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

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 151	0.31 79	0.55 12	0.43 47	0.28 7	0.28 13	0.23 3	0.21 3	0.56 40	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

IGEV	0.28 7	0.18 1	0.39 14	0.37 12	0.31 180	0.45 63	0.21 13	0.59 21	0.40 38	0.31 16	0.43 41	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 54	0.16 52	0.13 65	0.12 1	0.12 11

MLG-Stereo_test3	0.28 7	0.18 1	0.42 32	0.40 39	0.23 25	0.47 73	0.19 7	0.61 29	0.29 12	0.35 28	0.21 2	0.35 48	0.21 3	0.60 59	0.25 12	0.15 38	0.11 28	0.16 52	0.11 9	0.13 5	0.13 36

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 151	0.31 79	0.55 12	0.43 47	0.28 7	0.29 15	0.23 3	0.21 3	0.56 40	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

CAS	0.63 231	0.18 1	0.37 5	2.27 550	0.84 502	0.57 162	0.54 317	0.79 83	0.62 107	0.48 93	0.70 125	0.36 50	0.26 19	0.45 12	0.35 111	2.24 551	0.10 9	0.14 2	0.09 1	0.15 41	1.06 540

Monster-pub-mixall	0.30 15	0.19 6	0.39 14	0.36 5	0.21 9	0.28 9	0.18 2	0.58 19	0.34 24	0.36 33	0.34 20	0.26 15	0.20 1	1.40 296	0.24 5	0.15 38	0.11 28	0.13 1	0.10 2	0.12 1	0.13 36

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 39	0.24 41	0.38 28	0.20 10	0.59 21	0.19 1	0.24 2	0.17 1	0.33 44	0.27 21	0.90 155	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

MLG-Stereo	0.29 11	0.19 6	0.38 8	0.41 47	0.20 3	0.42 44	0.20 10	0.66 44	0.21 2	0.25 3	0.22 4	0.33 44	0.28 25	1.09 210	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 32	0.21 9	0.25 3	0.22 17	0.48 6	0.31 16	0.32 20	0.26 10	0.37 55	0.24 12	0.83 131	0.29 38	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.11 2

water-stereo	0.39 64	0.20 10	0.48 66	0.44 84	0.27 90	0.50 105	0.26 44	0.92 131	0.51 78	0.53 115	0.78 146	0.55 125	0.49 151	0.42 10	0.42 181	0.16 60	0.15 224	0.17 79	0.15 111	0.16 61	0.15 96

1w_stereo	0.34 40	0.20 10	0.42 32	0.43 61	0.26 66	0.47 73	0.54 317	0.59 21	0.50 69	0.41 53	0.66 110	0.25 13	0.44 112	0.62 65	0.33 84	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

monsterstereo	0.34 40	0.20 10	0.44 39	0.45 98	0.35 242	0.27 8	0.29 62	0.53 9	0.51 78	0.44 69	0.61 100	0.26 15	0.25 14	1.19 236	0.27 26	0.13 20	0.11 28	0.15 22	0.12 41	0.15 41	0.10 1

monsters	0.34 40	0.20 10	0.41 24	0.39 32	0.36 252	0.34 17	0.27 51	0.66 44	0.43 47	0.47 85	0.40 28	0.22 2	0.23 10	1.33 270	0.25 12	0.13 20	0.10 9	0.14 2	0.11 9	0.13 5	0.13 36

111111	0.34 40	0.20 10	0.41 24	0.45 98	0.42 318	0.37 25	0.22 17	0.95 150	0.38 33	0.31 16	0.31 18	0.40 60	0.27 21	0.96 170	0.26 21	0.17 103	0.12 54	0.15 22	0.11 9	0.15 41	0.13 36

LG-Stereo_L2	0.29 11	0.20 10	0.45 52	0.37 12	0.25 58	0.26 4	0.20 10	0.78 78	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 156	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

LG-Stereo_L1	0.30 15	0.20 10	0.44 39	0.37 12	0.26 66	0.29 11	0.21 13	0.66 44	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 248	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 12	0.22 19	0.35 19	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 46	0.20 1	0.77 108	0.23 2	0.16 60	0.11 28	0.15 22	0.11 9	0.13 5	0.11 2

LG-G_1	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 200	0.18 2	0.70 56	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 146	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

LG-G	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 200	0.18 2	0.70 56	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 146	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

SGD-Stereo	0.32 29	0.20 10	0.40 19	0.38 25	0.19 1	0.43 53	0.22 17	0.64 36	0.33 22	0.42 59	0.34 20	0.27 20	0.35 63	1.15 224	0.30 48	0.20 218	0.10 9	0.15 22	0.13 65	0.17 92	0.13 36

GREAT-IGEV	0.32 29	0.20 10	0.42 32	0.37 12	0.29 132	0.36 23	0.28 57	0.56 14	0.58 97	0.28 7	0.50 70	0.29 30	0.29 29	0.84 134	0.27 26	0.14 30	0.11 28	0.15 22	0.11 9	0.17 92	0.14 63

DEFOM-Stereo	0.33 37	0.20 10	0.40 19	0.42 54	0.28 115	0.80 302	0.23 25	0.48 6	0.37 31	0.37 37	0.31 18	0.23 3	0.24 12	1.20 238	0.27 26	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.14 63

IGEV-Stereo++	0.30 15	0.20 10	0.40 19	0.46 106	0.30 154	0.33 16	0.22 17	0.75 68	0.45 53	0.32 20	0.41 30	0.32 40	0.48 143	0.38 4	0.27 26	0.15 38	0.11 28	0.15 22	0.12 41	0.15 41	0.13 36

Pointernet	0.37 55	0.20 10	0.57 130	0.43 61	0.28 115	0.51 122	0.27 51	0.93 138	0.61 105	0.47 85	0.63 105	0.49 98	0.38 84	0.49 21	0.33 84	0.17 103	0.13 115	0.14 2	0.11 9	0.13 5	0.12 11

MoCha-V2	0.40 73	0.20 10	0.49 73	0.50 172	0.21 9	0.44 59	0.33 94	0.93 138	0.53 89	0.53 115	0.53 77	0.42 61	0.58 206	1.09 210	0.27 26	0.14 30	0.12 54	0.15 22	0.12 41	0.17 92	0.15 96

CES	0.48 130	0.20 10	0.37 5	0.39 32	1.39 542	0.55 151	0.35 114	0.98 162	0.66 131	0.44 69	0.66 110	0.35 48	0.27 21	0.56 40	0.33 84	0.15 38	0.13 115	0.15 22	0.10 2	0.19 164	1.46 546

s12784h	0.52 143	0.20 10	0.38 8	0.41 47	0.19 1	0.96 362	0.34 106	1.17 238	1.25 386	0.81 175	0.90 174	0.63 160	0.50 157	1.45 303	0.42 181	0.14 30	0.12 54	0.17 79	0.11 9	0.18 123	0.11 2

asd	0.30 15	0.21 28	0.41 24	0.39 32	0.24 41	0.47 73	0.30 72	0.69 52	0.30 13	0.41 53	0.39 27	0.28 29	0.33 48	0.62 65	0.27 26	0.13 20	0.09 1	0.14 2	0.12 41	0.14 20	0.12 11

qwe	0.32 29	0.21 28	0.40 19	0.37 12	0.26 66	0.49 91	0.29 62	0.64 36	0.39 34	0.49 99	0.48 59	0.26 15	0.27 21	0.80 120	0.34 101	0.12 6	0.10 9	0.14 2	0.11 9	0.15 41	0.12 11

DilatedVolume-Stereo	0.43 91	0.21 28	0.55 116	0.43 61	0.32 199	0.72 256	0.29 62	0.80 91	0.51 78	0.77 163	0.73 134	0.48 90	0.40 90	1.13 221	0.39 152	0.15 38	0.14 166	0.15 22	0.14 93	0.16 61	0.14 63

3.25w_new	0.32 29	0.21 28	0.45 52	0.38 25	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 85	0.45 50	0.32 40	0.35 63	0.61 63	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.25w	0.32 29	0.21 28	0.45 52	0.37 12	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 85	0.45 50	0.32 40	0.35 63	0.61 63	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

LGtest1	0.27 4	0.21 28	0.44 39	0.41 47	0.21 9	0.42 44	0.19 7	0.56 14	0.26 9	0.29 11	0.24 6	0.29 30	0.29 29	0.55 39	0.25 12	0.18 142	0.12 54	0.16 52	0.12 41	0.14 20	0.13 36

FoundationStereo	0.24 1	0.21 28	0.36 3	0.38 25	0.22 19	0.32 15	0.22 17	0.39 2	0.23 6	0.30 15	0.25 7	0.30 35	0.33 48	0.34 3	0.26 21	0.16 60	0.12 54	0.15 22	0.11 9	0.13 5	0.12 11

WCG-NET	0.42 85	0.21 28	0.54 106	0.40 39	0.25 58	0.47 73	0.32 87	0.73 63	1.15 330	0.76 158	0.73 134	0.58 140	0.45 116	0.60 59	0.34 101	0.15 38	0.11 28	0.16 52	0.14 93	0.15 41	0.13 36

RAStereo	0.34 40	0.21 28	0.66 181	0.47 117	0.27 90	0.26 4	0.29 62	0.69 52	0.63 110	0.32 20	0.42 32	0.45 74	0.31 39	0.45 12	0.34 101	0.17 103	0.15 224	0.19 137	0.15 111	0.18 123	0.13 36

Occ-G	0.42 85	0.21 28	0.48 66	0.41 47	0.26 66	0.42 44	0.62 375	0.77 74	0.49 65	0.43 65	0.66 110	1.02 306	0.46 123	0.78 113	0.41 170	0.16 60	0.13 115	0.18 114	0.13 65	0.16 61	0.16 126

U	9.45 572	0.21 28	0.58 136	0.47 117	53.11 591	61.27 596	0.24 31	0.70 56	0.52 85	0.36 33	0.28 13	0.29 30	0.35 63	0.33 2	0.26 21	0.19 183	0.11 28	60.50 593	8.88 580	0.17 92	0.13 36

IGEV-Stereo+	0.45 110	0.21 28	0.43 37	0.41 47	0.39 294	0.15 1	0.19 7	0.44 4	0.36 28	0.26 5	0.25 7	0.31 38	0.41 93	1.43 299	0.30 48	0.17 103	0.12 54	0.15 22	0.11 9	1.16 536	1.70 551

WCG-NET（raft）	0.45 110	0.21 28	0.55 116	0.40 39	0.24 41	0.50 105	0.36 130	0.73 63	1.09 290	0.71 150	0.76 142	0.92 267	0.51 161	0.84 134	0.34 101	0.16 60	0.12 54	0.15 22	0.14 93	0.14 20	0.14 63

trnet	0.39 64	0.21 28	0.37 5	0.36 5	0.20 3	0.53 135	0.29 62	0.78 78	1.12 303	0.59 131	0.71 128	0.53 120	0.42 97	0.54 33	0.34 101	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.13 36

LoS	0.40 73	0.21 28	0.44 39	0.37 12	0.22 19	0.50 105	0.40 179	1.00 168	0.94 217	0.48 93	0.66 110	0.48 90	0.40 90	0.60 59	0.37 133	0.18 142	0.14 166	0.16 52	0.11 9	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.47 124	0.21 28	0.38 8	0.45 98	0.38 284	0.45 63	0.25 34	0.75 68	1.29 406	0.80 171	1.21 306	0.47 85	0.37 77	0.53 30	0.44 194	0.16 60	0.11 28	0.15 22	0.80 538	0.18 123	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.44 102	0.21 28	0.44 39	0.41 47	0.21 9	0.65 216	0.26 44	0.79 83	0.83 181	0.93 204	0.98 198	0.51 108	0.46 123	0.54 33	0.35 111	0.18 142	0.24 412	0.16 52	0.13 65	0.16 61	0.26 355

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 135	0.29 62	0.77 74	1.11 299	0.58 123	0.71 128	0.51 108	0.41 93	0.54 33	0.34 101	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.14 63
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	0.46 117	0.21 28	0.38 8	0.37 12	0.23 25	0.71 253	0.27 51	0.74 67	1.04 263	0.64 139	0.70 125	0.55 125	0.47 132	0.86 143	0.35 111	1.00 534	0.13 115	0.15 22	0.10 2	0.15 41	0.13 36

zero-FE	0.36 49	0.22 47	0.47 63	0.45 98	0.43 328	0.30 12	0.24 31	0.61 29	0.33 22	0.33 25	0.41 30	0.37 55	0.50 157	0.64 69	0.32 70	0.22 278	0.11 28	0.18 114	0.12 41	0.83 522	0.16 126

AdaDepth	0.30 15	0.22 47	0.49 73	0.44 84	0.27 90	0.44 59	0.24 31	0.52 8	0.30 13	0.31 16	0.37 26	0.26 15	0.32 45	0.79 117	0.25 12	0.12 6	0.12 54	0.16 52	0.13 65	0.16 61	0.15 96

xyz-stereo	7.16 568	0.22 47	69.90 594	0.42 54	0.21 9	32.92 589	0.49 283	0.87 112	0.76 160	1.38 416	27.04 584	1.19 352	1.16 434	4.69 490	0.97 399	0.16 60	0.12 54	0.20 172	0.14 93	0.16 61	0.12 11

HART	0.45 110	0.22 47	0.54 106	0.50 172	0.26 66	0.41 37	0.29 62	1.03 180	0.50 69	0.58 123	1.45 393	0.61 152	0.35 63	1.08 209	0.30 48	0.15 38	0.13 115	0.19 137	0.14 93	0.19 164	0.14 63

Reg-Stereo(zero)	0.44 102	0.22 47	0.45 52	0.43 61	0.23 25	0.38 28	0.25 34	0.76 71	1.08 282	0.90 196	0.78 146	0.90 255	0.47 132	0.70 87	0.36 121	0.15 38	0.12 54	0.15 22	0.12 41	0.15 41	0.15 96

AIO_test	0.35 48	0.22 47	0.44 39	0.43 61	0.27 90	0.57 162	0.44 231	0.79 83	0.41 42	0.32 20	0.47 56	0.46 78	0.30 33	0.69 83	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.15 41	0.12 11

castereo	0.41 81	0.22 47	0.46 60	0.44 84	0.30 154	0.61 184	0.56 343	0.97 158	0.80 172	0.38 43	0.69 121	0.45 74	0.69 247	0.51 24	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.16 61	0.12 11

999	0.48 130	0.22 47	0.49 73	0.48 144	0.34 238	0.75 269	0.31 79	0.85 109	0.55 92	0.37 37	0.48 59	0.50 104	0.36 72	2.45 429	0.39 152	0.16 60	0.13 115	0.18 114	0.15 111	0.16 61	0.19 217

IGEV++	0.40 73	0.22 47	0.51 86	0.52 223	0.29 132	0.45 63	0.25 34	1.65 367	0.46 59	0.37 37	0.57 92	0.46 78	0.45 116	0.50 22	0.38 144	0.19 183	0.12 54	0.16 52	0.13 65	0.16 61	0.15 96

EGLCR-Stereo	0.37 55	0.22 47	0.51 86	0.43 61	0.26 66	0.44 59	0.22 17	0.99 164	0.48 63	0.42 59	0.42 32	0.67 173	0.29 29	0.86 143	0.33 84	0.17 103	0.12 54	0.19 137	0.17 174	0.17 92	0.15 96

test_4	0.53 153	0.22 47	0.56 120	0.54 256	0.32 199	0.64 200	0.39 171	0.80 91	0.62 107	0.92 203	1.87 478	0.68 175	0.42 97	1.16 228	0.37 133	0.15 38	0.13 115	0.20 172	0.22 319	0.20 198	0.15 96

test-3	0.54 168	0.22 47	0.68 190	0.47 117	0.27 90	0.58 165	0.35 114	0.92 131	1.00 248	1.32 391	0.69 121	0.87 242	0.45 116	1.68 350	0.37 133	0.16 60	0.11 28	0.20 172	0.16 153	0.17 92	0.13 36

test_1	0.54 168	0.22 47	0.68 190	0.47 117	0.27 90	0.58 165	0.35 114	0.92 131	1.00 248	1.28 363	0.68 117	0.87 242	0.45 116	1.67 345	0.37 133	0.16 60	0.11 28	0.20 172	0.16 153	0.17 92	0.13 36

depthmonostereo	0.41 81	0.23 60	0.53 100	0.47 117	0.23 25	0.61 184	0.35 114	1.00 168	0.76 160	0.48 93	0.65 109	0.47 85	0.49 151	0.67 81	0.37 133	0.16 60	0.15 224	0.16 52	0.14 93	0.16 61	0.15 96

2.5w	0.31 25	0.23 60	0.46 60	0.39 32	0.24 41	0.42 44	0.39 171	0.61 29	0.30 13	0.37 37	0.53 77	0.24 7	0.25 14	0.77 108	0.28 35	0.12 6	0.10 9	0.14 2	0.12 41	0.14 20	0.12 11

2.75w_new	0.31 25	0.23 60	0.43 37	0.35 3	0.23 25	0.42 44	0.42 199	0.54 11	0.35 27	0.47 85	0.43 41	0.24 7	0.30 33	0.66 78	0.33 84	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

3.75w	0.32 29	0.23 60	0.44 39	0.37 12	0.29 132	0.62 193	0.36 130	0.59 21	0.32 20	0.41 53	0.47 56	0.25 13	0.34 55	0.64 69	0.26 21	0.12 6	0.09 1	0.14 2	0.12 41	0.13 5	0.12 11

LG-Stereo_Zeroshot	0.36 49	0.23 60	0.54 106	0.50 172	0.28 115	0.36 23	0.22 17	1.02 175	0.39 34	0.42 59	0.64 108	0.36 50	0.51 161	0.39 6	0.29 38	0.18 142	0.12 54	0.17 79	0.13 65	0.18 123	0.18 177

AIO_rvc	0.36 49	0.23 60	0.49 73	0.43 61	0.27 90	0.59 170	0.38 156	0.94 145	0.45 53	0.33 25	0.46 54	0.49 98	0.22 8	0.84 134	0.30 48	0.16 60	0.11 28	0.16 52	0.12 41	0.15 41	0.13 36

HUF	0.36 49	0.23 60	0.52 94	0.40 39	0.22 19	0.54 143	0.47 262	0.82 101	0.43 47	0.36 33	0.43 41	0.50 104	0.42 97	0.64 69	0.29 38	0.17 103	0.12 54	0.16 52	0.12 41	0.15 41	0.14 63

castereo++	0.38 60	0.23 60	0.41 24	0.43 61	0.31 180	0.97 366	0.22 17	0.86 111	0.58 97	0.32 20	0.44 45	0.51 108	0.39 86	0.93 164	0.24 5	0.17 103	0.11 28	0.17 79	0.12 41	0.14 20	0.14 63

IGEV-RUCA	0.37 55	0.23 60	0.48 66	0.49 160	0.36 252	0.60 178	0.23 25	0.64 36	0.49 65	0.39 51	0.49 67	0.44 66	0.31 39	0.85 139	0.30 48	0.24 320	0.13 115	0.16 52	0.12 41	0.20 198	0.19 217

GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 172	0.36 252	0.38 28	0.23 25	0.78 78	0.52 85	0.34 27	0.51 73	0.46 78	0.38 84	0.51 24	0.27 26	0.20 218	0.12 54	0.16 52	0.12 41	0.16 61	0.14 63

fffft	0.38 60	0.23 60	0.51 86	0.44 84	0.32 199	0.43 53	0.48 273	0.76 71	0.36 28	0.44 69	0.34 20	0.38 58	0.31 39	1.31 263	0.32 70	0.14 30	0.11 28	0.19 137	0.15 111	0.16 61	0.16 126
1: 1. 1
tt45	0.45 110	0.23 60	0.46 60	0.45 98	0.33 220	0.79 294	0.32 87	0.78 78	0.41 42	0.51 112	0.44 45	0.49 98	0.37 77	2.14 402	0.34 101	0.16 60	0.13 115	0.19 137	0.16 153	0.17 92	0.18 177

UniTT-Stereo	0.36 49	0.23 60	0.59 143	0.48 144	0.36 252	0.40 33	0.32 87	0.53 9	0.49 65	0.54 118	0.55 86	0.36 50	0.31 39	0.58 46	0.51 252	0.20 218	0.15 224	0.17 79	0.15 111	0.19 164	0.15 96

MC-Stereo	0.43 91	0.23 60	0.48 66	0.51 202	0.28 115	0.39 31	0.32 87	0.88 120	0.68 136	0.60 133	0.84 162	0.56 133	0.61 219	1.03 192	0.31 65	0.17 103	0.11 28	0.17 79	0.15 111	0.16 61	0.13 36

RCA-Stereo	0.50 140	0.23 60	0.58 136	0.48 144	0.33 220	0.55 151	0.45 248	0.97 158	1.38 449	0.68 145	1.05 233	0.63 160	0.80 295	0.59 47	0.32 70	0.17 103	0.12 54	0.17 79	0.14 93	0.16 61	0.14 63

test_3	0.55 183	0.23 60	0.71 221	0.53 241	0.28 115	0.61 184	0.40 179	0.92 131	1.05 267	1.19 321	0.68 117	0.93 269	0.44 112	1.67 345	0.39 152	0.15 38	0.12 54	0.22 236	0.19 214	0.21 239	0.14 63

DEmStereo	0.97 401	0.23 60	0.79 287	0.47 117	0.32 199	1.04 382	0.56 343	0.93 138	0.89 198	1.39 422	2.14 499	1.02 306	2.07 526	5.64 516	0.77 349	0.17 103	0.15 224	0.20 172	0.20 246	0.18 123	0.20 250

111	0.60 214	0.23 60	0.70 209	0.43 61	0.24 41	0.72 256	0.42 199	1.18 243	1.41 464	0.80 171	1.38 373	1.10 333	0.79 289	0.96 170	0.58 284	0.18 142	0.13 115	0.17 79	0.15 111	0.17 92	0.19 217

S2M2_XL	0.24 1	0.24 78	0.39 14	0.34 1	0.24 41	0.16 2	0.18 2	0.32 1	0.22 4	0.29 11	0.40 28	0.24 7	0.23 10	0.32 1	0.26 21	0.20 218	0.18 315	0.18 114	0.16 153	0.18 123	0.14 63

asda	0.30 15	0.24 78	0.42 32	0.38 25	0.23 25	0.43 53	0.34 106	0.58 19	0.37 31	0.38 43	0.42 32	0.27 20	0.34 55	0.52 27	0.30 48	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

2.25w	0.32 29	0.24 78	0.48 66	0.37 12	0.24 41	0.45 63	0.25 34	0.62 32	0.40 38	0.45 77	0.58 95	0.27 20	0.32 45	0.74 104	0.35 111	0.12 6	0.10 9	0.14 2	0.12 41	0.13 5	0.14 63

4w-stereo	0.30 15	0.24 78	0.44 39	0.37 12	0.23 25	0.46 68	0.27 51	0.63 34	0.31 16	0.41 53	0.44 45	0.27 20	0.36 72	0.59 47	0.30 48	0.11 1	0.09 1	0.15 22	0.12 41	0.13 5	0.12 11

2w_stereo	0.32 29	0.24 78	0.45 52	0.39 32	0.22 19	0.46 68	0.47 262	0.69 52	0.42 45	0.43 65	0.50 70	0.24 7	0.45 116	0.47 18	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.13 36

MM-Stereo_test3	0.50 140	0.24 78	0.54 106	0.54 256	0.74 475	0.49 91	0.53 311	1.09 217	1.05 267	0.62 137	0.95 185	0.61 152	0.42 97	0.77 108	0.38 144	0.20 218	0.17 293	0.20 172	0.16 153	0.18 123	0.18 177

MM-Stereo_test2	0.43 91	0.24 78	0.67 186	0.51 202	0.32 199	0.55 151	0.45 248	0.97 158	0.77 164	0.59 131	0.51 73	0.49 98	0.42 97	0.80 120	0.30 48	0.15 38	0.13 115	0.18 114	0.14 93	0.19 164	0.14 63

MM-Stereo_test1	0.49 136	0.24 78	0.56 120	0.51 202	0.30 154	0.50 105	0.54 317	0.91 128	1.03 258	0.84 184	0.69 121	0.54 122	0.60 210	1.16 228	0.33 84	0.18 142	0.16 264	0.20 172	0.17 174	0.19 164	0.15 96

tg	0.52 143	0.24 78	0.61 151	0.49 160	0.30 154	0.90 336	0.29 62	1.07 209	0.83 181	0.83 181	1.02 218	0.62 157	0.43 104	1.35 275	0.41 170	0.17 103	0.12 54	0.22 236	0.20 246	0.17 92	0.15 96

RSM++	0.38 60	0.24 78	0.51 86	0.47 117	0.26 66	0.50 105	0.41 195	0.79 83	0.45 53	0.37 37	0.45 50	0.60 148	0.35 63	1.02 191	0.30 48	0.15 38	0.13 115	0.17 79	0.14 93	0.18 123	0.13 36

RSM	0.39 64	0.24 78	0.49 73	0.46 106	0.26 66	0.47 73	0.40 179	0.92 131	0.44 51	0.41 53	0.42 32	0.65 166	0.33 48	1.07 205	0.29 38	0.15 38	0.12 54	0.17 79	0.13 65	0.17 92	0.13 36

RAFT-Stereo-weight	0.47 124	0.24 78	0.53 100	0.48 144	0.27 90	0.60 178	0.35 114	1.02 175	1.07 276	0.99 223	0.78 146	0.76 196	0.28 25	0.76 105	0.36 121	0.16 60	0.12 54	0.17 79	0.15 111	0.16 61	0.15 96

MIM_Stereo	0.57 199	0.24 78	0.92 344	0.46 106	0.30 154	0.54 143	0.28 57	1.27 272	0.75 154	1.00 228	1.16 288	0.93 269	0.53 171	1.45 303	0.61 297	0.16 60	0.16 264	0.20 172	0.19 214	0.17 92	0.14 63

AEACV	0.37 55	0.24 78	0.52 94	0.47 117	0.51 383	0.37 25	0.38 156	0.65 40	0.53 89	0.42 59	0.56 89	0.46 78	0.60 210	0.53 30	0.30 48	0.16 60	0.13 115	0.18 114	0.15 111	0.17 92	0.14 63

Any-RAFT	0.53 153	0.24 78	0.47 63	0.47 117	0.27 90	1.00 374	0.25 34	1.58 350	1.05 267	0.85 189	0.99 200	1.06 315	0.47 132	0.70 87	0.32 70	0.18 142	0.13 115	0.16 52	0.13 65	0.16 61	0.16 126

4D-IteraStereo	0.48 130	0.24 78	0.76 269	0.50 172	0.44 336	0.66 225	0.31 79	0.87 112	1.02 254	1.03 239	0.72 132	0.78 203	0.32 45	0.64 69	0.37 133	0.17 103	0.11 28	0.23 274	0.19 214	0.19 164	0.13 36

Selective-IGEV	0.39 64	0.24 78	0.50 79	0.44 84	0.25 58	0.46 68	0.33 94	1.25 270	0.40 38	0.35 28	0.45 50	0.52 115	0.30 33	1.07 205	0.30 48	0.14 30	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

fff	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

ADStereo(finetuned)	0.57 199	0.24 78	1.06 395	0.43 61	0.24 41	0.49 91	0.35 114	1.05 194	1.30 412	1.12 269	1.03 228	0.58 140	1.20 445	0.84 134	0.51 252	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 217

CrosDoStereo	1.58 491	0.24 78	0.72 227	0.48 144	0.29 132	0.67 229	12.49 576	1.10 220	0.98 236	1.34 403	1.75 463	1.00 297	1.89 515	6.65 533	0.81 363	0.19 183	0.15 224	0.20 172	0.22 319	0.18 123	0.19 217

DeepStereo_LL	1.58 491	0.24 78	0.72 227	0.48 144	0.29 132	0.67 229	12.49 576	1.10 220	0.98 236	1.34 403	1.75 463	1.00 297	1.89 515	6.65 533	0.81 363	0.19 183	0.15 224	0.20 172	0.22 319	0.18 123	0.19 217

DRaft	0.80 340	0.24 78	0.70 209	0.45 98	0.30 154	0.97 366	0.53 311	1.05 194	0.97 231	1.78 488	2.02 492	0.80 209	1.74 504	2.73 445	0.72 331	0.17 103	0.14 166	0.20 172	0.20 246	0.18 123	0.21 267

RAFT-RH_RVC	1.03 424	0.24 78	0.67 186	0.49 160	0.28 115	0.81 311	0.33 94	0.83 105	1.08 282	2.05 511	4.65 547	1.04 313	0.57 197	5.98 525	0.50 247	0.18 142	0.13 115	0.26 352	0.20 246	0.16 61	0.17 152

DCANet	0.54 168	0.24 78	0.70 209	0.43 61	0.24 41	0.49 91	0.36 130	1.05 194	1.30 412	1.12 269	1.03 228	0.58 140	0.92 350	0.81 126	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 217

csc	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

cscssc	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

CFNet-RSSM	0.54 168	0.24 78	0.70 209	0.48 144	0.28 115	0.60 178	0.27 51	1.49 319	1.14 318	1.06 243	0.93 181	1.08 321	0.54 176	0.70 87	0.35 111	0.16 60	0.12 54	0.17 79	0.15 111	0.16 61	0.14 63

Gwc-CoAtRS	0.52 143	0.24 78	0.68 190	0.48 144	0.29 132	0.64 200	0.25 34	1.16 236	1.08 282	1.01 231	1.00 204	1.12 338	0.56 188	0.69 83	0.37 133	0.16 60	0.13 115	0.17 79	0.15 111	0.15 41	0.15 96

GASTEREO	0.40 73	0.25 106	0.51 86	0.48 144	0.25 58	0.65 216	0.36 130	0.81 96	0.49 65	0.51 112	0.82 159	0.30 35	0.66 242	0.62 65	0.28 35	0.19 183	0.12 54	0.16 52	0.14 93	0.16 61	0.14 63

MSCF	0.38 60	0.25 106	0.52 94	0.47 117	0.25 58	0.62 193	0.37 149	0.81 96	0.47 62	0.50 107	0.71 128	0.32 40	0.65 239	0.54 33	0.28 35	0.19 183	0.12 54	0.17 79	0.14 93	0.17 92	0.14 63

4.5_new	0.29 11	0.25 106	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

4.5w-stereo	0.29 11	0.25 106	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

3.5w_stereo	0.33 37	0.25 106	0.45 52	0.37 12	0.24 41	0.54 143	0.35 114	0.66 44	0.36 28	0.43 65	0.44 45	0.29 30	0.34 55	0.77 108	0.39 152	0.11 1	0.09 1	0.15 22	0.11 9	0.14 20	0.13 36

3w_stereo	0.33 37	0.25 106	0.52 94	0.40 39	0.21 9	0.53 135	0.54 317	0.65 40	0.46 59	0.44 69	0.48 59	0.23 3	0.45 116	0.46 14	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.15 96

G2L-ROB	0.73 304	0.25 106	0.76 269	0.54 256	0.39 294	0.95 356	0.66 389	1.66 372	1.09 290	1.24 348	1.02 218	1.64 450	0.71 257	1.63 337	1.02 406	0.20 218	0.14 166	0.17 79	0.15 111	0.20 198	0.22 285

xyz-stereo-finetune	0.48 130	0.25 106	0.54 106	0.42 54	0.23 25	0.80 302	0.42 199	0.80 91	0.80 172	0.61 134	0.62 103	0.54 122	0.43 104	1.70 352	0.58 284	0.15 38	0.15 224	0.19 137	0.15 111	0.16 61	0.15 96

LG-Stereo	0.34 40	0.25 106	0.78 284	0.47 117	0.26 66	0.37 25	0.30 72	0.71 60	0.52 85	0.36 33	0.57 92	0.29 30	0.21 3	0.50 22	0.36 121	0.13 20	0.13 115	0.20 172	0.18 192	0.18 123	0.12 11

AIO-test1	0.56 192	0.25 106	0.55 116	0.64 384	0.78 488	0.80 302	0.36 130	1.18 243	1.34 427	0.57 121	0.88 170	0.61 152	0.50 157	1.12 219	0.35 111	0.17 103	0.17 293	0.22 236	0.24 355	0.18 123	0.23 305

SMoEStereo_RVC	0.39 64	0.25 106	0.50 79	0.45 98	0.30 154	0.61 184	0.36 130	0.72 61	0.45 53	0.46 82	0.43 41	0.42 61	0.35 63	1.39 290	0.29 38	0.15 38	0.12 54	0.20 172	0.15 111	0.16 61	0.15 96

AIO-Stereo	0.37 55	0.25 106	0.51 86	0.47 117	0.23 25	0.45 63	0.39 171	1.07 209	0.52 85	0.41 53	0.48 59	0.52 115	0.25 14	0.72 94	0.30 48	0.16 60	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

MaDis-Stereo	0.36 49	0.25 106	0.58 136	0.44 84	0.34 238	0.30 12	0.30 72	0.72 61	0.50 69	0.37 37	0.36 23	0.58 140	0.49 151	0.52 27	0.36 121	0.19 183	0.16 264	0.19 137	0.15 111	0.18 123	0.14 63

MIF-Stereo (partial)	0.45 110	0.25 106	0.70 209	0.50 172	0.52 395	0.35 19	0.26 44	0.91 128	0.59 103	0.45 77	0.71 128	0.51 108	0.51 161	1.11 216	0.45 207	0.20 218	0.16 264	0.23 274	0.20 246	0.24 303	0.18 177

CASnet	0.41 81	0.25 106	0.48 66	0.50 172	0.20 3	0.50 105	0.36 130	0.81 96	0.80 172	0.83 181	0.68 117	0.48 90	0.31 39	0.54 33	0.32 70	0.18 142	0.12 54	0.27 369	0.22 319	0.23 288	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 168	0.25 106	0.64 167	0.47 117	0.30 154	0.97 366	0.27 51	1.24 268	0.81 175	0.96 213	1.12 266	1.28 379	0.48 143	0.71 91	0.36 121	0.17 103	0.13 115	0.17 79	0.14 93	0.16 61	0.16 126

GLC_STEREO	0.39 64	0.25 106	0.41 24	0.54 256	0.23 25	0.48 79	0.30 72	0.73 63	0.58 97	0.52 114	0.73 134	0.51 108	0.31 39	0.64 69	0.42 181	0.17 103	0.20 351	0.23 274	0.19 214	0.21 239	0.17 152

RAFT-345	0.84 362	0.25 106	0.66 181	0.50 172	0.27 90	0.54 143	0.42 199	0.83 105	1.11 299	1.32 391	2.34 507	0.86 238	0.54 176	5.72 517	0.47 228	0.18 142	0.13 115	0.22 236	0.17 174	0.17 92	0.16 126

cross-raft	0.54 168	0.25 106	0.61 151	0.52 223	0.29 132	0.68 236	0.37 149	1.46 313	0.76 160	1.01 231	1.06 235	1.28 379	0.46 123	0.71 91	0.35 111	0.15 38	0.12 54	0.18 114	0.16 153	0.19 164	0.14 63

GMM-Stereo	0.74 309	0.25 106	0.59 143	0.54 256	0.34 238	0.72 256	0.99 477	1.01 174	0.87 191	1.36 408	1.78 466	1.12 338	0.81 299	2.09 398	0.46 221	0.18 142	0.12 54	0.25 333	0.25 370	0.20 198	0.85 529

raftrobust	0.52 143	0.25 106	0.56 120	0.65 398	0.52 395	0.49 91	0.34 106	0.98 162	0.91 207	1.30 377	0.87 168	0.63 160	0.81 299	0.78 113	0.41 170	0.19 183	0.15 224	0.16 52	0.14 93	0.15 41	0.16 126

RAFT-Stereo + iAFF	0.54 168	0.25 106	0.68 190	0.43 61	0.24 41	0.40 33	0.34 106	1.04 186	1.09 290	1.32 391	1.60 434	0.80 209	0.68 244	0.67 81	0.39 152	0.13 20	0.10 9	0.18 114	0.17 174	0.17 92	0.13 36

AFF-stereo	0.58 205	0.25 106	0.64 167	0.46 106	0.29 132	0.34 17	0.38 156	1.15 234	1.14 318	1.17 312	1.60 434	1.10 333	0.71 257	0.97 178	0.43 191	0.13 20	0.11 28	0.19 137	0.19 214	0.17 92	0.14 63

Replicate-Monster	0.41 81	0.26 129	2.03 504	0.36 5	0.21 9	0.46 68	0.23 25	0.67 50	0.48 63	0.42 59	0.27 12	0.31 38	0.30 33	0.98 179	0.24 5	0.14 30	0.10 9	0.14 2	0.11 9	0.13 5	0.28 377

FlowAnything_test	0.39 64	0.26 129	0.61 151	0.59 328	0.33 220	0.62 193	0.36 130	0.62 32	0.40 38	0.45 77	0.36 23	0.45 74	0.37 77	0.53 30	0.48 233	0.24 320	0.18 315	0.28 384	0.33 465	0.21 239	0.19 217

4.25_new	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.32 20	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

SCV_C0	0.43 91	0.26 129	0.65 174	0.43 61	0.29 132	0.47 73	0.31 79	1.34 284	0.73 151	0.38 43	0.49 67	0.54 122	0.29 29	1.24 248	0.30 48	0.17 103	0.13 115	0.16 52	0.13 65	0.20 198	0.15 96

SCV	0.46 117	0.26 129	0.55 116	0.47 117	0.25 58	0.39 31	0.38 156	1.98 465	0.60 104	0.35 28	0.48 59	0.55 125	0.36 72	1.28 257	0.32 70	0.24 320	0.12 54	0.17 79	0.13 65	0.18 123	0.14 63

H2IRNET	0.56 192	0.26 129	0.66 181	0.47 117	0.35 242	0.41 37	0.26 44	0.92 131	1.17 342	0.61 134	1.28 334	1.08 321	0.86 327	0.99 183	0.63 304	0.19 183	0.16 264	0.22 236	0.25 370	0.21 239	0.18 177

MGS-Stereo	0.42 85	0.26 129	0.58 136	0.44 84	0.28 115	0.50 105	0.34 106	0.57 18	0.83 181	0.46 82	1.31 344	0.52 115	0.33 48	0.65 76	0.36 121	0.19 183	0.16 264	0.18 114	0.15 111	0.17 92	0.16 126

MSKI-zero shot	0.55 183	0.26 129	0.57 130	0.51 202	0.26 66	0.69 241	0.28 57	1.18 243	0.64 114	0.91 201	1.32 350	0.82 218	0.33 48	1.92 380	0.32 70	0.17 103	0.12 54	0.17 79	0.13 65	0.16 61	0.16 126

LoS_RVC	0.42 85	0.26 129	0.40 19	0.44 84	0.82 500	0.51 122	0.44 231	0.64 36	0.41 42	0.44 69	0.78 146	0.44 66	0.47 132	0.56 40	0.36 121	0.13 20	0.12 54	0.14 2	0.10 2	0.13 5	0.84 528

DCRE	0.82 351	0.26 129	0.70 209	0.58 315	0.44 336	0.54 143	0.48 273	0.95 150	0.78 167	0.78 166	7.33 561	0.86 238	0.52 166	0.76 105	0.41 170	0.16 60	0.16 264	0.19 137	0.17 174	0.18 123	0.17 152

DCANet-4	0.54 168	0.26 129	1.07 400	0.42 54	0.24 41	0.48 79	0.36 130	0.99 164	1.30 412	1.10 261	1.02 218	0.56 133	0.75 266	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

tt	6.58 566	0.26 129	6.10 551	3.77 572	2.16 549	11.55 571	19.63 579	13.33 579	5.74 564	2.96 542	2.65 519	4.97 553	6.33 569	3.81 474	7.24 550	9.15 581	11.32 584	5.89 580	6.24 579	6.03 575	2.55 563

RAFT_CTSACE	0.63 231	0.26 129	0.88 327	0.55 280	0.51 383	0.71 253	0.44 231	0.80 91	0.97 231	0.97 216	1.84 473	1.18 351	0.68 244	1.47 309	0.36 121	0.16 60	0.15 224	0.21 207	0.20 246	0.20 198	0.14 63

GMOStereo	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

error version	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

test-v	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

HHNet	0.62 224	0.26 129	0.63 160	0.43 61	0.45 343	0.50 105	0.58 358	1.07 209	1.01 251	1.25 354	2.23 502	0.70 184	0.61 219	1.07 205	0.47 228	0.20 218	0.13 115	0.23 274	0.19 214	0.19 164	0.30 397

FTStereo	0.91 384	0.26 129	0.56 120	0.54 256	0.33 220	0.66 225	1.87 539	1.00 168	0.75 154	1.75 485	4.15 540	1.04 313	1.65 497	1.57 327	0.46 221	0.19 183	0.16 264	0.23 274	0.21 290	0.18 123	0.63 511

ASMatch	0.88 376	0.26 129	0.69 203	0.51 202	0.35 242	0.48 79	0.37 149	1.12 228	0.92 212	1.10 261	3.28 530	0.96 286	0.98 386	4.90 496	0.49 241	0.19 183	0.16 264	0.22 236	0.19 214	0.19 164	0.27 365

PFNet	0.91 384	0.26 129	1.10 410	0.63 375	0.32 199	0.64 200	0.56 343	1.17 238	0.99 243	1.47 438	1.08 244	0.98 290	0.69 247	6.62 532	0.54 272	0.20 218	0.12 54	0.24 294	0.19 214	0.20 198	0.17 152

GrayStereo	0.82 351	0.26 129	0.58 136	0.63 375	0.37 267	0.76 275	1.86 538	1.11 226	0.87 191	1.99 507	1.89 480	1.08 321	1.82 512	1.39 290	0.48 233	0.19 183	0.14 166	0.19 137	0.21 290	0.18 123	0.39 449

test-2	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

test-1	0.52 143	0.26 129	1.04 390	0.56 293	0.32 199	0.61 184	0.38 156	1.10 220	0.91 207	0.78 166	1.01 210	0.77 199	0.52 166	0.60 59	0.42 181	0.17 103	0.14 166	0.20 172	0.17 174	0.20 198	0.23 305

iRaftStereo_RVC	0.47 124	0.26 129	0.64 167	0.50 172	0.29 132	0.53 135	0.33 94	1.05 194	0.77 164	0.84 184	1.00 204	0.55 125	0.37 77	0.81 126	0.40 159	0.17 103	0.12 54	0.22 236	0.20 246	0.19 164	0.15 96

raft+_RVC	0.53 153	0.26 129	0.54 106	0.60 340	0.47 360	0.54 143	0.54 317	1.27 272	0.99 243	0.76 158	1.03 228	0.70 184	0.56 188	0.93 164	0.47 228	0.18 142	0.14 166	0.19 137	0.18 192	0.18 123	0.15 96

XX-Stereo	0.63 231	0.26 129	1.90 500	0.81 482	0.67 456	0.43 53	0.23 25	1.03 180	0.58 97	0.65 141	1.56 425	1.41 403	0.39 86	1.28 257	0.35 111	0.20 218	0.14 166	0.20 172	0.19 214	0.18 123	0.14 63

R-Stereo Train	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 469	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152

RAFT-Stereo	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 469	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune2	0.58 205	0.27 159	0.57 130	0.40 39	0.24 41	1.09 392	0.32 87	0.79 83	0.53 89	0.65 141	1.07 239	0.58 140	0.80 295	2.47 434	0.80 361	0.16 60	0.15 224	0.21 207	0.17 174	0.16 61	0.17 152

G2L-Stereo_test	0.73 304	0.27 159	0.74 255	0.49 160	0.40 305	0.90 336	0.81 435	1.53 338	1.14 318	1.28 363	1.27 328	1.52 428	0.72 260	1.62 335	0.94 390	0.19 183	0.14 166	0.16 52	0.15 111	0.18 123	0.19 217

mms	0.40 73	0.27 159	0.52 94	0.46 106	0.32 199	0.43 53	0.46 255	0.70 56	0.46 59	0.35 28	0.58 95	0.44 66	0.30 33	1.36 280	0.33 84	0.16 60	0.13 115	0.18 114	0.15 111	0.19 164	0.15 96

fffy	0.42 85	0.27 159	0.57 130	0.46 106	0.29 132	0.48 79	0.35 114	0.91 128	0.55 92	0.40 52	0.58 95	0.55 125	0.41 93	1.26 252	0.36 121	0.15 38	0.13 115	0.19 137	0.16 153	0.18 123	0.14 63

UGAM	1.14 448	0.27 159	0.95 354	0.53 241	0.42 318	0.70 248	0.72 409	0.95 150	1.32 420	0.98 220	1.48 405	1.78 470	0.87 332	9.65 569	0.87 379	0.21 252	0.18 315	0.30 408	0.24 355	0.19 164	0.16 126

testlalala2	0.58 205	0.27 159	0.68 190	1.72 544	1.27 540	0.68 236	0.42 199	0.93 138	0.70 141	0.90 196	0.93 181	0.76 196	0.34 55	0.52 27	0.40 159	0.18 142	0.15 224	0.17 79	0.13 65	0.17 92	0.17 152

AE-Stereo	0.49 136	0.27 159	0.67 186	0.60 340	0.39 294	0.67 229	0.46 255	1.18 243	1.09 290	0.47 85	0.75 140	0.69 180	0.47 132	0.59 47	0.40 159	0.16 60	0.15 224	0.21 207	0.20 246	0.19 164	0.15 96

ff7	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

ffff	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

11t	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

plain	0.46 117	0.27 159	1.01 375	0.50 172	0.40 305	0.35 19	0.37 149	0.87 112	0.56 94	0.43 65	0.76 142	0.42 61	0.40 90	1.13 221	0.45 207	0.21 252	0.15 224	0.24 294	0.19 214	0.24 303	0.16 126

anonymousdsp2	0.53 153	0.27 159	0.74 255	0.48 144	0.29 132	0.76 275	0.47 262	1.61 358	0.82 180	0.77 163	0.77 144	0.75 192	0.47 132	1.03 192	0.40 159	0.18 142	0.13 115	0.18 114	0.13 65	0.19 164	0.18 177

anonymousdsp	0.43 91	0.27 159	0.53 100	0.44 84	0.32 199	0.50 105	0.42 199	0.89 121	0.51 78	0.49 99	0.53 77	0.47 85	0.47 132	1.33 270	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

anonymousa	0.72 286	0.27 159	0.75 259	0.47 117	0.63 444	1.43 452	0.45 248	1.24 268	0.89 198	1.28 363	1.75 463	1.62 442	1.13 431	0.69 83	0.59 287	0.19 183	0.16 264	0.23 274	0.25 370	0.20 198	0.18 177

riskmin	0.56 192	0.27 159	0.60 148	0.43 61	0.31 180	0.83 318	0.42 199	1.14 232	1.04 263	0.73 156	0.75 140	1.11 337	1.01 398	0.81 126	0.51 252	0.20 218	0.14 166	0.24 294	0.15 111	0.24 303	0.25 331

ccc-4	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

IGEV-Stereo	0.43 91	0.27 159	0.54 106	0.45 98	0.32 199	0.50 105	0.42 199	0.90 127	0.51 78	0.49 99	0.53 77	0.47 85	0.47 132	1.32 267	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 273	0.27 159	0.97 362	0.51 202	0.43 328	0.79 294	0.33 94	1.21 254	1.06 271	1.30 377	1.10 253	0.52 115	0.55 183	3.16 461	0.63 304	0.16 60	0.14 166	0.19 137	0.16 153	0.18 123	0.17 152

IPLGR	0.58 205	0.27 159	1.14 420	0.48 144	0.28 115	0.65 216	0.33 94	1.22 262	1.13 315	1.18 317	1.05 233	0.69 180	0.66 242	0.96 170	0.52 259	0.17 103	0.15 224	0.20 172	0.17 174	0.20 198	0.18 177

PSM-AAD	0.79 337	0.27 159	0.53 100	0.55 280	0.28 115	0.77 283	1.24 505	0.99 164	0.91 207	1.66 478	1.57 429	0.81 213	2.19 531	1.65 340	0.44 194	0.19 183	0.14 166	0.38 470	0.32 455	0.21 239	0.70 520

THIR-Stereo	1.02 421	0.27 159	0.69 203	0.49 160	0.28 115	0.95 356	1.34 513	1.03 180	0.97 231	1.34 403	1.90 481	1.17 348	1.58 490	6.44 530	0.78 351	0.19 183	0.14 166	0.21 207	0.22 319	0.19 164	0.20 250

Prome-Stereo	0.75 317	0.27 159	0.53 100	0.55 280	0.32 199	0.59 170	0.97 472	0.89 121	0.88 195	1.45 435	2.46 514	0.91 258	1.41 472	1.58 329	0.44 194	0.18 142	0.13 115	0.19 137	0.17 174	0.20 198	0.92 531

coex_refinement	0.80 340	0.28 181	0.73 239	0.70 438	0.51 383	0.95 356	0.60 370	1.78 407	1.23 377	1.36 408	1.37 368	1.82 474	0.81 299	1.32 267	1.13 425	0.26 370	0.17 293	0.19 137	0.20 246	0.24 303	0.25 331

S2M2	0.34 40	0.28 181	0.45 52	0.40 39	0.30 154	0.31 14	0.16 1	0.60 28	0.64 114	0.31 16	0.48 59	0.47 85	0.34 55	0.38 4	0.32 70	0.25 347	0.22 391	0.20 172	0.22 319	0.25 315	0.22 285

AIO-test2	0.57 199	0.28 181	0.63 160	0.61 354	0.58 423	0.79 294	0.51 292	1.18 243	1.40 459	0.63 138	1.15 283	0.51 108	0.43 104	1.09 210	0.35 111	0.21 252	0.17 293	0.26 352	0.30 440	0.20 198	0.19 217

ours_stereo	0.39 64	0.28 181	0.51 86	0.46 106	0.30 154	0.40 33	0.44 231	0.73 63	0.56 94	0.35 28	0.56 89	0.46 78	0.33 48	1.11 216	0.32 70	0.16 60	0.13 115	0.19 137	0.15 111	0.19 164	0.14 63

PAM_32	0.77 325	0.28 181	1.03 386	0.52 223	0.30 154	1.32 432	0.35 114	1.97 463	0.65 129	1.02 235	1.06 235	3.05 531	1.49 484	0.96 170	0.36 121	0.19 183	0.13 115	0.20 172	0.18 192	0.19 164	0.19 217

gcap-zeroshot	0.53 153	0.28 181	0.89 333	0.49 160	0.28 115	0.76 275	0.37 149	1.34 284	0.73 151	0.89 194	0.67 114	1.35 394	0.51 161	0.79 117	0.33 84	0.18 142	0.15 224	0.18 114	0.15 111	0.17 92	0.16 126

MyStereo06	0.61 220	0.28 181	0.95 354	0.56 293	0.46 355	0.61 184	0.73 410	1.78 407	0.67 132	1.03 239	1.12 266	1.13 343	0.56 188	0.78 113	0.41 170	0.17 103	0.16 264	0.23 274	0.20 246	0.22 263	0.20 250

MyStereo05	0.66 258	0.28 181	1.07 400	0.56 293	0.46 355	0.61 184	0.73 410	1.34 284	1.41 464	1.15 293	0.91 176	0.77 199	0.80 295	1.41 298	0.63 304	0.17 103	0.16 264	0.23 274	0.20 246	0.22 263	0.20 250

11t1	0.52 143	0.28 181	0.68 190	0.51 202	0.28 115	0.83 318	0.39 171	1.22 262	0.63 110	0.84 184	0.74 138	0.68 175	0.68 244	0.91 156	0.57 281	0.21 252	0.18 315	0.19 137	0.16 153	0.20 198	0.21 267

IGEVStereo-DCA	0.46 117	0.28 181	0.56 120	0.43 61	0.33 220	0.49 91	0.42 199	0.87 112	0.50 69	0.47 85	0.48 59	0.48 90	0.46 123	2.03 392	0.30 48	0.19 183	0.14 166	0.19 137	0.15 111	0.16 61	0.18 177

rrr	0.46 117	0.28 181	0.73 239	0.43 61	0.33 220	0.49 91	0.38 156	0.76 71	0.50 69	0.47 85	0.48 59	0.48 90	0.46 123	2.03 392	0.30 48	0.19 183	0.14 166	0.19 137	0.15 111	0.16 61	0.16 126

testlalala	0.45 110	0.28 181	0.59 143	0.42 54	0.39 294	0.71 253	0.39 171	1.08 215	0.45 53	1.24 348	0.80 157	0.61 152	0.36 72	0.54 33	0.33 84	0.20 218	0.13 115	0.18 114	0.12 41	0.15 41	0.15 96

GCAP-Stereo	0.40 73	0.28 181	0.68 190	0.47 117	0.25 58	0.53 135	0.32 87	0.82 101	0.58 97	0.65 141	0.69 121	0.58 140	0.42 97	0.47 18	0.29 38	0.17 103	0.14 166	0.17 79	0.13 65	0.17 92	0.14 63

Selective-RAFT	0.52 143	0.28 181	0.79 287	0.55 280	0.27 90	0.91 340	0.33 94	0.80 91	0.88 195	0.58 123	0.63 105	0.81 213	0.77 278	1.29 261	0.48 233	0.19 183	0.14 166	0.17 79	0.15 111	0.19 164	0.17 152

ProNet	0.43 91	0.28 181	0.58 136	0.43 61	0.30 154	0.56 157	0.52 303	1.00 168	0.58 97	0.44 69	0.49 67	0.43 64	0.43 104	1.28 257	0.36 121	0.15 38	0.13 115	0.19 137	0.16 153	0.17 92	0.16 126

TestStereo1	0.63 231	0.28 181	0.75 259	0.76 469	0.31 180	0.48 79	0.43 218	1.30 277	1.21 368	0.97 216	1.31 344	0.64 163	0.77 278	1.75 359	0.42 181	0.20 218	0.15 224	0.22 236	0.18 192	0.21 239	0.17 152

DisPM	0.66 258	0.28 181	0.72 227	0.61 354	0.35 242	0.62 193	0.45 248	1.02 175	0.99 243	1.56 461	1.10 253	0.80 209	0.59 207	2.37 424	0.41 170	0.23 305	0.14 166	0.23 274	0.21 290	0.20 198	0.25 331

SA-5K	0.63 231	0.28 181	0.75 259	0.76 469	0.31 180	0.48 79	0.43 218	1.30 277	1.21 368	0.97 216	1.31 344	0.64 163	0.77 278	1.75 359	0.42 181	0.20 218	0.15 224	0.22 236	0.18 192	0.21 239	0.17 152

MIPNet	0.56 192	0.28 181	0.94 350	0.49 160	0.33 220	0.66 225	0.38 156	1.35 287	1.08 282	1.06 243	0.92 178	0.60 148	0.79 289	0.73 98	0.52 259	0.17 103	0.14 166	0.19 137	0.16 153	0.18 123	0.17 152

PFNet+	0.59 211	0.28 181	0.77 276	0.53 241	0.30 154	0.59 170	0.31 79	0.92 131	1.14 318	1.33 399	1.10 253	0.79 207	0.57 197	1.31 263	0.49 241	0.25 347	0.17 293	0.28 384	0.26 387	0.21 239	0.25 331

LCNet	0.72 286	0.28 181	0.52 94	0.55 280	0.31 180	0.69 241	0.54 317	1.00 168	0.88 195	1.19 321	1.34 359	0.97 288	1.34 467	2.56 437	0.45 207	0.18 142	0.13 115	0.21 207	0.25 370	0.27 341	0.73 523

AAGNet	1.83 510	0.28 181	0.72 227	0.61 354	0.32 199	0.67 229	0.51 292	0.96 157	0.98 236	1.47 438	1.20 304	1.00 297	1.18 439	2.83 447	22.77 583	0.22 278	0.13 115	0.22 236	0.19 214	0.23 288	0.15 96

STrans-v2	1.04 427	0.28 181	0.96 360	0.49 160	0.32 199	0.68 236	0.79 426	2.47 534	1.12 303	1.12 269	1.46 399	1.40 401	1.46 479	6.70 537	0.43 191	0.18 142	0.13 115	0.20 172	0.18 192	0.18 123	0.18 177

TransformOpticalFlow	0.96 395	0.28 181	0.89 333	0.52 223	0.31 180	0.66 225	0.54 317	1.75 393	1.12 303	1.09 253	1.44 391	1.37 399	1.01 398	6.70 537	0.42 181	0.19 183	0.12 54	0.20 172	0.19 214	0.18 123	0.19 217

KYRaft	0.75 317	0.28 181	0.62 157	0.56 293	0.29 132	0.67 229	0.86 446	0.94 145	0.84 185	1.62 473	2.21 501	1.16 347	1.02 403	1.57 327	0.40 159	0.20 218	0.13 115	0.22 236	0.28 419	0.20 198	1.02 535

SST-Stereo	0.83 357	0.28 181	0.72 227	0.59 328	0.31 180	0.72 256	0.26 44	1.09 217	0.86 187	1.47 438	1.10 253	1.00 297	0.87 332	5.73 518	0.45 207	0.22 278	0.13 115	0.23 274	0.19 214	0.23 288	0.18 177

RAFT_R40	0.83 357	0.28 181	0.73 239	0.59 328	0.31 180	0.69 241	0.44 231	1.10 220	0.95 219	1.47 438	1.10 253	1.00 297	0.85 319	5.53 512	0.46 221	0.22 278	0.13 115	0.23 274	0.20 246	0.23 288	0.18 177

IRAFT_RVC	0.88 376	0.28 181	0.76 269	0.63 375	0.31 180	0.65 216	1.02 482	1.22 262	0.94 217	1.22 334	1.04 231	1.01 304	0.98 386	5.82 520	0.53 266	0.22 278	0.12 54	0.25 333	0.20 246	0.20 198	0.19 217

test_xeample3	0.42 85	0.28 181	0.69 203	0.43 61	0.33 220	0.56 157	0.38 156	0.79 83	0.45 53	0.53 115	0.46 54	0.44 66	0.44 112	1.38 285	0.31 65	0.18 142	0.14 166	0.19 137	0.15 111	0.17 92	0.16 126

xxxx	1.51 486	0.28 181	0.68 190	0.54 256	0.28 115	1.16 406	0.44 231	2.19 509	1.29 406	1.09 253	1.36 366	1.22 357	0.85 319	1.79 367	15.70 575	0.24 320	0.21 373	0.21 207	0.20 246	0.22 263	0.23 305

test_xeample	1.45 482	0.28 181	0.65 174	0.51 202	0.28 115	0.94 352	0.59 366	2.14 494	1.29 406	1.24 348	1.51 412	0.88 246	0.86 327	1.46 305	15.10 572	0.22 278	0.20 351	0.22 236	0.20 246	0.22 263	0.22 285

EAI-Stereo	0.65 251	0.28 181	0.69 203	0.53 241	0.27 90	0.60 178	0.40 179	2.28 519	0.64 114	0.71 150	3.18 529	0.57 135	0.43 104	1.06 201	0.41 170	0.18 142	0.13 115	0.17 79	0.17 174	0.17 92	0.17 152

SFCPSM	0.70 277	0.28 181	1.02 382	0.51 202	0.38 284	1.37 439	0.66 389	2.00 468	1.03 258	1.17 312	1.21 306	0.82 218	0.78 285	1.03 192	0.53 266	0.21 252	0.17 293	0.22 236	0.24 355	0.21 239	0.19 217

FENet	0.60 214	0.28 181	0.63 160	0.54 256	0.33 220	0.83 318	0.38 156	1.27 272	1.07 276	1.00 228	0.86 165	0.99 296	0.85 319	0.96 170	0.68 319	0.22 278	0.15 224	0.23 274	0.20 246	0.22 263	0.23 305

GANet-RSSM	0.72 286	0.28 181	0.63 160	0.64 384	0.58 423	0.80 302	0.58 358	1.89 440	1.08 282	1.04 242	1.25 318	1.15 346	1.04 407	1.49 311	0.62 300	0.25 347	0.19 333	0.22 236	0.22 319	0.22 263	0.21 267

PAM	0.76 323	0.29 216	1.08 404	0.52 223	0.33 220	1.38 442	0.39 171	2.01 472	0.67 132	1.06 243	0.96 188	2.89 530	1.43 474	0.86 143	0.35 111	0.19 183	0.12 54	0.19 137	0.17 174	0.19 164	0.20 250

model_zeroshot	0.48 130	0.29 216	0.86 309	0.51 202	0.36 252	0.69 241	0.37 149	1.12 228	0.62 107	0.85 189	0.84 162	0.66 170	0.37 77	0.73 98	0.34 101	0.20 218	0.16 264	0.19 137	0.16 153	0.17 92	0.16 126

test_sample2	0.62 224	0.29 216	0.74 255	0.50 172	0.28 115	0.80 302	0.61 372	1.61 358	1.00 248	0.88 193	0.99 200	0.94 272	0.83 312	1.16 228	0.51 252	0.23 305	0.18 315	0.22 236	0.21 290	0.23 288	0.22 285

test_sample1	0.61 220	0.29 216	0.75 259	0.50 172	0.31 180	0.76 275	0.48 273	1.59 351	0.84 185	0.90 196	0.94 184	0.88 246	0.95 369	1.16 228	0.67 315	0.22 278	0.18 315	0.20 172	0.19 214	0.21 239	0.21 267

MyStereo8	0.65 251	0.29 216	1.00 371	0.58 315	0.49 365	0.91 340	0.35 114	1.18 243	1.31 416	1.16 303	1.27 328	0.90 255	0.64 233	0.72 94	0.95 394	0.18 142	0.14 166	0.20 172	0.18 192	0.22 263	0.26 355

MyStereo07	0.48 130	0.29 216	0.50 79	0.55 280	0.45 343	0.59 170	0.79 426	1.05 194	0.51 78	0.48 93	0.53 77	0.43 64	0.55 183	1.30 262	0.34 101	0.17 103	0.16 264	0.24 294	0.20 246	0.23 288	0.20 250

MyStereo04	0.67 267	0.29 216	1.07 400	0.55 280	0.45 343	0.59 170	0.79 426	1.50 323	1.40 459	0.91 201	0.91 176	0.74 190	0.86 327	1.52 316	0.62 300	0.17 103	0.16 264	0.24 294	0.20 246	0.23 288	0.20 250

CoDeX	0.73 304	0.29 216	0.93 346	0.54 256	0.36 252	1.14 398	0.61 372	2.34 524	1.17 342	1.16 303	1.25 318	0.91 258	0.87 332	1.33 270	0.64 308	0.20 218	0.16 264	0.21 207	0.18 192	0.20 198	0.18 177

1111x	1.70 503	0.29 216	0.86 309	0.51 202	0.27 90	1.01 375	0.68 397	2.22 513	1.28 402	1.13 284	1.40 379	1.21 355	1.10 423	5.53 512	15.20 573	0.22 278	0.21 373	0.22 236	0.22 319	0.24 303	0.22 285

knoymous	0.51 142	0.29 216	0.47 63	0.43 61	0.30 154	0.55 151	0.55 335	1.02 175	0.77 164	0.98 220	0.85 164	0.94 272	0.56 188	0.85 139	0.45 207	0.20 218	0.14 166	0.26 352	0.14 93	0.23 288	0.23 305

RAFT+CT+SA	0.58 205	0.29 216	0.60 148	0.66 405	0.37 267	0.42 44	0.55 335	1.27 272	1.03 258	0.70 148	1.22 308	0.60 148	0.70 252	1.64 339	0.41 170	0.18 142	0.13 115	0.22 236	0.22 319	0.21 239	0.18 177

Sa-1000	0.72 286	0.29 216	0.76 269	0.59 328	0.30 154	0.73 260	0.37 149	1.62 362	1.33 424	1.28 363	2.04 493	0.86 238	0.75 266	1.84 371	0.38 144	0.19 183	0.14 166	0.25 333	0.23 342	0.20 198	0.16 126

iRaft-Stereo_5w	0.85 366	0.29 216	0.91 340	0.53 241	0.43 328	0.49 91	0.68 397	0.99 164	0.87 191	0.79 169	1.34 359	1.46 415	0.91 347	5.11 499	1.11 422	0.17 103	0.14 166	0.22 236	0.18 192	0.20 198	0.20 250

NRIStereo	0.60 214	0.29 216	0.69 203	0.53 241	0.28 115	0.63 197	0.33 94	1.08 215	0.87 191	1.14 287	0.87 168	0.91 258	0.59 207	2.24 413	0.49 241	0.20 218	0.14 166	0.21 207	0.19 214	0.21 239	0.17 152

Pruner-Stereo	0.62 224	0.29 216	0.70 209	0.61 354	0.31 180	0.63 197	0.43 218	1.17 238	0.99 243	1.53 451	1.08 244	0.95 280	0.55 183	1.35 275	0.51 252	0.23 305	0.14 166	0.24 294	0.21 290	0.21 239	0.23 305

DeepStereo_RVC	0.55 183	0.29 216	0.72 227	0.51 202	0.30 154	0.59 170	0.33 94	1.03 180	0.70 141	1.16 303	0.93 181	0.83 225	0.94 364	0.96 170	0.54 272	0.21 252	0.14 166	0.21 207	0.19 214	0.24 303	0.24 319

rafts_anoy	0.52 143	0.29 216	0.59 143	0.59 328	0.50 372	0.53 135	0.40 179	1.11 226	1.03 258	0.84 184	0.83 160	0.68 175	0.54 176	0.72 94	0.51 252	0.19 183	0.14 166	0.24 294	0.26 387	0.21 239	0.18 177

222	1.61 495	0.29 216	0.67 186	0.56 293	0.29 132	1.06 386	0.42 199	2.17 505	1.31 416	1.31 387	1.52 413	0.92 267	0.94 364	1.76 364	17.65 576	0.24 320	0.20 351	0.21 207	0.19 214	0.22 263	0.23 305

ac_64	0.82 351	0.29 216	0.81 293	0.71 446	0.60 434	1.05 383	0.54 317	1.99 467	0.92 212	1.18 317	1.06 235	1.99 493	1.08 419	1.94 384	0.97 399	0.27 386	0.22 391	0.24 294	0.23 342	0.22 263	0.19 217

HSM-Net_RVC	0.87 375	0.29 216	0.53 100	0.53 241	0.30 154	1.15 404	0.55 335	3.57 551	1.28 402	1.53 451	1.74 460	1.68 456	0.93 359	1.49 311	0.77 349	0.22 278	0.17 293	0.19 137	0.18 192	0.20 198	0.19 217
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM-zero	1.00 412	0.30 236	0.93 346	0.47 117	0.30 154	0.57 162	0.25 34	2.25 516	0.63 110	1.01 231	1.10 253	2.73 526	1.85 513	6.26 526	0.40 159	0.17 103	0.14 166	0.19 137	0.15 111	0.16 61	0.17 152

DispNO	0.93 389	0.30 236	1.34 451	0.55 280	0.55 408	0.89 333	0.49 283	1.48 317	1.21 368	1.17 312	1.27 328	1.19 352	0.90 344	5.23 502	0.74 335	0.22 278	0.17 293	0.24 294	0.21 290	0.19 164	0.20 250

SMFormer	0.75 317	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.82 368	0.24 320	0.20 351	0.22 236	0.21 290	0.23 288	0.24 319

tta	0.75 317	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.82 368	0.24 320	0.20 351	0.22 236	0.21 290	0.18 123	0.18 177

qqq1	0.72 286	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.44 194	0.24 320	0.20 351	0.18 114	0.15 111	0.18 123	0.18 177

fff1	0.72 286	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.44 194	0.24 320	0.20 351	0.18 114	0.15 111	0.18 123	0.18 177

IGEV_Zeroshot_test	0.53 153	0.30 236	0.99 366	0.56 293	0.35 242	0.41 37	0.32 87	1.37 290	0.63 110	1.00 228	1.09 249	0.95 280	0.41 93	0.83 131	0.39 152	0.18 142	0.12 54	0.19 137	0.18 192	0.19 164	0.17 152

EKT-Stereo	0.53 153	0.30 236	0.73 239	0.58 315	0.60 434	0.51 122	0.48 273	0.94 145	0.90 202	0.71 150	0.88 170	0.77 199	0.43 104	1.07 205	0.40 159	0.22 278	0.16 264	0.21 207	0.18 192	0.20 198	0.22 285

HH	0.63 231	0.30 236	0.77 276	0.50 172	0.32 199	0.49 91	0.46 255	1.65 367	0.64 114	0.69 146	1.09 249	1.63 447	0.85 319	1.90 378	0.37 133	0.18 142	0.13 115	0.19 137	0.17 174	0.19 164	0.16 126

HanStereo	0.63 231	0.30 236	0.77 276	0.50 172	0.32 199	0.49 91	0.46 255	1.65 367	0.64 114	0.69 146	1.09 249	1.63 447	0.85 319	1.90 378	0.37 133	0.18 142	0.13 115	0.19 137	0.17 174	0.19 164	0.16 126

raft_robust	0.68 271	0.30 236	0.64 167	0.52 223	0.26 66	0.54 143	0.35 114	1.33 279	1.24 383	1.16 303	1.07 239	0.60 148	0.54 176	3.58 473	0.37 133	0.18 142	0.14 166	0.20 172	0.22 319	0.20 198	0.16 126

test_5	0.65 251	0.30 236	0.75 259	0.67 417	0.50 372	0.92 347	0.52 303	1.39 296	1.12 303	0.76 158	1.11 259	1.00 297	0.90 344	1.53 320	0.45 207	0.18 142	0.13 115	0.23 274	0.22 319	0.21 239	0.19 217

SA	0.66 258	0.30 236	0.82 296	0.61 354	0.30 154	0.58 165	0.38 156	1.44 309	1.30 412	0.96 213	1.36 366	0.66 170	0.95 369	1.85 374	0.42 181	0.19 183	0.15 224	0.25 333	0.23 342	0.21 239	0.17 152

Patchmatch Stereo++	0.55 183	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.29 62	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.37 281	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177
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
NF-Stereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.02 218	0.82 218	0.57 197	5.40 510	0.48 233	0.23 305	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

OCTAStereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.82 218	0.57 197	5.35 504	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

PSM-adaLoss	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.41 195	1.04 186	0.64 114	1.12 269	0.96 188	0.82 218	0.61 219	1.06 201	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

ROB_FTStereo_v2	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.64 200	0.42 199	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.12 219	0.46 221	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

ROB_FTStereo	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.64 200	0.25 34	1.05 194	0.64 114	1.12 269	0.95 185	0.82 218	0.61 219	1.15 224	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

HUI-Stereo	0.52 143	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.30 72	1.04 186	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	0.79 117	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

RE-Stereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.81 213	0.57 197	5.37 507	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

TVStereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.81 213	0.57 197	5.37 507	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

iGMRVC	0.56 192	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.38 156	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.52 316	0.46 221	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

iRAFT	0.55 183	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.29 62	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.37 281	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

CRE-IMP	0.55 183	0.30 236	0.74 255	0.52 223	0.29 132	0.79 294	0.25 34	1.04 186	0.72 147	1.09 253	0.95 185	0.81 213	0.57 197	1.10 213	0.50 247	0.21 252	0.14 166	0.23 274	0.19 214	0.28 360	0.22 285

RAFT	0.64 243	0.30 236	0.73 239	0.59 328	0.33 220	0.68 236	0.58 358	1.04 186	0.76 160	1.08 247	1.19 300	1.65 453	0.93 359	1.06 201	0.56 278	0.21 252	0.18 315	0.27 369	0.24 355	0.22 263	0.17 152

RAFT-IKP	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.59 170	0.36 130	1.04 186	0.64 114	1.12 269	0.96 188	0.83 225	0.61 219	1.22 241	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

RALCasStereoNet	0.54 168	0.30 236	0.66 181	0.59 328	0.51 383	0.61 184	0.52 303	0.94 145	0.93 214	0.70 148	1.01 210	0.78 203	0.44 112	1.33 270	0.47 228	0.20 218	0.16 264	0.18 114	0.16 153	0.20 198	0.19 217

cf-r	0.73 304	0.30 236	0.77 276	0.55 280	0.63 444	0.78 288	0.48 273	1.79 413	1.15 330	1.13 284	1.26 325	1.43 405	0.87 332	1.40 296	0.85 376	0.25 347	0.18 315	0.22 236	0.23 342	0.19 164	0.19 217

PSMNet-RSSM	0.72 286	0.30 236	0.61 151	0.63 375	0.42 318	0.73 260	0.56 343	1.92 450	1.10 297	1.09 253	1.37 368	1.22 357	0.98 386	1.28 257	0.72 331	0.27 386	0.19 333	0.27 369	0.29 431	0.24 303	0.24 319

DIP-Stereo	0.62 224	0.30 236	0.83 301	0.48 144	0.36 252	0.95 356	0.33 94	2.37 527	0.67 132	1.25 354	1.00 204	0.68 175	0.51 161	0.91 156	0.61 297	0.18 142	0.15 224	0.21 207	0.17 174	0.19 164	0.19 217
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 443	0.30 236	0.91 340	0.66 405	0.77 486	0.97 366	0.57 354	1.37 290	1.35 437	1.02 235	1.34 359	2.11 502	1.43 474	7.09 542	1.39 459	0.19 183	0.17 293	0.17 79	0.19 214	0.18 123	0.16 126

iResNet_ROB	0.77 325	0.30 236	0.99 366	0.57 309	0.36 252	0.83 318	0.36 130	2.33 522	1.58 487	1.27 361	1.30 338	1.25 368	0.84 316	1.65 340	0.79 357	0.20 218	0.14 166	0.17 79	0.12 41	0.18 123	0.27 365

GCAP-BAT	0.49 136	0.31 269	0.64 167	0.41 47	0.46 355	0.70 248	0.35 114	0.77 74	0.64 114	0.86 191	1.00 204	0.77 199	0.37 77	1.18 234	0.36 121	0.18 142	0.14 166	0.18 114	0.13 65	0.17 92	0.15 96

CAS++	0.47 124	0.31 269	0.56 120	0.47 117	0.32 199	0.42 44	0.28 57	1.76 399	0.72 147	0.71 150	0.72 132	0.37 55	0.28 25	0.69 83	0.33 84	0.27 386	0.22 391	0.26 352	0.21 290	0.29 371	0.19 217
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.56 192	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	1.42 302	0.78 167	0.58 123	0.79 152	0.48 90	0.88 337	1.46 305	0.32 70	0.20 218	0.12 54	0.25 333	0.15 111	0.22 263	0.21 267

xx1	0.67 267	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	0.93 138	3.05 545	0.58 123	0.79 152	0.95 280	0.77 278	1.46 305	0.32 70	0.20 218	0.12 54	0.24 294	0.23 342	0.22 263	0.21 267

1test111	0.54 168	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	1.42 302	0.78 167	0.58 123	0.79 152	0.48 90	0.88 337	0.88 148	0.59 287	0.20 218	0.12 54	0.25 333	0.15 111	0.22 263	0.21 267

cc1	0.64 243	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	0.93 138	3.05 545	0.58 123	0.79 152	0.48 90	0.88 337	1.46 305	0.32 70	0.20 218	0.12 54	0.25 333	0.15 111	0.19 164	0.19 217

x	0.54 168	0.31 269	0.61 151	0.47 117	0.30 154	0.67 229	0.47 262	1.53 338	0.79 171	0.81 175	0.83 160	0.78 203	0.70 252	0.70 87	0.62 300	0.21 252	0.19 333	0.22 236	0.19 214	0.21 239	0.20 250

IER	0.70 277	0.31 269	1.02 382	0.48 144	0.52 395	1.34 436	0.51 292	1.17 238	0.99 243	1.23 340	1.34 359	1.12 338	1.11 424	0.99 183	0.71 328	0.20 218	0.16 264	0.21 207	0.21 290	0.20 198	0.19 217

iRaft-Stereo_20w	0.65 251	0.31 269	1.00 371	0.47 117	0.34 238	0.73 260	0.30 72	2.96 543	0.70 141	1.15 293	1.14 275	0.76 196	0.65 239	1.11 216	0.38 144	0.17 103	0.13 115	0.18 114	0.16 153	0.19 164	0.18 177

GwcNet-ADL	0.64 243	0.31 269	0.79 287	0.56 293	0.41 313	0.60 178	0.58 358	1.41 300	1.26 391	1.08 247	1.13 271	0.91 258	0.60 210	1.04 198	0.78 351	0.27 386	0.18 315	0.18 114	0.18 192	0.25 315	0.29 383

IIG-Stereo	0.96 395	0.31 269	0.72 227	0.88 509	0.33 220	0.61 184	0.26 44	1.19 251	1.03 258	1.69 481	1.37 368	1.46 415	0.75 266	6.96 541	0.51 252	0.19 183	0.14 166	0.23 274	0.18 192	0.20 198	0.14 63

PSM-softLoss	0.78 333	0.31 269	0.77 276	0.58 315	0.32 199	0.56 157	0.40 179	1.18 243	0.70 141	1.24 348	1.07 239	0.83 225	0.52 166	5.36 505	0.53 266	0.24 320	0.15 224	0.25 333	0.22 319	0.20 198	0.25 331

KMStereo	0.78 333	0.31 269	0.77 276	0.58 315	0.32 199	0.56 157	0.40 179	1.18 243	0.70 141	1.24 348	1.07 239	0.83 225	0.52 166	5.36 505	0.53 266	0.24 320	0.15 224	0.25 333	0.22 319	0.20 198	0.25 331

CroCo-Stereo	0.40 73	0.31 269	0.73 239	0.58 315	0.27 90	0.26 4	0.33 94	0.95 150	0.81 175	0.42 59	0.47 56	0.65 166	0.47 132	0.39 6	0.34 101	0.18 142	0.15 224	0.16 52	0.14 93	0.19 164	0.16 126
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
ACVNet	0.63 231	0.31 269	0.54 106	0.54 256	0.36 252	0.80 302	0.46 255	1.37 290	1.07 276	0.93 204	1.30 338	1.08 321	0.85 319	0.80 120	0.94 390	0.21 252	0.19 333	0.21 207	0.18 192	0.22 263	0.18 177

acv_ft	0.75 317	0.31 269	0.95 354	0.70 438	0.86 507	1.24 420	0.53 311	1.44 309	1.07 276	1.24 348	1.30 338	1.08 321	0.92 350	0.80 120	1.34 450	0.21 252	0.19 333	0.21 207	0.18 192	0.21 239	0.18 177

G2L-Stereo	0.80 340	0.32 285	0.95 354	0.60 340	0.42 318	0.78 288	0.69 401	1.50 323	1.09 290	1.33 399	1.14 275	1.45 412	0.72 260	2.45 429	1.10 419	0.25 347	0.20 351	0.26 352	0.21 290	0.20 198	0.26 355

HI	0.64 243	0.32 285	0.68 190	0.47 117	0.51 383	0.41 37	0.36 130	1.04 186	0.75 154	1.31 387	1.43 386	1.62 442	1.12 427	0.94 167	0.88 380	0.15 38	0.12 54	0.20 172	0.20 246	0.20 198	0.18 177

CoSv	0.64 243	0.32 285	0.68 190	0.47 117	0.51 383	0.41 37	0.36 130	1.04 186	0.75 154	1.31 387	1.43 386	1.62 442	1.12 427	0.94 167	0.88 380	0.15 38	0.12 54	0.20 172	0.20 246	0.20 198	0.18 177

rvit_stereo_0080	0.44 102	0.32 285	0.71 221	0.47 117	0.36 252	0.42 44	0.55 335	0.82 101	0.68 136	0.50 107	0.60 98	0.55 125	0.47 132	0.59 47	0.44 194	0.26 370	0.21 373	0.20 172	0.20 246	0.31 391	0.19 217

test_sample3	0.68 271	0.32 285	0.88 327	0.52 223	0.30 154	0.97 366	0.52 303	1.86 432	1.15 330	1.08 247	1.11 259	0.88 246	0.71 257	1.17 232	0.68 319	0.25 347	0.20 351	0.25 333	0.25 370	0.25 315	0.25 331

tt1	0.62 224	0.32 285	0.51 86	0.54 256	0.26 66	1.16 406	0.48 273	0.95 150	2.47 532	0.57 121	0.77 144	0.49 98	0.81 299	1.55 324	0.32 70	0.20 218	0.12 54	0.24 294	0.15 111	0.19 164	0.20 250

whm_eth	0.44 102	0.32 285	0.71 221	0.47 117	0.36 252	0.42 44	0.55 335	0.82 101	0.68 136	0.50 107	0.60 98	0.55 125	0.47 132	0.59 47	0.44 194	0.26 370	0.21 373	0.20 172	0.20 246	0.31 391	0.19 217

PCWNet_CMD	0.66 258	0.32 285	0.88 327	0.49 160	0.37 267	0.78 288	0.40 179	1.42 302	1.31 416	1.16 303	1.31 344	1.25 368	0.62 224	0.89 153	0.57 281	0.20 218	0.16 264	0.27 369	0.19 214	0.40 444	0.25 331

BUS	0.74 309	0.32 285	0.68 190	0.54 256	0.44 336	2.34 519	0.42 199	2.16 499	0.98 236	1.20 325	1.11 259	1.03 310	0.62 224	0.91 156	0.70 323	0.24 320	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

BSDual-CNN	0.71 284	0.32 285	0.68 190	0.54 256	0.44 336	1.27 424	0.65 384	2.16 499	0.98 236	1.20 325	1.11 259	1.12 338	0.74 264	0.91 156	0.66 312	0.24 320	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

hknet	0.77 325	0.32 285	0.95 354	0.54 256	0.38 284	1.27 424	0.65 384	2.16 499	1.07 276	1.20 325	1.11 259	1.59 438	0.81 299	1.37 281	0.66 312	0.22 278	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

psmg	0.72 286	0.32 285	0.68 190	0.50 172	0.44 336	1.48 456	0.75 415	1.94 456	0.98 236	1.21 329	1.33 352	1.12 338	0.74 264	0.91 156	0.66 312	0.24 320	0.19 333	0.25 333	0.25 370	0.23 288	0.22 285

CFNet_pseudo	0.66 258	0.32 285	0.86 309	0.48 144	0.39 294	0.70 248	0.40 179	1.33 279	1.22 374	1.16 303	1.34 359	1.24 364	0.64 233	0.98 179	0.59 287	0.21 252	0.16 264	0.33 438	0.19 214	0.36 423	0.25 331

MMNet	0.84 362	0.32 285	1.09 407	0.60 340	0.59 431	1.85 493	0.49 283	1.51 330	1.27 397	1.37 411	1.15 283	1.26 372	1.18 439	1.67 345	1.22 435	0.19 183	0.18 315	0.23 274	0.22 319	0.25 315	0.21 267

delet	0.85 366	0.32 285	0.95 354	0.65 398	0.66 452	1.64 471	0.84 439	1.75 393	1.35 437	1.32 391	1.30 338	1.30 383	0.88 337	1.68 350	1.10 419	0.21 252	0.21 373	0.24 294	0.24 355	0.21 239	0.21 267

UPFNet	0.80 340	0.32 285	0.90 337	0.59 328	0.74 475	1.26 423	0.80 432	1.52 332	1.10 297	1.30 377	1.12 266	1.30 383	0.84 316	1.67 345	1.09 416	0.24 320	0.24 412	0.24 294	0.23 342	0.25 315	0.18 177

GwcNet-RSSM	0.77 325	0.32 285	1.01 375	0.62 366	0.54 402	0.78 288	0.51 292	1.73 386	1.20 362	1.09 253	1.37 368	1.46 415	0.85 319	1.53 320	1.09 416	0.25 347	0.18 315	0.23 274	0.24 355	0.20 198	0.19 217

CFNet-ft	0.72 286	0.32 285	0.54 106	0.66 405	0.54 402	0.83 318	0.55 335	1.37 290	1.15 330	0.93 204	1.28 334	1.57 434	0.97 379	1.35 275	0.81 363	0.26 370	0.20 351	0.33 438	0.25 370	0.30 382	0.23 305

MSMDNet	0.66 258	0.32 285	0.87 320	0.49 160	0.37 267	0.79 294	0.40 179	1.43 308	1.31 416	1.15 293	1.31 344	1.24 364	0.63 229	0.88 148	0.57 281	0.21 252	0.16 264	0.26 352	0.19 214	0.39 440	0.24 319

CFNet_RVC	0.72 286	0.32 285	0.54 106	0.66 405	0.54 402	0.83 318	0.55 335	1.37 290	1.15 330	0.93 204	1.28 334	1.57 434	0.97 379	1.35 275	0.81 363	0.26 370	0.20 351	0.33 438	0.25 370	0.30 382	0.23 305

HSM	1.19 457	0.32 285	0.65 174	0.57 309	0.38 284	1.23 419	0.59 366	2.25 516	1.19 357	1.30 377	1.25 318	1.94 487	1.03 405	9.32 564	0.71 328	0.22 278	0.16 264	0.20 172	0.16 153	0.21 239	0.21 267

DN-CSS_ROB	0.64 243	0.32 285	1.05 391	0.55 280	0.40 305	0.54 143	0.45 248	1.21 254	0.93 214	1.03 239	1.47 400	0.69 180	0.63 229	1.76 364	0.49 241	0.18 142	0.14 166	0.25 333	0.22 319	0.22 263	0.20 250

MultiAttention	4.51 557	0.33 307	0.82 296	0.73 458	0.45 343	30.98 587	4.50 571	2.18 508	1.40 459	1.61 469	2.41 511	2.43 516	0.70 252	38.42 589	1.36 454	0.22 278	0.15 224	0.29 395	0.30 440	0.47 475	0.43 466

ISRNet	0.80 340	0.33 307	1.07 400	0.81 482	0.66 452	0.60 178	0.34 106	1.19 251	1.13 315	1.59 468	1.53 414	1.35 394	0.77 278	1.27 255	0.94 390	0.39 472	0.34 478	0.43 488	0.38 485	0.34 413	0.49 485

rvit_stereo_0083	0.47 124	0.33 307	0.81 293	0.56 293	0.36 252	0.50 105	0.44 231	0.68 51	0.95 219	0.49 99	0.57 92	0.55 125	0.49 151	0.88 148	0.46 221	0.25 347	0.25 421	0.24 294	0.20 246	0.24 303	0.17 152

rvit_stereo_0081	0.44 102	0.33 307	0.64 167	0.54 256	0.35 242	0.41 37	0.44 231	0.66 44	0.95 219	0.48 93	0.52 75	0.50 104	0.46 123	0.82 129	0.44 194	0.25 347	0.20 351	0.22 236	0.19 214	0.25 315	0.17 152

rvit_stereo_0082	0.44 102	0.33 307	0.64 167	0.54 256	0.35 242	0.41 37	0.44 231	0.66 44	0.95 219	0.48 93	0.52 75	0.50 104	0.46 123	0.82 129	0.44 194	0.25 347	0.20 351	0.22 236	0.19 214	0.25 315	0.17 152

test_sample4	0.69 273	0.33 307	0.91 340	0.51 202	0.30 154	0.92 347	0.52 303	1.87 434	1.15 330	1.14 287	1.18 293	0.87 242	0.75 266	1.18 234	0.68 319	0.25 347	0.20 351	0.26 352	0.26 387	0.26 327	0.25 331

ffm	0.72 286	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	0.95 150	2.47 532	1.15 293	1.45 393	1.06 315	0.82 304	1.55 324	0.32 70	0.20 218	0.12 54	0.31 414	0.27 398	0.19 164	0.20 250

ff1	1.37 474	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	0.95 150	2.47 532	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 552	0.20 218	0.12 54	0.31 414	0.27 398	0.19 164	0.20 250

mmx	1.39 477	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	2.13 490	1.37 445	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 552	0.24 320	0.19 333	0.31 414	0.27 398	0.30 382	0.25 331

xxx	1.39 477	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	2.13 490	1.37 445	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 552	0.24 320	0.19 333	0.31 414	0.27 398	0.30 382	0.25 331

CFNet_ucs	0.70 277	0.33 307	0.88 327	0.50 172	0.43 328	0.74 264	0.44 231	1.60 355	1.29 406	1.22 334	1.54 419	1.09 331	0.63 229	0.99 183	0.59 287	0.25 347	0.20 351	0.37 467	0.21 290	0.40 444	0.28 377

LL-Strereo2	0.52 143	0.33 307	0.69 203	0.52 223	0.37 267	0.70 248	0.30 72	1.13 231	0.67 132	0.94 209	0.78 146	0.91 258	0.42 97	1.05 200	0.42 181	0.17 103	0.16 264	0.29 395	0.25 370	0.21 239	0.16 126

CBFPSM	0.92 386	0.33 307	1.86 499	0.49 160	0.38 284	1.75 479	0.84 439	1.39 296	1.12 303	1.09 253	0.99 200	2.37 512	1.66 501	1.32 267	1.42 468	0.19 183	0.18 315	0.20 172	0.20 246	0.21 239	0.33 419

gwcnet-sp	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 377	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

scenet	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 377	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

ToySt	0.66 258	0.33 307	1.23 430	0.51 202	0.33 220	0.86 330	0.68 397	1.10 220	0.97 231	0.84 184	1.08 244	1.25 368	0.94 364	1.01 188	0.74 335	0.19 183	0.19 333	0.24 294	0.24 355	0.27 341	0.23 305

ssnet	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 377	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

CIPLG	0.62 224	0.33 307	0.96 360	0.58 315	0.50 372	0.75 269	0.48 273	1.05 194	0.96 224	1.40 423	1.57 429	0.64 163	0.48 143	0.89 153	0.70 323	0.23 305	0.15 224	0.19 137	0.16 153	0.19 164	0.21 267

IPLGR_C	0.62 224	0.33 307	0.99 366	0.58 315	0.49 365	0.76 275	0.48 273	1.10 220	0.96 224	1.40 423	1.56 425	0.62 157	0.48 143	0.80 120	0.71 328	0.23 305	0.15 224	0.19 137	0.16 153	0.19 164	0.21 267

ACRE	0.61 220	0.33 307	1.01 375	0.58 315	0.49 365	0.75 269	0.47 262	1.06 207	0.95 219	1.37 411	1.55 421	0.62 157	0.46 123	0.83 131	0.70 323	0.23 305	0.15 224	0.19 137	0.16 153	0.18 123	0.21 267

OMP-Stereo	0.94 391	0.33 307	0.72 227	0.90 513	0.31 180	0.49 91	0.36 130	1.16 236	1.06 271	1.58 467	1.12 266	1.46 415	0.69 247	6.94 540	0.49 241	0.19 183	0.14 166	0.24 294	0.18 192	0.20 198	0.14 63

ICVP	0.63 231	0.33 307	0.57 130	0.61 354	0.40 305	0.80 302	0.58 358	1.61 358	0.89 198	0.90 196	1.24 314	0.88 246	0.73 262	0.72 94	0.88 380	0.29 411	0.21 373	0.22 236	0.21 290	0.24 303	0.27 365
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 214	0.33 307	0.87 320	0.62 366	0.50 372	0.69 241	0.31 79	1.21 254	1.06 271	1.09 253	1.16 288	0.88 246	0.46 123	1.22 241	0.42 181	0.19 183	0.15 224	0.21 207	0.17 174	0.27 341	0.17 152

ccs_rob	0.66 258	0.33 307	0.86 309	0.48 144	0.39 294	0.70 248	0.40 179	1.33 279	1.22 374	1.16 303	1.34 359	1.23 362	0.64 233	0.98 179	0.59 287	0.21 252	0.16 264	0.35 456	0.20 246	0.37 427	0.25 331

FACV-RUCA	0.63 231	0.34 331	0.82 296	0.62 366	0.65 449	0.81 311	0.41 195	1.44 309	1.07 276	0.86 191	1.14 275	0.61 152	0.69 247	0.80 120	0.53 266	0.28 400	0.19 333	0.47 498	0.21 290	0.35 416	0.25 331

rvit_stereo_0081_aga	0.44 102	0.34 331	0.73 239	0.51 202	0.41 313	0.50 105	0.40 179	0.81 96	0.57 96	0.58 123	0.56 89	0.53 120	0.43 104	0.66 78	0.40 159	0.26 370	0.21 373	0.22 236	0.20 246	0.26 327	0.18 177

test_sample6	0.71 284	0.34 331	0.87 320	0.52 223	0.30 154	0.82 313	0.58 358	1.79 413	1.15 330	1.14 287	1.33 352	0.91 258	0.79 289	1.31 263	0.74 335	0.27 386	0.21 373	0.27 369	0.29 431	0.28 360	0.27 365

test_sample5	0.69 273	0.34 331	0.87 320	0.52 223	0.30 154	0.84 326	0.54 317	1.83 425	1.14 318	1.11 267	1.25 318	0.88 246	0.78 285	1.23 243	0.65 309	0.26 370	0.20 351	0.27 369	0.27 398	0.27 341	0.26 355

DualNet	0.70 277	0.34 331	0.87 320	0.52 223	0.30 154	0.84 326	0.54 317	1.83 425	1.14 318	1.14 287	1.33 352	0.88 246	0.78 285	1.23 243	0.65 309	0.26 370	0.20 351	0.27 369	0.27 398	0.27 341	0.26 355

ttt	0.94 391	0.34 331	0.59 143	0.61 354	0.37 267	0.94 352	0.50 291	2.17 505	1.34 427	1.23 340	1.61 438	0.91 258	0.76 274	1.85 374	3.97 537	0.30 416	0.26 427	0.26 352	0.24 355	0.29 371	0.29 383

StereoVision	0.65 251	0.34 331	0.86 309	0.59 328	0.40 305	0.50 105	0.41 195	1.09 217	0.93 214	0.71 150	2.50 516	0.82 218	0.57 197	1.03 192	0.49 241	0.25 347	0.28 443	0.29 395	0.28 419	0.36 423	0.20 250

CASS	0.65 251	0.34 331	0.72 227	0.56 293	0.27 90	0.78 288	0.42 199	1.59 351	0.86 187	1.30 377	1.25 318	0.87 242	0.84 316	0.84 134	0.54 272	0.35 457	0.19 333	0.26 352	0.21 290	0.28 360	0.42 459
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 102	0.34 331	0.77 276	0.61 354	0.79 491	0.28 9	0.35 114	0.75 68	0.71 146	0.38 43	0.50 70	0.72 188	0.55 183	0.57 45	0.47 228	0.17 103	0.18 315	0.19 137	0.16 153	0.21 239	0.20 250

qqq	0.57 199	0.34 331	0.71 221	0.47 117	0.27 90	0.64 200	0.62 375	1.42 302	0.78 167	0.80 171	0.92 178	0.95 280	0.77 278	0.88 148	0.59 287	0.21 252	0.20 351	0.24 294	0.23 342	0.22 263	0.21 267

DAS	0.84 362	0.34 331	1.03 386	0.64 384	0.69 464	0.77 283	0.63 380	1.54 341	1.20 362	1.79 491	1.55 421	0.95 280	1.04 407	2.83 447	0.60 295	0.21 252	0.16 264	0.25 333	0.18 192	0.27 341	0.22 285

SepStereo	0.82 351	0.34 331	1.03 386	0.64 384	0.69 464	0.77 283	0.63 380	1.54 341	1.20 362	1.79 491	1.55 421	0.95 280	1.04 407	2.30 419	0.60 295	0.21 252	0.16 264	0.25 333	0.18 192	0.27 341	0.22 285

ADLNet2	0.88 376	0.34 331	1.17 424	0.77 472	0.64 447	1.12 396	0.76 418	1.74 391	1.24 383	1.21 329	1.65 448	1.71 460	1.05 411	1.67 345	1.17 431	0.24 320	0.21 373	0.21 207	0.22 319	0.26 327	0.29 383

GES	0.66 258	0.34 331	0.90 337	0.59 328	0.38 284	0.94 352	0.57 354	2.11 489	0.86 187	1.02 235	1.11 259	0.66 170	0.79 289	0.99 183	0.61 297	0.27 386	0.19 333	0.20 172	0.20 246	0.21 239	0.30 397

psm_up	0.77 325	0.34 331	0.70 209	0.66 405	0.58 423	1.05 383	0.92 460	1.52 332	1.12 303	1.26 358	1.16 288	1.31 387	1.23 450	1.20 238	0.81 363	0.25 347	0.29 454	0.31 414	0.27 398	0.27 341	0.25 331

UNet	0.83 357	0.34 331	1.31 443	0.58 315	0.74 475	1.58 465	0.49 283	1.41 300	1.04 263	1.21 329	1.08 244	1.54 430	1.12 427	1.65 340	1.09 416	0.23 305	0.17 293	0.25 333	0.20 246	0.25 315	0.22 285

DSFCA	0.93 389	0.34 331	1.06 395	0.52 223	0.65 449	1.55 463	0.93 464	1.49 319	1.19 357	1.56 461	1.15 283	1.50 424	0.96 376	3.07 456	1.02 406	0.30 416	0.26 427	0.25 333	0.25 370	0.28 360	0.24 319

DMCA	0.67 267	0.34 331	0.90 337	0.51 202	0.44 336	0.86 330	0.47 262	1.42 302	1.02 254	1.17 312	1.12 266	1.23 362	0.75 266	0.78 113	0.95 394	0.25 347	0.19 333	0.27 369	0.19 214	0.24 303	0.27 365

MLCV	0.72 286	0.34 331	1.10 410	0.51 202	0.23 25	0.91 340	0.39 171	1.33 279	1.23 377	1.46 437	1.55 421	1.01 304	0.64 233	1.95 385	0.80 361	0.18 142	0.12 54	0.18 114	0.14 93	0.19 164	0.17 152

DISCO	1.03 424	0.34 331	1.11 412	0.69 432	0.45 343	2.07 508	0.84 439	2.13 490	1.50 477	1.15 293	1.33 352	2.40 514	1.07 418	2.60 439	1.51 480	0.23 305	0.18 315	0.22 236	0.20 246	0.31 391	0.27 365

MDST_ROB	1.67 499	0.34 331	1.58 480	0.92 518	0.58 423	4.26 557	1.11 492	2.83 540	1.41 464	4.49 559	2.55 517	1.45 412	0.97 379	7.79 554	1.17 431	0.31 424	0.25 421	0.37 467	0.33 465	0.31 391	0.30 397

DCVSM-stereo	0.72 286	0.35 352	0.76 269	0.55 280	0.42 318	0.73 260	0.38 156	1.21 254	1.02 254	1.79 491	1.04 231	1.62 442	1.03 405	1.04 198	0.79 357	0.24 320	0.27 436	0.29 395	0.24 355	0.30 382	0.36 435

AIO-Stereo-zeroshot	0.72 286	0.35 352	1.70 486	0.49 160	0.56 411	0.63 197	0.38 156	2.41 530	0.65 129	0.77 163	1.07 239	1.82 474	0.95 369	0.93 164	0.43 191	0.20 218	0.13 115	0.21 207	0.25 370	0.28 360	0.26 355

rvit_stereo_ft	0.47 124	0.35 352	0.87 320	0.67 417	0.42 318	0.40 33	0.59 366	0.81 96	0.74 153	0.46 82	0.55 86	0.57 135	0.49 151	0.65 76	0.50 247	0.25 347	0.17 293	0.22 236	0.22 319	0.24 303	0.17 152

mmm	0.63 231	0.35 352	0.72 227	0.51 202	0.30 154	0.86 330	0.54 317	1.59 351	0.86 187	1.07 246	1.38 373	0.79 207	0.75 266	0.91 156	0.58 284	0.22 278	0.18 315	0.29 395	0.25 370	0.25 315	0.23 305

AASNet	0.76 323	0.35 352	0.91 340	0.79 476	0.81 498	1.14 398	0.56 343	2.02 476	1.08 282	1.22 334	1.24 314	0.93 269	0.76 274	0.77 108	1.16 428	0.27 386	0.23 403	0.24 294	0.20 246	0.28 360	0.24 319

AACVNet	0.86 371	0.35 352	0.79 287	0.82 490	0.39 294	0.76 275	0.49 283	1.61 358	0.81 175	1.08 247	1.33 352	1.30 383	0.93 359	4.34 484	0.74 335	0.25 347	0.21 373	0.28 384	0.22 319	0.29 371	0.25 331

PSMNet-ADL	0.72 286	0.35 352	0.62 157	0.69 432	0.46 355	1.14 398	0.44 231	1.37 290	1.01 251	0.83 181	1.17 291	1.33 389	0.96 376	1.43 299	0.95 394	0.33 440	0.22 391	0.21 207	0.23 342	0.27 341	0.29 383

GANet-ADL	0.60 214	0.35 352	0.72 227	0.64 384	0.40 305	0.68 236	0.51 292	1.49 319	1.12 303	0.95 211	1.08 244	0.91 258	0.57 197	0.76 105	0.55 276	0.26 370	0.18 315	0.18 114	0.16 153	0.23 288	0.25 331

hitnet-ft	0.79 337	0.35 352	0.57 130	0.58 315	0.42 318	0.96 362	0.46 255	1.47 315	1.33 424	1.19 321	1.22 308	1.81 471	0.98 386	1.66 344	0.94 390	0.33 440	0.28 443	0.34 448	0.27 398	0.35 416	0.31 407

UCFNet_RVC	0.69 273	0.35 352	0.49 73	0.64 384	0.39 294	0.85 329	0.58 358	1.75 393	1.14 318	0.97 216	1.19 300	1.17 348	0.93 359	0.99 183	0.62 300	0.28 400	0.20 351	0.34 448	0.31 447	0.32 400	0.27 365

ITSA-stereo	0.82 351	0.36 362	0.82 296	0.54 256	0.31 180	0.80 302	0.47 262	2.17 505	1.67 493	1.13 284	1.13 271	0.94 272	0.86 327	2.46 432	1.00 404	0.26 370	0.23 403	0.28 384	0.27 398	0.28 360	0.36 435

Former-RAFT_DAM_RVC	0.46 117	0.36 362	0.71 221	0.47 117	0.36 252	0.67 229	0.35 114	0.78 78	1.12 303	0.61 134	0.62 103	0.39 59	0.39 86	0.71 91	0.39 152	0.20 218	0.17 293	0.22 236	0.18 192	0.23 288	0.19 217

ssnet_v2	0.88 376	0.36 362	1.02 382	0.62 366	0.38 284	1.32 432	0.97 472	2.07 485	1.34 427	1.37 411	1.18 293	1.54 430	0.92 350	1.10 213	1.65 485	0.30 416	0.27 436	0.30 408	0.28 419	0.27 341	0.26 355

ADLNet	0.85 366	0.36 362	0.89 333	0.85 499	0.72 469	1.24 420	0.76 418	1.82 420	1.36 441	1.52 450	1.35 365	1.27 376	0.99 394	1.23 243	1.15 427	0.27 386	0.20 351	0.26 352	0.25 370	0.28 360	0.30 397

ARAFT	0.77 325	0.36 362	1.49 475	0.51 202	0.31 180	0.90 336	0.82 437	1.90 443	1.06 271	1.62 473	1.24 314	1.02 306	0.64 233	1.84 371	0.50 247	0.18 142	0.14 166	0.28 384	0.27 398	0.17 92	0.16 126

CFNet	0.96 395	0.36 362	1.01 375	0.62 366	0.42 318	0.99 372	0.47 262	1.90 443	1.32 420	0.99 223	1.39 377	1.10 333	0.86 327	5.58 515	0.79 357	0.23 305	0.17 293	0.28 384	0.27 398	0.26 327	0.21 267

SGM_RVC	1.68 501	0.36 362	0.61 151	0.59 328	0.29 132	2.25 515	1.18 501	2.38 528	1.68 495	3.60 549	2.67 520	3.69 541	2.42 538	8.13 557	1.90 496	0.31 424	0.31 464	0.30 408	0.28 419	0.30 382	0.29 383
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_6	0.53 153	0.37 369	0.98 365	0.65 398	0.38 284	0.51 122	0.51 292	0.77 74	1.20 362	0.54 118	0.55 86	0.65 166	0.53 171	0.94 167	0.44 194	0.32 431	0.32 472	0.28 384	0.24 355	0.28 360	0.21 267

test_sample7	0.74 309	0.37 369	0.76 269	0.52 223	0.35 242	0.91 340	0.67 393	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	1.23 243	0.67 315	0.31 424	0.28 443	0.32 429	0.31 447	0.33 409	0.29 383

NINENet	0.77 325	0.37 369	0.78 284	0.62 366	0.51 383	2.34 519	0.42 199	1.83 425	1.04 263	1.14 287	1.23 312	1.03 310	0.62 224	1.24 248	0.70 323	0.28 400	0.23 403	0.31 414	0.21 290	0.26 327	0.25 331

GEStereo_RVC	0.90 381	0.37 369	0.99 366	0.64 384	0.50 372	0.95 356	0.79 426	2.42 531	1.17 342	1.16 303	1.11 259	1.26 372	0.92 350	3.24 462	0.90 386	0.29 411	0.19 333	0.23 274	0.20 246	0.27 341	0.29 383

pcwnet_v2	0.97 401	0.37 369	4.33 541	0.62 366	0.54 402	0.79 294	0.45 248	2.02 476	1.58 487	1.42 431	1.64 446	1.09 331	0.79 289	1.24 248	0.67 315	0.32 431	0.25 421	0.29 395	0.27 398	0.37 427	0.35 429

iResNetv2_ROB	0.80 340	0.37 369	1.71 488	0.56 293	0.37 267	0.94 352	0.64 382	1.73 386	1.34 427	1.23 340	1.42 382	1.26 372	0.92 350	1.85 374	0.56 278	0.23 305	0.15 224	0.19 137	0.14 93	0.24 303	0.19 217

LE_ROB	8.05 569	0.37 369	23.53 577	0.74 462	0.33 220	2.77 534	2.87 565	3.71 553	27.24 586	25.39 586	8.87 569	8.46 566	26.71 586	6.65 533	21.99 579	0.21 252	0.19 333	0.20 172	0.21 290	0.25 315	0.22 285

rvit_0105_4	0.56 192	0.38 376	1.06 395	0.66 405	0.38 284	0.53 135	0.53 311	0.84 108	1.17 342	0.56 120	0.61 100	0.72 188	0.59 207	0.98 179	0.45 207	0.32 431	0.33 477	0.29 395	0.25 370	0.29 371	0.23 305

CSP-Net	0.97 401	0.38 376	0.83 301	0.53 241	0.41 313	1.63 469	0.77 421	2.00 468	1.05 267	1.25 354	1.20 304	1.33 389	0.83 312	4.93 498	0.85 376	0.32 431	0.22 391	0.20 172	0.20 246	0.23 288	0.25 331

HGLStereo	0.85 366	0.38 376	0.94 350	0.80 479	1.03 520	1.17 408	0.58 358	1.52 332	1.20 362	1.19 321	1.62 441	1.13 343	1.20 445	1.80 368	1.06 410	0.24 320	0.24 412	0.24 294	0.21 290	0.23 288	0.27 365

SGM-ForestM	6.52 565	0.38 376	1.26 436	0.63 375	0.35 242	13.59 575	5.32 572	6.32 571	6.70 567	11.14 577	9.18 570	22.51 587	13.93 576	16.89 578	20.07 578	0.36 461	0.37 496	0.36 464	0.35 476	0.36 423	0.34 424

SGM-Forest	1.24 459	0.38 376	0.60 148	0.52 223	0.37 267	1.56 464	1.30 510	1.65 367	1.36 441	2.11 514	1.79 467	1.63 447	0.93 359	7.48 550	0.95 394	0.36 461	0.37 496	0.39 476	0.34 471	0.37 427	0.32 413
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.58 205	0.39 381	1.05 391	0.66 405	0.37 267	0.58 165	0.56 343	0.94 145	1.18 349	0.64 139	0.68 117	0.75 192	0.63 229	0.88 148	0.50 247	0.32 431	0.32 472	0.30 408	0.27 398	0.28 360	0.25 331

AIO-Stereo-zeroshot1	0.98 405	0.39 381	3.21 533	0.50 172	0.63 444	0.64 200	0.39 171	2.36 525	0.75 154	0.95 211	4.63 545	1.81 471	0.56 188	0.96 170	0.41 170	0.18 142	0.13 115	0.21 207	0.26 387	0.32 400	0.35 429

LL-Strereo	1.33 470	0.39 381	1.38 453	0.61 354	0.61 437	0.75 269	0.66 389	1.63 364	1.17 342	1.56 461	1.60 434	2.03 498	2.12 528	9.72 570	0.97 399	0.21 252	0.18 315	0.27 369	0.23 342	0.22 263	0.25 331

CRFU-Net	0.86 371	0.39 381	1.00 371	0.65 398	0.57 414	1.78 486	0.86 446	2.15 496	0.81 175	1.38 416	1.18 293	1.64 450	1.19 442	1.35 275	0.90 386	0.26 370	0.22 391	0.21 207	0.19 214	0.23 288	0.24 319

TestStereo	0.64 243	0.39 381	0.71 221	0.51 202	0.27 90	0.56 157	0.42 199	1.03 180	0.91 207	0.80 171	1.00 204	0.68 175	0.52 166	3.25 463	0.45 207	0.22 278	0.15 224	0.24 294	0.18 192	0.27 341	0.16 126

HCRNet	0.70 277	0.39 381	0.73 239	0.60 340	0.59 431	0.76 275	0.35 114	1.22 262	1.13 315	1.02 235	0.99 200	1.02 306	0.76 274	2.19 410	0.70 323	0.28 400	0.19 333	0.28 384	0.23 342	0.25 315	0.23 305

DFGA-Net	0.72 286	0.40 387	1.40 454	0.52 223	0.45 343	0.83 318	0.44 231	1.28 276	1.08 282	0.99 223	1.19 300	0.70 184	0.55 183	2.14 402	1.16 428	0.18 142	0.16 264	0.24 294	0.23 342	0.27 341	0.25 331

testlalala_base	0.77 325	0.40 387	0.70 209	0.65 398	0.50 372	0.79 294	0.28 57	1.50 323	0.51 78	0.73 156	0.90 174	0.69 180	0.54 176	0.66 78	0.40 159	2.82 556	0.14 166	0.17 79	0.12 41	2.68 551	0.19 217

Wz-Net-LNSev-Ref	0.99 407	0.40 387	1.82 496	0.66 405	0.62 443	2.05 507	0.78 423	1.91 447	1.29 406	1.54 457	1.42 382	1.51 426	1.23 450	1.99 388	1.33 448	0.23 305	0.14 166	0.20 172	0.15 111	0.27 341	0.26 355

sCroCo_RVC	0.49 136	0.40 387	1.02 382	0.65 398	0.60 434	0.52 126	0.40 179	0.83 105	0.61 105	0.44 69	0.74 138	0.49 98	0.50 157	0.63 68	0.48 233	0.26 370	0.27 436	0.23 274	0.22 319	0.29 371	0.25 331

DMCA-RVC	0.74 309	0.40 387	1.27 439	0.66 405	0.49 365	0.77 283	0.47 262	1.35 287	1.01 251	1.53 451	1.01 210	1.29 382	0.82 304	1.31 263	0.78 351	0.27 386	0.21 373	0.35 456	0.27 398	0.32 400	0.24 319

HITNet	0.65 251	0.40 387	0.77 276	0.48 144	0.24 41	1.05 383	0.49 283	1.76 399	1.02 254	1.18 317	1.18 293	0.89 254	0.80 295	0.85 139	0.79 357	0.17 103	0.12 54	0.21 207	0.17 174	0.29 371	0.15 96
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
iResNet	0.75 317	0.40 387	1.36 452	0.67 417	0.29 132	0.92 347	0.59 366	1.52 332	1.25 386	1.28 363	1.48 405	0.94 272	0.76 274	1.62 335	0.78 351	0.18 142	0.14 166	0.18 114	0.15 111	0.22 263	0.23 305

DLCB_ROB	0.86 371	0.40 387	0.78 284	0.68 428	0.54 402	1.11 393	0.84 439	1.49 319	1.23 377	1.64 477	1.65 448	1.70 459	0.91 347	1.70 352	1.05 408	0.25 347	0.24 412	0.26 352	0.27 398	0.27 341	0.24 319

DDVS	0.78 333	0.41 395	0.94 350	0.60 340	0.43 328	1.30 429	0.43 218	1.40 298	0.91 207	1.20 325	1.15 283	1.43 405	0.64 233	2.18 408	0.89 383	0.28 400	0.22 391	0.26 352	0.23 342	0.31 391	0.33 419

FAT-Stereo	1.07 430	0.41 395	1.32 446	0.72 450	0.58 423	1.08 389	0.89 453	1.96 459	1.65 491	1.75 485	1.98 486	2.03 498	1.48 482	2.02 391	1.18 434	0.42 483	0.35 489	0.34 448	0.29 431	0.35 416	0.53 493

NVstereo2D	0.92 386	0.41 395	1.48 473	0.72 450	0.72 469	1.20 415	0.87 448	1.75 393	1.38 449	0.99 223	1.13 271	1.26 372	0.98 386	2.21 412	0.89 383	0.43 488	0.20 351	0.38 470	0.24 355	0.57 499	0.63 511

StereoDRNet-Refined	0.80 340	0.41 395	0.88 327	0.62 366	0.42 318	1.33 434	0.48 273	1.52 332	1.17 342	1.45 435	1.44 391	1.44 410	0.90 344	1.26 252	1.24 437	0.20 218	0.16 264	0.27 369	0.24 355	0.25 315	0.28 377
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 412	0.42 399	1.09 407	0.67 417	0.50 372	1.22 418	1.24 505	2.24 515	1.19 357	1.30 377	1.56 425	1.17 348	1.49 484	3.44 470	0.83 370	0.21 252	0.25 421	0.30 408	0.26 387	0.27 341	0.27 365

stereogan	1.15 452	0.42 399	1.40 454	0.86 501	0.84 502	2.38 521	0.71 406	1.88 437	1.73 500	1.72 483	1.94 485	2.31 509	1.29 459	2.07 396	1.08 414	0.36 461	0.35 489	0.39 476	0.31 447	0.51 488	0.46 474

pmcnn	2.37 533	0.42 399	2.71 529	0.63 375	0.43 328	1.54 462	1.19 502	2.01 472	1.53 482	2.64 533	7.60 562	18.07 579	1.45 478	3.44 470	2.78 516	0.18 142	0.15 224	0.15 22	0.12 41	0.20 198	0.18 177

CVANet_RVC	1.07 430	0.43 402	0.76 269	0.60 340	0.50 372	0.90 336	0.97 472	1.52 332	1.26 391	1.33 399	1.38 373	1.24 364	1.18 439	6.75 539	0.75 340	0.34 450	0.23 403	0.34 448	0.29 431	0.42 452	0.27 365

NLCA_NET_v2_RVC	0.79 337	0.43 402	1.05 391	0.64 384	0.58 423	0.95 356	0.53 311	1.53 338	1.18 349	1.37 411	1.15 283	1.43 405	0.88 337	1.61 334	0.84 373	0.25 347	0.22 391	0.27 369	0.27 398	0.29 371	0.29 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 277	0.43 402	0.75 259	0.73 458	0.37 267	0.92 347	0.53 311	1.85 429	1.18 349	1.12 269	1.23 312	1.07 320	0.65 239	0.96 170	0.63 304	0.31 424	0.15 224	0.32 429	0.21 290	0.29 371	0.22 285
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.
rvit_0105_3	0.63 231	0.44 405	1.08 404	0.72 450	0.40 305	0.64 200	0.71 406	1.03 180	1.17 342	0.82 179	0.70 125	0.80 209	0.70 252	0.91 156	0.56 278	0.35 457	0.34 478	0.34 448	0.32 455	0.27 341	0.28 377

fast-acv-ft	0.94 391	0.44 405	1.40 454	0.58 315	0.51 383	1.77 484	0.69 401	1.36 289	1.42 467	1.29 369	1.86 476	1.74 464	1.25 454	1.52 316	1.38 456	0.26 370	0.28 443	0.28 384	0.28 419	0.27 341	0.26 355

Anonymous3	0.61 220	0.44 405	1.11 412	0.59 328	0.49 365	0.93 351	0.65 384	0.93 138	0.81 175	0.72 155	0.88 170	0.65 166	0.69 247	1.06 201	0.53 266	0.35 457	0.30 458	0.26 352	0.26 387	0.31 391	0.27 365

TDLM	1.06 428	0.44 405	0.79 287	0.63 375	0.50 372	0.89 333	1.44 518	1.48 317	1.26 391	1.12 269	1.40 379	1.08 321	0.98 386	6.65 533	0.78 351	0.33 440	0.21 373	0.33 438	0.26 387	0.37 427	0.24 319

DRN-Test	1.00 412	0.44 405	1.13 416	0.70 438	0.81 498	1.62 468	0.79 426	2.14 494	1.44 470	1.78 488	1.33 352	1.43 405	1.05 411	2.18 408	1.53 481	0.27 386	0.21 373	0.31 414	0.30 440	0.32 400	0.28 377

CBMV_ROB	0.90 381	0.44 405	0.63 160	0.51 202	0.37 267	1.25 422	0.49 283	1.77 403	1.27 397	1.41 425	2.00 489	1.33 389	1.08 419	2.17 405	0.76 343	0.43 488	0.42 511	0.47 498	0.44 499	0.41 447	0.36 435

CBMV	0.95 394	0.44 405	0.66 181	0.53 241	0.35 242	1.53 461	1.63 529	1.69 377	1.42 467	2.00 510	1.60 434	1.43 405	1.17 435	1.59 331	0.99 403	0.34 450	0.34 478	0.39 476	0.33 465	0.33 409	0.32 413
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 407	0.45 412	3.71 538	0.55 280	0.43 328	1.81 488	0.68 397	1.14 232	1.14 318	1.18 317	1.42 382	1.58 437	1.44 476	1.34 274	1.59 484	0.24 320	0.23 403	0.20 172	0.19 214	0.26 327	0.25 331

GMStereo	0.55 183	0.45 412	0.94 350	0.50 172	0.32 199	0.64 200	0.43 218	1.00 168	1.40 459	0.82 179	0.73 134	0.51 108	0.45 116	0.85 139	0.55 276	0.24 320	0.15 224	0.20 172	0.21 290	0.31 391	0.24 319
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0075_2	0.64 243	0.46 414	1.05 391	0.66 405	0.66 452	0.53 135	0.48 273	1.20 253	1.12 303	0.76 158	0.92 178	0.78 203	0.53 171	1.03 192	0.59 287	0.37 465	0.28 443	0.40 481	0.31 447	0.37 427	0.32 413

SACVNet	0.85 366	0.46 414	0.85 303	0.81 482	0.56 411	0.80 302	0.79 426	1.68 375	1.12 303	1.34 403	1.33 352	1.25 368	0.94 364	2.39 426	0.76 343	0.34 450	0.26 427	0.31 414	0.29 431	0.35 416	0.44 469

LMCR-Stereo	0.82 351	0.46 414	0.88 327	0.75 466	0.43 328	1.33 434	0.56 343	2.43 532	0.98 236	1.53 451	1.49 407	0.74 190	1.00 396	1.63 337	0.89 383	0.28 400	0.17 293	0.22 236	0.17 174	0.29 371	0.20 250

S-Stereo	1.15 452	0.46 414	2.17 513	0.81 482	0.80 496	1.21 417	1.19 502	1.93 454	2.02 519	1.47 438	2.11 496	1.57 434	1.17 435	2.05 395	1.41 464	0.40 475	0.40 507	0.35 456	0.31 447	0.44 464	0.70 520

NOSS_ROB	1.26 462	0.46 414	0.62 157	0.56 293	0.38 284	1.06 386	0.78 423	1.73 386	1.40 459	1.01 231	1.43 386	1.10 333	0.75 266	10.62 573	0.65 309	0.45 494	0.43 512	0.48 500	0.45 501	0.44 464	0.41 455

FADNet-RVC-Resample	0.84 362	0.47 419	2.10 508	0.61 354	0.45 343	1.07 388	0.61 372	1.59 351	1.20 362	1.08 247	0.98 198	1.03 310	0.98 386	2.17 405	0.72 331	0.23 305	0.22 391	0.30 408	0.32 455	0.35 416	0.34 424

GANet	1.36 473	0.47 419	0.86 309	0.67 417	0.45 343	1.34 436	1.73 531	1.64 366	1.24 383	1.49 446	2.38 508	1.55 432	1.20 445	9.30 563	0.93 388	0.30 416	0.31 464	0.33 438	0.28 419	0.39 440	0.30 397

StereoDRNet	0.98 405	0.47 419	1.70 486	0.76 469	0.94 515	1.51 459	0.91 458	1.92 450	1.32 420	1.61 469	1.13 271	1.47 420	0.97 379	1.75 359	1.46 475	0.28 400	0.23 403	0.29 395	0.27 398	0.35 416	0.27 365

WCMA_ROB	1.84 511	0.47 419	1.31 443	0.69 432	0.57 414	2.11 510	1.14 496	1.87 434	1.73 500	4.04 553	6.43 556	5.62 556	3.61 553	2.59 438	1.94 498	0.52 507	0.44 515	0.39 476	0.42 495	0.48 480	0.47 478

dd	0.59 211	0.48 423	0.97 362	0.55 280	0.32 199	0.64 200	0.47 262	1.02 175	1.34 427	0.78 166	0.86 165	0.58 140	0.54 176	1.01 188	0.86 378	0.28 400	0.18 315	0.26 352	0.19 214	0.32 400	0.24 319

ADCP+	1.99 522	0.48 423	7.73 555	0.66 405	0.91 511	2.30 517	1.05 486	1.82 420	1.34 427	1.54 457	1.32 350	1.74 464	1.61 494	2.17 405	13.37 568	0.24 320	0.21 373	0.32 429	0.28 419	0.37 427	0.29 383

DeepPruner_ROB	0.74 309	0.48 423	0.87 320	0.57 309	0.44 336	0.79 294	0.54 317	1.73 386	0.96 224	1.38 416	1.27 328	1.24 364	0.73 262	1.43 299	0.73 334	0.34 450	0.28 443	0.27 369	0.26 387	0.31 391	0.31 407

DualNet (step1)	0.83 357	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	1.23 243	0.67 315	0.57 516	0.28 443	0.62 524	0.67 531	0.45 468	0.42 459

test_sample9	1.86 513	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	2.27 417	7.92 556	0.57 516	12.61 585	0.62 524	0.67 531	0.45 468	0.42 459

test_sample8	2.19 527	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.82 420	1.15 330	2.26 517	1.30 338	4.94 551	2.52 541	2.27 417	7.92 556	0.57 516	12.61 585	0.62 524	0.67 531	0.45 468	0.42 459

BEATNet_4x	0.73 304	0.49 426	1.17 424	0.53 241	0.26 66	1.03 380	0.55 335	1.82 420	1.06 271	1.21 329	1.22 308	0.96 286	0.91 347	1.01 188	1.06 410	0.21 252	0.14 166	0.24 294	0.19 214	0.37 427	0.21 267

Nwc_Net	1.09 436	0.49 426	1.33 448	0.89 512	0.80 496	1.49 458	0.66 389	2.19 509	1.27 397	1.32 391	2.26 503	1.96 490	1.54 487	1.92 380	1.34 450	0.40 475	0.30 458	0.43 488	0.45 501	0.38 436	0.37 440

RYNet	1.17 455	0.49 426	1.24 433	0.70 438	0.97 519	1.71 475	0.92 460	1.91 447	1.46 472	1.38 416	1.14 275	1.88 477	1.30 463	4.24 480	1.87 493	0.26 370	0.21 373	0.35 456	0.27 398	0.55 496	0.54 494

XPNet_ROB	0.96 395	0.49 426	1.09 407	0.72 450	0.57 414	1.11 393	1.14 496	1.66 372	1.23 377	1.85 498	1.39 377	1.64 450	1.11 424	1.80 368	1.42 468	0.38 469	0.30 458	0.33 438	0.29 431	0.37 427	0.34 424

STTStereo	0.78 333	0.50 433	1.22 429	0.64 384	0.54 402	0.89 333	0.54 317	1.44 309	1.11 299	1.38 416	1.09 249	1.27 376	0.85 319	1.43 299	0.83 370	0.29 411	0.27 436	0.33 438	0.39 487	0.32 400	0.30 397

RP	1.09 436	0.50 433	1.12 414	0.90 513	1.04 521	1.11 393	0.84 439	1.80 416	1.62 489	1.55 460	2.00 489	1.90 481	1.78 507	1.84 371	1.25 438	0.52 507	0.36 494	0.48 500	0.36 480	0.45 468	0.43 466

edge stereo	1.11 441	0.50 433	1.30 442	0.71 446	0.65 449	1.14 398	0.75 415	1.93 454	1.37 445	1.71 482	1.83 471	2.54 519	1.44 476	2.43 428	1.23 436	0.42 483	0.41 509	0.54 512	0.35 476	0.42 452	0.46 474

ACV-stereo	0.99 407	0.51 436	1.41 459	0.56 293	0.41 313	2.43 523	0.57 354	1.15 234	1.18 349	0.81 175	1.01 210	3.39 537	2.14 529	1.60 332	1.07 413	0.27 386	0.22 391	0.22 236	0.22 319	0.28 360	0.32 413

SDNR	1.62 496	0.51 436	2.17 513	0.53 241	0.56 411	3.80 551	0.45 248	1.54 341	1.29 406	1.33 399	2.41 511	1.08 321	0.96 376	11.18 574	1.16 428	0.66 527	0.63 540	0.43 488	0.32 455	0.64 510	0.67 517

GwcNet	1.08 433	0.51 436	2.33 518	0.79 476	1.18 534	1.76 481	0.70 404	1.68 375	1.47 473	1.41 425	1.64 446	1.74 464	1.04 407	2.20 411	1.41 464	0.30 416	0.29 454	0.29 395	0.27 398	0.30 382	0.35 429

FADNet_RVC	0.83 357	0.51 436	1.83 498	0.54 256	0.42 318	1.19 413	0.46 255	1.51 330	1.09 290	0.89 194	1.24 314	0.91 258	0.87 332	2.11 400	1.11 422	0.27 386	0.22 391	0.31 414	0.28 419	0.43 458	0.38 446

rvit_105_1	0.72 286	0.52 440	1.01 375	0.78 474	0.49 365	0.75 269	0.87 448	1.12 228	1.18 349	0.99 223	0.79 152	0.90 255	0.77 278	1.26 252	0.75 340	0.41 479	0.36 494	0.36 464	0.41 492	0.30 382	0.33 419

AF-Net	1.13 446	0.52 440	1.33 448	0.86 501	0.91 511	1.38 442	0.71 406	2.16 499	1.62 489	1.56 461	2.40 510	1.99 493	1.65 497	1.81 370	1.48 477	0.48 502	0.28 443	0.49 502	0.33 465	0.39 440	0.32 413

AANet_RVC	1.16 454	0.52 440	1.49 475	0.65 398	0.45 343	0.75 269	0.69 401	1.42 302	1.55 485	1.34 403	1.87 478	1.53 429	0.78 285	7.43 548	1.38 456	0.25 347	0.17 293	0.19 137	0.16 153	0.22 263	0.26 355

PSMNet_ROB	0.90 381	0.52 440	1.17 424	0.72 450	0.61 437	1.27 424	1.12 494	1.76 399	1.12 303	1.09 253	1.28 334	1.45 412	0.89 343	1.65 340	1.42 468	0.33 440	0.25 421	0.37 467	0.39 487	0.35 416	0.29 383

APVNet	1.06 428	0.53 444	1.42 460	0.84 494	0.79 491	1.92 498	0.82 437	1.90 443	1.08 282	1.08 247	1.43 386	1.56 433	1.13 431	3.07 456	1.58 482	0.31 424	0.34 478	0.42 486	0.36 480	0.36 423	0.37 440

YMNet	1.00 412	0.54 445	1.40 454	0.81 482	0.85 505	1.87 495	0.62 375	1.55 345	1.18 349	1.63 475	1.99 487	1.77 468	0.97 379	1.50 313	1.45 472	0.33 440	0.37 496	0.31 414	0.32 455	0.32 400	0.29 383

YMNet_1	1.00 412	0.54 445	1.40 454	0.81 482	0.85 505	1.87 495	0.62 375	1.55 345	1.18 349	1.63 475	1.99 487	1.77 468	0.97 379	1.50 313	1.45 472	0.33 440	0.37 496	0.31 414	0.32 455	0.32 400	0.29 383

FINET	0.97 401	0.54 445	1.60 481	0.63 375	0.79 491	1.08 389	1.07 489	1.56 348	2.20 526	1.15 293	1.49 407	0.94 272	0.88 337	2.32 420	1.05 408	0.42 483	0.35 489	0.32 429	0.28 419	0.43 458	0.38 446

NCC-stereo	1.10 438	0.54 445	1.24 433	0.84 494	0.94 515	1.29 427	0.89 453	2.01 472	1.34 427	1.32 391	1.74 460	1.88 477	1.74 504	2.35 422	1.25 438	0.45 494	0.37 496	0.45 493	0.58 523	0.42 452	0.42 459

Abc-Net	1.10 438	0.54 445	1.24 433	0.84 494	0.94 515	1.29 427	0.89 453	2.01 472	1.34 427	1.32 391	1.74 460	1.88 477	1.74 504	2.35 422	1.25 438	0.45 494	0.37 496	0.45 493	0.58 523	0.42 452	0.42 459
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
z-ln-s-r	1.02 421	0.55 450	2.09 507	0.52 223	0.55 408	0.78 288	0.87 448	1.47 315	1.34 427	1.12 269	1.62 441	1.37 399	1.06 414	2.62 441	3.32 528	0.19 183	0.14 166	0.21 207	0.17 174	0.27 341	0.21 267

Anonymous_2	1.30 465	0.55 450	0.82 296	0.52 223	0.58 423	1.01 375	0.64 382	1.25 270	0.97 231	0.96 213	0.78 146	1.33 389	1.29 459	1.03 192	0.74 335	0.62 523	0.64 541	1.06 541	9.63 581	1.16 536	0.49 485

ADCRef	1.35 472	0.55 450	2.37 520	0.72 450	0.77 486	1.94 500	0.78 423	1.91 447	1.27 397	1.57 465	1.59 433	1.36 396	1.41 472	1.54 322	7.53 551	0.23 305	0.20 351	0.32 429	0.30 440	0.29 371	0.29 383

NaN_ROB	1.13 446	0.55 450	1.15 421	0.64 384	0.48 361	1.61 467	2.03 547	1.72 385	1.48 474	2.09 513	1.27 328	1.40 401	1.08 419	3.94 476	1.30 446	0.28 400	0.34 478	0.28 384	0.28 419	0.30 382	0.33 419

sAnonymous2	0.55 183	0.56 454	1.46 468	0.60 340	0.51 383	0.48 79	0.52 303	0.79 83	0.68 136	0.50 107	0.67 114	0.46 78	0.62 224	0.59 47	0.40 159	0.22 278	0.17 293	0.22 236	0.21 290	0.86 524	0.56 498

CroCo_RVC	0.55 183	0.56 454	1.46 468	0.60 340	0.51 383	0.48 79	0.52 303	0.79 83	0.68 136	0.50 107	0.67 114	0.46 78	0.62 224	0.59 47	0.40 159	0.22 278	0.17 293	0.22 236	0.21 290	0.86 524	0.56 498

NCCL2	1.00 412	0.56 454	1.06 395	0.75 466	0.57 414	1.31 431	1.72 530	1.77 403	1.36 441	1.50 447	1.17 291	1.91 482	1.17 435	1.54 322	1.29 445	0.35 457	0.31 464	0.45 493	0.44 499	0.40 444	0.40 450

MeshStereo	2.26 529	0.56 454	0.92 344	0.61 354	0.49 365	2.60 528	1.02 482	3.18 546	2.05 521	7.40 574	4.98 551	7.58 562	2.98 548	6.37 529	1.96 499	0.43 488	0.43 512	0.45 493	0.39 487	0.43 458	0.42 459
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
ADCL	1.72 507	0.57 458	3.66 536	0.67 417	0.61 437	2.61 530	1.85 537	1.96 459	1.67 493	1.90 503	1.83 471	2.06 501	1.90 517	2.13 401	9.15 560	0.26 370	0.24 412	0.34 448	0.32 455	0.38 436	0.35 429

PA-Net	1.01 418	0.57 458	1.29 441	0.64 384	0.74 475	1.19 413	0.84 439	1.69 377	1.43 469	1.16 303	1.19 300	1.32 388	1.19 442	3.42 468	1.25 438	0.29 411	0.45 519	0.33 438	0.49 511	0.32 400	0.47 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 514	0.57 458	2.18 515	0.63 375	0.40 305	2.80 536	1.57 526	2.39 529	5.88 565	2.36 524	3.57 534	3.72 542	2.97 547	4.74 491	1.76 489	0.34 450	0.30 458	0.32 429	0.29 431	0.48 480	0.37 440

HBP-ISP	0.96 395	0.58 461	0.72 227	0.61 354	0.46 355	1.64 471	0.76 418	1.86 432	1.28 402	1.30 377	1.53 414	0.86 238	0.94 364	3.27 464	0.69 322	0.45 494	0.44 515	0.54 512	0.48 508	0.47 475	0.40 450

Wz-Net-MNSev	1.11 441	0.58 461	2.23 516	0.66 405	0.71 467	1.95 501	1.46 519	1.98 465	1.45 471	1.79 491	1.43 386	1.49 423	1.33 466	1.97 387	1.42 468	0.27 386	0.23 403	0.28 384	0.28 419	0.34 413	0.31 407

PS-NSSS	0.99 407	0.58 461	0.93 346	0.58 315	0.57 414	0.91 340	0.80 432	1.81 419	1.14 318	1.14 287	1.67 453	1.00 297	0.83 312	4.62 489	0.78 351	0.37 465	0.31 464	0.52 506	0.32 455	0.45 468	0.38 446

FC-DCNN v2	2.81 547	0.59 464	0.85 303	0.73 458	0.57 414	2.97 539	1.05 486	3.39 550	2.61 537	6.98 570	7.67 564	10.38 572	6.31 568	5.75 519	3.37 529	0.53 513	0.48 524	0.51 504	0.50 513	0.53 492	0.51 491

SuperB	2.53 539	0.59 464	18.45 572	0.69 432	0.50 372	1.87 495	0.88 451	1.67 374	2.39 529	1.50 447	1.42 382	1.14 345	1.15 433	4.28 483	5.07 541	0.24 320	0.19 333	0.22 236	0.19 214	7.86 579	0.34 424

MANE	6.19 563	0.59 464	1.03 386	0.93 519	1.22 537	13.38 574	2.69 561	12.81 578	17.94 582	8.21 575	10.82 573	14.72 575	11.68 573	11.39 575	11.90 567	0.59 520	0.50 529	0.52 506	1.76 565	0.55 496	0.54 494

FC-DCNN	2.72 546	0.59 464	0.86 309	0.73 458	0.57 414	2.91 537	1.04 484	3.01 544	2.60 536	6.83 569	7.64 563	9.92 569	6.33 569	5.21 501	3.14 523	0.53 513	0.48 524	0.51 504	0.50 513	0.53 492	0.51 491

DPSNet	1.69 502	0.59 464	4.33 541	0.70 438	0.57 414	2.02 506	1.62 528	3.35 549	1.78 503	1.48 444	1.38 373	2.17 503	2.84 545	4.77 492	3.66 531	0.48 502	0.31 464	0.29 395	0.25 370	0.64 510	0.48 481

CSAN	1.41 480	0.59 464	1.26 436	0.70 438	0.50 372	1.76 481	1.78 532	1.77 403	1.90 512	2.35 522	2.32 505	1.92 485	1.94 519	5.56 514	1.49 478	0.43 488	0.35 489	0.40 481	0.41 492	0.43 458	0.41 455

LALA_ROB	1.01 418	0.59 464	1.16 422	0.67 417	0.51 383	1.63 469	1.26 509	1.69 377	1.38 449	1.81 495	1.37 368	1.94 487	1.02 403	1.58 329	1.38 456	0.37 465	0.27 436	0.43 488	0.37 483	0.43 458	0.37 440

MSMD_ROB	1.99 522	0.59 464	0.89 333	0.70 438	0.61 437	3.95 553	0.94 467	1.80 416	1.79 504	4.41 557	4.43 541	8.17 565	3.66 554	3.40 466	1.33 448	0.52 507	0.48 524	0.54 512	0.58 523	0.53 492	0.50 487

TCMNet	1.01 418	0.60 472	2.10 508	0.86 501	1.33 541	1.14 398	0.67 393	1.69 377	1.23 377	1.11 267	1.57 429	1.30 383	0.97 379	2.01 390	1.50 479	0.31 424	0.31 464	0.38 470	0.34 471	0.42 452	0.36 435

TRStereo	0.60 214	0.60 472	0.97 362	0.74 462	0.67 456	0.46 68	0.38 156	1.85 429	0.89 198	0.79 169	0.80 157	0.88 246	0.39 86	1.10 213	0.41 170	0.23 305	0.15 224	0.23 274	0.24 355	0.17 92	0.15 96

w-ln-seven-2	1.18 456	0.61 474	4.25 540	0.68 428	0.61 437	1.20 415	0.93 464	1.63 364	1.35 437	1.66 478	1.53 414	1.47 420	1.37 470	3.00 455	1.74 488	0.25 347	0.24 412	0.29 395	0.26 387	0.33 409	0.28 377

GMStereo_Zeroshot	0.67 267	0.61 474	1.01 375	0.64 384	0.37 267	0.84 326	0.35 114	1.05 194	1.12 303	1.12 269	1.06 235	1.27 376	0.54 176	1.19 236	0.59 287	0.32 431	0.17 293	0.31 414	0.18 192	0.52 490	0.22 285

FADNet	0.92 386	0.61 474	1.81 495	0.62 366	0.55 408	0.96 362	0.57 354	1.78 407	1.33 424	0.93 204	1.01 210	1.36 396	1.01 398	2.71 444	0.75 340	0.33 440	0.34 478	0.31 414	0.34 471	0.59 503	0.40 450

DANet	1.08 433	0.61 474	1.32 446	0.85 499	0.72 469	1.37 439	0.51 292	1.54 341	1.15 330	1.78 488	1.54 419	2.01 495	1.11 424	2.90 450	2.00 501	0.33 440	0.30 458	0.40 481	0.30 440	0.44 464	0.45 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 506	0.62 478	1.45 466	0.67 417	0.61 437	1.81 488	1.08 490	2.52 535	1.70 496	1.77 487	1.73 458	1.98 492	1.25 454	12.57 576	1.84 492	0.34 450	0.37 496	0.56 519	0.38 485	0.45 468	0.43 466

FCDSN-DC	2.32 531	0.63 479	0.81 293	0.84 494	0.75 482	2.23 514	0.94 467	2.09 488	1.80 505	5.45 567	7.72 565	7.77 564	6.93 571	3.39 465	1.80 491	0.52 507	0.48 524	0.52 506	0.51 516	0.57 499	0.58 503
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 498	0.63 479	1.56 478	1.11 532	0.74 475	2.98 540	0.91 458	1.55 345	1.22 374	2.76 537	8.18 568	2.32 510	2.53 542	1.92 380	1.87 493	0.48 502	0.44 515	0.45 493	0.31 447	0.60 507	0.57 502

ETE_ROB	0.96 395	0.64 481	1.16 422	0.69 432	0.48 361	1.14 398	1.13 495	1.77 403	1.19 357	1.91 504	1.45 393	1.73 462	1.05 411	1.60 332	1.14 426	0.32 431	0.26 427	0.38 470	0.34 471	0.39 440	0.41 455

PDISCO_ROB	1.32 469	0.65 482	1.44 461	1.36 537	1.46 544	2.55 526	0.92 460	2.45 533	2.07 522	1.37 411	1.49 407	1.65 453	1.00 396	2.82 446	1.35 453	1.01 535	0.27 436	0.54 512	0.47 506	0.71 519	0.73 523

dad	0.86 371	0.66 483	1.06 395	0.56 293	0.37 267	0.76 275	0.44 231	1.17 238	1.50 477	1.44 433	1.27 328	1.34 393	0.75 266	2.52 436	0.84 373	0.42 483	0.27 436	0.83 532	0.26 387	0.41 447	0.29 383

DEFOM-Stereo_RVC	0.40 73	0.67 484	0.42 32	0.64 384	0.29 132	0.48 79	0.25 34	0.85 109	0.44 51	0.38 43	0.36 23	0.30 35	0.70 252	1.15 224	0.29 38	0.16 60	0.11 28	0.16 52	0.11 9	0.18 123	0.12 11

Wz-Net-LNSev	1.03 424	0.67 484	2.71 529	0.64 384	0.84 502	1.75 479	1.00 479	1.80 416	1.32 420	1.28 363	1.25 318	1.65 453	1.22 449	1.39 290	1.40 460	0.28 400	0.26 427	0.24 294	0.23 342	0.33 409	0.32 413

ccnet	1.12 443	0.67 484	1.01 375	0.78 474	0.73 474	1.72 477	0.99 477	1.84 428	1.26 391	1.47 438	1.85 475	1.75 467	1.29 459	1.75 359	1.88 495	0.57 516	0.53 532	0.57 521	0.55 520	0.59 503	0.54 494

FADNet-RVC	0.88 376	0.67 484	1.93 502	0.60 340	0.48 361	0.91 340	0.60 370	1.71 384	1.18 349	0.90 196	0.96 188	1.36 396	0.92 350	2.25 415	1.17 431	0.30 416	0.29 454	0.32 429	0.32 455	0.41 447	0.35 429

Syn2CoEx	1.14 448	0.69 488	1.66 484	0.80 479	0.67 456	1.40 446	0.88 451	2.06 484	1.54 483	1.25 354	1.58 432	1.42 404	1.50 486	4.09 478	1.40 460	0.36 461	0.32 472	0.34 448	0.29 431	0.29 371	0.34 424

psmorigin	1.52 487	0.69 488	10.52 565	0.68 428	0.59 431	1.13 397	0.70 404	1.57 349	1.19 357	1.99 507	1.79 467	2.26 506	1.47 481	2.09 398	1.36 454	0.39 472	0.40 507	0.34 448	0.33 465	0.43 458	0.56 498

ADCPNet	1.85 512	0.69 488	8.07 556	0.71 446	0.58 423	2.79 535	1.22 504	1.94 456	1.54 483	1.88 500	1.69 454	2.46 518	2.04 523	2.37 424	6.48 546	0.38 469	0.37 496	0.38 470	0.43 497	0.47 475	0.45 471

w-ln-seven	1.38 476	0.70 491	3.91 539	0.75 466	0.72 469	2.69 532	0.95 469	2.02 476	1.99 517	1.99 507	1.73 458	1.82 474	1.17 435	2.45 429	2.84 517	0.28 400	0.25 421	0.31 414	0.30 440	0.41 447	0.33 419

XX-TBD	0.46 117	0.70 491	0.35 1	0.79 476	0.25 58	0.58 165	0.26 44	0.69 52	1.27 397	0.76 158	1.00 204	0.45 74	0.33 48	0.47 18	0.37 133	0.19 183	0.15 224	0.15 22	0.11 9	0.17 92	0.14 63

SHD	1.31 467	0.71 493	2.34 519	0.86 501	0.75 482	1.77 484	0.65 384	2.22 513	2.50 535	2.40 526	1.71 456	1.91 482	1.60 493	1.93 383	2.37 509	0.38 469	0.31 464	0.38 470	0.40 491	0.48 480	0.50 487

RTSC	1.29 463	0.73 494	2.44 521	0.83 493	0.57 414	1.85 493	0.65 384	1.88 437	2.00 518	2.20 516	1.66 451	1.60 440	1.26 456	2.33 421	3.92 534	0.32 431	0.23 403	0.27 369	0.29 431	0.37 427	0.37 440

ADCMid	1.89 517	0.73 494	5.06 545	0.72 450	0.67 456	2.00 505	1.14 496	1.97 463	1.48 474	2.86 540	1.81 470	2.37 512	2.05 525	2.24 413	10.39 565	0.33 440	0.31 464	0.39 476	0.43 497	0.50 484	0.44 469

DeepPrunerF	1.60 493	0.73 494	5.81 550	0.88 509	1.19 535	0.91 340	0.95 469	2.19 509	5.24 563	1.17 312	1.30 338	1.19 352	1.30 463	4.90 496	1.66 487	0.42 483	0.34 478	0.52 506	0.47 506	0.41 447	0.40 450

ELAS_RVC	2.48 538	0.74 497	1.90 500	1.05 527	0.92 513	2.76 533	4.01 569	2.76 539	4.11 557	4.69 560	4.63 545	4.62 546	5.96 566	3.97 477	3.96 536	0.63 525	0.53 532	0.56 519	0.52 517	0.64 510	0.63 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 533	0.74 497	1.54 477	0.99 523	0.92 513	4.78 559	2.33 557	3.33 548	3.37 549	5.05 565	4.77 549	3.67 540	4.53 561	3.42 468	4.50 539	0.62 523	0.53 532	0.55 516	0.53 518	0.63 508	0.64 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	1.29 463	0.75 499	1.33 448	1.05 527	0.88 510	1.73 478	0.52 303	1.89 440	3.28 547	1.29 369	4.88 550	1.22 357	1.46 479	1.77 366	1.45 472	0.60 521	0.26 427	0.29 395	0.25 370	0.52 490	0.37 440

DGSMNet	1.14 448	0.76 500	2.49 523	0.81 482	0.86 507	1.39 444	1.39 515	2.13 490	1.35 437	1.26 358	1.63 445	1.48 422	0.98 386	1.75 359	1.10 419	0.45 494	0.43 512	0.55 516	0.49 511	0.75 521	0.70 520

PWC_ROB	1.24 459	0.76 500	2.46 522	0.72 450	0.78 488	1.15 404	0.49 283	1.75 393	1.92 513	2.31 519	3.07 527	1.59 438	1.40 471	2.46 432	2.10 505	0.33 440	0.22 391	0.35 456	0.24 355	0.38 436	0.41 455

aanetorigin	1.23 458	0.79 502	2.78 531	0.70 438	0.79 491	0.99 372	1.06 488	1.06 207	1.37 445	3.52 548	2.61 518	1.72 461	1.63 495	1.99 388	1.78 490	0.25 347	0.24 412	0.26 352	0.25 370	0.38 436	0.45 471

RGC	1.14 448	0.79 502	1.26 436	0.91 516	0.96 518	1.52 460	0.77 421	1.92 450	1.26 391	1.54 457	1.93 483	2.02 497	1.54 487	2.25 415	1.31 447	0.44 493	0.35 489	0.58 522	0.48 508	0.47 475	0.46 474

MSAF-DinoV2	1.97 520	0.80 504	10.38 564	0.86 501	0.48 361	1.39 444	0.97 472	2.55 537	1.72 499	1.53 451	1.65 448	3.59 539	2.20 532	5.39 509	3.94 535	0.27 386	0.17 293	0.26 352	0.28 419	0.47 475	0.46 474

z-mn7	1.56 490	0.84 505	4.36 543	0.71 446	0.51 383	2.60 528	1.04 484	1.73 386	2.70 541	1.53 451	2.99 526	1.94 487	1.34 467	4.78 493	2.41 510	0.29 411	0.24 412	0.27 369	0.24 355	0.34 413	0.31 407

MFN_U_SF_RVC	1.52 487	0.84 505	3.42 534	0.87 508	0.66 452	2.56 527	0.95 469	2.36 525	1.70 496	1.98 506	1.86 476	2.45 517	1.79 508	2.95 451	2.58 512	0.52 507	0.48 524	0.55 516	0.59 526	0.59 503	0.61 509

PVD	1.70 503	0.84 505	2.26 517	0.94 521	0.83 501	2.48 524	0.97 472	2.59 538	3.35 548	3.01 545	2.77 522	2.34 511	2.47 540	2.67 443	3.14 523	0.47 501	0.45 519	0.59 523	0.48 508	0.59 503	0.75 525

SAMSARA	1.55 489	0.84 505	2.61 526	1.22 535	1.07 522	2.50 525	1.93 542	2.05 479	1.89 510	2.75 536	1.66 451	2.81 527	1.69 502	3.08 458	1.97 500	0.46 500	0.51 530	0.42 486	0.46 504	0.58 501	0.59 505

GANetREF_RVC	1.07 430	0.86 509	1.31 443	0.82 490	0.53 398	1.41 451	1.31 511	1.76 399	1.52 480	1.27 361	1.31 344	1.46 415	1.24 453	2.03 392	0.96 398	0.56 515	0.45 519	0.67 527	0.50 513	0.88 526	0.59 505
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
MFN_U_SF_DS_RVC	1.74 508	0.87 510	3.56 535	0.80 479	0.75 482	3.72 548	2.44 560	1.82 420	1.82 507	1.74 484	1.91 482	1.92 485	1.26 456	7.69 553	1.28 444	0.45 494	0.47 523	0.52 506	0.77 536	0.50 484	0.50 487

XQC	1.37 474	0.87 510	2.56 525	0.84 494	0.69 464	1.83 491	0.89 453	2.07 485	1.88 509	1.88 500	1.53 414	1.91 482	1.55 489	2.85 449	3.05 520	0.48 502	0.29 454	0.44 492	0.39 487	0.69 517	0.60 508

SQANet	1.31 467	0.88 512	1.08 404	1.83 547	1.44 543	1.44 453	0.75 415	1.74 391	1.09 290	1.32 391	1.26 325	1.28 379	1.01 398	1.50 313	0.83 370	2.50 553	0.34 478	1.47 545	0.55 520	2.32 546	1.57 548

PASM	1.34 471	0.92 513	2.62 527	0.86 501	0.87 509	1.03 380	1.08 490	1.50 323	1.51 479	1.82 496	1.41 381	1.68 456	1.26 456	4.87 495	1.34 450	0.61 522	0.65 543	0.68 528	0.78 537	0.69 517	0.68 519

WZ-Net	1.95 518	0.95 514	10.10 561	0.86 501	0.78 488	1.69 474	1.60 527	2.20 512	1.98 516	2.08 512	1.93 483	2.30 508	1.97 520	5.30 503	3.17 525	0.34 450	0.26 427	0.29 395	0.31 447	0.51 488	0.47 478

PSMNet-RUCA	1.02 421	0.97 515	1.44 461	1.23 536	1.10 524	1.40 446	0.62 375	1.69 377	1.38 449	0.94 209	1.53 414	0.97 288	0.83 312	1.17 232	0.93 388	0.69 528	0.34 478	0.99 538	0.60 527	0.97 528	0.64 515

GASNet	0.99 407	0.97 515	1.72 489	0.98 522	0.68 462	0.83 318	0.67 393	1.60 355	1.28 402	1.31 387	1.22 308	1.22 357	1.21 448	2.41 427	1.41 464	0.43 488	0.26 427	0.36 464	0.34 471	0.55 496	0.31 407

anonymity	1.12 443	0.97 515	1.21 427	1.07 530	1.12 528	1.08 389	0.89 453	1.95 458	1.16 339	1.29 369	1.26 325	1.22 357	1.09 422	1.15 224	1.01 405	1.02 537	1.00 560	0.97 536	0.97 548	0.98 529	0.99 534

Consistency-Raft	1.25 461	0.99 518	1.93 502	1.02 526	1.21 536	0.96 362	1.01 481	1.75 393	1.92 513	1.36 408	2.12 497	1.44 410	1.01 398	1.14 223	1.40 460	0.72 529	0.82 547	0.89 534	0.98 550	1.31 541	0.95 532

ADCS	2.25 528	0.99 518	5.55 547	0.81 482	0.74 475	2.19 513	1.80 533	2.27 518	2.14 524	2.80 539	2.13 498	2.40 514	2.03 522	2.64 442	13.69 569	0.41 479	0.39 505	0.40 481	0.45 501	0.58 501	0.56 498

MaskLacGwcNet_RVC	1.10 438	1.02 520	1.00 371	0.82 490	0.67 456	1.93 499	0.93 464	1.62 362	1.11 299	1.15 293	1.25 318	1.50 424	0.79 289	1.96 386	0.76 343	1.89 547	0.34 478	0.79 531	0.36 480	1.25 540	0.83 527

SPS-STEREO	1.67 499	1.04 521	1.23 430	1.21 534	1.13 530	1.82 490	1.11 492	2.16 499	1.52 480	3.07 547	2.32 505	2.82 528	1.80 509	4.11 479	2.04 502	1.03 538	0.99 559	0.97 536	0.94 546	1.03 534	1.02 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 514	1.07 522	1.45 466	1.07 530	1.17 532	1.47 455	1.48 521	1.89 440	1.93 515	1.94 505	4.67 548	3.08 534	1.80 509	6.51 531	1.65 485	1.06 540	0.86 554	1.08 542	1.32 555	0.93 527	1.26 543
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 536	1.07 522	2.14 512	1.18 533	1.10 524	2.14 512	1.36 514	1.96 459	1.66 492	5.46 568	7.07 559	4.95 552	4.32 560	5.50 511	2.26 508	1.04 539	1.02 562	0.99 538	0.97 548	1.02 532	1.04 537

EDNetEfficient	2.37 533	1.10 524	8.08 557	0.74 462	0.71 467	0.98 371	1.56 524	1.46 313	4.06 556	4.90 562	2.82 523	2.25 505	3.48 552	2.95 451	9.97 561	0.26 370	0.24 412	0.26 352	0.30 440	0.68 516	0.61 509

AnyNet_C32	1.96 519	1.10 524	5.17 546	0.90 513	1.11 526	2.12 511	2.37 558	1.85 429	1.48 474	2.45 528	1.70 455	2.05 500	1.64 496	2.50 435	10.28 564	0.37 465	0.34 478	0.35 456	0.41 492	0.49 483	0.54 494

LSM	6.33 564	1.10 524	13.19 567	1.41 541	68.17 592	1.64 471	1.90 541	1.92 450	2.46 531	2.99 543	3.11 528	1.88 477	1.80 509	2.61 440	2.06 504	0.41 479	0.58 538	0.50 503	0.57 522	0.64 510	17.66 586

otaku	1.60 493	1.11 527	1.21 427	2.20 549	1.56 545	1.97 502	1.24 505	2.07 485	1.36 441	1.44 433	1.62 441	1.73 462	1.19 442	1.73 358	0.98 402	2.89 558	0.57 537	1.74 546	0.60 527	2.78 553	1.94 554

AnonymousM	0.59 211	1.11 527	0.41 24	0.44 84	0.32 199	0.43 53	0.47 262	1.05 194	0.64 114	0.98 220	0.63 105	0.67 173	0.43 104	0.59 47	0.41 170	0.20 218	0.15 224	1.84 549	0.84 540	0.14 20	0.13 36

MFMNet_re	1.40 479	1.14 529	1.68 485	1.39 539	1.07 522	1.48 456	1.43 517	1.87 434	1.82 507	2.26 517	2.19 500	1.51 426	1.86 514	1.52 316	1.25 438	0.93 533	0.83 548	0.84 533	0.80 538	0.99 531	1.05 539

Ntro	1.64 497	1.15 530	1.23 430	2.48 554	1.83 547	2.09 509	1.16 499	1.96 459	1.38 449	1.21 329	1.62 441	1.62 442	1.29 459	1.87 377	1.11 422	3.04 559	0.56 536	1.82 548	0.64 529	2.80 554	2.05 555

MSC_U_SF_DS_RVC	2.12 524	1.15 530	3.10 532	1.05 527	0.76 485	5.03 562	2.40 559	2.16 499	2.62 538	1.89 502	2.28 504	2.69 524	1.65 497	9.35 565	2.04 502	0.64 526	0.51 530	0.68 528	0.71 534	1.09 535	0.67 517

UDGNet	0.72 286	1.17 532	0.80 292	0.77 472	0.41 313	0.77 283	0.38 156	0.97 158	1.34 427	0.81 175	0.88 170	0.71 187	0.60 210	1.21 240	0.54 272	0.52 507	0.19 333	1.02 540	0.26 387	0.71 519	0.31 407

zh-mn7	1.70 503	1.21 533	8.30 559	0.69 432	0.53 398	1.45 454	0.84 439	1.70 382	2.09 523	2.41 527	2.67 520	1.68 456	1.23 450	4.49 485	2.87 518	0.30 416	0.26 427	0.27 369	0.27 398	0.31 391	0.35 429

Wz-Net-SNSev	1.49 483	1.23 534	6.27 552	0.68 428	0.67 456	1.37 439	1.41 516	2.00 468	1.39 454	1.48 444	1.61 438	2.29 507	1.32 465	3.93 475	2.14 506	0.31 424	0.28 443	0.31 414	0.33 465	0.42 452	0.36 435

CC-Net-ROB	1.49 483	1.26 535	1.27 439	0.88 509	0.79 491	1.76 481	1.00 479	1.79 413	1.26 391	1.10 261	1.61 438	1.21 355	0.99 394	8.13 557	0.84 373	1.09 541	0.41 509	2.20 550	0.46 504	1.20 539	0.48 481

zh-sn7	1.76 509	1.38 536	6.58 553	0.74 462	0.72 469	1.78 486	1.31 511	1.88 437	1.56 486	1.86 499	2.47 515	1.81 471	2.08 527	5.12 500	3.80 533	0.32 431	0.32 472	0.32 429	0.32 455	0.44 464	0.40 450

RTS	2.67 541	1.38 536	15.28 570	0.99 523	1.26 538	3.78 549	1.96 544	2.15 496	2.62 538	2.61 531	2.85 524	2.60 521	1.59 491	6.27 527	5.71 544	0.40 475	0.28 443	0.35 456	0.35 476	0.50 484	0.48 481

RTSA	2.67 541	1.38 536	15.28 570	0.99 523	1.26 538	3.78 549	1.96 544	2.15 496	2.62 538	2.61 531	2.85 524	2.60 521	1.59 491	6.27 527	5.71 544	0.40 475	0.28 443	0.35 456	0.35 476	0.50 484	0.48 481

WAO-7	2.66 540	1.40 539	1.73 491	1.39 539	1.17 532	3.93 552	1.94 543	4.11 556	3.88 555	2.92 541	5.50 552	4.18 544	3.00 549	7.63 552	3.71 532	1.13 543	1.00 560	1.17 543	1.13 554	1.18 538	1.09 541

ACVNet_2	2.43 537	1.41 540	2.04 505	2.62 555	2.24 553	2.63 531	1.88 540	3.31 547	3.01 544	2.19 515	3.45 533	4.62 546	2.04 523	4.50 487	1.47 476	2.55 554	0.64 541	2.22 551	0.84 540	2.69 552	2.29 558

ACVNet-4b	2.15 525	1.41 540	1.64 482	2.80 556	2.31 556	2.31 518	1.24 505	2.32 521	2.14 524	1.26 358	2.39 509	2.66 523	1.48 482	5.95 524	1.06 410	3.20 563	0.45 519	2.37 554	0.89 543	2.83 557	2.37 559

StereoAnything_RVC	0.45 110	1.43 542	0.48 66	0.35 3	0.20 3	0.26 4	0.21 13	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 72	1.27 255	0.22 1	0.21 252	0.11 28	0.14 2	0.10 2	2.37 547	0.11 2

ACVNet_1	2.18 526	1.45 543	1.72 489	2.85 558	2.33 557	2.28 516	1.46 519	3.08 545	2.22 527	1.82 496	2.05 494	3.56 538	1.98 521	3.09 459	1.40 460	3.17 560	0.60 539	2.40 558	0.92 545	2.91 560	2.37 559

GCST	1.08 433	1.47 544	0.93 346	1.73 545	1.14 531	1.30 429	0.31 79	1.33 279	1.16 339	1.29 369	0.97 197	0.98 290	0.49 151	2.08 397	0.46 221	1.19 544	0.70 544	1.30 544	0.85 542	1.02 532	0.89 530

EDNetEfficientorigin	10.57 574	1.47 544	177.42 597	0.67 417	0.53 398	1.58 465	1.16 499	1.90 443	3.37 549	4.71 561	3.38 531	3.10 535	2.69 544	3.13 460	3.58 530	0.25 347	0.23 403	0.33 438	0.27 398	0.83 522	0.81 526

Dean	2.91 550	1.53 546	2.07 506	2.96 562	2.51 559	3.15 541	2.14 551	4.75 561	4.41 560	2.76 537	6.10 555	5.53 555	2.37 536	2.97 453	1.92 497	3.18 561	0.85 552	2.51 561	1.04 553	2.88 559	2.47 562

WAO-6	2.81 547	1.60 547	1.46 468	2.36 553	2.28 555	3.55 546	2.29 556	4.21 557	4.56 561	2.36 524	4.51 542	4.88 550	2.66 543	4.60 488	4.07 538	1.72 546	1.15 566	2.31 553	1.46 561	2.31 545	1.85 552

LVE	3.31 552	1.67 548	1.64 482	2.85 558	2.42 558	3.20 543	2.26 555	4.78 562	5.05 562	2.35 522	6.91 557	6.02 557	2.37 536	9.15 561	2.17 507	3.19 562	1.08 565	2.38 556	1.47 562	2.81 555	2.40 561

RainbowNet	1.97 520	1.76 549	1.57 479	2.81 557	2.21 552	1.98 504	1.81 534	2.54 536	1.89 510	1.50 447	1.84 473	1.96 490	1.65 497	2.14 402	1.25 438	3.33 565	0.85 552	2.39 557	0.98 550	2.82 556	2.22 556

AnyNet_C01	2.26 529	1.78 550	10.22 563	0.93 519	0.74 475	2.92 538	2.20 553	2.29 520	1.80 505	2.53 530	2.41 511	2.71 525	1.73 503	3.41 467	6.72 548	0.41 479	0.39 505	0.40 481	0.42 495	0.67 515	0.63 511

IMH-64-1	2.70 544	1.79 551	1.46 468	3.26 566	2.66 560	3.23 544	2.10 548	4.08 554	2.75 542	2.34 520	3.81 537	3.06 532	2.22 533	4.25 481	2.59 513	3.75 569	0.84 549	2.75 564	1.35 556	3.15 562	2.60 565

IMH-64	2.70 544	1.79 551	1.46 468	3.26 566	2.66 560	3.23 544	2.10 548	4.08 554	2.75 542	2.34 520	3.81 537	3.06 532	2.22 533	4.25 481	2.59 513	3.75 569	0.84 549	2.75 564	1.35 556	3.15 562	2.60 565

WAO-8	4.40 555	1.82 553	1.79 493	2.34 551	2.20 550	9.19 567	1.53 522	6.09 568	16.46 576	3.94 551	7.84 566	7.32 559	3.72 556	9.41 567	3.31 526	2.00 548	1.07 563	2.44 559	1.37 559	2.50 548	1.68 549

Venus	4.40 555	1.82 553	1.79 493	2.34 551	2.20 550	9.19 567	1.53 522	6.09 568	16.46 576	3.94 551	7.84 566	7.32 559	3.72 556	9.41 567	3.31 526	2.00 548	1.07 563	2.44 559	1.37 559	2.50 548	1.68 549

IMH	3.21 551	1.85 555	1.48 473	3.25 565	2.69 562	4.07 555	2.02 546	4.41 559	3.80 554	2.72 534	7.11 560	4.75 549	2.92 546	5.92 522	2.55 511	3.85 573	0.88 555	2.78 566	1.36 558	3.19 564	2.59 564

JetBlue	3.97 553	2.01 556	10.19 562	1.38 538	2.84 564	10.53 570	9.54 573	3.60 552	2.41 530	2.73 535	3.39 532	4.54 545	4.31 559	7.85 556	6.84 549	0.88 531	0.93 558	0.89 534	0.91 544	1.74 542	1.91 553

TorneroNet-64	5.30 562	2.03 557	1.74 492	3.43 568	2.81 563	10.09 569	2.12 550	9.10 575	17.12 581	4.96 564	9.27 571	10.72 574	3.70 555	9.20 562	4.55 540	3.31 564	0.84 549	2.88 567	1.55 563	3.49 565	3.04 568

TorneroNet	10.70 575	2.03 557	1.82 496	3.43 568	3.01 566	43.83 590	2.22 554	8.87 574	67.47 597	7.17 573	27.36 585	10.68 573	3.85 558	8.67 560	7.65 555	3.59 567	0.88 555	3.04 568	1.57 564	3.71 566	3.17 569

PWCK	2.88 549	2.05 559	5.72 549	2.08 548	1.11 526	3.55 546	3.90 568	2.86 542	3.54 553	3.03 546	3.63 535	3.10 535	2.31 535	8.15 559	3.09 521	2.12 550	0.91 557	1.75 547	0.98 550	2.57 550	1.18 542

KSHMR	8.75 571	2.06 560	2.11 510	3.53 570	3.11 567	4.13 556	2.69 561	5.60 565	61.37 596	3.00 544	55.83 596	4.98 554	2.45 539	4.49 485	2.61 515	3.46 566	1.55 570	3.14 570	1.94 568	3.72 567	3.18 570

Wz-Net-TNSev	1.88 514	2.08 561	7.66 554	0.67 417	0.64 447	2.42 522	1.83 536	2.33 522	1.74 502	1.57 465	1.56 425	2.58 520	1.90 517	4.86 494	3.12 522	0.39 472	0.37 496	0.33 438	0.37 483	0.53 492	0.58 503

coex-ft	8.13 570	2.13 562	98.04 596	0.67 417	0.53 398	1.71 475	1.56 524	1.65 367	11.11 570	18.17 585	3.75 536	3.88 543	7.61 572	2.98 454	6.49 547	0.30 416	0.30 458	0.32 429	0.31 447	0.66 514	0.50 487

UNDER WATER-64	5.27 561	2.32 563	8.78 560	3.93 574	3.54 572	7.61 565	3.03 567	5.84 567	14.19 572	4.04 553	4.04 539	9.39 568	6.26 567	5.93 523	8.48 558	3.60 568	1.51 569	3.13 569	1.88 566	4.29 572	3.61 573

UNDER WATER	5.08 560	2.33 564	5.55 547	3.94 575	3.51 571	5.20 563	2.72 563	5.61 566	16.52 578	3.84 550	4.60 544	9.21 567	5.89 565	5.90 521	8.66 559	3.75 569	1.34 567	3.18 571	1.88 566	4.33 573	3.61 573

ktn	4.70 558	2.38 565	2.12 511	3.76 571	3.24 568	4.85 560	2.95 566	5.52 564	7.37 568	4.07 555	19.32 581	7.46 561	3.47 551	7.39 546	2.95 519	4.04 574	1.85 571	3.26 572	2.22 571	3.08 561	2.65 567

notaker	3.98 554	2.40 566	2.68 528	3.82 573	3.27 570	3.97 554	2.14 551	4.78 562	3.45 551	4.12 556	6.94 558	7.65 563	3.26 550	7.82 555	5.30 543	4.04 574	1.41 568	3.36 573	2.10 570	3.88 568	3.31 571

UDG	1.41 480	2.65 567	0.99 366	1.44 542	1.64 546	1.34 436	0.80 432	1.60 355	1.23 377	1.23 340	1.71 456	2.01 495	1.34 467	1.47 309	1.41 464	0.90 532	0.54 535	2.29 552	0.75 535	1.84 543	1.04 537

DDUNet	1.50 485	2.69 568	1.12 414	1.77 546	1.88 548	1.84 492	0.92 460	1.70 382	1.16 339	1.38 416	1.79 467	1.60 440	1.12 427	1.37 281	1.08 414	1.10 542	0.76 545	2.37 554	0.94 546	2.00 544	1.37 545

DispFullNet	2.34 532	2.85 569	3.66 536	3.08 563	2.27 554	1.97 502	0.67 393	2.00 468	1.70 496	2.52 529	2.00 489	2.23 504	5.86 564	3.44 470	1.58 482	1.01 535	0.32 472	2.64 563	1.94 568	2.85 558	2.24 557

MADNet++	5.01 559	3.14 570	4.91 544	4.55 577	3.94 574	5.20 563	4.41 570	4.40 558	4.13 558	4.95 563	6.08 554	4.74 548	5.37 562	9.40 566	10.67 566	4.65 576	4.15 576	3.97 575	3.34 574	4.09 570	4.08 576

IGEV-BASED-STEREO-	0.70 277	3.18 571	2.55 524	0.39 32	0.23 25	0.44 59	0.23 25	0.63 34	0.42 45	0.44 69	0.44 45	0.34 46	0.28 25	0.56 40	0.29 38	1.35 545	0.10 9	0.22 236	0.19 214	0.46 474	1.31 544

MADNet+	2.69 543	3.22 572	11.53 566	1.44 542	1.12 528	3.19 542	1.81 534	2.85 541	2.37 528	1.68 480	2.07 495	2.85 529	2.18 530	7.41 547	5.23 542	0.79 530	0.76 545	0.69 530	0.65 530	0.98 529	0.95 532

HanzoNet	11.04 576	3.62 573	8.10 558	4.08 576	3.55 573	4.90 561	2.73 564	7.19 572	10.10 569	31.86 592	28.92 586	21.96 586	36.36 588	18.08 580	10.17 563	7.94 580	3.32 574	3.47 574	3.31 573	7.06 578	4.04 575

test_for_model	1.30 465	3.71 574	0.58 136	3.22 564	2.84 564	0.59 170	0.33 94	1.40 298	0.83 181	1.42 431	0.61 100	0.52 115	0.37 77	0.51 24	0.33 84	2.46 552	0.15 224	0.16 52	0.11 9	4.39 574	1.50 547

DPSimNet_ROB	11.20 577	4.98 575	35.43 585	2.90 561	4.52 575	7.89 566	17.09 578	4.66 560	6.06 566	14.89 581	10.93 574	17.29 578	36.81 590	13.18 577	15.68 574	2.86 557	6.29 578	5.75 579	5.09 577	3.91 569	7.70 578

DPSMNet_ROB	13.02 579	8.23 576	21.91 575	9.53 580	18.11 578	11.56 572	32.02 585	10.64 577	16.23 575	7.05 572	19.49 583	10.16 571	16.66 578	9.85 572	22.43 581	4.77 578	8.68 579	5.38 578	10.26 583	6.17 577	11.36 581

DGTPSM_ROB	13.01 578	8.23 576	21.87 574	9.51 579	18.10 577	11.56 572	32.01 584	10.63 576	16.20 574	7.03 571	19.48 582	10.15 570	16.66 578	9.83 571	22.42 580	4.75 577	8.68 579	5.37 577	10.25 582	6.16 576	11.36 581

JetRed	6.91 567	8.80 578	25.96 581	2.85 558	3.25 569	13.98 577	11.87 575	6.25 570	4.28 559	4.45 558	4.56 543	6.69 558	5.46 563	7.46 549	14.05 570	2.59 555	3.31 573	2.59 562	2.29 572	4.20 571	3.36 572

ASD4		10.99 579

TCMNet-wrong-test	10.31 573	11.40 580	14.84 569	20.96 582	18.45 579	13.80 576	10.76 574	15.78 580	3.53 552	5.20 566	5.52 553	16.26 577	12.61 574	7.51 551	10.15 562	7.43 579	2.37 572	4.31 576	3.43 575	11.36 581	10.61 580

BEATNet-Init1	26.87 585	13.43 581	70.68 595	0.91 516	0.68 462	57.02 595	21.06 580	32.82 591	32.67 588	52.12 596	53.61 595	66.05 596	49.56 596	48.79 597	34.71 590	0.49 506	0.44 515	0.53 511	0.53 518	0.63 508	0.59 505

USTest	14.33 580	14.94 582	21.04 573	17.44 581	16.05 576	23.26 578	33.84 586	21.73 581	11.80 571	9.36 576	10.14 572	15.97 576	13.20 575	17.28 579	22.43 581	3.78 572	5.01 577	6.17 581	6.16 578	9.25 580	7.72 579

Anonymous_1	43.04 593	18.73 583	24.79 578	21.81 583	46.26 590	27.80 579	37.60 587	28.08 586	16.14 573	14.66 580	14.30 575	20.65 580	17.88 580	21.56 581	25.94 584	117.93 597	8.92 581	100.65 594	126.50 594	158.64 597	12.08 583

DPSM_ROB	19.08 581	19.14 584	25.17 579	22.15 584	20.85 581	28.17 580	37.82 588	26.56 584	16.85 579	14.14 578	14.84 576	21.70 581	18.75 581	21.87 582	26.55 585	10.16 584	9.30 582	10.47 583	10.42 584	14.03 582	12.61 584

DPSM	19.08 581	19.14 584	25.17 579	22.15 584	20.85 581	28.17 580	37.82 588	26.56 584	16.85 579	14.14 578	14.84 576	21.70 581	18.75 581	21.87 582	26.55 585	10.16 584	9.30 582	10.47 583	10.42 584	14.03 582	12.61 584

xxxxx1	54.10 595	25.67 586	27.13 582	113.43 594	96.96 594	30.69 584	47.44 590	32.38 588	25.60 583	17.75 582	17.27 578	21.81 583	21.02 583	24.43 585	33.82 587	33.37 591	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

tt_ll	54.10 595	25.67 586	27.13 582	113.43 594	96.96 594	30.69 584	47.44 590	32.38 588	25.60 583	17.75 582	17.27 578	21.81 583	21.02 583	24.43 585	33.82 587	33.37 591	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

ff	54.10 595	25.67 586	27.13 582	113.43 594	96.96 594	30.69 584	47.44 590	32.38 588	25.60 583	17.75 582	17.27 578	21.81 583	21.02 583	24.43 585	33.82 587	33.37 591	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

LRCNet_RVC	22.74 583	32.10 589	21.97 576	29.84 586	26.23 583	4.42 558	0.81 435	22.66 582	2.02 519	26.93 587	29.26 587	23.06 588	15.59 577	23.84 584	18.88 577	31.75 590	19.90 591	34.65 589	32.13 590	30.54 589	28.32 590

PML	51.67 594	36.25 590	13.28 568	7.46 578	20.81 580	108.69 597	232.22 598	8.72 573	27.82 587	87.01 597	269.67 598	69.67 597	61.95 597	24.76 588	14.20 571	9.74 583	3.40 575	9.62 582	4.70 576	18.74 584	4.72 577

FlowAnything	38.37 587	38.41 591	50.38 591	44.76 592	41.94 588	56.64 591	76.34 594	53.28 596	34.23 592	28.25 588	29.72 589	43.60 592	37.79 593	43.83 593	53.38 595	20.39 588	18.71 590	21.07 585	21.14 589	28.23 585	25.29 587

CasAABBNet	38.33 586	38.46 592	50.35 590	44.75 591	41.84 587	56.68 592	76.37 595	53.22 594	33.83 590	28.31 589	29.54 588	43.62 594	37.71 592	43.84 594	53.41 596	20.30 586	18.70 588	21.07 585	21.07 587	28.24 586	25.34 588

Selective-RAFT-Error	38.39 588	38.47 593	50.44 592	44.73 590	41.97 589	56.68 592	76.38 596	53.24 595	33.92 591	28.34 590	29.85 590	43.60 592	38.20 594	43.75 592	53.34 594	20.38 587	18.70 588	21.09 587	21.05 586	28.30 587	25.43 589

LSM0	42.82 592	38.75 594	50.81 593	47.07 593	109.38 597	57.00 594	76.02 593	53.74 597	33.71 589	29.02 591	30.41 591	43.87 595	37.22 591	43.91 595	53.54 597	20.52 589	18.62 587	21.10 588	21.11 588	28.41 588	42.22 591

HaxPig	38.92 589	41.40 595	41.64 586	29.95 587	32.27 584	28.90 582	27.60 581	29.73 587	37.71 593	43.82 593	43.87 592	33.17 589	35.56 587	41.53 590	40.37 592	43.94 594	47.51 596	45.82 590	47.08 592	42.38 590	44.15 593

AVERAGE_ROB	40.43 590	42.37 596	42.73 587	36.96 589	35.58 586	30.50 583	27.61 582	36.71 593	38.39 594	44.91 594	44.36 593	37.45 591	36.70 589	41.88 591	40.35 591	45.43 595	46.81 595	47.11 591	46.35 591	42.51 591	43.87 592

MEDIAN_ROB	42.00 591	44.40 597	44.29 589	35.15 588	34.95 585	31.28 588	29.60 583	35.88 592	40.02 595	47.20 595	46.64 594	37.37 590	38.48 595	44.35 596	42.45 593	48.03 596	49.39 597	49.71 592	49.03 593	45.14 592	46.65 594

DLNR_Zeroshot_test	23.17 584	48.52 598	43.29 588	176.68 597	78.69 593	0.35 19	0.21 13	23.41 583	0.75 154	0.66 144	0.86 165	0.59 147	0.30 33	1.56 326	0.44 194	9.57 582	0.12 54	0.18 114	0.14 93	76.92 596	0.16 126

test_example2	192.40 598	210.76 599	206.48 598	199.83 598	204.73 598	172.94 598	183.52 597	133.93 598	133.41 598	191.38 598	196.19 597	187.13 598	178.77 598	205.33 598	208.00 598	222.09 598	238.72 598	186.54 598	190.54 598	227.34 598	170.31 598

ccccc		492.34 600		530.87 599	530.37 599	478.08 599		491.76 599		448.18 599		476.12 599		541.64 599		663.49 599	459.54 599	353.94 599	309.79 599	586.66 599

Low-res two-view benchmark