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	1.26 1	0.73 10	2.84 3	2.65 13	0.58 50	2.31 6	0.61 30	3.40 1	1.57 6	1.89 18	0.09 3	2.61 26	2.90 59	2.37 3	0.60 5	0.04 152	0.04 77	0.00 1	0.00 1	0.02 2	0.03 16

MLG-Stereo	1.48 2	0.65 6	3.04 7	2.52 11	0.79 88	3.11 17	0.16 10	6.26 15	1.80 8	0.84 1	0.10 5	1.51 13	0.65 7	7.44 49	0.53 1	0.02 118	0.09 194	0.00 1	0.03 147	0.03 8	0.02 7

LGtest1	1.48 2	0.75 12	4.03 26	2.33 7	0.65 61	3.02 15	0.11 6	6.12 12	1.51 3	1.41 11	1.48 12	0.65 4	0.93 13	5.60 20	0.81 13	0.03 140	0.12 235	0.00 1	0.00 1	0.10 55	0.04 29

MLG-Stereo_test1	1.51 4	0.65 6	3.00 5	2.47 10	2.46 221	2.84 13	0.16 10	5.64 8	1.77 7	0.98 4	0.09 3	1.53 14	0.52 3	7.44 49	0.56 2	0.02 118	0.09 194	0.00 1	0.03 147	0.03 8	0.02 7

MLG-Stereo_test2	1.52 5	0.64 1	2.81 2	2.52 11	1.79 183	2.76 12	0.16 10	4.70 5	1.80 8	1.75 13	0.08 2	3.21 33	0.17 1	7.28 44	0.64 6	0.02 118	0.11 225	0.00 1	0.00 1	0.04 11	0.03 16

MLG-Stereo_test3	1.57 6	0.69 9	3.82 20	2.19 3	1.34 147	3.92 33	0.25 16	5.89 10	1.27 2	0.91 2	1.07 8	1.99 21	0.64 6	6.09 29	1.10 20	0.03 140	0.09 194	0.00 1	0.00 1	0.05 18	0.04 29

dual_stereo	1.57 6	0.64 1	2.56 1	2.33 7	0.47 34	2.62 9	0.08 3	4.85 6	1.95 10	1.01 5	0.69 7	1.90 18	0.61 5	10.34 120	0.96 16	0.01 76	0.20 291	0.00 1	0.18 278	0.01 1	0.03 16

MonSter	1.74 8	0.74 11	3.64 15	2.27 6	1.62 166	6.01 151	0.13 8	6.02 11	2.88 15	1.35 9	2.11 14	0.30 2	0.36 2	6.50 32	0.83 14	0.00 1	0.00 1	0.00 1	0.02 129	0.02 2	0.02 7

SGD-Stereo	1.88 9	0.76 13	3.80 18	2.37 9	0.33 15	3.48 24	0.93 47	6.52 20	2.22 12	3.84 53	1.08 9	1.78 15	1.34 17	8.32 64	0.70 9	0.09 197	0.01 17	0.00 1	0.00 1	0.06 23	0.03 16

S2M2	2.06 10	1.28 87	4.05 30	3.20 29	1.14 127	2.31 6	0.06 1	6.26 15	6.67 75	1.75 13	4.48 28	4.47 56	0.81 10	2.36 2	1.52 28	0.25 275	0.10 209	0.03 158	0.00 1	0.49 258	0.03 16

LG-G_1	2.14 11	0.64 1	4.04 27	3.18 27	0.37 17	11.00 248	0.60 28	6.27 17	1.55 4	1.28 7	1.15 10	1.34 11	2.14 41	8.08 59	0.99 17	0.04 152	0.12 235	0.00 1	0.00 1	0.06 23	0.03 16

LG-G	2.14 11	0.64 1	4.04 27	3.18 27	0.37 17	11.00 248	0.60 28	6.27 17	1.55 4	1.28 7	1.15 10	1.34 11	2.14 41	8.08 59	0.99 17	0.04 152	0.12 235	0.00 1	0.00 1	0.06 23	0.03 16

GREAT-IGEV	2.18 13	1.15 65	4.04 27	2.89 17	0.69 67	2.95 14	0.20 14	5.82 9	5.88 59	0.92 3	5.07 44	1.08 9	1.46 23	9.60 103	0.86 15	0.00 1	0.13 245	0.00 1	0.24 317	0.14 70	0.46 264

IGEV-Stereo++	2.20 14	0.79 15	3.67 16	3.72 66	3.17 253	3.39 22	0.10 4	8.37 43	3.77 19	2.11 22	4.25 24	2.01 22	4.78 120	2.96 5	0.59 3	0.01 76	0.02 44	0.08 220	0.00 1	0.06 23	0.05 39

DEFOM-Stereo	2.21 15	0.88 19	3.63 14	3.42 41	0.89 99	13.14 281	0.83 42	4.68 4	1.96 11	2.72 33	1.66 13	0.59 3	0.54 4	8.53 68	0.68 7	0.00 1	0.01 17	0.00 1	0.00 1	0.02 2	0.02 7

StereoAnything_RVC	2.31 16	11.20 451	4.65 40	2.23 5	0.14 1	1.49 3	0.17 13	4.50 3	1.24 1	1.03 6	0.06 1	0.20 1	3.60 77	8.05 57	0.59 3	0.02 118	0.11 225	0.00 1	0.00 1	6.97 450	0.03 16

RAStereo	2.32 17	1.08 51	6.36 105	3.73 67	1.39 151	1.81 5	0.12 7	7.70 30	7.44 97	2.27 25	3.94 23	3.43 34	0.81 10	3.55 7	2.47 101	0.00 1	0.00 1	0.00 1	0.00 1	0.29 156	0.07 52

LG-Stereo	2.43 18	1.44 129	7.64 162	3.73 67	0.82 92	3.64 29	1.24 60	6.41 19	5.30 50	1.97 19	7.31 68	0.84 8	0.74 8	4.85 12	2.21 86	0.05 167	0.04 77	0.01 125	0.03 147	0.33 190	0.10 72

fffft	2.58 19	0.86 18	5.15 59	3.15 26	1.32 143	4.44 48	4.17 230	8.04 36	3.29 16	3.03 38	2.20 15	1.88 17	1.45 22	10.41 123	1.80 46	0.00 1	0.04 77	0.00 1	0.00 1	0.31 174	0.10 72
1: 1. 1
AIO_test	2.59 20	0.89 21	4.07 31	3.70 65	2.35 215	5.35 105	2.39 162	8.10 37	4.33 27	1.35 9	4.60 32	4.27 52	1.35 18	7.29 45	0.71 11	0.76 374	0.07 163	0.00 1	0.09 232	0.06 23	0.03 16

GIP-stereo	2.66 21	1.00 36	4.00 24	4.99 141	3.41 263	3.38 21	0.77 40	8.73 48	5.69 57	2.08 21	5.38 47	4.13 48	3.21 62	5.21 15	1.05 19	0.01 76	0.06 141	0.00 1	0.00 1	0.07 34	0.04 29

MaDis-Stereo	2.73 22	1.56 171	6.21 103	2.96 20	2.45 220	1.80 4	0.28 17	7.43 26	5.07 42	2.57 28	3.43 19	7.13 109	4.71 116	5.74 24	2.91 125	0.00 1	0.05 108	0.00 1	0.00 1	0.15 77	0.12 91

HUF	2.75 23	1.32 100	5.28 63	2.83 16	0.55 45	5.23 100	2.19 145	8.97 49	4.23 25	1.97 19	4.39 26	5.03 68	2.64 53	6.86 40	1.44 25	0.73 371	0.63 405	0.09 228	0.00 1	0.17 91	0.44 258

LG-Stereo_Zeroshot	2.77 24	0.90 22	5.49 70	4.91 137	1.75 178	3.75 30	0.85 44	7.14 22	3.33 17	3.51 47	10.67 111	2.03 23	5.26 131	3.11 6	1.80 46	0.00 1	0.06 141	0.00 1	0.19 291	0.43 231	0.19 153

IGEV-Stereo+	2.77 24	0.92 24	4.09 32	3.14 24	4.62 319	2.57 8	0.70 35	4.34 2	2.29 13	1.76 15	0.59 6	0.77 7	3.49 71	8.65 75	0.68 7	0.03 140	0.10 209	0.00 1	0.24 317	5.77 444	10.68 480

AIO_rvc	2.81 26	1.10 56	4.88 47	3.63 59	2.59 228	5.36 106	1.85 122	8.21 41	4.37 29	1.60 12	4.74 36	4.74 63	1.16 14	10.10 115	1.13 21	0.47 332	0.04 77	0.00 1	0.04 168	0.15 77	0.12 91

SMoEStereo_RVC	2.81 26	1.07 48	5.08 55	3.86 73	0.60 55	6.39 165	1.91 129	7.82 33	3.79 20	3.87 54	3.69 20	2.78 28	2.25 46	10.60 130	1.99 62	0.00 1	0.02 44	0.03 158	0.00 1	0.25 129	0.17 134

mms	2.86 28	1.38 114	5.26 61	3.68 62	1.84 184	4.23 42	4.01 224	8.01 35	4.29 26	2.43 27	5.53 56	3.05 30	1.35 18	9.22 93	2.06 71	0.00 1	0.06 141	0.00 1	0.00 1	0.36 201	0.44 258

UniTT-Stereo	2.89 29	0.90 22	6.74 117	4.08 78	2.42 218	2.63 10	0.42 20	5.57 7	4.88 35	5.36 78	7.63 71	1.09 10	1.47 24	8.80 81	5.11 215	0.03 140	0.07 163	0.00 1	0.01 98	0.48 249	0.11 85

ours_stereo	2.91 30	1.34 103	5.14 57	3.67 60	1.49 158	3.87 32	2.80 184	8.10 37	6.28 67	2.15 23	5.66 58	3.98 45	1.84 36	9.38 98	1.77 45	0.00 1	0.02 44	0.00 1	0.00 1	0.32 184	0.34 226

AIO-Stereo	2.91 30	1.19 71	5.14 57	4.15 82	0.79 88	4.67 56	1.76 111	9.59 57	5.19 48	2.66 32	4.76 37	5.40 81	0.78 9	10.30 119	1.23 23	0.00 1	0.06 141	0.00 1	0.36 364	0.09 44	0.15 123

EGLCR-Stereo	2.92 32	1.06 44	5.28 63	3.38 39	0.55 45	4.59 53	0.66 31	10.43 77	4.81 34	3.30 43	3.23 18	7.93 121	1.71 31	9.22 93	1.62 36	0.05 167	0.12 235	0.00 1	0.00 1	0.23 120	0.16 128

IGEV++	2.98 33	1.27 85	5.17 60	5.41 190	0.47 34	4.63 54	1.71 102	9.97 67	4.75 32	2.58 29	6.27 62	4.35 54	4.44 99	4.98 13	3.05 135	0.00 1	0.07 163	0.00 1	0.08 219	0.24 125	0.18 142

IGEV-RUCA	3.00 34	1.12 61	4.51 38	4.78 126	2.30 210	6.18 155	1.80 116	7.24 24	4.79 33	2.63 31	4.91 41	4.06 46	2.44 50	9.70 106	1.50 26	0.14 217	0.26 334	0.21 312	0.29 339	0.74 328	0.35 231

Selective-IGEV	3.06 35	1.11 58	4.98 49	3.56 53	1.66 168	4.73 59	2.14 144	10.73 85	4.56 30	2.93 35	4.60 32	5.54 83	1.77 34	10.82 144	1.69 40	0.00 1	0.01 17	0.00 1	0.14 264	0.06 23	0.13 104

RSM++	3.08 36	1.04 42	5.27 62	4.25 95	0.50 39	5.04 92	2.63 175	10.11 68	4.34 28	3.16 40	4.66 34	6.73 99	1.87 37	9.96 112	1.69 40	0.00 1	0.00 1	0.01 125	0.18 278	0.14 70	0.10 72

RSM	3.10 37	0.98 33	4.86 46	4.17 83	1.08 116	4.76 67	1.83 119	10.14 69	4.21 24	3.38 45	4.34 25	7.82 118	1.75 33	10.69 134	1.64 39	0.00 1	0.03 67	0.00 1	0.18 278	0.13 66	0.07 52

AEACV	3.17 38	1.11 58	5.39 66	4.55 111	5.35 358	4.29 45	1.60 81	6.21 14	5.43 53	3.08 39	7.85 74	4.23 50	6.55 173	5.51 18	1.56 29	0.00 1	0.09 194	0.03 158	0.32 354	0.20 101	0.12 91

DEFOM-Stereo_RVC	3.18 39	6.90 422	3.85 21	10.48 404	1.59 164	4.71 58	0.47 23	8.39 44	2.76 14	2.34 26	3.12 17	0.74 5	7.20 187	9.02 90	1.62 36	0.00 1	0.14 259	0.00 1	0.19 291	0.02 2	0.03 16

SCV	3.20 40	1.40 115	5.96 87	4.71 121	0.71 69	4.21 41	1.70 90	10.94 86	6.06 62	1.85 17	4.80 39	6.16 89	2.74 56	9.82 108	1.74 43	0.05 167	0.09 194	0.00 1	0.24 317	0.50 264	0.30 211

tt45	3.20 40	0.95 28	4.36 35	3.73 67	1.86 185	8.19 207	2.05 142	9.12 54	3.36 18	5.60 81	4.42 27	4.61 62	2.39 49	11.00 148	1.96 57	0.00 1	0.04 77	0.00 1	0.01 98	0.32 184	0.10 72

MoCha-V2	3.20 40	0.92 24	4.82 45	5.09 148	0.40 21	4.63 54	1.37 67	9.81 63	5.41 52	5.58 80	5.26 46	2.63 27	6.48 170	9.90 110	1.15 22	0.02 118	0.24 324	0.00 1	0.25 323	0.07 34	0.04 29

Pointernet	3.22 43	0.84 17	5.79 82	3.22 32	0.35 16	5.27 103	0.37 18	16.46 178	5.96 60	4.11 56	6.81 64	4.84 66	2.73 55	4.78 11	2.52 104	0.00 1	0.15 264	0.00 1	0.22 300	0.04 11	0.02 7

SCV_C0	3.23 44	1.31 97	6.44 108	3.20 29	0.82 92	4.84 73	1.61 82	10.34 75	6.85 80	2.74 34	4.91 41	6.26 90	1.81 35	11.06 152	1.50 26	0.11 206	0.06 141	0.00 1	0.23 309	0.33 190	0.11 85

MGS-Stereo	3.26 45	1.29 91	6.73 115	3.30 34	0.47 34	4.89 76	1.55 77	6.15 13	8.88 119	4.31 58	10.15 101	5.48 82	1.27 16	8.09 61	1.97 59	0.04 152	0.01 17	0.02 140	0.00 1	0.57 287	0.04 29

rrr	3.26 45	1.57 175	7.72 166	3.36 37	0.60 55	4.93 79	1.59 80	10.72 84	5.11 46	3.79 51	4.58 30	4.53 60	4.00 85	10.13 116	2.09 75	0.00 1	0.06 141	0.00 1	0.22 300	0.12 61	0.18 142

CroCo-Stereo	3.27 47	1.90 251	7.18 138	8.50 351	1.11 117	0.96 1	0.97 50	10.18 70	8.20 108	3.59 48	4.69 35	8.02 125	4.53 106	2.75 4	2.34 92	0.01 76	0.00 1	0.00 1	0.00 1	0.31 174	0.11 85
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
fffy	3.28 48	1.20 72	5.94 86	3.67 60	0.85 94	4.84 73	1.75 107	10.18 70	6.44 70	2.60 30	6.15 60	6.33 93	3.16 61	10.08 114	1.62 36	0.00 1	0.12 235	0.00 1	0.00 1	0.30 162	0.33 223

IGEVStereo-DCA	3.31 49	1.57 175	6.20 98	3.36 37	0.60 55	4.93 79	1.70 90	13.26 117	5.04 37	3.79 51	4.58 30	4.53 60	4.00 85	10.13 116	2.09 75	0.00 1	0.06 141	0.00 1	0.18 278	0.12 61	0.14 109

test_xeample3	3.34 50	1.54 159	7.67 163	3.33 36	0.68 63	5.74 134	1.63 84	12.05 93	3.88 23	6.71 85	3.81 22	3.17 32	3.34 67	10.59 129	2.07 72	0.00 1	0.02 44	0.00 1	0.27 332	0.13 66	0.16 128

GLC_STEREO	3.40 51	1.06 44	3.44 13	6.52 265	0.20 3	4.76 67	1.66 86	8.97 49	6.59 73	5.39 79	9.04 83	5.23 75	2.03 39	9.76 107	2.77 118	0.01 76	0.03 67	0.21 312	0.00 1	0.23 120	0.06 49

999	3.44 52	0.92 24	4.78 44	4.69 120	2.34 214	7.58 199	2.20 146	9.81 63	6.11 64	2.96 36	4.79 38	5.07 69	2.27 47	12.10 210	2.76 117	0.03 140	0.09 194	0.00 1	0.00 1	0.29 156	0.10 72

ff7	3.48 53	1.76 230	6.20 98	3.45 43	1.13 121	5.02 87	1.70 90	13.26 117	5.04 37	4.66 67	5.47 52	3.49 35	4.70 112	11.14 157	2.01 64	0.00 1	0.04 77	0.00 1	0.18 278	0.30 162	0.14 109

ffff	3.48 53	1.76 230	6.20 98	3.45 43	1.13 121	5.02 87	1.70 90	13.26 117	5.04 37	4.66 67	5.47 52	3.49 35	4.70 112	11.14 157	2.01 64	0.00 1	0.04 77	0.00 1	0.18 278	0.30 162	0.14 109

11t	3.48 53	1.76 230	6.20 98	3.45 43	1.13 121	5.02 87	1.70 90	13.26 117	5.04 37	4.66 67	5.47 52	3.49 35	4.70 112	11.14 157	2.01 64	0.00 1	0.04 77	0.00 1	0.18 278	0.30 162	0.14 109

ccc-4	3.48 53	1.76 230	6.20 98	3.45 43	1.13 121	5.02 87	1.70 90	13.26 117	5.04 37	4.66 67	5.47 52	3.49 35	4.70 112	11.14 157	2.01 64	0.00 1	0.04 77	0.00 1	0.18 278	0.30 162	0.14 109

anonymousdsp	3.51 57	1.75 226	5.66 78	3.49 47	1.13 121	5.04 92	1.74 104	13.69 127	5.07 42	4.83 72	5.42 50	4.25 51	4.44 99	11.14 157	1.98 60	0.00 1	0.04 77	0.00 1	0.18 278	0.31 174	0.13 104

castereo++	3.52 58	1.28 87	3.96 23	3.76 71	2.61 229	16.87 356	1.95 134	7.57 27	8.51 114	2.26 24	4.54 29	5.10 70	2.04 40	8.75 79	0.74 12	0.00 1	0.15 264	0.00 1	0.35 361	0.05 18	0.02 7

IGEV-Stereo	3.52 58	1.75 226	5.67 79	3.49 47	1.12 119	5.04 92	1.73 103	13.70 128	5.07 42	4.83 72	5.42 50	4.27 52	4.43 98	11.15 162	1.98 60	0.00 1	0.04 77	0.00 1	0.18 278	0.31 174	0.12 91
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 60	1.05 43	3.35 11	2.17 2	0.59 52	5.61 119	0.40 19	10.50 78	13.34 172	6.93 92	10.44 108	5.29 79	3.47 70	5.82 26	2.62 109	0.01 76	0.01 17	0.02 140	0.01 98	0.04 11	0.01 1
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
LoS	3.59 61	1.07 48	3.81 19	2.80 15	0.52 43	4.98 83	1.18 58	10.35 76	12.97 162	4.54 65	10.75 114	3.89 44	3.27 65	8.78 80	2.63 111	0.03 140	0.03 67	0.09 228	0.00 1	0.12 61	0.04 29
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	3.61 62	1.91 254	6.17 97	3.31 35	0.67 62	5.51 110	6.46 308	12.60 107	6.23 65	3.18 41	4.80 39	3.64 40	3.57 73	11.15 162	2.11 78	0.02 118	0.21 298	0.01 125	0.01 98	0.41 226	0.14 109

trnet	3.62 63	0.95 28	3.30 9	2.21 4	0.56 47	5.67 132	0.42 20	10.62 83	13.30 170	6.89 90	10.45 109	5.78 85	3.69 78	5.80 25	2.61 107	0.00 1	0.02 44	0.03 158	0.01 98	0.04 11	0.02 7

U	3.65 64	0.64 1	5.91 84	3.91 74	11.89 465	11.50 254	0.20 14	7.66 29	5.38 51	1.79 16	2.55 16	0.76 6	1.61 25	2.34 1	0.70 9	0.00 1	0.04 77	10.60 479	5.47 467	0.04 11	0.02 7

Occ-G	3.68 65	1.07 48	4.68 41	3.11 23	1.26 135	3.63 28	6.75 320	7.88 34	4.90 36	4.37 62	8.36 75	9.68 148	4.39 95	9.65 104	3.23 146	0.00 1	0.11 225	0.00 1	0.19 291	0.19 98	0.07 52

rvit_stereo_0081_aga	3.72 66	2.39 313	8.60 211	5.27 178	2.99 251	5.02 87	1.94 133	8.12 39	6.24 66	6.74 86	6.85 65	5.85 86	3.28 66	7.31 46	3.04 133	0.02 118	0.00 1	0.00 1	0.00 1	0.59 293	0.22 172

GCAP-Stereo	3.72 66	1.60 183	7.39 152	4.24 90	0.37 17	5.78 136	1.12 56	12.28 96	6.53 72	8.35 103	9.69 92	6.62 98	3.57 73	4.58 10	1.91 52	0.00 1	0.07 163	0.05 185	0.00 1	0.25 129	0.04 29

LoS_RVC	3.72 66	2.57 324	3.90 22	4.27 97	7.61 422	5.39 108	2.90 188	7.29 25	3.84 21	3.67 50	10.20 102	3.66 41	4.48 103	6.19 30	2.14 81	0.01 76	0.03 67	0.00 1	0.00 1	0.06 23	6.15 446

HART	3.80 69	1.52 152	5.45 67	4.85 132	0.51 40	4.41 47	0.76 38	12.59 106	5.08 45	5.95 82	12.76 133	6.87 103	1.72 32	10.71 136	1.84 49	0.00 1	0.13 245	0.10 246	0.00 1	0.45 236	0.26 194

CES	3.85 70	1.14 63	2.91 4	3.05 22	11.37 460	5.37 107	1.02 53	9.52 56	8.82 117	3.50 46	9.21 88	1.78 15	0.90 12	6.53 33	2.37 94	0.02 118	0.04 77	0.01 125	0.00 1	1.62 373	7.74 467

WCG-NET	3.86 71	0.96 31	5.80 83	2.92 18	0.28 10	4.48 49	1.80 116	7.23 23	15.03 186	8.77 111	9.58 91	6.94 107	4.20 91	6.92 41	2.05 69	0.00 1	0.08 183	0.00 1	0.00 1	0.14 70	0.08 61

CASnet	3.91 72	1.03 41	4.68 41	4.98 139	0.27 9	4.99 85	2.95 189	11.02 88	11.02 138	10.61 129	11.76 124	4.15 49	1.65 28	5.85 27	1.91 52	0.50 337	0.00 1	0.59 369	0.12 253	0.13 66	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	3.91 72	1.52 152	6.96 132	3.43 42	3.47 269	8.07 205	1.75 107	8.59 46	4.60 31	12.85 164	9.85 94	7.14 110	1.93 38	5.51 18	1.93 54	0.01 76	0.10 209	0.00 1	0.31 350	0.04 11	0.04 29

rvit_stereo_0081	3.93 74	1.78 239	8.60 211	6.26 250	1.73 175	3.48 24	2.36 158	7.71 31	15.81 201	4.41 63	5.39 48	5.14 72	3.94 82	7.95 55	3.57 152	0.01 76	0.01 17	0.00 1	0.01 98	0.39 218	0.10 72

rvit_stereo_0082	3.93 74	1.78 239	8.60 211	6.26 250	1.73 175	3.48 24	2.36 158	7.71 31	15.81 201	4.41 63	5.39 48	5.14 72	3.94 82	7.95 55	3.57 152	0.01 76	0.01 17	0.00 1	0.01 98	0.39 218	0.10 72

castereo	3.96 76	1.45 131	4.33 34	3.73 67	1.04 109	6.35 163	7.23 335	9.95 66	15.86 204	3.01 37	7.69 72	3.59 39	7.43 190	5.17 14	1.88 50	0.03 140	0.13 245	0.00 1	0.26 327	0.07 34	0.03 16

rvit_stereo_0080	3.98 77	2.11 291	7.62 160	3.68 62	1.90 192	4.16 36	7.60 341	9.69 59	8.13 105	5.08 76	7.39 69	6.27 91	4.44 99	6.73 38	3.92 174	0.20 245	0.01 17	0.00 1	0.00 1	0.55 280	0.12 91

whm_eth	3.98 77	2.11 291	7.62 160	3.68 62	1.90 192	4.16 36	7.60 341	9.69 59	8.13 105	5.08 76	7.39 69	6.27 91	4.44 99	6.73 38	3.92 174	0.20 245	0.01 17	0.00 1	0.00 1	0.55 280	0.12 91

MC-Stereo	3.99 79	0.95 28	4.70 43	5.09 148	0.44 33	3.77 31	1.79 114	9.86 65	7.05 92	6.34 84	13.35 139	6.83 102	6.34 167	10.80 142	1.75 44	0.00 1	0.11 225	0.06 199	0.24 317	0.12 61	0.14 109

CroCo-Stereo Lap2	4.01 80	2.03 283	8.14 187	9.82 384	6.03 381	1.11 2	0.79 41	9.71 61	7.98 102	3.26 42	4.99 43	9.08 140	5.80 148	6.08 28	4.39 193	0.00 1	0.05 108	0.00 1	0.00 1	0.71 318	0.30 211

MM-Stereo_test2	4.03 81	1.20 72	7.42 153	5.18 167	0.76 84	7.24 189	2.26 154	14.57 139	8.19 107	6.89 90	5.13 45	4.85 67	3.80 79	10.49 126	1.96 57	0.00 1	0.12 235	0.00 1	0.09 232	0.33 190	0.08 61

CAS++	4.07 82	1.67 204	6.02 91	4.17 83	1.02 107	4.26 44	1.68 87	19.10 224	10.01 130	9.18 114	9.17 86	1.98 20	1.41 21	9.54 101	1.73 42	0.02 118	0.05 108	0.00 1	0.00 1	0.32 184	0.11 85
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
plain	4.15 83	1.67 204	9.97 283	4.86 133	2.97 250	3.27 18	1.41 68	8.20 40	5.51 55	3.37 44	16.69 166	3.03 29	2.71 54	14.44 290	3.91 173	0.14 217	0.00 1	0.03 158	0.01 98	0.69 313	0.14 109

MIF-Stereo (partial)	4.33 84	1.23 77	7.27 144	5.04 143	5.31 357	3.47 23	0.95 49	9.06 52	7.41 96	4.15 57	15.76 156	5.38 80	5.22 128	11.56 181	4.21 187	0.04 152	0.02 44	0.05 185	0.03 147	0.34 196	0.12 91

MyStereo07	4.38 85	1.92 258	5.06 54	6.09 239	4.31 308	6.54 171	9.96 376	15.35 155	5.15 47	4.34 60	5.65 57	3.15 31	5.77 147	11.33 170	1.81 48	0.06 182	0.10 209	0.03 158	0.04 168	0.63 302	0.30 211

XX-TBD	4.45 86	10.67 444	3.01 6	10.28 401	0.57 49	5.84 141	0.07 2	7.57 27	12.24 152	11.43 137	14.74 148	4.07 47	1.66 29	4.51 9	2.05 69	0.01 76	0.01 17	0.00 1	0.00 1	0.26 139	0.01 1

rvit_stereo_0083	4.53 87	1.94 262	9.94 281	7.12 303	1.67 169	4.98 83	2.80 184	8.25 42	18.22 232	4.76 71	7.78 73	6.41 95	4.87 121	7.54 51	3.74 162	0.11 206	0.04 77	0.00 1	0.01 98	0.24 125	0.16 128

Reg-Stereo(zero)	4.54 88	0.68 8	4.39 36	3.20 29	1.30 137	3.29 20	0.89 46	16.64 181	12.89 161	10.01 122	10.70 113	10.29 153	4.51 105	8.83 82	2.63 111	0.01 76	0.14 259	0.00 1	0.13 258	0.03 8	0.17 134

GCAP-BAT	4.57 89	2.24 306	7.50 155	3.14 24	4.24 299	5.93 148	1.88 125	9.03 51	5.80 58	13.03 171	12.47 131	8.46 131	2.89 58	11.02 149	2.94 127	0.00 1	0.12 235	0.01 125	0.28 335	0.05 18	0.28 202

WCG-NET（raft）	4.57 89	1.16 66	6.01 90	2.95 19	0.19 2	5.09 96	2.01 137	10.28 73	15.34 192	8.64 109	11.43 121	9.63 147	5.06 125	10.96 147	2.19 84	0.00 1	0.13 245	0.00 1	0.01 98	0.14 70	0.12 91

CREStereo++_RVC	4.61 91	0.99 35	3.70 17	4.08 78	2.01 198	3.94 34	0.10 4	9.10 53	16.94 212	8.65 110	16.77 168	4.46 55	2.18 43	5.72 23	3.12 138	0.00 1	0.00 1	0.00 1	10.32 486	0.02 2	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
iRaftStereo_RVC	4.68 92	1.51 150	6.89 128	4.91 137	0.72 78	5.26 102	0.46 22	17.60 193	10.47 133	9.53 118	15.13 151	5.75 84	3.24 64	8.93 84	2.22 87	0.00 1	0.09 194	0.00 1	0.00 1	0.46 240	0.41 248

Former-RAFT_DAM_RVC	4.69 93	2.56 323	8.72 216	4.26 96	3.52 271	9.22 218	1.48 70	13.54 124	18.88 239	7.47 100	7.08 67	2.04 24	2.24 45	9.66 105	2.27 90	0.05 167	0.02 44	0.07 210	0.00 1	0.53 274	0.21 165

TANstereo	4.70 94	1.08 51	4.01 25	3.53 52	0.47 34	14.26 299	0.15 9	8.67 47	12.54 154	12.50 148	18.43 184	5.20 74	4.54 108	5.68 22	2.07 72	0.00 1	0.13 245	0.00 1	0.01 98	0.02 2	0.63 294

rvit_stereo_ft	4.73 95	2.68 329	9.30 249	11.34 422	2.74 236	4.18 40	8.45 350	9.77 62	9.90 129	4.04 55	6.26 61	6.73 99	4.72 117	8.99 86	5.03 213	0.01 76	0.00 1	0.00 1	0.00 1	0.28 149	0.09 65

MSKI-zero shot	4.76 96	1.56 171	5.98 88	5.14 160	1.13 121	6.55 173	1.55 77	12.76 109	8.06 103	10.44 128	11.50 122	13.47 213	2.38 48	12.07 208	1.90 51	0.01 76	0.20 291	0.02 140	0.29 339	0.14 70	0.14 109

MM-Stereo_test1	5.04 97	1.17 69	6.08 93	5.38 187	0.80 90	4.99 85	7.07 328	13.43 123	12.00 149	12.94 167	10.20 102	5.92 87	6.69 175	11.26 168	2.19 84	0.01 76	0.11 225	0.00 1	0.00 1	0.42 229	0.07 52

sCroCo_RVC	5.06 98	3.29 352	16.45 387	10.72 408	6.64 396	5.83 139	2.74 179	9.67 58	8.06 103	3.66 49	9.20 87	4.81 65	4.95 122	8.12 62	4.64 198	0.64 362	0.50 390	0.06 199	0.03 147	0.70 316	0.42 251

RAFT-Stereo-weight	5.07 99	0.93 27	5.57 75	4.24 90	0.72 78	6.05 153	1.63 84	17.77 197	17.16 213	10.99 134	10.22 104	12.06 184	1.67 30	9.25 95	2.69 113	0.06 182	0.11 225	0.00 1	0.00 1	0.15 77	0.12 91

tg	5.09 100	1.48 138	6.73 115	4.83 128	1.23 133	7.57 198	0.49 24	18.35 209	11.87 145	9.28 116	14.61 145	7.15 111	4.12 88	10.58 127	2.74 115	0.00 1	0.04 77	0.00 1	0.00 1	0.45 236	0.36 234

model_zeroshot	5.12 101	1.53 155	9.70 273	5.33 183	1.54 162	8.71 211	2.23 152	15.60 162	8.29 110	13.74 183	10.02 99	10.57 156	2.97 60	8.47 66	2.61 107	0.02 118	0.18 281	0.14 278	0.25 323	0.06 23	0.34 226

AE-Stereo	5.15 102	1.56 171	7.99 180	8.70 352	2.18 204	9.12 217	3.02 192	11.78 90	13.30 170	4.34 60	12.84 134	10.83 159	4.53 106	8.71 77	2.82 120	0.04 152	0.44 376	0.05 185	0.33 358	0.20 101	0.17 134

4D-IteraStereo	5.15 102	1.47 134	7.98 178	4.89 136	4.69 322	6.25 157	1.85 122	13.23 116	16.30 205	14.18 189	11.26 118	8.33 128	1.61 25	8.07 58	2.42 95	0.00 1	0.05 108	0.08 220	0.01 98	0.19 98	0.15 123

CAS	5.20 104	0.78 14	3.30 9	17.06 460	7.59 421	8.07 205	6.31 299	9.46 55	9.09 120	4.57 66	10.67 111	1.91 19	1.22 15	4.18 8	2.16 82	10.33 478	0.02 44	0.00 1	0.02 129	0.44 234	6.83 455

test_1	5.20 104	1.06 44	7.72 166	4.21 88	0.59 52	6.69 175	3.03 193	12.98 112	17.51 222	12.35 146	8.66 78	13.20 204	4.12 88	9.00 88	2.11 78	0.00 1	0.05 108	0.00 1	0.32 354	0.25 129	0.18 142

test-3	5.21 106	1.06 44	7.71 165	4.19 86	0.59 52	6.72 178	3.01 191	12.96 111	17.49 221	12.53 156	8.65 76	13.20 204	4.14 90	9.00 88	2.11 78	0.00 1	0.05 108	0.00 1	0.32 354	0.25 129	0.18 142

EAI-Stereo	5.21 106	1.74 217	8.46 203	5.69 202	1.37 150	5.67 132	3.52 210	18.77 218	5.65 56	9.75 119	16.08 160	6.36 94	3.57 73	11.73 193	3.64 157	0.01 76	0.33 354	0.03 158	1.06 421	0.21 105	0.65 302

tt1	5.27 108	1.99 269	5.11 56	6.02 235	0.26 4	10.59 237	4.22 234	18.45 211	16.31 206	6.75 87	8.95 82	4.75 64	9.15 222	10.82 144	1.61 34	0.00 1	0.05 108	0.00 1	0.04 168	0.26 139	0.14 109

ACVNet-DCA	5.28 109	2.00 270	4.99 50	5.89 218	0.26 4	10.85 243	5.38 262	20.20 236	11.88 146	6.95 93	10.01 95	4.49 57	9.78 238	10.79 139	1.59 31	0.00 1	0.05 108	0.00 1	0.04 168	0.25 129	0.20 158

IGEV_Zeroshot_test	5.28 109	2.03 283	14.26 362	6.09 239	1.33 145	4.32 46	1.03 55	14.46 136	6.50 71	13.33 180	11.89 125	11.01 161	3.45 68	10.71 136	3.64 157	0.03 140	0.22 307	0.15 284	0.26 327	0.80 332	0.20 158

RCA-Stereo	5.32 111	1.08 51	5.91 84	4.29 100	0.51 40	5.65 122	4.12 228	16.97 185	18.67 237	8.27 102	14.16 142	8.86 135	8.90 218	6.45 31	2.18 83	0.00 1	0.07 163	0.10 246	0.00 1	0.10 55	0.07 52

gcap-zeroshot	5.34 112	1.50 146	10.42 294	4.65 118	1.22 132	9.78 222	1.70 90	10.29 74	6.36 69	15.08 209	9.84 93	17.96 287	5.21 127	9.43 99	1.99 62	0.10 202	0.36 359	0.06 199	0.29 339	0.05 18	0.43 254

cc1	5.34 112	2.00 270	4.99 50	5.89 218	0.26 4	10.85 243	5.38 262	17.85 201	15.48 194	6.95 93	10.01 95	4.49 57	9.78 238	10.79 139	1.59 31	0.00 1	0.05 108	0.00 1	0.04 168	0.30 162	0.13 104

PMTNet	5.36 114	0.97 32	3.42 12	1.97 1	1.30 137	8.96 212	0.69 34	12.33 97	12.16 151	8.50 106	11.35 119	6.09 88	4.50 104	9.34 97	2.70 114	22.71 494	0.01 17	0.04 178	0.02 129	0.06 23	0.01 1

cross-raft	5.37 115	1.23 77	6.66 113	5.91 223	1.25 134	6.00 150	1.48 70	15.82 168	7.70 99	12.95 168	20.80 223	11.63 170	4.42 96	8.59 69	2.23 88	0.01 76	0.21 298	0.00 1	0.22 300	0.21 105	0.10 72

HH	5.47 116	2.08 288	9.00 231	4.88 134	1.07 114	4.93 79	3.60 217	16.68 182	6.83 78	8.39 104	12.14 127	15.05 234	9.06 220	12.68 237	1.93 54	0.02 118	0.17 275	0.18 296	0.00 1	0.28 149	0.48 269

HanStereo	5.47 116	2.08 288	9.00 231	4.88 134	1.07 114	4.93 79	3.60 217	16.68 182	6.83 78	8.39 104	12.14 127	15.05 234	9.06 220	12.68 237	1.93 54	0.02 118	0.17 275	0.18 296	0.00 1	0.28 149	0.48 269

test_4	5.47 116	0.98 33	5.56 74	6.55 269	0.62 58	5.53 112	1.88 125	11.68 89	6.00 61	12.60 159	30.86 344	7.48 117	3.87 80	12.25 218	2.97 129	0.00 1	0.07 163	0.03 158	0.14 264	0.34 196	0.04 29

HUI-Stereo	5.48 119	1.74 217	9.01 233	5.08 147	0.42 28	5.65 122	2.77 181	12.55 105	7.03 91	12.54 158	18.10 178	13.07 202	6.71 176	9.92 111	3.74 162	0.61 356	0.08 183	0.09 228	0.00 1	0.22 108	0.23 180

RAFT-Stereo + iAFF	5.48 119	1.66 203	7.56 157	3.49 47	0.40 21	2.75 11	0.67 32	16.07 173	14.76 184	12.27 143	18.67 189	11.95 179	8.08 204	7.84 54	2.89 122	0.01 76	0.06 141	0.00 1	0.00 1	0.37 209	0.04 29

ROB_FTStereo	5.49 121	1.74 217	8.96 228	5.09 148	0.42 28	5.65 122	1.68 87	12.53 104	7.00 84	12.53 156	18.00 175	13.02 198	6.74 178	11.51 178	3.81 168	0.60 353	0.09 194	0.09 228	0.00 1	0.22 108	0.22 172

PSM-adaLoss	5.50 122	1.74 217	9.03 237	5.09 148	0.42 28	5.66 127	1.98 136	12.50 99	7.01 89	12.52 150	18.13 181	12.96 194	6.77 182	11.11 155	3.83 169	0.72 368	0.09 194	0.09 228	0.00 1	0.22 108	0.22 172

ROB_FTStereo_v2	5.53 123	1.74 217	8.97 230	5.09 148	0.42 28	5.64 121	2.02 138	12.50 99	7.00 84	12.51 149	18.10 178	12.99 195	6.72 177	11.50 177	4.04 185	0.70 364	0.09 194	0.09 228	0.00 1	0.22 108	0.23 180

CRE-IMP	5.53 123	1.63 198	9.62 262	5.65 199	0.48 38	7.02 186	1.70 90	11.84 91	8.33 111	12.99 170	16.02 159	11.08 163	6.23 159	12.06 206	5.06 214	0.28 282	0.07 163	0.09 228	0.00 1	0.24 125	0.21 165

RAFT-IKP	5.53 123	1.74 217	8.95 225	5.09 148	0.41 23	5.45 109	2.08 143	12.52 101	7.00 84	12.52 150	18.13 181	12.93 193	6.79 183	11.59 185	3.99 180	0.80 381	0.09 194	0.09 228	0.00 1	0.22 108	0.22 172

LL-Strereo2	5.54 126	2.17 298	9.12 242	5.65 199	2.54 226	6.48 167	2.27 155	15.08 147	7.79 101	10.99 134	10.26 105	15.94 247	3.50 72	13.25 263	3.63 156	0.00 1	0.13 245	1.34 417	0.10 241	0.30 162	0.19 153

iGMRVC	5.54 126	1.74 217	9.01 233	5.09 148	0.42 28	5.66 127	1.81 118	12.61 108	7.02 90	12.52 150	18.11 180	13.02 198	6.64 174	11.57 182	4.16 186	0.82 383	0.09 194	0.09 228	0.00 1	0.22 108	0.21 165

Gwc-CoAtRS	5.54 126	1.22 74	8.40 197	4.28 98	1.36 149	6.93 184	1.31 63	15.48 157	15.03 186	12.62 160	13.32 138	12.74 191	5.71 144	8.61 70	2.98 130	0.01 76	0.22 307	0.00 1	0.29 339	0.28 149	0.07 52

test_3	5.55 129	1.02 38	8.07 184	6.18 245	0.54 44	9.00 213	3.28 198	13.55 125	18.66 236	11.97 140	8.89 81	13.98 218	4.05 87	8.96 85	2.10 77	0.00 1	0.05 108	0.00 1	0.31 350	0.26 139	0.18 142

CFNet-RSSM	5.55 129	1.08 51	8.60 211	4.30 101	1.21 131	6.42 166	1.25 61	16.12 174	17.84 226	13.12 172	11.14 117	11.84 175	5.52 134	9.14 92	2.35 93	0.01 76	0.20 291	0.00 1	0.36 364	0.34 196	0.07 52

Patchmatch Stereo++	5.56 131	1.74 217	9.01 233	5.09 148	0.41 23	5.66 127	2.40 163	12.52 101	7.00 84	12.52 150	18.08 176	13.02 198	6.74 178	11.59 185	4.01 182	0.78 376	0.09 194	0.09 228	0.00 1	0.22 108	0.22 172
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
iRAFT	5.56 131	1.74 217	9.01 233	5.09 148	0.41 23	5.66 127	2.40 163	12.52 101	7.00 84	12.52 150	18.08 176	13.02 198	6.74 178	11.59 185	4.01 182	0.78 376	0.09 194	0.09 228	0.00 1	0.22 108	0.22 172

raftrobust	5.56 131	1.42 120	6.00 89	7.04 297	5.11 343	4.90 78	1.88 125	17.13 188	13.72 174	11.87 138	11.58 123	7.82 118	9.21 223	10.28 118	2.92 126	0.02 118	0.05 108	0.00 1	0.00 1	0.22 108	0.11 85

1test111	5.59 134	2.00 270	4.99 50	5.89 218	0.26 4	10.85 243	5.38 262	20.20 236	11.88 146	6.95 93	10.01 95	4.49 57	9.78 238	11.09 153	7.45 259	0.00 1	0.05 108	0.00 1	0.04 168	0.25 129	0.20 158

test-1	5.62 135	1.53 155	14.78 371	7.44 316	1.11 117	7.99 204	1.19 59	13.03 114	12.04 150	9.39 117	15.23 153	11.15 166	5.56 136	7.06 42	3.57 152	0.07 192	0.50 390	0.00 1	0.10 241	0.16 84	0.47 265

DeepStereo_RVC	5.65 136	1.65 199	9.06 239	5.21 173	0.56 47	5.55 117	1.84 121	12.16 95	7.22 93	13.94 185	14.96 149	12.58 187	10.27 247	11.25 167	5.81 234	0.39 314	0.10 209	0.11 260	0.00 1	0.18 94	0.22 172

MM-Stereo_test3	5.71 137	1.22 74	5.59 77	5.84 216	5.43 361	4.74 64	6.54 312	19.30 226	23.72 294	8.53 107	11.36 120	7.15 111	2.84 57	8.62 71	2.51 103	0.05 167	0.07 163	0.00 1	0.00 1	0.45 236	0.17 134

EKT-Stereo	5.73 138	1.42 120	7.85 171	7.16 305	5.35 358	5.22 99	4.41 238	18.13 208	14.05 176	8.77 111	12.85 135	9.55 146	4.26 93	11.19 164	2.45 100	0.45 326	0.23 313	0.07 210	0.10 241	0.16 84	0.87 333

NRIStereo	5.73 138	1.67 204	8.42 199	5.72 208	0.41 23	6.71 177	2.60 173	14.73 143	10.71 137	12.39 147	15.07 150	11.58 169	6.23 159	12.06 206	4.78 202	0.61 356	0.17 275	0.11 260	0.00 1	0.28 149	0.27 198

rvit_0105_6	5.74 140	2.76 330	14.29 363	9.83 386	1.73 175	5.18 98	5.24 257	10.21 72	20.31 250	6.26 83	6.78 63	10.10 152	6.43 169	11.20 166	3.33 148	0.18 233	0.29 342	0.00 1	0.00 1	0.51 268	0.14 109

RAFT-Test	5.75 141	1.32 100	6.77 122	4.07 77	1.71 173	9.95 224	1.56 79	15.78 167	8.34 113	12.73 163	23.83 260	11.80 173	4.69 111	8.99 86	2.57 106	0.01 76	0.29 342	0.00 1	0.38 370	0.16 84	0.07 52

Selective-RAFT	5.78 142	0.83 16	10.24 290	6.70 280	0.72 78	15.49 327	1.13 57	13.82 134	15.41 193	6.97 97	6.97 66	11.63 170	8.27 207	12.32 220	4.73 200	0.10 202	0.01 17	0.00 1	0.26 327	0.07 34	0.03 16

11t1	5.86 143	1.10 56	7.74 168	5.18 167	1.44 152	13.82 291	2.36 158	14.92 146	7.26 94	12.98 169	11.10 116	11.24 167	9.30 225	11.59 185	6.54 244	0.10 202	0.16 273	0.00 1	0.01 98	0.18 94	0.23 180

s12784h	5.87 144	0.88 19	4.11 33	3.01 21	0.51 40	18.49 374	0.98 51	18.89 220	17.60 223	12.52 150	12.46 130	7.87 120	5.01 124	11.05 151	3.13 140	0.73 371	0.01 17	0.04 178	0.00 1	0.07 34	0.01 1

H2IRNET	5.89 145	1.14 63	6.65 112	4.13 81	2.24 206	4.15 35	0.73 37	12.10 94	13.21 166	7.09 98	20.45 215	15.74 244	10.74 252	10.36 121	7.84 272	0.06 182	0.00 1	0.07 210	0.53 392	0.37 209	0.16 128

testlalala2	5.91 146	1.62 193	8.59 210	15.36 454	10.36 453	7.93 203	3.62 219	12.89 110	9.73 126	15.55 224	12.18 129	8.57 133	2.50 51	5.35 17	2.62 109	0.01 76	0.26 334	0.00 1	0.50 387	0.49 258	0.07 52

anonymousdsp2	5.93 147	1.54 159	8.34 192	4.43 106	0.38 20	9.24 219	4.11 226	21.92 263	17.36 218	12.28 145	10.08 100	10.05 150	4.42 96	11.04 150	2.54 105	0.01 76	0.02 44	0.30 342	0.18 278	0.21 105	0.18 142

GMStereo	5.94 148	3.84 370	10.86 306	5.13 159	0.71 69	7.27 190	2.66 177	12.38 98	25.14 310	12.01 142	10.66 110	5.12 71	3.46 69	11.39 173	6.16 241	0.45 326	0.02 44	0.05 185	0.31 350	0.86 337	0.25 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 149	2.02 280	7.09 137	7.06 298	5.10 342	6.36 164	5.44 268	13.97 135	13.25 168	9.93 121	17.45 170	10.37 155	3.89 81	11.64 190	4.24 189	0.02 118	0.46 382	0.10 246	0.00 1	0.20 101	0.31 219

GMOStereo	5.97 150	1.55 162	7.18 138	5.17 162	0.71 69	5.54 113	2.21 147	10.54 79	12.86 157	18.29 291	22.01 239	17.06 263	6.27 161	6.62 34	2.43 96	0.00 1	0.23 313	0.12 263	0.00 1	0.46 240	0.10 72

error version	5.97 150	1.55 162	7.18 138	5.17 162	0.71 69	5.54 113	2.21 147	10.54 79	12.86 157	18.29 291	22.01 239	17.06 263	6.27 161	6.62 34	2.43 96	0.00 1	0.23 313	0.12 263	0.00 1	0.46 240	0.10 72

test-v	5.97 150	1.55 162	7.18 138	5.17 162	0.71 69	5.54 113	2.21 147	10.54 79	12.86 157	18.29 291	22.01 239	17.06 263	6.27 161	6.62 34	2.43 96	0.00 1	0.23 313	0.12 263	0.00 1	0.46 240	0.10 72

test-2	5.97 150	1.55 162	7.18 138	5.17 162	0.71 69	5.54 113	2.21 147	10.54 79	12.86 157	18.29 291	22.01 239	17.06 263	6.27 161	6.62 34	2.43 96	0.00 1	0.23 313	0.12 263	0.00 1	0.46 240	0.10 72

xx1	5.99 154	2.00 270	4.99 50	5.89 218	0.26 4	10.85 243	5.38 262	17.84 199	15.48 194	6.95 93	10.01 95	16.02 250	11.15 262	10.79 139	1.59 31	0.00 1	0.05 108	0.02 140	0.05 190	0.25 129	0.20 158

rafts_anoy	6.02 155	1.67 204	6.27 104	6.53 266	4.98 333	5.30 104	2.53 169	13.77 132	21.01 258	12.70 162	16.23 162	8.56 132	5.65 142	9.09 91	5.22 219	0.04 152	0.31 347	0.09 228	0.03 147	0.25 129	0.17 134

TestStereo	6.02 155	2.55 322	7.33 151	5.57 195	1.68 172	6.05 153	1.78 112	13.73 129	16.40 209	10.87 133	23.79 259	9.00 138	5.63 141	11.26 168	3.96 177	0.09 197	0.01 17	0.00 1	0.00 1	0.69 313	0.01 1

Any-RAFT	6.04 157	1.16 66	4.52 39	4.47 107	1.20 130	10.46 231	1.97 135	21.84 259	15.52 196	11.21 136	19.37 196	13.34 207	4.72 117	8.65 75	2.03 68	0.01 76	0.19 286	0.00 1	0.00 1	0.04 11	0.08 61

iRaft-Stereo_20w	6.06 158	1.84 246	12.04 324	4.23 89	1.67 169	6.77 181	2.22 151	18.73 217	6.08 63	14.72 198	10.33 106	13.42 212	8.14 205	15.88 319	3.08 137	0.01 76	0.24 324	0.13 274	0.39 372	0.61 296	0.71 312

DCRE	6.07 159	1.75 226	8.41 198	7.20 306	3.82 281	6.48 167	4.18 233	15.52 159	10.42 132	9.24 115	22.47 249	11.71 172	5.46 133	10.62 131	3.02 132	0.02 118	0.26 334	0.05 185	0.30 346	0.15 77	0.24 186

XX-Stereo	6.14 160	1.47 134	9.11 241	11.87 428	6.76 400	3.27 18	0.93 47	15.13 149	5.43 53	8.79 113	28.46 309	13.71 216	2.22 44	11.51 178	2.07 72	0.20 245	0.24 324	0.08 220	0.29 339	1.04 348	0.13 104

AFF-stereo	6.17 161	1.61 188	7.02 134	4.08 78	0.64 59	3.53 27	0.76 38	16.00 172	13.14 164	12.86 165	25.42 274	15.67 243	7.86 198	11.12 156	3.21 145	0.02 118	0.06 141	0.00 1	0.00 1	0.40 223	0.08 61

knoymous	6.19 162	1.49 143	4.49 37	3.81 72	1.87 188	5.84 141	5.76 277	14.51 137	14.18 178	13.31 179	21.59 236	12.64 188	6.49 171	12.41 225	4.03 184	0.12 211	0.13 245	0.12 263	0.00 1	0.71 318	0.35 231

TRStereo	6.22 163	6.09 408	11.30 311	9.19 365	7.41 417	4.75 66	1.74 104	19.70 229	11.74 144	10.61 129	8.65 76	10.67 157	3.22 63	13.81 278	3.60 155	0.31 288	0.23 313	0.12 263	0.36 364	0.48 249	0.38 237

AnonymousM	6.33 164	11.42 452	3.06 8	3.93 75	1.49 158	4.54 50	3.29 199	11.00 87	7.70 99	16.52 248	9.38 89	9.07 139	3.97 84	7.10 43	3.01 131	0.43 323	0.07 163	22.69 488	7.67 477	0.06 23	0.21 165

AIO-test1	6.38 165	1.41 119	5.70 81	9.77 382	5.61 367	9.09 215	1.79 114	21.63 257	20.69 254	6.75 87	17.68 172	8.19 126	4.99 123	10.38 122	3.16 141	0.01 76	0.01 17	0.00 1	0.13 258	0.28 149	0.26 194

MyStereo06	6.40 166	1.76 230	13.15 339	6.19 246	4.40 312	7.09 187	9.95 374	16.68 182	6.98 83	12.91 166	10.76 115	17.84 284	5.71 144	9.97 113	3.39 151	0.06 182	0.10 209	0.02 140	0.04 168	0.73 323	0.29 208

DCANet-4	6.41 167	1.02 38	9.66 266	3.41 40	0.68 63	4.73 59	1.70 90	17.70 195	24.33 303	15.10 210	20.25 209	6.45 96	8.65 211	8.47 66	5.31 223	0.01 76	0.04 77	0.00 1	0.00 1	0.09 44	0.63 294

riskmin	6.42 168	1.29 91	6.76 121	3.95 76	2.25 207	10.49 232	2.53 169	15.11 148	17.60 223	9.77 120	12.91 136	15.25 239	12.04 286	11.58 183	5.11 215	0.14 217	0.24 324	0.13 274	0.03 147	0.61 296	0.69 307

DisPM	6.43 169	1.31 97	8.36 193	6.61 275	1.06 113	5.83 139	3.82 222	13.04 115	11.63 143	16.38 244	23.88 262	12.80 192	6.50 172	13.03 259	3.04 133	0.51 340	0.01 17	0.08 220	0.15 270	0.10 55	0.42 251

DCANet	6.46 170	1.59 179	7.28 145	3.51 51	0.68 63	4.77 71	1.75 107	15.33 153	23.62 289	15.55 224	20.73 222	7.31 115	11.56 277	8.83 82	5.26 221	0.00 1	0.05 108	0.00 1	0.00 1	0.26 139	1.11 353

RALAANet	6.49 171	2.49 320	9.69 272	7.09 299	4.98 333	6.23 156	1.68 87	19.90 233	14.26 179	15.04 208	14.56 144	12.69 190	4.38 94	12.91 249	3.07 136	0.02 118	0.07 163	0.00 1	0.10 241	0.51 268	0.15 123

Pruner-Stereo	6.59 172	1.51 150	8.71 215	6.34 254	0.85 94	5.66 127	4.15 229	13.74 130	11.02 138	18.11 286	22.09 244	15.86 246	5.80 148	11.75 195	5.15 217	0.60 353	0.02 44	0.18 296	0.10 241	0.07 34	0.16 128

sAnonymous2	6.59 172	6.21 410	19.05 409	8.91 355	5.27 353	4.58 51	6.69 317	15.56 160	11.12 141	4.86 74	8.71 79	3.81 42	7.93 199	7.38 47	2.89 122	0.09 197	0.07 163	0.05 185	0.28 335	11.25 473	7.10 460

CroCo_RVC	6.59 172	6.21 410	19.05 409	8.91 355	5.27 353	4.58 51	6.69 317	15.56 160	11.12 141	4.86 74	8.71 79	3.81 42	7.93 199	7.38 47	2.89 122	0.09 197	0.07 163	0.05 185	0.28 335	11.25 473	7.10 460

SST-Stereo	6.60 175	1.46 132	8.37 194	6.68 278	0.77 85	6.01 151	1.93 132	14.68 142	9.24 122	19.09 308	20.43 214	16.86 261	8.59 210	13.49 269	3.80 167	0.22 256	0.05 108	0.13 274	0.00 1	0.08 40	0.05 39

PSM-softLoss	6.61 176	1.60 183	9.42 255	6.48 261	0.88 97	5.65 122	2.04 140	22.64 269	8.77 115	13.95 186	22.11 246	13.01 196	5.22 128	12.73 241	6.05 236	0.49 335	0.06 141	0.27 327	0.56 394	0.16 84	0.06 49

KMStereo	6.61 176	1.60 183	9.42 255	6.48 261	0.88 97	5.65 122	2.04 140	22.64 269	8.77 115	13.95 186	22.11 246	13.01 196	5.22 128	12.73 241	6.05 236	0.49 335	0.06 141	0.27 327	0.56 394	0.16 84	0.06 49

ADStereo(finetuned)	6.68 178	1.59 179	9.70 273	3.49 47	0.68 63	4.79 72	1.75 107	15.33 153	23.64 290	15.56 226	20.68 217	7.30 114	13.85 321	8.71 77	5.17 218	0.00 1	0.05 108	0.00 1	0.00 1	0.25 129	1.05 350

PFNet+	6.68 178	1.40 115	9.60 261	5.64 198	0.85 94	5.79 138	1.74 104	13.63 126	15.30 191	17.88 279	21.38 234	14.52 225	6.07 154	12.74 243	4.89 210	0.63 360	0.20 291	0.11 260	0.30 346	0.05 18	0.91 337

rvit_0105_4	6.69 180	2.81 332	15.46 375	10.22 398	1.58 163	5.99 149	5.81 278	13.77 132	23.65 291	7.16 99	9.46 90	12.64 188	7.78 196	12.03 201	3.83 169	0.19 237	0.47 384	0.00 1	0.01 98	0.60 294	0.37 235

raft+_RVC	6.69 180	1.61 188	5.57 75	6.37 255	4.62 319	6.51 170	6.18 296	20.39 243	23.38 286	10.62 131	17.82 174	9.89 149	5.65 142	10.70 135	3.67 160	0.00 1	0.14 259	0.00 1	0.00 1	0.34 196	0.27 198

NF-Stereo	6.72 182	1.59 179	8.93 221	6.60 273	0.73 83	6.27 159	3.38 205	20.21 242	18.01 229	13.22 178	19.46 200	11.82 174	6.16 155	12.39 224	4.74 201	0.33 291	0.06 141	0.20 307	0.23 309	0.08 40	0.05 39

RE-Stereo	6.73 183	1.58 177	8.94 223	6.59 270	0.71 69	6.27 159	3.51 208	20.20 236	17.99 227	13.21 175	19.46 200	11.94 177	6.20 157	12.34 221	4.79 205	0.34 295	0.05 108	0.20 307	0.23 309	0.09 44	0.05 39

TVStereo	6.73 183	1.58 177	8.94 223	6.59 270	0.71 69	6.27 159	3.51 208	20.20 236	17.99 227	13.21 175	19.46 200	11.94 177	6.20 157	12.34 221	4.79 205	0.34 295	0.05 108	0.20 307	0.23 309	0.09 44	0.05 39

OCTAStereo	6.74 185	1.59 179	8.96 228	6.60 273	0.72 78	6.25 157	3.50 206	20.20 236	18.03 230	13.21 175	19.45 198	12.07 185	6.16 155	12.36 223	4.78 202	0.35 298	0.06 141	0.20 307	0.23 309	0.09 44	0.05 39

DIP-Stereo	6.74 185	1.93 261	10.02 288	4.28 98	1.64 167	13.54 287	1.52 74	15.16 150	6.63 74	14.30 194	26.81 292	10.90 160	5.19 126	14.78 297	7.56 263	0.00 1	0.06 141	0.05 185	0.00 1	0.17 91	0.17 134
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 187	1.67 204	12.34 326	4.67 119	1.47 153	10.01 225	2.24 153	26.43 313	17.22 214	14.72 198	12.75 132	7.02 108	9.68 236	8.44 65	5.26 221	0.01 76	0.04 77	0.05 185	0.09 232	0.35 200	0.55 280

RAFT-345	6.79 188	1.29 91	6.80 124	5.06 146	0.91 102	5.61 119	3.32 204	13.36 122	10.17 131	13.73 182	43.66 453	9.12 141	5.38 132	12.29 219	4.44 194	0.32 289	0.05 108	0.09 228	0.06 206	0.06 23	0.03 16

x	6.80 189	1.36 108	6.94 130	4.58 115	1.88 189	10.78 241	4.55 241	19.79 232	10.62 134	12.69 161	19.54 203	14.87 232	10.11 244	9.52 100	8.03 278	0.07 192	0.15 264	0.04 178	0.04 168	0.24 125	0.22 172

PAM_32	6.82 190	1.73 214	14.16 359	5.34 185	1.47 153	13.84 292	0.88 45	14.75 144	6.34 68	14.22 192	9.14 85	24.94 361	11.87 283	12.50 232	2.79 119	0.14 217	0.27 339	0.09 228	0.42 376	0.54 276	0.89 334

fff	6.83 191	1.55 162	7.28 145	3.56 53	0.32 11	4.73 59	1.70 90	15.75 164	31.87 368	15.11 211	20.25 209	6.90 104	12.80 301	8.63 72	5.33 224	0.01 76	0.04 77	0.00 1	0.00 1	0.09 44	0.63 294

csc	6.83 191	1.55 162	7.28 145	3.56 53	0.32 11	4.73 59	1.70 90	15.75 164	31.87 368	15.11 211	20.25 209	6.90 104	12.80 301	8.63 72	5.33 224	0.01 76	0.04 77	0.00 1	0.00 1	0.09 44	0.63 294

cscssc	6.83 191	1.55 162	7.28 145	3.56 53	0.32 11	4.73 59	1.70 90	15.75 164	31.87 368	15.11 211	20.25 209	6.90 104	12.80 301	8.63 72	5.33 224	0.01 76	0.04 77	0.00 1	0.00 1	0.09 44	0.63 294

UGAM-zero	6.91 194	1.47 134	13.65 351	4.24 90	1.67 169	5.51 110	0.72 36	17.44 191	6.74 76	14.56 195	15.84 157	24.16 349	14.20 330	12.79 244	3.96 177	0.00 1	0.22 307	0.02 140	0.58 396	0.14 70	0.27 198

RAFT_R40	6.91 194	1.53 155	8.45 202	6.79 286	0.77 85	5.86 145	3.82 222	14.85 145	14.53 183	18.05 285	20.03 207	17.06 263	8.69 212	13.40 266	3.84 171	0.14 217	0.02 44	0.14 278	0.00 1	0.09 44	0.05 39

OMP-Stereo	6.93 196	2.57 324	9.03 237	10.63 406	1.72 174	4.89 76	1.91 129	17.84 199	15.56 197	16.69 253	14.16 142	17.70 281	7.33 188	12.93 250	4.83 208	0.24 269	0.03 67	0.06 199	0.02 129	0.19 98	0.39 241

PAM	6.94 197	1.65 199	14.88 372	5.38 187	1.98 195	14.76 313	1.28 62	14.54 138	6.77 77	15.52 222	9.10 84	24.15 348	11.60 279	12.46 229	2.33 91	0.04 152	0.28 341	0.07 210	0.42 376	0.57 287	0.99 345

qqq	6.96 198	1.40 115	8.15 188	4.50 108	1.03 108	8.55 210	6.93 326	20.20 236	11.88 146	12.00 141	18.19 183	16.02 250	11.15 262	11.09 153	7.45 259	0.06 182	0.13 245	0.02 140	0.05 190	0.25 129	0.20 158

AIO-test2	7.01 199	2.23 305	6.87 126	8.42 349	5.28 355	9.03 214	5.32 259	25.92 306	23.54 287	6.78 89	20.55 216	5.25 76	3.58 76	9.56 102	2.50 102	3.96 449	0.04 77	0.03 158	0.47 383	0.56 286	0.33 223

MIM_Stereo	7.02 200	1.55 162	10.78 303	4.17 83	0.58 50	5.25 101	1.32 65	19.03 221	12.59 156	16.74 255	28.83 312	13.20 204	5.53 135	12.89 247	7.11 252	0.00 1	0.23 313	0.00 1	0.01 98	0.38 215	0.28 202

R-Stereo Train	7.04 201	1.34 103	7.89 173	6.23 248	2.30 210	7.51 194	5.54 271	23.96 281	6.94 81	16.26 241	33.57 390	12.04 182	5.61 137	7.67 52	3.74 162	0.01 76	0.05 108	0.01 125	0.00 1	0.10 55	0.12 91

RAFT-Stereo	7.04 201	1.34 103	7.89 173	6.23 248	2.30 210	7.51 194	5.54 271	23.96 281	6.94 81	16.26 241	33.57 390	12.04 182	5.61 137	7.67 52	3.74 162	0.01 76	0.05 108	0.01 125	0.00 1	0.10 55	0.12 91
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 203	2.38 312	13.26 340	7.36 311	4.86 325	10.28 228	4.40 236	15.51 158	13.69 173	17.22 265	19.23 195	8.00 123	4.20 91	10.64 132	8.50 287	0.33 291	0.32 350	0.03 158	0.14 264	0.37 209	0.77 322

MyStereo8	7.13 204	2.48 318	10.86 306	6.81 288	4.98 333	10.73 238	1.42 69	14.58 140	9.73 126	15.75 228	23.16 255	12.17 186	7.96 202	9.85 109	10.21 314	0.04 152	0.19 286	0.08 220	0.21 297	0.58 291	0.82 324

IPLGR	7.14 205	1.31 97	13.14 338	4.24 90	1.15 128	9.78 222	0.98 51	23.98 283	21.70 270	16.22 240	18.43 184	8.45 130	7.66 192	9.26 96	5.45 229	0.21 250	0.05 108	0.04 178	0.06 206	0.32 184	0.38 237

CIPLG	7.15 206	2.44 315	12.82 333	7.38 312	4.93 328	10.51 233	4.56 242	15.17 151	13.25 168	17.45 270	19.75 204	8.42 129	4.60 110	11.41 174	8.31 283	0.33 291	0.32 350	0.03 158	0.14 264	0.37 209	0.72 314

AIO-Stereo-zeroshot	7.16 207	3.12 349	14.04 357	4.74 122	6.89 406	6.58 174	0.68 33	21.97 264	9.36 125	10.84 132	17.38 169	17.36 277	9.24 224	12.45 228	4.44 194	0.04 152	0.24 324	0.10 246	1.00 419	1.36 367	1.43 371

IPLGR_C	7.16 207	2.48 318	12.98 336	7.52 321	4.91 327	10.56 234	4.59 244	15.63 163	14.12 177	17.42 268	18.87 191	8.00 123	4.59 109	10.76 138	8.81 291	0.32 289	0.32 350	0.03 158	0.13 258	0.36 201	0.76 319

IPLG	7.20 209	1.43 123	12.55 330	5.17 162	4.32 311	11.11 250	1.48 70	21.79 258	15.10 188	19.16 309	20.23 208	5.26 77	5.61 137	11.68 191	8.14 280	0.05 167	0.06 141	0.03 158	0.07 216	0.33 190	0.50 273

StereoVision	7.21 210	2.17 298	9.29 248	9.43 369	3.91 285	5.09 96	1.91 129	20.04 234	17.37 219	8.57 108	29.59 324	11.08 163	6.76 181	12.44 226	4.71 199	0.54 344	0.05 108	0.16 289	0.03 147	0.82 333	0.30 211

111	7.26 211	1.65 199	7.28 145	3.56 53	0.32 11	10.76 239	3.53 211	20.55 245	27.51 333	10.07 123	16.62 165	14.30 220	9.53 233	12.02 200	5.87 235	0.14 217	0.01 17	0.00 1	0.00 1	0.31 174	1.14 357

testlalala_base	7.28 212	3.39 354	7.80 170	8.27 347	5.04 337	12.56 270	1.83 119	11.93 92	5.19 48	10.18 124	13.62 140	8.87 136	5.72 146	8.22 63	2.75 116	15.38 488	2.41 456	0.00 1	0.35 361	20.24 489	1.89 387

HHNet	7.39 213	1.75 226	7.24 143	3.26 33	3.18 254	5.04 92	6.40 305	19.04 222	15.70 199	20.71 338	32.13 368	10.69 158	5.91 150	10.45 125	4.60 197	0.40 316	0.07 163	0.21 312	0.13 258	0.54 276	0.41 248

ASMatch	7.40 214	1.42 120	8.49 205	5.09 148	2.00 197	4.74 64	2.62 174	16.54 180	13.17 165	17.08 260	34.75 398	13.13 203	10.33 249	12.04 203	4.82 207	0.05 167	0.24 324	0.21 312	0.17 277	0.16 84	0.97 341

IIG-Stereo	7.41 215	2.13 296	8.55 207	10.02 392	1.76 179	6.82 182	1.53 75	17.17 189	15.84 203	18.74 304	20.30 213	18.01 288	8.39 208	12.89 247	5.22 219	0.27 281	0.03 67	0.03 158	0.00 1	0.16 84	0.30 211

RAFT+CT+SA	7.44 216	1.46 132	6.46 110	10.73 409	3.34 262	4.70 57	7.45 339	16.45 177	25.89 318	10.18 124	27.15 296	7.27 113	8.00 203	15.11 299	3.19 144	0.02 118	0.00 1	0.18 296	0.46 382	0.30 162	0.47 265

LCNet	7.52 217	1.23 77	5.35 65	6.42 258	1.29 136	9.27 220	5.64 274	17.85 201	10.63 135	16.54 249	24.54 265	14.85 231	11.29 266	11.74 194	3.88 172	0.02 118	0.02 44	0.22 316	2.04 441	0.90 342	6.76 453

rvit_0105_5	7.60 218	3.13 350	16.37 386	9.97 391	1.59 164	7.41 192	6.27 298	17.78 198	25.62 315	10.30 126	10.39 107	14.79 229	8.95 219	12.51 233	4.87 209	0.17 230	0.42 370	0.00 1	0.11 251	0.62 299	0.71 312

IGEV-BASED-STEREO-	7.61 219	27.25 486	41.87 468	2.73 14	0.41 23	4.25 43	1.50 73	6.63 21	3.87 22	4.31 58	3.78 21	2.48 25	1.39 20	5.67 21	1.56 29	25.09 496	0.05 108	0.01 125	0.08 219	4.67 433	14.58 487

TestStereo1	7.62 220	1.62 193	7.60 158	10.47 402	1.86 185	4.76 67	2.48 167	19.73 230	22.33 277	16.79 256	26.02 280	9.33 143	9.30 225	15.92 322	3.37 149	0.01 76	0.02 44	0.02 140	0.05 190	0.55 280	0.28 202

SA-5K	7.62 220	1.62 193	7.60 158	10.47 402	1.86 185	4.76 67	2.48 167	19.73 230	22.33 277	16.79 256	26.02 280	9.33 143	9.30 225	15.92 322	3.37 149	0.01 76	0.02 44	0.02 140	0.05 190	0.55 280	0.28 202

FACV-RUCA	7.66 222	1.94 262	9.40 254	7.72 330	6.03 381	12.99 279	3.10 195	19.47 227	18.51 234	12.27 143	18.43 184	8.28 127	10.16 245	11.38 172	5.62 231	0.36 300	0.62 404	4.36 452	0.30 346	1.72 379	0.55 280

test_sample1	7.66 222	1.26 84	8.87 219	5.04 143	2.61 229	14.61 310	4.58 243	20.08 235	9.81 128	13.83 184	21.62 237	18.21 294	12.26 288	11.71 192	8.01 276	0.11 206	0.11 225	0.02 140	0.02 129	0.20 101	0.17 134

mmm	7.72 224	1.50 146	8.56 208	5.29 179	1.89 190	14.14 298	5.70 276	18.42 210	11.02 138	16.04 235	23.78 258	17.00 262	10.03 243	12.03 201	7.54 262	0.12 211	0.07 163	0.50 362	0.20 295	0.31 174	0.18 142

RAFT-RH_RVC	7.73 225	1.25 83	6.99 133	4.83 128	0.90 101	11.76 255	1.53 75	13.00 113	14.43 182	17.51 272	46.41 464	11.02 162	6.30 165	12.68 237	4.93 211	0.51 340	0.04 77	0.12 263	0.13 258	0.09 44	0.09 65

AIO-Stereo-zeroshot1	7.76 226	3.78 366	19.59 412	5.04 143	10.79 456	5.87 147	1.85 122	19.52 228	7.33 95	14.18 189	21.16 230	16.50 256	5.97 153	13.73 277	3.79 166	0.04 152	0.17 275	0.04 178	1.30 429	2.45 397	2.15 399

TransformOpticalFlow	7.76 226	1.90 251	9.31 250	5.50 193	1.18 129	6.97 185	8.27 346	17.86 203	13.21 166	14.58 196	29.13 314	19.01 299	10.85 254	12.51 233	3.69 161	0.01 76	0.04 77	0.20 307	0.04 168	0.17 91	0.84 327

HITNet	7.83 228	2.93 340	8.39 195	4.76 125	1.48 156	12.75 275	4.64 245	20.97 247	14.37 181	15.14 215	22.15 248	14.57 226	10.62 250	14.38 289	8.14 280	0.04 152	0.01 17	0.48 360	0.02 129	0.57 287	0.10 72
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
test_sample2	7.86 229	1.27 85	7.98 178	5.00 142	2.29 209	13.33 285	6.88 323	20.42 244	15.24 189	13.95 186	21.58 235	18.96 298	12.12 287	12.07 208	5.36 227	0.12 211	0.10 209	0.07 210	0.03 147	0.28 149	0.19 153

PFNet	7.91 230	1.44 129	11.60 317	7.03 295	2.42 218	7.60 200	6.03 291	23.36 278	17.24 216	20.29 330	17.67 171	15.44 242	7.71 194	13.02 258	5.71 232	0.24 269	0.20 291	0.12 263	0.19 291	0.31 174	0.61 292

SA	7.93 231	1.54 159	9.13 244	7.98 337	0.64 59	5.85 143	2.29 156	22.27 265	24.54 308	13.17 174	31.07 349	8.87 136	10.32 248	16.49 337	3.12 138	0.04 152	0.12 235	0.17 291	0.30 346	0.45 236	0.17 134

AAGNet	7.94 232	1.48 138	9.34 252	7.13 304	0.70 68	5.85 143	5.16 255	15.40 156	14.01 175	20.13 327	24.03 263	15.28 240	11.52 273	12.05 204	15.47 365	0.63 360	0.06 141	0.32 344	0.01 98	0.12 61	0.09 65

FENet	7.94 232	1.01 37	6.72 114	5.87 217	2.07 201	11.11 250	2.03 139	21.39 252	20.81 255	17.14 263	22.65 250	14.43 222	11.54 276	12.97 253	7.89 273	0.15 225	0.24 324	0.03 158	0.02 129	0.14 70	0.62 293

dd	7.96 234	4.08 374	11.49 316	6.53 266	0.93 104	8.28 209	4.03 225	16.53 179	33.82 387	15.17 217	16.50 164	6.79 101	5.96 152	14.30 286	9.90 305	1.13 405	0.42 370	0.17 291	0.44 379	2.01 390	0.79 323

raft_robust	7.97 235	2.26 308	6.75 118	5.83 214	0.72 78	5.57 118	0.84 43	33.59 404	34.21 393	18.17 287	19.88 206	6.50 97	5.62 140	15.33 302	2.83 121	0.03 140	0.23 313	0.00 1	0.37 368	0.32 184	0.39 241

STrans-v2	7.98 236	1.84 246	9.42 255	4.84 131	1.48 156	12.23 265	10.05 379	19.06 223	12.32 153	13.63 181	26.06 284	18.13 293	12.35 291	12.99 255	3.99 180	0.01 76	0.01 17	0.18 296	0.01 98	0.22 108	0.83 325

Prome-Stereo	8.10 237	1.28 87	5.48 69	6.50 263	1.51 160	6.70 176	9.42 365	21.08 249	9.13 121	20.88 339	32.84 378	11.95 179	11.86 282	11.75 195	3.97 179	0.01 76	0.02 44	0.18 296	0.12 253	0.41 226	7.01 458

ffm	8.12 238	1.43 123	9.67 267	5.70 203	3.44 264	11.96 259	6.35 300	18.45 211	16.31 206	15.83 230	31.44 357	17.22 272	10.87 256	10.82 144	1.61 34	0.00 1	0.05 108	0.80 386	0.08 219	0.26 139	0.14 109

CASS	8.15 239	1.67 204	7.68 164	8.25 346	1.52 161	14.39 302	2.72 178	22.65 271	17.23 215	15.42 220	22.68 251	13.47 213	11.87 283	12.44 226	6.07 239	0.96 394	0.05 108	0.12 263	0.01 98	0.71 318	3.14 420
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 240	2.59 326	14.14 358	6.11 242	3.22 257	6.31 162	3.53 211	22.92 275	20.59 253	16.66 251	30.05 332	9.31 142	7.95 201	13.49 269	4.78 202	0.72 368	0.00 1	0.45 357	0.00 1	0.54 276	0.09 65

RAFT_CTSACE	8.24 241	1.97 266	8.39 195	6.89 292	5.11 343	5.86 145	2.63 175	14.62 141	16.88 211	23.52 373	34.77 399	16.02 250	7.37 189	17.91 352	2.23 88	0.00 1	0.12 235	0.00 1	0.03 147	0.39 218	0.05 39

HI	8.30 242	2.00 270	6.75 118	4.58 115	5.15 346	4.16 36	0.50 25	17.99 205	9.24 122	25.03 387	28.22 305	20.23 312	12.47 294	17.93 353	11.49 331	0.00 1	0.10 209	0.00 1	0.05 190	0.08 40	0.05 39

CoSv	8.30 242	2.00 270	6.75 118	4.58 115	5.15 346	4.16 36	0.50 25	17.99 205	9.24 122	25.03 387	28.22 305	20.23 312	12.47 294	17.93 353	11.49 331	0.00 1	0.10 209	0.00 1	0.05 190	0.08 40	0.05 39

GMM-Stereo	8.34 244	1.09 55	6.42 107	6.14 244	2.52 223	10.30 230	9.64 370	23.44 279	10.64 136	17.84 277	29.89 328	17.37 278	7.75 195	11.55 180	4.36 191	0.05 167	0.01 17	0.23 319	0.90 409	0.46 240	6.26 447

GANet-ADL	8.36 245	2.31 310	8.44 201	7.39 314	2.65 233	12.58 272	5.24 257	29.55 353	25.24 311	14.19 191	16.70 167	17.07 268	6.91 184	10.65 133	6.26 242	0.38 304	0.39 362	0.10 246	0.12 253	0.75 329	0.28 202

Sa-1000	8.38 246	1.50 146	8.13 186	7.56 323	0.89 99	14.39 302	2.47 166	24.31 288	23.74 295	15.18 218	28.35 308	11.42 168	8.85 217	16.20 333	3.28 147	0.17 230	0.23 313	0.15 284	0.23 309	0.46 240	0.19 153

GwcNet-ADL	8.48 247	1.70 212	9.38 253	7.10 301	2.78 238	6.74 180	6.57 314	30.15 357	26.01 322	15.15 216	17.77 173	13.93 217	6.96 185	12.96 252	9.91 306	0.48 334	0.72 411	0.01 125	0.01 98	0.51 268	0.84 327

ARAFT	8.50 248	3.19 351	16.58 388	5.52 194	0.91 102	12.13 264	11.20 399	17.19 190	18.28 233	18.40 298	16.33 163	17.10 269	8.58 209	18.56 359	5.00 212	0.11 206	0.04 77	0.00 1	0.00 1	0.55 280	0.25 191

test_5	8.51 249	1.50 146	8.19 191	11.06 417	5.00 336	6.91 183	5.67 275	17.50 192	22.09 274	16.07 236	29.63 325	15.28 240	10.78 253	15.94 324	3.65 159	0.00 1	0.00 1	0.26 326	0.08 219	0.31 174	0.35 231

RAFT	8.51 249	2.16 297	8.93 221	8.14 341	0.81 91	12.63 273	8.49 352	16.34 175	15.56 197	22.31 359	18.99 193	19.29 306	11.39 271	17.57 348	6.05 236	0.01 76	0.19 286	0.27 327	0.02 129	0.64 306	0.45 262

GES	8.51 249	1.98 268	11.82 320	6.39 257	1.77 180	12.36 269	6.22 297	21.55 254	21.34 264	19.02 307	26.02 280	8.79 134	9.34 228	13.94 281	7.24 254	0.38 304	0.10 209	0.30 342	0.14 264	0.69 313	0.73 315

DMCA	8.51 249	1.90 251	9.96 282	5.16 161	4.14 296	10.29 229	4.46 240	25.52 298	19.55 242	16.33 243	20.69 218	17.59 279	11.26 265	10.42 124	11.36 329	0.50 337	0.08 183	0.35 347	0.05 190	0.36 201	0.31 219

PSM-AAD	8.62 253	1.22 74	5.69 80	6.31 253	1.12 119	12.74 274	10.01 378	19.29 225	15.25 190	21.54 353	25.11 270	14.24 219	13.47 311	12.15 213	3.93 176	0.01 76	0.06 141	2.48 437	0.16 273	0.38 215	7.28 463

FTStereo	8.67 254	1.13 62	6.04 92	6.04 236	2.39 217	7.86 202	12.05 411	17.72 196	8.33 111	20.16 328	41.41 439	16.10 254	12.64 299	10.80 142	4.37 192	0.18 233	0.01 17	0.09 228	0.16 273	0.15 77	5.71 442

iRaft-Stereo_5w	8.70 255	1.81 244	9.33 251	5.83 214	3.78 277	4.87 75	11.12 398	15.86 171	14.80 185	15.23 219	26.36 286	21.49 322	12.91 304	15.94 324	12.73 339	0.58 348	0.05 108	0.08 220	0.09 232	0.85 336	0.33 223

test_sample3	8.76 256	1.62 193	9.99 285	5.21 173	2.61 229	17.43 362	5.37 260	26.91 320	19.77 245	17.13 262	20.82 224	16.55 258	9.70 237	12.52 235	8.59 288	0.21 250	0.07 163	0.05 185	0.04 168	0.39 218	0.30 211

IRAFT_RVC	8.76 256	1.47 134	9.55 260	7.31 308	1.77 180	6.49 169	10.43 388	25.94 307	27.33 329	17.50 271	19.85 205	17.93 286	10.21 246	12.88 246	5.44 228	0.17 230	0.30 344	0.19 304	0.05 190	0.22 108	0.12 91

HCRNet	8.80 258	1.43 123	7.74 168	14.41 447	5.25 349	10.85 243	2.56 172	26.07 309	18.04 231	15.48 221	25.03 268	18.63 297	9.93 241	13.01 256	6.76 247	0.04 152	0.04 77	0.10 246	0.01 98	0.18 94	0.38 237

DEmStereo	8.85 259	1.36 108	9.99 285	4.24 90	1.05 112	11.49 253	5.91 280	13.76 131	26.68 326	22.03 357	32.92 380	11.86 176	15.27 354	11.48 175	8.08 279	0.16 227	0.15 264	0.02 140	0.09 232	0.09 44	0.44 258

SFCPSM	8.85 259	1.40 115	11.34 312	5.23 177	3.47 269	16.55 353	7.18 334	30.71 368	25.24 311	16.45 245	19.45 198	11.10 165	9.61 234	11.88 198	5.52 230	0.22 256	0.17 275	0.36 350	0.22 300	0.29 156	0.58 287

GrayStereo	8.86 261	1.17 69	6.94 130	8.09 339	2.82 239	10.58 236	11.40 404	17.93 204	15.74 200	22.43 362	30.95 345	17.80 283	12.44 293	11.19 164	4.57 196	0.02 118	0.02 44	0.18 296	0.79 406	0.31 174	1.90 389

anonymousa	9.03 262	1.62 193	8.03 183	4.19 86	5.53 365	15.37 322	3.81 221	18.55 214	21.20 263	18.28 290	30.99 347	20.79 315	13.42 309	10.58 127	7.57 264	0.00 1	0.05 108	0.29 338	0.18 278	0.10 55	0.11 85

KYRaft	9.04 263	1.11 58	7.02 134	6.50 263	0.97 106	8.27 208	8.19 345	22.86 274	8.20 108	21.30 351	31.38 354	22.64 333	8.20 206	11.99 199	2.96 128	0.02 118	0.02 44	0.05 185	0.68 400	0.40 223	18.09 493

DFGA-Net	9.06 264	3.56 359	17.96 404	5.71 207	3.89 282	10.76 239	3.08 194	25.17 295	29.50 341	16.21 239	18.47 187	9.49 145	6.31 166	15.80 315	12.54 336	0.05 167	0.00 1	0.06 199	0.09 232	1.76 380	0.83 325

rvit_stereo_0075_2	9.10 265	3.87 371	19.26 411	11.81 426	8.82 442	5.75 135	4.40 236	22.77 272	17.68 225	11.90 139	28.34 307	16.05 253	6.35 168	14.30 286	7.67 269	0.52 342	0.34 357	0.51 363	0.08 219	0.38 215	1.14 357

test_sample4	9.10 265	1.65 199	9.91 280	5.19 170	2.57 227	16.59 354	5.38 262	27.37 324	19.80 246	17.80 276	27.52 299	15.01 233	11.21 264	12.69 240	8.15 282	0.21 250	0.07 163	0.06 199	0.03 147	0.43 231	0.30 211

BUS	9.20 267	1.48 138	7.93 175	6.74 283	3.96 287	17.62 368	2.79 182	33.06 399	21.58 267	17.99 282	21.34 231	14.49 223	9.40 230	14.18 283	10.57 318	0.19 237	0.13 245	0.14 278	0.04 168	0.30 162	0.09 65

rvit_0105_3	9.23 268	3.67 362	17.68 400	11.75 424	1.89 190	9.37 221	8.48 351	18.68 215	30.64 358	15.02 207	14.72 147	17.87 285	9.94 242	15.66 311	6.54 244	0.36 300	0.43 374	0.01 125	0.41 374	0.50 264	1.01 348

MyStereo04	9.24 269	1.92 258	8.78 217	6.09 239	4.31 308	6.54 171	9.96 376	32.24 390	41.99 436	14.26 193	11.98 126	12.00 181	12.01 285	13.93 279	7.53 261	0.06 182	0.10 209	0.03 158	0.04 168	0.63 302	0.30 211

CoDeX	9.24 269	1.77 236	9.54 259	6.08 238	3.79 279	16.45 351	6.76 321	26.15 310	25.03 309	17.18 264	25.12 271	14.69 228	11.68 280	12.22 215	6.71 246	0.30 285	0.20 291	0.15 284	0.02 129	0.23 120	0.68 305

CrosDoStereo	9.24 269	1.29 91	8.16 189	4.56 113	1.04 109	7.52 196	15.00 433	15.85 169	24.31 301	24.27 376	33.44 387	13.37 208	13.82 319	12.23 216	8.86 294	0.01 76	0.11 225	0.09 228	0.04 168	0.36 201	0.53 277

DeepStereo_LL	9.24 269	1.29 91	8.16 189	4.56 113	1.04 109	7.52 196	15.00 433	15.85 169	24.31 301	24.27 376	33.44 387	13.37 208	13.82 319	12.23 216	8.86 294	0.01 76	0.11 225	0.09 228	0.04 168	0.36 201	0.53 277

DRaft	9.27 273	1.23 77	9.08 240	3.62 58	0.78 87	13.27 284	5.89 279	16.97 185	29.57 343	21.15 349	38.46 422	10.09 151	13.98 325	11.58 183	7.91 274	0.43 323	0.30 344	0.06 199	0.26 327	0.26 139	0.45 262

MyStereo05	9.29 274	1.76 230	8.95 225	6.19 246	4.40 312	7.09 187	9.95 374	31.21 373	40.82 429	17.31 266	12.93 137	10.33 154	12.52 297	13.93 279	7.05 251	0.06 182	0.10 209	0.02 140	0.04 168	0.73 323	0.29 208

MLCV	9.32 275	2.22 303	12.55 330	5.22 175	1.32 143	13.79 290	1.35 66	21.14 251	23.65 291	21.91 356	31.37 353	17.14 270	7.57 191	16.00 327	10.18 312	0.22 256	0.01 17	0.03 158	0.02 129	0.40 223	0.29 208

DispNO	9.33 276	1.78 239	15.84 378	5.73 209	5.74 375	12.24 266	4.81 252	25.06 293	21.10 260	16.70 254	20.86 225	17.78 282	11.76 281	16.74 341	8.85 293	0.22 256	0.15 264	0.03 158	0.12 253	0.41 226	0.64 300

test_sample5	9.36 277	1.61 188	9.63 263	5.30 180	2.52 223	15.42 324	6.00 287	27.25 322	19.96 247	18.36 296	31.81 363	15.99 248	11.29 266	13.21 260	7.66 267	0.23 264	0.08 183	0.07 210	0.04 168	0.48 249	0.34 226

BEATNet_4x	9.37 278	4.85 387	12.05 325	5.48 192	1.35 148	13.15 282	6.15 295	25.06 293	16.74 210	16.18 238	24.65 266	17.29 276	12.51 296	16.91 343	10.92 322	0.38 304	0.18 281	0.81 391	0.05 190	1.95 386	0.65 302

THIR-Stereo	9.38 279	1.78 239	8.50 206	4.74 122	0.71 69	15.92 334	11.93 410	16.39 176	21.56 266	24.27 376	32.07 366	14.40 221	14.14 329	11.49 176	8.39 286	0.05 167	0.25 332	0.10 246	0.05 190	0.33 190	0.58 287

ff1	9.41 280	1.43 123	9.67 267	5.70 203	3.44 264	11.96 259	6.35 300	18.45 211	16.31 206	15.83 230	31.44 357	17.22 272	10.87 256	16.19 330	21.98 411	0.00 1	0.05 108	0.80 386	0.08 219	0.26 139	0.14 109

GANet-RSSM	9.48 281	1.32 100	6.45 109	6.72 282	5.51 364	12.78 276	6.03 291	26.55 314	18.96 240	14.92 203	27.95 302	25.41 366	14.69 342	13.52 272	7.60 266	0.10 202	0.10 209	0.16 289	0.01 98	0.51 268	0.39 241

UCFNet_RVC	9.48 281	2.12 294	4.89 48	7.03 295	3.78 277	16.05 335	6.37 304	28.25 334	20.00 249	15.93 234	23.07 254	25.21 363	12.79 300	12.57 236	8.01 276	0.07 192	0.04 77	1.17 407	0.23 309	1.31 365	0.69 307

DualNet	9.49 283	1.61 188	9.63 263	5.30 180	2.52 223	15.42 324	6.00 287	27.25 322	19.96 247	19.40 311	33.22 383	15.99 248	11.29 266	13.21 260	7.66 267	0.23 264	0.08 183	0.07 210	0.04 168	0.48 249	0.34 226

CFNet_pseudo	9.58 284	1.91 254	10.73 301	4.53 110	2.91 245	14.26 299	2.75 180	26.73 318	32.14 375	17.10 261	23.02 253	22.14 329	8.74 215	12.17 214	7.43 257	0.20 245	0.45 380	1.24 416	0.24 317	2.49 399	0.49 272

Anonymous3	9.60 285	3.45 357	29.83 445	9.58 377	4.75 323	24.51 412	10.20 385	24.04 285	18.77 238	10.42 127	14.64 146	7.97 122	8.75 216	14.05 282	5.80 233	2.44 434	1.39 436	0.08 220	0.06 206	0.73 323	0.48 269

ccs_rob	9.61 286	1.92 258	10.72 300	4.55 111	2.89 242	14.33 301	2.86 187	26.85 319	32.36 378	17.05 259	22.91 252	22.12 328	8.70 213	12.10 210	7.44 258	0.19 237	0.44 376	1.38 418	0.25 323	2.68 402	0.57 285

PCWNet_CMD	9.64 287	1.77 236	10.59 297	4.80 127	2.90 243	16.25 349	2.42 165	29.37 351	34.10 391	17.41 267	22.04 243	19.10 302	7.70 193	12.05 204	6.86 248	0.22 256	0.45 380	0.80 386	0.22 300	3.11 413	0.69 307

MSMDNet	9.64 287	1.77 236	10.63 298	4.83 128	2.90 243	16.35 350	2.37 161	29.33 350	34.29 394	17.43 269	22.10 245	19.05 301	7.79 197	12.11 212	6.87 249	0.23 264	0.46 382	0.67 375	0.21 297	2.77 404	0.60 290

DCVSM-stereo	9.70 289	1.83 245	11.36 313	5.81 211	3.59 272	10.57 235	3.00 190	18.71 216	22.11 275	23.79 374	19.02 194	29.73 390	17.68 385	13.33 264	9.11 298	0.21 250	1.14 430	0.27 327	0.06 206	0.75 329	1.89 387

BSDual-CNN	9.70 289	1.48 138	7.93 175	6.74 283	3.96 287	16.10 339	7.13 331	33.06 399	21.58 267	17.99 282	21.34 231	22.28 330	11.53 274	14.18 283	7.81 270	0.19 237	0.13 245	0.14 278	0.04 168	0.30 162	0.09 65

PSMNet-RSSM	9.71 291	1.73 214	6.09 94	7.47 319	4.27 302	10.06 226	6.00 287	29.14 346	21.74 271	15.76 229	32.88 379	22.63 332	13.18 306	12.94 251	9.12 299	0.09 197	0.02 44	0.07 210	0.10 241	0.70 316	0.24 186

test_for_model	9.76 292	30.79 488	6.40 106	27.43 484	18.83 483	5.78 136	1.78 112	8.51 45	8.82 117	13.12 172	5.92 59	5.28 78	2.60 52	5.21 15	1.43 24	9.57 475	2.41 456	0.00 1	0.06 206	33.29 498	8.04 469

IER	9.78 293	1.55 162	9.97 283	4.51 109	5.23 348	13.78 289	5.11 254	26.66 316	22.79 283	19.69 318	29.45 322	16.42 255	18.52 396	13.64 276	7.57 264	0.06 182	0.03 67	0.18 296	0.09 232	0.18 94	0.23 180

test_sample6	9.79 294	1.61 188	9.84 277	5.35 186	2.35 215	15.59 328	6.60 316	28.40 335	20.96 257	19.40 311	33.22 383	17.17 271	11.58 278	13.43 268	8.82 292	0.26 279	0.10 209	0.10 246	0.06 206	0.50 264	0.41 248

psmg	9.80 295	1.48 138	7.93 175	5.18 167	3.96 287	15.85 333	7.93 344	29.11 345	21.58 267	20.93 340	25.06 269	22.28 330	11.53 274	14.18 283	7.81 270	0.19 237	0.13 245	0.17 291	0.04 168	0.36 201	0.21 165

gwcnet-sp	9.81 296	2.82 333	13.47 347	5.99 229	4.27 302	16.20 345	5.91 280	25.55 299	24.34 304	21.01 342	20.69 218	15.22 236	14.96 346	14.50 292	9.97 307	0.05 167	0.15 264	0.02 140	0.08 219	0.49 258	0.51 274

scenet	9.81 296	2.82 333	13.47 347	5.99 229	4.27 302	16.20 345	5.91 280	25.55 299	24.34 304	21.01 342	20.69 218	15.22 236	14.96 346	14.50 292	9.97 307	0.05 167	0.15 264	0.02 140	0.08 219	0.49 258	0.51 274

ssnet	9.81 296	2.82 333	13.47 347	5.99 229	4.27 302	16.20 345	5.91 280	25.55 299	24.34 304	21.01 342	20.69 218	15.22 236	14.96 346	14.50 292	9.97 307	0.05 167	0.15 264	0.02 140	0.08 219	0.49 258	0.51 274

CFNet-ft	9.87 299	2.18 301	5.49 70	7.45 317	5.25 349	15.76 330	5.98 285	21.89 260	21.87 272	14.96 204	30.02 330	25.68 367	13.68 315	12.46 229	10.94 324	0.08 195	0.06 141	1.83 423	0.22 300	1.09 349	0.43 254

CFNet_RVC	9.87 299	2.18 301	5.49 70	7.45 317	5.25 349	15.76 330	5.98 285	21.89 260	21.87 272	14.96 204	30.02 330	25.68 367	13.68 315	12.46 229	10.94 324	0.08 195	0.06 141	1.83 423	0.22 300	1.09 349	0.43 254

PSMNet-ADL	9.88 301	2.01 278	6.80 124	9.18 364	4.26 301	15.11 317	3.50 206	27.12 321	24.42 307	14.72 198	18.96 192	25.32 365	13.43 310	15.76 314	14.04 351	0.79 380	0.78 417	0.00 1	0.02 129	0.26 139	1.18 361

qqq1	9.96 302	1.37 110	13.37 342	4.41 102	1.30 137	14.40 305	3.29 199	30.25 359	29.81 347	19.55 313	29.37 316	18.06 289	14.40 336	15.42 306	3.18 142	0.38 304	0.21 298	0.00 1	0.01 98	0.29 156	0.18 142

fff1	9.96 302	1.37 110	13.37 342	4.41 102	1.30 137	14.40 305	3.29 199	30.25 359	29.81 347	19.55 313	29.37 316	18.06 289	14.40 336	15.42 306	3.18 142	0.38 304	0.21 298	0.00 1	0.01 98	0.29 156	0.18 142

ttt	9.98 304	1.49 143	7.30 150	6.43 259	3.95 286	14.02 294	5.06 253	33.03 398	29.84 351	14.90 202	30.95 345	14.81 230	9.66 235	15.36 304	11.38 330	0.38 304	0.19 286	0.10 246	0.03 147	0.37 209	0.28 202

UGAM	10.01 305	1.28 87	9.19 247	6.53 266	4.31 308	6.72 178	10.45 390	15.31 152	25.98 320	20.56 334	27.42 298	22.70 334	11.49 272	26.30 428	10.64 321	0.00 1	0.00 1	0.46 358	0.03 147	0.39 218	0.43 254

UDGNet	10.05 306	13.89 461	10.00 287	9.36 368	2.69 234	7.82 201	1.88 125	18.86 219	34.64 396	17.52 273	13.70 141	13.40 210	7.18 186	13.01 256	6.30 243	5.30 458	0.08 183	12.57 482	2.80 450	8.19 460	1.71 383

cf-r	10.06 307	1.60 183	7.99 180	5.82 212	5.70 374	12.92 278	4.78 248	24.18 287	27.47 332	16.91 258	31.02 348	25.12 362	14.05 326	11.63 189	11.01 327	0.03 140	0.03 67	0.05 185	0.03 147	0.43 231	0.39 241

ICVP	10.07 308	1.73 214	6.11 95	9.08 360	3.31 260	12.25 267	6.56 313	26.30 312	22.52 280	16.49 247	31.80 362	26.94 378	12.42 292	11.35 171	10.92 322	1.17 408	0.57 400	0.17 291	0.10 241	0.58 291	1.07 352
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
G2L-Stereo	10.09 309	1.97 266	9.53 258	7.09 299	4.21 298	9.10 216	8.53 353	29.05 344	22.51 279	19.28 310	25.57 276	22.70 334	10.67 251	15.44 310	14.88 361	0.25 275	0.04 77	0.08 220	0.01 98	0.36 201	0.42 251

hknet	10.13 310	1.56 171	10.27 291	6.74 283	3.72 274	16.10 339	7.13 331	33.06 399	21.12 261	17.99 282	21.34 231	23.11 337	14.95 345	16.43 336	8.34 285	0.14 217	0.13 245	0.14 278	0.04 168	0.30 162	0.09 65

AdaStereo	10.22 311	3.63 360	9.14 246	9.15 362	3.24 258	15.79 332	5.39 267	31.94 381	25.42 313	18.39 297	26.47 287	19.44 307	9.50 232	16.60 339	8.59 288	0.44 325	0.05 108	0.40 355	0.00 1	0.57 287	0.16 128
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.
CFNet_ucs	10.25 312	1.91 254	11.88 321	4.98 139	4.08 294	15.11 317	3.57 215	28.02 331	31.98 374	18.21 289	25.20 272	23.27 340	9.38 229	13.38 265	7.22 253	0.23 264	0.81 418	1.65 422	0.22 300	3.01 409	0.93 338

iResNet	10.26 313	3.10 348	15.72 377	7.35 310	2.13 202	13.86 293	7.07 328	22.80 273	28.01 334	20.10 326	30.40 335	16.79 260	11.06 261	14.46 291	10.29 317	0.39 314	0.05 108	0.00 1	0.07 216	0.73 323	0.73 315

RAFT + AFF	10.27 314	3.77 365	17.13 390	10.24 399	4.97 331	13.08 280	11.52 405	25.69 302	25.80 316	14.72 198	16.12 161	19.16 303	11.35 270	16.24 334	9.04 297	0.30 285	1.46 438	0.66 374	0.20 295	2.03 392	1.94 390

ACVNet	10.36 315	1.68 210	5.49 70	6.01 232	2.75 237	12.78 276	3.56 213	21.89 260	34.81 397	14.96 204	30.78 341	24.72 358	13.88 323	15.81 316	17.20 378	0.13 215	0.01 17	0.06 199	0.06 206	0.51 268	0.15 123

test_sample7	10.45 316	2.24 306	9.90 279	5.32 182	2.01 198	14.98 315	7.44 338	28.75 338	23.91 298	24.38 381	21.03 227	24.64 354	17.82 388	13.58 273	9.82 303	0.59 352	0.87 422	0.39 354	0.12 253	0.66 312	0.47 265

tta	10.45 316	1.37 110	13.37 342	4.41 102	1.30 137	14.39 302	3.29 199	30.25 359	29.81 347	19.55 313	29.37 316	18.06 289	14.40 336	15.42 306	12.69 337	0.38 304	0.21 298	0.28 334	0.03 147	0.29 156	0.18 142

SMFormer	10.46 318	1.37 110	13.37 342	4.41 102	1.30 137	14.40 305	3.29 199	30.25 359	29.81 347	19.55 313	29.37 316	18.06 289	14.40 336	15.42 306	12.70 338	0.38 304	0.21 298	0.28 334	0.03 147	0.33 190	0.31 219

ToySt	10.51 319	2.00 270	15.67 376	5.33 183	0.95 105	14.97 314	9.51 367	24.02 284	27.37 330	14.61 197	24.67 267	24.56 352	14.70 343	16.86 342	13.35 344	0.06 182	0.23 313	0.03 158	0.09 232	0.62 299	0.67 304

AACVNet	10.58 320	2.86 336	9.78 276	8.95 357	3.30 259	10.80 242	4.78 248	22.37 267	12.55 155	27.50 413	29.84 327	30.06 396	15.99 363	19.10 368	11.60 333	0.40 316	0.18 281	0.22 316	0.03 147	0.62 299	0.73 315

GwcNet-RSSM	10.65 321	1.94 262	8.57 209	6.89 292	5.26 352	12.26 268	5.21 256	25.80 305	31.50 365	16.67 252	33.52 389	23.70 347	13.88 323	12.84 245	13.67 348	0.05 167	0.10 209	0.14 278	0.02 129	0.65 308	0.39 241

CFNet	10.67 322	2.33 311	8.90 220	6.66 277	4.09 295	16.05 335	4.26 235	30.44 365	31.01 361	18.53 299	26.48 288	23.69 346	13.68 315	15.27 300	10.59 320	0.05 167	0.02 44	0.44 356	0.05 190	0.73 323	0.23 180

DDVS	10.70 323	3.00 344	11.95 322	6.84 290	3.80 280	15.73 329	2.83 186	23.57 280	17.37 219	20.98 341	29.89 328	31.40 404	8.70 213	19.22 371	13.19 341	0.74 373	1.53 440	0.07 210	0.21 297	0.84 335	2.11 394

mmx	10.71 324	1.43 123	9.67 267	5.70 203	3.44 264	11.96 259	6.35 300	32.18 385	28.03 335	15.83 230	31.44 357	17.22 272	10.87 256	16.19 330	21.98 411	0.22 256	0.06 141	0.80 386	0.08 219	0.48 249	0.21 165

xxx	10.71 324	1.43 123	9.67 267	5.70 203	3.44 264	11.96 259	6.35 300	32.18 385	28.03 335	15.83 230	31.44 357	17.22 272	10.87 256	16.19 330	21.98 411	0.22 256	0.06 141	0.80 386	0.08 219	0.48 249	0.21 165

NINENet	10.74 326	2.29 309	10.44 295	8.03 338	5.09 340	17.62 368	2.79 182	38.69 450	33.24 386	18.35 295	26.31 285	14.49 223	9.40 230	15.88 319	10.57 318	0.41 318	0.21 298	0.29 338	0.00 1	0.42 229	0.23 180

LMCR-Stereo	10.75 327	4.13 376	10.67 299	13.11 435	3.99 292	16.68 355	5.91 280	25.30 296	22.69 281	22.04 358	21.80 238	14.67 227	14.24 332	20.55 398	15.86 367	1.90 423	0.04 77	0.00 1	0.02 129	1.29 362	0.18 142

DeepPruner_ROB	10.77 328	4.56 382	13.13 337	6.37 255	4.28 307	10.14 227	6.86 322	36.42 433	19.59 243	17.87 278	27.37 297	23.19 339	12.26 288	19.09 367	10.23 315	1.05 401	0.48 386	0.23 319	0.15 270	0.89 340	1.17 359

LL-Strereo	10.79 329	3.52 358	12.54 329	8.77 353	5.44 362	7.49 193	9.26 363	35.15 422	28.70 340	16.47 246	15.85 158	21.06 319	17.42 383	21.62 404	9.72 302	0.21 250	0.22 307	0.74 380	0.08 219	0.98 344	0.60 290

DAS	10.80 330	2.03 283	13.96 354	9.01 358	6.23 388	14.67 311	7.38 336	21.59 255	32.58 381	18.67 302	28.13 303	19.20 304	17.08 378	16.54 338	7.31 255	0.58 348	0.01 17	0.29 338	0.01 98	0.47 247	0.20 158

GMStereo_Zeroshot	10.83 331	7.81 426	19.95 418	9.55 375	2.47 222	11.83 256	1.31 63	20.84 246	20.52 251	22.73 365	35.93 404	24.76 360	5.94 151	19.68 375	7.04 250	0.45 326	0.02 44	0.25 323	0.01 98	5.38 442	0.19 153

HSM-Net_RVC	10.88 332	1.23 77	5.46 68	5.57 195	2.63 232	20.12 385	6.06 293	27.67 328	28.35 339	20.63 336	25.51 275	34.01 423	14.38 335	16.18 329	9.29 300	0.11 206	0.07 163	0.01 125	0.00 1	0.13 66	0.14 109
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 333	3.81 368	6.88 127	6.69 279	2.30 210	16.06 337	10.94 395	30.06 356	32.41 379	16.10 237	18.72 190	22.78 336	14.21 331	17.52 347	8.62 290	2.35 429	1.84 445	3.32 449	1.57 434	2.06 393	1.52 375

ac_64	11.10 334	1.49 143	9.88 278	8.24 345	5.45 363	19.12 377	6.46 308	24.10 286	14.34 180	22.80 366	23.87 261	33.28 418	15.54 358	18.87 363	17.26 380	0.28 282	0.12 235	0.02 140	0.02 129	0.26 139	0.63 294

1111x	11.32 335	1.34 103	8.95 225	5.20 171	1.96 194	14.46 308	7.75 343	35.65 427	28.23 338	15.66 227	26.66 291	26.65 372	14.76 344	15.88 319	22.27 415	0.24 269	0.13 245	0.04 178	0.06 206	0.30 162	0.24 186

HSM	11.33 336	1.80 243	7.04 136	6.13 243	3.99 292	16.16 343	6.92 325	29.69 354	19.39 241	22.95 367	26.05 283	41.08 458	15.79 361	20.25 389	8.89 296	0.02 118	0.03 67	0.01 125	0.00 1	0.15 77	0.34 226

SepStereo	11.34 337	2.03 283	13.96 354	9.01 358	6.23 388	14.67 311	7.38 336	21.59 255	32.58 381	18.67 302	28.13 303	19.20 304	17.08 378	27.36 433	7.31 255	0.58 348	0.01 17	0.29 338	0.01 98	0.47 247	0.20 158

DMCA-RVC	11.41 338	3.32 353	11.68 318	10.12 394	4.81 324	11.92 258	4.11 226	24.67 291	23.66 293	20.06 325	28.51 310	26.71 373	24.96 431	15.95 326	14.82 358	0.41 318	0.34 357	0.56 367	0.16 273	0.72 322	0.69 307

ITSA-stereo	11.44 339	2.03 283	10.92 308	5.90 222	1.78 182	12.05 263	4.17 230	36.77 435	49.15 463	18.17 287	18.53 188	21.79 324	12.59 298	15.74 313	14.05 352	0.45 326	0.39 362	0.28 334	0.29 339	0.98 344	2.81 409

test_xeample	11.49 340	1.24 82	7.50 155	5.22 175	2.18 204	17.40 361	6.49 310	31.14 372	22.77 282	17.90 280	33.09 382	18.48 296	14.61 341	13.51 271	37.38 476	0.16 227	0.13 245	0.01 125	0.03 147	0.23 120	0.24 186

coex_refinement	11.56 341	1.53 155	7.45 154	8.18 342	5.09 340	17.10 358	7.07 328	31.05 371	32.20 377	18.57 300	30.81 343	25.84 369	12.31 290	13.41 267	19.47 393	0.23 264	0.04 77	0.02 140	0.10 241	0.44 234	0.37 235

RASNet	11.59 342	1.71 213	10.36 293	6.30 252	5.66 371	15.48 326	6.12 294	34.50 417	20.86 256	16.61 250	32.51 373	22.04 327	23.00 417	19.44 372	16.15 371	0.71 366	0.03 67	0.05 185	0.01 98	0.15 77	0.13 104

ACV-stereo	11.65 343	5.15 394	28.84 439	6.80 287	3.33 261	20.38 386	6.59 315	21.03 248	20.57 252	17.67 275	20.95 226	26.81 375	16.69 370	20.19 387	13.26 343	0.72 368	1.11 429	0.15 284	0.09 232	0.65 308	2.13 395

iResNet_ROB	11.71 344	1.96 265	10.77 302	6.01 232	3.68 273	15.13 319	2.34 157	31.72 379	37.58 414	26.16 403	32.77 375	25.88 370	15.34 356	16.35 335	7.94 275	0.19 237	0.01 17	0.00 1	0.00 1	0.31 174	0.12 91

UPFNet	11.72 345	1.52 152	10.33 292	7.38 312	7.14 411	20.05 384	9.62 369	28.90 343	25.94 319	20.02 323	29.73 326	20.91 316	16.34 367	18.61 361	16.17 372	0.26 279	0.17 275	0.25 323	0.03 147	0.55 280	0.56 284

FADNet-RVC-Resample	11.72 345	4.35 380	30.33 448	9.46 373	3.90 283	14.11 295	7.17 333	25.78 303	23.31 285	23.27 370	29.52 323	19.50 309	15.00 350	15.38 305	8.33 284	0.53 343	0.50 390	0.49 361	0.50 387	1.38 369	1.67 381

xxxx	11.74 347	1.16 66	7.88 172	5.61 197	1.99 196	20.46 387	3.12 196	33.99 408	23.76 297	15.53 223	30.67 337	26.88 377	14.50 340	12.98 254	35.48 468	0.19 237	0.18 281	0.01 125	0.02 129	0.22 108	0.27 198

CBMV_ROB	11.77 348	2.89 337	6.92 129	5.20 171	2.88 241	14.12 296	4.79 250	26.69 317	29.84 351	26.17 404	31.92 364	23.61 345	20.74 410	20.20 388	10.18 312	1.78 420	1.80 444	2.17 431	1.26 428	1.61 372	0.55 280

DSFCA	11.85 349	2.01 278	12.93 335	5.40 189	6.87 404	15.36 321	10.45 390	30.68 367	31.84 367	25.99 400	23.52 256	22.03 326	14.05 326	20.28 392	12.46 335	0.57 347	0.41 366	0.28 334	0.38 370	1.02 346	0.47 265

FADNet_RVC	11.94 350	5.17 395	39.74 463	6.44 260	3.46 268	11.42 252	4.17 230	29.16 347	26.89 327	17.97 281	25.96 277	13.41 211	15.67 359	15.84 318	13.54 347	0.90 391	0.75 415	0.55 366	1.20 426	3.65 426	2.85 410

G2L-Stereo_aug	11.97 351	1.35 107	9.67 267	5.09 148	3.75 276	16.50 352	5.47 269	22.29 266	39.25 421	25.23 391	32.79 377	29.27 388	16.18 366	18.44 358	13.20 342	0.03 140	0.08 183	0.02 140	0.02 129	0.36 201	0.38 237

iResNetv2_ROB	12.00 352	2.91 339	13.46 346	5.82 212	3.73 275	13.15 282	6.45 307	34.15 410	36.02 406	25.25 392	33.81 393	29.79 392	14.24 332	13.61 275	6.10 240	0.21 250	0.02 44	0.12 263	0.00 1	0.82 333	0.25 191

hitnet-ft	12.04 353	2.11 291	6.14 96	7.27 307	3.90 283	25.98 427	3.56 213	22.56 268	23.74 295	20.55 332	33.81 393	31.59 405	18.67 398	19.47 373	17.20 378	0.42 322	1.36 435	0.35 347	0.07 216	1.11 352	0.86 331

NLCA_NET_v2_RVC	12.05 354	3.43 356	16.25 383	7.62 325	5.58 366	14.57 309	6.00 287	32.98 397	27.41 331	21.69 354	31.40 355	25.21 363	13.47 311	14.96 298	15.60 366	0.84 386	0.33 354	0.35 347	0.35 361	1.29 362	1.78 384
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.16 355	1.68 210	11.97 323	7.70 327	6.20 385	19.61 381	5.52 270	25.78 303	34.81 397	25.62 398	30.78 341	24.72 358	13.20 308	15.81 316	18.80 389	0.13 215	0.01 17	0.06 199	0.06 206	0.63 302	0.15 123

dad	12.24 356	10.20 438	13.68 352	6.64 276	1.47 153	13.55 288	3.58 216	17.62 194	35.33 402	27.15 412	32.65 374	30.85 399	10.86 255	14.33 288	10.04 310	2.95 439	0.55 398	7.92 472	0.91 412	3.35 421	1.17 359

ISRNet	12.26 357	2.02 280	17.38 391	12.71 432	6.24 390	7.39 191	1.62 83	29.23 349	31.94 373	22.65 364	35.28 400	24.62 353	15.27 354	15.28 301	13.76 349	0.78 376	1.00 427	2.30 434	0.52 390	0.92 343	4.29 431

pcwnet_v2	12.32 358	2.00 270	17.53 395	7.79 332	5.69 373	17.06 357	3.69 220	36.52 434	46.17 455	20.55 332	29.39 321	16.50 256	13.00 305	15.70 312	9.32 301	0.50 337	1.00 427	0.34 346	0.24 317	2.00 389	1.38 368

222	12.33 359	1.29 91	8.09 185	6.06 237	2.14 203	19.51 380	2.53 169	33.63 405	23.55 288	21.72 355	30.51 336	20.11 311	16.77 372	13.22 262	46.51 497	0.15 225	0.14 259	0.01 125	0.03 147	0.26 139	0.26 194

ADLNet	12.34 360	2.22 303	10.14 289	8.38 348	6.78 402	17.56 364	9.05 357	33.21 402	26.28 324	27.06 409	26.01 279	26.80 374	13.76 318	16.99 344	18.74 388	0.24 269	0.39 362	0.23 319	0.10 241	0.64 306	2.16 400

CBFPSM	12.42 361	2.59 326	28.96 442	4.74 122	3.20 256	22.33 399	16.31 444	21.13 250	21.03 259	21.04 345	27.81 300	30.24 397	15.99 363	14.59 296	14.80 357	0.04 152	0.49 389	0.10 246	0.16 273	0.51 268	2.34 404

DualNet (step1)	12.44 362	4.86 388	17.49 392	5.97 226	2.94 247	17.57 365	8.30 347	28.75 338	23.91 298	24.38 381	21.03 227	24.64 354	17.82 388	13.58 273	9.82 303	6.44 465	0.87 422	6.62 461	7.44 473	3.20 417	3.11 416

ADLNet2	12.44 362	2.17 298	12.84 334	9.17 363	5.82 378	20.00 383	10.13 383	32.53 392	36.22 409	18.62 301	19.39 197	21.96 325	17.07 377	21.43 403	19.42 392	0.24 269	0.15 264	0.06 199	0.08 219	0.86 337	0.57 285

AASNet	12.49 364	2.46 317	10.49 296	9.82 384	6.86 403	17.33 360	6.73 319	41.09 463	37.86 417	22.53 363	29.11 313	16.68 259	13.48 313	14.54 295	17.87 384	0.20 245	0.02 44	0.78 382	0.05 190	1.18 355	0.76 319

HBP-ISP	12.52 365	7.82 427	8.47 204	7.57 324	4.27 302	12.56 270	6.42 306	28.68 337	29.56 342	21.11 347	35.69 402	15.85 245	18.42 395	20.44 395	11.00 326	3.03 440	2.63 460	7.09 470	3.97 459	3.58 424	2.27 402

CRFU-Net	12.56 366	2.89 337	11.77 319	8.18 342	5.80 377	24.84 415	10.46 394	24.56 289	13.12 163	30.06 430	29.37 316	29.09 384	19.64 403	19.96 380	18.53 387	0.82 383	0.48 386	0.27 327	0.15 270	0.53 274	0.68 305

UNet	12.64 367	2.02 280	13.36 341	6.85 291	7.76 425	25.31 424	4.74 247	34.10 409	28.19 337	20.03 324	31.07 349	27.02 380	17.36 381	20.18 386	13.87 350	0.06 182	0.05 108	0.27 327	0.01 98	0.23 120	0.39 241

delet	12.65 368	1.85 248	11.36 313	7.71 329	6.22 387	22.52 401	10.22 387	28.14 333	37.67 415	19.66 317	29.24 315	21.00 318	15.99 363	21.97 405	17.77 383	0.03 140	0.07 163	0.19 304	0.04 168	0.60 294	0.75 318

HGLStereo	12.72 369	2.66 328	12.34 326	9.93 388	7.55 419	16.16 343	7.45 339	31.48 378	27.01 328	20.01 322	35.31 401	26.98 379	18.90 399	17.87 351	18.90 390	0.33 291	0.16 273	0.07 210	0.05 190	0.48 249	0.70 311

GEStereo_RVC	12.81 370	2.49 320	13.64 350	9.68 380	4.97 331	18.16 370	11.30 401	31.26 374	47.47 457	19.84 319	26.97 293	19.03 300	13.19 307	20.14 385	14.86 360	0.83 385	0.51 393	0.10 246	0.13 258	0.54 276	0.99 345

CSP-Net	12.85 371	2.95 341	9.64 265	5.94 225	3.96 287	25.85 425	9.93 373	28.81 342	26.00 321	29.31 426	32.44 372	30.00 394	15.16 352	20.25 389	14.30 355	0.55 346	0.19 286	0.03 158	0.00 1	0.65 308	0.98 344

SGM-Forest	12.92 372	1.87 249	6.61 111	5.68 201	2.05 200	23.19 407	11.30 401	34.24 413	30.77 359	26.54 406	31.99 365	29.98 393	15.74 360	21.17 402	13.36 345	1.05 401	0.33 354	0.84 393	0.01 98	0.71 318	0.97 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 373	2.08 288	12.74 332	6.98 294	6.27 392	26.39 432	4.73 246	23.10 276	41.79 434	25.48 396	32.29 371	21.09 320	17.79 386	19.52 374	17.90 385	0.19 237	0.07 163	0.10 246	0.00 1	0.37 209	0.59 289

STTStereo	12.97 373	4.88 391	26.57 436	7.54 322	5.41 360	13.43 286	6.49 310	30.53 366	26.35 325	25.14 390	31.43 356	32.00 407	14.12 328	16.01 328	14.83 359	0.29 284	0.31 347	0.67 375	1.08 422	1.21 357	1.11 353

TDLM	12.98 375	3.78 366	9.77 275	10.75 410	4.94 329	16.10 339	14.08 425	35.05 420	31.87 368	22.36 360	26.51 290	26.09 371	14.97 349	24.73 421	13.11 340	1.05 401	0.05 108	1.21 411	0.27 332	1.83 382	1.00 347

AANet_RVC	13.16 376	5.34 398	10.83 305	8.20 344	4.44 314	14.13 297	9.46 366	28.78 341	37.67 415	23.44 372	37.47 414	23.48 343	15.83 362	22.39 408	16.63 374	1.67 417	0.86 421	0.24 322	0.02 129	0.63 302	1.60 377

psm_up	13.18 377	1.91 254	8.81 218	9.59 378	5.84 380	15.17 320	11.37 403	38.74 451	30.81 360	20.66 337	30.32 334	30.00 394	23.12 418	19.19 369	16.02 368	0.58 348	0.10 209	0.17 291	0.01 98	0.65 308	0.55 280

ssnet_v2	13.23 378	2.43 314	11.25 310	7.34 309	2.92 246	23.05 406	12.95 416	35.93 429	32.92 385	21.23 350	25.38 273	28.81 383	15.22 353	22.57 409	19.81 396	0.18 233	0.08 183	0.19 304	0.05 190	1.24 360	1.06 351

CVANet_RVC	13.24 379	3.39 354	8.43 200	8.42 349	5.04 337	18.52 375	11.72 408	32.03 383	33.85 388	23.17 369	32.77 375	29.78 391	16.51 369	23.20 411	11.28 328	0.94 392	0.04 77	1.19 410	0.47 383	3.13 414	1.01 348

FADNet-RVC	13.27 380	11.57 453	39.71 462	7.94 335	4.50 315	15.41 323	6.95 327	27.96 329	22.98 284	20.37 331	30.73 340	26.86 376	11.31 269	20.50 397	14.28 354	0.14 217	0.14 259	0.13 274	0.18 278	2.83 405	0.86 331

DLCB_ROB	13.35 381	3.00 344	9.12 242	9.43 369	5.68 372	21.80 396	10.12 382	29.19 348	29.92 353	27.71 414	31.45 361	32.37 409	19.50 402	19.02 365	16.73 375	0.22 256	0.04 77	0.38 353	0.06 206	0.49 258	0.85 330

StereoDRNet-Refined	13.36 382	2.80 331	10.82 304	7.94 335	3.10 252	18.95 376	4.45 239	28.47 336	29.65 345	29.11 422	41.47 440	24.44 351	17.64 384	23.34 412	21.66 407	0.16 227	0.07 163	0.53 365	0.32 354	0.77 331	1.64 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 383	4.08 374	11.41 315	11.67 423	5.79 376	17.28 359	9.39 364	32.77 394	22.29 276	28.11 417	33.35 385	32.48 410	21.86 414	19.75 376	10.28 316	1.00 397	0.48 386	0.85 394	0.29 339	1.31 365	3.08 414

iinet-f	13.51 384	4.29 377	45.90 474	6.01 232	3.96 287	21.00 390	13.40 420	27.40 326	21.12 261	21.11 347	30.72 339	21.49 322	16.96 375	15.33 302	19.50 394	0.12 211	0.42 370	0.09 228	0.05 190	0.89 340	0.39 241

rvit_105_1	13.56 385	5.57 401	19.88 417	13.22 436	4.58 318	15.04 316	28.61 488	26.56 315	42.75 439	18.83 305	24.53 264	20.93 317	13.85 321	18.02 355	11.90 334	1.74 418	0.60 402	0.25 323	2.10 444	0.61 296	1.64 379

CBMV	13.69 386	3.63 360	8.02 182	5.93 224	2.69 234	22.57 402	12.44 413	29.81 355	31.57 366	31.20 435	33.79 392	31.04 400	17.41 382	25.28 424	14.11 353	0.71 366	0.60 402	0.60 370	0.11 251	1.11 352	1.13 356
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 387	7.41 425	14.68 368	6.70 280	5.63 369	18.43 373	12.59 414	38.89 453	25.56 314	20.27 329	35.71 403	21.11 321	16.35 368	17.16 345	17.56 381	2.28 427	0.53 395	5.37 455	0.36 364	4.28 432	3.09 415

FADNet	14.18 388	10.92 447	37.56 459	7.79 332	6.64 396	17.48 363	6.91 324	34.73 418	34.03 389	18.85 306	27.02 294	28.26 381	14.24 332	17.77 350	10.09 311	0.41 318	0.67 409	0.37 351	0.37 368	8.13 458	1.34 365

fast-acv-ft	14.25 389	4.00 373	16.20 381	7.51 320	5.14 345	26.38 431	9.77 371	24.62 290	34.84 399	25.30 394	37.27 412	32.09 408	20.38 408	18.32 356	19.50 394	0.36 300	0.32 350	0.63 372	0.47 383	1.18 355	0.76 319

pmcnn	14.59 390	3.68 363	19.78 416	6.83 289	4.51 316	21.27 393	14.67 429	27.37 324	30.54 356	27.09 411	40.19 432	38.71 444	18.53 397	17.70 349	19.27 391	0.84 386	0.09 194	0.00 1	0.00 1	0.48 249	0.31 219

Anonymous_2	14.95 391	6.75 419	17.63 397	5.45 191	7.10 410	26.19 428	11.58 406	18.06 207	17.30 217	17.61 274	15.47 154	23.33 341	20.95 412	20.55 398	14.63 356	11.05 483	12.86 492	11.27 480	25.12 496	11.32 475	4.82 438

test_sample9	15.04 392	4.86 388	17.49 392	5.97 226	2.94 247	17.57 365	8.30 347	28.75 338	23.91 298	24.38 381	21.03 227	24.64 354	17.82 388	20.07 383	20.17 398	6.44 465	36.07 502	6.62 461	7.44 473	3.20 417	3.11 416

NVstereo2D	15.15 393	2.97 342	16.28 384	9.23 366	7.56 420	30.03 444	9.53 368	42.80 472	42.72 438	15.11 211	27.03 295	23.16 338	16.93 374	24.28 417	15.45 364	3.07 442	0.43 374	1.44 419	0.61 397	6.74 448	7.60 465

TCMNet	15.19 394	6.68 417	19.70 414	13.83 441	12.53 468	26.35 430	13.66 421	29.47 352	35.21 400	24.71 385	31.20 351	23.44 342	15.13 351	18.97 364	22.59 418	1.13 405	0.65 406	2.04 427	0.97 417	3.18 415	2.31 403

Wz-Net-LNSev-Ref	15.26 395	3.68 363	27.36 438	7.11 302	5.83 379	24.88 417	12.12 412	30.19 358	36.12 408	27.08 410	45.98 459	29.10 385	13.65 314	20.45 396	20.26 401	0.67 363	0.00 1	0.10 246	0.00 1	0.32 184	0.26 194

StereoDRNet	15.30 396	4.47 381	14.35 365	10.71 407	8.69 437	25.02 420	11.03 396	39.66 455	35.62 404	29.17 423	28.81 311	34.05 424	17.80 387	18.80 362	23.77 424	0.41 318	0.30 344	0.15 284	0.14 264	1.64 374	1.42 370

FINET	15.49 397	6.08 405	24.99 431	8.12 340	7.69 423	21.80 396	22.35 469	33.76 407	48.27 459	25.99 400	32.27 370	19.48 308	16.83 373	19.07 366	16.38 373	1.37 412	0.70 410	0.95 399	0.27 332	2.61 401	0.90 335

DRN-Test	15.88 398	3.83 369	14.70 369	9.96 390	8.02 431	28.93 442	14.65 428	42.34 468	38.25 420	28.18 418	34.31 397	29.22 387	18.35 394	20.01 381	22.68 419	0.37 303	0.41 366	0.46 358	0.28 335	1.28 361	1.34 365

YMNet	15.91 399	5.68 403	21.74 424	10.94 413	8.77 439	25.22 422	9.21 360	32.22 388	31.35 362	33.81 452	38.84 423	34.00 421	17.83 391	19.95 378	21.57 405	0.87 388	1.30 431	1.22 413	0.91 412	1.64 374	1.18 361

YMNet_1	15.91 399	5.68 403	21.74 424	10.94 413	8.77 439	25.22 422	9.21 360	32.22 388	31.35 362	33.81 452	38.84 423	34.00 421	17.83 391	19.95 378	21.57 405	0.87 388	1.30 431	1.22 413	0.91 412	1.64 374	1.18 361

SDNR	16.15 401	5.23 396	28.92 441	5.73 209	6.05 384	56.85 498	3.26 197	23.18 277	29.73 346	20.62 335	36.48 407	13.59 215	16.97 376	18.43 357	13.44 346	10.56 479	13.84 493	3.10 446	0.44 379	7.80 454	8.81 473

PA-Net	16.29 402	6.88 421	27.34 437	9.88 387	11.12 458	21.77 395	28.15 487	32.06 384	39.49 422	19.99 321	27.91 301	23.50 344	20.59 409	20.25 389	24.04 427	0.24 269	2.26 454	0.22 316	4.59 462	1.13 354	4.48 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 403	1.88 250	16.15 380	7.78 331	4.19 297	26.92 434	10.21 386	30.31 363	44.26 448	21.35 352	33.91 395	35.80 434	22.40 416	35.65 467	33.87 463	0.18 233	0.08 183	0.04 178	0.04 168	1.71 378	0.54 279

GwcNet	16.48 404	5.23 396	20.03 419	10.24 399	8.48 434	28.79 439	10.09 380	38.60 449	44.51 449	23.29 371	36.95 410	31.29 402	19.79 406	20.42 394	25.70 440	0.54 344	0.72 411	0.57 368	0.39 372	1.37 368	2.64 407

NaN_ROB	16.51 405	6.51 414	16.22 382	10.53 405	4.64 321	31.76 452	17.78 454	37.00 439	43.37 443	29.68 428	31.29 352	32.67 415	20.32 407	28.00 439	16.06 369	0.38 304	0.41 366	0.32 344	0.41 374	0.87 339	1.94 390

FAT-Stereo	16.81 406	2.97 342	17.56 396	9.80 383	6.21 386	16.12 342	13.23 419	38.18 448	39.67 424	27.00 408	39.73 430	37.55 440	31.30 459	20.39 393	21.52 404	3.44 444	2.05 447	0.81 391	1.10 423	1.89 385	5.72 443

S-Stereo	16.85 407	3.95 372	20.67 422	12.08 429	8.91 443	21.68 394	12.61 415	32.20 387	44.61 450	22.37 361	38.42 421	29.15 386	28.02 444	18.58 360	22.36 417	2.88 438	3.11 468	0.87 397	1.82 438	3.58 424	9.08 475

DANet	16.85 407	8.00 428	26.04 435	14.56 449	7.25 413	20.59 388	5.37 260	26.22 311	26.02 323	32.17 443	36.00 405	37.20 438	29.77 452	30.75 447	24.62 432	1.14 407	1.34 433	2.21 432	0.51 389	3.18 415	4.07 429
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	16.87 409	16.27 466	17.93 403	11.24 421	6.69 399	28.95 443	10.44 389	41.23 465	21.49 265	29.68 428	34.27 396	32.48 410	11.00 260	20.05 382	15.09 362	8.22 470	2.59 459	12.23 481	0.75 404	10.40 468	6.34 449

PSMNet_ROB	16.90 410	5.45 399	14.16 359	13.77 439	7.25 413	27.65 436	32.74 493	43.21 475	37.88 418	24.00 375	32.97 381	34.55 428	16.69 370	17.41 346	23.96 426	0.38 304	0.22 307	0.93 398	2.05 442	1.83 382	0.96 340

GANet	16.92 411	4.32 379	12.46 328	10.84 412	4.24 299	23.04 405	15.36 439	39.91 457	34.47 395	32.42 444	45.10 458	40.04 453	27.54 440	23.61 415	20.20 400	1.02 400	0.08 183	0.67 375	0.22 300	1.87 384	0.97 341

Syn2CoEx	17.03 412	10.40 441	25.65 434	20.35 467	8.02 431	26.28 429	11.27 400	37.16 440	32.69 383	28.89 420	40.17 431	29.27 388	26.63 435	19.19 369	17.63 382	0.98 395	0.54 396	1.23 415	0.23 309	1.82 381	2.24 401

test_sample8	17.19 413	4.86 388	17.49 392	5.97 226	2.94 247	17.57 365	8.30 347	31.87 380	18.55 235	33.54 450	26.00 278	40.64 456	32.90 463	20.07 383	20.17 398	6.44 465	36.07 502	6.62 461	7.44 473	3.20 417	3.11 416

NCCL2	17.23 414	6.37 413	14.30 364	23.45 478	7.18 412	24.16 410	17.05 450	34.39 415	25.88 317	31.55 437	38.01 417	42.09 463	26.81 436	20.94 401	22.69 420	0.45 326	0.23 313	2.63 439	1.80 437	2.02 391	2.57 405

GASNet	17.30 415	19.38 474	30.46 449	20.66 469	9.36 447	16.06 337	9.06 358	43.89 479	40.04 426	25.35 395	23.73 257	32.90 416	15.37 357	28.91 441	17.05 376	3.04 441	0.27 339	1.88 425	0.45 381	6.73 447	1.37 367

ADCRef	17.30 415	6.73 418	42.01 469	10.11 393	8.78 441	26.61 433	10.45 390	31.29 376	32.75 384	31.19 434	41.62 443	18.47 295	19.78 405	24.29 418	34.06 465	0.76 374	0.42 370	2.16 430	1.79 436	1.23 359	1.56 376

XPNet_ROB	17.33 417	4.84 386	15.44 374	11.15 418	6.64 396	20.88 389	16.10 442	36.26 432	39.54 423	31.80 441	41.32 438	41.30 460	23.91 421	24.67 419	27.40 446	1.07 404	0.74 413	0.79 384	0.25 323	1.10 351	1.31 364

RP	17.58 418	4.92 392	15.27 373	15.44 455	11.95 466	21.05 391	11.75 409	27.64 327	45.09 453	22.99 368	42.05 445	39.39 449	27.74 442	25.54 425	22.33 416	5.45 459	0.59 401	4.33 451	1.62 435	3.53 423	2.86 411

SuperB	17.60 419	6.22 412	56.40 488	7.91 334	5.07 339	19.70 382	9.03 356	24.87 292	50.15 470	26.25 405	39.13 425	17.61 280	20.84 411	22.28 407	25.31 436	0.70 364	0.31 347	1.10 405	0.71 401	16.58 485	1.86 385

ETE_ROB	17.67 420	9.48 434	17.66 398	13.60 437	4.57 317	23.03 404	21.09 464	32.49 391	35.24 401	30.49 431	38.06 418	46.18 476	24.49 424	26.40 429	24.21 429	0.46 331	0.24 324	1.14 406	0.84 407	1.52 371	2.13 395

APVNet	17.75 421	5.46 400	20.35 421	12.31 430	8.40 433	30.16 445	24.10 477	41.14 464	30.12 354	25.08 389	41.09 436	31.24 401	23.12 418	27.07 432	27.86 452	0.34 295	0.56 399	3.02 444	0.52 390	1.68 377	1.45 372

PWCDC_ROB	17.80 422	9.62 435	18.38 405	17.95 462	7.74 424	24.61 414	5.56 273	34.41 416	52.79 474	29.66 427	50.20 474	20.63 314	19.69 404	29.85 446	20.87 402	6.18 462	0.26 334	0.10 246	0.05 190	5.36 441	2.00 392

MDST_ROB	17.92 423	1.60 183	13.68 352	13.88 443	6.44 394	43.05 481	14.86 431	42.74 471	41.66 432	43.25 475	42.85 449	28.43 382	17.28 380	29.35 443	16.06 369	0.88 390	0.11 225	0.63 372	0.47 383	0.50 264	0.64 300

Nwc_Net	17.98 424	4.67 384	17.79 402	14.26 445	11.65 464	25.14 421	14.88 432	40.85 461	39.83 425	21.07 346	43.24 451	34.50 427	27.64 441	26.44 431	25.03 433	3.22 443	0.18 281	2.52 438	3.18 451	1.98 387	1.51 374

ADCP+	18.16 425	4.61 383	32.94 452	9.31 367	10.23 451	28.87 440	11.69 407	33.43 403	36.49 410	29.28 425	40.49 433	24.18 350	24.61 427	33.89 456	35.33 467	0.25 275	0.40 365	2.00 426	1.17 425	2.16 394	1.87 386

Wz-Net-LNSev	18.19 426	10.57 443	41.33 466	10.19 396	7.94 429	24.29 411	15.28 437	34.15 410	43.38 444	32.90 447	43.72 454	31.94 406	22.21 415	20.81 400	22.26 414	0.47 332	0.22 307	0.00 1	0.02 129	1.22 358	0.94 339

PWC_ROB	18.37 427	10.55 442	25.19 432	10.21 397	6.29 393	23.75 408	4.79 250	35.93 429	48.75 462	32.56 445	44.46 457	34.68 429	24.78 429	30.99 448	25.72 441	1.38 414	0.08 183	1.57 420	0.26 327	2.18 395	3.17 421

AF-Net	18.38 428	5.60 402	14.21 361	15.95 456	10.78 455	22.26 398	10.45 390	35.39 424	50.22 471	24.71 385	37.77 415	41.55 461	29.24 450	29.11 442	26.67 442	4.35 454	0.06 141	4.56 453	0.90 409	2.42 396	1.38 368

stereogan	18.62 429	3.07 346	16.31 385	13.04 434	9.99 449	35.74 465	9.09 359	38.17 447	45.27 454	24.39 384	41.24 437	39.93 451	25.46 432	31.29 450	24.33 431	1.80 421	0.91 425	2.71 441	0.75 404	5.15 440	3.70 422

edge stereo	18.75 430	5.12 393	17.66 398	10.77 411	7.84 427	22.41 400	11.03 396	35.23 423	42.07 437	34.62 454	42.74 447	41.28 459	35.50 467	25.14 423	24.17 428	2.42 433	2.42 458	6.35 460	1.45 432	2.89 408	3.80 423

RYNet	18.92 431	4.69 385	16.88 389	10.99 415	15.84 475	46.72 483	16.57 447	37.84 444	48.03 458	26.92 407	26.48 288	37.84 443	24.92 430	19.80 377	31.04 461	0.25 275	0.25 332	0.62 371	0.03 147	6.34 446	6.39 450

Wz-Net-MNSev	18.98 432	6.53 415	33.16 454	10.15 395	7.26 415	38.37 473	16.45 445	34.19 412	43.20 442	30.65 432	40.76 434	40.51 455	19.24 401	27.56 434	28.06 457	0.81 382	0.26 334	0.05 185	0.10 241	1.45 370	0.84 327

LALA_ROB	19.19 433	7.15 424	15.93 379	12.96 433	5.30 356	28.30 438	23.21 476	42.51 469	36.69 411	33.45 449	40.81 435	50.96 486	24.53 425	27.92 436	25.66 439	0.60 353	0.44 376	2.04 427	1.22 427	2.54 400	1.47 373

aanetorigin	19.21 434	12.59 455	53.50 481	9.67 379	7.83 426	11.85 257	13.87 423	17.05 187	34.15 392	49.18 485	48.89 470	34.05 424	30.22 454	22.86 410	28.00 456	1.01 399	0.75 415	0.67 375	0.89 408	3.07 411	4.14 430

SGM_RVC	19.52 435	2.12 294	6.79 123	6.59 270	1.33 145	38.20 472	15.74 440	38.13 446	34.07 390	45.71 480	41.91 444	51.41 487	38.10 473	38.77 480	27.80 451	0.61 356	0.36 359	0.51 363	0.33 358	1.03 347	0.90 335
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 436	9.36 431	31.06 450	10.99 415	6.24 390	28.10 437	10.14 384	37.50 443	58.34 491	31.74 439	36.70 409	32.50 412	21.03 413	36.00 470	37.24 475	1.23 410	0.44 376	0.12 263	0.31 350	1.98 387	1.69 382

NCC-stereo	19.75 437	6.08 405	23.96 428	15.05 450	16.17 476	18.42 371	21.45 465	43.31 477	41.00 430	24.30 379	38.12 419	34.98 430	26.92 437	35.46 464	25.65 437	4.29 452	2.07 449	3.24 447	8.90 482	2.86 406	2.86 411

Abc-Net	19.75 437	6.08 405	23.96 428	15.05 450	16.17 476	18.42 371	21.45 465	43.31 477	41.00 430	24.30 379	38.12 419	34.98 430	26.92 437	35.46 464	25.65 437	4.29 452	2.07 449	3.24 447	8.90 482	2.86 406	2.86 411
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 439	12.06 454	33.43 455	13.79 440	16.23 478	22.97 403	15.88 441	35.41 425	41.96 435	19.90 320	32.16 369	35.60 433	18.14 393	29.48 445	23.10 421	3.85 448	3.89 478	6.16 459	4.75 463	13.56 479	13.44 486

RGC	19.90 440	13.26 457	20.24 420	18.19 463	14.06 473	21.21 392	14.33 426	34.97 419	43.60 446	27.73 415	41.49 441	39.76 450	27.98 443	34.52 459	21.37 403	3.66 447	0.54 396	8.67 473	4.16 460	4.19 430	4.02 427

DeepPrunerF	19.92 441	11.02 450	44.29 470	20.74 470	17.75 480	19.19 378	22.57 470	36.86 438	49.93 466	25.48 396	36.62 408	24.69 357	23.97 422	23.44 413	21.79 408	2.68 437	1.63 442	5.70 456	3.95 458	3.38 422	2.67 408

WCMA_ROB	20.02 442	4.30 378	19.72 415	9.47 374	7.00 408	32.71 458	13.99 424	31.97 382	32.48 380	41.51 470	52.00 477	44.09 467	36.14 469	32.43 452	24.29 430	6.19 463	2.79 464	1.09 404	1.10 423	3.95 427	3.13 419

psmorigin	20.95 443	10.24 440	35.84 456	9.75 381	7.05 409	24.59 413	10.11 381	32.85 396	32.17 376	43.09 473	54.57 485	42.79 464	36.62 470	35.99 469	27.41 447	1.58 416	2.72 463	0.79 384	1.05 420	3.26 420	6.50 451

SANet	20.96 444	6.60 416	29.81 444	8.83 354	3.19 255	31.27 451	20.56 463	41.86 467	56.09 487	39.30 466	43.62 452	44.95 469	31.93 461	27.83 435	23.67 423	0.94 392	0.52 394	0.99 401	0.42 376	4.72 434	2.03 393

FBW_ROB	21.00 445	10.23 439	22.72 426	13.71 438	6.77 401	30.49 449	16.46 446	44.58 480	43.57 445	44.25 478	39.59 428	43.27 466	26.12 434	33.96 457	21.80 409	2.58 436	1.84 445	7.14 471	2.78 449	4.00 428	4.06 428

SQANet	21.24 446	24.08 483	19.60 413	26.40 483	18.74 482	30.87 450	9.24 362	32.70 393	29.58 344	25.25 392	33.37 386	33.47 419	19.19 400	28.11 440	18.32 386	10.87 480	2.92 466	26.49 493	5.65 468	18.43 488	11.48 481

G-Net	21.25 447	8.24 429	37.97 461	15.14 453	9.26 446	50.87 489	16.80 449	27.96 329	30.54 356	38.92 463	42.93 450	33.27 417	32.17 462	27.99 438	25.25 435	4.40 455	3.83 476	3.60 450	0.97 417	7.91 457	6.95 457

SHD	21.32 448	10.03 437	30.16 447	14.30 446	8.68 436	24.15 409	8.93 354	40.82 460	61.17 495	35.79 457	44.15 456	38.73 445	30.20 453	33.88 455	31.09 462	2.00 424	0.81 418	1.17 407	1.55 433	4.08 429	4.78 437

CSAN	21.34 449	9.45 433	23.34 427	20.99 472	4.95 330	32.57 456	34.26 494	38.83 452	49.95 468	36.97 460	39.72 429	44.97 470	31.73 460	26.05 426	23.94 425	1.52 415	0.47 384	0.85 394	1.43 431	2.73 403	2.14 398

UDG	21.45 450	14.84 463	14.44 366	21.30 475	20.08 485	32.05 455	13.76 422	35.98 431	35.52 403	25.93 399	30.69 338	37.26 439	30.66 456	21.97 405	19.89 397	10.88 481	5.55 483	22.78 489	7.65 476	14.83 483	13.05 485

ADCL	21.64 451	6.20 409	47.32 476	9.93 388	6.91 407	38.69 476	19.97 461	31.26 374	54.04 476	27.89 416	47.97 467	31.35 403	30.66 456	33.18 454	36.62 471	0.99 396	0.92 426	2.63 439	1.82 438	2.45 397	2.13 395

ADCPNet	21.93 452	9.38 432	57.92 489	11.76 425	6.88 405	36.03 466	18.44 456	32.80 395	35.93 405	32.91 448	43.80 455	39.21 448	26.99 439	31.14 449	36.94 473	2.05 425	2.67 462	2.30 434	3.45 454	4.22 431	3.82 424

CC-Net-ROB	22.04 453	22.91 480	28.86 440	14.05 444	8.73 438	33.79 460	15.26 436	46.84 484	36.06 407	33.72 451	32.10 367	35.47 432	24.02 423	23.57 414	27.88 453	8.95 473	2.95 467	24.94 491	3.68 455	12.41 477	4.62 436

MeshStereo	22.27 454	6.87 420	11.15 309	7.69 326	4.87 326	37.70 470	13.06 417	41.64 466	36.95 412	50.92 488	53.41 481	58.12 492	41.93 483	37.73 476	27.62 450	2.52 435	2.37 455	2.99 443	2.07 443	3.09 412	2.60 406
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
DDUNet	22.66 455	19.69 476	14.64 367	24.11 479	22.38 489	24.84 415	17.71 453	30.36 364	30.32 355	29.02 421	37.31 413	37.63 441	24.66 428	24.67 419	17.08 377	18.42 491	7.92 489	26.43 492	11.81 488	17.23 486	16.95 490

Wz-Net-SNSev	22.67 456	16.94 468	45.69 473	13.85 442	8.52 435	28.89 441	27.06 484	39.39 454	55.04 482	31.77 440	53.23 479	39.18 447	23.41 420	26.40 429	36.25 469	0.78 376	0.21 298	1.21 411	0.90 409	3.03 410	1.62 378

ADCMid	22.76 457	10.75 445	41.73 467	11.23 420	7.97 430	27.26 435	19.18 460	35.44 426	38.02 419	40.23 467	46.38 462	36.56 436	42.70 484	38.20 478	40.75 483	1.77 419	1.43 437	3.05 445	3.81 457	4.96 436	3.82 424

MSMD_ROB	22.90 458	9.64 436	14.76 370	17.46 461	9.88 448	34.94 462	18.83 457	33.67 406	37.47 413	40.97 469	59.80 492	45.93 474	38.34 475	31.74 451	23.24 422	6.22 464	3.58 473	8.78 474	11.03 487	6.76 449	5.06 441

LE_ROB	22.93 459	3.07 346	14.02 356	7.70 327	2.86 240	31.99 454	17.35 452	28.10 332	67.19 507	70.51 509	55.61 488	49.07 481	47.62 490	24.76 422	36.49 470	0.35 298	0.20 291	0.27 327	0.55 393	0.48 249	0.44 258

AnyNet_C32	23.37 460	13.28 458	40.29 464	12.36 431	11.44 461	30.39 446	29.15 489	31.36 377	44.90 452	35.36 455	48.86 468	33.61 420	34.20 465	43.15 487	41.62 489	1.27 411	1.35 434	1.18 409	2.58 447	4.77 435	6.27 448

SGM-ForestM	23.72 461	2.44 315	9.13 244	7.43 315	2.25 207	44.80 482	19.11 459	44.90 481	49.97 469	50.74 487	51.18 475	62.06 500	45.83 488	44.96 488	33.88 464	1.00 397	0.84 420	0.78 382	0.62 398	1.29 362	1.11 353

MFN_U_SF_DS_RVC	23.92 462	13.60 459	30.09 446	25.46 481	10.02 450	38.51 474	20.40 462	35.77 428	43.76 447	42.15 471	47.10 466	39.99 452	28.20 446	35.96 468	27.06 444	3.64 446	3.85 477	6.66 464	16.30 493	4.97 437	4.98 440

ccnet	24.02 463	16.16 465	21.70 423	11.83 427	17.75 480	37.87 471	16.18 443	45.46 483	31.93 372	36.99 461	46.46 465	38.76 446	29.52 451	37.55 475	40.93 486	9.20 474	6.29 484	9.63 476	7.71 478	11.19 472	7.21 462

PSMNet-RUCA	24.03 464	26.83 485	40.96 465	35.46 490	34.27 495	16.24 348	9.79 372	39.82 456	31.45 364	31.49 436	41.54 442	36.82 437	26.02 433	27.92 436	15.09 362	11.51 485	2.06 448	20.58 487	8.10 480	15.83 484	8.74 472

XQC	24.10 465	16.76 467	50.68 478	21.37 476	11.01 457	35.24 464	18.84 458	37.28 442	55.11 483	31.64 438	30.06 333	37.71 442	30.31 455	37.17 473	39.66 480	4.20 451	0.41 366	2.76 442	1.89 440	11.46 476	8.42 471

FC-DCNN	24.37 466	10.99 449	19.02 408	18.44 464	9.16 444	36.98 467	23.07 474	40.44 458	43.05 441	46.25 482	53.58 483	50.44 483	37.86 472	35.45 463	27.57 449	6.87 469	3.37 469	6.01 457	4.88 464	7.86 456	6.05 445

DPSNet	24.40 467	6.97 423	33.14 453	11.16 419	6.54 395	53.33 492	43.32 502	51.28 492	59.37 493	30.89 433	39.36 426	40.35 454	34.30 466	32.57 453	25.09 434	4.65 457	1.62 441	0.37 351	0.66 399	8.51 462	4.44 434

FC-DCNN v2	24.44 468	10.97 448	18.53 406	18.49 465	9.18 445	37.41 469	23.03 473	40.91 462	43.02 440	46.46 483	54.06 484	50.67 484	38.26 474	35.41 462	27.52 448	6.85 468	3.38 470	6.03 458	4.89 465	7.82 455	5.94 444

PDISCO_ROB	24.45 469	9.24 430	29.28 443	28.68 487	19.96 484	37.14 468	15.33 438	45.04 482	54.69 479	29.24 424	42.67 446	46.07 475	28.17 445	35.35 461	30.30 460	9.92 477	2.13 451	6.90 465	3.20 452	8.74 463	6.87 456

Wz-Net-TNSev	25.12 470	20.16 477	57.98 490	9.56 376	7.42 418	42.73 480	22.27 468	35.14 421	53.46 475	35.97 458	42.74 447	45.83 472	39.87 479	36.56 471	34.73 466	1.82 422	1.51 439	0.76 381	1.34 430	5.84 445	6.80 454

EDNetEfficient	25.16 471	22.23 479	77.22 513	9.09 361	7.38 416	19.38 379	16.78 448	21.41 253	55.74 486	61.52 500	53.51 482	36.22 435	40.65 482	24.22 416	38.27 477	0.62 359	0.74 413	0.86 396	2.60 448	7.70 453	7.09 459

WZ-Net	25.17 472	12.95 456	63.02 494	15.13 452	10.42 454	38.51 474	27.42 486	40.46 459	54.17 477	28.32 419	52.95 478	40.81 457	28.36 447	37.07 472	41.35 488	1.21 409	0.21 298	0.73 379	0.94 415	5.42 443	3.87 426

GANetREF_RVC	25.41 473	29.28 487	24.63 430	25.18 480	6.04 383	30.44 447	35.39 497	47.84 486	50.60 472	36.88 459	36.04 406	34.11 426	31.23 458	37.46 474	27.96 455	8.58 471	2.66 461	16.29 484	4.95 466	14.37 482	8.32 470
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
FCDSN-DC	25.59 474	14.91 464	18.83 407	28.55 486	15.68 474	39.29 477	18.16 455	42.83 474	41.69 433	44.43 479	51.94 476	50.82 485	39.22 478	34.59 460	27.29 445	6.05 461	3.63 474	7.01 468	6.41 469	10.35 467	10.17 479
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 475	13.71 460	46.90 475	14.51 448	10.34 452	30.46 448	22.72 472	42.81 473	57.61 490	42.58 472	49.37 472	41.91 462	40.43 480	41.90 486	44.58 494	2.37 430	2.19 453	2.37 436	3.29 453	7.32 451	6.52 452

DLNR_Zeroshot_test	27.62 476	51.32 500	91.46 524	98.51 534	98.03 533	3.10 16	0.50 25	30.95 370	7.65 98	8.16 101	15.68 155	7.31 115	1.63 27	11.87 197	4.21 187	40.37 501	0.87 422	0.06 199	0.34 360	80.23 524	0.24 186

MFN_U_SF_RVC	28.16 477	14.14 462	53.23 480	21.11 473	7.91 428	39.97 478	13.13 418	51.65 494	46.34 456	47.41 484	53.38 480	55.32 490	40.53 481	38.47 479	39.74 481	5.67 460	4.46 479	6.98 467	8.73 481	7.47 452	7.44 464

PASM	28.19 478	17.35 469	48.18 477	22.49 477	22.20 488	25.92 426	25.84 482	34.35 414	49.45 464	35.37 456	39.48 427	46.72 478	33.36 464	34.28 458	36.77 472	11.73 486	14.94 494	17.43 486	22.18 495	13.45 478	12.32 484

EDNetEfficientorigin	28.98 479	35.45 493	99.82 537	9.43 369	5.65 370	24.97 418	14.79 430	26.06 308	54.82 480	60.87 496	57.59 489	45.42 471	50.27 493	26.11 427	43.62 491	0.30 285	0.37 361	1.61 421	2.35 445	10.17 466	9.99 478

AnyNet_C01	29.76 480	25.78 484	75.37 511	17.03 459	11.34 459	49.00 487	27.12 485	37.99 445	40.05 427	40.73 468	65.13 502	46.98 479	38.86 477	46.63 489	48.19 499	2.14 426	2.13 451	2.13 429	2.56 446	8.14 459	7.98 468

LSM	29.98 481	19.52 475	55.11 486	19.06 466	53.75 507	32.57 456	23.17 475	42.61 470	48.57 461	45.97 481	55.04 487	42.93 465	36.02 468	35.63 466	27.03 443	2.33 428	9.19 490	4.87 454	7.71 478	10.65 470	27.91 500

RTS	30.15 482	23.12 481	96.33 527	16.71 457	11.63 462	58.66 501	24.28 478	36.80 436	62.63 499	43.79 476	46.10 460	32.56 413	43.90 485	51.29 495	40.92 484	2.38 431	0.66 407	1.06 402	0.74 402	5.11 438	4.34 432

RTSA	30.15 482	23.12 481	96.33 527	16.71 457	11.63 462	58.66 501	24.28 478	36.80 436	62.63 499	43.79 476	46.10 460	32.56 413	43.90 485	51.29 495	40.92 484	2.38 431	0.66 407	1.06 402	0.74 402	5.11 438	4.34 432

DispFullNet	30.27 484	31.74 489	58.63 491	30.13 488	28.18 493	31.79 453	8.94 355	37.16 440	54.68 478	32.60 446	37.99 416	44.62 468	28.80 449	41.55 485	27.93 454	11.94 487	3.46 471	35.53 497	12.34 489	30.08 496	17.26 491

coex-ft	30.77 485	38.58 496	93.29 526	9.44 372	5.62 368	34.95 463	25.30 481	30.83 369	59.36 492	73.23 513	58.53 490	45.92 473	47.29 489	29.44 444	45.30 495	1.37 412	1.65 443	0.95 399	0.96 416	8.35 461	4.96 439

MANE	31.97 486	10.75 445	17.71 401	20.94 471	13.77 471	47.80 485	26.85 483	53.00 497	55.20 484	59.29 492	64.30 499	64.93 503	56.31 502	51.83 498	38.69 479	9.61 476	4.72 480	6.91 466	19.93 494	9.20 464	7.64 466

otaku	33.18 487	35.99 494	52.93 479	40.01 493	21.41 486	55.08 493	17.25 451	43.30 476	61.58 496	39.25 465	49.16 471	46.61 477	28.49 448	39.77 482	28.76 458	18.56 492	7.00 488	31.82 495	9.61 484	21.53 491	15.48 488

PVD	33.19 488	18.59 471	37.64 460	26.09 482	16.99 479	33.25 459	42.25 501	51.42 493	66.03 505	52.65 490	64.31 500	51.93 488	55.13 498	51.61 497	40.40 482	4.00 450	3.51 472	9.53 475	4.26 461	10.62 469	23.56 495

ELAS	33.68 489	18.95 472	36.71 458	20.64 468	13.61 470	56.43 494	35.14 496	50.03 491	49.90 465	60.58 495	63.83 498	58.64 495	53.36 495	50.73 493	44.44 493	11.03 482	6.58 486	10.02 477	7.43 472	13.58 481	11.94 483
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 490	19.15 473	35.97 457	21.28 474	13.79 472	52.58 490	36.11 498	48.96 489	55.66 485	61.47 499	62.91 494	58.35 494	53.55 496	53.37 500	42.23 490	11.25 484	6.64 487	10.32 478	7.05 471	13.56 479	11.58 482
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 491	18.53 470	31.91 451	55.34 502	35.34 496	75.99 520	94.71 530	47.97 487	50.84 473	37.47 462	36.99 411	53.12 489	38.55 476	39.56 481	38.65 478	3.59 445	5.40 482	2.22 433	3.72 456	9.43 465	9.29 477

Ntro	34.97 492	37.63 495	54.53 484	43.26 497	22.45 490	57.73 499	21.97 467	47.14 485	64.21 502	39.12 464	48.86 468	47.93 480	36.94 471	40.66 483	29.83 459	17.16 490	6.51 485	32.70 496	10.17 485	24.06 492	16.48 489

BEATNet-Init1	35.08 493	20.64 478	54.70 485	27.43 484	12.00 467	58.29 500	31.01 491	52.58 496	57.49 489	60.36 494	62.98 495	69.98 506	55.54 500	53.00 499	44.40 492	4.61 456	2.84 465	7.05 469	6.89 470	10.97 471	8.94 474

ACVNet-4b	36.40 494	52.20 501	56.11 487	42.45 496	21.78 487	48.56 486	14.37 427	49.50 490	60.15 494	43.17 474	46.38 462	55.62 491	24.56 426	38.15 477	21.97 410	25.13 497	3.66 475	46.93 500	33.56 500	25.97 493	17.74 492

MSC_U_SF_DS_RVC	37.16 495	34.69 491	53.68 482	37.47 492	12.55 469	56.80 497	22.63 471	52.02 495	63.29 501	66.20 505	63.82 497	58.12 492	53.73 497	51.21 494	46.48 496	8.79 472	5.31 481	14.69 483	15.22 492	17.27 487	9.21 476

GCST	37.32 496	40.98 497	25.25 433	92.15 529	35.59 497	25.00 419	1.02 53	25.45 297	19.73 244	26.01 402	15.21 152	19.51 310	4.75 119	16.71 340	4.32 190	80.90 523	35.46 501	87.50 528	74.71 519	73.21 520	42.99 507

ACVNet_1	41.30 497	49.46 499	64.91 499	44.67 498	25.07 491	49.43 488	25.23 480	55.33 499	65.87 504	59.72 493	59.33 491	63.43 501	48.79 492	49.63 492	37.09 474	19.05 493	9.82 491	38.29 498	13.97 491	28.67 494	18.23 494

Consistency-Raft	41.82 498	35.10 492	44.56 472	32.85 489	41.39 501	46.76 484	34.76 495	57.01 501	54.94 481	32.10 442	65.22 503	30.82 398	48.46 491	40.81 484	48.77 500	27.39 498	34.28 500	42.92 499	51.66 509	39.28 499	27.28 497

NVStereoNet_ROB	41.93 499	32.40 490	44.55 471	36.60 491	27.78 492	34.52 461	32.38 492	48.84 488	57.18 488	69.34 508	75.62 514	66.07 505	64.86 506	47.34 490	60.78 510	15.72 489	23.99 497	23.40 490	32.06 499	21.34 490	23.86 496
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.25 500	62.74 509	64.52 498	60.13 503	39.00 500	58.72 503	30.83 490	57.31 502	79.18 519	50.24 486	65.35 504	60.13 497	44.25 487	49.47 491	41.16 487	46.52 505	46.06 508	52.72 504	31.78 498	52.33 505	32.47 501

anonymity	52.32 501	58.23 505	63.91 495	41.12 495	59.25 511	53.27 491	41.04 500	55.69 500	40.20 428	54.85 491	49.49 473	49.13 482	55.48 499	59.07 502	49.65 503	55.86 508	50.03 514	51.00 502	51.08 507	51.71 503	56.36 509

MADNet+	53.31 502	68.61 510	98.75 534	67.03 507	37.58 498	79.83 526	81.74 526	60.38 504	61.61 497	51.43 489	54.92 486	61.11 499	59.29 504	69.66 511	76.71 526	23.88 495	24.03 498	17.08 485	12.35 490	32.47 497	27.69 499

JetBlue	54.08 503	45.10 498	74.15 509	51.17 500	47.68 502	75.66 519	60.97 511	63.63 505	62.09 498	63.32 503	64.88 501	78.86 513	68.17 507	68.15 509	75.09 525	36.86 499	24.88 499	29.01 494	29.12 497	28.71 495	34.13 502

SGM+DAISY	54.67 504	56.61 502	62.73 493	40.21 494	53.22 505	61.95 506	48.59 504	55.05 498	44.62 451	61.03 498	63.68 496	60.46 498	55.62 501	60.68 504	55.34 506	56.34 510	48.56 511	50.16 501	49.63 506	52.25 504	56.76 511

SPS-STEREO	55.62 505	59.14 506	64.16 496	45.05 499	53.84 508	59.88 504	44.00 503	59.53 503	49.94 467	62.33 501	61.09 493	59.80 496	56.82 503	60.06 503	57.85 507	58.41 511	48.34 510	51.07 503	49.21 505	55.41 507	56.48 510
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 506	61.72 508	72.56 508	66.35 506	38.29 499	61.93 505	48.64 505	71.64 517	81.91 522	79.28 521	88.72 529	76.25 510	72.87 512	54.33 501	46.74 498	37.13 500	23.36 496	54.52 505	37.80 501	46.22 500	27.59 498

IMH-64-1	59.25 507	58.09 503	67.69 503	66.06 504	50.51 503	56.45 495	49.45 506	68.83 510	67.75 508	67.58 506	80.37 518	70.15 507	74.28 514	72.16 516	48.94 501	42.00 502	42.87 505	65.57 506	47.02 502	51.52 501	37.76 504

IMH-64	59.25 507	58.09 503	67.69 503	66.06 504	50.51 503	56.45 495	49.45 506	68.83 510	67.75 508	67.58 506	80.37 518	70.15 507	74.28 514	72.16 516	48.94 501	42.00 502	42.87 505	65.57 506	47.02 502	51.52 501	37.76 504

IMH	62.95 509	60.33 507	67.78 505	69.51 508	53.65 506	65.09 509	54.21 508	72.00 518	73.28 513	72.49 511	81.93 520	72.96 509	79.81 518	76.65 522	51.41 504	43.57 504	49.82 513	67.81 508	51.14 508	54.83 506	40.67 506

TorneroNet-64	65.66 510	70.70 512	71.20 507	76.52 512	59.70 513	66.78 510	58.05 509	67.53 509	80.00 520	62.67 502	67.40 505	83.09 518	69.42 509	67.34 506	62.05 513	48.31 507	44.07 507	72.93 510	63.88 511	68.05 511	53.58 508

PWCK	65.90 511	88.63 528	79.40 515	80.32 520	29.96 494	63.85 508	39.45 499	72.07 519	71.26 511	78.74 520	68.99 507	77.82 512	61.77 505	82.81 526	62.64 514	80.17 522	39.88 504	81.90 520	47.37 504	73.54 521	37.51 503

WAO-6	70.64 512	73.02 514	66.25 500	79.92 519	61.74 515	68.74 511	59.08 510	75.27 522	87.02 526	74.72 514	79.40 517	79.19 514	84.60 524	67.70 508	60.53 509	67.85 514	48.88 512	81.48 518	73.29 516	65.57 509	58.60 512

TorneroNet	71.21 513	73.44 515	75.82 512	80.82 521	65.65 517	70.53 513	64.39 514	71.42 516	75.97 515	71.47 510	73.68 512	84.17 521	74.00 513	69.85 512	69.09 517	59.37 512	48.19 509	79.67 514	73.51 517	74.93 522	68.26 521

LVE	71.50 514	72.46 513	83.91 519	75.21 511	55.29 510	74.81 514	62.76 513	77.22 523	83.77 524	82.09 523	87.11 528	83.38 519	82.41 523	75.93 520	64.49 515	48.28 506	57.24 520	74.61 512	62.53 510	65.49 508	61.01 513

MFMNet_re	72.05 515	79.64 521	64.23 497	52.73 501	84.71 526	77.93 522	68.35 515	63.96 506	66.93 506	61.00 497	71.29 510	63.84 502	68.91 508	72.42 518	61.11 511	82.03 526	74.22 527	80.34 517	74.44 518	83.62 527	89.34 529

notaker	72.18 516	79.78 522	78.84 514	78.75 516	68.52 519	63.26 507	61.68 512	69.22 513	75.95 514	77.58 518	78.85 516	79.69 516	84.79 525	77.39 523	58.43 508	69.68 517	60.79 521	77.46 513	68.48 513	69.62 513	64.92 518

WAO-7	72.21 517	78.21 517	54.04 483	79.33 518	69.31 521	70.20 512	72.09 521	77.85 526	84.90 525	77.35 517	86.03 524	79.37 515	79.88 519	65.32 505	65.33 516	62.33 513	69.70 525	70.51 509	73.21 515	67.23 510	62.02 514

ktn	72.58 518	80.06 524	69.96 506	79.14 517	69.86 522	75.40 518	70.43 520	69.01 512	76.90 516	72.88 512	77.46 515	77.43 511	77.41 517	72.78 519	55.00 505	79.09 520	65.99 522	80.09 516	68.29 512	71.46 518	62.98 515

UNDER WATER-64	73.11 519	74.48 516	87.70 520	74.03 510	55.20 509	78.24 523	75.71 523	65.33 507	67.91 510	75.60 516	69.32 508	84.41 522	76.93 516	68.43 510	72.45 520	81.18 524	56.77 519	82.46 521	80.34 522	68.22 512	67.48 520

LRCNet_RVC	73.59 520	69.80 511	74.41 510	77.63 514	60.56 514	40.33 479	15.08 435	71.04 515	48.36 460	88.07 529	94.62 531	90.11 527	81.83 521	80.58 525	61.26 512	97.12 534	72.30 526	96.65 533	97.58 534	77.13 523	77.30 525

DPSimNet_ROB	74.29 521	83.27 526	59.30 492	77.19 513	65.13 516	75.14 516	74.95 522	73.99 521	76.94 517	81.99 522	75.48 513	80.18 517	71.76 510	67.39 507	84.00 528	81.87 525	51.14 515	79.99 515	76.70 521	70.17 514	79.21 526

UNDER WATER	75.92 522	79.25 520	87.75 521	84.39 522	66.43 518	77.08 521	77.22 524	66.90 508	72.16 512	75.32 515	71.56 511	85.89 526	82.15 522	70.11 513	74.99 524	79.34 521	53.61 516	86.40 526	84.53 526	71.29 517	72.11 523

TCMNet-wrong-test	76.74 523	91.47 530	89.31 522	97.64 532	97.35 532	94.87 529	92.51 529	69.78 514	65.29 503	63.44 504	71.10 509	65.66 504	51.44 494	85.29 528	74.70 523	56.06 509	20.22 495	83.11 525	82.39 523	95.02 533	88.18 528

WAO-8	76.87 524	78.41 518	66.45 501	86.81 524	72.47 523	79.27 524	68.59 517	77.75 524	89.01 528	83.09 525	86.98 525	85.87 524	84.97 526	72.12 514	69.11 518	74.93 518	55.23 517	87.79 529	83.50 524	70.47 515	64.56 516

Venus	76.87 524	78.41 518	66.45 501	86.81 524	72.47 523	79.27 524	68.59 517	77.75 524	89.01 528	83.09 525	86.98 525	85.87 524	84.97 526	72.12 514	69.11 518	74.93 518	55.23 517	87.79 529	83.50 524	70.48 516	64.56 516

HanzoNet	77.61 526	81.11 525	82.83 516	77.82 515	69.15 520	75.25 517	69.06 519	73.49 520	77.84 518	82.19 524	82.80 521	85.42 523	86.67 528	85.99 529	73.64 522	85.24 530	68.38 524	81.71 519	75.47 520	71.98 519	66.24 519

JetRed	79.55 527	79.88 523	91.52 525	71.05 509	75.80 525	91.66 528	80.11 525	79.14 527	80.44 521	84.35 527	84.23 523	83.38 519	72.48 511	79.43 524	85.44 529	69.33 516	81.58 528	73.66 511	72.56 514	82.35 525	72.60 524

Dean	80.72 528	85.82 527	83.27 517	84.91 523	59.53 512	75.11 515	68.39 516	81.59 528	88.05 527	92.41 530	86.98 525	92.41 529	93.02 530	83.11 527	73.31 521	68.01 515	66.13 523	94.82 532	84.66 527	83.28 526	69.50 522

KSHMR	88.54 529	93.03 531	83.31 518	95.54 530	91.74 530	82.37 527	83.41 527	84.43 529	81.99 523	87.89 528	84.05 522	91.94 528	81.33 520	76.34 521	81.76 527	96.44 533	96.14 533	96.69 534	97.12 533	92.52 532	92.67 533

tt	89.96 530	1.02 38	100.00 540	99.40 536	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	78.36 519	67.94 506	99.99 541	100.00 538	100.00 541	100.00 541	95.81 532	99.93 537	87.43 527	86.39 528	95.11 534	87.89 527

xxxxx1	91.92 531	95.33 533	98.45 531	87.29 526	89.24 527	98.50 532	98.17 534	92.95 530	93.21 531	93.55 531	95.36 532	96.99 531	96.28 531	94.65 530	94.94 530	83.26 527	84.17 529	82.90 522	88.32 529	85.49 528	89.37 530

tt_ll	91.92 531	95.33 533	98.45 531	87.29 526	89.24 527	98.50 532	98.17 534	92.95 530	93.21 531	93.55 531	95.36 532	96.99 531	96.28 531	94.65 530	94.94 530	83.26 527	84.17 529	82.90 522	88.32 529	85.49 528	89.37 530

ff	91.92 531	95.33 533	98.45 531	87.29 526	89.24 527	98.50 532	98.17 534	92.95 530	93.21 531	93.55 531	95.36 532	96.99 531	96.28 531	94.65 530	94.94 530	83.26 527	84.17 529	82.90 522	88.32 529	85.49 528	89.37 530

MADNet++	94.16 534	94.02 532	90.25 523	96.28 531	96.84 531	97.17 531	90.16 528	94.71 533	91.69 530	97.07 534	93.71 530	94.62 530	92.63 529	96.15 533	95.18 533	95.42 531	95.89 532	92.80 531	92.23 532	92.10 531	94.30 535

PML	99.19 535	100.00 542	98.08 530	99.28 535	99.53 535	100.00 539	99.73 537	98.24 534	99.44 535	100.00 540	99.57 536	98.76 535	99.84 536	100.00 541	98.88 536	100.00 537	99.54 534	100.00 538	99.50 536	99.90 537	93.55 534

MEDIAN_ROB	99.19 535	99.84 537	99.62 536	98.49 533	98.51 534	98.58 535	97.81 533	98.80 536	98.56 534	99.36 537	99.49 535	99.56 536	99.06 535	98.35 534	98.31 535	99.99 536	99.63 535	100.00 538	100.00 539	99.81 536	99.95 537

HaxPig	99.40 537	99.99 539	97.38 529	100.00 538	100.00 538	96.91 530	97.35 531	99.59 537	99.99 537	100.00 540	100.00 538	99.99 541	99.99 537	99.04 535	97.77 534	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	99.99 538

Anonymous_1	99.65 538	99.95 538	99.93 538	99.80 537	99.60 536	100.00 539	100.00 539	99.82 539	99.98 536	99.62 538	99.94 537	99.75 538	100.00 538	99.66 536	99.88 537	98.45 535	99.84 536	98.73 535	99.26 535	99.41 535	99.36 536

test_example2	99.68 539	99.99 539	99.99 539	100.00 538	99.99 537	99.86 538	99.99 538	98.29 535	100.00 538	100.00 540	100.00 538	98.15 534	98.39 534	99.98 538	99.98 538	100.00 537	99.99 538	99.40 536	99.53 537	100.00 538	100.00 539

AVERAGE_ROB	99.80 540	99.99 539	99.40 535	100.00 538	100.00 538	98.99 536	97.72 532	100.00 540	100.00 538	100.00 540	100.00 538	100.00 543	100.00 538	100.00 541	100.00 541	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

DPSMNet_ROB	99.95 541	100.00 542	100.00 540	100.00 538	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	99.15 536	100.00 538	99.96 539	100.00 538	99.99 539	99.99 539	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

DGTPSM_ROB	99.95 541	100.00 542	100.00 540	100.00 538	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	99.14 535	100.00 538	99.96 539	100.00 538	99.99 539	99.99 539	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

Selective-RAFT-Error	100.00 543	100.00 542	100.00 540	100.00 538	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	100.00 540	100.00 538	100.00 543	100.00 538	100.00 541	100.00 541	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

CasAABBNet	100.00 543	100.00 542	100.00 540	100.00 538	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	100.00 540	100.00 538	100.00 543	100.00 538	100.00 541	100.00 541	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

LSM0	100.00 543	100.00 542	100.00 540	100.00 538	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	100.00 540	100.00 538	100.00 543	100.00 538	100.00 541	100.00 541	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

DPSM_ROB	100.00 543	100.00 542	100.00 540	100.00 538	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	100.00 540	100.00 538	100.00 543	100.00 538	100.00 541	100.00 541	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

DPSM	100.00 543	100.00 542	100.00 540	100.00 538	100.00 538	100.00 539	100.00 539	100.00 540	100.00 538	100.00 540	100.00 538	100.00 543	100.00 538	100.00 541	100.00 541	100.00 537	100.00 539	100.00 538	100.00 539	100.00 538	100.00 539

ccccc		98.19 536		100.00 538	100.00 538	99.32 537		99.79 538		99.63 539		99.69 537		99.95 537		100.00 537	100.00 539	99.97 537	99.90 538	100.00 538

ASD4		90.49 529

Low-res two-view benchmark