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

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 33	0.21 9	0.25 3	0.22 18	0.48 6	0.31 16	0.32 20	0.26 10	0.37 56	0.24 12	0.83 132	0.29 39	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.11 2

XX-TBD	0.46 117	0.70 492	0.35 1	0.79 477	0.25 59	0.58 166	0.26 45	0.69 53	1.27 398	0.76 159	1.00 205	0.45 75	0.33 49	0.47 18	0.37 134	0.19 184	0.15 225	0.15 23	0.11 9	0.17 92	0.14 63

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 13	0.22 19	0.35 19	0.18 3	0.45 5	0.21 2	0.26 5	0.23 5	0.34 47	0.20 1	0.77 109	0.23 2	0.16 60	0.11 28	0.15 23	0.11 9	0.13 5	0.11 2

FoundationStereo	0.24 1	0.21 28	0.36 3	0.38 26	0.22 19	0.32 15	0.22 18	0.39 2	0.23 6	0.30 15	0.25 7	0.30 35	0.33 49	0.34 3	0.26 21	0.16 60	0.12 54	0.15 23	0.11 9	0.13 5	0.12 11

trnet	0.39 64	0.21 28	0.37 5	0.36 6	0.20 3	0.53 136	0.29 63	0.78 79	1.12 304	0.59 132	0.71 129	0.53 121	0.42 98	0.54 33	0.34 102	0.18 143	0.13 115	0.15 23	0.10 2	0.14 20	0.13 36

CAS	0.63 232	0.18 1	0.37 5	2.27 551	0.84 503	0.57 163	0.54 318	0.79 84	0.62 108	0.48 94	0.70 126	0.36 51	0.26 19	0.45 12	0.35 112	2.24 552	0.10 9	0.14 2	0.09 1	0.15 41	1.06 541

CES	0.48 131	0.20 10	0.37 5	0.39 33	1.39 543	0.55 152	0.35 115	0.98 163	0.66 132	0.44 70	0.66 111	0.35 49	0.27 21	0.56 40	0.33 85	0.15 38	0.13 115	0.15 23	0.10 2	0.19 164	1.46 547

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 40	0.24 42	0.38 28	0.20 11	0.59 22	0.19 1	0.24 2	0.17 1	0.33 45	0.27 21	0.90 156	0.25 12	0.14 30	0.11 28	0.16 53	0.11 9	0.13 5	0.12 11

MLG-Stereo	0.29 11	0.19 6	0.38 8	0.41 48	0.20 3	0.42 45	0.20 11	0.66 45	0.21 2	0.25 3	0.22 4	0.33 45	0.28 25	1.09 211	0.25 12	0.14 30	0.11 28	0.16 53	0.11 9	0.13 5	0.12 11

CREStereo++_RVC	0.47 125	0.21 28	0.38 8	0.45 99	0.38 285	0.45 64	0.25 35	0.75 69	1.29 407	0.80 172	1.21 307	0.47 86	0.37 78	0.53 30	0.44 195	0.16 60	0.11 28	0.15 23	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
s12784h	0.52 144	0.20 10	0.38 8	0.41 48	0.19 1	0.96 363	0.34 107	1.17 239	1.25 387	0.81 176	0.90 175	0.63 161	0.50 158	1.45 304	0.42 182	0.14 30	0.12 54	0.17 80	0.11 9	0.18 123	0.11 2

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 136	0.29 63	0.77 75	1.11 300	0.58 124	0.71 129	0.51 109	0.41 94	0.54 33	0.34 102	0.18 143	0.13 115	0.15 23	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 13	0.23 25	0.71 254	0.27 52	0.74 68	1.04 264	0.64 140	0.70 126	0.55 126	0.47 133	0.86 144	0.35 112	1.00 535	0.13 115	0.15 23	0.10 2	0.15 41	0.13 36

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 6	0.21 9	0.55 152	0.31 80	0.55 12	0.43 48	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

Monster-pub-mixall	0.30 15	0.19 6	0.39 14	0.36 6	0.21 9	0.28 9	0.18 3	0.58 20	0.34 25	0.36 33	0.34 20	0.26 15	0.20 1	1.40 297	0.24 5	0.15 38	0.11 28	0.13 1	0.10 2	0.12 1	0.13 36

S2M2_XL	0.24 1	0.24 78	0.39 14	0.34 1	0.24 42	0.16 2	0.18 3	0.32 1	0.22 4	0.29 11	0.40 29	0.24 7	0.23 10	0.32 1	0.26 21	0.20 219	0.18 316	0.18 115	0.16 153	0.18 123	0.14 63

IGEV	0.28 7	0.18 1	0.39 14	0.37 13	0.31 181	0.45 64	0.21 14	0.59 22	0.40 39	0.31 16	0.43 42	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 54	0.16 53	0.13 65	0.12 1	0.12 11

MonSter	0.28 7	0.18 1	0.39 14	0.36 6	0.21 9	0.55 152	0.31 80	0.55 12	0.43 48	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

qwe	0.32 29	0.21 28	0.40 19	0.37 13	0.26 67	0.49 92	0.29 63	0.64 37	0.39 35	0.49 100	0.48 60	0.26 15	0.27 21	0.80 121	0.34 102	0.12 6	0.10 9	0.14 2	0.11 9	0.15 41	0.12 11

SGD-Stereo	0.32 29	0.20 10	0.40 19	0.38 26	0.19 1	0.43 54	0.22 18	0.64 37	0.33 23	0.42 60	0.34 20	0.27 20	0.35 64	1.15 225	0.30 49	0.20 219	0.10 9	0.15 23	0.13 65	0.17 92	0.13 36

DEFOM-Stereo	0.33 37	0.20 10	0.40 19	0.42 55	0.28 116	0.80 303	0.23 26	0.48 6	0.37 32	0.37 37	0.31 18	0.23 3	0.24 12	1.20 239	0.27 27	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	0.46 107	0.30 155	0.33 16	0.22 18	0.75 69	0.45 54	0.32 20	0.41 31	0.32 41	0.48 144	0.38 4	0.27 27	0.15 38	0.11 28	0.15 23	0.12 41	0.15 41	0.13 36

LoS_RVC	0.42 85	0.26 129	0.40 19	0.44 85	0.82 501	0.51 123	0.44 232	0.64 37	0.41 43	0.44 70	0.78 147	0.44 67	0.47 133	0.56 40	0.36 122	0.13 20	0.12 54	0.14 2	0.10 2	0.13 5	0.84 529

asd	0.30 15	0.21 28	0.41 24	0.39 33	0.24 42	0.47 74	0.30 73	0.69 53	0.30 13	0.41 54	0.39 28	0.28 29	0.33 49	0.62 66	0.27 27	0.13 20	0.09 1	0.14 2	0.12 41	0.14 20	0.12 11

4.5_new	0.29 11	0.25 106	0.41 24	0.36 6	0.23 25	0.52 127	0.36 131	0.56 15	0.34 25	0.45 78	0.42 33	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 23	0.13 65	0.16 61	0.12 11

4.5w-stereo	0.29 11	0.25 106	0.41 24	0.36 6	0.23 25	0.52 127	0.36 131	0.56 15	0.34 25	0.45 78	0.42 33	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 23	0.13 65	0.16 61	0.12 11

monsters	0.34 40	0.20 10	0.41 24	0.39 33	0.36 253	0.34 17	0.27 52	0.66 45	0.43 48	0.47 86	0.40 29	0.22 2	0.23 10	1.33 271	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 99	0.42 319	0.37 25	0.22 18	0.95 151	0.38 34	0.31 16	0.31 18	0.40 61	0.27 21	0.96 171	0.26 21	0.17 103	0.12 54	0.15 23	0.11 9	0.15 41	0.13 36

castereo++	0.38 60	0.23 60	0.41 24	0.43 62	0.31 181	0.97 367	0.22 18	0.86 112	0.58 98	0.32 20	0.44 46	0.51 109	0.39 87	0.93 165	0.24 5	0.17 103	0.11 28	0.17 80	0.12 41	0.14 20	0.14 63

GLC_STEREO	0.39 64	0.25 106	0.41 24	0.54 257	0.23 25	0.48 80	0.30 73	0.73 64	0.58 98	0.52 115	0.73 135	0.51 109	0.31 39	0.64 70	0.42 182	0.17 103	0.20 352	0.23 275	0.19 214	0.21 240	0.17 152

AnonymousM	0.59 212	1.11 528	0.41 24	0.44 85	0.32 200	0.43 54	0.47 263	1.05 195	0.64 115	0.98 221	0.63 106	0.67 174	0.43 105	0.59 48	0.41 171	0.20 219	0.15 225	1.84 550	0.84 540	0.14 20	0.13 36

asda	0.30 15	0.24 78	0.42 32	0.38 26	0.23 25	0.43 54	0.34 107	0.58 20	0.37 32	0.38 44	0.42 33	0.27 20	0.34 56	0.52 27	0.30 49	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

1w_stereo	0.34 40	0.20 10	0.42 32	0.43 62	0.26 67	0.47 74	0.54 318	0.59 22	0.50 70	0.41 54	0.66 111	0.25 13	0.44 113	0.62 66	0.33 85	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

MLG-Stereo_test3	0.28 7	0.18 1	0.42 32	0.40 40	0.23 25	0.47 74	0.19 8	0.61 30	0.29 12	0.35 28	0.21 2	0.35 49	0.21 3	0.60 60	0.25 12	0.15 38	0.11 28	0.16 53	0.11 9	0.13 5	0.13 36

GREAT-IGEV	0.32 29	0.20 10	0.42 32	0.37 13	0.29 133	0.36 23	0.28 58	0.56 15	0.58 98	0.28 7	0.50 71	0.29 30	0.29 29	0.84 135	0.27 27	0.14 30	0.11 28	0.15 23	0.11 9	0.17 92	0.14 63

DEFOM-Stereo_RVC	0.40 73	0.67 485	0.42 32	0.64 385	0.29 133	0.48 80	0.25 35	0.85 110	0.44 52	0.38 44	0.36 23	0.30 35	0.70 253	1.15 225	0.29 39	0.16 60	0.11 28	0.16 53	0.11 9	0.18 123	0.12 11

2.75w_new	0.31 25	0.23 60	0.43 37	0.35 4	0.23 25	0.42 45	0.42 200	0.54 11	0.35 28	0.47 86	0.43 42	0.24 7	0.30 33	0.66 79	0.33 85	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

IGEV-Stereo+	0.45 110	0.21 28	0.43 37	0.41 48	0.39 295	0.15 1	0.19 8	0.44 4	0.36 29	0.26 5	0.25 7	0.31 38	0.41 94	1.43 300	0.30 49	0.17 103	0.12 54	0.15 23	0.11 9	1.16 537	1.70 552

4.25_new	0.30 15	0.26 129	0.44 39	0.38 26	0.26 67	0.49 92	0.40 180	0.59 22	0.31 16	0.38 44	0.42 33	0.27 20	0.34 56	0.46 14	0.31 66	0.12 6	0.09 1	0.15 23	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 15	0.26 129	0.44 39	0.38 26	0.26 67	0.49 92	0.40 180	0.59 22	0.31 16	0.38 44	0.42 33	0.27 20	0.34 56	0.46 14	0.31 66	0.12 6	0.09 1	0.15 23	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 15	0.26 129	0.44 39	0.38 26	0.26 67	0.49 92	0.40 180	0.59 22	0.32 21	0.38 44	0.42 33	0.27 20	0.34 56	0.46 14	0.31 66	0.12 6	0.09 1	0.15 23	0.11 9	0.14 20	0.12 11

4w-stereo	0.30 15	0.24 78	0.44 39	0.37 13	0.23 25	0.46 69	0.27 52	0.63 35	0.31 16	0.41 54	0.44 46	0.27 20	0.36 73	0.59 48	0.30 49	0.11 1	0.09 1	0.15 23	0.12 41	0.13 5	0.12 11

3.75w	0.32 29	0.23 60	0.44 39	0.37 13	0.29 133	0.62 194	0.36 131	0.59 22	0.32 21	0.41 54	0.47 57	0.25 13	0.34 56	0.64 70	0.26 21	0.12 6	0.09 1	0.14 2	0.12 41	0.13 5	0.12 11

monsterstereo	0.34 40	0.20 10	0.44 39	0.45 99	0.35 243	0.27 8	0.29 63	0.53 9	0.51 79	0.44 70	0.61 101	0.26 15	0.25 14	1.19 237	0.27 27	0.13 20	0.11 28	0.15 23	0.12 41	0.15 41	0.10 1

LG-Stereo_L1	0.30 15	0.20 10	0.44 39	0.37 13	0.26 67	0.29 11	0.21 14	0.66 45	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 249	0.23 2	0.15 38	0.11 28	0.15 23	0.12 41	0.14 20	0.11 2

LG-G_1	0.31 25	0.20 10	0.44 39	0.42 55	0.20 3	0.64 201	0.18 3	0.70 57	0.25 7	0.29 11	0.29 15	0.36 51	0.35 64	0.87 147	0.24 5	0.16 60	0.12 54	0.16 53	0.11 9	0.13 5	0.13 36

LG-G	0.31 25	0.20 10	0.44 39	0.42 55	0.20 3	0.64 201	0.18 3	0.70 57	0.25 7	0.29 11	0.29 15	0.36 51	0.35 64	0.87 147	0.24 5	0.16 60	0.12 54	0.16 53	0.11 9	0.13 5	0.13 36

LGtest1	0.27 4	0.21 28	0.44 39	0.41 48	0.21 9	0.42 45	0.19 8	0.56 15	0.26 9	0.29 11	0.24 6	0.29 30	0.29 29	0.55 39	0.25 12	0.18 143	0.12 54	0.16 53	0.12 41	0.14 20	0.13 36

AIO_test	0.35 48	0.22 47	0.44 39	0.43 62	0.27 91	0.57 163	0.44 232	0.79 84	0.41 43	0.32 20	0.47 57	0.46 79	0.30 33	0.69 84	0.30 49	0.16 60	0.11 28	0.16 53	0.13 65	0.15 41	0.12 11

LoS	0.40 73	0.21 28	0.44 39	0.37 13	0.22 19	0.50 106	0.40 180	1.00 169	0.94 218	0.48 94	0.66 111	0.48 91	0.40 91	0.60 60	0.37 134	0.18 143	0.14 167	0.16 53	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.
TANstereo	0.44 102	0.21 28	0.44 39	0.41 48	0.21 9	0.65 217	0.26 45	0.79 84	0.83 182	0.93 205	0.98 199	0.51 109	0.46 124	0.54 33	0.35 112	0.18 143	0.24 413	0.16 53	0.13 65	0.16 61	0.26 355

3.25w_new	0.32 29	0.21 28	0.45 52	0.38 26	0.23 25	0.52 127	0.34 107	0.65 41	0.39 35	0.47 86	0.45 51	0.32 41	0.35 64	0.61 64	0.27 27	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 13	0.23 25	0.52 127	0.34 107	0.65 41	0.39 35	0.47 86	0.45 51	0.32 41	0.35 64	0.61 64	0.27 27	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.5w_stereo	0.33 37	0.25 106	0.45 52	0.37 13	0.24 42	0.54 144	0.35 115	0.66 45	0.36 29	0.43 66	0.44 46	0.29 30	0.34 56	0.77 109	0.39 153	0.11 1	0.09 1	0.15 23	0.11 9	0.14 20	0.13 36

2w_stereo	0.32 29	0.24 78	0.45 52	0.39 33	0.22 19	0.46 69	0.47 263	0.69 53	0.42 46	0.43 66	0.50 71	0.24 7	0.45 117	0.47 18	0.29 39	0.12 6	0.10 9	0.15 23	0.12 41	0.15 41	0.13 36

LG-Stereo_L2	0.29 11	0.20 10	0.45 52	0.37 13	0.25 59	0.26 4	0.20 11	0.78 79	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 157	0.23 2	0.15 38	0.11 28	0.15 23	0.12 41	0.14 20	0.11 2

S2M2	0.34 40	0.28 181	0.45 52	0.40 40	0.30 155	0.31 14	0.16 1	0.60 29	0.64 115	0.31 16	0.48 60	0.47 86	0.34 56	0.38 4	0.32 71	0.25 348	0.22 392	0.20 173	0.22 319	0.25 316	0.22 285

Reg-Stereo(zero)	0.44 102	0.22 47	0.45 52	0.43 62	0.23 25	0.38 28	0.25 35	0.76 72	1.08 283	0.90 197	0.78 147	0.90 256	0.47 133	0.70 88	0.36 122	0.15 38	0.12 54	0.15 23	0.12 41	0.15 41	0.15 96

GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 173	0.36 253	0.38 28	0.23 26	0.78 79	0.52 86	0.34 27	0.51 74	0.46 79	0.38 85	0.51 24	0.27 27	0.20 219	0.12 54	0.16 53	0.12 41	0.16 61	0.14 63

2.5w	0.31 25	0.23 60	0.46 60	0.39 33	0.24 42	0.42 45	0.39 172	0.61 30	0.30 13	0.37 37	0.53 78	0.24 7	0.25 14	0.77 109	0.28 36	0.12 6	0.10 9	0.14 2	0.12 41	0.14 20	0.12 11

castereo	0.41 81	0.22 47	0.46 60	0.44 85	0.30 155	0.61 185	0.56 344	0.97 159	0.80 173	0.38 44	0.69 122	0.45 75	0.69 248	0.51 24	0.30 49	0.16 60	0.11 28	0.16 53	0.13 65	0.16 61	0.12 11

tt45	0.45 110	0.23 60	0.46 60	0.45 99	0.33 221	0.79 295	0.32 88	0.78 79	0.41 43	0.51 113	0.44 46	0.49 99	0.37 78	2.14 403	0.34 102	0.16 60	0.13 115	0.19 138	0.16 153	0.17 92	0.18 177

zero-FE	0.36 49	0.22 47	0.47 63	0.45 99	0.43 329	0.30 12	0.24 32	0.61 30	0.33 23	0.33 25	0.41 31	0.37 56	0.50 158	0.64 70	0.32 71	0.22 279	0.11 28	0.18 115	0.12 41	0.83 523	0.16 126

Any-RAFT	0.53 154	0.24 78	0.47 63	0.47 118	0.27 91	1.00 375	0.25 35	1.58 351	1.05 268	0.85 190	0.99 201	1.06 316	0.47 133	0.70 88	0.32 71	0.18 143	0.13 115	0.16 53	0.13 65	0.16 61	0.16 126

knoymous	0.51 143	0.29 216	0.47 63	0.43 62	0.30 155	0.55 152	0.55 336	1.02 176	0.77 165	0.98 221	0.85 165	0.94 273	0.56 189	0.85 140	0.45 208	0.20 219	0.14 167	0.26 353	0.14 93	0.23 289	0.23 305

water-stereo	0.39 64	0.20 10	0.48 66	0.44 85	0.27 91	0.50 106	0.26 45	0.92 132	0.51 79	0.53 116	0.78 147	0.55 126	0.49 152	0.42 10	0.42 182	0.16 60	0.15 225	0.17 80	0.15 111	0.16 61	0.15 96

2.25w	0.32 29	0.24 78	0.48 66	0.37 13	0.24 42	0.45 64	0.25 35	0.62 33	0.40 39	0.45 78	0.58 96	0.27 20	0.32 45	0.74 105	0.35 112	0.12 6	0.10 9	0.14 2	0.12 41	0.13 5	0.14 63

StereoAnything_RVC	0.45 110	1.43 543	0.48 66	0.35 4	0.20 3	0.26 4	0.21 14	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 73	1.27 256	0.22 1	0.21 253	0.11 28	0.14 2	0.10 2	2.37 548	0.11 2

IGEV-RUCA	0.37 55	0.23 60	0.48 66	0.49 161	0.36 253	0.60 179	0.23 26	0.64 37	0.49 66	0.39 52	0.49 68	0.44 67	0.31 39	0.85 140	0.30 49	0.24 321	0.13 115	0.16 53	0.12 41	0.20 198	0.19 217

Occ-G	0.42 85	0.21 28	0.48 66	0.41 48	0.26 67	0.42 45	0.62 376	0.77 75	0.49 66	0.43 66	0.66 111	1.02 307	0.46 124	0.78 114	0.41 171	0.16 60	0.13 115	0.18 115	0.13 65	0.16 61	0.16 126

CASnet	0.41 81	0.25 106	0.48 66	0.50 173	0.20 3	0.50 106	0.36 131	0.81 97	0.80 173	0.83 182	0.68 118	0.48 91	0.31 39	0.54 33	0.32 71	0.18 143	0.12 54	0.27 370	0.22 319	0.23 289	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.43 91	0.23 60	0.48 66	0.51 203	0.28 116	0.39 32	0.32 88	0.88 121	0.68 137	0.60 134	0.84 163	0.56 134	0.61 220	1.03 193	0.31 66	0.17 103	0.11 28	0.17 80	0.15 111	0.16 61	0.13 36

AdaDepth	0.30 15	0.22 47	0.49 73	0.44 85	0.27 91	0.44 60	0.24 32	0.52 8	0.30 13	0.31 16	0.37 26	0.26 15	0.32 45	0.79 118	0.25 12	0.12 6	0.12 54	0.16 53	0.13 65	0.16 61	0.15 96

AIO_rvc	0.36 49	0.23 60	0.49 73	0.43 62	0.27 91	0.59 171	0.38 157	0.94 146	0.45 54	0.33 25	0.46 55	0.49 99	0.22 8	0.84 135	0.30 49	0.16 60	0.11 28	0.16 53	0.12 41	0.15 41	0.13 36

999	0.48 131	0.22 47	0.49 73	0.48 145	0.34 239	0.75 270	0.31 80	0.85 110	0.55 93	0.37 37	0.48 60	0.50 105	0.36 73	2.45 430	0.39 153	0.16 60	0.13 115	0.18 115	0.15 111	0.16 61	0.19 217

RSM	0.39 64	0.24 78	0.49 73	0.46 107	0.26 67	0.47 74	0.40 180	0.92 132	0.44 52	0.41 54	0.42 33	0.65 167	0.33 49	1.07 206	0.29 39	0.15 38	0.12 54	0.17 80	0.13 65	0.17 92	0.13 36

MoCha-V2	0.40 73	0.20 10	0.49 73	0.50 173	0.21 9	0.44 60	0.33 95	0.93 139	0.53 90	0.53 116	0.53 78	0.42 62	0.58 207	1.09 211	0.27 27	0.14 30	0.12 54	0.15 23	0.12 41	0.17 92	0.15 96

UCFNet_RVC	0.69 274	0.35 353	0.49 73	0.64 385	0.39 295	0.85 330	0.58 359	1.75 394	1.14 319	0.97 217	1.19 301	1.17 349	0.93 360	0.99 184	0.62 301	0.28 401	0.20 352	0.34 449	0.31 447	0.32 401	0.27 365

SMoEStereo_RVC	0.39 64	0.25 106	0.50 79	0.45 99	0.30 155	0.61 185	0.36 131	0.72 62	0.45 54	0.46 83	0.43 42	0.42 62	0.35 64	1.39 291	0.29 39	0.15 38	0.12 54	0.20 173	0.15 111	0.16 61	0.15 96

MyStereo07	0.48 131	0.29 216	0.50 79	0.55 281	0.45 344	0.59 171	0.79 427	1.05 195	0.51 79	0.48 94	0.53 78	0.43 65	0.55 184	1.30 263	0.34 102	0.17 103	0.16 265	0.24 295	0.20 246	0.23 289	0.20 250

ACVNet-DCA	0.56 193	0.31 270	0.50 79	0.54 257	0.26 67	1.18 410	0.51 293	1.42 303	0.78 168	0.58 124	0.79 153	0.48 91	0.88 338	1.46 306	0.32 71	0.20 219	0.12 54	0.25 334	0.15 111	0.22 264	0.21 267

xx1	0.67 268	0.31 270	0.50 79	0.54 257	0.26 67	1.18 410	0.51 293	0.93 139	3.05 546	0.58 124	0.79 153	0.95 281	0.77 279	1.46 306	0.32 71	0.20 219	0.12 54	0.24 295	0.23 342	0.22 264	0.21 267

1test111	0.54 169	0.31 270	0.50 79	0.54 257	0.26 67	1.18 410	0.51 293	1.42 303	0.78 168	0.58 124	0.79 153	0.48 91	0.88 338	0.88 149	0.59 288	0.20 219	0.12 54	0.25 334	0.15 111	0.22 264	0.21 267

cc1	0.64 244	0.31 270	0.50 79	0.54 257	0.26 67	1.18 410	0.51 293	0.93 139	3.05 546	0.58 124	0.79 153	0.48 91	0.88 338	1.46 306	0.32 71	0.20 219	0.12 54	0.25 334	0.15 111	0.19 164	0.19 217

Selective-IGEV	0.39 64	0.24 78	0.50 79	0.44 85	0.25 59	0.46 69	0.33 95	1.25 271	0.40 39	0.35 28	0.45 51	0.52 116	0.30 33	1.07 206	0.30 49	0.14 30	0.12 54	0.17 80	0.13 65	0.16 61	0.13 36

GASTEREO	0.40 73	0.25 106	0.51 86	0.48 145	0.25 59	0.65 217	0.36 131	0.81 97	0.49 66	0.51 113	0.82 160	0.30 35	0.66 243	0.62 66	0.28 36	0.19 184	0.12 54	0.16 53	0.14 93	0.16 61	0.14 63

fffft	0.38 60	0.23 60	0.51 86	0.44 85	0.32 200	0.43 54	0.48 274	0.76 72	0.36 29	0.44 70	0.34 20	0.38 59	0.31 39	1.31 264	0.32 71	0.14 30	0.11 28	0.19 138	0.15 111	0.16 61	0.16 126
1: 1. 1
ours_stereo	0.39 64	0.28 181	0.51 86	0.46 107	0.30 155	0.40 34	0.44 232	0.73 64	0.56 95	0.35 28	0.56 90	0.46 79	0.33 49	1.11 217	0.32 71	0.16 60	0.13 115	0.19 138	0.15 111	0.19 164	0.14 63

AIO-Stereo	0.37 55	0.25 106	0.51 86	0.47 118	0.23 25	0.45 64	0.39 172	1.07 210	0.52 86	0.41 54	0.48 60	0.52 116	0.25 14	0.72 95	0.30 49	0.16 60	0.12 54	0.17 80	0.13 65	0.16 61	0.13 36

RSM++	0.38 60	0.24 78	0.51 86	0.47 118	0.26 67	0.50 106	0.41 196	0.79 84	0.45 54	0.37 37	0.45 51	0.60 149	0.35 64	1.02 192	0.30 49	0.15 38	0.13 115	0.17 80	0.14 93	0.18 123	0.13 36

IGEV++	0.40 73	0.22 47	0.51 86	0.52 224	0.29 133	0.45 64	0.25 35	1.65 368	0.46 60	0.37 37	0.57 93	0.46 79	0.45 117	0.50 22	0.38 145	0.19 184	0.12 54	0.16 53	0.13 65	0.16 61	0.15 96

tt1	0.62 225	0.32 286	0.51 86	0.54 257	0.26 67	1.16 407	0.48 274	0.95 151	2.47 533	0.57 122	0.77 145	0.49 99	0.81 300	1.55 325	0.32 71	0.20 219	0.12 54	0.24 295	0.15 111	0.19 164	0.20 250

EGLCR-Stereo	0.37 55	0.22 47	0.51 86	0.43 62	0.26 67	0.44 60	0.22 18	0.99 165	0.48 64	0.42 60	0.42 33	0.67 174	0.29 29	0.86 144	0.33 85	0.17 103	0.12 54	0.19 138	0.17 174	0.17 92	0.15 96

MSCF	0.38 60	0.25 106	0.52 94	0.47 118	0.25 59	0.62 194	0.37 150	0.81 97	0.47 63	0.50 108	0.71 129	0.32 41	0.65 240	0.54 33	0.28 36	0.19 184	0.12 54	0.17 80	0.14 93	0.17 92	0.14 63

3w_stereo	0.33 37	0.25 106	0.52 94	0.40 40	0.21 9	0.53 136	0.54 318	0.65 41	0.46 60	0.44 70	0.48 60	0.23 3	0.45 117	0.46 14	0.29 39	0.12 6	0.10 9	0.15 23	0.12 41	0.15 41	0.15 96

HUF	0.36 49	0.23 60	0.52 94	0.40 40	0.22 19	0.54 144	0.47 263	0.82 102	0.43 48	0.36 33	0.43 42	0.50 105	0.42 98	0.64 70	0.29 39	0.17 103	0.12 54	0.16 53	0.12 41	0.15 41	0.14 63

mms	0.40 73	0.27 159	0.52 94	0.46 107	0.32 200	0.43 54	0.46 256	0.70 57	0.46 60	0.35 28	0.58 96	0.44 67	0.30 33	1.36 281	0.33 85	0.16 60	0.13 115	0.18 115	0.15 111	0.19 164	0.15 96

AEACV	0.37 55	0.24 78	0.52 94	0.47 118	0.51 384	0.37 25	0.38 157	0.65 41	0.53 90	0.42 60	0.56 90	0.46 79	0.60 211	0.53 30	0.30 49	0.16 60	0.13 115	0.18 115	0.15 111	0.17 92	0.14 63

LCNet	0.72 287	0.28 181	0.52 94	0.55 281	0.31 181	0.69 242	0.54 318	1.00 169	0.88 196	1.19 322	1.34 360	0.97 289	1.34 468	2.56 438	0.45 208	0.18 143	0.13 115	0.21 208	0.25 370	0.27 342	0.73 523

depthmonostereo	0.41 81	0.23 60	0.53 100	0.47 118	0.23 25	0.61 185	0.35 115	1.00 169	0.76 161	0.48 94	0.65 110	0.47 86	0.49 152	0.67 82	0.37 134	0.16 60	0.15 225	0.16 53	0.14 93	0.16 61	0.15 96

RAFT-Stereo-weight	0.47 125	0.24 78	0.53 100	0.48 145	0.27 91	0.60 179	0.35 115	1.02 176	1.07 277	0.99 224	0.78 147	0.76 197	0.28 25	0.76 106	0.36 122	0.16 60	0.12 54	0.17 80	0.15 111	0.16 61	0.15 96

anonymousdsp	0.43 91	0.27 159	0.53 100	0.44 85	0.32 200	0.50 106	0.42 200	0.89 122	0.51 79	0.49 100	0.53 78	0.47 86	0.47 133	1.33 271	0.33 85	0.17 103	0.12 54	0.21 208	0.15 111	0.18 123	0.18 177

PSM-AAD	0.79 338	0.27 159	0.53 100	0.55 281	0.28 116	0.77 284	1.24 506	0.99 165	0.91 208	1.66 479	1.57 430	0.81 214	2.19 532	1.65 341	0.44 195	0.19 184	0.14 167	0.38 471	0.32 455	0.21 240	0.70 520

Prome-Stereo	0.75 318	0.27 159	0.53 100	0.55 281	0.32 200	0.59 171	0.97 473	0.89 122	0.88 196	1.45 436	2.46 515	0.91 259	1.41 473	1.58 330	0.44 195	0.18 143	0.13 115	0.19 138	0.17 174	0.20 198	0.92 532

HSM-Net_RVC	0.87 376	0.29 216	0.53 100	0.53 242	0.30 155	1.15 405	0.55 336	3.57 552	1.28 403	1.53 452	1.74 461	1.68 457	0.93 360	1.49 312	0.77 350	0.22 279	0.17 294	0.19 138	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
xyz-stereo-finetune	0.48 131	0.25 106	0.54 106	0.42 55	0.23 25	0.80 303	0.42 200	0.80 92	0.80 173	0.61 135	0.62 104	0.54 123	0.43 105	1.70 353	0.58 285	0.15 38	0.15 225	0.19 138	0.15 111	0.16 61	0.15 96

LG-Stereo_Zeroshot	0.36 49	0.23 60	0.54 106	0.50 173	0.28 116	0.36 23	0.22 18	1.02 176	0.39 35	0.42 60	0.64 109	0.36 51	0.51 162	0.39 6	0.29 39	0.18 143	0.12 54	0.17 80	0.13 65	0.18 123	0.18 177

MM-Stereo_test3	0.50 141	0.24 78	0.54 106	0.54 257	0.74 476	0.49 92	0.53 312	1.09 218	1.05 268	0.62 138	0.95 186	0.61 153	0.42 98	0.77 109	0.38 145	0.20 219	0.17 294	0.20 173	0.16 153	0.18 123	0.18 177

HART	0.45 110	0.22 47	0.54 106	0.50 173	0.26 67	0.41 38	0.29 63	1.03 181	0.50 70	0.58 124	1.45 394	0.61 153	0.35 64	1.08 210	0.30 49	0.15 38	0.13 115	0.19 138	0.14 93	0.19 164	0.14 63

WCG-NET	0.42 85	0.21 28	0.54 106	0.40 40	0.25 59	0.47 74	0.32 88	0.73 64	1.15 331	0.76 159	0.73 135	0.58 141	0.45 117	0.60 60	0.34 102	0.15 38	0.11 28	0.16 53	0.14 93	0.15 41	0.13 36

IGEV-Stereo	0.43 91	0.27 159	0.54 106	0.45 99	0.32 200	0.50 106	0.42 200	0.90 128	0.51 79	0.49 100	0.53 78	0.47 86	0.47 133	1.32 268	0.33 85	0.17 103	0.12 54	0.21 208	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
raft+_RVC	0.53 154	0.26 129	0.54 106	0.60 341	0.47 361	0.54 144	0.54 318	1.27 273	0.99 244	0.76 159	1.03 229	0.70 185	0.56 189	0.93 165	0.47 229	0.18 143	0.14 167	0.19 138	0.18 192	0.18 123	0.15 96

ACVNet	0.63 232	0.31 270	0.54 106	0.54 257	0.36 253	0.80 303	0.46 256	1.37 291	1.07 277	0.93 205	1.30 339	1.08 322	0.85 320	0.80 121	0.94 391	0.21 253	0.19 334	0.21 208	0.18 192	0.22 264	0.18 177

CFNet-ft	0.72 287	0.32 286	0.54 106	0.66 406	0.54 403	0.83 319	0.55 336	1.37 291	1.15 331	0.93 205	1.28 335	1.57 435	0.97 380	1.35 276	0.81 364	0.26 371	0.20 352	0.33 439	0.25 370	0.30 383	0.23 305

CFNet_RVC	0.72 287	0.32 286	0.54 106	0.66 406	0.54 403	0.83 319	0.55 336	1.37 291	1.15 331	0.93 205	1.28 335	1.57 435	0.97 380	1.35 276	0.81 364	0.26 371	0.20 352	0.33 439	0.25 370	0.30 383	0.23 305

DilatedVolume-Stereo	0.43 91	0.21 28	0.55 116	0.43 62	0.32 200	0.72 257	0.29 63	0.80 92	0.51 79	0.77 164	0.73 135	0.48 91	0.40 91	1.13 222	0.39 153	0.15 38	0.14 167	0.15 23	0.14 93	0.16 61	0.14 63

SCV	0.46 117	0.26 129	0.55 116	0.47 118	0.25 59	0.39 32	0.38 157	1.98 466	0.60 105	0.35 28	0.48 60	0.55 126	0.36 73	1.28 258	0.32 71	0.24 321	0.12 54	0.17 80	0.13 65	0.18 123	0.14 63

AIO-test1	0.56 193	0.25 106	0.55 116	0.64 385	0.78 489	0.80 303	0.36 131	1.18 244	1.34 428	0.57 122	0.88 171	0.61 153	0.50 158	1.12 220	0.35 112	0.17 103	0.17 294	0.22 237	0.24 355	0.18 123	0.23 305

WCG-NET（raft）	0.45 110	0.21 28	0.55 116	0.40 40	0.24 42	0.50 106	0.36 131	0.73 64	1.09 291	0.71 151	0.76 143	0.92 268	0.51 162	0.84 135	0.34 102	0.16 60	0.12 54	0.15 23	0.14 93	0.14 20	0.14 63

MM-Stereo_test1	0.49 137	0.24 78	0.56 120	0.51 203	0.30 155	0.50 106	0.54 318	0.91 129	1.03 259	0.84 185	0.69 122	0.54 123	0.60 211	1.16 229	0.33 85	0.18 143	0.16 265	0.20 173	0.17 174	0.19 164	0.15 96

CAS++	0.47 125	0.31 270	0.56 120	0.47 118	0.32 200	0.42 45	0.28 58	1.76 400	0.72 148	0.71 151	0.72 133	0.37 56	0.28 25	0.69 84	0.33 85	0.27 387	0.22 392	0.26 353	0.21 290	0.29 372	0.19 217
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ff7	0.43 91	0.27 159	0.56 120	0.44 85	0.33 221	0.50 106	0.42 200	0.87 113	0.50 70	0.49 100	0.53 78	0.44 67	0.48 144	1.38 286	0.33 85	0.17 103	0.12 54	0.21 208	0.15 111	0.18 123	0.18 177

IGEVStereo-DCA	0.46 117	0.28 181	0.56 120	0.43 62	0.33 221	0.49 92	0.42 200	0.87 113	0.50 70	0.47 86	0.48 60	0.48 91	0.46 124	2.03 393	0.30 49	0.19 184	0.14 167	0.19 138	0.15 111	0.16 61	0.18 177

ffff	0.43 91	0.27 159	0.56 120	0.44 85	0.33 221	0.50 106	0.42 200	0.87 113	0.50 70	0.49 100	0.53 78	0.44 67	0.48 144	1.38 286	0.33 85	0.17 103	0.12 54	0.21 208	0.15 111	0.18 123	0.18 177

11t	0.43 91	0.27 159	0.56 120	0.44 85	0.33 221	0.50 106	0.42 200	0.87 113	0.50 70	0.49 100	0.53 78	0.44 67	0.48 144	1.38 286	0.33 85	0.17 103	0.12 54	0.21 208	0.15 111	0.18 123	0.18 177

ccc-4	0.43 91	0.27 159	0.56 120	0.44 85	0.33 221	0.50 106	0.42 200	0.87 113	0.50 70	0.49 100	0.53 78	0.44 67	0.48 144	1.38 286	0.33 85	0.17 103	0.12 54	0.21 208	0.15 111	0.18 123	0.18 177

test_4	0.53 154	0.22 47	0.56 120	0.54 257	0.32 200	0.64 201	0.39 172	0.80 92	0.62 108	0.92 204	1.87 479	0.68 176	0.42 98	1.16 229	0.37 134	0.15 38	0.13 115	0.20 173	0.22 319	0.20 198	0.15 96

FTStereo	0.91 385	0.26 129	0.56 120	0.54 257	0.33 221	0.66 226	1.87 540	1.00 169	0.75 155	1.75 486	4.15 541	1.04 314	1.65 498	1.57 328	0.46 222	0.19 184	0.16 265	0.23 275	0.21 290	0.18 123	0.63 511

raftrobust	0.52 144	0.25 106	0.56 120	0.65 399	0.52 396	0.49 92	0.34 107	0.98 163	0.91 208	1.30 378	0.87 169	0.63 161	0.81 300	0.78 114	0.41 171	0.19 184	0.15 225	0.16 53	0.14 93	0.15 41	0.16 126

xyz-stereo-finetune2	0.58 206	0.27 159	0.57 130	0.40 40	0.24 42	1.09 393	0.32 88	0.79 84	0.53 90	0.65 142	1.07 240	0.58 141	0.80 296	2.47 435	0.80 362	0.16 60	0.15 225	0.21 208	0.17 174	0.16 61	0.17 152

fffy	0.42 85	0.27 159	0.57 130	0.46 107	0.29 133	0.48 80	0.35 115	0.91 129	0.55 93	0.40 53	0.58 96	0.55 126	0.41 94	1.26 253	0.36 122	0.15 38	0.13 115	0.19 138	0.16 153	0.18 123	0.14 63

Pointernet	0.37 55	0.20 10	0.57 130	0.43 62	0.28 116	0.51 123	0.27 52	0.93 139	0.61 106	0.47 86	0.63 106	0.49 99	0.38 85	0.49 21	0.33 85	0.17 103	0.13 115	0.14 2	0.11 9	0.13 5	0.12 11

MSKI-zero shot	0.55 184	0.26 129	0.57 130	0.51 203	0.26 67	0.69 242	0.28 58	1.18 244	0.64 115	0.91 202	1.32 351	0.82 219	0.33 49	1.92 381	0.32 71	0.17 103	0.12 54	0.17 80	0.13 65	0.16 61	0.16 126

ICVP	0.63 232	0.33 308	0.57 130	0.61 355	0.40 306	0.80 303	0.58 359	1.61 359	0.89 199	0.90 197	1.24 315	0.88 247	0.73 263	0.72 95	0.88 381	0.29 412	0.21 374	0.22 237	0.21 290	0.24 304	0.27 365
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	0.79 338	0.35 353	0.57 130	0.58 316	0.42 319	0.96 363	0.46 256	1.47 316	1.33 425	1.19 322	1.22 309	1.81 472	0.98 387	1.66 345	0.94 391	0.33 441	0.28 444	0.34 449	0.27 398	0.35 417	0.31 407

U	9.45 573	0.21 28	0.58 136	0.47 118	53.11 592	61.27 597	0.24 32	0.70 57	0.52 86	0.36 33	0.28 13	0.29 30	0.35 64	0.33 2	0.26 21	0.19 184	0.11 28	60.50 594	8.88 581	0.17 92	0.13 36

test_for_model	1.30 466	3.71 575	0.58 136	3.22 565	2.84 565	0.59 171	0.33 95	1.40 299	0.83 182	1.42 432	0.61 101	0.52 116	0.37 78	0.51 24	0.33 85	2.46 553	0.15 225	0.16 53	0.11 9	4.39 575	1.50 548

MGS-Stereo	0.42 85	0.26 129	0.58 136	0.44 85	0.28 116	0.50 106	0.34 107	0.57 19	0.83 182	0.46 83	1.31 345	0.52 116	0.33 49	0.65 77	0.36 122	0.19 184	0.16 265	0.18 115	0.15 111	0.17 92	0.16 126

MaDis-Stereo	0.36 49	0.25 106	0.58 136	0.44 85	0.34 239	0.30 12	0.30 73	0.72 62	0.50 70	0.37 37	0.36 23	0.58 141	0.49 152	0.52 27	0.36 122	0.19 184	0.16 265	0.19 138	0.15 111	0.18 123	0.14 63

ProNet	0.43 91	0.28 181	0.58 136	0.43 62	0.30 155	0.56 158	0.52 304	1.00 169	0.58 98	0.44 70	0.49 68	0.43 65	0.43 105	1.28 258	0.36 122	0.15 38	0.13 115	0.19 138	0.16 153	0.17 92	0.16 126

RCA-Stereo	0.50 141	0.23 60	0.58 136	0.48 145	0.33 221	0.55 152	0.45 249	0.97 159	1.38 450	0.68 146	1.05 234	0.63 161	0.80 296	0.59 48	0.32 71	0.17 103	0.12 54	0.17 80	0.14 93	0.16 61	0.14 63

GrayStereo	0.82 352	0.26 129	0.58 136	0.63 376	0.37 268	0.76 276	1.86 539	1.11 227	0.87 192	1.99 508	1.89 481	1.08 322	1.82 513	1.39 291	0.48 234	0.19 184	0.14 167	0.19 138	0.21 290	0.18 123	0.39 449

ttt	0.94 392	0.34 332	0.59 143	0.61 355	0.37 268	0.94 353	0.50 292	2.17 506	1.34 428	1.23 341	1.61 439	0.91 259	0.76 275	1.85 375	3.97 538	0.30 417	0.26 428	0.26 353	0.24 355	0.29 372	0.29 383

UniTT-Stereo	0.36 49	0.23 60	0.59 143	0.48 145	0.36 253	0.40 34	0.32 88	0.53 9	0.49 66	0.54 119	0.55 87	0.36 51	0.31 39	0.58 47	0.51 253	0.20 219	0.15 225	0.17 80	0.15 111	0.19 164	0.15 96

testlalala	0.45 110	0.28 181	0.59 143	0.42 55	0.39 295	0.71 254	0.39 172	1.08 216	0.45 54	1.24 349	0.80 158	0.61 153	0.36 73	0.54 33	0.33 85	0.20 219	0.13 115	0.18 115	0.12 41	0.15 41	0.15 96

GMM-Stereo	0.74 310	0.25 106	0.59 143	0.54 257	0.34 239	0.72 257	0.99 478	1.01 175	0.87 192	1.36 409	1.78 467	1.12 339	0.81 300	2.09 399	0.46 222	0.18 143	0.12 54	0.25 334	0.25 370	0.20 198	0.85 530

rafts_anoy	0.52 144	0.29 216	0.59 143	0.59 329	0.50 373	0.53 136	0.40 180	1.11 227	1.03 259	0.84 185	0.83 161	0.68 176	0.54 177	0.72 95	0.51 253	0.19 184	0.14 167	0.24 295	0.26 387	0.21 240	0.18 177

riskmin	0.56 193	0.27 159	0.60 148	0.43 62	0.31 181	0.83 319	0.42 200	1.14 233	1.04 264	0.73 157	0.75 141	1.11 338	1.01 399	0.81 127	0.51 253	0.20 219	0.14 167	0.24 295	0.15 111	0.24 304	0.25 331

RAFT+CT+SA	0.58 206	0.29 216	0.60 148	0.66 406	0.37 268	0.42 45	0.55 336	1.27 273	1.03 259	0.70 149	1.22 309	0.60 149	0.70 253	1.64 340	0.41 171	0.18 143	0.13 115	0.22 237	0.22 319	0.21 240	0.18 177

SGM-Forest	1.24 460	0.38 377	0.60 148	0.52 224	0.37 268	1.56 465	1.30 511	1.65 368	1.36 442	2.11 515	1.79 468	1.63 448	0.93 360	7.48 551	0.95 395	0.36 462	0.37 497	0.39 477	0.34 471	0.37 428	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
FlowAnything_test	0.39 64	0.26 129	0.61 151	0.59 329	0.33 221	0.62 194	0.36 131	0.62 33	0.40 39	0.45 78	0.36 23	0.45 75	0.37 78	0.53 30	0.48 234	0.24 321	0.18 316	0.28 385	0.33 465	0.21 240	0.19 217

tg	0.52 144	0.24 78	0.61 151	0.49 161	0.30 155	0.90 337	0.29 63	1.07 210	0.83 182	0.83 182	1.02 219	0.62 158	0.43 105	1.35 276	0.41 171	0.17 103	0.12 54	0.22 237	0.20 246	0.17 92	0.15 96

x	0.54 169	0.31 270	0.61 151	0.47 118	0.30 155	0.67 230	0.47 263	1.53 339	0.79 172	0.81 176	0.83 161	0.78 204	0.70 253	0.70 88	0.62 301	0.21 253	0.19 334	0.22 237	0.19 214	0.21 240	0.20 250

cross-raft	0.54 169	0.25 106	0.61 151	0.52 224	0.29 133	0.68 237	0.37 150	1.46 314	0.76 161	1.01 232	1.06 236	1.28 380	0.46 124	0.71 92	0.35 112	0.15 38	0.12 54	0.18 115	0.16 153	0.19 164	0.14 63

PSMNet-RSSM	0.72 287	0.30 237	0.61 151	0.63 376	0.42 319	0.73 261	0.56 344	1.92 451	1.10 298	1.09 254	1.37 369	1.22 358	0.98 387	1.28 258	0.72 332	0.27 387	0.19 334	0.27 370	0.29 431	0.24 304	0.24 319

SGM_RVC	1.68 502	0.36 363	0.61 151	0.59 329	0.29 133	2.25 516	1.18 502	2.38 529	1.68 496	3.60 550	2.67 521	3.69 542	2.42 539	8.13 558	1.90 497	0.31 425	0.31 465	0.30 409	0.28 419	0.30 383	0.29 383
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	0.72 287	0.35 353	0.62 157	0.69 433	0.46 356	1.14 399	0.44 232	1.37 291	1.01 252	0.83 182	1.17 292	1.33 390	0.96 377	1.43 300	0.95 395	0.33 441	0.22 392	0.21 208	0.23 342	0.27 342	0.29 383

KYRaft	0.75 318	0.28 181	0.62 157	0.56 294	0.29 133	0.67 230	0.86 447	0.94 146	0.84 186	1.62 474	2.21 502	1.16 348	1.02 404	1.57 328	0.40 160	0.20 219	0.13 115	0.22 237	0.28 419	0.20 198	1.02 536

NOSS_ROB	1.26 463	0.46 415	0.62 157	0.56 294	0.38 285	1.06 387	0.78 424	1.73 387	1.40 460	1.01 232	1.43 387	1.10 334	0.75 267	10.62 574	0.65 310	0.45 495	0.43 513	0.48 501	0.45 501	0.44 465	0.41 455

AIO-test2	0.57 200	0.28 181	0.63 160	0.61 355	0.58 424	0.79 295	0.51 293	1.18 244	1.40 460	0.63 139	1.15 284	0.51 109	0.43 105	1.09 211	0.35 112	0.21 253	0.17 294	0.26 353	0.30 440	0.20 198	0.19 217

HHNet	0.62 225	0.26 129	0.63 160	0.43 62	0.45 344	0.50 106	0.58 359	1.07 210	1.01 252	1.25 355	2.23 503	0.70 185	0.61 220	1.07 206	0.47 229	0.20 219	0.13 115	0.23 275	0.19 214	0.19 164	0.30 397

FENet	0.60 215	0.28 181	0.63 160	0.54 257	0.33 221	0.83 319	0.38 157	1.27 273	1.07 277	1.00 229	0.86 166	0.99 297	0.85 320	0.96 171	0.68 320	0.22 279	0.15 225	0.23 275	0.20 246	0.22 264	0.23 305

GANet-RSSM	0.72 287	0.28 181	0.63 160	0.64 385	0.58 424	0.80 303	0.58 359	1.89 441	1.08 283	1.04 243	1.25 319	1.15 347	1.04 408	1.49 312	0.62 301	0.25 348	0.19 334	0.22 237	0.22 319	0.22 264	0.21 267

R-Stereo Train	0.57 200	0.26 129	0.63 160	0.54 257	0.36 253	0.69 242	0.54 318	1.22 263	0.72 148	1.61 470	1.50 411	0.75 193	0.53 172	0.64 70	0.44 195	0.18 143	0.15 225	0.17 80	0.15 111	0.17 92	0.17 152

RAFT-Stereo	0.57 200	0.26 129	0.63 160	0.54 257	0.36 253	0.69 242	0.54 318	1.22 263	0.72 148	1.61 470	1.50 411	0.75 193	0.53 172	0.64 70	0.44 195	0.18 143	0.15 225	0.17 80	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
CBMV_ROB	0.90 382	0.44 406	0.63 160	0.51 203	0.37 268	1.25 423	0.49 284	1.77 404	1.27 398	1.41 426	2.00 490	1.33 390	1.08 420	2.17 406	0.76 344	0.43 489	0.42 512	0.47 499	0.44 499	0.41 448	0.36 435

rvit_stereo_0081	0.44 102	0.33 308	0.64 167	0.54 257	0.35 243	0.41 38	0.44 232	0.66 45	0.95 220	0.48 94	0.52 76	0.50 105	0.46 124	0.82 130	0.44 195	0.25 348	0.20 352	0.22 237	0.19 214	0.25 316	0.17 152

GCAP-BAT	0.49 137	0.31 270	0.64 167	0.41 48	0.46 356	0.70 249	0.35 115	0.77 75	0.64 115	0.86 192	1.00 205	0.77 200	0.37 78	1.18 235	0.36 122	0.18 143	0.14 167	0.18 115	0.13 65	0.17 92	0.15 96

rvit_stereo_0082	0.44 102	0.33 308	0.64 167	0.54 257	0.35 243	0.41 38	0.44 232	0.66 45	0.95 220	0.48 94	0.52 76	0.50 105	0.46 124	0.82 130	0.44 195	0.25 348	0.20 352	0.22 237	0.19 214	0.25 316	0.17 152

RAFT-Test	0.54 169	0.25 106	0.64 167	0.47 118	0.30 155	0.97 367	0.27 52	1.24 269	0.81 176	0.96 214	1.12 267	1.28 380	0.48 144	0.71 92	0.36 122	0.17 103	0.13 115	0.17 80	0.14 93	0.16 61	0.16 126

raft_robust	0.68 272	0.30 237	0.64 167	0.52 224	0.26 67	0.54 144	0.35 115	1.33 280	1.24 384	1.16 304	1.07 240	0.60 149	0.54 177	3.58 474	0.37 134	0.18 143	0.14 167	0.20 173	0.22 319	0.20 198	0.16 126

iRaftStereo_RVC	0.47 125	0.26 129	0.64 167	0.50 173	0.29 133	0.53 136	0.33 95	1.05 195	0.77 165	0.84 185	1.00 205	0.55 126	0.37 78	0.81 127	0.40 160	0.17 103	0.12 54	0.22 237	0.20 246	0.19 164	0.15 96

AFF-stereo	0.58 206	0.25 106	0.64 167	0.46 107	0.29 133	0.34 17	0.38 157	1.15 235	1.14 319	1.17 313	1.60 435	1.10 334	0.71 258	0.97 179	0.43 192	0.13 20	0.11 28	0.19 138	0.19 214	0.17 92	0.14 63

SCV_C0	0.43 91	0.26 129	0.65 174	0.43 62	0.29 133	0.47 74	0.31 80	1.34 285	0.73 152	0.38 44	0.49 68	0.54 123	0.29 29	1.24 249	0.30 49	0.17 103	0.13 115	0.16 53	0.13 65	0.20 198	0.15 96

GMOStereo	0.53 154	0.26 129	0.65 174	0.50 173	0.29 133	0.52 127	0.43 219	0.89 122	0.96 225	1.41 426	1.14 276	0.85 235	0.56 189	0.59 48	0.38 145	0.16 60	0.14 167	0.24 295	0.21 290	0.20 198	0.15 96

error version	0.53 154	0.26 129	0.65 174	0.50 173	0.29 133	0.52 127	0.43 219	0.89 122	0.96 225	1.41 426	1.14 276	0.85 235	0.56 189	0.59 48	0.38 145	0.16 60	0.14 167	0.24 295	0.21 290	0.20 198	0.15 96

test-v	0.53 154	0.26 129	0.65 174	0.50 173	0.29 133	0.52 127	0.43 219	0.89 122	0.96 225	1.41 426	1.14 276	0.85 235	0.56 189	0.59 48	0.38 145	0.16 60	0.14 167	0.24 295	0.21 290	0.20 198	0.15 96

test-2	0.53 154	0.26 129	0.65 174	0.50 173	0.29 133	0.52 127	0.43 219	0.89 122	0.96 225	1.41 426	1.14 276	0.85 235	0.56 189	0.59 48	0.38 145	0.16 60	0.14 167	0.24 295	0.21 290	0.20 198	0.15 96

test_xeample	1.45 483	0.28 181	0.65 174	0.51 203	0.28 116	0.94 353	0.59 367	2.14 495	1.29 407	1.24 349	1.51 413	0.88 247	0.86 328	1.46 306	15.10 573	0.22 279	0.20 352	0.22 237	0.20 246	0.22 264	0.22 285

HSM	1.19 458	0.32 286	0.65 174	0.57 310	0.38 285	1.23 420	0.59 367	2.25 517	1.19 358	1.30 378	1.25 319	1.94 488	1.03 406	9.32 565	0.71 329	0.22 279	0.16 265	0.20 173	0.16 153	0.21 240	0.21 267

RAStereo	0.34 40	0.21 28	0.66 181	0.47 118	0.27 91	0.26 4	0.29 63	0.69 53	0.63 111	0.32 20	0.42 33	0.45 75	0.31 39	0.45 12	0.34 102	0.17 103	0.15 225	0.19 138	0.15 111	0.18 123	0.13 36

H2IRNET	0.56 193	0.26 129	0.66 181	0.47 118	0.35 243	0.41 38	0.26 45	0.92 132	1.17 343	0.61 135	1.28 335	1.08 322	0.86 328	0.99 184	0.63 305	0.19 184	0.16 265	0.22 237	0.25 370	0.21 240	0.18 177

RAFT-345	0.84 363	0.25 106	0.66 181	0.50 173	0.27 91	0.54 144	0.42 200	0.83 106	1.11 300	1.32 392	2.34 508	0.86 239	0.54 177	5.72 518	0.47 229	0.18 143	0.13 115	0.22 237	0.17 174	0.17 92	0.16 126

RALCasStereoNet	0.54 169	0.30 237	0.66 181	0.59 329	0.51 384	0.61 185	0.52 304	0.94 146	0.93 215	0.70 149	1.01 211	0.78 204	0.44 113	1.33 271	0.47 229	0.20 219	0.16 265	0.18 115	0.16 153	0.20 198	0.19 217

CBMV	0.95 395	0.44 406	0.66 181	0.53 242	0.35 243	1.53 462	1.63 530	1.69 378	1.42 468	2.00 511	1.60 435	1.43 406	1.17 436	1.59 332	0.99 404	0.34 451	0.34 479	0.39 477	0.33 465	0.33 410	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
MM-Stereo_test2	0.43 91	0.24 78	0.67 186	0.51 203	0.32 200	0.55 152	0.45 249	0.97 159	0.77 165	0.59 132	0.51 74	0.49 99	0.42 98	0.80 121	0.30 49	0.15 38	0.13 115	0.18 115	0.14 93	0.19 164	0.14 63

AE-Stereo	0.49 137	0.27 159	0.67 186	0.60 341	0.39 295	0.67 230	0.46 256	1.18 244	1.09 291	0.47 86	0.75 141	0.69 181	0.47 133	0.59 48	0.40 160	0.16 60	0.15 225	0.21 208	0.20 246	0.19 164	0.15 96

RAFT-RH_RVC	1.03 425	0.24 78	0.67 186	0.49 161	0.28 116	0.81 312	0.33 95	0.83 106	1.08 283	2.05 512	4.65 548	1.04 314	0.57 198	5.98 526	0.50 248	0.18 143	0.13 115	0.26 353	0.20 246	0.16 61	0.17 152

222	1.61 496	0.29 216	0.67 186	0.56 294	0.29 133	1.06 387	0.42 200	2.17 506	1.31 417	1.31 388	1.52 414	0.92 268	0.94 365	1.76 365	17.65 577	0.24 321	0.20 352	0.21 208	0.19 214	0.22 264	0.23 305

HI	0.64 244	0.32 286	0.68 190	0.47 118	0.51 384	0.41 38	0.36 131	1.04 187	0.75 155	1.31 388	1.43 387	1.62 443	1.12 428	0.94 168	0.88 381	0.15 38	0.12 54	0.20 173	0.20 246	0.20 198	0.18 177

CoSv	0.64 244	0.32 286	0.68 190	0.47 118	0.51 384	0.41 38	0.36 131	1.04 187	0.75 155	1.31 388	1.43 387	1.62 443	1.12 428	0.94 168	0.88 381	0.15 38	0.12 54	0.20 173	0.20 246	0.20 198	0.18 177

testlalala2	0.58 206	0.27 159	0.68 190	1.72 545	1.27 541	0.68 237	0.42 200	0.93 139	0.70 142	0.90 197	0.93 182	0.76 197	0.34 56	0.52 27	0.40 160	0.18 143	0.15 225	0.17 80	0.13 65	0.17 92	0.17 152

11t1	0.52 144	0.28 181	0.68 190	0.51 203	0.28 116	0.83 319	0.39 172	1.22 263	0.63 111	0.84 185	0.74 139	0.68 176	0.68 245	0.91 157	0.57 282	0.21 253	0.18 316	0.19 138	0.16 153	0.20 198	0.21 267

GCAP-Stereo	0.40 73	0.28 181	0.68 190	0.47 118	0.25 59	0.53 136	0.32 88	0.82 102	0.58 98	0.65 142	0.69 122	0.58 141	0.42 98	0.47 18	0.29 39	0.17 103	0.14 167	0.17 80	0.13 65	0.17 92	0.14 63

BUS	0.74 310	0.32 286	0.68 190	0.54 257	0.44 337	2.34 520	0.42 200	2.16 500	0.98 237	1.20 326	1.11 260	1.03 311	0.62 225	0.91 157	0.70 324	0.24 321	0.17 294	0.25 334	0.22 319	0.22 264	0.22 285

BSDual-CNN	0.71 285	0.32 286	0.68 190	0.54 257	0.44 337	1.27 425	0.65 385	2.16 500	0.98 237	1.20 326	1.11 260	1.12 339	0.74 265	0.91 157	0.66 313	0.24 321	0.17 294	0.25 334	0.22 319	0.22 264	0.22 285

psmg	0.72 287	0.32 286	0.68 190	0.50 173	0.44 337	1.48 457	0.75 416	1.94 457	0.98 237	1.21 330	1.33 353	1.12 339	0.74 265	0.91 157	0.66 313	0.24 321	0.19 334	0.25 334	0.25 370	0.23 289	0.22 285

test-3	0.54 169	0.22 47	0.68 190	0.47 118	0.27 91	0.58 166	0.35 115	0.92 132	1.00 249	1.32 392	0.69 122	0.87 243	0.45 117	1.68 351	0.37 134	0.16 60	0.11 28	0.20 173	0.16 153	0.17 92	0.13 36

test_1	0.54 169	0.22 47	0.68 190	0.47 118	0.27 91	0.58 166	0.35 115	0.92 132	1.00 249	1.28 364	0.68 118	0.87 243	0.45 117	1.67 346	0.37 134	0.16 60	0.11 28	0.20 173	0.16 153	0.17 92	0.13 36

xxxx	1.51 487	0.28 181	0.68 190	0.54 257	0.28 116	1.16 407	0.44 232	2.19 510	1.29 407	1.09 254	1.36 367	1.22 358	0.85 320	1.79 368	15.70 576	0.24 321	0.21 374	0.21 208	0.20 246	0.22 264	0.23 305

RAFT-Stereo + iAFF	0.54 169	0.25 106	0.68 190	0.43 62	0.24 42	0.40 34	0.34 107	1.04 187	1.09 291	1.32 392	1.60 435	0.80 210	0.68 245	0.67 82	0.39 153	0.13 20	0.10 9	0.18 115	0.17 174	0.17 92	0.13 36

Gwc-CoAtRS	0.52 144	0.24 78	0.68 190	0.48 145	0.29 133	0.64 201	0.25 35	1.16 237	1.08 283	1.01 232	1.00 205	1.12 339	0.56 189	0.69 84	0.37 134	0.16 60	0.13 115	0.17 80	0.15 111	0.15 41	0.15 96

LL-Strereo2	0.52 144	0.33 308	0.69 203	0.52 224	0.37 268	0.70 249	0.30 73	1.13 232	0.67 133	0.94 210	0.78 147	0.91 259	0.42 98	1.05 201	0.42 182	0.17 103	0.16 265	0.29 396	0.25 370	0.21 240	0.16 126

NRIStereo	0.60 215	0.29 216	0.69 203	0.53 242	0.28 116	0.63 198	0.33 95	1.08 216	0.87 192	1.14 288	0.87 169	0.91 259	0.59 208	2.24 414	0.49 242	0.20 219	0.14 167	0.21 208	0.19 214	0.21 240	0.17 152

ASMatch	0.88 377	0.26 129	0.69 203	0.51 203	0.35 243	0.48 80	0.37 150	1.12 229	0.92 213	1.10 262	3.28 531	0.96 287	0.98 387	4.90 497	0.49 242	0.19 184	0.16 265	0.22 237	0.19 214	0.19 164	0.27 365

THIR-Stereo	1.02 422	0.27 159	0.69 203	0.49 161	0.28 116	0.95 357	1.34 514	1.03 181	0.97 232	1.34 404	1.90 482	1.17 349	1.58 491	6.44 531	0.78 352	0.19 184	0.14 167	0.21 208	0.22 319	0.19 164	0.20 250

test_xeample3	0.42 85	0.28 181	0.69 203	0.43 62	0.33 221	0.56 158	0.38 157	0.79 84	0.45 54	0.53 116	0.46 55	0.44 67	0.44 113	1.38 286	0.31 66	0.18 143	0.14 167	0.19 138	0.15 111	0.17 92	0.16 126

EAI-Stereo	0.65 252	0.28 181	0.69 203	0.53 242	0.27 91	0.60 179	0.40 180	2.28 520	0.64 115	0.71 151	3.18 530	0.57 136	0.43 105	1.06 202	0.41 171	0.18 143	0.13 115	0.17 80	0.17 174	0.17 92	0.17 152

MIF-Stereo (partial)	0.45 110	0.25 106	0.70 209	0.50 173	0.52 396	0.35 19	0.26 45	0.91 129	0.59 104	0.45 78	0.71 129	0.51 109	0.51 162	1.11 217	0.45 208	0.20 219	0.16 265	0.23 275	0.20 246	0.24 304	0.18 177

testlalala_base	0.77 326	0.40 388	0.70 209	0.65 399	0.50 373	0.79 295	0.28 58	1.50 324	0.51 79	0.73 157	0.90 175	0.69 181	0.54 177	0.66 79	0.40 160	2.82 557	0.14 167	0.17 80	0.12 41	2.68 552	0.19 217

DCRE	0.82 352	0.26 129	0.70 209	0.58 316	0.44 337	0.54 144	0.48 274	0.95 151	0.78 168	0.78 167	7.33 562	0.86 239	0.52 167	0.76 106	0.41 171	0.16 60	0.16 265	0.19 138	0.17 174	0.18 123	0.17 152

fff	0.53 154	0.24 78	0.70 209	0.43 62	0.24 42	0.48 80	0.36 131	1.07 210	1.25 387	1.10 262	1.02 219	0.57 136	1.06 415	0.73 99	0.52 260	0.16 60	0.13 115	0.17 80	0.13 65	0.15 41	0.19 217

DRaft	0.80 341	0.24 78	0.70 209	0.45 99	0.30 155	0.97 367	0.53 312	1.05 195	0.97 232	1.78 489	2.02 493	0.80 210	1.74 505	2.73 446	0.72 332	0.17 103	0.14 167	0.20 173	0.20 246	0.18 123	0.21 267

Pruner-Stereo	0.62 225	0.29 216	0.70 209	0.61 355	0.31 181	0.63 198	0.43 219	1.17 239	0.99 244	1.53 452	1.08 245	0.95 281	0.55 184	1.35 276	0.51 253	0.23 306	0.14 167	0.24 295	0.21 290	0.21 240	0.23 305

DCANet	0.54 169	0.24 78	0.70 209	0.43 62	0.24 42	0.49 92	0.36 131	1.05 195	1.30 413	1.12 270	1.03 229	0.58 141	0.92 351	0.81 127	0.52 260	0.16 60	0.13 115	0.17 80	0.13 65	0.18 123	0.19 217

csc	0.53 154	0.24 78	0.70 209	0.43 62	0.24 42	0.48 80	0.36 131	1.07 210	1.25 387	1.10 262	1.02 219	0.57 136	1.06 415	0.73 99	0.52 260	0.16 60	0.13 115	0.17 80	0.13 65	0.15 41	0.19 217

cscssc	0.53 154	0.24 78	0.70 209	0.43 62	0.24 42	0.48 80	0.36 131	1.07 210	1.25 387	1.10 262	1.02 219	0.57 136	1.06 415	0.73 99	0.52 260	0.16 60	0.13 115	0.17 80	0.13 65	0.15 41	0.19 217

111	0.60 215	0.23 60	0.70 209	0.43 62	0.24 42	0.72 257	0.42 200	1.18 244	1.41 465	0.80 172	1.38 374	1.10 334	0.79 290	0.96 171	0.58 285	0.18 143	0.13 115	0.17 80	0.15 111	0.17 92	0.19 217

CFNet-RSSM	0.54 169	0.24 78	0.70 209	0.48 145	0.28 116	0.60 179	0.27 52	1.49 320	1.14 319	1.06 244	0.93 182	1.08 322	0.54 177	0.70 88	0.35 112	0.16 60	0.12 54	0.17 80	0.15 111	0.16 61	0.14 63

psm_up	0.77 326	0.34 332	0.70 209	0.66 406	0.58 424	1.05 384	0.92 461	1.52 333	1.12 304	1.26 359	1.16 289	1.31 388	1.23 451	1.20 239	0.81 364	0.25 348	0.29 455	0.31 415	0.27 398	0.27 342	0.25 331

rvit_stereo_0080	0.44 102	0.32 286	0.71 221	0.47 118	0.36 253	0.42 45	0.55 336	0.82 102	0.68 137	0.50 108	0.60 99	0.55 126	0.47 133	0.59 48	0.44 195	0.26 371	0.21 374	0.20 173	0.20 246	0.31 392	0.19 217

Former-RAFT_DAM_RVC	0.46 117	0.36 363	0.71 221	0.47 118	0.36 253	0.67 230	0.35 115	0.78 79	1.12 304	0.61 135	0.62 104	0.39 60	0.39 87	0.71 92	0.39 153	0.20 219	0.17 294	0.22 237	0.18 192	0.23 289	0.19 217

whm_eth	0.44 102	0.32 286	0.71 221	0.47 118	0.36 253	0.42 45	0.55 336	0.82 102	0.68 137	0.50 108	0.60 99	0.55 126	0.47 133	0.59 48	0.44 195	0.26 371	0.21 374	0.20 173	0.20 246	0.31 392	0.19 217

qqq	0.57 200	0.34 332	0.71 221	0.47 118	0.27 91	0.64 201	0.62 376	1.42 303	0.78 168	0.80 172	0.92 179	0.95 281	0.77 279	0.88 149	0.59 288	0.21 253	0.20 352	0.24 295	0.23 342	0.22 264	0.21 267

test_3	0.55 184	0.23 60	0.71 221	0.53 242	0.28 116	0.61 185	0.40 180	0.92 132	1.05 268	1.19 322	0.68 118	0.93 270	0.44 113	1.67 346	0.39 153	0.15 38	0.12 54	0.22 237	0.19 214	0.21 240	0.14 63

TestStereo	0.64 244	0.39 382	0.71 221	0.51 203	0.27 91	0.56 158	0.42 200	1.03 181	0.91 208	0.80 172	1.00 205	0.68 176	0.52 167	3.25 464	0.45 208	0.22 279	0.15 225	0.24 295	0.18 192	0.27 342	0.16 126

mmm	0.63 232	0.35 353	0.72 227	0.51 203	0.30 155	0.86 331	0.54 318	1.59 352	0.86 188	1.07 247	1.38 374	0.79 208	0.75 267	0.91 157	0.58 285	0.22 279	0.18 316	0.29 396	0.25 370	0.25 316	0.23 305

CASS	0.65 252	0.34 332	0.72 227	0.56 294	0.27 91	0.78 289	0.42 200	1.59 352	0.86 188	1.30 378	1.25 319	0.87 243	0.84 317	0.84 135	0.54 273	0.35 458	0.19 334	0.26 353	0.21 290	0.28 361	0.42 459
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	0.96 396	0.58 462	0.72 227	0.61 355	0.46 356	1.64 472	0.76 419	1.86 433	1.28 403	1.30 378	1.53 415	0.86 239	0.94 365	3.27 465	0.69 323	0.45 495	0.44 516	0.54 513	0.48 508	0.47 476	0.40 450

DisPM	0.66 259	0.28 181	0.72 227	0.61 355	0.35 243	0.62 194	0.45 249	1.02 176	0.99 244	1.56 462	1.10 254	0.80 210	0.59 208	2.37 425	0.41 171	0.23 306	0.14 167	0.23 275	0.21 290	0.20 198	0.25 331

GANet-ADL	0.60 215	0.35 353	0.72 227	0.64 385	0.40 306	0.68 237	0.51 293	1.49 320	1.12 304	0.95 212	1.08 245	0.91 259	0.57 198	0.76 106	0.55 277	0.26 371	0.18 316	0.18 115	0.16 153	0.23 289	0.25 331

CrosDoStereo	1.58 492	0.24 78	0.72 227	0.48 145	0.29 133	0.67 230	12.49 577	1.10 221	0.98 237	1.34 404	1.75 464	1.00 298	1.89 516	6.65 534	0.81 364	0.19 184	0.15 225	0.20 173	0.22 319	0.18 123	0.19 217

AAGNet	1.83 511	0.28 181	0.72 227	0.61 355	0.32 200	0.67 230	0.51 293	0.96 158	0.98 237	1.47 439	1.20 305	1.00 298	1.18 440	2.83 448	22.77 584	0.22 279	0.13 115	0.22 237	0.19 214	0.23 289	0.15 96

OMP-Stereo	0.94 392	0.33 308	0.72 227	0.90 514	0.31 181	0.49 92	0.36 131	1.16 237	1.06 272	1.58 468	1.12 267	1.46 416	0.69 248	6.94 541	0.49 242	0.19 184	0.14 167	0.24 295	0.18 192	0.20 198	0.14 63

IIG-Stereo	0.96 396	0.31 270	0.72 227	0.88 510	0.33 221	0.61 185	0.26 45	1.19 252	1.03 259	1.69 482	1.37 369	1.46 416	0.75 267	6.96 542	0.51 253	0.19 184	0.14 167	0.23 275	0.18 192	0.20 198	0.14 63

DeepStereo_LL	1.58 492	0.24 78	0.72 227	0.48 145	0.29 133	0.67 230	12.49 577	1.10 221	0.98 237	1.34 404	1.75 464	1.00 298	1.89 516	6.65 534	0.81 364	0.19 184	0.15 225	0.20 173	0.22 319	0.18 123	0.19 217

SST-Stereo	0.83 358	0.28 181	0.72 227	0.59 329	0.31 181	0.72 257	0.26 45	1.09 218	0.86 188	1.47 439	1.10 254	1.00 298	0.87 333	5.73 519	0.45 208	0.22 279	0.13 115	0.23 275	0.19 214	0.23 289	0.18 177

DeepStereo_RVC	0.55 184	0.29 216	0.72 227	0.51 203	0.30 155	0.59 171	0.33 95	1.03 181	0.70 142	1.16 304	0.93 182	0.83 226	0.94 365	0.96 171	0.54 273	0.21 253	0.14 167	0.21 208	0.19 214	0.24 304	0.24 319

coex_refinement	0.80 341	0.28 181	0.73 239	0.70 439	0.51 384	0.95 357	0.60 371	1.78 408	1.23 378	1.36 409	1.37 369	1.82 475	0.81 300	1.32 268	1.13 426	0.26 371	0.17 294	0.19 138	0.20 246	0.24 304	0.25 331

rvit_stereo_0081_aga	0.44 102	0.34 332	0.73 239	0.51 203	0.41 314	0.50 106	0.40 180	0.81 97	0.57 97	0.58 124	0.56 90	0.53 121	0.43 105	0.66 79	0.40 160	0.26 371	0.21 374	0.22 237	0.20 246	0.26 328	0.18 177

rrr	0.46 117	0.28 181	0.73 239	0.43 62	0.33 221	0.49 92	0.38 157	0.76 72	0.50 70	0.47 86	0.48 60	0.48 91	0.46 124	2.03 393	0.30 49	0.19 184	0.14 167	0.19 138	0.15 111	0.16 61	0.16 126

EKT-Stereo	0.53 154	0.30 237	0.73 239	0.58 316	0.60 435	0.51 123	0.48 274	0.94 146	0.90 203	0.71 151	0.88 171	0.77 200	0.43 105	1.07 206	0.40 160	0.22 279	0.16 265	0.21 208	0.18 192	0.20 198	0.22 285

Patchmatch Stereo++	0.55 184	0.30 237	0.73 239	0.50 173	0.27 91	0.65 217	0.29 63	1.05 195	0.64 115	1.12 270	0.96 189	0.83 226	0.60 211	1.37 282	0.45 208	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	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
PSM-adaLoss	0.54 169	0.30 237	0.73 239	0.50 173	0.27 91	0.65 217	0.41 196	1.04 187	0.64 115	1.12 270	0.96 189	0.82 219	0.61 220	1.06 202	0.45 208	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	0.18 177

ROB_FTStereo_v2	0.54 169	0.30 237	0.73 239	0.50 173	0.27 91	0.64 201	0.42 200	1.05 195	0.64 115	1.12 270	0.96 189	0.83 226	0.60 211	1.12 220	0.46 222	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	0.18 177

ROB_FTStereo	0.54 169	0.30 237	0.73 239	0.50 173	0.27 91	0.64 201	0.25 35	1.05 195	0.64 115	1.12 270	0.95 186	0.82 219	0.61 220	1.15 225	0.45 208	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	0.18 177

HUI-Stereo	0.52 144	0.30 237	0.73 239	0.50 173	0.27 91	0.65 217	0.30 73	1.04 187	0.64 115	1.12 270	0.96 189	0.83 226	0.60 211	0.79 118	0.45 208	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	0.18 177

RAFT_R40	0.83 358	0.28 181	0.73 239	0.59 329	0.31 181	0.69 242	0.44 232	1.10 221	0.95 220	1.47 439	1.10 254	1.00 298	0.85 320	5.53 513	0.46 222	0.22 279	0.13 115	0.23 275	0.20 246	0.23 289	0.18 177

iGMRVC	0.56 193	0.30 237	0.73 239	0.50 173	0.27 91	0.65 217	0.38 157	1.05 195	0.64 115	1.12 270	0.96 189	0.83 226	0.60 211	1.52 317	0.46 222	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	0.18 177

iRAFT	0.55 184	0.30 237	0.73 239	0.50 173	0.27 91	0.65 217	0.29 63	1.05 195	0.64 115	1.12 270	0.96 189	0.83 226	0.60 211	1.37 282	0.45 208	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	0.18 177

CroCo-Stereo	0.40 73	0.31 270	0.73 239	0.58 316	0.27 91	0.26 4	0.33 95	0.95 151	0.81 176	0.42 60	0.47 57	0.65 167	0.47 133	0.39 6	0.34 102	0.18 143	0.15 225	0.16 53	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
RAFT	0.64 244	0.30 237	0.73 239	0.59 329	0.33 221	0.68 237	0.58 359	1.04 187	0.76 161	1.08 248	1.19 301	1.65 454	0.93 360	1.06 202	0.56 279	0.21 253	0.18 316	0.27 370	0.24 355	0.22 264	0.17 152

RAFT-IKP	0.54 169	0.30 237	0.73 239	0.50 173	0.27 91	0.59 171	0.36 131	1.04 187	0.64 115	1.12 270	0.96 189	0.83 226	0.61 220	1.22 242	0.45 208	0.22 279	0.14 167	0.24 295	0.20 246	0.26 328	0.18 177

HCRNet	0.70 278	0.39 382	0.73 239	0.60 341	0.59 432	0.76 276	0.35 115	1.22 263	1.13 316	1.02 236	0.99 201	1.02 307	0.76 275	2.19 411	0.70 324	0.28 401	0.19 334	0.28 385	0.23 342	0.25 316	0.23 305

G2L-Stereo_test	0.73 305	0.27 159	0.74 255	0.49 161	0.40 306	0.90 337	0.81 436	1.53 339	1.14 319	1.28 364	1.27 329	1.52 429	0.72 261	1.62 336	0.94 391	0.19 184	0.14 167	0.16 53	0.15 111	0.18 123	0.19 217

test_sample2	0.62 225	0.29 216	0.74 255	0.50 173	0.28 116	0.80 303	0.61 373	1.61 359	1.00 249	0.88 194	0.99 201	0.94 273	0.83 313	1.16 229	0.51 253	0.23 306	0.18 316	0.22 237	0.21 290	0.23 289	0.22 285

anonymousdsp2	0.53 154	0.27 159	0.74 255	0.48 145	0.29 133	0.76 276	0.47 263	1.61 359	0.82 181	0.77 164	0.77 145	0.75 193	0.47 133	1.03 193	0.40 160	0.18 143	0.13 115	0.18 115	0.13 65	0.19 164	0.18 177

CRE-IMP	0.55 184	0.30 237	0.74 255	0.52 224	0.29 133	0.79 295	0.25 35	1.04 187	0.72 148	1.09 254	0.95 186	0.81 214	0.57 198	1.10 214	0.50 248	0.21 253	0.14 167	0.23 275	0.19 214	0.28 361	0.22 285

test_sample1	0.61 221	0.29 216	0.75 259	0.50 173	0.31 181	0.76 276	0.48 274	1.59 352	0.84 186	0.90 197	0.94 185	0.88 247	0.95 370	1.16 229	0.67 316	0.22 279	0.18 316	0.20 173	0.19 214	0.21 240	0.21 267

anonymousa	0.72 287	0.27 159	0.75 259	0.47 118	0.63 445	1.43 453	0.45 249	1.24 269	0.89 199	1.28 364	1.75 464	1.62 443	1.13 432	0.69 84	0.59 288	0.19 184	0.16 265	0.23 275	0.25 370	0.20 198	0.18 177

TestStereo1	0.63 232	0.28 181	0.75 259	0.76 470	0.31 181	0.48 80	0.43 219	1.30 278	1.21 369	0.97 217	1.31 345	0.64 164	0.77 279	1.75 360	0.42 182	0.20 219	0.15 225	0.22 237	0.18 192	0.21 240	0.17 152

test_5	0.65 252	0.30 237	0.75 259	0.67 418	0.50 373	0.92 348	0.52 304	1.39 297	1.12 304	0.76 159	1.11 260	1.00 298	0.90 345	1.53 321	0.45 208	0.18 143	0.13 115	0.23 275	0.22 319	0.21 240	0.19 217

SA-5K	0.63 232	0.28 181	0.75 259	0.76 470	0.31 181	0.48 80	0.43 219	1.30 278	1.21 369	0.97 217	1.31 345	0.64 164	0.77 279	1.75 360	0.42 182	0.20 219	0.15 225	0.22 237	0.18 192	0.21 240	0.17 152

NF-Stereo	0.80 341	0.30 237	0.75 259	0.60 341	0.31 181	0.64 201	0.44 232	1.21 255	0.90 203	1.29 370	1.02 219	0.82 219	0.57 198	5.40 511	0.48 234	0.23 306	0.14 167	0.24 295	0.20 246	0.20 198	0.30 397

OCTAStereo	0.80 341	0.30 237	0.75 259	0.60 341	0.31 181	0.64 201	0.44 232	1.21 255	0.90 203	1.29 370	1.01 211	0.82 219	0.57 198	5.35 505	0.48 234	0.24 321	0.14 167	0.24 295	0.20 246	0.20 198	0.30 397

RE-Stereo	0.80 341	0.30 237	0.75 259	0.60 341	0.31 181	0.64 201	0.44 232	1.21 255	0.90 203	1.29 370	1.01 211	0.81 214	0.57 198	5.37 508	0.48 234	0.24 321	0.14 167	0.24 295	0.20 246	0.20 198	0.30 397

TVStereo	0.80 341	0.30 237	0.75 259	0.60 341	0.31 181	0.64 201	0.44 232	1.21 255	0.90 203	1.29 370	1.01 211	0.81 214	0.57 198	5.37 508	0.48 234	0.24 321	0.14 167	0.24 295	0.20 246	0.20 198	0.30 397

AdaStereo	0.70 278	0.43 403	0.75 259	0.73 459	0.37 268	0.92 348	0.53 312	1.85 430	1.18 350	1.12 270	1.23 313	1.07 321	0.65 240	0.96 171	0.63 305	0.31 425	0.15 225	0.32 430	0.21 290	0.29 372	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.
G2L-ROB	0.73 305	0.25 106	0.76 269	0.54 257	0.39 295	0.95 357	0.66 390	1.66 373	1.09 291	1.24 349	1.02 219	1.64 451	0.71 258	1.63 338	1.02 407	0.20 219	0.14 167	0.17 80	0.15 111	0.20 198	0.22 285

DCVSM-stereo	0.72 287	0.35 353	0.76 269	0.55 281	0.42 319	0.73 261	0.38 157	1.21 255	1.02 255	1.79 492	1.04 232	1.62 443	1.03 406	1.04 199	0.79 358	0.24 321	0.27 437	0.29 396	0.24 355	0.30 383	0.36 435

test_sample7	0.74 310	0.37 370	0.76 269	0.52 224	0.35 243	0.91 341	0.67 394	1.78 408	1.21 369	1.22 335	1.18 294	1.08 322	0.92 351	1.23 244	0.67 316	0.31 425	0.28 444	0.32 430	0.31 447	0.33 410	0.29 383

4D-IteraStereo	0.48 131	0.24 78	0.76 269	0.50 173	0.44 337	0.66 226	0.31 80	0.87 113	1.02 255	1.03 240	0.72 133	0.78 204	0.32 45	0.64 70	0.37 134	0.17 103	0.11 28	0.23 275	0.19 214	0.19 164	0.13 36

Sa-1000	0.72 287	0.29 216	0.76 269	0.59 329	0.30 155	0.73 261	0.37 150	1.62 363	1.33 425	1.28 364	2.04 494	0.86 239	0.75 267	1.84 372	0.38 145	0.19 184	0.14 167	0.25 334	0.23 342	0.20 198	0.16 126

IRAFT_RVC	0.88 377	0.28 181	0.76 269	0.63 376	0.31 181	0.65 217	1.02 483	1.22 263	0.94 218	1.22 335	1.04 232	1.01 305	0.98 387	5.82 521	0.53 267	0.22 279	0.12 54	0.25 334	0.20 246	0.20 198	0.19 217

CVANet_RVC	1.07 431	0.43 403	0.76 269	0.60 341	0.50 373	0.90 337	0.97 473	1.52 333	1.26 392	1.33 400	1.38 374	1.24 365	1.18 440	6.75 540	0.75 341	0.34 451	0.23 404	0.34 449	0.29 431	0.42 453	0.27 365

HH	0.63 232	0.30 237	0.77 276	0.50 173	0.32 200	0.49 92	0.46 256	1.65 368	0.64 115	0.69 147	1.09 250	1.63 448	0.85 320	1.90 379	0.37 134	0.18 143	0.13 115	0.19 138	0.17 174	0.19 164	0.16 126

HanStereo	0.63 232	0.30 237	0.77 276	0.50 173	0.32 200	0.49 92	0.46 256	1.65 368	0.64 115	0.69 147	1.09 250	1.63 448	0.85 320	1.90 379	0.37 134	0.18 143	0.13 115	0.19 138	0.17 174	0.19 164	0.16 126

CroCo-Stereo Lap2	0.44 102	0.34 332	0.77 276	0.61 355	0.79 492	0.28 9	0.35 115	0.75 69	0.71 147	0.38 44	0.50 71	0.72 189	0.55 184	0.57 46	0.47 229	0.17 103	0.18 316	0.19 138	0.16 153	0.21 240	0.20 250

PFNet+	0.59 212	0.28 181	0.77 276	0.53 242	0.30 155	0.59 171	0.31 80	0.92 132	1.14 319	1.33 400	1.10 254	0.79 208	0.57 198	1.31 264	0.49 242	0.25 348	0.17 294	0.28 385	0.26 387	0.21 240	0.25 331

PSM-softLoss	0.78 334	0.31 270	0.77 276	0.58 316	0.32 200	0.56 158	0.40 180	1.18 244	0.70 142	1.24 349	1.07 240	0.83 226	0.52 167	5.36 506	0.53 267	0.24 321	0.15 225	0.25 334	0.22 319	0.20 198	0.25 331

KMStereo	0.78 334	0.31 270	0.77 276	0.58 316	0.32 200	0.56 158	0.40 180	1.18 244	0.70 142	1.24 349	1.07 240	0.83 226	0.52 167	5.36 506	0.53 267	0.24 321	0.15 225	0.25 334	0.22 319	0.20 198	0.25 331

cf-r	0.73 305	0.30 237	0.77 276	0.55 281	0.63 445	0.78 289	0.48 274	1.79 414	1.15 331	1.13 285	1.26 326	1.43 406	0.87 333	1.40 297	0.85 377	0.25 348	0.18 316	0.22 237	0.23 342	0.19 164	0.19 217

HITNet	0.65 252	0.40 388	0.77 276	0.48 145	0.24 42	1.05 384	0.49 284	1.76 400	1.02 255	1.18 318	1.18 294	0.89 255	0.80 296	0.85 140	0.79 358	0.17 103	0.12 54	0.21 208	0.17 174	0.29 372	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
LG-Stereo	0.34 40	0.25 106	0.78 284	0.47 118	0.26 67	0.37 25	0.30 73	0.71 61	0.52 86	0.36 33	0.57 93	0.29 30	0.21 3	0.50 22	0.36 122	0.13 20	0.13 115	0.20 173	0.18 192	0.18 123	0.12 11

NINENet	0.77 326	0.37 370	0.78 284	0.62 367	0.51 384	2.34 520	0.42 200	1.83 426	1.04 264	1.14 288	1.23 313	1.03 311	0.62 225	1.24 249	0.70 324	0.28 401	0.23 404	0.31 415	0.21 290	0.26 328	0.25 331

DLCB_ROB	0.86 372	0.40 388	0.78 284	0.68 429	0.54 403	1.11 394	0.84 440	1.49 320	1.23 378	1.64 478	1.65 449	1.70 460	0.91 348	1.70 353	1.05 409	0.25 348	0.24 413	0.26 353	0.27 398	0.27 342	0.24 319

Selective-RAFT	0.52 144	0.28 181	0.79 287	0.55 281	0.27 91	0.91 341	0.33 95	0.80 92	0.88 196	0.58 124	0.63 106	0.81 214	0.77 279	1.29 262	0.48 234	0.19 184	0.14 167	0.17 80	0.15 111	0.19 164	0.17 152

AACVNet	0.86 372	0.35 353	0.79 287	0.82 491	0.39 295	0.76 276	0.49 284	1.61 359	0.81 176	1.08 248	1.33 353	1.30 384	0.93 360	4.34 485	0.74 336	0.25 348	0.21 374	0.28 385	0.22 319	0.29 372	0.25 331

GwcNet-ADL	0.64 244	0.31 270	0.79 287	0.56 294	0.41 314	0.60 179	0.58 359	1.41 301	1.26 392	1.08 248	1.13 272	0.91 259	0.60 211	1.04 199	0.78 352	0.27 387	0.18 316	0.18 115	0.18 192	0.25 316	0.29 383

DEmStereo	0.97 402	0.23 60	0.79 287	0.47 118	0.32 200	1.04 383	0.56 344	0.93 139	0.89 199	1.39 423	2.14 500	1.02 307	2.07 527	5.64 517	0.77 350	0.17 103	0.15 225	0.20 173	0.20 246	0.18 123	0.20 250

TDLM	1.06 429	0.44 406	0.79 287	0.63 376	0.50 373	0.89 334	1.44 519	1.48 318	1.26 392	1.12 270	1.40 380	1.08 322	0.98 387	6.65 534	0.78 352	0.33 441	0.21 374	0.33 439	0.26 387	0.37 428	0.24 319

UDGNet	0.72 287	1.17 533	0.80 292	0.77 473	0.41 314	0.77 284	0.38 157	0.97 159	1.34 428	0.81 176	0.88 171	0.71 188	0.60 211	1.21 241	0.54 273	0.52 508	0.19 334	1.02 541	0.26 387	0.71 520	0.31 407

rvit_stereo_0083	0.47 125	0.33 308	0.81 293	0.56 294	0.36 253	0.50 106	0.44 232	0.68 52	0.95 220	0.49 100	0.57 93	0.55 126	0.49 152	0.88 149	0.46 222	0.25 348	0.25 422	0.24 295	0.20 246	0.24 304	0.17 152

FCDSN-DC	2.32 532	0.63 480	0.81 293	0.84 495	0.75 483	2.23 515	0.94 468	2.09 489	1.80 506	5.45 568	7.72 566	7.77 565	6.93 572	3.39 466	1.80 492	0.52 508	0.48 525	0.52 507	0.51 516	0.57 500	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.
ac_64	0.82 352	0.29 216	0.81 293	0.71 447	0.60 435	1.05 384	0.54 318	1.99 468	0.92 213	1.18 318	1.06 236	1.99 494	1.08 420	1.94 385	0.97 400	0.27 387	0.22 392	0.24 295	0.23 342	0.22 264	0.19 217

MultiAttention	4.51 558	0.33 308	0.82 296	0.73 459	0.45 344	30.98 588	4.50 572	2.18 509	1.40 460	1.61 470	2.41 512	2.43 517	0.70 253	38.42 590	1.36 455	0.22 279	0.15 225	0.29 396	0.30 440	0.47 476	0.43 466

FACV-RUCA	0.63 232	0.34 332	0.82 296	0.62 367	0.65 450	0.81 312	0.41 196	1.44 310	1.07 277	0.86 192	1.14 276	0.61 153	0.69 248	0.80 121	0.53 267	0.28 401	0.19 334	0.47 499	0.21 290	0.35 417	0.25 331

ITSA-stereo	0.82 352	0.36 363	0.82 296	0.54 257	0.31 181	0.80 303	0.47 263	2.17 506	1.67 494	1.13 285	1.13 272	0.94 273	0.86 328	2.46 433	1.00 405	0.26 371	0.23 404	0.28 385	0.27 398	0.28 361	0.36 435

Anonymous_2	1.30 466	0.55 451	0.82 296	0.52 224	0.58 424	1.01 376	0.64 383	1.25 271	0.97 232	0.96 214	0.78 147	1.33 390	1.29 460	1.03 193	0.74 336	0.62 524	0.64 542	1.06 542	9.63 582	1.16 537	0.49 485

SA	0.66 259	0.30 237	0.82 296	0.61 355	0.30 155	0.58 166	0.38 157	1.44 310	1.30 413	0.96 214	1.36 367	0.66 171	0.95 370	1.85 375	0.42 182	0.19 184	0.15 225	0.25 334	0.23 342	0.21 240	0.17 152

CSP-Net	0.97 402	0.38 377	0.83 301	0.53 242	0.41 314	1.63 470	0.77 422	2.00 469	1.05 268	1.25 355	1.20 305	1.33 390	0.83 313	4.93 499	0.85 377	0.32 432	0.22 392	0.20 173	0.20 246	0.23 289	0.25 331

DIP-Stereo	0.62 225	0.30 237	0.83 301	0.48 145	0.36 253	0.95 357	0.33 95	2.37 528	0.67 133	1.25 355	1.00 205	0.68 176	0.51 162	0.91 157	0.61 298	0.18 143	0.15 225	0.21 208	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
FC-DCNN v2	2.81 548	0.59 465	0.85 303	0.73 459	0.57 415	2.97 540	1.05 487	3.39 551	2.61 538	6.98 571	7.67 565	10.38 573	6.31 569	5.75 520	3.37 530	0.53 514	0.48 525	0.51 505	0.50 513	0.53 493	0.51 491

ffm	0.72 287	0.33 308	0.85 303	0.53 242	0.37 268	0.74 265	0.56 344	0.95 151	2.47 533	1.15 294	1.45 394	1.06 316	0.82 305	1.55 325	0.32 71	0.20 219	0.12 54	0.31 415	0.27 398	0.19 164	0.20 250

ff1	1.37 475	0.33 308	0.85 303	0.53 242	0.37 268	0.74 265	0.56 344	0.95 151	2.47 533	1.15 294	1.45 394	1.06 316	0.82 305	7.22 544	7.61 553	0.20 219	0.12 54	0.31 415	0.27 398	0.19 164	0.20 250

mmx	1.39 478	0.33 308	0.85 303	0.53 242	0.37 268	0.74 265	0.56 344	2.13 491	1.37 446	1.15 294	1.45 394	1.06 316	0.82 305	7.22 544	7.61 553	0.24 321	0.19 334	0.31 415	0.27 398	0.30 383	0.25 331

xxx	1.39 478	0.33 308	0.85 303	0.53 242	0.37 268	0.74 265	0.56 344	2.13 491	1.37 446	1.15 294	1.45 394	1.06 316	0.82 305	7.22 544	7.61 553	0.24 321	0.19 334	0.31 415	0.27 398	0.30 383	0.25 331

SACVNet	0.85 367	0.46 415	0.85 303	0.81 483	0.56 412	0.80 303	0.79 427	1.68 376	1.12 304	1.34 404	1.33 353	1.25 369	0.94 365	2.39 427	0.76 344	0.34 451	0.26 428	0.31 415	0.29 431	0.35 417	0.44 469

model_zeroshot	0.48 131	0.29 216	0.86 309	0.51 203	0.36 253	0.69 242	0.37 150	1.12 229	0.62 108	0.85 190	0.84 163	0.66 171	0.37 78	0.73 99	0.34 102	0.20 219	0.16 265	0.19 138	0.16 153	0.17 92	0.16 126

SMFormer	0.75 318	0.30 237	0.86 309	0.46 107	0.26 67	0.82 314	0.43 219	2.05 480	1.39 455	1.23 341	1.47 401	0.98 291	0.95 370	1.71 355	0.82 369	0.24 321	0.20 352	0.22 237	0.21 290	0.23 289	0.24 319

tta	0.75 318	0.30 237	0.86 309	0.46 107	0.26 67	0.82 314	0.43 219	2.05 480	1.39 455	1.23 341	1.47 401	0.98 291	0.95 370	1.71 355	0.82 369	0.24 321	0.20 352	0.22 237	0.21 290	0.18 123	0.18 177

qqq1	0.72 287	0.30 237	0.86 309	0.46 107	0.26 67	0.82 314	0.43 219	2.05 480	1.39 455	1.23 341	1.47 401	0.98 291	0.95 370	1.71 355	0.44 195	0.24 321	0.20 352	0.18 115	0.15 111	0.18 123	0.18 177

fff1	0.72 287	0.30 237	0.86 309	0.46 107	0.26 67	0.82 314	0.43 219	2.05 480	1.39 455	1.23 341	1.47 401	0.98 291	0.95 370	1.71 355	0.44 195	0.24 321	0.20 352	0.18 115	0.15 111	0.18 123	0.18 177

1111x	1.70 504	0.29 216	0.86 309	0.51 203	0.27 91	1.01 376	0.68 398	2.22 514	1.28 403	1.13 285	1.40 380	1.21 356	1.10 424	5.53 513	15.20 574	0.22 279	0.21 374	0.22 237	0.22 319	0.24 304	0.22 285

StereoVision	0.65 252	0.34 332	0.86 309	0.59 329	0.40 306	0.50 106	0.41 196	1.09 218	0.93 215	0.71 151	2.50 517	0.82 219	0.57 198	1.03 193	0.49 242	0.25 348	0.28 444	0.29 396	0.28 419	0.36 424	0.20 250

CFNet_pseudo	0.66 259	0.32 286	0.86 309	0.48 145	0.39 295	0.70 249	0.40 180	1.33 280	1.22 375	1.16 304	1.34 360	1.24 365	0.64 234	0.98 180	0.59 288	0.21 253	0.16 265	0.33 439	0.19 214	0.36 424	0.25 331

GANet	1.36 474	0.47 420	0.86 309	0.67 418	0.45 344	1.34 437	1.73 532	1.64 367	1.24 384	1.49 447	2.38 509	1.55 433	1.20 446	9.30 564	0.93 389	0.30 417	0.31 465	0.33 439	0.28 419	0.39 441	0.30 397

ccs_rob	0.66 259	0.33 308	0.86 309	0.48 145	0.39 295	0.70 249	0.40 180	1.33 280	1.22 375	1.16 304	1.34 360	1.23 363	0.64 234	0.98 180	0.59 288	0.21 253	0.16 265	0.35 457	0.20 246	0.37 428	0.25 331

FC-DCNN	2.72 547	0.59 465	0.86 309	0.73 459	0.57 415	2.91 538	1.04 485	3.01 545	2.60 537	6.83 570	7.64 564	9.92 570	6.33 570	5.21 502	3.14 524	0.53 514	0.48 525	0.51 505	0.50 513	0.53 493	0.51 491

rvit_stereo_ft	0.47 125	0.35 353	0.87 320	0.67 418	0.42 319	0.40 34	0.59 367	0.81 97	0.74 154	0.46 83	0.55 87	0.57 136	0.49 152	0.65 77	0.50 248	0.25 348	0.17 294	0.22 237	0.22 319	0.24 304	0.17 152

test_sample6	0.71 285	0.34 332	0.87 320	0.52 224	0.30 155	0.82 314	0.58 359	1.79 414	1.15 331	1.14 288	1.33 353	0.91 259	0.79 290	1.31 264	0.74 336	0.27 387	0.21 374	0.27 370	0.29 431	0.28 361	0.27 365

test_sample5	0.69 274	0.34 332	0.87 320	0.52 224	0.30 155	0.84 327	0.54 318	1.83 426	1.14 319	1.11 268	1.25 319	0.88 247	0.78 286	1.23 244	0.65 310	0.26 371	0.20 352	0.27 370	0.27 398	0.27 342	0.26 355

DualNet	0.70 278	0.34 332	0.87 320	0.52 224	0.30 155	0.84 327	0.54 318	1.83 426	1.14 319	1.14 288	1.33 353	0.88 247	0.78 286	1.23 244	0.65 310	0.26 371	0.20 352	0.27 370	0.27 398	0.27 342	0.26 355

RALAANet	0.60 215	0.33 308	0.87 320	0.62 367	0.50 373	0.69 242	0.31 80	1.21 255	1.06 272	1.09 254	1.16 289	0.88 247	0.46 124	1.22 242	0.42 182	0.19 184	0.15 225	0.21 208	0.17 174	0.27 342	0.17 152

MSMDNet	0.66 259	0.32 286	0.87 320	0.49 161	0.37 268	0.79 295	0.40 180	1.43 309	1.31 417	1.15 294	1.31 345	1.24 365	0.63 230	0.88 149	0.57 282	0.21 253	0.16 265	0.26 353	0.19 214	0.39 441	0.24 319

DeepPruner_ROB	0.74 310	0.48 424	0.87 320	0.57 310	0.44 337	0.79 295	0.54 318	1.73 387	0.96 225	1.38 417	1.27 329	1.24 365	0.73 263	1.43 300	0.73 335	0.34 451	0.28 444	0.27 370	0.26 387	0.31 392	0.31 407

test_sample3	0.68 272	0.32 286	0.88 327	0.52 224	0.30 155	0.97 367	0.52 304	1.86 433	1.15 331	1.08 248	1.11 260	0.88 247	0.71 258	1.17 233	0.68 320	0.25 348	0.20 352	0.25 334	0.25 370	0.25 316	0.25 331

PCWNet_CMD	0.66 259	0.32 286	0.88 327	0.49 161	0.37 268	0.78 289	0.40 180	1.42 303	1.31 417	1.16 304	1.31 345	1.25 369	0.62 225	0.89 154	0.57 282	0.20 219	0.16 265	0.27 370	0.19 214	0.40 445	0.25 331

CFNet_ucs	0.70 278	0.33 308	0.88 327	0.50 173	0.43 329	0.74 265	0.44 232	1.60 356	1.29 407	1.22 335	1.54 420	1.09 332	0.63 230	0.99 184	0.59 288	0.25 348	0.20 352	0.37 468	0.21 290	0.40 445	0.28 377

RAFT_CTSACE	0.63 232	0.26 129	0.88 327	0.55 281	0.51 384	0.71 254	0.44 232	0.80 92	0.97 232	0.97 217	1.84 474	1.18 352	0.68 245	1.47 310	0.36 122	0.16 60	0.15 225	0.21 208	0.20 246	0.20 198	0.14 63

LMCR-Stereo	0.82 352	0.46 415	0.88 327	0.75 467	0.43 329	1.33 435	0.56 344	2.43 533	0.98 237	1.53 452	1.49 408	0.74 191	1.00 397	1.63 338	0.89 384	0.28 401	0.17 294	0.22 237	0.17 174	0.29 372	0.20 250

StereoDRNet-Refined	0.80 341	0.41 396	0.88 327	0.62 367	0.42 319	1.33 435	0.48 274	1.52 333	1.17 343	1.45 436	1.44 392	1.44 411	0.90 345	1.26 253	1.24 438	0.20 219	0.16 265	0.27 370	0.24 355	0.25 316	0.28 377
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gcap-zeroshot	0.53 154	0.28 181	0.89 333	0.49 161	0.28 116	0.76 276	0.37 150	1.34 285	0.73 152	0.89 195	0.67 115	1.35 395	0.51 162	0.79 118	0.33 85	0.18 143	0.15 225	0.18 115	0.15 111	0.17 92	0.16 126

TransformOpticalFlow	0.96 396	0.28 181	0.89 333	0.52 224	0.31 181	0.66 226	0.54 318	1.75 394	1.12 304	1.09 254	1.44 392	1.37 400	1.01 399	6.70 538	0.42 182	0.19 184	0.12 54	0.20 173	0.19 214	0.18 123	0.19 217

ADLNet	0.85 367	0.36 363	0.89 333	0.85 500	0.72 470	1.24 421	0.76 419	1.82 421	1.36 442	1.52 451	1.35 366	1.27 377	0.99 395	1.23 244	1.15 428	0.27 387	0.20 352	0.26 353	0.25 370	0.28 361	0.30 397

MSMD_ROB	1.99 523	0.59 465	0.89 333	0.70 439	0.61 438	3.95 554	0.94 468	1.80 417	1.79 505	4.41 558	4.43 542	8.17 566	3.66 555	3.40 467	1.33 449	0.52 508	0.48 525	0.54 513	0.58 523	0.53 493	0.50 487

GES	0.66 259	0.34 332	0.90 337	0.59 329	0.38 285	0.94 353	0.57 355	2.11 490	0.86 188	1.02 236	1.11 260	0.66 171	0.79 290	0.99 184	0.61 298	0.27 387	0.19 334	0.20 173	0.20 246	0.21 240	0.30 397

UPFNet	0.80 341	0.32 286	0.90 337	0.59 329	0.74 476	1.26 424	0.80 433	1.52 333	1.10 298	1.30 378	1.12 267	1.30 384	0.84 317	1.67 346	1.09 417	0.24 321	0.24 413	0.24 295	0.23 342	0.25 316	0.18 177

DMCA	0.67 268	0.34 332	0.90 337	0.51 203	0.44 337	0.86 331	0.47 263	1.42 303	1.02 255	1.17 313	1.12 267	1.23 363	0.75 267	0.78 114	0.95 395	0.25 348	0.19 334	0.27 370	0.19 214	0.24 304	0.27 365

test_sample4	0.69 274	0.33 308	0.91 340	0.51 203	0.30 155	0.92 348	0.52 304	1.87 435	1.15 331	1.14 288	1.18 294	0.87 243	0.75 267	1.18 235	0.68 320	0.25 348	0.20 352	0.26 353	0.26 387	0.26 328	0.25 331

iRaft-Stereo_5w	0.85 367	0.29 216	0.91 340	0.53 242	0.43 329	0.49 92	0.68 398	0.99 165	0.87 192	0.79 170	1.34 360	1.46 416	0.91 348	5.11 500	1.11 423	0.17 103	0.14 167	0.22 237	0.18 192	0.20 198	0.20 250

AASNet	0.76 324	0.35 353	0.91 340	0.79 477	0.81 499	1.14 399	0.56 344	2.02 477	1.08 283	1.22 335	1.24 315	0.93 270	0.76 275	0.77 109	1.16 429	0.27 387	0.23 404	0.24 295	0.20 246	0.28 361	0.24 319

RASNet	1.12 444	0.30 237	0.91 340	0.66 406	0.77 487	0.97 367	0.57 355	1.37 291	1.35 438	1.02 236	1.34 360	2.11 503	1.43 475	7.09 543	1.39 460	0.19 184	0.17 294	0.17 80	0.19 214	0.18 123	0.16 126

MIM_Stereo	0.57 200	0.24 78	0.92 344	0.46 107	0.30 155	0.54 144	0.28 58	1.27 273	0.75 155	1.00 229	1.16 289	0.93 270	0.53 172	1.45 304	0.61 298	0.16 60	0.16 265	0.20 173	0.19 214	0.17 92	0.14 63

MeshStereo	2.26 530	0.56 455	0.92 344	0.61 355	0.49 366	2.60 529	1.02 483	3.18 547	2.05 522	7.40 575	4.98 552	7.58 563	2.98 549	6.37 530	1.96 500	0.43 489	0.43 513	0.45 494	0.39 487	0.43 459	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
UGAM-zero	1.00 413	0.30 237	0.93 346	0.47 118	0.30 155	0.57 163	0.25 35	2.25 517	0.63 111	1.01 232	1.10 254	2.73 527	1.85 514	6.26 527	0.40 160	0.17 103	0.14 167	0.19 138	0.15 111	0.16 61	0.17 152

GCST	1.08 434	1.47 545	0.93 346	1.73 546	1.14 532	1.30 430	0.31 80	1.33 280	1.16 340	1.29 370	0.97 198	0.98 291	0.49 152	2.08 398	0.46 222	1.19 545	0.70 545	1.30 545	0.85 542	1.02 533	0.89 531

CoDeX	0.73 305	0.29 216	0.93 346	0.54 257	0.36 253	1.14 399	0.61 373	2.34 525	1.17 343	1.16 304	1.25 319	0.91 259	0.87 333	1.33 271	0.64 309	0.20 219	0.16 265	0.21 208	0.18 192	0.20 198	0.18 177

PS-NSSS	0.99 408	0.58 462	0.93 346	0.58 316	0.57 415	0.91 341	0.80 433	1.81 420	1.14 319	1.14 288	1.67 454	1.00 298	0.83 313	4.62 490	0.78 352	0.37 466	0.31 465	0.52 507	0.32 455	0.45 469	0.38 446

DDVS	0.78 334	0.41 396	0.94 350	0.60 341	0.43 329	1.30 430	0.43 219	1.40 299	0.91 208	1.20 326	1.15 284	1.43 406	0.64 234	2.18 409	0.89 384	0.28 401	0.22 392	0.26 353	0.23 342	0.31 392	0.33 419

MIPNet	0.56 193	0.28 181	0.94 350	0.49 161	0.33 221	0.66 226	0.38 157	1.35 288	1.08 283	1.06 244	0.92 179	0.60 149	0.79 290	0.73 99	0.52 260	0.17 103	0.14 167	0.19 138	0.16 153	0.18 123	0.17 152

GMStereo	0.55 184	0.45 413	0.94 350	0.50 173	0.32 200	0.64 201	0.43 219	1.00 169	1.40 460	0.82 180	0.73 135	0.51 109	0.45 117	0.85 140	0.55 277	0.24 321	0.15 225	0.20 173	0.21 290	0.31 392	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
HGLStereo	0.85 367	0.38 377	0.94 350	0.80 480	1.03 521	1.17 409	0.58 359	1.52 333	1.20 363	1.19 322	1.62 442	1.13 344	1.20 446	1.80 369	1.06 411	0.24 321	0.24 413	0.24 295	0.21 290	0.23 289	0.27 365

G2L-Stereo	0.80 341	0.32 286	0.95 354	0.60 341	0.42 319	0.78 289	0.69 402	1.50 324	1.09 291	1.33 400	1.14 276	1.45 413	0.72 261	2.45 430	1.10 420	0.25 348	0.20 352	0.26 353	0.21 290	0.20 198	0.26 355

UGAM	1.14 449	0.27 159	0.95 354	0.53 242	0.42 319	0.70 249	0.72 410	0.95 151	1.32 421	0.98 221	1.48 406	1.78 471	0.87 333	9.65 570	0.87 380	0.21 253	0.18 316	0.30 409	0.24 355	0.19 164	0.16 126

MyStereo06	0.61 221	0.28 181	0.95 354	0.56 294	0.46 356	0.61 185	0.73 411	1.78 408	0.67 133	1.03 240	1.12 267	1.13 344	0.56 189	0.78 114	0.41 171	0.17 103	0.16 265	0.23 275	0.20 246	0.22 264	0.20 250

hknet	0.77 326	0.32 286	0.95 354	0.54 257	0.38 285	1.27 425	0.65 385	2.16 500	1.07 277	1.20 326	1.11 260	1.59 439	0.81 300	1.37 282	0.66 313	0.22 279	0.17 294	0.25 334	0.22 319	0.22 264	0.22 285

delet	0.85 367	0.32 286	0.95 354	0.65 399	0.66 453	1.64 472	0.84 440	1.75 394	1.35 438	1.32 392	1.30 339	1.30 384	0.88 338	1.68 351	1.10 420	0.21 253	0.21 374	0.24 295	0.24 355	0.21 240	0.21 267

acv_ft	0.75 318	0.31 270	0.95 354	0.70 439	0.86 508	1.24 421	0.53 312	1.44 310	1.07 277	1.24 349	1.30 339	1.08 322	0.92 351	0.80 121	1.34 451	0.21 253	0.19 334	0.21 208	0.18 192	0.21 240	0.18 177

CIPLG	0.62 225	0.33 308	0.96 360	0.58 316	0.50 373	0.75 270	0.48 274	1.05 195	0.96 225	1.40 424	1.57 430	0.64 164	0.48 144	0.89 154	0.70 324	0.23 306	0.15 225	0.19 138	0.16 153	0.19 164	0.21 267

STrans-v2	1.04 428	0.28 181	0.96 360	0.49 161	0.32 200	0.68 237	0.79 427	2.47 535	1.12 304	1.12 270	1.46 400	1.40 402	1.46 480	6.70 538	0.43 192	0.18 143	0.13 115	0.20 173	0.18 192	0.18 123	0.18 177

dd	0.59 212	0.48 424	0.97 362	0.55 281	0.32 200	0.64 201	0.47 263	1.02 176	1.34 428	0.78 167	0.86 166	0.58 141	0.54 177	1.01 189	0.86 379	0.28 401	0.18 316	0.26 353	0.19 214	0.32 401	0.24 319

IPLG	0.69 274	0.27 159	0.97 362	0.51 203	0.43 329	0.79 295	0.33 95	1.21 255	1.06 272	1.30 378	1.10 254	0.52 116	0.55 184	3.16 462	0.63 305	0.16 60	0.14 167	0.19 138	0.16 153	0.18 123	0.17 152

TRStereo	0.60 215	0.60 473	0.97 362	0.74 463	0.67 457	0.46 69	0.38 157	1.85 430	0.89 199	0.79 170	0.80 158	0.88 247	0.39 87	1.10 214	0.41 171	0.23 306	0.15 225	0.23 275	0.24 355	0.17 92	0.15 96

rvit_0105_6	0.53 154	0.37 370	0.98 365	0.65 399	0.38 285	0.51 123	0.51 293	0.77 75	1.20 363	0.54 119	0.55 87	0.65 167	0.53 172	0.94 168	0.44 195	0.32 432	0.32 473	0.28 385	0.24 355	0.28 361	0.21 267

IGEV_Zeroshot_test	0.53 154	0.30 237	0.99 366	0.56 294	0.35 243	0.41 38	0.32 88	1.37 291	0.63 111	1.00 229	1.09 250	0.95 281	0.41 94	0.83 132	0.39 153	0.18 143	0.12 54	0.19 138	0.18 192	0.19 164	0.17 152

UDG	1.41 481	2.65 568	0.99 366	1.44 543	1.64 547	1.34 437	0.80 433	1.60 356	1.23 378	1.23 341	1.71 457	2.01 496	1.34 468	1.47 310	1.41 465	0.90 533	0.54 536	2.29 553	0.75 535	1.84 544	1.04 538

IPLGR_C	0.62 225	0.33 308	0.99 366	0.58 316	0.49 366	0.76 276	0.48 274	1.10 221	0.96 225	1.40 424	1.56 426	0.62 158	0.48 144	0.80 121	0.71 329	0.23 306	0.15 225	0.19 138	0.16 153	0.19 164	0.21 267

GEStereo_RVC	0.90 382	0.37 370	0.99 366	0.64 385	0.50 373	0.95 357	0.79 427	2.42 532	1.17 343	1.16 304	1.11 260	1.26 373	0.92 351	3.24 463	0.90 387	0.29 412	0.19 334	0.23 275	0.20 246	0.27 342	0.29 383

iResNet_ROB	0.77 326	0.30 237	0.99 366	0.57 310	0.36 253	0.83 319	0.36 131	2.33 523	1.58 488	1.27 362	1.30 339	1.25 369	0.84 317	1.65 341	0.79 358	0.20 219	0.14 167	0.17 80	0.12 41	0.18 123	0.27 365

MyStereo8	0.65 252	0.29 216	1.00 371	0.58 316	0.49 366	0.91 341	0.35 115	1.18 244	1.31 417	1.16 304	1.27 329	0.90 256	0.64 234	0.72 95	0.95 395	0.18 143	0.14 167	0.20 173	0.18 192	0.22 264	0.26 355

CRFU-Net	0.86 372	0.39 382	1.00 371	0.65 399	0.57 415	1.78 487	0.86 447	2.15 497	0.81 176	1.38 417	1.18 294	1.64 451	1.19 443	1.35 276	0.90 387	0.26 371	0.22 392	0.21 208	0.19 214	0.23 289	0.24 319

iRaft-Stereo_20w	0.65 252	0.31 270	1.00 371	0.47 118	0.34 239	0.73 261	0.30 73	2.96 544	0.70 142	1.15 294	1.14 276	0.76 197	0.65 240	1.11 217	0.38 145	0.17 103	0.13 115	0.18 115	0.16 153	0.19 164	0.18 177

MaskLacGwcNet_RVC	1.10 439	1.02 521	1.00 371	0.82 491	0.67 457	1.93 500	0.93 465	1.62 363	1.11 300	1.15 294	1.25 319	1.50 425	0.79 290	1.96 387	0.76 344	1.89 548	0.34 479	0.79 532	0.36 480	1.25 541	0.83 528

rvit_105_1	0.72 287	0.52 441	1.01 375	0.78 475	0.49 366	0.75 270	0.87 449	1.12 229	1.18 350	0.99 224	0.79 153	0.90 256	0.77 279	1.26 253	0.75 341	0.41 480	0.36 495	0.36 465	0.41 492	0.30 383	0.33 419

GMStereo_Zeroshot	0.67 268	0.61 475	1.01 375	0.64 385	0.37 268	0.84 327	0.35 115	1.05 195	1.12 304	1.12 270	1.06 236	1.27 377	0.54 177	1.19 237	0.59 288	0.32 432	0.17 294	0.31 415	0.18 192	0.52 491	0.22 285

plain	0.46 117	0.27 159	1.01 375	0.50 173	0.40 306	0.35 19	0.37 150	0.87 113	0.56 95	0.43 66	0.76 143	0.42 62	0.40 91	1.13 222	0.45 208	0.21 253	0.15 225	0.24 295	0.19 214	0.24 304	0.16 126

ACRE	0.61 221	0.33 308	1.01 375	0.58 316	0.49 366	0.75 270	0.47 263	1.06 208	0.95 220	1.37 412	1.55 422	0.62 158	0.46 124	0.83 132	0.70 324	0.23 306	0.15 225	0.19 138	0.16 153	0.18 123	0.21 267

ccnet	1.12 444	0.67 485	1.01 375	0.78 475	0.73 475	1.72 478	0.99 478	1.84 429	1.26 392	1.47 439	1.85 476	1.75 468	1.29 460	1.75 360	1.88 496	0.57 517	0.53 533	0.57 522	0.55 520	0.59 504	0.54 494

GwcNet-RSSM	0.77 326	0.32 286	1.01 375	0.62 367	0.54 403	0.78 289	0.51 293	1.73 387	1.20 363	1.09 254	1.37 369	1.46 416	0.85 320	1.53 321	1.09 417	0.25 348	0.18 316	0.23 275	0.24 355	0.20 198	0.19 217

CFNet	0.96 396	0.36 363	1.01 375	0.62 367	0.42 319	0.99 373	0.47 263	1.90 444	1.32 421	0.99 224	1.39 378	1.10 334	0.86 328	5.58 516	0.79 358	0.23 306	0.17 294	0.28 385	0.27 398	0.26 328	0.21 267

ssnet_v2	0.88 377	0.36 363	1.02 382	0.62 367	0.38 285	1.32 433	0.97 473	2.07 486	1.34 428	1.37 412	1.18 294	1.54 431	0.92 351	1.10 214	1.65 486	0.30 417	0.27 437	0.30 409	0.28 419	0.27 342	0.26 355

IER	0.70 278	0.31 270	1.02 382	0.48 145	0.52 396	1.34 437	0.51 293	1.17 239	0.99 244	1.23 341	1.34 360	1.12 339	1.11 425	0.99 184	0.71 329	0.20 219	0.16 265	0.21 208	0.21 290	0.20 198	0.19 217

sCroCo_RVC	0.49 137	0.40 388	1.02 382	0.65 399	0.60 435	0.52 127	0.40 180	0.83 106	0.61 106	0.44 70	0.74 139	0.49 99	0.50 158	0.63 69	0.48 234	0.26 371	0.27 437	0.23 275	0.22 319	0.29 372	0.25 331

SFCPSM	0.70 278	0.28 181	1.02 382	0.51 203	0.38 285	1.37 440	0.66 390	2.00 469	1.03 259	1.17 313	1.21 307	0.82 219	0.78 286	1.03 193	0.53 267	0.21 253	0.17 294	0.22 237	0.24 355	0.21 240	0.19 217

PAM_32	0.77 326	0.28 181	1.03 386	0.52 224	0.30 155	1.32 433	0.35 115	1.97 464	0.65 130	1.02 236	1.06 236	3.05 532	1.49 485	0.96 171	0.36 122	0.19 184	0.13 115	0.20 173	0.18 192	0.19 164	0.19 217

DAS	0.84 363	0.34 332	1.03 386	0.64 385	0.69 465	0.77 284	0.63 381	1.54 342	1.20 363	1.79 492	1.55 422	0.95 281	1.04 408	2.83 448	0.60 296	0.21 253	0.16 265	0.25 334	0.18 192	0.27 342	0.22 285

SepStereo	0.82 352	0.34 332	1.03 386	0.64 385	0.69 465	0.77 284	0.63 381	1.54 342	1.20 363	1.79 492	1.55 422	0.95 281	1.04 408	2.30 420	0.60 296	0.21 253	0.16 265	0.25 334	0.18 192	0.27 342	0.22 285

MANE	6.19 564	0.59 465	1.03 386	0.93 520	1.22 538	13.38 575	2.69 562	12.81 579	17.94 583	8.21 576	10.82 574	14.72 576	11.68 574	11.39 576	11.90 568	0.59 521	0.50 530	0.52 507	1.76 566	0.55 497	0.54 494

test-1	0.52 144	0.26 129	1.04 390	0.56 294	0.32 200	0.61 185	0.38 157	1.10 221	0.91 208	0.78 167	1.01 211	0.77 200	0.52 167	0.60 60	0.42 182	0.17 103	0.14 167	0.20 173	0.17 174	0.20 198	0.23 305

rvit_0105_5	0.58 206	0.39 382	1.05 391	0.66 406	0.37 268	0.58 166	0.56 344	0.94 146	1.18 350	0.64 140	0.68 118	0.75 193	0.63 230	0.88 149	0.50 248	0.32 432	0.32 473	0.30 409	0.27 398	0.28 361	0.25 331

rvit_stereo_0075_2	0.64 244	0.46 415	1.05 391	0.66 406	0.66 453	0.53 136	0.48 274	1.20 254	1.12 304	0.76 159	0.92 179	0.78 204	0.53 172	1.03 193	0.59 288	0.37 466	0.28 444	0.40 482	0.31 447	0.37 428	0.32 413

NLCA_NET_v2_RVC	0.79 338	0.43 403	1.05 391	0.64 385	0.58 424	0.95 357	0.53 312	1.53 339	1.18 350	1.37 412	1.15 284	1.43 406	0.88 338	1.61 335	0.84 374	0.25 348	0.22 392	0.27 370	0.27 398	0.29 372	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.
DN-CSS_ROB	0.64 244	0.32 286	1.05 391	0.55 281	0.40 306	0.54 144	0.45 249	1.21 255	0.93 215	1.03 240	1.47 401	0.69 181	0.63 230	1.76 365	0.49 242	0.18 143	0.14 167	0.25 334	0.22 319	0.22 264	0.20 250

rvit_0105_4	0.56 193	0.38 377	1.06 395	0.66 406	0.38 285	0.53 136	0.53 312	0.84 109	1.17 343	0.56 121	0.61 101	0.72 189	0.59 208	0.98 180	0.45 208	0.32 432	0.33 478	0.29 396	0.25 370	0.29 372	0.23 305

ADStereo(finetuned)	0.57 200	0.24 78	1.06 395	0.43 62	0.24 42	0.49 92	0.35 115	1.05 195	1.30 413	1.12 270	1.03 229	0.58 141	1.20 446	0.84 135	0.51 253	0.16 60	0.13 115	0.17 80	0.13 65	0.18 123	0.19 217

dad	0.86 372	0.66 484	1.06 395	0.56 294	0.37 268	0.76 276	0.44 232	1.17 239	1.50 478	1.44 434	1.27 329	1.34 394	0.75 267	2.52 437	0.84 374	0.42 484	0.27 437	0.83 533	0.26 387	0.41 448	0.29 383

DSFCA	0.93 390	0.34 332	1.06 395	0.52 224	0.65 450	1.55 464	0.93 465	1.49 320	1.19 358	1.56 462	1.15 284	1.50 425	0.96 377	3.07 457	1.02 407	0.30 417	0.26 428	0.25 334	0.25 370	0.28 361	0.24 319

NCCL2	1.00 413	0.56 455	1.06 395	0.75 467	0.57 415	1.31 432	1.72 531	1.77 404	1.36 442	1.50 448	1.17 292	1.91 483	1.17 436	1.54 323	1.29 446	0.35 458	0.31 465	0.45 494	0.44 499	0.40 445	0.40 450

ISRNet	0.80 341	0.33 308	1.07 400	0.81 483	0.66 453	0.60 179	0.34 107	1.19 252	1.13 316	1.59 469	1.53 415	1.35 395	0.77 279	1.27 256	0.94 391	0.39 473	0.34 479	0.43 489	0.38 485	0.34 414	0.49 485

MyStereo05	0.66 259	0.28 181	1.07 400	0.56 294	0.46 356	0.61 185	0.73 411	1.34 285	1.41 465	1.15 294	0.91 177	0.77 200	0.80 296	1.41 299	0.63 305	0.17 103	0.16 265	0.23 275	0.20 246	0.22 264	0.20 250

MyStereo04	0.67 268	0.29 216	1.07 400	0.55 281	0.45 344	0.59 171	0.79 427	1.50 324	1.40 460	0.91 202	0.91 177	0.74 191	0.86 328	1.52 317	0.62 301	0.17 103	0.16 265	0.24 295	0.20 246	0.23 289	0.20 250

DCANet-4	0.54 169	0.26 129	1.07 400	0.42 55	0.24 42	0.48 80	0.36 131	0.99 165	1.30 413	1.10 262	1.02 219	0.56 134	0.75 267	0.73 99	0.52 260	0.16 60	0.13 115	0.17 80	0.13 65	0.15 41	0.19 217

PAM	0.76 324	0.29 216	1.08 404	0.52 224	0.33 221	1.38 443	0.39 172	2.01 473	0.67 133	1.06 244	0.96 189	2.89 531	1.43 475	0.86 144	0.35 112	0.19 184	0.12 54	0.19 138	0.17 174	0.19 164	0.20 250

rvit_0105_3	0.63 232	0.44 406	1.08 404	0.72 451	0.40 306	0.64 201	0.71 407	1.03 181	1.17 343	0.82 180	0.70 126	0.80 210	0.70 253	0.91 157	0.56 279	0.35 458	0.34 479	0.34 449	0.32 455	0.27 342	0.28 377

SQANet	1.31 468	0.88 513	1.08 404	1.83 548	1.44 544	1.44 454	0.75 416	1.74 392	1.09 291	1.32 392	1.26 326	1.28 380	1.01 399	1.50 314	0.83 371	2.50 554	0.34 479	1.47 546	0.55 520	2.32 547	1.57 549

RAFT + AFF	1.00 413	0.42 400	1.09 407	0.67 418	0.50 373	1.22 419	1.24 506	2.24 516	1.19 358	1.30 378	1.56 426	1.17 349	1.49 485	3.44 471	0.83 371	0.21 253	0.25 422	0.30 409	0.26 387	0.27 342	0.27 365

MMNet	0.84 363	0.32 286	1.09 407	0.60 341	0.59 432	1.85 494	0.49 284	1.51 331	1.27 398	1.37 412	1.15 284	1.26 373	1.18 440	1.67 346	1.22 436	0.19 184	0.18 316	0.23 275	0.22 319	0.25 316	0.21 267

XPNet_ROB	0.96 396	0.49 427	1.09 407	0.72 451	0.57 415	1.11 394	1.14 497	1.66 373	1.23 378	1.85 499	1.39 378	1.64 451	1.11 425	1.80 369	1.42 469	0.38 470	0.30 459	0.33 439	0.29 431	0.37 428	0.34 424

PFNet	0.91 385	0.26 129	1.10 410	0.63 376	0.32 200	0.64 201	0.56 344	1.17 239	0.99 244	1.47 439	1.08 245	0.98 291	0.69 248	6.62 533	0.54 273	0.20 219	0.12 54	0.24 295	0.19 214	0.20 198	0.17 152

MLCV	0.72 287	0.34 332	1.10 410	0.51 203	0.23 25	0.91 341	0.39 172	1.33 280	1.23 378	1.46 438	1.55 422	1.01 305	0.64 234	1.95 386	0.80 362	0.18 143	0.12 54	0.18 115	0.14 93	0.19 164	0.17 152

Anonymous3	0.61 221	0.44 406	1.11 412	0.59 329	0.49 366	0.93 352	0.65 385	0.93 139	0.81 176	0.72 156	0.88 171	0.65 167	0.69 248	1.06 202	0.53 267	0.35 458	0.30 459	0.26 353	0.26 387	0.31 392	0.27 365

DISCO	1.03 425	0.34 332	1.11 412	0.69 433	0.45 344	2.07 509	0.84 440	2.13 491	1.50 478	1.15 294	1.33 353	2.40 515	1.07 419	2.60 440	1.51 481	0.23 306	0.18 316	0.22 237	0.20 246	0.31 392	0.27 365

DDUNet	1.50 486	2.69 569	1.12 414	1.77 547	1.88 549	1.84 493	0.92 461	1.70 383	1.16 340	1.38 417	1.79 468	1.60 441	1.12 428	1.37 282	1.08 415	1.10 543	0.76 546	2.37 555	0.94 546	2.00 545	1.37 546

RP	1.09 437	0.50 434	1.12 414	0.90 514	1.04 522	1.11 394	0.84 440	1.80 417	1.62 490	1.55 461	2.00 490	1.90 482	1.78 508	1.84 372	1.25 439	0.52 508	0.36 495	0.48 501	0.36 480	0.45 469	0.43 466

DualNet (step1)	0.83 358	0.49 427	1.13 416	0.56 294	0.39 295	1.02 378	0.73 411	1.78 408	1.21 369	1.22 335	1.18 294	1.08 322	0.92 351	1.23 244	0.67 316	0.57 517	0.28 444	0.62 525	0.67 531	0.45 469	0.42 459

test_sample9	1.86 514	0.49 427	1.13 416	0.56 294	0.39 295	1.02 378	0.73 411	1.78 408	1.21 369	1.22 335	1.18 294	1.08 322	0.92 351	2.27 418	7.92 557	0.57 517	12.61 586	0.62 525	0.67 531	0.45 469	0.42 459

test_sample8	2.19 528	0.49 427	1.13 416	0.56 294	0.39 295	1.02 378	0.73 411	1.82 421	1.15 331	2.26 518	1.30 339	4.94 552	2.52 542	2.27 418	7.92 557	0.57 517	12.61 586	0.62 525	0.67 531	0.45 469	0.42 459

DRN-Test	1.00 413	0.44 406	1.13 416	0.70 439	0.81 499	1.62 469	0.79 427	2.14 495	1.44 471	1.78 489	1.33 353	1.43 406	1.05 412	2.18 409	1.53 482	0.27 387	0.21 374	0.31 415	0.30 440	0.32 401	0.28 377

IPLGR	0.58 206	0.27 159	1.14 420	0.48 145	0.28 116	0.65 217	0.33 95	1.22 263	1.13 316	1.18 318	1.05 234	0.69 181	0.66 243	0.96 171	0.52 260	0.17 103	0.15 225	0.20 173	0.17 174	0.20 198	0.18 177

NaN_ROB	1.13 447	0.55 451	1.15 421	0.64 385	0.48 362	1.61 468	2.03 548	1.72 386	1.48 475	2.09 514	1.27 329	1.40 402	1.08 420	3.94 477	1.30 447	0.28 401	0.34 479	0.28 385	0.28 419	0.30 383	0.33 419

ETE_ROB	0.96 396	0.64 482	1.16 422	0.69 433	0.48 362	1.14 399	1.13 496	1.77 404	1.19 358	1.91 505	1.45 394	1.73 463	1.05 412	1.60 333	1.14 427	0.32 432	0.26 428	0.38 471	0.34 471	0.39 441	0.41 455

LALA_ROB	1.01 419	0.59 465	1.16 422	0.67 418	0.51 384	1.63 470	1.26 510	1.69 378	1.38 450	1.81 496	1.37 369	1.94 488	1.02 404	1.58 330	1.38 457	0.37 466	0.27 437	0.43 489	0.37 483	0.43 459	0.37 440

ADLNet2	0.88 377	0.34 332	1.17 424	0.77 473	0.64 448	1.12 397	0.76 419	1.74 392	1.24 384	1.21 330	1.65 449	1.71 461	1.05 412	1.67 346	1.17 432	0.24 321	0.21 374	0.21 208	0.22 319	0.26 328	0.29 383

BEATNet_4x	0.73 305	0.49 427	1.17 424	0.53 242	0.26 67	1.03 381	0.55 336	1.82 421	1.06 272	1.21 330	1.22 309	0.96 287	0.91 348	1.01 189	1.06 411	0.21 253	0.14 167	0.24 295	0.19 214	0.37 428	0.21 267

PSMNet_ROB	0.90 382	0.52 441	1.17 424	0.72 451	0.61 438	1.27 425	1.12 495	1.76 400	1.12 304	1.09 254	1.28 335	1.45 413	0.89 344	1.65 341	1.42 469	0.33 441	0.25 422	0.37 468	0.39 487	0.35 417	0.29 383

otaku	1.60 494	1.11 528	1.21 427	2.20 550	1.56 546	1.97 503	1.24 506	2.07 486	1.36 442	1.44 434	1.62 442	1.73 463	1.19 443	1.73 359	0.98 403	2.89 559	0.57 538	1.74 547	0.60 527	2.78 554	1.94 555

anonymity	1.12 444	0.97 516	1.21 427	1.07 531	1.12 529	1.08 390	0.89 454	1.95 459	1.16 340	1.29 370	1.26 326	1.22 358	1.09 423	1.15 225	1.01 406	1.02 538	1.00 561	0.97 537	0.97 548	0.98 530	0.99 535

STTStereo	0.78 334	0.50 434	1.22 429	0.64 385	0.54 403	0.89 334	0.54 318	1.44 310	1.11 300	1.38 417	1.09 250	1.27 377	0.85 320	1.43 300	0.83 371	0.29 412	0.27 437	0.33 439	0.39 487	0.32 401	0.30 397

Ntro	1.64 498	1.15 531	1.23 430	2.48 555	1.83 548	2.09 510	1.16 500	1.96 460	1.38 450	1.21 330	1.62 442	1.62 443	1.29 460	1.87 378	1.11 423	3.04 560	0.56 537	1.82 549	0.64 529	2.80 555	2.05 556

ToySt	0.66 259	0.33 308	1.23 430	0.51 203	0.33 221	0.86 331	0.68 398	1.10 221	0.97 232	0.84 185	1.08 245	1.25 369	0.94 365	1.01 189	0.74 336	0.19 184	0.19 334	0.24 295	0.24 355	0.27 342	0.23 305

SPS-STEREO	1.67 500	1.04 522	1.23 430	1.21 535	1.13 531	1.82 491	1.11 493	2.16 500	1.52 481	3.07 548	2.32 506	2.82 529	1.80 510	4.11 480	2.04 503	1.03 539	0.99 560	0.97 537	0.94 546	1.03 535	1.02 536
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.10 439	0.54 446	1.24 433	0.84 495	0.94 516	1.29 428	0.89 454	2.01 473	1.34 428	1.32 392	1.74 461	1.88 478	1.74 505	2.35 423	1.25 439	0.45 495	0.37 497	0.45 494	0.58 523	0.42 453	0.42 459

Abc-Net	1.10 439	0.54 446	1.24 433	0.84 495	0.94 516	1.29 428	0.89 454	2.01 473	1.34 428	1.32 392	1.74 461	1.88 478	1.74 505	2.35 423	1.25 439	0.45 495	0.37 497	0.45 494	0.58 523	0.42 453	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
RYNet	1.17 456	0.49 427	1.24 433	0.70 439	0.97 520	1.71 476	0.92 461	1.91 448	1.46 473	1.38 417	1.14 276	1.88 478	1.30 464	4.24 481	1.87 494	0.26 371	0.21 374	0.35 457	0.27 398	0.55 497	0.54 494

RGC	1.14 449	0.79 503	1.26 436	0.91 517	0.96 519	1.52 461	0.77 422	1.92 451	1.26 392	1.54 458	1.93 484	2.02 498	1.54 488	2.25 416	1.31 448	0.44 494	0.35 490	0.58 523	0.48 508	0.47 476	0.46 474

SGM-ForestM	6.52 566	0.38 377	1.26 436	0.63 376	0.35 243	13.59 576	5.32 573	6.32 572	6.70 568	11.14 578	9.18 571	22.51 588	13.93 577	16.89 579	20.07 579	0.36 462	0.37 497	0.36 465	0.35 476	0.36 424	0.34 424

CSAN	1.41 481	0.59 465	1.26 436	0.70 439	0.50 373	1.76 482	1.78 533	1.77 404	1.90 513	2.35 523	2.32 506	1.92 486	1.94 520	5.56 515	1.49 479	0.43 489	0.35 490	0.40 482	0.41 492	0.43 459	0.41 455

DMCA-RVC	0.74 310	0.40 388	1.27 439	0.66 406	0.49 366	0.77 284	0.47 263	1.35 288	1.01 252	1.53 452	1.01 211	1.29 383	0.82 305	1.31 264	0.78 352	0.27 387	0.21 374	0.35 457	0.27 398	0.32 401	0.24 319

CC-Net-ROB	1.49 484	1.26 536	1.27 439	0.88 510	0.79 492	1.76 482	1.00 480	1.79 414	1.26 392	1.10 262	1.61 439	1.21 356	0.99 395	8.13 558	0.84 374	1.09 542	0.41 510	2.20 551	0.46 504	1.20 540	0.48 481

PA-Net	1.01 419	0.57 459	1.29 441	0.64 385	0.74 476	1.19 414	0.84 440	1.69 378	1.43 470	1.16 304	1.19 301	1.32 389	1.19 443	3.42 469	1.25 439	0.29 412	0.45 520	0.33 439	0.49 511	0.32 401	0.47 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.11 442	0.50 434	1.30 442	0.71 447	0.65 450	1.14 399	0.75 416	1.93 455	1.37 446	1.71 483	1.83 472	2.54 520	1.44 477	2.43 429	1.23 437	0.42 484	0.41 510	0.54 513	0.35 476	0.42 453	0.46 474

UNet	0.83 358	0.34 332	1.31 443	0.58 316	0.74 476	1.58 466	0.49 284	1.41 301	1.04 264	1.21 330	1.08 245	1.54 431	1.12 428	1.65 341	1.09 417	0.23 306	0.17 294	0.25 334	0.20 246	0.25 316	0.22 285

GANetREF_RVC	1.07 431	0.86 510	1.31 443	0.82 491	0.53 399	1.41 452	1.31 512	1.76 400	1.52 481	1.27 362	1.31 345	1.46 416	1.24 454	2.03 393	0.96 399	0.56 516	0.45 520	0.67 528	0.50 513	0.88 527	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
WCMA_ROB	1.84 512	0.47 420	1.31 443	0.69 433	0.57 415	2.11 511	1.14 497	1.87 435	1.73 501	4.04 554	6.43 557	5.62 557	3.61 554	2.59 439	1.94 499	0.52 508	0.44 516	0.39 477	0.42 495	0.48 481	0.47 478

FAT-Stereo	1.07 431	0.41 396	1.32 446	0.72 451	0.58 424	1.08 390	0.89 454	1.96 460	1.65 492	1.75 486	1.98 487	2.03 499	1.48 483	2.02 392	1.18 435	0.42 484	0.35 490	0.34 449	0.29 431	0.35 417	0.53 493

DANet	1.08 434	0.61 475	1.32 446	0.85 500	0.72 470	1.37 440	0.51 293	1.54 342	1.15 331	1.78 489	1.54 420	2.01 496	1.11 425	2.90 451	2.00 502	0.33 441	0.30 459	0.40 482	0.30 440	0.44 465	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
AF-Net	1.13 447	0.52 441	1.33 448	0.86 502	0.91 512	1.38 443	0.71 407	2.16 500	1.62 490	1.56 462	2.40 511	1.99 494	1.65 498	1.81 371	1.48 478	0.48 503	0.28 444	0.49 503	0.33 465	0.39 441	0.32 413

Nwc_Net	1.09 437	0.49 427	1.33 448	0.89 513	0.80 497	1.49 459	0.66 390	2.19 510	1.27 398	1.32 392	2.26 504	1.96 491	1.54 488	1.92 381	1.34 451	0.40 476	0.30 459	0.43 489	0.45 501	0.38 437	0.37 440

PWCDC_ROB	1.29 464	0.75 500	1.33 448	1.05 528	0.88 511	1.73 479	0.52 304	1.89 441	3.28 548	1.29 370	4.88 551	1.22 358	1.46 480	1.77 367	1.45 473	0.60 522	0.26 428	0.29 396	0.25 370	0.52 491	0.37 440

DispNO	0.93 390	0.30 237	1.34 451	0.55 281	0.55 409	0.89 334	0.49 284	1.48 318	1.21 369	1.17 313	1.27 329	1.19 353	0.90 345	5.23 503	0.74 336	0.22 279	0.17 294	0.24 295	0.21 290	0.19 164	0.20 250

iResNet	0.75 318	0.40 388	1.36 452	0.67 418	0.29 133	0.92 348	0.59 367	1.52 333	1.25 387	1.28 364	1.48 406	0.94 273	0.76 275	1.62 336	0.78 352	0.18 143	0.14 167	0.18 115	0.15 111	0.22 264	0.23 305

LL-Strereo	1.33 471	0.39 382	1.38 453	0.61 355	0.61 438	0.75 270	0.66 390	1.63 365	1.17 343	1.56 462	1.60 435	2.03 499	2.12 529	9.72 571	0.97 400	0.21 253	0.18 316	0.27 370	0.23 342	0.22 264	0.25 331

DFGA-Net	0.72 287	0.40 388	1.40 454	0.52 224	0.45 344	0.83 319	0.44 232	1.28 277	1.08 283	0.99 224	1.19 301	0.70 185	0.55 184	2.14 403	1.16 429	0.18 143	0.16 265	0.24 295	0.23 342	0.27 342	0.25 331

YMNet	1.00 413	0.54 446	1.40 454	0.81 483	0.85 506	1.87 496	0.62 376	1.55 346	1.18 350	1.63 476	1.99 488	1.77 469	0.97 380	1.50 314	1.45 473	0.33 441	0.37 497	0.31 415	0.32 455	0.32 401	0.29 383

YMNet_1	1.00 413	0.54 446	1.40 454	0.81 483	0.85 506	1.87 496	0.62 376	1.55 346	1.18 350	1.63 476	1.99 488	1.77 469	0.97 380	1.50 314	1.45 473	0.33 441	0.37 497	0.31 415	0.32 455	0.32 401	0.29 383

fast-acv-ft	0.94 392	0.44 406	1.40 454	0.58 316	0.51 384	1.77 485	0.69 402	1.36 290	1.42 468	1.29 370	1.86 477	1.74 465	1.25 455	1.52 317	1.38 457	0.26 371	0.28 444	0.28 385	0.28 419	0.27 342	0.26 355

stereogan	1.15 453	0.42 400	1.40 454	0.86 502	0.84 503	2.38 522	0.71 407	1.88 438	1.73 501	1.72 484	1.94 486	2.31 510	1.29 460	2.07 397	1.08 415	0.36 462	0.35 490	0.39 477	0.31 447	0.51 489	0.46 474

ACV-stereo	0.99 408	0.51 437	1.41 459	0.56 294	0.41 314	2.43 524	0.57 355	1.15 235	1.18 350	0.81 176	1.01 211	3.39 538	2.14 530	1.60 333	1.07 414	0.27 387	0.22 392	0.22 237	0.22 319	0.28 361	0.32 413

APVNet	1.06 429	0.53 445	1.42 460	0.84 495	0.79 492	1.92 499	0.82 438	1.90 444	1.08 283	1.08 248	1.43 387	1.56 434	1.13 432	3.07 457	1.58 483	0.31 425	0.34 479	0.42 487	0.36 480	0.36 424	0.37 440

PSMNet-RUCA	1.02 422	0.97 516	1.44 461	1.23 537	1.10 525	1.40 447	0.62 376	1.69 378	1.38 450	0.94 210	1.53 415	0.97 289	0.83 313	1.17 233	0.93 389	0.69 529	0.34 479	0.99 539	0.60 527	0.97 529	0.64 515

gwcnet-sp	0.74 310	0.33 308	1.44 461	0.57 310	0.45 344	1.40 447	0.54 318	1.50 324	1.14 319	1.30 378	1.02 219	0.94 273	0.82 305	1.39 291	0.76 344	0.21 253	0.21 374	0.22 237	0.21 290	0.22 264	0.22 285

scenet	0.74 310	0.33 308	1.44 461	0.57 310	0.45 344	1.40 447	0.54 318	1.50 324	1.14 319	1.30 378	1.02 219	0.94 273	0.82 305	1.39 291	0.76 344	0.21 253	0.21 374	0.22 237	0.21 290	0.22 264	0.22 285

ssnet	0.74 310	0.33 308	1.44 461	0.57 310	0.45 344	1.40 447	0.54 318	1.50 324	1.14 319	1.30 378	1.02 219	0.94 273	0.82 305	1.39 291	0.76 344	0.21 253	0.21 374	0.22 237	0.21 290	0.22 264	0.22 285

PDISCO_ROB	1.32 470	0.65 483	1.44 461	1.36 538	1.46 545	2.55 527	0.92 461	2.45 534	2.07 523	1.37 412	1.49 408	1.65 454	1.00 397	2.82 447	1.35 454	1.01 536	0.27 437	0.54 513	0.47 506	0.71 520	0.73 523

NVStereoNet_ROB	1.88 515	1.07 523	1.45 466	1.07 531	1.17 533	1.47 456	1.48 522	1.89 441	1.93 516	1.94 506	4.67 549	3.08 535	1.80 510	6.51 532	1.65 486	1.06 541	0.86 555	1.08 543	1.32 555	0.93 528	1.26 544
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FBW_ROB	1.71 507	0.62 479	1.45 466	0.67 418	0.61 438	1.81 489	1.08 491	2.52 536	1.70 497	1.77 488	1.73 459	1.98 493	1.25 455	12.57 577	1.84 493	0.34 451	0.37 497	0.56 520	0.38 485	0.45 469	0.43 466

WAO-6	2.81 548	1.60 548	1.46 468	2.36 554	2.28 556	3.55 547	2.29 557	4.21 558	4.56 562	2.36 525	4.51 543	4.88 551	2.66 544	4.60 489	4.07 539	1.72 547	1.15 567	2.31 554	1.46 561	2.31 546	1.85 553

IMH-64-1	2.70 545	1.79 552	1.46 468	3.26 567	2.66 561	3.23 545	2.10 549	4.08 555	2.75 543	2.34 521	3.81 538	3.06 533	2.22 534	4.25 482	2.59 514	3.75 570	0.84 550	2.75 565	1.35 556	3.15 563	2.60 566

IMH-64	2.70 545	1.79 552	1.46 468	3.26 567	2.66 561	3.23 545	2.10 549	4.08 555	2.75 543	2.34 521	3.81 538	3.06 533	2.22 534	4.25 482	2.59 514	3.75 570	0.84 550	2.75 565	1.35 556	3.15 563	2.60 566

sAnonymous2	0.55 184	0.56 455	1.46 468	0.60 341	0.51 384	0.48 80	0.52 304	0.79 84	0.68 137	0.50 108	0.67 115	0.46 79	0.62 225	0.59 48	0.40 160	0.22 279	0.17 294	0.22 237	0.21 290	0.86 525	0.56 498

CroCo_RVC	0.55 184	0.56 455	1.46 468	0.60 341	0.51 384	0.48 80	0.52 304	0.79 84	0.68 137	0.50 108	0.67 115	0.46 79	0.62 225	0.59 48	0.40 160	0.22 279	0.17 294	0.22 237	0.21 290	0.86 525	0.56 498

IMH	3.21 552	1.85 556	1.48 473	3.25 566	2.69 563	4.07 556	2.02 547	4.41 560	3.80 555	2.72 535	7.11 561	4.75 550	2.92 547	5.92 523	2.55 512	3.85 574	0.88 556	2.78 567	1.36 558	3.19 565	2.59 565

NVstereo2D	0.92 387	0.41 396	1.48 473	0.72 451	0.72 470	1.20 416	0.87 449	1.75 394	1.38 450	0.99 224	1.13 272	1.26 373	0.98 387	2.21 413	0.89 384	0.43 489	0.20 352	0.38 471	0.24 355	0.57 500	0.63 511

ARAFT	0.77 326	0.36 363	1.49 475	0.51 203	0.31 181	0.90 337	0.82 438	1.90 444	1.06 272	1.62 474	1.24 315	1.02 307	0.64 234	1.84 372	0.50 248	0.18 143	0.14 167	0.28 385	0.27 398	0.17 92	0.16 126

AANet_RVC	1.16 455	0.52 441	1.49 475	0.65 399	0.45 344	0.75 270	0.69 402	1.42 303	1.55 486	1.34 404	1.87 479	1.53 430	0.78 286	7.43 549	1.38 457	0.25 348	0.17 294	0.19 138	0.16 153	0.22 264	0.26 355

ELAS	2.37 534	0.74 498	1.54 477	0.99 524	0.92 514	4.78 560	2.33 558	3.33 549	3.37 550	5.05 566	4.77 550	3.67 541	4.53 562	3.42 469	4.50 540	0.62 524	0.53 533	0.55 517	0.53 518	0.63 509	0.64 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.66 499	0.63 480	1.56 478	1.11 533	0.74 476	2.98 541	0.91 459	1.55 346	1.22 375	2.76 538	8.18 569	2.32 511	2.53 543	1.92 381	1.87 494	0.48 503	0.44 516	0.45 494	0.31 447	0.60 508	0.57 502

RainbowNet	1.97 521	1.76 550	1.57 479	2.81 558	2.21 553	1.98 505	1.81 535	2.54 537	1.89 511	1.50 448	1.84 474	1.96 491	1.65 498	2.14 403	1.25 439	3.33 566	0.85 553	2.39 558	0.98 550	2.82 557	2.22 557

MDST_ROB	1.67 500	0.34 332	1.58 480	0.92 519	0.58 424	4.26 558	1.11 493	2.83 541	1.41 465	4.49 560	2.55 518	1.45 413	0.97 380	7.79 555	1.17 432	0.31 425	0.25 422	0.37 468	0.33 465	0.31 392	0.30 397

FINET	0.97 402	0.54 446	1.60 481	0.63 376	0.79 492	1.08 390	1.07 490	1.56 349	2.20 527	1.15 294	1.49 408	0.94 273	0.88 338	2.32 421	1.05 409	0.42 484	0.35 490	0.32 430	0.28 419	0.43 459	0.38 446

LVE	3.31 553	1.67 549	1.64 482	2.85 559	2.42 559	3.20 544	2.26 556	4.78 563	5.05 563	2.35 523	6.91 558	6.02 558	2.37 537	9.15 562	2.17 508	3.19 563	1.08 566	2.38 557	1.47 562	2.81 556	2.40 562

ACVNet-4b	2.15 526	1.41 541	1.64 482	2.80 557	2.31 557	2.31 519	1.24 506	2.32 522	2.14 525	1.26 359	2.39 510	2.66 524	1.48 483	5.95 525	1.06 411	3.20 564	0.45 520	2.37 555	0.89 543	2.83 558	2.37 560

Syn2CoEx	1.14 449	0.69 489	1.66 484	0.80 480	0.67 457	1.40 447	0.88 452	2.06 485	1.54 484	1.25 355	1.58 433	1.42 405	1.50 487	4.09 479	1.40 461	0.36 462	0.32 473	0.34 449	0.29 431	0.29 372	0.34 424

MFMNet_re	1.40 480	1.14 530	1.68 485	1.39 540	1.07 523	1.48 457	1.43 518	1.87 435	1.82 508	2.26 518	2.19 501	1.51 427	1.86 515	1.52 317	1.25 439	0.93 534	0.83 549	0.84 534	0.80 538	0.99 532	1.05 540

AIO-Stereo-zeroshot	0.72 287	0.35 353	1.70 486	0.49 161	0.56 412	0.63 198	0.38 157	2.41 531	0.65 130	0.77 164	1.07 240	1.82 475	0.95 370	0.93 165	0.43 192	0.20 219	0.13 115	0.21 208	0.25 370	0.28 361	0.26 355

StereoDRNet	0.98 406	0.47 420	1.70 486	0.76 470	0.94 516	1.51 460	0.91 459	1.92 451	1.32 421	1.61 470	1.13 272	1.47 421	0.97 380	1.75 360	1.46 476	0.28 401	0.23 404	0.29 396	0.27 398	0.35 417	0.27 365

iResNetv2_ROB	0.80 341	0.37 370	1.71 488	0.56 294	0.37 268	0.94 353	0.64 383	1.73 387	1.34 428	1.23 341	1.42 383	1.26 373	0.92 351	1.85 375	0.56 279	0.23 306	0.15 225	0.19 138	0.14 93	0.24 304	0.19 217

ACVNet_1	2.18 527	1.45 544	1.72 489	2.85 559	2.33 558	2.28 517	1.46 520	3.08 546	2.22 528	1.82 497	2.05 495	3.56 539	1.98 522	3.09 460	1.40 461	3.17 561	0.60 540	2.40 559	0.92 545	2.91 561	2.37 560

GASNet	0.99 408	0.97 516	1.72 489	0.98 523	0.68 463	0.83 319	0.67 394	1.60 356	1.28 403	1.31 388	1.22 309	1.22 358	1.21 449	2.41 428	1.41 465	0.43 489	0.26 428	0.36 465	0.34 471	0.55 497	0.31 407

WAO-7	2.66 541	1.40 540	1.73 491	1.39 540	1.17 533	3.93 553	1.94 544	4.11 557	3.88 556	2.92 542	5.50 553	4.18 545	3.00 550	7.63 553	3.71 533	1.13 544	1.00 561	1.17 544	1.13 554	1.18 539	1.09 542

TorneroNet-64	5.30 563	2.03 558	1.74 492	3.43 569	2.81 564	10.09 570	2.12 551	9.10 576	17.12 582	4.96 565	9.27 572	10.72 575	3.70 556	9.20 563	4.55 541	3.31 565	0.84 550	2.88 568	1.55 564	3.49 566	3.04 569

MS	0.46 117	0.29 216	1.75 493	0.34 1	0.23 25	0.38 28	0.17 2	0.55 12	0.31 16	0.37 37	0.38 27	0.31 38	0.32 45	0.56 40	0.26 21	0.17 103	0.13 115	0.14 2	1.52 563	0.20 198	0.80 526

WAO-8	4.40 556	1.82 554	1.79 494	2.34 552	2.20 551	9.19 568	1.53 523	6.09 569	16.46 577	3.94 552	7.84 567	7.32 560	3.72 557	9.41 568	3.31 527	2.00 549	1.07 564	2.44 560	1.37 559	2.50 549	1.68 550

Venus	4.40 556	1.82 554	1.79 494	2.34 552	2.20 551	9.19 568	1.53 523	6.09 569	16.46 577	3.94 552	7.84 567	7.32 560	3.72 557	9.41 568	3.31 527	2.00 549	1.07 564	2.44 560	1.37 559	2.50 549	1.68 550

FADNet	0.92 387	0.61 475	1.81 496	0.62 367	0.55 409	0.96 363	0.57 355	1.78 408	1.33 425	0.93 205	1.01 211	1.36 397	1.01 399	2.71 445	0.75 341	0.33 441	0.34 479	0.31 415	0.34 471	0.59 504	0.40 450

TorneroNet	10.70 576	2.03 558	1.82 497	3.43 569	3.01 567	43.83 591	2.22 555	8.87 575	67.47 598	7.17 574	27.36 586	10.68 574	3.85 559	8.67 561	7.65 556	3.59 568	0.88 556	3.04 569	1.57 565	3.71 567	3.17 570

Wz-Net-LNSev-Ref	0.99 408	0.40 388	1.82 497	0.66 406	0.62 444	2.05 508	0.78 424	1.91 448	1.29 407	1.54 458	1.42 383	1.51 427	1.23 451	1.99 389	1.33 449	0.23 306	0.14 167	0.20 173	0.15 111	0.27 342	0.26 355

FADNet_RVC	0.83 358	0.51 437	1.83 499	0.54 257	0.42 319	1.19 414	0.46 256	1.51 331	1.09 291	0.89 195	1.24 315	0.91 259	0.87 333	2.11 401	1.11 423	0.27 387	0.22 392	0.31 415	0.28 419	0.43 459	0.38 446

CBFPSM	0.92 387	0.33 308	1.86 500	0.49 161	0.38 285	1.75 480	0.84 440	1.39 297	1.12 304	1.09 254	0.99 201	2.37 513	1.66 502	1.32 268	1.42 469	0.19 184	0.18 316	0.20 173	0.20 246	0.21 240	0.33 419

XX-Stereo	0.63 232	0.26 129	1.90 501	0.81 483	0.67 457	0.43 54	0.23 26	1.03 181	0.58 98	0.65 142	1.56 426	1.41 404	0.39 87	1.28 258	0.35 112	0.20 219	0.14 167	0.20 173	0.19 214	0.18 123	0.14 63

ELAS_RVC	2.48 539	0.74 498	1.90 501	1.05 528	0.92 514	2.76 534	4.01 570	2.76 540	4.11 558	4.69 561	4.63 546	4.62 547	5.96 567	3.97 478	3.96 537	0.63 526	0.53 533	0.56 520	0.52 517	0.64 511	0.63 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	1.25 462	0.99 519	1.93 503	1.02 527	1.21 537	0.96 363	1.01 482	1.75 394	1.92 514	1.36 409	2.12 498	1.44 411	1.01 399	1.14 224	1.40 461	0.72 530	0.82 548	0.89 535	0.98 550	1.31 542	0.95 533

FADNet-RVC	0.88 377	0.67 485	1.93 503	0.60 341	0.48 362	0.91 341	0.60 371	1.71 385	1.18 350	0.90 197	0.96 189	1.36 397	0.92 351	2.25 416	1.17 432	0.30 417	0.29 455	0.32 430	0.32 455	0.41 448	0.35 429

Replicate-Monster	0.41 81	0.26 129	2.03 505	0.36 6	0.21 9	0.46 69	0.23 26	0.67 51	0.48 64	0.42 60	0.27 12	0.31 38	0.30 33	0.98 180	0.24 5	0.14 30	0.10 9	0.14 2	0.11 9	0.13 5	0.28 377

ACVNet_2	2.43 538	1.41 541	2.04 506	2.62 556	2.24 554	2.63 532	1.88 541	3.31 548	3.01 545	2.19 516	3.45 534	4.62 547	2.04 524	4.50 488	1.47 477	2.55 555	0.64 542	2.22 552	0.84 540	2.69 553	2.29 559

Dean	2.91 551	1.53 547	2.07 507	2.96 563	2.51 560	3.15 542	2.14 552	4.75 562	4.41 561	2.76 538	6.10 556	5.53 556	2.37 537	2.97 454	1.92 498	3.18 562	0.85 553	2.51 562	1.04 553	2.88 560	2.47 563

z-ln-s-r	1.02 422	0.55 451	2.09 508	0.52 224	0.55 409	0.78 289	0.87 449	1.47 316	1.34 428	1.12 270	1.62 442	1.37 400	1.06 415	2.62 442	3.32 529	0.19 184	0.14 167	0.21 208	0.17 174	0.27 342	0.21 267

TCMNet	1.01 419	0.60 473	2.10 509	0.86 502	1.33 542	1.14 399	0.67 394	1.69 378	1.23 378	1.11 268	1.57 430	1.30 384	0.97 380	2.01 391	1.50 480	0.31 425	0.31 465	0.38 471	0.34 471	0.42 453	0.36 435

FADNet-RVC-Resample	0.84 363	0.47 420	2.10 509	0.61 355	0.45 344	1.07 389	0.61 373	1.59 352	1.20 363	1.08 248	0.98 199	1.03 311	0.98 387	2.17 406	0.72 332	0.23 306	0.22 392	0.30 409	0.32 455	0.35 417	0.34 424

KSHMR	8.75 572	2.06 561	2.11 511	3.53 571	3.11 568	4.13 557	2.69 562	5.60 566	61.37 597	3.00 545	55.83 597	4.98 555	2.45 540	4.49 486	2.61 516	3.46 567	1.55 571	3.14 571	1.94 569	3.72 568	3.18 571

ktn	4.70 559	2.38 566	2.12 512	3.76 572	3.24 569	4.85 561	2.95 567	5.52 565	7.37 569	4.07 556	19.32 582	7.46 562	3.47 552	7.39 547	2.95 520	4.04 575	1.85 572	3.26 573	2.22 572	3.08 562	2.65 568

SGM+DAISY	2.41 537	1.07 523	2.14 513	1.18 534	1.10 525	2.14 513	1.36 515	1.96 460	1.66 493	5.46 569	7.07 560	4.95 553	4.32 561	5.50 512	2.26 509	1.04 540	1.02 563	0.99 539	0.97 548	1.02 533	1.04 538

SDNR	1.62 497	0.51 437	2.17 514	0.53 242	0.56 412	3.80 552	0.45 249	1.54 342	1.29 407	1.33 400	2.41 512	1.08 322	0.96 377	11.18 575	1.16 429	0.66 528	0.63 541	0.43 489	0.32 455	0.64 511	0.67 517

S-Stereo	1.15 453	0.46 415	2.17 514	0.81 483	0.80 497	1.21 418	1.19 503	1.93 455	2.02 520	1.47 439	2.11 497	1.57 435	1.17 436	2.05 396	1.41 465	0.40 476	0.40 508	0.35 457	0.31 447	0.44 465	0.70 520

SANet	1.88 515	0.57 459	2.18 516	0.63 376	0.40 306	2.80 537	1.57 527	2.39 530	5.88 566	2.36 525	3.57 535	3.72 543	2.97 548	4.74 492	1.76 490	0.34 451	0.30 459	0.32 430	0.29 431	0.48 481	0.37 440

Wz-Net-MNSev	1.11 442	0.58 462	2.23 517	0.66 406	0.71 468	1.95 502	1.46 520	1.98 466	1.45 472	1.79 492	1.43 387	1.49 424	1.33 467	1.97 388	1.42 469	0.27 387	0.23 404	0.28 385	0.28 419	0.34 414	0.31 407

PVD	1.70 504	0.84 506	2.26 518	0.94 522	0.83 502	2.48 525	0.97 473	2.59 539	3.35 549	3.01 546	2.77 523	2.34 512	2.47 541	2.67 444	3.14 524	0.47 502	0.45 520	0.59 524	0.48 508	0.59 504	0.75 525

GwcNet	1.08 434	0.51 437	2.33 519	0.79 477	1.18 535	1.76 482	0.70 405	1.68 376	1.47 474	1.41 426	1.64 447	1.74 465	1.04 408	2.20 412	1.41 465	0.30 417	0.29 455	0.29 396	0.27 398	0.30 383	0.35 429

SHD	1.31 468	0.71 494	2.34 520	0.86 502	0.75 483	1.77 485	0.65 385	2.22 514	2.50 536	2.40 527	1.71 457	1.91 483	1.60 494	1.93 384	2.37 510	0.38 470	0.31 465	0.38 471	0.40 491	0.48 481	0.50 487

ADCRef	1.35 473	0.55 451	2.37 521	0.72 451	0.77 487	1.94 501	0.78 424	1.91 448	1.27 398	1.57 466	1.59 434	1.36 397	1.41 473	1.54 323	7.53 552	0.23 306	0.20 352	0.32 430	0.30 440	0.29 372	0.29 383

RTSC	1.29 464	0.73 495	2.44 522	0.83 494	0.57 415	1.85 494	0.65 385	1.88 438	2.00 519	2.20 517	1.66 452	1.60 441	1.26 457	2.33 422	3.92 535	0.32 432	0.23 404	0.27 370	0.29 431	0.37 428	0.37 440

PWC_ROB	1.24 460	0.76 501	2.46 523	0.72 451	0.78 489	1.15 405	0.49 284	1.75 394	1.92 514	2.31 520	3.07 528	1.59 439	1.40 472	2.46 433	2.10 506	0.33 441	0.22 392	0.35 457	0.24 355	0.38 437	0.41 455

DGSMNet	1.14 449	0.76 501	2.49 524	0.81 483	0.86 508	1.39 445	1.39 516	2.13 491	1.35 438	1.26 359	1.63 446	1.48 423	0.98 387	1.75 360	1.10 420	0.45 495	0.43 513	0.55 517	0.49 511	0.75 522	0.70 520

IGEV-BASED-STEREO-	0.70 278	3.18 572	2.55 525	0.39 33	0.23 25	0.44 60	0.23 26	0.63 35	0.42 46	0.44 70	0.44 46	0.34 47	0.28 25	0.56 40	0.29 39	1.35 546	0.10 9	0.22 237	0.19 214	0.46 475	1.31 545

XQC	1.37 475	0.87 511	2.56 526	0.84 495	0.69 465	1.83 492	0.89 454	2.07 486	1.88 510	1.88 501	1.53 415	1.91 483	1.55 490	2.85 450	3.05 521	0.48 503	0.29 455	0.44 493	0.39 487	0.69 518	0.60 508

SAMSARA	1.55 490	0.84 506	2.61 527	1.22 536	1.07 523	2.50 526	1.93 543	2.05 480	1.89 511	2.75 537	1.66 452	2.81 528	1.69 503	3.08 459	1.97 501	0.46 501	0.51 531	0.42 487	0.46 504	0.58 502	0.59 505

PASM	1.34 472	0.92 514	2.62 528	0.86 502	0.87 510	1.03 381	1.08 491	1.50 324	1.51 480	1.82 497	1.41 382	1.68 457	1.26 457	4.87 496	1.34 451	0.61 523	0.65 544	0.68 529	0.78 537	0.69 518	0.68 519

notaker	3.98 555	2.40 567	2.68 529	3.82 574	3.27 571	3.97 555	2.14 552	4.78 563	3.45 552	4.12 557	6.94 559	7.65 564	3.26 551	7.82 556	5.30 544	4.04 575	1.41 569	3.36 574	2.10 571	3.88 569	3.31 572

Wz-Net-LNSev	1.03 425	0.67 485	2.71 530	0.64 385	0.84 503	1.75 480	1.00 480	1.80 417	1.32 421	1.28 364	1.25 319	1.65 454	1.22 450	1.39 291	1.40 461	0.28 401	0.26 428	0.24 295	0.23 342	0.33 410	0.32 413

pmcnn	2.37 534	0.42 400	2.71 530	0.63 376	0.43 329	1.54 463	1.19 503	2.01 473	1.53 483	2.64 534	7.60 563	18.07 580	1.45 479	3.44 471	2.78 517	0.18 143	0.15 225	0.15 23	0.12 41	0.20 198	0.18 177

aanetorigin	1.23 459	0.79 503	2.78 532	0.70 439	0.79 492	0.99 373	1.06 489	1.06 208	1.37 446	3.52 549	2.61 519	1.72 462	1.63 496	1.99 389	1.78 491	0.25 348	0.24 413	0.26 353	0.25 370	0.38 437	0.45 471

MSC_U_SF_DS_RVC	2.12 525	1.15 531	3.10 533	1.05 528	0.76 486	5.03 563	2.40 560	2.16 500	2.62 539	1.89 503	2.28 505	2.69 525	1.65 498	9.35 566	2.04 503	0.64 527	0.51 531	0.68 529	0.71 534	1.09 536	0.67 517

AIO-Stereo-zeroshot1	0.98 406	0.39 382	3.21 534	0.50 173	0.63 445	0.64 201	0.39 172	2.36 526	0.75 155	0.95 212	4.63 546	1.81 472	0.56 189	0.96 171	0.41 171	0.18 143	0.13 115	0.21 208	0.26 387	0.32 401	0.35 429

MFN_U_SF_RVC	1.52 488	0.84 506	3.42 535	0.87 509	0.66 453	2.56 528	0.95 470	2.36 526	1.70 497	1.98 507	1.86 477	2.45 518	1.79 509	2.95 452	2.58 513	0.52 508	0.48 525	0.55 517	0.59 526	0.59 504	0.61 509

MFN_U_SF_DS_RVC	1.74 509	0.87 511	3.56 536	0.80 480	0.75 483	3.72 549	2.44 561	1.82 421	1.82 508	1.74 485	1.91 483	1.92 486	1.26 457	7.69 554	1.28 445	0.45 495	0.47 524	0.52 507	0.77 536	0.50 485	0.50 487

ADCL	1.72 508	0.57 459	3.66 537	0.67 418	0.61 438	2.61 531	1.85 538	1.96 460	1.67 494	1.90 504	1.83 472	2.06 502	1.90 518	2.13 402	9.15 561	0.26 371	0.24 413	0.34 449	0.32 455	0.38 437	0.35 429

DispFullNet	2.34 533	2.85 570	3.66 537	3.08 564	2.27 555	1.97 503	0.67 394	2.00 469	1.70 497	2.52 530	2.00 490	2.23 505	5.86 565	3.44 471	1.58 483	1.01 536	0.32 473	2.64 564	1.94 569	2.85 559	2.24 558

iinet-f	0.99 408	0.45 413	3.71 539	0.55 281	0.43 329	1.81 489	0.68 398	1.14 233	1.14 319	1.18 318	1.42 383	1.58 438	1.44 477	1.34 275	1.59 485	0.24 321	0.23 404	0.20 173	0.19 214	0.26 328	0.25 331

w-ln-seven	1.38 477	0.70 492	3.91 540	0.75 467	0.72 470	2.69 533	0.95 470	2.02 477	1.99 518	1.99 508	1.73 459	1.82 475	1.17 436	2.45 430	2.84 518	0.28 401	0.25 422	0.31 415	0.30 440	0.41 448	0.33 419

w-ln-seven-2	1.18 457	0.61 475	4.25 541	0.68 429	0.61 438	1.20 416	0.93 465	1.63 365	1.35 438	1.66 479	1.53 415	1.47 421	1.37 471	3.00 456	1.74 489	0.25 348	0.24 413	0.29 396	0.26 387	0.33 410	0.28 377

pcwnet_v2	0.97 402	0.37 370	4.33 542	0.62 367	0.54 403	0.79 295	0.45 249	2.02 477	1.58 488	1.42 432	1.64 447	1.09 332	0.79 290	1.24 249	0.67 316	0.32 432	0.25 422	0.29 396	0.27 398	0.37 428	0.35 429

DPSNet	1.69 503	0.59 465	4.33 542	0.70 439	0.57 415	2.02 507	1.62 529	3.35 550	1.78 504	1.48 445	1.38 374	2.17 504	2.84 546	4.77 493	3.66 532	0.48 503	0.31 465	0.29 396	0.25 370	0.64 511	0.48 481

z-mn7	1.56 491	0.84 506	4.36 544	0.71 447	0.51 384	2.60 529	1.04 485	1.73 387	2.70 542	1.53 452	2.99 527	1.94 488	1.34 468	4.78 494	2.41 511	0.29 412	0.24 413	0.27 370	0.24 355	0.34 414	0.31 407

MADNet++	5.01 560	3.14 571	4.91 545	4.55 578	3.94 575	5.20 564	4.41 571	4.40 559	4.13 559	4.95 564	6.08 555	4.74 549	5.37 563	9.40 567	10.67 567	4.65 577	4.15 577	3.97 576	3.34 575	4.09 571	4.08 577

ADCMid	1.89 518	0.73 495	5.06 546	0.72 451	0.67 457	2.00 506	1.14 497	1.97 464	1.48 475	2.86 541	1.81 471	2.37 513	2.05 526	2.24 414	10.39 566	0.33 441	0.31 465	0.39 477	0.43 497	0.50 485	0.44 469

AnyNet_C32	1.96 520	1.10 525	5.17 547	0.90 514	1.11 527	2.12 512	2.37 559	1.85 430	1.48 475	2.45 529	1.70 456	2.05 501	1.64 497	2.50 436	10.28 565	0.37 466	0.34 479	0.35 457	0.41 492	0.49 484	0.54 494

UNDER WATER	5.08 561	2.33 565	5.55 548	3.94 576	3.51 572	5.20 564	2.72 564	5.61 567	16.52 579	3.84 551	4.60 545	9.21 568	5.89 566	5.90 522	8.66 560	3.75 570	1.34 568	3.18 572	1.88 567	4.33 574	3.61 574

ADCS	2.25 529	0.99 519	5.55 548	0.81 483	0.74 476	2.19 514	1.80 534	2.27 519	2.14 525	2.80 540	2.13 499	2.40 515	2.03 523	2.64 443	13.69 570	0.41 480	0.39 506	0.40 482	0.45 501	0.58 502	0.56 498

PWCK	2.88 550	2.05 560	5.72 550	2.08 549	1.11 527	3.55 547	3.90 569	2.86 543	3.54 554	3.03 547	3.63 536	3.10 536	2.31 536	8.15 560	3.09 522	2.12 551	0.91 558	1.75 548	0.98 550	2.57 551	1.18 543

DeepPrunerF	1.60 494	0.73 495	5.81 551	0.88 510	1.19 536	0.91 341	0.95 470	2.19 510	5.24 564	1.17 313	1.30 339	1.19 353	1.30 464	4.90 497	1.66 488	0.42 484	0.34 479	0.52 507	0.47 506	0.41 448	0.40 450

tt	6.58 567	0.26 129	6.10 552	3.77 573	2.16 550	11.55 572	19.63 580	13.33 580	5.74 565	2.96 543	2.65 520	4.97 554	6.33 570	3.81 475	7.24 551	9.15 582	11.32 585	5.89 581	6.24 580	6.03 576	2.55 564

Wz-Net-SNSev	1.49 484	1.23 535	6.27 553	0.68 429	0.67 457	1.37 440	1.41 517	2.00 469	1.39 455	1.48 445	1.61 439	2.29 508	1.32 466	3.93 476	2.14 507	0.31 425	0.28 444	0.31 415	0.33 465	0.42 453	0.36 435

zh-sn7	1.76 510	1.38 537	6.58 554	0.74 463	0.72 470	1.78 487	1.31 512	1.88 438	1.56 487	1.86 500	2.47 516	1.81 472	2.08 528	5.12 501	3.80 534	0.32 432	0.32 473	0.32 430	0.32 455	0.44 465	0.40 450

Wz-Net-TNSev	1.88 515	2.08 562	7.66 555	0.67 418	0.64 448	2.42 523	1.83 537	2.33 523	1.74 503	1.57 466	1.56 426	2.58 521	1.90 518	4.86 495	3.12 523	0.39 473	0.37 497	0.33 439	0.37 483	0.53 493	0.58 503

ADCP+	1.99 523	0.48 424	7.73 556	0.66 406	0.91 512	2.30 518	1.05 487	1.82 421	1.34 428	1.54 458	1.32 351	1.74 465	1.61 495	2.17 406	13.37 569	0.24 321	0.21 374	0.32 430	0.28 419	0.37 428	0.29 383

ADCPNet	1.85 513	0.69 489	8.07 557	0.71 447	0.58 424	2.79 536	1.22 505	1.94 457	1.54 484	1.88 501	1.69 455	2.46 519	2.04 524	2.37 425	6.48 547	0.38 470	0.37 497	0.38 471	0.43 497	0.47 476	0.45 471

EDNetEfficient	2.37 534	1.10 525	8.08 558	0.74 463	0.71 468	0.98 372	1.56 525	1.46 314	4.06 557	4.90 563	2.82 524	2.25 506	3.48 553	2.95 452	9.97 562	0.26 371	0.24 413	0.26 353	0.30 440	0.68 517	0.61 509

HanzoNet	11.04 577	3.62 574	8.10 559	4.08 577	3.55 574	4.90 562	2.73 565	7.19 573	10.10 570	31.86 593	28.92 587	21.96 587	36.36 589	18.08 581	10.17 564	7.94 581	3.32 575	3.47 575	3.31 574	7.06 579	4.04 576

zh-mn7	1.70 504	1.21 534	8.30 560	0.69 433	0.53 399	1.45 455	0.84 440	1.70 383	2.09 524	2.41 528	2.67 521	1.68 457	1.23 451	4.49 486	2.87 519	0.30 417	0.26 428	0.27 370	0.27 398	0.31 392	0.35 429

UNDER WATER-64	5.27 562	2.32 564	8.78 561	3.93 575	3.54 573	7.61 566	3.03 568	5.84 568	14.19 573	4.04 554	4.04 540	9.39 569	6.26 568	5.93 524	8.48 559	3.60 569	1.51 570	3.13 570	1.88 567	4.29 573	3.61 574

WZ-Net	1.95 519	0.95 515	10.10 562	0.86 502	0.78 489	1.69 475	1.60 528	2.20 513	1.98 517	2.08 513	1.93 484	2.30 509	1.97 521	5.30 504	3.17 526	0.34 451	0.26 428	0.29 396	0.31 447	0.51 489	0.47 478

JetBlue	3.97 554	2.01 557	10.19 563	1.38 539	2.84 565	10.53 571	9.54 574	3.60 553	2.41 531	2.73 536	3.39 533	4.54 546	4.31 560	7.85 557	6.84 550	0.88 532	0.93 559	0.89 535	0.91 544	1.74 543	1.91 554

AnyNet_C01	2.26 530	1.78 551	10.22 564	0.93 520	0.74 476	2.92 539	2.20 554	2.29 521	1.80 506	2.53 531	2.41 512	2.71 526	1.73 504	3.41 468	6.72 549	0.41 480	0.39 506	0.40 482	0.42 495	0.67 516	0.63 511

MSAF-DinoV2	1.97 521	0.80 505	10.38 565	0.86 502	0.48 362	1.39 445	0.97 473	2.55 538	1.72 500	1.53 452	1.65 449	3.59 540	2.20 533	5.39 510	3.94 536	0.27 387	0.17 294	0.26 353	0.28 419	0.47 476	0.46 474

psmorigin	1.52 488	0.69 489	10.52 566	0.68 429	0.59 432	1.13 398	0.70 405	1.57 350	1.19 358	1.99 508	1.79 468	2.26 507	1.47 482	2.09 399	1.36 455	0.39 473	0.40 508	0.34 449	0.33 465	0.43 459	0.56 498

MADNet+	2.69 544	3.22 573	11.53 567	1.44 543	1.12 529	3.19 543	1.81 535	2.85 542	2.37 529	1.68 481	2.07 496	2.85 530	2.18 531	7.41 548	5.23 543	0.79 531	0.76 546	0.69 531	0.65 530	0.98 530	0.95 533

LSM	6.33 565	1.10 525	13.19 568	1.41 542	68.17 593	1.64 472	1.90 542	1.92 451	2.46 532	2.99 544	3.11 529	1.88 478	1.80 510	2.61 441	2.06 505	0.41 480	0.58 539	0.50 504	0.57 522	0.64 511	17.66 587

PML	51.67 595	36.25 591	13.28 569	7.46 579	20.81 581	108.69 598	232.22 599	8.72 574	27.82 588	87.01 598	269.67 599	69.67 598	61.95 598	24.76 589	14.20 572	9.74 584	3.40 576	9.62 583	4.70 577	18.74 585	4.72 578

TCMNet-wrong-test	10.31 574	11.40 581	14.84 570	20.96 583	18.45 580	13.80 577	10.76 575	15.78 581	3.53 553	5.20 567	5.52 554	16.26 578	12.61 575	7.51 552	10.15 563	7.43 580	2.37 573	4.31 577	3.43 576	11.36 582	10.61 581

RTS	2.67 542	1.38 537	15.28 571	0.99 524	1.26 539	3.78 550	1.96 545	2.15 497	2.62 539	2.61 532	2.85 525	2.60 522	1.59 492	6.27 528	5.71 545	0.40 476	0.28 444	0.35 457	0.35 476	0.50 485	0.48 481

RTSA	2.67 542	1.38 537	15.28 571	0.99 524	1.26 539	3.78 550	1.96 545	2.15 497	2.62 539	2.61 532	2.85 525	2.60 522	1.59 492	6.27 528	5.71 545	0.40 476	0.28 444	0.35 457	0.35 476	0.50 485	0.48 481

SuperB	2.53 540	0.59 465	18.45 573	0.69 433	0.50 373	1.87 496	0.88 452	1.67 375	2.39 530	1.50 448	1.42 383	1.14 346	1.15 434	4.28 484	5.07 542	0.24 321	0.19 334	0.22 237	0.19 214	7.86 580	0.34 424

USTest	14.33 581	14.94 583	21.04 574	17.44 582	16.05 577	23.26 579	33.84 587	21.73 582	11.80 572	9.36 577	10.14 573	15.97 577	13.20 576	17.28 580	22.43 582	3.78 573	5.01 578	6.17 582	6.16 579	9.25 581	7.72 580

DGTPSM_ROB	13.01 579	8.23 577	21.87 575	9.51 580	18.10 578	11.56 573	32.01 585	10.63 577	16.20 575	7.03 572	19.48 583	10.15 571	16.66 579	9.83 572	22.42 581	4.75 578	8.68 580	5.37 578	10.25 583	6.16 577	11.36 582

DPSMNet_ROB	13.02 580	8.23 577	21.91 576	9.53 581	18.11 579	11.56 573	32.02 586	10.64 578	16.23 576	7.05 573	19.49 584	10.16 572	16.66 579	9.85 573	22.43 582	4.77 579	8.68 580	5.38 579	10.26 584	6.17 578	11.36 582

LRCNet_RVC	22.74 584	32.10 590	21.97 577	29.84 587	26.23 584	4.42 559	0.81 436	22.66 583	2.02 520	26.93 588	29.26 588	23.06 589	15.59 578	23.84 585	18.88 578	31.75 591	19.90 592	34.65 590	32.13 591	30.54 590	28.32 591

LE_ROB	8.05 570	0.37 370	23.53 578	0.74 463	0.33 221	2.77 535	2.87 566	3.71 554	27.24 587	25.39 587	8.87 570	8.46 567	26.71 587	6.65 534	21.99 580	0.21 253	0.19 334	0.20 173	0.21 290	0.25 316	0.22 285

Anonymous_1	43.04 594	18.73 584	24.79 579	21.81 584	46.26 591	27.80 580	37.60 588	28.08 587	16.14 574	14.66 581	14.30 576	20.65 581	17.88 581	21.56 582	25.94 585	117.93 598	8.92 582	100.65 595	126.50 595	158.64 598	12.08 584

DPSM_ROB	19.08 582	19.14 585	25.17 580	22.15 585	20.85 582	28.17 581	37.82 589	26.56 585	16.85 580	14.14 579	14.84 577	21.70 582	18.75 582	21.87 583	26.55 586	10.16 585	9.30 583	10.47 584	10.42 585	14.03 583	12.61 585

DPSM	19.08 582	19.14 585	25.17 580	22.15 585	20.85 582	28.17 581	37.82 589	26.56 585	16.85 580	14.14 579	14.84 577	21.70 582	18.75 582	21.87 583	26.55 586	10.16 585	9.30 583	10.47 584	10.42 585	14.03 583	12.61 585

JetRed	6.91 568	8.80 579	25.96 582	2.85 559	3.25 570	13.98 578	11.87 576	6.25 571	4.28 560	4.45 559	4.56 544	6.69 559	5.46 564	7.46 550	14.05 571	2.59 556	3.31 574	2.59 563	2.29 573	4.20 572	3.36 573

xxxxx1	54.10 596	25.67 587	27.13 583	113.43 595	96.96 595	30.69 585	47.44 591	32.38 589	25.60 584	17.75 583	17.27 579	21.81 584	21.02 584	24.43 586	33.82 588	33.37 592	40.54 593	157.71 596	175.86 596	66.16 594	72.93 596

tt_ll	54.10 596	25.67 587	27.13 583	113.43 595	96.96 595	30.69 585	47.44 591	32.38 589	25.60 584	17.75 583	17.27 579	21.81 584	21.02 584	24.43 586	33.82 588	33.37 592	40.54 593	157.71 596	175.86 596	66.16 594	72.93 596

ff	54.10 596	25.67 587	27.13 583	113.43 595	96.96 595	30.69 585	47.44 591	32.38 589	25.60 584	17.75 583	17.27 579	21.81 584	21.02 584	24.43 586	33.82 588	33.37 592	40.54 593	157.71 596	175.86 596	66.16 594	72.93 596

DPSimNet_ROB	11.20 578	4.98 576	35.43 586	2.90 562	4.52 576	7.89 567	17.09 579	4.66 561	6.06 567	14.89 582	10.93 575	17.29 579	36.81 591	13.18 578	15.68 575	2.86 558	6.29 579	5.75 580	5.09 578	3.91 570	7.70 579

HaxPig	38.92 590	41.40 596	41.64 587	29.95 588	32.27 585	28.90 583	27.60 582	29.73 588	37.71 594	43.82 594	43.87 593	33.17 590	35.56 588	41.53 591	40.37 593	43.94 595	47.51 597	45.82 591	47.08 593	42.38 591	44.15 594

AVERAGE_ROB	40.43 591	42.37 597	42.73 588	36.96 590	35.58 587	30.50 584	27.61 583	36.71 594	38.39 595	44.91 595	44.36 594	37.45 592	36.70 590	41.88 592	40.35 592	45.43 596	46.81 596	47.11 592	46.35 592	42.51 592	43.87 593

DLNR_Zeroshot_test	23.17 585	48.52 599	43.29 589	176.68 598	78.69 594	0.35 19	0.21 14	23.41 584	0.75 155	0.66 145	0.86 166	0.59 148	0.30 33	1.56 327	0.44 195	9.57 583	0.12 54	0.18 115	0.14 93	76.92 597	0.16 126

MEDIAN_ROB	42.00 592	44.40 598	44.29 590	35.15 589	34.95 586	31.28 589	29.60 584	35.88 593	40.02 596	47.20 596	46.64 595	37.37 591	38.48 596	44.35 597	42.45 594	48.03 597	49.39 598	49.71 593	49.03 594	45.14 593	46.65 595

CasAABBNet	38.33 587	38.46 593	50.35 591	44.75 592	41.84 588	56.68 593	76.37 596	53.22 595	33.83 591	28.31 590	29.54 589	43.62 595	37.71 593	43.84 595	53.41 597	20.30 587	18.70 589	21.07 586	21.07 588	28.24 587	25.34 589

FlowAnything	38.37 588	38.41 592	50.38 592	44.76 593	41.94 589	56.64 592	76.34 595	53.28 597	34.23 593	28.25 589	29.72 590	43.60 593	37.79 594	43.83 594	53.38 596	20.39 589	18.71 591	21.07 586	21.14 590	28.23 586	25.29 588

Selective-RAFT-Error	38.39 589	38.47 594	50.44 593	44.73 591	41.97 590	56.68 593	76.38 597	53.24 596	33.92 592	28.34 591	29.85 591	43.60 593	38.20 595	43.75 593	53.34 595	20.38 588	18.70 589	21.09 588	21.05 587	28.30 588	25.43 590

LSM0	42.82 593	38.75 595	50.81 594	47.07 594	109.38 598	57.00 595	76.02 594	53.74 598	33.71 590	29.02 592	30.41 592	43.87 596	37.22 592	43.91 596	53.54 598	20.52 590	18.62 588	21.10 589	21.11 589	28.41 589	42.22 592

xyz-stereo	7.16 569	0.22 47	69.90 595	0.42 55	0.21 9	32.92 590	0.49 284	0.87 113	0.76 161	1.38 417	27.04 585	1.19 353	1.16 435	4.69 491	0.97 400	0.16 60	0.12 54	0.20 173	0.14 93	0.16 61	0.12 11

BEATNet-Init1	26.87 586	13.43 582	70.68 596	0.91 517	0.68 463	57.02 596	21.06 581	32.82 592	32.67 589	52.12 597	53.61 596	66.05 597	49.56 597	48.79 598	34.71 591	0.49 507	0.44 516	0.53 512	0.53 518	0.63 509	0.59 505

coex-ft	8.13 571	2.13 563	98.04 597	0.67 418	0.53 399	1.71 476	1.56 525	1.65 368	11.11 571	18.17 586	3.75 537	3.88 544	7.61 573	2.98 455	6.49 548	0.30 417	0.30 459	0.32 430	0.31 447	0.66 515	0.50 487

EDNetEfficientorigin	10.57 575	1.47 545	177.42 598	0.67 418	0.53 399	1.58 466	1.16 500	1.90 444	3.37 550	4.71 562	3.38 532	3.10 536	2.69 545	3.13 461	3.58 531	0.25 348	0.23 404	0.33 439	0.27 398	0.83 523	0.81 527

test_example2	192.40 599	210.76 600	206.48 599	199.83 599	204.73 599	172.94 599	183.52 598	133.93 599	133.41 599	191.38 599	196.19 598	187.13 599	178.77 599	205.33 599	208.00 599	222.09 599	238.72 599	186.54 599	190.54 599	227.34 599	170.31 599

ccccc		492.34 601		530.87 600	530.37 600	478.08 600		491.76 600		448.18 600		476.12 600		541.64 600		663.49 600	459.54 600	353.94 600	309.79 600	586.66 600

ASD4		10.99 580

Low-res two-view benchmark