

SMoEStereo_RVC	0.95 35	0.35 97	1.37 20	0.63 143	0.07 32	2.07 96	0.16 94	2.88 16	1.68 26	0.30 27	1.23 54	0.19 19	0.28 36	6.80 238	0.84 141	0.00 1	0.00 1	0.00 1	0.00 1	0.11 246	0.13 304

tt45	1.09 56	0.35 97	1.49 26	0.39 108	0.23 154	3.50 255	0.14 83	3.35 34	1.81 29	0.36 38	2.04 82	0.27 44	0.26 32	6.84 241	0.63 94	0.00 1	0.00 1	0.00 1	0.00 1	0.16 299	0.03 104

999	1.25 75	0.37 114	1.63 35	1.15 212	0.34 195	3.03 216	0.66 235	3.41 38	2.27 40	0.30 27	3.20 118	0.19 19	0.25 26	7.23 272	0.85 142	0.00 1	0.00 1	0.00 1	0.00 1	0.16 299	0.01 18

mms	1.03 48	0.54 218	1.58 30	0.05 11	0.36 200	1.52 48	0.08 49	2.97 18	1.84 32	0.38 41	2.94 108	0.32 57	0.25 26	6.82 239	0.39 44	0.00 1	0.04 289	0.00 1	0.00 1	0.17 312	0.28 391

ours_stereo	1.03 48	0.55 222	1.86 49	0.12 37	0.32 188	1.16 11	0.09 54	3.27 29	2.18 37	0.39 48	3.02 112	0.34 64	0.26 32	6.32 204	0.37 40	0.00 1	0.01 155	0.00 1	0.00 1	0.18 323	0.13 304

fffy	1.13 64	0.51 202	2.15 86	1.01 191	0.09 52	2.30 122	0.19 105	4.07 77	1.13 19	0.16 8	2.66 100	0.20 23	0.38 63	6.98 253	0.35 33	0.00 1	0.06 320	0.00 1	0.00 1	0.14 288	0.16 333

tg	1.96 145	0.64 255	2.15 86	0.68 149	0.12 80	4.40 318	0.04 25	5.74 181	4.19 174	4.00 160	5.23 183	2.58 155	0.93 127	7.12 264	0.77 128	0.00 1	0.02 211	0.00 1	0.00 1	0.31 387	0.25 377

DDVS	3.59 310	0.53 213	4.53 305	2.02 348	1.27 325	6.63 367	0.49 188	8.73 291	4.10 168	7.14 298	7.63 264	12.68 413	2.25 215	8.69 368	4.09 346	0.08 386	0.20 436	0.01 349	0.00 1	0.14 288	0.59 436

rvit_0105_6	1.26 76	0.87 320	4.85 324	0.61 138	0.07 32	1.60 52	0.32 144	3.79 67	5.87 242	0.25 19	0.26 21	1.09 104	0.29 40	4.60 142	0.62 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 201

rvit_0105_5	1.48 92	0.89 327	5.43 357	0.46 116	0.04 12	1.60 52	0.60 218	4.65 111	5.90 245	0.76 79	1.59 64	1.75 131	0.78 117	4.20 131	0.88 152	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 201

rvit_0105_4	1.38 85	0.98 346	5.52 366	0.61 138	0.05 15	1.62 55	0.41 164	3.95 74	5.80 239	0.31 32	0.73 35	1.37 112	0.53 90	4.89 152	0.78 130	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 148

rvit_0105_3	1.71 108	0.90 330	5.93 377	0.78 155	0.02 3	1.62 55	1.69 358	5.15 140	5.99 254	2.22 110	1.64 67	1.97 141	1.17 152	4.19 130	0.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.03 104

rvit_stereo_0083	1.03 48	0.26 24	3.09 197	0.49 121	0.09 52	1.27 23	0.24 121	2.72 13	4.60 194	0.38 41	0.77 36	0.78 96	1.18 153	4.35 136	0.33 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 104

rvit_stereo_0081_aga	0.76 19	0.51 202	3.29 211	0.11 35	0.25 159	1.73 72	0.22 115	3.68 52	2.54 57	0.26 21	0.16 13	0.27 44	0.30 47	1.31 33	0.36 36	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.04 148

WCG-NET	1.24 73	0.43 162	1.46 24	0.33 93	0.08 46	2.14 105	1.08 321	3.09 21	6.86 295	2.73 121	3.43 129	0.74 93	0.94 129	0.89 13	0.33 29	0.00 1	0.04 289	0.00 1	0.00 1	0.10 227	0.05 182

rvit_stereo_0081	0.88 28	0.28 29	1.81 45	0.62 140	0.13 87	1.34 30	0.12 67	3.14 22	4.59 192	0.43 60	0.30 22	0.54 84	0.11 11	3.89 115	0.36 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

FC-DCNN v2	10.88 471	0.52 209	4.17 285	1.92 328	1.63 346	17.79 473	5.35 440	18.87 473	19.88 462	28.77 490	34.99 493	34.62 497	21.72 489	16.03 471	11.16 453	0.03 332	0.01 155	0.02 380	0.00 1	0.06 169	0.08 235

DCVSM-stereo	3.13 265	0.37 114	2.95 174	1.51 262	0.80 284	2.75 179	0.49 188	6.79 239	5.25 217	11.43 430	5.57 197	10.79 390	5.30 363	5.25 162	2.95 302	0.03 332	0.09 362	0.03 397	0.00 1	0.12 263	0.09 248

ACV-stereo	4.46 373	0.76 294	9.94 440	1.91 324	1.06 310	11.61 439	1.28 335	6.25 208	7.09 304	3.09 132	5.21 182	16.88 446	10.23 446	7.96 313	5.47 369	0.06 372	0.15 410	0.01 349	0.00 1	0.12 263	0.14 311

rvit_stereo_0082	0.88 28	0.28 29	1.81 45	0.62 140	0.13 87	1.34 30	0.12 67	3.14 22	4.59 192	0.43 60	0.30 22	0.54 84	0.11 11	3.89 115	0.36 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

IGEV-Stereo++	0.74 17	0.23 14	1.31 17	0.06 14	1.62 345	1.95 87	0.01 4	3.29 30	1.81 29	0.38 41	1.68 70	0.10 11	1.16 151	0.91 14	0.19 13	0.01 211	0.01 155	0.00 1	0.00 1	0.04 119	0.01 18

rvit_stereo_0075_2	2.00 149	0.32 59	5.49 361	0.60 137	1.98 372	1.77 73	0.10 57	7.24 250	5.70 234	2.90 127	4.06 142	3.11 176	0.56 94	5.32 165	0.76 122	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.16 333

RAStereo	0.68 11	0.42 151	3.15 202	0.18 63	0.52 246	1.17 12	0.02 16	3.16 25	0.98 14	0.51 67	1.43 59	0.16 16	0.22 23	0.75 9	0.83 138	0.00 1	0.00 1	0.00 1	0.00 1	0.07 186	0.02 59

rvit_stereo_0080	0.88 28	0.51 202	3.12 199	0.07 20	0.12 80	1.31 27	0.37 154	3.78 64	3.29 116	0.56 70	1.13 51	0.40 66	0.76 111	1.71 52	0.47 70	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 148

rvit_stereo_ft	1.00 45	0.78 302	3.84 263	0.84 162	0.36 200	1.23 16	0.24 121	3.81 68	3.76 143	0.37 40	0.87 39	0.74 93	1.12 140	1.18 30	0.76 122	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.06 201

WCG-NET（raft）	1.49 93	0.50 197	1.55 27	0.21 67	0.08 46	2.15 107	1.01 312	2.72 13	6.26 270	2.79 122	3.06 115	4.38 238	1.04 137	3.53 108	0.26 19	0.00 1	0.12 389	0.00 1	0.00 1	0.10 227	0.08 235

RAFT-Stereo-weight	1.67 104	0.31 46	1.57 29	0.97 187	0.15 96	3.19 233	0.77 263	5.06 134	6.19 269	4.96 188	3.38 127	2.83 161	0.35 55	2.87 93	0.74 115	0.01 211	0.06 320	0.00 1	0.00 1	0.01 11	0.02 59

test_sample7	3.30 278	0.47 183	3.43 227	1.98 339	0.35 198	4.33 310	1.88 364	10.66 345	7.73 326	8.36 351	7.55 259	6.55 307	4.27 314	6.58 225	1.62 228	0.06 372	0.03 260	0.00 1	0.00 1	0.05 145	0.06 201

test_sample6	3.14 267	0.41 145	4.42 297	1.92 328	0.49 236	3.25 236	0.21 113	11.30 365	6.69 289	6.50 267	10.86 342	4.03 216	2.93 251	7.06 260	2.65 293	0.02 294	0.02 211	0.00 1	0.00 1	0.05 145	0.06 201

test_sample5	2.91 249	0.40 134	4.33 292	1.81 310	0.50 239	3.33 239	0.17 99	11.27 363	6.55 285	6.18 243	8.35 280	3.65 201	2.71 238	6.61 227	2.15 269	0.02 294	0.02 211	0.00 1	0.00 1	0.05 145	0.05 182

test_sample4	2.87 244	0.40 134	4.54 306	1.80 308	0.54 249	3.95 296	0.15 89	11.48 371	6.49 284	6.33 260	6.81 233	3.68 205	2.65 233	6.11 190	2.36 281	0.02 294	0.01 155	0.00 1	0.00 1	0.04 119	0.05 182

test_sample3	2.87 244	0.37 114	4.45 300	1.95 334	0.59 253	4.69 325	0.16 94	11.50 372	6.45 281	5.82 215	6.44 225	3.76 209	2.64 231	6.01 187	2.41 285	0.01 211	0.01 155	0.00 1	0.00 1	0.04 119	0.05 182

test_sample2	2.32 189	0.25 20	3.38 218	2.08 359	0.41 214	2.58 153	0.15 89	9.50 311	4.97 208	3.66 149	4.86 165	4.29 235	3.26 259	5.83 181	1.09 180	0.00 1	0.01 155	0.00 1	0.00 1	0.03 90	0.03 104

test_sample1	2.31 187	0.26 24	3.29 211	2.08 359	0.46 224	2.62 162	0.05 33	9.88 322	4.23 175	3.90 157	3.92 140	3.49 194	4.44 327	5.67 175	1.88 250	0.00 1	0.01 155	0.00 1	0.00 1	0.02 46	0.03 104

CAS++	1.18 66	0.55 222	1.99 67	0.17 58	0.27 169	1.85 80	0.63 225	8.48 279	3.07 97	1.71 104	2.32 94	0.18 18	0.20 19	1.91 69	0.30 23	0.00 1	0.01 155	0.00 1	0.00 1	0.02 46	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
trnet	0.99 42	0.37 114	1.89 52	0.08 28	0.19 137	1.68 63	0.02 16	4.12 81	6.41 278	0.70 76	1.57 63	0.46 75	0.67 103	1.15 27	0.41 47	0.00 1	0.01 155	0.00 1	0.00 1	0.01 11	0.01 18

MGS-Stereo	1.10 57	0.26 24	2.45 109	0.58 134	0.06 24	1.84 79	0.67 238	2.16 8	3.42 125	1.03 87	6.13 209	0.49 78	0.36 57	1.43 39	0.62 91	0.00 1	0.00 1	0.00 1	0.00 1	0.47 422	0.00 1

Former-RAFT_DAM_RVC	1.26 76	0.42 151	2.36 105	0.59 136	1.26 323	2.43 134	0.01 4	3.29 30	7.76 329	1.71 104	2.78 105	0.27 44	0.32 52	1.16 29	0.58 89	0.04 351	0.01 155	0.00 1	0.00 1	0.04 119	0.10 270

SMFormer	3.54 306	0.39 124	3.61 239	1.69 292	0.11 68	2.85 199	0.29 136	12.46 403	10.41 387	7.16 300	10.23 323	4.78 252	4.45 328	8.71 370	3.51 326	0.07 381	0.05 303	0.00 1	0.00 1	0.06 169	0.04 148

tta	3.54 306	0.39 124	3.61 239	1.69 292	0.11 68	2.85 199	0.29 136	12.46 403	10.41 387	7.16 300	10.23 323	4.78 252	4.45 328	8.71 370	3.51 326	0.07 381	0.05 303	0.00 1	0.00 1	0.06 169	0.03 104

qqq1	3.38 291	0.39 124	3.61 239	1.69 292	0.11 68	2.85 199	0.29 136	12.46 403	10.41 387	7.16 300	10.23 323	4.78 252	4.45 328	8.71 370	0.30 23	0.07 381	0.05 303	0.00 1	0.00 1	0.06 169	0.03 104

fff1	3.38 291	0.39 124	3.61 239	1.69 292	0.11 68	2.85 199	0.29 136	12.46 403	10.41 387	7.16 300	10.23 323	4.78 252	4.45 328	8.71 370	0.30 23	0.07 381	0.05 303	0.00 1	0.00 1	0.06 169	0.03 104

CoDeX	3.43 299	0.68 272	4.49 302	0.98 188	1.65 348	6.37 361	2.14 369	13.23 423	6.07 258	7.23 305	8.95 290	4.09 220	3.79 294	6.31 202	2.37 282	0.03 332	0.06 320	0.00 1	0.00 1	0.07 186	0.15 321

xx1	2.33 191	0.65 261	2.15 86	2.30 384	0.02 3	5.80 349	0.56 204	4.31 84	10.41 387	1.03 87	3.33 122	4.67 248	2.70 235	8.05 322	0.45 60	0.00 1	0.02 211	0.00 1	0.00 1	0.02 46	0.03 104

11t1	1.62 102	0.26 24	2.53 119	2.37 395	0.24 156	2.58 153	0.06 37	6.66 233	3.00 91	3.40 143	3.01 110	1.14 106	1.94 202	4.18 129	0.91 161	0.01 211	0.02 211	0.00 1	0.00 1	0.03 90	0.03 104

DualNet	3.05 257	0.40 134	4.33 292	1.81 310	0.50 239	3.33 239	0.17 99	11.27 363	6.55 285	6.50 267	10.86 342	3.65 201	2.71 238	6.61 227	2.15 269	0.02 294	0.02 211	0.00 1	0.00 1	0.05 145	0.05 182

ffm	2.90 247	0.31 46	3.97 267	1.34 237	0.98 303	2.80 184	0.48 178	4.53 99	10.19 382	6.29 256	9.23 298	5.59 280	3.72 290	8.00 316	0.46 64	0.00 1	0.02 211	0.00 1	0.00 1	0.10 227	0.04 148

ff1	3.45 302	0.31 46	3.97 267	1.34 237	0.98 303	2.80 184	0.48 178	4.53 99	10.19 382	6.29 256	9.23 298	5.59 280	3.72 290	10.11 412	9.35 432	0.00 1	0.02 211	0.00 1	0.00 1	0.10 227	0.04 148

mmx	3.86 333	0.31 46	3.97 267	1.34 237	0.98 303	2.80 184	0.48 178	12.18 398	10.66 395	6.29 256	9.23 298	5.59 280	3.72 290	10.11 412	9.35 432	0.05 363	0.02 211	0.00 1	0.00 1	0.03 90	0.04 148

ttt	3.86 333	0.23 14	2.34 103	2.22 378	1.68 353	4.36 313	0.28 132	12.45 402	11.09 400	6.90 287	11.85 359	4.08 219	3.28 260	8.47 354	7.85 406	0.06 372	0.04 289	0.00 1	0.00 1	0.03 90	0.03 104

1111x	4.25 365	0.30 42	4.31 291	1.47 258	0.37 204	5.10 335	0.32 144	12.86 415	9.82 376	6.01 229	9.73 315	8.78 358	5.97 380	9.43 401	10.39 444	0.06 372	0.03 260	0.00 1	0.00 1	0.02 46	0.04 148

whm_eth	0.88 28	0.51 202	3.12 199	0.07 20	0.12 80	1.31 27	0.37 154	3.78 64	3.29 116	0.56 70	1.13 51	0.40 66	0.76 111	1.71 52	0.47 70	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 148

xxx	3.86 333	0.31 46	3.98 271	1.34 237	0.98 303	2.80 184	0.48 178	12.18 398	10.66 395	6.29 256	9.23 298	5.59 280	3.72 290	10.11 412	9.35 432	0.05 363	0.02 211	0.00 1	0.00 1	0.03 90	0.04 148

GMStereo_Zeroshot	2.77 231	1.98 438	5.14 342	1.53 268	0.36 200	3.56 263	0.10 57	5.57 174	5.91 247	6.89 285	7.02 242	8.50 355	0.91 125	6.01 187	1.65 231	0.00 1	0.00 1	0.00 1	0.00 1	0.20 335	0.01 18

plain	1.34 81	0.51 202	5.09 338	0.30 81	0.05 15	1.58 50	0.08 49	4.47 96	3.77 144	0.42 58	1.76 72	0.60 89	0.74 109	6.11 190	0.94 165	0.00 1	0.00 1	0.00 1	0.00 1	0.40 414	0.02 59

MaDis-Stereo	0.80 21	0.69 277	3.02 181	0.33 93	1.83 366	1.22 15	0.06 37	3.41 38	1.49 24	0.31 32	0.38 24	0.42 71	0.51 86	1.14 26	1.21 193	0.00 1	0.00 1	0.00 1	0.00 1	0.05 145	0.05 182

StereoVision	2.25 179	0.72 282	4.00 273	1.03 194	2.64 400	1.91 83	0.28 132	5.83 191	4.43 182	1.89 107	10.65 336	3.88 211	0.52 89	5.13 160	1.98 259	0.00 1	0.00 1	0.00 1	0.00 1	0.09 216	0.03 104

MIF-Stereo (partial)	1.29 79	0.33 75	3.02 181	0.03 1	1.12 315	1.26 21	0.13 76	4.46 94	3.75 141	0.35 37	2.39 96	0.31 54	0.74 109	6.09 189	1.76 241	0.00 1	0.00 1	0.00 1	0.00 1	0.08 198	0.04 148

UniTT-Stereo	0.83 25	0.33 75	1.98 65	0.92 175	1.27 325	0.54 4	0.11 61	1.35 3	2.94 81	1.67 103	2.09 84	0.20 23	0.31 50	1.57 47	1.07 177	0.00 1	0.00 1	0.00 1	0.00 1	0.16 299	0.01 18

CASnet	0.98 38	0.32 59	1.62 33	0.65 146	0.07 32	2.11 101	0.14 83	3.50 44	4.03 160	3.77 155	1.41 58	0.31 54	0.29 40	0.80 11	0.57 85	0.01 211	0.00 1	0.00 1	0.00 1	0.04 119	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	2.99 254	0.39 124	4.02 274	0.39 108	0.26 166	2.53 144	0.15 89	9.24 304	9.22 363	7.12 297	11.53 356	6.94 317	2.41 222	4.02 124	1.33 201	0.01 211	0.02 211	0.02 380	0.00 1	0.05 145	0.07 220

CFNet_ucs	3.07 259	0.44 168	4.05 278	0.54 125	0.37 204	3.08 219	0.19 105	9.80 320	8.49 354	7.64 323	12.62 375	5.67 285	1.76 198	4.96 154	1.51 215	0.00 1	0.04 289	0.01 349	0.00 1	0.09 216	0.11 283

GCAP-Stereo	0.95 35	0.62 251	1.99 67	0.30 81	0.03 10	1.66 59	0.01 4	4.43 92	3.00 91	1.63 102	1.17 53	1.39 113	0.76 111	1.31 33	0.55 83	0.00 1	0.03 260	0.00 1	0.00 1	0.12 263	0.02 59

Any-RAFT	2.18 169	0.25 20	1.94 60	1.37 244	0.80 284	5.01 334	0.56 204	8.51 280	5.58 231	4.01 161	4.85 164	5.44 277	2.26 217	2.45 85	0.35 33	0.00 1	0.15 410	0.00 1	0.00 1	0.02 46	0.02 59

HH	2.42 198	0.73 285	3.76 251	0.91 171	0.14 92	2.78 181	0.71 249	7.92 263	2.72 67	1.53 100	6.10 207	7.93 338	4.01 301	8.60 361	0.44 56	0.00 1	0.09 362	0.00 1	0.00 1	0.05 145	0.04 148

HanStereo	2.42 198	0.73 285	3.76 251	0.91 171	0.14 92	2.78 181	0.71 249	7.92 263	2.72 67	1.53 100	6.10 207	7.93 338	4.01 301	8.60 361	0.44 56	0.00 1	0.09 362	0.00 1	0.00 1	0.05 145	0.04 148

LL-Strereo	4.71 383	1.64 416	7.51 419	1.15 212	4.31 453	3.71 276	1.45 344	9.21 303	8.36 348	8.37 355	8.17 278	10.82 392	11.36 453	12.51 445	4.82 362	0.00 1	0.12 389	0.00 1	0.00 1	0.31 387	0.32 398

4D-IteraStereo	1.72 109	0.86 318	3.01 179	0.09 30	2.86 406	3.57 266	1.06 316	3.92 71	5.31 219	5.28 200	1.02 41	3.92 212	0.38 63	1.83 62	1.04 176	0.00 1	0.01 155	0.00 1	0.00 1	0.07 186	0.09 248

LoS_RVC	1.26 76	1.43 397	1.91 54	0.42 111	3.77 442	1.71 69	0.04 25	2.58 11	2.49 52	0.42 58	2.58 99	0.30 50	0.57 96	1.71 52	0.66 100	0.01 211	0.02 211	0.00 1	0.00 1	0.02 46	4.49 483

CAS	2.24 174	0.25 20	1.86 49	11.21 491	3.86 444	1.67 60	0.02 16	3.87 70	2.67 62	0.41 54	1.63 66	0.24 39	0.27 34	1.50 44	0.74 115	9.43 499	0.01 155	0.00 1	0.00 1	0.01 11	5.21 486

CBFPSM	4.87 384	0.94 343	14.70 468	1.51 262	1.15 317	11.49 437	2.55 381	7.28 252	6.47 282	6.23 247	4.83 163	15.30 433	8.99 433	6.88 243	8.20 417	0.03 332	0.02 211	0.00 1	0.00 1	0.40 414	0.42 414

iinet-f	5.94 403	1.60 412	26.88 498	1.79 307	1.38 335	11.92 443	1.47 345	6.80 240	7.11 305	6.90 287	14.43 396	10.64 388	7.97 419	7.00 255	12.12 458	0.02 294	0.03 260	0.05 416	0.00 1	0.63 434	0.02 59

LoS	0.91 33	0.34 87	2.10 84	0.38 107	0.13 87	2.47 136	0.26 128	5.00 132	2.74 71	0.89 83	0.21 19	0.49 78	0.36 57	1.97 70	0.67 101	0.02 294	0.02 211	0.00 1	0.00 1	0.06 169	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.56 97	0.35 97	1.44 22	0.42 111	7.70 487	2.66 170	0.13 76	4.89 122	2.53 55	0.25 19	1.10 46	0.33 61	0.31 50	1.61 50	0.58 89	0.01 211	0.02 211	0.00 1	0.00 1	0.54 424	6.26 489

EGLCR-Stereo	1.04 51	0.20 5	2.00 69	1.14 211	0.16 103	2.50 140	0.11 61	4.96 127	2.61 59	0.79 81	0.07 10	1.46 119	0.37 60	3.96 122	0.23 17	0.01 211	0.05 303	0.00 1	0.00 1	0.00 1	0.07 220

GASNet	5.19 389	4.61 468	9.38 435	4.73 473	2.10 379	3.80 289	1.57 351	12.07 391	10.96 398	8.92 375	7.03 244	8.21 345	7.67 416	14.02 456	7.36 398	0.02 294	0.15 410	0.00 1	0.00 1	0.69 438	0.42 414

gwcnet-sp	3.31 280	1.47 400	7.26 410	1.73 299	0.69 269	7.57 389	1.14 324	8.59 283	6.17 266	8.57 361	5.25 186	4.26 230	3.36 263	6.46 212	3.44 320	0.00 1	0.00 1	0.00 1	0.00 1	0.15 292	0.11 283

scenet	3.31 280	1.47 400	7.26 410	1.73 299	0.69 269	7.57 389	1.14 324	8.59 283	6.17 266	8.57 361	5.25 186	4.26 230	3.36 263	6.46 212	3.44 320	0.00 1	0.00 1	0.00 1	0.00 1	0.15 292	0.11 283

CASS	2.44 202	0.44 168	3.56 235	0.85 164	0.38 206	3.14 228	0.22 115	9.64 316	4.00 157	6.78 276	7.62 263	3.57 199	3.58 278	3.80 114	1.10 181	0.02 294	0.01 155	0.00 1	0.00 1	0.05 145	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	1.36 84	0.21 9	1.68 41	0.20 64	0.49 236	1.58 50	0.11 61	5.15 140	2.40 49	4.62 176	1.77 73	4.56 245	0.45 82	3.23 99	0.63 94	0.00 1	0.02 211	0.00 1	0.00 1	0.02 46	0.01 18

riskmin	1.88 132	0.15 1	2.11 85	1.38 246	0.88 291	2.40 131	0.04 25	5.93 194	6.10 259	2.25 111	1.34 57	6.06 295	5.08 359	2.78 91	1.01 174	0.00 1	0.02 211	0.00 1	0.00 1	0.01 11	0.06 201

ProNet	1.20 68	0.60 242	2.00 69	0.26 76	0.08 46	2.73 173	0.68 239	5.00 132	2.52 54	0.29 24	1.32 56	0.37 65	0.36 57	6.94 251	0.44 56	0.00 1	0.07 338	0.00 1	0.00 1	0.17 312	0.07 220

ssnet_v2	4.46 373	0.87 320	5.18 345	1.57 276	0.67 266	9.14 408	4.73 429	11.84 381	9.68 372	8.79 368	6.24 217	9.91 372	4.34 322	6.28 199	9.30 431	0.00 1	0.01 155	0.00 1	0.00 1	0.28 379	0.30 395

RCA-Stereo	1.99 148	0.34 87	2.71 141	0.26 76	0.06 24	2.29 117	0.48 178	4.89 122	14.65 434	2.81 124	5.51 195	0.78 96	3.21 258	1.44 40	0.33 29	0.00 1	0.01 155	0.00 1	0.00 1	0.07 186	0.02 59

ssnet	3.31 280	1.47 400	7.26 410	1.73 299	0.69 269	7.57 389	1.14 324	8.59 283	6.17 266	8.57 361	5.25 186	4.26 230	3.36 263	6.46 212	3.44 320	0.00 1	0.00 1	0.00 1	0.00 1	0.15 292	0.11 283

CroCo-Stereo Lap2	1.24 73	0.88 324	3.39 220	0.95 182	4.59 467	0.47 3	0.08 49	3.51 46	2.80 74	1.17 95	2.24 91	1.57 124	0.20 19	1.48 43	1.14 186	0.00 1	0.00 1	0.00 1	0.00 1	0.15 292	0.12 296

HBP-ISP	4.09 350	1.05 356	4.10 283	1.87 317	1.31 331	7.56 388	3.98 413	11.26 361	9.94 379	7.81 329	14.44 397	3.23 181	4.27 314	8.89 381	1.87 248	0.06 372	0.06 320	0.00 1	0.00 1	0.06 169	0.04 148

TestStereo1	2.85 238	0.81 309	3.48 228	3.11 431	0.44 218	2.52 141	1.50 346	6.37 215	8.18 342	4.62 176	9.24 303	2.23 148	3.69 283	9.19 392	1.26 194	0.00 1	0.01 155	0.00 1	0.00 1	0.27 377	0.09 248

DCANet-4	2.03 153	0.34 87	5.30 353	0.31 85	0.18 127	1.69 64	0.12 67	4.95 125	8.55 356	5.78 210	5.17 174	1.12 105	2.82 245	2.11 77	1.92 254	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.18 342

qqq	1.93 140	0.30 42	2.96 176	1.40 248	0.05 15	1.96 90	0.39 159	8.45 275	3.33 120	3.06 131	3.84 136	4.67 248	2.70 235	4.40 137	0.96 166	0.00 1	0.01 155	0.00 1	0.00 1	0.02 46	0.03 104

fff	2.28 183	0.61 246	3.81 257	0.22 68	0.07 32	1.69 64	0.11 61	5.37 166	11.84 411	5.80 212	5.17 174	1.44 116	5.41 366	2.00 71	1.92 254	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.18 342

ADStereo(finetuned)	2.26 182	0.64 255	5.22 349	0.31 85	0.18 127	1.71 69	0.25 126	5.23 145	8.46 351	6.06 233	5.30 190	1.41 114	6.37 386	1.87 66	1.87 248	0.00 1	0.00 1	0.00 1	0.00 1	0.04 119	0.18 342

x	1.73 111	0.28 29	2.49 116	1.91 324	0.17 112	2.10 99	0.83 279	8.74 292	3.55 133	3.28 138	2.12 89	3.10 175	1.96 203	2.90 94	1.12 183	0.00 1	0.02 211	0.00 1	0.00 1	0.02 46	0.03 104

DisPM	2.43 200	0.32 59	3.04 186	1.76 302	0.18 127	3.46 246	0.65 232	5.13 137	4.88 205	8.59 364	7.04 245	2.84 162	1.03 135	8.85 378	0.83 138	0.01 211	0.00 1	0.00 1	0.00 1	0.01 11	0.02 59

Wz-Net-SNSev	9.23 456	6.70 478	24.28 492	1.87 317	1.81 365	8.57 399	12.29 493	17.37 460	20.39 466	10.43 412	23.11 456	16.66 443	8.03 420	14.47 461	17.86 474	0.00 1	0.02 211	0.01 349	0.00 1	0.41 417	0.30 395

Wz-Net-LNSev-Ref	5.98 405	1.55 408	9.92 439	2.40 396	3.22 415	10.28 422	3.14 395	11.64 374	9.79 375	9.54 390	20.22 442	11.16 400	6.77 397	10.61 423	9.16 428	0.06 372	0.00 1	0.00 1	0.00 1	0.03 90	0.04 148

BUS	2.49 209	0.32 59	3.05 191	0.46 116	0.46 224	7.12 377	0.50 190	9.05 298	4.69 197	6.11 237	6.15 210	5.29 271	0.83 121	3.91 117	1.77 242	0.01 211	0.03 260	0.03 397	0.00 1	0.04 119	0.00 1

Wz-Net-LNSev	6.46 415	1.93 435	16.44 474	1.52 264	4.15 451	12.66 449	4.96 433	13.05 419	12.10 415	10.55 416	16.23 409	11.32 401	7.19 404	8.43 352	8.48 421	0.00 1	0.01 155	0.00 1	0.00 1	0.08 198	0.06 201

IER	3.20 272	0.54 218	5.13 341	0.58 134	1.59 342	7.29 382	0.56 204	6.36 213	4.95 207	7.44 316	8.84 286	6.20 298	6.26 383	4.88 148	3.29 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.01 18

RAFT_CTSACE	3.40 295	1.07 359	4.52 304	1.27 224	3.14 411	4.00 299	1.07 318	3.93 73	4.43 182	4.66 181	17.94 432	7.21 328	2.76 241	10.82 425	0.85 142	0.00 1	0.07 338	0.00 1	0.00 1	0.30 382	0.01 18

CRFU-Net	4.45 372	0.67 270	5.02 331	2.78 417	1.32 332	12.67 450	3.35 402	11.26 361	3.52 130	10.06 405	9.30 308	10.91 395	6.92 399	7.26 273	3.24 313	0.15 408	0.16 418	0.16 445	0.00 1	0.26 371	0.05 182

NINENet	3.09 260	0.56 228	3.22 207	1.61 282	1.37 334	7.12 377	0.50 190	11.88 383	5.63 232	6.63 273	8.40 281	5.29 271	0.83 121	6.51 220	1.77 242	0.15 408	0.07 338	0.07 426	0.00 1	0.09 216	0.00 1

BSDual-CNN	2.69 222	0.32 59	3.05 191	0.46 116	0.46 224	7.13 379	1.63 354	9.05 298	4.69 197	6.11 237	6.15 210	6.26 300	2.54 226	3.91 117	1.91 252	0.01 211	0.03 260	0.03 397	0.00 1	0.04 119	0.00 1

hknet	3.31 280	0.42 151	4.68 316	0.46 116	1.17 318	7.13 379	1.63 354	9.05 298	6.91 296	6.11 237	6.15 210	9.66 369	2.85 247	7.48 287	2.45 287	0.01 211	0.03 260	0.03 397	0.00 1	0.04 119	0.00 1

SA-5K	2.85 238	0.81 309	3.48 228	3.11 431	0.44 218	2.52 141	1.50 346	6.37 215	8.18 342	4.62 176	9.24 303	2.23 148	3.69 283	9.19 392	1.26 194	0.00 1	0.01 155	0.00 1	0.00 1	0.27 377	0.09 248

psmg	3.10 263	0.32 59	3.05 191	0.54 125	0.46 224	8.68 402	2.84 388	9.87 321	4.69 197	8.08 340	8.69 285	6.26 300	2.54 226	3.91 117	1.91 252	0.01 211	0.04 289	0.06 420	0.00 1	0.11 246	0.00 1

CSP-Net	4.12 352	1.28 389	3.70 249	1.54 270	1.06 310	13.28 455	2.33 372	12.96 417	5.45 222	8.87 373	8.54 284	8.43 350	3.03 252	8.16 334	3.65 333	0.00 1	0.00 1	0.00 1	0.00 1	0.18 323	0.03 104

GLC_STEREO	0.75 18	0.29 33	1.19 10	0.55 128	0.01 1	1.98 91	0.57 213	3.07 19	3.02 94	0.90 84	1.48 60	0.19 19	0.40 67	0.93 15	0.36 36	0.00 1	0.01 155	0.00 1	0.00 1	0.04 119	0.02 59

DAS	3.74 320	0.35 97	5.19 346	1.99 341	3.74 436	2.36 125	3.22 397	7.77 258	9.27 365	8.70 365	12.08 364	4.45 240	5.43 369	8.39 348	1.71 236	0.01 211	0.00 1	0.00 1	0.00 1	0.04 119	0.02 59

SepStereo	3.78 326	0.35 97	5.19 346	1.99 341	3.74 436	2.36 125	3.22 397	7.77 258	9.27 365	8.70 365	12.08 364	4.45 240	5.43 369	9.18 391	1.71 236	0.01 211	0.00 1	0.00 1	0.00 1	0.04 119	0.02 59

IPLG	2.43 200	0.66 267	4.77 321	0.54 125	0.31 185	3.01 214	0.26 128	6.15 202	5.55 228	7.69 324	6.21 214	1.89 136	1.74 194	7.19 270	2.35 280	0.01 211	0.01 155	0.00 1	0.00 1	0.24 368	0.12 296

IPLGR	2.28 183	0.51 202	6.00 379	0.15 54	0.15 96	1.99 93	0.22 115	6.34 212	6.04 257	6.80 278	5.76 198	2.87 163	2.31 218	4.88 148	1.28 197	0.00 1	0.00 1	0.00 1	0.00 1	0.09 216	0.18 342

AASNet	3.90 337	0.92 337	4.41 296	3.56 451	4.00 449	6.70 368	1.26 334	18.71 469	6.14 263	7.35 312	7.91 274	4.35 237	2.58 229	3.04 96	6.62 393	0.00 1	0.00 1	0.00 1	0.00 1	0.39 411	0.14 311

GMOStereo	1.81 119	0.47 183	2.09 80	0.10 31	0.27 169	1.49 42	0.89 294	4.40 87	4.51 187	8.16 343	6.97 236	2.96 166	1.15 146	1.42 35	0.88 152	0.00 1	0.14 403	0.00 1	0.00 1	0.23 358	0.03 104

error version	1.81 119	0.47 183	2.09 80	0.10 31	0.27 169	1.49 42	0.89 294	4.40 87	4.51 187	8.16 343	6.97 236	2.96 166	1.15 146	1.42 35	0.88 152	0.00 1	0.14 403	0.00 1	0.00 1	0.23 358	0.03 104

test-v	1.81 119	0.47 183	2.09 80	0.10 31	0.27 169	1.49 42	0.89 294	4.40 87	4.51 187	8.16 343	6.97 236	2.96 166	1.15 146	1.42 35	0.88 152	0.00 1	0.14 403	0.00 1	0.00 1	0.23 358	0.03 104

SACVNet	4.15 356	1.26 384	3.81 257	3.12 433	1.68 353	3.09 221	2.85 389	11.91 384	5.96 250	10.52 414	11.20 348	10.59 384	3.95 299	8.97 383	3.25 314	0.08 386	0.02 211	0.00 1	0.00 1	0.32 391	0.44 418

AACVNet	3.33 288	1.03 354	3.56 235	3.46 445	0.63 260	3.09 221	0.28 132	8.78 293	3.43 126	5.99 228	10.64 335	10.08 376	4.03 304	8.69 368	2.51 289	0.03 332	0.01 155	0.00 1	0.00 1	0.26 371	0.06 201

GwcNet-ADL	2.65 221	0.48 190	3.84 263	0.82 159	0.33 193	2.04 95	0.69 243	8.07 267	9.42 368	6.05 231	6.66 229	4.14 224	1.73 192	5.40 169	3.01 304	0.08 386	0.06 320	0.00 1	0.00 1	0.06 169	0.03 104

PSMNet-ADL	2.98 253	0.43 162	2.41 106	1.43 253	0.40 210	5.94 354	0.28 132	8.45 275	5.13 213	3.36 142	6.77 231	8.41 349	4.61 338	7.20 271	4.55 355	0.02 294	0.09 362	0.00 1	0.00 1	0.01 11	0.03 104

GANet-ADL	2.20 171	0.50 197	3.27 210	2.02 348	0.11 68	2.21 112	0.48 178	8.64 289	6.79 293	4.56 174	5.83 201	3.98 214	1.27 160	2.68 89	1.43 208	0.04 351	0.08 350	0.02 380	0.00 1	0.15 292	0.03 104

ADLNet2	4.46 373	0.90 330	6.06 381	2.74 416	3.91 445	6.79 371	3.01 391	10.95 357	8.40 350	7.27 308	9.80 316	9.85 370	5.43 369	7.29 274	6.44 387	0.01 211	0.03 260	0.00 1	0.00 1	0.15 292	0.11 283

CrosDoStereo	3.96 343	0.45 175	3.04 186	0.32 88	0.20 142	3.28 237	11.63 488	5.76 184	4.45 184	9.04 378	16.58 413	4.99 259	7.45 409	8.04 319	3.72 335	0.00 1	0.02 211	0.01 349	0.00 1	0.16 299	0.10 270

PFNet+	2.35 192	0.31 46	3.69 246	0.79 156	0.17 112	3.15 231	0.75 259	4.52 98	6.30 271	7.90 335	6.34 223	2.53 153	1.18 153	7.72 301	1.62 228	0.03 332	0.00 1	0.00 1	0.00 1	0.01 11	0.03 104

HHNet	2.59 218	0.55 222	2.55 121	0.20 64	0.32 188	2.84 198	0.94 303	5.77 187	5.14 214	7.33 311	13.80 389	0.94 99	3.20 257	5.27 164	2.41 285	0.13 405	0.02 211	0.06 420	0.00 1	0.23 358	0.03 104

Patchmatch Stereo++	1.95 142	0.40 134	2.86 165	0.12 37	0.18 127	3.74 281	0.66 235	5.24 151	2.96 85	5.86 218	4.32 150	3.46 189	1.52 177	6.88 243	0.70 105	0.01 211	0.00 1	0.00 1	0.00 1	0.08 198	0.09 248
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	3.41 297	0.34 87	2.45 109	1.78 306	0.39 208	3.69 274	1.05 315	4.79 117	4.61 195	9.62 393	7.74 269	4.98 258	6.38 387	7.34 278	13.02 462	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.04 148

STrans-v2	3.43 299	0.73 285	4.82 322	0.26 76	0.60 255	3.00 213	1.19 328	10.41 340	7.22 308	5.79 211	10.97 345	6.75 315	7.03 402	8.25 343	1.40 206	0.00 1	0.01 155	0.00 1	0.00 1	0.03 90	0.18 342

TransformOpticalFlow	3.38 291	0.70 279	4.54 306	1.00 190	0.30 179	3.56 263	0.14 83	9.67 317	7.30 311	5.55 206	13.34 384	6.74 314	5.03 356	8.22 342	1.34 203	0.00 1	0.01 155	0.01 349	0.00 1	0.04 119	0.11 283

OMP-Stereo	3.03 256	0.93 340	2.72 143	4.21 469	0.51 242	2.19 110	1.25 331	6.19 207	6.00 255	7.99 339	6.21 214	8.50 355	2.49 225	9.44 404	1.74 240	0.01 211	0.00 1	0.00 1	0.00 1	0.08 198	0.05 182

IIG-Stereo	3.16 268	0.75 291	2.83 160	4.08 464	0.21 145	2.56 150	0.74 257	6.55 229	5.56 230	8.39 356	9.38 309	7.94 340	2.79 243	9.50 406	1.89 251	0.02 294	0.00 1	0.00 1	0.00 1	0.02 46	0.04 148

NF-Stereo	2.24 174	0.33 75	3.00 177	2.04 353	0.10 59	3.46 246	0.43 169	6.51 227	3.17 105	6.84 280	5.24 184	2.67 159	1.34 163	8.17 337	1.53 218	0.01 211	0.00 1	0.00 1	0.00 1	0.02 46	0.01 18

OCTAStereo	2.24 174	0.33 75	3.03 183	2.04 353	0.10 59	3.45 245	0.43 169	6.50 224	3.17 105	6.84 280	5.20 179	2.65 156	1.33 161	8.18 338	1.56 222	0.01 211	0.00 1	0.00 1	0.00 1	0.02 46	0.01 18

PSM-softLoss	2.24 174	0.34 87	3.42 224	1.81 310	0.17 112	2.74 174	0.39 159	6.17 205	2.92 79	6.26 251	6.29 219	2.96 166	0.97 130	8.68 366	1.71 236	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.02 59

KMStereo	2.24 174	0.34 87	3.42 224	1.81 310	0.17 112	2.74 174	0.39 159	6.17 205	2.92 79	6.26 251	6.29 219	2.96 166	0.97 130	8.68 366	1.71 236	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.02 59

NRIStereo	2.14 162	0.35 97	2.65 134	1.10 204	0.14 92	3.05 218	0.86 290	5.35 163	3.18 108	6.24 248	3.36 126	4.17 226	1.82 200	8.12 330	2.01 260	0.00 1	0.10 374	0.00 1	0.00 1	0.12 263	0.19 353

PSM-adaLoss	1.88 132	0.40 134	2.86 165	0.12 37	0.19 137	3.75 284	0.71 249	5.23 145	2.96 85	5.86 218	4.33 152	3.45 187	1.51 172	5.40 169	0.69 103	0.01 211	0.00 1	0.00 1	0.00 1	0.08 198	0.09 248

PSM-AAD	3.33 288	0.20 5	1.47 25	0.73 152	0.54 249	2.55 148	6.19 445	4.97 128	3.27 113	10.92 422	11.92 361	2.95 165	9.59 441	7.90 310	0.82 137	0.01 211	0.01 155	0.00 1	0.00 1	0.04 119	2.47 474

FTStereo	4.55 381	0.36 107	2.18 94	0.94 178	0.38 206	2.60 158	8.82 470	4.98 130	3.17 105	10.88 421	30.35 479	5.60 284	7.60 414	7.62 293	1.55 221	0.17 414	0.00 1	0.05 416	0.00 1	0.03 90	3.80 479

ROB_FTStereo_v2	1.91 138	0.41 145	2.85 163	0.12 37	0.19 137	3.71 276	0.73 254	5.23 145	2.95 82	5.86 218	4.36 155	3.46 189	1.51 172	5.86 182	0.69 103	0.01 211	0.00 1	0.00 1	0.00 1	0.08 198	0.08 235

ROB_FTStereo	1.90 136	0.42 151	2.86 165	0.12 37	0.19 137	3.71 276	0.75 259	5.24 151	2.95 82	5.87 223	4.26 148	3.41 185	1.51 172	5.80 179	0.65 96	0.01 211	0.00 1	0.00 1	0.00 1	0.08 198	0.08 235

HUI-Stereo	1.80 118	0.41 145	2.85 163	0.12 37	0.18 127	3.72 279	0.65 232	5.23 145	2.97 89	5.87 223	4.34 153	3.45 187	1.52 177	3.93 120	0.65 96	0.02 294	0.00 1	0.00 1	0.00 1	0.08 198	0.10 270

DeepStereo_LL	3.96 343	0.45 175	3.04 186	0.32 88	0.20 142	3.28 237	11.63 488	5.76 184	4.45 184	9.04 378	16.58 413	4.99 259	7.45 409	8.04 319	3.72 335	0.00 1	0.02 211	0.01 349	0.00 1	0.16 299	0.10 270

DEmStereo	3.79 327	0.37 114	3.69 246	0.17 58	0.17 112	5.28 341	2.54 377	4.35 86	3.70 137	8.21 348	20.15 440	5.13 268	10.38 447	7.65 294	3.85 339	0.01 211	0.01 155	0.01 349	0.00 1	0.02 46	0.06 201

SST-Stereo	2.75 230	0.31 46	2.78 153	1.33 235	0.33 193	3.99 298	0.82 275	5.60 176	3.93 153	10.92 422	6.19 213	5.00 262	4.23 312	8.66 365	0.74 115	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.03 104

THIR-Stereo	3.86 333	0.77 297	2.62 131	0.12 37	0.13 87	4.25 306	6.63 455	5.30 158	4.18 173	10.33 408	17.13 423	6.58 312	7.62 415	7.78 304	3.51 326	0.01 211	0.07 338	0.07 426	0.00 1	0.11 246	0.02 59

RAFT_R40	2.71 226	0.33 75	3.00 177	1.26 222	0.30 179	3.83 290	1.00 310	5.69 180	4.29 176	9.69 395	6.33 222	5.02 264	4.02 303	8.58 360	0.86 147	0.01 211	0.00 1	0.00 1	0.00 1	0.03 90	0.02 59

RE-Stereo	2.25 179	0.33 75	3.03 183	2.04 353	0.10 59	3.47 248	0.43 169	6.50 224	3.18 108	6.84 280	5.20 179	2.65 156	1.34 163	8.18 338	1.58 224	0.01 211	0.00 1	0.01 349	0.00 1	0.02 46	0.01 18

Pruner-Stereo	2.49 209	0.40 134	2.46 112	1.80 308	0.25 159	3.51 258	0.77 263	6.03 196	4.92 206	8.91 374	6.09 205	4.45 240	1.11 139	6.99 254	2.11 265	0.02 294	0.00 1	0.02 380	0.00 1	0.01 11	0.04 148

TVStereo	2.25 179	0.33 75	3.03 183	2.04 353	0.10 59	3.47 248	0.43 169	6.50 224	3.18 108	6.84 280	5.20 179	2.65 156	1.34 163	8.18 338	1.58 224	0.01 211	0.00 1	0.01 349	0.00 1	0.02 46	0.01 18

DeepStereo_RVC	2.05 155	0.39 124	2.87 169	0.14 52	0.17 112	3.51 258	0.70 246	5.21 144	3.00 91	6.27 253	4.13 144	3.47 192	4.53 334	4.81 146	1.49 214	0.01 211	0.00 1	0.00 1	0.00 1	0.09 216	0.18 342

iGMRVC	1.96 145	0.40 134	2.88 170	0.12 37	0.19 137	3.74 281	0.73 254	5.23 145	2.97 89	5.87 223	4.37 156	3.48 193	1.52 177	6.73 236	0.74 115	0.02 294	0.00 1	0.00 1	0.00 1	0.08 198	0.08 235

IRAFT_RVC	2.85 238	0.41 145	3.32 214	2.09 362	0.41 214	2.92 206	5.22 437	6.41 220	3.63 136	6.53 270	5.48 194	5.09 266	4.88 353	8.20 341	2.15 269	0.01 211	0.17 422	0.01 349	0.00 1	0.02 46	0.04 148

RAFT-345	3.27 275	0.41 145	2.88 170	1.02 192	0.21 145	2.63 164	0.48 178	3.76 63	5.51 226	7.35 312	24.88 464	4.25 229	1.76 198	8.15 333	2.13 267	0.01 211	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

iRAFT	1.95 142	0.40 134	2.86 165	0.12 37	0.18 127	3.74 281	0.66 235	5.24 151	2.96 85	5.86 218	4.32 150	3.46 189	1.52 177	6.88 243	0.70 105	0.01 211	0.00 1	0.00 1	0.00 1	0.08 198	0.09 248

CRE-IMP	1.95 142	0.35 97	2.68 135	0.27 80	0.17 112	3.90 293	0.85 289	5.14 138	2.87 77	5.74 209	4.14 145	3.49 194	0.83 121	6.40 209	1.80 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 227	0.19 353

CroCo-Stereo	0.99 42	0.89 327	3.19 205	0.46 116	0.44 218	0.38 1	0.05 33	4.61 104	3.95 154	0.48 63	1.78 75	1.01 101	0.27 34	1.11 24	1.07 177	0.01 211	0.00 1	0.00 1	0.00 1	0.05 145	0.04 148
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-2	1.81 119	0.47 183	2.09 80	0.10 31	0.27 169	1.49 42	0.89 294	4.40 87	4.51 187	8.16 343	6.97 236	2.96 166	1.15 146	1.42 35	0.88 152	0.00 1	0.14 403	0.00 1	0.00 1	0.23 358	0.03 104

RAFT-IKP	1.90 136	0.42 151	2.83 160	0.12 37	0.18 127	3.50 255	0.64 229	5.24 151	2.96 85	5.86 218	4.34 153	3.50 196	1.51 172	5.99 186	0.76 122	0.01 211	0.00 1	0.00 1	0.00 1	0.08 198	0.08 235

Prome-Stereo	3.65 314	0.29 33	1.92 56	0.91 171	0.49 236	2.07 96	4.75 430	4.41 91	3.23 111	9.32 386	20.63 445	4.06 218	7.19 404	7.70 298	1.17 191	0.00 1	0.00 1	0.00 1	0.00 1	0.05 145	4.72 485

LMCR-Stereo	3.63 313	1.29 391	4.20 286	2.54 405	0.17 112	8.08 395	1.52 348	11.46 370	4.73 200	8.45 359	10.66 337	1.91 139	5.03 356	7.69 297	3.58 331	0.92 464	0.00 1	0.00 1	0.00 1	0.36 403	0.02 59

iRaftStereo_RVC	1.62 102	0.68 272	1.98 65	0.67 148	0.05 15	2.99 212	0.04 25	5.36 165	3.74 140	3.82 156	4.96 167	2.54 154	0.62 100	3.35 103	0.97 169	0.00 1	0.07 338	0.00 1	0.00 1	0.30 382	0.27 387

Anonymous3	1.76 113	0.44 168	6.37 391	0.33 93	0.50 239	4.33 310	0.54 198	4.43 92	2.48 50	2.21 109	3.24 120	1.53 123	1.14 144	5.64 172	1.29 198	0.17 414	0.23 445	0.00 1	0.00 1	0.12 263	0.15 321

s12784h	1.89 135	0.30 42	2.57 123	0.11 35	0.09 52	4.18 305	0.13 76	6.61 230	7.44 315	3.62 148	4.28 149	0.59 88	0.81 120	6.61 227	0.46 64	0.01 211	0.01 155	0.00 1	0.00 1	0.02 46	0.00 1

TestStereo	1.74 112	1.02 352	3.64 244	0.20 64	0.28 176	1.33 29	0.01 4	5.24 151	4.01 159	3.18 134	4.97 168	2.07 144	0.70 105	7.32 276	0.75 120	0.02 294	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

raft+_RVC	1.79 116	0.84 315	2.32 100	2.40 396	0.85 289	1.38 34	0.09 54	6.36 213	4.75 202	2.85 125	5.46 193	1.17 108	1.36 166	4.54 140	0.91 161	0.00 1	0.10 374	0.00 1	0.00 1	0.11 246	0.22 363

TANstereo	1.20 68	0.49 194	2.04 72	0.34 98	0.10 59	1.80 76	0.01 4	3.40 37	4.10 168	4.37 168	4.82 162	0.41 69	0.70 105	0.94 16	0.46 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 89	0.85 317	2.04 72	2.45 401	0.05 15	2.34 124	0.01 4	3.46 41	7.51 316	2.88 126	4.98 169	0.26 42	0.25 26	1.15 27	0.46 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	1.86 127	0.74 289	1.94 60	2.15 369	2.24 388	2.74 174	0.53 195	4.89 122	4.05 164	6.09 235	3.89 138	1.64 125	2.55 228	2.44 84	1.12 183	0.00 1	0.03 260	0.00 1	0.00 1	0.12 263	0.08 235

CFNet_pseudo	2.81 235	0.42 151	4.04 277	0.33 93	0.24 156	2.59 156	0.12 67	8.20 270	7.66 322	7.04 293	10.42 328	6.56 310	2.05 206	4.88 148	1.53 218	0.00 1	0.02 211	0.01 349	0.00 1	0.05 145	0.07 220

RALCasStereoNet	1.93 140	1.01 350	2.75 147	1.88 320	1.75 359	2.88 204	0.18 102	4.64 110	4.36 179	2.27 112	5.14 173	2.22 147	0.79 119	7.10 263	1.00 173	0.00 1	0.34 457	0.00 1	0.00 1	0.10 227	0.16 333

sCroCo_RVC	1.21 70	0.65 261	5.16 344	1.09 203	1.29 328	0.92 7	0.19 105	3.92 71	2.68 65	0.30 27	3.04 113	0.52 81	1.56 182	1.58 48	0.78 130	0.09 391	0.25 451	0.00 1	0.00 1	0.07 186	0.11 283

HCRNet	2.56 214	0.53 213	3.35 216	0.24 72	3.39 423	2.19 110	0.23 119	6.89 243	5.50 224	5.26 199	4.79 160	5.27 270	2.78 242	7.71 299	2.89 300	0.00 1	0.02 211	0.00 1	0.00 1	0.04 119	0.04 148

DCANet	2.08 157	0.64 255	3.81 257	0.31 85	0.17 112	1.70 68	0.25 126	5.23 145	8.47 352	6.07 234	5.30 190	1.41 114	4.23 312	1.85 63	2.02 262	0.00 1	0.00 1	0.00 1	0.00 1	0.04 119	0.19 353

csc	2.28 183	0.61 246	3.81 257	0.22 68	0.07 32	1.69 64	0.11 61	5.37 166	11.84 411	5.80 212	5.17 174	1.44 116	5.41 366	2.00 71	1.92 254	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.18 342

cscssc	2.28 183	0.61 246	3.81 257	0.22 68	0.07 32	1.69 64	0.11 61	5.37 166	11.84 411	5.80 212	5.17 174	1.44 116	5.41 366	2.00 71	1.92 254	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.18 342

222	5.36 393	0.40 134	2.72 143	1.50 259	0.48 233	6.15 357	0.07 44	13.73 429	8.06 337	8.79 368	11.03 346	3.71 207	4.21 310	7.47 286	38.74 514	0.03 332	0.02 211	0.00 1	0.00 1	0.04 119	0.05 182

111	2.78 232	0.92 337	3.81 257	0.22 68	0.07 32	2.83 197	0.70 246	6.03 196	14.00 427	3.22 136	8.93 289	5.48 278	3.30 261	3.66 110	2.03 263	0.00 1	0.00 1	0.00 1	0.00 1	0.10 227	0.29 393

xxxx	4.51 377	0.31 46	2.77 151	1.69 292	0.47 231	7.74 394	0.07 44	14.04 432	7.91 334	5.82 215	8.97 293	9.34 364	3.41 271	7.33 277	20.24 479	0.05 363	0.03 260	0.00 1	0.00 1	0.03 90	0.04 148

test_xeample	4.13 353	0.36 107	2.75 147	1.23 218	0.51 242	3.96 297	0.13 76	12.63 411	7.65 321	7.49 318	10.86 342	3.29 183	3.36 263	6.71 235	21.53 484	0.02 294	0.03 260	0.00 1	0.00 1	0.03 90	0.04 148

ARAFT	3.13 265	1.11 367	7.34 413	0.42 111	0.14 92	4.52 320	2.99 390	7.41 255	5.97 252	8.85 372	7.06 246	5.20 269	1.25 159	8.49 355	1.44 209	0.00 1	0.03 260	0.00 1	0.00 1	0.33 394	0.11 283

RAFT-Stereo + iAFF	2.12 159	0.58 235	2.43 107	1.27 224	0.16 103	1.60 52	0.14 83	5.17 142	5.90 245	7.10 296	10.10 319	3.06 173	1.74 194	1.87 66	0.97 169	0.01 211	0.02 211	0.00 1	0.00 1	0.23 358	0.02 59

AFF-stereo	2.59 218	0.68 272	2.35 104	1.55 272	0.17 112	1.67 60	0.08 49	5.75 182	6.60 287	6.20 245	12.13 366	6.16 297	2.36 220	4.75 145	1.11 182	0.02 294	0.02 211	0.00 1	0.00 1	0.23 358	0.05 182

FINET	5.32 391	1.14 372	10.04 441	2.17 370	3.67 435	6.49 364	6.76 458	11.68 376	22.08 470	7.42 314	12.15 367	4.24 228	3.61 280	9.25 395	5.35 368	0.04 351	0.04 289	0.00 1	0.00 1	0.17 312	0.09 248

Syn2CoEx	6.32 412	2.72 451	9.33 434	2.45 401	1.67 351	8.59 400	3.32 400	18.08 465	12.27 416	8.53 360	21.08 446	10.30 382	9.80 442	9.30 397	7.86 407	0.01 211	0.00 1	0.00 1	0.00 1	0.63 434	0.43 416

MMNet	4.16 357	0.77 297	5.47 360	1.40 248	1.67 351	10.78 431	0.63 225	8.64 289	8.47 352	8.80 370	8.33 279	7.51 329	6.61 390	7.53 288	6.54 389	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.05 182

delet	4.27 367	0.72 282	4.50 303	1.07 202	3.75 440	10.79 432	4.04 414	9.95 324	7.89 332	8.09 341	8.89 288	8.46 351	3.81 296	7.56 289	5.80 376	0.00 1	0.00 1	0.00 1	0.00 1	0.11 246	0.02 59

psm_up	3.85 332	0.82 312	3.01 179	2.00 345	2.58 399	5.28 341	3.34 401	10.85 354	6.33 274	7.27 308	7.32 254	10.15 377	9.02 434	6.19 194	2.51 289	0.22 424	0.01 155	0.00 1	0.00 1	0.12 263	0.03 104

UNet	3.97 346	0.61 246	6.50 396	1.68 291	3.22 415	9.82 416	0.31 143	9.50 311	5.32 220	7.20 304	6.35 224	10.59 384	5.91 379	6.93 248	5.49 370	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.01 18

UPFNet	3.82 330	0.47 183	4.34 295	2.21 375	3.38 421	7.26 381	2.69 384	9.89 323	5.96 250	7.98 338	7.53 258	7.89 337	3.15 256	7.72 301	5.88 378	0.01 211	0.02 211	0.00 1	0.00 1	0.04 119	0.06 201

FCDSN-DC	10.24 467	0.56 228	3.49 230	1.96 337	1.29 328	16.90 468	4.59 427	17.16 459	19.10 456	24.64 485	32.46 487	33.82 494	22.14 491	15.93 469	10.45 445	0.04 351	0.00 1	0.00 1	0.00 1	0.05 145	0.21 361
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CREStereo	0.98 38	0.42 151	1.86 49	0.07 20	0.22 149	1.65 58	0.02 16	4.07 77	6.33 274	0.72 77	1.54 62	0.43 72	0.64 101	1.22 32	0.44 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	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
FENet	2.19 170	0.34 87	3.04 186	2.05 358	0.26 166	2.82 195	0.13 76	7.02 247	5.55 228	4.97 189	1.94 78	4.91 257	3.39 268	4.71 144	2.50 288	0.02 294	0.03 260	0.00 1	0.00 1	0.00 1	0.21 361

ac_64	3.70 318	0.47 183	3.50 231	2.87 420	3.50 427	5.91 353	0.72 253	10.17 335	4.34 178	8.16 343	5.80 199	10.82 392	5.64 375	7.08 261	4.73 358	0.03 332	0.00 1	0.00 1	0.00 1	0.08 198	0.14 311

ACVNet	2.58 217	0.53 213	2.69 137	0.84 162	0.59 253	2.61 159	0.55 202	8.35 271	5.70 234	4.45 170	9.26 306	5.77 287	3.50 273	2.24 78	4.41 352	0.00 1	0.00 1	0.00 1	0.00 1	0.17 312	0.01 18

acv_ft	3.69 317	0.53 213	4.58 313	2.31 390	4.71 469	7.44 385	0.86 290	8.54 282	5.70 234	9.29 385	9.26 306	5.77 287	4.15 307	2.24 78	8.13 416	0.00 1	0.00 1	0.00 1	0.00 1	0.29 381	0.01 18

HGLStereo	4.25 365	0.52 209	4.65 314	3.09 429	5.18 471	6.51 366	0.73 254	10.37 338	6.74 292	7.32 310	12.44 373	7.00 318	7.21 406	7.46 284	5.51 371	0.00 1	0.02 211	0.00 1	0.00 1	0.06 169	0.10 270

cf-r	3.42 298	0.81 309	3.97 267	2.41 399	2.78 403	2.85 199	0.64 229	8.44 274	6.32 273	6.25 250	11.57 357	8.97 361	3.54 277	5.93 184	3.83 338	0.00 1	0.00 1	0.00 1	0.00 1	0.09 216	0.07 220

hitnet-ft	3.66 315	0.65 261	2.79 157	0.89 169	0.72 276	4.25 306	0.55 202	9.11 301	7.52 317	7.14 298	10.19 321	12.49 412	4.70 342	7.44 283	4.41 352	0.03 332	0.00 1	0.06 420	0.00 1	0.20 335	0.04 148

GANet-RSSM	3.27 275	0.60 242	3.38 218	2.94 426	2.00 374	2.61 159	0.48 178	10.93 356	6.11 262	5.47 203	10.20 322	6.57 311	5.44 372	6.25 197	2.23 274	0.00 1	0.00 1	0.08 429	0.00 1	0.17 312	0.03 104

PSMNet-RSSM	3.33 288	0.77 297	3.22 207	2.12 365	1.90 371	2.33 123	0.71 249	11.17 358	5.83 240	5.90 226	11.43 354	7.04 321	4.83 352	5.96 185	3.17 309	0.00 1	0.00 1	0.02 380	0.00 1	0.08 198	0.02 59

GwcNet-RSSM	3.77 325	1.05 356	5.06 335	2.21 375	1.87 368	2.36 125	1.52 348	8.98 297	7.96 335	5.91 227	14.59 398	7.94 340	3.50 273	6.43 210	5.70 374	0.00 1	0.00 1	0.04 409	0.00 1	0.20 335	0.08 235

CFNet-ft	3.31 280	0.94 343	2.69 137	1.50 259	2.38 392	2.81 192	0.68 239	8.35 271	7.43 313	4.45 170	9.94 317	10.20 379	4.60 336	6.50 219	3.41 318	0.00 1	0.00 1	0.03 397	0.00 1	0.22 352	0.03 104

PMTNet	1.41 87	0.37 114	2.06 74	0.26 76	0.15 96	2.94 208	0.34 150	3.39 35	5.33 221	1.00 86	1.27 55	0.28 48	0.93 127	4.04 126	0.74 115	5.00 485	0.00 1	0.00 1	0.00 1	0.03 90	0.01 18

DMCA	2.82 237	0.64 255	4.45 300	1.61 282	0.89 292	3.86 291	0.57 213	9.18 302	5.10 212	6.24 248	6.49 226	7.17 326	2.13 208	3.31 101	4.73 358	0.00 1	0.01 155	0.00 1	0.00 1	0.04 119	0.02 59

DIP-Stereo	1.97 147	0.64 255	2.95 174	0.17 58	0.10 59	4.83 328	0.13 76	8.60 287	4.06 167	6.42 264	4.92 166	0.44 74	0.72 108	3.57 109	1.80 245	0.00 1	0.01 155	0.00 1	0.00 1	0.05 145	0.04 148
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	3.60 312	0.93 340	6.34 390	2.71 412	2.23 387	3.68 273	0.63 225	9.42 309	6.73 291	9.87 399	6.97 236	8.84 360	3.65 281	6.85 242	3.04 305	0.00 1	0.02 211	0.01 349	0.00 1	0.02 46	0.02 59

BEATNet_4x	3.24 273	1.27 386	5.89 375	1.56 275	0.10 59	5.26 340	1.07 318	10.08 332	5.50 224	6.89 285	7.73 267	4.53 244	4.13 305	5.05 156	5.27 366	0.04 351	0.05 303	0.00 1	0.00 1	0.23 358	0.23 369

AF-Net	7.78 440	1.44 399	6.68 399	3.37 441	4.50 465	8.61 401	2.69 384	17.07 458	20.17 465	9.52 389	24.02 458	20.31 468	14.59 469	11.58 435	9.84 440	0.61 454	0.00 1	0.12 438	0.00 1	0.38 407	0.12 296

R-Stereo Train	2.44 202	0.32 59	1.93 57	0.94 178	0.16 103	3.67 270	0.61 221	6.37 215	3.08 98	9.14 380	17.44 429	1.80 132	0.77 114	1.76 58	0.70 105	0.00 1	0.01 155	0.00 1	0.00 1	0.01 11	0.03 104

RAFT-Stereo	2.44 202	0.32 59	1.93 57	0.94 178	0.16 103	3.67 270	0.61 221	6.37 215	3.08 98	9.14 380	17.44 429	1.80 132	0.77 114	1.76 58	0.70 105	0.00 1	0.01 155	0.00 1	0.00 1	0.01 11	0.03 104
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	4.52 380	0.61 246	4.42 297	3.42 443	4.68 468	4.58 322	0.99 308	9.54 315	8.01 336	5.28 200	11.42 353	10.34 383	8.88 431	9.28 396	8.68 423	0.15 408	0.00 1	0.00 1	0.00 1	0.03 90	0.04 148

MSMDNet	2.99 254	0.39 124	4.02 274	0.40 110	0.25 159	2.53 144	0.16 94	9.35 308	9.25 364	7.08 295	11.39 351	6.93 316	2.43 223	4.01 123	1.34 203	0.01 211	0.02 211	0.02 380	0.00 1	0.05 145	0.07 220

HSM-Net_RVC	4.20 359	0.32 59	2.76 150	0.63 143	0.69 269	6.95 374	1.69 358	11.96 386	8.36 348	8.83 371	12.17 368	15.18 431	4.21 310	6.91 247	3.30 316	0.02 294	0.02 211	0.00 1	0.00 1	0.01 11	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	6.34 413	0.89 327	5.88 374	1.41 251	4.48 464	15.97 463	4.18 417	13.41 424	16.49 445	10.81 420	7.00 241	14.33 425	8.72 429	9.43 401	13.71 466	0.00 1	0.01 155	0.00 1	0.00 1	0.02 46	0.07 220

PA-Net	4.98 386	1.47 400	7.42 416	2.40 396	2.14 381	8.73 403	3.64 410	12.42 401	13.11 421	7.03 292	7.57 262	7.88 336	6.52 389	10.16 417	7.82 405	0.02 294	0.03 260	0.00 1	0.00 1	0.11 246	1.07 452
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	4.11 351	1.11 367	3.54 233	1.62 286	1.04 309	3.91 294	7.41 465	10.60 343	10.67 397	6.38 262	12.59 374	5.95 293	4.77 346	8.79 376	3.04 305	0.58 453	0.00 1	0.01 349	0.00 1	0.19 331	0.12 296

CFNet	3.72 319	1.10 365	5.03 333	2.49 403	1.59 342	4.90 331	0.22 115	11.38 368	9.88 378	4.80 184	11.25 350	6.44 305	3.68 282	8.33 345	3.00 303	0.00 1	0.00 1	0.00 1	0.00 1	0.22 352	0.07 220

CFNet_RVC	3.31 280	0.94 343	2.69 137	1.50 259	2.38 392	2.81 192	0.68 239	8.35 271	7.43 313	4.45 170	9.94 317	10.20 379	4.60 336	6.49 218	3.41 318	0.00 1	0.00 1	0.03 397	0.00 1	0.22 352	0.03 104

ccs_rob	2.81 235	0.42 151	4.06 279	0.33 93	0.25 159	2.59 156	0.12 67	8.19 269	7.68 323	7.02 290	10.37 327	6.54 306	2.06 207	4.88 148	1.53 218	0.00 1	0.02 211	0.01 349	0.00 1	0.05 145	0.07 220

UCFNet_RVC	3.09 260	0.77 297	2.27 99	2.35 393	1.79 363	3.50 255	1.06 316	12.12 395	6.91 296	4.71 182	7.67 266	7.58 330	4.40 325	4.95 153	1.67 233	0.00 1	0.00 1	0.00 1	0.00 1	0.11 246	0.01 18

AANet_RVC	5.01 387	1.74 422	6.38 392	1.96 337	1.29 328	2.26 115	1.69 358	10.07 331	18.53 452	7.88 333	18.15 434	8.49 354	2.70 235	10.59 422	7.04 396	0.96 465	0.15 410	0.02 380	0.00 1	0.13 277	0.12 296

HITNet	2.79 234	0.77 297	4.02 274	2.03 351	0.11 68	5.58 344	0.59 215	9.24 304	5.15 215	6.42 264	7.26 252	3.66 203	2.92 250	4.07 127	3.87 340	0.00 1	0.00 1	0.00 1	0.00 1	0.06 169	0.02 59
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	3.09 260	0.58 235	3.04 186	2.84 419	0.48 233	4.08 301	1.29 337	12.16 397	7.77 330	6.03 230	9.62 312	5.79 289	1.53 181	4.56 141	1.93 258	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.02 59
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.
PS-NSSS	3.90 337	1.84 429	4.55 309	0.87 166	2.95 408	4.10 303	2.00 367	10.77 351	8.23 345	6.75 274	14.63 399	5.01 263	2.24 213	8.41 350	2.91 301	0.33 437	0.03 260	0.83 471	0.00 1	0.82 446	0.70 441

iResNetv2_ROB	4.28 369	1.43 397	7.17 409	2.91 421	1.26 323	4.36 313	1.62 353	13.64 428	10.25 386	9.83 397	11.41 352	7.68 332	4.00 300	7.75 303	1.85 247	0.00 1	0.00 1	0.00 1	0.00 1	0.37 404	0.09 248

MLCV	3.44 301	0.88 324	5.60 368	1.39 247	0.25 159	4.36 313	0.33 148	7.25 251	7.28 310	9.17 382	12.24 371	5.09 266	2.47 224	9.15 390	3.23 312	0.00 1	0.00 1	0.00 1	0.00 1	0.10 227	0.02 59

HSM	4.00 348	0.79 303	3.16 203	1.59 280	2.17 383	6.77 370	1.11 322	12.28 400	6.35 276	6.75 274	8.11 277	13.90 421	5.37 365	8.85 378	2.71 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 46	0.02 59

iResNet	3.68 316	0.91 334	7.94 423	2.97 428	0.34 195	4.44 319	0.48 178	7.70 257	9.74 374	7.72 326	12.74 378	4.03 216	2.87 249	8.05 322	3.37 317	0.02 294	0.01 155	0.00 1	0.00 1	0.10 227	0.09 248

DISCO	6.28 411	0.57 230	5.78 372	3.43 444	1.17 318	11.22 434	3.39 404	12.14 396	16.16 444	6.52 269	11.22 349	16.96 447	6.32 385	19.51 484	10.74 448	0.00 1	0.00 1	0.00 1	0.00 1	0.35 399	0.11 283

NCCL2	5.88 402	1.59 411	5.44 358	1.87 317	0.92 295	9.55 413	11.55 487	12.11 393	9.94 379	9.67 394	8.85 287	22.28 474	7.41 407	8.78 375	7.17 397	0.01 211	0.00 1	0.03 397	0.00 1	0.13 277	0.23 369

MDST_ROB	8.37 447	0.32 59	9.03 432	4.18 468	2.42 395	26.86 493	6.14 444	19.36 480	13.52 425	27.09 487	22.75 455	9.47 367	4.74 344	15.06 464	6.34 385	0.02 294	0.02 211	0.00 1	0.00 1	0.02 46	0.13 304

CBMV_ROB	4.14 354	0.52 209	3.14 201	1.30 231	0.77 281	6.92 373	1.97 366	10.11 334	9.58 371	8.92 375	14.20 394	7.12 325	5.90 378	8.65 364	3.50 325	0.01 211	0.05 303	0.00 1	0.00 1	0.04 119	0.09 248

DLCB_ROB	4.51 377	0.91 334	3.78 253	2.19 372	1.07 312	6.28 358	3.09 393	9.78 319	7.72 324	10.65 417	12.97 380	13.91 422	3.71 286	8.72 374	5.30 367	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.10 270

iResNet_ROB	4.23 362	1.02 352	4.90 326	2.18 371	0.93 298	2.92 206	0.37 154	15.10 446	16.91 449	7.89 334	10.51 331	7.03 319	3.07 255	8.16 334	3.46 324	0.01 211	0.00 1	0.00 1	0.00 1	0.10 227	0.02 59

NOSS_ROB	3.30 278	0.46 181	2.62 131	2.08 359	1.01 308	5.60 345	0.74 257	10.37 338	11.48 407	5.15 195	8.43 282	5.67 285	1.73 192	7.97 315	2.34 278	0.02 294	0.06 320	0.00 1	0.00 1	0.07 186	0.14 311

DN-CSS_ROB	2.69 222	1.40 396	5.34 354	2.31 390	0.75 277	3.14 228	0.06 37	6.11 200	3.87 147	5.34 202	12.18 369	2.34 150	1.22 157	7.84 307	1.48 213	0.03 332	0.00 1	0.00 1	0.00 1	0.35 399	0.03 104

MSMD_ROB	9.28 457	1.09 363	4.65 314	1.58 277	0.39 208	16.52 464	4.41 423	13.60 426	14.87 436	22.34 475	39.89 499	25.67 480	20.71 485	12.42 444	6.98 395	0.34 438	0.03 260	0.00 1	0.00 1	0.05 145	0.09 248

PWC_ROB	8.24 446	3.13 457	12.74 459	2.43 400	4.43 459	7.51 387	1.22 329	16.63 456	19.24 458	16.08 462	28.29 472	13.99 423	10.16 445	13.63 454	14.06 468	0.42 448	0.00 1	0.05 416	0.00 1	0.59 429	0.27 387

PWCDC_ROB	7.92 442	3.17 460	7.48 418	5.73 479	4.40 456	10.45 424	0.35 151	14.52 440	28.19 482	10.36 410	31.27 481	7.04 321	9.14 436	13.22 452	8.78 425	2.74 482	0.02 211	0.00 1	0.00 1	1.31 459	0.17 338

SGM-Forest	4.96 385	0.32 59	2.84 162	1.21 216	0.64 262	10.23 421	6.64 456	11.55 373	10.98 399	10.94 424	13.59 387	11.65 405	4.30 319	8.94 382	4.63 356	0.11 396	0.04 289	0.00 1	0.00 1	0.05 145	0.46 422
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	7.72 439	1.27 386	9.42 436	2.91 421	3.14 411	9.44 411	6.23 448	12.56 409	16.51 446	14.53 455	24.08 459	27.44 483	8.49 426	9.32 398	8.44 420	0.06 372	0.08 350	0.00 1	0.00 1	0.30 382	0.15 321

CBMV	5.35 392	0.91 334	3.67 245	1.62 286	0.44 218	10.09 419	7.19 463	12.49 407	12.33 417	12.22 436	14.69 400	10.93 396	6.48 388	8.51 356	4.96 363	0.02 294	0.15 410	0.00 1	0.00 1	0.17 312	0.17 338
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	11.52 474	1.52 406	4.55 309	1.89 322	1.46 339	19.87 479	5.11 435	20.66 489	15.91 443	32.67 495	34.51 491	39.34 502	21.15 486	18.74 481	12.10 457	0.11 396	0.06 320	0.01 349	0.00 1	0.45 420	0.22 363
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
MLG-Stereo_test1	0.67 10	0.23 14	1.05 2	0.06 14	1.40 336	1.24 19	0.00 1	3.56 49	1.36 21	0.06 1	0.04 9	0.08 4	0.10 7	4.03 125	0.14 5	0.01 211	0.07 338	0.00 1	0.01 270	0.01 11	0.02 59

AIO-test2	2.70 225	1.23 380	3.52 232	1.24 219	3.05 409	2.65 167	0.06 37	6.30 211	15.40 439	2.58 117	7.30 253	0.48 77	0.57 96	5.36 166	0.96 166	3.06 483	0.00 1	0.00 1	0.01 270	0.16 299	0.15 321

MonSter	0.46 4	0.23 14	1.44 22	0.05 11	0.77 281	1.17 12	0.01 4	3.17 26	0.72 2	0.28 22	0.18 17	0.07 2	0.04 1	0.83 12	0.17 10	0.00 1	0.00 1	0.00 1	0.01 270	0.00 1	0.01 18

rvit_105_1	2.44 202	0.80 307	5.08 337	1.77 304	0.09 52	1.95 87	3.62 409	5.62 179	8.21 344	4.85 185	2.07 83	3.15 178	1.58 183	7.08 261	2.71 295	0.00 1	0.00 1	0.00 1	0.01 270	0.04 119	0.08 235

MyStereo07	1.31 80	0.79 303	1.61 32	1.03 194	1.11 313	2.63 164	0.46 175	5.48 170	2.24 38	0.64 74	1.48 60	0.27 44	0.59 99	7.03 256	0.45 60	0.00 1	0.09 362	0.00 1	0.01 270	0.11 246	0.09 248

MyStereo06	2.35 192	0.66 267	4.54 306	1.10 204	0.96 301	2.57 151	0.10 57	9.30 306	4.05 164	5.22 197	6.09 205	5.95 293	2.38 221	3.00 95	0.73 113	0.01 211	0.08 350	0.00 1	0.01 270	0.13 277	0.15 321

MyStereo05	2.94 251	0.66 267	5.25 352	1.10 204	0.96 301	2.57 151	0.10 57	8.53 281	12.34 418	6.28 254	3.88 137	3.18 180	3.30 261	7.81 306	2.37 282	0.01 211	0.08 350	0.00 1	0.01 270	0.13 277	0.15 321

MyStereo04	2.95 252	0.79 303	5.38 355	1.03 194	1.11 313	2.63 164	0.46 175	10.00 328	12.44 419	4.19 164	3.91 139	3.04 172	3.60 279	7.34 278	2.74 299	0.00 1	0.09 362	0.00 1	0.01 270	0.11 246	0.09 248

mmm	2.50 212	0.29 33	3.22 207	1.98 339	0.32 188	3.72 279	0.12 67	9.45 310	4.05 164	5.84 217	10.80 338	2.47 152	2.86 248	4.07 127	0.75 120	0.00 1	0.02 211	0.00 1	0.01 270	0.03 90	0.02 59

MIM_Stereo	2.50 212	0.75 291	4.26 288	1.18 215	0.11 68	3.08 219	0.33 148	6.07 198	3.28 115	5.01 190	10.12 320	4.29 235	1.74 194	8.06 326	1.27 196	0.00 1	0.12 389	0.00 1	0.01 270	0.18 323	0.15 321

SDNR	7.50 433	2.32 445	15.58 471	1.82 314	0.63 260	44.66 514	0.44 173	8.59 283	9.52 370	9.84 398	25.18 466	5.30 274	4.38 323	11.46 434	6.49 388	0.05 363	0.03 260	0.00 1	0.01 270	1.79 467	1.87 465

Wz-Net-MNSev	7.43 432	2.35 446	15.22 469	2.34 392	3.41 425	17.27 471	8.55 468	11.91 384	13.48 424	13.37 447	17.05 421	13.70 417	7.47 412	11.90 440	9.99 442	0.40 444	0.03 260	0.00 1	0.01 270	0.16 299	0.07 220

iRaft-Stereo_5w	2.86 242	0.86 318	4.08 282	0.06 14	0.25 159	2.76 180	0.60 218	4.97 128	4.10 168	2.98 130	7.85 272	10.17 378	4.17 309	8.16 334	5.83 377	0.00 1	0.00 1	0.00 1	0.01 270	0.26 371	0.06 201

MIPNet	2.06 156	0.69 277	4.57 312	0.32 88	0.21 145	1.92 84	0.19 105	6.89 243	5.64 233	5.48 204	4.02 141	2.02 142	3.50 273	3.32 102	2.01 260	0.00 1	0.01 155	0.01 349	0.01 270	0.20 335	0.13 304

KYRaft	3.59 310	0.31 46	1.84 48	0.76 154	0.46 224	2.29 117	4.04 414	4.75 116	3.25 112	8.93 377	19.47 438	6.62 313	5.07 358	7.79 305	0.71 109	0.01 211	0.00 1	0.00 1	0.01 270	0.04 119	5.38 488

ICVP	2.32 189	0.38 120	2.89 172	0.92 175	0.70 273	2.55 148	0.87 292	9.97 325	3.99 156	4.13 163	8.97 293	2.71 160	1.69 189	2.52 87	3.52 330	0.05 363	0.24 450	0.01 349	0.01 270	0.11 246	0.13 304
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	1.72 109	0.79 303	2.58 125	2.03 351	1.75 359	2.47 136	0.16 94	5.48 170	6.01 256	3.24 137	2.11 86	1.92 140	1.33 161	3.08 97	1.13 185	0.01 211	0.18 426	0.00 1	0.01 270	0.03 90	0.07 220

ADLNet	4.32 371	0.80 307	4.33 292	3.60 452	3.56 429	6.87 372	2.48 376	11.20 360	7.58 320	9.87 399	9.62 312	8.39 348	4.95 354	6.16 192	6.60 391	0.01 211	0.01 155	0.00 1	0.01 270	0.12 263	0.25 377

GES	2.49 209	0.38 120	4.29 290	1.58 277	0.05 15	4.58 322	1.07 318	9.70 318	3.39 124	5.21 196	6.64 228	1.84 135	3.36 263	4.86 147	2.54 291	0.06 372	0.01 155	0.06 420	0.01 270	0.12 263	0.03 104

RAFT + AFF	4.30 370	1.55 408	5.84 373	1.43 253	2.36 391	5.94 354	6.72 457	10.01 329	7.56 318	7.55 319	8.96 292	7.09 324	6.73 396	8.57 359	4.02 343	0.02 294	0.47 471	0.00 1	0.01 270	0.56 425	0.54 430

CVANet_RVC	4.16 357	1.16 374	3.60 238	1.94 333	1.46 339	3.92 295	4.68 428	10.89 355	8.34 347	7.58 320	10.84 340	10.27 381	6.62 393	8.56 358	2.69 294	0.39 442	0.00 1	0.00 1	0.01 270	0.21 346	0.09 248

FC-DCNN	10.72 470	0.52 209	4.27 289	1.88 320	1.63 346	17.18 469	5.29 439	18.20 466	19.69 461	28.50 489	34.51 491	34.03 495	21.48 488	15.89 468	11.15 452	0.03 332	0.01 155	0.02 380	0.01 270	0.07 186	0.09 248

DeepPruner_ROB	3.52 305	1.14 372	4.06 279	1.12 210	1.65 348	3.65 269	0.83 279	13.96 431	4.47 186	7.80 328	10.84 340	7.05 323	2.16 211	8.14 332	3.08 307	0.07 381	0.03 260	0.00 1	0.01 270	0.32 391	0.06 201

WCMA_ROB	9.21 455	0.87 320	7.37 415	2.54 405	2.13 380	13.59 456	5.80 442	11.64 374	14.01 428	24.43 484	32.99 488	27.09 482	18.02 473	12.51 445	9.85 441	0.81 460	0.07 338	0.01 349	0.01 270	0.16 299	0.23 369

UGAM	3.90 337	0.48 190	4.69 317	0.17 58	0.08 46	3.67 270	1.22 329	4.81 118	14.45 431	4.59 175	11.94 362	14.20 424	3.80 295	9.92 411	3.61 332	0.00 1	0.00 1	0.00 1	0.02 294	0.32 391	0.07 220

RAFT	2.57 216	0.76 294	3.09 197	0.91 171	0.09 52	2.41 132	0.94 303	5.35 163	2.65 61	6.11 237	7.21 249	9.43 366	4.30 319	5.73 178	1.77 242	0.00 1	0.12 389	0.00 1	0.02 294	0.46 421	0.08 235

GEStereo_RVC	3.74 320	0.73 285	4.95 329	2.01 346	1.24 322	4.36 313	3.07 392	11.77 380	7.80 331	6.87 284	6.52 227	7.70 333	4.31 321	8.98 384	4.19 348	0.03 332	0.01 155	0.02 380	0.02 294	0.13 277	0.11 283

pcwnet_v2	4.20 359	0.36 107	8.53 428	1.33 235	1.12 315	3.43 244	0.41 164	12.85 414	14.16 429	9.90 401	14.29 395	5.90 292	3.03 252	6.20 196	2.06 264	0.01 211	0.05 303	0.04 409	0.02 294	0.16 299	0.18 342

DMCA-RVC	3.17 269	1.26 384	6.39 393	2.10 364	1.51 341	3.02 215	0.56 204	7.84 262	5.06 210	9.23 383	5.19 178	8.46 351	2.72 240	6.31 202	3.22 311	0.06 372	0.11 382	0.09 432	0.02 294	0.16 299	0.08 235

Nwc_Net	6.97 429	1.25 383	6.63 398	3.82 459	3.37 420	10.83 433	1.67 357	19.56 485	11.35 405	8.36 351	23.62 457	17.19 449	11.44 454	11.21 430	8.08 415	0.80 459	0.00 1	0.00 1	0.02 294	0.13 277	0.09 248

RTS	18.87 499	9.32 491	86.48 525	4.95 475	6.10 476	42.08 510	14.70 498	15.49 449	41.06 504	22.65 477	32.32 484	13.77 418	19.54 481	37.98 509	28.96 502	0.41 445	0.23 445	0.00 1	0.02 294	0.91 449	0.50 426

RTSA	18.87 499	9.32 491	86.48 525	4.95 475	6.10 476	42.08 510	14.70 498	15.49 449	41.06 504	22.65 477	32.32 484	13.77 418	19.54 481	37.98 509	28.96 502	0.41 445	0.23 445	0.00 1	0.02 294	0.91 449	0.50 426

GANetREF_RVC	6.56 417	2.89 453	7.58 421	3.41 442	0.40 210	12.96 452	9.58 476	15.09 444	17.25 451	10.33 408	10.62 333	12.27 411	8.16 423	12.21 442	4.53 354	0.41 445	0.00 1	0.00 1	0.02 294	3.12 476	0.39 406
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
GANet	6.22 410	1.07 359	4.07 281	2.27 380	0.89 292	9.19 409	9.52 475	12.02 389	8.13 341	10.72 418	29.09 475	13.86 420	7.52 413	11.00 428	4.39 351	0.36 439	0.00 1	0.02 380	0.02 294	0.12 263	0.08 235

SANet	10.64 469	1.86 431	10.91 443	1.76 302	0.71 274	14.62 459	9.23 474	19.18 477	37.14 500	19.22 469	27.96 471	25.86 481	19.11 480	13.02 450	10.63 446	0.08 386	0.06 320	0.03 397	0.02 294	0.62 432	0.81 444

ETE_ROB	5.80 399	1.77 424	6.33 389	1.44 257	0.78 283	6.43 363	6.90 459	12.53 408	8.08 339	12.93 445	14.89 401	21.13 471	5.87 377	9.83 408	6.57 390	0.04 351	0.01 155	0.00 1	0.02 294	0.08 198	0.33 399

LALA_ROB	6.58 418	1.80 426	6.25 387	1.26 222	0.94 299	10.08 418	9.02 472	16.00 453	11.51 408	12.74 441	13.02 381	24.77 477	5.25 362	10.56 421	8.02 410	0.04 351	0.05 303	0.00 1	0.02 294	0.10 227	0.25 377

AIO-test1	2.22 173	0.76 294	2.78 153	0.30 81	4.38 455	2.48 138	0.96 307	5.59 175	14.64 432	0.74 78	2.86 106	0.92 98	0.30 47	5.64 172	1.67 233	0.00 1	0.00 1	0.00 1	0.03 307	0.17 312	0.14 311

ACVNet-DCA	2.01 151	0.65 261	2.15 86	2.30 384	0.02 3	5.80 349	0.56 204	8.45 275	3.33 120	1.03 87	3.33 122	0.32 57	3.71 286	8.05 322	0.45 60	0.00 1	0.02 211	0.00 1	0.03 307	0.02 46	0.03 104

1test111	1.86 127	0.65 261	2.15 86	2.30 384	0.02 3	5.80 349	0.56 204	8.45 275	3.33 120	1.03 87	3.33 122	0.32 57	3.71 286	4.40 137	0.96 166	0.00 1	0.02 211	0.00 1	0.03 307	0.02 46	0.03 104

cc1	2.17 167	0.65 261	2.15 86	2.30 384	0.02 3	5.80 349	0.56 204	4.31 84	10.41 387	1.03 87	3.33 122	0.32 57	3.71 286	8.05 322	0.45 60	0.00 1	0.02 211	0.00 1	0.03 307	0.10 227	0.05 182

tt1	2.14 162	0.63 254	2.22 96	2.27 380	0.02 3	5.71 347	0.63 225	4.53 99	10.19 382	1.16 94	3.39 128	0.33 61	3.05 254	8.00 316	0.46 64	0.00 1	0.02 211	0.00 1	0.03 307	0.10 227	0.04 148

test_5	2.90 247	0.70 279	3.69 246	2.01 346	3.17 414	4.61 324	1.32 339	6.69 235	7.02 302	2.79 122	7.18 247	4.99 259	4.14 306	7.96 313	1.31 199	0.00 1	0.00 1	0.00 1	0.03 307	0.19 331	0.26 383

WZ-Net	13.00 478	4.64 470	41.07 510	3.48 449	3.15 413	19.12 476	15.66 506	14.81 442	31.33 487	15.71 460	27.88 470	22.22 473	14.01 467	20.44 489	25.03 496	0.64 456	0.00 1	0.01 349	0.03 307	0.39 411	0.37 404

ASMatch	3.32 286	0.50 197	3.32 214	1.72 298	0.45 223	1.93 85	0.68 239	6.42 221	3.89 149	6.18 243	22.30 452	4.61 247	4.82 351	7.65 294	1.70 235	0.00 1	0.02 211	0.00 1	0.03 307	0.01 11	0.18 342

RAFT-RH_RVC	3.96 343	0.46 181	2.93 173	1.55 272	0.42 217	3.14 228	0.14 83	3.70 53	5.98 253	11.25 428	32.23 483	5.29 271	1.68 188	8.13 331	2.14 268	0.08 386	0.00 1	0.00 1	0.03 307	0.01 11	0.00 1

APVNet	5.98 405	1.72 421	8.72 429	3.21 438	4.04 450	12.31 446	1.81 362	19.09 476	6.10 259	6.13 241	13.41 385	10.69 389	6.30 384	11.26 431	13.90 467	0.05 363	0.02 211	0.11 435	0.03 307	0.53 423	0.20 359

DSFCA	4.21 361	0.50 197	5.45 359	1.34 237	1.68 353	7.04 375	4.51 425	10.73 349	7.00 300	10.78 419	6.80 232	8.48 353	4.63 339	9.91 410	5.12 365	0.02 294	0.06 320	0.02 380	0.03 307	0.08 198	0.03 104

FADNet-RVC	3.98 347	1.84 429	12.48 456	1.69 292	0.44 218	4.33 310	1.31 338	11.84 381	7.15 307	3.53 146	3.50 132	10.63 387	4.43 326	9.12 388	6.25 383	0.03 332	0.10 374	0.00 1	0.03 307	0.60 431	0.25 377

stereogan	7.69 438	0.88 324	7.08 408	3.49 450	3.93 446	18.98 475	3.23 399	16.52 455	19.58 460	9.93 402	18.92 436	20.50 469	9.04 435	14.07 457	6.14 381	0.26 430	0.04 289	0.21 453	0.03 307	0.63 434	0.33 399

edge stereo	6.76 421	1.01 350	6.76 400	2.20 374	2.45 396	6.41 362	2.45 375	14.84 443	11.98 414	15.29 459	18.31 435	22.02 472	12.56 458	10.82 425	7.49 400	0.03 332	0.06 320	0.11 435	0.03 307	0.30 382	0.14 311

DANet	6.02 408	1.23 380	8.45 427	3.86 461	3.94 447	7.64 393	1.34 340	9.51 313	7.00 300	13.39 448	15.53 405	15.99 437	7.02 401	12.14 441	12.37 459	0.19 418	0.12 389	0.02 380	0.03 307	0.13 277	0.56 431
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NLCA_NET_v2_RVC	3.84 331	1.06 358	5.23 351	2.72 414	3.27 417	4.36 313	0.61 221	10.71 348	7.56 318	8.75 367	7.89 273	9.86 371	3.90 298	7.15 269	3.44 320	0.14 406	0.02 211	0.02 380	0.03 307	0.04 119	0.03 104
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet	5.59 396	1.75 423	6.80 401	3.12 433	4.45 460	10.61 427	4.35 422	18.80 471	9.73 373	12.22 436	6.87 234	11.44 404	4.65 341	8.09 329	8.26 418	0.02 294	0.11 382	0.00 1	0.03 307	0.20 335	0.28 391

XPNet_ROB	6.03 409	1.22 378	5.61 369	2.56 408	0.90 294	6.32 359	7.07 461	12.92 416	8.30 346	14.76 457	15.13 403	19.84 463	6.66 395	10.36 418	8.58 422	0.02 294	0.04 289	0.00 1	0.03 307	0.11 246	0.24 373

AIO_rvc	1.02 46	0.59 238	1.95 63	0.15 54	0.09 52	3.42 243	0.99 308	4.46 94	2.73 70	0.28 22	1.62 65	1.32 111	0.28 36	2.10 76	0.21 15	0.00 1	0.03 260	0.00 1	0.04 325	0.11 246	0.11 283

FACV-RUCA	2.21 172	0.34 87	3.59 237	1.30 231	2.90 407	2.22 113	1.25 331	7.98 266	5.71 238	3.59 147	7.21 249	1.14 106	1.60 185	3.12 98	1.46 212	0.01 211	0.03 260	0.10 434	0.04 325	0.35 399	0.17 338

ToySt	2.69 222	0.55 222	7.03 406	1.03 194	0.10 59	3.49 253	1.04 314	6.38 219	4.55 191	2.69 118	6.28 218	7.95 342	4.38 323	5.08 157	2.58 292	0.01 211	0.11 382	0.00 1	0.04 325	0.28 379	0.19 353

GMM-Stereo	3.32 286	0.27 28	2.52 118	0.82 159	0.48 233	2.27 116	4.91 432	5.06 134	3.08 98	7.06 294	16.72 416	6.21 299	3.70 285	7.60 291	1.16 189	0.04 351	0.00 1	0.00 1	0.04 325	0.10 227	4.45 481

DRN-Test	5.87 400	0.98 346	5.89 375	2.69 411	3.65 433	12.37 447	3.35 402	20.07 487	10.20 385	11.93 435	12.31 372	11.06 399	5.31 364	7.89 309	9.05 427	0.04 351	0.05 303	0.04 409	0.04 325	0.18 323	0.25 377

CSAN	7.62 434	1.60 412	6.56 397	1.83 315	0.66 264	12.40 448	10.52 484	14.45 438	21.32 468	14.19 453	15.98 407	17.84 450	13.02 463	12.32 443	8.38 419	0.09 391	0.07 338	0.03 397	0.04 325	0.33 394	0.67 439

test_for_model	6.81 425	27.63 506	2.16 93	21.79 504	16.18 505	3.48 251	0.94 303	5.88 192	3.72 138	7.62 322	2.72 104	1.03 103	0.42 79	0.58 4	0.35 33	9.03 497	2.28 487	0.00 1	0.05 331	23.91 511	6.49 490

IGEV++	1.14 65	0.51 202	1.66 36	0.55 128	0.08 46	2.52 141	1.01 312	6.51 227	3.16 102	0.59 72	2.11 86	0.43 72	1.18 153	1.44 40	0.79 132	0.00 1	0.05 303	0.00 1	0.05 331	0.11 246	0.11 283

LL-Strereo2	1.86 127	0.83 314	2.33 101	0.36 102	0.17 112	3.79 288	1.52 348	5.82 190	4.04 162	4.43 169	2.51 97	4.23 227	0.37 60	5.66 174	0.99 171	0.00 1	0.02 211	0.00 1	0.05 331	0.06 169	0.11 283

anonymousa	3.80 329	0.55 222	3.35 216	1.24 219	3.74 436	9.04 407	0.36 152	6.74 237	4.03 160	7.72 326	19.64 439	10.62 386	6.01 381	1.52 45	1.40 206	0.00 1	0.00 1	0.00 1	0.05 331	0.00 1	0.03 104

RALAANet	2.46 207	1.09 363	3.70 249	2.55 407	0.80 284	3.37 242	0.15 89	7.44 256	5.54 227	5.65 208	6.01 204	3.54 197	1.13 143	6.34 206	1.58 224	0.00 1	0.01 155	0.00 1	0.05 331	0.21 346	0.03 104

FADNet	4.23 362	1.65 417	11.75 449	1.64 288	0.80 284	4.80 327	0.77 263	13.76 430	11.65 409	3.97 159	5.24 184	9.62 368	5.14 360	8.40 349	3.78 337	0.21 422	0.04 289	0.07 426	0.05 331	1.14 454	0.10 270

StereoDRNet-Refined	4.46 373	0.62 251	3.80 255	1.92 328	0.40 210	9.35 410	0.15 89	10.02 330	8.83 360	12.69 440	11.62 358	9.34 364	3.87 297	8.06 326	8.02 410	0.00 1	0.00 1	0.01 349	0.05 331	0.20 335	0.26 383
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NVstereo2D	4.51 377	0.82 312	6.86 404	3.28 440	3.38 421	8.16 396	3.13 394	10.51 341	15.15 437	4.90 187	6.89 235	7.87 335	4.78 348	9.88 409	3.91 341	0.01 211	0.00 1	0.00 1	0.06 338	0.02 46	0.58 433

MM-Stereo_test2	0.99 42	0.29 33	2.26 97	1.34 237	0.12 80	1.78 75	0.53 195	4.71 114	3.31 118	0.76 79	0.80 37	0.50 80	0.35 55	1.86 64	0.73 113	0.00 1	0.05 303	0.00 1	0.07 339	0.26 371	0.06 201

fast-acv-ft	5.62 398	1.39 395	7.01 405	2.02 348	1.89 370	12.23 445	1.82 363	7.35 253	9.45 369	10.46 413	20.27 443	14.55 427	7.71 417	7.41 281	7.61 402	0.10 394	0.09 362	0.16 445	0.07 339	0.59 429	0.13 304

SFCPSM	3.29 277	0.43 162	5.11 339	0.34 98	0.94 299	8.48 398	2.15 370	14.51 439	5.29 218	7.00 289	7.65 265	3.43 186	2.59 230	5.11 159	2.37 282	0.01 211	0.03 260	0.01 349	0.07 339	0.13 277	0.15 321

FAT-Stereo	6.78 424	0.68 272	6.80 401	2.30 384	1.77 362	5.63 346	4.20 418	18.79 470	18.62 453	10.53 415	17.15 424	18.52 456	13.74 466	8.86 380	7.38 399	0.03 332	0.15 410	0.01 349	0.07 339	0.12 263	0.26 383

XQC	8.43 449	3.58 463	16.40 473	2.92 423	2.17 383	13.22 454	3.60 406	14.64 441	25.86 478	11.87 434	12.04 363	15.06 430	10.67 449	15.24 466	19.41 477	0.39 442	0.08 350	0.05 416	0.07 339	0.84 447	0.45 420

YMNet	5.52 394	1.83 427	8.79 430	3.47 447	4.46 461	10.72 429	0.91 299	9.99 326	6.43 279	13.76 451	16.35 410	11.65 405	4.49 332	7.95 311	8.03 412	0.12 400	0.35 459	0.12 438	0.08 344	0.71 440	0.27 387

YMNet_1	5.52 394	1.83 427	8.79 430	3.47 447	4.46 461	10.72 429	0.91 299	9.99 326	6.43 279	13.76 451	16.35 410	11.65 405	4.49 332	7.95 311	8.03 412	0.12 400	0.35 459	0.12 438	0.08 344	0.71 440	0.27 387

AIO_test	0.90 32	0.40 134	1.67 39	0.14 52	0.16 103	2.97 210	0.83 279	3.61 51	2.67 62	0.29 24	0.71 34	1.50 121	0.29 40	2.37 81	0.13 3	0.00 1	0.04 289	0.00 1	0.08 344	0.03 90	0.03 104

IGEV-BASED-STEREO-	4.24 364	25.07 502	26.53 497	0.44 114	0.07 32	1.50 46	0.54 198	2.09 7	1.57 25	0.51 67	0.62 31	0.21 33	0.20 19	1.44 40	0.53 81	12.03 506	0.01 155	0.00 1	0.08 344	1.75 466	9.69 502

IPLGR_C	2.44 202	1.17 375	4.94 328	0.62 140	2.08 377	2.65 167	0.80 271	5.60 176	4.79 203	7.87 332	9.23 298	1.67 127	1.15 146	3.43 106	2.23 274	0.01 211	0.19 432	0.02 380	0.08 344	0.22 352	0.10 270

ACRE	2.41 197	1.08 361	5.11 339	0.55 128	2.05 375	2.65 167	0.78 268	5.26 156	4.67 196	7.59 321	9.20 296	1.70 128	1.08 138	3.74 112	2.18 272	0.01 211	0.18 426	0.02 380	0.08 344	0.22 352	0.10 270

test-1	1.82 123	0.45 175	5.42 356	0.89 169	0.41 214	2.14 105	0.56 204	5.75 182	4.15 172	3.28 138	5.11 172	3.61 200	0.70 105	1.53 46	1.56 222	0.02 294	0.34 457	0.00 1	0.08 344	0.02 46	0.30 395

GwcNet	6.42 414	1.97 437	10.92 444	2.59 409	5.58 474	11.55 438	2.21 371	14.10 434	16.52 448	10.04 404	17.19 426	10.86 394	5.61 374	9.23 394	8.84 426	0.01 211	0.06 320	0.03 397	0.08 344	0.56 425	0.40 409

MaskLacGwcNet_RVC	5.97 404	5.36 473	5.02 331	3.75 458	3.57 430	15.81 462	4.27 419	11.72 378	6.96 298	7.23 305	8.47 283	9.09 362	2.66 234	9.36 400	2.71 295	7.49 492	2.32 488	2.01 481	0.08 344	6.77 490	4.67 484

SHD	9.61 461	2.60 448	12.46 454	3.69 455	3.54 428	9.47 412	1.25 331	20.16 488	37.84 502	18.19 467	21.24 447	16.96 447	12.83 462	14.47 461	16.05 472	0.32 436	0.13 399	0.01 349	0.08 344	0.38 407	0.48 423

RTSC	9.15 454	3.00 455	13.57 463	3.72 456	1.76 361	11.82 442	0.46 175	16.95 457	36.83 499	15.80 461	15.53 405	12.91 415	7.46 411	20.01 487	21.76 486	0.31 435	0.13 399	0.01 349	0.08 344	0.57 427	0.41 411

TCMNet	5.22 390	1.96 436	9.78 438	4.11 465	6.57 479	8.83 404	1.35 342	10.74 350	8.07 338	6.39 263	12.76 379	8.32 347	4.75 345	8.62 363	10.09 443	0.11 396	0.18 426	0.31 460	0.09 355	0.75 443	0.57 432

EKT-Stereo	1.91 138	0.48 190	2.77 151	2.19 372	4.36 454	1.42 39	0.24 121	4.63 107	3.51 129	2.94 129	3.47 131	3.55 198	2.25 215	5.26 163	0.85 142	0.04 351	0.12 389	0.00 1	0.09 355	0.06 169	0.05 182

CIPLG	2.47 208	1.10 365	4.71 319	0.63 143	2.15 382	2.67 171	0.77 263	5.19 143	4.73 200	7.85 331	9.56 311	1.72 129	1.14 144	4.20 131	2.34 278	0.01 211	0.19 432	0.02 380	0.09 355	0.23 358	0.08 235

ccnet	6.87 427	0.92 337	5.15 343	3.09 429	2.18 385	11.78 441	4.90 431	17.97 464	8.79 359	12.79 443	20.20 441	16.00 438	8.35 424	9.12 388	14.17 469	0.42 448	0.33 456	0.25 457	0.09 355	0.40 414	0.48 423

PDISCO_ROB	9.62 462	1.99 439	11.51 446	9.88 488	9.61 491	21.48 480	3.83 411	19.33 479	28.49 483	11.27 429	14.17 393	19.92 464	5.02 355	16.35 473	9.18 429	5.28 487	0.41 465	0.14 443	0.09 355	2.05 469	2.36 473

ITSA-stereo	3.76 324	0.54 218	3.80 255	1.91 324	0.29 178	3.09 221	0.70 246	13.22 422	15.64 440	6.79 277	6.66 229	4.15 225	3.52 276	8.30 344	5.00 364	0.09 391	0.07 338	0.11 435	0.10 360	0.18 323	0.95 448

PSMNet_ROB	5.02 388	1.63 415	6.03 380	1.90 323	1.83 366	9.57 414	6.35 452	15.58 451	7.23 309	6.15 242	10.48 330	12.22 410	4.16 308	8.02 318	8.71 424	0.02 294	0.01 155	0.01 349	0.10 360	0.20 335	0.12 296

Selective-IGEV	1.23 72	0.18 3	1.13 5	0.07 20	0.17 112	2.38 129	0.54 198	6.10 199	2.51 53	0.41 54	3.20 118	0.26 42	0.29 40	6.94 251	0.16 7	0.00 1	0.01 155	0.00 1	0.11 362	0.04 119	0.10 270

test_4	2.38 196	0.34 87	2.68 135	0.08 28	0.11 68	3.69 274	1.14 324	3.33 33	3.34 123	4.03 162	17.35 428	3.31 184	0.51 86	6.28 199	1.15 187	0.00 1	0.00 1	0.00 1	0.11 362	0.16 299	0.01 18

PFNet	2.93 250	0.40 134	5.51 364	2.13 367	0.84 288	3.11 225	0.75 259	6.78 238	4.79 203	9.98 403	6.00 203	4.78 252	2.13 208	8.33 345	2.11 265	0.19 418	0.06 320	0.00 1	0.11 362	0.20 335	0.35 401

DispNO	3.25 274	0.72 282	6.85 403	1.95 334	1.34 333	3.49 253	0.84 283	8.14 268	6.30 271	6.34 261	7.76 270	6.30 303	4.28 318	6.93 248	3.51 326	0.00 1	0.03 260	0.03 397	0.12 365	0.07 186	0.07 220

GMStereo	1.83 124	0.99 348	4.55 309	0.57 133	0.05 15	2.53 144	0.01 4	4.95 125	11.14 401	3.52 145	2.24 91	0.53 83	0.49 84	3.76 113	0.80 135	0.20 421	0.00 1	0.00 1	0.12 365	0.12 263	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
FADNet-RVC-Resample	3.79 327	1.62 414	12.06 450	1.43 253	0.66 264	5.94 354	2.41 373	10.18 336	8.58 357	6.28 254	4.22 147	5.33 275	4.80 350	7.71 299	3.19 310	0.17 414	0.21 439	0.17 448	0.12 365	0.41 417	0.29 393

Reg-Stereo(zero)	1.60 101	0.19 4	2.59 126	0.45 115	0.47 231	1.64 57	0.23 119	3.22 27	5.87 242	4.29 165	3.01 110	4.49 243	1.64 187	2.47 86	1.16 189	0.00 1	0.08 350	0.00 1	0.13 368	0.01 11	0.10 270

MyStereo8	2.88 246	1.19 376	5.03 333	1.61 282	3.75 440	4.30 309	0.07 44	6.14 201	6.16 265	6.22 246	9.64 314	4.28 233	1.45 170	2.05 74	4.76 360	0.00 1	0.16 418	0.00 1	0.14 369	0.26 371	0.43 416

DRaft	3.74 320	0.43 162	2.60 127	0.12 37	0.15 96	4.76 326	1.34 340	5.33 162	4.31 177	10.30 407	21.91 449	3.27 182	8.83 430	7.36 280	3.66 334	0.05 363	0.10 374	0.00 1	0.14 369	0.10 227	0.14 311

SAMSARA	14.63 483	2.74 452	12.38 452	12.65 494	6.74 480	36.50 506	72.93 529	19.36 480	23.77 475	16.20 463	13.04 382	29.21 486	12.78 460	16.98 475	15.21 471	0.11 396	0.26 453	0.03 397	0.14 369	0.76 444	0.77 442

Pointernet	0.84 26	0.35 97	2.00 69	0.12 37	0.13 87	1.77 73	0.06 37	4.87 121	2.53 55	0.14 6	2.11 86	0.76 95	0.44 81	1.02 20	0.32 28	0.00 1	0.04 289	0.00 1	0.15 372	0.02 46	0.01 18

anonymousdsp2	1.78 115	0.39 124	3.40 222	1.10 204	0.04 12	3.63 267	0.50 190	7.80 260	2.77 73	2.91 128	2.88 107	3.17 179	1.01 132	5.15 161	0.43 52	0.00 1	0.01 155	0.02 380	0.15 372	0.05 145	0.12 296

RP	6.84 426	1.29 391	5.53 367	3.92 462	5.18 471	6.32 359	3.53 405	11.73 379	15.31 438	9.54 390	22.38 453	18.25 454	14.47 468	10.11 412	7.49 400	0.91 463	0.01 155	0.12 438	0.15 372	0.33 394	0.19 353

dual_stereo	0.56 6	0.32 59	1.08 4	0.07 20	0.11 68	0.77 6	0.03 23	3.60 50	1.17 20	0.12 4	0.03 3	0.20 23	0.11 11	2.77 90	0.51 79	0.00 1	0.14 403	0.00 1	0.16 375	0.00 1	0.02 59

RSM	1.21 70	0.20 5	1.30 16	0.12 37	0.06 24	2.48 138	0.51 193	3.78 64	2.74 71	0.48 63	2.38 95	2.18 145	0.28 36	6.77 237	0.56 84	0.00 1	0.00 1	0.00 1	0.16 375	0.07 186	0.05 182

ff7	1.12 58	0.57 230	2.06 74	0.03 1	0.07 32	2.80 184	0.84 283	3.71 54	2.27 40	0.38 41	1.06 42	0.20 23	0.40 67	7.12 264	0.49 73	0.00 1	0.00 1	0.00 1	0.16 375	0.09 216	0.06 201

IGEVStereo-DCA	1.06 54	0.45 175	2.06 74	0.32 88	0.06 24	2.74 174	0.84 283	3.71 54	2.27 40	0.39 48	0.16 13	0.20 23	0.29 40	6.47 215	0.87 149	0.00 1	0.00 1	0.00 1	0.16 375	0.06 169	0.06 201

ffff	1.12 58	0.57 230	2.06 74	0.03 1	0.07 32	2.80 184	0.84 283	3.71 54	2.27 40	0.38 41	1.06 42	0.20 23	0.40 67	7.12 264	0.49 73	0.00 1	0.00 1	0.00 1	0.16 375	0.09 216	0.06 201

11t	1.12 58	0.57 230	2.06 74	0.03 1	0.07 32	2.80 184	0.84 283	3.71 54	2.27 40	0.38 41	1.06 42	0.20 23	0.40 67	7.12 264	0.49 73	0.00 1	0.00 1	0.00 1	0.16 375	0.09 216	0.06 201

Wz-Net-TNSev	11.35 473	10.56 493	35.88 507	2.28 382	1.73 357	18.25 474	11.42 486	15.88 452	20.88 467	14.44 454	16.97 420	19.57 461	19.04 479	19.31 483	18.67 476	0.01 211	0.06 320	0.00 1	0.16 375	0.62 432	1.25 455

ccc-4	1.12 58	0.57 230	2.06 74	0.03 1	0.07 32	2.80 184	0.84 283	3.71 54	2.27 40	0.38 41	1.06 42	0.20 23	0.40 67	7.12 264	0.49 73	0.00 1	0.00 1	0.00 1	0.16 375	0.09 216	0.06 201

DEFOM-Stereo_RVC	0.98 38	2.14 441	1.55 27	0.88 167	0.26 166	0.56 5	0.04 25	2.80 15	0.86 7	0.30 27	0.80 37	0.21 33	2.33 219	6.17 193	0.37 40	0.00 1	0.07 338	0.00 1	0.17 383	0.01 11	0.01 18

Occ-G	0.98 38	0.38 120	1.82 47	0.15 54	0.18 127	1.45 40	0.69 243	3.15 24	2.25 39	1.45 98	0.59 29	5.06 265	0.54 91	0.75 9	0.77 128	0.00 1	0.03 260	0.00 1	0.17 383	0.16 299	0.01 18

RSM++	1.02 46	0.24 19	1.33 18	0.86 165	0.04 12	2.78 181	0.30 142	2.63 12	2.67 62	0.48 63	1.95 79	0.52 81	0.25 26	5.50 171	0.57 85	0.00 1	0.00 1	0.00 1	0.17 383	0.11 246	0.09 248

H2IRNET	2.16 165	0.45 175	2.60 127	1.22 217	0.03 10	1.98 91	0.13 76	4.73 115	7.04 303	1.15 93	7.79 271	5.88 291	3.39 268	4.97 155	1.45 211	0.01 211	0.00 1	0.04 409	0.17 383	0.19 331	0.03 104

anonymousdsp	1.12 58	0.59 238	1.66 36	0.03 1	0.07 32	2.81 192	0.82 275	4.07 77	2.30 46	0.41 54	1.12 50	0.30 50	0.40 67	7.05 257	0.49 73	0.00 1	0.00 1	0.00 1	0.17 383	0.10 227	0.05 182

IGEV-Stereo	1.12 58	0.59 238	1.66 36	0.03 1	0.07 32	2.82 195	0.82 275	4.09 80	2.30 46	0.41 54	1.11 47	0.30 50	0.41 74	7.05 257	0.49 73	0.00 1	0.00 1	0.00 1	0.17 383	0.10 227	0.05 182
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	7.34 431	1.58 410	18.31 479	2.35 393	0.87 290	6.72 369	1.70 361	10.63 344	7.14 306	19.77 472	22.71 454	20.13 465	11.34 452	12.96 449	9.49 436	0.04 351	0.17 422	0.06 420	0.17 383	0.21 346	0.50 426

IGEV-Stereo+	1.69 106	0.43 162	1.59 31	0.37 104	3.10 410	2.10 99	0.07 44	1.86 5	0.91 12	0.39 48	0.03 3	0.20 23	0.41 74	7.05 257	0.16 7	0.02 294	0.07 338	0.00 1	0.18 390	5.14 483	9.77 504

IGEV_Zeroshot_test	2.13 161	0.50 197	4.91 327	1.41 251	0.18 127	2.62 162	0.36 152	7.80 260	3.87 147	5.04 191	5.42 192	4.77 251	1.03 135	3.43 106	0.79 132	0.00 1	0.16 418	0.00 1	0.18 390	0.17 312	0.04 148

Sa-1000	3.55 308	0.75 291	3.63 243	1.91 324	0.30 179	3.55 262	1.63 354	7.39 254	8.54 355	7.70 325	17.44 429	4.00 215	2.82 245	9.44 404	1.33 201	0.00 1	0.10 374	0.00 1	0.18 390	0.21 346	0.04 148

ADCS	13.02 479	4.93 472	28.38 500	3.17 436	2.67 401	13.61 457	10.83 485	18.70 468	33.46 490	22.59 476	24.78 463	19.59 462	18.51 477	23.40 494	32.16 508	0.10 394	0.19 432	0.37 465	0.18 390	1.26 457	1.46 460

ADCP+	8.09 444	1.79 425	14.50 466	1.54 270	4.28 452	16.57 465	5.20 436	12.80 413	11.20 403	12.83 444	17.07 422	11.02 398	10.80 450	17.59 477	23.18 492	0.03 332	0.05 303	0.01 349	0.18 390	0.39 411	0.81 444

LG-Stereo_Zeroshot	0.80 21	0.33 75	2.51 117	0.25 74	0.53 247	1.93 85	0.27 131	5.07 136	1.05 15	0.47 62	0.68 32	0.64 90	0.22 23	0.95 17	0.65 96	0.00 1	0.05 303	0.00 1	0.19 395	0.03 90	0.16 333

SA	3.06 258	0.74 289	3.79 254	1.60 281	0.30 179	3.19 233	1.43 343	6.72 236	9.06 362	4.63 179	10.80 338	2.89 164	4.71 343	9.62 407	1.18 192	0.00 1	0.09 362	0.00 1	0.19 395	0.23 358	0.02 59

cross-raft	2.03 153	0.35 97	2.78 153	1.10 204	0.16 103	3.77 286	0.48 178	7.03 248	3.75 141	5.06 192	5.55 196	6.26 300	1.41 167	1.75 57	0.89 157	0.01 211	0.07 338	0.00 1	0.19 395	0.03 90	0.03 104

model_zeroshot	1.52 95	0.42 151	4.10 283	1.25 221	0.11 68	3.04 217	0.14 83	5.79 188	2.84 76	3.12 133	3.65 135	2.05 143	0.42 79	2.38 83	0.71 109	0.01 211	0.10 374	0.00 1	0.20 398	0.02 46	0.04 148

sAnonymous2	1.35 82	1.66 418	8.14 425	0.55 128	0.46 224	1.23 16	0.24 121	4.00 75	3.47 127	0.40 52	1.11 47	0.23 36	1.42 168	0.96 18	0.57 85	0.01 211	0.00 1	0.00 1	0.20 398	2.07 470	0.22 363

CroCo_RVC	1.35 82	1.66 418	8.14 425	0.55 128	0.46 224	1.23 16	0.24 121	4.00 75	3.47 127	0.40 52	1.11 47	0.23 36	1.42 168	0.96 18	0.57 85	0.01 211	0.00 1	0.00 1	0.20 398	2.07 470	0.22 363

NaN_ROB	6.00 407	1.24 382	6.29 388	1.34 237	1.68 353	9.60 415	10.31 481	15.09 444	15.79 442	12.62 439	8.95 290	11.67 408	5.83 376	11.78 439	6.41 386	0.05 363	0.13 399	0.08 429	0.20 398	0.22 352	0.79 443

SCV_C0	1.40 86	0.49 194	3.06 196	0.12 37	0.21 145	2.29 117	0.09 54	6.46 223	3.81 145	0.63 73	2.00 81	0.24 39	0.41 74	7.31 275	0.43 52	0.01 211	0.05 303	0.00 1	0.21 402	0.16 299	0.07 220

rrr	1.05 52	0.45 175	3.18 204	0.32 88	0.06 24	2.74 174	0.95 306	3.49 43	1.12 17	0.39 48	0.16 13	0.20 23	0.29 40	6.47 215	0.87 149	0.00 1	0.00 1	0.00 1	0.21 402	0.06 169	0.10 270

Selective-RAFT	1.69 106	0.32 59	3.29 211	0.92 175	0.18 127	3.89 292	0.06 37	4.22 83	4.00 157	1.47 99	1.98 80	3.07 174	2.81 244	6.35 208	0.89 157	0.01 211	0.00 1	0.00 1	0.21 402	0.05 145	0.00 1

MC-Stereo	1.47 91	0.36 107	2.54 120	1.99 341	0.12 80	1.90 82	0.12 67	4.47 96	2.83 75	3.31 141	3.44 130	0.56 86	1.47 171	5.39 168	0.47 70	0.00 1	0.04 289	0.00 1	0.21 402	0.07 186	0.04 148

raft_robust	2.64 220	1.20 377	2.62 131	1.10 204	0.28 176	1.50 46	0.12 67	6.28 210	9.04 361	6.80 278	7.19 248	3.73 208	2.13 208	9.06 387	1.07 177	0.03 332	0.12 389	0.00 1	0.21 402	0.17 312	0.22 363

dd	2.16 165	1.22 378	4.82 322	0.68 149	0.12 80	1.39 37	0.17 99	5.14 138	11.22 404	2.70 120	3.51 133	1.52 122	1.23 158	5.08 157	3.96 342	0.12 400	0.01 155	0.04 409	0.21 402	0.07 186	0.01 18

GREAT-IGEV	0.72 15	0.29 33	1.91 54	1.31 233	0.40 210	1.41 38	0.08 49	2.29 9	2.48 50	0.18 9	0.69 33	0.10 11	0.34 54	1.72 55	0.37 40	0.00 1	0.09 362	0.00 1	0.22 408	0.10 227	0.41 411

SCV	1.59 99	0.58 235	2.57 123	2.72 414	0.31 185	2.15 107	0.79 269	6.88 242	2.72 67	0.20 12	2.68 101	0.68 91	0.58 98	7.60 291	0.41 47	0.00 1	0.03 260	0.00 1	0.22 408	0.37 404	0.24 373

LE_ROB	16.73 493	1.28 389	11.61 447	3.72 456	1.65 348	16.67 466	9.17 473	14.39 437	55.91 515	63.81 526	40.86 502	35.94 498	37.73 509	14.24 458	26.87 500	0.05 363	0.10 374	0.13 442	0.22 408	0.12 263	0.15 321

gcap-zeroshot	1.87 131	0.44 168	4.24 287	0.53 124	0.51 242	3.12 226	0.75 259	6.42 221	3.91 151	3.75 154	1.67 69	7.79 334	0.55 92	2.61 88	0.53 81	0.02 294	0.21 439	0.00 1	0.23 411	0.00 1	0.05 182

XX-Stereo	2.71 226	0.38 120	5.96 378	2.25 379	2.20 386	1.54 49	0.21 113	5.44 169	3.05 95	2.28 113	16.16 408	7.03 319	0.24 25	6.19 194	0.79 132	0.00 1	0.15 410	0.00 1	0.23 411	0.13 277	0.04 148

MFMNet_re	13.29 480	8.60 486	18.29 478	9.75 487	7.25 483	19.65 478	14.84 500	20.71 490	30.72 486	23.03 479	28.77 473	18.85 458	26.09 497	13.55 453	9.82 438	2.44 480	1.35 482	0.34 462	0.23 411	4.78 482	6.69 492

castereo	0.87 27	0.60 242	1.07 3	0.34 98	0.17 112	1.89 81	0.79 269	4.84 120	2.05 34	0.65 75	2.55 98	0.31 54	0.40 67	1.02 20	0.38 43	0.01 211	0.09 362	0.00 1	0.24 414	0.03 90	0.02 59

GCAP-BAT	1.77 114	0.49 194	2.78 153	0.66 147	0.16 103	3.76 285	0.80 271	3.72 59	3.27 113	3.68 151	5.03 171	3.66 203	0.56 94	5.82 180	0.65 96	0.00 1	0.05 303	0.00 1	0.24 414	0.01 11	0.01 18

MoCha-V2	1.41 87	0.42 151	2.61 129	0.81 157	0.23 154	2.53 144	0.20 109	4.81 118	3.16 102	0.82 82	3.15 116	0.30 50	1.61 186	6.66 231	0.40 46	0.00 1	0.20 436	0.00 1	0.24 414	0.05 145	0.02 59

DCRE	1.79 116	0.68 272	2.55 121	1.66 290	0.27 169	1.27 23	0.05 33	4.57 103	4.04 162	3.30 140	9.24 303	3.83 210	1.20 156	2.08 75	0.67 101	0.00 1	0.12 389	0.00 1	0.24 414	0.04 119	0.09 248

SGM_RVC	10.08 464	0.60 242	3.42 224	2.30 384	0.32 188	19.41 477	6.33 451	18.95 474	14.64 432	25.14 486	24.32 461	33.34 493	18.79 478	19.86 485	12.55 461	0.25 428	0.26 453	0.22 454	0.24 414	0.34 398	0.40 409
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IGEV-RUCA	0.81 24	0.15 1	1.13 5	0.52 123	0.32 188	2.13 104	0.51 193	3.46 41	1.71 27	0.95 85	0.16 13	0.24 39	0.55 92	2.81 92	0.41 47	0.12 400	0.21 439	0.20 452	0.25 419	0.21 346	0.20 359

MSKI-zero shot	2.00 149	0.36 107	2.15 86	0.81 157	0.25 159	2.69 172	0.29 136	6.16 203	2.34 48	4.31 166	7.52 257	3.70 206	0.25 26	8.42 351	0.41 47	0.01 211	0.13 399	0.00 1	0.25 419	0.03 90	0.02 59

aanetorigin	8.72 452	3.29 461	27.55 499	1.95 334	3.84 443	4.93 333	5.39 441	5.49 172	10.05 381	27.85 488	31.47 482	15.80 434	12.78 460	9.04 386	11.98 456	0.25 428	0.22 443	0.22 454	0.25 419	1.28 458	0.84 446

Gwc-CoAtRS	2.02 152	0.33 75	2.61 129	1.04 199	0.30 179	3.56 263	0.40 163	5.89 193	5.94 249	5.08 193	5.01 170	5.55 279	1.72 191	1.60 49	0.91 161	0.01 211	0.09 362	0.00 1	0.25 419	0.01 11	0.02 59

SuperB	8.10 445	3.15 459	24.67 493	2.65 410	1.23 321	9.88 417	4.29 420	10.18 336	30.07 485	11.53 432	12.18 369	6.12 296	6.65 394	10.50 420	14.47 470	0.14 406	0.11 382	0.35 463	0.25 419	13.06 499	0.48 423

G-Net	8.41 448	1.54 407	10.97 445	5.73 479	3.60 431	26.19 487	4.41 423	10.10 333	7.42 312	19.71 471	24.99 465	14.38 426	15.83 470	10.99 427	9.53 437	0.50 452	0.46 470	0.19 451	0.25 419	0.80 445	0.66 438

DPSNet	10.14 465	1.88 432	16.82 475	1.85 316	1.73 357	24.84 485	17.20 508	19.92 486	27.41 480	12.23 438	13.62 388	16.52 441	18.35 475	14.42 460	12.50 460	0.78 458	0.54 474	0.08 429	0.25 419	1.18 455	0.59 436

test_xeample3	1.08 55	0.43 162	3.39 220	0.49 121	0.05 15	2.58 153	0.93 301	3.32 32	1.77 28	0.23 14	0.23 20	0.19 19	0.28 36	6.34 206	0.85 142	0.00 1	0.01 155	0.00 1	0.26 426	0.06 169	0.10 270

test_3	1.88 132	0.22 12	2.75 147	0.96 184	0.22 149	1.28 25	0.77 263	4.62 106	5.87 242	6.55 271	1.84 77	4.28 233	0.45 82	6.48 217	0.76 122	0.00 1	0.01 155	0.00 1	0.28 427	0.17 312	0.14 311

AE-Stereo	1.44 89	0.32 59	2.69 137	1.58 277	0.20 142	2.24 114	0.59 215	6.01 195	5.70 234	1.18 96	3.17 117	1.02 102	0.78 117	1.73 56	0.83 138	0.02 294	0.18 426	0.00 1	0.29 428	0.11 246	0.07 220

testlalala	1.50 94	0.41 145	1.67 39	0.98 188	0.31 185	4.00 299	0.90 298	5.26 156	2.17 36	6.56 272	3.61 134	1.74 130	0.38 63	1.21 31	0.42 51	0.00 1	0.02 211	0.00 1	0.29 428	0.01 11	0.01 18

AEACV	0.80 21	0.29 33	1.70 43	0.96 184	0.24 156	2.03 94	0.88 293	3.50 44	0.88 9	0.34 35	0.20 18	0.29 49	2.01 204	1.77 60	0.33 29	0.00 1	0.03 260	0.00 1	0.29 428	0.10 227	0.09 248

test-3	1.86 127	0.21 9	2.46 112	1.03 194	0.22 149	1.38 34	0.83 279	4.65 111	5.04 209	7.26 307	1.78 75	4.10 222	0.41 74	6.53 223	0.76 122	0.00 1	0.00 1	0.00 1	0.29 428	0.18 323	0.14 311

test_1	1.85 126	0.21 9	2.45 109	1.02 192	0.22 149	1.37 33	0.82 275	4.66 113	5.06 210	7.02 290	1.73 71	4.09 220	0.41 74	6.51 220	0.76 122	0.00 1	0.00 1	0.00 1	0.29 428	0.18 323	0.14 311

TRStereo	2.36 194	3.10 456	4.70 318	1.99 341	2.08 377	2.61 159	1.11 322	8.79 294	3.73 139	3.19 135	3.04 113	3.96 213	0.77 114	5.92 183	1.44 209	0.03 332	0.14 403	0.00 1	0.29 428	0.08 198	0.25 377

DLNR_Zeroshot_test	24.70 504	50.77 522	90.11 528	98.11 537	97.34 535	1.38 34	0.12 67	22.79 493	3.09 101	1.07 92	2.95 109	0.71 92	0.29 40	6.93 248	2.29 276	38.56 520	0.37 462	0.00 1	0.30 434	76.73 531	0.09 248

coex-ft	19.78 502	19.39 499	87.73 527	1.77 304	1.80 364	17.25 470	13.50 494	12.63 411	42.10 506	60.18 522	38.90 497	28.72 485	28.74 499	11.74 438	27.40 501	0.21 422	0.23 445	0.04 409	0.30 434	1.36 460	1.54 461

castereo++	1.18 66	0.54 218	1.95 63	0.30 81	0.51 242	4.56 321	1.00 310	4.61 104	1.12 17	0.29 24	2.14 90	1.89 136	0.15 16	3.94 121	0.18 12	0.00 1	0.04 289	0.00 1	0.31 436	0.03 90	0.00 1

testlalala_base	3.12 264	0.48 190	2.79 157	2.14 368	1.98 372	4.13 304	0.64 229	6.16 203	2.09 35	2.38 114	4.08 143	1.80 132	0.50 85	1.65 51	0.72 111	12.33 507	2.33 489	0.00 1	0.31 436	14.56 501	1.32 456

CFNet-RSSM	2.11 158	0.33 75	2.71 141	1.04 199	0.30 179	3.21 235	0.41 164	6.67 234	6.96 298	5.62 207	4.58 157	5.40 276	1.71 190	1.86 64	0.87 149	0.00 1	0.08 350	0.00 1	0.32 438	0.02 46	0.02 59

LSM	14.01 482	5.95 475	33.49 503	6.78 483	43.61 523	10.22 420	9.98 480	15.16 447	22.93 473	23.07 480	32.34 486	18.52 456	12.67 459	15.45 467	11.10 451	0.16 413	0.51 473	0.09 432	0.32 438	1.08 453	16.85 518

iRaft-Stereo_20w	2.56 214	0.35 97	4.98 330	0.37 104	0.67 266	3.47 248	0.59 215	12.57 410	3.89 149	6.10 236	6.23 216	1.49 120	2.24 213	6.65 230	0.86 147	0.00 1	0.19 432	0.00 1	0.33 440	0.08 198	0.22 363

PVD	15.44 485	2.93 454	14.67 467	4.21 469	3.39 423	17.43 472	4.16 416	27.84 501	48.84 511	31.02 493	43.54 504	29.76 488	30.81 502	25.97 497	21.40 483	0.23 425	0.41 465	0.04 409	0.33 440	0.41 417	1.33 457

GCST	9.08 453	17.31 498	3.98 271	52.92 521	10.66 494	11.29 436	0.20 109	6.97 245	6.47 282	9.46 387	4.68 158	4.75 250	1.51 172	9.34 399	1.31 199	8.19 495	0.05 303	22.38 503	0.34 442	6.17 487	3.53 476

RAFT-Test	2.17 167	0.36 107	3.40 222	1.05 201	0.34 195	4.90 331	0.69 243	6.27 209	3.98 155	4.65 180	7.02 242	6.30 303	1.12 140	1.81 61	0.99 171	0.01 211	0.17 422	0.00 1	0.34 442	0.02 46	0.02 59

ADCRef	7.27 430	1.38 394	16.37 472	2.52 404	3.30 419	11.63 440	3.16 396	10.80 352	9.35 367	13.03 446	25.27 467	8.17 344	8.92 432	8.06 326	21.81 487	0.15 408	0.08 350	0.16 445	0.34 442	0.38 407	0.58 433

AIO-Stereo	0.94 34	0.22 12	1.20 13	0.06 14	0.08 46	2.36 125	0.62 224	5.50 173	2.61 59	0.30 27	3.32 121	0.41 69	0.25 26	1.12 25	0.17 10	0.00 1	0.01 155	0.00 1	0.35 445	0.06 169	0.12 296

AnyNet_C32	10.98 472	5.58 474	22.79 490	4.16 466	5.83 475	15.64 460	14.30 496	13.18 420	17.15 450	16.44 464	20.52 444	14.68 428	13.44 464	22.46 491	30.08 505	0.17 414	0.26 453	0.36 464	0.36 446	1.23 456	0.91 447

PAM	3.38 291	0.31 46	5.61 369	1.37 244	0.71 274	7.60 392	0.38 158	8.94 295	3.55 133	5.54 205	4.69 159	16.09 439	7.03 402	3.67 111	1.02 175	0.00 1	0.21 439	0.00 1	0.38 447	0.07 186	0.41 411

RAFT+CT+SA	2.36 194	0.71 281	2.46 112	0.83 161	2.26 389	3.18 232	0.93 301	6.82 241	5.48 223	2.55 116	8.07 275	1.64 125	1.59 184	8.54 357	1.15 187	0.02 294	0.00 1	0.00 1	0.38 447	0.19 331	0.36 403

S-Stereo	6.63 419	0.84 315	9.67 437	3.15 435	3.48 426	6.49 364	6.22 447	12.99 418	22.84 472	9.48 388	15.51 404	12.00 409	8.43 425	8.04 319	10.70 447	0.12 400	0.17 422	0.00 1	0.38 447	0.13 277	1.92 466

PAM_32	3.50 303	0.32 59	5.22 349	1.32 234	0.53 247	7.49 386	0.39 159	9.52 314	3.91 151	5.22 197	5.28 189	16.75 445	7.44 408	4.61 143	0.90 160	0.00 1	0.20 436	0.00 1	0.39 450	0.09 216	0.39 406

SGM-ForestM	16.99 494	1.08 361	5.74 371	2.12 365	0.75 277	31.63 498	12.21 491	27.80 500	32.25 488	37.88 502	39.99 500	52.96 511	35.20 506	33.60 504	24.47 494	0.26 430	0.39 464	0.31 460	0.39 450	0.26 371	0.53 429

RGC	6.88 428	2.23 443	6.13 382	4.05 463	4.73 470	8.94 405	2.78 386	15.19 448	11.74 410	11.13 426	19.34 437	17.86 451	10.42 448	13.02 450	8.03 412	0.73 457	0.01 155	0.24 456	0.41 452	0.31 387	0.38 405

NCC-stereo	6.77 422	1.49 404	6.48 394	2.92 423	4.40 456	7.43 383	3.61 407	19.52 483	13.29 422	8.39 356	16.91 418	15.96 435	12.13 455	12.85 447	7.70 403	1.47 472	0.11 382	0.01 349	0.42 453	0.14 288	0.24 373

Abc-Net	6.77 422	1.49 404	6.48 394	2.92 423	4.40 456	7.43 383	3.61 407	19.52 483	13.29 422	8.39 356	16.91 418	15.96 435	12.13 455	12.85 447	7.70 403	1.47 472	0.11 382	0.01 349	0.42 453	0.14 288	0.24 373
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	6.75 420	2.69 450	23.31 491	3.68 454	7.16 481	3.78 287	4.29 420	13.42 425	20.13 464	8.13 342	10.46 329	7.18 327	8.06 421	11.10 429	9.44 435	0.24 427	0.15 410	0.29 458	0.42 453	0.66 437	0.45 420

AnyNet_C01	16.12 489	10.81 494	59.36 518	4.42 471	2.49 397	30.06 496	15.15 504	17.51 462	16.51 446	17.88 466	37.69 496	24.04 475	17.54 472	29.60 500	33.29 509	0.28 434	0.38 463	0.43 467	0.42 453	2.57 475	1.98 467

testlalala2	2.15 164	0.44 168	2.44 108	9.24 486	6.30 478	3.64 268	0.18 102	4.63 107	2.55 58	3.73 153	4.17 146	3.14 177	0.51 86	1.08 22	0.26 19	0.00 1	0.10 374	0.00 1	0.44 457	0.11 246	0.03 104

UGAM-zero	3.51 304	0.33 75	4.44 299	0.88 167	0.65 263	3.52 261	0.16 94	11.35 367	2.71 66	5.09 194	5.82 200	15.28 432	9.14 436	8.38 347	1.61 227	0.00 1	0.16 418	0.00 1	0.46 458	0.02 46	0.19 353

dad	4.66 382	1.89 433	5.51 364	0.94 178	0.09 52	2.16 109	0.37 154	7.10 249	14.43 430	10.13 406	16.84 417	14.97 429	1.90 201	6.82 239	4.15 347	1.09 467	0.11 382	4.08 488	0.46 458	0.17 312	0.06 201

FADNet_RVC	3.91 340	1.67 420	12.95 461	0.96 184	0.75 277	5.71 347	0.54 198	10.83 353	6.60 287	3.46 144	8.09 276	4.10 222	3.40 270	9.43 401	6.33 384	0.36 439	0.44 468	0.17 448	0.46 458	0.91 449	0.95 448

EDNetEfficientorigin	17.87 496	14.00 496	99.53 537	1.64 288	0.92 295	10.55 426	6.26 450	13.21 421	34.84 496	38.20 504	36.91 495	27.47 484	26.32 498	14.71 463	25.69 498	0.04 351	0.06 320	0.14 443	0.52 461	3.16 477	3.27 475

AIO-Stereo-zeroshot	2.86 242	0.99 348	7.52 420	1.52 264	0.92 295	2.94 208	0.03 23	9.31 307	3.81 145	2.42 115	5.86 202	9.23 363	4.64 340	4.31 135	2.19 273	0.02 294	0.18 426	0.00 1	0.54 462	0.35 399	0.35 401

GrayStereo	3.74 320	0.20 5	1.94 60	1.55 272	0.60 255	3.12 226	8.22 467	5.76 184	3.32 119	10.40 411	16.66 415	5.81 290	8.60 428	6.57 224	1.37 205	0.01 211	0.00 1	0.01 349	0.63 463	0.02 46	0.04 148

ADCL	10.16 466	2.11 440	19.36 482	1.92 328	1.88 369	22.23 481	8.91 471	14.04 432	23.56 474	14.62 456	26.19 468	12.75 414	13.59 465	16.06 472	22.95 491	0.26 430	0.18 426	0.75 469	0.65 464	0.69 438	0.58 433

BEATNet-Init1	23.31 503	9.03 488	41.67 511	4.17 467	2.53 398	45.68 516	19.47 511	33.43 503	38.45 503	47.59 514	49.10 511	59.31 515	41.80 513	38.35 511	29.21 504	0.47 451	0.50 472	0.81 470	0.66 465	2.10 472	1.86 464

PSMNet-RUCA	5.60 397	4.62 469	11.61 447	10.29 490	7.55 486	7.08 376	1.94 365	12.01 388	10.52 394	3.90 157	11.88 360	4.43 239	1.75 197	7.56 289	4.24 349	1.68 477	0.12 389	4.78 490	0.67 466	4.74 481	0.68 440

AIO-Stereo-zeroshot1	3.58 309	1.29 391	12.46 454	1.53 268	0.98 303	3.48 251	0.81 273	11.99 387	4.40 181	4.33 167	11.05 347	8.83 359	2.02 205	4.52 139	1.66 232	0.01 211	0.14 403	0.00 1	0.68 467	0.86 448	0.44 418

ELAS_RVC	16.54 491	2.26 444	10.09 442	5.50 478	4.46 461	28.28 495	16.72 507	25.55 496	33.54 491	40.19 505	40.30 501	36.68 499	30.03 500	29.40 499	20.61 481	0.98 466	1.21 480	0.86 472	0.70 468	1.39 461	2.16 469
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	27.07 506	33.84 512	90.97 529	20.14 502	7.47 485	48.43 518	47.10 525	35.43 505	36.46 498	20.11 474	30.05 478	25.29 478	35.08 505	45.50 517	50.28 523	2.13 478	2.00 485	1.19 477	0.76 469	4.71 480	4.43 480

LCNet	2.85 238	0.42 151	1.90 53	0.95 182	0.56 251	2.07 96	1.60 352	4.99 131	3.57 135	6.05 231	10.59 332	4.59 246	6.79 398	7.46 284	0.72 111	0.01 211	0.00 1	0.01 349	0.77 470	0.30 382	3.57 477

FBW_ROB	8.50 450	1.03 354	7.98 424	1.93 332	1.28 327	13.10 453	6.23 448	22.50 491	18.98 454	18.82 468	14.91 402	19.06 459	10.04 444	18.41 479	9.83 439	0.62 455	0.22 443	1.82 480	0.82 471	0.99 452	1.36 458

EAI-Stereo	2.31 187	0.44 168	2.72 143	0.68 149	0.56 251	3.51 258	2.62 382	11.42 369	4.14 171	2.09 108	7.23 251	1.21 109	0.91 125	5.67 175	1.51 215	0.01 211	0.25 451	0.00 1	0.88 472	0.04 119	0.26 383

ELAS	16.72 492	2.14 441	9.23 433	4.92 474	4.53 466	32.66 502	15.11 503	27.40 499	28.68 484	40.27 506	44.90 505	38.33 501	30.50 501	26.44 498	21.94 488	0.88 461	1.23 481	0.67 468	0.89 473	1.49 462	2.18 471
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDGNet	2.73 229	7.09 482	3.90 265	2.71 412	0.06 24	2.98 211	0.20 109	4.63 107	8.58 357	2.69 118	2.70 102	0.95 100	1.01 132	6.27 198	1.51 215	1.28 470	0.00 1	5.24 492	0.94 474	1.70 465	0.13 304

EDNetEfficient	13.82 481	6.19 476	54.79 516	2.83 418	3.60 431	4.86 330	8.57 469	8.61 288	32.90 489	40.77 507	30.59 480	18.33 455	21.87 490	11.38 433	25.36 497	0.15 408	0.23 445	0.06 420	1.03 475	2.54 474	1.79 463

CC-Net-ROB	7.68 436	9.21 489	7.46 417	3.82 459	3.66 434	15.68 461	5.02 434	17.95 463	10.45 393	6.44 266	14.00 391	7.63 331	4.77 346	10.75 424	3.10 308	5.99 489	2.46 491	16.28 499	1.08 476	6.30 488	1.56 462

PASM	7.90 441	4.22 466	21.97 489	3.25 439	3.29 418	5.39 343	6.57 454	10.57 342	19.09 455	12.77 442	13.92 390	18.11 453	9.51 440	13.79 455	10.77 450	0.19 418	0.45 469	0.29 458	1.08 476	1.49 462	1.19 454

ADCMid	10.24 467	3.13 457	20.70 485	2.21 375	2.39 394	11.23 435	6.19 445	14.17 436	11.19 402	23.20 481	22.25 451	17.89 452	19.54 481	18.51 480	26.21 499	0.45 450	0.42 467	1.10 474	1.29 478	1.56 464	1.18 453

MFN_U_SF_RVC	12.94 477	3.66 464	25.81 496	3.61 453	2.26 389	22.77 482	4.55 426	27.10 497	20.06 463	23.90 482	28.99 474	30.53 489	16.98 471	19.92 486	20.26 480	1.24 468	1.07 478	0.98 473	1.33 479	1.80 468	2.04 468

SPS-STEREO	15.04 484	6.23 477	13.21 462	11.34 492	11.65 496	23.30 483	7.15 462	24.16 494	15.65 441	31.78 494	29.19 476	31.62 490	21.32 487	24.62 495	19.50 478	7.59 493	4.19 510	3.22 486	1.48 480	6.99 491	6.54 491
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCPNet	9.54 460	2.39 447	31.46 502	2.09 362	1.60 344	16.71 467	6.39 453	12.11 393	11.45 406	13.53 449	21.45 448	19.41 460	10.94 451	14.38 459	21.54 485	0.27 433	1.16 479	0.39 466	1.49 481	0.58 428	1.45 459

MSC_U_SF_DS_RVC	16.41 490	6.93 481	21.83 488	5.94 481	2.81 404	38.71 508	14.59 497	24.55 495	34.87 497	33.66 499	34.35 490	29.24 487	24.20 493	22.59 492	17.95 475	2.52 481	2.81 497	1.17 476	1.51 482	5.89 486	2.16 469

DGSMNet	6.47 416	2.61 449	13.64 464	3.46 445	3.74 436	8.97 406	6.01 443	14.15 435	13.01 420	7.46 317	14.10 392	9.94 373	4.79 349	10.44 419	6.22 382	1.30 471	1.70 484	1.80 478	1.52 483	2.27 473	2.35 472

SQANet	7.64 435	3.40 462	5.49 361	11.73 493	9.62 492	11.96 444	2.82 387	11.33 366	6.10 259	8.33 350	11.49 355	11.00 397	5.16 361	10.12 416	2.72 298	8.92 496	2.21 486	10.41 495	1.58 484	11.13 495	7.39 494

otaku	11.73 475	7.51 484	7.07 407	13.22 496	10.85 495	26.61 492	7.25 464	18.84 472	19.16 457	11.58 433	17.23 427	20.19 466	8.09 422	15.11 465	4.64 357	9.13 498	2.42 490	13.08 496	1.83 485	12.48 498	8.22 497

MFN_U_SF_DS_RVC	9.78 463	4.27 467	14.47 465	2.29 383	2.85 405	23.40 484	13.62 495	13.60 426	19.54 459	19.42 470	24.27 460	16.74 444	8.59 427	17.05 476	7.98 409	1.25 469	1.68 483	0.17 448	2.63 486	0.72 442	1.04 450

Ntro	12.35 476	8.88 487	7.80 422	13.79 497	12.42 498	26.54 491	6.98 460	18.54 467	22.14 471	9.82 396	16.45 412	20.30 467	9.29 439	15.95 470	6.61 392	9.53 500	2.47 492	14.93 498	2.77 487	13.11 500	8.63 500

anonymity	7.68 436	3.83 465	12.39 453	7.04 484	12.67 499	8.18 397	2.00 367	17.50 461	6.85 294	13.56 450	9.21 297	9.97 374	7.82 418	11.28 432	5.58 372	6.27 490	4.98 512	3.68 487	2.96 488	3.33 478	4.48 482

DualNet (step1)	3.91 340	1.11 367	6.15 384	1.27 224	0.60 255	5.22 337	2.54 377	10.66 345	7.73 326	8.36 351	7.55 259	6.55 307	4.27 314	6.58 225	1.62 228	1.49 474	0.03 260	3.10 483	2.99 489	0.20 335	0.15 321

test_sample9	5.87 400	1.11 367	6.15 384	1.27 224	0.60 255	5.22 337	2.54 377	10.66 345	7.73 326	8.36 351	7.55 259	6.55 307	4.27 314	11.68 436	11.44 454	1.49 474	24.31 522	3.10 483	2.99 489	0.20 335	0.15 321

test_sample8	7.99 443	1.11 367	6.15 384	1.27 224	0.60 255	5.22 337	2.54 377	12.04 390	6.15 264	17.46 465	9.02 295	24.67 476	18.16 474	11.68 436	11.44 454	1.49 474	24.31 522	3.10 483	2.99 489	0.20 335	0.15 321

CREStereo++_RVC	1.59 99	0.39 124	2.26 97	0.36 102	0.01 1	1.67 60	0.01 4	2.95 17	8.12 340	3.69 152	7.44 256	0.47 76	0.32 52	0.74 7	0.39 44	0.00 1	0.00 1	0.00 1	3.03 492	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
SGM+DAISY	15.62 486	7.26 483	19.28 481	8.94 485	10.11 493	26.25 488	10.49 483	19.36 480	14.65 434	30.64 492	33.59 489	33.00 492	22.32 492	24.96 496	16.42 473	7.90 494	6.25 514	4.51 489	3.37 493	5.86 485	7.20 493

JetBlue	29.12 509	15.72 497	54.12 515	15.93 498	20.98 511	60.90 527	30.62 518	39.38 506	34.62 495	34.08 500	39.69 498	57.35 514	43.17 514	50.71 523	50.60 524	2.41 479	3.79 508	2.81 482	3.45 494	9.57 493	12.59 512

ACVNet_2	26.45 505	29.35 510	25.14 494	20.27 503	15.43 504	34.97 504	12.23 492	48.37 516	66.25 525	42.69 508	56.73 519	51.77 507	25.59 495	20.39 488	13.52 465	10.13 501	2.59 495	22.78 504	3.52 495	17.57 505	9.80 505

UDG	8.58 451	9.31 490	4.89 325	10.00 489	9.52 490	10.36 423	2.41 373	12.07 391	9.82 376	7.81 329	9.55 310	16.52 441	9.81 443	7.84 307	7.88 408	4.20 484	2.51 493	18.53 501	3.71 496	9.55 492	5.28 487

Consistency-Raft	9.42 458	4.74 471	12.66 457	5.30 477	9.08 489	4.08 301	5.26 438	19.26 478	24.87 476	11.17 427	29.85 477	13.57 416	5.51 373	7.67 296	13.40 464	0.36 439	0.35 459	1.81 479	4.24 497	11.61 496	3.57 477

DDUNet	9.47 459	11.32 495	6.14 383	12.93 495	11.65 496	10.45 424	3.87 412	11.70 377	7.89 332	9.27 384	13.28 383	16.18 440	6.14 382	8.80 377	5.77 375	6.64 491	3.38 505	20.90 502	4.28 498	11.01 494	7.80 495

PWCK	30.53 512	44.32 519	47.25 513	29.76 506	7.23 482	40.78 509	27.10 517	44.73 510	44.32 507	47.31 513	36.37 494	47.16 506	26.05 496	41.26 513	31.87 507	21.83 515	4.03 509	29.50 509	4.67 499	27.17 516	7.80 495

AnonymousM	2.71 226	6.75 479	0.98 1	0.73 152	0.06 24	2.41 132	0.53 195	5.30 158	3.05 95	4.75 183	2.09 84	1.89 136	1.01 132	1.88 68	0.51 79	0.01 211	0.02 211	17.42 500	4.76 500	0.02 46	0.01 18

RainbowNet	18.01 497	26.22 505	19.95 483	18.59 501	14.88 501	27.38 494	10.46 482	27.39 498	34.54 494	14.91 458	27.01 469	25.65 479	12.44 457	18.94 482	9.23 430	13.91 510	3.46 506	23.36 505	4.86 501	16.03 502	10.91 507

ACVNet-4b	15.90 487	22.00 500	12.37 451	16.40 499	15.14 502	31.87 499	7.50 466	19.04 475	27.85 481	11.48 431	22.02 450	31.86 491	9.16 438	17.95 478	5.69 373	10.43 502	2.58 494	24.44 506	4.87 502	16.04 503	9.28 501

ACVNet_1	18.70 498	25.08 503	12.72 458	17.33 500	15.18 503	26.02 486	9.62 477	28.44 502	34.49 493	24.39 483	24.32 461	37.22 500	20.13 484	16.67 474	13.39 463	10.45 503	2.59 495	24.77 507	4.92 503	16.57 504	9.75 503

U	2.12 159	0.25 20	2.47 115	0.17 58	8.09 488	10.63 428	0.00 1	3.08 20	0.87 8	0.24 17	0.45 26	0.17 17	0.08 3	0.69 6	0.15 6	0.00 1	0.00 1	9.89 494	5.19 504	0.01 11	0.01 18

Dean	34.67 514	38.70 517	25.33 495	29.89 507	17.21 506	45.24 515	11.98 490	56.90 526	76.55 527	63.47 525	60.22 522	67.36 524	48.14 519	37.24 507	39.01 515	11.00 505	2.83 498	28.35 508	5.60 505	18.14 506	10.31 506

DispFullNet	17.47 495	26.01 504	33.98 505	22.58 505	20.86 510	13.84 458	1.28 335	16.50 454	26.27 479	19.97 473	17.17 425	20.52 470	18.49 476	22.86 493	10.76 449	5.13 486	2.83 498	30.72 510	7.72 506	20.86 507	11.01 508

MANE	19.47 501	1.27 386	5.07 336	4.69 472	5.55 473	30.49 497	9.94 479	34.01 504	37.27 501	44.13 511	51.57 515	52.51 509	40.41 511	33.58 503	24.81 495	0.89 462	0.86 477	1.11 475	9.72 507	0.38 407	1.06 451

NVStereoNet_ROB	16.04 488	6.75 479	12.90 460	6.37 482	7.42 484	12.89 451	9.74 478	22.78 492	25.12 477	30.32 491	46.19 507	34.37 496	25.38 494	21.48 490	21.38 482	5.94 488	3.10 502	6.07 493	10.09 508	4.01 479	8.54 499
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH-64-1	27.21 507	28.77 507	16.84 476	31.57 508	20.76 508	26.43 489	15.10 501	47.11 511	45.20 508	33.53 497	51.16 513	41.42 503	31.10 503	36.48 505	22.39 489	13.48 508	2.87 500	33.95 512	10.70 509	23.50 509	11.75 509

IMH-64	27.21 507	28.77 507	16.84 476	31.57 508	20.76 508	26.43 489	15.10 501	47.11 511	45.20 508	33.53 497	51.16 513	41.42 503	31.10 503	36.48 505	22.39 489	13.48 508	2.87 500	33.95 512	10.70 509	23.50 509	11.75 509

IMH	29.82 511	29.11 509	18.51 480	34.28 512	21.40 513	32.33 501	15.39 505	49.40 518	53.07 513	37.88 502	55.32 518	45.05 505	39.54 510	40.63 512	24.12 493	14.03 511	3.27 504	34.93 514	11.24 511	24.69 512	12.21 511

TorneroNet-64	32.42 513	31.89 511	30.52 501	34.73 513	21.13 512	46.99 517	18.82 509	43.10 509	59.42 518	32.70 496	46.98 508	62.01 518	36.98 507	43.97 516	33.88 510	14.10 512	3.22 503	35.28 515	11.72 512	26.84 515	14.07 513

WAO-7	29.39 510	24.43 501	20.47 484	32.71 511	13.83 500	34.70 503	20.27 514	52.19 522	65.03 523	43.29 509	59.35 521	52.19 508	44.68 516	31.71 501	30.56 506	10.98 504	4.94 511	13.71 497	12.52 513	12.06 497	8.22 497

LVE	34.99 516	40.10 518	34.97 506	32.49 510	18.61 507	51.45 523	26.82 516	52.15 521	65.94 524	47.21 512	61.04 523	53.99 512	37.30 508	37.95 508	34.09 511	15.55 514	5.95 513	31.01 511	13.81 514	22.58 508	16.72 517

TorneroNet	35.11 517	33.92 513	33.82 504	37.86 515	22.01 514	49.64 520	21.58 515	48.09 515	55.23 514	37.50 501	53.79 516	62.81 521	43.66 515	46.71 519	41.25 518	14.80 513	3.53 507	36.72 516	14.57 515	28.28 518	16.49 516

Anonymous_2	4.14 354	0.62 251	3.21 206	1.40 248	1.43 338	5.19 336	0.32 144	6.63 231	4.38 180	4.48 173	2.30 93	8.08 343	7.00 400	5.37 167	2.29 276	0.23 425	0.75 476	5.20 491	18.12 516	5.66 484	0.23 369

WAO-8	38.15 518	35.51 514	21.50 486	43.67 516	23.92 515	44.44 512	20.26 512	52.83 523	76.62 528	53.57 519	66.79 527	62.63 519	54.56 523	42.03 514	39.18 516	22.71 516	6.65 515	37.08 517	19.08 517	24.72 514	15.24 514

Venus	38.15 518	35.51 514	21.50 486	43.67 516	23.92 515	44.44 512	20.26 512	52.83 523	76.62 528	53.57 519	66.81 528	62.63 519	54.56 523	42.03 514	39.18 516	22.71 516	6.65 515	37.08 517	19.08 517	24.70 513	15.24 514

WAO-6	34.74 515	36.76 516	15.36 470	37.53 514	24.15 517	35.99 505	19.36 510	48.96 517	68.54 526	43.84 510	47.58 509	52.77 510	52.60 520	32.63 502	34.73 512	26.20 518	7.74 517	42.78 519	21.64 519	28.07 517	17.62 519

UNDER WATER	45.09 520	48.60 521	67.37 520	49.30 520	31.41 519	53.80 525	37.39 520	40.25 508	52.48 512	50.24 515	45.37 506	68.37 526	57.76 526	51.03 524	49.88 522	29.97 519	13.75 519	51.22 521	36.57 520	37.87 520	29.12 520

notaker	47.42 522	55.20 523	49.13 514	56.52 524	40.18 520	38.52 507	32.97 519	47.21 513	56.08 516	57.21 521	57.24 520	60.09 516	59.19 527	53.93 525	41.64 519	40.61 522	19.93 521	57.21 523	37.41 521	49.02 522	39.02 522

UNDER WATER-64	45.16 521	46.99 520	66.69 519	43.90 518	27.64 518	55.58 526	41.87 522	39.42 507	48.42 510	51.73 518	43.08 503	67.76 525	56.69 525	48.02 521	48.34 521	39.50 521	17.64 520	51.78 522	38.93 522	36.62 519	32.61 521

ktn	48.94 523	57.58 524	38.86 509	59.57 525	43.27 522	50.37 521	43.38 523	48.07 514	61.11 519	51.30 517	54.25 517	54.96 513	52.88 521	47.30 520	35.83 513	57.77 526	24.88 524	62.69 526	43.55 523	50.70 523	40.41 523

JetRed	61.02 527	61.05 526	82.56 524	46.09 519	56.80 527	83.19 528	63.76 527	59.26 528	63.61 521	69.29 529	68.85 529	66.59 523	47.62 518	61.57 526	74.09 529	45.58 523	66.14 529	46.59 520	45.06 524	63.17 526	49.58 526

HanzoNet	56.48 526	59.32 525	58.25 517	55.32 523	41.94 521	50.95 522	41.33 521	51.12 519	61.40 520	65.62 528	65.59 526	71.66 527	69.41 528	70.77 528	60.03 526	63.99 528	34.70 526	61.96 525	50.54 525	51.00 524	44.71 524

DPSimNet_ROB	53.45 524	64.73 528	44.39 512	53.97 522	45.39 524	53.66 524	54.83 526	55.15 525	57.87 517	64.16 527	50.83 512	63.40 522	53.34 522	46.45 518	65.81 528	63.13 527	26.54 525	57.94 524	51.11 526	45.52 521	50.69 527

KSHMR	55.63 525	63.60 527	37.85 508	74.69 527	49.56 525	49.01 519	45.73 524	57.46 527	63.97 522	61.61 524	62.07 525	72.39 528	47.01 517	50.65 522	43.29 520	54.10 525	62.21 527	66.10 527	53.94 527	51.25 525	46.11 525

TCMNet-wrong-test	67.23 529	85.83 532	81.56 523	95.63 533	94.73 533	89.35 529	85.42 530	51.73 520	33.71 492	51.26 516	61.71 524	61.33 517	41.23 512	77.26 529	64.71 527	48.76 524	9.03 518	70.12 528	68.11 528	90.76 534	82.37 534

MADNet++	82.84 530	82.38 531	73.57 522	87.72 532	82.97 531	93.14 530	69.15 528	86.42 533	82.50 530	93.46 534	86.70 530	86.28 530	80.92 530	88.34 530	88.84 530	86.83 532	84.17 533	72.64 529	68.92 529	80.47 532	81.42 533

tt	83.26 531	0.34 87	99.99 539	79.40 531	93.18 532	100.00 539	100.00 539	100.00 542	99.95 536	60.33 523	47.63 510	99.98 541	99.96 537	99.98 539	100.00 542	92.42 533	99.82 537	73.83 533	73.63 530	88.42 533	56.35 528

xxxxx1	85.63 532	90.31 533	96.68 532	76.54 528	80.57 528	97.44 534	96.86 534	85.53 530	88.53 531	88.68 531	91.71 532	94.23 531	92.93 531	90.02 531	91.98 531	70.60 529	70.39 530	73.68 530	81.46 531	74.61 528	79.86 530

tt_ll	85.63 532	90.31 533	96.68 532	76.54 528	80.57 528	97.44 534	96.86 534	85.53 530	88.53 531	88.68 531	91.71 532	94.23 531	92.93 531	90.02 531	91.98 531	70.60 529	70.39 530	73.68 530	81.46 531	74.61 528	79.86 530

ff	85.63 532	90.31 533	96.68 532	76.54 528	80.57 528	97.44 534	96.86 534	85.53 530	88.53 531	88.68 531	91.71 532	94.23 531	92.93 531	90.02 531	91.98 531	70.60 529	70.39 530	73.68 530	81.46 531	74.61 528	79.86 530

LRCNet_RVC	66.23 528	65.67 529	67.63 521	71.47 526	54.32 526	32.17 500	2.66 383	63.19 529	21.35 469	81.79 530	91.26 531	83.62 529	71.62 529	69.32 527	52.57 525	95.49 534	64.45 528	95.07 534	95.19 534	71.52 527	74.31 529

PML	97.88 535	100.00 542	96.45 531	98.01 536	97.88 536	100.00 539	99.35 537	96.88 534	97.72 535	100.00 541	97.36 535	97.38 535	99.60 536	100.00 542	96.32 535	99.99 539	97.55 534	100.00 538	96.01 535	99.18 536	87.92 535

Anonymous_1	99.08 538	99.91 538	99.85 538	97.63 535	99.10 537	100.00 539	100.00 539	99.61 539	99.96 537	99.28 539	99.86 537	99.54 538	99.99 538	99.29 536	99.75 537	96.05 535	99.59 536	97.31 535	98.57 536	97.71 535	98.63 536

test_example2	99.39 539	99.98 541	99.99 539	100.00 543	99.98 538	99.72 538	99.99 538	97.34 535	100.00 539	100.00 541	100.00 538	96.42 534	96.66 534	99.97 538	99.96 538	100.00 541	99.97 538	98.66 536	99.15 537	100.00 540	100.00 542

ccccc		96.61 536		100.00 543	100.00 539	97.41 533		99.56 538		99.27 538		99.35 537		99.92 537		100.00 541	100.00 540	99.95 537	99.77 538	100.00 540

HaxPig	98.85 537	99.94 539	95.08 530	99.99 540	100.00 539	94.03 531	94.78 531	99.15 537	99.98 538	99.99 540	100.00 538	99.98 541	99.99 538	98.12 535	95.97 534	100.00 541	99.99 539	100.00 538	99.99 539	100.00 540	99.99 540

MEDIAN_ROB	98.41 536	99.70 537	99.30 536	97.09 534	97.02 534	96.89 532	95.77 533	97.66 536	97.28 534	98.79 537	98.94 536	99.18 536	98.14 535	96.89 534	96.88 536	99.96 538	99.16 535	100.00 538	99.99 539	99.69 537	99.88 537

Selective-RAFT-Error	100.00 545	100.00 542	100.00 543	100.00 543	100.00 539	100.00 539	100.00 539	100.00 542	100.00 539	100.00 541	100.00 538	100.00 543	100.00 540	100.00 542	100.00 542	100.00 541	100.00 540	100.00 538	100.00 541	100.00 540	100.00 542

CasAABBNet	100.00 545	100.00 542	100.00 543	100.00 543	100.00 539	100.00 539	100.00 539	100.00 542	100.00 539	100.00 541	100.00 538	100.00 543	100.00 540	100.00 542	100.00 542	100.00 541	100.00 540	100.00 538	100.00 541	100.00 540	100.00 542

LSM0	100.00 545	100.00 542	100.00 543	100.00 543	100.00 539	100.00 539	100.00 539	100.00 542	100.00 539	100.00 541	100.00 538	100.00 543	100.00 540	100.00 542	100.00 542	100.00 541	100.00 540	100.00 538	100.00 541	100.00 540	99.99 540

DPSMNet_ROB	99.91 542	100.00 542	99.99 539	99.99 540	100.00 539	100.00 539	100.00 539	99.98 541	100.00 539	98.35 535	100.00 538	99.84 539	100.00 540	99.98 539	99.99 539	100.00 541	100.00 540	100.00 538	100.00 541	100.00 540	100.00 542

DGTPSM_ROB	99.90 541	100.00 542	99.99 539	99.99 540	100.00 539	100.00 539	100.00 539	99.97 540	100.00 539	98.35 535	100.00 538	99.84 539	100.00 540	99.98 539	99.99 539	99.99 539	100.00 540	100.00 538	100.00 541	100.00 540	100.00 542

DPSM_ROB	99.95 543	100.00 542	100.00 543	99.76 538	100.00 539	100.00 539	100.00 539	100.00 542	100.00 539	100.00 541	100.00 538	100.00 543	100.00 540	100.00 542	100.00 542	99.21 536	100.00 540	100.00 538	100.00 541	99.99 538	99.95 538

DPSM	99.95 543	100.00 542	100.00 543	99.76 538	100.00 539	100.00 539	100.00 539	100.00 542	100.00 539	100.00 541	100.00 538	100.00 543	100.00 540	100.00 542	100.00 542	99.21 536	100.00 540	100.00 538	100.00 541	99.99 538	99.95 538

AVERAGE_ROB	99.62 540	99.95 540	98.81 535	100.00 543	100.00 539	98.08 537	95.47 532	100.00 542	100.00 539	100.00 541	100.00 538	100.00 543	100.00 540	100.00 542	99.99 539	100.00 541	100.00 540	100.00 538	100.00 541	100.00 540	100.00 542

ASD4		81.57 530

Low-res two-view benchmark