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 4	0.12 6	0.13 11	0.11 1	0.12 1	0.09 2	0.07 1	0.10 7	0.09 8	0.11 1	0.10 1	0.07 37	0.05 8	0.06 2	0.04 1	0.05 1	0.05 3

castereo++	0.13 14	0.10 48	0.18 7	0.18 19	0.10 36	0.27 235	0.13 11	0.23 31	0.23 88	0.11 8	0.13 17	0.16 74	0.10 21	0.18 34	0.10 1	0.07 37	0.05 8	0.07 36	0.06 46	0.05 1	0.04 1

MonSter	0.10 2	0.08 6	0.13 1	0.17 9	0.08 4	0.14 7	0.12 5	0.24 43	0.19 30	0.09 2	0.11 7	0.08 2	0.07 1	0.14 3	0.11 6	0.05 1	0.04 1	0.05 1	0.04 1	0.05 1	0.04 1

DEFOM-Stereo	0.11 4	0.08 6	0.17 5	0.17 9	0.09 15	0.22 151	0.14 26	0.14 2	0.16 7	0.11 8	0.10 5	0.09 3	0.08 2	0.21 77	0.11 6	0.06 2	0.05 8	0.06 2	0.04 1	0.05 1	0.05 3

dual_stereo	0.10 2	0.07 1	0.14 2	0.17 9	0.08 4	0.09 1	0.13 11	0.24 43	0.13 3	0.10 4	0.09 4	0.09 3	0.08 2	0.18 34	0.12 20	0.07 37	0.06 106	0.06 2	0.04 1	0.05 1	0.05 3

GCAP-BAT	0.16 71	0.11 101	0.36 164	0.18 19	0.13 190	0.21 126	0.16 69	0.23 31	0.18 21	0.26 151	0.28 146	0.20 113	0.11 35	0.24 109	0.17 152	0.07 37	0.06 106	0.07 36	0.06 46	0.05 1	0.06 41

testlalala	0.15 57	0.10 48	0.36 164	0.19 48	0.12 121	0.23 172	0.16 69	0.26 50	0.19 30	0.24 131	0.19 65	0.14 47	0.11 35	0.16 14	0.13 50	0.07 37	0.05 8	0.07 36	0.06 46	0.05 1	0.05 3

LoS_RVC	0.13 14	0.10 48	0.19 8	0.18 19	0.16 309	0.20 100	0.18 146	0.20 10	0.17 15	0.13 20	0.19 65	0.12 15	0.15 109	0.17 21	0.13 50	0.06 2	0.05 8	0.06 2	0.04 1	0.05 1	0.12 333

DCANet-4	0.19 148	0.10 48	0.52 332	0.19 48	0.09 15	0.19 72	0.18 146	0.36 188	0.39 282	0.29 197	0.30 171	0.17 81	0.22 216	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

fff	0.19 148	0.13 192	0.40 216	0.18 19	0.09 15	0.19 72	0.18 146	0.35 170	0.43 320	0.29 197	0.30 171	0.18 91	0.28 308	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

csc	0.19 148	0.13 192	0.40 216	0.18 19	0.09 15	0.19 72	0.18 146	0.35 170	0.43 320	0.29 197	0.30 171	0.18 91	0.28 308	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

cscssc	0.19 148	0.13 192	0.40 216	0.18 19	0.09 15	0.19 72	0.18 146	0.35 170	0.43 320	0.29 197	0.30 171	0.18 91	0.28 308	0.20 58	0.18 172	0.07 37	0.05 8	0.07 36	0.05 16	0.05 1	0.07 106

Reg-Stereo(zero)	0.16 71	0.07 1	0.36 164	0.19 48	0.10 36	0.19 72	0.14 26	0.28 75	0.24 102	0.22 112	0.20 80	0.24 166	0.18 172	0.21 77	0.18 172	0.07 37	0.05 8	0.06 2	0.06 46	0.06 13	0.06 41

AIO_rvc	0.12 6	0.11 101	0.22 23	0.19 48	0.10 36	0.15 11	0.17 104	0.20 10	0.16 7	0.11 8	0.13 17	0.13 25	0.08 2	0.22 91	0.11 6	0.06 2	0.05 8	0.06 2	0.05 16	0.06 13	0.07 106

AIO_test	0.12 6	0.09 22	0.20 14	0.19 48	0.11 68	0.15 11	0.17 104	0.19 7	0.16 7	0.11 8	0.13 17	0.14 47	0.09 8	0.20 58	0.12 20	0.07 37	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

AIO-test1	0.19 148	0.14 234	0.41 239	0.27 388	0.15 279	0.21 126	0.16 69	0.39 216	0.36 248	0.17 74	0.26 134	0.18 91	0.13 78	0.28 188	0.14 78	0.07 37	0.06 106	0.10 252	0.11 325	0.06 13	0.09 225

castereo	0.14 32	0.10 48	0.19 8	0.18 19	0.10 36	0.20 100	0.19 187	0.30 103	0.27 134	0.13 20	0.18 58	0.16 74	0.16 123	0.15 7	0.13 50	0.07 37	0.05 8	0.06 2	0.06 46	0.06 13	0.05 3

GIP-stereo	0.12 6	0.09 22	0.20 14	0.19 48	0.11 68	0.16 24	0.14 26	0.29 86	0.18 21	0.11 8	0.16 43	0.13 25	0.09 8	0.15 7	0.12 20	0.07 37	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

SMoEStereo_RVC	0.13 14	0.10 48	0.22 23	0.19 48	0.10 36	0.19 72	0.17 104	0.19 7	0.19 30	0.15 42	0.13 17	0.12 15	0.11 35	0.24 109	0.16 123	0.06 2	0.05 8	0.07 36	0.06 46	0.06 13	0.06 41

999	0.14 32	0.08 6	0.24 36	0.19 48	0.11 68	0.20 100	0.17 104	0.24 43	0.18 21	0.13 20	0.16 43	0.14 47	0.11 35	0.36 258	0.15 100	0.07 37	0.05 8	0.07 36	0.06 46	0.06 13	0.07 106

ours_stereo	0.13 14	0.11 101	0.23 29	0.20 101	0.11 68	0.17 35	0.18 146	0.20 10	0.19 30	0.13 20	0.18 58	0.14 47	0.10 21	0.23 100	0.14 78	0.06 2	0.05 8	0.08 110	0.06 46	0.06 13	0.05 3

UGAM-zero	0.23 230	0.10 48	0.54 339	0.19 48	0.13 190	0.21 126	0.14 26	0.44 269	0.22 70	0.28 170	0.28 146	0.51 396	0.33 357	0.65 380	0.14 78	0.07 37	0.06 106	0.07 36	0.08 163	0.06 13	0.07 106

WCG-NET	0.14 32	0.09 22	0.23 29	0.18 19	0.08 4	0.18 48	0.17 104	0.21 15	0.28 149	0.18 88	0.21 92	0.15 61	0.12 52	0.18 34	0.12 20	0.06 2	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

IGEV-Stereo++	0.11 4	0.08 6	0.15 3	0.19 48	0.11 68	0.14 7	0.10 1	0.22 18	0.18 21	0.10 4	0.13 17	0.10 7	0.11 35	0.14 3	0.11 6	0.06 2	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

Pointernet	0.13 14	0.07 1	0.27 62	0.19 48	0.11 68	0.20 100	0.12 5	0.31 114	0.24 102	0.15 42	0.15 35	0.13 25	0.11 35	0.17 21	0.13 50	0.08 150	0.05 8	0.06 2	0.05 16	0.06 13	0.05 3

AIO-Stereo	0.13 14	0.10 48	0.22 23	0.20 101	0.09 15	0.16 24	0.15 46	0.27 60	0.16 7	0.13 20	0.15 35	0.13 25	0.08 2	0.18 34	0.11 6	0.06 2	0.05 8	0.07 36	0.07 93	0.06 13	0.06 41

WCG-NET（raft）	0.14 32	0.09 22	0.23 29	0.17 9	0.08 4	0.19 72	0.16 69	0.23 31	0.26 124	0.18 88	0.19 65	0.20 113	0.12 52	0.21 77	0.12 20	0.06 2	0.06 106	0.06 2	0.05 16	0.06 13	0.05 3

RSM	0.12 6	0.09 22	0.20 14	0.20 101	0.09 15	0.16 24	0.15 46	0.23 31	0.18 21	0.13 20	0.13 17	0.15 61	0.09 8	0.21 77	0.12 20	0.06 2	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

RAFT-Stereo-weight	0.15 57	0.09 22	0.26 54	0.20 101	0.10 36	0.19 72	0.17 104	0.36 188	0.29 168	0.24 131	0.20 80	0.19 105	0.10 21	0.18 34	0.15 100	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.05 3

gcap-zeroshot	0.17 87	0.11 101	0.36 164	0.20 101	0.12 121	0.26 225	0.16 69	0.30 103	0.22 70	0.26 151	0.20 80	0.30 245	0.14 96	0.20 58	0.13 50	0.07 37	0.06 106	0.07 36	0.07 93	0.06 13	0.06 41

trnet	0.13 14	0.08 6	0.21 18	0.15 3	0.07 1	0.21 126	0.12 5	0.24 43	0.24 102	0.16 63	0.21 92	0.15 61	0.13 78	0.18 34	0.13 50	0.08 150	0.05 8	0.06 2	0.04 1	0.06 13	0.05 3

testlalala2	0.18 110	0.10 48	0.50 317	0.36 446	0.25 432	0.23 172	0.14 26	0.34 146	0.24 102	0.25 139	0.25 124	0.21 124	0.12 52	0.16 14	0.16 123	0.07 37	0.06 106	0.07 36	0.07 93	0.06 13	0.06 41

MoCha-V2	0.13 14	0.08 6	0.26 54	0.23 244	0.09 15	0.16 24	0.15 46	0.26 50	0.16 7	0.15 42	0.15 35	0.13 25	0.14 96	0.20 58	0.11 6	0.06 2	0.07 213	0.06 2	0.06 46	0.06 13	0.05 3

MSKI-zero shot	0.17 87	0.09 22	0.43 259	0.20 101	0.11 68	0.21 126	0.15 46	0.32 124	0.21 59	0.23 117	0.24 116	0.23 154	0.10 21	0.31 225	0.13 50	0.07 37	0.06 106	0.07 36	0.06 46	0.06 13	0.06 41

GCAP-Stereo	0.14 32	0.14 234	0.33 125	0.20 101	0.09 15	0.21 126	0.10 1	0.26 50	0.20 47	0.18 88	0.19 65	0.15 61	0.13 78	0.17 21	0.13 50	0.07 37	0.06 106	0.07 36	0.05 16	0.06 13	0.06 41

RAFT-Test	0.17 87	0.10 48	0.38 194	0.19 48	0.12 121	0.25 207	0.17 104	0.33 138	0.23 88	0.23 117	0.29 158	0.27 204	0.14 96	0.20 58	0.14 78	0.07 37	0.06 106	0.07 36	0.07 93	0.06 13	0.06 41

CAS	0.15 57	0.07 1	0.21 18	0.41 459	0.16 309	0.20 100	0.18 146	0.22 18	0.19 30	0.15 42	0.19 65	0.11 13	0.09 8	0.14 3	0.13 50	0.29 462	0.04 1	0.06 2	0.04 1	0.06 13	0.14 366

LoS	0.14 32	0.08 6	0.27 62	0.16 5	0.09 15	0.22 151	0.14 26	0.26 50	0.26 124	0.15 42	0.18 58	0.18 91	0.13 78	0.22 91	0.14 78	0.08 150	0.06 106	0.06 2	0.04 1	0.06 13	0.06 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.12 6	0.09 22	0.22 23	0.19 48	0.10 36	0.15 11	0.14 26	0.27 60	0.15 5	0.13 20	0.14 33	0.13 25	0.08 2	0.21 77	0.12 20	0.06 2	0.05 8	0.07 36	0.06 46	0.06 13	0.05 3

EGLCR-Stereo	0.13 14	0.08 6	0.20 14	0.18 19	0.09 15	0.21 126	0.13 11	0.27 60	0.21 59	0.13 20	0.10 5	0.15 61	0.09 8	0.20 58	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.06 41

MC-Stereo	0.14 32	0.09 22	0.25 46	0.21 142	0.09 15	0.18 48	0.16 69	0.23 31	0.19 30	0.18 88	0.23 104	0.16 74	0.13 78	0.22 91	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

RCA-Stereo	0.16 71	0.09 22	0.25 46	0.20 101	0.10 36	0.19 72	0.17 104	0.36 188	0.35 236	0.20 96	0.25 124	0.17 81	0.17 149	0.18 34	0.14 78	0.07 37	0.05 8	0.07 36	0.06 46	0.06 13	0.05 3

ADStereo(finetuned)	0.19 148	0.13 192	0.49 307	0.19 48	0.09 15	0.19 72	0.18 146	0.34 146	0.39 282	0.29 197	0.31 185	0.18 91	0.31 347	0.21 77	0.19 201	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.07 106

test-3	0.16 71	0.09 22	0.31 104	0.21 142	0.11 68	0.18 48	0.16 69	0.30 103	0.27 134	0.26 151	0.16 43	0.22 134	0.12 52	0.26 156	0.18 172	0.06 2	0.04 1	0.08 110	0.08 163	0.06 13	0.06 41

test_1	0.16 71	0.09 22	0.31 104	0.21 142	0.11 68	0.18 48	0.16 69	0.30 103	0.27 134	0.25 139	0.16 43	0.22 134	0.12 52	0.26 156	0.18 172	0.06 2	0.04 1	0.08 110	0.08 163	0.06 13	0.06 41

TRStereo	0.19 148	0.17 307	0.47 294	0.23 244	0.19 368	0.19 72	0.16 69	0.52 354	0.28 149	0.20 96	0.19 65	0.21 124	0.13 78	0.24 109	0.13 50	0.09 223	0.06 106	0.09 182	0.11 325	0.06 13	0.06 41

STrans-v2	0.24 258	0.13 192	0.54 339	0.21 142	0.12 121	0.23 172	0.21 262	0.47 297	0.28 149	0.31 244	0.42 311	0.36 298	0.35 370	0.62 367	0.23 275	0.07 37	0.05 8	0.08 110	0.07 93	0.06 13	0.06 41

TransformOpticalFlow	0.24 258	0.13 192	0.56 349	0.23 244	0.11 68	0.21 126	0.19 187	0.40 226	0.32 200	0.30 227	0.43 323	0.36 298	0.31 347	0.61 359	0.20 215	0.07 37	0.05 8	0.08 110	0.07 93	0.06 13	0.07 106

ASMatch	0.23 230	0.11 101	0.51 328	0.24 292	0.14 231	0.19 72	0.17 104	0.31 114	0.28 149	0.28 170	0.68 434	0.27 204	0.26 274	0.50 303	0.22 257	0.07 37	0.06 106	0.08 110	0.07 93	0.06 13	0.11 311

DEmStereo	0.26 300	0.09 22	0.47 294	0.19 48	0.12 121	0.30 289	0.25 350	0.28 75	0.36 248	0.36 328	0.58 408	0.25 174	0.48 429	0.53 320	0.44 397	0.07 37	0.06 106	0.08 110	0.08 163	0.06 13	0.07 106

RAFT-RH_RVC	0.25 285	0.11 101	0.45 278	0.21 142	0.12 121	0.25 207	0.14 26	0.27 60	0.27 134	0.38 346	1.15 472	0.23 154	0.17 149	0.57 341	0.24 286	0.07 37	0.05 8	0.10 252	0.07 93	0.06 13	0.07 106

RAFT-345	0.21 183	0.10 48	0.46 286	0.22 200	0.11 68	0.20 100	0.16 69	0.26 50	0.25 115	0.27 160	0.66 430	0.21 124	0.16 123	0.55 328	0.21 237	0.07 37	0.06 106	0.08 110	0.07 93	0.06 13	0.06 41

AnonymousM	0.17 87	0.19 337	0.24 36	0.18 19	0.10 36	0.18 48	0.17 104	0.30 103	0.23 88	0.26 151	0.20 80	0.18 91	0.14 96	0.19 50	0.14 78	0.09 223	0.06 106	0.38 467	0.15 405	0.06 13	0.05 3

cross-raft	0.17 87	0.12 133	0.41 239	0.23 244	0.10 36	0.20 100	0.24 334	0.33 138	0.23 88	0.23 117	0.28 146	0.29 229	0.15 109	0.17 21	0.15 100	0.06 2	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

test-1	0.17 87	0.11 101	0.40 216	0.23 244	0.13 190	0.22 151	0.23 312	0.34 146	0.26 124	0.20 96	0.24 116	0.22 134	0.14 96	0.16 14	0.20 215	0.07 37	0.06 106	0.08 110	0.07 93	0.06 13	0.08 171

CREStereo++_RVC	0.15 57	0.08 6	0.26 54	0.17 9	0.11 68	0.18 48	0.13 11	0.22 18	0.30 180	0.21 107	0.30 171	0.13 25	0.11 35	0.16 14	0.15 100	0.07 37	0.04 1	0.06 2	0.15 405	0.06 13	0.05 3
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.17 87	0.09 22	0.26 54	0.18 19	0.07 1	0.32 312	0.19 187	0.37 198	0.32 200	0.23 117	0.25 124	0.18 91	0.17 149	0.25 140	0.16 123	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.05 3

TANstereo	0.15 57	0.09 22	0.28 73	0.16 5	0.08 4	0.25 207	0.14 26	0.23 31	0.28 149	0.24 131	0.30 171	0.16 74	0.12 52	0.17 21	0.13 50	0.08 150	0.07 213	0.06 2	0.05 16	0.06 13	0.07 106

raftrobust	0.16 71	0.13 192	0.29 83	0.22 200	0.15 279	0.19 72	0.13 11	0.32 124	0.26 124	0.26 151	0.20 80	0.19 105	0.17 149	0.21 77	0.15 100	0.08 150	0.06 106	0.07 36	0.06 46	0.06 13	0.07 106

DCANet	0.18 110	0.13 192	0.40 216	0.19 48	0.09 15	0.19 72	0.18 146	0.34 146	0.39 282	0.29 197	0.31 185	0.18 91	0.23 227	0.20 58	0.19 201	0.07 37	0.05 8	0.07 36	0.05 16	0.06 13	0.07 106

EAI-Stereo	0.21 183	0.10 48	0.33 125	0.21 142	0.12 121	0.30 289	0.46 453	0.46 290	0.20 47	0.25 139	0.50 372	0.17 81	0.16 123	0.24 109	0.23 275	0.07 37	0.06 106	0.07 36	0.10 288	0.06 13	0.07 106

CFNet-RSSM	0.17 87	0.10 48	0.40 216	0.20 101	0.11 68	0.20 100	0.15 46	0.36 188	0.30 180	0.23 117	0.21 92	0.26 195	0.15 109	0.20 58	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.05 3

Gwc-CoAtRS	0.17 87	0.10 48	0.37 175	0.20 101	0.12 121	0.19 72	0.15 46	0.32 124	0.28 149	0.23 117	0.23 104	0.27 204	0.15 109	0.20 58	0.13 50	0.07 37	0.05 8	0.07 36	0.07 93	0.06 13	0.06 41

R-Stereo Train	0.18 110	0.09 22	0.32 110	0.22 200	0.12 121	0.22 151	0.19 187	0.42 252	0.19 30	0.31 244	0.45 346	0.20 113	0.14 96	0.18 34	0.15 100	0.08 150	0.06 106	0.07 36	0.06 46	0.06 13	0.06 41

RAFT-Stereo	0.18 110	0.09 22	0.32 110	0.22 200	0.12 121	0.22 151	0.19 187	0.42 252	0.19 30	0.31 244	0.45 346	0.20 113	0.14 96	0.18 34	0.15 100	0.08 150	0.06 106	0.07 36	0.06 46	0.06 13	0.06 41
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GREAT-IGEV	0.12 6	0.09 22	0.25 46	0.16 5	0.11 68	0.14 7	0.16 69	0.17 4	0.17 15	0.10 4	0.15 35	0.09 3	0.09 8	0.18 34	0.10 1	0.06 2	0.07 213	0.06 2	0.05 16	0.07 66	0.10 278

DEFOM-Stereo_RVC	0.13 14	0.14 234	0.19 8	0.26 361	0.09 15	0.15 11	0.13 11	0.22 18	0.18 21	0.12 16	0.11 7	0.10 7	0.13 78	0.21 77	0.12 20	0.07 37	0.05 8	0.06 2	0.05 16	0.07 66	0.05 3

HUF	0.15 57	0.11 101	0.38 194	0.17 9	0.11 68	0.16 24	0.17 104	0.22 18	0.20 47	0.11 8	0.13 17	0.14 47	0.11 35	0.18 34	0.12 20	0.07 37	0.20 450	0.06 2	0.05 16	0.07 66	0.14 366

AIO-test2	0.20 163	0.20 349	0.36 164	0.26 361	0.15 279	0.22 151	0.16 69	0.42 252	0.42 314	0.16 63	0.29 158	0.15 61	0.11 35	0.26 156	0.13 50	0.18 428	0.06 106	0.10 252	0.11 325	0.07 66	0.07 106

fffft	0.13 14	0.09 22	0.24 36	0.19 48	0.10 36	0.17 35	0.19 187	0.22 18	0.16 7	0.14 37	0.11 7	0.13 25	0.10 21	0.24 109	0.18 172	0.06 2	0.05 8	0.07 36	0.06 46	0.07 66	0.06 41
1: 1. 1
tt45	0.14 32	0.09 22	0.22 23	0.19 48	0.11 68	0.23 172	0.18 146	0.22 18	0.17 15	0.15 42	0.13 17	0.14 47	0.10 21	0.30 218	0.14 78	0.07 37	0.05 8	0.08 110	0.06 46	0.07 66	0.07 106

mms	0.13 14	0.11 101	0.19 8	0.19 48	0.12 121	0.16 24	0.17 104	0.20 10	0.17 15	0.13 20	0.17 50	0.14 47	0.09 8	0.24 109	0.14 78	0.06 2	0.05 8	0.08 110	0.06 46	0.07 66	0.07 106

fffy	0.14 32	0.11 101	0.24 36	0.20 101	0.10 36	0.19 72	0.18 146	0.22 18	0.19 30	0.13 20	0.16 43	0.15 61	0.13 78	0.25 140	0.14 78	0.06 2	0.06 106	0.08 110	0.06 46	0.07 66	0.06 41

PAM_32	0.23 230	0.10 48	0.63 377	0.21 142	0.14 231	0.33 323	0.19 187	0.36 188	0.23 88	0.29 197	0.28 146	0.56 411	0.28 308	0.27 175	0.18 172	0.08 150	0.06 106	0.08 110	0.09 247	0.07 66	0.09 225

PAM	0.23 230	0.10 48	0.63 377	0.22 200	0.15 279	0.34 336	0.21 262	0.37 198	0.22 70	0.31 244	0.27 141	0.55 408	0.26 274	0.26 156	0.17 152	0.08 150	0.06 106	0.07 36	0.09 247	0.07 66	0.09 225

model_zeroshot	0.17 87	0.11 101	0.39 208	0.20 101	0.12 121	0.24 193	0.15 46	0.34 146	0.22 70	0.30 227	0.20 80	0.22 134	0.12 52	0.24 109	0.14 78	0.08 150	0.07 213	0.07 36	0.07 93	0.07 66	0.07 106

RAStereo	0.13 14	0.12 133	0.27 62	0.22 200	0.11 68	0.15 11	0.18 146	0.23 31	0.23 88	0.13 20	0.17 50	0.11 13	0.09 8	0.15 7	0.13 50	0.08 150	0.06 106	0.08 110	0.06 46	0.07 66	0.05 3

Occ-G	0.13 14	0.08 6	0.21 18	0.17 9	0.10 36	0.15 11	0.19 187	0.22 18	0.19 30	0.13 20	0.19 65	0.21 124	0.11 35	0.17 21	0.14 78	0.07 37	0.06 106	0.07 36	0.06 46	0.07 66	0.06 41

U	1.00 481	0.09 22	0.21 18	0.21 142	3.68 507	6.12 510	0.14 26	0.21 15	0.21 59	0.11 8	0.11 7	0.10 7	0.09 8	0.12 2	0.11 6	0.07 37	0.05 8	5.42 513	2.90 511	0.07 66	0.06 41

RSM++	0.12 6	0.09 22	0.19 8	0.20 101	0.09 15	0.17 35	0.15 46	0.21 15	0.19 30	0.12 16	0.12 11	0.14 47	0.09 8	0.20 58	0.12 20	0.06 2	0.05 8	0.07 36	0.07 93	0.07 66	0.05 3

IGEV++	0.13 14	0.10 48	0.23 29	0.21 142	0.10 36	0.15 11	0.15 46	0.29 86	0.16 7	0.12 16	0.15 35	0.12 15	0.12 52	0.17 21	0.14 78	0.07 37	0.06 106	0.07 36	0.05 16	0.07 66	0.07 106

AE-Stereo	0.17 87	0.11 101	0.31 104	0.24 292	0.14 231	0.23 172	0.18 146	0.34 146	0.29 168	0.15 42	0.25 124	0.21 124	0.13 78	0.20 58	0.14 78	0.07 37	0.08 294	0.09 182	0.10 288	0.07 66	0.06 41

ff7	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

IGEVStereo-DCA	0.14 32	0.11 101	0.27 62	0.19 48	0.12 121	0.20 100	0.18 146	0.27 60	0.20 47	0.15 42	0.12 11	0.14 47	0.12 52	0.28 188	0.14 78	0.07 37	0.06 106	0.08 110	0.07 93	0.07 66	0.07 106

ffff	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

rrr	0.17 87	0.11 101	0.57 352	0.19 48	0.12 121	0.20 100	0.18 146	0.35 170	0.22 70	0.15 42	0.12 11	0.14 47	0.12 52	0.28 188	0.14 78	0.07 37	0.06 106	0.08 110	0.07 93	0.07 66	0.07 106

11t	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

MaDis-Stereo	0.14 32	0.13 192	0.26 54	0.19 48	0.14 231	0.16 24	0.13 11	0.25 47	0.21 59	0.13 20	0.14 33	0.14 47	0.11 35	0.17 21	0.17 152	0.08 150	0.07 213	0.08 110	0.06 46	0.07 66	0.06 41

IGEV_Zeroshot_test	0.18 110	0.10 48	0.65 385	0.20 101	0.12 121	0.19 72	0.15 46	0.34 146	0.19 30	0.28 170	0.22 101	0.27 204	0.13 78	0.23 100	0.18 172	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.06 41

AEACV	0.13 14	0.09 22	0.23 29	0.18 19	0.19 368	0.19 72	0.16 69	0.23 31	0.14 4	0.13 20	0.17 50	0.13 25	0.16 123	0.16 14	0.12 20	0.07 37	0.05 8	0.07 36	0.08 163	0.07 66	0.06 41

Any-RAFT	0.17 87	0.08 6	0.31 104	0.19 48	0.10 36	0.29 272	0.16 69	0.42 252	0.30 180	0.24 131	0.27 141	0.27 204	0.16 123	0.21 77	0.12 20	0.08 150	0.05 8	0.06 2	0.05 16	0.07 66	0.06 41

HH	0.18 110	0.12 133	0.55 345	0.22 200	0.12 121	0.18 48	0.18 146	0.34 146	0.19 30	0.20 96	0.24 116	0.34 279	0.18 172	0.29 204	0.12 20	0.07 37	0.05 8	0.07 36	0.07 93	0.07 66	0.06 41

HanStereo	0.18 110	0.12 133	0.55 345	0.22 200	0.12 121	0.18 48	0.18 146	0.34 146	0.19 30	0.20 96	0.24 116	0.34 279	0.18 172	0.29 204	0.12 20	0.07 37	0.05 8	0.07 36	0.07 93	0.07 66	0.06 41

DCRE	0.20 163	0.13 192	0.40 216	0.21 142	0.15 279	0.20 100	0.19 187	0.30 103	0.27 134	0.22 112	0.80 451	0.23 154	0.16 123	0.23 100	0.15 100	0.07 37	0.07 213	0.07 36	0.08 163	0.07 66	0.06 41

anonymousa	0.23 230	0.11 101	0.50 317	0.21 142	0.16 309	0.31 304	0.20 233	0.36 188	0.35 236	0.32 267	0.50 372	0.39 324	0.26 274	0.22 91	0.20 215	0.08 150	0.06 106	0.09 182	0.11 325	0.07 66	0.08 171

ProNet	0.14 32	0.12 133	0.25 46	0.19 48	0.11 68	0.19 72	0.19 187	0.27 60	0.20 47	0.14 37	0.13 17	0.13 25	0.12 52	0.24 109	0.12 20	0.06 2	0.05 8	0.07 36	0.06 46	0.07 66	0.07 106

ccc-4	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.27 60	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.07 106

DisPM	0.19 148	0.10 48	0.35 144	0.23 244	0.13 190	0.18 48	0.20 233	0.29 86	0.29 168	0.33 278	0.34 222	0.23 154	0.16 123	0.33 238	0.16 123	0.09 223	0.06 106	0.09 182	0.08 163	0.07 66	0.11 311

test_4	0.18 110	0.12 133	0.34 134	0.23 244	0.12 121	0.18 48	0.22 287	0.26 50	0.24 102	0.24 131	0.47 362	0.22 134	0.13 78	0.24 109	0.16 123	0.06 2	0.05 8	0.09 182	0.09 247	0.07 66	0.05 3

GLC_STEREO	0.15 57	0.10 48	0.24 36	0.21 142	0.09 15	0.17 35	0.15 46	0.23 31	0.27 134	0.17 74	0.20 80	0.17 81	0.11 35	0.23 100	0.16 123	0.07 37	0.09 328	0.09 182	0.08 163	0.07 66	0.06 41

IPLG	0.21 183	0.15 267	0.53 336	0.21 142	0.12 121	0.28 251	0.17 104	0.42 252	0.30 180	0.33 278	0.32 192	0.15 61	0.17 149	0.50 303	0.21 237	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.06 41

MIPNet	0.21 183	0.15 267	0.52 332	0.21 142	0.12 121	0.27 235	0.20 233	0.45 279	0.37 259	0.30 227	0.23 104	0.19 105	0.24 245	0.27 175	0.19 201	0.07 37	0.05 8	0.08 110	0.07 93	0.07 66	0.06 41

IPLGR	0.21 183	0.13 192	0.61 366	0.21 142	0.11 68	0.25 207	0.18 146	0.41 238	0.37 259	0.28 170	0.27 141	0.21 124	0.19 187	0.37 261	0.18 172	0.07 37	0.06 106	0.08 110	0.07 93	0.07 66	0.06 41

test_3	0.18 110	0.11 101	0.32 110	0.24 292	0.11 68	0.22 151	0.25 350	0.31 114	0.31 192	0.25 139	0.18 58	0.23 154	0.13 78	0.25 140	0.19 201	0.06 2	0.05 8	0.09 182	0.10 288	0.07 66	0.06 41

CrosDoStereo	0.31 354	0.10 48	0.49 307	0.18 19	0.12 121	0.22 151	1.11 502	0.34 146	0.37 259	0.38 346	0.61 421	0.28 219	0.46 420	0.61 359	0.57 423	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.07 106

OMP-Stereo	0.23 230	0.14 234	0.35 144	0.29 409	0.13 190	0.21 126	0.16 69	0.37 198	0.33 212	0.34 297	0.30 171	0.34 279	0.19 187	0.70 395	0.24 286	0.07 37	0.06 106	0.09 182	0.07 93	0.07 66	0.06 41

IIG-Stereo	0.23 230	0.13 192	0.35 144	0.29 409	0.12 121	0.23 172	0.14 26	0.38 204	0.31 192	0.34 297	0.37 252	0.33 272	0.21 203	0.70 395	0.26 308	0.08 150	0.06 106	0.09 182	0.07 93	0.07 66	0.06 41

FTStereo	0.28 327	0.10 48	0.43 259	0.23 244	0.13 190	0.21 126	0.53 467	0.34 146	0.26 124	0.38 346	0.95 463	0.30 245	0.56 442	0.32 231	0.18 172	0.08 150	0.06 106	0.09 182	0.08 163	0.07 66	0.19 417

DeepStereo_LL	0.31 354	0.10 48	0.49 307	0.18 19	0.12 121	0.22 151	1.11 502	0.34 146	0.37 259	0.38 346	0.61 421	0.28 219	0.46 420	0.61 359	0.57 423	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.07 106

THIR-Stereo	0.29 338	0.12 133	0.41 239	0.19 48	0.11 68	0.28 251	0.72 480	0.32 124	0.35 236	0.37 333	0.65 428	0.34 279	0.50 432	0.57 341	0.45 400	0.07 37	0.06 106	0.08 110	0.09 247	0.07 66	0.07 106

DRaft	0.24 258	0.10 48	0.34 134	0.18 19	0.12 121	0.28 251	0.23 312	0.33 138	0.39 282	0.38 346	0.61 421	0.21 124	0.41 398	0.48 295	0.42 392	0.07 37	0.06 106	0.08 110	0.08 163	0.07 66	0.08 171

GrayStereo	0.25 285	0.09 22	0.32 110	0.26 361	0.13 190	0.23 172	0.47 457	0.34 146	0.30 180	0.39 361	0.47 362	0.30 245	0.79 466	0.29 204	0.16 123	0.07 37	0.06 106	0.08 110	0.09 247	0.07 66	0.13 347

CroCo-Stereo	0.14 32	0.13 192	0.24 36	0.25 329	0.11 68	0.11 3	0.18 146	0.32 124	0.23 88	0.12 16	0.12 11	0.18 91	0.12 52	0.14 3	0.13 50	0.08 150	0.06 106	0.07 36	0.05 16	0.07 66	0.06 41
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
raft+_RVC	0.18 110	0.14 234	0.32 110	0.21 142	0.15 279	0.21 126	0.16 69	0.38 204	0.34 221	0.21 107	0.28 146	0.20 113	0.15 109	0.24 109	0.19 201	0.08 150	0.06 106	0.08 110	0.07 93	0.07 66	0.08 171

XX-TBD	0.15 57	0.18 321	0.28 73	0.22 200	0.10 36	0.22 151	0.15 46	0.22 18	0.27 134	0.22 112	0.26 134	0.14 47	0.12 52	0.16 14	0.13 50	0.08 150	0.05 8	0.06 2	0.04 1	0.07 66	0.06 41

XX-Stereo	0.21 183	0.10 48	0.83 427	0.26 361	0.17 329	0.23 172	0.13 11	0.40 226	0.18 21	0.20 96	0.41 295	0.31 256	0.10 21	0.32 231	0.12 20	0.08 150	0.06 106	0.08 110	0.08 163	0.07 66	0.05 3

111	0.20 163	0.17 307	0.40 216	0.18 19	0.09 15	0.24 193	0.17 104	0.41 238	0.45 346	0.23 117	0.29 158	0.29 229	0.21 203	0.24 109	0.18 172	0.07 37	0.05 8	0.07 36	0.06 46	0.07 66	0.08 171

test_xeample3	0.16 71	0.11 101	0.56 349	0.19 48	0.12 121	0.20 100	0.18 146	0.35 170	0.20 47	0.16 63	0.12 11	0.13 25	0.12 52	0.24 109	0.15 100	0.07 37	0.06 106	0.07 36	0.08 163	0.07 66	0.07 106

RAFT-Stereo + iAFF	0.17 87	0.14 234	0.32 110	0.20 101	0.09 15	0.19 72	0.17 104	0.32 124	0.30 180	0.25 139	0.33 213	0.20 113	0.17 149	0.19 50	0.15 100	0.06 2	0.05 8	0.07 36	0.07 93	0.07 66	0.05 3

AFF-stereo	0.18 110	0.15 267	0.32 110	0.21 142	0.10 36	0.18 48	0.18 146	0.33 138	0.27 134	0.25 139	0.37 252	0.25 174	0.17 149	0.24 109	0.15 100	0.06 2	0.05 8	0.08 110	0.08 163	0.07 66	0.05 3

CREStereo	0.13 14	0.08 6	0.21 18	0.14 1	0.08 4	0.22 151	0.15 46	0.25 47	0.24 102	0.16 63	0.21 92	0.14 47	0.13 78	0.18 34	0.13 50	0.09 223	0.05 8	0.06 2	0.04 1	0.07 66	0.06 41
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.15 57	0.08 6	0.23 29	0.15 3	0.09 15	0.23 172	0.16 69	0.25 47	0.23 88	0.17 74	0.21 92	0.16 74	0.14 96	0.22 91	0.13 50	0.29 462	0.05 8	0.06 2	0.04 1	0.07 66	0.06 41

DIP-Stereo	0.18 110	0.12 133	0.33 125	0.20 101	0.13 190	0.28 251	0.12 5	0.42 252	0.25 115	0.27 160	0.32 192	0.21 124	0.17 149	0.25 140	0.20 215	0.07 37	0.06 106	0.08 110	0.06 46	0.07 66	0.08 171
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.28 327	0.14 234	0.44 267	0.22 200	0.18 350	0.32 312	0.19 187	0.48 308	0.38 273	0.29 197	0.43 323	0.47 375	0.37 382	0.79 428	0.36 366	0.09 223	0.07 213	0.07 36	0.09 247	0.07 66	0.07 106

MLCV	0.22 213	0.16 291	0.44 267	0.21 142	0.08 4	0.29 272	0.19 187	0.38 204	0.37 259	0.38 346	0.44 334	0.31 256	0.21 203	0.41 274	0.24 286	0.07 37	0.05 8	0.06 2	0.05 16	0.07 66	0.06 41

HART	0.15 57	0.11 101	0.30 90	0.21 142	0.09 15	0.17 35	0.16 69	0.30 103	0.19 30	0.15 42	0.25 124	0.17 81	0.09 8	0.21 77	0.12 20	0.06 2	0.07 213	0.07 36	0.05 16	0.08 126	0.06 41

tg	0.16 71	0.11 101	0.25 46	0.21 142	0.11 68	0.23 172	0.15 46	0.34 146	0.24 102	0.20 96	0.25 124	0.19 105	0.12 52	0.24 109	0.15 100	0.07 37	0.05 8	0.09 182	0.09 247	0.08 126	0.07 106

DispNO	0.27 307	0.18 321	0.62 374	0.23 244	0.17 329	0.25 207	0.22 287	0.45 279	0.41 307	0.32 267	0.39 277	0.38 312	0.27 293	0.77 424	0.27 312	0.09 223	0.07 213	0.10 252	0.10 288	0.08 126	0.08 171

tta	0.24 258	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.28 316	0.10 269	0.07 213	0.08 110	0.08 163	0.08 126	0.07 106

qqq1	0.24 258	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.16 123	0.10 269	0.07 213	0.07 36	0.06 46	0.08 126	0.07 106

fff1	0.24 258	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.16 123	0.10 269	0.07 213	0.07 36	0.06 46	0.08 126	0.07 106

MyStereo07	0.16 71	0.12 133	0.26 54	0.22 200	0.14 231	0.25 207	0.23 312	0.29 86	0.21 59	0.15 42	0.13 17	0.12 15	0.13 78	0.25 140	0.13 50	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

MyStereo06	0.20 163	0.12 133	0.57 352	0.21 142	0.14 231	0.25 207	0.23 312	0.40 226	0.21 59	0.30 227	0.24 116	0.31 256	0.18 172	0.22 91	0.18 172	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

MyStereo05	0.23 230	0.12 133	0.57 352	0.21 142	0.14 231	0.25 207	0.23 312	0.48 308	0.52 402	0.31 244	0.23 104	0.25 174	0.22 216	0.30 218	0.21 237	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

MyStereo04	0.23 230	0.12 133	0.55 345	0.22 200	0.14 231	0.25 207	0.23 312	0.49 316	0.52 402	0.28 170	0.23 104	0.27 204	0.23 227	0.30 218	0.22 257	0.07 37	0.07 213	0.09 182	0.08 163	0.08 126	0.08 171

CoDeX	0.23 230	0.12 133	0.46 286	0.21 142	0.14 231	0.29 272	0.21 262	0.53 365	0.41 307	0.29 197	0.35 233	0.29 229	0.22 216	0.48 295	0.19 201	0.09 223	0.06 106	0.08 110	0.07 93	0.08 126	0.07 106

cc1	0.18 110	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.35 170	0.47 366	0.17 74	0.19 65	0.13 25	0.18 172	0.28 188	0.11 6	0.08 150	0.05 8	0.08 110	0.06 46	0.08 126	0.08 171

ffm	0.22 213	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.35 170	0.44 335	0.30 227	0.42 311	0.34 279	0.23 227	0.27 175	0.11 6	0.08 150	0.05 8	0.11 306	0.10 288	0.08 126	0.08 171

ff1	0.29 338	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.35 170	0.44 335	0.30 227	0.42 311	0.34 279	0.23 227	0.81 435	1.08 467	0.08 150	0.05 8	0.11 306	0.10 288	0.08 126	0.08 171

tt1	0.18 110	0.14 234	0.35 144	0.23 244	0.11 68	0.30 289	0.19 187	0.35 170	0.44 335	0.17 74	0.19 65	0.13 25	0.16 123	0.27 175	0.11 6	0.08 150	0.05 8	0.08 110	0.06 46	0.08 126	0.08 171

UniTT-Stereo	0.14 32	0.10 48	0.30 90	0.21 142	0.13 190	0.17 35	0.13 11	0.19 7	0.18 21	0.15 42	0.20 80	0.10 7	0.11 35	0.18 34	0.16 123	0.08 150	0.06 106	0.07 36	0.06 46	0.08 126	0.06 41

MIM_Stereo	0.18 110	0.12 133	0.38 194	0.20 101	0.11 68	0.17 35	0.14 26	0.35 170	0.25 115	0.27 160	0.35 233	0.23 154	0.13 78	0.27 175	0.16 123	0.06 2	0.07 213	0.08 110	0.08 163	0.08 126	0.06 41

CASnet	0.14 32	0.12 133	0.22 23	0.22 200	0.08 4	0.16 24	0.15 46	0.27 60	0.25 115	0.22 112	0.20 80	0.15 61	0.11 35	0.17 21	0.13 50	0.07 37	0.05 8	0.11 306	0.09 247	0.08 126	0.05 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.18 110	0.18 321	0.39 208	0.22 200	0.12 121	0.24 193	0.13 11	0.31 114	0.23 88	0.24 131	0.20 80	0.24 166	0.12 52	0.26 156	0.15 100	0.06 2	0.06 106	0.12 342	0.09 247	0.08 126	0.07 106

4D-IteraStereo	0.17 87	0.16 291	0.50 317	0.21 142	0.14 231	0.19 72	0.17 104	0.28 75	0.28 149	0.23 117	0.20 80	0.20 113	0.11 35	0.19 50	0.14 78	0.06 2	0.04 1	0.10 252	0.08 163	0.08 126	0.06 41

anonymousdsp2	0.17 87	0.10 48	0.28 73	0.20 101	0.11 68	0.25 207	0.17 104	0.41 238	0.31 192	0.23 117	0.23 104	0.22 134	0.15 109	0.25 140	0.15 100	0.07 37	0.05 8	0.07 36	0.05 16	0.08 126	0.07 106

anonymousdsp	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.28 75	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.08 126	0.07 106

CES	0.14 32	0.08 6	0.19 8	0.17 9	0.22 407	0.18 48	0.16 69	0.23 31	0.19 30	0.14 37	0.17 50	0.14 47	0.10 21	0.18 34	0.12 20	0.07 37	0.05 8	0.06 2	0.04 1	0.08 126	0.18 409

Selective-RAFT	0.17 87	0.12 133	0.30 90	0.24 292	0.10 36	0.29 272	0.15 46	0.32 124	0.31 192	0.17 74	0.17 50	0.21 124	0.18 172	0.28 188	0.17 152	0.07 37	0.06 106	0.07 36	0.07 93	0.08 126	0.06 41

CroCo-Stereo Lap2	0.15 57	0.15 267	0.28 73	0.25 329	0.18 350	0.11 3	0.19 187	0.28 75	0.21 59	0.13 20	0.16 43	0.15 61	0.12 52	0.17 21	0.14 78	0.07 37	0.07 213	0.08 110	0.06 46	0.08 126	0.07 106

TestStereo1	0.21 183	0.16 291	0.32 110	0.26 361	0.13 190	0.26 225	0.27 367	0.40 226	0.36 248	0.29 197	0.39 277	0.22 134	0.21 203	0.33 238	0.17 152	0.07 37	0.06 106	0.09 182	0.08 163	0.08 126	0.07 106

raft_robust	0.22 213	0.17 307	0.30 90	0.22 200	0.12 121	0.23 172	0.22 287	0.49 316	0.48 375	0.32 267	0.32 192	0.26 195	0.23 227	0.53 320	0.15 100	0.07 37	0.06 106	0.08 110	0.10 288	0.08 126	0.06 41

RAFT_CTSACE	0.21 183	0.16 291	0.41 239	0.25 329	0.15 279	0.22 151	0.24 334	0.32 124	0.28 149	0.33 278	0.51 378	0.29 229	0.17 149	0.32 231	0.13 50	0.06 2	0.07 213	0.09 182	0.08 163	0.08 126	0.06 41

SA-5K	0.21 183	0.16 291	0.32 110	0.26 361	0.13 190	0.26 225	0.27 367	0.40 226	0.36 248	0.29 197	0.39 277	0.22 134	0.21 203	0.33 238	0.17 152	0.07 37	0.06 106	0.09 182	0.08 163	0.08 126	0.07 106

Sa-1000	0.22 213	0.15 267	0.35 144	0.23 244	0.13 190	0.28 251	0.23 312	0.47 297	0.39 282	0.30 227	0.50 372	0.26 195	0.19 187	0.33 238	0.16 123	0.07 37	0.06 106	0.10 252	0.11 325	0.08 126	0.06 41

SA	0.22 213	0.16 291	0.36 164	0.23 244	0.13 190	0.24 193	0.23 312	0.45 279	0.40 297	0.27 160	0.44 334	0.23 154	0.23 227	0.33 238	0.17 152	0.07 37	0.06 106	0.10 252	0.11 325	0.08 126	0.06 41

IGEV-Stereo	0.14 32	0.12 133	0.27 62	0.19 48	0.12 121	0.21 126	0.18 146	0.28 75	0.20 47	0.15 42	0.13 17	0.12 15	0.12 52	0.24 109	0.12 20	0.07 37	0.05 8	0.08 110	0.07 93	0.08 126	0.07 106
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.21 183	0.21 363	0.55 345	0.23 244	0.15 279	0.25 207	0.20 233	0.35 170	0.29 168	0.31 244	0.33 213	0.22 134	0.15 109	0.26 156	0.20 215	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171

iRaft-Stereo_20w	0.19 148	0.10 48	0.46 286	0.19 48	0.13 190	0.25 207	0.19 187	0.52 354	0.19 30	0.29 197	0.21 92	0.22 134	0.20 196	0.28 188	0.18 172	0.07 37	0.06 106	0.07 36	0.08 163	0.08 126	0.08 171

IPLGR_C	0.21 183	0.22 375	0.60 363	0.23 244	0.15 279	0.24 193	0.20 233	0.35 170	0.29 168	0.31 244	0.32 192	0.22 134	0.15 109	0.25 140	0.20 215	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171

GMOStereo	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

error version	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

test-v	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

ACRE	0.21 183	0.20 349	0.62 374	0.23 244	0.15 279	0.24 193	0.20 233	0.35 170	0.28 149	0.31 244	0.32 192	0.22 134	0.15 109	0.25 140	0.20 215	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171

PFNet+	0.20 163	0.10 48	0.37 175	0.21 142	0.12 121	0.17 35	0.19 187	0.29 86	0.34 221	0.33 278	0.32 192	0.24 166	0.16 123	0.32 231	0.17 152	0.10 269	0.07 213	0.11 306	0.10 288	0.08 126	0.12 333

HHNet	0.22 213	0.12 133	0.52 332	0.18 19	0.18 350	0.20 100	0.20 233	0.34 146	0.31 192	0.32 267	0.59 410	0.20 113	0.21 203	0.24 109	0.31 340	0.08 150	0.05 8	0.09 182	0.07 93	0.08 126	0.11 311

AAGNet	0.33 369	0.11 101	0.37 175	0.25 329	0.16 309	0.20 100	0.19 187	0.30 103	0.27 134	0.35 313	0.35 233	0.27 204	0.30 333	0.44 283	2.66 503	0.08 150	0.05 8	0.10 252	0.07 93	0.08 126	0.06 41

NF-Stereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

OCTAStereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

PSM-softLoss	0.21 183	0.10 48	0.39 208	0.24 292	0.12 121	0.20 100	0.18 146	0.38 204	0.26 124	0.29 197	0.32 192	0.24 166	0.16 123	0.52 314	0.20 215	0.09 223	0.06 106	0.10 252	0.09 247	0.08 126	0.12 333

KMStereo	0.21 183	0.10 48	0.39 208	0.24 292	0.12 121	0.20 100	0.18 146	0.38 204	0.26 124	0.29 197	0.32 192	0.24 166	0.16 123	0.52 314	0.20 215	0.09 223	0.06 106	0.10 252	0.09 247	0.08 126	0.12 333

PSM-AAD	0.25 285	0.10 48	0.30 90	0.24 292	0.12 121	0.26 225	0.38 432	0.34 146	0.28 149	0.35 313	0.39 277	0.28 219	0.79 466	0.30 218	0.16 123	0.07 37	0.06 106	0.12 342	0.11 325	0.08 126	0.21 435

KYRaft	0.22 213	0.10 48	0.30 90	0.23 244	0.12 121	0.23 172	0.23 312	0.35 170	0.24 102	0.35 313	0.54 395	0.34 279	0.26 274	0.29 204	0.15 100	0.07 37	0.05 8	0.09 182	0.10 288	0.08 126	0.31 463

RAFT_R40	0.21 183	0.10 48	0.37 175	0.24 292	0.13 190	0.18 48	0.18 146	0.31 114	0.29 168	0.33 278	0.33 213	0.30 245	0.24 245	0.55 328	0.18 172	0.08 150	0.05 8	0.10 252	0.08 163	0.08 126	0.07 106

PFNet	0.23 230	0.10 48	0.57 352	0.24 292	0.14 231	0.22 151	0.19 187	0.39 216	0.33 212	0.35 313	0.32 192	0.27 204	0.19 187	0.64 374	0.22 257	0.09 223	0.05 8	0.09 182	0.07 93	0.08 126	0.07 106

RE-Stereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

Pruner-Stereo	0.19 148	0.11 101	0.34 134	0.29 409	0.12 121	0.19 72	0.17 104	0.31 114	0.29 168	0.33 278	0.32 192	0.25 174	0.15 109	0.24 109	0.21 237	0.09 223	0.06 106	0.09 182	0.08 163	0.08 126	0.09 225

TVStereo	0.20 163	0.10 48	0.35 144	0.24 292	0.12 121	0.21 126	0.18 146	0.38 204	0.32 200	0.28 170	0.30 171	0.22 134	0.16 123	0.51 308	0.20 215	0.08 150	0.06 106	0.09 182	0.08 163	0.08 126	0.13 347

IRAFT_RVC	0.22 213	0.12 133	0.39 208	0.26 361	0.11 68	0.18 48	0.24 334	0.40 226	0.37 259	0.31 244	0.30 171	0.29 229	0.24 245	0.55 328	0.22 257	0.08 150	0.06 106	0.10 252	0.08 163	0.08 126	0.07 106

test-2	0.18 110	0.14 234	0.30 90	0.22 200	0.12 121	0.20 100	0.27 367	0.26 50	0.28 149	0.31 244	0.32 192	0.26 195	0.17 149	0.15 7	0.12 20	0.07 37	0.07 213	0.10 252	0.08 163	0.08 126	0.05 3

GMM-Stereo	0.21 183	0.10 48	0.43 259	0.23 244	0.13 190	0.24 193	0.25 350	0.37 198	0.27 134	0.30 227	0.45 346	0.27 204	0.21 203	0.31 225	0.17 152	0.07 37	0.05 8	0.10 252	0.09 247	0.08 126	0.19 417

Prome-Stereo	0.21 183	0.10 48	0.30 90	0.24 292	0.12 121	0.23 172	0.23 312	0.36 188	0.25 115	0.33 278	0.59 410	0.24 166	0.28 308	0.29 204	0.16 123	0.07 37	0.05 8	0.08 110	0.07 93	0.08 126	0.20 427

iRaftStereo_RVC	0.16 71	0.12 133	0.26 54	0.21 142	0.11 68	0.20 100	0.17 104	0.32 124	0.23 88	0.20 96	0.25 124	0.18 91	0.12 52	0.20 58	0.15 100	0.07 37	0.05 8	0.09 182	0.09 247	0.08 126	0.07 106

delet	0.27 307	0.14 234	0.40 216	0.23 244	0.19 368	0.41 384	0.29 385	0.49 316	0.48 375	0.33 278	0.41 295	0.37 304	0.30 333	0.48 295	0.34 356	0.09 223	0.09 328	0.11 306	0.12 362	0.08 126	0.08 171

cf-r	0.24 258	0.15 267	0.44 267	0.21 142	0.14 231	0.27 235	0.22 287	0.42 252	0.40 297	0.30 227	0.42 311	0.42 348	0.26 274	0.43 279	0.25 295	0.11 303	0.06 106	0.08 110	0.10 288	0.08 126	0.08 171

HSM-Net_RVC	0.27 307	0.11 101	0.42 248	0.19 48	0.11 68	0.34 336	0.20 233	0.62 438	0.43 320	0.40 371	0.43 323	0.50 392	0.26 274	0.76 418	0.22 257	0.08 150	0.07 213	0.07 36	0.07 93	0.08 126	0.08 171
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	0.28 327	0.16 291	0.35 144	0.20 101	0.15 279	0.33 323	0.19 187	0.53 365	0.37 259	0.36 328	0.38 264	0.67 446	0.31 347	0.89 448	0.23 275	0.08 150	0.06 106	0.08 110	0.07 93	0.08 126	0.08 171

iResNet	0.24 258	0.18 321	0.61 366	0.25 329	0.11 68	0.29 272	0.21 262	0.42 252	0.43 320	0.33 278	0.43 323	0.27 204	0.22 216	0.34 244	0.26 308	0.07 37	0.05 8	0.07 36	0.06 46	0.08 126	0.07 106

MM-Stereo_test3	0.17 87	0.12 133	0.29 83	0.23 244	0.14 231	0.19 72	0.22 287	0.39 216	0.36 248	0.16 63	0.24 116	0.17 81	0.12 52	0.19 50	0.14 78	0.07 37	0.07 213	0.08 110	0.06 46	0.09 189	0.06 41

MM-Stereo_test2	0.15 57	0.10 48	0.44 267	0.23 244	0.11 68	0.21 126	0.21 262	0.27 60	0.22 70	0.15 42	0.16 43	0.13 25	0.11 35	0.20 58	0.13 50	0.06 2	0.05 8	0.07 36	0.06 46	0.09 189	0.05 3

MM-Stereo_test1	0.17 87	0.10 48	0.39 208	0.23 244	0.11 68	0.20 100	0.22 287	0.33 138	0.29 168	0.22 112	0.21 92	0.15 61	0.14 96	0.23 100	0.13 50	0.07 37	0.06 106	0.08 110	0.07 93	0.09 189	0.06 41

HI	0.20 163	0.13 192	0.33 125	0.18 19	0.15 279	0.17 35	0.16 69	0.34 146	0.21 59	0.37 333	0.39 277	0.36 298	0.24 245	0.29 204	0.21 237	0.06 2	0.05 8	0.08 110	0.09 247	0.09 189	0.07 106

CoSv	0.20 163	0.13 192	0.33 125	0.18 19	0.15 279	0.17 35	0.16 69	0.34 146	0.21 59	0.37 333	0.39 277	0.36 298	0.24 245	0.29 204	0.21 237	0.06 2	0.05 8	0.08 110	0.09 247	0.09 189	0.07 106

SCV_C0	0.14 32	0.11 101	0.25 46	0.19 48	0.12 121	0.15 11	0.16 69	0.30 103	0.22 70	0.13 20	0.15 35	0.13 25	0.09 8	0.24 109	0.10 1	0.06 2	0.05 8	0.06 2	0.06 46	0.09 189	0.06 41

SCV	0.14 32	0.14 234	0.24 36	0.21 142	0.11 68	0.15 11	0.16 69	0.31 114	0.18 21	0.11 8	0.15 35	0.13 25	0.10 21	0.23 100	0.11 6	0.07 37	0.05 8	0.07 36	0.06 46	0.09 189	0.06 41

rvit_stereo_0083	0.16 71	0.12 133	0.26 54	0.21 142	0.13 190	0.17 35	0.17 104	0.22 18	0.34 221	0.16 63	0.21 92	0.19 105	0.16 123	0.21 77	0.16 123	0.11 303	0.10 350	0.10 252	0.08 163	0.09 189	0.07 106

rvit_stereo_0081_aga	0.16 71	0.14 234	0.28 73	0.21 142	0.13 190	0.19 72	0.17 104	0.23 31	0.24 102	0.17 74	0.21 92	0.19 105	0.13 78	0.19 50	0.14 78	0.11 303	0.08 294	0.09 182	0.08 163	0.09 189	0.07 106

rvit_stereo_0081	0.16 71	0.11 101	0.24 36	0.21 142	0.12 121	0.16 24	0.17 104	0.22 18	0.33 212	0.16 63	0.18 58	0.18 91	0.14 96	0.20 58	0.16 123	0.11 303	0.08 294	0.09 182	0.08 163	0.09 189	0.07 106

rvit_stereo_0082	0.16 71	0.11 101	0.24 36	0.21 142	0.12 121	0.16 24	0.17 104	0.22 18	0.33 212	0.16 63	0.18 58	0.18 91	0.14 96	0.20 58	0.16 123	0.11 303	0.08 294	0.09 182	0.08 163	0.09 189	0.07 106

rvit_stereo_ft	0.17 87	0.14 234	0.30 90	0.25 329	0.14 231	0.17 35	0.21 262	0.28 75	0.26 124	0.16 63	0.19 65	0.20 113	0.16 123	0.22 91	0.17 152	0.11 303	0.07 213	0.09 182	0.09 247	0.09 189	0.07 106

test_sample2	0.21 183	0.10 48	0.28 73	0.19 48	0.11 68	0.27 235	0.21 262	0.43 264	0.29 168	0.26 151	0.31 185	0.30 245	0.24 245	0.45 286	0.18 172	0.09 223	0.07 213	0.08 110	0.07 93	0.09 189	0.09 225

test_sample1	0.20 163	0.10 48	0.28 73	0.19 48	0.12 121	0.28 251	0.19 187	0.41 238	0.25 115	0.26 151	0.31 185	0.29 229	0.26 274	0.44 283	0.21 237	0.09 223	0.07 213	0.08 110	0.07 93	0.09 189	0.09 225

H2IRNET	0.18 110	0.13 192	0.35 144	0.21 142	0.12 121	0.20 100	0.15 46	0.27 60	0.30 180	0.17 74	0.31 185	0.25 174	0.20 196	0.24 109	0.18 172	0.07 37	0.06 106	0.09 182	0.10 288	0.09 189	0.06 41

Former-RAFT_DAM_RVC	0.17 87	0.13 192	0.24 36	0.19 48	0.13 190	0.24 193	0.17 104	0.30 103	0.37 259	0.43 395	0.17 50	0.13 25	0.12 52	0.19 50	0.15 100	0.08 150	0.07 213	0.09 182	0.07 93	0.09 189	0.08 171

SMFormer	0.25 285	0.12 133	0.40 216	0.19 48	0.10 36	0.27 235	0.19 187	0.51 339	0.45 346	0.34 297	0.41 295	0.31 256	0.26 274	0.58 347	0.28 316	0.10 269	0.07 213	0.08 110	0.08 163	0.09 189	0.09 225

ACVNet-DCA	0.18 110	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.41 238	0.27 134	0.17 74	0.19 65	0.13 25	0.18 172	0.28 188	0.11 6	0.08 150	0.05 8	0.08 110	0.06 46	0.09 189	0.09 225

xx1	0.20 163	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.35 170	0.47 366	0.17 74	0.19 65	0.28 219	0.24 245	0.28 188	0.11 6	0.08 150	0.05 8	0.10 252	0.09 247	0.09 189	0.09 225

1test111	0.19 148	0.14 234	0.38 194	0.23 244	0.11 68	0.31 304	0.19 187	0.41 238	0.27 134	0.17 74	0.19 65	0.13 25	0.18 172	0.34 244	0.22 257	0.08 150	0.05 8	0.08 110	0.06 46	0.09 189	0.09 225

11t1	0.18 110	0.10 48	0.30 90	0.20 101	0.11 68	0.27 235	0.17 104	0.35 170	0.23 88	0.25 139	0.23 104	0.23 154	0.23 227	0.25 140	0.18 172	0.09 223	0.07 213	0.07 36	0.06 46	0.09 189	0.09 225

1111x	0.32 363	0.11 101	0.40 216	0.22 200	0.11 68	0.32 312	0.26 362	0.59 418	0.43 320	0.31 244	0.41 295	0.39 324	0.28 308	0.76 418	1.37 483	0.09 223	0.08 294	0.09 182	0.10 288	0.09 189	0.08 171

MIF-Stereo (partial)	0.16 71	0.10 48	0.34 134	0.21 142	0.15 279	0.15 11	0.13 11	0.28 75	0.25 115	0.17 74	0.26 134	0.15 61	0.16 123	0.25 140	0.17 152	0.09 223	0.06 106	0.10 252	0.08 163	0.09 189	0.08 171

EKT-Stereo	0.38 401	0.12 133	0.38 194	0.42 460	3.88 509	0.21 126	0.17 104	0.35 170	0.28 149	0.20 96	0.20 80	0.23 154	0.15 109	0.28 188	0.16 123	0.09 223	0.07 213	0.09 182	0.07 93	0.09 189	0.09 225

LL-Strereo	0.29 338	0.25 389	0.58 357	0.25 329	0.21 391	0.23 172	0.24 334	0.55 382	0.42 314	0.34 297	0.32 192	0.41 340	0.40 394	0.94 457	0.23 275	0.08 150	0.07 213	0.11 306	0.09 247	0.09 189	0.09 225

CBFPSM	0.27 307	0.16 291	0.67 390	0.20 101	0.14 231	0.38 368	0.25 350	0.40 226	0.36 248	0.33 278	0.36 243	0.56 411	0.38 386	0.32 231	0.38 369	0.08 150	0.08 294	0.07 36	0.08 163	0.09 189	0.11 311

gwcnet-sp	0.24 258	0.13 192	0.63 377	0.22 200	0.14 231	0.34 336	0.22 287	0.44 269	0.39 282	0.35 313	0.34 222	0.27 204	0.27 293	0.35 253	0.25 295	0.09 223	0.08 294	0.09 182	0.09 247	0.09 189	0.09 225

scenet	0.24 258	0.13 192	0.63 377	0.22 200	0.14 231	0.34 336	0.22 287	0.44 269	0.39 282	0.35 313	0.34 222	0.27 204	0.27 293	0.35 253	0.25 295	0.09 223	0.08 294	0.09 182	0.09 247	0.09 189	0.09 225

knoymous	0.17 87	0.09 22	0.32 110	0.17 9	0.11 68	0.21 126	0.17 104	0.32 124	0.23 88	0.23 117	0.28 146	0.27 204	0.16 123	0.23 100	0.16 123	0.09 223	0.06 106	0.09 182	0.06 46	0.09 189	0.09 225

ssnet	0.24 258	0.13 192	0.63 377	0.22 200	0.14 231	0.34 336	0.22 287	0.44 269	0.39 282	0.35 313	0.34 222	0.27 204	0.27 293	0.35 253	0.25 295	0.09 223	0.08 294	0.09 182	0.09 247	0.09 189	0.09 225

qqq	0.20 163	0.12 133	0.31 104	0.20 101	0.11 68	0.23 172	0.19 187	0.41 238	0.27 134	0.24 131	0.28 146	0.28 219	0.24 245	0.34 244	0.22 257	0.08 150	0.07 213	0.10 252	0.09 247	0.09 189	0.09 225

x	0.19 148	0.11 101	0.29 83	0.20 101	0.11 68	0.26 225	0.18 146	0.41 238	0.29 168	0.25 139	0.29 158	0.28 219	0.24 245	0.26 156	0.23 275	0.09 223	0.07 213	0.08 110	0.07 93	0.09 189	0.08 171

BUS	0.23 230	0.12 133	0.28 73	0.25 329	0.14 231	0.43 399	0.17 104	0.56 397	0.34 221	0.34 297	0.35 233	0.32 265	0.20 196	0.26 156	0.21 237	0.10 269	0.07 213	0.11 306	0.10 288	0.09 189	0.09 225

IER	0.23 230	0.12 133	0.39 208	0.20 101	0.14 231	0.31 304	0.19 187	0.42 252	0.36 248	0.33 278	0.40 287	0.32 265	0.33 357	0.29 204	0.22 257	0.09 223	0.07 213	0.08 110	0.08 163	0.09 189	0.08 171

RAFT+CT+SA	0.21 183	0.18 321	0.33 125	0.25 329	0.18 350	0.23 172	0.29 385	0.40 226	0.36 248	0.24 131	0.38 264	0.18 91	0.16 123	0.32 231	0.16 123	0.07 37	0.05 8	0.09 182	0.12 362	0.09 189	0.09 225

BSDual-CNN	0.23 230	0.12 133	0.28 73	0.25 329	0.14 231	0.35 351	0.21 262	0.56 397	0.34 221	0.34 297	0.35 233	0.38 312	0.24 245	0.26 156	0.21 237	0.10 269	0.07 213	0.11 306	0.10 288	0.09 189	0.09 225

hknet	0.25 285	0.14 234	0.40 216	0.25 329	0.15 279	0.35 351	0.21 262	0.56 397	0.37 259	0.34 297	0.35 233	0.43 352	0.27 293	0.37 261	0.21 237	0.09 223	0.07 213	0.11 306	0.10 288	0.09 189	0.09 225

iRaft-Stereo_5w	0.23 230	0.18 321	0.44 267	0.22 200	0.13 190	0.19 72	0.19 187	0.37 198	0.32 200	0.28 170	0.37 252	0.34 279	0.23 227	0.65 380	0.27 312	0.06 2	0.06 106	0.08 110	0.07 93	0.09 189	0.08 171

psmg	0.23 230	0.12 133	0.28 73	0.21 142	0.14 231	0.35 351	0.23 312	0.51 339	0.34 221	0.35 313	0.38 264	0.38 312	0.24 245	0.26 156	0.21 237	0.10 269	0.08 294	0.10 252	0.10 288	0.09 189	0.08 171

DAS	0.27 307	0.12 133	0.42 248	0.24 292	0.18 350	0.29 272	0.24 334	0.45 279	0.45 346	0.41 380	0.44 334	0.34 279	0.29 323	0.75 413	0.21 237	0.09 223	0.07 213	0.09 182	0.07 93	0.09 189	0.09 225

SepStereo	0.26 300	0.12 133	0.42 248	0.24 292	0.18 350	0.29 272	0.24 334	0.45 279	0.45 346	0.41 380	0.44 334	0.34 279	0.29 323	0.64 374	0.21 237	0.09 223	0.07 213	0.09 182	0.07 93	0.09 189	0.09 225

GwcNet-ADL	0.22 213	0.14 234	0.58 357	0.24 292	0.13 190	0.22 151	0.23 312	0.49 316	0.40 297	0.27 160	0.29 158	0.30 245	0.20 196	0.26 156	0.23 275	0.09 223	0.07 213	0.07 36	0.07 93	0.09 189	0.09 225

GANet-ADL	0.21 183	0.12 133	0.45 278	0.23 244	0.14 231	0.29 272	0.19 187	0.46 290	0.35 236	0.25 139	0.32 192	0.32 265	0.19 187	0.24 109	0.20 215	0.10 269	0.07 213	0.07 36	0.06 46	0.09 189	0.10 278

NRIStereo	0.18 110	0.11 101	0.35 144	0.23 244	0.11 68	0.24 193	0.20 233	0.29 86	0.26 124	0.26 151	0.25 124	0.25 174	0.18 172	0.34 244	0.18 172	0.07 37	0.06 106	0.09 182	0.07 93	0.09 189	0.08 171

SST-Stereo	0.21 183	0.10 48	0.37 175	0.24 292	0.13 190	0.19 72	0.17 104	0.31 114	0.24 102	0.34 297	0.33 213	0.29 229	0.25 265	0.56 338	0.17 152	0.08 150	0.05 8	0.10 252	0.08 163	0.09 189	0.07 106

DeepStereo_RVC	0.18 110	0.11 101	0.40 216	0.21 142	0.11 68	0.19 72	0.16 69	0.28 75	0.22 70	0.27 160	0.27 141	0.23 154	0.28 308	0.24 109	0.18 172	0.08 150	0.06 106	0.09 182	0.07 93	0.09 189	0.10 278

ICVP	0.23 230	0.13 192	0.44 267	0.26 361	0.14 231	0.29 272	0.25 350	0.45 279	0.33 212	0.29 197	0.43 323	0.35 293	0.25 265	0.26 156	0.23 275	0.12 339	0.09 328	0.09 182	0.08 163	0.09 189	0.10 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.18 110	0.15 267	0.35 144	0.22 200	0.14 231	0.19 72	0.17 104	0.32 124	0.30 180	0.23 117	0.25 124	0.20 113	0.16 123	0.22 91	0.19 201	0.08 150	0.07 213	0.10 252	0.12 362	0.09 189	0.08 171

RALCasStereoNet	0.18 110	0.15 267	0.33 125	0.21 142	0.14 231	0.21 126	0.18 146	0.31 114	0.25 115	0.21 107	0.29 158	0.22 134	0.15 109	0.27 175	0.17 152	0.08 150	0.10 350	0.07 36	0.06 46	0.09 189	0.09 225

RALAANet	0.19 148	0.18 321	0.37 175	0.23 244	0.14 231	0.23 172	0.13 11	0.37 198	0.29 168	0.28 170	0.26 134	0.25 174	0.15 109	0.26 156	0.18 172	0.08 150	0.06 106	0.09 182	0.08 163	0.09 189	0.06 41

sCroCo_RVC	0.18 110	0.14 234	0.49 307	0.27 388	0.18 350	0.22 151	0.17 104	0.27 60	0.23 88	0.14 37	0.22 101	0.17 81	0.14 96	0.21 77	0.15 100	0.10 269	0.11 371	0.09 182	0.09 247	0.09 189	0.09 225

222	0.41 414	0.10 48	0.29 83	0.19 48	0.11 68	0.36 356	0.20 233	0.57 405	0.39 282	0.35 313	0.44 334	0.30 245	0.27 293	0.55 328	3.56 506	0.11 303	0.07 213	0.08 110	0.08 163	0.09 189	0.09 225

xxxx	0.34 376	0.10 48	0.29 83	0.19 48	0.11 68	0.37 361	0.20 233	0.58 413	0.38 273	0.29 197	0.42 311	0.38 312	0.24 245	0.46 289	2.20 499	0.11 303	0.07 213	0.09 182	0.08 163	0.09 189	0.09 225

test_xeample	0.34 376	0.10 48	0.29 83	0.19 48	0.11 68	0.33 323	0.23 312	0.55 382	0.38 273	0.32 267	0.45 346	0.29 229	0.26 274	0.57 341	2.24 501	0.10 269	0.07 213	0.09 182	0.08 163	0.09 189	0.09 225

ARAFT	0.24 258	0.21 363	0.78 412	0.22 200	0.12 121	0.29 272	0.24 334	0.43 264	0.32 200	0.33 278	0.28 146	0.28 219	0.19 187	0.49 300	0.18 172	0.07 37	0.06 106	0.12 342	0.11 325	0.09 189	0.06 41

SFCPSM	0.22 213	0.10 48	0.51 328	0.21 142	0.14 231	0.34 336	0.22 287	0.55 382	0.39 282	0.29 197	0.32 192	0.23 154	0.21 203	0.27 175	0.19 201	0.09 223	0.07 213	0.09 182	0.09 247	0.09 189	0.08 171

FENet	0.21 183	0.11 101	0.45 278	0.21 142	0.12 121	0.26 225	0.17 104	0.41 238	0.35 236	0.30 227	0.31 185	0.29 229	0.23 227	0.26 156	0.23 275	0.09 223	0.06 106	0.09 182	0.09 247	0.09 189	0.09 225

ac_64	0.27 307	0.13 192	0.41 239	0.24 292	0.17 329	0.36 356	0.22 287	0.46 290	0.33 212	0.35 313	0.36 243	0.52 400	0.30 333	0.62 367	0.32 345	0.11 303	0.09 328	0.10 252	0.10 288	0.09 189	0.08 171

GwcNet-RSSM	0.26 300	0.17 307	0.46 286	0.21 142	0.13 190	0.28 251	0.23 312	0.44 269	0.42 314	0.31 244	0.45 346	0.40 337	0.26 274	0.55 328	0.28 316	0.11 303	0.07 213	0.09 182	0.10 288	0.09 189	0.08 171

AANet_RVC	0.31 354	0.22 375	0.50 317	0.23 244	0.14 231	0.30 289	0.24 334	0.47 297	0.54 409	0.38 346	0.60 415	0.43 352	0.29 323	0.87 444	0.40 383	0.11 303	0.07 213	0.07 36	0.07 93	0.09 189	0.09 225

HITNet	0.20 163	0.17 307	0.43 259	0.19 48	0.08 4	0.27 235	0.14 26	0.42 252	0.30 180	0.29 197	0.32 192	0.27 204	0.21 203	0.28 188	0.25 295	0.07 37	0.05 8	0.07 36	0.06 46	0.09 189	0.06 41
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet_ROB	0.25 285	0.19 337	0.40 216	0.20 101	0.12 121	0.30 289	0.16 69	0.55 382	0.53 406	0.38 346	0.43 323	0.37 304	0.26 274	0.38 265	0.22 257	0.08 150	0.06 106	0.06 2	0.04 1	0.09 189	0.09 225

rvit_0105_5	0.21 183	0.15 267	0.38 194	0.23 244	0.13 190	0.22 151	0.24 334	0.36 188	0.39 282	0.21 107	0.23 104	0.26 195	0.19 187	0.26 156	0.19 201	0.15 391	0.13 400	0.12 342	0.12 362	0.10 251	0.09 225

rvit_0105_3	0.23 230	0.17 307	0.40 216	0.25 329	0.15 279	0.24 193	0.28 380	0.38 204	0.41 307	0.25 139	0.25 124	0.28 219	0.21 203	0.28 188	0.20 215	0.15 391	0.13 400	0.14 384	0.15 405	0.10 251	0.09 225

UGAM	0.26 300	0.14 234	0.45 278	0.25 329	0.12 121	0.23 172	0.25 350	0.32 124	0.41 307	0.31 244	0.42 311	0.41 340	0.22 216	0.92 453	0.22 257	0.08 150	0.06 106	0.14 384	0.12 362	0.10 251	0.07 106

ACV-stereo	0.29 338	0.18 321	0.79 418	0.23 244	0.16 309	0.47 414	0.19 187	0.36 188	0.34 221	0.29 197	0.33 213	0.67 446	0.42 406	0.54 326	0.30 334	0.10 269	0.09 328	0.09 182	0.09 247	0.10 251	0.11 311

rvit_stereo_0080	0.15 57	0.13 192	0.25 46	0.19 48	0.13 190	0.15 11	0.20 233	0.28 75	0.24 102	0.15 42	0.17 50	0.19 105	0.13 78	0.19 50	0.15 100	0.11 303	0.08 294	0.08 110	0.08 163	0.10 251	0.07 106

test_sample3	0.23 230	0.12 133	0.43 259	0.19 48	0.12 121	0.32 312	0.20 233	0.50 324	0.34 221	0.31 244	0.33 213	0.29 229	0.22 216	0.53 320	0.22 257	0.10 269	0.07 213	0.09 182	0.08 163	0.10 251	0.10 278

CAS++	0.16 71	0.12 133	0.27 62	0.18 19	0.12 121	0.17 35	0.15 46	0.42 252	0.24 102	0.19 93	0.18 58	0.13 25	0.10 21	0.21 77	0.12 20	0.12 339	0.10 350	0.11 306	0.08 163	0.10 251	0.09 225
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.14 32	0.11 101	0.32 110	0.19 48	0.11 68	0.18 48	0.17 104	0.20 10	0.22 70	0.14 37	0.24 116	0.15 61	0.10 21	0.18 34	0.12 20	0.07 37	0.06 106	0.07 36	0.06 46	0.10 251	0.06 41

MyStereo8	0.22 213	0.15 267	0.63 377	0.21 142	0.17 329	0.31 304	0.16 69	0.36 188	0.32 200	0.28 170	0.36 243	0.25 174	0.18 172	0.25 140	0.28 316	0.08 150	0.07 213	0.08 110	0.07 93	0.10 251	0.12 333

mmm	0.21 183	0.12 133	0.31 104	0.22 200	0.12 121	0.28 251	0.21 262	0.41 238	0.27 134	0.29 197	0.38 264	0.29 229	0.24 245	0.29 204	0.22 257	0.09 223	0.07 213	0.11 306	0.09 247	0.10 251	0.09 225

whm_eth	0.15 57	0.13 192	0.25 46	0.19 48	0.13 190	0.15 11	0.20 233	0.28 75	0.24 102	0.15 42	0.17 50	0.19 105	0.13 78	0.19 50	0.15 100	0.11 303	0.08 294	0.08 110	0.08 163	0.10 251	0.07 106

plain	0.17 87	0.13 192	0.43 259	0.21 142	0.13 190	0.16 24	0.17 104	0.27 60	0.22 70	0.16 63	0.26 134	0.13 25	0.16 123	0.27 175	0.16 123	0.08 150	0.06 106	0.10 252	0.07 93	0.10 251	0.07 106

StereoVision	0.22 213	0.18 321	0.37 175	0.27 388	0.17 329	0.23 172	0.22 287	0.38 204	0.31 192	0.20 96	0.51 378	0.22 134	0.16 123	0.28 188	0.18 172	0.11 303	0.12 388	0.13 362	0.13 385	0.10 251	0.07 106

riskmin	0.18 110	0.09 22	0.34 134	0.18 19	0.12 121	0.24 193	0.16 69	0.34 146	0.28 149	0.21 107	0.23 104	0.33 272	0.24 245	0.23 100	0.17 152	0.09 223	0.06 106	0.09 182	0.06 46	0.10 251	0.10 278

CRFU-Net	0.28 327	0.14 234	0.45 278	0.25 329	0.15 279	0.45 406	0.23 312	0.50 324	0.30 180	0.43 395	0.41 295	0.48 381	0.46 420	0.43 279	0.29 326	0.11 303	0.10 350	0.09 182	0.08 163	0.10 251	0.10 278

test_5	0.23 230	0.19 337	0.38 194	0.26 361	0.18 350	0.25 207	0.29 385	0.40 226	0.37 259	0.29 197	0.40 287	0.25 174	0.22 216	0.34 244	0.18 172	0.07 37	0.05 8	0.09 182	0.09 247	0.10 251	0.10 278

CSP-Net	0.27 307	0.15 267	0.30 90	0.21 142	0.14 231	0.44 401	0.24 334	0.50 324	0.40 297	0.41 380	0.43 323	0.42 348	0.26 274	0.66 385	0.28 316	0.12 339	0.08 294	0.08 110	0.08 163	0.10 251	0.09 225

PSMNet-ADL	0.25 285	0.15 267	0.32 110	0.26 361	0.14 231	0.31 304	0.22 287	0.44 269	0.36 248	0.27 160	0.33 213	0.41 340	0.28 308	0.61 359	0.29 326	0.11 303	0.09 328	0.09 182	0.11 325	0.10 251	0.10 278

Patchmatch Stereo++	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.26 156	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.16 69	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.18 172	0.24 109	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

ROB_FTStereo_v2	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.16 69	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.24 109	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

ROB_FTStereo	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.28 146	0.25 174	0.17 149	0.24 109	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

HUI-Stereo	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.28 146	0.25 174	0.17 149	0.22 91	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

iGMRVC	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.15 46	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.27 175	0.17 152	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

iRAFT	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.14 26	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.17 149	0.26 156	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

CRE-IMP	0.18 110	0.12 133	0.37 175	0.22 200	0.11 68	0.24 193	0.17 104	0.29 86	0.21 59	0.27 160	0.26 134	0.24 166	0.17 149	0.23 100	0.18 172	0.08 150	0.05 8	0.10 252	0.07 93	0.10 251	0.10 278

RAFT	0.21 183	0.17 307	0.32 110	0.24 292	0.12 121	0.25 207	0.27 367	0.35 170	0.28 149	0.33 278	0.33 213	0.38 312	0.22 216	0.29 204	0.17 152	0.08 150	0.08 294	0.11 306	0.10 288	0.10 251	0.06 41

RAFT-IKP	0.18 110	0.12 133	0.37 175	0.22 200	0.10 36	0.18 48	0.15 46	0.29 86	0.22 70	0.28 170	0.29 158	0.25 174	0.18 172	0.25 140	0.16 123	0.08 150	0.06 106	0.10 252	0.08 163	0.10 251	0.08 171

GES	0.22 213	0.12 133	0.42 248	0.20 101	0.14 231	0.27 235	0.19 187	0.49 316	0.33 212	0.30 227	0.36 243	0.25 174	0.23 227	0.29 204	0.22 257	0.10 269	0.08 294	0.08 110	0.07 93	0.10 251	0.11 311

HCRNet	0.24 258	0.25 389	0.33 125	0.34 436	0.16 309	0.27 235	0.18 146	0.43 264	0.35 236	0.30 227	0.35 233	0.32 265	0.22 216	0.44 283	0.20 215	0.13 356	0.08 294	0.13 362	0.11 325	0.10 251	0.09 225

GMStereo	0.19 148	0.25 389	0.40 216	0.21 142	0.12 121	0.22 151	0.19 187	0.29 86	0.40 297	0.25 139	0.23 104	0.16 74	0.15 109	0.25 140	0.19 201	0.09 223	0.06 106	0.08 110	0.08 163	0.10 251	0.08 171
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.27 307	0.14 234	0.49 307	0.24 292	0.17 329	0.47 414	0.22 287	0.45 279	0.51 395	0.39 361	0.41 295	0.36 298	0.33 357	0.39 267	0.34 356	0.08 150	0.07 213	0.09 182	0.09 247	0.10 251	0.08 171

psm_up	0.29 338	0.16 291	0.41 239	0.26 361	0.17 329	0.32 312	0.26 362	0.55 382	0.43 320	0.36 328	0.40 287	0.45 367	0.37 382	0.58 347	0.30 334	0.11 303	0.12 388	0.13 362	0.12 362	0.10 251	0.10 278

UNet	0.28 327	0.14 234	0.69 396	0.23 244	0.20 384	0.44 401	0.22 287	0.50 324	0.40 297	0.34 297	0.39 277	0.43 352	0.33 357	0.40 272	0.31 340	0.09 223	0.07 213	0.10 252	0.08 163	0.10 251	0.08 171

UPFNet	0.25 285	0.12 133	0.38 194	0.24 292	0.19 368	0.37 361	0.28 380	0.48 308	0.38 273	0.34 297	0.37 252	0.37 304	0.28 308	0.39 267	0.33 352	0.10 269	0.09 328	0.10 252	0.10 288	0.10 251	0.08 171

ACVNet	0.23 230	0.13 192	0.35 144	0.18 19	0.15 279	0.27 235	0.23 312	0.39 216	0.44 335	0.28 170	0.41 295	0.38 312	0.26 274	0.27 175	0.32 345	0.08 150	0.07 213	0.08 110	0.07 93	0.10 251	0.07 106

HGLStereo	0.27 307	0.14 234	0.46 286	0.24 292	0.21 391	0.33 323	0.23 312	0.50 324	0.42 314	0.35 313	0.48 368	0.41 340	0.33 357	0.45 286	0.33 352	0.11 303	0.10 350	0.09 182	0.09 247	0.10 251	0.12 333

GANet-RSSM	0.24 258	0.14 234	0.36 164	0.21 142	0.14 231	0.27 235	0.21 262	0.45 279	0.33 212	0.29 197	0.39 277	0.39 324	0.28 308	0.58 347	0.23 275	0.11 303	0.07 213	0.09 182	0.09 247	0.10 251	0.09 225

PSMNet-RSSM	0.24 258	0.15 267	0.36 164	0.21 142	0.14 231	0.25 207	0.20 233	0.48 308	0.37 259	0.30 227	0.44 334	0.38 312	0.26 274	0.52 314	0.22 257	0.12 339	0.07 213	0.11 306	0.13 385	0.10 251	0.09 225

DMCA	0.22 213	0.14 234	0.36 164	0.22 200	0.14 231	0.27 235	0.20 233	0.43 264	0.38 273	0.31 244	0.32 192	0.33 272	0.24 245	0.24 109	0.28 316	0.11 303	0.08 294	0.10 252	0.08 163	0.10 251	0.11 311

BEATNet_4x	0.22 213	0.18 321	0.47 294	0.22 200	0.10 36	0.28 251	0.14 26	0.46 290	0.32 200	0.31 244	0.34 222	0.31 256	0.25 265	0.31 225	0.29 326	0.08 150	0.06 106	0.08 110	0.06 46	0.10 251	0.08 171

NLCA_NET_v2_RVC	0.27 307	0.21 363	0.59 361	0.25 329	0.18 350	0.29 272	0.22 287	0.50 324	0.40 297	0.38 346	0.41 295	0.43 352	0.27 293	0.43 279	0.29 326	0.11 303	0.08 294	0.10 252	0.10 288	0.10 251	0.11 311
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.27 307	0.17 307	0.35 144	0.25 329	0.14 231	0.37 361	0.21 262	0.47 297	0.41 307	0.44 401	0.51 378	0.41 340	0.28 308	0.45 286	0.37 367	0.09 223	0.06 106	0.11 306	0.11 325	0.10 251	0.10 278
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.28 327	0.16 291	0.34 134	0.27 388	0.16 309	0.38 368	0.25 350	0.48 308	0.43 320	0.46 408	0.46 355	0.51 396	0.33 357	0.53 320	0.33 352	0.10 269	0.10 350	0.11 306	0.11 325	0.10 251	0.09 225

pmcnn	0.50 439	0.20 349	0.78 412	0.24 292	0.26 437	0.39 376	0.30 395	0.51 339	0.50 392	0.54 437	1.23 475	2.52 499	0.37 382	0.77 424	0.95 461	0.08 150	0.06 106	0.06 2	0.05 16	0.10 251	0.08 171

rvit_0105_6	0.19 148	0.14 234	0.34 134	0.23 244	0.14 231	0.18 48	0.20 233	0.29 86	0.37 259	0.18 88	0.22 101	0.23 154	0.17 149	0.26 156	0.17 152	0.15 391	0.13 400	0.13 362	0.11 325	0.11 296	0.08 171

rvit_0105_4	0.20 163	0.15 267	0.38 194	0.23 244	0.14 231	0.20 100	0.22 287	0.33 138	0.39 282	0.19 93	0.24 116	0.25 174	0.19 187	0.27 175	0.17 152	0.16 406	0.13 400	0.13 362	0.11 325	0.11 296	0.08 171

rvit_105_1	0.27 307	0.19 337	0.46 286	0.27 388	0.19 368	0.30 289	0.35 418	0.44 269	0.51 395	0.31 244	0.31 185	0.31 256	0.26 274	0.35 253	0.25 295	0.15 391	0.14 408	0.15 398	0.17 426	0.11 296	0.10 278

ITSA-stereo	0.25 285	0.15 267	0.33 125	0.23 244	0.11 68	0.27 235	0.18 146	0.56 397	0.59 423	0.31 244	0.32 192	0.33 272	0.28 308	0.49 300	0.30 334	0.11 303	0.08 294	0.11 306	0.10 288	0.11 296	0.13 347

AIO-Stereo-zeroshot	0.23 230	0.13 192	0.83 427	0.20 101	0.21 391	0.23 172	0.17 104	0.48 308	0.27 134	0.23 117	0.29 158	0.39 324	0.23 227	0.25 140	0.15 100	0.08 150	0.06 106	0.08 110	0.11 325	0.11 296	0.10 278

IGEV-BASED-STEREO-	0.20 163	0.72 478	0.70 402	0.17 9	0.08 4	0.15 11	0.15 46	0.18 6	0.16 7	0.13 20	0.12 11	0.09 3	0.08 2	0.16 14	0.13 50	0.35 469	0.04 1	0.08 110	0.07 93	0.11 296	0.23 447

test_sample6	0.25 285	0.13 192	0.41 239	0.21 142	0.11 68	0.30 289	0.22 287	0.51 339	0.35 236	0.33 278	0.43 323	0.30 245	0.24 245	0.57 341	0.22 257	0.10 269	0.07 213	0.10 252	0.10 288	0.11 296	0.10 278

test_sample5	0.24 258	0.13 192	0.42 248	0.21 142	0.12 121	0.30 289	0.21 262	0.50 324	0.34 221	0.32 267	0.41 295	0.29 229	0.23 227	0.55 328	0.21 237	0.10 269	0.07 213	0.10 252	0.09 247	0.11 296	0.10 278

test_sample4	0.24 258	0.13 192	0.43 259	0.20 101	0.12 121	0.32 312	0.21 262	0.51 339	0.34 221	0.31 244	0.37 252	0.28 219	0.23 227	0.53 320	0.21 237	0.10 269	0.07 213	0.10 252	0.09 247	0.11 296	0.10 278

DualNet	0.24 258	0.13 192	0.42 248	0.21 142	0.12 121	0.30 289	0.21 262	0.50 324	0.34 221	0.33 278	0.43 323	0.29 229	0.23 227	0.55 328	0.21 237	0.10 269	0.07 213	0.10 252	0.09 247	0.11 296	0.10 278

mmx	0.31 354	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.55 382	0.45 346	0.30 227	0.42 311	0.34 279	0.23 227	0.81 435	1.08 467	0.10 269	0.07 213	0.11 306	0.10 288	0.11 296	0.10 278

ttt	0.29 338	0.12 133	0.34 134	0.21 142	0.13 190	0.29 272	0.20 233	0.56 397	0.47 366	0.31 244	0.44 334	0.30 245	0.22 216	0.65 380	0.85 455	0.13 356	0.10 350	0.10 252	0.10 288	0.11 296	0.11 311

xxx	0.31 354	0.12 133	0.42 248	0.20 101	0.13 190	0.28 251	0.20 233	0.55 382	0.45 346	0.30 227	0.42 311	0.34 279	0.23 227	0.81 435	1.08 467	0.10 269	0.07 213	0.11 306	0.10 288	0.11 296	0.10 278

PCWNet_CMD	0.23 230	0.13 192	0.48 302	0.20 101	0.13 190	0.28 251	0.16 69	0.46 290	0.46 361	0.29 197	0.36 243	0.37 304	0.24 245	0.28 188	0.20 215	0.09 223	0.06 106	0.10 252	0.08 163	0.11 296	0.09 225

CASS	0.21 183	0.15 267	0.32 110	0.26 361	0.11 68	0.28 251	0.19 187	0.39 216	0.30 180	0.32 267	0.34 222	0.25 174	0.24 245	0.25 140	0.20 215	0.13 356	0.08 294	0.11 306	0.09 247	0.11 296	0.11 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.24 258	0.16 291	0.48 302	0.21 142	0.13 190	0.29 272	0.29 385	0.39 216	0.39 282	0.27 160	0.35 233	0.39 324	0.31 347	0.31 225	0.29 326	0.08 150	0.09 328	0.10 252	0.11 325	0.11 296	0.10 278

ssnet_v2	0.28 327	0.16 291	0.44 267	0.22 200	0.15 279	0.40 381	0.30 395	0.57 405	0.46 361	0.38 346	0.36 243	0.47 375	0.29 323	0.38 265	0.39 377	0.13 356	0.11 371	0.11 306	0.11 325	0.11 296	0.11 311

Wz-Net-LNSev-Ref	0.30 347	0.20 349	0.70 402	0.21 142	0.17 329	0.46 408	0.27 367	0.50 324	0.49 384	0.42 389	0.55 399	0.43 352	0.30 333	0.46 289	0.38 369	0.09 223	0.06 106	0.07 36	0.06 46	0.11 296	0.10 278

NINENet	0.25 285	0.15 267	0.37 175	0.23 244	0.16 309	0.43 399	0.17 104	0.60 426	0.46 361	0.32 267	0.37 252	0.32 265	0.20 196	0.42 277	0.21 237	0.10 269	0.10 350	0.12 342	0.08 163	0.11 296	0.10 278

dd	0.22 213	0.26 400	0.40 216	0.22 200	0.12 121	0.25 207	0.21 262	0.32 124	0.44 335	0.29 197	0.28 146	0.25 174	0.16 123	0.30 218	0.25 295	0.12 339	0.07 213	0.10 252	0.08 163	0.11 296	0.09 225

GEStereo_RVC	0.27 307	0.20 349	0.44 267	0.27 388	0.16 309	0.33 323	0.25 350	0.56 397	0.54 409	0.34 297	0.38 264	0.34 279	0.25 265	0.51 308	0.28 316	0.12 339	0.08 294	0.09 182	0.08 163	0.11 296	0.11 311

Anonymous3	0.23 230	0.18 321	0.63 377	0.27 388	0.18 350	0.41 384	0.23 312	0.43 264	0.35 236	0.23 117	0.27 141	0.20 113	0.18 172	0.27 175	0.18 172	0.12 339	0.11 371	0.10 252	0.10 288	0.11 296	0.12 333

TestStereo	0.21 183	0.19 337	0.40 216	0.25 329	0.10 36	0.22 151	0.21 262	0.31 114	0.31 192	0.23 117	0.34 222	0.22 134	0.18 172	0.62 367	0.18 172	0.08 150	0.06 106	0.10 252	0.07 93	0.11 296	0.06 41

CFNet_pseudo	0.23 230	0.13 192	0.47 294	0.19 48	0.13 190	0.26 225	0.16 69	0.44 269	0.44 335	0.29 197	0.37 252	0.38 312	0.23 227	0.29 204	0.21 237	0.09 223	0.06 106	0.11 306	0.08 163	0.11 296	0.09 225

ADLNet	0.28 327	0.15 267	0.42 248	0.23 244	0.19 368	0.34 336	0.23 312	0.53 365	0.43 320	0.42 389	0.41 295	0.44 363	0.27 293	0.55 328	0.35 360	0.11 303	0.08 294	0.11 306	0.11 325	0.11 296	0.12 333

RAFT + AFF	0.27 307	0.23 382	0.50 317	0.25 329	0.17 329	0.30 289	0.33 413	0.52 354	0.40 297	0.28 170	0.30 171	0.30 245	0.31 347	0.62 367	0.24 286	0.09 223	0.10 350	0.11 306	0.10 288	0.11 296	0.11 311

acv_ft	0.25 285	0.13 192	0.40 216	0.23 244	0.19 368	0.34 336	0.21 262	0.45 279	0.44 335	0.38 346	0.41 295	0.38 312	0.27 293	0.27 175	0.35 360	0.08 150	0.07 213	0.08 110	0.07 93	0.11 296	0.07 106

DSFCA	0.27 307	0.13 192	0.36 164	0.20 101	0.17 329	0.38 368	0.31 399	0.47 297	0.43 320	0.43 395	0.37 252	0.39 324	0.29 323	0.52 314	0.32 345	0.12 339	0.10 350	0.10 252	0.11 325	0.11 296	0.10 278

ADCRef	0.38 401	0.24 385	0.88 439	0.26 361	0.21 391	0.49 422	0.27 367	0.52 354	0.48 375	0.50 419	0.58 408	0.35 293	0.47 423	0.48 295	1.29 482	0.09 223	0.08 294	0.12 342	0.12 362	0.11 296	0.11 311

MSMDNet	0.23 230	0.13 192	0.48 302	0.20 101	0.13 190	0.28 251	0.16 69	0.46 290	0.46 361	0.29 197	0.36 243	0.37 304	0.24 245	0.28 188	0.20 215	0.09 223	0.06 106	0.09 182	0.08 163	0.11 296	0.09 225

CFNet	0.27 307	0.20 349	0.44 267	0.22 200	0.14 231	0.33 323	0.14 26	0.51 339	0.45 346	0.30 227	0.40 287	0.38 312	0.27 293	0.76 418	0.25 295	0.09 223	0.07 213	0.11 306	0.11 325	0.11 296	0.08 171

ccs_rob	0.23 230	0.13 192	0.47 294	0.20 101	0.13 190	0.26 225	0.17 104	0.44 269	0.44 335	0.29 197	0.37 252	0.38 312	0.23 227	0.29 204	0.21 237	0.09 223	0.06 106	0.11 306	0.08 163	0.11 296	0.09 225

AdaStereo	0.24 258	0.16 291	0.37 175	0.24 292	0.12 121	0.32 312	0.17 104	0.54 372	0.42 314	0.33 278	0.38 264	0.35 293	0.21 203	0.30 218	0.22 257	0.14 379	0.06 106	0.13 362	0.08 163	0.11 296	0.08 171
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.
NaN_ROB	0.41 414	0.28 410	0.62 374	0.30 416	0.19 368	0.51 426	0.47 457	0.58 413	0.59 423	0.56 439	0.47 362	0.49 386	0.41 398	1.21 478	0.64 438	0.12 339	0.18 441	0.12 342	0.13 385	0.11 296	0.14 366

LE_ROB	1.76 499	0.20 349	2.68 500	0.48 468	0.52 475	0.78 465	0.96 495	0.84 478	6.61 511	7.40 512	2.08 499	2.08 491	4.83 507	1.27 482	3.79 507	0.10 269	0.08 294	0.12 342	0.11 325	0.11 296	0.10 278

DN-CSS_ROB	0.22 213	0.25 389	0.47 294	0.24 292	0.14 231	0.25 207	0.12 5	0.40 226	0.33 212	0.29 197	0.42 311	0.22 134	0.20 196	0.33 238	0.19 201	0.07 37	0.06 106	0.11 306	0.11 325	0.11 296	0.07 106

DCVSM-stereo	0.24 258	0.13 192	0.52 332	0.20 101	0.14 231	0.26 225	0.13 11	0.34 146	0.34 221	0.41 380	0.33 213	0.47 375	0.29 323	0.30 218	0.22 257	0.10 269	0.10 350	0.11 306	0.10 288	0.12 332	0.15 377

AIO-Stereo-zeroshot1	0.25 285	0.14 234	0.95 450	0.21 142	0.27 439	0.20 100	0.19 187	0.48 308	0.25 115	0.26 151	0.55 399	0.34 279	0.18 172	0.25 140	0.17 152	0.07 37	0.06 106	0.08 110	0.12 362	0.12 332	0.12 333

CFNet_ucs	0.24 258	0.13 192	0.50 317	0.20 101	0.15 279	0.28 251	0.17 104	0.49 316	0.45 346	0.32 267	0.42 311	0.39 324	0.22 216	0.31 225	0.21 237	0.11 303	0.08 294	0.12 342	0.09 247	0.12 332	0.11 311

fast-acv-ft	0.31 354	0.20 349	0.81 423	0.24 292	0.18 350	0.46 408	0.27 367	0.41 238	0.49 384	0.39 361	0.55 399	0.49 386	0.35 370	0.37 261	0.38 369	0.11 303	0.11 371	0.11 306	0.12 362	0.12 332	0.09 225

ADLNet2	0.30 347	0.17 307	0.72 406	0.23 244	0.17 329	0.36 356	0.24 334	0.52 354	0.51 395	0.32 267	0.38 264	0.45 367	0.30 333	0.69 392	0.35 360	0.10 269	0.08 294	0.09 182	0.09 247	0.12 332	0.10 278

CFNet-ft	0.24 258	0.15 267	0.35 144	0.18 19	0.15 279	0.30 289	0.21 262	0.39 216	0.36 248	0.28 170	0.40 287	0.43 352	0.25 265	0.47 293	0.24 286	0.12 339	0.07 213	0.12 342	0.11 325	0.12 332	0.09 225

STTStereo	0.28 327	0.20 349	0.61 366	0.25 329	0.17 329	0.29 272	0.24 334	0.47 297	0.39 282	0.39 361	0.41 295	0.44 363	0.28 308	0.40 272	0.28 316	0.13 356	0.12 388	0.13 362	0.16 417	0.12 332	0.11 311

PA-Net	0.37 394	0.28 410	0.83 427	0.31 422	0.28 444	0.39 376	0.42 445	0.51 339	0.55 414	0.34 297	0.42 311	0.41 340	0.36 374	0.79 428	0.49 411	0.12 339	0.23 460	0.16 408	0.23 450	0.12 332	0.18 409
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.30 347	0.21 363	0.38 194	0.28 406	0.15 279	0.33 323	0.32 403	0.52 354	0.47 366	0.38 346	0.43 323	0.39 324	0.29 323	0.91 452	0.28 316	0.14 379	0.08 294	0.13 362	0.11 325	0.12 332	0.10 278

CFNet_RVC	0.24 258	0.15 267	0.35 144	0.18 19	0.15 279	0.30 289	0.21 262	0.39 216	0.36 248	0.28 170	0.40 287	0.43 352	0.25 265	0.47 293	0.24 286	0.12 339	0.07 213	0.12 342	0.11 325	0.12 332	0.09 225

iResNetv2_ROB	0.27 307	0.26 400	0.72 406	0.23 244	0.13 190	0.29 272	0.18 146	0.52 354	0.49 384	0.37 333	0.45 346	0.39 324	0.25 265	0.34 244	0.20 215	0.08 150	0.06 106	0.07 36	0.05 16	0.12 332	0.09 225

DRN-Test	0.33 369	0.17 307	0.61 366	0.27 388	0.19 368	0.46 408	0.29 385	0.65 446	0.51 395	0.47 415	0.46 355	0.44 363	0.34 366	0.62 367	0.41 389	0.12 339	0.08 294	0.13 362	0.12 362	0.12 332	0.10 278

StereoDRNet	0.32 363	0.22 375	0.61 366	0.27 388	0.21 391	0.42 391	0.30 395	0.61 430	0.48 375	0.46 408	0.39 277	0.48 381	0.30 333	0.57 341	0.40 383	0.11 303	0.09 328	0.12 342	0.11 325	0.12 332	0.10 278

DISCO	0.32 363	0.13 192	0.51 328	0.25 329	0.16 309	0.48 419	0.25 350	0.50 324	0.57 420	0.37 333	0.45 346	0.62 430	0.36 374	0.64 374	0.49 411	0.09 223	0.07 213	0.09 182	0.08 163	0.12 332	0.11 311

MDST_ROB	0.48 434	0.14 234	0.95 450	0.30 416	0.21 391	1.33 492	0.32 403	0.77 469	0.56 417	1.06 478	0.71 439	0.49 386	0.35 370	1.26 481	0.38 369	0.13 356	0.11 371	0.16 408	0.13 385	0.12 332	0.12 333

DDVS	0.25 285	0.15 267	0.39 208	0.24 292	0.17 329	0.34 336	0.21 262	0.41 238	0.30 180	0.33 278	0.41 295	0.48 381	0.21 203	0.52 314	0.27 312	0.11 303	0.09 328	0.11 306	0.09 247	0.13 347	0.14 366

rvit_stereo_0075_2	0.24 258	0.17 307	0.50 317	0.26 361	0.22 407	0.22 151	0.15 46	0.40 226	0.35 236	0.27 160	0.37 252	0.29 229	0.20 196	0.28 188	0.19 201	0.17 417	0.12 388	0.19 430	0.12 362	0.13 347	0.13 347

test_sample7	0.25 285	0.15 267	0.35 144	0.20 101	0.14 231	0.28 251	0.21 262	0.51 339	0.38 273	0.37 333	0.34 222	0.37 304	0.30 333	0.39 267	0.23 275	0.14 379	0.09 328	0.13 362	0.12 362	0.13 347	0.12 333

iinet-f	0.30 347	0.18 321	1.03 461	0.20 101	0.15 279	0.44 401	0.22 287	0.45 279	0.37 259	0.35 313	0.44 334	0.41 340	0.34 366	0.34 244	0.40 383	0.10 269	0.09 328	0.08 110	0.08 163	0.13 347	0.11 311

AASNet	0.27 307	0.19 337	0.49 307	0.26 361	0.17 329	0.34 336	0.20 233	0.62 438	0.48 375	0.35 313	0.40 287	0.32 265	0.25 265	0.28 188	0.34 356	0.11 303	0.09 328	0.10 252	0.08 163	0.13 347	0.11 311

AACVNet	0.26 300	0.16 291	0.37 175	0.22 200	0.14 231	0.29 272	0.19 187	0.41 238	0.31 192	0.38 346	0.42 311	0.43 352	0.28 308	0.73 405	0.25 295	0.11 303	0.08 294	0.11 306	0.09 247	0.13 347	0.11 311

LCNet	0.21 183	0.11 101	0.29 83	0.25 329	0.12 121	0.23 172	0.19 187	0.34 146	0.26 124	0.28 170	0.35 233	0.26 195	0.30 333	0.35 253	0.17 152	0.07 37	0.05 8	0.09 182	0.10 288	0.13 347	0.22 440

LMCR-Stereo	0.26 300	0.18 321	0.49 307	0.28 406	0.14 231	0.36 356	0.23 312	0.54 372	0.34 221	0.39 361	0.40 287	0.29 229	0.29 323	0.37 261	0.27 312	0.11 303	0.07 213	0.09 182	0.07 93	0.13 347	0.09 225

Syn2CoEx	0.36 385	0.31 429	0.78 412	0.34 436	0.21 391	0.41 384	0.28 380	0.61 430	0.49 384	0.42 389	0.56 405	0.45 367	0.44 411	0.69 392	0.38 369	0.17 417	0.14 408	0.15 398	0.12 362	0.13 347	0.12 333

GwcNet	0.35 381	0.23 382	0.88 439	0.25 329	0.24 425	0.48 419	0.27 367	0.55 382	0.57 420	0.38 346	0.52 386	0.51 396	0.32 354	0.60 354	0.41 389	0.13 356	0.11 371	0.12 342	0.11 325	0.13 347	0.14 366

DMCA-RVC	0.27 307	0.21 363	0.61 366	0.28 406	0.17 329	0.29 272	0.21 262	0.42 252	0.35 236	0.40 371	0.37 252	0.39 324	0.36 374	0.43 279	0.30 334	0.13 356	0.10 350	0.15 398	0.11 325	0.13 347	0.10 278

FADNet-RVC-Resample	0.29 338	0.25 389	0.93 447	0.26 361	0.16 309	0.32 312	0.21 262	0.47 297	0.39 282	0.35 313	0.38 264	0.33 272	0.27 293	0.53 320	0.24 286	0.10 269	0.10 350	0.14 384	0.13 385	0.13 347	0.16 385

UCFNet_RVC	0.24 258	0.16 291	0.34 134	0.18 19	0.15 279	0.33 323	0.16 69	0.46 290	0.35 236	0.29 197	0.35 233	0.39 324	0.25 265	0.34 244	0.22 257	0.13 356	0.08 294	0.13 362	0.14 397	0.13 347	0.12 333

PSMNet_ROB	0.33 369	0.24 385	0.54 339	0.31 422	0.21 391	0.42 391	0.43 447	0.59 418	0.47 366	0.37 333	0.44 334	0.49 386	0.31 347	0.64 374	0.43 393	0.14 379	0.10 350	0.15 398	0.14 397	0.13 347	0.11 311

CBMV	0.33 369	0.21 363	0.54 339	0.23 244	0.13 190	0.42 391	0.33 413	0.53 365	0.48 375	0.52 430	0.49 370	0.50 392	0.41 398	0.56 338	0.31 340	0.15 391	0.16 430	0.18 422	0.16 417	0.13 347	0.13 347
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	0.34 376	0.29 417	0.91 443	0.26 361	0.21 391	0.47 414	0.31 399	0.54 372	0.54 409	0.44 401	0.52 386	0.50 392	0.35 370	0.39 267	0.39 377	0.11 303	0.11 371	0.10 252	0.09 247	0.14 362	0.13 347

UDGNet	0.23 230	0.31 429	0.38 194	0.24 292	0.14 231	0.24 193	0.18 146	0.32 124	0.43 320	0.29 197	0.28 146	0.24 166	0.19 187	0.29 204	0.20 215	0.15 391	0.07 213	0.21 436	0.11 325	0.14 362	0.10 278

dad	0.28 327	0.31 429	0.44 267	0.21 142	0.14 231	0.30 289	0.20 233	0.33 138	0.49 384	0.44 401	0.44 334	0.45 367	0.21 203	0.41 274	0.26 308	0.20 437	0.11 371	0.20 434	0.11 325	0.14 362	0.10 278

pcwnet_v2	0.32 363	0.15 267	1.26 475	0.23 244	0.18 350	0.32 312	0.18 146	0.59 418	0.60 427	0.36 328	0.45 346	0.35 293	0.29 323	0.36 258	0.25 295	0.14 379	0.11 371	0.12 342	0.11 325	0.14 362	0.15 377

FAT-Stereo	0.36 385	0.18 321	0.73 409	0.26 361	0.18 350	0.33 323	0.29 385	0.60 426	0.59 423	0.46 408	0.60 415	0.60 424	0.50 432	0.61 359	0.34 356	0.13 356	0.14 408	0.13 362	0.12 362	0.14 362	0.18 409

Nwc_Net	0.37 394	0.25 389	0.68 395	0.31 422	0.24 425	0.44 401	0.30 395	0.65 446	0.50 392	0.37 333	0.69 438	0.58 419	0.45 414	0.60 354	0.40 383	0.15 391	0.12 388	0.19 430	0.21 440	0.14 362	0.13 347

ADCL	0.47 431	0.22 375	1.00 456	0.27 388	0.19 368	0.74 459	0.64 475	0.54 372	0.69 446	0.56 439	0.71 439	0.55 408	0.60 447	0.60 354	1.43 484	0.11 303	0.09 328	0.13 362	0.13 385	0.14 362	0.14 366

ADCP+	0.45 428	0.24 385	1.15 469	0.25 329	0.22 407	0.56 438	0.39 437	0.54 372	0.51 395	0.44 401	0.51 378	0.46 373	0.52 437	0.56 338	1.89 495	0.10 269	0.08 294	0.11 306	0.10 288	0.14 362	0.13 347

GANet	0.36 385	0.22 375	0.49 307	0.29 409	0.17 329	0.41 384	0.38 432	0.57 405	0.45 346	0.46 408	0.75 445	0.55 408	0.40 394	0.94 457	0.41 389	0.13 356	0.13 400	0.13 362	0.11 325	0.14 362	0.11 311

CVANet_RVC	0.30 347	0.19 337	0.41 239	0.26 361	0.16 309	0.33 323	0.26 362	0.52 354	0.47 366	0.40 371	0.46 355	0.43 352	0.31 347	0.89 448	0.26 308	0.14 379	0.09 328	0.14 384	0.13 385	0.14 362	0.10 278

DeepPruner_ROB	0.26 300	0.19 337	0.44 267	0.21 142	0.16 309	0.30 289	0.21 262	0.52 354	0.32 200	0.35 313	0.38 264	0.39 324	0.26 274	0.42 277	0.24 286	0.15 391	0.11 371	0.11 306	0.11 325	0.14 362	0.13 347

CBMV_ROB	0.33 369	0.18 321	0.53 336	0.21 142	0.14 231	0.33 323	0.20 233	0.51 339	0.45 346	0.51 424	0.55 399	0.45 367	0.42 406	0.71 398	0.32 345	0.18 428	0.19 445	0.23 443	0.21 440	0.14 362	0.15 377

Wz-Net-MNSev	0.36 385	0.26 400	0.79 418	0.26 361	0.21 391	0.59 443	0.38 432	0.55 382	0.56 417	0.48 418	0.54 395	0.53 404	0.36 374	0.60 354	0.44 397	0.11 303	0.09 328	0.11 306	0.11 325	0.15 374	0.13 347

hitnet-ft	0.29 338	0.17 307	0.40 216	0.19 48	0.14 231	0.39 376	0.23 312	0.44 269	0.41 307	0.36 328	0.46 355	0.53 404	0.34 366	0.76 418	0.32 345	0.14 379	0.10 350	0.13 362	0.10 288	0.15 374	0.13 347

AF-Net	0.37 394	0.26 400	0.56 349	0.32 428	0.23 419	0.41 384	0.29 385	0.61 430	0.64 436	0.42 389	0.68 434	0.65 441	0.49 430	0.57 341	0.44 397	0.15 391	0.11 371	0.19 430	0.14 397	0.15 374	0.13 347

SGM-ForestM	1.36 490	0.28 410	0.79 418	0.26 361	0.16 309	2.26 503	1.00 497	1.42 492	1.46 491	2.38 503	2.05 498	5.95 512	2.66 505	2.95 504	2.46 502	0.17 417	0.18 441	0.18 422	0.18 432	0.15 374	0.18 409

PS-NSSS	0.32 363	0.30 423	0.46 286	0.23 244	0.17 329	0.33 323	0.24 334	0.57 405	0.41 307	0.37 333	0.52 386	0.35 293	0.30 333	0.80 432	0.30 334	0.17 417	0.14 408	0.21 436	0.15 405	0.15 374	0.13 347

XPNet_ROB	0.33 369	0.20 349	0.43 259	0.27 388	0.18 350	0.37 361	0.31 399	0.55 382	0.50 392	0.51 424	0.53 392	0.58 419	0.37 382	0.63 372	0.45 400	0.17 417	0.12 388	0.13 362	0.12 362	0.15 374	0.14 366

SGM-Forest	0.36 385	0.17 307	0.47 294	0.23 244	0.16 309	0.45 406	0.41 442	0.55 382	0.48 375	0.52 430	0.60 415	0.52 400	0.41 398	0.85 441	0.50 416	0.17 417	0.17 435	0.17 414	0.15 405	0.15 374	0.15 377
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.27 307	0.13 192	0.45 278	0.26 361	0.19 368	0.24 193	0.14 26	0.45 279	0.43 320	0.39 361	0.48 368	0.42 348	0.27 293	0.32 231	0.29 326	0.20 437	0.12 388	0.17 414	0.16 417	0.16 381	0.20 427

FACV-RUCA	0.21 183	0.15 267	0.32 110	0.23 244	0.23 419	0.26 225	0.19 187	0.39 216	0.34 221	0.25 139	0.32 192	0.21 124	0.24 245	0.24 109	0.19 201	0.10 269	0.07 213	0.15 398	0.08 163	0.16 381	0.13 347

IGEV-Stereo+	0.12 6	0.08 6	0.17 5	0.18 19	0.13 190	0.09 1	0.11 3	0.16 3	0.15 5	0.10 4	0.08 3	0.10 7	0.10 21	0.21 77	0.11 6	0.07 37	0.05 8	0.06 2	0.05 16	0.16 381	0.24 452

GMStereo_Zeroshot	0.24 258	0.21 363	0.45 278	0.26 361	0.13 190	0.28 251	0.15 46	0.39 216	0.35 236	0.37 333	0.43 323	0.40 337	0.17 149	0.34 244	0.20 215	0.12 339	0.07 213	0.13 362	0.07 93	0.16 381	0.09 225

HBP-ISP	0.33 369	0.30 423	0.72 406	0.22 200	0.16 309	0.32 312	0.22 287	0.54 372	0.44 335	0.41 380	0.49 370	0.33 272	0.38 386	0.73 405	0.25 295	0.18 428	0.19 445	0.24 445	0.20 437	0.16 381	0.13 347

Wz-Net-SNSev	0.43 421	0.41 454	1.27 476	0.30 416	0.21 391	0.44 401	0.41 442	0.61 430	0.65 437	0.46 408	0.65 428	0.62 430	0.39 391	0.74 412	0.59 429	0.12 339	0.11 371	0.12 342	0.13 385	0.16 381	0.14 366

SACVNet	0.30 347	0.20 349	0.41 239	0.25 329	0.18 350	0.34 336	0.25 350	0.52 354	0.40 297	0.41 380	0.44 334	0.46 373	0.32 354	0.71 398	0.25 295	0.13 356	0.10 350	0.12 342	0.12 362	0.16 381	0.17 396

APVNet	0.36 385	0.20 349	0.70 402	0.26 361	0.22 407	0.52 435	0.35 418	0.61 430	0.44 335	0.38 346	0.52 386	0.48 381	0.38 386	0.84 440	0.46 406	0.13 356	0.14 408	0.15 398	0.16 417	0.16 381	0.15 377

psmorigin	0.50 439	0.25 389	3.03 501	0.24 292	0.19 368	0.38 368	0.22 287	0.50 324	0.44 335	0.64 449	0.68 434	0.71 455	0.51 435	0.85 441	0.45 400	0.14 379	0.17 435	0.13 362	0.14 397	0.16 381	0.21 435

aanetorigin	0.39 406	0.29 417	1.09 464	0.24 292	0.19 368	0.28 251	0.37 426	0.33 138	0.47 366	0.94 470	0.82 453	0.52 400	0.54 438	0.49 300	0.50 416	0.11 303	0.09 328	0.10 252	0.10 288	0.16 381	0.15 377

S-Stereo	0.38 401	0.20 349	1.05 462	0.27 388	0.22 407	0.38 368	0.32 403	0.55 382	0.66 438	0.39 361	0.59 410	0.49 386	0.41 398	0.75 413	0.40 383	0.12 339	0.15 423	0.13 362	0.13 385	0.16 381	0.21 435

NCC-stereo	0.39 406	0.25 389	0.69 396	0.32 428	0.28 444	0.46 408	0.36 422	0.65 446	0.52 402	0.40 371	0.57 406	0.56 411	0.47 423	0.73 405	0.45 400	0.17 417	0.14 408	0.18 422	0.25 455	0.16 381	0.16 385

edge stereo	0.39 406	0.22 375	0.81 423	0.27 388	0.22 407	0.37 361	0.24 334	0.56 397	0.54 409	0.53 435	0.60 415	0.71 455	0.50 432	0.78 426	0.40 383	0.16 406	0.14 408	0.19 430	0.14 397	0.16 381	0.17 396

Abc-Net	0.39 406	0.25 389	0.69 396	0.32 428	0.28 444	0.46 408	0.36 422	0.65 446	0.52 402	0.40 371	0.57 406	0.56 411	0.47 423	0.73 405	0.45 400	0.17 417	0.14 408	0.18 422	0.25 455	0.16 381	0.16 385
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.35 381	0.26 400	0.49 307	0.36 446	0.22 407	0.41 384	0.41 442	0.53 365	0.42 314	0.47 415	0.46 355	0.61 428	0.39 391	0.55 328	0.37 367	0.16 406	0.13 400	0.21 436	0.21 440	0.16 381	0.16 385

ETE_ROB	0.34 376	0.26 400	0.45 278	0.29 409	0.18 350	0.40 381	0.37 426	0.57 405	0.47 366	0.50 419	0.50 372	0.62 430	0.36 374	0.55 328	0.38 369	0.13 356	0.10 350	0.14 384	0.12 362	0.16 381	0.16 385

SGM_RVC	0.50 439	0.19 337	0.50 317	0.25 329	0.15 279	0.69 454	0.39 437	0.68 460	0.82 462	0.95 472	0.84 455	1.13 471	0.76 464	1.16 474	0.60 431	0.16 406	0.16 430	0.16 408	0.16 417	0.16 381	0.17 396
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IGEV-RUCA	0.21 183	0.08 6	0.23 29	0.19 48	0.19 368	0.28 251	0.24 334	0.23 31	0.21 59	0.20 96	0.23 104	0.28 219	0.49 430	0.26 156	0.18 172	0.09 223	0.08 294	0.18 422	0.13 385	0.17 398	0.17 396

SDNR	0.42 417	0.21 363	0.82 426	0.21 142	0.18 350	1.27 489	0.17 104	0.50 324	0.49 384	0.42 389	0.81 452	0.38 312	0.27 293	1.19 475	0.38 369	0.23 442	0.24 462	0.17 414	0.13 385	0.17 398	0.20 427

RP	0.35 381	0.22 375	0.51 328	0.31 422	0.24 425	0.37 361	0.28 380	0.50 324	0.58 422	0.40 371	0.63 426	0.61 428	0.47 423	0.61 359	0.39 377	0.16 406	0.15 423	0.17 414	0.15 405	0.17 398	0.17 396

RTSC	0.39 406	0.28 410	0.78 412	0.27 388	0.18 350	0.49 422	0.22 287	0.59 418	0.84 467	0.55 438	0.53 392	0.49 386	0.36 374	0.67 389	0.82 451	0.13 356	0.10 350	0.11 306	0.12 362	0.17 398	0.17 396

DeepPrunerF	0.44 427	0.29 417	1.29 478	0.33 434	0.30 452	0.35 351	0.36 422	0.62 438	1.15 485	0.40 371	0.44 334	0.39 324	0.41 398	0.80 432	0.52 419	0.18 428	0.14 408	0.23 443	0.21 440	0.17 398	0.17 396

DANet	0.35 381	0.23 382	0.60 363	0.36 446	0.22 407	0.39 376	0.25 350	0.48 308	0.43 320	0.52 430	0.50 372	0.59 421	0.41 398	0.76 418	0.49 411	0.13 356	0.11 371	0.14 384	0.12 362	0.17 398	0.15 377
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.43 421	0.26 400	0.54 339	0.31 422	0.20 384	0.51 426	0.32 403	0.70 462	0.60 427	0.59 442	0.55 399	0.65 441	0.41 398	1.40 486	0.51 418	0.13 356	0.17 435	0.21 436	0.16 417	0.17 398	0.18 409

SANet	0.53 448	0.28 410	0.96 452	0.26 361	0.15 279	0.69 454	0.44 450	0.67 457	1.34 487	0.67 452	0.98 465	0.94 466	0.71 462	0.89 448	0.76 444	0.14 379	0.12 388	0.12 342	0.11 325	0.17 398	0.16 385

NOSS_ROB	0.31 354	0.20 349	0.35 144	0.24 292	0.16 309	0.32 312	0.19 187	0.52 354	0.48 375	0.33 278	0.36 243	0.42 348	0.28 308	0.93 455	0.24 286	0.19 434	0.20 450	0.24 445	0.22 448	0.17 398	0.17 396

LALA_ROB	0.36 385	0.25 389	0.46 286	0.30 416	0.21 391	0.47 414	0.39 437	0.61 430	0.51 395	0.52 430	0.51 378	0.69 452	0.36 374	0.50 303	0.43 393	0.17 417	0.11 371	0.16 408	0.14 397	0.17 398	0.15 377

PWC_ROB	0.38 401	0.29 417	0.69 396	0.25 329	0.20 384	0.38 368	0.19 187	0.58 413	0.67 441	0.57 441	0.85 456	0.51 396	0.40 394	0.71 398	0.52 419	0.13 356	0.09 328	0.14 384	0.10 288	0.17 398	0.14 366

MeshStereo	0.58 454	0.27 407	0.67 390	0.22 200	0.17 329	0.66 452	0.37 426	0.78 470	0.61 430	1.47 499	1.30 477	1.65 485	0.79 466	1.12 472	0.59 429	0.17 417	0.17 435	0.17 414	0.14 397	0.17 398	0.14 366
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
DualNet (step1)	0.28 327	0.19 337	0.50 317	0.18 19	0.16 309	0.34 336	0.20 233	0.51 339	0.38 273	0.37 333	0.34 222	0.37 304	0.30 333	0.39 267	0.23 275	0.23 442	0.09 328	0.28 454	0.24 452	0.18 410	0.16 385

test_sample9	0.42 417	0.19 337	0.50 317	0.18 19	0.16 309	0.34 336	0.20 233	0.51 339	0.38 273	0.37 333	0.34 222	0.37 304	0.30 333	0.66 385	0.91 458	0.23 442	1.82 506	0.28 454	0.24 452	0.18 410	0.16 385

test_sample8	0.49 436	0.19 337	0.50 317	0.18 19	0.16 309	0.34 336	0.20 233	0.55 382	0.34 221	0.62 445	0.38 264	1.15 474	0.67 458	0.66 385	0.91 458	0.23 442	1.82 506	0.28 454	0.24 452	0.18 410	0.16 385

FINET	0.34 376	0.27 407	0.80 421	0.24 292	0.24 425	0.36 356	0.34 415	0.54 372	0.72 451	0.39 361	0.47 362	0.32 265	0.30 333	0.51 308	0.32 345	0.19 434	0.17 435	0.13 362	0.12 362	0.18 410	0.16 385

RGC	0.39 406	0.32 434	0.64 384	0.34 436	0.27 439	0.40 381	0.29 385	0.57 405	0.53 406	0.45 405	0.64 427	0.62 430	0.45 414	0.72 403	0.39 377	0.15 391	0.15 423	0.21 436	0.20 437	0.18 410	0.19 417

RYNet	0.37 394	0.18 321	0.59 361	0.25 329	0.28 444	0.61 447	0.32 403	0.59 418	0.59 423	0.41 380	0.38 264	0.57 416	0.39 391	0.87 444	0.53 421	0.11 303	0.08 294	0.12 342	0.11 325	0.18 410	0.18 409

CSAN	0.50 439	0.35 438	0.78 412	0.36 446	0.23 419	0.56 438	0.59 472	0.61 430	0.70 448	0.64 449	0.78 449	0.65 441	0.60 447	1.38 485	0.62 434	0.21 439	0.17 435	0.20 434	0.20 437	0.18 410	0.18 409

WZ-Net	0.52 447	0.38 449	1.90 490	0.30 416	0.24 425	0.57 441	0.48 461	0.62 438	0.78 459	0.50 419	0.71 439	0.68 450	0.54 438	0.98 463	0.84 452	0.13 356	0.10 350	0.11 306	0.12 362	0.19 417	0.20 427

EDNetEfficient	0.63 460	0.37 446	2.40 496	0.26 361	0.25 432	0.38 368	0.49 463	0.41 238	1.06 480	1.38 488	0.87 460	0.62 430	0.95 477	0.65 380	1.65 488	0.11 303	0.09 328	0.10 252	0.11 325	0.19 417	0.17 396

FADNet-RVC	0.31 354	0.35 438	0.78 412	0.25 329	0.20 384	0.33 323	0.20 233	0.49 316	0.40 297	0.34 297	0.39 277	0.41 340	0.29 323	0.63 372	0.31 340	0.13 356	0.14 408	0.14 384	0.15 405	0.19 417	0.19 417

stereogan	0.37 394	0.17 307	0.65 385	0.27 388	0.22 407	0.62 448	0.26 362	0.59 418	0.63 435	0.43 395	0.60 415	0.67 446	0.42 406	0.68 390	0.35 360	0.13 356	0.14 408	0.14 384	0.12 362	0.19 417	0.17 396

ADCPNet	0.48 434	0.29 417	1.60 486	0.27 388	0.23 419	0.70 457	0.38 432	0.53 365	0.51 395	0.51 424	0.59 410	0.67 446	0.56 442	0.60 354	1.14 472	0.15 391	0.18 441	0.14 384	0.23 450	0.19 417	0.19 417

NVstereo2D	0.31 354	0.16 291	0.54 339	0.24 292	0.22 407	0.42 391	0.28 380	0.58 413	0.56 417	0.28 170	0.38 264	0.40 337	0.30 333	0.71 398	0.28 316	0.13 356	0.08 294	0.13 362	0.10 288	0.19 417	0.16 385

PWCDC_ROB	0.38 401	0.30 423	0.60 363	0.33 434	0.20 384	0.42 391	0.19 187	0.58 413	0.89 469	0.42 389	1.26 476	0.36 298	0.34 366	0.50 303	0.38 369	0.18 428	0.11 371	0.11 306	0.09 247	0.19 417	0.13 347

WCMA_ROB	0.51 443	0.21 363	0.65 385	0.25 329	0.21 391	0.58 442	0.32 403	0.54 372	0.55 414	0.95 472	1.40 480	1.28 478	0.81 469	0.73 405	0.62 434	0.18 428	0.15 423	0.15 398	0.15 405	0.19 417	0.19 417

SHD	0.42 417	0.27 407	0.81 423	0.31 422	0.25 432	0.42 391	0.22 287	0.66 452	0.94 476	0.63 447	0.60 415	0.59 421	0.47 423	0.59 353	0.58 428	0.15 391	0.13 400	0.16 408	0.16 417	0.20 425	0.22 440

ADCMid	0.49 436	0.34 436	1.13 468	0.26 361	0.21 391	0.51 426	0.37 426	0.57 405	0.54 409	0.75 461	0.66 430	0.62 430	0.64 457	0.64 374	1.68 489	0.13 356	0.12 388	0.17 414	0.17 426	0.20 425	0.17 396

AnyNet_C32	0.51 443	0.40 451	1.10 467	0.29 409	0.28 444	0.59 443	0.58 470	0.54 372	0.60 427	0.62 445	0.66 430	0.54 406	0.54 438	0.78 426	1.74 492	0.15 391	0.14 408	0.15 398	0.17 426	0.20 425	0.20 427

coex-ft	3.44 506	0.73 479	48.55 526	0.24 292	0.19 368	0.50 425	0.43 447	0.47 297	2.40 498	7.03 511	1.20 473	0.97 469	2.23 502	0.73 405	1.92 496	0.12 339	0.15 423	0.14 384	0.12 362	0.21 428	0.43 474

Wz-Net-TNSev	0.51 443	0.58 470	1.61 488	0.25 329	0.21 391	0.65 450	0.45 451	0.63 444	0.69 446	0.51 424	0.54 395	0.71 455	0.60 447	1.00 464	0.77 447	0.15 391	0.15 423	0.13 362	0.15 405	0.21 428	0.20 427

EDNetEfficientorigin	7.51 510	0.52 468	140.47 528	0.25 329	0.17 329	0.42 391	0.29 385	0.47 297	1.03 477	1.28 485	1.02 466	0.83 461	0.84 472	0.75 413	0.99 463	0.10 269	0.09 328	0.12 342	0.10 288	0.21 428	0.22 440

FADNet_RVC	0.30 347	0.28 410	0.83 427	0.23 244	0.15 279	0.30 289	0.17 104	0.49 316	0.37 259	0.30 227	0.38 264	0.30 245	0.27 293	0.52 314	0.31 340	0.14 379	0.14 408	0.14 384	0.16 417	0.21 428	0.23 447

RTS	0.78 475	0.48 460	4.68 503	0.34 436	0.28 444	1.12 482	0.46 453	0.62 438	1.03 477	0.73 457	0.89 461	0.60 424	0.59 445	1.61 489	1.16 475	0.14 379	0.11 371	0.15 398	0.15 405	0.21 428	0.19 417

RTSA	0.78 475	0.48 460	4.68 503	0.34 436	0.28 444	1.12 482	0.46 453	0.62 438	1.03 477	0.73 457	0.89 461	0.60 424	0.59 445	1.61 489	1.16 475	0.14 379	0.11 371	0.15 398	0.15 405	0.21 428	0.19 417

GASNet	0.36 385	0.46 456	0.88 439	0.34 436	0.23 419	0.35 351	0.22 287	0.60 426	0.53 406	0.40 371	0.37 252	0.45 367	0.30 333	0.79 428	0.35 360	0.15 391	0.10 350	0.14 384	0.14 397	0.22 434	0.12 333

G-Net	0.46 430	0.25 389	0.86 436	0.34 436	0.28 444	0.90 474	0.35 418	0.47 297	0.45 346	0.68 453	1.22 474	0.64 440	0.60 447	0.61 359	0.57 423	0.16 406	0.14 408	0.17 414	0.13 385	0.22 434	0.19 417

ADCS	0.58 454	0.40 451	1.35 481	0.29 409	0.24 425	0.55 437	0.45 451	0.67 457	0.83 465	0.76 462	0.71 439	0.68 450	0.60 447	0.76 418	2.23 500	0.16 406	0.16 430	0.16 408	0.17 426	0.22 434	0.22 440

sAnonymous2	0.20 163	0.21 363	0.58 357	0.24 292	0.17 329	0.22 151	0.19 187	0.34 146	0.28 149	0.17 74	0.19 65	0.17 81	0.16 123	0.17 21	0.14 78	0.10 269	0.07 213	0.09 182	0.08 163	0.23 437	0.17 396

CroCo_RVC	0.20 163	0.21 363	0.58 357	0.24 292	0.17 329	0.22 151	0.19 187	0.34 146	0.28 149	0.17 74	0.19 65	0.17 81	0.16 123	0.17 21	0.14 78	0.10 269	0.07 213	0.09 182	0.08 163	0.23 437	0.17 396

AnyNet_C01	0.65 462	0.58 470	2.60 499	0.32 428	0.26 437	0.88 472	0.61 473	0.63 444	0.62 432	0.68 453	0.96 464	0.76 458	0.60 447	0.96 460	1.43 484	0.16 406	0.16 430	0.17 414	0.17 426	0.23 437	0.23 447

StereoAnything_RVC	0.13 14	0.37 446	0.36 164	0.14 1	0.07 1	0.11 3	0.12 5	0.17 4	0.12 1	0.08 1	0.07 1	0.07 1	0.10 21	0.20 58	0.10 1	0.09 223	0.05 8	0.06 2	0.04 1	0.24 440	0.05 3

FADNet	0.32 363	0.36 441	0.74 410	0.23 244	0.22 407	0.37 361	0.19 187	0.53 365	0.48 375	0.32 267	0.36 243	0.43 352	0.32 354	0.64 374	0.25 295	0.16 406	0.16 430	0.14 384	0.16 417	0.24 440	0.19 417

MFN_U_SF_DS_RVC	0.51 443	0.50 465	0.86 436	0.39 456	0.24 425	0.84 469	0.55 468	0.56 397	0.62 432	0.60 443	0.68 434	0.62 430	0.42 406	1.13 473	0.43 393	0.23 442	0.27 466	0.27 448	0.35 469	0.25 442	0.29 460

XQC	0.43 421	0.37 446	0.96 452	0.34 436	0.25 432	0.53 436	0.34 415	0.60 426	0.73 454	0.51 424	0.46 355	0.57 416	0.47 423	0.70 395	0.72 443	0.17 417	0.12 388	0.18 422	0.15 405	0.25 442	0.23 447

LSM	1.64 498	0.40 451	2.56 498	2.02 507	17.61 518	0.51 426	0.52 465	0.61 430	0.76 456	0.82 464	1.11 470	0.63 438	0.54 438	0.75 413	0.49 411	0.16 406	0.24 462	0.18 422	0.21 440	0.25 442	2.42 510

DPSNet	0.47 431	0.24 385	0.93 447	0.27 388	0.20 384	0.75 461	0.57 469	0.84 478	0.79 460	0.47 415	0.51 378	0.60 424	0.69 460	0.87 444	0.71 442	0.16 406	0.13 400	0.12 342	0.10 288	0.25 442	0.21 435

PDISCO_ROB	0.43 421	0.30 423	0.67 390	0.43 461	0.36 460	0.67 453	0.32 403	0.72 465	0.76 456	0.43 395	0.53 392	0.63 438	0.40 394	0.66 385	0.47 408	0.21 439	0.12 388	0.21 436	0.19 436	0.25 442	0.20 427

MSMD_ROB	0.60 458	0.33 435	0.61 366	0.30 416	0.25 432	0.86 471	0.35 418	0.55 382	0.67 441	1.10 480	1.49 485	1.76 488	0.97 480	0.88 447	0.49 411	0.23 442	0.21 452	0.27 448	0.27 462	0.25 442	0.24 452

FC-DCNN v2	0.71 468	0.30 423	0.67 390	0.32 428	0.27 439	0.84 469	0.39 437	0.84 478	0.85 468	1.44 495	1.64 491	2.09 492	1.28 491	1.06 468	0.80 450	0.24 448	0.22 456	0.27 448	0.26 459	0.26 448	0.25 454

ccnet	0.42 417	0.31 429	0.48 302	0.27 388	0.32 455	0.60 446	0.32 403	0.65 446	0.46 361	0.53 435	0.66 430	0.56 411	0.45 414	0.72 403	0.61 432	0.26 452	0.19 445	0.24 445	0.21 440	0.26 448	0.22 440

MaskLacGwcNet_RVC	0.36 385	0.36 441	0.53 336	0.34 436	0.19 368	0.51 426	0.24 334	0.55 382	0.38 273	0.41 380	0.47 362	0.47 375	0.27 293	0.73 405	0.30 334	0.36 470	0.19 445	0.27 448	0.17 426	0.26 448	0.23 447

FC-DCNN	0.70 467	0.30 423	0.69 396	0.32 428	0.27 439	0.81 468	0.39 437	0.79 473	0.82 462	1.41 491	1.58 490	1.98 490	1.26 489	1.02 466	0.77 447	0.24 448	0.22 456	0.27 448	0.26 459	0.26 448	0.26 456

FCDSN-DC	0.63 460	0.31 429	0.61 366	0.36 446	0.30 452	0.65 450	0.37 426	0.66 452	0.68 444	1.14 482	1.54 488	1.71 487	1.26 489	0.92 453	0.64 438	0.24 448	0.22 456	0.27 448	0.26 459	0.27 452	0.27 459
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	0.58 454	0.34 436	0.84 432	0.39 456	0.31 454	0.59 443	0.47 457	0.80 474	1.25 486	0.92 469	1.09 468	0.79 459	0.82 470	0.85 441	0.76 444	0.21 439	0.18 441	0.22 442	0.18 432	0.27 452	0.35 468

SAMSARA	0.56 450	0.39 450	0.80 421	0.60 476	0.46 468	1.00 478	1.23 505	0.67 457	0.68 444	0.71 456	0.54 395	0.89 465	0.57 444	0.81 435	0.62 434	0.19 434	0.22 456	0.18 422	0.18 432	0.27 452	0.25 454

GANetREF_RVC	0.43 421	0.47 458	0.69 396	0.38 454	0.20 384	0.51 426	0.48 461	0.66 452	0.66 438	0.46 408	0.46 355	0.50 392	0.44 411	0.90 451	0.39 377	0.27 457	0.21 452	0.32 462	0.18 432	0.27 452	0.22 440
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
MANE	1.41 491	0.36 441	0.74 410	0.43 461	0.41 464	2.16 502	0.80 487	2.39 507	3.38 501	2.22 502	3.06 504	3.54 505	2.73 506	2.15 501	1.94 497	0.28 460	0.27 466	0.30 460	0.46 477	0.28 456	0.34 467

PASM	0.45 428	0.35 438	0.90 442	0.35 445	0.33 456	0.39 376	0.38 432	0.50 324	0.61 430	0.52 430	0.51 378	0.62 430	0.45 414	0.93 455	0.48 409	0.26 452	0.29 470	0.29 458	0.33 467	0.29 457	0.26 456

ELAS_RVC	0.74 473	0.36 441	1.00 456	0.37 452	0.33 456	0.88 472	0.93 494	0.83 477	1.08 481	1.35 487	1.33 479	1.24 476	1.33 493	1.06 468	0.95 461	0.27 457	0.25 464	0.29 458	0.27 462	0.30 458	0.30 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	0.37 394	0.41 454	0.66 389	0.46 466	0.41 464	0.34 336	0.25 350	0.57 405	0.45 346	0.39 361	0.52 386	0.43 352	0.33 357	0.41 274	0.29 326	0.25 451	0.14 408	0.33 464	0.21 440	0.31 459	0.22 440

CC-Net-ROB	0.43 421	0.47 458	0.65 385	0.37 452	0.23 419	0.51 426	0.29 385	0.66 452	0.49 384	0.46 408	0.51 378	0.48 381	0.38 386	0.96 460	0.35 360	0.34 468	0.23 460	0.55 477	0.25 455	0.31 459	0.20 427

ELAS	0.74 473	0.36 441	0.85 435	0.36 446	0.33 456	1.36 493	0.77 485	0.93 482	0.92 473	1.41 491	1.53 487	1.16 475	1.17 485	0.95 459	1.03 465	0.26 452	0.25 464	0.28 454	0.28 465	0.31 459	0.30 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	0.56 450	0.51 467	1.19 470	0.38 454	0.22 407	0.69 454	0.27 367	0.80 474	0.67 441	0.73 457	0.74 444	0.87 462	0.61 456	0.81 435	0.76 444	0.29 462	0.27 466	0.32 462	0.37 473	0.32 462	0.31 463

Anonymous_2	0.37 394	0.21 363	0.47 294	0.20 101	0.21 391	0.42 391	0.26 362	0.38 204	0.29 168	0.33 278	0.30 171	0.44 363	0.38 386	0.36 258	0.29 326	0.26 452	0.29 470	0.44 471	1.41 506	0.34 463	0.21 435

UDG	0.40 412	0.46 456	0.49 307	0.40 458	0.35 459	0.47 414	0.27 367	0.54 372	0.47 366	0.39 361	0.45 346	0.59 421	0.44 411	0.46 289	0.39 377	0.26 452	0.19 445	0.48 473	0.22 448	0.34 463	0.26 456

NVStereoNet_ROB	0.67 464	0.49 464	0.83 427	0.48 468	0.40 463	0.51 426	0.46 453	0.70 462	0.77 458	0.84 465	1.72 492	1.02 470	0.83 471	1.23 479	0.79 449	0.32 466	0.38 477	0.40 469	0.46 477	0.36 465	0.41 473
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 414	0.50 465	0.48 302	0.44 463	0.39 461	0.46 408	0.32 403	0.50 324	0.43 320	0.45 405	0.52 386	0.57 416	0.36 374	0.48 295	0.33 352	0.33 467	0.21 452	0.55 477	0.25 455	0.37 466	0.32 466

MSC_U_SF_DS_RVC	0.68 465	0.64 475	1.06 463	0.45 464	0.27 439	1.40 495	0.58 470	0.78 470	0.92 473	0.84 465	0.86 457	0.88 464	0.68 459	1.33 484	0.68 441	0.37 472	0.29 470	0.34 465	0.36 472	0.43 467	0.37 469

MADNet+	1.01 483	1.16 499	4.72 505	0.70 481	0.47 469	1.24 488	0.96 495	0.97 483	0.89 469	0.65 451	0.77 448	0.87 462	0.85 474	2.09 499	1.68 489	0.38 473	0.39 478	0.31 461	0.27 462	0.43 467	0.39 471

SQANet	0.40 412	0.48 460	0.67 390	0.48 468	0.39 461	0.48 419	0.22 287	0.51 339	0.43 320	0.40 371	0.47 362	0.47 375	0.33 357	0.54 326	0.32 345	0.36 470	0.15 423	0.40 469	0.21 440	0.45 469	0.31 463

testlalala_base	0.20 163	0.13 192	0.35 144	0.25 329	0.15 279	0.25 207	0.16 69	0.34 146	0.17 15	0.19 93	0.26 134	0.17 81	0.14 96	0.18 34	0.16 123	0.39 474	0.09 328	0.07 36	0.05 16	0.45 469	0.08 171

anonymity	0.56 450	0.54 469	0.70 402	0.47 467	0.61 480	0.56 438	0.43 447	0.69 461	0.49 384	0.63 447	0.55 399	0.54 406	0.60 447	0.61 359	0.57 423	0.55 480	0.53 487	0.50 474	0.54 485	0.51 471	0.56 483

Consistency-Raft	0.55 449	0.48 460	1.02 459	0.45 464	0.49 471	0.49 422	0.47 457	0.72 465	0.72 451	0.45 405	0.82 453	0.47 375	0.60 447	0.50 303	0.63 437	0.39 474	0.39 478	0.44 471	0.51 482	0.52 472	0.37 469

SGM+DAISY	0.87 477	0.66 477	1.30 479	0.51 471	0.60 479	1.03 479	0.84 491	0.76 468	0.73 454	1.39 489	1.51 486	1.31 479	1.22 487	1.11 470	1.08 467	0.57 482	0.53 487	0.51 476	0.51 482	0.54 473	0.61 490

SPS-STEREO	0.69 466	0.61 473	0.98 454	0.52 473	0.57 478	0.74 459	0.50 464	0.78 470	0.62 432	0.95 472	0.86 457	0.94 466	0.70 461	1.01 465	0.87 456	0.58 483	0.51 484	0.50 474	0.50 481	0.55 474	0.58 485
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
BEATNet-Init1	4.73 509	2.61 508	13.29 518	0.58 474	0.53 476	10.12 514	3.33 510	4.83 510	5.01 509	8.75 513	8.51 511	14.08 520	7.60 512	7.70 513	5.34 510	0.28 460	0.28 469	0.34 465	0.37 473	0.57 475	0.45 475

JetBlue	1.14 488	0.76 480	2.36 494	0.59 475	0.75 486	3.04 506	1.78 507	1.11 485	0.90 471	0.94 470	1.10 469	1.66 486	1.28 491	2.09 499	1.72 491	0.43 476	0.36 476	0.38 467	0.38 475	0.58 476	0.56 483

otaku	0.57 453	0.62 474	0.87 438	0.63 478	0.44 467	0.73 458	0.37 426	0.65 446	0.66 438	0.51 424	0.75 445	0.66 445	0.45 414	0.69 392	0.46 406	0.53 477	0.34 475	0.55 477	0.35 469	0.60 477	0.45 475

GCST	0.47 431	0.60 472	0.57 352	1.04 495	0.48 470	0.38 368	0.11 3	0.40 226	0.32 200	0.41 380	0.34 222	0.29 229	0.17 149	0.46 289	0.19 201	0.69 487	0.42 480	0.79 489	0.62 491	0.62 478	0.46 478

Ntro	0.58 454	0.64 475	0.92 445	0.66 479	0.50 473	0.77 462	0.36 422	0.66 452	0.70 448	0.50 419	0.59 410	0.65 441	0.51 435	0.75 413	0.45 400	0.56 481	0.32 474	0.56 480	0.34 468	0.63 479	0.46 478

DGSMNet	0.61 459	0.29 417	0.91 443	0.51 471	0.70 484	0.62 448	1.38 506	0.59 418	0.55 414	0.37 333	0.61 421	0.52 400	0.33 357	0.65 380	0.43 393	0.53 477	0.60 494	0.67 482	0.61 490	0.63 479	0.61 490

ACVNet_1	0.72 469	0.81 482	1.37 482	0.72 482	0.53 476	0.77 462	0.42 445	0.85 481	0.90 471	0.74 460	0.75 445	1.32 480	0.72 463	1.02 466	0.55 422	0.54 479	0.31 473	0.71 484	0.35 469	0.64 481	0.45 475

ACVNet-4b	0.72 469	0.81 482	1.33 480	0.72 482	0.50 473	0.80 467	0.31 399	0.71 464	0.80 461	0.50 419	0.72 443	0.95 468	0.43 410	0.96 460	1.20 479	1.13 504	0.21 452	0.76 486	0.45 476	0.65 482	0.46 478

DispFullNet	0.66 463	0.89 487	1.59 485	0.77 484	1.21 501	0.51 426	0.23 312	0.59 418	0.72 451	0.69 455	0.61 421	0.69 452	0.91 476	0.79 428	0.48 409	0.27 457	0.12 388	0.73 485	0.30 466	0.65 482	0.40 472

WAO-7	1.01 483	0.89 487	0.93 447	0.83 487	0.66 483	1.18 484	0.81 489	1.40 491	1.57 492	1.11 481	1.76 494	1.45 482	1.19 486	1.50 488	1.14 472	0.61 484	0.62 497	0.70 483	0.68 493	0.66 484	0.60 487

MFMNet_re	0.72 469	0.76 480	0.99 455	0.62 477	0.70 484	0.77 462	0.67 476	0.75 467	0.83 465	0.78 463	0.86 457	0.69 452	0.78 465	0.71 398	0.61 432	0.66 486	0.59 493	0.61 481	0.58 489	0.68 485	0.71 494

ACVNet_2	0.89 478	0.87 486	1.25 474	0.82 485	0.62 481	0.97 477	0.62 474	1.14 486	1.42 489	1.00 475	1.40 480	1.47 483	0.84 472	1.11 470	0.66 440	0.61 484	0.43 481	0.78 487	0.49 479	0.75 486	0.52 481

RainbowNet	0.72 469	0.89 487	1.02 459	0.82 485	0.63 482	0.78 465	0.52 465	0.81 476	0.93 475	0.60 443	0.79 450	0.80 460	0.60 447	0.80 432	0.57 423	0.78 491	0.55 490	0.78 487	0.49 479	0.76 487	0.58 485

WAO-6	1.07 486	0.93 491	0.92 445	0.96 489	0.78 489	1.28 490	0.75 482	1.34 489	2.00 496	1.02 477	1.54 488	1.59 484	1.22 487	1.31 483	1.14 472	0.78 491	0.55 490	1.02 496	0.75 497	0.83 488	0.69 493

IMH-64-1	0.91 479	0.86 484	0.84 432	0.97 490	0.75 486	0.92 475	0.71 478	1.27 487	1.10 482	0.89 467	1.45 482	1.14 472	0.96 478	1.19 475	0.84 452	0.74 488	0.51 484	0.97 492	0.55 486	0.84 489	0.60 487

IMH-64	0.91 479	0.86 484	0.84 432	0.97 490	0.75 486	0.92 475	0.71 478	1.27 487	1.10 482	0.89 467	1.45 482	1.14 472	0.96 478	1.19 475	0.84 452	0.74 488	0.51 484	0.97 492	0.55 486	0.84 489	0.60 487

test_for_model	0.29 338	0.89 487	0.34 134	0.69 480	0.49 471	0.20 100	0.16 69	0.30 103	0.23 88	0.28 170	0.15 35	0.13 25	0.11 35	0.17 21	0.13 50	0.29 462	0.10 350	0.06 2	0.04 1	0.86 491	0.18 409

IMH	1.05 485	0.95 492	1.00 456	1.01 492	0.78 489	1.11 481	0.68 477	1.38 490	1.43 490	1.00 475	1.72 492	1.43 481	1.14 482	1.73 494	0.89 457	1.09 501	0.55 490	0.99 494	0.57 488	0.87 492	0.62 492

LVE	1.13 487	1.02 493	1.28 477	1.01 492	0.80 492	1.29 491	0.81 489	1.47 494	1.96 494	1.07 479	1.90 495	1.90 489	1.01 481	1.48 487	0.91 458	0.93 498	0.61 496	0.94 491	0.69 494	0.87 492	0.75 498

WAO-8	1.46 494	1.10 497	1.09 464	1.10 496	0.84 493	2.06 499	0.75 482	1.84 500	3.83 504	1.44 495	2.21 500	2.15 493	1.43 495	3.17 505	1.19 477	0.91 496	0.65 499	1.09 497	0.79 498	0.90 494	0.71 494

Venus	1.46 494	1.10 497	1.09 464	1.10 496	0.84 493	2.06 499	0.75 482	1.84 500	3.83 504	1.44 495	2.21 500	2.15 493	1.43 495	3.17 505	1.19 477	0.91 496	0.65 499	1.09 497	0.79 498	0.90 494	0.71 494

Dean	1.17 489	1.04 495	1.49 484	1.03 494	0.78 489	1.20 487	0.77 485	1.48 495	1.96 494	1.28 485	1.99 497	2.15 493	1.14 482	1.25 480	1.00 464	0.81 493	0.60 494	1.01 495	0.69 494	0.92 496	0.74 497

PWCK	1.00 481	1.17 500	1.70 489	0.91 488	0.41 464	1.19 486	0.92 493	1.10 484	1.14 484	1.16 483	1.14 471	1.25 477	0.88 475	1.75 495	1.04 466	0.87 495	0.50 482	0.87 490	0.53 484	0.96 497	0.52 481

SuperB	0.49 436	0.28 410	2.23 492	0.23 244	0.15 279	0.41 384	0.32 403	0.47 297	0.82 462	0.43 395	0.50 372	0.33 272	0.45 414	0.68 390	1.08 467	0.10 269	0.07 213	0.09 182	0.08 163	0.98 498	0.14 366

UNDER WATER-64	1.55 496	1.19 501	2.52 497	1.31 501	0.95 497	2.12 501	1.21 504	1.45 493	3.19 500	1.43 494	1.32 478	2.64 500	2.04 501	1.63 491	1.83 493	1.11 502	0.67 501	1.28 502	0.92 501	1.19 499	1.02 503

UNDER WATER	1.59 497	1.22 502	2.36 494	1.38 502	1.03 498	1.67 498	1.10 501	1.54 498	3.63 502	1.44 495	1.47 484	2.85 502	2.25 503	1.67 492	1.94 497	1.06 500	0.62 497	1.31 503	0.93 502	1.21 500	1.02 503

TorneroNet-64	1.43 492	1.03 494	1.20 471	1.10 496	0.86 495	2.26 503	0.73 481	1.84 500	3.84 506	1.25 484	2.25 502	2.69 501	1.42 494	1.76 496	1.43 484	0.76 490	0.50 482	1.09 497	0.66 492	1.23 501	0.76 499

TorneroNet	2.22 502	1.08 496	1.24 473	1.14 500	0.90 496	5.58 508	0.80 487	2.12 505	8.69 512	2.58 504	5.42 509	3.88 506	1.97 500	1.78 498	1.87 494	0.86 494	0.54 489	1.15 501	0.74 496	1.23 501	0.85 500

notaker	1.45 493	1.34 503	1.48 483	1.40 503	1.07 499	1.18 484	0.85 492	1.48 495	1.40 488	1.51 500	3.46 505	2.40 498	1.81 499	1.76 496	1.45 487	1.11 502	0.69 502	1.38 504	0.87 500	1.31 503	0.97 502

ktn	1.77 500	1.36 504	1.22 472	1.43 504	1.14 500	1.52 496	1.08 500	1.51 497	3.96 507	2.77 506	4.69 507	3.35 504	1.46 497	1.69 493	1.25 481	1.43 506	0.77 503	1.45 505	0.99 503	1.32 504	0.96 501

KSHMR	1.89 501	1.36 504	1.60 486	1.47 505	1.22 502	1.38 494	1.06 499	1.79 499	5.97 510	1.42 493	5.65 510	2.98 503	1.14 482	2.23 502	1.20 479	1.27 505	1.12 504	1.46 506	1.10 505	1.32 504	1.15 505

JetRed	2.30 504	2.64 509	6.12 506	1.12 499	1.38 504	5.85 509	3.29 509	1.99 503	1.67 493	1.98 501	1.95 496	2.16 496	1.60 498	2.48 503	4.10 508	1.05 499	1.60 505	1.09 497	1.01 504	1.67 506	1.28 506

MADNet++	2.26 503	1.80 507	2.06 491	2.13 509	1.97 506	2.61 505	1.79 508	2.38 506	2.16 497	2.75 505	2.65 503	2.38 497	2.43 504	3.17 505	3.21 504	2.17 507	1.95 508	1.94 508	1.63 507	2.06 507	2.01 509

HanzoNet	2.97 505	1.69 506	2.29 493	1.74 506	1.33 503	1.53 497	1.03 498	1.99 503	2.64 499	5.51 509	5.16 508	5.90 511	6.82 511	4.32 510	3.29 505	3.16 509	2.02 510	1.92 507	2.87 510	2.24 508	1.89 508

tt	4.71 508	0.10 48	3.94 502	2.06 508	1.53 505	10.14 515	16.88 515	9.27 515	4.98 508	1.39 489	1.02 466	4.68 507	4.90 508	3.35 508	5.86 511	5.76 513	9.15 518	2.24 509	2.53 509	3.10 509	1.32 507

DPSimNet_ROB	4.34 507	4.23 510	6.89 508	3.67 510	3.68 507	4.75 507	5.21 511	2.67 508	3.68 503	5.82 510	3.95 506	5.57 508	6.72 510	3.46 509	4.48 509	4.05 512	2.88 511	4.68 512	3.12 512	3.69 510	3.62 512

DGTPSM_ROB	8.34 511	5.10 511	10.37 516	5.31 512	10.18 512	8.33 511	23.60 519	6.06 512	13.41 518	4.90 507	10.87 516	5.65 509	10.44 513	6.17 511	12.59 514	3.74 510	7.55 513	3.69 510	7.26 515	4.14 511	7.46 513

DPSMNet_ROB	8.40 512	5.11 512	10.49 517	5.58 513	10.25 513	8.34 512	23.62 520	6.07 513	13.45 519	4.93 508	10.88 517	5.66 510	10.44 513	6.24 512	12.64 515	3.98 511	7.61 514	3.76 511	7.30 516	4.20 512	7.51 514

DPSM_ROB	11.49 515	9.87 518	10.35 514	11.13 515	11.31 514	19.11 522	27.51 522	13.37 520	14.21 521	10.31 517	11.06 518	10.96 518	11.27 519	11.96 520	13.59 517	6.78 515	8.19 516	6.03 514	7.09 513	7.93 513	7.73 516

DPSM	11.49 515	9.87 518	10.35 514	11.13 515	11.31 514	19.11 522	27.51 522	13.37 520	14.21 521	10.31 517	11.06 518	10.96 518	11.27 519	11.96 520	13.59 517	6.78 515	8.19 516	6.03 514	7.09 513	7.93 513	7.73 516

PML	16.10 520	12.82 521	6.78 507	5.23 511	7.76 510	33.92 524	66.56 527	5.30 511	10.28 513	26.12 526	68.59 527	20.51 522	13.49 521	10.06 515	6.78 513	5.96 514	2.00 509	6.04 516	2.18 508	8.96 515	2.60 511

xxxxx1	15.27 517	9.54 515	10.31 511	20.13 520	18.88 519	17.08 517	23.03 516	10.36 516	10.99 514	9.21 514	9.62 512	10.74 515	10.61 516	10.72 516	13.89 519	7.97 517	9.20 519	31.85 525	44.72 525	12.84 516	13.69 518

tt_ll	15.27 517	9.54 515	10.31 511	20.13 520	18.88 519	17.08 517	23.03 516	10.36 516	10.99 514	9.21 514	9.62 512	10.74 515	10.61 516	10.72 516	13.89 519	7.97 517	9.20 519	31.85 525	44.72 525	12.84 516	13.69 518

ff	15.27 517	9.54 515	10.31 511	20.13 520	18.88 519	17.08 517	23.03 516	10.36 516	10.99 514	9.21 514	9.62 512	10.74 515	10.61 516	10.72 516	13.89 519	7.97 517	9.20 519	31.85 525	44.72 525	12.84 516	13.69 518

LRCNet_RVC	10.90 514	14.34 522	9.35 509	15.35 517	8.04 511	1.08 480	0.34 415	8.78 514	0.70 448	12.63 520	16.05 520	9.85 513	6.54 509	8.57 514	6.34 512	20.27 524	5.40 512	23.70 522	21.88 521	14.87 519	13.83 521

CasAABBNet	23.10 524	19.86 523	20.64 521	22.47 523	22.73 523	38.41 525	55.50 526	26.89 525	28.70 526	20.61 523	22.15 524	22.08 524	22.75 524	23.99 524	27.36 526	13.59 520	16.48 523	12.14 517	14.27 518	15.95 520	15.53 522

Selective-RAFT-Error	23.16 525	19.93 524	20.87 522	22.54 524	22.81 524	38.52 527	55.47 525	27.01 527	28.83 527	20.66 524	22.25 525	22.09 525	22.80 526	24.09 525	27.36 526	13.61 521	16.48 523	12.15 518	14.28 519	15.99 521	15.57 523

LSM0	24.24 526	19.98 525	22.32 523	24.22 525	40.14 527	38.48 526	55.20 524	26.95 526	28.57 525	20.49 522	21.83 522	22.26 526	22.75 524	24.22 526	27.30 525	13.66 522	16.32 522	12.19 519	14.15 517	16.10 522	17.66 524

HaxPig	17.72 522	20.22 526	19.73 519	16.53 518	16.51 517	9.27 513	9.33 512	14.34 522	13.27 517	18.65 521	18.70 521	17.35 521	16.77 522	17.04 522	16.45 522	22.05 525	20.89 525	22.27 521	21.53 520	21.29 523	22.13 525

MEDIAN_ROB	21.21 523	24.62 527	23.47 524	19.58 519	19.65 522	13.22 516	10.96 513	17.88 523	17.00 523	22.14 525	22.02 523	20.86 523	20.36 523	21.06 523	19.71 523	25.63 526	24.13 526	26.21 523	25.20 522	25.17 524	25.38 526

AVERAGE_ROB	25.43 527	29.06 528	27.24 525	24.63 526	24.20 526	17.73 520	12.61 514	22.29 524	21.39 524	26.79 527	26.16 526	25.20 527	24.64 527	25.07 527	23.53 524	29.96 527	28.40 527	30.60 524	29.58 523	29.72 525	29.84 527

DLNR_Zeroshot_test	10.44 513	12.10 520	19.93 520	106.08 528	23.66 525	0.14 7	0.13 11	3.22 509	0.17 15	0.16 63	0.23 104	0.16 74	0.10 21	0.31 225	0.15 100	2.36 508	0.06 106	0.07 36	0.07 93	39.70 526	0.06 41

Anonymous_1	16.62 521	9.35 514	9.84 510	10.66 514	14.64 516	18.66 521	27.12 521	12.64 519	13.51 520	10.76 519	10.30 515	10.13 514	10.60 515	11.06 519	12.74 516	15.87 523	7.74 515	16.92 520	43.48 524	58.66 527	7.68 515

test_example2	101.33 528	108.28 529	68.15 527	98.43 527	106.93 528	89.75 528	102.43 528	36.80 528	97.65 528	129.04 528	130.15 528	65.26 528	66.62 528	92.11 528	80.24 528	144.10 528	199.48 528	81.81 528	103.01 528	125.01 528	101.27 528

ccccc		256.29 530		354.40 529	364.36 529	149.10 529		152.89 529		153.93 529		164.00 529		268.02 529		390.55 529	349.22 529	244.59 529	219.82 529	412.30 529

ASD4		6.65 513

Low-res two-view benchmark