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

CAS	0.63 150	0.18 1	0.37 2	2.27 445	0.84 401	0.57 100	0.54 232	0.79 27	0.62 38	0.48 29	0.70 56	0.36 6	0.26 2	0.45 4	0.35 46	2.24 446	0.10 1	0.14 1	0.09 1	0.15 8	1.06 435

IGEV-Stereo++	0.30 1	0.20 2	0.40 9	0.46 45	0.30 95	0.33 6	0.22 3	0.75 17	0.45 6	0.32 2	0.41 4	0.32 3	0.48 72	0.38 2	0.27 2	0.15 7	0.11 4	0.15 4	0.12 13	0.15 8	0.13 4

Pointernet	0.37 5	0.20 2	0.57 58	0.43 15	0.28 63	0.51 70	0.27 22	0.93 68	0.61 36	0.47 25	0.63 40	0.49 36	0.38 28	0.49 8	0.33 25	0.17 40	0.13 51	0.14 1	0.11 7	0.13 1	0.12 3

MoCha-V2	0.40 15	0.20 2	0.49 21	0.50 97	0.21 4	0.44 27	0.33 48	0.93 68	0.53 27	0.53 46	0.53 20	0.42 10	0.58 130	1.09 149	0.27 2	0.14 4	0.12 12	0.15 4	0.12 13	0.17 35	0.15 37

CES	0.48 57	0.20 2	0.37 2	0.39 5	1.39 437	0.55 92	0.35 64	0.98 89	0.66 60	0.44 17	0.66 43	0.35 5	0.27 3	0.56 20	0.33 25	0.15 7	0.13 51	0.15 4	0.10 2	0.19 93	1.46 441

s12784h	0.52 66	0.20 2	0.38 5	0.41 8	0.19 1	0.96 273	0.34 60	1.17 158	1.25 292	0.81 97	0.90 98	0.63 78	0.50 84	1.45 218	0.42 102	0.14 4	0.12 12	0.17 23	0.11 7	0.18 61	0.11 1

RAStereo	0.34 2	0.21 7	0.66 103	0.47 53	0.27 42	0.26 2	0.29 30	0.69 10	0.63 41	0.32 2	0.42 5	0.45 20	0.31 10	0.45 4	0.34 39	0.17 40	0.15 146	0.19 70	0.15 47	0.18 61	0.13 4

Occ-G	0.42 21	0.21 7	0.48 18	0.41 8	0.26 26	0.42 20	0.62 285	0.77 21	0.49 12	0.43 15	0.66 43	1.02 222	0.46 53	0.78 71	0.41 92	0.16 15	0.13 51	0.18 52	0.13 19	0.16 18	0.16 56

U	9.45 467	0.21 7	0.58 62	0.47 53	53.11 483	61.27 488	0.24 7	0.70 12	0.52 25	0.36 5	0.28 2	0.29 1	0.35 20	0.33 1	0.26 1	0.19 111	0.11 4	60.50 485	8.88 473	0.17 35	0.13 4

IGEV-Stereo+	0.45 40	0.21 7	0.43 13	0.41 8	0.39 215	0.15 1	0.19 1	0.44 1	0.36 1	0.26 1	0.25 1	0.31 2	0.41 34	1.43 214	0.30 7	0.17 40	0.12 12	0.15 4	0.11 7	1.16 432	1.70 446

WCG-NET（raft）	0.45 40	0.21 7	0.55 48	0.40 7	0.24 13	0.50 55	0.36 76	0.73 14	1.09 205	0.71 73	0.76 70	0.92 184	0.51 86	0.84 87	0.34 39	0.16 15	0.12 12	0.15 4	0.14 37	0.14 3	0.14 19

trnet	0.39 10	0.21 7	0.37 2	0.36 2	0.20 2	0.53 79	0.29 30	0.78 25	1.12 216	0.59 59	0.71 59	0.53 51	0.42 37	0.54 15	0.34 39	0.18 73	0.13 51	0.15 4	0.10 2	0.14 3	0.13 4

LoS	0.40 15	0.21 7	0.44 14	0.37 3	0.22 6	0.50 55	0.40 111	1.00 95	0.94 136	0.48 29	0.66 43	0.48 29	0.40 32	0.60 36	0.37 60	0.18 73	0.14 92	0.16 15	0.11 7	0.14 3	0.14 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.47 51	0.21 7	0.38 5	0.45 41	0.38 205	0.45 30	0.25 8	0.75 17	1.29 312	0.80 93	1.21 220	0.47 26	0.37 23	0.53 13	0.44 114	0.16 15	0.11 4	0.15 4	0.80 433	0.18 61	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.44 33	0.21 7	0.44 14	0.41 8	0.21 4	0.65 142	0.26 15	0.79 27	0.83 101	0.93 122	0.98 120	0.51 41	0.46 53	0.54 15	0.35 46	0.18 73	0.24 317	0.16 15	0.13 19	0.16 18	0.26 264

CREStereo	0.39 10	0.21 7	0.38 5	0.34 1	0.22 6	0.53 79	0.29 30	0.77 21	1.11 212	0.58 52	0.71 59	0.51 41	0.41 34	0.54 15	0.34 39	0.18 73	0.13 51	0.15 4	0.10 2	0.14 3	0.14 19
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 44	0.21 7	0.38 5	0.37 3	0.23 8	0.71 179	0.27 22	0.74 16	1.04 182	0.64 63	0.70 56	0.55 53	0.47 62	0.86 93	0.35 46	1.00 429	0.13 51	0.15 4	0.10 2	0.15 8	0.13 4

IGEV++	0.40 15	0.22 18	0.51 30	0.52 143	0.29 78	0.45 30	0.25 8	1.65 275	0.46 10	0.37 6	0.57 33	0.46 22	0.45 49	0.50 9	0.38 70	0.19 111	0.12 12	0.16 15	0.13 19	0.16 18	0.15 37

EGLCR-Stereo	0.37 5	0.22 18	0.51 30	0.43 15	0.26 26	0.44 27	0.22 3	0.99 91	0.48 11	0.42 12	0.42 5	0.67 92	0.29 7	0.86 93	0.33 25	0.17 40	0.12 12	0.19 70	0.17 98	0.17 35	0.15 37

test_4	0.53 75	0.22 18	0.56 49	0.54 172	0.32 131	0.64 128	0.39 105	0.80 33	0.62 38	0.92 121	1.87 380	0.68 94	0.42 37	1.16 160	0.37 60	0.15 7	0.13 51	0.20 97	0.22 231	0.20 120	0.15 37

test-3	0.54 90	0.22 18	0.68 111	0.47 53	0.27 42	0.58 102	0.35 64	0.92 62	1.00 168	1.32 299	0.69 53	0.87 160	0.45 49	1.68 261	0.37 60	0.16 15	0.11 4	0.20 97	0.16 81	0.17 35	0.13 4

test_1	0.54 90	0.22 18	0.68 111	0.47 53	0.27 42	0.58 102	0.35 64	0.92 62	1.00 168	1.28 274	0.68 49	0.87 160	0.45 49	1.67 256	0.37 60	0.16 15	0.11 4	0.20 97	0.16 81	0.17 35	0.13 4

WCG-NET	0.46 44	0.23 23	0.52 35	0.45 41	0.35 166	0.70 173	0.26 15	0.95 79	0.96 143	0.74 81	0.69 53	0.65 84	0.52 90	0.88 95	0.33 25	0.18 73	0.13 51	0.16 15	0.15 47	0.16 18	0.17 80

UniTT-Stereo	0.36 3	0.23 23	0.59 69	0.48 74	0.36 176	0.40 13	0.32 44	0.53 2	0.49 12	0.54 48	0.55 28	0.36 6	0.31 10	0.58 24	0.51 171	0.20 140	0.15 146	0.17 23	0.15 47	0.19 93	0.15 37

MC-Stereo	0.43 25	0.23 23	0.48 18	0.51 124	0.28 63	0.39 12	0.32 44	0.88 53	0.68 64	0.60 60	0.84 87	0.56 58	0.61 142	1.03 132	0.31 14	0.17 40	0.11 4	0.17 23	0.15 47	0.16 18	0.13 4

RCA-Stereo	0.50 64	0.23 23	0.58 62	0.48 74	0.33 148	0.55 92	0.45 171	0.97 87	1.38 352	0.68 68	1.05 153	0.63 78	0.80 208	0.59 25	0.32 16	0.17 40	0.12 12	0.17 23	0.14 37	0.16 18	0.14 19

test_3	0.55 105	0.23 23	0.71 140	0.53 157	0.28 63	0.61 118	0.40 111	0.92 62	1.05 186	1.19 233	0.68 49	0.93 186	0.44 46	1.67 256	0.39 77	0.15 7	0.12 12	0.22 150	0.19 132	0.21 154	0.14 19

DEmStereo	0.97 309	0.23 23	0.79 202	0.47 53	0.32 131	1.04 292	0.56 255	0.93 68	0.89 117	1.39 327	2.14 399	1.02 222	2.07 423	5.64 412	0.77 266	0.17 40	0.15 146	0.20 97	0.20 164	0.18 61	0.20 167

111	0.60 133	0.23 23	0.70 128	0.43 15	0.24 13	0.72 182	0.42 127	1.18 163	1.41 364	0.80 93	1.38 285	1.10 249	0.79 202	0.96 113	0.58 202	0.18 73	0.13 51	0.17 23	0.15 47	0.17 35	0.19 140

RSM++	0.38 9	0.24 30	0.51 30	0.47 53	0.26 26	0.50 55	0.41 124	0.79 27	0.45 6	0.37 6	0.45 9	0.60 71	0.35 20	1.02 131	0.30 7	0.15 7	0.13 51	0.17 23	0.14 37	0.18 61	0.13 4

RSM	0.39 10	0.24 30	0.49 21	0.46 45	0.26 26	0.47 35	0.40 111	0.92 62	0.44 5	0.41 10	0.42 5	0.65 84	0.33 15	1.07 145	0.29 4	0.15 7	0.12 12	0.17 23	0.13 19	0.17 35	0.13 4

RAFT-Stereo-weight	0.47 51	0.24 30	0.53 38	0.48 74	0.27 42	0.60 114	0.35 64	1.02 101	1.07 194	0.99 140	0.78 74	0.76 114	0.28 4	0.76 67	0.36 52	0.16 15	0.12 12	0.17 23	0.15 47	0.16 18	0.15 37

MIM_Stereo	0.57 120	0.24 30	0.92 257	0.46 45	0.30 95	0.54 86	0.28 26	1.27 189	0.75 81	1.00 144	1.16 203	0.93 186	0.53 96	1.45 218	0.61 214	0.16 15	0.16 181	0.20 97	0.19 132	0.17 35	0.14 19

AEACV	0.37 5	0.24 30	0.52 35	0.47 53	0.51 296	0.37 11	0.38 92	0.65 6	0.53 27	0.42 12	0.56 31	0.46 22	0.60 134	0.53 13	0.30 7	0.16 15	0.13 51	0.18 52	0.15 47	0.17 35	0.14 19

Any-RAFT	0.53 75	0.24 30	0.47 16	0.47 53	0.27 42	1.00 284	0.25 8	1.58 259	1.05 186	0.85 109	0.99 122	1.06 231	0.47 62	0.70 51	0.32 16	0.18 73	0.13 51	0.16 15	0.13 19	0.16 18	0.16 56

4D-IteraStereo	0.48 57	0.24 30	0.76 186	0.50 97	0.44 252	0.66 150	0.31 40	0.87 46	1.02 174	1.03 154	0.72 62	0.78 121	0.32 14	0.64 39	0.37 60	0.17 40	0.11 4	0.23 186	0.19 132	0.19 93	0.13 4

Selective-IGEV	0.39 10	0.24 30	0.50 24	0.44 31	0.25 23	0.46 33	0.33 48	1.25 187	0.40 2	0.35 4	0.45 9	0.52 46	0.30 8	1.07 145	0.30 7	0.14 4	0.12 12	0.17 23	0.13 19	0.16 18	0.13 4

fff	0.53 75	0.24 30	0.70 128	0.43 15	0.24 13	0.48 36	0.36 76	1.07 131	1.25 292	1.10 175	1.02 140	0.57 60	1.06 321	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

ADStereo(finetuned)	0.57 120	0.24 30	1.06 306	0.43 15	0.24 13	0.49 46	0.35 64	1.05 116	1.30 318	1.12 182	1.03 148	0.58 65	1.20 347	0.84 87	0.51 171	0.16 15	0.13 51	0.17 23	0.13 19	0.18 61	0.19 140

CrosDoStereo	1.58 391	0.24 30	0.72 146	0.48 74	0.29 78	0.67 154	12.49 470	1.10 140	0.98 156	1.34 310	1.75 365	1.00 213	1.89 412	6.65 429	0.81 279	0.19 111	0.15 146	0.20 97	0.22 231	0.18 61	0.19 140

DeepStereo_LL	1.58 391	0.24 30	0.72 146	0.48 74	0.29 78	0.67 154	12.49 470	1.10 140	0.98 156	1.34 310	1.75 365	1.00 213	1.89 412	6.65 429	0.81 279	0.19 111	0.15 146	0.20 97	0.22 231	0.18 61	0.19 140

DRaft	0.80 251	0.24 30	0.70 128	0.45 41	0.30 95	0.97 277	0.53 227	1.05 116	0.97 151	1.78 386	2.02 392	0.80 127	1.74 401	2.73 347	0.72 248	0.17 40	0.14 92	0.20 97	0.20 164	0.18 61	0.21 183

RAFT-RH_RVC	1.03 327	0.24 30	0.67 108	0.49 88	0.28 63	0.81 228	0.33 48	0.83 42	1.08 199	2.05 407	4.65 443	1.04 229	0.57 121	5.98 421	0.50 166	0.18 73	0.13 51	0.26 263	0.20 164	0.16 18	0.17 80

DCANet	0.54 90	0.24 30	0.70 128	0.43 15	0.24 13	0.49 46	0.36 76	1.05 116	1.30 318	1.12 182	1.03 148	0.58 65	0.92 260	0.81 80	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.18 61	0.19 140

csc	0.53 75	0.24 30	0.70 128	0.43 15	0.24 13	0.48 36	0.36 76	1.07 131	1.25 292	1.10 175	1.02 140	0.57 60	1.06 321	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

cscssc	0.53 75	0.24 30	0.70 128	0.43 15	0.24 13	0.48 36	0.36 76	1.07 131	1.25 292	1.10 175	1.02 140	0.57 60	1.06 321	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

CFNet-RSSM	0.54 90	0.24 30	0.70 128	0.48 74	0.28 63	0.60 114	0.27 22	1.49 232	1.14 230	1.06 158	0.93 105	1.08 237	0.54 101	0.70 51	0.35 46	0.16 15	0.12 12	0.17 23	0.15 47	0.16 18	0.14 19

Gwc-CoAtRS	0.52 66	0.24 30	0.68 111	0.48 74	0.29 78	0.64 128	0.25 8	1.16 156	1.08 199	1.01 147	1.00 126	1.12 254	0.56 112	0.69 48	0.37 60	0.16 15	0.13 51	0.17 23	0.15 47	0.15 8	0.15 37

AIO-Stereo	0.37 5	0.25 49	0.51 30	0.47 53	0.23 8	0.45 30	0.39 105	1.07 131	0.52 25	0.41 10	0.48 13	0.52 46	0.25 1	0.72 57	0.30 7	0.16 15	0.12 12	0.17 23	0.13 19	0.16 18	0.13 4

MaDis-Stereo	0.36 3	0.25 49	0.58 62	0.44 31	0.34 163	0.30 5	0.30 35	0.72 13	0.50 14	0.37 6	0.36 3	0.58 65	0.49 80	0.52 11	0.36 52	0.19 111	0.16 181	0.19 70	0.15 47	0.18 61	0.14 19

MIF-Stereo (partial)	0.45 40	0.25 49	0.70 128	0.50 97	0.52 304	0.35 8	0.26 15	0.91 61	0.59 35	0.45 22	0.71 59	0.51 41	0.51 86	1.11 153	0.45 127	0.20 140	0.16 181	0.23 186	0.20 164	0.24 217	0.18 105

CASnet	0.41 20	0.25 49	0.48 18	0.50 97	0.20 2	0.50 55	0.36 76	0.81 36	0.80 94	0.83 103	0.68 49	0.48 29	0.31 10	0.54 15	0.32 16	0.18 73	0.12 12	0.27 277	0.22 231	0.23 202	0.14 19
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 90	0.25 49	0.64 90	0.47 53	0.30 95	0.97 277	0.27 22	1.24 185	0.81 95	0.96 130	1.12 184	1.28 294	0.48 72	0.71 54	0.36 52	0.17 40	0.13 51	0.17 23	0.14 37	0.16 18	0.16 56

GLC_STEREO	0.39 10	0.25 49	0.41 11	0.54 172	0.23 8	0.48 36	0.30 35	0.73 14	0.58 31	0.52 45	0.73 64	0.51 41	0.31 10	0.64 39	0.42 102	0.17 40	0.20 258	0.23 186	0.19 132	0.21 154	0.17 80

RAFT-345	0.84 270	0.25 49	0.66 103	0.50 97	0.27 42	0.54 86	0.42 127	0.83 42	1.11 212	1.32 299	2.34 407	0.86 156	0.54 101	5.72 413	0.47 148	0.18 73	0.13 51	0.22 150	0.17 98	0.17 35	0.16 56

cross-raft	0.54 90	0.25 49	0.61 77	0.52 143	0.29 78	0.68 161	0.37 86	1.46 227	0.76 85	1.01 147	1.06 155	1.28 294	0.46 53	0.71 54	0.35 46	0.15 7	0.12 12	0.18 52	0.16 81	0.19 93	0.14 19

GMM-Stereo	0.74 222	0.25 49	0.59 69	0.54 172	0.34 163	0.72 182	0.99 375	1.01 100	0.87 110	1.36 315	1.78 368	1.12 254	0.81 211	2.09 307	0.46 141	0.18 73	0.12 12	0.25 244	0.25 278	0.20 120	0.85 424

raftrobust	0.52 66	0.25 49	0.56 49	0.65 306	0.52 304	0.49 46	0.34 60	0.98 89	0.91 126	1.30 287	0.87 93	0.63 78	0.81 211	0.78 71	0.41 92	0.19 111	0.15 146	0.16 15	0.14 37	0.15 8	0.16 56

RAFT-Stereo + iAFF	0.54 90	0.25 49	0.68 111	0.43 15	0.24 13	0.40 13	0.34 60	1.04 110	1.09 205	1.32 299	1.60 339	0.80 127	0.68 165	0.67 47	0.39 77	0.13 1	0.10 1	0.18 52	0.17 98	0.17 35	0.13 4

AFF-stereo	0.58 125	0.25 49	0.64 90	0.46 45	0.29 78	0.34 7	0.38 92	1.15 154	1.14 230	1.17 224	1.60 339	1.10 249	0.71 174	0.97 119	0.43 111	0.13 1	0.11 4	0.19 70	0.19 132	0.17 35	0.14 19

H2IRNET	0.56 114	0.26 61	0.66 103	0.47 53	0.35 166	0.41 16	0.26 15	0.92 62	1.17 252	0.61 61	1.28 247	1.08 237	0.86 237	0.99 123	0.63 221	0.19 111	0.16 181	0.22 150	0.25 278	0.21 154	0.18 105

MGS-Stereo	0.42 21	0.26 61	0.58 62	0.44 31	0.28 63	0.50 55	0.34 60	0.57 3	0.83 101	0.46 23	1.31 257	0.52 46	0.33 15	0.65 43	0.36 52	0.19 111	0.16 181	0.18 52	0.15 47	0.17 35	0.16 56

MSKI-zero shot	0.55 105	0.26 61	0.57 58	0.51 124	0.26 26	0.69 166	0.28 26	1.18 163	0.64 45	0.91 119	1.32 263	0.82 136	0.33 15	1.92 290	0.32 16	0.17 40	0.12 12	0.17 23	0.13 19	0.16 18	0.16 56

LoS_RVC	0.42 21	0.26 61	0.40 9	0.44 31	0.82 399	0.51 70	0.44 157	0.64 5	0.41 3	0.44 17	0.78 74	0.44 14	0.47 62	0.56 20	0.36 52	0.13 1	0.12 12	0.14 1	0.10 2	0.13 1	0.84 423

DCRE	0.82 259	0.26 61	0.70 128	0.58 229	0.44 252	0.54 86	0.48 192	0.95 79	0.78 89	0.78 88	7.33 456	0.86 156	0.52 90	0.76 67	0.41 92	0.16 15	0.16 181	0.19 70	0.17 98	0.18 61	0.17 80

DCANet-4	0.54 90	0.26 61	1.07 311	0.42 13	0.24 13	0.48 36	0.36 76	0.99 91	1.30 318	1.10 175	1.02 140	0.56 58	0.75 180	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

tt	6.58 462	0.26 61	6.10 450	3.77 467	2.16 444	11.55 468	19.63 473	13.33 474	5.74 458	2.96 437	2.65 417	4.97 448	6.33 464	3.81 375	7.24 445	9.15 474	11.32 477	5.89 474	6.24 472	6.03 470	2.55 458

RAFT_CTSACE	0.63 150	0.26 61	0.88 240	0.55 194	0.51 296	0.71 179	0.44 157	0.80 33	0.97 151	0.97 133	1.84 375	1.18 267	0.68 165	1.47 224	0.36 52	0.16 15	0.15 146	0.21 123	0.20 164	0.20 120	0.14 19

GMOStereo	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 144	0.89 54	0.96 143	1.41 330	1.14 193	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 206	0.21 204	0.20 120	0.15 37

error version	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 144	0.89 54	0.96 143	1.41 330	1.14 193	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 206	0.21 204	0.20 120	0.15 37

test-v	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 144	0.89 54	0.96 143	1.41 330	1.14 193	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 206	0.21 204	0.20 120	0.15 37

HHNet	0.62 143	0.26 61	0.63 84	0.43 15	0.45 259	0.50 55	0.58 269	1.07 131	1.01 171	1.25 265	2.23 402	0.70 103	0.61 142	1.07 145	0.47 148	0.20 140	0.13 51	0.23 186	0.19 132	0.19 93	0.30 301

FTStereo	0.91 292	0.26 61	0.56 49	0.54 172	0.33 148	0.66 150	1.87 435	1.00 95	0.75 81	1.75 383	4.15 436	1.04 229	1.65 394	1.57 240	0.46 141	0.19 111	0.16 181	0.23 186	0.21 204	0.18 61	0.63 407

ASMatch	0.88 284	0.26 61	0.69 122	0.51 124	0.35 166	0.48 36	0.37 86	1.12 148	0.92 131	1.10 175	3.28 426	0.96 203	0.98 293	4.90 394	0.49 160	0.19 111	0.16 181	0.22 150	0.19 132	0.19 93	0.27 273

PFNet	0.91 292	0.26 61	1.10 319	0.63 285	0.32 131	0.64 128	0.56 255	1.17 158	0.99 163	1.47 343	1.08 162	0.98 206	0.69 168	6.62 428	0.54 190	0.20 140	0.12 12	0.24 206	0.19 132	0.20 120	0.17 80

GrayStereo	0.82 259	0.26 61	0.58 62	0.63 285	0.37 188	0.76 199	1.86 434	1.11 146	0.87 110	1.99 404	1.89 382	1.08 237	1.82 409	1.39 207	0.48 153	0.19 111	0.14 92	0.19 70	0.21 204	0.18 61	0.39 349

test-2	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 144	0.89 54	0.96 143	1.41 330	1.14 193	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 206	0.21 204	0.20 120	0.15 37

test-1	0.52 66	0.26 61	1.04 301	0.56 207	0.32 131	0.61 118	0.38 92	1.10 140	0.91 126	0.78 88	1.01 132	0.77 117	0.52 90	0.60 36	0.42 102	0.17 40	0.14 92	0.20 97	0.17 98	0.20 120	0.23 218

iRaftStereo_RVC	0.47 51	0.26 61	0.64 90	0.50 97	0.29 78	0.53 79	0.33 48	1.05 116	0.77 87	0.84 105	1.00 126	0.55 53	0.37 23	0.81 80	0.40 81	0.17 40	0.12 12	0.22 150	0.20 164	0.19 93	0.15 37

raft+_RVC	0.53 75	0.26 61	0.54 43	0.60 253	0.47 274	0.54 86	0.54 232	1.27 189	0.99 163	0.76 82	1.03 148	0.70 103	0.56 112	0.93 110	0.47 148	0.18 73	0.14 92	0.19 70	0.18 112	0.18 61	0.15 37

XX-Stereo	0.63 150	0.26 61	1.90 405	0.81 383	0.67 359	0.43 25	0.23 5	1.03 105	0.58 31	0.65 65	1.56 331	1.41 315	0.39 29	1.28 180	0.35 46	0.20 140	0.14 92	0.20 97	0.19 132	0.18 61	0.14 19

R-Stereo Train	0.57 120	0.26 61	0.63 84	0.54 172	0.36 176	0.69 166	0.54 232	1.22 179	0.72 75	1.61 371	1.50 319	0.75 110	0.53 96	0.64 39	0.44 114	0.18 73	0.15 146	0.17 23	0.15 47	0.17 35	0.17 80

RAFT-Stereo	0.57 120	0.26 61	0.63 84	0.54 172	0.36 176	0.69 166	0.54 232	1.22 179	0.72 75	1.61 371	1.50 319	0.75 110	0.53 96	0.64 39	0.44 114	0.18 73	0.15 146	0.17 23	0.15 47	0.17 35	0.17 80
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.14 351	0.27 84	0.95 267	0.53 157	0.42 237	0.70 173	0.72 313	0.95 79	1.32 326	0.98 137	1.48 314	1.78 373	0.87 242	9.65 464	0.87 295	0.21 169	0.18 225	0.30 311	0.24 265	0.19 93	0.16 56

testlalala2	0.58 125	0.27 84	0.68 111	1.72 439	1.27 436	0.68 161	0.42 127	0.93 68	0.70 69	0.90 115	0.93 105	0.76 114	0.34 19	0.52 11	0.40 81	0.18 73	0.15 146	0.17 23	0.13 19	0.17 35	0.17 80

AE-Stereo	0.49 61	0.27 84	0.67 108	0.60 253	0.39 215	0.67 154	0.46 177	1.18 163	1.09 205	0.47 25	0.75 68	0.69 99	0.47 62	0.59 25	0.40 81	0.16 15	0.15 146	0.21 123	0.20 164	0.19 93	0.15 37

ff7	0.43 25	0.27 84	0.56 49	0.44 31	0.33 148	0.50 55	0.42 127	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 202	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

ffff	0.43 25	0.27 84	0.56 49	0.44 31	0.33 148	0.50 55	0.42 127	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 202	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

11t	0.43 25	0.27 84	0.56 49	0.44 31	0.33 148	0.50 55	0.42 127	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 202	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

plain	0.46 44	0.27 84	1.01 287	0.50 97	0.40 225	0.35 8	0.37 86	0.87 46	0.56 29	0.43 15	0.76 70	0.42 10	0.40 32	1.13 156	0.45 127	0.21 169	0.15 146	0.24 206	0.19 132	0.24 217	0.16 56

anonymousdsp2	0.53 75	0.27 84	0.74 173	0.48 74	0.29 78	0.76 199	0.47 183	1.61 267	0.82 100	0.77 86	0.77 72	0.75 110	0.47 62	1.03 132	0.40 81	0.18 73	0.13 51	0.18 52	0.13 19	0.19 93	0.18 105

anonymousdsp	0.43 25	0.27 84	0.53 38	0.44 31	0.32 131	0.50 55	0.42 127	0.89 54	0.51 21	0.49 34	0.53 20	0.47 26	0.47 62	1.33 190	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

anonymousa	0.72 202	0.27 84	0.75 176	0.47 53	0.63 349	1.43 355	0.45 171	1.24 185	0.89 117	1.28 274	1.75 365	1.62 351	1.13 335	0.69 48	0.59 204	0.19 111	0.16 181	0.23 186	0.25 278	0.20 120	0.18 105

riskmin	0.56 114	0.27 84	0.60 74	0.43 15	0.31 114	0.83 234	0.42 127	1.14 152	1.04 182	0.73 79	0.75 68	1.11 253	1.01 305	0.81 80	0.51 171	0.20 140	0.14 92	0.24 206	0.15 47	0.24 217	0.25 243

ccc-4	0.43 25	0.27 84	0.56 49	0.44 31	0.33 148	0.50 55	0.42 127	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 202	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

IGEV-Stereo	0.43 25	0.27 84	0.54 43	0.45 41	0.32 131	0.50 55	0.42 127	0.90 60	0.51 21	0.49 34	0.53 20	0.47 26	0.47 62	1.32 188	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 189	0.27 84	0.97 274	0.51 124	0.43 245	0.79 216	0.33 48	1.21 171	1.06 189	1.30 287	1.10 171	0.52 46	0.55 108	3.16 362	0.63 221	0.16 15	0.14 92	0.19 70	0.16 81	0.18 61	0.17 80

IPLGR	0.58 125	0.27 84	1.14 329	0.48 74	0.28 63	0.65 142	0.33 48	1.22 179	1.13 228	1.18 229	1.05 153	0.69 99	0.66 164	0.96 113	0.52 178	0.17 40	0.15 146	0.20 97	0.17 98	0.20 120	0.18 105

PSM-AAD	0.79 248	0.27 84	0.53 38	0.55 194	0.28 63	0.77 207	1.24 402	0.99 91	0.91 126	1.66 377	1.57 335	0.81 131	2.19 427	1.65 251	0.44 114	0.19 111	0.14 92	0.38 369	0.32 357	0.21 154	0.70 415

THIR-Stereo	1.02 326	0.27 84	0.69 122	0.49 88	0.28 63	0.95 269	1.34 409	1.03 105	0.97 151	1.34 310	1.90 383	1.17 264	1.58 387	6.44 426	0.78 268	0.19 111	0.14 92	0.21 123	0.22 231	0.19 93	0.20 167

Prome-Stereo	0.75 230	0.27 84	0.53 38	0.55 194	0.32 131	0.59 107	0.97 371	0.89 54	0.88 114	1.45 340	2.46 413	0.91 175	1.41 371	1.58 242	0.44 114	0.18 73	0.13 51	0.19 70	0.17 98	0.20 120	0.92 426

gcap-zeroshot	0.53 75	0.28 102	0.89 246	0.49 88	0.28 63	0.76 199	0.37 86	1.34 200	0.73 79	0.89 113	0.67 46	1.35 308	0.51 86	0.79 75	0.33 25	0.18 73	0.15 146	0.18 52	0.15 47	0.17 35	0.16 56

MyStereo06	0.61 139	0.28 102	0.95 267	0.56 207	0.46 269	0.61 118	0.73 314	1.78 310	0.67 61	1.03 154	1.12 184	1.13 259	0.56 112	0.78 71	0.41 92	0.17 40	0.16 181	0.23 186	0.20 164	0.22 177	0.20 167

MyStereo05	0.66 174	0.28 102	1.07 311	0.56 207	0.46 269	0.61 118	0.73 314	1.34 200	1.41 364	1.15 205	0.91 100	0.77 117	0.80 208	1.41 213	0.63 221	0.17 40	0.16 181	0.23 186	0.20 164	0.22 177	0.20 167

11t1	0.52 66	0.28 102	0.68 111	0.51 124	0.28 63	0.83 234	0.39 105	1.22 179	0.63 41	0.84 105	0.74 66	0.68 94	0.68 165	0.91 103	0.57 199	0.21 169	0.18 225	0.19 70	0.16 81	0.20 120	0.21 183

IGEVStereo-DCA	0.46 44	0.28 102	0.56 49	0.43 15	0.33 148	0.49 46	0.42 127	0.87 46	0.50 14	0.47 25	0.48 13	0.48 29	0.46 53	2.03 301	0.30 7	0.19 111	0.14 92	0.19 70	0.15 47	0.16 18	0.18 105

rrr	0.46 44	0.28 102	0.73 158	0.43 15	0.33 148	0.49 46	0.38 92	0.76 20	0.50 14	0.47 25	0.48 13	0.48 29	0.46 53	2.03 301	0.30 7	0.19 111	0.14 92	0.19 70	0.15 47	0.16 18	0.16 56

testlalala	0.45 40	0.28 102	0.59 69	0.42 13	0.39 215	0.71 179	0.39 105	1.08 136	0.45 6	1.24 260	0.80 83	0.61 75	0.36 22	0.54 15	0.33 25	0.20 140	0.13 51	0.18 52	0.12 13	0.15 8	0.15 37

SPstereo	0.40 15	0.28 102	0.68 111	0.47 53	0.25 23	0.53 79	0.32 44	0.82 39	0.58 31	0.65 65	0.69 53	0.58 65	0.42 37	0.47 6	0.29 4	0.17 40	0.14 92	0.17 23	0.13 19	0.17 35	0.14 19

Selective-RAFT	0.52 66	0.28 102	0.79 202	0.55 194	0.27 42	0.91 253	0.33 48	0.80 33	0.88 114	0.58 52	0.63 40	0.81 131	0.77 192	1.29 183	0.48 153	0.19 111	0.14 92	0.17 23	0.15 47	0.19 93	0.17 80

ProNet	0.43 25	0.28 102	0.58 62	0.43 15	0.30 95	0.56 95	0.52 219	1.00 95	0.58 31	0.44 17	0.49 16	0.43 12	0.43 41	1.28 180	0.36 52	0.15 7	0.13 51	0.19 70	0.16 81	0.17 35	0.16 56

TestStereo1	0.63 150	0.28 102	0.75 176	0.76 370	0.31 114	0.48 36	0.43 144	1.30 193	1.21 276	0.97 133	1.31 257	0.64 81	0.77 192	1.75 269	0.42 102	0.20 140	0.15 146	0.22 150	0.18 112	0.21 154	0.17 80

DisPM	0.66 174	0.28 102	0.72 146	0.61 266	0.35 166	0.62 124	0.45 171	1.02 101	0.99 163	1.56 364	1.10 171	0.80 127	0.59 131	2.37 331	0.41 92	0.23 218	0.14 92	0.23 186	0.21 204	0.20 120	0.25 243

SA-5K	0.63 150	0.28 102	0.75 176	0.76 370	0.31 114	0.48 36	0.43 144	1.30 193	1.21 276	0.97 133	1.31 257	0.64 81	0.77 192	1.75 269	0.42 102	0.20 140	0.15 146	0.22 150	0.18 112	0.21 154	0.17 80

MIPNet	0.56 114	0.28 102	0.94 263	0.49 88	0.33 148	0.66 150	0.38 92	1.35 202	1.08 199	1.06 158	0.92 102	0.60 71	0.79 202	0.73 61	0.52 178	0.17 40	0.14 92	0.19 70	0.16 81	0.18 61	0.17 80

PFNet+	0.59 130	0.28 102	0.77 192	0.53 157	0.30 95	0.59 107	0.31 40	0.92 62	1.14 230	1.33 307	1.10 171	0.79 125	0.57 121	1.31 185	0.49 160	0.25 257	0.17 208	0.28 290	0.26 295	0.21 154	0.25 243

LCNet	0.72 202	0.28 102	0.52 35	0.55 194	0.31 114	0.69 166	0.54 232	1.00 95	0.88 114	1.19 233	1.34 272	0.97 205	1.34 368	2.56 340	0.45 127	0.18 73	0.13 51	0.21 123	0.25 278	0.27 253	0.73 418

AAGNet	1.83 408	0.28 102	0.72 146	0.61 266	0.32 131	0.67 154	0.51 209	0.96 86	0.98 156	1.47 343	1.20 218	1.00 213	1.18 341	2.83 349	22.77 476	0.22 193	0.13 51	0.22 150	0.19 132	0.23 202	0.15 37

STrans-v2	1.04 330	0.28 102	0.96 272	0.49 88	0.32 131	0.68 161	0.79 330	2.47 430	1.12 216	1.12 182	1.46 308	1.40 313	1.46 377	6.70 433	0.43 111	0.18 73	0.13 51	0.20 97	0.18 112	0.18 61	0.18 105

TransformOpticalFlow	0.96 303	0.28 102	0.89 246	0.52 143	0.31 114	0.66 150	0.54 232	1.75 296	1.12 216	1.09 167	1.44 301	1.37 312	1.01 305	6.70 433	0.42 102	0.19 111	0.12 12	0.20 97	0.19 132	0.18 61	0.19 140

KYRaft	0.75 230	0.28 102	0.62 81	0.56 207	0.29 78	0.67 154	0.86 348	0.94 75	0.84 104	1.62 374	2.21 401	1.16 263	1.02 310	1.57 240	0.40 81	0.20 140	0.13 51	0.22 150	0.28 325	0.20 120	1.02 430

SST-Stereo	0.83 265	0.28 102	0.72 146	0.59 242	0.31 114	0.72 182	0.26 15	1.09 138	0.86 106	1.47 343	1.10 171	1.00 213	0.87 242	5.73 414	0.45 127	0.22 193	0.13 51	0.23 186	0.19 132	0.23 202	0.18 105

RAFT_R40	0.83 265	0.28 102	0.73 158	0.59 242	0.31 114	0.69 166	0.44 157	1.10 140	0.95 138	1.47 343	1.10 171	1.00 213	0.85 229	5.53 408	0.46 141	0.22 193	0.13 51	0.23 186	0.20 164	0.23 202	0.18 105

IRAFT_RVC	0.88 284	0.28 102	0.76 186	0.63 285	0.31 114	0.65 142	1.02 380	1.22 179	0.94 136	1.22 246	1.04 151	1.01 220	0.98 293	5.82 416	0.53 185	0.22 193	0.12 12	0.25 244	0.20 164	0.20 120	0.19 140

test_xeample3	0.42 21	0.28 102	0.69 122	0.43 15	0.33 148	0.56 95	0.38 92	0.79 27	0.45 6	0.53 46	0.46 11	0.44 14	0.44 46	1.38 202	0.31 14	0.18 73	0.14 92	0.19 70	0.15 47	0.17 35	0.16 56

xxxx	1.51 387	0.28 102	0.68 111	0.54 172	0.28 63	1.16 314	0.44 157	2.19 405	1.29 312	1.09 167	1.36 279	1.22 272	0.85 229	1.79 277	15.70 469	0.24 233	0.21 279	0.21 123	0.20 164	0.22 177	0.23 218

test_xeample	1.45 383	0.28 102	0.65 97	0.51 124	0.28 63	0.94 265	0.59 277	2.14 391	1.29 312	1.24 260	1.51 321	0.88 164	0.86 237	1.46 220	15.10 466	0.22 193	0.20 258	0.22 150	0.20 164	0.22 177	0.22 200

EAI-Stereo	0.65 167	0.28 102	0.69 122	0.53 157	0.27 42	0.60 114	0.40 111	2.28 415	0.64 45	0.71 73	3.18 425	0.57 60	0.43 41	1.06 141	0.41 92	0.18 73	0.13 51	0.17 23	0.17 98	0.17 35	0.17 80

SFCPSM	0.70 193	0.28 102	1.02 294	0.51 124	0.38 205	1.37 345	0.66 296	2.00 367	1.03 178	1.17 224	1.21 220	0.82 136	0.78 198	1.03 132	0.53 185	0.21 169	0.17 208	0.22 150	0.24 265	0.21 154	0.19 140

FENet	0.60 133	0.28 102	0.63 84	0.54 172	0.33 148	0.83 234	0.38 92	1.27 189	1.07 194	1.00 144	0.86 90	0.99 212	0.85 229	0.96 113	0.68 236	0.22 193	0.15 146	0.23 186	0.20 164	0.22 177	0.23 218

GANet-RSSM	0.72 202	0.28 102	0.63 84	0.64 294	0.58 330	0.80 222	0.58 269	1.89 341	1.08 199	1.04 157	1.25 232	1.15 262	1.04 314	1.49 226	0.62 217	0.25 257	0.19 241	0.22 150	0.22 231	0.22 177	0.21 183

model_zeroshot	0.48 57	0.29 132	0.86 222	0.51 124	0.36 176	0.69 166	0.37 86	1.12 148	0.62 38	0.85 109	0.84 87	0.66 89	0.37 23	0.73 61	0.34 39	0.20 140	0.16 181	0.19 70	0.16 81	0.17 35	0.16 56

test_sample2	0.62 143	0.29 132	0.74 173	0.50 97	0.28 63	0.80 222	0.61 282	1.61 267	1.00 168	0.88 112	0.99 122	0.94 189	0.83 223	1.16 160	0.51 171	0.23 218	0.18 225	0.22 150	0.21 204	0.23 202	0.22 200

test_sample1	0.61 139	0.29 132	0.75 176	0.50 97	0.31 114	0.76 199	0.48 192	1.59 260	0.84 104	0.90 115	0.94 108	0.88 164	0.95 279	1.16 160	0.67 232	0.22 193	0.18 225	0.20 97	0.19 132	0.21 154	0.21 183

MyStereo8	0.65 167	0.29 132	1.00 283	0.58 229	0.49 278	0.91 253	0.35 64	1.18 163	1.31 322	1.16 215	1.27 242	0.90 173	0.64 156	0.72 57	0.95 305	0.18 73	0.14 92	0.20 97	0.18 112	0.22 177	0.26 264

MyStereo07	0.48 57	0.29 132	0.50 24	0.55 194	0.45 259	0.59 107	0.79 330	1.05 116	0.51 21	0.48 29	0.53 20	0.43 12	0.55 108	1.30 184	0.34 39	0.17 40	0.16 181	0.24 206	0.20 164	0.23 202	0.20 167

MyStereo04	0.67 183	0.29 132	1.07 311	0.55 194	0.45 259	0.59 107	0.79 330	1.50 236	1.40 361	0.91 119	0.91 100	0.74 108	0.86 237	1.52 229	0.62 217	0.17 40	0.16 181	0.24 206	0.20 164	0.23 202	0.20 167

CoDeX	0.73 219	0.29 132	0.93 259	0.54 172	0.36 176	1.14 307	0.61 282	2.34 420	1.17 252	1.16 215	1.25 232	0.91 175	0.87 242	1.33 190	0.64 225	0.20 140	0.16 181	0.21 123	0.18 112	0.20 120	0.18 105

1111x	1.70 403	0.29 132	0.86 222	0.51 124	0.27 42	1.01 285	0.68 302	2.22 409	1.28 308	1.13 196	1.40 291	1.21 270	1.10 329	5.53 408	15.20 467	0.22 193	0.21 279	0.22 150	0.22 231	0.24 217	0.22 200

knoymous	0.51 65	0.29 132	0.47 16	0.43 15	0.30 95	0.55 92	0.55 247	1.02 101	0.77 87	0.98 137	0.85 89	0.94 189	0.56 112	0.85 90	0.45 127	0.20 140	0.14 92	0.26 263	0.14 37	0.23 202	0.23 218

RAFT+CT+SA	0.58 125	0.29 132	0.60 74	0.66 313	0.37 188	0.42 20	0.55 247	1.27 189	1.03 178	0.70 71	1.22 222	0.60 71	0.70 171	1.64 250	0.41 92	0.18 73	0.13 51	0.22 150	0.22 231	0.21 154	0.18 105

Sa-1000	0.72 202	0.29 132	0.76 186	0.59 242	0.30 95	0.73 185	0.37 86	1.62 271	1.33 330	1.28 274	2.04 393	0.86 156	0.75 180	1.84 281	0.38 70	0.19 111	0.14 92	0.25 244	0.23 253	0.20 120	0.16 56

iRaft-Stereo_5w	0.85 274	0.29 132	0.91 253	0.53 157	0.43 245	0.49 46	0.68 302	0.99 91	0.87 110	0.79 91	1.34 272	1.46 326	0.91 257	5.11 397	1.11 330	0.17 40	0.14 92	0.22 150	0.18 112	0.20 120	0.20 167

NRIStereo	0.60 133	0.29 132	0.69 122	0.53 157	0.28 63	0.63 125	0.33 48	1.08 136	0.87 110	1.14 199	0.87 93	0.91 175	0.59 131	2.24 320	0.49 160	0.20 140	0.14 92	0.21 123	0.19 132	0.21 154	0.17 80

Pruner-Stereo	0.62 143	0.29 132	0.70 128	0.61 266	0.31 114	0.63 125	0.43 144	1.17 158	0.99 163	1.53 356	1.08 162	0.95 197	0.55 108	1.35 194	0.51 171	0.23 218	0.14 92	0.24 206	0.21 204	0.21 154	0.23 218

DeepStereo_RVC	0.55 105	0.29 132	0.72 146	0.51 124	0.30 95	0.59 107	0.33 48	1.03 105	0.70 69	1.16 215	0.93 105	0.83 143	0.94 274	0.96 113	0.54 190	0.21 169	0.14 92	0.21 123	0.19 132	0.24 217	0.24 231

rafts_anoy	0.52 66	0.29 132	0.59 69	0.59 242	0.50 285	0.53 79	0.40 111	1.11 146	1.03 178	0.84 105	0.83 85	0.68 94	0.54 101	0.72 57	0.51 171	0.19 111	0.14 92	0.24 206	0.26 295	0.21 154	0.18 105

222	1.61 395	0.29 132	0.67 108	0.56 207	0.29 78	1.06 296	0.42 127	2.17 402	1.31 322	1.31 297	1.52 322	0.92 184	0.94 274	1.76 274	17.65 470	0.24 233	0.20 258	0.21 123	0.19 132	0.22 177	0.23 218

ac_64	0.82 259	0.29 132	0.81 208	0.71 351	0.60 340	1.05 293	0.54 232	1.99 366	0.92 131	1.18 229	1.06 155	1.99 392	1.08 325	1.94 294	0.97 310	0.27 292	0.22 297	0.24 206	0.23 253	0.22 177	0.19 140

HSM-Net_RVC	0.87 283	0.29 132	0.53 38	0.53 157	0.30 95	1.15 312	0.55 247	3.57 446	1.28 308	1.53 356	1.74 362	1.68 362	0.93 269	1.49 226	0.77 266	0.22 193	0.17 208	0.19 70	0.18 112	0.20 120	0.19 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM-zero	1.00 320	0.30 151	0.93 259	0.47 53	0.30 95	0.57 100	0.25 8	2.25 412	0.63 41	1.01 147	1.10 171	2.73 424	1.85 410	6.26 422	0.40 81	0.17 40	0.14 92	0.19 70	0.15 47	0.16 18	0.17 80

DispNO	0.93 297	0.30 151	1.34 360	0.55 194	0.55 316	0.89 248	0.49 201	1.48 230	1.21 276	1.17 224	1.27 242	1.19 268	0.90 254	5.23 399	0.74 252	0.22 193	0.17 208	0.24 206	0.21 204	0.19 93	0.20 167

SMFormer	0.75 230	0.30 151	0.86 222	0.46 45	0.26 26	0.82 229	0.43 144	2.05 376	1.39 356	1.23 252	1.47 309	0.98 206	0.95 279	1.71 264	0.82 284	0.24 233	0.20 258	0.22 150	0.21 204	0.23 202	0.24 231

tta	0.75 230	0.30 151	0.86 222	0.46 45	0.26 26	0.82 229	0.43 144	2.05 376	1.39 356	1.23 252	1.47 309	0.98 206	0.95 279	1.71 264	0.82 284	0.24 233	0.20 258	0.22 150	0.21 204	0.18 61	0.18 105

qqq1	0.72 202	0.30 151	0.86 222	0.46 45	0.26 26	0.82 229	0.43 144	2.05 376	1.39 356	1.23 252	1.47 309	0.98 206	0.95 279	1.71 264	0.44 114	0.24 233	0.20 258	0.18 52	0.15 47	0.18 61	0.18 105

fff1	0.72 202	0.30 151	0.86 222	0.46 45	0.26 26	0.82 229	0.43 144	2.05 376	1.39 356	1.23 252	1.47 309	0.98 206	0.95 279	1.71 264	0.44 114	0.24 233	0.20 258	0.18 52	0.15 47	0.18 61	0.18 105

IGEV_Zeroshot_test	0.53 75	0.30 151	0.99 278	0.56 207	0.35 166	0.41 16	0.32 44	1.37 205	0.63 41	1.00 144	1.09 167	0.95 197	0.41 34	0.83 85	0.39 77	0.18 73	0.12 12	0.19 70	0.18 112	0.19 93	0.17 80

EKT-Stereo	0.53 75	0.30 151	0.73 158	0.58 229	0.60 340	0.51 70	0.48 192	0.94 75	0.90 121	0.71 73	0.88 95	0.77 117	0.43 41	1.07 145	0.40 81	0.22 193	0.16 181	0.21 123	0.18 112	0.20 120	0.22 200

HH	0.63 150	0.30 151	0.77 192	0.50 97	0.32 131	0.49 46	0.46 177	1.65 275	0.64 45	0.69 69	1.09 167	1.63 354	0.85 229	1.90 288	0.37 60	0.18 73	0.13 51	0.19 70	0.17 98	0.19 93	0.16 56

HanStereo	0.63 150	0.30 151	0.77 192	0.50 97	0.32 131	0.49 46	0.46 177	1.65 275	0.64 45	0.69 69	1.09 167	1.63 354	0.85 229	1.90 288	0.37 60	0.18 73	0.13 51	0.19 70	0.17 98	0.19 93	0.16 56

raft_robust	0.68 187	0.30 151	0.64 90	0.52 143	0.26 26	0.54 86	0.35 64	1.33 195	1.24 289	1.16 215	1.07 158	0.60 71	0.54 101	3.58 374	0.37 60	0.18 73	0.14 92	0.20 97	0.22 231	0.20 120	0.16 56

test_5	0.65 167	0.30 151	0.75 176	0.67 325	0.50 285	0.92 260	0.52 219	1.39 211	1.12 216	0.76 82	1.11 177	1.00 213	0.90 254	1.53 233	0.45 127	0.18 73	0.13 51	0.23 186	0.22 231	0.21 154	0.19 140

SA	0.66 174	0.30 151	0.82 211	0.61 266	0.30 95	0.58 102	0.38 92	1.44 224	1.30 318	0.96 130	1.36 279	0.66 89	0.95 279	1.85 284	0.42 102	0.19 111	0.15 146	0.25 244	0.23 253	0.21 154	0.17 80

Patchmatch Stereo++	0.55 105	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.29 30	1.05 116	0.64 45	1.12 182	0.96 111	0.83 143	0.60 134	1.37 198	0.45 127	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
NF-Stereo	0.80 251	0.30 151	0.75 176	0.60 253	0.31 114	0.64 128	0.44 157	1.21 171	0.90 121	1.29 279	1.02 140	0.82 136	0.57 121	5.40 406	0.48 153	0.23 218	0.14 92	0.24 206	0.20 164	0.20 120	0.30 301

OCTAStereo	0.80 251	0.30 151	0.75 176	0.60 253	0.31 114	0.64 128	0.44 157	1.21 171	0.90 121	1.29 279	1.01 132	0.82 136	0.57 121	5.35 401	0.48 153	0.24 233	0.14 92	0.24 206	0.20 164	0.20 120	0.30 301

PSM-adaLoss	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.41 124	1.04 110	0.64 45	1.12 182	0.96 111	0.82 136	0.61 142	1.06 141	0.45 127	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105

ROB_FTStereo_v2	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.64 128	0.42 127	1.05 116	0.64 45	1.12 182	0.96 111	0.83 143	0.60 134	1.12 155	0.46 141	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105

ROB_FTStereo	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.64 128	0.25 8	1.05 116	0.64 45	1.12 182	0.95 109	0.82 136	0.61 142	1.15 158	0.45 127	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105

HUI-Stereo	0.52 66	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.30 35	1.04 110	0.64 45	1.12 182	0.96 111	0.83 143	0.60 134	0.79 75	0.45 127	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105

RE-Stereo	0.80 251	0.30 151	0.75 176	0.60 253	0.31 114	0.64 128	0.44 157	1.21 171	0.90 121	1.29 279	1.01 132	0.81 131	0.57 121	5.37 404	0.48 153	0.24 233	0.14 92	0.24 206	0.20 164	0.20 120	0.30 301

TVStereo	0.80 251	0.30 151	0.75 176	0.60 253	0.31 114	0.64 128	0.44 157	1.21 171	0.90 121	1.29 279	1.01 132	0.81 131	0.57 121	5.37 404	0.48 153	0.24 233	0.14 92	0.24 206	0.20 164	0.20 120	0.30 301

iGMRVC	0.56 114	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.38 92	1.05 116	0.64 45	1.12 182	0.96 111	0.83 143	0.60 134	1.52 229	0.46 141	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105

iRAFT	0.55 105	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.29 30	1.05 116	0.64 45	1.12 182	0.96 111	0.83 143	0.60 134	1.37 198	0.45 127	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105

CRE-IMP	0.55 105	0.30 151	0.74 173	0.52 143	0.29 78	0.79 216	0.25 8	1.04 110	0.72 75	1.09 167	0.95 109	0.81 131	0.57 121	1.10 150	0.50 166	0.21 169	0.14 92	0.23 186	0.19 132	0.28 270	0.22 200

RAFT	0.64 161	0.30 151	0.73 158	0.59 242	0.33 148	0.68 161	0.58 269	1.04 110	0.76 85	1.08 161	1.19 215	1.65 359	0.93 269	1.06 141	0.56 196	0.21 169	0.18 225	0.27 277	0.24 265	0.22 177	0.17 80

RAFT-IKP	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.59 107	0.36 76	1.04 110	0.64 45	1.12 182	0.96 111	0.83 143	0.61 142	1.22 169	0.45 127	0.22 193	0.14 92	0.24 206	0.20 164	0.26 239	0.18 105

RALCasStereoNet	0.54 90	0.30 151	0.66 103	0.59 242	0.51 296	0.61 118	0.52 219	0.94 75	0.93 133	0.70 71	1.01 132	0.78 121	0.44 46	1.33 190	0.47 148	0.20 140	0.16 181	0.18 52	0.16 81	0.20 120	0.19 140

cf-r	0.73 219	0.30 151	0.77 192	0.55 194	0.63 349	0.78 212	0.48 192	1.79 315	1.15 241	1.13 196	1.26 239	1.43 317	0.87 242	1.40 212	0.85 292	0.25 257	0.18 225	0.22 150	0.23 253	0.19 93	0.19 140

PSMNet-RSSM	0.72 202	0.30 151	0.61 77	0.63 285	0.42 237	0.73 185	0.56 255	1.92 351	1.10 210	1.09 167	1.37 281	1.22 272	0.98 293	1.28 180	0.72 248	0.27 292	0.19 241	0.27 277	0.29 336	0.24 217	0.24 231

DIP-Stereo	0.62 143	0.30 151	0.83 214	0.48 74	0.36 176	0.95 269	0.33 48	2.37 423	0.67 61	1.25 265	1.00 126	0.68 94	0.51 86	0.91 103	0.61 214	0.18 73	0.15 146	0.21 123	0.17 98	0.19 93	0.19 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 346	0.30 151	0.91 253	0.66 313	0.77 386	0.97 277	0.57 265	1.37 205	1.35 341	1.02 151	1.34 272	2.11 401	1.43 373	7.09 438	1.39 364	0.19 111	0.17 208	0.17 23	0.19 132	0.18 61	0.16 56

iResNet_ROB	0.77 237	0.30 151	0.99 278	0.57 223	0.36 176	0.83 234	0.36 76	2.33 418	1.58 386	1.27 272	1.30 251	1.25 283	0.84 226	1.65 251	0.79 274	0.20 140	0.14 92	0.17 23	0.12 13	0.18 61	0.27 273

GCAP-BAT	0.49 61	0.31 184	0.64 90	0.41 8	0.46 269	0.70 173	0.35 64	0.77 21	0.64 45	0.86 111	1.00 126	0.77 117	0.37 23	1.18 164	0.36 52	0.18 73	0.14 92	0.18 52	0.13 19	0.17 35	0.15 37

CAS++	0.47 51	0.31 184	0.56 49	0.47 53	0.32 131	0.42 20	0.28 26	1.76 302	0.72 75	0.71 73	0.72 62	0.37 8	0.28 4	0.69 48	0.33 25	0.27 292	0.22 297	0.26 263	0.21 204	0.29 281	0.19 140
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.56 114	0.31 184	0.50 24	0.54 172	0.26 26	1.18 317	0.51 209	1.42 217	0.78 89	0.58 52	0.79 78	0.48 29	0.88 247	1.46 220	0.32 16	0.20 140	0.12 12	0.25 244	0.15 47	0.22 177	0.21 183

xx1	0.67 183	0.31 184	0.50 24	0.54 172	0.26 26	1.18 317	0.51 209	0.93 68	3.05 440	0.58 52	0.79 78	0.95 197	0.77 192	1.46 220	0.32 16	0.20 140	0.12 12	0.24 206	0.23 253	0.22 177	0.21 183

1test111	0.54 90	0.31 184	0.50 24	0.54 172	0.26 26	1.18 317	0.51 209	1.42 217	0.78 89	0.58 52	0.79 78	0.48 29	0.88 247	0.88 95	0.59 204	0.20 140	0.12 12	0.25 244	0.15 47	0.22 177	0.21 183

cc1	0.64 161	0.31 184	0.50 24	0.54 172	0.26 26	1.18 317	0.51 209	0.93 68	3.05 440	0.58 52	0.79 78	0.48 29	0.88 247	1.46 220	0.32 16	0.20 140	0.12 12	0.25 244	0.15 47	0.19 93	0.19 140

x	0.54 90	0.31 184	0.61 77	0.47 53	0.30 95	0.67 154	0.47 183	1.53 250	0.79 93	0.81 97	0.83 85	0.78 121	0.70 171	0.70 51	0.62 217	0.21 169	0.19 241	0.22 150	0.19 132	0.21 154	0.20 167

IER	0.70 193	0.31 184	1.02 294	0.48 74	0.52 304	1.34 342	0.51 209	1.17 158	0.99 163	1.23 252	1.34 272	1.12 254	1.11 330	0.99 123	0.71 245	0.20 140	0.16 181	0.21 123	0.21 204	0.20 120	0.19 140

iRaft-Stereo_20w	0.65 167	0.31 184	1.00 283	0.47 53	0.34 163	0.73 185	0.30 35	2.96 438	0.70 69	1.15 205	1.14 193	0.76 114	0.65 162	1.11 153	0.38 70	0.17 40	0.13 51	0.18 52	0.16 81	0.19 93	0.18 105

GwcNet-ADL	0.64 161	0.31 184	0.79 202	0.56 207	0.41 232	0.60 114	0.58 269	1.41 215	1.26 297	1.08 161	1.13 189	0.91 175	0.60 134	1.04 138	0.78 268	0.27 292	0.18 225	0.18 52	0.18 112	0.25 228	0.29 289

IIG-Stereo	0.96 303	0.31 184	0.72 146	0.88 405	0.33 148	0.61 118	0.26 15	1.19 169	1.03 178	1.69 379	1.37 281	1.46 326	0.75 180	6.96 437	0.51 171	0.19 111	0.14 92	0.23 186	0.18 112	0.20 120	0.14 19

PSM-softLoss	0.78 244	0.31 184	0.77 192	0.58 229	0.32 131	0.56 95	0.40 111	1.18 163	0.70 69	1.24 260	1.07 158	0.83 143	0.52 90	5.36 402	0.53 185	0.24 233	0.15 146	0.25 244	0.22 231	0.20 120	0.25 243

KMStereo	0.78 244	0.31 184	0.77 192	0.58 229	0.32 131	0.56 95	0.40 111	1.18 163	0.70 69	1.24 260	1.07 158	0.83 143	0.52 90	5.36 402	0.53 185	0.24 233	0.15 146	0.25 244	0.22 231	0.20 120	0.25 243

CroCo-Stereo	0.40 15	0.31 184	0.73 158	0.58 229	0.27 42	0.26 2	0.33 48	0.95 79	0.81 95	0.42 12	0.47 12	0.65 84	0.47 62	0.39 3	0.34 39	0.18 73	0.15 146	0.16 15	0.14 37	0.19 93	0.16 56
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ACVNet	0.63 150	0.31 184	0.54 43	0.54 172	0.36 176	0.80 222	0.46 177	1.37 205	1.07 194	0.93 122	1.30 251	1.08 237	0.85 229	0.80 77	0.94 303	0.21 169	0.19 241	0.21 123	0.18 112	0.22 177	0.18 105

acv_ft	0.75 230	0.31 184	0.95 267	0.70 344	0.86 404	1.24 327	0.53 227	1.44 224	1.07 194	1.24 260	1.30 251	1.08 237	0.92 260	0.80 77	1.34 356	0.21 169	0.19 241	0.21 123	0.18 112	0.21 154	0.18 105

rvit_stereo_0080	0.44 33	0.32 200	0.71 140	0.47 53	0.36 176	0.42 20	0.55 247	0.82 39	0.68 64	0.50 41	0.60 35	0.55 53	0.47 62	0.59 25	0.44 114	0.26 277	0.21 279	0.20 97	0.20 164	0.31 301	0.19 140

test_sample3	0.68 187	0.32 200	0.88 240	0.52 143	0.30 95	0.97 277	0.52 219	1.86 334	1.15 241	1.08 161	1.11 177	0.88 164	0.71 174	1.17 163	0.68 236	0.25 257	0.20 258	0.25 244	0.25 278	0.25 228	0.25 243

tt1	0.62 143	0.32 200	0.51 30	0.54 172	0.26 26	1.16 314	0.48 192	0.95 79	2.47 428	0.57 51	0.77 72	0.49 36	0.81 211	1.55 237	0.32 16	0.20 140	0.12 12	0.24 206	0.15 47	0.19 93	0.20 167

whm_eth	0.44 33	0.32 200	0.71 140	0.47 53	0.36 176	0.42 20	0.55 247	0.82 39	0.68 64	0.50 41	0.60 35	0.55 53	0.47 62	0.59 25	0.44 114	0.26 277	0.21 279	0.20 97	0.20 164	0.31 301	0.19 140

PCWNet_CMD	0.66 174	0.32 200	0.88 240	0.49 88	0.37 188	0.78 212	0.40 111	1.42 217	1.31 322	1.16 215	1.31 257	1.25 283	0.62 147	0.89 101	0.57 199	0.20 140	0.16 181	0.27 277	0.19 132	0.40 347	0.25 243

BUS	0.74 222	0.32 200	0.68 111	0.54 172	0.44 252	2.34 418	0.42 127	2.16 396	0.98 156	1.20 237	1.11 177	1.03 226	0.62 147	0.91 103	0.70 240	0.24 233	0.17 208	0.25 244	0.22 231	0.22 177	0.22 200

BSDual-CNN	0.71 200	0.32 200	0.68 111	0.54 172	0.44 252	1.27 331	0.65 291	2.16 396	0.98 156	1.20 237	1.11 177	1.12 254	0.74 178	0.91 103	0.66 229	0.24 233	0.17 208	0.25 244	0.22 231	0.22 177	0.22 200

hknet	0.77 237	0.32 200	0.95 267	0.54 172	0.38 205	1.27 331	0.65 291	2.16 396	1.07 194	1.20 237	1.11 177	1.59 347	0.81 211	1.37 198	0.66 229	0.22 193	0.17 208	0.25 244	0.22 231	0.22 177	0.22 200

psmg	0.72 202	0.32 200	0.68 111	0.50 97	0.44 252	1.48 358	0.75 319	1.94 357	0.98 156	1.21 241	1.33 265	1.12 254	0.74 178	0.91 103	0.66 229	0.24 233	0.19 241	0.25 244	0.25 278	0.23 202	0.22 200

CFNet_pseudo	0.66 174	0.32 200	0.86 222	0.48 74	0.39 215	0.70 173	0.40 111	1.33 195	1.22 282	1.16 215	1.34 272	1.24 279	0.64 156	0.98 120	0.59 204	0.21 169	0.16 181	0.33 337	0.19 132	0.36 326	0.25 243

MMNet	0.84 270	0.32 200	1.09 316	0.60 253	0.59 337	1.85 394	0.49 201	1.51 242	1.27 303	1.37 317	1.15 199	1.26 287	1.18 341	1.67 256	1.22 341	0.19 111	0.18 225	0.23 186	0.22 231	0.25 228	0.21 183

delet	0.85 274	0.32 200	0.95 267	0.65 306	0.66 356	1.64 373	0.84 342	1.75 296	1.35 341	1.32 299	1.30 251	1.30 298	0.88 247	1.68 261	1.10 328	0.21 169	0.21 279	0.24 206	0.24 265	0.21 154	0.21 183

UPFNet	0.80 251	0.32 200	0.90 250	0.59 242	0.74 376	1.26 330	0.80 336	1.52 244	1.10 210	1.30 287	1.12 184	1.30 298	0.84 226	1.67 256	1.09 325	0.24 233	0.24 317	0.24 206	0.23 253	0.25 228	0.18 105

GwcNet-RSSM	0.77 237	0.32 200	1.01 287	0.62 277	0.54 310	0.78 212	0.51 209	1.73 290	1.20 270	1.09 167	1.37 281	1.46 326	0.85 229	1.53 233	1.09 325	0.25 257	0.18 225	0.23 186	0.24 265	0.20 120	0.19 140

CFNet-ft	0.72 202	0.32 200	0.54 43	0.66 313	0.54 310	0.83 234	0.55 247	1.37 205	1.15 241	0.93 122	1.28 247	1.57 343	0.97 289	1.35 194	0.81 279	0.26 277	0.20 258	0.33 337	0.25 278	0.30 292	0.23 218

MSMDNet	0.66 174	0.32 200	0.87 233	0.49 88	0.37 188	0.79 216	0.40 111	1.43 223	1.31 322	1.15 205	1.31 257	1.24 279	0.63 152	0.88 95	0.57 199	0.21 169	0.16 181	0.26 263	0.19 132	0.39 343	0.24 231

CFNet_RVC	0.72 202	0.32 200	0.54 43	0.66 313	0.54 310	0.83 234	0.55 247	1.37 205	1.15 241	0.93 122	1.28 247	1.57 343	0.97 289	1.35 194	0.81 279	0.26 277	0.20 258	0.33 337	0.25 278	0.30 292	0.23 218

HSM	1.19 359	0.32 200	0.65 97	0.57 223	0.38 205	1.23 326	0.59 277	2.25 412	1.19 265	1.30 287	1.25 232	1.94 387	1.03 312	9.32 459	0.71 245	0.22 193	0.16 181	0.20 97	0.16 81	0.21 154	0.21 183

DN-CSS_ROB	0.64 161	0.32 200	1.05 302	0.55 194	0.40 225	0.54 86	0.45 171	1.21 171	0.93 133	1.03 154	1.47 309	0.69 99	0.63 152	1.76 274	0.49 160	0.18 73	0.14 92	0.25 244	0.22 231	0.22 177	0.20 167

rvit_stereo_0083	0.47 51	0.33 219	0.81 208	0.56 207	0.36 176	0.50 55	0.44 157	0.68 9	0.95 138	0.49 34	0.57 33	0.55 53	0.49 80	0.88 95	0.46 141	0.25 257	0.25 324	0.24 206	0.20 164	0.24 217	0.17 80

rvit_stereo_0081	0.44 33	0.33 219	0.64 90	0.54 172	0.35 166	0.41 16	0.44 157	0.66 7	0.95 138	0.48 29	0.52 18	0.50 39	0.46 53	0.82 83	0.44 114	0.25 257	0.20 258	0.22 150	0.19 132	0.25 228	0.17 80

rvit_stereo_0082	0.44 33	0.33 219	0.64 90	0.54 172	0.35 166	0.41 16	0.44 157	0.66 7	0.95 138	0.48 29	0.52 18	0.50 39	0.46 53	0.82 83	0.44 114	0.25 257	0.20 258	0.22 150	0.19 132	0.25 228	0.17 80

test_sample4	0.69 189	0.33 219	0.91 253	0.51 124	0.30 95	0.92 260	0.52 219	1.87 336	1.15 241	1.14 199	1.18 208	0.87 160	0.75 180	1.18 164	0.68 236	0.25 257	0.20 258	0.26 263	0.26 295	0.26 239	0.25 243

ffm	0.72 202	0.33 219	0.85 216	0.53 157	0.37 188	0.74 189	0.56 255	0.95 79	2.47 428	1.15 205	1.45 303	1.06 231	0.82 215	1.55 237	0.32 16	0.20 140	0.12 12	0.31 317	0.27 305	0.19 93	0.20 167

ff1	1.37 376	0.33 219	0.85 216	0.53 157	0.37 188	0.74 189	0.56 255	0.95 79	2.47 428	1.15 205	1.45 303	1.06 231	0.82 215	7.22 439	7.61 447	0.20 140	0.12 12	0.31 317	0.27 305	0.19 93	0.20 167

mmx	1.39 378	0.33 219	0.85 216	0.53 157	0.37 188	0.74 189	0.56 255	2.13 387	1.37 348	1.15 205	1.45 303	1.06 231	0.82 215	7.22 439	7.61 447	0.24 233	0.19 241	0.31 317	0.27 305	0.30 292	0.25 243

xxx	1.39 378	0.33 219	0.85 216	0.53 157	0.37 188	0.74 189	0.56 255	2.13 387	1.37 348	1.15 205	1.45 303	1.06 231	0.82 215	7.22 439	7.61 447	0.24 233	0.19 241	0.31 317	0.27 305	0.30 292	0.25 243

CFNet_ucs	0.70 193	0.33 219	0.88 240	0.50 97	0.43 245	0.74 189	0.44 157	1.60 264	1.29 312	1.22 246	1.54 325	1.09 247	0.63 152	0.99 123	0.59 204	0.25 257	0.20 258	0.37 366	0.21 204	0.40 347	0.28 285

LL-Strereo2	0.52 66	0.33 219	0.69 122	0.52 143	0.37 188	0.70 173	0.30 35	1.13 151	0.67 61	0.94 127	0.78 74	0.91 175	0.42 37	1.05 140	0.42 102	0.17 40	0.16 181	0.29 300	0.25 278	0.21 154	0.16 56

CBFPSM	0.92 294	0.33 219	1.86 404	0.49 88	0.38 205	1.75 381	0.84 342	1.39 211	1.12 216	1.09 167	0.99 122	2.37 411	1.66 398	1.32 188	1.42 373	0.19 111	0.18 225	0.20 97	0.20 164	0.21 154	0.33 322

gwcnet-sp	0.74 222	0.33 219	1.44 367	0.57 223	0.45 259	1.40 350	0.54 232	1.50 236	1.14 230	1.30 287	1.02 140	0.94 189	0.82 215	1.39 207	0.76 260	0.21 169	0.21 279	0.22 150	0.21 204	0.22 177	0.22 200

scenet	0.74 222	0.33 219	1.44 367	0.57 223	0.45 259	1.40 350	0.54 232	1.50 236	1.14 230	1.30 287	1.02 140	0.94 189	0.82 215	1.39 207	0.76 260	0.21 169	0.21 279	0.22 150	0.21 204	0.22 177	0.22 200

ToySt	0.66 174	0.33 219	1.23 339	0.51 124	0.33 148	0.86 245	0.68 302	1.10 140	0.97 151	0.84 105	1.08 162	1.25 283	0.94 274	1.01 128	0.74 252	0.19 111	0.19 241	0.24 206	0.24 265	0.27 253	0.23 218

ssnet	0.74 222	0.33 219	1.44 367	0.57 223	0.45 259	1.40 350	0.54 232	1.50 236	1.14 230	1.30 287	1.02 140	0.94 189	0.82 215	1.39 207	0.76 260	0.21 169	0.21 279	0.22 150	0.21 204	0.22 177	0.22 200

CIPLG	0.62 143	0.33 219	0.96 272	0.58 229	0.50 285	0.75 194	0.48 192	1.05 116	0.96 143	1.40 328	1.57 335	0.64 81	0.48 72	0.89 101	0.70 240	0.23 218	0.15 146	0.19 70	0.16 81	0.19 93	0.21 183

IPLGR_C	0.62 143	0.33 219	0.99 278	0.58 229	0.49 278	0.76 199	0.48 192	1.10 140	0.96 143	1.40 328	1.56 331	0.62 76	0.48 72	0.80 77	0.71 245	0.23 218	0.15 146	0.19 70	0.16 81	0.19 93	0.21 183

ACRE	0.61 139	0.33 219	1.01 287	0.58 229	0.49 278	0.75 194	0.47 183	1.06 129	0.95 138	1.37 317	1.55 327	0.62 76	0.46 53	0.83 85	0.70 240	0.23 218	0.15 146	0.19 70	0.16 81	0.18 61	0.21 183

OMP-Stereo	0.94 299	0.33 219	0.72 146	0.90 409	0.31 114	0.49 46	0.36 76	1.16 156	1.06 189	1.58 370	1.12 184	1.46 326	0.69 168	6.94 436	0.49 160	0.19 111	0.14 92	0.24 206	0.18 112	0.20 120	0.14 19

ICVP	0.63 150	0.33 219	0.57 58	0.61 266	0.40 225	0.80 222	0.58 269	1.61 267	0.89 117	0.90 115	1.24 228	0.88 164	0.73 176	0.72 57	0.88 296	0.29 314	0.21 279	0.22 150	0.21 204	0.24 217	0.27 273
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 133	0.33 219	0.87 233	0.62 277	0.50 285	0.69 166	0.31 40	1.21 171	1.06 189	1.09 167	1.16 203	0.88 164	0.46 53	1.22 169	0.42 102	0.19 111	0.15 146	0.21 123	0.17 98	0.27 253	0.17 80

ccs_rob	0.66 174	0.33 219	0.86 222	0.48 74	0.39 215	0.70 173	0.40 111	1.33 195	1.22 282	1.16 215	1.34 272	1.23 277	0.64 156	0.98 120	0.59 204	0.21 169	0.16 181	0.35 355	0.20 164	0.37 330	0.25 243

rvit_stereo_0081_aga	0.44 33	0.34 241	0.73 158	0.51 124	0.41 232	0.50 55	0.40 111	0.81 36	0.57 30	0.58 52	0.56 31	0.53 51	0.43 41	0.66 45	0.40 81	0.26 277	0.21 279	0.22 150	0.20 164	0.26 239	0.18 105

test_sample6	0.71 200	0.34 241	0.87 233	0.52 143	0.30 95	0.82 229	0.58 269	1.79 315	1.15 241	1.14 199	1.33 265	0.91 175	0.79 202	1.31 185	0.74 252	0.27 292	0.21 279	0.27 277	0.29 336	0.28 270	0.27 273

test_sample5	0.69 189	0.34 241	0.87 233	0.52 143	0.30 95	0.84 241	0.54 232	1.83 327	1.14 230	1.11 181	1.25 232	0.88 164	0.78 198	1.23 171	0.65 226	0.26 277	0.20 258	0.27 277	0.27 305	0.27 253	0.26 264

DualNet	0.70 193	0.34 241	0.87 233	0.52 143	0.30 95	0.84 241	0.54 232	1.83 327	1.14 230	1.14 199	1.33 265	0.88 164	0.78 198	1.23 171	0.65 226	0.26 277	0.20 258	0.27 277	0.27 305	0.27 253	0.26 264

ttt	0.94 299	0.34 241	0.59 69	0.61 266	0.37 188	0.94 265	0.50 208	2.17 402	1.34 333	1.23 252	1.61 343	0.91 175	0.76 188	1.85 284	3.97 432	0.30 318	0.26 329	0.26 263	0.24 265	0.29 281	0.29 289

StereoVision	0.65 167	0.34 241	0.86 222	0.59 242	0.40 225	0.50 55	0.41 124	1.09 138	0.93 133	0.71 73	2.50 414	0.82 136	0.57 121	1.03 132	0.49 160	0.25 257	0.28 344	0.29 300	0.28 325	0.36 326	0.20 167

CASS	0.65 167	0.34 241	0.72 146	0.56 207	0.27 42	0.78 212	0.42 127	1.59 260	0.86 106	1.30 287	1.25 232	0.87 160	0.84 226	0.84 87	0.54 190	0.35 354	0.19 241	0.26 263	0.21 204	0.28 270	0.42 358
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 33	0.34 241	0.77 192	0.61 266	0.79 390	0.28 4	0.35 64	0.75 17	0.71 74	0.38 9	0.50 17	0.72 106	0.55 108	0.57 23	0.47 148	0.17 40	0.18 225	0.19 70	0.16 81	0.21 154	0.20 167

qqq	0.57 120	0.34 241	0.71 140	0.47 53	0.27 42	0.64 128	0.62 285	1.42 217	0.78 89	0.80 93	0.92 102	0.95 197	0.77 192	0.88 95	0.59 204	0.21 169	0.20 258	0.24 206	0.23 253	0.22 177	0.21 183

DAS	0.84 270	0.34 241	1.03 298	0.64 294	0.69 367	0.77 207	0.63 287	1.54 252	1.20 270	1.79 389	1.55 327	0.95 197	1.04 314	2.83 349	0.60 212	0.21 169	0.16 181	0.25 244	0.18 112	0.27 253	0.22 200

SepStereo	0.82 259	0.34 241	1.03 298	0.64 294	0.69 367	0.77 207	0.63 287	1.54 252	1.20 270	1.79 389	1.55 327	0.95 197	1.04 314	2.30 326	0.60 212	0.21 169	0.16 181	0.25 244	0.18 112	0.27 253	0.22 200

ADLNet2	0.88 284	0.34 241	1.17 333	0.77 373	0.64 352	1.12 305	0.76 322	1.74 294	1.24 289	1.21 241	1.65 352	1.71 365	1.05 318	1.67 256	1.17 337	0.24 233	0.21 279	0.21 123	0.22 231	0.26 239	0.29 289

GES	0.66 174	0.34 241	0.90 250	0.59 242	0.38 205	0.94 265	0.57 265	2.11 386	0.86 106	1.02 151	1.11 177	0.66 89	0.79 202	0.99 123	0.61 214	0.27 292	0.19 241	0.20 97	0.20 164	0.21 154	0.30 301

psm_up	0.77 237	0.34 241	0.70 128	0.66 313	0.58 330	1.05 293	0.92 361	1.52 244	1.12 216	1.26 269	1.16 203	1.31 301	1.23 352	1.20 167	0.81 279	0.25 257	0.29 355	0.31 317	0.27 305	0.27 253	0.25 243

UNet	0.83 265	0.34 241	1.31 352	0.58 229	0.74 376	1.58 367	0.49 201	1.41 215	1.04 182	1.21 241	1.08 162	1.54 339	1.12 333	1.65 251	1.09 325	0.23 218	0.17 208	0.25 244	0.20 164	0.25 228	0.22 200

DSFCA	0.93 297	0.34 241	1.06 306	0.52 143	0.65 354	1.55 365	0.93 365	1.49 232	1.19 265	1.56 364	1.15 199	1.50 334	0.96 286	3.07 357	1.02 316	0.30 318	0.26 329	0.25 244	0.25 278	0.28 270	0.24 231

DMCA	0.67 183	0.34 241	0.90 250	0.51 124	0.44 252	0.86 245	0.47 183	1.42 217	1.02 174	1.17 224	1.12 184	1.23 277	0.75 180	0.78 71	0.95 305	0.25 257	0.19 241	0.27 277	0.19 132	0.24 217	0.27 273

MLCV	0.72 202	0.34 241	1.10 319	0.51 124	0.23 8	0.91 253	0.39 105	1.33 195	1.23 285	1.46 342	1.55 327	1.01 220	0.64 156	1.95 295	0.80 278	0.18 73	0.12 12	0.18 52	0.14 37	0.19 93	0.17 80

DISCO	1.03 327	0.34 241	1.11 321	0.69 339	0.45 259	2.07 407	0.84 342	2.13 387	1.50 377	1.15 205	1.33 265	2.40 413	1.07 324	2.60 342	1.51 382	0.23 218	0.18 225	0.22 150	0.20 164	0.31 301	0.27 273

MDST_ROB	1.67 399	0.34 241	1.58 385	0.92 414	0.58 330	4.26 454	1.11 389	2.83 435	1.41 364	4.49 454	2.55 415	1.45 324	0.97 289	7.79 449	1.17 337	0.31 325	0.25 324	0.37 366	0.33 364	0.31 301	0.30 301

DCVSM-stereo	0.72 202	0.35 261	0.76 186	0.55 194	0.42 237	0.73 185	0.38 92	1.21 171	1.02 174	1.79 389	1.04 151	1.62 351	1.03 312	1.04 138	0.79 274	0.24 233	0.27 337	0.29 300	0.24 265	0.30 292	0.36 336

AIO-Stereo-zeroshot	0.72 202	0.35 261	1.70 391	0.49 88	0.56 318	0.63 125	0.38 92	2.41 426	0.65 59	0.77 86	1.07 158	1.82 376	0.95 279	0.93 110	0.43 111	0.20 140	0.13 51	0.21 123	0.25 278	0.28 270	0.26 264

rvit_stereo_ft	0.47 51	0.35 261	0.87 233	0.67 325	0.42 237	0.40 13	0.59 277	0.81 36	0.74 80	0.46 23	0.55 28	0.57 60	0.49 80	0.65 43	0.50 166	0.25 257	0.17 208	0.22 150	0.22 231	0.24 217	0.17 80

mmm	0.63 150	0.35 261	0.72 146	0.51 124	0.30 95	0.86 245	0.54 232	1.59 260	0.86 106	1.07 160	1.38 285	0.79 125	0.75 180	0.91 103	0.58 202	0.22 193	0.18 225	0.29 300	0.25 278	0.25 228	0.23 218

AASNet	0.76 236	0.35 261	0.91 253	0.79 377	0.81 397	1.14 307	0.56 255	2.02 374	1.08 199	1.22 246	1.24 228	0.93 186	0.76 188	0.77 70	1.16 335	0.27 292	0.23 308	0.24 206	0.20 164	0.28 270	0.24 231

AACVNet	0.86 279	0.35 261	0.79 202	0.82 388	0.39 215	0.76 199	0.49 201	1.61 267	0.81 95	1.08 161	1.33 265	1.30 298	0.93 269	4.34 385	0.74 252	0.25 257	0.21 279	0.28 290	0.22 231	0.29 281	0.25 243

PSMNet-ADL	0.72 202	0.35 261	0.62 81	0.69 339	0.46 269	1.14 307	0.44 157	1.37 205	1.01 171	0.83 103	1.17 206	1.33 303	0.96 286	1.43 214	0.95 305	0.33 339	0.22 297	0.21 123	0.23 253	0.27 253	0.29 289

GANet-ADL	0.60 133	0.35 261	0.72 146	0.64 294	0.40 225	0.68 161	0.51 209	1.49 232	1.12 216	0.95 128	1.08 162	0.91 175	0.57 121	0.76 67	0.55 194	0.26 277	0.18 225	0.18 52	0.16 81	0.23 202	0.25 243

hitnet-ft	0.79 248	0.35 261	0.57 58	0.58 229	0.42 237	0.96 273	0.46 177	1.47 229	1.33 330	1.19 233	1.22 222	1.81 374	0.98 293	1.66 255	0.94 303	0.33 339	0.28 344	0.34 347	0.27 305	0.35 320	0.31 311

UCFNet_RVC	0.69 189	0.35 261	0.49 21	0.64 294	0.39 215	0.85 244	0.58 269	1.75 296	1.14 230	0.97 133	1.19 215	1.17 264	0.93 269	0.99 123	0.62 217	0.28 305	0.20 258	0.34 347	0.31 349	0.32 309	0.27 273

ITSA-stereo	0.82 259	0.36 271	0.82 211	0.54 172	0.31 114	0.80 222	0.47 183	2.17 402	1.67 392	1.13 196	1.13 189	0.94 189	0.86 237	2.46 336	1.00 314	0.26 277	0.23 308	0.28 290	0.27 305	0.28 270	0.36 336

Former-RAFT_DAM_RVC	0.46 44	0.36 271	0.71 140	0.47 53	0.36 176	0.67 154	0.35 64	0.78 25	1.12 216	0.61 61	0.62 39	0.39 9	0.39 29	0.71 54	0.39 77	0.20 140	0.17 208	0.22 150	0.18 112	0.23 202	0.19 140

ssnet_v2	0.88 284	0.36 271	1.02 294	0.62 277	0.38 205	1.32 339	0.97 371	2.07 382	1.34 333	1.37 317	1.18 208	1.54 339	0.92 260	1.10 150	1.65 387	0.30 318	0.27 337	0.30 311	0.28 325	0.27 253	0.26 264

ADLNet	0.85 274	0.36 271	0.89 246	0.85 397	0.72 372	1.24 327	0.76 322	1.82 322	1.36 344	1.52 355	1.35 278	1.27 291	0.99 301	1.23 171	1.15 334	0.27 292	0.20 258	0.26 263	0.25 278	0.28 270	0.30 301

ARAFT	0.77 237	0.36 271	1.49 380	0.51 124	0.31 114	0.90 251	0.82 340	1.90 344	1.06 189	1.62 374	1.24 228	1.02 222	0.64 156	1.84 281	0.50 166	0.18 73	0.14 92	0.28 290	0.27 305	0.17 35	0.16 56

CFNet	0.96 303	0.36 271	1.01 287	0.62 277	0.42 237	0.99 282	0.47 183	1.90 344	1.32 326	0.99 140	1.39 289	1.10 249	0.86 237	5.58 411	0.79 274	0.23 218	0.17 208	0.28 290	0.27 305	0.26 239	0.21 183

SGM_RVC	1.68 401	0.36 271	0.61 77	0.59 242	0.29 78	2.25 414	1.18 398	2.38 424	1.68 394	3.60 444	2.67 418	3.69 436	2.42 433	8.13 452	1.90 397	0.31 325	0.31 365	0.30 311	0.28 325	0.30 292	0.29 289
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_6	0.53 75	0.37 278	0.98 277	0.65 306	0.38 205	0.51 70	0.51 209	0.77 21	1.20 270	0.54 48	0.55 28	0.65 84	0.53 96	0.94 112	0.44 114	0.32 331	0.32 372	0.28 290	0.24 265	0.28 270	0.21 183

test_sample7	0.74 222	0.37 278	0.76 186	0.52 143	0.35 166	0.91 253	0.67 299	1.78 310	1.21 276	1.22 246	1.18 208	1.08 237	0.92 260	1.23 171	0.67 232	0.31 325	0.28 344	0.32 329	0.31 349	0.33 316	0.29 289

NINENet	0.77 237	0.37 278	0.78 200	0.62 277	0.51 296	2.34 418	0.42 127	1.83 327	1.04 182	1.14 199	1.23 226	1.03 226	0.62 147	1.24 176	0.70 240	0.28 305	0.23 308	0.31 317	0.21 204	0.26 239	0.25 243

GEStereo_RVC	0.90 289	0.37 278	0.99 278	0.64 294	0.50 285	0.95 269	0.79 330	2.42 427	1.17 252	1.16 215	1.11 177	1.26 287	0.92 260	3.24 363	0.90 300	0.29 314	0.19 241	0.23 186	0.20 164	0.27 253	0.29 289

pcwnet_v2	0.97 309	0.37 278	4.33 441	0.62 277	0.54 310	0.79 216	0.45 171	2.02 374	1.58 386	1.42 336	1.64 350	1.09 247	0.79 202	1.24 176	0.67 232	0.32 331	0.25 324	0.29 300	0.27 305	0.37 330	0.35 331

iResNetv2_ROB	0.80 251	0.37 278	1.71 393	0.56 207	0.37 188	0.94 265	0.64 289	1.73 290	1.34 333	1.23 252	1.42 294	1.26 287	0.92 260	1.85 284	0.56 196	0.23 218	0.15 146	0.19 70	0.14 37	0.24 217	0.19 140

LE_ROB	8.05 464	0.37 278	23.53 471	0.74 365	0.33 148	2.77 431	2.87 461	3.71 448	27.24 479	25.39 479	8.87 464	8.46 461	26.71 479	6.65 429	21.99 473	0.21 169	0.19 241	0.20 97	0.21 204	0.25 228	0.22 200

rvit_0105_4	0.56 114	0.38 285	1.06 306	0.66 313	0.38 205	0.53 79	0.53 227	0.84 45	1.17 252	0.56 50	0.61 37	0.72 106	0.59 131	0.98 120	0.45 127	0.32 331	0.33 376	0.29 300	0.25 278	0.29 281	0.23 218

CSP-Net	0.97 309	0.38 285	0.83 214	0.53 157	0.41 232	1.63 371	0.77 325	2.00 367	1.05 186	1.25 265	1.20 218	1.33 303	0.83 223	4.93 396	0.85 292	0.32 331	0.22 297	0.20 97	0.20 164	0.23 202	0.25 243

HGLStereo	0.85 274	0.38 285	0.94 263	0.80 380	1.03 417	1.17 316	0.58 269	1.52 244	1.20 270	1.19 233	1.62 346	1.13 259	1.20 347	1.80 278	1.06 319	0.24 233	0.24 317	0.24 206	0.21 204	0.23 202	0.27 273

SGM-ForestM	6.52 461	0.38 285	1.26 345	0.63 285	0.35 166	13.59 472	5.32 467	6.32 466	6.70 461	11.14 470	9.18 465	22.51 480	13.93 469	16.89 473	20.07 472	0.36 358	0.37 393	0.36 363	0.35 373	0.36 326	0.34 326

SGM-Forest	1.24 361	0.38 285	0.60 74	0.52 143	0.37 188	1.56 366	1.30 407	1.65 275	1.36 344	2.11 410	1.79 369	1.63 354	0.93 269	7.48 446	0.95 305	0.36 358	0.37 393	0.39 374	0.34 369	0.37 330	0.32 316
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.58 125	0.39 290	1.05 302	0.66 313	0.37 188	0.58 102	0.56 255	0.94 75	1.18 259	0.64 63	0.68 49	0.75 110	0.63 152	0.88 95	0.50 166	0.32 331	0.32 372	0.30 311	0.27 305	0.28 270	0.25 243

AIO-Stereo-zeroshot1	0.98 313	0.39 290	3.21 435	0.50 97	0.63 349	0.64 128	0.39 105	2.36 421	0.75 81	0.95 128	4.63 441	1.81 374	0.56 112	0.96 113	0.41 92	0.18 73	0.13 51	0.21 123	0.26 295	0.32 309	0.35 331

LL-Strereo	1.33 372	0.39 290	1.38 362	0.61 266	0.61 343	0.75 194	0.66 296	1.63 273	1.17 252	1.56 364	1.60 339	2.03 397	2.12 424	9.72 465	0.97 310	0.21 169	0.18 225	0.27 277	0.23 253	0.22 177	0.25 243

CRFU-Net	0.86 279	0.39 290	1.00 283	0.65 306	0.57 321	1.78 388	0.86 348	2.15 393	0.81 95	1.38 322	1.18 208	1.64 357	1.19 344	1.35 194	0.90 300	0.26 277	0.22 297	0.21 123	0.19 132	0.23 202	0.24 231

TestStereo	0.64 161	0.39 290	0.71 140	0.51 124	0.27 42	0.56 95	0.42 127	1.03 105	0.91 126	0.80 93	1.00 126	0.68 94	0.52 90	3.25 364	0.45 127	0.22 193	0.15 146	0.24 206	0.18 112	0.27 253	0.16 56

HCRNet	0.70 193	0.39 290	0.73 158	0.60 253	0.59 337	0.76 199	0.35 64	1.22 179	1.13 228	1.02 151	0.99 122	1.02 222	0.76 188	2.19 317	0.70 240	0.28 305	0.19 241	0.28 290	0.23 253	0.25 228	0.23 218

testlalala_base	0.77 237	0.40 296	0.70 128	0.65 306	0.50 285	0.79 216	0.28 26	1.50 236	0.51 21	0.73 79	0.90 98	0.69 99	0.54 101	0.66 45	0.40 81	2.82 451	0.14 92	0.17 23	0.12 13	2.68 446	0.19 140

Wz-Net-LNSev-Ref	0.99 315	0.40 296	1.82 401	0.66 313	0.62 348	2.05 406	0.78 327	1.91 348	1.29 312	1.54 360	1.42 294	1.51 336	1.23 352	1.99 298	1.33 354	0.23 218	0.14 92	0.20 97	0.15 47	0.27 253	0.26 264

sCroCo_RVC	0.49 61	0.40 296	1.02 294	0.65 306	0.60 340	0.52 74	0.40 111	0.83 42	0.61 36	0.44 17	0.74 66	0.49 36	0.50 84	0.63 38	0.48 153	0.26 277	0.27 337	0.23 186	0.22 231	0.29 281	0.25 243

DMCA-RVC	0.74 222	0.40 296	1.27 348	0.66 313	0.49 278	0.77 207	0.47 183	1.35 202	1.01 171	1.53 356	1.01 132	1.29 297	0.82 215	1.31 185	0.78 268	0.27 292	0.21 279	0.35 355	0.27 305	0.32 309	0.24 231

HITNet	0.65 167	0.40 296	0.77 192	0.48 74	0.24 13	1.05 293	0.49 201	1.76 302	1.02 174	1.18 229	1.18 208	0.89 172	0.80 208	0.85 90	0.79 274	0.17 40	0.12 12	0.21 123	0.17 98	0.29 281	0.15 37
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet	0.75 230	0.40 296	1.36 361	0.67 325	0.29 78	0.92 260	0.59 277	1.52 244	1.25 292	1.28 274	1.48 314	0.94 189	0.76 188	1.62 248	0.78 268	0.18 73	0.14 92	0.18 52	0.15 47	0.22 177	0.23 218

DLCB_ROB	0.86 279	0.40 296	0.78 200	0.68 336	0.54 310	1.11 302	0.84 342	1.49 232	1.23 285	1.64 376	1.65 352	1.70 364	0.91 257	1.70 263	1.05 317	0.25 257	0.24 317	0.26 263	0.27 305	0.27 253	0.24 231

DDVS	0.78 244	0.41 303	0.94 263	0.60 253	0.43 245	1.30 336	0.43 144	1.40 213	0.91 126	1.20 237	1.15 199	1.43 317	0.64 156	2.18 315	0.89 297	0.28 305	0.22 297	0.26 263	0.23 253	0.31 301	0.33 322

FAT-Stereo	1.07 333	0.41 303	1.32 355	0.72 354	0.58 330	1.08 299	0.89 354	1.96 360	1.65 390	1.75 383	1.98 388	2.03 397	1.48 380	2.02 300	1.18 340	0.42 379	0.35 386	0.34 347	0.29 336	0.35 320	0.53 389

NVstereo2D	0.92 294	0.41 303	1.48 378	0.72 354	0.72 372	1.20 323	0.87 350	1.75 296	1.38 352	0.99 140	1.13 189	1.26 287	0.98 293	2.21 319	0.89 297	0.43 384	0.20 258	0.38 369	0.24 265	0.57 397	0.63 407

StereoDRNet-Refined	0.80 251	0.41 303	0.88 240	0.62 277	0.42 237	1.33 340	0.48 192	1.52 244	1.17 252	1.45 340	1.44 301	1.44 322	0.90 254	1.26 178	1.24 343	0.20 140	0.16 181	0.27 277	0.24 265	0.25 228	0.28 285
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 320	0.42 307	1.09 316	0.67 325	0.50 285	1.22 325	1.24 402	2.24 411	1.19 265	1.30 287	1.56 331	1.17 264	1.49 382	3.44 371	0.83 286	0.21 169	0.25 324	0.30 311	0.26 295	0.27 253	0.27 273

stereogan	1.15 355	0.42 307	1.40 363	0.86 399	0.84 401	2.38 420	0.71 310	1.88 339	1.73 398	1.72 381	1.94 387	2.31 408	1.29 360	2.07 305	1.08 323	0.36 358	0.35 386	0.39 374	0.31 349	0.51 386	0.46 372

pmcnn	2.37 430	0.42 307	2.71 431	0.63 285	0.43 245	1.54 364	1.19 399	2.01 371	1.53 382	2.64 428	7.60 457	18.07 472	1.45 376	3.44 371	2.78 416	0.18 73	0.15 146	0.15 4	0.12 13	0.20 120	0.18 105

CVANet_RVC	1.07 333	0.43 310	0.76 186	0.60 253	0.50 285	0.90 251	0.97 371	1.52 244	1.26 297	1.33 307	1.38 285	1.24 279	1.18 341	6.75 435	0.75 257	0.34 347	0.23 308	0.34 347	0.29 336	0.42 354	0.27 273

NLCA_NET_v2_RVC	0.79 248	0.43 310	1.05 302	0.64 294	0.58 330	0.95 269	0.53 227	1.53 250	1.18 259	1.37 317	1.15 199	1.43 317	0.88 247	1.61 247	0.84 289	0.25 257	0.22 297	0.27 277	0.27 305	0.29 281	0.29 289
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 193	0.43 310	0.75 176	0.73 362	0.37 188	0.92 260	0.53 227	1.85 331	1.18 259	1.12 182	1.23 226	1.07 236	0.65 162	0.96 113	0.63 221	0.31 325	0.15 146	0.32 329	0.21 204	0.29 281	0.22 200
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
rvit_0105_3	0.63 150	0.44 313	1.08 314	0.72 354	0.40 225	0.64 128	0.71 310	1.03 105	1.17 252	0.82 101	0.70 56	0.80 127	0.70 171	0.91 103	0.56 196	0.35 354	0.34 377	0.34 347	0.32 357	0.27 253	0.28 285

fast-acv-ft	0.94 299	0.44 313	1.40 363	0.58 229	0.51 296	1.77 386	0.69 306	1.36 204	1.42 367	1.29 279	1.86 378	1.74 369	1.25 355	1.52 229	1.38 361	0.26 277	0.28 344	0.28 290	0.28 325	0.27 253	0.26 264

Anonymous3	0.61 139	0.44 313	1.11 321	0.59 242	0.49 278	0.93 264	0.65 291	0.93 68	0.81 95	0.72 78	0.88 95	0.65 84	0.69 168	1.06 141	0.53 185	0.35 354	0.30 359	0.26 263	0.26 295	0.31 301	0.27 273

TDLM	1.06 331	0.44 313	0.79 202	0.63 285	0.50 285	0.89 248	1.44 414	1.48 230	1.26 297	1.12 182	1.40 291	1.08 237	0.98 293	6.65 429	0.78 268	0.33 339	0.21 279	0.33 337	0.26 295	0.37 330	0.24 231

DRN-Test	1.00 320	0.44 313	1.13 325	0.70 344	0.81 397	1.62 370	0.79 330	2.14 391	1.44 370	1.78 386	1.33 265	1.43 317	1.05 318	2.18 315	1.53 383	0.27 292	0.21 279	0.31 317	0.30 345	0.32 309	0.28 285

CBMV_ROB	0.90 289	0.44 313	0.63 84	0.51 124	0.37 188	1.25 329	0.49 201	1.77 306	1.27 303	1.41 330	2.00 389	1.33 303	1.08 325	2.17 312	0.76 260	0.43 384	0.42 406	0.47 395	0.44 395	0.41 350	0.36 336

CBMV	0.95 302	0.44 313	0.66 103	0.53 157	0.35 166	1.53 363	1.63 425	1.69 284	1.42 367	2.00 406	1.60 339	1.43 317	1.17 338	1.59 244	0.99 313	0.34 347	0.34 377	0.39 374	0.33 364	0.33 316	0.32 316
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 315	0.45 320	3.71 440	0.55 194	0.43 245	1.81 389	0.68 302	1.14 152	1.14 230	1.18 229	1.42 294	1.58 346	1.44 374	1.34 193	1.59 386	0.24 233	0.23 308	0.20 97	0.19 132	0.26 239	0.25 243

GMStereo	0.55 105	0.45 320	0.94 263	0.50 97	0.32 131	0.64 128	0.43 144	1.00 95	1.40 361	0.82 101	0.73 64	0.51 41	0.45 49	0.85 90	0.55 194	0.24 233	0.15 146	0.20 97	0.21 204	0.31 301	0.24 231
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0075_2	0.64 161	0.46 322	1.05 302	0.66 313	0.66 356	0.53 79	0.48 192	1.20 170	1.12 216	0.76 82	0.92 102	0.78 121	0.53 96	1.03 132	0.59 204	0.37 362	0.28 344	0.40 379	0.31 349	0.37 330	0.32 316

SACVNet	0.85 274	0.46 322	0.85 216	0.81 383	0.56 318	0.80 222	0.79 330	1.68 282	1.12 216	1.34 310	1.33 265	1.25 283	0.94 274	2.39 333	0.76 260	0.34 347	0.26 329	0.31 317	0.29 336	0.35 320	0.44 367

LMCR-Stereo	0.82 259	0.46 322	0.88 240	0.75 368	0.43 245	1.33 340	0.56 255	2.43 428	0.98 156	1.53 356	1.49 316	0.74 108	1.00 303	1.63 249	0.89 297	0.28 305	0.17 208	0.22 150	0.17 98	0.29 281	0.20 167

S-Stereo	1.15 355	0.46 322	2.17 415	0.81 383	0.80 395	1.21 324	1.19 399	1.93 355	2.02 416	1.47 343	2.11 396	1.57 343	1.17 338	2.05 304	1.41 369	0.40 371	0.40 402	0.35 355	0.31 349	0.44 365	0.70 415

NOSS_ROB	1.26 364	0.46 322	0.62 81	0.56 207	0.38 205	1.06 296	0.78 327	1.73 290	1.40 361	1.01 147	1.43 298	1.10 249	0.75 180	10.62 468	0.65 226	0.45 390	0.43 407	0.48 396	0.45 397	0.44 365	0.41 354

FADNet-RVC-Resample	0.84 270	0.47 327	2.10 411	0.61 266	0.45 259	1.07 298	0.61 282	1.59 260	1.20 270	1.08 161	0.98 120	1.03 226	0.98 293	2.17 312	0.72 248	0.23 218	0.22 297	0.30 311	0.32 357	0.35 320	0.34 326

GANet	1.36 375	0.47 327	0.86 222	0.67 325	0.45 259	1.34 342	1.73 427	1.64 274	1.24 289	1.49 351	2.38 408	1.55 341	1.20 347	9.30 458	0.93 302	0.30 318	0.31 365	0.33 337	0.28 325	0.39 343	0.30 301

StereoDRNet	0.98 313	0.47 327	1.70 391	0.76 370	0.94 412	1.51 361	0.91 359	1.92 351	1.32 326	1.61 371	1.13 189	1.47 331	0.97 289	1.75 269	1.46 378	0.28 305	0.23 308	0.29 300	0.27 305	0.35 320	0.27 273

WCMA_ROB	1.84 409	0.47 327	1.31 352	0.69 339	0.57 321	2.11 409	1.14 393	1.87 336	1.73 398	4.04 448	6.43 451	5.62 451	3.61 448	2.59 341	1.94 399	0.52 403	0.44 410	0.39 374	0.42 391	0.48 378	0.47 375

dd	0.59 130	0.48 331	0.97 274	0.55 194	0.32 131	0.64 128	0.47 183	1.02 101	1.34 333	0.78 88	0.86 90	0.58 65	0.54 101	1.01 128	0.86 294	0.28 305	0.18 225	0.26 263	0.19 132	0.32 309	0.24 231

ADCP+	1.99 419	0.48 331	7.73 453	0.66 313	0.91 408	2.30 416	1.05 383	1.82 322	1.34 333	1.54 360	1.32 263	1.74 369	1.61 391	2.17 312	13.37 462	0.24 233	0.21 279	0.32 329	0.28 325	0.37 330	0.29 289

DeepPruner_ROB	0.74 222	0.48 331	0.87 233	0.57 223	0.44 252	0.79 216	0.54 232	1.73 290	0.96 143	1.38 322	1.27 242	1.24 279	0.73 176	1.43 214	0.73 251	0.34 347	0.28 344	0.27 277	0.26 295	0.31 301	0.31 311

DualNet (step1)	0.83 265	0.49 334	1.13 325	0.56 207	0.39 215	1.02 287	0.73 314	1.78 310	1.21 276	1.22 246	1.18 208	1.08 237	0.92 260	1.23 171	0.67 232	0.57 412	0.28 344	0.62 420	0.67 426	0.45 368	0.42 358

test_sample9	1.86 411	0.49 334	1.13 325	0.56 207	0.39 215	1.02 287	0.73 314	1.78 310	1.21 276	1.22 246	1.18 208	1.08 237	0.92 260	2.27 324	7.92 451	0.57 412	12.61 478	0.62 420	0.67 426	0.45 368	0.42 358

test_sample8	2.19 424	0.49 334	1.13 325	0.56 207	0.39 215	1.02 287	0.73 314	1.82 322	1.15 241	2.26 413	1.30 251	4.94 446	2.52 436	2.27 324	7.92 451	0.57 412	12.61 478	0.62 420	0.67 426	0.45 368	0.42 358

BEATNet_4x	0.73 219	0.49 334	1.17 333	0.53 157	0.26 26	1.03 290	0.55 247	1.82 322	1.06 189	1.21 241	1.22 222	0.96 203	0.91 257	1.01 128	1.06 319	0.21 169	0.14 92	0.24 206	0.19 132	0.37 330	0.21 183

Nwc_Net	1.09 339	0.49 334	1.33 357	0.89 408	0.80 395	1.49 360	0.66 296	2.19 405	1.27 303	1.32 299	2.26 403	1.96 389	1.54 384	1.92 290	1.34 356	0.40 371	0.30 359	0.43 386	0.45 397	0.38 339	0.37 340

RYNet	1.17 358	0.49 334	1.24 342	0.70 344	0.97 416	1.71 377	0.92 361	1.91 348	1.46 372	1.38 322	1.14 193	1.88 377	1.30 364	4.24 381	1.87 394	0.26 277	0.21 279	0.35 355	0.27 305	0.55 394	0.54 390

XPNet_ROB	0.96 303	0.49 334	1.09 316	0.72 354	0.57 321	1.11 302	1.14 393	1.66 280	1.23 285	1.85 396	1.39 289	1.64 357	1.11 330	1.80 278	1.42 373	0.38 366	0.30 359	0.33 337	0.29 336	0.37 330	0.34 326

STTStereo	0.78 244	0.50 341	1.22 338	0.64 294	0.54 310	0.89 248	0.54 232	1.44 224	1.11 212	1.38 322	1.09 167	1.27 291	0.85 229	1.43 214	0.83 286	0.29 314	0.27 337	0.33 337	0.39 383	0.32 309	0.30 301

RP	1.09 339	0.50 341	1.12 323	0.90 409	1.04 418	1.11 302	0.84 342	1.80 318	1.62 388	1.55 363	2.00 389	1.90 381	1.78 404	1.84 281	1.25 344	0.52 403	0.36 391	0.48 396	0.36 377	0.45 368	0.43 365

edge stereo	1.11 344	0.50 341	1.30 351	0.71 351	0.65 354	1.14 307	0.75 319	1.93 355	1.37 348	1.71 380	1.83 373	2.54 417	1.44 374	2.43 335	1.23 342	0.42 379	0.41 404	0.54 408	0.35 373	0.42 354	0.46 372

ACV-stereo	0.99 315	0.51 344	1.41 365	0.56 207	0.41 232	2.43 422	0.57 265	1.15 154	1.18 259	0.81 97	1.01 132	3.39 433	2.14 425	1.60 245	1.07 322	0.27 292	0.22 297	0.22 150	0.22 231	0.28 270	0.32 316

SDNR	1.62 396	0.51 344	2.17 415	0.53 157	0.56 318	3.80 448	0.45 171	1.54 252	1.29 312	1.33 307	2.41 411	1.08 237	0.96 286	11.18 469	1.16 335	0.66 423	0.63 435	0.43 386	0.32 357	0.64 408	0.67 412

GwcNet	1.08 336	0.51 344	2.33 420	0.79 377	1.18 430	1.76 383	0.70 308	1.68 282	1.47 373	1.41 330	1.64 350	1.74 369	1.04 314	2.20 318	1.41 369	0.30 318	0.29 355	0.29 300	0.27 305	0.30 292	0.35 331

FADNet_RVC	0.83 265	0.51 344	1.83 403	0.54 172	0.42 237	1.19 321	0.46 177	1.51 242	1.09 205	0.89 113	1.24 228	0.91 175	0.87 242	2.11 309	1.11 330	0.27 292	0.22 297	0.31 317	0.28 325	0.43 359	0.38 346

rvit_105_1	0.72 202	0.52 348	1.01 287	0.78 375	0.49 278	0.75 194	0.87 350	1.12 148	1.18 259	0.99 140	0.79 78	0.90 173	0.77 192	1.26 178	0.75 257	0.41 375	0.36 391	0.36 363	0.41 388	0.30 292	0.33 322

AF-Net	1.13 349	0.52 348	1.33 357	0.86 399	0.91 408	1.38 348	0.71 310	2.16 396	1.62 388	1.56 364	2.40 410	1.99 392	1.65 394	1.81 280	1.48 380	0.48 398	0.28 344	0.49 398	0.33 364	0.39 343	0.32 316

AANet_RVC	1.16 357	0.52 348	1.49 380	0.65 306	0.45 259	0.75 194	0.69 306	1.42 217	1.55 385	1.34 310	1.87 380	1.53 338	0.78 198	7.43 444	1.38 361	0.25 257	0.17 208	0.19 70	0.16 81	0.22 177	0.26 264

PSMNet_ROB	0.90 289	0.52 348	1.17 333	0.72 354	0.61 343	1.27 331	1.12 391	1.76 302	1.12 216	1.09 167	1.28 247	1.45 324	0.89 253	1.65 251	1.42 373	0.33 339	0.25 324	0.37 366	0.39 383	0.35 320	0.29 289

APVNet	1.06 331	0.53 352	1.42 366	0.84 392	0.79 390	1.92 397	0.82 340	1.90 344	1.08 199	1.08 161	1.43 298	1.56 342	1.13 335	3.07 357	1.58 384	0.31 325	0.34 377	0.42 384	0.36 377	0.36 326	0.37 340

FINET	0.97 309	0.54 353	1.60 386	0.63 285	0.79 390	1.08 299	1.07 386	1.56 257	2.20 422	1.15 205	1.49 316	0.94 189	0.88 247	2.32 327	1.05 317	0.42 379	0.35 386	0.32 329	0.28 325	0.43 359	0.38 346

NCC-stereo	1.10 341	0.54 353	1.24 342	0.84 392	0.94 412	1.29 334	0.89 354	2.01 371	1.34 333	1.32 299	1.74 362	1.88 377	1.74 401	2.35 329	1.25 344	0.45 390	0.37 393	0.45 390	0.58 419	0.42 354	0.42 358

Abc-Net	1.10 341	0.54 353	1.24 342	0.84 392	0.94 412	1.29 334	0.89 354	2.01 371	1.34 333	1.32 299	1.74 362	1.88 377	1.74 401	2.35 329	1.25 344	0.45 390	0.37 393	0.45 390	0.58 419	0.42 354	0.42 358
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Anonymous_2	1.30 367	0.55 356	0.82 211	0.52 143	0.58 330	1.01 285	0.64 289	1.25 187	0.97 151	0.96 130	0.78 74	1.33 303	1.29 360	1.03 132	0.74 252	0.62 419	0.64 436	1.06 436	9.63 474	1.16 432	0.49 382

ADCRef	1.35 374	0.55 356	2.37 422	0.72 354	0.77 386	1.94 399	0.78 327	1.91 348	1.27 303	1.57 368	1.59 338	1.36 309	1.41 371	1.54 235	7.53 446	0.23 218	0.20 258	0.32 329	0.30 345	0.29 281	0.29 289

NaN_ROB	1.13 349	0.55 356	1.15 330	0.64 294	0.48 275	1.61 369	2.03 443	1.72 289	1.48 374	2.09 409	1.27 242	1.40 313	1.08 325	3.94 377	1.30 352	0.28 305	0.34 377	0.28 290	0.28 325	0.30 292	0.33 322

sAnonymous2	0.55 105	0.56 359	1.46 373	0.60 253	0.51 296	0.48 36	0.52 219	0.79 27	0.68 64	0.50 41	0.67 46	0.46 22	0.62 147	0.59 25	0.40 81	0.22 193	0.17 208	0.22 150	0.21 204	0.86 421	0.56 394

CroCo_RVC	0.55 105	0.56 359	1.46 373	0.60 253	0.51 296	0.48 36	0.52 219	0.79 27	0.68 64	0.50 41	0.67 46	0.46 22	0.62 147	0.59 25	0.40 81	0.22 193	0.17 208	0.22 150	0.21 204	0.86 421	0.56 394

NCCL2	1.00 320	0.56 359	1.06 306	0.75 368	0.57 321	1.31 338	1.72 426	1.77 306	1.36 344	1.50 352	1.17 206	1.91 382	1.17 338	1.54 235	1.29 351	0.35 354	0.31 365	0.45 390	0.44 395	0.40 347	0.40 350

MeshStereo	2.26 426	0.56 359	0.92 257	0.61 266	0.49 278	2.60 427	1.02 380	3.18 441	2.05 418	7.40 468	4.98 447	7.58 457	2.98 443	6.37 425	1.96 400	0.43 384	0.43 407	0.45 390	0.39 383	0.43 359	0.42 358
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ADCL	1.72 406	0.57 363	3.66 438	0.67 325	0.61 343	2.61 428	1.85 433	1.96 360	1.67 392	1.90 400	1.83 373	2.06 400	1.90 414	2.13 310	9.15 455	0.26 277	0.24 317	0.34 347	0.32 357	0.38 339	0.35 331

PA-Net	1.01 324	0.57 363	1.29 350	0.64 294	0.74 376	1.19 321	0.84 342	1.69 284	1.43 369	1.16 215	1.19 215	1.32 302	1.19 344	3.42 369	1.25 344	0.29 314	0.45 414	0.33 337	0.49 407	0.32 309	0.47 375
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 412	0.57 363	2.18 417	0.63 285	0.40 225	2.80 433	1.57 422	2.39 425	5.88 459	2.36 420	3.57 430	3.72 437	2.97 442	4.74 390	1.76 390	0.34 347	0.30 359	0.32 329	0.29 336	0.48 378	0.37 340

HBP-ISP	0.96 303	0.58 366	0.72 146	0.61 266	0.46 269	1.64 373	0.76 322	1.86 334	1.28 308	1.30 287	1.53 323	0.86 156	0.94 274	3.27 365	0.69 239	0.45 390	0.44 410	0.54 408	0.48 404	0.47 375	0.40 350

Wz-Net-MNSev	1.11 344	0.58 366	2.23 418	0.66 313	0.71 370	1.95 400	1.46 415	1.98 365	1.45 371	1.79 389	1.43 298	1.49 333	1.33 367	1.97 297	1.42 373	0.27 292	0.23 308	0.28 290	0.28 325	0.34 319	0.31 311

PS-NSSS	0.99 315	0.58 366	0.93 259	0.58 229	0.57 321	0.91 253	0.80 336	1.81 321	1.14 230	1.14 199	1.67 356	1.00 213	0.83 223	4.62 389	0.78 268	0.37 362	0.31 365	0.52 402	0.32 357	0.45 368	0.38 346

FC-DCNN v2	2.81 444	0.59 369	0.85 216	0.73 362	0.57 321	2.97 436	1.05 383	3.39 445	2.61 433	6.98 464	7.67 459	10.38 467	6.31 463	5.75 415	3.37 426	0.53 409	0.48 419	0.51 400	0.50 409	0.53 390	0.51 387

SuperB	2.53 436	0.59 369	18.45 467	0.69 339	0.50 285	1.87 396	0.88 352	1.67 281	2.39 425	1.50 352	1.42 294	1.14 261	1.15 337	4.28 384	5.07 436	0.24 233	0.19 241	0.22 150	0.19 132	7.86 474	0.34 326

MANE	6.19 459	0.59 369	1.03 298	0.93 415	1.22 433	13.38 471	2.69 457	12.81 473	17.94 475	8.21 469	10.82 467	14.72 470	11.68 468	11.39 470	11.90 461	0.59 416	0.50 424	0.52 402	1.76 460	0.55 394	0.54 390

FC-DCNN	2.72 443	0.59 369	0.86 222	0.73 362	0.57 321	2.91 434	1.04 382	3.01 439	2.60 432	6.83 463	7.64 458	9.92 464	6.33 464	5.21 398	3.14 421	0.53 409	0.48 419	0.51 400	0.50 409	0.53 390	0.51 387

DPSNet	1.69 402	0.59 369	4.33 441	0.70 344	0.57 321	2.02 405	1.62 424	3.35 444	1.78 401	1.48 349	1.38 285	2.17 402	2.84 440	4.77 391	3.66 428	0.48 398	0.31 365	0.29 300	0.25 278	0.64 408	0.48 378

CSAN	1.41 381	0.59 369	1.26 345	0.70 344	0.50 285	1.76 383	1.78 428	1.77 306	1.90 410	2.35 418	2.32 405	1.92 385	1.94 416	5.56 410	1.49 381	0.43 384	0.35 386	0.40 379	0.41 388	0.43 359	0.41 354

LALA_ROB	1.01 324	0.59 369	1.16 331	0.67 325	0.51 296	1.63 371	1.26 406	1.69 284	1.38 352	1.81 393	1.37 281	1.94 387	1.02 310	1.58 242	1.38 361	0.37 362	0.27 337	0.43 386	0.37 380	0.43 359	0.37 340

MSMD_ROB	1.99 419	0.59 369	0.89 246	0.70 344	0.61 343	3.95 450	0.94 367	1.80 318	1.79 402	4.41 452	4.43 437	8.17 460	3.66 449	3.40 367	1.33 354	0.52 403	0.48 419	0.54 408	0.58 419	0.53 390	0.50 383

TRStereo	0.60 133	0.60 377	0.97 274	0.74 365	0.67 359	0.46 33	0.38 92	1.85 331	0.89 117	0.79 91	0.80 83	0.88 164	0.39 29	1.10 150	0.41 92	0.23 218	0.15 146	0.23 186	0.24 265	0.17 35	0.15 37

GMStereo_Zeroshot	0.67 183	0.61 378	1.01 287	0.64 294	0.37 188	0.84 241	0.35 64	1.05 116	1.12 216	1.12 182	1.06 155	1.27 291	0.54 101	1.19 166	0.59 204	0.32 331	0.17 208	0.31 317	0.18 112	0.52 388	0.22 200

FADNet	0.92 294	0.61 378	1.81 400	0.62 277	0.55 316	0.96 273	0.57 265	1.78 310	1.33 330	0.93 122	1.01 132	1.36 309	1.01 305	2.71 346	0.75 257	0.33 339	0.34 377	0.31 317	0.34 369	0.59 401	0.40 350

DANet	1.08 336	0.61 378	1.32 355	0.85 397	0.72 372	1.37 345	0.51 209	1.54 252	1.15 241	1.78 386	1.54 325	2.01 394	1.11 330	2.90 352	2.00 402	0.33 339	0.30 359	0.40 379	0.30 345	0.44 365	0.45 369
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 405	0.62 381	1.45 371	0.67 325	0.61 343	1.81 389	1.08 387	2.52 431	1.70 395	1.77 385	1.73 361	1.98 391	1.25 355	12.57 471	1.84 393	0.34 347	0.37 393	0.56 415	0.38 382	0.45 368	0.43 365

FCDSN-DC	2.32 428	0.63 382	0.81 208	0.84 392	0.75 382	2.23 413	0.94 367	2.09 385	1.80 403	5.45 461	7.72 460	7.77 459	6.93 466	3.39 366	1.80 392	0.52 403	0.48 419	0.52 402	0.51 412	0.57 397	0.58 399
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 398	0.63 382	1.56 383	1.11 428	0.74 376	2.98 437	0.91 359	1.55 256	1.22 282	2.76 432	8.18 463	2.32 409	2.53 437	1.92 290	1.87 394	0.48 398	0.44 410	0.45 390	0.31 349	0.60 405	0.57 398

ETE_ROB	0.96 303	0.64 384	1.16 331	0.69 339	0.48 275	1.14 307	1.13 392	1.77 306	1.19 265	1.91 401	1.45 303	1.73 367	1.05 318	1.60 245	1.14 333	0.32 331	0.26 329	0.38 369	0.34 369	0.39 343	0.41 354

PDISCO_ROB	1.32 371	0.65 385	1.44 367	1.36 432	1.46 439	2.55 425	0.92 361	2.45 429	2.07 419	1.37 317	1.49 316	1.65 359	1.00 303	2.82 348	1.35 359	1.01 430	0.27 337	0.54 408	0.47 402	0.71 417	0.73 418

dad	0.86 279	0.66 386	1.06 306	0.56 207	0.37 188	0.76 199	0.44 157	1.17 158	1.50 377	1.44 338	1.27 242	1.34 307	0.75 180	2.52 339	0.84 289	0.42 379	0.27 337	0.83 428	0.26 295	0.41 350	0.29 289

Wz-Net-LNSev	1.03 327	0.67 387	2.71 431	0.64 294	0.84 401	1.75 381	1.00 377	1.80 318	1.32 326	1.28 274	1.25 232	1.65 359	1.22 351	1.39 207	1.40 365	0.28 305	0.26 329	0.24 206	0.23 253	0.33 316	0.32 316

ccnet	1.12 346	0.67 387	1.01 287	0.78 375	0.73 375	1.72 379	0.99 375	1.84 330	1.26 297	1.47 343	1.85 377	1.75 372	1.29 360	1.75 269	1.88 396	0.57 412	0.53 427	0.57 417	0.55 416	0.59 401	0.54 390

FADNet-RVC	0.88 284	0.67 387	1.93 407	0.60 253	0.48 275	0.91 253	0.60 281	1.71 288	1.18 259	0.90 115	0.96 111	1.36 309	0.92 260	2.25 322	1.17 337	0.30 318	0.29 355	0.32 329	0.32 357	0.41 350	0.35 331

Syn2CoEx	1.14 351	0.69 390	1.66 389	0.80 380	0.67 359	1.40 350	0.88 352	2.06 381	1.54 383	1.25 265	1.58 337	1.42 316	1.50 383	4.09 379	1.40 365	0.36 358	0.32 372	0.34 347	0.29 336	0.29 281	0.34 326

psmorigin	1.52 388	0.69 390	10.52 461	0.68 336	0.59 337	1.13 306	0.70 308	1.57 258	1.19 265	1.99 404	1.79 369	2.26 405	1.47 379	2.09 307	1.36 360	0.39 369	0.40 402	0.34 347	0.33 364	0.43 359	0.56 394

ADCPNet	1.85 410	0.69 390	8.07 454	0.71 351	0.58 330	2.79 432	1.22 401	1.94 357	1.54 383	1.88 397	1.69 357	2.46 416	2.04 420	2.37 331	6.48 441	0.38 366	0.37 393	0.38 369	0.43 393	0.47 375	0.45 369

XX-TBD	0.46 44	0.70 393	0.35 1	0.79 377	0.25 23	0.58 102	0.26 15	0.69 10	1.27 303	0.76 82	1.00 126	0.45 20	0.33 15	0.47 6	0.37 60	0.19 111	0.15 146	0.15 4	0.11 7	0.17 35	0.14 19

SHD	1.31 369	0.71 394	2.34 421	0.86 399	0.75 382	1.77 386	0.65 291	2.22 409	2.50 431	2.40 422	1.71 359	1.91 382	1.60 390	1.93 293	2.37 410	0.38 366	0.31 365	0.38 369	0.40 387	0.48 378	0.50 383

RTSC	1.29 365	0.73 395	2.44 423	0.83 391	0.57 321	1.85 394	0.65 291	1.88 339	2.00 415	2.20 412	1.66 354	1.60 349	1.26 357	2.33 328	3.92 430	0.32 331	0.23 308	0.27 277	0.29 336	0.37 330	0.37 340

ADCMid	1.89 415	0.73 395	5.06 444	0.72 354	0.67 359	2.00 404	1.14 393	1.97 364	1.48 374	2.86 435	1.81 372	2.37 411	2.05 422	2.24 320	10.39 459	0.33 339	0.31 365	0.39 374	0.43 393	0.50 382	0.44 367

DeepPrunerF	1.60 393	0.73 395	5.81 449	0.88 405	1.19 431	0.91 253	0.95 369	2.19 405	5.24 457	1.17 224	1.30 251	1.19 268	1.30 364	4.90 394	1.66 389	0.42 379	0.34 377	0.52 402	0.47 402	0.41 350	0.40 350

ELAS_RVC	2.48 435	0.74 398	1.90 405	1.05 423	0.92 410	2.76 430	4.01 465	2.76 434	4.11 451	4.69 455	4.63 441	4.62 441	5.96 461	3.97 378	3.96 431	0.63 421	0.53 427	0.56 415	0.52 413	0.64 408	0.63 407
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 430	0.74 398	1.54 382	0.99 419	0.92 410	4.78 456	2.33 453	3.33 443	3.37 444	5.05 460	4.77 445	3.67 435	4.53 456	3.42 369	4.50 434	0.62 419	0.53 427	0.55 412	0.53 414	0.63 406	0.64 411
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	1.29 365	0.75 400	1.33 357	1.05 423	0.88 407	1.73 380	0.52 219	1.89 341	3.28 442	1.29 279	4.88 446	1.22 272	1.46 377	1.77 276	1.45 377	0.60 417	0.26 329	0.29 300	0.25 278	0.52 388	0.37 340

DGSMNet	1.14 351	0.76 401	2.49 425	0.81 383	0.86 404	1.39 349	1.39 411	2.13 387	1.35 341	1.26 269	1.63 349	1.48 332	0.98 293	1.75 269	1.10 328	0.45 390	0.43 407	0.55 412	0.49 407	0.75 419	0.70 415

PWC_ROB	1.24 361	0.76 401	2.46 424	0.72 354	0.78 388	1.15 312	0.49 201	1.75 296	1.92 411	2.31 415	3.07 423	1.59 347	1.40 370	2.46 336	2.10 406	0.33 339	0.22 297	0.35 355	0.24 265	0.38 339	0.41 354

aanetorigin	1.23 360	0.79 403	2.78 433	0.70 344	0.79 390	0.99 282	1.06 385	1.06 129	1.37 348	3.52 443	2.61 416	1.72 366	1.63 392	1.99 298	1.78 391	0.25 257	0.24 317	0.26 263	0.25 278	0.38 339	0.45 369

RGC	1.14 351	0.79 403	1.26 345	0.91 412	0.96 415	1.52 362	0.77 325	1.92 351	1.26 297	1.54 360	1.93 385	2.02 396	1.54 384	2.25 322	1.31 353	0.44 389	0.35 386	0.58 418	0.48 404	0.47 375	0.46 372

MFN_U_SF_RVC	1.52 388	0.84 405	3.42 436	0.87 404	0.66 356	2.56 426	0.95 369	2.36 421	1.70 395	1.98 403	1.86 378	2.45 415	1.79 405	2.95 353	2.58 412	0.52 403	0.48 419	0.55 412	0.59 422	0.59 401	0.61 405

PVD	1.70 403	0.84 405	2.26 419	0.94 417	0.83 400	2.48 423	0.97 371	2.59 433	3.35 443	3.01 440	2.77 419	2.34 410	2.47 435	2.67 345	3.14 421	0.47 397	0.45 414	0.59 419	0.48 404	0.59 401	0.75 420

SAMSARA	1.55 390	0.84 405	2.61 428	1.22 431	1.07 419	2.50 424	1.93 438	2.05 376	1.89 408	2.75 431	1.66 354	2.81 425	1.69 399	3.08 359	1.97 401	0.46 396	0.51 425	0.42 384	0.46 400	0.58 399	0.59 401

GANetREF_RVC	1.07 333	0.86 408	1.31 352	0.82 388	0.53 307	1.41 354	1.31 408	1.76 302	1.52 380	1.27 272	1.31 257	1.46 326	1.24 354	2.03 301	0.96 309	0.56 411	0.45 414	0.67 423	0.50 409	0.88 423	0.59 401
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MFN_U_SF_DS_RVC	1.74 407	0.87 409	3.56 437	0.80 380	0.75 382	3.72 445	2.44 456	1.82 322	1.82 405	1.74 382	1.91 384	1.92 385	1.26 357	7.69 448	1.28 350	0.45 390	0.47 418	0.52 402	0.77 431	0.50 382	0.50 383

XQC	1.37 376	0.87 409	2.56 427	0.84 392	0.69 367	1.83 392	0.89 354	2.07 382	1.88 407	1.88 397	1.53 323	1.91 382	1.55 386	2.85 351	3.05 418	0.48 398	0.29 355	0.44 389	0.39 383	0.69 415	0.60 404

SQANet	1.31 369	0.88 411	1.08 314	1.83 442	1.44 438	1.44 356	0.75 319	1.74 294	1.09 205	1.32 299	1.26 239	1.28 294	1.01 305	1.50 228	0.83 286	2.50 448	0.34 377	1.47 440	0.55 416	2.32 442	1.57 443

PASM	1.34 373	0.92 412	2.62 429	0.86 399	0.87 406	1.03 290	1.08 387	1.50 236	1.51 379	1.82 394	1.41 293	1.68 362	1.26 357	4.87 393	1.34 356	0.61 418	0.65 438	0.68 424	0.78 432	0.69 415	0.68 414

WZ-Net	1.95 416	0.95 413	10.10 458	0.86 399	0.78 388	1.69 376	1.60 423	2.20 408	1.98 414	2.08 408	1.93 385	2.30 407	1.97 417	5.30 400	3.17 423	0.34 347	0.26 329	0.29 300	0.31 349	0.51 386	0.47 375

GASNet	0.99 315	0.97 414	1.72 394	0.98 418	0.68 365	0.83 234	0.67 299	1.60 264	1.28 308	1.31 297	1.22 222	1.22 272	1.21 350	2.41 334	1.41 369	0.43 384	0.26 329	0.36 363	0.34 369	0.55 394	0.31 311

anonymity	1.12 346	0.97 414	1.21 336	1.07 426	1.12 424	1.08 299	0.89 354	1.95 359	1.16 249	1.29 279	1.26 239	1.22 272	1.09 328	1.15 158	1.01 315	1.02 432	1.00 455	0.97 432	0.97 443	0.98 425	0.99 429

Consistency-Raft	1.25 363	0.99 416	1.93 407	1.02 422	1.21 432	0.96 273	1.01 379	1.75 296	1.92 411	1.36 315	2.12 397	1.44 322	1.01 305	1.14 157	1.40 365	0.72 424	0.82 442	0.89 430	0.98 445	1.31 437	0.95 427

ADCS	2.25 425	0.99 416	5.55 446	0.81 383	0.74 376	2.19 412	1.80 429	2.27 414	2.14 420	2.80 434	2.13 398	2.40 413	2.03 419	2.64 344	13.69 463	0.41 375	0.39 400	0.40 379	0.45 397	0.58 399	0.56 394

MaskLacGwcNet_RVC	1.10 341	1.02 418	1.00 283	0.82 388	0.67 359	1.93 398	0.93 365	1.62 271	1.11 212	1.15 205	1.25 232	1.50 334	0.79 202	1.96 296	0.76 260	1.89 442	0.34 377	0.79 427	0.36 377	1.25 436	0.83 422

SPS-STEREO	1.67 399	1.04 419	1.23 339	1.21 430	1.13 426	1.82 391	1.11 389	2.16 396	1.52 380	3.07 442	2.32 405	2.82 426	1.80 406	4.11 380	2.04 403	1.03 433	0.99 454	0.97 432	0.94 441	1.03 430	1.02 430
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 412	1.07 420	1.45 371	1.07 426	1.17 428	1.47 357	1.48 417	1.89 341	1.93 413	1.94 402	4.67 444	3.08 430	1.80 406	6.51 427	1.65 387	1.06 435	0.86 449	1.08 437	1.32 450	0.93 424	1.26 438
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 433	1.07 420	2.14 414	1.18 429	1.10 421	2.14 411	1.36 410	1.96 360	1.66 391	5.46 462	7.07 454	4.95 447	4.32 455	5.50 407	2.26 409	1.04 434	1.02 457	0.99 434	0.97 443	1.02 428	1.04 432

EDNetEfficient	2.37 430	1.10 422	8.08 455	0.74 365	0.71 370	0.98 281	1.56 420	1.46 227	4.06 450	4.90 457	2.82 420	2.25 404	3.48 447	2.95 353	9.97 456	0.26 277	0.24 317	0.26 263	0.30 345	0.68 414	0.61 405

AnyNet_C32	1.96 417	1.10 422	5.17 445	0.90 409	1.11 422	2.12 410	2.37 454	1.85 331	1.48 374	2.45 423	1.70 358	2.05 399	1.64 393	2.50 338	10.28 458	0.37 362	0.34 377	0.35 355	0.41 388	0.49 381	0.54 390

LSM	6.33 460	1.10 422	13.19 463	1.41 436	68.17 484	1.64 373	1.90 437	1.92 351	2.46 427	2.99 438	3.11 424	1.88 377	1.80 406	2.61 343	2.06 405	0.41 375	0.58 433	0.50 399	0.57 418	0.64 408	17.66 479

otaku	1.60 393	1.11 425	1.21 336	2.20 444	1.56 440	1.97 401	1.24 402	2.07 382	1.36 344	1.44 338	1.62 346	1.73 367	1.19 344	1.73 268	0.98 312	2.89 453	0.57 432	1.74 441	0.60 423	2.78 448	1.94 449

AnonymousM	0.59 130	1.11 425	0.41 11	0.44 31	0.32 131	0.43 25	0.47 183	1.05 116	0.64 45	0.98 137	0.63 40	0.67 92	0.43 41	0.59 25	0.41 92	0.20 140	0.15 146	1.84 444	0.84 435	0.14 3	0.13 4

MFMNet_re	1.40 380	1.14 427	1.68 390	1.39 434	1.07 419	1.48 358	1.43 413	1.87 336	1.82 405	2.26 413	2.19 400	1.51 336	1.86 411	1.52 229	1.25 344	0.93 428	0.83 443	0.84 429	0.80 433	0.99 427	1.05 434

Ntro	1.64 397	1.15 428	1.23 339	2.48 449	1.83 442	2.09 408	1.16 396	1.96 360	1.38 352	1.21 241	1.62 346	1.62 351	1.29 360	1.87 287	1.11 330	3.04 454	0.56 431	1.82 443	0.64 424	2.80 449	2.05 450

MSC_U_SF_DS_RVC	2.12 421	1.15 428	3.10 434	1.05 423	0.76 385	5.03 459	2.40 455	2.16 396	2.62 434	1.89 399	2.28 404	2.69 422	1.65 394	9.35 460	2.04 403	0.64 422	0.51 425	0.68 424	0.71 429	1.09 431	0.67 412

UDGNet	0.72 202	1.17 430	0.80 207	0.77 373	0.41 232	0.77 207	0.38 92	0.97 87	1.34 333	0.81 97	0.88 95	0.71 105	0.60 134	1.21 168	0.54 190	0.52 403	0.19 241	1.02 435	0.26 295	0.71 417	0.31 311

Wz-Net-SNSev	1.49 384	1.23 431	6.27 451	0.68 336	0.67 359	1.37 345	1.41 412	2.00 367	1.39 356	1.48 349	1.61 343	2.29 406	1.32 366	3.93 376	2.14 407	0.31 325	0.28 344	0.31 317	0.33 364	0.42 354	0.36 336

CC-Net-ROB	1.49 384	1.26 432	1.27 348	0.88 405	0.79 390	1.76 383	1.00 377	1.79 315	1.26 297	1.10 175	1.61 343	1.21 270	0.99 301	8.13 452	0.84 289	1.09 436	0.41 404	2.20 445	0.46 400	1.20 435	0.48 378

RTS	2.67 438	1.38 433	15.28 465	0.99 419	1.26 434	3.78 446	1.96 440	2.15 393	2.62 434	2.61 426	2.85 421	2.60 419	1.59 388	6.27 423	5.71 439	0.40 371	0.28 344	0.35 355	0.35 373	0.50 382	0.48 378

RTSA	2.67 438	1.38 433	15.28 465	0.99 419	1.26 434	3.78 446	1.96 440	2.15 393	2.62 434	2.61 426	2.85 421	2.60 419	1.59 388	6.27 423	5.71 439	0.40 371	0.28 344	0.35 355	0.35 373	0.50 382	0.48 378

WAO-7	2.66 437	1.40 435	1.73 396	1.39 434	1.17 428	3.93 449	1.94 439	4.11 451	3.88 449	2.92 436	5.50 448	4.18 439	3.00 444	7.63 447	3.71 429	1.13 438	1.00 455	1.17 438	1.13 449	1.18 434	1.09 436

ACVNet_2	2.43 434	1.41 436	2.04 409	2.62 450	2.24 448	2.63 429	1.88 436	3.31 442	3.01 439	2.19 411	3.45 429	4.62 441	2.04 420	4.50 387	1.47 379	2.55 449	0.64 436	2.22 446	0.84 435	2.69 447	2.29 453

ACVNet-4b	2.15 422	1.41 436	1.64 387	2.80 451	2.31 451	2.31 417	1.24 402	2.32 417	2.14 420	1.26 269	2.39 409	2.66 421	1.48 380	5.95 420	1.06 319	3.20 458	0.45 414	2.37 449	0.89 438	2.83 452	2.37 454

ACVNet_1	2.18 423	1.45 438	1.72 394	2.85 453	2.33 452	2.28 415	1.46 415	3.08 440	2.22 423	1.82 394	2.05 394	3.56 434	1.98 418	3.09 360	1.40 365	3.17 455	0.60 434	2.40 453	0.92 440	2.91 455	2.37 454

GCST	1.08 336	1.47 439	0.93 259	1.73 440	1.14 427	1.30 336	0.31 40	1.33 195	1.16 249	1.29 279	0.97 119	0.98 206	0.49 80	2.08 306	0.46 141	1.19 439	0.70 439	1.30 439	0.85 437	1.02 428	0.89 425

EDNetEfficientorigin	10.57 468	1.47 439	177.42 489	0.67 325	0.53 307	1.58 367	1.16 396	1.90 344	3.37 444	4.71 456	3.38 427	3.10 431	2.69 439	3.13 361	3.58 427	0.25 257	0.23 308	0.33 337	0.27 305	0.83 420	0.81 421

Dean	2.91 447	1.53 441	2.07 410	2.96 457	2.51 454	3.15 438	2.14 447	4.75 456	4.41 454	2.76 432	6.10 450	5.53 450	2.37 431	2.97 355	1.92 398	3.18 456	0.85 447	2.51 456	1.04 448	2.88 454	2.47 457

WAO-6	2.81 444	1.60 442	1.46 373	2.36 448	2.28 450	3.55 443	2.29 452	4.21 452	4.56 455	2.36 420	4.51 438	4.88 445	2.66 438	4.60 388	4.07 433	1.72 441	1.15 461	2.31 448	1.46 456	2.31 441	1.85 447

LVE	3.31 449	1.67 443	1.64 387	2.85 453	2.42 453	3.20 440	2.26 451	4.78 457	5.05 456	2.35 418	6.91 452	6.02 452	2.37 431	9.15 456	2.17 408	3.19 457	1.08 460	2.38 451	1.47 457	2.81 450	2.40 456

RainbowNet	1.97 418	1.76 444	1.57 384	2.81 452	2.21 447	1.98 403	1.81 430	2.54 432	1.89 408	1.50 352	1.84 375	1.96 389	1.65 394	2.14 311	1.25 344	3.33 460	0.85 447	2.39 452	0.98 445	2.82 451	2.22 451

AnyNet_C01	2.26 426	1.78 445	10.22 460	0.93 415	0.74 376	2.92 435	2.20 449	2.29 416	1.80 403	2.53 425	2.41 411	2.71 423	1.73 400	3.41 368	6.72 443	0.41 375	0.39 400	0.40 379	0.42 391	0.67 413	0.63 407

IMH-64-1	2.70 441	1.79 446	1.46 373	3.26 461	2.66 455	3.23 441	2.10 444	4.08 449	2.75 437	2.34 416	3.81 433	3.06 428	2.22 428	4.25 382	2.59 413	3.75 464	0.84 444	2.75 459	1.35 451	3.15 457	2.60 460

IMH-64	2.70 441	1.79 446	1.46 373	3.26 461	2.66 455	3.23 441	2.10 444	4.08 449	2.75 437	2.34 416	3.81 433	3.06 428	2.22 428	4.25 382	2.59 413	3.75 464	0.84 444	2.75 459	1.35 451	3.15 457	2.60 460

WAO-8	4.40 452	1.82 448	1.79 398	2.34 446	2.20 445	9.19 464	1.53 418	6.09 463	16.46 469	3.94 446	7.84 461	7.32 454	3.72 451	9.41 462	3.31 424	2.00 443	1.07 458	2.44 454	1.37 454	2.50 443	1.68 444

Venus	4.40 452	1.82 448	1.79 398	2.34 446	2.20 445	9.19 464	1.53 418	6.09 463	16.46 469	3.94 446	7.84 461	7.32 454	3.72 451	9.41 462	3.31 424	2.00 443	1.07 458	2.44 454	1.37 454	2.50 443	1.68 444

IMH	3.21 448	1.85 450	1.48 378	3.25 460	2.69 457	4.07 452	2.02 442	4.41 454	3.80 448	2.72 429	7.11 455	4.75 444	2.92 441	5.92 418	2.55 411	3.85 467	0.88 450	2.78 461	1.36 453	3.19 459	2.59 459

JetBlue	3.97 450	2.01 451	10.19 459	1.38 433	2.84 459	10.53 467	9.54 468	3.60 447	2.41 426	2.73 430	3.39 428	4.54 440	4.31 454	7.85 451	6.84 444	0.88 426	0.93 453	0.89 430	0.91 439	1.74 438	1.91 448

TorneroNet-64	5.30 458	2.03 452	1.74 397	3.43 463	2.81 458	10.09 466	2.12 446	9.10 470	17.12 474	4.96 459	9.27 466	10.72 469	3.70 450	9.20 457	4.55 435	3.31 459	0.84 444	2.88 462	1.55 458	3.49 460	3.04 463

TorneroNet	10.70 469	2.03 452	1.82 401	3.43 463	3.01 461	43.83 483	2.22 450	8.87 469	67.47 489	7.17 467	27.36 478	10.68 468	3.85 453	8.67 455	7.65 450	3.59 462	0.88 450	3.04 463	1.57 459	3.71 461	3.17 464

PWCK	2.88 446	2.05 454	5.72 448	2.08 443	1.11 422	3.55 443	3.90 464	2.86 437	3.54 447	3.03 441	3.63 431	3.10 431	2.31 430	8.15 454	3.09 419	2.12 445	0.91 452	1.75 442	0.98 445	2.57 445	1.18 437

KSHMR	8.75 466	2.06 455	2.11 412	3.53 465	3.11 462	4.13 453	2.69 457	5.60 460	61.37 488	3.00 439	55.83 488	4.98 449	2.45 434	4.49 386	2.61 415	3.46 461	1.55 465	3.14 465	1.94 463	3.72 462	3.18 465

Wz-Net-TNSev	1.88 412	2.08 456	7.66 452	0.67 325	0.64 352	2.42 421	1.83 432	2.33 418	1.74 400	1.57 368	1.56 331	2.58 418	1.90 414	4.86 392	3.12 420	0.39 369	0.37 393	0.33 337	0.37 380	0.53 390	0.58 399

coex-ft	8.13 465	2.13 457	98.04 488	0.67 325	0.53 307	1.71 377	1.56 420	1.65 275	11.11 464	18.17 478	3.75 432	3.88 438	7.61 467	2.98 356	6.49 442	0.30 318	0.30 359	0.32 329	0.31 349	0.66 412	0.50 383

UNDER WATER-64	5.27 457	2.32 458	8.78 457	3.93 469	3.54 467	7.61 462	3.03 463	5.84 462	14.19 465	4.04 448	4.04 435	9.39 463	6.26 462	5.93 419	8.48 453	3.60 463	1.51 464	3.13 464	1.88 461	4.29 467	3.61 468

UNDER WATER	5.08 456	2.33 459	5.55 446	3.94 470	3.51 466	5.20 460	2.72 459	5.61 461	16.52 471	3.84 445	4.60 440	9.21 462	5.89 460	5.90 417	8.66 454	3.75 464	1.34 462	3.18 466	1.88 461	4.33 468	3.61 468

ktn	4.70 454	2.38 460	2.12 413	3.76 466	3.24 463	4.85 457	2.95 462	5.52 459	7.37 462	4.07 450	19.32 475	7.46 456	3.47 446	7.39 442	2.95 417	4.04 468	1.85 466	3.26 467	2.22 466	3.08 456	2.65 462

notaker	3.98 451	2.40 461	2.68 430	3.82 468	3.27 465	3.97 451	2.14 447	4.78 457	3.45 446	4.12 451	6.94 453	7.65 458	3.26 445	7.82 450	5.30 438	4.04 468	1.41 463	3.36 468	2.10 465	3.88 463	3.31 466

UDG	1.41 381	2.65 462	0.99 278	1.44 437	1.64 441	1.34 342	0.80 336	1.60 264	1.23 285	1.23 252	1.71 359	2.01 394	1.34 368	1.47 224	1.41 369	0.90 427	0.54 430	2.29 447	0.75 430	1.84 439	1.04 432

DDUNet	1.50 386	2.69 463	1.12 323	1.77 441	1.88 443	1.84 393	0.92 361	1.70 287	1.16 249	1.38 322	1.79 369	1.60 349	1.12 333	1.37 198	1.08 323	1.10 437	0.76 440	2.37 449	0.94 441	2.00 440	1.37 440

DispFullNet	2.34 429	2.85 464	3.66 438	3.08 458	2.27 449	1.97 401	0.67 299	2.00 367	1.70 395	2.52 424	2.00 389	2.23 403	5.86 459	3.44 371	1.58 384	1.01 430	0.32 372	2.64 458	1.94 463	2.85 453	2.24 452

MADNet++	5.01 455	3.14 465	4.91 443	4.55 472	3.94 469	5.20 460	4.41 466	4.40 453	4.13 452	4.95 458	6.08 449	4.74 443	5.37 457	9.40 461	10.67 460	4.65 470	4.15 470	3.97 470	3.34 469	4.09 465	4.08 471

IGEV-BASED-STEREO-	0.70 193	3.18 466	2.55 426	0.39 5	0.23 8	0.44 27	0.23 5	0.63 4	0.42 4	0.44 17	0.44 8	0.34 4	0.28 4	0.56 20	0.29 4	1.35 440	0.10 1	0.22 150	0.19 132	0.46 374	1.31 439

MADNet+	2.69 440	3.22 467	11.53 462	1.44 437	1.12 424	3.19 439	1.81 430	2.85 436	2.37 424	1.68 378	2.07 395	2.85 427	2.18 426	7.41 443	5.23 437	0.79 425	0.76 440	0.69 426	0.65 425	0.98 425	0.95 427

HanzoNet	11.04 470	3.62 468	8.10 456	4.08 471	3.55 468	4.90 458	2.73 460	7.19 467	10.10 463	31.86 484	28.92 479	21.96 479	36.36 481	18.08 474	10.17 457	7.94 473	3.32 468	3.47 469	3.31 468	7.06 473	4.04 470

test_for_model	1.30 367	3.71 469	0.58 62	3.22 459	2.84 459	0.59 107	0.33 48	1.40 213	0.83 101	1.42 336	0.61 37	0.52 46	0.37 23	0.51 10	0.33 25	2.46 447	0.15 146	0.16 15	0.11 7	4.39 469	1.50 442

DPSimNet_ROB	11.20 471	4.98 470	35.43 479	2.90 456	4.52 470	7.89 463	17.09 472	4.66 455	6.06 460	14.89 474	10.93 468	17.29 471	36.81 483	13.18 472	15.68 468	2.86 452	6.29 471	5.75 473	5.09 471	3.91 464	7.70 473

DPSMNet_ROB	13.02 473	8.23 471	21.91 469	9.53 475	18.11 472	11.56 469	32.02 479	10.64 472	16.23 468	7.05 466	19.49 477	10.16 466	16.66 471	9.85 467	22.43 475	4.77 472	8.68 472	5.38 472	10.26 476	6.17 472	11.36 474

DGTPSM_ROB	13.01 472	8.23 471	21.87 468	9.51 474	18.10 471	11.56 469	32.01 478	10.63 471	16.20 467	7.03 465	19.48 476	10.15 465	16.66 471	9.83 466	22.42 474	4.75 471	8.68 472	5.37 471	10.25 475	6.16 471	11.36 474

JetRed	6.91 463	8.80 473	25.96 475	2.85 453	3.25 464	13.98 473	11.87 469	6.25 465	4.28 453	4.45 453	4.56 439	6.69 453	5.46 458	7.46 445	14.05 464	2.59 450	3.31 467	2.59 457	2.29 467	4.20 466	3.36 467

ASD4		10.99 474

BEATNet-Init1	26.87 478	13.43 475	70.68 487	0.91 412	0.68 365	57.02 487	21.06 474	32.82 484	32.67 481	52.12 488	53.61 487	66.05 488	49.56 488	48.79 489	34.71 483	0.49 402	0.44 410	0.53 407	0.53 414	0.63 406	0.59 401

Anonymous_1	43.04 485	18.73 476	24.79 472	21.81 476	46.26 482	27.80 474	37.60 480	28.08 479	16.14 466	14.66 473	14.30 469	20.65 473	17.88 473	21.56 475	25.94 477	117.93 489	8.92 474	100.65 486	126.50 486	158.64 489	12.08 476

DPSM_ROB	19.08 474	19.14 477	25.17 473	22.15 477	20.85 474	28.17 475	37.82 481	26.56 477	16.85 472	14.14 471	14.84 470	21.70 474	18.75 474	21.87 476	26.55 478	10.16 477	9.30 475	10.47 476	10.42 477	14.03 475	12.61 477

DPSM	19.08 474	19.14 477	25.17 473	22.15 477	20.85 474	28.17 475	37.82 481	26.56 477	16.85 472	14.14 471	14.84 470	21.70 474	18.75 474	21.87 476	26.55 478	10.16 477	9.30 475	10.47 476	10.42 477	14.03 475	12.61 477

xxxxx1	54.10 487	25.67 479	27.13 476	113.43 486	96.96 486	30.69 479	47.44 483	32.38 481	25.60 476	17.75 475	17.27 472	21.81 476	21.02 476	24.43 479	33.82 480	33.37 483	40.54 484	157.71 487	175.86 487	66.16 485	72.93 487

tt_ll	54.10 487	25.67 479	27.13 476	113.43 486	96.96 486	30.69 479	47.44 483	32.38 481	25.60 476	17.75 475	17.27 472	21.81 476	21.02 476	24.43 479	33.82 480	33.37 483	40.54 484	157.71 487	175.86 487	66.16 485	72.93 487

ff	54.10 487	25.67 479	27.13 476	113.43 486	96.96 486	30.69 479	47.44 483	32.38 481	25.60 476	17.75 475	17.27 472	21.81 476	21.02 476	24.43 479	33.82 480	33.37 483	40.54 484	157.71 487	175.86 487	66.16 485	72.93 487

LRCNet_RVC	22.74 476	32.10 482	21.97 470	29.84 479	26.23 476	4.42 455	0.81 339	22.66 475	2.02 416	26.93 480	29.26 480	23.06 481	15.59 470	23.84 478	18.88 471	31.75 482	19.90 483	34.65 481	32.13 482	30.54 481	28.32 482

PML	51.67 486	36.25 483	13.28 464	7.46 473	20.81 473	108.69 489	232.22 490	8.72 468	27.82 480	87.01 489	269.67 490	69.67 489	61.95 489	24.76 482	14.20 465	9.74 476	3.40 469	9.62 475	4.70 470	18.74 477	4.72 472

CasAABBNet	38.33 479	38.46 484	50.35 484	44.75 484	41.84 480	56.68 484	76.37 487	53.22 487	33.83 483	28.31 481	29.54 481	43.62 486	37.71 485	43.84 486	53.41 488	20.30 479	18.70 481	21.07 478	21.07 480	28.24 478	25.34 480

Selective-RAFT-Error	38.39 480	38.47 485	50.44 485	44.73 483	41.97 481	56.68 484	76.38 488	53.24 488	33.92 484	28.34 482	29.85 482	43.60 485	38.20 486	43.75 485	53.34 487	20.38 480	18.70 481	21.09 479	21.05 479	28.30 479	25.43 481

LSM0	42.82 484	38.75 486	50.81 486	47.07 485	109.38 489	57.00 486	76.02 486	53.74 489	33.71 482	29.02 483	30.41 483	43.87 487	37.22 484	43.91 487	53.54 489	20.52 481	18.62 480	21.10 480	21.11 481	28.41 480	42.22 483

HaxPig	38.92 481	41.40 487	41.64 480	29.95 480	32.27 477	28.90 477	27.60 475	29.73 480	37.71 485	43.82 485	43.87 484	33.17 482	35.56 480	41.53 483	40.37 485	43.94 486	47.51 488	45.82 482	47.08 484	42.38 482	44.15 485

AVERAGE_ROB	40.43 482	42.37 488	42.73 481	36.96 482	35.58 479	30.50 478	27.61 476	36.71 486	38.39 486	44.91 486	44.36 485	37.45 484	36.70 482	41.88 484	40.35 484	45.43 487	46.81 487	47.11 483	46.35 483	42.51 483	43.87 484

MEDIAN_ROB	42.00 483	44.40 489	44.29 483	35.15 481	34.95 478	31.28 482	29.60 477	35.88 485	40.02 487	47.20 487	46.64 486	37.37 483	38.48 487	44.35 488	42.45 486	48.03 488	49.39 489	49.71 484	49.03 485	45.14 484	46.65 486

DLNR_Zeroshot_test	23.17 477	48.52 490	43.29 482	176.68 489	78.69 485	0.35 8	0.21 2	23.41 476	0.75 81	0.66 67	0.86 90	0.59 70	0.30 8	1.56 239	0.44 114	9.57 475	0.12 12	0.18 52	0.14 37	76.92 488	0.16 56

test_example2	192.40 490	210.76 491	206.48 490	199.83 490	204.73 490	172.94 490	183.52 489	133.93 490	133.41 490	191.38 490	196.19 489	187.13 490	178.77 490	205.33 490	208.00 490	222.09 490	238.72 490	186.54 490	190.54 490	227.34 490	170.31 490

Low-res two-view benchmark