Low-res two-view results

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

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

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

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

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

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

LGtest1	0.07 2	0.04 1	0.10 78	0.15 60	0.06 9	0.07 22	0.09 6	0.08 3	0.06 1	0.05 1	0.04 1	0.06 9	0.06 26	0.10 38	0.09 46	0.07 200	0.04 3	0.05 3	0.04 18	0.06 153	0.06 161

FoundationStereo	0.06 1	0.04 1	0.08 18	0.12 4	0.05 1	0.09 55	0.13 69	0.06 1	0.09 8	0.05 1	0.05 2	0.06 9	0.04 1	0.06 1	0.07 1	0.06 85	0.04 3	0.05 3	0.03 1	0.05 67	0.04 19

EGLCR-Stereo	0.08 14	0.05 12	0.08 18	0.14 24	0.06 9	0.10 93	0.12 35	0.11 16	0.16 147	0.06 6	0.05 2	0.07 39	0.05 7	0.10 38	0.11 150	0.06 85	0.04 3	0.06 66	0.05 72	0.04 3	0.04 19

StereoAnything_RVC	0.07 2	0.15 415	0.17 334	0.11 1	0.05 1	0.05 4	0.11 22	0.08 3	0.08 3	0.06 6	0.06 4	0.05 1	0.05 7	0.09 19	0.08 16	0.08 258	0.04 3	0.05 3	0.03 1	0.05 67	0.04 19

MonSter	0.07 2	0.06 43	0.05 1	0.15 60	0.05 1	0.07 22	0.10 12	0.15 76	0.15 122	0.05 1	0.06 4	0.05 1	0.06 26	0.07 3	0.09 46	0.04 1	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

tt45	0.09 46	0.06 43	0.11 115	0.15 60	0.07 41	0.11 134	0.16 244	0.13 41	0.11 41	0.09 60	0.06 4	0.08 64	0.06 26	0.13 196	0.10 98	0.06 85	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161

dual_stereo	0.07 2	0.04 1	0.08 18	0.15 60	0.05 1	0.05 4	0.13 69	0.12 29	0.08 3	0.07 15	0.06 4	0.05 1	0.05 7	0.07 3	0.09 46	0.06 85	0.04 3	0.05 3	0.03 1	0.04 3	0.04 19

IGEV-Stereo+	0.07 2	0.04 1	0.08 18	0.15 60	0.06 9	0.04 1	0.09 6	0.10 7	0.09 8	0.06 6	0.06 4	0.06 9	0.06 26	0.06 1	0.08 16	0.06 85	0.04 3	0.05 3	0.04 18	0.06 153	0.06 161

RSM++	0.08 14	0.06 43	0.09 49	0.17 180	0.07 41	0.09 55	0.12 35	0.11 16	0.11 41	0.08 35	0.06 4	0.07 39	0.05 7	0.10 38	0.09 46	0.04 1	0.04 3	0.06 66	0.05 72	0.05 67	0.03 1

MyStereo07	0.10 104	0.07 116	0.10 78	0.17 180	0.09 196	0.14 236	0.18 320	0.15 76	0.15 122	0.09 60	0.06 4	0.06 9	0.07 75	0.12 155	0.09 46	0.06 85	0.05 149	0.08 234	0.07 230	0.06 153	0.06 161

ff7	0.09 46	0.07 116	0.11 115	0.16 115	0.09 196	0.11 134	0.15 180	0.16 101	0.12 57	0.10 91	0.06 4	0.06 9	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161

IGEVStereo-DCA	0.09 46	0.06 43	0.11 115	0.15 60	0.10 297	0.11 134	0.15 180	0.16 101	0.12 57	0.10 91	0.06 4	0.08 64	0.06 26	0.10 38	0.08 16	0.06 85	0.05 149	0.06 66	0.05 72	0.05 67	0.06 161

ffff	0.09 46	0.07 116	0.11 115	0.16 115	0.09 196	0.11 134	0.15 180	0.16 101	0.12 57	0.10 91	0.06 4	0.06 9	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161

rrr	0.09 46	0.06 43	0.12 146	0.15 60	0.10 297	0.11 134	0.16 244	0.16 101	0.15 122	0.10 91	0.06 4	0.08 64	0.06 26	0.10 38	0.08 16	0.06 85	0.05 149	0.06 66	0.05 72	0.05 67	0.06 161

11t	0.09 46	0.07 116	0.11 115	0.16 115	0.09 196	0.11 134	0.15 180	0.16 101	0.12 57	0.10 91	0.06 4	0.06 9	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161

IGEV_Zeroshot_test	0.09 46	0.05 12	0.12 146	0.13 12	0.08 89	0.12 166	0.13 69	0.17 134	0.11 41	0.10 91	0.06 4	0.09 88	0.06 26	0.11 79	0.09 46	0.06 85	0.04 3	0.06 66	0.06 143	0.05 67	0.05 90

anonymousdsp	0.09 46	0.07 116	0.11 115	0.16 115	0.09 196	0.11 134	0.15 180	0.16 101	0.12 57	0.09 60	0.06 4	0.06 9	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161

ProNet	0.09 46	0.07 116	0.10 78	0.17 180	0.08 89	0.10 93	0.15 180	0.15 76	0.12 57	0.09 60	0.06 4	0.07 39	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.04 3	0.06 161

ccc-4	0.09 46	0.07 116	0.11 115	0.16 115	0.09 196	0.11 134	0.15 180	0.16 101	0.12 57	0.10 91	0.06 4	0.06 9	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161

IGEV-Stereo	0.09 46	0.07 116	0.11 115	0.16 115	0.09 196	0.11 134	0.15 180	0.16 101	0.12 57	0.09 60	0.06 4	0.06 9	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_xeample3	0.09 46	0.06 43	0.12 146	0.16 115	0.09 196	0.11 134	0.15 180	0.16 101	0.13 86	0.10 91	0.06 4	0.08 64	0.06 26	0.10 38	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.06 161

LG-Stereo	0.08 14	0.07 116	0.10 78	0.18 257	0.07 41	0.10 93	0.17 275	0.11 16	0.08 3	0.05 1	0.07 22	0.05 1	0.07 75	0.09 19	0.09 46	0.04 1	0.05 149	0.07 155	0.07 230	0.04 3	0.04 19

GREAT-IGEV	0.07 2	0.06 43	0.08 18	0.13 12	0.07 41	0.07 22	0.14 114	0.09 5	0.09 8	0.06 6	0.07 22	0.06 9	0.05 7	0.10 38	0.07 1	0.05 7	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

SCV_C0	0.08 14	0.07 116	0.07 4	0.16 115	0.09 196	0.08 34	0.15 180	0.11 16	0.12 57	0.08 35	0.07 22	0.06 9	0.05 7	0.11 79	0.07 1	0.05 7	0.05 149	0.05 3	0.04 18	0.06 153	0.05 90

SCV	0.08 14	0.09 271	0.08 18	0.15 60	0.08 89	0.10 93	0.13 69	0.10 7	0.12 57	0.07 15	0.07 22	0.06 9	0.04 1	0.09 19	0.08 16	0.05 7	0.04 3	0.06 66	0.04 18	0.06 153	0.04 19

DEFOM-Stereo_RVC	0.08 14	0.06 43	0.09 49	0.22 405	0.06 9	0.08 34	0.12 35	0.10 7	0.10 18	0.07 15	0.07 22	0.06 9	0.05 7	0.11 79	0.09 46	0.06 85	0.04 3	0.05 3	0.03 1	0.06 153	0.04 19

HUF	0.08 14	0.05 12	0.08 18	0.14 24	0.06 9	0.09 55	0.13 69	0.13 41	0.13 86	0.07 15	0.07 22	0.08 64	0.06 26	0.10 38	0.09 46	0.06 85	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

AIO_test	0.07 2	0.05 12	0.07 4	0.15 60	0.07 41	0.06 7	0.14 114	0.10 7	0.10 18	0.07 15	0.07 22	0.06 9	0.05 7	0.08 12	0.10 98	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

castereo++	0.08 14	0.05 12	0.08 18	0.15 60	0.05 1	0.14 236	0.12 35	0.11 16	0.15 122	0.07 15	0.07 22	0.07 39	0.06 26	0.08 12	0.08 16	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

IGEV-RUCA	0.08 14	0.06 43	0.11 115	0.14 24	0.09 196	0.10 93	0.12 35	0.10 7	0.12 57	0.06 6	0.07 22	0.07 39	0.06 26	0.09 19	0.08 16	0.06 85	0.05 149	0.05 3	0.04 18	0.05 67	0.06 161

fffft	0.09 46	0.06 43	0.12 146	0.16 115	0.07 41	0.09 55	0.17 275	0.12 29	0.11 41	0.08 35	0.07 22	0.09 88	0.06 26	0.11 79	0.12 195	0.05 7	0.04 3	0.06 66	0.05 72	0.04 3	0.05 90
1: 1. 1
DEFOM-Stereo	0.07 2	0.05 12	0.07 4	0.14 24	0.06 9	0.10 93	0.13 69	0.07 2	0.13 86	0.06 6	0.07 22	0.06 9	0.05 7	0.10 38	0.09 46	0.04 1	0.04 3	0.05 3	0.03 1	0.04 3	0.04 19

SMoEStereo_RVC	0.08 14	0.06 43	0.12 146	0.16 115	0.07 41	0.09 55	0.14 114	0.11 16	0.13 86	0.09 60	0.07 22	0.07 39	0.07 75	0.12 155	0.10 98	0.05 7	0.04 3	0.06 66	0.05 72	0.04 3	0.04 19

IGEV-Stereo++	0.07 2	0.06 43	0.08 18	0.18 257	0.06 9	0.04 1	0.10 12	0.11 16	0.11 41	0.06 6	0.07 22	0.07 39	0.06 26	0.09 19	0.09 46	0.05 7	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

Pointernet	0.09 46	0.04 1	0.09 49	0.16 115	0.08 89	0.13 204	0.10 12	0.15 76	0.17 165	0.09 60	0.07 22	0.06 9	0.06 26	0.11 79	0.09 46	0.08 258	0.04 3	0.05 3	0.03 1	0.06 153	0.05 90

U	0.08 14	0.07 116	0.09 49	0.19 313	0.10 297	0.10 93	0.13 69	0.12 29	0.17 165	0.07 15	0.07 22	0.06 9	0.05 7	0.07 3	0.08 16	0.06 85	0.04 3	0.06 66	0.04 18	0.06 153	0.05 90

IGEV-BASED-STEREO-	0.09 46	0.10 326	0.31 438	0.15 60	0.06 9	0.08 34	0.14 114	0.10 7	0.10 18	0.07 15	0.07 22	0.06 9	0.04 1	0.11 79	0.07 1	0.12 403	0.04 3	0.07 155	0.05 72	0.05 67	0.05 90

WCG-NET（raft）	0.08 14	0.05 12	0.10 78	0.15 60	0.06 9	0.11 134	0.13 69	0.15 76	0.12 57	0.08 35	0.07 22	0.06 9	0.06 26	0.13 196	0.08 16	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.04 19

RSM	0.08 14	0.06 43	0.09 49	0.17 180	0.06 9	0.08 34	0.12 35	0.12 29	0.10 18	0.08 35	0.07 22	0.06 9	0.05 7	0.11 79	0.09 46	0.04 1	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

test_for_model	0.09 46	0.12 368	0.14 223	0.23 425	0.11 344	0.08 34	0.13 69	0.12 29	0.12 57	0.10 91	0.07 22	0.07 39	0.06 26	0.11 79	0.10 98	0.06 85	0.05 149	0.05 3	0.03 1	0.07 219	0.04 19

Selective-IGEV	0.07 2	0.06 43	0.08 18	0.17 180	0.06 9	0.08 34	0.12 35	0.13 41	0.07 2	0.08 35	0.07 22	0.06 9	0.04 1	0.10 38	0.09 46	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

CroCo-Stereo	0.09 46	0.08 206	0.08 18	0.22 405	0.09 196	0.09 55	0.19 358	0.15 76	0.12 57	0.07 15	0.07 22	0.08 64	0.06 26	0.08 12	0.07 1	0.07 200	0.05 149	0.06 66	0.04 18	0.05 67	0.04 19
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-1	0.10 104	0.07 116	0.16 306	0.19 313	0.08 89	0.11 134	0.24 425	0.14 56	0.18 191	0.09 60	0.07 22	0.09 88	0.08 106	0.07 3	0.09 46	0.06 85	0.04 3	0.06 66	0.05 72	0.04 3	0.04 19

AIO_rvc	0.07 2	0.06 43	0.08 18	0.15 60	0.06 9	0.08 34	0.14 114	0.09 5	0.08 3	0.07 15	0.08 44	0.07 39	0.04 1	0.10 38	0.08 16	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

GIP-stereo	0.08 14	0.06 43	0.11 115	0.14 24	0.06 9	0.09 55	0.13 69	0.14 56	0.11 41	0.07 15	0.08 44	0.05 1	0.04 1	0.10 38	0.07 1	0.05 7	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

999	0.09 46	0.05 12	0.13 191	0.15 60	0.08 89	0.10 93	0.14 114	0.15 76	0.11 41	0.10 91	0.08 44	0.08 64	0.08 106	0.16 274	0.10 98	0.06 85	0.04 3	0.06 66	0.05 72	0.04 3	0.05 90

PAM_32	0.09 46	0.05 12	0.17 334	0.15 60	0.08 89	0.10 93	0.15 180	0.14 56	0.15 122	0.09 60	0.08 44	0.09 88	0.07 75	0.14 218	0.08 16	0.06 85	0.05 149	0.06 66	0.06 143	0.05 67	0.06 161

AIO-Stereo	0.08 14	0.06 43	0.09 49	0.18 257	0.06 9	0.08 34	0.12 35	0.15 76	0.09 8	0.08 35	0.08 44	0.07 39	0.05 7	0.11 79	0.08 16	0.05 7	0.05 149	0.05 3	0.04 18	0.04 3	0.04 19

MoCha-V2	0.08 14	0.05 12	0.10 78	0.20 361	0.07 41	0.09 55	0.14 114	0.11 16	0.08 3	0.07 15	0.08 44	0.07 39	0.06 26	0.09 19	0.08 16	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.04 19

IGEV++	0.08 14	0.06 43	0.08 18	0.18 257	0.07 41	0.09 55	0.13 69	0.10 7	0.09 8	0.08 35	0.08 44	0.06 9	0.06 26	0.13 196	0.09 46	0.05 7	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

MyStereo06	0.10 104	0.07 116	0.12 146	0.17 180	0.09 196	0.13 204	0.18 320	0.19 179	0.12 57	0.12 153	0.08 44	0.07 39	0.07 75	0.11 79	0.09 46	0.06 85	0.05 149	0.07 155	0.07 230	0.06 153	0.06 161

tt1	0.10 104	0.08 206	0.12 146	0.17 180	0.09 196	0.12 166	0.16 244	0.15 76	0.19 205	0.09 60	0.08 44	0.06 9	0.06 26	0.10 38	0.07 1	0.06 85	0.04 3	0.06 66	0.05 72	0.06 153	0.06 161

EKT-Stereo	0.11 147	0.07 116	0.14 223	0.15 60	0.10 297	0.13 204	0.14 114	0.18 160	0.21 242	0.11 117	0.08 44	0.12 154	0.09 132	0.11 79	0.12 195	0.08 258	0.06 264	0.07 155	0.06 143	0.08 279	0.07 236

iRaft-Stereo_20w	0.09 46	0.05 12	0.13 191	0.14 24	0.08 89	0.12 166	0.15 180	0.18 160	0.10 18	0.11 117	0.08 44	0.08 64	0.05 7	0.10 38	0.09 46	0.06 85	0.04 3	0.06 66	0.05 72	0.06 153	0.05 90

test-3	0.08 14	0.06 43	0.09 49	0.17 180	0.07 41	0.07 22	0.14 114	0.12 29	0.15 122	0.09 60	0.08 44	0.07 39	0.08 106	0.11 79	0.10 98	0.05 7	0.04 3	0.07 155	0.05 72	0.04 3	0.04 19

test_1	0.08 14	0.06 43	0.09 49	0.17 180	0.07 41	0.07 22	0.14 114	0.12 29	0.15 122	0.09 60	0.08 44	0.07 39	0.08 106	0.11 79	0.10 98	0.05 7	0.04 3	0.07 155	0.05 72	0.04 3	0.04 19

S2M2	0.09 46	0.08 206	0.11 115	0.13 12	0.10 297	0.08 34	0.06 1	0.10 7	0.10 18	0.10 91	0.09 57	0.10 116	0.09 132	0.11 79	0.11 150	0.13 426	0.07 333	0.08 234	0.09 338	0.10 369	0.08 301

SGD-Stereo	0.08 14	0.05 12	0.10 78	0.14 24	0.05 1	0.12 166	0.12 35	0.11 16	0.12 57	0.07 15	0.09 57	0.09 88	0.09 132	0.08 12	0.08 16	0.06 85	0.04 3	0.05 3	0.04 18	0.05 67	0.03 1

Reg-Stereo(zero)	0.08 14	0.05 12	0.08 18	0.16 115	0.06 9	0.12 166	0.11 22	0.15 76	0.10 18	0.12 153	0.09 57	0.10 116	0.08 106	0.11 79	0.08 16	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.05 90

AIO-test2	0.10 104	0.08 206	0.10 78	0.23 425	0.08 89	0.11 134	0.10 12	0.23 252	0.23 266	0.08 35	0.09 57	0.08 64	0.05 7	0.10 38	0.08 16	0.06 85	0.05 149	0.08 234	0.09 338	0.05 67	0.05 90

mms	0.09 46	0.07 116	0.08 18	0.16 115	0.08 89	0.10 93	0.16 244	0.12 29	0.11 41	0.08 35	0.09 57	0.08 64	0.06 26	0.11 79	0.12 195	0.05 7	0.04 3	0.07 155	0.05 72	0.04 3	0.03 1

fffy	0.09 46	0.08 206	0.09 49	0.16 115	0.07 41	0.13 204	0.17 275	0.13 41	0.12 57	0.08 35	0.09 57	0.08 64	0.09 132	0.13 196	0.11 150	0.05 7	0.05 149	0.07 155	0.05 72	0.04 3	0.05 90

PAM	0.10 104	0.05 12	0.16 306	0.15 60	0.08 89	0.09 55	0.16 244	0.15 76	0.16 147	0.12 153	0.09 57	0.09 88	0.07 75	0.13 196	0.08 16	0.06 85	0.05 149	0.06 66	0.06 143	0.05 67	0.06 161

WCG-NET	0.08 14	0.05 12	0.09 49	0.15 60	0.06 9	0.11 134	0.14 114	0.13 41	0.13 86	0.06 6	0.09 57	0.07 39	0.06 26	0.13 196	0.08 16	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

CAS++	0.11 147	0.07 116	0.11 115	0.14 24	0.09 196	0.12 166	0.14 114	0.24 274	0.14 108	0.11 117	0.09 57	0.11 137	0.07 75	0.14 218	0.09 46	0.11 378	0.09 385	0.09 313	0.07 230	0.07 219	0.08 301
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.10 104	0.08 206	0.12 146	0.16 115	0.08 89	0.15 261	0.16 244	0.18 160	0.18 191	0.10 91	0.09 57	0.09 88	0.08 106	0.11 79	0.12 195	0.07 200	0.05 149	0.08 234	0.06 143	0.07 219	0.06 161

ACVNet-DCA	0.10 104	0.08 206	0.12 146	0.17 180	0.09 196	0.13 204	0.15 180	0.23 252	0.16 147	0.09 60	0.09 57	0.06 9	0.06 26	0.10 38	0.07 1	0.06 85	0.04 3	0.06 66	0.05 72	0.07 219	0.07 236

xx1	0.11 147	0.08 206	0.12 146	0.17 180	0.09 196	0.13 204	0.15 180	0.16 101	0.18 191	0.09 60	0.09 57	0.16 240	0.16 320	0.10 38	0.07 1	0.06 85	0.04 3	0.08 234	0.08 294	0.07 219	0.07 236

1test111	0.11 147	0.08 206	0.12 146	0.17 180	0.09 196	0.13 204	0.15 180	0.23 252	0.16 147	0.09 60	0.09 57	0.06 9	0.06 26	0.15 240	0.16 316	0.06 85	0.04 3	0.06 66	0.05 72	0.07 219	0.07 236

cc1	0.10 104	0.08 206	0.12 146	0.17 180	0.09 196	0.13 204	0.15 180	0.16 101	0.18 191	0.09 60	0.09 57	0.06 9	0.06 26	0.10 38	0.07 1	0.06 85	0.04 3	0.06 66	0.05 72	0.06 153	0.06 161

MSKI-zero shot	0.09 46	0.05 12	0.09 49	0.15 60	0.07 41	0.10 93	0.13 69	0.14 56	0.13 86	0.09 60	0.09 57	0.09 88	0.06 26	0.12 155	0.10 98	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.04 19

testlalala	0.08 14	0.07 116	0.17 334	0.16 115	0.08 89	0.09 55	0.12 35	0.15 76	0.10 18	0.07 15	0.09 57	0.06 9	0.06 26	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.04 18	0.04 3	0.04 19

AEACV	0.08 14	0.05 12	0.08 18	0.14 24	0.13 396	0.14 236	0.13 69	0.14 56	0.09 8	0.07 15	0.09 57	0.07 39	0.08 106	0.10 38	0.09 46	0.06 85	0.04 3	0.06 66	0.05 72	0.05 67	0.04 19

HH	0.09 46	0.06 43	0.13 191	0.17 180	0.08 89	0.10 93	0.16 244	0.14 56	0.10 18	0.08 35	0.09 57	0.08 64	0.07 75	0.10 38	0.09 46	0.06 85	0.04 3	0.06 66	0.05 72	0.05 67	0.04 19

HanStereo	0.09 46	0.06 43	0.13 191	0.17 180	0.08 89	0.10 93	0.16 244	0.14 56	0.10 18	0.08 35	0.09 57	0.08 64	0.07 75	0.10 38	0.09 46	0.06 85	0.04 3	0.06 66	0.05 72	0.05 67	0.04 19

LoS_RVC	0.08 14	0.05 12	0.07 4	0.15 60	0.07 41	0.08 34	0.15 180	0.11 16	0.10 18	0.08 35	0.09 57	0.06 9	0.09 132	0.10 38	0.09 46	0.05 7	0.04 3	0.05 3	0.03 1	0.04 3	0.03 1

LoS	0.09 46	0.05 12	0.11 115	0.13 12	0.07 41	0.14 236	0.11 22	0.15 76	0.15 122	0.09 60	0.09 57	0.12 154	0.09 132	0.15 240	0.10 98	0.07 200	0.05 149	0.05 3	0.03 1	0.05 67	0.05 90
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 14	0.04 1	0.08 18	0.14 24	0.07 41	0.09 55	0.14 114	0.11 16	0.09 8	0.08 35	0.09 57	0.11 137	0.06 26	0.12 155	0.08 16	0.06 85	0.04 3	0.05 3	0.03 1	0.05 67	0.05 90

TRStereo	0.09 46	0.05 12	0.12 146	0.15 60	0.12 375	0.10 93	0.13 69	0.18 160	0.18 191	0.09 60	0.09 57	0.09 88	0.06 26	0.10 38	0.08 16	0.07 200	0.05 149	0.07 155	0.07 230	0.04 3	0.04 19

raftrobust	0.09 46	0.06 43	0.10 78	0.17 180	0.08 89	0.09 55	0.10 12	0.18 160	0.16 147	0.10 91	0.09 57	0.12 154	0.07 75	0.12 155	0.10 98	0.08 258	0.05 149	0.06 66	0.05 72	0.05 67	0.05 90

EAI-Stereo	0.09 46	0.07 116	0.11 115	0.15 60	0.06 9	0.10 93	0.15 180	0.16 101	0.09 8	0.08 35	0.09 57	0.08 64	0.07 75	0.09 19	0.11 150	0.05 7	0.04 3	0.05 3	0.05 72	0.05 67	0.04 19

MM-Stereo_test3	0.10 104	0.07 116	0.07 4	0.18 257	0.07 41	0.12 166	0.19 358	0.24 274	0.19 205	0.06 6	0.10 82	0.08 64	0.06 26	0.11 79	0.08 16	0.06 85	0.06 264	0.07 155	0.05 72	0.05 67	0.04 19

MM-Stereo_test2	0.09 46	0.06 43	0.09 49	0.19 313	0.08 89	0.12 166	0.18 320	0.15 76	0.14 108	0.07 15	0.10 82	0.07 39	0.06 26	0.12 155	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.05 67	0.03 1

HART	0.08 14	0.07 116	0.09 49	0.17 180	0.07 41	0.10 93	0.16 244	0.13 41	0.11 41	0.08 35	0.10 82	0.07 39	0.05 7	0.10 38	0.08 16	0.05 7	0.04 3	0.06 66	0.04 18	0.05 67	0.04 19

castereo	0.09 46	0.06 43	0.11 115	0.15 60	0.06 9	0.11 134	0.15 180	0.14 56	0.18 191	0.08 35	0.10 82	0.11 137	0.08 106	0.09 19	0.10 98	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.03 1

ours_stereo	0.09 46	0.07 116	0.09 49	0.17 180	0.08 89	0.11 134	0.16 244	0.11 16	0.12 57	0.08 35	0.10 82	0.08 64	0.06 26	0.12 155	0.12 195	0.05 7	0.04 3	0.06 66	0.05 72	0.04 3	0.03 1

model_zeroshot	0.10 104	0.04 1	0.11 115	0.15 60	0.09 196	0.12 166	0.14 114	0.20 190	0.13 86	0.11 117	0.10 82	0.12 154	0.07 75	0.12 155	0.10 98	0.07 200	0.06 264	0.06 66	0.05 72	0.06 153	0.06 161

GCAP-BAT	0.09 46	0.07 116	0.14 223	0.15 60	0.08 89	0.10 93	0.13 69	0.14 56	0.10 18	0.11 117	0.10 82	0.08 64	0.07 75	0.12 155	0.10 98	0.06 85	0.05 149	0.06 66	0.04 18	0.04 3	0.04 19

rvit_stereo_0080	0.10 104	0.08 206	0.14 223	0.15 60	0.09 196	0.07 22	0.15 180	0.16 101	0.16 147	0.11 117	0.10 82	0.14 198	0.08 106	0.12 155	0.10 98	0.09 313	0.07 333	0.07 155	0.06 143	0.07 219	0.05 90

RAFT-Stereo-weight	0.09 46	0.06 43	0.10 78	0.16 115	0.07 41	0.09 55	0.14 114	0.19 179	0.16 147	0.11 117	0.10 82	0.08 64	0.06 26	0.10 38	0.11 150	0.06 85	0.04 3	0.06 66	0.04 18	0.04 3	0.04 19

H2IRNET	0.10 104	0.09 271	0.09 49	0.18 257	0.09 196	0.12 166	0.15 180	0.14 56	0.21 242	0.10 91	0.10 82	0.10 116	0.10 162	0.10 38	0.10 98	0.05 7	0.04 3	0.08 234	0.08 294	0.06 153	0.05 90

MGS-Stereo	0.09 46	0.07 116	0.12 146	0.15 60	0.08 89	0.09 55	0.15 180	0.12 29	0.12 57	0.07 15	0.10 82	0.08 64	0.06 26	0.10 38	0.09 46	0.05 7	0.04 3	0.06 66	0.05 72	0.06 153	0.05 90

whm_eth	0.10 104	0.08 206	0.14 223	0.15 60	0.09 196	0.07 22	0.15 180	0.16 101	0.16 147	0.11 117	0.10 82	0.14 198	0.08 106	0.12 155	0.10 98	0.09 313	0.07 333	0.07 155	0.06 143	0.07 219	0.05 90

DLNR_Zeroshot_test	10.40 530	1.82 523	19.49 536	120.77 541	13.11 534	0.06 7	0.13 69	0.23 252	0.10 18	0.07 15	0.10 82	0.09 88	0.06 26	0.10 38	0.09 46	0.13 426	0.04 3	0.06 66	0.04 18	51.54 540	0.04 19

CASnet	0.09 46	0.09 271	0.09 49	0.19 313	0.06 9	0.07 22	0.11 22	0.18 160	0.14 108	0.11 117	0.10 82	0.09 88	0.07 75	0.10 38	0.10 98	0.06 85	0.04 3	0.10 358	0.08 294	0.05 67	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 46	0.07 116	0.13 191	0.18 257	0.06 9	0.11 134	0.07 2	0.13 41	0.12 57	0.09 60	0.10 82	0.07 39	0.09 132	0.13 196	0.10 98	0.06 85	0.05 149	0.05 3	0.04 18	0.04 3	0.05 90

RAFT-Test	0.09 46	0.06 43	0.10 78	0.15 60	0.07 41	0.11 134	0.15 180	0.16 101	0.13 86	0.09 60	0.10 82	0.10 116	0.09 132	0.12 155	0.09 46	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.05 90

LL-Strereo2	0.10 104	0.10 326	0.15 272	0.18 257	0.08 89	0.15 261	0.09 6	0.17 134	0.14 108	0.14 200	0.10 82	0.09 88	0.07 75	0.16 274	0.10 98	0.05 7	0.05 149	0.10 358	0.07 230	0.06 153	0.05 90

CAS	0.08 14	0.04 1	0.07 4	0.17 180	0.08 89	0.10 93	0.13 69	0.12 29	0.09 8	0.09 60	0.10 82	0.08 64	0.06 26	0.09 19	0.08 16	0.08 258	0.04 3	0.05 3	0.03 1	0.05 67	0.04 19

Selective-RAFT	0.11 147	0.10 326	0.11 115	0.21 390	0.08 89	0.16 291	0.13 69	0.20 190	0.22 256	0.10 91	0.10 82	0.11 137	0.10 162	0.15 240	0.11 150	0.05 7	0.05 149	0.06 66	0.05 72	0.06 153	0.05 90

RCA-Stereo	0.09 46	0.06 43	0.09 49	0.16 115	0.06 9	0.09 55	0.13 69	0.18 160	0.14 108	0.09 60	0.10 82	0.08 64	0.07 75	0.12 155	0.11 150	0.06 85	0.04 3	0.06 66	0.05 72	0.05 67	0.04 19

CroCo-Stereo Lap2	0.09 46	0.09 271	0.08 18	0.22 405	0.09 196	0.09 55	0.19 358	0.16 101	0.12 57	0.09 60	0.10 82	0.05 1	0.05 7	0.08 12	0.08 16	0.06 85	0.06 264	0.07 155	0.05 72	0.05 67	0.05 90

IPLGR_C	0.11 147	0.08 206	0.14 223	0.17 180	0.08 89	0.12 166	0.15 180	0.17 134	0.15 122	0.14 200	0.10 82	0.16 240	0.09 132	0.16 274	0.11 150	0.07 200	0.05 149	0.06 66	0.05 72	0.05 67	0.06 161

MIPNet	0.11 147	0.08 206	0.14 223	0.17 180	0.09 196	0.12 166	0.14 114	0.20 190	0.24 282	0.11 117	0.10 82	0.09 88	0.07 75	0.13 196	0.12 195	0.06 85	0.04 3	0.06 66	0.05 72	0.04 3	0.04 19

ACRE	0.11 147	0.08 206	0.14 223	0.17 180	0.08 89	0.12 166	0.15 180	0.17 134	0.14 108	0.14 200	0.10 82	0.16 240	0.09 132	0.16 274	0.11 150	0.07 200	0.05 149	0.06 66	0.05 72	0.05 67	0.06 161

test_3	0.10 104	0.09 271	0.10 78	0.20 361	0.08 89	0.13 204	0.26 446	0.14 56	0.21 242	0.10 91	0.10 82	0.09 88	0.09 132	0.08 12	0.11 150	0.05 7	0.04 3	0.08 234	0.07 230	0.04 3	0.04 19

RAFT-Stereo + iAFF	0.09 46	0.06 43	0.10 78	0.17 180	0.06 9	0.10 93	0.16 244	0.17 134	0.14 108	0.09 60	0.10 82	0.08 64	0.09 132	0.11 79	0.09 46	0.05 7	0.04 3	0.06 66	0.06 143	0.04 3	0.03 1

RAFT + AFF	0.13 235	0.07 116	0.20 380	0.20 361	0.10 297	0.14 236	0.24 425	0.26 307	0.20 227	0.11 117	0.10 82	0.12 154	0.10 162	0.15 240	0.12 195	0.07 200	0.06 264	0.09 313	0.08 294	0.06 153	0.08 301

Gwc-CoAtRS	0.09 46	0.06 43	0.10 78	0.16 115	0.07 41	0.10 93	0.14 114	0.17 134	0.17 165	0.08 35	0.10 82	0.12 154	0.09 132	0.12 155	0.09 46	0.06 85	0.04 3	0.06 66	0.04 18	0.04 3	0.04 19

LG-Stereo_Zeroshot	0.07 2	0.06 43	0.10 78	0.16 115	0.07 41	0.04 1	0.13 69	0.10 7	0.10 18	0.05 1	0.11 110	0.07 39	0.05 7	0.07 3	0.09 46	0.06 85	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

MM-Stereo_test1	0.10 104	0.07 116	0.08 18	0.18 257	0.07 41	0.12 166	0.18 320	0.21 211	0.20 227	0.09 60	0.11 110	0.08 64	0.06 26	0.10 38	0.10 98	0.06 85	0.05 149	0.07 155	0.06 143	0.05 67	0.04 19

tg	0.10 104	0.06 43	0.10 78	0.18 257	0.08 89	0.11 134	0.16 244	0.20 190	0.12 57	0.08 35	0.11 110	0.11 137	0.07 75	0.11 79	0.10 98	0.05 7	0.04 3	0.08 234	0.08 294	0.04 3	0.04 19

Occ-G	0.08 14	0.05 12	0.06 2	0.14 24	0.07 41	0.08 34	0.14 114	0.13 41	0.15 122	0.07 15	0.11 110	0.07 39	0.05 7	0.09 19	0.10 98	0.06 85	0.05 149	0.05 3	0.04 18	0.05 67	0.05 90

MaDis-Stereo	0.09 46	0.09 271	0.08 18	0.17 180	0.09 196	0.13 204	0.10 12	0.16 101	0.16 147	0.09 60	0.11 110	0.06 9	0.06 26	0.09 19	0.13 235	0.07 200	0.06 264	0.07 155	0.05 72	0.05 67	0.04 19

4D-IteraStereo	0.09 46	0.07 116	0.10 78	0.18 257	0.07 41	0.09 55	0.15 180	0.17 134	0.15 122	0.10 91	0.11 110	0.10 116	0.07 75	0.11 79	0.09 46	0.05 7	0.03 1	0.08 234	0.07 230	0.06 153	0.05 90

CIPLG	0.11 147	0.08 206	0.14 223	0.17 180	0.08 89	0.12 166	0.15 180	0.17 134	0.15 122	0.14 200	0.11 110	0.16 240	0.09 132	0.16 274	0.11 150	0.07 200	0.05 149	0.06 66	0.05 72	0.05 67	0.06 161

AnonymousM	0.09 46	0.05 12	0.10 78	0.14 24	0.06 9	0.09 55	0.13 69	0.19 179	0.14 108	0.13 179	0.11 110	0.09 88	0.08 106	0.13 196	0.10 98	0.08 258	0.05 149	0.08 234	0.05 72	0.05 67	0.05 90

cross-raft	0.10 104	0.09 271	0.09 49	0.19 313	0.07 41	0.11 134	0.25 439	0.13 41	0.15 122	0.08 35	0.11 110	0.12 154	0.10 162	0.09 19	0.11 150	0.05 7	0.04 3	0.06 66	0.05 72	0.04 3	0.04 19

s12784h	0.09 46	0.06 43	0.07 4	0.15 60	0.05 1	0.16 291	0.18 320	0.15 76	0.15 122	0.10 91	0.11 110	0.11 137	0.11 186	0.10 38	0.12 195	0.05 7	0.04 3	0.05 3	0.04 18	0.04 3	0.04 19

sAnonymous2	0.13 235	0.12 368	0.24 405	0.20 361	0.12 375	0.17 312	0.13 69	0.26 307	0.21 242	0.11 117	0.11 110	0.13 178	0.08 106	0.10 38	0.10 98	0.09 313	0.05 149	0.08 234	0.06 143	0.15 447	0.10 368

CroCo_RVC	0.13 235	0.12 368	0.24 405	0.20 361	0.12 375	0.17 312	0.13 69	0.26 307	0.21 242	0.11 117	0.11 110	0.13 178	0.08 106	0.10 38	0.10 98	0.09 313	0.05 149	0.08 234	0.06 143	0.15 447	0.10 368

AIO-test1	0.10 104	0.07 116	0.10 78	0.23 425	0.07 41	0.09 55	0.13 69	0.21 211	0.14 108	0.11 117	0.12 122	0.09 88	0.07 75	0.11 79	0.09 46	0.06 85	0.05 149	0.09 313	0.10 373	0.03 1	0.06 161

RAStereo	0.10 104	0.09 271	0.08 18	0.20 361	0.08 89	0.13 204	0.18 320	0.15 76	0.17 165	0.10 91	0.12 122	0.05 1	0.06 26	0.09 19	0.08 16	0.07 200	0.05 149	0.07 155	0.05 72	0.05 67	0.04 19

AIO-Stereo-zeroshot	0.11 147	0.05 12	0.11 115	0.15 60	0.13 396	0.13 204	0.16 244	0.23 252	0.17 165	0.10 91	0.12 122	0.10 116	0.07 75	0.11 79	0.09 46	0.06 85	0.05 149	0.06 66	0.06 143	0.07 219	0.08 301

gcap-zeroshot	0.09 46	0.05 12	0.10 78	0.16 115	0.07 41	0.13 204	0.13 69	0.11 16	0.12 57	0.13 179	0.12 122	0.09 88	0.08 106	0.09 19	0.09 46	0.06 85	0.05 149	0.06 66	0.05 72	0.04 3	0.04 19

UniTT-Stereo	0.09 46	0.07 116	0.08 18	0.18 257	0.08 89	0.13 204	0.11 22	0.12 29	0.11 41	0.10 91	0.12 122	0.05 1	0.07 75	0.09 19	0.09 46	0.07 200	0.05 149	0.05 3	0.05 72	0.05 67	0.05 90

Any-RAFT	0.10 104	0.05 12	0.09 49	0.14 24	0.07 41	0.13 204	0.14 114	0.21 211	0.15 122	0.11 117	0.12 122	0.12 154	0.09 132	0.12 155	0.09 46	0.07 200	0.04 3	0.05 3	0.04 18	0.06 153	0.05 90

MC-Stereo	0.08 14	0.06 43	0.09 49	0.17 180	0.06 9	0.10 93	0.14 114	0.12 29	0.10 18	0.09 60	0.12 122	0.09 88	0.06 26	0.11 79	0.10 98	0.06 85	0.04 3	0.06 66	0.05 72	0.04 3	0.04 19

IPLGR	0.11 147	0.09 271	0.16 306	0.18 257	0.08 89	0.12 166	0.17 275	0.21 211	0.24 282	0.11 117	0.12 122	0.11 137	0.08 106	0.12 155	0.12 195	0.06 85	0.05 149	0.06 66	0.06 143	0.04 3	0.04 19

iRaftStereo_RVC	0.10 104	0.07 116	0.09 49	0.17 180	0.09 196	0.11 134	0.17 275	0.18 160	0.12 57	0.09 60	0.12 122	0.10 116	0.07 75	0.11 79	0.10 98	0.05 7	0.04 3	0.08 234	0.08 294	0.04 3	0.04 19

XX-TBD	0.09 46	0.06 43	0.07 4	0.14 24	0.07 41	0.12 166	0.16 244	0.14 56	0.13 86	0.11 117	0.12 122	0.09 88	0.08 106	0.10 38	0.10 98	0.06 85	0.04 3	0.05 3	0.03 1	0.06 153	0.05 90

111	0.10 104	0.06 43	0.12 146	0.15 60	0.07 41	0.10 93	0.14 114	0.21 211	0.23 266	0.11 117	0.12 122	0.14 198	0.11 186	0.13 196	0.10 98	0.06 85	0.04 3	0.06 66	0.04 18	0.05 67	0.05 90

AFF-stereo	0.09 46	0.06 43	0.10 78	0.17 180	0.07 41	0.10 93	0.16 244	0.17 134	0.09 8	0.10 91	0.12 122	0.09 88	0.09 132	0.12 155	0.09 46	0.05 7	0.04 3	0.07 155	0.07 230	0.04 3	0.03 1

CFNet-RSSM	0.09 46	0.07 116	0.09 49	0.16 115	0.07 41	0.09 55	0.15 180	0.16 101	0.17 165	0.08 35	0.12 122	0.10 116	0.09 132	0.11 79	0.09 46	0.06 85	0.04 3	0.06 66	0.04 18	0.04 3	0.04 19

rvit_stereo_0081	0.11 147	0.08 206	0.15 272	0.16 115	0.09 196	0.10 93	0.14 114	0.14 56	0.24 282	0.11 117	0.13 135	0.13 178	0.09 132	0.11 79	0.12 195	0.10 350	0.07 333	0.08 234	0.07 230	0.07 219	0.05 90

rvit_stereo_0082	0.11 147	0.08 206	0.15 272	0.16 115	0.09 196	0.10 93	0.14 114	0.14 56	0.24 282	0.11 117	0.13 135	0.13 178	0.09 132	0.11 79	0.12 195	0.10 350	0.07 333	0.08 234	0.07 230	0.07 219	0.05 90

rvit_stereo_ft	0.12 210	0.07 116	0.13 191	0.19 313	0.10 297	0.12 166	0.17 275	0.16 101	0.16 147	0.12 153	0.13 135	0.15 227	0.10 162	0.14 218	0.13 235	0.09 313	0.06 264	0.08 234	0.07 230	0.07 219	0.05 90

trnet	0.08 14	0.05 12	0.07 4	0.12 4	0.05 1	0.12 166	0.11 22	0.13 41	0.10 18	0.08 35	0.13 135	0.09 88	0.08 106	0.11 79	0.10 98	0.08 258	0.05 149	0.05 3	0.03 1	0.06 153	0.05 90

testlalala2	0.10 104	0.06 43	0.11 115	0.20 361	0.10 297	0.10 93	0.12 35	0.17 134	0.12 57	0.12 153	0.13 135	0.09 88	0.07 75	0.11 79	0.13 235	0.06 85	0.05 149	0.05 3	0.04 18	0.05 67	0.05 90

MIM_Stereo	0.09 46	0.07 116	0.11 115	0.15 60	0.07 41	0.06 7	0.12 35	0.20 190	0.14 108	0.13 179	0.13 135	0.09 88	0.05 7	0.12 155	0.08 16	0.05 7	0.06 264	0.07 155	0.06 143	0.06 153	0.05 90

GLC_STEREO	0.11 147	0.07 116	0.11 115	0.17 180	0.07 41	0.09 55	0.13 69	0.15 76	0.24 282	0.12 153	0.13 135	0.12 154	0.08 106	0.18 325	0.11 150	0.06 85	0.08 359	0.08 234	0.06 143	0.05 67	0.05 90

CRE-IMP	0.11 147	0.09 271	0.16 306	0.19 313	0.08 89	0.10 93	0.12 35	0.18 160	0.10 18	0.14 200	0.13 135	0.13 178	0.12 215	0.12 155	0.11 150	0.07 200	0.04 3	0.08 234	0.06 143	0.08 279	0.08 301

rafts_anoy	0.11 147	0.06 43	0.10 78	0.17 180	0.08 89	0.10 93	0.14 114	0.17 134	0.14 108	0.13 179	0.13 135	0.12 154	0.10 162	0.11 79	0.12 195	0.07 200	0.04 3	0.09 313	0.11 403	0.07 219	0.06 161

RALAANet	0.11 147	0.08 206	0.10 78	0.17 180	0.09 196	0.14 236	0.10 12	0.20 190	0.15 122	0.14 200	0.13 135	0.16 240	0.09 132	0.12 155	0.11 150	0.06 85	0.05 149	0.07 155	0.06 143	0.05 67	0.04 19

sCroCo_RVC	0.12 210	0.09 271	0.23 402	0.24 434	0.11 344	0.19 354	0.14 114	0.17 134	0.14 108	0.10 91	0.13 135	0.12 154	0.07 75	0.14 218	0.11 150	0.08 258	0.08 359	0.08 234	0.08 294	0.05 67	0.07 236

ARAFT	0.12 210	0.08 206	0.17 334	0.19 313	0.09 196	0.14 236	0.18 320	0.20 190	0.12 57	0.12 153	0.13 135	0.14 198	0.11 186	0.15 240	0.12 195	0.06 85	0.05 149	0.10 358	0.09 338	0.05 67	0.04 19

CREStereo	0.09 46	0.04 1	0.08 18	0.11 1	0.06 9	0.13 204	0.14 114	0.14 56	0.10 18	0.08 35	0.13 135	0.09 88	0.08 106	0.11 79	0.10 98	0.08 258	0.04 3	0.05 3	0.03 1	0.06 153	0.06 161
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
PMTNet	0.09 46	0.05 12	0.09 49	0.12 4	0.06 9	0.12 166	0.14 114	0.15 76	0.11 41	0.09 60	0.13 135	0.10 116	0.07 75	0.13 196	0.10 98	0.15 443	0.04 3	0.05 3	0.03 1	0.07 219	0.06 161

rvit_stereo_0083	0.12 210	0.08 206	0.17 334	0.16 115	0.09 196	0.11 134	0.15 180	0.14 56	0.26 317	0.11 117	0.14 149	0.13 178	0.10 162	0.12 155	0.12 195	0.10 350	0.08 359	0.09 313	0.07 230	0.07 219	0.05 90

AIO-Stereo-zeroshot1	0.11 147	0.05 12	0.14 223	0.15 60	0.20 467	0.09 55	0.17 275	0.21 211	0.15 122	0.11 117	0.14 149	0.10 116	0.07 75	0.10 38	0.08 16	0.06 85	0.05 149	0.07 155	0.07 230	0.07 219	0.09 345

MyStereo05	0.13 235	0.07 116	0.10 78	0.17 180	0.09 196	0.13 204	0.18 320	0.27 328	0.35 396	0.17 269	0.14 149	0.15 227	0.11 186	0.15 240	0.13 235	0.06 85	0.05 149	0.07 155	0.07 230	0.06 153	0.06 161

MyStereo04	0.13 235	0.07 116	0.10 78	0.17 180	0.09 196	0.14 236	0.18 320	0.29 357	0.38 412	0.17 269	0.14 149	0.16 240	0.10 162	0.15 240	0.13 235	0.06 85	0.05 149	0.08 234	0.07 230	0.06 153	0.06 161

AE-Stereo	0.10 104	0.08 206	0.10 78	0.18 257	0.09 196	0.10 93	0.15 180	0.14 56	0.19 205	0.09 60	0.14 149	0.12 154	0.08 106	0.11 79	0.10 98	0.05 7	0.06 264	0.07 155	0.06 143	0.05 67	0.04 19

anonymousdsp2	0.11 147	0.07 116	0.10 78	0.16 115	0.09 196	0.13 204	0.14 114	0.18 160	0.22 256	0.13 179	0.14 149	0.12 154	0.09 132	0.14 218	0.11 150	0.05 7	0.04 3	0.05 3	0.04 18	0.06 153	0.05 90

riskmin	0.11 147	0.06 43	0.13 191	0.14 24	0.08 89	0.14 236	0.14 114	0.18 160	0.14 108	0.11 117	0.14 149	0.16 240	0.11 186	0.14 218	0.12 195	0.09 313	0.05 149	0.07 155	0.05 72	0.08 279	0.08 301

iRaft-Stereo_5w	0.12 210	0.09 271	0.12 146	0.19 313	0.08 89	0.09 55	0.12 35	0.21 211	0.21 242	0.19 314	0.14 149	0.11 137	0.09 132	0.20 366	0.16 316	0.05 7	0.05 149	0.07 155	0.06 143	0.05 67	0.06 161

GwcNet-ADL	0.13 235	0.08 206	0.14 223	0.20 361	0.09 196	0.11 134	0.20 378	0.30 371	0.24 282	0.13 179	0.14 149	0.18 273	0.14 276	0.13 196	0.14 272	0.07 200	0.05 149	0.06 66	0.05 72	0.07 219	0.06 161

OMP-Stereo	0.11 147	0.06 43	0.14 223	0.18 257	0.08 89	0.09 55	0.12 35	0.21 211	0.21 242	0.13 179	0.14 149	0.11 137	0.12 215	0.11 79	0.13 235	0.06 85	0.04 3	0.07 155	0.06 143	0.05 67	0.04 19

NRIStereo	0.11 147	0.08 206	0.14 223	0.18 257	0.08 89	0.10 93	0.14 114	0.16 101	0.15 122	0.12 153	0.14 149	0.13 178	0.12 215	0.13 196	0.10 98	0.06 85	0.04 3	0.07 155	0.06 143	0.06 153	0.07 236

PSM-AAD	0.11 147	0.07 116	0.10 78	0.19 313	0.09 196	0.10 93	0.15 180	0.20 190	0.13 86	0.12 153	0.14 149	0.18 273	0.11 186	0.11 79	0.10 98	0.05 7	0.05 149	0.09 313	0.08 294	0.06 153	0.14 438

DeepStereo_RVC	0.11 147	0.08 206	0.16 306	0.18 257	0.08 89	0.08 34	0.12 35	0.17 134	0.12 57	0.13 179	0.14 149	0.12 154	0.12 215	0.12 155	0.11 150	0.06 85	0.04 3	0.07 155	0.06 143	0.07 219	0.08 301

IRAFT_RVC	0.12 210	0.08 206	0.16 306	0.19 313	0.08 89	0.07 22	0.15 180	0.24 274	0.23 266	0.14 200	0.14 149	0.15 227	0.12 215	0.12 155	0.10 98	0.06 85	0.04 3	0.09 313	0.06 143	0.06 153	0.06 161

CREStereo++_RVC	0.08 14	0.04 1	0.06 2	0.13 12	0.07 41	0.09 55	0.12 35	0.14 56	0.14 108	0.10 91	0.14 149	0.08 64	0.07 75	0.09 19	0.11 150	0.06 85	0.04 3	0.05 3	0.05 72	0.04 3	0.04 19
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
XX-Stereo	0.09 46	0.05 12	0.08 18	0.17 180	0.09 196	0.15 261	0.12 35	0.20 190	0.10 18	0.10 91	0.14 149	0.07 39	0.06 26	0.12 155	0.08 16	0.06 85	0.05 149	0.06 66	0.06 143	0.04 3	0.04 19

rvit_0105_5	0.14 267	0.09 271	0.13 191	0.17 180	0.09 196	0.14 236	0.23 413	0.24 274	0.27 326	0.14 200	0.15 165	0.18 273	0.12 215	0.17 306	0.14 272	0.14 439	0.11 415	0.10 358	0.10 373	0.08 279	0.06 161

UGAM-zero	0.09 46	0.05 12	0.15 272	0.15 60	0.08 89	0.09 55	0.13 69	0.19 179	0.15 122	0.11 117	0.15 165	0.07 39	0.07 75	0.09 19	0.09 46	0.06 85	0.05 149	0.06 66	0.05 72	0.05 67	0.06 161

11t1	0.12 210	0.06 43	0.13 191	0.14 24	0.08 89	0.17 312	0.15 180	0.18 160	0.15 122	0.15 227	0.15 165	0.16 240	0.16 320	0.15 240	0.13 235	0.08 258	0.05 149	0.06 66	0.05 72	0.08 279	0.07 236

plain	0.10 104	0.08 206	0.10 78	0.19 313	0.09 196	0.10 93	0.15 180	0.14 56	0.13 86	0.13 179	0.15 165	0.09 88	0.12 215	0.13 196	0.12 195	0.07 200	0.05 149	0.09 313	0.06 143	0.06 153	0.06 161

testlalala_base	0.10 104	0.09 271	0.14 223	0.21 390	0.08 89	0.10 93	0.14 114	0.13 41	0.10 18	0.07 15	0.15 165	0.07 39	0.08 106	0.10 38	0.12 195	0.08 258	0.05 149	0.05 3	0.03 1	0.06 153	0.05 90

LL-Strereo	0.13 235	0.09 271	0.11 115	0.20 361	0.10 297	0.11 134	0.18 320	0.32 391	0.24 282	0.15 227	0.15 165	0.14 198	0.13 251	0.19 341	0.11 150	0.06 85	0.04 3	0.09 313	0.08 294	0.04 3	0.05 90

LCNet	0.11 147	0.07 116	0.09 49	0.19 313	0.09 196	0.08 34	0.15 180	0.21 211	0.15 122	0.11 117	0.15 165	0.16 240	0.11 186	0.12 155	0.11 150	0.05 7	0.04 3	0.08 234	0.07 230	0.06 153	0.15 445

STrans-v2	0.10 104	0.07 116	0.12 146	0.18 257	0.07 41	0.10 93	0.14 114	0.21 211	0.11 41	0.11 117	0.15 165	0.12 154	0.10 162	0.11 79	0.12 195	0.05 7	0.04 3	0.06 66	0.06 143	0.04 3	0.04 19

GMM-Stereo	0.11 147	0.07 116	0.10 78	0.18 257	0.09 196	0.08 34	0.15 180	0.23 252	0.16 147	0.11 117	0.15 165	0.13 178	0.11 186	0.11 79	0.11 150	0.05 7	0.04 3	0.08 234	0.07 230	0.06 153	0.09 345

raft+_RVC	0.11 147	0.07 116	0.09 49	0.16 115	0.07 41	0.10 93	0.11 22	0.24 274	0.20 227	0.12 153	0.15 165	0.12 154	0.08 106	0.12 155	0.13 235	0.07 200	0.04 3	0.07 155	0.06 143	0.05 67	0.05 90

TANstereo	0.09 46	0.04 1	0.08 18	0.13 12	0.06 9	0.11 134	0.14 114	0.15 76	0.19 205	0.11 117	0.15 165	0.10 116	0.06 26	0.12 155	0.09 46	0.07 200	0.05 149	0.05 3	0.04 18	0.06 153	0.05 90

DFGA-Net	0.13 235	0.11 351	0.18 357	0.17 180	0.10 297	0.12 166	0.13 69	0.22 233	0.25 303	0.16 253	0.16 176	0.13 178	0.12 215	0.16 274	0.14 272	0.07 200	0.05 149	0.08 234	0.07 230	0.05 67	0.05 90

FACV-RUCA	0.13 235	0.11 351	0.12 146	0.19 313	0.12 375	0.15 261	0.15 180	0.22 233	0.20 227	0.15 227	0.16 176	0.14 198	0.16 320	0.14 218	0.13 235	0.07 200	0.05 149	0.08 234	0.06 143	0.10 369	0.08 301

UGAM	0.13 235	0.10 326	0.09 49	0.22 405	0.08 89	0.12 166	0.20 378	0.17 134	0.23 266	0.21 348	0.16 176	0.13 178	0.13 251	0.19 341	0.12 195	0.07 200	0.05 149	0.13 421	0.11 403	0.07 219	0.05 90

MIF-Stereo (partial)	0.11 147	0.06 43	0.10 78	0.19 313	0.10 297	0.10 93	0.11 22	0.17 134	0.18 191	0.14 200	0.16 176	0.09 88	0.11 186	0.12 155	0.12 195	0.08 258	0.05 149	0.08 234	0.07 230	0.06 153	0.07 236

DCANet-4	0.10 104	0.06 43	0.12 146	0.16 115	0.06 9	0.09 55	0.17 275	0.18 160	0.19 205	0.13 179	0.16 176	0.09 88	0.14 276	0.11 79	0.12 195	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.05 90

fff	0.10 104	0.06 43	0.12 146	0.15 60	0.07 41	0.09 55	0.17 275	0.16 101	0.20 227	0.13 179	0.16 176	0.10 116	0.11 186	0.11 79	0.12 195	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.05 90

Patchmatch Stereo++	0.11 147	0.09 271	0.16 306	0.18 257	0.08 89	0.06 7	0.11 22	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236
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
PSM-adaLoss	0.11 147	0.09 271	0.16 306	0.18 257	0.08 89	0.06 7	0.12 35	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236

ROB_FTStereo_v2	0.11 147	0.09 271	0.16 306	0.19 313	0.08 89	0.06 7	0.12 35	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236

ROB_FTStereo	0.11 147	0.09 271	0.16 306	0.19 313	0.08 89	0.06 7	0.11 22	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236

KYRaft	0.11 147	0.07 116	0.10 78	0.19 313	0.09 196	0.08 34	0.15 180	0.22 233	0.12 57	0.13 179	0.16 176	0.20 299	0.10 162	0.12 155	0.10 98	0.05 7	0.04 3	0.08 234	0.08 294	0.06 153	0.16 456

HUI-Stereo	0.11 147	0.09 271	0.16 306	0.18 257	0.08 89	0.06 7	0.12 35	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236

ASMatch	0.11 147	0.06 43	0.13 191	0.16 115	0.10 297	0.07 22	0.14 114	0.17 134	0.17 165	0.12 153	0.16 176	0.16 240	0.10 162	0.13 196	0.10 98	0.05 7	0.04 3	0.06 66	0.05 72	0.04 3	0.08 301

PFNet	0.12 210	0.06 43	0.17 334	0.17 180	0.08 89	0.09 55	0.15 180	0.26 307	0.20 227	0.16 253	0.16 176	0.14 198	0.11 186	0.12 155	0.11 150	0.06 85	0.04 3	0.07 155	0.06 143	0.05 67	0.05 90

iGMRVC	0.11 147	0.09 271	0.16 306	0.19 313	0.08 89	0.06 7	0.12 35	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236

iRAFT	0.11 147	0.09 271	0.16 306	0.18 257	0.08 89	0.06 7	0.11 22	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236

RAFT-IKP	0.11 147	0.09 271	0.16 306	0.19 313	0.08 89	0.06 7	0.12 35	0.16 101	0.13 86	0.15 227	0.16 176	0.14 198	0.12 215	0.11 79	0.10 98	0.06 85	0.04 3	0.08 234	0.06 143	0.08 279	0.07 236

csc	0.10 104	0.06 43	0.12 146	0.15 60	0.07 41	0.09 55	0.17 275	0.16 101	0.20 227	0.13 179	0.16 176	0.10 116	0.11 186	0.11 79	0.12 195	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.05 90

cscssc	0.10 104	0.06 43	0.12 146	0.15 60	0.07 41	0.09 55	0.17 275	0.16 101	0.20 227	0.13 179	0.16 176	0.10 116	0.11 186	0.11 79	0.12 195	0.06 85	0.04 3	0.05 3	0.04 18	0.04 3	0.05 90

DIP-Stereo	0.11 147	0.07 116	0.14 223	0.17 180	0.09 196	0.13 204	0.09 6	0.16 101	0.16 147	0.11 117	0.16 176	0.14 198	0.12 215	0.15 240	0.13 235	0.06 85	0.05 149	0.06 66	0.05 72	0.05 67	0.06 161
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.10 104	0.06 43	0.12 146	0.14 24	0.06 9	0.11 134	0.10 12	0.18 160	0.18 191	0.13 179	0.16 176	0.14 198	0.11 186	0.15 240	0.13 235	0.06 85	0.04 3	0.04 1	0.04 18	0.06 153	0.05 90
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
HI	0.11 147	0.06 43	0.11 115	0.13 12	0.09 196	0.09 55	0.14 114	0.21 211	0.10 18	0.19 314	0.17 197	0.14 198	0.09 132	0.16 274	0.08 16	0.05 7	0.04 3	0.07 155	0.08 294	0.07 219	0.06 161

CoSv	0.11 147	0.06 43	0.11 115	0.13 12	0.09 196	0.09 55	0.14 114	0.21 211	0.10 18	0.19 314	0.17 197	0.14 198	0.09 132	0.16 274	0.08 16	0.05 7	0.04 3	0.07 155	0.08 294	0.07 219	0.06 161

rvit_0105_3	0.15 310	0.09 271	0.14 223	0.19 313	0.12 375	0.15 261	0.25 439	0.25 290	0.29 346	0.15 227	0.17 197	0.20 299	0.13 251	0.17 306	0.14 272	0.13 426	0.11 415	0.12 406	0.14 435	0.07 219	0.06 161

CoDeX	0.12 210	0.07 116	0.12 146	0.17 180	0.08 89	0.12 166	0.15 180	0.23 252	0.27 326	0.13 179	0.17 197	0.16 240	0.11 186	0.14 218	0.11 150	0.07 200	0.05 149	0.07 155	0.06 143	0.06 153	0.05 90

knoymous	0.11 147	0.05 12	0.12 146	0.13 12	0.07 41	0.15 261	0.14 114	0.19 179	0.13 86	0.11 117	0.17 197	0.13 178	0.09 132	0.13 196	0.11 150	0.08 258	0.05 149	0.06 66	0.05 72	0.08 279	0.07 236

ADStereo(finetuned)	0.10 104	0.06 43	0.12 146	0.16 115	0.06 9	0.09 55	0.17 275	0.15 76	0.19 205	0.13 179	0.17 197	0.10 116	0.12 215	0.11 79	0.12 195	0.06 85	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

IPLG	0.10 104	0.07 116	0.15 272	0.17 180	0.08 89	0.11 134	0.14 114	0.20 190	0.15 122	0.12 153	0.17 197	0.07 39	0.07 75	0.14 218	0.13 235	0.06 85	0.04 3	0.06 66	0.05 72	0.04 3	0.04 19

GMOStereo	0.11 147	0.09 271	0.07 4	0.19 313	0.08 89	0.12 166	0.28 459	0.13 41	0.17 165	0.11 117	0.17 197	0.14 198	0.12 215	0.07 3	0.07 1	0.05 7	0.05 149	0.09 313	0.07 230	0.04 3	0.04 19

error version	0.11 147	0.09 271	0.07 4	0.19 313	0.08 89	0.12 166	0.28 459	0.13 41	0.17 165	0.11 117	0.17 197	0.14 198	0.12 215	0.07 3	0.07 1	0.05 7	0.05 149	0.09 313	0.07 230	0.04 3	0.04 19

test-v	0.11 147	0.09 271	0.07 4	0.19 313	0.08 89	0.12 166	0.28 459	0.13 41	0.17 165	0.11 117	0.17 197	0.14 198	0.12 215	0.07 3	0.07 1	0.05 7	0.05 149	0.09 313	0.07 230	0.04 3	0.04 19

TransformOpticalFlow	0.10 104	0.08 206	0.13 191	0.18 257	0.07 41	0.09 55	0.15 180	0.19 179	0.15 122	0.12 153	0.17 197	0.11 137	0.11 186	0.11 79	0.10 98	0.05 7	0.04 3	0.06 66	0.06 143	0.05 67	0.05 90

IIG-Stereo	0.11 147	0.06 43	0.13 191	0.17 180	0.08 89	0.11 134	0.12 35	0.22 233	0.17 165	0.14 200	0.17 197	0.11 137	0.12 215	0.12 155	0.12 195	0.06 85	0.05 149	0.07 155	0.06 143	0.05 67	0.04 19

NF-Stereo	0.11 147	0.07 116	0.13 191	0.17 180	0.09 196	0.10 93	0.14 114	0.23 252	0.19 205	0.12 153	0.17 197	0.12 154	0.11 186	0.11 79	0.11 150	0.06 85	0.04 3	0.07 155	0.06 143	0.06 153	0.12 403

OCTAStereo	0.11 147	0.07 116	0.13 191	0.17 180	0.09 196	0.10 93	0.14 114	0.23 252	0.19 205	0.12 153	0.17 197	0.12 154	0.11 186	0.11 79	0.11 150	0.06 85	0.04 3	0.07 155	0.06 143	0.06 153	0.12 403

SST-Stereo	0.10 104	0.07 116	0.15 272	0.18 257	0.09 196	0.06 7	0.12 35	0.17 134	0.11 41	0.15 227	0.17 197	0.13 178	0.12 215	0.10 38	0.11 150	0.06 85	0.04 3	0.09 313	0.06 143	0.06 153	0.05 90

GrayStereo	0.11 147	0.06 43	0.11 115	0.19 313	0.09 196	0.09 55	0.16 244	0.18 160	0.17 165	0.14 200	0.17 197	0.17 260	0.11 186	0.12 155	0.11 150	0.05 7	0.05 149	0.07 155	0.06 143	0.05 67	0.10 368

RE-Stereo	0.11 147	0.07 116	0.13 191	0.17 180	0.09 196	0.10 93	0.14 114	0.23 252	0.19 205	0.12 153	0.17 197	0.12 154	0.11 186	0.11 79	0.11 150	0.06 85	0.04 3	0.07 155	0.06 143	0.06 153	0.12 403

TVStereo	0.11 147	0.07 116	0.13 191	0.17 180	0.09 196	0.10 93	0.14 114	0.23 252	0.19 205	0.12 153	0.17 197	0.12 154	0.11 186	0.11 79	0.11 150	0.06 85	0.04 3	0.07 155	0.06 143	0.06 153	0.12 403

test-2	0.11 147	0.09 271	0.07 4	0.19 313	0.08 89	0.12 166	0.28 459	0.13 41	0.17 165	0.11 117	0.17 197	0.14 198	0.12 215	0.07 3	0.07 1	0.05 7	0.05 149	0.09 313	0.07 230	0.04 3	0.04 19

Prome-Stereo	0.11 147	0.06 43	0.10 78	0.18 257	0.08 89	0.12 166	0.15 180	0.22 233	0.13 86	0.12 153	0.17 197	0.13 178	0.08 106	0.12 155	0.10 98	0.05 7	0.04 3	0.07 155	0.06 143	0.06 153	0.09 345

Anonymous3	0.16 334	0.13 397	0.33 444	0.26 449	0.14 414	0.27 437	0.17 275	0.28 347	0.28 340	0.15 227	0.17 197	0.14 198	0.10 162	0.15 240	0.12 195	0.08 258	0.08 359	0.08 234	0.08 294	0.08 279	0.11 391

RALCasStereoNet	0.10 104	0.06 43	0.09 49	0.16 115	0.08 89	0.12 166	0.14 114	0.17 134	0.11 41	0.12 153	0.17 197	0.14 198	0.10 162	0.12 155	0.11 150	0.07 200	0.06 264	0.06 66	0.05 72	0.08 279	0.07 236

DCANet	0.10 104	0.06 43	0.12 146	0.16 115	0.06 9	0.09 55	0.17 275	0.15 76	0.19 205	0.13 179	0.17 197	0.10 116	0.11 186	0.11 79	0.12 195	0.06 85	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

GMStereo	0.13 235	0.14 409	0.14 223	0.18 257	0.09 196	0.15 261	0.16 244	0.20 190	0.24 282	0.16 253	0.17 197	0.10 116	0.10 162	0.16 274	0.13 235	0.07 200	0.06 264	0.06 66	0.06 143	0.07 219	0.06 161
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 235	0.07 116	0.14 223	0.17 180	0.09 196	0.15 261	0.16 244	0.28 347	0.27 326	0.14 200	0.17 197	0.12 154	0.13 251	0.14 218	0.11 150	0.08 258	0.05 149	0.07 155	0.07 230	0.07 219	0.06 161

rvit_0105_6	0.14 267	0.09 271	0.18 357	0.17 180	0.10 297	0.10 93	0.16 244	0.19 179	0.26 317	0.12 153	0.18 222	0.17 260	0.12 215	0.18 325	0.12 195	0.15 443	0.11 415	0.12 406	0.10 373	0.09 338	0.06 161

rvit_stereo_0081_aga	0.11 147	0.09 271	0.14 223	0.18 257	0.09 196	0.13 204	0.14 114	0.14 56	0.19 205	0.10 91	0.18 222	0.16 240	0.09 132	0.12 155	0.09 46	0.10 350	0.06 264	0.08 234	0.07 230	0.07 219	0.06 161

MyStereo8	0.12 210	0.07 116	0.15 272	0.15 60	0.09 196	0.18 330	0.14 114	0.19 179	0.22 256	0.12 153	0.18 222	0.11 137	0.10 162	0.16 274	0.18 348	0.07 200	0.05 149	0.07 155	0.05 72	0.08 279	0.09 345

CASS	0.13 235	0.12 368	0.11 115	0.23 425	0.09 196	0.15 261	0.17 275	0.18 160	0.19 205	0.17 269	0.18 222	0.15 227	0.15 294	0.14 218	0.14 272	0.09 313	0.06 264	0.10 358	0.08 294	0.09 338	0.07 236
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.11 147	0.07 116	0.13 191	0.16 115	0.11 344	0.11 134	0.17 275	0.18 160	0.17 165	0.11 117	0.18 222	0.10 116	0.10 162	0.15 240	0.11 150	0.06 85	0.05 149	0.06 66	0.06 143	0.05 67	0.04 19

test_4	0.10 104	0.10 326	0.08 18	0.19 313	0.09 196	0.08 34	0.22 404	0.15 76	0.17 165	0.12 153	0.18 222	0.12 154	0.09 132	0.08 12	0.11 150	0.04 1	0.04 3	0.08 234	0.08 294	0.04 3	0.03 1

GANet-ADL	0.13 235	0.07 116	0.15 272	0.17 180	0.10 297	0.18 330	0.15 180	0.30 371	0.20 227	0.13 179	0.18 222	0.19 287	0.12 215	0.16 274	0.13 235	0.08 258	0.06 264	0.06 66	0.05 72	0.07 219	0.08 301

RAFT_R40	0.11 147	0.07 116	0.14 223	0.18 257	0.09 196	0.06 7	0.13 69	0.17 134	0.16 147	0.14 200	0.18 222	0.15 227	0.12 215	0.10 38	0.11 150	0.06 85	0.04 3	0.09 313	0.06 143	0.06 153	0.05 90

ITSA-stereo	0.15 310	0.10 326	0.14 223	0.19 313	0.08 89	0.12 166	0.14 114	0.30 371	0.49 456	0.17 269	0.19 230	0.22 324	0.15 294	0.17 306	0.16 316	0.10 350	0.06 264	0.08 234	0.08 294	0.08 279	0.08 301

qqq	0.13 235	0.09 271	0.15 272	0.16 115	0.08 89	0.13 204	0.15 180	0.23 252	0.16 147	0.15 227	0.19 230	0.16 240	0.16 320	0.15 240	0.16 316	0.07 200	0.06 264	0.08 234	0.08 294	0.07 219	0.07 236

x	0.13 235	0.07 116	0.14 223	0.14 24	0.08 89	0.18 330	0.14 114	0.22 233	0.20 227	0.15 227	0.19 230	0.19 287	0.17 341	0.18 325	0.18 348	0.07 200	0.05 149	0.06 66	0.06 143	0.07 219	0.07 236

raft_robust	0.13 235	0.10 326	0.07 4	0.18 257	0.08 89	0.13 204	0.24 425	0.28 347	0.33 376	0.20 335	0.19 230	0.14 198	0.10 162	0.11 79	0.12 195	0.05 7	0.05 149	0.07 155	0.07 230	0.05 67	0.04 19

PFNet+	0.11 147	0.06 43	0.13 191	0.16 115	0.09 196	0.05 4	0.12 35	0.17 134	0.21 242	0.16 253	0.19 230	0.14 198	0.10 162	0.11 79	0.11 150	0.08 258	0.05 149	0.09 313	0.08 294	0.06 153	0.11 391

PSM-softLoss	0.12 210	0.07 116	0.15 272	0.17 180	0.09 196	0.08 34	0.13 69	0.24 274	0.17 165	0.14 200	0.19 230	0.13 178	0.11 186	0.11 79	0.11 150	0.07 200	0.05 149	0.08 234	0.07 230	0.06 153	0.12 403

KMStereo	0.12 210	0.07 116	0.15 272	0.17 180	0.09 196	0.08 34	0.13 69	0.24 274	0.17 165	0.14 200	0.19 230	0.13 178	0.11 186	0.11 79	0.11 150	0.07 200	0.05 149	0.08 234	0.07 230	0.06 153	0.12 403

Pruner-Stereo	0.11 147	0.07 116	0.12 146	0.17 180	0.09 196	0.06 7	0.12 35	0.17 134	0.17 165	0.13 179	0.19 230	0.13 178	0.09 132	0.11 79	0.11 150	0.06 85	0.04 3	0.07 155	0.06 143	0.06 153	0.08 301

DMCA	0.14 267	0.09 271	0.16 306	0.19 313	0.09 196	0.15 261	0.17 275	0.23 252	0.27 326	0.14 200	0.19 230	0.17 260	0.18 354	0.15 240	0.17 330	0.10 350	0.06 264	0.08 234	0.06 143	0.09 338	0.10 368

BEATNet_4x	0.12 210	0.08 206	0.14 223	0.18 257	0.07 41	0.15 261	0.07 2	0.22 233	0.18 191	0.16 253	0.19 230	0.18 273	0.14 276	0.16 274	0.15 300	0.07 200	0.05 149	0.05 3	0.05 72	0.06 153	0.06 161

R-Stereo Train	0.10 104	0.06 43	0.10 78	0.17 180	0.08 89	0.11 134	0.14 114	0.23 252	0.11 41	0.12 153	0.19 230	0.11 137	0.08 106	0.09 19	0.11 150	0.07 200	0.05 149	0.06 66	0.05 72	0.05 67	0.05 90

RAFT-Stereo	0.10 104	0.06 43	0.10 78	0.17 180	0.08 89	0.11 134	0.14 114	0.23 252	0.11 41	0.12 153	0.19 230	0.11 137	0.08 106	0.09 19	0.11 150	0.07 200	0.05 149	0.06 66	0.05 72	0.05 67	0.05 90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
coex_refinement	0.14 267	0.07 116	0.12 146	0.17 180	0.10 297	0.15 261	0.15 180	0.26 307	0.29 346	0.18 299	0.20 242	0.22 324	0.17 341	0.16 274	0.18 348	0.08 258	0.05 149	0.06 66	0.06 143	0.09 338	0.08 301

rvit_0105_4	0.14 267	0.09 271	0.17 334	0.17 180	0.10 297	0.12 166	0.19 358	0.23 252	0.27 326	0.14 200	0.20 242	0.17 260	0.13 251	0.17 306	0.13 235	0.15 443	0.11 415	0.11 389	0.10 373	0.09 338	0.06 161

rvit_105_1	0.19 379	0.11 351	0.25 410	0.21 390	0.16 440	0.21 384	0.27 453	0.31 380	0.41 425	0.19 314	0.20 242	0.22 324	0.17 341	0.19 341	0.17 330	0.12 403	0.12 429	0.13 421	0.15 450	0.08 279	0.07 236

DualNet (step1)	0.16 334	0.12 368	0.20 380	0.12 4	0.14 414	0.17 312	0.13 69	0.27 328	0.23 266	0.20 335	0.20 242	0.24 347	0.19 370	0.16 274	0.16 316	0.15 443	0.06 264	0.14 433	0.14 435	0.14 432	0.12 403

test_sample9	0.18 367	0.12 368	0.20 380	0.12 4	0.14 414	0.17 312	0.13 69	0.27 328	0.23 266	0.20 335	0.20 242	0.24 347	0.19 370	0.19 341	0.17 330	0.15 443	0.30 490	0.14 433	0.14 435	0.14 432	0.12 403

test_sample7	0.15 310	0.10 326	0.16 306	0.14 24	0.11 344	0.16 291	0.16 244	0.27 328	0.23 266	0.20 335	0.20 242	0.24 347	0.19 370	0.16 274	0.16 316	0.12 403	0.06 264	0.10 358	0.09 338	0.10 369	0.10 368

test_sample2	0.12 210	0.07 116	0.12 146	0.14 24	0.08 89	0.16 291	0.18 320	0.21 211	0.16 147	0.14 200	0.20 242	0.19 287	0.15 294	0.15 240	0.12 195	0.08 258	0.05 149	0.07 155	0.06 143	0.08 279	0.07 236

SMFormer	0.14 267	0.07 116	0.17 334	0.14 24	0.08 89	0.16 291	0.17 275	0.26 307	0.27 326	0.19 314	0.20 242	0.18 273	0.15 294	0.15 240	0.17 330	0.08 258	0.05 149	0.07 155	0.06 143	0.07 219	0.06 161

tta	0.14 267	0.07 116	0.17 334	0.14 24	0.08 89	0.16 291	0.17 275	0.26 307	0.27 326	0.19 314	0.20 242	0.18 273	0.15 294	0.15 240	0.17 330	0.08 258	0.05 149	0.07 155	0.06 143	0.06 153	0.06 161

qqq1	0.13 235	0.07 116	0.17 334	0.14 24	0.08 89	0.16 291	0.17 275	0.26 307	0.27 326	0.19 314	0.20 242	0.18 273	0.15 294	0.15 240	0.11 150	0.08 258	0.05 149	0.05 3	0.05 72	0.06 153	0.06 161

fff1	0.13 235	0.07 116	0.17 334	0.14 24	0.08 89	0.16 291	0.17 275	0.26 307	0.27 326	0.19 314	0.20 242	0.18 273	0.15 294	0.15 240	0.11 150	0.08 258	0.05 149	0.05 3	0.05 72	0.06 153	0.06 161

PCWNet_CMD	0.14 267	0.08 206	0.15 272	0.17 180	0.09 196	0.14 236	0.14 114	0.29 357	0.36 400	0.14 200	0.20 242	0.21 306	0.12 215	0.17 306	0.13 235	0.07 200	0.05 149	0.07 155	0.07 230	0.07 219	0.07 236

TestStereo1	0.13 235	0.08 206	0.08 18	0.19 313	0.08 89	0.18 330	0.29 468	0.23 252	0.16 147	0.17 269	0.20 242	0.16 240	0.10 162	0.12 155	0.13 235	0.06 85	0.06 264	0.08 234	0.06 143	0.05 67	0.05 90

DisPM	0.11 147	0.07 116	0.12 146	0.16 115	0.09 196	0.06 7	0.13 69	0.17 134	0.17 165	0.14 200	0.20 242	0.12 154	0.10 162	0.11 79	0.10 98	0.06 85	0.04 3	0.07 155	0.06 143	0.06 153	0.11 391

SA-5K	0.13 235	0.08 206	0.08 18	0.19 313	0.08 89	0.18 330	0.29 468	0.23 252	0.16 147	0.17 269	0.20 242	0.16 240	0.10 162	0.12 155	0.13 235	0.06 85	0.06 264	0.08 234	0.06 143	0.05 67	0.05 90

Sa-1000	0.12 210	0.08 206	0.08 18	0.18 257	0.08 89	0.14 236	0.22 404	0.22 233	0.18 191	0.15 227	0.20 242	0.17 260	0.11 186	0.10 38	0.10 98	0.06 85	0.05 149	0.09 313	0.09 338	0.05 67	0.05 90

UDGNet	0.14 267	0.13 397	0.16 306	0.17 180	0.10 297	0.12 166	0.16 244	0.21 211	0.27 326	0.20 335	0.20 242	0.16 240	0.13 251	0.16 274	0.13 235	0.10 350	0.06 264	0.09 313	0.07 230	0.06 153	0.07 236

dd	0.15 310	0.16 423	0.16 306	0.19 313	0.09 196	0.15 261	0.18 320	0.21 211	0.25 303	0.23 376	0.20 242	0.21 306	0.09 132	0.21 382	0.16 316	0.10 350	0.06 264	0.08 234	0.06 143	0.08 279	0.06 161

PSMNet-ADL	0.15 310	0.12 368	0.13 191	0.22 405	0.09 196	0.13 204	0.20 378	0.26 307	0.23 266	0.18 299	0.20 242	0.24 347	0.16 320	0.18 325	0.17 330	0.08 258	0.08 359	0.08 234	0.11 403	0.08 279	0.07 236

ADLNet2	0.16 334	0.09 271	0.13 191	0.16 115	0.09 196	0.20 369	0.16 244	0.31 380	0.39 416	0.16 253	0.20 242	0.20 299	0.18 354	0.21 382	0.22 395	0.08 258	0.06 264	0.07 155	0.07 230	0.09 338	0.07 236

UCFNet_RVC	0.14 267	0.08 206	0.13 191	0.11 1	0.10 297	0.20 369	0.10 12	0.24 274	0.22 256	0.17 269	0.20 242	0.23 341	0.15 294	0.17 306	0.15 300	0.12 403	0.07 333	0.10 358	0.13 432	0.11 389	0.10 368

NINENet	0.16 334	0.10 326	0.15 272	0.17 180	0.11 344	0.19 354	0.14 114	0.40 457	0.36 400	0.18 299	0.21 263	0.16 240	0.13 251	0.15 240	0.13 235	0.08 258	0.08 359	0.10 358	0.07 230	0.10 369	0.09 345

psmg	0.14 267	0.09 271	0.14 223	0.17 180	0.10 297	0.15 261	0.17 275	0.29 357	0.19 205	0.17 269	0.21 263	0.25 360	0.16 320	0.15 240	0.14 272	0.08 258	0.06 264	0.08 234	0.08 294	0.07 219	0.06 161

AAGNet	0.11 147	0.07 116	0.16 306	0.19 313	0.09 196	0.08 34	0.13 69	0.18 160	0.13 86	0.16 253	0.21 263	0.13 178	0.14 276	0.11 79	0.14 272	0.06 85	0.04 3	0.09 313	0.06 143	0.06 153	0.05 90

RAFT	0.13 235	0.09 271	0.11 115	0.18 257	0.08 89	0.15 261	0.24 425	0.20 190	0.19 205	0.21 348	0.21 263	0.17 260	0.12 215	0.16 274	0.09 46	0.06 85	0.07 333	0.10 358	0.09 338	0.05 67	0.05 90

CFNet_pseudo	0.14 267	0.08 206	0.15 272	0.16 115	0.09 196	0.13 204	0.14 114	0.27 328	0.34 387	0.14 200	0.21 263	0.22 324	0.13 251	0.18 325	0.14 272	0.07 200	0.05 149	0.08 234	0.06 143	0.07 219	0.07 236

MSMDNet	0.14 267	0.08 206	0.15 272	0.17 180	0.09 196	0.14 236	0.14 114	0.29 357	0.36 400	0.14 200	0.21 263	0.21 306	0.12 215	0.17 306	0.14 272	0.07 200	0.05 149	0.07 155	0.07 230	0.07 219	0.07 236

HSM-Net_RVC	0.14 267	0.08 206	0.11 115	0.15 60	0.08 89	0.15 261	0.15 180	0.27 328	0.29 346	0.19 314	0.21 263	0.29 393	0.14 276	0.17 306	0.13 235	0.06 85	0.06 264	0.06 66	0.06 143	0.07 219	0.06 161
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.14 267	0.08 206	0.15 272	0.16 115	0.09 196	0.12 166	0.14 114	0.27 328	0.34 387	0.14 200	0.21 263	0.22 324	0.13 251	0.18 325	0.14 272	0.07 200	0.05 149	0.08 234	0.07 230	0.07 219	0.07 236

DeepPruner_ROB	0.16 334	0.11 351	0.15 272	0.17 180	0.10 297	0.17 312	0.15 180	0.32 391	0.21 242	0.19 314	0.21 263	0.22 324	0.18 354	0.20 366	0.15 300	0.13 426	0.09 385	0.09 313	0.09 338	0.11 389	0.10 368

test_sample8	0.19 379	0.12 368	0.20 380	0.12 4	0.14 414	0.17 312	0.13 69	0.31 380	0.21 242	0.27 408	0.22 272	0.36 436	0.25 415	0.19 341	0.17 330	0.15 443	0.30 490	0.14 433	0.14 435	0.14 432	0.12 403

test_sample3	0.14 267	0.08 206	0.15 272	0.14 24	0.09 196	0.19 354	0.17 275	0.26 307	0.18 191	0.16 253	0.22 272	0.19 287	0.15 294	0.17 306	0.13 235	0.08 258	0.06 264	0.07 155	0.06 143	0.09 338	0.08 301

test_sample1	0.13 235	0.07 116	0.14 223	0.13 12	0.08 89	0.19 354	0.16 244	0.20 190	0.15 122	0.14 200	0.22 272	0.18 273	0.16 320	0.17 306	0.14 272	0.07 200	0.06 264	0.06 66	0.06 143	0.08 279	0.07 236

ssnet_v2	0.17 354	0.10 326	0.17 334	0.17 180	0.11 344	0.21 384	0.21 395	0.33 410	0.25 303	0.22 363	0.22 272	0.27 376	0.18 354	0.22 393	0.20 366	0.11 378	0.09 385	0.09 313	0.09 338	0.08 279	0.08 301

BUS	0.14 267	0.09 271	0.14 223	0.22 405	0.10 297	0.19 354	0.14 114	0.34 419	0.19 205	0.17 269	0.22 272	0.16 240	0.13 251	0.15 240	0.13 235	0.08 258	0.06 264	0.10 358	0.09 338	0.07 219	0.07 236

BSDual-CNN	0.15 310	0.09 271	0.14 223	0.22 405	0.10 297	0.14 236	0.15 180	0.34 419	0.19 205	0.17 269	0.22 272	0.25 360	0.16 320	0.15 240	0.14 272	0.08 258	0.06 264	0.10 358	0.09 338	0.07 219	0.07 236

hknet	0.15 310	0.11 351	0.13 191	0.22 405	0.11 344	0.14 236	0.15 180	0.34 419	0.25 303	0.17 269	0.22 272	0.22 324	0.18 354	0.17 306	0.12 195	0.07 200	0.06 264	0.10 358	0.09 338	0.07 219	0.07 236

NOSS_ROB	0.19 379	0.12 368	0.18 357	0.16 115	0.12 375	0.15 261	0.12 35	0.30 371	0.32 369	0.20 335	0.22 272	0.27 376	0.23 401	0.21 382	0.16 316	0.16 459	0.18 467	0.23 472	0.21 469	0.12 403	0.13 421

DN-CSS_ROB	0.13 235	0.13 397	0.16 306	0.18 257	0.10 297	0.16 291	0.08 4	0.22 233	0.18 191	0.17 269	0.22 272	0.13 178	0.13 251	0.12 155	0.13 235	0.05 7	0.05 149	0.10 358	0.10 373	0.08 279	0.06 161

DCVSM-stereo	0.14 267	0.09 271	0.16 306	0.16 115	0.10 297	0.15 261	0.09 6	0.19 179	0.23 266	0.20 335	0.23 281	0.26 369	0.15 294	0.18 325	0.14 272	0.09 313	0.07 333	0.09 313	0.08 294	0.10 369	0.12 403

ACV-stereo	0.15 310	0.10 326	0.28 425	0.18 257	0.12 375	0.14 236	0.12 35	0.23 252	0.21 242	0.19 314	0.23 281	0.22 324	0.15 294	0.23 404	0.17 330	0.07 200	0.06 264	0.07 155	0.07 230	0.07 219	0.07 236

DispNO	0.14 267	0.08 206	0.17 334	0.19 313	0.12 375	0.11 134	0.21 395	0.23 252	0.29 346	0.17 269	0.23 281	0.18 273	0.17 341	0.15 240	0.15 300	0.07 200	0.05 149	0.08 234	0.08 294	0.07 219	0.06 161

mmm	0.14 267	0.08 206	0.17 334	0.17 180	0.09 196	0.17 312	0.18 320	0.21 211	0.15 122	0.15 227	0.23 281	0.21 306	0.16 320	0.16 274	0.17 330	0.08 258	0.05 149	0.08 234	0.07 230	0.07 219	0.07 236

AASNet	0.16 334	0.08 206	0.12 146	0.19 313	0.09 196	0.18 330	0.15 180	0.37 442	0.37 407	0.19 314	0.23 281	0.20 299	0.16 320	0.17 306	0.20 366	0.10 350	0.08 359	0.08 234	0.07 230	0.09 338	0.09 345

GES	0.14 267	0.08 206	0.16 306	0.15 60	0.10 297	0.13 204	0.13 69	0.28 347	0.25 303	0.16 253	0.23 281	0.18 273	0.13 251	0.16 274	0.13 235	0.08 258	0.07 333	0.07 155	0.06 143	0.08 279	0.09 345

FENet	0.13 235	0.08 206	0.12 146	0.16 115	0.08 89	0.14 236	0.15 180	0.22 233	0.23 266	0.17 269	0.23 281	0.16 240	0.12 215	0.14 218	0.15 300	0.08 258	0.05 149	0.08 234	0.08 294	0.07 219	0.07 236

FADNet_RVC	0.16 334	0.14 409	0.40 460	0.20 361	0.11 344	0.13 204	0.13 69	0.26 307	0.22 256	0.21 348	0.23 281	0.20 299	0.17 341	0.14 218	0.16 316	0.08 258	0.08 359	0.12 406	0.09 338	0.11 389	0.10 368

AdaStereo	0.15 310	0.11 351	0.15 272	0.18 257	0.09 196	0.20 369	0.11 22	0.32 391	0.28 340	0.20 335	0.23 281	0.20 299	0.13 251	0.19 341	0.14 272	0.12 403	0.05 149	0.10 358	0.07 230	0.09 338	0.07 236
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.
HSM	0.15 310	0.08 206	0.14 223	0.16 115	0.09 196	0.16 291	0.14 114	0.28 347	0.25 303	0.19 314	0.23 281	0.37 441	0.16 320	0.20 366	0.15 300	0.07 200	0.05 149	0.07 155	0.06 143	0.07 219	0.06 161

iResNet	0.13 235	0.10 326	0.18 357	0.19 313	0.08 89	0.13 204	0.18 320	0.20 190	0.26 317	0.15 227	0.23 281	0.15 227	0.13 251	0.14 218	0.14 272	0.06 85	0.04 3	0.06 66	0.05 72	0.06 153	0.05 90

ttt	0.14 267	0.08 206	0.14 223	0.15 60	0.08 89	0.15 261	0.18 320	0.27 328	0.29 346	0.16 253	0.24 292	0.17 260	0.13 251	0.13 196	0.14 272	0.11 378	0.08 359	0.09 313	0.08 294	0.09 338	0.08 301

1111x	0.15 310	0.08 206	0.12 146	0.18 257	0.07 41	0.18 330	0.25 439	0.31 380	0.24 282	0.17 269	0.24 292	0.26 369	0.15 294	0.13 196	0.23 407	0.07 200	0.07 333	0.08 234	0.09 338	0.07 219	0.06 161

StereoVision	0.13 235	0.12 368	0.09 49	0.24 434	0.10 297	0.15 261	0.21 395	0.21 211	0.20 227	0.12 153	0.24 292	0.10 116	0.10 162	0.16 274	0.10 98	0.09 313	0.11 415	0.12 406	0.12 422	0.06 153	0.05 90

CFNet_ucs	0.15 310	0.08 206	0.16 306	0.16 115	0.11 344	0.14 236	0.14 114	0.30 371	0.34 387	0.16 253	0.24 292	0.23 341	0.14 276	0.18 325	0.15 300	0.09 313	0.06 264	0.08 234	0.07 230	0.09 338	0.09 345

SDNR	0.19 379	0.08 206	0.19 368	0.16 115	0.12 375	0.77 506	0.14 114	0.25 290	0.32 369	0.19 314	0.24 292	0.19 287	0.13 251	0.19 341	0.15 300	0.16 459	0.18 467	0.14 433	0.11 403	0.08 279	0.11 391

iinet-f	0.16 334	0.06 43	0.45 466	0.14 24	0.10 297	0.21 384	0.14 114	0.27 328	0.23 266	0.21 348	0.24 292	0.21 306	0.15 294	0.18 325	0.21 386	0.09 313	0.07 333	0.07 155	0.06 143	0.09 338	0.10 368

GASNet	0.22 411	0.23 462	0.33 444	0.26 449	0.17 455	0.26 428	0.16 244	0.44 474	0.42 432	0.27 408	0.24 292	0.30 401	0.15 294	0.27 423	0.18 348	0.12 403	0.08 359	0.12 406	0.11 403	0.16 454	0.07 236

gwcnet-sp	0.14 267	0.07 116	0.12 146	0.18 257	0.09 196	0.16 291	0.17 275	0.24 274	0.24 282	0.18 299	0.24 292	0.15 227	0.16 320	0.15 240	0.15 300	0.08 258	0.06 264	0.07 155	0.08 294	0.08 279	0.07 236

scenet	0.14 267	0.07 116	0.12 146	0.18 257	0.09 196	0.16 291	0.17 275	0.24 274	0.24 282	0.18 299	0.24 292	0.15 227	0.16 320	0.15 240	0.15 300	0.08 258	0.06 264	0.07 155	0.08 294	0.08 279	0.07 236

ToySt	0.17 354	0.11 351	0.18 357	0.17 180	0.11 344	0.16 291	0.25 439	0.24 274	0.33 376	0.19 314	0.24 292	0.26 369	0.24 407	0.19 341	0.20 366	0.07 200	0.08 359	0.09 313	0.10 373	0.09 338	0.08 301

anonymousa	0.13 235	0.07 116	0.13 191	0.18 257	0.09 196	0.13 204	0.17 275	0.19 179	0.29 346	0.15 227	0.24 292	0.15 227	0.14 276	0.14 218	0.14 272	0.07 200	0.05 149	0.07 155	0.09 338	0.05 67	0.06 161

Anonymous_2	0.22 411	0.17 434	0.28 425	0.15 60	0.16 440	0.32 451	0.22 404	0.22 233	0.17 165	0.23 376	0.24 292	0.26 369	0.27 428	0.27 423	0.23 407	0.22 480	0.25 486	0.17 453	0.17 461	0.17 461	0.17 464

ssnet	0.14 267	0.07 116	0.12 146	0.18 257	0.09 196	0.16 291	0.17 275	0.24 274	0.24 282	0.18 299	0.24 292	0.15 227	0.16 320	0.15 240	0.15 300	0.08 258	0.06 264	0.07 155	0.08 294	0.08 279	0.07 236

dad	0.17 354	0.20 451	0.20 380	0.16 115	0.11 344	0.20 369	0.18 320	0.21 211	0.28 340	0.30 432	0.24 292	0.29 393	0.13 251	0.19 341	0.16 316	0.18 465	0.09 385	0.11 389	0.09 338	0.11 389	0.07 236

CrosDoStereo	0.12 210	0.06 43	0.12 146	0.14 24	0.08 89	0.12 166	0.15 180	0.17 134	0.22 256	0.19 314	0.24 292	0.15 227	0.11 186	0.11 79	0.12 195	0.06 85	0.04 3	0.07 155	0.07 230	0.05 67	0.05 90

FTStereo	0.12 210	0.06 43	0.14 223	0.18 257	0.09 196	0.07 22	0.15 180	0.21 211	0.18 191	0.12 153	0.24 292	0.12 154	0.12 215	0.13 196	0.13 235	0.05 7	0.05 149	0.07 155	0.06 143	0.06 153	0.10 368

DeepStereo_LL	0.12 210	0.06 43	0.12 146	0.14 24	0.08 89	0.12 166	0.15 180	0.17 134	0.22 256	0.19 314	0.24 292	0.15 227	0.11 186	0.11 79	0.12 195	0.06 85	0.04 3	0.07 155	0.07 230	0.05 67	0.05 90

DEmStereo	0.12 210	0.06 43	0.14 223	0.14 24	0.10 297	0.16 291	0.15 180	0.16 101	0.24 282	0.17 269	0.24 292	0.13 178	0.14 276	0.12 155	0.13 235	0.05 7	0.04 3	0.07 155	0.06 143	0.05 67	0.05 90

THIR-Stereo	0.12 210	0.07 116	0.11 115	0.15 60	0.08 89	0.14 236	0.16 244	0.17 134	0.25 303	0.16 253	0.24 292	0.14 198	0.12 215	0.12 155	0.14 272	0.06 85	0.04 3	0.07 155	0.07 230	0.05 67	0.05 90

LMCR-Stereo	0.15 310	0.08 206	0.13 191	0.21 390	0.09 196	0.17 312	0.20 378	0.27 328	0.19 205	0.24 385	0.24 292	0.23 341	0.17 341	0.20 366	0.17 330	0.07 200	0.06 264	0.08 234	0.06 143	0.10 369	0.08 301

TestStereo	0.13 235	0.14 409	0.11 115	0.23 425	0.08 89	0.15 261	0.21 395	0.20 190	0.23 266	0.14 200	0.24 292	0.16 240	0.12 215	0.16 274	0.14 272	0.05 7	0.06 264	0.08 234	0.06 143	0.09 338	0.05 90

pcwnet_v2	0.19 379	0.10 326	0.26 413	0.17 180	0.14 414	0.18 330	0.15 180	0.37 442	0.46 449	0.19 314	0.24 292	0.21 306	0.19 370	0.20 366	0.19 359	0.13 426	0.10 404	0.10 358	0.10 373	0.11 389	0.13 421

HCRNet	0.16 334	0.24 465	0.12 146	0.35 480	0.11 344	0.15 261	0.17 275	0.26 307	0.22 256	0.19 314	0.24 292	0.21 306	0.14 276	0.15 240	0.13 235	0.11 378	0.07 333	0.11 389	0.10 373	0.09 338	0.07 236

UNet	0.17 354	0.09 271	0.18 357	0.19 313	0.12 375	0.27 437	0.19 358	0.33 410	0.29 346	0.21 348	0.24 292	0.23 341	0.19 370	0.19 341	0.18 348	0.07 200	0.06 264	0.08 234	0.07 230	0.08 279	0.06 161

UPFNet	0.16 334	0.08 206	0.12 146	0.20 361	0.12 375	0.20 369	0.23 413	0.28 347	0.26 317	0.17 269	0.24 292	0.22 324	0.19 370	0.19 341	0.21 386	0.09 313	0.07 333	0.08 234	0.09 338	0.08 279	0.06 161

ac_64	0.16 334	0.08 206	0.15 272	0.18 257	0.10 297	0.22 392	0.18 320	0.24 274	0.21 242	0.18 299	0.24 292	0.29 393	0.18 354	0.19 341	0.22 395	0.09 313	0.07 333	0.08 234	0.09 338	0.07 219	0.06 161

GANet-RSSM	0.14 267	0.07 116	0.13 191	0.13 12	0.08 89	0.14 236	0.17 275	0.22 233	0.21 242	0.17 269	0.24 292	0.23 341	0.15 294	0.16 274	0.15 300	0.10 350	0.06 264	0.07 155	0.08 294	0.08 279	0.07 236

DSFCA	0.16 334	0.09 271	0.14 223	0.16 115	0.10 297	0.20 369	0.19 358	0.28 347	0.31 363	0.23 376	0.24 292	0.22 324	0.15 294	0.19 341	0.20 366	0.10 350	0.07 333	0.09 313	0.09 338	0.08 279	0.08 301

CFNet	0.15 310	0.10 326	0.17 334	0.17 180	0.08 89	0.18 330	0.09 6	0.28 347	0.25 303	0.19 314	0.24 292	0.24 347	0.17 341	0.17 306	0.14 272	0.08 258	0.06 264	0.09 313	0.10 373	0.07 219	0.06 161

ISRNet	0.18 367	0.08 206	0.19 368	0.19 313	0.13 396	0.15 261	0.12 35	0.30 371	0.32 369	0.21 348	0.25 321	0.27 376	0.17 341	0.17 306	0.20 366	0.20 472	0.08 359	0.14 433	0.14 435	0.14 432	0.17 464

GCST	0.37 474	0.42 491	0.26 413	1.02 515	0.39 490	0.18 330	0.08 4	0.20 190	0.17 165	0.28 422	0.25 321	0.15 227	0.12 215	0.16 274	0.14 272	0.64 508	0.43 497	0.75 505	0.65 508	0.63 502	0.46 501

test_sample4	0.14 267	0.08 206	0.14 223	0.15 60	0.08 89	0.19 354	0.18 320	0.26 307	0.17 165	0.16 253	0.25 321	0.18 273	0.14 276	0.16 274	0.13 235	0.08 258	0.06 264	0.08 234	0.06 143	0.08 279	0.08 301

ffm	0.12 210	0.09 271	0.14 223	0.16 115	0.08 89	0.17 312	0.17 275	0.15 76	0.19 205	0.15 227	0.25 321	0.19 287	0.13 251	0.10 38	0.07 1	0.06 85	0.04 3	0.09 313	0.08 294	0.06 153	0.06 161

ff1	0.13 235	0.09 271	0.14 223	0.16 115	0.08 89	0.17 312	0.17 275	0.15 76	0.19 205	0.15 227	0.25 321	0.19 287	0.13 251	0.14 218	0.20 366	0.06 85	0.04 3	0.09 313	0.08 294	0.06 153	0.06 161

mmx	0.14 267	0.09 271	0.14 223	0.16 115	0.08 89	0.17 312	0.17 275	0.27 328	0.25 303	0.15 227	0.25 321	0.19 287	0.13 251	0.14 218	0.20 366	0.08 258	0.06 264	0.09 313	0.08 294	0.08 279	0.08 301

xxx	0.14 267	0.09 271	0.14 223	0.16 115	0.08 89	0.17 312	0.17 275	0.27 328	0.25 303	0.15 227	0.25 321	0.19 287	0.13 251	0.14 218	0.20 366	0.08 258	0.06 264	0.09 313	0.08 294	0.08 279	0.08 301

IER	0.14 267	0.07 116	0.13 191	0.17 180	0.09 196	0.14 236	0.16 244	0.25 290	0.26 317	0.18 299	0.25 321	0.17 260	0.20 382	0.16 274	0.14 272	0.08 258	0.05 149	0.07 155	0.06 143	0.08 279	0.07 236

DAS	0.15 310	0.08 206	0.18 357	0.19 313	0.10 297	0.19 354	0.17 275	0.27 328	0.29 346	0.18 299	0.25 321	0.21 306	0.15 294	0.16 274	0.12 195	0.08 258	0.06 264	0.06 66	0.06 143	0.07 219	0.07 236

SepStereo	0.15 310	0.08 206	0.18 357	0.19 313	0.10 297	0.19 354	0.17 275	0.27 328	0.29 346	0.18 299	0.25 321	0.21 306	0.15 294	0.25 418	0.12 195	0.08 258	0.06 264	0.06 66	0.06 143	0.07 219	0.07 236

HHNet	0.11 147	0.06 43	0.16 306	0.15 60	0.14 414	0.07 22	0.13 69	0.20 190	0.17 165	0.14 200	0.25 321	0.11 137	0.08 106	0.13 196	0.10 98	0.05 7	0.04 3	0.08 234	0.06 143	0.05 67	0.09 345

GEStereo_RVC	0.17 354	0.12 368	0.15 272	0.22 405	0.11 344	0.19 354	0.17 275	0.32 391	0.48 451	0.20 335	0.25 321	0.17 260	0.13 251	0.21 382	0.16 316	0.10 350	0.06 264	0.08 234	0.07 230	0.09 338	0.08 301

cf-r	0.13 235	0.07 116	0.12 146	0.16 115	0.08 89	0.14 236	0.19 358	0.20 190	0.25 303	0.17 269	0.25 321	0.21 306	0.16 320	0.14 218	0.14 272	0.10 350	0.05 149	0.06 66	0.08 294	0.06 153	0.06 161

FADNet	0.21 402	0.22 461	0.36 453	0.18 257	0.17 455	0.24 410	0.13 69	0.31 380	0.31 363	0.23 376	0.25 321	0.27 376	0.21 386	0.19 341	0.15 300	0.13 426	0.15 457	0.12 406	0.15 450	0.16 454	0.18 467

RASNet	0.14 267	0.07 116	0.14 223	0.16 115	0.08 89	0.18 330	0.14 114	0.29 357	0.20 227	0.17 269	0.25 321	0.21 306	0.18 354	0.20 366	0.19 359	0.07 200	0.06 264	0.06 66	0.08 294	0.06 153	0.06 161

MLCV	0.12 210	0.07 116	0.16 306	0.18 257	0.06 9	0.15 261	0.17 275	0.19 179	0.21 242	0.18 299	0.25 321	0.17 260	0.13 251	0.14 218	0.13 235	0.05 7	0.04 3	0.05 3	0.04 18	0.05 67	0.04 19

iResNet_ROB	0.14 267	0.07 116	0.13 191	0.14 24	0.07 41	0.18 330	0.14 114	0.26 307	0.31 363	0.22 363	0.25 321	0.23 341	0.15 294	0.15 240	0.13 235	0.07 200	0.05 149	0.05 3	0.04 18	0.08 279	0.08 301

G2L-Stereo_aug	0.15 310	0.06 43	0.12 146	0.14 24	0.07 41	0.18 330	0.19 358	0.20 190	0.38 412	0.22 363	0.26 338	0.27 376	0.14 276	0.18 325	0.19 359	0.07 200	0.05 149	0.05 3	0.04 18	0.06 153	0.07 236

TCMNet	0.19 379	0.12 368	0.19 368	0.20 361	0.18 461	0.20 369	0.24 425	0.27 328	0.36 400	0.23 376	0.26 338	0.25 360	0.19 370	0.19 341	0.23 407	0.13 426	0.11 415	0.11 389	0.12 422	0.13 419	0.12 403

RAFT+CT+SA	0.13 235	0.11 351	0.09 49	0.19 313	0.09 196	0.15 261	0.28 459	0.22 233	0.22 256	0.15 227	0.26 338	0.10 116	0.10 162	0.11 79	0.12 195	0.05 7	0.04 3	0.07 155	0.08 294	0.07 219	0.06 161

delet	0.17 354	0.08 206	0.17 334	0.19 313	0.11 344	0.20 369	0.21 395	0.30 371	0.37 407	0.17 269	0.26 338	0.19 287	0.19 370	0.19 341	0.21 386	0.08 258	0.08 359	0.09 313	0.11 403	0.06 153	0.06 161

ACVNet	0.15 310	0.09 271	0.15 272	0.13 12	0.12 375	0.14 236	0.20 378	0.22 233	0.33 376	0.17 269	0.26 338	0.21 306	0.16 320	0.17 306	0.21 386	0.07 200	0.06 264	0.06 66	0.06 143	0.08 279	0.06 161

acv_ft	0.15 310	0.09 271	0.15 272	0.19 313	0.10 297	0.16 291	0.17 275	0.25 290	0.33 376	0.19 314	0.26 338	0.21 306	0.17 341	0.17 306	0.18 348	0.07 200	0.06 264	0.06 66	0.06 143	0.08 279	0.06 161

CFNet-ft	0.14 267	0.07 116	0.15 272	0.12 4	0.09 196	0.16 291	0.18 320	0.22 233	0.24 282	0.17 269	0.26 338	0.24 347	0.14 276	0.16 274	0.14 272	0.11 378	0.06 264	0.08 234	0.09 338	0.09 338	0.08 301

DMCA-RVC	0.17 354	0.10 326	0.15 272	0.24 434	0.11 344	0.18 330	0.18 320	0.25 290	0.24 282	0.21 348	0.26 338	0.25 360	0.27 428	0.18 325	0.20 366	0.12 403	0.08 359	0.13 421	0.10 373	0.10 369	0.08 301

CFNet_RVC	0.14 267	0.07 116	0.15 272	0.12 4	0.09 196	0.16 291	0.18 320	0.22 233	0.24 282	0.17 269	0.26 338	0.24 347	0.14 276	0.16 274	0.14 272	0.11 378	0.06 264	0.08 234	0.09 338	0.09 338	0.08 301

G2L-Stereo	0.14 267	0.07 116	0.13 191	0.17 180	0.09 196	0.13 204	0.12 35	0.27 328	0.22 256	0.16 253	0.27 347	0.21 306	0.13 251	0.17 306	0.18 348	0.09 313	0.08 359	0.08 234	0.07 230	0.07 219	0.07 236

test_sample6	0.14 267	0.08 206	0.13 191	0.16 115	0.08 89	0.17 312	0.19 358	0.25 290	0.17 165	0.17 269	0.27 347	0.19 287	0.14 276	0.15 240	0.13 235	0.08 258	0.05 149	0.08 234	0.07 230	0.08 279	0.08 301

test_sample5	0.14 267	0.08 206	0.14 223	0.16 115	0.08 89	0.18 330	0.18 320	0.25 290	0.17 165	0.17 269	0.27 347	0.18 273	0.14 276	0.16 274	0.13 235	0.08 258	0.05 149	0.08 234	0.07 230	0.08 279	0.08 301

DualNet	0.14 267	0.08 206	0.14 223	0.16 115	0.08 89	0.18 330	0.18 320	0.25 290	0.17 165	0.17 269	0.27 347	0.18 273	0.14 276	0.16 274	0.13 235	0.08 258	0.05 149	0.08 234	0.07 230	0.08 279	0.08 301

CBFPSM	0.14 267	0.06 43	0.26 413	0.17 180	0.09 196	0.13 204	0.15 180	0.22 233	0.23 266	0.20 335	0.27 347	0.24 347	0.16 320	0.16 274	0.18 348	0.06 85	0.06 264	0.06 66	0.07 230	0.07 219	0.07 236

RAFT_CTSACE	0.12 210	0.09 271	0.10 78	0.22 405	0.08 89	0.12 166	0.24 425	0.18 160	0.16 147	0.20 335	0.27 347	0.13 178	0.07 75	0.13 196	0.09 46	0.05 7	0.06 264	0.08 234	0.07 230	0.04 3	0.04 19

CRFU-Net	0.16 334	0.08 206	0.14 223	0.17 180	0.09 196	0.19 354	0.14 114	0.26 307	0.20 227	0.28 422	0.27 347	0.29 393	0.17 341	0.19 341	0.17 330	0.09 313	0.09 385	0.07 155	0.07 230	0.08 279	0.08 301

SA	0.12 210	0.09 271	0.08 18	0.18 257	0.08 89	0.12 166	0.24 425	0.23 252	0.18 191	0.17 269	0.27 347	0.14 198	0.11 186	0.11 79	0.11 150	0.05 7	0.05 149	0.09 313	0.08 294	0.05 67	0.04 19

AACVNet	0.16 334	0.08 206	0.14 223	0.15 60	0.10 297	0.18 330	0.15 180	0.23 252	0.24 282	0.27 408	0.27 347	0.28 386	0.17 341	0.19 341	0.16 316	0.09 313	0.07 333	0.09 313	0.07 230	0.10 369	0.09 345

ADLNet	0.16 334	0.08 206	0.15 272	0.16 115	0.10 297	0.16 291	0.17 275	0.32 391	0.27 326	0.22 363	0.27 347	0.24 347	0.16 320	0.18 325	0.21 386	0.10 350	0.06 264	0.10 358	0.10 373	0.08 279	0.09 345

GwcNet-RSSM	0.14 267	0.07 116	0.12 146	0.15 60	0.08 89	0.15 261	0.20 378	0.21 211	0.27 326	0.18 299	0.27 347	0.22 324	0.16 320	0.14 218	0.15 300	0.10 350	0.05 149	0.07 155	0.09 338	0.07 219	0.07 236

FADNet-RVC-Resample	0.16 334	0.11 351	0.31 438	0.22 405	0.11 344	0.19 354	0.14 114	0.25 290	0.24 282	0.24 385	0.27 347	0.20 299	0.15 294	0.16 274	0.15 300	0.07 200	0.08 359	0.12 406	0.10 373	0.09 338	0.10 368

NVstereo2D	0.19 379	0.10 326	0.15 272	0.17 180	0.15 430	0.28 443	0.23 413	0.44 474	0.42 432	0.15 227	0.27 347	0.25 360	0.19 370	0.22 393	0.17 330	0.09 313	0.06 264	0.10 358	0.08 294	0.15 447	0.09 345

rvit_stereo_0075_2	0.17 354	0.12 368	0.25 410	0.23 425	0.16 440	0.13 204	0.10 12	0.30 371	0.27 326	0.20 335	0.28 360	0.22 324	0.15 294	0.18 325	0.13 235	0.16 459	0.10 404	0.17 453	0.10 373	0.10 369	0.09 345

test_5	0.14 267	0.12 368	0.08 18	0.20 361	0.10 297	0.14 236	0.29 468	0.21 211	0.24 282	0.18 299	0.28 360	0.11 137	0.15 294	0.12 155	0.13 235	0.06 85	0.05 149	0.07 155	0.08 294	0.08 279	0.07 236

UDG	0.21 402	0.17 434	0.19 368	0.23 425	0.15 430	0.30 449	0.20 378	0.33 410	0.35 396	0.23 376	0.28 360	0.31 413	0.27 428	0.20 366	0.22 395	0.15 443	0.12 429	0.13 421	0.09 338	0.14 432	0.14 438

DRaft	0.12 210	0.06 43	0.11 115	0.14 24	0.09 196	0.14 236	0.17 275	0.21 211	0.30 356	0.17 269	0.28 360	0.10 116	0.15 294	0.10 38	0.12 195	0.05 7	0.04 3	0.07 155	0.06 143	0.05 67	0.05 90

222	0.16 334	0.07 116	0.14 223	0.14 24	0.08 89	0.24 410	0.18 320	0.30 371	0.20 227	0.17 269	0.28 360	0.17 260	0.16 320	0.15 240	0.40 483	0.10 350	0.05 149	0.07 155	0.06 143	0.07 219	0.08 301

xxxx	0.15 310	0.07 116	0.14 223	0.14 24	0.08 89	0.23 405	0.18 320	0.31 380	0.19 205	0.14 200	0.28 360	0.22 324	0.14 276	0.15 240	0.26 436	0.09 313	0.05 149	0.07 155	0.07 230	0.08 279	0.07 236

psm_up	0.18 367	0.10 326	0.18 357	0.20 361	0.11 344	0.17 312	0.19 358	0.37 442	0.34 387	0.21 348	0.28 360	0.29 393	0.24 407	0.20 366	0.22 395	0.09 313	0.10 404	0.11 389	0.11 403	0.08 279	0.08 301

PSMNet-RSSM	0.14 267	0.07 116	0.13 191	0.15 60	0.08 89	0.13 204	0.16 244	0.24 274	0.24 282	0.16 253	0.28 360	0.22 324	0.14 276	0.15 240	0.13 235	0.11 378	0.06 264	0.09 313	0.12 422	0.08 279	0.07 236

RYNet	0.22 411	0.12 368	0.22 393	0.19 313	0.17 455	0.46 477	0.26 446	0.38 449	0.48 451	0.24 385	0.28 360	0.34 430	0.23 401	0.20 366	0.30 458	0.10 350	0.06 264	0.09 313	0.09 338	0.13 419	0.15 445

TDLM	0.17 354	0.12 368	0.13 191	0.24 434	0.10 297	0.18 330	0.18 320	0.36 437	0.30 356	0.21 348	0.28 360	0.28 386	0.18 354	0.23 404	0.18 348	0.11 378	0.07 333	0.10 358	0.10 373	0.08 279	0.08 301

StereoDRNet	0.18 367	0.11 351	0.17 334	0.22 405	0.11 344	0.21 384	0.22 404	0.37 442	0.33 376	0.24 385	0.28 360	0.30 401	0.19 370	0.20 366	0.20 366	0.09 313	0.08 359	0.11 389	0.09 338	0.09 338	0.07 236

DLCB_ROB	0.18 367	0.10 326	0.15 272	0.23 425	0.11 344	0.24 410	0.18 320	0.29 357	0.28 340	0.27 408	0.28 360	0.28 386	0.24 407	0.19 341	0.20 366	0.08 258	0.08 359	0.09 313	0.09 338	0.07 219	0.07 236

DDVS	0.15 310	0.10 326	0.21 387	0.16 115	0.12 375	0.15 261	0.14 114	0.25 290	0.19 205	0.18 299	0.29 372	0.27 376	0.12 215	0.19 341	0.15 300	0.09 313	0.06 264	0.09 313	0.07 230	0.11 389	0.11 391

test_xeample	0.15 310	0.06 43	0.13 191	0.14 24	0.08 89	0.21 384	0.20 378	0.28 347	0.20 227	0.16 253	0.29 372	0.19 287	0.16 320	0.15 240	0.26 436	0.09 313	0.05 149	0.07 155	0.07 230	0.07 219	0.07 236

DeepPrunerF	0.24 433	0.17 434	0.42 464	0.26 449	0.16 440	0.22 392	0.28 459	0.37 442	0.50 459	0.26 402	0.29 372	0.24 347	0.28 436	0.21 382	0.22 395	0.15 443	0.11 415	0.20 466	0.18 465	0.12 403	0.13 421

iResNetv2_ROB	0.14 267	0.08 206	0.15 272	0.16 115	0.08 89	0.16 291	0.12 35	0.25 290	0.35 396	0.21 348	0.29 372	0.24 347	0.13 251	0.14 218	0.14 272	0.06 85	0.05 149	0.06 66	0.04 18	0.09 338	0.08 301

SGM-Forest	0.20 391	0.14 409	0.18 357	0.19 313	0.13 396	0.20 369	0.22 404	0.33 410	0.30 356	0.24 385	0.29 372	0.28 386	0.19 370	0.23 404	0.17 330	0.15 443	0.16 460	0.15 445	0.14 435	0.12 403	0.12 403
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CSP-Net	0.16 334	0.09 271	0.14 223	0.16 115	0.09 196	0.19 354	0.17 275	0.25 290	0.32 369	0.25 398	0.30 377	0.24 347	0.15 294	0.21 382	0.18 348	0.09 313	0.06 264	0.07 155	0.07 230	0.08 279	0.07 236

ICVP	0.15 310	0.09 271	0.12 146	0.22 405	0.09 196	0.17 312	0.21 395	0.25 290	0.23 266	0.18 299	0.30 377	0.26 369	0.18 354	0.17 306	0.14 272	0.09 313	0.07 333	0.08 234	0.07 230	0.07 219	0.07 236
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.17 354	0.09 271	0.16 306	0.20 361	0.11 344	0.27 437	0.20 378	0.25 290	0.41 425	0.22 363	0.30 377	0.21 306	0.20 382	0.17 306	0.20 366	0.06 85	0.06 264	0.07 155	0.07 230	0.08 279	0.07 236

STTStereo	0.18 367	0.12 368	0.27 420	0.20 361	0.11 344	0.16 291	0.21 395	0.29 357	0.23 266	0.21 348	0.30 377	0.29 393	0.18 354	0.20 366	0.19 359	0.12 403	0.11 415	0.11 389	0.14 435	0.09 338	0.08 301

XQC	0.28 454	0.23 462	0.51 472	0.28 464	0.19 464	0.34 460	0.27 453	0.36 437	0.57 473	0.31 438	0.30 377	0.37 441	0.30 448	0.38 472	0.38 479	0.13 426	0.09 385	0.15 445	0.12 422	0.17 461	0.18 467

NLCA_NET_v2_RVC	0.17 354	0.10 326	0.22 393	0.20 361	0.10 297	0.15 261	0.18 320	0.31 380	0.25 303	0.21 348	0.30 377	0.25 360	0.17 341	0.21 382	0.20 366	0.09 313	0.06 264	0.08 234	0.08 294	0.07 219	0.08 301
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	0.19 379	0.13 397	0.17 334	0.16 115	0.11 344	0.15 261	0.13 69	0.26 307	0.28 340	0.27 408	0.30 377	0.27 376	0.24 407	0.23 404	0.16 316	0.15 443	0.17 465	0.22 471	0.20 467	0.10 369	0.11 391

CBMV	0.19 379	0.14 409	0.17 334	0.18 257	0.10 297	0.20 369	0.11 22	0.29 357	0.30 356	0.29 429	0.30 377	0.30 401	0.23 401	0.27 423	0.19 359	0.13 426	0.15 457	0.17 453	0.16 454	0.10 369	0.10 368
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SACVNet	0.18 367	0.12 368	0.14 223	0.17 180	0.13 396	0.22 392	0.18 320	0.31 380	0.30 356	0.23 376	0.31 385	0.30 401	0.22 395	0.22 393	0.17 330	0.11 378	0.08 359	0.10 358	0.10 373	0.12 403	0.14 438

CVANet_RVC	0.18 367	0.10 326	0.14 223	0.21 390	0.10 297	0.18 330	0.17 275	0.34 419	0.33 376	0.22 363	0.31 385	0.28 386	0.18 354	0.23 404	0.17 330	0.12 403	0.08 359	0.12 406	0.11 403	0.09 338	0.07 236

DISCO	0.19 379	0.09 271	0.22 393	0.17 180	0.10 297	0.25 420	0.18 320	0.27 328	0.44 442	0.22 363	0.31 385	0.33 424	0.26 420	0.28 434	0.28 450	0.08 258	0.06 264	0.07 155	0.07 230	0.09 338	0.09 345

NaN_ROB	0.22 411	0.19 447	0.24 405	0.25 444	0.13 396	0.29 446	0.26 446	0.33 410	0.41 425	0.31 438	0.31 385	0.32 421	0.23 401	0.30 443	0.21 386	0.11 378	0.17 465	0.10 358	0.10 373	0.08 279	0.09 345

GMStereo_Zeroshot	0.16 334	0.13 397	0.24 405	0.20 361	0.10 297	0.17 312	0.13 69	0.29 357	0.25 303	0.23 376	0.32 389	0.25 360	0.11 186	0.19 341	0.14 272	0.09 313	0.06 264	0.11 389	0.06 143	0.12 403	0.08 301

DGSMNet	0.24 433	0.19 447	0.33 444	0.21 390	0.24 476	0.24 410	0.20 378	0.35 431	0.41 425	0.24 385	0.32 389	0.38 445	0.21 386	0.29 440	0.23 407	0.12 403	0.11 415	0.14 433	0.16 454	0.23 473	0.23 478

FINET	0.21 402	0.18 444	0.26 413	0.18 257	0.16 440	0.23 405	0.23 413	0.32 391	0.48 451	0.25 398	0.32 389	0.22 324	0.22 395	0.22 393	0.17 330	0.18 465	0.16 460	0.11 389	0.10 373	0.15 447	0.13 421

GwcNet	0.20 391	0.13 397	0.19 368	0.18 257	0.12 375	0.24 410	0.19 358	0.35 431	0.43 437	0.20 335	0.32 389	0.33 424	0.20 382	0.22 393	0.24 418	0.11 378	0.09 385	0.09 313	0.09 338	0.09 338	0.10 368

HGLStereo	0.17 354	0.08 206	0.19 368	0.17 180	0.12 375	0.18 330	0.18 320	0.31 380	0.32 369	0.21 348	0.32 389	0.25 360	0.18 354	0.19 341	0.20 366	0.09 313	0.09 385	0.07 155	0.07 230	0.09 338	0.10 368

hitnet-ft	0.18 367	0.09 271	0.17 334	0.14 24	0.09 196	0.26 428	0.20 378	0.25 290	0.26 317	0.24 385	0.32 389	0.31 413	0.22 395	0.24 413	0.21 386	0.12 403	0.07 333	0.10 358	0.08 294	0.12 403	0.11 391

FADNet-RVC	0.20 391	0.20 451	0.38 457	0.21 390	0.16 440	0.20 369	0.15 180	0.26 307	0.26 317	0.26 402	0.32 389	0.26 369	0.21 386	0.22 393	0.19 359	0.12 403	0.13 442	0.12 406	0.14 435	0.13 419	0.18 467

ADCRef	0.19 379	0.12 368	0.41 462	0.20 361	0.12 375	0.22 392	0.18 320	0.32 391	0.36 400	0.26 402	0.32 389	0.17 260	0.23 401	0.24 413	0.24 418	0.07 200	0.06 264	0.09 313	0.09 338	0.08 279	0.08 301

PA-Net	0.23 426	0.18 444	0.33 444	0.28 464	0.22 472	0.21 384	0.38 490	0.29 357	0.39 416	0.22 363	0.32 389	0.25 360	0.26 420	0.20 366	0.25 427	0.09 313	0.23 484	0.15 445	0.22 472	0.09 338	0.13 421
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	0.21 402	0.15 415	0.28 425	0.25 444	0.13 396	0.22 392	0.19 358	0.27 328	0.27 326	0.28 422	0.32 389	0.35 434	0.31 452	0.31 444	0.23 407	0.11 378	0.09 385	0.11 389	0.10 373	0.13 419	0.11 391
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRN-Test	0.19 379	0.11 351	0.20 380	0.22 405	0.10 297	0.22 392	0.22 404	0.39 453	0.37 407	0.24 385	0.32 389	0.26 369	0.21 386	0.22 393	0.24 418	0.11 378	0.07 333	0.11 389	0.10 373	0.09 338	0.07 236

PSMNet_ROB	0.21 402	0.11 351	0.15 272	0.27 461	0.15 430	0.24 410	0.35 485	0.43 472	0.37 407	0.27 408	0.32 389	0.32 421	0.22 395	0.21 382	0.26 436	0.12 403	0.08 359	0.13 421	0.11 403	0.09 338	0.09 345

HBP-ISP	0.18 367	0.13 397	0.16 306	0.15 60	0.11 344	0.08 34	0.13 69	0.28 347	0.29 346	0.22 363	0.33 401	0.21 306	0.25 415	0.23 404	0.17 330	0.14 439	0.16 460	0.21 467	0.17 461	0.10 369	0.08 301

AF-Net	0.22 411	0.17 434	0.17 334	0.26 449	0.13 396	0.25 420	0.24 425	0.32 391	0.50 459	0.25 398	0.33 401	0.38 445	0.26 420	0.28 434	0.25 427	0.11 378	0.10 404	0.16 451	0.11 403	0.11 389	0.10 368

RTSC	0.23 426	0.12 368	0.28 425	0.21 390	0.13 396	0.28 443	0.16 244	0.35 431	0.66 487	0.27 408	0.33 401	0.30 401	0.21 386	0.31 444	0.29 453	0.10 350	0.08 359	0.09 313	0.10 373	0.13 419	0.13 421

PS-NSSS	0.20 391	0.21 457	0.23 402	0.20 361	0.10 297	0.19 354	0.17 275	0.36 437	0.25 303	0.27 408	0.33 401	0.27 376	0.24 407	0.20 366	0.20 366	0.15 443	0.12 429	0.17 453	0.14 435	0.10 369	0.08 301

YMNet	0.20 391	0.12 368	0.19 368	0.20 361	0.14 414	0.26 428	0.23 413	0.32 391	0.34 387	0.27 408	0.34 405	0.30 401	0.18 354	0.18 325	0.22 395	0.10 350	0.13 442	0.10 358	0.10 373	0.08 279	0.09 345

YMNet_1	0.20 391	0.12 368	0.19 368	0.20 361	0.14 414	0.26 428	0.23 413	0.32 391	0.34 387	0.27 408	0.34 405	0.30 401	0.18 354	0.18 325	0.22 395	0.10 350	0.13 442	0.10 358	0.10 373	0.08 279	0.09 345

fast-acv-ft	0.18 367	0.11 351	0.19 368	0.19 313	0.12 375	0.24 410	0.21 395	0.25 290	0.34 387	0.22 363	0.34 405	0.27 376	0.20 382	0.21 382	0.23 407	0.09 313	0.09 385	0.08 234	0.10 373	0.08 279	0.07 236

pmcnn	0.15 310	0.07 116	0.19 368	0.15 60	0.07 41	0.20 369	0.15 180	0.24 274	0.26 317	0.21 348	0.34 405	0.28 386	0.18 354	0.18 325	0.17 330	0.07 200	0.05 149	0.05 3	0.04 18	0.07 219	0.06 161

SAMSARA	0.40 478	0.28 476	0.33 444	0.55 496	0.39 490	0.82 507	1.23 521	0.47 480	0.51 466	0.36 453	0.35 409	0.55 483	0.39 469	0.38 472	0.39 481	0.15 443	0.20 473	0.15 445	0.14 435	0.23 473	0.20 473

GANetREF_RVC	0.31 464	0.34 484	0.27 420	0.35 480	0.16 440	0.32 451	0.41 491	0.48 481	0.51 466	0.35 451	0.35 409	0.34 430	0.33 456	0.39 475	0.32 466	0.27 488	0.20 473	0.29 485	0.15 450	0.18 464	0.17 464
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
AANet_RVC	0.16 334	0.10 326	0.10 78	0.18 257	0.09 196	0.18 330	0.19 358	0.26 307	0.31 363	0.22 363	0.35 409	0.21 306	0.21 386	0.22 393	0.16 316	0.06 85	0.05 149	0.06 66	0.06 143	0.07 219	0.06 161

DDUNet	0.22 411	0.17 434	0.21 387	0.22 405	0.15 430	0.25 420	0.24 425	0.29 357	0.30 356	0.31 438	0.36 412	0.33 424	0.25 415	0.24 413	0.20 366	0.18 465	0.13 442	0.17 453	0.11 403	0.16 454	0.16 456

RAFT-345	0.11 147	0.07 116	0.15 272	0.16 115	0.08 89	0.08 34	0.12 35	0.15 76	0.10 18	0.11 117	0.36 412	0.09 88	0.09 132	0.11 79	0.12 195	0.05 7	0.05 149	0.07 155	0.06 143	0.04 3	0.05 90

Syn2CoEx	0.21 402	0.16 423	0.27 420	0.29 471	0.14 414	0.26 428	0.20 378	0.33 410	0.31 363	0.28 422	0.36 412	0.27 376	0.25 415	0.19 341	0.24 418	0.16 459	0.12 429	0.14 433	0.11 403	0.09 338	0.08 301

S-Stereo	0.20 391	0.12 368	0.25 410	0.21 390	0.13 396	0.20 369	0.18 320	0.32 391	0.43 437	0.23 376	0.36 412	0.28 386	0.30 448	0.19 341	0.22 395	0.09 313	0.12 429	0.10 358	0.10 373	0.13 419	0.13 421

MaskLacGwcNet_RVC	0.22 411	0.21 457	0.24 405	0.26 449	0.11 344	0.23 405	0.14 114	0.39 453	0.24 282	0.32 444	0.36 412	0.30 401	0.21 386	0.19 341	0.21 386	0.17 464	0.14 451	0.21 467	0.16 454	0.12 403	0.12 403

ETE_ROB	0.23 426	0.17 434	0.22 393	0.25 444	0.13 396	0.26 428	0.29 468	0.31 380	0.36 400	0.28 422	0.36 412	0.45 467	0.26 420	0.27 423	0.26 436	0.11 378	0.08 359	0.12 406	0.09 338	0.14 432	0.13 421

SQANet	0.23 426	0.23 462	0.30 436	0.30 473	0.19 464	0.27 437	0.13 69	0.29 357	0.33 376	0.24 385	0.37 418	0.31 413	0.22 395	0.27 423	0.23 407	0.15 443	0.10 404	0.21 467	0.16 454	0.21 469	0.15 445

FAT-Stereo	0.20 391	0.12 368	0.22 393	0.21 390	0.12 375	0.17 312	0.18 320	0.34 419	0.39 416	0.27 408	0.37 418	0.34 430	0.32 455	0.21 382	0.20 366	0.09 313	0.11 415	0.10 358	0.09 338	0.11 389	0.14 438

ADCP+	0.20 391	0.10 326	0.33 444	0.20 361	0.12 375	0.22 392	0.26 446	0.31 380	0.34 387	0.26 402	0.37 418	0.22 324	0.22 395	0.27 423	0.27 443	0.09 313	0.06 264	0.08 234	0.08 294	0.09 338	0.10 368

CC-Net-ROB	0.28 454	0.31 481	0.36 453	0.29 471	0.15 430	0.25 420	0.19 358	0.45 477	0.33 376	0.39 460	0.37 418	0.39 453	0.31 452	0.27 423	0.26 436	0.24 486	0.19 470	0.30 487	0.23 476	0.18 464	0.15 445

SGM_RVC	0.23 426	0.12 368	0.15 272	0.15 60	0.09 196	0.33 457	0.18 320	0.34 419	0.31 363	0.44 474	0.37 418	0.53 481	0.35 462	0.35 461	0.24 418	0.13 426	0.13 442	0.13 421	0.13 432	0.10 369	0.11 391
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RP	0.21 402	0.13 397	0.21 387	0.23 425	0.11 344	0.21 384	0.20 378	0.25 290	0.44 442	0.21 348	0.38 423	0.36 436	0.24 407	0.27 423	0.25 427	0.11 378	0.12 429	0.13 421	0.12 422	0.12 403	0.14 438

G-Net	0.24 433	0.16 423	0.36 453	0.22 405	0.16 440	0.51 483	0.23 413	0.29 357	0.34 387	0.36 453	0.38 423	0.31 413	0.29 444	0.27 423	0.26 436	0.11 378	0.09 385	0.12 406	0.09 338	0.16 454	0.13 421

NCC-stereo	0.24 433	0.15 415	0.31 438	0.26 449	0.16 440	0.20 369	0.30 475	0.40 457	0.40 422	0.24 385	0.38 423	0.33 424	0.28 436	0.36 466	0.27 443	0.12 403	0.11 415	0.15 445	0.22 472	0.13 419	0.13 421

Abc-Net	0.24 433	0.15 415	0.31 438	0.26 449	0.16 440	0.20 369	0.30 475	0.40 457	0.40 422	0.24 385	0.38 423	0.33 424	0.28 436	0.36 466	0.27 443	0.12 403	0.11 415	0.15 445	0.22 472	0.13 419	0.13 421
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DPSNet	0.28 454	0.16 423	0.31 438	0.18 257	0.13 396	0.54 485	0.42 494	0.51 486	0.67 488	0.29 429	0.38 423	0.38 445	0.29 444	0.31 444	0.23 407	0.11 378	0.10 404	0.11 389	0.08 294	0.20 468	0.16 456

NCCL2	0.23 426	0.15 415	0.17 334	0.34 478	0.18 461	0.24 410	0.23 413	0.34 419	0.28 340	0.31 438	0.38 423	0.38 445	0.28 436	0.23 404	0.24 418	0.15 443	0.12 429	0.18 462	0.21 469	0.13 419	0.13 421

DispFullNet	0.27 450	0.21 457	0.65 486	0.28 464	0.16 440	0.26 428	0.17 275	0.33 410	0.58 476	0.27 408	0.38 423	0.43 463	0.23 401	0.38 472	0.23 407	0.12 403	0.06 264	0.19 464	0.11 403	0.21 469	0.15 445

LALA_ROB	0.25 442	0.16 423	0.22 393	0.26 449	0.17 455	0.27 437	0.27 453	0.42 468	0.37 407	0.33 448	0.38 423	0.51 477	0.26 420	0.28 434	0.27 443	0.16 459	0.09 385	0.12 406	0.11 403	0.13 419	0.12 403

SuperB	0.20 391	0.10 326	0.56 479	0.16 115	0.09 196	0.18 330	0.18 320	0.24 274	0.50 459	0.26 402	0.39 431	0.17 260	0.21 386	0.22 393	0.21 386	0.08 258	0.06 264	0.06 66	0.06 143	0.12 403	0.10 368

stereogan	0.22 411	0.11 351	0.21 387	0.20 361	0.12 375	0.31 450	0.19 358	0.35 431	0.44 442	0.22 363	0.39 431	0.35 434	0.27 428	0.33 452	0.22 395	0.10 350	0.12 429	0.10 358	0.10 373	0.14 432	0.13 421

PASM	0.32 466	0.24 465	0.48 471	0.28 464	0.27 482	0.29 446	0.30 475	0.34 419	0.49 456	0.35 451	0.39 431	0.46 471	0.34 460	0.34 455	0.35 472	0.23 484	0.25 486	0.26 475	0.28 484	0.23 473	0.21 475

MDST_ROB	0.22 411	0.10 326	0.17 334	0.18 257	0.11 344	0.37 470	0.19 358	0.43 472	0.41 425	0.39 460	0.39 431	0.29 393	0.21 386	0.26 420	0.18 348	0.11 378	0.10 404	0.14 433	0.11 403	0.10 369	0.08 301

XPNet_ROB	0.22 411	0.11 351	0.19 368	0.22 405	0.13 396	0.22 392	0.19 358	0.34 419	0.40 422	0.30 432	0.39 431	0.39 453	0.26 420	0.26 420	0.28 450	0.15 443	0.10 404	0.10 358	0.10 373	0.13 419	0.12 403

Wz-Net-MNSev	0.22 411	0.13 397	0.31 438	0.20 361	0.14 414	0.36 469	0.24 425	0.33 410	0.44 442	0.28 422	0.40 436	0.38 445	0.19 370	0.24 413	0.25 427	0.09 313	0.07 333	0.09 313	0.09 338	0.12 403	0.10 368

APVNet	0.22 411	0.12 368	0.19 368	0.18 257	0.14 414	0.32 451	0.31 481	0.39 453	0.32 369	0.27 408	0.40 436	0.30 401	0.29 444	0.26 420	0.25 427	0.11 378	0.12 429	0.11 389	0.14 435	0.12 403	0.12 403

RGC	0.25 442	0.20 451	0.29 433	0.28 464	0.16 440	0.22 392	0.23 413	0.32 391	0.44 442	0.27 408	0.40 436	0.38 445	0.27 428	0.36 466	0.22 395	0.11 378	0.13 442	0.17 453	0.17 461	0.14 432	0.16 456

edge stereo	0.22 411	0.13 397	0.20 380	0.21 390	0.13 396	0.23 405	0.16 244	0.32 391	0.42 432	0.32 444	0.40 436	0.38 445	0.35 462	0.25 418	0.24 418	0.13 426	0.11 415	0.14 433	0.11 403	0.12 403	0.13 421

ADCPNet	0.25 442	0.16 423	0.61 483	0.21 390	0.15 430	0.35 468	0.25 439	0.32 391	0.35 396	0.30 432	0.40 436	0.36 436	0.28 436	0.28 434	0.32 466	0.12 403	0.10 404	0.11 389	0.12 422	0.14 432	0.13 421

StereoDRNet-Refined	0.17 354	0.12 368	0.15 272	0.20 361	0.09 196	0.18 330	0.18 320	0.26 307	0.23 266	0.26 402	0.40 436	0.22 324	0.17 341	0.21 382	0.20 366	0.08 258	0.05 149	0.09 313	0.10 373	0.07 219	0.07 236
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSAN	0.29 458	0.24 465	0.27 420	0.34 478	0.19 464	0.33 457	0.42 494	0.37 442	0.50 459	0.38 458	0.40 436	0.44 465	0.33 456	0.28 434	0.30 458	0.20 472	0.16 460	0.19 464	0.19 466	0.14 432	0.15 445

SANet	0.24 433	0.14 409	0.28 425	0.21 390	0.11 344	0.27 437	0.24 425	0.38 449	0.64 484	0.36 453	0.40 436	0.43 463	0.26 420	0.27 423	0.24 418	0.12 403	0.09 385	0.10 358	0.09 338	0.13 419	0.11 391

PDISCO_ROB	0.27 450	0.16 423	0.26 413	0.28 464	0.20 467	0.32 451	0.26 446	0.44 474	0.57 473	0.28 422	0.40 436	0.45 467	0.29 444	0.33 452	0.34 471	0.12 403	0.09 385	0.17 453	0.16 454	0.17 461	0.13 421

PWC_ROB	0.21 402	0.16 423	0.26 413	0.18 257	0.11 344	0.22 392	0.13 69	0.32 391	0.49 456	0.30 432	0.40 436	0.32 421	0.24 407	0.31 444	0.22 395	0.10 350	0.07 333	0.11 389	0.08 294	0.11 389	0.10 368

PSMNet-RUCA	0.27 450	0.33 483	0.41 462	0.36 482	0.32 489	0.18 330	0.19 358	0.42 468	0.30 356	0.33 448	0.41 446	0.39 453	0.25 415	0.31 444	0.20 366	0.18 465	0.10 404	0.25 474	0.15 450	0.21 469	0.16 456

Wz-Net-LNSev	0.22 411	0.16 423	0.38 457	0.21 390	0.13 396	0.25 420	0.23 413	0.32 391	0.43 437	0.30 432	0.41 446	0.31 413	0.18 354	0.22 393	0.25 427	0.10 350	0.09 385	0.08 234	0.08 294	0.12 403	0.11 391

RAFT-RH_RVC	0.11 147	0.06 43	0.14 223	0.16 115	0.09 196	0.12 166	0.12 35	0.17 134	0.12 57	0.13 179	0.41 446	0.11 137	0.10 162	0.13 196	0.12 195	0.05 7	0.04 3	0.08 234	0.05 72	0.04 3	0.06 161

Nwc_Net	0.23 426	0.16 423	0.21 387	0.25 444	0.14 414	0.24 410	0.26 446	0.37 442	0.38 412	0.22 363	0.41 446	0.30 401	0.28 436	0.28 434	0.25 427	0.11 378	0.10 404	0.17 453	0.20 467	0.10 369	0.10 368

SHD	0.26 448	0.15 415	0.30 436	0.24 434	0.18 461	0.22 392	0.15 180	0.38 449	0.71 491	0.32 444	0.41 446	0.36 436	0.28 436	0.32 450	0.29 453	0.12 403	0.11 415	0.14 433	0.13 432	0.16 454	0.20 473

FBW_ROB	0.24 433	0.17 434	0.22 393	0.26 449	0.14 414	0.25 420	0.22 404	0.41 463	0.41 425	0.41 467	0.41 446	0.42 460	0.27 428	0.31 444	0.23 407	0.09 313	0.14 451	0.14 433	0.12 422	0.11 389	0.09 345

Wz-Net-TNSev	0.29 458	0.20 451	0.65 486	0.19 313	0.15 430	0.38 473	0.27 453	0.35 431	0.55 469	0.34 450	0.42 452	0.45 467	0.38 467	0.32 450	0.30 458	0.12 403	0.13 442	0.10 358	0.12 422	0.15 447	0.14 438

Wz-Net-LNSev-Ref	0.18 367	0.09 271	0.29 433	0.15 60	0.10 297	0.22 392	0.20 378	0.26 307	0.39 416	0.25 398	0.42 452	0.24 347	0.15 294	0.20 366	0.19 359	0.07 200	0.05 149	0.06 66	0.05 72	0.10 369	0.09 345

GANet	0.21 402	0.12 368	0.21 387	0.24 434	0.13 396	0.22 392	0.22 404	0.41 463	0.26 317	0.31 438	0.42 452	0.37 441	0.28 436	0.23 404	0.22 395	0.10 350	0.12 429	0.10 358	0.09 338	0.10 369	0.08 301

RTS	0.45 485	0.19 447	3.26 517	0.24 434	0.15 430	0.74 500	0.20 378	0.36 437	0.76 498	0.42 470	0.43 455	0.31 413	0.41 477	0.53 491	0.35 472	0.10 350	0.08 359	0.13 421	0.12 422	0.15 447	0.15 445

RTSA	0.45 485	0.19 447	3.26 517	0.24 434	0.15 430	0.74 500	0.20 378	0.36 437	0.76 498	0.42 470	0.43 455	0.31 413	0.41 477	0.53 491	0.35 472	0.10 350	0.08 359	0.13 421	0.12 422	0.15 447	0.15 445

ADCMid	0.25 442	0.15 415	0.40 460	0.20 361	0.14 414	0.25 420	0.26 446	0.34 419	0.38 412	0.36 453	0.44 457	0.34 430	0.40 472	0.35 461	0.33 469	0.10 350	0.09 385	0.11 389	0.11 403	0.13 419	0.12 403

ACVNet-4b	0.39 475	0.53 494	0.55 477	0.45 490	0.24 476	0.47 479	0.18 320	0.49 483	0.64 484	0.42 470	0.45 458	0.60 485	0.27 428	0.34 455	0.24 418	0.33 491	0.14 451	0.48 494	0.42 494	0.30 487	0.26 486

ccnet	0.29 458	0.28 476	0.23 402	0.20 361	0.28 483	0.41 476	0.21 395	0.45 477	0.33 376	0.36 453	0.46 459	0.36 436	0.30 448	0.39 475	0.42 487	0.23 484	0.14 451	0.21 467	0.17 461	0.23 473	0.18 467

MFN_U_SF_DS_RVC	0.30 463	0.24 465	0.29 433	0.36 482	0.16 440	0.34 460	0.30 475	0.32 391	0.42 432	0.40 463	0.46 459	0.38 445	0.31 452	0.34 455	0.28 450	0.19 470	0.20 473	0.26 475	0.29 485	0.18 464	0.19 472

ADCL	0.24 433	0.11 351	0.47 470	0.22 405	0.12 375	0.34 460	0.29 468	0.29 357	0.56 471	0.24 385	0.46 459	0.30 401	0.30 448	0.29 440	0.29 453	0.08 258	0.07 333	0.09 313	0.09 338	0.10 369	0.10 368

aanetorigin	0.22 411	0.17 434	0.56 479	0.17 180	0.10 297	0.15 261	0.19 358	0.20 190	0.33 376	0.49 479	0.48 462	0.29 393	0.27 428	0.20 366	0.23 407	0.08 258	0.07 333	0.08 234	0.07 230	0.10 369	0.09 345

otaku	0.39 475	0.37 487	0.52 473	0.44 489	0.28 483	0.58 487	0.24 425	0.41 463	0.62 482	0.40 463	0.49 463	0.46 471	0.33 456	0.40 479	0.32 466	0.30 489	0.30 490	0.39 491	0.33 490	0.29 486	0.28 487

Ntro	0.40 478	0.40 489	0.53 474	0.46 493	0.30 487	0.65 493	0.24 425	0.46 479	0.68 489	0.41 467	0.49 463	0.48 475	0.42 480	0.39 475	0.31 465	0.32 490	0.28 488	0.37 490	0.30 487	0.32 491	0.29 488

ADCS	0.29 458	0.18 444	0.45 466	0.21 390	0.17 455	0.28 443	0.23 413	0.41 463	0.63 483	0.40 463	0.49 463	0.40 457	0.36 464	0.39 475	0.40 483	0.13 426	0.12 429	0.13 421	0.14 435	0.16 454	0.16 456

AnyNet_C32	0.26 448	0.16 423	0.36 453	0.20 361	0.16 440	0.25 420	0.30 475	0.32 391	0.44 442	0.31 438	0.49 463	0.30 401	0.33 456	0.40 479	0.33 469	0.12 403	0.12 429	0.12 406	0.14 435	0.14 432	0.15 445

anonymity	0.53 491	0.58 496	0.65 486	0.41 487	0.61 507	0.53 484	0.41 491	0.56 492	0.41 425	0.55 484	0.50 467	0.49 476	0.55 492	0.58 496	0.50 497	0.58 504	0.50 507	0.51 496	0.51 501	0.51 495	0.57 503

PWCDC_ROB	0.20 391	0.13 397	0.22 393	0.24 434	0.11 344	0.19 354	0.15 180	0.33 410	0.54 468	0.29 429	0.50 467	0.21 306	0.15 294	0.27 423	0.20 366	0.11 378	0.09 385	0.10 358	0.08 294	0.11 389	0.09 345

FCDSN-DC	0.33 469	0.28 476	0.28 425	0.30 473	0.24 476	0.39 474	0.28 459	0.42 468	0.42 432	0.43 473	0.53 469	0.51 477	0.41 477	0.36 466	0.30 458	0.21 476	0.20 473	0.27 478	0.26 479	0.25 480	0.24 479
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	0.24 433	0.11 351	0.22 393	0.17 180	0.14 414	0.32 451	0.15 180	0.32 391	0.32 369	0.38 458	0.53 469	0.40 457	0.34 460	0.34 455	0.25 427	0.11 378	0.12 429	0.12 406	0.10 373	0.14 432	0.14 438

SGM-ForestM	0.32 466	0.12 368	0.16 306	0.16 115	0.11 344	0.39 474	0.19 358	0.41 463	0.50 459	0.52 481	0.54 471	1.32 511	0.42 480	0.40 479	0.27 443	0.14 439	0.16 460	0.16 451	0.16 454	0.12 403	0.12 403

Wz-Net-SNSev	0.25 442	0.17 434	0.44 465	0.25 444	0.14 414	0.26 428	0.23 413	0.38 449	0.56 471	0.30 432	0.55 472	0.39 453	0.26 420	0.23 404	0.30 458	0.10 350	0.09 385	0.09 313	0.10 373	0.11 389	0.11 391

WZ-Net	0.28 454	0.17 434	0.78 500	0.22 405	0.16 440	0.34 460	0.29 468	0.39 453	0.57 473	0.24 385	0.55 472	0.37 441	0.24 407	0.33 452	0.35 472	0.09 313	0.08 359	0.09 313	0.10 373	0.14 432	0.16 456

psmorigin	0.25 442	0.15 415	0.34 452	0.17 180	0.13 396	0.23 405	0.14 114	0.34 419	0.33 376	0.41 467	0.55 472	0.41 459	0.37 466	0.34 455	0.27 443	0.11 378	0.15 457	0.11 389	0.11 403	0.12 403	0.16 456

MFN_U_SF_RVC	0.32 466	0.21 457	0.55 477	0.30 473	0.15 430	0.34 460	0.17 275	0.52 487	0.46 449	0.46 478	0.55 472	0.59 484	0.39 469	0.35 461	0.37 477	0.15 443	0.14 451	0.18 462	0.21 469	0.16 454	0.15 445

FC-DCNN	0.33 469	0.27 472	0.28 425	0.26 449	0.23 474	0.37 470	0.28 459	0.40 457	0.43 437	0.45 475	0.55 472	0.51 477	0.40 472	0.37 470	0.30 458	0.21 476	0.20 473	0.27 478	0.26 479	0.25 480	0.24 479

FC-DCNN v2	0.33 469	0.27 472	0.28 425	0.26 449	0.23 474	0.37 470	0.28 459	0.40 457	0.43 437	0.45 475	0.56 477	0.51 477	0.40 472	0.37 470	0.29 453	0.21 476	0.20 473	0.27 478	0.26 479	0.25 480	0.24 479

EDNetEfficient	0.29 458	0.24 465	1.13 509	0.18 257	0.10 297	0.19 354	0.20 378	0.20 190	0.60 480	0.74 498	0.56 477	0.31 413	0.39 469	0.22 393	0.30 458	0.09 313	0.07 333	0.08 234	0.07 230	0.11 389	0.09 345

MADNet+	0.75 502	0.71 504	3.70 520	0.66 499	0.41 492	0.98 512	0.97 519	0.69 499	0.73 496	0.52 481	0.57 479	0.64 488	0.68 501	0.86 509	1.01 517	0.34 492	0.36 495	0.28 484	0.23 476	0.36 492	0.31 491

MeshStereo	0.27 450	0.13 397	0.18 357	0.15 60	0.11 344	0.32 451	0.24 425	0.40 457	0.36 400	0.52 481	0.57 479	0.67 492	0.40 472	0.35 461	0.26 436	0.14 439	0.13 442	0.13 421	0.11 403	0.11 389	0.10 368
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
ACVNet_1	0.44 483	0.49 493	0.60 482	0.45 490	0.28 483	0.49 482	0.27 453	0.57 494	0.72 492	0.62 487	0.58 481	0.74 496	0.49 486	0.50 486	0.35 472	0.26 487	0.24 485	0.39 491	0.29 485	0.31 490	0.24 479

LSM	0.33 469	0.20 451	0.58 481	0.26 449	0.60 506	0.34 460	0.25 439	0.42 468	0.48 451	0.45 475	0.58 481	0.42 460	0.36 464	0.35 461	0.25 427	0.12 403	0.20 473	0.14 433	0.16 454	0.19 467	0.33 493

SPS-STEREO	0.57 494	0.58 496	0.65 486	0.45 490	0.55 501	0.62 491	0.44 497	0.62 497	0.50 459	0.68 490	0.64 483	0.66 491	0.57 494	0.61 497	0.60 501	0.62 507	0.47 502	0.51 496	0.49 498	0.55 500	0.58 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 492	0.61 498	0.70 498	0.57 497	0.43 494	0.65 493	0.37 489	0.60 496	0.87 502	0.50 480	0.66 484	0.64 488	0.47 484	0.49 485	0.43 490	0.47 499	0.48 503	0.52 498	0.41 493	0.52 496	0.40 498

EDNetEfficientorigin	7.91 526	0.31 481	153.02 541	0.19 313	0.09 196	0.21 384	0.16 244	0.22 233	0.59 477	0.72 494	0.67 485	0.42 460	0.50 487	0.24 413	0.39 481	0.08 258	0.07 333	0.08 234	0.07 230	0.12 403	0.10 368

LE_ROB	0.50 489	0.07 116	0.14 223	0.15 60	0.08 89	0.24 410	0.16 244	0.22 233	1.81 521	4.63 524	0.67 485	0.47 474	0.44 482	0.20 366	0.29 453	0.07 200	0.06 264	0.06 66	0.06 143	0.08 279	0.06 161

MSMD_ROB	0.31 464	0.26 471	0.26 413	0.24 434	0.21 470	0.34 460	0.25 439	0.34 419	0.39 416	0.40 463	0.69 487	0.45 467	0.40 472	0.34 455	0.27 443	0.20 472	0.19 470	0.26 475	0.25 478	0.23 473	0.22 477

SGM+DAISY	0.56 493	0.57 495	0.65 486	0.40 485	0.54 499	0.66 495	0.49 498	0.56 492	0.45 448	0.66 488	0.69 487	0.67 492	0.56 493	0.63 498	0.56 499	0.59 505	0.48 503	0.50 495	0.50 500	0.52 496	0.58 504

coex-ft	3.30 520	0.34 484	59.09 540	0.18 257	0.13 396	0.26 428	0.22 404	0.27 328	0.72 492	1.90 522	0.70 489	0.44 465	0.45 483	0.29 440	0.41 486	0.09 313	0.09 385	0.12 406	0.09 338	0.14 432	0.13 421

MSC_U_SF_DS_RVC	0.43 482	0.39 488	0.54 475	0.40 485	0.20 467	0.64 492	0.32 483	0.53 489	0.72 492	0.71 492	0.72 490	0.61 486	0.54 489	0.51 487	0.46 491	0.20 472	0.19 470	0.29 485	0.30 487	0.23 473	0.18 467

Consistency-Raft	0.44 483	0.40 489	0.45 466	0.37 484	0.43 494	0.46 477	0.41 491	0.57 494	0.55 469	0.32 444	0.73 491	0.33 424	0.48 485	0.42 482	0.49 494	0.39 493	0.35 494	0.45 493	0.51 501	0.42 493	0.29 488

MFMNet_re	0.64 495	0.66 502	0.65 486	0.51 494	0.69 511	0.69 496	0.57 504	0.64 498	0.73 496	0.60 486	0.73 491	0.62 487	0.67 500	0.65 499	0.60 501	0.66 509	0.58 516	0.63 500	0.59 504	0.68 507	0.69 513

AnyNet_C01	0.36 473	0.25 470	1.37 512	0.22 405	0.17 455	0.48 481	0.27 453	0.35 431	0.39 416	0.39 460	0.74 493	0.46 471	0.38 467	0.45 483	0.47 492	0.13 426	0.13 442	0.13 421	0.14 435	0.14 432	0.15 445

ELAS_RVC	0.41 480	0.29 479	0.33 444	0.28 464	0.24 476	0.54 485	0.36 486	0.49 483	0.59 477	0.72 494	0.74 493	0.65 490	0.54 489	0.54 493	0.40 483	0.22 480	0.20 473	0.27 478	0.26 479	0.26 484	0.25 484
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	0.71 499	0.94 513	0.95 507	0.76 502	0.31 488	0.74 500	0.36 486	0.90 504	0.90 503	0.96 507	0.75 495	0.95 500	0.61 496	0.87 510	0.66 504	0.72 510	0.46 498	0.75 505	0.49 498	0.69 509	0.44 500

JetBlue	0.71 499	0.45 492	1.14 510	0.51 494	0.47 496	2.02 521	0.64 508	0.75 500	0.70 490	0.69 491	0.77 496	1.22 507	0.83 506	1.03 517	1.01 517	0.40 494	0.28 488	0.33 488	0.33 490	0.30 487	0.34 494

PVD	0.39 475	0.20 451	0.39 459	0.31 477	0.22 472	0.29 446	0.43 496	0.52 487	0.96 505	0.55 484	0.79 497	0.53 481	0.59 495	0.52 489	0.38 479	0.19 470	0.14 451	0.17 453	0.14 435	0.24 479	0.31 491

ELAS	0.41 480	0.29 479	0.33 444	0.27 461	0.24 476	0.60 490	0.36 486	0.50 485	0.50 459	0.71 492	0.79 497	0.67 492	0.54 489	0.51 487	0.42 487	0.22 480	0.20 473	0.27 478	0.26 479	0.26 484	0.25 484
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	0.95 511	0.94 513	1.43 514	0.87 510	0.56 502	1.18 520	0.87 516	0.77 501	0.94 504	1.04 510	0.85 499	1.58 518	1.21 520	0.94 514	0.96 515	0.87 516	0.57 515	1.03 516	0.88 517	0.78 513	0.73 514

TorneroNet-64	0.76 503	0.72 505	0.74 499	0.78 504	0.58 505	0.91 511	0.56 503	0.84 503	1.29 511	0.66 488	0.90 500	1.40 513	0.75 503	0.85 508	0.67 507	0.49 500	0.46 498	0.72 504	0.59 504	0.67 506	0.53 502

UNDER WATER	0.97 512	0.97 515	1.42 513	0.99 514	0.70 514	1.12 519	0.84 515	0.80 502	1.08 506	1.01 509	0.90 500	1.55 517	1.22 521	1.03 517	1.00 516	0.78 514	0.53 510	1.02 515	0.87 516	0.80 514	0.74 515

NVStereoNet_ROB	0.46 488	0.36 486	0.46 469	0.41 487	0.28 483	0.34 460	0.34 484	0.48 481	0.60 480	0.72 494	0.93 502	0.70 495	0.66 499	0.47 484	0.60 501	0.22 480	0.33 493	0.34 489	0.34 492	0.30 487	0.30 490
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
tt	4.67 522	0.06 43	3.55 519	2.02 522	1.55 521	10.25 528	16.71 528	8.91 531	5.03 525	1.31 518	0.94 503	4.71 523	4.76 524	3.33 523	5.87 526	6.06 530	10.30 534	1.88 524	2.11 525	2.75 522	1.21 522

BEATNet-Init1	0.52 490	0.27 472	0.62 484	0.30 473	0.21 470	0.76 504	0.29 468	0.54 490	0.65 486	0.86 503	0.95 504	2.07 520	0.62 498	0.56 495	0.42 487	0.18 465	0.18 467	0.23 472	0.22 472	0.22 472	0.21 475

WAO-6	0.81 505	0.80 508	0.62 484	0.86 509	0.63 508	0.76 504	0.58 505	0.98 511	1.54 519	0.90 505	0.96 505	1.07 503	1.03 514	0.70 501	0.66 504	0.72 510	0.49 505	0.90 513	0.71 511	0.68 507	0.58 504

IMH-64-1	0.65 496	0.61 498	0.68 494	0.71 500	0.51 497	0.59 488	0.49 498	0.91 505	0.85 500	0.74 498	1.02 506	0.81 497	0.78 504	0.79 502	0.49 494	0.42 495	0.46 498	0.71 502	0.47 496	0.52 496	0.39 496

IMH-64	0.65 496	0.61 498	0.68 494	0.71 500	0.51 497	0.59 488	0.49 498	0.91 505	0.85 500	0.74 498	1.02 506	0.81 497	0.78 504	0.79 502	0.49 494	0.42 495	0.46 498	0.71 502	0.47 496	0.52 496	0.39 496

DPSimNet_ROB	1.11 516	1.23 519	0.78 500	1.13 517	0.88 518	1.10 518	1.13 520	1.16 521	1.23 510	1.43 519	1.02 506	1.41 514	1.10 518	0.90 512	1.60 519	1.46 522	0.51 509	1.21 519	1.03 520	0.90 515	1.01 521

IMH	0.71 499	0.64 501	0.68 494	0.76 502	0.54 499	0.69 496	0.54 502	0.98 511	1.10 507	0.82 502	1.09 509	0.89 499	0.88 509	0.87 510	0.52 498	0.44 498	0.50 507	0.75 505	0.51 501	0.56 501	0.41 499

ACVNet_2	0.66 498	0.66 502	0.68 494	0.63 498	0.41 492	0.71 498	0.49 498	0.96 509	1.39 514	0.89 504	1.09 509	1.04 501	0.73 502	0.54 493	0.47 492	0.43 497	0.40 496	0.53 499	0.44 495	0.47 494	0.35 495

TorneroNet	0.82 506	0.74 506	0.81 504	0.84 507	0.63 508	0.99 513	0.63 506	0.96 509	1.16 508	0.80 501	1.11 511	1.36 512	0.86 508	0.93 513	0.80 512	0.56 502	0.49 505	0.78 510	0.66 509	0.73 512	0.63 512

ktn	1.01 514	1.21 518	0.80 503	1.23 519	0.86 517	1.01 515	0.87 516	0.94 508	1.39 514	1.04 510	1.12 512	1.15 505	1.07 515	0.94 514	0.59 500	1.28 521	0.71 519	1.38 521	0.83 515	1.02 518	0.75 516

MANE	0.45 485	0.27 472	0.27 420	0.27 461	0.24 476	0.47 479	0.31 481	0.55 491	0.59 477	0.72 494	1.13 513	1.15 505	0.61 496	0.52 489	0.37 477	0.21 476	0.20 473	0.27 478	0.31 489	0.25 480	0.24 479

Dean	0.87 508	0.86 512	0.79 502	0.81 506	0.56 502	0.90 508	0.63 506	1.15 520	1.73 520	1.15 515	1.15 514	1.31 510	0.99 513	0.81 504	0.81 513	0.57 503	0.56 514	0.77 509	0.64 507	0.66 505	0.58 504

notaker	0.97 512	1.11 516	0.98 508	1.13 517	0.81 515	0.73 499	0.68 512	0.93 507	1.16 508	1.18 517	1.18 515	1.41 514	1.16 519	1.08 519	0.69 508	0.81 515	0.64 518	1.17 517	0.79 514	0.98 516	0.80 517

WAO-7	0.79 504	0.78 507	0.54 475	0.85 508	0.67 510	0.74 500	0.68 512	1.05 514	1.32 512	0.90 505	1.20 516	1.04 501	0.92 510	0.69 500	0.66 504	0.60 506	0.62 517	0.67 501	0.68 510	0.64 503	0.58 504

LVE	0.83 507	0.85 511	0.85 505	0.80 505	0.56 502	1.04 517	0.65 509	1.05 514	1.47 517	0.96 507	1.22 517	1.10 504	0.85 507	0.83 505	0.71 509	0.49 500	0.55 513	0.76 508	0.60 506	0.65 504	0.59 509

KSHMR	1.09 515	1.17 517	0.88 506	1.25 520	1.00 519	0.99 513	0.96 518	1.13 519	1.37 513	1.16 516	1.29 518	1.41 514	0.96 512	1.01 516	0.92 514	1.03 519	1.08 521	1.20 518	1.03 520	1.01 517	0.97 519

WAO-8	0.91 509	0.81 509	0.65 486	0.94 512	0.69 511	0.90 508	0.67 510	1.07 517	1.83 522	1.06 512	1.45 519	1.30 508	1.07 515	0.84 506	0.78 510	0.74 512	0.53 510	0.86 511	0.75 512	0.69 509	0.62 510

Venus	0.91 509	0.81 509	0.65 486	0.94 512	0.69 511	0.90 508	0.67 510	1.07 517	1.83 522	1.06 512	1.45 519	1.30 508	1.07 515	0.84 506	0.78 510	0.74 512	0.53 510	0.86 511	0.75 512	0.69 509	0.62 510

HanzoNet	1.29 517	1.26 520	1.19 511	1.12 516	0.85 516	1.02 516	0.83 514	1.03 513	1.48 518	1.64 520	1.61 521	2.50 522	1.72 522	1.61 521	1.61 520	1.26 520	0.80 520	1.31 520	1.01 519	1.02 518	0.86 518

JetRed	1.62 518	1.46 521	2.98 516	0.92 511	1.21 520	4.99 524	1.53 523	1.27 522	1.39 514	1.83 521	1.74 522	1.60 519	0.95 511	1.41 520	2.45 524	0.90 518	1.60 522	0.93 514	0.90 518	1.35 520	0.99 520

TCMNet-wrong-test	3.67 521	5.48 530	3.89 521	12.18 532	11.75 533	4.65 523	3.88 524	1.06 516	0.72 492	1.09 514	2.15 523	6.30 526	0.53 488	3.43 524	2.36 523	0.89 517	0.20 473	1.87 523	1.69 523	5.57 528	3.62 528

MADNet++	1.95 519	1.75 522	1.59 515	1.82 521	1.69 522	2.33 522	1.40 522	2.35 523	2.09 524	2.57 523	2.36 524	2.24 521	2.17 523	2.28 522	2.34 522	1.87 523	1.66 523	1.54 522	1.34 522	1.92 521	1.77 523

xxxxx1	7.79 523	5.02 527	7.31 524	3.12 523	3.85 524	16.35 531	22.88 529	5.86 528	8.69 527	7.97 527	8.54 525	9.12 529	8.27 527	10.18 529	10.92 527	2.42 524	2.45 525	3.56 527	12.37 531	3.77 523	3.06 525

tt_ll	7.79 523	5.02 527	7.31 524	3.12 523	3.85 524	16.35 531	22.88 529	5.86 528	8.69 527	7.97 527	8.54 525	9.12 529	8.27 527	10.18 529	10.92 527	2.42 524	2.45 525	3.56 527	12.37 531	3.77 523	3.06 525

ff	7.79 523	5.02 527	7.31 524	3.12 523	3.85 524	16.35 531	22.88 529	5.86 528	8.69 527	7.97 527	8.54 525	9.12 529	8.27 527	10.18 529	10.92 527	2.42 524	2.45 525	3.56 527	12.37 531	3.77 523	3.06 525

DPSMNet_ROB	8.06 527	4.48 525	8.63 530	5.37 528	10.74 530	8.32 526	22.98 533	5.46 525	13.36 532	5.12 525	9.92 528	5.08 524	10.40 530	5.53 527	12.58 530	3.80 528	8.00 529	3.50 525	7.02 528	3.83 526	7.14 530

DGTPSM_ROB	8.06 527	4.48 525	8.63 530	5.35 526	10.72 529	8.32 526	22.97 532	5.46 525	13.35 531	5.12 525	9.92 528	5.08 524	10.40 530	5.52 526	12.58 530	3.79 527	8.00 529	3.50 525	7.02 528	3.83 526	7.14 530

Anonymous_1	10.96 532	7.92 531	7.46 527	10.33 529	10.06 528	18.65 535	26.34 535	11.06 532	13.44 533	9.40 530	10.05 530	9.67 532	11.23 532	10.73 532	12.72 532	6.42 531	8.38 531	5.77 530	10.61 530	12.12 532	6.77 529

DPSM_ROB	11.15 533	8.58 532	8.00 528	10.88 530	11.58 531	19.10 536	26.71 536	12.05 533	14.07 534	10.36 531	10.84 531	10.33 533	11.86 533	11.70 533	13.54 533	6.99 532	8.79 532	5.89 531	6.95 526	7.29 529	7.42 532

DPSM	11.15 533	8.58 532	8.00 528	10.88 530	11.58 531	19.10 536	26.71 536	12.05 533	14.07 534	10.36 531	10.84 531	10.33 533	11.86 533	11.70 533	13.54 533	6.99 532	8.79 532	5.89 531	6.95 526	7.29 529	7.42 532

HaxPig	15.71 535	18.52 539	19.18 535	16.89 533	15.89 535	7.73 525	7.60 525	13.31 535	10.82 530	15.42 534	14.91 533	15.98 535	14.92 535	15.58 535	15.98 535	18.95 537	16.73 535	19.46 537	18.08 537	19.26 537	19.05 538

LRCNet_RVC	10.62 531	13.42 535	7.30 523	18.92 534	2.07 523	0.33 457	0.30 475	5.59 527	0.48 451	13.03 533	17.94 534	8.87 528	5.65 525	4.79 525	1.89 521	23.51 538	2.73 528	27.55 539	25.71 539	16.07 536	16.33 537

MEDIAN_ROB	20.38 536	24.04 540	23.31 537	21.23 535	21.71 536	10.40 529	7.92 526	17.64 536	15.50 536	20.12 536	19.70 535	20.34 536	20.32 536	21.19 536	21.13 536	23.81 539	21.81 539	24.98 538	23.76 538	24.71 538	23.93 539

LSM0	22.87 539	17.28 536	18.96 534	22.19 538	29.04 540	38.42 540	53.71 538	24.28 539	28.31 538	20.78 539	21.00 536	21.43 539	24.16 539	23.50 538	27.39 539	14.09 536	17.38 536	11.84 536	14.04 536	14.73 535	14.89 534

CasAABBNet	22.42 537	17.33 537	16.01 532	22.01 536	23.28 537	38.32 538	53.80 539	24.14 538	28.41 539	20.60 537	21.77 537	20.89 538	23.91 538	23.43 537	27.36 538	14.07 534	17.69 537	11.83 535	14.01 535	14.67 533	14.95 535

Selective-RAFT-Error	22.47 538	17.37 538	16.09 533	22.06 537	23.34 538	38.39 539	53.83 540	24.29 540	28.47 540	20.74 538	21.83 538	20.81 537	23.90 537	23.54 539	27.53 540	14.08 535	17.69 537	11.82 534	14.00 534	14.69 534	15.00 536

AVERAGE_ROB	24.90 540	29.20 541	28.14 538	24.89 539	24.64 539	17.75 534	11.12 527	21.45 537	19.93 537	25.12 540	24.46 539	25.12 540	25.46 540	24.69 540	22.83 537	29.76 540	27.13 540	28.97 540	27.95 540	29.91 539	29.47 540

PML	8.91 529	9.34 534	6.13 522	5.35 526	6.41 527	14.99 530	23.38 534	5.27 524	6.83 526	18.04 535	28.19 540	7.67 527	6.83 526	7.85 528	5.75 525	5.35 529	1.83 524	5.95 533	1.93 524	8.64 531	2.52 524

test_example2	98.32 541	94.13 542	45.89 539	96.35 540	109.85 541	88.61 541	95.45 541	25.75 541	94.37 541	130.00 542	126.06 541	58.17 541	74.63 541	88.51 541	79.96 541	150.23 541	221.02 541	77.62 541	99.10 541	113.75 541	96.94 541

ccccc		285.66 543		368.85 542	370.60 542	123.16 542		115.05 542		126.68 541		122.83 542		252.94 542		384.56 542	353.86 542	254.69 542	223.00 542	425.87 542

ASD4		3.38 524

Low-res two-view benchmark