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

FoundationStereo	0.09 1	0.07 1	0.16 4	0.16 5	0.08 5	0.12 6	0.13 13	0.11 1	0.12 1	0.09 2	0.07 1	0.10 9	0.09 8	0.11 1	0.10 1	0.07 38	0.05 9	0.06 2	0.04 1	0.05 1	0.05 4

LGtest1	0.10 2	0.08 6	0.17 5	0.17 10	0.08 5	0.13 8	0.09 2	0.16 3	0.12 1	0.09 2	0.07 1	0.09 3	0.09 8	0.15 8	0.11 6	0.08 152	0.05 9	0.06 2	0.05 16	0.06 13	0.06 43

MonSter	0.10 2	0.08 6	0.13 1	0.17 10	0.08 5	0.14 9	0.12 7	0.24 48	0.19 34	0.09 2	0.11 8	0.08 2	0.07 1	0.14 4	0.11 6	0.05 1	0.04 1	0.05 1	0.04 1	0.05 1	0.04 1

dual_stereo	0.10 2	0.07 1	0.14 2	0.17 10	0.08 5	0.09 1	0.13 13	0.24 48	0.13 4	0.10 5	0.09 5	0.09 3	0.08 2	0.18 38	0.12 22	0.07 38	0.06 109	0.06 2	0.04 1	0.05 1	0.05 4

SGD-Stereo	0.11 5	0.08 6	0.17 5	0.17 10	0.07 1	0.17 39	0.13 13	0.18 7	0.16 8	0.11 9	0.13 18	0.11 15	0.12 55	0.18 38	0.11 6	0.08 152	0.04 1	0.06 2	0.05 16	0.06 13	0.04 1

DEFOM-Stereo	0.11 5	0.08 6	0.17 5	0.17 10	0.09 17	0.22 156	0.14 29	0.14 2	0.16 8	0.11 9	0.10 6	0.09 3	0.08 2	0.21 82	0.11 6	0.06 3	0.05 9	0.06 2	0.04 1	0.05 1	0.05 4

IGEV-Stereo++	0.11 5	0.08 6	0.15 3	0.19 51	0.11 72	0.14 9	0.10 3	0.22 22	0.18 24	0.10 5	0.13 18	0.10 9	0.11 37	0.14 4	0.11 6	0.06 3	0.05 9	0.06 2	0.05 16	0.06 13	0.05 4

GREAT-IGEV	0.12 8	0.09 24	0.25 51	0.16 5	0.11 72	0.14 9	0.16 73	0.17 5	0.17 18	0.10 5	0.15 37	0.09 3	0.09 8	0.18 38	0.10 1	0.06 3	0.07 220	0.06 2	0.05 16	0.07 68	0.10 286

AIO_rvc	0.12 8	0.11 106	0.22 26	0.19 51	0.10 39	0.15 13	0.17 108	0.20 13	0.16 8	0.11 9	0.13 18	0.13 28	0.08 2	0.22 96	0.11 6	0.06 3	0.05 9	0.06 2	0.05 16	0.06 13	0.07 110

AIO_test	0.12 8	0.09 24	0.20 16	0.19 51	0.11 72	0.15 13	0.17 108	0.19 10	0.16 8	0.11 9	0.13 18	0.14 50	0.09 8	0.20 63	0.12 22	0.07 38	0.05 9	0.06 2	0.05 16	0.06 13	0.05 4

GIP-stereo	0.12 8	0.09 24	0.20 16	0.19 51	0.11 72	0.16 27	0.14 29	0.29 91	0.18 24	0.11 9	0.16 46	0.13 28	0.09 8	0.15 8	0.12 22	0.07 38	0.05 9	0.06 2	0.05 16	0.06 13	0.05 4

IGEV-Stereo+	0.12 8	0.08 6	0.17 5	0.18 22	0.13 196	0.09 1	0.11 5	0.16 3	0.15 6	0.10 5	0.08 4	0.10 9	0.10 23	0.21 82	0.11 6	0.07 38	0.05 9	0.06 2	0.05 16	0.16 392	0.24 464

RSM++	0.12 8	0.09 24	0.19 10	0.20 105	0.09 17	0.17 39	0.15 50	0.21 18	0.19 34	0.12 19	0.12 12	0.14 50	0.09 8	0.20 63	0.12 22	0.06 3	0.05 9	0.07 40	0.07 97	0.07 68	0.05 4

RSM	0.12 8	0.09 24	0.20 16	0.20 105	0.09 17	0.16 27	0.15 50	0.23 36	0.18 24	0.13 25	0.13 18	0.15 65	0.09 8	0.21 82	0.12 22	0.06 3	0.05 9	0.07 40	0.07 97	0.06 13	0.05 4

Selective-IGEV	0.12 8	0.09 24	0.22 26	0.19 51	0.10 39	0.15 13	0.14 29	0.27 65	0.15 6	0.13 25	0.14 35	0.13 28	0.08 2	0.21 82	0.12 22	0.06 3	0.05 9	0.07 40	0.06 49	0.06 13	0.05 4

LG-Stereo_Zeroshot	0.13 16	0.09 24	0.24 39	0.20 105	0.10 39	0.15 13	0.14 29	0.22 22	0.16 8	0.12 19	0.19 69	0.15 65	0.11 37	0.13 3	0.17 156	0.07 38	0.05 9	0.06 2	0.06 49	0.07 68	0.06 43

LG-Stereo	0.13 16	0.10 51	0.24 39	0.20 105	0.09 17	0.16 27	0.18 151	0.21 18	0.18 24	0.11 9	0.17 53	0.09 3	0.09 8	0.15 8	0.14 80	0.05 1	0.06 109	0.08 115	0.08 168	0.07 68	0.05 4

S2M2	0.13 16	0.11 106	0.20 16	0.16 5	0.12 125	0.12 6	0.07 1	0.18 7	0.20 51	0.12 19	0.15 37	0.14 50	0.12 55	0.15 8	0.14 80	0.13 364	0.09 335	0.09 188	0.10 296	0.11 304	0.09 231

DEFOM-Stereo_RVC	0.13 16	0.14 240	0.19 10	0.26 370	0.09 17	0.15 13	0.13 13	0.22 22	0.18 24	0.12 19	0.11 8	0.10 9	0.13 83	0.21 82	0.12 22	0.07 38	0.05 9	0.06 2	0.05 16	0.07 68	0.05 4

StereoAnything_RVC	0.13 16	0.37 458	0.36 169	0.14 1	0.07 1	0.11 3	0.12 7	0.17 5	0.12 1	0.08 1	0.07 1	0.07 1	0.10 23	0.20 63	0.10 1	0.09 229	0.05 9	0.06 2	0.04 1	0.24 452	0.05 4

castereo++	0.13 16	0.10 51	0.18 9	0.18 22	0.10 39	0.27 242	0.13 13	0.23 36	0.23 93	0.11 9	0.13 18	0.16 79	0.10 23	0.18 38	0.10 1	0.07 38	0.05 9	0.07 40	0.06 49	0.05 1	0.04 1

fffft	0.13 16	0.09 24	0.24 39	0.19 51	0.10 39	0.17 39	0.19 194	0.22 22	0.16 8	0.14 42	0.11 8	0.13 28	0.10 23	0.24 114	0.18 177	0.06 3	0.05 9	0.07 40	0.06 49	0.07 68	0.06 43
1: 1. 1
SMoEStereo_RVC	0.13 16	0.10 51	0.22 26	0.19 51	0.10 39	0.19 77	0.17 108	0.19 10	0.19 34	0.15 47	0.13 18	0.12 18	0.11 37	0.24 114	0.16 127	0.06 3	0.05 9	0.07 40	0.06 49	0.06 13	0.06 43

mms	0.13 16	0.11 106	0.19 10	0.19 51	0.12 125	0.16 27	0.17 108	0.20 13	0.17 18	0.13 25	0.17 53	0.14 50	0.09 8	0.24 114	0.14 80	0.06 3	0.05 9	0.08 115	0.06 49	0.07 68	0.07 110

ours_stereo	0.13 16	0.11 106	0.23 32	0.20 105	0.11 72	0.17 39	0.18 151	0.20 13	0.19 34	0.13 25	0.18 62	0.14 50	0.10 23	0.23 105	0.14 80	0.06 3	0.05 9	0.08 115	0.06 49	0.06 13	0.05 4

RAStereo	0.13 16	0.12 139	0.27 67	0.22 206	0.11 72	0.15 13	0.18 151	0.23 36	0.23 93	0.13 25	0.17 53	0.11 15	0.09 8	0.15 8	0.13 52	0.08 152	0.06 109	0.08 115	0.06 49	0.07 68	0.05 4

Occ-G	0.13 16	0.08 6	0.21 21	0.17 10	0.10 39	0.15 13	0.19 194	0.22 22	0.19 34	0.13 25	0.19 69	0.21 129	0.11 37	0.17 25	0.14 80	0.07 38	0.06 109	0.07 40	0.06 49	0.07 68	0.06 43

Pointernet	0.13 16	0.07 1	0.27 67	0.19 51	0.11 72	0.20 105	0.12 7	0.31 119	0.24 107	0.15 47	0.15 37	0.13 28	0.11 37	0.17 25	0.13 52	0.08 152	0.05 9	0.06 2	0.05 16	0.06 13	0.05 4

AIO-Stereo	0.13 16	0.10 51	0.22 26	0.20 105	0.09 17	0.16 27	0.15 50	0.27 65	0.16 8	0.13 25	0.15 37	0.13 28	0.08 2	0.18 38	0.11 6	0.06 3	0.05 9	0.07 40	0.07 97	0.06 13	0.06 43

trnet	0.13 16	0.08 6	0.21 21	0.15 3	0.07 1	0.21 131	0.12 7	0.24 48	0.24 107	0.16 68	0.21 97	0.15 65	0.13 83	0.18 38	0.13 52	0.08 152	0.05 9	0.06 2	0.04 1	0.06 13	0.05 4

MoCha-V2	0.13 16	0.08 6	0.26 59	0.23 252	0.09 17	0.16 27	0.15 50	0.26 55	0.16 8	0.15 47	0.15 37	0.13 28	0.14 101	0.20 63	0.11 6	0.06 3	0.07 220	0.06 2	0.06 49	0.06 13	0.05 4

IGEV++	0.13 16	0.10 51	0.23 32	0.21 148	0.10 39	0.15 13	0.15 50	0.29 91	0.16 8	0.12 19	0.15 37	0.12 18	0.12 55	0.17 25	0.14 80	0.07 38	0.06 109	0.07 40	0.05 16	0.07 68	0.07 110

AEACV	0.13 16	0.09 24	0.23 32	0.18 22	0.19 377	0.19 77	0.16 73	0.23 36	0.14 5	0.13 25	0.17 53	0.13 28	0.16 128	0.16 18	0.12 22	0.07 38	0.05 9	0.07 40	0.08 168	0.07 68	0.06 43

LoS_RVC	0.13 16	0.10 51	0.19 10	0.18 22	0.16 318	0.20 105	0.18 151	0.20 13	0.17 18	0.13 25	0.19 69	0.12 18	0.15 114	0.17 25	0.13 52	0.06 3	0.05 9	0.06 2	0.04 1	0.05 1	0.12 342

EGLCR-Stereo	0.13 16	0.08 6	0.20 16	0.18 22	0.09 17	0.21 131	0.13 13	0.27 65	0.21 64	0.13 25	0.10 6	0.15 65	0.09 8	0.20 63	0.13 52	0.07 38	0.05 9	0.07 40	0.07 97	0.06 13	0.06 43

CREStereo	0.13 16	0.08 6	0.21 21	0.14 1	0.08 5	0.22 156	0.15 50	0.25 52	0.24 107	0.16 68	0.21 97	0.14 50	0.13 83	0.18 38	0.13 52	0.09 229	0.05 9	0.06 2	0.04 1	0.07 68	0.06 43
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
SCV_C0	0.14 37	0.11 106	0.25 51	0.19 51	0.12 125	0.15 13	0.16 73	0.30 108	0.22 75	0.13 25	0.15 37	0.13 28	0.09 8	0.24 114	0.10 1	0.06 3	0.05 9	0.06 2	0.06 49	0.09 194	0.06 43

SCV	0.14 37	0.14 240	0.24 39	0.21 148	0.11 72	0.15 13	0.16 73	0.31 119	0.18 24	0.11 9	0.15 37	0.13 28	0.10 23	0.23 105	0.11 6	0.07 38	0.05 9	0.07 40	0.06 49	0.09 194	0.06 43

castereo	0.14 37	0.10 51	0.19 10	0.18 22	0.10 39	0.20 105	0.19 194	0.30 108	0.27 139	0.13 25	0.18 62	0.16 79	0.16 128	0.15 8	0.13 52	0.07 38	0.05 9	0.06 2	0.06 49	0.06 13	0.05 4

tt45	0.14 37	0.09 24	0.22 26	0.19 51	0.11 72	0.23 177	0.18 151	0.22 22	0.17 18	0.15 47	0.13 18	0.14 50	0.10 23	0.30 223	0.14 80	0.07 38	0.05 9	0.08 115	0.06 49	0.07 68	0.07 110

999	0.14 37	0.08 6	0.24 39	0.19 51	0.11 72	0.20 105	0.17 108	0.24 48	0.18 24	0.13 25	0.16 46	0.14 50	0.11 37	0.36 263	0.15 104	0.07 38	0.05 9	0.07 40	0.06 49	0.06 13	0.07 110

fffy	0.14 37	0.11 106	0.24 39	0.20 105	0.10 39	0.19 77	0.18 151	0.22 22	0.19 34	0.13 25	0.16 46	0.15 65	0.13 83	0.25 145	0.14 80	0.06 3	0.06 109	0.08 115	0.06 49	0.07 68	0.06 43

WCG-NET	0.14 37	0.09 24	0.23 32	0.18 22	0.08 5	0.18 53	0.17 108	0.21 18	0.28 154	0.18 93	0.21 97	0.15 65	0.12 55	0.18 38	0.12 22	0.06 3	0.05 9	0.06 2	0.05 16	0.06 13	0.05 4

WCG-NET（raft）	0.14 37	0.09 24	0.23 32	0.17 10	0.08 5	0.19 77	0.16 73	0.23 36	0.26 129	0.18 93	0.19 69	0.20 118	0.12 55	0.21 82	0.12 22	0.06 3	0.06 109	0.06 2	0.05 16	0.06 13	0.05 4

MGS-Stereo	0.14 37	0.11 106	0.32 115	0.19 51	0.11 72	0.18 53	0.17 108	0.20 13	0.22 75	0.14 42	0.24 121	0.15 65	0.10 23	0.18 38	0.12 22	0.07 38	0.06 109	0.07 40	0.06 49	0.10 257	0.06 43

ff7	0.14 37	0.12 139	0.27 67	0.19 51	0.12 125	0.21 131	0.18 151	0.27 65	0.20 51	0.15 47	0.13 18	0.12 18	0.12 55	0.24 114	0.12 22	0.07 38	0.05 9	0.08 115	0.07 97	0.07 68	0.07 110

IGEVStereo-DCA	0.14 37	0.11 106	0.27 67	0.19 51	0.12 125	0.20 105	0.18 151	0.27 65	0.20 51	0.15 47	0.12 12	0.14 50	0.12 55	0.28 193	0.14 80	0.07 38	0.06 109	0.08 115	0.07 97	0.07 68	0.07 110

ffff	0.14 37	0.12 139	0.27 67	0.19 51	0.12 125	0.21 131	0.18 151	0.27 65	0.20 51	0.15 47	0.13 18	0.12 18	0.12 55	0.24 114	0.12 22	0.07 38	0.05 9	0.08 115	0.07 97	0.07 68	0.07 110

11t	0.14 37	0.12 139	0.27 67	0.19 51	0.12 125	0.21 131	0.18 151	0.27 65	0.20 51	0.15 47	0.13 18	0.12 18	0.12 55	0.24 114	0.12 22	0.07 38	0.05 9	0.08 115	0.07 97	0.07 68	0.07 110

MaDis-Stereo	0.14 37	0.13 198	0.26 59	0.19 51	0.14 237	0.16 27	0.13 13	0.25 52	0.21 64	0.13 25	0.14 35	0.14 50	0.11 37	0.17 25	0.17 156	0.08 152	0.07 220	0.08 115	0.06 49	0.07 68	0.06 43

UniTT-Stereo	0.14 37	0.10 51	0.30 95	0.21 148	0.13 196	0.17 39	0.13 13	0.19 10	0.18 24	0.15 47	0.20 85	0.10 9	0.11 37	0.18 38	0.16 127	0.08 152	0.06 109	0.07 40	0.06 49	0.08 130	0.06 43

CASnet	0.14 37	0.12 139	0.22 26	0.22 206	0.08 5	0.16 27	0.15 50	0.27 65	0.25 120	0.22 117	0.20 85	0.15 65	0.11 37	0.17 25	0.13 52	0.07 38	0.05 9	0.11 315	0.09 254	0.08 130	0.05 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.14 37	0.14 240	0.33 130	0.20 105	0.09 17	0.21 131	0.10 3	0.26 55	0.20 51	0.18 93	0.19 69	0.15 65	0.13 83	0.17 25	0.13 52	0.07 38	0.06 109	0.07 40	0.05 16	0.06 13	0.06 43

anonymousdsp	0.14 37	0.12 139	0.27 67	0.19 51	0.12 125	0.21 131	0.18 151	0.28 80	0.20 51	0.15 47	0.13 18	0.12 18	0.12 55	0.24 114	0.12 22	0.07 38	0.05 9	0.08 115	0.07 97	0.08 130	0.07 110

LoS	0.14 37	0.08 6	0.27 67	0.16 5	0.09 17	0.22 156	0.14 29	0.26 55	0.26 129	0.15 47	0.18 62	0.18 96	0.13 83	0.22 96	0.14 80	0.08 152	0.06 109	0.06 2	0.04 1	0.06 13	0.06 43
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.14 37	0.08 6	0.19 10	0.17 10	0.22 416	0.18 53	0.16 73	0.23 36	0.19 34	0.14 42	0.17 53	0.14 50	0.10 23	0.18 38	0.12 22	0.07 38	0.05 9	0.06 2	0.04 1	0.08 130	0.18 421

ProNet	0.14 37	0.12 139	0.25 51	0.19 51	0.11 72	0.19 77	0.19 194	0.27 65	0.20 51	0.14 42	0.13 18	0.13 28	0.12 55	0.24 114	0.12 22	0.06 3	0.05 9	0.07 40	0.06 49	0.07 68	0.07 110

MC-Stereo	0.14 37	0.09 24	0.25 51	0.21 148	0.09 17	0.18 53	0.16 73	0.23 36	0.19 34	0.18 93	0.23 109	0.16 79	0.13 83	0.22 96	0.13 52	0.07 38	0.05 9	0.07 40	0.07 97	0.06 13	0.05 4

ccc-4	0.14 37	0.12 139	0.27 67	0.19 51	0.12 125	0.21 131	0.18 151	0.27 65	0.20 51	0.15 47	0.13 18	0.12 18	0.12 55	0.24 114	0.12 22	0.07 38	0.05 9	0.08 115	0.07 97	0.07 68	0.07 110

IGEV-Stereo	0.14 37	0.12 139	0.27 67	0.19 51	0.12 125	0.21 131	0.18 151	0.28 80	0.20 51	0.15 47	0.13 18	0.12 18	0.12 55	0.24 114	0.12 22	0.07 38	0.05 9	0.08 115	0.07 97	0.08 130	0.07 110
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.14 37	0.13 198	0.24 39	0.25 338	0.11 72	0.11 3	0.18 151	0.32 129	0.23 93	0.12 19	0.12 12	0.18 96	0.12 55	0.14 4	0.13 52	0.08 152	0.06 109	0.07 40	0.05 16	0.07 68	0.06 43
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
MM-Stereo_test2	0.15 62	0.10 51	0.44 273	0.23 252	0.11 72	0.21 131	0.21 270	0.27 65	0.22 75	0.15 47	0.16 46	0.13 28	0.11 37	0.20 63	0.13 52	0.06 3	0.05 9	0.07 40	0.06 49	0.09 194	0.05 4

HART	0.15 62	0.11 106	0.30 95	0.21 148	0.09 17	0.17 39	0.16 73	0.30 108	0.19 34	0.15 47	0.25 129	0.17 86	0.09 8	0.21 82	0.12 22	0.06 3	0.07 220	0.07 40	0.05 16	0.08 130	0.06 43

HUF	0.15 62	0.11 106	0.38 200	0.17 10	0.11 72	0.16 27	0.17 108	0.22 22	0.20 51	0.11 9	0.13 18	0.14 50	0.11 37	0.18 38	0.12 22	0.07 38	0.20 462	0.06 2	0.05 16	0.07 68	0.14 377

rvit_stereo_0080	0.15 62	0.13 198	0.25 51	0.19 51	0.13 196	0.15 13	0.20 240	0.28 80	0.24 107	0.15 47	0.17 53	0.19 110	0.13 83	0.19 55	0.15 104	0.11 311	0.08 301	0.08 115	0.08 168	0.10 257	0.07 110

RAFT-Stereo-weight	0.15 62	0.09 24	0.26 59	0.20 105	0.10 39	0.19 77	0.17 108	0.36 193	0.29 173	0.24 136	0.20 85	0.19 110	0.10 23	0.18 38	0.15 104	0.07 38	0.05 9	0.07 40	0.05 16	0.06 13	0.05 4

whm_eth	0.15 62	0.13 198	0.25 51	0.19 51	0.13 196	0.15 13	0.20 240	0.28 80	0.24 107	0.15 47	0.17 53	0.19 110	0.13 83	0.19 55	0.15 104	0.11 311	0.08 301	0.08 115	0.08 168	0.10 257	0.07 110

testlalala	0.15 62	0.10 51	0.36 169	0.19 51	0.12 125	0.23 177	0.16 73	0.26 55	0.19 34	0.24 136	0.19 69	0.14 50	0.11 37	0.16 18	0.13 52	0.07 38	0.05 9	0.07 40	0.06 49	0.05 1	0.05 4

CAS	0.15 62	0.07 1	0.21 21	0.41 471	0.16 318	0.20 105	0.18 151	0.22 22	0.19 34	0.15 47	0.19 69	0.11 15	0.09 8	0.14 4	0.13 52	0.29 474	0.04 1	0.06 2	0.04 1	0.06 13	0.14 377

CroCo-Stereo Lap2	0.15 62	0.15 273	0.28 78	0.25 338	0.18 359	0.11 3	0.19 194	0.28 80	0.21 64	0.13 25	0.16 46	0.15 65	0.12 55	0.17 25	0.14 80	0.07 38	0.07 220	0.08 115	0.06 49	0.08 130	0.07 110

GLC_STEREO	0.15 62	0.10 51	0.24 39	0.21 148	0.09 17	0.17 39	0.15 50	0.23 36	0.27 139	0.17 79	0.20 85	0.17 86	0.11 37	0.23 105	0.16 127	0.07 38	0.09 335	0.09 188	0.08 168	0.07 68	0.06 43

CREStereo++_RVC	0.15 62	0.08 6	0.26 59	0.17 10	0.11 72	0.18 53	0.13 13	0.22 22	0.30 185	0.21 112	0.30 176	0.13 28	0.11 37	0.16 18	0.15 104	0.07 38	0.04 1	0.06 2	0.15 417	0.06 13	0.05 4
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	0.15 62	0.09 24	0.28 78	0.16 5	0.08 5	0.25 212	0.14 29	0.23 36	0.28 154	0.24 136	0.30 176	0.16 79	0.12 55	0.17 25	0.13 52	0.08 152	0.07 220	0.06 2	0.05 16	0.06 13	0.07 110

XX-TBD	0.15 62	0.18 329	0.28 78	0.22 206	0.10 39	0.22 156	0.15 50	0.22 22	0.27 139	0.22 117	0.26 139	0.14 50	0.12 55	0.16 18	0.13 52	0.08 152	0.05 9	0.06 2	0.04 1	0.07 68	0.06 43

PMTNet	0.15 62	0.08 6	0.23 32	0.15 3	0.09 17	0.23 177	0.16 73	0.25 52	0.23 93	0.17 79	0.21 97	0.16 79	0.14 101	0.22 96	0.13 52	0.29 474	0.05 9	0.06 2	0.04 1	0.07 68	0.06 43

Reg-Stereo(zero)	0.16 76	0.07 1	0.36 169	0.19 51	0.10 39	0.19 77	0.14 29	0.28 80	0.24 107	0.22 117	0.20 85	0.24 172	0.18 178	0.21 82	0.18 177	0.07 38	0.05 9	0.06 2	0.06 49	0.06 13	0.06 43

tg	0.16 76	0.11 106	0.25 51	0.21 148	0.11 72	0.23 177	0.15 50	0.34 151	0.24 107	0.20 101	0.25 129	0.19 110	0.12 55	0.24 114	0.15 104	0.07 38	0.05 9	0.09 188	0.09 254	0.08 130	0.07 110

rvit_stereo_0083	0.16 76	0.12 139	0.26 59	0.21 148	0.13 196	0.17 39	0.17 108	0.22 22	0.34 226	0.16 68	0.21 97	0.19 110	0.16 128	0.21 82	0.16 127	0.11 311	0.10 359	0.10 260	0.08 168	0.09 194	0.07 110

rvit_stereo_0081_aga	0.16 76	0.14 240	0.28 78	0.21 148	0.13 196	0.19 77	0.17 108	0.23 36	0.24 107	0.17 79	0.21 97	0.19 110	0.13 83	0.19 55	0.14 80	0.11 311	0.08 301	0.09 188	0.08 168	0.09 194	0.07 110

rvit_stereo_0081	0.16 76	0.11 106	0.24 39	0.21 148	0.12 125	0.16 27	0.17 108	0.22 22	0.33 217	0.16 68	0.18 62	0.18 96	0.14 101	0.20 63	0.16 127	0.11 311	0.08 301	0.09 188	0.08 168	0.09 194	0.07 110

GCAP-BAT	0.16 76	0.11 106	0.36 169	0.18 22	0.13 196	0.21 131	0.16 73	0.23 36	0.18 24	0.26 156	0.28 151	0.20 118	0.11 37	0.24 114	0.17 156	0.07 38	0.06 109	0.07 40	0.06 49	0.05 1	0.06 43

rvit_stereo_0082	0.16 76	0.11 106	0.24 39	0.21 148	0.12 125	0.16 27	0.17 108	0.22 22	0.33 217	0.16 68	0.18 62	0.18 96	0.14 101	0.20 63	0.16 127	0.11 311	0.08 301	0.09 188	0.08 168	0.09 194	0.07 110

CAS++	0.16 76	0.12 139	0.27 67	0.18 22	0.12 125	0.17 39	0.15 50	0.42 259	0.24 107	0.19 98	0.18 62	0.13 28	0.10 23	0.21 82	0.12 22	0.12 347	0.10 359	0.11 315	0.08 168	0.10 257	0.09 231
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.16 76	0.12 139	0.26 59	0.22 206	0.14 237	0.25 212	0.23 321	0.29 91	0.21 64	0.15 47	0.13 18	0.12 18	0.13 83	0.25 145	0.13 52	0.07 38	0.07 220	0.09 188	0.08 168	0.08 130	0.08 175

MIF-Stereo (partial)	0.16 76	0.10 51	0.34 139	0.21 148	0.15 286	0.15 13	0.13 13	0.28 80	0.25 120	0.17 79	0.26 139	0.15 65	0.16 128	0.25 145	0.17 156	0.09 229	0.06 109	0.10 260	0.08 168	0.09 194	0.08 175

RCA-Stereo	0.16 76	0.09 24	0.25 51	0.20 105	0.10 39	0.19 77	0.17 108	0.36 193	0.35 241	0.20 101	0.25 129	0.17 86	0.17 154	0.18 38	0.14 80	0.07 38	0.05 9	0.07 40	0.06 49	0.06 13	0.05 4

test-3	0.16 76	0.09 24	0.31 109	0.21 148	0.11 72	0.18 53	0.16 73	0.30 108	0.27 139	0.26 156	0.16 46	0.22 140	0.12 55	0.26 161	0.18 177	0.06 3	0.04 1	0.08 115	0.08 168	0.06 13	0.06 43

test_1	0.16 76	0.09 24	0.31 109	0.21 148	0.11 72	0.18 53	0.16 73	0.30 108	0.27 139	0.25 144	0.16 46	0.22 140	0.12 55	0.26 161	0.18 177	0.06 3	0.04 1	0.08 115	0.08 168	0.06 13	0.06 43

iRaftStereo_RVC	0.16 76	0.12 139	0.26 59	0.21 148	0.11 72	0.20 105	0.17 108	0.32 129	0.23 93	0.20 101	0.25 129	0.18 96	0.12 55	0.20 63	0.15 104	0.07 38	0.05 9	0.09 188	0.09 254	0.08 130	0.07 110

raftrobust	0.16 76	0.13 198	0.29 88	0.22 206	0.15 286	0.19 77	0.13 13	0.32 129	0.26 129	0.26 156	0.20 85	0.19 110	0.17 154	0.21 82	0.15 104	0.08 152	0.06 109	0.07 40	0.06 49	0.06 13	0.07 110

test_xeample3	0.16 76	0.11 106	0.56 357	0.19 51	0.12 125	0.20 105	0.18 151	0.35 175	0.20 51	0.16 68	0.12 12	0.13 28	0.12 55	0.24 114	0.15 104	0.07 38	0.06 109	0.07 40	0.08 168	0.07 68	0.07 110

MM-Stereo_test3	0.17 92	0.12 139	0.29 88	0.23 252	0.14 237	0.19 77	0.22 295	0.39 221	0.36 254	0.16 68	0.24 121	0.17 86	0.12 55	0.19 55	0.14 80	0.07 38	0.07 220	0.08 115	0.06 49	0.09 194	0.06 43

MM-Stereo_test1	0.17 92	0.10 51	0.39 214	0.23 252	0.11 72	0.20 105	0.22 295	0.33 143	0.29 173	0.22 117	0.21 97	0.15 65	0.14 101	0.23 105	0.13 52	0.07 38	0.06 109	0.08 115	0.07 97	0.09 194	0.06 43

model_zeroshot	0.17 92	0.11 106	0.39 214	0.20 105	0.12 125	0.24 198	0.15 50	0.34 151	0.22 75	0.30 233	0.20 85	0.22 140	0.12 55	0.24 114	0.14 80	0.08 152	0.07 220	0.07 40	0.07 97	0.07 68	0.07 110

rvit_stereo_ft	0.17 92	0.14 240	0.30 95	0.25 338	0.14 237	0.17 39	0.21 270	0.28 80	0.26 129	0.16 68	0.19 69	0.20 118	0.16 128	0.22 96	0.17 156	0.11 311	0.07 220	0.09 188	0.09 254	0.09 194	0.07 110

gcap-zeroshot	0.17 92	0.11 106	0.36 169	0.20 105	0.12 125	0.26 232	0.16 73	0.30 108	0.22 75	0.26 156	0.20 85	0.30 251	0.14 101	0.20 63	0.13 52	0.07 38	0.06 109	0.07 40	0.07 97	0.06 13	0.06 43

Former-RAFT_DAM_RVC	0.17 92	0.13 198	0.24 39	0.19 51	0.13 196	0.24 198	0.17 108	0.30 108	0.37 265	0.43 405	0.17 53	0.13 28	0.12 55	0.19 55	0.15 104	0.08 152	0.07 220	0.09 188	0.07 97	0.09 194	0.08 175

AE-Stereo	0.17 92	0.11 106	0.31 109	0.24 301	0.14 237	0.23 177	0.18 151	0.34 151	0.29 173	0.15 47	0.25 129	0.21 129	0.13 83	0.20 63	0.14 80	0.07 38	0.08 301	0.09 188	0.10 296	0.07 68	0.06 43

rrr	0.17 92	0.11 106	0.57 360	0.19 51	0.12 125	0.20 105	0.18 151	0.35 175	0.22 75	0.15 47	0.12 12	0.14 50	0.12 55	0.28 193	0.14 80	0.07 38	0.06 109	0.08 115	0.07 97	0.07 68	0.07 110

plain	0.17 92	0.13 198	0.43 265	0.21 148	0.13 196	0.16 27	0.17 108	0.27 65	0.22 75	0.16 68	0.26 139	0.13 28	0.16 128	0.27 180	0.16 127	0.08 152	0.06 109	0.10 260	0.07 97	0.10 257	0.07 110

MSKI-zero shot	0.17 92	0.09 24	0.43 265	0.20 105	0.11 72	0.21 131	0.15 50	0.32 129	0.21 64	0.23 122	0.24 121	0.23 160	0.10 23	0.31 230	0.13 52	0.07 38	0.06 109	0.07 40	0.06 49	0.06 13	0.06 43

Any-RAFT	0.17 92	0.08 6	0.31 109	0.19 51	0.10 39	0.29 279	0.16 73	0.42 259	0.30 185	0.24 136	0.27 146	0.27 210	0.16 128	0.21 82	0.12 22	0.08 152	0.05 9	0.06 2	0.05 16	0.07 68	0.06 43

RAFT-Test	0.17 92	0.10 51	0.38 200	0.19 51	0.12 125	0.25 212	0.17 108	0.33 143	0.23 93	0.23 122	0.29 163	0.27 210	0.14 101	0.20 63	0.14 80	0.07 38	0.06 109	0.07 40	0.07 97	0.06 13	0.06 43

4D-IteraStereo	0.17 92	0.16 297	0.50 325	0.21 148	0.14 237	0.19 77	0.17 108	0.28 80	0.28 154	0.23 122	0.20 85	0.20 118	0.11 37	0.19 55	0.14 80	0.06 3	0.04 1	0.10 260	0.08 168	0.08 130	0.06 43

anonymousdsp2	0.17 92	0.10 51	0.28 78	0.20 105	0.11 72	0.25 212	0.17 108	0.41 245	0.31 197	0.23 122	0.23 109	0.22 140	0.15 114	0.25 145	0.15 104	0.07 38	0.05 9	0.07 40	0.05 16	0.08 130	0.07 110

knoymous	0.17 92	0.09 24	0.32 115	0.17 10	0.11 72	0.21 131	0.17 108	0.32 129	0.23 93	0.23 122	0.28 151	0.27 210	0.16 128	0.23 105	0.16 127	0.09 229	0.06 109	0.09 188	0.06 49	0.09 194	0.09 231

Selective-RAFT	0.17 92	0.12 139	0.30 95	0.24 301	0.10 39	0.29 279	0.15 50	0.32 129	0.31 197	0.17 79	0.17 53	0.21 129	0.18 178	0.28 193	0.17 156	0.07 38	0.06 109	0.07 40	0.07 97	0.08 130	0.06 43

AnonymousM	0.17 92	0.19 345	0.24 39	0.18 22	0.10 39	0.18 53	0.17 108	0.30 108	0.23 93	0.26 156	0.20 85	0.18 96	0.14 101	0.19 55	0.14 80	0.09 229	0.06 109	0.38 479	0.15 417	0.06 13	0.05 4

cross-raft	0.17 92	0.12 139	0.41 245	0.23 252	0.10 39	0.20 105	0.24 343	0.33 143	0.23 93	0.23 122	0.28 151	0.29 235	0.15 114	0.17 25	0.15 104	0.06 3	0.05 9	0.07 40	0.07 97	0.06 13	0.05 4

test-1	0.17 92	0.11 106	0.40 222	0.23 252	0.13 196	0.22 156	0.23 321	0.34 151	0.26 129	0.20 101	0.24 121	0.22 140	0.14 101	0.16 18	0.20 220	0.07 38	0.06 109	0.08 115	0.07 97	0.06 13	0.08 175

s12784h	0.17 92	0.09 24	0.26 59	0.18 22	0.07 1	0.32 320	0.19 194	0.37 203	0.32 205	0.23 122	0.25 129	0.18 96	0.17 154	0.25 145	0.16 127	0.07 38	0.05 9	0.07 40	0.05 16	0.06 13	0.05 4

RAFT-Stereo + iAFF	0.17 92	0.14 240	0.32 115	0.20 105	0.09 17	0.19 77	0.17 108	0.32 129	0.30 185	0.25 144	0.33 219	0.20 118	0.17 154	0.19 55	0.15 104	0.06 3	0.05 9	0.07 40	0.07 97	0.07 68	0.05 4

CFNet-RSSM	0.17 92	0.10 51	0.40 222	0.20 105	0.11 72	0.20 105	0.15 50	0.36 193	0.30 185	0.23 122	0.21 97	0.26 201	0.15 114	0.20 63	0.13 52	0.07 38	0.05 9	0.07 40	0.07 97	0.06 13	0.05 4

Gwc-CoAtRS	0.17 92	0.10 51	0.37 181	0.20 105	0.12 125	0.19 77	0.15 50	0.32 129	0.28 154	0.23 122	0.23 109	0.27 210	0.15 114	0.20 63	0.13 52	0.07 38	0.05 9	0.07 40	0.07 97	0.06 13	0.06 43

testlalala2	0.18 115	0.10 51	0.50 325	0.36 458	0.25 443	0.23 177	0.14 29	0.34 151	0.24 107	0.25 144	0.25 129	0.21 129	0.12 55	0.16 18	0.16 127	0.07 38	0.06 109	0.07 40	0.07 97	0.06 13	0.06 43

H2IRNET	0.18 115	0.13 198	0.35 149	0.21 148	0.12 125	0.20 105	0.15 50	0.27 65	0.30 185	0.17 79	0.31 190	0.25 180	0.20 202	0.24 114	0.18 177	0.07 38	0.06 109	0.09 188	0.10 296	0.09 194	0.06 43

ACVNet-DCA	0.18 115	0.14 240	0.38 200	0.23 252	0.11 72	0.31 311	0.19 194	0.41 245	0.27 139	0.17 79	0.19 69	0.13 28	0.18 178	0.28 193	0.11 6	0.08 152	0.05 9	0.08 115	0.06 49	0.09 194	0.09 231

cc1	0.18 115	0.14 240	0.38 200	0.23 252	0.11 72	0.31 311	0.19 194	0.35 175	0.47 376	0.17 79	0.19 69	0.13 28	0.18 178	0.28 193	0.11 6	0.08 152	0.05 9	0.08 115	0.06 49	0.08 130	0.08 175

11t1	0.18 115	0.10 51	0.30 95	0.20 105	0.11 72	0.27 242	0.17 108	0.35 175	0.23 93	0.25 144	0.23 109	0.23 160	0.23 234	0.25 145	0.18 177	0.09 229	0.07 220	0.07 40	0.06 49	0.09 194	0.09 231

tt1	0.18 115	0.14 240	0.35 149	0.23 252	0.11 72	0.30 296	0.19 194	0.35 175	0.44 343	0.17 79	0.19 69	0.13 28	0.16 128	0.27 180	0.11 6	0.08 152	0.05 9	0.08 115	0.06 49	0.08 130	0.08 175

IGEV_Zeroshot_test	0.18 115	0.10 51	0.65 396	0.20 105	0.12 125	0.19 77	0.15 50	0.34 151	0.19 34	0.28 175	0.22 106	0.27 210	0.13 83	0.23 105	0.18 177	0.07 38	0.06 109	0.08 115	0.08 168	0.07 68	0.06 43

MIM_Stereo	0.18 115	0.12 139	0.38 200	0.20 105	0.11 72	0.17 39	0.14 29	0.35 175	0.25 120	0.27 165	0.35 239	0.23 160	0.13 83	0.27 180	0.16 127	0.06 3	0.07 220	0.08 115	0.08 168	0.08 130	0.06 43

HH	0.18 115	0.12 139	0.55 353	0.22 206	0.12 125	0.18 53	0.18 151	0.34 151	0.19 34	0.20 101	0.24 121	0.34 285	0.18 178	0.29 209	0.12 22	0.07 38	0.05 9	0.07 40	0.07 97	0.07 68	0.06 43

HanStereo	0.18 115	0.12 139	0.55 353	0.22 206	0.12 125	0.18 53	0.18 151	0.34 151	0.19 34	0.20 101	0.24 121	0.34 285	0.18 178	0.29 209	0.12 22	0.07 38	0.05 9	0.07 40	0.07 97	0.07 68	0.06 43

LL-Strereo2	0.18 115	0.18 329	0.39 214	0.22 206	0.12 125	0.24 198	0.13 13	0.31 119	0.23 93	0.24 136	0.20 85	0.24 172	0.12 55	0.26 161	0.15 104	0.06 3	0.06 109	0.12 351	0.09 254	0.08 130	0.07 110

riskmin	0.18 115	0.09 24	0.34 139	0.18 22	0.12 125	0.24 198	0.16 73	0.34 151	0.28 154	0.21 112	0.23 109	0.33 278	0.24 252	0.23 105	0.17 156	0.09 229	0.06 109	0.09 188	0.06 49	0.10 257	0.10 286

test_4	0.18 115	0.12 139	0.34 139	0.23 252	0.12 125	0.18 53	0.22 295	0.26 55	0.24 107	0.24 136	0.47 372	0.22 140	0.13 83	0.24 114	0.16 127	0.06 3	0.05 9	0.09 188	0.09 254	0.07 68	0.05 4

GMOStereo	0.18 115	0.14 240	0.30 95	0.22 206	0.12 125	0.20 105	0.27 376	0.26 55	0.28 154	0.31 250	0.32 198	0.26 201	0.17 154	0.15 8	0.12 22	0.07 38	0.07 220	0.10 260	0.08 168	0.08 130	0.05 4

error version	0.18 115	0.14 240	0.30 95	0.22 206	0.12 125	0.20 105	0.27 376	0.26 55	0.28 154	0.31 250	0.32 198	0.26 201	0.17 154	0.15 8	0.12 22	0.07 38	0.07 220	0.10 260	0.08 168	0.08 130	0.05 4

test-v	0.18 115	0.14 240	0.30 95	0.22 206	0.12 125	0.20 105	0.27 376	0.26 55	0.28 154	0.31 250	0.32 198	0.26 201	0.17 154	0.15 8	0.12 22	0.07 38	0.07 220	0.10 260	0.08 168	0.08 130	0.05 4

test_3	0.18 115	0.11 106	0.32 115	0.24 301	0.11 72	0.22 156	0.25 359	0.31 119	0.31 197	0.25 144	0.18 62	0.23 160	0.13 83	0.25 145	0.19 206	0.06 3	0.05 9	0.09 188	0.10 296	0.07 68	0.06 43

Patchmatch Stereo++	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.14 29	0.29 91	0.22 75	0.28 175	0.29 163	0.25 180	0.17 154	0.26 161	0.16 127	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175
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
NRIStereo	0.18 115	0.11 106	0.35 149	0.23 252	0.11 72	0.24 198	0.20 240	0.29 91	0.26 129	0.26 156	0.25 129	0.25 180	0.18 178	0.34 249	0.18 177	0.07 38	0.06 109	0.09 188	0.07 97	0.09 194	0.08 175

PSM-adaLoss	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.16 73	0.29 91	0.22 75	0.28 175	0.29 163	0.25 180	0.18 178	0.24 114	0.16 127	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175

ROB_FTStereo_v2	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.16 73	0.29 91	0.22 75	0.28 175	0.29 163	0.25 180	0.17 154	0.24 114	0.16 127	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175

ROB_FTStereo	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.14 29	0.29 91	0.22 75	0.28 175	0.28 151	0.25 180	0.17 154	0.24 114	0.16 127	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175

HUI-Stereo	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.14 29	0.29 91	0.22 75	0.28 175	0.28 151	0.25 180	0.17 154	0.22 96	0.16 127	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175

DeepStereo_RVC	0.18 115	0.11 106	0.40 222	0.21 148	0.11 72	0.19 77	0.16 73	0.28 80	0.22 75	0.27 165	0.27 146	0.23 160	0.28 316	0.24 114	0.18 177	0.08 152	0.06 109	0.09 188	0.07 97	0.09 194	0.10 286

iGMRVC	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.15 50	0.29 91	0.22 75	0.28 175	0.29 163	0.25 180	0.17 154	0.27 180	0.17 156	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175

iRAFT	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.14 29	0.29 91	0.22 75	0.28 175	0.29 163	0.25 180	0.17 154	0.26 161	0.16 127	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175

CRE-IMP	0.18 115	0.12 139	0.37 181	0.22 206	0.11 72	0.24 198	0.17 108	0.29 91	0.21 64	0.27 165	0.26 139	0.24 172	0.17 154	0.23 105	0.18 177	0.08 152	0.05 9	0.10 260	0.07 97	0.10 257	0.10 286

test-2	0.18 115	0.14 240	0.30 95	0.22 206	0.12 125	0.20 105	0.27 376	0.26 55	0.28 154	0.31 250	0.32 198	0.26 201	0.17 154	0.15 8	0.12 22	0.07 38	0.07 220	0.10 260	0.08 168	0.08 130	0.05 4

RAFT-IKP	0.18 115	0.12 139	0.37 181	0.22 206	0.10 39	0.18 53	0.15 50	0.29 91	0.22 75	0.28 175	0.29 163	0.25 180	0.18 178	0.25 145	0.16 127	0.08 152	0.06 109	0.10 260	0.08 168	0.10 257	0.08 175

rafts_anoy	0.18 115	0.15 273	0.35 149	0.22 206	0.14 237	0.19 77	0.17 108	0.32 129	0.30 185	0.23 122	0.25 129	0.20 118	0.16 128	0.22 96	0.19 206	0.08 152	0.07 220	0.10 260	0.12 371	0.09 194	0.08 175

raft+_RVC	0.18 115	0.14 240	0.32 115	0.21 148	0.15 286	0.21 131	0.16 73	0.38 209	0.34 226	0.21 112	0.28 151	0.20 118	0.15 114	0.24 114	0.19 206	0.08 152	0.06 109	0.08 115	0.07 97	0.07 68	0.08 175

RALCasStereoNet	0.18 115	0.15 273	0.33 130	0.21 148	0.14 237	0.21 131	0.18 151	0.31 119	0.25 120	0.21 112	0.29 163	0.22 140	0.15 114	0.27 180	0.17 156	0.08 152	0.10 359	0.07 40	0.06 49	0.09 194	0.09 231

sCroCo_RVC	0.18 115	0.14 240	0.49 314	0.27 397	0.18 359	0.22 156	0.17 108	0.27 65	0.23 93	0.14 42	0.22 106	0.17 86	0.14 101	0.21 82	0.15 104	0.10 275	0.11 380	0.09 188	0.09 254	0.09 194	0.09 231

DCANet	0.18 115	0.13 198	0.40 222	0.19 51	0.09 17	0.19 77	0.18 151	0.34 151	0.39 288	0.29 202	0.31 190	0.18 96	0.23 234	0.20 63	0.19 206	0.07 38	0.05 9	0.07 40	0.05 16	0.06 13	0.07 110

AFF-stereo	0.18 115	0.15 273	0.32 115	0.21 148	0.10 39	0.18 53	0.18 151	0.33 143	0.27 139	0.25 144	0.37 258	0.25 180	0.17 154	0.24 114	0.15 104	0.06 3	0.05 9	0.08 115	0.08 168	0.07 68	0.05 4

DIP-Stereo	0.18 115	0.12 139	0.33 130	0.20 105	0.13 196	0.28 258	0.12 7	0.42 259	0.25 120	0.27 165	0.32 198	0.21 129	0.17 154	0.25 145	0.20 220	0.07 38	0.06 109	0.08 115	0.06 49	0.07 68	0.08 175
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.18 115	0.09 24	0.32 115	0.22 206	0.12 125	0.22 156	0.19 194	0.42 259	0.19 34	0.31 250	0.45 355	0.20 118	0.14 101	0.18 38	0.15 104	0.08 152	0.06 109	0.07 40	0.06 49	0.06 13	0.06 43

RAFT-Stereo	0.18 115	0.09 24	0.32 115	0.22 206	0.12 125	0.22 156	0.19 194	0.42 259	0.19 34	0.31 250	0.45 355	0.20 118	0.14 101	0.18 38	0.15 104	0.08 152	0.06 109	0.07 40	0.06 49	0.06 13	0.06 43
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test1	0.19 153	0.14 240	0.41 245	0.27 397	0.15 286	0.21 131	0.16 73	0.39 221	0.36 254	0.17 79	0.26 139	0.18 96	0.13 83	0.28 193	0.14 80	0.07 38	0.06 109	0.10 260	0.11 334	0.06 13	0.09 231

rvit_0105_6	0.19 153	0.14 240	0.34 139	0.23 252	0.14 237	0.18 53	0.20 240	0.29 91	0.37 265	0.18 93	0.22 106	0.23 160	0.17 154	0.26 161	0.17 156	0.15 403	0.13 409	0.13 371	0.11 334	0.11 304	0.08 175

1test111	0.19 153	0.14 240	0.38 200	0.23 252	0.11 72	0.31 311	0.19 194	0.41 245	0.27 139	0.17 79	0.19 69	0.13 28	0.18 178	0.34 249	0.22 262	0.08 152	0.05 9	0.08 115	0.06 49	0.09 194	0.09 231

DCANet-4	0.19 153	0.10 51	0.52 340	0.19 51	0.09 17	0.19 77	0.18 151	0.36 193	0.39 288	0.29 202	0.30 176	0.17 86	0.22 222	0.20 63	0.18 177	0.07 38	0.05 9	0.07 40	0.05 16	0.05 1	0.07 110

fff	0.19 153	0.13 198	0.40 222	0.18 22	0.09 17	0.19 77	0.18 151	0.35 175	0.43 328	0.29 202	0.30 176	0.18 96	0.28 316	0.20 63	0.18 177	0.07 38	0.05 9	0.07 40	0.05 16	0.05 1	0.07 110

ADStereo(finetuned)	0.19 153	0.13 198	0.49 314	0.19 51	0.09 17	0.19 77	0.18 151	0.34 151	0.39 288	0.29 202	0.31 190	0.18 96	0.31 359	0.21 82	0.19 206	0.07 38	0.05 9	0.07 40	0.05 16	0.06 13	0.07 110

x	0.19 153	0.11 106	0.29 88	0.20 105	0.11 72	0.26 232	0.18 151	0.41 245	0.29 173	0.25 144	0.29 163	0.28 225	0.24 252	0.26 161	0.23 280	0.09 229	0.07 220	0.08 115	0.07 97	0.09 194	0.08 175

DisPM	0.19 153	0.10 51	0.35 149	0.23 252	0.13 196	0.18 53	0.20 240	0.29 91	0.29 173	0.33 284	0.34 228	0.23 160	0.16 128	0.33 243	0.16 127	0.09 229	0.06 109	0.09 188	0.08 168	0.07 68	0.11 320

iRaft-Stereo_20w	0.19 153	0.10 51	0.46 292	0.19 51	0.13 196	0.25 212	0.19 194	0.52 366	0.19 34	0.29 202	0.21 97	0.22 140	0.20 202	0.28 193	0.18 177	0.07 38	0.06 109	0.07 40	0.08 168	0.08 130	0.08 175

TRStereo	0.19 153	0.17 315	0.47 300	0.23 252	0.19 377	0.19 77	0.16 73	0.52 366	0.28 154	0.20 101	0.19 69	0.21 129	0.13 83	0.24 114	0.13 52	0.09 229	0.06 109	0.09 188	0.11 334	0.06 13	0.06 43

Pruner-Stereo	0.19 153	0.11 106	0.34 139	0.29 420	0.12 125	0.19 77	0.17 108	0.31 119	0.29 173	0.33 284	0.32 198	0.25 180	0.15 114	0.24 114	0.21 242	0.09 229	0.06 109	0.09 188	0.08 168	0.08 130	0.09 231

RALAANet	0.19 153	0.18 329	0.37 181	0.23 252	0.14 237	0.23 177	0.13 13	0.37 203	0.29 173	0.28 175	0.26 139	0.25 180	0.15 114	0.26 161	0.18 177	0.08 152	0.06 109	0.09 188	0.08 168	0.09 194	0.06 43

csc	0.19 153	0.13 198	0.40 222	0.18 22	0.09 17	0.19 77	0.18 151	0.35 175	0.43 328	0.29 202	0.30 176	0.18 96	0.28 316	0.20 63	0.18 177	0.07 38	0.05 9	0.07 40	0.05 16	0.05 1	0.07 110

cscssc	0.19 153	0.13 198	0.40 222	0.18 22	0.09 17	0.19 77	0.18 151	0.35 175	0.43 328	0.29 202	0.30 176	0.18 96	0.28 316	0.20 63	0.18 177	0.07 38	0.05 9	0.07 40	0.05 16	0.05 1	0.07 110

GMStereo	0.19 153	0.25 401	0.40 222	0.21 148	0.12 125	0.22 156	0.19 194	0.29 91	0.40 304	0.25 144	0.23 109	0.16 79	0.15 114	0.25 145	0.19 206	0.09 229	0.06 109	0.08 115	0.08 168	0.10 257	0.08 175
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HI	0.20 168	0.13 198	0.33 130	0.18 22	0.15 286	0.17 39	0.16 73	0.34 151	0.21 64	0.37 341	0.39 284	0.36 304	0.24 252	0.29 209	0.21 242	0.06 3	0.05 9	0.08 115	0.09 254	0.09 194	0.07 110

CoSv	0.20 168	0.13 198	0.33 130	0.18 22	0.15 286	0.17 39	0.16 73	0.34 151	0.21 64	0.37 341	0.39 284	0.36 304	0.24 252	0.29 209	0.21 242	0.06 3	0.05 9	0.08 115	0.09 254	0.09 194	0.07 110

AIO-test2	0.20 168	0.20 357	0.36 169	0.26 370	0.15 286	0.22 156	0.16 73	0.42 259	0.42 321	0.16 68	0.29 163	0.15 65	0.11 37	0.26 161	0.13 52	0.18 440	0.06 109	0.10 260	0.11 334	0.07 68	0.07 110

rvit_0105_4	0.20 168	0.15 273	0.38 200	0.23 252	0.14 237	0.20 105	0.22 295	0.33 143	0.39 288	0.19 98	0.24 121	0.25 180	0.19 193	0.27 180	0.17 156	0.16 418	0.13 409	0.13 371	0.11 334	0.11 304	0.08 175

IGEV-BASED-STEREO-	0.20 168	0.72 490	0.70 413	0.17 10	0.08 5	0.15 13	0.15 50	0.18 7	0.16 8	0.13 25	0.12 12	0.09 3	0.08 2	0.16 18	0.13 52	0.35 481	0.04 1	0.08 115	0.07 97	0.11 304	0.23 459

test_sample1	0.20 168	0.10 51	0.28 78	0.19 51	0.12 125	0.28 258	0.19 194	0.41 245	0.25 120	0.26 156	0.31 190	0.29 235	0.26 281	0.44 290	0.21 242	0.09 229	0.07 220	0.08 115	0.07 97	0.09 194	0.09 231

MyStereo06	0.20 168	0.12 139	0.57 360	0.21 148	0.14 237	0.25 212	0.23 321	0.40 232	0.21 64	0.30 233	0.24 121	0.31 262	0.18 178	0.22 96	0.18 177	0.07 38	0.07 220	0.09 188	0.08 168	0.08 130	0.08 175

xx1	0.20 168	0.14 240	0.38 200	0.23 252	0.11 72	0.31 311	0.19 194	0.35 175	0.47 376	0.17 79	0.19 69	0.28 225	0.24 252	0.28 193	0.11 6	0.08 152	0.05 9	0.10 260	0.09 254	0.09 194	0.09 231

testlalala_base	0.20 168	0.13 198	0.35 149	0.25 338	0.15 286	0.25 212	0.16 73	0.34 151	0.17 18	0.19 98	0.26 139	0.17 86	0.14 101	0.18 38	0.16 127	0.39 486	0.09 335	0.07 40	0.05 16	0.45 481	0.08 175

DCRE	0.20 168	0.13 198	0.40 222	0.21 148	0.15 286	0.20 105	0.19 194	0.30 108	0.27 139	0.22 117	0.80 463	0.23 160	0.16 128	0.23 105	0.15 104	0.07 38	0.07 220	0.07 40	0.08 168	0.07 68	0.06 43

qqq	0.20 168	0.12 139	0.31 109	0.20 105	0.11 72	0.23 177	0.19 194	0.41 245	0.27 139	0.24 136	0.28 151	0.28 225	0.24 252	0.34 249	0.22 262	0.08 152	0.07 220	0.10 260	0.09 254	0.09 194	0.09 231

PFNet+	0.20 168	0.10 51	0.37 181	0.21 148	0.12 125	0.17 39	0.19 194	0.29 91	0.34 226	0.33 284	0.32 198	0.24 172	0.16 128	0.32 236	0.17 156	0.10 275	0.07 220	0.11 315	0.10 296	0.08 130	0.12 342

NF-Stereo	0.20 168	0.10 51	0.35 149	0.24 301	0.12 125	0.21 131	0.18 151	0.38 209	0.32 205	0.28 175	0.30 176	0.22 140	0.16 128	0.51 315	0.20 220	0.08 152	0.06 109	0.09 188	0.08 168	0.08 130	0.13 358

OCTAStereo	0.20 168	0.10 51	0.35 149	0.24 301	0.12 125	0.21 131	0.18 151	0.38 209	0.32 205	0.28 175	0.30 176	0.22 140	0.16 128	0.51 315	0.20 220	0.08 152	0.06 109	0.09 188	0.08 168	0.08 130	0.13 358

RE-Stereo	0.20 168	0.10 51	0.35 149	0.24 301	0.12 125	0.21 131	0.18 151	0.38 209	0.32 205	0.28 175	0.30 176	0.22 140	0.16 128	0.51 315	0.20 220	0.08 152	0.06 109	0.09 188	0.08 168	0.08 130	0.13 358

TVStereo	0.20 168	0.10 51	0.35 149	0.24 301	0.12 125	0.21 131	0.18 151	0.38 209	0.32 205	0.28 175	0.30 176	0.22 140	0.16 128	0.51 315	0.20 220	0.08 152	0.06 109	0.09 188	0.08 168	0.08 130	0.13 358

sAnonymous2	0.20 168	0.21 371	0.58 365	0.24 301	0.17 338	0.22 156	0.19 194	0.34 151	0.28 154	0.17 79	0.19 69	0.17 86	0.16 128	0.17 25	0.14 80	0.10 275	0.07 220	0.09 188	0.08 168	0.23 449	0.17 408

CroCo_RVC	0.20 168	0.21 371	0.58 365	0.24 301	0.17 338	0.22 156	0.19 194	0.34 151	0.28 154	0.17 79	0.19 69	0.17 86	0.16 128	0.17 25	0.14 80	0.10 275	0.07 220	0.09 188	0.08 168	0.23 449	0.17 408

111	0.20 168	0.17 315	0.40 222	0.18 22	0.09 17	0.24 198	0.17 108	0.41 245	0.45 354	0.23 122	0.29 163	0.29 235	0.21 209	0.24 114	0.18 177	0.07 38	0.05 9	0.07 40	0.06 49	0.07 68	0.08 175

HITNet	0.20 168	0.17 315	0.43 265	0.19 51	0.08 5	0.27 242	0.14 29	0.42 259	0.30 185	0.29 202	0.32 198	0.27 210	0.21 209	0.28 193	0.25 300	0.07 38	0.05 9	0.07 40	0.06 49	0.09 194	0.06 43
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
FACV-RUCA	0.21 188	0.15 273	0.32 115	0.23 252	0.23 428	0.26 232	0.19 194	0.39 221	0.34 226	0.25 144	0.32 198	0.21 129	0.24 252	0.24 114	0.19 206	0.10 275	0.07 220	0.15 409	0.08 168	0.16 392	0.13 358

IGEV-RUCA	0.21 188	0.08 6	0.23 32	0.19 51	0.19 377	0.28 258	0.24 343	0.23 36	0.21 64	0.20 101	0.23 109	0.28 225	0.49 442	0.26 161	0.18 177	0.09 229	0.08 301	0.18 434	0.13 396	0.17 409	0.17 408

rvit_0105_5	0.21 188	0.15 273	0.38 200	0.23 252	0.13 196	0.22 156	0.24 343	0.36 193	0.39 288	0.21 112	0.23 109	0.26 201	0.19 193	0.26 161	0.19 206	0.15 403	0.13 409	0.12 351	0.12 371	0.10 257	0.09 231

test_sample2	0.21 188	0.10 51	0.28 78	0.19 51	0.11 72	0.27 242	0.21 270	0.43 271	0.29 173	0.26 156	0.31 190	0.30 251	0.24 252	0.45 293	0.18 177	0.09 229	0.07 220	0.08 115	0.07 97	0.09 194	0.09 231

mmm	0.21 188	0.12 139	0.31 109	0.22 206	0.12 125	0.28 258	0.21 270	0.41 245	0.27 139	0.29 202	0.38 271	0.29 235	0.24 252	0.29 209	0.22 262	0.09 229	0.07 220	0.11 315	0.09 254	0.10 257	0.09 231

CASS	0.21 188	0.15 273	0.32 115	0.26 370	0.11 72	0.28 258	0.19 194	0.39 221	0.30 185	0.32 273	0.34 228	0.25 180	0.24 252	0.25 145	0.20 220	0.13 364	0.08 301	0.11 315	0.09 254	0.11 304	0.11 320
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TestStereo1	0.21 188	0.16 297	0.32 115	0.26 370	0.13 196	0.26 232	0.27 376	0.40 232	0.36 254	0.29 202	0.39 284	0.22 140	0.21 209	0.33 243	0.17 156	0.07 38	0.06 109	0.09 188	0.08 168	0.08 130	0.07 110

RAFT_CTSACE	0.21 188	0.16 297	0.41 245	0.25 338	0.15 286	0.22 156	0.24 343	0.32 129	0.28 154	0.33 284	0.51 388	0.29 235	0.17 154	0.32 236	0.13 52	0.06 3	0.07 220	0.09 188	0.08 168	0.08 130	0.06 43

RAFT+CT+SA	0.21 188	0.18 329	0.33 130	0.25 338	0.18 359	0.23 177	0.29 397	0.40 232	0.36 254	0.24 136	0.38 271	0.18 96	0.16 128	0.32 236	0.16 127	0.07 38	0.05 9	0.09 188	0.12 371	0.09 194	0.09 231

SA-5K	0.21 188	0.16 297	0.32 115	0.26 370	0.13 196	0.26 232	0.27 376	0.40 232	0.36 254	0.29 202	0.39 284	0.22 140	0.21 209	0.33 243	0.17 156	0.07 38	0.06 109	0.09 188	0.08 168	0.08 130	0.07 110

CIPLG	0.21 188	0.21 371	0.55 353	0.23 252	0.15 286	0.25 212	0.20 240	0.35 175	0.29 173	0.31 250	0.33 219	0.22 140	0.15 114	0.26 161	0.20 220	0.08 152	0.07 220	0.07 40	0.07 97	0.08 130	0.08 175

IPLG	0.21 188	0.15 273	0.53 344	0.21 148	0.12 125	0.28 258	0.17 108	0.42 259	0.30 185	0.33 284	0.32 198	0.15 65	0.17 154	0.50 310	0.21 242	0.07 38	0.05 9	0.08 115	0.07 97	0.07 68	0.06 43

IPLGR_C	0.21 188	0.22 383	0.60 374	0.23 252	0.15 286	0.24 198	0.20 240	0.35 175	0.29 173	0.31 250	0.32 198	0.22 140	0.15 114	0.25 145	0.20 220	0.08 152	0.07 220	0.07 40	0.07 97	0.08 130	0.08 175

MIPNet	0.21 188	0.15 273	0.52 340	0.21 148	0.12 125	0.27 242	0.20 240	0.45 286	0.37 265	0.30 233	0.23 109	0.19 110	0.24 252	0.27 180	0.19 206	0.07 38	0.05 9	0.08 115	0.07 97	0.07 68	0.06 43

IPLGR	0.21 188	0.13 198	0.61 377	0.21 148	0.11 72	0.25 212	0.18 151	0.41 245	0.37 265	0.28 175	0.27 146	0.21 129	0.19 193	0.37 266	0.18 177	0.07 38	0.06 109	0.08 115	0.07 97	0.07 68	0.06 43

ACRE	0.21 188	0.20 357	0.62 385	0.23 252	0.15 286	0.24 198	0.20 240	0.35 175	0.28 154	0.31 250	0.32 198	0.22 140	0.15 114	0.25 145	0.20 220	0.08 152	0.07 220	0.07 40	0.07 97	0.08 130	0.08 175

GANet-ADL	0.21 188	0.12 139	0.45 284	0.23 252	0.14 237	0.29 279	0.19 194	0.46 297	0.35 241	0.25 144	0.32 198	0.32 271	0.19 193	0.24 114	0.20 220	0.10 275	0.07 220	0.07 40	0.06 49	0.09 194	0.10 286

LCNet	0.21 188	0.11 106	0.29 88	0.25 338	0.12 125	0.23 177	0.19 194	0.34 151	0.26 129	0.28 175	0.35 239	0.26 201	0.30 343	0.35 258	0.17 156	0.07 38	0.05 9	0.09 188	0.10 296	0.13 356	0.22 452

PSM-softLoss	0.21 188	0.10 51	0.39 214	0.24 301	0.12 125	0.20 105	0.18 151	0.38 209	0.26 129	0.29 202	0.32 198	0.24 172	0.16 128	0.52 321	0.20 220	0.09 229	0.06 109	0.10 260	0.09 254	0.08 130	0.12 342

KMStereo	0.21 188	0.10 51	0.39 214	0.24 301	0.12 125	0.20 105	0.18 151	0.38 209	0.26 129	0.29 202	0.32 198	0.24 172	0.16 128	0.52 321	0.20 220	0.09 229	0.06 109	0.10 260	0.09 254	0.08 130	0.12 342

SST-Stereo	0.21 188	0.10 51	0.37 181	0.24 301	0.13 196	0.19 77	0.17 108	0.31 119	0.24 107	0.34 304	0.33 219	0.29 235	0.25 272	0.56 347	0.17 156	0.08 152	0.05 9	0.10 260	0.08 168	0.09 194	0.07 110

RAFT_R40	0.21 188	0.10 51	0.37 181	0.24 301	0.13 196	0.18 53	0.18 151	0.31 119	0.29 173	0.33 284	0.33 219	0.30 251	0.24 252	0.55 336	0.18 177	0.08 152	0.05 9	0.10 260	0.08 168	0.08 130	0.07 110

RAFT-345	0.21 188	0.10 51	0.46 292	0.22 206	0.11 72	0.20 105	0.16 73	0.26 55	0.25 120	0.27 165	0.66 442	0.21 129	0.16 128	0.55 336	0.21 242	0.07 38	0.06 109	0.08 115	0.07 97	0.06 13	0.06 43

RAFT	0.21 188	0.17 315	0.32 115	0.24 301	0.12 125	0.25 212	0.27 376	0.35 175	0.28 154	0.33 284	0.33 219	0.38 318	0.22 222	0.29 209	0.17 156	0.08 152	0.08 301	0.11 315	0.10 296	0.10 257	0.06 43

GMM-Stereo	0.21 188	0.10 51	0.43 265	0.23 252	0.13 196	0.24 198	0.25 359	0.37 203	0.27 139	0.30 233	0.45 355	0.27 210	0.21 209	0.31 230	0.17 156	0.07 38	0.05 9	0.10 260	0.09 254	0.08 130	0.19 429

Prome-Stereo	0.21 188	0.10 51	0.30 95	0.24 301	0.12 125	0.23 177	0.23 321	0.36 193	0.25 120	0.33 284	0.59 422	0.24 172	0.28 316	0.29 209	0.16 127	0.07 38	0.05 9	0.08 115	0.07 97	0.08 130	0.20 439

TestStereo	0.21 188	0.19 345	0.40 222	0.25 338	0.10 39	0.22 156	0.21 270	0.31 119	0.31 197	0.23 122	0.34 228	0.22 140	0.18 178	0.62 379	0.18 177	0.08 152	0.06 109	0.10 260	0.07 97	0.11 304	0.06 43

XX-Stereo	0.21 188	0.10 51	0.83 439	0.26 370	0.17 338	0.23 177	0.13 13	0.40 232	0.18 24	0.20 101	0.41 302	0.31 262	0.10 23	0.32 236	0.12 22	0.08 152	0.06 109	0.08 115	0.08 168	0.07 68	0.05 4

EAI-Stereo	0.21 188	0.10 51	0.33 130	0.21 148	0.12 125	0.30 296	0.46 465	0.46 297	0.20 51	0.25 144	0.50 382	0.17 86	0.16 128	0.24 114	0.23 280	0.07 38	0.06 109	0.07 40	0.10 296	0.06 13	0.07 110

FENet	0.21 188	0.11 106	0.45 284	0.21 148	0.12 125	0.26 232	0.17 108	0.41 245	0.35 241	0.30 233	0.31 190	0.29 235	0.23 234	0.26 161	0.23 280	0.09 229	0.06 109	0.09 188	0.09 254	0.09 194	0.09 231

MyStereo8	0.22 218	0.15 273	0.63 388	0.21 148	0.17 338	0.31 311	0.16 73	0.36 193	0.32 205	0.28 175	0.36 249	0.25 180	0.18 178	0.25 145	0.28 321	0.08 152	0.07 220	0.08 115	0.07 97	0.10 257	0.12 342

ffm	0.22 218	0.12 139	0.42 254	0.20 105	0.13 196	0.28 258	0.20 240	0.35 175	0.44 343	0.30 233	0.42 318	0.34 285	0.23 234	0.27 180	0.11 6	0.08 152	0.05 9	0.11 315	0.10 296	0.08 130	0.08 175

StereoVision	0.22 218	0.18 329	0.37 181	0.27 397	0.17 338	0.23 177	0.22 295	0.38 209	0.31 197	0.20 101	0.51 388	0.22 140	0.16 128	0.28 193	0.18 177	0.11 311	0.12 397	0.13 371	0.13 396	0.10 257	0.07 110

raft_robust	0.22 218	0.17 315	0.30 95	0.22 206	0.12 125	0.23 177	0.22 295	0.49 324	0.48 386	0.32 273	0.32 198	0.26 201	0.23 234	0.53 327	0.15 104	0.07 38	0.06 109	0.08 115	0.10 296	0.08 130	0.06 43

Sa-1000	0.22 218	0.15 273	0.35 149	0.23 252	0.13 196	0.28 258	0.23 321	0.47 305	0.39 288	0.30 233	0.50 382	0.26 201	0.19 193	0.33 243	0.16 127	0.07 38	0.06 109	0.10 260	0.11 334	0.08 130	0.06 43

SA	0.22 218	0.16 297	0.36 169	0.23 252	0.13 196	0.24 198	0.23 321	0.45 286	0.40 304	0.27 165	0.44 342	0.23 160	0.23 234	0.33 243	0.17 156	0.07 38	0.06 109	0.10 260	0.11 334	0.08 130	0.06 43

dd	0.22 218	0.26 412	0.40 222	0.22 206	0.12 125	0.25 212	0.21 270	0.32 129	0.44 343	0.29 202	0.28 151	0.25 180	0.16 128	0.30 223	0.25 300	0.12 347	0.07 220	0.10 260	0.08 168	0.11 304	0.09 231

GwcNet-ADL	0.22 218	0.14 240	0.58 365	0.24 301	0.13 196	0.22 156	0.23 321	0.49 324	0.40 304	0.27 165	0.29 163	0.30 251	0.20 202	0.26 161	0.23 280	0.09 229	0.07 220	0.07 40	0.07 97	0.09 194	0.09 231

HHNet	0.22 218	0.12 139	0.52 340	0.18 22	0.18 359	0.20 105	0.20 240	0.34 151	0.31 197	0.32 273	0.59 422	0.20 118	0.21 209	0.24 114	0.31 347	0.08 152	0.05 9	0.09 188	0.07 97	0.08 130	0.11 320

KYRaft	0.22 218	0.10 51	0.30 95	0.23 252	0.12 125	0.23 177	0.23 321	0.35 175	0.24 107	0.35 320	0.54 405	0.34 285	0.26 281	0.29 209	0.15 104	0.07 38	0.05 9	0.09 188	0.10 296	0.08 130	0.31 475

IRAFT_RVC	0.22 218	0.12 139	0.39 214	0.26 370	0.11 72	0.18 53	0.24 343	0.40 232	0.37 265	0.31 250	0.30 176	0.29 235	0.24 252	0.55 336	0.22 262	0.08 152	0.06 109	0.10 260	0.08 168	0.08 130	0.07 110

GES	0.22 218	0.12 139	0.42 254	0.20 105	0.14 237	0.27 242	0.19 194	0.49 324	0.33 217	0.30 233	0.36 249	0.25 180	0.23 234	0.29 209	0.22 262	0.10 275	0.08 301	0.08 115	0.07 97	0.10 257	0.11 320

SFCPSM	0.22 218	0.10 51	0.51 336	0.21 148	0.14 237	0.34 345	0.22 295	0.55 394	0.39 288	0.29 202	0.32 198	0.23 160	0.21 209	0.27 180	0.19 206	0.09 229	0.07 220	0.09 188	0.09 254	0.09 194	0.08 175

DMCA	0.22 218	0.14 240	0.36 169	0.22 206	0.14 237	0.27 242	0.20 240	0.43 271	0.38 279	0.31 250	0.32 198	0.33 278	0.24 252	0.24 114	0.28 321	0.11 311	0.08 301	0.10 260	0.08 168	0.10 257	0.11 320

BEATNet_4x	0.22 218	0.18 329	0.47 300	0.22 206	0.10 39	0.28 258	0.14 29	0.46 297	0.32 205	0.31 250	0.34 228	0.31 262	0.25 272	0.31 230	0.29 332	0.08 152	0.06 109	0.08 115	0.06 49	0.10 257	0.08 175

MLCV	0.22 218	0.16 297	0.44 273	0.21 148	0.08 5	0.29 279	0.19 194	0.38 209	0.37 265	0.38 355	0.44 342	0.31 262	0.21 209	0.41 281	0.24 291	0.07 38	0.05 9	0.06 2	0.05 16	0.07 68	0.06 43

DN-CSS_ROB	0.22 218	0.25 401	0.47 300	0.24 301	0.14 237	0.25 212	0.12 7	0.40 232	0.33 217	0.29 202	0.42 318	0.22 140	0.20 202	0.33 243	0.19 206	0.07 38	0.06 109	0.11 315	0.11 334	0.11 304	0.07 110

DFGA-Net	0.23 235	0.24 396	0.49 314	0.22 206	0.15 286	0.25 212	0.17 108	0.39 221	0.39 288	0.29 202	0.31 190	0.21 129	0.17 154	0.59 362	0.28 321	0.08 152	0.06 109	0.09 188	0.09 254	0.10 257	0.08 175

PAM_32	0.23 235	0.10 51	0.63 388	0.21 148	0.14 237	0.33 332	0.19 194	0.36 193	0.23 93	0.29 202	0.28 151	0.56 423	0.28 316	0.27 180	0.18 177	0.08 152	0.06 109	0.08 115	0.09 254	0.07 68	0.09 231

PAM	0.23 235	0.10 51	0.63 388	0.22 206	0.15 286	0.34 345	0.21 270	0.37 203	0.22 75	0.31 250	0.27 146	0.55 420	0.26 281	0.26 161	0.17 156	0.08 152	0.06 109	0.07 40	0.09 254	0.07 68	0.09 231

rvit_0105_3	0.23 235	0.17 315	0.40 222	0.25 338	0.15 286	0.24 198	0.28 391	0.38 209	0.41 314	0.25 144	0.25 129	0.28 225	0.21 209	0.28 193	0.20 220	0.15 403	0.13 409	0.14 395	0.15 417	0.10 257	0.09 231

UGAM-zero	0.23 235	0.10 51	0.54 347	0.19 51	0.13 196	0.21 131	0.14 29	0.44 276	0.22 75	0.28 175	0.28 151	0.51 406	0.33 369	0.65 392	0.14 80	0.07 38	0.06 109	0.07 40	0.08 168	0.06 13	0.07 110

AIO-Stereo-zeroshot	0.23 235	0.13 198	0.83 439	0.20 105	0.21 400	0.23 177	0.17 108	0.48 316	0.27 139	0.23 122	0.29 163	0.39 330	0.23 234	0.25 145	0.15 104	0.08 152	0.06 109	0.08 115	0.11 334	0.11 304	0.10 286

test_sample3	0.23 235	0.12 139	0.43 265	0.19 51	0.12 125	0.32 320	0.20 240	0.50 333	0.34 226	0.31 250	0.33 219	0.29 235	0.22 222	0.53 327	0.22 262	0.10 275	0.07 220	0.09 188	0.08 168	0.10 257	0.10 286

MyStereo05	0.23 235	0.12 139	0.57 360	0.21 148	0.14 237	0.25 212	0.23 321	0.48 316	0.52 414	0.31 250	0.23 109	0.25 180	0.22 222	0.30 223	0.21 242	0.07 38	0.07 220	0.09 188	0.08 168	0.08 130	0.08 175

MyStereo04	0.23 235	0.12 139	0.55 353	0.22 206	0.14 237	0.25 212	0.23 321	0.49 324	0.52 414	0.28 175	0.23 109	0.27 210	0.23 234	0.30 223	0.22 262	0.07 38	0.07 220	0.09 188	0.08 168	0.08 130	0.08 175

CoDeX	0.23 235	0.12 139	0.46 292	0.21 148	0.14 237	0.29 279	0.21 270	0.53 377	0.41 314	0.29 202	0.35 239	0.29 235	0.22 222	0.48 302	0.19 206	0.09 229	0.06 109	0.08 115	0.07 97	0.08 130	0.07 110

PCWNet_CMD	0.23 235	0.13 198	0.48 309	0.20 105	0.13 196	0.28 258	0.16 73	0.46 297	0.46 371	0.29 202	0.36 249	0.37 310	0.24 252	0.28 193	0.20 220	0.09 229	0.06 109	0.10 260	0.08 168	0.11 304	0.09 231

anonymousa	0.23 235	0.11 106	0.50 325	0.21 148	0.16 318	0.31 311	0.20 240	0.36 193	0.35 241	0.32 273	0.50 382	0.39 330	0.26 281	0.22 96	0.20 220	0.08 152	0.06 109	0.09 188	0.11 334	0.07 68	0.08 175

BUS	0.23 235	0.12 139	0.28 78	0.25 338	0.14 237	0.43 409	0.17 108	0.56 409	0.34 226	0.34 304	0.35 239	0.32 271	0.20 202	0.26 161	0.21 242	0.10 275	0.07 220	0.11 315	0.10 296	0.09 194	0.09 231

IER	0.23 235	0.12 139	0.39 214	0.20 105	0.14 237	0.31 311	0.19 194	0.42 259	0.36 254	0.33 284	0.40 294	0.32 271	0.33 369	0.29 209	0.22 262	0.09 229	0.07 220	0.08 115	0.08 168	0.09 194	0.08 175

test_5	0.23 235	0.19 345	0.38 200	0.26 370	0.18 359	0.25 212	0.29 397	0.40 232	0.37 265	0.29 202	0.40 294	0.25 180	0.22 222	0.34 249	0.18 177	0.07 38	0.05 9	0.09 188	0.09 254	0.10 257	0.10 286

BSDual-CNN	0.23 235	0.12 139	0.28 78	0.25 338	0.14 237	0.35 360	0.21 270	0.56 409	0.34 226	0.34 304	0.35 239	0.38 318	0.24 252	0.26 161	0.21 242	0.10 275	0.07 220	0.11 315	0.10 296	0.09 194	0.09 231

iRaft-Stereo_5w	0.23 235	0.18 329	0.44 273	0.22 206	0.13 196	0.19 77	0.19 194	0.37 203	0.32 205	0.28 175	0.37 258	0.34 285	0.23 234	0.65 392	0.27 317	0.06 3	0.06 109	0.08 115	0.07 97	0.09 194	0.08 175

psmg	0.23 235	0.12 139	0.28 78	0.21 148	0.14 237	0.35 360	0.23 321	0.51 349	0.34 226	0.35 320	0.38 271	0.38 318	0.24 252	0.26 161	0.21 242	0.10 275	0.08 301	0.10 260	0.10 296	0.09 194	0.08 175

UDGNet	0.23 235	0.31 441	0.38 200	0.24 301	0.14 237	0.24 198	0.18 151	0.32 129	0.43 328	0.29 202	0.28 151	0.24 172	0.19 193	0.29 209	0.20 220	0.15 403	0.07 220	0.21 448	0.11 334	0.14 373	0.10 286

OMP-Stereo	0.23 235	0.14 240	0.35 149	0.29 420	0.13 196	0.21 131	0.16 73	0.37 203	0.33 217	0.34 304	0.30 176	0.34 285	0.19 193	0.70 407	0.24 291	0.07 38	0.06 109	0.09 188	0.07 97	0.07 68	0.06 43

IIG-Stereo	0.23 235	0.13 198	0.35 149	0.29 420	0.12 125	0.23 177	0.14 29	0.38 209	0.31 197	0.34 304	0.37 258	0.33 278	0.21 209	0.70 407	0.26 313	0.08 152	0.06 109	0.09 188	0.07 97	0.07 68	0.06 43

ASMatch	0.23 235	0.11 106	0.51 336	0.24 301	0.14 237	0.19 77	0.17 108	0.31 119	0.28 154	0.28 175	0.68 446	0.27 210	0.26 281	0.50 310	0.22 262	0.07 38	0.06 109	0.08 115	0.07 97	0.06 13	0.11 320

PFNet	0.23 235	0.10 51	0.57 360	0.24 301	0.14 237	0.22 156	0.19 194	0.39 221	0.33 217	0.35 320	0.32 198	0.27 210	0.19 193	0.64 386	0.22 262	0.09 229	0.05 9	0.09 188	0.07 97	0.08 130	0.07 110

ICVP	0.23 235	0.13 198	0.44 273	0.26 370	0.14 237	0.29 279	0.25 359	0.45 286	0.33 217	0.29 202	0.43 331	0.35 299	0.25 272	0.26 161	0.23 280	0.12 347	0.09 335	0.09 188	0.08 168	0.09 194	0.10 286
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.23 235	0.18 329	0.63 388	0.27 397	0.18 359	0.41 394	0.23 321	0.43 271	0.35 241	0.23 122	0.27 146	0.20 118	0.18 178	0.27 180	0.18 177	0.12 347	0.11 380	0.10 260	0.10 296	0.11 304	0.12 342

CFNet_pseudo	0.23 235	0.13 198	0.47 300	0.19 51	0.13 196	0.26 232	0.16 73	0.44 276	0.44 343	0.29 202	0.37 258	0.38 318	0.23 234	0.29 209	0.21 242	0.09 229	0.06 109	0.11 315	0.08 168	0.11 304	0.09 231

ACVNet	0.23 235	0.13 198	0.35 149	0.18 22	0.15 286	0.27 242	0.23 321	0.39 221	0.44 343	0.28 175	0.41 302	0.38 318	0.26 281	0.27 180	0.32 353	0.08 152	0.07 220	0.08 115	0.07 97	0.10 257	0.07 110

MSMDNet	0.23 235	0.13 198	0.48 309	0.20 105	0.13 196	0.28 258	0.16 73	0.46 297	0.46 371	0.29 202	0.36 249	0.37 310	0.24 252	0.28 193	0.20 220	0.09 229	0.06 109	0.09 188	0.08 168	0.11 304	0.09 231

ccs_rob	0.23 235	0.13 198	0.47 300	0.20 105	0.13 196	0.26 232	0.17 108	0.44 276	0.44 343	0.29 202	0.37 258	0.38 318	0.23 234	0.29 209	0.21 242	0.09 229	0.06 109	0.11 315	0.08 168	0.11 304	0.09 231

DCVSM-stereo	0.24 264	0.13 198	0.52 340	0.20 105	0.14 237	0.26 232	0.13 13	0.34 151	0.34 226	0.41 390	0.33 219	0.47 385	0.29 332	0.30 223	0.22 262	0.10 275	0.10 359	0.11 315	0.10 296	0.12 341	0.15 388

rvit_stereo_0075_2	0.24 264	0.17 315	0.50 325	0.26 370	0.22 416	0.22 156	0.15 50	0.40 232	0.35 241	0.27 165	0.37 258	0.29 235	0.20 202	0.28 193	0.19 206	0.17 429	0.12 397	0.19 442	0.12 371	0.13 356	0.13 358

test_sample5	0.24 264	0.13 198	0.42 254	0.21 148	0.12 125	0.30 296	0.21 270	0.50 333	0.34 226	0.32 273	0.41 302	0.29 235	0.23 234	0.55 336	0.21 242	0.10 275	0.07 220	0.10 260	0.09 254	0.11 304	0.10 286

test_sample4	0.24 264	0.13 198	0.43 265	0.20 105	0.12 125	0.32 320	0.21 270	0.51 349	0.34 226	0.31 250	0.37 258	0.28 225	0.23 234	0.53 327	0.21 242	0.10 275	0.07 220	0.10 260	0.09 254	0.11 304	0.10 286

tta	0.24 264	0.12 139	0.40 222	0.19 51	0.10 39	0.27 242	0.19 194	0.51 349	0.45 354	0.34 304	0.41 302	0.31 262	0.26 281	0.58 356	0.28 321	0.10 275	0.07 220	0.08 115	0.08 168	0.08 130	0.07 110

qqq1	0.24 264	0.12 139	0.40 222	0.19 51	0.10 39	0.27 242	0.19 194	0.51 349	0.45 354	0.34 304	0.41 302	0.31 262	0.26 281	0.58 356	0.16 127	0.10 275	0.07 220	0.07 40	0.06 49	0.08 130	0.07 110

fff1	0.24 264	0.12 139	0.40 222	0.19 51	0.10 39	0.27 242	0.19 194	0.51 349	0.45 354	0.34 304	0.41 302	0.31 262	0.26 281	0.58 356	0.16 127	0.10 275	0.07 220	0.07 40	0.06 49	0.08 130	0.07 110

DualNet	0.24 264	0.13 198	0.42 254	0.21 148	0.12 125	0.30 296	0.21 270	0.50 333	0.34 226	0.33 284	0.43 331	0.29 235	0.23 234	0.55 336	0.21 242	0.10 275	0.07 220	0.10 260	0.09 254	0.11 304	0.10 286

GMStereo_Zeroshot	0.24 264	0.21 371	0.45 284	0.26 370	0.13 196	0.28 258	0.15 50	0.39 221	0.35 241	0.37 341	0.43 331	0.40 343	0.17 154	0.34 249	0.20 220	0.12 347	0.07 220	0.13 371	0.07 97	0.16 392	0.09 231

CFNet_ucs	0.24 264	0.13 198	0.50 325	0.20 105	0.15 286	0.28 258	0.17 108	0.49 324	0.45 354	0.32 273	0.42 318	0.39 330	0.22 222	0.31 230	0.21 242	0.11 311	0.08 301	0.12 351	0.09 254	0.12 341	0.11 320

gwcnet-sp	0.24 264	0.13 198	0.63 388	0.22 206	0.14 237	0.34 345	0.22 295	0.44 276	0.39 288	0.35 320	0.34 228	0.27 210	0.27 300	0.35 258	0.25 300	0.09 229	0.08 301	0.09 188	0.09 254	0.09 194	0.09 231

scenet	0.24 264	0.13 198	0.63 388	0.22 206	0.14 237	0.34 345	0.22 295	0.44 276	0.39 288	0.35 320	0.34 228	0.27 210	0.27 300	0.35 258	0.25 300	0.09 229	0.08 301	0.09 188	0.09 254	0.09 194	0.09 231

ToySt	0.24 264	0.16 297	0.48 309	0.21 148	0.13 196	0.29 279	0.29 397	0.39 221	0.39 288	0.27 165	0.35 239	0.39 330	0.31 359	0.31 230	0.29 332	0.08 152	0.09 335	0.10 260	0.11 334	0.11 304	0.10 286

ssnet	0.24 264	0.13 198	0.63 388	0.22 206	0.14 237	0.34 345	0.22 295	0.44 276	0.39 288	0.35 320	0.34 228	0.27 210	0.27 300	0.35 258	0.25 300	0.09 229	0.08 301	0.09 188	0.09 254	0.09 194	0.09 231

STrans-v2	0.24 264	0.13 198	0.54 347	0.21 148	0.12 125	0.23 177	0.21 270	0.47 305	0.28 154	0.31 250	0.42 318	0.36 304	0.35 382	0.62 379	0.23 280	0.07 38	0.05 9	0.08 115	0.07 97	0.06 13	0.06 43

TransformOpticalFlow	0.24 264	0.13 198	0.56 357	0.23 252	0.11 72	0.21 131	0.19 194	0.40 232	0.32 205	0.30 233	0.43 331	0.36 304	0.31 359	0.61 371	0.20 220	0.07 38	0.05 9	0.08 115	0.07 97	0.06 13	0.07 110

DRaft	0.24 264	0.10 51	0.34 139	0.18 22	0.12 125	0.28 258	0.23 321	0.33 143	0.39 288	0.38 355	0.61 433	0.21 129	0.41 410	0.48 302	0.42 404	0.07 38	0.06 109	0.08 115	0.08 168	0.07 68	0.08 175

HCRNet	0.24 264	0.25 401	0.33 130	0.34 448	0.16 318	0.27 242	0.18 151	0.43 271	0.35 241	0.30 233	0.35 239	0.32 271	0.22 222	0.44 290	0.20 220	0.13 364	0.08 301	0.13 371	0.11 334	0.10 257	0.09 231

ARAFT	0.24 264	0.21 371	0.78 424	0.22 206	0.12 125	0.29 279	0.24 343	0.43 271	0.32 205	0.33 284	0.28 151	0.28 225	0.19 193	0.49 307	0.18 177	0.07 38	0.06 109	0.12 351	0.11 334	0.09 194	0.06 43

cf-r	0.24 264	0.15 273	0.44 273	0.21 148	0.14 237	0.27 242	0.22 295	0.42 259	0.40 304	0.30 233	0.42 318	0.42 356	0.26 281	0.43 286	0.25 300	0.11 311	0.06 109	0.08 115	0.10 296	0.08 130	0.08 175

GANet-RSSM	0.24 264	0.14 240	0.36 169	0.21 148	0.14 237	0.27 242	0.21 270	0.45 286	0.33 217	0.29 202	0.39 284	0.39 330	0.28 316	0.58 356	0.23 280	0.11 311	0.07 220	0.09 188	0.09 254	0.10 257	0.09 231

PSMNet-RSSM	0.24 264	0.15 273	0.36 169	0.21 148	0.14 237	0.25 212	0.20 240	0.48 316	0.37 265	0.30 233	0.44 342	0.38 318	0.26 281	0.52 321	0.22 262	0.12 347	0.07 220	0.11 315	0.13 396	0.10 257	0.09 231

CFNet-ft	0.24 264	0.15 273	0.35 149	0.18 22	0.15 286	0.30 296	0.21 270	0.39 221	0.36 254	0.28 175	0.40 294	0.43 360	0.25 272	0.47 300	0.24 291	0.12 347	0.07 220	0.12 351	0.11 334	0.12 341	0.09 231

CFNet_RVC	0.24 264	0.15 273	0.35 149	0.18 22	0.15 286	0.30 296	0.21 270	0.39 221	0.36 254	0.28 175	0.40 294	0.43 360	0.25 272	0.47 300	0.24 291	0.12 347	0.07 220	0.12 351	0.11 334	0.12 341	0.09 231

UCFNet_RVC	0.24 264	0.16 297	0.34 139	0.18 22	0.15 286	0.33 332	0.16 73	0.46 297	0.35 241	0.29 202	0.35 239	0.39 330	0.25 272	0.34 249	0.22 262	0.13 364	0.08 301	0.13 371	0.14 408	0.13 356	0.12 342

AdaStereo	0.24 264	0.16 297	0.37 181	0.24 301	0.12 125	0.32 320	0.17 108	0.54 384	0.42 321	0.33 284	0.38 271	0.35 299	0.21 209	0.30 223	0.22 262	0.14 390	0.06 109	0.13 371	0.08 168	0.11 304	0.08 175
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.
iResNet	0.24 264	0.18 329	0.61 377	0.25 338	0.11 72	0.29 279	0.21 270	0.42 259	0.43 328	0.33 284	0.43 331	0.27 210	0.22 222	0.34 249	0.26 313	0.07 38	0.05 9	0.07 40	0.06 49	0.08 130	0.07 110

G2L-Stereo	0.25 291	0.16 297	0.47 300	0.22 206	0.14 237	0.25 212	0.18 151	0.46 297	0.35 241	0.33 284	0.37 258	0.40 343	0.22 222	0.60 364	0.30 340	0.10 275	0.09 335	0.10 260	0.08 168	0.09 194	0.09 231

DDVS	0.25 291	0.15 273	0.39 214	0.24 301	0.17 338	0.34 345	0.21 270	0.41 245	0.30 185	0.33 284	0.41 302	0.48 391	0.21 209	0.52 321	0.27 317	0.11 311	0.09 335	0.11 315	0.09 254	0.13 356	0.14 377

ITSA-stereo	0.25 291	0.15 273	0.33 130	0.23 252	0.11 72	0.27 242	0.18 151	0.56 409	0.59 435	0.31 250	0.32 198	0.33 278	0.28 316	0.49 307	0.30 340	0.11 311	0.08 301	0.11 315	0.10 296	0.11 304	0.13 358

AIO-Stereo-zeroshot1	0.25 291	0.14 240	0.95 462	0.21 148	0.27 450	0.20 105	0.19 194	0.48 316	0.25 120	0.26 156	0.55 409	0.34 285	0.18 178	0.25 145	0.17 156	0.07 38	0.06 109	0.08 115	0.12 371	0.12 341	0.12 342

test_sample7	0.25 291	0.15 273	0.35 149	0.20 105	0.14 237	0.28 258	0.21 270	0.51 349	0.38 279	0.37 341	0.34 228	0.37 310	0.30 343	0.39 272	0.23 280	0.14 390	0.09 335	0.13 371	0.12 371	0.13 356	0.12 342

test_sample6	0.25 291	0.13 198	0.41 245	0.21 148	0.11 72	0.30 296	0.22 295	0.51 349	0.35 241	0.33 284	0.43 331	0.30 251	0.24 252	0.57 350	0.22 262	0.10 275	0.07 220	0.10 260	0.10 296	0.11 304	0.10 286

SMFormer	0.25 291	0.12 139	0.40 222	0.19 51	0.10 39	0.27 242	0.19 194	0.51 349	0.45 354	0.34 304	0.41 302	0.31 262	0.26 281	0.58 356	0.28 321	0.10 275	0.07 220	0.08 115	0.08 168	0.09 194	0.09 231

NINENet	0.25 291	0.15 273	0.37 181	0.23 252	0.16 318	0.43 409	0.17 108	0.60 438	0.46 371	0.32 273	0.37 258	0.32 271	0.20 202	0.42 284	0.21 242	0.10 275	0.10 359	0.12 351	0.08 168	0.11 304	0.10 286

hknet	0.25 291	0.14 240	0.40 222	0.25 338	0.15 286	0.35 360	0.21 270	0.56 409	0.37 265	0.34 304	0.35 239	0.43 360	0.27 300	0.37 266	0.21 242	0.09 229	0.07 220	0.11 315	0.10 296	0.09 194	0.09 231

PSMNet-ADL	0.25 291	0.15 273	0.32 115	0.26 370	0.14 237	0.31 311	0.22 295	0.44 276	0.36 254	0.27 165	0.33 219	0.41 348	0.28 316	0.61 371	0.29 332	0.11 311	0.09 335	0.09 188	0.11 334	0.10 257	0.10 286

PSM-AAD	0.25 291	0.10 51	0.30 95	0.24 301	0.12 125	0.26 232	0.38 444	0.34 151	0.28 154	0.35 320	0.39 284	0.28 225	0.79 478	0.30 223	0.16 127	0.07 38	0.06 109	0.12 351	0.11 334	0.08 130	0.21 447

GrayStereo	0.25 291	0.09 24	0.32 115	0.26 370	0.13 196	0.23 177	0.47 469	0.34 151	0.30 185	0.39 370	0.47 372	0.30 251	0.79 478	0.29 209	0.16 127	0.07 38	0.06 109	0.08 115	0.09 254	0.07 68	0.13 358

RAFT-RH_RVC	0.25 291	0.11 106	0.45 284	0.21 148	0.12 125	0.25 212	0.14 29	0.27 65	0.27 139	0.38 355	1.15 484	0.23 160	0.17 154	0.57 350	0.24 291	0.07 38	0.05 9	0.10 260	0.07 97	0.06 13	0.07 110

UPFNet	0.25 291	0.12 139	0.38 200	0.24 301	0.19 377	0.37 370	0.28 391	0.48 316	0.38 279	0.34 304	0.37 258	0.37 310	0.28 316	0.39 272	0.33 360	0.10 275	0.09 335	0.10 260	0.10 296	0.10 257	0.08 175

acv_ft	0.25 291	0.13 198	0.40 222	0.23 252	0.19 377	0.34 345	0.21 270	0.45 286	0.44 343	0.38 355	0.41 302	0.38 318	0.27 300	0.27 180	0.35 369	0.08 152	0.07 220	0.08 115	0.07 97	0.11 304	0.07 110

iResNet_ROB	0.25 291	0.19 345	0.40 222	0.20 105	0.12 125	0.30 296	0.16 73	0.55 394	0.53 418	0.38 355	0.43 331	0.37 310	0.26 281	0.38 270	0.22 262	0.08 152	0.06 109	0.06 2	0.04 1	0.09 194	0.09 231

G2L-Stereo_aug	0.26 307	0.10 51	0.58 365	0.19 51	0.12 125	0.32 320	0.22 295	0.40 232	0.51 406	0.40 380	0.44 342	0.45 375	0.28 316	0.53 327	0.31 347	0.08 152	0.06 109	0.06 2	0.05 16	0.08 130	0.08 175

coex_refinement	0.26 307	0.16 297	0.36 169	0.23 252	0.15 286	0.31 311	0.20 240	0.49 324	0.42 321	0.35 320	0.42 318	0.45 375	0.27 300	0.55 336	0.33 360	0.10 275	0.06 109	0.07 40	0.07 97	0.10 257	0.10 286

UGAM	0.26 307	0.14 240	0.45 284	0.25 338	0.12 125	0.23 177	0.25 359	0.32 129	0.41 314	0.31 250	0.42 318	0.41 348	0.22 222	0.92 465	0.22 262	0.08 152	0.06 109	0.14 395	0.12 371	0.10 257	0.07 110

SepStereo	0.26 307	0.12 139	0.42 254	0.24 301	0.18 359	0.29 279	0.24 343	0.45 286	0.45 354	0.41 390	0.44 342	0.34 285	0.29 332	0.64 386	0.21 242	0.09 229	0.07 220	0.09 188	0.07 97	0.09 194	0.09 231

AACVNet	0.26 307	0.16 297	0.37 181	0.22 206	0.14 237	0.29 279	0.19 194	0.41 245	0.31 197	0.38 355	0.42 318	0.43 360	0.28 316	0.73 417	0.25 300	0.11 311	0.08 301	0.11 315	0.09 254	0.13 356	0.11 320

DEmStereo	0.26 307	0.09 24	0.47 300	0.19 51	0.12 125	0.30 296	0.25 359	0.28 80	0.36 254	0.36 336	0.58 420	0.25 180	0.48 441	0.53 327	0.44 409	0.07 38	0.06 109	0.08 115	0.08 168	0.06 13	0.07 110

LMCR-Stereo	0.26 307	0.18 329	0.49 314	0.28 417	0.14 237	0.36 365	0.23 321	0.54 384	0.34 226	0.39 370	0.40 294	0.29 235	0.29 332	0.37 266	0.27 317	0.11 311	0.07 220	0.09 188	0.07 97	0.13 356	0.09 231

GwcNet-RSSM	0.26 307	0.17 315	0.46 292	0.21 148	0.13 196	0.28 258	0.23 321	0.44 276	0.42 321	0.31 250	0.45 355	0.40 343	0.26 281	0.55 336	0.28 321	0.11 311	0.07 220	0.09 188	0.10 296	0.09 194	0.08 175

DeepPruner_ROB	0.26 307	0.19 345	0.44 273	0.21 148	0.16 318	0.30 296	0.21 270	0.52 366	0.32 205	0.35 320	0.38 271	0.39 330	0.26 281	0.42 284	0.24 291	0.15 403	0.11 380	0.11 315	0.11 334	0.14 373	0.13 358

ISRNet	0.27 316	0.13 198	0.45 284	0.26 370	0.19 377	0.24 198	0.14 29	0.45 286	0.43 328	0.39 370	0.48 378	0.42 356	0.27 300	0.32 236	0.29 332	0.20 449	0.12 397	0.17 426	0.16 429	0.16 392	0.20 439

rvit_105_1	0.27 316	0.19 345	0.46 292	0.27 397	0.19 377	0.30 296	0.35 430	0.44 276	0.51 406	0.31 250	0.31 190	0.31 262	0.26 281	0.35 258	0.25 300	0.15 403	0.14 418	0.15 409	0.17 438	0.11 304	0.10 286

DispNO	0.27 316	0.18 329	0.62 385	0.23 252	0.17 338	0.25 212	0.22 295	0.45 286	0.41 314	0.32 273	0.39 284	0.38 318	0.27 300	0.77 436	0.27 317	0.09 229	0.07 220	0.10 260	0.10 296	0.08 130	0.08 175

CBFPSM	0.27 316	0.16 297	0.67 401	0.20 105	0.14 237	0.38 377	0.25 359	0.40 232	0.36 254	0.33 284	0.36 249	0.56 423	0.38 398	0.32 236	0.38 378	0.08 152	0.08 301	0.07 40	0.08 168	0.09 194	0.11 320

CSP-Net	0.27 316	0.15 273	0.30 95	0.21 148	0.14 237	0.44 411	0.24 343	0.50 333	0.40 304	0.41 390	0.43 331	0.42 356	0.26 281	0.66 397	0.28 321	0.12 347	0.08 301	0.08 115	0.08 168	0.10 257	0.09 231

DAS	0.27 316	0.12 139	0.42 254	0.24 301	0.18 359	0.29 279	0.24 343	0.45 286	0.45 354	0.41 390	0.44 342	0.34 285	0.29 332	0.75 425	0.21 242	0.09 229	0.07 220	0.09 188	0.07 97	0.09 194	0.09 231

AASNet	0.27 316	0.19 345	0.49 314	0.26 370	0.17 338	0.34 345	0.20 240	0.62 450	0.48 386	0.35 320	0.40 294	0.32 271	0.25 272	0.28 193	0.34 365	0.11 311	0.09 335	0.10 260	0.08 168	0.13 356	0.11 320

GEStereo_RVC	0.27 316	0.20 357	0.44 273	0.27 397	0.16 318	0.33 332	0.25 359	0.56 409	0.54 421	0.34 304	0.38 271	0.34 285	0.25 272	0.51 315	0.28 321	0.12 347	0.08 301	0.09 188	0.08 168	0.11 304	0.11 320

RAFT + AFF	0.27 316	0.23 392	0.50 325	0.25 338	0.17 338	0.30 296	0.33 425	0.52 366	0.40 304	0.28 175	0.30 176	0.30 251	0.31 359	0.62 379	0.24 291	0.09 229	0.10 359	0.11 315	0.10 296	0.11 304	0.11 320

MMNet	0.27 316	0.14 240	0.49 314	0.24 301	0.17 338	0.47 424	0.22 295	0.45 286	0.51 406	0.39 370	0.41 302	0.36 304	0.33 369	0.39 272	0.34 365	0.08 152	0.07 220	0.09 188	0.09 254	0.10 257	0.08 175

delet	0.27 316	0.14 240	0.40 222	0.23 252	0.19 377	0.41 394	0.29 397	0.49 324	0.48 386	0.33 284	0.41 302	0.37 310	0.30 343	0.48 302	0.34 365	0.09 229	0.09 335	0.11 315	0.12 371	0.08 130	0.08 175

ac_64	0.27 316	0.13 198	0.41 245	0.24 301	0.17 338	0.36 365	0.22 295	0.46 297	0.33 217	0.35 320	0.36 249	0.52 412	0.30 343	0.62 379	0.32 353	0.11 311	0.09 335	0.10 260	0.10 296	0.09 194	0.08 175

HGLStereo	0.27 316	0.14 240	0.46 292	0.24 301	0.21 400	0.33 332	0.23 321	0.50 333	0.42 321	0.35 320	0.48 378	0.41 348	0.33 369	0.45 293	0.33 360	0.11 311	0.10 359	0.09 188	0.09 254	0.10 257	0.12 342

DSFCA	0.27 316	0.13 198	0.36 169	0.20 105	0.17 338	0.38 377	0.31 411	0.47 305	0.43 328	0.43 405	0.37 258	0.39 330	0.29 332	0.52 321	0.32 353	0.12 347	0.10 359	0.10 260	0.11 334	0.11 304	0.10 286

DMCA-RVC	0.27 316	0.21 371	0.61 377	0.28 417	0.17 338	0.29 279	0.21 270	0.42 259	0.35 241	0.40 380	0.37 258	0.39 330	0.36 386	0.43 286	0.30 340	0.13 364	0.10 359	0.15 409	0.11 334	0.13 356	0.10 286

HSM-Net_RVC	0.27 316	0.11 106	0.42 254	0.19 51	0.11 72	0.34 345	0.20 240	0.62 450	0.43 328	0.40 380	0.43 331	0.50 402	0.26 281	0.76 430	0.22 262	0.08 152	0.07 220	0.07 40	0.07 97	0.08 130	0.08 175
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.27 316	0.20 357	0.44 273	0.22 206	0.14 237	0.33 332	0.14 29	0.51 349	0.45 354	0.30 233	0.40 294	0.38 318	0.27 300	0.76 430	0.25 300	0.09 229	0.07 220	0.11 315	0.11 334	0.11 304	0.08 175

NLCA_NET_v2_RVC	0.27 316	0.21 371	0.59 372	0.25 338	0.18 359	0.29 279	0.22 295	0.50 333	0.40 304	0.38 355	0.41 302	0.43 360	0.27 300	0.43 286	0.29 332	0.11 311	0.08 301	0.10 260	0.10 296	0.10 257	0.11 320
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNetv2_ROB	0.27 316	0.26 412	0.72 417	0.23 252	0.13 196	0.29 279	0.18 151	0.52 366	0.49 395	0.37 341	0.45 355	0.39 330	0.25 272	0.34 249	0.20 220	0.08 152	0.06 109	0.07 40	0.05 16	0.12 341	0.09 231

StereoDRNet-Refined	0.27 316	0.17 315	0.35 149	0.25 338	0.14 237	0.37 370	0.21 270	0.47 305	0.41 314	0.44 411	0.51 388	0.41 348	0.28 316	0.45 293	0.37 376	0.09 229	0.06 109	0.11 315	0.11 334	0.10 257	0.10 286
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DualNet (step1)	0.28 336	0.19 345	0.50 325	0.18 22	0.16 318	0.34 345	0.20 240	0.51 349	0.38 279	0.37 341	0.34 228	0.37 310	0.30 343	0.39 272	0.23 280	0.23 454	0.09 335	0.28 466	0.24 464	0.18 422	0.16 397

ssnet_v2	0.28 336	0.16 297	0.44 273	0.22 206	0.15 286	0.40 390	0.30 407	0.57 417	0.46 371	0.38 355	0.36 249	0.47 385	0.29 332	0.38 270	0.39 386	0.13 364	0.11 380	0.11 315	0.11 334	0.11 304	0.11 320

CRFU-Net	0.28 336	0.14 240	0.45 284	0.25 338	0.15 286	0.45 416	0.23 321	0.50 333	0.30 185	0.43 405	0.41 302	0.48 391	0.46 432	0.43 286	0.29 332	0.11 311	0.10 359	0.09 188	0.08 168	0.10 257	0.10 286

dad	0.28 336	0.31 441	0.44 273	0.21 148	0.14 237	0.30 296	0.20 240	0.33 143	0.49 395	0.44 411	0.44 342	0.45 375	0.21 209	0.41 281	0.26 313	0.20 449	0.11 380	0.20 446	0.11 334	0.14 373	0.10 286

FTStereo	0.28 336	0.10 51	0.43 265	0.23 252	0.13 196	0.21 131	0.53 479	0.34 151	0.26 129	0.38 355	0.95 475	0.30 251	0.56 454	0.32 236	0.18 177	0.08 152	0.06 109	0.09 188	0.08 168	0.07 68	0.19 429

ADLNet	0.28 336	0.15 273	0.42 254	0.23 252	0.19 377	0.34 345	0.23 321	0.53 377	0.43 328	0.42 399	0.41 302	0.44 371	0.27 300	0.55 336	0.35 369	0.11 311	0.08 301	0.11 315	0.11 334	0.11 304	0.12 342

UNet	0.28 336	0.14 240	0.69 407	0.23 252	0.20 393	0.44 411	0.22 295	0.50 333	0.40 304	0.34 304	0.39 284	0.43 360	0.33 369	0.40 279	0.31 347	0.09 229	0.07 220	0.10 260	0.08 168	0.10 257	0.08 175

STTStereo	0.28 336	0.20 357	0.61 377	0.25 338	0.17 338	0.29 279	0.24 343	0.47 305	0.39 288	0.39 370	0.41 302	0.44 371	0.28 316	0.40 279	0.28 321	0.13 364	0.12 397	0.13 371	0.16 429	0.12 341	0.11 320

RASNet	0.28 336	0.14 240	0.44 273	0.22 206	0.18 359	0.32 320	0.19 194	0.48 316	0.38 279	0.29 202	0.43 331	0.47 385	0.37 394	0.79 440	0.36 375	0.09 229	0.07 220	0.07 40	0.09 254	0.07 68	0.07 110

HSM	0.28 336	0.16 297	0.35 149	0.20 105	0.15 286	0.33 332	0.19 194	0.53 377	0.37 265	0.36 336	0.38 271	0.67 458	0.31 359	0.89 460	0.23 280	0.08 152	0.06 109	0.08 115	0.07 97	0.08 130	0.08 175

DLCB_ROB	0.28 336	0.16 297	0.34 139	0.27 397	0.16 318	0.38 377	0.25 359	0.48 316	0.43 328	0.46 418	0.46 365	0.51 406	0.33 369	0.53 327	0.33 360	0.10 275	0.10 359	0.11 315	0.11 334	0.10 257	0.09 231

ACV-stereo	0.29 347	0.18 329	0.79 430	0.23 252	0.16 318	0.47 424	0.19 194	0.36 193	0.34 226	0.29 202	0.33 219	0.67 458	0.42 418	0.54 334	0.30 340	0.10 275	0.09 335	0.09 188	0.09 254	0.10 257	0.11 320

test_for_model	0.29 347	0.89 499	0.34 139	0.69 492	0.49 483	0.20 105	0.16 73	0.30 108	0.23 93	0.28 175	0.15 37	0.13 28	0.11 37	0.17 25	0.13 52	0.29 474	0.10 359	0.06 2	0.04 1	0.86 503	0.18 421

ff1	0.29 347	0.12 139	0.42 254	0.20 105	0.13 196	0.28 258	0.20 240	0.35 175	0.44 343	0.30 233	0.42 318	0.34 285	0.23 234	0.81 447	1.08 479	0.08 152	0.05 9	0.11 315	0.10 296	0.08 130	0.08 175

ttt	0.29 347	0.12 139	0.34 139	0.21 148	0.13 196	0.29 279	0.20 240	0.56 409	0.47 376	0.31 250	0.44 342	0.30 251	0.22 222	0.65 392	0.85 467	0.13 364	0.10 359	0.10 260	0.10 296	0.11 304	0.11 320

LL-Strereo	0.29 347	0.25 401	0.58 365	0.25 338	0.21 400	0.23 177	0.24 343	0.55 394	0.42 321	0.34 304	0.32 198	0.41 348	0.40 406	0.94 469	0.23 280	0.08 152	0.07 220	0.11 315	0.09 254	0.09 194	0.09 231

THIR-Stereo	0.29 347	0.12 139	0.41 245	0.19 51	0.11 72	0.28 258	0.72 492	0.32 129	0.35 241	0.37 341	0.65 440	0.34 285	0.50 444	0.57 350	0.45 412	0.07 38	0.06 109	0.08 115	0.09 254	0.07 68	0.07 110

psm_up	0.29 347	0.16 297	0.41 245	0.26 370	0.17 338	0.32 320	0.26 371	0.55 394	0.43 328	0.36 336	0.40 294	0.45 375	0.37 394	0.58 356	0.30 340	0.11 311	0.12 397	0.13 371	0.12 371	0.10 257	0.10 286

hitnet-ft	0.29 347	0.17 315	0.40 222	0.19 51	0.14 237	0.39 385	0.23 321	0.44 276	0.41 314	0.36 336	0.46 365	0.53 416	0.34 378	0.76 430	0.32 353	0.14 390	0.10 359	0.13 371	0.10 296	0.15 385	0.13 358

FADNet-RVC-Resample	0.29 347	0.25 401	0.93 459	0.26 370	0.16 318	0.32 320	0.21 270	0.47 305	0.39 288	0.35 320	0.38 271	0.33 278	0.27 300	0.53 327	0.24 291	0.10 275	0.10 359	0.14 395	0.13 396	0.13 356	0.16 397

iinet-f	0.30 356	0.18 329	1.03 473	0.20 105	0.15 286	0.44 411	0.22 295	0.45 286	0.37 265	0.35 320	0.44 342	0.41 348	0.34 378	0.34 249	0.40 393	0.10 275	0.09 335	0.08 115	0.08 168	0.13 356	0.11 320

Wz-Net-LNSev-Ref	0.30 356	0.20 357	0.70 413	0.21 148	0.17 338	0.46 418	0.27 376	0.50 333	0.49 395	0.42 399	0.55 409	0.43 360	0.30 343	0.46 296	0.38 378	0.09 229	0.06 109	0.07 40	0.06 49	0.11 304	0.10 286

SACVNet	0.30 356	0.20 357	0.41 245	0.25 338	0.18 359	0.34 345	0.25 359	0.52 366	0.40 304	0.41 390	0.44 342	0.46 383	0.32 366	0.71 410	0.25 300	0.13 364	0.10 359	0.12 351	0.12 371	0.16 392	0.17 408

ADLNet2	0.30 356	0.17 315	0.72 417	0.23 252	0.17 338	0.36 365	0.24 343	0.52 366	0.51 406	0.32 273	0.38 271	0.45 375	0.30 343	0.69 404	0.35 369	0.10 275	0.08 301	0.09 188	0.09 254	0.12 341	0.10 286

FADNet_RVC	0.30 356	0.28 422	0.83 439	0.23 252	0.15 286	0.30 296	0.17 108	0.49 324	0.37 265	0.30 233	0.38 271	0.30 251	0.27 300	0.52 321	0.31 347	0.14 390	0.14 418	0.14 395	0.16 429	0.21 440	0.23 459

TDLM	0.30 356	0.21 371	0.38 200	0.28 417	0.15 286	0.33 332	0.32 415	0.52 366	0.47 376	0.38 355	0.43 331	0.39 330	0.29 332	0.91 464	0.28 321	0.14 390	0.08 301	0.13 371	0.11 334	0.12 341	0.10 286

CVANet_RVC	0.30 356	0.19 345	0.41 245	0.26 370	0.16 318	0.33 332	0.26 371	0.52 366	0.47 376	0.40 380	0.46 365	0.43 360	0.31 359	0.89 460	0.26 313	0.14 390	0.09 335	0.14 395	0.13 396	0.14 373	0.10 286

mmx	0.31 363	0.12 139	0.42 254	0.20 105	0.13 196	0.28 258	0.20 240	0.55 394	0.45 354	0.30 233	0.42 318	0.34 285	0.23 234	0.81 447	1.08 479	0.10 275	0.07 220	0.11 315	0.10 296	0.11 304	0.10 286

xxx	0.31 363	0.12 139	0.42 254	0.20 105	0.13 196	0.28 258	0.20 240	0.55 394	0.45 354	0.30 233	0.42 318	0.34 285	0.23 234	0.81 447	1.08 479	0.10 275	0.07 220	0.11 315	0.10 296	0.11 304	0.10 286

fast-acv-ft	0.31 363	0.20 357	0.81 435	0.24 301	0.18 359	0.46 418	0.27 376	0.41 245	0.49 395	0.39 370	0.55 409	0.49 396	0.35 382	0.37 266	0.38 378	0.11 311	0.11 380	0.11 315	0.12 371	0.12 341	0.09 231

CrosDoStereo	0.31 363	0.10 51	0.49 314	0.18 22	0.12 125	0.22 156	1.11 514	0.34 151	0.37 265	0.38 355	0.61 433	0.28 225	0.46 432	0.61 371	0.57 435	0.07 38	0.06 109	0.08 115	0.08 168	0.07 68	0.07 110

DeepStereo_LL	0.31 363	0.10 51	0.49 314	0.18 22	0.12 125	0.22 156	1.11 514	0.34 151	0.37 265	0.38 355	0.61 433	0.28 225	0.46 432	0.61 371	0.57 435	0.07 38	0.06 109	0.08 115	0.08 168	0.07 68	0.07 110

FADNet-RVC	0.31 363	0.35 450	0.78 424	0.25 338	0.20 393	0.33 332	0.20 240	0.49 324	0.40 304	0.34 304	0.39 284	0.41 348	0.29 332	0.63 384	0.31 347	0.13 364	0.14 418	0.14 395	0.15 417	0.19 429	0.19 429

AANet_RVC	0.31 363	0.22 383	0.50 325	0.23 252	0.14 237	0.30 296	0.24 343	0.47 305	0.54 421	0.38 355	0.60 427	0.43 360	0.29 332	0.87 456	0.40 393	0.11 311	0.07 220	0.07 40	0.07 97	0.09 194	0.09 231

NVstereo2D	0.31 363	0.16 297	0.54 347	0.24 301	0.22 416	0.42 401	0.28 391	0.58 425	0.56 429	0.28 175	0.38 271	0.40 343	0.30 343	0.71 410	0.28 321	0.13 364	0.08 301	0.13 371	0.10 296	0.19 429	0.16 397

NOSS_ROB	0.31 363	0.20 357	0.35 149	0.24 301	0.16 318	0.32 320	0.19 194	0.52 366	0.48 386	0.33 284	0.36 249	0.42 356	0.28 316	0.93 467	0.24 291	0.19 446	0.20 462	0.24 457	0.22 460	0.17 409	0.17 408

YMNet	0.32 372	0.22 383	0.58 365	0.27 397	0.23 428	0.48 429	0.27 376	0.51 349	0.45 354	0.48 428	0.56 415	0.51 406	0.30 343	0.39 272	0.40 393	0.13 364	0.16 440	0.13 371	0.12 371	0.13 356	0.12 342

YMNet_1	0.32 372	0.22 383	0.58 365	0.27 397	0.23 428	0.48 429	0.27 376	0.51 349	0.45 354	0.48 428	0.56 415	0.51 406	0.30 343	0.39 272	0.40 393	0.13 364	0.16 440	0.13 371	0.12 371	0.13 356	0.12 342

1111x	0.32 372	0.11 106	0.40 222	0.22 206	0.11 72	0.32 320	0.26 371	0.59 430	0.43 328	0.31 250	0.41 302	0.39 330	0.28 316	0.76 430	1.37 495	0.09 229	0.08 301	0.09 188	0.10 296	0.09 194	0.08 175

pcwnet_v2	0.32 372	0.15 273	1.26 487	0.23 252	0.18 359	0.32 320	0.18 151	0.59 430	0.60 439	0.36 336	0.45 355	0.35 299	0.29 332	0.36 263	0.25 300	0.14 390	0.11 380	0.12 351	0.11 334	0.14 373	0.15 388

FADNet	0.32 372	0.36 453	0.74 422	0.23 252	0.22 416	0.37 370	0.19 194	0.53 377	0.48 386	0.32 273	0.36 249	0.43 360	0.32 366	0.64 386	0.25 300	0.16 418	0.16 440	0.14 395	0.16 429	0.24 452	0.19 429

PS-NSSS	0.32 372	0.30 435	0.46 292	0.23 252	0.17 338	0.33 332	0.24 343	0.57 417	0.41 314	0.37 341	0.52 396	0.35 299	0.30 343	0.80 444	0.30 340	0.17 429	0.14 418	0.21 448	0.15 417	0.15 385	0.13 358

StereoDRNet	0.32 372	0.22 383	0.61 377	0.27 397	0.21 400	0.42 401	0.30 407	0.61 442	0.48 386	0.46 418	0.39 284	0.48 391	0.30 343	0.57 350	0.40 393	0.11 311	0.09 335	0.12 351	0.11 334	0.12 341	0.10 286

DISCO	0.32 372	0.13 198	0.51 336	0.25 338	0.16 318	0.48 429	0.25 359	0.50 333	0.57 432	0.37 341	0.45 355	0.62 442	0.36 386	0.64 386	0.49 423	0.09 229	0.07 220	0.09 188	0.08 168	0.12 341	0.11 320

TCMNet	0.33 380	0.23 392	0.72 417	0.29 420	0.30 463	0.40 390	0.28 391	0.50 333	0.47 376	0.37 341	0.45 355	0.40 343	0.29 332	0.60 364	0.39 386	0.14 390	0.13 409	0.15 409	0.14 408	0.17 409	0.15 388

HBP-ISP	0.33 380	0.30 435	0.72 417	0.22 206	0.16 318	0.32 320	0.22 295	0.54 384	0.44 343	0.41 390	0.49 380	0.33 278	0.38 398	0.73 417	0.25 300	0.18 440	0.19 457	0.24 457	0.20 449	0.16 392	0.13 358

AAGNet	0.33 380	0.11 106	0.37 181	0.25 338	0.16 318	0.20 105	0.19 194	0.30 108	0.27 139	0.35 320	0.35 239	0.27 210	0.30 343	0.44 290	2.66 515	0.08 152	0.05 9	0.10 260	0.07 97	0.08 130	0.06 43

DRN-Test	0.33 380	0.17 315	0.61 377	0.27 397	0.19 377	0.46 418	0.29 397	0.65 458	0.51 406	0.47 425	0.46 365	0.44 371	0.34 378	0.62 379	0.41 401	0.12 347	0.08 301	0.13 371	0.12 371	0.12 341	0.10 286

CBMV_ROB	0.33 380	0.18 329	0.53 344	0.21 148	0.14 237	0.33 332	0.20 240	0.51 349	0.45 354	0.51 436	0.55 409	0.45 375	0.42 418	0.71 410	0.32 353	0.18 440	0.19 457	0.23 455	0.21 452	0.14 373	0.15 388

XPNet_ROB	0.33 380	0.20 357	0.43 265	0.27 397	0.18 359	0.37 370	0.31 411	0.55 394	0.50 403	0.51 436	0.53 402	0.58 431	0.37 394	0.63 384	0.45 412	0.17 429	0.12 397	0.13 371	0.12 371	0.15 385	0.14 377

PSMNet_ROB	0.33 380	0.24 396	0.54 347	0.31 434	0.21 400	0.42 401	0.43 459	0.59 430	0.47 376	0.37 341	0.44 342	0.49 396	0.31 359	0.64 386	0.43 405	0.14 390	0.10 359	0.15 409	0.14 408	0.13 356	0.11 320

CBMV	0.33 380	0.21 371	0.54 347	0.23 252	0.13 196	0.42 401	0.33 425	0.53 377	0.48 386	0.52 442	0.49 380	0.50 402	0.41 410	0.56 347	0.31 347	0.15 403	0.16 440	0.18 434	0.16 429	0.13 356	0.13 358
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-LNSev	0.34 388	0.29 429	0.91 455	0.26 370	0.21 400	0.47 424	0.31 411	0.54 384	0.54 421	0.44 411	0.52 396	0.50 402	0.35 382	0.39 272	0.39 386	0.11 311	0.11 380	0.10 260	0.09 254	0.14 373	0.13 358

xxxx	0.34 388	0.10 51	0.29 88	0.19 51	0.11 72	0.37 370	0.20 240	0.58 425	0.38 279	0.29 202	0.42 318	0.38 318	0.24 252	0.46 296	2.20 511	0.11 311	0.07 220	0.09 188	0.08 168	0.09 194	0.09 231

test_xeample	0.34 388	0.10 51	0.29 88	0.19 51	0.11 72	0.33 332	0.23 321	0.55 394	0.38 279	0.32 273	0.45 355	0.29 235	0.26 281	0.57 350	2.24 513	0.10 275	0.07 220	0.09 188	0.08 168	0.09 194	0.09 231

FINET	0.34 388	0.27 419	0.80 433	0.24 301	0.24 436	0.36 365	0.34 427	0.54 384	0.72 463	0.39 370	0.47 372	0.32 271	0.30 343	0.51 315	0.32 353	0.19 446	0.17 447	0.13 371	0.12 371	0.18 422	0.16 397

ETE_ROB	0.34 388	0.26 412	0.45 284	0.29 420	0.18 359	0.40 390	0.37 438	0.57 417	0.47 376	0.50 431	0.50 382	0.62 442	0.36 386	0.55 336	0.38 378	0.13 364	0.10 359	0.14 395	0.12 371	0.16 392	0.16 397

GwcNet	0.35 393	0.23 392	0.88 451	0.25 338	0.24 436	0.48 429	0.27 376	0.55 394	0.57 432	0.38 355	0.52 396	0.51 406	0.32 366	0.60 364	0.41 401	0.13 364	0.11 380	0.12 351	0.11 334	0.13 356	0.14 377

RP	0.35 393	0.22 383	0.51 336	0.31 434	0.24 436	0.37 370	0.28 391	0.50 333	0.58 434	0.40 380	0.63 438	0.61 440	0.47 435	0.61 371	0.39 386	0.16 418	0.15 433	0.17 426	0.15 417	0.17 409	0.17 408

DANet	0.35 393	0.23 392	0.60 374	0.36 458	0.22 416	0.39 385	0.25 359	0.48 316	0.43 328	0.52 442	0.50 382	0.59 433	0.41 410	0.76 430	0.49 423	0.13 364	0.11 380	0.14 395	0.12 371	0.17 409	0.15 388
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.35 393	0.26 412	0.49 314	0.36 458	0.22 416	0.41 394	0.41 454	0.53 377	0.42 321	0.47 425	0.46 365	0.61 440	0.39 403	0.55 336	0.37 376	0.16 418	0.13 409	0.21 448	0.21 452	0.16 392	0.16 397

GASNet	0.36 397	0.46 468	0.88 451	0.34 448	0.23 428	0.35 360	0.22 295	0.60 438	0.53 418	0.40 380	0.37 258	0.45 375	0.30 343	0.79 440	0.35 369	0.15 403	0.10 359	0.14 395	0.14 408	0.22 446	0.12 342

Wz-Net-MNSev	0.36 397	0.26 412	0.79 430	0.26 370	0.21 400	0.59 455	0.38 444	0.55 394	0.56 429	0.48 428	0.54 405	0.53 416	0.36 386	0.60 364	0.44 409	0.11 311	0.09 335	0.11 315	0.11 334	0.15 385	0.13 358

APVNet	0.36 397	0.20 357	0.70 413	0.26 370	0.22 416	0.52 447	0.35 430	0.61 442	0.44 343	0.38 355	0.52 396	0.48 391	0.38 398	0.84 452	0.46 418	0.13 364	0.14 418	0.15 409	0.16 429	0.16 392	0.15 388

Syn2CoEx	0.36 397	0.31 441	0.78 424	0.34 448	0.21 400	0.41 394	0.28 391	0.61 442	0.49 395	0.42 399	0.56 415	0.45 375	0.44 423	0.69 404	0.38 378	0.17 429	0.14 418	0.15 409	0.12 371	0.13 356	0.12 342

FAT-Stereo	0.36 397	0.18 329	0.73 421	0.26 370	0.18 359	0.33 332	0.29 397	0.60 438	0.59 435	0.46 418	0.60 427	0.60 436	0.50 444	0.61 371	0.34 365	0.13 364	0.14 418	0.13 371	0.12 371	0.14 373	0.18 421

MaskLacGwcNet_RVC	0.36 397	0.36 453	0.53 344	0.34 448	0.19 377	0.51 438	0.24 343	0.55 394	0.38 279	0.41 390	0.47 372	0.47 385	0.27 300	0.73 417	0.30 340	0.36 482	0.19 457	0.27 460	0.17 438	0.26 460	0.23 459

GANet	0.36 397	0.22 383	0.49 314	0.29 420	0.17 338	0.41 394	0.38 444	0.57 417	0.45 354	0.46 418	0.75 457	0.55 420	0.40 406	0.94 469	0.41 401	0.13 364	0.13 409	0.13 371	0.11 334	0.14 373	0.11 320

LALA_ROB	0.36 397	0.25 401	0.46 292	0.30 428	0.21 400	0.47 424	0.39 449	0.61 442	0.51 406	0.52 442	0.51 388	0.69 464	0.36 386	0.50 310	0.43 405	0.17 429	0.11 380	0.16 420	0.14 408	0.17 409	0.15 388

SGM-Forest	0.36 397	0.17 315	0.47 300	0.23 252	0.16 318	0.45 416	0.41 454	0.55 394	0.48 386	0.52 442	0.60 427	0.52 412	0.41 410	0.85 453	0.50 428	0.17 429	0.17 447	0.17 426	0.15 417	0.15 385	0.15 388
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PSMNet-RUCA	0.37 406	0.41 466	0.66 400	0.46 478	0.41 476	0.34 345	0.25 359	0.57 417	0.45 354	0.39 370	0.52 396	0.43 360	0.33 369	0.41 281	0.29 332	0.25 463	0.14 418	0.33 476	0.21 452	0.31 471	0.22 452

Anonymous_2	0.37 406	0.21 371	0.47 300	0.20 105	0.21 400	0.42 401	0.26 371	0.38 209	0.29 173	0.33 284	0.30 176	0.44 371	0.38 398	0.36 263	0.29 332	0.26 464	0.29 482	0.44 483	1.41 518	0.34 475	0.21 447

AF-Net	0.37 406	0.26 412	0.56 357	0.32 440	0.23 428	0.41 394	0.29 397	0.61 442	0.64 448	0.42 399	0.68 446	0.65 453	0.49 442	0.57 350	0.44 409	0.15 403	0.11 380	0.19 442	0.14 408	0.15 385	0.13 358

stereogan	0.37 406	0.17 315	0.65 396	0.27 397	0.22 416	0.62 460	0.26 371	0.59 430	0.63 447	0.43 405	0.60 427	0.67 458	0.42 418	0.68 402	0.35 369	0.13 364	0.14 418	0.14 395	0.12 371	0.19 429	0.17 408

Nwc_Net	0.37 406	0.25 401	0.68 406	0.31 434	0.24 436	0.44 411	0.30 407	0.65 458	0.50 403	0.37 341	0.69 450	0.58 431	0.45 426	0.60 364	0.40 393	0.15 403	0.12 397	0.19 442	0.21 452	0.14 373	0.13 358

RYNet	0.37 406	0.18 329	0.59 372	0.25 338	0.28 455	0.61 459	0.32 415	0.59 430	0.59 435	0.41 390	0.38 271	0.57 428	0.39 403	0.87 456	0.53 433	0.11 311	0.08 301	0.12 351	0.11 334	0.18 422	0.18 421

PA-Net	0.37 406	0.28 422	0.83 439	0.31 434	0.28 455	0.39 385	0.42 457	0.51 349	0.55 426	0.34 304	0.42 318	0.41 348	0.36 386	0.79 440	0.49 423	0.12 347	0.23 472	0.16 420	0.23 462	0.12 341	0.18 421
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
EKT-Stereo	0.38 413	0.12 139	0.38 200	0.42 472	3.88 521	0.21 131	0.17 108	0.35 175	0.28 154	0.20 101	0.20 85	0.23 160	0.15 114	0.28 193	0.16 127	0.09 229	0.07 220	0.09 188	0.07 97	0.09 194	0.09 231

S-Stereo	0.38 413	0.20 357	1.05 474	0.27 397	0.22 416	0.38 377	0.32 415	0.55 394	0.66 450	0.39 370	0.59 422	0.49 396	0.41 410	0.75 425	0.40 393	0.12 347	0.15 433	0.13 371	0.13 396	0.16 392	0.21 447

ADCRef	0.38 413	0.24 396	0.88 451	0.26 370	0.21 400	0.49 434	0.27 376	0.52 366	0.48 386	0.50 431	0.58 420	0.35 299	0.47 435	0.48 302	1.29 494	0.09 229	0.08 301	0.12 351	0.12 371	0.11 304	0.11 320

PWC_ROB	0.38 413	0.29 429	0.69 407	0.25 338	0.20 393	0.38 377	0.19 194	0.58 425	0.67 453	0.57 453	0.85 468	0.51 406	0.40 406	0.71 410	0.52 431	0.13 364	0.09 335	0.14 395	0.10 296	0.17 409	0.14 377

PWCDC_ROB	0.38 413	0.30 435	0.60 374	0.33 446	0.20 393	0.42 401	0.19 194	0.58 425	0.89 481	0.42 399	1.26 488	0.36 304	0.34 378	0.50 310	0.38 378	0.18 440	0.11 380	0.11 315	0.09 254	0.19 429	0.13 358

aanetorigin	0.39 418	0.29 429	1.09 476	0.24 301	0.19 377	0.28 258	0.37 438	0.33 143	0.47 376	0.94 482	0.82 465	0.52 412	0.54 450	0.49 307	0.50 428	0.11 311	0.09 335	0.10 260	0.10 296	0.16 392	0.15 388

RGC	0.39 418	0.32 446	0.64 395	0.34 448	0.27 450	0.40 390	0.29 397	0.57 417	0.53 418	0.45 415	0.64 439	0.62 442	0.45 426	0.72 415	0.39 386	0.15 403	0.15 433	0.21 448	0.20 449	0.18 422	0.19 429

NCC-stereo	0.39 418	0.25 401	0.69 407	0.32 440	0.28 455	0.46 418	0.36 434	0.65 458	0.52 414	0.40 380	0.57 418	0.56 423	0.47 435	0.73 417	0.45 412	0.17 429	0.14 418	0.18 434	0.25 467	0.16 392	0.16 397

edge stereo	0.39 418	0.22 383	0.81 435	0.27 397	0.22 416	0.37 370	0.24 343	0.56 409	0.54 421	0.53 447	0.60 427	0.71 467	0.50 444	0.78 438	0.40 393	0.16 418	0.14 418	0.19 442	0.14 408	0.16 392	0.17 408

Abc-Net	0.39 418	0.25 401	0.69 407	0.32 440	0.28 455	0.46 418	0.36 434	0.65 458	0.52 414	0.40 380	0.57 418	0.56 423	0.47 435	0.73 417	0.45 412	0.17 429	0.14 418	0.18 434	0.25 467	0.16 392	0.16 397
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.39 418	0.28 422	0.78 424	0.27 397	0.18 359	0.49 434	0.22 295	0.59 430	0.84 479	0.55 450	0.53 402	0.49 396	0.36 386	0.67 401	0.82 463	0.13 364	0.10 359	0.11 315	0.12 371	0.17 409	0.17 408

SQANet	0.40 424	0.48 472	0.67 401	0.48 480	0.39 473	0.48 429	0.22 295	0.51 349	0.43 328	0.40 380	0.47 372	0.47 385	0.33 369	0.54 334	0.32 353	0.36 482	0.15 433	0.40 481	0.21 452	0.45 481	0.31 475

UDG	0.40 424	0.46 468	0.49 314	0.40 470	0.35 471	0.47 424	0.27 376	0.54 384	0.47 376	0.39 370	0.45 355	0.59 433	0.44 423	0.46 296	0.39 386	0.26 464	0.19 457	0.48 485	0.22 460	0.34 475	0.26 468

DDUNet	0.41 426	0.50 477	0.48 309	0.44 475	0.39 473	0.46 418	0.32 415	0.50 333	0.43 328	0.45 415	0.52 396	0.57 428	0.36 386	0.48 302	0.33 360	0.33 479	0.21 464	0.55 489	0.25 467	0.37 478	0.32 478

222	0.41 426	0.10 51	0.29 88	0.19 51	0.11 72	0.36 365	0.20 240	0.57 417	0.39 288	0.35 320	0.44 342	0.30 251	0.27 300	0.55 336	3.56 518	0.11 311	0.07 220	0.08 115	0.08 168	0.09 194	0.09 231

NaN_ROB	0.41 426	0.28 422	0.62 385	0.30 428	0.19 377	0.51 438	0.47 469	0.58 425	0.59 435	0.56 451	0.47 372	0.49 396	0.41 410	1.21 490	0.64 450	0.12 347	0.18 453	0.12 351	0.13 396	0.11 304	0.14 377

test_sample9	0.42 429	0.19 345	0.50 325	0.18 22	0.16 318	0.34 345	0.20 240	0.51 349	0.38 279	0.37 341	0.34 228	0.37 310	0.30 343	0.66 397	0.91 470	0.23 454	1.82 519	0.28 466	0.24 464	0.18 422	0.16 397

SDNR	0.42 429	0.21 371	0.82 438	0.21 148	0.18 359	1.27 501	0.17 108	0.50 333	0.49 395	0.42 399	0.81 464	0.38 318	0.27 300	1.19 487	0.38 378	0.23 454	0.24 474	0.17 426	0.13 396	0.17 409	0.20 439

ccnet	0.42 429	0.31 441	0.48 309	0.27 397	0.32 467	0.60 458	0.32 415	0.65 458	0.46 371	0.53 447	0.66 442	0.56 423	0.45 426	0.72 415	0.61 444	0.26 464	0.19 457	0.24 457	0.21 452	0.26 460	0.22 452

SHD	0.42 429	0.27 419	0.81 435	0.31 434	0.25 443	0.42 401	0.22 295	0.66 464	0.94 488	0.63 459	0.60 427	0.59 433	0.47 435	0.59 362	0.58 440	0.15 403	0.13 409	0.16 420	0.16 429	0.20 437	0.22 452

Wz-Net-SNSev	0.43 433	0.41 466	1.27 488	0.30 428	0.21 400	0.44 411	0.41 454	0.61 442	0.65 449	0.46 418	0.65 440	0.62 442	0.39 403	0.74 424	0.59 441	0.12 347	0.11 380	0.12 351	0.13 396	0.16 392	0.14 377

XQC	0.43 433	0.37 458	0.96 464	0.34 448	0.25 443	0.53 448	0.34 427	0.60 438	0.73 466	0.51 436	0.46 365	0.57 428	0.47 435	0.70 407	0.72 455	0.17 429	0.12 397	0.18 434	0.15 417	0.25 454	0.23 459

CC-Net-ROB	0.43 433	0.47 470	0.65 396	0.37 464	0.23 428	0.51 438	0.29 397	0.66 464	0.49 395	0.46 418	0.51 388	0.48 391	0.38 398	0.96 472	0.35 369	0.34 480	0.23 472	0.55 489	0.25 467	0.31 471	0.20 439

GANetREF_RVC	0.43 433	0.47 470	0.69 407	0.38 466	0.20 393	0.51 438	0.48 473	0.66 464	0.66 450	0.46 418	0.46 365	0.50 402	0.44 423	0.90 463	0.39 386	0.27 469	0.21 464	0.32 474	0.18 444	0.27 464	0.22 452
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
FBW_ROB	0.43 433	0.26 412	0.54 347	0.31 434	0.20 393	0.51 438	0.32 415	0.70 474	0.60 439	0.59 454	0.55 409	0.65 453	0.41 410	1.40 498	0.51 430	0.13 364	0.17 447	0.21 448	0.16 429	0.17 409	0.18 421

PDISCO_ROB	0.43 433	0.30 435	0.67 401	0.43 473	0.36 472	0.67 465	0.32 415	0.72 477	0.76 468	0.43 405	0.53 402	0.63 450	0.40 406	0.66 397	0.47 420	0.21 451	0.12 397	0.21 448	0.19 448	0.25 454	0.20 439

DeepPrunerF	0.44 439	0.29 429	1.29 490	0.33 446	0.30 463	0.35 360	0.36 434	0.62 450	1.15 498	0.40 380	0.44 342	0.39 330	0.41 410	0.80 444	0.52 431	0.18 440	0.14 418	0.23 455	0.21 452	0.17 409	0.17 408

ADCP+	0.45 440	0.24 396	1.15 481	0.25 338	0.22 416	0.56 450	0.39 449	0.54 384	0.51 406	0.44 411	0.51 388	0.46 383	0.52 449	0.56 347	1.89 507	0.10 275	0.08 301	0.11 315	0.10 296	0.14 373	0.13 358

PASM	0.45 440	0.35 450	0.90 454	0.35 457	0.33 468	0.39 385	0.38 444	0.50 333	0.61 442	0.52 442	0.51 388	0.62 442	0.45 426	0.93 467	0.48 421	0.26 464	0.29 482	0.29 470	0.33 479	0.29 469	0.26 468

G-Net	0.46 442	0.25 401	0.86 448	0.34 448	0.28 455	0.90 486	0.35 430	0.47 305	0.45 354	0.68 465	1.22 486	0.64 452	0.60 459	0.61 371	0.57 435	0.16 418	0.14 418	0.17 426	0.13 396	0.22 446	0.19 429

GCST	0.47 443	0.60 484	0.57 360	1.04 507	0.48 482	0.38 377	0.11 5	0.40 232	0.32 205	0.41 390	0.34 228	0.29 235	0.17 154	0.46 296	0.19 206	0.69 499	0.42 492	0.79 501	0.62 503	0.62 490	0.46 490

ADCL	0.47 443	0.22 383	1.00 468	0.27 397	0.19 377	0.74 471	0.64 487	0.54 384	0.69 458	0.56 451	0.71 451	0.55 420	0.60 459	0.60 364	1.43 496	0.11 311	0.09 335	0.13 371	0.13 396	0.14 373	0.14 377

DPSNet	0.47 443	0.24 396	0.93 459	0.27 397	0.20 393	0.75 473	0.57 481	0.84 490	0.79 472	0.47 425	0.51 388	0.60 436	0.69 472	0.87 456	0.71 454	0.16 418	0.13 409	0.12 351	0.10 296	0.25 454	0.21 447

ADCPNet	0.48 446	0.29 429	1.60 498	0.27 397	0.23 428	0.70 469	0.38 444	0.53 377	0.51 406	0.51 436	0.59 422	0.67 458	0.56 454	0.60 364	1.14 484	0.15 403	0.18 453	0.14 395	0.23 462	0.19 429	0.19 429

MDST_ROB	0.48 446	0.14 240	0.95 462	0.30 428	0.21 400	1.33 504	0.32 415	0.77 481	0.56 429	1.06 490	0.71 451	0.49 396	0.35 382	1.26 493	0.38 378	0.13 364	0.11 380	0.16 420	0.13 396	0.12 341	0.12 342

test_sample8	0.49 448	0.19 345	0.50 325	0.18 22	0.16 318	0.34 345	0.20 240	0.55 394	0.34 226	0.62 457	0.38 271	1.15 486	0.67 470	0.66 397	0.91 470	0.23 454	1.82 519	0.28 466	0.24 464	0.18 422	0.16 397

SuperB	0.49 448	0.28 422	2.23 504	0.23 252	0.15 286	0.41 394	0.32 415	0.47 305	0.82 474	0.43 405	0.50 382	0.33 278	0.45 426	0.68 402	1.08 479	0.10 275	0.07 220	0.09 188	0.08 168	0.98 510	0.14 377

ADCMid	0.49 448	0.34 448	1.13 480	0.26 370	0.21 400	0.51 438	0.37 438	0.57 417	0.54 421	0.75 473	0.66 442	0.62 442	0.64 469	0.64 386	1.68 501	0.13 364	0.12 397	0.17 426	0.17 438	0.20 437	0.17 408

psmorigin	0.50 451	0.25 401	3.03 513	0.24 301	0.19 377	0.38 377	0.22 295	0.50 333	0.44 343	0.64 461	0.68 446	0.71 467	0.51 447	0.85 453	0.45 412	0.14 390	0.17 447	0.13 371	0.14 408	0.16 392	0.21 447

CSAN	0.50 451	0.35 450	0.78 424	0.36 458	0.23 428	0.56 450	0.59 484	0.61 442	0.70 460	0.64 461	0.78 461	0.65 453	0.60 459	1.38 497	0.62 446	0.21 451	0.17 447	0.20 446	0.20 449	0.18 422	0.18 421

SGM_RVC	0.50 451	0.19 345	0.50 325	0.25 338	0.15 286	0.69 466	0.39 449	0.68 472	0.82 474	0.95 484	0.84 467	1.13 483	0.76 476	1.16 486	0.60 443	0.16 418	0.16 440	0.16 420	0.16 429	0.16 392	0.17 408
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
pmcnn	0.50 451	0.20 357	0.78 424	0.24 301	0.26 448	0.39 385	0.30 407	0.51 349	0.50 403	0.54 449	1.23 487	2.52 511	0.37 394	0.77 436	0.95 473	0.08 152	0.06 109	0.06 2	0.05 16	0.10 257	0.08 175

Wz-Net-TNSev	0.51 455	0.58 482	1.61 500	0.25 338	0.21 400	0.65 462	0.45 463	0.63 456	0.69 458	0.51 436	0.54 405	0.71 467	0.60 459	1.00 476	0.77 459	0.15 403	0.15 433	0.13 371	0.15 417	0.21 440	0.20 439

MFN_U_SF_DS_RVC	0.51 455	0.50 477	0.86 448	0.39 468	0.24 436	0.84 481	0.55 480	0.56 409	0.62 444	0.60 455	0.68 446	0.62 442	0.42 418	1.13 485	0.43 405	0.23 454	0.27 478	0.27 460	0.35 481	0.25 454	0.29 472

AnyNet_C32	0.51 455	0.40 463	1.10 479	0.29 420	0.28 455	0.59 455	0.58 482	0.54 384	0.60 439	0.62 457	0.66 442	0.54 418	0.54 450	0.78 438	1.74 504	0.15 403	0.14 418	0.15 409	0.17 438	0.20 437	0.20 439

WCMA_ROB	0.51 455	0.21 371	0.65 396	0.25 338	0.21 400	0.58 454	0.32 415	0.54 384	0.55 426	0.95 484	1.40 492	1.28 490	0.81 481	0.73 417	0.62 446	0.18 440	0.15 433	0.15 409	0.15 417	0.19 429	0.19 429

WZ-Net	0.52 459	0.38 461	1.90 502	0.30 428	0.24 436	0.57 453	0.48 473	0.62 450	0.78 471	0.50 431	0.71 451	0.68 462	0.54 450	0.98 475	0.84 464	0.13 364	0.10 359	0.11 315	0.12 371	0.19 429	0.20 439

SANet	0.53 460	0.28 422	0.96 464	0.26 370	0.15 286	0.69 466	0.44 462	0.67 469	1.34 500	0.67 464	0.98 477	0.94 478	0.71 474	0.89 460	0.76 456	0.14 390	0.12 397	0.12 351	0.11 334	0.17 409	0.16 397

Consistency-Raft	0.55 461	0.48 472	1.02 471	0.45 476	0.49 483	0.49 434	0.47 469	0.72 477	0.72 463	0.45 415	0.82 465	0.47 385	0.60 459	0.50 310	0.63 449	0.39 486	0.39 490	0.44 483	0.51 494	0.52 484	0.37 481

anonymity	0.56 462	0.54 481	0.70 413	0.47 479	0.61 492	0.56 450	0.43 459	0.69 473	0.49 395	0.63 459	0.55 409	0.54 418	0.60 459	0.61 371	0.57 435	0.55 492	0.53 500	0.50 486	0.54 497	0.51 483	0.56 495

MFN_U_SF_RVC	0.56 462	0.51 479	1.19 482	0.38 466	0.22 416	0.69 466	0.27 376	0.80 486	0.67 453	0.73 469	0.74 456	0.87 474	0.61 468	0.81 447	0.76 456	0.29 474	0.27 478	0.32 474	0.37 485	0.32 474	0.31 475

SAMSARA	0.56 462	0.39 462	0.80 433	0.60 488	0.46 480	1.00 490	1.23 517	0.67 469	0.68 456	0.71 468	0.54 405	0.89 477	0.57 456	0.81 447	0.62 446	0.19 446	0.22 468	0.18 434	0.18 444	0.27 464	0.25 466

otaku	0.57 465	0.62 486	0.87 450	0.63 490	0.44 479	0.73 470	0.37 438	0.65 458	0.66 450	0.51 436	0.75 457	0.66 457	0.45 426	0.69 404	0.46 418	0.53 489	0.34 487	0.55 489	0.35 481	0.60 489	0.45 487

Ntro	0.58 466	0.64 487	0.92 457	0.66 491	0.50 485	0.77 474	0.36 434	0.66 464	0.70 460	0.50 431	0.59 422	0.65 453	0.51 447	0.75 425	0.45 412	0.56 493	0.32 486	0.56 492	0.34 480	0.63 491	0.46 490

PVD	0.58 466	0.34 448	0.84 444	0.39 468	0.31 466	0.59 455	0.47 469	0.80 486	1.25 499	0.92 481	1.09 480	0.79 471	0.82 482	0.85 453	0.76 456	0.21 451	0.18 453	0.22 454	0.18 444	0.27 464	0.35 480

ADCS	0.58 466	0.40 463	1.35 493	0.29 420	0.24 436	0.55 449	0.45 463	0.67 469	0.83 477	0.76 474	0.71 451	0.68 462	0.60 459	0.76 430	2.23 512	0.16 418	0.16 440	0.16 420	0.17 438	0.22 446	0.22 452

MeshStereo	0.58 466	0.27 419	0.67 401	0.22 206	0.17 338	0.66 464	0.37 438	0.78 482	0.61 442	1.47 511	1.30 489	1.65 497	0.79 478	1.12 484	0.59 441	0.17 429	0.17 447	0.17 426	0.14 408	0.17 409	0.14 377
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
MSMD_ROB	0.60 470	0.33 447	0.61 377	0.30 428	0.25 443	0.86 483	0.35 430	0.55 394	0.67 453	1.10 492	1.49 497	1.76 500	0.97 492	0.88 459	0.49 423	0.23 454	0.21 464	0.27 460	0.27 474	0.25 454	0.24 464

DGSMNet	0.61 471	0.29 429	0.91 455	0.51 483	0.70 496	0.62 460	1.38 518	0.59 430	0.55 426	0.37 341	0.61 433	0.52 412	0.33 369	0.65 392	0.43 405	0.53 489	0.60 507	0.67 494	0.61 502	0.63 491	0.61 502

FCDSN-DC	0.63 472	0.31 441	0.61 377	0.36 458	0.30 463	0.65 462	0.37 438	0.66 464	0.68 456	1.14 494	1.54 500	1.71 499	1.26 501	0.92 465	0.64 450	0.24 460	0.22 468	0.27 460	0.26 471	0.27 464	0.27 471
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	0.63 472	0.37 458	2.40 508	0.26 370	0.25 443	0.38 377	0.49 475	0.41 245	1.06 493	1.38 500	0.87 472	0.62 442	0.95 489	0.65 392	1.65 500	0.11 311	0.09 335	0.10 260	0.11 334	0.19 429	0.17 408

AnyNet_C01	0.65 474	0.58 482	2.60 511	0.32 440	0.26 448	0.88 484	0.61 485	0.63 456	0.62 444	0.68 465	0.96 476	0.76 470	0.60 459	0.96 472	1.43 496	0.16 418	0.16 440	0.17 426	0.17 438	0.23 449	0.23 459

DispFullNet	0.66 475	0.89 499	1.59 497	0.77 496	1.21 513	0.51 438	0.23 321	0.59 430	0.72 463	0.69 467	0.61 433	0.69 464	0.91 488	0.79 440	0.48 421	0.27 469	0.12 397	0.73 497	0.30 478	0.65 494	0.40 484

NVStereoNet_ROB	0.67 476	0.49 476	0.83 439	0.48 480	0.40 475	0.51 438	0.46 465	0.70 474	0.77 470	0.84 477	1.72 504	1.02 482	0.83 483	1.23 491	0.79 461	0.32 478	0.38 489	0.40 481	0.46 489	0.36 477	0.41 485
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	0.68 477	0.64 487	1.06 475	0.45 476	0.27 450	1.40 507	0.58 482	0.78 482	0.92 485	0.84 477	0.86 469	0.88 476	0.68 471	1.33 496	0.68 453	0.37 484	0.29 482	0.34 477	0.36 484	0.43 479	0.37 481

SPS-STEREO	0.69 478	0.61 485	0.98 466	0.52 485	0.57 490	0.74 471	0.50 476	0.78 482	0.62 444	0.95 484	0.86 469	0.94 478	0.70 473	1.01 477	0.87 468	0.58 495	0.51 497	0.50 486	0.50 493	0.55 486	0.58 497
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	0.70 479	0.30 435	0.69 407	0.32 440	0.27 450	0.81 480	0.39 449	0.79 485	0.82 474	1.41 503	1.58 502	1.98 502	1.26 501	1.02 478	0.77 459	0.24 460	0.22 468	0.27 460	0.26 471	0.26 460	0.26 468

FC-DCNN v2	0.71 480	0.30 435	0.67 401	0.32 440	0.27 450	0.84 481	0.39 449	0.84 490	0.85 480	1.44 507	1.64 503	2.09 504	1.28 503	1.06 480	0.80 462	0.24 460	0.22 468	0.27 460	0.26 471	0.26 460	0.25 466

RainbowNet	0.72 481	0.89 499	1.02 471	0.82 497	0.63 494	0.78 477	0.52 477	0.81 488	0.93 487	0.60 455	0.79 462	0.80 472	0.60 459	0.80 444	0.57 435	0.78 503	0.55 503	0.78 499	0.49 491	0.76 499	0.58 497

ACVNet_1	0.72 481	0.81 494	1.37 494	0.72 494	0.53 488	0.77 474	0.42 457	0.85 493	0.90 483	0.74 472	0.75 457	1.32 492	0.72 475	1.02 478	0.55 434	0.54 491	0.31 485	0.71 496	0.35 481	0.64 493	0.45 487

ACVNet-4b	0.72 481	0.81 494	1.33 492	0.72 494	0.50 485	0.80 479	0.31 411	0.71 476	0.80 473	0.50 431	0.72 455	0.95 480	0.43 422	0.96 472	1.20 491	1.13 516	0.21 464	0.76 498	0.45 488	0.65 494	0.46 490

MFMNet_re	0.72 481	0.76 492	0.99 467	0.62 489	0.70 496	0.77 474	0.67 488	0.75 479	0.83 477	0.78 475	0.86 469	0.69 464	0.78 477	0.71 410	0.61 444	0.66 498	0.59 506	0.61 493	0.58 501	0.68 497	0.71 506

ELAS_RVC	0.74 485	0.36 453	1.00 468	0.37 464	0.33 468	0.88 484	0.93 506	0.83 489	1.08 494	1.35 499	1.33 491	1.24 488	1.33 505	1.06 480	0.95 473	0.27 469	0.25 476	0.29 470	0.27 474	0.30 470	0.30 473
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.74 485	0.36 453	0.85 447	0.36 458	0.33 468	1.36 505	0.77 497	0.93 494	0.92 485	1.41 503	1.53 499	1.16 487	1.17 497	0.95 471	1.03 477	0.26 464	0.25 476	0.28 466	0.28 477	0.31 471	0.30 473
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	0.78 487	0.48 472	4.68 516	0.34 448	0.28 455	1.12 494	0.46 465	0.62 450	1.03 490	0.73 469	0.89 473	0.60 436	0.59 457	1.61 501	1.16 487	0.14 390	0.11 380	0.15 409	0.15 417	0.21 440	0.19 429

RTSA	0.78 487	0.48 472	4.68 516	0.34 448	0.28 455	1.12 494	0.46 465	0.62 450	1.03 490	0.73 469	0.89 473	0.60 436	0.59 457	1.61 501	1.16 487	0.14 390	0.11 380	0.15 409	0.15 417	0.21 440	0.19 429

SGM+DAISY	0.87 489	0.66 489	1.30 491	0.51 483	0.60 491	1.03 491	0.84 503	0.76 480	0.73 466	1.39 501	1.51 498	1.31 491	1.22 499	1.11 482	1.08 479	0.57 494	0.53 500	0.51 488	0.51 494	0.54 485	0.61 502

ACVNet_2	0.89 490	0.87 498	1.25 486	0.82 497	0.62 493	0.97 489	0.62 486	1.14 498	1.42 502	1.00 487	1.40 492	1.47 495	0.84 484	1.11 482	0.66 452	0.61 496	0.43 493	0.78 499	0.49 491	0.75 498	0.52 493

IMH-64-1	0.91 491	0.86 496	0.84 444	0.97 502	0.75 498	0.92 487	0.71 490	1.27 499	1.10 495	0.89 479	1.45 494	1.14 484	0.96 490	1.19 487	0.84 464	0.74 500	0.51 497	0.97 504	0.55 498	0.84 501	0.60 499

IMH-64	0.91 491	0.86 496	0.84 444	0.97 502	0.75 498	0.92 487	0.71 490	1.27 499	1.10 495	0.89 479	1.45 494	1.14 484	0.96 490	1.19 487	0.84 464	0.74 500	0.51 497	0.97 504	0.55 498	0.84 501	0.60 499

U	1.00 493	0.09 24	0.21 21	0.21 148	3.68 519	6.12 523	0.14 29	0.21 18	0.21 64	0.11 9	0.11 8	0.10 9	0.09 8	0.12 2	0.11 6	0.07 38	0.05 9	5.42 526	2.90 524	0.07 68	0.06 43

PWCK	1.00 493	1.17 512	1.70 501	0.91 500	0.41 476	1.19 498	0.92 505	1.10 496	1.14 497	1.16 495	1.14 483	1.25 489	0.88 487	1.75 507	1.04 478	0.87 507	0.50 495	0.87 502	0.53 496	0.96 509	0.52 493

WAO-7	1.01 495	0.89 499	0.93 459	0.83 499	0.66 495	1.18 496	0.81 501	1.40 503	1.57 505	1.11 493	1.76 506	1.45 494	1.19 498	1.50 500	1.14 484	0.61 496	0.62 510	0.70 495	0.68 505	0.66 496	0.60 499

MADNet+	1.01 495	1.16 511	4.72 518	0.70 493	0.47 481	1.24 500	0.96 507	0.97 495	0.89 481	0.65 463	0.77 460	0.87 474	0.85 486	2.09 511	1.68 501	0.38 485	0.39 490	0.31 473	0.27 474	0.43 479	0.39 483

IMH	1.05 497	0.95 504	1.00 468	1.01 504	0.78 501	1.11 493	0.68 489	1.38 502	1.43 503	1.00 487	1.72 504	1.43 493	1.14 494	1.73 506	0.89 469	1.09 513	0.55 503	0.99 506	0.57 500	0.87 504	0.62 504

WAO-6	1.07 498	0.93 503	0.92 457	0.96 501	0.78 501	1.28 502	0.75 494	1.34 501	2.00 509	1.02 489	1.54 500	1.59 496	1.22 499	1.31 495	1.14 484	0.78 503	0.55 503	1.02 508	0.75 509	0.83 500	0.69 505

LVE	1.13 499	1.02 505	1.28 489	1.01 504	0.80 504	1.29 503	0.81 501	1.47 506	1.96 507	1.07 491	1.90 507	1.90 501	1.01 493	1.48 499	0.91 470	0.93 510	0.61 509	0.94 503	0.69 506	0.87 504	0.75 510

JetBlue	1.14 500	0.76 492	2.36 506	0.59 487	0.75 498	3.04 518	1.78 519	1.11 497	0.90 483	0.94 482	1.10 481	1.66 498	1.28 503	2.09 511	1.72 503	0.43 488	0.36 488	0.38 479	0.38 487	0.58 488	0.56 495

Dean	1.17 501	1.04 507	1.49 496	1.03 506	0.78 501	1.20 499	0.77 497	1.48 507	1.96 507	1.28 497	1.99 509	2.15 505	1.14 494	1.25 492	1.00 476	0.81 505	0.60 507	1.01 507	0.69 506	0.92 508	0.74 509

SGM-ForestM	1.36 502	0.28 422	0.79 430	0.26 370	0.16 318	2.26 515	1.00 509	1.42 504	1.46 504	2.38 516	2.05 510	5.95 524	2.66 517	2.95 516	2.46 514	0.17 429	0.18 453	0.18 434	0.18 444	0.15 385	0.18 421

MANE	1.41 503	0.36 453	0.74 422	0.43 473	0.41 476	2.16 514	0.80 499	2.39 519	3.38 514	2.22 515	3.06 517	3.54 517	2.73 518	2.15 513	1.94 509	0.28 472	0.27 478	0.30 472	0.46 489	0.28 468	0.34 479

TorneroNet-64	1.43 504	1.03 506	1.20 483	1.10 508	0.86 507	2.26 515	0.73 493	1.84 512	3.84 519	1.25 496	2.25 514	2.69 513	1.42 506	1.76 508	1.43 496	0.76 502	0.50 495	1.09 509	0.66 504	1.23 513	0.76 511

notaker	1.45 505	1.34 515	1.48 495	1.40 515	1.07 511	1.18 496	0.85 504	1.48 507	1.40 501	1.51 512	3.46 518	2.40 510	1.81 511	1.76 508	1.45 499	1.11 514	0.69 515	1.38 516	0.87 512	1.31 515	0.97 514

WAO-8	1.46 506	1.10 509	1.09 476	1.10 508	0.84 505	2.06 511	0.75 494	1.84 512	3.83 517	1.44 507	2.21 512	2.15 505	1.43 507	3.17 517	1.19 489	0.91 508	0.65 512	1.09 509	0.79 510	0.90 506	0.71 506

Venus	1.46 506	1.10 509	1.09 476	1.10 508	0.84 505	2.06 511	0.75 494	1.84 512	3.83 517	1.44 507	2.21 512	2.15 505	1.43 507	3.17 517	1.19 489	0.91 508	0.65 512	1.09 509	0.79 510	0.90 506	0.71 506

UNDER WATER-64	1.55 508	1.19 513	2.52 509	1.31 513	0.95 509	2.12 513	1.21 516	1.45 505	3.19 513	1.43 506	1.32 490	2.64 512	2.04 513	1.63 503	1.83 505	1.11 514	0.67 514	1.28 514	0.92 513	1.19 511	1.02 515

UNDER WATER	1.59 509	1.22 514	2.36 506	1.38 514	1.03 510	1.67 510	1.10 513	1.54 510	3.63 515	1.44 507	1.47 496	2.85 514	2.25 515	1.67 504	1.94 509	1.06 512	0.62 510	1.31 515	0.93 514	1.21 512	1.02 515

LSM	1.64 510	0.40 463	2.56 510	2.02 519	17.61 531	0.51 438	0.52 477	0.61 442	0.76 468	0.82 476	1.11 482	0.63 450	0.54 450	0.75 425	0.49 423	0.16 418	0.24 474	0.18 434	0.21 452	0.25 454	2.42 522

LE_ROB	1.76 511	0.20 357	2.68 512	0.48 480	0.52 487	0.78 477	0.96 507	0.84 490	6.61 524	7.40 525	2.08 511	2.08 503	4.83 520	1.27 494	3.79 519	0.10 275	0.08 301	0.12 351	0.11 334	0.11 304	0.10 286

ktn	1.77 512	1.36 516	1.22 484	1.43 516	1.14 512	1.52 508	1.08 512	1.51 509	3.96 520	2.77 519	4.69 520	3.35 516	1.46 509	1.69 505	1.25 493	1.43 518	0.77 516	1.45 517	0.99 515	1.32 516	0.96 513

KSHMR	1.89 513	1.36 516	1.60 498	1.47 517	1.22 514	1.38 506	1.06 511	1.79 511	5.97 523	1.42 505	5.65 523	2.98 515	1.14 494	2.23 514	1.20 491	1.27 517	1.12 517	1.46 518	1.10 517	1.32 516	1.15 517

TorneroNet	2.22 514	1.08 508	1.24 485	1.14 512	0.90 508	5.58 520	0.80 499	2.12 517	8.69 525	2.58 517	5.42 522	3.88 518	1.97 512	1.78 510	1.87 506	0.86 506	0.54 502	1.15 513	0.74 508	1.23 513	0.85 512

MADNet++	2.26 515	1.80 519	2.06 503	2.13 521	1.97 518	2.61 517	1.79 520	2.38 518	2.16 510	2.75 518	2.65 516	2.38 509	2.43 516	3.17 517	3.21 516	2.17 520	1.95 521	1.94 520	1.63 519	2.06 519	2.01 521

JetRed	2.30 516	2.64 521	6.12 519	1.12 511	1.38 516	5.85 522	3.29 521	1.99 515	1.67 506	1.98 514	1.95 508	2.16 508	1.60 510	2.48 515	4.10 520	1.05 511	1.60 518	1.09 509	1.01 516	1.67 518	1.28 518

HanzoNet	2.97 517	1.69 518	2.29 505	1.74 518	1.33 515	1.53 509	1.03 510	1.99 515	2.64 512	5.51 522	5.16 521	5.90 523	6.82 524	4.32 523	3.29 517	3.16 522	2.02 523	1.92 519	2.87 523	2.24 520	1.89 520

coex-ft	3.44 518	0.73 491	48.55 539	0.24 301	0.19 377	0.50 437	0.43 459	0.47 305	2.40 511	7.03 524	1.20 485	0.97 481	2.23 514	0.73 417	1.92 508	0.12 347	0.15 433	0.14 395	0.12 371	0.21 440	0.43 486

TCMNet-wrong-test	4.29 519	5.57 525	4.65 515	11.33 529	10.39 526	5.73 521	4.48 523	4.13 522	1.02 489	1.91 513	2.39 515	6.16 525	3.62 519	3.84 522	4.50 522	1.99 519	0.47 494	1.97 521	1.69 520	5.69 525	4.31 525

DPSimNet_ROB	4.34 520	4.23 522	6.89 521	3.67 522	3.68 519	4.75 519	5.21 524	2.67 520	3.68 516	5.82 523	3.95 519	5.57 520	6.72 523	3.46 521	4.48 521	4.05 525	2.88 524	4.68 525	3.12 525	3.69 522	3.62 524

tt	4.71 521	0.10 51	3.94 514	2.06 520	1.53 517	10.14 528	16.88 528	9.27 528	4.98 521	1.39 501	1.02 478	4.68 519	4.90 521	3.35 520	5.86 524	5.76 526	9.15 531	2.24 522	2.53 522	3.10 521	1.32 519

BEATNet-Init1	4.73 522	2.61 520	13.29 531	0.58 486	0.53 488	10.12 527	3.33 522	4.83 523	5.01 522	8.75 526	8.51 524	14.08 533	7.60 525	7.70 526	5.34 523	0.28 472	0.28 481	0.34 477	0.37 485	0.57 487	0.45 487

EDNetEfficientorigin	7.51 523	0.52 480	140.47 541	0.25 338	0.17 338	0.42 401	0.29 397	0.47 305	1.03 490	1.28 497	1.02 478	0.83 473	0.84 484	0.75 425	0.99 475	0.10 275	0.09 335	0.12 351	0.10 296	0.21 440	0.22 452

DGTPSM_ROB	8.34 524	5.10 523	10.37 529	5.31 524	10.18 524	8.33 524	23.60 532	6.06 525	13.41 531	4.90 520	10.87 529	5.65 521	10.44 526	6.17 524	12.59 527	3.74 523	7.55 526	3.69 523	7.26 528	4.14 523	7.46 526

DPSMNet_ROB	8.40 525	5.11 524	10.49 530	5.58 525	10.25 525	8.34 525	23.62 533	6.07 526	13.45 532	4.93 521	10.88 530	5.66 522	10.44 526	6.24 525	12.64 528	3.98 524	7.61 527	3.76 524	7.30 529	4.20 524	7.51 527

DLNR_Zeroshot_test	10.44 526	12.10 533	19.93 533	106.08 541	23.66 538	0.14 9	0.13 13	3.22 521	0.17 18	0.16 68	0.23 109	0.16 79	0.10 23	0.31 230	0.15 104	2.36 521	0.06 109	0.07 40	0.07 97	39.70 539	0.06 43

LRCNet_RVC	10.90 527	14.34 535	9.35 522	15.35 530	8.04 523	1.08 492	0.34 427	8.78 527	0.70 460	12.63 533	16.05 533	9.85 526	6.54 522	8.57 527	6.34 525	20.27 537	5.40 525	23.70 535	21.88 534	14.87 532	13.83 534

DPSM_ROB	11.49 528	9.87 531	10.35 527	11.13 527	11.31 527	19.11 535	27.51 535	13.37 533	14.21 534	10.31 530	11.06 531	10.96 531	11.27 532	11.96 533	13.59 530	6.78 528	8.19 529	6.03 527	7.09 526	7.93 526	7.73 529

DPSM	11.49 528	9.87 531	10.35 527	11.13 527	11.31 527	19.11 535	27.51 535	13.37 533	14.21 534	10.31 530	11.06 531	10.96 531	11.27 532	11.96 533	13.59 530	6.78 528	8.19 529	6.03 527	7.09 526	7.93 526	7.73 529

xxxxx1	15.27 530	9.54 528	10.31 524	20.13 533	18.88 532	17.08 530	23.03 529	10.36 529	10.99 527	9.21 527	9.62 525	10.74 528	10.61 529	10.72 529	13.89 532	7.97 530	9.20 532	31.85 538	44.72 538	12.84 529	13.69 531

tt_ll	15.27 530	9.54 528	10.31 524	20.13 533	18.88 532	17.08 530	23.03 529	10.36 529	10.99 527	9.21 527	9.62 525	10.74 528	10.61 529	10.72 529	13.89 532	7.97 530	9.20 532	31.85 538	44.72 538	12.84 529	13.69 531

ff	15.27 530	9.54 528	10.31 524	20.13 533	18.88 532	17.08 530	23.03 529	10.36 529	10.99 527	9.21 527	9.62 525	10.74 528	10.61 529	10.72 529	13.89 532	7.97 530	9.20 532	31.85 538	44.72 538	12.84 529	13.69 531

PML	16.10 533	12.82 534	6.78 520	5.23 523	7.76 522	33.92 537	66.56 540	5.30 524	10.28 526	26.12 539	68.59 540	20.51 535	13.49 534	10.06 528	6.78 526	5.96 527	2.00 522	6.04 529	2.18 521	8.96 528	2.60 523

Anonymous_1	16.62 534	9.35 527	9.84 523	10.66 526	14.64 529	18.66 534	27.12 534	12.64 532	13.51 533	10.76 532	10.30 528	10.13 527	10.60 528	11.06 532	12.74 529	15.87 536	7.74 528	16.92 533	43.48 537	58.66 540	7.68 528

HaxPig	17.72 535	20.22 539	19.73 532	16.53 531	16.51 530	9.27 526	9.33 525	14.34 535	13.27 530	18.65 534	18.70 534	17.35 534	16.77 535	17.04 535	16.45 535	22.05 538	20.89 538	22.27 534	21.53 533	21.29 536	22.13 538

MEDIAN_ROB	21.21 536	24.62 540	23.47 537	19.58 532	19.65 535	13.22 529	10.96 526	17.88 536	17.00 536	22.14 538	22.02 536	20.86 536	20.36 536	21.06 536	19.71 536	25.63 539	24.13 539	26.21 536	25.20 535	25.17 537	25.38 539

CasAABBNet	23.10 537	19.86 536	20.64 534	22.47 536	22.73 536	38.41 538	55.50 539	26.89 538	28.70 539	20.61 536	22.15 537	22.08 537	22.75 537	23.99 537	27.36 539	13.59 533	16.48 536	12.14 530	14.27 531	15.95 533	15.53 535

Selective-RAFT-Error	23.16 538	19.93 537	20.87 535	22.54 537	22.81 537	38.52 540	55.47 538	27.01 540	28.83 540	20.66 537	22.25 538	22.09 538	22.80 539	24.09 538	27.36 539	13.61 534	16.48 536	12.15 531	14.28 532	15.99 534	15.57 536

LSM0	24.24 539	19.98 538	22.32 536	24.22 538	40.14 540	38.48 539	55.20 537	26.95 539	28.57 538	20.49 535	21.83 535	22.26 539	22.75 537	24.22 539	27.30 538	13.66 535	16.32 535	12.19 532	14.15 530	16.10 535	17.66 537

AVERAGE_ROB	25.43 540	29.06 541	27.24 538	24.63 539	24.20 539	17.73 533	12.61 527	22.29 537	21.39 537	26.79 540	26.16 539	25.20 540	24.64 540	25.07 540	23.53 537	29.96 540	28.40 540	30.60 537	29.58 536	29.72 538	29.84 540

test_example2	101.33 541	108.28 542	68.15 540	98.43 540	106.93 541	89.75 541	102.43 541	36.80 541	97.65 541	129.04 541	130.15 541	65.26 541	66.62 541	92.11 541	80.24 541	144.10 541	199.48 541	81.81 541	103.01 541	125.01 541	101.27 541

ccccc		256.29 543		354.40 542	364.36 542	149.10 542		152.89 542		153.93 542		164.00 542		268.02 542		390.55 542	349.22 542	244.59 542	219.82 542	412.30 542

ASD4		6.65 526

Low-res two-view benchmark